金融支持農(nóng)業(yè)現(xiàn)代化的路徑與協(xié)調(diào)問題分析*
——基于安徽省的面板數(shù)據(jù)

朱澤琴，王剛貞

(安徽財經(jīng)大學 金融學院，安徽 蚌埠 233030)

中央一直把解決好“三農(nóng)”問題作為全黨工作的重中之重，而解決“三農(nóng)”問題的核心和根本就是要加快發(fā)展現(xiàn)代農(nóng)業(yè)。十八大報告提出堅持走中國特色農(nóng)業(yè)現(xiàn)代化道路，將“三農(nóng)”問題提到前所未有的高度。十九大報告提出的“實施鄉(xiāng)村振興戰(zhàn)略”，更是延續(xù)黨對“三農(nóng)”問題一直以來的高度重視。在中國特色農(nóng)業(yè)現(xiàn)代化發(fā)展進程中，有效資金支持的重要性不言而喻，農(nóng)村金融如何充分發(fā)揮支持農(nóng)業(yè)現(xiàn)代化發(fā)展的積極作用，是目前中國農(nóng)村、農(nóng)業(yè)發(fā)展面臨的棘手難題。由于早期“重工輕農(nóng)”的思想導致農(nóng)業(yè)現(xiàn)代化發(fā)展的腳步遠遠滯后于其他“三化”，嚴重影響到中國特色社會主義道路進程，因此其發(fā)展亟需有所突破，對充足資金投入的需求也就更加迫切。安徽省是糧食與農(nóng)業(yè)生產(chǎn)大省，其農(nóng)業(yè)總產(chǎn)出居全部產(chǎn)業(yè)總產(chǎn)出第一，因此解決好其農(nóng)業(yè)現(xiàn)代化發(fā)展問題具有典型代表性。

一、農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化發(fā)展相關(guān)研究綜述

(一)關(guān)于農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化關(guān)系的研究

Hartmut認為，一旦摸清了金融支持與農(nóng)業(yè)現(xiàn)代化發(fā)展之間的內(nèi)在聯(lián)系，熟悉了農(nóng)業(yè)現(xiàn)代化與金融現(xiàn)代化的轉(zhuǎn)變規(guī)律，就可以實現(xiàn)二者共同發(fā)展[1]。徐馮璐運用因子分析法定量分析了金融支持與農(nóng)業(yè)產(chǎn)業(yè)化之間的相關(guān)度，指出農(nóng)業(yè)產(chǎn)業(yè)化水平與金融支農(nóng)程度之間是相輔相成且密不可分的關(guān)系[2]。陳杰、黃革勝認為及時有力的金融支持能夠顯著促進農(nóng)業(yè)現(xiàn)代化發(fā)展[3]。此外，王鵬以哈羅德—多馬模型為理論基礎分析了山東省17個地市2008—2011年的面板數(shù)據(jù)，指出金融支持對農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展具有正向促進作用[4]。

(二)關(guān)于農(nóng)業(yè)現(xiàn)代化金融支持制約因素的研究

Fei和Ranis認為，要優(yōu)化二元經(jīng)濟結(jié)構(gòu)，關(guān)鍵看農(nóng)業(yè)現(xiàn)代化能否真正助推農(nóng)村經(jīng)濟發(fā)展，并且需要匹配相應的資金和制度保障[5]。何琳、廖東聲聚焦于我國農(nóng)村金融市場供求，認為農(nóng)村金融支持障礙的原因之一是定向放貸的農(nóng)村投行模式的不合理[6]。顧錦杰指出目前我國金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展存在的主要問題有農(nóng)村金融發(fā)展差距大、服務水平低、資金外流嚴重以及涉農(nóng)金融主體風險補償機制不健全等[7]。謝珍從金融機構(gòu)和農(nóng)業(yè)現(xiàn)代化雙角度分析了金融支持的障礙，得出農(nóng)業(yè)產(chǎn)業(yè)鏈的不合理、信用評價和擔保體系的不完善以及金融產(chǎn)品創(chuàng)新力的不足是阻礙金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展的主要因素[8]。

(三)關(guān)于檢驗農(nóng)業(yè)現(xiàn)代化金融支持路徑的研究

李喜梅、彭云選取東、中、西部典型六省2004—2008年的數(shù)據(jù)進行分析，從不同的金融支持路徑與效率入手，得出資金的可得性對農(nóng)業(yè)現(xiàn)代化發(fā)展影響最大[9]。顧寧、余孟陽運用Pagano模型分析了金融支持農(nóng)業(yè)現(xiàn)代化的具體路徑，并結(jié)合實證檢驗著重分析了不同金融路徑對農(nóng)業(yè)現(xiàn)代化水平的影響[10]。

綜上所述，對于金融支持農(nóng)業(yè)現(xiàn)代化的研究，國外學者多是從理論入手，而國內(nèi)學者則是分析目前金融支持農(nóng)業(yè)現(xiàn)代化存在的問題，對于農(nóng)業(yè)現(xiàn)代化的金融支持路徑的理論與實證研究不多。因此本文從金融支持路徑的角度研究安徽省各個地市農(nóng)業(yè)現(xiàn)代化發(fā)展的協(xié)調(diào)問題，對于其完善農(nóng)業(yè)現(xiàn)代化發(fā)展的金融支持體系具有重要意義。

二、安徽省農(nóng)業(yè)現(xiàn)代化水平分析

(一)農(nóng)業(yè)現(xiàn)代化水平的指標體系構(gòu)建

考慮到數(shù)據(jù)的可符性與準確性，在參考一系列涉及農(nóng)業(yè)現(xiàn)代化發(fā)展方面相關(guān)文獻的基礎上，選取以下5個指標反映農(nóng)業(yè)現(xiàn)代化水平：農(nóng)村恩格爾系數(shù)Z1等于食物支出fs與總支出te的商，農(nóng)業(yè)總產(chǎn)值Z3即農(nóng)、林、牧、漁業(yè)總產(chǎn)值agov，耕地產(chǎn)出率Z4等于農(nóng)、林、牧、漁業(yè)總產(chǎn)值agov與農(nóng)村耕地面積ca的商，農(nóng)村勞動生產(chǎn)率Z5等于農(nóng)、林、牧、漁業(yè)總產(chǎn)值agov與農(nóng)村總?cè)丝趖p的商(見表1)。

表1 農(nóng)業(yè)現(xiàn)代化指標體系

由于搜集的數(shù)據(jù)(來源于安徽省統(tǒng)計年鑒、安徽省各地市統(tǒng)計年鑒)為面板數(shù)據(jù)，要得到每一年度的農(nóng)業(yè)現(xiàn)代化發(fā)展水平，需要對每年的指標數(shù)據(jù)均進行主成分分析，從而得到安徽省各地市每年的農(nóng)業(yè)現(xiàn)代化水平綜合指數(shù)。

(二)主成分分析

(三)分析結(jié)果

根據(jù)上述分析步驟，利用Eviews6.0計量軟件對安徽省各地市2013—2016年間農(nóng)業(yè)現(xiàn)代化水平進行主成分分析。以2013年的數(shù)據(jù)分析為例(見表2)。

表2 農(nóng)業(yè)現(xiàn)代化主成分特征值

最終選擇主成分的個數(shù)一般是通過方差累計貢獻率來確定的。當累計貢獻率超過85%時，就認為基本包含原變量的信息了。由表2可知，此處應選擇前三個主成分，累計貢獻率高達91.49%，基本包含全部原變量信息。具體對應的特征向量見表3。

表3 農(nóng)業(yè)現(xiàn)代化主成分特征向量

由表3可知：

第一主成分：P1=0.096ZS1+0.602ZS2-0.354ZS3+0.560ZS4+0.436ZS5

(1)

第二主成分：P2=0.710ZS1+0.270ZS2-0.518ZS3+0.332ZS4+0.211ZS5

(2)

第三主成分：P3=-0.468ZS1+0.071ZS2+0.524ZS3-0.194ZS4+0.681ZS5

(3)

用特征值的方差貢獻率占比作為權(quán)數(shù)，得到主成分分析綜合得分公式：y=0.4829P1+0.3102P2+0.2069P3

(4)

按此方法對2014—2016年的數(shù)據(jù)依次進行分析，最終得到四年間安徽省各地市的農(nóng)業(yè)現(xiàn)代化水平綜合指數(shù)(見表4)。

表4 安徽省各地市2013—2016年農(nóng)業(yè)現(xiàn)代化綜合指數(shù)

由表4可知，安徽省各地市農(nóng)業(yè)現(xiàn)代化發(fā)展較不穩(wěn)定，如銅陵市、亳州市等，部分城市甚至出現(xiàn)了下降趨勢，如蚌埠市、馬鞍山市以及淮北市等，農(nóng)業(yè)現(xiàn)代化水平整體逐年上升且水平較高的僅有合肥市與蕪湖市兩個城市，淮南市、安慶市等城市雖呈現(xiàn)上升趨勢但整體水平較低?？傮w來看，安徽省農(nóng)業(yè)現(xiàn)代化發(fā)展波動較大且水平不高，相關(guān)部門急需出臺相關(guān)政策措施來提高現(xiàn)代農(nóng)業(yè)水平。

三、金融支持農(nóng)業(yè)現(xiàn)代化的路徑分析

(一)模型設定

“哈羅德—多馬模型”是發(fā)展經(jīng)濟學中著名的經(jīng)濟增長模型，結(jié)合經(jīng)濟增長的關(guān)鍵因素，其公式可分解如下：

(5)

從理論上看，農(nóng)村金融是通過作用于農(nóng)業(yè)經(jīng)濟發(fā)展的決定因素來支持農(nóng)業(yè)現(xiàn)代化發(fā)展的。因此在這里，公式中g(shù)(農(nóng)業(yè)經(jīng)濟增長率)表示農(nóng)業(yè)現(xiàn)代化水平，通過前文主成分分析得到；Y、I、S分別表示各地區(qū)生產(chǎn)總值、投資總額和儲蓄總額，s為儲蓄率，k為資本產(chǎn)出比率，θ為儲蓄轉(zhuǎn)化為投資的比率。另外，這里將哈羅德—多馬模型中的假設條件I=S放寬為I=θS，表示只有部分儲蓄能夠轉(zhuǎn)化為投資，使之更加貼近現(xiàn)實狀況。公式最后分解的情況表示，是資本產(chǎn)出比率、儲蓄轉(zhuǎn)化為投資的比率以及儲蓄率決定了農(nóng)業(yè)現(xiàn)代化發(fā)展水平。其中，變量選擇中，用各地市農(nóng)村機構(gòu)實際平均貸款利率r表示儲蓄率ra，用各地市涉農(nóng)貸款al與各地市縣域存款cd的商表示儲蓄轉(zhuǎn)化為投資的比率de，用各地市農(nóng)村固定投資rfi與各地市農(nóng)林牧漁業(yè)總產(chǎn)值agov的商表示資本產(chǎn)出比率ie，最后，農(nóng)業(yè)現(xiàn)代化水平y(tǒng)已在表4中算出，具體見表5。

表5 變量定義表

(二)模型估計

根據(jù)模型選擇的變量，搜集整理安徽省16個地市2013—2016年間的相關(guān)數(shù)據(jù)(來源于安徽省統(tǒng)計年鑒、各地市統(tǒng)計年鑒、金融統(tǒng)計年鑒以及省內(nèi)各地市主要涉農(nóng)金融機構(gòu))。

設定金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展的面板實證模型為：

(6)

式中，解釋變量yi,t表示第i個地市第t年的農(nóng)業(yè)現(xiàn)代化水平，xj,i,t表示第i個地市第t年的第j個解釋變量，βj表示各解釋變量的系數(shù)，εi,t表示第i個地市第t年的隨機誤差，αi表示個體效應。本文選取了安徽省16個地市四年的相關(guān)數(shù)據(jù)，解釋變量有儲蓄率(ra)、資本產(chǎn)出比率(ie)、儲蓄轉(zhuǎn)化為投資的比率(de)3個，因此這里i=1,2,3,…,16，j=1,2,3，t=2013,2014,2015,2016。

由于農(nóng)業(yè)現(xiàn)代化綜合指數(shù)有正有負，因此模型估計之前先對其進行歸一化處理。為了避免面板數(shù)據(jù)的時間序列可能存在的自相關(guān)干擾問題，我們經(jīng)過檢驗并選擇了面板修正的標準差估計方法，采用了面板特定的一階自回歸自相關(guān)結(jié)構(gòu)模型進行具體分析。

(三)結(jié)果分析

模型的分析結(jié)果如表6所示。

表6 面板修正的標準差估計結(jié)果

根據(jù)模型分析結(jié)果可知：首先，儲蓄率與農(nóng)業(yè)現(xiàn)代化水平負相關(guān)，表明農(nóng)村實際貸款利率下降將有利于貨幣投資需求上升，導致投資增加，也將有利于農(nóng)村基礎設施建設和農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展；其次，儲蓄轉(zhuǎn)化為投資的比率與農(nóng)業(yè)現(xiàn)代化發(fā)展表現(xiàn)出正相關(guān)且影響較大，這與經(jīng)濟金融相輔相成的理論相符合，表明儲蓄越是被貸向農(nóng)業(yè)越能使農(nóng)業(yè)現(xiàn)代化得到長足發(fā)展；最后，資本產(chǎn)出比與農(nóng)業(yè)現(xiàn)代化水平正相關(guān)且影響顯著，凸顯了在農(nóng)業(yè)現(xiàn)代化發(fā)展進程中資金可得性的關(guān)鍵意義。對于金融支持現(xiàn)代農(nóng)業(yè)發(fā)展，可從上述三個方面切入制定相關(guān)措施。

四、農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化的協(xié)調(diào)發(fā)展分析

金融支持與農(nóng)業(yè)現(xiàn)代化的協(xié)調(diào)發(fā)展分析主要是描述兩者的和諧匹配程度。由于協(xié)調(diào)度分析主要反映變量橫向間的協(xié)調(diào)關(guān)系，因此，需要對本文中的面板數(shù)據(jù)消去時間維度的影響，將其退化成截面數(shù)據(jù)，即對每一個指標取均值。從理論上看，這種處理方法會有兩個弊端：一是信息缺損，消去時間因素的均值只能反映平均趨勢而忽略其他指標影響；二是該方法必須假設所有個體的所有相同指標在時間變化上趨于同一方向。本文采用的金融支持與農(nóng)業(yè)現(xiàn)代化指標基本滿足所有個體的所有指標在時間變化上均趨好發(fā)展，因此這里采用取均值基本可行。

定義金融支持農(nóng)業(yè)現(xiàn)代化的協(xié)調(diào)發(fā)展系數(shù)為：

(7)

式中，x表示金融支持水平綜合指數(shù)，y表示農(nóng)業(yè)現(xiàn)代化水平綜合指數(shù)，Cxy∈[0,1]，k為調(diào)節(jié)系數(shù)且k≥2，本文取k=2。

定義協(xié)調(diào)發(fā)展函數(shù)為：

(8)

式中，協(xié)調(diào)發(fā)展綜合指數(shù)T=ax+by,T∈[0,1]；a、b為待定系數(shù)，a+b=1。參考一系列有關(guān)經(jīng)濟金融協(xié)調(diào)互促發(fā)展的理論與實證分析，絕大多數(shù)學者認為金融支持與其相關(guān)領域的經(jīng)濟發(fā)展同樣重要，就本文來看，農(nóng)業(yè)現(xiàn)代化發(fā)展水平越高，就越需要匹配相應的金融支持，因此本文設定a、b均為0.5。

以上述對農(nóng)業(yè)現(xiàn)代化水平進行分析的相同方法對金融支持水平也進行主成分分析，以2013年的數(shù)據(jù)分析為例，見表7。

表7 金融支持水平的主成分分析

由表7可知，此處應選擇前兩個主成分，累計貢獻率達87.32%，基本包含全部原變量信息。相應的特征向量見表8。

表8 金融支持發(fā)展主成分特征向量

由表8可知：

第一主成分：P1=0.600RA+0.589DE+0.541IE

(8)

第二主成分：P2=-0.297RA-0.463DE+0.835IE

(9)

用特征值的方差貢獻率占比作為權(quán)數(shù)，得到主成分綜合得分公式x=0.7829P1+0.2171P2。按此方法對2014—2016年的數(shù)據(jù)依次進行分析，最終得到安徽省16個地市四年的金融支持水平情況(見表9)。

表9 安徽省2013—2016年金融支持水平綜合指數(shù)

同時對農(nóng)業(yè)現(xiàn)代化y和金融支持x取均值，得到二者的綜合指數(shù)(見表10)。

由于用上述方法得到的農(nóng)業(yè)現(xiàn)代化綜合指數(shù)y和金融支持綜合指數(shù)x有正有負，先對數(shù)據(jù)進行歸一化處理，再根據(jù)上述定義計算金融支持農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)指數(shù)(見表11)。

表10 農(nóng)業(yè)現(xiàn)代化與金融支持綜合指數(shù)表

表11 金融支持農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)指數(shù)

將協(xié)調(diào)度按表12劃分標準進行等級劃分，可以得到安徽省16個地市金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展協(xié)調(diào)度的大致狀況(見表13)。

表12 協(xié)調(diào)度等級與標準

表13 安徽省16個地市協(xié)調(diào)度等級分類

由于我們將農(nóng)業(yè)現(xiàn)代化與金融支持綜合指數(shù)進行了歸一化處理，導致亳州市與阜陽市的協(xié)調(diào)指數(shù)最終為0，使得兩地市的金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展處于極度失調(diào)狀態(tài)。由表13可知，安徽省金融支持農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展水平整體呈現(xiàn)不平衡狀態(tài)，處于基本協(xié)調(diào)及以上水平的有9個地市，占56.25%；瀕臨失調(diào)的有4個地市，占25%；中度失調(diào)的有3個地市，占18.75%。整體看，安徽省金融支持農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展處于中等偏下水平。此外，根據(jù)計算出的農(nóng)業(yè)現(xiàn)代化和金融支持發(fā)展的綜合指數(shù)可知，合肥市兩綜合指數(shù)均為正且數(shù)據(jù)表現(xiàn)最平衡，因此判定省內(nèi)金融與農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展程度最好的典型地市為合肥市。

五、結(jié)論及建議

本文選取安徽省16個地市2013年至2016年的面板數(shù)據(jù)，從金融支持路徑的角度入手，實證分析了安徽省金融支持與農(nóng)業(yè)現(xiàn)代化發(fā)展水平以及兩者的協(xié)調(diào)程度。綜合上述分析，得出以下結(jié)論：

一是農(nóng)村實際貸款利率對農(nóng)業(yè)現(xiàn)代化發(fā)展具有關(guān)鍵意義。儲蓄率與農(nóng)業(yè)現(xiàn)代化發(fā)展水平負相關(guān)說明，在依靠信貸資金擴大投資的過程中，由于農(nóng)村經(jīng)濟主體不管是規(guī)模還是實力方面都處于較低層次，無法負擔更高的成本，因此比普通經(jīng)濟主體更加在乎資金價格的高低，資金價格越低，農(nóng)村經(jīng)濟主體越愿意也越可能通過借貸來擴大投資，從而推動農(nóng)業(yè)現(xiàn)代化發(fā)展。

二是雖然安徽省金融支持的各項路徑對其農(nóng)業(yè)現(xiàn)代化發(fā)展均表現(xiàn)出積極正向作用，但整體發(fā)展水平較低。協(xié)調(diào)度分析也顯示安徽省農(nóng)業(yè)現(xiàn)代化發(fā)展與其相應的金融支持處于一個較低水平的協(xié)調(diào)，安徽省目前的工作重點應放在提高農(nóng)業(yè)現(xiàn)代化發(fā)展水平上。此外，資金規(guī)模和其增長速度均與其當下的農(nóng)業(yè)現(xiàn)代化發(fā)展不匹配，農(nóng)村基礎設施投入不足、金融網(wǎng)點覆蓋率低也制約了其農(nóng)業(yè)現(xiàn)代化發(fā)展。

針對上述結(jié)論提出以下建議：

一要加大金融支持農(nóng)業(yè)現(xiàn)代化的政府扶持。政府相關(guān)部門需要深刻認識金融支持對農(nóng)業(yè)現(xiàn)代化發(fā)展的重要意義，積極主動發(fā)揮涉農(nóng)財政資金對農(nóng)業(yè)經(jīng)濟發(fā)展的引導作用，綜合運用財政補貼以及稅收減免等相關(guān)手段加大對農(nóng)村金融機構(gòu)發(fā)展農(nóng)業(yè)經(jīng)濟方面的政策扶持，逐漸降低對農(nóng)業(yè)經(jīng)濟主體的放款利率，充分發(fā)揮適宜資金價格對農(nóng)業(yè)現(xiàn)代化發(fā)展的有力推動作用。

二要完善多元化農(nóng)村金融組織體系。由于省內(nèi)各地市在地理位置和經(jīng)濟發(fā)展水平方面存在較大差異，因此各地市應該結(jié)合地方特點，一方面發(fā)揮村鎮(zhèn)銀行等主流支農(nóng)機構(gòu)的作用，另一方面鼓勵小額信貸組織等非主流機構(gòu)積極配合農(nóng)村政府金融參與到農(nóng)村金融市場，與此同時，加大政策性金融對農(nóng)業(yè)現(xiàn)代化的資金投入，突出利用合作金融在農(nóng)村金融中的帶頭作用，多方面促進農(nóng)村金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展。

三要提高農(nóng)村金融產(chǎn)品和服務的創(chuàng)新效率與力度。在目前新常態(tài)的形勢下，安徽省金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展要想與時俱進，金融產(chǎn)品與服務的創(chuàng)新必不可少。然而，我省農(nóng)村金融市場中的大多數(shù)金融產(chǎn)品和服務都只是簡單模仿，創(chuàng)新能力不足。因此各金融機構(gòu)需要針對地方特色積極開發(fā)針對不同類型客戶的金融服務方式，從金融支持農(nóng)業(yè)現(xiàn)代化發(fā)展的具體路徑入手，逐步提高農(nóng)村金融創(chuàng)新效率，助力現(xiàn)代農(nóng)業(yè)發(fā)展。