中國農村金融服務高質量發展主要障礙是供給約束嗎？

張琦 費曉丹 曾之明

摘要：農村金融服務質量相對不高是制約“三農”發展的重要障礙之一。基于金融資源空間配置實證模型和農戶融資意愿Probit模型，考察當前我國農村金融服務高質量發展的制約因素，結果表明，供給約束是當前農村金融服務高質量發展的主要障礙，影響農民收入水平及農村經濟發展。鑒此，解決供給約束問題宜通過政府政策“自上而下”調節，提高農村金融服務水平。

關鍵詞：供給約束；空間計量模型；Probit模型

中圖分類號：F832.2文獻標識碼：A文章編號：10037217（2018）04004507

一、引言

黨的十九大報告提出實施鄉村振興戰略，“農業農村農民問題是關系國計民生的根本性問題，必須始終把解決好‘三農問題作為全黨工作重中之重”。而農村金融服務質量相對不高是制約“三農”發展的重要障礙之一。雖然截止到2016年末，我國農村金融網點已經達到12.67萬個，每萬平方千米擁有的銀行網點數為132個，涉農貸款余額達28.2萬億元。但是，農村金融發展仍然不能滿足農村經濟發展要求。所以，大力發展農村金融和保持農村金融的高質量發展是促進農民增收、農村經濟發展和農業產值穩定增長的重要保障。黨的十九大報告明確指出“推動高質量發展，是保持經濟持續健康發展的必然要求”。為了更好的促進農村經濟高質量發展，必須提供高質量的金融服務，以滿足農民日益增長的美好生活需要。

農村金融具有非常典型的特征。Basu（2006）認為，農村是比城市更難獲得信用貸款。此外，發達省份農村金融發展速度與經濟發展速度的適配性高于欠發達省份農村金融發展速度與當地經濟發展速度的適配性[1]，Lindersey（2011）研究發現，正是因為金融機構尤其是商業銀行面向農村經濟的金融資源配置有限，以及配置效率較低，導致地區間金融市場差異較大[2]。徐洪水（2014）研究發現我國農村金融資源容易出現“使命漂移”現象，即農村金融資源不僅沒有高質量作用于農村經濟發展，反而在利潤驅動下向城市漂移；欠發達區域金融資源向發達區域漂移[3]。因此為了推動農村經濟高質量發展，必然需要高質量的農村金融發展作為主要要素支持之一。Sebastian（2016）發現消除不同階層人群收入差異較大的主要路徑必須要發展金融，而且通過大量面板數據分析發現，金融資源是助推經濟發展最為重要的因素[4]。王勁屹（2018）采用永續盤存法測算農村資本存量，以1980-2014年小樣本數據構建VEC模型，再進一步用Bootstrap-Chow檢驗來研究制度變量的影響，發現農戶儲蓄存款、資本存量能顯著促進農村經濟的增長[5]。

從金融資源供給角度來看，農村金融高質量發展主要障礙是農村金融發展的供給驅動力不足。Dul，Solmon（2017）在研究了尼日利亞的農村金融發展狀況后發現，農村的融資資源約束包括農村金融機構的缺失是限制農村經濟發展的要素原因之一[6]。Evbuomwan（2017）認為在農村地區推行價值鏈融資模式是符合農村小型金融機構產品創新的最佳模式之一，可以通過金融供給創新增加農村金融資源供給[7]。陳智廣（2018）認為供給總量不足、信用體系建設滯后、市場活力不夠、服務劣質低效、市場管理混亂等問題是制約農村金融支持的關鍵因素[8]。熊德平（2017）認為村鎮銀行網點數量與所在地區農村金融供給水平呈負向關系，與主發起行跨區經營決策及其經營能力呈正向關系[9]。

從金融需求角度來看，農村金融高質量發展主要障礙是農民以及農村小微企業金融有效需求不足。Wentzel（2016）通過對南非弱勢群體金融服務的調查則顯示，因為農民或者農村小微企業主體自身教育水平較低，無法自發產生有效金融需求，使得農村金融發展有效性不足[10]。張琦（2016）研究發現農戶家庭收入、家庭規模、申請借款的金融機構的數量對農戶的融資意愿有顯著影響；而影響農戶融資規模的因素則包括耕地面積、申請借款的金融機構的數量、互助擔保小組的成立與否三大因素[11]。王馨平（2017）認為正規金融機構、親戚朋友、民間金融借貸等三種融資渠道下同時發揮各自優勢才能滿足農戶多樣化的借貸需求[12]。吳比（2017）研究發發現東北地區近年農戶金融需求滿足程度不斷提高，但普通農戶生活消費貸款主要渠道依然以民間借貸為主，正規農村金融供給仍需加強[13]。

農村金融市場是典型的金融機構-農戶兩主體結構，已有文獻的研究往往選擇從農村金融市場的供給方分析農村融資障礙的主要因素，或者從農村金融市場需求方來分析農村融資障礙的主要因素，沒有在統一的分析框架內，就兩種渠道進行深入對比分析的相關研究。這很有可能忽略了以下問題：農村金融高質量發展是供給拉動主要動力還是需求推動為主要動力？分析清楚這個問題，可以為農村金融的扶助政策應該采取從上至下還是從下至上的實施路徑給出更為明確的政策建議。

二、理論分析

本文立足于我國農村金融高質量發展的實踐，就農村金融資源的配置行為，對能否影響農戶或者農村小微企業收入及資本需求行為展開理論分析。

（一）模型框架

假設在一個封閉的農村金融市場，存在兩個主要經濟體，一方是金融資源的供給方——金融機構；一方是農村金融需求方——農民和農村小微企業。金融機構向農民提供信貸資本Kb，該信貸資本利率水平是rt，因為農村金融機構網點分布非常分散，以至于產生地理成本Cb。假設農民勞動力價值為Lt，則根據柯布—道格拉斯生產函數公式，可以定義農民勞動產出為：

Y=FK1-atLαt，0<α<1（1）

這里F表示技術水平（創新能力），Kt為農戶資本消耗，Lt為農戶勞動力消耗。因此農戶收入水平可以用下式表示：

It=FK1-αtLαt+（rt-r′t）Kt（2）

其中，It為農戶的資產累計值，rt為資本收益率水平，r′t為資本借貸名義成本，（rt-r′t）為資本實際收益率水平。因此，農戶資產積累的多變量方程為：

At=It+rt[At-βKb]-Ct-Cb（3）

這里，農戶資產當期累計總額為At，其中包括農戶收入水平It，并加上機會成本總額rt[At-βKb]，然后β為留存資本比例系數，因為為了獲得銀行信貸，農戶必須留存抵押的資本比例。然后減去農戶自身消費Ct以及獲取信貸的地理成本Cb。

此時，定義農戶資本效用函數為：

E0∫∞0e-r0tu（Ct，Lt）dt，u（Ct，Lt）=

[Ct（1-L）ρ]（1-e）1-e）（4）

條件為：e>0，r0>0，ρ>0。

E0為期望值，e為風險厭惡系數，r0為貼現系數，而ρ為信貸效用函數，Ct為時間t時農戶的消費總量。

因為農戶在下輪擴大生產中所投入的Kt，只能小于農戶當期收入資本總和，Kt≤At+Kb，因此農戶資本最大化方程如下所示：

Max（Kt）=min{[Fα/（r′t-rt）]1/αKt，

At+Kb}（5）

F表示的是農戶生產技術水平，從一定程度體現農戶創新能力；資本產出彈性為α，上述公式顯示，資本產出彈性和農戶生產技術水平與資本總量呈現正相關關系，而與資本利率水平r′t-rt呈現負相關關系。并且根據現實條件，農戶融資資本總額無法高于自身資產總額和信貸總額的和。

此時在式（2）（3）和（5）的約束下，式（4）可得以下一系列最優解。

如果農戶選擇消費最優化，則可根據式（4）可得穩態公式如下：

C-et（1-Lt）ρ-ρe=0（6）

如果對農戶選擇資產積累最優化，則可根據式（4）可得穩態公式如下：

ρC1-et（1-Lt）（ρ-ρe-1）=drtdt（1-α）FK1-αLαt（7）

這里drtdt表示貼現率水平。

因此，有式（5）（6）和（7）可以得到系統經濟產出的一般均衡穩態模型如下所示：

Y=Fα[F（1-α）/（r0-r′t）]1/α+ρr0βKb+ρKbr0α+ρ-ρr′t（1-a）（r0-r′t）-1（8）

且在此穩態均衡產出條件下，式（3）的農戶純收入It穩態公式為：

It=αY（9）

證明，信貸資產為農戶帶來收入的增加效應Kt+1，能夠有效緩解農戶的生產經營壓力，農戶能夠有更高的可支配收入投入下一周期的資本Kt+1，并且對農村經濟的高質量發展帶來助推效應。

但是如果因為金融資源的地理位置過于遙遠，Cb是信貸成本rt的增函數，所以當Cb增加，相當于借貸利息率r′t增加，則此時式（8）可以變化如下：

Y=FαF（1-α）r0-r′t1α+ρKbr0+ρr0βKbr0（α+ρ）-[α+（2-α）ρ]r′t

（r0-r′t）（10）

可以發現，α+（2-α）ρ>1，所以當r′t增加時，Y必然減少，r′t與Y呈現典型的負相關關系。

理論模型證明，引入信貸資金是促進農村金融高質量發展，提高農民收入水平的重要路徑之一，但是因為農村居民獲得金融資源的成本（地理距離成本）相較于城市居民獲得同等金融資源的成本更高，是限制農村金融資源有效配置的重要因素之一，也是影響農村農民或者農村小微企業融資意愿的重要原因。下面將對這一命題進行實證分析。

三、實證分析

本文采取交互驗證模式，即利用空間計量模型檢驗我國各個省份金融資源的地理聚集狀況，然后根據計量結果選擇具有典型特征的樣本省份，然后運用Probit模型實證檢驗該樣本省份農戶融資意愿及融資可得狀態，并根據實證結果進一步檢驗金融資源獲取成本（利率及空間地理成本）是否是顯著因素，以此交互驗證當前我國農村金融市場高質量發展的主要障礙是否是信貸約束。

（一）我國當前信貸資源空間分布的實證

1.研究假設

H1：我國農村金融網點分布存在空間上的集聚效應。

H2：地區財富總量對農村金融網點的分布有顯著的影響。

H3：地區創新能力越強，越能刺激金融供給的增加。

H4：區域城市化水平與農業創新能力有關，所以兩者應該與金融網點的分布呈正相關關系。

H5：經濟和金融市場化程度對農村金融網點分布有顯著影響。經濟和金融市場化程度越高時，由于農業天然的脆弱性，會導致農村金融資源外流，導致農村金融網點分布變少。

H6：金融環境質量對農村金融網點分布有顯著影響。金融環境質量好的區域會使金融資源主動進入該地區，因此，金融環境質量與農村金融網點分布應該存在正相關。

H7：農業創新能力對農村金融網點分布有顯著影響。農業創新能力的提高會提高農業生產效率，進而推動農村金融的發展，因此，兩者之間應該存在正相關。

H8：農業耕地越多，農戶的生產規模就越大，有助于農村金融業務的發展，網點也就增多。

H9：農戶的固定資產投資與金融機構的產品存在替代關系，因此二者成反比。

H10：農林牧漁產值對農村金融網點分布有顯著影響。農戶對農林牧漁業的投資與金融機構產品之間也是替代關系，因此農林牧漁產值與網點分布應該是負相關。

2.變量的選取。

根據以上的理論分析與變量的選取，建立如下模型：

lnfr=c+c1lngdp+c2lninnov+c3lnurb+c4lnml+c5lnfml+c6lnfeq+c7lnatl+c8lnarea+c9lninvest+c10lnoutput+ε（11）

3.實證結果和分析

（1）相關性分析。

利用2016年全國各省的農村金融網點分布指標計算MoransI指數，空間權重矩陣選用的是“距離”空間權重矩陣（W），p=0.001時，農村金融網點分布省際空間相關模式見表1和Moran指數的散點分布見圖1。

用當地農林牧漁總產值表示。注：上述變量中市場化指數和中國市場化指數由2014年數據推導得出，金融環境質量數據為根據以前年份數據利用線性插值法推導得出，其余變量數據均為2016年數據。為了避免異方差對模型結果的影響，所有自變量與因變量都使用對數形式。

由以上分析可知，我國農村金融網點分布存在空間集聚現象區域差異，尤其通過空間計量模型MoranI散點分析發現，第一象限的樣本省份數量最多，這個象限表示，處于這個象限的所有省份，省內金融機構以及資源聚集程度和周邊省份的金融機構以及資源聚集度都比較高；而第二象限的樣本省份數量相對較少，處于這個象限的省份，省內的金融機構以及資源聚集程度較低，但是周邊省份金融機構以及資源聚集度比較高，從某種程度上可以適當緩解本省內金融資源相對匱乏的障礙；而第三象限，則是省內的金融機構以及資源聚集程度和周邊省份金融機構以及資源聚集度都很低，所以信貸資源最為匱乏。

（二）農村金融網點分布的差異性估計。

普通最小二乘法回歸結果如表3所示.由結果可知，R2=81.07%，模型比較顯著。地區創新能力、區域農村耕地占比、區域農村固定資產投資占比、農林牧漁產值均通過了5%的檢驗。

根據Moran指數結果可以看出我國各省的農村金融網點的分布并不是完全獨立的，所以要加入空間因素進行進一步的分析。根據莫蘭指數檢驗，選擇空間滯后模型進行空間計量分析。回歸結果如表3。表3表明，空間滯后模型的擬合優度R2=83.87%得到提高。AIC和SC值變小，說明加入空間因素后，農村金融網點的自相關性得到了有效地解決。

由表3實證結果可知，地區財富總量與農村金融網點數量成反比。當地區財富總量提高時，該地區投入到工業和服務業的支出會增加，投入到農業的支出會減少，相應地服務于農業的農村金融網點會減少。當地區創新能力提高時，在該地區創業的機構或企業會增加，所需要的資金就會增加，該地區金融機構的盈利能力就會提高，這就有助于增加農村金融機構網點的數量。城市化水平與農村金融網點數量成正比，城市化水平的提高往往伴隨著農業現代化的提高，因此城鎮化率的提高會鼓勵金融機構在農村地區增加營業網點的數量。金融機構經營過程中會考慮風險，當地區金融環境質量提高時，該地區信用水平就會提高，金融機構會選擇增加在該地區的金融網點的數量。當農業創新能力提高時，農業技術效率提高與農村金融效率提高相結合可以提高農村金融資源的效率，農村金融網點數量就會增多。區域農村耕地占比的提高會增加農戶的生產性投資，此時，農戶可以用來抵押的資產就會越來越多，這有助于向金融機構貸款，農村金融機構網點分布就會增多。農戶在農林牧漁業的投資是農村金融產品的替代品，所以，當農戶的農林牧漁產值增加時，就會減少對金融產品的投資，金融機構就會減少農村金融網點的數量。

（三）我國農戶信貸意愿及行為實證

我國近些年來對農民問題的政策性支持取得了顯著成效。2007年我國開始對涉農貸款進行專項統計，從2007-2015年我國涉農貸款和農村貸款情況統計表中可以看出，截至2015年末，我國涉農貸款余額為263522億元人民幣，同比增長13.0%，占金融機構各項貸款余額的27.8%，較2007年末增長330.9%，7年間平均年增速為21.3%；我國金融機構農村（縣及縣域以下）貸款余額為216055億元人民幣，同比增長11.2%，占金融機構各項貸款余額的22.8%，較2007年末增長328.82%，七年間平均年增長率為21.4%；農林牧漁業貸款余額為35137億元人民幣，同比增長5.2%，占金融機構各項貸款余額的3.7%，較2007年末增長133.39%，七年間平均年增長率為13.2%；農村貸款余額為61488萬億元人民幣，同比增長14.8%，占金融機構各項貸款余額的6.5%，較2007年末增長358.9%，七年間平均年增長率為21.5%。

在宏觀層面上，農村金融機構網點的分布與當地的發展水平和當地的農戶所處的環境有關，而提高金融資源的分配效率的目的是提高農民的生活水平，因此，有必要從農戶這個微觀主體出發，研究農戶融資意愿的影響因素，以期能夠實證出影響農戶（農村小微企業）行為主要是哪些因素。如果驗證發現信貸資源約束是主要因素，就可以交互驗證本文的研究假設。

1.數據來源。

本文從上一章實證中三個分區中各自選取一個代表省份山東省、湖南省、青海省進行入戶調查，來驗證信貸供給會影響農戶融資行為。數據來源于2015-2016年對山東、湖南和青海三個省份各類農戶的隨機抽樣調查數據。問卷內容涉及農戶的家庭特征、農戶金融需求的基本情況和當地金融資源的分布情況，剔除數據不全和回答存在矛盾的問卷，本次調查共獲得536份有效問卷，且各省有效問卷均占85%以上。

2.模型選擇。

農戶融資意愿是農戶在面臨提供的決策中做出的選擇，通常采用離散變量或受限因變量模型進行分析，本文基于理性選擇行為和農戶效用最大理論，采用二元有序NormalProbit模型對各代表區域農戶的融資意愿進行分析，其函數形式為：

prob（Y=1|Xi）=∫Z-∞e-t2/2dt=F（Z），

Z=α+βXi+ui（12）

其中，prob（Y=0Xi）=1-F（Z）

當Z=1時，表示農戶具有融資意愿；當Z=0時，表示農戶沒有融資意愿（不缺資金）。Xi表示影響融資意愿的因素。

3.實證結果。為了深入了解山東、湖南、青海省農戶的融資需求，本文運用標準Probit模型對三省的農戶融資需求進行實證研究，所用軟件為Eviews8.0。

4.實證結論。

山東、湖南、青海三省農戶申請借款的金融機構數量和對金融機構的了解程度對農戶的借貸意愿有顯著的正向影響。農戶對金融產品政策的熟悉程度決定了農戶是否愿意融資，當產品的適用性較強且方便獲得時，農戶借貸意愿比較強烈。居住地周邊金融網點數量也是影響農戶融資意愿的重要指標之一，而且該項指標在金融越發達的省份顯著性越強。金融資源的聚集度作為最顯著因變量，再次驗證了前文金融資源空間分布聚集度的實證結論。根據理論模型推導結論，結合我國金融資源分布及農戶融資影響因素交互實證模型，發現金融資源供給障礙是目前我國農村金融高質量發展的主要障礙；通過兩主體交叉實證發現，發現當前我國農村金融高質量發展的主要障礙仍然是信貸供給約束。但是，金融機構作為商業組織，利益最大化特性天生會促使金融機構不可能主動將金融資源從邊際效用更高的城市區域向邊際效用更低的農村地區傾斜；金融機構也不可能主動將金融資源從邊際效用更高的省份區域向邊際效用更低的省份區域傾斜[14]。當前現有條件下，單純依靠內生力量改變“三農”融資難問題是不切合實際的。陳放（2018）、趙洪丹（2016）均認為政府是農村金融發展的主要因素，信用制度與風險化解機制不健全、農村合作機構產權結構不明晰同樣為當前農村金融發展面臨的主要問題[15][16]。因此，必須依靠政策這個外生變量“由上至下”拉動農村金融服務的高質量發展，從本質上解決“三農”問題。

四結論與建議

由上文的分析可知，（1）我國農村金融網點的分布存在空間上的集聚性和異質性。（2）我國農戶的融資行為受金融網點密度的影響，金融網點分布越密集，融資意愿越強烈。

因此，本文認為，我國農村金融存在信貸約束，致使金融資源分布不均衡，直接導致農戶融資意愿和融資需求有差異。必須實行具有區域差異化的地方農村金融改革政策，才能有效助推農村金融告質量發展，促進農村經濟發展的新飛躍。

本文強調應該加強農村金融政策性調控，促進農村金融供給改革力度，更好支持當前我國政府“三農”工作的總體思路。從供給側改革著手，推動農村金融服務高質量發展，為農村經濟發展注入源源不斷的動力。祝樹金（2018）通過動態一般均衡模型也驗證了這一觀點，金融部門服務增效能夠促進投資和經濟增長[17]。

首先，對于山東這樣的在HH區域的省份，金融網點聚集度較高，金融資源相對比較豐富，因此，本地政府可以充分考慮該地區實際情況，要以農戶需求為依據，創新金融產品，增加金融供給，進而刺激農戶貸款，促進農村金融的發展。

其次，對于像湖南這樣的在LH區域的省份，雖然其金融網點聚集度較低，但是周邊省份金融網點聚集度較高，可以實行省級互助，發揮相鄰省域間的金融政策協調作用，使金融網點分布最大程度的向周圍輻射。采用大數據技術規劃金融機構網點的布局，這樣不僅可以降低成本，擴大服務區域，還可以最終實現農村金融集聚效應的最大釋放。

最后，對于像青海這樣的在LL區域的省份，因為其周圍省份金融網點聚集度較低，只能依靠國家政策對其進行扶植。一是鼓勵金融機構在縣級及以下單位設立網點，利用財政資金分擔農村地區金融機構的風險；二是加強農戶的金融教育力度，提高農戶運用金融知識致富的能力。

參考文獻：

[1]BasuP.ImprovingaccesstofinanceforIndia'sruralpoor[M].ImprovingaccesstofinanceforIndia'sruralpoor.WorldBank，2006.

[2]HochbergYV，LindseyLA，WesterfieldM.Resourceaccumulationthrougheconomic：evidencefromventurecapital[J].JournalofFinancialEconomics，2011，118（2）：245-267.

[3]徐洪水.稟賦差異、配置效應與機制創新[D].杭州：浙江大學，2014.

[4]Findeisen，Sebastian，Dauth.Humancapitalaccumulationoverthelifecycle：evidencefromGermanysreunification[J].JournalofDevelopmentEconomics，2016，68（2）.

[5]王勁屹.農村金融發展、資本存量提升與農村經濟增長[J].數量經濟技術經濟研究，2018（2）：64-81.

[6]Dul，Solmon.Anevaluationofagriculturalfinancing，policiesandinitativesforsustainabledevelopmentinNigeria，inthe21stCentury[J].JournalofEconomicsandFinance，2017，8（3）：32-38.

[7]Evbuomwan.AgriculturalvaluechainfinancingandsmallscalefarmersinNigeria：theprerequisites[J].JournalofSocialDevelopment，2017，6（1）：47-57.

[8]陳智廣.農業供給側改革背景下農村經濟發展中的金融支持研研究[J].農村經濟，2018（2）：108-109.

[9]熊德平.農村金融供給、主發起行跨區經營與村鎮銀行網點數量——基于中國865家村鎮銀行數據的實證分析[J].中國農村經濟，2017（4）：30-45.

[10]WentzelA.FinancialliteracyinSouthAfrica[J].JournalofAgriculture&RuralDevelopment;，2016.

[11]張琦，方圓.山東省農戶融資選擇行為的影響因素分析[J].湖南商學院學報，2016，23（3）：120-128.

[12]王馨平.基于融資渠道視角的農戶借貸行為影響因素研究——來自CFPS的經驗數據[J].現代營銷（下旬刊），2017（4）：90-91.

[13]吳比，尹燕飛，張龍耀.東北農村金融需求現狀分析——基于東北三省的農戶調查數據[J].農村金融研究，2017（5）：58-62.

[14]陳敏，王亭，劉磊.農村金融發展對城鄉收入差距影響的實證研究——基于ARDLECM模型[J].哈爾濱商業大學學報：社會科學版，2017（2）：3-12.

[15]陳放.鄉村振興進程中農村金融體制改革面臨的問題與制度構建[J].探索，2018（5）：163-169.

[16]趙洪丹.政府支出、農村市場化與農村金融發展[J].華南農業大學學報，2016（11）：10-17.

[17]祝樹金，趙玉龍，肖皓.利率市場化、信貸歧視與中國經濟發展——基于動態一般均衡模型的分析[J].財經理論與實踐，2018（3）：2-8.

（責任編輯：鐘瑤）