基于EWM-DEA模型的农村金融生态环境评价*
——以黑龙江省12个地级市为例

温 薇，张涵诗，张启文

（东北农业大学经济管理学院，哈尔滨 150030）

一、引 言

2021年中央一号文件着重强调“三农”问题的重要性，提出要不断促进农村经济发展，加快农业农村现代化建设，推动农村金融资源合理配置，全面推进乡村振兴战略的开展。作为农村金融运行的重要基础，农村金融生态环境对农村经济社会发展起到关键性作用。但是农村金融生态环境存在农村经济基础缺乏（周小琪，2018）、政府服务能力低下、农村社会保障体系不完善、农村法制环境建设欠佳（才大为等，2018）、农村金融服务质量不高（郭彬等，2017）等问题，导致我国农村经济发展缓慢。需要改革农村金融生态体系，营造可持续的农村金融生态环境，以推动农村经济发展（张建波等，2021）。

农村金融生态环境是农村经济运行过程中，各种金融组织和金融机构与其相关联的内外在要素发生相互关系所形成的动态均衡系统。这个系统能够完善农村信用体系建设，推动地区经济运行，最终实现农村经济金融协调发展。2004年周小川首次提出“金融生态”这一概念，指出金融生态是推动金融运行的外在要素，并提出要用生态学的眼光看待金融发展问题。近年来许多学者在金融生态研究基础上，侧重于农村金融生态环境研究。Thorsten 等（2005）将法制作为金融系统能够正常运行的关键性要素，研究指出法制环境在改善农村金融生态环境中起到重要作用。谢琳（2014）指出需从经济、政策、社会等方面入手，构建农村金融生态环境评价体系以优化区域农村金融生态环境。Hu（2009）将黑龙江省作为研究对象，采用多元统计因子分析法对当地区域金融生态环境进行分析评价，并发现经济发展水平不是金融生态环境的单一评价标准。张萍等（2015）运用DPSIR模型构建浙江农村金融生态评价指标体系，指出增加农村金融机构和地方性财政支出有利于推动有效金融生态体系的构建。罗晓霞等（2018）运用截面主成分和时序全局主成分分析方法对湖南省农村金融环境进行空间横向与时间纵向比较，以分析湖南农村金融区域状况。Li等（2021）从科技金融、经济金融、社会金融、产业金融四个方面，运用因子分析法构建安徽省金融生态环境综合评价体系。张辛雨等（2020）研究影响东三省区域金融生态环境的因素，并运用因子分析—灰色关联度分析法评价各地金融生态环境，发现黑龙江省内部金融生态环境差异较大。邓雪等（2020）基于DEA-Malmquist模型建立科技金融绩效评价指标体系，评价广东省各地级市的科技金融效率。宋晓薇（2021）采用DEA模型对中国中部地区的金融资源配置效率进行分析，并提出相关建议以实现金融资源的合理分配。但目前国内外学者大多从单一视角探究农村金融生态环境问题，缺少更加系统科学的评价指标体系，难以准确定量化分析农村金融生态水平。

基于此，本文运用熵权法与数据包络分析法，从农村经济环境、农村政策环境、农村法制环境、农村金融发展水平、农村社会保障环境五个方面构建农村金融生态环境指标评价体系，分析农村金融生态环境影响因素，评价黑龙江省农村金融生态环境现状并提出相应的解决措施，为其他区域农村金融生态环境改善，推动乡村振兴战略发展提供参考。

二、农村金融生态环境评价模型选择及评价体系构建

（一）评价模型选择

综合评价方法种类繁多，选择熵权法与数据包络分析法主要考虑以下几点：第一，熵权法对于某个指标能够通过熵值判断其离散程度，利用信息之间差异性进行赋权，可更好地解释结果，离散性越强表示该指标的影响程度越大，更具有客观性。第二，数据包络分析法能够实现多输出—多输入问题的综合评价，同时在建立模型前无需对数据进行量钢化处理与权重假设，可从更综合的角度分析数据。第三，熵权法与数据包络分析法对数据分别进行横向的地区对比与纵向的时间对比，可更全面完整地评价黑龙江省农村金融生态环境。

（二）熵权法

熵权法（EWM）的权重由样本自身确定。一般而言，若一个数据指标的信息熵Ej较小，则其权重越大；如果一个数据指标的信息熵Ej较大，则其权重越小。

对n个样本，m个指标，则xij为第i个样本的第j个指标的数值（i=1,…,n;j=1,…,m）；

1.数据标准化处理

在计算前需对各指标数据进行归一化处理，避免统计过程中各项指标的统计单位与正负向指标所代表的含义存在差异。

正向指标：

负向指标：

2.求各指标信息熵

根据定义，一组数据的信息熵

3.计算信息效用值

dj=1-Ej,j=1,…,m

4.确定各指标权重

根据公式，可以计算各个指标的信息熵，得到E1,E2,…,Em

通过信息熵计算各指标的权重

5.数据综合评价

最后利用线性加权求和的方法计算黑龙江省12个地级市的综合评价指数。

（三）数据包络分析法

C2R模型作为数据包络分析法（DEA）中的一个重要模型，现普遍运用于单位或部门评价。本文采用数据包络分析方法，运用C2R模型从横向与纵向两个方向评价黑龙江省12 个地级市农村金融生态环境。

模型假设有v种输入，u种输出，r个评价决策单元（DMU）。假设有r个农村金融生态环境评价的决策单元DMU，每一个决策单元DMU 都存在n种类型的“输入”，用(Xj,Yj)表示第j个决策单位的DMUj，v表示影响农村金融生态环境状态的投入要素，u表示反映农村金融生态环境状态的产出要素。每个决策单元都有相应的效率评价指标指数：

适当选择权系数v和u，使其满足ηj≤1,j=1,2,…,r。对第j个决策单元的相对有效性进行评价，是将全部决策单元的效率值数作为约束，将权系数作为变量，ηj≤1,j=1,2,…,r，以第j0个决策单元的效率指数作为目标，得到C2R模型的原始分式规划模型。将模型转换为等价的线性规划问题，把和分别作为约束方程的松弛变量，再根据线性规划问题进行计算：

若对偶规划D 的最优解θ=1，则决策单元j0为弱DEA 有效，与之相反亦然；若对偶规划D 的最优解θ=1，则所有松弛变量最优解都为零，决策单元j0为DEA有效，与之相反亦然。

（四）农村金融生态环境效率评价体系构建

1.评价指标体系构建原则

农村金融生态环境评价需要制定一系列量化指标，科学的量化指标是实现农村金融生态环境评价的重要条件，直接关系到后续结果的准确性与真实性。建立量化指标需要遵循相应的原则，这些原则主要为以下几点：第一，系统性原则。系统性原则要求具备整体意识，需要与研究的最终目标相一致，综合考虑各地区系统要素的相互作用。因此需要全面考虑影响农村金融生态环境的因素，包括经济环境、政策环境、法制环境等，综合评估农村金融生态环境。第二，科学性原则。科学性原则要求农村金融生态环境评价体系的建立遵循经济学与生态学规律，结合实际情况，运用科学方法研究，客观分析研究对象存在问题，做出最合理的评价结果。第三，可行性原则。建立的农村金融生态环境评价体系需要具有可行性和可操作性，评价指标的建立需要具有明确的定义，数据采集过程需要操作简便，具备收集方便、来源可靠的特点。为实现评价结果的可行性和真实性，使用的数据需在有关部门统计数据中获得，尽可能利用现有统计数据对体系进行评价分析。

2.农村金融生态环境评价指标选取

当前国内被普遍运用与采纳的金融生态评价体系主要为2005 年的城市金融生态评价指标体系和2009年的地区金融生态评价指标体系。本文整理总结两大金融生态评价体系，通过进一步研究借鉴学者研究成果，因地制宜结合黑龙江省各地区农村金融生态环境发展特点，并分析2015～2019年黑龙江省统计年鉴数据与2020年问卷调查数据，从农村经济环境、农村政策环境、农村法制环境、农村金融发展水平、农村社会保障环境五个方面构建农村金融生态环境评价体系。

（五）农村金融生态环境效率评价指标构建

本文将黑龙江省各地级市的实际情况分三个层次建立评价指标体系。第一层为目标层，综合评价农村金融生态环境。第二层为准则层，选取农村经济环境、农村政策环境、农村法制环境、农村金融发展水平、农村社会保障环境等作为指标。第三层为指标层，根据准则层要求选取22个指标。

文章从农村经济环境、农村政策环境、农村法制环境、农村金融发展水平、农村社会保障环境五个方面，使用22个指标，分析、整理与计算2015～2019年黑龙江省12个地级市的统计数据，构建农村金融生态环境评价指标体系（见表1）。

表1 农村金融生态环境评价指标体系

三、基于EWM-DEA模型的农村金融生态环境实证分析

（一）数据来源与描述性统计分析

本文中农村村务公开满意度、农村社会安全满意度、金融机构存贷款服务满意度3个指标的数据来源于2020 年大学生“三下乡”社会实践问卷调查。调查区域主要为黑龙江省12个地级市随机选取的12个村庄，在每个样本村随机选择25户农户入户调查。此次调查共发放农户调查问卷300份，其中有效问卷为293份，回收率为97.7%。调查者描述性统计与变量含义见表2～3。

表2 调查者描述性统计

续表

表3 变量测量及含义

本文评价体系中其他19项指标数据来源于2016～2020年《黑龙江省统计年鉴》，2020年黑龙江省及各市人力资源和社会保障局公布数据，2020年黑龙江省及各地级市政府工作报告、黑龙江法院网等。各变量的描述性统计结果见表4。

表4 变量测量及含义

（二）熵权法对农村金融生态环境评价分析

1.指标的标准化处理

根据正负向指标采用不同算法对指标数据标准化处理，原始数据标准化得表5。

表5 黑龙江省12个地区农村金融生态环境评价数据规范化

2.指标的权重计算

计算标准化后的数据并得出各项指标的熵值Ej、指标层权重系数wj1与准则层权重系数wj2，计算结果见表6。由表6可知，农村经济环境、农村政策环境、农村金融发展水平的权重之和为82.98%，远高于其他方面权重之和17.02%，可见3个方面的重要性。其中5个准则层中22个指标中财政性存款总额、第二产业增加值、金融机构贷款余额、第三产业增加值、金融机构存款余额、地方公共财政收入、地区生产总值、乡村从业人员数量，指标权重系数分别为13.36%、9.52%、9.02%、8.57%、7.81%、7.66%、6.74%、5.37%，其权重系数总和为68.05%，在总权重中占比较大，可见这8个指标是影响农村金融生态环境的重要性指标。因此研究需从农村经济环境、农村政策环境、农村社会保障环境3个方面分析，从财政性存款总额、第二产业增加值、金融机构贷款余额、第三产业增加值、金融机构存款余额、地方公共财政收入、地区生产总值、乡村从业人员数量等8个重要指标入手。

表6 各指标的权重分布

3.综合评价指数计算

通过线性加权求和方法计算黑龙江省12个地级市的综合得分，最终可得黑龙江省12个地级市的综合评价指数，并对其排序，结果见表7。由表7可知，黑龙江省农村金融生态环境中综合评价指数最高为哈尔滨，为0.8759，最低为七台河，为0.0984。齐齐哈尔、大庆、牡丹江、绥化等地综合评价指数集中在0.20～0.40，农村金融生态环境综合水平较好；鸡西、鹤岗、双鸭山、伊春、佳木斯、黑河等地综合评价指数集中在0.10～0.20，农村金融生态环境综合水平较差。黑龙江省总体综合评价指数为3.12，从整体角度反映黑龙江省农村金融生态环境水平一般，而各地级市存在明显差距。

表7 黑龙江省农村金融生态环境综合评价指数

（三）数据包络分析法对农村金融生态环境评价分析

本文将前人的研究成果与黑龙江省农村金融生态环境现状相结合，运用DEAP2.1软件对熵权法得出的8个重要指标进行分析。其中黑龙江省各个地级市2015～2019年的金融机构存款余额、金融机构贷款余额为产出要素，地区生产总值、第二产业增加值、第三产业增加值、乡村从业人员数量、地方公共财政收入、财政性存款总额等指标为投入要素。各地级市2015～2019年技术效率值如表8所示。

表8 黑龙江省12个地级市2015～2019年技术效率值

根据DEA评价结果可知，横向地区对比，鹤岗、双鸭山、伊春在2015～2019这五年期间农村金融生态环境效率值均达到1，可见这3个地级市具有良好的农村金融生态环境；黑河、佳木斯、哈尔滨集中在0.95～1.00，农村金融生态环境水平较好；鸡西、七台河、大庆、牡丹江技术效率值均在0.90～0.95，农村金融生态环境水平居中；而齐齐哈尔、绥化均低于0.9，可见这两个地级市的农村金融生态环境欠佳。据此可得，黑龙江省农村金融生态环境状况存在地域性差异。

纵向时间对比，在2015～2019这五年期间，黑龙江省12个地级市2015～2019年农村金融生态环境呈波动上升趋势，农村金融生态环境总体趋势从2015年的0.917升至2019年的0.978（见图1）。虽然部分地级市受到当地经济发展状况与政府政策的影响，技术效率值出现浮动，从整体看，黑龙江省农村金融生态环境明显改善，但仍需进一步优化。

图1 黑龙江省各地级市2015～2019年技术效率值趋势

综上所述，黑龙江省各地级市农村金融生态环境效率值平均值为0.937，小于C2R模型的DEA有效值1，可见黑龙江省农村金融生态环境仍需要改善。

四、结论和政策建议

（一）结论

第一，根据熵权法所得结果，黑龙江省各地级市农村金融生态环境差距较大。综合评价指数最高为哈尔滨，最低为七台河，综合评价指数之间差距明显。而根据各指标的权重分布情况可知，农村经济环境、农村政策环境、农村金融发展水平3个方面权重系数总和占比大，对改善农村金融生态环境起到重要作用，因此需要从这3个方面入手优化农村金融生态环境。

第二，根据数据包络分析法所得结果，黑龙江省各地级市农村金融生态环境总体呈上升趋势。横向地区对比，黑龙江省农村金融生态环境存在明显地域性差异，鹤岗、双鸭山、伊春等地在2015～2019 这五年期间农村金融生态环境较好，齐齐哈尔、绥化农村金融生态环境一般；纵向时间对比，2015～2019年间黑龙江省农村金融生态环境效率值有所波动，但整体呈上升趋势。

第三，对实证结果综合分析与评价，熵权法得到黑龙江省农村金融生态环境总体综合评价指数为3.12，而DEA法得到黑龙江省各地级市农村金融生态环境效率值平均值为0.937，均反映黑龙江省农村金融生态环境欠佳，两种方法得到结果一致。

（二）政策建议

第一，改善农村经济环境，大力发展现代农业。改善黑龙江省农村经济，需不断扩大地区的经济发展规模，将高新技术与现代农业相结合，大力推广现代化农业，因地制宜发展特色农业。合理优化黑龙江省一二三产业结构，巩固当地农业经济。

第二，加强政府监督与引导，规范农村政策环境。政府需加大农村居民的政策引导，促进资源合理配置，充分发挥当前政策的优越性。政府应加大对金融市场的监督力度，根据地区发展差异及时调整与完善当地政策，为建设良好的金融生态环境提供条件。

第三，健全农村金融服务体系，提高农村金融发展水平。农村金融机构需从群众出发，积极推进农村服务模式创新，建立健全农村金融服务体系。利用高新技术构建区域金融服务平台，不断推进农村金融基础设施建设，实现农村金融信息互通，以提高金融机构服务水平。