鄉村振興背景下農村金融影響西部地區綠色發展的機制分析

朱建華 李榮強

摘要：基于貴州省各地州市2010—2019年的面板數據，分析農村金融影響綠色發展的3個機制，并綜合運用探索性空間數據分析方法測度綠色發展，探討綠色發展與農村金融各機制之間的空間自相關性和局部集聚空間格局演變，在此基礎上利用空間杜賓模型實證研究農村金融對綠色發展的影響程度。結果表明：貴州省綠色發展具有較強的空間自相關特征，且空間聚集特征明顯;在杜賓模型空間固定的情況下，農村金融規模的擴大和農村金融效率的提升可以促進綠色發展，而農村金融結構對綠色發展存在負向影響;農村金融結構、人均GDP以及教育水平等因素對西部地區綠色發展的影響較小，農村金融規模的擴大以及金融效率的提升是促進西部地區綠色發展的關鍵。研究豐富了農村金融對綠色發展的作用機制，以期為今后農村金融促進西部地區綠色發展提供一定的理論依據與方法參考，進而推動城鄉經濟社會可持續發展，實現鄉村振興戰略目標。

關鍵詞：農村金融;綠色發展;空間相關性;空間溢出;空間杜賓模型

中圖分類號： F327;F832.7;X322? 文獻標志碼： A

文章編號：1002-1302（2021）15-0001-06

收稿日期：2021-04-27

基金項目：國家社會科學基金（編號：19XMZ089）。

作者簡介：朱建華（1966—），男，湖南洞口人，教授，主要研究方向為金融與區域經濟發展。E-mail：948841731@qq.com。

通信作者：李榮強，碩士研究生，主要研究方向為區域金融與農村金融。E-mail：654621500@qq.com。

近年來我國隨著經濟規模的快速擴張，環境污染問題也日益加重，全國各地均受到不同程度的影響，西部地區的水土流失、土壤石漠化以及沙塵暴等問題凸顯，這為提升西部地區的綠色發展敲響了警鐘。另一方面，隨著全國脫貧攻堅工作的進一步推進，農村地區的鄉村振興建設也在有序開展。2018年，中央出臺了《國家鄉村振興戰略規劃》，對“三農”建設作出了重大決策部署，強調要順應社會經濟發展趨勢，將鄉村振興作為當前工作的重中之重。金融作為現代經濟的核心，在市場經濟中占據重要地位，因此通過推動農村金融的發展，進一步推進產融結合的普及，可以有效提高農村地區的發展效率。但是，我國西部地區農村金融發展水平薄弱，綠色發展有限，尤其是環境保護和生態治理方面存在許多問題。在此背景下，西部地區綠色發展離不開農村金融的推進，所以如何充分合理發揮農村金融對綠色發展的促進作用，是本研究要探討的主要內容。

1 文獻綜述

在過往的文獻中，也有較多學者對農村金融與綠色發展等領域進行了較為系統的研究，劉耀彬等以我國各個地級市為數據樣本，建立面板模型，并用經濟內生增長理論探析金融發展對我國綠色發展的影響，研究結果表明金融發展水平對綠色發展存在門檻效應[1]。耿劉利等通過研究金融發展對經濟增長的影響路徑，表明農村金融對農村經濟發展具有顯著支持作用，并從理論和實際2個層面分析了中國農村金融未來的方向[2]。劉敏樓運用了VAR模型以及協整和誤差修正模型，通過研究金融發展過程中的生態環境因素對農村金融發展的影響，最后提出了農村金融的發展在一定程度上依賴于金融環境要素的結論[3]。張宇青等在金融發展與區域間綠色發展的基礎上，總結出了二者關系以及相關機制，并通過運用空間杜賓模型和面板數據進行了相關的實證分析，最后提出企業監督效應和資本配置效應對區域間綠色發展起到了積極影響，推動作用最為顯著[4]。

然而，相關文獻較少將農村金融與環境問題二者結合起來探討，鮮有文獻把農村金融和綠色發展聯系起來分析其影響機制，因此這其中的一些重要的機制性問題并未解決。同時，缺少農村金融對綠色發展影響的實證分析，在研究兩者之間關系時，所選取的變量較為固定且較少考慮控制變量的影響。鑒于此，本研究擬從鄉村振興的視角出發，基于貴州省9個市州2010—2019年的面板數據，利用數據包絡分析方法測度生態效率作為綠色發展的代理變量，運用空間自相關法分析綠色發展和農村金融區域相關性及集群效應，并通過空間杜賓模型分析農村金融影響綠色發展的作用機制其影響程度。

2 變量選取與數據來源

2.1 變量選取

2.1.1 被解釋變量：綠色發展水平（LEVEL） 當前對綠色發展水平的測度常用方法有2種，一種是指數法，即通過構建綠色發展指數進行指標評價，另一種則是效率法，利用數據包絡分析（DEA）方法測度投入產出效率。而本研究將使用“生態效率”的概念來表述并測度綠色發展水平，反映了資源與環境雙重約束下的投入產出效率，利用文獻[5]的方法來測度生態效率并將之作為綠色發展的代理變量。假定有N個單位決策元（DUM），有2個要素：投入變量、產出變量，DEA模型可以描述如下：

∑nj=1λjXj+s-=σX0，j=1，2，3，…，m

∑nj=1λjYj+s+=Y0，j=1，2，3，…，m

λj，s-，s+≥0。（1）

Huang等曾經用環境污染綜合指數、地區生產總值等作為為產出變量來反映環境的約束情況，而用就業形勢、資本的存量以及能源的消耗作為投入變量來反映資源的約束[5];張雪梅選取能源消費量、建設用地面積等變量作為投入變量，地區生產總值等為產出變量測度生態效率[7]。因此，本研究在測度生態效率時，選取就業人數和能源消費總量作為投入變量，把地區生產總值、節能環保余額作為產出變量。以貴陽市生態效率值為1，則2010—2019年貴州省9個市、州生態效率值見表1。

2.1.2 核心解釋變量：農村金融 對于農村金融的衡量，國內學者也提出了較多的測量方法。例如，張宇青等曾經運用農業貸款余額與農戶貸款余額之和來測度農村金融的發展水平[4]。也有學者采用“農村存貸款比率”“金融相關比率”予以衡量。郭威等從農村金融的規模、效率以及結構3個方面來反映農村金融發展水平，所考慮的范圍更加全面[7]。姚景超等采用農業貸款余額來衡量農村金融發展[8]。因此，在以往學者的研究基礎上，選取農村金融規模、農村金融效率與農村金融結構作為解釋變量。

農村金融規模（SCALE）。對農村金融規模的評價，當前學術界利用較為頻繁的是麥金農指標（廣義貨幣M2與國內生產總值GDP之比）和哥德史密斯指標（農村存貸款總和與農村GDP之比）。但是，對于麥金農指標，一部分學者持有否定態度，胡振華等認為麥金農指標不能很好地反映我國農村金融的現實情況[7]。因此，鑒于數據的可得性，本研究選取金融機構存貸款作為衡量金融規模的指標。

農村金融效率（EFFICI）。農村金融效率體現了農村金融發展的速度。大部分學者都采用金融中介將儲蓄轉化成貸款的效率來表示金融效率。林雅娜等選擇存款和貸款之比來衡量農村信用合作社的金融發展效率[9]。本研究采用農村金融機構將存款轉化為貸款的效率來表示農村金融效率。

農村金融結構（STRUC）。農村金融結構可以反映出農村地區金融資金的配置以及相關資源的分布。袁久和在測量農村金融成熟度中，選擇鄉鎮企業貸款和農村貸款之比作為刻畫農村金融發展結構[10]。林麗娟采用農村金融機構存款余額占全社會金融機構存款余額的比例（%）及農村金融機構貸款余額占全社會金融機構貸款余額的比例 （%）來衡量農村金融結構[11]。本研究選擇鄉鎮企業貸款與農村貸款之比來衡量農村金融結構。

2.1.3 控制變量 借鑒王禮剛在研究綠色發展水平時，將人均GDP和人均固定資產投資額、科技教育支出占公共支出財務比例作為增長質量準則層的指標[12]，郭付友等同樣將人均GDP和人均固定資產投資納入到綠色發展綜合指數[13]。另外，政府財政支出占比也會對綠色發展產生影響，因為財政支出的規模和結構，往往反映一國政府為實現其職能所進行的活動范圍和政策選擇的傾向性，政府財政支出占比的幅度增加，意味著活動范圍的擴張以及政策實施的效率，所以對綠色發展的實際推動和政策制定導向是有舉足輕重的地位。因此，本研究選取財政支出占比（GOV）、人均GDP（GDP）、教育水平（EDC）以及人均固定資產（IIF）作為控制變量（表2）。

2.2 數據來源

本研究選取的2010—2019年貴州省9個市州的面板數據，來源于EPS數據庫以及統計局網站等。通過對各個變量進行描述性統計（表3），貴州省綠色發展即生態效率的最大值為1.010 0，最小值為0.010 0，標準差為0.229 0，說明貴州省省內不同地區的綠色發展水平存在著較大差異。因此，由于不同地區的空間地理位置存在較大差異，造成綠色發展也呈現出明顯的空間分布差異。

3 綠色發展的空間相關性檢驗

全局空間自相關主要用于描述研究變量的整體空間分布特征，以判斷變量是否存在聚集性。最常用的全局空間自相關指數是Morans I指數，其計算公式為：

I=n∑ni=1∑nj=1wij（xi-x）（xj-x）∑ni=1∑nj=1wij∑ni=1（xi-x）2。（2）

式中：xi表示第i個地區的觀測值;n為地區總數;wij表示空間權重矩陣。一般空間權重矩陣分為3種：空間鄰接權重矩陣、反距離空間權重矩陣和基于經濟距離的空間權重矩陣。本研究采用基于空間鄰接距離的權重矩陣，即當2個省份相鄰接時，wij值為1，否則值為0。依據Morans I指數的計算公式所得到的莫蘭值取值范圍在-1到1之間。I>0表示觀測值在空間上呈現同質集聚特征;I<0表示呈現異質集聚特征，也存在空間集聚效應;I=0表示空間不相關;I的絕對值越趨近1，空間集聚特征越顯著。Morans I取值被測算出來后，為保證準確性，還要對其進行顯著性檢驗。

由表4可見：貴州省2010—2019年全局空間Morans I指數為正，Z值都達到了2.18以上。這說明貴州省綠色發展具有明顯的空間正向相關性，且集聚特征明顯，在貴州省綠色發展水平較低的市州傾向于和同樣是綠色發展水平較低的市州臨近，相反，綠色發展水平較高市州與其相鄰市州的綠色發展水平也比較高。

4 農村金融對綠色發展影響的實證分析

4.1 空間計量模型構建

為選取最佳模型，首先進行普通回歸計量模型（OLS），如式（3）所示：

Yit=βiXit+εit+αit。（3）

式中：αit是模型常數項;βi表示對應于解釋變量Xit的影響系數向量;隨機誤差項εit相互獨立，服從均值為0，方差為σ2的標準正態分布。綜合上述變量選擇，貴州省農村金融對綠色發展的影響因素普通面板數據模型可設定為：

GEit=β1SCAit+β2EFFit+β3STRit+β4GOVit+β5GDPit+β6EDCit+β7IIFit+μit+αit。（4）

區域之間的發展在較多領域均存在著一定的聯系，因此，區域間的一些發展指標在空間上也相互影響。根據上面對綠色發展的空間相關性檢驗可知，貴州省綠色發展存在著空間聚集效應。因為樣本數據不一定滿足獨立同分布的正態分布等假設，故考慮利用空間計量模型來分析各因素對生態效率的影響。

根據空間效應引入方式，空間計量模型主要有3種：空間滯后模型（即SLM模型，反映被解釋變量之間存在空間相關性）、空間誤差模型（即SEM模型，反映誤差項之間存在空間相關性）和空間杜賓模型（SDM模型）。本研究選取空間杜賓模型來考察空間溢出效應，考慮到一個區域的自變量發生變化，不僅影響該區域的因變量，還可能影響其他地區的因變量，故下面主要通過直接效應和間接效應等來觀察各類變量對生態效率的影響。豪斯曼檢驗結果表明拒絕存在隨機效應的原假設，因此本研究選擇固定效應模型進行分析，故采用如下模型：

Yit=ρiWitYit+Xitβi+WitXitγi+εit;（5）

GEit=ρWitGEit+β1SCAit+β2EFFit+β3STRit+β4GOVit+β5GDPit+β6EDCit+β7IIFit+WitSCAitγ1+WitEFFitγ2+WitSTRitγ3+WitGOVitγ4+WitGDPγ5+WitEDCitγ6+WitIIFitγ7+εit。（6）

式中：Yit為被解釋變量向量;Xit為解釋變量矩陣;ρi和γi分別是空間滯后回歸系數和空間誤差回歸系數;εi為隨機誤差項;W為n階空間權重矩陣，空間權重矩陣根據鄰近關系來設定，相鄰區域賦值為 1，其他區域賦值為0。

4.2 最小二乘法回歸分析

根據表5回歸結果，普通最小二乘法模型中貴州省綠色發展水平方程通過了顯著性水平檢驗，但擬合度較低，僅為0.479 617，最大似然值僅為30338 23。由此可見，普通回歸模型的結果分析能力較低，但從結果可以得知貴州省各個市州之間的農村金融規模和農村金融效率對綠色發展是有正向作用的，其系數分別為0.56和0.06，農村金融規模的影響更大。

4.3 實證結果分析

從表6來看，空間固定效應、時間固定效應和雙固定效應的空間杜賓模型都有較好對數似然值（分別為105.68、84.96、117、50），但是時間固定效應和雙固定效應模型的擬合優度系數R2卻非常低。相反，空間固定效應的擬合優度系數R2最高，說明空間固定效應的各解釋變量及空間滯后項的顯著性水平檢驗更為顯著，所以本研究主要分析空間固定情況下各被解釋變量的直接效應、間接效應和總效應。

表7表明，農村金融規模的直接效應、間接效應和總效應都是為正，表明隨著農村金融規模的不斷擴大，不僅帶動了經濟的發展，同時也促使農村金融產品優化升級，豐富種類，進一步推動綠色發展。農村金融效率的直接效應顯著為正，但對促進綠色發展表現出負的空間溢出效應，由于正的直接效應抵消掉了負的空間溢出效應，因此使得總效應呈現微弱的正效應，說明農村綠色效率的提高對促進綠色發展也存在正向作用。農村金融結構的直接效應、間接效應和總效應均顯著為負，從而表明農村金融結構對綠色發展沒有促進作用，相反，表現出顯著負向空間溢出效應。政府財政支出和人均固定投資的效應均顯著為正，說明二者對綠色發展有積極的促進作用。人均GDP表現為負的空間溢出效應，且效應較為顯著，教育水平同樣表現出負的空間溢出效應，但空間溢出效應不明顯作用相對較小。

5 結論和政策建議

本研究基于貴州省9個市州2010—2019年的面板數據，利用MATLAB2017b軟件和空間杜賓模型實證研究發現，貴州省綠色發展具有較強的空間自相關特征，且空間聚集特征明顯，空間異質性則不是特別明顯，進而說明存在空間溢出效應。由于最小二乘法估計的擬合度與空間杜賓模型相比較低，因此本研究采用空間杜賓模型來分析各因素對生態效率的影響，結果表明空間固定效應顯著性水平檢驗更為顯著。在空間固定的情況下，農村金融規模的擴大和農村金融效率的提升可以促進綠色發展，而農村金融結構對綠色發展存在負向影響，與最小二乘法估計模型的結果一致。農村金融結構、人均GDP和教育水平具有明顯的空間溢出效應，這些變量的變動對研究地區以及周邊地區的綠色發展均會產生較為顯著的影響。農村金融規模的擴張與金融效率的提升是促進西部地區綠色發展的有效途徑。在本研究結果的基礎上，對農村金融促進綠色發展的方面提出以下建議。

5.1 優化農村金融結構

首先要調整農村信貸結構，即要增加綠色農業和低碳農業的投入以及一些農村小型綠色企業的貸款，當前國家政策導向綠色可持續發展，一些大型金融機構也傾向于投資綠色發展的相關領域，在市場上進行較大規模的融資，但這僅僅局限于大型企業。相反，農村地區較多的小型企業依舊面臨著資金不足的困擾，所以農村中小金融機構可以拓展市場，建立針對農村綠色企業的放款機制，而通過優化農村金融結構促進綠色發展。另一方面，要加快引進外來金融機構和企業，促進農村地區的產融結合與綠色金融的發展，推動農村金融機構綠色金融業務的發展，鼓勵部分金融機構擴展自身業務并優先發展綠色金融業務，必要時應為其提供資金支持以及政策優惠。

5.2 提升農村資金利用效率

農村金融發展不僅要在“量”上實現增長，主要體現在加大農村地區的資金積累等方面，還要在“質”上有所突破。提高農村地區存貸款的轉換效率，促進農村金融在“質”方面的飛躍是我國農村商業銀行需要重點考慮的問題[14]。除此之外，還要抑制農村資金外流。由于農業回報率較低且周期較長，加之農村的基礎建設滯后，進而導致大量的農村資金流向城市。要加大在農村綠色產業方面的投入，農村綠色金融所涉及的大多數產業屬于第二、三產業，即節能環保型和技術創新型產業，這類產業需要高新技術的引入，這也將增加投入成本。此外，我國在綠色數據披露方面還不健全，且缺乏系統公開的平臺，收集相關數據十分困難，進而也導致金融機構在投資風險再分配方面存在問題，增加了資金使用風險[15]。抑制農村資金外流應該加強農村綠色金融對資金的吸引力，大力推廣宣傳綠色發展，關注環境問題，并樹立發揮農村金融和綠色發展協同作用的觀念，實現農村綠色金融集約化和規模化經營，以此來提高回報率和抗風險能力，吸引資金投入到農村綠色金融發展方面，提升農村金融利用資金效率。

5.3 明確各個主體的責任劃分

首先，政府的推動是提升西部地區綠色發展水平的重要保障。從政府角度來看，應發揮其統籌協調與宏觀調控的積極作用，要持續加強財政支出在節能環保以及綠色發展領域的投入，并對綠色金融的發展給予恰當的政策支持和優惠，深化審批制度改革，完善相關的政策體系與法律制度，在加強監管的同時也要給予金融機構一定的發展自主權，促進相關金融信用擔保體系的完善，引導農村金融合理影響綠色經濟的發展[16]。其次，從市場層面來說，應努力營造健康、有序的市場氛圍，提高金融機構的積極性和主動性，注重保護中小金融機構的權益，鼓勵各個金融機構競相發展，同時，還要加強相關的監督審查工作，加強政策執行的督查力度，為綠色金融的發展創造良好的市場環境[17]。

5.4 強化農村金融機構的作用

首先應在農村地區加快引入金融杠桿，對公用性較強的產業要發揮金融機構的參與和示范作用，引導資源流向更環保、低碳的領域，鼓勵各個金融機構參與挖掘農村綠色產業的發展潛力。農村的金融機構間應相互配合，實現優勢互補，促進農村金融發展和綠色農業產值增長的雙贏局面。金融機構的服務體系應該是多層次且具有針對性的，不同金融機構所承擔的社會責任應該是有所區別的，因此，應對農村地區的各個金融機構進行有效地整合和梳理，加強金融機構間業務上的交流與合作，確保能夠在最大程度上籌集所需要的資金[18]。另外，農村地區各個金融機構還要以市場需求為導向，嚴格把控對信貸的監管，簡化相關審批流程，擴大對農村地區綠色農業發展的信貸支持，注重農村地區綠色發展的社會效應與長期收益[19]。金融行業在立足于農村地區綠色發展外部性特征的基礎上，要在相應的政策中注重農業的可持續發展，要著重開發適應于農村綠色產業本身特征的產品和業務，并和具有較大發展潛力和創新能力的部分企業建立長期的戰略合作關系，促進金融與農村產業發展的有效結合，在促進綠色產業發展的基礎上促進農村金融水平的提升。

參考文獻：

[1]劉耀彬，胡凱川，喻 群. 金融深化對綠色發展的門檻效應分析[J]. 中國人口·資源與環境，2017，27（9）：205-211.

[2]耿劉利，黎 娜，陳 孟. 淺析安徽農村金融發展與經濟增長間的關系——基于VAR模型[J]. 西南石油大學學報（社會科學版），2018，20（4）：23-28.

[3]劉敏樓. 農村金融生態環境對金融發展的影響[J]. 湖南農業大學學報（社會科學版），2016，17（5）：20-26.

[4]張宇青，周應恒，易中懿. 農村金融發展、農業經濟增長與農民增收——基于空間計量模型的實證分析[J]. 農業技術經濟，2013（11）：50-56.

[5]Huang J H，Yang X G，Cheng G，et al. A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China[J]. Journal of Cleaner Production，2014，67（3）：228-238.

[6]李曉西. 綠色金融盈利性與公益性關系分析[J]. 金融論壇，2017，22（5）：3-11.

[7]郭 威. 農村金融扶貧的經驗、困境與對策——以廣西富川縣為例[J]. 理論探索，2013（5）：98-102.

[8]姚景超，何文虎，馬 宏. 我國金融精準扶貧的激勵約束機制研究[J]. 金融發展評論，2018（1）：148-158.

[9]林雅娜，Gan C，謝志忠. 農村金融市場競爭對農村信用社信貸風險的影響研究——基于福建縣級農村信用社數據[J]. 農業技術經濟，2017（1）：85-97.

[10]袁久和. 我國農村綠色發展水平與影響因素的實證分析[J]. 山西農業大學學報（社會科學版），2019，18（6）：46-53.

[11]林麗娟. 新常態下我國農村金融服務體系建設研究[J]. 農業經濟，2017（5）：94-96.

[12]王禮剛，吳傳清. 漢江生態經濟帶主要城市綠色發展水平測度與提升路徑[J]. 湖北經濟學院學報，2018（4）：5-13，125.

[13]郭付友，侯愛玲，佟連軍，等. 振興以來東北限制開發區綠色發展水平時空分異與影響因素[J]. 經濟地理，2018，38（8）：58-66.

[14]李 偉. 我國金融扶貧模式比較研究——以山東省為例[D]. 北京：中央財經大學，2018.

[15]楊 林，張 健，許 鮮. 綠色金融服務鄉村振興的實踐探索與思考——以四川省為例[J]. 金融理論與實踐，2019（10）：44-50.

[16]楊世偉. 綠色金融支持鄉村振興：內在邏輯、現實境遇與實踐理路[J]. 農業經濟與管理，2019（5）：16-24.

[17]王勁屹. 中國農村構建綠色金融體系路徑探索[J]. 現代經濟探討，2019（1）：128-132.

[18]戴宴清. 綠色經濟發展背景下農業與農村金融服務體系建設研究[J]. 農業經濟，2012（10）：120-122.

[19]程 莉，文傳浩. 鄉村綠色發展與鄉村振興：內在機理與實證分析[J]. 技術經濟，2018，37（10）：98-106.