关于电商精准扶贫工作的有效性评价

　　吴艾芮胡钰
　　【摘要】中国精准扶贫所取得的成就受到国际广泛赞誉，近年来，随着互联网技术的广泛普及，电商精准扶贫成为精准扶贫工作的重要动力之一。为了提高电商扶贫资源投入产出效率，实现资源的有效配置和规模效益，本文选取了龙井市、云阳县、寻乌县、利川县等8个2017年国家级贫困县的脱贫人数、邮电业务总量增长率、城镇新增就业人数、农村常驻居民人均可支配收入增长率、及入驻网络购物平台企业等投入产出指标，运用DEA模型对各地区电商精准扶贫工作成效进行有效性测算与分析，并提出相应的政策性建议。
　　【关键词】电商；精准扶贫；数据包络分析
　　一、引言
　　我国农村电子商务发展溢出效应显著，农村电子商务发展可以带动创新就业，促进农村科技进步与普及，优化产业结构，转变农村经济发展方式，增加农民收入。正因为如此，电子商务扶贫工作才能取得如此显著的脱贫效果。
　　虽然电商精准扶贫已取得了较为显著的成果，但是从总体上看，我国贫困村县电子商务基础设施建设仍呈现滞后现象，电商精准扶贫缺乏统筹引导，电商人才稀缺，市场化程度低，缺少标准化产品，贫困群众网上交易能力较弱，影响了农村贫困人口通过电子商务就业创业和增收脱贫的步伐。
　　为解决上述相关问题，加强电商精准扶贫的长效机制，国内外许多学者均对此展开研究，并发表了相关文献。比如扎实推进贫困地区道路、互联网、电力和物流等基础设施建设，改善贫困地区电商发展的基本条件，或以典型的贫困县为例，分析全国贫困县存在的共性电商扶贫问题，提出政策性建议等。然而，关于贫困县在电商精准扶贫投入产出指标方面的数据包络分析研究却并不充分。探讨电商精准扶贫投入产出效率，根据DEA模型的投入产出优化目标值，有助于了解电商扶贫的资源配置效率，使电商精准扶贫更加聚焦，从而实现精准扶贫的可持续性，这对于国家制定和调整电商精准扶贫相关政策也具有重要意义。
　　二、DEA模型的建立
　　（一）DEA模型介绍
　　数据包络分析法是美国运筹学家Charnes等提出的一种效率评价方法，可用于解决多输入、多输出同类决策单元的有效性分析。其特点为：不仅可以对同类型决策单元的相对有效性做出评价和排序，还能进一步分析各决策单元非DEA有效的原因及改进方向；DEA方法不需要确定各指标的权重，客观性较强；DEA方法通过对决策单元的原始数据进行计算评价，不必进行量纲一化处理，排除了人为因素。而考虑到在关于电商精准扶贫工作的有效性评价中并不存在明确的函数关系式，故数据包络分析模型在此类研究中具有极强的优越性，因此可以將其引入到电商精准扶贫的有效性评价中。
　　1。规模报酬不变的CCR模型
　　CCR投入角度模型：
　　min，，
　　stqiQ0
　　xiX0
　　0
　　CCR产出角度模型：
　　max，
　　stqiQ0
　　xiX0
　　0
　　其中，q是产出，x是投入，为模型投入角度的效率值。产出角度的技术效率值为1。由于规模报酬不变，CCR模型的前沿线为一条直线，称为CRS前沿，而在DEA模型中只有位于前沿线上的单元才是有效的，其他单元均为非有效。非有效单元向前沿线移动的过程，即为决策单元的改进过程。
　　2。规模报酬可变的BCC模型
　　BCC投入角度模型：
　　min，，
　　stqiQ0
　　xiX0
　　I11
　　0
　　BCC产出角度模型：
　　max，
　　stqiQ0
　　xiX0
　　I11
　　0
　　此模型与CCR投入角度模型基本一致，除了I11（单位向量1）这一项体现为可变的规模报酬假设，将导致模型前沿线发生变化，BCC模型前沿线为折线，为分段线性包络，称为VRS前沿。其中，投入角度的技术效率值为，产出角度的技术效率值为1。
　　（二）决策单元界定
　　决策单元即为DMU，由于数据包络分析是对同类型的DMU进行相对有效性评价，所以在选择DMU时应遵循同类型标准，又因文章研究对象是国内电商精准扶贫工作的有效性，故本文将从全国592个贫困县（市）中选取龙井市、云阳县、寻乌县、利川市、丰都县、沙县、临安市、禄劝县这8个来自7个不同省份的地区作为决策单元进行研究。
　　三、实证分析
　　（一）效率值分析
　　根据CCR模型的计算结果可以看出，在本文考察的8个地区中，只有3个地区的电商精准扶贫是整体有效的，占37。5；非有效的地区共有5个，占62。5，平均技术效率值约为0。5517，以上结果均说明我国贫困地区的电商精准扶贫的水平和能力还有待提高。
　　（二）规模效率分析
　　以上对于效率值的分析是基于CCR模型进行的，在数据包络分析模型中，由于规模报酬不变，CCR模型的前沿线是一条直线，而BCC模型的前沿线是一条折线，故BCC模型的效率值大于等于CCR模型的效率值。规模效率CCR的效率值BCC的效率值。
　　四、结论与对策启示
　　本文以我国8个来自7个不同省份的贫困地区作为决策单元，基于DEA模型对各地区的纯技术效率、综合效率和规模效率进行了测度与分析，以此来对我国电商精准扶贫进行有效性评价并提出政策性建议，研究结果已于上文进行充分描述，在此不再赘述，基于以上研究结果，提出以下政策性建议：
　　第一，将DEA模型引入电商扶贫绩效评价体系，对投入冗余与产出不足的地区进行投入结构的改善。
　　第二，增加新技术引进并进行技术升级改造，提高生产技术效率从而实现精准扶贫工作综合有效。
　　第三，对规模和投入、产出不相匹配的地区进行规模效率改造。