池國華 汪來喜
(河南工業(yè)大學(xué),河南 鄭州 450000)
變幻莫測的國際形勢(shì)以及新冠肺炎疫情對(duì)全球經(jīng)濟(jì)產(chǎn)生的巨大沖擊,已經(jīng)嚴(yán)重限制了外需對(duì)我國經(jīng)濟(jì)發(fā)展的拉動(dòng)力。此時(shí)就需要著眼于國內(nèi),作為全球人口第1大國,14億人口的內(nèi)需才是我國經(jīng)濟(jì)發(fā)展的基本動(dòng)力?;诖?2021年的政府工作報(bào)告明確指出,擴(kuò)大內(nèi)需是必須要堅(jiān)持的戰(zhàn)略基點(diǎn),而擴(kuò)大內(nèi)需中重要抓手就是消費(fèi)。不管是立足當(dāng)前,還是著眼于未來,促進(jìn)消費(fèi)以拉動(dòng)內(nèi)需都是我國經(jīng)濟(jì)繼續(xù)保證發(fā)展勢(shì)頭的新著眼點(diǎn)。
改革開放40a多來,我國經(jīng)濟(jì)的飛速發(fā)展帶來的是國富民強(qiáng),國民消費(fèi)的總體量穩(wěn)居世界前列。而我國因?yàn)橛兄厥獾某青l(xiāng)“二元”結(jié)構(gòu)模式,所以在研究國民消費(fèi)時(shí)就必須要把城市和鄉(xiāng)村區(qū)分開,這樣才能夠?yàn)閲窠?jīng)濟(jì)的發(fā)展提供更有適宜性的參考價(jià)值。根據(jù)第七次全國人口普查數(shù)據(jù)顯示,截至2020年底,我國農(nóng)村居民人口為5.1億人,占據(jù)全國36.11%的人口比例,如此龐大的人口基數(shù)產(chǎn)生的消費(fèi)對(duì)于內(nèi)需的拉動(dòng)效應(yīng)是毋庸置疑的。
本文的研究將立足于我國廣大的農(nóng)村區(qū)域,從農(nóng)村居民貸款額的視角,根據(jù)我國1989—2018年的《中國農(nóng)村統(tǒng)計(jì)年鑒》中農(nóng)村居民消費(fèi)支出的30a數(shù)據(jù)和《中國金融年鑒》中農(nóng)村居民貸款額數(shù)據(jù),利用時(shí)間序列計(jì)量分析模型,進(jìn)行農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出影響的實(shí)證研究與分析,并依據(jù)研究結(jié)果為我國經(jīng)濟(jì)繼續(xù)發(fā)展,在農(nóng)村信貸方面提出一些建議。
2021年,我國由脫貧攻堅(jiān)戰(zhàn)全面轉(zhuǎn)向?yàn)橥七M(jìn)鄉(xiāng)村振興,同時(shí),鄉(xiāng)村振興也是新時(shí)期做好“三農(nóng)”工作的總抓手。鄉(xiāng)村振興戰(zhàn)略的深入實(shí)施,離不開農(nóng)村金融的支持,農(nóng)村信貸作為農(nóng)村金融的一部分,在實(shí)施鄉(xiāng)村振興戰(zhàn)略的過程中也必然起著舉足輕重的作用。而針對(duì)農(nóng)村信貸對(duì)農(nóng)村居民消費(fèi)影響的研究,已有的研究成果普遍認(rèn)為,農(nóng)村居民貸款額的增長會(huì)促進(jìn)農(nóng)村居民消費(fèi)支出的增長。
溫濤、王佐騰在基于全國所有省份2009—2016年農(nóng)村金融的相關(guān)數(shù)據(jù)的面板數(shù)據(jù)模型研究中發(fā)現(xiàn),農(nóng)村信貸由于具有相對(duì)較大的規(guī)模,所以其對(duì)農(nóng)村居民收入的影響相比于農(nóng)業(yè)保險(xiǎn)等其它研究目標(biāo)來說程度是最高的,農(nóng)村居民收入的提高是影響農(nóng)村居民消費(fèi)支出最直接的因素。戴序、董亞文認(rèn)為,農(nóng)村金融發(fā)展對(duì)農(nóng)村居民消費(fèi)的影響可以分為轉(zhuǎn)變農(nóng)村居民消費(fèi)觀念等直接渠道影響和增加農(nóng)村居民收入、優(yōu)化農(nóng)村消費(fèi)環(huán)境等間接渠道影響。邱黎源、胡小平基于4141戶農(nóng)戶的OLS模型研究認(rèn)為,具有更好的金融發(fā)展環(huán)境,農(nóng)村居民就會(huì)有更穩(wěn)定的收入來源,進(jìn)而消費(fèi)信貸市場也會(huì)更成熟。趙洪丹、趙宣凱等通過實(shí)證研究認(rèn)為,農(nóng)村居民的消費(fèi)支出水平會(huì)隨著農(nóng)村貸款的提高而提高。曲曉潔、孫英雋通過對(duì)我國1985—2015年30a的農(nóng)村居民信貸額與其消費(fèi)支出數(shù)據(jù)進(jìn)行動(dòng)態(tài)計(jì)量分析后認(rèn)為,短期中農(nóng)村居民信貸額會(huì)明顯促進(jìn)農(nóng)村居民的消費(fèi)增長,但在長期中促進(jìn)效果則并不顯著。陳東、劉金東則將農(nóng)村信貸分為消費(fèi)性信貸和生產(chǎn)經(jīng)營性信貸2種類型,分別對(duì)農(nóng)村居民消費(fèi)的影響進(jìn)行分析研究,通過數(shù)理模型的分析顯示,消費(fèi)性信貸促進(jìn)農(nóng)村居民消費(fèi)的效果更為明顯,但是通過1981—2010年相關(guān)數(shù)據(jù)的實(shí)證結(jié)果顯示,農(nóng)村信貸主要是依靠農(nóng)村居民純收入的中介效應(yīng)來對(duì)農(nóng)村居民消費(fèi)產(chǎn)生影響,并且和直接效應(yīng)的比例達(dá)到了驚人的9∶1。
為了分析我國農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出的影響,在變量的選取上,本文選取農(nóng)村居民消費(fèi)支出作為被解釋變量,農(nóng)村居民貸款額作為解釋變量。
2.1.1 被解釋變量
農(nóng)村居民消費(fèi)支出,是指農(nóng)村居民家庭或者個(gè)人在生活消費(fèi)方面以及家庭對(duì)個(gè)人的消費(fèi)的全部支出。包括自給性產(chǎn)品的生活消費(fèi)支出、商品的購買支出以及生活服務(wù)、享受文化服務(wù)等非商品的支出。農(nóng)村居民消費(fèi)支出的核算方法主要有直接核算法和間接推算法2種,直接核算法就是直接把農(nóng)村居民消費(fèi)的商品或服務(wù)等價(jià)值量進(jìn)行加總得到農(nóng)村居民消費(fèi)支出;間接推算法是通過把農(nóng)村居民的可支配收入減去非金融投資和金融凈投資,計(jì)算得到差額就是選取的被解釋變量——農(nóng)村居民消費(fèi)支出。本文用于實(shí)證分析的農(nóng)村居民消費(fèi)支出數(shù)據(jù),來自于1989—2018年30a的《中國農(nóng)村統(tǒng)計(jì)年鑒》中每年的農(nóng)村居民人均消費(fèi)支出乘以每年相應(yīng)的農(nóng)村人口得到的每年的農(nóng)村居民消費(fèi)支出數(shù)據(jù)。具體數(shù)據(jù)情況如表1所示。
表1 1989—2018年我國農(nóng)村居民消費(fèi)支出
2.1.2 解釋變量
農(nóng)村居民貸款額,是指農(nóng)村居民從銀行或者其它金融機(jī)構(gòu)借到的需要按一定利率并且必須歸還的貨幣資金數(shù)量,用以滿足農(nóng)村居民進(jìn)行投資、生產(chǎn)活動(dòng)或者日常消費(fèi)等需求。本文用于實(shí)證分析的農(nóng)村居民貸款額數(shù)據(jù),來自于1989—2018年30a的《中國金融年鑒》中每年的農(nóng)戶貸款額數(shù)據(jù)。具體數(shù)據(jù)情況如表2所示。
由于本文選取的是1989—2018年具有時(shí)間跨度特征的數(shù)據(jù),所以本文的實(shí)證分析采用時(shí)間序列模型來考察研究農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出的影響。
分析模型:
fnt=α0+β1pt+εt
(1)
式中,fnt為我國農(nóng)村居民消費(fèi)支出的變化;α0為常數(shù)項(xiàng);pt為農(nóng)村居民貸款額;εt為殘差項(xiàng);t的取值范圍為1989~2018。
從表3中4項(xiàng)變量數(shù)值的統(tǒng)計(jì)特征可以看出,農(nóng)村居民貸款額的min值為489,max值為92322;農(nóng)村居民消費(fèi)支出的min值為44971,max值為683823。
表3 變量的統(tǒng)計(jì)描述
2.4.1 自相關(guān)分析
利用上文建立的模型(1)為基礎(chǔ),考察研究農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出的影響。并且通過運(yùn)用LM自相關(guān)檢驗(yàn)對(duì)變量進(jìn)行分析,分析結(jié)果如表4所示。
由表4可以看出,農(nóng)村居民貸款額與農(nóng)村居民消費(fèi)支出之間呈正相關(guān)關(guān)系,即農(nóng)村居民貸款額的增長會(huì)對(duì)農(nóng)村居民的消費(fèi)支出起到拉動(dòng)作用。
表4 pearson變量相關(guān)性分析
2.4.2 單位根檢驗(yàn)
本文采用的變量數(shù)據(jù)為時(shí)間序列的形式,按照計(jì)量經(jīng)濟(jì)學(xué)處理時(shí)間序列變量的方法,為了避免可能會(huì)出現(xiàn)的“偽回歸”現(xiàn)象,需要對(duì)變量進(jìn)行單位根檢驗(yàn),從而可以檢驗(yàn)變量是否具有平穩(wěn)性。通過運(yùn)用Augmented Dickey Fuller檢驗(yàn)方法進(jìn)行單位根檢驗(yàn),檢驗(yàn)結(jié)構(gòu)如表5所示。
表5 變量平穩(wěn)性ADF檢驗(yàn)結(jié)果
從表5可以看到,對(duì)Ddfnt和Ddpt變量進(jìn)行水平檢驗(yàn)和一階差分檢驗(yàn),檢驗(yàn)結(jié)果顯示,變量皆顯著,且變量在二階差分檢驗(yàn)中也都全部平穩(wěn)。根據(jù)ADF檢驗(yàn)標(biāo)準(zhǔn),這些變量之間能夠建立實(shí)證分析模型。
2.4.3 協(xié)整檢驗(yàn)
選用Johansen檢驗(yàn)方法進(jìn)行協(xié)整檢驗(yàn),依然以模型(1)的實(shí)證關(guān)系為基礎(chǔ)。檢驗(yàn)的目的是確認(rèn)農(nóng)村居民貸款額的增長與農(nóng)村居民消費(fèi)支出的增長之間是否存在著長期穩(wěn)定的相關(guān)關(guān)系,并以此來確定VAR的滯后階數(shù)。檢驗(yàn)結(jié)果如表6所示。
表6 協(xié)整關(guān)系的數(shù)量檢驗(yàn)結(jié)果
由表6的檢驗(yàn)結(jié)果可知,在5%的顯著水平上存在一個(gè)協(xié)整關(guān)系,也就是rank=2。所對(duì)應(yīng)的協(xié)整估計(jì)方程:
(2)
由公式(2)可以看出,農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出增加的估計(jì)系數(shù)為0.0532136,并在5%的顯著水平上顯著,表明農(nóng)村居民貸款額的增長會(huì)導(dǎo)致農(nóng)村居民消費(fèi)支出增長。
綜上可知,在變量數(shù)據(jù)選取的30a期間內(nèi),我國農(nóng)村居民貸款額的不斷增長,可以顯著地促進(jìn)我國農(nóng)村居民消費(fèi)支出的增長,這對(duì)于農(nóng)村居民消費(fèi)支出的變化是一個(gè)極為重要的因素。
2.4.4 廣義脈沖響應(yīng)
本文采取農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出的影響廣義脈沖響應(yīng),以便于觀察。由圖1可以看到,農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出的影響一直處在95%的置信區(qū)間內(nèi),并且具有平穩(wěn)性。這表明農(nóng)村居民貸款額對(duì)農(nóng)村居民消費(fèi)支出具有顯著影響。
圖1 廣義脈沖響應(yīng)
2.4.5 格蘭杰因果檢驗(yàn)
為了檢驗(yàn)農(nóng)村居民貸款額和農(nóng)村居民消費(fèi)支出之間的因果關(guān)系,本文通過運(yùn)用格蘭杰因果檢驗(yàn)的方法進(jìn)行檢測,其檢驗(yàn)結(jié)果如表7所示。
表7 格蘭杰因果檢驗(yàn)
表7描述了農(nóng)村居民貸款額和農(nóng)村居民消費(fèi)支出之間的因果關(guān)系假設(shè)。農(nóng)村居民貸款額變化相對(duì)于農(nóng)村居民消費(fèi)支出的因果假設(shè):假設(shè)農(nóng)村居民貸款額變化不是農(nóng)村居民消費(fèi)支出的原因,p>0.911,說明可以接受原假設(shè)。農(nóng)村居民消費(fèi)支出變化相對(duì)于農(nóng)村居民貸款額的因果假設(shè):假設(shè)農(nóng)村居民消費(fèi)支出變化不是農(nóng)村居民貸款額的原因,p>0.056,說明拒絕原假設(shè)。
因此,得出農(nóng)村居民貸款額的變化是引起農(nóng)村居民消費(fèi)支出變化的格蘭杰原因;反之,農(nóng)村居民消費(fèi)支出的變化也是引起農(nóng)村居民貸款額變化的格蘭杰原因。兩者是一種互相影響的因果關(guān)系。
綜上所述,本文通過對(duì)1989—2018年30a的農(nóng)村居民貸款額和農(nóng)村居民消費(fèi)支出的數(shù)據(jù)進(jìn)行計(jì)量分析后,得出農(nóng)村居民貸款額與農(nóng)村居民消費(fèi)支出兩者之間存在正向的相關(guān)關(guān)系,即農(nóng)村居民貸款額的增長會(huì)對(duì)農(nóng)村居民的消費(fèi)支出起到拉動(dòng)作用。不僅如此,農(nóng)村居民貸款額和農(nóng)村居民消費(fèi)支出兩者還是互相影響的格蘭杰因果關(guān)系,即后者反過來也會(huì)對(duì)前者產(chǎn)生影響。
基于以上的結(jié)論,為促進(jìn)農(nóng)村居民消費(fèi)支出水平以拉動(dòng)內(nèi)需,特提出以下幾點(diǎn)建議。
從供給側(cè)和需求側(cè)雙管齊下、兩手齊抓,共同引導(dǎo)農(nóng)村信貸刺激農(nóng)村居民消費(fèi)。在供給側(cè)方面,可以通過刺激農(nóng)村信貸機(jī)構(gòu)服務(wù)動(dòng)力的方式,加大財(cái)政對(duì)農(nóng)村信貸支持的力度,嘗試以財(cái)政貼息等新政策形式,此外還可以對(duì)農(nóng)村金融機(jī)構(gòu)進(jìn)行貢獻(xiàn)評(píng)級(jí),在刺激農(nóng)村居民消費(fèi)、服務(wù)于鄉(xiāng)村振興戰(zhàn)略等根據(jù)貢獻(xiàn)等級(jí)給予相應(yīng)的獎(jiǎng)勵(lì);探索有關(guān)稅收激勵(lì)的政策,如減免農(nóng)村金融機(jī)構(gòu)的營業(yè)稅、降低特定稅種的稅率等政策;嘗試探索建立風(fēng)險(xiǎn)補(bǔ)償基金,對(duì)積極服務(wù)于農(nóng)村信貸產(chǎn)生損失的金融機(jī)構(gòu),進(jìn)行一定比例的補(bǔ)償,以控制風(fēng)險(xiǎn)。在需求側(cè)方面,主要是通過刺激農(nóng)村居民自身消費(fèi)動(dòng)力的方式。日常生活方面,當(dāng)?shù)卣梢酝ㄟ^發(fā)放消費(fèi)券等方式刺激消費(fèi);生產(chǎn)活動(dòng)方面,可以對(duì)購買農(nóng)機(jī)具等生產(chǎn)工具或新型生產(chǎn)技術(shù)等進(jìn)行購置補(bǔ)貼。
要積極引導(dǎo)涉農(nóng)金融機(jī)構(gòu)回本溯源,在更大范圍、更深層次上著眼于農(nóng)村居民需求提高農(nóng)村信貸的效率和水平;要擴(kuò)寬農(nóng)村信貸服務(wù)渠道,著力提高信貸覆蓋面和滲透率,除了要優(yōu)化傳統(tǒng)的人工網(wǎng)點(diǎn)服務(wù)之外,還要注重農(nóng)村數(shù)字化建設(shè),大力推廣線上信貸服務(wù)模式,如網(wǎng)上銀行、手機(jī)APP銀行等電子銀行,提高數(shù)字化普惠金融服務(wù)水平;創(chuàng)新農(nóng)村信貸擔(dān)保形式,擴(kuò)大擔(dān)保抵押、質(zhì)押物質(zhì)范圍,探索農(nóng)村自治組織集體擔(dān)?;蜣r(nóng)村居民聯(lián)合擔(dān)保等模式,在合理的風(fēng)控范圍內(nèi)降低農(nóng)村信貸標(biāo)準(zhǔn)。
加強(qiáng)新時(shí)期農(nóng)村精神文明建設(shè),培育文明鄉(xiāng)風(fēng),以保證農(nóng)村非正規(guī)信貸的還款履約率;以農(nóng)村自治組織為平臺(tái)積極宣傳信貸相關(guān)法律條例或政策,強(qiáng)化農(nóng)村居民法律意識(shí);提供農(nóng)村非正規(guī)信貸規(guī)范化流程模版,降低信貸詐騙等情況。