反贫困战略评估

四、反贫困战略评估

（一）非贫困指数测算

1．评估体系

以扶贫重点县为例。在构建的反贫困战略评估体系基础之上，结合指标的可得性，选取部分有代表性的指标，运用综合评价法，测算出非贫困指数，定量衡量贫困地区的发展状况。所谓非贫困指数，是指在扶贫重点县的经济效益、社会效益、环境效益与人力资本提升等综合效益的改善程度。

表5-2　反贫困战略评估体系（II）

2．数据处理

在反贫困指标体系中存在着正逆两类指标，逆指标有贫困发生率、恩格尔系数、婴儿死亡率等。对于逆指标需要转化为正指标后才能进入下一步的无量纲化处理。由于上述几个逆指标的取值，处于0与1之间，因此，对于上述逆指标的转化，用1减去上述各逆指标的数值来代替。

各项指标的无量纲化，是运用各指标的各具体数值除以各指标在考察期间即2001—2008年的最大值，再乘以100而进行的，这样就可以实现各指标的无量纲化，使得各指标无量纲化的数值处于0与100之间。

各指标无量化的具体公式为：

各指标的无量纲化结果如下表。

表5-3　反贫困战略评估体系各指标的无量纲化结果

续　表

无量纲化后的各指标，如何确定权重来计算出综合指数，对评价结果有着重大的影响。指标权重的确定主要有主观赋权法和客观赋权法。主观赋权法是通过咨询相关专家的建议来得出各具体指标在指标体系中占有的权重，这种方法主要是建立专家学者的主观判断基础上，并且这些判断也是专家学者长期理论实践的结果，具有一定的客观性；客观赋权法则是建立在对调查数据统计分析的基础上，充分利用数据本身所能反映的统计性质，无需征询专家意见。

本文采用客观赋权法来确定各指标的权重，采取变异系数法来测算出各指标在指标体系中的重要程度。变异系数法能够突出各指标对总体评价对象的区别程度，也就是说指标变异系数越大，则区分对象的能力越强，相应权重也应越大。

变异系数的计算公式为：

其中，S_i为标准差，Y_i为平均值。

而各指标的权重计算公式则为：

反贫困战略评估体系各指标的权重如下表。

表5-4　反贫困战略评估体系各指标的权重

3．非贫困指数

运用综合评价法计算出非贫困指数的数值，非贫困指数反映着贫困地区的综合发展状况。基本的综合评价方法主要有加权算术平均和加权几何平均，加权算术平均是利用加权的算术平均值来计算综合评价值，本文采用加权算术平均来计算非贫困指数的大小。

非贫困指数的计算公式为：

国家扶贫重点县的非贫困指数如下表。

表5-5　非贫困指数

通过国家扶贫重点县的非贫困指数变化情况可以看出，扶贫重点县在整体上呈现出良好的发展态势，但是扶贫重点县综合效益的增长速度呈现出一种先增加后降低的趋势。由此可见，反贫困不断改善贫困地区发展水平的同时，在后续的工作中面临着更大的困难和挑战，反贫困工作需要更加综合长期地开展下去。

（二）贡献度测算

1．综合评价模型

任何地区的经济社会发展进步，都离不开两个基本的生产要素：一个是劳动力，另一个是资本。对于贫困地区而言，一般来说，劳动力资源相对丰富，资本相对匮乏，资本是其发展过程中的主要瓶颈。贫困地区的资本获取按来源的地区可分为本区内的资本积累和来自外部的资本援助；按资金的性质可分为扶贫资金和非扶贫资金。当然，除劳动力和资本等硬性投入外，体制投入、管理投入、劳动者积极性投入等软性投入对于贫困地区的发展也起到了重要的作用。本文暂不考虑体制投入、管理投入、劳动者积极性等软性投入的影响。

在反贫困战略评估体系下，通过构建扶贫的贡献度函数对反贫困战略进行绩效分析。

模型如下：

由于贫困发生率（P）与人均收入（y）存在某种函数关系，即：

由于贫困发生率（P）与人均收入（y）存在某种函数关系，即：

P=f（y）　　　　　　　　　　（11）

而国民收入（Y）与劳动力（L）、资本（K）存在着函数关系如下：

Y=Y（L，K）　　　　　　　　　（12）

假设反贫困的规模效益不变，将（12）式两边同时处以L，得：

y=Y/L=y（K/L，L/L）=y（K）（13）

将（13）带入（11）中，可得：

P=f（y（k））=f（k）　　　　 （14）

而贫困地区的资本（k）可以分为扶贫资金（k₁）和非扶贫资金（k₂）两类，从而

P=f（k）=f（k₁+k₂）　　　　　（15）

基于函数关系式（15），构建函数P（k₁，k₂）来衡量扶贫的贡献度，即：

P（k₁，k₂）=ak₁+βk₂+yk₁k₂　　　　（16）

由函数关系式（16）可以看出，这是衡量反贫困对贫困人群的贡献度。

同样的可以，构建函数g（k₁，k₂）来定义反贫困对贫困地区的贡献度，即：

由综合评价模型即函数关系式（16）与（17）可以看出：

扶贫贡献度函数涉及人均扶贫资金（k₁）、人均非扶贫资金（k₂）和贫困发生率（P）和非贫困指数（G）等变量。

2.数据处理

本文是以国家扶贫重点县为例，对反贫困战略进性定量分析。利用农村贫困监测报告和统计年鉴的相关数据，计算出国家扶贫重点县的人均扶贫资金和人均非扶贫资金，并计算出人均扶贫资金占人均总资金的比例。

国家扶贫重点县的人均扶贫资金=国家扶贫重点县的扶贫投资总额/国家扶贫重点县的年末总人口。

对于国家扶贫重点县的人均非扶贫资金的计算，运用以下公式间接求出：

国家扶贫重点县的人均非扶贫资金={国家扶贫重点县所在省市的固定投资总额×［国家扶贫重点县的GDP总和/国家扶贫重点县所在省市的GDP总和］}/国家扶贫重点县的年末总人口-国家扶贫重点县的人均扶贫资金。

表5-6　扶贫重点县的资金来源状况

续　表

图5-1　扶贫资金的占有率分析

通过2001—2008年国家扶贫重点县的资金使用情况可以看出，扶贫重点县的人均扶贫资金和人均非扶贫资金在绝对数量都有所增加，但是人均扶贫资金占有量的增长速度远远落后于人均扶贫资金的增长。2008年人均扶贫资金和人均非扶贫资金分别是2001年的1.50倍、6.05倍。同样表现在扶贫资金在扶贫重点县固定投资中占有的比例呈现逐年下降的态势。

3.贡献度测算

利用国家扶贫重点县的贫困发生率、人均扶贫资金和人均非扶贫资金的数据，应用函数关系式（16），来估算扶贫资金对扶贫重点县贫困人口的脱贫贡献度：

P（k₁，k₂）=-7.665334k₁+0.033105k₂+0.109011k₁k₂

　　　　　s=3.194727　　 0.016583　　0.037125

　　　　　t=-2.399371　　1.996357　　2.936308

R²=0.990547R²=0.986766D.W.=2.041470

通过做回归分析，可以看出，扶贫资金与贫困发生率呈现负相关性，相关系数为-7.665334，这符合贫困地区的发展情况，也说明扶贫资金对降低扶贫重点县的贫困发生率发挥了积极而有效的作用；而非扶贫资金与贫困发生率呈现出正相关性，相关系数为0.033105，这说明非扶贫资金的利用，一定程度上促进贫困地区的贫富分化和经济差距的扩大，间接地提高了贫困发生率，但是相关系数较小，仍然在合理的、可控区间内。

利用国家扶贫重点县的贫困发生率、人均扶贫资金和人均非扶贫资金的数据，应用函数关系式（17），来估算扶贫资金对扶贫重点县反贫困的综合贡献度：

图5-2　扶贫因素对扶贫重点县的综合贡献度分析

通过扶贫因素对扶贫重点县的综合贡献度分析可以看出，扶贫重点县的非贫困指数逐年上升，由2001年的51.96增加到2008年的95.43，而扶贫因素对贫困地区的贡献程度呈逐年下降趋势，以2001年和2008年为例，2001年扶贫因素、非扶贫因素对扶贫重点县的贡献分别为5.96和45.99，2008年扶贫因素、非扶贫因素对扶贫重点县的贡献分别2.98和92.45。

通过对国家扶贫重点县的综合效益分析，可以看出农村反贫困战略促进了国家扶贫重点县的经济、社会、环境和人力资本综合效益的提升，为贫困地区的可持续发展创造了条件。国家扶贫重点县的扶贫资金有效地缓解了贫困县的贫困状况，大大降低了贫困人口的数量，但是相对于非扶贫资金而言，绝对数量和增长速度上都是偏小的。因而，需要继续加大反贫困力度，给予贫困地区政策支持和财政扶持，同时积极引导非扶贫资金的投资方向，扶助贫困地区公益事业的发展，帮助贫困地区打破生产要素瓶颈，促进贫困人群的全面发展，不断提高贫困地区的自我发展能力，营造贫困地区健康有序发展的良好环境。