張 敏,洪 偉
(南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,南京210037)
我國(guó)現(xiàn)代農(nóng)業(yè)正處于轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期。 涉農(nóng)財(cái)政支出、農(nóng)業(yè)貸款作為金融支持現(xiàn)代農(nóng)業(yè)發(fā)展的重要手段,對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)影響顯著。國(guó)內(nèi)專家學(xué)者認(rèn)為農(nóng)村金融機(jī)構(gòu)改革勢(shì)在必行,對(duì)農(nóng)戶的信用評(píng)級(jí)機(jī)制也應(yīng)當(dāng)進(jìn)一步完善,具體可通過(guò)創(chuàng)新發(fā)展訂單農(nóng)業(yè)抵押擔(dān)保等新型抵押模式;健全農(nóng)業(yè)風(fēng)險(xiǎn)分擔(dān)機(jī)制,進(jìn)一步完善農(nóng)業(yè)保險(xiǎn)和再保險(xiǎn)政策體制;提升農(nóng)民金融素養(yǎng),開展針對(duì)化教育,促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量協(xié)調(diào)發(fā)展等途徑實(shí)現(xiàn)[1-6]。
涉農(nóng)財(cái)政支出和農(nóng)業(yè)貸款是金融支持現(xiàn)代農(nóng)業(yè)發(fā)展的兩個(gè)重要手段。江蘇省作為農(nóng)業(yè)大省,分析其涉農(nóng)財(cái)政支出和農(nóng)業(yè)貸款對(duì)現(xiàn)代農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響具有代表意義。本文利用1995—2018年江蘇省農(nóng)業(yè)相關(guān)數(shù)據(jù),構(gòu)建時(shí)間序列模型,實(shí)證分析江蘇省涉農(nóng)財(cái)政支出和農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的具體影響,也借此進(jìn)一步探究江蘇省金融支持現(xiàn)代農(nóng)業(yè)發(fā)展現(xiàn)狀。圖1為江蘇省1995—2018年24年間農(nóng)業(yè)總產(chǎn)值、涉農(nóng)財(cái)政支出、農(nóng)業(yè)貸款等數(shù)據(jù)的變化趨勢(shì)。從總體趨勢(shì)上看,三者均呈上升趨勢(shì),尤以農(nóng)業(yè)總產(chǎn)值漲幅最大,涉農(nóng)財(cái)政支出呈現(xiàn)緩慢增長(zhǎng)趨勢(shì),農(nóng)業(yè)貸款余額總體呈現(xiàn)增長(zhǎng)趨勢(shì),在2009年間呈現(xiàn)短暫的下跌態(tài)勢(shì),但隨后又繼續(xù)增長(zhǎng),但增勢(shì)比較緩慢。
圖1農(nóng)業(yè)相關(guān)數(shù)據(jù)趨勢(shì)圖
在變量選取方面,針對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的衡量指標(biāo),參考已有文獻(xiàn)發(fā)現(xiàn):陸美娟等曾對(duì)江蘇省金融支持和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行實(shí)證分析,選取農(nóng)業(yè)總產(chǎn)值作為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的衡量指標(biāo),以農(nóng)業(yè)財(cái)政支出和金融機(jī)構(gòu)農(nóng)業(yè)貸款代表金融支持程度[7]。李泉等在研究財(cái)政支農(nóng)和農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響時(shí)以農(nóng)林牧漁業(yè)總產(chǎn)值作為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的衡量依據(jù)[8]。
綜合已有文獻(xiàn),并考慮到數(shù)據(jù)的完整性和可靠性,選取農(nóng)林牧漁業(yè)總產(chǎn)值(億元)作為被解釋變量。選取農(nóng)林水事務(wù)支出(億元)和農(nóng)林牧漁業(yè)貸款余額(億元)為解釋變量。為進(jìn)一步完善模型,引入兩個(gè)控制變量。在控制變量的選取方面,借鑒寇江在研究金融支持和現(xiàn)代農(nóng)業(yè)發(fā)展關(guān)系時(shí)選取固定投資額(億元)作為控制變量的做法[9],在此基礎(chǔ)上再引入金融機(jī)構(gòu)數(shù)(家)這一變量,金融機(jī)構(gòu)數(shù)設(shè)置為農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、農(nóng)村信用社數(shù)量之和,此類涉農(nóng)金融機(jī)構(gòu)數(shù)量的多少可能會(huì)影響涉農(nóng)資金的來(lái)源,最終影響農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。
數(shù)據(jù)來(lái)源于2000-2019年《江蘇省統(tǒng)計(jì)年鑒》,選取江蘇省1995-2018年24年間農(nóng)業(yè)及金融相關(guān)數(shù)據(jù)作為研究對(duì)象。表1為變量說(shuō)明,表2為變量描述性統(tǒng)計(jì)。
表1變量說(shuō)明
表2變量描述性統(tǒng)計(jì)
根據(jù)指標(biāo)選取建立如下時(shí)間序列模型:
為優(yōu)化模型對(duì)各變量取對(duì)數(shù)處理,得到如下模型:
(1)、(2)式中α0、β0為常數(shù)項(xiàng),μt、εt為隨即干擾項(xiàng)。
時(shí)間序列模型需要先進(jìn)行平穩(wěn)性檢驗(yàn)以保證數(shù)據(jù)的平穩(wěn)性,即使變量間存在高度相關(guān)性但仍有可能并不存在因果關(guān)系,所以需要通過(guò)平穩(wěn)性檢驗(yàn)防止“虛假回歸”,本文采用ADF方法檢驗(yàn)數(shù)據(jù)平穩(wěn)性,具體步驟如下:
(3)、(4)、(5)三式分別代表缺少位移項(xiàng)β和趨勢(shì)項(xiàng)θt的單位根檢驗(yàn)、有位移項(xiàng)β但缺少趨勢(shì)項(xiàng)θt的單位根檢驗(yàn)以及有位移項(xiàng)β和趨勢(shì)項(xiàng)θt的單位根檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果可對(duì)(6)式進(jìn)行判斷,即對(duì)原序列wt的平穩(wěn)性進(jìn)行考察,若H0成立,則原序列wt非平穩(wěn);若H1成立,則原序列wt平穩(wěn)。表3為ADF檢驗(yàn)結(jié)果。
表3 ADF檢驗(yàn)結(jié)果
通過(guò)表3結(jié)果可知該時(shí)間序列為二階單整序列,可進(jìn)行協(xié)整檢驗(yàn),利用Stata15.0軟件進(jìn)行檢驗(yàn),結(jié)果顯示該時(shí)間序列協(xié)整關(guān)系顯著。
利用最小二乘法對(duì)模型進(jìn)行多元線性回歸分析,結(jié)果如表4所示:
表4回歸分析結(jié)果
由表4的結(jié)果可知方程的F值為210.43,Prob>F=0.000,說(shuō)明方程總體線性關(guān)系顯著;調(diào)整后的可決系數(shù)大于0.97,說(shuō)明被解釋變量對(duì)解釋變量解釋程度較高。農(nóng)林水事務(wù)支出和農(nóng)林牧漁業(yè)貸款余額相應(yīng)參數(shù)估計(jì)P值都小于0.05,說(shuō)明二者與農(nóng)林牧漁業(yè)總產(chǎn)值有顯著相關(guān)性;固定資產(chǎn)投資額和金融機(jī)構(gòu)數(shù)相應(yīng)參數(shù)估計(jì)的P值都大于0.1,說(shuō)明二者與農(nóng)林牧漁業(yè)總產(chǎn)值無(wú)顯著相關(guān)性。
利用White檢驗(yàn)法檢驗(yàn)原模型是否存在異方差問(wèn)題,利用Stata15.0軟件計(jì)算得到相應(yīng)P值為0.121 2,大于0.05,說(shuō)明原模型不存在異方差問(wèn)題。
為具體探究農(nóng)林水事務(wù)支出和農(nóng)林牧漁業(yè)貸款余額對(duì)農(nóng)林牧漁業(yè)總產(chǎn)值的影響,對(duì)模型進(jìn)行邊際分析。通過(guò)表4中回歸分析結(jié)果可解釋當(dāng)解釋變量變動(dòng)1%時(shí),被解釋變量在其他變量不變情況下的變動(dòng)情況。
農(nóng)林水事務(wù)支出每增加1%,農(nóng)林牧漁業(yè)總產(chǎn)值在其他條件不變的情況下增加0.294 916 9%。農(nóng)林水事務(wù)支出對(duì)農(nóng)林牧漁業(yè)總產(chǎn)值具有顯著的正向促進(jìn)作用,進(jìn)一步說(shuō)明了涉農(nóng)財(cái)政支出對(duì)于農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的重大意義。但涉農(nóng)財(cái)政支出總體增勢(shì)緩慢,相比于農(nóng)林牧漁業(yè)總產(chǎn)值的增長(zhǎng),涉農(nóng)財(cái)政支出明顯無(wú)法與之相匹配,政府應(yīng)該進(jìn)一步提高涉農(nóng)財(cái)政支出在政府財(cái)政支出中所占比重,并重點(diǎn)優(yōu)化涉農(nóng)財(cái)政支出的結(jié)構(gòu),加大對(duì)于農(nóng)業(yè)科技提升方面的投入,適度減少農(nóng)業(yè)相關(guān)單位的事務(wù)費(fèi)支出,促使涉農(nóng)財(cái)政支出效益提升至最大化。
農(nóng)林牧漁業(yè)貸款余額每增加1%,農(nóng)林牧漁業(yè)總產(chǎn)值在其他條件不變的情況下減少0.151 040 2%。農(nóng)業(yè)貸款與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)二者呈現(xiàn)負(fù)向相關(guān)趨勢(shì),可能原因如下:農(nóng)業(yè)貸款中用于非農(nóng)業(yè)生產(chǎn)性活動(dòng)資金占比過(guò)大,多數(shù)農(nóng)民借入款項(xiàng)后將資金投資于非農(nóng)領(lǐng)域或者用于自身消費(fèi),導(dǎo)致原本應(yīng)當(dāng)作用于農(nóng)業(yè)生產(chǎn)的資金缺位,農(nóng)業(yè)生產(chǎn)缺乏足夠的資金支撐,從而致使農(nóng)業(yè)貸款規(guī)模的逐年擴(kuò)張并未對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)起到實(shí)質(zhì)的推動(dòng)作用。政府應(yīng)進(jìn)一步完善農(nóng)業(yè)貸款相關(guān)政策,通過(guò)“互惠金融”等方式解決農(nóng)民生活中亟需消費(fèi)性資金的情況,引導(dǎo)農(nóng)業(yè)貸款資金大概率流向農(nóng)業(yè)生產(chǎn)領(lǐng)域,減少非農(nóng)化金融借貸的情況。