基于DEA-Malmquist法的中央財政專項扶貧資金使用效率研究

夏淑琴，劉才興

（寧夏大學 經濟管理學院，寧夏 銀川 750021）

2020年底，我國貧困縣全部實現脫貧，脫貧人口達1億，這離不開中央財政扶貧資金的支持。中央財政專項扶貧資金分配表顯示，2016—2020年，我國每年增加的專項扶貧資金投入達200億元，截至2020年末，投入規模達到了1 461億元。這表明中央財政專項扶貧資金是推動貧困地區擺脫貧困的重要因素，發揮了精準扶貧資金主渠道作用，且大規模的財政支出對于貧困地區解決溫飽問題以及跨越貧困線具有直接而深遠的影響，主要表現在貧困人口及地區人均可支配收入水平、消費水平、基礎設施建設、社會服務事業的迅速改善[1-3]等方面。

隨著資金的大規模投入，中央財政專項扶貧資金的使用效率引起了社會各界的廣泛關注，研究成果豐富。本文運用DEA-Malmquist法，對我國28個省（區、市）2016—2019年中央財政專項扶貧資金的使用進行靜態效率和動態效率分析，研究這些地區的扶貧績效及不同地區之間扶貧績效的差異是否顯著，以期為準確評價我國各個地區中央財政專項扶貧資金使用情況及為政府今后鞏固脫貧成果，助推鄉村振興決策提供科學參考。

1 有關概念界定和研究方法

1.1 中央財政專項扶貧資金

在我國，貧困地區的扶貧資金來源多樣，有國家直接撥付的有償和無償資金，有扶貧信貸資金，有各省份、自治區、直轄市政府本級的扶貧資金，也有社會機構捐贈和幫扶的資金。在農村扶貧資金來源組成中，政府撥付的扶貧資金占主要部分，主要包括財政專項扶貧資金、信貸扶貧資金、以工代賑資金等。

中央財政扶貧專項資金是指由中央財政組織發放的，幫助我國貧困落后地區加快經濟社會發展，改善貧困人口生存環境，完善基礎設施建設，使其收入水平提高，以越過貧困標準線的資金[4-6]。農村扶貧資金來源見圖1。

圖1 農村扶貧資金來源

1.2 資金使用效率

由于資源具有稀缺性這一屬性，生產單元不可能無限增加投入來擴大產出，所以存在著一條生產可能性曲線，達到生產可能性的邊界就是最有效率的，能夠在投入固定的條件下實現最大化產出的目的。對于國家來說，考慮到經濟學中的總量分析一般是對個體分析的加總，因此國家也存在一條生產可能性曲線，效率就是達到曲線上的某一點，實現有限資源下產出的最大化。

中央財政專項扶貧資金使用效率可以用DEA模型中的技術效率來測算。在DEA模型中，技術效率是指決策主體在生產過程與該行業技術水平的距離，技術效率可以用投入和產出之間的關系來衡量。將DEA模型應用于我國中央財政專項扶貧資金使用效率研究，通過選取適量的投入產出指標，可以看出我國扶貧資金使用效率水平的高低[7-9]。

1.3 研究方法

1.3.1 DEA模型 數據包絡分析（data envelopment analysis，DEA）是一種被廣泛使用的線性規劃技術。第一個模型被命名為CCR模型，是由Charnes、Cooper和Rhodes三人于1978年提出的概念。DEA是評估多目標環境下，多種決策方案優先順序的有效方法，其主要功能為通過對2個及以上的指標進行測算，為這組要評估的技術效率（DMU）建立一個效率指標來加以完成，憑借投入產出資料，形成一條效率邊界前緣，這條邊界前緣是由線性規劃法形成的，計算每個決策單元與此效率前緣的距離，測算每個決策單元的相對效率。DEA被廣泛應用于衡量工廠、政府部門、金融、醫院、港口、機場、航空公司、電力公司等各個決策單元[10]。

以投入為導向的CCR模型規劃式如下所示。假設一組共n個決策單元的技術效率，記為DMUj（j=1，2，…，n）；每個DMU有m種投入，記為xi（i=1，2，…，m）；q種產出，記為yr（r=1，2，…，q）；產出的比重為ur（r=1，2，…，q）；要測算的決策單元記為DMUK。產出和投入的關系：

接下來，將條件附加到要測量的技術效率值，即

Charnes等三人建立的第一個模型基于規模不變回報：

式中：i=1，2，…，m；r=1，2，…，q；j=1，2，…，n。λ代表DMU的線性組合系數，該模型的最優解代表決策單元效率值，取值范圍為（0，1]。模型目標函數最優解是θ*，1-θ*在技術水平沒有發生變化，產出水平保持不變的情況下，可以看到被評估的DMUK其投入能夠所見的最大限度，θ*越小，越可以大幅度縮減投入，效率越低。θ*=1時表示評估的DMU位于效率邊界上，在產量保持不變的情況下，其所有的投入不能按照同比例下降，處于技術有效狀態。θ*<1表示DMU未能達到技術有效狀態，在保持產出不變的情況下，其各種投入可以下降，比例為（1-θ*）。上式確定的前沿為形似包絡，它包裹了所有的DMU，通常稱為DEA包絡形式，是在產出保持不變的情況下，各項投入可以按照等比例縮減的程度來對沒有效率的情況進行測算，因此被稱為投入導向的CCR模型。

1.3.2 Malmquist指數 馬爾默奎斯特生產率指數最早由馬爾默奎斯特提出，因此該指數被命名為馬爾默奎斯特指數。F..are等首先使用DEA計算Malmquist指數，并將Malmquist指數分解為2個變化：技術效率變化（technical efficiency change，EC）和生產技術變化（technical change,TC）。這三者之間的關系可以用下式表示：

式中：xt、yt、xt+1、yt+1分別表示被評價的DMUK在時期t和t+1的數值；Et表示t時期的距離函數，即t時期單期觀測值與效率前沿之間的距離。當Mac>1時，代表決策單位從第t期到t+1期的總要素生產力呈現進步；當Mac=1時，代表決策單位從第t期到t+1期的總要素生產力呈現不變趨勢；當Mac<1時，代表決策單位從第t期到t+1期的總要素生產力呈現衰退。

圖2 Fa re（1994）的分解方法

2 指標體系和數據來源

2.1 指標體系的選擇

通過查閱大量文獻，參考已有研究成果，考慮到數據可得性，本文在綜合評價我國中央財政專項扶貧資金使用效率時選取的指標體系如表1所示。

表1 DEA投入產出指標

2.2 數據來源及描述性統計分析

中央財政專項扶貧資金投入數據來源于國家鄉村振興局官網每年公布的財政專項扶貧資金分配表；農村常住居民人均可支配收入、農村常住居民人均消費支出來源于《中國農村貧困監測報告》（2020年）；農林牧漁業增加值來源于2016—2020年《中國農村統計年鑒》。

3 實證分析

3.1 靜態效率分析

靜態效率分析時需要構建DEA模型。本文以28個省（區、市）為研究對象，由于各地區經濟發展差異較大，中央專項扶貧資金撥款分配有所側重，為避免可能存在多個決策單元的綜合技術效率值為1，而由于其他決策單元距離此生產前沿面距離較遠，從而導致綜合技術效率偏低的現象，需要對這28個省（區、市）進行分組。本文以2017年中央財政專項扶貧分配資金為分界線，將28個省（區、市）分為3組。專項扶貧資金撥款在10億元以下的為一組，有遼寧、江蘇、浙江、福建、山東、廣東6個省份；專項扶貧資金撥款在40億元以上的為一組，有云南、西藏、甘肅、新疆、廣西、四川、貴州、陜西；其余14個省（區、市）為一組。

由于DEA無法直接用于分析面板數據，參考有關文獻的處理方法，本文先將各省（區、市）2016—2019年數據運用Stata軟件逐個進行測算（表2），再取這4年的幾何平均值測算出綜合技術效率（TE）、純技術效率（PE）和規模技術效率（SE），具體結果如表3所示。

表2 投入產出數據描述性統計

表3 各省（區、市）效率值

3.1.1 綜合效率分析 由表3可知，在不同規模報酬設定下這些地區的中央財政專項扶貧資金使用績效存在差異。在規模報酬不變的模型設定下，28個省（區、市）中，綜合效率值（TE）為1的江蘇、海南達到了DEA有效，其余26個地區均未達到生產前沿。而在規模報酬可變的模型設定下，28個省（區、市）中，綜合效率值(TE)為1的有江蘇、浙江、陜西、四川、海南、湖北、內蒙古，實現了DEA有效，其余21個地區均未達到生產前沿。

從幾何平均值來看，全國綜合技術效率值是0.71，純技術效率值是0.804，規模效率值是0.88。這表明，目前中央財政專項扶貧資金使用效率偏低，沒有實現DEA有效。可以看出，我國中央財政專項扶貧資金綜合技術效率偏低，是由純技術效率值較低導致的，對投入資源的管理和利用沒有達到最優效率，即各地區對于扶貧資金的管理水平和能力有待提高。

3.1.2 規模效率分析 由表3可知，無論是在規模報酬不變還是規模報酬可變的模型設定下，江蘇、海南都實現了DEA有效，即達到了生產前沿面。陜西、四川、湖北、內蒙古雖然在規模報酬不變的設定下沒有實現DEA有效，但是在規模報酬可變的模型設定下，即排除規模效率的影響后實現了DEA有效，說明這四個地區的財政扶貧資金使用效率水平與財政扶貧資金管理水平較高，但受規模效率的影響，其綜合效率沒有實現DEA有效，存在投入冗余現象，應該調整投入規模以實現DEA有效。福建、遼寧、甘肅、貴州、新疆、云南、寧夏、青海、陜西的綜合效率偏低，造成這一現象的原因是純技術效率過低，考慮到其中多為偏遠地區，經濟欠發達，其管理能力和治理體系等有待加強和完善，應在財政扶貧資金管理體制上進行改革，提高資金使用效率、透明度等，以實現從資金撥付到使用環節全方位監管，提高扶貧資金管理水平。

具體來說，遼寧、云南、吉林、山西呈現出規模報酬遞增的趨勢，應增加中央財政專項扶貧資金的投入規模。而除江蘇、浙江、陜西、海南四個地區達到最優生產規模，規模報酬保持不變外，其余地區均呈現出規模報酬遞減趨勢，應該減小中央財政專項扶貧資金的投入規模。

3.2 動態效率分析

Malmquist生產力指數是利用距離函數的比值來計算投入產出指數，即在DEA效率計算結果的基礎上構造一個效率前沿，然后計算單個值與此前沿的距離，用計算出來的幾何平均值來表示兩期的生產率的變化。從Malmquist指數可以得到5個指數，分別是全要素生產率指數（TFPCH）、生產效率變化指數（EFFCH）、技術效率變化指數（TECH）、純技術效率變化指數（PECH）、規模效率變化指數（SECH）。

3.2.1 貧困地區全要素生產率變化指數分析 全要素生產率的變化反映扶貧資金使用效率的變化，由表4可知，不同地區不同年份的全要素生產率指數差異較大。河北、河南、黑龍江、湖北、湖南、江西、內蒙古全要素生產率變化幅度均達到了50%以上。福建、遼寧、甘肅、貴州、陜西、西藏、新疆、青海全要素生產率呈現上升趨勢，表明對扶貧資金管理的水平和利用效率較高。數據顯示，全國大部分省（區、市）的全要素生產率變化指數均有不同程度的提高。值得注意的是，安徽、河北、河南、黑龍江、湖北、湖南、江西、內蒙古這些省（區）的全要素生產率在2018—2019年均呈現下降趨勢。這與2019年中央扶貧資金分配政策有關，2019年中央財政專項扶貧資金相比2018年增加了200億元，增幅為18.85%。財政部近幾年加大了扶貧資金的投入力度，為全面實現脫貧做準備，而相應的扶貧資金管理體制和監督體制尚未與扶貧資金投入的增長速度相匹配，導致全要素生產率偏低。

由表4可知，我國中央財政專項扶貧資金在打贏脫貧攻堅戰中發揮著積極作用，大幅改善了貧困地區的基本生活條件，但個別地區對財政扶貧資金的管理不到位，導致扶貧資金的投入未能達到預期效果。

表4 2016—2019年28個省（區、市）全要素生產效率變化

3.2.2 區域扶貧資金使用效率分析 我國不同地區扶貧資金使用效率差異顯著，因此對全要素生產率進行了分解，結果見表5。

表5 2016—2019年28個省（區、市）扶貧資金使用效率變化指數

總體來看，安徽、河北、河南、內蒙古、黑龍江、江西的全要素生產率指數偏低，其技術效率變化指數和生產效率變化指數較低導致了這一結果。這說明盡管純技術變化效率和規模效率對全要素生產率提高起到積極作用，然而各個地區由于技術利用效率偏低，并沒有實現對扶貧資金的高效利用，導致技術進步和規模擴大沒有完全對扶貧資金的利用發揮出積極影響。福建、廣東、江蘇、浙江、甘肅、貴州、海南、內蒙古的生產效率變化指數、純技術效率變化指數和規模效率變化指數均呈增長趨勢，表明在農業產業技術保持不變的條件下，各個地區利用已定的技術能達到的最大效率有所提高，達到了最優生產效率和最優規模效率。但是由于技術效率變化指數下降，導致了全要素生產效率變化指數下降，這些地區對扶貧資金利用的技術水平有待提高。而寧夏、青海、山西、四川由于技術效率變化指數和規模效率變化指數降低，從而導致了全要素生產率變化指數降低。在今后鞏固脫貧成果中，應調整扶貧資金投入規模，提高扶貧資金利用水平。

4 結論與政策建議

4.1 主要結論

1）我國實施精準扶貧政策以來，農村扶貧資金使用綜合效率指數總體呈增長趨勢，扶貧資金使用效率不斷提高。

2）不同地區的脫貧攻堅工作存在巨大差異，其在不同規模報酬設定下的扶貧資金使用績效也存在差異。在規模報酬不變的模型設定下，江蘇、海南處于生產前沿面，而在規模報酬可變的模型設定下，處于生產前沿面的有江蘇、陜西、陜西、四川、海南、湖北、內蒙古。個別地區對財政扶貧資金管理不到位，導致扶貧資金的投入未能達到預期效果。無論是在規模報酬設定不變還是可變的情況下，福建、遼寧、甘肅、貴州、新疆、云南、寧夏、青海、陜西等省（區）未能實現DEA有效，與效率前沿存在一定差距，撥付的扶貧資金未能達到預期效果，其扶貧資金管理水平有待提高。

3）生產效率對提高各地區全要素生產率具有重要作用，而規模和技術效率是制約各個地區全要素生產率提高的主要因素。

4.2 政策建議

1）加強財政扶貧資金監管，提高其使用效率。中央財政扶貧專項資金是國家財政組織的專項資金，是幫助落后貧困地區促進經濟社會發展，提高收入水平以越過貧困線，促進當地基礎設施建設的資金，是中國戰勝貧困的重要保證。然而，就目前扶貧資金的管理和使用而言，許多地區存在管理制度不完善，擅自挪用扶貧資金，扶貧項目效率低下，監督管理制度不完善等問題，嚴重影響了我國的扶貧進程和扶貧效果。因此，在今后鞏固扶貧成果中，一方面要加強對專項資金的監管，對扶貧資金的使用情況進行定期評估、評價和反饋，以實現對扶貧資金從撥付到使用的各個環節的監督，有效提高扶貧資金的使用效率。另一方面要建立健全全國財政扶貧資金動態監控平臺，對各級各類財政扶貧資金分配下達、資金支付及項目資金績效目標執行等情況進行監控。各級財政運用監控平臺，掌握財政扶貧資金投入情況，督促加快預算下達和執行進度，加強扶貧資金監管，及時發現和糾正問題。

2）拓寬扶貧渠道，提高農民技術水平。技術效率的提高對促進貧困地區經濟發展，改善落后地區居民生活水平具有重大意義。因此，為了鞏固脫貧成果，必須提高農民的技術水平，大力發展當地教育，為農民提供專業技術培訓和講座，以提升其受教育程度和自我發展能力，為以后的脫貧不返貧打好基礎。

3）提高扶貧資金投入的針對性和實效性。精準扶貧是一個復雜的系統性的工程，涉及到各行各業，我國幅員遼闊，每個地區的情況差別懸殊。因此，財政扶貧資金的投入需要因地制宜，向中西部等落后地區傾斜，并根據各地區的貧困程度對扶貧資金進行合理分配。東部沿海等發達地區重點推廣產業和技能扶貧，借助合作社、龍頭企業的示范帶動作用，吸引低收入農民參與產業發展，以示范帶動作用鞏固脫貧成果;中部地區要加強基礎設施建設，要以農村人口相對集中，但水、電、路等基礎設施落后的地區為重點，有效改善其基礎設施和公共服務條件，加強農田水利設施建設，改善村容村貌，解決工業和交通問題。對符合有關扶持政策的農村貧困戶，及時落實相應政策，為其提供幫扶，提高幫扶的針對性和實效性。

4）推進扶貧項目和資金績效管理。有關單位應對扶貧項目資金運行情況進行自我評估，同時對自我評估結果進行現場監測，并呼吁地方政府及時解決發現的問題。進一步明確對扶貧項目資金使用等重點工作的績效管理口徑、職責分工、監督檢查的要求，引導地方做好扶貧項目資金效益管理工作。完善脫貧攻堅效果評價體系和評價方法，增加現場檢查,增進有關部門對評價指標體系的了解，以提高評價結果的可靠性。嚴格績效考核，強化考核結果的應用，提出年度考核要求及脫貧攻堅和脫貧監測的具體措施。