1、基于DEA模型的中部地區(qū)金融支農(nóng)效率評(píng)價(jià)論文摘要：本文采用數(shù)據(jù)包絡(luò)分析DEA方法對(duì)中部八省的農(nóng)村金融資源配置效率作整體的評(píng)價(jià)和比擬，在此根底上剖析了中部八省在金融機(jī)構(gòu)支農(nóng)效率的影響因素。分析說明：山西、安徽、江西、湖南與河南須提高金融支農(nóng)的管理水平與完善相關(guān)的制度，同時(shí)提高金融支農(nóng)的規(guī)模效率，湖南的制度建設(shè)與管理水平相對(duì)完善，但須提高規(guī)模效率。其中，農(nóng)村信用社的貸款力度缺乏是影響金融支農(nóng)效率的關(guān)鍵。論文關(guān)鍵詞：金融資源,農(nóng)村金融,配置效率,中部一、引言農(nóng)村金融資源的配置效率問題一直受到國內(nèi)外學(xué)者的關(guān)注。王秀山(2002)在對(duì)金融資源的劃分就根底上對(duì)金融資源的效率進(jìn)行了深入地研究。曾康霖(200

2、5)認(rèn)為金融資源主要包括作為資金的貨幣、能夠流通的證券、社會(huì)成員間及成員和政府間的信用，其共同特點(diǎn)是能夠作為經(jīng)濟(jì)開展的要素帶來增值。帕加諾(Pagano，1993)在內(nèi)生增長模型為根底上對(duì)金融開展作用于經(jīng)濟(jì)增長的機(jī)制作出全面標(biāo)準(zhǔn)的解釋。韓廷春(2001)將影響經(jīng)濟(jì)增長的因素分解為儲(chǔ)蓄率、儲(chǔ)蓄轉(zhuǎn)化為投資的比例以及資本的邊際效率，并經(jīng)濟(jì)增長與金融開展之間的關(guān)系進(jìn)行了分階段的計(jì)t檢驗(yàn)，認(rèn)為不同的經(jīng)濟(jì)開展階段，金融深化程度對(duì)經(jīng)濟(jì)的影響不同。麥金農(nóng)(McKinnon)和肖(Shaw,1937)針對(duì)金融受到壓抑的開展中國家的經(jīng)濟(jì)提出了金融深化理論，從金融抑制;和金融深化;的角度論證了貨幣金融和經(jīng)濟(jì)開展的辯

3、證關(guān)系.?？傮w而言，國內(nèi)對(duì)農(nóng)村金融資源配置效率的研究大多數(shù)還停留在定性分析方面，定量分析的文獻(xiàn)相對(duì)較少。在加快開展農(nóng)村的同時(shí)，不能光靠增加金融支農(nóng)的投入，還應(yīng)注重農(nóng)村金融資源自身的配置效率，使金融支農(nóng)從粗放型向集約型開展。因此，有必要對(duì)農(nóng)村金融資源配置效率做出科學(xué)的評(píng)價(jià)，在此根底上厘清農(nóng)村金融資源配置效率的影響因素，為改善農(nóng)村金融生態(tài)環(huán)境提供有益的借鑒?；谝陨纤伎?，本研究運(yùn)用DEA模型對(duì)各地區(qū)農(nóng)村金融資源配置效率進(jìn)行評(píng)價(jià)和分析，并結(jié)合Tobit回歸模型探索農(nóng)村金融資源配置效率的影響因素。二、研究方法及說明數(shù)據(jù)包羅分析DataEnvelopmentAnalysis,DEA方法是一種非參數(shù)的效率

4、評(píng)估技術(shù)。最早的DEA技術(shù)是Farrell(1957)對(duì)英國農(nóng)業(yè)生產(chǎn)力進(jìn)行分析時(shí)提出的包羅思想和此后基于線性規(guī)劃技術(shù)開展起來的用于經(jīng)濟(jì)定量分析的非參數(shù)方法。Charnesetal(1978)把這個(gè)方法推廣到適應(yīng)多輸入多輸出同類的決策單元decisionmakingunitDMU情形，形成了標(biāo)準(zhǔn)的數(shù)據(jù)包羅分析方法。本文就DEA模型對(duì)中部八省金融機(jī)構(gòu)金融支農(nóng)效率做整體評(píng)價(jià)。假設(shè)將對(duì)n個(gè)地區(qū)進(jìn)行金融支農(nóng)效率進(jìn)行比擬，每個(gè)地區(qū)都有m種投入變量和s種產(chǎn)出變量，表示第j個(gè)地區(qū)的第i種金融資源投入總量，表示第j個(gè)地區(qū)第i種金融資源的產(chǎn)出總量。那么那么有第j個(gè)地區(qū)金融資源的投入為=，產(chǎn)出為=，令V為投入向量的

5、x的權(quán)系數(shù)向量，U為產(chǎn)出向量Y的權(quán)系數(shù)向量，以第j地區(qū)的效率評(píng)價(jià)為目標(biāo)函數(shù)，以全部單元的效率指數(shù)約束，得到最優(yōu)化的CCR模型：Max=s.t1u0,v0,j=1,2,n利用Charnes-Cooper變換，將上述非線性變換成模型等價(jià)的線性規(guī)劃模型：Min令、是給定問題的最優(yōu)解，假設(shè)=1，且=0或=0，那么稱第j個(gè)地區(qū)為DUM有效，即DUM同時(shí)技術(shù)有效和規(guī)模有效；假設(shè)=1，且0或0，那么稱第j地區(qū)為DUM弱有效，即DUM不是同時(shí)技術(shù)有效和規(guī)模有效；假設(shè)1，那么稱底j地區(qū)為DUM無效，即DUM既不是技術(shù)效率最正確，也不是規(guī)模收益最正確。CCR模型中的最優(yōu)值可以判斷DUM的規(guī)模收益情況，具體表現(xiàn)在：

6、1如果存在j=1,2,n使得=1,那么DUM的規(guī)模收益不變；2如果不存在j=1,2,n使得=1,假設(shè)1,那么DUM的規(guī)模收益遞增；3如果不存在j=1,2,n使得=1,假設(shè)1,那么DUM的規(guī)模報(bào)酬遞減。由于有很多的因素可能導(dǎo)致DUM存在規(guī)模報(bào)酬變化(VRS)，因此，在固定的規(guī)模報(bào)酬的根底上，Banker1984在CCR模型上增加了一個(gè)凸性假設(shè)=1,得到BCC模型。通過執(zhí)行CRS和VRSDEA，可以獲得廠商的規(guī)模效率。其關(guān)系可以表示為：=*SE其中，表示規(guī)模收益不變的技術(shù)效率得分，表示規(guī)模收益可變的技術(shù)效率得分，SE表示規(guī)模效率得分。根據(jù)這些指標(biāo)，本文就可以對(duì)我國中部八省金融支農(nóng)的效率作整體的評(píng)價(jià)

7、。三、研究指標(biāo)及數(shù)據(jù)的選取運(yùn)用DEA模型對(duì)中部八省農(nóng)村正規(guī)金融機(jī)構(gòu)金融支農(nóng)效率進(jìn)行分析時(shí)，首先要確定金融支農(nóng)的投入和產(chǎn)出指標(biāo)。金融支農(nóng)的關(guān)鍵是在一定的投入規(guī)模下實(shí)現(xiàn)金融支持農(nóng)業(yè)的效果最正確。基于以上考慮，并兼顧樣本數(shù)據(jù)的可比性、可得性、科學(xué)性及影響的重要程度，本文構(gòu)建了金融支農(nóng)效率評(píng)價(jià)的指標(biāo)體系見表1。類別 指標(biāo) 投入指標(biāo) 農(nóng)戶存放于銀行的資金 農(nóng)戶存放于信用社的資金 產(chǎn)出指標(biāo) 農(nóng)民來源于銀行的資金 農(nóng)民來源于信用社的資金 本研究投入產(chǎn)出數(shù)據(jù)來源于匯豐銀行資助的中國農(nóng)村金融開展研究;工程。數(shù)據(jù)是2007年7月9日-20日，清華大學(xué)經(jīng)濟(jì)管理學(xué)院202名師生對(duì)中國中部山西、黑龍江、安徽、江西、湖北

8、、吉林、湖南與河南八省31縣，150多個(gè)村莊，2000多家農(nóng)戶，50家企業(yè)，70多家金融機(jī)構(gòu)及當(dāng)?shù)卣畬?shí)地調(diào)研的結(jié)果。四、實(shí)證結(jié)果分析運(yùn)用DEAP2.1軟件，將表1中的各個(gè)指標(biāo)帶入求解，得到2007年與我國中部八省金融支農(nóng)效率評(píng)價(jià)結(jié)果與資金存貸差額比例。見表2。表2農(nóng)村金融資源配置效率CRS與VRS的值與存貸差額比例 地區(qū) crste vrste scale Y1 Y2 X1 X1 山西 0.442 0.695 0.637 irs 0 31.527 -4.734 -40.115 黑龍江 1 1 1 - 0 0 0 0 安徽 0.246 0.738 0.333 irs 3.35 32.66 -3

9、.56 -12.79 江西 0.164 0.479 0.343 irs 0 31.43 -12.318 -23.048 湖北 0.824 1 0.824 irs 0 0 0 0 吉林 1 1 1 - 0 0 0 0 湖南 0.658 0.897 0.733 irs 0 26.928 -1.869 -2.758 河南 0.245 0.629 0.39 irs 2.046 29.663 -6.601 -12.51 均值 0.572 0.805 0.658 - 0.675 19.026 -3.635 -11.403 方差 0.119 0.039 0.078 - 1.681 251.082 18.30

10、9 203.994 注：drs表示規(guī)模報(bào)酬遞減irs表示規(guī)模報(bào)酬遞增-表示規(guī)模報(bào)酬不變；;表示投入要素有投入冗余，即投入要素可以減少的比例。農(nóng)民人均收入;的數(shù)值表示產(chǎn)出缺乏的情況，即產(chǎn)出應(yīng)該比現(xiàn)在增加的比例。1，規(guī)模報(bào)酬不變CRS的配置效率。該配置效率是技術(shù)與規(guī)模的綜合效率，表示農(nóng)村金融資源在最大產(chǎn)出下的最小的投入，這個(gè)效率值可以衡量在投入導(dǎo)向下我國各地區(qū)農(nóng)村金融資源的投入是否存在不合理現(xiàn)象，即是存在資源利用的缺乏或者浪費(fèi)。從表2可以知道，中部八省正規(guī)金融機(jī)構(gòu)金融支農(nóng)技術(shù)效率低下，僅有黑龍江與吉林兩省到達(dá)有效前沿，占25%，且各省份效率相差明顯。其中江西技術(shù)效率最低，僅達(dá)0.164。2，規(guī)模報(bào)

11、酬變化VRS下的配置效率。該效率值表示在同一規(guī)模的最大產(chǎn)出下最小的投入量，可以衡量在投入導(dǎo)向下農(nóng)村金融資源配置的無效率狀態(tài)到底一多少是由技術(shù)無效率造成的。該指標(biāo)側(cè)重反映相關(guān)制度運(yùn)行的效率和管理水平。從表2可以看出，從整體上講中部八省純技術(shù)效率較低，僅有3省純技術(shù)有效，占37.5%，但各省相差不大。3，規(guī)模效率(SE)。規(guī)模效率表示農(nóng)村金融資源在最大產(chǎn)出下技術(shù)效率的生產(chǎn)邊界的投入量與最優(yōu)規(guī)模下投入量的比值。該值衡量了在投入導(dǎo)向下農(nóng)村金融資源的利用是否處在最優(yōu)的規(guī)模。從表2中可以看出，中部八省規(guī)模效率較低，其中安徽、江西與河南的規(guī)模效率不到0.4.4，規(guī)模報(bào)酬。中部八省中有6個(gè)省份金融機(jī)構(gòu)金融支農(nóng)

12、呈規(guī)模報(bào)酬遞增趨勢(shì)，占75%；2個(gè)省份呈規(guī)模保持不變的特征，占25%；沒有規(guī)模報(bào)酬遞減的省份。5，銀行、信用社資金來源IN。五個(gè)未到達(dá)資金供需前沿的省份都存在資金供應(yīng)過剩，即存差較大。從整體上講，江西的正規(guī)金融機(jī)構(gòu)的資金來源冗余度最高，湖南最低。其中山西農(nóng)村信用社的資金來源冗余度最高，到達(dá)40.115%，江西銀行的資金來源冗余度最高，到達(dá)12.318%。6，銀行、信用社資金投放OUT。五個(gè)未到達(dá)資金供需前沿的省份中由于銀行貸款缺乏造成的低效率省份有2，占40%。也就是說五個(gè)省份未到達(dá)資金供需前沿的主要原因是農(nóng)村信用社的貸款額度缺乏造成的，且差額不大。其中安徽農(nóng)村信用社貸款缺乏率最高，到達(dá)32.

13、66%，河南最低，到達(dá)29.663%。綜上所述，山西、安徽、江西、湖南與湖南5省金融機(jī)構(gòu)金融支農(nóng)效率低下的主要源于純技術(shù)效率有規(guī)模效率的低下，必須不斷加強(qiáng)和完善相關(guān)的制度建設(shè)、提高管理水平與規(guī)模效率。湖北金融機(jī)構(gòu)金融支農(nóng)效率低下主要因?yàn)橐?guī)模效率的低下，所以規(guī)模效率是阻礙湖北金融支農(nóng)效率的主要障礙，與其管理水平與制度建設(shè)無關(guān)。黑龍江與吉林的制度運(yùn)行、管理水平與規(guī)模報(bào)酬都到達(dá)理想狀態(tài)。從資金的接待差額來看，中部地區(qū)金融支農(nóng)的低效率的主要原因是農(nóng)村信用社的貸款力度缺乏。五、結(jié)論與建議整體而言，中部地區(qū)金融支農(nóng)效率較低，各省存在一定差異。農(nóng)村信用社貸款力度缺乏是提高金融支農(nóng)效率的主要障礙。山西、安徽、

14、江西、湖南與湖南5省須不斷加強(qiáng)和完善相關(guān)的制度建設(shè)、提高管理水平與規(guī)模效率。湖北須提高金融機(jī)構(gòu)金融支農(nóng)的規(guī)模效率。本研究的啟示是：從農(nóng)村現(xiàn)代化建設(shè)的角度來看，加大金融支農(nóng)的投入以推進(jìn)農(nóng)村的開展是必要的。但是，金融支農(nóng)絕對(duì)不僅僅依靠金融支農(nóng)的投入，更重要的是農(nóng)村金融資源配置效率的提高。實(shí)現(xiàn)農(nóng)業(yè)的又好又快開展，無視了金融支農(nóng)的效率，只會(huì)造成整個(gè)社會(huì)金融資源的短缺或浪費(fèi)。因此，為了推動(dòng)農(nóng)村經(jīng)濟(jì)的開展，僅僅加大金融支農(nóng)的投入而不提高金融支農(nóng)的效率，將會(huì)嚴(yán)重制約農(nóng)村經(jīng)濟(jì)的進(jìn)一步開展。ProvincialsEfficiencyAssessmentofFinanceSupportforAgriculture

15、BasedonDEAinCentralRegionsXiangLinLiJigang(1.SchoolofFinanceandbanking,XinjiangUniversityofFinanceandEconomics,Urumqi,830012,China;2.Postdoctoralinstituteoffinance,CentralUniversityofFinanceandEconomics,Beijing,100081,China)參考文獻(xiàn)1 Banker, R.D.; Charnes, A. and Cooper, W. W.: Some Models for Estimatin

16、g Technical and Scale Inefficiencies in DataEnvelopment Analysis, Management Science, No. 9, 19842 Caves, D.W.; Christensen, L. R. and Diewert, W.E.: The Economic Theory of Index Numbers and the Measurement ofInput, Output and Productivity, Econometrics, No.6, 19823 Chanes, A.; Cooper, W.W.; Rhodes,

17、 E.: Measuring the Efficiency of Decision Making Unit, European Journal of Operational Research, No.2, 19784 Pagano. Financial Market and Growth: An overview, European Economic Review, 1993, 7, 613-622.5 McKinnon,Ronald I. (1973), Money and Capital in Economic Development, Washington, D.C,: Brookings Institute.6 McKinnon,Ronald I. (1991), The order of economic liberalization: financial control in the transition to a marketeconomy. John Hopkins University Press, 1991.7 Shaw, E.