謝婷婷，郭艷芳

(石河子大學(xué)商學(xué)院兵團(tuán)金融發(fā)展研究中心，新疆五家渠831300)

一、引 言

效率的經(jīng)典定義是從稀缺資源中獲得最多東西的能力[1]，即同等的投入水平使產(chǎn)出達(dá)到最大程度，或同等的產(chǎn)出程度使投入水平達(dá)到最小，因此，將金融反貧困效率定義為：在既定的金融資源投入條件下實現(xiàn)最大減貧程度的能力，或是既定的減貧程度下使得金融資源投入達(dá)到最小化的能力。然而，長期以來多數(shù)學(xué)者將研究重點集中于金融反貧困資金的投入總量，而忽視了對金融反貧困資金的利用效率的研究。

民族地區(qū)是我國扶貧攻堅的重點地區(qū)，更是難點地區(qū)[2]，2014年民族地區(qū)的貧困發(fā)生率高于全國7.5個百分點，民族地區(qū)的貧困是集自然、歷史、宗教等多種原因誘發(fā)所致的綜合現(xiàn)象，其貧困特征呈現(xiàn)集中連片，基礎(chǔ)設(shè)施落后，生態(tài)環(huán)境脆弱，多維貧困凸顯態(tài)勢[3-4]，貧困人口和貧困問題已然成為民族地區(qū)的經(jīng)濟(jì)發(fā)展的短板[5]。近年來，民族地區(qū)是我國推進(jìn)扶貧攻堅和鞏固扶貧成果的著力點，2014年民族地區(qū)共減少貧困人口357萬人，減貧率達(dá)13.9%，反貧困工作成效顯著，但隨著扶貧開發(fā)進(jìn)程的深入，反貧困工作進(jìn)入新階段，民族地區(qū)其對“生存性”訴求減弱，“發(fā)展性”壓力陡增，減貧難度不斷增大，造成2014年民族地區(qū)與2013年16.7%的減貧率相比，減貧速度出現(xiàn)放慢勢頭。在民族地區(qū)動態(tài)提升減貧質(zhì)量需求的催生下，具有增強(qiáng)貧困地區(qū)自我發(fā)展能力功能的金融反貧困模式應(yīng)運而生，并已逐漸成為我國反貧困戰(zhàn)略的主導(dǎo)力量，但仍然面臨著諸多問題，其中貧困地區(qū)的信貸資金出現(xiàn)的“虹吸現(xiàn)象”、“沉淀現(xiàn)象”導(dǎo)致金融資源配置不均衡[6]，使得金融反貧困工作處于低效率運行狀態(tài)，導(dǎo)致低收入地區(qū)出現(xiàn)融資困境，阻礙低收入群體增收減貧，如此反復(fù)，落入貧困陷阱。那么如何在全面建成小康社會的倒計時階段，提升民族地區(qū)的金融反貧困效率，精準(zhǔn)釋放扶貧紅利，高效率的完成扶貧攻堅任務(wù)和鞏固扶貧成果呢？本文將對此問題進(jìn)行研究，考慮到我國絕大多數(shù)低收入群體生活在農(nóng)村[7]。因此，本文選取農(nóng)村人口為研究對象，通過測算民族地區(qū)7省區(qū)的金融反貧困效率(由于西藏部分?jǐn)?shù)據(jù)缺失嚴(yán)重，因此不做考察)，并在此基礎(chǔ)上挖掘金融反貧困效率的影響因素，提出切合實際的金融反貧困效率提升策略。

二、文獻(xiàn)回顧

從國內(nèi)外已有的研究成果看，早期對金融反貧困問題的切入點為二者關(guān)系的探討，并基于不同時期、不同地域進(jìn)行檢驗，研究結(jié)果大致分為三種觀點：第一種觀點指出，金融發(fā)展將通過直接或間接渠道減緩貧困，即農(nóng)村金融發(fā)展有利于農(nóng)村貧困減少[8]；第二種觀點指出，金融發(fā)展會阻礙貧困減緩[9]；第三種觀點指出，金融發(fā)展與貧困減緩呈現(xiàn)非線性關(guān)系，表現(xiàn)為倒U型關(guān)系，當(dāng)金融發(fā)展處于初級階段會抑制貧困減緩，隨著金融的發(fā)展提升到特定水平后，將有利于減緩貧困[10]116。

隨著資金效率的研究逐漸受到關(guān)注，國外學(xué)者對農(nóng)村金融效率展開研究，發(fā)現(xiàn)政府主導(dǎo)的農(nóng)業(yè)信貸體系一般是缺乏效率的，需要適當(dāng)引入市場[11]，并對SFA方法在農(nóng)業(yè)經(jīng)濟(jì)資源配置效率的運用做了綜述[12]；國內(nèi)學(xué)者通過對農(nóng)村信貸資金的運行效率進(jìn)行定性測算，發(fā)現(xiàn)資金的投入產(chǎn)出比偏低[13]，不利于金融支持經(jīng)濟(jì)增長作用的發(fā)揮，而貧困地區(qū)正是由于金融資源配置的低效率，使得其陷入貧困惡性循環(huán)[14]。張萬志指出，信貸資金供需失衡和運行效率低下均制約著農(nóng)村信貸資金效率的提升[15]。還有學(xué)者通過定量研究對中國農(nóng)村金融效率進(jìn)行實證檢驗，大體分為兩類，其中一類是參數(shù)估計，主要使用回歸分析方法測算金融資金配置效率，并對其影響因素進(jìn)行實證分析[16]；另一類是非參數(shù)估計，運用傳統(tǒng)DEA或修正后的DEA模型測算農(nóng)村資金配置效率或金融支農(nóng)效率，并對其影響因素進(jìn)行檢驗[17-18]。隨著金融扶貧模式的逐漸推廣，對其研究的深入，有學(xué)者對農(nóng)村金融效率的研究逐漸向金融反貧困拓展，鄧?yán)⑸孓r(nóng)貸款對農(nóng)民收入增長率的邊際貢獻(xiàn)作為衡量金融扶貧惠農(nóng)的效率指標(biāo)，對金融扶貧惠農(nóng)的效率進(jìn)行評價分析[19]。

從已有的文獻(xiàn)可知，對于民族地區(qū)金融反貧困效率的研究文獻(xiàn)鮮有，從研究內(nèi)容上，多數(shù)是基于金融發(fā)展與貧困減緩問題的研究，農(nóng)業(yè)信貸資金以及金融支農(nóng)效率研究，僅有鄧?yán)鹑诜鲐毣蒉r(nóng)效率展開研究，但其并沒有對影響效率提升的制約因素進(jìn)行深入分析。從研究對象上，對于金融反貧困的研究多是基于全國，其研究成果對于民族地區(qū)這一特殊區(qū)域的針對性不足。從分析方法上，對效率的測度多采用SFA參數(shù)估計法和經(jīng)典DEA非參數(shù)估計法，參數(shù)估計如SFA參數(shù)估計法需要對模型進(jìn)行明確設(shè)定，但可能導(dǎo)致設(shè)定誤差，而非參數(shù)估計中的經(jīng)典DEA對有效單元無法進(jìn)一步做比較。從指標(biāo)選取上，多數(shù)文獻(xiàn)從收入貧困一個維度作為產(chǎn)出變量，范圍比較狹窄，因此其估計結(jié)果會與實際情況有偏差。鑒于此，本文以民族地區(qū)為研究對象(由于西藏部分?jǐn)?shù)據(jù)缺失，因此不作為考察對象)，通過構(gòu)建多維減貧綜合指數(shù)作為金融反貧困產(chǎn)出，運用超效率DEATOBIT模型測算金融反貧困效率值，并對金融反貧困效率的影響因素進(jìn)行實證分析。

三、民族地區(qū)金融反貧困效率測度

(一)測算方法

當(dāng)n個決策單元(DMU)同時處于生產(chǎn)前沿面而同時有效，傳統(tǒng)的DEA模型對這些DMU無法進(jìn)一步作評價和比較。為克服這一缺陷，選用超效率DEA模型：假定存在n個DMU，每個DMU具有m種輸入和s種輸出，其中為第j個DMU的第i個投入量，yij為第j個DMU的第r個產(chǎn)出量。則對于第k個DMU對應(yīng)的超效率值如下：

上述模型的對偶問題如(2)所示

其中，θ是DMU的有效值，是松弛變量，其測算結(jié)果總結(jié)為以下兩種情況：(1)當(dāng)效率值θ大于等于1，說明該DMU有效，且θ值越大，其效率越高；(2)當(dāng)效率值θ小于1，說明該DMU未達(dá)到有效。

(二)指標(biāo)選取

1.投入指標(biāo)：隨著金融服務(wù)滲入農(nóng)村生產(chǎn)領(lǐng)域，并與農(nóng)村生產(chǎn)的基本要素相融合，共同作用于貧困減緩，結(jié)合農(nóng)業(yè)生產(chǎn)函數(shù)模型，將投入指標(biāo)確定為農(nóng)業(yè)勞動力、農(nóng)業(yè)資本和農(nóng)業(yè)貸款三個指標(biāo)，其中農(nóng)業(yè)勞動力用第一產(chǎn)業(yè)從業(yè)人數(shù)代替，農(nóng)業(yè)資本用農(nóng)業(yè)固定資產(chǎn)投資代替，農(nóng)業(yè)貸款用金融機(jī)構(gòu)農(nóng)業(yè)貸款余額代替，由于各地區(qū)間人口存在較大差異。因此，將三個指標(biāo)分別與各地區(qū)鄉(xiāng)村人口數(shù)相除，得到人均投入指標(biāo)。

2.產(chǎn)出指標(biāo)：考慮到多數(shù)學(xué)者認(rèn)為收入水平、衛(wèi)生設(shè)施、健康保險和教育水平等指標(biāo)能夠涵蓋一地區(qū)的減貧情況。因此，本文根據(jù)數(shù)據(jù)的可獲得性，運用熵值法從收入貧困、教育貧困、醫(yī)療貧困三個維度來構(gòu)建多維減貧綜合指數(shù)，來反映該地區(qū)的金融反貧困產(chǎn)出情況。其中，收入貧困用農(nóng)民人均消費水平來考察[10]118，教育貧困選取農(nóng)村勞動力平均受教育年限來反映[20]，醫(yī)療貧困指標(biāo)采用各省(市)每千村衛(wèi)生室人員數(shù)來表示[21]，熵值法的具體步驟如下：

第一步，將原始數(shù)據(jù)做歸一化處理，計算第j項指標(biāo)下第i年份指標(biāo)的比重

第二步，計算第j項指標(biāo)的熵值

第三步，確定第j項指標(biāo)的權(quán)重

第四步，通過加總求和，來確定第i年份一地區(qū)的多維減貧綜合指數(shù)POVi=∑wjXij。

表1 指標(biāo)變量的描述性統(tǒng)計量

本文的研究對象為內(nèi)蒙古、廣西、貴州、云南、青海、寧夏、新疆民族地區(qū)7省區(qū)，時間跨度為1999—2013年，DEA模型所需數(shù)據(jù)來自歷年《內(nèi)蒙古統(tǒng)計年鑒》、《廣西統(tǒng)計年鑒》等民族地區(qū)7省區(qū)統(tǒng)計年鑒以及《中國金融年鑒》，部分缺失數(shù)據(jù)采用灰色預(yù)測法進(jìn)行估算補(bǔ)充(由于篇幅原因不再贅述)，由表1可知，農(nóng)業(yè)資本和金融機(jī)構(gòu)農(nóng)業(yè)貸款為絕對數(shù)額，因此標(biāo)準(zhǔn)差較大，分別為888.43和1751.58，其余指標(biāo)為相對數(shù)額，因此差異較小。

(三)測算結(jié)果分析

在構(gòu)建金融反貧困投入和產(chǎn)出指標(biāo)的基礎(chǔ)上，采用超效率DEA方法對民族地區(qū)7省區(qū)和全國金融反貧困效率值分別進(jìn)行測算，為直觀反映我國民族地區(qū)與全國金融反貧困效率的差距，以及效率值的變化情況，進(jìn)一步計算得出1999—2013年我國民族地區(qū)金融反貧困效率均值及其增長率，并繪制金融反貧困效率值趨勢圖(見圖1)，左軸表示金融反貧困效率值，右軸表示金融反貧困效率值增長率。

圖1 金融反貧困效率值趨勢圖

從整體上看，民族地區(qū)的金融反貧困效率均值呈現(xiàn)小幅度上升趨勢，金融反貧困效率均值由1999年的0.87上升到2013年的1.09，其中6個年份的金融反貧困效率值小于1，處于非有效前沿，是無效率的，其余年份效率值大于1，均處于有效前沿，表現(xiàn)為有效率。分時間段來看，2003年和2009年是民族地區(qū)金融反貧困效率均值變化的拐點，1999—2003年金融反貧困效率從無效率提升到有效率，2004—2009年金融反貧困效率處于小幅度波動狀態(tài)，2009年以后金融反貧困效率表現(xiàn)為穩(wěn)定增長狀態(tài)。由民族地區(qū)金融反貧困效率值的增長率可知：2000年相較1999年增長了0.3，是近年來的最大增長幅度，但是2001年和2002年金融反貧困效率出現(xiàn)了明顯下滑，連續(xù)兩年的增長率為-0.07，2003年效率值出現(xiàn)了回升，金融反貧困效率增長了0.06，2004年和2008年增長率為負(fù)值，金融反貧困效率有所下降，其余年份均保持良好的增長狀態(tài)，但增長幅度較小。與全國的金融反貧困效率值對比來看，在2000年和2001年民族地區(qū)的金融反貧困效率略高于全國，其余年份均低于全國金融反貧困水平，并且從2002年開始差距不斷拉大，直到2010年差距達(dá)到0.62，之后年份全國金融反貧困效率大幅度下滑，與民族地區(qū)效率值差距縮小。

表2是民族地區(qū)各省份與我國整體金融反貧困超效率值(限于篇幅原因，僅列示部分年份)，民族地區(qū)各省份金融反貧困效率值的均值由高到低排名情況為青海、內(nèi)蒙古、貴州、新疆、廣西、云南、寧夏，效率值分別為 1.29、1.06、1.04、1.02、0.99、0.93、0.83，可知民族地區(qū)的金融反貧困效率存在省際差異性，且有效率(效率值大于等于1)的地區(qū)多于無效率(效率值小于1)的地區(qū)，有效率的地區(qū)分別為青海、內(nèi)蒙古、貴州和新疆，無效率的地區(qū)分別為廣西、云南和寧夏，其中寧夏在觀察期間均遠(yuǎn)離有效前沿，且與效率均值最高的青海相差0.46，差距較大，民族地區(qū)中除青海省的金融反貧困效率的均值為1.29，略高于全國均值1.24，其他地區(qū)均遠(yuǎn)低于全國均值，表明民族地區(qū)相較于全國金融反貧困效率處于低水平。

表2 金融反貧困效率值

四、民族地區(qū)金融反貧困效率影響因素實證分析

(一)模型設(shè)定

利用超效率DEA模型對金融反貧困效率進(jìn)行測算后，還需要進(jìn)一步對金融反貧困效率的影響因素及影響程度進(jìn)行分析，由于超效率模型估計得出的效率值為截斷的離散分布數(shù)據(jù)，而TOBIT模型恰好適用于受限或截斷因變量的模型構(gòu)建，因此，采用TOBIT模型進(jìn)一步探究了金融反貧困效率的影響因素及影響程度，TOBIT回歸模型如下所示:

其中Y表示因變量向量，X表示自變量向量，α表示截距項向量，β表示未知參數(shù)向量，擾動項ε～N(0 ,δ2)。由于超效率DEA模型測算得出的金融反貧困效率值，是大于0的離散數(shù)值，在這種情況下采用普通最小二乘法進(jìn)行參數(shù)估計會存在一定誤差。因此為保障估計結(jié)果的精確性，本文采用極大似然法進(jìn)行估計。

(二)指標(biāo)選取

影響金融反貧困效率的因素較為復(fù)雜，結(jié)合已有文獻(xiàn)并考慮數(shù)據(jù)的可得性，在金融反貧困效率TOBIT模型中，選取金融深化、金融中介效率、財政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展共5個影響因素：

1.金融深化(JRSH)。金融深化水平的不同，對民族地區(qū)的金融可得性和獲得金融服務(wù)的成本有所影響，進(jìn)而作用于金融反貧困效率。因此，采用金融深化指標(biāo)來考察金融發(fā)展水平的不同對金融反貧困效率的影響是否有差異。

2.金融中介效率(JRXL)。金融中介效率是用來考察該地區(qū)金融媒介的信貸轉(zhuǎn)化能力和運作效率，其效率高低影響到貧困地區(qū)的資金利用能力，直接關(guān)系到金融反貧困效率的高低。

3.財政支出(CZZC)。農(nóng)業(yè)財政支出與金融反貧困的協(xié)同效果，會影響到金融反貧困效率。因此，采用人均財政支農(nóng)資金衡量財政支出對金融反貧困效率的作用。

4.二元經(jīng)濟(jì)結(jié)構(gòu)(ETJG)。二元經(jīng)濟(jì)結(jié)構(gòu)的存在導(dǎo)致福利政策多向市民傾斜，而農(nóng)民被政策邊緣化，導(dǎo)致集體貧困，運用城鎮(zhèn)人均收入與農(nóng)村人均純收入之比衡量二元經(jīng)濟(jì)結(jié)構(gòu)程度，考察其對金融反貧困效率的影響。

5.經(jīng)濟(jì)發(fā)展(GDP)。一地區(qū)的經(jīng)濟(jì)發(fā)展水平低下，會制約對貧困人口的“涓滴效應(yīng)”和“擴(kuò)散效應(yīng)”的釋放，對金融反貧困效率產(chǎn)生影響。因此，采用農(nóng)業(yè)人均GDP衡量農(nóng)村經(jīng)濟(jì)發(fā)展對金融反貧困效率的影響。

其中，考慮到農(nóng)村信用社在農(nóng)村金融扶貧發(fā)揮主力作用，因此采用農(nóng)村信用社貸款與存款的比值來衡量金融中介效率；農(nóng)業(yè)財政支出數(shù)據(jù)是由農(nóng)業(yè)基本建設(shè)支出、農(nóng)業(yè)部門事業(yè)費和農(nóng)業(yè)科技三項加總而得[22]。由金融反貧困效率的影響因素的描述性統(tǒng)計(見表3)可知，人均財政支出和人均GDP為絕對數(shù)額，各省和各年份間數(shù)據(jù)差異較大，標(biāo)準(zhǔn)差分別為2691.10和2549.57，其余三個指標(biāo)為相對數(shù)額，標(biāo)準(zhǔn)差較小，但最大值與最小值的差異相對較大，且由二元經(jīng)濟(jì)結(jié)構(gòu)指標(biāo)的描述性統(tǒng)計結(jié)果可知，民族省份存在顯著的城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)。數(shù)據(jù)來源于2000—2014年各省統(tǒng)計年鑒以及《中國金融年鑒》。

表3 金融反貧困效率影響因素的描述性統(tǒng)計及指標(biāo)解釋

(三)實證結(jié)果

1.全階段的回歸結(jié)果

由全樣本下的估計結(jié)果可知(見表4)，財政支出和二元經(jīng)濟(jì)結(jié)構(gòu)兩個指標(biāo)通過了顯著性檢驗，當(dāng)財政支出和二元經(jīng)濟(jì)結(jié)構(gòu)每增加1個單位，金融反貧困效率隨之變動1.98和-0.06個單位，說明從整體上看，財政支出對金融反貧困效率具有正向作用，有利于金融反貧困效率的提升，二元經(jīng)濟(jì)結(jié)構(gòu)會導(dǎo)致城鄉(xiāng)收入差距不斷拉大，使得貧困人口無法公平的享受到經(jīng)濟(jì)紅利，造成金融反貧困效率下降。而金融深化、金融中介效率和經(jīng)濟(jì)發(fā)展三個因素的估計結(jié)果不顯著，這是因為民族各省的金融深化和經(jīng)濟(jì)發(fā)展水平不均衡，且處于低水平狀態(tài)，因此對金融反貧困效率的提升作用不顯著。

表4 全樣本和分階段的回歸結(jié)果

2.分階段的回歸結(jié)果

根據(jù)金融反貧困效率變化的拐點，將歷年數(shù)據(jù)大致分成1999—2003年、2004—2008和2009—2013年三個階段分別進(jìn)行回歸，從而比較不同時期內(nèi)五個驅(qū)動因素系數(shù)的變動情況。由表4可知，不同驅(qū)動因素對金融反貧困效率的驅(qū)動效果在不同時期迥異。

1999—2003年，以上五個影響因素均通過顯著性檢驗，當(dāng)金融深化、金融中介效率、農(nóng)業(yè)財政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平因素每增加1個單位時，金融反貧困效率將隨之變動-0.68、-0.04、-0.25、-9.24和-1.86×10-3個單位，其中，金融深化抑制了金融反貧困效率的提升，這是由于隨著大量正規(guī)金融機(jī)構(gòu)的撤離，民族地區(qū)出現(xiàn)了大量金融“空白區(qū)”，金融深化水平處于低位狀態(tài)，無法充分滿足農(nóng)戶對融資投資等金融服務(wù)的需求；金融中介效率的提升會惡化金融反貧困效率，是因為部分金融機(jī)構(gòu)扮演著“抽水機(jī)”角色，以及資金回流機(jī)制不健全，嚴(yán)重阻礙著金融反貧困效率的提高；地區(qū)財政支出也會阻礙金融反貧困效率的提升，是由于財政扶貧多為“救濟(jì)式”扶貧，并往往采取“一刀切”和“撒胡椒面”式的扶貧模式，缺乏合理性的布局，導(dǎo)致財政支出對金融反貧困效率的提升產(chǎn)生抑制作用；而二元經(jīng)濟(jì)結(jié)構(gòu)使得農(nóng)民在分享經(jīng)濟(jì)增長紅利中，處于劣勢的分配地位，以至于形成了結(jié)構(gòu)性貧困，弱化了金融反貧困成果，抑制了金融反貧困效率提升；二元經(jīng)濟(jì)結(jié)構(gòu)往往伴隨著城鄉(xiāng)收入差距的產(chǎn)生，不斷增大的“馬太效應(yīng)”阻斷了經(jīng)濟(jì)發(fā)展對貧困減緩的“涓滴效應(yīng)”，使得金融反貧困的間接途徑被阻斷，導(dǎo)致金融反貧困的效率低下。

2004—2008年，金融中介效率、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平三個指標(biāo)通過了顯著性檢驗，當(dāng)金融中介效率、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平每增加1個單位，金融反貧困效率隨之變動-0.24、-0.22和-4.86×10-4個單位，在本階段金融中介效率因素對金融反貧困效率的提升仍產(chǎn)生負(fù)向影響，是因為作為農(nóng)村地區(qū)金融扶貧主力軍的信用社由于經(jīng)營水平低，不良貸款率高，信貸供給能力有限，導(dǎo)致其運行效率處于低水平，阻礙了金融反貧困效率的提升；而二元經(jīng)濟(jì)結(jié)構(gòu)導(dǎo)致城市和農(nóng)村經(jīng)濟(jì)的不平衡發(fā)展，由于“人才流”、“資金流”和“信息流”向城市集聚，嚴(yán)重阻礙了民族地區(qū)貧困的減緩，導(dǎo)致金融反貧困效率低下；而經(jīng)濟(jì)發(fā)展對貧困人口的“涓滴效應(yīng)”因為二元經(jīng)濟(jì)結(jié)構(gòu)的存在也大大弱化。而金融深化、財政支出兩個指標(biāo)沒有通過顯著性檢驗，其中隨著金融深化程度加深，金融觸角伸向處于被信貸邊緣化的農(nóng)戶，但由于金融深化水平處于低水平狀態(tài)，因此對金融反貧困效率的提升作用不顯著；而隨著農(nóng)業(yè)財政支出的增加，資金投向的合理性增強(qiáng)，但在多數(shù)扶貧項目過程中，存在對貧困人口的“瞄準(zhǔn)”錯靶、“瞄準(zhǔn)”偏差、“瞄準(zhǔn)”脫靶等問題，且財政支出與金融的耦合度不高，因此金融反貧困效率提高作用不顯著。

2009—2013年，金融深化、財政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平四個影響因素分別通過顯著性檢驗，當(dāng)金融深化、農(nóng)業(yè)財政支出、二元經(jīng)濟(jì)結(jié)構(gòu)和農(nóng)村經(jīng)濟(jì)發(fā)展水平因素每增加1個單位時，金融反貧困效率將隨之變動0.44、2.57、-0.18和1.23×10-4個單位，其中隨著金融深化水平提高，金融資源逐漸流向農(nóng)村貧困地區(qū)，金融服務(wù)范圍擴(kuò)大到低收入群體，獲得金融服務(wù)的門檻限制隨之降低，金融發(fā)展可以由麥金農(nóng)導(dǎo)管效應(yīng)對貧困產(chǎn)生直接作用，使得金融反貧困效率得到實質(zhì)性的提升；農(nóng)業(yè)財政支出會帶動金融反貧困效率的提升，說明隨著精準(zhǔn)扶貧工作的推進(jìn)，財政支出瞄準(zhǔn)度提高，并且與金融的多方位、多功能的配合得到了提升，因此對金融反貧困效率的提升產(chǎn)生正向作用；城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)造成的結(jié)構(gòu)性貧困，雖然有所減緩，但卻以相對貧困的形式長期存在，因此會持續(xù)弱化金融反貧困成果，阻礙金融反貧困效率的提升；而經(jīng)濟(jì)發(fā)展對貧困人口“涓滴效應(yīng)”強(qiáng)于二元經(jīng)濟(jì)結(jié)構(gòu)帶來的負(fù)向作用，因此，經(jīng)濟(jì)發(fā)展有助于金融反貧困效率的提升。金融中介機(jī)構(gòu)效率的提高對金融反貧困效率的提升作用不顯著，是由于低收入群體缺乏可抵押財產(chǎn)，因此獲得的信貸資金有限，金融中介機(jī)構(gòu)效率提高對其影響并不顯著。

3.分層次的回歸結(jié)果

由民族地區(qū)各省金融反貧困的超效率值可知，不同地區(qū)金融反貧困效率值存在較大差異，因此對效率值處于不同層次的地區(qū)的影響因素進(jìn)行估計(見表5)，進(jìn)而考察金融反貧困影響因素的差異性。

根據(jù)各地區(qū)的效率值所處區(qū)間，劃分為兩個層次，分別為有效組(效率值大于等于1)和無效組(效率值小于1)，將兩組估計結(jié)果對比來看：就金融深化因素而言，每增加1個單位，有效率組的金融反貧困效率將增加0.37個單位，而無效率組將降低0.19個單位，這是由于無效率組相較于有效率組金融深化程度低，金融覆蓋面窄，農(nóng)戶融資無門，對金融反貧困效率產(chǎn)生了抑制作用。就金融中介效率而言，每增加1個單位，有效率組的金融反貧困效率將會提升0.13個單位，而對無效率組金融反貧困效率提升效果不顯著，這是由于無效率地區(qū)相較于有效率地區(qū)的資金回流機(jī)制不健全，資金利用能力差，因此抑制了金融反貧困效率的提升。就財政支出而言，每增加1個單位，有效率組的金融反貧困效率將會提升2.65個單位，而無效率組的金融反貧困效率的提升作用不顯著，這說明無效率組的財政與金融對反貧困工作的協(xié)作性差、耦合度低，無法將各自的優(yōu)勢凝聚成合力，使得金融反貧困效率的提升受到抑制。就二元經(jīng)濟(jì)結(jié)構(gòu)而言，每增加1個單位，有效率組的金融反貧困效率將會降低0.25個單位，而無效率組的金融反貧困效率影響不顯著，這可能是由于有效率組的二元經(jīng)濟(jì)結(jié)構(gòu)程度遠(yuǎn)大于無效率組，導(dǎo)致資源分布不平衡，由此產(chǎn)生的“馬太效應(yīng)”，會使低收入群體陷入貧困的泥淖，阻礙了金融反貧困效率的提升。就經(jīng)濟(jì)發(fā)展水平而言，每增加1個單位，無效率組的金融反貧困效率將提升7.36×10-7個單位，而有效率組的金融反貧困效率提升作用不顯著，這是由于有效率組的二元經(jīng)濟(jì)結(jié)構(gòu)較為凸顯，因此所帶來的負(fù)向作用對經(jīng)濟(jì)發(fā)展產(chǎn)生的“涓滴效應(yīng)”的截流作用更顯著，從而導(dǎo)致經(jīng)濟(jì)發(fā)展對金融反貧困效率的提升作用不顯著。

五、結(jié)論與對策

金融反貧困在民族地區(qū)的扶貧開發(fā)進(jìn)程中居于重要的地位，提升金融反貧困的效率是扶貧攻堅的突破口和著力點。因此，在構(gòu)建金融反貧困投入和產(chǎn)出指標(biāo)的基礎(chǔ)上，采用超效率DEA模型對民族地區(qū)的金融反貧困效率進(jìn)行定量測算，通過TOBIT模型對金融反貧困效率的驅(qū)動因素進(jìn)行剖析，主要結(jié)論概述如下：

第一，通過對民族地區(qū)金融反貧困效率測度，可知隨著時間推移，民族地區(qū)的金融反貧困效率均值表現(xiàn)為有緩慢的增長趨勢；民族地區(qū)相較于全國的金融反貧困效率均值偏低；民族地區(qū)的金融反貧困效率存在省際差異性，其中效率值處于有效前沿的多于非有效前沿的省份。

第二，全樣本模型的估計結(jié)果表明，財政支出和二元經(jīng)濟(jì)結(jié)構(gòu)兩個因素會顯著作用于金融反貧困效率的提升，而金融深化、金融中介效率和經(jīng)濟(jì)發(fā)展水平三個因素，由于各地區(qū)發(fā)展水平偏低，對金融反貧困效率的提升效果不顯著。

第三，分階段模型的估計結(jié)果表明，二元經(jīng)濟(jì)結(jié)構(gòu)因素在觀察期內(nèi)始終阻礙金融反貧困效率的提升，而金融深化、金融中介效率、財政支出和經(jīng)濟(jì)發(fā)展四個指標(biāo)對金融反貧困效率的影響作用在不同時期迥異，表現(xiàn)為初期抑制金融反貧困效率的提升，后期有助于金融反貧困效率的提升。

第四，分層次模型的估計結(jié)果表明，金融深化、金融中介效率和財政支出三個因素會顯著的提升有效率組的金融反貧困效率，對無效率組卻不適用，根本原因是有效率組的金融深化的輻射和滲透程度高于無效率組，并且財政支出與金融扶貧的正向協(xié)同作用也優(yōu)于無效率地區(qū)，而二元經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展是有效率地區(qū)金融反貧困效率提升的制約因素，對無效率地區(qū)無顯著性影響，這是因為有效率組的二元經(jīng)濟(jì)結(jié)構(gòu)凸顯，嚴(yán)重的阻礙了經(jīng)濟(jì)發(fā)展對貧困人口的“涓滴效應(yīng)”和“擴(kuò)散效應(yīng)”。

以上結(jié)論凸顯了提升金融反貧困效率的著力方向，為加快民族地區(qū)的脫貧解困進(jìn)程，提出以下建議：

首先，民族地區(qū)需要加快農(nóng)村金融存量改革與增量改革，適時降低金融準(zhǔn)入門檻，準(zhǔn)許民間資金流入，繼續(xù)深化金融發(fā)展，建立資金回流機(jī)制，全面實施傾斜的信貸政策，適當(dāng)加大金融扶貧的投入力度，考慮到民族地區(qū)在不同宗教文化影響下，其農(nóng)村金融服務(wù)需求主體、需求種類以及借貸行為有所差異，因此要創(chuàng)新金融扶貧模式，建立差異化、普惠化、特色化的金融服務(wù)體系。

其次，進(jìn)一步優(yōu)化財政扶貧策略，向“造血式”扶貧轉(zhuǎn)變，合理配置財政支出投向，實現(xiàn)財政扶貧高效性，構(gòu)建“糾偏制度”，提升財政扶貧針對性，在此基礎(chǔ)上，將財政扶貧和金融扶貧進(jìn)行整合，發(fā)揮財政支出與金融發(fā)展減貧的協(xié)同作用，建立政府和市場協(xié)同作用的反貧困格局。

最后，通過戶籍改革，城鄉(xiāng)社會保障體系統(tǒng)籌體系建設(shè)等措施步步深入，實現(xiàn)城鄉(xiāng)間社會、經(jīng)濟(jì)、環(huán)境的制度破冰，破解經(jīng)濟(jì)結(jié)構(gòu)二元化，實現(xiàn)城鄉(xiāng)一體化，使農(nóng)民可以與城市居民平等的分享經(jīng)濟(jì)紅利，進(jìn)一步釋放經(jīng)濟(jì)減貧效應(yīng)；與此同時，應(yīng)考慮到金融反貧困效率及其影響因素的時空差異性，需要因地制宜、有的放矢地采取差異化的發(fā)展策略。