新时代我国贫困治理的效率评价与时空差异——基于三阶段DEA模型分析

湖北社会科学2021年第3期

·经济论坛

新时代我国贫困治理的效率评价与时空差异

——基于三阶段DEA模型分析

马超林

（北京化工大学马克思主义学院，北京100029）

摘要：党的十八大以来，我国脱贫攻坚取得了举世瞩目的成就，全面建成小康社会胜利在

望。为系统总结我国贫困治理的经验，选取我国22个省域的精准扶贫数据作为样本，构建三阶

段DEA模型对2014—2018年间的脱贫效率进行评价分析。结果表明，中国特色社会主义进入新

时代，我国通过精准扶贫方略使贫困发生率大幅下降，整体脱贫攻坚工作成效显著，而由于不同

地区资源与经济发展状况、贫困治理能力与水平不同，精准扶贫效率存在不同省域、不同年份的

时空差异。“十四五”时期巩固拓展脱贫攻坚成果，全面推进乡村振兴战略，需要因地制宜“再精

准”，强化扶贫投入与脱贫目标的匹配，有效提升资源利用效率，在区域协作中接续推进脱贫地区

经济发展，在全面建成小康社会基础上走向共同富裕。

关键词：贫困治理；精准扶贫；DEA模型；绩效评价；时空差异

F323.89

中图分类号：文献标识码：A文章编号：1003-8477（2021）03-00

84

-07

一、引言

反贫困是全球各国共同面临的难题。党的十

八大以来，以习近平同志为核心的党中央坚持经济

社会发展的底线思维，坚持补齐全面建成小康社会

的“短板”，从战略和全局的高度做出了“精准扶贫”

的新部署，改革创新了扶贫工作机制，推动我国扶

贫事业取得了举世瞩目的成就。通过“六个精准”

“五个一批”，我国贫困地区基础设施不断完善，生

活生产条件显著好转，近1亿贫困人口实现脱贫，对

全球减贫事业的贡献率超过了70%，如期完成了新

时代脱贫攻坚的目标任务，“全面建成小康社会胜

利在望”。

[1]（p5）

习近平总书记强调，“衡量全面小康

社会建成与否，既要看量化指标，也要充分考虑人

民群众的实际生活状态和现实获得感。在科学评

估进展状况的基础上，我们要对全面建成小康社会

存在的突出短板和必须完成的硬任务进行认真梳

[2]（p6）

理。”全面总结新时代我国脱贫攻坚、实现全面

建成小康社会的经验成就，科学评价新时代贫困治

理的效率，有助于探索形成解决相对贫困问题的长

效机制，为全球减贫事业贡献中国智慧和中国

方案。

二、文献回顾

近年来，许多学者针对十八大以来我国贫困治

理思路的重大转变及其成效做了广泛探讨，主要视

作者简介：马超林（1985—），男，博士，北京化工大学马克思主义学院讲师。

基金项目：2019年度教育部人文社会科学研究专项任务项目“总体国家安全观研究”（19JD710005），

北京化工大学2019年研究生教育教学改革项目（G-JG-PT201908）。

·84·

角和观点是：第一，是围绕政府在贫困治理中的地

位、功能和作用展开：郑宝华

[3]（p90-96）

等提出应当建立

需求响应机制，努力构建能够回应贫困者需求的财

政金融扶贫资源配置体制；唐天伟

[4]（p73-81）

等认为实

现全面脱贫的关键在于解决基层贫困县政府的扶

贫效率不充分问题，通过对不同区域贫困县政府扶

贫效率的测度量化分析，提出瞄准重点短板区域，

充分发挥邻近城镇对贫困地区农村经济的辐射带

动效应，形成扶贫合力的解决方案；莫光辉

[5]（p156-163）

等以质性研究方法对如何提升政府主导型扶贫工

作绩效进行了多维度的研究，提出通过政府角色定

位转换、权责结构调整、扶贫力量壮大以及考核监

管体系改革等旨在解决角色困境、强化脱贫绩效提

升的一系列成果。第二，是围绕不同扶贫方式的绩

效评价分析展开：陈长民

[6]（p66-69）

、郑军

[7]（p93-162）

、罗承

舜

[8]（p98-104）

等学者通过DEA分析法、引入政府补贴后

的保险精算公式考察了信贷、保险政策措施对扶贫

的溢出效应；阿海曲洛

[9]（p103-112）

、邢慧斌

[10]（p7-15）

等学者

就教育扶贫在少数民族与集中连片特困区的绩效

评估体系构建与空间差异分别用案例通过层次分

析法和德尔菲技术进行了探讨，提出要进一步改善

特定地区的教育扶贫支持环境，加强动态监管，促

进教育均衡发展；产业扶贫方面，一些学者分析了

旅游扶贫、电商扶贫等微观层面扶贫手段的绩效，

曾庆捷

[11]（p87-96）

、陈忠言

[12]（p161-175）

等学者从宏观层面，

依据参与方的主体特征把产业扶贫分为村营市场

主体、企业承包经营和企业示范经营三种模式，通

过分析不同模式的优越性及问题，为贫困地区基层

政府更好提升产业扶贫成效提出了系列优化建议；

生态扶贫方面，李辉

[13]（p133-138）

等学者通过SBM-DEA

模型对云南农村生态扶贫项目进行绩效评价研究

指出，云南农村生态扶贫效率整体偏低，从畅通融

资渠道、加大扶持力度、注重环境保护三个方面提

出了建议；郑书耀

[14]（p217-233）

等运用演化博弈理论对

地方政府间生态扶贫策略的差异进行了分析，就是

否引用约束机制条件下提高地方政府生态扶贫的

积极性提出了对策建议；易地扶贫搬迁方面，陈小

丽

[15]（p76-80）

、李晓园

[16]（p130-137）

等学者通过多层次分析

法、模糊综合评价法进行了个例分析，针对贫困地

区经济基础薄弱，在易地扶贫搬迁方面的评价较低

的问题，提出了要降低移民成本、防止过度举债搬

迁的建议。第三，是围绕区域性扶贫脱贫的绩效评

价来展开：钱力

[17]（p22-27）

等运用模糊数学评价法对安

徽省大别山连片特困区及12个县域精准扶贫绩效

进行多维评价，认为安徽省大别山连片特困区精准

扶贫绩效整体呈现出波动中逐渐上升趋势，在各个

维度的扶贫绩效中差异性较大，经济发展、生产生

活方面成效较好，而生态环境、社会发展方面成效

相对较差；黄强

[18]（p45-50）

等基于AHP法对江西省精准

扶贫绩效构建多个指标进行评价，计算2015—2017

年的各指标数据的测度值，发现江西省精准扶贫绩

效逐年提高，但在精准识别、精准帮扶等方面待改

进；陈升

[19]（p88-93）

等以广东、湖北恩施和贵州毕节等

精准扶贫案例作为研究对象，通过数据收集、数据

编码、数据分析等研究过程对精准扶贫绩效的影响

因素进行了系统研究，认为各影响因素的重要性不

同，其中核心影响因素是扶贫对象精准、项目安排

精准、资金使用精准、措施到户精准与因村派人精

准。第四，是围绕后精准扶贫时代啃下脱贫攻坚的

，进一步提升扶贫绩效问题展开：汪三

贵

[20]（p10-17+109）

等认为，随着脱贫攻坚工作进入“深水

区”和边际效用减少的后期，要着力解决扶贫工作

中的“逆向激励”与“悬崖效应”，出台更多普惠性政

策，有效防控社会风险；陈弘

[21]（p12-18）

等通过DEA模

型与CSI-Logistic双层综合分析后认为，解决相对

贫困问题的后精准脱贫时代，要与乡村振兴相衔

接，探索贫困治理新举措，着力向高质量提升脱贫

综合绩效方向发展。

综上分析，学术界多是从产业扶贫、金融扶贫、

教育扶贫等单一因素或针对特定区域的单个案例

对精准扶贫效率进行了立体化、多维度的考察，但

就全国范围内更加广义的时空角度出发考察十八

大以来我国不同时间、不同地区之间的综合绩效评

价研究较少。鉴于此，本文通过收集2014—2018年

全国范围内22个省域的精准扶贫数据，运用三阶段

DEA

攻坚成果、

模型测算绩效变化的特点与规律，

推动全面建成小康社会与实现乡村振兴

为巩固脱贫

有效衔接提出对策建议。

三、本文应用的研究方法

数据包络分析（DEA）由学者s等在20

世纪70年代构建，其运用黑箱研究方法建立一个确

定的前沿面，不需要进行预估参数，减少因主观因

素影响带来的权重赋予所产生的误差，也降低了算

法的复杂性。DEA方法能将所有因素造成的随机

·85·

“硬骨头”

误差均归因于低效率，忽略了外部环境因素DMU

（决策单元）的影响。2002年，等人在传统

DEA基础之上，提出了DEA和SFA两个模型相结合

的三阶段DEA模型，克服了传统DEA模型不考虑

环境变量和随机误差的问题。本文采用三阶段

DEA分析方法，保证在多样化的输入、输出的基础

上得出各同类决策单元的有效性，对国内22个省域

的扶贫效率除去外部环境的干扰后做出评估。

第一阶段为传统DEA模型，是运用数学线性规

划将决策单元以投入为导向的可变规模收益的

BCC模型。假设有a个DMU，其中a=1、2、…n。

M、N分别为投入、产出向量。模型具体如公式（1）

所示：

minθ-ε

(

e

T

S

-

+e

T

S

+

)

投入的值。

第三阶段则应用同第一阶段相同的方法，将调

整后的投入进行重新计算，得出新的效率值。

考虑到可获得数据的完整性，本文选取我国22

个省域（见表2，每个省域为一个整体）作为研究对

象进行扶贫效率的三阶段DEA模型分析，一方面为

衡量特定地区是否精准有效使用扶贫资源提供评

价参考，另一方面也对贫困治理的效率进行时空跨

度的横向比较与纵向分析。本文选取的投入指标

为《中国统计年鉴》《中国扶贫开发年鉴》2015—

2019各年版公布的2014—2018年间22个省域数

据。其中，财政专项扶贫资金投入、选派驻村干部人

数、劳动力转移就业和创业培训人次，分别反映精准

扶贫的资金投入、人力投入和脱贫潜力培育；产出指

标包括该省域贫困地区贫困发生率比上一年下降

率、贫困人口退出数、人均可支配收入增长率，代表

贫困地区贫困人口生活水平提高程度和贫困改善情

况；环境指标选取对精准扶贫效率产生重大影响但

又非样本主观可控的因素，为地区生产总值、地方

财政税收收入、区域农村人口数三项（表1）。

四、基于三阶段模型的十八大以来我国贫困治

理的效率测度

（一）第一阶段DEA模型运行结果及说明。

在这一阶段运用BCC模型原理利用Deap2.1软

件计算得出模型结果（表2）。

精准扶贫方略实施以来，除了2017年，为打通

脱贫攻坚的“最后一公里”，进一步摸清全国贫困底

数，国务院扶贫办通过组织开展各地脱贫真实性自

纠自查、建立贫困户建档立卡动态调整等措施，分

别补录和剔除了前期识别不准的部分贫困人口，

245万标注脱贫人口重新退为贫困人口，影响整体

扶贫成效以外，2014—2018年间22个省域的精准

ìü

M

a

λ

a

+S

-

=θM

0

ï

∑

ï

ï

a=1

ï

ïï

ï

n

ï

（1）

s.t.

≥

í

Nλ-S

+

=θN

ý

aa0

ï

∑

ï

ïï

a=1

ï

ï

λ≥0S

—

，S

+

≥0

ï

ï

î

a

þ

其中，

S

+

为松弛变量，代表产出实际值与目标

n

值相比可增加的数量，代表投入实

S

-

为剩余变量，

际值与最优值相比可减少的数量。θ为此决策单元

的效率值，当θ=1且

S

+

=

S

-

=0时，决策单位DEA有

效；当θ=1但

S

+

≠0或

S

-

≠0时，决策单位是DEA弱

有效；当θ<1时，决策单位是非DEA有效。

第二阶段是基于前一阶段中得出效率值和目

标投入量后，根据目标投入量与原始投入的差额，

计算出松弛变量

S

+

，即DMU的原始投入与目标投

入之间的距离。建立SFA模型，利用FRONTER4.1

软件，运用最大似然法估算，求出未知的参数，得到

各环境变量的系数和其效率值，剔除环境因素和随

机误差影响，使投入和产出两类指标更加客观，提

高决策单元最终效率的可信度，调整各单元DMU

表1主要衡量指标

一级指标

投入指标

二级指标

财政专项扶贫资金投入

选派驻村干部人数

劳动力转移就业和创业培训人次

贫困地区农村贫困发生率下降率

产出指标贫困人口退出数

人均可支配收入增长率

地区生产总值

环境指标地方财政税收收入

区域农村人口数

三级指标

资金投入

人力投入

脱贫潜力培育

脱贫成效体现

经济水平体现

经济基础

贫困基数

·86·

表2第一阶段2014—2018年BCC模型检验结果

2014年

crste

河北

山西

1

vrstescale

11

规模

报酬

-

crste

1

1

1

2015年

vrste

1

1

1

scale

1

1

1

规模

报酬

-

-

-

2016年

crstevrstescale

规模

报酬

irs

irs

-

-

-

-

-

-

-

crste

2017年

vrstescale

规模

报酬

drs

irs

irs

drs

-

-

-

crste

1

2018年

vrstescale

1

1

1

1

1

1

1

规模

报酬

-

内蒙古

0.6650.7760.857

吉林

黑龙江

0.7380.8860.833

安徽

江西

河南

湖北

湖南

广西

海南

重庆

四川

贵州

云南

西藏

陕西

甘肃

青海

宁夏

新疆

mean

0.911

0.5930.7230.82

10.911

111

0.7060.7110.993drs

drs

irs

-

0.7120.7230.985irs

0.8660.8710.995

0.5820.6220.935

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0.8990.9030.995

0.3770.3810.99

1

1

1

1

1

1

1

1

1

0.3960.460.861

0.5990.6080.986

0.392

1

1

1

1

0.5120.5140.994

1

1

1

1

1

0.392drs

irs

-

-

-

-

irs

irs

-

-

-

-

-

drs

drs

drs

drs

-

-

0.4860.8840.549

0.928

1

1

1

0.661

0.668

0.783

0.927

0.587

1

1

1

0.51

1

0.8780.8840.993

0.3650.3960.923

1

1

0.69

0.66

1

1

1

1

1

1

1

1

1

1

1

0.959

0.772

0.668

0.783

0.927

0.587

1

1

1

1

11

0.970.957

irs

irs

irs

irs

-

-

irs

-

-

0.340.3890.874

0.929

0.35

0.929

irs

drs

irs

drs

drs

drs

drs

-

-

irs

irs

irs

-

0.7230.8110.891

0.8140.8370.973

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0.390.896

0.4080.4740.861

0.3320.3360.988

0.3460.3570.969

0.6430.7250.888

0.5660.6250.905

0.894

1

1

11

1

1

1

1

0.894

1

1

1

111

111

drs

irs

irs

irs

-

-

-

-

-

0.7760.776

0.645

1

1

1

1

1

1

1

1

1

1

0.780.8380.931

0.645

1

1

1

1

0.828

0.711

1

1

1

1

1

1

0.89

0.9160.9650.949

0.711

1

1

1

1

1

1

0.828

0.89

drs

drs

drs

-

-

-

-

-

-

irs

0.4930.6080.81

0.758

0.658

0.958

1

1

1

0.758

0.658

0.958

1

1

1

0.3010.3020.997

drs

drs

drs

drs

drs

drs

-

-

-

drs

drs

irs

irs

irs

irs

0.8970.897drs

0.5880.8770.67drs0.1260.1290.979

0.9220.922

0.9060.9830.922

0.780.7820.997

0.750.7650.98

1

1

1

1

1

1

111

irs

irs

irs

-

-

-

0.6010.6040.995

0.8240.9210.895

0.2730.2790.979

0.8010.8490.940.8670.9360.924

0.991

0.8410.9190.913

0.991drs

0.6250.6970.896

0.7540.8410.896

0.7220.7520.9560.8520.9070.943

注：crste、vrste、scal分别指综合技术效率、纯技术效率和规模效率。irs、—、drs分别表示规模收益递增、不变、递减。

扶贫综合技术效率均值均高于0.7，且有四年高于

0.8（表2），处于投入回报高效状态，精准扶贫政策

效应显著。其中，吉林省的综合技术效率、纯技术

效率及规模效率均有效；安徽、甘肃、湖南、海南、西

藏等地精准扶贫效率有效的年份较多；安徽、江西、

贵州和海南扶贫效率呈现出由低效向高效转变的

趋势，河南、重庆、四川、青海、新疆等地扶贫效率呈

现一定的波动。

在没有剔除环境变量和随机误差影响的情况

下，2014—2018年间我国精准扶贫综合技术效率全

国平均值分别为0.867，0.841，0.801，0.722，0.852，

略有降低。其中，规模效率平均值分别为0.924，

0.913，0.94，0.956，0.943，总体趋于提升，而纯技术

态势显著。可见，进一步扩大扶贫规模对扶贫综合

效率分别为0.936，0.919，0.849，0.752，0.907，下降

技术效率的提升具有明显的带动作用，但由于第一

阶段运行结果包含环境因素和随机因素的干扰，并

不能完全准确反映各省市精准扶贫效率的实际，需

要进一步剔除外生因素的影响。

（二）第二阶段SFA模型运行结果及说明。

将第一阶段DEA模型所得出的3个投入变量

的松弛变量（即投入差值）作为因变量进行分析。

在解释变量的选取上，选取地方财政税收收入、地

区生产总值、区域农村人口数3个环境变量为自变

量，利用Frontier4.1软件进行回归得到SFA分析回

归参数检验结果。

由表3可知，在SFA回归结果中，LR单边误差

的自由度大于5，说明地方财政税收收入、地区生产

总值、区域农村人口数的影响均具有统计学意义，

即SFA回归是有效的，进行第二阶段的SFA分析是

·87·

表3第二阶段2014—2018年

SFA模型检验的γ及LR单边误差值

年份指标投入1投入2投入3

2014年

LR

γ值0.999999990.999999310.99999999

2015年

γ值

值7.772934916.70661911.969723

LR10.04

1

13.23

1

7.48

1

2016年

γ值

值

LR

2017年

γ值

值

LR

0.99999999

5.44

1

13.96

1

9.45

1

2018年

γ值

值

LR值

0.99999999

16.8166666.91

1

5.14

1

6.4101189

0.99999999

有必要的。三个投入松弛变量指标在

8.3052278

0.99999999

SFA

6.9197135

回归中

模型的γ值均为或接近1，说明三个模型SFA结果

是有意义的。通过松弛变量即投入变量的差值与

环境变量的回归计算，当系数为负时表示增加外部

环境会有利于减少松弛变量的投入数量，即有利于

减少投入变量的浪费。反之，如果回归系数为正，

则表示增加外部环境时会增加投入或者减少产出，

出现浪费的情况（表4）。

结合第二阶段SFA模型检验结果可知：

（1）地方财政税收收入方面，地方财政税收收

入与财政专项扶贫资金投入的回归系数为负，表明

地方财政税收收入高的地区对于财政扶贫资金的

利用更加精准、科学、有效；与选派驻村干部人数的

回归系数为负，表明地方财政税收收入高在一定程

度上提高了选派驻村干部的扶贫绩效；与劳动力转

移就业和创业培训人次的回归系数为正，说明地方

财政税收收入高但对劳动力就业转移和创业培训

的资金投入利用率需要进一步提升和优化。

（2）地区生产总值方面，地区生产总值与劳动力

转移就业和创业培训人次的回归系数为负，表明地

区生产总值高的省份，对于就业的带动更为有效，更

能促进贫困地区劳动力的转移；与选派驻村干部人

数的回归系数为正，说明地区经济发展程度高的地

方应该更加注重对扶贫驻村干部人员数量与质量

的精准选派；与劳动力转移就业和创业培训人次的

回归系数为负，说明地区经济发展越好，对带动劳

动力转移就业和创业培训的正向效应越显著。

（3）区域农村人口数量方面，与财政专项扶贫

资金投入、选派驻村干部人数和劳动力转移就业和

创业培训人次的回归系数全部为正，表明区域农村

人口所占比例较大的省份，其在提升财政专项扶贫

·88·

表4第二阶段SFA模型检验结果

变量

财政专项扶选派驻村干劳动力转移就业

贫资金投入部人数和创业培训人次

常数项系数

地方财政税收

-5.4829872-13735.7868-71660.66156

收入

-0.001949891-5.7188429852.1964156

地区生产总值

区域农村人口数

-9.28031E-05

0.01476773

0.389234924

2.255277495.09346952

-9.929604

资金投入的效用、发挥驻村干部的作用方面都有待

加强，尤其在对吸纳劳动力转移就业和创业人次的

培训方面面临着较大压力，这也与当前我国贫困人

口多集中于农村地区的现实相一致。

（三）第三阶段DEA模型运行结果及说明。

利用第二阶段所得回归估计结果对投入变量

进行调整，剔除环境因素的影响，将各决策单元都

调至同最差外部环境省份一样的条件，使所有省域

处于相同的“公平”环境之中，通过数据调整得到新

的投入变量，与原始产出变量一起放入BCC模型中

进行处理，通过再次运用Deap2.1软件重新进行计

算，得到剔除外部干扰因素的第三阶段精准扶贫效

率结果（表5）。

经过调整后各省域的效率值有较大变化，可

见，环境因素与随机误差项的存在对效率值测算是

有一定影响的。除2015年第三阶段综合技术效率

平均值比第一阶段略有下降外，2014年、2016年、

2017

升，我国贫困治理效率整体呈上升趋势，

年、2018年的综合技术效率平均值都有显著提

而规模效

率的平均值大于纯技术效率表明，资源配置能力与

利用效率的提升比单纯的财政投入对减贫效果的

贡献更大，证实了十八大以来“精准扶贫”方略在

真脱贫”中发挥的重要作用。

在剔除外部环境和随机因素的影响后，2014年

以来各地扶贫综合技术效率的时空差异特征通过图

表呈现则更为显著（图1）。在统计分析的22个省域

中，精准扶贫效率的综合技术效率、纯技术效率及规

模效率均有效的省份为河北省，精准扶贫效率在全

国排在前列，理论上不存在投入冗余和产出不足的

问题，其资源的配置、利用和规模集聚上都达到了有

效；安徽、江西、河南、湖南、重庆、四川、西藏等地减

贫综合技术效率较高，精准扶贫资源投入利用效用

高，应该做进一步细化研究，充分挖掘总结经验；内

蒙古、湖北、陕西、青海四省减贫综合技术效率相对

较低，其扶贫的资源配置效率、扶贫各项投入、扶贫

“脱真贫、

表52014—2018年第三阶段BCC模型检验结果

2014年

crste

河北

山西

吉林

安徽

江西

河南

湖北

湖南

广西

海南

重庆

四川

贵州

云南

西藏

陕西

甘肃

青海

宁夏

新疆

mean

1

vrstescale

11

规模

报酬

irs

irs

irs

drs

drs

-

-

irs

-

-

-

-

2015年

crstevrste

11

scale

1

规模

报酬

irs

irs

irs

irs

irs

-

-

-

2016年

crstevrstescale

0.7660.9010.85

111

规模

报酬

irs

irs

irs

irs

-

-

irs

-

-

drs

drs

-

-

-

-

-

-

-

2017年

crstevrstescale

0.4950.5230.947

0.5940.7140.832

0.6520.8190.797

0.7130.8480.841

0.983

1

1

1

1

1

1

0.904

0.898

1

11

1

1

1

1

1

1

1

1

1

1

0.983

1

1

1

1

1

1

1

1

1

111

规模

报酬

irs

irs

irs

irs

irs

irs

irs

-

-

-

-

-

-

-

-

-

-

2018年

crstevrstescale

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

规模

报酬

-

irs

-

-

-

-

irs

irs

irs

irs

-

-

irs

-

-

-

-

-

内蒙古

0.7920.8210.965

黑龙江

0.985

0.78

1

1

1

1

0.985

0.78

1

0.9350.9610.973

drs

0.6970.6980.999

0.8840.8960.986

0.6140.7430.827

0.8590.920.933

0.8360.8940.936

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0.6050.6620.915

0.5890.7140.826

0.510.6160.828

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0.996

0.721

1

1

1

1

1

0.6120.6220.983

0.8920.9650.924

0.9460.9930.952

1

1

0.686

0.974

0.983

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0.686

0.974

0.983

1

1

1

1

1

0.5

0.772

0.944

0.758

0.796

1

0.5230.956

0.772

0.944

0.758

0.796

1

irs0.6220.7050.8830.6970.7720.903

0.7710.8380.92

0.4750.5110.93

drs

drs

irs

-

-

-

0.7750.8190.946

0.7940.890.893

drs0.7340.734

drs0.996

drs

drs

irs

irs

irs

irs

-

drs0.721

irs

0.7790.780.998

0.520.5340.973

1

1

1

1

1

1

1

1

1

1

1

1

0.7820.8380.933

0.6210.630.985

0.5010.5230.958

0.8260.9180.899

0.4650.50.93

drs

irs

irs

0.668

0.750.7660.979

0.668

0.6820.9180.743

0.7790.8560.91

0.9030.9810.921

0.8190.9050.908

drs

0.8990.9520.944

0.6540.6730.972

0.4780.5370.889

0.8280.8740.941

0.650.7340.886

irs

irs

irs

irs

0.4120.412

0.904drs0.9010.9880.912

0.898drs

irs

-

111

0.9250.9280.997drs

0.7570.8650.875

0.9310.93

irs

irs

irs

0.5670.6630.855

0.7730.7731

0.6790.7120.954drs0.8840.9680.913

0.8250.8670.9470.8890.9110.975

注：crste、vrste、scal分别指综合技术效率、纯技术效率和规模效率。irs、—、drs分别表示规模收益递增、不变、递减。

0.8810.9230.954

图1第三阶段测算2014—2018年各地扶贫综合技术效率值

管理能力及水平等仍需进一步提升优化。

五、结论与展望

考察各国贫困治理的实践，无论“发展式扶贫”

还是“福利式扶贫”，减贫脱贫面临的一个突出难题

就是投入资源与治理效果的不匹配，有的甚至会导

致加重与再生贫困。2013年11月，习近平总书记

提出“精准扶贫”方略以来，通过“扶持对象精准、项

目安排精准、资金使用精准、措施到户精准、因村派

人精准、脱贫成效精准”，更加重视贫困治理成效，

实现贫困治理资源投入与脱贫目标的匹配，为加强

扶贫脱贫顶层设计与提升地方政府治理能力提供

了基本遵循，推动我国扶贫开发工作进入了新阶

段。借助三阶段DEA模型，在调整差异环境变量与

随机误差后对全国22个省域2014—2018年间精准

扶贫的效率分析可以发现，党的十八大以来，我国

脱贫攻坚工作取得了显著成效：通过发展旅游扶

·89·

贫、电商扶贫，为贫困地区培育了一大批特色产业，

提供了更多就业机会，推动了当地经济高质量发

展；通过教育扶贫、生态扶贫、易地搬迁扶贫，加大

贫困地区的基础设施与民生领域投入，提升公共服

务保障水平，改善人居环境，大大提升了贫困地区

居民生活质量。《中国城市全面建成小康社会监测

报告2019》统计显示，2013—2018年，我国全面小康

指数连续6年上升，达到99.18，“精准扶贫”方略为

解决区域发展不平衡不充分问题，完美收官全面建

成小康社会的目标任务，乘势而上开启全面建设社

会主义现代化国家新征程奠定了坚实基础。但同

时，我国各地扶贫效率仍存在较为明显的地区差

异，同一省（市）在不同年份的扶贫效率也存在着波

动情况，说明部分地方的扶贫资源配置效率还有待

提升，扶贫绩效考核仍需进一步加强。

上全面开启建设社会主义现代化国家的新征程的

2021年是完成全面建成小康社会目标，乘势而

起点，也是与实现“到2050年，乡村全面振兴，农业

强、农村美、农民富全面实现”

[22]

目标的有机衔接之

年。当前，我国部分地区依然存在生态贫困、地理

型贫困，已脱贫人口仍存在返贫风险。需要结合我

国扶贫绩效的时空差异，因地制宜、充分挖掘经济

欠发达地区特色资源与发展潜力，接续推进脱贫地

区经济发展，持续巩固拓展脱贫攻坚成果，推动实

现全面建成小康社会与乡村振兴有机衔接。

参考文献：

体会议公报

[1]中国共产党第十九届中央委员会第五次全

[M].北京：人民出版社，2020.

[J].求是，

[2]习近平

2020，（

.关于全面建成小康社会补短板问题

11

贫的精准度

[3]郑宝华，

[J].行政管理改革，

蒋京梅

）.

.建立需求响应机制

2015，（06）.

提高扶

率不充分性分析

[4]唐天伟，刘文宇，

[J].行政管理改革，

等.我国贫困县政府扶贫效

2019，（03）.

位及转型路径

[5]莫光辉，

—

陈正文

—精准扶贫绩效提升机制系列研

.脱贫攻坚中的政府角色定

究之一[J].浙江学刊，2017，（01）.

与对策思考

[6]陈长民，

[J].金融理论与实践，

刘宇晖.陕西省信贷扶贫效率评估

2017，（06）.

三阶段

[7]郑军，

DEA模型

杜佳欣

[J].

.

贵州财经大学学报，

农业保险的精准扶贫效率：

2019，（

基于

01）.

[8]罗承舜，吴洪，等.小额保险精准扶贫效应实

·90·

证与实践典范[J].金融理论与实践，2020，（09）.

绩效评估指标体系构建研究

[9]阿海曲洛.西部少数民族地区教育扶贫政策

——以凉山彝族自治

州美姑县为例[J].四川师范大学学报（社会科学

版），2018，（04）.

扶贫绩效的空间差异研究

[10]邢慧斌，刘冉冉.集中连片特困区教育精准

——以燕山—太行山区8

个连片特困县为例[J].教育与经济，2019，（01）.

式及其绩效评估

[11]曾庆捷，牛乙钦

[J].南开学报

.乡村治理中的产业扶贫模

（哲学社会科学版），

2019，

——基于云南深度贫困地区产业扶贫的实践

[12]

（04

陈忠言

）.

.产业扶贫典型模式的比较研究

[J].兰

州学刊，2019，（05）.

生态扶贫项目绩效评价研究

[13]李辉，王倩.基于SBM-DEA

[J].生态经济，

模型的云南农村

2018，（08）.

策略的演化博弈

[14]郑书耀，

[J].

瞿丞醍，

生态经济，

等.地方政府间生态扶贫

2019，（10）.

区扶贫绩效评价

[15]陈小丽.基于多层次分析法的湖北民族地

[J].中南民族大学学报（人文社会

科学版），2015，（03）.

扶贫搬迁绩效评价及政策建议

[16]李晓园，陈颖.基于模糊综合评价法的易地

——以修水县“进城

入园”扶贫搬迁工程为例[J].江西师范大学报（哲学

社会科学版），2019，（03）.

维绩效模糊评价

[17]钱力，倪修凤，

——以安徽省大别山区为例

等.连片特困区精准扶贫多

[J].华

东经济管理，2018，（03）.

体系构建及实证研究

[18]黄强，刘滨，等

—

.江西省精准扶贫绩效评价

—基于AHP法[J].调研世

界，2019，（04）.

基于东中西部的案例研究

[19]陈升，潘虹，等.精准扶贫绩效及其影响因素：

[J].中国行政管理，2016，（09）.

策[J].

[20]

河海大学学报

曾小溪，汪三贵

（哲学社会科学版

.论决胜脱贫攻坚的难点和对

），2019，（06）.

准扶贫综合绩效提升研究

[21]陈弘，周贤君，等.后精准扶贫阶段农村精

——基于4省38市数据

的实证分析[J].中国行政管理，2019，（11）.

意见[N].

[22]

人民日报，

中共中央国务院关于实施乡村振兴战略的

2018-02-05（01）.

责任编辑郁之行