大數(shù)據(jù)發(fā)展對黑龍江省農(nóng)業(yè)融資的影響研究

杜欣怡 張恩英

【摘要】近年來，憑借著金融改革的浪潮，大數(shù)據(jù)技術(shù)廣受各類金融機構(gòu)的熱捧并逐漸在經(jīng)濟應(yīng)用中發(fā)揮著越來越重要的作用。依靠較低的展業(yè)成本和審查成本，大數(shù)據(jù)技術(shù)能夠緩解農(nóng)業(yè)融資中信息不對稱問題，推動農(nóng)業(yè)金融的發(fā)展。鑒于此，文章基于2012—2019年黑龍江省際數(shù)據(jù)，運用熵值法擬合大數(shù)據(jù)發(fā)展指數(shù)，并通過實證分析論證了大數(shù)據(jù)發(fā)展情況對當?shù)剞r(nóng)業(yè)融資的影響。研究發(fā)現(xiàn)：大數(shù)據(jù)技術(shù)對農(nóng)業(yè)融資起到正向促進的作用。當大數(shù)據(jù)發(fā)展指數(shù)增長1%，黑龍江省農(nóng)業(yè)融資額能夠增長1.222%。最后，文章針對利用大數(shù)據(jù)技術(shù)推動農(nóng)業(yè)金融發(fā)展提出了若干建議。

【關(guān)鍵詞】大數(shù)據(jù)；農(nóng)業(yè)融資；黑龍江省

【中圖分類號】F038.1

一、研究背景

從“蘇湖熟，天下足”到如今“東北熟，天下?！?，東北地區(qū)已經(jīng)成為我國的糧食主產(chǎn)區(qū)。過去，黑龍江省利用深厚的工業(yè)基礎(chǔ)實現(xiàn)了農(nóng)業(yè)機械化?，F(xiàn)如今，大數(shù)據(jù)技術(shù)逐漸成為助推我國農(nóng)業(yè)轉(zhuǎn)型的新動能，其以大量、高速、多樣、低價值密度、真實為特點的數(shù)據(jù)集合，幫助農(nóng)民從中獲取所需信息以服務(wù)農(nóng)業(yè)生產(chǎn)活動[1]，而這一轉(zhuǎn)變，不僅提高了農(nóng)業(yè)生產(chǎn)效率，更提高了農(nóng)業(yè)融資效率。國家層面也十分重視大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用與推廣，并相繼頒布了《國務(wù)院關(guān)于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知》等重要政策文件，通過統(tǒng)籌數(shù)據(jù)資源，加快農(nóng)業(yè)農(nóng)村大數(shù)據(jù)開放共享和綜合利用，逐步深化大數(shù)據(jù)技術(shù)在農(nóng)業(yè)融資領(lǐng)域中的作用。

基于此，本文重點研究了黑龍江省大數(shù)據(jù)發(fā)展對其農(nóng)業(yè)融資的影響，并分析背后的經(jīng)濟機理。本文的邊際貢獻在于：一方面，選取2012—2019年間黑龍江省農(nóng)業(yè)及大數(shù)據(jù)發(fā)展的相關(guān)數(shù)據(jù)，并將大數(shù)據(jù)技術(shù)應(yīng)用到農(nóng)業(yè)融資領(lǐng)域；另一方面，為傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型提供了新思路。

二、文獻綜述

關(guān)于農(nóng)業(yè)融資問題，我國諸多學者已在不同角度進行了大量的研究。白丹（2020）[2]認為，為了緩解農(nóng)民融資難的問題，在金融科技改革的浪潮下，應(yīng)該創(chuàng)新小額信貸保險機制。保險公司在黑龍江省開展小額信貸保險業(yè)務(wù)，截至2020年項目啟動貸款總額達5200萬元，在一定程度上幫助農(nóng)戶解決了貸款難問題。王未（2021）[3]通過研究創(chuàng)新出互聯(lián)網(wǎng)平臺融資模式，使得金融機構(gòu)能夠充分了解借款人的信息，并能夠確認交易的真實性，進而直接貸款給農(nóng)戶。該融資模式省去了不少流程，提高了農(nóng)戶融資效率。林悅和孫素梅（2019）[4]借助區(qū)塊鏈技術(shù)的特點將其運用在農(nóng)業(yè)金融領(lǐng)域，利用其分布式儲存的特點，將與農(nóng)業(yè)融資的所有數(shù)據(jù)信息相互連接，實現(xiàn)信息共享，完善了農(nóng)業(yè)融資方式。田劍英（2019）[5]通過對農(nóng)業(yè)金融領(lǐng)域的典型案例進行研究，提出要加強農(nóng)地產(chǎn)權(quán)制度改革、完善產(chǎn)權(quán)評估機制和利用大數(shù)據(jù)技術(shù)對農(nóng)業(yè)農(nóng)村產(chǎn)權(quán)交易平臺進行標準化等對策建議。張楚雯、胡育蓉（2017）[6]提出應(yīng)用大數(shù)據(jù)技術(shù)對農(nóng)業(yè)農(nóng)村小額信貸模式進行創(chuàng)新，農(nóng)戶向小額貸款公司提出貸款申請后，利用大數(shù)據(jù)技術(shù)搜集農(nóng)戶的經(jīng)營歷史、財務(wù)等信用信息并進行信用評估，從而決定是否對其進行放貸服務(wù)，若成功放貸，后期則通過電子商務(wù)平臺對其進行實時管控。

綜上所述，為了緩解黑龍江省農(nóng)業(yè)融資領(lǐng)域的問題，學者主要從政策改革、制度創(chuàng)新、“區(qū)塊鏈”“互聯(lián)網(wǎng)”等方面進行分析與研究，但并未找到解決農(nóng)業(yè)融資問題的根本途徑。因此，應(yīng)該注重科學技術(shù)在金融領(lǐng)域的應(yīng)用，進一步的運用“大數(shù)據(jù)技術(shù)”，找到能夠從根源上解決農(nóng)業(yè)融資問題的方法。

三、研究設(shè)計

（一）變量說明

1.被解釋變量

黑龍江省農(nóng)業(yè)融資額（AGF）。本文選用農(nóng)業(yè)融資額衡量黑龍江省農(nóng)業(yè)融資水平，其中農(nóng)業(yè)融資額=黑龍江省財政支農(nóng)金額+黑龍江省涉農(nóng)信貸。農(nóng)業(yè)融資渠道通常有財政轉(zhuǎn)移支付、金融機構(gòu)貸款、股權(quán)融資和民間小額貸款，而目前黑龍江省僅有4家農(nóng)業(yè)上市企業(yè)，其數(shù)據(jù)不具有代表性，同時民間小額貸款較為隱蔽，不易觀測。在我國信貸型金融體系下，信貸融資是農(nóng)業(yè)資金的主要來源，因此本文選取黑龍江省農(nóng)業(yè)融資額作為反映農(nóng)業(yè)融資情況的代理變量，不失一般性。

2.解釋變量

黑龍江省大數(shù)據(jù)發(fā)展指數(shù)（BDI）。大數(shù)據(jù)發(fā)展指數(shù)是對一地數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)據(jù)技術(shù)人才、數(shù)據(jù)客戶等多維度的綜合評估，能夠反應(yīng)大數(shù)據(jù)的發(fā)展水平。本文參考蔣卓（2021）做法，采用熵值法擬合互聯(lián)網(wǎng)帶寬接入端口量、互聯(lián)網(wǎng)寬帶接入用戶量、農(nóng)村寬帶接入用戶量和軟件業(yè)務(wù)收入計算出黑龍江省大數(shù)據(jù)發(fā)展指數(shù)，具體做法如下：

第一步：選取2012—2019年8個年份，互聯(lián)網(wǎng)帶寬接入端口等4個指標的數(shù)據(jù)，Xij為第i年第j個指標的數(shù)據(jù)（i=1，2，…8；j=1，2，3，4）。

第二步：歸一化處理。針對不同的指標，各單位存在不一致，因此進行標準化處理，處理方法為：

正向指標：

3.控制變量

本文參考白丹（2021）做法，選取農(nóng)業(yè)生產(chǎn)總值（GVAP）、農(nóng)村居民人均可支配收入（RCDIORR）、農(nóng)林牧漁業(yè)城鎮(zhèn)單位就業(yè)人員工資總額（TW）、農(nóng)業(yè)從業(yè)人員數(shù)量（AE）作為控制變量，為了消除基數(shù)效應(yīng)，對所有變量取對數(shù)處理。

（二）數(shù)據(jù)來源

大數(shù)據(jù)是近些年興起的概念與產(chǎn)業(yè)，尚處于發(fā)展早期，因此本文選取較晚的2012—2019年作為研究的時間區(qū)間，并以黑龍江省作為研究樣本。其中，黑龍江省農(nóng)業(yè)融資額由財政支農(nóng)額和涉農(nóng)信貸構(gòu)成，其數(shù)據(jù)分別來源于《黑龍江統(tǒng)計年鑒》與中國人民銀行黑龍江省分行；大數(shù)據(jù)發(fā)展指數(shù)通過擬合多個指標而成，數(shù)據(jù)來源于中經(jīng)網(wǎng)和EPS數(shù)據(jù)庫；其余變量均來源于國家統(tǒng)計局。

（三）模型設(shè)計

為研究黑龍江省大數(shù)據(jù)發(fā)展對農(nóng)業(yè)融資的領(lǐng)域影響，本文構(gòu)建了如下模型：

其中：AGFt表示第t年黑龍江省農(nóng)業(yè)融資額，BDIt表示第t年黑龍江省大數(shù)據(jù)發(fā)展指數(shù)，Controlst表示一系列控制變量，εt表示隨機誤差項。β為各項指標的系數(shù)，β若為正值，說明大數(shù)據(jù)發(fā)展將會對農(nóng)業(yè)融資產(chǎn)生正向效應(yīng)，反之為阻礙作用。

四、實證分析

（一）平穩(wěn)性檢驗

1.ADF檢驗

本文采用的是時間序列，為了避免偽回歸，首先對數(shù)據(jù)進行平穩(wěn)性檢驗。一個平穩(wěn)的數(shù)據(jù)組其數(shù)據(jù)結(jié)構(gòu)并不會因時間變化而發(fā)生改變；而非平穩(wěn)的數(shù)據(jù)組，在不同的時間段內(nèi)可能一直處于持續(xù)上升或下降的過程，偏離其均值。因此本文采用ADF檢驗，結(jié)果如表1所示。由表1可知，在10%的置信水平下，所有變量經(jīng)過二階差分后均平穩(wěn)。

2.協(xié)整檢驗

參考相關(guān)文獻，本文選用多變量的EG兩步法進行協(xié)整檢驗。首先，對lnAGF與lnBDI、lnGVAP、lnPCDIORR、lnTW、lnAE進行回歸，得到殘差項et。接下來對模型的殘差進行平穩(wěn)性檢驗，檢驗結(jié)果如表2。由檢驗結(jié)果可以看出，殘差的ADF值均小于1%置信水平下的臨界值，因此能夠拒絕原假設(shè)，表明模型的殘差項是穩(wěn)定的。據(jù)此可以判斷，黑龍江省大數(shù)據(jù)發(fā)展指數(shù)（BDI）和黑龍江省農(nóng)業(yè)融資額（AGF）之間具有長期均衡關(guān)系。

（二）黑龍江省大數(shù)據(jù)發(fā)展指數(shù)與農(nóng)業(yè)融資的回歸結(jié)果

表3報告了模型的參數(shù)估計結(jié)果。從回歸結(jié)果來看，R2為0.993，說明該回歸模型能夠解釋99.3%的變動情況，具有良好的擬合優(yōu)度。F=200.586，其對應(yīng)P值為0.005，因此可以拒絕原假設(shè)，推斷出解釋變量與被解釋變量在整體上具有顯著的線性正相關(guān)關(guān)系。此外，各解釋變量在10%的置信水平下均顯著。

由表3可知，大數(shù)據(jù)發(fā)展指數(shù)BDI的系數(shù)為1.222，這意味著當黑龍江省大數(shù)據(jù)發(fā)展指數(shù)每增長1%，將會推動黑龍江省農(nóng)業(yè)信貸額增長1.222%。究其原因，一方面，大數(shù)據(jù)的發(fā)展能夠顯著降低金融機構(gòu)的風險水平，加快合規(guī)審查，金融機構(gòu)通過大數(shù)據(jù)技術(shù)能夠廣泛收集到借款農(nóng)民的歷史信息，進而對其資產(chǎn)狀況和信用狀況做出更為精準的評估，減少信貸違約和壞賬比率，提高金融機構(gòu)放貸的積極性。另一方面，大數(shù)據(jù)技術(shù)顯著降低了金融機構(gòu)的邊際成本，增強了其規(guī)模效應(yīng)。以往金融機構(gòu)對農(nóng)戶援助貸款，往往需要承擔較高的審查成本，而大數(shù)據(jù)技術(shù)的投入使得金融機構(gòu)能夠在系統(tǒng)中快速做出判斷，顯著降低了其邊際貸款成本，改善了農(nóng)業(yè)融資的局面，從而進一步推動農(nóng)業(yè)經(jīng)濟的發(fā)展。

五、結(jié)論與政策建議

（一）結(jié)論

近年來，金融科技的浪潮促進了農(nóng)業(yè)融資效率的提高，其中大數(shù)據(jù)技術(shù)作為新興技術(shù)的領(lǐng)跑者為農(nóng)業(yè)融資領(lǐng)域開創(chuàng)了新局面。本文基于2012—2019年黑龍江省數(shù)據(jù)，實證分析了大數(shù)據(jù)發(fā)展狀況對黑龍江省農(nóng)業(yè)融資的影響?；貧w結(jié)果顯示，大數(shù)據(jù)發(fā)展指數(shù)的增長能夠顯著提高黑龍江省農(nóng)業(yè)融資水平。從回歸系數(shù)可以看出，當大數(shù)據(jù)發(fā)展指數(shù)增長1%時，農(nóng)業(yè)融資額會增長1.222%。可見大數(shù)據(jù)技術(shù)的發(fā)展能夠促使農(nóng)業(yè)融資額增加，進而助推農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。

究其原因，本文認為：一方面，大數(shù)據(jù)技術(shù)的應(yīng)用與普及提高了金融機構(gòu)對農(nóng)戶借款需求和信用水平評估的準確性，顯著降低了信息不對稱帶來的逆向選擇與道德風險問題。依托大數(shù)據(jù)技術(shù)，金融機構(gòu)能夠精準識別確有貸款需求且信用水平良好的借款群體，縮減了定位與評估成本，且大大增加了貸出款項收回的可能，降低了借貸風險。由此金融機構(gòu)放貸意愿提高，進而其服務(wù)門檻降低，豐富了農(nóng)民等融資相對困難群體的資金來源。另一方面，數(shù)字化的評估工具降低了金融機構(gòu)的邊際信貸成本，削弱了銀行等部門客戶信息搜集成本，提高了其向農(nóng)民貸款的積極性，進而降低金融服務(wù)門檻，進一步為農(nóng)民融資提供了保障。因此，大數(shù)據(jù)技術(shù)憑借自身技術(shù)優(yōu)勢，提高了農(nóng)民獲得貸款的可能性，豐富了農(nóng)民進行農(nóng)業(yè)融資的資金來源。而農(nóng)民作為農(nóng)業(yè)領(lǐng)域內(nèi)主力部分，其資金需求得到滿足，將會大大提高農(nóng)業(yè)融資水平，進而助推農(nóng)業(yè)經(jīng)濟的發(fā)展進步。

（二）政策建議

基于上述結(jié)論，為改善黑龍江省農(nóng)業(yè)融資局面，進而推動農(nóng)業(yè)經(jīng)濟發(fā)展提出以下五點建議：

第一，將大數(shù)據(jù)進一步應(yīng)用于農(nóng)業(yè)融資領(lǐng)域。大數(shù)據(jù)技術(shù)能夠通過收集整理多種類型的數(shù)據(jù)信息，快速分析貸款人是否符合貸款資質(zhì)，并對其還款能力等進行預(yù)測。若符合資質(zhì)，則發(fā)放線上貸款，能夠切實地提高融資效率。同時，利用大數(shù)據(jù)技術(shù)分析各類交易數(shù)據(jù)，智能評估企業(yè)是否能夠提高貸款服務(wù)，進而降低不良貸款率。

第二，完善大數(shù)據(jù)平臺，強化數(shù)據(jù)基礎(chǔ)。大數(shù)據(jù)技術(shù)助力農(nóng)業(yè)融資的前提與關(guān)鍵就在于數(shù)據(jù)基礎(chǔ)。要充分利用線上渠道搜集真實、可靠的數(shù)據(jù)信息。[8]同時，應(yīng)該積極開拓與電商平臺、政府機關(guān)、金融平臺等外部主體的合作，拓寬數(shù)據(jù)來源。要完善大數(shù)據(jù)平臺的建設(shè)，提高其搜集、整理、分析數(shù)據(jù)的能力，加強其安全與風險管理，并制定有針對性的風險控制政策，設(shè)立警戒線。

第三，依托區(qū)位優(yōu)勢，借鑒其他省份大數(shù)據(jù)發(fā)展經(jīng)驗。黑龍江省作為早期工業(yè)建設(shè)重點，基礎(chǔ)設(shè)施建設(shè)情況較為優(yōu)越，在此基礎(chǔ)上政府應(yīng)憑借其工業(yè)技術(shù)優(yōu)勢，借鑒大數(shù)據(jù)發(fā)展迅速省份的有效經(jīng)驗交流，加大資金投入力度，進一步引入先進技術(shù)以提高數(shù)據(jù)處理效率。

第四，提高農(nóng)業(yè)從業(yè)人員的專業(yè)素養(yǎng)，加強人才交流與培訓(xùn)。將大數(shù)據(jù)技術(shù)融入農(nóng)業(yè)融資領(lǐng)域，需要大量精通計算機算法與農(nóng)業(yè)知識的復(fù)合型人才。但目前黑龍江省農(nóng)民對大數(shù)據(jù)等新技術(shù)認識不充分，因此應(yīng)該專門組織培訓(xùn)，讓越來越多的農(nóng)民了解大數(shù)據(jù)技術(shù)，增強農(nóng)民的創(chuàng)新意識，提高農(nóng)業(yè)從業(yè)人員的專業(yè)素養(yǎng)。

第五，探索農(nóng)業(yè)領(lǐng)域技術(shù)問題，助推大數(shù)據(jù)與農(nóng)業(yè)相融合。目前，黑龍江省政府積極推動傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型，引入了物聯(lián)網(wǎng)、區(qū)塊鏈等新技術(shù)加速其轉(zhuǎn)型進程。在此基礎(chǔ)上，應(yīng)大力發(fā)展大數(shù)據(jù)農(nóng)業(yè)，創(chuàng)新農(nóng)產(chǎn)品耕種、實時監(jiān)測、成熟期預(yù)測及精準銷售等理念，進一步實現(xiàn)大數(shù)據(jù)技術(shù)與農(nóng)業(yè)領(lǐng)域的融合發(fā)展。

主要參考文獻：

[1]大數(shù)據(jù)概念與發(fā)展[J].中國科技術(shù)語，2017，19（4）：43-50.

[2]白丹.黑龍江省農(nóng)業(yè)金融服務(wù)創(chuàng)新研究[J].經(jīng)濟研究導(dǎo)刊，2020（26）：120-121.

[3]王未.基于互聯(lián)網(wǎng)大數(shù)據(jù)的農(nóng)產(chǎn)品供應(yīng)鏈融資模式研究[J].物流工程與管理，2021，43（3）：95-97.

[4]林悅，孫素梅.區(qū)塊鏈技術(shù)下訂單農(nóng)業(yè)融資模式創(chuàng)新研究[J].大慶師范學院學報，2019，39（4）：57-64.

[5]田劍英.農(nóng)地金融支持農(nóng)業(yè)規(guī)?；?jīng)營的模式與機理[J].農(nóng)村經(jīng)濟，2019（8）：68-78.

[6]張楚雯，胡育蓉.“互聯(lián)網(wǎng)金融+農(nóng)業(yè)”的運作模式研究[J].商場現(xiàn)代化，2017（21）：157-160.

[7]黃薰好，王惠，郝思敏等.我國外匯儲備規(guī)模的影響因素分析：基于協(xié)整檢驗和誤差修正模型實證研究[J].商場現(xiàn)代化，2019（6）：168-171.

[8]湯敏.大數(shù)據(jù)背景下商業(yè)銀行風險管理戰(zhàn)略研究[J].海南金融2017（8）：4-8.