王慧+潘超+魏晨

[摘 要] 隨著農(nóng)村經(jīng)濟(jì)發(fā)展，農(nóng)村經(jīng)濟(jì)金融指標(biāo)的差異性在各區(qū)域呈現(xiàn)多樣化。傳統(tǒng)的分類方法已不能反映經(jīng)濟(jì)發(fā)展的差異，因此需要重新劃分農(nóng)村區(qū)域板塊，作為農(nóng)村金融發(fā)展模式的選擇依據(jù)。依據(jù)投入-產(chǎn)出法建立資源配置效率計(jì)算的模型，綜合分析農(nóng)村金融資源配置的效率。同時(shí)采用系統(tǒng)聚類法，運(yùn)用SPSS21.0將各省（自治區(qū)、直轄市）農(nóng)村金融發(fā)展水平進(jìn)行聚類分析。結(jié)合主成分分析和聚類分析，得出農(nóng)村金融資源差異化配置模式，農(nóng)村經(jīng)濟(jì)金融資源效率發(fā)達(dá)的高水平地區(qū)，應(yīng)采用市場(chǎng)導(dǎo)向型農(nóng)村金融資源配置模式；其中等水平的地區(qū)，應(yīng)采用政府-市場(chǎng)雙導(dǎo)向型配置模式；其低水平地區(qū)，應(yīng)采用政府導(dǎo)向型配置模式。進(jìn)而充分發(fā)揮農(nóng)村金融的支農(nóng)作用，助力農(nóng)業(yè)供給側(cè)改革，促進(jìn)區(qū)域農(nóng)村經(jīng)濟(jì)與金融的協(xié)調(diào)發(fā)展。

[關(guān)鍵詞] 農(nóng)村；供給側(cè)改革；金融資源配置

[中圖分類號(hào)] F832.7 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1009-6043（2017）10-0012-05

Abstract： With the development of rural economy， the differences of rural economic and financial indicators are diversified in various regions. The traditional classification method can not reflect the difference of economic development， so to re-divide the rural regional plate is needed as the basis for the choice of rural financial development model. According to the input-output method， the model for evaluating resource allocation efficiency is established， and the efficiency of rural financial resource allocation is analyzed synthetically. At the same time， clustering method was used to analyze the rural financial development level of each province （autonomous region and municipality directly under the central government）. Based on the analysis of principal component analysis and clustering， the differential allocation model of rural financial resources is achieved as conclusion. In areas with high efficient rural financial resources， a market-oriented rural financial resource allocation mode should be adopted. In the middle level areas， market dual-oriented configuration mode is needed. In low-level areas， a government-oriented configuration model should be adopted. And then by giving full play to the role of supporting agriculture， the agricultural supply side reform could be facilitated for promoting coordinated rural economy development and financial growth in a region.

Key words： rural area， supply side reform， financial resource allocation

2017年中央提出：穩(wěn)步推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，緊緊圍繞市場(chǎng)需求變化，以增加農(nóng)民收入、保障有效供給為主要目標(biāo)，促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展由過(guò)度依賴資源消耗、主要滿足量的需求，向追求綠色生態(tài)可持續(xù)、更加注重滿足質(zhì)的需求轉(zhuǎn)變?！叭r(nóng)”問(wèn)題是全面建設(shè)小康社會(huì)和精準(zhǔn)扶貧的關(guān)鍵，針對(duì)新農(nóng)村建設(shè)的重要戰(zhàn)略調(diào)整，實(shí)施了一系列強(qiáng)有力的支農(nóng)惠農(nóng)政策。近幾年國(guó)家加大了金融支農(nóng)力度，但農(nóng)業(yè)生產(chǎn)區(qū)域布局結(jié)構(gòu)與資源稟賦條件不協(xié)調(diào)的現(xiàn)實(shí)仍然存在，農(nóng)村金融資源利用效率不高，供給需求存在資源配置問(wèn)題，如何發(fā)揮農(nóng)村金融服務(wù)能力，助力精準(zhǔn)扶貧成為近幾年學(xué)術(shù)界研究的重要課題。

一、農(nóng)村金融資源配置效率評(píng)價(jià)模型的構(gòu)建

本文結(jié)合農(nóng)村金融資源的供給與農(nóng)村經(jīng)濟(jì)產(chǎn)出兩方面來(lái)研究農(nóng)村金融資源配置效率。

（一）指標(biāo)選取

1.投入指標(biāo)的選取

金融資源投入指標(biāo)的設(shè)定主要考慮農(nóng)業(yè)供給改革的幾個(gè)方面，一般包括資金（貨幣和信用）、機(jī)構(gòu)組織、制度、人力等資源的投入。這里基于指標(biāo)的完整性及代表性，選取7個(gè)金融經(jīng)濟(jì)投入指標(biāo)，具體指標(biāo)見表1。

2.產(chǎn)出指標(biāo)的選取

根據(jù)農(nóng)村經(jīng)濟(jì)、社會(huì)發(fā)展?fàn)顩r，評(píng)價(jià)一個(gè)地區(qū)農(nóng)村金融資源配置效率可以通過(guò)一個(gè)或多個(gè)經(jīng)濟(jì)指標(biāo)評(píng)價(jià)資金配置的績(jī)效優(yōu)劣即產(chǎn)出，所以選取了以下5個(gè)產(chǎn)出指標(biāo)，其中，恩格爾系數(shù)是反向指標(biāo)，實(shí)際運(yùn)用時(shí)用1減去其實(shí)際數(shù)值轉(zhuǎn)換成正向指標(biāo)。具體的指標(biāo)評(píng)價(jià)體系見表1。endprint

（二）研究數(shù)據(jù)采集

1.數(shù)據(jù)說(shuō)明

橫向數(shù)據(jù)方面：采用靜態(tài)分析即橫截面數(shù)據(jù)分析，所研究的數(shù)據(jù)跨度為2014-2015年，考慮金融資源支持農(nóng)業(yè)經(jīng)濟(jì)的滯后性，金融資源數(shù)據(jù)采用2014年數(shù)據(jù)，經(jīng)濟(jì)產(chǎn)出指標(biāo)采用2015年數(shù)據(jù)，具體數(shù)據(jù)見表2，為保持?jǐn)?shù)據(jù)的平穩(wěn)性，其中幾個(gè)缺失數(shù)據(jù)采用均值填補(bǔ)。

縱向數(shù)據(jù)方面選取31個(gè)省（自治區(qū)、直轄市）數(shù)據(jù)：

（1）東部沿海地區(qū)：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南（12個(gè)省、區(qū)、市）。

（2）中部?jī)?nèi)陸地區(qū)：山西、內(nèi)蒙古、吉林、黑龍江、安徽，江西、河南、湖北、湖南、重慶（10個(gè)省、區(qū)、市）。

（3）西部邊遠(yuǎn)地區(qū)：四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆（9個(gè)省、區(qū)、市）。

表2 投入-產(chǎn)出指標(biāo)原始數(shù)據(jù)

由于各指標(biāo)的水平和量綱不同，在實(shí)證分析前需對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化公式為：D（i=1，2，…，6，k=1，2，…，12；i表示第i地區(qū)，k表示第k項(xiàng)指標(biāo)），其中：Dik表示第i個(gè)地區(qū)第k項(xiàng)指標(biāo)處理后數(shù)據(jù)；X表示第i個(gè)地區(qū)第k項(xiàng)指標(biāo)的原始數(shù)據(jù)；Xk表示k項(xiàng)指標(biāo)的平均值，受篇幅限制，不再列出標(biāo)準(zhǔn)化數(shù)據(jù)。

2.數(shù)據(jù)來(lái)源

農(nóng)村金融資源數(shù)據(jù)包括人均農(nóng)戶貸款（萬(wàn)元/人）、農(nóng)村人均城市企業(yè)及各類組織涉農(nóng)貸款（萬(wàn)元/人）、農(nóng)村人均企業(yè)及各類組織貸款（萬(wàn)元/人）、小型農(nóng)村金融機(jī)構(gòu)營(yíng)業(yè)網(wǎng)密度（個(gè)/萬(wàn)人）、小型農(nóng)村金融機(jī)構(gòu)從業(yè)人員密度（個(gè)/萬(wàn)人），取自萬(wàn)德資訊數(shù)據(jù)庫(kù)。經(jīng)濟(jì)數(shù)據(jù)包括人均農(nóng)戶固定資產(chǎn)投資額（萬(wàn)元）取自國(guó)家統(tǒng)計(jì)局網(wǎng)，人均農(nóng)業(yè)機(jī)械總動(dòng)力（千瓦/人），城鎮(zhèn)化率、恩格爾系數(shù)取自中國(guó)經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

以上部分?jǐn)?shù)據(jù)通過(guò)計(jì)算換算：

（1）城市企業(yè)及各類組織涉農(nóng)貸款=涉農(nóng)貸款-農(nóng)村貸款

（2）農(nóng)村企業(yè)及各類組織貸款=農(nóng)村貸款-農(nóng)戶貸款

（3）城市企業(yè)及各類組織涉農(nóng)貸款=城市企業(yè)及各類組織農(nóng)林牧漁業(yè)貸款+城市企業(yè)及各類組織支農(nóng)貸款。

（三）投入-產(chǎn)出模型的建立

依據(jù)投入-產(chǎn)出法建立資源配置效率計(jì)算的模型，即各種農(nóng)村金融資源作為投入，各種效果作為產(chǎn)出，應(yīng)用所選取的一系列指標(biāo)，建立模型進(jìn)行投入產(chǎn)出比較，綜合分析農(nóng)村金融資源配置的效率。

金融資源投入模型：

其中，Y表示i地區(qū)農(nóng)村金融資源投入綜合指標(biāo)；T表示i地區(qū)農(nóng)村金融資源的第j種投入指標(biāo)；σj表示第j種投入指標(biāo)對(duì)綜合投入效果影響的重要程度，即權(quán)重；m表示投入指標(biāo)的個(gè)數(shù)總和（在這里m=7）。

金融資源產(chǎn)出模型：

其中Y表示i地區(qū)產(chǎn)出綜合指標(biāo)，C表示i地區(qū)的第j種產(chǎn)出指標(biāo)；λ表示第j種產(chǎn)出指標(biāo)對(duì)產(chǎn)出綜合效果影響的重要程度，也即權(quán)重；n表示產(chǎn)出指標(biāo)的個(gè)數(shù)總和（這里n=5）。

通過(guò)上述模型（1）與模型（2）的計(jì)算，分別計(jì)算出西部各地區(qū)的農(nóng)村金融資源投入綜合指標(biāo)和產(chǎn)出綜合指標(biāo)，得出各地區(qū)的農(nóng)村金融資源投入產(chǎn)出比，即農(nóng)村金融資源配置效率模型。金融資源配置效率的投入產(chǎn)出關(guān)系可以用模型表示：

根據(jù)Ei值的大小可以比較得出西部各地區(qū)農(nóng)村金融資源配置效率的差異，Ei值越大，表明資源的配置效果越好。

（四）確定主成分分析法指標(biāo)的權(quán)重

在多因素分析中，權(quán)重的選取是個(gè)難點(diǎn)，其中定性和定量的方法都有廣泛的應(yīng)用。因此，可以采用客觀評(píng)分的方法來(lái)確定各指標(biāo)的權(quán)重。通過(guò)計(jì)算相關(guān)系數(shù)矩陣，計(jì)算特征值和特征向量、方差貢獻(xiàn)率等，最終確定各指標(biāo)權(quán)重。

1.農(nóng)村金融資源指標(biāo)的主成分分析

因子分析是一種數(shù)據(jù)簡(jiǎn)化技術(shù)，它通過(guò)研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測(cè)數(shù)據(jù)中的基本機(jī)構(gòu)，并用少數(shù)幾個(gè)假想變量來(lái)表示其基本的數(shù)據(jù)結(jié)構(gòu)。這幾個(gè)假想變量能夠反映原來(lái)眾多變量的主要信息。原始的變量是可觀測(cè)的顯在變量，而假想變量時(shí)不可觀測(cè)的潛在變量，稱為因子。因子分析的任務(wù)就是構(gòu)造一個(gè)因子模型，確定模型參數(shù)，根據(jù)分析結(jié)果進(jìn)行因子解釋。因子的一般模型為：

x1=a11F1+a12F2+...+a1mFm+a1ε1

x2=a21F2+a22F2+...+a2mFm+a2ε2

……

xp=ap1F1+ap2F2+...+apmFm+apεp

模型中x1，x2，…xp為原始變量，ap，m（p=1，2，…，m=1，2，…）為因子載荷，F(xiàn)m（i=1，2，…）為公共因子，εp（i=1，2，…）為特殊因子。最重要的變量是因子載荷，它表示第p個(gè)變量在第m個(gè)因子上的載荷，即為第p個(gè)變量與第m個(gè)因子之間的相關(guān)系數(shù)。ap，m越大，則相關(guān)系數(shù)越大，即第p個(gè)變量與第m個(gè)因子之間的相關(guān)程度較高，因子的相關(guān)性就越高。因子載荷矩陣中各行數(shù)值的平方和為各變量對(duì)應(yīng)的共同度。此處的公共因子F是各個(gè)變量中共同出現(xiàn)的因子。特殊因子是估計(jì)值與實(shí)際測(cè)算出來(lái)的變量的殘差值。當(dāng)特殊因子為零時(shí)，則稱為主成分分析法。為了使主因子更容易解釋變量，往往需要對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)。旋轉(zhuǎn)的目的就是使因子載荷矩陣中因子載荷的平方值向1和0兩個(gè)方向極化，使大的載荷更大，小的載荷更小。

2.農(nóng)村金融資源綜合模型得分的計(jì)算

運(yùn)用標(biāo)準(zhǔn)化后的數(shù)據(jù)可以計(jì)算得到資源投入指標(biāo)的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，如表3所示：

提取方法：主成份分析

經(jīng)過(guò)方差最大旋轉(zhuǎn)后，各主成分的解釋方差占比發(fā)生了變化：第一主成分的解釋方差占總方差的36.059%，第二主成分解釋方差占總方差的32.929%，第三主成分的解釋方差占比為14.988%，三個(gè)主成分的累積解釋方差占比達(dá)到了83.976%，已經(jīng)超過(guò)了70%的臨界值。三個(gè)主成分能夠概括原始變量的信息，可以作為地區(qū)金融發(fā)展水平的評(píng)價(jià)指標(biāo)。endprint

用第一主成分中每個(gè)指標(biāo)所對(duì)應(yīng)的系數(shù)乘上第一主成分所對(duì)應(yīng)的貢獻(xiàn)率再除以所提取三個(gè)主成分的貢獻(xiàn)率之和，然后加上第二主成分中每個(gè)指標(biāo)所對(duì)應(yīng)的系數(shù)乘上第二主成分所對(duì)應(yīng)的貢獻(xiàn)率再除以所提取三個(gè)主成分的貢獻(xiàn)率之和，再加上第三主成分中每個(gè)指標(biāo)所對(duì)應(yīng)的系數(shù)乘上第三主成分所對(duì)應(yīng)的貢獻(xiàn)率再除以所提取三個(gè)主成分的貢獻(xiàn)率之和，即可得到投入的綜合得分模型：

YT=0.288T1+0.416T2+0.424T3+0.084T4+0.165T5-0.495T6+0.387T7

農(nóng)村金融資源產(chǎn)出指標(biāo)主成分選取與綜合得分模型。類似于投入指標(biāo)主成分選取辦法，得到第一成分和第二成分為產(chǎn)出指標(biāo)的主成分，并作進(jìn)一步分析，如表5：

同理根據(jù)產(chǎn)出指標(biāo)的因子載荷矩陣，可以得到產(chǎn)出指標(biāo)中兩個(gè)主成分的線性組合為：

F1=0.302C1+0.327C2+0.942C3+0.887C4+0.945C5

F2=0.706C1+0.687C2-0.228C3-0.231C4-0.018C5

用第一主成分中每個(gè)指標(biāo)所對(duì)應(yīng)的系數(shù)乘上第一主成分所對(duì)應(yīng)的貢獻(xiàn)率再除以所提取兩主成分的貢獻(xiàn)率之和，然后加上第二主成分中每個(gè)指標(biāo)所對(duì)應(yīng)的系數(shù)乘上第二主成分所對(duì)應(yīng)的貢獻(xiàn)率，再除以所提取兩個(gè)主成分的貢獻(xiàn)率之和，即可得到產(chǎn)出的綜合得分模型：

YC=0.415C1+0.428C2+0.614C3+0.574C4+0.675C5

3.農(nóng)村金融資源配置效率指標(biāo)權(quán)重的計(jì)算

將指標(biāo)權(quán)重的歸一化。由于所有指標(biāo)的權(quán)重之和為1，因此指標(biāo)權(quán)重需要在綜合模型中指標(biāo)系數(shù)的基礎(chǔ)上歸一化，運(yùn)用投入產(chǎn)出的綜合得分模型，并結(jié)合公式：

其中，ω表示x指標(biāo)在投入或產(chǎn)出指標(biāo)中所占的權(quán)重，xy表示x指標(biāo)在y成分上的絕對(duì)值，xy表示y成分中所有指標(biāo)系數(shù)絕對(duì)值的總和?？蛇M(jìn)一步得到各投入產(chǎn)出指標(biāo)的權(quán)重，如表7所示：

4.各地區(qū)農(nóng)村金融資源配置效率的計(jì)算

運(yùn)用農(nóng)村金融資源投入模型（1）、產(chǎn)出模型（2）和金融資源配置效率的投入-產(chǎn)出模型（3），以分別計(jì)算各地區(qū)的投入綜合指標(biāo)Y，產(chǎn)出綜合指標(biāo)Y，投入產(chǎn)出比Ei，具體計(jì)算結(jié)果如表9所示：

二、農(nóng)村金融效率的差異化聚類分析

為了更直觀的表現(xiàn)出區(qū)域差異化下農(nóng)村金融資源投入產(chǎn)出效率的特征，將投入-產(chǎn)出分析效率與GIS數(shù)據(jù)圖形連接，制作出了我國(guó)農(nóng)村金融資源配置效率的區(qū)域差異圖（圖1）。從圖中可以看出我國(guó)農(nóng)村金融資源配置效率存在著明顯的區(qū)域差異，效率從東到西依次遞減。

（一）聚類方法介紹

聚類分析是依據(jù)某種準(zhǔn)則和方法對(duì)一組樣本或變量進(jìn)行分類的統(tǒng)計(jì)方法。首先，根據(jù)多個(gè)地區(qū)的多個(gè)觀測(cè)指標(biāo)找出能夠度量地區(qū)或指標(biāo)間相似程度的統(tǒng)計(jì)量。然后，以這些統(tǒng)計(jì)量為分類依據(jù)，將相似性高的地區(qū)（或指標(biāo)）分為一類，把另一些相似程度高的地區(qū)（或指標(biāo)）分為另一類，這樣關(guān)系密貼的聚合到一個(gè)小的分類單位，關(guān)系疏遠(yuǎn)的聚合到較大的分類單位，直到把每個(gè)地區(qū)（或指標(biāo)）分完為止。最后，每個(gè)地區(qū)（或指標(biāo)）都有自己所屬的類別。我們采用較為普遍的系統(tǒng)聚類法，以上5個(gè)指標(biāo)作為聚類變量，運(yùn)用SPSS21.0將各省（自治區(qū)、直轄市）農(nóng)村金融發(fā)展水平進(jìn)行聚類。

（二）聚類分析過(guò)程

采用系統(tǒng)聚類方法，利用產(chǎn)出指標(biāo)衡量各地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展水平，并進(jìn)行系統(tǒng)聚類，其中由于西藏?cái)?shù)據(jù)部分缺失，直接將其納入最后一類。

確定新類相似性的方法是離差平方和法，即先把各個(gè)樣本視為不同的類，然后m類和其他的各個(gè)類進(jìn)行比較，選出使得合為一類后樣本間歐式距離平方和增加最小的那一類，假如是n類，則m類和n類合為一類，依次類推，直到所有的樣本都被歸為同一個(gè)大類為止，具體的聚類過(guò)程見表10。

選擇第1行解釋如下：第1步中的兩個(gè)樣本分別是12號(hào)和18號(hào)，合為一類，而且都是第一次出現(xiàn)，相似性系數(shù)為0.188，下一次將在第5步出現(xiàn)，合并了20號(hào)樣本，在第9步又加入14號(hào)樣本，依次類推，直到29步所有的樣本聚為一類。

（三）聚類結(jié)果分析

第一類：天津、浙江、北京、江蘇、上海。這5省市經(jīng)濟(jì)實(shí)力雄厚，農(nóng)村經(jīng)濟(jì)發(fā)展水平最高，因此定義為高水平地區(qū)。

第二類：內(nèi)蒙古、黑龍江、遼寧、福建、廣東、湖南。這6省市由于地處東部沿海，無(wú)論經(jīng)濟(jì)實(shí)力還是生產(chǎn)力無(wú)疑都在全國(guó)平均水平之上，因此定義為中高水平地區(qū)。

第三類：山西、青海、陜西、寧夏、河南、吉林、湖北、新疆、河北、山東。這10省區(qū)的農(nóng)村經(jīng)濟(jì)發(fā)展水平基本與全國(guó)平均水平持平，因此定義為中低水平地區(qū)。

第四類：安徽、西藏、廣西、江西、四川、重慶、貴州、云南、甘肅，這9省區(qū)除安徽省由于地處西部高原山地地區(qū)，農(nóng)業(yè)發(fā)展條件差，農(nóng)村經(jīng)濟(jì)水平低，因此歸類為全國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展水平低水平地區(qū)。

（四）GIS數(shù)據(jù)分析

從主成分分析和聚類分析結(jié)果看，如圖2效率聚類綜合排名，五個(gè)紅點(diǎn)區(qū)域和白色區(qū)域顯示東部沿海省市，農(nóng)村金融資源利用水平高，農(nóng)村經(jīng)濟(jì)發(fā)達(dá)。北部和南部共六個(gè)藍(lán)點(diǎn)區(qū)域農(nóng)村經(jīng)濟(jì)發(fā)展水平較高，農(nóng)村金融資源利用水平較高。十個(gè)綠點(diǎn)區(qū)域呈現(xiàn)明顯橫向排列，說(shuō)明我國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展較低地區(qū)，農(nóng)村經(jīng)濟(jì)發(fā)展水平并不呈現(xiàn)東高西低依次遞減的態(tài)勢(shì)。九個(gè)紫點(diǎn)區(qū)域集中于我國(guó)西南地區(qū)，說(shuō)明我國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展低水平地區(qū)多位于西南部。

三、農(nóng)村金融資源差異化配置模式的選擇

結(jié)合主成分分析和聚類分析，農(nóng)村經(jīng)濟(jì)金融發(fā)達(dá)的高水平地區(qū)，應(yīng)采用市場(chǎng)導(dǎo)向型農(nóng)村金融資源配置模式；農(nóng)村金融資源效率中等水平的地區(qū)，應(yīng)采用政府-市場(chǎng)雙導(dǎo)向型的農(nóng)村金融資源配置模式；農(nóng)村經(jīng)濟(jì)金融效率低水平地區(qū)，應(yīng)采用政府導(dǎo)向型的農(nóng)村金融資源配置模式。

（一）加強(qiáng)金融機(jī)構(gòu)改革，構(gòu)建城鄉(xiāng)一體化的金融體系endprint

在發(fā)達(dá)地區(qū)，通過(guò)產(chǎn)業(yè)化經(jīng)營(yíng)模式向現(xiàn)代化農(nóng)業(yè)方向發(fā)展，第二、三產(chǎn)業(yè)發(fā)展迅速且已占比重較大，成為金融支持的主要產(chǎn)業(yè)。因此，逐步建立一個(gè)城鄉(xiāng)一體化、全方位多層次的金融體系，為城鄉(xiāng)經(jīng)濟(jì)主體服務(wù)。隨著發(fā)達(dá)地區(qū)農(nóng)村的日益發(fā)展，以市場(chǎng)化的運(yùn)作方式提高其經(jīng)營(yíng)能力，服務(wù)于農(nóng)村及周邊“非農(nóng)”領(lǐng)域。農(nóng)村商業(yè)銀行通過(guò)財(cái)政與政策的支持和優(yōu)惠，鼓勵(lì)和引導(dǎo)其服務(wù)農(nóng)村。同時(shí)，結(jié)合農(nóng)村土地制度改革，允許農(nóng)戶用土地使用權(quán)作抵押辦理土地抵押貸款，減少農(nóng)戶和企業(yè)貸款的難度和借款的交易成本，加大投入并更新和改造農(nóng)村金融服務(wù)設(shè)備，以提高農(nóng)村金融服務(wù)效率。

（二）繼續(xù)發(fā)揮政府的作用，強(qiáng)化農(nóng)村金融機(jī)構(gòu)的支農(nóng)功能

政府繼續(xù)在法律法規(guī)與制度完善、市場(chǎng)準(zhǔn)入與農(nóng)村金融機(jī)構(gòu)建設(shè)、財(cái)政性補(bǔ)貼與財(cái)稅優(yōu)惠政策等方面加大導(dǎo)向作用。發(fā)揮引領(lǐng)、示范、帶動(dòng)功能，完善較發(fā)達(dá)區(qū)域農(nóng)村經(jīng)濟(jì)與金融的市場(chǎng)化程度與規(guī)范化水平，提高農(nóng)村金融資源配置效率。通過(guò)開放多元化農(nóng)村金融市場(chǎng)，形成商業(yè)金融、合作金融、政策性金融和民間金融互為補(bǔ)充，引導(dǎo)農(nóng)業(yè)發(fā)展銀行與村鎮(zhèn)銀行將資金投入農(nóng)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展、農(nóng)村及縣域基礎(chǔ)設(shè)施建設(shè)、農(nóng)產(chǎn)品交易市場(chǎng)、現(xiàn)代農(nóng)業(yè)與農(nóng)業(yè)科技園區(qū)建設(shè)等領(lǐng)域。構(gòu)建政府導(dǎo)向的農(nóng)村金融發(fā)展支持體系，形成小額農(nóng)戶貸款免稅政策、農(nóng)業(yè)保險(xiǎn)補(bǔ)貼政策、農(nóng)機(jī)具補(bǔ)貼制度和新型農(nóng)村金融機(jī)構(gòu)設(shè)立政策等。

（三）完善相關(guān)制度建設(shè)，增強(qiáng)支農(nóng)的目標(biāo)性

合理布局村鎮(zhèn)銀行在農(nóng)村的營(yíng)業(yè)網(wǎng)點(diǎn)，增強(qiáng)村鎮(zhèn)銀行支持農(nóng)村經(jīng)濟(jì)發(fā)展的力度，發(fā)揮村鎮(zhèn)銀行服務(wù)“三農(nóng)”作用。根據(jù)地方實(shí)際，探索農(nóng)村小額貸款公司功能，強(qiáng)化金融機(jī)構(gòu)的作用邊界，增強(qiáng)支農(nóng)的針對(duì)性與目標(biāo)性，提高農(nóng)村金融資源配置效率。從技術(shù)創(chuàng)新與培訓(xùn)、土地流轉(zhuǎn)制度創(chuàng)新、農(nóng)村社會(huì)保障等具有創(chuàng)新的功能方面入手，不斷提高農(nóng)村金融資源配置效率。加強(qiáng)農(nóng)村信用社、村鎮(zhèn)銀行和小額貸款公司作為支農(nóng)主力軍，為“三農(nóng)”更好發(fā)展提供金融服務(wù)。

（四）構(gòu)建農(nóng)村資金回流機(jī)制，提供農(nóng)村金融技術(shù)支持

在欠發(fā)達(dá)農(nóng)村地區(qū)，為農(nóng)村企業(yè)、農(nóng)戶風(fēng)險(xiǎn)轉(zhuǎn)移與銀行的信貸風(fēng)險(xiǎn)提供優(yōu)質(zhì)社會(huì)信用環(huán)境，引導(dǎo)和規(guī)范發(fā)展民間融資。綜合運(yùn)用利息補(bǔ)貼、稅收、擔(dān)保等經(jīng)濟(jì)手段，引導(dǎo)和促進(jìn)農(nóng)村金融、合作金融和其他社會(huì)資金流向農(nóng)村，積極支持農(nóng)村經(jīng)濟(jì)的發(fā)展。在制度創(chuàng)新、信息聯(lián)通、成本降低、發(fā)展適度等方面形成互補(bǔ)效應(yīng)。加大金融教育、金融文化的普及，向企業(yè)與農(nóng)戶提供金融技術(shù)支持，金融技術(shù)的普及便利了農(nóng)村經(jīng)營(yíng)主體與涉農(nóng)金融機(jī)構(gòu)的交易，交易雙方能夠在金融產(chǎn)品服務(wù)上實(shí)現(xiàn)對(duì)接和均衡發(fā)展。

（五）加強(qiáng)農(nóng)村金融生態(tài)環(huán)境建設(shè)

建全農(nóng)村企業(yè)信用評(píng)級(jí)和信用鄉(xiāng)（鎮(zhèn)、村、戶）建設(shè)，營(yíng)造重信用、講誠(chéng)信的社會(huì)氛圍。按照政府組織、企業(yè)參股、銀行托管、市場(chǎng)運(yùn)作的方式組建農(nóng)村信用擔(dān)保公司，建立分層次的擔(dān)保體系，開展對(duì)農(nóng)村企業(yè)和大額資金需求農(nóng)戶的融資擔(dān)保業(yè)務(wù)。優(yōu)化農(nóng)村金融生態(tài)環(huán)境，理順農(nóng)村資金運(yùn)行機(jī)制，形成資金聚集的“洼地”效應(yīng)。推進(jìn)農(nóng)村土地?fù)?dān)保立法，完善農(nóng)民享有土地承包經(jīng)營(yíng)權(quán)。

[參考文獻(xiàn)]

[1]閆萍.淺議金融服務(wù)農(nóng)村供給側(cè)改革[J].現(xiàn)代金融，2016（6）：20-21.

[2]張文匯.金融助力農(nóng)業(yè)供給側(cè)改革[J].農(nóng)村金融，2016（8）：80-81.

[3]郭永田.發(fā)揮政策性金融優(yōu)勢(shì)推動(dòng)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革[J].農(nóng)業(yè)發(fā)展與金融，2016（6）：40-46.

[4]楊志宏.金融與農(nóng)業(yè)供給側(cè)改革[J].中國(guó)金融，2016（24）：87-88.

[5]韓玉.推動(dòng)農(nóng)業(yè)供給側(cè)改革的金融策略[J].現(xiàn)代金融，2016（5）：10-11.

[6]艾睿.基于農(nóng)業(yè)供給側(cè)改革的農(nóng)村金融創(chuàng)新研究[J].西南金融，2016（12）：30-34.

[7]樓文龍.農(nóng)業(yè)供給側(cè)改革的基礎(chǔ)金融服務(wù)[J].農(nóng)村金融，2016（9）：31-33.

[8]潘超.城鎮(zhèn)化、勞動(dòng)力遷移轉(zhuǎn)移與城鄉(xiāng)金融配置結(jié)構(gòu)[J].金融發(fā)展研究，2014（10）：9-15.

[9]李萬(wàn)超.基于主成分分析法的我國(guó)農(nóng)村金融資源配置效率研究[J].金融理論與實(shí)踐，2014（3）：55-58.

[10]李季剛.中國(guó)農(nóng)村經(jīng)濟(jì)區(qū)域協(xié)調(diào)發(fā)展研究-基于經(jīng)濟(jì)發(fā)展程度與金融發(fā)展模式差異的視角[J].金融理論與實(shí)踐，2012（1）：20-24.

[11]李明賢.我國(guó)中部地區(qū)農(nóng)村金融資源配置效率實(shí)證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011（7）：75-81.

[12]牛劍平.中國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展水平的區(qū)域差異分析[J].經(jīng)濟(jì)地理，2010（3）：479-483.

[責(zé)任編輯：高萌]endprint