王刚贞 王慧芸(安徽财经大学,安徽 蚌埠 233000)
责任编校:徐 晓
农村资金配置效率及其影响因素的实证分析
——基于安徽省的数据
王刚贞王慧芸
(安徽财经大学,安徽蚌埠233000)
摘要:随着工业化和城镇化的发展,大量资金流向城市,使本来处于融资弱势地位的农村资金显得更加匮乏。在这种困境中,如何提高有限农村资金的配置效率成为促进农村经济发展中的重大课题。文章以安徽省为例,就这一问题进行了两方面的分析。一是运用DEA(数据包络分析)对2000~2013年安徽省农村资金的配置效率进行评价。二是运用Tobit模型分析安徽省农村资金配置效率的影响因素。
关键词:农村资金;配置效率;DEA模型;Tobit模型
“三农”问题一直是党和国家议题的重中之重,是关系国民经济发展的基本问题。在促进农村经济发展中,政府发挥了整体规划和政策支持的功能,通过制定相关的政策和法律法规来鼓励和支持农民积极投身于农村社会经济发展中。近些年政府大力投资“三农”,2010~2014年,安徽省财政涉农资金累计投入达4743.5亿元,比上个五年的2450.1亿元翻一番,2014年全省财政涉农资金1218.6亿元,比2010年的624.7翻一番,五年内,各类惠农补贴资金共503亿元,占比11%。但是,由于资金配置效率不高,资金投入规模与经济增长速度严重不对称。为提高涉农资金的管理水平和使用效率,2015年4月开始,为期六个月的涉农资金专项整治启动,此举重在深入查处和纠正资金使用管理中存在的违纪违规违法行为,确保强农惠农富农政策落到实处。
下文对安徽省农村资金配置的效率进行评价,分析制约资金配置效率的因素,为改善农村经济环境提供政策建议。
对于资金配置问题,国外学者最先进行研究。主要的分析方法是前沿分析法,如随机前沿法(SFA)、自由分步法(DFA)、厚前沿分析法(TFA)、数据包络分析法(DEA)、无界分析(FDH)等。OECD(2001)就中国涉农资金配置效率低下问题进行研究,发现由于农村金融市场信用和风险管理不完善,地方各级政府官员的寻租行为,我国涉农资金长期以来存在大量的流失,加之农业风险本来大,使很多金融机构及个人不愿将资金投入农村市场。Pederson(2004)通过研究非洲农村金融市场及其金融制度,发现非洲农村金融机构单一,制度不完善,这种缺乏竞争力的信贷环境严重降低了资金的配置效率。Rioja和Valev (2004)比较分析了经济发展不同阶段经济增长与金融资源之间的关系,发现经济增长缓慢时期,农村资金的配置效率随之较低。Petick(2012)以欧盟几个代表性国家为对象,研究发现制约农村资金发挥有效配置的主要因素是信贷资金不足,尤其是农村金融信贷机构的支农支出。
国内学者主要从以下三个视角分析研究农村资金的配置效率问题。
第一,基于单个省份的经济数据分析。农村信用社作为现代农村金融的主力军,其投资在农村资金投入中占据绝大部分,研究其资金的运营效率对我们理解农村资金配置问题无论从模型设定还是结果分析都具有借鉴意义。因而,王文莉等人(2014)对陕西省各市县农村信用社效率进行了实证研究,发现农信社支农效率与自身的利润效率呈负相关的关系,经济环境、农业发展水平、自然环境条件等对其支农效率有很大的影响。陈治国等人(2015)应用DEA研究新疆农村资金效率配置问题,发现城乡二元经济结构与农村金融市场的交易频率阻碍资金的配置,农村金融市场规模与农村社会福利水平对其有显著的正向影响,农村人力资本对资金配置效率的影响不显著。张兵和许国玉(2007)基于江苏省1995~2005年间的面板数据,研究江苏省农村信贷资金的配置效率问题,发现农村信贷对净利润增量的敏感程度较弱,而乡镇企业的则较强。
第二,基于我国地区分布的经济数据分析。张林和肖诗顺(2009)运用DEA和Tobit模型研究了西部欠发达九省2003~2008年六年间农村资金的配置效率及其影响因素。文章通过分析九省的技术效率、纯技术效率和规模效率在六年间的变化,发现西北欠发达地区农村金融市场规模与地区农村经济发展水平与资金配置效率呈负相关,农村劳动力受教育年限与地区金融市场效率提高了资金的配置效率。
第三,综合我国各省市的经济数据分析。洪婧(2009)运用基于BCC的DEA,研究了2001~2006年间我国31个省市、自治区和直辖市的农村资金配置效率差异及其影响因素。研究发现,中、东部地区省份农村资本配置效率优于西部地区,农村资金规模的扩大对农村经济发展的促进作用不明显,而提高农村资金的配置效率才是关键。仲深等人(2014)基于网络DEA对我国26省(市)农村信用社2012年支农效率进行了实证分析,发现农村信用社自身的运营效率较高,但是支农效率较低,并且各地区农信社支农效率差异较大。
本文在已有学者的研究基础上,采用大多数文献使用的DEA的分析方法。由于DEA适应于具有多输入多产出的复杂情况,摆脱了函数形式建立上的不确定性。同时该研究方法是纯技术的,与市场或价格等可以无关系,使得研究简单易懂。文章基于以上DEA研究方法的优点,分析安徽省农村资金的配置效率及影响因素,结果能很好的反映现实状况。
(一)指标选取与数据来源
投入项指农村资金的来源,主要为财政支农支出、农业信贷投资支出和农户固定资产支出。财政预算支农支出是财政部每年预算投资“三农”的宏观经济支出,受国家宏观经济政策的影响。其中农林水事务支出占据政府财政支农支出的绝大部分,因此本文选取农林水事务支出作为其生产投入项之一,数据源于《中国统计年鉴》。农业信贷投资支出主要是指各种金融机构对农业生产过程的投资,是我国农业资金流通的主要来源。农业发展银行、农业银行和农村信用社三大金融机构支出构成了农业信贷资金的主要部分,因而本文以这三者贷款余额之和作为农业信贷投资支出金额。中国农业银行贷款余额和农业发展银行贷款余额数据源于《中国金融年鉴》,农村信用社贷款余额源于《安徽省统计年鉴》。农户固定资产支出由农户生产性固定资产支出得出,数据源于《安徽省统计年鉴》。
产出项指资金投入所带来的农村社会经济及其他方面的发展水平,代表性指标有经济发展指标、社会发展指标和居民生活指标。农村资金的投入直接促进农村经济发展,而包括农林牧渔业的第一产业发展直接反映了农村经济发展状况,因而本文采用第一产业增加值作为经济发展的指标,数据源于《安徽省统计年鉴》。城镇化指一国人口结构、产业结构、城乡社区空间结构的变迁,反映社会发展水平,本文采用城镇化率作为社会发展指标,数据源于《中国统计年鉴》。居民生活水平用农民年人均纯收入表示,数据源于《安徽省统计年鉴》。
为统一各投入与产出项的统计指标,本文数据均取人均量,即以上数据除以乡村人口数,乡村人口数据源于《安徽省统计年鉴》。因而统计指标有,人均财政支农支出、人均农业信贷支出、农户人均生产性固定资产支出、人均第一产业增加值、农民年人均纯收入和城镇化率。
表1 DEA模型的投入产出项
表2 安徽省农村资金投入产出表
(二)实证分析
DEA(数据包络分析法)是前沿分析中的一种非参数分析法,用于解决经济生活中存在的,很难用准确或近似函数形式表示研究对象的投入产出项关系的问题。此方法没有考虑随机误差,没有对效率前沿的形状进行限定,不对函数形式进行界定,因而受到的约束较少,直接可以通过与最佳机构对比技术效率,从而得出研究机构存在哪些地方的改进,找出最好的改进方法。文中DEA效率评价方法综合了规模报酬不变(CCR)模型和规模报酬可变(BCC)模型,首先通过CCR得出总体技术效率(TE),再由BCC测算出纯技术效率(PTE)和规模效率(SE),三者之间的关系为:SE=TE/PTE。最后通过结果分析农村资金配置的总技术效率究竟是由技术效率还是规模效率所影响,为资金配置的最优化提供改进的标准。
表3 安徽省农村资金配置效率DEA结果评价
本文运用Deap2.1软件对安徽省农村资金配置效率进行DEA分析,结果如表3所示。
由表3的DEA结果评价可以看出,2000年以本文运用Deap2.1软件对安徽省农村资金配置效率进行DEA分析,结果如下表所示:来,安徽省农村资金配置总体技术效率大体上呈递增趋势,其中,2006、2009、2012和2013年这四年中的总体技术效率为1,达到了资金最合理最有效的配置水平。纯技术效率除个别年份小于1之外,其余都为1,并且即使没有达到最优纯技术效率水平的年份,也几乎达到了最优水平,因而认为影响总体技术效率的主要是规模效率。通过观察发现,2006年以前,安徽省的资金配置规模效率偏低,都小于1,但规模报酬一直处于递增阶段。从2006开始,规模效率几乎每年都达到最有效水平。这是因为从2006 年1月1日起,我国彻底取消了农业四税(农业税、屠宰税、牧业税和农林特产税),这项政策极大的鼓舞了农民几千年来备受抑制的生产积极性。除此之外,政府还加大对农业补贴的力度,仅2007年,财政就农民补贴资金打卡发放的项目多达27项,总计71.7亿元,平均每位农民收益139元。近年来,安徽省响应国家政策号召,涉农资金支出不仅规模庞大,同时各级政府重视资金的流通管理,使得支出效率也大大提升,支农资金外流较少,投入方向较之前更准确。与此同时,在市场经济条件下,城市优先得到开拓发展,而现在,城市中可以开发的领域已少之甚少,加之长期对农村经济发展的不重视,越来越凸显的城乡二元经济结构反过来也制约了城市经济的发展。因而农村市场是未来一段时间优化资源配置、促进经济发展的广阔蓝海,受到了政府、各类金融机构及其大小企业的重视。但是2011~2013年连续三年资金配置的规模报酬不变,说明现有的经济资源已经几乎得到充分利用,为了加快经济增长,就需要增加投融资,开发出新的农业投资项目。
为了更加清晰的分析各投入产出要素,笔者对表4进行分析。从投入角度看,人均财政支农支出冗余年份较多,有4年存在支出冗余,而人均农信支出和人均生产性固定资产支出冗余年份各有1年。这就说明政府财政支出与其他农业生产要素匹配化水平较低,支农效果不显著。从产出来看,农民年人均纯收入无不足年份,人均第一产业增加值与城镇化率不足量年份较多,说明财政支农资金配置效率的不足严重影响了安徽省农村人均GDP增加和社会经济的发展。
表4 安徽省农村资金投入冗余量和产出不足量
(一)指标选取与模型构建
本文选取农村金融市场规模、农村经济发展水平、农村人力资本水平、城乡二元经济结构等主要因素分析资金配置效率问题。
1、农村金融市场发展水平。市场只有达到一定的规模水平,才能实现资源的有效配置,规模太小或者太大都不利于资源的优化配置。农村金融市场也是这样的,适当规模的金融市场既可以增加农业信贷资金的供给,也能促使资金运用到边际收益较大的农业领域。本文通过分析农村金融市场规模和农村金融市场交易水平的状况来研究农村金融市场规模对农村资金配置效率的影响。其中,农村金融市场规模以农村信贷资金与第一产业增加值之比(x1)为指标,农村金融市场交易水平以农村信贷资金来源的主要机构,农村信用社的贷款和存款之比(x2)为指标,数据源于《中国统计年鉴》和《中国金融年鉴》。
2、农村经济发展水平。我国社会经济发展的历史表明,只有市场化才能促进经济真正向前发展,这是因为市场化水平越高,资源的配置效率越高。因而资金配置效率与经济发展水平有着较强的关联。本文取用安徽省人均GDP(x3)为指标,数据源于《安徽省统计年鉴》。
3、农村人力资本水平。本文选取农村劳动力人均受教育年限(x4)作为衡量农村人力资本水平的指标,指标计算采用刘巍(2003)给出的三种计算方法中最简单的、最理想化的一种,以现行学制年数为系数。因为受教育水平高的农户,更容易将资金配置到生产力水平高的领域,有利提高资金的配置效率。数据源于《中国农村统计年鉴》。
4、城乡二元经济结构。二元经济结构是在我国社会长期发展中逐渐形成的,严重制约了社会经济均衡发展。本文采用这一要素主要是因为,城乡发展的不平衡,使得本来缺乏的农村资金流向城镇,不利于提高资金配置效率。以城乡居民收入比(X5)为测量指标,即城市人均可支配收入与农村年人均纯收入之比,数据源于《安徽省统计年鉴》。
本小节的因变量农村资金配置效率为BCC模型中的纯技术效率(PTE),但由于该值介于0~1之间,使得被解释变量成为受限因变量。此时,若还采用最小二乘法估计参数估计值就不再是无偏一致的。因而本文运用Tobit回归模型,模型如下:
式中yi为资金配置效率向量;y*i为潜在变量向量,即BCC模型下涉农资金配置的纯技术效率值;xi为解释变量向量;β为解释变量的回归系数向量;μi为随机误差项。
将x1、x2、x3、x4和x5代入上式,得到本文的回归模型为:
表5 安徽省农村资金配置效率影响因素指标值
(二)实证分析
本文采用Eviews5.0对Tobit回归模型进行回归分析,结果如下:
表6 Tobit模型回归结果
由上表可得,农村金融市场交易水平指标x2在10%的显著性水平下对农村资金配置效率有显著影响,并且其对农村金融发展的抑制作用超过了金融市场规模的促进作用。Guasch(1990)很早就提出,对于我国这样一个农业金融制度不完善的发展中国家,不合理的农村信贷方式必然会影响资金的配置效率。仔细观察2000年以来安徽省农信社贷款存款比率不难发现,支农贷款量相对存款量,十多年间没有明显增长,一直稳定在0.7左右。因此,金融市场规模再大,若信贷机构“惜钱”不愿将资金贷给农户,资金就实现不了完全通畅的流通交易,又怎能提高配置效率。
农村经济发展水平、人力资本水平、城乡二元结构与资金的配置效率弱相关,这说明安徽省农村经济相对比较发达,人力资源能较合理运用到经济发展中,城乡差距逐年缩小,符合新时代条件下党和国家发展农村经济的指导思想。通过分析它们三者的回归系数发现,农村经济发展水平与人力资本水平与资金配置效率正相关,而城乡二元结构不利于资金的有效配置,呈负相关关系,与我们的预想一样。同时我们还发现,农村经济发展水平对资源配置效率的影响作用相对较大,其每上升一个百分点,配置效率提高3.37E-07个百分点。通过查看近十几年的农村人均GDP,发现呈加速增长状态。经济水平越高,需要的资金越多,资金交易频率越高,当然资金越会流向生产效率高的领域,从而提高资金配置效率。需要指出的是,虽然城乡二元结构对资金配置效率的影响不显著,但从它的回归系数看出,它仍是阻碍经济增长,制约资金有效配置的影响因素。同时,随着经济越来越发达,二元经济结构使部分资金抽离农村市场,转而流向城市,使得城乡经济发展严重不平衡,这也与我们建设和谐社会主义社会的理念背道而驰。
文中用DEA方法对安徽省农村资金配置效率进行分析,发现纯技术效率几乎为1,总技术效率与规模效率大概保持一致。同时规模报酬除2006年以后个别年份不变外,其余都呈递增趋势。因而可以认为,规模效率提高是引起安徽省农村资金配置效率改善的重要原因。而在2011~2013连续三年,资金投入的规模报酬不变,规模效率达到最优水平,不再是影响总技术效率的原因,反而2011年纯技术效率对总体技术效率有较小的影响。总之,安徽省的农村资金在投入规模和运用效率上还是比较理想的。由资金配置效率影响因素分析可得结论:农村金融市场发展水平是制约配置效率的主要原因,尤其是金融市场的交易频率,显著的与资金配置效率呈负相关关系。农村经济发展水平,农村人力资本水平与资金的配置效率弱相关,但是在一定程度上促进了资金的有效利用。同样,城乡二元经济结构也弱影响资金的配置效率,但是回归系数为负,说明它还是阻碍农村经济发展,不利于资金的合理配置。
基于以上结论,下面提出几点政策意见:
第一,开放农村金融市场,加大农村信贷投资力度。要想在农村发挥好市场这只无形的手的功能,政府就该从政策层面进行农村金融制度改革。增加对村镇银行的支农再贷款,扩大小额信贷公司的融资渠道,加强农村资金互助社与其它金融机构的合作交流,促进农村资金在农业各个环节的有效配置。
第二,加强农村基础建设。“要致富,先修路”,这句很久以前就开始为大众所熟知的话语,现在照样在经济发展中所倡导,只不过赋予了它更多的含义。随着互联网金融的普及,以及党中央一系列“普惠”金融政策的下放,农村必须在道路、通信等基础设施上投入更多资金。这样农民可以方便的将农产品通过“线上线下”一体的产品流通方式,高速快捷的送到消费者手中,同时通过互联网,农民还可以快速的了解到当前市场农产品的供给需求状况,从而将资金配置到更有利的生产领域。基础建设的完善还促进城市与农村的沟通,缩小了城乡差距,从根本上改善城乡二元经济结构对资金配置的制约。
第三,提高农村人力资本水平。首先积极鼓励毕业或在校大学生去农村创业实践,放宽大学生创业贷款限制,多设立大学生创业项目。其次鼓励支持农业方面的专家人员下乡,普及农民科学种植、养殖的技术知识,对他们进行专门培训。最后在农村人力资源开发方面,政府应加大教育投资,让更多的人接受更多的教育。不仅是中小学教育投资,还应重视农村职业技术学院等教育的支持力度,实现技术人才与农业的有效对接。
第四,加大金融服务方式和金融产品的创新。农业生产的高风险性给农村金融服务和金融产品的创新提供了广阔的发展空间。首先基于通信设施的建设,可以实现农村金融的电子化和信息化,为农民提供了各项缴费、业务办理的中介服务。其次,为有效规避农业生产及信贷风险,可以创新各类衍生产品,例如农业期权、期货等。
【参考文献】
[1]OECD.DAC Guidelines on Poverty Reduction[J].Working Paper, 2001;
[2]Petrick M. Drivers of agricultural capital productivity in selected EU member States[Z]. Factor Markets Working Paper, 2012;
[3]Pederson G. Rural finance institutions, markets and police in Africa[J]. South African Journal of Economic and Management Sciences, 2004, 7(4): 643-651;
[4]Rioja F. and Valev N. Finance and the Sources of Growth at Various Stages of Economic Development[J]. Economic Inquiry, 2004, (04): 127-140;
[5]王文莉,赵芸,薛伟贤.基于SFA方法的陕西农村信用社效率实证研究[J].西安理工大学学报, 2014, 30(2): 246-251;
[6]陈治国,辛冲冲,刘向辉,李红.西北民族地区农村资金配置效率及其影响因素[J].湖南农业大学学报(社会科学版), 2015, 16(4): 16-22;
[7]张兵,许国玉.江苏省农村信贷资金配置效率-基于面板数据的经验分析[J].中国农村经济, 2007,(06): 54-61;
[8]张林,肖师顺.西部欠发达地区农村资金配置效率评价及影响因素分析[A].第十三届中国科协年会第17分会场城乡一体化与“三农”创新发展研讨会论文集[C]. 2011;
[9]洪婧.我国农村资金配置效率的评价及其影响因素分析[D].福建:厦门大学, 2009;
[10]仲深,高巍,田立.我国26个省(区)农村信用社支农效率评价实证研究.对外经贸, 2014,(8): 82-92;
[11]刘巍.“人均受教育年限”三种计算方法的比较[J].北京统计, 2003,(6): 19-20;
[12]高铁梅.计量经济分析方法与建模: Eviews应用及实例[M].北京:清华大学出版社, 2005: 225-227.
责任编校:徐晓
An Empirical Study of Efficiency of Rural Capital Allocation——Based on Data of Anhui Province
WANG Gang-zhen WANG Hui-yun
(Anhui University of Finance and Economics,Bengbu,Anhui,233000,China)
Abstract:With the development of industrialization and urbanization, a large amount of capital flow into the city, causing rural areas more deficient in capital. Faced with this predicament, it becomes an important issue how to improve the allocation efficient of rural capital. This paper makes two analyses of the issue based on the data of rural funds allocation in Anhui province. Firstly, DEA model(data envelopment analysis)is used to evaluate the efficiency of capital allocation from 2000 to 2013 in rural areas of Anhui province. Then, Tobit model is used to analyze the factors that influence the efficiency of funds allocation in rural Anhui province.
Keyword:rural capital; allocation efficiency; DEA model; Tobit model
中图分类号:F832.7;F323.9
文献标识码:A
文章编号:2095-7955(2016)02-0047-06
收稿日期:2016-03-21
作者简介:王刚贞(1978-),女,安徽财经大学金融学院教授,硕士生导师,金融学博士。主要研究方向:国际金融、金融理论与政策;王慧芸(1992-),女,安徽财经大学金融学院金融学研究生。主要研究方向:农村金融、金融理论与政策。