信貸配給與農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異——基于平滑轉(zhuǎn)換回歸模型的實(shí)證分析

劉艷華，輝敏敏，駱永民

（安徽工業(yè)大學(xué) 商學(xué)院，安徽 馬鞍山243032）

一、引 言

農(nóng)業(yè)作為農(nóng)村經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè)，對(duì)維護(hù)國(guó)家糧食安全，增加農(nóng)民收入和促進(jìn)農(nóng)村區(qū)域經(jīng)濟(jì)發(fā)展具有重要作用。實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)的區(qū)域協(xié)調(diào)發(fā)展，對(duì)縮小農(nóng)村居民收入的地區(qū)差距，促進(jìn)經(jīng)濟(jì)發(fā)展的區(qū)域均衡具有重要意義。信貸資金作為推動(dòng)經(jīng)濟(jì)發(fā)展的核心要素之一，應(yīng)在實(shí)現(xiàn)基礎(chǔ)產(chǎn)業(yè)的區(qū)域協(xié)調(diào)發(fā)展上發(fā)揮主要作用。然而，一方面，由于自然環(huán)境、農(nóng)業(yè)資源稟賦、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和區(qū)域農(nóng)業(yè)經(jīng)濟(jì)基礎(chǔ)等方面的差異，中國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展呈現(xiàn)出較大的地區(qū)差異。據(jù)統(tǒng)計(jì)年鑒數(shù)據(jù)計(jì)算，剔除掉價(jià)格因素的影響（1952年＝1），1978年?yáng)|部地區(qū)人均農(nóng)業(yè)GDP比中西部地區(qū)分別高42．35%和31．57%，全國(guó)人均農(nóng)業(yè)GDP的標(biāo)準(zhǔn)方差為16．45，而到2012年，三個(gè)地區(qū)的人均農(nóng)業(yè)GDP東部比中西部地區(qū)分別高18．60%和128．77%，全國(guó)標(biāo)準(zhǔn)方差擴(kuò)大為189．1。另一方面，由于金融改革進(jìn)展程度不一，不同農(nóng)村地區(qū)呈現(xiàn)出農(nóng)村金融體系建構(gòu)參差不齊、信貸市場(chǎng)區(qū)域分化明顯和信貸供給分布嚴(yán)重失衡的區(qū)域特征。1978年，東部地區(qū)人均農(nóng)業(yè)貸款額比中西部地區(qū)分別高－11．71%和8．92%，全國(guó)人均農(nóng)業(yè)貸款額標(biāo)準(zhǔn)方差為1．62；2012年，扣除價(jià)格因素后（1978年＝1）的人均農(nóng)業(yè)貸款額東部地區(qū)比中西部分別高45．99%和108．95%，全國(guó)人均農(nóng)業(yè)貸款額標(biāo)準(zhǔn)差擴(kuò)大為41．41。

圖1表明了含價(jià)格因素的東中西部地區(qū)的人均農(nóng)業(yè)GDP和人均農(nóng)業(yè)貸款的走勢(shì)。顯而易見的是，中國(guó)東中西部地區(qū)人均農(nóng)業(yè)GDP的變化及地區(qū)差異態(tài)勢(shì)，與人均農(nóng)業(yè)貸款額地區(qū)分配的變動(dòng)態(tài)勢(shì)非常相似。引發(fā)我們思考的問(wèn)題是，農(nóng)業(yè)信貸地區(qū)配置差異對(duì)農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的作用關(guān)系，以及如何設(shè)計(jì)有效的區(qū)域農(nóng)業(yè)信貸政策促進(jìn)農(nóng)業(yè)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

信貸配置與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一直是學(xué)術(shù)界熱議的主題。Goldsmith、Mckinnon和Shaw等人構(gòu)筑的金融發(fā)展理論，為信貸資源與經(jīng)濟(jì)增長(zhǎng)的基本關(guān)系研 究 奠 定 了 基 礎(chǔ)［1］1－56［2］1－184［3］1－260。 據(jù) 此，諸 多國(guó)內(nèi)學(xué)者圍繞農(nóng)業(yè)信貸和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的關(guān)系，進(jìn)行了深入研究。魯春霞等發(fā)現(xiàn)東中西部農(nóng)業(yè)發(fā)展的整體差異很大，且呈持續(xù)擴(kuò)大的態(tài)勢(shì)［4］。裴輝儒認(rèn)為改革開放以來(lái)，地區(qū)間農(nóng)業(yè)經(jīng)濟(jì)規(guī)模差距逐步拉大，導(dǎo)致東西部金融服務(wù)與農(nóng)業(yè)增長(zhǎng)的特征出現(xiàn)異化［5］。趙書海等運(yùn)用VAR模型、誤差修正模型等方法進(jìn)行分析，均發(fā)現(xiàn)農(nóng)業(yè)信貸對(duì)中國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)具有正向作用［6］。溫濤等人的研究結(jié)論與前述研究存在分歧，發(fā)現(xiàn)農(nóng)業(yè)貸款的增長(zhǎng)并沒(méi)有成為促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和農(nóng)民收入水平提高的重要資源要素［7］。

總體來(lái)看，既有研究不但關(guān)注到了中國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的區(qū)域差異，而且深入探究了農(nóng)村區(qū)域經(jīng)濟(jì)失衡背后的信貸原因，這對(duì)促進(jìn)區(qū)域農(nóng)村金融和經(jīng)濟(jì)的協(xié)調(diào)發(fā)展提供了經(jīng)驗(yàn)支持和理論依據(jù)。但仍需指出的是：第一，多數(shù)研究?jī)H關(guān)注到了農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)的整體關(guān)系，對(duì)二者關(guān)系的區(qū)域差異缺乏分析；第二，既有研究分析農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的關(guān)系時(shí)，均假定二者存在線性關(guān)系。實(shí)際上，農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)關(guān)系的形式仍需要檢驗(yàn)，這是因?yàn)檩^多研究結(jié)論仍大相徑庭［8］。第三，已有研究主要針對(duì)一般意義上的信貸供給，未能把握農(nóng)業(yè)信貸供給的特征——信貸配給。經(jīng)驗(yàn)研究和理論研究表明，信貸配給已成為農(nóng)村信貸市場(chǎng)的長(zhǎng)期均衡現(xiàn)象，信貸配給對(duì)農(nóng)業(yè)產(chǎn)出具有重要影響［9］。本文利用平滑轉(zhuǎn)換回歸（STR）模型探索農(nóng)業(yè)信貸配給對(duì)農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的影響，為中國(guó)農(nóng)村金融的區(qū)域改革提供理論和經(jīng)驗(yàn)依據(jù)，對(duì)構(gòu)建地區(qū)差異化的信貸支農(nóng)體系具有重要的現(xiàn)實(shí)意義。

二、研究方法與數(shù)據(jù)來(lái)源

（一）地區(qū)差異的測(cè)定方法與數(shù)據(jù)來(lái)源

差異反映了樣本值偏離總體平均水平的程度，用來(lái)測(cè)度樣本之間差異的方法主要有變異系數(shù)和區(qū)位商等。變異系數(shù)能夠測(cè)度并反映樣本之間的總體差異，可以根據(jù)具體因素對(duì)樣本的不同影響進(jìn)行加權(quán)分析。區(qū)位商也稱為專業(yè)化系數(shù)，著重表現(xiàn)單個(gè)樣本的個(gè)體特征，反映了資源分布的集聚程度，主要用于集群識(shí)別?？梢?，變異系數(shù)比區(qū)位商更適合于反映經(jīng)濟(jì)現(xiàn)象的地區(qū)差異，且使用起來(lái)比區(qū)位商更具靈活性。因此，本文選擇變異系數(shù)來(lái)測(cè)定經(jīng)濟(jì)變量的地區(qū)差異。變異函數(shù)模型如下：

模型中，v為變異系數(shù)，a為樣本個(gè)體值，a－為樣本均值，n為地區(qū)個(gè)數(shù)，i和t分別表示第i個(gè)樣本和時(shí)間。，v值越大，說(shuō)明不同地區(qū)間的差異越大。

1．農(nóng)業(yè)信貸配給區(qū)域差異指標(biāo)的選取與計(jì)算。信貸配給是金融機(jī)構(gòu)按照信貸標(biāo)準(zhǔn)將稀缺信貸資源進(jìn)行配給的過(guò)程。信貸配給程度則是度量信貸需求被滿足程度的逆向指標(biāo)，信貸配給程度越大，說(shuō)明信貸需求被滿足的程度越低。因此，選擇農(nóng)業(yè)信貸配給程度作為描述農(nóng)業(yè)產(chǎn)業(yè)遭受信貸配給狀況的指標(biāo)，選取農(nóng)業(yè)信貸配給程度的變異系數(shù)作為衡量農(nóng)業(yè)信貸配給地區(qū)差異的指標(biāo)。

從中觀角度講，信貸配給是在信貸需求大于信貸供給的情況下將信貸資源進(jìn)行產(chǎn)業(yè)配給的過(guò)程。由于無(wú)法獲得準(zhǔn)確的農(nóng)業(yè)信貸需求規(guī)模，直接計(jì)算農(nóng)業(yè)信貸配給程度在統(tǒng)計(jì)上幾乎不可能。根據(jù)信貸配給的內(nèi)涵以及金融與經(jīng)濟(jì)的互動(dòng)關(guān)系，本文提出如下農(nóng)業(yè)信貸配給程度的計(jì)算方法：

在完善的信貸市場(chǎng)條件下，信貸資源的產(chǎn)業(yè)分布結(jié)構(gòu)應(yīng)與經(jīng)濟(jì)結(jié)構(gòu)相協(xié)調(diào)。按此邏輯，農(nóng)業(yè)應(yīng)以其在經(jīng)濟(jì)結(jié)構(gòu)中的比例獲得信貸資源。即，在某一地區(qū)中，農(nóng)業(yè)獲得的信貸資金比重K應(yīng)與其在地區(qū)經(jīng)濟(jì)結(jié)構(gòu)中的比重L一致。當(dāng)K小于L時(shí)，農(nóng)業(yè)產(chǎn)業(yè)就遭受到了信貸配給，這時(shí)農(nóng)業(yè)信貸配給程度為CR＝［（L－K）／L］×100%。其中，農(nóng)業(yè)信貸資金的比重K等于地區(qū)農(nóng)業(yè)貸款與地區(qū)總貸款的比，而農(nóng)業(yè)在區(qū)域經(jīng)濟(jì)結(jié)構(gòu)中的比重L等于地區(qū)第一產(chǎn)業(yè)增加值與地區(qū)國(guó)民生產(chǎn)總值的比。地區(qū)農(nóng)業(yè)貸款、地區(qū)總貸款來(lái)源于歷年《中國(guó)金融年鑒》、《新中國(guó)六十年統(tǒng)計(jì)資料匯編》、歷年《中國(guó)區(qū)域金融運(yùn)行報(bào)告》，由于農(nóng)業(yè)貸款數(shù)據(jù)各省市只統(tǒng)計(jì)到2009年，2010－2012年的農(nóng)業(yè)貸款數(shù)據(jù)利用線性指數(shù)平滑法預(yù)測(cè)而得；地區(qū)生產(chǎn)總值數(shù)據(jù)來(lái)源于各省市歷年統(tǒng)計(jì)年鑒。運(yùn)用式（1）可以計(jì)算出年度農(nóng)業(yè)信貸配給程度的變異系數(shù)（CRVt）。相應(yīng)地，式（1）中的a為農(nóng)業(yè)信貸配給程度CR，即：

2．土地投入規(guī)模區(qū)域差異指標(biāo)的選擇與計(jì)算。土地投入規(guī)模也直接影響農(nóng)業(yè)產(chǎn)出，因此，將土地投入規(guī)模的區(qū)域差異指標(biāo)納入到農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的影響因素之中。本文以人均農(nóng)作物播種面積代表農(nóng)戶的土地投入規(guī)模（Land），具體等于地區(qū)農(nóng)作物播種面積除以地區(qū)農(nóng)村人口數(shù)量。運(yùn)用式（1）計(jì)算出年度土地投入規(guī)模的變異系數(shù)（LandVt）。各省市農(nóng)作物播種面積與農(nóng)村人口數(shù)據(jù)分別取自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和歷年統(tǒng)計(jì)年鑒。

3．農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異指標(biāo)的選擇與計(jì)算。選取地區(qū)農(nóng)業(yè)生產(chǎn)總值來(lái)代表地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的整體狀況，并采用農(nóng)業(yè)生產(chǎn)總值的變異系數(shù)表示農(nóng)業(yè)經(jīng)濟(jì)的地區(qū)差異。

需要特別指出的是，雖然勞動(dòng)資本也是農(nóng)業(yè)生產(chǎn)的主要投入要素，但由于農(nóng)業(yè)生產(chǎn)總值的計(jì)算中包含了農(nóng)業(yè)人口因子，為了避免重復(fù)計(jì)量，本文未將勞動(dòng)變量納入分析框架中。

（二）STR模型

當(dāng)解釋變量達(dá)到某一臨界值時(shí)，被解釋變量和解釋變量之間的關(guān)系可能會(huì)發(fā)生轉(zhuǎn)變，用傳統(tǒng)的OLS回歸法并不能準(zhǔn)確的捕捉到這種變化。而STR模型是基于區(qū)間轉(zhuǎn)換理論的一種非線性模型，可以描述結(jié)構(gòu)性突變現(xiàn)象，彌補(bǔ)線性模型的不足。STR模型的一般形式為：

Granger與Terasvirta將STR模型分為三種類型［11］208－218。當(dāng)時(shí)，模型（2）被稱為邏輯概率STR模型1（LSTR1）；而當(dāng)時(shí)，式（2）被稱為邏輯概率STR 模型2（LSTR2）；當(dāng)時(shí) ，式 （2）被 稱 為 指 數(shù) STR 模 型（ESTR）。

STR模型的檢驗(yàn)和估計(jì)需要首先確定模型的滯后階數(shù)，然后將被解釋變量和解釋變量間存在線性關(guān)系作為原假設(shè)，進(jìn)行線性檢驗(yàn)，同時(shí)將STR模型作為備擇假設(shè)。當(dāng)檢驗(yàn)結(jié)果為非線性關(guān)系時(shí)，進(jìn)行STR模型形式的選擇；最后，根據(jù)Terasvirta，運(yùn)用泰勒展開公式、二維網(wǎng)格點(diǎn)搜索法以及Newton－Raphson迭代法和SSR估計(jì)各參數(shù)［12］。

三、農(nóng)業(yè)信貸配給對(duì)農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異作用關(guān)系的實(shí)證分析

（一）描述性分析

1．農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的變遷分析。根據(jù)前述計(jì)算公式，計(jì)算了1978年至2012年農(nóng)業(yè)生產(chǎn)總值的變異系數(shù)（AgdpV），其變化趨勢(shì)如圖2所示。

圖2 農(nóng)業(yè)生產(chǎn)總值變異系數(shù)的變化趨勢(shì)圖

根據(jù)計(jì)算結(jié)果和圖2可以看出，其一，農(nóng)業(yè)經(jīng)濟(jì)的區(qū)域差異明顯。1978－2012年AgdpV的均值為0．78。其中，1985年中國(guó)農(nóng)業(yè)經(jīng)濟(jì)的區(qū)域差異最為懸殊，AgdpV值達(dá)到最高的0．934 3，而到2012年其差異水平達(dá)到最小，變異系數(shù)為0．781 4。其二，農(nóng)業(yè)經(jīng)濟(jì)的區(qū)域差異波動(dòng)頻繁。AgdpV的變動(dòng)趨勢(shì)具有非平穩(wěn)性，這是諸多因素共同作用的結(jié)果。其三，農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異整體呈縮小態(tài)勢(shì)。

2．農(nóng)業(yè)信貸配給地區(qū)差異的歷史變遷分析。信貸配給是本文重點(diǎn)考察的因素。本文計(jì)算了1978－2012年中國(guó)農(nóng)業(yè)信貸配給程度變異系數(shù)（CRV），其變化趨勢(shì)如圖3所示。通過(guò)圖3可以看出，中國(guó)農(nóng)業(yè)信貸配給程度的地區(qū)差異變化具有階段性特征。

圖3 農(nóng)業(yè)信貸配給程度變異系數(shù)的變化趨勢(shì)圖

第一個(gè)階段是1978－2002年的低水平穩(wěn)定時(shí)期。此時(shí)期的CRV值維持在［0．24，0．88］區(qū)間，均值為0．42，方差為0．044。因此，可以認(rèn)為中國(guó)農(nóng)業(yè)信貸供求的地區(qū)差異基本保持均衡。其原因在于，這一時(shí)期中國(guó)農(nóng)村金融制度進(jìn)行了兩次變革，恢復(fù)農(nóng)村金融并初步形成了政策性、商業(yè)性和合作性并存的農(nóng)村金融制度。由于農(nóng)村金融改革的主要對(duì)象是中國(guó)農(nóng)業(yè)發(fā)展銀行、中國(guó)農(nóng)業(yè)銀行等全國(guó)性農(nóng)村金融機(jī)構(gòu)，這一階段的農(nóng)村金融制度變遷為全局性改革，改革范圍整體性推進(jìn)，實(shí)現(xiàn)了改革進(jìn)程和成效在地區(qū)間的均衡。

第二階段是2003－2012年的迅速擴(kuò)大階段。這一階段，CRV值從2003年的1．78飆升到2012年的15．66，增加了7．85倍，方差高達(dá)19．84。這說(shuō)明2003年成為中國(guó)農(nóng)業(yè)信貸配給程度區(qū)域均衡變化的拐點(diǎn)，農(nóng)業(yè)信貸資源的地區(qū)配置失衡開始日趨嚴(yán)重，反映了中國(guó)農(nóng)村金融制度改革成效在地區(qū)上是非均勻分布的。其背后的原因是：一方面，這一時(shí)期的農(nóng)村金融改革為對(duì)象單一的局部性制度變遷。此輪改革的主要對(duì)象為農(nóng)村信用社，而農(nóng)村信用社在1996年脫離中國(guó)農(nóng)業(yè)銀行的隸屬關(guān)系后，其地區(qū)根植性逐步增強(qiáng)。另一方面，此時(shí)期改革的推進(jìn)方式為“由點(diǎn)及面”，具有“先試效應(yīng)”。2003年開始的農(nóng)村金融改革采取試點(diǎn)方式，試點(diǎn)范圍由最初的江蘇三縣增至吉林等8省市，進(jìn)而逐步擴(kuò)大到21省市。第三，農(nóng)村金融機(jī)構(gòu)增量改革的地區(qū)性失衡加劇了農(nóng)村信貸供求的地區(qū)失衡。從2006年開始，銀監(jiān)會(huì)放寬了農(nóng)村金融機(jī)構(gòu)準(zhǔn)入政策，各地區(qū)村鎮(zhèn)銀行相繼設(shè)立，尤其是2010年以后，村鎮(zhèn)銀行開始加速擴(kuò)張，從2010年的277家擴(kuò)張至2012年的514家，而新設(shè)村鎮(zhèn)銀行的地區(qū)分布并不均衡，據(jù)銀監(jiān)會(huì)統(tǒng)計(jì)數(shù)據(jù)顯示，截止2012年底，四川省村鎮(zhèn)銀行數(shù)量為115家，居全國(guó)之首，河南省和浙江省位居其后，分別為112家和98家?？傊谶@一階段，受到強(qiáng)制性農(nóng)村金融制度變遷路徑的影響，不同地區(qū)的農(nóng)村金融改革表現(xiàn)出時(shí)間先后不一、措施不一和成效不一，進(jìn)而造成了農(nóng)村金融市場(chǎng)的地區(qū)分割，改變了農(nóng)村金融資源供求關(guān)系的空間格局。

（二）農(nóng)業(yè)信貸配給與農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的關(guān)系檢驗(yàn)與估計(jì)

為了準(zhǔn)確判斷信貸配給差異與農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的關(guān)系形式，同時(shí)避免傳統(tǒng)方法引致的偽回歸問(wèn)題，本文采用STR模型進(jìn)行檢驗(yàn)。

1．平穩(wěn)性檢驗(yàn)和Granger檢驗(yàn)。為了提高樣本數(shù)據(jù)的平滑性，對(duì)樣本數(shù)據(jù)做了對(duì)數(shù)處理。對(duì)對(duì)數(shù)處理后的農(nóng)業(yè)信貸配給程度變異系數(shù)序列l(wèi)nCRVt、土地投入規(guī)模的變異系數(shù)序列l(wèi)nLandVt和農(nóng)業(yè)生產(chǎn)總值變異系數(shù)序列l(wèi)nAgdpVt進(jìn)行ADF單位根檢驗(yàn)。檢驗(yàn)結(jié)果如表1所示。結(jié)果表明，lnCRVt、lnLandVt和lnAgdpVt是非平穩(wěn)時(shí)間序列，而三者的一階差分是平穩(wěn)的，可以用于STR模型的參數(shù)估計(jì)和相關(guān)檢驗(yàn)。

表1 ADF單位根檢驗(yàn)結(jié)果表

2．滯后期的選擇。構(gòu)建STR模型，除了lnCRVt和lnLandVt這兩個(gè)解釋變量外，還要確定lnAgdpVt的滯后項(xiàng)同時(shí)作為模型的解釋變量。為此，本文根據(jù)AIC和SC準(zhǔn)則、變量的t檢驗(yàn)和D－W檢驗(yàn)進(jìn)行綜合判斷，確定lnAgdpVt最優(yōu)的滯后階數(shù)。根據(jù)Sensier等人的經(jīng)驗(yàn)，本文設(shè)定回歸模型的最高滯后階數(shù)為8。從選擇過(guò)程可知，當(dāng)lnAgdpVt滯后一期時(shí)，AIC與SC之和最小，且參數(shù)的顯著水平較高，并基本通過(guò)了D－W檢驗(yàn)。因此，本文選擇滯后一期的lnAgdpVt－1作為自回歸部分的變量。以同樣的方法，本文將lnAgdpVt滯后項(xiàng)、lnCRVt的滯后項(xiàng)和lnLandVt同時(shí)作為解釋變量進(jìn)行回歸，發(fā)現(xiàn)lnCRVt和lnLandVt的滯后項(xiàng)的回歸參數(shù)不顯著。因此，STR模型的解釋變量為lnAgdpVt－1、lnCRVt和lnLandVt。

3．模型選擇、參數(shù)估計(jì)與結(jié)果分析。在確定了自回歸部分的滯后階數(shù)滯后，需要進(jìn)行轉(zhuǎn)換變量的選擇和線性假設(shè)的檢驗(yàn)。為便于線性檢驗(yàn)和確定STR模型的形式，本文利用泰勒展開公式將轉(zhuǎn)換函數(shù)G（γ，c，st）進(jìn)行三階展開，展開的形式如下：

將式（3）帶入式（2），則：

為了簡(jiǎn)化篇幅，式（4）中參數(shù)a和ζ的表達(dá)形式在此簡(jiǎn)略。

由表2可以看出，以lnAgdpVt－1和Trend依次為轉(zhuǎn)換變量，都會(huì)拒絕線性關(guān)系，當(dāng)以lnCRVt和lnLandVt為轉(zhuǎn)換變量時(shí)，接收線性關(guān)系的原假設(shè)。但是，當(dāng)lnAgdpVt－1作為轉(zhuǎn)換變量時(shí)，F(xiàn)統(tǒng)計(jì)量的P值整體上小于其它值，而且，其中的F2假設(shè)檢驗(yàn)得到的F統(tǒng)計(jì)量的P值遠(yuǎn)小于F4和F3對(duì)應(yīng)的P值。故綜合而言，本文選取lnAgdpVt－1作為模型的轉(zhuǎn)換變量，目標(biāo)模型的形式為非線性的LSTR1型，即：

表2 順序檢驗(yàn)結(jié)果表

運(yùn)用格點(diǎn)搜索方式搜索待估模型的初始值，c和γ的取值范圍分別為［－0．217 2，－0．065 2］、［0．50，10．00］，分別等間距值為30，形成900對(duì)組合，并選取所有組合中使SSR最小的c和γ為其初始值。圖4和圖5分別為二維格點(diǎn)搜索下位置參數(shù)和平滑參數(shù)的等高線圖和平面圖（平面圖顯示的是最大化殘差的相反數(shù)）。計(jì)算結(jié)果發(fā)現(xiàn)，當(dāng)γ＝0．68，且c＝－0．18時(shí)，SSR最小，為0．019。

圖4 格點(diǎn)搜索的等高線圖

圖5 格點(diǎn)搜索的平面圖

利用Newton－Raphson迭代法，估計(jì)出目標(biāo)式（5）的參數(shù)。結(jié)果見表3。為了提高估計(jì)結(jié)果的穩(wěn)健性，對(duì)模型的殘差序列進(jìn)行了設(shè)定誤差檢驗(yàn)，檢驗(yàn)類型采用滯后期為3的單變量Arch－LM檢驗(yàn)和JAque Bera檢驗(yàn)，檢驗(yàn)所得的統(tǒng)計(jì)量為：ARCH－LM＝7．01，對(duì)應(yīng)p值為0．54，F(xiàn)＝1．20；J－B＝1．02，對(duì)應(yīng)p值為0．60。檢驗(yàn)表明，誤差項(xiàng)之間并不存在自回歸條件異方差，誤差項(xiàng)服從正態(tài)分布，且不存在序列相關(guān)，這說(shuō)明所估計(jì)的模型是無(wú)偏的。表3結(jié)果顯示，較高的擬合優(yōu)度表明該模型較好地反映了中國(guó)農(nóng)業(yè)信貸配給的地區(qū)差異與農(nóng)業(yè)經(jīng)濟(jì)區(qū)域發(fā)展差異之間的非線性關(guān)系。圖6為擬合數(shù)據(jù)與原始數(shù)據(jù)之間關(guān)系的時(shí)間序列圖。圖6表明模型擬合程度較好。

表3 LSTR1模型估計(jì)結(jié)果表

圖6 原始及擬合數(shù)據(jù)的時(shí)間序列圖

在LSTR1模型的線性部分中，農(nóng)業(yè)信貸配給程度的變異系數(shù)對(duì)農(nóng)業(yè)生產(chǎn)總值的變異系數(shù)具有顯著的正向影響作用。這是因?yàn)?，農(nóng)業(yè)信貸配給程度的地區(qū)差異，會(huì)導(dǎo)致農(nóng)業(yè)生產(chǎn)資本投入和生產(chǎn)條件的地區(qū)差異，進(jìn)而加大農(nóng)業(yè)產(chǎn)出在不同地區(qū)間的離散程度。這一結(jié)論的政策含義在于，縮小農(nóng)業(yè)信貸程度的地區(qū)差異，有利于協(xié)調(diào)農(nóng)業(yè)區(qū)域經(jīng)濟(jì)的發(fā)展。其次，農(nóng)業(yè)生產(chǎn)總值的前一期變異系數(shù)對(duì)當(dāng)期的變異系數(shù)具有負(fù)向影響作用，說(shuō)明農(nóng)業(yè)經(jīng)濟(jì)的區(qū)域差異發(fā)展具有自我協(xié)調(diào)的功能。這可能源于，農(nóng)業(yè)經(jīng)濟(jì)發(fā)達(dá)的地區(qū)由于邊際遞減規(guī)律的存在，其農(nóng)業(yè)經(jīng)濟(jì)水平趨于平衡，而農(nóng)業(yè)經(jīng)濟(jì)發(fā)展相對(duì)落后的地區(qū)，隨著前期生產(chǎn)條件積累及資源稟賦潛力的釋放，進(jìn)入相對(duì)快速的發(fā)展階段。因此，農(nóng)業(yè)經(jīng)濟(jì)的區(qū)域差異趨于均衡。這一現(xiàn)象印證了Williamson關(guān)于區(qū)域經(jīng)濟(jì)差異的“倒U”理論邏輯。最后，土地投入規(guī)模的變異系數(shù)與農(nóng)業(yè)生產(chǎn)總值的變異系數(shù)同向變化，但顯著性并不強(qiáng)。這表明，長(zhǎng)期以來(lái)，中國(guó)集體土地產(chǎn)權(quán)制度下的農(nóng)地地區(qū)分割及其差異，也是農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的誘因之一。

在非線性部分，轉(zhuǎn)換函數(shù)中的門限參數(shù)c的臨界值為－0．23，即當(dāng)lnAgdpVt－1超過(guò)－0．23時(shí)，非線性部分的作用顯著增強(qiáng)；當(dāng)lnAgdpVt－1小于門限參數(shù)的臨界值時(shí)，轉(zhuǎn)換函數(shù)值趨于零，非線性部分消失，LSTR1模型轉(zhuǎn)換為線性模型。當(dāng)lnAgdpVt－1大于此臨界值時(shí)，農(nóng)業(yè)信貸配給程度的地區(qū)差異與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的區(qū)域差異關(guān)系為非線性的。平滑參數(shù)γ為0．37，說(shuō)明從一種機(jī)制轉(zhuǎn)向另一種機(jī)制的速度較慢。這說(shuō)明當(dāng)農(nóng)村信貸配給程度的地區(qū)差異發(fā)生改變時(shí)，這種政策對(duì)農(nóng)業(yè)經(jīng)濟(jì)地區(qū)差異的作用時(shí)間較長(zhǎng)。由此可以推論，農(nóng)村金融制度改革的地區(qū)非均衡推進(jìn)，對(duì)農(nóng)業(yè)經(jīng)濟(jì)地區(qū)差異變遷的誘導(dǎo)存在時(shí)滯效應(yīng)。其原因在于，農(nóng)村金融制度變革作用的傳導(dǎo)，需要經(jīng)過(guò)農(nóng)村信貸配給程度和滯后一期的農(nóng)業(yè)生產(chǎn)總值的響應(yīng)，進(jìn)而作用于農(nóng)業(yè)經(jīng)濟(jì)。

具體而言，lnAgdpVt與lnCRVt仍為正相關(guān)關(guān)系，而lnAgdpVt－1和lnLandVt的估計(jì)參數(shù)均不顯著。因此，非線性部分主要由lnCRVt來(lái)刻畫，農(nóng)業(yè)信貸配給程度地區(qū)變異的提高會(huì)擴(kuò)大農(nóng)村區(qū)域經(jīng)濟(jì)的差異，且影響程度比線性部分提高了79．99%。另外，農(nóng)業(yè)信貸配給程度地區(qū)變異對(duì)農(nóng)村區(qū)域經(jīng)濟(jì)發(fā)展差異的影響程度，取決于轉(zhuǎn)換函數(shù)值的大小。如果轉(zhuǎn)換函數(shù)值較小，或?yàn)榱銜r(shí)，農(nóng)業(yè)信貸配給程度的地區(qū)變異對(duì)農(nóng)村區(qū)域經(jīng)濟(jì)發(fā)展差異影響為線性的，且影響程度較小；當(dāng)轉(zhuǎn)換函數(shù)值較大時(shí)，農(nóng)業(yè)信貸配給程度的地區(qū)變異對(duì)農(nóng)村區(qū)域經(jīng)濟(jì)發(fā)展差異影響轉(zhuǎn)為非線性的，在線性和非線性部分的疊加效應(yīng)下，影響程度明顯增強(qiáng)。

整體看來(lái)，農(nóng)業(yè)信貸配給的地區(qū)差異對(duì)農(nóng)村經(jīng)濟(jì)區(qū)域差異會(huì)產(chǎn)生正向影響，且隨著時(shí)間和轉(zhuǎn)換區(qū)制的變化，這種影響也會(huì)發(fā)生變化。平滑轉(zhuǎn)換回歸模型較好地反映了兩者之間的關(guān)系。

四、結(jié)論與政策建議

本文在計(jì)算并分析農(nóng)業(yè)信貸配給地區(qū)差異和農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異變化態(tài)勢(shì)的基礎(chǔ)上，深入剖析了中國(guó)農(nóng)業(yè)信貸配給地區(qū)變異的制度誘因，進(jìn)而運(yùn)用STR模型，實(shí)證檢驗(yàn)了中國(guó)農(nóng)業(yè)信貸配給的區(qū)域差異對(duì)農(nóng)業(yè)經(jīng)濟(jì)區(qū)域差異的影響。本文提出如下建議：

一方面，對(duì)農(nóng)業(yè)信貸配給程度高的地區(qū)，應(yīng)加大農(nóng)村金融機(jī)構(gòu)體系的增量建設(shè)，適度放寬農(nóng)村金融市場(chǎng)的準(zhǔn)入政策；創(chuàng)新支農(nóng)信貸產(chǎn)品，增加支農(nóng)信貸投入；充分發(fā)揮政策性信貸的作用，矯正農(nóng)業(yè)信貸市場(chǎng)中的市場(chǎng)失靈。另一方面，對(duì)農(nóng)業(yè)信貸配給程度較低的地區(qū)，應(yīng)在確保支農(nóng)信貸資金穩(wěn)定的同時(shí)，著重提高信貸支農(nóng)的配給效率；而且，盡快建立農(nóng)業(yè)信貸保險(xiǎn)制度，加強(qiáng)農(nóng)業(yè)信貸風(fēng)險(xiǎn)防范，避免地方性債務(wù)風(fēng)險(xiǎn)的膨脹；最后，還應(yīng)推進(jìn)農(nóng)業(yè)用地的流轉(zhuǎn)，提高農(nóng)業(yè)生產(chǎn)的規(guī)模效益。

［1］ Goldsmith R W．Financial Structure and Development［M］．New Haven：Yale University Press，1969．

［2］ McKinnon R I．Money and Capital in Economic Development［M］．Washington DC：The Brookings Institution，1973．

［3］ Shaw E S．Financial Deepening in Economic Development［M］．New York：Oxford University Press，1973．

［4］ 魯春霞，謝高地，成升魁．東中西部區(qū)域農(nóng)業(yè)差異及其特征分析［J］．中國(guó)人口·資源與環(huán)境，2003（6）．

［5］ 裴輝儒．中國(guó)農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的相關(guān)性研究——基于1978—2007年31個(gè)省份的Panel Data分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（2）．

［6］ 趙書海．金融機(jī)構(gòu)農(nóng)業(yè)信貸投入與農(nóng)業(yè)GDP關(guān)系的研究——基于VAR模型的實(shí)證分析［J］．西北農(nóng)林科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011（3）．

［7］ 溫濤，王煜宇．政府主導(dǎo)的農(nóng)業(yè)信貸、財(cái)政支農(nóng)模式的經(jīng)濟(jì)效應(yīng)——基于中國(guó)1952—2002年的經(jīng)驗(yàn)驗(yàn)證［J］．中國(guó)農(nóng)村經(jīng)濟(jì)，2005（10）．

［8］ 張建波，楊國(guó)頌．中國(guó)農(nóng)村信貸結(jié)構(gòu)與農(nóng)村經(jīng)濟(jì)發(fā)展關(guān)系的實(shí)證研究［J］．經(jīng)濟(jì)經(jīng)緯，2010（5）．

［9］ Stiglitz J E，A Weiss．Credit Rationing in Markets with Imperfect Information［J］．American Economic Review，1981（3）．

［10］Akita T，Miyata S．The Bi－dimensional Decomposition of Regional Inequality Based on the Weighted Coefficient of Variation［J］．Letters in Spatial and Resource Sciences，2010，3（3）．

［11］Granger C W J，Terasvirta T．Modeling Nonlinear Economic Relationships［M］．Oxford：Oxford University Press，1993．

［12］Terasvirta．Timo：Specification，Estimation，and Evaluation of Smooth Transition Autor－egressive Models ［J］．American Statistical Association，1994，89（425）．