面向乡村振兴的金融服务效率测算及其影响因素分析——以安徽省为例

张 标，毕成功

（阜阳师范大学经济学院，安徽 阜阳 236037）

乡村振兴是实现共同富裕的现实基础和关键所在，金融服务能够为乡村振兴战略实施提供资金保障[1-2]。在乡村振兴战略背景下，农村金融需求逐渐表现出大额化、长期化、多元化等特点[3]。中国人民银行、农业农村部等五部门于2019年联合发布了《关于金融服务乡村振兴的指导意见》，强化金融服务乡村振兴支持力度，提出工作措施，为乡村振兴提供多样化、多层次的金融服务。向琳等[4]通过研究证实，金融服务乡村振兴是促进乡村发展的有效办法。根据安徽省乡村振兴局官方网站公布的数据，2022年省财政已提前下拨中央及省级服务乡村振兴补助资金66.90亿元，安徽省是我国粮食主产省份之一，农村常住人口有2 544万，在金融服务乡村振兴实施方面具有典型性。目前，政府财政预算、社会资本等大量资金流入乡村振兴领域，但是这些资金有效使用情况不明，金融服务乡村振兴效率有待测算，明确金融服务效率利于提高金融服务质量。本研究以安徽省为例，通过分析金融服务乡村振兴效率及其影响因素，为优化金融服务乡村振兴体系提供借鉴，对于安徽省深入实施乡村振兴战略、优化金融支持乡村振兴结构、提高金融配置效率、全面实施乡村振兴战略具有理论价值和现实指导意义。

在乡村振兴战略推进过程中，学界对相关理论不断深化和丰富完善。在乡村振兴学术思想方面，学者认为乡村振兴是现代城乡关系融合共生的演进结果，是农业现代化进程的具体体现，是以人为本发展乡村的现实逻辑[5]。目前，学界对金融效率的研究不断深化，金融效率研究一方面是强化对金融本质的把握理解，另一方面注重从定性研究向定量分析转变，处于动态变化中并在原有的道路上不断扬弃[6]。在农村金融方面，农村金融效率、农村金融规模与农村经济发展存在一定相关关系。但并不意味着只扩大农村金融规模投入就能促进农村经济发展，而应该在扩大规模的同时，注重提升农村金融效率，只有农村金融效率的提升才能让农村经济高效运转，促进农村经济高质量发展[7]。在金融效率测算方面，张永刚等[8]运用数据包络分析法研究了中国农村金融体系的效率，证实农村金融在促进乡村资源整合、推动乡村经济发展方面效率欠缺，且我国农村金融发展的地区差异较大，技术效率受外部环境影响大。陈莉[9]运用数据包络分析法通过测算多年的农村金融效率，得出了我国现阶段农村金融效率整体上稳步提升、除个别年份外波动较大的结论。农村金融效率影响因素也是研究重点，赵楠等[10]运用分时段Tobit模型分析了影响我国农业信贷效率的因素，发现在我国的不同历史时期、不同社会发展阶段，农业信贷效率受多种因素影响，具有多样性的特点。

目前，学界在乡村振兴、效率测算及其影响因素分析方面已取得丰富成果，尚缺乏关于面向乡村振兴的金融服务效率测算及其影响因素的研究。本研究聚焦政府性金融服务，通过构建DEA-Tobit模型对2014—2019年安徽省16个地市的金融服务效率进行测算，分析其关键影响因素，旨在优化金融资源配置，真正发挥金融支持乡村振兴的服务作用，为金融服务乡村振兴提供参考。

1 金融服务乡村振兴现状分析

2016—2019年，全国财政一般公共预算支持农业农村发展的专项资金累计达到6.07万亿元，且扶持资金每年的增长速度都高于全国一般公共预算支出平均增幅，可见国家对乡村振兴的高度重视和支持力度[11]。根据中国人民银行统计数据，2020年我国农民贷款余额达到11.81万亿元，同比增长14.20%；农业贷款余额4.27万亿元，同比增长7.50%。由此可见，我国政府大力度支持金融服务乡村振兴。大量资金投入乡村发展，需要充分发挥金融对乡村振兴的服务效能。

在安徽省，政府与银行等金融机构也为乡村振兴提供金融支持。在政府方面，以阜阳市为例，农业财政支出在2014年为45.526 3亿元，到2019年达到88.695 5亿元（图1）。在金融机构方面，以中国农业银行安徽省分行为例，在2017—2019年，金融支持规模不断扩大，各项指标都有不同程度的提高，如惠普涉农小微企业贷款总额从22.476 0亿元增加到41.616 0亿元，同样翻了一番，增幅巨大[12]。

图1 阜阳市农业财政支出

但是，在大量资金投入农村发展取得显著效果的同时，也存在地区差异日渐扩大的问题。例如，2014年，作为农业农村典型地市，阜阳市的农村居民可支配收入为8 213.00元，而作为安徽省社会经济发展水平最高的地市，省会合肥市的农村居民人均可支配收入则为14 407.00元，相差6 194.00元。到2019年时，这一差距已经扩大到9 383.00元（图2）。

图2 阜阳市、合肥市农村居民人均可支配收入

2 金融服务乡村振兴效率测算

2.1 研究设计与数据来源

从金融服务乡村振兴现状可以看出，目前金融机构对乡村振兴的支持规模不断扩大，多渠道资金供给体系正在形成。本研究假定资金供给的情况下，先通过数据包络分析法对安徽省金融服务乡村振兴的综合效率进行总体分析，通过分析纯技术效率和规模效率把握安徽省金融服务乡村振兴的效率特征，最后找出影响金融服务乡村振兴效率的关键因素。本研究数据来源于作者整理的2015—2020年《安徽省统计年鉴》数据。

2.2 模型基础

在效率测度实证方法方面，综合评价法和前沿分析法是目前应用比较广泛且规范的方法[13]。数据包络分析法（DEA）是前沿分析法中的一种，相对来说，DEA评价方法更容易处理多投入、多产出的问题，无需量纲的转化，没有权重的主观赋予，更具客观性。数据包络分析法（DEA）最早由CHARNES等[14]提出，称之为CCR模型，用来分析整体效率；后由BANKER等[15]继承并发展为BCC模型，主要研究技术效率和规模效率。因为在研究过程中，产出变量难以控制，因此选取BCC模型。DEA方法测算结果主要有3个，包括效率计算结果、投入松弛变量和产出松弛变量，传统的DEA方法直接用效率结果分析，忽视了松弛变量对研究的影响[16]。

本研究运用BCC模型对安徽省金融服务乡村振兴效率进行测算分析，基本模型如下

假设样本有n个决策单元，记为DUM（j=1，2，…，n），其中X0、Y0分别表示DEA方法下的投入量与产出量；n为安徽省的n个地市；S-和S+分别为剩余变量和松弛变量。

设该模型的解为 λi，S-，S+，θ：

（1）当θ=1，S-=S+=0时，说明在这n个决策单元组成的经济系统中，在原投入X0的基础上获得的产出Y0已经达到最优。

（2）当θ=1，S-=0或S+=0时，说明在这 n个决策单元组成的经济系统中，对于投入X0可减少S-而保持原产出Y0不变，或在投入X0不变的情况下可将产出Y0增加 S+。

（3）当θ<1，说明技术处在非有效状态，如果同时S-=0或S+=0，则该经济系统还存在结构问题。

2.3 指标体系的建立

面向乡村振兴的金融服务效率评价指标体系由1个投入指标和5个产出指标构成（表1）。在投入指标方面，选取“农业财政支出（万元）”作为具体投入指标，这是因为农业财政支出是国家对农业进行宏观调控的具体金融措施，也是金融对乡村振兴支持程度的直接衡量。在产出指标体系方面，根据我国《乡村振兴战略规划（2018—2022年）》中提出的产业兴旺、生态宜居、乡风文明、治理有效、生活富裕5个方面要求[17]，结合数据可得性和实际情况，选择“粮食产量（t）”作为产业兴旺总要求的指标，直接反映农业生产力水平；选择“造林面积（hm2）”作为生态宜居和乡风文明总要求的具体指标，直接反映农村生态文明建设情况和农村环保意识；选择“农村低保人数（人）”作为治理有效总要求的具体指标，直接反映农村基层治理、精准扶贫水平；选择“农村居民人均可支配收入（元）”作为生活富裕总要求的具体指标，直接反映农村居民生活水平。以上指标选择过程中，都是根据乡村振兴总要求建立对应指标，从而构建具有特色的评价指标体系，体现了面向乡村振兴金融服务效率评价指标体系的科学性和合理性。

表1 金融服务乡村振兴效率评价指标体系

2.4 结果分析与讨论

2.4.1 综合效率测算结果

运用 DEAP 2.1软件，对2014—2019年安徽省16个地市的金融服务乡村振兴综合效率、纯技术效率和规模效率分别进行测算，结果见表2～表4。

综合效率从整体上反映了安徽省农村金融效率的实际状况。从表2的纵向（年份）分析结果来看，2014—2019年，安徽省金融支持乡村振兴的综合效率总体上处于有效状态，为0.811～0.999。具体来看，以2016年为界，可将金融服务综合效率分为两个阶段。第1阶段为2014—2016年，这一阶段安徽省全省综合效率呈现下降趋势。这可能是受到农业生产极端气候变化、安徽省出台实施农业污染整治政策等因素的影响，导致农业单位面积产量减少，从而表现综合效率下降趋势。第2阶段为2016—2019年，全省综合效率稳步上升，已从2016年的0.811提高到2019年的0.910，农业生产结构不断优化。由此可以看出，安徽省在乡村振兴方面的金融服务效率整体呈现U形趋势，未来还将持续提高。但是，安徽省没有哪个地市的金融资源配置效率达到最优，均存在一定的冗余，各地市整体处于区间震荡状态，且几年来稳中有进，整体良性发展。

表2 安徽省各地市2014—2019年金融服务综合效率测算结果

从横向（地市）来看，安徽省各地市金融服务乡村振兴综合效率呈现地区差异特征，这与李彩霞等[18]研究结果一致。以安徽省各地市综合效率平均值0.902作为界限，可将地市分为两个层次。第1层次是高于全省平均水平（0.902）的10个地市，金融服务乡村振兴效率较高。其中，宿州、淮北、池州、六安、合肥的综合效率平均值都超过了0.950，处于高度有效状态。由此可见，虽然宿州、池州等地市的经济金融发展水平不如合肥，但是资源配置效率却与合肥相当，金融服务效率与经济发展水平并不完全一致。第2层次是综合效率均值低于全省平均水平的6个地市——宣城、黄山、马鞍山、阜阳、淮南和铜陵，相对于第1层次的地市来说，这些地市的金融服务效率较低，说明金融资源配置效率还有很大提升空间，需要不断优化资源配置。进一步分析发现，有些地市金融服务效率低于其他经济水平相当的地市，这可能与大力推进城镇化有关系。例如，2019年阜阳市城镇化率处于全省第14位，较低的城镇化水平不利于城市的发展，使得有限金融资源必然会被更多地倾斜于城市发展。但是，胡振华等[19]研究发现，农村金融效率的提升有利于城镇化的发展，所以也可以通过推动农村金融效率的提升间接推动城镇化发展。

2.4.2 纯技术效率测算结果

为了探索金融服务综合效率变动规律，进一步将其转化为纯技术效率和规模效率。金融服务纯技术效率可以在一定的产出水平下，衡量技术和管理方面的投入效率。由表3可知，2014—2019年安徽省金融服务纯技术效率配置整体处于高效状态，全省平均值为0.910～1.000，各地市平均值为0.934～1.000。在2019年安徽省各地市的纯技术效率配置均为1.000，达到最优，可能是因为这一年出台了《安徽省人民政府关于加快推进农业机械化和农机装备产业转型升级的实施意见》，加快推进了安徽省主要农作物生产全程机械化，提高了农业生产效率，从而提升了金融服务的纯技术效率。

2.4.3 规模效率测算结果

规模效率用于衡量实际产出规模与理想产出规模的差距，可以评价安徽省金融资源投入在服务乡村振兴方面是否处于规模最优。除个别地市在一些年份外，安徽全省的金融服务纯技术效率平均值为0.971（表3），整体较好，长期处于高效状态。但是规模效率平均值为0.930（表4），相对较低，如第2层次的6座城市纯技术效率处于较高水平，但其综合效率低于全省平均水平，通过规模效率测算结果发现这是由规模效率低下所致。规模效率不足并不能否认安徽省各地市在促进乡村振兴方面取得的成绩，规模效率稳步提升为综合效益的提升做出了较大贡献，这是不断优化提升农村金融资源配置的结果。例如，铜陵市的纯技术效率在全省领先（1.000），处于有效状态，但是其规模效率处于较低位置，平均值仅有0.698，与最优规模效率（1.000）存在较大差距。纯技术效率和规模效率二者之间的差异是受多方面因素综合影响的结果，可能的原因是铜陵市具有相对较高的金融管理水平，金融资金运行制度较为健全，但是金融投入存在过度“偏科”情况。因此，各地市应该结合实际，对规模效率不断优化，才能提升金融服务综合效率。

表3 安徽省各地市2014—2019年金融服务纯技术效率测算结果

表4 安徽省各地市2014—2019年金融服务规模效率测算结果

3 影响金融服务乡村振兴效率的因素分析

根据已有研究[20-22]，选择Tobit回归模型进一步探寻影响金融服务乡村振兴效率的因素。其中，“综合效率均值”作为被解释变量，衡量安徽省面向乡村振兴的金融服务效率水平。根据理论分析和实际情况，选择“地区生产总值”作为经济发展因素，选择“劳动力资源比上年增幅”作为农业劳动力因素，选择“常住人口城镇化率”作为城镇化发展因素，影响因素对综合效率进行的Tobit回归结果见表5所示。

由表5可知，“地区生产总值”的回归系数值为0.028，但是并没有呈现出显著差异（Z=0.001，P=0.999>0.05），意味着“地区生产总值”并不会对各地市综合效率平均值产生直接影响。而“劳动力资源比上年增幅”的回归系数值为0.017，并且呈现0.01水平的显著差异（Z=3.579，P=0<0.01），意味着“劳动力资源比上年增幅”会对各地市综合效率平均值产生显著的正向影响。“常住人口城镇化率”的回归系数值为-0.424，并且呈现0.01水平的显著差异（Z=-2.841，P=0.004<0.01），意味着“常住人口城镇化率”会对各地市综合效率平均值产生显著的负向影响，这是由于城镇化水平提高后，金融资源更趋向于投向城镇化发展，而对农村的金融资源配置不足，重视程度减弱。

表5 影响因素对综合效率进行的Tobit回归结果

4 结论与政策启示

根据面向乡村振兴的金融服务效率测算及其影响因素分析结果，本研究得出如下结论与政策启示。第一，在乡村振兴发展方面，安徽省金融服务具有积极作用，但还未实现金融服务综合效率最优，所有地市存在不同程度的冗余。因此，政府需要积极发挥金融调控作用，确保农业财政支出用于乡村振兴，不断优化金融资源配置效率，探索金融服务乡村振兴的新路径，促进金融服务效率不断提升。安徽全省及各地市在金融服务效率方面侧重于提高纯技术效率，规模效率表现不足，这就要求政府不断提升金融服务综合效率，关键是在继续保持纯技术效率有效的同时，不断提高金融服务的规模效率。第二，金融服务效率呈现地区差异特征，且金融服务效率与经济发展水平并不完全一致，这表明提高金融效率的途径不是单一的，可以依据所处地市的资源禀赋和经济社会条件，因地制宜地对金融服务乡村振兴资源进行优化，切勿采取“一刀切”或者“偏科”措施。“劳动力资源比上年增幅”与“常住人口城镇化率”是影响金融服务乡村振兴效率的重要影响因素，这就要求当地政府不断提升乡村劳动力质量与机械化水平，以弥补乡村劳动力资源的缺乏，努力实现金融资源的最优配置。第三，除了农业财政支出，各地市也应重视将金融机构等社会金融资源配置到乡村振兴领域，建立健全乡村振兴多渠道资金供给体系，拓宽乡村振兴融资来源。在金融资源配置方面，除了要保障改善农村基本生活条件的投入，重点将资金投入产业兴旺领域，例如：农村特色农产品品牌塑造、农业科技创新与应用、智慧农业、一二三产业融合发展等。