精准扶贫战略下甘肃省金融扶贫效率研究

文/王丹丹，兰州大学 经济学院

国务院《中国农村扶贫开发纲要（2011-2020 年）》等系列文件指出，金融业要在扶贫开发中发挥重要作用。作为扶贫开发体系中的重要一环，我国的金融扶贫工作已经取得相当不错的成绩。面对新时期的脱贫攻坚任务，金融扶贫必须深入理解精准扶贫的内涵，认清扶贫工作中的现实困难，因人因地制宜，探索出适合当地人民摆脱穷根的扶贫新模式。甘肃省地处中国西北，受制于自然环境，广大农村地区经济发展水平落后，贫困面积大、人口多、程度深，扶贫攻坚任务相当艰巨。因此，本文以甘肃省23 个深度扶贫工作县为例，从精准扶贫战略视角探讨农村金融扶贫效率，并进行实证分析，有一定研究价值。

1 文献综述

国内外关于金融精准扶贫的研究相当丰富，综合来看，主要集中在金融扶贫内涵、发展现状及存在问题、对策建议、扶贫效果和效率等方面。

（1）关于金融精准扶贫：起初学者从金融精准扶贫的概念、内涵、发展现状入手，发现农村金融扶贫过程中存在的问题，最后给出相应的建议。而后学者从普惠金融的视角入手，探索普惠金融与金融精准扶贫的关系以及农村金融扶贫的路径优化、模式创新等问题。之后学者从各种不同角度分析研究农村金融扶贫问题，并给出对策建议。

（2）关于金融发展和贫困减缓关系：许多学者研究得出金融发展能够促进贫困减缓，也有学者研究得出金融发展有利于贫困减缓，但收入分配不均、金融不稳定会弱化这种减贫效果。也有学者认为金融发展不具有减贫效果甚至会加剧贫困：胡浩分析得出无论是农村正规或非正规金融发展对农村贫困减少都没有太大作用的结论。

（3）关于金融扶贫效率：目前，关于金融扶贫效率的研究不是很多，且以实证分析为主。花弘毅选取2010-2014 年的数据进行实证研究，认为贫困片区金融支持经济发展效率远低于全国，谈艳玲选取秦巴山片区20 个典型贫困县进行实证分析，结果表明，我国秦巴连片特困区金融支持效率不高，大部分县城正规金融扶贫效率低于非正规金融机构扶贫效率。李炜等应用Tobit 模型对山东140个区县进行实证分析，得出相比于小额信贷效率，产业扶贫贷款带动贫困户脱贫效率更高的结论。

从研究内容来看，多以金融精准扶贫的概念、现状和存在问题以及扶贫效果为主，缺少关于金融扶贫效率的研究。从研究范围来看，多以全国或省市为研究对象、缺少对县域金融扶贫的研究，对于甘肃这一特殊地区缺乏针对性。基于此，本文以甘肃省23 个典型贫困县为研究对象，在精准扶贫视角下实证分析甘肃省金融扶贫效率，最后给出对策建议。

2 农村金融发展对贫困减缓的作用机理

通过文献梳理，得出金融发展助推贫困减缓主要通过两种途径：直接减贫和间接减贫。

2.1 直接减贫效应

农村金融发展的直接减贫效应主要体现在以下两个方面。

（1）存款服务。一是储蓄通过利息发放，给贫困群体带来安全稳定的收益，实现资产保值增值的目的。二储蓄能够帮助贫困户平滑消费，储户把今天用不到的钱存到银行，既能获得稳定收益，又可以增强贫困家庭对抗收入不稳定冲击的能力。

（2）贷款服务。首先，通过对贫困地区贷款的直接发放，能够有效解决当地资金短缺问题。其次，相比于“暴力”民间高利贷，银行贷款无疑是一种合法又安全的融资渠道。同时，为响应国家政策，大多数银行采取低息甚至无息贷款，大大减轻了贫困户的借贷压力。

2.2 间接减贫效应

1、农村金融发展的经济增长效应。

金融发展作用于贫困减缓的一个重要的间接路径就是：金融发展促进经济增长，而经济增长则进一步改善贫困状况。其关键在于：

（1）金融发展能否促进经济增长。良好的金融发展和经济增长是互相联系，互相促进的。比方说，针对贫困地区的扶贫小额贷款的投放，可以有效缓解当地资金供需矛盾，促进当地产业发展，带动经济增长。

（2）经济增长能否促进贫困减缓。这一环节有两种主要的方式：一是根据“涓滴效应”贫困群体在经济发展初期只占用少量财富，随着经济的逐渐发展，收入分配趋向于公平，贫困发生率也趋于减少。二根据亲贫困理论，随着经济的增长，穷人从中获得更大比例的收益，贫富差距逐渐缩小，最终实现减贫效果。

2、农村金融发展的收入分配效应

一方面，通过“涓滴效应”，可以提高社会总体福利水平，收入分配趋于合理化，最终达到减贫效果。另一方面，商业银行天然的逐利性使得他们不愿意贷款给贫困户，阻碍了经济资源流向贫困群体，进一步加剧收入不平等，导致贫困进一步加深。

3 实证分析

3.1 模型构建

（1）超效率DEA:为了进一步说明甘肃省金融精准扶贫效率，本文采用超效率DEA 模型.本文以甘肃省23 个深度贫困县为研究对象，每个县看作是一个决策单元（DMU），测算各县8 年的扶贫效率。

（2）Malmquist 指数方法:为了测算各个决策单元在不同时期的效率变化情况，本文采用Malmquist 指数方法测算全要素生产率动态变化。

3.2 指标选取与数据来源

（1）投入指标：本文选取农业劳动力、农业资本、金融机构资金投入三个指标作为投入指标。其中，农业劳动力用乡村从业人员/乡村总人口（年末常住人口）表示，农业资本用人均耕地面积代表，用年末人均金融机构贷款余额来反映金融机构资金投入。

（2）产出指标：鉴于数据的可获得性，选取农民收入水平、农村经济发展状况、农村受教育水平三个指标。其中：农民收入水平用农民人均纯收入水平来表示，用人均GDP 表示农村经济发展状况，而农村受教育水平则用每千人普通中学毕业生数来反映。

（3）数据来源和说明：本文选取甘肃省23 个（由于数据缺失，剔除麦积区）深度贫困县2009—2016 年面板数据进行实证研究。其中：金融机构年末贷款余额来自《甘肃金融年鉴》，其余数据都来自《甘肃统计年鉴》。

3.3 模型估计与分析

本文这部分内容分为两大块：一是利用超效率DEA 模型对甘肃金融精准扶贫效率进行静态分析;二是基于Malmquist 指数对甘肃省金融扶贫效率进行动态分解。结果如下：

1.甘肃省金融精准扶贫开发效率的静态分析

表1 是将甘肃省23 个典型贫困县（除麦积区）2009 年-2016年的金融精准扶贫效率值平均化处理后按照从低到高的顺序排列得到。可以看出，22 个典型贫困县中，仅约1/3 的贫困县金融扶贫效率达到有效前沿，其余各县还处于无效率前沿。整体来看，各贫困县扶贫效率差异大，其中靖远县扶贫最有效率，扶贫效率值达到1.0979；而14 个扶贫无效县中，多达8 个贫困县扶贫效率仅为零点八多，扶贫效率低下，分布极不均衡，这恐怕很大程度上跟这些地区自身经济基础薄弱，扶贫投入不够或方式不当有关，同时也说明扶贫要因人因地施策，千万不能一概而论。

4 甘肃金融精准扶贫开发效率的动态分析

为进一步说明金融支持农村精准扶贫的动态变化，我们测算Malmquist 指数。表2 以甘肃省所有典型贫困县作为一个决策单元,探索不同年份金融精准扶贫效率变化情况及其规律。

根据综合Malmquist 指数，2009 年-2016 年甘肃省金融精准扶贫效率全要素生产率呈现有规律的波动，除了2009-2010 年、2011-2012 年外，其余各年份均呈现不同程度的下降趋势。总体来看，2009-2016 年金融扶贫全要素生产率平均变化0.986，年均下降1.4%，总体呈现下降趋势。从分解指标来看，2009-2016 年，综合技术效率平均上升1%，技术进步平均下降2.4%，而纯技术效率和规模效率平均下降和上升0.1%和1.2%。数据分析结果表明，金融扶贫效率要素生产率的下降主要是因为技术进步的下降，虽然规模效率也得到了提高，但这并不能改变技术进步下降的影响，最终造成全要素生产率的下降，说明了依靠贷款规模、投资规模等简单金融投放并不能有效改善扶贫效率，必须改进技术效率。

5 结论与建议

实证结论：甘肃省23 个典型贫困县中，仅有约三分之一的县金融扶贫效率达到有效前沿面，并且各个县域之间扶贫效率存在差异。整体来看，2009-2016 年甘肃各深度贫困县金融扶贫效率整体下降，虽然金融扶贫资金投放规模在扩大，但受限于技术进步的下降，扶贫全要素生产率仍然没得到很好的提高。基于此，提出以下对策建议：

表1 金融精准扶贫效率值

表2 综合Malmquist 指数及其分解

（1）政府应当发挥积极作用。首先，通过建档立卡等提高精准扶贫瞄准度，精准定位金融扶贫对象，切实落实扶贫资金流向。其次，通过财政贴息、税收优惠、风险补偿等机制，鼓励各金融机构加大对贫困地区的金融支持力度。

（2）创新金融产品和服务。首先，广大金融机构要提高社会责任意识，积极在贫困地区增设物理网点，提升农户金融服务的可得性。其次，持续进行金融创新，设计出满足农村金融需求、适销对路的金融产品和服务。

（3）营造良好的借贷环境。首先，政府要加强诚信教育宣传，建立农民信用档案，严惩欺诈违约行为。其次，鼓励农村小额贷款担保、农业保险等多种金融扶贫模式共同发展。