中國(guó)農(nóng)村金融服務(wù)高質(zhì)量發(fā)展主要障礙是供給約束嗎？

張琦 費(fèi)曉丹 曾之明

摘要：農(nóng)村金融服務(wù)質(zhì)量相對(duì)不高是制約“三農(nóng)”發(fā)展的重要障礙之一?；诮鹑谫Y源空間配置實(shí)證模型和農(nóng)戶融資意愿Probit模型，考察當(dāng)前我國(guó)農(nóng)村金融服務(wù)高質(zhì)量發(fā)展的制約因素，結(jié)果表明，供給約束是當(dāng)前農(nóng)村金融服務(wù)高質(zhì)量發(fā)展的主要障礙，影響農(nóng)民收入水平及農(nóng)村經(jīng)濟(jì)發(fā)展。鑒此，解決供給約束問(wèn)題宜通過(guò)政府政策“自上而下”調(diào)節(jié)，提高農(nóng)村金融服務(wù)水平。

關(guān)鍵詞：供給約束；空間計(jì)量模型；Probit模型

中圖分類號(hào)：F832.2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：10037217（2018）04004507

一、引言

黨的十九大報(bào)告提出實(shí)施鄉(xiāng)村振興戰(zhàn)略，“農(nóng)業(yè)農(nóng)村農(nóng)民問(wèn)題是關(guān)系國(guó)計(jì)民生的根本性問(wèn)題，必須始終把解決好‘三農(nóng)問(wèn)題作為全黨工作重中之重”。而農(nóng)村金融服務(wù)質(zhì)量相對(duì)不高是制約“三農(nóng)”發(fā)展的重要障礙之一。雖然截止到2016年末，我國(guó)農(nóng)村金融網(wǎng)點(diǎn)已經(jīng)達(dá)到12.67萬(wàn)個(gè)，每萬(wàn)平方千米擁有的銀行網(wǎng)點(diǎn)數(shù)為132個(gè)，涉農(nóng)貸款余額達(dá)28.2萬(wàn)億元。但是，農(nóng)村金融發(fā)展仍然不能滿足農(nóng)村經(jīng)濟(jì)發(fā)展要求。所以，大力發(fā)展農(nóng)村金融和保持農(nóng)村金融的高質(zhì)量發(fā)展是促進(jìn)農(nóng)民增收、農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)產(chǎn)值穩(wěn)定增長(zhǎng)的重要保障。黨的十九大報(bào)告明確指出“推動(dòng)高質(zhì)量發(fā)展，是保持經(jīng)濟(jì)持續(xù)健康發(fā)展的必然要求”。為了更好的促進(jìn)農(nóng)村經(jīng)濟(jì)高質(zhì)量發(fā)展，必須提供高質(zhì)量的金融服務(wù)，以滿足農(nóng)民日益增長(zhǎng)的美好生活需要。

農(nóng)村金融具有非常典型的特征。Basu（2006）認(rèn)為，農(nóng)村是比城市更難獲得信用貸款。此外，發(fā)達(dá)省份農(nóng)村金融發(fā)展速度與經(jīng)濟(jì)發(fā)展速度的適配性高于欠發(fā)達(dá)省份農(nóng)村金融發(fā)展速度與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展速度的適配性[1]，Lindersey（2011）研究發(fā)現(xiàn)，正是因?yàn)榻鹑跈C(jī)構(gòu)尤其是商業(yè)銀行面向農(nóng)村經(jīng)濟(jì)的金融資源配置有限，以及配置效率較低，導(dǎo)致地區(qū)間金融市場(chǎng)差異較大[2]。徐洪水（2014）研究發(fā)現(xiàn)我國(guó)農(nóng)村金融資源容易出現(xiàn)“使命漂移”現(xiàn)象，即農(nóng)村金融資源不僅沒(méi)有高質(zhì)量作用于農(nóng)村經(jīng)濟(jì)發(fā)展，反而在利潤(rùn)驅(qū)動(dòng)下向城市漂移；欠發(fā)達(dá)區(qū)域金融資源向發(fā)達(dá)區(qū)域漂移[3]。因此為了推動(dòng)農(nóng)村經(jīng)濟(jì)高質(zhì)量發(fā)展，必然需要高質(zhì)量的農(nóng)村金融發(fā)展作為主要要素支持之一。Sebastian（2016）發(fā)現(xiàn)消除不同階層人群收入差異較大的主要路徑必須要發(fā)展金融，而且通過(guò)大量面板數(shù)據(jù)分析發(fā)現(xiàn)，金融資源是助推經(jīng)濟(jì)發(fā)展最為重要的因素[4]。王勁屹（2018）采用永續(xù)盤存法測(cè)算農(nóng)村資本存量，以1980-2014年小樣本數(shù)據(jù)構(gòu)建VEC模型，再進(jìn)一步用Bootstrap-Chow檢驗(yàn)來(lái)研究制度變量的影響，發(fā)現(xiàn)農(nóng)戶儲(chǔ)蓄存款、資本存量能顯著促進(jìn)農(nóng)村經(jīng)濟(jì)的增長(zhǎng)[5]。

從金融資源供給角度來(lái)看，農(nóng)村金融高質(zhì)量發(fā)展主要障礙是農(nóng)村金融發(fā)展的供給驅(qū)動(dòng)力不足。Dul，Solmon（2017）在研究了尼日利亞的農(nóng)村金融發(fā)展?fàn)顩r后發(fā)現(xiàn)，農(nóng)村的融資資源約束包括農(nóng)村金融機(jī)構(gòu)的缺失是限制農(nóng)村經(jīng)濟(jì)發(fā)展的要素原因之一[6]。Evbuomwan（2017）認(rèn)為在農(nóng)村地區(qū)推行價(jià)值鏈融資模式是符合農(nóng)村小型金融機(jī)構(gòu)產(chǎn)品創(chuàng)新的最佳模式之一，可以通過(guò)金融供給創(chuàng)新增加農(nóng)村金融資源供給[7]。陳智廣（2018）認(rèn)為供給總量不足、信用體系建設(shè)滯后、市場(chǎng)活力不夠、服務(wù)劣質(zhì)低效、市場(chǎng)管理混亂等問(wèn)題是制約農(nóng)村金融支持的關(guān)鍵因素[8]。熊德平（2017）認(rèn)為村鎮(zhèn)銀行網(wǎng)點(diǎn)數(shù)量與所在地區(qū)農(nóng)村金融供給水平呈負(fù)向關(guān)系，與主發(fā)起行跨區(qū)經(jīng)營(yíng)決策及其經(jīng)營(yíng)能力呈正向關(guān)系[9]。

從金融需求角度來(lái)看，農(nóng)村金融高質(zhì)量發(fā)展主要障礙是農(nóng)民以及農(nóng)村小微企業(yè)金融有效需求不足。Wentzel（2016）通過(guò)對(duì)南非弱勢(shì)群體金融服務(wù)的調(diào)查則顯示，因?yàn)檗r(nóng)民或者農(nóng)村小微企業(yè)主體自身教育水平較低，無(wú)法自發(fā)產(chǎn)生有效金融需求，使得農(nóng)村金融發(fā)展有效性不足[10]。張琦（2016）研究發(fā)現(xiàn)農(nóng)戶家庭收入、家庭規(guī)模、申請(qǐng)借款的金融機(jī)構(gòu)的數(shù)量對(duì)農(nóng)戶的融資意愿有顯著影響；而影響農(nóng)戶融資規(guī)模的因素則包括耕地面積、申請(qǐng)借款的金融機(jī)構(gòu)的數(shù)量、互助擔(dān)保小組的成立與否三大因素[11]。王馨平（2017）認(rèn)為正規(guī)金融機(jī)構(gòu)、親戚朋友、民間金融借貸等三種融資渠道下同時(shí)發(fā)揮各自優(yōu)勢(shì)才能滿足農(nóng)戶多樣化的借貸需求[12]。吳比（2017）研究發(fā)發(fā)現(xiàn)東北地區(qū)近年農(nóng)戶金融需求滿足程度不斷提高，但普通農(nóng)戶生活消費(fèi)貸款主要渠道依然以民間借貸為主，正規(guī)農(nóng)村金融供給仍需加強(qiáng)[13]。

農(nóng)村金融市場(chǎng)是典型的金融機(jī)構(gòu)-農(nóng)戶兩主體結(jié)構(gòu)，已有文獻(xiàn)的研究往往選擇從農(nóng)村金融市場(chǎng)的供給方分析農(nóng)村融資障礙的主要因素，或者從農(nóng)村金融市場(chǎng)需求方來(lái)分析農(nóng)村融資障礙的主要因素，沒(méi)有在統(tǒng)一的分析框架內(nèi)，就兩種渠道進(jìn)行深入對(duì)比分析的相關(guān)研究。這很有可能忽略了以下問(wèn)題：農(nóng)村金融高質(zhì)量發(fā)展是供給拉動(dòng)主要?jiǎng)恿€是需求推動(dòng)為主要?jiǎng)恿?？分析清楚這個(gè)問(wèn)題，可以為農(nóng)村金融的扶助政策應(yīng)該采取從上至下還是從下至上的實(shí)施路徑給出更為明確的政策建議。

二、理論分析

本文立足于我國(guó)農(nóng)村金融高質(zhì)量發(fā)展的實(shí)踐，就農(nóng)村金融資源的配置行為，對(duì)能否影響農(nóng)戶或者農(nóng)村小微企業(yè)收入及資本需求行為展開(kāi)理論分析。

（一）模型框架

假設(shè)在一個(gè)封閉的農(nóng)村金融市場(chǎng)，存在兩個(gè)主要經(jīng)濟(jì)體，一方是金融資源的供給方——金融機(jī)構(gòu)；一方是農(nóng)村金融需求方——農(nóng)民和農(nóng)村小微企業(yè)。金融機(jī)構(gòu)向農(nóng)民提供信貸資本Kb，該信貸資本利率水平是rt，因?yàn)檗r(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)分布非常分散，以至于產(chǎn)生地理成本Cb。假設(shè)農(nóng)民勞動(dòng)力價(jià)值為L(zhǎng)t，則根據(jù)柯布—道格拉斯生產(chǎn)函數(shù)公式，可以定義農(nóng)民勞動(dòng)產(chǎn)出為：

Y=FK1-atLαt，0<α<1（1）

這里F表示技術(shù)水平（創(chuàng)新能力），Kt為農(nóng)戶資本消耗，Lt為農(nóng)戶勞動(dòng)力消耗。因此農(nóng)戶收入水平可以用下式表示：

It=FK1-αtLαt+（rt-r′t）Kt（2）

其中，It為農(nóng)戶的資產(chǎn)累計(jì)值，rt為資本收益率水平，r′t為資本借貸名義成本，（rt-r′t）為資本實(shí)際收益率水平。因此，農(nóng)戶資產(chǎn)積累的多變量方程為：

At=It+rt[At-βKb]-Ct-Cb（3）

這里，農(nóng)戶資產(chǎn)當(dāng)期累計(jì)總額為At，其中包括農(nóng)戶收入水平It，并加上機(jī)會(huì)成本總額rt[At-βKb]，然后β為留存資本比例系數(shù)，因?yàn)闉榱双@得銀行信貸，農(nóng)戶必須留存抵押的資本比例。然后減去農(nóng)戶自身消費(fèi)Ct以及獲取信貸的地理成本Cb。

此時(shí)，定義農(nóng)戶資本效用函數(shù)為：

E0∫∞0e-r0tu（Ct，Lt）dt，u（Ct，Lt）=

[Ct（1-L）ρ]（1-e）1-e）（4）

條件為：e>0，r0>0，ρ>0。

E0為期望值，e為風(fēng)險(xiǎn)厭惡系數(shù)，r0為貼現(xiàn)系數(shù)，而ρ為信貸效用函數(shù)，Ct為時(shí)間t時(shí)農(nóng)戶的消費(fèi)總量。

因?yàn)檗r(nóng)戶在下輪擴(kuò)大生產(chǎn)中所投入的Kt，只能小于農(nóng)戶當(dāng)期收入資本總和，Kt≤At+Kb，因此農(nóng)戶資本最大化方程如下所示：

Max（Kt）=min{[Fα/（r′t-rt）]1/αKt，

At+Kb}（5）

F表示的是農(nóng)戶生產(chǎn)技術(shù)水平，從一定程度體現(xiàn)農(nóng)戶創(chuàng)新能力；資本產(chǎn)出彈性為α，上述公式顯示，資本產(chǎn)出彈性和農(nóng)戶生產(chǎn)技術(shù)水平與資本總量呈現(xiàn)正相關(guān)關(guān)系，而與資本利率水平r′t-rt呈現(xiàn)負(fù)相關(guān)關(guān)系。并且根據(jù)現(xiàn)實(shí)條件，農(nóng)戶融資資本總額無(wú)法高于自身資產(chǎn)總額和信貸總額的和。

此時(shí)在式（2）（3）和（5）的約束下，式（4）可得以下一系列最優(yōu)解。

如果農(nóng)戶選擇消費(fèi)最優(yōu)化，則可根據(jù)式（4）可得穩(wěn)態(tài)公式如下：

C-et（1-Lt）ρ-ρe=0（6）

如果對(duì)農(nóng)戶選擇資產(chǎn)積累最優(yōu)化，則可根據(jù)式（4）可得穩(wěn)態(tài)公式如下：

ρC1-et（1-Lt）（ρ-ρe-1）=drtdt（1-α）FK1-αLαt（7）

這里drtdt表示貼現(xiàn)率水平。

因此，有式（5）（6）和（7）可以得到系統(tǒng)經(jīng)濟(jì)產(chǎn)出的一般均衡穩(wěn)態(tài)模型如下所示：

Y=Fα[F（1-α）/（r0-r′t）]1/α+ρr0βKb+ρKbr0α+ρ-ρr′t（1-a）（r0-r′t）-1（8）

且在此穩(wěn)態(tài)均衡產(chǎn)出條件下，式（3）的農(nóng)戶純收入It穩(wěn)態(tài)公式為：

It=αY（9）

證明，信貸資產(chǎn)為農(nóng)戶帶來(lái)收入的增加效應(yīng)Kt+1，能夠有效緩解農(nóng)戶的生產(chǎn)經(jīng)營(yíng)壓力，農(nóng)戶能夠有更高的可支配收入投入下一周期的資本Kt+1，并且對(duì)農(nóng)村經(jīng)濟(jì)的高質(zhì)量發(fā)展帶來(lái)助推效應(yīng)。

但是如果因?yàn)榻鹑谫Y源的地理位置過(guò)于遙遠(yuǎn)，Cb是信貸成本rt的增函數(shù)，所以當(dāng)Cb增加，相當(dāng)于借貸利息率r′t增加，則此時(shí)式（8）可以變化如下：

Y=FαF（1-α）r0-r′t1α+ρKbr0+ρr0βKbr0（α+ρ）-[α+（2-α）ρ]r′t

（r0-r′t）（10）

可以發(fā)現(xiàn)，α+（2-α）ρ>1，所以當(dāng)r′t增加時(shí)，Y必然減少，r′t與Y呈現(xiàn)典型的負(fù)相關(guān)關(guān)系。

理論模型證明，引入信貸資金是促進(jìn)農(nóng)村金融高質(zhì)量發(fā)展，提高農(nóng)民收入水平的重要路徑之一，但是因?yàn)檗r(nóng)村居民獲得金融資源的成本（地理距離成本）相較于城市居民獲得同等金融資源的成本更高，是限制農(nóng)村金融資源有效配置的重要因素之一，也是影響農(nóng)村農(nóng)民或者農(nóng)村小微企業(yè)融資意愿的重要原因。下面將對(duì)這一命題進(jìn)行實(shí)證分析。

三、實(shí)證分析

本文采取交互驗(yàn)證模式，即利用空間計(jì)量模型檢驗(yàn)我國(guó)各個(gè)省份金融資源的地理聚集狀況，然后根據(jù)計(jì)量結(jié)果選擇具有典型特征的樣本省份，然后運(yùn)用Probit模型實(shí)證檢驗(yàn)該樣本省份農(nóng)戶融資意愿及融資可得狀態(tài)，并根據(jù)實(shí)證結(jié)果進(jìn)一步檢驗(yàn)金融資源獲取成本（利率及空間地理成本）是否是顯著因素，以此交互驗(yàn)證當(dāng)前我國(guó)農(nóng)村金融市場(chǎng)高質(zhì)量發(fā)展的主要障礙是否是信貸約束。

（一）我國(guó)當(dāng)前信貸資源空間分布的實(shí)證

1.研究假設(shè)

H1：我國(guó)農(nóng)村金融網(wǎng)點(diǎn)分布存在空間上的集聚效應(yīng)。

H2：地區(qū)財(cái)富總量對(duì)農(nóng)村金融網(wǎng)點(diǎn)的分布有顯著的影響。

H3：地區(qū)創(chuàng)新能力越強(qiáng)，越能刺激金融供給的增加。

H4：區(qū)域城市化水平與農(nóng)業(yè)創(chuàng)新能力有關(guān)，所以兩者應(yīng)該與金融網(wǎng)點(diǎn)的分布呈正相關(guān)關(guān)系。

H5：經(jīng)濟(jì)和金融市場(chǎng)化程度對(duì)農(nóng)村金融網(wǎng)點(diǎn)分布有顯著影響。經(jīng)濟(jì)和金融市場(chǎng)化程度越高時(shí)，由于農(nóng)業(yè)天然的脆弱性，會(huì)導(dǎo)致農(nóng)村金融資源外流，導(dǎo)致農(nóng)村金融網(wǎng)點(diǎn)分布變少。

H6：金融環(huán)境質(zhì)量對(duì)農(nóng)村金融網(wǎng)點(diǎn)分布有顯著影響。金融環(huán)境質(zhì)量好的區(qū)域會(huì)使金融資源主動(dòng)進(jìn)入該地區(qū)，因此，金融環(huán)境質(zhì)量與農(nóng)村金融網(wǎng)點(diǎn)分布應(yīng)該存在正相關(guān)。

H7：農(nóng)業(yè)創(chuàng)新能力對(duì)農(nóng)村金融網(wǎng)點(diǎn)分布有顯著影響。農(nóng)業(yè)創(chuàng)新能力的提高會(huì)提高農(nóng)業(yè)生產(chǎn)效率，進(jìn)而推動(dòng)農(nóng)村金融的發(fā)展，因此，兩者之間應(yīng)該存在正相關(guān)。

H8：農(nóng)業(yè)耕地越多，農(nóng)戶的生產(chǎn)規(guī)模就越大，有助于農(nóng)村金融業(yè)務(wù)的發(fā)展，網(wǎng)點(diǎn)也就增多。

H9：農(nóng)戶的固定資產(chǎn)投資與金融機(jī)構(gòu)的產(chǎn)品存在替代關(guān)系，因此二者成反比。

H10：農(nóng)林牧漁產(chǎn)值對(duì)農(nóng)村金融網(wǎng)點(diǎn)分布有顯著影響。農(nóng)戶對(duì)農(nóng)林牧漁業(yè)的投資與金融機(jī)構(gòu)產(chǎn)品之間也是替代關(guān)系，因此農(nóng)林牧漁產(chǎn)值與網(wǎng)點(diǎn)分布應(yīng)該是負(fù)相關(guān)。

2.變量的選取。

根據(jù)以上的理論分析與變量的選取，建立如下模型：

lnfr=c+c1lngdp+c2lninnov+c3lnurb+c4lnml+c5lnfml+c6lnfeq+c7lnatl+c8lnarea+c9lninvest+c10lnoutput+ε（11）

3.實(shí)證結(jié)果和分析

（1）相關(guān)性分析。

利用2016年全國(guó)各省的農(nóng)村金融網(wǎng)點(diǎn)分布指標(biāo)計(jì)算MoransI指數(shù)，空間權(quán)重矩陣選用的是“距離”空間權(quán)重矩陣（W），p=0.001時(shí)，農(nóng)村金融網(wǎng)點(diǎn)分布省際空間相關(guān)模式見(jiàn)表1和Moran指數(shù)的散點(diǎn)分布見(jiàn)圖1。

用當(dāng)?shù)剞r(nóng)林牧漁總產(chǎn)值表示。注：上述變量中市場(chǎng)化指數(shù)和中國(guó)市場(chǎng)化指數(shù)由2014年數(shù)據(jù)推導(dǎo)得出，金融環(huán)境質(zhì)量數(shù)據(jù)為根據(jù)以前年份數(shù)據(jù)利用線性插值法推導(dǎo)得出，其余變量數(shù)據(jù)均為2016年數(shù)據(jù)。為了避免異方差對(duì)模型結(jié)果的影響，所有自變量與因變量都使用對(duì)數(shù)形式。

由以上分析可知，我國(guó)農(nóng)村金融網(wǎng)點(diǎn)分布存在空間集聚現(xiàn)象區(qū)域差異，尤其通過(guò)空間計(jì)量模型MoranI散點(diǎn)分析發(fā)現(xiàn)，第一象限的樣本省份數(shù)量最多，這個(gè)象限表示，處于這個(gè)象限的所有省份，省內(nèi)金融機(jī)構(gòu)以及資源聚集程度和周邊省份的金融機(jī)構(gòu)以及資源聚集度都比較高；而第二象限的樣本省份數(shù)量相對(duì)較少，處于這個(gè)象限的省份，省內(nèi)的金融機(jī)構(gòu)以及資源聚集程度較低，但是周邊省份金融機(jī)構(gòu)以及資源聚集度比較高，從某種程度上可以適當(dāng)緩解本省內(nèi)金融資源相對(duì)匱乏的障礙；而第三象限，則是省內(nèi)的金融機(jī)構(gòu)以及資源聚集程度和周邊省份金融機(jī)構(gòu)以及資源聚集度都很低，所以信貸資源最為匱乏。

（二）農(nóng)村金融網(wǎng)點(diǎn)分布的差異性估計(jì)。

普通最小二乘法回歸結(jié)果如表3所示.由結(jié)果可知，R2=81.07%，模型比較顯著。地區(qū)創(chuàng)新能力、區(qū)域農(nóng)村耕地占比、區(qū)域農(nóng)村固定資產(chǎn)投資占比、農(nóng)林牧漁產(chǎn)值均通過(guò)了5%的檢驗(yàn)。

根據(jù)Moran指數(shù)結(jié)果可以看出我國(guó)各省的農(nóng)村金融網(wǎng)點(diǎn)的分布并不是完全獨(dú)立的，所以要加入空間因素進(jìn)行進(jìn)一步的分析。根據(jù)莫蘭指數(shù)檢驗(yàn)，選擇空間滯后模型進(jìn)行空間計(jì)量分析?；貧w結(jié)果如表3。表3表明，空間滯后模型的擬合優(yōu)度R2=83.87%得到提高。AIC和SC值變小，說(shuō)明加入空間因素后，農(nóng)村金融網(wǎng)點(diǎn)的自相關(guān)性得到了有效地解決。

由表3實(shí)證結(jié)果可知，地區(qū)財(cái)富總量與農(nóng)村金融網(wǎng)點(diǎn)數(shù)量成反比。當(dāng)?shù)貐^(qū)財(cái)富總量提高時(shí)，該地區(qū)投入到工業(yè)和服務(wù)業(yè)的支出會(huì)增加，投入到農(nóng)業(yè)的支出會(huì)減少，相應(yīng)地服務(wù)于農(nóng)業(yè)的農(nóng)村金融網(wǎng)點(diǎn)會(huì)減少。當(dāng)?shù)貐^(qū)創(chuàng)新能力提高時(shí)，在該地區(qū)創(chuàng)業(yè)的機(jī)構(gòu)或企業(yè)會(huì)增加，所需要的資金就會(huì)增加，該地區(qū)金融機(jī)構(gòu)的盈利能力就會(huì)提高，這就有助于增加農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)的數(shù)量。城市化水平與農(nóng)村金融網(wǎng)點(diǎn)數(shù)量成正比，城市化水平的提高往往伴隨著農(nóng)業(yè)現(xiàn)代化的提高，因此城鎮(zhèn)化率的提高會(huì)鼓勵(lì)金融機(jī)構(gòu)在農(nóng)村地區(qū)增加營(yíng)業(yè)網(wǎng)點(diǎn)的數(shù)量。金融機(jī)構(gòu)經(jīng)營(yíng)過(guò)程中會(huì)考慮風(fēng)險(xiǎn)，當(dāng)?shù)貐^(qū)金融環(huán)境質(zhì)量提高時(shí)，該地區(qū)信用水平就會(huì)提高，金融機(jī)構(gòu)會(huì)選擇增加在該地區(qū)的金融網(wǎng)點(diǎn)的數(shù)量。當(dāng)農(nóng)業(yè)創(chuàng)新能力提高時(shí)，農(nóng)業(yè)技術(shù)效率提高與農(nóng)村金融效率提高相結(jié)合可以提高農(nóng)村金融資源的效率，農(nóng)村金融網(wǎng)點(diǎn)數(shù)量就會(huì)增多。區(qū)域農(nóng)村耕地占比的提高會(huì)增加農(nóng)戶的生產(chǎn)性投資，此時(shí)，農(nóng)戶可以用來(lái)抵押的資產(chǎn)就會(huì)越來(lái)越多，這有助于向金融機(jī)構(gòu)貸款，農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)分布就會(huì)增多。農(nóng)戶在農(nóng)林牧漁業(yè)的投資是農(nóng)村金融產(chǎn)品的替代品，所以，當(dāng)農(nóng)戶的農(nóng)林牧漁產(chǎn)值增加時(shí)，就會(huì)減少對(duì)金融產(chǎn)品的投資，金融機(jī)構(gòu)就會(huì)減少農(nóng)村金融網(wǎng)點(diǎn)的數(shù)量。

（三）我國(guó)農(nóng)戶信貸意愿及行為實(shí)證

我國(guó)近些年來(lái)對(duì)農(nóng)民問(wèn)題的政策性支持取得了顯著成效。2007年我國(guó)開(kāi)始對(duì)涉農(nóng)貸款進(jìn)行專項(xiàng)統(tǒng)計(jì)，從2007-2015年我國(guó)涉農(nóng)貸款和農(nóng)村貸款情況統(tǒng)計(jì)表中可以看出，截至2015年末，我國(guó)涉農(nóng)貸款余額為263522億元人民幣，同比增長(zhǎng)13.0%，占金融機(jī)構(gòu)各項(xiàng)貸款余額的27.8%，較2007年末增長(zhǎng)330.9%，7年間平均年增速為21.3%；我國(guó)金融機(jī)構(gòu)農(nóng)村（縣及縣域以下）貸款余額為216055億元人民幣，同比增長(zhǎng)11.2%，占金融機(jī)構(gòu)各項(xiàng)貸款余額的22.8%，較2007年末增長(zhǎng)328.82%，七年間平均年增長(zhǎng)率為21.4%；農(nóng)林牧漁業(yè)貸款余額為35137億元人民幣，同比增長(zhǎng)5.2%，占金融機(jī)構(gòu)各項(xiàng)貸款余額的3.7%，較2007年末增長(zhǎng)133.39%，七年間平均年增長(zhǎng)率為13.2%；農(nóng)村貸款余額為61488萬(wàn)億元人民幣，同比增長(zhǎng)14.8%，占金融機(jī)構(gòu)各項(xiàng)貸款余額的6.5%，較2007年末增長(zhǎng)358.9%，七年間平均年增長(zhǎng)率為21.5%。

在宏觀層面上，農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)的分布與當(dāng)?shù)氐陌l(fā)展水平和當(dāng)?shù)氐霓r(nóng)戶所處的環(huán)境有關(guān)，而提高金融資源的分配效率的目的是提高農(nóng)民的生活水平，因此，有必要從農(nóng)戶這個(gè)微觀主體出發(fā)，研究農(nóng)戶融資意愿的影響因素，以期能夠?qū)嵶C出影響農(nóng)戶（農(nóng)村小微企業(yè)）行為主要是哪些因素。如果驗(yàn)證發(fā)現(xiàn)信貸資源約束是主要因素，就可以交互驗(yàn)證本文的研究假設(shè)。

1.數(shù)據(jù)來(lái)源。

本文從上一章實(shí)證中三個(gè)分區(qū)中各自選取一個(gè)代表省份山東省、湖南省、青海省進(jìn)行入戶調(diào)查，來(lái)驗(yàn)證信貸供給會(huì)影響農(nóng)戶融資行為。數(shù)據(jù)來(lái)源于2015-2016年對(duì)山東、湖南和青海三個(gè)省份各類農(nóng)戶的隨機(jī)抽樣調(diào)查數(shù)據(jù)。問(wèn)卷內(nèi)容涉及農(nóng)戶的家庭特征、農(nóng)戶金融需求的基本情況和當(dāng)?shù)亟鹑谫Y源的分布情況，剔除數(shù)據(jù)不全和回答存在矛盾的問(wèn)卷，本次調(diào)查共獲得536份有效問(wèn)卷，且各省有效問(wèn)卷均占85%以上。

2.模型選擇。

農(nóng)戶融資意愿是農(nóng)戶在面臨提供的決策中做出的選擇，通常采用離散變量或受限因變量模型進(jìn)行分析，本文基于理性選擇行為和農(nóng)戶效用最大理論，采用二元有序NormalProbit模型對(duì)各代表區(qū)域農(nóng)戶的融資意愿進(jìn)行分析，其函數(shù)形式為：

prob（Y=1|Xi）=∫Z-∞e-t2/2dt=F（Z），

Z=α+βXi+ui（12）

其中，prob（Y=0Xi）=1-F（Z）

當(dāng)Z=1時(shí)，表示農(nóng)戶具有融資意愿；當(dāng)Z=0時(shí)，表示農(nóng)戶沒(méi)有融資意愿（不缺資金）。Xi表示影響融資意愿的因素。

3.實(shí)證結(jié)果。為了深入了解山東、湖南、青海省農(nóng)戶的融資需求，本文運(yùn)用標(biāo)準(zhǔn)Probit模型對(duì)三省的農(nóng)戶融資需求進(jìn)行實(shí)證研究，所用軟件為Eviews8.0。

4.實(shí)證結(jié)論。

山東、湖南、青海三省農(nóng)戶申請(qǐng)借款的金融機(jī)構(gòu)數(shù)量和對(duì)金融機(jī)構(gòu)的了解程度對(duì)農(nóng)戶的借貸意愿有顯著的正向影響。農(nóng)戶對(duì)金融產(chǎn)品政策的熟悉程度決定了農(nóng)戶是否愿意融資，當(dāng)產(chǎn)品的適用性較強(qiáng)且方便獲得時(shí)，農(nóng)戶借貸意愿比較強(qiáng)烈。居住地周邊金融網(wǎng)點(diǎn)數(shù)量也是影響農(nóng)戶融資意愿的重要指標(biāo)之一，而且該項(xiàng)指標(biāo)在金融越發(fā)達(dá)的省份顯著性越強(qiáng)。金融資源的聚集度作為最顯著因變量，再次驗(yàn)證了前文金融資源空間分布聚集度的實(shí)證結(jié)論。根據(jù)理論模型推導(dǎo)結(jié)論，結(jié)合我國(guó)金融資源分布及農(nóng)戶融資影響因素交互實(shí)證模型，發(fā)現(xiàn)金融資源供給障礙是目前我國(guó)農(nóng)村金融高質(zhì)量發(fā)展的主要障礙；通過(guò)兩主體交叉實(shí)證發(fā)現(xiàn)，發(fā)現(xiàn)當(dāng)前我國(guó)農(nóng)村金融高質(zhì)量發(fā)展的主要障礙仍然是信貸供給約束。但是，金融機(jī)構(gòu)作為商業(yè)組織，利益最大化特性天生會(huì)促使金融機(jī)構(gòu)不可能主動(dòng)將金融資源從邊際效用更高的城市區(qū)域向邊際效用更低的農(nóng)村地區(qū)傾斜；金融機(jī)構(gòu)也不可能主動(dòng)將金融資源從邊際效用更高的省份區(qū)域向邊際效用更低的省份區(qū)域傾斜[14]。當(dāng)前現(xiàn)有條件下，單純依靠?jī)?nèi)生力量改變“三農(nóng)”融資難問(wèn)題是不切合實(shí)際的。陳放（2018）、趙洪丹（2016）均認(rèn)為政府是農(nóng)村金融發(fā)展的主要因素，信用制度與風(fēng)險(xiǎn)化解機(jī)制不健全、農(nóng)村合作機(jī)構(gòu)產(chǎn)權(quán)結(jié)構(gòu)不明晰同樣為當(dāng)前農(nóng)村金融發(fā)展面臨的主要問(wèn)題[15][16]。因此，必須依靠政策這個(gè)外生變量“由上至下”拉動(dòng)農(nóng)村金融服務(wù)的高質(zhì)量發(fā)展，從本質(zhì)上解決“三農(nóng)”問(wèn)題。

四結(jié)論與建議

由上文的分析可知，（1）我國(guó)農(nóng)村金融網(wǎng)點(diǎn)的分布存在空間上的集聚性和異質(zhì)性。（2）我國(guó)農(nóng)戶的融資行為受金融網(wǎng)點(diǎn)密度的影響，金融網(wǎng)點(diǎn)分布越密集，融資意愿越強(qiáng)烈。

因此，本文認(rèn)為，我國(guó)農(nóng)村金融存在信貸約束，致使金融資源分布不均衡，直接導(dǎo)致農(nóng)戶融資意愿和融資需求有差異。必須實(shí)行具有區(qū)域差異化的地方農(nóng)村金融改革政策，才能有效助推農(nóng)村金融告質(zhì)量發(fā)展，促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展的新飛躍。

本文強(qiáng)調(diào)應(yīng)該加強(qiáng)農(nóng)村金融政策性調(diào)控，促進(jìn)農(nóng)村金融供給改革力度，更好支持當(dāng)前我國(guó)政府“三農(nóng)”工作的總體思路。從供給側(cè)改革著手，推動(dòng)農(nóng)村金融服務(wù)高質(zhì)量發(fā)展，為農(nóng)村經(jīng)濟(jì)發(fā)展注入源源不斷的動(dòng)力。祝樹(shù)金（2018）通過(guò)動(dòng)態(tài)一般均衡模型也驗(yàn)證了這一觀點(diǎn)，金融部門服務(wù)增效能夠促進(jìn)投資和經(jīng)濟(jì)增長(zhǎng)[17]。

首先，對(duì)于山東這樣的在HH區(qū)域的省份，金融網(wǎng)點(diǎn)聚集度較高，金融資源相對(duì)比較豐富，因此，本地政府可以充分考慮該地區(qū)實(shí)際情況，要以農(nóng)戶需求為依據(jù)，創(chuàng)新金融產(chǎn)品，增加金融供給，進(jìn)而刺激農(nóng)戶貸款，促進(jìn)農(nóng)村金融的發(fā)展。

其次，對(duì)于像湖南這樣的在LH區(qū)域的省份，雖然其金融網(wǎng)點(diǎn)聚集度較低，但是周邊省份金融網(wǎng)點(diǎn)聚集度較高，可以實(shí)行省級(jí)互助，發(fā)揮相鄰省域間的金融政策協(xié)調(diào)作用，使金融網(wǎng)點(diǎn)分布最大程度的向周圍輻射。采用大數(shù)據(jù)技術(shù)規(guī)劃金融機(jī)構(gòu)網(wǎng)點(diǎn)的布局，這樣不僅可以降低成本，擴(kuò)大服務(wù)區(qū)域，還可以最終實(shí)現(xiàn)農(nóng)村金融集聚效應(yīng)的最大釋放。

最后，對(duì)于像青海這樣的在LL區(qū)域的省份，因?yàn)槠渲車》萁鹑诰W(wǎng)點(diǎn)聚集度較低，只能依靠國(guó)家政策對(duì)其進(jìn)行扶植。一是鼓勵(lì)金融機(jī)構(gòu)在縣級(jí)及以下單位設(shè)立網(wǎng)點(diǎn)，利用財(cái)政資金分擔(dān)農(nóng)村地區(qū)金融機(jī)構(gòu)的風(fēng)險(xiǎn)；二是加強(qiáng)農(nóng)戶的金融教育力度，提高農(nóng)戶運(yùn)用金融知識(shí)致富的能力。

參考文獻(xiàn)：

[1]BasuP.ImprovingaccesstofinanceforIndia'sruralpoor[M].ImprovingaccesstofinanceforIndia'sruralpoor.WorldBank，2006.

[2]HochbergYV，LindseyLA，WesterfieldM.Resourceaccumulationthrougheconomic：evidencefromventurecapital[J].JournalofFinancialEconomics，2011，118（2）：245-267.

[3]徐洪水.稟賦差異、配置效應(yīng)與機(jī)制創(chuàng)新[D].杭州：浙江大學(xué)，2014.

[4]Findeisen，Sebastian，Dauth.Humancapitalaccumulationoverthelifecycle：evidencefromGermanysreunification[J].JournalofDevelopmentEconomics，2016，68（2）.

[5]王勁屹.農(nóng)村金融發(fā)展、資本存量提升與農(nóng)村經(jīng)濟(jì)增長(zhǎng)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（2）：64-81.

[6]Dul，Solmon.Anevaluationofagriculturalfinancing，policiesandinitativesforsustainabledevelopmentinNigeria，inthe21stCentury[J].JournalofEconomicsandFinance，2017，8（3）：32-38.

[7]Evbuomwan.AgriculturalvaluechainfinancingandsmallscalefarmersinNigeria：theprerequisites[J].JournalofSocialDevelopment，2017，6（1）：47-57.

[8]陳智廣.農(nóng)業(yè)供給側(cè)改革背景下農(nóng)村經(jīng)濟(jì)發(fā)展中的金融支持研研究[J].農(nóng)村經(jīng)濟(jì)，2018（2）：108-109.

[9]熊德平.農(nóng)村金融供給、主發(fā)起行跨區(qū)經(jīng)營(yíng)與村鎮(zhèn)銀行網(wǎng)點(diǎn)數(shù)量——基于中國(guó)865家村鎮(zhèn)銀行數(shù)據(jù)的實(shí)證分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2017（4）：30-45.

[10]WentzelA.FinancialliteracyinSouthAfrica[J].JournalofAgriculture&RuralDevelopment;，2016.

[11]張琦，方圓.山東省農(nóng)戶融資選擇行為的影響因素分析[J].湖南商學(xué)院學(xué)報(bào)，2016，23（3）：120-128.

[12]王馨平.基于融資渠道視角的農(nóng)戶借貸行為影響因素研究——來(lái)自CFPS的經(jīng)驗(yàn)數(shù)據(jù)[J].現(xiàn)代營(yíng)銷（下旬刊），2017（4）：90-91.

[13]吳比，尹燕飛，張龍耀.東北農(nóng)村金融需求現(xiàn)狀分析——基于東北三省的農(nóng)戶調(diào)查數(shù)據(jù)[J].農(nóng)村金融研究，2017（5）：58-62.

[14]陳敏，王亭，劉磊.農(nóng)村金融發(fā)展對(duì)城鄉(xiāng)收入差距影響的實(shí)證研究——基于ARDLECM模型[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2017（2）：3-12.

[15]陳放.鄉(xiāng)村振興進(jìn)程中農(nóng)村金融體制改革面臨的問(wèn)題與制度構(gòu)建[J].探索，2018（5）：163-169.

[16]趙洪丹.政府支出、農(nóng)村市場(chǎng)化與農(nóng)村金融發(fā)展[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2016（11）：10-17.

[17]祝樹(shù)金，趙玉龍，肖皓.利率市場(chǎng)化、信貸歧視與中國(guó)經(jīng)濟(jì)發(fā)展——基于動(dòng)態(tài)一般均衡模型的分析[J].財(cái)經(jīng)理論與實(shí)踐，2018（3）：2-8.

（責(zé)任編輯：鐘瑤）