農村金融精準扶貧成效的評價
——基于江西農戶的調查

一、引言與相關文獻回顧

消除貧困、改善民生、實現共同富裕，是社會主義的本質要求。確保到2020年我國現行扶貧標準下農村貧困人口實現脫貧，貧困縣全部摘帽，解決區域性整體貧困，是我們黨向全國人民、向全世界作出的莊嚴承諾。黨的十八大以來，以習近平同志為核心的黨中央把脫貧攻堅作為實現第一個百年奮斗目標的重點工作，以前所未有的力度推進，取得了矚目的成就。五年以來，我國貧困發生率由原本的10.2%下降到4%，貧困村面貌普遍出現明顯好轉。然而，脫貧攻堅任務艱巨，農業農村基礎仍然薄弱，城鄉區域發展和收入分配差距依然較大。

金融是現代經濟的核心，金融扶貧是打贏脫貧攻堅戰的重大舉措和關鍵支撐。自2014年我國全面啟動精準扶貧工程以來，金融精準扶貧伴隨著扶貧工作的開展取得了一定的成效，但是由于貧困人口所處環境區位條件的不足，加上金融機構“造血”機制的不完善，使得金融扶貧過程中出現長期資金供給不足，發展緩慢，農村貧困人口實際享受福利有限，群眾貸款申請困難、資金到位緩慢、幫扶政策落實不到位、群眾滿意度低等問題，從而增大脫貧工作的難度，影響金融精準扶貧工作的成效。如何科學評價農村金融精準扶貧工作成效和滿意度，是一個亟待研究思考和實踐應用的課題。作為全國第一批脫貧縣（市）所在省份的江西，憑借著得天獨厚的地理優勢在精準扶貧項目上取得了不俗的成績，為全國脫貧攻堅事業提供了經驗和借鑒。

金融精準扶貧作為精準扶貧工作重要的組成部分，在精準扶貧工作漸入佳境的當下成為熱門話題。當前針對于金融精準扶貧的研究主要是對金融精準扶貧案例和政策的研究。丁志國研究了在減少貧困過程中農村金融的作用。［1］胡東生在研究福建三明市國家扶貧改革試點成效后，提出在實施精準扶貧戰略的過程中，金融機構應通過金融創新的方式支持精準扶貧建設，為我國扶貧事業提供動力。［2］牛瑞芳研究互聯網金融支持涉農企業融資的經濟影響，為金融精準扶貧工作提供助力。［3］王信在研究江西地區金融精準扶貧的成效后發現，在金融精準扶貧的過程中，金融系統應保證扶貧信息的對等性，推進農村扶貧工作服務站建設，并進一步完善當前的配套政策，為江西省扶貧工作提供新助力。［4］周雙圍繞全國扶貧情況，探究金融扶貧的制度與管理創新促進貧困地區金融需求供給，建立新型農村金融精準扶貧機制，從源頭突破金融精準扶貧制度上的瓶頸，超越金融扶貧的目標預期。［5］王君在對比普惠金融和金融精準扶貧的定義及發展后發現在貧困地區兩者具有高度的一致性，貧困地區的金融扶貧工作應結合普惠金融的理念推進金融精準扶貧建設。［6］關于金融精準扶貧成效的分析，在相關的文獻中只有少部分對金融精準扶貧成效進行定量分析。例如，鄒婧著眼經濟新常態，探究在經濟新常態下金融精準扶貧的宏微觀效益，通過運用平衡計分卡從貨幣政策、信貸投放、金融服務以及配套政策四個維度構建了金融精準扶貧的評價體系。［7］由于缺乏科學合理的評價體系，使得金融機構對于自身的扶貧成效判定存在較大的偏差，容易出現資源浪費及政策匹配不到位等情況，影響金融精準扶貧成效的提升。

為此，本文參考現有的金融精準扶貧成效評價體系，結合農戶在生產生活中的實際需求，構建農村金融精準扶貧成效判定的指標體系，以期為金融機構判定自身扶貧工作成效及群眾滿意度提供更接近實際情況的參考意見，為今后金融機構精準扶貧工作提供改革創新的方向。

二、農村金融精準扶貧成效評價體系的構建

通過研究文獻后發現，我國當前對于金融精準扶貧成效的研究，大部分集中于個案及理論研究，少數為定量研究，如中國人民銀行的“金融精準扶貧績效審計評價體系”等是基于金融系統的績效審計評價體系，而針對農戶本身的評價體系研究有所缺失，農戶對于金融精準扶貧成效的評價實際情況了解較少。因此，本文具體參考中國人民銀行現有“金融精準扶貧績效審計評價體系”，結合當前農村金融精準扶貧的實際情況修改量表，構建適用于農戶評價的“農村金融精準扶貧成效評價體系”。本文選用資金、信貸、服務以及政策四個維度共計25個指標（見表1）。

（一）資金維度

資金維度主要包括資金使用和資金獲取兩個方面，反映在農村金融精準扶貧上，農戶資金的獲取情況是否存在困難，金融機構是否擁有充足的資金供給扶貧工作使用。這些指標均與農村金融精準扶貧成效呈正相關，且為正向指標。

表1 農村金融推進精準扶貧成效評價指標體系

（二）信貸維度

信貸維度從貧困戶、涉農企業、扶貧項目三個金融精準扶貧的重點方向對農村金融精準扶貧的成效進行驗證。其主要指標包含覆蓋率、平均利率、還款率及不良貸款率，用以反映信貸的可獲得性、還款能力及農村金融扶貧中信貸扶貧的可持續問題。在指標上除不良貸款率、平均利率為負相關關系外，其余指標均為正相關。

（三）服務維度

服務維度從農村支付環境建設、信用體系建設、保障體系建設三個方面進行評估。服務是農村金融精準扶貧開展的基礎，在農村金融扶貧工作中，基礎建設往往決定了扶貧成效的高低。

（四）政策維度

政策維度從財政、貨幣和保險政策三個方面進行評估。政策是農村金融精準扶貧的保障。在財政政策、貨幣政策以及保險政策的作用下，農村金融精準扶貧工作取得了較好的成效。

三、實證分析

（一）樣本的選取與數據收集

為了更好地分析農村金融精準扶貧在江西的成效，本文以中國人民銀行“金融精準扶貧績效審計評價體系”為基礎，結合貧困戶的特點修改平衡記分卡，構建反映貧困戶受惠情況的金融精準扶貧成效評價體系，對江西農村金融精準扶貧工作成效進行分析。本文選取資金、信貸、服務、政策四個維度作為評價農村金融精準扶貧成效的維度，并按照目標、項目及績效三個部分構成各維度的評定指標，所有維度旨在反映農村金融精準扶貧的真實成效。

在數據收集上，依托精準扶貧第三方評估平臺，通過實地調研、入戶訪談等方式收集樣本1550份，剔除重復及缺省樣本，最后得到有效樣本1500份，樣本有效率96.8%。在樣本選取上，采用隨機抽樣與系統抽樣相結合的方式進行，以避免因主觀因素造成的系統誤差，可信度較高。

通過對所收集的樣本進行分析 （表2）可以發現，所收集數據中女性受訪者占中受訪者的51.2%，與男性受訪者比例接近，有較好的代表性。在農戶性質上，有44.7%的農戶屬于建檔立卡的脫貧戶，有5.3%的農戶屬于建檔立卡戶的貧困戶，非建檔立卡戶占比為50%，樣本分布較均衡。由于農村發展的歷史原因，在受教育方面大多農戶受教育程度在初中以下，高中及以上學歷者只占總人數的10%。農村高層次文化水平的人口較少，貧困戶脫貧渠道較為單一。這一點在收入方面體現得較為明顯，在收入方面，大部分農戶人均收入在1萬以下，且收入來源主要在種植和外出務工，沒有長期的收入來源，存在較大的返貧可能性。在信貸方面，貸款人數約占受訪人數的45%，且其中大部分為非建檔立卡戶，而建檔立卡農戶借款比例較低，其主要原因是還款能力低下，無法按時還款，這與收入渠道單一有著直接的關系。

表2 描述性統計（N=1500）

（二）農村金融精準扶貧成效指標權重確定

層次分析法是根據評估的目標，建立擁有遞階層次關系的指標體系，將主觀判斷化為兩兩指標間的重要性比較，并進行賦值計算，從而達到將定性判斷轉化為定量判斷的方法。本文通過yaahp對農村金融精準扶貧成效進行層次分析，將農村金融精準扶貧成效兩兩指標間的重要性，運用1-7標度法進行判斷矩陣的構建（見表3）。

根據農村金融精準扶貧成效評價模型，包含“農村金融精準扶貧成效評價指標”“資金指標”“信貸指標”“服務指標”以及“政策指標”等16個矩陣；運用yaahpV10.1求得這16個判斷矩陣的最大特征值與權重向量，且各矩陣一致性系數均小于0.1，通過一致性檢驗，得出農村金融精準扶貧成效評價體系不同指標的權重（見表4）。

表3 重要性評價標度

表4 農村金融精準扶貧成效評價指標體系各權重比例

在運用yaahp進行計算后可以發現，通過層次分析法所建立的判斷矩陣通過一致性檢驗，且分別對各個指標確定權重具有較高的可信度，符合一般社會預期。經計算，信貸的權重為33.257%，在四個維度中權重最大，符合當前農村金融精準扶貧的現狀。其中，貧困戶權重達20.607%，在信貸維度三個項目中權重最大，符合精準作用的原則。同時，財政政策的權重大于保險政策的權重也符合金融機構在農村金融精準扶貧工作中的訴求與農戶的期望。

（三）運用模糊評判法確定扶貧成效

建立成效判斷集U={非常好 好 不錯 不好 非常差}，通過隸屬度描述所有指標屬于判斷集U的程度，構成單因素模糊評判矩陣。根據SPSS13.0統計結果可得農戶對各指標的評價結果（見表4）。通過對表4的變形可得到因素評判矩陣。

然后進行一級模糊評判，確定模糊算子R1=（R11,R12）T、R2=（R21,R22,R23）T、R3=（R31,R32,R33）T、R4=（R41,R42,R43）T。以R1=（R11,R12）T為例計算評判矩陣。

其中，w（1）、w（2）為“資金使用”、“貨幣政策”二級指標的權重向量。同理，

再進行二級模糊評判，同樣基于模糊算子Ra、Rb、Rc、Rd，確定二級模糊評判矩陣R=（Ra，Rb，Rc，Rd）T。同樣以Ra為例進行計算。

其中，wa為“資金”一級指標的權重向量。按相同方法可得：

最后進行三級模糊評判，確定最終評價目標的評價向量。

根據最大隸屬原則可知，評價向量E中各元素最大值為第二項，計算值達0.3765，根據最大隸屬原則，江西省農村金融精準扶貧成效評定結果為“好”，說明江西省金融機構在農村金融精準扶貧工作中取得了比較好的成效，且農戶滿意度較高。

四、結論與政策建議

（一）研究結論

通過模糊評價法對于江西農村金融精準扶貧成效進行分析后發現，當前農戶對于農村金融精準扶貧成效的滿意度達到了次級評價為“好”，尚有一定的上升空間。從結果來看，江西農村金融精準扶貧成效評價指標元素“好”達到0.3765，為元素中最高，根據最大隸屬原則，當前江西成效評價等級為“好”。但是，從最終結果中可看出，“非常好”的評定為0.3029，接近最高的0.3765，說明當前江西省的金融精準扶貧工作成效正面評價占總評價的60%以上，農戶滿意度評價較好，但仍有上升空間。

從單項指標來看，農戶對于政策和服務的關注度不高，對于資金以及信貸的關注度很高，說明當前農戶的整體的生活水平有了很大的提升，思想觀念正逐步從“等靠要”向“自力更生”轉變，農戶開始通過信用貸款的方式向金融機構申請資金，通過擴大原始生產資料的規模已達到收入增長的目的。但是，由于農村基礎教育的薄弱，農戶受教育水平有限，農戶貸款的主要用途仍屬于農作物及經濟作物的初級種植，無法形成規模，受自然環境等外部因素的影響，無法保障收益。

在實地走訪過程中發現，金融機構為江西精準扶貧工作貢獻較大，并針對不同貧困區的資源稟賦提供了類似于“油茶貸”產業扶貧模式、“金穗光伏貸”異地搬遷+光伏扶貧模式、農村電商金融服務基礎模式和電子商務+特色產業的扶持模式等一批新農村金融扶貧模式，但是當前農村金融精準扶貧的成效還有待提高。從現有的情況來看，江西省農村金融精準扶貧工作還存在以下幾個方面的問題：

一是扶貧資金仍然存在較大缺口。不論是傳統金融還是互聯網金融，精準扶貧的主力軍還是銀行。由于精準扶貧工程涉及面廣、綜合程度高，下轄的各種項目如對口建設、異地扶貧搬遷、產業幫扶、光伏幫扶等都需要大量的資金作為保障。根據中國農業銀行江西省分行的數據，僅農行定點幫扶的廣昌縣累積發放農戶及生產經營貸款總額便達到2.3億元，發放當地龍頭企業貸款1.54億元，在當地農業銀行總計發放各項貸款達3.84億元，有著較高的資源占用率。而縱觀全省，因為紅色革命老區及羅霄山脈扶貧經濟帶的影響，全省擁有數量龐大的貧困人口，要想如期實現全省精準扶貧工作的戰略目標，必須得到企業及社會各界的支持。

二是扶貧政策針對性不足。目前對于貧困戶的政策大多停留在慣例層面，所有尋求支持的貧困戶只能從已有的不同策略中尋找較為適合自己的方案進行申請，而當前大多數銀行的方案是有限適用的，不能做到普遍適用。因為貧困區的分散問題，全國統一的政策在不同地域的匹配度不高，容易出現政策偏移問題。不同的地區出現貧困的原因，因所在地域的地理環境、人文環境、政治環境的不同而有著較大的差異，當前政策所覆蓋的最小單位是市縣一級，再向下的政策如需修改，要向省行申請，辦理周期長且效果不顯。農戶無法根據個人的實際情況獲得最優化的政策支持。

三是扶貧成果見效慢。江西省由于地理位置及資源稟賦的問題，仍屬于農業大省，所以江西的精準扶貧導向還是以農業為主。但是農業產業受自然災害的影響較大，由于農業生產周期長，生產過程可能受到各種不確定因素的影響，容易出現減產情況，農戶的收入得不到保障。而且，貧困戶的生產經營意識、相關技能、信息的獲取都十分落后，要經過長時間的教育和實踐才能有所改善。由于貧困戶的特殊性，貧困戶的原始積累是有限的，在實際調研中發現返貧的農戶基本都是因為在脫貧后受到疾病、災禍、子女教育等原因無法維持正常生活而重新返貧。因此，要想真正實現脫貧之后不返貧，需要金融機構長期的支持，久久為功，不能為了業績而期望快速見效。

四是扶貧貸款具有較大的風險。其貸款風險主要分為三個方面：第一，農業抗風險能力低。由于農業生產具有弱質性，在受到自然災害及意外事故后容易出現收入不穩定的情況，沒有可靠的還款源。第二，沒有完善的農業保險。在受災后，受災面積數量價值及成熟度等指標無法準確度量，國家及地方缺乏便捷有效的管理機制，因災返貧的農戶比例相較其他原因高出許多，變相提高了金融扶貧的風險。第三，缺乏良好的信用環境。當前我國農村的信用制度還不完善，在農村信用記錄上沒有完整的系統，加上少數農戶及涉農企業缺乏信用意識，在一定程度上影響金融扶貧工作的正常進行。

五是扶貧政策可持續性有待提高。隨著黨的十九大的召開，我國脫貧攻堅的戰略目標從精準扶貧向精準脫貧轉變，現有的基礎設施已經無法滿足需求。由于我國全面建成小康社會要求全體脫貧且不返貧，所以要維持農戶不返貧比幫助貧困戶脫貧更加困難。當前我國針對貧困戶的脫貧方案為政策扶貧、就業扶貧、產業扶貧等，而金融精準扶貧又以政策扶貧為主，給貧困戶提供大量補貼資金用最直接的方式讓農戶達到 “兩不愁三保障”。然而這種模式讓許多農戶養成了 “等”“靠”“要”的習慣，在脫貧后如果不繼續提供保障，這部分農戶返貧率將高達80%，很容易出現假脫貧。而且在產業方面，現有的網絡通信設施覆蓋不到位，無法依托大數據給農戶提供產業扶貧幫助。

（二）政策建議

為了更好實現我國2020年全面建成小康社會戰略目標，提高農村金融精準扶貧成效，結合當前江西省精準扶貧的現狀，提出如下農村金融精準扶貧優化改進措施：

第一，提高精準扶貧定位的精度。精準扶貧突出的是一個“精”字。2015年，習近平總書記提出了扶貧的新形式,即扶貧開發著重于“精準”。“精準扶貧”能夠解決各地區較為突出的問題，通過建立擁有內生動力、有活力的長效機制，幫助農民通過自己的勞動擺脫貧困穩步進入小康社會。農村金融更需要精準，在扶貧精準定位的前提下，農戶可以通過大數據、信貸、投融資、支付等方式實現資本的積累，達到小康生活。傳統金融機構及互聯網企業通過網絡平臺，根據不同地區的資源稟賦，進行優化配置，將最適宜的金融方案推送給農戶實現無縫對接，減少傳統金融模式中步驟復雜、推廣難度大且政策與當地實際不匹配的情況。通過大數據的分析，篩選最適宜的金融方案提供給農戶，并通過網上辦事流程簡化農戶的辦事周期，提供優化的扶貧方案。要因地制宜，因人施策，精準定位，精準脫貧，注重可持續發展。積極開展“教育”“創業”“技能”等不同類型的扶貧活動，在提供信貸資金的同時，借助大數據給貧困戶提供適宜的產業項目、政策信息、技術技能。讓貧困戶獲得穩定的收入，擁有長遠發展的可能，防止“當年脫貧，來年返貧”現象的發生。

第二，加大扶貧政策創新力度。一是推廣創新特色產業精準扶貧模式。通過借鑒農業銀行“油茶貸”的成功案例，各銀行機構可以根據自身的優勢結合各地區的產業實際，推出不同種類的新型特色扶貧金融產品，推廣產業扶貧新模式。二是開展銀行企業合作。通過與農業產業化龍頭企業及農村電商平臺的合作，推出“銀行+企業+農戶”“銀行+電商+農戶”等多種新型合作模式。創新擔保方式，通過互聯網平臺提供多樣化的擔保方式，農戶可提供農村土地承包證、林業證、宅基地、農機具等作為抵押資產，并在高信用地區開展公務員擔保、多戶聯合擔保等方案提供擔保，解決原先農戶抵押物不足而無法獲貸的尷尬。三是創新辦理流程。借助互聯網的便利，給農戶提供便捷的金融存貸款服務，針對農村貧困人口的專項扶貧措施，簡化貸款程序，減少審批流程，提高貸款效率，讓農戶可以在最短時間內拿到貸款資金。

第三，加強協同合作。一是加強同政府間的合作。加強銀政合作的深度與廣度，借助互聯網平臺整合各方有效資源，實現“銀政合作+商業協作”的扶貧新模式，充分發揮財政資金對于金融資金的領導作用，解決當前扶貧貸款配套保障不足的問題；推出新型聯合金融扶貧產品，推廣類似“銀政扶貧信貸通”的扶貧產品，解決農戶貸款難的問題，利用地方政府的財政撬動信貸資金，直接解決農戶的實際問題；爭取最大限度的政府風險保障政策、推動地方政府完善信貸風險管控機制，積極扶持貧困戶發展產業、盡早脫貧致富，降低貸款風險。二是加強互聯網金融與傳統金融的合作。尤其是要加強與金融機構、保險公司、擔保公司、租賃公司等金融同業的合作，整合行業資源推出滿足不同扶貧需求的新型金融產品，形成“農業政策性貸款+優惠信用貸款”的模式，給貧困戶提供最大力度的資金支持，發揮互聯網金融扶貧的最佳效果。三是加強同社會的其他機構合作。與農業龍頭企業與特色養種植業企業合作的同時構建農村電商平臺，為貧困戶的產銷一體化提供配套服務，并通過大數據平臺加強與農業類相關高校、科研組織的合作，為貧困戶提供行之有效的技術保障，從根本上保障農戶的收入穩步提升。四是更好發揮第三方評估機制的作用。為此要從制度建設、操作規范、應用專業、屬性變革和目標導向等方面保障精準扶貧第三方評估的獨立與客觀。［8］

第四，完善貸款風險防控機制。風險管控主要包括提高風險管控水平和加強風險補償。引入外部力量進行風險補償。在完善自身內部風險管控體系的同時積極爭取政府各類的風險保障政策，加強與保險公司、擔保公司、租賃公司間的合作，開展金融精準扶貧的合作，通過保險、擔保、抵押等方式分散貸款風險。借助產業鏈、客戶組織提供共同擔保，運用例如“龍頭企業+小額貸款”的互保模式，提高信貸資金的安全性與盈利性。

第五，協同教育、醫療、住建、通信、交通等各部門進行基礎設施建設。當前信息時代最重要的是信息，良好的信息傳遞機制能夠給農戶帶來無盡的資源。依托互聯金融大數據平臺，將適宜的產業引進來，將特色農產品推出去，實現區域內全產業聯動。構建大數據信息，金融互聯網將各地的優質資源集合起來統一調配。依據地區資源稟賦，適時調整區域產業結構，優化產能，集中優勢構建適宜當地環境的扶貧方案，在農業為主的地區開展統一的農業產業扶貧、在產業為主的地區開展產業扶貧、在適宜勞動力輸出的地區開展技術、生態、搬遷扶貧。集中優勢資源，推行適合當地實情的脫貧方案，保證貧困戶脫貧不返貧。

［1］丁志國，譚伶俐，趙晶.農村金融對減少貧困的作用研究［J］.農業經濟問題，2011,（11）.

［2］胡東生.精準扶貧戰略與金融創新支持模式探究——以福建省三明市國家扶貧改革試驗區為例［J］.福建金融，2015,（10）.

［3］牛瑞芳.互聯網金融支持小微企業融資的經濟分析——基層“長尾理論”的視角［J］.現代經濟探討，2016,（7）.

［4］王信.健全機制細化措施力爭江西金融精準扶貧工作取得新突破［J］.金融與經濟，2016,（9）.

［5］周雙，劉鵬.我國貧困地區金融精準扶貧創新研究［J］.上海金融，2017,（1）.

［6］王君.普惠金融與金融精準扶貧的關系研究——基于湖南湘西州的實踐［J］.武漢金融，2017,（3）.

［7］鄒婧.金融精準扶貧績效審計評價指標體系的構建和分析［J］.金融會計，2017,（1）.

［8］劉建生，惠夢倩.精準扶貧第三方評估：理論溯源與雙SMART框架［J］.南昌大學學報（人文社會科學版），2017,（2）.