李平則，劉浩杰，林杰

（1.山西農(nóng)業(yè)大學城鄉(xiāng)建設學院，山西 太谷 030801；2.山西農(nóng)業(yè)大學經(jīng)濟管理學院，山西 太谷 030801；3.中國農(nóng)業(yè)大學人文與發(fā)展學院，北京 100193）

區(qū)域性整體貧困作為發(fā)展經(jīng)濟學的重要研究對 象，一直是學者們關(guān)注的焦點。“扶貧”是政府和社會幫助貧困地區(qū)及人民擺脫貧困、追求物質(zhì)生活財富、解決其生活著落與發(fā)展出路的一項社會工作。中共中央針對區(qū)域性整體貧困系統(tǒng)性、階段性地開展了區(qū)域性開發(fā)扶貧戰(zhàn)略，先后制定頒發(fā)并貫徹實施了《國家八七扶貧攻堅計劃》 （1994-2000年）、《中國農(nóng)村扶貧開發(fā)綱要》 （2001-2010年）和《中國農(nóng)村扶貧開發(fā)綱要》 （2010-2020年）。新時期特別是十八大以來，黨中央和國務院更是十分重視扶貧工作，發(fā)布了《關(guān)于創(chuàng)新機制扎實推進農(nóng)村扶貧開發(fā)工作的意見》 《關(guān)于打贏脫貧攻堅戰(zhàn)三年行動的指導意見》《中共中央國務院關(guān)于“十三五”脫貧攻堅規(guī)劃的指導意見》等打贏脫貧攻堅戰(zhàn)的一系列文件。2017年10月中國共產(chǎn)黨第十九次代表大會再次將夯實打贏打好脫貧攻堅戰(zhàn)作為決勝全面建成小康社會必須打好的三大攻堅戰(zhàn)之一，展現(xiàn)了黨中央決勝貧困的信心與決心。

滿意度是針對期望或欲望而言的一種心理狀態(tài)[1，2]。精準扶貧滿意度是評價主體如農(nóng)村居民于特定的情形下對各精準扶貧措施的主觀滿意感，這種主觀評價可以理解為政府實施精準扶貧后為農(nóng)戶帶來的效益、福利與效用。針對滿意度這一學科領域的研究主線最早可追溯到的霍桑實驗，現(xiàn)已發(fā)展成為一個成熟的評價體系，廣泛應用于企業(yè)顧客滿意度[2]、政府服務的公眾滿意度等方面。

我國學者在20世紀90年代初期從貧困相關(guān)機制機理角度對我國各連片特困集中地區(qū)經(jīng)濟發(fā)展的成效與存在的問題進行了探討[3]。進入21世紀后，開始了大規(guī)模的研究。起初的研究方向主要集中在生活質(zhì)量的評價指標和研究方法上。隨著精準扶貧力度的加大，關(guān)于連片特困地區(qū)的發(fā)展問題，諸如：居住條件、溫飽水平和農(nóng)民收入以及精準扶貧滿意度等逐漸受到學者們的關(guān)注。莊天慧等[4]采用模糊綜合評價的方法，通過對“十二五”期間西南部國家扶貧攻堅示范地區(qū)農(nóng)戶的調(diào)研與實證分析，構(gòu)建了以溫飽水平、居住條件、生產(chǎn)條件、環(huán)境治理、村民能力建設以及發(fā)展能力等指標為標準的扶貧評價體系，對當?shù)剞r(nóng)戶扶貧意愿與需求進行了績效評估。陳益芳等[5]通過對武陵山區(qū)（渝西北）500多戶農(nóng)戶的扶貧滿意度調(diào)研結(jié)果進行多元線性回歸，評估了當?shù)鼐珳史鲐毜男ЧY(jié)果表明當?shù)亓x務教育質(zhì)量、醫(yī)療衛(wèi)生服務狀況和農(nóng)民收入增長情況等對扶貧滿意度具有顯著正向影響。

現(xiàn)階段關(guān)于精準扶貧滿意度的研究還處于起步階段，存在較大的研究缺口。一方面是因為獲取數(shù)據(jù)的操作流程復雜，難度偏大，導致相關(guān)調(diào)研樣本匱乏，研究存在困難；另一方面是滿意度評價具備較強的主觀性，對于其是否能夠行之有效的反應客觀實際，在理論層面上還存在著一定的爭議。這也使得學者對農(nóng)戶精準扶貧滿意度及其影響因素的相關(guān)研究主要以案例描述與定性分析為主，缺乏計量分析。從農(nóng)戶角度出發(fā)，運用結(jié)構(gòu)方程模型的研究方法、全面系統(tǒng)的成熟量表以及嚴謹可靠的截面數(shù)據(jù)，從住房與人居環(huán)境、人文發(fā)展與公共服務以及生活狀況改善等方面對農(nóng)戶精準扶貧滿意度的變動、方向及其因果關(guān)系和效益評價做了集中考察，對于衡量扶貧成效、減少農(nóng)村社會矛盾具有重要的現(xiàn)實意義。

1 研究方法

1.1 方法選取

目前，有關(guān)精準扶貧滿意度的研究方法眾多，有功效系數(shù)法、層次分析法、主成分分析法、因子分析法、無序多分類Logit回歸方法、有序Probit分析法和結(jié)構(gòu)方程模型分析等。簡單的因子分析或者層次分析法根本無法進行定量分析。傳統(tǒng)的計量回歸方法，如OLS回歸模型在回歸過程中，會造成由模型對誤差項的連續(xù)對稱假設和線性假設使得響應變量實際上并不是連續(xù)的，導致響應變量與解釋變量之間不滿足線性關(guān)系或者線性的假設導致誤差的不對稱性。

結(jié)構(gòu)方程模型 （Structural Equation Modeling，SEM）又稱為協(xié)方差結(jié)構(gòu)分析，最先由Joreskog和Goldberger在心理學研究領域提出并應用[6]。此后，諸多學者將此方法廣泛應用于經(jīng)濟、管理、心理營銷以及教育質(zhì)量評價等領域。結(jié)構(gòu)方程模型作為一種多變量統(tǒng)計方法，在滿意度研究方面應用十分成熟，其結(jié)果具有合理性和可靠性。結(jié)構(gòu)方程模型可以同時處理測量與分析問題，具有理論先驗性，允許自變量和因變量之間均包含測量誤差，通過測量可觀測變量分析潛變量之間的關(guān)系。結(jié)構(gòu)方程模型在很大程度解決了傳統(tǒng)計量回歸方法存在的問題。

1.2 模型構(gòu)建

扶貧滿意度是一個涵括自然、生理、經(jīng)濟、社會等多維度的概念，因此應結(jié)合政策實踐，進行多維度的綜合評價。以扶貧滿意度為內(nèi)生潛變量，以住房與人居環(huán)境、生活狀況改善、人文發(fā)展與公共服務為外生潛變量。其中，住房與人居環(huán)境包括房屋條件、居住條件、道路硬化、易地扶貧搬遷和衛(wèi)生設施條件；生活狀況改善包括收入水平、恩格爾系數(shù)和休閑娛樂健康；人文發(fā)展與公共服務包括在校教育學歷、惠農(nóng)保障需求、文化技能培訓和農(nóng)業(yè)產(chǎn)業(yè)建設（表1）。

構(gòu)建結(jié)構(gòu)方程模型：

方程（1）和（2）為測量模型，表示潛變量及可觀測變量之間的測量關(guān)系。其中，X為外生潛變量的可觀測變量，Y為內(nèi)生潛變量的可觀測變量，η為內(nèi)生潛變量，ξ為外生潛變量，Λx為外生潛變量與可觀測變量的關(guān)聯(lián)系數(shù)矩陣，Λy為內(nèi)生潛變量與其可觀測變量的關(guān)聯(lián)系數(shù)矩陣，δ和ε為誤差向量。方程（3）為結(jié)構(gòu)模型，反映的是外生潛變量與內(nèi)生潛變量之間的相互影響。其中，B和Γ為路徑系數(shù)矩陣，ζ為誤差向量。

表1 農(nóng)戶扶貧滿意度影響因素指標體系Table 1 The index system of influencing factors of farmers’satisfaction to poverty alleviation

滿足的基本假設條件為δ、ε的均值為0，ζ均值為0，δ和ε與ζ和η之間不存在序列相關(guān)性，ζ與η、ε和δ不相關(guān)。

結(jié)合經(jīng)濟學、管理學基礎和區(qū)域發(fā)展等多學科知識，對農(nóng)戶扶貧滿意度的各因素設定提出下列3個假說：住房與人居環(huán)境的改善對農(nóng)戶扶貧滿意度的影響為正（H1）；人文發(fā)展與公共服務的提高對扶貧滿意度有積極影響（H2）；生活水平的改善對扶貧滿意度影響為正（H3）。

1.3 樣本選擇

選取國家級貧困縣平順縣28個村作為典型樣本區(qū)，進行分層抽樣的實地問卷調(diào)研。平順縣是典型的農(nóng)業(yè)縣。2014～2016年底建檔立卡的貧困戶1.04萬戶，截至2016年底該縣脫貧人數(shù)達到0.17萬戶，長期以來，由于特色產(chǎn)業(yè)發(fā)展較慢，農(nóng)村村級集體經(jīng)濟收入基本空白，農(nóng)民收入水平較低，貧困率高達17.2%。問卷內(nèi)容由農(nóng)戶基本信息欄和主體部分組成。其中，基本信息由性別、年齡、就業(yè)情況、教育文化水平和脫貧狀況自評組成；主體部分主要采用李克特5級量表設計，涉及的變量、含義及取值見表1。實際回收問卷1 752份，有效問卷1 608份，有效率達91.78%。

2 結(jié)果與分析

2.1 樣本的統(tǒng)計描述

此次調(diào)研對象的性別、年齡、就業(yè)情況以及教育文化水平和脫貧狀況自評等符合正態(tài)分布（表2）。調(diào)研對象涵蓋了貧困戶、扶貧戶及普通農(nóng)戶，樣本結(jié)構(gòu)基本合理。

表2 樣本的統(tǒng)計描述Table 2 Statistical description of samples

2.2 樣本的信度和效度檢驗

為驗證上述模型的合理性，對問卷和量表進行因子分析以及信效度檢驗。采用SPSS 20.0對模型中4個潛變量和15個觀測變量進行探索性因子分析；采用SPSS Amos21.0進行驗證性因子分析。

采用克隆巴哈信度系數(shù)評價問卷的內(nèi)部一致性和穩(wěn)定性，對每個潛變量的信度分別進行檢驗（表3）。數(shù)據(jù)整體Cronbach's α系數(shù)為0.779，且各潛變量的組合信度均＞0.7，說明問卷數(shù)據(jù)信度高，量表可靠性高。

表3 問卷的信度分析Table 3 Reliability analysis of questionnaire

在進行效度分析前，先對樣本進行凱澤檢驗和巴特勒特球體檢驗，測得KMO值為0.816（＞0.5），表明變量間的偏相關(guān)性較強；巴特勒特球體檢驗卡方統(tǒng)計值為1 091.721，模型指標較為優(yōu)良，變量之間相關(guān)程度較高。因此，樣本數(shù)據(jù)適合進行因子分析。

采用主成分分析法對數(shù)據(jù)進行探索性因子分析，結(jié)果表明各觀測變量標準因子載荷系數(shù)均＞0.7，累計貢獻率＞65%，表明所選觀測變量對潛變量的衡量效果較好。

2.3 模型檢驗

初始結(jié)構(gòu)方程模型包括4個潛變量和15個可觀測變量，對模型進行驗證性因子分析以檢驗住房與人居環(huán)境、人文發(fā)展與公共服務和生活狀況改善是否能真實反映扶貧滿意度這一指標。

采用SPSS Amos 21.0給出的極大似然法對模型進行參數(shù)估計，最終得到模型的參數(shù)估計結(jié)果以及標準化路徑系數(shù)（表4）。

表4 路徑（載荷）系數(shù)輸出結(jié)果Table 4 Results of path（load）coefficients output

采用臨界比值法對路徑系數(shù)進行顯著性檢驗（表4），結(jié)果發(fā)現(xiàn)，在0.01水平上，15項觀測變量與潛變量路徑中僅X6（收入水平）←生活狀況改善路徑未通過顯著性檢驗。主要原因是少部分貧困戶人均可支配收入達3 200元，雖然已達到脫貧標準，但收入來源以轉(zhuǎn)移性收入和財產(chǎn)性收入為主，無法自主地可持續(xù)的維持現(xiàn)狀，且各級扶貧部門的相關(guān)措施對其無針對性。對于此路徑可以在模型修正中完善。

2.4 模型修正

農(nóng)戶收入水平←生活狀況改善路徑在0.05水平上未通過顯著性檢驗，因此需要對原假設模型進行修正。修正模型主要依據(jù)修正指數(shù)（MI）和相關(guān)經(jīng)濟學理論，通過比較擬合指數(shù)的變化來分析是否可取。模型修正可通過增加一些路徑來提高模型的擬合度，若路徑增加后卡方值與原模型相比明顯減少，說明修正有意義。通過在X6（收入水平）←生活狀況改善路徑間增加一條X6←住房與人居環(huán)境路徑后，原模型的卡方值由原來的278.029減少至234.029，修正指數(shù)的路徑系數(shù)在1%水平上顯著，說明該修正能提高模型擬合效果（表5）。且增加該路徑在理論上可以解釋：農(nóng)戶所處自然條件和生產(chǎn)設施的改善是提高其收入水平的一項關(guān)鍵因素，尤其是對于貧困地區(qū)，道路等基礎設施條件往往是制約當?shù)亟?jīng)濟發(fā)展的一個重要因素。對修正后的模型進行配適度分析（表6），卡方值為234.029，卡方與自由度比值為2.56（＜5），模型擬合度極佳，最后得到相對較優(yōu)的模型路徑（圖1）。修正后的結(jié)構(gòu)方程模型顯示，住房與人居環(huán)境、生活狀況改善以及人文發(fā)展與社會服務共同對扶貧滿意度產(chǎn)生正向傳導作用。

表5 模型修正Table 5 Model updating

表6 修正模型的配適度分析[11，12]Table 6 Match degree analysis of modified model

圖1 農(nóng)戶扶貧滿意度修正模型Fig.1 Modified model of farmers’satisfaction to poverty alleviation

3 模型路徑分析

人文發(fā)展與公共服務以及生活狀況改善到扶貧滿意度的路徑系數(shù)均較為合理，通過了顯著性檢驗（p＜0.01），與模型的假設相符。然而需要指出的是，住房與人居環(huán)境對扶貧滿意度的標準路徑系數(shù)較小，未通過顯著性檢驗，結(jié)果與假設不完全相符。這一結(jié)果看似不合理，實則有其相應的經(jīng)濟學規(guī)律。資源配置過程中的有限性，決定了農(nóng)戶扶貧滿意度與住房人居環(huán)境二者間存在著必然聯(lián)系，這一聯(lián)系是對立統(tǒng)一的。一方面自然環(huán)境是經(jīng)濟、社會發(fā)展和生態(tài)改善的重要約束條件，將資源用于改善住房人居環(huán)境的同時會降低其他方面的扶貧力度，尤其是直接提高居民收入水平方面的投資；另一方面經(jīng)濟的發(fā)展對環(huán)境和其他硬件設施的改善又提出了更高的要求，沒有適宜的住房與人居環(huán)境作為保障，扶貧的經(jīng)濟和社會效益就沒了持久的動力。

修正后的模型展示了各個潛變量之間以及可觀測變量與潛變量間作用關(guān)系如下：

（1）潛變量間的相互關(guān)系。住房與人居環(huán)境、生活狀況改善、人文發(fā)展與公共服務對脫貧滿意度的標準化路徑系數(shù)分別是0.07、0.31和0.52，說明人文發(fā)展與公共服務對扶貧滿意度的影響最大，生活狀況改善次之，住房與人居環(huán)境的影響最小。

（2）可觀測變量與潛變量間的相互關(guān)系。X1～X5對住房與人居環(huán)境的直接影響程度為0.4～0.8，分別是0.56、0.47、0.67、0.78和0.80。說明居住條件、房屋條件、道路硬化滿意、異地扶貧搬遷和衛(wèi)生設施條件對住房和人居環(huán)境的影響均為正向，且影響程度依次增加。

X6～X8對生活狀況改善的標準化路徑系數(shù)分別為0.62、0.63、0.84，影響均為正向。其中，休閑娛樂健康是生活狀況改善潛變量中最顯著的因素。

X12～X15對人文發(fā)展與公共服務的標準化路徑系數(shù)分別為0.75、0.63、0.74、0.51，影響均為正向。其中，在校教育學歷和文化技能培訓對人文發(fā)展與公共服務影響最為顯著。

4 結(jié)論

從扶貧滿意度入手，構(gòu)建結(jié)構(gòu)方程模型，分析影響平順縣精準扶貧成效的因素及各因素的影響路徑與影響程度。結(jié)果表明：生活狀況改善以及人文發(fā)展與公共服務直接影響農(nóng)戶對精準扶貧成效的滿意度。其中，人文發(fā)展與公共服務是影響扶貧滿意度的關(guān)鍵因素和中心環(huán)節(jié)，生活狀況改善是扶貧滿意度評價的重要內(nèi)容。住房與人居環(huán)境的優(yōu)化正向影響人文發(fā)展與公共服務，對于扶貧滿意度有間接影響。異地扶貧搬遷、改善衛(wèi)生設施條件、提高休閑娛樂健康水平、加大文化技能培訓力度、提高當?shù)剞r(nóng)戶的學歷水平是從源頭上改善民生的基本措施，也是提高扶貧滿意度的重要路徑。

扶貧滿意度最重要的影響因子是人文發(fā)展與公共服務，其中在校教育學歷以及文化技能培訓的載荷較大，這些因素從一定程度上指出了政府下一步扶貧工作的重點。但應注意的是，農(nóng)戶扶貧滿意度評價指標因地因時因方法而不同，不存在“以一應萬”的評價模板，變量選擇及相關(guān)指標界定可借鑒專業(yè)領域內(nèi)的成熟研究，但也不能照搬照抄，必須結(jié)合當?shù)厍闆r與時間的推移做出相應的調(diào)整。