西部地區(qū)農村金融支農效率及其影響因素研究

宋夢飛　蔣志輝　吳秋屹

本文采用DEA-Malmquist模型對我國西部11個地區(qū)2010—2020年的農村金融支農效率進行測算，并通過Tobit模型對農村金融支農效率的影響因素進行分析。結果表明：2018年以前西部農村金融支農效率較低且上下波動，2018年以后西部農村金融支農效率提升明顯;西部地區(qū)農村金融支農效率的區(qū)域差異明顯;收入結構和消費結構對農村金融效率具有正向影響，產(chǎn)業(yè)結構和種植結構對農村金融效率具有負向影響。因此，應加大農村人才培養(yǎng)，加強金融業(yè)務創(chuàng)新;加快推進西部地區(qū)農村金融市場化改革;加大西部地區(qū)金融的機構規(guī)模和金融服務力度;擴大特色產(chǎn)業(yè)信貸的金融支持。

“三農”問題關系著我國社會經(jīng)濟的發(fā)展。雖然國家不斷加大金融對“三農”的支持力度，但是由于農業(yè)的弱質性，“三農”亟待解決發(fā)展問題。農村金融作為國家支持“三農”發(fā)展的重要橋梁，農村金融在促進農業(yè)農村發(fā)展和農民增收，實現(xiàn)農業(yè)農村現(xiàn)代化發(fā)揮著重要的作用。我國西部地區(qū)地緣遼闊但人口卻相對稀少和分散，70.6%國土面積僅生活了27.2%的全國人口，其中47.08%為農村人口。農村人口比重較高，第一產(chǎn)業(yè)占比相對較大，二、三產(chǎn)業(yè)發(fā)展滯后是西部地區(qū)普遍存在的問題。農村金融是西部地區(qū)經(jīng)濟發(fā)展和農民增收不可或缺的工具，西部地區(qū)農民對農村金融的需求較大，但西部地區(qū)農村金融發(fā)展緩慢，農村地區(qū)長期存在農村金融發(fā)展滯后的現(xiàn)象，金融產(chǎn)品和服務不能有效滿足農民的需要。

近幾年的中央一號文件以及“十四五”規(guī)劃中都提到要把金融資源向農村傾斜，特別是“少、邊、窮”地區(qū)，把金融資源更多運用到農業(yè)農村發(fā)展最需要的環(huán)節(jié)和領域，更好地滿足鄉(xiāng)村振興多樣化的需求。對西部農村地區(qū)的金融支持如果僅通過擴大支農規(guī)模，而忽視支農效率問題，那么國家對西部的金融支持就不能達到預期的效果。特別是在脫貧攻堅和鄉(xiāng)村振興有效銜接的關鍵時期，我國西部地區(qū)農村金融的支農效率如何？它是否能有效為西部農村地區(qū)服務？如何才能為西部農村地區(qū)更高效的服務？都是當前需要研究的重要問題。

一、國內外研究概況

農村金融效率是指運用DEA模型對農村金融的投入和產(chǎn)出進行計算得出農村金融的全要素生產(chǎn)率以及全要素生產(chǎn)率分解。目前很多學者都對農村金融的效率進行研究，但是角度有所不同。在農村金融的資源配置效率上，向琳等以省際視角對各省區(qū)市的農村金融資源配置效率進行評價和比較，并分析了各省區(qū)市影響農村金融資源配置效率的因素。之后有學者從西部地區(qū)出發(fā)對農村金融的配置效率進行研究，還有學者對山東、浙江省的農村金融配置效率進行評價。學者們的研究證實東部農村金融資源配置效率整體上高于中部和西部。東部地區(qū)規(guī)模效率偏低，而西部地區(qū)主要是管理水平較低，缺少相關的管理人員。在農村金融的扶貧效率上，陳銀娥等從省際面板數(shù)據(jù)分析我國農村金融的扶貧效率及空間關聯(lián)分析，認為我國農村金融的扶貧效率在空間上具有顯著的區(qū)域聚集效應。張弘運用2012—2018年的面板數(shù)據(jù)實證分析得出金融發(fā)展水平、經(jīng)濟結構、產(chǎn)業(yè)結構、扶貧貸款投向等因素對甘肅省的金融扶貧效率有顯著的正向影響。還有學者11研究了云南省的農村金融扶貧效率，也得出了相似的結論。在農村金融支農效率的研究上，許多學者的研究都認為：農村金融效率遠遠落后于城市金融效率，主要原因是沒有充分發(fā)揮金融支農的作用。王頌吉等12通過改革開放以來40年的面板數(shù)據(jù)對農村信用社的支農效率進行評價，認為農村信用社的支農效率主要受涉農貸款運用于支農活動效率的影響，并且在研究階段內，農村信用社的支農效率呈上下波動。吳劉杰等通過2009—2016年的數(shù)據(jù)對我國各省市農村金融支農效率進行評價，研究發(fā)現(xiàn)中國農村金融支農效率整體是下降的，但有不斷改進的趨勢。彭健14利用三階段DEA模型研究了我國2012年的農村金融支農效率，研究發(fā)現(xiàn)我國金融支農效率的區(qū)域差異明顯，財政支農和農村固定資產(chǎn)投資有利于金融支農效率的提高，農村勞動力文化水平、城鄉(xiāng)收入差距和自然災害不利于金融支農效率的提高。李福祥等15運用2008—2014年面板數(shù)據(jù)的甘肅省農村金融支農效率進行評價，認為農村金融制度不完善和管理水平落后是甘肅省農村金融支農效率不高的主要原因。

現(xiàn)有文獻圍繞農村金融支農效率問題展開了較為系統(tǒng)的分析，為研究農村金融支農效率提供了較為成熟的思路和視角。但是，目前研究對于我國廣大農村區(qū)域，特別是西部欠發(fā)達的農村地區(qū)尚有不足。首先，在研究區(qū)域上，我國研究者大多將全國或者全省數(shù)據(jù)納入統(tǒng)計，分析省際間或省內的差異，較少有研究立足于西部地區(qū)。其次，研究時間上，目前的研究大部分基于2017年之前，最近的研究，特別是鄉(xiāng)村振興戰(zhàn)略提出以來的研究較少。再次，在指標的選取上，學者們大多數(shù)都以涉農貸款、每萬人擁有金融機構網(wǎng)點數(shù)和金融機構從業(yè)人員數(shù)為投入指標，以第一產(chǎn)業(yè)產(chǎn)值和農戶人均純收入作為產(chǎn)出指標進行研究，在指標的選擇上不能有效地代表農村金融投入和產(chǎn)出。本文則在投入和產(chǎn)出指標上從“三農”角度做了一定的補充，以2010～2020年西部十一個地區(qū)的農村金融數(shù)據(jù)的面板數(shù)據(jù)，使用DEA-Malmquist和Tobit模型對西部地區(qū)農村金融的支農效率及影響因素進行研究，為優(yōu)化西部農村金融的利用效率提供思路。

二、西部地區(qū)農村金融發(fā)展狀況分析

（一）西部地區(qū)金融機構資源配置狀況

根據(jù)《中國區(qū)域金融運行報告》和《中國統(tǒng)計年鑒》的統(tǒng)計數(shù)據(jù)，2010～2019年西部11個地區(qū)（不包括西藏）每萬人擁有的農村金融機構的數(shù)量見圖1所示。

用各地區(qū)農村金融機構數(shù)量比上農村人口數(shù)（萬人）來表示每萬人擁有農村金融機構數(shù)量，反映了各個地區(qū)農村金融的資源稟賦水平。從整體上看，各地區(qū)農村金融資源配置差異明顯。內蒙古人均擁有金融機構的數(shù)量最高，2019年內蒙古農村每萬人擁有的農村金融機構的數(shù)量為2.83個;新疆、甘肅、云南處于較低水平，每萬人擁有的金融機構的數(shù)量均小于1，其中新疆最低，在2019年僅為0.54，內蒙古每萬人擁有農村金融機構數(shù)量是新疆的5.24倍，地區(qū)差距較為明顯;貴州、四川、陜西、重慶、青海、寧夏和廣西的每萬人擁有的農村金融機構數(shù)量較為接近，均在1和2之間浮動。從3年的變化看，新疆、云南、四川、青海、廣西均表現(xiàn)出緩慢上升，其他地區(qū)有小幅的增減，總體發(fā)展較為平穩(wěn)。綜合來看，現(xiàn)有統(tǒng)計數(shù)據(jù)反映出了西部地區(qū)農村金融機構資源配置的不平衡。

（二）西部各地區(qū)人均涉農貸款情況

人均涉農貸款金額的大小反映了農村金融機構支農的力度，用涉農貸款余額比上農村總人口數(shù)（萬人）來表示人均涉農貸款金額，西部各地區(qū)人均涉農貸款情況如圖2所示。

對于西部各地區(qū)農村而言，人均涉農貸款越大，說明農村金融機構對該地區(qū)農村資金的供給越大，農村金融的支農力度越大，越有利于農村經(jīng)濟的發(fā)展。在西部各地區(qū)中，內蒙古的人均涉農貸款金額最大，在2019年達到了90654.14萬元，青海次之，為81574.54萬元，甘肅的人均涉農貸款金額最小，2019年為26848.23萬元，新疆和廣西人均涉農貸款金額較小，略高于甘肅。從年變化幅度看，除貴州外，其余地區(qū)變化幅度叫較小。貴州省人均涉農貸款金額從2017年的45274.84萬元增加到2019年的65937.20萬元，年平均增長率達到了20.9%，發(fā)展速度較快?？傮w來看，西部各地區(qū)農村金融機構支農力度的區(qū)域差異明顯，但是各地區(qū)額人均涉農貸款金額都在逐年上升。

三、研究設計

（一）研究方法

DEA-Malmquist指數(shù)方法是DEA與Malmquist方法結合，它不用考慮數(shù)據(jù)量綱問題，通過對樣本的面板投入產(chǎn)出數(shù)據(jù)來測算在考察期不同的決策單元（DMU）的全要素生產(chǎn)率指數(shù)，全要素生產(chǎn)率指數(shù)如公式（2）所示可以分解為4種效率指數(shù)。如果設點（Xt，Yt）表示t時期的投入，點（Xt+1，Yt+1）表示周期t+1時期的產(chǎn)出，那么根據(jù)Malmquist方法，第i個DMU從t時期到t+1時期的Malmquist指數(shù)為：

Mi表示不同決策單元在不同時期沿不同生產(chǎn)前沿面所反映出來的生產(chǎn)效率的變化;技術進步指數(shù)表示在投入不變的前提下，由于技術的變動使生產(chǎn)函數(shù)整體向外移動，使得產(chǎn)出增加;技術效率是DMU在一定的投入下，對資源的利用效率;純技術效率反映了在一定的要素投入下，自身的管理水平以及相關制度對效率的影響;規(guī)模效率表示在一定的管理水平下，該DMU的規(guī)模變動是否產(chǎn)生了規(guī)模經(jīng)濟效益，它們共同作用影響全要素生產(chǎn)率Mi的值。當M_i>1時，表明該DMU從t到t+1時期效率提高，當Mi=1則表示在t到t+1時期效率水平不變，當M_i<1則表示t到t+1時期效率水平下降。

（二）研究指標與樣本數(shù)據(jù)選取

農村金融支農效率的測度在參考了其他學者指標選取，同時根據(jù)本文研究內容對投入和產(chǎn)出進行了擴充，表1為投入和產(chǎn)出指標的選取。在投入指標的選取上，主要農村金融發(fā)展水平和農業(yè)農村投資力度兩個維度，農村金融發(fā)展水平用農村金融機構的數(shù)量和金融機構的從業(yè)人數(shù)表示，支持農業(yè)發(fā)展水平主要用財政支農金額和涉農貸款余額表示;在產(chǎn)出指標的選取上，從農業(yè)、農村、農民三個方面，分別來測度各省區(qū)市“三農”發(fā)展水平。

樣本數(shù)據(jù)的選?。罕疚倪x取2010—2020年西部各省、自治區(qū)和直轄市（不包括西藏）的面板數(shù)據(jù)。數(shù)據(jù)主要來源于2010—2020年各地區(qū)的區(qū)域金融運行報告、《中國城鄉(xiāng)建設統(tǒng)計年鑒》《中國統(tǒng)計年鑒》、各省區(qū)市統(tǒng)計年鑒、政府統(tǒng)計部門網(wǎng)站等。其中，由于2018年之后涉農貸款余額不再公布，2018年之后的涉農貸款余額從各地區(qū)的區(qū)域金融運行報告整理得出;由于統(tǒng)計年鑒2016年之后不再公布農村生活污水和生活垃圾的處理率，所以各省區(qū)市農村生活污水和生活垃圾的處理率用有生活污水處理鄉(xiāng)的比例乘以行政村總個數(shù);財政支農金額為財政支出中的農林水事務支出;農民可支配收入在2013年以內為農民純收入，在2013年之后為農民可支配收入。

四、實證結果分析

（一）西部地區(qū)農村金融效率測度結果

本文運用DEAP軟件對西部地區(qū)農村金融的面板數(shù)據(jù)進行處理，2010年至2020年西部地區(qū)農村金融支農效率及其分解情況見表2和表3。

根據(jù)表2數(shù)據(jù)，西部地區(qū)整體的農村金融機構發(fā)展水平的全要素生產(chǎn)指數(shù)出現(xiàn)明顯波動，但整體呈現(xiàn)螺旋式上升趨勢。在鄉(xiāng)村振興戰(zhàn)略提出以前，即2010—2017年期間，西部整體的農村金融效率呈現(xiàn)上下波動且全要素生產(chǎn)率較低，2018—2020年期間西部地區(qū)整體的農村金融支農效率逐步上升，并且全要素生產(chǎn)率均大于1，達到了技術前沿面。說明自鄉(xiāng)村振興提出以來，西部地區(qū)農村金融的利用效率在不斷提高。在2010—2012年期間，西部地區(qū)全要素生產(chǎn)率指數(shù)小于1，根據(jù)全要素生產(chǎn)率指數(shù)的分解情況看，主要是技術進步效率抑制了全要素生產(chǎn)率指數(shù)的合成，表明當前時期應加大技術投入以提高資源的利用效率是西部地區(qū)農村金融優(yōu)化的重點。2012—2016年期間，西部地區(qū)全要素生產(chǎn)率先升再降最后再升，出現(xiàn)了明顯波動。2013—2015年期間，根據(jù)全要素生產(chǎn)率指數(shù)的分解情況看，技術效率、純技術效率和規(guī)模效率均小于1，但是技術進步效率大于1，促進了全要素生產(chǎn)率指數(shù)的合成，表明當前時期雖然農村金融技術投入在不斷增大，但是農村金融的利用效率在下降，因此，當前時期優(yōu)化的重點應是如何利用技術使金融支農效率達到最優(yōu)。2015—2016年期間，西部地區(qū)的全要素生產(chǎn)率指數(shù)為1.821，為考察期內最高水平，從分解指數(shù)情況看，技術效率、技術進步效率、純技術效率和規(guī)模效率指數(shù)均超過了1，水平較高。2016—2018年期間，西部地區(qū)的全要素生產(chǎn)率指數(shù)又出現(xiàn)了不同程度的下降，2018—2020年期間，西部地區(qū)農村金融的全要素生產(chǎn)率出現(xiàn)了明顯的提升，從全要素生產(chǎn)率的分解情況看，該時期的技術進步效率較高，說明自鄉(xiāng)村戰(zhàn)略提出以來，我國加大了對西部地區(qū)的金融投入，但是純技術效率和規(guī)模效率未達到技術前沿面，說明西部地區(qū)缺乏相關的管理人才，不能有效利用好國家對西部地區(qū)的金融支持。從均值看，全要素生產(chǎn)率及其分解均大于1，說明從整體上看，西部地區(qū)農村金融支農效率較高。

由表3可知，四川的全要素生產(chǎn)率最大，達到了1.292，其次是重慶、寧夏、云南、陜西和青海，這幾地區(qū)的全要生產(chǎn)率超過了1.05，達到了技術前沿面，表明這幾個地區(qū)的農村金融效率達到了較高的水平。從這幾個地區(qū)的全要素生產(chǎn)率的分解情況看，各個指數(shù)效率較高，但陜西的技術效率和純技術效率指數(shù)小于1，說明廣西農村金融的管理水平較低，因此廣西應加大相關專業(yè)人才的引進。新疆的技術進步效率小于1，說明新疆金融投入不夠。內蒙古的技術效率和規(guī)模效率指數(shù)均小于1，說明雖然內蒙古的農村金融投入較大，但其對金融資源的利用效率不足。貴州的全要素生產(chǎn)率大于1，從分解情況看，其規(guī)模效率小于1，說明貴州的重點不在擴大金融規(guī)模上，應注重如何提升金融的利用效率。寧夏和廣西的全要素生產(chǎn)率及其分解均達到了技術前沿面，說明其對金融的利用效率較高。從均值看，西部地區(qū)的全要素生產(chǎn)率的平均值大于1，根據(jù)全要素生產(chǎn)率的分解情況，其它效率均大于1，說明西部地區(qū)整體金融的管理水平較高。

自黨的十九大報告提出鄉(xiāng)村振興戰(zhàn)略后，國家不斷加大對西部地區(qū)“三農”的金融支持力度，特別是財政資金向農村傾斜來支持農村農業(yè)發(fā)展。但是大量金融擴張卻降低了金融資源的利用效率，主要因為西部地區(qū)農村金融規(guī)模的擴張和自身地理條件的限制，使得專業(yè)的金融人才變得稀缺，降低了農村金融的利用效率。技術進步效率水平較高也說明了西部地區(qū)農村金融對技術的投入在不斷變大。

（二）西部地區(qū)農村金融支農效率的影響因素分析

在影響農村金融支農效率的指標選取上，本文借鑒了部分學者的研究，從農村居民的收入結構、產(chǎn)業(yè)結構、種植結構、消費結構等四個方面建立Tobit回歸模型，對西部地區(qū)農村金融支農效率的影響因素展開分析。具體指標見表4所示。

根據(jù)所選指標建立如下多元回歸模型：

其中，p為農村金融效率，α₁為常數(shù)項，α₂、α₃、α₄、α₅為各個自變量的系數(shù)，RS、IS、AS、CS為各個自變量，μ為隨機擾動項。運用Eviews軟件把數(shù)據(jù)帶入設定的模型，得到模型回歸結果如表5所示。

通過表5模型的回歸結果可知：

第一，收入結構沒有通過10%的顯著性水平檢驗，但P值為0.1214與10%較為接近，分析不顯著的原因可能是本文所選的數(shù)據(jù)較少，影響了收入結構的顯著性。收入結構的系數(shù)為正，說明農村居民工資性收入比例的提高對農村金融支農效率有正向影響。經(jīng)營性收入主要是農戶通過經(jīng)營土地獲得的收入，可支配收入除經(jīng)營性收入外還包括工資性收入等，現(xiàn)在農戶兼業(yè)的情況比較常見，農戶在農閑時通過外出務工獲得工資性收入。經(jīng)營性收入的提高會影響農戶在農工業(yè)生產(chǎn)中的投入，當農戶通過外出務工獲得豐厚收入，農戶會減少來年在農業(yè)生產(chǎn)中的時間和生產(chǎn)資料的投入，進而影響農業(yè)的產(chǎn)出。相反，經(jīng)營性收入的提高會使農戶加大投入農工業(yè)生產(chǎn)的積極性，為來年獲得更高的收入，農戶會選擇加大農業(yè)生產(chǎn)投入或擴大種植規(guī)模等。

第二，產(chǎn)業(yè)結構對金融支農效率有顯著影響且系數(shù)為負，說明產(chǎn)業(yè)結構對農村金融支農效率呈負相關，與預期結果相反，分析原因可能是西部地區(qū)第一產(chǎn)業(yè)產(chǎn)值占比相對較高，第二產(chǎn)業(yè)占比與全國水平較為接近，說明其第三產(chǎn)業(yè)發(fā)展較為落后。因此，應加大第三產(chǎn)業(yè)的發(fā)展力度，

第三，種植結構對金融支農效率有顯著影響且系數(shù)為負，說明糧食作物的種植比例與金融支農效率呈負相關。分析原因，農作物可以分為經(jīng)濟作物與糧食作物，西部大部分地區(qū)晝夜溫差大，農業(yè)生產(chǎn)用水短缺，使得糧食作物的產(chǎn)出效率不高，農民種植糧食作物獲得的經(jīng)濟收益較低。西部地區(qū)種植經(jīng)濟作物有得天獨厚的優(yōu)勢，同時在同等投入下，糧食作物帶來的收益要小于經(jīng)濟作物，所以應加大西部地區(qū)種植經(jīng)濟作物的面積比例。

第四，消費結構對鄉(xiāng)村振興效率有顯著影響且系數(shù)為正，說明醫(yī)療保健支出的提高能有效促進鄉(xiāng)村振興效率。近年來，隨著不斷的推進和完善，使我國農村地區(qū)住院的報銷比例不斷提高，大大降低了農村地區(qū)因病致貧風險，使農民的生命財產(chǎn)安全有了保障。醫(yī)療保健支出費用占比的提高也說明農村居民對健康的重視程度在不斷提高，良好的健康狀態(tài)也保證了農戶正常的農業(yè)生產(chǎn)。

五、結論與政策建議

本文運用DEA-Tobit模型對西部地區(qū)農村金融支農效率及影響因素進行了研究，主要得出以下結論：第一，2018年以前西部農村金融支農效率較低且上下波動，2018年以后西部農村金融支農效率提升明顯。從均值上來看，西部地區(qū)農村金融的平均全要素生產(chǎn)率為1.070，達到了技術前沿面。由于西部地區(qū)地理位置和經(jīng)濟發(fā)展水平的原因，目前的專業(yè)技術人員難以滿足農村金融的發(fā)展需要;第二，西部地區(qū)農村金融支農效率區(qū)域差異明顯。重慶和四川的農村金融支農效率較高，新疆和內蒙古的支農效率較低，其他地區(qū)支農效率良好;第三，農村居民的人均經(jīng)營性收入比例和人均醫(yī)療支出比例的提高會促進農村金融的支農效率。

根據(jù)以上結論，本文從以下幾方面提出相應政策建議：第一，加大人才培養(yǎng)，加強金融業(yè)務創(chuàng)新。目前，我國西部地區(qū)的農村金融發(fā)展參差不齊，人才短缺，并且所提供的金融產(chǎn)品種類較少，不能有效地滿足廣大農民的生產(chǎn)需要。因此，應同我國西部的農村實際情況結合起來，加強人才培養(yǎng)與金融創(chuàng)新業(yè)務，擴大金融服務的規(guī)模，從而為需要貸款的農戶更好地提供金融服務和產(chǎn)品，滿足農戶與農村企業(yè)對金融產(chǎn)品和服務的需求，促進農村經(jīng)濟的發(fā)展;第二，加快推進西部地區(qū)農村金融市場化改革。西部地區(qū)經(jīng)濟發(fā)展相對滯后，導致農村金融的資源配置落后。西部地區(qū)農村金融需求量大，但是正規(guī)的農村金融機構較少，對于有發(fā)展?jié)摿Φ?、符合農民需要的民間金融機構，有關政府部門應當重點扶持和支持;第三，加大西部地區(qū)金融機構的規(guī)模和金融服務力度。特別是對于新疆、甘肅、云南和廣西農村金融資源水平相對較低的幾個地區(qū)，更要加大農村金融的服務力度，針對當?shù)剞r民需求提供多樣化的金融產(chǎn)品和服務。因此，要借鑒個別地區(qū)“五戶聯(lián)?！钡某晒?jīng)驗，在給農戶提供金融支持的同時能在產(chǎn)前、產(chǎn)中和產(chǎn)后跟蹤服務，既減少金融風險也能保證農民收入的提高?？紤]到西部地區(qū)地廣人稀、交通不便、農戶對金融產(chǎn)品的需求量大、農戶受教育水平低等特點，西部地區(qū)金融從業(yè)人員服務農戶的時間也會更長，需要更多的金融服務人員為當?shù)剞r戶提供服務，因此在增加金融機構規(guī)模的同時要加大金融機構從業(yè)人員數(shù)量;第四，擴大特色產(chǎn)業(yè)信貸的金融支持。在穩(wěn)定第一產(chǎn)業(yè)產(chǎn)出的同時大力發(fā)展二、三產(chǎn)業(yè)，使產(chǎn)業(yè)融合發(fā)展。雖然，目前該地區(qū)靠當?shù)氐奶厣a(chǎn)業(yè)實現(xiàn)了脫貧，但是產(chǎn)業(yè)基礎薄弱、產(chǎn)業(yè)不可持續(xù)的現(xiàn)象依然存在。因此，要加大產(chǎn)業(yè)信貸的支持規(guī)模，提高農民收入，保證特色產(chǎn)業(yè)的可持續(xù)發(fā)展，推進鄉(xiāng)村振興建設。