中國農村二元金融發展對農民收入影響的再考察

陳亮++++賴明勇

摘 要：基于正規金融與非正規金融視角，運用空間計量方法對2003年至2010年中國31個省市農村二元分層金融發展的農民收入效應進行再考察。研究結果顯示：農民收入、正規與非正規金融均存在顯著的空間自相關性。正規與非正規金融的發展均有利于農民收入的增加，但是正規金融的影響效果不如非正規金融明顯；農民收入、正規與非正規金融的空間變量對促進農民增收具有顯著影響。

關鍵詞：正規金融；非正規金融；農民收入

一、引言

中國發展道路，和西方理論的經典路線常常不一致，以至于一直以來有“中國之謎”（Chinese Puzzle）的命題，比較著名的有關于科技應用的李約瑟之謎（李約瑟，1975）[1]、關于中國資本主義萌芽的韋伯疑問（韋伯，1997；林毅夫，2007）[2-3]、關于“高財政赤字和高貨幣供給量的同時保持價格穩定的現象”的麥金農“中國之謎”（麥金農，1993）[4]，等等。這樣的發展悖論，在中國的農村表現更為明顯。農村金融被廣泛看作中國金融系統最薄弱的一環，與整體經濟的強勁極不相稱，大部分農村人口未能充分享受兩位數高速經濟增長的成果。李勇堅和王弢（2016）基于農業生產需求發現，2014年中國“三農”領域金融需求缺口達3.05萬億元[5]。同時，中國城鄉金融資源配置的區域不平衡性尤為突出，上海、天津、浙江和江蘇等經濟排名靠前省市，地理金融密度達到6.5個/百平方公里以上，而新疆、青海和西藏等經濟排名靠后的省區，地理金融密度在0.2個/百平方公里以下，地理金融密度排名第一的上海與排名墊底的西藏相差109倍（陳莎、周立，2012）[6]。

關于金融對經濟和社會的作用，傳統教科書給出的解釋是：合理配置社會資源，提高資源使用效率，提高支付結算手段……一言蔽之，金融在人類社會中存在的價值在于提高經濟效率。正如馬克思所言，如果沒有金融，“那么恐怕直到今天世界上還沒有鐵路”。在現代社會，金融雖然不像空氣和水那樣不可缺少，但是毫無疑問，金融是經濟和社會高效運轉的潤滑劑，無論是個人、企業還是政府，都離不開金融。中國是一個農業大國，農村金融是“三農”問題的核心，其功能的有效發揮對促進農村經濟繁榮有著關鍵作用。為此，從1979年恢復農業銀行開始，中國對農村金融的改革就一直沒有停止過。

羅伯特·希勒在其著作《金融與好的社會》中將金融活動與好社會聯系起來，將金融提升到一個道德的高度（Robert J. Shiller，2012）[7]。理想狀態的農村金融應該是在金融服務總量和結構上能夠滿足社會經濟發展需求的金融，金融服務的供給相對于需求既不過度，也無不足，不存在總量和結構上的供求失衡。按照林毅夫等（2009）的總結，金融結構從金融活動是否接受到政府監管部門的監管，可以分為正規金融與非正規金融 [8]。隨著農村經濟制度深化改革的推進，農村經濟成分和農民收入來源發生了巨大變化，但都離不開正規與非正規金融在其中發揮的推動作用。因此，深入了解農村正規與非正規金融對農村經濟發展和居民收入的影響具有深刻的現實意義。本文基于正規金融與非正規金融視角，運用空間計量方法對2003年至2010年中國31個省市農村二元分層金融發展的農民收入效應進行再考察，探討中國農村金融發展服務于農村社會福祉程度，并以此來為農村經濟的順利轉型以及農村居民增收進一步提供理論依據和數據支持。

二、文獻綜述

按照經濟學的理解，金融活動如果有效發揮其功能，將有助于社會資源的最優配置，促進經濟均衡發展，進而提升社會公平和民生福祉，因此，自20世紀60年代以來，金融就成為了發展經濟學中一個重要的研究領域。學者們發現金融發展與經濟發展之間存在平行的關系（Goldsmith et al.，1969；King and Levine，1993；Levine and Zervos，1996）[9-11]，甚至是促進的關系（Levine，Loayza and Beck，1999）[12]，并為此得出了金融抑制不利于經濟發展，發展中國家需要有金融自由化的結論（Goldsmith et al.，1969）[9]。隨著實踐深入，農村金融發展對農村經濟或農民收入影響的研究也得到了深入討論。考慮到農村金融市場的二元結構，學者們一般從正規與非正規金融兩個角度來探討農村金融的作用。Hans等（1995）通過分析正規金融對印度農村經濟的影響，得到擴大農村信貸規模和發展農村金融體系對農民收入具有積極作用的結論[13]。而Davide（2014）通過對埃塞俄比亞南部的農村信貸市場研究發現，由于正規金融機構提供的信貸產品種類的有限性，以及產品規模和產品期限的不適宜性，使得農村正規金融不能有效地促進農民增收[14]。相比于正規金融，非正規金融的機制就顯得十分靈活。Dolla（2011）認為，農村非正規金融的產生是源自于被正規金融“溢出”的農村居民的融資需求，因此其可以有效地解決農村居民融資的問題，從而有助于增長農民收入[15]。Kar等（2009）研究發現，非正規金融貸款人可以根據借款人的不同需求提供不同規模、不同期限的信貸資金，使農戶的小規模和短期投資成為可能，從而促進農民收入的增加[16]。同時，Jia等（2010）也認為，與正規金融相比，非正規金融在信息收集、監督成本等方面均具有明顯的優勢，能夠有效地促進農村經濟的增長[17]。

國內學者在借鑒國外學者研究成果的基礎上，根據我國的實際情況，也進行了很多相關的研究。其中，以研究農村正規金融和農民收入的關系居多，且大部分的研究結果顯示：農村正規金融的發展不利于農村居民收入的增加。許崇正等（2005）用農村信貸投資來反映農村正規金融發展水平，通過實證得到農村正規金融的發展不利于農民增收的結論[18]。譚燕芝（2009）用農村正規金融相關率來衡量農村正規金融發展水平，也得到類似的結論，農民增收促進了正規金融的發展，但正規金融的發展卻不利于農民增收[19]。同時，錢水土等（2011）認為，農村正規金融低下的配置效率也是阻礙農民收入增加的重要因素[20]。劉旦（2007）用農村存款余額與貸款余額的比率作為反映農村正規金融發展效率的指標，實證表明，農村正規金融發展效率的確對農民收入增長具有顯著的負效應[21]。杜興端等（2011）通過實證發現，不管是正規金融發展規模，還是正規金融發展效率，對農民收入的增長均具有不利影響[22]。但是，也有一部分學者通過研究得到相反的結論。他們認為通過發展農村正規金融，可以有效的促進農民收入的增加。劉玉春等（2013）用農業貸款余額與農村GDP的比值來衡量農村正規金融發展水平，實證得到農村正規金融發展能夠促進農村居民收入增加的結論[23]。婁永躍（2010）、龐志強等（2007）用灰色關聯分析法得出農村正規金融的發展對促進農民增收具有積極作用[24-25]。另外，考慮到金融結構的二元性，越來越多的學者開始探究農村非正規金融對農村居民收入的影響。唐禮智（2009）以福建省泉州市為例，實證發現非正規金融與農民純收入之間存在穩定的正向關系[26]。高艷（2008）則認為短期內非正規金融水平提高對農民增收雖有一定的促進作用，但不如長期明顯[27]。胡宗義等（2012）研究發現：非正規金融規模的擴大和效率的提高均有利于促進農民收入增長[28]。杜金向和董乃全（2013）研究發現：不同地區農戶正規金融的信貸和非正規金融的借貸的投入與農戶收入增長效應存在較大的差異[29]。鄒小芳和姜學勤（2014）研究發現：非正規金融規模和效率在短期內會對城鄉收入差距均產生明顯的正效應，并會擴大了城鄉收入差距 [30]。張寧和張兵（2015）發現農村非正規金融通過為低收入農戶提供金融服務而對農戶內部收入差距的擴大及貧困具有緩解作用[31]。李祎雯和張兵（2016）認為在面臨信貸約束和缺乏正規金融支持的背景下，非正規金融基于信息獲取、契約執行和交易成本優勢，影響農村家庭創業決策和創業動機，促進農村家庭從生存型向經營型轉變[32]。

不難發現，現有文獻未能充分考慮農村正規金融與非正規金融對農民收入影響的空間依賴性和異質性，本文運用空間計量方法，對正規金融與非正規金融的農民收入空間效應進行再考察，進而探討中國正規金融與非正規金融發展的空間差異性與農民收入的區域不平衡性之間的關聯機制，尋求后發地區依靠正規金融與非正規金融發展實現農戶增收的可能路徑。

三、研究設計和數據處理

（一）變量選取

本文選取全國31個省市2003年至2010年的相關數據來建立空間計量模型，其變量選取如下：

1.因變量的選取。考慮到農民人均純收入是反映農村經濟發展狀況和衡量農村居民收入水平的重要指標，本文選用農民人均純收入（INCOME）來作為因變量。為了剔除價格因素的影響，本文用以2003年為基期的各省市2003年至2010年的農村CPI進行平減處理。

2.自變量的選取。在我國，現在還沒有農村正規與非正規金融的統計數據，考慮到數據的可獲得性和準確性，本文參照胡宗義等（2013）的選取方法[33]：將農村農戶固定資產投資來源中的國內貸款以及農村非農戶固定資產投資來源中的國家預算內資金、國內貸款和利用外資歸為農村正規金融范疇；將農村農戶固定資產投資和農村非農戶固定資產投資來源中的自籌資金和其他資金歸為農村非正規金融范疇。因《中國固定資產統計年鑒》統計口徑發生變化，本文僅能選取2003年至2010年農村非正規金融相關數據。用去除價格因素影響的農村正規金融比上農村總人口數來代表農村正規金融發展水平（FFIR）；用去除價格因素影響的農村非正規金融比上農村總人口數來代表農村非正規金融發展水平（IFIR）。另外，為了使模型更加全面和完整，本文將人均農業財政支持（FISC）、城市化水平（URBAN）和農村勞動力轉移（LABTR）作為控制變量加入模型。其中城市化水平用非農人口數和總人口數的比值表示；農村勞動力轉移用從事非農林牧漁業的就業人口比上農村總就業人口數來表示；人均農業財政支持是用財政支出中的農林水事務支出比上農村總人口表示。考慮到農林水事務支出是在2007年才開始被單獨統計的，之前并沒有相關的數據，本文用農業支出加林業支出加農林水利氣象等部門事業費的總和來表示2003年至2006年的農林水事務支出。

上述數據分別來自于2004年至2011年的《中國統計年鑒》和《中國固定資產統計年鑒》。另外，為了減弱異方差的影響，在建模時對上述各指標均做對數處理。

（二）空間權重矩陣的選擇

本文采用一階鄰接Rook的方法來構造空間矩陣 。具體構造方法是：若省市i和省市j相鄰，則 =1；若不相鄰，則 =0；矩陣對角線上表示的省市i和省市i本身，設為0，即 。另外，海南省四面環海，位置特殊，但是考慮到其與廣東省密切的經濟關系，本文假定海南省和廣東省相鄰。最后，對得到的空間權重矩陣做行標準化處理。

四、實證分析

（一）空間自相關分析

根據空間計量學的原理，考慮到影響農民收入的正規與非正規金融也可能存在空間自相關性，所以本文對農民收入、正規與非正規金融進行空間自相關分析。

1.空間分布情況分析

本文運用OpenGeoDa軟件得到了2003年和2010年全國31個省市的農民人均純收入、農村正規和非正規金融發展水平的空間分布圖。圖1給出的是2003年和2010年農民人均純收入的空間分布圖。從圖中可以看出，我國各省市的農民收入存在一定程度的空間依賴性。從2003年到2010年，全國農村居民收入水平的格局在大體上未發生明顯的變化，總體呈現東高西低、從沿海到內陸逐漸降低的趨勢。其中，京津魯、江浙滬、粵閩為三個高收入板塊，中部地區和東北地區的農民收入處于中間水平，西部地區的農村居民收入最為低下。

圖2給出的是2003年和2010年農村正規金融發展水平的空間分布圖。圖中顯示：相對于農民人均純收入整體格局變動的不明顯，各省市農村金融發展水平的排序發生了較為明顯的變動。其中主要表現為西部地區正規金融發展水平的提高，尤其像新疆、西藏、四川、重慶、寧夏、甘肅、陜西都不同程度的升級。可見政府對西部地區的金融支持得到了一定的效果，有利于完成西部大開發的戰略目標。

圖3描述的是2003年和2010年農村非正規金融發展水平的空間分布圖。從2003年到2010年，我國各省市農村非正規金融發展水平的排序變化不大，整體格局與各省市農民收入的格局相似。發展水平較高的主要就集中在江浙滬和環渤海經濟區，東北及中部地區發展水平次之，西部地區尤其是西南地區的發展水平相對較低。

2.全局Morans I指數檢驗

雖然通過上述分析可以了解到我國各省市農民收入以及正規與非正規金融發展水平的空間分布情況，但是并不清楚這樣的分布是否真的具有統計學意義上的空間自相關性。帶著這個疑惑，本文用OpenGeoDa軟件對2003年至2010年全國31個省市的農民人均純收入以及正規與非正規金融進行全域空間自相關檢驗。

從表2中可以看出：在2003年至2010年期間，我國農民人均純收入的全局Morans I指數均大于0.5，而且都通過1%的顯著性檢驗，證明我國31個省市的農民人均純收入在空間上不是隨機分布的，而是存在顯著的正向的自相關性。也就是說，我國農村居民收入的分布具有統計學意義上的空間集聚特征，農民人均純收入高的地區趨向于和農民人均純收入高的地區集聚相鄰接；反之，則相反。同時，農村非正規金融發展水平的也都通過了1%的顯著性檢驗，說明也存在十分顯著的自相關性，而且農村非正規發展水平的Morans I指數的有逐年變大的趨勢，說明各省市農村非正規金融的相互依賴關系是持續增大的。而農村正規金融的Morans I指數（不包括2003年）雖然也都通過了1%的顯著性檢驗，但整體上不如農民收入和非正規金融顯著，可能是受到國家政策的影響導致正規金融自相關性的改變。

3.Morans I散點圖檢驗

由于Morans I指數不能顯示局部地區的空間相關性，因此本文進一步用Morans I散點圖來分析農民收入以及正規與非正規金融的局域空間自相關性。

圖4給出的是2003年和2010年農村居民收入的Morans I散點圖。從圖4中可以看出，大部分點都位于第一、三象限，再一次證明了我國各省市之間的農民人均純收入在空間上存在正相關性。另外，在2003年的時候，位于High-High型聚集區的省市有京津、江浙滬和福建，這是高收入省市和高收入鄰近省市的集群；位于Low-High型聚集區的省市有河北、江西、安徽和海南，這是低農民收入省市和高農民收入鄰近省市的集群；位于Low-Low型聚集區的省市有湖南、陜西、黑龍江、吉林、湖北、四川、新疆、內蒙古、甘肅、山西、寧夏、廣西、云南、貴州、重慶、西藏、河南和青海，這是低農民收入省市和低農民收入鄰近省市的集群；位于High-Low聚集區的省市有山東、廣東和遼寧，這是高農民收入省市和低農民收入鄰近省市的集群。2010年的Morans I散點圖和2003年的基本相似，只有山東省從High-Low區轉移到了High-High區，說明在2003年至2010年期間，山東省的農民收入對相鄰地區的農民收入起到了促進作用，有發揮“衛星城”的作用，帶動了周邊省市的發展。

圖5給出的是2003年和2010年各省市農村正規金融的Morans I散點圖。在2003年時，江浙滬和京津這五個地區處于High-High型聚集區，安徽、山西、福建、重慶、黑龍江、河南、湖南、遼寧、海南處于Low-High型集聚區，吉林、湖北處于High-Low型聚集區，其余都位于Low-Low型集聚區。到2010年，位于High-High型高值聚集區有上海、江蘇、浙江、北京、天津和山東，位于Low-High聚集區的有安徽、福建和海南，位于Low-Low低值集聚區的有寧夏、四川、吉林、青海、新疆和河北。可見在2003年至2010年期間，各省市農村正規金融的依賴情況發生了明顯的變化。

圖6給出的是2003年和2010年各省市農村正規金融的Morans I散點圖。從2003年到2010年，各省市農村非正規金融的依賴情況變化不大，只有山東從High-Low型聚集區轉移到High-High型聚集區，其他省市都沒有變化。其中一直位于High-High型聚集區的有江浙滬和京津冀，位于Low-High型聚集區的有安徽、福建、江西、海南，位于High-Low型聚集區的有遼寧和廣東，其余都位于Low-Low型聚集區。

從以上的圖表和分析中可以看出，我國各省市的農村居民收入以及正規與非正規金融發展水平確實存在著明顯的空間集聚現象，而且地區和時間差異明顯，所以在設立模型時，應該要考慮變量的空間自相關性，用面板數據建立空間計量模型，這樣才符合實際意義。

（二）空間計量經濟模型分析

1.平穩性檢驗

本文選用面板數據建立空間計量模型，在建模之前，需要先對面板數據進行單位根檢驗，避免出現“偽回歸”的現象。面板數據的單位根檢驗方法有很多種，主要有Levin，Lin和CHU（2002）提出的LLC檢驗方法[34]；Im，Pesearn和Shin（2003）提出的IPS檢驗[35]，Maddala和Wu（1999），Choi（2001）提出的ADF和PP檢驗[36]等。表2給出的是LLC檢驗結果。

從表2可以看出，農民收入、正規金融、非正規金融、城市化、勞動力轉移和農業財政支持在1%的顯著性水平下都是顯著的，說明這六個指標是平穩的，可直接建立模型。

2.固定效應檢驗

一般情況下，面板數據的擬合結果可分為固定效應模型和隨機效應模型。根據Baltagi（2001）的思想：當樣本的回歸分析局限在一些特定的個體時，固定效應模型應該是更好的選擇[37]；以及本文所選取數據的實際情況：本文選取的是全國31個省市的數據，不存在隨機抽樣的情況，因而本文采用固定效應模型進行分析。固定效應模型又可分為空間固定效應模型、時間固定效應模型和時空固定效應模型。空間固定效應模型反映了那些隨區位而不隨時間變化的難以預測的變量對穩態水平的影響；時間固定效應模型反映了那些隨時間而不隨區位變化的難以預測的變量對穩態水平的影響；時空固定效應模型反映了那些既隨時間又隨區位變化的難以預測的變量對穩態水平的影響。一般情況下，可通過似然比檢驗（Likelihod Ratio Test，LR）來確定是否存在時間和空間上的顯著固定效應。

從表3中可以看出，時間固定效應的顯著性檢驗不能拒絕原假設，說明不存在時間上的固定效應，而空間固定效應的顯著性檢驗拒絕原假設，說明可建立空間固定效應模型。

3.模型估計與結果解釋

根據上述分析結果，本文運用Matlab的空間計量軟件包對2003年至2010年31個省市的相關數據建立空間計量面板數據模型。表4給出了空間固定效應下的空間滯后模型、空間誤差模型和空間杜賓模型的估計結果。

由前文可知，SLPDM模型和SEPDM模型都是SDPDM模型的特殊形式，而且可以通過Wald統計量來決定哪個模型最適合。從表6中可以看出，Wald_spatial_lag統計量和LR_spatial_lag統計量均通過1%的顯著性檢驗，拒絕原假設，說明SDPDM空間固定效應模型優于SLPDM空間固定效應模型；Wald_spatial_error統計量為 26.0692，LR_spatial_error統計量為24.5574，P值均小于1%，也都拒絕原假設，說明SDPDM空間固定效應模型也優于SEPDM空間固定效應模型。綜上所述，說明與SLPDM模型或SEPDM模型相比，SDPDM模型更加合適。而且從表中的擬合優度系數R2和對數似然值Log likelihood也可以看出，SDPDM模型的擬合效果更佳。因此，本文選擇空間杜賓面板數據模型的估計結果進行分析。

農民人均純收入的空間滯后項W*DEP.VAR.的系數顯著大于零，說明我國各省市農民收入之間存在很強的空間依賴性，各省市的農民收入變化并非完全獨立的，而是存在顯著為正的外溢效應，即相鄰地區農民收入的增加會促進本地區農民收入的增加。農村正規金融的空間滯后項W*LN_FFIR與農村非正規金融的空間滯后項W*LN_IFIR的系數分別為0.0381和0.1104，都通過1%的顯著性水平檢驗，表明農村正規與非正規金融的集聚通過空間地理機制對相鄰地區的農民收入增加起到了顯著的促進作用，即農村金融的發展對相鄰地區農村居民收入的增加存在顯著為正的輻射效應。可能是因為本地區的金融發展帶動了相鄰地區的金融發展，從而促進農民增收。

農村非正規金融發展水平LN_IFIR的系數為0.0104，通過5%的顯著性檢驗，說明各省市自身的農村非正規金融對本地區農村居民收入具有顯著的促進作用，而農村正規金融發展水平LN_FFIR的系數卻沒有通過顯著性檢驗，說明農村正規金融對農民增收只起到微弱的促進作用，其效果遠不及非正規金融顯著。據統計，在2003年至2010年期間，農村居民通過非正規金融渠道融資的規模持續擴大，從2003年的8229億元增長到了2010年的26540億元，增長了三倍多，而從農村正規金融機構獲得的貸款數量一直維持在2247億元左右，幾乎沒有波動，且2010年正規金融的融資規模僅有非正規金融的10%左右。可見與非正規金融相比，我國農村正規金融的發展程度還是處于比較低下的水平，政府對農村正規金融的改革力度還有待加強。

農業財政支持LN_FISC的系數通過5%的顯著性檢驗，具體值為0.0212，說明人均農業財政支持每增加一個標準差，有平均農村居民收入水平的省市的農民人均純收入就會增加2.12個百分點。說明農業財政支出的擴大有利于農民增收，政府應該堅持擴大財政支農的力度，幫助改善農村的基礎設施建設和農村生產條件，從而增加農村居民的收入，提高農民的生活水平。

農村勞動力轉移LN_LABTR的系數和P值都顯示：隨著農村就業人口向非農林牧漁業轉移，農民收入水平會有顯著的提高，說明非農產業對促進農村經濟發展和增加農村居民收入具有重要的作用。農村地區應該多發展一些第二、三產業，為農村勞動力轉移創造機會，為拓寬農民收入來源提供途徑。同時上述結果也從側面揭示了為什么東部地區的農民會相對比較富裕，而以農業為主要經濟來源的西部地區的農民會相對比較貧困。

城市化水平LN_URBAN的系數-0.0112，未通過顯著性檢驗，說明城市化水平對促進農村居民增收的效果不明顯，城市化并未充分發揮對農民收入增長的影響機制。可能是因為在2003年至210年期間，我國的城市化進程比較緩慢，沒能有效地促進農村剩余勞動里的轉移，從而沒能促進農民收入的增加，據統計，從2003年到2010年，我國的城市化率都維持在31%，沒有取得實質性的進步。

五、結論和政策建議

本文是基于空間計量方法對正規與非正規金融對農民收入的影響進行分析。先通過OpenGeoDa軟件對我國31個省市的農民收入、正規與非正規金融進行空間自相關分析。結果表明：我國31個省市之間的農民人均純收入、正規與非正規金融發展水平均存在顯著的空間自相關性。我國農民收入呈現明顯的東高西低，沿海到內陸遞減的趨勢；農村非正規金融發展水平的整體格局與農民收入類似，在這幾年里沒有太多變化；農村正規金融發展水平的格局發生了較為明顯的改變，主要表現為西部地區農村正規金融發展水平的提高。然后運用Matlab軟件建立空間計量面板數據模型，結果顯示：相鄰地區的農民收入對本地區農民收入的增加起到了顯著的促進作用，說明農民收入的區域溢出效應明顯；鄰近地區的正規與非正規金融對本地區的農民收入增加也有比較明顯的影響，說明農村金融的區域輻射效應顯著。各省市自身的農村正規與非正規金融對促進本地區農民增收都有積極的作用，但正規金融的促進效果不如非正規金融明顯，說明以銀行為主體的正規金融體系在促進農民收入上發揮的作用遠不及以民間借貸為主體的非正規金融體系發揮的作用。農業財政支持和勞動力向非農林牧漁業轉移對農民增收均具有積極的促進作用，而城市化水平對促進農民增收的效果不顯著。基于本文的分析結果，提出以下幾點建議：

一是要加強地區之間農村金融的合作，可以借鑒英美等國的經驗，建立系統完善的金融服務體制，通過建立各種金融中介組織來提供咨詢服務，多進行信息上的互通，充分發揮農村金融在地區之間顯著的輻射效應，使農村金融更好地為農村經濟發展和農民收入增加提供服務。

二是為了能讓農村金融更好地服務于“三農”，使金融資源更好地為農村經濟社會服務，必須努力構建一個農村正規和非正規金融相互補充、相互協調、相互發展的金融服務體系。首先，政府應該放松管制，使更多的“地下”金融能夠浮出“水面”，引導農村非正規金融向規范化、合法化、機構化轉變[38]；其次，建立適合農村非正規金融發展的監管機制，加快相關法律法規的修訂，來促進農村非正規金融更加健康的發展；最后，要堅定不移的繼續全面的推進農村正規金融體制的改革，加快農村正規金融市場的發展，推出更多符合農民需要的金融產品，確保農村資金有效的回流，真正發揮農村正規金融的職能。

三是加大對農村地區的財政支持，貫徹落實各種反哺農業、農村、農民的財政措施，促進農村經濟的發展，提高農村居民的收入。在農村地區多發展一些農林漁牧業之外的其他產業，促使勞動力向生產效率更高的非農部門轉移來獲取更多的報酬，從而促進收入的增加。

參考文獻

[1] 李約瑟.中國科學技術史[M].北京：科學出版社，1975.

[2] 韋伯. 儒教中國政治與中國資本主義萌芽：城市和行會.韋伯文集：文明的歷史腳步[M] .上海：上海三聯書店，1997.

[3] 林毅夫.李約瑟之謎、韋伯疑問和中國的奇跡——自宋以來的長期經濟發展[J].北京大學學報：哲學社會科學版，2007（4）：5-22

[4] 麥金農（ Ronald I. McKinnon）.經濟自由化的順序： 向市場經濟過渡中的金融控制[M].北京：中國金融出版社，1993

[5] 李勇堅，王弢. 中國“三農”互聯網金融發展報告（2016）[M]. 社會科學文獻出版社，2016.

[6] 陳莎，周立.中國農村金融地理排斥的空間差異——基于“金融密度”衡量指標體系的研究[J].銀行家，2012（7）：106-109.

[7] Robert J. Shiller.Finance and the Good Society[M]. Princeton University Press，2012.

[8] 林毅夫，孫希芳，姜燁.經濟發展中的最優金融結構理論初探[J].經濟研究，2009，44（8）： 4-17.

[9] Goldsmith， R.W. （1969）. Financial Structure and Development， New haven， U.S.， Yale University Press.

[10] King， R.G.， Levine， R. （1993）. “Finance and Growth： Schumpeter Might Be Right，” Quar-terly Journal of Economics， 108（3）， 717–738.

[11] Levine， R.， Zervos， S. （1998）. “Stock Markets， Banks， and Economic Growth.” American Economic Review， 88（3）， 537–558.

[12] Levine， R.， Loayza， N.， Beck， T. （2000）. “Financial Intermediation and Growth： Causality and Causes.” Journal of Monetary Economics， 46（1）， 31–77.

[13] Hans P. B， Shahidur R. K. The impact of formal finance on the rural economy of India[J]. The Journal of Development Studies， 1995， 32（2）.

[14] Davide C.Shocks and credit choice in Southern Ethiopia[J].Agricultural Finance Review， 2014， 74（1）： 87-114.

[15] Dolla P L. Microfinance and investment： a comparison with bank and informal lending[J]. World development， 2011， 39（6）： 882-897.

[16] Kar M， Nazlioglu S， Agir H. Financial Development and Economic Growth Nexus in the MENA Countries： Bootstrap Panel Granger Causality Analysis[J]. Economic Modelling， 2011， 28（12）： 685-693.

[17] Jia Xiangping，Hedues F，Zeller M.Credit rationing of rural households in China[J]. Agricultural Finance Review， 2010， 70（1）： 37-54.

[18] 許崇正， 高希武. 農村金融對增加農民收入支持狀況的實證分析[J]. 金融研究， 2005（9）.

[19] 譚燕芝. 農村金融發展與農民收人增長之關系的實證分析： 1978—2007[J]. 上海經濟研究， 2009（4）.

[20] 錢水土， 周永濤. 農村金融發展影響農民收入增長的機制研究[J]. 金融理論與實踐， 2011（2）.

[21] 劉旦.我國農村金融發展效率與農民收入增長[J]. 山西財經大學學報， 2007（1）.

[22] 杜興端， 楊少壘. 農村金融發展與農民收入增長關系的實證分析[J]. 統計與決策， 2011（9）.

[23] 劉玉春， 修長柏. 農村金融發展、農業科技進步與農民收入增長[J]. 農業技術經濟， 2013（9）.

[24] 龐志強， 仇菲菲. 我國農村金融發展與農民增收的灰關聯分析[J]. 統計教育， 2007（11）.

[25] 婁永躍. 農村金融發展與農民收入增長問題研究[J]. 金融理論與實踐， 2010（5）.

[26] 唐禮智. 農村非正規金融對農民收入增長影響的實證分析[J]. 農業經濟問題， 2009（4）.

[27] 高艷. 農村非正規金融對農民收入增長支持的實證分析[J]. 南京財經大學學報， 2008（2）.

[28] 胡宗義，唐李偉，蘇靜.農村非正規金融發展對農民收入差異影響的實證研究[J]. 廣東金融學院學報，2012（3）.

[29] 杜金向，董乃全.農村正規金融、非正規金融與農戶收入增長效應的地區性差異實證研究——基于農村固定點調查1986-2009年微觀面板數據的分析[J].管理評論，2013，25（3）： 18-26.

[30] 鄒小芳，姜學勤.我國非正規金融發展對城鄉收入差距影響的實證分析[J].學術論壇，2014（8）：94-98.

[31] 張寧，張兵.農村非正規金融、農戶內部收入差距與貧困[J].經濟科學，2015（1）：53-65.

[32] 李祎雯，張兵.非正規金融對農村家庭創業的影響機制研究[J].經濟科學，2016（2）： 93-105

[33] 胡宗義，李鵬. 農村正規與非正規金融對城鄉收入差距影響的空間計量分析[J]. 當代經濟科學， 2013（2）.

[34] Levin.A.， C.F.Lin. Unit Root Tests in Panel Data： Asymptotic and Finite Sample Properties[C]. UC San Diego. Working Paper， 1992. 92-93.

[35] Im K.S.， M.H.Pesaran， Y.Shin. Testing for Unit Roots in Heterogeneous Panels[J]. Journal of Econometrics， 2003， 115： 53-74.

[36] Maddala G.S.，Wu Shaowen，1999. Acomparative Study of Unit Root Tests with Panel Data and a New Simple Test[J]. Oxford Bulletin of Economics and Statistics，1999，61：631-652.

[37] Baltagi， B.H. Econometric Analysis of Panel Data， 2nd ed.， John Wiley&Sons， 2001： 45-100.

[38] 全臻；全承相；全永海.特惠金融扶貧信貸的風險控制[J].湖湘論壇， 2016（2）： 73-76.