新型城鎮(zhèn)化背景下農(nóng)村金融集聚與經(jīng)濟(jì)增長的關(guān)系
——基于區(qū)位熵和省際面板數(shù)據(jù)的實(shí)證研究

郭 凱，鄒 嬙，李帥曉

(1.東北財(cái)經(jīng)大學(xué) 金融學(xué)院，遼寧 大連 116025； 2.遼寧省金融分析與模擬重點(diǎn)實(shí)驗(yàn)室，遼寧 大連 116025)

一、引 言

黨的十八大報告提出新型城鎮(zhèn)化，新型城鎮(zhèn)化是產(chǎn)業(yè)、人口、土地、社會、農(nóng)村五位一體的城鎮(zhèn)化。在新型城鎮(zhèn)化背景下，國家、政府和社會關(guān)注的不再是人口的城市化，而是農(nóng)業(yè)人口在向非農(nóng)人口轉(zhuǎn)移過程中權(quán)益的市民化，強(qiáng)調(diào)以人為本，推動城鎮(zhèn)化與工業(yè)化、農(nóng)業(yè)現(xiàn)代化的協(xié)調(diào)發(fā)展。國家統(tǒng)計(jì)局公布的數(shù)據(jù)表明：2016年，中國城鎮(zhèn)化率已達(dá)57.35%，戶籍人口城鎮(zhèn)化率只有36%左右，不僅遠(yuǎn)低于發(fā)達(dá)國家80%的平均水平，也低于人均收入與我國相近的發(fā)展中國家60%的平均水平，因此還有較大的發(fā)展空間。

而隨著新型城鎮(zhèn)化的推進(jìn)，農(nóng)村經(jīng)濟(jì)、生產(chǎn)、生活方式也發(fā)生了巨大轉(zhuǎn)變。農(nóng)業(yè)現(xiàn)代化、人口市民化等需要強(qiáng)大的金融資源支撐，其產(chǎn)生的金融需求無論是在質(zhì)上還是在量上都發(fā)生了巨大變化。陳立剛(2015)[1]估計(jì)，未來全國將有4億至5億農(nóng)民需要在就業(yè)、住房、社會保障、生活等方面全面實(shí)現(xiàn)市民化。若以人均10萬元的農(nóng)民工市民化成本進(jìn)行推算，僅此一項(xiàng)，就至少需要40萬億至50萬億元的巨額資金，從而產(chǎn)生巨大規(guī)模的融資需求。

但就目前而言，我國農(nóng)村地區(qū)金融抑制現(xiàn)象較為嚴(yán)重，金融創(chuàng)新不足，農(nóng)村地區(qū)本就貧乏的金融資源多以“回波效應(yīng)”支持周邊中心城市的發(fā)展。凱普森認(rèn)為，農(nóng)村地區(qū)金融發(fā)展水平落后造成資金大量外流，抑制農(nóng)村經(jīng)濟(jì)的發(fā)展，不僅造成區(qū)域經(jīng)濟(jì)發(fā)展失衡，也阻礙城鎮(zhèn)化進(jìn)程。因此，加速農(nóng)村地區(qū)金融資源與金融機(jī)構(gòu)的集聚，提高農(nóng)村地區(qū)金融發(fā)展水平，是實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化與新型城鎮(zhèn)化的必由之路。本文采用1998—2014年全國區(qū)位熵省際面板數(shù)據(jù)，對我國東、中、西部現(xiàn)階段農(nóng)村金融集聚的狀況及變化趨勢進(jìn)行比較分析，在柯布-道格拉斯生產(chǎn)函數(shù)的基礎(chǔ)上引入農(nóng)村金融集聚度因子，通過Panel Data模型對東、中、西部農(nóng)村金融集聚與經(jīng)濟(jì)增長的關(guān)系進(jìn)行實(shí)證研究。

二、文獻(xiàn)綜述

當(dāng)金融研究與區(qū)域空間相結(jié)合時，便產(chǎn)生了金融地理學(xué)。金融地理學(xué)將金融問題的研究與地理空間相結(jié)合，研究金融資源在不同地理空間之間的集聚與擴(kuò)散。許多學(xué)者從不同角度分析影響金融集聚的因素。Leyshon(1997)[2]從吸引金融機(jī)構(gòu)進(jìn)入某一地理區(qū)域的主要因子角度進(jìn)行分析，得出結(jié)論：首先，收入水平影響人的消費(fèi)結(jié)構(gòu)與消費(fèi)需求，不同的消費(fèi)需求需要不同層次的金融機(jī)構(gòu)去滿足；其次，金融行業(yè)具有很強(qiáng)的集聚和溢出效應(yīng)，某一地區(qū)集聚的金融機(jī)構(gòu)越多，其提供的服務(wù)也就越多樣化，從而越有利于吸引其他金融機(jī)構(gòu)的進(jìn)入；第三，當(dāng)?shù)鼐用竦慕鹑谒仞B(yǎng)與金融文化會影響金融機(jī)構(gòu)的集聚。Gehrig(1998)[3]從外部規(guī)模經(jīng)濟(jì)角度分析金融中心形成的原因，認(rèn)為當(dāng)越來越多的金融機(jī)構(gòu)集中在某一地理區(qū)域時，金融從業(yè)者之間的交流與聯(lián)系就會大大增強(qiáng)。這一方面會產(chǎn)生知識溢出效應(yīng)，有利于同行業(yè)的良性競爭，提高金融業(yè)的效率；另一方面，會降低交易成本，減少信息不對稱，增強(qiáng)市場的流動性。Porteous(1995)[4]通過運(yùn)用一系列強(qiáng)有力的工具說明和解釋區(qū)域金融中心的發(fā)展，如“路徑依賴”能有效解釋為何城市能長久地在區(qū)域內(nèi)維持競爭優(yōu)勢。Zhao(2003)[5]將其闡述為“信息腹地理論”，認(rèn)為金融中心的形成、金融機(jī)構(gòu)的集聚依賴于信息源的產(chǎn)生，信息不對稱是區(qū)域金融集聚的一個重要因素。還有許多學(xué)者將研究視角集中于區(qū)域經(jīng)濟(jì)增長中的金融因素，Rousseau等(2005)[6]、Levine(1999)[7]、Levine等(2000)[8]、Bencivenga等(1995)[9]、Birkan等(2016)[10]等基于內(nèi)增長理論，從金融功能觀的角度研究了金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系。

我國學(xué)者李林等(2011)[11]運(yùn)用前沿的計(jì)量經(jīng)濟(jì)學(xué)方法——空間計(jì)量方法對金融集聚與經(jīng)濟(jì)增長的空間溢出效應(yīng)進(jìn)行分析，通過建立我國金融業(yè)的Moran’s I指數(shù)，表明我國金融集聚存在一定的空間相關(guān)性。李紅等(2014)[12]采用改進(jìn)權(quán)重的空間杜賓模型檢驗(yàn)金融集聚及其空間溢出效應(yīng)與城市經(jīng)濟(jì)增長的關(guān)系，結(jié)果表明金融人力資本、金融集聚規(guī)模和金融產(chǎn)出密度是城市經(jīng)濟(jì)發(fā)展差異的重要原因。方先明等(2010)[13]將資本因素劃分為銀行貸款余額、股票總市值和保費(fèi)收入三個維度，結(jié)合勞動投入量，依據(jù)傳統(tǒng)柯布-道格拉斯生產(chǎn)函數(shù)對1998—2008年金融支持與經(jīng)濟(jì)增長空間相關(guān)性進(jìn)行實(shí)證分析。王淑英等(2016)[14]基于柯布-道格拉斯生產(chǎn)函數(shù)，將資本因素劃分為農(nóng)村金融發(fā)展規(guī)模、效率和結(jié)構(gòu)，檢驗(yàn)農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長的關(guān)系。譚崇臺等(2015)[15]運(yùn)用空間計(jì)量的Moran’s I指數(shù)對全國31個省市自治區(qū)的空間相關(guān)性進(jìn)行全局和局部檢驗(yàn)，發(fā)現(xiàn)農(nóng)村金融發(fā)展和農(nóng)村經(jīng)濟(jì)增長都具有很強(qiáng)的空間依賴性，運(yùn)用空間誤差模型SEM對農(nóng)村金融發(fā)展和經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行回歸分析，發(fā)現(xiàn)農(nóng)村經(jīng)濟(jì)增長與金融發(fā)展基本上有顯著的正向作用。

梳理國內(nèi)外相關(guān)研究可以發(fā)現(xiàn)，金融集聚在區(qū)域經(jīng)濟(jì)增長過程中發(fā)揮著重要的作用。本文以我國東、中、西部農(nóng)村金融集聚水平為出發(fā)點(diǎn)，將金融集聚度引入柯布-道格拉斯生產(chǎn)函數(shù)，分析我國農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系。

三、中國農(nóng)村金融集聚區(qū)位熵分析

(一)指標(biāo)構(gòu)建

區(qū)位熵是衡量某一要素區(qū)域分布情況、某一產(chǎn)業(yè)部門專業(yè)化程度以及某一區(qū)域在高層次區(qū)域的地位和作用的綜合性指標(biāo)。

本文中，j表示全國某一省份，i表示農(nóng)戶儲蓄存款余額；qij表示j省份的農(nóng)戶儲蓄存款余額；qj表示j省份城鄉(xiāng)儲蓄存款余額；qi表示全國農(nóng)戶儲蓄存款余額；q表示全國城鄉(xiāng)儲蓄存款余額。用LQij表示我國某一省份農(nóng)村金融集聚度，LQij>1表示j省份農(nóng)村金融集聚水平高于全國水平，LQij<1表示j省份農(nóng)村金融集聚水平低于全國水平。

(二)數(shù)據(jù)來源

本文所用數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國金融年鑒》和Wind數(shù)據(jù)庫。樣本數(shù)據(jù)時間區(qū)間為1998—2014年。為了對不同區(qū)域進(jìn)行比較，突出經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)對農(nóng)村金融集聚的影響，將全國劃分為東部、中部、西部。東部包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部包括：廣西、內(nèi)蒙古、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆(由于西藏?cái)?shù)據(jù)缺失，因此西藏除外)。

(三)中國農(nóng)村金融集聚度分析

表1、表2、表3分別給出我國1998—2014年全國東、中、西部各省農(nóng)村金融集聚度區(qū)位熵值(西藏除外)。

表1 1998—2014年東部各省農(nóng)村金融集聚區(qū)位熵值

表2 1998—2014年中部各省農(nóng)村金融集聚區(qū)位熵值

從表中可以看出，中部農(nóng)村金融集聚水平要高于東部和西部地區(qū)，中部農(nóng)村金融集聚區(qū)位熵值除吉林、黑龍江、湖北外其余各省份都大于1，中部各省份區(qū)位熵平均值也大于1。而東部地區(qū)除河北、浙江、山東、廣東外其余各省份區(qū)位熵值均小于1，北京、上海、天津等雖經(jīng)濟(jì)、金融較全國而言較為發(fā)達(dá)，但其農(nóng)村金融集聚水平較低，且隨時間發(fā)展農(nóng)村金融集聚水平有所下降。西部地區(qū)農(nóng)村金融集聚水平雖低于中部地區(qū)，但隨著時間發(fā)展，西部地區(qū)農(nóng)村金融集聚水平增長最為顯著，西部地區(qū)區(qū)位熵平均值從1998年的0.81增長到2014年的1.17。

表3 1998—2014年西部各省農(nóng)村金融集聚區(qū)位熵值

就全國而言，農(nóng)村金融集聚水平較高的省份集中于山東、河北、河南、山西、四川等一些中西部省份，而這些省份相對而言要么為全國農(nóng)業(yè)大省，要么第一產(chǎn)業(yè)增加值占GDP比重較高。2014年我國第一產(chǎn)業(yè)增加值占GDP比重為9.2%，全國超過這一水平的有17個省份，占比前七名的省份分別為海南(23.1%)、黑龍江(17.68%)、新疆(15.6%)、云南(15.5%)、廣西(15.4%)、貴州(13.79%)、甘肅(13.2%)[6]，而這些省份區(qū)位熵值隨時間增長較為顯著。

分析結(jié)果表明，各省份經(jīng)濟(jì)結(jié)構(gòu)對農(nóng)村金融集聚水平具有重要影響。東部省份雖為我國經(jīng)濟(jì)發(fā)達(dá)地區(qū)，但其經(jīng)濟(jì)結(jié)構(gòu)以第二、第三產(chǎn)業(yè)為主，且隨時間推移第一產(chǎn)業(yè)占GDP比重呈下降趨勢，因此，其農(nóng)村金融集聚水平不高且有所下降。以北京、上海為例，2015年其第一產(chǎn)業(yè)增加值同比分別下降12%、11.62%。西北和西南各省份農(nóng)村金融集聚水平隨時間增長較快，而這些省份相對而言工業(yè)化水平較低，第一產(chǎn)業(yè)占GDP比重較高。

四、中國農(nóng)村金融集聚與區(qū)域經(jīng)濟(jì)增長關(guān)系實(shí)證分析

(一)計(jì)量模型設(shè)定

根據(jù)傳統(tǒng)經(jīng)濟(jì)増長理論，可將經(jīng)濟(jì)増長因素分為資本投入量和勞動力數(shù)量。本文研究農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系，因此，將農(nóng)村金融集聚因子引入柯布-道格拉斯生產(chǎn)函數(shù)，設(shè)定生產(chǎn)函數(shù)為Y=AKαLβJχ。為弱化自相關(guān)和異方差對模型的影響，將柯布-道格拉斯生產(chǎn)函數(shù)取對數(shù)，方程為

LnY=LnA+αLnK+βLnL+χLnJ

(1)

式中：Y為各省農(nóng)業(yè)總產(chǎn)值；K為各省固定資產(chǎn)投資完成額，用來替代資本因素；L為各省農(nóng)村人口數(shù)，用來替代勞動力因素；J為各省農(nóng)村金融集聚區(qū)位熵值，用來衡量各省農(nóng)村金融集聚水平。

本文以各省數(shù)據(jù)為基礎(chǔ)，研究東、中、西部不同區(qū)域農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系，因此，選用Panel Data模型對引入農(nóng)村金融集聚因子后的柯布-道格拉斯生產(chǎn)函數(shù)進(jìn)行實(shí)證檢驗(yàn)。Panel Data模型通?？煞譃樽兘鼐嗄Ｐ秃妥兿禂?shù)模型，本文主要檢驗(yàn)全國和東、中、西部不同區(qū)域農(nóng)村金額集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系，因此選用變截距模型；而變截距模型中不同截面?zhèn)€體的影響又分為固定影響模型和隨機(jī)影響模型，根據(jù)表4給出的Hausman檢驗(yàn)結(jié)果，全國和東、中、西部在5%顯著水平下均拒絕隨機(jī)影響中個體和解釋變量不相關(guān)的假設(shè)，因此，最終確定選用固定影響模型。

表4模型設(shè)定形式的Hausman檢驗(yàn)結(jié)果

綜合理論模型(1)和面板模型形式的檢驗(yàn)結(jié)果，本文面板計(jì)量模型設(shè)定形式為

Ln (Yit)=αi+β1Ln (Kit)+β2Ln (Lit)+
β3Ln (Jit)+μit

(2)

其中，全國面板模型的i為1～30，東部面板模型的i為1～11，中部面板模型的i為1～8，西部面板模型的i為1～11。

(二)面板數(shù)據(jù)單位根檢驗(yàn)

面板模型單位根檢驗(yàn)主要是對面板數(shù)據(jù)中截面變量的時間序列進(jìn)行平穩(wěn)性檢驗(yàn)，從而避免由于時間序列不平穩(wěn)而造成的偽回歸。面板模型單位根檢驗(yàn)結(jié)果(見表5)顯示，變量LN(Y)、LN(K)、LN(L)無論是相同根情形下的單位根檢驗(yàn)LLC，還是不同根情形下的單位根檢驗(yàn)IPS-W、ADF、PP，變量原序列都呈現(xiàn)非平穩(wěn)，在一階差分情況下是平穩(wěn)的，且在1%水平下顯著，因此變量LN(Y)、LN(K)、LN(L)存在一階單位根。而變量LN(J)原序列在95%顯著水平下通過LLC、ADF、PP檢驗(yàn)，為平穩(wěn)序列，只有IPS-W檢驗(yàn)顯示不平穩(wěn)，因此，判斷LN(J)不存在單位根。

表5面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果

(三)面板數(shù)據(jù)協(xié)整檢驗(yàn)

面板模型協(xié)整檢驗(yàn)主要是分析非平穩(wěn)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系，檢驗(yàn)變量之間是否存在長期均衡關(guān)系，從而避免偽回歸。面板數(shù)據(jù)協(xié)整檢驗(yàn)方法可以分為兩大類：一類是建立在Engle和Granger二步法檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)，具體方法有Pedroni檢驗(yàn)和Kao檢驗(yàn)；另一類是建立在Johansen協(xié)整檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)。本文主要選用第一種，表6給出了相應(yīng)的Pedroni檢驗(yàn)和Kao檢驗(yàn)結(jié)果。

表6結(jié)果表明，除Pannel PP在5%水平下顯著外，其他統(tǒng)計(jì)量均在1%水平下顯著，因此，判斷模型變量之間存在協(xié)整關(guān)系。

表6面板數(shù)據(jù)協(xié)整檢驗(yàn)結(jié)果

(四)模型估計(jì)與實(shí)證分析

1.全國農(nóng)村金融集聚與經(jīng)濟(jì)增長的實(shí)證分析

表7給出了全國農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長關(guān)系面板模型回歸結(jié)果。模型擬合優(yōu)度R2和調(diào)整R2均大于0.98，表明模型整體擬合程度較高，變量LN(K)、LN(L)、LN(J)在5%水平下都通過了顯著性檢驗(yàn)。其中農(nóng)業(yè)固定資產(chǎn)投資LN(K)系數(shù)最大為0.75，表明農(nóng)業(yè)固定資產(chǎn)投資每增加1%，會使農(nóng)村經(jīng)濟(jì)增長0.75%；而農(nóng)村人口數(shù)LN(L)系數(shù)為負(fù)，表明農(nóng)村人口數(shù)與農(nóng)村經(jīng)濟(jì)增長呈負(fù)相關(guān)，這與我國目前的農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)有關(guān)?！凹彝ヂ?lián)產(chǎn)承辦責(zé)任制”曾在一段時期極大地解放了農(nóng)村生產(chǎn)力，促進(jìn)了農(nóng)村經(jīng)濟(jì)增長，但隨著我國經(jīng)濟(jì)的發(fā)展，對農(nóng)村生產(chǎn)經(jīng)營模式也提出了新的要求，一家一戶的小農(nóng)生產(chǎn)不能滿足新型城鎮(zhèn)化背景下農(nóng)村經(jīng)濟(jì)發(fā)展的需要。而農(nóng)村金融集聚因素LN(J)系數(shù)為0.13，說明農(nóng)村金融集聚水平對農(nóng)村經(jīng)濟(jì)增長有著正向關(guān)系影響。隨著新型城鎮(zhèn)化的推進(jìn)，一方面農(nóng)業(yè)現(xiàn)代化生產(chǎn)經(jīng)營需要大量的金融資源為農(nóng)業(yè)生產(chǎn)規(guī)?；C(jī)械化提供資金支持；另一方面農(nóng)業(yè)生產(chǎn)規(guī)模化也會減少對勞動力的需求，部分農(nóng)村人口將向城鎮(zhèn)轉(zhuǎn)移，這也需要金融機(jī)構(gòu)為新轉(zhuǎn)移人口在住房、公共服務(wù)以及城鎮(zhèn)基礎(chǔ)設(shè)施建設(shè)等方面提供金融資源支持。

表7全國面板模型回歸結(jié)果

表8給出了全國面板模型固定效應(yīng)截距值。從表中可以看出，各個地區(qū)之間個體效應(yīng)不同，東部地區(qū)除河北、江蘇、山東以外個體固定效應(yīng)較低，而中、西部地區(qū)河南、湖北、四川個體固定效應(yīng)較大。因此，為分析不同區(qū)域間農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系，本文將分別對東、中、西部進(jìn)行面板模型回歸分析研究。

表8全國面板模型固定效應(yīng)截距值

2.東、中、西部農(nóng)村金融集聚與經(jīng)濟(jì)增長的實(shí)證分析

表9給出了東、中、西部農(nóng)村金融集聚與經(jīng)濟(jì)增長面板模型的回歸結(jié)果。東部、中部和西部模型擬合優(yōu)度R2和調(diào)整R2均大于0.96，模型擬合程度較高。其中東、中、西部農(nóng)業(yè)固定資產(chǎn)投資對農(nóng)村經(jīng)濟(jì)增長均為正向關(guān)系，對西部影響程度最大，影響系數(shù)為0.81，表明在農(nóng)村經(jīng)濟(jì)增長要素中，農(nóng)業(yè)固定資產(chǎn)投資占有重要地位。東、中、西部農(nóng)村人口數(shù)對農(nóng)村經(jīng)濟(jì)均是負(fù)向影響，尤其是東部農(nóng)村人口數(shù)的影響系數(shù)為-0.73，表明東部農(nóng)村人口每增加1%，會使農(nóng)村經(jīng)濟(jì)下降0.73%。而農(nóng)村金融集聚對農(nóng)村經(jīng)濟(jì)增長的影響，東、中、西部不同：東部農(nóng)村金融集聚因素系數(shù)為-0.88，且在1%水平下顯著；中部農(nóng)村金融集聚因素系數(shù)也為負(fù)，但在10%顯著水平下不顯著；西部農(nóng)村金融集聚因素系數(shù)為0.22，在5%水平下顯著。因此，東部農(nóng)村金融集聚對農(nóng)村經(jīng)濟(jì)增長呈顯著負(fù)向影響，而西部農(nóng)村金融集聚對農(nóng)村經(jīng)濟(jì)增長呈顯著正向影響，中部農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長關(guān)系不顯著。

表9東、中、西部面板模型回歸結(jié)果

五、結(jié)論與建議

本文通過對1998—2014年全國農(nóng)村金融集聚度指標(biāo)的分析，發(fā)現(xiàn)不同區(qū)域經(jīng)濟(jì)發(fā)展水平以及經(jīng)濟(jì)結(jié)構(gòu)對農(nóng)村金融集聚度具有重要影響。東部地區(qū)由于經(jīng)濟(jì)較發(fā)達(dá)，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占比較高，第一產(chǎn)業(yè)占比相對較低，而西部地區(qū)第一產(chǎn)業(yè)占比仍然較大，因此，東部地區(qū)農(nóng)村金融集聚水平較低，而西部地區(qū)農(nóng)村金融集聚水平呈顯著上升趨勢。此外，全國農(nóng)業(yè)大省河南、山東、四川等由于農(nóng)業(yè)生產(chǎn)在其經(jīng)濟(jì)結(jié)構(gòu)中具有重要地位，因此其農(nóng)村金融集聚水平也較高。

本文利用面板模型對引入農(nóng)村金融集聚因子后的柯布-道格拉斯生產(chǎn)函數(shù)進(jìn)行實(shí)證分析，分析結(jié)果顯示，就全國而言，農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長呈顯著正向影響，而不同區(qū)域又有所不同：東部地區(qū)農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長呈顯著負(fù)向關(guān)系，西部地區(qū)農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)増長呈顯著正向關(guān)系，中部地區(qū)農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長關(guān)系不顯著。

因此，東、中、西部經(jīng)濟(jì)發(fā)展水平與經(jīng)濟(jì)結(jié)構(gòu)不僅影響區(qū)域農(nóng)村金融集聚水平，而且影響農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系。東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，城鎮(zhèn)化水平也較高，其農(nóng)村經(jīng)濟(jì)在整個經(jīng)濟(jì)結(jié)構(gòu)中占比相對較低，因此，其農(nóng)村金融集聚水平的增加并不會顯著影響其農(nóng)村經(jīng)濟(jì)增長，相反，過分提高東部地區(qū)農(nóng)村金融集聚水平可能會造成金融資源浪費(fèi)。而西部地區(qū)由于經(jīng)濟(jì)發(fā)展水平相對落后，工業(yè)化、城鎮(zhèn)化水平較低，農(nóng)村經(jīng)濟(jì)在其經(jīng)濟(jì)結(jié)構(gòu)中仍然占有重要地位，因此，農(nóng)村金融集聚水平的提高，可以為西部地區(qū)農(nóng)村基礎(chǔ)設(shè)施建設(shè)以及農(nóng)業(yè)現(xiàn)代化發(fā)展提供重要的支持，對其農(nóng)村經(jīng)濟(jì)增長也具有顯著的正向影響。中部地區(qū)農(nóng)村金融集聚水平相對較高，但其農(nóng)村金融集聚與農(nóng)村經(jīng)濟(jì)增長的關(guān)系并不顯著，因此，中部地區(qū)更加需要的是金融資源服務(wù)水平在質(zhì)上的提高，而不僅僅是其農(nóng)村金融集聚水平的提高。相對而言，中部地區(qū)各省份農(nóng)村經(jīng)濟(jì)在其經(jīng)濟(jì)結(jié)構(gòu)中的比重仍然較大，而目前階段我國農(nóng)村經(jīng)濟(jì)發(fā)展面臨著農(nóng)業(yè)生產(chǎn)經(jīng)營模式的改革，農(nóng)業(yè)現(xiàn)代化生產(chǎn)的規(guī)?；?、機(jī)械化也要求農(nóng)村金融機(jī)構(gòu)為當(dāng)?shù)剞r(nóng)村經(jīng)濟(jì)發(fā)展提供配套的金融工具，不僅在量上而且也要在質(zhì)上滿足新型城鎮(zhèn)化背景下對農(nóng)村金融資源的需求。