郭 凱，鄒 嬙，李帥曉

(1.東北財經(jīng)大學 金融學院，遼寧 大連 116025； 2.遼寧省金融分析與模擬重點實驗室，遼寧 大連 116025)

一、引 言

黨的十八大報告提出新型城鎮(zhèn)化，新型城鎮(zhèn)化是產(chǎn)業(yè)、人口、土地、社會、農(nóng)村五位一體的城鎮(zhèn)化。在新型城鎮(zhèn)化背景下，國家、政府和社會關注的不再是人口的城市化，而是農(nóng)業(yè)人口在向非農(nóng)人口轉(zhuǎn)移過程中權益的市民化，強調(diào)以人為本，推動城鎮(zhèn)化與工業(yè)化、農(nóng)業(yè)現(xiàn)代化的協(xié)調(diào)發(fā)展。國家統(tǒng)計局公布的數(shù)據(jù)表明：2016年，中國城鎮(zhèn)化率已達57.35%，戶籍人口城鎮(zhèn)化率只有36%左右，不僅遠低于發(fā)達國家80%的平均水平，也低于人均收入與我國相近的發(fā)展中國家60%的平均水平，因此還有較大的發(fā)展空間。

而隨著新型城鎮(zhèn)化的推進，農(nóng)村經(jīng)濟、生產(chǎn)、生活方式也發(fā)生了巨大轉(zhuǎn)變。農(nóng)業(yè)現(xiàn)代化、人口市民化等需要強大的金融資源支撐，其產(chǎn)生的金融需求無論是在質(zhì)上還是在量上都發(fā)生了巨大變化。陳立剛(2015)[1]估計，未來全國將有4億至5億農(nóng)民需要在就業(yè)、住房、社會保障、生活等方面全面實現(xiàn)市民化。若以人均10萬元的農(nóng)民工市民化成本進行推算，僅此一項，就至少需要40萬億至50萬億元的巨額資金，從而產(chǎn)生巨大規(guī)模的融資需求。

但就目前而言，我國農(nóng)村地區(qū)金融抑制現(xiàn)象較為嚴重，金融創(chuàng)新不足，農(nóng)村地區(qū)本就貧乏的金融資源多以“回波效應”支持周邊中心城市的發(fā)展。凱普森認為，農(nóng)村地區(qū)金融發(fā)展水平落后造成資金大量外流，抑制農(nóng)村經(jīng)濟的發(fā)展，不僅造成區(qū)域經(jīng)濟發(fā)展失衡，也阻礙城鎮(zhèn)化進程。因此，加速農(nóng)村地區(qū)金融資源與金融機構的集聚，提高農(nóng)村地區(qū)金融發(fā)展水平，是實現(xiàn)農(nóng)業(yè)現(xiàn)代化與新型城鎮(zhèn)化的必由之路。本文采用1998—2014年全國區(qū)位熵省際面板數(shù)據(jù)，對我國東、中、西部現(xiàn)階段農(nóng)村金融集聚的狀況及變化趨勢進行比較分析，在柯布-道格拉斯生產(chǎn)函數(shù)的基礎上引入農(nóng)村金融集聚度因子，通過Panel Data模型對東、中、西部農(nóng)村金融集聚與經(jīng)濟增長的關系進行實證研究。

二、文獻綜述

當金融研究與區(qū)域空間相結合時，便產(chǎn)生了金融地理學。金融地理學將金融問題的研究與地理空間相結合，研究金融資源在不同地理空間之間的集聚與擴散。許多學者從不同角度分析影響金融集聚的因素。Leyshon(1997)[2]從吸引金融機構進入某一地理區(qū)域的主要因子角度進行分析，得出結論：首先，收入水平影響人的消費結構與消費需求，不同的消費需求需要不同層次的金融機構去滿足；其次，金融行業(yè)具有很強的集聚和溢出效應，某一地區(qū)集聚的金融機構越多，其提供的服務也就越多樣化，從而越有利于吸引其他金融機構的進入；第三，當?shù)鼐用竦慕鹑谒仞B(yǎng)與金融文化會影響金融機構的集聚。Gehrig(1998)[3]從外部規(guī)模經(jīng)濟角度分析金融中心形成的原因，認為當越來越多的金融機構集中在某一地理區(qū)域時，金融從業(yè)者之間的交流與聯(lián)系就會大大增強。這一方面會產(chǎn)生知識溢出效應，有利于同行業(yè)的良性競爭，提高金融業(yè)的效率；另一方面，會降低交易成本，減少信息不對稱，增強市場的流動性。Porteous(1995)[4]通過運用一系列強有力的工具說明和解釋區(qū)域金融中心的發(fā)展，如“路徑依賴”能有效解釋為何城市能長久地在區(qū)域內(nèi)維持競爭優(yōu)勢。Zhao(2003)[5]將其闡述為“信息腹地理論”，認為金融中心的形成、金融機構的集聚依賴于信息源的產(chǎn)生，信息不對稱是區(qū)域金融集聚的一個重要因素。還有許多學者將研究視角集中于區(qū)域經(jīng)濟增長中的金融因素，Rousseau等(2005)[6]、Levine(1999)[7]、Levine等(2000)[8]、Bencivenga等(1995)[9]、Birkan等(2016)[10]等基于內(nèi)增長理論，從金融功能觀的角度研究了金融發(fā)展與經(jīng)濟增長的關系。

我國學者李林等(2011)[11]運用前沿的計量經(jīng)濟學方法——空間計量方法對金融集聚與經(jīng)濟增長的空間溢出效應進行分析，通過建立我國金融業(yè)的Moran’s I指數(shù)，表明我國金融集聚存在一定的空間相關性。李紅等(2014)[12]采用改進權重的空間杜賓模型檢驗金融集聚及其空間溢出效應與城市經(jīng)濟增長的關系，結果表明金融人力資本、金融集聚規(guī)模和金融產(chǎn)出密度是城市經(jīng)濟發(fā)展差異的重要原因。方先明等(2010)[13]將資本因素劃分為銀行貸款余額、股票總市值和保費收入三個維度，結合勞動投入量，依據(jù)傳統(tǒng)柯布-道格拉斯生產(chǎn)函數(shù)對1998—2008年金融支持與經(jīng)濟增長空間相關性進行實證分析。王淑英等(2016)[14]基于柯布-道格拉斯生產(chǎn)函數(shù)，將資本因素劃分為農(nóng)村金融發(fā)展規(guī)模、效率和結構，檢驗農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟增長的關系。譚崇臺等(2015)[15]運用空間計量的Moran’s I指數(shù)對全國31個省市自治區(qū)的空間相關性進行全局和局部檢驗，發(fā)現(xiàn)農(nóng)村金融發(fā)展和農(nóng)村經(jīng)濟增長都具有很強的空間依賴性，運用空間誤差模型SEM對農(nóng)村金融發(fā)展和經(jīng)濟增長之間的關系進行回歸分析，發(fā)現(xiàn)農(nóng)村經(jīng)濟增長與金融發(fā)展基本上有顯著的正向作用。

梳理國內(nèi)外相關研究可以發(fā)現(xiàn)，金融集聚在區(qū)域經(jīng)濟增長過程中發(fā)揮著重要的作用。本文以我國東、中、西部農(nóng)村金融集聚水平為出發(fā)點，將金融集聚度引入柯布-道格拉斯生產(chǎn)函數(shù)，分析我國農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長的關系。

三、中國農(nóng)村金融集聚區(qū)位熵分析

(一)指標構建

區(qū)位熵是衡量某一要素區(qū)域分布情況、某一產(chǎn)業(yè)部門專業(yè)化程度以及某一區(qū)域在高層次區(qū)域的地位和作用的綜合性指標。

本文中，j表示全國某一省份，i表示農(nóng)戶儲蓄存款余額；qij表示j省份的農(nóng)戶儲蓄存款余額；qj表示j省份城鄉(xiāng)儲蓄存款余額；qi表示全國農(nóng)戶儲蓄存款余額；q表示全國城鄉(xiāng)儲蓄存款余額。用LQij表示我國某一省份農(nóng)村金融集聚度，LQij>1表示j省份農(nóng)村金融集聚水平高于全國水平，LQij<1表示j省份農(nóng)村金融集聚水平低于全國水平。

(二)數(shù)據(jù)來源

本文所用數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國金融年鑒》和Wind數(shù)據(jù)庫。樣本數(shù)據(jù)時間區(qū)間為1998—2014年。為了對不同區(qū)域進行比較，突出經(jīng)濟發(fā)展水平、經(jīng)濟結構對農(nóng)村金融集聚的影響，將全國劃分為東部、中部、西部。東部包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部包括：廣西、內(nèi)蒙古、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆(由于西藏數(shù)據(jù)缺失，因此西藏除外)。

(三)中國農(nóng)村金融集聚度分析

表1、表2、表3分別給出我國1998—2014年全國東、中、西部各省農(nóng)村金融集聚度區(qū)位熵值(西藏除外)。

表1 1998—2014年東部各省農(nóng)村金融集聚區(qū)位熵值

表2 1998—2014年中部各省農(nóng)村金融集聚區(qū)位熵值

從表中可以看出，中部農(nóng)村金融集聚水平要高于東部和西部地區(qū)，中部農(nóng)村金融集聚區(qū)位熵值除吉林、黑龍江、湖北外其余各省份都大于1，中部各省份區(qū)位熵平均值也大于1。而東部地區(qū)除河北、浙江、山東、廣東外其余各省份區(qū)位熵值均小于1，北京、上海、天津等雖經(jīng)濟、金融較全國而言較為發(fā)達，但其農(nóng)村金融集聚水平較低，且隨時間發(fā)展農(nóng)村金融集聚水平有所下降。西部地區(qū)農(nóng)村金融集聚水平雖低于中部地區(qū)，但隨著時間發(fā)展，西部地區(qū)農(nóng)村金融集聚水平增長最為顯著，西部地區(qū)區(qū)位熵平均值從1998年的0.81增長到2014年的1.17。

表3 1998—2014年西部各省農(nóng)村金融集聚區(qū)位熵值

就全國而言，農(nóng)村金融集聚水平較高的省份集中于山東、河北、河南、山西、四川等一些中西部省份，而這些省份相對而言要么為全國農(nóng)業(yè)大省，要么第一產(chǎn)業(yè)增加值占GDP比重較高。2014年我國第一產(chǎn)業(yè)增加值占GDP比重為9.2%，全國超過這一水平的有17個省份，占比前七名的省份分別為海南(23.1%)、黑龍江(17.68%)、新疆(15.6%)、云南(15.5%)、廣西(15.4%)、貴州(13.79%)、甘肅(13.2%)[6]，而這些省份區(qū)位熵值隨時間增長較為顯著。

分析結果表明，各省份經(jīng)濟結構對農(nóng)村金融集聚水平具有重要影響。東部省份雖為我國經(jīng)濟發(fā)達地區(qū)，但其經(jīng)濟結構以第二、第三產(chǎn)業(yè)為主，且隨時間推移第一產(chǎn)業(yè)占GDP比重呈下降趨勢，因此，其農(nóng)村金融集聚水平不高且有所下降。以北京、上海為例，2015年其第一產(chǎn)業(yè)增加值同比分別下降12%、11.62%。西北和西南各省份農(nóng)村金融集聚水平隨時間增長較快，而這些省份相對而言工業(yè)化水平較低，第一產(chǎn)業(yè)占GDP比重較高。

四、中國農(nóng)村金融集聚與區(qū)域經(jīng)濟增長關系實證分析

(一)計量模型設定

根據(jù)傳統(tǒng)經(jīng)濟増長理論，可將經(jīng)濟増長因素分為資本投入量和勞動力數(shù)量。本文研究農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長的關系，因此，將農(nóng)村金融集聚因子引入柯布-道格拉斯生產(chǎn)函數(shù)，設定生產(chǎn)函數(shù)為Y=AKαLβJχ。為弱化自相關和異方差對模型的影響，將柯布-道格拉斯生產(chǎn)函數(shù)取對數(shù)，方程為

LnY=LnA+αLnK+βLnL+χLnJ

(1)

式中：Y為各省農(nóng)業(yè)總產(chǎn)值；K為各省固定資產(chǎn)投資完成額，用來替代資本因素；L為各省農(nóng)村人口數(shù)，用來替代勞動力因素；J為各省農(nóng)村金融集聚區(qū)位熵值，用來衡量各省農(nóng)村金融集聚水平。

本文以各省數(shù)據(jù)為基礎，研究東、中、西部不同區(qū)域農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長的關系，因此，選用Panel Data模型對引入農(nóng)村金融集聚因子后的柯布-道格拉斯生產(chǎn)函數(shù)進行實證檢驗。Panel Data模型通?？煞譃樽兘鼐嗄Ｐ秃妥兿禂?shù)模型，本文主要檢驗全國和東、中、西部不同區(qū)域農(nóng)村金額集聚與農(nóng)村經(jīng)濟增長的關系，因此選用變截距模型；而變截距模型中不同截面?zhèn)€體的影響又分為固定影響模型和隨機影響模型，根據(jù)表4給出的Hausman檢驗結果，全國和東、中、西部在5%顯著水平下均拒絕隨機影響中個體和解釋變量不相關的假設，因此，最終確定選用固定影響模型。

表4模型設定形式的Hausman檢驗結果

綜合理論模型(1)和面板模型形式的檢驗結果，本文面板計量模型設定形式為

Ln (Yit)=αi+β1Ln (Kit)+β2Ln (Lit)+
β3Ln (Jit)+μit

(2)

其中，全國面板模型的i為1～30，東部面板模型的i為1～11，中部面板模型的i為1～8，西部面板模型的i為1～11。

(二)面板數(shù)據(jù)單位根檢驗

面板模型單位根檢驗主要是對面板數(shù)據(jù)中截面變量的時間序列進行平穩(wěn)性檢驗，從而避免由于時間序列不平穩(wěn)而造成的偽回歸。面板模型單位根檢驗結果(見表5)顯示，變量LN(Y)、LN(K)、LN(L)無論是相同根情形下的單位根檢驗LLC，還是不同根情形下的單位根檢驗IPS-W、ADF、PP，變量原序列都呈現(xiàn)非平穩(wěn)，在一階差分情況下是平穩(wěn)的，且在1%水平下顯著，因此變量LN(Y)、LN(K)、LN(L)存在一階單位根。而變量LN(J)原序列在95%顯著水平下通過LLC、ADF、PP檢驗，為平穩(wěn)序列，只有IPS-W檢驗顯示不平穩(wěn)，因此，判斷LN(J)不存在單位根。

表5面板數(shù)據(jù)單位根檢驗結果

(三)面板數(shù)據(jù)協(xié)整檢驗

面板模型協(xié)整檢驗主要是分析非平穩(wěn)經(jīng)濟變量之間的數(shù)量關系，檢驗變量之間是否存在長期均衡關系，從而避免偽回歸。面板數(shù)據(jù)協(xié)整檢驗方法可以分為兩大類：一類是建立在Engle和Granger二步法檢驗基礎上的面板協(xié)整檢驗，具體方法有Pedroni檢驗和Kao檢驗；另一類是建立在Johansen協(xié)整檢驗基礎上的面板協(xié)整檢驗。本文主要選用第一種，表6給出了相應的Pedroni檢驗和Kao檢驗結果。

表6結果表明，除Pannel PP在5%水平下顯著外，其他統(tǒng)計量均在1%水平下顯著，因此，判斷模型變量之間存在協(xié)整關系。

表6面板數(shù)據(jù)協(xié)整檢驗結果

(四)模型估計與實證分析

1.全國農(nóng)村金融集聚與經(jīng)濟增長的實證分析

表7給出了全國農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長關系面板模型回歸結果。模型擬合優(yōu)度R2和調(diào)整R2均大于0.98，表明模型整體擬合程度較高，變量LN(K)、LN(L)、LN(J)在5%水平下都通過了顯著性檢驗。其中農(nóng)業(yè)固定資產(chǎn)投資LN(K)系數(shù)最大為0.75，表明農(nóng)業(yè)固定資產(chǎn)投資每增加1%，會使農(nóng)村經(jīng)濟增長0.75%；而農(nóng)村人口數(shù)LN(L)系數(shù)為負，表明農(nóng)村人口數(shù)與農(nóng)村經(jīng)濟增長呈負相關，這與我國目前的農(nóng)村經(jīng)濟結構有關?！凹彝ヂ?lián)產(chǎn)承辦責任制”曾在一段時期極大地解放了農(nóng)村生產(chǎn)力，促進了農(nóng)村經(jīng)濟增長，但隨著我國經(jīng)濟的發(fā)展，對農(nóng)村生產(chǎn)經(jīng)營模式也提出了新的要求，一家一戶的小農(nóng)生產(chǎn)不能滿足新型城鎮(zhèn)化背景下農(nóng)村經(jīng)濟發(fā)展的需要。而農(nóng)村金融集聚因素LN(J)系數(shù)為0.13，說明農(nóng)村金融集聚水平對農(nóng)村經(jīng)濟增長有著正向關系影響。隨著新型城鎮(zhèn)化的推進，一方面農(nóng)業(yè)現(xiàn)代化生產(chǎn)經(jīng)營需要大量的金融資源為農(nóng)業(yè)生產(chǎn)規(guī)模化、機械化提供資金支持；另一方面農(nóng)業(yè)生產(chǎn)規(guī)?；矔p少對勞動力的需求，部分農(nóng)村人口將向城鎮(zhèn)轉(zhuǎn)移，這也需要金融機構為新轉(zhuǎn)移人口在住房、公共服務以及城鎮(zhèn)基礎設施建設等方面提供金融資源支持。

表7全國面板模型回歸結果

表8給出了全國面板模型固定效應截距值。從表中可以看出，各個地區(qū)之間個體效應不同，東部地區(qū)除河北、江蘇、山東以外個體固定效應較低，而中、西部地區(qū)河南、湖北、四川個體固定效應較大。因此，為分析不同區(qū)域間農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長的關系，本文將分別對東、中、西部進行面板模型回歸分析研究。

表8全國面板模型固定效應截距值

2.東、中、西部農(nóng)村金融集聚與經(jīng)濟增長的實證分析

表9給出了東、中、西部農(nóng)村金融集聚與經(jīng)濟增長面板模型的回歸結果。東部、中部和西部模型擬合優(yōu)度R2和調(diào)整R2均大于0.96，模型擬合程度較高。其中東、中、西部農(nóng)業(yè)固定資產(chǎn)投資對農(nóng)村經(jīng)濟增長均為正向關系，對西部影響程度最大，影響系數(shù)為0.81，表明在農(nóng)村經(jīng)濟增長要素中，農(nóng)業(yè)固定資產(chǎn)投資占有重要地位。東、中、西部農(nóng)村人口數(shù)對農(nóng)村經(jīng)濟均是負向影響，尤其是東部農(nóng)村人口數(shù)的影響系數(shù)為-0.73，表明東部農(nóng)村人口每增加1%，會使農(nóng)村經(jīng)濟下降0.73%。而農(nóng)村金融集聚對農(nóng)村經(jīng)濟增長的影響，東、中、西部不同：東部農(nóng)村金融集聚因素系數(shù)為-0.88，且在1%水平下顯著；中部農(nóng)村金融集聚因素系數(shù)也為負，但在10%顯著水平下不顯著；西部農(nóng)村金融集聚因素系數(shù)為0.22，在5%水平下顯著。因此，東部農(nóng)村金融集聚對農(nóng)村經(jīng)濟增長呈顯著負向影響，而西部農(nóng)村金融集聚對農(nóng)村經(jīng)濟增長呈顯著正向影響，中部農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長關系不顯著。

表9東、中、西部面板模型回歸結果

五、結論與建議

本文通過對1998—2014年全國農(nóng)村金融集聚度指標的分析，發(fā)現(xiàn)不同區(qū)域經(jīng)濟發(fā)展水平以及經(jīng)濟結構對農(nóng)村金融集聚度具有重要影響。東部地區(qū)由于經(jīng)濟較發(fā)達，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占比較高，第一產(chǎn)業(yè)占比相對較低，而西部地區(qū)第一產(chǎn)業(yè)占比仍然較大，因此，東部地區(qū)農(nóng)村金融集聚水平較低，而西部地區(qū)農(nóng)村金融集聚水平呈顯著上升趨勢。此外，全國農(nóng)業(yè)大省河南、山東、四川等由于農(nóng)業(yè)生產(chǎn)在其經(jīng)濟結構中具有重要地位，因此其農(nóng)村金融集聚水平也較高。

本文利用面板模型對引入農(nóng)村金融集聚因子后的柯布-道格拉斯生產(chǎn)函數(shù)進行實證分析，分析結果顯示，就全國而言，農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長呈顯著正向影響，而不同區(qū)域又有所不同：東部地區(qū)農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長呈顯著負向關系，西部地區(qū)農(nóng)村金融集聚與農(nóng)村經(jīng)濟増長呈顯著正向關系，中部地區(qū)農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長關系不顯著。

因此，東、中、西部經(jīng)濟發(fā)展水平與經(jīng)濟結構不僅影響區(qū)域農(nóng)村金融集聚水平，而且影響農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長的關系。東部地區(qū)經(jīng)濟發(fā)展水平較高，城鎮(zhèn)化水平也較高，其農(nóng)村經(jīng)濟在整個經(jīng)濟結構中占比相對較低，因此，其農(nóng)村金融集聚水平的增加并不會顯著影響其農(nóng)村經(jīng)濟增長，相反，過分提高東部地區(qū)農(nóng)村金融集聚水平可能會造成金融資源浪費。而西部地區(qū)由于經(jīng)濟發(fā)展水平相對落后，工業(yè)化、城鎮(zhèn)化水平較低，農(nóng)村經(jīng)濟在其經(jīng)濟結構中仍然占有重要地位，因此，農(nóng)村金融集聚水平的提高，可以為西部地區(qū)農(nóng)村基礎設施建設以及農(nóng)業(yè)現(xiàn)代化發(fā)展提供重要的支持，對其農(nóng)村經(jīng)濟增長也具有顯著的正向影響。中部地區(qū)農(nóng)村金融集聚水平相對較高，但其農(nóng)村金融集聚與農(nóng)村經(jīng)濟增長的關系并不顯著，因此，中部地區(qū)更加需要的是金融資源服務水平在質(zhì)上的提高，而不僅僅是其農(nóng)村金融集聚水平的提高。相對而言，中部地區(qū)各省份農(nóng)村經(jīng)濟在其經(jīng)濟結構中的比重仍然較大，而目前階段我國農(nóng)村經(jīng)濟發(fā)展面臨著農(nóng)業(yè)生產(chǎn)經(jīng)營模式的改革，農(nóng)業(yè)現(xiàn)代化生產(chǎn)的規(guī)?；?、機械化也要求農(nóng)村金融機構為當?shù)剞r(nóng)村經(jīng)濟發(fā)展提供配套的金融工具，不僅在量上而且也要在質(zhì)上滿足新型城鎮(zhèn)化背景下對農(nóng)村金融資源的需求。