河北省金融扶貧效率研究
——基于省內9個貧困縣區的實證分析

馬照焱 河北地質大學

一、前言

2013年我國首次提出了“精準扶貧”的概念，并在黨的十八大會議上，以習近平同志為核心的黨中央正式將脫貧攻堅工作納入“五位一體”總體布局和“四個全面”戰略布局，習近平總書記強調“落實好精準扶貧、精準脫貧，才能做到脫真貧、真脫貧、使全面建成小康社會得到人民的認可、經得起歷史的檢驗，為實現第一個百年奮斗目標打下了堅實的基礎。”由此，精準扶貧的序幕在全國范圍內正式拉開。截止到2018年5月，我國農村貧困人口由改革開放初期7.7億人下降至1600萬人，農村貧困發生率又97.5%下降至1.7%，成為了世界上減貧人口最多的國家，是第一個完成聯合國千年發展目標檢品的發展中國家，對全球減貧貢獻率超過了7%。

但由于我國存在著諸多的歷史的和自然因素等，導致我國各地區之間和地區內部的經濟發展很不平衡，經濟技術水平也有著有很大差別，對我們的“精準扶貧”工作造成了很大的阻礙。于是我們引入了“金融扶貧”的相關概念。金融扶貧在扶貧工作體系中占據著非常重要的地位，任何形式扶貧幫助最終都離不開資金，近幾年，不少金融機構都與政府達成了扶貧合作，并取得了一定的成果，但在目前扶貧攻堅決勝階段，之前采用的多種扶貧方式就變得不再適用，這也就導致出現了很多諸如資金無法準確到達貧困對象的情況，造成了“扶富不扶貧”、“扶貧不脫貧”的窘境。

究其原因，更多是由于我們對扶貧的效果并沒有形成一個統一量化的標準，無法對扶貧的效果進行評估和考量，這也就使得我們很多扶貧的弊端無法被分析出來，從而造成很多問題現象的出現。基于以上情況，本文以河北省9個國定貧困縣為樣本，首先對河北省扶貧現狀與金融扶貧機制進行分析，然后構建DEA模型和Malmquist模型對河北金融扶貧效率進行績效的評定，從而再深入分析問題，抽絲剝繭，找到相應的短板，并試圖給出相關的建議與解決方案。

二、河北省金融扶貧的現狀分析

河北省環繞北京天津兩市，地理區位特色較為明顯，是京津冀協同發展過程中重要的一環。一方面受到地理生態環境、資源供給等多方面客觀因素的限制，另一方面由于地域緣故，人才流失問題嚴重，加之河北本地產業結構不合理、基礎建設不完善等更多方面的因素，導致河北省內貧困問題一直較為突出，省內共有23個國家級扶貧開發重點縣和17個省定貧困縣，國家級貧困縣數量約占全國的7%，僅次于云南、貴州、陜西、甘肅等偏遠地區省份。貧困發生率之高、程度之深，嚴重影響了河北省整體經濟的發展。

（一）金融扶貧的政策實施情況分析

自改革開放以來河北省一直緊跟國家扶貧的規劃，積極的探索農村金融服務體系，為實現更好支持貧困地區的發展和脫貧攻堅，除落實好國家各種政策之外，更是出臺了許多關于金融扶貧的專項文件，如2015年《關于堅決打贏脫貧攻堅戰的決定》中指出“要在財政資金撬動下大力發展金融扶貧”。在2017年《河北省“十三五”脫貧攻堅規劃》中提出“發展六位一體金融扶貧模式”，2018年《河北省農村信用社2018年金融扶貧實施方案》中提到“深入推進雙基共建農村信用工程”，在2019年《支持脫貧攻堅稅收優惠政策指引》中提到“大力發展普惠金融，增強金融對薄弱環節和弱勢群體的服務保障能力，是實現脫貧的重要支撐”的觀點，2020年河北省出臺13條舉措力促扶貧企業復工復產，其中指出“對扶貧龍頭企業、合作社等新增貸款和展期貸款，給予貼息支持，貼息額度按規定政策執行”的指示。總體來看，金融扶貧相關政策文件都強調了金融資金參與扶貧的重要性，以及扶貧過程中政府的引導性，并根據政策下達相應條例與指示。

（二）金融扶貧的資金投入情況分析

根據最新的2018年《河北經濟年鑒》中相關數據顯示，2017年各級共安排財政專項扶貧資金792351.9萬元，其中，中央財政專項扶貧資金264644萬元，省級安排財政專項扶資金379000萬元，市縣兩級再配套資金達到了148707.9萬元。相比2016年397494萬元的中央專項扶貧資金有較大規模的下降，跟據最新的2020年的河北省扶貧開發信息中心預算報告顯示，對比2019年預算支出同比減少536.81萬元，可見近些年來扶貧規模呈現出逐年減少的趨勢，分析當前貧困人口數量就不難發現規模逐漸減小的原因，2017年全省脫貧人口達到了78.8萬人，貧困發生率由3.23%下降到1.86%，因此貧困人口數量的減少一定程度上會影響了扶貧資金投入的規模。

（三）金融扶貧的產品與形式采用情況現狀分析

關于金融扶貧的形式，在2017年《河北經濟年鑒》指出，河北省扶貧辦按照定向、精準、特惠、創新的金融扶貧原則，充分發揮銀行業、保險業、證券業金融扶貧主力軍作用。堅持以“政銀企保”模式，強力推動扶貧小額信貸，2017年內新增扶貧小額信貸26.7億元。并堅持發揮保險業優勢資源和力量，探索開展了“政保聯辦”保險扶貧、防貧保險、商業醫療保險等可復制、可推廣、可持續的保險扶貧新路徑，堅持以“金融扶貧板”，引導資本市場壯大扶貧產業。同時，河北省扶貧辦對多項金融扶貧項目實行了扶貧貸款貼息政策，進一步的擴大覆蓋面，更為有效地提高了金融機構扶貧創新金融產品、服務的積極性。如中國郵政郵政儲蓄銀行河北分行發行了“惠民脫貧貼息貸款”、“惠農易貸”，河北農村信用社針對建檔立卡貧困戶專門研發了“致富寶”、針對“農家樂”農戶研發“幸福寶”，永安期貨股份有限公司推出了小麥保險期貨等等，很有效的調動金融機構的積極性去研發因地制宜的金融扶貧產品，充分保障了金融扶貧體系當中金融機構的參與性。

三、河北省金融扶貧效率研究的實證分析

（一）模型構建

1.DEA模型

DEA通過明確考慮多種投入的運用與多種產出的產生，它能夠用來比較提供相似服務的多個服務之間的效率，它避開了計算每項服務的標準成本，因此它可以把多種投入和產出轉化為效率比率的分子與分母，而不需要轉換成相同貨幣單位，因此DEA可以有效的衡量和說明投入和產出的組合，也正因此它比一套經營比率和利潤指標更具綜合性也更值得信賴。另外，DEA是一個線性規劃模型，它表示了產出對投入的比率，通過對一個特定單位的效率和一組提供相同類似單位的績效進行比較，試圖使服務單位的效率最大化。在這個過程中，獲得100%指標被稱之為有效單位，而另外效率評分低于100%則被稱之為無效單位。

（1）規模報酬不變的DEA模型

規模報酬不變的DEA又被稱之為CCR模型，該模型假設決策單位在整個期間是規模報酬效率不變的，并且面向投入變量進行分析。現假如選取P家單位，對于每個單位來講，選取投入變量N個，同時產出變量M個，那么對于這P家單位第i個單位來講即有：

接下來用u表示產出的權重，則該產出是一個m×1維的行向量，用v來表示投入的權重，該投入是一個N×1維的行向量，再加上的限制并用數學歸納法可得：

該形式下θ作為標量，并取值于0到1之前，λ表示投入產出比常數向量，且p×1維向量，即可求得技術效率。

（2）規模報酬變化的DEA模型

規模報酬變化的DEA模型被稱之為BCC模型，其認為規模報酬不是不變的，由于在處理一些特殊問題的時候例如遇到政府管制、公共物品以及相關法律約束等都使得研究對象在既定的假設前提下產生一定的阻力因素，因此規模報酬不變的假設就看起來不那么合理了，假設條件設為規模報酬變化會得到更可靠的結果，于是在CCR模型的基礎之上加入一個約束條件I1λ=1即得：

其中I1為I×1維單元向量，這也就得到了純技術效率。

這種方法是通過多個平面相互交叉而形成的凸包，將所有有樣本數據都包括進去，這個錐包與CRS的比起來，能包的更加緊密，因此從這個角度上來講，理論上得到的技術效率值也就會大于等于CRS模型所得到的。

2.Malmquist指數方法

本文引進Malmquist指數法對決策單元在某時間段內效率變化情況進行分析,對不同時期河北省金融扶貧效率的變化進行測量分析，該指數的推算過程如下：

假設以t時刻和t+1時刻為技術參照，那么當Malmquist指數的取值大于1時，說明全要素生產率（TFP)水平與前一年相比較有所提高；Malmquist指數小于1時，這說明TFP水平相比于前一年有所下降。Fare（1994）將全要素生產率分解為技術效率的變化（TE)、技術進步的變化（TC)倆個方面；在規模報酬可變的情況下，技術效率的變化又分為純技術效率變化（PTEC)、規模效率變化（SC)，公式表示為：

技術效率從t時刻到t+1時刻所發生變化即為技術效率變化指數，變化指數能體現技術效率的及進步，當TE大于1,可以得出技術效率得到改善的結論，反之，則代表技術效率變差。技術進步變化指數表示從t時刻到t+1時刻，借助了新的技術所帶來的技術革新，如果TC大于1則說明生產前沿面向外或者向上移動；反之說明技術出現退步的情況。當技術效率變化、技術進步變化值之比大于1時，說明這是促進全面要素提高的主要因素;相反，它是全面要素生產率下降的根本原因。

（二）指標的選取及數據來源

1.指標選取

（1）投入指標：本文選取人均金融機構貸款余額（萬元/人）、每萬人銀行業金融機構營業網點數量（個/萬人）為投入指標，分別反映了河北省內貧困縣金融扶貧的信貸支持力度以及河北省金融機構參與扶貧網點覆蓋能力。其中，人均金融機構貸款余額（萬元/人）計算方法為縣區全部金融機構貸款余額/農村人口，每萬人銀行業金融機構營業網點數量（個/萬人）計算方法為縣區銀行業金融機構網點數量/農村人口。

（2）產出指標：本文選取農村人均可支配收入（元）、人均農林牧漁增加值（萬元/人）為產出指標，這兩項指標的選區都是從收入效應出發，從而借以考量金融扶貧所帶來的貧困人口收入的增加以及貧困地區經濟的增長。

2.數據來源與說明

關于樣本的選取，本文選取河北省內9個深度貧困縣為樣本，基本可以覆蓋到全省內每一個市，從而可以盡可能全面的角度去評定河北省金融扶貧的效率，同時選取2015年—2017年面板數據進行比較分析，進而更直觀的反應出金融扶貧效率對比變化情況。另外，本文所有的數據皆來源于各年的《河北經濟年鑒》、《河北農村統計年鑒》、《中國縣域統計年鑒》以及中國銀保監會網站信息披露平臺。

模型估計與分析

1.河北省金融扶貧效率研究的靜態分析

根據規模效率變化的DEA模型，本文采用DEAP2.1軟件對河北省內9個貧困縣區2015—2017年的樣本數據進行進金融效率評定的分析，得出結果如表一所示：

表1 河北省金融扶貧效率DEA分析

首先從純技術效率分析，技術效率反映了各貧困縣金融扶貧的投入產情況，當技術效率等于1時，表明該地區金融扶貧的投入產出達到生產前沿面，不存在投入冗雜；當純技術效率小于1，表明該地區存在投入冗雜，表現為無效率狀態。由圖表看出2015-2017年純技術效率指標整體呈現下降的趨勢，由2015年各縣區平均值0.872下降到2017年的0.811，可看出純技術效率整體平均水平并不高，且都處于無效率狀態，再來單獨看各縣區三年的平均純技術效率，9個貧困縣當中只有邯鄲市大名縣、張家口張北縣、秦皇島市青龍滿族自治縣3年平均純技術效率指標達到1，呈現有效率狀態，其余皆為無效率狀態，可看出河北省金融扶貧現有的技術以及經營管理水平較為低下，因此在扶貧資金管理、金融扶貧技術研發方面需加大力度。

其次從規模效率進行分析，可以看出9個縣區3年的時間中，規模效率整體都沒有太大的變化都維持在0.81左右，整體水平不高且都處于無效率狀態，再從各個縣區的角度進行分析，9各縣區只有2個平均規模效率達到有效率狀態，并且大多呈現每年逐步下降的趨勢。由此可以看出河北省金融扶貧規模力度是不夠的，所以應取措施擴大金融扶貧規模，進一步提升金融扶貧的效率。

最后從綜合效率進行分析，綜合效率是綜合了技術效率和規模效率兩個指標進行更宏觀的分析，由圖表可看出9個縣區，只有邯鄲市大名縣，和秦皇島青龍滿族自治縣可以達到有效率狀態，其余全呈現無效率，整體上來看每年的綜合效率呈現下降的狀態。可以看出河北省金融扶貧的效率并不容樂觀，整體表現扶貧效率較差，需要從改良現有制度，開發新的技術 、擴大投入規模等多方面來改善金融扶貧效的效率。

2.河北省金融扶貧效率研究的動態分析

DEA模型是從靜態的角度計算了河北省金融扶貧的效率，但分析三年內金融扶貧效率動態的變化，還需借助Malmquist生產率指數對3年內9個縣域進行生產率增長驅動因素分析，得到結果如表2所示：

表2 樣本年份分解的Malmquist指數分析

從總體來看，2015-2017年河北省金融扶貧全要素生產率為0.89。說明在研究期間金融扶貧全要素生產率呈現下降的趨勢，每年約下降11%,反映了近些年來河北省金融扶貧效率并不樂觀的局勢，其中只有2015年—2016年的規模效率變化指數大于1，其余指標皆小于1，說明河北省金融扶貧效率不管從科學技術水平，資金管理水平，扶貧投入規模皆呈現出退步的趨勢。

表3 按樣本縣域名稱分解的Malmquist指數分析

將所得結果縣域樣本進行分解來進行更為直觀的分析，如表三所示：9個縣域中只有張家口市張北縣、保定市淶源縣、衡水市武強縣Malmquist 生產率指數大于1，說明在研究期間只有這3個貧困縣金融扶貧效率是呈現遞增趨勢的，其余縣域金融扶貧效率仍不理想，從技術進步指數來看，大部分縣域是下降的，但從規模進步指數來安，大部分縣域是持平甚至上升的，說明河北省金融扶貧在規模擴大的投入上，要大過扶貧管理水平上的投入。

四、結論與政策建議

上文我們通過DEA的構建以及Malmquist指數的分析，結果發現河北省金融扶貧效率并不是十分理想，整體上2015-2017年三年內扶貧效率都出退步的趨勢，其中純技術效率指標下降更為明顯，這也是拉低全生產要素生產效率的關鍵。規模效率從Malmquist指數來看是呈現進步的，但從DEA整體規模效率指標來看是處于一個較低的水平，且都為無效率狀態。因此可以看出近些年河北省金融扶貧創新力度是不足的，資金的管理水平，扶貧工作的經營以及扶貧的規模投入都有待加強。針對這些問題，本文提出以下相應的政策建議：

（一）因地制宜發展特色扶貧模式，加大金融扶貧的創新力度

金融扶貧策略的基調應是因地制宜，在實證的分析中各縣域的純技術效率、規模效率情況都有所不同，但都表現出的是規模效率較高，純技術效率較低的狀態。所以，在扶貧的工作中應盡量減少“大水漫灌”策略，而是要針對性加強對每個縣區的特色有效率的幫扶，盡可能的打造不同地方不同的特色扶貧模式。建議以制度的改革和管理的創新為出發點，提高扶貧貸款的發放效率，對規模報酬未達到有效的地區，對信貸規模和資金投入結構進行考量，改變策略以爭取有效的利用每一份金融資源。

例如豐寧滿族自治縣的特色農產品產業扶貧模式就很適合推廣，豐寧縣域面積廣闊，南鄰北京，北靠內蒙，氣候條件復雜，溫差較大，復雜的地理條件決定了該區域并不適合大規模的投入種植業，于是努力打造探索天然的“扶貧農場”、愛尚羊“全產業鏈帶動”、元始雜糧“一單兩保三零”等特色的利益聯結模式，累計投入資金約1.55億元，帶動了7400貧困戶穩定脫貧，扶貧效果較為明顯。

又如廣平縣菌菇大棚的開發項目，廣平縣隸屬于河北省邯鄲市，位于河北省南部，太行山東麓海河平原的黑龍港流域，這也就意味這樣的地理環境不能像豐寧縣一樣大規模的去投入畜牧業，于是廣平縣在原有的菌菇種植上引進“林下種植赤松茸”和“大棚種植香菇+赤松茸”項目，據了解，赤松茸宜林下種植，以玉米、小麥、棉花等秸稈為原料，只需澆水，不用施肥打藥，種植簡單不需要太復雜的技術，并且生長期限較短，據統計每個大棚收入可達1.1萬元以上。每個大棚預計每年總收入可達4.3萬元，至少盈利8000元，年人均勞務收入至少8000元，村集體經濟年收入至少30萬元。

（二）加強和完善扶貧監管體系，實現金融扶貧資源的合理配置

針對于河北省扶貧效率技術效率不高的原因，科學的管理水平是一個非常重要的影響因素。其實如何提升扶貧失效的實質就在于解決好“如何管”的問題，因此應當建立起一個科學的扶貧績效評價體系，對整個扶貧過程進行科學的管理與監測。通過監管體系監測和評價金融扶貧當中資源的投入產出率、效果、可持續性、以及影響因素，形成有效的反饋記錄，以此來判斷金融扶貧過程當中所出現的問題與偏差，從而可以為金融機構的決策提供更加有效的參考，實現金融扶貧資源合理的配置。

（三）加大力度引導金融機構的參與，充分調動金融扶貧的積極性

在之前DEA模型的構建當中發現，雖然河北省金融扶貧的整體規模效率較高，但是并沒有達到完全有效率的狀態，并且每年還呈現出不同程度下降的趨勢，因此仍需要去充分引導金融機構的參與，進而來保證金融扶貧的積極性。

首先，可以加大保險業的引入，扶貧與保險的行業從本質上來講本質有著天然關聯，這是源自于保險本身契約明確、杠桿效應、社會管理功能以及融資功能多方面的特點。因此一定程度來講，保險業積極參與扶貧是與保險業長期穩健的風險管理和保障功能高度契合的，同時更是保險企業實現健康穩定發展的內在訴求。所以應當在基層開設更多的保險機構服務網點，增加深度貧困地區營銷服務網點的數量。并加大扶持特色農業保險、特色種養業保險以及扶貧小額信貸等多個險種，在深度貧困地區建立起完善的銀保互動機制，使農業保險與農村信貸有機的結合在一起，最大程度的調動保險機構扶貧的積極性。

另外，還考慮到貧困人口的優勢不足，信用意識較為落后，導致很多正規的金融機構不愿意承貸，那么非正規的金融機構的加入就可以彌補這一點的不足，將扶貧小額信貸合作銀行擴大到村鎮銀行和其它農村合作銀行，加大對貧困地區網點的建設力度，進而提高貧困地區金融網點密度，改善落后地區的金融狀態，這樣一來可以調動更多的小型、新型農村金融機構，能夠在很大程度上保證了金融扶貧的積極性。