基于因子分析法的A 市农村地区扶贫绩效评估实证分析

郭兴华

（南阳理工学院团委，河南 南阳473004）

现阶段，我国自上而下高度重视扶贫工作，动员组织社会各界力量有序参与，精准发力，各项工作快速稳步推进，成效显著。文章通过运用因子分析法进行评估，可以有效的找出对于贫困户扶贫及脱贫效果影响程度高低的相关指标因子，并对一个地区前期扶贫工作开展情况进行反馈，对于各级政府组织以及相关扶贫主体当前和下一步工作的部署安排提供评判标准，明晰在扶贫实施过程中，工作实施效果情况，从而助推下一步扶贫工作的开展。

一、文献综述

1.国外的研究概述

Skoufias 等(2001)采取的有针对性的方法对墨西哥健康教育和营养项目进行评价，评价要点是项目目标实施情况和相较于其他方案，该项目对减贫的效果的优劣。Sanchez-Lopez，Ramiro等(2012)在研究扶贫工作过程中，对其涉及的人权、性别平等、环境问题、社会价值等“跨学科问题”进行绩效评价，通过MACBETH 多准则方法与传统项目评价方法相结合，评价农村发展计划建设项目，克服了项目评估操作困难的时间难以分离等问题。Notten&Geranda(2016)探析收入转移对于收入贫困和物质贫困的效果时提出，不同的贫困个体的贫困指标存在不一致性，多维的贫困指标间的相互关系有助于项目评估的有效性。Buyukozkan&Giulcin 等(2017)运用可持续发展的概念，在考虑经济可行性以及自然环境效益和社会效益的基础上，对能源扶贫项目的绩效进行评价。采用多目标决策方法(MCDM)、层次分析法(AHP)和VIKOR 算法确定评价指标的权重。

2.国内的研究概述

李菁等(2006)提出应从项目可持续性、促进社区发展和目标群体发展三个维度进行小额信贷的扶贫绩效评价，并在三个维度设立了11个具体的指标，构建了多维的评价体系。许新强等(2009)提出扶贫资金绩效评估应以结果为导向，评估的流程设计非常重要，基于贫困状况的不同，在绩效评估的层级和制度安排上要有体现，评价指标体系主要从基础设施、社会公益、生产发展、政策制度和科技扶贫等方面设置。孙璐(2015)运用管理生态学思想，采用描述性评价方法，形成了更为有效的基期绩效评价模型，将因子分析与有序Logit 回归相结合，评价扶贫对象；采用AHP 层次分析法(AHP)、TOPSIS 评价模型和熵权法对项目的扶贫绩效进行评价。邢慧斌(2015)提出在宏观层面关注扶贫绩效的同时，更多的应从微观层面具体关注到扶贫的直接受益者，即贫困个体在旅游扶贫过程中的参与度和获得感。李延(2016)对于如何克服扶贫绩效评估的三大难点，以更好地体现公平性，解决识别精度不够、资源配置不合理等问题；通过界定清楚政策弹性，考评扶贫的工作损失等来较好的体现出扶贫效率。丁辉侠等(2017)构建了包含基本保障、脱贫效果、帮扶满意情况在内的三个一级指标，涉及到4个维度的16个三级指标，对脱贫成效进行了评估。

3.评述

综上可知，无论是在宏观层面，亦或微观视角，扶贫绩效评估的研究都是系统科学的，成果较为丰硕。但是，在评估资源投入的同时，如何体现被帮扶对象的认可度和满意度是值得探讨的，这正是文章进行分析探讨的重点。

二、构建绩效评估指标体系

1.因子分析法的基本数学模型

设研究对象为P，而且P 可能存在具有相关关系的观测变量为X＝(X1，X2，X3，…，Xp)，其均值向量为E(X)＝0，Xp为原变量信息；设F＝(F1，F2，F3，…，Xm)为研究对象为P 提取的新的因子变量信息，且m≤p，其均值向量E(F)＝0。另外，Xi含有特殊因子εi(i＝1，2，…，p)；ε＝(ε1，ε2，ε3，…，εp)代表的是从初始变量中提取的新因子变量所无法表达的剩余信息，也称之为残差信息。三者之间的线性函数关系表示如下：

2.构建扶贫绩效评估指标体系

为了更好的反映精准测度贫困个体、实施相对应的扶贫路径，体现扶贫活动的效果，文章构建能够较好的体现绩效评估的效率性和有效性构建指标体系，具体分为产出类指标、有效性指标、过程性指标。

（1） 产出类指标

文章选取了包括是否不愁吃、是否不愁穿、教育费用总支出、家庭总收入、日常生活的总支出、住房满意度等指标，该部分指标能够较好的反映贫困个体贫困状况得到改善情况；该六项指标均为正向指标。

是否不愁吃主要是指贫困个体的在生活中是否能够满足自身生活需要的饮食要求。是否不愁穿指贫困个体在生活中是否能够满足随着天气季节的变化所需的衣物。教育费用总支出包括贫困户所有家庭成员为了提高自身各方面素能所支付的费用。家庭的总收入包括种植业收入、果林经营性收入、其他农业收入、养殖业收入、其他家庭自营经营性收入、外出务工收入、财产净收入、转移性收入等。日常生活的总开支主要是指用于满足家庭成员生存生活所需的食品、食物等所需的支出。住房满意度是指贫困个体有效的居住面积、住房条件所构成的贫困个体的满意度。具体如表1 所示。

表1 扶贫绩效评估指标汇总表

（2） 过程性指标

文章从贫困个体的视角对于村小组、村委会对于扶贫个体的测度和认定，以及扶贫资金的使用是否进行民主评议和公示公告。民主评议落实情况反映了对于贫困人口测度的标准、程序执行落实情况，贫困人口退出是否按照相关的的标准、程序办理。

（3） 有效性指标

文章选取贫困个体对于扶贫工作责任人和帮扶路径的满意程度为指标。对帮扶工作是否满意包含了帮扶责任人对家庭贫困状况的了解程度、到贫困户走访调研的次数等具体工作内容的反馈。选取对帮扶是否满意这一指标，通过该指标让扶贫的主体——贫困个体对围绕其进行的扶贫工作进行立体客观的评价。

在绩效评估指标体系构建过程中，体现出让贫困个体充分参与的理念；在理论上构建贫困个体及民众表达权利的途径，体现服务型政府的理念。

（4） 扶贫绩效评估指标的汇总

结合前文分析，共选取了涉及扶贫的产出类指标、过程性指标和有效性指标三类11个指标，如表1 所示。

从表1 可以看出，11个指标除了医疗支出和是否承担得起一般医疗费用外，均为正向指标。其中教育费用支出包括家庭子女上学的各种费用以及家庭其他成员为了提高就业能力参加的各种教育培训所需的费用，该项费用越高，在一定程度上说明该家庭的生计能力提高的可能性越高，对于其内生动力的增强有着正向显著作用。

三、实证分析：基于因子分析法的扶贫绩效评估——以A市为例

1.数据来源与数据整理

（1） 数据来源

A 市是集革命老区、重点移民区和传统农业区于一体的扶贫重点地区，包括两个行政区，分别是Aa 区、Ab 区；还有10个县分别为：Ac 县、Ad 县、Ae 县、Af 县、Al 县、Aj 县、Ag县、Am 县、Ah 县、Ai 县；两个开发区分别为Ak 区和An 区。依照2016年6月30日市扶贫办提供的数据，A 市有贫困人口44.68万，16.37万户；扶贫及脱贫任务十分艰巨。文章绩效评估实证分析所用的数据为2016年7月A 市入户调研收集的的评估数据。

（2） 数据整理

依据上文选取的指标，对数据分类整理。

首先，依据因子分析法的原理对选取的变量的原始数据数据进行处理，使正向指标和逆向指标二者之间具有可比性，从而保证分析研究的可行性与客观性。

文章所选的逆向指标进行处理的公式是：

即对医疗支出和是否承担得起一般医疗费用这两项指标进行导数化处理。

其次，由于选取的指标表示单位和数量级存在较大差异，相互之间缺乏可比性，文章运用标准化处理对原始数据进行无量纲化处理，以消除量纲的影响。另外，文章进行数据统计和分析所运用的软件为SPSS.24.0。

2.数据的检验

针对整理好的数据，运用KMO 测度和巴特利特球体检验来判断样本数据是否适合做因子分析。

Kaiser(1974)关于KMO 的值的大小所反映的做KMO 测度的效果的论断如表2 所示。

表2 KMO 取值做测度的效果说明表

巴特利特球形检验则是对相关系数矩阵的行列式进行测算，求出统计量。如果得出的统计量比较大，并且相应的概率值小于之前所设定的显著性水平，这时就应该拒绝零假设。这时可以判定其相关系数并不是单位矩阵。同时，充分说明了原始变量相互间是具有相关性的，可以用因子分析法进行分析。反之则不然。

KMO 测度和巴特利特球体检验结果如表3 所示。

由表3 可知，针对上文选取的变量指标进行去检验，KMO 测度结果为0.614，该值处于0.60～0.69之间，根据Kaiser 的判定，能够做因子分析。另外，巴特利特球体检验近似卡方观测值为106.827，显著性为0.000，近似为零，各变量之间的相关性显著，可以做因子分析。

表3 KMO 和巴特利特检验结果

3.提取因子

文章运用主成分分析法进行因子提取，根据特征值大于1 的要求提取因子。选取变量因子分析的初始解如表4 所示。

通过表4 可以看出，十一项指标中共同度均大于0.8 的有六项，大于0.6 小于0.8 的有四项，是否不愁穿指标的提取度为0.574，说明原始变量方差中能被共同因子解释的部分较大，原始变量的共同度比较高，原始变量的信息能够较多的被保留。

表4 公因子方差

通过表5 可以看出，主成分1 的特征值为5.029，说明该因子是对扶贫绩效评估影响最大的主成分；主成分2 的特征值是2.581，其是与主成分1 不相关的且对扶贫绩效评估影响处于第2 重要的；主成分3 的特征值是1.244，其对扶贫绩效评估的重要性位居第3，且和主成分1、主成分2 均不相关；以此类推。

表5 总方差解释

其中特征值大于1 的因子有3个，并且该3个因子的累积贡献率达到了80.491%，说明所有原始变量的信息能够被这3个因子较好的代表，所以提取的公因子数量为3个。

通过图1 可以看出，前3个主成分特征值所形成的折线的斜率较大，而后面的主成分特征值所构成的折线较为平缓，斜率较低。充分说明对原始变量能够很好的给予解释的是解释贡献率较大的前3个因子，其余的8个因子解释贡献率较低；说明提取前3个因子是比较适合的。

图1 碎石图

4.因子的识别与命名

表6 中所表述的荷载系数表明了公共因子与原始变量之间的关系，但是从中很难明显看出某一变量对各公共因子的相关性。基于此，运用SPSS.24.0 软件中的凯撒正态化最大方差法进行旋转，使系数在1 和0 之间进行两极分化，以找到公共因子，并明晰每个公共因子的实际含义。旋转得到的结果如下表7 所示。

从表7 可以看出，第1 主因子与变量X1、X2、X3、X6、X7、X8高度正相关，对这六项指标荷载量比较大。这六项指标主要反映了贫困个体在基本生活条件的保障，将第1 主因子命名为生活境况，用其来很好的反映贫困个体生存生活条件的改善程度。

表6 成分矩阵a

第2 主因子对变量X9、X10、X11正相关程度较高，它主要是从贫困个体对扶贫工作的满意程度进行主观评判，贫困个体的认定、扶贫工作的开展是否按照规定的程序进行；将该三项指标的公因子命名为贫困个体对扶贫满意度。

表7 旋转后的成分矩阵a

第3 主因子对变量X4、X5的荷载较大，X4、X5分别指医疗疾病总支出和教育费用总支出。教育费用总支出能够很好的反映出贫困家庭为了提高其摆脱贫困和走向富裕的能力而进行的投资。医疗疾病总支出能够较好地反映出为了治愈有劳动能力的贫困个体进行的投资，同时为了使缺乏劳动能力的老年人摆脱疾病，以在未来减少自身家庭的损耗性支出。因此把第3 主因子命名为可持续发展能力。

3个公因子命名情况见表8。

表8 公因子命名一览表

5.因子得分

文章运用凯撒正态化最大方差法得到旋转后的因子成分得分系数矩阵，具体如表9 所示。

表9 成分得分系数矩阵

设F1、F2、F3依次代表上文提到的第1个公因子、第2个公因子和第3个公因子，依据成分得分系数矩阵表9 可以得出3个公因子的计算模型为：

为了更好的测算出每个县区在各公因子上的扶贫绩效，将经过标准化处理之后的原始数据代入上述公因子计算模型，计算出各县区在每个公因子上的得分排名如表10 所示。

表10 各县区公因子得分排名

（1） 单项公因子得分排名分析

第一，生活境况因子得分排名分析。从表10 可以看出，在该因子得分中，Ah 县、Aa 区、An 区得分相对其他县区来说比较高，分别为1.42856、1.40525、1.32293；其次是Ak 区，得分为1.01132，排名第三的An 区高出排名第4 的Ak 区0.31161；总体来说，该4个县区通过前期的扶贫工作，贫困个体的生活境况较其他县区来说比较好。另外，在该方面做得较好的还有Al 县、Am 县和Ad 县，得分分别为0.37768、0.18184、0.05244。其他县区得分均为负值。

第二，扶贫个体满意度因子得分排名分析。从表10 可以看出，在该因子得分中，Af 县排在第一位，得分为1.46128，高出排名第二的Ac 县0.60685； Ab 区排名第三位，得分为0.7964。说明在所有县区中间，无论是帮扶责任人履行职责情况，还是扶贫路径的实施，该三个县区的贫困人群对扶贫工作满意度较高。其次，An 区、Ak区、Ad 县得分也比较高，分别为0.69674、0.61133、0.60354。另外，排名比较靠后的三个县是Ae 县、Aj 县、Am 县，得分均为负值，分别为-0.91835、-1.61106、-2.1449。排名情况在很大程度上能够说明该地区贫困人口对于本地区结合自身进行的扶贫工作开展情况的满意程度的高低。

贫困个体对于扶贫工作满意度的高低尽管是主观评判，但是其涵盖的综合因素较多，诸如对自身贫困原因的认定、其他贫困人口的认定、帮扶的态度、帮扶的尽责情况、扶贫路径的有效性、自身脱贫的效果等。所以该项因素一定要引起各部门的重视，通过该因子的评估，查找自身存在的问题与不足，并进行改进。

第三，可持续发展能力因子得分排名分析。从表10 可以看出，在该因子得分中，Ae 县和Af 县排名为第一和第二，得分较高，得分分别为：1.65618、1.45779；从长远来看，该两个县贫困人口的脱贫能力与脱贫动力较强，贫困人口的整体内生动力较强，在短期的未来可持续发展能力较强。Am 县、Ad县、Ab 区得分相对较高，分别为：0.71463、0.62265、0.60546；该三个县区的贫困人口的可持续发展能力相对来说比较强。其他县区该因子得分较差，在一定程度上说明该地区贫困人口在扶贫过程中可持续发展能力的提高较为缓慢，这就制约其短期内摆脱贫困的速度和效率。充分说明，各县区之间贫困人口的可持续发展能力存在较大的差异性。

（2） 公因子得分横向比较

该部分的比较以公因子得分的正负作为衡量标准。从表10可以看出，在三个公因子得分之中，全部为正值的只有Ad 县；说明该县的扶贫工作在这几项指标上是全面有效开展，并且均取得了较好的效果。得分为两个正值的有：Ah 县、Aa 区、An区、Ak 区、Am 县、Ab 区，该顺序没有先后排名；说明该六个县区在某两个公因子上扶贫效果是较好的，但是都在某一个因子上存在较大的改进和提升空间，是需要今后改变和努力的工作方向。得分只有一个正值的是Al 县、Ae 县、Ai 县、Ac 县，说明该四县均有两个公因子的扶贫绩效处于较差状态。三个公因子得分全部为负值的有Ag 县和Aj 县，说明这两个县在研究设定的扶贫绩效评估的各项指标上工作成效不明显，扶贫工作整体绩效较差。

（3） 各县区扶贫绩效评估综合得分

为了进一步测算出该结果，对各县区的综合扶贫工作进行比较与评价，需要计算出各公因子的综合得分F，计算方法为各公因子得分相应的权重进行加总，各公因子的权重为提取公因子时的方差百分比，运用这种方法设置权重是较为客观的。同时，将3个公因子的累计贡献率80.491%设定为1，进而测算出第1 公因子、第2 公因子、第3 公因子的权重分别为：0.4859、0.3230、0.1911。据此，得出各县区扶贫绩效评估综合得分计算函数为：

通过测算，得出各县区扶贫绩效评估结果如表11 所示，通过该表可以看出各县区的综合排名情况，排在前四位的是An区、Aa 区、Ah 县和Ak 区，得分分别为：0.806044、0.739666、0.707442、0.640854，其次是Af 县和Ad 县，得分均为正值，分别为：0.387464、0.339412；其他县区得分均为负值。排在后两位的是Aj 县和Ac 县，得分为-0.58808、-1.22979。

四、实证分析结论与建议

1.结论

表11 各县区综合得分及排名

运用因子分析法对其进行绩效评估是可行的，文章所构建的扶贫绩效评估指标体系是科学的，具有较强的适用性。针对研究评估的内容，得出了各县区扶贫绩效评估的结果，并对其进行了比较分析。该结果对于各县区今后的扶贫工作有很好的指导作用。

各县区在扶贫工作开展过程中，必须重视对贫困个体生活境况的改善；在此基础上，提高贫困家庭有劳动能力人群的可持续发展能力；同时，要切实提高贫困人群对扶贫工作的满意程度，三者是相辅相成、缺一不可的。

2.建议

（1） 各县区结合评估结果，进一步做到精准施策

根据绩效评估的结果，各县区要结合自身的实际情况，对于本地区扶贫工作中的各维度进行反思与总结，查找工作中存在的漏洞与不足，通过政策的完善、精准投入资金，强化人力物力配备，以改善贫困个体的生活境况为基础，注重培养有劳动能力人群的可持续发展能力，探寻适合农村贫困群体的工作方式方法，扫除阻碍贫困个体成长、发展、脱贫、致富的障碍，实现本地区既定的脱贫目标。

排名靠前的县区是值得其他县区学习和借鉴的样本。但是基于不同的研究方法和视角，上述研究分析只能够作为各县区扶贫工作绩效的重要参考。

（2） 充分考虑评估对象的差异性，做到精准评估

首先，明确评估对象和评估内容，基于评估对象时间、空间、贫困历史状况等客观存在的差异性，因地而异的构建科学合理有效的绩效评估指标体系。其次，评估指标体系的构建，定量与定性相结合的评估方法的选择，自上而下、自下而上，反复酝酿，同时要充分吸纳同行专家、学者意见建议。另外，在评估过程中，实事求是、尊重现实，科学把握区域间、地区间、县域间的差异性。通过评估能够查摆不足、发现问题、改进措施，进一步推动今后的工作有力、有效开展，最终做到精准评估。