陕西农村金融资金配置效率县域差异分析

2015-01-01刘安学谢爱辉

统计与信息论坛 2015年1期

刘安学，张莹，谢爱辉

（西安财经学院a.经济学院；b.统计学院，陕西西安710100）

一、引言及文献回顾

经济增长史表明资本是增长过程中最为活跃的要素，Crego等对包括中国在内的跨国比较表明，农业的资本－产出比率一直在上升，这意味着农业的生产方式可能正经历着转变［1］。经济的增长潜力受制于人力资本、物质资本、制度等因素的约束，如果通过全面深化改革将其释放，经济将产生新的增长力［2］。在经济增长过程中，资本积累将产生两种效应：一是回波效应，即资本受要素收益差异的影响，由欠发达地区向发达地区流动，致使非均衡发展差距扩大；二是扩散效应，当发达地区出现资本相对过剩时，资本才会向欠发达地区扩散［3］94，292。实证研究表明：由于农业资本回收率较低，一定时期内政府的金融政策会有一定的偏好，在市场调节和政府干预的双重影响下，在资本流动由回波效应向扩散效应演进的过程中，农业在资本要素流向格局中处于相对弱势地位［1］；尽管涉农贷款规模逐年增加，由于金融发展效率和投资效率不高，难以满足农村经济增长对资金使用效率的要求［4］；如果金融配套改革可使农村经济实体依照市场与政策的引导，充分发挥各自的比较优势，则相对落后的地区就会以成本优势引进先进地区的资本与技术，促进经济增长［5］116。为此，本文运用DEA方法研究了县域农村金融资金配置效率即农业资本－产出比率及其相关问题，既验证了前人的观点，也有了新的发现。

DEA方法是用于测算技术效率值的方法，在本文中测算的陕西农村金融资金配置效率值即是对其资金配置效率的评价。该方法是以相对效率概念为基础的面板数据非参数估计方法，适用于投入产出决策单元的有效性评价［6］，为每一个决策单元找出其差距和优化方向，这对于区域发展评价问题十分有意义，因而DEA吸引研究者将应用范围扩展到对一国的财政与金融政策的评价［7］106。俞雅乖将地区农田水利财政支出作为投入，将地区有效灌溉面积、粮食产量作为产出，对中国农田水利财政支出效率省际差异进行分析［8］；蓝虹等以各项贷款占比等变量作为农信合投入指标，以利息收入占比等变量作为产出指标，对农信合改革后的绩效进行评价［9］。现有文献运用DEA模型侧重于分析省际财政与金融绩效管理差异，本文则侧重于以县域为决策单元，从县域差异视域对农村金融资金配置效率进行实证分析，因而具有一定的理论创新意义。

二、方法功能、指标选取和数据

（一）方法功能

DEA方法核算出来的相对效率可用来评价县域农村金融资金投入产出效率，使持续优化农村财金政策、不断改进资本流动效应成为可能。本文采用DEA模型中基于规模报酬可变的BCC分析方法对陕西县域农村金融资金配置效率进行评价。由BCC分析法可知，综合效率是纯技术效率与规模效率的乘积；综合效率可反映资金配置效率；纯技术效率可反映剔除规模报酬影响后的农村金融机构内部管理水平；规模效率反映农村金融机构经营规模的优化程度。DEA分析结果的经济含义为：在既有的技术水平下，如果综合效率＝1，称为技术最有效，表示资金投入与产出处于最优状态；如果综合效率＜1，称为技术非最有效，表明资金的投入存在浪费；如果纯技术效率＜规模效率或者相反，表明决策单元绩效管理应改进的方向［10］。

为利于决策单元在繁复的经济关系中找出经济变量间的相关关系，本文利用回归模型对影响陕西县域农村金融资金配置效率的因素进行实证分析。回归模型的基本涵义是：在考虑Y＊对一群变量（X1，X2，…，Xn）回归时，从变量X1，X2，…，Xn中筛选出对Y＊有贡献的变量，进入回归方程Y＊＝α＋β1X1＋β2X2＋…＋βkXk，k≤n，其中Y＊表示陕西县域农村金融资金配置效率，X1，X2，…，Xn表示对Y＊产生影响的各个因素。

（二）指标选取

本文选取2003—2012年陕西省87个县域的农村金融资金配置的投入与产出数据，测算其配置效率。鉴于数据的完整性与可得性，本研究中未包括香港、澳门和台湾。

1.投入和产出指标。本文选取的陕西县域农村金融资金配置效率投入变量Y为陕西各县域投入农业即投入第一产业的农信合与农发行的各年度贷款余额，选取的产出变量为陕西各县域第一产业增加值X1、粮食产量X2、棉花产量X3、油料产量X4、肉类产量X5（见表1）。

2.影响因素。对于影响Y＊的因素，本文选取的指标为陕西各县域农业贷款产值率Z1、农业机械总动力与农信合及农发行的各年度存款余额之比（下文简称农机存款比）Z2、农林牧渔业从业人员人均土地面积（下文简称人均土地面积）Z3、单位土地面积粮食产量（下文简称地均粮食产量）Z4（见表1、表4）。选取这些指标作为Y＊的影响因素的原因是：

农业贷款产值率Z1。该指标可反映陕西县域农业贷款的利用情况，它反映农业贷款在既定年度内创造了多少第一产业增加值。在县域农业流动资金平均余额近似于县域农业流动资金贷款的条件下，县域农业贷款产值率＝县域第一产业增加值／县域农信合与农发行贷款余额×100%。该比率越高，表明利用农业贷款实现的第一产业增加值越多，效果越好。在正常情况下，县域农业经济实体改进生产技术与管理，即可实现第一产业增产幅度大于农贷增长幅度；该指标既可反映陕西县域农业资本－产出比率即农业经济增长状况，也可反映其农业资本流动是否存在回波或扩散效应。

农机存款比Z2。县域农业机械总动力的购买与使用可提升县域第一产业增加值，而农机的购买与使用不仅取决于农贷的增长，也取决于农信合与农发行各年度存款的增长，因而该比值可反映陕西县域农村金融发展对农民增收与农业资本密集程度的影响；同时，存款余额、固定资产投资规模的增加，也有助于考察陕西县域农村金融机构降低农户信贷配给的程度［11］。

人均土地面积Z3。该比值越大，表明陕西县域农业经济发展空间越大。

地均粮食产量Z4。该比值表明在陕西县域土地面积约束条件下，农业产出结构中粮食比重与经济作物比重之间存在的协调关系。

（三）数据说明

本文的数据来源为2004—2013年的《中国县域统计年鉴》、《中国农村统计年鉴》和《中国金融统计年鉴》。具体的投入产出变量、影响因素及其统计性描述如表1所示。

三、陕西农村金融资金配置效率县域差异分析

本文运用的DEA模型是基于产出导向的BCC模型。产出导向模型是指在投入固定的情况下，使产出最大化的线性规划问题，有助于发现如何使相同的投入得到最大的产出，而县域农村金融资金配置的主要目的就是通过农村金融机构的有效运作，将有限的农业资本运用于县域农业经济发展相对有效的区域，提高产出。为有效测算陕西县域农村金融资金配置效率，本文通过DEA2.1软件计算出其县域农村金融资金配置的总体效率是有效的，其综合效率、纯技术效率和规模效率具有县域差异性。

表1 陕西农村金融资金配置投入与产出及其影响因素变量描述性统计表

（一）陕西农村金融资金配置综合效率的县域差异

根据DEA模型的输出结果，本文得出2003—2012年陕西省87个县域农村金融资金配置综合效率、纯技术效率和规模效率平均值的变化趋势图（见图1）。综合效率反映县域在资金要素投入一定的情况下农业产出结构最优化与农业产出总量最大化的状况，可衡量县域总体效率。

图1 2003－2012年陕西县域农村金融资金配置综合效率变化趋势

图1显示，从全省平均水平来看，陕西县域农村金融资金配置的综合效率在2003—2012年呈现先升后降再升的变化过程，显示其资本配置的总体效率有效；其间，2007—2008年为国际金融危机集中爆发时期，农业资本流动出现了下行趋势和一个拐点，2010年之后迅速恢复，这与当时国家对农业大规模投资有关，即该时期农业增长基本由要素投入贡献，资本是第一贡献来源（39.65%）［1］。

其间，陕南与关中县域综合效率有8个年份高于省均水平；陕北县域综合效率除2008年略高于省均水平外，其余年份均低于省均水平，这表明陕西县域农村金融资金配置的总体效率呈现陕南最优，关中次之，陕北再次之的县域差异。

为了分析这种县域差异，本文运用DEAP2.1软件测算出影响陕西县域农业金融资金配置的综合效率、纯技术效率与规模效率相关数值（见表2）。

表2显示，陕西县域农村金融资金配置综合效率的县域差异源于其纯技术效率和规模效率的县域差异：2012年陕西87个县域综合效率平均得分为0.428 287，纯技术效率平均得分为0.594 655，规模效率平均得分为0.759 287，一方面说明大部分县域农村金融资金配置规模效率大于纯技术效率，提升综合效率的主要影响因素为规模效率；另一方面说明通过提升纯技术效率来提升其综合效率仍具有较大潜力。依据Michacl Noman等对综合效率的分类，本文对陕西87个县域农村金融资金配置效率进行分类，以考察规模效率与纯技术效率的分布情况。

由图1可知，2012年的综合效率可以代表2003—2012年期间陕西综合效率的较好水平，因而在表3中将2012年陕西87个县域资金配置状况分为五类即可代表其资金配置的较好水平；五种分类显示的主要问题是——陕北地区技术无效率的县域有7个，占比8%，与此对应，其23个县域纯技术效率均值为三区中最小（0.361 565）；关中地区规模报酬递减的县域有21个，占比24.14%，与此对应，其38个县域的规模效率均值为三区最小（0.718 289），这表明61个县域的农业资金投入存在浪费，未能做到物尽其用，使用效率较低；由于陕北地区纯技术效率均值小于关中地区规模效率均值，表明通过提升纯技术效率来提升综合效率的潜力最大。

（二）陕西农村金融资金配置纯技术效率的县域差异

纯技术效率表示在农村金融资金投入一定的情况下，各县域金融机构引导金融资金的投入方向是否合理以及由此而形成的产出结构是否优化。从图2可以看出，陕西县域全省纯技术效率的变化趋势与表2数据所显示的2012年纯技术效率平均值为0.594 655相吻合，即如果2012年陕北县域纯技术效率大于0.594 655，则2012年的陕西县域资金配置综合效率应大于0.428 287。

表2 2012年陕西县域农村金融资金配置效率值表

表3 2012年陕西县域农村金融资金配置效率分类表

联系图2与图1进行分析，陕北地区2003—2012年县域资金配置纯技术效率低于全省水平导致其同期县域综合效率随之低于全省水平，说明其县域资金配置效率的重点改进方向应是通过农村金融机构合理引导城乡资本要素投入方向，不断优化农业产出结构。本文以图3为其提供可供借鉴的效率改进路径，即资本流动的回波效应易产生于资金配置三率良性互动的陕南县域，如图3所示。

图2 2003—2012年陕西县域农村金融资金配置纯技术效率变化趋势

图3 2003—2012年陕南县域农村金融资金配置纯技术效率柱状图

图3显示，2003—2012年陕南有西乡县等13个县域的农村金融资金配置纯技术效率高于省均水平，说明陕南具有持续的资本引力优势；表2显示，2012年该地区有西乡县等8个县域的规模效率、综合效率也高于省均水平，证明纯技术效率与规模效率优化可引致综合效率优化，因而在农村财金政策持续优化条件下，资本流动的基本规律将惠及三率良性互动的县域。

（三）陕西农村金融资金配置规模效率的县域差异

规模效率表示在资金投入一定条件下，县域产出总量接近最优的程度。如表2所示，规模报酬不变表明县域在资金投入一定条件下，达到了较优农业产出总量，增进了资金配置的综合效率；规模报酬递增表明县域应通过增加产出总量引致提高其综合效率；规模报酬递减表明应适度减少该县域的资金投入，以减少产出总量引致提高其综合效率。

由相关资料显示，陕北、关中和陕南规模效率变动水平紧邻全省趋势水平，并且与图1所显示的综合效率变动趋势基本类同，由此说明影响陕西县域综合效率变动的主要因素是资金配置的纯技术效率是否优化，即各县域资金投入的产出结构是否合理。本文对陕西农村金融资金配置效率影响因素进行回归分析，进一步揭示了其中的相关关系。

四、影响因素回归分析

本文将各影响因素变量引入到回归模型中，为消除多重共线性的影响，采用逐步回归的办法，对模型进行拟合优度检验后进行调整，得出最终回归模型如下：Y＊＝β0＋β1Z1＋β2Z2＋β3Z3＋β4Z4，其中被解释变量Y＊表示2003—2012年陕西县域农村金融资金配置纯技术效率（由于纯技术效率与综合效率呈正相关，所以纯技术效率与综合效率皆可用于显示陕西县域农村金融资金配置效率），解释变量为陕西各县域农业贷款产值率Z1、农机存款比Z2、人均土地面积Z3、地均粮食产量Z4。本文通过对各变量进行回归分析，得出3个回归模型的计算结果，具体如表4所示。

表4 回归系数与显著性检验表

表4显示，随着陕西各县域Z1至Z4的引入，模型2拟合优度优于模型1，模型3拟合优度优于模型2，说明在模型1至模型3中，Z1始终是影响陕西各县域资金配置纯技术效率Y＊的重要因素。逐步回归分析结论由表4、图4和图5的相关关系中得出。

图5 2003—2012年陕南县域农业贷款产值率柱状图

相关关系1：由图5可知，陕南农业贷款产值率高于省均水平的县域为紫阳等11个县，由图5与图3的比较可知，这10余县的纯技术效率也高于省均水平；正如表4显示，在模型3中，在1%的显著性水平下，陕西县域农业贷款产值率Z1与纯技术效率之间存在线性关系；图4与图2的比较亦显示，2003—2012年期间陕西县域农业贷款产值率Z1与陕西县域资金配置纯技术效率的高低点取值相近，由此揭示的相关关系是：由于陕西县域农业贷款产值率Z1与纯技术效率存在相关关系，而纯技术效率与综合效率呈正相关，则Z1与综合效率存在相关关系。

相关关系2：图4显示，在同等条件下，如果只考虑资本流动因素，在2003—2008年期间，陕西县域农业贷款产值率Z1的全省取值小于2008—2012年期间的全省取值，表明该期间若从全国东中西部视域看，发达的东部地区具有较强的资本流动回波效应；而在2008—2012年期间，陕西县域农业贷款产值率Z1的全省取值大于2003—2008年期间的全省取值，表明该期间国家西部财金政策有效；同期，关中与陕南进入资本流动回波效应阶段。

相关关系3：在2003—2012年期间，数据的计量结果证实，“资源的诅咒”在县域层面上成立，煤炭与石油自然资源丰裕的陕北地区，第一产业增长率低于省均水平，而自然资源贫乏的陕南地区，第一产业增长率位居陕北前列，由此引致农业资本流动在陕南地区产生回波效应［11］。

“相关关系可以帮助我们捕捉现在和预测未来”［12］72；由于模型3最大范围地覆盖了上述相关关系，因此本文选取模型3建立回归方程：

Y＊＝0.378＋0.490lg农业贷款产值率＋0.154lg地均粮食产量＋0.089lg农机存款比

即：被解释变量纯技术效率Y＊分别与其影响因素之间存在下列相关关系。

农业贷款产值率Z1与陕西县域资金配置纯技术效率呈正相关，β1＝0.049 0表示农业贷款产值率Z1每增加1%，会使县域纯技术效率增长0.004 9。这表明随着县域农业贷款的增加，依据资本－产出规律，将提升县域第一产业增加值及农业贷款产值率，进而增进县域资金配置的纯技术效率与综合效率。

农机存款比Z2与陕西县域资金配置纯技术效率呈正相关，β2＝0.089表示县域农机存款比每增长1%，会使县域纯技术效率增长0.000 89。这表明，随着县域农业贷款产值率Z1与县域地均粮食产量Z4的增加，将增进县域农林牧渔从业人员人均收入及其存款的增加，促进其增加对农机动力的购买与使用，由此引致农机存款比的增加，进而增进县域资金配置的纯技术效率与综合效率。

由可观测的数据已知，发达的东部省份农机存款比Z2均值大于陕西省，表明发达的东部地区县域传统农业向资本较为密集型现代农业转型的进程快于欠发达的西部地区。

地均粮食产量Z4与陕西县域资金配置纯技术效率呈正相关，β4＝0.154表示县域单位土地面积粮食产量每增长1%，会使县域资金配置纯技术效率增长0.001 54。这表明，县域农业土地面积一定的情况下，各县生产的粮、棉、油与肉类产量及其结构具有较大差异；在农林牧渔业总产出一定情况下，随着一县粮食产量不断增加，该县的粮食产量所占比重随之增加，农民由此获得的种粮相关补贴相应增加，进而可增加县域农业人员人均收入及其存款，由此引致农机存款比Z2的增加，进而对该县资金配置的纯技术效率与综合效率产生正效应。

五、结论与建议

（一）结论

县域农业贷款产值率与县域农村金融资金配置效率存在相关关系，而县域农业贷款产值率与县域农业资本流动总量即涉农贷款规模相关，即县域涉农贷款规模与县域农村金融资金配置效率相关。在县域资本流动总量受资本要素收益与财金政策双重影响条件下，自然资源丰裕的县域易于满足现状而错过通过产业结构升级跳出自然资源禀赋比较优势陷阱，而资本流动的回波效应却易于在煤与油欠丰裕的县域出现。与此相关的是，一省县域传统农业向资本较为密集的现代农业转型进程的快慢，一定程度上取决于本省农业资本流动由回波效应阶段进入扩散效应阶段之速度的快慢，这是一种需持续引入制度创新以引致制度变迁的演进过程，该过程会进一步降低制度变迁的成本［13］350。

（二）建议

持续增加县域涉农贷款规模及其农业资本流动总量，有利于持续提升县域农业资本－产出水平并形成农业资本流动的回波效应，因而需依据东中西部地区农村金融发展实际情况，构建并完善引导农户贷款稳定增长机制。因此，应针对业已实施的财金政策，引入可持续创新的制度安排：其一，为提升实施差别存款准备金政策的有效性，允许涉农金融机构贷存比在年中可季节性高于75%及其合意贷款规模可随存款规模的增加而增加。其二，为适度扩大中西部地区涉农再贷款规模，人民银行总行逐级下达涉农再贷款限额时，继续实行该地区区域差别限额，引导金融资本向资本稀缺的地区流动；人行地区分支行可适度调整县域金融机构上年度利用自筹资金发放的新增贷款中农户贷款比例，适时调增其涉农再贷款限额并给予优惠利率。其三，为促进涉农贴现业务发展，积极扶持涉农票据市场发展，适度放宽涉农贴现、再贴现商业汇票持票人条件，人行可依据农业生产经营实际需要，定期公布经调整的再贴现优先支持的涉农行业、企业和产品目录；引导人行分支行授权窗口据此对业务操作规范的县域金融机构的涉农贴现票据优先办理再贴现并给予优惠再贴现率［14］。其四，为解决农户贷款担保物可行性问题，应将农民土地、林地承包经营权等纳入抵押担保范围，以便建立和提供适合农业需要的以承包经营权作金融中长期贷款的信用制度安排［15］。其五，持续运用、适时调整奖励、补贴、税收、监管等财金扶持性政策，不断提升县域现有金融机构支农业务的可持续性，吸引社会资本参建包括农业保险机构在内的县域农村金融体系［16－17］；由其通过农业产业化龙头企业＋农民合作社＋农户等农业产业链融资服务模式，积极支持农业产权主体和经营主体构建新型农业生产经营体系，推动农业适度规模经营和现代农业发展，进而促进不断提升县域农村金融资金配置效率。

［1］李谷成，范丽霞，冯中朝.资本积累、制度变迁与农业增长［J］.管理世界，2014（5）.

［2］滕泰.解除供给抑制，释放财富源泉［C］∥贾康.新供给：经济学理论的中国创新.北京：中国经济出版社，2013.

［3］邓宏兵.区域经济学［M］.北京：科学出版社，2011.

［4］鞠荣华，许云霄，朱雯.农户的信贷供给改善了吗［J］.农业经济问题，2014（1）.

［5］林毅夫.新结构经济学文集［M］.上海：上海人民出版社，2012.

［6］陈波，梁彤缨.数据包络方法评价企业绩效的有效性研究［J］.统计与信息论坛，2014（4）.

［7］焦立新，金怀玉.基于发展要素的县域经济竞争力评价［M］.合肥：合肥工业大学出版社，2011.

［8］俞雅乖.中国农田水利财政支出效率的省际差异分析［J］.农业经济问题，2013（4）.

［9］蓝虹，穆争社.中国农村信用社改革后的绩效评价及提升方向［J］.金融研究，2014（4）.

［10］刘艳华，辉敏敏，李明.农户贷款配给程度的空间异质分析［J］.农业经济问题，2014（7）.

［11］徐康宁，王剑.自然资源丰裕程度与经济发展水平关系的研究［J］.经济研究，2006（1）.

［12］维克托·迈尔－舍恩伯格，肯尼思·库克耶.大数据时代［M］.盛海燕，周涛，译.杭州：浙江人民出版社，2013.