规模报酬与行业对接的农村信贷效率

导语：规模报酬与行业对接的农村信贷效率一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

经济发展金融先行。金融有配置资金、分散风险和动员资金三大功能，其中配置资金最为重要，通过资金配置效率可揭示资金量促进经济发展的程度。目前，国内关于农村资金运用的研究多为供给需求研究［1－3］，在有关配置效率的研究［4－5］中，以规模报酬与行业相结合为视角的尚未见到。本文拟以陕西省为例，用资金运用量和区域经济GDP增长量之间的相关关系来测算资金配置效率，并将规模效率和技术效率加入资金配置效率之中进行评价，同时结合金融危机和农业税的取消分析政策变化对资金配置效率的影响。

一、模型选择

数据包络分析模型(DEA)是非参数模型，不用建立自变量和因变量之间的固定关系，也不用考虑指标所包含的参数、单位等，可以省略很多主观因素的干扰，但它在涉及变量之间的相关性和生产规模方面存在缺陷。而Cobb－Douglas模型(C－D模型)在生产规模的研究上应用最为广泛，同时也可以研究变量之间的相关性，恰恰能弥补DEA模型的缺陷。因此，本文先用C－D模型来验证陕西省农村生产规模报酬情况和各变量之间的相关性，再用DEA模型来分析不同资金流向对陕西省信贷资金配置效率的影响。

(一)DEA模型及其修正

DEA是对相同性质的多输入、多输出决策单元进行效率评价最有效的运筹方法，主要用于计算生产中的技术效率和规模效率［6］。本文研究的是在资金投入状况确定情况下和规模报酬可变情况下的最大产出情况，所以拟采用DEA模型中的产出导向型BBC模型，表达式如下:其中，θ为线性规划的决策单元(DMU)在BBC模型下的技术效率，表示在投入给定的情况下，相对于最有效的生产前沿，决策单元的产出能够实现的最大比例。如果θ为1，则表示这一决策单元的技术效率是1，说明决策单元是有效的;如果θ距离1越远，就表示决策单元的技术效率越低，离有效生产前沿面越远。由于实际分析中数据的可获得性有限，且本文仅研究陕西省农村资金配置状况，需要对各年数据进行纵向比较，而原模型应用中是对各单元的横向对比，因此需对其假定条件进行两方面修正:(1)与全国对比时，以一个年份的效率作为基数1;(2)将横向比较单元的假设条件变为纵向比较单元的假定条件，即在陕西省农村整体资金效率与全国对比分析时，以2000年全国生产规模效率和技术效率作为效率目标来对比陕西省农村资金的配置效率;在分行业研究中，不是将传统的时间序列作为整个单元分析，而是将陕西省农村每一年份的资金配置作为一个单元分析，通过对比，可分析不同年份配置效率的不同，并将其整体作为效率对比的主体，这样更有利于分析政策导向和经济环境变化等的影响以及整体资金配置效率状况。由于修正前后的约束条件是对等的，并没有改变BBC模型线性规划的可行域，因此修正是科学的。

(二)C－D模型及其修正

C－D模型是目前应用较为广泛的生产函数，原函数形式为Y=ALαKβ。本文借鉴郑晶的研究［7］，增加了技术进步、经济、制度变化等因素以及虚拟变量对原函数进行修正。2006年农业税取消，是制度因素的最大变化，因此，本文以2006年为界设一个虚拟变量，并构建模型如下:其中，Y表示收入;A表示技术进步;L表示劳动力投入;K表示资本投入;S表示土地等自然资源的投入;E表示经济变化，如CPI、成本因素等;P表示政治、制度等因素。修正后的模型可分析出各指标的显著性、模型整体的拟合程度以及陕西省农业生产的规模报酬情况，解决DEA模型分析中规模报酬和投入产出之间是否相关的两个前提问题。二、指标与数据的选取陕西省农村生产函数指标的选取情况如下:(1)收入指标:为了防止单纯以农业收入指标计算会带来数据失真，所以本文放宽口径，选用陕西省农林牧副渔总产值指标;(2)技术进步指标:用年末机械总动力替代;(3)自然资源指标:陕西省为农业大省，地处黄土高原，农作物较多，故用农作物播种面积替代;(4)劳动力投入指标。用赋权重值法将教育年份与农业劳动力结合分析后得到的“效率农民”数值替代;(5)资本投入指标。用农业投入和非农业投入的农村固定资产投入状况替代;(6)经济变化状况:用简单算数平均法计算得到的生产资料价格指数、农产品生产价格指数、农村居民消费价格指数三者的平均数表示，称为平均价格指数;(7)对政策因素引入虚拟变量，并假定2006年以前为0，其后为1。陕西省农村资金配置效率分析指标的选取情况如下:(1)农业总产值仍用农林牧副渔总产值代替;(2)根据分析要求，资金投入由农业贷款总值代替;(3)由于数据的局限性，分产业对比资金运用效率时，仅分为农业和乡镇企业。并用它们分别代替农村的农业和制造业。本文数据来源于《中国农村统计年鉴》、国家统计局网站、《陕西省经济年鉴》以及《陕西省人民银行统计资料汇编》2000－2008年的相关资料。

三、实证检验与结果分析

(一)陕西省农村生产函数各指标关系的实证分析

将相关数据代入修正后的C－D模型，回归结果如表1所示。从中可见:(1)模型总体拟合优度很好，达到0．9996。说明生产函数设置及各个变量选取较好。(2)1998－2008的11年中，除了经济变化因素(通货膨胀)以外，资金的影响系数是1．89，且通过了5%的t检验，说明资金对因变量的影响最为重要;(3)经济情况对因变量增长的影响超过了其他变量，系数达到了6．91，这主要是因为通货膨胀率的增高相应增加了经济总量名义值，但这个因素不能说明经济的增长情况，只能使模型整体的拟合优度变好;(4)技术进步的影响系数达到了0．67，也通过了5%的t检验，印证了其在经济增长中的重要作用;(5)农业劳动力总量的影响系数只有0．0027，且没有通过5%的t检验，这主要是因为目前陕西省农村劳动力的供给处于饱和状态，加之大型农用器械的使用等技术进步因素影响，使得劳动力的作用大大降低;(6)根据周批改等的研究［8］，农业税改革对农民收入影响很大，但农业税的取消对陕西省农业经济总量的影响系数为负，且没有通过5%的t检验，可能的原因一是这一政策实行时间不长，陕西省农业经济还没有对其表现出明显的敏感度，二是如陆小丽指出的那样，农业税的取消又引起了相应的分配不均等问题［9］，三是农业税在参数模型中本身表现得很不明显，具体原因还需要进一步分析印证。此外，运用C－D模型中资本和劳动力的指数值之和来考察生产函数的规模报酬情况，当二者的系数之和为1时，生产函数存在规模报酬不变，反之规模报酬可变。表1中，L和K的系数之和大于1，因此，陕西省农业生产函数的规模报酬是可变的，且从长远的趋势分析是递增的。

(二)陕西省农村信贷资金总体配置效率的实证分析

以2000年全国农业资金配置效率为基准，运用Malmquist指数分析方法分析陕西省农业生产的技术效率变化，投入变量为全国和陕西省的农村信贷资金，产出变量为全国和陕西省的农林牧副渔总产值。通过产出导向的DEA方法，运用DEAP2．1软件进行实证检验后，结果如表2所示。从表2中可见:(1)陕西农村信贷资金配置效率相对于全国而言非常低，实际上其他资金完全可做他用。(2)陕西省总体的规模报酬9年间呈递增趋势，而全国却是递减趋势，说明全国农业经济规模配置不均衡，部分地区资金配置过多，规模报酬递减。陕西省在这9年间资金配置效率虽然很低，但有逐年提升的趋势，主要是因为近年来国家对西部地区和农村农业发展高度重视。(3)用Malmquist指数分析方法将配置效率分解为技术效率和规模效率，且分析得出陕西省与全国的农业技术效率完全相同，说明陕西省在农业技术引进和技术研究方面达到了全国平均水平;而陕西省2006－2008年的规模效率值为1．08，而全国的平均水平为1．00，说明这三年间陕西省资金配置的规模效率与综合效率要好于全国。究其因，主要在于陕西省这两年的高速发展以及信贷资金的缺乏在一定程度上得到了缓解，而资金的增加引起了大于该要素投入的产出，资金配置效率提高。

(三)陕西省农村信贷资金分行业配置效率的实证分析

陕西省农村信贷资金分行业配置效率总体情况的实证检验结果如表3所示。将陕西省各个年份分别作为单独的个体对比，可以证实除2000年和2008年外，其他年份都存在规模报酬递增。运用可变规模报酬技术效率分析，假设这9个分析单元是一个总体，则在这个总体中，除2000、2006、2007、2008年外，其他年份的资金配置效率无效，即在现有的产出水平下可以再减少投入资金。表中初始值来源于陕西省人民银行统计资料汇编，调整值是综合效率值与数据初始值的乘积再加上投入量的松弛变量而来，通过它可以分析两个产出的对比效率。以2005年为例，θ值为0．777，也就是说若以2008年陕西省的资金配置效率作为基准，2005年用77．7%的资金投入就可以实现当年的产出。可以显见，从2002年开始，陕西省的资金配置效率开始下滑，但2006－2008这三年的资金配置效率很好。实际上，综合分析我国的经济大环境和陕西省所处的环境可以对此做出解释。一方面，随着我国股市的升温和国外热钱的大量流入，城市资金供大于需，因此在2006年开始向农村地区回流，2007与2008年，我国股市出现大幅波动，加之金融危机的影响，东部许多制造企业倒闭，更多的人开始关注农业，开始关注西部地区投资，资金回流农村的可能性加大，资金配置效率提高。另一方面，2006年国务院取消了农业税，虽然在之前的实证结果中这一政策的效果不是很显著，但表3中的资金配置效率却发生了显著变化，说明由于计量分析中的时间序列数据过少，不能精确显示二者的关系，所以结果不显著，但在非参数模型分析中，二者的相关性却显现了出来。将陕西省乡镇企业贷款资金配置效率作为参照值，取1．00，可以得到陕西省农业贷款2000－2008年的资金配置效率分别为0．890、0．970、0．912、0．886、0．732、0．784、0．956、0．933和1．015。相比乡镇企业而言，在2003年以前较好，2003－2005年较低，2006年以后变高，2008年则高于1．00，而0．892的总效率与乡镇企业的1．00有差距，但差距在逐渐缩小。究其因，主要在于三个方面:(1)政策导向。2000－2008年间，国家对西部地区农业的扶持力度加大，所以，农业资金配置效率并不过低;(2)自然因素。2003年农业资金配置效率突然开始走低与当年陕西省发生特大洪水泛滥等自然灾害有一定关系，自然灾害直接影响了农业收入;(3)经济环境。2007和2008年，受金融危机的影响，大量资金在东部发达地区没有更好的投资选择，因而回流到西部，回流到农村，从而促进了农村经济的发展，同时国家大力推进农村金融改革，农村信贷资金规模大幅度提升，农业信贷资金配置效率明显提高。

四、结论与建议

本文以陕西省为例实证分析了规模报酬和行业结合视角下的农村信贷资金配置效率，得出如下结论与建议:

1．通过生产函数模型和资金配置效率模型分析，发现陕西省的农业生产存在规模报酬递增情况，资金和技术进步在陕西农村经济发展中发挥着重要作用。实际上，科技进步也离不开金融支持，因此，国家应该加大对西部地区农村金融的支持力度，完善科研攻关的奖励机制和金融支持的扶持办法。此外，应建立相应的调研分析系统，定期对不同地区的资金运用规模效率进行分析，将资金流从规模效率低的地区引导至规模报酬高的地区，从而促进东西部经济的均衡发展。

2．政策导向和制度因素对地区农业经济和村镇行业发展起着非常重要的作用。从政策导向看，陕西农村信贷资金配置效率很低，且国家政策对“三农”发挥着很大作用，因此应加大政策力度，选好政策方向。从制度因素看，2006年农业税的取消在一定程度上提高了农村资金的配置效率，可见“三农”对资金非常敏感，因此国家应在区域性金融基础设施建设、金融企业引进和法规制度等政策建设中，进行农业导向型的设施建设，并且不同区域区别对待，采取差异性支持政策。

3．经济环境变化可以引导和改变资金的流向和需求量，从而对不同地区不同行业带来不同的机遇和挑战。总体分析及分行业分析中，陕西省农村信贷资金的运用状况在经济萧条时相对经济过热时好，其因归结于资金的趋利性，但从另一方面也印证了资金对农村经济发展的重要性，因此，国家应制定相应的金融政策，抑制农村资金的外流现象。此外，还应归纳不同地区的发展特点，适时调整有关政策，以适应地区经济发展的需要。