我國26個省(區(qū))農(nóng)村信用社支農(nóng)效率評價實證研究

仲 深 高 巍 田 立

(哈爾濱商業(yè)大學(xué)金融學(xué)院，黑龍江哈爾濱150028)

一、引言

農(nóng)村信用合作社是由中國人民銀行批準(zhǔn)設(shè)立、由社員入股組成、實行民主管理、主要為社員提供金融服務(wù)的農(nóng)村合作金融機構(gòu)。農(nóng)村信用社為我國農(nóng)村經(jīng)濟發(fā)展提供了重要的金融支持。在發(fā)揮重要支農(nóng)作用的同時，農(nóng)村信用社也暴露出其自身存在的一些問題，如歷史債務(wù)包袱沉重、產(chǎn)權(quán)不清、經(jīng)營管理不善、內(nèi)部人控制現(xiàn)象嚴(yán)重和監(jiān)督管理體制不合理等。2012年中央發(fā)布《關(guān)于加快推進(jìn)農(nóng)業(yè)科技創(chuàng)新持續(xù)增強農(nóng)產(chǎn)品供給保障能力的若干意見》中明確提出“健全地區(qū)金融機構(gòu)考核評價辦法”和“深化農(nóng)村信用社改革”的要求。由此可以看出，對農(nóng)村信用社支農(nóng)效率的研究非常必要?；诖耍跇?gòu)建我國農(nóng)村信用社支農(nóng)效率評價的網(wǎng)絡(luò)DEA模型的基礎(chǔ)上，運用相關(guān)數(shù)據(jù)，對我國26個省(區(qū))農(nóng)村信用社支農(nóng)效率情況進(jìn)行測度，期望對我國農(nóng)村信用社的發(fā)展提供一定的理論支持。

二、網(wǎng)絡(luò)DEA模型

1978年Charnes，Cooper和Rhodes提出數(shù)據(jù)包絡(luò)分析(Date Envelope Analysis，DEA)模型，用于測度多投入、多產(chǎn)出的系統(tǒng)效率。隨著對復(fù)雜系統(tǒng)實踐研究的不斷深入，傳統(tǒng)DEA方法考慮從投入到產(chǎn)出的中間過程和數(shù)據(jù)，從“黑箱”中直接得出效率值已經(jīng)無法滿足管理與政策發(fā)展的需要。在此背景下，網(wǎng)絡(luò)DEA(Network DEA)得到了快速發(fā)展。網(wǎng)絡(luò)DEA模型是指整個評價體系由包含兩個或兩個以上的子系統(tǒng)構(gòu)成，子系統(tǒng)間由中間變量進(jìn)行鏈接的多投入、多產(chǎn)出的系統(tǒng)效率評價模型。

如果將農(nóng)村信用社支農(nóng)看作一個系統(tǒng)，可以將這個系統(tǒng)分為兩個子系統(tǒng)，第一個子系統(tǒng)是農(nóng)村信用社自身運營階段，可以通過投入資本和勞動力進(jìn)行經(jīng)營，產(chǎn)出可以看作是存款和貸款;第二個子系統(tǒng)是農(nóng)村信用社利用資金支持“三農(nóng)”的階段，投入變量是貸款和額外投入的土地資源，產(chǎn)出變量則是農(nóng)業(yè)產(chǎn)值和農(nóng)民收入。由此得出農(nóng)村信用社支農(nóng)效率網(wǎng)絡(luò)DEA評價模型流程示意圖，見圖1。

圖1 農(nóng)村信用社支農(nóng)效率網(wǎng)絡(luò)DEA評價模型流程

下面具體給出投入型網(wǎng)絡(luò)DEA效率模型的CRS(規(guī)模報酬不變)和VRS(規(guī)模報酬可變)線性結(jié)構(gòu)(具體內(nèi)容可見Holod和Lewis(2011)的論述)。其中，I表示投入變量，O表示產(chǎn)出變量，Z表示中間變量，ε和k分別代表支農(nóng)相對效率和近似反效率。

1.投入型網(wǎng)絡(luò)DEA的CRS結(jié)構(gòu)

2.投入型網(wǎng)絡(luò)DEA的VRS結(jié)構(gòu)

三、我國農(nóng)村信用社效率測定及分析

1.指標(biāo)選擇和數(shù)據(jù)來源

通過上述構(gòu)建模型，可以選擇相應(yīng)的指標(biāo)變量，其中初始投入指標(biāo)包括地區(qū)每萬人營業(yè)網(wǎng)點數(shù)和地區(qū)每萬人從業(yè)人員數(shù)，代表前期的資本和勞動力投入;中間指標(biāo)包括存款總額和貸款總額，其中貸款總額還要作為第二階段的投入，另外，將地區(qū)土地面積作為新中間投入變量;最終產(chǎn)出變量則包括農(nóng)村人均收入和第一產(chǎn)業(yè)總產(chǎn)值。

由于北京、天津、上海、重慶沒有農(nóng)村信用社機構(gòu)，西藏地區(qū)相關(guān)數(shù)據(jù)缺失，故排除以上5個地區(qū)。所用指標(biāo)數(shù)據(jù)來源于中國銀行業(yè)監(jiān)督管理委員會公布的《中國銀行業(yè)農(nóng)村金融服務(wù)分布圖集》和《2012年中國縣(市)社會經(jīng)濟統(tǒng)計年鑒》。變量指標(biāo)的統(tǒng)計性描述見表1。

表1 各變量指標(biāo)的統(tǒng)計性描述

2.實證分析

根據(jù)上述構(gòu)建的我國地區(qū)農(nóng)村信用社支農(nóng)效率評價網(wǎng)絡(luò)DEA模型，選擇每萬人營業(yè)網(wǎng)點數(shù)和每萬人從業(yè)人員數(shù)為投入指標(biāo)，存款總額和貸款總額為中間變量，各地區(qū)耕地面積為中間投入變量，農(nóng)村居民純收入和第一產(chǎn)業(yè)總產(chǎn)值為產(chǎn)出變量，運用MaxDEA 6.3軟件進(jìn)行求解，具體結(jié)果見表2。

表2 我國26個省(區(qū))農(nóng)村信用社支農(nóng)效率評價結(jié)果

3 江蘇 0.8983 1.0000 0.9464 海南 1.0000 1.0000 1.0000 4 浙江 0.8326 1.0000 0.9087 湖南 1.0000 1.0000 1.0000 5 河南 0.8294 0.8436 0.8364 浙江 0.8963 1.0000 0.9453 6 河北 0.8701 0.6335 0.7332 河南 0.8435 0.8633 0.8533 7 廣東 0.7786 0.6546 0.7113 廣東 0.8310 0.8275 0.8294 8 湖南 0.5256 0.9519 0.6772 河北 1.0000 0.6437 0.8025 9 安徽 0.6669 0.5145 0.5808 安徽 0.7482 0.5275 0.6271 10 遼寧 0.4474 0.6049 0.5144 福建 0.4097 0.7723 0.5354 11 福建 0.4421 0.6083 0.5120 廣西 0.8278 0.3295 0.5308 12 廣西 0.7792 0.3038 0.4372 江西 0.5169 0.5080 0.5129 13 湖北 0.4072 0.4673 0.4352 遼寧 0.3473 0.8820 0.5098 14 江西 0.5138 0.3539 0.4191 山西 0.4023 0.5936 0.4927 15 山西 0.9509 0.2529 0.3995 湖北 0.4253 0.5068 0.4558 16 陜西 0.4567 0.2580 0.3297 陜西 0.5531 0.2959 0.4136 17 吉林 0.1621 0.7541 0.2668 云南 0.8546 0.1514 0.4019 18 貴州 0.3677 0.1968 0.2564 四川 0.6989 0.0253 0.3738 19 寧夏 0.1310 1.0000 0.2316 貴州 0.3334 0.3517 0.3414 20 云南 0.8304 0.1247 0.2233 吉林 0.1980 0.6672 0.2879 21 四川 0.6957 0.0214 0.1675 寧夏 0.1540 0.7813 0.2573 22 黑龍江 0.1463 0.1629 0.1542 黑龍江 0.2108 0.2805 0.2269 23 新疆 0.2536 0.0694 0.1090 甘肅 0.2994 0.1082 0.2136 24 甘肅 0.2928 0.0641 0.1052 新疆 0.2661 0.0604 0.2058 25 內(nèi)蒙古 0.1376 0.0491 0.0724 內(nèi)蒙古 0.1841 0.0933 0.1606 26 青海 0.0275 0.0521 0.0360 青海 0.0278 0.0483 0.0290

從實證結(jié)果來看，VRS條件下的得分比CRS的得分總體要高出少許，但整體排序和結(jié)果沒有明顯變化，由此可以證明兩個模型結(jié)果的有效性。

在CRS(規(guī)模報酬不變)條件下，農(nóng)村信用社自身運營階段的效率平均值為0.5517，其中，排在前三位的是山東、山西、河南，得分分別為 1、0.9509、0.9015;排在最后三位的是青海、寧夏、內(nèi)蒙古，得分分別為 0.0275、0.1310、0.1379。農(nóng)村信用社貸款支農(nóng)階段的效率平均值為0.4978，其中，山東、河南、江蘇、浙江、寧夏的效率值均為1;排在最后三位的是四川、內(nèi)蒙古、青海，得分分別為0.0214、0.0491、0.0521，得分不足0.1的有5個地區(qū)，兩極分化比較嚴(yán)重。農(nóng)村信用社支農(nóng)效率總得分平均值為0.4620，其中，排名前三位的是山東、河南、江蘇，得分分別為1、0.9482、0.9464;排名最后三位的是青海、內(nèi)蒙古、甘肅，得分分別為 0.0360、0.0724、0.1052。

在VRS(規(guī)模報酬可變)條件下，農(nóng)村信用社自身運營階段的效率平均值為0.5780，其中，山東、江蘇、海南、湖南、河北的效率值均為1;排名在最后三位的是青海、寧夏、內(nèi)蒙古，得分分別為 0.0278、0.1540、0.1841。農(nóng)村信用社貸款支農(nóng)階段的效率平均值為0.5507，其中，山東、江蘇、海南、湖南、浙江的效率值均為1;排名在最后三位的是四川、青海、新疆，得分分別為0.0253、0.0483、0.0604。農(nóng)村信用社支農(nóng)效率得分平均值為0.5387，其中，山東、江蘇、海南、湖南的效率值均為1，排在最后三位的是青海、內(nèi)蒙古、新疆，得分分別為 0.0290、0.1606、0.2058。

四、結(jié)論

第一，我國農(nóng)村信用社自身運營效率相對較高。農(nóng)村信用社在我國農(nóng)村覆蓋范圍極廣，被廣東農(nóng)村居民認(rèn)為是首選的金融機構(gòu)。再者，我國居民一直都存在過度儲蓄的習(xí)慣，使得農(nóng)村信用社吸納存款和發(fā)放貸款業(yè)務(wù)可以很好的展開。

第二，我國農(nóng)村信用社發(fā)放貸款支農(nóng)效率相對較低。我國農(nóng)村信用社發(fā)放貸款的效率較高，但是貸款支農(nóng)的效率較低，這說明貸款資金很可能沒有發(fā)放到“三農(nóng)”方面。近些年農(nóng)村信用社一直面臨著諸多問題，其中一個就是控股股東和內(nèi)部職工濫用權(quán)利套取資金的問題，所以，我國農(nóng)村信用社必須進(jìn)一步加強監(jiān)督管理，深化改革。

第三，我國各地區(qū)農(nóng)村信用社支農(nóng)效率差異極大。通過實證結(jié)果可以很容易看出，各省農(nóng)村信用社支農(nóng)效率值差異極大，有的省份，如山東，得分非常高，而有的省份得分卻極低。不難看出，東部各省效率值整體較高，而西部各省的效率值則整體偏低，這應(yīng)該與當(dāng)?shù)亟?jīng)濟發(fā)展和金融發(fā)展水平相匹配。

第四，我國農(nóng)村信用社支農(nóng)效率還有比較大的提升空間。隨著農(nóng)村經(jīng)濟和社會的不斷發(fā)展，對農(nóng)村金融體系提出了更高的要求。根據(jù)測度效率值可以看出，很多地區(qū)還具有比較大的提升空間，而這種提升應(yīng)該以深化農(nóng)村信用社改革為基石。

［1] 魏權(quán)齡.評價相對有效性的數(shù)據(jù)包絡(luò)分析模型——DEA和網(wǎng)絡(luò)DEA［M] .北京：中國人民大學(xué)出版社，2012：333 －336.

［2] Holod D.，Lewis H.Resolving the Deposit Dilemma：A New Bank Efficiency Model［J] .Journal of Banking and Finance，2011，35(11)：2801 －2810.