導語：規模報酬與行業對接的農村信貸效率一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

經濟發展金融先行。金融有配置資金、分散風險和動員資金三大功能，其中配置資金最為重要，通過資金配置效率可揭示資金量促進經濟發展的程度。目前，國內關于農村資金運用的研究多為供給需求研究［1－3］，在有關配置效率的研究［4－5］中，以規模報酬與行業相結合為視角的尚未見到。本文擬以陜西省為例，用資金運用量和區域經濟GDP增長量之間的相關關系來測算資金配置效率，并將規模效率和技術效率加入資金配置效率之中進行評價，同時結合金融危機和農業稅的取消分析政策變化對資金配置效率的影響。

一、模型選擇

數據包絡分析模型(DEA)是非參數模型，不用建立自變量和因變量之間的固定關系，也不用考慮指標所包含的參數、單位等，可以省略很多主觀因素的干擾，但它在涉及變量之間的相關性和生產規模方面存在缺陷。而Cobb－Douglas模型(C－D模型)在生產規模的研究上應用最為廣泛，同時也可以研究變量之間的相關性，恰恰能彌補DEA模型的缺陷。因此，本文先用C－D模型來驗證陜西省農村生產規模報酬情況和各變量之間的相關性，再用DEA模型來分析不同資金流向對陜西省信貸資金配置效率的影響。

(一)DEA模型及其修正

DEA是對相同性質的多輸入、多輸出決策單元進行效率評價最有效的運籌方法，主要用于計算生產中的技術效率和規模效率［6］。本文研究的是在資金投入狀況確定情況下和規模報酬可變情況下的最大產出情況，所以擬采用DEA模型中的產出導向型BBC模型，表達式如下:其中，θ為線性規劃的決策單元(DMU)在BBC模型下的技術效率，表示在投入給定的情況下，相對于最有效的生產前沿，決策單元的產出能夠實現的最大比例。如果θ為1，則表示這一決策單元的技術效率是1，說明決策單元是有效的;如果θ距離1越遠，就表示決策單元的技術效率越低，離有效生產前沿面越遠。由于實際分析中數據的可獲得性有限，且本文僅研究陜西省農村資金配置狀況，需要對各年數據進行縱向比較，而原模型應用中是對各單元的橫向對比，因此需對其假定條件進行兩方面修正:(1)與全國對比時，以一個年份的效率作為基數1;(2)將橫向比較單元的假設條件變為縱向比較單元的假定條件，即在陜西省農村整體資金效率與全國對比分析時，以2000年全國生產規模效率和技術效率作為效率目標來對比陜西省農村資金的配置效率;在分行業研究中，不是將傳統的時間序列作為整個單元分析，而是將陜西省農村每一年份的資金配置作為一個單元分析，通過對比，可分析不同年份配置效率的不同，并將其整體作為效率對比的主體，這樣更有利于分析政策導向和經濟環境變化等的影響以及整體資金配置效率狀況。由于修正前后的約束條件是對等的，并沒有改變BBC模型線性規劃的可行域，因此修正是科學的。

(二)C－D模型及其修正

C－D模型是目前應用較為廣泛的生產函數，原函數形式為Y=ALαKβ。本文借鑒鄭晶的研究［7］，增加了技術進步、經濟、制度變化等因素以及虛擬變量對原函數進行修正。2006年農業稅取消，是制度因素的最大變化，因此，本文以2006年為界設一個虛擬變量，并構建模型如下:其中，Y表示收入;A表示技術進步;L表示勞動力投入;K表示資本投入;S表示土地等自然資源的投入;E表示經濟變化，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標的顯著性、模型整體的擬合程度以及陜西省農業生產的規模報酬情況，解決DEA模型分析中規模報酬和投入產出之間是否相關的兩個前提問題。二、指標與數據的選取陜西省農村生產函數指標的選取情況如下:(1)收入指標:為了防止單純以農業收入指標計算會帶來數據失真，所以本文放寬口徑，選用陜西省農林牧副漁總產值指標;(2)技術進步指標:用年末機械總動力替代;(3)自然資源指標:陜西省為農業大省，地處黃土高原，農作物較多，故用農作物播種面積替代;(4)勞動力投入指標。用賦權重值法將教育年份與農業勞動力結合分析后得到的“效率農民”數值替代;(5)資本投入指標。用農業投入和非農業投入的農村固定資產投入狀況替代;(6)經濟變化狀況:用簡單算數平均法計算得到的生產資料價格指數、農產品生產價格指數、農村居民消費價格指數三者的平均數表示，稱為平均價格指數;(7)對政策因素引入虛擬變量，并假定2006年以前為0，其后為1。陜西省農村資金配置效率分析指標的選取情況如下:(1)農業總產值仍用農林牧副漁總產值代替;(2)根據分析要求，資金投入由農業貸款總值代替;(3)由于數據的局限性，分產業對比資金運用效率時，僅分為農業和鄉鎮企業。并用它們分別代替農村的農業和制造業。本文數據來源于《中國農村統計年鑒》、國家統計局網站、《陜西省經濟年鑒》以及《陜西省人民銀行統計資料匯編》2000－2008年的相關資料。

三、實證檢驗與結果分析

(一)陜西省農村生產函數各指標關系的實證分析

將相關數據代入修正后的C－D模型，回歸結果如表1所示。從中可見:(1)模型總體擬合優度很好，達到0．9996。說明生產函數設置及各個變量選取較好。(2)1998－2008的11年中，除了經濟變化因素(通貨膨脹)以外，資金的影響系數是1．89，且通過了5%的t檢驗，說明資金對因變量的影響最為重要;(3)經濟情況對因變量增長的影響超過了其他變量，系數達到了6．91，這主要是因為通貨膨脹率的增高相應增加了經濟總量名義值，但這個因素不能說明經濟的增長情況，只能使模型整體的擬合優度變好;(4)技術進步的影響系數達到了0．67，也通過了5%的t檢驗，印證了其在經濟增長中的重要作用;(5)農業勞動力總量的影響系數只有0．0027，且沒有通過5%的t檢驗，這主要是因為目前陜西省農村勞動力的供給處于飽和狀態，加之大型農用器械的使用等技術進步因素影響，使得勞動力的作用大大降低;(6)根據周批改等的研究［8］，農業稅改革對農民收入影響很大，但農業稅的取消對陜西省農業經濟總量的影響系數為負，且沒有通過5%的t檢驗，可能的原因一是這一政策實行時間不長，陜西省農業經濟還沒有對其表現出明顯的敏感度，二是如陸小麗指出的那樣，農業稅的取消又引起了相應的分配不均等問題［9］，三是農業稅在參數模型中本身表現得很不明顯，具體原因還需要進一步分析印證。此外，運用C－D模型中資本和勞動力的指數值之和來考察生產函數的規模報酬情況，當二者的系數之和為1時，生產函數存在規模報酬不變，反之規模報酬可變。表1中，L和K的系數之和大于1，因此，陜西省農業生產函數的規模報酬是可變的，且從長遠的趨勢分析是遞增的。

(二)陜西省農村信貸資金總體配置效率的實證分析

以2000年全國農業資金配置效率為基準，運用Malmquist指數分析方法分析陜西省農業生產的技術效率變化，投入變量為全國和陜西省的農村信貸資金，產出變量為全國和陜西省的農林牧副漁總產值。通過產出導向的DEA方法，運用DEAP2．1軟件進行實證檢驗后，結果如表2所示。從表2中可見:(1)陜西農村信貸資金配置效率相對于全國而言非常低，實際上其他資金完全可做他用。(2)陜西省總體的規模報酬9年間呈遞增趨勢，而全國卻是遞減趨勢，說明全國農業經濟規模配置不均衡，部分地區資金配置過多，規模報酬遞減。陜西省在這9年間資金配置效率雖然很低，但有逐年提升的趨勢，主要是因為近年來國家對西部地區和農村農業發展高度重視。(3)用Malmquist指數分析方法將配置效率分解為技術效率和規模效率，且分析得出陜西省與全國的農業技術效率完全相同，說明陜西省在農業技術引進和技術研究方面達到了全國平均水平;而陜西省2006－2008年的規模效率值為1．08，而全國的平均水平為1．00，說明這三年間陜西省資金配置的規模效率與綜合效率要好于全國。究其因，主要在于陜西省這兩年的高速發展以及信貸資金的缺乏在一定程度上得到了緩解，而資金的增加引起了大于該要素投入的產出，資金配置效率提高。

(三)陜西省農村信貸資金分行業配置效率的實證分析

陜西省農村信貸資金分行業配置效率總體情況的實證檢驗結果如表3所示。將陜西省各個年份分別作為單獨的個體對比，可以證實除2000年和2008年外，其他年份都存在規模報酬遞增。運用可變規模報酬技術效率分析，假設這9個分析單元是一個總體，則在這個總體中，除2000、2006、2007、2008年外，其他年份的資金配置效率無效，即在現有的產出水平下可以再減少投入資金。表中初始值來源于陜西省人民銀行統計資料匯編，調整值是綜合效率值與數據初始值的乘積再加上投入量的松弛變量而來，通過它可以分析兩個產出的對比效率。以2005年為例，θ值為0．777，也就是說若以2008年陜西省的資金配置效率作為基準，2005年用77．7%的資金投入就可以實現當年的產出。可以顯見，從2002年開始，陜西省的資金配置效率開始下滑，但2006－2008這三年的資金配置效率很好。實際上，綜合分析我國的經濟大環境和陜西省所處的環境可以對此做出解釋。一方面，隨著我國股市的升溫和國外熱錢的大量流入，城市資金供大于需，因此在2006年開始向農村地區回流，2007與2008年，我國股市出現大幅波動，加之金融危機的影響，東部許多制造企業倒閉，更多的人開始關注農業，開始關注西部地區投資，資金回流農村的可能性加大，資金配置效率提高。另一方面，2006年國務院取消了農業稅，雖然在之前的實證結果中這一政策的效果不是很顯著，但表3中的資金配置效率卻發生了顯著變化，說明由于計量分析中的時間序列數據過少，不能精確顯示二者的關系，所以結果不顯著，但在非參數模型分析中，二者的相關性卻顯現了出來。將陜西省鄉鎮企業貸款資金配置效率作為參照值，取1．00，可以得到陜西省農業貸款2000－2008年的資金配置效率分別為0．890、0．970、0．912、0．886、0．732、0．784、0．956、0．933和1．015。相比鄉鎮企業而言，在2003年以前較好，2003－2005年較低，2006年以后變高，2008年則高于1．00，而0．892的總效率與鄉鎮企業的1．00有差距，但差距在逐漸縮小。究其因，主要在于三個方面:(1)政策導向。2000－2008年間，國家對西部地區農業的扶持力度加大，所以，農業資金配置效率并不過低;(2)自然因素。2003年農業資金配置效率突然開始走低與當年陜西省發生特大洪水泛濫等自然災害有一定關系，自然災害直接影響了農業收入;(3)經濟環境。2007和2008年，受金融危機的影響，大量資金在東部發達地區沒有更好的投資選擇，因而回流到西部，回流到農村，從而促進了農村經濟的發展，同時國家大力推進農村金融改革，農村信貸資金規模大幅度提升，農業信貸資金配置效率明顯提高。

四、結論與建議

本文以陜西省為例實證分析了規模報酬和行業結合視角下的農村信貸資金配置效率，得出如下結論與建議:

1．通過生產函數模型和資金配置效率模型分析，發現陜西省的農業生產存在規模報酬遞增情況，資金和技術進步在陜西農村經濟發展中發揮著重要作用。實際上，科技進步也離不開金融支持，因此，國家應該加大對西部地區農村金融的支持力度，完善科研攻關的獎勵機制和金融支持的扶持辦法。此外，應建立相應的調研分析系統，定期對不同地區的資金運用規模效率進行分析，將資金流從規模效率低的地區引導至規模報酬高的地區，從而促進東西部經濟的均衡發展。

2．政策導向和制度因素對地區農業經濟和村鎮行業發展起著非常重要的作用。從政策導向看，陜西農村信貸資金配置效率很低，且國家政策對“三農”發揮著很大作用，因此應加大政策力度，選好政策方向。從制度因素看，2006年農業稅的取消在一定程度上提高了農村資金的配置效率，可見“三農”對資金非常敏感，因此國家應在區域性金融基礎設施建設、金融企業引進和法規制度等政策建設中，進行農業導向型的設施建設，并且不同區域區別對待，采取差異性支持政策。

3．經濟環境變化可以引導和改變資金的流向和需求量，從而對不同地區不同行業帶來不同的機遇和挑戰。總體分析及分行業分析中，陜西省農村信貸資金的運用狀況在經濟蕭條時相對經濟過熱時好，其因歸結于資金的趨利性，但從另一方面也印證了資金對農村經濟發展的重要性，因此，國家應制定相應的金融政策，抑制農村資金的外流現象。此外，還應歸納不同地區的發展特點，適時調整有關政策，以適應地區經濟發展的需要。