(華北理工大學(xué) 河北 唐山 063200)
現(xiàn)階段,我國(guó)扶貧攻堅(jiān)的內(nèi)涵是以精準(zhǔn)扶貧為背景,財(cái)政和金融政策相結(jié)合的政策扶貧,通過(guò)金融機(jī)構(gòu)提供輸血資金,對(duì)貧困主體進(jìn)行精準(zhǔn)幫扶,活躍地區(qū)金融資源配置,從而激發(fā)出金融造血,反哺經(jīng)濟(jì)發(fā)展的良性循環(huán)。金融扶貧同樣離不開(kāi)金融機(jī)構(gòu),尤其對(duì)貧困地區(qū),金融機(jī)構(gòu)發(fā)展水平是衡量一個(gè)地區(qū)金融環(huán)境的重要因素。本文以河北省18個(gè)國(guó)家級(jí)貧困開(kāi)發(fā)重點(diǎn)縣為樣本,進(jìn)行金融扶貧效率的實(shí)證分析。近些年,政府借以創(chuàng)建“金融扶貧示范縣”的機(jī)會(huì),充分利用政策優(yōu)勢(shì),發(fā)揮金融助力脫貧攻堅(jiān)的重要作用,對(duì)當(dāng)?shù)亟鹑诋a(chǎn)業(yè)發(fā)展、創(chuàng)新扶貧模式有深遠(yuǎn)意義。
金融效率的測(cè)算存在許多方法和工具,最典型的就是前沿分析法。前沿分析法是由 Farrell M.J. 在 1957 年首先使用在效率測(cè)算上,也成為目前最重要的研究手段。主要運(yùn)用“帕累托最優(yōu)”的原理在給定技術(shù)條件和生產(chǎn)要素下計(jì)算出有效生產(chǎn)前沿面。又根據(jù)是否估算參數(shù)分為兩類,一類是參數(shù)估計(jì)法,另一類是非參數(shù)估計(jì)法。參數(shù)估計(jì)法使用OLS或極大似然估計(jì)進(jìn)行計(jì)算,對(duì)前沿函數(shù)的精確度有很高的要求。比較常見(jiàn)的就是隨機(jī)前沿分析(SFA),但是其在支農(nóng)效率計(jì)算上存在假設(shè)問(wèn)題,結(jié)果與實(shí)際偏離較大。而數(shù)據(jù)包絡(luò)分析(DEA)是其中最常用、便捷、基于數(shù)學(xué)優(yōu)化的一種非參數(shù)研究方法。相比于參數(shù)化方法通常只能夠處理一個(gè)輸出和多個(gè)輸入,非參數(shù)DEA方法的優(yōu)點(diǎn)之一是它能夠處理多個(gè)輸入和多個(gè)輸出??梢苑治龆嘀乜?jī)效指標(biāo),將數(shù)據(jù)進(jìn)行整合且給出績(jī)效提升辦法。另外,DEA不需要全面的假設(shè)條件,更加實(shí)用客觀。
1.河北省內(nèi)貧困縣數(shù)量眾多,樣本選取方面,本文選擇河北省內(nèi)現(xiàn)有的18個(gè)國(guó)家級(jí)扶貧開(kāi)發(fā)重點(diǎn)縣為研究對(duì)象進(jìn)行整體金融效率扶貧評(píng)價(jià)。樣本數(shù)據(jù)來(lái)源為《河北省統(tǒng)計(jì)年鑒》(2014—2018)、《中國(guó)縣域經(jīng)濟(jì)年鑒》(2014—2018)、Wind 數(shù)據(jù)庫(kù)以及河北省官方統(tǒng)計(jì)信息網(wǎng)站數(shù)據(jù)。
2.本文中金融扶貧效率考察的是河北省貧困縣域金融市場(chǎng)資源的投入產(chǎn)出情況,是體現(xiàn)該地區(qū)金融整體配置水平的測(cè)度,這與常見(jiàn)的地區(qū)金融機(jī)構(gòu)運(yùn)營(yíng)效率評(píng)價(jià)、農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)等是存在本質(zhì)不同的,因此在選取變量時(shí)應(yīng)該加以區(qū)分。DEA模型投入產(chǎn)出指標(biāo)如表1所示。
表1 DEA模型投入產(chǎn)出指標(biāo)
1.綜合技術(shù)效率評(píng)價(jià)分析
通過(guò)建立CCR模型可以反映出各自縣域生產(chǎn)前沿面的投入產(chǎn)出情況,即該地區(qū)現(xiàn)有金融資源配置水平下的金融扶貧綜合效率,我們可以將其視為該地區(qū)金融扶貧的技術(shù)效率。某縣域的技術(shù)效率值等于1,就表示與其他地區(qū)相比,當(dāng)?shù)亟鹑谫Y源得到合理配置,金融扶貧取得了明顯的效果;如果技術(shù)效率值較低,則表明當(dāng)?shù)卣枰M(jìn)一步優(yōu)化金融資源配置水平。
技術(shù)效率的分析是金融扶貧效率分析的第一步,通過(guò)各縣扶貧工作的投入產(chǎn)出對(duì)比分析,可以客觀地反映出某區(qū)域總體的扶貧效率。一般來(lái)說(shuō),當(dāng)該地區(qū)金融扶貧的投入產(chǎn)出達(dá)到生產(chǎn)前沿面,不存在投入冗余時(shí),該決策單元的技術(shù)效率值越接近1;當(dāng)技術(shù)效率值越低時(shí),說(shuō)明該地區(qū)金融扶貧呈無(wú)效率狀態(tài)。從表2可以看出,2013—2017年研究樣本縣域金融扶貧效率總體呈增長(zhǎng)趨勢(shì),由2013年至2017年,技術(shù)效率均值從0.671升至0.884,但整體水平不高,且各年均處于無(wú)效率狀態(tài)的地區(qū)較多,僅有張家口市崇禮區(qū)在部分年份達(dá)到了1。綜合來(lái)看各縣域仍有較大的提升和發(fā)展空間。
表2 2013—2017年河北省18貧困縣金融扶貧綜合技術(shù)效率
2.金融扶貧效率動(dòng)態(tài)分析
基于Malmquist 指數(shù)模型的金融扶貧效率動(dòng)態(tài)分析可以反映出不同地區(qū)、不同時(shí)期的扶貧績(jī)效水平。將各地的樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)處理計(jì)算得到表3。
表3 2013—2017年河北省貧困縣金融扶貧效率的全要素生產(chǎn)率變動(dòng)及其分解
表3中,Eff-ch為技術(shù)效率指數(shù),Tech-ch為技術(shù)進(jìn)步變化指數(shù),Pe-ch為純技術(shù)變化效率指數(shù),Se-ch為規(guī)模效率變化指數(shù),Tfp-ch為綜合技術(shù)效率指數(shù)。
表3通過(guò)對(duì)各決策單元的不同年份數(shù)據(jù)進(jìn)行處理,將技術(shù)效率指數(shù)分解為純技術(shù)效率指數(shù)和規(guī)模效率指數(shù),可以更加直觀地看出各地區(qū)綜合扶貧效率水平的影響因素。首先2013—2017年研究樣本金融扶貧的全要素生產(chǎn)率為1.006,較前幾年有較為穩(wěn)定的增長(zhǎng),有力佐證了金融扶貧對(duì)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展中的作用以及金融扶貧取得的成果。在技術(shù)效率值方面,除去2015年,在2014年、2016年和2017年,技術(shù)效率進(jìn)步并沒(méi)有逐年遞增,說(shuō)明在全要素生產(chǎn)率逐年提高的背景下,技術(shù)進(jìn)步是制約總體金融扶貧水平的短板,其原因可能是地區(qū)金融機(jī)構(gòu)的服務(wù)水平和資金的管理運(yùn)用。進(jìn)一步證明了技術(shù)進(jìn)步是推動(dòng)全要素生產(chǎn)率提高的重要原因,各地區(qū)政府應(yīng)該致力于提升金融機(jī)構(gòu)服務(wù)縣域金融發(fā)展的服務(wù)質(zhì)量,有效提高縣域金融的管理效率和服務(wù)效率水平。
各地區(qū)的規(guī)模效率水平在2015年出現(xiàn)大幅增長(zhǎng)。其余年份的金融規(guī)模都低于均值,這一數(shù)據(jù)說(shuō)明規(guī)模效率的變化對(duì)技術(shù)效率影響較大,政府可以通過(guò)提高有利于改善地區(qū)金融環(huán)境的政策性金融服務(wù),優(yōu)化外部金融環(huán)境,發(fā)展普惠金融等手段,提升地區(qū)的有效金融規(guī)模。