林文曼

(瓊臺師范學院管理系,海南?？?571127)

·問題研究·

海南農村精準扶貧項目績效評估實證研究*

林文曼

(瓊臺師范學院管理系,海南?？?571127)

[目的]通過對海南農村精準扶貧項目的績效進行評估，以期為我國其他地區(qū)精準扶貧項目的推進提供借鑒。[方法]確定海南農村精準扶貧項目績效評估的4類因素14個指標，同時選取2005～2015年間14個指標的統計數據，運用因子分析法對各投入要素進行績效評價。[結果]績效評價14個指標中，各投入要素對項目產出和項目效果的貢獻大小由大到小依次為扶貧資金利用率、扶貧資金到戶率、資金項目報賬率、項目招投標率，他們對項目產出：項目建設內容完成率、項目計劃內容完成率貢獻明顯；對農村貧困人口減少率和農村恩格爾系數、農村失學率都有重要的影響；對其他指標的貢獻低于平均水平。[結論]海南省農村精準扶貧項目對項目產出和項目經濟效果和社會效果明顯，主要表現在產出項目建設內容完成率、項目計劃內容完成率、農村貧困人口減少率和農村恩格爾系數、農村失學率等方面。

精準扶貧 績效評估 指標體系 因子分析 實證研究

0 引言

精準扶貧是新形勢下我國政府提出扶貧的新舉措，旨在對貧困人口實行精準識別、精準幫扶和精準管理，以實現貧困人口的早日脫困致富。海南省目前有5個國家級貧困縣，分別是五指山市(縣級市)、瓊中黎族苗族自治縣、保亭黎族苗族自治縣、陵水黎族自治縣、白沙黎族自治縣。海南省國家級貧困縣在全國各省中最少。文章通過對海南農村精準扶貧項目的績效進行評估，以期為我國其他地區(qū)的精準扶貧項目的推進提供借鑒。

精準扶貧是相對于粗放扶貧而言的，主要是根據不同區(qū)域環(huán)境、不同農戶狀況以及不同的貧困程度，運用科學有效的方法對扶貧對象或群體實施精確識別、精確幫扶、精確管理的一種新的扶貧方式[1-2]。精準扶貧的主要特點是誰的貧困程度深就多扶持誰。其中，精準識別是精準扶貧的前提和基礎。必須通過有效的方法和程序，公平、公正的將貧困居民識別出來； 精準幫扶是精準扶貧的關鍵，必須堅持具體的方針政策具體到戶，實施因戶制策、資金全額到戶、干部幫扶的政策； 精準管理是精準幫扶的重要保證，要建立農戶動態(tài)信息系統，實行動態(tài)管理，并建立完善嚴格的資金管理制度，實行透明公開操作，確保精準扶貧各項工作落到實處。

1 海南省農村精準扶貧現狀

圖1 2005～2015年海南省農村扶貧資金到戶率

圖2 2005～2015年海南省農村貧困人口環(huán)比減少率

圖3 2005～2015年海南省農村貧困人口收入增長率

海南省目前有3個地級市、6個縣級市、4個縣和6個民族縣， 196個鄉(xiāng)鎮(zhèn)。截至目前，海南省有5個國家級貧困縣市，涉及貧困人口47.7萬人， 300個貧困村①。與2011年相比，貧困人口減少了20.7萬人，貧困人口減少了30%。海南省貧困人口主要分布在瓊中黎族苗族自治縣、保亭黎族苗族自治縣、陵水黎族自治縣、白沙黎族自治縣及五指山市，上述地區(qū)的貧困人口占總貧困人口的89%。這些貧困人口既有連片的貧困區(qū)域，也有分散的貧困農戶。大部分的貧困村和貧困人口集中分布在中部少數民族地區(qū)、西部干旱地區(qū)、北部火山巖地區(qū)。

1.1 扶貧資金到戶率

扶貧資金到戶率是衡量精準扶貧的一個重要指標?；凇昂Ｄ限r村精準扶貧項目指標體系”中的數據， 2005～2015年，海南省農村扶貧資金項目到戶率總體上呈現波浪式上升的趨勢，具體來講， 2005～2010年，農村扶貧項目資金到戶率呈逐漸上升的趨勢，從95.8%上升到98.5%，增加了2.7個百分點； 2010～2011年、2012～2013年，農村扶貧項目資金到戶率呈下降趨勢，這之后又逐漸上升。2005～2015年農村扶貧項目資金到戶率在95.5%以上，并呈現波浪式上升的趨勢。海南省農村精準扶貧項目的資金到戶率是比較高的，充分體現了各級政府對農村貧困人口脫困的重視。

1.2 農村貧困人口減少率

農村貧困人口減少率是衡量扶貧工作效果的一個重要指標?；凇昂Ｄ限r村精準扶貧項目指標體系”中的數據， 2005～2015年，海南省農村貧困人口減少率總體上呈上升的趨勢。農村貧困人口根據不同年份相應的收入線而劃定的。2005～2010年，農村貧困人口減少率在4.8%～10%之間， 2011～2015年，農村貧困人口減少率12%～22%之間。隨著經濟的快速發(fā)展，農村貧困人口減少率快速上升，貧困人口快速減少。

1.3 貧困人口收入增長率

減少貧困人口數量，提高貧困人口收入，實現脫貧致富是扶貧工作的重要目標。2005～2015年海南省精準扶貧工作取得了重要成果?；凇昂Ｄ限r村精準扶貧項目指標體系”中的數據，與2005年相比，貧困人口減少了38.6%， 2005～2015年，貧困人口收入增長率總體呈上升的趨勢，收入增長率在11.0%～17.1%之間。貧困人口收入持續(xù)增長是實現其徹底脫貧的重要手段，也是實現共同富裕的重要手段。

2 海南農村精準扶貧項目績效評估指標體系的建立及實證分析

2.1 海南農村精準扶貧項目指標體系的建立

根據項目績效評估的內容及精準扶貧的具體要求，結合其他學者在精準扶貧方面的研究，主要確定了4類14個指標[3-6](表1)。

2.2 模型與數據來源

2.2.1 模型選擇

該文主要采用因子分析法來評價海南農村精準扶貧項目投入與產出的績效，分別提取相關的主因子，將每個因子表示為各影響因素的線性組合，運用各因素的觀測值來估計各因子的值，并對各因子進行綜合評價[7]。因子分析法是從研究各類評價指標的內部相關關系出發(fā)，把各變量之間錯綜復雜的關系最終歸結為少數幾個主特征變量之間關系的一種多變量的統計分析方法?；舅枷胧菍⒏饔^測變量進行分類，并將聯系比較緊密，相關性比較高的分在同一類中，將聯系不緊密，相關系較低的歸在同一類中，每一類代表一個公因子。該文試圖對所研究的問題用最少的公因子來描述原觀測值的每一份量。因子分析法用數學模型描述如下：

表1 海南省農村精準扶貧項目指標體系

項目具體指標1.扶貧項目投入扶貧資金利用率、扶貧資金到戶率2.扶貧項目管理資金項目報賬率、項目招投標率3.扶貧項目產出項目建設內容完成率、項目計劃內容完成率4.扶貧項目效果 (1)經濟效果貧困人口減少率、收入增長率、恩格爾系數 (2)社會效果失學率、新農合參保率、通水比率 (3)環(huán)境效果退耕還林還草率、植樹造林率

(1)

式中，x1，x2，x3，...，xp為p個原始變量，F1，F2，F3，...Fm為m個因子變量，且m

2.2.2 數據來源

該文選取2005～2015年各指標的統計數據(表2)，其中部分數據是根據《海南省統計年鑒2006～2015》中計算而來，另一部分是根據海南省各年社會經濟發(fā)展統計公報中的數據計算而來。

表2 2005～2015年海南省農村精準扶貧項目指標原始數據

指 標200520062007200820092010201120122013201420151.扶貧項目投入 扶貧資金利用率(x1)9798979899999899989899 扶貧資金到戶率(x2)95.896.795.997.298.198.597.598.797.697.898.12.扶貧項目管理 資金項目報賬率(x3)9596969798989999999999 項目招投標率(x4)96.596.8796.9897.297.898.198.5298.9699.0599.2199.273.扶貧項目產出 項目建設內容完成率(x5)89.790.591.290.791.592.394.595.296.397.198.5 項目計劃內容完成率(x5)88.589.790.290.190.691.592.793.594.895.697.84.扶貧項目經濟效果 貧困人口減少率(x7)7.84.95.46.18.59.71213.611.818.922 收入增長率(x8)11.212.513.414.714.114.315.116.316.517.115.2 恩格爾系數(x9)57.653.45653.453.15051.850.949.543.242.75.扶貧項目社會效果 失學率(x10)30.529.827.526.825.624.322.320.519.618.316.5 新農合參保率(x11)84.587.189.392.296.496.497.298.698.999.697.9 農村自來水普及比率(x12)86.7878685858684858584866.扶貧項目環(huán)境效果 森林覆蓋率(x13)55.556.257.158.4859.260.260.561.561.961.562 植樹造林率(x14)35.9633.7834.0535.938.839.08403439.5639.238.5

3 海南農村精準扶貧項目實證分析

3.1 提取主因子

該文根據數學模型中的因子分析法的測算要求，計算特征值和方差貢獻率，該文選出特征值大于1并且累計方差貢獻率大于80%的變量確定為公因子即特征變量。運用 SPSS22.0 軟件對表2 中的14個指標進行因子提取，得到公因子的特征值和方差貢獻率，結果如表3所示。第一個公因子的特征值為10.747，方差貢獻率為76.762%； 第二個公因子的特征值為1.201，方差貢獻率為8.575%，第三個公因子的特征值為1.064，方差貢獻率為7.603%，全部公因子的主成分累計方差貢獻率達到 92.941%(表3)，能夠較為全面地反映模型中的信息。

3.2 因子載荷矩陣及因子系數矩陣

該文使用最大方差旋轉法得到旋轉后的因子載荷矩陣，使各因子的載荷量向兩極分化，突出主變量的作用，來對因子更好地進行解釋。同時求得因子系數矩陣(表4)。

表3 公因子的特征值和方差貢獻率

指標變量初始特征值提取平方和載入特征值方差貢獻率(%)累計方差貢獻率(%)特征值方差貢獻率(%)累計方差貢獻率(%)x110.74776.76276.76210.74776.76276.762x21.2018.57585.3371.2018.57585.337x31.0647.60392.9411.0647.60392.941x40.6194.42297.362x50.1711.21898.581x60.1260.90399.484x70.0370.26899.751x80.0210.15299.903x90.0090.06499.967x100.0050.033100.000x110.0000.000100.000x120.0000.000100.000x130.0000.000100.000x140.0000.000100.000

表4 因子載荷矩陣及因子系數矩陣

指標變量旋轉后因子載荷矩陣因子系數矩陣F1F2F3F1F2F3zscore(x1)0.2360.0860.9590.1310.2240.612zscore(x2)0.3230.3580.8700.1550.0430.470zscore(x3)0.5680.6320.5090.0470.1510.098zscore(x4)0.7540.5030.3980.1030.0290.005zscore(x5)0.9030.3610.1990.260-0.072-0.138zscore(x6)0.9220.2930.2350.281-0.133-0.101zscore(x7)0.9110.2160.2070.306-0.177-0.102zscore(x8)0.5580.6840.316-0.0250.233-0.049zscore(x9)-0.862-0.229-0.320-0.2540.1770.014zscore(x10)-0.832-0.447-0.312-0.1750.0150.061zscore(x11)0.5200.6620.528-0.0820.1820.116zscore(x12)-0.165-0.947-0.0810.234-0.5870.187zscore(x13)0.6560.5640.4750.0220.0840.069zscore(x14)0.3150.6300.163-0.0860.304-0.092

根據因子系數矩陣，該文得到了各因子的得分函數，其中，x1，x2…x14分別為標準化后的序列：

F1=0.131x1+0.155x2+0.047x3+0.103x4+0.26x5+0.281x6+0.306x7-0.025x8-0.254x9-0.175x10-0.082x11+0.234x12+0.022x13-0.086x14

(2)

F2=0.224x1+0.043x2+0.151x3+0.029x4-0.072x5-0.133x6-0.177x7+0.233x8+0.177x9+0.015x10+0.182x11-0.587x12+0.084x13+0.304x14

(3)

F3=0.612x1+0.470x2+0.098x3+0.005x4-0.138x5-0.101x6-0.102x7-0.049x8+0.1014x9+0.061x10+0.116x11+0.187x12+0.069x13-0.092x14

(4)

表5 各因子績效綜合得分及排名

指標綜合得分總排名項目投入和管理 x10.07656 x20.07627 x30.06508 x40.03589項目產出 x50.18913 x60.20842項目效果 x70.22521 x80.002112 x90.17704 x100.11825 x11-0.019314 x120.018011 x130.019110 x14-0.005913

3.3 計算因子得分及樣本綜合得分

將第一個公因子、第二個公因子、第三個公因子的累積貢獻率92.941%定為1，計算出第一個公因子、第二個公因子第三個公因子的權重分別為： 0.826、0.092、0.0818； 計算海南省農村精準扶貧項目的綜合評價模型為F=0.826F1+0.092F2+0.0818 F3

實證分析表明：各投入要素的綜合得分排名為扶貧資金利用率>扶貧資金到戶率>資金項目報賬率>項目招投標率，綜合得分分別為0.0765、0.0762、0.0650、0.0358。各投入要素對產出項目建設內容完成率、項目計劃內容完成率有明顯的作用； 扶貧項目經濟效果十分明顯、突出表現在農村貧困人口減少率和農村恩格爾系數上，它們的綜合得分分別為第一名(0.2252分)和第四名(0.177分)； 海南省精準扶貧項目社會效果主要表現在農村失學率顯著減少； 海南省精準扶貧項目對環(huán)境影響不明顯。綜上，海南省農村精準扶貧項目對項目產出和項目經濟效果和社會效果明顯，主要表現在產出項目建設內容完成率、項目計劃內容完成率、農村貧困人口減少率和農村恩格爾系數、農村失學率等方面。

4 結論與建議

4.1 結論

該文通過因子分析法對2005～2015年海南省農村精準扶貧工作的績效進行了評價，結果表明，在精準扶貧項目的各投入要素對項目產出和項目效果的貢獻大小由大到小依次為扶貧資金利用率、扶貧資金到戶率、資金項目報賬率、項目招投標率，他們對項目建設內容完成率、項目計劃內容完成率貢獻明顯、對農村貧困人口減少率和農村恩格爾系數、農村失學率都有重要的影響。

4.2 建議

4.2.1 提高精準扶貧資金到戶率是基本

精準扶貧也需要一定的扶貧資金，通過精準識別貧困人口，增加精準扶貧資金的到戶率，減少途中資金浪費，為貧困人口提供最基本的生活保障[9-10]。同時為貧困人口提供各種優(yōu)惠政策，支持其家庭或合火創(chuàng)業(yè)，或者給貧困人口提供免費的培訓和再教育，拓寬視野，讓貧困人口自己意識到必須鼓足干勁脫貧，而不是僅僅靠政府的扶貧資金生活。

4.2.2 提高精準扶貧資金利用率是關鍵

每年中央政府和各級地方政府都下撥一定的專項資金用于農村精準扶貧工作，幫助農村貧困人口實現早日脫貧。由于專項資金有限，提高扶貧資金利用率就顯得尤為重要。首先要精確選準貧困人口、做詳細的幫扶計劃和實現方案，分階段持續(xù)跟進，提高扶貧資金利用率； 其次，由專人負責，為貧困人口提供各種優(yōu)惠政策，支持貧困人口創(chuàng)業(yè)，為它們提供起步資金和后續(xù)的免費貸款，以徹底脫貧為目標。

4.2.3 通過各種方式精準幫扶、實現貧困人口脫貧致富是核心

首先，政府可以為有勞動能力的貧困人口提供相應的工作崗位，讓其通過工作脫貧增加收入； 其次，為貧困人口提供免息貸款和各種支持政策； 再次，建議政府與農業(yè)企業(yè)充分合作，在農村建立農村蔬菜生產基地,或者對農村鄉(xiāng)村旅游進行開發(fā)，帶動貧困地區(qū)脫貧致富。

[1] 葛志軍，邢成舉.精準扶貧：內涵、實踐困境及其原因闡釋. 貴州社會科學， 2015,(5)： 157～163

[2] 汪三貴， 郭子豪.論中國的精準扶貧. 貴州社會科學， 2015,(5)： 147～150

[3] 王宇， 李博，左停. 精準扶貧的理論導向與實踐邏輯——基于精細社會理論的視角.貴州社會科學, 2016，(5)： 156～161

[4] 姜濤. 精準扶貧項目績效評估方法研究.寶雞文理學院學報(社會科學版)， 2016,36(1)： 51～54

[5] 莊天慧， 陳光燕，藍紅星.農村扶貧瞄淮精準度平估與機制設計以——以西部A省34個國家扶貧工作重點縣為例. 青藏民族研究， 2016,27(1)： 189～194

[6] 焦克源， 吳俞權.農村專項扶貧政策績效評估體系構建與運行——以公共價值為基礎的實證研究.農村經濟， 2014,(9)： 16～20

[7] 段婕， 梁綺琪.基于因子分析法的產業(yè)技術創(chuàng)新績效評價研究——以陜西省裝備制造業(yè)為例.科技管理研究, 2014，(14)： 53～57

[8] 吳曉偉， 吳偉昶，徐福緣.因子分析模型在企業(yè)競爭力評價中的應用.工業(yè)技術經濟, 2004，(6)： 67～71

[9] 查燕， 王惠榮，蔡典雄，等.寧夏生態(tài)扶貧現狀與發(fā)展戰(zhàn)略研究.中國農業(yè)資源與區(qū)劃， 2012, 33(1): 79～83

[10]包月英， 張海永，高飛.欠發(fā)達地區(qū)農村扶貧開發(fā)問題及政策建議.中國農業(yè)資源與區(qū)劃， 2009, 30(6): 25～28

AN EMPIRICAL STUDY ON PERFORMANCE EVALUATION OF RURAL POVERTYALLEVIATION PROJECT IN HAINAN PROVINCE*

Lin Wenman

(Management Department of Qiongtai Nomal University,Haikou,Hainan 571127, China)

This paper aimed to provide a reference for the implement of the poverty alleviationby the evaluation of the performance of the poverty alleviationprojects in Hainan province. Using 14 indicators of four factors of performance evaluation ofaccurate poverty alleviation project, this paper analyzed the poverty-stricken and poverty-alleviation households, poverty reduction rate and income growth rate of poverty population in Hainan province.And then it explained the connotation of poverty alleviation and described the current situation of poverty alleviation in Hainan Province. The results showed that the contribution of each input element to the project output and the project effect was in the following order: the utilization rate of poverty alleviation fund, the rate of poverty alleviation fund to household, capital project recouping rate, and project bidding rate. These elements all had significant contributions to the completion rate of the project constructionand plan, the rural poverty rate,rural Engel coefficient, and rural school dropout rate. Finally, it suggested three recommendations, i.e., improving the accuracy of poverty alleviation funds to households, improving theutilizationof poverty alleviation funds, and enhancing the ways to achieve poverty alleviation.

accurate poverty alleviation; grade; index system; factor analysis; empirical research

10.7621/cjarrp.1005-9121.20170416

2016-01-27

林文曼(1986—)，女，海南澄邁人，碩士、講師。研究方向：公共管理。Email：linlijinzhi1314@163.com

*資助項目：海南省哲學社會科學規(guī)劃課題課題“海南省農村扶貧政策問題研究回顧與展望”(QJZI2503)

F323.8

A

1005-9121[2017]04102-06

① 數據來源：http：//news.xinhuanet.com/politics/2016-01/26/c_128671880.htm