基于產業差異的農村信貸資金配置效率分析

周月書+王婕

摘要：本文借鑒Jeffrey Wurgler的資本配置效率模型，以江蘇省農村地區為樣本，運用2000—2013年的數據分析了農村總體信貸資金配置效率和第一產業、第二產業各自的信貸資金配置效率。研究結果發現：農村地區總體信貸資金配置效率與發達國家相比處于較低水平，但高于全國總體資本配置效率；農村信貸資金配置效率存在產業差異，第一產業信貸資金配置效率低于第二產業；進一步的分析發現，農村第一產業的自發信貸投資水平低于第二產業，第一產業的政府投資仍然不足，以工補農的政策尚未得到完全落實。

關鍵詞：農村信貸資金；配置效率；產業差異；農村金融

中圖分類號：F832；F326 文獻標志碼：A 文章編號：1001-862X（2016）06-0035-006

農村金融是現代農村經濟發展的核心，是農業經濟發展的最核心推動力。農村金融的發展水平直接影響著對農村經濟發展的支持力度，是關系到農村經濟能否持續健康發展的重要因素。從2006年我國開始推進新農村建設起，新農村建設主要靠農村金融發展的支持，而農村金融的發展又離不開農村金融效率的提高。研究發現，農村信貸供給增加可以促進農村地區經濟增長。[1][2]改革開放以來，我國農村貸款規模不斷擴大，這必然會改善農村資本短缺的困境，但其成立的前提是農村信貸資金的分配是有效的。[3]54然而，中國農業和農村經濟發展存在資金投入不足和資金配置低效率的雙重瓶頸，對農業和農村的投資并非是簡單的注入資金的過程。[4]

前人對于農村資金配置效率的研究普遍認為農村地區資金配置效率較為低下，并且研究多集中于宏觀層次。本文和已有研究相比，主要有如下創新之處：首先，本文從產業差異的角度出發，聚焦于第一產業和第二產業探索農村信貸資金配置效率，信貸資金的數據來源于中國人民銀行南京分行的調查數據，數據可靠度較高，能夠較為全面地體現農村地區農業和工業獲得的信貸資金狀況。其次，本文利用Jeffrey Wurgler的資本配置效率模型，不僅對信貸資金配置效率進行了實證分析，同時對政府政策導向及農村地區產業發展的布局進行了探討。

一、理論分析與研究假說

（一）資金配置效率的產業差異

林毅夫（2003）指出，金融體系的功能主要在于動員資金和配置資金，并且，動員資金的功能其實從屬于配置資金的功能[5]，而評價資源配置效率高低的重要標準是分析資源是否流向最有競爭力和價值創造能力的產業。[6]69金融發展理論提出，一個運行良好的金融結構體系可以調整產業間的資金配置方式，提高儲蓄投資轉化效率，實現資金的優化配置。即資金從落后產業部門轉移到高效產業部門，實現資金在不同部門的轉移。部門間的資金流動以及產業間資金配置能夠推進區域內產業結構的調整。農業產業作為低效部門，其生產周期長，自身存在著較高的自然風險及市場風險，同時農業投資的回報率也偏低，這些農業的“弱質性”表現使得第一產業在資金配置的過程中處于弱勢地位，農村地區信貸資金勢必更多地逐利流向投資回報率較高的第二產業。

根據國際經驗，資本在兩部門之間流動的一個明顯演變趨勢是：資本首先從傳統部門流向現代部門，當現代部門發展壯大后，再回流到傳統部門，并帶動后者的發展。[7][8]46從政府宏觀調控的角度來看，中國在經濟發展初期采取了優先發展重工業的模式。政府以推進農業部門征稅、工農產品價格“剪刀差”等措施，推動資本從第一產業轉向第二產業，促使農村工業部門迅速崛起。由此可見，農業的“弱質性”加之政府優先發展工業的策略使得農村地區不同產業資金配置效率存在顯著差異。根據上述分析，本文提出研究假說1：

H1：農村地區第一產業的資金配置效率低于第二產業的資金配置效率。

（二）自發信貸投資水平

自發信貸投資水平是不隨利潤變化的投資，是不同產業的自然投資水平。自發信貸投資水平可以較好地表現某一地區產業布局和信貸投資熱點，同時也是不隨利潤變化的投資如政府類投資的一種衡量，自發投資水平越高，表明該行業需求越旺盛，信貸資金進入量越大。[6]75 一方面，從前述分析可以看出，農村地區第二產業相對于第一產業擁有較為明顯的比較優勢。隨著鄉鎮企業異軍突起，農村工業逐步興起，第二產業對信貸需求旺盛；另一方面，政府優先發展工業的趕超策略表明政府也給予第二產業較多支持。據此，本文提出假說2：

H2：農村地區第一產業的自發信貸投資水平低于第二產業的自發信貸投資水平。

二、模型及變量的選取

（一）Jeffrey Wurgler模型

目前，主要有兩種思路來解決社會總資本在不同產業間的配置效率。第一種思路是計算對各個產業資金投入的邊際回報率，即判斷產業增加值對資金投入的敏感程度，這種思路衡量的是資金投入到各個產業之后的差異，弊端是并不能有效反映金融機構是否能夠依據產業產出情況將資金進行有效配置，不能體現資金是否流向了投資回報率高的產業；第二種思路與之相反，研究的是資金投入是否受到產業增加值的影響，也就是說，需要計算資金投入對于產業價值創造能力的彈性，如果產業的價值創造能力越強、投入到該產業的資金越多，則這種彈性越強，資金配置效率也就越高。[3]55[9]77

Jeffrey Wurgler（2000）教授運用上述第二種思路，以追加的產業資金對于產業價值創造能力的敏感程度來衡量資本配置效率。他認為，如果一個國家的資金更多地流向高成長性的產業，則該國資金配置效率較高。Jeffrey運用來自于65個發達國家和發展中國家的面板數據測算了各個國家的資金配置效率，研究結果發現，發達國家向正在成長的產業投入較多資金，并且從衰落的產業撤回資金，從資金配置效率的角度而言，發達國家是優于發展中國家的。[10]Jeffrey Wurgler的基本模型如下：

ln=αc+ηcln+εict （1）

其中，I為產業固定資產凈值年均余額，V為工業增加值，i為產業編號，c代表地區編號，t為年份，（1）式中的斜率是一種彈性，表示c地區向成長的產業追加資金投入以及從衰落的產業撤回資金投入的程度。ηc>0，表明更多的資金將流入成長性好的產業；而相對較少的資金流入成長性較差的產業；若ηc<0，表明在第t年內，表明在成長性弱的產業追加更多的投資，成長性強的產業反而得到很少的資金；若ηc=0，表明各個產業吸引資金的結果與產業成長性無關。簡言之，ηc越大則意味著該地區在不同產業間的資金配置效率越高。

本文借鑒Jeffrey Wurgler模型，將模型分為變截距模型和變系數模型，以分別分析信貸資金總體配置效率以及不同產業的信貸資金配置效率。具體模型如下：

模型1：變截距模型

ln=αi+ηln+εi，t （2）

該模型允許不同個體存在著個體影響，但這種影響是用變化的截距來反映的，即只反映在自發資金投入水平α的變化上，而反映不同結構的參數η固定不變，即不同個體結構的變化不會引起反映經濟結構參數的變化。

模型2：變系數模型

ln=αi+ηiln+εi，t （3）

該模型允許存在著個體影響，這種影響不僅會反映在自發資金投入水平α的變化上，也會反映在代表不同經濟結構的參數η的變化上。

變截距模型與變系數模型都可分為固定影響模型和隨機影響模型，它們在運用時的區別在于：當所選數據包含了研究總體的所有單位時，則選擇固定效應模型較為合適；當所選數據來源于總體中的一個樣本時，如果模型中省略的因素對不同個體的影響是隨機的，此時，若僅對樣本自身的效應進行分析，則采用固定效應模型；若想以樣本結果對總體進行反映，則應該選用隨機影響模型，即把反應個體差異的特定常數項看作是跨個體成員的隨機分布。[11]本文在研究江蘇省農村信貸資金配置效率時覆蓋了江蘇省所有縣域，因此，將選擇固定效應模型分析江蘇農村信貸資金配置效率。（1）

（二）數據來源

本文江蘇省農村信貸資金的數據來源于中國人民銀行南京分行的調查統計數據；農村地區第一產業及第二產業的增加值從2000年開始納入統計年鑒統計范圍，因此，農村地區第一產業及第二產業的增加值的數據分析來源于2000—2013年的江蘇省統計局網站和《江蘇統計年鑒》。

（三）變量選取

本文研究的是基于產業差異的農村信貸資金配置效率，考慮到數據的可獲得性，本文對農村信貸資金配置效率的研究基于第一產業和第二產業的差異展開。

本文以第一產業和第二產業的增加值分別代表模型（2）、（3）中的V1，t、V2，t，以農業貸款代表第一產業信貸資金L1，t，由于第二產業貸款資金數據獲取有難度，本文用各項貸款余額（由民營企業貸款、農戶貸款、個體工商戶貸款和其他農業貸款構成）減去農業貸款獲得近似的第二產業信貸資金L2，t。數據的時間跨度為2000—2013年。

（四）描述性統計

1.江蘇農村各產業增加值占地區生產總值比重變化分析

2000—2013年，江蘇省農村地區的產業結構發展趨勢是：第一產業的增加值占地區生產總值的比重呈不斷下降趨勢，從17.02%下降到7.93%，14年間下降了約9個百分點，第二產業的增加值占地區生產總值的比重基本穩定在50%左右。

2.江蘇農村產業增加值及信貸資金變化趨勢分析

表1是模型（2）、（3）中各個變量的初始數據。為了便于比較初始數據的增長率，各個初始數據的環比值趨勢如圖1所示。從圖1中可以看出，第一產業信貸資金、第二產業信貸資金、第一產業增加值及第二產業增加值的環比值基本處于1～1.5的區間內，說明各項指標都處于穩定增長的狀態。第二產業信貸資金環比值在2004年大幅度上升至1.889，可能的原因是：2004年中共中央發布的1號文件中明確提出要“發展農村二、三產業，拓寬農民增收渠道”，為推進鄉鎮企業改革和調整，對第二產業的信貸資金投放呈現大幅增加。2002年，第一產業增加值較低，這可能是由于2002年4至5月份長江中下游一帶持續陰雨，江蘇部分地區出現洪澇，影響了農業產業產出。從圖1進一步可以看出，第一產業和第二產業的信貸資金雖然都呈現上升的態勢，但第二產業信貸資金增長率總體而言顯著快于第一產業信貸資金增長率；同時，第二產業增加值比值大體上也大于第一產業增加值環比值。

三、實證分析結果

本文采用Eviews7.0軟件進行實證研究，由于不同產業信貸資金規模及產值差異較大，可能導致橫截面異方差，為了減少由此造成的影響，采用跨截面加權（Cross-section Weight）來實證檢驗總體資金配置效率、分產業的資金配置效率及自發信貸投資水平。

（一）農村第一產業及第二產業的總體信貸資金配置效率

本文首先基于模型（2）——固定影響變截距模型，對農村第一產業及第二產業的總體信貸資金配置效率進行分析。回歸結果見表2。

回歸結果顯示，回歸方程的R2=0.324，F值=5.50，方程的F檢驗的顯著水平為0.010，方程的回歸效果較好。2000—2013年，農村第一產業及第二產業的總體信貸資金配置效率約為0.148，這意味著當產業增加值相對于上一期增加時，信貸資金的增長率也會相應地增加，并且信貸資金增長率增加的百分比是產業增加值增長率的0.148倍，且該參數通過了5%的顯著性檢驗。

在Jeffrey Wurgler考察的65個國家中，各國的平均資本配置效率值為0.429。Jeffrey Wurgler根據模型得出的部分國家的資本配置效率見表3和表4，從表中可以看出發達國家的資本配置效率顯著高于發展中國家。同Jeffrey Wurgler的研究結果相比較，農村第一產業和第二產業的總體信貸資金配置效率仍處于較低的水平。但同韓立巖、王哲兵（2005）利用1993—2002年這10年間的面板數據計算出的我國總體資本配置效率0.081相比，農村第一產業及第二產業的總體信貸資金配置效率（0.148）較高，這也反映了江蘇省農村本身的發展水平相對于全國其他地區而言較高。

（二）農村不同產業的信貸資金配置效率

固定影響變系數模型的特點是可以計算出各個產業的不同系數，即產業信貸投人對利潤變化的敏感程度。基于模型（3）——固定影響變系數模型，本文將對農村不同產業的信貸資金配置效率分別進行分析，回歸結果見表5。

回歸結果顯示，回歸方程的R2=0.373，F值=4.36，方程的F檢驗的顯著水平為0.015，模擬結果較好。

根據表5的回歸結果，第一產業信貸資金配置效率值約為0.121，這意味著第一產業信貸資金增長率增加的百分比是第一產業增加值增加的百分比的0.121倍，且該參數通過t檢驗；第二產業信貸資金配置效率值約為0.382，說明第二產業信貸資金增長率增加的百分比是第二產業增加值增加的百分比的0.382倍，且在t檢驗中以10%的顯著性水平來衡量，該參數是顯著的。由此可見，農村地區第一產業的資金配置效率低于第二產業的資金配置效率，即驗證了假說1。

實證結果表明，農村地區第一產業信貸資金對第一產業增加值的變化敏感性較差，其主要原因是農業生產具有生產周期長、資金轉換慢且風險大等特征，本身具有“弱質性”，而資本的“逐利性”使得資金較多地流向低風險高收益的產業。此外，政府優先發展第二產業的政策使得“農業哺育工業”，推動了農村地區正規金融機構的資金大規模轉移到工業產業。因此，相對于第二產業而言，第一產業的信貸資金配置效率偏低。

第二產業是指工業和建筑業。以鄉鎮企業為代表的中國農村工業部門，既不同于現代工業部門，又有別于傳統農業部門，成為介于兩者之間的新興部門。[12]鄉鎮企業增加值占 GDP 比重不斷提高，反映了農村工業化產出規模已經超過了農業產出規模，農村經濟已經以非農業為主的新的特征。[13]中國農村工業的迅速崛起使得農村工業部門逐步興起，中國農民直接參與到工業化進程中，伴隨較多的資金逐利流向農村地區第二產業，這也解釋了為什么以工業為主的第二產業的信貸資金配置效率高于第一產業。

（三）不同產業的自發信貸投資水平

在經濟學意義上，各個行業不同的截距代表了不隨行業利潤變化的“自發信貸投資水平”，即不同行業的自然投資水平。[6]74[9]82如前所述，自發信貸投資水平可以體現產業調整與發展布局，同時也能衡量不隨利潤變化的投資。表6為變截距模型和變系數模型中截距項的回歸結果，從中可以看出農村第一產業及第二產業的自發信貸投資水平。

從表6中可以看出，在兩種模型下，第一產業的自發信貸投資水平分別為0.131和0.133，第二產業的自發信貸投資水平分別為0.168和0.138，第二產業的自發信貸投資水平顯著高于第一產業的自發信貸投資水平，實證結果與政府優先發展工業的趕超戰略是吻合的，也即驗證了假說2。

第二產業增加值占總產值比重在50%左右，結合以上不同產業信貸資金配置效率和自發信貸投資兩方面實證結果來看，農村信貸資金和自發信貸投資兩部分資金都主要投向第二產業，而資金配置能夠推進區域內產業結構的調整，正是因此第二產業比重相對增加，促進了近十幾年來農村經濟中第二產業的快速增長。這種現象是在一定的歷史環境及地理條件下形成的。江蘇省自然資源豐富，有著良好的輕工業基礎，建國后江蘇省的早期投資也偏重于輕工業，后期又擴展到對技術條件要求較高的機械電子和化學工業。因此，結合江蘇省的自然歷史條件和地理位置以及其他政治、經濟的考慮，政府的政策投資導向是著力發展第二產業。結合實證結果可以說明，在農村地區第一產業信貸資金配置效率較低的情況下，第二產業仍是政府的投資政策導向，而我國現階段“工業反哺農業的”政策在農村地區并未得到完全落實，第一產業的政府投資尚顯不足。

四、主要結論與啟示

本文借鑒Jeffrey Wurgler的資本配置效率模型，以江蘇省農村地區為樣本，運用中國人民銀行南京分行的調查統計數據及《江蘇統計年鑒》，分析了2000—2013年農村地區信貸資金在第一產業和第二產業的總體配置效率及不同產業信貸資金配置效率的差異，并進一步對農村第一產業和第二產業的自發性投資水平進行分析，得出的主要研究結論如下：

農村地區第一產業和第二產業的總體信貸資金配置效率與發達國家相比處于較低水平，但高于全國總體資本配置效率；農村第一產業信貸資金對第一產業增加值的變化敏感性較低，而第二產業信貸資金對第二產業增加值的變化敏感性較高，這意味著農村信貸資金配置效率存在明顯的產業差異，第一產業信貸資金配置效率低于第二產業。進一步的實證結果發現，農村第一產業的自發信貸投資水平較低，而第二產業的自發信貸投資水平較高，這表明在第一產業信貸資金配置效率較低的情況下，政府資金仍主要投資于第二產業，以工補農的政府政策尚未得到完全落實。

根據以上研究結論，本文得出以下啟示：一方面，在經濟結構轉型發展時期，農業作為國民經濟的基礎，需進一步提升自身的內涵發展能力，從而提高信貸資金使用效率；另一方面，從政府供給側改革的視角，政府相關部門及金融機構應當加大對傳統農業部門的財政和金融支持力度，改進財政補貼方式，提高補貼效率，優化農業信貸資金的投入結構和運營績效，從而優化農村產業結構、促進農村經濟增長。

注釋：

（1）本文中所指江蘇縣域，均以2000—2013年《江蘇統計年鑒》中“縣（市）社會經濟序列”一篇所包括的縣（市）為準，即包括江蘇省所有縣及縣級市，不包括縣改區。

參考文獻：

[1]Valentina Hartarska， Denis Nadolnyak， Xuan Shen. Agricultural Credit and Economic Growth in Rural Areas[J]. Agricultural Finance Review，2015，75（3）.

[2]Chughtai M W. Utilization of Zarai Taraqiati Bank Agricultural Credit in Rural Areas of Tehsile Rawalpindi： An Empirical Study[J]. Researchers World，2012，3（2）.

[3]張兵，許國玉.江蘇省農村信貸資金配置效率——基于面板數據的經驗分析[J].中國農村經濟，2007，（6）.

[4]溫濤，王煜宇.政府主導的農業信貸、財政支農模式的經濟效應——基于中國1952—2002年的經驗驗證[J].中國農村經濟，2005，（10）.

[5]林毅夫.“三農”問題與我國農村的未來發展[J].農業經濟問題，2003，（1）.

[6]中國人民銀行營業管理部課題組.北京市金融機構信貸資金配置效率研究——對26個主要行業貸款情況的實證分析[J].金融研究，2005，（2）.

[7] 周月書，王悅雯.我國城鄉資本流動研究：1981—2012 ——基于城鄉資本邊際生產率的分析[J].江淮論壇，2015，（1） .

[8]周月書，王悅雯.二元經濟結構轉換與城鄉資本配置效率關系實證分析[J].中國農村經濟，2015，（3）.

[9]韓立巖，王哲兵.我國實體經濟資本配置效率與行業差異[J].經濟研究，2005，（1）.

[10]Jeffrey Wurgler. Financial Market and the Allocation of Capital[J]. Journal of Financial Economics， 2000，（58）.

[11]高鐵梅，王金明，梁云芳，劉玉紅.計量經濟學分析方法與建模[M].北京：清華大學出版社，2009：332.

[12]李克強. 論我國經濟的三元結構[J].中國社會科學，1991，（3）.

[13]胡鞍鋼，馬偉.現代中國經濟社會轉型：從二元結構到四元結構（1949—2009）[J].清華大學學報（哲學社會科學版），2012，（1）.

（責任編輯 吳曉妹）