中国政策性农业信贷担保机构运行效率研究

孟光辉 李永坤 安 康

(山东农业大学经济管理学院(商学院)，山东 泰安 271000)

一、引言

发展融资担保是破解小微企业和“三农”融资难融资贵问题的重要手段和关键环节(1)李克强.发展融资担保 破解小微企业和“三农”融资难融资贵[EB/OL].http://www.gov.cn/guowuyuan/2014-12/18/content_2793669.htm.，融资担保被视为有效的支农财政工具。2015年7月，财政部、农业部和银监会联合下文，在全国范围内正式发起建立农业信贷担保体系(以下简称农担体系)，试图以财政支持的相对独立、自成体系的融资担保机构来破解“三农”融资瓶颈。截止到2021年，国家累计投资655亿元，成立33家省级(副省级)农业融资担保公司和遍布全国的1677家分支机构，累计担保金额6892亿元，担保项目217万个，政策效能放大了10.5倍(2)通过国家企业信用信息公示系统、各担保机构网站和其他公开资料整理。。实践证明，无论是从组织架构还是到业务布局，全国农担体系已经初步形成，运行效果正逐渐向政策预期靠拢。农担体系在提高财政支农资金使用效率以及促进新型农业经营主体适度规模发展等方面都取得了显著性成效(李江源等，2017)[1]。

虽然农担体系正在逐步走向完善，但是作为一项国家级的政策措施，发展过程中仍然存在着业务不均衡、服务对象不精准等问题。农业融资担保过程中增信担保功能发挥不足的问题不可忽视(陆宇锋、张智勤，2015)[2]。政策性农业担保不同于传统的纯财政或纯金融方式，兼具财政和金融双重属性，农业担保的生效机制与实施效果究竟如何，有待观察。作为一项体量庞大、涉及面广泛的政策措施，运行实践效果能否支持当初决策的正确性？回答这些问题需以科学评价为前提。虽然为引导政府性融资担保机构坚守主业、聚焦支小支农的业务方向，财政部专门印发了担保机构的绩效评价指引(3)政府性融资担保、再担保机构绩效评价指引坚守主业、聚焦支小支农提出具体评价要求[EB/OL].http://www.gov.cn/zhengce/zhengceku/2020-05/28/content_5515690.htm.，设置了对政策性农业信贷担保机构(以下简称农担机构)的绩效评价指标体系，但这些只是作为主管单位对农担公司的内部考核使用，迄今尚未见到整体上对农担体系运行效率的评价文献。

运行效率是对检测农担机构存在价值和绩效水平的直接反映。政策性农业担保作为一种新型财政支农工具，为了更好地释放农担机构在促进农村金融有效供给上所发挥的作用，需要对其运行效率进行科学测度，并据此研究其影响因素，以优化调整财政支农的结构与方式。这不仅是审视财政支农政策与农业经济能否协调发展的重要考量，也是构建农业信贷担保制度体系和发展农村金融市场的必要步骤。业务状况是反映体系效率最核心的因素，而整个农担体系的业务核心在各省级融资担保公司，农担体系业务均由其完成。因此，本研究以全国33家省级农担机构的实际业务情况为分析依据，解析政策性农业担保的真实发展状况。

二、文献综述

财政支农政策已成为世界各国推动现代化农业发展的主要手段(张维刚、欧阳建勇，2021)[3]，而政策性农业担保被认为是财政转移支付支农政策的创新延伸(Li 和Shu，2019)[4]，是将农业生产活动与金融机构进行有效衔接的新型财政支农工具，不仅有利于推进农业供给侧结构性改革，而且也顺应了我国由传统小农经济向现代农业发展转变的历史趋势(罗必良，2020)[5]。政策性担保被诸多国家作为财政工具用于支持获取农业信贷，政策效果已得到诸多实践研究的支持，比如包括匈牙利在内的多国用信贷担保基金来促进涉农产业发展，并取得显著成效(Dang，2016)[6]。政策性担保的有效运行，不仅降低了信贷门槛，缓解了信贷约束，而且使信贷配给发生率得以下降，从而实现借贷双方的互利互惠(Cowling，2010)[7]。对此，吕静等(2020)[8]也认为政策性农业担保不仅能够促进银行的涉农信贷供给，有效分担银行的信贷风险，而且也极可能成为解决我国农业农村领域融资难题的重要着力点。因此，农担体系作为创新农村金融改革顶层设计的重要财政工具，能够充分发挥市场主导作用的同时，利用政府财政的“有形之手”助推我国现代化农业的发展(张超、王振宇，2021)[9]。

虽然各地农担机构通过增信分险机制极大地提升了涉农领域的融资效率，使得财政支农资金得以有效配置，但目前我国仍然处于健全农担体系的探索阶段，各省级担保机构之间没有形成相互协作有效沟通的体系，致使其无法充分发挥上下联保的效能，大大降低了信贷担保的运行效率。对此，姜晓兵和郭云冬(2021)[10]采用数据包络分析方法对政策性农业信贷担保资金的配置效率进行了实证分析，认为资金配置量与配置效率并不匹配，且使用规模与效率也未能实现统一，另外还发现财政支农资金出现非农化使用问题。黄庆安(2011)[11]通过测算农村信用担保机构的运行效率，认为总体运行效率处于较低水平，且存在一定的个体异质性与地区差异性。而此类问题，胡杰和罗剑朝(2022)[12]在研究农业信用担保贷款对农户收入增长问题上也得出相似结论，农业信用担保贷款对不同收入水平农户的增收效应存在一定差异，尤其是对低收入水平农户的增收效应并不明显。同样，尼日利亚政府为鼓励银行增加农业贷款而成立的农业信贷担保计划基金(ACGSF)，其方案运行也并未达到预期效果，而究其原因，Wang 和Finance(2019)[13]认为是农业信贷担保的准公共产品性质、强烈正外部性和信息不对称导致了农业信贷担保市场的失灵。运行效率是农担机构存在价值与实施效能的真实反映，有学者通过构建指标体系对不同区域的农担机构运行效率展开研究，发现除受自身的影响外，风险补偿、经济发展以及政策扶持等外部环境因素也在相当程度上影响着整体运行效率(陆宇锋、梁箐，2016)[14]。

在当前宏观经济背景下，政策性农担体系已成为国家实施支农政策的重要工具(刘孝红、巴曙松，2009)[15]，通过财政投入带动农担机构的发展，以有限的财政资金实现放大财政支农的杠杆效应。完善的金融生态环境和风险分担机制是推动农村金融市场健康发展的有效途径(闫艳，2015)[16]，只有科学设计农村金融服务体系，完善金融支农机制，才能真正推动现代农业的高质量发展。一方面，信用主体层面与农村金融市场层面建设的“双管齐下”(朱乾宇、马九杰，2012)[17]，为农担体系营造良好的建设环境；另一方面，制定差异化的农业信贷担保政策，创新农业担保业务准入门槛，降低金融排斥均是发展农业担保的关键(胡杰、罗剑朝，2022)[12]。同时，“政银担”合作新机制是促使农担体系可持续发展的有力保障，也是业务拓展和风险控制的有效途径(江秀荣、刘青林，2017)[18]。另外要认识到，政策性农业担保将政府信用植入农业融资关系中，在经营过程中需要兼顾政策性和持续性的双重目标(冯林、朱艳静，2021)[19]，既要“市场化经营”，又要“政策性定位”，就需要设计出合理有效的制衡机制，将可能出现的“异化”现象限定在可控范围内(许黎莉、陈东平，2017)[20]。

综上，学术界对于政策性农业信贷担保的存在价值、存在问题与完善路径等展开了多方面的研究，大都肯定了农业担保体系对于优化财政支农资金的配置效率和解决农村金融瓶颈问题的重要性，也提出了诸多具有建设性的路径分析，其提供的观点与结论为本文奠定了较好的研究基础。但相比之下，以下几个方面的研究更需要加强：一是对于农业担保问题，国内学者多注重于体系制度和风险化解层面的研究，而对农担机构运行效率的测度比较缺乏。二是农业担保作为新型财政支农工具，资金使用效率如何？真正发挥的融资增信和财政放大作用是否符合初期目标？有无坚守扶农支农的政策性初心？三是在为数不多的实证分析中，大多从农户微观视角分析政策性农业担保的实践效果，以农担机构角度开展的效率测度较为少见，而基于政策性要求，后者更能反映国家支农政策的落实程度。四是已有对农担机构的效率评价文献，几乎未考虑农担机构的代偿率问题，这是个明显缺陷。对金融机构而言，没有风险考量的效率测度缺乏科学性和可信度。基于此，本文拟从政策性农担机构的角度出发，以全国农担体系的实际运营数据为载体，将代偿率这一风险指标纳入评价体系，综合测度中国政策性农业信贷担保机构的运行效率，以此考察这一新型财政支农工具的实际效果，另外尝试厘清农担机构运行效率的影响因素，并提出切实可行的政策建议。

三、研究设计

(一)数据来源及说明

本研究的支撑数据主要来源于全国农担体系的经营资料和国家统计局的公开数据。考虑我国目前农担体系的主要建设情况，剔除了上海、西藏、中国香港、中国澳门和中国台湾5个地区代表性不明显的数据信息(4)目前全国农担体系尚未在上海、西藏、中国香港、中国澳门和中国台湾等五个地区设立农担机构，因此筛选相关指标数据时予以剔除。，另通过地方统计局补充了大连、青岛、宁波和厦门4个副省级城市的相关数据。数据来源具体包括了2020年省级农担机构业务统计数据、《中国统计年鉴》及中国人民银行各省市支行的统计数据和部分省市的统计公报，其中省级担保机构的业务数据是核心内容。另外，个别省市不良贷款率数据缺失(5)其中，2020年内蒙古、辽宁、陕西、安徽以及大连等五个省市的不良贷款率暂未公布，本文采用平均值法估计代替。，本文采用平均值法估计代替。

(二)模型构建

1.三阶段DEA模型

数据包络分析方法(DEA)用于多投入多产出模式下评价各决策单元的相对有效性，与其他方法相比，投入及产出指标值的量纲选取不影响各决策单元的最优效率，没有主观上的任何权重假设。但传统DEA模型忽略了其所处的外界环境和随机干扰项等不可控因素对其效率测度的影响，因此，本文采用将传统DEA模型与随机前沿分析(SFA)方法相结合的三阶段DEA模型来对农担机构的运营效率进行测度，在剔除外界环境和随机干扰等因素对效率值的影响后，测算出的效率值能够准确真实地反映各决策单元的投入规模和内部管理水平。模型具体构建和运用包括以下三个阶段。

第一阶段：传统DEA模型

根据投入和产出数据，运用传统DEA模型，选择投入导向的BCC模型，可以得到各投入变量的松弛值，具体表达式如下：

(1)

第二阶段：随机前沿分析(SFA)模型

随机前沿分析方法考虑环境因素对投入效率的影响，使得决策单元剔除环境因素和随机扰动项对效率值的干扰。设有M个决策单元，每个决策单元都有n项投入，构建以下回归方程分解各决策单元的初始投入松弛值：

sim=fi(zm;βi)+vim+uim

(2)

其中，i=1,2…n,m=1,2,…M。sim表示第m个决策单元第i项投入松弛值，Zm=(Z1m, Z2m, …,Zpm)表示第m个决策单元的p个可观测到的外界环境影响因素，βi表示外界环境影响因素的待估参数，fi(Zm;βi)表示第m个决策单元的p个外界环境影响因素对第i项投入松弛值的影响，vim表示随机干扰影响，uim表示投入规模水平和内部管理影响。

利用Frontier4.1软件得到回归结果之后，以相对完全有效决策单元的投入量为基准，进一步利用回归结果进行调整，使得所有决策单元在剔除环境和随机噪声因素产生的影响后处于相同的外部环境，调整公式如下：

(3)

第三阶段：调整后的DEA模型

利用第二阶段处理得到的剔除环境及随机干扰因素影响的投入数据替代原始投入量，产出值保持不变，运用传统DEA模型测算效率，得到剔除外界环境影响后的决策单元最终效率值，此时的效率值相对比较准确，且能够真实反映各决策单元的投入规模和内部管理水平。

2.Tobit模型

将第三阶段DEA模型所计算出的各农担机构运行效率评价值作为因变量，对影响担保机构运行效率的因素展开分析。由于效率测度的计算结果介于0和1之间，且具有非负截断特征，在进行影响因素分析时，若采用最小二乘估计法(OLS)，估计结果会出现有偏和不一致的问题，因此选择Tobit计量模型进行回归，具体如下：

(4)

(5)

(三)评价指标选取

1.投入—产出指标

为保证指标选取的合理性，综合考虑我国农担机构的成立背景及担保机构的核心业务模式，并结合财政部发布的政府性融资担保机构绩效评价指引的相关数据指标(6)政府性融资担保、再担保机构绩效评价指引[EB/OL].http://www.gov.cn/zhengce/zhengceku/2020-05/28/content_5515690.htm.，参考已有研究的合理经验，最终选取各省级担保机构的注册资本金、专职人员数量作为投入指标，选取当年累计担保业务金额、担保项目总数、放大倍数以及代偿金额作为产出指标。其中，注册资本金用以反映农担机构所能承担的业务规模与担保能力，专职人员数量体现人力资本投入与质量水平；而担保业务金额和项目总数直接反映当年农担机构的业务开展情况，放大倍数能够体现出其撬动社会资本的财政支农效果；另外，代偿金额能在一定程度上体现出农担机构业务开展的风险控制水平，结合风险报酬配比原理，只有同时考虑风险因素的影响，才能对运行效率做出科学有效的测度，然而代偿金额作为一种反向指标，直接采用将会致使测度结果与实际情况背离，因此采用减法一致化方法(徐林明、李美娟，2020)[21]对该逆向指标做正向化处理。

2.环境指标

为剔除环境因素和随机干扰项对运行效率测度的影响，结合有关文献资料(吕静等，2020[8]；许黎莉、陈东平，2017[20])的研究方法，最终选取地区人均GDP水平、地区不良贷款率、农林牧渔总产值以及地方财政农林水事务支出作为环境指标(见表1)。

表1 运行效率评价指标体系构建

3.影响因素指标的选取

为了对影响政策性农担机构运行效率的因素展开分析，以剔除环境因素影响后的综合技术效率值作为被解释变量，结合有关文献的研究成果(吕静等，2020[8]；陆宇锋、梁箐，2016[14])及现实环境的约束条件，本文最终选取担保项目平均规模等7个指标作为Tobit模型回归的解释变量。具体变量定义及描述统计分析如表2所示。

表2 Tobit 模型变量选取及描述性分析

四、我国政策性农业担保机构运行效率及其影响因素的实证分析

(一)运行效率评价

主要采用剔除环境因素和随机干扰项影响的三阶段DEA模型来对我国农担机构运行效率展开评价研究。另外采用四象限图、聚类分析谱系图、中国行政区域划分对比图等方法分别从整体、省际和区域之间来展开对农担机构运行效率的具体分析。

1.第一阶段：传统DEA

本文利用Deap2.1软件对2020年我国政策性农担机构的运行效率进行初始测度，并分别从全国整体、省际对比和区域差异三个层面分析模型测算结果，效率评估结果详见表3。

表3 调整前后的33家政策性农担机构DEA效率测算值

(1)整体分析。2020年我国政策性农担机构整体运行效率水平不高，综合技术效率均值仅为0.672，其中纯技术效率均值为0.723，规模效率均值为0.947，与效率前沿面相差较大，还有很大的提升空间。另外，规模效率均值基本接近生产前沿面，且规模效率要远高于纯技术效率，说明纯技术效率相对较低是影响我国农担机构运行效率的主要制约因素。

(2)省际分析。在不排除环境因素和随机干扰项影响的情况下，处于效率前沿面的省级农业担保公司共有7家，分别是贵州、河南、山东、新疆、浙江、宁波和厦门，而其他省份的担保机构运行效率并未达到DEA完全有效。另外，从纯技术效率值来看，黑龙江、贵州、河南、内蒙古、山东、新疆、浙江、甘肃、青海、大连、青岛、宁波和厦门共13家农担公司的纯技术效率值达到1，同时也间接说明，规模效率低下是造成黑龙江、内蒙古、甘肃、青海、大连和青岛6家农担公司综合技术效率值未能达到效率前沿面的主要原因。同理，广西壮族自治区农担机构虽然规模效率值达到1，但纯技术效率值较低，从而造成其整体运行效率未能达到完全有效。

(3)区域分析。根据中国行政区划分布，将33家省级政策性农业担保公司划分为华北、东北、华东、华中、华南、西南和西北七大经济区域(7)限于篇幅，图略。国内传统的区域单元划分往往按照地理分布归纳为东中西三大区域，但由于我国幅员辽阔，各地区之间在资源禀赋以及经济和社会发展上存在较大差距，若按“三大区域”划分，地域内的差异往往被平均化，因此为了分析各区域内农担机构的平均发展现状，结合农业生产水平、经济技术发展以及地理分布位置等因素，将全国分为七大经济区域，其中华北地区：北京、天津、河北、山西、内蒙古；东北地区：黑龙江、吉林、辽宁、大连；华东地区：山东、安徽、江苏、江西、浙江、福建、厦门、青岛、宁波；华中地区：河南、湖南、湖北；华南地区：广西、广东、海南；西南地区：云南、贵州、四川、重庆；西北地区：陕西、新疆、甘肃、青海、宁夏。。华东、华南和西北地区的综合技术效率均值高于全国整体水平，分别达到0.844、0.667和0.773，西南地区与全国整体水平基本持平，而华北地区的综合技术效率均值远低于全国平均水平，仅为0.390。从纯技术效率水平来看，整体运行效率水平不高，仅为0.698，最高的为华东地区0.851，最低的为华北地区，仅为0.490。从规模效率水平来看，华东、华中、华南和西南地区的规模效率都在0.990以上，运行效率水平比较高。

2.第二阶段：随机前沿分析(SFA)

第二阶段的主要目的是剔除环境因素和随机干扰项对政策性农担机构运行效率的影响，以4个环境因素作为自变量，2个投入指标的松弛变量作为因变量，运用Frontier4.1软件进行SFA回归，具体结果如表4所示。

表4 第二阶段随机前沿分析(SFA)回归结果

由表4可知，两个模型的γ值都为1，且在1%的置信水平下显著，说明各机构的管理无效率是影响政策性农担机构运行效率的主要因素。模型的σ2通过了1%的显著性水平检验，证明误差项也是显著存在的。其次，LR单边检验误差值也分别通过了1%和5%的显著性水平检验，表明SFA回归模型在政策性农担机构运行效率评估中有必要。另外，在SFA回归结果中，当回归系数为负时，说明增加相应的环境变量将减少投入变量的松弛度，即有利于减少投入或增加产出；同理，当回归系数为正时反之。对各环境因素展开分析如下。

(1)地区人均GDP水平。该变量对所有投入变量松弛值的回归系数均为负数，且对注册资本金和专业人员数量两个指标的投入松弛量分别通过了10%和1%的显著性水平检验。这表明地区人均GDP水平越高，区域经济发展水平也就越好，在良好的经济发展环境中，农业担保业务规模的发展将促进资金和人员投入的优化利用，从而减少投入变量的冗余程度，进而对农担机构的运行效率产生正向推动作用。

(2)地区不良贷款率。该变量对所有投入变量松弛值的回归系数均为负数，且均通过了1%的显著性水平检验。地区不良贷款率能够在一定程度上反映一个地区的信用环境状况，不良贷款率越高，信贷担保条件也就越为严格，银行金融机构及政策性农业担保公司在业务开展过程中也会更加慎重，以降低信贷及担保风险的发生概率，同时会合理规划资金与人员的投入，减少冗余浪费，从而提升其整体运营效率。

(3)农林牧渔总产值。该变量对注册资本金投入松弛量的回归系数为负，对人员投入松弛量的回归系数为正，且分别通过了10%和1%的显著性水平检验。这表明区域农业发展水平越高，相关的农业生产活动也就越多，能够较大刺激农业担保业务的开展，从而减少农担机构注册资本金的松弛程度；另一方面，地区农业产值也在一定程度上反映了农业生产经营的规模化水平，生产经营规模程度越高，担保机构对人员的投入量也会随之增加，然而规模效应可能会降低对担保人员投入量的需求，一味地随农业生产经营规模的提升而增加人力资源的投入将会造成冗余浪费现象，进而影响其整体运行效率。

(4)地方财政农林水事务支出。该环境变量对注册资本金投入松弛量的回归系数为正，对人员投入松弛量的回归系数为负，且均通过了1%的显著性水平检验。地方财政对于农林水事务的支出水平越高，农户所能享受到的政策优惠也就越多，在一定程度上将会促使农户减少对农业信贷的依赖，从而降低担保业务的规模，造成资金投入冗余的增加。与此同时，农业担保业务量的减少将会抑制农担机构的人力资源投入，从而降低专职人员的冗余程度。

3.第三阶段：调整后的DEA测度

通过SFA回归，剔除环境因素和随机干扰项对效率测度的影响，根据第二阶段模型结果调整投入变量，并将其与原有的产出变量再次采用DEA重新测算，由此得到第三阶段的33家省级农担机构运行效率值和规模报酬状态(详见表1)。

(1)整体分析。根据表1可知，在剔除外界环境和随机干扰因素对运行效率测度的影响后，我国33家农担机构的综合技术效率均值为0.7，纯技术效率均值为0.76，规模效率均值为0.936，整体运行效率出现小幅度的上升。其中，综合技术效率上升4.17%，纯技术效率上升5.12%，规模效率下降1.16%，纯技术效率均值上升幅度超过规模效率均值的下降幅度，说明调整后的政策性农担机构综合技术效率均值提升的主要原因来源于纯技术效率值的增加。同时各项指标的变动也在一定程度上说明运行效率受地区环境因素的影响，如不考虑环境因素的影响将会致使整体运行效率的测度值偏低。

(2)省际分析。在剔除外界环境和随机干扰等因素影响后，33家省级农担机构中，只有贵州、河南、山东、新疆、浙江和厦门6家的三种效率值未发生任何变动，其他27家均出现不同程度的改变。其中，宁波市农担公司未能继续保持DEA完全有效，而青岛市农担公司的整体运行效率值达到效率前沿面，间接说明第一阶段测度的不同效率值并不能真实地反映农担机构的运行效率水平，外界环境和随机干扰因素会对效率值的测度产生不同方向的影响。

以调整后的纯技术效率均值(0.76)和规模效率均值(0.936)为标准进行划分，将我国33家农担公司分为四个区域。如图1所示，第Ⅰ象限的区域称为“双高”型，主要包括贵州及河南等14家农担机构，此区域内的机构处于效率前沿面，整体运行效率比较高，各自的纯技术效率和规模效率也都处于全国平均水平以上。第Ⅱ象限称为“高规模效率”型，主要包括天津及山西等15家农担公司，整体规模水平在全国均值以上，但纯技术效率值比较低，因此要着重提升政策性农担机构的内部管理水平。第Ⅳ象限称为“高技术效率”型，主要包括青海、甘肃、内蒙古和大连4家，此区域内的纯技术效率均达到效率前沿面，但规模效率都比较低，在完善农担机构管理制度的同时，要逐步扩大担保业务的规模水平，实现资源的集中配置和优化管理。

图1 全国33家政策性农担机构运行效率划分图

为了更加清晰地了解各省市农担机构运行效率的区域聚集特征，采用SPSS22软件，根据组间连接法和平方Euclidean距离法对我国33家农担机构的整体运行效率(调整后)进行聚类分析，得到相应的聚类谱系图(8)限于篇幅，图略。。另外根据聚类结果可分为四类，具体的分类情况和综合技术效率均值如表5所示，第一类农担机构整体运行效率较高，综合效率均值达到0.974，整体运行水平比较高，第三类农担机构整体运行效率最低，仅为0.407。

表5 分类情况表

(3)区域分析。在剔除环境因素和随机干扰项的影响后，不同地区的三类效率均值均发生不同程度的变化。各地区的纯技术效率均值与规模效率均值均出现反向变动情况，说明环境因素对农担机构运行效率变化会产生较为明显的影响。华东、华南和西北地区的综合技术效率均值仍高于全国整体水平，与调整前相比，分别上升1.36%、8.70%和3.96%，华北地区变动幅度最大，上升15.71%，东北地区变动幅度最小，仅上升1.11%，说明东北地区农担机构的运行效率受环境因素变化影响较小。从纯技术效率水平来看，华北和华南地区分别上升14.20%和10.07%。从规模效率水平来看，仅东北地区提升，西北地区下降最大，达5.49%，华东地区整体变化幅度都相对较小。

(二)运行效率影响因素分析

为进一步提高农担机构的运行效率，以剔除环境因素和随机干扰影响后的农担机构综合技术效率值作为被解释变量，选取担保项目平均规模等7个指标作为解释变量进行分析研究。考虑效率值的范围在0-1之间，因此选用Tobit模型，利用Stata15.1软件对农担机构运行效率的影响因素进行回归分析(见表6)。

表6 Tobit模型回归估计结果

从回归结果来看，担保项目平均规模和政策性业务开展情况分别通过了1%和10%的显著性水平检验，而追偿率和担保业务覆盖率则通过了5%的显著性水平检验，其余变量不显著。

1.平均规模与农担机构运行效率呈显著的反向相关关系

担保项目平均规模为担保业务项目总额与担保项目数量之比，农业信贷担保业务单笔规模往往比较小(10万-300万)，一方面，项目平均规模过大可能会导致农担机构违背扶农支农的政策性初衷，另一方面，担保业务的风险水平往往与担保业务规模成正比，在农业领域更为突出，担保业务规模越大，农担机构所承担的风险也就越高，出现代偿的风险概率也会随之增加，进而影响整体的运行效率。本项结论也印证了政策要求农业担保业务要“小额分散”的合理性。

2.追偿率与农担机构运行效率呈显著的正相关关系

追偿率是指农担机构对发生代偿的信用贷款执行追偿权而追回的比例，能够在一定程度上体现其整体运行的风险管理水平。农担机构对发生违约代偿的追回比例越大，意味着其自身承担的风险比例也就越低，表明担保机构的风险控制水平越好，担保能力也就越强，从而在整体上提升机构的运营效率。

3.政策性业务开展情况与农担机构运行效率呈显著的正相关关系

“政策性业务开展情况”因素通过了10%的显著性水平检验，与农担机构运行效率呈显著的正相关关系。政策性业务是指担保额度在10万元到300万元之间的农业担保业务，其作为农担机构的核心业务种类，是政策性金融支持农村产业融合发展的重要财政工具，旨在培育适度规模经营的农业主体，有效解决该类群体的融资问题。政策性业务的限定既是对农担机构坚定扶农支农初衷的底线与要求，也是防范财政支农资金非农化使用的规避手段。政策性业务占比越高，农担机构的政策性初衷越能得到充分地实现，从而间接促进整体运行效率的改善。该项指标事实上体现了政策本身的合规性要求。

4.担保业务覆盖率与农担机构运行效率呈显著的反向相关关系

担保业务覆盖率是反映农担体系服务农村金融广度和深度的重要指标，目前全国农担业务覆盖95%的县级辖区，覆盖率较高。但研究数据反映，担保业务覆盖率与农担机构运行效率呈显著的反向相关关系，当农担业务涉足更多区域的时候，其整体业务效率便会受到更多的制约。这是农担业务固有的特征，原因一方面是农村金融业务主要遍布乡村，甚至主要在田间地头，信贷过程中的尽调、监管等必要环节，受制于物理距离、交通条件等客观因素，直接导致信贷效率难以提升；另一方面是由于农担服务机构目前布局仍然存在不合理问题，以城市为中心的办公布局不利于其运营效率的提升。

5.平均综合融资成本与农担机构运行效率呈反向相关关系

融资成本是信贷业务的关键。平均综合融资成本包括平均担保费率和平均贷款利率，该项因素虽然未通过显著性水平检验，但研究数据显示其与农担机构运行效率明显反向相关。这意味着融资成本仍然是制约农村金融业务发展的关键因素之一，完善银担关系，降低贷款利率水平，显然能够提升农担机构的运行效率。信贷利率受制于整体的金融政策和外部机构的合作关系，但农担机构自身的担保费率可以自主决定，调整担保费率可能是改善机构运营效率的直接有效措施。

本文的稳健性检验方法选择变量替换法和补充变量法。首先，在Tobit模型回归结果中，所采用的被解释变量是通过投入导向的三阶段DEA模型来测算的政策性农业信贷担保机构的综合技术效率，如表7列(1)所示；而为检验模型回归结果的可靠性，通过采用产出导向的三阶段DEA模型测算出的运行效率作为被解释变量(徐攀、李玉双，2022)[22]，重新进行回归分析，具体结果如表7列(2)所示。另外，政策性农业担保作为由财政支持建立起来的新型支农工具，“政府+担保”合作模式将为农担公司注入“信用资本”，有利于农担公司顺利开展经营活动，一定程度上影响其运营效率，为了检验是否存在与之相关的遗漏变量，在模型解释变量中添加“政担合作情况”这一指标，具体回归结果如表7列(3)所示。通过两种方法的回归分析，各变量的统计显著性并未发生改变，回归系数也比较接近，影响方向一致，进一步证明前文回归结果的稳健有效。

表7 稳健性检验

五、研究结论与政策建议

(一)研究结论

通过三阶段DEA模型来对我国33家政策性农担机构的运行效率进行测度评价，评价结果揭示了目前我国政策性农业担保的体系建设与实践效果。在此基础上，进一步采用Tobit模型对农担机构运行效率的影响因素展开了分析。研究的主要结论如下：(1)目前我国整体政策性农担机构的运行效率处于较低水平，仅为0.7，只有贵州、河南、山东、新疆、浙江、青岛和厦门七个地区位于技术效率前沿面，其他地区仍具有很大的提升空间，绝大多数地区的运行效率处于规模报酬递增状态。(2)地域差异较为悬殊，华东、华南和西北地区的综合技术效率均值高于全国平均水平，而华北地区则处于最低水平，仅为0.451。(3)外界环境因素对农担机构的三种运行效率均会产生不同的影响，尤以纯技术效率变动幅度最大。除外界环境因素外，担保项目平均规模、平均综合融资成本和担保业务覆盖率与农担机构运行效率呈负相关关系，而政策性业务开展情况和追偿率与机构运行效率呈正相关关系。

(二)政策建议

经比对发现，通过模型数据计算得出的研究结果与农业担保业务实践中的经验结论高度一致，这反映出本研究方法的科学性。研究结论启发了完善农担体系的发展方向。2021年中央一号文件要求“加强对农业信贷担保放大倍数的量化考核，提高农业信贷担保规模”，显然，完善农业信贷担保体系仍然是目前提升农村金融服务水平的重要举措。

1.继续完善农担业务布局，实现均衡发展。首先，未来国家农业担保体系的建设，仍应当有针对性地督促效率较低的华北、东北、和华中地区的业务效率提升，实现全国的均衡发展。其次，农担机构业务广泛下沉虽然是有效服务“三农”的必要手段，也是扩大业务覆盖范围的需要，但是在更广阔的领域开展业务，的确会因尽职调查、保后监控以及业务手续开展的物理半径较远而带来效率的损失。从纯粹的机构效率考量，扩张业务范围无益，但从政策性定位考量，广泛覆盖的业务领域是制度的“初心”。有效克服该内在矛盾，需要从技术层面做更多的考量。目前有两个方面的经验可以参考：一是加大农担体系的数字化业务转型，利用互联网、大数据等技术，实现远距离的尽职调查、合同签署、风险审核以及内部审批等必要流程，替代事必躬亲的传统业务模式；二是摆脱以行政区划和县城为中心的传统机构布局，代替以产业集群、产业带和乡村为机构落地点的业务机构布局，以此来提高服务的针对性和便捷性。当然，利用其他机构增强农担业务功能也是选择之一，种种路径不再赘述。

2.坚持政策性定位，业务仍然以“支农支小”为方向。在农业融资担保领域，过大金额的金融支持可能有助于完成担保额度的业绩考核，但对综合效率的提升无益。坚持政策性定位，仍然以“支农支小”为农业担保业务的开展方向，是农担体系健康发展的前提。同时，基于政策红线的刚性束缚，开展低于10万和超过300万额度的政策外业务，显然无益于提高农担机构的运行效率。作为财政协同金融的支农工具，农担机构理应坚持“缓解‘三农’领域融资约束难题”的社会使命不动摇。研究证明，农业担保作为准公共物品的功能定位，以适当业务额度控制来作为政策业务标准之一，对农担体系的健康发展有着明确的科学依据。

3.加强银担合作机制，尽快提升追偿能力。银行与担保机构协同业务合作、共同分担风险是提高金融效率的得力措施。一方面，有效的银担合作除有利于金融项目的风险控制，更有助于实现数据互通、资料共享和业务代理，减少业务环节，提高担保效率；另一方面，银担合作不仅提高了业务效率，更是降低了银行的风险，在风险定价机制下，可以降低客户的融资成本。如山东省农担公司介入后，农户年化融资成本扣除政府补贴后，最低时仅2.1%，这也是该机构迅速把业务做到全国首位的重要原因之一。施行阶梯式银担分险比例控制代偿风险，建立银行风险敞口和代偿熔断机制等措施，进一步完善的“政银担”合作新机制，充分调动银行合作积极性，形成新型农村金融的“鲶鱼效应”，仍然是未来农担体系发展方向之一。

有效的风险管控是政策性农业信贷担保机构持续健康运营发展的前提。从实质上分析，良好的追偿能力是最有效的风险管控方式，全方位提高农担机构的追偿水平，是农担效率提升的最重要因素。截止到2021年9月份，农担体系内的整体累计追偿率仅为23%，高达77%的代偿款尚未收回，个别省级担保机构追偿率不及3%，也是其运行效率较低的重要原因。从现实情况看，追偿能力不足几乎是所有省级担保机构面临的共性问题。加强追偿能力建设，成为提高农担体系运营效率的关键之所在。