基于DEA模型的山东省金融支农效率测算与改进建议

赵婷婷

基于DEA模型的山东省金融支农效率测算与改进建议

赵婷婷

对山东省金融支农效率进行科学测算，将有助于正确认识我省金融支农的实际现状和作用效果，为政府在金融支农领域如何更好定位，更加准确引导金融支农，进而促进山东省“三农”健康有序发展提供理论依据。运用DEA模型和Malmquist指数对山东省金融支农效率进行静、动态的测算分析表明，当前山东省金融支农效率总体不佳且存在下降趋势，省内区域间和城市间金融支农效率差异较大。作为应对，提高金融支农效率应着重从改善纯技术效率和技术进步入手。

金融支农；效率；DEA模型

一、引言与文献回顾

改革开放以来，我国农村经济蓬勃发展，农村金融也顺势发展壮大。截至2013年末，全国金融机构涉农贷款余额为20.88万亿元。其中山东金融机构涉农贷款余额1.92万亿元，占到全国涉农贷款的9.19%，占山东省金融机构全部贷款余额的40.00%。从规模来看，现阶段山东省金融支农成绩非常显著。然而，巨大规模的金融支持是否真正带来了农业增效、农民增收、农村发展问题受到了广泛质疑。徐绍荣等［1］认为山东省农村金融服务供给相对于农村经济发展需要仍存在明显不足，表现为金融资源供需主体失衡、农村金融资源配置效率低、农村金融资源信贷成本高、农村金融服务功能单一等。张晴［2］通过计量检验证明，目前山东金融信贷支农对于农业经济发展的正向促进作用并不显著。罗红梅［3］以山东省调查为例，说明了当前新型农村金融机构包括村镇银行和小额贷款公司等下沉服务网点、开设分支机构的意愿较弱，对于服务贫穷小农、实现普惠金融作用有限。2014年4月国务院办公厅发布《关于金融服务“三农”发展的若干意见》，明确指出农村金融是整个金融体系中最为薄弱的环节。在此背景下，对山东省金融支农效率进行科学测算，将有助于正确认识我省金融支农的实际现状和作用效果，为政府在金融支农领域如何更好定位，更加准确引导金融支农，进而促进山东省“三农”健康有序发展提供理论依据。

关于金融支农效率的测算，国外学者Jensen（2000）、［4］Jim（2005）［5］等研究证实，由政府主导的农业信贷体系一般是缺乏效率的，需要适当引入市场机制和商业金融支农体系。国内随着金融服务业的迅速发展，对支农效率测度的研究发生了从注重财政作用向注重金融作用的转变。特别是近几年已有不少学者运用实证方法对我国金融支农效率进行测度。如汤琦等［6］运用VAR模型对1985-2012年数据进行实证研究，结论是从长期看我国金融支农规模对农业收入增长存在负向影响关系，而金融支农效率在较大程度上促进了农业收入的增长；王定祥等［7］运用 DEA 方法对我国1997-2010年30个省（区、市）的面板数据进行实证分析，认为我国金融支农效率总体上不佳，距生产前沿面尚有较大改进空间；彭健［8］利用三阶段DEA 模型对我国2012年金融支农效率进行了研究，实证结果显示我国金融支农效率的区域差异明显。总体来看，在方法选取上，基于数据包络分析（DEA）的非参数方法运用得较为广泛，该方法在测度金融支农效率上受到了较多认可。但在指标选取上不同研究差异较大，特别是在投入指标中，具有银行工作经历的往往侧重于从营业网点覆盖率、金融从业占比率等数据中考察金融对助力“三农”的效率改进；而其他学者主要选取人均涉农贷款、人均农业劳动力等。在产出指标上多数研究普遍采用了人均农业GDP、农民人均纯收入等指标。

二、测算模型与指标选取

（一）测算模型选取和建立

本文选取数据包络分析法（Data Envelopment Analysis，DEA）对山东省金融支农效率进行测算。DEA是一种基于被评价对象间相对比较的非参数技术效率分析方法。该方法将效率的测度对象称为决策单元（DMU），DMU可以是任何具有可测量的投入、产出的部门或单位。由于DEA具有适用范围广、原理相对简单的特点，特别是在测度多投入多产出的情况时具有特殊优势，因而其应用范围拓展迅速。DEA有两个基本模型，CCR和BCC。其中CCR模型是基础模型，该模型假设所有被评价的DMU均处于最优生产规模阶段，即处于规模收益不变阶段，其得出的技术效率包含了规模效率的成分。BCC模型对此进行了改进，即规模收益可变，此时得出的技术效率排除了规模的影响，可以分别得出纯技术效率和规模效率。本文基于实际应用中规模报酬可变假设更符合现实情况的考虑，使用BCC模型，基本思路如下。

假设测度n个城市的金融支农效率，记为DMUj（j=1，2，…，n）。每个城市有m种投入和q种产出，分别记为xi（i=1，2，…，m），Yr（r=1，2，…，q）。记要测量的DMU为DMUk，则测算效率值的模型为：

以上BCC模型分析的情况是针对某一时间点的截面数据而言。当要评价包含多个时间点观测值的DMU数据时，通常用DEA模型下的Malmquist指数分析生产率的变动情况、技术效率和技术进步各自对生产率变动所起的作用。从而得到的Malmquist指数表示为：

其中，Et表示第t期DMU的全要素生产率指数。若m＞1，则说明随着时间推移全要素生产率得到改善，反之则不是；m=1则说明相邻两期的生产效率没有变化。［9］Malmquist指数内容可以用以下公式进行解释。其中，effch代表综合技术效率的变动，techch代表技术进步的变动，pech代表纯技术效率变动，sech代表规模效率变动。

（二）指标选择与数据来源

在DEA模型中，指标选取对于测算结果的影响非常关键。本文在选取投入和产出指标时有两方面考虑。一是严谨的DEA模型中投入和产出指标应少于DMU数量的三分之一，指标数量选取较多往往容易导致模型区分能力不足。二是在控制指标数量的前提下，从尽可能包含更多生产要素的角度出发，在投入和产出中尽量排除高度相关的指标。基于此，同时参考既有相关文献的指标选取并结合数据的可得性，本文选取人均涉农贷款（涉农贷款/农业人口）和金融机构网点覆盖率（金融机构网点数/农业人口）作为测算金融支农效率的投入指标，选取农民人均收入和人均第一产业增加值（第一产业GDP/农业人口）作为产出指标，以此来测算“三农”金融投入为农业增效、农民增收的效率改进。

本文实证分析选用2011——2013年山东省17城市的面板数据。数据主要来自《山东金融年鉴》（2012——2014）和中国银行业监督管理委员会网站提供的农村金融图集，部分数据来自各城市在政府官网公布的统计公报。

三、实证结果分析

（一）山东省金融支农效率的静态分析

表1反映了山东省17城市的金融支农效率静态值。总体来看，2013年山东省金融支农综合效率TE均值是0.763，小于1，说明当前山东省金融支农总体效率不足。其中纯技术效率PTE均值是0.815，反映出以金融资源支持“三农”建设的管理制度和技术水平存在无效率情况；规模效率SE均值是0.931，反映出当前支农的金融资源规模较有效率，但仍有改进空间。

表1 2013年山东17市金融支农效率值总表

在区域比较层面，金融支农的综合效率排名依次是鲁东＞鲁南＞鲁北＞鲁中。排名反映出当前山东省各地金融支农效率与经济发展水平并不完全吻合，与各地第一产业产值总量也并不完全匹配。其中仅有鲁东地区作为全省经济大区和农业大区，其金融支农效率也保持全省首位。从效率构成来看，鲁东的纯技术效率具有绝对优势，达到0.994，而规模效率还有待提高。鲁北地区和鲁南地区相比，在经济总量和第一产业产值方面都居于前列，但金融支农效率却相对偏差，支农的金融资源存在浪费现象。从效率构成来看，鲁北和鲁南的指标弱项均在纯技术效率方面，反映出金融管理制度等方面的不足。鲁中地区的第一产业产值居于全省最末，但即使经济总量仅次于鲁东，其金融支农效率也仍然全省最低，反映出这一地区具有比较优势的经济和金融发展对于支农、惠农的作用没有得到有效发挥。值得关注的是，鲁中地区和鲁北地区除东营外，其他城市构成了山东省会城市群经济圈（以省会济南为核心，与泰安、淄博、莱芜、德州、聊城、滨州等6市组成的“1+6”都市圈区域），而圈内几乎把全省金融支农效率较低的城市均包含在内，反映出经济圈内在金融支农工作方面的严重不足。

具体到城市层面，大多数城市在服务“三农”的金融投入和产出方面都处于一种远离前沿面的无效率状态，且不同城市间金融支农效率存在较大差异。17城市中淄博、临沂、济南、莱芜、东营、青岛综合效率最低，反映出城市经济发展总量与金融服务“三农”之间的巨大缺口。其中，济南作为山东省会城市，近年来一直致力于打造区域性金融中心，以此作为提升城市竞争力和带动辐射周边共同发展的重要引擎，然而从表1中可以看出，济南市近年来的金融改革和快速发展对于服务“三农”建设的效率不高，特别是纯技术效率偏低，反映出该市金融支农可能面临资源管理松散、资金配置错位、利用率较低等问题。与之形成鲜明对比的是青岛，青岛作为山东经济除省会之外的另一个中心，近年来在金融领域积极打造国家级的财富管理中心，但其金融支农效率同样不高，而其中症结则主要在于规模效率低下，即当前青岛面向“三农”的金融服务规模不能满足相应的需求。综合来看，山东17城市中，多数城市的金融支农效率不足，但原因各异，需要针对各自情况在增加信贷投入规模和构建有效的金融管理制度之间区别对待、有所侧重。

（二）山东省金融支农效率的动态分析

表2对山东17城市2011——2013年金融支农的Malmquist指数进行分解测度，反映山东省金融支农效率的动态变化趋势。由于2010年人行重新定义了农业贷款科目统计口径，囿于数据的可比性和可得性，本文仅选取了近3年的数据，这使得测算结果对全省金融支农效率的长期动态变化方面解释力较弱，但仍能真实反映效率的变化趋势。

从表2可知，全省Malmquist指数均值为0.602，小于1，说明从动态变化角度山东省金融支农的全要素生产率在近3年出现下滑。这其中，综合技术效率增进了10.4%，但技术进步状况明显下降，成为阻碍全要素生产率提高的最大短板；3年里全省纯技术效率平均下降了7.7%，但规模效率进步明显，达到19.6%，反映出在“十二五”时期，全省各市在扩大金融支农规模方面作出了巨大努力。在区域比较层面，鲁中地区金融支农的整体效率最高，之后依次是鲁东、鲁北、鲁南。从效率构成来看，除鲁南外，其他三地的金融支农综合技术效率都有不同程度的提高，而这主要得益于规模效率的显著改善。在具体城市层面，17城市中只有烟台和莱芜的Malmquist指数大于1，其余15市在技术进步方面显现出较为严重的滞缓状况。在综合技术效率方面，济南、淄博、枣庄、临沂、德州5个城市出现下降，下降原因主要在于纯技术效率的恶化。

表2反映出当前山东省金融支农情况不容乐观。随着近几年世界经济遇冷，我国发展进入新常态并全力深化多层面改革，山东省同样面临经济转型、产业升级、提质增效的巨大压力。然而在多力共促全省各项改革顺利开展并保障经济稳步增速之时，金融支农、惠农、促农工作不应被放缓延后。作为农业大省和金融大省，山东优质丰富的金融资源应在服务于“三农”建设、促进发展现代农业方面发挥更大的作用。

表2 2011-2013年山东17城市金融支农的Malmquist指数分解结果

四、结论与改进建议

基于DEA模型的实证研究显示，山东省金融支农效率总体不足，与理想状态还存在一定差距，其中纯技术效率是主要制约因素；山东省金融支农效率在近3年出现下滑，具有共性的主要原因在于技术进步的滞缓，部分城市还受到纯技术效率降低的影响，但整体的规模效率改善显著；省内各市金融支农效率差异明显，从地区来看鲁东地区效率较高，鲁中地区效率最差，但从动态的角度观察，鲁中地区技术衰减的速率最慢。总体而言，当前山东省金融支农效率有待提高，应着重从改善纯技术效率和技术进步入手。

（一）改善纯技术效率

纯技术效率结果体现出山东省金融管理体制和资金运行制度的不足导致了可观的农村金融资源没有被充分利用。因此，一要优化资金配置，将支农资金投放到最需要的地方。支农资金既要充分满足种养大户、家庭农场、合作社等的金融需求，更要体现普惠金融价值，在不同地区适应农村实际、农业特点和农民需求，为广大农户解资金之渴。二要培育竞争性的农村金融市场，大力发展新型农村金融组织。近年来山东省新型农村金融组织丰富了很多，17城市都出现了一定数量的小额贷款公司和村镇银行。但这些新型组织规模较小且覆盖率较低，2013年全省79家村镇银行中最大贷款规模为8亿元，村镇银行的县域覆盖率只有60%，这对服务农村金融只起到了补充作用。三要发挥财政政策对农业信贷的撬动作用，认真贯彻中央“一号文件”提及的“落实县域金融机构涉农贷款增量奖励、农村金融机构定向费用补贴、农户贷款税收优惠、小额担保贷款贴息等政策”，进一步引导金融支持现代农业发展。

（二）大力促进技术进步

一是丰富金融支农产品和服务方式，为农民创新多样化的金融服务。创新贷款担保方式，“研究当地特色、创新金融产品”，因地制宜开发有利于减轻一次还本付息压力的“按揭式”信用贷款，如“公司+农户”、“公司+协会+农户”等各种贷款合作模式；加大保险创新力度，探索“贷款+保险”合作新模式，提高农业保险服务水平；多次开展金企对接会、金民对接会等；继续完善涉农贷款担保财产的评估管理机制。二是充分利用现代化信息技术提升金融服务效能，依托“互联网+”金融助力“三农”发展。推进非现金支付工具应用和农村信用体系建设；适度引导P2P网络贷款、众筹融资等新兴业态发展成长，在合理控制金融风险的条件下促进形成“互联网+金融+农业”的新模式；进一步完善金融基础设施建设，着力改善农村支付服务条件，畅通支付结算渠道等。

［1］徐绍荣，吕蔚，刘艳红.山东省农村金融发展存在的问题及对策［J］.会计之友，2011（2）.

［2］张晴.山东省财政金融支农政策与农业经济发展［D］.山东大学，2012（5）.

［3］罗红梅.新型农村金融机构支农目标及信贷行为解释——以山东省调查为例［J］.金融发展研究，2013（11）.

［4］Jensen，R.The Farm Credit System as a Government——sponsored Enterprise［J］.Review of Agricultural Economics，2000（22）.

［5］Jim，M.Agricultural Credit：Institutions and Issue（CRS Report For Congress）.www.national lag law center.org/as-sets/crs/RS2，2005（23）.

［6］汤琦，陈凯渊.我国金融支农对农业收入增长的有效性研究——基于1985-2012年经验数据的实证［J］.农村经济与科技，2014（5）.

［7］王定祥，琚丽娟，李伶俐.我国金融支农效率的测度与改进策略［J］.当代经济研究，2013（11）.

［8］彭健.基于三阶段DEA模型的金融支农效率研究［J］.海南金融，2014（10）.

［9］成刚.数据包络分析方法与MaxDEA软件（第1版）［M］.北京：知识产权出版社，2014.

（责任编辑 张讯）

赵婷婷，中共济南市委党校经济学教研部讲师，博士（邮政编码 250100）

F830.49

A

1672-6359（2015）06-0028-04

山东省党校系统课题“山东省金融支农发展问题研究——基于普惠金融视角分析”（2014s011）