裴 奔，鄭 彬

（南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，南京 210037）

新時(shí)代背景下，實(shí)現(xiàn)鄉(xiāng)村振興離不開(kāi)國(guó)家的宏觀調(diào)控與金融支持；總結(jié)金融支持現(xiàn)代農(nóng)業(yè)的已有經(jīng)驗(yàn)，研究利于國(guó)家金融支農(nóng)、扶農(nóng)的具體經(jīng)濟(jì)因素，揭示金融支持與現(xiàn)代農(nóng)業(yè)發(fā)展的深層聯(lián)系可以促進(jìn)農(nóng)業(yè)增長(zhǎng)，進(jìn)一步解放農(nóng)業(yè)生產(chǎn)力。眾學(xué)者對(duì)金融支持現(xiàn)代農(nóng)業(yè)的探究初見(jiàn)成效。駱昭東結(jié)合陜西省實(shí)例，從優(yōu)勢(shì)互補(bǔ)等層面給出助農(nóng)貸款的發(fā)展建議[1]。張敏、姚萍研究江蘇省農(nóng)業(yè)發(fā)展，證明了財(cái)政支農(nóng)力度對(duì)現(xiàn)代農(nóng)業(yè)的積極作用[2]。沙宇蕾通過(guò)勞動(dòng)投資等類別的綜合分析，得到了政府支持農(nóng)業(yè)固定投資可提高我國(guó)農(nóng)業(yè)產(chǎn)值的結(jié)論[3]。

然而，各學(xué)者的諸多研究仍存在一些問(wèn)題。首先，大部分學(xué)者所使用的數(shù)據(jù)為截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)，視角較為受限，缺少面板數(shù)據(jù)分析。其次，眾學(xué)者們所使用的研究對(duì)象不夠統(tǒng)一，在統(tǒng)計(jì)口徑與變量選擇上均存在些許差異，不利于宏觀層面的整體分析。

因此，本文選取近年來(lái)我國(guó)內(nèi)地各地區(qū)統(tǒng)一口徑的面板數(shù)據(jù)，從宏觀的角度對(duì)金融支持現(xiàn)代農(nóng)業(yè)進(jìn)行實(shí)證分析，使得研究更具科學(xué)性。

1 研究設(shè)計(jì)

1.1 變量選取

被解釋變量方面，考慮到現(xiàn)代農(nóng)業(yè)的多維性，本文選取現(xiàn)代農(nóng)業(yè)的廣義解釋，選擇“農(nóng)林牧漁業(yè)總產(chǎn)值”（Y）作為被解釋變量，具體的計(jì)量標(biāo)準(zhǔn)為各產(chǎn)業(yè)的產(chǎn)品及副產(chǎn)品總產(chǎn)量與單位價(jià)格的乘積，再將四項(xiàng)產(chǎn)業(yè)的產(chǎn)值進(jìn)行加總。

解釋變量方面，我國(guó)現(xiàn)代農(nóng)業(yè)發(fā)展的主要推動(dòng)力為社會(huì)層面的金融機(jī)構(gòu)支持、國(guó)家層面的財(cái)政支持，綜合變量的易得性與典型性，本文選取如下的兩個(gè)解釋變量：一是“農(nóng)林牧漁業(yè)貸款”（L），作為社會(huì)層面金融機(jī)構(gòu)支持代表，計(jì)量標(biāo)準(zhǔn)為金融機(jī)構(gòu)發(fā)放給農(nóng)戶進(jìn)行農(nóng)林牧漁業(yè)各項(xiàng)活動(dòng)的貸款之和。二是“農(nóng)林水事務(wù)支出”（O），作為國(guó)家層面財(cái)政支持代表，計(jì)量標(biāo)準(zhǔn)為包括我國(guó)農(nóng)業(yè)、水利等各項(xiàng)事務(wù)的經(jīng)濟(jì)支出總和。

1.2 數(shù)據(jù)來(lái)源

本文所有數(shù)據(jù)選取的時(shí)間段為2014—2017年，選取的地區(qū)為中國(guó)內(nèi)地31個(gè)省、市、自治區(qū)，不含港、澳、臺(tái)地區(qū)。除特別說(shuō)明，所有原始數(shù)據(jù)均來(lái)自國(guó)泰安CSMAR數(shù)據(jù)庫(kù)。

1.3 模型設(shè)定

本文選取的具體計(jì)量模型如（1）所示，μ表示隨機(jī)誤差項(xiàng)。

2 實(shí)證分析

2.1 回歸模型分析與檢驗(yàn)

不同估計(jì)策略模型的結(jié)果如表1所示，其中“*”表示p<0.05，“**”表示p<0.01。

表1 不同模型下的回歸結(jié)果

三種模型下L與O的系數(shù)為正，其經(jīng)濟(jì)含義為農(nóng)林漁業(yè)的總產(chǎn)值（Y）受農(nóng)林牧漁業(yè)貸款（L）與農(nóng)林水事務(wù)支出（O）的正向影響，且相比前者，后者對(duì)于現(xiàn)代農(nóng)業(yè)的發(fā)展影響更為顯著。

2.1.1 混合回歸模型

混合回歸模型下的常數(shù)項(xiàng)是負(fù)值，表示存在某些因素不利于現(xiàn)代農(nóng)業(yè)的發(fā)展，可能與農(nóng)業(yè)條件、勞動(dòng)力質(zhì)量等影響因素相關(guān)。此外，考慮到面板數(shù)據(jù)存在的個(gè)體效應(yīng)及異質(zhì)特性，將所有數(shù)據(jù)看成截面數(shù)據(jù)進(jìn)行回歸存在極端傾向，需要借助其它估計(jì)策略進(jìn)一步優(yōu)化。

2.1.2 固定效應(yīng)回歸模型

我國(guó)各地光照、降水等自然條件存在地域差異，相同省、市、自治區(qū)在不同年份也存在一定的差異，為此需要進(jìn)行固定效應(yīng)回歸（模型Ⅱ）。模型Ⅱ情況下，F(xiàn)統(tǒng)計(jì)值為14.32，對(duì)應(yīng)p值為0.000 0，總體線性顯著，各解釋變量在1%的顯著性水平下也得以通過(guò)檢驗(yàn)。

同時(shí)，在進(jìn)行模型Ⅱ與模型Ⅰ比較檢驗(yàn)時(shí)，對(duì)應(yīng)的F統(tǒng)計(jì)量與p值分別為116.77、0.000 0，故拒絕“H0：混合回歸更優(yōu)”的原假設(shè)，認(rèn)為模型Ⅱ優(yōu)于模型Ⅰ。

2.1.3 隨機(jī)效應(yīng)回歸模型

由固定效應(yīng)模型的討論，可基本明確數(shù)據(jù)的個(gè)體效應(yīng)，下面通過(guò)相關(guān)檢驗(yàn)進(jìn)一步分析。

①LM檢驗(yàn)。該檢驗(yàn)的原假設(shè)為“H0：σu2=0”，若拒絕H0則表示模型Ⅲ更優(yōu)，檢驗(yàn)結(jié)果如表2所示。由于“Prob>chibar2”的值為0.000 0，因此模型Ⅲ優(yōu)于模型Ⅰ。

表2 LM檢驗(yàn)結(jié)果

②豪斯曼檢驗(yàn)。該檢驗(yàn)是在隨機(jī)效應(yīng)模型與固定效應(yīng)模型間比較取優(yōu)，原假設(shè)為“H0：cov（ui，xit）=cov（ui，zit）=0”，檢驗(yàn)的p值為0.000 0，因此認(rèn)為模型Ⅱ優(yōu)于模型Ⅲ。

2.2 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

由于本研究選取的為短面板數(shù)據(jù)，若存在序列相關(guān)，對(duì)所有數(shù)據(jù)進(jìn)行差分后損失的樣本較多，將不再具代表性，故不再討論數(shù)據(jù)的序列相關(guān)性，僅討論該面板數(shù)據(jù)的截面相關(guān)性。

對(duì)數(shù)據(jù)進(jìn)行Friedman檢驗(yàn)，該檢驗(yàn)是針對(duì)短面板的截面相關(guān)性檢驗(yàn)，得到Friedman值為6.755、p值為1.000 0，故接受無(wú)截面相關(guān)的原假設(shè)，認(rèn)為不存在截面相關(guān)性。

2.3 模型結(jié)果

綜合如上模型，可見(jiàn)固定效應(yīng)模型最為貼切。在固定效應(yīng)模型下具體的計(jì)量模型為：

該模型的R2為0.677 1，擬合程度較好；在其他條件不改變的前提下，農(nóng)林牧漁業(yè)貸款額每增加1億元，農(nóng)林牧漁業(yè)的總產(chǎn)值增加0.456億元；財(cái)政支出中農(nóng)林水事務(wù)支出每增加1億元，農(nóng)林牧漁業(yè)的總產(chǎn)值增加1.039億元。

3 結(jié)論與建議

3.1 結(jié)論

現(xiàn)代農(nóng)業(yè)受我國(guó)金融支持發(fā)展力度的積極推動(dòng)，社會(huì)層面的金融機(jī)構(gòu)支持與國(guó)家層面的財(cái)政支持均是鄉(xiāng)村振興的有效推進(jìn)力，并且在資金條件類似的情況下，依靠政府的涉農(nóng)支出更能帶動(dòng)農(nóng)業(yè)現(xiàn)代化的發(fā)展推進(jìn)。

3.2 建議

為促進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展，優(yōu)化金融支持現(xiàn)代農(nóng)業(yè)效果，可從多層面統(tǒng)籌并進(jìn)，具體如下。

3.2.1 個(gè)人層面

金融支持鄉(xiāng)村振興離不開(kāi)農(nóng)民個(gè)人良好的金融素養(yǎng)。農(nóng)民作為鄉(xiāng)村振興、現(xiàn)代農(nóng)業(yè)的直接參與者，其金融態(tài)度、知識(shí)、技能直接影響金融支持現(xiàn)代農(nóng)業(yè)的最終結(jié)果[4]。農(nóng)民應(yīng)注重了解各項(xiàng)金融政策，提升自身的金融素養(yǎng)，提高農(nóng)民的金融參與滿意度[5]，完成發(fā)展農(nóng)業(yè)意愿到實(shí)踐的有機(jī)銜接[6]，實(shí)現(xiàn)金融助農(nóng)資源的帕累托最優(yōu)，從鄉(xiāng)村振興的執(zhí)行終端保證農(nóng)業(yè)經(jīng)濟(jì)的持續(xù)高效發(fā)展。

3.2.2 社會(huì)層面

金融機(jī)構(gòu)信貸支農(nóng)力度是現(xiàn)代農(nóng)業(yè)發(fā)展的必要基礎(chǔ)。農(nóng)村商業(yè)銀行應(yīng)進(jìn)一步明晰定位，適當(dāng)加大涉農(nóng)資金投入，因地制宜改進(jìn)外部環(huán)境，積極呼應(yīng)中央的相關(guān)政策，貫徹落實(shí)《鄉(xiāng)村振興戰(zhàn)略規(guī)劃》的精神，切實(shí)保證信貸支農(nóng)的資金下沉。

此外，農(nóng)村商業(yè)銀行還應(yīng)注重貼合鄉(xiāng)村居民需求，實(shí)現(xiàn)金融服務(wù)與產(chǎn)品的鄉(xiāng)村化[7]，加強(qiáng)對(duì)農(nóng)業(yè)主體發(fā)展和經(jīng)營(yíng)的跟蹤分析，推廣“銀村直連”生態(tài)平臺(tái)并不斷提高鄉(xiāng)村財(cái)務(wù)管理的信息化水平[8]，以優(yōu)化金融支持的規(guī)模、結(jié)構(gòu)與效率。

3.2.3 國(guó)家層面

我國(guó)政府需要繼續(xù)優(yōu)化財(cái)政投入“三農(nóng)”的強(qiáng)度、力度、寬度，注重公共財(cái)政中農(nóng)林水事務(wù)的支出總額與比例，尤其要考慮農(nóng)林水事務(wù)在正向空間的溢出效應(yīng)，有側(cè)重地適度增加溢出效應(yīng)相對(duì)可觀的農(nóng)林水事務(wù)支出比重，以實(shí)現(xiàn)國(guó)家富農(nóng)助農(nóng)的精準(zhǔn)性與高效性。

與此同時(shí)，國(guó)家與政府層面要不斷優(yōu)化我國(guó)針對(duì)“三農(nóng)”問(wèn)題的相關(guān)財(cái)政政策，為實(shí)現(xiàn)建設(shè)美麗中國(guó)的目標(biāo)深化改革、開(kāi)拓創(chuàng)新，實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略新的飛躍。