大數據發展對黑龍江省農業融資的影響研究

杜欣怡 張恩英

【摘要】近年來，憑借著金融改革的浪潮，大數據技術廣受各類金融機構的熱捧并逐漸在經濟應用中發揮著越來越重要的作用。依靠較低的展業成本和審查成本，大數據技術能夠緩解農業融資中信息不對稱問題，推動農業金融的發展。鑒于此，文章基于2012—2019年黑龍江省際數據，運用熵值法擬合大數據發展指數，并通過實證分析論證了大數據發展情況對當地農業融資的影響。研究發現：大數據技術對農業融資起到正向促進的作用。當大數據發展指數增長1%，黑龍江省農業融資額能夠增長1.222%。最后，文章針對利用大數據技術推動農業金融發展提出了若干建議。

【關鍵詞】大數據；農業融資；黑龍江省

【中圖分類號】F038.1

一、研究背景

從“蘇湖熟，天下足”到如今“東北熟，天下福”，東北地區已經成為我國的糧食主產區。過去，黑龍江省利用深厚的工業基礎實現了農業機械化。現如今，大數據技術逐漸成為助推我國農業轉型的新動能，其以大量、高速、多樣、低價值密度、真實為特點的數據集合，幫助農民從中獲取所需信息以服務農業生產活動[1]，而這一轉變，不僅提高了農業生產效率，更提高了農業融資效率。國家層面也十分重視大數據技術在農業領域的應用與推廣，并相繼頒布了《國務院關于印發促進大數據發展行動綱要的通知》等重要政策文件，通過統籌數據資源，加快農業農村大數據開放共享和綜合利用，逐步深化大數據技術在農業融資領域中的作用。

基于此，本文重點研究了黑龍江省大數據發展對其農業融資的影響，并分析背后的經濟機理。本文的邊際貢獻在于：一方面，選取2012—2019年間黑龍江省農業及大數據發展的相關數據，并將大數據技術應用到農業融資領域；另一方面，為傳統農業轉型提供了新思路。

二、文獻綜述

關于農業融資問題，我國諸多學者已在不同角度進行了大量的研究。白丹（2020）[2]認為，為了緩解農民融資難的問題，在金融科技改革的浪潮下，應該創新小額信貸保險機制。保險公司在黑龍江省開展小額信貸保險業務，截至2020年項目啟動貸款總額達5200萬元，在一定程度上幫助農戶解決了貸款難問題。王未（2021）[3]通過研究創新出互聯網平臺融資模式，使得金融機構能夠充分了解借款人的信息，并能夠確認交易的真實性，進而直接貸款給農戶。該融資模式省去了不少流程，提高了農戶融資效率。林悅和孫素梅（2019）[4]借助區塊鏈技術的特點將其運用在農業金融領域，利用其分布式儲存的特點，將與農業融資的所有數據信息相互連接，實現信息共享，完善了農業融資方式。田劍英（2019）[5]通過對農業金融領域的典型案例進行研究，提出要加強農地產權制度改革、完善產權評估機制和利用大數據技術對農業農村產權交易平臺進行標準化等對策建議。張楚雯、胡育蓉（2017）[6]提出應用大數據技術對農業農村小額信貸模式進行創新，農戶向小額貸款公司提出貸款申請后，利用大數據技術搜集農戶的經營歷史、財務等信用信息并進行信用評估，從而決定是否對其進行放貸服務，若成功放貸，后期則通過電子商務平臺對其進行實時管控。

綜上所述，為了緩解黑龍江省農業融資領域的問題，學者主要從政策改革、制度創新、“區塊鏈”“互聯網”等方面進行分析與研究，但并未找到解決農業融資問題的根本途徑。因此，應該注重科學技術在金融領域的應用，進一步的運用“大數據技術”，找到能夠從根源上解決農業融資問題的方法。

三、研究設計

（一）變量說明

1.被解釋變量

黑龍江省農業融資額（AGF）。本文選用農業融資額衡量黑龍江省農業融資水平，其中農業融資額=黑龍江省財政支農金額+黑龍江省涉農信貸。農業融資渠道通常有財政轉移支付、金融機構貸款、股權融資和民間小額貸款，而目前黑龍江省僅有4家農業上市企業，其數據不具有代表性，同時民間小額貸款較為隱蔽，不易觀測。在我國信貸型金融體系下，信貸融資是農業資金的主要來源，因此本文選取黑龍江省農業融資額作為反映農業融資情況的代理變量，不失一般性。

2.解釋變量

黑龍江省大數據發展指數（BDI）。大數據發展指數是對一地數據基礎設施、數據技術人才、數據客戶等多維度的綜合評估，能夠反應大數據的發展水平。本文參考蔣卓（2021）做法，采用熵值法擬合互聯網帶寬接入端口量、互聯網寬帶接入用戶量、農村寬帶接入用戶量和軟件業務收入計算出黑龍江省大數據發展指數，具體做法如下：

第一步：選取2012—2019年8個年份，互聯網帶寬接入端口等4個指標的數據，Xij為第i年第j個指標的數據（i=1，2，…8；j=1，2，3，4）。

第二步：歸一化處理。針對不同的指標，各單位存在不一致，因此進行標準化處理，處理方法為：

正向指標：

3.控制變量

本文參考白丹（2021）做法，選取農業生產總值（GVAP）、農村居民人均可支配收入（RCDIORR）、農林牧漁業城鎮單位就業人員工資總額（TW）、農業從業人員數量（AE）作為控制變量，為了消除基數效應，對所有變量取對數處理。

（二）數據來源

大數據是近些年興起的概念與產業，尚處于發展早期，因此本文選取較晚的2012—2019年作為研究的時間區間，并以黑龍江省作為研究樣本。其中，黑龍江省農業融資額由財政支農額和涉農信貸構成，其數據分別來源于《黑龍江統計年鑒》與中國人民銀行黑龍江省分行；大數據發展指數通過擬合多個指標而成，數據來源于中經網和EPS數據庫；其余變量均來源于國家統計局。

（三）模型設計

為研究黑龍江省大數據發展對農業融資的領域影響，本文構建了如下模型：

其中：AGFt表示第t年黑龍江省農業融資額，BDIt表示第t年黑龍江省大數據發展指數，Controlst表示一系列控制變量，εt表示隨機誤差項。β為各項指標的系數，β若為正值，說明大數據發展將會對農業融資產生正向效應，反之為阻礙作用。

四、實證分析

（一）平穩性檢驗

1.ADF檢驗

本文采用的是時間序列，為了避免偽回歸，首先對數據進行平穩性檢驗。一個平穩的數據組其數據結構并不會因時間變化而發生改變；而非平穩的數據組，在不同的時間段內可能一直處于持續上升或下降的過程，偏離其均值。因此本文采用ADF檢驗，結果如表1所示。由表1可知，在10%的置信水平下，所有變量經過二階差分后均平穩。

2.協整檢驗

參考相關文獻，本文選用多變量的EG兩步法進行協整檢驗。首先，對lnAGF與lnBDI、lnGVAP、lnPCDIORR、lnTW、lnAE進行回歸，得到殘差項et。接下來對模型的殘差進行平穩性檢驗，檢驗結果如表2。由檢驗結果可以看出，殘差的ADF值均小于1%置信水平下的臨界值，因此能夠拒絕原假設，表明模型的殘差項是穩定的。據此可以判斷，黑龍江省大數據發展指數（BDI）和黑龍江省農業融資額（AGF）之間具有長期均衡關系。

（二）黑龍江省大數據發展指數與農業融資的回歸結果

表3報告了模型的參數估計結果。從回歸結果來看，R2為0.993，說明該回歸模型能夠解釋99.3%的變動情況，具有良好的擬合優度。F=200.586，其對應P值為0.005，因此可以拒絕原假設，推斷出解釋變量與被解釋變量在整體上具有顯著的線性正相關關系。此外，各解釋變量在10%的置信水平下均顯著。

由表3可知，大數據發展指數BDI的系數為1.222，這意味著當黑龍江省大數據發展指數每增長1%，將會推動黑龍江省農業信貸額增長1.222%。究其原因，一方面，大數據的發展能夠顯著降低金融機構的風險水平，加快合規審查，金融機構通過大數據技術能夠廣泛收集到借款農民的歷史信息，進而對其資產狀況和信用狀況做出更為精準的評估，減少信貸違約和壞賬比率，提高金融機構放貸的積極性。另一方面，大數據技術顯著降低了金融機構的邊際成本，增強了其規模效應。以往金融機構對農戶援助貸款，往往需要承擔較高的審查成本，而大數據技術的投入使得金融機構能夠在系統中快速做出判斷，顯著降低了其邊際貸款成本，改善了農業融資的局面，從而進一步推動農業經濟的發展。

五、結論與政策建議

（一）結論

近年來，金融科技的浪潮促進了農業融資效率的提高，其中大數據技術作為新興技術的領跑者為農業融資領域開創了新局面。本文基于2012—2019年黑龍江省數據，實證分析了大數據發展狀況對黑龍江省農業融資的影響。回歸結果顯示，大數據發展指數的增長能夠顯著提高黑龍江省農業融資水平。從回歸系數可以看出，當大數據發展指數增長1%時，農業融資額會增長1.222%。可見大數據技術的發展能夠促使農業融資額增加，進而助推農業經濟高質量發展。

究其原因，本文認為：一方面，大數據技術的應用與普及提高了金融機構對農戶借款需求和信用水平評估的準確性，顯著降低了信息不對稱帶來的逆向選擇與道德風險問題。依托大數據技術，金融機構能夠精準識別確有貸款需求且信用水平良好的借款群體，縮減了定位與評估成本，且大大增加了貸出款項收回的可能，降低了借貸風險。由此金融機構放貸意愿提高，進而其服務門檻降低，豐富了農民等融資相對困難群體的資金來源。另一方面，數字化的評估工具降低了金融機構的邊際信貸成本，削弱了銀行等部門客戶信息搜集成本，提高了其向農民貸款的積極性，進而降低金融服務門檻，進一步為農民融資提供了保障。因此，大數據技術憑借自身技術優勢，提高了農民獲得貸款的可能性，豐富了農民進行農業融資的資金來源。而農民作為農業領域內主力部分，其資金需求得到滿足，將會大大提高農業融資水平，進而助推農業經濟的發展進步。

（二）政策建議

基于上述結論，為改善黑龍江省農業融資局面，進而推動農業經濟發展提出以下五點建議：

第一，將大數據進一步應用于農業融資領域。大數據技術能夠通過收集整理多種類型的數據信息，快速分析貸款人是否符合貸款資質，并對其還款能力等進行預測。若符合資質，則發放線上貸款，能夠切實地提高融資效率。同時，利用大數據技術分析各類交易數據，智能評估企業是否能夠提高貸款服務，進而降低不良貸款率。

第二，完善大數據平臺，強化數據基礎。大數據技術助力農業融資的前提與關鍵就在于數據基礎。要充分利用線上渠道搜集真實、可靠的數據信息。[8]同時，應該積極開拓與電商平臺、政府機關、金融平臺等外部主體的合作，拓寬數據來源。要完善大數據平臺的建設，提高其搜集、整理、分析數據的能力，加強其安全與風險管理，并制定有針對性的風險控制政策，設立警戒線。

第三，依托區位優勢，借鑒其他省份大數據發展經驗。黑龍江省作為早期工業建設重點，基礎設施建設情況較為優越，在此基礎上政府應憑借其工業技術優勢，借鑒大數據發展迅速省份的有效經驗交流，加大資金投入力度，進一步引入先進技術以提高數據處理效率。

第四，提高農業從業人員的專業素養，加強人才交流與培訓。將大數據技術融入農業融資領域，需要大量精通計算機算法與農業知識的復合型人才。但目前黑龍江省農民對大數據等新技術認識不充分，因此應該專門組織培訓，讓越來越多的農民了解大數據技術，增強農民的創新意識，提高農業從業人員的專業素養。

第五，探索農業領域技術問題，助推大數據與農業相融合。目前，黑龍江省政府積極推動傳統農業轉型，引入了物聯網、區塊鏈等新技術加速其轉型進程。在此基礎上，應大力發展大數據農業，創新農產品耕種、實時監測、成熟期預測及精準銷售等理念，進一步實現大數據技術與農業領域的融合發展。

主要參考文獻：

[1]大數據概念與發展[J].中國科技術語，2017，19（4）：43-50.

[2]白丹.黑龍江省農業金融服務創新研究[J].經濟研究導刊，2020（26）：120-121.

[3]王未.基于互聯網大數據的農產品供應鏈融資模式研究[J].物流工程與管理，2021，43（3）：95-97.

[4]林悅，孫素梅.區塊鏈技術下訂單農業融資模式創新研究[J].大慶師范學院學報，2019，39（4）：57-64.

[5]田劍英.農地金融支持農業規模化經營的模式與機理[J].農村經濟，2019（8）：68-78.

[6]張楚雯，胡育蓉.“互聯網金融+農業”的運作模式研究[J].商場現代化，2017（21）：157-160.

[7]黃薰好，王惠，郝思敏等.我國外匯儲備規模的影響因素分析：基于協整檢驗和誤差修正模型實證研究[J].商場現代化，2019（6）：168-171.

[8]湯敏.大數據背景下商業銀行風險管理戰略研究[J].海南金融2017（8）：4-8.