乡村振兴视角下脱贫村内生发展能力的DEA-Malmquist评估及空间分异研究——以云南省为例

张 焱， 唐 婷， 胡雪枝， 李 勃

(1.云南农业大学经济管理学院，云南昆明 650201； 2.云南省农业科学院国际合作处，云南昆明 650205；3.南京审计大学公共管理学院，江苏南京 211815； 4.云南省农业科学院国际农业研究所，云南昆明 650205)

2020年，中国脱贫攻坚取得了历史性的胜利，使自改革开放以来的7亿多人口全部摆脱绝对贫困，为全世界减贫贡献率超过70%，成为世界上减贫人口最多的国家，创造了人类历史上大规模减贫的奇迹。尽管当前我国已实现全民脱贫，但部分区域因为贫困程度深、贫困面广、返贫率高等问题，其脱贫稳定性还有待提升，而坚持开发式帮扶，不断提高脱贫群体的内生发展能力，是增强区域脱贫稳定性，尽早从巩固拓展脱贫攻坚成果过渡到乡村振兴的有效途径。中国在多年的减贫工作中，关于贫困的内涵和对扶贫实践工作的认识处于动态演变过程中，逐渐演化到“整村推进”，实现量到质的转变。“整县推进，整村推进”实际上属于区域的整体发展，比较个体发展，区域整体发展更具有长期性、稳定性和持续性。紧跟前期国家精准扶贫开发战略，当前乡村振兴方略继续延续区域发展由“县”下沉到“村”，对脱贫村特征的全面度量和有效瞄准成为因村施策，分类实施乡村振兴的有效策略。而区域的整体发展，关键在于其内生发展能力的提升。影响区域内生发展能力的主要因素包括地理环境、生产要素的经济活动和空间布局、金融资源、基础设施等。在空间经济学、新经济地理学发展过程中，逐渐形成了空间内生增长理论，即自然资源、生态环境、地理位置等是影响区域增长的重要因素。通常而言，自然灾害频发、气候恶劣、地形地貌复杂、土地资源条件差、地理位置远离中心的高寒山区、深石山区、高原区、限制开发区等区域是内生发展能力弱的主要集聚区。而云南省的大量脱贫区域存在上述问题，因此，以云南省为例，考察云南省下辖16个州(市)脱贫村的内生发展能力和空间属性，是对区域发展单元由“省”下沉至“州(市)”，再至“村”的积极响应，有助于更准确地评估和考察相关政策措施的实施绩效和捕捉自我发展能力分布的精细特征。区域内生发展能力主要是指通过依靠自身力量或已有资源对外界相关有利要素进行一定的整合，最终使本地区经济快速、长久和稳定发展的多种能力综合。对区域内生发展能力评估的研究主要涉及科学设计区域内生发展能力评估指标体系和应用适当的方法进行测度。目前还未形成对区域内生发展能力评估的统一评价指标体系，学者们基于不同研究视角提出不同的指标设计方案。从整体发展视角出发，主要设计了经济建设、社会发展、资源环境状况等测度指标；从生态经济视角看，产业能力、空间能力、软实力和市场能力是影响区域内生发展能力的主要指标；从农业视角看，以农业资源及其条件、农业技术和农业制度适宜性作为评价指标；从资本视角看，基于人力资本、经济资本、自然资本和社会资本出发构建指标体系；从区域自我发展能力视角看，以人口发展能力、社会协调能力、生产经营能力和开发创新能力为评价系统。总体而言，这些指标包括区域中人、社会、生态、资源、经济等方方面面的能力发展。关于区域内生发展能力测度方法，主要应用AHP-熵值法、主成分分析法、因子分析法、数据包络分析法、空间自相关方法等进行评估和定量分析。在这些分析中，不同区域内生发展能力、影响因素和空间分布具有一定的差异性，且不同研究者的研究角度和评估体系构建也具有较大区别。如王秀艳从居民素质技能、企业创新能力、产业竞争力、政府调控能力4个方面构建民族地区自我发展能力指标体系，应用因子分析法进行测度和评价，提出提高民族地区自我发展能力应基于不同群体能力特征性质，针对“短板”能力制约采取合理有效的应对措施。已有学者在研究区域、研究视角、研究方法选取上均取得了一定成果，为本研究提供了理论和方法上的研究基础和支撑作用。但当前的研究存在以下不足之处：一是从村级视角出发，探讨脱贫村的内生发展能力的研究相对较少；二是研究所用数据多为统计年鉴中区域全样本数据或调研数据，前者把区域内非贫困人口也揽括在内，后者则以少数调研人口代替全部样本，2种数据采集方法均使得数据精准度不够，影响评价结果的有效性和可信度。因此，本研究以具有较大代表性的国家级乡村振兴重点帮扶县最多的中国西部云南省为例，利用云南省精准扶贫大数据平台获取云南省下辖16个州(市)2018—2019年脱贫村全样本数据，先应用主成分分析法筛选投入因子，再应用DEA和Malmquist全要素生产指数(简称“Malmquist 指数”)方法评估云南省16个州(市)脱贫村2018—2019年的内生发展能力，在此基础上，应用Moran’s I 指数对云南省16个州(市)脱贫村内生发展能力的空间格局进行探析，由此深入了解基于村级层面的云南省16个州(市)脱贫村内生能力发展存在的短板和问题，以期找出解决方案，保障脱贫的稳定性，并有效衔接乡村振兴，也为其他发展中国家减贫甚至消除贫困提供借鉴。

1 材料与方法

1.1 研究区脱贫村概况

云南省是一个集边疆、民族、山区、跨境四位一体的欠发达省份。2018、2019年云南省GDP分别为17 881.12亿、23 223.75亿元，在中国各省(市、区)中分别排名第20、第18位，人均GDP分别为 37 136、47 944元，在中国各省(市、区)中排名倒数第2位和倒数第8位。2018—2019年，尽管云南省GDP和人均GDP均有所提高，全国的排名有所上升，但GDP和人均GDP依然处于全国中下水平。2018、2019年，云南省分别有2 298、3 005个村脱贫出列。从各个地州来看，2018年楚雄州、临沧市、文山州、曲靖市脱贫出列村较多；2019年昭通市、曲靖市、红河州、普洱市脱贫出列村较多(图1)。

1.2 数据来源和指标选择

本研究数据主要来源于云南省精准扶贫大数据平台、《云南省脱贫攻坚数据报告(2017—2019年)》《中国统计年鉴》《云南省统计年鉴》，以及各州(市)统计年鉴和相关网站数据。本研究脱贫村范畴为云南省下辖16个州(市)2018—2019年脱贫村的全样本数据(2018年玉溪市已脱贫出列，2019年昆明市已脱贫出列，因此，2018年无玉溪市脱贫村相关数据，2019年无玉溪市和昆明市脱贫村相关数据)。

在进行脱贫村内生发展能力评估时，评价指标的选取对结果准确性和可信度均产生重要影响。董沥等从产业结构、人力资源、金融资源、制度政策、科技创新、基础设施6个方面对区域自我发展能力进行分析；徐孝勇等构建人类资本生产能力、社会发展能力和资源环境承载能力3个二级指标7个三级指标对集中连片特困地区县域自我发展能力进行测度。考虑到本研究主要从“省”下沉到“州(市)”，并以村级尺度构建脱贫村内生发展能力评价指标体系，不同于国家级和省级的统计年鉴数据特点，主要借助云南省精准扶贫大数据平台的基础数据。因此，依据可操作性、可比性、科学性、可获得性等原则，并基于本研究绩效测度的目的是考察脱贫村的内生发展能力，结合已有研究成果构建本研究的投入产出评价指标体系，主要从地理环境、人口及劳动力状况、医疗卫生和社会保障、生产生活条件4个方面构建投入指标，从经济收入构建产出指标。

1.2.1 投入指标

1.2.1.1 地理环境 已有学者从村级尺度考虑的地理环境主要包括到最近乡镇集市的距离、地貌类型、遭受自然灾害频次、高等级道路长度等。由于本研究把各州(市)下辖脱贫村的整体情况作为研究对象，因而主要选择地貌特征作为地理环境指标，即不是山区村占比。该指标的计算方法为各州(市)中不是山区村的脱贫村个数与该州(市)全部脱贫村个数之比。

1.2.1.2 人口及劳动力状况 已有研究从外出劳动力比例、劳动力比例、劳动力文化素质、人口密度等方面构建人口和劳动力状况指标，考虑到国家对五保户和低保户的资金扶持，以及大学生村官对脱贫所作的贡献，本级指标下除选取劳动力人口占比和外出务工人口占比2个指标外，还将非五保户和低保户占比、有大学生村官的脱贫村占比2个指标作为人口及劳动力状况的具体测度指标。

1.2.1.3 医疗卫生和社会保障 已有研究主要选择参加新型农村合作医疗比例和参加城乡居民基本养老保险比例作为医疗卫生和社会保障的测度指标，本研究参考前人的研究成果，也选用这2项指标。

1.2.1.4 生产生活条件 已有研究主要选择农用地面积、建设用地面积、人均耕地面积、耕地等级、文化图书室数量、通电率、通路率、通电话率、危房比重、安全饮水比重、卫生厕所比重等作为生产生活条件的评价指标。考虑到当前乡村振兴的战略重点，本研究选择非危房占比、有公共卫生厕所村占比、有垃圾集中堆放点村占比、人均耕地面积4个指标作为生产生活条件的具体测度指标。

1.2.2 产出指标 在应用数据包络分析(DEA)对内生发展能力进行测度时，学者们主要选取经济收入作为产出指标。因此，本研究选择人均可支配收入5 000元及以上脱贫村占比和有集体收入脱贫村占比2个具体指标作为产出指标(表1)。

1.3 研究方法

当前，国内外学者主要应用熵权TOPSIS法、层次分析法(AHP)、DEA法、机器学习法等对区域发展进行测度。Sun等应用熵权TOPSIS法对四川省成都市双流县4个“一村一品”专业村的经济效益进行评价和排序，并提出相关的对策建议。Singh应用DEA分析法对印度政府在农村就业计划MGNREGA项目中的资源利用和就业创造绩效进行评价，并选择3个支出指标作为投入参数，5个创造就业指标作为产出参数，结果发现，技术和管理是造成低效率的主要原因，进而通过方案调整使其与最佳状态相当，可以有效节省总支出并提高项目绩效。鉴于DEA评价法可用于多输入多输出，且不需要设定输入和输出指标之间的显性表达式，具有很强的客观性，比回归分析更近似有效状态，因此本研究选用DEA模型对脱贫村内生发展能力进行评价。由于本研究的决策单元DMU为16个[(云南省下辖16个州(市))]，按照通常的规则，输入输出指标不宜超过DUM数量的1/3，因此本研究在应用DEA进行分析前，对12个投入指标应用主成分分析法进行降维处理，最终得到2个投入主成分，2个产出指标，共计4个指标，低于16/3，符合DEA模型分析的前提条件。脱贫村内生发展能力的空间属性主要应用空间自相关分析法进行分析，该方法可度量变量在空间上的分布特征和其对领域的影响程度。主要有Moran’s I系数和Geary’s C系数，由于Moran’s I指数可以更好地运用空间权重，可靠性更高，因而本研究选用Moran’s I 指数对云南省16个州(市)脱贫村内生发展能力的空间属性进行判定。

表1 脱贫村内生发展能力评估指标体系

1.3.1 主成分分析法 主成分分析法是一种降维方法，可以将多个相关变量转化为少数几个不相关的变量，从而达到降低维度的目的。本研究所涉及的脱贫村内生发展能力评估指标体系的各投入指标所反映的信息可能存在一定程度的重叠，通过主成分分析法可以在尽量避免信息损失的前提下消除各个指标间的相关性，并根据累计贡献率构建新的指标。

1.3.2 数据包络分析法 1978年，美国的Charnes等首次提出可以应用于对被评价对象进行相互比较的非参数技术效率分析法，即数据包络分析法。该方法通过计算所有决策单元(DMU)实际生产点与生产前沿面的距离来比较决策单元偏离DEA前沿面的程度并评价其相对有效性。在DEA方法中，最经典的是CCR(规模报酬不变)模型和BCC(规模报酬可变)模型。鉴于实际生产中多为规模报酬可变，因此本研究选用BCC模型进行测度。具体模型为

min。

式中：表示决策单元的有效值；表示决策单元的权重系数；、分别表示投入和产出变量；、分别为投入和产出的松弛变量。该模型的输出结果包含3种情况，即当=1,≠0且≠0时，决策单元为弱有效；当=1,=0且=0时，则决策单元有效，当<1时，表示决策单元无效。综合效率(TE)=纯技术效率(PTE)×规模效率(SE)。

1.3.3 Malmquist指数 1953年，Malmqiust 提出了Malmqiust指数，Caves等对其进行了拓展、与DEA结合应用。该方法利用不同时期距离函数的比值表示投入产出效率，同样是一种非参数线性规划方法。将Malmqiust指数分解为综合效率和技术进步指数，技术进步指数反映云南省脱贫村内生发展能力的技术变化情况，即Malmquist指数(TFC)=技术效率指数(TE)×技术进步指数(TC)；Malmquist指数进一步分解为纯技术效率、规模效率和技术进步指数：Malmquist指数(TFC)=纯技术效率(PTE)×规模效率(SE)×技术进步指数(TC)。其中

式中：、+1分别表示第时期到第(+1)时期的投入量；、+1分别表示第时期到第(+1)时期的产出量；(,)、+1(+1,+1)分别表示决策单元在第时期到第(+1)时期同前沿面比较的投入距离函数；(+1,+1)、+1(,)分别表示决策单元在混合期内同前沿面相比较的投入距离函数。Malmquist指数(TFC)、纯技术效率(PTE)、规模效率(SE)、技术进步指数(TC)大于1，说明管理效率提高，反之降低。

1.3.4 空间自相关分析法 空间自相关分析涉及2个方面的研究，即全局空间自相关分析和局部空间自相关分析。全局空间自相关分析主要探究脱贫村内生发展能力的整体空间属性；局部空间自相关分析主要研判脱贫村内生发展能力在具体各个州(市)上的空间聚集性和差异性。鉴于许多学者已经对空间自相关分析法(Moran’s I指数)进行过详细探讨，本研究不再赘述其具体计算方法和计算过程，可参看蔡进等的研究。

2 结果与分析

2.1 主成分分析降维

运用SPSS 19.0软件对12个投入要素进行数据处理(产出要素只有2个，因此不再缩减)，得到12个投入要素之间具有较高的相关性。从KAO检验和Bartlett’s 球形检验来看，数据的KAO检验结果为0.732 7，Bartlett’s 球形检验显著性为0.000 0(<0.01)，说明这些数据适合进行主成分分析。通过SPSS 19.0处理，得到2个主成分的累计贡献率已经达到81.52%，再增加因子，所得的累计贡献率增加不多，因此，本研究将12个投入指标降维转化为2个投入主成分p和p(表2)。

表2 投入指标主成分分析结果

根据主成分因子得分系数矩阵，p在非五保户和低保户占比()、劳动力人口占比()、有大学生村官的脱贫村占比()、有农民专业合作社脱贫村占比()、参加新型农村合作医疗人口占比()、参加城乡居民基本养老保险人口占比()、非危房户占比()、有公共卫生厕所村占比()、有垃圾集中堆放点村占比()、人均耕地()等10个方面具有较高的解释力；p在不是山区村占比()和外出务工人口占比()2个方面具有较高的解释力(表3)。

表3 主成分因子得分系数矩阵

进而得到2个主成分在云南省及16个州(市)上的得分，对其进行标准化处理，将2个主成分p、p与产出指标、进行下一步的DEA和Malmqiust测算。

2.2 云南省脱贫村内生发展能力的静态评估

2.2.1 云南省脱贫村内生发展能力的总体评估 利用上述评价指标体系和相关数据，选取规模报酬可变(VRS)的DEA-BCC 模型，对 2018—2019 年云南省脱贫村内生发展能力的技术效率(TE)、纯技术效率(PTE)以及规模技术效率(SE)进行测算(表4)。根据DEA模型，技术效率值为1时，决策单元DMU有效。可见2018年云南省脱贫村内生发展能力DEA有效州(市)比例高于2019年，达10百分点以上。2018年DEA有效为曲靖、保山、临沧、红河、版纳、大理、德宏、迪庆等8个州(市)，2019年DEA有效为普洱、临沧、楚雄、文山、版纳、德宏等6个州(市)，这2年DEA均有效的州(市)共3个。这几个州(市)构成了云南省脱贫村内生发展能力的前沿面，在现有投入资源下，内生发展能力较好。从云南省整体情况来看，2018—2019年技术效率、纯技术效率和规模效率均较高，全部达到0.8以上水平，说明云南省在前期精准扶贫政策的有效实施中，技术管理水平、资源配置能力和资源使用效率均达到较高水平，实际投入产出规模与最优生产规模的差距不大。2019年的技术效率和规模效率低于2018年，符合现实情况，因为2019年云南省脱贫村更晚脱贫出列，即其贫困程度更深，因而其内生发展能力低于早先脱贫出列的村庄。从规模报酬来看，2018年分别有1个规模报酬递减州(市)和6个规模报酬递增州(市)，2019年分别有4个规模报酬递减州(市)和4个规模报酬递增州(市)，从云南省整体来看，2018、2019年均属于规模报酬递增。因此，对于规模报酬递减的州(市)，应通过减少投入来增加产出；对于规模报酬递增的州(市)，应通过增加投入实现产出的增加。

表4 2018—2019年云南省脱贫村内生发展能力的整体评估结果

2.2.2 云南省各州(市)脱贫村内生发展能力评估 纵观各个州(市)，2018—2019年其纯技术效率均较高。其中，2018年只有普洱市和楚雄州的纯技术效率低于0.9，玉溪市无脱贫村(玉溪市已脱贫出列)，其余13个州(市)的纯技术效率均高于0.9；2019年除红河州和怒江州的纯技术效率低于0.9，昆明市、玉溪市无脱贫村外(玉溪市、昆明市已脱贫出列)，其余12个州(市)的纯技术效率均高于0.9；从这2年的平均水平来看，所有州(市)的纯技术效率都高于0.9，可见各个州(市)的管理和技术水平都较高。从规模效率来看，2018—2019年只有昭通市和怒江州的规模效率小于0.9，其余均在0.9以上，表明大多数州(市)的规模效率处于较高水平。从技术效率来看，2018年技术效率≥0.9的有8个州(市)，在0.8～0.9之间的有5个州(市)，仅有2个州(市)低于0.8；2019年技术效率大于0.9的有8个，在0.8～0.9之间的有4个，仅有2个州(市)低于0.8；这2年平均有11个州(市)的技术效率大于0.9，占比73.33%。总体来看，云南省脱贫村内生发展能力处于较高水平，仅有个别州(市)较弱，为稳定脱贫成效及推进乡村振兴战略进程，应着重关注综合内生发展能力较低的昭通市和怒江州(表5)。

从横向比较，有7个州(市)2019年的纯技术效率≥2018年，表明有一半多州(市)的管理和技术水平没有随时间的推移呈上升趋势。有8个州(市)2019年的规模效率≥2018年的规模效率，即2019年规模效率较2018年增长(持平)的州(市)稍多于规模效率减少的州(市)。但从云南省整体来看，2019年的技术效率、纯技术效率和规模效率均稍小于2018年。出现这种情况可能的原因是越到后期出列的脱贫村的贫困程度越大，内生发展能力就越弱，其脱贫稳定性也越差(表5)。

2.2.3 云南省各州(市)脱贫村内生发展能力的投入产出冗余分析 投入产出冗余意味着投入或产出存在无用或多余，需要通过调整实现优化。本研究通过投入要素和产出要素的调整使脱贫村内生发展能力达到DEA有效状态。由表6可知，2018—2019年这2年的平均水平中，只有临沧市、西双版纳州和德宏州达到投入产出的最优效率，且和都为0，云南省总体和其中11个州(市)(昆明市、玉溪市、临沧市、西双版纳州、大理州和德宏州除外)均需要进行冗余调整。如云南省需要调整主成分p和p，产出要素人均可支配收入为5 000元及以上脱贫村占比、有集体收入脱贫村占比来实现云南省DEA有效。即主成分p松弛变量需减少0.049 1以达到目标值0.614 5；主成分p松弛变量需减少0.054 0以达到目标值0.665 3；产出要素松弛变量需增加 8.755 6，其目标值才能达到最优水平下的53.150 6%；产出要素松弛变量需增加3.963 7，其目标值才能达到最优水平下的 89.888 7%。

表5 2018—2019年云南省各州(市)脱贫村内生发展能力评估

表6 2018—2019年云南省各州(市)脱贫村内生发展能力投入产出冗余调整

2.3 云南省脱贫村内生发展能力的动态评估

本研究应用Malmquist全要素生产指数对2018—2019年的全要素生产率变动情况进行分析，结果见表7。2018—2019年云南省的Malmquist指数大于1。从各个州(市)来看，有8个州(市)的Malmquist指数大于1，占比57.14%，只有迪庆州的Malmquist指数最低，接近0.7，说明大多数州(市)脱贫村内生发展能力的全要素生产率呈上升趋势。Malmquist指数由技术效率变化指数和技术进步指数组合而成，云南省的技术进步指数大于1，而技术效率指数小于1，说明云南省脱贫村内生发展能力的投入产出效率的增长动力主要来源于技术进步。从各个州(市)来看，只有丽江、普洱、文山3个州(市)的技术效率变化指数和技术进步指数均大于1，即这3个州(市)投入产出效率的增长既来自于技术管理水平、资源配置效率的提升，也来自技术进步导致的效率提高。技术效率变化指数由纯技术效率变化指数和规模效率变化指数组成，云南省的纯技术效率变化指数和规模效率变化指数均略小于1，表明云南省2019年脱贫村比2018年脱贫村的管理水平和规模效率略有轻微下降。从各个州(市)来看，仅有普洱、临沧、楚雄、文山、版纳、德宏等州(市)的纯技术效率变化指数和规模效率变化指数均≥1，即这几个地区的管理水平较高，内生发展能力也随投入规模的增加有所上升。

表7 2018—2019年云南省各州(市)脱贫村内生发展能力的Malmquist指数及其分解

2.4 云南省脱贫村内生发展能力的空间分异

应用Geoda软件得到云南省脱贫村内生发展能力的全局空间自相关结果。2018年，Moran’s I指数小于0，小于其期望值()，且其统计量<0，表明云南省脱贫村内生发展能力在空间上为负相关，值为0.255 0，无法拒绝原假设。因此，2018年云南省脱贫村内生发展能力具有不显著的弱空间负相关性。2019年，Moran’s I指数大于0，大于其期望值()，且其统计量>0，表明云南省脱贫村内生发展能力在空间上为正相关，值为 0.216 6，无法拒绝原假设。因此，2019年云南省脱贫村内生发展能力具有不显著的弱空间正相关性。随着乡村振兴战略的实施及相关政策措施的出台，各地的发展力度进一步加大，从而也促使云南省脱贫村内生发展能力的集聚性增强，区域差异性缩小(表8)。

表8 云南省脱贫村内生发展能力的全局Moran’s I 指数

为进一步揭示云南各个州(市)脱贫村内生发展能力高低值在空间上的分布，应用局部空间自相关分析法得到局部空间属性[2018年对应15个州(市)，玉溪市无脱贫村；2019年对应14个州(市)，昆明市和玉溪市无脱贫村]。根据Moran’s I散点图，2018年位于第一象限的州(市)有2个，位于第三象限的州(市)有2个，即有4个州(市)对应空间正相关，占比26.67%；2019年位于第一象限的州(市)有4个，位于第三象限的州(市)有4个，即有8个州(市)对应空间正相关，占比57.14%。这进一步表明云南省各州(市)脱贫村内生发展能力相似属性的集聚大于分异(图2)。具体观察各个州(市)的空间位置，发现2018年内生发展能力较高的曲靖市和红河州到2019年反而转变为内生发展能力低的区域，出现这种反常情况，可能是因为以下2个方面的原因：一是这2个州(市)后出列的贫困村贫困程度更深，二是如曲靖市这样的区域脱贫后更多地关注经济发展，对已脱贫出列村庄的支持和重视度有所下降。此外，2019年处于第三象限和原点的5个州(市)中的怒江州、昭通市、迪庆州均属于内生发展能力较低的集聚区，要尽早实现稳定脱贫成效与乡村振兴的有效衔接，尤其应关注这部分区域的脱贫村内生发展能力的提升(表9)。

表9 各类集聚区对应的州(市)

3 结论和建议

3.1 结论

对脱贫村内生发展能力的评估能够有效掌握云南省16个州(市)脱贫村内生发展能力的现实状况和空间格局，有助于相关决策者依据区域异质性有针对性地制定和完善扶贫措施，助推云南省稳定脱贫成果，有效推进乡村振兴步伐，并为其他发展中国家类似区域提供参考借鉴。研究的主要结果如下：一是脱贫村内生发展能力评估方面。首先，在国家相关政策的大力支持下，脱贫村的地理环境、生产生活条件、医疗和社会保障、人口及劳动力素质、经济收入等得到快速提升，云南省所有脱贫村的内生发展能力较高。但2019年脱贫村的整体内生发展能力低于2018年，意味着2019年出列的脱贫村其自我发展能力更弱，即越晚出列的脱贫村其综合发展能力越差。其次，从各个州(市)来看，临沧市、西双版纳州和德宏州的投入产出已达最优，其余州(市)均需要调整投入和产出，以提升脱贫村的内生发展能力。其中，怒江州和昭通市由于地理环境恶劣，一直以来均属于云南省的最贫困区域，其内生发展能力处于16个州(市)中的末列，是脱贫稳定和乡村振兴攻坚重点需要攻克的区域，有待进一步加大支持力度，保障顺利实现稳定脱贫成效与乡村振兴的有效衔接。最后，分析全要素生产率结果表明，内生发展能力逐年提升的州(市)比内生发展能力降低的州(市)多2个，即更多州(市)的内生发展能力随着时间的推移有所上升；考察技术效率变化指数和技术进步指数，发现云南省脱贫村内生发展能力的投入产出增长动能主要由技术进步引致；由于2019年脱贫出列的村庄贫困程度更深，导致2019年的脱贫村内生发展能力的管理水平和规模效率低于2018年。

二是云南省脱贫村内生发展能力的空间分异方面。在全局空间自相关中，云南省脱贫村内生发展能力的集聚性增强，区域差异缩小。在局部空间自相关中，2019年空间正相关关系的州(市)比2018年多4个，进一步说明空间集聚性增强和区域差异性缩小；2018年内生发展能力较高的曲靖市和红河州在2019年变为内生发展能力较弱的区域，主要由于区域内越晚出列的脱贫村贫困程度更深，相应的内生发展能力也更弱，且由于脱贫后相对富裕州(市)更关注区域整体经济发展，可能忽视刚脱贫且脱贫不稳定的脱贫村，因此，在关注面(诸如昭通市和怒江州这种整体内生发展能力较弱的区域)的同时，不能放松零星点(诸如曲靖市这类整体内生发展能力较强，但区域内也存在散点式分布的内生发展能力较弱的贫困村)的重视。对于2019年处于低-低区和原点区的州(市)而言，其内生发展能力较弱，是稳定脱贫成效最难啃的“骨头”，也是后续乡村振兴战略重点关注和扶持的区域，需要尤其关注这些区域脱贫村内生发展能力的提升。

3.2 建议

综上对云南省及16个州(市)脱贫村内生发展能力的综合测度研究，提升脱贫村内生发展能力是增强区域自我发展动力，稳定脱贫成效，助推乡村振兴，甚至避免返贫的重点工作。16个州(市)中昭通市、怒江州脱贫村的内生发展能力较低，是需重点关注的区域；分散在相对富裕州(市)的零星脱贫村，由于州(市)放松了支持，其内生发展能力降低，存在脱贫不稳定风险。因此，要增强脱贫村内生发展能力以及稳定脱贫成果，助推后续乡村振兴战略实施，需要从以下几个方面加以提升和推进。

一是进一步加大各项投入，由此不断推进产出水平的提升，增强脱贫村的内生动能。越到后期脱贫村的贫困程度越深，尤其是如昭通市和怒江州这样的深度贫困区域，需要不断加大各项投入支持力度并完善各项帮扶政策，以提升其内生发展能力为导向，稳定脱贫成效，助推乡村振兴。首先，通过对五保户和低保户的动态识别和管理，精准识别，确保将确实困难群众纳入居民最低生活保障体系中，保障其基本生活防止其返贫。目前对低保户实行分类管理，动态调整，其原则是 “能进能出”“应保尽保”，其中A类半年调整1次，B和C类3个月调整1次。当前在乡村实践工作中，低保户识别和调整的程序是首先由村民小组实施民主评议，然后由“村两委”研究决定，再上报乡(镇)审核。这种方式表面上看起来非常民主，但在具体实施中，村民小组中权威人员的有意倾向、村民小农意识(我家得不到低保，你也别想得到，我谁都不赞成)等均会影响评议结果的公正性，而“村两委”一般不会调整村民小组的评议结果，大多是直接将村民小组的评议结果上报。因此，建议低保户的识别和调整应采用多级评议制度，评议最终结果应由村民小组评议和“村两委”评议组成，两者各占一定的比例，且应建立具体的申述渠道和复议机制，保障对评议结果有异议的村民按照规定程序进行申述，并由上一级实施复议。第二，加大技术培训力度，建立劳动力转移的长期保障机制。政府在制定技术培训方案之前，首先应通过实地调研了解各个脱贫村农户真正需要的技术，再根据需求进行相关培训，以避免培训的供需不匹配，造成技术培训的无效率。此外，政府还应与发达地区的企业建立长期的劳务转移合作机制，保障劳动力的顺利转移。第三，在原有基础上增派大学生村官。大学生村官对提升脱贫村整体文化素养、带来新鲜发展动能等均具有重要作用。通过对大学生村官实施公务员招考定向录取、优先参加选调生招考、享受研究生考试加分、同等条件下事业单位优先录用等政策吸引更多的大学生参与到乡村建设，为脱贫村注入发展新动能。第四，不断提升集体经济、农民合作社、乡(镇)企业的活力。政府应通过相关扶持政策、为回乡能人提供便利的优惠条件、积极引进学者专家、企业家建立合作机制等方式给村集体经济、农民合作社、乡(镇)企业注入活力，推动其快速发展，带动脱贫村农户致富。第五，进一步加强医疗保险和养老保险的宣传力度，逐步实现脱贫村脱贫户100%的参保。第六，掌握无公共卫生厕所、无垃圾集中堆放点的脱贫村的具体情况，并由相应脱贫村制定资金需求计划和实施方案，逐级上报完善后实施，实现卫生厕所和垃圾集中堆放点的全覆盖。第七，通过驻村干部、大学生村官和“村两委”，进一步排查危房户情况，并确定等级，按照危房等级情况确定改造顺序和方案，逐级逐批次完成危房改造，最终解决脱贫户的住房安全问题。

二是相对富裕区域脱贫村内生发展能力的提升也不能放松，否则这些地方反而会成为阻碍乡村振兴的绊脚石。相对富裕州(市)在推进乡村振兴的进程中，在全面振兴乡村产业、生态环境、乡风文明、生活富裕、乡村治理的同时，还要通过各专项投入的支持和各项帮扶政策的完善，着力提升帮扶资源配置、管理和利用效率，鼓励有技术、有资源的能人、专家、学者、商人等到相对贫困脱贫村进行帮扶，实施经济富裕村、能人村“一对一”帮扶相对贫困脱贫村等方式不断推进其区域内脱贫村内生发展能力的提升，稳定脱贫成效，并顺利过渡到乡村振兴阶段。