您好, 访客   登录/注册

深度贫困地区财政专项扶贫资金减贫效率分析

来源:用户上传      作者:

  摘 要:从经济、社会、生态效益三个维度,基于大小凉山彝区14个深度贫困县的数据,运用三阶段DEA模型,对其财政专项扶贫资金的减贫效率进行评价。通过实证分析,本文认为应加强资金使用管理提高产出效率、积极拓宽资金来源、完善绩效考核方法、结合教育医疗金融等社会事业带动提升农户内生发展动力,稳固脱贫结果。
  关键词:财政专项扶贫资金 减贫效率 深度贫困
  一、引言
  财政专项扶贫资金既作为更深层次扶贫工作的保障基础,更是贫困人口的脱贫基础,深度贫困地区是我国脱贫攻坚战的重难点,亦是各界学者关注的重要研究对象。如今,针对该地区的各项扶贫资金和资源投入越来越大,其扶贫工作也收获了较好的成效,截至2018年底,全国深度贫困地区减少至1660万贫困人口,共有594万人脱贫,贫困发生率也大幅下降。纵观国内外学者的相关研究,发现其对产出一端的关注远远大于投入,然而提高财政专项扶贫资金的投入效率才是治标之策,从历史纵向比较角度,通过精准扶贫前后对比,分析财政扶贫资金使用效率的变化,对于提高农村扶贫,乃至乡村振兴过程中的财政专项扶贫资金使用效率,具有重要意义。
  多年来国内外学者对扶贫资金的减贫效率进行了相关研究,一是直接的减贫效果(刘林等,2012)。二是通过对经济增长、基础设施等社会保障、资金使用管理机制等方面的改善来带动贫困人口的减少(汪三贵,2007;张全红,2010)。多数学者都认为扶贫资金的投入能够有效地缓解农村贫困,另一部分学者则认为扶贫资金对缓解农村贫困的作用并不明显(叶初升,2010)。根据现有关于扶贫资金的减贫效率的研究,可基本将其划分为两类:一类是通过指标体系的构建对其使用效率、管理机制等绩效进行评价,既要考虑其直接的减贫指标,也要考虑其经济、社会、生态等指标,不仅要考虑扶贫资金带来的数量和质量的增长,更要静态和动态结合进行评价(庄天慧等,2010;高波等,2014;Andrew D.等,2015;Sanjeet Singh,2016;叶慧,2019)。另一类则是通过计量模型多维度地对扶贫资金的使用情况、减贫效率进行分析,同时探讨其影响因素(冉光和等,2008;陈卫洪等,2013;Faridi,2015;陈凌珠等,2016;)。
  综上,目前的研究多是单一地分析扶贫效率,较少将精准扶贫的前后进行对比,也少有文献使用县级面板数据对深度贫困县的扶贫资金进行绩效评价,更多的是省、市级的分析,而扶贫资金多是下放至农村,单从省市级层面较难分析出客观的扶贫资金减贫效率。
  基于此,本文将运用三阶段DEA模型对财政专项扶贫资金进行分析,剔除外部环境因素,以期能有效客观评价样本地区扶贫资金的真实减贫效果。通过考察精准扶贫前后两个时期的扶贫资金减贫效率,了解各地区减贫效率的变化情况。
  二、研究方法与变量选取
  (一)研究方法
  本文所采用的三阶段DEA方法,能够弥补一阶段DEA方法的不足,通过修正外部环境变量所造成的随机误差来调整投入,使DEA计算出的效率值更加准确、客观。
  第一阶段:投入导向的BCC模型
  在此阶段,本文选择原始的投入产出数据对其初始效率进行评价。根据对经济发展、社会进步和生态友好的可持续发展理念,本文使用投入导向的规模报酬可变的BCC模型。由于该模型的分析使用已较为成熟,此处便不再赘述。
  第二阶段:类似SFA回归
  在第二阶段中采用类似SFA回归剔除掉外部环境因素和随机误差因素,进一步得到仅由管理无效率所造成的投入松弛变量。根据前人的研究,构造如下类似SFA回归函数:
  第三阶段:调整后的DEA效率分析
  用BCC模型对调整后的投入数据进行再一次的测算,由于已经剔除了外部环境因素和随机误差的影响,使其得出的效率值更加客观准确。
  (二)变量选取及样本数据
  本文参考财政专项扶贫资金绩效的指标体系的遴选指标(张铭洪等,2014;高波等,2014;唐红涛等,2018;钱力等,2018),从经济效益、社会效益和生态效益三个维度选取扶贫资金减贫的产出变量。用农民人均可支配收入、第一产业增加值、人均农业机械总动力和人均粮食产量作为经济效益指标,非贫困发生率作为社会效益指标,森林覆盖率和有效灌溉面积作为生态效益指标,投入变量则选取财政专项扶贫资金的投入额。环境变量的选取遵循模型要求:一是不能由决策单元自身控制的因素;二是能够影响决策单元效率值的因素。
  由于实证分析与影响财政专项扶贫资金减贫效率的各种因素相关的文献较少,本文在选取环境变量时结合了与扶贫资金较为相似的财政支农(陈仲常等,2011;厉伟,2014;刘江会等,2017;刘军航,2019)、金融扶贫、转移性支付(李丹等,2019)等方面的影响指标,分别选取了以下五个环境变量:
  代表经济方面的地区经济发展水平,用人均GDP表示;代表社会方面的每万人拥有病床数、普通中小学生在校率和金融发展水平;代表政治方面的财政自主权。
  数据来源为:四川省财政厅《财政专项扶贫资金公告》、四川省扶贫统计年表、各县国民经济和社会发展统计公报和政府工作报告、《四川统计年鉴》、《中国县域统计年鉴》以及各个县市统计年鉴。
  三、结果与分析
  由于DEA无法直接用于分析面板数据,结合前人的相關数据处理方法,本文先将2010-2017这8年的数据以实行精准扶贫的2014年作为分界线(张鹏飞等,2019),分成两个部分:2010-2013年为精准扶贫前的阶段,2014-2017年为实行精准扶贫后的阶段,再以每个阶段的数据取均值作为截面数据,比较分析各个区县的财政专项扶贫资金的减贫效率。
  首先运行STATA14.0软件,对2010-2017年大小凉山彝区14个深度贫困县财政专项扶贫资金的投入、产出指标和环境变量进行描述性统计,结果见表1。   (一)第一阶段传统DEA模型结果
  第一阶段运用DEAP2.1软件,测算出大小凉山彝区14个深度贫困县精准扶贫前和精准扶贫后的综合技术效率(TE)、纯技术效率(PE)和规模技术效率(SE)(见表2)。
  精准扶贫前,其平均综合技术效率、纯技术效率、规模效率分别为0.522、0.645、0.830。从县级层面来看,14個县中除了金口河区、木里县和盐源县的综合技术效率超过了0.90,剩余的县综合技术效率都处于较低的水平。而精准扶贫后,样本地区的纯技术效率虽然有所提升,但其总体平均综合技术效率、规模效率均下降了,分别为0.504、0.675、0.752。除了金口河区、普格县、金阳县、昭觉县、越西县外,其余县的综合技术效率均有所下降,进而导致整体扶贫效率较低。这说明,在不考虑外部环境和随机扰动的影响下,大小凉山彝区的扶贫资金绩效整体绩效水平较低,主要是由于纯技术效率较低即各地方的财政扶贫资金管理水平较低导致的。
  (二)第二阶段SFA模型结果
  在该阶段中,运用Frontier4.1将扶贫资金投入的松弛变量与环境变量进行类似SFA回归,结果如表3所示。
  由表3可知,扶贫资金投入受到环境的影响均在1%的水平上显著,且两个模型的γ值均接近1,说明经济、社会和政治环境因素对投入松弛变量的影响较随机误差项更加显著,说明外部环境变量的选取较为合理。
  通过分析发现,实行精准扶贫后,所有的环境因素均成为对减贫效率的有利外部因素,即精准扶贫后能够较好地根据当地发展情况分配扶贫资金,这也与其他学者的研究结论相符。
  人均GDP系数绝对值和金融发展水平均有了一定的增加且显著为负,说明地区经济发展水平和金融发展水平对扶贫资金减贫效率的提高起着显著的正向作用,在一定时间内,该地区经济发展水平越高,金融发展水平越高,与金融相关的服务被越多的人所接受,与农户相关的借贷信息更为透明,当地政府对扶贫资金的使用越合理。
  代表社会保障的普通中小学在校率系数显著为负且绝对值有所增加,而精准扶贫前每万人拥有病床数系数显著为正,实行精准扶贫后则变为显著为负,说明教育、医疗卫生等地区社会基础设施越好越能够降低因学、因病致贫的比重,提高人力资本,阻隔贫困的代际传递,有效提高扶贫资金的减贫效率。
  财政自主权系数由精准扶贫前的显著为正变为显著为负,表明通过精准扶贫措施,将其由不利的外部环境因素充分转换为有利外部环境因素。这是因为当地方政府在合理利用财政资源后,其拥有对财政资源更充分的支配权力时,更能根据区域发展情况,合理有效地配置财政资源,提高扶贫资金的到位率,减少财政专项扶贫资金投入冗余。
  (三)第三阶段调整后的DEA模型结果
  在得到调整的投入变量后,重复第一阶段的操作测算出调整后的效率值(见表4、图1)。对比调整前后得到的效率值可知,剔除外部环境因素和随机误差项的影响后,纯技术效率值的提升带动了综合技术效率值的提高,同时精准扶贫前后财政专项扶贫资金的减贫效率值显著提高。另一方面,精准扶贫后样本地区的减贫效率值明显高于前期。
  总体来看,实行精准扶贫后,扶贫资金的减贫效率有了明显的提高。将各区县的扶贫资金减贫综合效率与地区平均水平进行比较,如图1所示,精准扶贫前仅有五个区县超过了地区平均水平,精准扶贫后则增加为7个,一半的区县的扶贫资金减贫效率均有了显著提升。精准扶贫前后扶贫资金减贫效果好的区县排名变化不明显,但效果较差的县在实行精准扶贫后变化明显,尤其是小凉山彝区的峨边县和马边县的扶贫资金减贫效率较之前有了显著的提升。
  从规模报酬来看,金口河区、木里县和盐源县的规模报酬处于稳定不变的状态,说明这三个县的扶贫资金使用是最为合理的,能够获得相对较好的减贫效果。普格县、昭觉县、越西县在实行精准扶贫后扶贫资金投入的规模报酬均变为了最优规模,则说明当地政府较好地对扶贫资金进行了调整,并获得了较为不错的产出。剩余的八个县则需要适当调整其扶贫资金的分配,同时更加到位地落实政策,进一步提高资金的使用效率,以达到最优规模。
  进一步从大凉山和小凉山两个小片区来看,精准扶贫前大凉山地区的扶贫资金减贫效果比小凉山地区的好,但精准扶贫后小凉山地区则略胜一筹,二者的差距正在逐渐缩小。虽然小凉山彝区高于大凉山彝区,但二者的差距由0.085减少为0.045。可见大小凉山彝区在精准扶贫的过程中均较为合理地进行资金分配,但要达到所期望的水平则需要大小凉山共同努力,用发展的思路进行下一阶段的规模,才能使整个彝区实现稳定脱贫和可持续的发展。
  四、结论与启示
  (一)结论
  1.精准扶贫后大小凉山彝区的财政专项扶贫资金减贫效率稳步提升。实行精准扶贫后,2010-2017年大小凉山彝区的财政扶贫资金减贫水平呈现整体较好,内部差异较大的特征,反映出四川省民族地区在精准扶贫进程中各个地方政府对扶贫资金的分配和科学管理的重视程度存在一定的差异。
  2.财政专项扶贫资金减贫效率受环境因素和随机误差影响显著。第一阶段和第三阶段的结果差异显著,这说明外部环境因素和随机误差对该地区财政专项扶贫资金的减贫效率的测度产生了重要的影响,如若忽略这些因素,则会低估大小凉山彝区的扶贫资金减贫水平。同时,经实证检验,精准扶贫后,该地区的各项外部因素均变为促进减贫绩效提升的有利因素,进而带动当地经济社会发展。
  3.规模无效率是制约财政专项扶贫资金减贫效率的主要原因。由第三阶段的结果可知,2010-2017年,大小凉山彝区的规模效率的平均增幅高于纯技术效率的平均增幅,说明技术效率的增长主要依靠规模效率的增长来拉动。这一时期,仅有6个区县的规模报酬处于不变状态,剩余的县则多为规模效率的平均值低于纯技术效率平均值,需进一步规划改善财政专项扶贫资金的分配和管理机制。   (二)启示
  通过研究发现,实行精准扶贫既能够将不利的外部环境因素转变为有利因素,同时精准扶贫后多数区县的扶贫资金减贫成效对整个区域的减贫水平起到了显著的带动作用。进一步研究发现,大小凉山彝区各县投入量较多,但扶贫资金的减贫效率却多有差异。因此,深度贫困地区在有效管理使用财政扶贫资金的同时,应适当缩小地区财政收支间的差额,有效提高当地的财政自主权,通過保障资金的到位率来提高扶贫资金的投入效率。另外,各区县应互相交流学习先进理念和做法,根据自身情况作出改进,进而提高整体水平。同时,以大小凉山彝区为代表的深度贫困地区应牢牢把握精准扶贫的“六个精准”“五个一批”等重要理念,进一步结合经济、社会、生态效益对财政专项扶贫资金的投入、使用和减贫效率的考核制度进行改革创新,共同打赢脱贫攻坚战。
  
  参考文献:
  [1]刘林,李翠锦.新疆农村贫困程度测度与扶贫资金动态绩效分析[J].西北人口,2012(3).
  [2]汪三贵,Albert Park,Shubham Chaudhuri,Gaurav Datt.中国新时期农村扶贫与村级贫困瞄准[J].管理世界,2007(01).
  [3]张全红.中国农村扶贫资金投入与贫困减少的经验分析[J].经济评论,2010(02).
  [4]叶初升,张凤华.政府减贫行为的动态效应——中国农村减贫问题的SVAR模型实证分析(1990-2008)[J].中国人口·资源与环境,2011(9).
  [5]庄天慧,杨宇.民族地区扶贫资金投入对反贫困的影响评价——以四川省民族国家扶贫重点县为例[J].西南民族大学学报(人文社科版),2010,31(08).
  [6]高波,王善平.财政扶贫资金综合绩效评价体系研究[J].云南社会科学,2014(5).
  [7]Andrew D.Racine.Child poverty and the health care system[J].Academic Pediatrics,2015,12(2):83-89.
  [8]Sanjeet Singh.Evaluation of world’s largest social welfare scheme:An assessment using non-parametric approach[J].Evaluation and Program Planning,2016(57):16–29.
  [9]叶慧.少数民族发展资金使用绩效评价及优化[J].西南民族大学学报(人文社会科学版),2019,40(2).
  [10]冉光和,鲁钊阳.扶贫资金运用中存在的问题及对策研究——以A村2002―2007扶贫资金的运用为例[J].南京社会科学,2008(09).
  [11]陈卫洪,谢晓英.扶贫资金投入对农户家庭收入的影响分析——基于贵州省1990—2010年扶贫数据的实证检验[J].农业技术经济,2013(04):35-42.
  [12]陈凌珠,庄天慧.四川省扶贫资金益贫效果分析[J].四川农业大学学报,2016,34(02).
  [13]Muhammad-Bashir Owolabi Yusuf, Nasim Shah Shirazi, Gairuzazmi Mat Ghani.An empirical analysis of factors that determine poverty among the beneficiaries of Pakistan poverty alleviation fund[J].Journal of Enterprising Communities:People and Places in the Global Economy,2016,10(3):306-320.
  [14]Jondrow J,Lovell C A K,Materov I S,et al.On the estimation of technical inefficiency in the stochastic frontier production function model[J].Journal of Econometrics,1982,19(2/3):233–238.
  [15]罗登跃.三阶段DEA模型管理无效率估计注记[J].统计研究,2012,29(4).
  [16]陈巍巍,张雷,马铁虎等.关于三阶段DEA模型的几点研究[J].系统工程,2014,32(9).
  [17]张铭洪,施宇,李星.公共财政扶贫支出绩效评价研究——基于国家扶贫重点县数据[J].华东经济管理,2014,28(9).
  [18]唐红涛,郭凯歌,张俊英.电子商务与农村扶贫效率:基于财政投入、人力资本的中介效应研究[J].经济地理,2018,38(11).
  [19]钱力,倪修凤,宋俊秀.连片特困区精准扶贫多维绩效模糊评价——以安徽省大别山区为例[J].华东经济管理,2018,32(3).
  [20]陈仲常,张峥.我国公共财政支出效率及地区差异性分析——基于1995~2008年省际面板数据的实证研究[J].经济问题探索,2011(8).
  [21]厉伟,姜玲,华坚.基于三阶段DEA模型的我省际财政支农绩效分析[J].华中农业大学学报(社会科学版),2014(1).
  [22]刘江会,王功宇.地方政府财政竞争对财政支出效率的影响——来自长三角地级市城市群的证据[J].财政研究,2017(08).
  [23]刘军航,唐鸿博,徐晟.皖江城市带财政支出绩效评价——基于时变衰退的面板三阶段DEA模型[J].华东经济管理,2019,33(3).
  [24]李丹,裴育,陈欢.财政转移支付是“输血”还是“造血”——基于国定扶贫县的实证研究[J].财贸经济,2019,40(06).
  [25]张鹏飞.财政政策、精准扶贫与农村脱贫[J].浙江社会科学,2019(4).
  
  (肖瑾萱,四川农业大学经济学院)
转载注明来源:https://www.xzbu.com/2/view-15218079.htm