基于DEA-Tobit 模型的金融精準(zhǔn)扶貧效率與影響因素研究
——以阜陽市為例

謝艷琳 芮英健 韓雨雪（謝艷琳，安徽財經(jīng)大學(xué)財政與公共管理學(xué)院；芮英健、韓雨雪，安徽財經(jīng)大學(xué)金融學(xué)院）

■ 引言

2019 年4 月習(xí)近平總書記在座談會上強調(diào)，當(dāng)下工作核心是聚焦脫貧攻堅、加大金融支持以及創(chuàng)新產(chǎn)品服務(wù)，切實有效完成今明兩年金融精準(zhǔn)扶貧工作，助推金融脫貧攻堅。目前，我國的脫貧工作到了最后的沖刺關(guān)頭，金融扶貧也到了“攻堅拔寨短窮根”的關(guān)鍵時期。雖然大量貧困人口已經(jīng)成功脫貧，但貧困人口的絕對數(shù)量依舊龐大。如何讓剩下的人口早日脫貧，應(yīng)當(dāng)采取更為有效的扶貧措施。而金融扶貧在資金使用管理、扶貧成本以及脫貧效率等方面均存在問題,如何有效提高金融扶貧效率是一個等待研究和解決的問題。因此，本文以阜陽市為研究對象，建立DEA-Tobit 模型，分析比較下屬三個國家級貧困縣金融扶貧的技術(shù)效率值以及影響效率值的因素，助力金融扶貧效率的提高。

■ 金融扶貧效率實證分析

（一）研究方法

DEA（數(shù)據(jù)包絡(luò)分析）效率評價方法指的是在多個投入產(chǎn)出的情況下，被用來測量決策單元(DMU:Decision Making Unit)相對有效性的分析方法。根據(jù)DEA 分析方法確定DMU 的有效生產(chǎn)前沿面，確定被測量的DMU 實際產(chǎn)出值與有效生產(chǎn)前沿面的相差程度，從而判斷DMU 是否有效。

（二）建立模型

本文將選取阜陽市下的三個國家級貧困縣（臨泉縣、阜南縣、潁上縣）作為決策單元，記為DM(i=1,2,3),每個決策單元均包含3 個投入變量X 與3 個產(chǎn)出變量Y，針對第i 個決策單元，以投入為導(dǎo)向建立BBC 模型，其表現(xiàn)為：

其中，j=1,2,3 表示決策單元，X,Y 分別表示投入變量與產(chǎn)出變量，S?表示決策單元實際值與有效值可減少的數(shù)量，S+表示決策單元實際值與有效值可增加的數(shù)量。ε 表示一個無窮小量，θ 表示決策單元的有效值。①若θ=1且S?=S+=0，則決策單元處于有效狀態(tài)。②若θ=1，S?≠ 0或S+≠0，則決策單元DEA 處于弱有效狀態(tài)。③若θ＜1，則決策單元處于非有效狀態(tài)。

（三）指標(biāo)選擇

本文考慮數(shù)據(jù)可獲得性，同時結(jié)合阜陽市的實際情況，對臨泉縣、阜南縣、潁上縣2015 年—2018 年的投入產(chǎn)出數(shù)據(jù)進(jìn)行以下指標(biāo)選擇。

投入指標(biāo)：金融基礎(chǔ)設(shè)施是支持金融扶貧工作的重要載體，有益于扶貧政策的實施與開展，金融機構(gòu)為農(nóng)村群體提供了最基本的農(nóng)村金融服務(wù)，反映了特定地區(qū)內(nèi)提供金融產(chǎn)品與服務(wù)的能力大小，再者，特地地區(qū)內(nèi)的存貸款余額占當(dāng)?shù)谿DP 的比例（下面用金融相關(guān)率表示），反映了當(dāng)?shù)亟鹑诎l(fā)展的規(guī)模大小，特定地區(qū)內(nèi)貸款余額占存款的比例，反映了信貸資金的轉(zhuǎn)化能力，二者均反映了金融扶貧政策實施的難易程度，因此本文選取金融機構(gòu)網(wǎng)點數(shù)、金融相關(guān)率（X1）、貸款余額（X2）與存款余額（X3）之間的存貸比作為該模型的投入指標(biāo)。

產(chǎn)出指標(biāo)：金融扶貧的產(chǎn)出反映為特定地區(qū)扶貧對象生活的改善情況以及當(dāng)?shù)氐慕?jīng)濟發(fā)展情況。本文選取農(nóng)村居民家庭人均可支配收入（Y1）、農(nóng)村居民人均消費性支出（Y2）、農(nóng)林牧業(yè)增加值（Y3）。前面兩項反映了金融扶貧投入對改善扶貧對象生活的影響，后者反映了金融扶貧投入對農(nóng)業(yè)經(jīng)濟的拉動程度。

（四）數(shù)據(jù)來源

根據(jù)所選數(shù)據(jù)最大程度反映最新情況的原則,并考慮到指標(biāo)的可獲得性，本次研究將數(shù)據(jù)來源時間定為2015—2018 年，相關(guān)數(shù)據(jù)來源于銀監(jiān)會官方網(wǎng)站，《阜陽統(tǒng)計年鑒》以及《中國縣域統(tǒng)計年鑒》（縣市卷）。

（五）結(jié)果分析

利用DEAP.2 軟件，將阜陽市下三個國家級貧困縣2015—2018 年金融扶貧的投入產(chǎn)出數(shù)據(jù)，導(dǎo)入軟件。根據(jù)表1 結(jié)果可知，2015—2018 年臨泉縣和潁上縣的技術(shù)效率均等于1，說明二者金融扶貧效率始終有效。而2015 年阜南縣的技術(shù)效率值為0.954，呈無效狀態(tài)。根據(jù)阜南縣2015—2017 年DEA 實證結(jié)果可知，當(dāng)技術(shù)效率值小于1 時，其規(guī)模效率均小于1。說明阜南縣是因為總體投入不足導(dǎo)致規(guī)模效率無效，最終結(jié)果表現(xiàn)為技術(shù)效率無效。隨著當(dāng)?shù)亟鹑诰W(wǎng)點的增加、競爭程度不斷加大，當(dāng)?shù)亟鹑诜?wù)逐漸得到保障，金融市場的信用環(huán)境逐步改善，存貸比以及金融相關(guān)率得到的一定的提升，2015—2018 年阜南縣的技術(shù)效率呈上升趨勢，直至2018 年，阜南縣的技術(shù)效率等于1，最終達(dá)到技術(shù)有效。

表1 DEA實證結(jié)果

■ 金融扶貧效率影響因素

結(jié)合上述阜陽市金融扶貧的實際情況，進(jìn)一步研究阜陽市金融扶貧技術(shù)效率的影響因素。

（一）模型構(gòu)建

由于本文所選用被解釋變量是通過DEA 模型計算出來的技術(shù)效率值,而技術(shù)效率值均是處于0-1 之間的離散數(shù)值,若使用普通最小二乘法（OLS）可能會導(dǎo)致將結(jié)果出現(xiàn)偏差，因此為規(guī)避普通最小二乘法（OLS）估計所帶來的誤差,我們采用極大似然估計法進(jìn)行Tobit 回歸分析。

上式中，y 代表各縣的金融扶貧技術(shù)效率值，x 是影響各縣金融扶貧效率的因素，α代表的是常數(shù)項向量，β代表的是回歸參數(shù)向量，ε代表的是隨機擾動項。

（二）指標(biāo)選取

根據(jù)現(xiàn)有研究成果，影響金融扶貧效率主要是在金融機構(gòu)以及存貸款數(shù)量上，因此，本文選取DEA 模型中的三個投入指標(biāo)，分別金融機構(gòu)網(wǎng)點數(shù)（X1）、金融相關(guān)率（X2）、存貸比（X3）。

（三）結(jié)果分析

通過建立Tobit 模型，利用Eviews9.0 軟件對各影響因素影響指標(biāo)進(jìn)行分析，其結(jié)果呈現(xiàn)如下。

表2 阜陽市金融扶貧效率影響因素分析結(jié)果

根據(jù)表2 可知，金融機構(gòu)網(wǎng)點數(shù)、金融相關(guān)率、存貸比三個指標(biāo)均對金融扶貧效率值有正面影響。其中金融機構(gòu)網(wǎng)點數(shù)對金融扶貧效率值影響顯著。金融扶貧不是簡單的融資、貸款，其本質(zhì)為 “授人以漁”，只有讓貧困地區(qū)的人口接觸，并懂得如何正確的使用金融工具，才能真正的解其一生之需，而不是一時之急。而金融機構(gòu)網(wǎng)點數(shù)的增加代表著金融服務(wù)人員數(shù)量的增加以及競爭條件下金融服務(wù)質(zhì)量的提升，最終的結(jié)果就是越來越多的貧困群體可以有機會有條享受良好的金融服務(wù)，從而自身金融問題得到有效解決。模型中，金融相關(guān)率和存貸比對金融扶貧效率不顯著，這可能是由于這三個國家級貧困縣金融發(fā)展水平均相對較低，再加上政府的配套設(shè)施不夠完善，導(dǎo)致這兩個指標(biāo)對金融扶貧效率尚未發(fā)揮作用。

■ 結(jié)論與建議

（一）結(jié)論

從DEA 實證結(jié)果分析來看，阜陽市下三個國家級貧困縣在實施金融精準(zhǔn)政策以來，金融扶貧效率均處在較高的水平，其中臨泉縣和潁上縣在2015——2018 年期間，金融扶貧效率始終為有效水平，2015 年阜南縣的金融扶貧效率雖未達(dá)到有效水平，但其規(guī)模報酬在不斷的增加，直至2018 年金融扶貧效率達(dá)到有效。在金融扶貧效率影響因素中，金融機構(gòu)網(wǎng)點數(shù)是個重要影響變量，并對金融扶貧效率產(chǎn)生正向的影響。

（二）建議

1.優(yōu)化金融扶貧資源配置結(jié)構(gòu)，提升貧困地區(qū)金融服務(wù)可獲得性

在確保金融扶貧資金投入持續(xù)增加的前提下，優(yōu)化金融扶貧資源配置結(jié)構(gòu)。金融機構(gòu)各部門應(yīng)當(dāng)相互協(xié)調(diào)配合執(zhí)行金融扶貧政策，加大力度建設(shè)金融扶貧信息共享平臺，以提升貧困地區(qū)金融服務(wù)的可獲得性。各大金融機構(gòu)應(yīng)當(dāng)定期安排人員上門走訪貧困農(nóng)戶和貧困地區(qū)企業(yè)，深層次調(diào)查了解農(nóng)戶和企業(yè)的貸款融資需求。金融機構(gòu)不以完成扶貧任務(wù)和扶貧指標(biāo)為目的，精準(zhǔn)選擇扶貧對象和扶貧企業(yè)，確保金融扶貧貸款精準(zhǔn)滴灌，提高金融服務(wù)的有效性，打通貧困地區(qū)金融服務(wù)的“最后一公里”。

2.加強金融扶貧產(chǎn)品和服務(wù)的創(chuàng)新，提高信貸產(chǎn)品的精準(zhǔn)度

首先，金融機構(gòu)的服務(wù)人員不僅僅以簡單地系統(tǒng)性解決貧困群體問題為目標(biāo)，應(yīng)當(dāng)為貧困地區(qū)群體提供更為齊全的服務(wù)，通過探尋貧困農(nóng)戶和企業(yè)的需要，根據(jù)貧困地區(qū)的特點，因地制宜研發(fā)出具有個性化的金融產(chǎn)品。再者，貧困群體對于資金需求其實十分龐大，但是由于貸款申請門檻較高以及審核標(biāo)準(zhǔn)過于嚴(yán)格，導(dǎo)致很大一部分貧困群體的資金需求得不到滿足，為適應(yīng)扶貧對象對金融產(chǎn)品的多樣化需求，金融機構(gòu)應(yīng)當(dāng)根據(jù)不同層次的人群，設(shè)置不同的貸款門檻以及審核標(biāo)準(zhǔn)，并對貸款利率以及還款日期進(jìn)行相應(yīng)的調(diào)整，調(diào)動貧困人群參與金融產(chǎn)品與服務(wù)的積極性，進(jìn)而提高貸款余額與存款余額之間的存貸比。最后，加大貧困地區(qū)龍頭企業(yè)和農(nóng)村專業(yè)合作社的扶持力度，通過經(jīng)營主體帶動當(dāng)?shù)刎毨舭l(fā)家致富，從而降低貧困戶自己創(chuàng)業(yè)的風(fēng)險。

3.加大金融扶貧資金的整合，降低扶貧對象的融資成本

第一，有效整合金融扶貧的各類資金，構(gòu)建多元化,多渠道的投融資體系。第二，充分發(fā)揮財政政策以及地方政府對貧困戶信貸資金的引導(dǎo)作用，積極落實農(nóng)村金融機構(gòu)的定向補貼費用以及貧困戶小額貸款的稅收優(yōu)惠，地方政府應(yīng)當(dāng)建立健全金融扶貧資金的運行環(huán)境, 注重財政貼息、風(fēng)險補償協(xié)同共進(jìn)，實現(xiàn)金融扶貧資金可持續(xù)發(fā)展。第二，金融機構(gòu)應(yīng)當(dāng)充分利用扶貧再貸款,通過再貸款最大限度降低扶貧對象的融資成本。