電商精準扶貧的運行機制和效率研究

文/孫冰清（浙江財經大學）

一、引言

研究背景：

自從2014 年起國務院扶貧辦把電商扶貧加入扶貧政策體系，貧困地區農村電商扶貧逐漸興起，學界對電商扶貧的運作模式和脫貧機理的研究也逐步展開。2016 年《關于促進電商精準扶貧的指導意見》正式出臺，將電商與精準扶貧融合，首次提出加快實施電商精準扶貧工程，相關研究也逐漸加深。2018 年，“電商精準扶貧三年行動計劃”啟動，到2019 年國家“電商扶貧頻道匯總信息平臺”已引導20 余家大型電商企業設立扶貧專區。2020 年，十三屆全國人大三次會議《政府工作報告》中明確指出“支持電商、快遞進農村”。本文通過對貧困理論、精準扶貧理論、電商扶貧理論及效率的文獻研究，探討了農村電商精準扶貧的運行模式的核心要素及脫貧機制。選取相對效率的研究方法，利用DEA數據包絡分析，對2015-2018 年各省份（直轄市）以及全國層面的電商扶貧相對效率進行測算，并得出扶貧績效相關結論。

二、文獻綜述

（一）扶貧理論

Rowntree(1901) 最早提出對貧困的貨幣量化定義：對維持生計的最低需求量及其對應價格的衡量，計算即得絕對貧困線。Fuchs Victor(1967)通過考察實際的經濟差距，把相對貧困衡量標準定為：收入水平處于最中位人口獲得的收入的50%以下。除了收入層面的衡量，還有能力層面上表示貧困主體缺少自由選擇權利的貧困衡量標準。陳宗勝(2020)認為，貧困識別標準從單一收入維度到“多維度測算”，采用什么標準把貧困人群識別出來，需要進行貧困線的界定和貧困測度。

在國際范圍內,反貧困理論一直是扶貧的重要理論支撐，反貧困的內容有三種梯度狀態：減少、減輕以及最終目標攻克并消除貧困。反貧困理論眾多，較知名的有抑制人口增長、收入再分配、不平衡增長模型等，在扶貧實踐中有重要的借鑒意義。龔曉寬(2010)總結中國的三種扶貧模式，在改革開放前由扶貧單位對貧困主體的救濟式扶貧主導，改革開放后開始以市場經濟為導向對區域進行扶貧開發，再到后來讓扶貧對象自主參與到扶貧活動中的參與式扶貧模式。孫大鵬等(2020)認為，貧困研究者多聚焦于規范性研究和描述性研究，對貧困的因果關系的解釋比較少。

（二）電商精準扶貧

2011 年汪向東指出，考察我國農村電商是否成功的標準是農民在接觸市場的時候是否擺脫了信息弱勢，從而擁有協調訂單和議價空間的權利，并于2015 年提出電子商務為代表的信息扶貧機理和必要性，指出電商扶貧是把電子商務放入扶貧開發體系的一種新方式，而電商扶貧能聯結供求雙方直擊市場對接問題。針對電商扶貧的概念，汪向東認為不能把電商扶貧簡單歸類于產業扶貧及相關專項幫扶，電商不僅僅是個產業發展問題。宮留記(2016)認為電商扶貧是政府主導的市場化扶貧的一種新模式，比起傳統的產業扶貧、勞務輸出扶貧、金融扶貧等模式扶貧，其本身更具精準性。崔凱(2018)分析了市場選擇下的成本優化促使了網商規模的擴張，差異化是網商發展的內生動力，政府“自上而下”建設服務體系給予其良好的外部條件。

精準扶貧是電商扶貧的基礎，兩者有相同的目標。王文會等(2019)認為，農村電商在精準扶貧中給農民提供銷售渠道，減少了信息不對稱并加快了農產品的流轉。汪向東(2016)提出要引導產業扶貧開發、發展電商訂單導向的產業扶貧、將電商扶貧與精準扶貧結合起來、引入電商金融扶貧等來得到進一步發展。余雪源(2018)認為，“互聯網+”是農村電商精準扶貧的引擎，利于縮短城鄉數字鴻溝。其中，余雪源與林廣毅、汪向東都提到了電商扶貧精準扶貧對象的識別問題。類似的，在精準扶貧“瞄不準”這一問題上，王雨磊(2020)提出了三重對焦機制，即瞄準貧困村、瞄準貧困戶、貧困戶核查這三項對策。此外，王昕天（2020）指出，貧困主體的獲得感是引導電商扶貧長期發展的基礎，電商扶貧不僅要促進平臺的搭建對接，還要注重農產品上行、平臺選擇和服務體系的構建。

現有較多的文獻對扶貧效果展開論述，但關于電商扶貧效率研究的還不多。電商扶貧屬于目前扶貧領域的熱點，目前的一些精準扶對象與資源匹配問題研究和精準扶貧模式與策略問題研究，大多以對當前扶貧方式的構建與特征進行分析，針對某些貧困區域提出當地發展農村電商精準扶貧的優劣和存在的不足，總結一些對策和扶貧評價體系為主，沒有特別統一的模式標準以及效率衡量指標。

三、我國農村電商現狀及扶貧運行機制

在互聯網向農村滲透的趨勢下，農村互聯網普及率不斷提高，2020年3 月，我國農村網民已達到2.55億人的規模，占所有網民整體數量的三成，城鄉互聯網普及率的差距不斷縮小。農村電商支撐服務體系不斷完善，多方協同效應明顯，加之數字鄉村和電子商務示范基地的建設，農村電商繼續保持良好發展態勢。新冠肺炎疫情后，消費成為我國經濟可持續發展的內生動力，農村網絡零售規模不斷擴大。國家扶貧“抓重點、補短板、強基礎”，以深化農業供給側改革為目標，先后推出了綜合示范、快遞物流、產銷對接、脫貧攻堅等政策。當然，現階段的農村電商發展也存在很多不足，比如物流體系仍處于初級階段，農業經營高度分散，網銷的農產品標準化低品控弱等，都給農村電商扶貧帶來巨大的挑戰，可持續發展任重而道遠。根據已有的文獻進行歸納，總結電商扶貧的機制的構建如下（圖1）：

圖1 電商精準扶貧運行機制

首先立足于反貧困理論，整合從政府及社會上得到的扶貧資源，合理地規劃相應的配置。電商扶貧是屬于市場化扶貧的一種方式，是扶貧資源的市場配置。市場配置包括一些已知的如產業、勞務、金融扶貧的傳統模式，也有如電商、資產收益、政府購買服務等新的扶貧模式，多種扶貧模式相互融合相互推動。此外扶貧資源還有比較基礎的行政配置如異地搬遷、生態、教育、醫療等模式，這些扶貧方式也會達到促進電商扶貧運作的效果。根據電商扶貧的三個主要方式，精準度上面主要有八大任務，電商精準扶貧通過賦能于貧困主體，不僅讓貧困主體增收節支，還給貧困主體能力提升的機會，促進貧困主體脫貧同時防止貧困主體返貧。

四、電商扶貧的相對效率研究

農村電商在扶貧工作中被廣泛使用并且取得了良好的效果，發展農村電商可以讓農村產業和市場進行有效的銜接。關于扶貧效率的考察也有很多維度，比如在資源配置上的有效性、收入分配上的合理性、經濟發展的穩定性以及政策實施的靈活性等。由于扶貧效率很難測算絕對效率，且從全國的數據來看，2020 年部分省份已經全面脫貧，數據已無法更新，因此在電商扶貧效率上采用相對效率的概念。

數據包絡分析（DEA）是用來比較含有多個投入多個產出決策單元（DUM）之間相對效率的方法。是把相對效率作為基礎，根據多指標產出對分析對象進行相對效率或者總體效益的評價，廣泛被應用于一些非單純盈利的公共服務部門，主要的應用方向有技術經濟與技術管理、資源優化配置、績效考評等。Charnes（1978）等將分別只有一個輸入和輸出的工程效率推廣到多輸入、多輸出的第一個DEA模型——C2R模型。當C2R去掉錐型假設后就得到了另一個重要的動態DEA模型——BC2模型，使用這個模型衡量各個決策單元之間的相對技術有效性。Malmquist指數測度了在時期t的技術情況下，從時期t到t+1 的綜合效率和整體生產率的變化大小，由前兩種靜態的模型轉變為了動態的模型。

輸入指標選取了2015 年-2018年各省（直轄市）和全國的貧困人口人均中央財政專項扶貧資金投入、電子商務發展指數、人均農村郵政投遞路線長度、農村寬帶接入用戶數量（每萬戶）這四個數據。輸出指標選取了2015年-2018年各省（直轄市）和全國的貧困人口脫貧率、農村人均可支配收入、人均GDP 這三個數據，直觀地反映扶貧工作的績效。由于西藏的電子商務發展水平極低，北京、天津、上海、江蘇、浙江、廣東、福建這幾個電商水平發展極高、經濟比較發達的地區已不存在貧困發生率，因此將剩余的23 個省份（直轄市）和全國作為決策單元。

（一）靜態效率結果

根據上述投入與產出指標，利用pydea 軟件進行投入導向的C2R模型的DEA分析，以此得到2015 年至2018 年間我國23 個省級行政區和全國的電商扶貧綜合效率值，如表1 所示。

表1 電商扶貧綜合效率

綜合效率表示各省份和全國的電商扶貧在達到有效前沿面的扶貧效果，四個投入指標需要降低的比例。例如2015 年全國的電商扶貧綜合效率在0.807，說明有19.3%的扶貧資源投入沒有達到預期產出。從結果看，2015 年至2018 年，遼寧、吉林、山東、海南、青海、寧夏電商扶貧綜合效率多年為1，達到DEA有效，顯示其電商扶貧效率相對有效。此外，內蒙古、重慶、新疆、黑龍江、廣西、甘肅也都在這四年中出現過DEA有效，其電商扶貧效率相對較高且具有很大的提升空間。在各年的結果中，以全國的綜合效率值在不同時期全國的電商扶貧綜合效率排位存在波動，總體比較平穩，處在一個比較中間的狀態。對結果進行分時期排序，標注各時期各DUM高于全國綜合效率的次數。發現內蒙古、黑龍江、新疆有三年高于全國綜合效率，處于次優的狀態，江西和甘肅有兩年領先于全國水平位其次。內蒙古、黑龍江、江西均在全國水平附近，其電商扶貧實施步調和結果與全國保持一致。廣西在2018 年達到了相對有效，且從整個時期跨度看存在綜合效率的明顯上升。湖北、陜西雖然各時期均在全國水平之下但是有上升趨勢，安徽、河南處于綜合效率低下的狀態，且存在效率下降的趨勢。此外，不同時期同地區的綜合效率也存在比較大的排位波動，同時期不同地區之間存在著比較大的差異，大的有存在近一倍的差距，說明各地區間電商扶貧的綜合效率存在較大的區域差異，扶貧資源未得到有效的配置。

下面同樣使用pydea 軟件進行BC2模型的DEA分析，得到表2 和表3 的結果。

表2 電商扶貧純技術效率

表3 電商扶貧規模效率

從結果來看，全國的電商扶貧綜合效率和純技術效率的總體趨勢保持一致，規模效率與各省級行政區的排序在一直靠前，位次平穩提升，說明從全國的角度看部分地區網商的擴張帶來的規模效應落后于全國平均水平。從各DUM的純技術效率和規模效率均值來看，與純技術效率相比，規模效率在一個相對比較高的水平，說明我國農村電商正在成長中，規模效應可觀，純技術無效的投入較多，說明電商扶貧仍需規范化、信息化管理增加扶貧績效。有8 個省份處于純技術效率水平前沿，占決策單元數量的30%以上，但只有6 個省份位于規模效率水平前沿，遼寧、吉林、山東、海南、青海、寧夏在純技術和規模效率上都達到了較優的狀態，綜合效率最優；安徽、河南、四川在純技術效率上處于較劣的狀態；湖北、貴州在規模效率上處于較劣的狀態，從數據中觀察到各個地區在規模效率上差別沒有純技術效率顯著，但也反映了在地域層面上電商扶貧的效果存在比較大的差異。各地都在推動電商助貧，地方政府增加地方財政支出鼓勵信息化建設，物流、互聯網基礎設施逐日完善，電商平臺也對農產品進行精準營銷惠及農民數量在不斷增多，但是在資源使用效率上還需優化。在電商扶貧的過程中要加強管理和技術投入，在貧困地區推進電商由于思想觀念落后、基礎設施薄弱、產業不配套等最開始會有阻力，在規模上壯大需要一定時間。

（二）動態效率結果

利 用Deap 2.1 軟件進行Malmquist指數測算，得到2015 年至2018 年我國23 個省級行政區和全國的動態效率，以此反應電商扶貧效率的變化趨勢原因和區域性差異（表4）。

表4 我國電商扶貧動態效率

綜合效率變化指的是到下個時期每個DUM到生產前沿面的逼近程度，技術進步變化指的是到下個時期生產前沿面的移動程度。綜合效率變化和技術進步變化共同構成了Malmquist指數。比較不同時期我國的Malmquist指數及其分解指數，全要素生產率在起初的2015-2016年最高，其值為1.22。在這之后的2016-2018 年間，全要素生產率明顯低于之前，尤其是2015-2016 年、2016-2017 年之間存在較大變動，這表明電商扶貧的效率存在變動。這些變動很可能與電商扶貧政策的推進與實施有關，例如“十三五”脫貧攻堅規劃要求從2015 年至2020 年逐漸實現全國的全面脫貧，由于2015-2016 年這段時間處于扶貧開發的起始階段，扶貧力度大且卓有成效，隨后的幾年隨著貧困人口的減少，扶貧成效似乎表現得不明顯了，但扶貧瞄準機制更為健全，重在扶貧改革。同樣利用Deap 2.1軟件測算比較不同地區的Malmquist指數及其分解指數，繪制圖2 的表格。技術進步效率變化與全要素生產效率變化的波動幅度較為接近，技術進步效率變化拉低了綜合效率變化水平，導致全要素生產率變化總體不太樂觀，表明很多地區的電商扶貧效率沒有提高，和現實預期存在偏差。江西、重慶、甘肅、重慶的全要素生產率變化大于1，分別提高了1.2%、4.6%、0.7%、3.4%，表明其扶貧效率在2014 年至2018年間持續提高，扶貧成效得到提高。

圖2 各地區扶貧效率變化分布

五、結論及展望

本文以全國及23 個省（直轄市）為背景進行分析，應用數據包絡分析法探討了農村電子商務精準扶貧效果。比較分析了數據包絡模型的綜合效率、技術效率、規模效率結果，通過Malmquist 指數分析了電商扶貧效率動態的變化趨勢和區域性差異。總體來看，隨著2014 年以來電子商務進農村政策的密集出臺，電商扶貧快速發展并持續推進。電商扶貧到電商減貧，不僅是消除絕對貧困，在消除相對貧困上也是一種有效手段。關于電商扶貧、精準扶貧的運行機制和效率測度還需要更加深入的研究。