宮夢瑤

在2020年全國脫貧攻堅的收官之年，為準(zhǔn)確測度重慶市金融扶貧的效率，為后扶貧時代提供經(jīng)驗支持。本文通過構(gòu)建指標(biāo)體系對重慶金融扶貧進行描述統(tǒng)計的基礎(chǔ)上，進一步采用三階段數(shù)據(jù)包絡(luò)分析方法，定量測度了重慶市各區(qū)縣金融扶貧效率，分析了效率低下的原因;最后，基于實證分析結(jié)果對重慶市金融扶貧存在的問題提出了針對性的政策建議。

一、金融扶貧效率指標(biāo)體系構(gòu)建

我們選取重慶市32個區(qū)縣作為研究對象進行三階段DEA分析，其中并不單獨考慮單個金融機構(gòu)的效率，而是將每個縣域的金融機構(gòu)作為一個整體來分析金融扶貧效率。建立三階段 DEA 模型共需采集三方面的數(shù)據(jù)：投入指標(biāo)、 產(chǎn)出指標(biāo)和環(huán)境指標(biāo)。對于投入產(chǎn)出指標(biāo)的選?。阂延形墨I多從農(nóng)村經(jīng)濟增長角度選取相應(yīng)指標(biāo)作為產(chǎn)出指標(biāo)，無法反映農(nóng)村社會福利及扶貧情況。本文選用脫貧率、農(nóng)村人均純收入、城鎮(zhèn)化率、人均農(nóng)業(yè)總產(chǎn)值四個指標(biāo)作為輸出指標(biāo)，分別從扶貧基本情況、農(nóng)民生活水平、農(nóng)村社會福利和農(nóng)業(yè)發(fā)展三個方面綜合反映農(nóng)村經(jīng)濟社會的發(fā)展情況，涵蓋范圍更廣。對于投入指標(biāo)，本文選取農(nóng)業(yè)貸款和各區(qū)縣金融機構(gòu)營業(yè)網(wǎng)點數(shù)作為輸入指標(biāo)。

同時，考慮到金融支農(nóng)的自身特點，第一階段的傳統(tǒng)DEA方法分析得出的效率值受管理效率、環(huán)境因素和統(tǒng)計噪音3個因素影響，傳統(tǒng)DEA模型無法對這3個影響因素進行區(qū)分，因而把所有影響都歸因于決策單元管理的無效率，這樣得出的結(jié)論顯然是不夠準(zhǔn)確的。加之，重慶市地區(qū)間差異很大，金融扶貧所面臨的環(huán)境截然不同，因此需要考慮環(huán)境變量的選取[環(huán)境變量是指對金融支農(nóng)效率有影響但不在決策單元主觀可控范圍內(nèi)的外部因素。]。因此，選取了人均GDP、政府公共財政收入、公路密度和可使用土地面積四項作為環(huán)境指標(biāo)。一般而言，發(fā)達的經(jīng)濟環(huán)境和良好的交通條件能提供更多的就業(yè)機會和更高的薪資水平，有助于減少貧困;在達到資源環(huán)境飽和之前，勞動力、可使用土地面積和固定資產(chǎn)的投入能有效地促進農(nóng)業(yè)經(jīng)濟的增長和農(nóng)民收入的增加;而政府公共財政收入水平則在很大程度上反映了政府財政支農(nóng)的能力，對農(nóng)民收入水平也會產(chǎn)生較大的影響。

二、重慶市金融扶貧效率實證分析

按照三階段DEA方法的步驟，第一階段，運用傳統(tǒng)方法模型，并利用DEAP2.1軟件對重慶市各區(qū)縣金融扶貧效率水平進行分析;第二階段，將第一階段得出的決策單元中各投入變量的松弛量作為被解釋變量，將選取的人均GDP、政府公共財政收入、公路密度和可使用土地面積四個環(huán)境變量作為解釋變量，進行回歸;第三階段，根據(jù)第二階段分析結(jié)果調(diào)整原始投入變量，并將調(diào)整后的投入與原始產(chǎn)出再次代入第一階段所用的BCC模型進行分析，得到第三階段各決策單元的效率值，如表1所示。

通過第一階段、第二階段估計結(jié)果比對，確認了外部環(huán)境變量對因變量都有著不同的影響，所以必須調(diào)整原始投入變量，以消除環(huán)境變量對各區(qū)縣金融扶貧績效測評產(chǎn)生的影響，得出的三階段的估計結(jié)果才是更真實的金融扶貧效率。

為了更加直觀的反映各區(qū)縣金融扶貧效率的分布狀況，尋找提升金融扶貧效率的使用途徑，運用三階段測算出的金融扶貧效率值，選取0.9的臨界值對純技術(shù)效率和規(guī)模效率進行劃分，將重慶市32個區(qū)縣的金融扶貧效率劃分為圖1所示的四種類型。其中，第一種類型為“雙高型”，此類型包括渝北區(qū)、合川區(qū)、南川區(qū)、潼南區(qū)、榮昌區(qū)、城口縣和奉節(jié)縣和北碚區(qū)、綦江區(qū)、大足區(qū)、璧山區(qū)、銅梁區(qū)、梁平縣、墊江縣、巫山縣、武隆縣、秀山縣、酉陽縣、彭水縣共19個區(qū)縣，其純技術(shù)效率和規(guī)模效率均相對較高，效率改進的空間較少。第二種類型為“高低型”，此類型包括巴南區(qū)、江津區(qū)和永川區(qū)3個區(qū)，其金融扶貧效率著重改進的方向為規(guī)模效率，具體而言，應(yīng)對適當(dāng)擴大金融扶貧規(guī)模，加大資源的集中配置。第三種類型為“低高型”，這一類型包括豐都縣、忠縣、云陽縣、巫溪縣、黔江區(qū)和石柱縣6個區(qū)縣，這些地區(qū)的規(guī)模效率均高于0.9，但是純技術(shù)效率相對偏低，所以今后應(yīng)加強金融扶貧純技術(shù)效率的提高，即從金融扶貧資金的管理和運作模式方面的進行改進。第四種類型為“雙低型”，這一類型包括涪陵區(qū)、長壽區(qū)、萬州區(qū)和開縣4個區(qū)縣，由于這些地方的純技術(shù)效率和規(guī)模效率都相對較低，所以即要從金融扶貧資金的管理和運作模式方面進行提升，同時還要適當(dāng)擴大金融扶貧規(guī)模。

三、主要結(jié)論

為定量測度重慶市金融扶貧效率，本文運用三階段DEA模型，以2014-2019年重慶市32個區(qū)縣為樣本，對各區(qū)縣金融扶貧效率進行了測評。得到以下主要結(jié)論：

（一）對比第一階段DEA效率分析情況，第三階段DEA調(diào)整后的金融扶貧效率發(fā)生了明顯變化，說明外部環(huán)境因素和隨機誤差確實對金融扶貧效率產(chǎn)生了極大的影響。從綜合效率整體情況來看，重慶市各區(qū)縣金融扶貧的整體技術(shù)效率均值0.849，還有較大的提升空間，同時，純技術(shù)效率均值為0.918，而規(guī)模效率的均值為0.944。表明代表純技術(shù)效率的金融扶貧資金的管理水平對各區(qū)縣金融扶貧效率的制約相對更大。

（二）從效率類型劃分情況來看，重慶市各區(qū)縣金融扶貧效率特征并不一致，純技術(shù)效率和規(guī)模效率值均按照0.9為臨界點劃分為四種類型，分別為“雙高型”、“高低型”、“低高型”和“雙低型”。重慶市金融扶貧效率大部分區(qū)縣處于“雙高型”，而僅有4個區(qū)縣金融扶貧效率處于“雙低型”，這與重慶市近幾年加強金融扶貧力度，改進金融扶貧模式，取得良好的金融扶貧效果事實相符。

（作者單位：重慶工商職業(yè)學(xué)院管理學(xué)院）