陳錦明

農(nóng)村金融機構(gòu)能夠在一定程度上緩解農(nóng)村居民和企業(yè)面臨的資金問題，激發(fā)農(nóng)村經(jīng)濟發(fā)展活力。但若農(nóng)村金融機構(gòu)數(shù)量過多，即金融密度過高，則可能營造逐利氛圍，抑制實體經(jīng)濟發(fā)展，導(dǎo)致消費品供給不足，進(jìn)而阻礙農(nóng)村宏觀經(jīng)濟發(fā)展。因此，本文收集了我國31個省市自治區(qū)2017～2019年數(shù)據(jù)，并建立相應(yīng)模型進(jìn)行回歸分析，最終探究了金融密度不同維度對農(nóng)村宏觀經(jīng)濟發(fā)展的具體作用。結(jié)果表明：隨著金融機構(gòu)密度增加，農(nóng)村宏觀經(jīng)濟增長呈現(xiàn)先上升后下降的趨勢。地理金融密度顯著正向促進(jìn)農(nóng)村宏觀經(jīng)濟增長;人口金融密度顯著正向促進(jìn)農(nóng)村宏觀經(jīng)濟增長;經(jīng)濟金融密度顯著負(fù)向抑制農(nóng)村宏觀經(jīng)濟增長。經(jīng)濟金融密度對農(nóng)村宏觀經(jīng)濟增長的作用最強，其次為地理金融密度，最后為人口金融密度。

2021年3月，中共中央、國務(wù)院發(fā)布《關(guān)于實現(xiàn)鞏固拓展脫貧攻堅成果同鄉(xiāng)村振興有效銜接的意見》明確，要在鞏固拓展脫貧攻堅成果的基礎(chǔ)上，做好鄉(xiāng)村振興這篇大文章，持續(xù)推進(jìn)脫貧地區(qū)發(fā)展與群眾生活改善。然而，當(dāng)前部分地區(qū)財政負(fù)債過重，市縣兩級財政壓力較大，在負(fù)債加重的壓力下難以持續(xù)加大對鄉(xiāng)村建設(shè)方面的投入。在此背景下，唯有大力發(fā)展農(nóng)村金融業(yè)，才能夠有效促進(jìn)鄉(xiāng)村生態(tài)資源性資產(chǎn)在價值化進(jìn)程中增值，從而保障農(nóng)民增收，切實增強其消費能力與意愿。因此，本文將通過實證分析探究不同維度的金融密度對農(nóng)村宏觀經(jīng)濟產(chǎn)生的具體影響。

一、研究基礎(chǔ)

（一）基礎(chǔ)概念

金融密度涵蓋了一系列與金融機構(gòu)數(shù)量有關(guān)的概念，其中金融機構(gòu)密度的概念最早由石盛林提出，其是指在地區(qū)內(nèi)金融機構(gòu)網(wǎng)點的絕對數(shù)量。由于金融機構(gòu)密度是絕對數(shù)值，只能體現(xiàn)了機構(gòu)的數(shù)量，因此有部分學(xué)者提出了地理金融密度、人口金融密度和經(jīng)濟金融密度的概念[1]。其中地理金融密度能夠反映單位面積內(nèi)金融機構(gòu)網(wǎng)點數(shù)量;人口金融密度能夠反映人均擁有金融機構(gòu)網(wǎng)點數(shù)量;經(jīng)濟金融密度能夠反映單位生產(chǎn)總值內(nèi)金融機構(gòu)網(wǎng)點數(shù)量。由此可見，金融機構(gòu)密度最能夠直接體現(xiàn)各地區(qū)金融機構(gòu)的絕對數(shù)量;與金融機構(gòu)密度相比，地理金融密度排除了地區(qū)面積影響，因此當(dāng)部分地區(qū)由于面積大而擁有金融機構(gòu)網(wǎng)點數(shù)量更多時，采用地理金融密度能夠更好地比較不同地區(qū)實際的金融密度[2];同理，與金融機構(gòu)密度相比，人口金融密度和經(jīng)濟金融密度分別排除了人口和生產(chǎn)總值的影響。然而經(jīng)濟金融密度這一概念存在一定矛盾性，當(dāng)在單位生產(chǎn)總值內(nèi)金融機構(gòu)數(shù)量較少時，既可能反映了該地區(qū)存在金融排斥，也可能說明該地區(qū)金融機構(gòu)效率較高，因而所需金融機構(gòu)較少[3]。因此，在使用經(jīng)濟金融密度概念時需要與其它指標(biāo)同時使用，從而具體分析地區(qū)情況。

（二）研究現(xiàn)狀

在金融密度的相關(guān)研究中，多數(shù)學(xué)者認(rèn)為金融密度存在最優(yōu)密度，當(dāng)達(dá)到最優(yōu)密度時，地區(qū)內(nèi)金融機構(gòu)能夠更好地為實體經(jīng)濟提供支持;當(dāng)小于或大于最優(yōu)密度時，金融機構(gòu)對實體經(jīng)濟的支持作用可能較弱，甚至可能抑制實體經(jīng)濟發(fā)展[4]。而實體經(jīng)濟既是宏觀經(jīng)濟發(fā)展的助推器，又能切實解決農(nóng)村就業(yè)，因而實體經(jīng)濟的波動能夠及時傳導(dǎo)到農(nóng)村宏觀經(jīng)濟的發(fā)展上。金融發(fā)展理論主要探究金融與經(jīng)濟之間的互動，最早由格里等人提出，他們認(rèn)為金融與經(jīng)濟之間存在復(fù)雜的相互作用關(guān)系。當(dāng)經(jīng)濟水平較低時，金融對經(jīng)濟支撐作用較弱。而隨著經(jīng)濟水平不斷提升，金融對經(jīng)濟的作用逐漸增強[5]。在后續(xù)研究中，學(xué)者們逐步豐富了金融發(fā)展理論的內(nèi)涵。有學(xué)者認(rèn)為，在發(fā)展中國家更可能存在金融抑制現(xiàn)象，即政府干預(yù)導(dǎo)致金融體系無法發(fā)揮引導(dǎo)市場的作用，降低金融效率，進(jìn)而導(dǎo)致經(jīng)濟水平下降。同時發(fā)展中國家對于農(nóng)業(yè)、農(nóng)村較不重視，該地區(qū)金融水平較低，更有可能出現(xiàn)金融抑制現(xiàn)象[6]。然而目前，在多數(shù)發(fā)展中國家實行的金融體系市場化的舉措均未達(dá)到理想的效果，這使得多數(shù)學(xué)者不得不進(jìn)一步擴充金融發(fā)展理論的內(nèi)涵，提出了金融約束的概念。金融約束不同于金融抑制，它是指政府通過一系列的舉措監(jiān)管金融體系，并通過制定金融政策激發(fā)金融活力，達(dá)到金融深化。然而金融約束要求政府必須能夠合理管理金融體系，否則將陷入金融抑制的困境，使金融市場效率下降[7-10]。

二、研究設(shè)計

（一）模型建構(gòu)和數(shù)據(jù)來源

在構(gòu)建模型時以生產(chǎn)函數(shù)為基礎(chǔ)，將生產(chǎn)函數(shù)中的投入和產(chǎn)出替換為金融變量和農(nóng)村宏觀經(jīng)濟增長。具體而言，為探究金融機構(gòu)密度（JG）對農(nóng)村宏觀經(jīng)濟增長的作用，本文構(gòu)建模型如下：

NX=C+lnJG+lnJG2+lnGT+lnNC+lnCY+μ? ? ? ? ? （模型1）

為探究地理金融密度（DM）、人口金融密度（RM）和經(jīng)濟金融密度（JM）對農(nóng)村宏觀經(jīng)濟增長的作用，本文構(gòu)建模型如下：

NX=C+lnDM+lnRM+lnJM+lnGT+lnNC+lnCY+μ （模型2）

其中，NX為農(nóng)村宏觀經(jīng)濟增長，以農(nóng)村宏觀經(jīng)濟年增加值為數(shù)據(jù)指標(biāo);C為常數(shù);JG代表金融機構(gòu)密度，以金融機構(gòu)數(shù)量為數(shù)據(jù)指標(biāo);GT為農(nóng)村固定資產(chǎn)投資水平，以農(nóng)村固定資產(chǎn)投資額為數(shù)據(jù)指標(biāo);NC為農(nóng)村政府財政支持變量，以農(nóng)村財政支出占總支出比例為數(shù)據(jù)指標(biāo);CY為勞動力變量，以就業(yè)人數(shù)占總?cè)丝诒壤秊閿?shù)據(jù)指標(biāo);地理金融密度以每百平方千米內(nèi)金融機構(gòu)數(shù)量為數(shù)據(jù)指標(biāo);人口金融密度以每萬人金融機構(gòu)數(shù)量為數(shù)據(jù)指標(biāo);經(jīng)濟金融密度以每億元生產(chǎn)總值金融機構(gòu)數(shù)量為數(shù)據(jù)指標(biāo)。本文數(shù)據(jù)來源于中國銀監(jiān)會、中經(jīng)網(wǎng)和《國家統(tǒng)計年鑒》，研究時間跨度為2017～2019年，空間跨度為我國31個省市。

（二）描述性統(tǒng)計分析

在收集到數(shù)據(jù)后，首先對其進(jìn)行描述性統(tǒng)計，得到結(jié)果如下表1所示。

根據(jù)表1可知，農(nóng)村宏觀經(jīng)濟增長、金融機構(gòu)密度、固定資產(chǎn)投資水平、農(nóng)村政府財政支持變量和勞動力變量的方差值較大，這是由于我國31個省市經(jīng)濟發(fā)展、基礎(chǔ)設(shè)施建設(shè)、金融體系構(gòu)建等方面均存在差異，因而不同地區(qū)變量數(shù)值差異較大。地理金融密度、人口金融密度和經(jīng)濟金融密度的方差較小，說明各地區(qū)在地理面積、人口數(shù)量和經(jīng)濟視角下的金融密度相差不大。在描述性統(tǒng)計之后，將求取各變量的對數(shù)，從而壓縮變量尺度，使數(shù)據(jù)更加平穩(wěn)。

（三）模型檢驗

在正式進(jìn)行模型檢驗之前，需要在隨機效應(yīng)、固定效應(yīng)或混合效應(yīng)模型估計方法中進(jìn)行抉擇。因此，本文首先假設(shè)應(yīng)當(dāng)采用隨機效應(yīng)，之后根據(jù)豪斯曼檢驗的顯著性判斷是否拒絕原假設(shè)。具體檢驗結(jié)果如下表2所示。

根據(jù)表2可知，豪斯曼檢驗的P值均為0.000，這說明此時拒絕原假設(shè)后出錯的概率非常小，因此可以拒絕原假設(shè)，即不采用隨機效應(yīng)。此后還需要在固定效應(yīng)和混合效應(yīng)間做出抉擇，因此本文首先假設(shè)應(yīng)當(dāng)采用混合效應(yīng)，之后根據(jù)似然比檢驗的顯著性判斷是否拒絕原假設(shè)。具體檢驗結(jié)果如下表3所示。

根據(jù)表3可知，各檢驗的P值均為0.000，這說明此時拒絕原假設(shè)后出錯的概率非常小，因此可以拒絕原假設(shè)，即不采用混合效應(yīng)。因此，下文將采用固定效應(yīng)對模型進(jìn)行估計。

三、實證分析

由于本文選取數(shù)據(jù)涉及地區(qū)過多，具體情況差異較大，而時間跨度僅為3年，可能導(dǎo)致時期數(shù)較少而截面較多。因此，本文將建立兩個變截距模型，使用截面加權(quán)法進(jìn)行回歸分析。最終獲得如下表4所示的數(shù)據(jù)。

根據(jù)表4可得，R2為0.989022，說明變量之間的擬合較好;DW檢驗值為2.352287，說明不存在自相關(guān)問題;F檢驗值為3388.849（P=0.0000），說明模型擬合較好。金融機構(gòu)密度與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為3.605991（P=0.0571），金融機構(gòu)密度平方項與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為-0.519348（P=0.0217），這說明隨著金融機構(gòu)密度增加，農(nóng)村宏觀經(jīng)濟增長呈現(xiàn)先上升后下降的趨勢。金融機構(gòu)能夠為社會提供金融服務(wù)，在社會資金配置不協(xié)調(diào)時，金融機構(gòu)能夠及時糾偏，引導(dǎo)資金流入生產(chǎn)率高的產(chǎn)業(yè)，從而為社會創(chuàng)造更多價值。此時適當(dāng)增加金融機構(gòu)便能明顯促進(jìn)經(jīng)濟增長，提高農(nóng)村居民收入水平，進(jìn)而帶動宏觀經(jīng)濟發(fā)展。然而隨著金融機構(gòu)逐漸增多，社會整體逐利情緒加劇，此時的金融體系更專注于如何通過投機獲得利潤，不是將資金引流到有發(fā)展前途的實體產(chǎn)業(yè)，而是引流到更吸引投資者的產(chǎn)業(yè)。因此，金融機構(gòu)過多將加重社會逐利情緒，無法起到對實體經(jīng)濟的支持作用，反而壓縮了實體產(chǎn)業(yè)發(fā)展空間。此時的金融體系將抑制經(jīng)濟發(fā)展，進(jìn)一步加劇社會財富分配不公平程度，使得財富聚集在少數(shù)人手中，因而降低了社會整體消費活力，也將抑制農(nóng)村宏觀經(jīng)濟增長。固定資產(chǎn)投資水平與農(nóng)村宏觀經(jīng)濟增長系數(shù)為0.219374（P=0.0000），這說明固定資產(chǎn)投資增加，農(nóng)村宏觀經(jīng)濟增長越多。固定資產(chǎn)投資主要涉及社會基礎(chǔ)設(shè)施建設(shè)，一方面基礎(chǔ)設(shè)施建設(shè)能夠解決一部分就業(yè)，提高部分居民的收入;另一方面基礎(chǔ)設(shè)施能夠吸引外來投資或外來企業(yè)，促進(jìn)本地經(jīng)濟發(fā)展，為本地居民帶來更多就業(yè)崗位，從而在宏觀和微觀方面均能提高居民收入水平，進(jìn)一步帶動農(nóng)村宏觀經(jīng)濟增長。農(nóng)村政府財政支持與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為-0.015051（P=0.9513），這說明農(nóng)村政府財政支持無法顯著影響農(nóng)村宏觀經(jīng)濟增長。農(nóng)村政府財政支持雖然能夠為農(nóng)業(yè)發(fā)展提供必要的資金幫助，但目前農(nóng)村政府財政支持仍存在著幫扶不是特別到位的問題，這將導(dǎo)致農(nóng)村政府財政支持無法獲得實際的效果，使得農(nóng)村政府財政支持無法切實助力農(nóng)村經(jīng)濟發(fā)展，進(jìn)而難以助力農(nóng)村宏觀經(jīng)濟增長。勞動力與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為-0.050810（P=0.0000），這說明就業(yè)人數(shù)越多，則農(nóng)村宏觀經(jīng)濟增長越少。由于我國農(nóng)村以“自種地”“自留地”為主，大型農(nóng)業(yè)企業(yè)較少，因此農(nóng)村就業(yè)人員多數(shù)是指進(jìn)城務(wù)工人員。當(dāng)進(jìn)城務(wù)工人員增多時，雖然農(nóng)村居民整體收入水平有所提升，但大部分消費被轉(zhuǎn)移到城鎮(zhèn)，農(nóng)村宏觀經(jīng)濟反而被抑制了。之后對模型2進(jìn)行回歸，得出數(shù)據(jù)如下表5所示。

根據(jù)表5可得，R2為0.9847184，說明變量之間的擬合較好;DW檢驗值為2.399153，說明不存在自相關(guān)問題;F檢驗值為292153.6（P=0.0000），說明模型擬合較好。地理金融密度與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為0.911586（P=0.0000），這說明地理金融密度越高，則農(nóng)村宏觀經(jīng)濟增長越多。當(dāng)單位面積內(nèi)金融機構(gòu)數(shù)量增多，該地區(qū)居民將能更方便地獲取金融服務(wù)，因而從側(cè)面鼓勵了居民使用金融服務(wù)，進(jìn)而擴大了農(nóng)業(yè)金融供給和需求。而金融服務(wù)的普及能夠有效解決資金配置、經(jīng)濟發(fā)展動力不足等問題，同時消費貸款還能直接拉動農(nóng)村宏觀經(jīng)濟增長。然而根據(jù)前文結(jié)論可知，過高的地理金融密度將使地區(qū)經(jīng)濟活力下降，不利于農(nóng)村宏觀經(jīng)濟增長。人口金融密度與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為0.300696（P=0.0000），這說明人口金融密度越高，則農(nóng)村宏觀經(jīng)濟增長越多。當(dāng)人均金融機構(gòu)數(shù)量增多，便意味著每個農(nóng)村居民均可能獲得較好的金融服務(wù)，從而促進(jìn)宏觀經(jīng)濟增長。經(jīng)濟金融密度與農(nóng)村宏觀經(jīng)濟增長的系數(shù)為-1.369345（P=0.0000），這說明經(jīng)濟金融密度越高，則農(nóng)村宏觀經(jīng)濟增長越少。當(dāng)?shù)貐^(qū)單位生產(chǎn)總值內(nèi)金融機構(gòu)較少時，說明該地金融機構(gòu)效率較高，能夠快速運作以幫助地區(qū)經(jīng)濟發(fā)展。此時較少的金融機構(gòu)便能夠顯著提升農(nóng)村消費增長。然而當(dāng)?shù)貐^(qū)單位生產(chǎn)總值內(nèi)金融機構(gòu)過多時，則說明此地金融機構(gòu)效率較低，大量的金融機構(gòu)均未能促進(jìn)經(jīng)濟發(fā)展。此時過多的金融機構(gòu)反而抑制了農(nóng)村消費增長。

四、研究結(jié)論與政策建議

本文收集了我國31個省市2017—2019年數(shù)據(jù)，并建立相應(yīng)模型以對數(shù)據(jù)進(jìn)行回歸分析，最終分析了金融密度不同維度對農(nóng)村宏觀經(jīng)濟增長的具體作用，得出以下結(jié)論：一是金融機構(gòu)密度與農(nóng)村宏觀經(jīng)濟增長的關(guān)系呈“倒U型”，即隨著金融機構(gòu)密度增加，農(nóng)村宏觀經(jīng)濟增長呈現(xiàn)先上升后下降的趨勢。由此可見，金融機構(gòu)密度與農(nóng)村宏觀經(jīng)濟增長存在最優(yōu)關(guān)系，在金融機構(gòu)密度達(dá)到該數(shù)值時，最能促進(jìn)農(nóng)村宏觀經(jīng)濟增長。當(dāng)小于該數(shù)值時，同樣能夠促進(jìn)農(nóng)村宏觀經(jīng)濟增長，但促進(jìn)作用較弱;當(dāng)大于該數(shù)值時，則將抑制農(nóng)村宏觀經(jīng)濟增長。因此，各地區(qū)需要找到最優(yōu)金融機構(gòu)密度，使金融機構(gòu)能夠更好地服務(wù)于農(nóng)戶和農(nóng)業(yè)企業(yè)，從而促進(jìn)農(nóng)村宏觀經(jīng)濟發(fā)展，提高農(nóng)村居民收入，進(jìn)而促進(jìn)農(nóng)村宏觀經(jīng)濟增長。二是地理金融密度顯著正向促進(jìn)農(nóng)村宏觀經(jīng)濟增長;人口金融密度顯著正向促進(jìn)農(nóng)村宏觀經(jīng)濟增長;經(jīng)濟金融密度顯著負(fù)向抑制農(nóng)村宏觀經(jīng)濟增長。由此可見，單位面積內(nèi)擁有一定數(shù)量的金融機構(gòu)能夠有效促進(jìn)地區(qū)經(jīng)濟發(fā)展，人均金融機構(gòu)達(dá)到一定數(shù)量能夠保障居民獲得金融服務(wù)的便利性，因此兩者均能促進(jìn)農(nóng)村宏觀經(jīng)濟增長。然而若單位生產(chǎn)總值內(nèi)金融機構(gòu)過多，則說明金融機構(gòu)效率過低或虛擬經(jīng)濟比重過大，因而不利于實體經(jīng)濟發(fā)展，也將抑制農(nóng)村消費。三是經(jīng)濟金融密度對農(nóng)村宏觀經(jīng)濟增長的作用最強，其次為地理金融密度，最后為人口金融密度。單位生產(chǎn)總值內(nèi)金融機構(gòu)數(shù)量越多代表著虛擬經(jīng)濟發(fā)展規(guī)模越大，這將導(dǎo)致實體經(jīng)濟發(fā)展空間被壓縮，無法促進(jìn)經(jīng)濟持續(xù)健康發(fā)展，因而對農(nóng)村宏觀經(jīng)濟的破壞作用較大。而地理金融密度和人口金融密度均體現(xiàn)在一定空間范圍內(nèi)金融機構(gòu)數(shù)量，未體現(xiàn)其與經(jīng)濟的直接關(guān)聯(lián)，因而對農(nóng)村宏觀經(jīng)濟的作用相對較弱。

基于上述結(jié)論，本文對農(nóng)村金融促進(jìn)農(nóng)村宏觀經(jīng)濟增長提出以下建議：一是適當(dāng)增加金融機構(gòu)數(shù)量。目前，部分農(nóng)村地區(qū)金融機構(gòu)較少，居民無法獲得切實的金融服務(wù)。為此，各地政府可以適當(dāng)增加金融機構(gòu)數(shù)量，對于在少數(shù)地區(qū)設(shè)立金融網(wǎng)點，政府可適當(dāng)給予金融機構(gòu)相應(yīng)補助。同時還可以鼓勵多種主體進(jìn)入農(nóng)村金融市場，促進(jìn)農(nóng)村金融體系形成良性競爭;二是針對農(nóng)村地區(qū)的農(nóng)業(yè)企業(yè)或農(nóng)戶，金融機構(gòu)應(yīng)當(dāng)制定有針對性的扶持策略。首先，金融機構(gòu)應(yīng)當(dāng)充分運用貨幣政策工具，推動信貸支持有效銜接，積極創(chuàng)新運用政策工具，對當(dāng)?shù)匕l(fā)展生產(chǎn)具有示范帶動作用的企業(yè)及農(nóng)民專業(yè)合作社給予支持，有效促進(jìn)了農(nóng)村地區(qū)產(chǎn)業(yè)發(fā)展。其次，金融機構(gòu)應(yīng)當(dāng)降低為農(nóng)業(yè)企業(yè)提供貸款的標(biāo)準(zhǔn)，使其能夠充分享受貸款服務(wù)，提升其生活水平和消費水平。最后，加大金融產(chǎn)業(yè)扶貧力度，科學(xué)運用扶貧小額信貸。金融機構(gòu)需要因地制宜結(jié)合農(nóng)村地區(qū)經(jīng)濟發(fā)展實際，推出“扶貧小額信貸+產(chǎn)業(yè)扶貧貸款”等金融模式，助力農(nóng)村地區(qū)產(chǎn)業(yè)發(fā)展。

參考文獻(xiàn)：

[1]王宇萌，葉祥鳳.我國農(nóng)村消費水平與經(jīng)濟發(fā)展關(guān)系研究——基于VECM模型的分析[J].價值工程，2019，38（25）：105-107.

[2]任慧，秦俊亞.基于VAR模型的中國農(nóng)村消費、投資與經(jīng)濟增長關(guān)系的實證研究[J].中國儲運，2020（10）：150-151.

[3]李建軍，韓珣.金融密度的省際差異及其決定因素——基于四層次三維度空間分布評價系統(tǒng)的構(gòu)建與實證檢驗[J].中央財經(jīng)大學(xué)學(xué)報，2017（07）：28-44.

[4]粟芳，方蕾.中國農(nóng)村金融排斥的區(qū)域差異：供給不足還是需求不足？——銀行、保險和互聯(lián)網(wǎng)金融的比較分析[J].管理世界，2016（09）：70-83.

[5]楊艷琳，付晨玉.中國農(nóng)村普惠金融發(fā)展對農(nóng)村勞動年齡人口多維貧困的改善效應(yīng)分析[J].中國農(nóng)村經(jīng)濟，2019（03）：19-35.

[6]蔣園園.城鄉(xiāng)公共服務(wù)均等化、居民消費平等化與我國消費經(jīng)濟發(fā)展[J].商業(yè)經(jīng)濟研究，2021（03）：43-45.

[7]杜興洋，楊起城，邵泓璐.金融精準(zhǔn)扶貧的績效研究——基于湖南省9個城市農(nóng)村貧困減緩的實證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2019（04）：84-94.

[8]田祥.社會工作視角下老年人社會價值重建對消費經(jīng)濟的影響[J].商業(yè)經(jīng)濟研究，2021（05）：69-71.

[9]王思遠(yuǎn).吉林省農(nóng)村金融密度對農(nóng)村經(jīng)濟增長影響的實證研究[D].吉林大學(xué)，2017.

[10]王慧玲，孔榮.正規(guī)借貸促進(jìn)農(nóng)村居民家庭消費了嗎？——基于PSM方法的實證分析[J].中國農(nóng)村經(jīng)濟，2019（08）：72-90.

作者單位：惠州城市職業(yè)學(xué)院