• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      民族地區(qū)金融反貧困效率的時(shí)空差異及影響因素研究*

      2016-09-29 06:25:56謝婷婷郭艷芳
      關(guān)鍵詞:財(cái)政支出民族金融

      謝婷婷,郭艷芳

      (石河子大學(xué)商學(xué)院兵團(tuán)金融發(fā)展研究中心,新疆五家渠831300)

      一、引 言

      效率的經(jīng)典定義是從稀缺資源中獲得最多東西的能力[1],即同等的投入水平使產(chǎn)出達(dá)到最大程度,或同等的產(chǎn)出程度使投入水平達(dá)到最小,因此,將金融反貧困效率定義為:在既定的金融資源投入條件下實(shí)現(xiàn)最大減貧程度的能力,或是既定的減貧程度下使得金融資源投入達(dá)到最小化的能力。然而,長(zhǎng)期以來(lái)多數(shù)學(xué)者將研究重點(diǎn)集中于金融反貧困資金的投入總量,而忽視了對(duì)金融反貧困資金的利用效率的研究。

      民族地區(qū)是我國(guó)扶貧攻堅(jiān)的重點(diǎn)地區(qū),更是難點(diǎn)地區(qū)[2],2014年民族地區(qū)的貧困發(fā)生率高于全國(guó)7.5個(gè)百分點(diǎn),民族地區(qū)的貧困是集自然、歷史、宗教等多種原因誘發(fā)所致的綜合現(xiàn)象,其貧困特征呈現(xiàn)集中連片,基礎(chǔ)設(shè)施落后,生態(tài)環(huán)境脆弱,多維貧困凸顯態(tài)勢(shì)[3-4],貧困人口和貧困問(wèn)題已然成為民族地區(qū)的經(jīng)濟(jì)發(fā)展的短板[5]。近年來(lái),民族地區(qū)是我國(guó)推進(jìn)扶貧攻堅(jiān)和鞏固扶貧成果的著力點(diǎn),2014年民族地區(qū)共減少貧困人口357萬(wàn)人,減貧率達(dá)13.9%,反貧困工作成效顯著,但隨著扶貧開發(fā)進(jìn)程的深入,反貧困工作進(jìn)入新階段,民族地區(qū)其對(duì)“生存性”訴求減弱,“發(fā)展性”壓力陡增,減貧難度不斷增大,造成2014年民族地區(qū)與2013年16.7%的減貧率相比,減貧速度出現(xiàn)放慢勢(shì)頭。在民族地區(qū)動(dòng)態(tài)提升減貧質(zhì)量需求的催生下,具有增強(qiáng)貧困地區(qū)自我發(fā)展能力功能的金融反貧困模式應(yīng)運(yùn)而生,并已逐漸成為我國(guó)反貧困戰(zhàn)略的主導(dǎo)力量,但仍然面臨著諸多問(wèn)題,其中貧困地區(qū)的信貸資金出現(xiàn)的“虹吸現(xiàn)象”、“沉淀現(xiàn)象”導(dǎo)致金融資源配置不均衡[6],使得金融反貧困工作處于低效率運(yùn)行狀態(tài),導(dǎo)致低收入地區(qū)出現(xiàn)融資困境,阻礙低收入群體增收減貧,如此反復(fù),落入貧困陷阱。那么如何在全面建成小康社會(huì)的倒計(jì)時(shí)階段,提升民族地區(qū)的金融反貧困效率,精準(zhǔn)釋放扶貧紅利,高效率的完成扶貧攻堅(jiān)任務(wù)和鞏固扶貧成果呢?本文將對(duì)此問(wèn)題進(jìn)行研究,考慮到我國(guó)絕大多數(shù)低收入群體生活在農(nóng)村[7]。因此,本文選取農(nóng)村人口為研究對(duì)象,通過(guò)測(cè)算民族地區(qū)7省區(qū)的金融反貧困效率(由于西藏部分?jǐn)?shù)據(jù)缺失嚴(yán)重,因此不做考察),并在此基礎(chǔ)上挖掘金融反貧困效率的影響因素,提出切合實(shí)際的金融反貧困效率提升策略。

      二、文獻(xiàn)回顧

      從國(guó)內(nèi)外已有的研究成果看,早期對(duì)金融反貧困問(wèn)題的切入點(diǎn)為二者關(guān)系的探討,并基于不同時(shí)期、不同地域進(jìn)行檢驗(yàn),研究結(jié)果大致分為三種觀點(diǎn):第一種觀點(diǎn)指出,金融發(fā)展將通過(guò)直接或間接渠道減緩貧困,即農(nóng)村金融發(fā)展有利于農(nóng)村貧困減少[8];第二種觀點(diǎn)指出,金融發(fā)展會(huì)阻礙貧困減緩[9];第三種觀點(diǎn)指出,金融發(fā)展與貧困減緩呈現(xiàn)非線性關(guān)系,表現(xiàn)為倒U型關(guān)系,當(dāng)金融發(fā)展處于初級(jí)階段會(huì)抑制貧困減緩,隨著金融的發(fā)展提升到特定水平后,將有利于減緩貧困[10]116。

      隨著資金效率的研究逐漸受到關(guān)注,國(guó)外學(xué)者對(duì)農(nóng)村金融效率展開研究,發(fā)現(xiàn)政府主導(dǎo)的農(nóng)業(yè)信貸體系一般是缺乏效率的,需要適當(dāng)引入市場(chǎng)[11],并對(duì)SFA方法在農(nóng)業(yè)經(jīng)濟(jì)資源配置效率的運(yùn)用做了綜述[12];國(guó)內(nèi)學(xué)者通過(guò)對(duì)農(nóng)村信貸資金的運(yùn)行效率進(jìn)行定性測(cè)算,發(fā)現(xiàn)資金的投入產(chǎn)出比偏低[13],不利于金融支持經(jīng)濟(jì)增長(zhǎng)作用的發(fā)揮,而貧困地區(qū)正是由于金融資源配置的低效率,使得其陷入貧困惡性循環(huán)[14]。張萬(wàn)志指出,信貸資金供需失衡和運(yùn)行效率低下均制約著農(nóng)村信貸資金效率的提升[15]。還有學(xué)者通過(guò)定量研究對(duì)中國(guó)農(nóng)村金融效率進(jìn)行實(shí)證檢驗(yàn),大體分為兩類,其中一類是參數(shù)估計(jì),主要使用回歸分析方法測(cè)算金融資金配置效率,并對(duì)其影響因素進(jìn)行實(shí)證分析[16];另一類是非參數(shù)估計(jì),運(yùn)用傳統(tǒng)DEA或修正后的DEA模型測(cè)算農(nóng)村資金配置效率或金融支農(nóng)效率,并對(duì)其影響因素進(jìn)行檢驗(yàn)[17-18]。隨著金融扶貧模式的逐漸推廣,對(duì)其研究的深入,有學(xué)者對(duì)農(nóng)村金融效率的研究逐漸向金融反貧困拓展,鄧?yán)⑸孓r(nóng)貸款對(duì)農(nóng)民收入增長(zhǎng)率的邊際貢獻(xiàn)作為衡量金融扶貧惠農(nóng)的效率指標(biāo),對(duì)金融扶貧惠農(nóng)的效率進(jìn)行評(píng)價(jià)分析[19]。

      從已有的文獻(xiàn)可知,對(duì)于民族地區(qū)金融反貧困效率的研究文獻(xiàn)鮮有,從研究?jī)?nèi)容上,多數(shù)是基于金融發(fā)展與貧困減緩問(wèn)題的研究,農(nóng)業(yè)信貸資金以及金融支農(nóng)效率研究,僅有鄧?yán)?duì)金融扶貧惠農(nóng)效率展開研究,但其并沒(méi)有對(duì)影響效率提升的制約因素進(jìn)行深入分析。從研究對(duì)象上,對(duì)于金融反貧困的研究多是基于全國(guó),其研究成果對(duì)于民族地區(qū)這一特殊區(qū)域的針對(duì)性不足。從分析方法上,對(duì)效率的測(cè)度多采用SFA參數(shù)估計(jì)法和經(jīng)典DEA非參數(shù)估計(jì)法,參數(shù)估計(jì)如SFA參數(shù)估計(jì)法需要對(duì)模型進(jìn)行明確設(shè)定,但可能導(dǎo)致設(shè)定誤差,而非參數(shù)估計(jì)中的經(jīng)典DEA對(duì)有效單元無(wú)法進(jìn)一步做比較。從指標(biāo)選取上,多數(shù)文獻(xiàn)從收入貧困一個(gè)維度作為產(chǎn)出變量,范圍比較狹窄,因此其估計(jì)結(jié)果會(huì)與實(shí)際情況有偏差。鑒于此,本文以民族地區(qū)為研究對(duì)象(由于西藏部分?jǐn)?shù)據(jù)缺失,因此不作為考察對(duì)象),通過(guò)構(gòu)建多維減貧綜合指數(shù)作為金融反貧困產(chǎn)出,運(yùn)用超效率DEATOBIT模型測(cè)算金融反貧困效率值,并對(duì)金融反貧困效率的影響因素進(jìn)行實(shí)證分析。

      三、民族地區(qū)金融反貧困效率測(cè)度

      (一)測(cè)算方法

      當(dāng)n個(gè)決策單元(DMU)同時(shí)處于生產(chǎn)前沿面而同時(shí)有效,傳統(tǒng)的DEA模型對(duì)這些DMU無(wú)法進(jìn)一步作評(píng)價(jià)和比較。為克服這一缺陷,選用超效率DEA模型:假定存在n個(gè)DMU,每個(gè)DMU具有m種輸入和s種輸出,其中為第j個(gè)DMU的第i個(gè)投入量,yij為第j個(gè)DMU的第r個(gè)產(chǎn)出量。則對(duì)于第k個(gè)DMU對(duì)應(yīng)的超效率值如下:

      上述模型的對(duì)偶問(wèn)題如(2)所示

      其中,θ是DMU的有效值,是松弛變量,其測(cè)算結(jié)果總結(jié)為以下兩種情況:(1)當(dāng)效率值θ大于等于1,說(shuō)明該DMU有效,且θ值越大,其效率越高;(2)當(dāng)效率值θ小于1,說(shuō)明該DMU未達(dá)到有效。

      (二)指標(biāo)選取

      1.投入指標(biāo):隨著金融服務(wù)滲入農(nóng)村生產(chǎn)領(lǐng)域,并與農(nóng)村生產(chǎn)的基本要素相融合,共同作用于貧困減緩,結(jié)合農(nóng)業(yè)生產(chǎn)函數(shù)模型,將投入指標(biāo)確定為農(nóng)業(yè)勞動(dòng)力、農(nóng)業(yè)資本和農(nóng)業(yè)貸款三個(gè)指標(biāo),其中農(nóng)業(yè)勞動(dòng)力用第一產(chǎn)業(yè)從業(yè)人數(shù)代替,農(nóng)業(yè)資本用農(nóng)業(yè)固定資產(chǎn)投資代替,農(nóng)業(yè)貸款用金融機(jī)構(gòu)農(nóng)業(yè)貸款余額代替,由于各地區(qū)間人口存在較大差異。因此,將三個(gè)指標(biāo)分別與各地區(qū)鄉(xiāng)村人口數(shù)相除,得到人均投入指標(biāo)。

      2.產(chǎn)出指標(biāo):考慮到多數(shù)學(xué)者認(rèn)為收入水平、衛(wèi)生設(shè)施、健康保險(xiǎn)和教育水平等指標(biāo)能夠涵蓋一地區(qū)的減貧情況。因此,本文根據(jù)數(shù)據(jù)的可獲得性,運(yùn)用熵值法從收入貧困、教育貧困、醫(yī)療貧困三個(gè)維度來(lái)構(gòu)建多維減貧綜合指數(shù),來(lái)反映該地區(qū)的金融反貧困產(chǎn)出情況。其中,收入貧困用農(nóng)民人均消費(fèi)水平來(lái)考察[10]118,教育貧困選取農(nóng)村勞動(dòng)力平均受教育年限來(lái)反映[20],醫(yī)療貧困指標(biāo)采用各省(市)每千村衛(wèi)生室人員數(shù)來(lái)表示[21],熵值法的具體步驟如下:

      第一步,將原始數(shù)據(jù)做歸一化處理,計(jì)算第j項(xiàng)指標(biāo)下第i年份指標(biāo)的比重

      第二步,計(jì)算第j項(xiàng)指標(biāo)的熵值

      第三步,確定第j項(xiàng)指標(biāo)的權(quán)重

      第四步,通過(guò)加總求和,來(lái)確定第i年份一地區(qū)的多維減貧綜合指數(shù)POVi=∑wjXij。

      表1 指標(biāo)變量的描述性統(tǒng)計(jì)量

      本文的研究對(duì)象為內(nèi)蒙古、廣西、貴州、云南、青海、寧夏、新疆民族地區(qū)7省區(qū),時(shí)間跨度為1999—2013年,DEA模型所需數(shù)據(jù)來(lái)自歷年《內(nèi)蒙古統(tǒng)計(jì)年鑒》、《廣西統(tǒng)計(jì)年鑒》等民族地區(qū)7省區(qū)統(tǒng)計(jì)年鑒以及《中國(guó)金融年鑒》,部分缺失數(shù)據(jù)采用灰色預(yù)測(cè)法進(jìn)行估算補(bǔ)充(由于篇幅原因不再贅述),由表1可知,農(nóng)業(yè)資本和金融機(jī)構(gòu)農(nóng)業(yè)貸款為絕對(duì)數(shù)額,因此標(biāo)準(zhǔn)差較大,分別為888.43和1751.58,其余指標(biāo)為相對(duì)數(shù)額,因此差異較小。

      (三)測(cè)算結(jié)果分析

      在構(gòu)建金融反貧困投入和產(chǎn)出指標(biāo)的基礎(chǔ)上,采用超效率DEA方法對(duì)民族地區(qū)7省區(qū)和全國(guó)金融反貧困效率值分別進(jìn)行測(cè)算,為直觀反映我國(guó)民族地區(qū)與全國(guó)金融反貧困效率的差距,以及效率值的變化情況,進(jìn)一步計(jì)算得出1999—2013年我國(guó)民族地區(qū)金融反貧困效率均值及其增長(zhǎng)率,并繪制金融反貧困效率值趨勢(shì)圖(見(jiàn)圖1),左軸表示金融反貧困效率值,右軸表示金融反貧困效率值增長(zhǎng)率。

      圖1 金融反貧困效率值趨勢(shì)圖

      從整體上看,民族地區(qū)的金融反貧困效率均值呈現(xiàn)小幅度上升趨勢(shì),金融反貧困效率均值由1999年的0.87上升到2013年的1.09,其中6個(gè)年份的金融反貧困效率值小于1,處于非有效前沿,是無(wú)效率的,其余年份效率值大于1,均處于有效前沿,表現(xiàn)為有效率。分時(shí)間段來(lái)看,2003年和2009年是民族地區(qū)金融反貧困效率均值變化的拐點(diǎn),1999—2003年金融反貧困效率從無(wú)效率提升到有效率,2004—2009年金融反貧困效率處于小幅度波動(dòng)狀態(tài),2009年以后金融反貧困效率表現(xiàn)為穩(wěn)定增長(zhǎng)狀態(tài)。由民族地區(qū)金融反貧困效率值的增長(zhǎng)率可知:2000年相較1999年增長(zhǎng)了0.3,是近年來(lái)的最大增長(zhǎng)幅度,但是2001年和2002年金融反貧困效率出現(xiàn)了明顯下滑,連續(xù)兩年的增長(zhǎng)率為-0.07,2003年效率值出現(xiàn)了回升,金融反貧困效率增長(zhǎng)了0.06,2004年和2008年增長(zhǎng)率為負(fù)值,金融反貧困效率有所下降,其余年份均保持良好的增長(zhǎng)狀態(tài),但增長(zhǎng)幅度較小。與全國(guó)的金融反貧困效率值對(duì)比來(lái)看,在2000年和2001年民族地區(qū)的金融反貧困效率略高于全國(guó),其余年份均低于全國(guó)金融反貧困水平,并且從2002年開始差距不斷拉大,直到2010年差距達(dá)到0.62,之后年份全國(guó)金融反貧困效率大幅度下滑,與民族地區(qū)效率值差距縮小。

      表2是民族地區(qū)各省份與我國(guó)整體金融反貧困超效率值(限于篇幅原因,僅列示部分年份),民族地區(qū)各省份金融反貧困效率值的均值由高到低排名情況為青海、內(nèi)蒙古、貴州、新疆、廣西、云南、寧夏,效率值分別為 1.29、1.06、1.04、1.02、0.99、0.93、0.83,可知民族地區(qū)的金融反貧困效率存在省際差異性,且有效率(效率值大于等于1)的地區(qū)多于無(wú)效率(效率值小于1)的地區(qū),有效率的地區(qū)分別為青海、內(nèi)蒙古、貴州和新疆,無(wú)效率的地區(qū)分別為廣西、云南和寧夏,其中寧夏在觀察期間均遠(yuǎn)離有效前沿,且與效率均值最高的青海相差0.46,差距較大,民族地區(qū)中除青海省的金融反貧困效率的均值為1.29,略高于全國(guó)均值1.24,其他地區(qū)均遠(yuǎn)低于全國(guó)均值,表明民族地區(qū)相較于全國(guó)金融反貧困效率處于低水平。

      表2 金融反貧困效率值

      四、民族地區(qū)金融反貧困效率影響因素實(shí)證分析

      (一)模型設(shè)定

      利用超效率DEA模型對(duì)金融反貧困效率進(jìn)行測(cè)算后,還需要進(jìn)一步對(duì)金融反貧困效率的影響因素及影響程度進(jìn)行分析,由于超效率模型估計(jì)得出的效率值為截?cái)嗟碾x散分布數(shù)據(jù),而TOBIT模型恰好適用于受限或截?cái)嘁蜃兞康哪P蜆?gòu)建,因此,采用TOBIT模型進(jìn)一步探究了金融反貧困效率的影響因素及影響程度,TOBIT回歸模型如下所示:

      其中Y表示因變量向量,X表示自變量向量,α表示截距項(xiàng)向量,β表示未知參數(shù)向量,擾動(dòng)項(xiàng)ε~N(0 ,δ2)。由于超效率DEA模型測(cè)算得出的金融反貧困效率值,是大于0的離散數(shù)值,在這種情況下采用普通最小二乘法進(jìn)行參數(shù)估計(jì)會(huì)存在一定誤差。因此為保障估計(jì)結(jié)果的精確性,本文采用極大似然法進(jìn)行估計(jì)。

      (二)指標(biāo)選取

      影響金融反貧困效率的因素較為復(fù)雜,結(jié)合已有文獻(xiàn)并考慮數(shù)據(jù)的可得性,在金融反貧困效率TOBIT模型中,選取金融深化、金融中介效率、財(cái)政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展共5個(gè)影響因素:

      1.金融深化(JRSH)。金融深化水平的不同,對(duì)民族地區(qū)的金融可得性和獲得金融服務(wù)的成本有所影響,進(jìn)而作用于金融反貧困效率。因此,采用金融深化指標(biāo)來(lái)考察金融發(fā)展水平的不同對(duì)金融反貧困效率的影響是否有差異。

      2.金融中介效率(JRXL)。金融中介效率是用來(lái)考察該地區(qū)金融媒介的信貸轉(zhuǎn)化能力和運(yùn)作效率,其效率高低影響到貧困地區(qū)的資金利用能力,直接關(guān)系到金融反貧困效率的高低。

      3.財(cái)政支出(CZZC)。農(nóng)業(yè)財(cái)政支出與金融反貧困的協(xié)同效果,會(huì)影響到金融反貧困效率。因此,采用人均財(cái)政支農(nóng)資金衡量財(cái)政支出對(duì)金融反貧困效率的作用。

      4.二元經(jīng)濟(jì)結(jié)構(gòu)(ETJG)。二元經(jīng)濟(jì)結(jié)構(gòu)的存在導(dǎo)致福利政策多向市民傾斜,而農(nóng)民被政策邊緣化,導(dǎo)致集體貧困,運(yùn)用城鎮(zhèn)人均收入與農(nóng)村人均純收入之比衡量二元經(jīng)濟(jì)結(jié)構(gòu)程度,考察其對(duì)金融反貧困效率的影響。

      5.經(jīng)濟(jì)發(fā)展(GDP)。一地區(qū)的經(jīng)濟(jì)發(fā)展水平低下,會(huì)制約對(duì)貧困人口的“涓滴效應(yīng)”和“擴(kuò)散效應(yīng)”的釋放,對(duì)金融反貧困效率產(chǎn)生影響。因此,采用農(nóng)業(yè)人均GDP衡量農(nóng)村經(jīng)濟(jì)發(fā)展對(duì)金融反貧困效率的影響。

      其中,考慮到農(nóng)村信用社在農(nóng)村金融扶貧發(fā)揮主力作用,因此采用農(nóng)村信用社貸款與存款的比值來(lái)衡量金融中介效率;農(nóng)業(yè)財(cái)政支出數(shù)據(jù)是由農(nóng)業(yè)基本建設(shè)支出、農(nóng)業(yè)部門事業(yè)費(fèi)和農(nóng)業(yè)科技三項(xiàng)加總而得[22]。由金融反貧困效率的影響因素的描述性統(tǒng)計(jì)(見(jiàn)表3)可知,人均財(cái)政支出和人均GDP為絕對(duì)數(shù)額,各省和各年份間數(shù)據(jù)差異較大,標(biāo)準(zhǔn)差分別為2691.10和2549.57,其余三個(gè)指標(biāo)為相對(duì)數(shù)額,標(biāo)準(zhǔn)差較小,但最大值與最小值的差異相對(duì)較大,且由二元經(jīng)濟(jì)結(jié)構(gòu)指標(biāo)的描述性統(tǒng)計(jì)結(jié)果可知,民族省份存在顯著的城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)。數(shù)據(jù)來(lái)源于2000—2014年各省統(tǒng)計(jì)年鑒以及《中國(guó)金融年鑒》。

      表3 金融反貧困效率影響因素的描述性統(tǒng)計(jì)及指標(biāo)解釋

      (三)實(shí)證結(jié)果

      1.全階段的回歸結(jié)果

      由全樣本下的估計(jì)結(jié)果可知(見(jiàn)表4),財(cái)政支出和二元經(jīng)濟(jì)結(jié)構(gòu)兩個(gè)指標(biāo)通過(guò)了顯著性檢驗(yàn),當(dāng)財(cái)政支出和二元經(jīng)濟(jì)結(jié)構(gòu)每增加1個(gè)單位,金融反貧困效率隨之變動(dòng)1.98和-0.06個(gè)單位,說(shuō)明從整體上看,財(cái)政支出對(duì)金融反貧困效率具有正向作用,有利于金融反貧困效率的提升,二元經(jīng)濟(jì)結(jié)構(gòu)會(huì)導(dǎo)致城鄉(xiāng)收入差距不斷拉大,使得貧困人口無(wú)法公平的享受到經(jīng)濟(jì)紅利,造成金融反貧困效率下降。而金融深化、金融中介效率和經(jīng)濟(jì)發(fā)展三個(gè)因素的估計(jì)結(jié)果不顯著,這是因?yàn)槊褡甯魇〉慕鹑谏罨徒?jīng)濟(jì)發(fā)展水平不均衡,且處于低水平狀態(tài),因此對(duì)金融反貧困效率的提升作用不顯著。

      表4 全樣本和分階段的回歸結(jié)果

      2.分階段的回歸結(jié)果

      根據(jù)金融反貧困效率變化的拐點(diǎn),將歷年數(shù)據(jù)大致分成1999—2003年、2004—2008和2009—2013年三個(gè)階段分別進(jìn)行回歸,從而比較不同時(shí)期內(nèi)五個(gè)驅(qū)動(dòng)因素系數(shù)的變動(dòng)情況。由表4可知,不同驅(qū)動(dòng)因素對(duì)金融反貧困效率的驅(qū)動(dòng)效果在不同時(shí)期迥異。

      1999—2003年,以上五個(gè)影響因素均通過(guò)顯著性檢驗(yàn),當(dāng)金融深化、金融中介效率、農(nóng)業(yè)財(cái)政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平因素每增加1個(gè)單位時(shí),金融反貧困效率將隨之變動(dòng)-0.68、-0.04、-0.25、-9.24和-1.86×10-3個(gè)單位,其中,金融深化抑制了金融反貧困效率的提升,這是由于隨著大量正規(guī)金融機(jī)構(gòu)的撤離,民族地區(qū)出現(xiàn)了大量金融“空白區(qū)”,金融深化水平處于低位狀態(tài),無(wú)法充分滿足農(nóng)戶對(duì)融資投資等金融服務(wù)的需求;金融中介效率的提升會(huì)惡化金融反貧困效率,是因?yàn)椴糠纸鹑跈C(jī)構(gòu)扮演著“抽水機(jī)”角色,以及資金回流機(jī)制不健全,嚴(yán)重阻礙著金融反貧困效率的提高;地區(qū)財(cái)政支出也會(huì)阻礙金融反貧困效率的提升,是由于財(cái)政扶貧多為“救濟(jì)式”扶貧,并往往采取“一刀切”和“撒胡椒面”式的扶貧模式,缺乏合理性的布局,導(dǎo)致財(cái)政支出對(duì)金融反貧困效率的提升產(chǎn)生抑制作用;而二元經(jīng)濟(jì)結(jié)構(gòu)使得農(nóng)民在分享經(jīng)濟(jì)增長(zhǎng)紅利中,處于劣勢(shì)的分配地位,以至于形成了結(jié)構(gòu)性貧困,弱化了金融反貧困成果,抑制了金融反貧困效率提升;二元經(jīng)濟(jì)結(jié)構(gòu)往往伴隨著城鄉(xiāng)收入差距的產(chǎn)生,不斷增大的“馬太效應(yīng)”阻斷了經(jīng)濟(jì)發(fā)展對(duì)貧困減緩的“涓滴效應(yīng)”,使得金融反貧困的間接途徑被阻斷,導(dǎo)致金融反貧困的效率低下。

      2004—2008年,金融中介效率、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平三個(gè)指標(biāo)通過(guò)了顯著性檢驗(yàn),當(dāng)金融中介效率、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平每增加1個(gè)單位,金融反貧困效率隨之變動(dòng)-0.24、-0.22和-4.86×10-4個(gè)單位,在本階段金融中介效率因素對(duì)金融反貧困效率的提升仍產(chǎn)生負(fù)向影響,是因?yàn)樽鳛檗r(nóng)村地區(qū)金融扶貧主力軍的信用社由于經(jīng)營(yíng)水平低,不良貸款率高,信貸供給能力有限,導(dǎo)致其運(yùn)行效率處于低水平,阻礙了金融反貧困效率的提升;而二元經(jīng)濟(jì)結(jié)構(gòu)導(dǎo)致城市和農(nóng)村經(jīng)濟(jì)的不平衡發(fā)展,由于“人才流”、“資金流”和“信息流”向城市集聚,嚴(yán)重阻礙了民族地區(qū)貧困的減緩,導(dǎo)致金融反貧困效率低下;而經(jīng)濟(jì)發(fā)展對(duì)貧困人口的“涓滴效應(yīng)”因?yàn)槎?jīng)濟(jì)結(jié)構(gòu)的存在也大大弱化。而金融深化、財(cái)政支出兩個(gè)指標(biāo)沒(méi)有通過(guò)顯著性檢驗(yàn),其中隨著金融深化程度加深,金融觸角伸向處于被信貸邊緣化的農(nóng)戶,但由于金融深化水平處于低水平狀態(tài),因此對(duì)金融反貧困效率的提升作用不顯著;而隨著農(nóng)業(yè)財(cái)政支出的增加,資金投向的合理性增強(qiáng),但在多數(shù)扶貧項(xiàng)目過(guò)程中,存在對(duì)貧困人口的“瞄準(zhǔn)”錯(cuò)靶、“瞄準(zhǔn)”偏差、“瞄準(zhǔn)”脫靶等問(wèn)題,且財(cái)政支出與金融的耦合度不高,因此金融反貧困效率提高作用不顯著。

      2009—2013年,金融深化、財(cái)政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平四個(gè)影響因素分別通過(guò)顯著性檢驗(yàn),當(dāng)金融深化、農(nóng)業(yè)財(cái)政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平因素每增加1個(gè)單位時(shí),金融反貧困效率將隨之變動(dòng)0.44、2.57、-0.18和1.23×10-4個(gè)單位,其中隨著金融深化水平提高,金融資源逐漸流向農(nóng)村貧困地區(qū),金融服務(wù)范圍擴(kuò)大到低收入群體,獲得金融服務(wù)的門檻限制隨之降低,金融發(fā)展可以由麥金農(nóng)導(dǎo)管效應(yīng)對(duì)貧困產(chǎn)生直接作用,使得金融反貧困效率得到實(shí)質(zhì)性的提升;農(nóng)業(yè)財(cái)政支出會(huì)帶動(dòng)金融反貧困效率的提升,說(shuō)明隨著精準(zhǔn)扶貧工作的推進(jìn),財(cái)政支出瞄準(zhǔn)度提高,并且與金融的多方位、多功能的配合得到了提升,因此對(duì)金融反貧困效率的提升產(chǎn)生正向作用;城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)造成的結(jié)構(gòu)性貧困,雖然有所減緩,但卻以相對(duì)貧困的形式長(zhǎng)期存在,因此會(huì)持續(xù)弱化金融反貧困成果,阻礙金融反貧困效率的提升;而經(jīng)濟(jì)發(fā)展對(duì)貧困人口“涓滴效應(yīng)”強(qiáng)于二元經(jīng)濟(jì)結(jié)構(gòu)帶來(lái)的負(fù)向作用,因此,經(jīng)濟(jì)發(fā)展有助于金融反貧困效率的提升。金融中介機(jī)構(gòu)效率的提高對(duì)金融反貧困效率的提升作用不顯著,是由于低收入群體缺乏可抵押財(cái)產(chǎn),因此獲得的信貸資金有限,金融中介機(jī)構(gòu)效率提高對(duì)其影響并不顯著。

      3.分層次的回歸結(jié)果

      由民族地區(qū)各省金融反貧困的超效率值可知,不同地區(qū)金融反貧困效率值存在較大差異,因此對(duì)效率值處于不同層次的地區(qū)的影響因素進(jìn)行估計(jì)(見(jiàn)表5),進(jìn)而考察金融反貧困影響因素的差異性。

      根據(jù)各地區(qū)的效率值所處區(qū)間,劃分為兩個(gè)層次,分別為有效組(效率值大于等于1)和無(wú)效組(效率值小于1),將兩組估計(jì)結(jié)果對(duì)比來(lái)看:就金融深化因素而言,每增加1個(gè)單位,有效率組的金融反貧困效率將增加0.37個(gè)單位,而無(wú)效率組將降低0.19個(gè)單位,這是由于無(wú)效率組相較于有效率組金融深化程度低,金融覆蓋面窄,農(nóng)戶融資無(wú)門,對(duì)金融反貧困效率產(chǎn)生了抑制作用。就金融中介效率而言,每增加1個(gè)單位,有效率組的金融反貧困效率將會(huì)提升0.13個(gè)單位,而對(duì)無(wú)效率組金融反貧困效率提升效果不顯著,這是由于無(wú)效率地區(qū)相較于有效率地區(qū)的資金回流機(jī)制不健全,資金利用能力差,因此抑制了金融反貧困效率的提升。就財(cái)政支出而言,每增加1個(gè)單位,有效率組的金融反貧困效率將會(huì)提升2.65個(gè)單位,而無(wú)效率組的金融反貧困效率的提升作用不顯著,這說(shuō)明無(wú)效率組的財(cái)政與金融對(duì)反貧困工作的協(xié)作性差、耦合度低,無(wú)法將各自的優(yōu)勢(shì)凝聚成合力,使得金融反貧困效率的提升受到抑制。就二元經(jīng)濟(jì)結(jié)構(gòu)而言,每增加1個(gè)單位,有效率組的金融反貧困效率將會(huì)降低0.25個(gè)單位,而無(wú)效率組的金融反貧困效率影響不顯著,這可能是由于有效率組的二元經(jīng)濟(jì)結(jié)構(gòu)程度遠(yuǎn)大于無(wú)效率組,導(dǎo)致資源分布不平衡,由此產(chǎn)生的“馬太效應(yīng)”,會(huì)使低收入群體陷入貧困的泥淖,阻礙了金融反貧困效率的提升。就經(jīng)濟(jì)發(fā)展水平而言,每增加1個(gè)單位,無(wú)效率組的金融反貧困效率將提升7.36×10-7個(gè)單位,而有效率組的金融反貧困效率提升作用不顯著,這是由于有效率組的二元經(jīng)濟(jì)結(jié)構(gòu)較為凸顯,因此所帶來(lái)的負(fù)向作用對(duì)經(jīng)濟(jì)發(fā)展產(chǎn)生的“涓滴效應(yīng)”的截流作用更顯著,從而導(dǎo)致經(jīng)濟(jì)發(fā)展對(duì)金融反貧困效率的提升作用不顯著。

      五、結(jié)論與對(duì)策

      金融反貧困在民族地區(qū)的扶貧開發(fā)進(jìn)程中居于重要的地位,提升金融反貧困的效率是扶貧攻堅(jiān)的突破口和著力點(diǎn)。因此,在構(gòu)建金融反貧困投入和產(chǎn)出指標(biāo)的基礎(chǔ)上,采用超效率DEA模型對(duì)民族地區(qū)的金融反貧困效率進(jìn)行定量測(cè)算,通過(guò)TOBIT模型對(duì)金融反貧困效率的驅(qū)動(dòng)因素進(jìn)行剖析,主要結(jié)論概述如下:

      第一,通過(guò)對(duì)民族地區(qū)金融反貧困效率測(cè)度,可知隨著時(shí)間推移,民族地區(qū)的金融反貧困效率均值表現(xiàn)為有緩慢的增長(zhǎng)趨勢(shì);民族地區(qū)相較于全國(guó)的金融反貧困效率均值偏低;民族地區(qū)的金融反貧困效率存在省際差異性,其中效率值處于有效前沿的多于非有效前沿的省份。

      第二,全樣本模型的估計(jì)結(jié)果表明,財(cái)政支出和二元經(jīng)濟(jì)結(jié)構(gòu)兩個(gè)因素會(huì)顯著作用于金融反貧困效率的提升,而金融深化、金融中介效率和經(jīng)濟(jì)發(fā)展水平三個(gè)因素,由于各地區(qū)發(fā)展水平偏低,對(duì)金融反貧困效率的提升效果不顯著。

      第三,分階段模型的估計(jì)結(jié)果表明,二元經(jīng)濟(jì)結(jié)構(gòu)因素在觀察期內(nèi)始終阻礙金融反貧困效率的提升,而金融深化、金融中介效率、財(cái)政支出和經(jīng)濟(jì)發(fā)展四個(gè)指標(biāo)對(duì)金融反貧困效率的影響作用在不同時(shí)期迥異,表現(xiàn)為初期抑制金融反貧困效率的提升,后期有助于金融反貧困效率的提升。

      第四,分層次模型的估計(jì)結(jié)果表明,金融深化、金融中介效率和財(cái)政支出三個(gè)因素會(huì)顯著的提升有效率組的金融反貧困效率,對(duì)無(wú)效率組卻不適用,根本原因是有效率組的金融深化的輻射和滲透程度高于無(wú)效率組,并且財(cái)政支出與金融扶貧的正向協(xié)同作用也優(yōu)于無(wú)效率地區(qū),而二元經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展是有效率地區(qū)金融反貧困效率提升的制約因素,對(duì)無(wú)效率地區(qū)無(wú)顯著性影響,這是因?yàn)橛行式M的二元經(jīng)濟(jì)結(jié)構(gòu)凸顯,嚴(yán)重的阻礙了經(jīng)濟(jì)發(fā)展對(duì)貧困人口的“涓滴效應(yīng)”和“擴(kuò)散效應(yīng)”。

      以上結(jié)論凸顯了提升金融反貧困效率的著力方向,為加快民族地區(qū)的脫貧解困進(jìn)程,提出以下建議:

      首先,民族地區(qū)需要加快農(nóng)村金融存量改革與增量改革,適時(shí)降低金融準(zhǔn)入門檻,準(zhǔn)許民間資金流入,繼續(xù)深化金融發(fā)展,建立資金回流機(jī)制,全面實(shí)施傾斜的信貸政策,適當(dāng)加大金融扶貧的投入力度,考慮到民族地區(qū)在不同宗教文化影響下,其農(nóng)村金融服務(wù)需求主體、需求種類以及借貸行為有所差異,因此要?jiǎng)?chuàng)新金融扶貧模式,建立差異化、普惠化、特色化的金融服務(wù)體系。

      其次,進(jìn)一步優(yōu)化財(cái)政扶貧策略,向“造血式”扶貧轉(zhuǎn)變,合理配置財(cái)政支出投向,實(shí)現(xiàn)財(cái)政扶貧高效性,構(gòu)建“糾偏制度”,提升財(cái)政扶貧針對(duì)性,在此基礎(chǔ)上,將財(cái)政扶貧和金融扶貧進(jìn)行整合,發(fā)揮財(cái)政支出與金融發(fā)展減貧的協(xié)同作用,建立政府和市場(chǎng)協(xié)同作用的反貧困格局。

      最后,通過(guò)戶籍改革,城鄉(xiāng)社會(huì)保障體系統(tǒng)籌體系建設(shè)等措施步步深入,實(shí)現(xiàn)城鄉(xiāng)間社會(huì)、經(jīng)濟(jì)、環(huán)境的制度破冰,破解經(jīng)濟(jì)結(jié)構(gòu)二元化,實(shí)現(xiàn)城鄉(xiāng)一體化,使農(nóng)民可以與城市居民平等的分享經(jīng)濟(jì)紅利,進(jìn)一步釋放經(jīng)濟(jì)減貧效應(yīng);與此同時(shí),應(yīng)考慮到金融反貧困效率及其影響因素的時(shí)空差異性,需要因地制宜、有的放矢地采取差異化的發(fā)展策略。

      猜你喜歡
      財(cái)政支出民族金融
      我們的民族
      一個(gè)民族的水上行走
      人民交通(2019年16期)2019-12-20 07:03:44
      何方平:我與金融相伴25年
      金橋(2018年12期)2019-01-29 02:47:36
      君唯康的金融夢(mèng)
      多元民族
      中央和地方財(cái)政支出及比重
      2016年各省、自治區(qū)、直轄市財(cái)政支出完成預(yù)算情況
      求真務(wù)實(shí) 民族之光
      文史春秋(2016年2期)2016-12-01 05:41:54
      中央和地方財(cái)政支出及比重
      P2P金融解讀
      广水市| 惠东县| 汾阳市| 宜兰市| 谷城县| 浪卡子县| 德州市| 灵山县| 临泉县| 嘉禾县| 崇义县| 醴陵市| 盖州市| 绥棱县| 钟祥市| 延寿县| 大安市| 河间市| 杭锦旗| 兴海县| 巴彦县| 内黄县| 四会市| 榆树市| 汉源县| 东至县| 龙岩市| 枞阳县| 正安县| 柘荣县| 苍梧县| 明光市| 怀仁县| 唐河县| 古蔺县| 十堰市| 积石山| 普兰县| 景东| 中宁县| 扎兰屯市|