电商精准扶贫的运行机制和效率研究

文/孙冰清（浙江财经大学）

一、引言

研究背景：

自从2014 年起国务院扶贫办把电商扶贫加入扶贫政策体系，贫困地区农村电商扶贫逐渐兴起，学界对电商扶贫的运作模式和脱贫机理的研究也逐步展开。2016 年《关于促进电商精准扶贫的指导意见》正式出台，将电商与精准扶贫融合，首次提出加快实施电商精准扶贫工程，相关研究也逐渐加深。2018 年，“电商精准扶贫三年行动计划”启动，到2019 年国家“电商扶贫频道汇总信息平台”已引导20 余家大型电商企业设立扶贫专区。2020 年，十三届全国人大三次会议《政府工作报告》中明确指出“支持电商、快递进农村”。本文通过对贫困理论、精准扶贫理论、电商扶贫理论及效率的文献研究，探讨了农村电商精准扶贫的运行模式的核心要素及脱贫机制。选取相对效率的研究方法，利用DEA数据包络分析，对2015-2018 年各省份（直辖市）以及全国层面的电商扶贫相对效率进行测算，并得出扶贫绩效相关结论。

二、文献综述

（一）扶贫理论

Rowntree(1901) 最早提出对贫困的货币量化定义：对维持生计的最低需求量及其对应价格的衡量，计算即得绝对贫困线。Fuchs Victor(1967)通过考察实际的经济差距，把相对贫困衡量标准定为：收入水平处于最中位人口获得的收入的50%以下。除了收入层面的衡量，还有能力层面上表示贫困主体缺少自由选择权利的贫困衡量标准。陈宗胜(2020)认为，贫困识别标准从单一收入维度到“多维度测算”，采用什么标准把贫困人群识别出来，需要进行贫困线的界定和贫困测度。

在国际范围内,反贫困理论一直是扶贫的重要理论支撑，反贫困的内容有三种梯度状态：减少、减轻以及最终目标攻克并消除贫困。反贫困理论众多，较知名的有抑制人口增长、收入再分配、不平衡增长模型等，在扶贫实践中有重要的借鉴意义。龚晓宽(2010)总结中国的三种扶贫模式，在改革开放前由扶贫单位对贫困主体的救济式扶贫主导，改革开放后开始以市场经济为导向对区域进行扶贫开发，再到后来让扶贫对象自主参与到扶贫活动中的参与式扶贫模式。孙大鹏等(2020)认为，贫困研究者多聚焦于规范性研究和描述性研究，对贫困的因果关系的解释比较少。

（二）电商精准扶贫

2011 年汪向东指出，考察我国农村电商是否成功的标准是农民在接触市场的时候是否摆脱了信息弱势，从而拥有协调订单和议价空间的权利，并于2015 年提出电子商务为代表的信息扶贫机理和必要性，指出电商扶贫是把电子商务放入扶贫开发体系的一种新方式，而电商扶贫能联结供求双方直击市场对接问题。针对电商扶贫的概念，汪向东认为不能把电商扶贫简单归类于产业扶贫及相关专项帮扶，电商不仅仅是个产业发展问题。宫留记(2016)认为电商扶贫是政府主导的市场化扶贫的一种新模式，比起传统的产业扶贫、劳务输出扶贫、金融扶贫等模式扶贫，其本身更具精准性。崔凯(2018)分析了市场选择下的成本优化促使了网商规模的扩张，差异化是网商发展的内生动力，政府“自上而下”建设服务体系给予其良好的外部条件。

精准扶贫是电商扶贫的基础，两者有相同的目标。王文会等(2019)认为，农村电商在精准扶贫中给农民提供销售渠道，减少了信息不对称并加快了农产品的流转。汪向东(2016)提出要引导产业扶贫开发、发展电商订单导向的产业扶贫、将电商扶贫与精准扶贫结合起来、引入电商金融扶贫等来得到进一步发展。余雪源(2018)认为，“互联网+”是农村电商精准扶贫的引擎，利于缩短城乡数字鸿沟。其中，余雪源与林广毅、汪向东都提到了电商扶贫精准扶贫对象的识别问题。类似的，在精准扶贫“瞄不准”这一问题上，王雨磊(2020)提出了三重对焦机制，即瞄准贫困村、瞄准贫困户、贫困户核查这三项对策。此外，王昕天（2020）指出，贫困主体的获得感是引导电商扶贫长期发展的基础，电商扶贫不仅要促进平台的搭建对接，还要注重农产品上行、平台选择和服务体系的构建。

现有较多的文献对扶贫效果展开论述，但关于电商扶贫效率研究的还不多。电商扶贫属于目前扶贫领域的热点，目前的一些精准扶对象与资源匹配问题研究和精准扶贫模式与策略问题研究，大多以对当前扶贫方式的构建与特征进行分析，针对某些贫困区域提出当地发展农村电商精准扶贫的优劣和存在的不足，总结一些对策和扶贫评价体系为主，没有特别统一的模式标准以及效率衡量指标。

三、我国农村电商现状及扶贫运行机制

在互联网向农村渗透的趋势下，农村互联网普及率不断提高，2020年3 月，我国农村网民已达到2.55亿人的规模，占所有网民整体数量的三成，城乡互联网普及率的差距不断缩小。农村电商支撑服务体系不断完善，多方协同效应明显，加之数字乡村和电子商务示范基地的建设，农村电商继续保持良好发展态势。新冠肺炎疫情后，消费成为我国经济可持续发展的内生动力，农村网络零售规模不断扩大。国家扶贫“抓重点、补短板、强基础”，以深化农业供给侧改革为目标，先后推出了综合示范、快递物流、产销对接、脱贫攻坚等政策。当然，现阶段的农村电商发展也存在很多不足，比如物流体系仍处于初级阶段，农业经营高度分散，网销的农产品标准化低品控弱等，都给农村电商扶贫带来巨大的挑战，可持续发展任重而道远。根据已有的文献进行归纳，总结电商扶贫的机制的构建如下（图1）：

图1 电商精准扶贫运行机制

首先立足于反贫困理论，整合从政府及社会上得到的扶贫资源，合理地规划相应的配置。电商扶贫是属于市场化扶贫的一种方式，是扶贫资源的市场配置。市场配置包括一些已知的如产业、劳务、金融扶贫的传统模式，也有如电商、资产收益、政府购买服务等新的扶贫模式，多种扶贫模式相互融合相互推动。此外扶贫资源还有比较基础的行政配置如异地搬迁、生态、教育、医疗等模式，这些扶贫方式也会达到促进电商扶贫运作的效果。根据电商扶贫的三个主要方式，精准度上面主要有八大任务，电商精准扶贫通过赋能于贫困主体，不仅让贫困主体增收节支，还给贫困主体能力提升的机会，促进贫困主体脱贫同时防止贫困主体返贫。

四、电商扶贫的相对效率研究

农村电商在扶贫工作中被广泛使用并且取得了良好的效果，发展农村电商可以让农村产业和市场进行有效的衔接。关于扶贫效率的考察也有很多维度，比如在资源配置上的有效性、收入分配上的合理性、经济发展的稳定性以及政策实施的灵活性等。由于扶贫效率很难测算绝对效率，且从全国的数据来看，2020 年部分省份已经全面脱贫，数据已无法更新，因此在电商扶贫效率上采用相对效率的概念。

数据包络分析（DEA）是用来比较含有多个投入多个产出决策单元（DUM）之间相对效率的方法。是把相对效率作为基础，根据多指标产出对分析对象进行相对效率或者总体效益的评价，广泛被应用于一些非单纯盈利的公共服务部门，主要的应用方向有技术经济与技术管理、资源优化配置、绩效考评等。Charnes（1978）等将分别只有一个输入和输出的工程效率推广到多输入、多输出的第一个DEA模型——C2R模型。当C2R去掉锥型假设后就得到了另一个重要的动态DEA模型——BC2模型，使用这个模型衡量各个决策单元之间的相对技术有效性。Malmquist指数测度了在时期t的技术情况下，从时期t到t+1 的综合效率和整体生产率的变化大小，由前两种静态的模型转变为了动态的模型。

输入指标选取了2015 年-2018年各省（直辖市）和全国的贫困人口人均中央财政专项扶贫资金投入、电子商务发展指数、人均农村邮政投递路线长度、农村宽带接入用户数量（每万户）这四个数据。输出指标选取了2015年-2018年各省（直辖市）和全国的贫困人口脱贫率、农村人均可支配收入、人均GDP 这三个数据，直观地反映扶贫工作的绩效。由于西藏的电子商务发展水平极低，北京、天津、上海、江苏、浙江、广东、福建这几个电商水平发展极高、经济比较发达的地区已不存在贫困发生率，因此将剩余的23 个省份（直辖市）和全国作为决策单元。

（一）静态效率结果

根据上述投入与产出指标，利用pydea 软件进行投入导向的C2R模型的DEA分析，以此得到2015 年至2018 年间我国23 个省级行政区和全国的电商扶贫综合效率值，如表1 所示。

表1 电商扶贫综合效率

综合效率表示各省份和全国的电商扶贫在达到有效前沿面的扶贫效果，四个投入指标需要降低的比例。例如2015 年全国的电商扶贫综合效率在0.807，说明有19.3%的扶贫资源投入没有达到预期产出。从结果看，2015 年至2018 年，辽宁、吉林、山东、海南、青海、宁夏电商扶贫综合效率多年为1，达到DEA有效，显示其电商扶贫效率相对有效。此外，内蒙古、重庆、新疆、黑龙江、广西、甘肃也都在这四年中出现过DEA有效，其电商扶贫效率相对较高且具有很大的提升空间。在各年的结果中，以全国的综合效率值在不同时期全国的电商扶贫综合效率排位存在波动，总体比较平稳，处在一个比较中间的状态。对结果进行分时期排序，标注各时期各DUM高于全国综合效率的次数。发现内蒙古、黑龙江、新疆有三年高于全国综合效率，处于次优的状态，江西和甘肃有两年领先于全国水平位其次。内蒙古、黑龙江、江西均在全国水平附近，其电商扶贫实施步调和结果与全国保持一致。广西在2018 年达到了相对有效，且从整个时期跨度看存在综合效率的明显上升。湖北、陕西虽然各时期均在全国水平之下但是有上升趋势，安徽、河南处于综合效率低下的状态，且存在效率下降的趋势。此外，不同时期同地区的综合效率也存在比较大的排位波动，同时期不同地区之间存在着比较大的差异，大的有存在近一倍的差距，说明各地区间电商扶贫的综合效率存在较大的区域差异，扶贫资源未得到有效的配置。

下面同样使用pydea 软件进行BC2模型的DEA分析，得到表2 和表3 的结果。

表2 电商扶贫纯技术效率

表3 电商扶贫规模效率

从结果来看，全国的电商扶贫综合效率和纯技术效率的总体趋势保持一致，规模效率与各省级行政区的排序在一直靠前，位次平稳提升，说明从全国的角度看部分地区网商的扩张带来的规模效应落后于全国平均水平。从各DUM的纯技术效率和规模效率均值来看，与纯技术效率相比，规模效率在一个相对比较高的水平，说明我国农村电商正在成长中，规模效应可观，纯技术无效的投入较多，说明电商扶贫仍需规范化、信息化管理增加扶贫绩效。有8 个省份处于纯技术效率水平前沿，占决策单元数量的30%以上，但只有6 个省份位于规模效率水平前沿，辽宁、吉林、山东、海南、青海、宁夏在纯技术和规模效率上都达到了较优的状态，综合效率最优；安徽、河南、四川在纯技术效率上处于较劣的状态；湖北、贵州在规模效率上处于较劣的状态，从数据中观察到各个地区在规模效率上差别没有纯技术效率显著，但也反映了在地域层面上电商扶贫的效果存在比较大的差异。各地都在推动电商助贫，地方政府增加地方财政支出鼓励信息化建设，物流、互联网基础设施逐日完善，电商平台也对农产品进行精准营销惠及农民数量在不断增多，但是在资源使用效率上还需优化。在电商扶贫的过程中要加强管理和技术投入，在贫困地区推进电商由于思想观念落后、基础设施薄弱、产业不配套等最开始会有阻力，在规模上壮大需要一定时间。

（二）动态效率结果

利 用Deap 2.1 软件进行Malmquist指数测算，得到2015 年至2018 年我国23 个省级行政区和全国的动态效率，以此反应电商扶贫效率的变化趋势原因和区域性差异（表4）。

表4 我国电商扶贫动态效率

综合效率变化指的是到下个时期每个DUM到生产前沿面的逼近程度，技术进步变化指的是到下个时期生产前沿面的移动程度。综合效率变化和技术进步变化共同构成了Malmquist指数。比较不同时期我国的Malmquist指数及其分解指数，全要素生产率在起初的2015-2016年最高，其值为1.22。在这之后的2016-2018 年间，全要素生产率明显低于之前，尤其是2015-2016 年、2016-2017 年之间存在较大变动，这表明电商扶贫的效率存在变动。这些变动很可能与电商扶贫政策的推进与实施有关，例如“十三五”脱贫攻坚规划要求从2015 年至2020 年逐渐实现全国的全面脱贫，由于2015-2016 年这段时间处于扶贫开发的起始阶段，扶贫力度大且卓有成效，随后的几年随着贫困人口的减少，扶贫成效似乎表现得不明显了，但扶贫瞄准机制更为健全，重在扶贫改革。同样利用Deap 2.1软件测算比较不同地区的Malmquist指数及其分解指数，绘制图2 的表格。技术进步效率变化与全要素生产效率变化的波动幅度较为接近，技术进步效率变化拉低了综合效率变化水平，导致全要素生产率变化总体不太乐观，表明很多地区的电商扶贫效率没有提高，和现实预期存在偏差。江西、重庆、甘肃、重庆的全要素生产率变化大于1，分别提高了1.2%、4.6%、0.7%、3.4%，表明其扶贫效率在2014 年至2018年间持续提高，扶贫成效得到提高。

图2 各地区扶贫效率变化分布

五、结论及展望

本文以全国及23 个省（直辖市）为背景进行分析，应用数据包络分析法探讨了农村电子商务精准扶贫效果。比较分析了数据包络模型的综合效率、技术效率、规模效率结果，通过Malmquist 指数分析了电商扶贫效率动态的变化趋势和区域性差异。总体来看，随着2014 年以来电子商务进农村政策的密集出台，电商扶贫快速发展并持续推进。电商扶贫到电商减贫，不仅是消除绝对贫困，在消除相对贫困上也是一种有效手段。关于电商扶贫、精准扶贫的运行机制和效率测度还需要更加深入的研究。