張小芳
摘要:農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目是農(nóng)業(yè)規(guī)?;?、專業(yè)化發(fā)展的基礎(chǔ)路徑,可有效銜接大市場(chǎng)需求,但需要大量的資金扶持。通過財(cái)政金融資金聯(lián)動(dòng)的理論框架分析,探討財(cái)政資金撬動(dòng)金融資金的路徑效用機(jī)理,并引入交易費(fèi)用和委托代理理論,對(duì)比分析不同撬動(dòng)路徑的扶持效應(yīng)差異。以1995—2018年中國30個(gè)省區(qū)面板數(shù)據(jù)為研究樣本,綜合利用DEA-Malmquist指數(shù)與ARCH類模型,實(shí)證分析財(cái)政金融聯(lián)動(dòng)的時(shí)空規(guī)律性,結(jié)果表明,東中西部的財(cái)政金融聯(lián)動(dòng)效率呈遞減趨勢(shì),財(cái)政金融聯(lián)動(dòng)演變規(guī)律存在集簇性、非杠桿效應(yīng),應(yīng)給予相應(yīng)的政策干預(yù)。
關(guān)鍵詞:財(cái)政資金;金融資金;撬動(dòng)效用;協(xié)同聯(lián)動(dòng)
中圖分類號(hào):F323;F239.42? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):0439-8114(2019)23-0236-05
DOI:10.14088/j.cnki.issn0439-8114.2019.23.058? ? ? ? ? ?開放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):
Research on financial support methods of agricultural industrialization
management projects
ZHANG Xiao-fang
(Xi'an Academy of Arts and Sciences,Xi'an 710065,China)
Abstract: The agricultural industrialization management project is the basic path of agricultural scale and specialization development, which can effectively link up the needs of large market demand, but requires a large amount of financial support. Through the theoretical framework analysis of financial capital linkage, the path utility mechanism of financial capital crowding is explored, and the transaction cost and principal-agent theory is introduced to compare and analysis the support effect differences of different crowding paths. Taking the panel data of 30 provinces and regions in China from 1995 to 2018 as the research sample, the DEA-Malmquist index and ARCH model are comprehensively used to empirically analyze the temporal and spatial regularity of financial and financial linkage. The results show that the efficiency of financial and financial linkages in the eastern, central and western regions is decreasing, and the evolutionary rules of fiscal and financial linkages have clustering and non-leveraging effects, and corresponding policy interventions should be given.
Key words: fiscal capital; financial capital; leverage utility; synergy
農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目是財(cái)政支持驅(qū)動(dòng)農(nóng)業(yè)現(xiàn)代化發(fā)展、農(nóng)民增收及農(nóng)村變革的重要舉措,起源于20世紀(jì)50年代的美國,并于1993年由山東省首次引入,而后在中國各地推廣發(fā)展,成為化解農(nóng)戶分散經(jīng)營與大市場(chǎng)需求之間矛盾的根本途徑。目前,在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的戰(zhàn)略引領(lǐng)下,做大做強(qiáng)優(yōu)勢(shì)特色產(chǎn)業(yè)、發(fā)展適度規(guī)模經(jīng)營,是農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)業(yè)提質(zhì)增效的關(guān)鍵所在,而這一發(fā)展目標(biāo)的實(shí)現(xiàn),依賴于貸款貼息、財(cái)政補(bǔ)助等財(cái)政資金的支持,但單一的財(cái)政資金扶持在投資規(guī)模、結(jié)構(gòu)及方式上存在局限性,惠及范圍有限,需要拓寬資金扶持的來源,而金融可以集中社會(huì)閑散資金,通過資源再配置來支撐經(jīng)濟(jì)發(fā)展,故而,財(cái)政金融的聯(lián)動(dòng)成為農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目資金扶持的新方向。
國外學(xué)者早在20世紀(jì)中期就已經(jīng)開始研究財(cái)政金融的支農(nóng)效用,Lewis[1]和Todaro[2]從不同視角指出弱質(zhì)性的“三農(nóng)”問題需要財(cái)政及金融的共同支持;而后,Ghatak等[3]、Beachy[4]、田紅宇等[5]、石丹等[6]等從定量、定性層面分析了財(cái)政金融對(duì)農(nóng)業(yè)農(nóng)村發(fā)展、農(nóng)民增收的扶持路徑和效應(yīng)。可見,國內(nèi)外對(duì)于財(cái)政金融支農(nóng)的作用已經(jīng)達(dá)成了共識(shí),但現(xiàn)有研究集中在財(cái)政金融對(duì)農(nóng)業(yè)、農(nóng)村經(jīng)濟(jì)的整體扶持效應(yīng)上,宏觀層面較多,而就財(cái)政金融對(duì)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的扶持作用研究甚少。在已有研究基礎(chǔ)上,以資金扶持方式的多元化發(fā)展為目標(biāo)導(dǎo)向,基于財(cái)政金融聯(lián)動(dòng)的理論分析,確定以財(cái)政資金撬動(dòng)金融資金扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的基本路徑。同時(shí),結(jié)合不同地區(qū)面板數(shù)據(jù),實(shí)證分析財(cái)政金融資金聯(lián)動(dòng)對(duì)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目扶持的時(shí)空特征,準(zhǔn)確指引政策的實(shí)施。
1? 農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目資金扶持方式的現(xiàn)存問題
1.1? 財(cái)政資金未充分發(fā)揮撬動(dòng)引導(dǎo)作用
目前,分散的小農(nóng)戶生產(chǎn)仍是主流農(nóng)作方式,農(nóng)業(yè)規(guī)?;?、集約化程度較低,加之農(nóng)業(yè)生產(chǎn)容易受自然災(zāi)害、天氣等的影響,“靠天吃飯”的現(xiàn)狀未得到根本改善。農(nóng)業(yè)的弱質(zhì)性使其在金融市場(chǎng)上缺失競(jìng)爭(zhēng)力,以追逐利益最大化為目標(biāo)的金融機(jī)構(gòu)對(duì)農(nóng)業(yè)的投資熱情不高,加劇了農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的融資困難性,限制了其融資渠道。此種形勢(shì)下,發(fā)揮財(cái)政資金撬動(dòng)金融資金支持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的杠桿效應(yīng)是必要的。目前中國農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目主要有財(cái)政補(bǔ)助、貸款貼息兩類財(cái)政支持方式,資金扶持方式單一、財(cái)政資金扶持存在單項(xiàng)突進(jìn)的問題,在引導(dǎo)和撬動(dòng)金融資金過程中還未充分顯現(xiàn)效應(yīng),未能與金融資金形成合力。金融資金對(duì)于農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的扶持仍然較為保守,甚至財(cái)政對(duì)金融機(jī)構(gòu)進(jìn)行費(fèi)用獎(jiǎng)勵(lì)、信貸資金補(bǔ)貼及稅收減免后,金融機(jī)構(gòu)的貸款審批發(fā)放仍然較慢,易引發(fā)財(cái)政資金的“二次沉淀”,使得財(cái)政資金未能有效釋放乘數(shù)效應(yīng),對(duì)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的資金扶持效用受限。
1.2? 財(cái)政資金未能有效滿足項(xiàng)目資金需求
目前,相對(duì)于農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目不斷擴(kuò)展的資金需求,財(cái)政資金的扶持力度和規(guī)模相對(duì)有限,尤其是2009年農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目扶持方式由政府主導(dǎo)轉(zhuǎn)變?yōu)檎龑?dǎo)后,財(cái)政資金的投資規(guī)模逐漸縮小,2009—2018年國家財(cái)政對(duì)于農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的財(cái)政投入為689.86億元,占總投入的16.21%,與2000—2008年的28.69%相比,財(cái)政資金投資比例明顯降低。同時(shí),現(xiàn)有的財(cái)政資金扶持方式對(duì)扶持對(duì)象、范圍等均有嚴(yán)格限制,其中,貸款貼息項(xiàng)目以涉農(nóng)企業(yè)、新型農(nóng)業(yè)經(jīng)營主體為主,要求涉農(nóng)企業(yè)具有法人資格、征信及社會(huì)形象良好,而新型農(nóng)業(yè)經(jīng)營主體必須經(jīng)過工商登記或是省級(jí)農(nóng)業(yè)部門認(rèn)定的專業(yè)大戶、家庭農(nóng)場(chǎng)等;單個(gè)貸款貼息項(xiàng)目的資金扶持額度不能超過1億元,且需要優(yōu)先扶持糧食加工、固定資產(chǎn)、與中國農(nóng)業(yè)發(fā)展銀行合作等產(chǎn)業(yè)化項(xiàng)目;財(cái)政補(bǔ)助要求具有特色產(chǎn)業(yè)規(guī)劃、資源優(yōu)勢(shì)突出、區(qū)域特色明顯、輻射帶動(dòng)能力強(qiáng),且符合生態(tài)環(huán)境保護(hù)和資源節(jié)約利用要求。而實(shí)踐中,一些規(guī)模較小或是未得到有效認(rèn)證的主體,甚至一些規(guī)模較大但資源、產(chǎn)業(yè)優(yōu)勢(shì)尚未凸顯的經(jīng)營主體,就無法得到財(cái)政資金扶持,財(cái)政資金扶持的覆蓋率不高,扶持范圍亟待拓展。
2? 財(cái)政撬動(dòng)金融資金的理論分析框架
2.1? 財(cái)政撬動(dòng)金融資金扶持的路徑效應(yīng)機(jī)制
結(jié)合上述分析,在農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目發(fā)展中,單一的財(cái)政扶持方式無力滿足大規(guī)模的資金需求,而以財(cái)政撬動(dòng)金融資金可以拓展農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的融資渠道,發(fā)揮金融資金扶持的杠桿效應(yīng)。當(dāng)前財(cái)政撬動(dòng)金融資金的路徑存在獎(jiǎng)勵(lì)、稅收減免、補(bǔ)貼等傳統(tǒng)方式,也存在擔(dān)保基金、風(fēng)險(xiǎn)補(bǔ)償基金等新型方式。為分析不同路徑的優(yōu)劣,實(shí)現(xiàn)優(yōu)化選擇,研究將參照董曉琳等[7]的理論研究,以農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目扶持投入的增加來評(píng)價(jià)財(cái)政對(duì)金融資金的撬動(dòng)效應(yīng),具體以金融資金扶持量的增加和扶持效率的提升為準(zhǔn)。
式中,C、△C分別為金融資金扶持總量、投放增加量,F(xiàn)、△F分別為財(cái)政撬動(dòng)金融扶持的資金支出總量、增加量,RE為資金的利用效率,以增加的投入信貸比表示。
根據(jù)生產(chǎn)函數(shù)分析理論,將金融資金扶持總量作為產(chǎn)出,并受財(cái)政撬動(dòng)的金融資金和金融機(jī)構(gòu)勞動(dòng)力數(shù)量(L)的影響,據(jù)此可得函數(shù):
C=f(F,L)? ?(2)
對(duì)金融機(jī)構(gòu)勞動(dòng)力投入增設(shè)一個(gè)數(shù)量限制L,可得:
C=Fmin(L,L)θ? ? ?θ>0? ? ?(3)
式中,θ為金融機(jī)構(gòu)勞動(dòng)力投入在每個(gè)單位資本條件下的產(chǎn)出彈性。因設(shè)定了金融機(jī)構(gòu)勞動(dòng)力投入的最大值,令m=(L)θ,為金融信貸最大供給能力,可得農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目扶持總投放量C=mF,此時(shí),若金融機(jī)構(gòu)勞動(dòng)力投入達(dá)到最大值,信貸投放的增長率就等于財(cái)政撬動(dòng)金融資金投入量。
因財(cái)政撬動(dòng)金融資金扶持量由前一期資本存量和本期扶持資金的轉(zhuǎn)化量決定,而本期扶持資金轉(zhuǎn)化量又由本期扶持資金總量及其轉(zhuǎn)化率決定,設(shè)定財(cái)政撬動(dòng)金融資金扶持的路徑為獎(jiǎng)勵(lì)、稅收減免、補(bǔ)貼及擔(dān)?;?風(fēng)險(xiǎn)補(bǔ)償基金等4種,據(jù)此,可將財(cái)政撬動(dòng)金融資金扶持量表示為:
Ft=(1-δ)Ft-1+RE(St1,Et2,Tt3,Gt4)? (4)
式中,δ為折舊率,St1、Et2、Tt3、Gt4分別為財(cái)政對(duì)金融機(jī)構(gòu)的補(bǔ)貼、獎(jiǎng)勵(lì)、稅收減免、擔(dān)?;?風(fēng)險(xiǎn)補(bǔ)償基金的資金規(guī)模,RE為資金利用效率,其一階導(dǎo)數(shù)可表示為本期投入資金的轉(zhuǎn)化效率,據(jù)此,將式(4)代入式(3)得出:
Ct+1=m(1-δ)Ft+mRE(St1,Et2,Tt3,Gt4)? (5)
RE在一階Taylo公式為:
RE(St1,Et2,Tt3,Gt4)≈RE(0,0)+RE′St1(0,0)St1+RE′Et2(0,0)Et2+RE′Tt3(0,0)Tt3+RE′Gt4(0,0)Gt4? (6)
將式(6)代入式(5)得出:
Ct+1=m(1-δ)Ft+m[RE(0,0)+RE′St1(0,0)St1+
RE′Et2(0,0)Et2+RE′Tt3(0,0)Tt3+RE′Gt4(0,0)Gt4]? (7)
結(jié)合上述分析,因財(cái)政撬動(dòng)金融資金扶持量的增長率由信貸技術(shù)和財(cái)政撬動(dòng)金融資金扶持存量的增長率共同決定,在扶持轉(zhuǎn)化率固定時(shí),由式(7)可得金融資金扶持量的增長為:
△Ct+1=-δmFt+m[RE(0,0)+RE′St1(0,0)St1+
RE′Et2(0,0)Et2+RE′Tt3(0,0)Tt3+RE′Gt4(0,0)Gt4]? (8)
由式(7)、式(8)可知,金融資金扶持量的增長受財(cái)政撬動(dòng)金融扶持4種路徑的資金支出總量及扶持資金的轉(zhuǎn)化效率RE′St1(0,0)、RE′Et2(0,0)、RE′Tt3(0,0)、RE′Gt4(0,0)的影響,也即財(cái)政撬動(dòng)金融資金扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的路徑選擇,需充分考量不同撬動(dòng)路徑下金融扶持資金的轉(zhuǎn)化效率。
2.2? 財(cái)政撬動(dòng)金融資金扶持的路徑選擇
由以上分析可知,財(cái)政撬動(dòng)金融資金扶持的不同路徑效應(yīng)主要受金融扶持資金的轉(zhuǎn)化效率影響,為此,結(jié)合交易費(fèi)用和委托代理理論來解析不同撬動(dòng)路徑下金融扶持資金的轉(zhuǎn)化率差異,并以此為據(jù)進(jìn)行路徑選擇,為農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目資金扶持方式的創(chuàng)新發(fā)展提供有效支撐。
2.2.1? 基于交易費(fèi)用最小化的撬動(dòng)路徑選擇? 效率是成本與收益之間的關(guān)系,從該視角看,不同撬動(dòng)路徑下金融扶持資金的轉(zhuǎn)化率與扶持中的交易費(fèi)用高低密切相關(guān),所以,財(cái)政撬動(dòng)金融扶持的路徑選擇應(yīng)讓扶持的交易成本最小化,以釋放更多的扶持資金,提升金融扶持資金的轉(zhuǎn)化率。威廉姆森在《資本主義經(jīng)濟(jì)制度》中將交易費(fèi)用劃分為事前和事后交易費(fèi)用,也即Cost1、Cost2。從農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目來看,其具有投資周期長、風(fēng)險(xiǎn)高等特點(diǎn),金融機(jī)構(gòu)事前甄選主體、扶持項(xiàng)目的成本較高;且因涉農(nóng)企業(yè)、新型農(nóng)業(yè)經(jīng)營主體固定資產(chǎn)較少,缺失合適的抵押擔(dān)保財(cái)產(chǎn),道德風(fēng)險(xiǎn)加高,在資金投放后,金融機(jī)構(gòu)需要實(shí)施嚴(yán)格的事后風(fēng)險(xiǎn)防控和監(jiān)督,由此,勢(shì)必增加資金扶持成本。為此,財(cái)政在撬動(dòng)金融資金扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的過程中,需根據(jù)交易成本控制的類型進(jìn)行路徑選擇。通常,財(cái)政補(bǔ)貼、獎(jiǎng)勵(lì)、稅收減免等撬動(dòng)路徑可減少金融機(jī)構(gòu)和農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目主體之間的借貸成本,彌補(bǔ)的是事前交易費(fèi)用,也即RE′St1(0,0)、RE′Et2(0,0)和RE′Tt3(0,0)的增加是利用Cost1的減少實(shí)現(xiàn)的;而擔(dān)?;?融資風(fēng)險(xiǎn)補(bǔ)償基金則可降低事后的交易費(fèi)用,也即RE′Gt4(0,0)的增加是利用Cost2的減少實(shí)現(xiàn)的。而因農(nóng)村金融市場(chǎng)的信息不對(duì)稱問題、農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的高風(fēng)險(xiǎn)性,事后風(fēng)險(xiǎn)防控成本要高于事前審查成本,故而,財(cái)政在撬動(dòng)金融資金扶持的路徑選擇時(shí),應(yīng)以擔(dān)保基金或融資風(fēng)險(xiǎn)補(bǔ)償基金為著力點(diǎn),努力降低事后交易費(fèi)用。
2.2.2? 基于委托代理約束的撬動(dòng)路徑選擇? 在財(cái)政金融聯(lián)動(dòng)的資金扶持框架下,政府和金融機(jī)構(gòu)之間目標(biāo)定位不同,政府趨向公益性而金融機(jī)構(gòu)具有逐利性,依據(jù)委托代理理論,兩者之間存在信息不對(duì)稱問題,金融機(jī)構(gòu)基于自身利益最大化,對(duì)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的資金扶持積極性不高,抑制了財(cái)政的撬動(dòng)效應(yīng)。為減少政府與金融機(jī)構(gòu)之間的委托代理問題,財(cái)政撬動(dòng)金融資金扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的路徑選擇應(yīng)該盡力減少信息不對(duì)稱性,協(xié)同兩者的目標(biāo)。從本質(zhì)上看,獎(jiǎng)勵(lì)、稅收減免、補(bǔ)貼等可調(diào)動(dòng)金融機(jī)構(gòu)扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的積極性,但是因?yàn)樾畔⒉粚?duì)稱問題的存在,財(cái)政撬動(dòng)能否促進(jìn)金融機(jī)構(gòu)投入更多的扶持資金,以在農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目中發(fā)揮杠桿效應(yīng),并不受政府的控制,此時(shí),事后監(jiān)督成本過高,會(huì)抑制3種路徑下財(cái)政撬動(dòng)金融資金扶持效應(yīng)。而擔(dān)保基金/風(fēng)險(xiǎn)補(bǔ)償基金以財(cái)政資金作為還款的直接擔(dān)保,與金融機(jī)構(gòu)建立了風(fēng)險(xiǎn)共擔(dān)的扶持機(jī)制,可減少扶持交易費(fèi)用且規(guī)避委托代理問題,更好地發(fā)揮扶持資金的杠桿效應(yīng),破解農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的資金困境??梢?,擔(dān)?;?風(fēng)險(xiǎn)補(bǔ)償基金是財(cái)政撬動(dòng)金融資金扶持路徑的選擇方向。
3? 財(cái)政金融資金扶持方式的聯(lián)動(dòng)效率分析
3.1? 模型設(shè)計(jì)
數(shù)據(jù)包絡(luò)分析(DEA)方法是將每個(gè)評(píng)價(jià)單位(區(qū)域、年份)作為一個(gè)評(píng)價(jià)單元(DMU)進(jìn)行生產(chǎn)有效性評(píng)價(jià)[8],可以以規(guī)模收益可變的BC2模型分析財(cái)政金融協(xié)同聯(lián)動(dòng)性。為簡(jiǎn)化分析設(shè)定:
Ij=(i1j,i2j,…,inj)? ? ? ? j=1,2,…,n? ?(9)
Oj=(O1j,O2j,…,Onj)? ? ?j=1,2,…,n
式中,Ij、Oj為決策單元DMUj的投入、產(chǎn)出。為便于分析,設(shè)定Ij=Ij0,Oj=Oj0,0≤j0≤n。
Malmquist全要素生產(chǎn)率指數(shù)模型[9]:
為探究財(cái)政金融資金聯(lián)動(dòng)在時(shí)空上的動(dòng)態(tài)特征,在DEA-Malmquist指數(shù)模型的時(shí)間序列上引入ARCH模型進(jìn)行實(shí)證分析。因財(cái)政金融協(xié)同聯(lián)動(dòng)支農(nóng)受隨機(jī)因素的影響,故而,設(shè)均值和條件公式為[10]:
EOCFt=β0+β1EOCFt-1+β2EOCFt-2+…+βpEOCFt-p+μt
(11)
式(11)中,EOCFt為t年的財(cái)政金融扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的聯(lián)動(dòng)效率,βp為待估參數(shù),μt為隨機(jī)誤差項(xiàng);式(12)ARCH模型中,為條件方差,αp為待估參數(shù)。GARCH(p,q)模型為ARCH模型的擴(kuò)展,可用來分析財(cái)政金融聯(lián)動(dòng)效率變動(dòng)的集簇性特點(diǎn),即:
式中,滯后項(xiàng)、殘差平方,且γ>0,α≥0,β≥0,α+β<1,當(dāng)α、β系數(shù)顯著,相關(guān),則表明財(cái)政金融聯(lián)動(dòng)效率存在集簇性。但GARCH(p,q)模型無法刻畫財(cái)政金融聯(lián)動(dòng)扶持效率變動(dòng)的對(duì)稱性,為此,將構(gòu)建EGARCH模型[11]:
式中,?棕為待估參數(shù),?棕<0,則財(cái)政金融協(xié)同聯(lián)動(dòng)效率存在對(duì)稱性,相反則不存在。
3.2? 變量選擇及數(shù)據(jù)來源
依據(jù)DEA-Malmquist全要素生產(chǎn)率指數(shù)模型,選取財(cái)政聯(lián)動(dòng)金融用于農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的資金扶持量為投入變量,選用農(nóng)業(yè)產(chǎn)業(yè)化產(chǎn)值、農(nóng)業(yè)產(chǎn)值、農(nóng)民家庭人均純收入來綜合表示產(chǎn)出變量。研究數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》《新中國六十年統(tǒng)計(jì)資料匯編》、各區(qū)域省市年度統(tǒng)計(jì)公報(bào)及國泰安數(shù)據(jù)服務(wù)中心CSMAR數(shù)據(jù)庫。
3.3? 實(shí)證結(jié)果分析
以1995—2018年全國30個(gè)省區(qū)的面板數(shù)據(jù)作為研究樣本,采用DEAP軟件計(jì)算技術(shù)效率變動(dòng)指數(shù)、技術(shù)進(jìn)步變動(dòng)指數(shù)、Malmquist指數(shù),得出農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目中財(cái)政金融聯(lián)動(dòng)效率,如表1所示。
從區(qū)域來看,東部、中部和西部三大區(qū)域1995—2018年財(cái)政金融扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的協(xié)同聯(lián)動(dòng)效率如表2所示。
結(jié)合表1、表2可知,財(cái)政金融聯(lián)動(dòng)效率平均值為1.118,大于1,表明其整體呈現(xiàn)上升趨勢(shì),但從區(qū)域分析,東部、中部、西部的財(cái)政金融聯(lián)動(dòng)效率呈現(xiàn)逐漸遞減的趨勢(shì),這是因?yàn)闁|部地區(qū)占據(jù)地理、資源優(yōu)勢(shì),農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目發(fā)展的基礎(chǔ)較好、特色優(yōu)勢(shì)較為凸顯,對(duì)于金融扶持的“吸力”較大,財(cái)政金融聯(lián)動(dòng)效率較高;而中西部雖然具有資源優(yōu)勢(shì),但農(nóng)業(yè)產(chǎn)業(yè)化基礎(chǔ)差、尚未形成規(guī)模效應(yīng),基于資金扶持的公益性,金融機(jī)構(gòu)作為追求利益最大化的主體,對(duì)于該區(qū)域的農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的投資熱情不高,財(cái)政尚不能有效撬動(dòng)金融資金在該地區(qū)大量投放,故而,三大區(qū)域財(cái)政金融聯(lián)動(dòng)效率呈現(xiàn)較大差異。
同時(shí),DEA-Malmquist指數(shù)還可從時(shí)間維度分析財(cái)政金融聯(lián)動(dòng)效率的變化特征,為確保時(shí)間序列平穩(wěn)性,將融合ADF、PP、ERS點(diǎn)最優(yōu)及KPSS等檢驗(yàn)方法進(jìn)行綜合分析[12],結(jié)果如表3所示。
由表3可知,各類檢驗(yàn)方法均證明了EOCFt為非平穩(wěn)序列,因此運(yùn)用差分方法對(duì)其進(jìn)行變換,獲得的一階差分ΔEOCFt在相應(yīng)的顯著水平上均為平穩(wěn)序列,以平穩(wěn)性檢驗(yàn)確定財(cái)政金融聯(lián)動(dòng)效率分析模型,證明ΔEOCFt為一階或二階自回歸過程,但通過反復(fù)驗(yàn)證,AR(2)檢驗(yàn)結(jié)果不顯著,予以剔除,選用GARCH(1,1)模型作為分析起點(diǎn),結(jié)合EGARCH模型分析農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目財(cái)政金融聯(lián)動(dòng)效率變動(dòng)特征,結(jié)果如表4所示。
由表4可知,GARCH(1,1)模型的條件方程系數(shù)為-0.419 921為1.336 952,分別在10%、1%顯著水平下通過檢驗(yàn),據(jù)此可判定財(cái)政金融聯(lián)動(dòng)效率變動(dòng)存在集簇性,即以往的波動(dòng)對(duì)未來影響逐漸遞減。EGARCH模型中條件方程的0.939 986,在5%顯著水平下通過檢驗(yàn),可見,農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的財(cái)政金融聯(lián)動(dòng)效率的杠桿效應(yīng)尚未凸顯,需要利好的政策制度支持,才能確保聯(lián)動(dòng)效率不會(huì)下降。
4? 結(jié)論及建議
農(nóng)業(yè)弱質(zhì)性使其在金融資源配置博弈中處于劣勢(shì),產(chǎn)業(yè)化發(fā)展受到嚴(yán)重制約,因此,以財(cái)政資金扶持為引導(dǎo),通過多元路徑撬動(dòng)金融資金的流入,實(shí)施財(cái)政金融聯(lián)動(dòng)是進(jìn)一步推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的重點(diǎn)所在。從上述研究可知,農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的財(cái)政金融聯(lián)動(dòng)效率雖然整體上呈現(xiàn)上升趨勢(shì),但存在區(qū)域空間布局不均衡的問題,演變也存在集簇性、不存在杠桿效應(yīng),需要通過相關(guān)政策制度的完善來構(gòu)建一定的糾偏機(jī)制,以引導(dǎo)財(cái)政金融聯(lián)動(dòng)效率的不斷優(yōu)化,充分發(fā)揮其對(duì)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的資金扶持效應(yīng)。
首先,要實(shí)施差異化的財(cái)政金融政策。針對(duì)財(cái)政金融聯(lián)動(dòng)效率存在的區(qū)域性差異,在制定財(cái)政金融扶持政策時(shí),應(yīng)摒棄“一刀切”的做法,因地制宜制定契合區(qū)域農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展要求的政策制度。強(qiáng)化對(duì)中西部地區(qū)的財(cái)政扶持力度,透過財(cái)政補(bǔ)貼、貸款獎(jiǎng)勵(lì)、稅收減免等資金扶持方式,給予農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目直接的資金支持,并結(jié)合各區(qū)域農(nóng)業(yè)產(chǎn)業(yè)化基礎(chǔ)、資源優(yōu)勢(shì)、資金使用效益狀態(tài)等,以交易費(fèi)用最小化、委托代理問題解決為引領(lǐng),基于財(cái)政補(bǔ)貼、獎(jiǎng)勵(lì)、稅收減免、擔(dān)?;稹⑷谫Y風(fēng)險(xiǎn)補(bǔ)償基金等不同撬動(dòng)路徑,引導(dǎo)金融機(jī)構(gòu)積極扶持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目,以財(cái)政金融的協(xié)同聯(lián)動(dòng)拓展農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的資金來源和規(guī)模,推動(dòng)各區(qū)域農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目的均衡發(fā)展。
其次,要加速創(chuàng)新財(cái)政金融聯(lián)動(dòng)的方式。目前,財(cái)政金融聯(lián)動(dòng)效應(yīng)變化存在集簇性,杠桿效應(yīng)還未得到有效發(fā)揮,很大程度上源于財(cái)政尚未完全架通與金融資本的聯(lián)動(dòng)路徑,撬動(dòng)路徑仍停留在傳統(tǒng)的費(fèi)用獎(jiǎng)勵(lì)、資金補(bǔ)貼、稅費(fèi)減免等方式上,集中在事前交易費(fèi)用控制上,且因?yàn)槲写碇行畔⒉粚?duì)稱問題的存在,削弱了財(cái)政對(duì)于金融機(jī)構(gòu)的撬動(dòng)效應(yīng)。理論及實(shí)踐證明,擔(dān)?;稹⑷谫Y風(fēng)險(xiǎn)補(bǔ)償基金的撬動(dòng)路徑以財(cái)政資金作為還款保證,能夠解決農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目主體抵押擔(dān)保不足、還貸風(fēng)險(xiǎn)問題,降低金融機(jī)構(gòu)資金投放后的風(fēng)險(xiǎn)監(jiān)管成本,可更有效地撬動(dòng)金融資金的扶持力度。因此,要發(fā)揮財(cái)政對(duì)金融資金的撬動(dòng)效應(yīng),應(yīng)創(chuàng)新財(cái)政金融的聯(lián)動(dòng)方式,適當(dāng)增設(shè)擔(dān)?;蜓a(bǔ)償基金項(xiàng)目,消除金融機(jī)構(gòu)資金投放的后顧之憂,從而以較少的財(cái)政擔(dān)保補(bǔ)貼引導(dǎo)大量的金融資金流向農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營項(xiàng)目,發(fā)揮財(cái)政“四兩撥千斤”的杠桿效應(yīng)。
參考文獻(xiàn):
[1] LEWIS W A. Economic development with unlimited supplies of labour[J].The manchester school of economic and social studies,1954(2):139-191.
[2] TODARO M P. A model of labour migration and urban unemployment in less developed countries[J].American economic review,1969(1):138-148.
[3] GHATAK,SUBRATA,INGERSENT K.Agriculture and economic development[M].Baltimore MD:Johns hopkins university press,1984.290-304.
[4] BEACHY R N. Building political and financial support for science and technology for agriculture[J].Philos Trans R SocLond: B Biol Sci,2014,369(1639):20120274.
[5] 田紅宇,祝志勇,劉? 魏.財(cái)政金融支農(nóng)政策與糧食生產(chǎn)的空間計(jì)量研究——基于“糧食增產(chǎn)、糧農(nóng)增收”的雙重視角[J].開發(fā)性金融研究,2018(4):40-54.
[6] 石? 丹,嚴(yán)? 高.基于系統(tǒng)協(xié)同度模型的財(cái)政支農(nóng)與金融支農(nóng)協(xié)同演化研究[J].商業(yè)研究,2015(8):96-101.
[7] 董曉琳,呂? 莎.財(cái)政引導(dǎo)金融支農(nóng)的路徑及其效應(yīng)分析[J].經(jīng)濟(jì)問題,2016(12):89-94.
[8] 孔相宜,侯? 明.基于DEA-CEA方法的碳排放分配效率的實(shí)證分析[J].統(tǒng)計(jì)與決策,2019(8):98-100.
[9] 王? 博,祝宏輝,劉? 林.我國“一帶一路”沿線區(qū)域物流效率綜合評(píng)價(jià)——基于三階段DEA模型[J].華東經(jīng)濟(jì)管理,2019(5):76-82.
[10] 楊曉輝,王裕彬.基于GARCH模型的波動(dòng)率與隱含波動(dòng)率的實(shí)證分析——以上證50ETF期權(quán)為例[J].金融理論與實(shí)踐,2019(5):80-85.
[11] 潘? 昭,劉曉臻.基于GARCH模型的中國——越南股票市場(chǎng)聯(lián)動(dòng)性研究[J].時(shí)代金融,2019(5):142-144.
[12] 葉宗裕.ADF單位根檢驗(yàn)法的替代方法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2017,34(6):148-161.