占韋威

（安徽財經(jīng)大學，安徽 蚌埠 233030）

泛長三角地區(qū)農(nóng)村金融資源配置效率比較研究※

占韋威

（安徽財經(jīng)大學，安徽 蚌埠 233030）

本文基于DEA分析方法和運用面板數(shù)據(jù)，對泛長三角地區(qū)農(nóng)村金融資源配置效率進行比較分析。第一步，比較靜態(tài)分析泛長三角地區(qū)農(nóng)村金融資源配置效率，把其與全國進行比較以及內(nèi)部各省份相互比較；第二步，運用DEA-Malmquist指數(shù)方法對泛長三角地區(qū)農(nóng)村金融資源配置效率2000-2013年的變動情況進行動態(tài)分析。分析結果表明，泛長三角地區(qū)農(nóng)村金融資源配置效率高于全國，但就本地區(qū)而言效率相對較低，同時，歷年全要素生產(chǎn)整體呈下降趨勢，主要原因是技術效率下降，并在此基礎上提出相應的政策建議。

農(nóng)村金融；資源配置；DEA模型；Malmquist指數(shù)

一、引言

農(nóng)村金融資源對農(nóng)村經(jīng)濟的發(fā)展和農(nóng)民收入水平的提高起著非常重要的作用，其中農(nóng)村金融資源的投入和配置效率是關鍵。

農(nóng)村金融資源配置效率在學界一直是備受關注的問題，目前國內(nèi)已有大量的文獻對其進行了研究。任芳，尹優(yōu)平等（2009）以山西省為研究對象，通過統(tǒng)計數(shù)據(jù)和實踐調(diào)查分析得出山西省農(nóng)村金融資源配置中存在諸如金融機構主體缺位、金融資源供需失衡、金融資源逆向流動以及資源價格整體偏高等問題，并在據(jù)此提出完善農(nóng)村金融主體功能、構建農(nóng)村資金循環(huán)機制、優(yōu)化縣域金融生態(tài)環(huán)境等針對建議[1]。王軍（2009）通過研究發(fā)現(xiàn)雖然農(nóng)村金融機構的數(shù)量和規(guī)模在壯大，但是，支農(nóng)色彩在淡化以及資金在外流，農(nóng)村金融資源的供給存在嚴重不足的問題，提出要改變這種現(xiàn)狀必須發(fā)揮政府和金融市場的合力作用[2]。紀永瑞，張歡（2010）基于主成份分析法，選取甘肅省14個地市、州作為研究樣本，最終結論表明，在綜合測算中定西市的農(nóng)村金融資源配置的效率水平最低，并分析了造成這種狀況的多方面原因，從而提出了針對性的建議[3]嶶。竇 ，張啟文（2014）在Jeffrey Wurgle模型的基礎上，采用單位根檢驗、協(xié)整檢驗和Granger因果關系檢驗的方法，對黑龍江省農(nóng)村金融資源配置效率進行了實證研究，得出了黑龍江省農(nóng)村金融資源配置效率較低的結論，同時表明農(nóng)業(yè)貸款和財政支農(nóng)都沒有拉動農(nóng)業(yè)總產(chǎn)值的增長[4]。武臻，羅建朝（2014）運用DEA-Malmquist生產(chǎn)率指數(shù)方法對2007-2012年西部地區(qū)12個省域的農(nóng)村金融資源配置效率進行了評價，分析結果發(fā)現(xiàn)，總體來看，西部地區(qū)農(nóng)村金融資源配置平均全要素生產(chǎn)率呈下降趨勢，主要是由于技術進步率滯后造成的，并據(jù)此提出西部地區(qū)應該掌握金融服務核心技術、加快農(nóng)村金融市場化改革和注重規(guī)模、技術與效率協(xié)調(diào)發(fā)展[5]。張永剛，張茜（2015）從資源配置效率的視角，運用DEA方法重點對中國農(nóng)村金融體系的效率問題進行實證檢驗，檢驗結果表明，農(nóng)村金融在促進中國農(nóng)村經(jīng)濟增長方面效率欠缺，農(nóng)村金融的技術效率受外部環(huán)境的制約較大，且存在明顯的地區(qū)差異[6]。王德英（2015）運用DEA-Tobit兩步分析法對浙江省11個地區(qū)的農(nóng)村金融資源配置效率進行評價，并進一步分析了農(nóng)村金融機構資源配置效率的影響因素，據(jù)此從差異化金融政策、增強支農(nóng)力度以及推進農(nóng)村金融服務產(chǎn)品和服務方式的創(chuàng)新等方面提出了有針對性的政策建議[7]。

綜上文獻可知，目前學者們運用了不同的方法和從不同視角對農(nóng)村金融資源的配置效率進行了研究，主要研究方法有數(shù)據(jù)包絡分析法、回歸分析法以及主成分分析法等，研究的視角主要有全國、地區(qū)以及省市等等。由于研究方法和視角的不同，得出的結論也有一定程度上的差異，從而提出的政策建議的側重點也有所不同。已有文獻對農(nóng)村金融資源配置效率的研究多選擇全國以及經(jīng)濟和金融發(fā)展較為落后的地區(qū)和省份作為樣本，并且主要側重于靜態(tài)分析，對配置效率變化趨勢的動態(tài)分析較少。本文在參考以上文獻理論成果的基礎上，選擇經(jīng)濟發(fā)展和金融創(chuàng)新較前沿的泛長三角地區(qū)作為研究對象，運用DEA分析方法對農(nóng)村金融資源的配置效率進行了研究，發(fā)現(xiàn)該地區(qū)在配置效率方面也存在一些問題，最后，根據(jù)分析結果提出了幾點針對性的政策建議。

二、方法與指標選取

（一）研究方法

1、C2R與BC2模型

農(nóng)村金融資源配置是一項多投入多產(chǎn)出比較復雜的過程，運用經(jīng)典的計量統(tǒng)計模型很難進行準確地測度，所以目前很多學者都從相對效率的視角進行考察，數(shù)據(jù)包絡分析方法（簡稱DEA）就是其中一種常用的方法。數(shù)據(jù)包絡分析方法是以相對效率概念為基礎，研究決策單元（DMU）相對有效性的方法，其實質(zhì)就是根據(jù)一組關于多輸入多輸出的觀測值來估計有效生產(chǎn)的前沿面，并據(jù)此來評價多目標的技術效率。設有n個決策單元，Xij表示第i個決策單元第j種投入要素，Yir表示第i個決策單元第r種產(chǎn)出要素，其中i=1，2，……，n；j=1，2，……，m；r=1，2，……，s。對于任何一個決策單元DMVO，其C2R[9]及BC2[10]模型的對偶形式可分別表示為以下兩式：

其中，式（1）表示規(guī)模報酬不變條件下的C2R模型，式（2）表示規(guī)模報酬可變條件下的BC2模型。Xij和Yir分別表示投入要素和產(chǎn)出要素，n為決策單元的個數(shù)，ε為非阿基米德無窮小量，S-，S+為松弛變量，θ(0≤θ≤1)為決策單元DMUO的有效值，如果θ=1，則表明決策單元技術有效，否則表示決策單元技術無效。C2R模型估計出的是規(guī)模報酬不變條件下的技術效率，BC2模型估計出的是規(guī)模報酬可變條件下的技術效率，這兩種技術效率分別表示規(guī)模報酬不變與規(guī)模報酬可變條件下決策單元與前沿面之間的距離，距離越近說明技術效率越高，反之，技術效率越低。

2、DEA-Malmquist指數(shù)

C2R與BC2模型的缺陷是其只能對截面數(shù)據(jù)進行分析，當要運用面板數(shù)據(jù)對不同時期的效率變動進行分析時，這兩個模型就失效了，而DEA-Malmquist指數(shù)模型正好彌補了其不足。本文為了更加全面地測度泛長三角地區(qū)農(nóng)村金融資源配置的效率，結合DEA-Malmquist指數(shù)方法，運用面板數(shù)據(jù)對不同時期的效率進行動態(tài)分析。假定（Xt，Yt），（Xi+1，Yt+1）分別表示t時期與t+1時期的投入與產(chǎn)出組合，那么Malmquist指數(shù)[11]就為：

式（3）中MO表示t時期到t+1時期全要素生產(chǎn)率的變化指數(shù)，Dot，Dot+1都表示距離函數(shù)。

根據(jù)規(guī)模報酬的不同情況，（3）中的指數(shù)可分解為：tfpch=effch×techch=(pech×sech)×techch （4）

式（4）中，tfpch表示全要素生產(chǎn)率的變化指數(shù)，effch表示技術效率變化指數(shù)，techch表示技術進步變化指數(shù)，pech表示純技術效率變化指數(shù)，sech表示規(guī)模效率變化指數(shù)。

綜上所述，全要素生產(chǎn)率的變化指數(shù)（tfpch）反映的是兩個相鄰時期不同主體從各個方面整體生產(chǎn)率的變化情況。技術效率變化指數(shù)（effch）表示兩1個2時期技術效率的相對變化，稱“追趕效應”或“水平效應”，該指數(shù)衡量了決策單元的創(chuàng)新活動向生產(chǎn)前沿面的追趕程度，而實際上技術效率變化指數(shù)通常有等于純技術效率變化指數(shù)與規(guī)模效率變化指數(shù)的乘積。技術進步變化指數(shù)（techch）表示兩個時期內(nèi)生產(chǎn)前沿面的相對移動，稱“前沿面移動效應”或“增長效益”，該指數(shù)衡量了技術前沿面自生的移動情況。上述各指數(shù)的值如果大于1，則表明這一時期與前一時期相比效率有所上升；反之，則表明效率出現(xiàn)退步或衰退的現(xiàn)象。

（二）指標選取

在農(nóng)村金融資源配置的指標選取上，本文選取的投入指標為農(nóng)業(yè)貸款總額和農(nóng)業(yè)固定資產(chǎn)投資，其中農(nóng)業(yè)貸款總額是農(nóng)業(yè)貸款余額與鄉(xiāng)鎮(zhèn)企業(yè)貸款余額之和，農(nóng)業(yè)固定資產(chǎn)投資z在本文是特指農(nóng)林牧漁行業(yè)的固定資產(chǎn)投資。選取的產(chǎn)出指標為農(nóng)業(yè)人均產(chǎn)出和農(nóng)村居民人均純收入，其中農(nóng)業(yè)人均產(chǎn)出特指農(nóng)林牧漁業(yè)的人均產(chǎn)出。在產(chǎn)出指標上，很多學者在研究農(nóng)村金融資源配置效率時都選取了這兩個指標，因為這兩個指標能較全面地反映農(nóng)村金融資源配置的產(chǎn)出效果。而在投入指標上則存在很大差異，有的學者把農(nóng)村金融機構的數(shù)量和從業(yè)人員的數(shù)量也添加到投入指標里，筆者認為這兩個變量對農(nóng)村金融資源的配置會有一定程度的影響，但是，對配置效率的影響并不明確，因為農(nóng)村金融機構和從業(yè)人員的數(shù)量的多少并不能說明農(nóng)村金融資源配置效率的高低，反而有時數(shù)量越多效率還越低。因此，綜上考慮，本文就沒有選取這兩個投入指標。投入和產(chǎn)出指標如表1。

表1 投入和產(chǎn)出指標

（三）數(shù)據(jù)說明

本文2000-2013年全國、浙江、安徽、江蘇和上海的農(nóng)業(yè)貸款總額、農(nóng)業(yè)固定資產(chǎn)投資、農(nóng)業(yè)人均產(chǎn)出和農(nóng)村居民人均純收入的數(shù)據(jù)分別來自2001-2014年的《中國統(tǒng)計年鑒》、《浙江省統(tǒng)計年鑒》、《安徽省統(tǒng)計年鑒》、《江蘇統(tǒng)計年鑒》和《上海市統(tǒng)計年鑒》。其中農(nóng)業(yè)貸款總額中的農(nóng)業(yè)貸款余額和鄉(xiāng)鎮(zhèn)企業(yè)貸款余額2009年以后的數(shù)據(jù)由于統(tǒng)計口徑發(fā)生變化，在統(tǒng)計年鑒中就沒有這兩項指標。筆者根據(jù)歷年根據(jù)歷年農(nóng)業(yè)貸款余額和鄉(xiāng)鎮(zhèn)企業(yè)貸款余額在總貸款中所占的穩(wěn)定比例而計算整理出2010-2013年農(nóng)業(yè)貸款總額的數(shù)據(jù)，在不影響研究效果的前提下較為合理。還要進一步說明的是農(nóng)業(yè)人均產(chǎn)出，其是根據(jù)農(nóng)林牧漁業(yè)總產(chǎn)值與從業(yè)人員數(shù)量計算出來的。

三、實證分析

（一）技術效率及其分解

基于C2R與BC2模型，運用DEAP2.1軟件逐年測度了2000-2013年全國、泛長三角地區(qū)及其各省份農(nóng)村金融資源配置的技術效率、純技術效率和規(guī)模效率，最終評價結果如表2。

表2 泛長三角地區(qū)及全國農(nóng)村金融資源配置效率評價結果（2000-2013年均值）

由表2可知，泛長三角地區(qū)農(nóng)村金融資源配置的技術效率要高于全國的技術效率，同時純技術效率和規(guī)模效率也都高于全國。其中值得注意的是，泛長三角地區(qū)農(nóng)村金融資源配置的純技術效率要遠遠高于全國平均值（0.013），這就說明泛長三角地區(qū)在農(nóng)村金融資源配置方面的制度建設和管理水平要優(yōu)于全國平均水平。再從泛長三角地區(qū)內(nèi)部各省市的橫向比較看，上海市的農(nóng)村金融資源配置效率相對最高（1.000），安徽?。?.172）、江蘇?。?.126）和浙江省（0.154）的效率都比較低，技術效率相對較低主要是由于這三個省的純技術效率相對較低引起的，這就進一步說明安徽、江蘇和浙江三省在農(nóng)村金融資源配置方面的制度建設和管理水平還有待于進一步提高，其中上海市的技術效率相對較高主要原因是：上海市農(nóng)業(yè)在整個經(jīng)濟中所占的份額較小以及農(nóng)村金融體系的整體規(guī)模不大，這樣農(nóng)村金融資源的利用容易達到規(guī)模相對最有狀態(tài)（規(guī)模效率=1.000）；再加之上海經(jīng)濟發(fā)展水平較高，是中國的經(jīng)濟中心和金融中心，金融改革和金融創(chuàng)新都走在時代的前列，因而在農(nóng)村金融資源配置方面的制度建設和管理水平較前沿（純技術效率=1.000）。總之，從2000-2013年農(nóng)村金融資源配置技術效率的歷年均值看，泛長三角地區(qū)農(nóng)村金融資源配置效率高于全國，但是，地區(qū)內(nèi)部各省市效率層次不齊。

（二）Malmquist全要素生產(chǎn)率變動指數(shù)及其分解情況（泛長三角地區(qū)）

根據(jù)DEA-Malmquist指數(shù)模型，再次利用DEAP2.1軟件測算了2000-2013年泛長三角地區(qū)各省份Malmquist全要素生產(chǎn)率變動指數(shù)及其分解指數(shù)。評價結果見表3和表4。

1、泛長三角地區(qū)整體農(nóng)村金融資源配置效率歷年變動的總體分析

表3列出了2000-2013年泛長三角地區(qū)農(nóng)村金融資源配置的effch、techch、pech、sech和 tfpch的值。從表3中可以看出，泛長三角地區(qū)2000-2013年歷年農(nóng)村金融資源配置的平均全要素生產(chǎn)率是下降的（0.969），主要是由于歷年平均技術效率是下降的（0.914），其中純技術效率平均下降了5.2%，規(guī)模效率平均下降了3.5%，這就進一步說明在農(nóng)村金融資源配置方面泛長三角地區(qū)落后省份向先進省份的“追趕效應”不足，制度建設和管理水平整體在下降，農(nóng)村金融資源的投入可能單純依靠增加規(guī)模而出現(xiàn)規(guī)模不經(jīng)濟的現(xiàn)象。然而技術進步效率平均增長了6%，表明近年來泛長三角先進地區(qū)通過金融創(chuàng)新所帶來的增長效應。再縱向看2000-2013年全要素生產(chǎn)率的變動情況，其中2000-2004年、2008-2009年和2011-2013年全要素生產(chǎn)率出現(xiàn)衰退現(xiàn)象，2004-2008年和2009-2011年全要素生產(chǎn)率是正向增長的，這表明泛長三角地區(qū)農(nóng)村金融資源配置的全要素生產(chǎn)率的變動并不穩(wěn)定，至于具體的原因，筆者認為有待進一步研究，因為有很多因素都會影響農(nóng)村金融資源配置的全要素生產(chǎn)率，例如，國家的宏觀經(jīng)濟政策、農(nóng)村金融體制的改革、金融機構從業(yè)人員的素質(zhì)以及農(nóng)民的文化水平等等。但是，總體努力的方向是農(nóng)村金融資源配置的追趕效應和增長效應要同步協(xié)調(diào)發(fā)展，這樣才能使全要素生產(chǎn)率得到長期穩(wěn)步地提高。

表32000-2013 年各年泛長三角地區(qū)整體Malmquist指數(shù)及其分解

2、泛長三角地區(qū)內(nèi)部各省份農(nóng)村金融資源配置效率變動及其差異性分析

表4列出了泛長三角地區(qū)及其內(nèi)部各省份2000-2013年平均的農(nóng)村金融資源配置的Malmquist生產(chǎn)率變動指數(shù)及其分解指數(shù)。從表4可以看出，只有上海的全要素生產(chǎn)率平均增長3.8%，安徽、江蘇和浙江的全要素生產(chǎn)率都有不同程度的下降，下降主要是由于技術效率下降造成的，說明這三省在農(nóng)村金融資源配置方面的追趕效應不足。進一步分析發(fā)現(xiàn)，安徽省和浙江省純技術效率在下降，這說明在制度建設和管理水平方面出現(xiàn)衰退；而江蘇省的規(guī)模效率在下降，這說明江蘇省在農(nóng)村金融資源配置方面由于單一依靠投入規(guī)模的不斷增加而出現(xiàn)規(guī)模不經(jīng)濟的現(xiàn)象?？傊?，只有上海的全要素生產(chǎn)率指數(shù)高于泛長三角地區(qū)的平均水平，其他三省份都不同程度地低于泛長三角的均值，這說明隨著經(jīng)濟與社會的發(fā)展，安徽、江蘇與浙江在農(nóng)村金融資源配置效率方面缺乏足夠的關注與重視，整個泛長三角地區(qū)的農(nóng)村金融資源配置效率還有很大的提升空間。

表4 泛長三角地區(qū)各省份2000-2013年平均Malmquist指數(shù)及其分解

四、結論與政策建議

（一）結論

第一，泛長三角地區(qū)農(nóng)村金融資源配置的技術效率要高于全國水平，其中純技術效率和規(guī)模效率也要高于全國。但就泛長三角地區(qū)本身而言，農(nóng)村金融資源配置的整體效率不高，主要是純技術不高引起的，這說明在農(nóng)村金融資源配置方面的制度建設和管理水平有待進一步提高。

第二，泛長三角地區(qū)內(nèi)部各省份農(nóng)村金融資源配置效率存在顯著差異、層次不齊。其中上海農(nóng)村金融資源配置的技術效率較高，其他各省份普遍較低，主要是由于純技術效率的差異引起的。安徽省的規(guī)模效率也較低，這說明安徽省在農(nóng)村金融資源配置方面出現(xiàn)了規(guī)模不經(jīng)濟的現(xiàn)象。

第三，泛長三角地區(qū)2000-2013年農(nóng)村金融資源配置的全要素生產(chǎn)率呈下降趨勢，這主要是由于歷年平均的技術效率下降造成的。這就進一步說明在農(nóng)村金融資源配置方面泛長三角地區(qū)落后省份向先進省份的“追趕效應”不足。同時，泛長三角地區(qū)農(nóng)村金融資源配置的全要素生產(chǎn)率的變動并不穩(wěn)定，有的年份出現(xiàn)衰退，而有的年份出現(xiàn)正向增長。

第四，泛長三角地區(qū)內(nèi)部各省份農(nóng)村金融資源配置的全要素生產(chǎn)率的變動也存在差異，其中上海的全要素生產(chǎn)率出現(xiàn)上升趨勢，其他各省呈現(xiàn)下降趨勢，而技術效率下降是導致其全要素生產(chǎn)率下將的主要原因。

（二）政策建議

第一，泛長三角地區(qū)應積極完善農(nóng)村金融體系，進行農(nóng)村金融制度創(chuàng)新和支農(nóng)產(chǎn)品創(chuàng)新；引進金融高科技人才，提高農(nóng)村金融服務水平和管理水平，進一步優(yōu)化農(nóng)村金融資源配置流程，從而使該地區(qū)農(nóng)村金融資源配置效率得到穩(wěn)步提升。

第二，政府應加大對農(nóng)村金融的資金支持和政策支持，建立新型農(nóng)村金融機構，開創(chuàng)新型農(nóng)村金融產(chǎn)品。泛長三角地區(qū)農(nóng)村金融資源配置效率落后省份應向先進省份學習，形成“追趕效應”，從而提升整個地區(qū)農(nóng)村金融資源的配置效率，為長江經(jīng)濟帶的構建貢獻應有的力量。

第三，農(nóng)村金融資源配置的“追趕效應”和“增長效應”要協(xié)調(diào)發(fā)展，在加大農(nóng)村金融資源投入的同時也要注重效率的提高。只要技術改善、管理水平以及規(guī)模最有才能使農(nóng)村金融資源配置的全要素生產(chǎn)率得到長足的提高。

[1]任芳,尹優(yōu)平,常冕.農(nóng)村金融資源配置效率及實證分析:山西案例[J].區(qū)域金融，2009(8).

[2]王軍.農(nóng)村金融資源優(yōu)化配置問題探討[J].西安財經(jīng)學院學報, 2009,22(6)：110-113.

[3]唐青生,周明怡.西部農(nóng)村金融資源配置效率實證分析[J].云南財經(jīng)大學學報，2009，24(2)：74-78.

[3]紀永瑞，張歡.農(nóng)村金融資源配置效率分析[J].西部金融,2010 (9)：60-61. [4]嶶

竇 ，張啟文.黑龍江省農(nóng)村金融資源配置效率實證分析[J].中國農(nóng)學通報，2014，30(33)：313-320.

[5]武臻，羅劍朝.西部地區(qū)農(nóng)村金融市場資源配置效率實證研究—基于DEA-Malmquist指數(shù)分析方法 [J].商業(yè)時代，2014，(27)：140-142.

[6]劉安學,張瑩,謝愛輝.陜西農(nóng)村金融資金配置效率縣域差異分析[J].統(tǒng)計與信息論壇，2015，30(1)：59-65.

[7]張永剛,張茜.基于DEA方法的農(nóng)村金融效率研究[J].經(jīng)濟問題，2015(1)：60-63.

[8]王德英.浙江省農(nóng)村金融機構資源配置效率及影響因素研究[J].農(nóng)業(yè)經(jīng)濟，2015，(4)：102-104.

[9]Charnes，A.，Cooper，W.W.，and Rhodes，E..Measuring the efficiency of decision making units [J].European Journal of Operational Research，1978，(2)：429-444.

[10]Banker R.D.，Charnes，A.，and Cooper，W.W..Some models for estimating technical and scale inefficiencies in data envelopment analysis [J].Management Science，1984，(30)：1078-1092.

[11]Fare，R.，Grosskopf，S.，and Lovell，C.A.K..Production[M].Frontier University Press，1994.

責任編校：徐 曉

Comparative Study on Allocation Efficiency of the Rural Financial Resources in the Pan Yangtze River Delta

ZHAN Wei-wei
(Anhui University of Finance and Economics,Bengbu,Anhui，233030,China)

With data envelopment analysis(DEA)method and the panel data,this paper compares the allocation fficiency of the rural financial resources in the Pan Yangtze river delta region.Firstly,a stative comparison is made of he allocation efficiency of rural financial resources in the Pan Yangtze river delta,including the comparison of the rea with our nation,and the comparison between each province in the area.Secondly,with DEA-Malmquist index,a dynamic analysis is made of the changes of rural financial resources allocation efficiency during 2000-2013 in the Pan Yangtze river delta.Analysis results show that the allocation efficiency of rural financial resources in the Pan Yangtze river delta region is higher than that of the nation,but it is relatively low within this region and the total factor productivity as a whole is on the decline because of the decline of technical efficiency.Based on the analysis,some uggestions are put forward on countermeasure policy.

Rural finance;allocation of resources;DEA model;Malmquist index.

F832.7

A

2095-7955（2015）02-0059-05

安徽財經(jīng)大學2014年研究生科研創(chuàng)新基金項目（項目編號：CXJJ2014041）。

2015-03-05

占韋威（1989-），安徽財經(jīng)大學金融學院金融學碩士研究生。主要研究方向：商業(yè)銀行經(jīng)營與管理。