贫困县脱贫摘帽的影响因素及实践路径——基于中国西南地区60个案例的模糊集定性比较分析

冯朝睿，李昊泽

(昆明理工大学 管理与经济学院，昆明 650093)

一、引言

党的十八大以来，国家立足全面建成小康社会目标，把扶贫工作摆在了治国理政的突出位置，全面打响了脱贫攻坚战[1]。以习近平同志为核心的党中央全力以赴致力于改善民生，消除绝对贫困，实现全面建成小康社会的目标[2]。经过不懈努力，我国脱贫攻坚成效显著，2013—2019年累计减贫9348万人，贫困发生率下降到0.6%。但截止2019年12月，仍有551万农村贫困人口未脱贫、52个贫困县未摘帽、2707个贫困村未出列，其中涉及广西、贵州、甘肃、宁夏、四川、新疆、云南七个省份[3]。无独有偶，这七个省份都位于中国西部地区，除了甘肃、宁夏和新疆，其余四个省份都属于西南地区。中国西南地区，尤其是西南贫困地区，由于自然条件恶劣、生态环境脆弱，经济发展滞后，贫困问题尤为突出[4]。因此，中国脱贫攻坚的重点在贫困地区，难点在西南贫困地区。2020年是中国决胜脱贫攻坚的收官之年，也是全面建成小康社会之年，如期打赢脱贫攻坚战，确保剩余贫困人口如期脱贫、贫困县顺利摘帽以及贫困村顺利出列是当前我国急需完成的重要政治任务。按照中国最新贫困标准核算，西南地区贫困人口占全国贫困人口的1/3，未摘帽贫困县、贫困村也主要位于西南偏远山区，在这脱贫攻坚的关键时点，研究西南地区贫困县脱贫摘帽影响因素与实践路径具有十分重要的现实意义。

本文基于TOE理论分析框架，设定条件变量，以西南地区60个脱贫摘帽县为案例样本，通过模糊集定性比较方法(fs-QCA)，探究贫困县脱贫摘帽的影响因素和实践路径，从政策角度探寻深层次解决西南地区贫困问题之道，期冀为西南地区乃至全国剩余贫困县顺利摘帽和贫困人口顺利脱贫提供理论探讨与实践样板。

二、文献综述及理论基础

(一)脱贫攻坚的现实困境及影响因素文献综述

1.贫困地区脱贫攻坚的现实困境研究

国内学者从多维视角对脱贫攻坚的现实困境进行了探讨。徐琳和樊友凯基于马歇尔公民权理论中的民事权利、社会权利、政治权利三维分析框架，透视了中国脱贫攻坚现实困境的内在机理[5]。牛胜强从资源、环境、公共物品和服务供给等多维角度解析了深度贫困地区脱贫攻坚的困境[6]。杨晶等基于江西省“十二五”期间脱贫攻坚的实践探索，总结出江西省脱贫攻坚的五大现实困境，即资金约束、制度碎片化、项目同质化、程序繁杂化和贫困户脱贫内生动力不足[7]。鲁昆洪和马豪以西南贫困地区为例，从客观条件、内生动力、产业驱动和帮扶措施等四个方面分析了贫困治理困境[8]。

2.贫困地区脱贫攻坚的影响因素研究

自打响脱贫攻坚战以来，脱贫攻坚的影响因素成为学术界的研究重点和热点，学者们从不同视角和领域对脱贫攻坚的影响因素进行剖析，取得了丰硕成果。王卓和胡梦珠实证研究了川滇彝族贫困地区的产业扶贫效果，发现制度环境、资源禀赋、贫困人口素质、技能培训和小额信贷等因素显著影响了产业扶贫实施的成效[9]。聂君等对俄日村进行个案研究，发现贫困户的脱贫观念、家庭收入结构、精准识别和产业发展等因素对俄日村的扶贫绩效有显著影响[10]。靳永翥和丁照攀采用回归分析法建立实证模型，对集中连片特困地区项目制脱贫绩效进行了研究，提出在扶贫项目执行过程中基层干部要树立以民为本、为民服务的价值理念，同时要加强对人才干部资源的补充与培训[11]。也有学者从内生性视角对脱贫攻坚影响因素进行了多维测度分析，发现就业、厨房燃料、文化娱乐服务和收入指标对贫困户脱贫影响显著。

当前对脱贫攻坚现实困境与影响因素的研究中，学者们少有采用新的研究方法，主要停留在两大传统的研究方法上：一是通过现有单案例或多案例列举的描述论证性研究方法，经验性地总结出若干影响因素；二是依靠实证调研，实地访谈，获取一手资料和数据，通过论证展开研究。采用这两种方法得出的研究结论大都是描述型或经验型的总结，并偏好于提出政策建议。本文从当前脱贫攻坚领域的研究方法上进行拓展，将管理学领域的模糊集定性比较分析(fs-QCA)研究方法用于脱贫攻坚研究中，对贫困县脱贫摘帽的影响因素展开定量分析，探讨影响因素之间的条件组态和作用机制，进而厘清贫困县脱贫摘帽实践路径的必要条件和实施情况，为下一步扶贫政策的出台提供借鉴。

(二)理论基础：三维视域下的TOE分析框架

TOE分析框架(Technology-Organization-Environment)是Tornatizky 和Fleischer于20世纪90年代首次在《技术创新的流程》一书中提出的一个技术治理框架，该框架从技术、组织和环境三个维度探究影响企业信息技术发展创新的因素。其中，技术维度聚焦于技术自身特征对组织的影响，例如技术是否与组织结构相匹配、是否会给组织带来收益等。组织维度聚焦于组织自身的发展情况，例如组织特征、组织规模以及资源条件等。环境维度相较于其他两个因素是更为新颖的概念，主要聚焦于组织所处的市场环境、制度环境、政府管制、客户关系等方面。TOE框架作为一种“通用”理论，可以放置多种因素,并且可以根据研究问题和背景自由改变因素变量,因此具有广泛的适用性[12]。随着时间的推移，TOE分析框架被广泛运用到电子商务、政务服务以及政府信息系统等领域，影响广泛而深远。谭海波等基于TOE分析框架，研究政府网站建设绩效差异形成的条件和机制[13]。韩啸和吴金鹏参考TOE理论，从技术、组织、环境三个维度探究了政府数据开放水平的影响因素[14]。Salma等基于技术、组织、环境三维度的TOE框架，对沙特阿拉伯的中小企业进行实证研究，探讨影响中小企业发展的因素[15]。本文以TOE框架为理论基础，契合中国西南地区60个贫困县脱贫摘帽案例的实际情况，对于研究脱贫攻坚的影响因素以及实践路径具有很好的理论借鉴。

三、研究设计

(一)研究方法选择

定性比较分析(QCA)作为人文社科领域的一种研究方法，集定性、定量于一体，破解了人文社科研究领域单案例或多案例研究中论证过程和论证结果的传统缺陷，改变了传统案例论证过程中简单的描述性分析，使论证过程与论证结果更具科学性。QCA基于布尔代数分析原理，利用条件与结论之间的非对称性关系，解释哪种条件(X)组合形态是结果(Y)发生或不发生的必要条件或充分条件，用以下符号表示条件(自变量)与结果(因变量)之间的关系，如表1所示。

表1 定性比较分析集合关系符号

fs-QCA是QCA的一种，采用“模糊集得分”方式给变量赋值，表示变量发生的程度，赋值可以根据变量标准在0-1之间取得。fs-QCA分析分为三个步骤：第一，样本案例的选取及变量的设定。第二，构建真值表进行数据分析。第三，讨论变量之间的条件组态和作用机制并做定性总结。需要注意的是，fs-QCA是一个模糊数学模型，一个条件变量有2个以上的变量标准，所以对条件变量赋值时需要采用多值模糊集赋值法，在0-1之间等分。

(二)样本案例来源

在样本案例选取过程中，基于不同研究的需要，研究者对案例的选择具有差异性，往往是根据研究需要选择对应的案例。本文基于fs-QCA方法的需要以及变量设置原则，制定了样本案例选取标准，主要包括以下四个方面：第一，扶贫案例的地域覆盖要求。由于本研究的对象是中国西南地区贫困县(区)，因此，云南、贵州、四川、重庆、西藏五个西南省份都必须选择一定数量的案例纳入研究，其中案例数量分配根据各省份贫困县(区)的数量及贫困程度略有不同。第二，扶贫案例的精准性要求。案例中帮扶地区需要具体精确到县(区)，以便于对案例的判定能够得到明确的结果。第三，扶贫案例的科学合理性要求。案例中贫困县(区)的脱贫时间范围为2017—2019年，并且已脱贫县(区)必须无返贫情况出现，以保证研究结果的科学性、合理性和全面性。第四，扶贫信息的权威性要求。案例源自各政府门户网站、扶贫办、微博、公众号等公开平台，以保证研究的真实性和权威性。样本案例选取详见表2。

(三)构建中国西南地区贫困县脱贫摘帽影响因素的TOE分析框架

TOE理论作为一种“通用”分析框架，将影响主体的因素分为三个维度，即组织维度(基础)、技术维度(动力)和环境维度(保障)，该框架重点强调不同影响因素对主体自身发展的分力与合力[16]。本文基于TOE分析框架，结合中国西南地区脱贫攻坚案例中扶贫措施实践场景，构建中国西南地区贫困县脱贫摘帽影响因素的TOE分析框架(如图1所示)。

表2 西南地区扶贫案例选取表

图1 中国西南地区贫困县脱贫摘帽影响因素的TOE分析框架

第一，组织维度。包括基础设施和文化科普两个层次。基础设施是决胜脱贫攻坚、推动农村产业发展、医疗教育发展、经济变革、实施乡村振兴的重要基础支撑。Deichmann等通过分析墨西哥贫困地区的样本，证明路桥、水利水电、民用设施持续配置的经济回报率较高，能够显著减缓城乡贫困[17]。易地扶贫搬迁工作可以彻底挖掉贫困户的穷根，是实现贫困县稳定脱贫的有效途径[18]。近年来，中国西南地区的许多扶贫举措都是从改善当地基础设施开始的，并围绕着易地搬迁、铁路建设、国省干线公路建设、高速公路建设、农村公路建设、公路客运货运场站建设、水利水电项目等展开，扶贫脱贫效果显著。文化扶贫旨在为贫困地区的人民提供文化、精神层面的支持，从而推动解决物质贫困[19]。

第二，技术维度。包括产业带动和科技教育两个层次。产业带动扶贫是脱贫攻坚的治本之策，强调提升贫困地区群众的“自我造血”功能，通过产业带动不断激发贫困地区群众的内生动力，拔除穷根，增加群众收入。中国西南地区山水秀美、物产丰盛，农村的贫困问题并非物质的贫困，主要是经济的贫困，本质上也是产业贫困[20]。发展特色产业可以激发贫困地区贫困人员的自我发展能力，彻底走出贫穷困境[21]。科技扶贫和教育扶贫是综合性扶贫措施，二者相辅相成、相互促进。教育扶贫的发展加快了科技扶贫的推进，科技扶贫的发展为教育扶贫提供了更多途径。

第三，环境维度。包括健康保障和金融服务两个层次。健康保障是民生基础，农村医疗救助扶贫是脱贫攻坚中的一种重要方式，是有效化解“因病致贫”难题的关键环节[22]。贫困地区的医疗扶贫领域还存在着基层医疗人才队伍建设滞后、医疗救助模式落后、城乡医疗设备配置不合理等问题[23]。金融服务是脱贫攻坚措施中的重要手段，农林补贴、农业保险等扶贫补助资金，也属于金融服务扶贫的范畴，都是为了改善困难地区群众的生产生活环境、发展能力等问题。其中农业保险对保障贫困农户的经济收入水平、维持农户生产经营活动的稳定具有重要作用[24]。

(四)变量确定与赋值

在本文构建的“中国西南地区贫困县脱贫摘帽影响因素的TOE分析框架”中，设定了基础设施、文化科普、产业带动、科技教育、健康保障、金融服务六个层次的影响因素变量，基于已有研究和扶贫案例中的具体扶贫实践场景，每个变量下设定三个具体实施指标，共计18个具体指标(见表3)。

对于条件变量的赋值，采用四值模糊集赋值法(1)在四值模糊集赋值法中，模糊集得分可以取：1、0.67、0.33、0。其中，1表示条件发生，0表示条件未发生，其他取值介于两者之间。，即在条件变量的三个标准中，如果扶贫案例中完成0个标准，则对变量的赋值为“0”；如果扶贫案例中完成1个标准，则对变量的赋值为“0.33”；如果扶贫案例中完成2个标准，则对变量的赋值为“0.67”；如果扶贫案例中完成3个标准，则对变量的赋值为“1”。由于所选取的扶贫案例帮扶县(区)均已脱贫，因此，对于结果变量的赋值只有一个，即所有结果变量赋值为“1”，无其他情况。

表3 变量指标分类表

四、数据分析与实证结果

(一)条件必要性检验

fs-QCA分析采用“连续值集”模糊集形式，即“1为完全隶属，0.5

Combined(相连度)，表示单个条件变量与结果之间相互联系的程度，结果越大，说明单变量下的影响因素越大。

Raw Coverage(原始覆盖率)，表示符合该变量的案例在案例库中所占比例，是一项经验性指标，覆盖率越大，说明由该变量推动扶贫的效果越显著。覆盖率计算公式如下：

Consistency(一致性)，一般情况下，变量一致性如果大于0.9，说明该变量是该结果的必要性条件。计算公式如下：

由于本文所选取的扶贫案例都是有明确结果的案例，即截止2019年12月国家公布已经摘帽的贫困县，因此选取完成脱贫摘帽作为结果变量，赋值为“1”(案例选择上未选择未脱贫县，则没有赋值为“0”的可能)，所以其一致性都为“1”。故本文的特殊性就在于单变量分析中，虽然一致性都为1(1>0.9)，但是并不说明单个条件变量都是结果变量的必要性条件。

表4 单变量指标分析统计

从表4可以看出，在Combined(相连度)指标下，值集在0.5

(二)条件组态分析

考虑到贫困县脱贫摘帽往往由多因素交织推动，单变量分析与验证的缺陷无法准确测量贫困县脱贫摘帽的影响因素，因此进行条件组态分析，探究贫困县脱贫摘帽的实践路径。第一，采用fs-QCA软件运行中国西南地区扶贫案例真值表，运算分析得到三个方案：复杂方案、简化方案、中间方案。第二，中间方案的参数结果在定性比较分析中是一种完全按照变量设置产生的结果，也是fs-QCA分析中的首选方案，在实际应用中多采用此方案[25]。故本文在影响路径分析过程中也选择中间方案进行分析。第三，通过对三种方案的整合，发现简化方案(Parsimonious Solution)的数据已经被简化，无法进行比较。在复杂方案(Complex Solution)和中间方案(Intermediate Solution)中，二者的整体覆盖率(Solution Coverage)为0.632167，整体一致性(Solution Consistency)为1.000000(见表5)。

表5 西南地区扶贫生成路径统计表

由表5可以看出，组合路径中一致性(Consistency)都相同且为“1”，表明测量结果对案例的解释程度比较高，甚至完全覆盖，故不再对一致性进行分析。从中间方案(Intermediate Solution)的输出结果中可以看到总覆盖率和总一致性分别达到0.632167和1.000000，说明这六个条件组合以及所选择的扶贫案例对贫困县脱贫摘帽具有较高的解释力度。

实践路径一：基础设施*产业带动*～金融服务。表明在贫困地区金融服务普及度不高，但是在基础设施建设较为完善的情况下，通过发展当地特色产业带动经济发展，为贫困户提供就业岗位，就能够在促进贫困县脱贫摘帽过程中发挥积极作用，其中条件变量相互交织推动结果变量的充分性为0.452667，必要性为0.0336667。

实践路径二：基础设施*产业带动*～文化科普。表明在贫困地区文化科普程度不高，但是在基础设施建设较为完善的情况下，通过发展当地特色产业带动经济发展，为贫困户提供就业岗位，就能够在促进贫困县脱贫摘帽过程中发挥积极作用，其中条件变量相互交织推动结果变量的充分性为0.522667，必要性为 0.0621667。

实践路径三：基础设施*产业带动*科技教育*～健康保障。表明在贫困地区健康医疗保障程度不高，但是在基础设施建设较为完善的情况下，通过发展当地特色产业带动经济发展，投入高科技技术，为贫困户提供就业岗位，就能够在促进贫困县脱贫摘帽过程中发挥积极作用，其中条件变量相互交织推动结果变量的充分性为0.376833，必要性为0.0196666。

实践路径四：基础设施*科技教育*～健康保障*文化科普*～金融服务。表明在贫困地区健康医疗保障程度和金融服务普及度不高，但是在当地基础设施建设较为完善的情况下，教育人才进驻，提供高科技支持，进行扶贫文化建设，就能够在促进贫困县脱贫摘帽过程中发挥积极作用，其中条件变量相互交织推动结果变量的充分性为 0.193167，必要性为 0.00849998。

实践路径五：产业带动*科技教育*～健康保障*文化科普*～金融服务。表明在贫困地区健康医疗保障程度和金融服务普及度不高，但是在当地特色产业带动当地经济发展，为贫困户提供就业岗位的情况下，投入高科技技术，就能够在促进贫困县脱贫摘帽过程中发挥积极作用，其中条件变量相互交织推动结果变量的充分性为 0.193167，必要性为 0.00849998。

实践路径六：产业带动*～科技教育*健康保障*～文化科普*金融服务。表明在贫困地区文化科普程度和受教育程度不高，但是在当地特色产业带动当地经济发展，为贫困户提供就业岗位的情况下，加大健康医疗保障和金融服务的投入，就能够在促进贫困县脱贫摘帽过程中发挥积极作用，其中条件变量相互交织推动结果变量的充分性为 0.135333，必要性为 0.0139999。

对比这六条组合路径，路径二在六条实践路径中的充分性测量值位属第一，必要性测量值也位属第一；路径一在六条实践路径中的充分性测量值位属第二，必要性测量值也位属第二；其余路径的测量值都较低。值得注意的是，路径四和路径五的充分性和必要性测量值都比较低，但并不代表这些路径中的组合因素在促进贫困县脱贫摘帽过程中没有发挥积极作用。基于此，对六条实践路径中条件变量的出现频次进行统计，挖掘我国西南地区扶贫生成路径的影响因素及其对贫困县脱贫摘帽的影响(见表6)。

表6 六条路径中各条件变量出现的频数统计

由表6可知，六条实践路径中各条件变量出现的频数由高到低依次为：产业带动(5次)>基础设施(4次)>科技教育(3次)>文化科普(2次)>健康保障(1次)=金融服务(1次)。对六条实践路径进行综合分析，发现科技教育、文化科普、健康保障、金融服务这些变量之间的联系较少，间接说明目前我国西南地区科技、文化、健康、金融等扶贫方式对贫困县顺利脱贫摘帽发挥的作用依然有限。这也折射出我国对科技、文化、健康、金融等扶贫政策工具的使用及效果有待提升。相反，贫困地区的基础设施建设、特色产业带动区域经济发展，为贫困户提供就业岗位等措施对于贫困县脱贫摘帽发挥着重要作用。

五、结论与启示

(一)研究结论

采用模糊集定性比较分析方法(fs-QCA)，挖掘中国西南地区贫困县脱贫摘帽影响因素，探讨脱贫攻坚路径的必要条件以及实施情况。研究发现：

第一，在促进贫困县脱贫摘帽过程的条件假设变量中，特色产业带动和基础设施建设两大因素成为推动贫困县脱贫摘帽的关键性因素，科技教育、健康保障、文化科普以及金融服务四个条件假设变量发挥的效用不明显。这一研究结果表明我国西南地区脱贫攻坚的主导力量依然来自基础设施领域的投资、产业发展带动区域经济发展的脱贫效应以及就业导致的贫困人口收入增加带来的脱贫成效。

第二，产业带动、基础设施、科技教育、健康保障、文化科普以及金融服务六个条件变量之间不能相互取代，也不能替代其他因素组合中相对边缘的因素所发挥的作用，只能在各自因素组合中发挥关键作用，并且与其他因素相互交织、相互缠绕，共同推动贫困县顺利脱贫摘帽。由分析可知，中国西南地区的贫困与东部发达地区的贫困有明显差异，扶贫政策工具在我国西南地区处于明显的失衡状态，在今后的扶贫工作中要平衡各项政策工具的作用，发挥应有的政策工具的脱贫效力。

第三，研究还得出了条件组合路径中的最强路径，由高到低分别为“路径二、路径一、路径三”，这几条路径是我国西南地区贫困县顺利脱贫摘帽的主要路径。

(二)政策启示

第一，完善升级基础设施，夯实脱贫之基。基础设施建设是区域经济社会发展的基础和根本。中国西南地区受区位及地缘政治影响，基础设施薄弱，投入不足是导致西南地区贫困的主要原因。为顺利实现贫困县脱贫摘帽，西南地区应充分借助此次脱贫攻坚战略，在完成农村危房改造、易地搬迁等解决绝对贫困问题的基础上，加快交通、水利、电力、通讯、铁路网、航空等项目的规划和建设，尤其是川藏铁路、渝昆高铁等重大工程，同时以国家“新基建”战略布局为基础，立足西南地区区位优势，大力建设5G、大数据、人工智能、智能物联网、智能电网等新基础设施，强化基础设施统筹规划能力，和全国一道实现基础设施更加智能化、绿色化、均等化的发展，为后续产业、教育、医疗、金融等的发展创造条件。同时，抢抓西部大开发的战略机遇期，布局国际国内两个市场，尝试国际国内双循环经济圈建设，为脱贫攻坚及可持续发展创造新的增长引擎。

第二，抓重点产业促就业，增强“造血”功能。西南地区的重点产业主要是旅游业和农业。应充分挖掘西南贫困地区的旅游资源特色，打造具有地方文化和地域特征的特色旅游产品，走差异化和特色化的旅游发展之路。在农业资源丰富地区，以“资源禀赋、市场需求、长短结合”为宗旨，引入电子商务技术，充分发挥东西部扶贫协作优势，利用“线上+线下”销售模式搭建营销平台，将优质特色的农产品、工艺品销往全国各地，既保障了国内粮食安全与社会稳定，又能够有效拉动区域经济发展。同时，借助区块链、AI等数字经济发展趋势，走基于新技术的传统产业升级更新之路，最终实现西南地区经济的后发制胜。

第三，克服传统扶贫模式的桎梏，充分发挥扶贫政策工具的组合效用和效力。从中央到各级地方政府，要科学合理组合使用教育、医疗、文化、金融等扶贫政策工具，充分利用各种政策工具的优势和互补作用，激发社会和市场的扶贫潜力，打政策组合拳，发挥扶贫政策工具的合力效能。针对西南地区少数民族聚集的区域特色，结合民族区域自治现状，创新性地将“教育+科技+医疗+文化+金融”等政策工具进行有针对性的整合，立足区域经济长远可持续发展实际，从政策视角精准布局。同时，从“教育+科技+医疗+文化+金融”扶贫政策效用的根本出发，多元拓展和创新，从思想、观念、健康、文化、经济等角度加强宣传教育，激发困难群众的脱贫内生动力，走“扶贫政策组合拳精锐出击”的西南地区脱贫攻坚之路，为后续可持续减贫和区域经济可持续发展创造良好的宏观环境和政策氛围。