基于DEA-Malmquist 方法的河南省农村金融效率研究

地方经济
基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ方法的河南省农村金融效率研究
郑博阳　张冬平 河南农业大学经济与管理学院
摘要：运用数据包络分析DEA-Malmquist生产率指数方法对2006-2015年河南省17个地市的投入、产出数据进行处理，测算和分解
了河南省农村金融市场资源配置的全要素生产率指数。

研究发现：河南省农村地区金融市场资源配置效率是有效的，全要素生产率呈上升
趋势。

主要农业地市的农村金融全要素生产率要高于工业城市。

提高农村金融市场资源配置效率应该着重提高纯技术效率，加大对河南省
主要工业城市的农村金融扶持力度，进一步完善农村金融体系，加强非正规金融机构信贷资金的支持。

关键词：河南省；农村金融市场；资源配置效率；Malmquist指数
中图分类号：F127 文献识别码：A 文章编号：1001-828X(2016)034-000461-04
近年来，伴随着全球经济的不景气以及国际需求的减少，我国正面临着产业结构的调整和升级以及劳动密集型产业增长速度放缓的现状，从而导致农民工返乡人数增加，农村剩余劳动力增多，这一现状给中国农村经济发展带来了巨大的压力。

当前，发展农村自有经济、民营经济，加快农村经济结构调整，已成为解决我国“三农”问题的重要出路之一。

农村金融作为农村经济发展的关键要素，是优化农村经济发展资源配置和破解农村资金短缺束缚的重要推动力量，对农村经济增长和农民收入的增加具有重要意义。

农村金融效率是衡量农村金融体系运行状况和农村金融资源配置的重要指标，以农村金融效率的高低来判断农村金融对农村经济发挥影响的状况，检验农村金融对现代化大农业发展的影响程度，以此来为农村经济的发展提供参考。

河南省是我国农业大省，粮食产量位列全国第二，占全国总产量的9.5%，但农民人均纯收入却常年低于全国平均值。

农村金融是河南省农村经济发展的重要资金来源，农村金融体系效率的发展情况，能极大的影响我省农村经济的发展情况。

鉴于此，为了更全面地研究农村金融的效率和资源配置问题，本文选取DEA—Malmquist模型，使用2006—2015年河南人均第一产业信贷额、农业人均生产投资、农民人均GDP、农民人均纯收入等统计数据，对农村金融的技术效率和资源配置问题进行实证分析。

一、研究设计
（一）研究方法
1.DEA方法。

数据包络分析模型(Data Envelopment analysis,简称DEA模型)是在1978年由美国的运筹学家A.Charnes、W.W.Cooper及E.Rhodes首先提出的，此方法创立后在很多领域得到了广泛应用。

DEA是一种评估效率的方法，它建立在相对效率概念的基础上，并得到广泛运用。

DEA方法测量的着重点是个体而非测量平均值，它使用数学规划模型对多个投入产出的决策单元间的相对有效性进行评价。

同时，DEA又是一种非参数估计的方法，这种方法简单、使用方便，且能够规避参数方法的多种限制，因此，在各类企业的多投入产出效率的评价中以及在生产函数效率的测评中被广泛地应用。

该方法主要可以用来反映在既定的技术条件和市场环境下，投入要素能有效产出的程度。

DEA可以处理多输入—多产出的有效性综合评价问题，而且与投入指标、产出指标值的量纲选取无关，使用该方法建立模型不需要进行无量纲化处理。

2.DEA—Malmquist指数方法。

Malmquist指数模型是数据包络分析方法的引申，运用面板数据来反映不同时期效率的变动。

当有面板数据时，可以使用DEA和Malmquist TFP指数的线性程序来测量生产率的变化，并将生产率的变化分解为技术进步和技术效率的变化。

DEA-Malmquist指数将总要素生产率分解为技术进步和技术效率。

技术效率可进一步分解为纯技术效率和规模效率。

Malmquist
指数计算如下：
(1)
在规模收益不变的情况下，指数可分解为：
(2)
在规模收益可变的情况下，上述等式可进一步分解为：
Tfpch=effch×techch=pech×sech×techch
在这些变量中，全要素生产率(Tfpch)表示的是从t时期到t+1时期不同决策单元沿不同的生产前沿所反映出来的生产率的变化。

技术进步率(techch)表示生产前沿的移动，反映技术的变动；技术效率(effch)表示相对于不变的规模收益的生产技术，决策单元对投入技术的掌握利用程度的变化；纯技术效率(pech)表示相对于可变规模收益的生产技术，决策单元向生产前沿的追赶效应；规模效率(sech)表示决策单元规模的变动是否有效以及效率值的变化。

这些因素共同作用决定了全要素生产率的大小，Malmquist指数大于1，表示由t时期到t+1时期效率有所增长；小于1表示效率下降；等于1表示效率水平在这一时期间没有变化。

（二）研究指标及样本数据选取
1.样本与指标
本文分析样本为河南省及其下属的17个地市。

首先，以河南省整体为决策单元，采用时间序列，通过DEA—Malmquist模型分析比较河南省农村金融技术效率和规模效率历年变化趋势，为河南农村金融效率分析提供实证支持。

其次，以郑州、开封、洛阳、南阳、漯河、许昌、三门峡、平顶山、周口、驻马店、新乡、鹤壁、焦作、濮阳、安阳、商丘、信阳等17个河南省下属地市为决策单元，就河南省内部各地市间的农村金融效率进行DEA评价，以找出各地市效率差异及分布状况。

最后，结合当前河南省各地市的农业发展状况，以不同农业发展状况的城市为决策单元，进行区域农村金融效率评价，为农村金融在支持河南农村经济的作用方面提供理论支撑。

农村金融资源投入一般包括农村信贷、农业投资、农村金融机构、农村金融制度等。

考虑到相应数据的可得性与可靠性，本文选取的投入指标是人均第一产业信贷余额和人均农业生产投资，其中农村信贷余额是用于发展第一产业的贷款总和，农业生产投资为农、林、牧、渔业生产性固定资产投资额。

由于农村金融资源投入的目的是促进农村经济增长和农民收入提高，鉴于此，本文选取农业人均GDP和农民人均纯收入为产出指标。

具体指标选取情况如表1所示。

现代经济信息
表1 基于DEA分析的农村金融效率评价指标评价目标指标类型评级指标
农村金融效率投入指标
人均第一产业信贷余额
人均农村生产投资产出指标
农业人均GDP
农民人均纯收入
2.样本数据的选取
本文的研究数据来自于河南省各地市的《国民经济与社会发展统计公报》。

其中，农民人均纯收入数据直接来源于《国民经济与社会发展统计公报》，而人均第一产业信贷余额、人均农村生产投资和农业人均GDP数据是根据各地市《国民经济与社会发展统计公报》计算所得。

在具体数据的选取过程中，由于河南省各地市的统计公报不统计第一产业贷款数据，因此，该层面人均第一产业信贷余额是根据当年第一产业增加值占全年完成生产总值的比重乘以金融机构各项贷款余额，再除以农村人口所得。

各地市人均农村生产投资为第一产业固定资产投资除以农村人口所得。

各地市农业人均GDP为当年第一产业增加值除以农村人口所得。

具体测算方法见下：
人均农村信贷余额=第一产业增加值÷全年完成生产总值×金融机构各项贷款余额÷农村人口
人均农村生产投资=第一产业固定资产投资÷农村人口
农业人均GDP=第一产业增加值÷农村人口
二、实证分析
本文的统计检验均是在DEAP2.1软件和Excel 2013软件中进行的， 相关数据如下：
（一）河南省农村金融效率分析
表2 2006-2015 年河南省整体Malmquist指数及其分解
年份Effch techch pech sech Tfpch 2006-2007年 1.021 1.0830.985 1.035 1.116 2007-2008年 1.2010.9850.987 1.207 1.183 2008-2009年 1.050 1.0860.966 1.077 1.140 2009-2010年 1.0840.997 1.015 1.068 1.081 2010-2011年0.955 1.1540.806 1.185 1.102 2011-2012年0.912 1.0860.896 1.0180.990 2012-2013年 1.039 1.1550.992 1.047 1.200 2013-2014年 1.018 1.1280.902 1.129 1.148 2014-2015年 1.152 1.235 1.016 1.134 1.423均值 1.048 1.1010.952 1.100 1.154
图1 2006-2015 年河南省Malmquist 指数及其分解表2是河南省农村金融市场资源配置整体全要素生产率变化指数及其分解。

总体来看，河南省农村金融资源配置全要素生产率有所上升，绝大多数年份全要素生产率指数高于1，只有一年的全要素生产率小于1，各年均值为1.154，全要素生产率年平均增长15.4%。

从时间序列来看，全要素生产率指数呈现不稳定态势，从2006年—2011年主要趋势是向下的，从2011年开始趋势向上。

从图1可以看出全要素生产率在考察年间整体上呈现先下降后增长的态势，原因主要体现在技术效率的变化上。

当技术效率增长时，全要素生产率也是增长的；反之，当技术效率下降时，全要素生产率也是下降的，全要素生产率和技术效率呈正比关系。

另外，从图1可以发现技术效率与技术进步率在2006年—2011年间呈现出反比关系，在2011年—2015年间呈现出正比关系。

纯技术效率在2006年—2010年间稳定在0.96—1.02之间，在2010年—2011年达到最低，在2011年—2015年间平稳回升，达到了1以上。

规模效率在所有年份均在1以上，平均值达到1.1，表现出了比较好的规模效应。

（二）河南省各地市农村金融效率差异分析
为了进一步研究河南省农村金融效率的地区差异问题，本部分以河南省各地市为决策单元，将河南省下属17个地市的投入产出指标代入DEA—Malmquist模型，得到河南省各地市的农村金融效率评价结果，如表3所示。

表3 河南省各地市Malmquist
指数及其分解
决策单元effch Techch pech sech Tfpch
郑州10.934110.934
开封 1.111 1.220 1.1320.982 1.356
洛阳 1.1410.9750.873 1.307 1.113
平顶山10.956110.956
焦作 1.112 1.0420.413 2.692 1.159
鹤壁0.840 1.1530.9040.9290.968
新乡 1.011 1.0700.960 1.053 1.082
安阳 1.075 1.107 1.0910.985 1.189
濮阳 1.148 1.097 1.069 1.074 1.259
许昌 1.031 1.150 1.0700.964 1.185
漯河 1.161 1.162 1.1620.999 1.348
三门峡 1.039 1.031 1.0420.997 1.071
南阳 1.033 1.163 1.0380.995 1.201
商丘1 1.26011 1.260
信阳 1.029 1.1130.971 1.059 1.145
周口 1.201 1.1821 1.201 1.419
驻马店0.942 1.1720.807 1.168 1.105
均值 1.048 1.1010.952 1.100 1.154
由表3可以看出，河南省各地市的全要素生产率只有郑州、平顶山和鹤壁小于1，其他均大于或等于1，均值为1.154，表明河南省各地市农村金融发展状况较好，全要素生产率整体呈上升趋势，平均年增长率超过15%。

对于大多数地市来说，技术进步率对全要素生产率的影响要比技术效率对全要素生产率的影响更大一些。

从技术效率进步的角度看，大部分地市的年平均技术效率进步值大于1，只有鹤壁和驻马店的技术效率进步值小于1。

从规模报酬变化的情况看，规模报酬变化均值为1.1，10个地市的规模报酬变化值大于1，7个地市的规模效率变化值小于1，反映了现阶段河南省农村金融规模报酬总体呈现上升趋势。

从纯技术效率变化的情况看，虽然均值为0.952，但大部分地市的纯技术效率仍大于1，只有6个地市的纯技术效率小于1。

从技术进步的情况看，河南省农村金融总体的技术进步率为1.101，绝大多数地市的技术进步率大于1，只有郑州、洛阳和平顶山的技术进步率小于1，且技术进步率对全要素生产率的贡献要大于技术效率的提高对全要素生产率的贡献。

随着河南省农村金融发
地方经济
展的规模越来越大，效率的提高越来越依赖科技创新， 技术进步已
经成为影响河南省农村金融效率进步的重要因素。

（三）河南省农业发展状况不同的城市农村金融效率差异分析
河南省虽然是农业大省，但不同地市之间的农业发展状况不尽
相同。

因此，为了使本文能对河南省的农村金融发展状况更有现实
帮助和意义，本文将河南省17个地市根据农业发展状况不同划分
为3种不同的城市类型：第一种类型是第一产业GDP占总GDP的
20%以上的地市，包括商丘、信阳、周口和驻马店4市，这4个地
市的粮食产量占全省总产量的45.5%，是我省的主要粮食产区；第
二种类型是第一产业GDP占总GDP的10%-20%的地市，包括开
封、平顶山、安阳、新乡、濮阳、漯河和南阳7市，这7个地市的
粮食产量占全省总产量的37.5%；第三种类型是第一产业GDP占
总GDP的10%以下的地市，包括郑州、洛阳、鹤壁、焦作、许昌
和三门峡6市，这6个地市的粮食产量占全省总产量的17%，是我
省主要的工业城市，工业相对发达。

本文以3种不同农业发展状况
的地市进一步进行农村金融效率分析，以期为今后的河南农村金融
发展提供理论依据。

具体数据见表4。

表4 2006—2015年河南省各地市农村金融效率评价结果
城市类型包含城市effch techch pech sech Tfpch
第一类商丘、信阳、周口、驻马店 1.043 1.1820.9451.107 1.232
第二类开封、平顶山、安阳、新乡、
濮阳、漯河、南阳
1.077 1.111 1.0651.013 1.199
第三类郑州、洛阳、鹤壁、焦作、许昌、
三门峡
1.027 1.0480.9561.315 1.072
从表4可以看出，三类地市的全要素生产率依次为1.232、1.199和1.072，说明我省的农村金融的全要素生产率和农业发展状况是成正比的，即农业越发达的地市，农村金融的全要素生产率越高。

这三类地市的全要素生产率的差异主要原因在于技术进步率上的差异，三类地市的技术进步率依次为1.182、1.111和1.048，与全要素生产率的趋势相同。

而在技术效率上，三类地市的差异不大，均在1—1.1之间。

从纯技术效率来看，第二类地市最高，第三类地市其次，第一类地市最低，且第一类地市和第三类地市的纯技术效率小于1。

从规模效率情况来看，排次依次为第三类地市、第一类地市和第二类地市，且都大于1。

三、研究结论与政策建议
（一）研究结论
从对河南省农村金融全要素生产率的分析来看，河南省农村金融的发展可分为两个阶段：第一阶段是2006年—2011年。

2006年底，中国银行业监督管理委员会(银监会)发布了“关于调整农村金融机构准入政策的若干意见”，实施低开放，严格监管的农村金融市场开放政策，这一政策农村允许“农村银行”，“贷款公司”和“农村互助”三类新金融机构的成立，也放宽了农村银行金融机构现有的兼并重组政策，并鼓励商业银行在农村地区开设分支机构。

这一政策使河南省农村金融规模迅速扩大，但是由于扩张迅速，技术进步缓慢，导致技术进步对技术效率改善存在着滞后性，影响了全要素生产率的提高。

在第一阶段中，全要素生产率和技术效率在2011年—2012年达到最低，纯技术效率在2010年—2011年间降至最低点。

在河南省农村金融发展的第一阶段，呈现出农村金融机构增多、金融机构网点数量发展迅速、农村金融信贷规模迅速提高的特点，对河南省农村经济的发展起到了很大的推动作用。

但也存在着因为信贷规模扩张迅速但管理水平没有相应提高而导致的管理混乱、效率不高的问题。

第二阶段是2012年至2015年。

2011年6月，银监会印发“支持商业银行进一步完善小企业金融服务通知”，进一步促进商业银行支持和完善小企业金融服务，称为“银十条”。

“银十条”实施后，农村金融机构可以通过缩短贷款审批程序，降低中小企业贷款门槛，缩短中小企业融资渠道，区分不良贷款率高的中小企业，发行金融债券等方式，使中小企业融资之路更为畅通。

“银十条”使河南省农村金融技术效率提高，总体呈现向上的态势，农村金融的发展更正规、规模更大，对农村经济的发展影响更大、更全面。

在第二阶段中，在2014年-2015年全要素生产率达到最高点1.423，主要原因是技术进步率在2014年-2015年达到最高，数值为1.235，说明在河南省农村金融在多年的发展后已日趋成熟，管理水平与经营效率都有很大的提升，农村信贷对农村经济的发展和农民收入的提高影响明显，技术效率也较2011年-2012年稳步提高，在2012年-2015年均大于1。

纯技术效率有所回升，在2014年-2015年间达到1。

从对河南省各地市农村金融效率评价结果来看，各地市全要素生产率年平均增长15.4%。

农村金融在我省农业相对发达的地市发展较好，全要素生产率年平均增长23.2%，为第一产业GDP的增长和农民收入的提高发挥了巨大的作用。

全要素生产率的提高主要得益于技术进步率的提高，表明在我省的农业大市中，农村金融的信贷规模越来越大，组织发展越来越规范，信贷资金的配置也越来越合理。

在农业相对不发达和主要的工业城市中，农村金融的全要素生产率大于1，表明农村金融的发展对农村经济的发展和农民收入的提高也起到了积极的作用。

虽然总体来说发展趋势是向上的，但也存在着一定问题，比如总体纯技术效率偏低，个别地市全要素生产率小于1等。

（二）政策建议
根据以上结论，本文从以下几方面提出相应政策建议：
第一，进一步加大农村金融投入，在充分利用其规模效率的同时，努力提高农村金融的纯技术效率。

通过本文的实证分析，河南省农村金融的整体规模效率为1.1，具有良好的规模效应，应适当加大投入，扩大信贷规模和第一产业固定资产投资额，以期更好的发展河南省的农村经济和提高农民收入。

河南省农村金融的总体纯技术效率为0.952，小于1，阻碍了河南省农村金融的发展，应提高纯技术效率。

第二，加大对河南省主要工业城市的农村金融扶持力度。

相对于河南省的农业发达城市，工业城市的农村金融全要素生产率较低，导致相对于农业发达城市，工业城市的农村金融发展缓慢，应着重提高技术进步率，进而提高全要素生产率。

第三，进一步完善农村金融体系。

金融效率的高低在于金融机构的管理水平和资源配置水平，河南省虽是农业大省，但金融业整体并不发达，农村金融更是新鲜事物，发展时间短暂，虽然整体态势良好，但仍存在许多问题。

要提高金融机构的管理水平，就需要合理利用和配置现有资源，提高金融机构的规模效率和技术效率，从而提高全要素生产率。

第四，加强非正规金融机构信贷资金的支持。

非正规金融机构
下接（第４６５页）。