《表2：调整前DEA测算结果（2009～2017年均值）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国农村金融减贫效应及其政策启示——基于三阶段DEA模型与Malmquist指数模型的实证研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

借助Maxdea7.0分析软件，运用传统DEA模型的BCC模型对原始指标数据进行效率估计，实证估计结果见表2。由表2可见，在不考虑外生环境因素与随机噪声的情形下，2009～2017年全国农村金融减贫效率的均值为0.782，距效率前沿面有21.8%的上升空间，同时纯技术效率与规模效率的均值分别为0.897、0.871，表明纯技术效率与规模效率均未达至最优水平，这也是导致农村金融总体减贫效率不高的主因。由省际层面测算结果可见，只有上海、江苏、海南与青海各项均值都保持在1的效率前沿面水平，仅占总样本量的13.3%，其他各地区均需要不同程度地提高其纯技术效率与规模效率。从东、中、西三大地区考察来看，农村金融减贫效率呈现出由东往西逐渐下降的态势，东部地区的各项效率均高于中部与西部地区，西部地区的总体效率与规模效率最低。而中部与西部地区的总体效率不及东部地区，在于两大地区的纯技术效率与规模效率均低于东部地区。因此，中西部地区需要通过创新农村金融管理技术、合理配置农村金融资源、优化农村金融服务规模等途径来提升纯技术效率与规模效率。由于此阶段的估计结果含有外生环境因素和随机噪声的影响，存在部分省份的减贫效率与其发展水平不相吻合的情况，从而依据第一阶段估计结果则不能准确揭示农村金融减贫效率的真实情况，因此需要利用SFA模型调整投入变量，使估计结果得到有效修正。