鄉(xiāng)村振興戰(zhàn)略下貴州省農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化研究

蔡銳鋒

（貴州大學 經(jīng)濟學院，貴州 貴陽 550025）

一、引言

2022 年1 月，新國發(fā)2 號文件賦予貴州鞏固拓展脫貧攻堅成果樣板區(qū)的戰(zhàn)略定位，并指出要加快農(nóng)業(yè)農(nóng)村現(xiàn)代化，走具有貴州特色的鄉(xiāng)村振興之路①內(nèi)容詳見《關于支持貴州在新時代西部大開發(fā)上闖新路的意見》（國發(fā)〔2022〕2 號）。。黨的十八大以來，貴州省農(nóng)業(yè)現(xiàn)代化步伐加快，持續(xù)提升農(nóng)業(yè)質量效益和競爭力，取得了一系列亮眼成績，為鄉(xiāng)村振興實現(xiàn)良好開局打下了堅實的基礎。隨著農(nóng)業(yè)農(nóng)村現(xiàn)代化進程的不斷加快，農(nóng)村金融通過優(yōu)化資源配給、強化金融產(chǎn)品和服務方式創(chuàng)新、完善金融支農(nóng)激勵政策，為農(nóng)村經(jīng)濟社會發(fā)展的重點領域和薄弱環(huán)節(jié)增添動力。在此背景下，研究農(nóng)村金融發(fā)展水平與貴州省農(nóng)業(yè)現(xiàn)代化建設具有十分重要的現(xiàn)實意義，也為貴州省農(nóng)村金融支持鄉(xiāng)村振興“起好步、開新局”提供有力參考。

二、文獻綜述

關于農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化的研究，學術界存在不同觀點。

一是認為農(nóng)村金融發(fā)展水平對農(nóng)業(yè)現(xiàn)代化建設具有正向作用。尹雷和沈毅（2014）[1]測算出農(nóng)業(yè)全要素生產(chǎn)率及其構成，分析發(fā)現(xiàn)農(nóng)村金融通過農(nóng)業(yè)技術進步效應從而顯著促進農(nóng)業(yè)全要素生產(chǎn)率，且促進作用存在區(qū)域差異。汪鄒霞和黎紅梅（2016）[2]通過對湖南省宏觀數(shù)據(jù)的實證研究，發(fā)現(xiàn)人均農(nóng)業(yè)存款越多、金融從業(yè)人員數(shù)量越多則越有利于提升金融服務水平，從而增加金融支農(nóng)的效率。仲云和夏詠（2018）[3]以新疆為例，分別從金融服務能力覆蓋率、可得性以及使用度三個維度測算其對農(nóng)業(yè)現(xiàn)代化的影響因素，結果表明金融機構服務人員數(shù)、特別是財政支農(nóng)支出額是加快農(nóng)業(yè)現(xiàn)代化進程的核心因素。

二是認為兩者之間存在的是一種動態(tài)聯(lián)系的關系。這里的“動態(tài)聯(lián)系”可以分為兩類，第一類是兩者之間是相互關聯(lián)的。徐馮潞（2007）[4]通過測量農(nóng)業(yè)產(chǎn)業(yè)化水平與金融支農(nóng)程度發(fā)現(xiàn)，農(nóng)業(yè)現(xiàn)代化建設依賴于農(nóng)村金融發(fā)展水平，而農(nóng)業(yè)現(xiàn)代化也能反向促進農(nóng)村金融的支農(nóng)水平，兩者之間相輔相成。第二類是兩者之間的關系是動態(tài)變化的，會隨著時間改變。姚鳳閣和路少朋（2017）[5]進一步研究發(fā)現(xiàn)，農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化之間不僅是相互影響，這種影響關聯(lián)還會隨著時間動態(tài)變化：農(nóng)村金融發(fā)展水平對農(nóng)業(yè)現(xiàn)代化的積極影響在初期時較為顯著，但經(jīng)過長期發(fā)展，兩者之間的促進關系發(fā)生互換，變?yōu)檗r(nóng)業(yè)現(xiàn)代化對農(nóng)村金融發(fā)展水平具有顯著影響。申思敏和孫建光（2019）[6]將研究視角聚焦河北省農(nóng)村金融發(fā)展水平對其農(nóng)業(yè)現(xiàn)代化發(fā)展的具體影響，認為農(nóng)村金融的發(fā)展可能會反向阻礙農(nóng)業(yè)現(xiàn)代化，但這種阻礙不是一成不變，它會隨著時間的增加逐漸變?yōu)檎虻睦瓌印?/p>

三是認為農(nóng)村金融發(fā)展在一定程度上也會抑制農(nóng)業(yè)現(xiàn)代化。孟守衛(wèi)（2019）[7]在分析農(nóng)村金融市場結構、技術創(chuàng)新和農(nóng)業(yè)增長之間的關系時發(fā)現(xiàn)，壟斷性較高的農(nóng)村金融市場結構不利于農(nóng)業(yè)持續(xù)增長，農(nóng)村金融發(fā)展規(guī)模、技術創(chuàng)新和對外開放水平對農(nóng)業(yè)經(jīng)濟增長存在一定負面影響。石滿珍等（2021）[8]也認為，由于農(nóng)村金融處于初級階段、機制不完善和農(nóng)村資本的流出等原因，在全國范圍內(nèi)農(nóng)村金融的發(fā)展規(guī)模在一定程度上會阻礙農(nóng)業(yè)現(xiàn)代化建設。

現(xiàn)有研究表明農(nóng)村金融發(fā)展水平會對農(nóng)業(yè)現(xiàn)代化建設產(chǎn)生影響，這種影響由于研究區(qū)域、方法等條件限制，也會呈現(xiàn)出一定差異?？v覽文獻，目前研究多集中在中部和東部等糧食主產(chǎn)區(qū)，較少有關注西南山區(qū)等省份農(nóng)村金融對農(nóng)業(yè)現(xiàn)代化的影響，且對兩者之間協(xié)同關系的研究并不多見。綜上所述，文章從空間上聚焦西南典型山區(qū)省份—貴州省，探究農(nóng)村金融發(fā)展水平對農(nóng)業(yè)現(xiàn)代化建設的影響，并從耦合協(xié)調視角辨析兩者之間的互動發(fā)展關系，為助力西南山區(qū)農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化高質量發(fā)展提供研究思路和參考建議。

三、研究方法及變量分析

（一）數(shù)據(jù)來源

本文選取貴州省2010—2020 年有關數(shù)據(jù)，均來源于2010—2021 年《貴州統(tǒng)計年鑒》《中國金融年鑒》《貴州省金融運行報告》等，根據(jù)研究目的篩選整理得到。

（二）因子分析法

因子分析法的邏輯是將眾多錯綜復雜的指標或變量降維，歸結成幾個較少的綜合因子從而反應原始資料的大部分信息。因子分析法的優(yōu)點在于：第一它通過找出共同因子減少分析變量的個數(shù)，化簡數(shù)據(jù)；第二它不存在主觀因素的干擾，客觀性較強；第三它通過旋轉使得因子變量更具有可解釋性，命名清晰性高。

（三）變量選取與說明

1.貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的測量指標。根據(jù)農(nóng)業(yè)現(xiàn)代化發(fā)展水平測度指標的現(xiàn)有研究成果[9-10]，文章選擇了4 個測量維度，建立4 個一級指標和7個二級指標的農(nóng)業(yè)現(xiàn)代化綜合評價指標體系，如表1 所示。

表1 貴州省農(nóng)業(yè)現(xiàn)代化綜合評價指標體系

2.貴州省農(nóng)村金融發(fā)展水平的測量指標。通過查閱不同文獻關于農(nóng)村金融發(fā)展水平測量指標的選取[11-12]，最終確定4 個能夠衡量農(nóng)村金融發(fā)展水平且具有代表性的指標（見表2），其中“農(nóng)村金融機構從業(yè)人員數(shù)”包括“小型農(nóng)村金融機構①從業(yè)人員數(shù)”和“新型農(nóng)村金融機構②從業(yè)人員數(shù)”。

表2 貴州省農(nóng)村金融發(fā)展水平衡量指標

四、實證結果與分析

（一）貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平測算分析

首先，進行KMO 和Bartlett 球形度檢驗判斷所選數(shù)據(jù)是否滿足因子分析的前提要求。根據(jù)表3 結果顯示，KMO 值為0.784，處于0.7～0.8 之間，符合做因子分析的條件；且通過Bartlett 球形度檢驗（p<0.05），意味著所選數(shù)據(jù)適合用于因子分析研究。

表3 KMO 和Bartlett 的檢驗

其次，經(jīng)過來回多次比對并結合碎石圖分析，文章選取3 個因子（分別命名為A、B、C 維度）得到的結果最佳，較為符合實際。接下來使用最大方差旋轉法探究因子和指標之間的對應關系，在進行第一次分析時發(fā)現(xiàn)，“單位面積糧食產(chǎn)量”對應的因子載荷系數(shù)絕對值小于0.4，因此將該指標刪除后進行二次分析，此時發(fā)現(xiàn)所有指標對應的共同度值均高于0.4，說明因子對于指標的信息提取情況較好，兩者之間關聯(lián)性較強。進一步分析可知，3 個因子旋轉后的方差解釋率分別為35.323%、33.756%、30.285%，信息提取量分布較為均勻；而3 個因子的累計方差解釋率為99.364%，方差解釋率越大說明解釋能力越強，越能體現(xiàn)原始指標的關鍵影響因素，提取的因子越有效。綜合以上分析表明，本次因子分析結果良好。

最后，根據(jù)成分得分系數(shù)矩陣得到3 個因子的因子得分函數(shù)的表達式為：

下面計算各因子的綜合得分，由旋轉后方差解釋率與因子得分乘積后累加計算得到。權數(shù)由3 個主因子旋轉方差解釋率占累計方差解釋率的比例確定，可得出各年份的因子綜合得分，計算公式為：

將各因子得分代入（*）式，即可得到貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分情況。如表4 所示，2010—2020 年貴州省農(nóng)業(yè)現(xiàn)代化水平綜合得分逐年上升，并且在2015 年后由負轉正，說明貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平在不斷提升。

表4 貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平因子得分和綜合得分

（二）貴州省農(nóng)村金融發(fā)展水平綜合分析

按照相同的方法對農(nóng)村金融發(fā)展水平的4 個指標進行因子分析，并且使用最大方差旋轉法進行旋轉。分析得出所選數(shù)據(jù)均通過KMO 測試和巴特球形檢驗（p=0.002<0.05），可以進行因子降維處理。結合因子提取信息情況以及通過碎石圖輔助判斷因子個數(shù)，綜合權衡得出一共提取2 個因子（記為D、E維度）。2 個因子旋轉后的方差解釋率分別為48.258%和34.756%，累計方差解釋率為83.014%，累計方差解釋率較大且信息提取量分布較為均勻，綜合說明本次因子分析效果較好。

由以上分析結果可以得到構成貴州省農(nóng)村金融發(fā)展水平的兩因子得分函數(shù)表達式為：

并得到各年份的因子綜合得分計算公式為：

最終確定貴州省農(nóng)村金融發(fā)展水平度量模型為：

將各因子得分代入上式，所得到的即為貴州省農(nóng)村金融發(fā)展水平綜合得分（見表5）。

表5 貴州省農(nóng)村金融發(fā)展水平因子得分和綜合得分

（三）貴州省農(nóng)村金融發(fā)展對農(nóng)業(yè)現(xiàn)代化影響關系分析

運用線性回歸分析進一步研究貴州省農(nóng)村金融對農(nóng)業(yè)現(xiàn)代化的影響（見表6），以CSf為自變量，CSa為因變量，得到：

表6 線性回歸分析結果

該模型的F=13.429，p=0.005<0.05，通過了F檢驗，說明研究模型具有意義，CSf一定會對CSa產(chǎn)生影響關系。模型R2值為0.599，意味著CSf可以解釋CSa的59.9%變化原因。具體分析可知：CSf的回歸系數(shù)值為0.625（t=3.665，p=0.005<0.01）且大于0，意味著農(nóng)業(yè)現(xiàn)代化綜合得分會隨金融發(fā)展水平綜合得分正向變動，提高貴州省農(nóng)村金融發(fā)展水平能夠促進農(nóng)業(yè)現(xiàn)代化進程。

（四）貴州省農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平耦合關系情況

為探析貴州省農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平的相互作用影響以及動態(tài)關聯(lián)關系，文章運用耦合協(xié)調度模型對兩者進行分析。

首先針對分析項進行區(qū)間化處理，區(qū)間化處理公式為：

其中，b為0.99，a為0.01，Max 和Min 分別表示某項對應的最大值和最小值。區(qū)間化處理后數(shù)據(jù)全部均介于0～1 之間，接著使用處理后的數(shù)據(jù)進行正式的耦合協(xié)調度研究。

針對貴州省2010—2021 年共11 年的農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平得分進行耦合協(xié)調度分析。從表7 中可以看到，隨著年份的變化耦合協(xié)調度D值越大，協(xié)調程度逐漸變好，從嚴重失調到優(yōu)質協(xié)調，且在2019 年和2020 年處于高水平的協(xié)調耦合狀態(tài)，說明貴州省的農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化友好發(fā)展水平度逐年提高，兩者協(xié)同發(fā)展在高水平上相互促進。

五、結論與建議

（一）研究結論

文章基于貴州省2010—2020 年的統(tǒng)計數(shù)據(jù)，對貴州省農(nóng)村金融水平與農(nóng)業(yè)現(xiàn)代化發(fā)展進行實證分析，研究發(fā)現(xiàn)：（1）貴州省農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平綜合得分逐年提升，顯示貴州省近十年來農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化發(fā)展穩(wěn)步向前。（2）農(nóng)村金融發(fā)展水平能夠促進農(nóng)業(yè)現(xiàn)代化建設進程，提高農(nóng)村金融發(fā)展水平可以帶動農(nóng)業(yè)現(xiàn)代化發(fā)展。（3）兩者之間的協(xié)調程度隨著時間變化從嚴重失調到優(yōu)質協(xié)調，最終處于高水平的協(xié)調耦合狀態(tài)，說明貴州省的農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化協(xié)同發(fā)展水平近年來不斷提高，兩者友好發(fā)展并在高水平上相互促進。

（二）政策建議

1.充分發(fā)揮農(nóng)村金融功能，為農(nóng)業(yè)現(xiàn)代化賦能。目前貴州省正處于鞏固脫貧攻堅成果同鄉(xiāng)村振興有效銜接的關鍵時期，應充分發(fā)揮好農(nóng)村金融“為農(nóng)助農(nóng)”的功能，努力補齊三農(nóng)金融服務短板，持續(xù)優(yōu)化信貸支持結構，加大對農(nóng)業(yè)現(xiàn)代化建設資金供給，全力支持貴州省在鄉(xiāng)村振興上起好步、開新局。聚焦以金融支持賦能農(nóng)業(yè)現(xiàn)代化，強化對貴州省12個農(nóng)業(yè)特色優(yōu)勢產(chǎn)業(yè)發(fā)展的金融支持力度；積極提高農(nóng)村地區(qū)金融服務質量，推動部署數(shù)字普惠金融區(qū)域建設，探索適合農(nóng)村主體的數(shù)字金融服務模式。

2.豐富農(nóng)村金融資源供給，為鄉(xiāng)村振興注入金融活水。鄉(xiāng)村振興戰(zhàn)略的有效實施拉動了貴州省農(nóng)村金融的需求增長，也擴大了農(nóng)村金融資源的供給缺口。因此需增加農(nóng)村金融機構服務網(wǎng)點和從業(yè)人員數(shù)量，擴大農(nóng)村金融覆蓋面積，重點聚焦鞏固脫貧攻堅成果、農(nóng)業(yè)經(jīng)營主體、農(nóng)業(yè)現(xiàn)代化等三農(nóng)重點領域的金融支持。此外，也需注重農(nóng)村金融資源供給質量，加大農(nóng)村金融機構政策扶持力度，培育和引進高水平金融從業(yè)人員到基層工作；充分考慮農(nóng)業(yè)生產(chǎn)和農(nóng)村建設進程的時間特性，提供針對性的涉農(nóng)金融貸款期限。

3.構建農(nóng)村金融服務農(nóng)業(yè)現(xiàn)代化發(fā)展機制，提升兩者協(xié)同發(fā)展水平。根據(jù)貴州省實際情況建立農(nóng)村金融服務農(nóng)業(yè)現(xiàn)代化高質量發(fā)展機制，推動農(nóng)村金融快速穩(wěn)定發(fā)展，同時提高農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化協(xié)調發(fā)展。明晰農(nóng)村金融服務于促進農(nóng)村分工和深化農(nóng)業(yè)產(chǎn)業(yè)的功能定位，走農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化互動發(fā)展之路。完善農(nóng)村金融創(chuàng)新機制，夯實農(nóng)村金融創(chuàng)新載體，以金融產(chǎn)品、金融服務、金融科技為抓手，切實發(fā)揮農(nóng)村金融服務農(nóng)業(yè)現(xiàn)代化發(fā)展作用，進一步加強兩者之間的互動性和聯(lián)動性。