新時代中國農(nóng)村金融機(jī)構(gòu)發(fā)展改革效率評價研究
——基于中國農(nóng)村信用合作機(jī)構(gòu)的實(shí)證分析

2020-03-07 05:18:10石連忠

山東社會科學(xué) 2020年3期

石連忠

(中共中央黨校(國家行政學(xué)院)研究生院，北京 100091)

中國農(nóng)村金融機(jī)構(gòu)(1)從全國范圍看，農(nóng)村金融機(jī)構(gòu)主要有農(nóng)業(yè)銀行、郵政儲蓄銀行、農(nóng)村信用社、農(nóng)村合作銀行、農(nóng)村商業(yè)銀行、村鎮(zhèn)銀行等。其中，農(nóng)村信用社、農(nóng)村合作銀行、農(nóng)村商業(yè)銀行在農(nóng)村金融業(yè)務(wù)中占有主導(dǎo)性地位。當(dāng)前部分地區(qū)依然沿用農(nóng)村信用社體制，而大部分地區(qū)將農(nóng)村信用社改制為農(nóng)村合作銀行、農(nóng)村商業(yè)銀行。基于這一事實(shí)，本文在綜合分析時將農(nóng)村信用社、農(nóng)村合作銀行和農(nóng)村商業(yè)銀行統(tǒng)稱為農(nóng)村信用合作機(jī)構(gòu)。作為我國金融體系的重要組成部分，歷經(jīng)近七十年的輝煌發(fā)展，為“三農(nóng)”工作做出了突出貢獻(xiàn)。作為中國主要農(nóng)村金融機(jī)構(gòu)——中國農(nóng)村信用合作機(jī)構(gòu)(農(nóng)村信用社、農(nóng)村合作銀行、農(nóng)村商業(yè)銀行)(2)《中國金融穩(wěn)定報告(2019)》，http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/3927456/index.html.，是“新時代實(shí)施鄉(xiāng)村振興戰(zhàn)略和發(fā)展普惠金融的主力軍，也是新時代做好‘三農(nóng)’工作的重要抓手”。(3)《中國金融穩(wěn)定報告(2019)》，http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/3927456/index.html.近年來，尤其是2018年、2019年中央一號文件對中國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革提出了新要求，如何對其發(fā)展改革的效率進(jìn)行評價是一個重大理論和實(shí)踐課題。本文在已有研究基礎(chǔ)上，以Tone K & Tsutsui M(2010)(4)Tone K,Tsutsui M.An epsilon-based measure of efficiency in DEA-A third pole of technical efficiency.European Journal of Operational Research,2010(207):1554-1563.提出的投入導(dǎo)向EBM(Epsilon-based Measure)模型為基礎(chǔ)，結(jié)合中國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率研究特點(diǎn)、指標(biāo)體系特征、數(shù)據(jù)特征、效率排名等因素，構(gòu)建適用于本文研究實(shí)際的新的中國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率的分析模型；同時進(jìn)行大樣本的總體研究，對2013-2017年我國30個省級行政區(qū)(西藏除外)的未改制完成農(nóng)村信用合作機(jī)構(gòu)及改革后的農(nóng)村商業(yè)銀行發(fā)展改革效率進(jìn)行評價，為全面評估中國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率提供了實(shí)證結(jié)論，并在此基礎(chǔ)上提出了有針對性的政策建議。

一、理論模型

本文采用基于規(guī)模報酬不變、投入導(dǎo)向的EBM模型,測算我國各省級地區(qū)的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率。研究表明，傳統(tǒng)DEA(CCR)模型中投入要素同比例縮減違背實(shí)際情況，SBM模型存在損失效率前沿的要素原始比例信息的問題。采用三階段EBM模型可以更為有效地評價各省級地區(qū)農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率。

第一階段理論公式如下：

第二階段SFA回歸理論：似SFA回歸剔除環(huán)境因素和統(tǒng)計噪聲。在DEA模型中，F(xiàn)ried H O(2002)(5)Fried H O.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis.Journal of Productivity Analysis,2002(17):157-174.認(rèn)為，由于環(huán)境因素、管理無效率和隨機(jī)干擾項(xiàng)會對被評價的決策單元(DMU)的效率產(chǎn)生影響，因此需要將這三者分離。在對第一階段的松弛變量進(jìn)行SFA回歸時，需要進(jìn)行兩個判定。第一，是同時調(diào)整投入和產(chǎn)出，還是只調(diào)整其中一種。這需要根據(jù)第一階段的DEA模型的導(dǎo)向來決定。由于我們在第一階段EBM模型中選用是投入導(dǎo)向，因此本文僅對我國各省級地區(qū)的農(nóng)村信用合作機(jī)構(gòu)的投入松弛變量進(jìn)行SFA回歸分解，并調(diào)整投入變量。第二，本文將所有松弛變量堆疊(Stack)從而只估計一個單獨(dú)的SFA回歸，采用這種方法可以保證模型處理的自由度更高。

綜上，在本文中，為了修正第一階段EBM模型的松弛變量，可以構(gòu)造如下SFA回歸函數(shù)：

Sni=f(Zi;βn)+νni+μni;i=1,2,…,I;n=1,2,…,N

其中，Sni是第i各省的第n項(xiàng)投入的松弛變量；Zi是各省的環(huán)境變量，βn是各省的環(huán)境變量系數(shù)；νni+μni是模型中的混合誤差項(xiàng)，νni表示模型中的隨機(jī)干擾，μni表示模型中的管理無效率。其中ν～N(0,σv2)代表了隨機(jī)干擾因素對投入松弛變量的影響；μ代表了管理因素對投入松弛變量的影響，本文中假設(shè)其服從在零點(diǎn)截斷的正態(tài)分布，即μ～N+(0,σμ2)。

為了分離管理無效項(xiàng)，本文采用的分離公式形式如下：

為了計算模型中的隨機(jī)誤差項(xiàng)μ，本文采用如下計算公式：

E[vni|vni+μni]=sni-f(zi;βn)-E[uni|vni+μni]

SFA回歸的目的是剔除環(huán)境因素和隨機(jī)因素對效率測度的影響，以便將所有決策單元調(diào)整于相同的外部環(huán)境中。本文的SFA調(diào)整公式如下：

第三階段修正后的EBM回歸理論。運(yùn)用調(diào)整后的投入產(chǎn)出變量再次測算各決策單元的效率，此時的效率已經(jīng)剔除環(huán)境因素和隨機(jī)因素的影響，是相對真實(shí)準(zhǔn)確的。

二、實(shí)證分析

據(jù)2007-2017年中國主要農(nóng)村金融機(jī)構(gòu)年報相關(guān)數(shù)據(jù)，整理分析農(nóng)村商業(yè)銀行、農(nóng)村合作銀行與農(nóng)村信用社總資產(chǎn)、總負(fù)債變化情況可知，整體來看，農(nóng)村商業(yè)銀行的總資產(chǎn)和總負(fù)債均整體高于農(nóng)村信用社和農(nóng)村合作銀行，并且增長速度還在不斷提升。

(一)基于三階段EBM模型的效率分析

根據(jù)數(shù)據(jù)的可獲得性，選取2013-2017年我國農(nóng)村信用合作機(jī)構(gòu)省級面板數(shù)據(jù)，采用三階段EBM模型進(jìn)行效率分析。投入指標(biāo)選取總資產(chǎn)、員工人數(shù)、存款，期望產(chǎn)出指標(biāo)選擇貸款余額、利潤總額、涉農(nóng)貸款，非期望產(chǎn)出選擇不良貸款。

1.第一階段EBM效率研究

首先使用靜態(tài)的EBM模型，用MaxDEA ultra7.0軟件測算2013-2017年我國30個省級行政區(qū)(西藏除外)完成改制的農(nóng)村商業(yè)銀行和未完成改制的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革的技術(shù)效率TE、純技術(shù)效率PTE、規(guī)模效率SE，并進(jìn)一步對兩者的發(fā)展改革效率進(jìn)行對比分析，再從地區(qū)比較視角分析東部、中部、西部以及各個省份的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率特點(diǎn)。

表1 農(nóng)村商業(yè)銀行與未完成改制的農(nóng)村信用合作機(jī)構(gòu)第一階段效率對比

(1)分類別對比分析(見表1)

技術(shù)效率是各個省份的農(nóng)村信用合作機(jī)構(gòu)在一定(最優(yōu)規(guī)模時)投入要素的生產(chǎn)效率。技術(shù)效率=純技術(shù)效率×規(guī)模效率。技術(shù)效率是對各個省份的農(nóng)村信用合作機(jī)構(gòu)的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。整體來看，在剔除管理無效率項(xiàng)和隨機(jī)誤差項(xiàng)的影響前，改制后的農(nóng)村商業(yè)銀行效率值要高于未改制完成的農(nóng)村信用合作機(jī)構(gòu)。

純技術(shù)效率是制度和管理水平帶來的效率，是各省份的農(nóng)村信用合作機(jī)構(gòu)在管理和制度等因素影響下的生產(chǎn)效率。整體來看，在剔除管理無效率項(xiàng)和隨機(jī)誤差項(xiàng)的影響前，改制后的農(nóng)村商業(yè)銀行的純技術(shù)效率均值為0.921，整體高于改制未完成省份的農(nóng)村信用合作機(jī)構(gòu)的純技術(shù)效率均值0.882。

規(guī)模效率是指在制度和管理水平一定的前提下，由于規(guī)模因素影響的生產(chǎn)效率，反映的是實(shí)際生產(chǎn)規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距。整體來看，在剔除管理無效率項(xiàng)和隨機(jī)誤差項(xiàng)的影響前，改制后的農(nóng)村商業(yè)銀行的規(guī)模效率均值為0.984，整體高于改制未完成省份的農(nóng)村信用合作機(jī)構(gòu)的規(guī)模效率均值0.975。

(2)分地區(qū)角度分析

從技術(shù)效率和純技術(shù)效率來看，調(diào)整前的東部、中部、西部技術(shù)效率都呈現(xiàn)“下降-上升-下降”的趨勢。但兩者在區(qū)域間存在差異，如上結(jié)果可證明西部的農(nóng)村信用合作機(jī)構(gòu)的資源配置較合理，其次為東部，中部相對比較合理，這可能跟未剔除環(huán)境因素的影響有關(guān)；西部的農(nóng)村信用合作機(jī)構(gòu)的管理和制度水平較高，其次為東部，中部相對較高。就信貸資源配置而言，這與西部的農(nóng)村信用合作機(jī)構(gòu)信貸資源投向較為分散、東中部的相對集中有關(guān)，同時也涉及到制度和管理水平。

從全國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革第一階段生產(chǎn)效率在剔除環(huán)境因素和隨機(jī)誤差項(xiàng)之前的分布狀況來看：技術(shù)效率呈現(xiàn)南高北低、東南高西北低的分布特點(diǎn)；純技術(shù)效率呈現(xiàn)南高北低、東西高中部低、西南高東北低的特點(diǎn)；規(guī)模效率呈現(xiàn)南高北低、中部高東西低的分布特點(diǎn)。

表2 第二階段SFA回歸結(jié)果

注：**、***分別為達(dá)到5%和1%的顯著性水平。

2.第二階段影響因素SFA回歸研究

由于傳統(tǒng)的第一階段DEA模型無法剔除外部的環(huán)境因素和隨機(jī)誤差項(xiàng)，因此第一階段中的效率測量可能出現(xiàn)偏差，故需要使用外部環(huán)境變量對投入變量進(jìn)行調(diào)整。為此，本文使用Frontier4.1軟件，對第一階段的松弛變量進(jìn)行回歸，從而對投入進(jìn)行調(diào)整，剔除環(huán)境因素與隨機(jī)干擾項(xiàng)的影響：

從SFA的回歸結(jié)果(見表2)可以看出，分別以總資產(chǎn)投入松弛變量、員工人數(shù)松弛變量、存款松弛變量為因變量的三個回歸模型單邊檢驗(yàn)值都達(dá)到了1%水平上的顯著性，說明模型的顯著性良好。其次，三個松弛變量的SFA回歸模型的gamma值都大于0.5，更接近于1，同時通過了1%水平上的顯著性檢驗(yàn)，說明我國2013-2017年農(nóng)村信用合作機(jī)構(gòu)的生產(chǎn)效率存在管理無效率項(xiàng)和隨機(jī)誤差項(xiàng)的影響，適合進(jìn)行SFA回歸。改制虛擬變量對三個松弛變量的回歸系數(shù)都為負(fù)數(shù)，且達(dá)到1%的顯著性水平，說明改制完成地區(qū)的農(nóng)村商業(yè)銀行投入資源合理利用程度相對更高。

3.第三階段EBM效率研究

將調(diào)整后的投入與原始產(chǎn)出再次進(jìn)行EBM效率分析，得到剔除環(huán)境因素之后的效率值(見表3)。

改制后農(nóng)村商業(yè)銀行在技術(shù)效率、純技術(shù)效率、規(guī)模效率上都要優(yōu)于未完成改制的農(nóng)村信用合作機(jī)構(gòu)，技術(shù)效率和規(guī)模效率變化趨勢都呈“下降-上升-下降”的特征，純技術(shù)效率則為“先降后升”。此外，調(diào)整后的規(guī)模效率整體低于純技術(shù)效率，并且規(guī)模效率的增長趨勢與技術(shù)效率更一致，表明調(diào)整后的我國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率主要受到規(guī)模效率的影響。

由表4可知，在剔除環(huán)境因素和管理無效率的影響之前，EBM模型高估了改制完成省份的農(nóng)村商業(yè)銀行的技術(shù)效率和規(guī)模效率，低估了純技術(shù)效率。這表明改制完成的農(nóng)村銀行的效率值受環(huán)境因素的影響比較明顯。剔除環(huán)境因素后，調(diào)整后的效率總體低于調(diào)整前，影響效率的主要因素從純技術(shù)效率轉(zhuǎn)為規(guī)模效率，即調(diào)整前的農(nóng)村商業(yè)銀行的效率主要受純技術(shù)效率的影響，調(diào)整后主要受規(guī)模效率的影響。

表3 農(nóng)村商業(yè)銀行與未完成改制的農(nóng)村信用合作機(jī)構(gòu)第三階段效率對比

表4 調(diào)整前后的農(nóng)村商業(yè)銀行效率對比

表5 調(diào)整前后的農(nóng)村信用合作機(jī)構(gòu)效率對比

由表5可知，在剔除環(huán)境因素和管理無效率的影響之前，EBM模型高估了未改制完成省份的農(nóng)村信用合作機(jī)構(gòu)的技術(shù)效率和規(guī)模效率，低估了純技術(shù)效率。可見，未改制完成的農(nóng)村信用合作機(jī)構(gòu)的效率值同樣受到環(huán)境因素的影響。與農(nóng)村商業(yè)銀行的特點(diǎn)類似，調(diào)整后的效率總體也低于調(diào)整前，影響效率的主要因素也從純技術(shù)效率轉(zhuǎn)為規(guī)模效率。

調(diào)整前后東部、中部、西部的效率對比結(jié)果顯示：總體來看，經(jīng)過調(diào)整后，區(qū)域技術(shù)效率、純技術(shù)效率、規(guī)模效率排名均從西部>東部>中部轉(zhuǎn)為東部>中部>西部。結(jié)果更符合各個區(qū)域的發(fā)展?fàn)顩r，可見環(huán)境因素對地區(qū)的效率排名產(chǎn)生較大的影響。從全國農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革生產(chǎn)效率在剔除環(huán)境因素和隨機(jī)誤差項(xiàng)之后分布狀況來看：技術(shù)效率相對于調(diào)整前，西部地區(qū)高效率的范圍明顯縮小，主要轉(zhuǎn)移到了東部地區(qū)，調(diào)整后的技術(shù)效率呈現(xiàn)出南高北低、東高西低的特點(diǎn)。純技術(shù)效率相對較高的地區(qū)主要分布范圍相對廣泛，其他區(qū)間的效率值多集中在北方，調(diào)整后的純技術(shù)效率的分布呈現(xiàn)南高北低、東高西低的特點(diǎn)。規(guī)模效率相對較高的地區(qū)主要分布范圍相對集中，主要在南部、東部、中部地區(qū)，西部和北部地區(qū)效率值則較低，調(diào)整后的規(guī)模效率的分布呈現(xiàn)南高北低、東部和中部高西部低的分布特點(diǎn)。

(二)模型的收斂性檢驗(yàn)

對不同省份的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革的效率進(jìn)行收斂分析，可以探究效率的收斂或者發(fā)散情況，從而更清晰地認(rèn)識效率的發(fā)展趨勢。在此基礎(chǔ)上，可以制定對應(yīng)的政策，在提高效率的同時減小時間與空間上的效率差異，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。通過收斂分析，可以判斷不同的省份農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革之間的效率值是否最終會趨于穩(wěn)態(tài)水平。

1.sigma收斂分析

采用變異系數(shù)進(jìn)行Sigma收斂分析：

C.Vt=SDt/MINt

其中，C.Vt、SDt、MINt分別為第t個年份所有省份的效率的變異系數(shù)、標(biāo)準(zhǔn)差、平均值。標(biāo)準(zhǔn)差和平均值之比即為變異系數(shù)。如果C.Vt+1

由表6可知，第一階段的TE、PTE和SE都在2013-2014年上升，呈發(fā)散的特點(diǎn)，在2014-2015年下降，呈收斂的特點(diǎn)，2015-2017年再次呈現(xiàn)發(fā)散的特點(diǎn)。其中TE和PTE的收斂與發(fā)散幅度更大。經(jīng)過調(diào)整后，第三階段的TE和SE的變異系數(shù)在2013-2014年呈上升的趨勢，呈發(fā)散特點(diǎn)，在2014-2017年下降，呈收斂的特點(diǎn)。純技術(shù)效率的變異系數(shù)雖然每年都在增長，呈發(fā)散趨勢，但增幅不大。由此可知，調(diào)整后各個省份的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革靜態(tài)效率的收斂趨勢更加明顯。

表6 調(diào)整前后的靜態(tài)效率的變異系數(shù)

2.絕對Beta收斂分析

絕對Beta收斂方程如下：

[Ln(efi,t)-Ln(efi,0)]/T=c+βLn(efi,0)+εi,t

其中，efi,0是各個省份的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革的基期效率，efi,0是各個省份的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革的報告期效率，T為時間跨度，c是常數(shù)項(xiàng)，εi,t為隨機(jī)誤差項(xiàng)。β為回歸系數(shù)。若β顯著為負(fù)，則效率呈絕對收斂趨勢，省份間的農(nóng)村信用合作機(jī)構(gòu)之間的效率值會趨同;相反，則效率呈現(xiàn)發(fā)散趨勢，省份間效率差距會更大。本文分別對調(diào)整前后的TE、PTE、SE和全要素生產(chǎn)率變化指數(shù)MI、技術(shù)效率變化指數(shù)EC、技術(shù)進(jìn)步指數(shù)TC進(jìn)行收斂性分析，研究農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革效率是趨同還是發(fā)散。

Lnte10、Lnpte10、Lnse10分別表示第一階段的技術(shù)效率、純技術(shù)效率和規(guī)模效率的基期對數(shù)值。由表7可知，三個模型的回歸系數(shù)都為負(fù)數(shù)，其中Lnte10和Lnse10的回歸系數(shù)都達(dá)到了5%的顯著性水平，純技術(shù)效率達(dá)到了10%的顯著性水平，說明調(diào)整前的技術(shù)效率、規(guī)模效率呈現(xiàn)了顯著的收斂趨勢。

表7 調(diào)整前的靜態(tài)效率絕對收斂結(jié)果

Standard errors in parentheses

*p< 0.1,**p< 0.05,***p< 0.01

表8 調(diào)整后的靜態(tài)效率絕對收斂結(jié)果

Standard errors in parentheses

*p< 0.1,**p< 0.05,***p< 0.01

Lnte30、Lnpte30、Lnse30分別表示第三階段的技術(shù)效率、純技術(shù)效率和規(guī)模效率的基期對數(shù)值。由表8可知，三個模型的回歸系數(shù)β都為負(fù)數(shù)，其中技術(shù)效率和規(guī)模效率達(dá)到了 1%的顯著性水平，純技術(shù)效率達(dá)到了5%的顯著性水平，說明在研究的時段內(nèi)，調(diào)整后的技術(shù)效率、純技術(shù)效率和規(guī)模效率都呈現(xiàn)絕對收斂。

三、結(jié)論及政策建議

經(jīng)實(shí)證分析，得到如下結(jié)論：

(一)調(diào)整前和調(diào)整后的效率結(jié)果同時顯示，完成改制地區(qū)的農(nóng)村商業(yè)銀行發(fā)展改革效率高于未完成改制地區(qū)的農(nóng)村信用合作機(jī)構(gòu)，說明完成改制后的農(nóng)村商業(yè)銀行資源配置優(yōu)化程度更高。

(二)在剔除管理無效率項(xiàng)和隨機(jī)誤差項(xiàng)的影響前，改制后的農(nóng)村商業(yè)銀行的純技術(shù)效率整體高于改制未完成省份的農(nóng)村信用合作機(jī)構(gòu)的純技術(shù)效率，說明改制完成后的農(nóng)村商業(yè)銀行的管理和制度水平相對更加完善，能有效促進(jìn)投入資源的合理利用；改制后的農(nóng)村商業(yè)銀行的投入和產(chǎn)出結(jié)構(gòu)更為合理。

(三)調(diào)整前西部的農(nóng)村信用合作機(jī)構(gòu)發(fā)展改革的效率最高，中部最低，調(diào)整后東部最高，西部最低。調(diào)整前的效率主要受純技術(shù)效率的影響，調(diào)整后主要受規(guī)模效率的影響，說明我國的農(nóng)村信用合作機(jī)構(gòu)受環(huán)境因素的影響較大，這表明加快技術(shù)創(chuàng)新、擴(kuò)大經(jīng)營規(guī)模、提高經(jīng)營管理水平的重要性。

(四)改制完成省份的農(nóng)村商業(yè)銀行的全要素生產(chǎn)率相對較高。同時，2013-2017年各個省份的農(nóng)村信用合作機(jī)構(gòu)的效率整體呈現(xiàn)Sigma收斂和Beta收斂，說明我國的農(nóng)村信用合作機(jī)構(gòu)在提高效率的同時減小時間與空間上的效率差異，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，進(jìn)而推動全國農(nóng)村信用合作機(jī)構(gòu)一體化發(fā)展。

結(jié)合上述結(jié)論，提出如下政策建議：

(一)應(yīng)堅持農(nóng)村信用社、農(nóng)村合作銀行股份制改革方向，加快改制為農(nóng)村商業(yè)銀行的改革步伐。實(shí)證分析的結(jié)果與中央關(guān)于中國農(nóng)村信用合作機(jī)構(gòu)市場化、法治化、企業(yè)化改革的要求一致。

(二)應(yīng)加快提升中國農(nóng)村信用合作機(jī)構(gòu)經(jīng)營管理水平。加快推進(jìn)中國農(nóng)村信用合作機(jī)構(gòu)引進(jìn)國際國內(nèi)銀行業(yè)先進(jìn)的管理技術(shù)和手段的步伐，提升經(jīng)營管理水平。這一方面有利于促進(jìn)綜合效率的提高，進(jìn)一步提升發(fā)展改革的經(jīng)濟(jì)績效；另一方面有利于增強(qiáng)內(nèi)部資源優(yōu)化配置，節(jié)約使用投入要素。

(三)應(yīng)加快提升中國農(nóng)村信用合作機(jī)構(gòu)金融科技創(chuàng)新水平。建立適應(yīng)金融科技發(fā)展的組織架構(gòu)、激勵機(jī)制、運(yùn)營模式，做好相關(guān)技術(shù)、數(shù)據(jù)和人才儲備。充分運(yùn)用人工智能等新興技術(shù)，改進(jìn)服務(wù)質(zhì)量，降低服務(wù)成本，強(qiáng)化業(yè)務(wù)管理，為實(shí)現(xiàn)高質(zhì)量發(fā)展提供源源不斷的創(chuàng)新活力。