京津冀地区农村金融效率测度与分析
来源:用户上传
作者:
【摘 要】 为科学评价农村金融机构配置效率，构建良好的农村金融环境，采用DEA-Malmquist指数方法，对2005—2016年京津冀地區农村金融的投入产出面板数据予以分析，测算和分解农村金融机构效率的全要素生产率指数。实证结果表明，整体上京津冀地区金融机构配置全要素生产率稳中稍降，未达到效率前沿面，年均变化幅度较小;分地区数据显示，农村金融资源在京津冀地区分配不均，京津优于河北省。为此提出京津冀地区需打破地域限制、因地制宜配置最优农村金融资源，以促进京津冀协同发展，更好地服务于乡村振兴战略。
【关键词】 乡村振兴; 京津冀协同发展; 农村金融效率; DEA-Malmquist指数法
【中图分类号】 F323;F832 【文献标识码】 A 【文章编号】 1004-5937（2020）03-0127-05
一、引言
《乡村振兴战略规划（2018—2022年）》提出要健全“金融支农”组织体系，不断加大金融服务于乡村振兴战略的力度。实施乡村振兴战略，关键是激活“人、地、钱”三大要素，全面释放发展活力。其中“钱”这个要素的本质即让农村金融回归本源，将资金配置到农村薄弱的环节中。目前，我国农村金融发展水平逐年深化，但仍有瓶颈[ 1 ]，主要表现为我国农村金融需求群体虽众多，但融资交易额少，金融供给整体缺口较大。因此，为营造良好的农业生产经营活动的金融环境，有必要解决生产端资源错配问题。
京津冀作为北方经济规模最大、最具活力的地区，农村发展相对缓慢。近年来，随着新型农业经营主体的不断壮大，带来了规模化和机械化生产的跳跃式发展，同时也触发了大额资金需求，但京津冀地区农村金融机构覆盖面却存在较大差异。中国人民银行发布的《中国区域金融运行报告（2017）》数据显示：天津市每千平方千米的营业网点机构数为60.36家;北京次之，为每千平方千米43.57家;河北最少，为每千平方千米26.79家。可见，河北虽为农业大省，但其农村金融机构网点数覆盖率较低，存在农村金融机构配置效率较低的可能性。为促进京津冀农村金融的平衡发展，有效助力乡村振兴战略，研究农村金融效率问题具有重要的现实意义。
基于此，本文在分析京津冀地区农村金融机构配置现状的基础上，通过测算和分解京津冀农村金融效率，重点研究其农村金融服务的供给与发展的不平衡问题，并根据农村金融资源效率情况，为京津冀地区农村金融机构整合提供参考路径。
二、主要研究文献回顾与述评
（一）文献回顾
农村金融效率问题是影响农业经济发展的关键因素之一，为此，诸多管理学、经济学和金融学等领域将研究聚焦至农村金融效率问题上。目前研究主要集中于以下方面：
（1）农村金融效率对农村经济的作用。Yaron[ 2 ]实证检验了亚洲四所农村金融机构的金融政策、操作模式等主要因素，研究发现农村金融在农村经济中的作用相对有限。李琼[ 3 ]较早地分析了我国中部农村金融结构对农村发展的影响。赵洪丹和朱显平[ 4 ]选取吉林省为研究样本，研究了农村金融规模、农村金融效率与农村经济增长之间的关系，发现农村金融效率的提高对农村经济增长有着非常显著的正向效应。
（2）农村金融效率的影响因素研究。Siamwalla et al.[ 5 ]对泰国正规农村信贷效率进行实证研究发现，信息不对称是造成农村金融市场效率长期低下的主要原因。Paxton[ 6 ]以墨西哥农村金融服务部门为研究对象，发现制度因素对农村金融服务效率具有重要影响。谢爱辉[ 7 ]、李季刚[ 8 ]等通过研究发现，农户的金融需求与供给关系是影响农村金融资源配置效率的因素。Jones[ 9 ]通过分析印度农村金融现状发现，非正式金融机构信贷资金支持是影响农村金融资源配置的因素之一。
（3）农村金融效率评价研究。农村金融效率评价涵盖了规范研究[ 10-14 ]，其中，对农村金融效率进行定量评价的方法包括构建评价指标、采用经济模型和使用数据包络分析（DEA）方法等。黎翠梅和曹建珍[ 15 ]通过构建农村金融效率评价指标，动态描述不同地区农村金融的差异化情况。杨德勇等[ 12 ]用不同方法对京津冀农村金融进行了研究，并将经济增长模型、分形理论模型与生产函数相结合，研究发现，京津冀区域间和区域内农村金融的发展具有非线性发展规律，且不同地区的分形维数变化很大，对金融的需求程度也随着区域的不同有所差异地呈现动态的、非线性的分形特征。钟晨和张晓朴[ 13 ]采用动态面板数据的差分广义矩估计方法，研究发现农村金融规模扩大可降低甚至扭转农村金融机构效率不足对城镇化建设带来的不利影响。武臻等[ 16 ]、霍远和王盛兰[ 14 ]测算了西部地区农村金融市场资源配置的全要素生产率指数，采用DEA-Malmquist指数分解法，得出技术进步率不足导致西部农村金融市场的资源配置效率低。
（二）文献述评
现有文献围绕农村金融效率问题进行了较为系统的分析，为研究农村金融配置效率提供了较为成熟的思路和视角，对我国农村金融发展具有重要的边际贡献。从国内情况看，我国研究者大多将全国省际数据全样本纳入统计，尚缺少针对特定区域的经验证据，且较少有研究立足于京津冀地区。随着京津冀在全国经济中核心作用的突显，以及京津冀协同发展的需要，本文将研究对象聚焦至京津冀地区，在乡村振兴战略背景下，立足京津冀地区农村金融资源现状，借助DEA-Malmquist指数方法，测算分析京津冀地区农村金融机构的配置效率，并据此提出相关政策建议，借以推动京津冀农村金融，乃至整个农业农村的发展。
三、京津冀地区农村金融机构配置情况
根据中国人民银行公布的《中国区域金融运行报告》数据统计，2005—2016年京津冀农村金融机构网点数在各地全部金融机构网点数的占比，以及京津冀地区农村金融机构从业人员数占各地全部金融机构从业人员数的比重情况见图1。 由图1可知，河北省农村金融机构营业网点比重远超京津地区，而北京农村金融机构的网点比重最小，且每年都在起伏变动，有增有减;河北省农村金融机构从业人员比重最高，天津次之，北京最低，且河北省農村金融机构从业人员比重在2007年达到最高值后基本处于下降趋势，北京农村金融机构从业人员比重在2007年之后基本处于缓慢下降趋势，天津市的比重则波动不定。综合来看，现有统计数据分析反映出京津冀地区的农村金融机构资源配置整体呈现不均衡态势。
四、京津冀地区农村金融效率测度与评价
（一）实证方法
本文利用DEA模型与Malmquist指数相结合的方法，对京津冀农村金融的面板数据予以分析，进而测算其配置效率。Malmquist指数模型是数据包络分析方法的引申，运用面板数据来反映不同时期效率的变动。DEA-Malmquist指数方法将全要素生产率分解为技术进步率与技术效率，技术效率又进一步分解为纯技术效率和规模效率。该方法的具体内容为：
假定生产点（xt，yt）、（xt+1，yt+1）分别代表t时期和t+1时期的投入和产出，那么根据Malmquist方法，从t时期到t+1时期的Malmquist指数为：
其中，Dt0（xt，yt）、Dt+10 （xt+1，yt+1）是根据生产点在相同时段同前沿面技术相比较的投入距离函数，Dt0（xt+1，yt+1）、 Dt+10 （xt，yt）为生产点在混合期同前沿面技术相比较得到的投入距离函数。Malmquist生产率指数可分解为技术效率变化和技术变化，技术效率变化又可进一步分解为纯技术效率变化和规模效率变化。由此将上述公式转换为：
在规模收益可变的情况下，上述等式可进一步分解为：
Tfpch=effch×techch=pech×sech×techch
其中全要素生产率（Tfpch）表示从t时期到t+1时期不同决策单元，沿不同的生产前沿所反映出来的生产率的变化;技术进步率（techch）表示生产前沿的移动，反映技术的变动;技术效率（effch）表示相对于不变规模收益的生产技术，决策单元对投入技术掌握利用程度的变化;纯技术效率（pech）表示相对于可变规模收益生产技术，决策单元向生产前沿的追赶效应;规模效率（sech）表示决策单元规模的变动是否有效以及效率值的变化。这些因素共同作用决定了全要素生产率的大小。当Malmquist指数大于1时，表示由t时期到t+1时期效率有所增长;当Malmquist指数小于1时，表示效率下降;当Malmquist指数等于1时，表示效率水平在这一期间无变化。
（二）指标选择
本文目的在于测度京津冀地区农村金融效率，为此，决策单元为京津冀地区。考虑到数据的科学性、可获得性和可比性，本文构造了农村金融效率评价指标体系，详见表1。
在投入指标参数选取上，主要以金融机构配置资源作为京津冀这三个决策单元的投入要素，具体选取农村金融机构营业网点数、农村金融机构从业人员总数和农村金融机构资产总额三项指标。
从需求者角度考虑，农村金融资源的注入会使当地的农村经济有所发展。考虑到京津冀三地的乡村人口总量差异较大，故产出指标选用平均值，具体选取农林牧副渔人均生产总值和农村居民人均纯收入。其中，农林牧副渔人均生产总值用农林牧副渔生产总值除以地区乡村人口总量计算而得。
（三）数据选取
本文研究的数据期间为2005年至2016年。其中，2005年至2007年期间，农村金融机构主要为小型农村金融机构，包括农村信用社、农村合作银行和农村商业银行;2008年至2016年期间，农村金融机构除小型农村金融机构外，还纳入新型农村金融机构，具体涉及村镇银行、贷款公司和农村资金互助社等。
投入指标数据主要来源于中国人民银行公布的《中国区域金融运行报告》。因《中国区域金融运行报告》未披露2008年天津市新型农村金融机构资产总额和2009年北京市新型农村金融机构从业人员数量，为此，本文根据其增长率加以推算。具体计算方法为以天津市农村金融机构资产总额2007年和2010年增长率的算术平均数作为其2008年增长率，推算得出天津市2008年农村金融机构资产总额;同理，以北京市农村金融机构从业人员2008年和2011年的增长率取算术平均数作为2009年增长率，推算得出北京市2009年农村金融机构从业人员总数。
产出指标根据京津冀三地统计年鉴和Wind数据库计算得出。计算农林牧副渔人均生产总值指标时，乡村总人口数据来源于Wind数据库。农村居民人均纯收入数据在2013年之前各地统计年鉴均有列示，2013年后由于统计口径变化，农村居民人均纯收入不再被各省市统计年鉴列示，为此，2013年至2016年期间，以农村居民人均可支配收入代替农村居民人均纯收入数据。
（四）京津冀地区农村金融效率测度结果与分析
1.京津冀地区农村金融效率测度结果
（1）各年度整体农村金融效率测度结果
利用DEAP2.1软件，对京津冀三地农村金融的投入和产出数据予以处理。2006年至2016年京津冀三地整体农村金融机构配置平均全要素生产率变化指数及其分解详见表2。
根据表2数据分析可知，整体而言，除2007年、2010年、2011年和2013年之外，京津冀地区农村金融机构总体配置的全要素生产率稳中稍降，其余年份的全要素生产率变化指数（Tfpch）均小于1，与平均值0.999相差甚微，未达到效率前沿面，变化幅度较小，年均降幅为0.1%。并且，全要素生产率（Tfpch）交替增加和减少，主要体现在纯技术效率（pech）的变化上。当纯技术效率（pech）提高时，全要素生产率（Tfpch）相应增加;而当纯技术效率（pech）降低时，全要素生产率（Tfpch）有所下降。技术进步率（techch）的波动幅度较大，规模效率（sech）波动幅度较小。2006年至2013年的规模效率（sech）均大于1，2008年后基本持平，且2006至2016年的规模效率均值为1.013，说明这一时期农村金融机构规模的变动是有效的，对促进农村金融发展起到了很好的作用。技术效率（effch）与技术进步率（techch）基本呈反向变化状态，尚不能形成促进全要素生产率的合力。 （2）京津冀地区农村金融机构效率测度结果
根据DEAP2.1软件处理结果，京津冀三地农村金融机构配置平均全要素生产率变化指数及其分解详见表3。
表3数据分析显示，京津冀地区农村金融资源分布不均，北京、天津优于河北省。京津冀地区中北京市农村金融机构配置全要素生产率（Tfpch）大于1，河北省全要素生产率（Tfpch）最低，天津市农村金融机构配置全要素生产率（Tfpch）介于北京与河北之间。天津和河北全要素生产率下降的主要原因是技术进步率低于1，表明农村金融机构配置技术水平对分配效率的贡献度下降。京津冀三地的规模效率（sech）都起到了积极作用，促进了全要素生产率的提高。三地纯技术效率值（pech）均大于等于1，河北省的纯技术效率值（pech）最大，但对全要素生产率的贡献作用不及技术进步率的阻碍作用。
2.京津冀地区农村金融效率分析
（1）整体农村金融效率稳中略降，技术进步效应不足
从整体上来看，京津冀地区农村金融机构配置效率平均全要素生产率为0.999，稳中稍降，未达到效率前沿面，平均年度变化相对较小，究其原因是技术进步缓慢，缺乏技术投入，技术效应滞后。
并且，京津冀地区技术进步率与技术效率基本呈反向变化关系，当技术进步率提高时，技术效率提高却不明显;当技术效率提高时，技术进步率却出现降低。这种情况是由于在现有农业经济体制下，技术进步具有滞后效应导致技术进步率与技术效率无法齐头并进，未能共同发力促进全要素生产率的提高。
（2）农村金融资源配置失衡，跨区域运作不畅
从地域划分看，京津冀农村金融资源分配不均衡，京津优于河北省。由于行政区划不同，京津冀农村金融市场分化，无法有效满足农户和企业的资金需求，农村金融管理有待改善。此外，为了各自的利益，京津冀三地政府将优质金融资源留在当地，存在金融机构信息共享困难、管理体制不协调、缺乏跨区域运作、对外开放程度有待提高等问题，影响了农村金融资源的高效合理利用。
造成这种失衡的原因是京津农村经济发展速度比河北快，农村金融发展水平高于河北，而利润最大化是金融机构的经营目标，京津对农村金融资源的吸引力也高于河北，优质农村金融资源更愿意聚集京津，对京津来说是良性循环;而对河北而言，农村金融发展水平低，优质农村金融资源很少愿意在此驻足，导致农村金融效率滞后，周而往复，形成恶性循环。同时，北京作为首都城市，在各種政策的配套实施上走在前列，政策的实施效应虽有滞后，但相比天津、河北响应积极性较高。此外，尽管河北省是农业大省，农村金融机构数量众多且占比较高，但金融机构类型比较单一，技术滞后导致配置效率不高。
五、提升京津冀地区农村金融效率的政策建议
（一）建立农村金融联营机构，共同助力乡村振兴
京津冀要不断推动新型农村金融联营机构的建立健全，引进高技术、高素质从业人员，扩大网点和农村金融服务的覆盖面，形成规模经济。此外，京津冀还应设立专门机构，培训本地区农村金融机构人员，共同加强技能培训，提高金融机构管理水平。总之，通过完善农村金融机构运行体系，不断提升京津冀农村金融效率，为农业现代化发展提供资金支持，共同助力乡村振兴战略。
（二）整合农村金融资源，促进京津冀协同发展
京津冀农村金融各有特点，京津农村金融在技术上更先进，在人才引进上更有优势，而河北省则表现为农村金融机构数量与农业发展需求不匹配。北京作为引导性城市，要积极探索农村金融新模式，发挥带动作用，实现对农业“一对一”专项服务。天津拥有先发优势，可以将北京农村金融的理论新模式用于实践，河北省则要积极加强与京津的对接。总之，北京的优势农村金融资源要向河北省转移，成立京津冀农村金融中心，促进沟通协作，打破地域限制，共享人才、共享信息，在平衡资源中做到优势互补，在共享中做到提高效率，促进京津冀农村金融的协同发展。
（三）注重规模效率，充分发挥技术效率作用
京津冀农村金融资源配置要着力提升区域整体效率，注重技术进步率、技术效率、纯技术效率和规模效率的同步提高。河北省不应盲目追求规模经济，忽视技术进步，应积极引进北京和天津的创新性农村金融产品。总之，京津冀地区要推动区域资金和劳动力的有效流动，让技术和管理共同发力，提高农村金融的全要素生产率。●
【参考文献】
[1] 戴序，董亚文.农村金融发展对农村居民消费影响的实证分析[J].税务与经济，2019（2）：29-36.
[2] YARON J. What makes rural finance institutions successful？[J].World Bank Research Observer，1994，9（1）：49-70.
[3] 李琼.中部农村崛起与农村金融结构优化[J].价格理论与实践，2006（4）：67-68.
[4] 赵洪丹，朱显平.农村金融规模、农村金融效率与农村经济增长：来自吉林省的证据[J].经济经纬，2015（3）：28-34.
[5] SIAMWALLA A，BRILLANTES A， CHUNHARAS S， et al.The evolving roles of state，private，and local actors in rural Asia[J].General Information，2003，29（2）：231-238.
[6] PAXTON J. Technical Efficiency in the Rural Financial Sector：Evidence from Mexico[J]. Journal of Developing Areas，2006，39（2）：101-119.
[7] 谢爱辉.农村金融资源配置方式及选择[J].经济纵横，2007（24）：38-40.
[8] 李季刚.欠发达地区农村金融资源配置效率研究[J].商业研究，2007（8）：173-176.
[9] JONES J H M. Informal finance and rural finance policy in India：historical and contemporary perspectives[J].Contemporary South Asia，2008，16（3）：269-285.
[10] 王彦峰.京津冀地区农村金融发展研究：基于一体化视角[J].改革与战略，2017（4）：78-80.
[11] 李红梅.基于DEA方法下的我国金融资源配置效率研究[J].辽宁大学学报（自然科学版），2012，39（4）：336-341.
[12] 杨德勇，岳川，白柠瑞.基于分形理论模型对京津冀地区农村金融差异的研究[J].中央财经大学学报， 2016，1（1）：32-40.
[13] 钟晨，张晓朴.农村金融机构效率提升有助于新型城镇化建设吗[J].财经科学，2017（7）：30-39.
[14] 霍远，王盛兰.我国西部地区金融效率问题研究：以地处丝绸之路经济带前沿的西部九省市为例[J].价格理论与实践，2018（10）：149-152.
[15] 黎翠梅，曹建珍.中国农村金融效率区域差异的动态分析与综合评价[J].农业技术经济，2012（3）：4-12.
[16] 武臻，罗剑朝，张珩.西部地区农村金融市场资源配置效率实证研究：基于DEA-Malmquist指数方法的分析[J].商业时代，2014（27）：140-142.
转载注明来源:https://www.xzbu.com/3/view-15122881.htm
