重慶市農村金融效率評價

李枷宇　李智

摘? ?要：運用第一階段DEA-Malmquist和第三階段DEA-Malmquist指數對重慶市2010-2017年農村金融效率評價以及各區縣效率評價。研究發現：重慶市農村金融全要素生產率整體效率值不高，大部分年間效率值小于1，主要是受技術進步效率值的影響，各區縣差異不明顯;在剔除環境變量后，全要素生產率有所提升，主要是因為技術進步效率值的提高，說明環境因素對重慶市農村金融有一定影響，但力度不夠。因此需進一步提升重慶市農村金融的技術效率，加大政府支出在促進農村金融效率方面的作用以及促進重慶市農村金融各效率值的全方位提升來共同促進重慶市農村金融全要素生產率的提高。

關鍵詞：重慶;金融效率;DEA-Malmquist;技術進步

中圖分類號：F325.24 文獻標志碼：A 文章編號：1008-2697（2019）03-0039-06

近年來國家對“三農”工作高度重視，農村金融作為農村經濟發展的關鍵因素，可提供農村大量的資金貸款，拉動農村經濟需求。2018年中央一號文《中共中央國務院關于實施鄉村振興戰略的意見》中提出把更多金融資源配置到農村經濟社會發展的重點領域和薄弱環節。農村金融機構起著關鍵推動作用，直接影響農村經濟的健康持續發展。因此對農村金融效率問題的研究具有重要的現實意義。

重慶市作為西部地區直轄市，同時又處于長江經濟帶和“一帶一路”重要沿線城市。由于重慶市有著嚴重的二元經濟機構的問題，農村與城市發展存在很大程度上的不協調，因此重慶市農村經濟發展的情況如何？重慶市農村金融機構的資源配置效率如何？怎么進一步來促進效率的提高來更好的為農村經濟發展服務，都是我們需要思考的問題。鑒于此，為全面了解重慶市農村金融效率，本文采用DEA-Malmquist指數模型以及第三階段DEA-Malmquist指數方法，對重慶市農村金融進行效率進行較全面分析。

一、文獻回顧

我國學者對金融效率的研究成果豐富，從不同的視角和方法得出各自的結論。從整體上來看，谷慎[1]通過對中國農村金融效率資源配置實證分析，認為中國農村金融效率低，主要是由于農村金融制度的有效供給不足，提出要創新農村金融制度。張永剛等[2]認為中國農村金融效率值整體不高且有區域差異影響。孫玉奇等[3]研究發現，我國大部分省份的農村金融投入產出低下，主要原因是純技術效率值偏低。從測算方法上看，目前關于DEA農村金融效率的測算主要是以下方式：鄭博陽等[4]運用數據包絡法（DEA）分析河南省17各地市的農村金融效率。武臻等[5]基于DEA-Malmquist指數方法對西部地區12個省城投入產出數據處理。張玉苗[6]利用超效率DEA模型對區域金融資源配置效率進行測算。彭建[7]利用三階段DEA模型對我國2012年金融支農效率進行研究。從指標選取上看，關于DEA測算方法的投入產出指標的選取主要是以貸款和第一產業生產為投入，以GDP和收入為產出，張永剛等[8]選取農村信貸余額和人均農業生產投資為投入指標 ，以農業人均GDP和農民人均收入為產出水平。向琳等[9]選取農業貸款與財政支農作為輸入目標，各地區農民人均收入與第一產業人均生產總值作為金融資源的輸出指標。

從已有文獻可知，我國農村金融整體效率不高;現有文獻主要針對河南、江西、山東、福建、黑龍江、云南、陜西、四川等區域展開討論[10-13]，而重慶市農村金融效率的研究較少;大多文獻采取傳統DEA方式測算農村金融效率，沒有考慮外在環境對農村金融的影響[14-18]，可能缺乏一定的客觀性。因此，為全面對重慶市農村金融效率進行研究，采取三階段DEA-Malmquist指數方法，從第一階段與第三階段評價對比以及環境變量因素角度對重慶市農村金融效率進行全面評價，可為我國西部地區其他省份以及我國其他省份地區農村金融效率研究發展提供一定的借鑒意義。

二、研究方法與數據來源

本文研究方法采用DEA方法、DEA-Malmquist指數法和第三階段DEA-Malmquist指數法。

本文選取重慶市以及重慶市2010—2017年各區縣為樣本。通過DEA-Malmquist模型分析重慶市整體農村金融技術以及規模效率的變化，對重慶市37個區縣（萬州區、黔江區、涪陵區、沙坪壩區、九龍坡區、南岸區、北碚區、巴南區、長壽區、江津區、合川區、永川區、南川區、綦江區、大足區、璧山區、銅梁區、潼南區、榮昌區、開州區、梁平區、武隆區、城口縣、豐都縣、墊江縣、忠縣、云陽縣、奉節縣、巫山縣、巫溪縣、石柱縣、秀山縣、酉陽縣、彭水縣）進行效率評價，分析重慶市各區縣農村金融效率的變化趨勢以及效率差異情況，結合重慶市農村金融發展的實況以及相應的政策分析重慶市農村金融效率。

本文參考相關文獻以及考慮數據的可得性選取人均農村貸款與人均農村生產投入為投入變量，由于農村金融資本投入是為了促進農村經濟發展和人民生活水平的提高，因此選取人均農村GDP和農村人均可支配收入為產出變量。

環境變量影響農村金融資源配置效率，本文選取2個環境變量：農林水支出。農林水支出主要是反映政府一般公共預算開支中對農業發展的補貼費用，因此本文選取2010—2017年政府預算農林水支出費用數據作為衡量政府對農村經濟發展支持力度的指標，預期增加農林水支出會促進農村金融效率的提高[19]。鄉村就業人數。就業是衡量經濟發展的指標，鄉村就業人數反映了農村經濟發展的狀況，因此本文選取2010-2017年鄉村就業人數來衡量農村經濟發展的環境，預期鄉村就業越充分，農村經濟發展越好，會促進農村金融效率的提升。

本文數據主要來源于《重慶統計年鑒》、EPS數據平臺的重慶市各區縣數據以及重慶市各區縣《國民經濟與社會發展公報》。由于區縣數據沒有第一產業農村貸款、第一產業固定資產投資，因此數據需要處理所得。人均農村信貸余額：第一產業生產總值/GDP×金融機構貸款總額/農村人口;人均農村生產投資：第一產業生產總值/GDP×全社會固定資產投資/農村人口;農業人均GDP：第一產業生產總值/農村人口。

三、實證分析

（一）重慶市農村金融效率DEA-Malmquist指數及其分解

從表1可以看出，重慶市農村金融效率全要素生產率在2010—2017年期間呈現平穩趨勢，大部分年間重慶市農村金融全要素生產率值小于1，全要素年均值為0.970。從時間序列上看，2010—2011年、2016—2017年重慶是農村金融全要素生產率大于1呈上升趨勢，2011—2016年重慶市農村金融全要素生產率主要趨勢向下。

由圖1可知，全要素生產率整體上先下降后稍微回升，之后一直處于較平穩的趨勢。2010—2012年農村金融全要素生產率的下降主要是受技術效率下降的影響，規模效率也有一定的影響;2012—2016年間全要素生產率主要受制于技術進步效率的制約;2016—2017年全要素生產率呈上升趨勢，主要是由于技術進步率的提升，規模效率也有一定影響。總體而言重慶市農村金融效率全要素生產率主要受制于技術進步率的低下，導致全要素生產率大部分年間低于1，呈下降趨勢，規模效率起到了一定的輔助作用。

（二）重慶市各區縣農村金融效率DEA-Malmquist分析

從表2可以看出，重慶市各區縣大部分農村金融全要素生產率低于1，整體效率值不高，各區縣全要素效率值主要受制于技術進步效率值。全要素效率值大于1的地區有黔江區、江北區、南岸區、北碚區、合川區、南川區、綦江區、潼南區、城口縣、豐都縣、武隆縣11個區縣，該區縣的技術進步效率值也受限制，但是技術效率值較高，即管理有效率，使得全要素生產率呈上升趨勢，全要素生產率值低于0.9的區縣有涪陵區、大足區、璧山區、銅梁區、墊江縣5個區縣該區縣本來經濟發展較好，農村金融全要素生產值卻較低，不僅受限于技術進步效率，并且規模效率值也不高，說明該區縣并沒有注重農村金融的發展，農村金融的工作有待進一步提高。

（三）SFA回歸結果分析

使用Frontier4.1軟件，通過SFA模型進行回歸分析，第一階段農村金融投入變量中的松弛值作為被解釋變量。外部環境變量（農林水支出、鄉村從業人數）作為解釋變量。結果顯示：人均信貸余額與人均農村生產投資的似然比LR單邊檢驗都通過了1%的顯著性檢驗，說明混合誤差項中存在技術無效率，使用SFA方法可行。

本文截取2010年、2013年以及2017年的SFA回歸結果（表3），發現：（1）2010年農林水支出對人均農村貸款和人均農村生產投資的回歸系數均為負數且通過了1%、5%的顯著水平;2013年農林水支出對人均農村貸款和人均農村生產投資的回歸系數均為負數且通過了1%顯著水平;2017年農林水支出對人均農村貸款和人均農村生產投資的回歸系數均為負數且通過了1%、10%的顯著水平。說明農林水支出環境變量的增加有利于減少農村金融投入冗余，對農村金融效率起促進作用，與預期設想相符。（2）2010年鄉村就業人員數量對人均農村貸款回歸系數為負值且通過1%顯著水平，對人均農村生產投資不顯著;2013年鄉村就業人員數對人均農村貸款和人均農村生產投資的回歸系數均為負數且都通過1%顯著水平;2017年鄉村就業人員數對人均農村貸款和的回歸系數均為負數且通過1%顯著水平。說明鄉村就業人員環境變量主要作用于人均農村貸款投入變量，對于人均生產投資的作用不明顯，與預期設想也相符合。

（四）重慶市農村金融效率第三階段DEA-Malmquist指數及分解

由表4可知，剔除了環境變量之后重慶市農村金融全要素生產率有所提高，但仍小于1。說明環境因素對重慶市農村金融有一定的影響，但影響力度不夠。從各效率值分析，剔除環境影響因素之后技術效率年均值下降3%，技術進步效率年均值上升3.8%，純技術效率年均值下降1.3%，規模技術效率年均值下降1.6%，除了技術進步效率年均值增加，其余效率年均值均不同程度減少。由于技術進步年均值的增加導致全要素生產率年均值增加。說明農林水支出和鄉村從業人員數量這兩個外部環境變量主要作用于技術效率和規模效率上，政府對農業的支持以及鄉村從業人員的增加并沒有緩解農村金融效率在技術進步上的限制。

由圖2可知，第三階段DEA—Malmquist指數走勢圖與第一階段相比，變化幅度不大，方向大致吻合。農村金融全要素生產率仍然是在2010—2011年、2016—2017年大于1，其余年間小于1。與第一階段不同的是在2011—2012年有小幅上升趨勢，此后到2016年都是下降趨勢。

（五）重慶市各區縣農村金融效率第三階段DEA-Malmquist指數

由表5可知，在剔除環境變量后，重慶市各區縣農村金融全要素生產率由第一階段大于1的11個區縣增加了4個區縣，萬州區、渝北區、云陽縣和酉陽縣，均是由于技術進步效率值的提高導致全要素生產率大于1，技術效率與規模效率、純技術效率變化較小，說明該地區政府農林水支出并沒有得到有效利用，在技術進步方面，缺乏先進的農村金融機器設備，或者引進了設備卻沒有得到較好的使用;與第一階段malmquist指數相比，由于剔除環境變量因素后，技術進步效率值提高，使整體全要素上升，因此全要素生產率低于0.9的區縣由之前的4個變為1個，即墊江縣，盡管墊江縣的全要素有上升，但是墊江縣農村金融各方面效率值較低，在規模投入上以及技術引進和管理效率都急需提升。

四、結論與建議

（一）結論

研究結果顯示，整體來看2010—2017重慶市農村金融效率值較低，在2012—2016年間處于下降趨勢，主要受技術進步效率的影響;重慶市各區縣大部分農村金融全要素生產率也低于1，整體效率值不高，各區縣之間差異不明顯。（2）選取2010—2017年政府一般公共預算支出中的農林水支出與鄉村就業人數作為外部環境變量，通過三階段DEA-Malmquist指數測算出，農林水支出對農村金融投入變量顯著，并且起正向促進作用;鄉村就業人數變量主要作用于人均農村貸款投入變量，且通過顯著水平檢驗，起正向促進作用，但是對于人均農村生產投資投入變量不顯著。（3）剔除了環境變量之后，整體全要素生產率值提升，主要是由于技術進步效率值得到改善，說明政府對農林水的財政支出主要使得管理效率、投入規模得到了改善，并沒有針對農村金融現有的技術進步效率值低，或者改善力度不夠。

（二）對策建議

1. 有效提高重慶市農村金融技術進步

研究結果顯示，不管是在第一節階段DEA-Malmquist指數分解中還是在提出環境影響因素之后，重慶市農村金融效率全要素生產率值較低的原因始終在于技術進步效率的制約影響，說明重慶市農村金融效率值整體不高的原因在于技術進步存在問題。因此提高重慶市農村金融技術進步效率值是農村金融工作的重點，在農村金融機構中引進先進的金融設備，金融機器，金融終端產品來替代人工辦理業務，可以大大較少人工辦理業務中的低效率問題，節省工作時間，提高工作效率。

2. 加大政府支出在促進農村金融效率方面的作用

政府公共預算支出中農林水財政支出有利于提升農村金融效率的提高，但主要作用在于管理效率以及規模投入方面，對于技術進步方便作用不明顯。因此不僅在農村金融機構投入規模上要注重政府的支持，也應該有針對性的把政府的資金支持用于先進技術方面。政府應該做好相應的支持工作，學習效仿其他農村金融效率好的地區，把政府的支持用在最有利的方面，才可能更有效更有針對性的提高農村金融效率。

3. 多舉措促進重慶市農村金融效率全方位提升

重慶市農村金融效率值低，技術進步占很大原因，但是技術效率和規模效率本身優勢不明顯，在注重提升農村金融技術進步的同時，也應該提升各方面效率值的提升。提高金融管理效率，農村金在融機構組織管理遠遠低于城市金融機構，農村機構工作人員的積極性和效率問題是本質問題，任何時候都需要改善;另外適當擴大偏遠地區農村金融機構的投入，提高農村金融機構的覆蓋率，使農村金融服務更多的農村地區，更好的促進重慶市整個農村金融的環境。

參考文獻：

[1] 谷慎.我國農村金融效率實證分析[ J ].西安交通大學學報（社會科學版），2006（05）：31-35.

[2] 張永剛，張茜.基于DEA方法的農村金融效率研究[ J ].經濟問題， 2015（01）：60-63.

[3] 孫玉榮，陳奇.基于DEA模型的我國農村金融效率測算分析[ J ].特區經濟，2013（02）：113-114.

[4] 鄭博陽，張冬平.基于DEA-Malmquist方法的河南省農村金融效率研究[ J ].現代經濟信息， 2016（23）：461-463.

[5] 武臻，羅劍朝，張珩.西部地區農村金融市場資源配置效率實證研究-基于DEA-Malmquist指數方法的分析[ J ].商業經濟研究，2014（27）：140-142.

[6] 張玉苗.區域金融資源配置效率經驗研究——基于超效率DEA-Tobit模型的分析[ J ].財經問題研究，2017（04）：122-128

[7] 彭健.基于三階段DEA模型的金融支農效率研究[ J ].海南金融，2014（10）：7-12.

[8] 張永剛，張茜.基于DEA 方法的農村金融效率研究[ J ].經濟問題，2015（01）：60-63.

[9] 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（03）：43-45.

[10] 譚秀閣.基于數據包絡分析的農村金融資源配置效率分析[ J ].西安石油大學學報（社會科學版），2016，25（02）：24-30.

[11] 彭陽，王燕.我國農村金融效率實證研究[ J ].青島農業大學學報（社會科學版），2011，23（03）：56-61.

[12] 張曉琳，董繼剛.農村金融資源配置效率評析——以山東省為例[ J ].農業經濟與管理，2017（02）：45-53.

[13] 彭陽，王燕.我國農村金融效率實證研究[ J ].青島農業大學學報（社會科學版），2011，23（03）：56-61.

[14] 熊曉煉，王露.西部金融資源配置效率研究[ J ].甘肅金融，2017（11）：21-26.

[15] 余紅，熊德斌.我國西南地區金融資源配置效率的實證研究[ J ].中國集體經濟，2018（05）：120-122.

[16] 阮華，翁貞林.江西農村金融效率的測算及地區差異[ J ].貴州農業科學，2015，43（11）：198-201.

[17] 熊曉煉，王露.西部金融資源配置效率研究[ J ].甘肅金融，2017（11）：21-26.

[18] 曾勝，張明龍.基于三階段DEA模型的我國金融支持科技創新效率評價[ J ].西部論壇，2016，26（04）：101-108.

[19] Binswanger H P，McIntire J.Behavioral and material determinants of production relations in land-abundant tropical agriculture[ J ].Journal of Development Studies，1987（22）：73-99.

（責任編輯：董? 濤）