农村金融精准扶贫成效的评价——基于江西农户的调查

一、引言与相关文献回顾

消除贫困、改善民生、实现共同富裕，是社会主义的本质要求。确保到2020年我国现行扶贫标准下农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困，是我们党向全国人民、向全世界作出的庄严承诺。党的十八大以来，以习近平同志为核心的党中央把脱贫攻坚作为实现第一个百年奋斗目标的重点工作，以前所未有的力度推进，取得了瞩目的成就。五年以来，我国贫困发生率由原本的10.2%下降到4%，贫困村面貌普遍出现明显好转。然而，脱贫攻坚任务艰巨，农业农村基础仍然薄弱，城乡区域发展和收入分配差距依然较大。

金融是现代经济的核心，金融扶贫是打赢脱贫攻坚战的重大举措和关键支撑。自2014年我国全面启动精准扶贫工程以来，金融精准扶贫伴随着扶贫工作的开展取得了一定的成效，但是由于贫困人口所处环境区位条件的不足，加上金融机构“造血”机制的不完善，使得金融扶贫过程中出现长期资金供给不足，发展缓慢，农村贫困人口实际享受福利有限，群众贷款申请困难、资金到位缓慢、帮扶政策落实不到位、群众满意度低等问题，从而增大脱贫工作的难度，影响金融精准扶贫工作的成效。如何科学评价农村金融精准扶贫工作成效和满意度，是一个亟待研究思考和实践应用的课题。作为全国第一批脱贫县（市）所在省份的江西，凭借着得天独厚的地理优势在精准扶贫项目上取得了不俗的成绩，为全国脱贫攻坚事业提供了经验和借鉴。

金融精准扶贫作为精准扶贫工作重要的组成部分，在精准扶贫工作渐入佳境的当下成为热门话题。当前针对于金融精准扶贫的研究主要是对金融精准扶贫案例和政策的研究。丁志国研究了在减少贫困过程中农村金融的作用。［1］胡东生在研究福建三明市国家扶贫改革试点成效后，提出在实施精准扶贫战略的过程中，金融机构应通过金融创新的方式支持精准扶贫建设，为我国扶贫事业提供动力。［2］牛瑞芳研究互联网金融支持涉农企业融资的经济影响，为金融精准扶贫工作提供助力。［3］王信在研究江西地区金融精准扶贫的成效后发现，在金融精准扶贫的过程中，金融系统应保证扶贫信息的对等性，推进农村扶贫工作服务站建设，并进一步完善当前的配套政策，为江西省扶贫工作提供新助力。［4］周双围绕全国扶贫情况，探究金融扶贫的制度与管理创新促进贫困地区金融需求供给，建立新型农村金融精准扶贫机制，从源头突破金融精准扶贫制度上的瓶颈，超越金融扶贫的目标预期。［5］王君在对比普惠金融和金融精准扶贫的定义及发展后发现在贫困地区两者具有高度的一致性，贫困地区的金融扶贫工作应结合普惠金融的理念推进金融精准扶贫建设。［6］关于金融精准扶贫成效的分析，在相关的文献中只有少部分对金融精准扶贫成效进行定量分析。例如，邹婧着眼经济新常态，探究在经济新常态下金融精准扶贫的宏微观效益，通过运用平衡计分卡从货币政策、信贷投放、金融服务以及配套政策四个维度构建了金融精准扶贫的评价体系。［7］由于缺乏科学合理的评价体系，使得金融机构对于自身的扶贫成效判定存在较大的偏差，容易出现资源浪费及政策匹配不到位等情况，影响金融精准扶贫成效的提升。

为此，本文参考现有的金融精准扶贫成效评价体系，结合农户在生产生活中的实际需求，构建农村金融精准扶贫成效判定的指标体系，以期为金融机构判定自身扶贫工作成效及群众满意度提供更接近实际情况的参考意见，为今后金融机构精准扶贫工作提供改革创新的方向。

二、农村金融精准扶贫成效评价体系的构建

通过研究文献后发现，我国当前对于金融精准扶贫成效的研究，大部分集中于个案及理论研究，少数为定量研究，如中国人民银行的“金融精准扶贫绩效审计评价体系”等是基于金融系统的绩效审计评价体系，而针对农户本身的评价体系研究有所缺失，农户对于金融精准扶贫成效的评价实际情况了解较少。因此，本文具体参考中国人民银行现有“金融精准扶贫绩效审计评价体系”，结合当前农村金融精准扶贫的实际情况修改量表，构建适用于农户评价的“农村金融精准扶贫成效评价体系”。本文选用资金、信贷、服务以及政策四个维度共计25个指标（见表1）。

（一）资金维度

资金维度主要包括资金使用和资金获取两个方面，反映在农村金融精准扶贫上，农户资金的获取情况是否存在困难，金融机构是否拥有充足的资金供给扶贫工作使用。这些指标均与农村金融精准扶贫成效呈正相关，且为正向指标。

表1 农村金融推进精准扶贫成效评价指标体系

（二）信贷维度

信贷维度从贫困户、涉农企业、扶贫项目三个金融精准扶贫的重点方向对农村金融精准扶贫的成效进行验证。其主要指标包含覆盖率、平均利率、还款率及不良贷款率，用以反映信贷的可获得性、还款能力及农村金融扶贫中信贷扶贫的可持续问题。在指标上除不良贷款率、平均利率为负相关关系外，其余指标均为正相关。

（三）服务维度

服务维度从农村支付环境建设、信用体系建设、保障体系建设三个方面进行评估。服务是农村金融精准扶贫开展的基础，在农村金融扶贫工作中，基础建设往往决定了扶贫成效的高低。

（四）政策维度

政策维度从财政、货币和保险政策三个方面进行评估。政策是农村金融精准扶贫的保障。在财政政策、货币政策以及保险政策的作用下，农村金融精准扶贫工作取得了较好的成效。

三、实证分析

（一）样本的选取与数据收集

为了更好地分析农村金融精准扶贫在江西的成效，本文以中国人民银行“金融精准扶贫绩效审计评价体系”为基础，结合贫困户的特点修改平衡记分卡，构建反映贫困户受惠情况的金融精准扶贫成效评价体系，对江西农村金融精准扶贫工作成效进行分析。本文选取资金、信贷、服务、政策四个维度作为评价农村金融精准扶贫成效的维度，并按照目标、项目及绩效三个部分构成各维度的评定指标，所有维度旨在反映农村金融精准扶贫的真实成效。

在数据收集上，依托精准扶贫第三方评估平台，通过实地调研、入户访谈等方式收集样本1550份，剔除重复及缺省样本，最后得到有效样本1500份，样本有效率96.8%。在样本选取上，采用随机抽样与系统抽样相结合的方式进行，以避免因主观因素造成的系统误差，可信度较高。

通过对所收集的样本进行分析 （表2）可以发现，所收集数据中女性受访者占中受访者的51.2%，与男性受访者比例接近，有较好的代表性。在农户性质上，有44.7%的农户属于建档立卡的脱贫户，有5.3%的农户属于建档立卡户的贫困户，非建档立卡户占比为50%，样本分布较均衡。由于农村发展的历史原因，在受教育方面大多农户受教育程度在初中以下，高中及以上学历者只占总人数的10%。农村高层次文化水平的人口较少，贫困户脱贫渠道较为单一。这一点在收入方面体现得较为明显，在收入方面，大部分农户人均收入在1万以下，且收入来源主要在种植和外出务工，没有长期的收入来源，存在较大的返贫可能性。在信贷方面，贷款人数约占受访人数的45%，且其中大部分为非建档立卡户，而建档立卡农户借款比例较低，其主要原因是还款能力低下，无法按时还款，这与收入渠道单一有着直接的关系。

表2 描述性统计（N=1500）

（二）农村金融精准扶贫成效指标权重确定

层次分析法是根据评估的目标，建立拥有递阶层次关系的指标体系，将主观判断化为两两指标间的重要性比较，并进行赋值计算，从而达到将定性判断转化为定量判断的方法。本文通过yaahp对农村金融精准扶贫成效进行层次分析，将农村金融精准扶贫成效两两指标间的重要性，运用1-7标度法进行判断矩阵的构建（见表3）。

根据农村金融精准扶贫成效评价模型，包含“农村金融精准扶贫成效评价指标”“资金指标”“信贷指标”“服务指标”以及“政策指标”等16个矩阵；运用yaahpV10.1求得这16个判断矩阵的最大特征值与权重向量，且各矩阵一致性系数均小于0.1，通过一致性检验，得出农村金融精准扶贫成效评价体系不同指标的权重（见表4）。

表3 重要性评价标度

表4 农村金融精准扶贫成效评价指标体系各权重比例

在运用yaahp进行计算后可以发现，通过层次分析法所建立的判断矩阵通过一致性检验，且分别对各个指标确定权重具有较高的可信度，符合一般社会预期。经计算，信贷的权重为33.257%，在四个维度中权重最大，符合当前农村金融精准扶贫的现状。其中，贫困户权重达20.607%，在信贷维度三个项目中权重最大，符合精准作用的原则。同时，财政政策的权重大于保险政策的权重也符合金融机构在农村金融精准扶贫工作中的诉求与农户的期望。

（三）运用模糊评判法确定扶贫成效

建立成效判断集U={非常好 好 不错 不好 非常差}，通过隶属度描述所有指标属于判断集U的程度，构成单因素模糊评判矩阵。根据SPSS13.0统计结果可得农户对各指标的评价结果（见表4）。通过对表4的变形可得到因素评判矩阵。

然后进行一级模糊评判，确定模糊算子R1=（R11,R12）T、R2=（R21,R22,R23）T、R3=（R31,R32,R33）T、R4=（R41,R42,R43）T。以R1=（R11,R12）T为例计算评判矩阵。

其中，w（1）、w（2）为“资金使用”、“货币政策”二级指标的权重向量。同理，

再进行二级模糊评判，同样基于模糊算子Ra、Rb、Rc、Rd，确定二级模糊评判矩阵R=（Ra，Rb，Rc，Rd）T。同样以Ra为例进行计算。

其中，wa为“资金”一级指标的权重向量。按相同方法可得：

最后进行三级模糊评判，确定最终评价目标的评价向量。

根据最大隶属原则可知，评价向量E中各元素最大值为第二项，计算值达0.3765，根据最大隶属原则，江西省农村金融精准扶贫成效评定结果为“好”，说明江西省金融机构在农村金融精准扶贫工作中取得了比较好的成效，且农户满意度较高。

四、结论与政策建议

（一）研究结论

通过模糊评价法对于江西农村金融精准扶贫成效进行分析后发现，当前农户对于农村金融精准扶贫成效的满意度达到了次级评价为“好”，尚有一定的上升空间。从结果来看，江西农村金融精准扶贫成效评价指标元素“好”达到0.3765，为元素中最高，根据最大隶属原则，当前江西成效评价等级为“好”。但是，从最终结果中可看出，“非常好”的评定为0.3029，接近最高的0.3765，说明当前江西省的金融精准扶贫工作成效正面评价占总评价的60%以上，农户满意度评价较好，但仍有上升空间。

从单项指标来看，农户对于政策和服务的关注度不高，对于资金以及信贷的关注度很高，说明当前农户的整体的生活水平有了很大的提升，思想观念正逐步从“等靠要”向“自力更生”转变，农户开始通过信用贷款的方式向金融机构申请资金，通过扩大原始生产资料的规模已达到收入增长的目的。但是，由于农村基础教育的薄弱，农户受教育水平有限，农户贷款的主要用途仍属于农作物及经济作物的初级种植，无法形成规模，受自然环境等外部因素的影响，无法保障收益。

在实地走访过程中发现，金融机构为江西精准扶贫工作贡献较大，并针对不同贫困区的资源禀赋提供了类似于“油茶贷”产业扶贫模式、“金穗光伏贷”异地搬迁+光伏扶贫模式、农村电商金融服务基础模式和电子商务+特色产业的扶持模式等一批新农村金融扶贫模式，但是当前农村金融精准扶贫的成效还有待提高。从现有的情况来看，江西省农村金融精准扶贫工作还存在以下几个方面的问题：

一是扶贫资金仍然存在较大缺口。不论是传统金融还是互联网金融，精准扶贫的主力军还是银行。由于精准扶贫工程涉及面广、综合程度高，下辖的各种项目如对口建设、异地扶贫搬迁、产业帮扶、光伏帮扶等都需要大量的资金作为保障。根据中国农业银行江西省分行的数据，仅农行定点帮扶的广昌县累积发放农户及生产经营贷款总额便达到2.3亿元，发放当地龙头企业贷款1.54亿元，在当地农业银行总计发放各项贷款达3.84亿元，有着较高的资源占用率。而纵观全省，因为红色革命老区及罗霄山脉扶贫经济带的影响，全省拥有数量庞大的贫困人口，要想如期实现全省精准扶贫工作的战略目标，必须得到企业及社会各界的支持。

二是扶贫政策针对性不足。目前对于贫困户的政策大多停留在惯例层面，所有寻求支持的贫困户只能从已有的不同策略中寻找较为适合自己的方案进行申请，而当前大多数银行的方案是有限适用的，不能做到普遍适用。因为贫困区的分散问题，全国统一的政策在不同地域的匹配度不高，容易出现政策偏移问题。不同的地区出现贫困的原因，因所在地域的地理环境、人文环境、政治环境的不同而有着较大的差异，当前政策所覆盖的最小单位是市县一级，再向下的政策如需修改，要向省行申请，办理周期长且效果不显。农户无法根据个人的实际情况获得最优化的政策支持。

三是扶贫成果见效慢。江西省由于地理位置及资源禀赋的问题，仍属于农业大省，所以江西的精准扶贫导向还是以农业为主。但是农业产业受自然灾害的影响较大，由于农业生产周期长，生产过程可能受到各种不确定因素的影响，容易出现减产情况，农户的收入得不到保障。而且，贫困户的生产经营意识、相关技能、信息的获取都十分落后，要经过长时间的教育和实践才能有所改善。由于贫困户的特殊性，贫困户的原始积累是有限的，在实际调研中发现返贫的农户基本都是因为在脱贫后受到疾病、灾祸、子女教育等原因无法维持正常生活而重新返贫。因此，要想真正实现脱贫之后不返贫，需要金融机构长期的支持，久久为功，不能为了业绩而期望快速见效。

四是扶贫贷款具有较大的风险。其贷款风险主要分为三个方面：第一，农业抗风险能力低。由于农业生产具有弱质性，在受到自然灾害及意外事故后容易出现收入不稳定的情况，没有可靠的还款源。第二，没有完善的农业保险。在受灾后，受灾面积数量价值及成熟度等指标无法准确度量，国家及地方缺乏便捷有效的管理机制，因灾返贫的农户比例相较其他原因高出许多，变相提高了金融扶贫的风险。第三，缺乏良好的信用环境。当前我国农村的信用制度还不完善，在农村信用记录上没有完整的系统，加上少数农户及涉农企业缺乏信用意识，在一定程度上影响金融扶贫工作的正常进行。

五是扶贫政策可持续性有待提高。随着党的十九大的召开，我国脱贫攻坚的战略目标从精准扶贫向精准脱贫转变，现有的基础设施已经无法满足需求。由于我国全面建成小康社会要求全体脱贫且不返贫，所以要维持农户不返贫比帮助贫困户脱贫更加困难。当前我国针对贫困户的脱贫方案为政策扶贫、就业扶贫、产业扶贫等，而金融精准扶贫又以政策扶贫为主，给贫困户提供大量补贴资金用最直接的方式让农户达到 “两不愁三保障”。然而这种模式让许多农户养成了 “等”“靠”“要”的习惯，在脱贫后如果不继续提供保障，这部分农户返贫率将高达80%，很容易出现假脱贫。而且在产业方面，现有的网络通信设施覆盖不到位，无法依托大数据给农户提供产业扶贫帮助。

（二）政策建议

为了更好实现我国2020年全面建成小康社会战略目标，提高农村金融精准扶贫成效，结合当前江西省精准扶贫的现状，提出如下农村金融精准扶贫优化改进措施：

第一，提高精准扶贫定位的精度。精准扶贫突出的是一个“精”字。2015年，习近平总书记提出了扶贫的新形式,即扶贫开发着重于“精准”。“精准扶贫”能够解决各地区较为突出的问题，通过建立拥有内生动力、有活力的长效机制，帮助农民通过自己的劳动摆脱贫困稳步进入小康社会。农村金融更需要精准，在扶贫精准定位的前提下，农户可以通过大数据、信贷、投融资、支付等方式实现资本的积累，达到小康生活。传统金融机构及互联网企业通过网络平台，根据不同地区的资源禀赋，进行优化配置，将最适宜的金融方案推送给农户实现无缝对接，减少传统金融模式中步骤复杂、推广难度大且政策与当地实际不匹配的情况。通过大数据的分析，筛选最适宜的金融方案提供给农户，并通过网上办事流程简化农户的办事周期，提供优化的扶贫方案。要因地制宜，因人施策，精准定位，精准脱贫，注重可持续发展。积极开展“教育”“创业”“技能”等不同类型的扶贫活动，在提供信贷资金的同时，借助大数据给贫困户提供适宜的产业项目、政策信息、技术技能。让贫困户获得稳定的收入，拥有长远发展的可能，防止“当年脱贫，来年返贫”现象的发生。

第二，加大扶贫政策创新力度。一是推广创新特色产业精准扶贫模式。通过借鉴农业银行“油茶贷”的成功案例，各银行机构可以根据自身的优势结合各地区的产业实际，推出不同种类的新型特色扶贫金融产品，推广产业扶贫新模式。二是开展银行企业合作。通过与农业产业化龙头企业及农村电商平台的合作，推出“银行+企业+农户”“银行+电商+农户”等多种新型合作模式。创新担保方式，通过互联网平台提供多样化的担保方式，农户可提供农村土地承包证、林业证、宅基地、农机具等作为抵押资产，并在高信用地区开展公务员担保、多户联合担保等方案提供担保，解决原先农户抵押物不足而无法获贷的尴尬。三是创新办理流程。借助互联网的便利，给农户提供便捷的金融存贷款服务，针对农村贫困人口的专项扶贫措施，简化贷款程序，减少审批流程，提高贷款效率，让农户可以在最短时间内拿到贷款资金。

第三，加强协同合作。一是加强同政府间的合作。加强银政合作的深度与广度，借助互联网平台整合各方有效资源，实现“银政合作+商业协作”的扶贫新模式，充分发挥财政资金对于金融资金的领导作用，解决当前扶贫贷款配套保障不足的问题；推出新型联合金融扶贫产品，推广类似“银政扶贫信贷通”的扶贫产品，解决农户贷款难的问题，利用地方政府的财政撬动信贷资金，直接解决农户的实际问题；争取最大限度的政府风险保障政策、推动地方政府完善信贷风险管控机制，积极扶持贫困户发展产业、尽早脱贫致富，降低贷款风险。二是加强互联网金融与传统金融的合作。尤其是要加强与金融机构、保险公司、担保公司、租赁公司等金融同业的合作，整合行业资源推出满足不同扶贫需求的新型金融产品，形成“农业政策性贷款+优惠信用贷款”的模式，给贫困户提供最大力度的资金支持，发挥互联网金融扶贫的最佳效果。三是加强同社会的其他机构合作。与农业龙头企业与特色养种植业企业合作的同时构建农村电商平台，为贫困户的产销一体化提供配套服务，并通过大数据平台加强与农业类相关高校、科研组织的合作，为贫困户提供行之有效的技术保障，从根本上保障农户的收入稳步提升。四是更好发挥第三方评估机制的作用。为此要从制度建设、操作规范、应用专业、属性变革和目标导向等方面保障精准扶贫第三方评估的独立与客观。［8］

第四，完善贷款风险防控机制。风险管控主要包括提高风险管控水平和加强风险补偿。引入外部力量进行风险补偿。在完善自身内部风险管控体系的同时积极争取政府各类的风险保障政策，加强与保险公司、担保公司、租赁公司间的合作，开展金融精准扶贫的合作，通过保险、担保、抵押等方式分散贷款风险。借助产业链、客户组织提供共同担保，运用例如“龙头企业+小额贷款”的互保模式，提高信贷资金的安全性与盈利性。

第五，协同教育、医疗、住建、通信、交通等各部门进行基础设施建设。当前信息时代最重要的是信息，良好的信息传递机制能够给农户带来无尽的资源。依托互联金融大数据平台，将适宜的产业引进来，将特色农产品推出去，实现区域内全产业联动。构建大数据信息，金融互联网将各地的优质资源集合起来统一调配。依据地区资源禀赋，适时调整区域产业结构，优化产能，集中优势构建适宜当地环境的扶贫方案，在农业为主的地区开展统一的农业产业扶贫、在产业为主的地区开展产业扶贫、在适宜劳动力输出的地区开展技术、生态、搬迁扶贫。集中优势资源，推行适合当地实情的脱贫方案，保证贫困户脱贫不返贫。

［1］丁志国，谭伶俐，赵晶.农村金融对减少贫困的作用研究［J］.农业经济问题，2011,（11）.

［2］胡东生.精准扶贫战略与金融创新支持模式探究——以福建省三明市国家扶贫改革试验区为例［J］.福建金融，2015,（10）.

［3］牛瑞芳.互联网金融支持小微企业融资的经济分析——基层“长尾理论”的视角［J］.现代经济探讨，2016,（7）.

［4］王信.健全机制细化措施力争江西金融精准扶贫工作取得新突破［J］.金融与经济，2016,（9）.

［5］周双，刘鹏.我国贫困地区金融精准扶贫创新研究［J］.上海金融，2017,（1）.

［6］王君.普惠金融与金融精准扶贫的关系研究——基于湖南湘西州的实践［J］.武汉金融，2017,（3）.

［7］邹婧.金融精准扶贫绩效审计评价指标体系的构建和分析［J］.金融会计，2017,（1）.

［8］刘建生，惠梦倩.精准扶贫第三方评估：理论溯源与双SMART框架［J］.南昌大学学报（人文社会科学版），2017,（2）.