基于三阶段DEA 模型的区域性金融扶贫效率分析与对策建议

康 明

党的十八大把扶贫开发摆在十分突出的位置，将精准扶贫、精准脱贫作为基本方略。党的十九大更将精准脱贫列入决胜全面建成小康社会的“三大攻坚战”之一。多年以来，广西一直是全国扶贫工作的重点地区，经过近十年努力，精准扶贫工作取得了显著成效，一批贫困村、贫困县陆续脱掉贫困帽子，农村贫困人口由2012 年的755 万人减少至2018 年的246 万人，七年累计减少509 万人，下降幅度达67.4%，年均减少101.8 万人，贫困发生率也由2012年的70%降至2018 年的5.7%。在精准扶贫过程中，金融扶贫扮演着非常重要的角色。截至2018 年12月31 日，广西累计向44.96 万建档立卡贫困户发放扶贫小额信贷，贷款余额达204.14 亿元。广西扶贫小额信贷的发放量和获贷率均处于全国“第一梯队”，贷款额位居全国前五位。广西金融扶贫规模大，但效率如何？针对这一问题，本文基于广西14 个地级市的金融扶贫数据，运用三阶段数据包络分析（data envelopment analysis，DEA）模型进行实证，剖析当前广西金融精准扶贫中存在的问题，并提出提高扶贫资金使用效率的可行建议。

一、文献回顾

关于金融扶贫问题的研究，现有文献主要从以下四个方面开展：金融扶贫模式、金融扶贫有效性、金融扶贫机理和金融扶贫效率。

（一）关于金融扶贫模式的研究

小额信贷是金融扶贫的主要方式，可以有效缓解农户在农业生产和经营中的资金短缺问题（穆罕默德·尤努斯，2009），显著提升贫困农户的家庭收入，减少贫困的发生率和贫困程度（Lacalle-Calderon et al.，2018），大大提高扶贫的精准度（贾俊雪等，2017）。一般而言，小额信贷机构人均信贷总额越高，其贫困人口比例就越低，人均收入水平与消费水平就越高（Khanam et al.，2018）。因此，通过小额信贷提供各种金融资本，可以促进经济持续性和包容性增长，实现可持续发展目标（Khaki & Sangmi，2017）。然而，小额信贷有非常严格的信用风险评估程序（Weber，2013），加之商业金融与包容性金融的盈利性矛盾，更阻碍了消除社会贫困的步伐（原妍娜和陈洛川，2018）。因此，小额信贷方式并不能给所有贫困人群带来积极作用，并没有为穷人中的最穷人服务（Weiss & Montgomery，2005）。

（二）关于金融扶贫有效性的研究

从理论上看，金融扶贫可以将信贷资源提供给贫困人口，帮助他们形成个人信用，也可以通过推动农业技术进步（Allet & Hudon，2015）为经济增长贡献高边际回报（Khaki & Sangmi，2017）。从实践上看，金融自由化可能会加深贫困地区收入分配不均等问题（Ravallion，2001），并且中国的小额信贷对缩小城乡收入差距的作用正在逐渐减弱（齐红倩和李志创，2018），收入分配不均可能抵消经济增长的减贫效应（Zhang & Naceur，2019）。Beck 和Peria（2007）研究发现，金融发展与扶贫效果呈U 型关系，也就是说，随着金融深化程度的加深，贫困程度会先扩大后缩小，只有当金融发展经过U 型拐点之后，随着贫困人口获得金融服务成本的下降，金融扶贫才会表现出明显成效（崔艳娟和孙刚，2012）。此外，若金融市场出现大幅震荡，同样不能有效治理贫困（Yang & Fu，2019）。

（三）关于金融扶贫运作机理的研究

金融扶贫的渠道分为直接途径和间接途径。其中，直接途径是金融机构直接向贫困农户提供信贷服务，满足贫困农户扩大生产规模的资金需求，增加生产性收入（傅鹏和张鹏，2016），或通过金融体系的交易和储蓄活动来增加农户收入（Alkire & Foster，2011），即通过零售业务优惠政策（如便利存取款、免费转账、定期存款利率）帮助贫困农户积累资金和降低消费，预防收入不稳定带来的金融风险，从而提升预期收入，减少贫困发生的可能性（罗绒战堆和陈健生，2017）。间接途径是金融机构向贫困地区的企业或产业提供相关金融服务，以企业或产业的发展带动地区经济的发展，进而带动贫困人口脱贫。Dollar和Kraay（2002）将这种传导方式称为经济增长的“滑滴效应”。

（四）关于金融扶贫效率的研究

目前，学术界直接研究金融扶贫效率的文献较少，主要围绕农村信贷资金配置效率问题开展研究。Huq（2017）研究发现，由某些海外国家政府主导的农业信贷体系经常出现资金配置效率低的问题。邓坤（2015）研究发现，四川省巴中市的金融扶贫效率出现了负值，表明涉农贷款占比的上升并不能提高贫困农户的收入。薛书明等（2018）研究发现，不同地区金融减贫的效果存在差异，金融在农村地区的减贫效果是短期的、不显著的，这是由于农村地区受金融政策的波动以及金融供给方面问题的影响，减弱了金融扶贫的效率（杨俊等，2008）。

从现有文献不难看出，针对中国特定省份，特别是分析广西区域金融扶贫效率影响因素，并提出切实可行优化对策的研究还很少。本文采用三阶段DEA 模型对金融扶贫效率进行分析，并提出优化金融扶贫效率的可行建议，以期对广西贫困地区的区域性金融精准扶贫实践起到积极的推动作用。

二、研究方法、指标选择及数据来源

（一）研究方法

本文采用三阶段DEA 模型对金融扶贫效率进行分析。三阶段DEA 模型衡量金融扶贫效率有两种方式：假设规模报酬不变的技术效率CCR 模型（Charnes et al.，1978）和规模报酬可变的技术效率BCC 模型（Banker et al.，1984）。两种方式的差别在于，BCC 模型可以利用纯技术效率和规模效率分析金融机构内部管理水平和经营规模优化程度对精准脱贫效率的影响。因此，本文选择陈银娥和尹湘（2019）提出的投入导向下的BCC 模型来衡量金融扶贫效率，包括金融资源配置使用效率和规模集聚效率。

1．第一阶段：DEA 模型

DEA 中每个评估的对象称为决策单元（decision-making unit，DMU），在投入导向下，第i 个决策单元的表达式为：

2．第二阶段：随机边界分析（stochastic frontier approach，SFA）

其中，i=1,2,……,I，n=1,2,……,N。

3．第三阶段：调整后的DEA 模型

（二）指标选择

1．投入指标和产出指标

投入指标上，首先选取与金融整体环境有关的因素，并用金融机构贷款余额与地区生产总值的比值来反映地区整体金融发展水平。其次，选取“每平方公里金融机构服务人员数”代表与金融自身相关的投入要素。最后，用住户存款/GDP 代表居民存款水平，反映金融扶贫投入资金的使用效率。产出指标上，选择第一产业生产总值增长率和农村居民人均可支配收入增长率，反映贫困人口的生活水平和经济发展水平，以此衡量扶贫效果。相关指标体系见表1。

表1 金融扶贫效率评价指标体系

2．环境指标

经济发达地区能够通过增加就业岗位和收入水平减轻贫困，较好的市场环境能在很大程度上影响资源的使用效率，如贫困户的收入水平。借鉴陈银娥和尹湘（2019）的做法，本文同样选取地区生产总值和农产品生产价格指数作为环境指标。

（三）数据来源

本文根据《广西农村贫困监测报告2018》的统计口径，选择2013-2018 年广西四大经济区域共计14 个地级市作为样本，研究金融扶贫效率。数据来源于《广西统计年鉴（2014-2019）》、《广西金融年鉴（2014-2016）》、《广西财政年鉴（2014-2018）》，以及各市扶贫办和市政府官网。具体经济区域划分如表2 所示。

表2 广西四大经济区域划分

三、实证分析

（一）第一阶段DEA 实证结果分析

本文根据2013-2018 年广西贫困地区的投入产出数据建立DEA 模型，实证分析金融扶贫效率，暂不考虑随机扰动项和环境因素的影响。

1．金融扶贫效率评价静态比较分析

将2013–2018 年共计84 个样本数据代入BCC 模型，得到第一阶段金融扶贫效率的均值，如表3 所示。表3 中第一行的0.695、0.847、0.821 分别代表了广西全区的金融扶贫综合效率、纯技术效率、规模效率，都略高于0.5 的中等水平，说明广西金融发展对贫困治理的效果处于中等偏上水平。从综合效率角度来说，金融机构投入要素还存在一定浪费，与最佳投入值相比较，要获得既定初始产出还可以减少0.305 的投入。比较分析各区的效率值可以看出，玉林和崇左的纯技术效率低下是拉低北部湾经济区六市综合效率的主因。从各区域来看，桂西资源富集区、北部湾经济区、西江经济带的效率值呈现出逐渐降低的特点。综合来看，西江经济带技术无效的原因是多面的，不仅需要提高金融机构的内部管理水平，还需要根据各区所处规模报酬阶段优化经营规模。

表3 第一阶段2013-2018年金融扶贫效率总体评价

2．金融扶贫效率评价动态比较分析

将2013-2018 年的样本数据分年度分析，结果如表4 所示。可以看出，广西全区的金融扶贫效率处于中等偏上水平，但2013-2018 年的动态变化则呈波动下降趋势。比较分析北部湾经济区及六市的动态效率值可以发现，玉林和崇左两市拉低了北部湾经济区六市的效率，其主因为纯技术效率，这与静态比较分析的结果一致。换言之，从效率分解的角度来看，主要是纯技术效率拉低了综合效率。从地区的分解看，北部湾经济区和西江经济带的低效率是全区扶贫效率下降的主要原因。金融精准扶贫脱贫方略自2013 年提出以来，已取得了显著成效，北部湾经济区在扶贫政策的实施下大部分贫困人口已经脱贫，但仍有部分人口处于贫困或极度贫困水平，且贫困原因复杂多样，现有扶贫举措并不能完全覆盖，因此需要采取更有力的扶贫措施。西江经济带贫困问题依然严峻，原因在于自然环境的局限、经济发展的不平衡以及人力资源投入的不足，加上特殊的地域人口分布，使得金融资源难以精准投放，从而减缓了脱贫速度，拉低了全区扶贫效率。

表4 第一阶段2013-2018年金融扶贫效率动态变化比较分析

3．技术有效和无效分析

从比较静态分析来看，广西全区和四大经济区域分地区的金融扶贫效率都小于1，这意味着所有地区均为技术无效状态，存在不同程度投入要素的浪费。投入冗余率分别为30.5%、22.0%、28.5%、27.2%、18.7%，即减少相应冗余要素的投入仍可获得相同的产出。从技术有效和无效地市分布情况来看（见表5），全区分年度统计口径下技术有效的地市数量为8 个，占比9.52%；六年均值统计口径下技术有效的地市数量为4 个，占比28.57%，分别为防城港、钦州、百色、崇左，这四个地市在2013-2018年间均值的综合效率为1，均达到了效率最优。从效率的分解来看，由纯技术效率与规模效率导致技术无效的地区数量基本相当，说明影响广西全区技术无效的原因比较复杂，这与比较静态分析的结果一致。针对技术无效的原因进行分析，以纯技术效率为主因导致技术无效的地市为南宁、柳州、梧州、贵港、玉林和贺州，以规模效率为主因导致技术无效的地市为桂林、北海、河池和来宾。

表5 第一阶段2013-2018年技术有效和技术无效省份数量比较分析

（二）第二阶段DEA 实证结果分析

从第一阶段DEA 模型测算结果可以发现，广西金融扶贫效率存在很大的提升空间，可以从中等偏上水平提升至更高水平。第一阶段DEA 是在未考虑外部环境和随机误差的前提下得出的，但不考虑经济的动态变化以及政府政策推行与实施及产生效果的时间较长等因素会造成实证结果偏离现实，因此有必要利用第二阶段DEA 的随机边界分析剔除不可控的环境因素和随机误差干扰，这样得到的效率值才更准确。本文运用Frontier4.1 软件，对投入差额进行随机边界分析。在随机边界分析回归中，以环境指标为自变量，第一阶段投入要素松弛值为因变量。因此，本文以地区生产总值和农产品生产价格指数为环境指标，经计算得到剔除了外部环境因素的投入指标值，从而使效率值更贴近金融助推精准脱贫效率的真实情况。

（三）第三阶段DEA 实证结果分析

将经过第二阶段随机边界分析调整后的投入指标再次代入BBC 模型，进行第三阶段DEA 检验，结果见表6。

1．第三阶段金融扶贫效率评价静态比较分析

如表6 所示，全区的金融扶贫综合效率、纯技术效率、规模效率分别为0.729、0.899、0.809，相较于第一阶段，效率值有大幅提升，说明第一阶段由于外部环境因素低估了金融扶贫效率，表明普惠金融在脱贫攻坚中发挥了重要作用。比较分析各区效率值可以看出：玉林和崇左没有拉低反而提高了北部湾经济区六市的综合效率，且纯技术达到有效。从各区效率值来看，桂西资源富集区最优，其次是北部湾经济区，西江经济带最差。总体来看，西江经济带技术无效的原因主要在于规模效率低下。该结果与第一阶段的分析有较大差异，原因在于第一阶段综合考虑了各地区的经济发展状态，以崇左、贺州、贵港、来宾等为代表的西江经济带相对于其他地区较落后，分析结果不能准确反映金融扶贫的效率。而当剔除环境因素的影响，将各地区经济发展调整到同一水平，此时的效率值较优，说明金融要素投入能缩小收入差距，降低经济发展落后地区的贫困发生率。

表6 第三阶段2013-2018年金融扶贫效率总体评价

2．第三阶段金融扶贫效率评价动态比较分析

表7是对第三阶段2013-2018 年各年度金融扶贫效率值进行整理的结果，可以看出：第三阶段广西全区金融扶贫效率平均处于较优水平，2013-2018 年的效率动态变化呈波动上升趋势。从对全区效率分解的角度来看，2015 年以来的纯技术效率整体处于较优水平，规模效率逐年上升，可能的原因是广西省响应2015 年出台的国家普惠金融发展规划文件和小额扶贫贷款政策，各地区大力发展普惠金融，加大了相关金融资源及技术服务的投入。从对地区效率的分解看，桂西资源富集区的综合效率逐年上升，并达到技术有效，未来金融扶贫工作的重点区域依然在西江经济带。

表7 第三阶段2013-2018年金融扶贫效率动态变化比较分析

?

3．第三阶段技术有效和技术无效分析

从比较静态分析来看，投入冗余率分别为27.1%、11.6%、11.5%、13.0%、1.7%，相较于第一阶段有较大幅度的降低，说明无论是以全区还是分区域为研究对象，广西的金融扶贫效率都未达到技术有效，金融资源投入存在浪费的问题。如表8 所示，从技术有效和无效地市分布情况来看，广西全区贫困地区分年度统计口径下技术有效的地市数量为6个，占比7.14%；六年均值统计口径下技术有效的地市数量为4 个，占比28.57%，分别为桂林、防城港、百色、崇左。对比第一阶段所测度的效率值，钦州退出了随机前沿，处于技术无效状态，主因是规模效率降低。从第三阶段六年均值统计口径下的效率分解来看，由纯技术效率与规模效率导致技术无效的地区数量基本相当，这与第一阶段的分析结果吻合，说明影响广西全区金融扶贫效率的原因较复杂，需根据各地区的扶贫进展情况进行适当调整。针对技术无效的原因分析，以纯技术效率低下为主因导致技术无效的地市为南宁、梧州、贵港、贺州；以规模效率为主因导致技术无效的地市有柳州、北海、钦州、玉林、河池、来宾，且规模报酬均处于递增状态。

表8 第三阶段2013-2018年技术有效和技术无效省份数量比较分析

四、结论与建议

综合本文研究发现：第一，广西全区和各经济区域的金融扶贫效率均处于中等以上水平，尤其近三年来效率值都高于0.9，说明广西金融扶贫工作已取得了良好的进展。第二，各区都处于技术无效状态，金融扶贫效率均小于1，说明扶贫工作中存在一定的金融资源浪费，但减少相应冗余的投入要素，仍能达到相应的产出目标。第三，在剔除了外部环境因素的影响后，全区效率值都有大幅提高。第一阶段因外部环境因素的影响，低估了金融扶贫效率值，说明金融资源投入与服务在脱贫攻坚中发挥了重要作用。从总体效率分解来看，各经济区的纯技术效率均接近或等于1，由此可以看出，规模效率是综合效率的主要制约因素。第四，从静态和动态变化分析来看，金融扶贫投入要素冗余率相较于第一阶段有大幅降低，冗余率最高的是西江经济带。从六年均值统计口径来看，桂林、防城港、百色、崇左这4 个地市处于技术有效状态，其余10 个地市均存在不同程度的资源浪费。

根据以上结论，本文提出广西金融精准扶贫建议：第一，发展区域性特色金融机构，加强金融机构内部管理，优化金融资源使用效率。尤其是梧州、贵港、贺州等以纯技术效率低为主因导致技术无效的地区要着重加强和完善金融扶贫体系建设，并与互联网、产业链、绿色金融、政府和社会资本合作模式（public-private partnership，PPP）等有机结合，以贫困的层次为切入点，将金融资源进行整合调度，精准对接产业发展多元化融资需求，增加金融机构资金覆盖面（温智良等，2019），走出小额信贷业务难以覆盖极度贫困人群的困境。第二，优化金融扶贫要素投入规模管理。打赢脱贫攻坚战，不仅需要在总量上有所作为，还应注意完善冗余率较高的西江经济带的资源规模体系建设，科学高效地管理与配置金融资源；尤其对于技术无效的主因在于规模效率的地区，如北海、钦州、玉林、河池和来宾，应在充分发挥政策性金融对扶贫工作作用的基础上，进一步探索政策性金融资金与财政扶贫资金的协同配合，对贷款项目实施差别管理，建立审、贷、查三权分立机制（李伟和冯泉，2018），保证资源投入充足合理，减少资源过度投入造成的浪费。第三，加快贫困地区金融生态环境建设，促进小额信贷组织和农村合作金融组织的发展。尽管小额贷款扶贫模式对贫困地区的经济产生了较高的边际回报，但在发展过程中也存在很多问题，因此要进一步落实配套保障措施，引导小额贷款公司可持续发展。不仅如此，还应大力发展多种形式的新型合作金融组织，通过农民的有效参与，促进合作金融与农村治理的协同，弥补当前政府刚性治理和小额信贷的不足，提高金融扶贫的覆盖面。第四，建立扶贫对象信用和经济档案，完善信用评级系统。为了防范金融助推精准扶贫过程中存在的各种潜在风险，一方面需根据贷款主体的信用档案，规范帮扶对象信用评级标准和操作流程，严格落实评定工作，努力提升贷款主体的偿债能力（周孟亮和彭雅婷，2015）。另一方面要定期审查已评级主体，撤销不合标准主体的现有评级，将更多贷款向已评级主体倾斜，以降低扶贫工作中的信用风险，增加扶贫精度，使金融精准扶贫的效率达到最优。