尚 穎,賈士彬

(河北大學(xué) 經(jīng)濟(jì)學(xué)院,河北 保定 071002)

由于工商銀行、農(nóng)業(yè)銀行等大型商業(yè)銀行的利潤訴求和城鄉(xiāng)經(jīng)濟(jì)二元發(fā)展情形,其經(jīng)營模式對于農(nóng)村金融發(fā)展而言是一種“逆流”模式,并不能真正扎根農(nóng)村,很難推動和實(shí)現(xiàn)農(nóng)村金融的普惠性,普惠金融發(fā)展對于提高農(nóng)村居民收入水平、實(shí)現(xiàn)脫貧和抑制返貧具有重要意義。小型農(nóng)村金融機(jī)構(gòu)由于其“親民”特性,可以提升金融的可獲得性,從而提高農(nóng)村普惠金融發(fā)展程度。因此,本文將關(guān)注點(diǎn)放在了小型農(nóng)村金融機(jī)構(gòu)方面,以2006年底中國啟動的新一輪農(nóng)村金融改革為分水嶺,將其劃分為兩類,一類是以農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、農(nóng)村信用社等為代表的傳統(tǒng)小型農(nóng)村金融機(jī)構(gòu),另一類是以村鎮(zhèn)銀行、貸款公司、農(nóng)村資金互助社等為代表的新型農(nóng)村金融機(jī)構(gòu)。截至2019 年末,全國共組建6 952家新型農(nóng)村金融機(jī)構(gòu),較2018年末增加31.91%,保持了良好的發(fā)展勢頭,并成功引入境內(nèi)外銀行資本、產(chǎn)業(yè)資本、民間資本等各類資本參與新型農(nóng)村金融機(jī)構(gòu)建設(shè)。與此同時,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)處于平穩(wěn)發(fā)展期,全國共組建76 256家傳統(tǒng)農(nóng)村金融機(jī)構(gòu),較2018年末增加1.14%①根據(jù)Wind數(shù)據(jù)庫整理。。

小型農(nóng)村金融機(jī)構(gòu)的穩(wěn)步發(fā)展,在某種程度上緩解了“三農(nóng)”問題,在鄉(xiāng)村振興和脫貧攻堅道路上起著舉足輕重的作用。但由于政府扶持不到位、農(nóng)村金融從業(yè)人員素質(zhì)偏低、農(nóng)村金融有效供給不足、農(nóng)民金融知識匱乏等原因,各地區(qū)農(nóng)村小型金融機(jī)構(gòu)效率普遍較低,資金外流現(xiàn)象嚴(yán)重,支農(nóng)力度不夠,始終未能實(shí)現(xiàn)質(zhì)與量的同步發(fā)展。傳統(tǒng)小型農(nóng)村金融機(jī)構(gòu)與新型農(nóng)村金融機(jī)構(gòu)存在上述相似問題的同時,由于其組織結(jié)構(gòu)和發(fā)展背景不同,各自又表現(xiàn)出了一些特殊問題,這也是造成二者效率水平差異的重要原因。那么,現(xiàn)階段,新型農(nóng)村金融機(jī)構(gòu)是否使得整體小型農(nóng)村金融機(jī)構(gòu)社會效率得到改進(jìn)?兩類農(nóng)村金融機(jī)構(gòu)哪種社會效率更高? 各自將如何改進(jìn)社會效率? 正是本文的研究重點(diǎn)。

一、文獻(xiàn)綜述

隨著農(nóng)村金融改革的不斷深入,農(nóng)村金融的普惠性和金融機(jī)構(gòu)的社會效率備受關(guān)注。

普惠金融發(fā)展對于消除貧困,促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展至關(guān)重要[1-2]。普惠金融對于農(nóng)村貧困減緩具有門檻效應(yīng)和顯著的空間溢出效用[3],康書生等[4]提出應(yīng)將金融資源延伸到每個家庭和每個個體,打通金融服務(wù)農(nóng)村扶貧的“最后一公里”。特別是對于重點(diǎn)連片特困區(qū),需要將金融引入扶貧工作,推動精準(zhǔn)扶貧工作[5]。目前,金融供給不足依然是制約農(nóng)村普惠金融發(fā)展的突出問題[6],尤其是新型農(nóng)村金融機(jī)構(gòu)的設(shè)立較為有限,新型農(nóng)村金融機(jī)構(gòu)擴(kuò)張可以顯著提高普惠金融水平[7]。另外,農(nóng)村金融環(huán)境改善、金融市場效率提升能有效支持農(nóng)村普惠金融發(fā)展[8],農(nóng)村金融機(jī)構(gòu)效率評價問題成為重點(diǎn)研究領(lǐng)域,大致分為以下幾個維度。

第一,效率判斷標(biāo)準(zhǔn)方面。效率評價基本以DEA 方法為主[9-10],而效率判斷的標(biāo)準(zhǔn)取決于產(chǎn)出指標(biāo)的選擇:一是衡量金融機(jī)構(gòu)自身的效率,產(chǎn)出指標(biāo)大多選擇利潤、貸款額、利息、非利息收入等[11];二是衡量金融機(jī)構(gòu)對于“三農(nóng)”支持的社會效率評價,產(chǎn)出指標(biāo)大多選擇涉農(nóng)貸款、農(nóng)業(yè)產(chǎn)值、農(nóng)民收入等[12-13]。

第二,效率評價主體方面。研究大致分為兩類:一是集中于農(nóng)村信用社和農(nóng)村商業(yè)銀行的效率,石連忠[14]認(rèn)為,農(nóng)商行的技術(shù)效率、純技術(shù)效率和規(guī)模效率均高于農(nóng)村信用合作機(jī)構(gòu);藍(lán)虹等研究表明,農(nóng)村信用社的總體績效、商業(yè)績效和涉農(nóng)服務(wù)績效均總體呈現(xiàn)改善態(tài)勢,農(nóng)村商業(yè)銀行的改革績效總體高于農(nóng)村信用社。二是以村鎮(zhèn)銀行、小額貸款公司、農(nóng)村資金互助社為主的新型農(nóng)村金融機(jī)構(gòu)的評價,王克強(qiáng)等[15]對比分析了上市農(nóng)商行和新三板掛牌村鎮(zhèn)銀行的效率;王佳楣等[16]通過對陜西省和寧夏回族自治區(qū)的實(shí)地調(diào)查,運(yùn)用層次分析法,得出新型農(nóng)村金融機(jī)構(gòu)綜合績效整體處于中等偏上水平的結(jié)論,且村鎮(zhèn)銀行最優(yōu),小額貸款公司次之,資金互助社最差;洪正[17]基于監(jiān)督效率視角,指出資金互助社較之村鎮(zhèn)銀行和貸款公司更具發(fā)展優(yōu)勢;李淑峰等[18]進(jìn)一步證實(shí),村鎮(zhèn)銀行的設(shè)立在改善區(qū)域金融體系資源配置效率方面效果并不明顯。

第三,在效率評價的基礎(chǔ)上,進(jìn)一步運(yùn)用面板tobit[15]、空間計量[19]等多種模型對于影響效率的因素進(jìn)行深入分析。部分學(xué)者指出中國小型農(nóng)村金融機(jī)構(gòu)整體效率較低,究其原因有兩個因素:一是內(nèi)部因素,如制度不健全或產(chǎn)權(quán)結(jié)構(gòu)不明晰[20]、大量金融機(jī)構(gòu)設(shè)立的無效性[21]、金融技術(shù)的落后[22]等;二是外部因素,溫紅梅等[23]采用四階段DEA 證實(shí)農(nóng)村金融效率受外部環(huán)境影響較為顯著。

綜上所述,農(nóng)村金融普惠性的增強(qiáng)依賴于小型農(nóng)村金融機(jī)構(gòu)的發(fā)展和效率提升,特別是新型農(nóng)村金融機(jī)構(gòu)。研究大多從不同類型小型農(nóng)村金融機(jī)構(gòu)出發(fā),主要以農(nóng)村信用社或新型農(nóng)村金融機(jī)構(gòu)中單一類型機(jī)構(gòu)效率的研究為主,鮮有涉及不同類型小型農(nóng)村金融機(jī)構(gòu)效率對比的研究,社會效率的比較更是缺失,這正為本文提供了研究空間。

二、小型農(nóng)村金融機(jī)構(gòu)社會效率評價方法與指標(biāo)選取

(一)小型農(nóng)村金融機(jī)構(gòu)社會效率評價方法

1978年,Charnes、Cooper和Rhodes三位學(xué)者最早提出了DEA 非參數(shù)分析方法,避免了對生產(chǎn)函數(shù)與誤差的假設(shè)限定,并且能夠提供效率改進(jìn)的具體方向。在此基礎(chǔ)上,Fried等人又進(jìn)一步完善,發(fā)現(xiàn)了更好評估決策單元效率的方法,即四階段DEA 分析法,其可以同時調(diào)整外部環(huán)境與隨機(jī)誤差等因素對效率的影響,有效剔除各種環(huán)境變量對效率的影響,大大提升了效率評價結(jié)果的可靠性。

第一階段:不考慮環(huán)境因素的影響,運(yùn)用DEAP2.1效率分析軟件,采用初始DEA 模型,計算效率值θk和投入變量冗余值Sik。由于早期的CCR 模型只能得到總體效率值,即不變規(guī)模報酬(CRS)下的效率值,無法對效率值進(jìn)行細(xì)化。因此,本文借鑒1984年Charnes和Cooper提出的BCC 模型,同時可以得到不變規(guī)模報酬(CRS)下的總體效率值、可變規(guī)模報酬(VRS)下的純效率值和規(guī)模效率值。另外,考慮到本文研究的是投入效率問題,最終采用的是基于投入角度的DEA 效率評估方法,以尋求既定產(chǎn)出水平下投入要素的最優(yōu)狀態(tài)。

第二階段:Tobit模型回歸分析。將第一階段DEA 分析得到的各項(xiàng)投入冗余變量值Sik分別作為被解釋變量,外部環(huán)境變量值Zik作為解釋變量,進(jìn)行Tobit回歸分析(因?yàn)橥度肴哂嘧兞恐礢ik≥0,為受限因變量,為保證估計結(jié)果的無偏性和一致性,采用Tobit模型更為合適)?；貧w模型可表述為:Sik=αi+βiZik+Ui,其中i=1,2,…,j;k=1,2,…,N。Sik為初始DEA 分析中第i個投入冗余值,Zik為外部環(huán)境變量值,αi為常數(shù)項(xiàng),βi為待估系數(shù),Ui為誤差項(xiàng)。

第三階段:根據(jù)投入冗余擬合值S'ik=αi+βiZik,對初始投入變量進(jìn)行調(diào)整,公式為:X'ik=Xik+{max[S'ik]-S'ik},其中Xik為初始投入變量,X'ik為調(diào)整后新的投入變量。

第四階段:由第三階段調(diào)整后的各投入變量值代替原始投入變量值,再次運(yùn)用第一階段的DEA 模型,得到新的效率值,即為剔除了環(huán)境和隨機(jī)誤差因素影響后的效率,第四階段效率值更能準(zhǔn)確地反映各決策單元的實(shí)際效率水平。

(二)投入、產(chǎn)出指標(biāo)選擇

準(zhǔn)確評價小型農(nóng)村金融機(jī)構(gòu)社會效率,選擇合理的投入、產(chǎn)出指標(biāo)是關(guān)鍵。本文在指標(biāo)選取上借鑒其他學(xué)者的做法,并考慮指標(biāo)數(shù)據(jù)的可獲得性,最終選擇3項(xiàng)投入指標(biāo)和2項(xiàng)產(chǎn)出指標(biāo)。

1.投入指標(biāo)的選擇。主要選取各地區(qū)反映傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)投入情況的3項(xiàng)指標(biāo),包括營業(yè)網(wǎng)點(diǎn)機(jī)構(gòu)個數(shù)(個)、從業(yè)人數(shù)(人)、資產(chǎn)總額(億元)。

2.產(chǎn)出指標(biāo)的選擇。主要選取反映各地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民生活水平的2項(xiàng)指標(biāo),包括農(nóng)林牧副漁業(yè)增加值(億元)、農(nóng)村居民消費(fèi)水平(元)。

3.外部環(huán)境指標(biāo)的選擇。傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)社會效率評價受到外部環(huán)境的諸多影響,因此必須在剔除農(nóng)村金融外部環(huán)境下進(jìn)行研究才更準(zhǔn)確。鑒于數(shù)據(jù)的可獲取性和參考以往研究的指標(biāo)選擇,本文選取農(nóng)村農(nóng)戶固定資產(chǎn)投資額(億元)、農(nóng)作物播種面積(千公頃)、糧食產(chǎn)量(萬噸)、鄉(xiāng)村人口(萬人)、林業(yè)投資(萬元)、鄉(xiāng)村就業(yè)人員(萬人)、農(nóng)業(yè)機(jī)械動力(萬千瓦)、地區(qū)生產(chǎn)總值(億元)8項(xiàng)指標(biāo)作為外部環(huán)境指標(biāo)。

三、實(shí)證分析及結(jié)果解釋

本文選取了2016年全國29個省、市、自治區(qū)的相關(guān)數(shù)據(jù)進(jìn)行四階段DEA 相對效率的分析,并且鑒于數(shù)據(jù)的可獲得性,在樣本中剔除了河南省和西藏自治區(qū)。按照模型設(shè)定的前提條件,樣本容量大于投入、產(chǎn)出指標(biāo)的總個數(shù),且具有一定的代表性,因此可以進(jìn)行模型的設(shè)計。

本文數(shù)據(jù)主要來源Wind數(shù)據(jù)庫、《中國區(qū)域金融運(yùn)行報告》、中國人民銀行網(wǎng)站和國家統(tǒng)計局網(wǎng)站。

(一)初始DEA效率分析

1.小型農(nóng)村金融機(jī)構(gòu)整體社會效率分析。分別將各地區(qū)小型農(nóng)村金融機(jī)構(gòu)營業(yè)網(wǎng)點(diǎn)個數(shù)、從業(yè)人數(shù)、資產(chǎn)總額作為投入指標(biāo),農(nóng)林牧副漁業(yè)增加值、農(nóng)村居民消費(fèi)水平作為產(chǎn)出指標(biāo),共計58個目標(biāo)單元納入同一DEA 模型,最終得到效率值(TE)為0.277?？梢?小型農(nóng)村金融機(jī)構(gòu)社會效率水平較低,只有5個地區(qū)效率值為1,占全部樣本的8.62%。其中,規(guī)模效率(SE)較高,為0.823;純技術(shù)效率(PTE)較低,為0.343①TE(technical efficiency)指技術(shù)效率,即CRS下的綜合技術(shù)效率;PTE(pure technical efficiency)指純技術(shù)效率,即VRS下的技術(shù)效率;SE(scale efficiency)指規(guī)模效率。其中,TE=PTE×SE。。造成小型農(nóng)村金融機(jī)構(gòu)整體社會效率水平低下的原因主要在于純技術(shù)效率的低下:首先,各類金融機(jī)構(gòu)功能重疊現(xiàn)象嚴(yán)重,但同時又存在大量的業(yè)務(wù)“真空地帶”;其次,金融機(jī)構(gòu)“三農(nóng)”貸款風(fēng)險較大,貸款評估不到位,呆賬壞賬問題嚴(yán)重,內(nèi)部管理機(jī)制不夠完善,且監(jiān)管效率低下,尤其是現(xiàn)場監(jiān)管效率低下;再次,“支農(nóng)支小”草根理念有偏差,資金未能真正服務(wù)于“三農(nóng)”,資金外流現(xiàn)象較為突出;最后,金融服務(wù)創(chuàng)新不足,針對性服務(wù)欠缺。

從投入冗余來看,資產(chǎn)總額冗余比率最高,為2.341%;營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率為1.687%;營業(yè)網(wǎng)點(diǎn)從業(yè)人數(shù)冗余比率最低,為0.195%②資產(chǎn)總額冗余比率、營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率、營業(yè)網(wǎng)點(diǎn)從業(yè)人數(shù)冗余比率指各項(xiàng)冗余分別占各項(xiàng)投入的比率,用以說明冗余程度。?？梢?各項(xiàng)投入均存在資源浪費(fèi)問題。

2.傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)社會效率比較分析。比較傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)社會效率可以發(fā)現(xiàn),新型農(nóng)村金融機(jī)構(gòu)社會效率值0.513,要遠(yuǎn)高于傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率值0.041,對于小型農(nóng)村金融機(jī)構(gòu)社會效率改進(jìn)起到了實(shí)質(zhì)性作用。新型農(nóng)村金融機(jī)構(gòu)雖然起步較晚,但由于其基本延續(xù)了發(fā)起行成熟的經(jīng)營理念、管理技術(shù)等,取得了一定的支農(nóng)成效,且其規(guī)模效率值為0.829,略高于純技術(shù)效率值0.634,比較均衡。相較于新型農(nóng)村金融機(jī)構(gòu),傳統(tǒng)農(nóng)村金融機(jī)構(gòu)規(guī)模效率并不低,為0.818,但純技術(shù)效率卻僅為0.053?？梢?提高傳統(tǒng)農(nóng)村金融機(jī)構(gòu)效率的關(guān)鍵在于純技術(shù)效率的提升,尤其是處于主導(dǎo)地位的農(nóng)村信用社,由于其遺留的不良貸款較多,歷史包袱沉重,再加上產(chǎn)權(quán)結(jié)構(gòu)不明晰、組織構(gòu)架松散,尾大難掉。

從投入冗余來看,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)從業(yè)人員冗余比率最高,高達(dá)10.332%,其次是資產(chǎn)總額冗余比率2.362%,最后是營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率1.391%;新型農(nóng)村金融機(jī)構(gòu)卻不同,營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率最高,為6.144%,其次是從業(yè)人數(shù)冗余比率5.327%,最后是資產(chǎn)冗余比率1.879%。從規(guī)模報酬變化來看,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)規(guī)模報酬遞增、不變、遞減的省份依次為11個、6個、12個,新型農(nóng)村金融機(jī)構(gòu)規(guī)模報酬遞增、不變、遞減的省份依次為6個、5個、18個?？梢?對于新型農(nóng)村金融機(jī)構(gòu)大多數(shù)是規(guī)模報酬遞減的,當(dāng)投入量超過某閾值時,投入反而阻礙了效率值的進(jìn)一步提升。

3.各地區(qū)傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)社會效率比較分析。從地區(qū)分布來看,各地區(qū)傳統(tǒng)和新型農(nóng)村金融機(jī)構(gòu)社會效率水平都較為均衡。對于傳統(tǒng)農(nóng)村金融機(jī)構(gòu)效率,東部地區(qū)略高些,為0.051,之后依次為西部地區(qū)(0.041)、中部地區(qū)(0.030)、東北地區(qū)(0.030)。而對于新型農(nóng)村金融機(jī)構(gòu)效率,也是東部地區(qū)最高,為0.575,之后依次為東北地區(qū)(0.545)、西部地區(qū)(0.480)、中部地區(qū)(0.444)。從各省(市、自治區(qū))兩類小型農(nóng)村金融機(jī)構(gòu)社會效率排序來看,2016年傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率沒有處于效率前沿面的省份,并以山西(0.012)、廣東(0.019)、浙江(0.021)、四川(0.022)、甘肅(0.024)效率值最低;新型農(nóng)村金融機(jī)構(gòu)有8個省(市、自治區(qū))處于效率前沿面,依次為北京、上海、海南、湖南、湖北、四川、陜西和新疆,而吉林(0.101)、廣西(0.157)、山西(0.18)、浙江(0.215)、內(nèi)蒙古(0.218)效率值最低。

(二)Tobit模型分析

分別將各地區(qū)小型農(nóng)村金融機(jī)構(gòu)營業(yè)網(wǎng)點(diǎn)個數(shù)冗余、從業(yè)人數(shù)冗余、資產(chǎn)總額冗余作為因變量,各個環(huán)境變量作為自變量,得到Tobit回歸結(jié)果(表1)。

表1 外部環(huán)境對小型農(nóng)村金融機(jī)構(gòu)投入冗余的影響

模型1—3均是經(jīng)過多次回歸分析,逐一剔除不顯著性自變量后的最終結(jié)果?？梢园l(fā)現(xiàn),小型農(nóng)村金融機(jī)構(gòu)投入冗余與糧食產(chǎn)量、鄉(xiāng)村人口、農(nóng)業(yè)機(jī)械動力3個環(huán)境變量具有顯著相關(guān)性,而與農(nóng)村農(nóng)戶固定資產(chǎn)投資額、農(nóng)作物播種面積、林業(yè)投資、鄉(xiāng)村就業(yè)人員、地區(qū)生產(chǎn)總值5個環(huán)境變量的相關(guān)性并不顯著。

通過3個模型的對比分析可以得出,糧食產(chǎn)量與網(wǎng)點(diǎn)個數(shù)冗余、資產(chǎn)總額冗余2項(xiàng)因變量呈負(fù)相關(guān)關(guān)系,說明糧食產(chǎn)量的增加有利于這2項(xiàng)投入冗余的縮減,對小型農(nóng)村金融機(jī)構(gòu)社會效率的提升具有一定的正向影響,這可能是由于隨著糧食產(chǎn)量的增加,農(nóng)戶會有更多的收入,對金融機(jī)構(gòu)的依賴性增強(qiáng),激勵了小型農(nóng)村金融機(jī)構(gòu)社會效率的提升。鄉(xiāng)村人口與網(wǎng)點(diǎn)個數(shù)冗余、從業(yè)人數(shù)冗余、資產(chǎn)總額冗余3項(xiàng)因變量均呈正相關(guān)關(guān)系,說明隨著鄉(xiāng)村人口的增加,盲目的擴(kuò)充機(jī)構(gòu)網(wǎng)點(diǎn)個數(shù)、從業(yè)人數(shù)、資產(chǎn)總額等均是不可取的,這會使小型農(nóng)村金融機(jī)構(gòu)社會效率大大降低。農(nóng)業(yè)機(jī)械動力也與網(wǎng)點(diǎn)個數(shù)冗余、從業(yè)人數(shù)冗余、資產(chǎn)總額冗余3項(xiàng)因變量均存在顯著的相關(guān)關(guān)系,但不同的是,其與網(wǎng)點(diǎn)個數(shù)冗余、資產(chǎn)總額冗余正相關(guān),而與從業(yè)人數(shù)冗余負(fù)相關(guān),說明農(nóng)業(yè)機(jī)械動力對小型農(nóng)村金融機(jī)構(gòu)投入冗余的影響具有雙向性,因此最終對社會效率水平的影響具有不確定性。

(三)四階段DEA結(jié)果分析

1.小型農(nóng)村金融機(jī)構(gòu)社會整體效率分析。通過投入變量調(diào)整,得到剔除環(huán)境和隨機(jī)誤差因素影響后,小型農(nóng)村金融機(jī)構(gòu)新的效率值為0.441,雖然綜合效率水平依然偏低,但較之以前已經(jīng)有了較大提高,說明外部環(huán)境的影響確實(shí)低估了小型農(nóng)村金融機(jī)構(gòu)整體的社會效率水平。調(diào)整后,已有8個地區(qū)效率值處于前沿面,占全部樣本的13.79%。規(guī)模效率依然較高,為0.844,略有增加;純技術(shù)效率雖仍然偏低,為0.494,但增幅相對較大?？梢?小型農(nóng)村金融機(jī)構(gòu)整體社會效率水平被低估的原因主要在于純技術(shù)效率被低估。從四階段投入冗余來看,營業(yè)網(wǎng)點(diǎn)從業(yè)人數(shù)冗余改善最明顯,由10.332%下降到0%,實(shí)現(xiàn)了最優(yōu)配置。資產(chǎn)總額冗余比率、營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率下降也較為明顯,分別由2.362%下降到0.060%、由1.391%下降到0.038%。

2.傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)社會效率比較分析。傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率值為0.132,依然遠(yuǎn)低于新型農(nóng)村金融機(jī)構(gòu)社會效率值0.750。并且通過二階段與四階段傳統(tǒng)、新型農(nóng)村金融機(jī)構(gòu)社會效率比較可以發(fā)現(xiàn),新型農(nóng)村金融機(jī)構(gòu)社會效率水平提升更為明顯,TE、PTE、SE分別提升0.237、0.179、0.086,而傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率受環(huán)境因素影響相對較弱,其中TE、PTE 分別提升0.091、0.122,SE 則下降0.046,說明新型農(nóng)村金融機(jī)構(gòu)較之傳統(tǒng)農(nóng)村金融機(jī)構(gòu)自身優(yōu)勢更為顯著,尤其具有內(nèi)生性特點(diǎn)的資金互助社,通過引入大量民間資本,將會使農(nóng)村金融更為活躍。從投入冗余來看,兩類農(nóng)村金融機(jī)構(gòu)從業(yè)人員均不存在冗余,在數(shù)量上實(shí)現(xiàn)了最優(yōu)投入,但從質(zhì)的角度來看,各地區(qū)農(nóng)村金融機(jī)構(gòu)從業(yè)人員整體素質(zhì)依然不高。新型農(nóng)村金融機(jī)構(gòu)營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率減少為1.259%,資產(chǎn)總額冗余比率減少為1.294%;而傳統(tǒng)農(nóng)村金融機(jī)構(gòu)則不同,雖然營業(yè)網(wǎng)點(diǎn)個數(shù)冗余比率有所下降,為0.31%,但資產(chǎn)總額冗余比率卻大幅上升,達(dá)到6.308%。可見,四階段DEA 的運(yùn)用,從總體上優(yōu)化了投入冗余,可以避免二階段DEA 對投入冗余的過度縮減。從規(guī)模報酬變化來看,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)規(guī)模報酬遞增、不變、遞減的省份依次為22個、2個、5個,新型農(nóng)村金融機(jī)構(gòu)規(guī)模報酬遞增、不變、遞減的省份依次為15個、9個、5個,說明大部分省份對于這兩類金融機(jī)構(gòu)投入均有很大的改進(jìn)空間,不僅在于投入規(guī)模的擴(kuò)大,更在于投入結(jié)構(gòu)的優(yōu)化。

3.傳統(tǒng)與新型農(nóng)村金融機(jī)構(gòu)地區(qū)社會效率比較分析。從地區(qū)分布來看,四階段DEA 效率結(jié)果顯示(表2),傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率仍以東部地區(qū)最高(0.192),之后為西部地區(qū)(0.115),東北地區(qū)(0.087)與中部地區(qū)(0.079)效率值較為接近。而對于新型農(nóng)村金融機(jī)構(gòu),效率值也是東部地區(qū)最高(0.869),之后依次為中部地區(qū)(0.739)、西部地區(qū)(0.692)、東北地區(qū)(0.633)?？梢?四階段DEA 的采用,雖然使各地區(qū)社會效率水平排序變化較大,但各地區(qū)社會效率水平差別依然不大。

表2 二階段與四階段小型農(nóng)村金融機(jī)構(gòu)社會效率對比

從各省(市、自治區(qū))兩類小型農(nóng)村金融機(jī)構(gòu)社會效率分別排序來看,四階段DEA 中,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率依然沒有處于效率前沿面的省份,山西(0.05)、四川(0.052)、廣東(0.055)、河北(0.063)、山東(0.069)效率值最低;新型農(nóng)村金融機(jī)構(gòu)處于效率前沿面的省份有所變化,既包括二階段DEA 中處于前沿面的上海、海南、湖南和新疆,又包括山西、內(nèi)蒙古、云南和江蘇新增省份,共8 個省份,吉林效率值依然最低,為0.228。經(jīng)過四階段DEA 分析后發(fā)現(xiàn),各省(市、自治區(qū))小型農(nóng)村金融機(jī)構(gòu)社會效率差距表現(xiàn)出相同趨勢,但傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率差距更明顯①以小型農(nóng)村金融機(jī)構(gòu)社會效率均值為分界點(diǎn),用均值以下省份與均值以上省份之比作為衡量標(biāo)準(zhǔn):對于傳統(tǒng)農(nóng)村金融機(jī)構(gòu),該比值由10∶19擴(kuò)大到22∶7;對于新型農(nóng)村金融機(jī)構(gòu),該比值由11∶18擴(kuò)大到15∶14。。

四、結(jié)論及建議

(一)研究結(jié)論

1.從小型農(nóng)村金融機(jī)構(gòu)整體社會效率來看,效率值偏低,雖然剔除環(huán)境及誤差因素后有所改善,但效率水平仍未達(dá)到0.5,尤其以純技術(shù)效率低下為主,說明其自身發(fā)展仍存在很多問題。從小型農(nóng)村金融機(jī)構(gòu)冗余情況來看,采用四階段DEA 分析方法后,所有地區(qū)營業(yè)網(wǎng)點(diǎn)從業(yè)人數(shù)冗余已不存在,但大部分地區(qū)資產(chǎn)總額投入、營業(yè)網(wǎng)點(diǎn)個數(shù)投入仍存在不同程度上的浪費(fèi)問題,最終導(dǎo)致產(chǎn)出不足。從規(guī)模報酬變化來看,63.8%的小型農(nóng)村金融機(jī)構(gòu)呈現(xiàn)出規(guī)模報酬遞增規(guī)律,說明其擴(kuò)大整體投入規(guī)模更有利于整體效率水平的提升。

2.新型農(nóng)村金融機(jī)構(gòu)對整體小型農(nóng)村金融主體社會效率具有明顯的改進(jìn)功效,且剔除環(huán)境及誤差因素后該現(xiàn)象依然存在。傳統(tǒng)農(nóng)村金融機(jī)構(gòu)較之新型農(nóng)村金融機(jī)構(gòu)社會效率受環(huán)境因素影響相對較弱。通過Tobit模型回歸分析,可以得出,糧食產(chǎn)量與網(wǎng)點(diǎn)個數(shù)冗余、資產(chǎn)總額冗余負(fù)相關(guān);鄉(xiāng)村人口與網(wǎng)點(diǎn)個數(shù)冗余、從業(yè)人數(shù)冗余、資產(chǎn)總額冗余正相關(guān);值得注意的是,農(nóng)業(yè)機(jī)械動力對投入冗余的影響具有雙向性:與網(wǎng)點(diǎn)個數(shù)冗余、資產(chǎn)總額冗余正相關(guān),與從業(yè)人數(shù)冗余負(fù)相關(guān)。且四階段DEA 效率分析結(jié)果顯示,新型農(nóng)村金融機(jī)構(gòu)較之傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率更高。

3.從東、中、西、東北四個地區(qū)分布差距來看,通過四階段DEA 效率分析,雖然各地區(qū)效率水平排序有所變化,但各地區(qū)效率水平依然較為均衡。從各省(市、自治區(qū))社會效率差距來看,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率差距較之新型農(nóng)村金融機(jī)構(gòu)社會效率差距更大些。

(二)改進(jìn)小型農(nóng)村金融機(jī)構(gòu)社會效率的政策建議

1.不斷改進(jìn)純技術(shù)效率是提升小型農(nóng)村金融機(jī)構(gòu)社會效率的關(guān)鍵。提升小型農(nóng)村金融機(jī)構(gòu)純技術(shù)效率水平,一方面可以借鑒大型商業(yè)銀行先進(jìn)技術(shù)和經(jīng)營理念,加大APP、自助設(shè)備等的利用率,簡化業(yè)務(wù)流程,優(yōu)化審批制度,并結(jié)合農(nóng)村自身發(fā)展需求,提高業(yè)務(wù)研發(fā)和創(chuàng)新能力,重點(diǎn)發(fā)展其核心業(yè)務(wù),將一些低附加值、高技術(shù)含量業(yè)務(wù)外包出去。另一方面,不同類型小型農(nóng)村金融機(jī)構(gòu)之間應(yīng)打造錯位競爭模式,互補(bǔ)共榮和諧發(fā)展。由于新型農(nóng)村金融機(jī)構(gòu)與傳統(tǒng)農(nóng)村金融機(jī)構(gòu),特別是農(nóng)村信用社實(shí)力相差懸殊,因此新型農(nóng)村金融機(jī)構(gòu)要盡量避免與傳統(tǒng)小型農(nóng)村金融機(jī)構(gòu)開展規(guī)模競爭和客戶爭奪,而應(yīng)充分利用其熟悉農(nóng)村金融市場的優(yōu)勢,規(guī)避逆向選擇和道德風(fēng)險,樹立草根金融服務(wù)理念,將業(yè)務(wù)深入至村、鎮(zhèn)基層,尤其是貧困農(nóng)戶和小微企業(yè),可將貸款服務(wù)細(xì)分,根據(jù)農(nóng)民對資金的需求設(shè)立脫貧貸款、致富貸款、生產(chǎn)性貸款等。

2.繼續(xù)加大新型農(nóng)村金融機(jī)構(gòu)培育的同時,彌補(bǔ)傳統(tǒng)農(nóng)村金融機(jī)構(gòu)短板。在農(nóng)村特有的外部環(huán)境影響下,提升小型農(nóng)村金融機(jī)構(gòu)社會效率,應(yīng)分別從兩類小型農(nóng)村金融機(jī)構(gòu)入手:第一,由于新型農(nóng)村金融機(jī)構(gòu)較之傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率更高,應(yīng)繼續(xù)加大新型農(nóng)村金融機(jī)構(gòu)的培育,加強(qiáng)民間資本的引入,鼓勵民營企業(yè)、信托投資公司、證券保險類機(jī)構(gòu),甚至是當(dāng)?shù)卣麄€社會網(wǎng)絡(luò)資本的參與,彌補(bǔ)其后續(xù)發(fā)展資金不足的問題。另外,政府可進(jìn)一步針對性實(shí)施稅收優(yōu)惠政策,重點(diǎn)對涉農(nóng)貸款達(dá)到一定比例的新型金融機(jī)構(gòu)給予營業(yè)稅、所得稅減免,并允許其購買農(nóng)業(yè)發(fā)展銀行的支農(nóng)債券,同時鼓勵保險公司與新型農(nóng)村金融機(jī)構(gòu)合作,承保農(nóng)戶履約保證保險。第二,傳統(tǒng)農(nóng)村金融機(jī)構(gòu)社會效率比較低下,應(yīng)不斷彌補(bǔ)傳統(tǒng)農(nóng)村金融機(jī)構(gòu)短板,以提升對小型農(nóng)村金融機(jī)構(gòu)整體社會效率的貢獻(xiàn)度。首先,甩掉歷史包袱,合理處理呆賬壞賬,開展關(guān)系型借貸,例如農(nóng)戶聯(lián)保、龍頭企業(yè)擔(dān)保等,優(yōu)化貸款結(jié)構(gòu);其次,明晰產(chǎn)權(quán)關(guān)系,科學(xué)設(shè)置股權(quán),科學(xué)界定集體股和員工股,平衡所有者與經(jīng)營者權(quán)利與責(zé)任;最后,提高政府參與的有效性,合理運(yùn)用財政杠桿,加大支農(nóng)力度,使農(nóng)民擺脫貸款“財政兜底”的固有觀念,可以借鑒農(nóng)產(chǎn)品物流金融模式,產(chǎn)生新的利潤增長點(diǎn)。

3.不同省份小型農(nóng)村金融機(jī)構(gòu)實(shí)施差別化發(fā)展路徑。第一,對于小型農(nóng)村金融機(jī)構(gòu)社會效率較低的省份,多表現(xiàn)出了資產(chǎn)總額與營業(yè)網(wǎng)點(diǎn)個數(shù)的冗余,存在資源的浪費(fèi),適當(dāng)減少資產(chǎn)投入、壓縮營業(yè)網(wǎng)點(diǎn)個數(shù)有利于小型農(nóng)村金融機(jī)構(gòu)社會效率的提升。除此之外,還應(yīng)不斷完善退出機(jī)制,允許破產(chǎn),減少政府的過度干預(yù),消除政府的隱性擔(dān)保問題,使其真正成為產(chǎn)權(quán)明晰、自主經(jīng)營、自負(fù)盈虧的金融機(jī)構(gòu)。第二,對于社會效率較高的省份,多處于規(guī)模報酬遞增階段,因此有必要繼續(xù)加大整體投入規(guī)模,但應(yīng)強(qiáng)調(diào)的是資產(chǎn)總額、營業(yè)網(wǎng)點(diǎn)個數(shù)、營業(yè)網(wǎng)點(diǎn)從業(yè)人數(shù)之間應(yīng)具有合理的投入配置關(guān)系。除此之外,還應(yīng)不斷完善準(zhǔn)入機(jī)制,一方面鼓勵不同類型資本的引入,另一方面要防止投機(jī)性資本流入農(nóng)村金融市場,要嚴(yán)格按照各類機(jī)構(gòu)的設(shè)立條件審批,篩選出真正定位于“三農(nóng)”的金融機(jī)構(gòu)。第三,轉(zhuǎn)換同城與異地的概念,各類監(jiān)管機(jī)構(gòu)之間應(yīng)協(xié)調(diào)合作,加快信息網(wǎng)絡(luò)、信用評級體系建設(shè),以確保信息獲取的完整性、準(zhǔn)確性和及時性,努力做好風(fēng)險預(yù)警工作。