畢節試驗區物流金融扶貧問題研究

□ 謝孟琪

(貴州大學 經濟學院，貴州 貴陽 550025)

1 引言

新時代經濟發展要求下，我國全面建成小康社會面臨較多艱巨任務，其中，到2020年確保農村貧困人口實現全面脫貧的任務最為艱巨。在促進貧困地區居民脫貧致富及推動區域經濟健康可持續發展的進程中，金融系統占據了不可取代的地位，做好扶貧開發工作有賴于金融系統的高效運轉。畢節試驗區作為貴州省較為邊遠的地級市之一，其轄區內有五個縣屬于國家級貧困縣，扶貧任務艱巨。在建立試驗區之前，畢節地區生態破壞嚴重、人口增速較快、人口密度較大。在自然環境、社會經濟及居民思想落后等因素的綜合影響下，畢節地區發展滯后，具體表現在農村居民生活十分貧困，多數農民處于溫飽線之下，嚴重阻礙該地區進入小康社會。

畢節地區作為政府探索西部欠發達地區現代化發展轉型的戰略試點，承載著為西部地區反貧困探索道路的重要使命，在新時代的轉折關口，面臨著全國乃至全球的科學技術變革態勢，如果對當前態勢認識不清，那么未來與發達地區的經濟差距會持續拉大，更難打贏脫貧攻堅戰。良好的脫貧成效離不開政府的大力支持，更離不開金融系統的精準投入。通過分析畢節地區物流金融扶貧績效及存在的問題，可為畢節地區的扶貧工作提供參考，推進精準脫貧進程。

2 文獻綜述

相比發達國家，我國的物流金融研究和實踐起步較晚。王滌非(2018)站在線上平臺的角度來分析了物流金融發展所需要規避的風險與發展策略[1]。易燕(2020)以區塊鏈技術來分析了我國跨境物流金融的現狀與未來發展策略[2]。張璐(2014)重點分析農產品物流金融的發展現狀和存在缺陷，并有針對性的對創新運作模式、優化運營環境、培育壯大物流企業等提出了發展策略[3]。崔顯林(2015)分析了云南省現代農產品物流金融發展的實際情況，指出物流金融發展存在的問題和影響因素以及相應改進措施[4]。陳治國、李紅(2015)基于向量自回歸模型分析了農村金融變遷與農產品物流發展的長期動態關系，提出了發展農村金融市場、農產品物流企業發展的對策建議[5]。農產品電商物流是新常態下農村經濟發展的新增長點，許紅蓮、胡愈(2016)分析論證了怎樣建立一個完善的農產品電商物流金融服務體系，以此實現社會價值[6]。

綜上所述，學者們主要從物流金融的業務模式、概念等方面簡單分析物流金融與經濟之間的關系，對于農產品物流和農產品物流金融的概念、現狀、存在問題及原因等方面也進行了研究，為本文的研究奠定了堅實的理論基礎。但目前研究中，從農產品物流金融與扶貧的關系出發來探討物流金融與扶貧的文獻較少，因此，本文展開相應研究，對扶貧工作具有一定的實踐和理論意義。

3 實證分析

3.1 模型設計

在經濟預測領域，VAR模型幾乎替代了結構模型(包括聯立方程結構模型)。由于VAR只能針對某經濟變量的變化受其本身及其他變量歷史行為的影響來建模，所以，在變量間的因果關系上無法作為。但在實際的經濟生活中，經濟變量之間有著復雜雙向的影響關系，因此，在下文的實證分析中引入Granger因果關系來對經濟數據進行檢驗分析。

含有k個時間序列(也稱變量)，p期滯后的向量自回歸模型VAR(p)表示如下：

Yt=A1Yt-1+…+ApYt-p+εt,t=1,2,…,T

(1)

Yt-1=(Y1t-i,Y2t-i,…,Ykt-i)′,i=1,2,…,p

(2)

Aj=[αmn.j]κ*κ,j=1,2,…,p,εt=(ε1t,ε2t,…,εkt)′

(3)

3.2 變量說明

3.2.1 構建貸款余額指標ABLB

借鑒陶誠(2017)關于銀行貸款余額的季度數據頻率的指標構建方法[7]，選取農業銀行對畢節地區物流企業貸款余額作為變量，即ABLB。因為對該時間序列的單位根檢驗即平穩性檢驗沒有通過，所以，選擇對ABLB取對數再差分使序列變平穩，以避免出現偽回歸。考慮到金融數據的可得性及為使指標之間進行Granger因果檢驗向量階數相同，截取2013年第1季度到2018年第4季度的季度數據來對扶貧績效進行研究分析。農業銀行貸款余額相關數據均來源于中國農業銀行畢節市分行官網。

3.2.2 分析構建農村居民人均可支配收入指標BJPCDL

借鑒陶誠(2017)對變量的選取方法[7]，選擇畢節試驗區農村居民人均可支配收入水平作為檢測扶貧效果的指標BJPCDI。截取畢節試驗區2013年第1季度到2018年第4季度農村居民可支配收入的季度數據來進行實證分析。數據來源于畢節統計局官網中社會發展統計公報及畢節統計年鑒。

3.3 單位根檢驗

基于上述指標的選取結果，考慮到數據的可得性及模型的可實現性等現實問題，本文選取農業銀行畢節分行對畢節地區的物流企業貸款余額以及畢節地區農村居民人均可支配收入兩項數據，構建VAR模型。采用ADF檢驗方法對ABLB序列以及BJPCDL序列進行單位根檢驗。平穩性檢驗詳細結果列于表1，表1中的檢驗結果顯示，農業銀行對物流企業的貸款余額指標ABLB在1%的顯著性水平下拒絕序列不平穩的原假設；農村居民人均可支配收入BJPCDI在5%的顯著性水平下拒絕序列不平穩的原假設。根據ADF檢驗結果，上述指標在5%的顯著性水平下均為平穩序列，為建立VAR模型奠定了良好的基礎。

表1 BJPCDI和ABLB的ADF檢驗結果

3.4 協整檢驗

為了進一步觀察BJPCDI與ABLB二者間是否存在協整關系，對BJPCDI及ABLB進行協整關系檢驗。本文采取E-G兩步法來考察上述兩項指標的協整關系。由表2可得，檢驗統計量為-4.4122，小于在1%顯著性水平下的臨界值-2.66，即在1%的顯著性水平下否定殘差序列不平穩的原假設，表明該殘差序列處于平穩狀態。這說明農業銀行對物流企業的貸款余額指標ABLB與農村居民人均可支配收入指標BJPCDI之間存在長期的協整關系，可進一步對其進行Granger因果檢驗，以進行進一步的研究。

表2 E-G兩步法殘差檢驗結果

3.5 VAR模型構建

基于上述檢驗，選取畢節市農業銀行對物流企業的貸款余額指標ABLB和畢節市農村居民人均可支配收入指標BJPCDI構建VAR模型，利用R軟件確定VAR模型的滯后階數，結果見表3。所以，本文選擇建立滯后2階的VAR模型。

表3 模型的滯后階數

根據R軟件給出的統計結果，可以構建VAR模型如下：

BJPCDI=0.2381*BJPCDI.l1-206.5764*ABLB.l1-0.2096*BJPCDI.l2-443.7928*ABLB.l2+106.9450

ABLB=0.0002451*BJPCDI.l1-0.3648943*ABLB.l1+0.0002687*BJPCDI.l2+0.0534007*ABLB.l2+0.0147650

3.6 Granger因果關系檢驗

為了考察BJPCDI和ABLB兩項指標之間是否存在長期因果關系，采用Granger因果關系檢驗方法對上述兩項指標進行檢驗，檢驗結果見表4。

表4 Granger因果檢驗結果

檢驗結果表明，在長期關系下，BJPCDI不是ABLB的Granger原因，而ABLB作為BJPCDI的Granger原因。畢節市農村居民人均可支配收入指標BJPCDI對于農業銀行對物流企業貸款余額指標ABLB并無顯著影響；相反，農業銀行對物流企業貸款余額指標ABLB對于畢節市農村居民人均可支配收入指標BJPCDI卻有一定影響。這也說明在長期內，脫貧工作的有效開展依賴于商業銀行對中小物流企業的資金投入。

4 結論

上述結果表明，短期內農業銀行對畢節試驗區物流行業的信貸支持變量對于農村居民可支配收入變量具有一定的影響，且隨著時間的推移，該影響逐漸加強。這符合扶貧工作難度大、周期長的現實特點。因此，針對畢節試驗區，應對本試驗區的現實特點進行充分認識，使自然資源優勢得以充分發揮。根據上文給出的畢節試驗區物流金融扶貧實證分析的結果，本文提出以下政策建議。

①加大政策性銀行對物流行業的金融支持力度。農產品物流金融的發展需要農產品各方參與主體的參加。政策性銀行是農業產品物流金融支持機制的主要支持部門，有著社會資金的引流和示范作用。農產品因其自身脆弱性而導致農業經濟收入低，并且投資收益不穩定，又因為農業的資本積累不足，又不能吸引外部投資的進入，需要具備強大的金融扶持能力的機構來支持。因此，農行可以加大對農產品物流企業的資金投入，不僅可以使農產品物流企業增強自身實力，吸引資金，同時還可以向社會資金流向起一個示范作用，引導社會資金的流入，形成一個良好的資金循環，推動農產品物流企業的發展。并且，農產品包裝、運輸等此類經濟利益小、社會利益大的項目，往往商業銀行等金融機構會以經濟利益為考慮而拒絕放貸。因此，加大政策性銀行對農產品物流企業的幫扶力度，有利于構建和諧三農，對促進扶貧工作具有深刻意義。

②鼓勵商業銀行等金融機構加大支持力度，積極創新物流金融產品。商業銀行可以為農企，農產品物流企業，農產品物流技術與裝備研發企業降低貸款利率，縮短貸款審批流程，對大型企業和中小企業實行不同授信，對農產品物流企業，商業銀行實行降息或給予貼息。鼓勵商業銀行等金融機構積極創新農產品物流金融產品和服務，完善基礎設施，積極開發新型農產品物流形態，擴大金融機構中間業務，解決中小農產品物流企業融資難的問題。