農(nóng)業(yè)經(jīng)濟論文發(fā)表期刊推薦《中國糧食經(jīng)濟》—創(chuàng)刊于1988年，現(xiàn)為國家糧食局的機關刊物，又是中國糧食經(jīng)濟學會會刊，是全國糧食系統(tǒng)唯一一份國家級糧食經(jīng)濟類期刊。創(chuàng)刊17年 來，《中國糧食經(jīng)濟》堅持正確的輿論導向，堅持為糧食工作服務、為讀者服務為宗旨，在宣傳黨中央、國務院糧食工作方針政策，傳達國家糧食主管部門工作部 署。
　　摘 要：提高金融支農(nóng)效率是有效緩解農(nóng)村金融供需矛盾、推動農(nóng)村經(jīng)濟快速發(fā)展的重要途徑。本文利用三階段DEA模型對我國2012年金融支農(nóng)效率進行了研究，實證研究結(jié)果顯示：財政支農(nóng)和農(nóng)村固定資產(chǎn)投資有利于金融支農(nóng)效率的提高，農(nóng)村勞動力文化水平、城鄉(xiāng)收入差距和自然災害不利于金融支農(nóng)效率的提高;我國金融支農(nóng)效率的區(qū)域差異明顯，這種差異主要表現(xiàn)在西部與東中部之間;我國大部分省市處于規(guī)模報酬遞增階段。

　　關鍵詞：金融支農(nóng),三階段DEA,綜合技術效率,純技術效率,規(guī)模效率

　　“三農(nóng)”問題一直是我國經(jīng)濟社會發(fā)展中十分重要的問題。改革開放以來，在國家一系列強農(nóng)惠農(nóng)政策的推動下，我國農(nóng)村經(jīng)濟取得了較快的發(fā)展。據(jù)統(tǒng)計，1978―2012年間，我國農(nóng)村人均純收入由1336.6元增長到7916.6元，年均實際增長4.87%。但由于歷史條件、政策偏向和城鄉(xiāng)二元經(jīng)濟結(jié)構等因素的影響，城鄉(xiāng)收入差距加大、農(nóng)村社會保障體系薄弱、農(nóng)業(yè)生產(chǎn)投入不足等問題十分突出。金融作為現(xiàn)代經(jīng)濟的核心，農(nóng)村金融在農(nóng)村經(jīng)濟社會發(fā)展中扮演著重要的角色。近年來，國家不斷加大對“三農(nóng)”的金融支持力度。據(jù)統(tǒng)計，2007―2012年，我國金融機構本外幣涉農(nóng)貸款由61150.66億元增加到176227億元，年均增長23.58%。

　　一、文獻綜述

　　縱觀國外既有文獻，關于農(nóng)村金融效率的研究，大部分學者將研究重點集中在對農(nóng)業(yè)信貸效率的分析上。Jensen(2002)、Jim(2005)研究發(fā)現(xiàn)，由政府主導的農(nóng)業(yè)信貸體系往往是缺乏效率的[1-2]。 Nourse(2001)指出，微型金融機構應當針對貧困人口推出更適合于他們的信貸產(chǎn)品[3]。在定量研究的方法上，多以線性回歸為主，即以人均GDP 或其他指標為因變量，以包含農(nóng)業(yè)信貸在內(nèi)的多個指標為自變量，進行回歸分析。如Kochar(1997)使用多元線性回歸模型考察了印度農(nóng)業(yè)貸款的執(zhí)行效果，結(jié)果顯示農(nóng)業(yè)信貸總體上無效[4]。Rousseau(1990)運用誤差修正模型(VEC)估計了農(nóng)業(yè)貸款發(fā)放效率[5]，但該模型中只包含了農(nóng)業(yè)信貸和農(nóng)村經(jīng)濟增長兩個變量，降低了研究結(jié)論的有效性。Hendry(1995)在誤差修正模型中加入了控制變量，使指標體系更加完整[6]。

　　國內(nèi)學者針對農(nóng)村金融效率進行了大量的研究，歸納起來大致可分為三類。第一類是從金融環(huán)境角度研究農(nóng)村金融效率。金融環(huán)境主要包括金融制度、信用環(huán)境和市場體系等方面。谷慎(2006)、劉澤仁(2007)、王修華和沈嵐(2003)從制度角度分析了我國農(nóng)村金融效率，認為導致我國農(nóng)村金融效率低下、農(nóng)村金融資源配置的帕累托條件缺失的根本原因在于我國農(nóng)村金融制度有效供給不足，以及制度結(jié)構不夠協(xié)調(diào)[7-9]。吳俊杰和周再清(20

　　10)通過對農(nóng)村金融發(fā)展的信用環(huán)境進行分析，指出我國金融支農(nóng)效率整體上還處在較低水平，農(nóng)村信用意識缺失、法律框架基礎薄弱等問題普遍存在[10]。第二類是從信貸角度研究農(nóng)村金融效率。王定祥等(2013)以人均金融機構農(nóng)業(yè)貸款、人均農(nóng)業(yè)勞動力和人均農(nóng)業(yè)資本作為投入指標，以人均農(nóng)業(yè)增加值、農(nóng)村人均純收入、城鎮(zhèn)化率和農(nóng)業(yè)成災率為產(chǎn)出指標，運用DEA模型和Malmquist指數(shù)分解法對我國農(nóng)村金融支農(nóng)效率進行測度[11]。吳俊杰和周再清(2009)引入人均農(nóng)業(yè)貸款、獲貸農(nóng)戶比例兩個指標，運用DEA模型對金融支農(nóng)效率進行評價[12]。第三類是從金融功能角度研究農(nóng)村金融效率。代表性的有白廣玉(2005)等、褚保金(2007)等、鄧奇志(2010)等[13-15]。

　　已有文獻對研究我國金融支農(nóng)效率作出了有益的探索，但存在以下幾方面不足：(1)在定量研究方法上，線性回歸無法對多投入、多產(chǎn)出的情形進行評價，SFA和DEA在評價時無法剔除外部環(huán)境和隨機誤差的影響，使評價結(jié)果出現(xiàn)偏差;(2)在產(chǎn)出指標選取上，已有文獻大多選取農(nóng)業(yè)總產(chǎn)值(或農(nóng)業(yè)增加值)、農(nóng)村人均純收入等經(jīng)濟貢獻指標來評價金融支農(nóng)效率，而沒有涵蓋農(nóng)村社會福利的改善情況。為此，本文從農(nóng)業(yè)發(fā)展、農(nóng)民生活水平和農(nóng)村社會福利三個方面選取相應產(chǎn)出指標，運用三階段DEA模型剔除外部環(huán)境和隨機誤差影響，對我國2012年金融支農(nóng)效率進行評價，并找出影響金融支農(nóng)效率的外部因素，為政府決策提供科學依據(jù)。

　　二、模型介紹

　　三階段DEA模型是由Fried(2002)等提出的一種新的效率評價方法[16]，其構建和運用包括三個階段。

　　第一階段：傳統(tǒng)DEA模型(BCC模型)。假設有n個決策單元DMU，每個決策單元都包含m種輸入和s種輸出;xij代表第j個決策單元的第i中輸入，yrj代表第j個決策單元的第r種輸出。第p個決策單元總效率的計算就可以轉(zhuǎn)化為線性規(guī)劃問題：

　　min[?茲-?著(■s-+■s+)]

　　s.t. ■?姿jxj+s+=?茲x0

　　■?姿jyj-s-=y0 (1)

　　■?姿j=1

　　?姿j>0，s+>0，s->0

　　其中，?茲為決策單元的有效值，s-、s+為松弛變量，?著為非阿基米德無窮小。當?茲=1且s-、s+均為0時，決策單元DEA有效;當?茲=1且s-≠0或s+≠0時，決策單元為弱DEA有效;當?茲<1時，決策單元為非DEA有效。

　　第二階段：構建相似SFA分析模型。第一階段計算出來的投入冗余量要受到內(nèi)部管理、外部環(huán)境和隨機誤差的影響。第二階段通過構建相似SFA分析模型分別計算出以上三種因素對效率值的影響，然后剔除外部環(huán)境和隨機誤差因素，得到僅由內(nèi)部管理無效率造成的投入冗余。假設有n個決策單元DMU，每個決策單元都包含m種輸入，分別對決策單元的每個投入冗余變量進行SFA分析，構建的SFA模型如下： 　　sik=fi(Zk;?茁i)+?諄ik+?滋ik (2)

　　其中，i=1，2，3…m，k=1，2，3…n，sik代表第k個決策單元的第i項投入松弛變量，Zk= (Z1k，Z2k，Z3k…Zpk)表示p個可觀察的環(huán)境變量，?茁i為環(huán)境變量的待估參數(shù)。?諄ik+?滋ik代表混合誤差項，其中?諄ik為隨機干擾項，并假定?諄ik～N(0，?滓2);?滋ik表示管理無效率，假定?滋ik～N+(?滋i，?滓2?滋i)，?諄ik和?滋ik相互獨立。當?酌=?滓2?滋i/(?滓2?滋i+?滓2)接近于1時，說明管理因素占主導地位;當?酌=?滓2?滋i/(?滓2?滋i+?滓2)接近于0時，此時隨機因素占主導地位。

　　利用回歸結(jié)果對各決策單元的投入項進行調(diào)整，具體的調(diào)整方法如下：

　　■ik=Xik+[maxk{zk■i}-zk■i]+[maxk{■ik}-■ik] (3)

　　其中，i=1，2，3…m，k=1，2，3…n，Xik代表第k個決策單元第i項投入的實際投入值，■ik為調(diào)整后的投入值;■i為環(huán)境變量參數(shù)的估計值，■ik為隨機因素的估計值。式(3)中第一個括號表示將所有決策單元調(diào)整到相同的外部環(huán)境，第二個括號表示將所有決策單元面臨同樣的運氣。

　　第三階段DEA：調(diào)整后DEA模型。將經(jīng)過第二階段調(diào)整后的投入變量和原始產(chǎn)出變量再次代入到DEA模型，得到剔除了環(huán)境和隨機因素的真實效率值。

　　三、指標選取和數(shù)據(jù)說明

　　(一)指標選取

　　1.投入產(chǎn)出指標

　　已有文獻多從農(nóng)村經(jīng)濟增長角度選取相應指標作為產(chǎn)出指標，無法反映農(nóng)村社會福利情況。本文選用人均農(nóng)業(yè)總產(chǎn)值、農(nóng)村人均純收入和城鎮(zhèn)化率三個指標，分別從農(nóng)業(yè)發(fā)展、農(nóng)民生活水平和農(nóng)村社會福利三個方面綜合反映農(nóng)村經(jīng)濟社會的發(fā)展情況，涵蓋范圍更廣。對于投入指標，本文選取人均涉農(nóng)貸款、農(nóng)村人均儲蓄及每萬人擁有金融機構網(wǎng)點三個指標。

　　2.環(huán)境變量

　　環(huán)境變量是指對金融支農(nóng)效率有影響但不在決策單元主觀可控范圍內(nèi)的外部因素，考慮到金融支農(nóng)的自身特點，本文從以下幾方面選取了環(huán)境變量。

　　(1)財政支農(nóng)。財政支農(nóng)的方式主要有涉農(nóng)惠農(nóng)補貼，對農(nóng)村基礎設施建設、教育、文化等方面的補助。財政支農(nóng)提高了農(nóng)民的生產(chǎn)積極性，鼓勵農(nóng)民引進先進生產(chǎn)設備，同時改善了農(nóng)村的生產(chǎn)生活環(huán)境，有利于金融支農(nóng)效率的提高。本文選用各省市2012年財政支農(nóng)支出反映政府財政支農(nóng)力度，預期財政支農(nóng)支出的增加將促進金融支農(nóng)效率的提高。

　　(2)農(nóng)村固定資產(chǎn)投資。農(nóng)村固定資產(chǎn)投資一方面用于農(nóng)村基礎設施的建設和完善，另一方面則主要用于擴大生產(chǎn)經(jīng)營規(guī)模及購買相關設備。這些對金融支農(nóng)效率產(chǎn)生正向影響。本文選用各省市2012年農(nóng)村農(nóng)戶固定資產(chǎn)投資和建房來反映農(nóng)村固定資產(chǎn)投資情況，預期農(nóng)村固定資產(chǎn)投資的增加將有利于金融支農(nóng)效率的提高。

　　(3)農(nóng)村勞動力文化水平。文化水平的提高有助于農(nóng)民掌握先進的生產(chǎn)技能，使其具備更強的生產(chǎn)能力和創(chuàng)造力，同時也可以提高農(nóng)民經(jīng)濟決策的效率。本文選用各省市2012年農(nóng)村勞動力平均受教育年限反映農(nóng)村勞動力文化水平，預期農(nóng)村勞動力文化水平的提高對金融支農(nóng)效率產(chǎn)生正向影響。各省市農(nóng)村勞動力平均受教育年限的計算方法如式(4)：

　　edut=■(4)

　　其中， edut表示某省市第t年農(nóng)村勞動力的平均受教育年限;i=1，2，3，4，5分別表示文盲、小學、初中、高中、大專及以上5種不同的受教育水平;nti 表示某省市第t年受教育程度為i的人數(shù);yi表示受教育程度為i的教育年限，當i依次取1，2，3，4，5時，對應的yi分別為0，6，9，

　　12，16年。

　　(4)城鄉(xiāng)收入差距。城鄉(xiāng)收入差距擴大促使農(nóng)村勞動力和資本外流，先進技術和優(yōu)秀人才無法引入到農(nóng)業(yè)生產(chǎn)，不利于金融支農(nóng)效率的提高。本文選用各省市 2012年城鎮(zhèn)人均可支配收入與農(nóng)村人均純收入的比重反映城鄉(xiāng)收入差距，預期城鄉(xiāng)收入差距擴大對金融支農(nóng)效率產(chǎn)生不利影響。

　　(5)自然災害。自然災害對農(nóng)業(yè)生產(chǎn)、農(nóng)村基礎設施造成了破壞，且在一定程度上降低了農(nóng)民生產(chǎn)的積極性，不利于金融支農(nóng)效率的提高。本文選用各省市2012年農(nóng)村受災面積反映自然災害情況，預期自然災害對金融支農(nóng)效率產(chǎn)生不利影響。

　　(二)數(shù)據(jù)說明

　　由于西藏數(shù)據(jù)難以獲取，本文將其剔除，樣本選取了2012年全國30個省市的相關數(shù)據(jù)并進行整理。數(shù)據(jù)來源于《中國統(tǒng)計年鑒(2013)》、《中國金融年鑒(2013)》、《中國農(nóng)村統(tǒng)計年鑒(2013)》和《中國農(nóng)村金融服務報告(2012)》。

　　四、實證分析

　　(一)第一階段DEA實證結(jié)果

　　利用DEAP2.1軟件對我國30個省市的金融支農(nóng)效率進行分析(見表1)。由表1可知，在不考慮外部環(huán)境和隨機誤差干擾的情況下，我國各省市金融支農(nóng)的綜合技術效率平均值為0.773，純技術效率平均值為0.887，規(guī)模效率平均值為0.876。其中，黑龍江、福建、湖北、湖南、廣東和新疆處在生產(chǎn)前沿面上，其余24個省市在不同程度上處于技術無效率狀態(tài)。由于上述結(jié)果包含了外部環(huán)境和隨機誤差的影響，無法真實地反映各省市金融支農(nóng)效率狀況，因此仍需作進一步的調(diào)整與測算。

　　(二)第二階段SFA回歸結(jié)果

　　將第一階段計算得到的投入松弛變量作為因變量，將上述5個環(huán)境變量作為自變量，利用Frontier4.1軟件進行回歸分析(見表2)。由表2可知，在三個投入松弛變量模型中，大部分系數(shù)通過5%和1%顯著性檢驗，表明各環(huán)境變量對金融支農(nóng)效率確實存在著顯著的影響;且三個模型的LR單邊檢驗均通過5%顯著性檢驗，表明第二階段SFA回歸分析的必要性。

　　由于各環(huán)境變量是對投入松弛變量的回歸，因此當回歸系數(shù)為正時，表明環(huán)境變量值增大會導致投入松弛量的增加，不利于金融支農(nóng)效率的提高;當回歸系數(shù)為負時，表明環(huán)境變量值增大會導致投入松弛量的減少，從而提高了金融支農(nóng)效率。下面具體分析各環(huán)境變量對金融支農(nóng)效率的影響。 　　1.財政支農(nóng)。財政支農(nóng)在人均涉農(nóng)貸款松弛變量和農(nóng)村人均儲蓄松弛變量兩個模型中的系數(shù)為負，且分別通過1%、5%顯著性檢驗;在每萬人擁有金融機構網(wǎng)點松弛變量模型中的系數(shù)為正，但不顯著�？梢钥闯觯�財政支農(nóng)有利于金融支農(nóng)效率的提高，與預期結(jié)論相同。

　　2.農(nóng)村固定資產(chǎn)投資。農(nóng)村固定資產(chǎn)投資在三個模型中的系數(shù)均顯著為負，說明農(nóng)村固定資產(chǎn)投資增加會減少投入冗余量，提高了金融支農(nóng)效率，與預期結(jié)論相同。

　　3.農(nóng)村勞動力文化水平。農(nóng)村勞動力文化水平與投入松弛變量呈正向關系，表明提高農(nóng)村勞力文化水平會降低金融支農(nóng)效率，與預期結(jié)論相反。這可能是由于我國農(nóng)村勞動力所學的知識還不足以幫助農(nóng)民增加收入，提高生產(chǎn)效率;相反，文化程度偏高的農(nóng)民往往缺乏吃苦耐勞的精神，從事農(nóng)業(yè)生產(chǎn)的積極性不高，這就在一定程度上限制了農(nóng)業(yè)生產(chǎn)效率的提高，降低了金融支農(nóng)效率。

　　4.城鄉(xiāng)收入差距。城鄉(xiāng)收入比對三個模型的投入松弛變量均起促進作用，即城鄉(xiāng)收入差距擴大不利于金融支農(nóng)效率的提高，與預期結(jié)論相同。

　　5.自然災害。受災面積在三個模型中的系數(shù)顯著為正，表明受災面積擴大增加了投入冗余量，從而降低了金融支農(nóng)效率，與預期結(jié)論相同。

　　由上述分析可知，環(huán)境變量對金融支農(nóng)效率確實存在著一定的影響，因而包含了環(huán)境因素的效率評價可能會對不同決策單元得出不恰當?shù)慕Y(jié)論，即處于較好環(huán)境或運氣較佳的決策單元可能得到更高的效率值，而處于較差環(huán)境或運氣較差的決策單元的效率值會相對較低。因此，有必要對原投入變量進行調(diào)整，使各決策單元處于相同的經(jīng)營環(huán)境和運氣，進而考察它們真實的效率。

　　(三)第三階段DEA實證結(jié)果

　　運用式(3)對原投入變量進行調(diào)整，并將調(diào)整后的投入變量與原始產(chǎn)出變量再次代入到BCC模型進行分析，得到各省市金融支農(nóng)效率的真實值及規(guī)模報酬狀態(tài)，結(jié)果如表3所示。

　　對比表1和表3可知，經(jīng)過調(diào)整計算得到的效率值與第一階段效率值相差較大。在進行具體分析之前，采用配對樣本T檢驗對調(diào)整前后的綜合技術效率、純技術效率和規(guī)模效率進行顯著性差異分析(見表4)。

　　由表4可以看到，綜合技術效率和純技術效率分別通過10%、5%顯著性檢驗，表明調(diào)整前后的綜合技術效率和純技術效率存在顯著差異，從側(cè)面驗證了本文對原始投入變量進行調(diào)整的必要性。下面對第三階段計算結(jié)果進行詳細分析。

　　從全國整體水平來看，綜合技術效率平均值由0.773上升到0.832，純技術效率平均值由0.887上升到0.930，規(guī)模效率平均值由0.876上升到0.894�？梢钥吹�，在剔除了外部環(huán)境和隨機誤差的影響后，我國金融支農(nóng)效率有所改善，且效率水平相對較高。這主要是由于近十幾年來，國家越來越重視農(nóng)村金融在服務“三農(nóng)”中發(fā)揮的核心作用，不斷推進一系列重要體制機制改革，落實和完善了大批金融、財稅扶持政策。自2003年農(nóng)村信用社改革試點全面啟動后，中國農(nóng)業(yè)銀行、中國農(nóng)業(yè)發(fā)展銀行和中國郵政儲蓄銀行也相繼改革，加大了對農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展的支持力度，同時不斷創(chuàng)新金融產(chǎn)品，滿足農(nóng)民對金融產(chǎn)品的多元化需求。此外，鄉(xiāng)鎮(zhèn)銀行、農(nóng)村合作銀行、農(nóng)村資金互助社等新型農(nóng)村金融機構迅速發(fā)展，彌補了傳統(tǒng)金融機構無法覆蓋地區(qū)的金融空白。

　　從各省市來看，處于生產(chǎn)前沿面的省市由6個減為5個，其中福建、湖北、湖南三個省份在調(diào)整前后均處在生產(chǎn)前沿面，表明這三個省份的金融支農(nóng)效率確實較高;遼寧、上海則由技術無效率變?yōu)榧夹g有效，這主要是由于調(diào)整前規(guī)模效率被低估的結(jié)果。綜合技術效率上升的省市有16個，其中北京、遼寧、浙江上升幅度較大;下降的有11個，下降幅度較大是新疆。從調(diào)整后的綜合技術效率來看，甘肅、新疆、四川、天津和青海排在后五位，金融支農(nóng)效率相對較低，國家應加大對這些省市的扶持力度，改善當?shù)亟鹑谥мr(nóng)現(xiàn)狀。大部分省市處于規(guī)模報酬遞增階段，說明我國大部分農(nóng)村地區(qū)仍然存在金融資源投入不足的問題。

　　從三大區(qū)域來看，東部的綜合技術效率由0.725上升到0.865，上升幅度較大;中部和西部略有上升，調(diào)整后分別為0.857、0.771。可以看到，東部和中部的金融支農(nóng)效率較高，而西部則相對較低。這主要是由于東部憑借著政策優(yōu)勢和地理優(yōu)勢獲得了發(fā)展先機，農(nóng)村經(jīng)濟得到了較快發(fā)展。東部的金融市場發(fā)展較早，多元化的金融產(chǎn)品(股票、債券、保險、黃金等)為農(nóng)村提供了多元化的投資渠道，提高了農(nóng)民的收入。此外，較活躍的金融市場為農(nóng)民從事農(nóng)業(yè)生產(chǎn)、擴大經(jīng)營規(guī)模、購進先進設備提供了融資渠道，滿足了農(nóng)民對融資的多元化需求。因此東部地區(qū)的金融支農(nóng)效率相對較高，中部作為我國重要的糧食生產(chǎn)基地，承擔著實現(xiàn)農(nóng)產(chǎn)品有效供給和保證國家糧食安全的重要使命，因此一直是國家重點扶持的對象。近年來，國家通過稅收減免、財政補貼、差別存款準備金率等一系列政策，鼓勵金融機構增加涉農(nóng)貸款投入，信貸資金逐漸向農(nóng)村回流，農(nóng)業(yè)生產(chǎn)效率得到了明顯的改善。中部地區(qū)金融機構改革效果明顯，新型金融機構也得到了較快的發(fā)展，這些都促進了中部金融支農(nóng)效率的提高。西部地區(qū)的經(jīng)濟社會發(fā)展相對落后，交通、能源等基礎設施建設不夠完善，加上地理條件和氣候環(huán)境較差，許多金融機構不愿在這些地區(qū)開設網(wǎng)點，導致了當?shù)亟鹑谫Y源的匱乏。隨著西部大開發(fā)政策的實施，農(nóng)村信用社、農(nóng)業(yè)發(fā)展銀行、中國農(nóng)業(yè)銀行等金融機構不斷入駐西部，加大了對西部農(nóng)村地區(qū)的金融扶持力度，金融投入不足、金融資源匱乏的狀況有所改善，金融支農(nóng)效率有所提高，但整體水平仍相對偏低。

　　五、結(jié)論與建議

　　(一)結(jié)論

　　本文運用三階段DEA模型對我國2012年金融支農(nóng)效率進行研究，主要得出以下結(jié)論：

　　1.經(jīng)過第二階段調(diào)整后，我國各省市金融支農(nóng)效率發(fā)生了較大的變化，表明外部環(huán)境和隨機誤差對金融支農(nóng)效率影響顯著。在外部環(huán)境中，財政支農(nóng)和農(nóng)村固定資產(chǎn)投資有利于金融支農(nóng)效率的提高;農(nóng)村勞動力文化水平、城鄉(xiāng)收入差距和自然災害不利于金融支農(nóng)效率的提高，農(nóng)村勞動力文化水平的提高并沒有對金融支農(nóng)效率起到應用的促進作用。 　　2.我國金融支農(nóng)效率的區(qū)域差異明顯。這種差異主要表現(xiàn)在西部與東中部之間。經(jīng)過第二階段調(diào)整后，東部、中部和西部的綜合技術效率分別為0.865、 0.857、0.771，西部地區(qū)的金融支農(nóng)效率相對較低。且金融支農(nóng)效率排在后5位的省市中，有4個來自西部地區(qū)。

　　3.我國大部分省市處在規(guī)模報酬遞增階段。由第三階段規(guī)模報酬分析可知，除了處于生產(chǎn)前沿面的5個省市的規(guī)模報酬不變外，其余省市均處于規(guī)模報酬遞增階段。

　　(二)建議

　　基于以上結(jié)論，本文提出以下幾點改進策略：

　　1.重視外部環(huán)境對金融支農(nóng)效率的影響。一方面要加大財政支農(nóng)力度，增加農(nóng)村固定資產(chǎn)投資，發(fā)揮兩者對金融支農(nóng)效率的積極作用。另一方面要積極培育新的農(nóng)村經(jīng)濟增長點，促進農(nóng)民增收，縮小城鄉(xiāng)收入差距;建立自然災害預防和治理機制，盡量減少自然災害給農(nóng)業(yè)生產(chǎn)帶來的損失;擴大義務教育和高等教育的覆蓋范圍，積極開展專業(yè)技能培訓和專業(yè)知識講座，努力提高農(nóng)村勞動力的專業(yè)素質(zhì)水平，發(fā)揮教育對金融支農(nóng)效率應有的促進作用。

　　2.重點改善西部地區(qū)金融支農(nóng)現(xiàn)狀，縮小區(qū)域間差距。通過財政補貼、稅收減免和差別存款準備金率等一系列政策，鼓勵金融機構進入西部地區(qū)，增加涉農(nóng)貸款金額，拓寬農(nóng)民的融資渠道;同時改善當?shù)亟鹑谥мr(nóng)資金管理模式和運行機制，將支農(nóng)資金投入到生產(chǎn)效益較高的農(nóng)業(yè)生產(chǎn)領域，提高資金利用效率。

　　3.加大金融支農(nóng)投入力度，提高規(guī)模效率。既要加大傳統(tǒng)金融機構對“三農(nóng)”的支持力度，也要鼓勵新型金融機構的發(fā)展，彌補傳統(tǒng)金融機構無法覆蓋地區(qū)的金融空白，形成一套多層次、廣覆蓋、功能互補、適度競爭的農(nóng)村金融服務體系。■

　　參考文獻：

　　[1]Jensen，R.. The Farm Credit System as A Government-sponsored Enterprise [J]. Review of the Agricultural Economic，2002(22).

　　[2]Jim，M. Agricultural Credit：Institutions and Issue(CRS Report for Progress)[DE/OL]. www. national lag law center. org/assets/crs/RS2，2005(23).

　　[3]Nourse TH. The Missing Parts of Microfinance：

　　Services for Consumption and Insurance [J]. SAIS Review，2001(21)：61-70.

　　[4]Anjini Kochar. An empirical Investigation of Rationing Constraints in Rural Credit Market in India [J]. Journal of Development Economic，1997(53)：339-371.

　　[5]Rousseau P L，Wachetel P. Financial Intermediation

　　and Economic Performance：Historical Evidence from Five Industrial Countries [J]. Journal of Money，Credit，And Banking，1998(30)：657-678.

　　[6]Hendry D. F. Dynamic Econometrics [M].Oxford：Oxford University Press，1995：1-29.

　　[7]谷慎.中國農(nóng)村金融體制改革的最優(yōu)選擇路徑[J].西北大學學報(哲學社會科學版)，2006(6)：47-50.

　　[8]劉澤仁，孫從海.中國農(nóng)村金融發(fā)展：制度與效率[J].農(nóng)業(yè)經(jīng)濟問題，2007(1)：23-26.

　　[9]王修華，沈嵐.金融支農(nóng)：存在問題及對策研究[J].新疆財經(jīng)，2003(1)：38-40.

　　[10]吳俊杰，周再清.我國金融支農(nóng)效率現(xiàn)狀分析[J].金融經(jīng)濟，2010(6)：42-43.

　　[11]王定祥等.我國金融支農(nóng)效率的測度與改進策略[J].當代經(jīng)濟研究，2013(11)：62-69.

---

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/jingjikexuelw/48244.html