當前我國農村金融供求均衡發展機制和經濟增長規律的實證分析

摘要：農村金融作為現代金融業的重要組成部分，是解決“三農”問題、有效推進農村現代化建設的關鍵，對農業和農村經濟的發展有著不可估量的促進作用，本文以G區為例，介紹了金融供給、需求的四種類型與經濟增長的關系，通過VAR模型的建立，對G區1998-2013年農村金融發展的面板數據探討了人均農業存款（PRD）、人均農業貸款（PRL）和人均農村固定投資（PRF）與農村人均農林牧漁業總產值（PRGDP）的關系，采用實證分析的方法解析了G區供給、需求失衡對經濟增長的影響問題。

關鍵詞：農村金融；農村金融供給；農村金融需求；經濟增長

中圖分類號：F 832.3 文獻標志碼：ADOI：10.3969/j.issn.1008-4355.2016.04.09

前言 “三農”問題在我國改革開放之中一直都是“重中之重”，2000年以來，中共中央辦公廳已連續出臺了三個將“三農”作為主題的“一號文件”，這三個文件以“發展”為主題，幫助解決和指導“政府要做什么來幫助農民發展”的相關問題。2006至2010年的中央一號文件，則鼓勵在縣域內加強設立多種所有制的社區金融機構，進一步加深農村金融改革和扶持力度，有效的解決了廣大農村地區銀行業金融網點覆蓋率低、金融供給不足、競爭不充分等問題。2012年中央一號文件聚焦農業科技，提出持續加大“三農”財政支出，改善農業科技創新條件，加快農業機械化發展，2015年中央一號文件則提出加大改革創新力度加快農業現代化建設。這些都明確指出了兩個信號：一是“三農”問題已經直接關系到我國經濟建設的可持續發展和全面建設小康社會目標的可行性，它已到了必須解決的地步了；二是可以看出進入新世紀以來，中央“一號文件”表明了黨中央的支農政策將會越來越多，支持的強度越來越深，支持面越來越廣、越來越系統和科學[1]。中央的政策做出的這些重大的調整，明確確立了我國國家財政重點支農的戰略思維。

金融是現代經濟的核心，隨著城市金融業的快速發展，農村金融對農業經濟增長與農村經濟的穩定發展的作用越來越大[2]。農村金融作為現代金融業的重要組成部分，是解決“三農”問題、有效推進農村現代化建設的關鍵，對農業和農村經濟的發展有著不可估量的促進作用，因此，農村金融一直是我國經濟發展重點關注的領域。2014年3月5日，李克強總理在政府工作報告中指出要繼續深化金融體制改革推進利率市場化，穩步推進由民間資本發起設立中小型銀行等金融機構，引導民間資本參股、投資金融機構及融資中介服務機構，完善金融監管協調機制，密切監測跨境資本流動，守住不發生系統性和區域性金融風險的底線。讓金融成為一池活水，更好地澆灌小微企業、“三農”等實體經濟之樹。

而現實生活中，我國的農村金融資源配置依然不能適應金融支持新農村建設的要求，農村金融供給和需求比例嚴重不對稱；金融服務水平低下；為“三農”服務的銀行、證券、保險業發展不協調；農村地區金融機構網點相對其他地區而言覆蓋率低出太多。其中最主要的問題還是農村金融發展存在著供給與需求的不均衡。農村金融供給與需求不均衡的類型大致可以分為四種類型：第一種是供給充足而需求不足；第二種是供給不足而需求充足；第三種是供給充足的同時需求也充足，這種情況的農村金融基本處在一個供求均衡的狀況；第四種是供給和需求都存在著不足的情況。農村金融的這種現狀對農村經濟發展有什么樣的影響？構建供求均衡的農村金融和經濟增長又有什么樣的支撐作用？本研究將以G區為例，采用計量經濟學的前沿理論方法，實證揭示農村金融發展與農村經濟發展之間存在的長短期關系。

一、實證研究思路和計量研究方法考慮到數據的可獲得性及可比性問題，選取的數據區間為1998～2013年。選取具有可比性的不變價農村人均農林牧漁業總產值（RGDP）作為農村經濟發展指標，選取不變價農村人均農業存款（PRD）、農村人均農業貸款（PRL）、農村人均農村固定資產投資（PRF）三個絕對量指標和農村金融發展的規模、結構和效率三個相對指標反映農村金融發展狀況[3]。

首先，采用協整理論分析G區1998～2013年間的農村人均農林牧漁業總產值（RGDP）與農村人均農業存款（PRD）、農村人均農業貸款（PRL）、農村人均農村固定資產投資（PRF）之間的長短期均衡關系，得出G區農村金融發展與農村經濟發展之間存在長期均衡關系[4]。

其次，為比較G區與其他地區的農村金融發展對農村經濟的影響是否一致，采用面板數據模型分析東、中、西部9省的農村人均農林牧漁業總產值（RGDP）與農村人均農業存款（PRD）、農村人均農業貸款（PRL）、農村人均農村固定資產投資（PRF）之間的影響關系，從而看出G區與其他地區的差異，為合理地做出政策建議提供科學的依據。

西南政法大學學報何偉：當前我國農村金融供求均衡發展機制和經濟增長規律的實證分析——以G區為例（一）指標選取

農村經濟發展指標的選取。一般用農業增加值來反映農村經濟的發展程度。由于統計年鑒中有第一產業增加值和農林牧漁總產值兩個指標，但第一產業增加值只包含種植業、林業、牧業和漁業的農業產值，而農林牧漁業總產值包括農業、林業、牧業、漁業以及農林牧漁服務業產值，更能反映農村經濟的發展狀況。故筆者選取農林牧漁業總產值來反映農村經濟的發展程度。同時，考慮到人口因素影響，所以用當年農林牧漁業總產值除以農村人口得到農村人均農林牧漁業總產值（RGDP）來作為農村經濟發展指標。

農村金融發展指標的選取。我國經濟長期以來體現了較為明顯的二元結構，農村經濟與城市經濟具有相對獨立的特征，與之相伴的是與城市金融體系相獨立的農村金融體系。我國改革開放至今，農村金融的供給與需求存在著不均衡的布局，從整體上來看G區農村金融供給與需求屬于“雙不足”暨供給不足、需求不足的類型。本文選取農村金融發展的規模、結構和效率三個相對指標和不變價農村人均農業存款（PRD）、農村人均農業貸款（PRL）、農村人均農村固定資產投資（PRF）三個絕對量指標來反映農村金融發展狀況。

金融發展規模指標。金融發展主要通過金融資產規模的擴展來體現，相當于國民財富，主要衡量指標為戈氏和麥氏指標。戈德史密斯于1969年提出了戈氏指標，又稱金融相關率（FIR），其完整的表達式為M2+L+S/GNP，式中的M2表示貨幣存量，L表示各類貸款，S表示有價證券。很多實證分析中都采用了戈式指標。麥氏指標是羅納德·麥金農在比較金融發展水平時所使用的，其表達式是M2/GNP。萊文和澤爾沃斯（1998）認為，麥氏指標既不能算出負債的來源，也無法測算金融系統的資源配置，實際上這個指標和經濟增長之間沒有理論上的聯系，經濟增長主要依賴于金融部門的功能[5]。王毅（2002）的研究結果表明，麥氏指標不能反映我國的金融深化程度。Arestis、Demetriades & Luintel（2001）考慮到在不發達的國家國內信貸的作用，設計了L/GDP這一指標。同時，考慮到我國的實際情況，農村金融主要涉及到存貸款，農民買賣有價證券的量十分微小，故本文以農村貸款余額（RL）除以農村農林牧漁業總產值（RGDP）作為反映農村金融發展規模的指標，即RL/RGDP（簡記為RLG）。農村金融發展效率是指農村金融中介將農村存款轉化為農村貸款支持農村經濟增長的效率。本文結合國內其他學者的研究，將農村金融發展效率表示為農村貸款余額與農村存款余額之比，即RL/RD，簡記為RLD。金融發展結構指標。隨著經濟的發展，農村經濟得到了飛躍的發展，而鄉鎮企業在推動農村經濟發展中的作用變得愈加重要，為了更好地反映金融發展結構狀況，本文采用鄉鎮企業貸款余額（RLT）與農村貸款余額（RL）之比來衡量金融發展結構，簡記為RLTL。

不變價農村人均農業存款（PRD）、農村人均農業貸款（PRL）、農村人均農村固定資產投資（PRF）是先把歷年農業存款、農業貸款和農村固定資產投資用農林牧漁業總產值平減指數以1994年為基期做不變價處理，然后再除以歷年農村人口以消除人口因素影響得到。其中農業貸款為統計年鑒中的農業貸款和鄉鎮企業貸款之和。

（二）數據來源

鑒于改革開放以來，中國經濟政策不是一蹴而就制定的，1992年才正式確立社會主義市場經濟制度，1993年進行了稅制改革和金融改革，并且相當多的研究發現中國的宏觀數據在1998年出現結構性突變，故本研究選取1998年至今的數據。筆者從歷年《中國統計年鑒》、《中國金融統計年鑒》、《中國農村統計年鑒》以及歷年《廣西統計年鑒》、《云南統計年鑒》、《貴州統計年鑒》、《江蘇統計年鑒》、《浙江統計年鑒》、《廣東統計年鑒》、《湖北統計年鑒》、《湖南統計年鑒》、《河南統計年鑒》等權威渠道搜集相關指標數據。考慮到通貨膨脹因素和數據的可比性問題，同時考慮到農村經濟發展的特殊性，參照前人有關研究，筆者選取1998年作為基期，使用農村GDP的平減指數對相關數據進行不變價處理。另外，考慮到人口因素的影響，經濟指標采用人均指標。

（三）計量研究方法綜述

1.內生經濟增長理論與AK模型

內生增長理論（The Theory of Endogenous Growth）產生于20世紀80年代中期，屬于西方宏觀經濟理論的一個分支，其核心思想是認為經濟的增長能夠不依賴外力推動，而保證經濟持續增長的決定因素是內生的技術進步。內生技術進步主要有幾種途徑：一是內生知識增長；二是內生人力資本積累；三是細化創新的內生增長模型。

20世紀30年代，哈羅德多馬首先把經濟增長理論帶到現代時期，建立了以經濟增長為參數的數學模型，實現了經濟增長理論從思想分析到模型分析的轉變，這是經濟增長理論的第一次飛躍；50年代末，索洛將經濟增長理論引入了新古典模型，從而使經濟增長路徑的穩定性問題得到很好的解決，索洛同時發現了技術進步對經濟增長的貢獻作用，這是經濟增長理論的第二次飛躍；到了80年代，以羅默、盧卡斯為代表的經濟學家，在前人的研究成果基礎上致力于以技術進步為代表的內生機制研究，實現了經濟增長理論從外生均衡分析到內生機制分析的第三次飛躍。

AK模型是最簡單的內生經濟增長模型。基于AK模型，帕加諾于1993年研究了金融發展影響經濟增長的可能渠道[6]。

2.協整理論

（1）單位根檢驗。實證分析中，在大多數研究經濟時間序列的情況下，需要對時間序列的平穩性進行檢驗。如果一個時間序列的均值或自協方差函數是時變的，即隨著時間的改變而改變，這種序列就被稱為非平穩時間序列。

（2）格蘭杰因果檢驗。判斷一個變量的變化是否是另一個變量變化的原因，是經濟計量學中的常見問題。Granger提出一個判斷因果關系的檢驗，這就是Granger因果檢驗。Granger因果檢驗的思想是：如果一個事件X是另一個事件Y的原因，則事件X可以領先于事件Y。因此，如果以前的X能夠在比較大的程度上對Y進行解釋，并且將X的滯后值加入后解釋程度有了提高，那么就說明X對Y具有一定的因果關系，就可以說Y是由X引起的。

3.面板數據模型

（1）面板數據模型理論介紹。面板數據模型是建立在面板數據的基礎上，用于分析變量之間相互關系的計量經濟模型。

（2）面板數據模型檢驗與設定方法。在使用面板數據模型進行實際問題的分析時，要考慮面板模型的各種假設條件，因此有必要對面板數據模型檢驗進行說明。為了避免面板數據模型可能存在的“偽回歸”問題，必須對變量序列進行單位根檢驗。在構建面板數據模型的時候，需要先利用協方差分析和Hausman檢驗來確定具體的面板數據模型。用固定效應檢驗——協方差分析來檢驗相對于混合模型，個體（時間）截面固定效應模型是否顯著；用隨機效應檢驗——Hausman檢驗來檢驗相對于個體（時間）截面隨機效應模型，個體（時間）截面固定效應模型是否顯著[7]。

二、1998～2013年G區農村經濟和金融發展情況（一）1998～2013年G區農村經濟發展情況

1998年以來，G區農村經濟得到了較大的發展。由表1-1可知，G區農林牧漁業總產值（RGDP）從1998年的516.46億元，以年均6.5%的增長速度快速增長，到2013年達到2380.51億元（以1998為基期的不變價為1320.82億元）。G區農林牧漁業總產值（RGDP）占G區GDP的比例在2001年以前呈現微增的趨勢，2001年達到最高點48.57%，2001年之后呈現不斷減小的態勢，2013年達到歷史最低點30.68%。農村人均農林牧漁業總產值（PRGDP）從1998年的1379.80元，以年均5.6%的增長速度快速增長，到2012年達到5621.04元（以1998為基期的不變價為3118.82元）。另外，由圖1可知，G區的農村人均農林牧漁業總產值（PRGDP）一直低于全國平均水平，并且差距有逐年擴大的趨勢，說明G區的農村經濟發展比較滯后。

圖1全國和G區1998～2013年不變價農村人均農林牧漁業總產值由G區農林牧漁業總產值（RGDP）和農村人均農林牧漁業總產值（PRGDP）的環比增速圖（圖2），可以看出PRGDP的增長速度一直低于RGDP的增長速度，這是因為農村人口呈現逐年遞增的趨勢；在1998年RGDP和PRGDP都有個較大的增長速度，都超過14%，而在2004年RGDP幾乎沒有增長，增速僅為0.2%，由于農村人口在增長，PRGDP出現-1.27%的負增長。

由表2可以看出，G區農村的存貸規模在1998～2013年期間均呈現出增長的趨勢，并且貸款規模一直大于存款規模。G區農業存款規模雖然在前三年出現微減的情況，但之后一路上升，尤其在最后兩年，出現大幅增長；G區農業貸款除了在2004年出現微小下降情況，其他年份呈現一路上升的勢頭。G區農村的存貸規模呈現不斷擴大的趨勢，說明G區農村金融處于不斷地發展壯大過程中。雖然，G區農業貸款規模（RL）在不斷擴大，但是G區全部貸款規模擴大的速度更快，因此，G區農業貸款占全部貸款比例從1998年的12.3%，逐年遞降，到2013年降到7.85%。可見，G區農村金融發展相對滯后于G區城鎮金融發展。

圖31998～2013年G區農村金融不變價人均情況另外，從G區農村金融發展的規模、結構及效率（圖4）看，反映農村金融發展規模的指標——G區農村貸款余額（RL）占農村農林牧漁業總產值（RGDP）百分比，呈現出微小遞減的趨勢，說明G區農村金融發展的規模在縮小；反映金融發展效率的指標——G區農村存貸比RL/RD，在2001年之前呈現遞增趨勢，但從2001年開始，呈現逐年遞減的趨勢，說明G區金融發展效率越來越低效；反映農村金融發展結構的指標——G區農村鄉鎮企業貸款余額（RLTL）占農村貸款余額（RL）百分比，也呈現遞減趨勢，從46.46%一路降到2012年的0.002%，鄉鎮企業貸款從2001年開始呈現遞減趨勢，尤其在2009和2010年出現大幅度下降， 2010、2011、2012及2013四年的鄉鎮企業貸款不足三千萬，相對于農村貸款幾乎可以忽略不計，G區農村金融發展的規模、結構及效率三者均呈現減小的趨勢，說明G區農村金融發展阻力巨大，農村金融發展規模、結構和效率呈現出不斷萎縮的趨勢，存在農村金融供求失衡的G區農村金融在發展中出現較大的困境。

（三）1998～2013年G區農村金融發展與經濟發展之間的關系

從1998～2013年G區農村金融發展絕對量與經濟發展絕對指標的相關系數表（表4）來看，G區人均農業存款（PRD）、人均農業貸款（PRL）和人均農村固定投資（PRF）與G區農村人均農林牧漁業總產值（PRGDP）之間都存在高度正相關關系，說明農村金融發展的人均絕對量——人均農業存、貸款及人均農村固定投資與農村經濟增長相同的增長趨勢。表41998～2013年G區農村金融與經濟發展人均指標關系表PRGDPPRDPRLPRFPRGDP1PRD0.851PRL0.910.811PRF0.850.950.821從1998～2013年G區農村金融發展規模、結構和效率與經濟發展的相關系數表（表5），可以看出G區農村金融發展的規模（RLG）、結構（RLTL）及效率（RLD）與G區農村人均農林牧漁業總產值（PRGDP）之間都存在負相關關系，尤其是金融發展結構（RLTL）及效率（RLD）與G區農村人均農林牧漁業總產值（PRGDP）存在高度負相關關系，這是由于G區的農村經濟一直在增長，而G區農村金融發展的規模、結構及效率卻相對越來越低效。有些論文據此說農村金融發展對經濟發展存在相反的阻力作用，筆者認為這是不正確的，因為農村金融發展的絕對量——農村的存貸款規模也是呈現與經濟增長相同的趨勢。這說明供給、需求失衡的G區農村金融在發展規模、結構和效率上都表現出不斷萎縮的趨勢。表51998～2013年廣西農村金融與經濟發展相關關系表RLGRLTLRLDPRGDPRLG1RLTL0.0751RLD-0.2130.7811PRGDP-0.002-0.962-0.8281綜合以上考慮，本研究選取G區農村金融的人均絕對量指標——G區人均農業存款（PRD）、人均農業貸款（PRL）和人均農村固定投資（PRF）來分析G區農村金融對G區農村經濟發展的影響。

三、G區農村經濟和金融發展的協整分析（一）G區農村經濟和金融發展指標的單位根檢驗

為減輕數據變量波動的影響，對各變量取對數處理，得到對數序列LPRGDP、LPRD、LPRL、LPRF，然后，采用基于殘差的ADF檢驗（Augmented Dickey-Fuller Test）方法對時間序列數據進行平穩性檢驗[8]。通過觀察各原始變量的走勢（見圖1和圖3），發現各變量存在時間趨勢并且均值非零，故其數據生成應該有時間趨勢和截距項，所以考慮對其一階差分進行帶有截距項的ADF檢驗[9]。檢驗結果見表5，P值均小于0.05，拒絕原假設，認為四個差分序列均無單位根，可見序列LPRGDP、LPRD、LPRL、LPRF的一階差分均平穩，均為一階單整序列I（1）。表6四個變量的ADF單位根檢驗結果變量ADF值顯著性水平

（1% ）顯著性水平

（5% ） P-值檢驗結果D（LPRGDP）-5.27-4.00-3.100.0011序列平穩D（LPRD）-4.22-4.00-3.100.0068序列平穩D（LPRF）-4.77-4.00-3.100.0026序列平穩D（LPRL）-3.73-4.06-3.120.0175序列平穩（二）G區農村經濟和金融發展指標的VAR模型和協整檢驗

由于上述指標LPRGDP、LPRD、LPRL、LPRF是同階單整的，均為I（1）序列，因此4個變量之間可能存在長期穩定的協整關系。由于是多變量間的協整檢驗，因此采用Johansen協整檢驗。由于Johansen協整檢驗是基于VAR模型的檢驗方法，所以在進行Johansen協整檢驗前需要先確定VAR模型的結構。

根據LR、FPE、HQ、SC和AIC最優準則（見表7），確定VAR最優的滯后階數為2。表7VAR最優滯后階數選擇結果表LagLogLLRFPEAICSCHQ025.5576NA5.41E-07-3.07966-2.89707-3.09656172.540860.406977.37E-09-7.50583-6.59289-7.590342118.557232.86888*2.32e-10*-11.79389*-10.15060*-11.94601*注：* 指根據相應準則選擇的最優滯后階數確定VAR模型的結構后，需要對四個變量LPRGDP、LPRD、LPRL、LPRF間的協整關系進行Johansen協整檢驗。Johansen協整檢驗根據協整方程是否包含截距和確定性趨勢，分為5種形式的檢驗，由于不能確定用哪種趨勢假設，故選擇Summary of all 5 trend assumption對5種協整方程形式都進行檢驗，結果見表8。由特征根跡檢驗（Trace檢驗）和最大特征值檢驗（Max-Eig檢驗）結果知，在第一種沒有截距和趨勢的假定條件下，四個變量LPRGDP、LPRD、LPRL、LPRF間存在一個協整關系，即LPRGDP、LPRD、LPRL、LPRF間存在長期穩定的均衡關系[10]。表8Johansen協整檢驗結果表Data Trend：NoneNoneLinearLinearQuadraticTest TypeNo InterceptInterceptInterceptInterceptInterceptNo TrendNo TrendNo TrendTrendTrendTrace12011Max-Eig10000*Critical values based on MacKinnon-Haug-Michelis（1999）（三）G區農村經濟和金融發展指標的因果關系檢驗

對上面建立的VAR（2）模型的各個方程的變量間進行Granger因果關系檢驗（見表9），以找出變量間的相互影響關系，可知：在LPRGDP方程中，不能拒絕人均存款（LPRD）不是人均GDP（LPRGDP）的Granger原因的原假設，而在10%、1%的顯著性水平下可以拒絕人均貸款（LPRL）、人均固定資產投資（LPRF）不是人均GDP（LPRGDP）的Granger原因的原假設，三者的聯合檢驗也可在1%的顯著性水平下可以拒絕原假設，說明G區農村貸款（LPRL）、農村固定資產投資（LPRF）在Granger意義下影響經濟發展即人均GDP（LPRGDP）[11]。在LPRD方程中，LPRGDP、LPRL、LPRF無論是單獨還是聯合在一起，都是LPRD的Granger原因，說明G區農村人均GDP（LPRGDP）、G區農村貸款（LPRL）和農村固定資產投資（LPRF）在Granger意義下影響G區農業存款（LPRD）。在LPRL方程中，在10%的顯著性水平下可以拒絕人均存款（LPRD）、人均固定資產投資（LPRF）不是人均貸款（LPRL）的Granger原因的原假設，其它的都在5%的顯著性水平下是LPRL的Granger原因，說明G區農村人均GDP（LPRGDP）、人均存款（LPRD）和農村固定資產投資（LPRF）在Granger意義下影響G區農業貸款（LPRL）[12]。在LPRF方程中，除了在5%的顯著性水平下可以拒絕LPRL不是LPRF的Granger原因，其它的LPRGDP、LPRD無論是單獨還是聯合在一起，都不是LPRF的Granger原因，說明農村固定資產投資基本外生于系統，這與實際相吻合，因為農村固定資產投資主要由國家財政撥款形成。由此可知，G區農村貸款（LPRL）、農村固定資產投資（LPRF）在Granger意義下影響經濟發展即人均GDP（LPRGDP），G區農村經濟發展即人均GDP（LPRGDP）在Granger意義下影響G區農業存款（LPRD）和G區農村貸款（LPRL），表明G區農村貸款（即LPRL）與G區農村經濟發展（即LPRGDP）存在雙向Granger因果關系，互相影響。表9Granger因果關系檢驗結果原假設卡方統計量自由度P-值LPRGDP方程LPRD不能Granger引起LPRGDP2.0520.3585LPRL不能Granger引起LPRGDP5.9820.0504LPRF不能Granger引起LPRGDP10.8520.0044ALL都不能Granger引起LPRGDP17.6860.0071LPRD方程LPRGDP不能Granger引起LPRD158.8120.0000LPRL不能Granger引起LPRD69.8020.0000LPRF不能Granger引起LPRD14.0620.0009All不能Granger引起LPRD239.4360.0000LPRL方程LPRGDP不能Granger引起LPRL8.4820.0144LPRD不能Granger引起LPRL5.7020.0577LPRF不能Granger引起LPRL5.6920.0581All不能Granger引起LPRL22.2360.0011LPRF方程LPRGDP不能Granger引起LPRF2.6420.2671LPRD不能Granger引起LPRF0.8420.6564LPRL不能Granger引起LPRF7.0120.0300All不能Granger引起LPRF9.8060.1335（四）G區農村經濟和金融發展指標的VAR模型分析

上述建立的LPRGDP、LPRD、LPRL、LPRF間的VAR（2）模型估計結果如下：LPRGDP

（2）模型可知，LPRGDP、LPRL的滯后一期值和LPRGDP、LPRD的滯后二期值對當期LPRGDP值有正向影響，且起主要影響作用的是LPRGDP本身的滯后值；其它變量的滯后期值均對當期LPRGDP值產生了負向影響。說明G區農業存貸款對關系農村經濟有一定的促進作用，G區農村人均農業貸款（PRL）每增加一個單位，下一年的G區農村人均GDP（PRGDP）增加0.01%，向后兩年的G區農村人均GDP（PRGDP）減少0.21%；G區農村人均農業存款（PRD）每增加一個單位，下一年的G區農村人均GDP（PRGDP）減少0.02%，向后兩年的G區農村人均GDP（PRGDP）增加0.04%。滯后一期的G區農村人均GDP（PRGDP）對當期G區農村人均農業貸款（PRL）和存款（PRD）有負向影響，對當期G區農村人均固定資產投資（PRF）有正向影響；滯后二期的G區農村人均GDP（PRGDP）對當期G區農村人均農業貸款（PRL）、存款（PRD）、固定資產投資（PRF）有正向影響。

（五）G區農村經濟和金融發展指標的VAR模型的穩定性檢驗

在分析VAR模型時，往往不分析一個變量的變化對另外一個變量的影響如何，而是分析當一個誤差項發生變化或者說模型受到某種沖擊時對系統的動態影響，即脈沖響應分析（IRF）。但脈沖響應分析（IRF）需要假定VAR模型是穩定的才有效，故需要對VAR模型的穩定性進行檢驗。由AR根圖（見圖5）知，有兩個單位根的模落在單位圓外，表明VAR模型不滿足穩定性條件，故不適合做脈沖響應分析（IRF）。

圖5AR根四、G區和部分其他省區農村經濟和金融發展關系的面板分析上文僅對G區農村經濟和金融發展1998～2013年的數據進行了協整分析，要了解G區農村經濟和金融發展的情況，需要拿G區同其他省區作對比分析。因此，選取東部經濟發達的江蘇、浙江和廣東三省，中部的河南、湖北和湖南三省，以及西部發展相對滯后的G區、貴州和云南三省共9個省的1998～2013年的農村經濟、金融面板數據分析農村金融與農村經濟發展的關系。

（一）面板數據的單位根檢驗

選取的9個省的1998～2013年的農村經濟、金融面板數據的四個變量農村人均農業總產值（PRGDP）、人均農業存款（PRD）、人均農業貸款（PRL）和人均農村固定資產投資（PRF）明顯存在時間趨勢，故對他們的一階差分分別進行相同根情形下的LLC（Levin-Lin -Chu）單位根檢驗和不同根情形下的W（Im-Pesaran- Shin W）單位根檢驗、Fisher-ADF檢驗和Fisher-PP檢驗，結果見表10可知，農村人均農業總產值（PRGDP）、人均農業存款（PRD）的一階差分序列均通過了幾種單位根檢驗，人均農村固定資產投資（PRF）的一階差分序列雖然沒有通過LLC單位根檢驗和W檢驗，但Fisher-ADF檢驗和Fisher-PP檢驗表明它無單位根[7]。因此，可以認為它們的一階差分序列平穩，不存在單位根。則四個變量農村人均農業總產值（PRGDP）、人均農業存款（PRD）、人均農業貸款（PRL）和人均農村固定資產投資（PRF）均為一階單整序列I（1）。

（二）面板數據的協整檢驗

由于四個變量指標PRGDP、PRD、PRL、PRF均為一階單整序列I（1），因此4個變量之間可能存在長期穩定的協整關系，這里采用Johansen面板協整檢驗它們之間是否存在長期穩定的均衡關系。由Johansen面板協整檢驗結果（見表11）知，9省的1998～2013年的農村經濟、金融面板數據的四個變量PRGDP、PRD、PRL、PRF之間存在協整關系，即存在長期穩定的均衡關系。

（三）面板數據模型的建立

在構建面板數據模型的時候，需要先檢驗參數αi和βi是否對所有截面都一樣，即檢驗樣本數據究竟符合混合模型、變截距模型和變系數模型等面板數據模型形式的哪一種，從而避免模型的設定誤差，改進參數估計的有效性。這里利用協方差分析和Hausman檢驗來確定具體的面板數據模型。用固定效應檢驗—協方差分析來檢驗各個個體的αi和βi是否一樣；若選擇變截距模型，還需要用隨機效應檢驗——Hausman檢驗來檢驗變截距αi是固定影響還是隨機影響。

固定效應檢驗—協方差分析的結果見表12，可知，P-值均為0，拒絕原假設，認為參數αi和βi隨個體而變化，即選擇變系數模型。這也與本文預期的一致：不同地區的農村金融對農村經濟的影響程度不一樣。由于選擇變系數模型，所以不再進一步做Hausman檢驗。表12固定效應檢驗結果固定效應檢驗統計量值自由度P-值F檢驗12.35（8，71）0.0000卡方檢驗116.8580.0000根據經濟理論及前面對G區地區做的VAR模型，當期的農業存款在當期對農業產值影響不大，主要影響后面年份的農業產值，滯后期的PRD、PRL、PRF會對當期PRGDP產生影響，又由于數據時間比較短，故在面板模型中引入PRL、PRF的當期值及PRD、PRL、PRF的滯后一期值AR（1）項建立變系數模型，在Eviews6.0中各參數估計結果見表13，R2=0.994，擬合優度高，AIC=13.26，SC=14.43，信息損失較小，F統計量值=247.76，P-值=0.00，模型整體估計效果較好。

由面板參數估計結果知：東部經濟發達地區（江蘇、浙江和廣東）的固定效應在9個省中最大，而西南部經濟落后地區（G區、云南和貴州）的固定效應相對而言，整體偏小，這與實際情況相符，反映了各地區的經濟基礎差異，經濟發達地區經濟基礎好，而經濟落后地區經濟基礎薄弱。變量PRD（-1）（滯后一期人均農業存款）的系數，中部的湖南、湖北最大，其次是G區、貴州，東部經濟發達地區整體偏小，說明滯后一期人均農業存款對農村產值的影響，在中部有顯著的促進作用，在G區有較大的促進作用，而在東部經濟發達地區（江蘇、浙江和廣東）作用不明顯。變量PRL（當期人均農業貸款）和PRF（-1）（滯后一期人均農村固定資產投資）的系數，各地區區別不是很明顯，說明當期農業貸款和滯后一期的農村固定資產投資對農村的經濟發展地區性影響不大，這可能是因為當年的農業貸款沒有迅速轉化成當年的農業產出，即農業貸款有滯后效應，而農村固定資產投資是長期影響過程，不會在短期內轉化成農業產值，并且農村固定資產投資大部分是投入到農村基礎設施建設，而不是直接投入到農業生產中；變量PRL（-1）（滯后一期人均農業貸款）的系數，西南部的G區、云南最大，其次是河南，再次是東部三省，說明滯后一期農業貸款對農村產值的影響，在西南部有顯著的促進作用，在中部影響不定，在東部經濟發達地區（江蘇、浙江和廣東）作用不明顯。變量PRF（人均農村固定資產投資）的系數，西南部整體上高，而東部整體上低，說明農村固定資產投資對基礎薄弱的西南部農村經濟促進作用最明顯，而對基礎好的東部農村經濟促進作用不明顯。表13變系數面板模型估計結果地區截距C固定效應PRD（-1）PRLPRL（-1）PRFPRF（-1）G區1471.76-726.162.59-0.142.581.10-0.68云南1471.76-575.22-0.08-0.031.630.65-1.05貴州1471.76-251.392.260.54-0.36-0.54-0.43河南1471.76-882.560.17-0.461.021.08-0.68湖北1471.76603.274.730.76-0.690.060.80湖南1471.76-305.788.58-0.07-0.260.74-0.61江蘇1471.76728.84-0.920.470.75-0.280.44浙江1471.76752.590.470.180.07-0.05-0.15廣東1471.76636.010.61-0.260.970.61-0.29平均值1471.76-2.272.050.110.640.38-0.29另外，從表13中可以看出，東部經濟發達地區（江蘇、浙江和廣東）的各變量回歸系數都偏小，說明在東部經濟發達地區（江蘇、浙江和廣東），農村金融對農業經濟的影響不如中西部明顯，究其原因，可能是東部經濟發達地區主要發展工商業，農業經濟占的比例比較小，東部經濟發達地區不依賴和重視農業經濟的發展，并且東部經濟發達地區經濟實力雄厚，農村金融投入較多，但較小規模的農業經濟并沒有產生相對應的產出，所以東部經濟發達地區農村金融對農業經濟的影響不明顯。

從9省區各變量的回歸的系數的平均值來看，變量PRD（-1）（滯后一期人均農業存款）的系數平均值2.05最大，其次是PRL（-1）（滯后一期人均農業貸款）、PRF（人均農村固定資產投資），PRL（當期人均農業貸款）和PRF（-1）（滯后一期的人均農村固定資產投資）的系數最小且接近0。這說明滯后一期人均農業存款對本期農村產值有最為顯著的促進作用，滯后一期農業貸款對本期農村產值的影響作用也比較顯著，但當期農業貸款和農村固定資產投資對農村產值的影響作用不明顯。

由G區地區的各變量的回歸系數可知，G區滯后一期人均農業存款（PRD）每增加1元，G區人均農林牧漁產值平均增加2.59元，影響作用在相比較的9個省區中處于中等偏上水平；滯后一期人均農業貸款（PRL（-1））每增加1元，G區人均農林牧漁產值平均增加2.58元，影響作用在相比較的9個省區中處于最高水平；人均農村固定資產投資（PRF）每增加1元，G區人均農林牧漁產值平均增加1.10元，影響作用在相比較的9個省區中也是處于最高水平；當期人均農業貸款每增加1元，G區人均農林牧漁產值平均減少0.14元；滯后一期的人均農村固定資產投資每增加1元，G區人均農林牧漁產值平均減少0.68元。說明G區的當年農業存貸款對下一年的農林牧漁產值有很顯著的促進作用。

G區農村金融發展水平和農村經濟之間的這種關系印證了經濟學家H·T·帕特里克闡明的農村金融發展與經濟增長之間的兩種可能的因果關系，在經濟發展的初期，供給優先型金融處在主導的位置，應該遵循“供給領先”的金融發展模式；隨著經濟的發展，需求追隨型金融會超越供給優先型金融，居于主導的位置，故應按照“需求追隨”的金融發展模式[8]。G區農村經濟和金融發展的協整分析也說明了農村金融發展仍然是農村經濟增長的重要影響因素，G區農村金融發展水平的高低對G區農村經濟增長的影響在統計上是顯著的，反過來，G區農村經濟的增長水平也能帶來農村金融發展水平的相應提高。“農村金融支持經濟增長”的模式在G區依然適用。

結語僅僅依靠供給或者需求層面的改革無法解決G區的農村金融失衡問題，還要依托與農村金融供給對接的有效金融需求的改進，才能逐步完善我國的農村金融市場，達到建設供求均衡的農村金融的目的。與東部、中部發達的農村地區一樣，以G區為代表的經濟滯后地區農村金融改革也是一個系統工程，與我國傳統的“三農”問題一樣復雜，農村金融改革不僅僅是農村金融體系本身的問題，還與當地的風俗習慣、經濟發展程度、文化教育水平等息息相關，其解決的思路應該是結合實際、因地制宜、不斷完善、與時俱進，抓住農村金融落后的根源，才可能從根本上解決我國廣大農村地區農村金融供給需求均衡問題，促進經濟的增長。JS

參考文獻：

[1]丁志國，徐德財，趙晶.農村金融有效促進了我國農村經濟發展嗎[J].農業經濟問題，2012（9）：50.

[2]費方域.經濟與金融研究[M].上海：上海交通大學出版社，2005：309.

[3]黃惠春，褚保金.我國縣域農村金融市場競爭度研究——基于降低市場準入條件下江蘇37個縣域的經驗數據[J].金融研究，2011（8）：172.

[4]王修華，邱兆祥.農村金融發展對城鄉收入差距的影響機理與實證研究[J].經濟學動態，2011（2）：73.

[5]張宏彥，何清，余謙.中國農村金融發展對城鄉收入差距影響的實證研究[J].中南財經政法大學學報，2013（1）：84.

[6]高鐵梅.計量經濟分析方法與建模——應用及實例[M].北京：清華大學出版社，2006：188.

[7]呂勇斌，趙培培.我國農村金融發展與反貧困績效：基于2003-2010年的經驗證據[J].農業經濟問題，2014（1）：59.

[8]何偉.中國經濟增長與稅收收入的計量分析[J].學術論壇，2014（5）：39-40.

[9]董曉林，徐虹.我國農村金融排斥影響因素的實證分析——基于縣域金融機構網點分布的視角[J].金融研究，2012（9）：122.

[10]孫玉奎，周諾亞，李丕東.農村金融發展對農村居民收入的影響研究[J].統計與決策，2014（10）：93.

[11]譚燕芝，陳彬，田龍鵬，黃向陽.什么因素在多大程度上導致農村金融排斥難題——基于2010年中部六省667縣（區）數據的實證分析[J].經濟評論，2014（1）：28.

[12]張兵，劉丹，鄭斌.農村金融發展緩解了農村居民內部收入差距嗎？——基于中國省級數據的面板門檻回歸模型分析[J].中國農村觀察，2013（3）：20-21.

[13]謝瓊，方愛國，王雅鵬.農村金融發展促進農村經濟增長了嗎？[J].經濟評論，2009（3）：64.

[14]何偉.廣西農村金融供給與需求研究[M].北京：人民日報出版社，2015：176.