摘要：国家助学贷款制度出台后，在一定程度上促进了各地国家助学贷款工作的进展，但区域总量不足、贷款覆盖面过窄、区域不平衡等问题仍然存在。本文从区域经济基础、教育资源、学生家庭经济状况及助学贷款工作的历史状况等方面入手，利用公因子法对国家助学贷款区域性绩效进行分析与评价，试图找出影响助学贷款发放的主要因素，并提出进一步完善国家助学贷款运行机制的思考。
关键词：国家助学贷款；区域性绩效；运行机制
中图分类号：C915
文献标识码：A
文章编号：1008—1569(2007)04—0120—07
基金项目：本文为福建省社会科学规划项目“完善国家助学贷款制度构架社会主义和谐社会”(项目批准号：20038236)的阶段性成果。
作者简介：刘先辉，集美大学财经学院硕士研究生； 梁新湖，集美大学财经学院教授。
我国国家助学贷款制度从1999年9月起在北京、上海等8个城市试点，并于2000年9月开始在全国推广。2004年6月，教育部、财政部、人民银行、银监会联合发布了《关于进一步完善国家助学贷款工作的若干意见》，对国家助学贷款制度进行了重大调整，形成了国家助学贷款新制度。自新制度实施以来，国家助学贷款有了较大发展，截至2005年12月底，全国累计已审批贷款学生206.8万人，合同金额172.7亿元。但从发展现状来看，我国助学贷款还存在不少问题，例如贷款总量不足、区域分布不平衡、政策性目标与商业性运作矛盾、逆向选择与道德风险、个人信用制度缺失等。其中，对于区域不平衡性及总量不足问题，一些专家学者认为：贷款覆盖面过窄；东部地区获得贷款的比例要大于中部和西部地区；一个地区越贫困教育资源就越稀缺，获得贷款的比例就越低，并提出要加大对经济落后地区的支持力度，以促进国家助学贷款工作的发展。国家助学贷款的分布是否与区域经济基础、教育资源高度相关呢?本文从区域经济基础、教育资源、学生家庭经济状况及国家助学贷款工作的历史状况等方面人手，利用公因子法对国家助学贷款区域性绩效进行分析与评价，得出国家助学贷款的分布主要受国家助学贷款工作的历史状况、区域教育资源等方面的影响，而受区域经济基础的影响较小的结论，并提出进一步完善国家助学贷款运行机制的建议。
一、国家助学贷款的区域性绩效分析
为了便于进行国家助学贷款区域性绩效的比较评价，本文按照李江、冯涛在《转轨时期金融组织的成长与经济绩效的关联性》中的分区方法，将全国分为东、中、西部三个地区，然后从各地区各选取几个具有代表性的省份作为样本，取样时综合考虑了各样本在经济基础、教育资源以及国家助学贷款政策实施方面的代表性及典型性：东部地区选取江苏、辽宁、福建、海南；中部地区选取河南、湖北、安徽；西部地区选取陕西、甘肃和青海(具体见附表一)。然后利用现代统计方法中的因子分析法，运用统计软件SPSS11.0 for windows，对国家助学贷款区域性绩效进行分析，得出主要影响因子。
(一)建立评价指标
目前，在我国还没有评价国家助学贷款绩效的统一指标，而国际上对学生贷款评价时普遍使用的是以色列经济学家齐德曼提出的3项指标⑤，即公平性、可获得性与效率。本文将以这3项指标为一级指标，建立评价国家助学贷款区域绩效的指标体系。在构建评价指标体系时，主要考虑国家助学贷款发放方面的影响，这也是目前影响我国国家助学贷款的主要因素。国家助学贷款还受学生信用状况、学生毕业后的收入状况等方面的影响，这些是我们在后期研究中必须解决的问题。
1．公平性。公平主要是指接受教育机会的公平，即那些具备国家助学贷款申请资格的学生是否都有同等的机会获得国家助学贷款。通过比较分析各地区国家助学贷款的公平性，我们就可以了解到国家助学贷款受地区性差异因素影响的大小。国家助学贷款的公平性主要包括3个方面：(1)不同类型的高校的贫困学生是否享有同等获得国家助学贷款的机会，即是否存在重点大学的学生比一般高校的学生更容易申请到国家助学贷款的现象。(2)不同专业的贫困学生是否享有同等的获得国家助学贷款的机会，即是否存在热门专业比冷门专业的贫困学生更容易申请到国家助学贷款的现象。(3)不同地区的贫困学生是否享有同等的获得国家助学贷款的机会，即同一个贫困大学生是否会因为就读的高校所处地区的不同，而存在申请到国家助学贷款的机会不同的现象。本文主要研究各地区国家助学贷款的绩效状况，因此，主要比较分析各地区间国家助学贷款的不公平现象，而把不同类型高校这一因素作为影响各地区教育资源的子因素加以考虑。在评价国家助学贷款的公平性时，主要考虑了以下几个方面的影响因素：一是经济基础：人均GDP(x1)、财政收入(x2)；二是教育资源：高校数目(x3)、部属高校数目(x4)、在校大学生人数(x5)；三是学生家庭经济状况：贫困生比例(x6)。
2．可获得性。可获得性主要是指国家助学贷款的目标群体是否都获得了贷款，以及有多大比例的国家助学贷款的需求者没有申请到贷款。通过比较分析各地区国家助学贷款可获得性，我们就可以清楚地了解到各地区自国家助学贷款政策及新政策实施以来国家助学贷款的发放情况。国家助学贷款的目标群体是我国(不含香港和澳门特别行政区、台湾地区)高等学校中经济确实困难的全日制本、专科生(含高职生)、研究生以及第二学士学位的贫困学生。各院校的借款人数原则上按照在校生总数20％的比例确定。但是，由于受地区性差异及其他因素的影响，各地区在新老制度下国家助学贷款的发放情况，都具有明显的不平衡性。因此，我们可以从以下两方面来分析评价各地区国家助学贷款的可获得性：一是国家助学贷款的历史状况：累计获贷人数(x7)、累计放贷金额(x8)、累积获贷比率(x9)；二是国家助学贷款新政策实施状况：新政策获贷人数(x10)、新政策放贷金额(x11)、新政策获贷比率(x12)。
3．效率。国家助学贷款政策的效率主要是指那些获得贷款的学生，他们是否因为获得这些贷款的资助完成了学业，反之，也就是说那些没有申请到国家助学贷款的学生是否因此而辍学。通过分析评价各地区国家助学贷款的效率，我们就可以清楚地了解到开展国家助学贷款的必要性。齐德曼在研究泰国学生贷款的研究中报告：通过问卷调查，当学生被问及“假如没有学生贷款，你是否会辍学?”大部分学生的回答是“不会”，大约有30％左右的学生承认“会”。这说明泰国学生贷款只在较低的程度上对学生继续学业产生影响。在我国由于受以下几方面因素的影响，在一定程度上降低了国家助学贷款政策的效率。首先，我国各地高校普遍建立了“奖、贷、助、补、减”等多渠道的资助体系，降低了经济困难的学生对国家助学贷款的依赖。其次，部分贫困学生交不起学费时会选择拖欠学费，而不是申请国家助学贷款。另外，由于国家助学贷款政策的宣传不到位，导致部分家长和学生对国家助学贷款政策了解不够。以及受中国传统观念的束缚，部分家庭即使有国家助学贷款的需求时，也会首先选择向亲戚朋友
借钱，而不是把教育投资看作是同住房、汽车贷款一样的投资。因此，这些家庭只有在无法向亲戚朋友借到钱的情况下才会考虑申请国家助学贷款。
目前，虽然在我国还没有相关的研究证明国家助学贷款可以在多大的程度上降低学生的辍学率，但是，据相关统计资料可知，在我国各种资助贫困学生的渠道中，国家助学贷款是规模最大、影响最深的途径。因此，我们可以假设国家助学贷款是贫困学生解决学费及生活费问题的唯一有效渠道，那么，那些没有申请到国家助学贷款的学生将会因此而辍学，于是我们就可以利用以下指标来近似地衡量国家助学贷款政策的效率：累积获贷比率(x9)、新政策获贷比率(x12)。
通过以上的比较分析，我们可以建立如下指标体系对国家助学贷款区域性绩效进行因子分析与评价：
(二)因子分析
通过对表一12个指标的地区数据统计分析显示，以上12个指标之间的相关性有的较密切，有的较差(见附表二)。因此，我们利用因子分析法来降低指标的维度，以较少的指标个数，但又包含绝大部分原始信息的综合指标来分析国家助学贷款的区域性绩效。本文采用主成分法提取公因子，并采用方差最大法正交旋转。具体步骤为：首先，将数据标准化，消除观测量纲的差异及数量级所造成的影响，使标准化后的变量的均值为0，方差为1；然后，利用多元变量的因子分析技术，从众多的因素中筛选出几个起支配性作用的公共因子，并计算因子得分。
具体的处理结果及结果分析如下：
1．方差表的分析。方差的贡献率是衡量公共因子相对重要程度的指标，方差贡献率越大，表明公共因子就越重要，或者说方差越大，表明公共因子对变量的贡献越大。我们选人两个公共因子进行分析，其累积方差贡献率达到82.426％。表三中各因子旋转后的方差贡献率说明，因子1、2可以解释所有信息的能力分别是49.977％、32.449％。
2．因子载荷矩阵的分析。公共因子1在新政策获贷人数、新政策放贷金额、新政策获贷比率、累计获贷人数、累计放贷金额、累积获贷比率、高校数目及在校大学生人数这8项指标的载荷值很大，其中前3个指标反映了在新政策下各地区国家助学贷款的发放现状；累计获贷人数、累计放贷金额、累积获贷比率反映了自国家助学贷款政策实施以来的各地区国家助学贷款发放的历史状况；高校数目与在校学生人数反映了各地区的教育资源，即高等教育资源的分布情况。因此，公共因子1综合反映了各地区国家助学贷款的开展情况及教育资源的分布情况；公共因子2在人均GDP、财政收入、部属高校数目、贫困生比例这4个指标的载荷值较大，其中人均GDP、财政收入的载荷值很大，因此它主要反映了各地区的经济基础。
3．因子得分的分析。为了便于了解各地区国家助学贷款的发放情况，先利用各地区因子得分表计算综合得分，具体方法是：先回归估计出因子得分，然后以两个因子的方差贡献率的比重作为权重进行加权汇总。计算公式如下：F=(49.977×公共因子+32.449公共因子)/82.426。由表四可以得到9个地区国家助学贷款绩效的综合排名依次是：湖北、江苏、河南、辽宁、福建、陕西、安徽、甘肃、青海、海南。
二、国家助学贷款的区域性绩效评价
通过以上的分析，可以得出以下几点结论：
第一，国家助学贷款的区域分布极不均衡。由表四可知，各地区间国家助学贷款的综合因子得分相差较大，其中湖北省最高，江苏省其次，海南省最小，比湖北省低2.05。
第二，老政策下国家助学贷款业务开展得好的地区，在新政策下国家助学贷款开展得也较好，即国家助学贷款发放的历史状况与新政策下国家助学贷款的发放状况是高度相关的。这主要是因为在老政策下国家助学贷款开展得好的地区，积累了较多的经验，并建立了相对完善的国家助学贷款体系，势必有利于国家助学贷款工作的继续开展。
第三，各地区的教育资源与该地区国家助学贷款发放显著相关：即一个地区的高校分布越集中、在校大学生越多，国家助学贷款实施状况越好；但是，部属院校的分布与国家助学贷款的发放没有典型的相关关系。这主要是因为国家助学贷款是按商业化运作的，那么，商业银行办理国家助学贷款的风险主要取决于债务人还款的可能性。而教育资源越集中的地区，学生竞争越激烈，就越有利于学生知识技能的掌握，而且在受教育、就业方面享有更多的信息优势，商业银行发放国家助学贷款的风险也就越低。
第四，各地区的经济基础与该地区的国家助学贷款的发放缺乏显著的相关性。从以上统计资料可以看出，一个地区的人均GDP指标在第一主成分中的因子载荷值很低，仅为0.026，说明人均GDP对一个地区国家助学贷款的发放影响很小。而财政收入指标在第一主成分中的载荷值要稍大一些，为0.221，因为按《意见》规定，地方财政必须承担地方院校学生国家助学贷款的在校期间的利息补贴及一定比例的国家助学贷款风险补偿基金，这在一定程度上限制了那些财政相对薄弱地区的国家助学贷款的发放。但是，中央财政对地方办理国家助学贷款成绩较好的地区给予奖励或直接补贴，又削弱了财政收入在各地区发放国家助学贷款中的作用。
第五，贫困生比率在公共因子1、2中的载荷值为负，且载荷值的绝对值不大，这主要受以下两方面的因素的影响：一方面从附表一中可以看出，各地区的贫困生比例相差不大，除了甘肃高达45％以外，其他地区与全国平均贫困生比例20％相差不大，所以，尽管贫困生比例是影响国家助学贷款的重要宏观指标，但是，在各地区间国家助学贷款的比较分析中却不是一个重要指标。另一方面，由于样本数目有限，这也在一定程度上影响了对该项指标重要性分析的精确性。
三、进一步完善国家助学贷款运行机制的思考
通过以上对国家助学贷款区域性绩效的分析与评价可知，要建立一个长期高效的国家助学贷款制度，除了要加强大学生诚信教育，加强诚信立法，建设良好的信用环境，进一步完善高校贫困生资助体系，实施生源地学生贷款等措施外，还应该做好以下方面的工作：
第一，针对一些地区国家助学贷款业务起步较晚的问题，可以从以下几个方面努力改善提高：(1)加强国家助学贷款体系的建设，建立国家助学贷款风险补偿制度，健全国家助学贷款管理机构，把责任具体明确地落实到相关部门，以减小国家助学贷款违约风险。(2)中央在实施“以奖代补”措施时，应给予国家助学贷款工作起步较晚的地区更高的奖励，替代对他们的直接财政补贴，以充分调动他们开展国家助学贷款工作的积极性，同时也可以减小银行的顾虑。
第二，针对高校教育资源集中度较低的地区国家助学贷款发放较差的情况，可以采取以下措施进行改善：(1)加强这些地区高校毕业生就业渠道的建设，提高学生的就业率，从根本上解除商业银行对这些地区学生违约风险的顾虑。(2)在这些地区实施“以奖代偿”的政策，鼓励家庭经济困难的毕业生到落后艰苦地区就业，并给予他们适当的奖励，帮助偿还国家助学贷款，从而既解决了贫困家庭学生就业难、还款难的问题，又为银行化解了风险。(3)提高这些地区国家助学贷款风险补偿金率，以提高银行的风险收益率，并由中央财政负担补偿基金高于全国平均水平的部分。
第三，要缩小国家助学贷款分布的地区差异，还应加强各地区经验的交流，借鉴其他省份的先进经验。例如，在建设助学贷款欠贷追缴制度方面，可借鉴河南省的追缴模式：建立风险补偿金的支付与助学贷款管理工作直接挂钩的制度，若学校管理得好，贷款违约额低于缴纳的风险补偿金数额，剩余部分全部奖励给高校；若学校管理得不好，贷款违约额超过缴纳的风险补偿金数额，高出部分学校要另外负担一定比例。各地区可以根据本地的实际情况灵活调节这一额外负担比例，这样高校在开办国家助学贷款时既有风险压力，又有管理动力。