金融扶贫模式及其绩效研究：以江苏宿迁为例

王晓彦,房晨阳

〔1.苏州科技大学 商学院，江苏 苏州 215009〕〔2.香港中文大学，香港 999077〕

一、问题的提出

随着社会经济的发展，金融发挥着越来越重要的作用，金融参与扶贫活动进一步得到人们的关注和重视。然而金融资源在城乡之间分配的不均衡却加剧了贫富差距的扩大，仅仅依靠市场的力量并不是金融扶贫的最优解，更无法实现普惠金融。

据银监会估计，中国目前在城市的金融资源约占85%，在农村(县及县以下地区)的金融资源约占15%，城乡之间金融资源的配置非常不合理。全国银行机构存款资金的40%左右来源于县及县以下，但真正用在县及县以下的贷款不足贷款总额的20%*数据来源：《中华合作时报·合作金融专刊》， 2016 年9月3日。，大量资金通过各种途径转移到了城市和非农产业。这造成农村金融市场的供需矛盾异常尖锐，贷款难、贷款贵成为横亘在“三农”发展道路上的巨大障碍，农户和农村中小企业的巨大金融需求难以得到满足。截至2016 年 12月末，本外币农村(县及县以下)贷款余额 23万亿元，农户贷款余额 7.08万亿元，农业贷款余额 3.66 万亿元，而同期非金融企业及机关团体贷款余额则达到74.47万亿元*数据来源：中国人民银行2017年年报。。

本研究总结宿迁市创新金融扶贫模式的实践，将创新模式理论化、系统化，探索适应中国国情的可推广的金融扶贫新模式，为其他地区的金融扶贫决策和实践提供参考；通过构建指标体系和评价模型，考察江苏宿迁地区的金融扶贫绩效，根据评价结果进行总结并提出相应的政策建议。

二、农村金融服务的供需分析

1.需求分析

农村金融需求主体主要有三类，即农户、农村企业和农村合作组织。每一类主体有独特的融资目的、融资渠道以及风险特征，如表1所示。

表1 农村各金融需求主体的特征

2. 供给分析

我国的农村金融体系经历了一个渐进发展的过程。从构成结构来看，正规金融机构仍然占据着较为稳固的市场地位，2016年农村信用社、农业发展银行支农贷款占农村金融市场贷款总额的50%左右，加上农业银行，三家支农贷款占农村金融市场贷款总额的65%左右*来源于《中国金融统计年鉴2016》。近些年来，非正规金融机构逐渐发展，但过程相对缓慢，作为农村金融的重要补充，还存在着较多的不规范性和较大的金融风险。农村金融机构的供给如图1所示。

图1 农村金融供给

从政策性银行的作用发挥情况来看，中国农业银行在农村金融市场呈淡出趋势，而农村商业银行作为农信社转制的产物，已经成为农村金融的主力。但农商行受体制和基础之限，自融力量比较薄弱，资金相对不足，目前服务能力还无法有效满足农村建设和农业发展的金融需求。然而，农商行资金的主要流向也不是农业贷款。截至2016年年底, 农商行的农业贷款余额仅占其贷款总额的46.9%*银监会2016年统计数据。。

三、传统金融扶贫模式分析

传统的金融扶贫模式主要采用发放扶贫小额贷款的方式来展开，主要措施如下:

一是锁定扶贫对象。贷款支持对象为建档立卡农户中具有劳动能力、遵纪守法、信用较好、有小型生产经营项目的农户，以满足其发展生产需求为主。

二是给予贷款贴息。农商行按人民银行同期贷款基准利率与农户签订借款合同，对按期还款的农户，省财政按基准利率的50%给予贴息。

三是提供贷款担保。财政在农商行开设担保资金专户，当贷款回收率高于90%时，农户贷款形成的损失由财政承担；当贷款回收率低于90%时，贷款损失由财政和农商行按80%和20%的比例分担。

四是激励贷款回收。省对县实行年度考核，对贷款回收率超过92%的给予奖励，基层农商行和扶贫部门按70%和30%的比例分配，用于相关的业务经费开支和对基层工作人员奖励。

传统的金融扶贫模式主要存在以下问题：

(1)国有商业银行支农扶贫的力度比较薄弱。国有商业银行基于追求利润的本能，将信贷资金向大中城市、大行业、大企业和优质客户集中, 造成落后地区“三农”资金需求难以满足。即便像中国农业银行这样的涉农银行，也从上世纪90年代中后期开始实施“大银行、大城市、大行业”发展战略, 逐步从县级市场退出，压缩基层经营机构，上收贷款审批权，县支行只有贷款调查、收贷收息、办理小额抵押贷款等少量权力, 支农力度大大减弱。以宿迁为例，截至2015年年底，农行贷款余额占所有金融机构贷款余额的仅14%左右，而且这部分农业贷款也难以普惠，普通农户和农业类小微企业只能“望梅止渴”。

(2)地方农商行较好地参与了扶贫开发，但距普惠金融仍有差距。农商行和村镇银行是政府发放小额扶贫贷款的主要合作方和渠道，但在与大中型金融机构的竞争中，以农商行为代表的微型金融机构是小额信贷市场的弱势群体，在盈利目标的驱动下微型金融机构难免出现“脱农脱小”现象，即营业地点的上移以及资金“合理不合法”的流向。以宿迁民丰银行为例，其前身为宿迁市区农村信用合作联社，是宿迁市区唯一一家独立的地方性法人金融机构。虽然有在本地经营的客户信用资源上的优势，但扶贫小额贷款实施到户率仍然较低，相当一部分符合条件的贫困农户得不到贷款的支持。例如宿迁市的沭阳县，2016年全县符合贷款条件的农户约7.8万户，实际上只有4.2万户信贷农户获得了扶贫小额贷款，投放比只有53.8%，这还很大程度上得益于中央特殊政策的支持，而宿迁其他县(区)尚不到20%。

(3)小额信贷公司生存发展困难，涉农贷款坏账率高。受经济下行的影响，小贷公司的经营受到了极大冲击。以恒生小贷公司为例，2015年坏账比2014年多了一倍，加上小贷公司虽从事金融业务却被划分为工商企业，资金主要依靠投资人资本金，融资渠道十分有限，被排除在人行的征信系统之外，同时也无法享受政府对涉农金融机构的诸多优惠政策，导致税收负担沉重。为保证公司正常运营，一些涉农资金就间接流向了房地产等行业。

(4)政府扶贫资金使用的透明与效率还需进一步提高。就资金构成来看，国家扶贫资金分为扶贫贴息贷款、以工代赈资金和财政发展资金三个部分。在具体的资金支出和管理上，仍存在着诸如资金在途时间长、中间环节多、到位率低、运行缓慢、年终结转率高、监管手段落后、使用效率低、吃饭挤占建设等问题。在扶贫资金筹集、分配、使用由政府主导的情况下，监督显得十分重要。但现有的监督体系还存在一些薄弱环节，例如审计监督面对面广量大的资金分配与使用往往显得滞后，贫困人口和公众参与监管的渠道还不够畅通。就宿迁扶贫资金的使用情况来看，信息虽然部分公开，但透明度仍然不高，没有详细的支出明细。

四、金融扶贫新模式探索

1.模式探索

党的十八大之后，扶贫工作得到了前所未有的重视，也为金融扶贫的模式创新提供了前所未有的契机。金融机构参与的原则是坚持商业可持续性，以可负担的成本提供普惠性的金融服务；坚持造血式扶贫原则，以产业发展、增加就业、提高效益为引领，通过普惠性金融服务，增加贫困人口工资性收入和经营性收入，增强自我发展能力。

宿迁市在金融扶贫过程中采用了“政府+金融扶贫+X+贫困户”的模式，其中X代表小微金融机构、龙头企业、电商、大学生创业等多种灵活的选择，各参与方采取合作的方式实现“多赢”。新模式的主要优势在于整合政策性、商业性和合作性资金，通过延长扶贫的资金链条，利用金融的杠杆效应，撬动更多的社会资金参与扶贫，形成多方互利合作共赢的新局面；以相互合作、互惠互利为原则，以种养大户、家庭农场、农民合作社、农业产业化龙头企业等四类经营主体需求为导向，提高农村金融扶贫效率。为保证资金安全和使用效率，商业银行可以不直接面向农户贷款，而是贷款给龙头企业、电商和小微金融机构，减少了信息不对称的风险，同时提高了收益；政府用财政资金为商业银行贴息，带动并扩大银行的资金投入量，提高了资金使用效率，降低了金融风险。

在具体的探索过程中，宿迁市在金融扶贫领域有如下模式创新，现结合宿迁的具体实践进行总结分析。

(1)政府+商业银行+小微金融机构+贫困户。宿迁市政府引导国有商业银行贷款给小微金融机构，缓解小微金融机构融资渠道窄、融资困难的问题，促进小微金融机构和大型商业银行间的借贷合作关系。同时，政府增加小微金融机构支农贷款的投放力度，引导农村新型金融机构的运作回归“三农”、服务“三农”。

(2)政府+商业银行+龙头企业+贫困户。截至2016年年底，宿迁市有县级以上龙头企业近630家，这些企业对农户的就业有积极的带动作用。龙头企业通过把发放给农户的分散的小额度贷款整合下来，获得融资去发展企业。而龙头企业通过和农户加强基地联结、扩大原料订单采购量、实行保护价收购、提供种养技术指导服务等方式，有效带动60余万农户持续增收。

例如，宿迁市泗阳县卢集镇郝桥村积极争取县金融扶贫政策资金，由“联村共建”企业——县经济开发区江苏捷锋帽业有限公司担保，从县农商行贷款30万元，用于建设发展“家门口”就业工程所需厂房，通过出租512平方米的标准厂房，村集体增收6万元。捷锋帽业则利用租借的厂房做加工点，投入机器设备76台，为村内创造了近百个就业岗位，带动了低收入劳动力就业40人左右，一人一年就可以获得3万元左右的收入，对于普通家庭而言完全达到了家庭年人均收入6000元的脱贫标准。

(3)政府+商业银行+电商+贫困户。电商和互联网金融在宿迁的发展已经有一定的基础，宿迁的金融扶贫有效利用了电商扶贫的功能。宿迁市在实体经济上与苏南地区仍然存在较大差距，但交通较为便利，且在网络经济上处在同一起跑线上。宿迁市在产业扶贫领域提出了创新性的“一村一品一店”发展设想，要求各县区立足自身特点，一个村发展一个特色农产品，开一家网店。政府鼓励商业银行向电商贷款，以“一村”培育“一品”，以“一品”做精“一店”，借此将互联网与农业联系起来，为农产品营销提供新的空间，达到电商扶贫的效果。

(4)政府+商业银行+大学生创业+贫困户。创业有助于解决农民就业困难问题，旨在通过金融的扶持作用在农村创造更多岗位，尤其是可以促进大学生回乡创业。通过这种模式，鼓励创业并且促进创业，可以帮助贫困户选择保障定期收益的投资项目，提高了其自我脱贫的能力，而且保障了资金的回收和合理盈利，实现了项目的可持续性。以宿迁市泗阳县卢集镇郝桥村为例，该村2016年通过招引县内返乡创业能人和大学生到村里流转土地210亩，成立了农业发展有限公司，发展特色林果种植项目。该项目向江苏银行争取到贷款76万元，减轻了项目经营主体的资金周转难题。该项目常年吸纳村内110余名农户就业，其中带动低收入劳动力46人，年人均务工收入达1.2万元。

2.模式总结

(1)政府的介入和引导是必要前提。由于资本具有逐利性，金融扶贫领域容易出现市场失灵。金融扶贫领域应该将政府的有形干预与市场的无形调节有机结合。由于缺乏市场自生增长动力，在这一领域政府的主动干预比依赖市场的自发性调节更有助于问题的缓解，因此，政府自上而下推动的金融扶贫是解决我国农村金融难题的重要方式。

(2)传统农村金融的转型是重要切入点。传统农村金融尤其是涉农的商业银行仍然有很多天然优势，表现在覆盖率高、网点密集、资金实力较为雄厚，长期服务“三农”业务积累了丰富的农村工作经验。金融扶贫工作需要农村金融的转型，传统农村金融转型的方向是将农业银行的资金优势与小微金融机构的成本优势及互联网金融的信息优势充分结合。

(3)撬动社会资本是可持续发展的根本保障。财政投入多是一次性行为，缺少可持续性，将政府和市场的力量结合起来，运用市场机制运作财政资金，可以减少资金的流失和滥用，有效避免权力的腐败等。政府应当起到资金监管和项目选择的作用，确保资金精准用于扶贫事业。

多元化的农村金融机构供给模式是解决“三农”金融服务需求缺口的一剂“良药”，具体来说，应引入多元的投资主体，放宽民营资本准入门槛。社会资本的进入可以缓解缺少主发起人的困境，降低民间资本的借贷风险，增加资金利用效率。

(4)形成稳定和谐的金融生态链是最终出路。构建稳定和谐的金融生态链，可以变竞争为合作，风险共担，促进金融市场的良性有序发展。通过政府的引导，大型商业银行和小微金融机构可以优势互补：大型商业银行既可以利用小微金融机构网点多、本地化的优势，也可以为小微金融机构提供征信系统的支持；小微金融机构可以得到大型商行的资金支持而缓解困境。

五、金融扶贫绩效的实证分析

为研究金融扶贫新模式的绩效，本文选取了金融扶贫的典型代表宿迁市泗阳县卢集镇的三个村作为研究对象，建立扶贫绩效指标体系，运用层次分析法构建模型进行实证研究。不同于部分研究单一利用经济增长与收入变化衡量扶贫绩效的做法，本研究纳入了居民生活水平、文化教育、社会保障水平等其他综合性指标，以更加全面客观地评价扶贫效果。

1.层级指标结构的构建

综合前期的研究，金融扶贫绩效的评价指标体系如表2所示：

表2 扶贫绩效评价指标体系

2.判断矩阵的构建

利用Satty标度法，将定性判断转化为定量分析，将每一层次的各要素相对于上一层次的各要素进行两两比较判断，得出相对重要性。其中，行列交叉点的数据表示行的指标跟列的指标相比，前者比后者的相对重要程度。数字分布在1-9之间，数字越大，证明行要素比列要素越重要，最大为9表示极端重要，最小为1表示同等重要。然后，根据对供应链金融风险评估指标体系中一级评估指标的相对重要性比较结果，构建一级指标判断矩阵 R。得到如下的一级指标的判别矩阵：

二级指标对一级指标的判断矩阵分别是：

3.权重及一致性检验

得到各层次单排序值及一致性检验如表3及表4所示。

表3 二级指标一致性检验

表4 三级指标一致性检验

由以上结果可知，所有判别矩阵的CR<0.1，因此各准则层的判定均具有一致性，通过一致性检验，计算结果可靠、科学有效。

4.综合权重的计算

利用公式W=W1*W2，可得到各级指标的权重及三级指标的综合权重，结果如表5所示：

表5 各级指标的权重及综合权重

5.金融扶贫绩效评价结果

本文通过实地调研，收集了泗阳县卢集镇下属的卢集村、郝桥村和范家湖村三个村2012和2016年的数据，对三个村金融扶贫前后的效果开展纵向对比分析，同时对三个村间进行横向比较分析。利用调研原始数据，结合层次分析法进行加权，得到的评价结果如表6所示。

表6 综合评价结果

由上表可见金融扶贫对于各项指标均有显著的积极影响，其中对经济收入绩效和可持续发展绩效影响较为显著，而资金使用的绩效提高还不是很明显。同时，各村间的金融扶贫综合绩效的差异也较为明显。这表明，在相似的扶贫投入下，由于资金使用效率的差异导致扶贫的效果差别较大，金融扶贫效果很大程度上取决于资金使用效率，因此提升金融扶贫过程中资金的配置效率十分关键。此外，评价结果表明金融扶贫工作是一个系统工程，经济发展、社会保障等需要全面统筹，不可偏废，否则无法达到明显的扶贫效果。

六、政策建议

综合以上分析，我们提出如下针对性建议：

第一，金融扶贫应构建扶贫主体多元化的格局。从前面的评价指标体系可以看出，金融扶贫是一个系统工程，必须依赖于多中心治理模式，构建扶贫主体多元化格局，克服扶贫完全依赖政府的传统手段，实现政府主导、市场引导、社会帮扶的有机结合。一方面，政府应围绕金融扶贫的战略布局，做好扶贫的宏观调控，强化贫困地区基础设施建设投入；另一方面，在政府调控下，让市场发挥资源配置的决定性作用。根据贫困地区独特的自然条件，通过金融的介入调动企业、合作社等市场主体广泛参与，实现金融机构与蔬菜、劳务、畜牧、林果、特色种植、乡村旅游等特色产业的良性循环。

第二，实现金融扶贫资源合理有效的配置。对于有发展能力的扶贫对象，金融扶贫资源要向扶贫开发的方向倾斜，通过金融扶持带动产业发展，保证有限的扶贫资源实现效用最大化；在金融扶贫模式方面，可将原有的“政府+金融扶贫+X+贫困户”模式进一步扩展为“政府+金融扶贫+X+Y+Z+贫困户”的模式，把原来独立的X转变为龙头企业、创业、家庭农场、合作社、电商等参与主体间更紧密的资源整合，从而综合各方优势实现更多社会资源的应用；在参与人员方面，不仅要通过金融手段调动扶贫对象的积极性，还要全面激发返乡农民工、大学生和退役士兵等返乡人员的创业热情和能量，发挥人力资源在扶贫过程的关键作用；在扶贫资金使用方面，应将整合范围内的扶贫资金统一调配、集中管理，健全瞄准对象识别机制，实现各项资金精准分配使用。

第三，协调好金融扶贫的经济性和社会性。金融扶贫中经济性与社会性是对立统一的关系，在不同时期的侧重点不同，经济性是社会性的目标，社会性是经济性实现的保障。在金融扶贫初期，政府必要的财政补贴或引导资金是项目运营的前期重要保障，参与的金融机构需要让出一定的经济效益。但随着扶贫项目的稳步推进，金融机构的可持续盈利、扶贫对象收入增长、整体社会经济的协调性增强，金融扶贫的经济性地位凸显。

第四，建立科学规范的金融扶贫绩效监测和评价机制。应坚持扶贫工作“事前”“事中”和“事后”全过程监测和评价，通过监测评价及时发现和纠正金融扶贫过程中出现的问题和偏差，从而实施“靶向治疗”，既可以精准解决问题，又能够推广先进经验；对金融扶贫的绩效应注重全局性和长期性，同时应完善扶贫退出机制，提高扶贫对象内生性的自我造血功能。

[1] 程昆，吴倩，储昭东.略论我国村镇银行市场定位及发展[J].经济问题,2009(2):97-99.

[2] 陈正川，沈理明，杨敏.农业银行定位和改革模式选择[J].银行家,2007(2):124-12.

[3] 王善平，谢妙，唐红.财政扶贫资金审计监管的“无灯影效应”改进研究[J].湖南师范大学社会科学学报, 2013, 42(4):89-95.

[4] 邢早忠.中国小额贷款公司可持续发展问题研究[J].上海金融,2009(11):5-11.

[5] 胡德宝. 城镇化背景下中国矿业能源国际竞争力研究[M].北京：人民日报出版社,2014.

[6] 郑瑞强．精准扶贫的政策内蕴、关键问题与政策走向[J]．内蒙古社会科学，2016，37(3): 7．

[7] 钱力，韩燕． 甘肃省少数民族地区扶贫开发绩效分析[J]． 西南民族大学学报(人文社会科学版) ，2012(4): 109．

[8] 汪晓文，何明辉，李玉洁． 基于空间贫困视角的扶贫模式: 以甘肃省为例[J]．甘肃社会科学，2012 (6): 101．

[9] 杨宜勇，吴香雪．农村反贫困: 开发式扶贫与社会保护的协同推进[J]．西北人口，2016，37 ( 3): 4．

[10] 庄天慧，陈光燕，蓝红星． 精准扶贫主体行为逻辑与作用机制研究[J]． 广西民族研究，2015 ( 6): 144．

[11] 陈小丽. 基于多层次分析法的湖北民族地区扶贫绩效评价[J]．中南民族大学学报(人文社会科学版) ，2015(5): 75-80．

[12] 侯世英，宋良荣. 金融扶贫绩效评价探讨[J]．生产力研究，2017(4): 14-18．

[13] 李宝庆，李岚. 基于平衡计分卡的金融扶贫绩效评价研究[J]．西部金融，2017(4): 60-64．

[14] 马媛，孔龙. 甘肃省精准扶贫绩效评价及对策研究[J]．云南农业大学学报 ( 社会科学) ，2017( 4):17-21．

[15] Fan,Hazel, Throat. Agricultural growth, Poverty Reduction and Agro-ecological zones in India [J]. Food Policy,2000,(28):423-431.

[16] Flynn. New Incremental Isoconversional Method for Kinetic Analysis of Solid Thermal Decomposition[J].Journal of Thermal Analysis and Calorimetry,2011(2): 679-683.