• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)全要素生產(chǎn)率增長
      ——基于交互效應(yīng)視角

      2021-07-08 10:40:56呂太升
      關(guān)鍵詞:回歸系數(shù)生產(chǎn)率信貸

      唐 勇,呂太升

      (石河子大學(xué) a.經(jīng)濟(jì)與管理學(xué)院;b.兵團(tuán)金融發(fā)展研究中心,新疆 石河子 832000 )

      引 言

      近年來,我國糧食增產(chǎn)、農(nóng)民增收的步伐持續(xù)放緩,依靠要素投入的農(nóng)業(yè)粗放型生產(chǎn)方式越來越不符合我國農(nóng)業(yè)現(xiàn)代化和農(nóng)業(yè)高質(zhì)量發(fā)展的需要[1]。新時(shí)期為更好地推動(dòng)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革,實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展,必須加快轉(zhuǎn)變農(nóng)業(yè)經(jīng)濟(jì)發(fā)展方式,提高農(nóng)業(yè)全要素生產(chǎn)率。農(nóng)業(yè)全要素生產(chǎn)率的提升是一個(gè)時(shí)間跨度長且投資規(guī)模較大的過程,在這一過程中需要建立起較為完善的農(nóng)村金融制度,保障農(nóng)業(yè)資本的持續(xù)供給,有效分散農(nóng)業(yè)技術(shù)創(chuàng)新的風(fēng)險(xiǎn)。作為農(nóng)村金融的重要組成部分,農(nóng)業(yè)信貸的投放可以為農(nóng)業(yè)全要素生產(chǎn)率的提高提供源源不斷的資金動(dòng)力,而農(nóng)業(yè)保險(xiǎn)的發(fā)展能夠規(guī)避和分散農(nóng)業(yè)全要素生產(chǎn)率提升進(jìn)程中面臨的風(fēng)險(xiǎn),同時(shí)農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的聯(lián)動(dòng)又能夠進(jìn)一步彌補(bǔ)各自發(fā)展的不足之處,更好地提高農(nóng)業(yè)生產(chǎn)的規(guī)模效率和要素配置效率,從而進(jìn)一步提高農(nóng)業(yè)全要素生產(chǎn)率。

      目前,學(xué)者們主要從農(nóng)村基礎(chǔ)設(shè)施[2-3]、要素配置[4-5]、農(nóng)村金融發(fā)展[6-8]、外商直接投資[9-10]和城鎮(zhèn)化水平[11]等方面探究了農(nóng)業(yè)全要素生產(chǎn)率提高的影響因素。其中關(guān)于農(nóng)村金融發(fā)展對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響,現(xiàn)有研究主要基于農(nóng)村金融結(jié)構(gòu)、農(nóng)村金融發(fā)展規(guī)模等總體角度去分析,也有部分學(xué)者分析了農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響[12-13],但鮮有學(xué)者將農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)放入統(tǒng)一分析框架中去探討農(nóng)村金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響,也少有文獻(xiàn)去分析農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)在提升農(nóng)業(yè)全要素生產(chǎn)率過程中的互動(dòng)作用。事實(shí)上,伴隨著我國農(nóng)村金融體制的不斷改革與完善,一方面,農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)均得到了較為快速的發(fā)展,成為支持農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革和服務(wù)農(nóng)業(yè)現(xiàn)代化的重要?jiǎng)恿?;另一方面,我國也在不斷探索建立農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)相結(jié)合的銀保互動(dòng)機(jī)制,農(nóng)業(yè)信貸與保險(xiǎn)之間的相互促進(jìn)作用對(duì)于農(nóng)業(yè)生產(chǎn)、農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)全要素生產(chǎn)率的提升也愈發(fā)重要。因此區(qū)別于以往研究文獻(xiàn),本文將農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)放入統(tǒng)一分析框架當(dāng)中,基于交互效應(yīng)視角,從理論與實(shí)證分析兩個(gè)層面探討農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)及二者之間的聯(lián)動(dòng)發(fā)展對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

      一、理論分析

      (一)農(nóng)業(yè)信貸與農(nóng)業(yè)全要素生產(chǎn)率

      現(xiàn)階段,我國農(nóng)村金融體系仍是以銀行信貸為主的間接融資體系,農(nóng)業(yè)信貸對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長具有重要意義。

      農(nóng)業(yè)信貸可以緩解農(nóng)業(yè)全要素生產(chǎn)率提高面臨的資金短缺問題。農(nóng)業(yè)長期以來都是經(jīng)濟(jì)發(fā)展過程中的弱勢產(chǎn)業(yè),經(jīng)濟(jì)效益低且具有天然的脆弱性和風(fēng)險(xiǎn)性,因此僅依靠農(nóng)業(yè)自身的資本積累,很難滿足農(nóng)業(yè)持續(xù)擴(kuò)大再生產(chǎn)的需要,資本短缺限制了農(nóng)業(yè)全要素生產(chǎn)率的提高。農(nóng)業(yè)信貸的投放可以彌補(bǔ)農(nóng)業(yè)自身資本積累不足的弊端,減小農(nóng)業(yè)技術(shù)研發(fā)和推廣的資金缺口,帶動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步,從而提高農(nóng)業(yè)全要素生產(chǎn)率。

      農(nóng)業(yè)信貸能夠提高資源配置效率水平,提升農(nóng)業(yè)技術(shù)效率,進(jìn)而提高農(nóng)業(yè)全要素生產(chǎn)率。農(nóng)業(yè)信貸相比于政府財(cái)政支農(nóng)資金,是以市場化的方式運(yùn)行,會(huì)追求較高的回報(bào)率,因此存在選擇機(jī)制。農(nóng)村金融機(jī)構(gòu)依托自身網(wǎng)點(diǎn)優(yōu)勢、人員優(yōu)勢、信息優(yōu)勢,將農(nóng)業(yè)貸款以市場化的利率發(fā)放給資本使用效率較高的企業(yè)或個(gè)人,實(shí)現(xiàn)自身利益最大化,這也迫使貸款主體不斷提高信貸資金的使用效率,加大農(nóng)業(yè)技術(shù)投入以改進(jìn)生產(chǎn)效率,帶動(dòng)農(nóng)業(yè)技術(shù)的普及,提高農(nóng)業(yè)全要素生產(chǎn)率。

      農(nóng)村金融機(jī)構(gòu)為保障農(nóng)業(yè)信貸資金的安全性,防范農(nóng)業(yè)信貸資金挪為他用,會(huì)加大對(duì)農(nóng)業(yè)信貸資金和農(nóng)業(yè)經(jīng)營主體的監(jiān)督力度[14],這有助于保障農(nóng)業(yè)信貸資金主要運(yùn)用于農(nóng)業(yè)生產(chǎn)領(lǐng)域和農(nóng)業(yè)技術(shù)研發(fā)領(lǐng)域,推動(dòng)農(nóng)業(yè)生產(chǎn)的規(guī)模擴(kuò)張和農(nóng)業(yè)技術(shù)的研發(fā)與推廣,進(jìn)而推動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步,最終提高農(nóng)業(yè)全要素生產(chǎn)率。

      (二)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)全要素生產(chǎn)率

      農(nóng)業(yè)保險(xiǎn)作為農(nóng)村金融體系的重要組成部分,其對(duì)農(nóng)業(yè)全要素生產(chǎn)率促進(jìn)作用越來越突出。

      農(nóng)業(yè)保險(xiǎn)可以幫助穩(wěn)定農(nóng)業(yè)生產(chǎn),帶動(dòng)農(nóng)民收入增加,保障農(nóng)業(yè)生產(chǎn)資料的持續(xù)投入,進(jìn)而提升農(nóng)業(yè)全要素生產(chǎn)率[15]。農(nóng)業(yè)作為一個(gè)弱勢產(chǎn)業(yè),易于受到自然災(zāi)害和市場價(jià)格風(fēng)險(xiǎn)的影響,這些因素均制約了我國農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)全要素生產(chǎn)率的提高。一方面,當(dāng)自然災(zāi)害發(fā)生時(shí),保險(xiǎn)公司為農(nóng)戶產(chǎn)生的損失進(jìn)行理賠,幫助農(nóng)戶恢復(fù)再生產(chǎn),因此可以起到穩(wěn)定農(nóng)業(yè)生產(chǎn)的作用;另一方面,農(nóng)業(yè)保險(xiǎn)可以幫助平穩(wěn)農(nóng)產(chǎn)品市場的價(jià)格波動(dòng),即便風(fēng)險(xiǎn)真正發(fā)生后,農(nóng)業(yè)經(jīng)營主體也可以借助農(nóng)業(yè)保險(xiǎn)得到彌補(bǔ),避免出現(xiàn)豐產(chǎn)不豐收的現(xiàn)象,進(jìn)而有助于增加農(nóng)民收入?;谏鲜龇治龅贸觯r(nóng)業(yè)保險(xiǎn)的引入為穩(wěn)定農(nóng)業(yè)生產(chǎn)和增加農(nóng)民收入起到了至關(guān)重要的作用。當(dāng)農(nóng)業(yè)生產(chǎn)和農(nóng)民收入較為穩(wěn)定時(shí),農(nóng)業(yè)保險(xiǎn)能夠幫助農(nóng)戶持續(xù)擴(kuò)大農(nóng)業(yè)生產(chǎn)資料的投入,改善農(nóng)業(yè)生產(chǎn)環(huán)境和更新農(nóng)業(yè)生產(chǎn)設(shè)備,進(jìn)而帶動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步,提高農(nóng)業(yè)技術(shù)效率,最終提升農(nóng)業(yè)全要素生產(chǎn)率。

      農(nóng)業(yè)保險(xiǎn)能夠改變農(nóng)戶的生產(chǎn)投資偏好,優(yōu)化農(nóng)業(yè)資源配置,調(diào)整農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)生產(chǎn)結(jié)構(gòu),從而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率水平的提高[13]。農(nóng)業(yè)保險(xiǎn)將農(nóng)業(yè)生產(chǎn)設(shè)施和技術(shù)設(shè)備納入保險(xiǎn)保障范圍,有助于農(nóng)業(yè)生產(chǎn)經(jīng)營主體進(jìn)一步加大風(fēng)險(xiǎn)性農(nóng)業(yè)資本的的投入力度,能夠提高農(nóng)業(yè)機(jī)械化、科技化水平,帶動(dòng)農(nóng)業(yè)技術(shù)的普及和全要素生產(chǎn)率的提高[16]。同時(shí),農(nóng)戶參保對(duì)家庭生產(chǎn)經(jīng)營的其他方面也會(huì)產(chǎn)生影響,如對(duì)既有種植結(jié)構(gòu)進(jìn)行調(diào)整、在農(nóng)業(yè)與非農(nóng)領(lǐng)域重新配置勞動(dòng)力等,進(jìn)而優(yōu)化農(nóng)業(yè)資源配置,提高農(nóng)業(yè)技術(shù)效率[17],最終實(shí)現(xiàn)農(nóng)業(yè)全要素生產(chǎn)率的提高。

      (三)農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)全要素生產(chǎn)率

      一方面,農(nóng)村金融機(jī)構(gòu)是以營利為目的的生產(chǎn)經(jīng)營主體,其對(duì)資金具有較高的預(yù)期回報(bào),由于我國耕地資源和農(nóng)業(yè)生產(chǎn)分布較為分散,沒有形成規(guī)?;彤a(chǎn)業(yè)化的生產(chǎn)方式,這使得農(nóng)村金融機(jī)構(gòu)面臨較高的運(yùn)營成本和較大的道德風(fēng)險(xiǎn);另一方面,農(nóng)業(yè)生產(chǎn)面臨較大的自然風(fēng)險(xiǎn)和市場價(jià)格風(fēng)險(xiǎn),具有天然的脆弱性和高風(fēng)險(xiǎn)性,而資本逐利性與農(nóng)業(yè)生產(chǎn)天然的脆弱性和高風(fēng)險(xiǎn)性相矛盾[18]。因此當(dāng)不受外界因素影響時(shí),農(nóng)村金融機(jī)構(gòu)基于成本與收益的考量會(huì)減少農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)供給,導(dǎo)致市場化的農(nóng)村金融供給不足,無法滿足農(nóng)業(yè)發(fā)展需要,這會(huì)制約農(nóng)業(yè)資本的持續(xù)投入,從而不利于農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)全要素生產(chǎn)率的提高。

      農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)聯(lián)動(dòng)發(fā)展可以有效解決農(nóng)村金融供給不足問題,對(duì)進(jìn)一步提高農(nóng)業(yè)全要素生產(chǎn)率具有重要作用。首先,農(nóng)業(yè)保險(xiǎn)不僅能夠預(yù)防和分散農(nóng)業(yè)風(fēng)險(xiǎn),同時(shí)農(nóng)戶可以將保單當(dāng)作抵押品,向銀行申請(qǐng)貸款,這有助于降低農(nóng)業(yè)信貸所面臨的風(fēng)險(xiǎn),減少銀行壞賬的發(fā)生,從而提高農(nóng)業(yè)信貸的可得性;同時(shí),農(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)也可以委托銀行代為出售農(nóng)業(yè)保險(xiǎn),增加銀行的中間收入,最終提高農(nóng)村金融機(jī)構(gòu)發(fā)放農(nóng)業(yè)信貸的積極性。其次,農(nóng)村銀行類金融機(jī)構(gòu)相比于保險(xiǎn)類金融機(jī)構(gòu),在農(nóng)村地區(qū)布局更為廣泛,網(wǎng)點(diǎn)較多,因此具有較多的信息優(yōu)勢,因此農(nóng)業(yè)信貸的發(fā)放可以使農(nóng)戶投入更多的資金購買農(nóng)業(yè)保險(xiǎn),二者之間的信息共享有助于降低農(nóng)業(yè)保險(xiǎn)面臨的道德風(fēng)險(xiǎn),促進(jìn)農(nóng)業(yè)保險(xiǎn)的進(jìn)一步高質(zhì)量發(fā)展。因此,農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的結(jié)合實(shí)現(xiàn)了二者之間功能的互補(bǔ),能夠最大限度地發(fā)揮二者支農(nóng)的作用,促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和提升農(nóng)業(yè)技術(shù)效率,更好地提高農(nóng)業(yè)全要素生產(chǎn)率,實(shí)現(xiàn)農(nóng)業(yè)的高質(zhì)量發(fā)展。

      二、研究設(shè)計(jì)

      (一)模型設(shè)定

      1.農(nóng)業(yè)全要素生產(chǎn)率測度方法

      現(xiàn)階段,對(duì)于我國農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測度的方法主要包括參數(shù)方法如生產(chǎn)函數(shù)法和非參數(shù)方法如數(shù)據(jù)包絡(luò)分析法兩大類,其中非參數(shù)方法在實(shí)際運(yùn)用中無需事先設(shè)定具體的生產(chǎn)函數(shù)形式,因此能夠有效避免因生產(chǎn)函數(shù)設(shè)定有誤而帶來的測量誤差,使得其在農(nóng)業(yè)全要素生產(chǎn)率的測算中得到廣泛運(yùn)用。鑒于本文使用的是面板數(shù)據(jù),為便于不同年份與地區(qū)間進(jìn)行比較,參考高帆[19]等學(xué)者做法,采用DEA-Malmquist指數(shù)法對(duì)我國內(nèi)陸31個(gè)省(自治區(qū)、直轄市)2011—2018年農(nóng)業(yè)全要素生產(chǎn)率(TFP)進(jìn)行測度,并將其進(jìn)一步分解為農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)(TECH)、農(nóng)業(yè)技術(shù)效率指數(shù)(EFFCH),具體測算步驟為:

      首先需要引入基于投入產(chǎn)出的距離函數(shù)

      (1)

      (1)式中,xi、yi、δ分別代表投入變量、產(chǎn)出變量和定向輸出效率變量。t期和t+1期的Malmquist生產(chǎn)率指數(shù)可分別表達(dá)為:

      Mt=(xt,yt,yt+1)=dt(xt+1,yt+1)/dt(xt,yt)

      (2)

      Mt+1=(xt,yt,yt+1)=dt+1(xt+1,yt+1)/dt+1(xt,yt)

      (3)

      那么,從t期和t+1期全要素生產(chǎn)率變化的Malmquist指數(shù)為:

      (4)

      (4)式中Mt,t+1即為t期和t+ 1 期的農(nóng)業(yè)全要素生產(chǎn)率變化率,進(jìn)一步將農(nóng)業(yè)全要素生產(chǎn)率(TFP)分解為農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)(TECH)、農(nóng)業(yè)技術(shù)效率指數(shù)(EFFCH),公式為:

      Mt,t+1=tech(xt,yt,xt+1,yt+1)×effch(xt,yt,xt+1,yt+1)

      (5)

      其中,有關(guān)投入指標(biāo)主要包括第一產(chǎn)業(yè)從業(yè)人數(shù)(單位:萬人)、農(nóng)作物播種面積(單位: khm2)、農(nóng)業(yè)機(jī)械總動(dòng)力(單位: 104 KW)和農(nóng)藥化肥施用量(104 t);產(chǎn)出指標(biāo)以農(nóng)林牧漁總產(chǎn)值(單位:億元)表示,為了使不同年份數(shù)據(jù)的比較具有科學(xué)性,本文選擇通過農(nóng)林牧漁總產(chǎn)值指數(shù)對(duì)農(nóng)林牧漁總產(chǎn)值進(jìn)行調(diào)整,調(diào)整為以2011 年為不變價(jià)格的實(shí)際農(nóng)林牧漁總產(chǎn)值。

      2.固定效應(yīng)模型

      基于內(nèi)生增長理論模型,本文參考Levine[20]、王悅[13]等學(xué)者做法,將農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)引入內(nèi)生增長模型,如果技術(shù)進(jìn)步為??怂怪行裕敲瓷a(chǎn)函數(shù)公式為:

      Yit=Ait(bank,ins,crs)×F(Kit,Lit)

      (6)

      其中,Yit表示各地區(qū)農(nóng)林牧漁業(yè)總產(chǎn)值,Kit、Lit分別表示資本投入和勞動(dòng)力投入,Ait(bank,ins,crs)為各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率,i和t分別表示地區(qū)和時(shí)間。假定農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)會(huì)對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響,因此可以假設(shè)農(nóng)業(yè)全要素生產(chǎn)率Ait(bank,ins,crs)是一個(gè)多元組合,受農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)的影響,即:

      Ait(bank,ins,crs)=δit×Bankitβ1×Insβ2×crsitα

      (7)

      (7)式中,Bankit表示各地區(qū)農(nóng)業(yè)信貸發(fā)展水平,Insit表示各地區(qū)農(nóng)業(yè)保險(xiǎn)發(fā)展水平,crsit為一系列控制變量,δit為影響農(nóng)業(yè)全要素生產(chǎn)率的其他因素,β1和β2為待估參數(shù)。將(7)式帶入到(6)式中可得:

      (8)

      對(duì)(8)式兩邊取對(duì)數(shù)可得:

      LNTFPit=α+β1LNBANKkit+β2LNINSit+ρ1LNCZit+ρ2LNISLit+ρ3LNURBANit+ρ4LNDISAit+αi+εit

      (9)

      (9)式中,LNTFPit表示農(nóng)業(yè)全要素生產(chǎn)率,由于農(nóng)業(yè)全要素生產(chǎn)率(TFP)又可以進(jìn)一步分解為農(nóng)業(yè)技術(shù)進(jìn)步(TECH)和農(nóng)業(yè)技術(shù)效率(EFFCH),因此被解釋變量主要包括LNTFPit、LNTECHit、LNEFFCHit三個(gè)變量;LNBANKit表示各地區(qū)農(nóng)業(yè)信貸發(fā)展水平,LNINSit表示各地區(qū)農(nóng)業(yè)保險(xiǎn)發(fā)展水平;控制變量主要包括政府財(cái)政支農(nóng)水平LNCZit、城鎮(zhèn)化水平LNURBANit、產(chǎn)業(yè)結(jié)構(gòu)水平LNISLit、農(nóng)作物受災(zāi)面積LNAAit;β1和β2為待估參數(shù),αi表示個(gè)體固定效應(yīng),εit表示隨機(jī)擾動(dòng)項(xiàng)。

      為考察農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)聯(lián)動(dòng)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響,本文進(jìn)一步將農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng)引入到模型中,構(gòu)建如下模型:

      LNTFPit=α+β1LNBANKit+β2LNINSit+β3LNBANKit*LNINSit+ρ1LNCZit+ρ2LNISLit+ρ3LNURBANit+ρ4LNDISAit+αi+εit

      (10)

      (10)式中,LNBANKit*LNINSit表示農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng),為便于加入交互項(xiàng)后系數(shù)的可比性,本文參考Balli et al[21]做法,對(duì)農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)的每個(gè)觀察值都做去均值處理,在此基礎(chǔ)上構(gòu)建農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)交互項(xiàng),其余變量內(nèi)涵與(9)式相同。

      (二)變量設(shè)計(jì)

      1.被解釋變量

      包括農(nóng)業(yè)全要素生產(chǎn)率(LNTFP)、農(nóng)業(yè)技術(shù)進(jìn)步(LNTECH)和農(nóng)業(yè)技術(shù)效率(LNEFFCH)。

      由于Malmquist指數(shù)法得到的農(nóng)業(yè)全要素生產(chǎn)率是年度之間的變化量而非水平量,因此參考許海平、王岳龍[22]和王悅[13]等學(xué)者的做法,通過將測度出的Malmquist指數(shù)各項(xiàng)指標(biāo)調(diào)整為以2010年為基期的水平方向上對(duì)應(yīng)的累計(jì)變動(dòng)率,其計(jì)算公式為:

      (11)

      (11)式中,ATFP表示各年的累計(jì)農(nóng)業(yè)全要素生產(chǎn)率,TFP表示測度出來的各年度之間的變化量,同理可得各項(xiàng)構(gòu)成指標(biāo)的累計(jì)變化數(shù)值。借助DEAP2.1軟件對(duì)2011—2018年中國內(nèi)陸31個(gè)省份的農(nóng)業(yè)全要素生產(chǎn)率(TFP)、農(nóng)業(yè)技術(shù)進(jìn)步(TECH)和農(nóng)業(yè)技術(shù)效率(EFFCH)進(jìn)行測度,并按照式(11)調(diào)整為各年的累計(jì)變化值作為被解釋變量,用于回歸分析。

      2.解釋變量

      包括農(nóng)業(yè)信貸(LNBANK)與農(nóng)業(yè)保險(xiǎn)(LNINS)。

      農(nóng)業(yè)信貸(LNBANK):學(xué)者對(duì)農(nóng)業(yè)信貸衡量指標(biāo)較多,如農(nóng)業(yè)貸款、涉農(nóng)貸款等。相比于農(nóng)業(yè)貸款,涉農(nóng)貸款統(tǒng)計(jì)包含的內(nèi)容更為廣泛,更能體現(xiàn)農(nóng)業(yè)信貸對(duì)農(nóng)村經(jīng)濟(jì)和農(nóng)業(yè)發(fā)展的支持力度,因此本文選擇涉農(nóng)貸款作為農(nóng)業(yè)信貸的替代指標(biāo)。

      農(nóng)業(yè)保險(xiǎn)(LNINS):農(nóng)業(yè)保費(fèi)收入直接體現(xiàn)了各省份農(nóng)業(yè)保險(xiǎn)的發(fā)展現(xiàn)狀,因此本文選取農(nóng)業(yè)保費(fèi)收入作為農(nóng)業(yè)保險(xiǎn)的代理變量。

      3.控制變量

      包括政府財(cái)政支農(nóng)水平(LNCZ)、產(chǎn)業(yè)結(jié)構(gòu)水平(LNISL)、城鎮(zhèn)化水平(LNURBAN)、自然災(zāi)害水平(LNDISA)。

      政府財(cái)政支農(nóng)水平(LNCZ):政府財(cái)政支農(nóng)有效地支持了農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)的發(fā)展,因此政府財(cái)政支農(nóng)水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有重要作用。本文選取政府財(cái)政支農(nóng)強(qiáng)度即政府財(cái)政支農(nóng)支出占財(cái)政總支出的比重作為政府財(cái)政支農(nóng)水平的代理變量。

      產(chǎn)業(yè)結(jié)構(gòu)水平(LNISL):產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整能夠優(yōu)化地區(qū)資源配置,促進(jìn)農(nóng)村地區(qū)轉(zhuǎn)型,因此產(chǎn)業(yè)結(jié)構(gòu)水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有重要影響。本文選取第二、三產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重作為產(chǎn)業(yè)結(jié)構(gòu)水平的代理變量,考察產(chǎn)業(yè)結(jié)構(gòu)水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

      城鎮(zhèn)化水平(LNISL):城鎮(zhèn)化建設(shè)會(huì)伴隨著人口、資本和土地要素的流動(dòng),有助于農(nóng)業(yè)集約化經(jīng)營,提升農(nóng)業(yè)全要素生產(chǎn)率,因此本文選擇城鎮(zhèn)化率作為城鎮(zhèn)化水平的代理變量,考察其對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

      自然災(zāi)害水平(LNDISA):自然災(zāi)害會(huì)阻礙農(nóng)業(yè)生產(chǎn)的持續(xù)穩(wěn)定進(jìn)行,進(jìn)而不利于農(nóng)業(yè)全要素生產(chǎn)率的提高,本文選取農(nóng)作物實(shí)際受災(zāi)面積作為自然災(zāi)害的代理變量,考察其對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

      (三)數(shù)據(jù)來源與描述性統(tǒng)計(jì)

      本文選取2011—2018年我國內(nèi)陸地區(qū)31個(gè)省(自治區(qū)、直轄市)共計(jì)248個(gè)樣本數(shù)據(jù),其中除涉農(nóng)貸款外,各變量原始數(shù)據(jù)均取自于各省(自治區(qū)、直轄市)統(tǒng)計(jì)年鑒(2012—2019)、《中國統(tǒng)計(jì)年鑒》(2012—2019)、EPS數(shù)據(jù)庫,涉農(nóng)貸款數(shù)據(jù)來源于中國人民銀行發(fā)布的2011—2018年各省(自治區(qū)、直轄市)的《金融運(yùn)行報(bào)告》,各變量的描述性統(tǒng)計(jì)結(jié)果見表1。

      表1 變量描述性統(tǒng)計(jì)結(jié)果

      三、實(shí)證結(jié)果與分析

      (一)農(nóng)業(yè)全要素生產(chǎn)率測算結(jié)果分析

      借助DEAP2.1軟件,選擇DEA-Malmquist指數(shù)法,對(duì)2011—2018年中國內(nèi)陸31個(gè)省份的農(nóng)業(yè)全要素生產(chǎn)率(TFP)、農(nóng)業(yè)技術(shù)進(jìn)步(TECH)和農(nóng)業(yè)技術(shù)效率(EFFCH)進(jìn)行測度,測度結(jié)果如表2所示。表2顯示,2011—2018年我國31個(gè)省級(jí)樣本的農(nóng)業(yè)全要素生產(chǎn)率(TFP)增長率均大于1,保持持續(xù)增長的態(tài)勢,從全國平均水平來看,考察期內(nèi)農(nóng)業(yè)全要素生產(chǎn)率(TFP)為1.076,年均保持7.6%的增長速度。通過將農(nóng)業(yè)全要素生產(chǎn)率(TFP)進(jìn)一步分解發(fā)現(xiàn),各省份年均農(nóng)業(yè)技術(shù)進(jìn)步(TECH)增長率均大于1,有效支撐了農(nóng)業(yè)全要素生產(chǎn)率(TFP)增長;農(nóng)業(yè)技術(shù)效率(EFFCH)增長率數(shù)值較小,有許多省份的年均農(nóng)業(yè)技術(shù)效率增長率小于1,即許多省份農(nóng)業(yè)技術(shù)效率呈現(xiàn)出惡化的態(tài)勢。這表明目前我國農(nóng)業(yè)全要素生產(chǎn)率(TFP)的增長主要依托于農(nóng)業(yè)技術(shù)進(jìn)步(TECH),而非農(nóng)業(yè)技術(shù)效率(EFFCH)改善。

      表2 2011—2018年全國及各省份農(nóng)業(yè)全要素生產(chǎn)率增長率及各分解指數(shù)均值狀況

      (二)全樣本回歸結(jié)果分析

      為探究農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)及二者交互作用對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響,同時(shí)進(jìn)一步保證回歸結(jié)果的穩(wěn)健性和準(zhǔn)確性,本文分別列出了不加控制變量和加入控制變量兩種情形下的混合OLS、隨機(jī)效應(yīng)RE和固定效應(yīng)FE三種模型的回歸結(jié)果,回歸結(jié)果如表3所示。結(jié)果表明,無論是否加入控制變量,三種模型下的回歸結(jié)果不存在顯著差異,回歸結(jié)果具有良好的穩(wěn)健性。在對(duì)模型的設(shè)定類型進(jìn)行了Hausman檢驗(yàn)后發(fā)現(xiàn),各模型均應(yīng)設(shè)定為固定效應(yīng)模型,因此下文重點(diǎn)分析固定效應(yīng)模型下的回歸結(jié)果。

      表3列(3)顯示在不加入控制變量的前提下,農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)和農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)分別為0.145、0.093和0.022,且通過了1%的顯著性水平檢驗(yàn)?;诖丝梢缘贸?,一方面,農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)的發(fā)展可以顯著地促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高,且農(nóng)業(yè)信貸的促進(jìn)作用要大于農(nóng)業(yè)保險(xiǎn);另一方面,農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響并不是相互獨(dú)立的,二者之間存在彼此依賴,即農(nóng)業(yè)信貸的規(guī)模擴(kuò)大能夠增強(qiáng)農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響,農(nóng)業(yè)保險(xiǎn)發(fā)展水平的提高也能夠增強(qiáng)農(nóng)業(yè)信貸對(duì)于農(nóng)業(yè)全要素生產(chǎn)率的促進(jìn)作用,二者的協(xié)調(diào)發(fā)展能夠進(jìn)一步提高農(nóng)業(yè)全要素生產(chǎn)率。將各控制變量加入到模型當(dāng)中后,表3列(6)顯示了農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)和農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)均在1%的顯著性水平下顯著為正,與未加入控制變量之前的各回歸系數(shù)保持一致,這表明本文的回歸結(jié)果具有良好的穩(wěn)健性。

      表3 農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的估計(jì)結(jié)果(全國樣本)

      就控制變量而言,政府財(cái)政支農(nóng)水平的提高對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)為負(fù),但不顯著;城鎮(zhèn)化水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)顯著為正,即城鎮(zhèn)化水平的提高能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率增長;產(chǎn)業(yè)結(jié)構(gòu)水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)顯著為負(fù),這表明產(chǎn)業(yè)結(jié)構(gòu)水平提高抑制了農(nóng)業(yè)全要素生產(chǎn)率的提高;自然災(zāi)害對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)顯著為負(fù),這表明農(nóng)作物受災(zāi)面積抑制了農(nóng)業(yè)全要素生產(chǎn)率的提高。

      (三)區(qū)域異質(zhì)性分析

      由于我國不同地區(qū)之間資源稟賦條件、經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)發(fā)展基礎(chǔ)存在較大差異,因此區(qū)別于以往研究,本文將我國31個(gè)省份進(jìn)一步劃分為糧食主產(chǎn)區(qū)、主銷區(qū)與產(chǎn)銷平衡區(qū)三大功能區(qū),探討農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)與二者的交互項(xiàng)對(duì)三大糧食生產(chǎn)功能區(qū)農(nóng)業(yè)全要素生產(chǎn)率影響的區(qū)域異質(zhì)性。表4列(7)-(12)顯示,農(nóng)業(yè)信貸對(duì)糧食主產(chǎn)區(qū)、主銷區(qū)、產(chǎn)銷平衡區(qū)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)均顯著為正,其中農(nóng)業(yè)信貸對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長的促進(jìn)作用最大,主銷區(qū)次之、產(chǎn)銷平衡區(qū)最??;農(nóng)業(yè)保險(xiǎn)對(duì)糧食主銷區(qū)和產(chǎn)銷平衡區(qū)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)顯著為正,對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)為負(fù),這表明農(nóng)業(yè)保險(xiǎn)促進(jìn)了糧食主銷區(qū)和產(chǎn)銷平衡區(qū)農(nóng)業(yè)全要素生產(chǎn)率的增長,卻抑制了糧食主產(chǎn)區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提高。究其原因,可能為我國糧食主產(chǎn)區(qū)省份大多位于長江和黃河兩條水系的沿線,這些地區(qū)地形和氣候條件復(fù)雜多樣,易受到自然災(zāi)害的影響,而這些地區(qū)的農(nóng)業(yè)保險(xiǎn)發(fā)展水平滯后于農(nóng)業(yè)現(xiàn)代化發(fā)展的需要,不能夠有效分散農(nóng)業(yè)生產(chǎn)面臨的諸多風(fēng)險(xiǎn),因此不利于優(yōu)化農(nóng)業(yè)資源配置和推廣農(nóng)業(yè)技術(shù),進(jìn)而抑制了該地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提高;農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng)對(duì)糧食主產(chǎn)區(qū)、主銷區(qū)、產(chǎn)銷平衡區(qū)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)均為正,其中對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提升作用最大,產(chǎn)銷平衡區(qū)次之,糧食主銷區(qū)最小,這與全國層面得到的回歸結(jié)果相一致,即農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響存在相互依賴的關(guān)系,二者相輔相成更有利于提高農(nóng)業(yè)全要素生產(chǎn)率。

      表4 農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的分地區(qū)估計(jì)結(jié)果

      (四)進(jìn)一步討論

      農(nóng)業(yè)全要素生產(chǎn)率(TFP)又可進(jìn)一步分解為農(nóng)業(yè)技術(shù)進(jìn)步(TECH)和農(nóng)業(yè)技術(shù)效率(EFFCH)兩個(gè)維度,為探究農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)及二者交互項(xiàng)作用于農(nóng)業(yè)全要素生產(chǎn)率的途徑,本文將農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)技術(shù)效率分別作為被解釋變量與農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)和二者交互項(xiàng)做回歸,結(jié)果如表5所示。

      表5列(13)-(14)列出了加入控制變量前后農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)及二者交互項(xiàng)對(duì)農(nóng)業(yè)技術(shù)進(jìn)步的影響。結(jié)果顯示,無論是否加入控制變量,農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)技術(shù)進(jìn)步的回歸系數(shù)均顯著為正,而農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)交互項(xiàng)對(duì)農(nóng)業(yè)技術(shù)進(jìn)步的回歸系數(shù)為正,但沒有通過顯著性水平檢驗(yàn)。這表明農(nóng)業(yè)信貸能夠?yàn)檗r(nóng)業(yè)技術(shù)進(jìn)步提供持續(xù)的資金動(dòng)力,有利于農(nóng)業(yè)技術(shù)和先進(jìn)農(nóng)業(yè)機(jī)械設(shè)備的推廣,促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步;農(nóng)業(yè)保險(xiǎn)的發(fā)展能夠有效分散和降低農(nóng)業(yè)技術(shù)進(jìn)步的風(fēng)險(xiǎn),穩(wěn)定農(nóng)業(yè)生產(chǎn),進(jìn)而促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步;農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)交互項(xiàng)對(duì)農(nóng)業(yè)技術(shù)進(jìn)步的回歸系數(shù)為正,但不顯著,這啟示我們未來需要進(jìn)一步加強(qiáng)農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的聯(lián)動(dòng)發(fā)展,更好地促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步,最終提高農(nóng)業(yè)全要素生產(chǎn)率。

      表5列(15)-(16)顯示了加入控制變量前后農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)及二者交互項(xiàng)對(duì)農(nóng)業(yè)技術(shù)效率的影響。結(jié)果顯示,農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)技術(shù)效率的回歸系數(shù)為正,但均沒有通過顯著性檢驗(yàn),這表明現(xiàn)階段農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)技術(shù)效率具有促進(jìn)作用,但作用不明顯,未來需要提高農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)的發(fā)展水平,更好地促進(jìn)農(nóng)業(yè)技術(shù)效率優(yōu)化;農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng)對(duì)農(nóng)業(yè)技術(shù)效率的回歸系數(shù)顯著為正,即農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的聯(lián)動(dòng)發(fā)展能夠更好地增強(qiáng)各自的作用,有助于解決地區(qū)資金積累和風(fēng)險(xiǎn)控制的問題,從而優(yōu)化地區(qū)農(nóng)業(yè)資源配置,提高農(nóng)業(yè)技術(shù)效率,最終提高農(nóng)業(yè)全要素生產(chǎn)率。

      表5 農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)技術(shù)進(jìn)步、技術(shù)進(jìn)步效率的估計(jì)結(jié)果

      總體而言,農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)主要是通過帶動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步,進(jìn)而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提高,而農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的聯(lián)動(dòng)發(fā)展不僅能夠帶動(dòng)地區(qū)農(nóng)業(yè)技術(shù)進(jìn)步,還有助于改善地區(qū)農(nóng)業(yè)技術(shù)效率,最終提高農(nóng)業(yè)全要素生產(chǎn)率。

      (五)穩(wěn)健性檢驗(yàn)

      為保證回歸結(jié)果的穩(wěn)健性,本文進(jìn)行了以下穩(wěn)健性檢驗(yàn):第一,通過將不加控制變量與加入控制變量滯后的回歸結(jié)果做對(duì)比發(fā)現(xiàn),各主要解釋變量的回歸系數(shù)大小、方向與顯著性并沒有發(fā)生變化,表明回歸結(jié)果具有良好的穩(wěn)健性;第二,本文在區(qū)域異質(zhì)性分析的過程中,將全國樣本進(jìn)一步劃分為糧食主產(chǎn)區(qū)、主銷區(qū)和產(chǎn)銷平衡區(qū),各子樣本的回歸結(jié)果大都與全國層面的回歸結(jié)果基本保持一致,這同樣表明回歸結(jié)果具有良好的穩(wěn)健性;第三,由于加入了農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng),由此會(huì)使得交互項(xiàng)與農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)相關(guān),可能會(huì)產(chǎn)生內(nèi)生性問題。因此為降低模型的內(nèi)生性,本文將農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)交互項(xiàng)滯后一期,加入到模型當(dāng)中,回歸結(jié)果如表6所示。結(jié)果顯示,無論是否加入控制變量,各解釋變量回歸系數(shù)與表3回歸結(jié)果保持一致,因此表明本文回歸結(jié)果具有良好的穩(wěn)健性。

      表6 穩(wěn)健性估計(jì)結(jié)果

      四、研究結(jié)論與對(duì)策建議

      (一)研究結(jié)論

      本文從理論層面分析了農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)與二者交互作用對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長的作用機(jī)理,并通過DEA-Malmquist指數(shù)法對(duì)2011—2018年我國31個(gè)省(自治區(qū)、直轄市)的農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測度,在此基礎(chǔ)上構(gòu)建了固定效應(yīng)模型探究農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)及二者交互項(xiàng)對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長的影響及作用路徑。所得研究結(jié)論主要包括:我國各省份農(nóng)業(yè)全要素生產(chǎn)率保持持續(xù)增長的趨勢,且農(nóng)業(yè)技術(shù)進(jìn)步成為驅(qū)動(dòng)農(nóng)業(yè)全要素生產(chǎn)率的增長主動(dòng)力;農(nóng)業(yè)信貸、農(nóng)業(yè)保險(xiǎn)及二者的交互項(xiàng)均有效支撐了農(nóng)業(yè)全要素生產(chǎn)率增長,其中農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)主要是通過帶動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步,進(jìn)而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提高,而農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的聯(lián)動(dòng)不僅能夠帶動(dòng)地區(qū)農(nóng)業(yè)技術(shù)進(jìn)步,還有助于改善地區(qū)農(nóng)業(yè)技術(shù)效率,最終提高農(nóng)業(yè)全要素生產(chǎn)率;分地區(qū)來看,農(nóng)業(yè)信貸和農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的交互項(xiàng)對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)全要素生產(chǎn)率的促進(jìn)作用最強(qiáng),產(chǎn)銷平衡區(qū)次之,糧食主銷區(qū)最小,但農(nóng)業(yè)保險(xiǎn)卻抑制了糧食主產(chǎn)區(qū)全要素生產(chǎn)率的增長。

      (二)對(duì)策建議

      第一,加大涉農(nóng)貸款的投放力度,創(chuàng)新涉農(nóng)貸款產(chǎn)品,建立完善的信貸支農(nóng)體系。實(shí)踐表明,涉農(nóng)貸款能夠彌補(bǔ)農(nóng)業(yè)發(fā)展的資金缺口,提高農(nóng)村地區(qū)資源配置效率水平,進(jìn)而促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步,提升農(nóng)業(yè)技術(shù)效率,有助于農(nóng)業(yè)全要素生產(chǎn)率的增長。但由于現(xiàn)階段我國耕地資源和農(nóng)業(yè)生產(chǎn)分布較為分散,沒有形成規(guī)模化和產(chǎn)業(yè)化的生產(chǎn)方式,這使得農(nóng)村金融機(jī)構(gòu)面臨較高的運(yùn)營成本,導(dǎo)致農(nóng)村地區(qū)市場化的農(nóng)業(yè)信貸資金供給不足,無法滿足農(nóng)業(yè)發(fā)展需要。因此,需要針對(duì)我國農(nóng)業(yè)生產(chǎn)實(shí)際,一方面整合地區(qū)信貸資源,鼓勵(lì)農(nóng)村金融機(jī)構(gòu)加大對(duì)農(nóng)村地區(qū)的布局力度,持續(xù)擴(kuò)大涉農(nóng)貸款的投放規(guī)模;另一方面需要在現(xiàn)有信貸產(chǎn)品基礎(chǔ)上,支持涉農(nóng)金融機(jī)構(gòu)加大金融創(chuàng)新力度,滿足不同規(guī)模、不同種類涉農(nóng)主體的貸款需求,實(shí)現(xiàn)涉農(nóng)經(jīng)營主體的全覆蓋,同時(shí)也要進(jìn)一步建立起農(nóng)業(yè)貸款擔(dān)保制度,降低涉農(nóng)貸款機(jī)構(gòu)面臨的風(fēng)險(xiǎn),共同形成完善的信貸支農(nóng)體系。

      第二,加大農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼力度,擴(kuò)大農(nóng)業(yè)保險(xiǎn)保障范圍,提高農(nóng)業(yè)保險(xiǎn)保障水平。農(nóng)業(yè)保險(xiǎn)具有準(zhǔn)公共物品屬性,能夠有效分散和轉(zhuǎn)移農(nóng)業(yè)經(jīng)濟(jì)發(fā)展面臨的自然災(zāi)害風(fēng)險(xiǎn)和市場價(jià)格波動(dòng)風(fēng)險(xiǎn),進(jìn)而穩(wěn)定農(nóng)業(yè)生產(chǎn),保障農(nóng)產(chǎn)品供給和農(nóng)民增收。因此,需要各級(jí)財(cái)政加大對(duì)農(nóng)業(yè)保險(xiǎn)保費(fèi)的補(bǔ)貼力度,提高農(nóng)業(yè)保險(xiǎn)發(fā)展水平,釋放農(nóng)業(yè)保險(xiǎn)紅利;與此同時(shí),農(nóng)業(yè)保險(xiǎn)還需要進(jìn)一步擴(kuò)大保障范圍,如將農(nóng)業(yè)生產(chǎn)設(shè)施和技術(shù)設(shè)備納入保險(xiǎn)保障范圍能夠提高農(nóng)業(yè)機(jī)械化、科技化水平,增強(qiáng)農(nóng)業(yè)綜合生產(chǎn)能力[16],進(jìn)而提高農(nóng)業(yè)全要素生產(chǎn)率。

      第三,積極推動(dòng)農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)聯(lián)動(dòng)發(fā)展,不斷開發(fā)“信貸+保險(xiǎn)”新產(chǎn)品,探索建立農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)相結(jié)合的銀?;?dòng)新機(jī)制。實(shí)踐證明,農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)的聯(lián)動(dòng)發(fā)展既有效降低了農(nóng)業(yè)信貸風(fēng)險(xiǎn),提高了農(nóng)業(yè)信貸的可獲得性,也能夠提高農(nóng)業(yè)保險(xiǎn)發(fā)展水平,增強(qiáng)農(nóng)業(yè)的風(fēng)險(xiǎn)保障能力,二者相互促進(jìn)、相互補(bǔ)充。因此,需要加強(qiáng)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)貸款的深度融合發(fā)展,不斷開發(fā)“信貸+保險(xiǎn)”新產(chǎn)品,探索建立農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)相結(jié)合的銀?;?dòng)新機(jī)制,進(jìn)而提高農(nóng)村金融服務(wù)水平。

      猜你喜歡
      回歸系數(shù)生產(chǎn)率信貸
      中國城市土地生產(chǎn)率TOP30
      決策(2022年7期)2022-08-04 09:24:20
      聚焦Z世代信貸成癮
      國外技術(shù)授權(quán)、研發(fā)創(chuàng)新與企業(yè)生產(chǎn)率
      多元線性回歸的估值漂移及其判定方法
      電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋果砧木抗寒性的比較
      多元線性模型中回歸系數(shù)矩陣的可估函數(shù)和協(xié)方差陣的同時(shí)Bayes估計(jì)及優(yōu)良性
      關(guān)于機(jī)床生產(chǎn)率設(shè)計(jì)的探討
      中國市場(2016年45期)2016-05-17 05:15:26
      綠色信貸對(duì)霧霾治理的作用分析
      固定成本與中國制造業(yè)生產(chǎn)率分布
      On Commuting Graph of Group Ring ZnS3?
      县级市| 邮箱| 喀什市| 卢氏县| 新蔡县| 洞头县| 阿巴嘎旗| 民乐县| 武强县| 台江县| 当雄县| 蒙阴县| 福泉市| 司法| 荔浦县| 海晏县| 舒城县| 莱阳市| 天峨县| 鸡泽县| 山阴县| 芜湖市| 通城县| 德阳市| 屏山县| 承德县| 株洲县| 华池县| 磴口县| 凤翔县| 丹江口市| 昌邑市| 广元市| 工布江达县| 新昌县| 英超| 吉木萨尔县| 泗水县| 庆城县| 鄂尔多斯市| 突泉县|