陳朝華等

（中國(guó)人民銀行黔南州中心支行，貴州 黔南 558000）

一、引言

新型農(nóng)業(yè)經(jīng)營(yíng)主體主要是基于我國(guó)家庭聯(lián)產(chǎn)承包責(zé)任制，經(jīng)營(yíng)規(guī)模適中、生產(chǎn)效率高、抗風(fēng)險(xiǎn)能力較強(qiáng)的農(nóng)業(yè)經(jīng)營(yíng)組織，是推動(dòng)鄉(xiāng)村振興、促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化的重要力量。2020年7月，習(xí)近平總書記在吉林視察時(shí)強(qiáng)調(diào)，要積極扶持家庭農(nóng)場(chǎng)、農(nóng)民合作社等新型農(nóng)業(yè)經(jīng)營(yíng)主體，鼓勵(lì)各地因地制宜探索不同的專業(yè)合作社模式，2021 年中國(guó)人民銀行等六部委聯(lián)合發(fā)布《關(guān)于金融支持新型農(nóng)業(yè)經(jīng)營(yíng)主體發(fā)展的意見》，從加強(qiáng)信息共享、增強(qiáng)金融承載力、推動(dòng)發(fā)展信用貸款、創(chuàng)新專屬金融產(chǎn)品和服務(wù)、完善風(fēng)險(xiǎn)分擔(dān)機(jī)制等方面就做好新型農(nóng)業(yè)經(jīng)營(yíng)主體金融服務(wù)提出具體要求。作為推動(dòng)鄉(xiāng)村振興主力軍的新型農(nóng)業(yè)經(jīng)營(yíng)主體，提高融資效率有利于提升其市場(chǎng)競(jìng)爭(zhēng)力和抗風(fēng)險(xiǎn)能力。

近年來，為了扶持新型農(nóng)業(yè)經(jīng)營(yíng)主體不斷壯大，各級(jí)人民銀行充分發(fā)揮貨幣政策工具的引導(dǎo)作用，積極指導(dǎo)商業(yè)銀行創(chuàng)新信貸產(chǎn)品和服務(wù)，并取得一些成效，但新型農(nóng)業(yè)經(jīng)營(yíng)主體仍然不同程度地存在融資難、融資結(jié)構(gòu)不合理等問題，究其原因主要還是融資效率不高。因此本文結(jié)合黔南州實(shí)際，通過對(duì)全州各縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率進(jìn)行測(cè)算，得出影響其融資效率的因素，據(jù)此針對(duì)性地提出政策建議。

二、文獻(xiàn)綜述

（一）國(guó)內(nèi)外文獻(xiàn)綜述

1.壩區(qū)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展和農(nóng)業(yè)信貸研究。Karlan et al.（2012）對(duì)投保農(nóng)業(yè)保險(xiǎn)和獲取信貸支持的關(guān)系進(jìn)行研究，發(fā)現(xiàn)投保農(nóng)業(yè)保險(xiǎn)更有可能獲得信貸支持，主要原因是投?？梢詼p少貸款回收風(fēng)險(xiǎn)。李玉紅等（2019）介紹貴州在推進(jìn)500 畝以上壩區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整采取的措施。吳云鵬等（2020）基于湄潭縣29個(gè)500 畝以上壩區(qū)的建設(shè)成效，分析存在短板，并對(duì)下一步推進(jìn)提出建議。楊苗（2020）在其重慶新型農(nóng)業(yè)經(jīng)營(yíng)主體融資風(fēng)險(xiǎn)疏解機(jī)制研究中提到，重慶新型農(nóng)業(yè)經(jīng)營(yíng)主體缺乏健全的內(nèi)部機(jī)制，導(dǎo)致金融機(jī)構(gòu)無法準(zhǔn)確評(píng)估其經(jīng)營(yíng)情況及還款能力，金融機(jī)構(gòu)在貸款時(shí)較少選擇新型農(nóng)業(yè)經(jīng)營(yíng)主體。申勇健和曾茜茜（2020）認(rèn)為政策性金融作為國(guó)家中長(zhǎng)期投融資領(lǐng)域的重要力量，也是服務(wù)鄉(xiāng)村振興的重要金融力量。

2.農(nóng)業(yè)生產(chǎn)效率研究。Chen et al.（2011）使用傳統(tǒng)的DEA 模型和回歸分析，分析印度的農(nóng)業(yè)生產(chǎn)效率，發(fā)現(xiàn)教育水平和性別對(duì)農(nóng)業(yè)生產(chǎn)效率影響較大。魯慶堯和孟祥海（2021）基于三階段DEA 模型對(duì)江蘇省農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，得出城市化水平、凈出口、交通便捷程度均有利于提高農(nóng)業(yè)生產(chǎn)效率，財(cái)政支出對(duì)農(nóng)業(yè)生產(chǎn)效率的提升作用不顯著。崔海洋等（2021）通過三階段DEA 模型和聚類分析相結(jié)合的方法，分析長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率，研究顯示外生環(huán)境因素對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率影響顯著。劉兵兵和蘇國(guó)賢（2021）對(duì)山西省呂梁山區(qū)13個(gè)區(qū)縣的農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，認(rèn)為該地區(qū)農(nóng)業(yè)生產(chǎn)效率整體偏低，城鎮(zhèn)化、機(jī)械化和農(nóng)作物播種面積對(duì)生產(chǎn)效率產(chǎn)生顯著影響。

3.新型農(nóng)業(yè)經(jīng)營(yíng)主體融資及相關(guān)效率研究。Ferrreira &Vian（2016）從家庭農(nóng)場(chǎng)規(guī)模對(duì)效率的影響機(jī)理進(jìn)行研究。劉穎（2020）基于傳統(tǒng)DEA 模型對(duì)浙江省142家農(nóng)民合作社融資效率進(jìn)行研究，認(rèn)為目前合作社不僅面臨籌資難題，更重要的是資金使用效率低下。何立陽（2021）對(duì)河北省121 家農(nóng)業(yè)科技企業(yè)成果轉(zhuǎn)化各階段融資效率進(jìn)行研究，研究結(jié)果顯示，各階段的融資效率都比較低，主要原因是信息不對(duì)稱、融資方式不夠優(yōu)化、經(jīng)營(yíng)管理不規(guī)范。秦曉娟（2021）通過三階段DEA 模型對(duì)家庭農(nóng)場(chǎng)的經(jīng)營(yíng)效率進(jìn)行測(cè)算，發(fā)現(xiàn)家庭農(nóng)場(chǎng)認(rèn)證制度、金融支持、城市化水平、產(chǎn)業(yè)協(xié)調(diào)等環(huán)境因素對(duì)經(jīng)營(yíng)效率影響顯著。

（二）文獻(xiàn)述評(píng)及本文創(chuàng)新

國(guó)內(nèi)外對(duì)農(nóng)業(yè)生產(chǎn)效率的研究成果較為豐富，三階段DEA模型已經(jīng)成為被廣泛使用的效率測(cè)算工具（劉滿鳳和李圣宏，2016；梅國(guó)平等，2019）。發(fā)達(dá)國(guó)家由于資本市場(chǎng)發(fā)達(dá)，對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體融資效率研究不多，國(guó)內(nèi)的研究對(duì)象主要集中于某個(gè)地區(qū)農(nóng)業(yè)生產(chǎn)或單個(gè)新型農(nóng)業(yè)經(jīng)營(yíng)主體，對(duì)某地全部新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率研究還不多，使用三階段DEA 模型研究的更少。基于此，本文的主要貢獻(xiàn)在于通過三階段DEA模型，研究鄉(xiāng)村振興背景下黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率，豐富該領(lǐng)域的研究，為鄉(xiāng)村振興背景下做好新型農(nóng)業(yè)經(jīng)營(yíng)主體金融服務(wù)工作提供理論基礎(chǔ)。

三、黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資現(xiàn)狀

（一）黔南州500畝以上壩區(qū)概況

貴州是一個(gè)以山地地形為主的省份，山地和丘陵面積占比超過90%，黔南州地處貴州南部，各種地形地貌交錯(cuò)，是典型的石漠化集中連片地區(qū)。壩區(qū)是貴州山區(qū)間自然資源條件相對(duì)較好的耕作區(qū)，是貴州農(nóng)業(yè)的主產(chǎn)區(qū)。截至2020年末，黔南州500畝以上壩區(qū)共有254家農(nóng)業(yè)企業(yè)、230個(gè)專業(yè)合作社、35個(gè)家庭農(nóng)場(chǎng)和種養(yǎng)大戶被納入金融助力行動(dòng)。

（二）黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資情況

近年來，黔南州人民銀行系統(tǒng)緊盯壩區(qū)產(chǎn)業(yè)發(fā)展，指導(dǎo)各金融機(jī)構(gòu)充分發(fā)揮自身的產(chǎn)品和服務(wù)優(yōu)勢(shì)，解決壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資難題，同時(shí)，充分發(fā)揮貨幣政策工具的引領(lǐng)作用，建立“信貸資金+壩區(qū)經(jīng)營(yíng)主體+農(nóng)戶/貧困戶”的利益聯(lián)結(jié)機(jī)制，帶動(dòng)貧困戶脫貧增收。截至2020 年末，全州金融機(jī)構(gòu)壩區(qū)生產(chǎn)經(jīng)營(yíng)貸款余額已達(dá)9.77億元，累計(jì)帶動(dòng)15555戶貧困戶就業(yè)增收。

四、新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率測(cè)算方法與變量選擇

（一）融資效率測(cè)算方法

三階段DEA 模型借助模型包含的松弛變量信息，剔除投入（或產(chǎn)出）中的環(huán)境和隨機(jī)信息，使所有的決策單元處于同等外部環(huán)境中，通過重新測(cè)算各單位的效率值，使得效率測(cè)算更加客觀。以投入為導(dǎo)向的三階段DEA模型為例，具體步驟如下。

第一階段：根據(jù)原始的投入和產(chǎn)出數(shù)據(jù)，采用DEA模型（BCC模型），得到?jīng)Q策單元的初始效率和投入的松弛值，由于對(duì)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率的環(huán)境因素影響主要表現(xiàn)在投入上，因此，本文使用的是以投入為導(dǎo)向的DEA 模型。第二階段：為了剔除環(huán)境變量和隨機(jī)因素對(duì)融資效率的影響，本文以投入的松弛變量作為被解釋變量，把環(huán)境變量作為解釋變量，通過構(gòu)建隨機(jī)前沿模型，使所有的投入變量均處在相同的外部環(huán)境下。第三階段：把初始產(chǎn)出數(shù)據(jù)和調(diào)整后的投入數(shù)據(jù)代入BCC 模型，重新計(jì)算各決策單元效率值。

三階段DEA 模型的主要特點(diǎn)在于通過松弛變量剔除外部因素的影響，所得到的效率值更能體現(xiàn)經(jīng)營(yíng)管理水平和投入規(guī)模；同時(shí)，通過第二階段環(huán)境變量如何對(duì)投入的松弛變量進(jìn)行影響，進(jìn)而分析對(duì)技術(shù)效率影響的方向和程度。

（二）評(píng)價(jià)指標(biāo)體系的建立

以黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率作為研究對(duì)象，投向壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的貸款總額、保險(xiǎn)保費(fèi)收入、金融機(jī)構(gòu)服務(wù)網(wǎng)點(diǎn)數(shù)對(duì)促進(jìn)其效率增長(zhǎng)具有非常重要的作用，因此，參考彭麓霖（2019）等以往同類研究，采用金融支持效率作為評(píng)價(jià)指標(biāo)，本文在指標(biāo)體系構(gòu)建上，將壩區(qū)的貸款余額、畝均農(nóng)業(yè)保險(xiǎn)保費(fèi)、金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)作為投入指標(biāo)。結(jié)合黔南州壩區(qū)農(nóng)業(yè)產(chǎn)業(yè)金融支持特點(diǎn)，選取壩區(qū)平均畝產(chǎn)值、壩區(qū)農(nóng)民人均可支配收入作為產(chǎn)出指標(biāo)。本文中環(huán)境變量的選取應(yīng)該滿足“分離假設(shè)”的觀點(diǎn)，并考慮到壩區(qū)的發(fā)展特點(diǎn)，選取宏觀經(jīng)濟(jì)環(huán)境中的人均GDP、財(cái)政政策支持中的財(cái)政支出總額作為影響壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率的環(huán)境變量，分別反映各縣域的經(jīng)濟(jì)發(fā)展水平和縣域?qū)Ξ?dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)基礎(chǔ)設(shè)施、技術(shù)、科技等的支持狀況和力度。

（三）數(shù)據(jù)來源及說明

本文樣本數(shù)據(jù)中投入變量數(shù)據(jù)來自中國(guó)人民銀行黔南州中心支行發(fā)放的調(diào)查問卷，產(chǎn)出變量數(shù)據(jù)來自黔南州農(nóng)業(yè)農(nóng)村局，環(huán)境變量數(shù)據(jù)來自黔南州統(tǒng)計(jì)局，各變量采用2020年數(shù)據(jù)，數(shù)據(jù)信息準(zhǔn)確、可靠，具有很強(qiáng)的代表性。黔南州壩區(qū)的新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率中，投入、產(chǎn)出及環(huán)境變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量數(shù)據(jù)的描述性統(tǒng)計(jì)分析結(jié)果

五、黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資的效率評(píng)價(jià)與結(jié)果分析

（一）BCC模型計(jì)算結(jié)果分析

在第一階段運(yùn)用Deap2.1 軟件及BCC 模型，分析黔南州12個(gè)縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率的純技術(shù)效率、技術(shù)效率、規(guī)模效率以及規(guī)模收益狀態(tài)，結(jié)果見表2（調(diào)整前）。2020 年黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率平均為0.966，純技術(shù)效率平均為0.979，規(guī)模效率平均為0.987。結(jié)果顯示，黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資的規(guī)模效率較純技術(shù)效率更大，表明規(guī)模因素在整個(gè)過程中起主導(dǎo)作用，技術(shù)方面的作用次之。

表2 黔南州壩區(qū)新型農(nóng)業(yè)主體融資效率值

在不考慮環(huán)境因素和隨機(jī)因素干擾下，12 個(gè)縣市壩區(qū)中，都勻市、甕安縣、福泉市、長(zhǎng)順縣、惠水縣、平塘縣、三都縣7個(gè)縣市的壩區(qū)處于綜合效率前沿面上，技術(shù)、純技術(shù)和規(guī)模效率值均為1，上述縣市的資源配置以及技術(shù)管理相對(duì)有效。5 個(gè)縣市的技術(shù)效率低于1，說明黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率總體較高。而技術(shù)效率和純技術(shù)效率最低的是荔波縣，分別為0.841、0.843，規(guī)模效率最低的是獨(dú)山縣，為0.871。值得注意的是，龍里縣、獨(dú)山縣、羅甸縣三個(gè)縣市由于其規(guī)模效率較低，導(dǎo)致其技術(shù)效率總體偏低。規(guī)模收益方面，7個(gè)縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體規(guī)模收益不變，3個(gè)縣市遞增，2個(gè)縣市遞減。

（二）基于SFA的隨機(jī)前沿分析

第二階段中，將根據(jù)貸款余額、畝均農(nóng)業(yè)保險(xiǎn)保費(fèi)、壩區(qū)金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)三個(gè)投入變量測(cè)算出的松弛變量作為被解釋變量，選取人均GDP、財(cái)政支出作為解釋變量，考查2 個(gè)環(huán)境變量對(duì)3 個(gè)投入松弛變量的影響，進(jìn)一步分解出環(huán)境因素、隨機(jī)干擾項(xiàng)和管理無效率等因素對(duì)壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率的影響程度。如果環(huán)境變量的回歸系數(shù)為正，即表示解釋變量的增加會(huì)伴隨投入松弛量的增加，造成浪費(fèi)增加；當(dāng)回歸系數(shù)為負(fù)時(shí)，該解釋變量的增加有利于減少投入松弛量，減少浪費(fèi)。

由表3 的計(jì)算結(jié)果可知，3 個(gè)投入松弛變量對(duì)應(yīng)的似然比參數(shù)LR值分別為15.78、11.40和17.02，均大于自由度為2的卡方分布在1%顯著性水平下的臨界值9.21，即似然比參數(shù)LR均通過1%的顯著性水平檢驗(yàn)，說明所選外部環(huán)境變量合理，并對(duì)壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率投入松弛變量有顯著影響。與此同時(shí)，σ2值和γ值都較大，γ值大于0.9接近1，也通過1%的顯著性水平檢驗(yàn)，說明在總方差中該數(shù)值占比較大，來源于經(jīng)濟(jì)管理因素方面的冗余影響將占據(jù)主導(dǎo)地位。這些參數(shù)表明，本文設(shè)定SFA模型來剔除環(huán)境及其他隨機(jī)因素的影響有效。

表3 基于SFA的第二階段估計(jì)結(jié)果

1.人均GDP。該變量與貸款余額、壩區(qū)金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)的松弛變量回歸系數(shù)均為負(fù)，表明人均GDP的增加將導(dǎo)致貸款余額和壩區(qū)金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)投入松弛變量的降低，從而有利于資源節(jié)約和提高技術(shù)效率。相反，隨著人均GDP 的提高，會(huì)導(dǎo)致畝均農(nóng)業(yè)保險(xiǎn)保費(fèi)的投入冗余，表明保險(xiǎn)資源沒有得到充分利用，一定程度造成農(nóng)業(yè)保險(xiǎn)保費(fèi)的浪費(fèi)。黔南州龍里縣、荔波縣人均GDP 較高，壩區(qū)擁有的經(jīng)濟(jì)資源較豐富，但沒有得到合理的資源配置，導(dǎo)致新型農(nóng)業(yè)經(jīng)營(yíng)主體融資技術(shù)效率偏低。

2.財(cái)政支出。該環(huán)境變量與貸款余額、畝均農(nóng)業(yè)保險(xiǎn)保費(fèi)、壩區(qū)金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)的回歸系數(shù)均為負(fù)，說明財(cái)政支出的增加有利于充分激活冗余的金融貸款、保險(xiǎn)保費(fèi)、基礎(chǔ)設(shè)施等資源，也表明對(duì)壩區(qū)所在地財(cái)政支出的支持力度越大，越能優(yōu)化資源的結(jié)構(gòu)配置，從而帶來技術(shù)效率的提高。

（三）調(diào)整后的融資效率分析

在第三階段再次運(yùn)用Deap2.1 軟件，重新計(jì)算經(jīng)調(diào)整后的投入和原產(chǎn)出數(shù)據(jù)，測(cè)算出12 個(gè)縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的技術(shù)、純技術(shù)及規(guī)模效率，結(jié)果見表2（調(diào)整后）。在剔除環(huán)境因素和隨機(jī)干擾后，處于技術(shù)前沿面的縣市有都勻市、甕安縣、福泉市、長(zhǎng)順縣、惠水縣、平塘縣、三都縣、羅甸縣，表明這些縣市資源配置較為合理，新型農(nóng)業(yè)經(jīng)營(yíng)主體融資投入要素發(fā)揮較好的作用。

1.壩區(qū)綜合技術(shù)效率分析。指標(biāo)調(diào)整前，黔南州各縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資技術(shù)效率平均值為0.966，調(diào)整之后提高為0.971，各縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率水平整體有所提升，如圖1所示。表明DEA 模型第一階段由于沒有考慮環(huán)境條件、隨機(jī)誤差帶來的影響，導(dǎo)致不能真實(shí)反映各縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資技術(shù)效率的情況，從而出現(xiàn)總體技術(shù)效率偏低或偏高的情況。

圖1 調(diào)整前后綜合技術(shù)效率變化圖

技術(shù)前沿面上的縣市有8個(gè)，較指標(biāo)調(diào)整前增加1 個(gè)。其中，羅甸縣由非技術(shù)有效調(diào)整為技術(shù)有效，環(huán)境變量對(duì)壩區(qū)融資效率存在較大影響。調(diào)整后，荔波縣、羅甸縣的融資綜合效率得到提高，而貴定縣、龍里縣、獨(dú)山縣的融資綜合效率下降。從回歸結(jié)果可知，環(huán)境方面因素對(duì)技術(shù)效率影響較大，調(diào)整后，更真實(shí)地反映效率變化情況及水平。

2.壩區(qū)純技術(shù)效率分析。黔南州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資平均純技術(shù)效率由0.979上升到0.984，有9 個(gè)縣市壩區(qū)融資純技術(shù)效率都達(dá)到1，處于有效前沿面上，荔波縣融資純技術(shù)效率上升，詳見圖2。這說明在沒有排除隨機(jī)及環(huán)境因素時(shí)，荔波縣壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資的純技術(shù)效率存在被低估的情況。

圖2 調(diào)整前后純技術(shù)效率變化圖

3.各縣市規(guī)模效率分析。2020 年壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資平均規(guī)模效率前后不變，但剔除隨機(jī)因素、環(huán)境條件后，規(guī)模效率獲得普遍上升。其中貴定縣從0.997上升到0.998，龍里縣從0.983上升到0.986，羅甸縣從0.997 上升到1，說明環(huán)境和隨機(jī)因素影響其規(guī)模效率的真實(shí)情況和對(duì)綜合效率的評(píng)價(jià)。規(guī)模效率變化如圖3所示，整體來看，3個(gè)縣市規(guī)模效率得到提高，2個(gè)縣市下降。表明環(huán)境條件是融資規(guī)模擴(kuò)大的重要制約因素，3個(gè)縣市可考慮采取擴(kuò)大要素投入規(guī)模來促進(jìn)融資效率的提升。

圖3 調(diào)整前后規(guī)模效率變化圖

規(guī)模收益方面，調(diào)整后3 個(gè)縣處于遞增狀態(tài)，但調(diào)整前后都處于遞減狀態(tài)的龍里縣應(yīng)優(yōu)化融資資源的合理配置和提高使用效率，而不是采取擴(kuò)大要素投入的方式來改善融資效率。

六、制約因素分析

基于DEA 三階段模型的總體數(shù)據(jù)變化及效率評(píng)價(jià)，結(jié)合黔南州12個(gè)縣市的貸款余額、畝均農(nóng)業(yè)保險(xiǎn)保費(fèi)、壩區(qū)金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量、經(jīng)濟(jì)規(guī)模、財(cái)政實(shí)力等實(shí)際狀況，進(jìn)一步深入剖析制約全州壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率提升的因素。

（一）相關(guān)政策、資金資源與金融信貸的合力不足

龍里縣、貴定縣人均GDP 在全州12 個(gè)縣市中較高，但剔除環(huán)境條件和隨機(jī)影響后，龍里縣、貴定縣的綜合技術(shù)效率和純技術(shù)效率都有所下降，表明綜合效率和純技術(shù)效率存在高估，而且調(diào)整前后都沒有達(dá)到效率前沿面上。究其原因，龍里縣、貴定縣等宏觀經(jīng)濟(jì)環(huán)境較好的縣域人均GDP 相對(duì)較高，但往往由于地方財(cái)政、相關(guān)職能部門及政府性擔(dān)保公司的政策和資金資源沒有得到有效整合，農(nóng)業(yè)產(chǎn)業(yè)資金、專項(xiàng)資金及政策沒有很好地支持新型農(nóng)業(yè)經(jīng)營(yíng)主體發(fā)展，難以滿足撬動(dòng)信貸資金的條件，也沒有形成靈活的聯(lián)動(dòng)運(yùn)作體系，銀行在支持新型農(nóng)業(yè)經(jīng)營(yíng)主體融資上存在“單打獨(dú)斗”的狀況，金融支持效果沒有得到最大化體現(xiàn)，導(dǎo)致畝均產(chǎn)值較低，阻礙融資效率的提升。這也說明龍里縣、貴定縣更應(yīng)注重融資相關(guān)政策及部門資源的合理整合及資源配置，從而提高融資效率。

（二）壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的金融資源投入不平衡

獨(dú)山縣在指標(biāo)調(diào)整前綜合效率較低（0.866），調(diào)整后效率值還略有下降。其可能原因是：獨(dú)山縣以3.71萬元人均GDP及28.33億元的財(cái)政支出處于全州各縣市末端水平，同時(shí)，獨(dú)山縣有59 個(gè)壩區(qū)，壩區(qū)個(gè)數(shù)和壩區(qū)面積為全州各縣市最大，新型農(nóng)業(yè)經(jīng)營(yíng)主體數(shù)量多，基礎(chǔ)設(shè)施、科技投入等條件支持明顯不足，從而導(dǎo)致產(chǎn)出端的平均畝產(chǎn)值較低，農(nóng)民人均可支配收入處于全州12 個(gè)縣市最低水平（13901.78 元）。說明對(duì)壩區(qū)數(shù)量多、壩區(qū)種植面積較廣、新型農(nóng)業(yè)經(jīng)營(yíng)主體個(gè)數(shù)較多的縣市，在有限的金融資源投入的情況下，不足以全面、有效地支持壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體發(fā)展。

荔波縣指標(biāo)調(diào)整后，被低估的純技術(shù)效率上升，拉動(dòng)綜合技術(shù)效率從0.841上升到0.914。同時(shí)，荔波和獨(dú)山縣的規(guī)模收益都遞增，說明信貸、保險(xiǎn)等部分金融要素投入規(guī)模不足，以至于出現(xiàn)雖然規(guī)模收益遞增，但新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率不高的局面。

（三）農(nóng)業(yè)保險(xiǎn)支持力度有限

從保險(xiǎn)角度來看，截至2020 年末，獨(dú)山縣、貴定縣壩區(qū)的農(nóng)業(yè)保險(xiǎn)補(bǔ)貼分別累計(jì)拖欠6763.4 萬元、4461.42萬元，均居全州前列，導(dǎo)致獨(dú)山縣壩區(qū)的畝均農(nóng)業(yè)保險(xiǎn)保費(fèi)投入僅為26.56 元，為12 個(gè)縣市最低。農(nóng)業(yè)保險(xiǎn)補(bǔ)貼的拖欠，抑制當(dāng)?shù)剞r(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)的參與力度，降低新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率。農(nóng)業(yè)保險(xiǎn)是金融支持農(nóng)業(yè)產(chǎn)業(yè)及新型農(nóng)業(yè)經(jīng)營(yíng)主體中的重要力量，關(guān)系到銀行信貸風(fēng)險(xiǎn)的分擔(dān)和新型農(nóng)業(yè)經(jīng)營(yíng)主體經(jīng)營(yíng)風(fēng)險(xiǎn)的化解。然而，在農(nóng)業(yè)產(chǎn)業(yè)保險(xiǎn)幾乎都納入當(dāng)?shù)卣咝赞r(nóng)業(yè)保險(xiǎn)補(bǔ)貼范圍的情況下，部分縣市拖欠保險(xiǎn)公司的政策性農(nóng)業(yè)保險(xiǎn)補(bǔ)貼嚴(yán)重，地方配套資金也沒有完全到位，對(duì)推動(dòng)新型農(nóng)業(yè)經(jīng)營(yíng)主體發(fā)展和農(nóng)業(yè)產(chǎn)業(yè)銜接的農(nóng)業(yè)保險(xiǎn)參與積極性造成較大影響。這也合理解釋了貴定縣、獨(dú)山縣的新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率值排名靠后，指標(biāo)調(diào)整后，真實(shí)的效率值還有所下降的情況。

七、結(jié)論及建議

為了更客觀真實(shí)地反映新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率，本文采用三階段DEA 模型對(duì)黔南州2020 年12個(gè)縣市壩區(qū)的新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資效率狀況進(jìn)行研究。研究發(fā)現(xiàn)，在不考慮環(huán)境條件及隨機(jī)誤差因素的情況下，各縣市壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的純技術(shù)效率更多被低估，但規(guī)模效率更多被高估，但低估程度較高估程度大，最后導(dǎo)致總體的綜合技術(shù)效率被低估。為進(jìn)一步優(yōu)化新型農(nóng)業(yè)經(jīng)營(yíng)主體融資資源配置，提高融資效率，提出如下對(duì)策建議。

（一）創(chuàng)新探索建立融資機(jī)制，提升壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體的綜合技術(shù)效率

地方政府為新型農(nóng)業(yè)經(jīng)營(yíng)主體融資設(shè)立專項(xiàng)信貸風(fēng)險(xiǎn)補(bǔ)償基金，引入農(nóng)業(yè)種植保險(xiǎn)和價(jià)格指數(shù)保險(xiǎn)，推動(dòng)供銷社或農(nóng)業(yè)發(fā)展公司與新型農(nóng)業(yè)經(jīng)營(yíng)主體簽訂“雙訂單”，向新型農(nóng)業(yè)經(jīng)營(yíng)主體提供農(nóng)業(yè)種苗和保證農(nóng)產(chǎn)品收購(gòu)。與此同時(shí)，人民銀行向金融機(jī)構(gòu)提供再貸款，引導(dǎo)金融機(jī)構(gòu)向新型農(nóng)業(yè)經(jīng)營(yíng)主體發(fā)放優(yōu)惠利率信用貸款，從而建立多方聯(lián)動(dòng)的新型農(nóng)業(yè)經(jīng)營(yíng)主體金融供給新機(jī)制，破解新型農(nóng)業(yè)經(jīng)營(yíng)主體貸款抵押擔(dān)保缺失難題，滿足其后續(xù)發(fā)展的資金需求。

（二）調(diào)整經(jīng)營(yíng)戰(zhàn)略，進(jìn)一步提升管理和技術(shù)水平

從測(cè)算效率來看，荔波縣的純技術(shù)效率雖然上升，但還未處于有效前沿面上；龍里縣、貴定縣的純技術(shù)效率出現(xiàn)下降，說明其管理和技術(shù)等影響效率的提升。因此，新型農(nóng)業(yè)經(jīng)營(yíng)主體應(yīng)以市場(chǎng)導(dǎo)向意識(shí)來選擇項(xiàng)目，根據(jù)自身資金實(shí)力確定合適的經(jīng)營(yíng)規(guī)模，以良好的管理和專業(yè)的技術(shù)經(jīng)營(yíng)發(fā)展。發(fā)揮當(dāng)?shù)靥厣a(chǎn)業(yè)的比較優(yōu)勢(shì)，規(guī)?；?、高端化、產(chǎn)業(yè)鏈化種植，以此提高金融機(jī)構(gòu)參與的積極性，撬動(dòng)金融機(jī)構(gòu)自有資金的投放規(guī)模和力度，提升壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資獲得率。

（三）大力培育壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體，擴(kuò)大壩區(qū)融資主體規(guī)模，提高融資效率

剔除環(huán)境等因素后，規(guī)模效率遞增的個(gè)數(shù)增多，然而黔南州各縣市壩區(qū)進(jìn)駐的新型農(nóng)業(yè)經(jīng)營(yíng)主體個(gè)數(shù)還比較少，數(shù)量最少的縣市只有48家，數(shù)量最多的縣市有221家，說明壩區(qū)新型農(nóng)業(yè)經(jīng)營(yíng)主體融資規(guī)模效率普遍偏低。因此，當(dāng)前黔南州各縣市應(yīng)該進(jìn)一步采取措施，培育或吸引更多有效融資的新型農(nóng)業(yè)經(jīng)營(yíng)主體入駐壩區(qū)。增加政府投入，改善壩區(qū)基礎(chǔ)設(shè)施建設(shè)狀況，提供可用的壩區(qū)農(nóng)業(yè)生產(chǎn)配套設(shè)施用地，如平整土地、修建灌溉渠（管）道、建設(shè)機(jī)耕道和農(nóng)業(yè)生產(chǎn)道及其配套道路附屬設(shè)施等，為新型農(nóng)業(yè)經(jīng)營(yíng)主體入駐提供便利。另外，地方農(nóng)業(yè)發(fā)展公司可以通過墊付生產(chǎn)資料、種苗等，為進(jìn)駐壩區(qū)的新型農(nóng)業(yè)經(jīng)營(yíng)主體的生產(chǎn)發(fā)展減輕起步資金壓力，為其順利入駐和生產(chǎn)經(jīng)營(yíng)提供啟動(dòng)保障。

（四）加強(qiáng)財(cái)政資金調(diào)度，確保政策性農(nóng)業(yè)保險(xiǎn)補(bǔ)貼及時(shí)到位

部分地方政府對(duì)于因財(cái)力不足而出現(xiàn)拖欠農(nóng)業(yè)保險(xiǎn)補(bǔ)貼的情況，要及時(shí)調(diào)劑資金兌現(xiàn)到位，從而改變和扭轉(zhuǎn)部分縣市農(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)因補(bǔ)貼長(zhǎng)期拖欠而不愿甚至停止辦理政策性農(nóng)業(yè)保險(xiǎn)的尷尬局面，從根源上解決新型農(nóng)業(yè)經(jīng)營(yíng)主體融資效率提升“痛點(diǎn)”。省、州級(jí)政府也要組織相關(guān)部門對(duì)縣市級(jí)政府拖欠政策性農(nóng)業(yè)保險(xiǎn)補(bǔ)貼問題進(jìn)行全面清理排查，并督促各縣市政府盡快整改到位。