周子沛

[摘 要]自改革开放以来，我国始终以“消除贫困，实现共同富裕”为宗旨，大力推进扶贫工作。为进一步提升扶贫成效，五年前国家启动了脱贫帮扶绩效评价机制，对各个贫困地区进行调查，并以绩效评价得分为参照，考核贫困地区脱贫状况及各帮扶单位扶贫效果。文章以2020年华数杯全国大学生数学建模大赛C题为例，采取因子分析法、TOPSIS法建立扶贫绩效评价模型，并对扶贫工作的开展提出优化建议。

[关键词]扶贫绩效评价;因子分析;TOPSIS

1 引言

随着“精准扶贫”策略的提出，我国扶贫项目的开展方式与绩效评估体系也在不断更新，通过对各受帮扶地区的贫困调研，文中给出了2015年及2020年32155个贫困村（分别对应160个扶贫单位，都已按照单位属性被划分成0～5等6个类型）居民收入（记为SR）、产业发展（记为CY）、居住环境（HJ）、文化教育（记为WJ）、基础设施（SS）5个指标下的评分及总分（ZF）数据。但由于各村庄贫困基础、各帮扶单位工作特色等方面存在差异，单纯以最后的得分高低作为依据并不能公正地评判帮扶效果，只有采用科学的绩效评估体系才能达到鼓励更多帮扶单位“扶真贫，真扶贫”的目的。因此，本文通过研究现有脱贫帮扶绩效评价机制以期对评价体系进行优化与发展。

2 扶贫绩效模型的建立

2.1 数据预处理

由于脱贫帮扶绩效评价机制中指标间统计单位不统一，为消除不同指标间量纲的相互影响，首先要通过以下公式对数据进行预处理，使结果在[0，1]内：

同时知道，绩效评价不能仅以最后的得分作为依据，而需要考虑各个评价指标的进步幅度，这样才能科学准确地反映评判帮扶的效果。为了体现出得分下的评价指标进步幅度，本文将2020年各指标与2015年对应指标相结合，构建出5个单指标及总分指标共6个指标的增长率：

2.2 基于因子分析的扶贫绩效指标模型的确立

考虑到数据预处理后的指标数据是独立的，故针对SRR、CYR、HJR、WJR、SSR、ZFR利用SPSS进行因子分析。当提取3个公因子时，累计方差贡献率达80%，故提取3个公因子是合理的。通过系数矩阵得出因子得分表达式如下：

2.3 基于TOPSIS法各指标的绩效评价

基于TOPSIS评价方法及扶贫绩效指标的模型，可以计算出该模型下各指标系数所占系数和比例，以确定理想解向量。

同时，以各村庄下的各指标增长率占所有指标增长率之和的比例来确定实际解向量，并将各村庄下的实际解向量减去理想解向量之差作为理想贴近度，从而用理想贴进度的大小说明该村庄第i个指标的帮扶业绩效果。理想贴近度越高，则该村庄在这个指标下的帮扶绩效越好。

最后计算理想贴近度Cj：将各村庄下的实际解向量减去理想解向量，得出各村庄下每个指标维度下的理想贴近度，即Cj=z2j-z1，Cj下第i分量值越大，则说明该村庄第i个指标的帮扶业绩越明显。

由于各单位帮扶村庄类型一致，因此取各单位帮扶村庄下的平均理想贴近度Cj来表示帮扶单位在各个指标下的理想贴近度。对不同指标的帮扶单位理想贴近度排序，给出各单项评价指标前五名的帮扶单位编号，详见表1。

3 结论及优化建议

3.1 结论

3.1.1 现有绩效评价指标体系存在优化空间

在原有绩效评价体系下，由于被帮扶对象的总分值会受到村庄基础、帮扶单位工作态度等主客观因素影响，仅用2020年评分高低无法如实反映各帮扶单位实际绩效，相反，运用TOPSIS评价方法，可以考虑各个评价指标的进步幅度，将2020年各指标与2015年对应指标相结合，构建出指标增长率这一新指标，并对其进行因子分析，由此构建出新的绩效评分模型：

PAP=0.135494·居民收入得分增長率+0.146674·产业发展得分增长率+0.094856·居住环境得分增长率+0.137083·文化教育得分增长率+0.130545·基础设施得分增长率+0.189481·总得分增长率

3.1.2 帮扶单位工作各具特色

通过对不同指标下各单位的帮扶绩效分析，发现各帮扶单位具有其工作特色，在不同指标下表现不一。在居民收入下，114，74，99，150，153单位表现较好;在产业发展下，99，114，107，66，42单位表现较好;在居住环境下，47，116，20，132，156单位表现较好;在文化教育下，73，155，99，66，55单位表现较好;在基础设施下，73，47，155，131，111单位表现较好。

3.2 建议

3.2.1 构建合理的实际帮扶绩效评级标准

在精准扶贫背景下的扶贫绩效评价体系中，实际帮扶效果与被帮扶对象现有基础、帮扶单位工作态度以及帮扶干部素质等因素互相关联，对扶贫绩效产生影响。在进行扶贫单位绩效评估时应考虑以上因素，将不同年份各对应指标相结合，构造指标增长率等综合评价方法，从细分指标进步幅度角度出发，更加科学公平地评价帮扶绩效。

3.2.2 适当减少冗余单位，充分挖掘不同类型单位潜力

在分配扶贫对接名额时，根据历史绩效评价数据，可适当减少表现不佳的类型的单位数量，增加表现优良的类型的单位，取长补短、相辅相成。

参考文献：

[1]顾小涵.基于TOPSIS对精准扶贫实施绩效评价研究[D].南昌：江西财经大学，2019.

[2]孙璐. 扶贫项目绩效评估研究[D].北京：中国农业大学，2015.

[3]谭凤连. 花垣县精准扶贫及其绩效评估研究[D].长沙：湖南师范大学，2018.

[4]彭晨明. 临沂市精准扶贫绩效评价研究[D].泰安：山东农业大学，2019.