蔣志強， 劉 暢

(1.淮陰工學院 經(jīng)濟管理學院，江蘇 淮安 223001;2.淮陰工學院 學生處，江蘇 淮安 223003)

我國省域農(nóng)村金融發(fā)展水平評價

蔣志強1*， 劉 暢2

(1.淮陰工學院 經(jīng)濟管理學院，江蘇 淮安 223001;2.淮陰工學院 學生處，江蘇 淮安 223003)

通過構(gòu)建農(nóng)村金融發(fā)展水平評價指標體系，利用因子分析法對我國省域農(nóng)村金融發(fā)展水平影響因子進行甄別并同時進行了綜合評價。結(jié)果表明：農(nóng)村生產(chǎn)與生活、農(nóng)村經(jīng)濟發(fā)展以及農(nóng)業(yè)貸款是影響我國省域農(nóng)村金融發(fā)展水平的重要因子，需要從改善農(nóng)村生產(chǎn)生活條件、促進農(nóng)村經(jīng)濟發(fā)展以及提高農(nóng)業(yè)貸款規(guī)模方面采取相應(yīng)措施，提升我國省域農(nóng)村金融發(fā)展水平。

農(nóng)村金融；金融發(fā)展水平；因子分析

0 引言

農(nóng)村金融是現(xiàn)代農(nóng)村經(jīng)濟發(fā)展的核心，而我國各區(qū)域農(nóng)村金融發(fā)展具有明顯的不平衡性。宋宏謀等通過對我國東中西地區(qū)農(nóng)村存款、農(nóng)村貸款、農(nóng)業(yè)貸款以及鄉(xiāng)鎮(zhèn)企業(yè)貸款的分析后認為，中西部地區(qū)農(nóng)村金融總量明顯偏低[1]；姚耀軍使用農(nóng)村貸款余額與農(nóng)村GDP之比衡量我國農(nóng)村金融發(fā)展水平[2]；韓俊等通過實地調(diào)查后發(fā)現(xiàn)我國各區(qū)域農(nóng)村金融需求，金融機構(gòu)運行狀況等方面存在差異[3]；陳文俊利用農(nóng)村金融發(fā)展規(guī)模與農(nóng)村金融發(fā)展效率表示農(nóng)村金融發(fā)展水平[4]；譚力銘發(fā)現(xiàn)在1998年～2008年間，我國區(qū)域農(nóng)村金融發(fā)展差異呈現(xiàn)先縮小后擴大的趨勢[5]；黎翠梅和曹建珍以農(nóng)村儲蓄動員率、儲蓄投資轉(zhuǎn)化率以及投資投向率三個指標構(gòu)建指標評價體系，對我國東中西地區(qū)農(nóng)村金融發(fā)展效率進行了評價。結(jié)果表明：我國農(nóng)村金融發(fā)展效率區(qū)域差異明顯，東部地區(qū)明顯高于中西部地區(qū)，并且呈現(xiàn)出典型的“中部塌陷”特征[6]；姚星垣利用農(nóng)村居民家庭人均現(xiàn)金收入與現(xiàn)金支出的余額，除以農(nóng)村居民家庭人均現(xiàn)金收入表示農(nóng)村金融發(fā)展水平[7]；付園元等在構(gòu)建農(nóng)村發(fā)展水平?jīng)Q定模型的基礎(chǔ)上，分別從我國農(nóng)村金融水平、金融機構(gòu)以及金融環(huán)境等方面全面研究了區(qū)域差異問題[8]。

從現(xiàn)有文獻可以看出，學者們主要使用農(nóng)村存貸款余額與農(nóng)業(yè)或者農(nóng)村GDP比值反映農(nóng)村金融發(fā)展水平，而將農(nóng)村發(fā)展與農(nóng)村金融結(jié)合起來綜合考查農(nóng)村金融發(fā)展水平的文獻較少。事實上，農(nóng)村發(fā)展與農(nóng)村金融相互作用，相互促進。本文在借鑒已有文獻基礎(chǔ)上，同時考慮到農(nóng)村發(fā)展與農(nóng)村金融之間的關(guān)系，選擇能夠反映農(nóng)村經(jīng)濟發(fā)展水平、生活水平、城鎮(zhèn)化水平以及農(nóng)村金融自身發(fā)展等具體指標，使用因子分析法在對我國省域農(nóng)村金融發(fā)展水平進行測度與評價。

1 研究方法、指標選擇與數(shù)據(jù)來源

1.1 研究方法

本文使用SPSS19.0軟件對我國各省域農(nóng)村金融發(fā)展水平進行因子分析，使用KMO檢驗與Bartlett球形檢驗，采用因子矩陣方差最大化正交旋轉(zhuǎn)方法。主要步驟包括：選擇農(nóng)村金融發(fā)展水平的影響因素，對各因素進行主成分因子提取并進行分類，最終獲得我國省域農(nóng)村金融發(fā)展水平的影響因素。

1.2 指標選擇

參照已有研究文獻，考慮到農(nóng)村發(fā)展與農(nóng)村金融之間的關(guān)系，為了更為客觀地評價我國省域農(nóng)村金融發(fā)展水平，本文主要從農(nóng)村整體發(fā)展狀況與農(nóng)村金融自身發(fā)展兩個方面選擇因子分析指標。

各指標分別為：X1為第一產(chǎn)業(yè)產(chǎn)值(億元)；X2為農(nóng)村固定資產(chǎn)投資完成額(億元)；X3為農(nóng)民人均純收入(元)；X4為第一產(chǎn)業(yè)增加值比重(%)；X5為農(nóng)村消費(億元)；X6為GDP(億元)；X7為農(nóng)產(chǎn)品進出口占GDP比重(%)；X8為GDP比重(%)；X9為城鎮(zhèn)人口比重(%)；X10為農(nóng)業(yè)貸款占全部貸款比重(%)；X11為農(nóng)業(yè)貸款(億元)；X12為農(nóng)戶儲蓄(億元)。

1.3 數(shù)據(jù)來源

本文以2009年～2012年我國31個省份農(nóng)村金融發(fā)展數(shù)據(jù)作為研究樣本，選取相關(guān)數(shù)據(jù)平均值進行分析。數(shù)據(jù)主要來源于我國31個省份統(tǒng)計年鑒或者統(tǒng)計公報以及金融統(tǒng)計年鑒。2010年與2012年農(nóng)業(yè)貸款數(shù)據(jù)分別來源于中國農(nóng)村金融服務(wù)報告(2010、2012)，2009年與2011年農(nóng)業(yè)貸款數(shù)據(jù)采用插值法進行了填補。需要說明的是在進行因子分析之前，各數(shù)據(jù)均進行了標準化處理。

2 因子分析檢驗與結(jié)果

2.1 因子分析的相關(guān)檢驗

KMO與Bartlett檢驗結(jié)果如表1所示，其中：KMO值為0.744(大于0.7)，說明指標數(shù)據(jù)適合進行因子分析；Bartlett檢驗值為0.000(通過球形檢驗)，同樣說明所選數(shù)據(jù)符合進行因子分析的要求。

表1 因子分析檢驗

2.2 因子分析的具體結(jié)果

相關(guān)系數(shù)矩陣的特征值及貢獻率結(jié)果如表2所示。根據(jù)特征值大于1原則，篩選出3個公共因子，3個公因子的累計貢獻率為84.583%。3個公因子解釋的方差分別為39.395%、35.092%和10.096%。說明3個公因子可以較好地解釋各個變量，信息提取較為充分，具有良好的統(tǒng)計意義。

表2 特征根與方差貢獻率

因子的旋轉(zhuǎn)成分矩陣如表3所示。第1個公因子在評價指標農(nóng)民人均純收入(X3)、城鎮(zhèn)人口比重(X9)、農(nóng)村消費(X5)、第一產(chǎn)業(yè)增加值比重(X4)、農(nóng)產(chǎn)品進出口占GDP比重(X7)與農(nóng)業(yè)貸款占全部貸款比重(X10)上的載荷較大，其載荷水平均在0.7以上。反映了各省市農(nóng)村生活消費水平以及農(nóng)業(yè)生產(chǎn)情況，將第1個公因子稱為農(nóng)村生產(chǎn)生活因子。第2個公因子在第一產(chǎn)業(yè)產(chǎn)值(X1)、GDP(X6)、GDP比重(X8)、農(nóng)村固定資產(chǎn)投資完成額(X2)與農(nóng)戶儲蓄(X12)指標載荷較大，均達到0.85以上。各個指標體現(xiàn)了各省市農(nóng)村以及經(jīng)濟發(fā)展整體情況，總體上反映了農(nóng)村經(jīng)濟發(fā)展狀況。因此，將第2個公因子稱為農(nóng)村經(jīng)濟發(fā)展因子。第3個公因子在農(nóng)業(yè)貸款(X11)變量載荷較大，稱之為農(nóng)業(yè)貸款因子。

表3 旋轉(zhuǎn)后的因子載荷矩陣

各因子得分系數(shù)矩陣如表4所示，每個因子得分系數(shù)以及原始變量標準化后的數(shù)值可以得到每個樣本對象的因子得分，計算公式為：

F1=-0.067X1-0.101X2+0.199X3-0.122X4+0.178X5+0.059X6+0.167X7+0.059X8+0.204X9-0.226X10-0.045X11+0.014X12

F2=0.223X1+0.238X2+0.005X3-0.028X4+0.017X5+0.201X6+0.001X7+0.201X8-0.035X9+0.140X10+0.003X11+0.203X12

F3=-0.050X1+0.142X2-0.009X3-0.298X4+0.069X5-0.034X6-0.068X7-0.034X8-0.008X9+0.437X10-0.764X11+0.006X12

利用前述因子得分計算公式，采用我國各省份2009年～2012年各指標數(shù)據(jù)的平均值計算得到各因子具體得分以及綜合得分，具體計算結(jié)果如表5所示。

表4 成分得分系數(shù)矩陣

從表5中可以看到，整體上我國省域農(nóng)村金融發(fā)展水平表現(xiàn)出明顯的地域性特征，東部地區(qū)省份總體上高于中西部地區(qū)省份。從具體影響因子角度來看，第一主成分因子與第二主成分因子以及第三主成分因子對不同省份的影響各異。

在第一主成分因子方面，上海、北京、天津、廣東以及江蘇是分值最高的五個省市，上海的分值最高為2.078。以第一主成分因子是否大于零分為兩類，第一類包含第一到第九的省市，第二類包含第十到第三十一的省市。這表明第一主成分因子在各省域的農(nóng)村生產(chǎn)生活水平差異較大。事實上，第一類省市地區(qū)的農(nóng)村生產(chǎn)生活水平明顯高于第二類省市地區(qū)。

在第二主成分因子方面，山東、廣東、江蘇、河南、浙江、河北以及四川是分值最高的七個省市，山東的分值最高為2.534。以第二主成分因子是否大于零分為兩類，第一類包含第一到第十一的省市，第二類包含第十二到第三十一的省市。說明在第二主成分因子上，第一類與第二類地區(qū)省市的經(jīng)濟發(fā)展水平差異較大。

在第三主成分因子方面，山西、北京、甘肅、寧夏以及浙江是分值最高的五個省市，山西的分值最高為2.595。以第三主成分因子是否大于零分為兩類，第一類包含第一到第十六的省市，第二類包含第十七到第三十一的省市。同樣說明在第三主成分因子上的農(nóng)業(yè)貸款方面存在較大的差異。

表5 我國各省域農(nóng)村金融發(fā)展因子得分及排名情況

3 結(jié)論與政策建議

通過對我國省域農(nóng)村金融發(fā)展水平相關(guān)數(shù)據(jù)的因子分析后發(fā)現(xiàn)：農(nóng)村生產(chǎn)生活、農(nóng)村經(jīng)濟發(fā)展以及農(nóng)業(yè)貸款是影響我國省域農(nóng)村金融發(fā)展水平的重要因子，由此得出三點政策建議。

首先，提高農(nóng)村生產(chǎn)與生活水平，促進農(nóng)村金融發(fā)展。因子分析結(jié)果表明，農(nóng)村生產(chǎn)生活因子是第一主成分，這表明農(nóng)村生產(chǎn)生活因子是影響農(nóng)村金融發(fā)展的重要因子之一。各地制定差異化政策措施，進一步拉動農(nóng)村地區(qū)消費生活水平，同時，努力促進農(nóng)村生產(chǎn)水平的提高，對于我國中西部地區(qū)省份而言，提升空間尤為較大，可以有效地縮小與東部地區(qū)省份農(nóng)村金融發(fā)展的差距。

其次，加快地方經(jīng)濟發(fā)展，提升農(nóng)村金融發(fā)展水平。因子分析結(jié)果顯示，地方經(jīng)濟發(fā)展與農(nóng)村金融發(fā)展關(guān)系密切，也是重要的影響因子之一。地方經(jīng)濟的發(fā)展可以有效地推動農(nóng)村金融發(fā)展，各地方可以因地制宜地制定經(jīng)濟發(fā)展政策，促進本地經(jīng)濟發(fā)展，從而促進當?shù)剞r(nóng)村金融的發(fā)展。

最后，積極促進農(nóng)村金融自身的發(fā)展。農(nóng)村生產(chǎn)生活因子與經(jīng)濟發(fā)展因子都是外在影響因子，而農(nóng)業(yè)貸款因子是內(nèi)在因子。各地方應(yīng)該積極擴大農(nóng)業(yè)貸款規(guī)模，優(yōu)化農(nóng)村信貸結(jié)構(gòu)，提高農(nóng)村信貸效率，促進農(nóng)村金融自身發(fā)展。

[1] 宋宏謀，陳鴻泉，劉勇.中國農(nóng)村金融區(qū)域發(fā)展程度實證分析[J].金融研究，2002(8)：111-119.

[2] 姚耀軍.中國農(nóng)村金融發(fā)展與經(jīng)濟增長關(guān)系的實證分析[J].經(jīng)濟科學，2004(10)：24-31.

[3] 韓俊，羅丹，程郁.農(nóng)村金融現(xiàn)狀調(diào)查[J].農(nóng)村金融研究，2007(9)：9-20.

[4] 陳文俊.農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟增長相關(guān)性實證研究[J].系統(tǒng)工程，2011(3)：40-46.

[5] 譚力銘.中國農(nóng)村金融發(fā)展的區(qū)域差異及其收斂性研究[D].長沙：中南大學，2012.

[6] 黎翠梅，曹建珍.中國農(nóng)村金融效率區(qū)域差異的動態(tài)分析與綜合評價[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2012(3)：4-12.

[7] 姚星垣，夏慧.區(qū)域農(nóng)村金融發(fā)展與城鄉(xiāng)一體化關(guān)系的實證研究——以浙江省為例[J].經(jīng)濟研究導(dǎo)刊，2012(1)：71-73.

[8] 付園元，李敬，付陳梅，等.農(nóng)村金融發(fā)展水平度量體系構(gòu)建與實證分析[J].西部論壇，2014(11)：61-68.

(責任編輯：侍建旻)

Evaluation of Provincial Rural Financial Development Level in China

JIANG Zhi-qiang1*，LIU Chang2

(1.Faculty of Economics and Management, Huaiyin Institute of Technology, Huai'an Jiangsu 223001, China;2.Students Affair Division, Huaiyin Institute of Technology, Huai'an Jiangsu 223001, China)

By constructing the evaluation index system of rural financial development, the factor analysis method was used to get the important influence factor and the comprehensive evaluation of China's provincial rural financial development at the same time. The results showed that the production factor of rural life, rural economic development factor and the agricultural loan factor were important, which were affecting China's provincial rural financial development level. We should improve rural production and living conditions, promote the development of rural economy and improve agricultural loans to enhance China's provincial rural financial development level.

rural finance; financial development level; factor analysis

2015-04-16

江蘇高校哲學社會科學基金項目(2014SJB683)

蔣志強(1979-)，男，江蘇連云港人，講師，博士，主要從事農(nóng)業(yè)經(jīng)濟與國際貿(mào)易問題研究；*為通訊作者。

F830.6

A

1009-7961(2015)03-0070-05