基于三階段DEA模型的甘肅省貧困縣金融扶貧效率實證研究

趙敏娟

摘要：金融扶貧是打贏脫貧攻堅戰(zhàn)的重要手段之一，對扶貧效果會產(chǎn)生較大影響。文章運用三階段DEA模型對甘肅省貧困縣的金融扶貧效率進行測算，發(fā)現(xiàn)各縣區(qū)扶貧綜合技術(shù)效率處于低水平，規(guī)模效率普遍較好，且規(guī)模報酬遞增的縣區(qū)數(shù)量遠(yuǎn)多于規(guī)模報酬遞減的數(shù)量，而純技術(shù)效率差異較大。此外，外部環(huán)境因素也會對金融扶貧效率產(chǎn)生不同程度的影響。

Abstract： Financial poverty alleviation is one of the important means to win the battle against poverty， and it will have a greater impact on poverty alleviation. The paper uses the three-stage DEA model to measure the financial poverty alleviation efficiency of poverty-stricken counties in Gansu Province， and finds that the comprehensive technical efficiency of poverty alleviation in all counties is at a low level， the scale efficiency is generally good， and the number of counties with increasing returns to scale is far more than the decline in scale returns. The amount of pure technical efficiency varies greatly. In addition， external environmental factors will have different degrees of impact on financial poverty alleviation efficiency.

關(guān)鍵詞：甘肅貧困縣;金融扶貧;純技術(shù)效率;規(guī)模效率;三階段DEA模型

Key words： poverty-stricken counties in Gansu;financial poverty alleviation;pure technical efficiency;scale efficiency;three-stage DEA model

中圖分類號：F323.8;F832.4 ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）27-0296-04

0 ?引言

現(xiàn)階段我國面臨的一個重大問題是實現(xiàn)全面打贏脫貧攻堅戰(zhàn)的戰(zhàn)略目標(biāo)，確保到2020年實現(xiàn)農(nóng)村貧困人口全面脫貧。甘肅省屬于西北地區(qū)深度貧困省份，貧困人口分布廣泛，農(nóng)村經(jīng)濟發(fā)展落后，農(nóng)村居民收入來源少，勞動力素質(zhì)不高，長期處于貧困程度深且發(fā)展弱的階段。在大力打贏脫貧攻堅戰(zhàn)的時代背景下，全省貧困縣是全面脫貧的重點關(guān)注對象。而金融扶貧是重要的扶貧方式之一，金融扶貧資金成為支持貧困地區(qū)發(fā)展的重要資金來源。因此，研究全省扶貧實施效果及金融對扶貧效果產(chǎn)生的影響具有重要意義。

對金融扶貧的相關(guān)研究主要有以下：第一：對地區(qū)金融發(fā)展水平與其貧困程度的關(guān)系研究。部分學(xué)者研究發(fā)現(xiàn)金融發(fā)展會加劇不平等程度、擴大城鄉(xiāng)居民間收入差距，農(nóng)村金融發(fā)展不利于農(nóng)民收入的增長（溫濤等，2005;楊俊等，2006）;也有研究認(rèn)為農(nóng)村金融發(fā)展水平能夠促進農(nóng)村經(jīng)濟增長（姚耀軍，2004;），而由于金融的不穩(wěn)定性，又會在一定程度上抵消一部分減貧效果（崔艷娟，2012）。第二：對農(nóng)村信貸資金配置效率的研究。農(nóng)業(yè)信貸資金有助于減緩貧困，但我國貧困地區(qū)的農(nóng)村信貸資金配置效率低下，對貧困減緩的作用有限（溫濤等，2005;謝婷婷，2016）;在政府主導(dǎo)農(nóng)業(yè)信貸資金投放的情況下，短期內(nèi)農(nóng)業(yè)信貸并未對農(nóng)村經(jīng)濟發(fā)展做出有益貢獻（朱喜等，2006），而長期來看農(nóng)業(yè)信貸資金對農(nóng)村經(jīng)濟發(fā)展有正向影響（楊棟，2007）。第三，對金融扶貧的模式、問題及對策建議的探討。我國多數(shù)貧困地區(qū)過于追求擴大金融扶貧信貸規(guī)模，忽視了農(nóng)村金融扶貧體系設(shè)計（吳義能等，2016），因此要從多角度結(jié)合地區(qū)特點發(fā)揮金融支持對精準(zhǔn)扶貧的作用（張李娟，2017;歐國立等，2018）。已有文獻對金融扶貧研究做出了有益的貢獻，而直接以金融扶貧效率作為研究對象的文獻多是以全國或者其他省份作為研究對象的，本文通過三階段DEA模型，以甘肅省75個貧困縣（區(qū)）為例，使用2016年末的統(tǒng)計數(shù)據(jù)進行實證分析，對金融扶貧效率以及其影響因素進行研究，為制定合理的金融扶貧政策、提高扶貧效率提供理論支持。

1 ?樣本選取與模型

1.1 樣本指標(biāo)選取及數(shù)據(jù)來源

甘肅省共86個縣（市、區(qū)），2018年10月16號，2個國家扶貧工作重點縣、4個國家片區(qū)縣和12個插花型貧困縣摘帽，考慮到研究數(shù)據(jù)的問題，本文仍按照75個貧困縣（區(qū)）進行金融扶貧效率測算。本文數(shù)據(jù)來源于《甘肅發(fā)展年鑒（2017）》《甘肅金融年鑒（2017）》《中國縣域統(tǒng)計年鑒（縣市卷）》。

投入指標(biāo)：選取人均（涉農(nóng)）貸款余額和人均農(nóng)業(yè)生產(chǎn)投資作為投入指標(biāo)。產(chǎn)出指標(biāo)：選取農(nóng)村居民人均純收入和農(nóng)業(yè)增加值分別代表農(nóng)民生活水平和農(nóng)業(yè)經(jīng)濟發(fā)展情況。環(huán)境指標(biāo)：依據(jù)對金融扶貧效率有顯著影響但又無法主觀控制的原則選取地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)從業(yè)人員數(shù)、政府公共財政收入、農(nóng)作物播種面積、固定資產(chǎn)投資為環(huán)境變量。

1.2 模型建立

傳統(tǒng)數(shù)據(jù)包絡(luò)分析（DEA）模型未考慮環(huán)境因素的影響，F(xiàn)ried（2002）將環(huán)境因素和隨機擾動項加入到模型中建立了三階段DEA模型。由于甘肅省各貧困縣之間的發(fā)展情況不同，外部環(huán)境條件會對扶貧效率產(chǎn)生不同程度的影響，因此本文采取三階段DEA模型進行測算金融扶貧效率。

1.2.1 第一階段DEA模型

將考察評價的甘肅省75個貧困縣看做決策單元，建立投入導(dǎo)向型BCC模型。每個決策單元記為DMUi（i=1，2，…），均有兩個投入變量x和兩個產(chǎn)出變量y，對于第i個決策單元，其投入導(dǎo)向下對偶形式的BCC模型可表示為：

1.2.2 第二階段SFA回歸

第二階段主要任務(wù)是通過SFA回歸將各投入的松弛變量分解，以剔除環(huán)境影響和統(tǒng)計噪聲。對投入松弛變量進行回歸時，解釋變量為環(huán)境變量、隨機誤差和管理無效率。根據(jù)Fried等人（2002）的想法，構(gòu)造如下的類似SFA回歸函數(shù)：

其中，Zi為環(huán)境變量，？茁n為環(huán)境變量的系數(shù);vni為隨機擾動，？滋ni為管理無效率，Vni+？滋ni為混合誤差項。SFA回歸使用Frontier4.1軟件來實現(xiàn)，采用最大似然法來估計環(huán)境變量的系數(shù)。

1.2.3 第三階段調(diào)整后的DEA模型

將第二階段經(jīng)調(diào)整后的投入變量和原始產(chǎn)出變量再次代入DEA模型測算各決策單元的效率值，此時得到的是剔除了環(huán)境因素和隨機影響之后相對有效的效率值。

2 ?實證結(jié)果

2.1 第一階段DEA模型結(jié)果

使用deap2.1軟件，對甘肅省75個貧困縣（區(qū)）的投入產(chǎn)出數(shù)據(jù)進行效率測算，發(fā)現(xiàn)全省75個貧困縣（區(qū)）純技術(shù)效率均值為0.754，規(guī)模效率均值為0.889，綜合技術(shù)效率均值為0.67，總體效率值較低。但此時的效率值包含了環(huán)境、統(tǒng)計噪聲等影響因素，由于各縣區(qū)的外部環(huán)境和發(fā)展情況存在較大差距，可能會使結(jié)果缺乏可靠性，因此有必要進行第二階段SFA回歸剔除環(huán)境和隨機擾動的影響。

2.2 第二階段結(jié)果

運用Frontier4.1軟件對投入松弛變量分別進行SFA回歸，通過多次擬合，剔除不顯著的環(huán)境變量?；貧w結(jié)果如表1：單邊似然比檢驗值均在1%水平上通過檢驗，說明模型的估計效果較好，有必要進行SFA回歸以分離環(huán)境變量和統(tǒng)計噪聲，且多數(shù)解釋變量也在一定置信水平上通過檢驗。其中：①地區(qū)生產(chǎn)總值對投入2松弛變量在1%的顯著性水平上通過檢驗且系數(shù)為正，會增加投入松弛變量的冗余量，對扶貧效率產(chǎn)生不利影響，與理論預(yù)期不一致，可能是因為地區(qū)經(jīng)濟發(fā)展會導(dǎo)致城鄉(xiāng)居民收入差距擴大、加劇不平等程度，不利于提高扶貧效率。②第一產(chǎn)業(yè)從業(yè)人員對投入松弛變量的系數(shù)均為負(fù)且通過檢驗，表明能夠降低投入松弛變量的冗余量，有助于提高金融扶貧效率，與理論預(yù)期相符合。因為全省農(nóng)業(yè)生產(chǎn)機械化水平低，仍是以勞動力投入為主的粗放式生產(chǎn)模式，因此勞動力的投入能夠有效的提高農(nóng)業(yè)生產(chǎn)效率，對扶貧效果產(chǎn)生正向影響。③政府公共財政收入對投入2的松弛變量系數(shù)為負(fù)，與理論預(yù)期相符，因為較高的政府公共財政收入會在一定程度上增加政府財政扶貧資金的投入，提高對農(nóng)村公共物品供給水平和農(nóng)村公共設(shè)施建設(shè)能力，有助于提高金融扶貧效率。④農(nóng)作物播種面積系數(shù)均為正且顯著通過檢驗，會增加松弛變量冗余量，對金融扶貧效率產(chǎn)生不利影響，與理論預(yù)期不一致，可能是由于隨著農(nóng)作物播種面積的提高會降低資源利用率，使得單位土地生產(chǎn)效率下降，導(dǎo)致資源的浪費和一定程度的效率損失。⑤固定資產(chǎn)投資對投入1松弛變量系數(shù)為正且通過檢驗，與理論預(yù)期不相符，可能是因為固定資產(chǎn)投資更多的服務(wù)于縣城經(jīng)濟發(fā)展，而對農(nóng)村地區(qū)發(fā)展貢獻小，進一步導(dǎo)致縣城與農(nóng)村經(jīng)濟發(fā)展的不均衡，加劇不平等程度，對扶貧效率產(chǎn)生了不利影響。

2.3 第三階段DEA模型結(jié)果

將第二階段經(jīng)調(diào)整后的投入數(shù)據(jù)與原始產(chǎn)出數(shù)據(jù)再次代入DEA模型，得到第三階段效率值。整理后結(jié)果如下表2所示。

在具體分析之前，先將第一和第三階段效率值進行配對樣本T檢驗，以進行差異顯著性分析，結(jié)果如表3，調(diào)整前后規(guī)模效率差異并不顯著，說明環(huán)境因素對其影響較小;而綜合技術(shù)效率和純技術(shù)效率分別在5%和1%的顯著性水平上通過檢驗，表明調(diào)整前和調(diào)整后存在顯著差異，環(huán)境因素和統(tǒng)計噪聲對其產(chǎn)生了顯著影響，這又進一步證明了進行SFA回歸的必要性。

根據(jù)表2可以看出，在剔除環(huán)境因素和統(tǒng)計噪聲影響后，處于效率前沿面的決策單元由8個下降至5個，其中，武山縣、七里河區(qū)、涼州區(qū)、高臺縣沒有變化，而臨夏市、臨夏縣、甘谷縣、夏河縣退出有效前沿面，表明其外部環(huán)境條件相對較好，對金融扶貧效率產(chǎn)生了正向影響，在剔除環(huán)境因素和統(tǒng)計噪聲后其效率值有所下降。

整體來看，全省平均綜合技術(shù)效率水平由0.67上升至0.702，主要原因是純技術(shù)效率由0.754上升至0.793，而規(guī)模效率由0.889下降為0.887，下降程度并不是很大。各縣區(qū)綜合技術(shù)效率均有不同程度的變化，整體效率有所上升但仍處于較低水平，調(diào)整前效率值主要集中在0.5-0.7之間，調(diào)整后集中在0.6-0.8之間，其中有25個縣（區(qū)）綜合技術(shù)效率有所下降，說明其外部發(fā)展環(huán)境對金融扶貧效率產(chǎn)生了正向影響，但大多數(shù)縣區(qū)綜合效率水平呈上升態(tài)勢，說明其外部環(huán)境條件較差，對金融扶貧效率產(chǎn)生了不利影響。此外，純技術(shù)效率分布情況較為分散，說明各縣區(qū)之間的金融扶貧管理技術(shù)水平存在較大差距，調(diào)整后分散程度有稍微緩解，但西峰區(qū)、天祝縣、兩當(dāng)縣、皋蘭縣純技術(shù)效率水平仍低于0.5，遠(yuǎn)低于全省平均水平，其管理決策能力與技術(shù)水平還需進一步提高。

相比純技術(shù)效率，規(guī)模效率集中程度較高，大多數(shù)縣區(qū)規(guī)模效率處于較高水平，平均值為0.889，且高于0.9的占全省貧困縣的半數(shù)以上，說明甘肅省對貧困地區(qū)重視程度較高，整體金融扶貧供給規(guī)模相對較大。調(diào)整后規(guī)模報酬遞增的縣（區(qū)）由39個增加至58個，規(guī)模報酬遞減的縣（區(qū)）由28個下降為11個，且規(guī)模報酬遞減的縣大多為全省經(jīng)濟發(fā)展水平較好的縣，如甘州區(qū)、肅南縣等，但大多數(shù)縣區(qū)仍未達到最優(yōu)水平，距離最優(yōu)規(guī)模水平仍具有一定的差距，在金融扶貧資金投入方面仍有較大提升空間。

就所屬區(qū)域來看，全省貧困縣分布廣泛，天水市、定西市、隴南市、甘南州、臨夏州集中了全省大部分貧困人口。從表5可以看出，不同經(jīng)濟區(qū)之間效率值差異較小，金融扶貧效率水平較為趨同，無顯著差異，但總體仍處于較低水平。民族經(jīng)濟區(qū)綜合技術(shù)效率最高，主要原因是其純技術(shù)效率較高，但其規(guī)模效率最低，說明民族經(jīng)濟區(qū)的管理技術(shù)水平較高，但扶貧供給規(guī)模小;隴南經(jīng)濟區(qū)綜合技術(shù)效率最低，其純技術(shù)效率和規(guī)模效率均處于低水平，說明其管理技術(shù)和扶貧供給規(guī)模距離最優(yōu)水平還有較大差距;隴中、河西經(jīng)濟區(qū)綜合效率值也低于全省平均水平，仍有待進一步提高。

3 ?結(jié)論與建議

根據(jù)以上實證結(jié)果可得：第一，在排除環(huán)境因素和隨機噪聲后，各縣區(qū)的綜合技術(shù)效率水平均有不同程度的變化，表明金融扶貧效率受外部環(huán)境因素和統(tǒng)計噪聲影響較大。第一產(chǎn)業(yè)從業(yè)人員、政府公共財政收入對金融扶貧效率產(chǎn)生了正向影響，而地區(qū)生產(chǎn)總值、農(nóng)作物播種面積、固定資產(chǎn)投資由于各種不同的原因沒有對金融扶貧效率產(chǎn)生所預(yù)期的促進作用。第二，總體來看，全省規(guī)模效率遞增的縣區(qū)數(shù)量明顯多于規(guī)模報酬遞減的數(shù)量，說明貧困縣受重視程度較高，扶貧資源供給充足，扶貧力度相對較大，但大多數(shù)縣區(qū)沒有達到效率最優(yōu)規(guī)模，仍有提升空間。第三，總體金融扶貧效率處于較低水平，且各縣區(qū)之間的差異較大，主要原因是純技術(shù)效率分布較分散，表明不同地區(qū)間管理技術(shù)水平有著較大差距。第四，各經(jīng)濟區(qū)之間效率差異并不明顯。

針對以上研究結(jié)果，提出如下對策建議：第一，加強對金融扶貧效率帶來負(fù)向影響的外部環(huán)境條件的改善。首先，加大政府公共財政投入和政府資金支農(nóng)惠農(nóng)力度，提高農(nóng)村公共設(shè)施建設(shè)能力和公共物品供給水平;其次，結(jié)合縣域特色，提高土地、固定資產(chǎn)等資源利用效率，充分發(fā)揮其提高農(nóng)業(yè)綜合生產(chǎn)能力的作用，提供良好的經(jīng)濟和社會環(huán)境;最后，建立健全農(nóng)村金融體系建設(shè)，制定完善的農(nóng)村金融政策，鼓勵金融機構(gòu)創(chuàng)新金融扶貧產(chǎn)品，擴展金融扶貧服務(wù)項目，以提升金融扶貧效率。第二，根據(jù)不同縣區(qū)規(guī)模報酬條件增加或減少扶貧資源的投入。對于規(guī)模報酬遞增的地區(qū)，進一步加大扶貧資金投入，加大對農(nóng)村地區(qū)信貸資源的供給;對于規(guī)模報酬遞減的地區(qū)，降低金融扶貧信貸規(guī)模，力求達到最優(yōu)的規(guī)模效率。第三，對于純技術(shù)效率較低的地區(qū)，應(yīng)致力于提升其管理技術(shù)水平，各縣應(yīng)結(jié)合其自身實際條件和發(fā)展情況，進行管理創(chuàng)新，充分發(fā)揮自身優(yōu)勢，加強各環(huán)節(jié)的調(diào)控和監(jiān)督，建立完善的管理制度體系，提升管理效率。

參考文獻：

[1]H. O. Fried， C. A. K. Lovell， S. S. Schmidt， S. Yaisawarng. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis [J]. Journal of Productivity Analysis， 17， 157-174， 2002.

[2]Harold O. Fried， Shelton S. Schmidt， Suthathip Yaisawarng. Incorporating the Operating Environment Into a Nonparametric Measure of Technical Efficiency [J]. Journal of Productivity Analysis， 12， 249-267 （1999）.

[3]溫濤，冉光和，等.中國金融發(fā)展與農(nóng)民收入增長[J].經(jīng)濟研究，2005（09）：30-43.

[4]楊俊，李曉羽，等.中國金融發(fā)展水平與居民收入分配的實證分析[J].經(jīng)濟科學(xué)，2006（02）：23-33.

[5]姚耀軍.中國農(nóng)村金融發(fā)展與經(jīng)濟增長關(guān)系的實證分析[J].經(jīng)濟科學(xué)，2004（05）：24-31.

[6]崔艷娟，孫剛.金融發(fā)展是貧困減緩的原因嗎？——來自中國的證據(jù)[J].金融研究，2012（11）：116-127.

[7]溫濤，王煜宇.農(nóng)業(yè)貸款、財政支農(nóng)投入對農(nóng)民收入增長有效性研究[J].財經(jīng)問題研究，2005（02）：78-83.

[8]謝婷婷，郭艷芳.地方政府干預(yù)、農(nóng)村信貸資金配置與反貧困[J].貴州財經(jīng)大學(xué)學(xué)報，2016（02）：71-79.

[9]朱喜，李子奈.改革以來我國農(nóng)村信貸的效率分析[J].管理世界，2006（07）：68-76.

[10]楊棟，郭玉清.中國農(nóng)業(yè)貸款效率——基于雙方程誤差修正模型[J].金融研究，2007（09）：151-159.

[11]吳義能，葉永剛，等.我國金融扶貧的困境與對策[J].統(tǒng)計與決策，2016（09）：176-178.

[12]歐國立，王睿哲.開發(fā)性金融在精準(zhǔn)扶貧中的作用、挑戰(zhàn)和對策研究[J].經(jīng)濟縱橫，2018（07）：117-123.

[13]張李娟.西部地區(qū)金融支持精準(zhǔn)扶貧的難點與對策[J].改革與戰(zhàn)略，2017，33（02）：51-54.

[14]羅登躍.三階段DEA模型管理無效率估計注記[J].統(tǒng)計研究，2012，29（04）：104-107.

[15]陳巍巍，張雷，等.關(guān)于三階段DEA模型的幾點研究[J].系統(tǒng)工程，2014，32（09）：144-149.