面向乡村振兴的金融服务效率测算及其影响因素分析——以安徽省为例

doi:10.12190/j.issn.2096-1197.2022.03.16

北方农业学报 ›› 2022, Vol. 50 ›› Issue (3): 127-134.doi: 10.12190/j.issn.2096-1197.2022.03.16

• 农业经济 • 上一篇

面向乡村振兴的金融服务效率测算及其影响因素分析——以安徽省为例

张标, 毕成功

阜阳师范大学经济学院,安徽阜阳 236037

收稿日期:2022-04-11 出版日期:2022-06-20 发布日期:2022-08-09
作者简介:张标（1988—）,男,讲师,博士,主要从事农业经济管理的研究工作。
基金资助:
安徽省社会科学创新发展研究课题攻关项目（2021CX516）; 安徽省高校人文社科研究重点项目（SK2021A0398）; 国家级2021年大学生创新创业训练计划项目（202110371026）

Calculation of financial service efficiency for rural revitalization and analysis of its influencing factors——A case study of Anhui Province

ZHANG Biao, BI Chenggong

College of Economics,Fuyang Normal University,Fuyang 236037,China

Received:2022-04-11 Online:2022-06-20 Published:2022-08-09

摘要/Abstract

摘要： 【目的】明确安徽省金融服务乡村的效率及其影响因素,提升金融服务质量,为乡村振兴战略实施提供保障。【方法】利用2014—2019年安徽省16个地市的相关数据,通过构建DEA-Tobit模型,对金融服务乡村振兴的效率进行测算,并分析其关键影响因素。【结果】2014—2019年安徽省金融服务乡村振兴的综合效率全省平均值为0.811~0.999,呈现U形趋势,总体上处于有效状态,其中,2014—2016年综合效率呈现下降趋势、2016—2019年综合效率稳定上升;各地市的综合效率存在差异,宿州、六安、淮北、合肥、池州的综合效率平均值为0.955~0.963,处于高度有效状态;纯技术效率配置整体处于高效状态,全省平均值和各地市平均值为0.910~1.000,其中,2014年、2019年全省平均值达到最优（均为1.000）,各地市中马鞍山、铜陵的平均值达到最优（均为1.000）;全省规模效率平均值为0.930。所选影响因素中“劳动力资源比上年增幅”（回归系数为0.017,P=0<0.01）对各地市综合效率产生极显著的正向影响,“常住人口城镇化率”（回归系数为-0.424,P=0.004<0.01）对综合效率产生极显著的负向影响。【结论】安徽省金融服务乡村振兴效率存在冗余,“劳动力资源比上年增幅”与“常住人口城镇化率”是影响金融服务乡村振兴效率的重要影响因素。

关键词: 乡村振兴, 金融服务效率, DEA-Tobit模型, 影响因素, 安徽省

Abstract: 【Objective】Clarify the efficiency and influencing factors of financial services in rural areas in Anhui Province,improve the quality of financial services,and provide guarantee for the implementation of rural revitalization strategy.【Methods】Using the relevant data of 16 cities in Anhui Province from 2014 to 2019,the efficiency of financial services for rural revitalization was calculated and its key influencing factors were analyzed by building DEA-Tobit model.【Results】From 2014 to 2019,the provincial average comprehensive efficiency of rural revitalization of financial services in Anhui Province was 0.811-0.999,exhibiting a U-shaped trend and in an effective state overall. From 2014 to 2016,the comprehensive efficiency was on the decline,and from 2016 to 2019,it was progressively rising. The comprehensive effectiveness varies among cities. With an average value of 0.955 to 0.963,the combined effectiveness of Suzhou,Liu′an,Huaibei,Hefei,and Chizhou was in a highly effective state. With the average value of the entire province and the average value of all cities ranging from 0.910 to 1.000,the overall allocation of pure technical efficiency was in an efficient state. Among them,the average value of the whole province in 2014 and 2019 was the best（both 1.000）,and the average value of Ma′anshan and Tongling was the best（both 1.000）. The average scale efficiency of the whole province was 0.930. Among the selected the influencing factors,“the increase of labor resources over the previous year”（the regression coefficient was 0.017,P=0<0.01）had an extreme significantly positive impact on the comprehensive efficiency of all cities,while “the urbanization rate of permanent population”（the regression coefficient was -0.424,P=0.004<0.01）had an extreme significantly negative impact on the comprehensive efficiency.【Conclusion】The effectiveness of financial services for rural revitalization in Anhui Province is redundant. Important variables influencing the effectiveness of rural revitalization of financial services include “the increase of labor resources over the previous year” and “the urbanization rate of the permanent population”.

Key words: Rural revitalization, Financial service efficiency, DEA-Tobit model, Influencing factors, Anhui Province

中图分类号:

F323

张标, 毕成功. 面向乡村振兴的金融服务效率测算及其影响因素分析——以安徽省为例[J]. 北方农业学报, 2022, 50(3): 127-134.

ZHANG Biao, BI Chenggong. Calculation of financial service efficiency for rural revitalization and analysis of its influencing factors——A case study of Anhui Province[J]. Journal of Northern Agriculture, 2022, 50(3): 127-134.

参考文献

[1] 慕慧娟,崔巍平.金融服务助力乡村振兴:实践、挑战及展望[J].西南金融,2021(4):29-40.
[2] 杨依山,王伟萍.金融制度创新实现“乡村振兴”的机制研究[J].经济问题,2020(4):86-94.
[3] 唐晓旺,张翼飞.乡村振兴战略下农村金融创新的思路与对策[J].中州学刊,2018(12):47-52.
[4] 向琳,郑长德.农村金融效率随机测度与影响因素分析[J].征信,2014,32(10):83-86.
[5] 贺立龙. 乡村振兴的学术脉络与时代逻辑:一个经济学视角[J].四川大学学报(哲学社会科学版),2019(5):136-138.
[6] 沈军. 金融效率研究综述[J].生产力研究,2007(6):139-145.
[7] 赵洪丹,朱显平.农村金融规模、农村金融效率与农村经济增长[J].经济经纬,2015(3):28-33.
[8] 张永刚,张茜.基于DEA方法的农村金融效率研究[J].经济问题,2015(1):60-63.
[9] 陈莉. 1990—2014年我国农村金融效率测算及分析[J].中国农业资源与区划,2018,39(6):184-192.
[10] 赵楠,李江华.中国农业信贷效率及其影响因素研究[J].数量经济技术经济研究,2015(4):22-26.
[11] 中国政府网. 2016年至2019年全国财政一般公共预算安排农业农村相关支出超6万亿元[EB/OL].(2020-12-23).http://www.gov.cn/xinwen/2020-12/23/content_5572857.htm.
[12] 潘峰,冯静生,赵仁芳,等.推动金融服务脱贫攻坚与乡村振兴衔接的研究——以N银行安徽省分行为例[J].农村金融研究,2021(1):24-36.
[13] 李镔,赵丹妮.互联网金融发展与区域金融效率——基于VAR脉冲响应方法的实证分析[J].中国流通经济,2018(3):102-110.
[14] CHARNES A,COOPER W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2:429-444.
[15] BANKER R D,CHARNES A,COOPER W.Some models for estimating technical and scale Inefficiency in data envelopment analysis[J].Management Science,1984,30:1078-1092.
[16] 张一青,彭非.农村金融效率实证研究[J].调研世界,2016(6):48-51.
[17] 中共中央国务院.乡村振兴战略规划(2018—2022年)[N].人民日报,2018-09-27(001).
[18] 李彩霞,韩贤.京津冀地区农村金融效率测度与分析——基于DEA-Malmquist指数法[J].会计之友,2020(3):127-130.
[19] 胡振华,陈恒智.农村金融发展、城镇化与城乡居民收入差距实证分析[J].经济问题探索,2013(6):63-68.
[20] TOBIN J.Estimation of relationships for limited dependent variables[J].Econometrica,1958,26(1):24-36.
[21] 李林汉,王宏艳,田卫民.基于三阶段DEA-Tobit模型的省际科技金融效率及其影响因素研究[J].科技管理研究,2018,38(2):231-238.
[22] 章思诗,李姚矿.基于DEA-Tobit模型的科技金融效率影响因素研究[J].科技管理研究,2017,37(6):29-34.

面向乡村振兴的金融服务效率测算及其影响因素分析——以安徽省为例

Calculation of financial service efficiency for rural revitalization and analysis of its influencing factors——A case study of Anhui Province

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	赵莉, 何贤芳, 邓骋, 汪建来. 安徽省稻茬小麦产量差异解析[J]. 北方农业学报, 2023, 51(3): 1-11.
[2]	徐浩, 虞昊. 农业碳排放的演变特征及影响因素分析[J]. 北方农业学报, 2023, 51(3): 91-103.
[3]	张标, 黄天辰. “双碳”目标下粮食主产区农业绿色生产效率研究——以安徽省为例[J]. 北方农业学报, 2023, 51(1): 118-127.
[4]	马楠, 欧阳金琼, 王新娥, 卢梦. 西北五省（区）农业与物流业协调发展水平及其影响因素分析[J]. 北方农业学报, 2022, 50(6): 119-127.
[5]	旷爱萍, 谢凯承. 我国化肥施用量影响因素研究[J]. 北方农业学报, 2022, 50(6): 40-49.
[6]	丁楠, 董恒年. 乡村振兴战略下超大城市田园综合体建设思路——以北京市大兴区为例[J]. 北方农业学报, 2019, 47(3): 117-123.
[7]	刘会宇;季凤辉;朱瑞欣. 乡村振兴战略下喀喇沁旗农业可持续发展研究[J]. 北方农业学报, 2019, 47(1): 130-134.
[8]	张标;徐娜;张领先. 影响消费者购买叶类蔬菜行为关键因素分析[J]. 北方农业学报, 2018, 46(1): 128-128.
[9]	郭茉苒孙淑英. 植物生殖分配及其适应环境策略研究进展[J]. 北方农业学报, 2016, 44(6): 99-99.
[10]	李婧瑶. 内蒙古农业总产值影响因素实证研究[J]. 北方农业学报, 2016, 44(5): 85-85.
[11]	贾思齐王超. 芸薹属作物远缘杂交子房离体培养的研究进展[J]. 北方农业学报, 2016, 44(3): 110-110.
[12]	路航朱峰田丽. 浅析农机站服务效果的影响因素[J]. 北方农业学报, 2015, 43(5): 132-132.
[13]	池慧芳翟丽丽刘丽娜韩永霞. 甜瓜组织培养研究进展及应用概况[J]. 北方农业学报, 2014, (5): 108-108.
[14]	钱媛. 基于CMS模型的中国大豆进口增长影响因素分析[J]. 北方农业学报, 2014, (2): 3-3.
[15]	刘美杰. 影响甘草质量的因素分析[J]. 北方农业学报, 2012, (6): 42-42.