我國農村信貸效率實證研究

摘要： 本文通過DEA模型對我國農村信貸的效率進行了靜態和動態的分析，并對吉林省農村的信貸效率進行了專項分析，結果表明吉林省農村信貸的效率較低，這與吉林省農村經濟政策相關，并發現資本并不是農村經濟增長的首要因素。

關鍵詞：農村信貸；效率；DEA模型

中圖分類號： F832.43 文獻標識碼：B

一、引言

為了促進農村經濟社會的發展，很多國家對農村地區實施政府指導下的政策性金融支持，并采用低利率的信貸政策以期望能夠促進農業的發展，但是效果甚微^[1]]。因此，許多學者對這種模式下農村信貸的效率進行了大量的研究。從研究結果上來看，這些研究大部分認為農業信貸效率較低，并不能有效地推動農業經濟的增長。由于農業信貸存在回收率較低^[2]]、農村金融市場中存在信息不對稱的現象^[3]]等問題，導致正規農業信貸不能有效地促進農村地區經濟的發展。從長期來看，少數學者認為農業信貸對農業經濟增長確實存在著顯著影響，但農業信貸并不是農業經濟增長的首要因素。

在這些研究中大部分學者引入了各種計量方法，如Rousseau采用了向量誤差修正模^[4]]、楊棟、郭玉清運用了雙方程誤差修正模型^[5]]、姚耀軍、和丕禪則采用固定效應估計法和隨機效應估計法^[6]]等，但是這些學者得出的結論都大致相同：從長期來看，農業信貸在一定程度上確實推動了農業經濟的增長，但農業信貸卻不是農業經濟增長的首要因素；從短期來看，信貸對經濟增長不會產生顯著影響。從研究范圍來看，國內大多數學者都關注于中國農業貸款效率的研究，如溫濤和王煜宇（2005）^[7]]以及裴輝儒（2010）^[8]]等。只有較少的學者關注區域性農村貸款效率的研究，目前這方面的研究比較有代表性的學者是張兵、章詩瑤以及李華明等。其中，張兵和左平桂（2009）^[9]]通過VAR模型，驗證了1990年至2006年江蘇省農村貸款的效率低下，并不能有效地推動農村經濟的增長。該文獻是國內為數不多的區域性農村貸款的實證研究之一，為全國其他省市正規金融機構農村貸款效率的提高提供了借鑒。

就我國現實情況來看，我國的農村信貸主要分為農業信貸和鄉鎮企業貸款等兩部分。目前，除了朱喜和李子奈（2006）^{[10、張兵和左平桂（2009）[9]]等學者以外，大多數研究反映的是農業貸款的效率，而不是包括鄉鎮企業貸款的農村貸款效率。此外，我國還有些學者從農村金融中介與農村經濟發展關系的角度進行了研究，目前該方面的研究結論大致有兩種，一是農村金融中介的貸款規模擴大限制了農村經濟的發展，導致該現象的原因主要是真正投入到農村、農業的貸款并不多（王輝，2008）[11]]；二是以李國璋和孔令寬（2008）的研究為代表，選取農信社的金融相關率、農信社貸款狀況和農村生產總值進行因果關系檢驗，研究發現農信社貸款比重的增加可以促進農村經濟的增長。另外，使用對農戶的調查數據研究農戶貸款的效率，也成為國外農村信貸效率的一個研究趨勢，如Kochar(1997)[12]]、Petrick（2002）[13]]等。利用該類數據具有較大的不確定性，加之我國農村狀況較為復雜，獲取準確的調查數據有較大的困難，因此利用該類數據在我國農村信貸效率的研究上并未興起。}

縱觀以往的文獻，在農村信貸效率的研究上大多數學者都采用的是參數估計法，只有少數學者采用非參數估計法進行分析，如向琳和李季剛^[14]]等。但是，向琳和李季剛選取的是截面數據，采用的是靜態的DEA模型，因此只有橫向的分析，而不能從時間上進行縱向的分析。本文采用面板數據，利用非參數估計法中的DEA模型法對我國區域性農村貸款的效率進行靜態和動態研究，以彌補以往文獻中只能進行靜態分析的缺陷。

二、指標的選擇和數據來源和實證分析

本文選取了吉林、黑龍江、遼寧、甘肅、貴州、湖南、河南、浙江，以及江蘇等9個省作為決策單元（DUM），該9個省涉及到中國東部、西部、中部以及東北部四大區域，其中6個糧食主產區，信貸資源投入一般包括資金、機構組織、制度、人力等資源的投入?？紤]到數據的可得性，本文選取的投入指標是廣義的農村貸款余額①（農業貸款余額與鄉鎮企業貸款余額之和）、金融機構網點覆蓋率（金融機構網點覆蓋率等于金融機構的數目除以農村人口，其中金融機構的數目在2006年以前采用農村信用社和中國農業銀行網點之和，2006年以后直接采用《中國區域金融運行報告》中農村合作金融機構的數目）。農村信款的作用是促進農村經濟的發展，提高農村居民的生活水平，本文選取人均農業GDP和農民人均純收入為產出指標。所選取的投入指標分別為廣義人均金融機構農村貸款余額（元/人）和金融機構網點覆蓋率（個/萬人）；產出指標分別為人均農業GDP（元/人）和農民人均純收入（元/人）。本文數的據主要來自1990至2009年的《中國農村統計年鑒》、《中國金融年鑒》、2004至2009年《中國區域金融運行報告》以及1990至2010年各省的統計年鑒等。

（一）基于BCC模型的靜態對比分析

基于BCC模型，本文運用DEAP2.1軟件，將投入產出指標代入求解，得到9個省各年的信貸效率評價結果。為了方便說明問題，本文選擇吉林省為比較基礎。因為吉林省既是農業大省，也是13個糧食主產區之一，吉林省的經濟發展水平在全國處于中等偏后水平，農業發展水平處于全國平均水平上下，對吉林省農村信貸效率的研究具有典型的代表性。

1.技術效率。多數省份農村信貸的總體技術效率不高，大多數年份各種效率都處于前沿面的地區不多。從1990年以來，大多數年份處于技術效率前沿的省份有江蘇、貴州以及黑龍江，而甘肅、遼寧和湖南農村貸款的技術效率在9省中處于較低的位置，其中甘肅省的技術效率最低。吉林省農村信貸的技術效率，在大部分時間中處于接近前沿面的邊緣，但只有兩年處于前沿面上。此外，與9省平均值相比較，20年內吉林省只有6年的技術效率低于9省平均值，這進一步說明了吉林省農村信貸的技術效率在9省中處于中等水平，總體來看該省技術效率不高。

2.純技術效率。多數省份農村信貸的純技術效率都較高，純技術效率的均值總體大于技術效率的均值。從1990年以來，甘肅和湖南的純技術效率較低，江蘇省的純技術效率最高。吉林省農村信貸的純技術效率，在大部分時間中位于前沿面上，有四年接近于前沿面，只有兩年位于相對離當年的前沿面較遠的位置，與江蘇、浙江和貴州等省相比存在一定的差距，與黑龍江和遼寧相比，吉林省的純技術效率也處于偏后的位置。

3.規模效率。多數省份農村信貸的規模效率都較高，遼寧省、浙江省和吉林省處于偏后的位置，江蘇省仍然處于前列，湖南和河南的規模效率總體來看也一直處于前列，且這兩個省份的規模效率在大部分年份里都高于9省平均值，這說明相對于其他地區來說中部地區的規模效率較高。

4.規模報酬。吉林省、遼寧省、浙江省以及湖南省最近幾年以來，呈現出規模報酬遞減的特征，而甘肅省和河南省還處于規模報酬遞增的階段，黑龍江、貴州以及江蘇省則呈現規模報酬不變的特征。這說明吉林省、遼寧省、浙江省以及湖南省等地區農村信貸資源出現了農業生產的投資瓶頸現象，甘肅省和河南省農村信貸效率的低下是由于農村信貸資源投資不足所導致的，黑龍江、貴州以及江蘇省等地區的農村信貸效率與農村信貸資源投入的多少無關。由此可以看出吉林省近幾年來對農村地區的信貸投入無效或效率低下，導致了農村信貸效率停滯不前甚至下降。

（二）基于Malmquist-DEA的動態對比分析

為了動態地評價各省農村信貸效率的變化情況，基于Malmquist-DEA模型，本文運用DEAP2.1軟件，將投入產出指標代入求解，得到各年9個省的信貸效率評價結果，見表1。從表1可以看出9個地區中只有吉林省和遼寧省的技術效率改變小于1，而純技術效率的變動只有吉林省小于1，規模效率變化小于1的則有吉林省、遼寧省和甘肅省。從全要素生產率變化來看，吉林省的Malmquist略大于1，即處于低增長的狀態。此外，黑龍江、遼寧、河南以及江蘇省等地區的Malmquist都大于1.1，處于高增長狀態，而這些地區都有一個共同的特征，即這些地區的技術進步變化都大于1，其中遼寧省技術進步增幅最大為13%，吉林省的技術進步增幅則為7%，這說明影響農村經濟發展的更多的依賴于是生產力技術的進步，資本只是次要因素。

從表2中可以得到吉林省各年農村信貸平均效率的變動，從技術效率、純技術效率和規模效率上來看，吉林省農村貸款的效率大致可以分為三個階段：第一階段為1990-1997年，該階段吉林省農村貸款的效率呈高速增長趨勢；第二階段為1998-2003年，該階段吉林省農村貸款的效率呈徘徊中走低的趨勢；第三階段為2004-2009年，該階段吉林省農村貸款的效率逐漸回升。顯而易見，該三個階段的劃分與吉林省農村金融改革的進程不謀而合。在第一階段，中國農村金融改革與以前相比取得了更大的進展。該時期，我國構建了多元化的農村金融市場機構、成立了中國農業發展銀行以及組建了農村信用合作銀行，從而形成了服務于農村的商業性銀行（中國農業銀行）、合作金融機構（農村信用合作社）以及政策性金融機構（中國農業發展銀行）等“三駕馬車”。在第二階段，由于商業銀行撤出農村以及中國農業發展銀行的轉型，從而導致農村金融市場中的“三駕馬車”中只剩下農村信用合作社。因此，由于農村缺少金融機構的支持，從而導致農村信貸的效率出現了波動。在第三階段，農村信用社的改革進入了全新階段，吉林省率先啟動了農村信用社的改革，加之銀監會出臺了開放農村金融市場的相關政策，明確提出要在農村增設村鎮銀行、貸款公司和農村資金互助社等三類金融機構，該政策活躍了農村金融市場，被稱為“中國農村金融改革的破冰之舉”。隨后，吉林省成立了盤石融豐村鎮銀行和吉林東豐誠信村鎮銀行等中國第一批村鎮銀行，以及中國第一家全部由農民入股組建的農村合作金融機構——百信農村資金互助社。這些措施進步一步活躍了吉林省農村金融市場，使得農村貸款的效率逐漸回升。與全要素生產率相關度最高的是技術的變化，這進一步說明影響農村經濟發展的首要因素是生產力技術的進步，并非是資本。

四、研究結論

通過以上靜態的分析，本文發現樣本省份農村信貸的總體技術效率不高，但純技術效率和規模效率普遍比較高。從規模報酬上來看，樣本省份的農村信貸呈現出規模報酬遞減、規模報酬遞增等不完全相同的狀況?？梢妼τ谖覈r村經濟而言，信貸數量已經不完全是影響各省農村經濟增長的首要因素，信貸的效率比信貸的數量更為重要。以吉林省農村信貸效率的動態分析為例，本文發現吉林省農村信貸效率的變動與我國以及吉林省農村金融的政策相關。只要政策有利于農村金融市場的發展，農村信貸的效率就會提高；反之，當不利于農村金融市場的發展時，農村信貸的效率就會下降。此外，本文還發現影響農村經濟增長的首要因素并不是資本，而是技術上的進步，資本只是次要因素，顯然該結論與經濟理論相符。

注釋：

① 由于統計口徑的變化，統計資料中公布的農業貸款指標本身存在問題。有時該指標包括鄉鎮企業貸款，有時又不包括。本文選擇廣義的農村貸款余額指標，目的就是期望能更好地刻畫農業經濟發展、農民收入水平的變化與農村金融的關系。

參考文獻:

[1]張杰. 中國農村金融制度：結構、變遷與政策[M]北京:中國人民大學出版社，2003.

[2]Binswanger Hans. P and Khandker， Shahidur. R. The Impact of Formal Finance on the Rural Economy of India[J]．Journa of Development Studies， 1995.

[3]Siamwalla. A. The Evolving Roles of State， Private and Local Actors in Rural Asia[R]．Thailand Development Research Inst， 2000.

[4]Rousseau. P.L. Financial Intermediation and Economic Performance:Historical Evidence f rom Five Industrialuntries[J]． Journal of Money，Credit and Banking， 1998.

[5]楊棟，郭玉清. 中國農業貸款效率——基于雙方程誤差修正模型[J]．金融研究，2007（9）.

[6]姚耀軍，和丕禪. 基于面板數據的中國農業信貸績效研究[J]．中國農業大學學報(社會科學版)，2004（3）.

[7]溫濤，王煜宇.政府主導的農業信貸、財政支農模式的經濟效應[J]．中國農村經濟，2005（10）.

[8]裴輝儒. 我國農業信貸與農業經濟增長的相關性研究[J]．農業技術經濟，2010（2）.

[9]張兵，左平桂. 江蘇省農村貸款效率的實證分析[J]．南京社會科學， 2009（1）.

[10]朱喜，李子奈.改革以來我國農村信貸的效率分析[J]．管理世界，2006（7）.

[11]王輝.我國農村金融中介發展與農村經濟增長的關系研究[D]．中國海洋大學碩士學位論文，2008.

[12]Kochar. A. Does Lack of Access to Formal Credit Constrain Agriculture Production？ Evidence from the Land Tenancy Market in Rural India[J]. American Journal Agriculture of Economics ，1997.

[13]Martin Petrick. Farm investment， credit rationing， andgovernmentally promoted credit accessin Poland:a cross-sectional analysis^{[J]．Food Policy， 2004.}

[14]向琳，李季剛.中國農村金融資源配置的區域效率評價——基于DEA模型的分析[J]．甘肅金融，2010(3).

（責任編輯：關立新）