• 
    

    
    

      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 ?

      鄉(xiāng)村振興背景下農(nóng)村金融影響西部地區(qū)綠色發(fā)展的機(jī)制分析

      2021-09-12 05:48:38朱建華李榮強(qiáng)
      江蘇農(nóng)業(yè)科學(xué) 2021年15期
      關(guān)鍵詞:空間溢出空間杜賓模型綠色發(fā)展

      朱建華 李榮強(qiáng)

      摘要:基于貴州省各地州市2010—2019年的面板數(shù)據(jù),分析農(nóng)村金融影響綠色發(fā)展的3個(gè)機(jī)制,并綜合運(yùn)用探索性空間數(shù)據(jù)分析方法測(cè)度綠色發(fā)展,探討綠色發(fā)展與農(nóng)村金融各機(jī)制之間的空間自相關(guān)性和局部集聚空間格局演變,在此基礎(chǔ)上利用空間杜賓模型實(shí)證研究農(nóng)村金融對(duì)綠色發(fā)展的影響程度。結(jié)果表明:貴州省綠色發(fā)展具有較強(qiáng)的空間自相關(guān)特征,且空間聚集特征明顯;在杜賓模型空間固定的情況下,農(nóng)村金融規(guī)模的擴(kuò)大和農(nóng)村金融效率的提升可以促進(jìn)綠色發(fā)展,而農(nóng)村金融結(jié)構(gòu)對(duì)綠色發(fā)展存在負(fù)向影響;農(nóng)村金融結(jié)構(gòu)、人均GDP以及教育水平等因素對(duì)西部地區(qū)綠色發(fā)展的影響較小,農(nóng)村金融規(guī)模的擴(kuò)大以及金融效率的提升是促進(jìn)西部地區(qū)綠色發(fā)展的關(guān)鍵。研究豐富了農(nóng)村金融對(duì)綠色發(fā)展的作用機(jī)制,以期為今后農(nóng)村金融促進(jìn)西部地區(qū)綠色發(fā)展提供一定的理論依據(jù)與方法參考,進(jìn)而推動(dòng)城鄉(xiāng)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展,實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略目標(biāo)。

      關(guān)鍵詞:農(nóng)村金融;綠色發(fā)展;空間相關(guān)性;空間溢出;空間杜賓模型

      中圖分類號(hào): F327;F832.7;X322? 文獻(xiàn)標(biāo)志碼: A

      文章編號(hào):1002-1302(2021)15-0001-06

      收稿日期:2021-04-27

      基金項(xiàng)目:國(guó)家社會(huì)科學(xué)基金(編號(hào):19XMZ089)。

      作者簡(jiǎn)介:朱建華(1966—),男,湖南洞口人,教授,主要研究方向?yàn)榻鹑谂c區(qū)域經(jīng)濟(jì)發(fā)展。E-mail:948841731@qq.com。

      通信作者:李榮強(qiáng),碩士研究生,主要研究方向?yàn)閰^(qū)域金融與農(nóng)村金融。E-mail:654621500@qq.com。

      近年來(lái)我國(guó)隨著經(jīng)濟(jì)規(guī)模的快速擴(kuò)張,環(huán)境污染問(wèn)題也日益加重,全國(guó)各地均受到不同程度的影響,西部地區(qū)的水土流失、土壤石漠化以及沙塵暴等問(wèn)題凸顯,這為提升西部地區(qū)的綠色發(fā)展敲響了警鐘。另一方面,隨著全國(guó)脫貧攻堅(jiān)工作的進(jìn)一步推進(jìn),農(nóng)村地區(qū)的鄉(xiāng)村振興建設(shè)也在有序開展。2018年,中央出臺(tái)了《國(guó)家鄉(xiāng)村振興戰(zhàn)略規(guī)劃》,對(duì)“三農(nóng)”建設(shè)作出了重大決策部署,強(qiáng)調(diào)要順應(yīng)社會(huì)經(jīng)濟(jì)發(fā)展趨勢(shì),將鄉(xiāng)村振興作為當(dāng)前工作的重中之重。金融作為現(xiàn)代經(jīng)濟(jì)的核心,在市場(chǎng)經(jīng)濟(jì)中占據(jù)重要地位,因此通過(guò)推動(dòng)農(nóng)村金融的發(fā)展,進(jìn)一步推進(jìn)產(chǎn)融結(jié)合的普及,可以有效提高農(nóng)村地區(qū)的發(fā)展效率。但是,我國(guó)西部地區(qū)農(nóng)村金融發(fā)展水平薄弱,綠色發(fā)展有限,尤其是環(huán)境保護(hù)和生態(tài)治理方面存在許多問(wèn)題。在此背景下,西部地區(qū)綠色發(fā)展離不開農(nóng)村金融的推進(jìn),所以如何充分合理發(fā)揮農(nóng)村金融對(duì)綠色發(fā)展的促進(jìn)作用,是本研究要探討的主要內(nèi)容。

      1 文獻(xiàn)綜述

      在過(guò)往的文獻(xiàn)中,也有較多學(xué)者對(duì)農(nóng)村金融與綠色發(fā)展等領(lǐng)域進(jìn)行了較為系統(tǒng)的研究,劉耀彬等以我國(guó)各個(gè)地級(jí)市為數(shù)據(jù)樣本,建立面板模型,并用經(jīng)濟(jì)內(nèi)生增長(zhǎng)理論探析金融發(fā)展對(duì)我國(guó)綠色發(fā)展的影響,研究結(jié)果表明金融發(fā)展水平對(duì)綠色發(fā)展存在門檻效應(yīng)[1]。耿劉利等通過(guò)研究金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響路徑,表明農(nóng)村金融對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展具有顯著支持作用,并從理論和實(shí)際2個(gè)層面分析了中國(guó)農(nóng)村金融未來(lái)的方向[2]。劉敏樓運(yùn)用了VAR模型以及協(xié)整和誤差修正模型,通過(guò)研究金融發(fā)展過(guò)程中的生態(tài)環(huán)境因素對(duì)農(nóng)村金融發(fā)展的影響,最后提出了農(nóng)村金融的發(fā)展在一定程度上依賴于金融環(huán)境要素的結(jié)論[3]。張宇青等在金融發(fā)展與區(qū)域間綠色發(fā)展的基礎(chǔ)上,總結(jié)出了二者關(guān)系以及相關(guān)機(jī)制,并通過(guò)運(yùn)用空間杜賓模型和面板數(shù)據(jù)進(jìn)行了相關(guān)的實(shí)證分析,最后提出企業(yè)監(jiān)督效應(yīng)和資本配置效應(yīng)對(duì)區(qū)域間綠色發(fā)展起到了積極影響,推動(dòng)作用最為顯著[4]。

      然而,相關(guān)文獻(xiàn)較少將農(nóng)村金融與環(huán)境問(wèn)題二者結(jié)合起來(lái)探討,鮮有文獻(xiàn)把農(nóng)村金融和綠色發(fā)展聯(lián)系起來(lái)分析其影響機(jī)制,因此這其中的一些重要的機(jī)制性問(wèn)題并未解決。同時(shí),缺少農(nóng)村金融對(duì)綠色發(fā)展影響的實(shí)證分析,在研究?jī)烧咧g關(guān)系時(shí),所選取的變量較為固定且較少考慮控制變量的影響。鑒于此,本研究擬從鄉(xiāng)村振興的視角出發(fā),基于貴州省9個(gè)市州2010—2019年的面板數(shù)據(jù),利用數(shù)據(jù)包絡(luò)分析方法測(cè)度生態(tài)效率作為綠色發(fā)展的代理變量,運(yùn)用空間自相關(guān)法分析綠色發(fā)展和農(nóng)村金融區(qū)域相關(guān)性及集群效應(yīng),并通過(guò)空間杜賓模型分析農(nóng)村金融影響綠色發(fā)展的作用機(jī)制其影響程度。

      2 變量選取與數(shù)據(jù)來(lái)源

      2.1 變量選取

      2.1.1 被解釋變量:綠色發(fā)展水平(LEVEL) 當(dāng)前對(duì)綠色發(fā)展水平的測(cè)度常用方法有2種,一種是指數(shù)法,即通過(guò)構(gòu)建綠色發(fā)展指數(shù)進(jìn)行指標(biāo)評(píng)價(jià),另一種則是效率法,利用數(shù)據(jù)包絡(luò)分析(DEA)方法測(cè)度投入產(chǎn)出效率。而本研究將使用“生態(tài)效率”的概念來(lái)表述并測(cè)度綠色發(fā)展水平,反映了資源與環(huán)境雙重約束下的投入產(chǎn)出效率,利用文獻(xiàn)[5]的方法來(lái)測(cè)度生態(tài)效率并將之作為綠色發(fā)展的代理變量。假定有N個(gè)單位決策元(DUM),有2個(gè)要素:投入變量、產(chǎn)出變量,DEA模型可以描述如下:

      ∑nj=1λjXj+s-=σX0,j=1,2,3,…,m

      ∑nj=1λjYj+s+=Y0,j=1,2,3,…,m

      λj,s-,s+≥0。(1)

      Huang等曾經(jīng)用環(huán)境污染綜合指數(shù)、地區(qū)生產(chǎn)總值等作為為產(chǎn)出變量來(lái)反映環(huán)境的約束情況,而用就業(yè)形勢(shì)、資本的存量以及能源的消耗作為投入變量來(lái)反映資源的約束[5];張雪梅選取能源消費(fèi)量、建設(shè)用地面積等變量作為投入變量,地區(qū)生產(chǎn)總值等為產(chǎn)出變量測(cè)度生態(tài)效率[7]。因此,本研究在測(cè)度生態(tài)效率時(shí),選取就業(yè)人數(shù)和能源消費(fèi)總量作為投入變量,把地區(qū)生產(chǎn)總值、節(jié)能環(huán)保余額作為產(chǎn)出變量。以貴陽(yáng)市生態(tài)效率值為1,則2010—2019年貴州省9個(gè)市、州生態(tài)效率值見(jiàn)表1。

      2.1.2 核心解釋變量:農(nóng)村金融 對(duì)于農(nóng)村金融的衡量,國(guó)內(nèi)學(xué)者也提出了較多的測(cè)量方法。例如,張宇青等曾經(jīng)運(yùn)用農(nóng)業(yè)貸款余額與農(nóng)戶貸款余額之和來(lái)測(cè)度農(nóng)村金融的發(fā)展水平[4]。也有學(xué)者采用“農(nóng)村存貸款比率”“金融相關(guān)比率”予以衡量。郭威等從農(nóng)村金融的規(guī)模、效率以及結(jié)構(gòu)3個(gè)方面來(lái)反映農(nóng)村金融發(fā)展水平,所考慮的范圍更加全面[7]。姚景超等采用農(nóng)業(yè)貸款余額來(lái)衡量農(nóng)村金融發(fā)展[8]。因此,在以往學(xué)者的研究基礎(chǔ)上,選取農(nóng)村金融規(guī)模、農(nóng)村金融效率與農(nóng)村金融結(jié)構(gòu)作為解釋變量。

      農(nóng)村金融規(guī)模(SCALE)。對(duì)農(nóng)村金融規(guī)模的評(píng)價(jià),當(dāng)前學(xué)術(shù)界利用較為頻繁的是麥金農(nóng)指標(biāo)(廣義貨幣M2與國(guó)內(nèi)生產(chǎn)總值GDP之比)和哥德史密斯指標(biāo)(農(nóng)村存貸款總和與農(nóng)村GDP之比)。但是,對(duì)于麥金農(nóng)指標(biāo),一部分學(xué)者持有否定態(tài)度,胡振華等認(rèn)為麥金農(nóng)指標(biāo)不能很好地反映我國(guó)農(nóng)村金融的現(xiàn)實(shí)情況[7]。因此,鑒于數(shù)據(jù)的可得性,本研究選取金融機(jī)構(gòu)存貸款作為衡量金融規(guī)模的指標(biāo)。

      農(nóng)村金融效率(EFFICI)。農(nóng)村金融效率體現(xiàn)了農(nóng)村金融發(fā)展的速度。大部分學(xué)者都采用金融中介將儲(chǔ)蓄轉(zhuǎn)化成貸款的效率來(lái)表示金融效率。林雅娜等選擇存款和貸款之比來(lái)衡量農(nóng)村信用合作社的金融發(fā)展效率[9]。本研究采用農(nóng)村金融機(jī)構(gòu)將存款轉(zhuǎn)化為貸款的效率來(lái)表示農(nóng)村金融效率。

      農(nóng)村金融結(jié)構(gòu)(STRUC)。農(nóng)村金融結(jié)構(gòu)可以反映出農(nóng)村地區(qū)金融資金的配置以及相關(guān)資源的分布。袁久和在測(cè)量農(nóng)村金融成熟度中,選擇鄉(xiāng)鎮(zhèn)企業(yè)貸款和農(nóng)村貸款之比作為刻畫農(nóng)村金融發(fā)展結(jié)構(gòu)[10]。林麗娟采用農(nóng)村金融機(jī)構(gòu)存款余額占全社會(huì)金融機(jī)構(gòu)存款余額的比例(%)及農(nóng)村金融機(jī)構(gòu)貸款余額占全社會(huì)金融機(jī)構(gòu)貸款余額的比例 (%)來(lái)衡量農(nóng)村金融結(jié)構(gòu)[11]。本研究選擇鄉(xiāng)鎮(zhèn)企業(yè)貸款與農(nóng)村貸款之比來(lái)衡量農(nóng)村金融結(jié)構(gòu)。

      2.1.3 控制變量 借鑒王禮剛在研究綠色發(fā)展水平時(shí),將人均GDP和人均固定資產(chǎn)投資額、科技教育支出占公共支出財(cái)務(wù)比例作為增長(zhǎng)質(zhì)量準(zhǔn)則層的指標(biāo)[12],郭付友等同樣將人均GDP和人均固定資產(chǎn)投資納入到綠色發(fā)展綜合指數(shù)[13]。另外,政府財(cái)政支出占比也會(huì)對(duì)綠色發(fā)展產(chǎn)生影響,因?yàn)樨?cái)政支出的規(guī)模和結(jié)構(gòu),往往反映一國(guó)政府為實(shí)現(xiàn)其職能所進(jìn)行的活動(dòng)范圍和政策選擇的傾向性,政府財(cái)政支出占比的幅度增加,意味著活動(dòng)范圍的擴(kuò)張以及政策實(shí)施的效率,所以對(duì)綠色發(fā)展的實(shí)際推動(dòng)和政策制定導(dǎo)向是有舉足輕重的地位。因此,本研究選取財(cái)政支出占比(GOV)、人均GDP(GDP)、教育水平(EDC)以及人均固定資產(chǎn)(IIF)作為控制變量(表2)。

      2.2 數(shù)據(jù)來(lái)源

      本研究選取的2010—2019年貴州省9個(gè)市州的面板數(shù)據(jù),來(lái)源于EPS數(shù)據(jù)庫(kù)以及統(tǒng)計(jì)局網(wǎng)站等。通過(guò)對(duì)各個(gè)變量進(jìn)行描述性統(tǒng)計(jì)(表3),貴州省綠色發(fā)展即生態(tài)效率的最大值為1.010 0,最小值為0.010 0,標(biāo)準(zhǔn)差為0.229 0,說(shuō)明貴州省省內(nèi)不同地區(qū)的綠色發(fā)展水平存在著較大差異。因此,由于不同地區(qū)的空間地理位置存在較大差異,造成綠色發(fā)展也呈現(xiàn)出明顯的空間分布差異。

      3 綠色發(fā)展的空間相關(guān)性檢驗(yàn)

      全局空間自相關(guān)主要用于描述研究變量的整體空間分布特征,以判斷變量是否存在聚集性。最常用的全局空間自相關(guān)指數(shù)是Morans I指數(shù),其計(jì)算公式為:

      I=n∑ni=1∑nj=1wij(xi-x)(xj-x)∑ni=1∑nj=1wij∑ni=1(xi-x)2。(2)

      式中:xi表示第i個(gè)地區(qū)的觀測(cè)值;n為地區(qū)總數(shù);wij表示空間權(quán)重矩陣。一般空間權(quán)重矩陣分為3種:空間鄰接權(quán)重矩陣、反距離空間權(quán)重矩陣和基于經(jīng)濟(jì)距離的空間權(quán)重矩陣。本研究采用基于空間鄰接距離的權(quán)重矩陣,即當(dāng)2個(gè)省份相鄰接時(shí),wij值為1,否則值為0。依據(jù)Morans I指數(shù)的計(jì)算公式所得到的莫蘭值取值范圍在-1到1之間。I>0表示觀測(cè)值在空間上呈現(xiàn)同質(zhì)集聚特征;I<0表示呈現(xiàn)異質(zhì)集聚特征,也存在空間集聚效應(yīng);I=0表示空間不相關(guān);I的絕對(duì)值越趨近1,空間集聚特征越顯著。Morans I取值被測(cè)算出來(lái)后,為保證準(zhǔn)確性,還要對(duì)其進(jìn)行顯著性檢驗(yàn)。

      由表4可見(jiàn):貴州省2010—2019年全局空間Morans I指數(shù)為正,Z值都達(dá)到了2.18以上。這說(shuō)明貴州省綠色發(fā)展具有明顯的空間正向相關(guān)性,且集聚特征明顯,在貴州省綠色發(fā)展水平較低的市州傾向于和同樣是綠色發(fā)展水平較低的市州臨近,相反,綠色發(fā)展水平較高市州與其相鄰市州的綠色發(fā)展水平也比較高。

      4 農(nóng)村金融對(duì)綠色發(fā)展影響的實(shí)證分析

      4.1 空間計(jì)量模型構(gòu)建

      為選取最佳模型,首先進(jìn)行普通回歸計(jì)量模型(OLS),如式(3)所示:

      Yit=βiXit+εit+αit。(3)

      式中:αit是模型常數(shù)項(xiàng);βi表示對(duì)應(yīng)于解釋變量Xit的影響系數(shù)向量;隨機(jī)誤差項(xiàng)εit相互獨(dú)立,服從均值為0,方差為σ2的標(biāo)準(zhǔn)正態(tài)分布。綜合上述變量選擇,貴州省農(nóng)村金融對(duì)綠色發(fā)展的影響因素普通面板數(shù)據(jù)模型可設(shè)定為:

      GEit=β1SCAit+β2EFFit+β3STRit+β4GOVit+β5GDPit+β6EDCit+β7IIFit+μit+αit。(4)

      區(qū)域之間的發(fā)展在較多領(lǐng)域均存在著一定的聯(lián)系,因此,區(qū)域間的一些發(fā)展指標(biāo)在空間上也相互影響。根據(jù)上面對(duì)綠色發(fā)展的空間相關(guān)性檢驗(yàn)可知,貴州省綠色發(fā)展存在著空間聚集效應(yīng)。因?yàn)闃颖緮?shù)據(jù)不一定滿足獨(dú)立同分布的正態(tài)分布等假設(shè),故考慮利用空間計(jì)量模型來(lái)分析各因素對(duì)生態(tài)效率的影響。

      根據(jù)空間效應(yīng)引入方式,空間計(jì)量模型主要有3種:空間滯后模型(即SLM模型,反映被解釋變量之間存在空間相關(guān)性)、空間誤差模型(即SEM模型,反映誤差項(xiàng)之間存在空間相關(guān)性)和空間杜賓模型(SDM模型)。本研究選取空間杜賓模型來(lái)考察空間溢出效應(yīng),考慮到一個(gè)區(qū)域的自變量發(fā)生變化,不僅影響該區(qū)域的因變量,還可能影響其他地區(qū)的因變量,故下面主要通過(guò)直接效應(yīng)和間接效應(yīng)等來(lái)觀察各類變量對(duì)生態(tài)效率的影響。豪斯曼檢驗(yàn)結(jié)果表明拒絕存在隨機(jī)效應(yīng)的原假設(shè),因此本研究選擇固定效應(yīng)模型進(jìn)行分析,故采用如下模型:

      Yit=ρiWitYit+Xitβi+WitXitγi+εit;(5)

      GEit=ρWitGEit+β1SCAit+β2EFFit+β3STRit+β4GOVit+β5GDPit+β6EDCit+β7IIFit+WitSCAitγ1+WitEFFitγ2+WitSTRitγ3+WitGOVitγ4+WitGDPγ5+WitEDCitγ6+WitIIFitγ7+εit。(6)

      式中:Yit為被解釋變量向量;Xit為解釋變量矩陣;ρi和γi分別是空間滯后回歸系數(shù)和空間誤差回歸系數(shù);εi為隨機(jī)誤差項(xiàng);W為n階空間權(quán)重矩陣,空間權(quán)重矩陣根據(jù)鄰近關(guān)系來(lái)設(shè)定,相鄰區(qū)域賦值為 1,其他區(qū)域賦值為0。

      4.2 最小二乘法回歸分析

      根據(jù)表5回歸結(jié)果,普通最小二乘法模型中貴州省綠色發(fā)展水平方程通過(guò)了顯著性水平檢驗(yàn),但擬合度較低,僅為0.479 617,最大似然值僅為30338 23。由此可見(jiàn),普通回歸模型的結(jié)果分析能力較低,但從結(jié)果可以得知貴州省各個(gè)市州之間的農(nóng)村金融規(guī)模和農(nóng)村金融效率對(duì)綠色發(fā)展是有正向作用的,其系數(shù)分別為0.56和0.06,農(nóng)村金融規(guī)模的影響更大。

      4.3 實(shí)證結(jié)果分析

      從表6來(lái)看,空間固定效應(yīng)、時(shí)間固定效應(yīng)和雙固定效應(yīng)的空間杜賓模型都有較好對(duì)數(shù)似然值(分別為105.68、84.96、117、50),但是時(shí)間固定效應(yīng)和雙固定效應(yīng)模型的擬合優(yōu)度系數(shù)R2卻非常低。相反,空間固定效應(yīng)的擬合優(yōu)度系數(shù)R2最高,說(shuō)明空間固定效應(yīng)的各解釋變量及空間滯后項(xiàng)的顯著性水平檢驗(yàn)更為顯著,所以本研究主要分析空間固定情況下各被解釋變量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。

      表7表明,農(nóng)村金融規(guī)模的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都是為正,表明隨著農(nóng)村金融規(guī)模的不斷擴(kuò)大,不僅帶動(dòng)了經(jīng)濟(jì)的發(fā)展,同時(shí)也促使農(nóng)村金融產(chǎn)品優(yōu)化升級(jí),豐富種類,進(jìn)一步推動(dòng)綠色發(fā)展。農(nóng)村金融效率的直接效應(yīng)顯著為正,但對(duì)促進(jìn)綠色發(fā)展表現(xiàn)出負(fù)的空間溢出效應(yīng),由于正的直接效應(yīng)抵消掉了負(fù)的空間溢出效應(yīng),因此使得總效應(yīng)呈現(xiàn)微弱的正效應(yīng),說(shuō)明農(nóng)村綠色效率的提高對(duì)促進(jìn)綠色發(fā)展也存在正向作用。農(nóng)村金融結(jié)構(gòu)的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均顯著為負(fù),從而表明農(nóng)村金融結(jié)構(gòu)對(duì)綠色發(fā)展沒(méi)有促進(jìn)作用,相反,表現(xiàn)出顯著負(fù)向空間溢出效應(yīng)。政府財(cái)政支出和人均固定投資的效應(yīng)均顯著為正,說(shuō)明二者對(duì)綠色發(fā)展有積極的促進(jìn)作用。人均GDP表現(xiàn)為負(fù)的空間溢出效應(yīng),且效應(yīng)較為顯著,教育水平同樣表現(xiàn)出負(fù)的空間溢出效應(yīng),但空間溢出效應(yīng)不明顯作用相對(duì)較小。

      5 結(jié)論和政策建議

      本研究基于貴州省9個(gè)市州2010—2019年的面板數(shù)據(jù),利用MATLAB2017b軟件和空間杜賓模型實(shí)證研究發(fā)現(xiàn),貴州省綠色發(fā)展具有較強(qiáng)的空間自相關(guān)特征,且空間聚集特征明顯,空間異質(zhì)性則不是特別明顯,進(jìn)而說(shuō)明存在空間溢出效應(yīng)。由于最小二乘法估計(jì)的擬合度與空間杜賓模型相比較低,因此本研究采用空間杜賓模型來(lái)分析各因素對(duì)生態(tài)效率的影響,結(jié)果表明空間固定效應(yīng)顯著性水平檢驗(yàn)更為顯著。在空間固定的情況下,農(nóng)村金融規(guī)模的擴(kuò)大和農(nóng)村金融效率的提升可以促進(jìn)綠色發(fā)展,而農(nóng)村金融結(jié)構(gòu)對(duì)綠色發(fā)展存在負(fù)向影響,與最小二乘法估計(jì)模型的結(jié)果一致。農(nóng)村金融結(jié)構(gòu)、人均GDP和教育水平具有明顯的空間溢出效應(yīng),這些變量的變動(dòng)對(duì)研究地區(qū)以及周邊地區(qū)的綠色發(fā)展均會(huì)產(chǎn)生較為顯著的影響。農(nóng)村金融規(guī)模的擴(kuò)張與金融效率的提升是促進(jìn)西部地區(qū)綠色發(fā)展的有效途徑。在本研究結(jié)果的基礎(chǔ)上,對(duì)農(nóng)村金融促進(jìn)綠色發(fā)展的方面提出以下建議。

      5.1 優(yōu)化農(nóng)村金融結(jié)構(gòu)

      首先要調(diào)整農(nóng)村信貸結(jié)構(gòu),即要增加綠色農(nóng)業(yè)和低碳農(nóng)業(yè)的投入以及一些農(nóng)村小型綠色企業(yè)的貸款,當(dāng)前國(guó)家政策導(dǎo)向綠色可持續(xù)發(fā)展,一些大型金融機(jī)構(gòu)也傾向于投資綠色發(fā)展的相關(guān)領(lǐng)域,在市場(chǎng)上進(jìn)行較大規(guī)模的融資,但這僅僅局限于大型企業(yè)。相反,農(nóng)村地區(qū)較多的小型企業(yè)依舊面臨著資金不足的困擾,所以農(nóng)村中小金融機(jī)構(gòu)可以拓展市場(chǎng),建立針對(duì)農(nóng)村綠色企業(yè)的放款機(jī)制,而通過(guò)優(yōu)化農(nóng)村金融結(jié)構(gòu)促進(jìn)綠色發(fā)展。另一方面,要加快引進(jìn)外來(lái)金融機(jī)構(gòu)和企業(yè),促進(jìn)農(nóng)村地區(qū)的產(chǎn)融結(jié)合與綠色金融的發(fā)展,推動(dòng)農(nóng)村金融機(jī)構(gòu)綠色金融業(yè)務(wù)的發(fā)展,鼓勵(lì)部分金融機(jī)構(gòu)擴(kuò)展自身業(yè)務(wù)并優(yōu)先發(fā)展綠色金融業(yè)務(wù),必要時(shí)應(yīng)為其提供資金支持以及政策優(yōu)惠。

      5.2 提升農(nóng)村資金利用效率

      農(nóng)村金融發(fā)展不僅要在“量”上實(shí)現(xiàn)增長(zhǎng),主要體現(xiàn)在加大農(nóng)村地區(qū)的資金積累等方面,還要在“質(zhì)”上有所突破。提高農(nóng)村地區(qū)存貸款的轉(zhuǎn)換效率,促進(jìn)農(nóng)村金融在“質(zhì)”方面的飛躍是我國(guó)農(nóng)村商業(yè)銀行需要重點(diǎn)考慮的問(wèn)題[14]。除此之外,還要抑制農(nóng)村資金外流。由于農(nóng)業(yè)回報(bào)率較低且周期較長(zhǎng),加之農(nóng)村的基礎(chǔ)建設(shè)滯后,進(jìn)而導(dǎo)致大量的農(nóng)村資金流向城市。要加大在農(nóng)村綠色產(chǎn)業(yè)方面的投入,農(nóng)村綠色金融所涉及的大多數(shù)產(chǎn)業(yè)屬于第二、三產(chǎn)業(yè),即節(jié)能環(huán)保型和技術(shù)創(chuàng)新型產(chǎn)業(yè),這類產(chǎn)業(yè)需要高新技術(shù)的引入,這也將增加投入成本。此外,我國(guó)在綠色數(shù)據(jù)披露方面還不健全,且缺乏系統(tǒng)公開的平臺(tái),收集相關(guān)數(shù)據(jù)十分困難,進(jìn)而也導(dǎo)致金融機(jī)構(gòu)在投資風(fēng)險(xiǎn)再分配方面存在問(wèn)題,增加了資金使用風(fēng)險(xiǎn)[15]。抑制農(nóng)村資金外流應(yīng)該加強(qiáng)農(nóng)村綠色金融對(duì)資金的吸引力,大力推廣宣傳綠色發(fā)展,關(guān)注環(huán)境問(wèn)題,并樹立發(fā)揮農(nóng)村金融和綠色發(fā)展協(xié)同作用的觀念,實(shí)現(xiàn)農(nóng)村綠色金融集約化和規(guī)?;?jīng)營(yíng),以此來(lái)提高回報(bào)率和抗風(fēng)險(xiǎn)能力,吸引資金投入到農(nóng)村綠色金融發(fā)展方面,提升農(nóng)村金融利用資金效率。

      5.3 明確各個(gè)主體的責(zé)任劃分

      首先,政府的推動(dòng)是提升西部地區(qū)綠色發(fā)展水平的重要保障。從政府角度來(lái)看,應(yīng)發(fā)揮其統(tǒng)籌協(xié)調(diào)與宏觀調(diào)控的積極作用,要持續(xù)加強(qiáng)財(cái)政支出在節(jié)能環(huán)保以及綠色發(fā)展領(lǐng)域的投入,并對(duì)綠色金融的發(fā)展給予恰當(dāng)?shù)恼咧С趾蛢?yōu)惠,深化審批制度改革,完善相關(guān)的政策體系與法律制度,在加強(qiáng)監(jiān)管的同時(shí)也要給予金融機(jī)構(gòu)一定的發(fā)展自主權(quán),促進(jìn)相關(guān)金融信用擔(dān)保體系的完善,引導(dǎo)農(nóng)村金融合理影響綠色經(jīng)濟(jì)的發(fā)展[16]。其次,從市場(chǎng)層面來(lái)說(shuō),應(yīng)努力營(yíng)造健康、有序的市場(chǎng)氛圍,提高金融機(jī)構(gòu)的積極性和主動(dòng)性,注重保護(hù)中小金融機(jī)構(gòu)的權(quán)益,鼓勵(lì)各個(gè)金融機(jī)構(gòu)競(jìng)相發(fā)展,同時(shí),還要加強(qiáng)相關(guān)的監(jiān)督審查工作,加強(qiáng)政策執(zhí)行的督查力度,為綠色金融的發(fā)展創(chuàng)造良好的市場(chǎng)環(huán)境[17]。

      5.4 強(qiáng)化農(nóng)村金融機(jī)構(gòu)的作用

      首先應(yīng)在農(nóng)村地區(qū)加快引入金融杠桿,對(duì)公用性較強(qiáng)的產(chǎn)業(yè)要發(fā)揮金融機(jī)構(gòu)的參與和示范作用,引導(dǎo)資源流向更環(huán)保、低碳的領(lǐng)域,鼓勵(lì)各個(gè)金融機(jī)構(gòu)參與挖掘農(nóng)村綠色產(chǎn)業(yè)的發(fā)展?jié)摿?。農(nóng)村的金融機(jī)構(gòu)間應(yīng)相互配合,實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ),促進(jìn)農(nóng)村金融發(fā)展和綠色農(nóng)業(yè)產(chǎn)值增長(zhǎng)的雙贏局面。金融機(jī)構(gòu)的服務(wù)體系應(yīng)該是多層次且具有針對(duì)性的,不同金融機(jī)構(gòu)所承擔(dān)的社會(huì)責(zé)任應(yīng)該是有所區(qū)別的,因此,應(yīng)對(duì)農(nóng)村地區(qū)的各個(gè)金融機(jī)構(gòu)進(jìn)行有效地整合和梳理,加強(qiáng)金融機(jī)構(gòu)間業(yè)務(wù)上的交流與合作,確保能夠在最大程度上籌集所需要的資金[18]。另外,農(nóng)村地區(qū)各個(gè)金融機(jī)構(gòu)還要以市場(chǎng)需求為導(dǎo)向,嚴(yán)格把控對(duì)信貸的監(jiān)管,簡(jiǎn)化相關(guān)審批流程,擴(kuò)大對(duì)農(nóng)村地區(qū)綠色農(nóng)業(yè)發(fā)展的信貸支持,注重農(nóng)村地區(qū)綠色發(fā)展的社會(huì)效應(yīng)與長(zhǎng)期收益[19]。金融行業(yè)在立足于農(nóng)村地區(qū)綠色發(fā)展外部性特征的基礎(chǔ)上,要在相應(yīng)的政策中注重農(nóng)業(yè)的可持續(xù)發(fā)展,要著重開發(fā)適應(yīng)于農(nóng)村綠色產(chǎn)業(yè)本身特征的產(chǎn)品和業(yè)務(wù),并和具有較大發(fā)展?jié)摿蛣?chuàng)新能力的部分企業(yè)建立長(zhǎng)期的戰(zhàn)略合作關(guān)系,促進(jìn)金融與農(nóng)村產(chǎn)業(yè)發(fā)展的有效結(jié)合,在促進(jìn)綠色產(chǎn)業(yè)發(fā)展的基礎(chǔ)上促進(jìn)農(nóng)村金融水平的提升。

      參考文獻(xiàn):

      [1]劉耀彬,胡凱川,喻 群. 金融深化對(duì)綠色發(fā)展的門檻效應(yīng)分析[J]. 中國(guó)人口·資源與環(huán)境,2017,27(9):205-211.

      [2]耿劉利,黎 娜,陳 孟. 淺析安徽農(nóng)村金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)間的關(guān)系——基于VAR模型[J]. 西南石油大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2018,20(4):23-28.

      [3]劉敏樓. 農(nóng)村金融生態(tài)環(huán)境對(duì)金融發(fā)展的影響[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016,17(5):20-26.

      [4]張宇青,周應(yīng)恒,易中懿. 農(nóng)村金融發(fā)展、農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)民增收——基于空間計(jì)量模型的實(shí)證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2013(11):50-56.

      [5]Huang J H,Yang X G,Cheng G,et al. A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China[J]. Journal of Cleaner Production,2014,67(3):228-238.

      [6]李曉西. 綠色金融盈利性與公益性關(guān)系分析[J]. 金融論壇,2017,22(5):3-11.

      [7]郭 威. 農(nóng)村金融扶貧的經(jīng)驗(yàn)、困境與對(duì)策——以廣西富川縣為例[J]. 理論探索,2013(5):98-102.

      [8]姚景超,何文虎,馬 宏. 我國(guó)金融精準(zhǔn)扶貧的激勵(lì)約束機(jī)制研究[J]. 金融發(fā)展評(píng)論,2018(1):148-158.

      [9]林雅娜,Gan C,謝志忠. 農(nóng)村金融市場(chǎng)競(jìng)爭(zhēng)對(duì)農(nóng)村信用社信貸風(fēng)險(xiǎn)的影響研究——基于福建縣級(jí)農(nóng)村信用社數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2017(1):85-97.

      [10]袁久和. 我國(guó)農(nóng)村綠色發(fā)展水平與影響因素的實(shí)證分析[J]. 山西農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2019,18(6):46-53.

      [11]林麗娟. 新常態(tài)下我國(guó)農(nóng)村金融服務(wù)體系建設(shè)研究[J]. 農(nóng)業(yè)經(jīng)濟(jì),2017(5):94-96.

      [12]王禮剛,吳傳清. 漢江生態(tài)經(jīng)濟(jì)帶主要城市綠色發(fā)展水平測(cè)度與提升路徑[J]. 湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào),2018(4):5-13,125.

      [13]郭付友,侯愛(ài)玲,佟連軍,等. 振興以來(lái)東北限制開發(fā)區(qū)綠色發(fā)展水平時(shí)空分異與影響因素[J]. 經(jīng)濟(jì)地理,2018,38(8):58-66.

      [14]李 偉. 我國(guó)金融扶貧模式比較研究——以山東省為例[D]. 北京:中央財(cái)經(jīng)大學(xué),2018.

      [15]楊 林,張 健,許 鮮. 綠色金融服務(wù)鄉(xiāng)村振興的實(shí)踐探索與思考——以四川省為例[J]. 金融理論與實(shí)踐,2019(10):44-50.

      [16]楊世偉. 綠色金融支持鄉(xiāng)村振興:內(nèi)在邏輯、現(xiàn)實(shí)境遇與實(shí)踐理路[J]. 農(nóng)業(yè)經(jīng)濟(jì)與管理,2019(5):16-24.

      [17]王勁屹. 中國(guó)農(nóng)村構(gòu)建綠色金融體系路徑探索[J]. 現(xiàn)代經(jīng)濟(jì)探討,2019(1):128-132.

      [18]戴宴清. 綠色經(jīng)濟(jì)發(fā)展背景下農(nóng)業(yè)與農(nóng)村金融服務(wù)體系建設(shè)研究[J]. 農(nóng)業(yè)經(jīng)濟(jì),2012(10):120-122.

      [19]程 莉,文傳浩. 鄉(xiāng)村綠色發(fā)展與鄉(xiāng)村振興:內(nèi)在機(jī)理與實(shí)證分析[J]. 技術(shù)經(jīng)濟(jì),2018,37(10):98-106.

      猜你喜歡
      空間溢出空間杜賓模型綠色發(fā)展
      中國(guó)用水效率影響因素的空間計(jì)量分析
      FDI對(duì)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)
      綠色增長(zhǎng)效率及其空間溢出
      淺談經(jīng)濟(jì)集聚與環(huán)境污染的交互影響及空間溢出
      試論加強(qiáng)農(nóng)業(yè)機(jī)械化生產(chǎn)
      東部地區(qū)財(cái)政支出對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的空間秩序研究
      江淮論壇(2016年5期)2016-10-31 16:34:44
      新形勢(shì)下閩北綠色發(fā)展實(shí)踐模式探析
      基于綠色發(fā)展觀視角關(guān)于產(chǎn)業(yè)轉(zhuǎn)型路徑的思考
      交通基礎(chǔ)設(shè)施、空間溢出與區(qū)域經(jīng)濟(jì)增長(zhǎng)
      肇州县| 恭城| 镇康县| 岳普湖县| 静安区| 巩义市| 舞钢市| 昌宁县| 阿拉尔市| 连州市| 马关县| 宣威市| 久治县| 宽城| 同德县| 台东县| 河西区| 蓬溪县| 奉节县| 丽江市| 临海市| 兴山县| 栾川县| 昌吉市| 越西县| 广东省| 樟树市| 油尖旺区| 霍山县| 柳林县| 隆德县| 张家界市| 巢湖市| 从化市| 禄丰县| 张北县| 汝南县| 称多县| 循化| 额敏县| 浮梁县|