一、研究方法與模型

1.隨機(jī)前沿分析方法

常用的效率測量方法包括兩種:非參數(shù)方法和參數(shù)方法。其中非參數(shù)方法是指數(shù)據(jù)包絡(luò)分析法(DEA),一般通過線性規(guī)劃構(gòu)造出生產(chǎn)前沿面,使用距離函數(shù)得到生產(chǎn)單元的效率;參數(shù)法是指隨機(jī)前沿函數(shù)法(SFA),其基本思路是將實際生產(chǎn)單元與前沿面的偏離分解為隨機(jī)誤差和技術(shù)無效率了,使用劑量的方法對前沿生產(chǎn)函數(shù)進(jìn)行估計。正是由于隨機(jī)誤差和技術(shù)無效率的分離,從而確保了被估效率的有效且一致,并且考慮了隨機(jī)誤差項對個體效率的影響。隨機(jī)前沿生產(chǎn)方法由Aigner,LovellandSchmidt(1977)、MeeusenandBroeck(1977)、BatteseandCorra(1977)共同提出。該方法的基本模型可以表達(dá)為:y=f(x;β)•exp(v-u),其中,y表示產(chǎn)出;x表示一組矢量投入,β為待估參數(shù)。誤差項由兩個獨立的部分組成:v服從標(biāo)準(zhǔn)正態(tài)分布N(0,σ2u)表示觀測誤差和其他隨機(jī)因素,通常假定它獨立于投入和技術(shù)水平;u被假設(shè)為服從非負(fù)斷尾正態(tài)分布N+(μ,σ2v)表示表征技術(shù)非效率的非負(fù)值隨機(jī)變量,技術(shù)效率水平則用TE==exp(-u)來表示。這樣當(dāng)u=0時,TE=1,該廠商就恰好處于生產(chǎn)前沿上,即處于技術(shù)有效狀態(tài);當(dāng)u>0時,TE的值就處于0～1之間,該廠商就位于生產(chǎn)前沿下方,也就是處于非技術(shù)效率狀態(tài)。

2.模型構(gòu)建

本文依據(jù)Battese&Coelli(1992)模型的基本原理,〔11〕運用對數(shù)型柯布-道格拉斯生產(chǎn)函數(shù)以及在1986年～2009年間的省際數(shù)據(jù)的基礎(chǔ)上,對我國各省市的農(nóng)村金融制度效率進(jìn)行測定。具體函數(shù)模型如下:Ln(Yit)=β0t+B1•lnX1it+β2•lnX2it+β3•lnX3it+vit-uit　(1)TEit=exp(-uit)　(2)uit=β(t)•ui　(3)β(t)=exp{-η•(t-T)}　(4)γ=σ2uσ2u+σ2v　(5)在(1)式中,Yit表示農(nóng)民人均純收入,下標(biāo)i為各省市的排列序號,i=1,2,3……,N,N=29;t為時期序號t=1,2,3……,T,T=24;X1it、X2it、X3it分別表示人均農(nóng)業(yè)貸款、人均財政支農(nóng)、人均固定資產(chǎn)投資;β1、β2、β3分別表示人均農(nóng)業(yè)貸款、人均財政支農(nóng)、人均固定資產(chǎn)投資的產(chǎn)出彈性,β0表示待估常數(shù)項。(vit-uit)代表方程的隨機(jī)誤差,第一部分vit服從N(0,σ2v)分布,第二部分uit服從N+(μ,σ2it)分布,vit與uit之間是相互獨立的。(2)式中TEit=exp(-uit)表示樣本中第i個省份在第t時期內(nèi)的技術(shù)效率水平。式(3)和(4)則表示定量描述事件因素對uit的影響,其中β(t)≥0,當(dāng)η>0時,β(t)將以遞增的速度下降;當(dāng)η<0時,β(t)將以遞增的速度增加;當(dāng)η=0時,β(t)將維持不變。

在統(tǒng)計檢驗中,如果γ=0這一原假設(shè)被接受,則無需使用SFA技術(shù)來分析這一面板數(shù)據(jù),而直接運用OLS方法即可。在上述模型中的參數(shù)估計應(yīng)使用最大似然法,其中,最關(guān)鍵的步驟是對γ=0這一原假設(shè)使用似然比檢驗。

3.變量與數(shù)據(jù)

根據(jù)新制度經(jīng)濟(jì)學(xué)的解釋,金融制度效率體現(xiàn)為通過合理的金融制度安排,最大限度地動員國內(nèi)外儲蓄資源,并盡可能的將其轉(zhuǎn)化為投資的思想。一個高效率的金融制度能最大限度地促進(jìn)資本的形成和提高資源配置率,促進(jìn)經(jīng)濟(jì)增長。其中,提高資源配置率是核心。農(nóng)村金融制度效率的關(guān)鍵在于是否有效促進(jìn)了農(nóng)村經(jīng)濟(jì)的增長,而農(nóng)村經(jīng)濟(jì)的增長主要表現(xiàn)在農(nóng)業(yè)總產(chǎn)值的增長和農(nóng)民收入增加方面。〔12〕基于以上思路并考慮到數(shù)據(jù)的可得性以及各地區(qū)人口基數(shù)的差異,本文選擇農(nóng)民人均純收入(Yit)為產(chǎn)出指標(biāo),人均農(nóng)業(yè)貸款額(X1it)、人均財政支農(nóng)(X2it)、人均農(nóng)村固定資產(chǎn)投資額(X3it)為投入指標(biāo),對我國農(nóng)村金融制度效率進(jìn)行測量。以上變量均取自然對數(shù)值。

本文選擇了全國共29個省、自治區(qū)以及直轄市作為樣本,并將它們按東、中、西進(jìn)行劃分。其中東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南共10個省市;中部地區(qū)包括山西、內(nèi)蒙古、遼寧、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西共11個省市;西部地區(qū)包括四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆共8個省市。在時間跨度上,我們截取了1986年～2009年間的有關(guān)數(shù)據(jù)。所有的數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》、歷年《中國金融年鑒》以及《新中國60年統(tǒng)計資料匯編》

二、結(jié)果與分析

本文利用Frontier4.1,根據(jù)上述數(shù)據(jù)對上述模型進(jìn)行估計。

實證研究結(jié)論表明:

(1)γ=0.5,且LR統(tǒng)計檢驗在1%的水平下顯著。這說明模型中的隨機(jī)誤差項是包含無效率因素的符合結(jié)構(gòu)。因此,對于區(qū)域面板數(shù)據(jù)使用隨機(jī)前沿生產(chǎn)函數(shù)是可行的,模型設(shè)定是可以接受的。

(2)從相關(guān)系數(shù)的計算結(jié)果看,人均農(nóng)業(yè)貸款與農(nóng)村人均純收入之間呈現(xiàn)出正相關(guān)關(guān)系,相關(guān)系數(shù)僅為0.0268,并在1%水平下是顯著的;人均農(nóng)村固定資產(chǎn)投資于農(nóng)村人均純收入之前呈現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系,相關(guān)系數(shù)達(dá)到0.3665,并在1%水平下顯著;人均財政支農(nóng)與農(nóng)村人均純收入之間呈現(xiàn)出負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.0504,并在1%水平下是顯著的。以上分析結(jié)果說明當(dāng)先農(nóng)村金融制度下,農(nóng)業(yè)貸款的增加并沒有成為促進(jìn)農(nóng)民收入水平提高的關(guān)鍵因素,只有固定資產(chǎn)投資額的增加才能在一定程度上促進(jìn)農(nóng)民增收,財政支農(nóng)資金的增加反而不利于農(nóng)民收入的增長。

(3)參數(shù)η=0.0685,表明時間因素對β(t)的影響將以遞增的速度下降。這說明各省市的農(nóng)村金融制度無效率將隨著時間的推移而加速下降,即各省市的金融制度效率是呈遞增趨勢的。

(4)農(nóng)村金融制度效率及變動情況。由計量結(jié)果分析,我國農(nóng)村金融制度效率的整體(平均)水平為0.486并不高,無效率因素占了0.514,大于50%。樣本中29個省市中農(nóng)村金融制度效率平均值超過0.5的僅有北京、天津、遼寧、吉林、黑龍江、上海、浙江、福建、廣東、海南等10個省市,這與實際情況也比較吻合。根據(jù)上述方法將樣本中的29個省市劃分成東、中、西部三個區(qū)域,它們之間表現(xiàn)出了明顯的區(qū)域差異,同一年份下地區(qū)農(nóng)村金融制度的效率差距最大超過了0.2,東部地區(qū)的農(nóng)村金融制度效率明顯高于中、西部地區(qū)。