代替写教育教学论文常见问题 | 代替写教育教学论文在线留言教师论文网是权威的教育教学论文发表,教师论文代替写平台,欢迎咨询教育教学论文代替写和毕业论文代替写事宜!
您的位置: 教师论文网 -> 创业教育论文 -> 文章内容

教师论文网导航

赞助商链接

国定贫困县金融扶贫政策效率实证分析一基于西北五省9个样本国定贫困县的分析

作者:www.jiaoshilw.com 更新时间:2019/4/15 15:07:24

一、引言

中央关于打赢脱贫攻坚战的战略部署以及国家“十三五”脱贫攻坚规划对于国定贫困县的退出时限给予了明确界定,提出到2020年现行标准下的农村贫困人口实现脱贫,贫困县脱贫摘帽。

为了实现脱贫目标,从中央到地方出台了大量的扶持政策,其中,金融支持脱贫攻坚是必备政策。2017年以来,地方政府根据党中央、国务院关于建立贫困退出机制的意见,逐步开启了贫困县脱贫摘帽工作,多地政府提出贫困县摘帽后保持现有政策到2020年之前不变,对于2020年之后的相关政策未作明确要求,金融扶持政策同样延续至2020年。鉴于国定贫困县固有的资源禀赋和区位劣势,2020年之前保持现有金融扶贫政策不变,2020年后根据相关指标的变化,有针对性地对原国定贫困县(脱贫摘帽贫困县)实施相应的金融支持策略,即出台后脱贫时代①金融支持政策,推动金融扶贫政策由“特惠”为主向“普惠”为主过渡。

金融教育研究2019年

第2期

张明春,等国定贫困县金融扶贫政策效率实证分析

二、文献综述

国外学者实证研究结果显示,金融发展与贫困减缓之间存在“倒U型”关系(Greenwood and Jovanovic,1990;Aghion and Bolton)。国内学者普遍认为,金融扶贫在支持国家扶贫开发方面发挥了重要作用,随着政策体系日益完善,可持续发展的方向是发展普惠金融,部分学者通过总结中国金融扶贫实践成效及经验得出,扶贫开发三十多年来,中国已经形成较完善的金融扶贫供给主体体系,金融扶贫成为中国扶贫开发的一项有力工具和政策手段(杜晓山和宁爱照,2017\[1\];谭正航,2016\[2\];刘解龙和罗苏,2018\[3\]);部分学者认为我国应大力发展普惠金融,通过数字技术、金融产品、政策支持三方结合,建立有效的普惠金融体系,为全面建成小康社会目标提供有效的金融支撑,支持贫困户由“脱贫”走向“富裕””(雷曜,2016\[4\];陈宝胜和石淑花,2017\[5\])。在有关金融扶贫政策效率的实证分析方面,李伟和冯泉(2018)基于金融精准扶贫信息系统数据,对贫困户贷款效率、贷款对收入的影响等因素进行了比较分析,并根据实证研究结果,要求加大产业扶贫贷款发放力度,以此带动贫困户脱贫致富\[6\];黄琦和陶建平(2016)通过数据包络分析方法实证研究了金融扶贫效率与不足,认为技术效率是金融扶贫的重要支撑,建议推进技术进步层面的金融改革,结合贫困地区实际实行差异化金融扶贫政策\[7\];申云和彭小兵(2016)运用双重差分法和倍差匹配法对金融支持贫困户的减贫效果进行了对比研究,认为农户基于产业扶贫的链式融资支持减贫效果优于金融机构融资\[8\];王山松等基于三阶段DEA模型对河北62个贫困县的金融扶贫效率进行了分析,认为金融扶贫效率因地而异,外部环境的差异和随机因素对金融扶贫效率会有影响,建议贫困县结合自身发展特点,进一步优化当地发展环境,多措并举提升金融扶贫效率\[9\]。从研究情况看,国内专家学者多从总结金融扶贫经验、分析金融扶贫效率、完善制度等层面研究金融扶贫,没有对脱贫摘帽贫困县在后脱贫时代的金融支持政策进行深入研究。

本文立足国定贫困县脱贫现状,创造性地从提高已脱贫国定贫困县的金融扶贫技术效率角度出发,以贫困户收入为产出,运用随机前沿分析模型(SFA)计算各县的金融扶贫效率,量化分析各金融政策因素对贫困户收入的贡献,并运用 Tobit 模型对影响金融扶贫技术效率的因素进行回归,确定了影响因素及各因素影响程度,力求高效地利用金融扶贫政策,在现有金融要素投入下,最大限度地提升脱贫农户收入,助推走出贫困的低收入群体走向“富裕”。本文的不足之处在于受条件所限,只在西北五省选取了9个县区为样本进行研究,样本容量较少,统计模型的抽样误差较大。

三、国定贫困县脱贫摘帽现状及金融扶贫政策情况

(一)脱贫摘帽现状

本文所说的国定贫困县包括592个国务院扶贫开发工作重点县和680个集中连片特殊困难地区县,去除两者交叉的县,国定贫困县总数为832个。江西井冈山市于2017年2月25日在全国范围内率先脱贫摘帽,河南兰考县紧随其后于2017年2月27日正式退出贫困县。截至2018年末,2017年申请退出的中西部20个省区市125个贫困县全部脱贫,累计已有153个县正式脱贫摘帽,现有国定贫困县数量减少为679个。

按照国家《关于建立贫困退出机制的意见》《贫困县退出专项评估检查实施办法(试行)》提出的标准,贫困发生率降至2%以下(西部地区3%以下)、脱贫人口错退率低于2%、贫困人口漏评率低于2%、群众认可度高于90%的贫困县可以申请退出。按照此标准,目前除了已经脱贫摘帽的153个贫困县外,截止到2018年末,有280个国定贫困县达到了退出标准。2020年底之前,各地国定贫困县将陆续实现脱贫摘帽。

(二)金融扶贫政策概况

改革开放40年以来,在各阶段、各类扶贫政策的大力扶持下,我国扶贫成效明显,农村贫困人口由1978年的25000万人下降到2017年的3046万人,农村贫困发生率由1978年的30.7%下降至2017年的3.1%。伴随着贫困人口减少,包括金融政策在内的中国扶贫政策大致经历了四大阶段,即1978-1985年聚焦农村贫困开展救济扶贫;1986-2000年聚焦国家级贫困县开展扶贫开发;2001-2013年聚焦贫困村开展项目扶贫和定点帮扶;2014-2020年聚焦建档立卡贫困户开展精准扶贫并打赢脱贫攻坚战。金融扶贫政策作为一种基于中国政治与政策语境的反贫困干预策略,也紧随国家扶贫开发战略适时调整,立足国定贫困县,先后在支持农村扶贫开发、支持贫困县脱贫摘帽以及集中连片特困地区发展、支持建档立卡贫困户脱贫等方面出台了一系列扶持政策。

习近平总书记2013年首次提出了“精准扶贫”的思想,2015年党中央、国务院要求到2020年贫困县全部脱贫摘帽,2018年提出乡村振兴战略并出台了打赢脱贫攻坚战三年行动指导意见,说明金融扶贫政策逐步向精细化、精准化、多元化、普惠化和实效化发展。金融扶贫政策的出台紧随中央扶贫政策,如《关于打赢脱贫攻坚战的决定》《关于支持深度贫困地区脱贫攻坚的实施意见》出台后,人民银行等部门联合出台了《关于金融助推脱贫攻坚的实施意见》《关于金融支持深度贫困地区脱贫攻坚的意见》。这些系统性的金融支持脱贫攻坚政策为金融精准扶贫指明了方向,依照这些文件衍生出的扶贫再贷款、扶贫保等金融扶贫工具和产品进一步增强了扶贫金融服务的精准性和有效性。在具体实践中,全国各地各级政府相关部门以国家金融扶贫政策及上级部门政策为依据,结合实际细化了相关政策,用足了金融扶贫政策,积极探索符合地域特色的金融扶贫举措。调查显示,样本县所在省市县三级政府共出台《陕西省金融支持深度贫困地区脱贫攻坚十项政策措施》《甘肃人民政府办公厅关于调整完善精准扶贫专项贷款政策的通知》《宁夏自治区人民政府办公厅关于印发金融扶贫示范区建设实施方案的通知》《金融支持精准扶贫青海行动方案》《金融支持新疆脱贫攻坚“十三五规划”(2016-2020)》《关于进一步做好“扶贫保”工作的通知》《关于开展金融扶贫·小额信贷“金扶工程”试点工作的通知》等金融扶贫相关政策文件50余个,有效整合各方要素,通过机制、产品以及服务创新为各类贫困人群提供金融支持,涵盖了支农再贷款、扶贫再贷款、扶贫贴息贷款、扶贫小额信贷、精准扶贫专项贷款、产业扶贫专项贷款、妇女小额信贷、扶贫互助资金、扶贫保、担保基金等金融扶贫工具和产品。

四、国定贫困县金融扶贫政策效率分析

(一)随机前沿分析模型(SFA)

经济学中,技术有效性广泛应用。随机前沿分析模型(SFA)可较为准确的测定技术效率,最常用的模型如下:

其中,yit表示i决策单元t期的总产出,xit表示i决策单元t期的各要素投入;β为待估计参数,用来衡量各要素对产出的贡献;εit为合成误差,由随机扰动项νit及技术无效率项μit组成,常假设νit—i.i.dN(0,σv2);μit为技术无效率项,表示技术无效率对于产出的影响。由于合成误差项εit的期望小于0,因此在求出εit的密度函数后用极大似然估计的方法估计出各个参数,然后通过μ的条件分布μ|ε求出条件期望E(exp{-μit}|εit)作为技术效率TEit的估计值。显然技术效率TEit是0到1之间的数,μit越小,TEit越大表示该决策单元的技术效率越高,1/TEit表示在当前的投入下产出可扩大的程度。

对于生产函数f(xit,β),一般选择柯布—道格拉斯生产函数,该函数取自然对数后可表示如下:

(二)金融扶贫政策效率分析

1.研究对象:本文从西北五省选取已经脱贫摘帽或贫困发生率较低的国定贫困县为研究对象,如表1。

2.时间选取:2015-2017年。

3.研究指标选取:根据SFA分析要求,要选择投入要素。首先为与整体金融环境相关的因素,分别选取县域贫困户户均扶贫贷款余额与县域金融整体发展水平,反映整体经济金融环境。其次为与金融机构相关的投入要素,分别选取每一金融机构营业网点服务建档立卡贫困人数、县域每平方公里金融机构从业人员数。最后为反映政策影响的投入因素,分别选取财政扶贫信贷补偿资金衡量政府财政投入能力,人民银行扶贫再贷款额度衡量金融机构扶贫资金来源。产出指标上,选择贫困户户均收入衡量扶贫效果,具体见表2。

产出贫困户户均收入Y

建档立卡贫困户户均收入

建立C-D生产函数:

4.金融扶贫效率量化分析。

根据调查数据,各研究县区2015-2017年贫困户户均收入见图1。

从图1可以看出,各县区贫困户户均收入整体保持在6000元左右,且整体呈现逐年增长趋势。就2016年及2017年收入增长率来看,增长率保持在30%左右,其中定边县2016年收入增长率最高,达到94%。对2015-2017年的数据按年进行回归,得SFA分析表如表3。

当以县域户均扶贫贷款余额为因变量时,2016年户均扶贫贷款余额对贫困人口户均收入在0.05置信度水平下有显著的促进作用,2015年及2017年在0.5的置信度水平下有促进作用。实证结果表明,平均来说,户均扶贫贷款对贫困户增收的贡献率达到5%~6%。根据图2,从2016年各县区大规模发放扶贫贷款以来,2016年户均扶贫贷款发放额较2015年明显增长,且整体呈现逐年增长趋势,与贫困户收入增长趋势大体保持一致,尤其是隆德县、都兰县、正宁县增长趋势相同。就2016年及2017年户均扶贫贷款增长率来看,增长率保持在3倍左右,对贫困户增收起到了重要的促进作用。

当以县域每一金融机构营业网点服务建档立卡贫困人数为因变量时,2015年及2017年每一金融机构营业网点服务建档立卡贫困人数对贫困人口户均收入具有显著的促进作用。实证结果表明,平均来说,金融机构服务建档立卡贫困户对贫困户增收的贡献率达到31%,即每一金融机构营业网点服务建档立卡贫困人数增长率每减少1%,带动贫困户收入平均增长31%,主要是因为每一金融机构营业网点服务人数越少,越有更多的时间精力服务贫困户,越能尽可能多地获取贫困户信息,为贫困户提供更为精准、全面的金融服务,有利于实施一户一策的金融扶贫政策,更好地发挥金融助推贫困户脱贫增收的作用。

县域每平方公里金融机构从业人数的作用与县域每一金融机构营业网点服务建档立卡贫困人数类似。一般意义上,县域金融机构从业人员数量越多,越可以根据扶贫主体提供差异化服务,扶贫主体获得金融服务就越丰富,也越有可能带动贫困人口脱贫。实证结果表明,平均来说,金融机构从业人员对贫困户增收贡献率为10%~20%,即县域每平方公里金融机构从业人员增长率增加1%,带动贫困户收入平均增长10%~20%。

作为衡量县域金融整体发展水平的金融机构贷款余额占GDP比重,可以说明该县银行业积极促进县域经济发展、金融机构服务实体经济的程度,一定意义上也能表明金融机构为贫困户提供的金融服务的广度和深度,从而促进贫困户增收。根据图3,整体上,除崆峒区外,各县区金融整体发展水平呈上升趋势,其中察布县、青河县2015-2017年上升较为明显,与其2015-2017年贫困户户均收入增长趋势相近。就2016年及2017年金融机构贷款余额占比增长率来看,增长率保持在10%左右,其中定边县及延长县增长率最高,与此同时,这两县贫困户户均收入增长率也最高,可见县域金融整体发展水平与贫困户增收的显著相关性。实证结果表明,平均来说,县域金融整体发展水平对贫困户增收的贡献率在30%~70%之间。

扶贫信贷补偿资金,即财政出资建立风险补偿金、银行按照一定的放大比例发放扶贫贷款的具有担保、补贴双重性质的财政扶贫资金。扶贫信贷补偿资金可以通过杠杆作用放大扶贫贷款的发放,从而助推贫困户增收脱贫。实证结果表明,平均来说,扶贫信贷补偿资金对贫困户增收的贡献率在2%~5%之间,贡献率较小,主要是因为自2016年扶贫信贷补偿资金建立以来,扶贫信贷补偿资金占扶贫贷款的比重较小。由图4可知,除崆峒区2017年占比达80%外,其余均在20%左右,最低仅为0.4%,扶贫信贷补偿资金未能充分发挥其应有的作用。

从 2016 年开始,人民银行开始对金融机构发放扶贫再贷款。作为一项重要的制度安排,扶贫再贷款为金融机构提供了重要的扶贫资金来源。对使用再贷款的县区而言,其自身实力较弱,扶贫再贷款恰好可以弥补这一缺陷,为金融机构发放扶贫贷款提供了较好的资金补充和动力,从而对贫困户增收起到显著促进作用。实证结果表明,平均来说,扶贫再贷款对贫困户增收的贡献率达到5%~8%。

5.金融扶贫的效率分析。

在以上模型的基础上,求解各地区的贫困户户均收入效率,得到2015-2017年各地区的金融扶贫技术无效率值及技术有效率值,技术无效率及技术有效率互为补数,结果见表4。

根据SFA模型假设,如果μ=0,则不存在技术无效率,说明金融扶贫在既定投入下已经获得最大产出。如果μ≠0,则说明存在技术无效率。从实证结果表4看,九个县区的μ统计量值均在0.7以上,故拒绝原假设μ=0,接收H1,认为当以贫困户户均收入为因变量时,金融扶贫存在无效率。

其次,分析金融扶贫技术有效率。九个县区的平均水平2015年0.001,2016年0.088,2017年0.075,可以看出,尽管各项金融扶贫措施对贫困户脱贫增收均起到了显著的促进作用,但各县区的金融扶贫效率不高,即金融扶贫在现有的投入下未最大程度地带动贫困户增收。纵向分析看,自2016年金融精准扶贫全面实施开始,2016年及2017年的金融扶贫效率较2015年有了很大提升,但效率水平依旧较低,提升空间较大;从各地区的横向比较来看,隆德县、延长县金融扶贫效率相对较高,高于九个县区的平均水平。

(三)金融扶贫政策技术效率的Tobit回归分析\[11\]

为深入分析扶贫小额信贷技术效率影响因素,以上文中计算的技术效率为因变量,从表4可见,大多数贫困县的技术效率取值为0,因此选择县域扶贫贷款占比、贷款不良率等5个指标作为自变量,构成一个典型的Tobit模型。由于扶贫再贷款、贴息担保贷款及创新型贫困户贷款等从2016年开始大规模发放,许多县区2015年的数据较小,研究价值较弱,因此选用2016-2017年的数据进行回归,自变量具体指标如表5。

运用STATA软件,对数据进行回归,结果见表6。

根据表6,在0.5的置信度水平下,获得贴息、担保的贫困户比例及银行创新型贫困户贷款比例与金融扶贫效率具有显著的相关性。扶贫再贷款占比与金融扶贫效率的显著性稍弱。

从理论上分析,扶贫再贷款作为金融扶贫贷款的有效来源,具有专款专用、补充扶贫资金的作用,从而提高金融扶贫的效率,但实证结果显示扶贫再贷款占比显著性较弱,对金融扶贫效率的促进作用有限,整体不足0.01%。主要是因为本文选取的九个县区的扶贫再贷款占比较低,平均水平为34.92%,崆峒区、清河县、正宁县甚至不足0.1%,反映出各县区扶贫再贷款利用效率不高,未有效发挥增强金融机构扶贫资金实力、撬动涉农信贷投入,为建档立卡贫困户和扶贫产业发展提供资金支持等作用。

获得贴息、担保的贫困户比例反映金融机构对贫困户的支持力度,该比例越大,表明金融精准扶贫的覆盖面越广,金融扶贫的效率越高。根据实证结果,平均来说,获得贴息、担保的贫困户比例每提升1%,金融扶贫效率平均提高1.94%。

建档立卡贫困户由于其金融资信较差、金融知识水平较低,相较于一般信贷客户具有特殊性,因此,金融机构根据贫困户自身特点开发适宜的创新型贫困户信贷产品具有重要意义。银行创新型贫困户贷款比例可以衡量金融机构扶贫创新能力,该比例越大,表明金融扶贫的针对性、精准性越高,金融扶贫效率越高。根据实证结果,平均来说,银行创新型贫困户贷款比例每提升1%,金融扶贫效率平均提高12%左右。

五、结论与建议

从以上分析可以看出,通过对已经步入后脱贫时代的县区、贫困发生率达到脱贫标准的县区进行研究,发现金融扶贫政策对贫困户增收起到了显著的促进作用,尤其是金融扶贫贷款的发放、金融服务覆盖的广度深度及县域金融发展水平对贫困户增收促进作用较大。但就金融扶贫效率来看,这些县区的金融扶贫均存在较大程度的技术无效率,即金融投入的产出效率低下,金融资源浪费较明显。要提高金融扶贫效率,需要从金融扶贫的广度及精准度着手,提高金融扶贫贷款对贫困人口的覆盖面,进一步提升金融机构创新能力,切实做到金融扶贫精准到每一户,金融扶贫政策因户施策,金融扶贫产品针对性要强。在后脱贫时代,贫困县脱贫摘帽后,农村贫困人口并未全部消除,农村贫困仍将以相对贫困和多维度贫困的形式存在,扶贫工作还将持续。基于金融扶贫效率研究结论,进入后脱贫时代,出于巩固脱贫效果和金融资源有效配置的统筹考虑,应依据经济发展水平以及县域实际情况对原有金融扶贫政策进行调整或转型,结合实际情况分类施策,以便于金融政策更好的适应新时代脱贫摘帽贫困县发展。

(一)在脱贫攻坚期内保持脱贫摘帽贫困县金融扶贫政策力度不减

中央以及各地政府已经明确,脱贫摘帽贫困县原有扶持政策在2020年之前不变。要严格落实《关于金融助推脱贫攻坚的实施意见》《关于金融支持深度贫困地区脱贫攻坚的意见》等提出的金融支持脱贫攻坚政策,确保脱贫摘帽贫困县金融支持政策力度不减。人民银行已经下发文件,要求脱贫攻坚期内扶贫再贷款政策保持稳定,贫困县、贫困村、贫困户退出后,扶贫再贷款政策仍保持一段时间。其他金融扶贫政策参考扶贫再贷款政策,明确延续时限,时限到了之后再根据中央脱贫攻坚的总体部署适时调整有关政策。

(二)进一步优化和提高脱贫摘帽贫困县金融扶贫效率

针对目前已脱贫县区金融扶贫效率不高的问题,切实提高金融扶贫政策对贫困户脱贫增收的产出效率。一是将金融扶贫贷款同因地制宜的产业开发相结合,强化金融扶贫贷款的“造血”功能,提高金融扶贫贷款的效率。二是进一步提升金融扶贫政策的覆盖面,确保金融精准扶贫惠及每一户、每一人,做到“脱贫攻坚”一个也不能少。三是结合乡村振兴战略,注重贫困地区金融发展,加强贫困地区金融网点建设,逐渐下沉金融机构业务重心,提升贫困地区金融服务的广度及深度,不断优化金融服务。四是因户施策,加强金融扶贫创新能力,注重扶贫产品的开发,不断促进金融扶贫产品服务向精细化、精准化、实效化发展。五是用好扶贫再贷款政策工具,金融扶贫贷款的发放注入资金支持。六是加强政府补贴力度,切实发挥风险补偿资金的杠杆效果,促使贫困户“无抵押、无担保”变成现实,更好地带动贫困户脱贫增收,提升金融机构扶贫动力。七是金融扶贫过程中,要善于不断“回头看”,加强经验的总结和对问题的思考,既要注重扶贫成效,又要关注扶贫效率,力求在既定的金融扶贫投入下提升扶贫成效产出。

(三)推动金融扶贫政策由“特惠”为主向“普惠”为主过渡

当前我国的金融扶贫政策以特惠金融手段为主,表现为建档立卡贫困户扶贫贷款、互助资金、“企业+农户”等各类扶贫贷款融资依靠财政贴息、资金担保、风险备付金等方式鼓励银行积极参与。在脱贫攻坚期内,这样的方式是国家要求的,也是贫困县脱贫摘帽、贫困人口脱贫的必要手段,但是作为特惠金融,也有其固有的弊端,与金融市场化发展相悖,不具备可持续性。与特惠金融相比,普惠金融有别于传统以利润最大化为目标的商业化金融,是以市场化方式运作,符合金融市场发展规律,可以达到经济效益与社会效益的平衡,实现国家的战略意图和目标。在脱贫攻坚期满后,应逐步调整脱贫摘帽贫困县的金融支持政策,以贫困发生率指标为主,参照贫困县退出专项评估指标,制定金融扶贫政策转化评估指标,适时择机推动国定贫困县的金融扶贫以特惠金融为主向普惠金融为主过渡。在具体政策上要总结普惠金融发展规划(2016-2020年)实施以来的实践经验,借鉴兰考试验区普惠金融发展之路和井冈山“基础金融不出村、综合金融不出乡镇”的普惠金融服务模式,出台“普惠金融发展规划(2021-2025年)”,重点对脱贫摘帽贫困县相关支持政策进行明确,扩大普惠金融试点县范围和数量,推进普惠金融发展模式全覆盖。

(四)注重防范和化解金融扶贫领域潜在风险

中央《关于打赢脱贫攻坚战三年行动的指导意见》中特别提到了金融扶贫领域融资风险防范,因此,为了确保金融扶贫或金融支持的可持续性,无论国定贫困县是否脱贫摘帽,金融在支持精准扶贫过程中都要做好风险防范工作。一是对金融扶贫贷款及主体的准入条件和资格进行严格把关,避免出现因考核任务不计风险盲目发放贷款行为,杜绝冒名贷款或借扶贫名义开展虚假融资现象。二是跟踪监测扶贫信贷资金的投向和用途,加强贷后管理和监督,有效防范金融扶贫资金挪用风险。三是加强农村信用体系建设,进一步优化金融生态环境,严厉打击恶意逃废债行为,最大限度控制金融扶贫领域不良贷款规模,保证金融扶贫政策发挥最大效益。