基于DEA-Malmquist法的中央财政专项扶贫资金使用效率研究

夏淑琴，刘才兴

（宁夏大学 经济管理学院，宁夏 银川 750021）

2020年底，我国贫困县全部实现脱贫，脱贫人口达1亿，这离不开中央财政扶贫资金的支持。中央财政专项扶贫资金分配表显示，2016—2020年，我国每年增加的专项扶贫资金投入达200亿元，截至2020年末，投入规模达到了1 461亿元。这表明中央财政专项扶贫资金是推动贫困地区摆脱贫困的重要因素，发挥了精准扶贫资金主渠道作用，且大规模的财政支出对于贫困地区解决温饱问题以及跨越贫困线具有直接而深远的影响，主要表现在贫困人口及地区人均可支配收入水平、消费水平、基础设施建设、社会服务事业的迅速改善[1-3]等方面。

随着资金的大规模投入，中央财政专项扶贫资金的使用效率引起了社会各界的广泛关注，研究成果丰富。本文运用DEA-Malmquist法，对我国28个省（区、市）2016—2019年中央财政专项扶贫资金的使用进行静态效率和动态效率分析，研究这些地区的扶贫绩效及不同地区之间扶贫绩效的差异是否显著，以期为准确评价我国各个地区中央财政专项扶贫资金使用情况及为政府今后巩固脱贫成果，助推乡村振兴决策提供科学参考。

1 有关概念界定和研究方法

1.1 中央财政专项扶贫资金

在我国，贫困地区的扶贫资金来源多样，有国家直接拨付的有偿和无偿资金，有扶贫信贷资金，有各省份、自治区、直辖市政府本级的扶贫资金，也有社会机构捐赠和帮扶的资金。在农村扶贫资金来源组成中，政府拨付的扶贫资金占主要部分，主要包括财政专项扶贫资金、信贷扶贫资金、以工代赈资金等。

中央财政扶贫专项资金是指由中央财政组织发放的，帮助我国贫困落后地区加快经济社会发展，改善贫困人口生存环境，完善基础设施建设，使其收入水平提高，以越过贫困标准线的资金[4-6]。农村扶贫资金来源见图1。

图1 农村扶贫资金来源

1.2 资金使用效率

由于资源具有稀缺性这一属性，生产单元不可能无限增加投入来扩大产出，所以存在着一条生产可能性曲线，达到生产可能性的边界就是最有效率的，能够在投入固定的条件下实现最大化产出的目的。对于国家来说，考虑到经济学中的总量分析一般是对个体分析的加总，因此国家也存在一条生产可能性曲线，效率就是达到曲线上的某一点，实现有限资源下产出的最大化。

中央财政专项扶贫资金使用效率可以用DEA模型中的技术效率来测算。在DEA模型中，技术效率是指决策主体在生产过程与该行业技术水平的距离，技术效率可以用投入和产出之间的关系来衡量。将DEA模型应用于我国中央财政专项扶贫资金使用效率研究，通过选取适量的投入产出指标，可以看出我国扶贫资金使用效率水平的高低[7-9]。

1.3 研究方法

1.3.1 DEA模型 数据包络分析（data envelopment analysis，DEA）是一种被广泛使用的线性规划技术。第一个模型被命名为CCR模型，是由Charnes、Cooper和Rhodes三人于1978年提出的概念。DEA是评估多目标环境下，多种决策方案优先顺序的有效方法，其主要功能为通过对2个及以上的指标进行测算，为这组要评估的技术效率（DMU）建立一个效率指标来加以完成，凭借投入产出资料，形成一条效率边界前缘，这条边界前缘是由线性规划法形成的，计算每个决策单元与此效率前缘的距离，测算每个决策单元的相对效率。DEA被广泛应用于衡量工厂、政府部门、金融、医院、港口、机场、航空公司、电力公司等各个决策单元[10]。

以投入为导向的CCR模型规划式如下所示。假设一组共n个决策单元的技术效率，记为DMUj（j=1，2，…，n）；每个DMU有m种投入，记为xi（i=1，2，…，m）；q种产出，记为yr（r=1，2，…，q）；产出的比重为ur（r=1，2，…，q）；要测算的决策单元记为DMUK。产出和投入的关系：

接下来，将条件附加到要测量的技术效率值，即

Charnes等三人建立的第一个模型基于规模不变回报：

式中：i=1，2，…，m；r=1，2，…，q；j=1，2，…，n。λ代表DMU的线性组合系数，该模型的最优解代表决策单元效率值，取值范围为（0，1]。模型目标函数最优解是θ*，1-θ*在技术水平没有发生变化，产出水平保持不变的情况下，可以看到被评估的DMUK其投入能够所见的最大限度，θ*越小，越可以大幅度缩减投入，效率越低。θ*=1时表示评估的DMU位于效率边界上，在产量保持不变的情况下，其所有的投入不能按照同比例下降，处于技术有效状态。θ*<1表示DMU未能达到技术有效状态，在保持产出不变的情况下，其各种投入可以下降，比例为（1-θ*）。上式确定的前沿为形似包络，它包裹了所有的DMU，通常称为DEA包络形式，是在产出保持不变的情况下，各项投入可以按照等比例缩减的程度来对没有效率的情况进行测算，因此被称为投入导向的CCR模型。

1.3.2 Malmquist指数 马尔默奎斯特生产率指数最早由马尔默奎斯特提出，因此该指数被命名为马尔默奎斯特指数。F..are等首先使用DEA计算Malmquist指数，并将Malmquist指数分解为2个变化：技术效率变化（technical efficiency change，EC）和生产技术变化（technical change,TC）。这三者之间的关系可以用下式表示：

式中：xt、yt、xt+1、yt+1分别表示被评价的DMUK在时期t和t+1的数值；Et表示t时期的距离函数，即t时期单期观测值与效率前沿之间的距离。当Mac>1时，代表决策单位从第t期到t+1期的总要素生产力呈现进步；当Mac=1时，代表决策单位从第t期到t+1期的总要素生产力呈现不变趋势；当Mac<1时，代表决策单位从第t期到t+1期的总要素生产力呈现衰退。

图2 Fa re（1994）的分解方法

2 指标体系和数据来源

2.1 指标体系的选择

通过查阅大量文献，参考已有研究成果，考虑到数据可得性，本文在综合评价我国中央财政专项扶贫资金使用效率时选取的指标体系如表1所示。

表1 DEA投入产出指标

2.2 数据来源及描述性统计分析

中央财政专项扶贫资金投入数据来源于国家乡村振兴局官网每年公布的财政专项扶贫资金分配表；农村常住居民人均可支配收入、农村常住居民人均消费支出来源于《中国农村贫困监测报告》（2020年）；农林牧渔业增加值来源于2016—2020年《中国农村统计年鉴》。

3 实证分析

3.1 静态效率分析

静态效率分析时需要构建DEA模型。本文以28个省（区、市）为研究对象，由于各地区经济发展差异较大，中央专项扶贫资金拨款分配有所侧重，为避免可能存在多个决策单元的综合技术效率值为1，而由于其他决策单元距离此生产前沿面距离较远，从而导致综合技术效率偏低的现象，需要对这28个省（区、市）进行分组。本文以2017年中央财政专项扶贫分配资金为分界线，将28个省（区、市）分为3组。专项扶贫资金拨款在10亿元以下的为一组，有辽宁、江苏、浙江、福建、山东、广东6个省份；专项扶贫资金拨款在40亿元以上的为一组，有云南、西藏、甘肃、新疆、广西、四川、贵州、陕西；其余14个省（区、市）为一组。

由于DEA无法直接用于分析面板数据，参考有关文献的处理方法，本文先将各省（区、市）2016—2019年数据运用Stata软件逐个进行测算（表2），再取这4年的几何平均值测算出综合技术效率（TE）、纯技术效率（PE）和规模技术效率（SE），具体结果如表3所示。

表2 投入产出数据描述性统计

表3 各省（区、市）效率值

3.1.1 综合效率分析 由表3可知，在不同规模报酬设定下这些地区的中央财政专项扶贫资金使用绩效存在差异。在规模报酬不变的模型设定下，28个省（区、市）中，综合效率值（TE）为1的江苏、海南达到了DEA有效，其余26个地区均未达到生产前沿。而在规模报酬可变的模型设定下，28个省（区、市）中，综合效率值(TE)为1的有江苏、浙江、陕西、四川、海南、湖北、内蒙古，实现了DEA有效，其余21个地区均未达到生产前沿。

从几何平均值来看，全国综合技术效率值是0.71，纯技术效率值是0.804，规模效率值是0.88。这表明，目前中央财政专项扶贫资金使用效率偏低，没有实现DEA有效。可以看出，我国中央财政专项扶贫资金综合技术效率偏低，是由纯技术效率值较低导致的，对投入资源的管理和利用没有达到最优效率，即各地区对于扶贫资金的管理水平和能力有待提高。

3.1.2 规模效率分析 由表3可知，无论是在规模报酬不变还是规模报酬可变的模型设定下，江苏、海南都实现了DEA有效，即达到了生产前沿面。陕西、四川、湖北、内蒙古虽然在规模报酬不变的设定下没有实现DEA有效，但是在规模报酬可变的模型设定下，即排除规模效率的影响后实现了DEA有效，说明这四个地区的财政扶贫资金使用效率水平与财政扶贫资金管理水平较高，但受规模效率的影响，其综合效率没有实现DEA有效，存在投入冗余现象，应该调整投入规模以实现DEA有效。福建、辽宁、甘肃、贵州、新疆、云南、宁夏、青海、陕西的综合效率偏低，造成这一现象的原因是纯技术效率过低，考虑到其中多为偏远地区，经济欠发达，其管理能力和治理体系等有待加强和完善，应在财政扶贫资金管理体制上进行改革，提高资金使用效率、透明度等，以实现从资金拨付到使用环节全方位监管，提高扶贫资金管理水平。

具体来说，辽宁、云南、吉林、山西呈现出规模报酬递增的趋势，应增加中央财政专项扶贫资金的投入规模。而除江苏、浙江、陕西、海南四个地区达到最优生产规模，规模报酬保持不变外，其余地区均呈现出规模报酬递减趋势，应该减小中央财政专项扶贫资金的投入规模。

3.2 动态效率分析

Malmquist生产力指数是利用距离函数的比值来计算投入产出指数，即在DEA效率计算结果的基础上构造一个效率前沿，然后计算单个值与此前沿的距离，用计算出来的几何平均值来表示两期的生产率的变化。从Malmquist指数可以得到5个指数，分别是全要素生产率指数（TFPCH）、生产效率变化指数（EFFCH）、技术效率变化指数（TECH）、纯技术效率变化指数（PECH）、规模效率变化指数（SECH）。

3.2.1 贫困地区全要素生产率变化指数分析 全要素生产率的变化反映扶贫资金使用效率的变化，由表4可知，不同地区不同年份的全要素生产率指数差异较大。河北、河南、黑龙江、湖北、湖南、江西、内蒙古全要素生产率变化幅度均达到了50%以上。福建、辽宁、甘肃、贵州、陕西、西藏、新疆、青海全要素生产率呈现上升趋势，表明对扶贫资金管理的水平和利用效率较高。数据显示，全国大部分省（区、市）的全要素生产率变化指数均有不同程度的提高。值得注意的是，安徽、河北、河南、黑龙江、湖北、湖南、江西、内蒙古这些省（区）的全要素生产率在2018—2019年均呈现下降趋势。这与2019年中央扶贫资金分配政策有关，2019年中央财政专项扶贫资金相比2018年增加了200亿元，增幅为18.85%。财政部近几年加大了扶贫资金的投入力度，为全面实现脱贫做准备，而相应的扶贫资金管理体制和监督体制尚未与扶贫资金投入的增长速度相匹配，导致全要素生产率偏低。

由表4可知，我国中央财政专项扶贫资金在打赢脱贫攻坚战中发挥着积极作用，大幅改善了贫困地区的基本生活条件，但个别地区对财政扶贫资金的管理不到位，导致扶贫资金的投入未能达到预期效果。

表4 2016—2019年28个省（区、市）全要素生产效率变化

3.2.2 区域扶贫资金使用效率分析 我国不同地区扶贫资金使用效率差异显著，因此对全要素生产率进行了分解，结果见表5。

表5 2016—2019年28个省（区、市）扶贫资金使用效率变化指数

总体来看，安徽、河北、河南、内蒙古、黑龙江、江西的全要素生产率指数偏低，其技术效率变化指数和生产效率变化指数较低导致了这一结果。这说明尽管纯技术变化效率和规模效率对全要素生产率提高起到积极作用，然而各个地区由于技术利用效率偏低，并没有实现对扶贫资金的高效利用，导致技术进步和规模扩大没有完全对扶贫资金的利用发挥出积极影响。福建、广东、江苏、浙江、甘肃、贵州、海南、内蒙古的生产效率变化指数、纯技术效率变化指数和规模效率变化指数均呈增长趋势，表明在农业产业技术保持不变的条件下，各个地区利用已定的技术能达到的最大效率有所提高，达到了最优生产效率和最优规模效率。但是由于技术效率变化指数下降，导致了全要素生产效率变化指数下降，这些地区对扶贫资金利用的技术水平有待提高。而宁夏、青海、山西、四川由于技术效率变化指数和规模效率变化指数降低，从而导致了全要素生产率变化指数降低。在今后巩固脱贫成果中，应调整扶贫资金投入规模，提高扶贫资金利用水平。

4 结论与政策建议

4.1 主要结论

1）我国实施精准扶贫政策以来，农村扶贫资金使用综合效率指数总体呈增长趋势，扶贫资金使用效率不断提高。

2）不同地区的脱贫攻坚工作存在巨大差异，其在不同规模报酬设定下的扶贫资金使用绩效也存在差异。在规模报酬不变的模型设定下，江苏、海南处于生产前沿面，而在规模报酬可变的模型设定下，处于生产前沿面的有江苏、陕西、陕西、四川、海南、湖北、内蒙古。个别地区对财政扶贫资金管理不到位，导致扶贫资金的投入未能达到预期效果。无论是在规模报酬设定不变还是可变的情况下，福建、辽宁、甘肃、贵州、新疆、云南、宁夏、青海、陕西等省（区）未能实现DEA有效，与效率前沿存在一定差距，拨付的扶贫资金未能达到预期效果，其扶贫资金管理水平有待提高。

3）生产效率对提高各地区全要素生产率具有重要作用，而规模和技术效率是制约各个地区全要素生产率提高的主要因素。

4.2 政策建议

1）加强财政扶贫资金监管，提高其使用效率。中央财政扶贫专项资金是国家财政组织的专项资金，是帮助落后贫困地区促进经济社会发展，提高收入水平以越过贫困线，促进当地基础设施建设的资金，是中国战胜贫困的重要保证。然而，就目前扶贫资金的管理和使用而言，许多地区存在管理制度不完善，擅自挪用扶贫资金，扶贫项目效率低下，监督管理制度不完善等问题，严重影响了我国的扶贫进程和扶贫效果。因此，在今后巩固扶贫成果中，一方面要加强对专项资金的监管，对扶贫资金的使用情况进行定期评估、评价和反馈，以实现对扶贫资金从拨付到使用的各个环节的监督，有效提高扶贫资金的使用效率。另一方面要建立健全全国财政扶贫资金动态监控平台，对各级各类财政扶贫资金分配下达、资金支付及项目资金绩效目标执行等情况进行监控。各级财政运用监控平台，掌握财政扶贫资金投入情况，督促加快预算下达和执行进度，加强扶贫资金监管，及时发现和纠正问题。

2）拓宽扶贫渠道，提高农民技术水平。技术效率的提高对促进贫困地区经济发展，改善落后地区居民生活水平具有重大意义。因此，为了巩固脱贫成果，必须提高农民的技术水平，大力发展当地教育，为农民提供专业技术培训和讲座，以提升其受教育程度和自我发展能力，为以后的脱贫不返贫打好基础。

3）提高扶贫资金投入的针对性和实效性。精准扶贫是一个复杂的系统性的工程，涉及到各行各业，我国幅员辽阔，每个地区的情况差别悬殊。因此，财政扶贫资金的投入需要因地制宜，向中西部等落后地区倾斜，并根据各地区的贫困程度对扶贫资金进行合理分配。东部沿海等发达地区重点推广产业和技能扶贫，借助合作社、龙头企业的示范带动作用，吸引低收入农民参与产业发展，以示范带动作用巩固脱贫成果;中部地区要加强基础设施建设，要以农村人口相对集中，但水、电、路等基础设施落后的地区为重点，有效改善其基础设施和公共服务条件，加强农田水利设施建设，改善村容村貌，解决工业和交通问题。对符合有关扶持政策的农村贫困户，及时落实相应政策，为其提供帮扶，提高帮扶的针对性和实效性。

4）推进扶贫项目和资金绩效管理。有关单位应对扶贫项目资金运行情况进行自我评估，同时对自我评估结果进行现场监测，并呼吁地方政府及时解决发现的问题。进一步明确对扶贫项目资金使用等重点工作的绩效管理口径、职责分工、监督检查的要求，引导地方做好扶贫项目资金效益管理工作。完善脱贫攻坚效果评价体系和评价方法，增加现场检查,增进有关部门对评价指标体系的了解，以提高评价结果的可靠性。严格绩效考核，强化考核结果的应用，提出年度考核要求及脱贫攻坚和脱贫监测的具体措施。