涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)與農(nóng)村居民收入增長(zhǎng)

摘 要：運(yùn)用2014—2021年四川省面板數(shù)據(jù)，分別構(gòu)建靜態(tài)面板和動(dòng)態(tài)面板選擇系統(tǒng)，用GMM 方法對(duì)涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)與農(nóng)村居民收入之間的作用機(jī)制進(jìn)行分析，結(jié)果表明：農(nóng)戶參加儲(chǔ)蓄對(duì)收入增長(zhǎng)具有顯著正向影響，申請(qǐng)貸款會(huì)在當(dāng)期促進(jìn)收入增長(zhǎng)，后期因面臨還款壓力而使收入降低，參加農(nóng)業(yè)保險(xiǎn)通過(guò)增強(qiáng)風(fēng)險(xiǎn)意識(shí)和享受防災(zāi)服務(wù)而支持收入增長(zhǎng)，獲得農(nóng)險(xiǎn)賠款在短期內(nèi)與收入負(fù)相關(guān)，但長(zhǎng)期內(nèi)可促進(jìn)收入水平提升。

關(guān)鍵詞： 涉農(nóng)信貸；農(nóng)業(yè)保險(xiǎn)；面板數(shù)據(jù)；GMM模型

中圖分類號(hào)：F842.6 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217（2023）01-0026-08

一、引言及文獻(xiàn)綜述

農(nóng)業(yè)是天然的弱質(zhì)行業(yè)，農(nóng)業(yè)生產(chǎn)容易遭受各類外界約束和風(fēng)險(xiǎn)襲擾，資金瓶頸、自然災(zāi)害是影響農(nóng)業(yè)投資的關(guān)鍵因素，成為制約農(nóng)業(yè)擴(kuò)大生產(chǎn)和農(nóng)民穩(wěn)定增收的重要障礙。中央一號(hào)文件指出，抓好農(nóng)業(yè)穩(wěn)產(chǎn)和農(nóng)民增收，是確保農(nóng)業(yè)高質(zhì)量發(fā)展、保障糧食安全的前提與基礎(chǔ)。據(jù)統(tǒng)計(jì)，2019年我國(guó)各種自然災(zāi)害共計(jì)造成1.3億人次受災(zāi)、農(nóng)作物絕收258．5萬(wàn)公頃、農(nóng)業(yè)直接經(jīng)濟(jì)損失2644.6億元。金融具有天然的社會(huì)屬性，涉農(nóng)信貸是農(nóng)村經(jīng)濟(jì)增長(zhǎng)的重要資金來(lái)源，農(nóng)業(yè)保險(xiǎn)是轉(zhuǎn)移農(nóng)業(yè)風(fēng)險(xiǎn)的重要手段，兩者相互作用，共同促進(jìn)農(nóng)業(yè)產(chǎn)出和農(nóng)民收入增加，因此，涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)村居民收入影響的研究一直是理論界和實(shí)務(wù)界關(guān)心的熱點(diǎn)問(wèn)題。

（一）涉農(nóng)信貸對(duì)農(nóng)村居民收入影響綜述

關(guān)于涉農(nóng)信貸與農(nóng)村居民收入方面的研究，國(guó)外研究成果主要有信貸約束、信貸供給和降低貧困等觀點(diǎn)。20世紀(jì)90 年代孟加拉國(guó)小額信貸成功后，涉農(nóng)信貸對(duì)居民收入的影響逐漸成為熱門課題。在緩解信貸約束方面，Adetiloye（2012）研究發(fā)現(xiàn)，農(nóng)業(yè)信貸通過(guò)傳統(tǒng)資本路徑提升農(nóng)民的投資和經(jīng)營(yíng)能力，有效緩解信貸約束緊張并最終促進(jìn)農(nóng)業(yè)產(chǎn)出和農(nóng)民增收［1］。在增加信貸供給方面，Burgess和Pande（2005）分析了農(nóng)村居民參與金融活動(dòng)的影響，結(jié)果顯示金融機(jī)構(gòu)網(wǎng)點(diǎn)每增加 1% ，農(nóng)村居民貧困概率降低 0.34%［2］；Greenwood和Jovanovic（1990）發(fā)現(xiàn)金融服務(wù)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系符合McKinnon等人的經(jīng)濟(jì)發(fā)展觀，隨著農(nóng)村金融發(fā)展，低收入群體將享受完善的金融服務(wù)，貧富差距將逐漸縮小［3，4］。在降低貧困方面，Swain Floro（2011）利用截面數(shù)據(jù)發(fā)現(xiàn)微型金融的風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制可以提升低收入群體的風(fēng)險(xiǎn)抵抗能力，顯著降低貧困脆弱性［5］。

國(guó)內(nèi)研究主要聚焦支持脫貧攻堅(jiān)和促進(jìn)投資消費(fèi)兩方面。王海燕和岳華等（2022）研究發(fā)現(xiàn)數(shù)字金融的發(fā)展能顯著提升家庭創(chuàng)業(yè)意愿，這種作用主要通過(guò)緩解家庭信貸約束、信息約束和金融約束來(lái)實(shí)現(xiàn)。同時(shí)，數(shù)字金融對(duì)家庭創(chuàng)業(yè)的促進(jìn)效果在中西部地區(qū)農(nóng)村低收入家庭更為明顯［6］。 尹志超和郭沛瑤等（2020）運(yùn)用CHFS（2011—2017）數(shù)據(jù)，研究精準(zhǔn)扶貧對(duì)農(nóng)戶信貸的影響，發(fā)現(xiàn)精準(zhǔn)扶貧政策使得貧困戶獲得農(nóng)業(yè)信貸的概率提高1.93%，獲得農(nóng)業(yè)信貸的規(guī)模提高20.43%［7］。公茂剛和張梅嬌（2020）采用“滲透性+可接觸性+效用性”三維矩陣構(gòu)建農(nóng)村金融包容度指標(biāo)，發(fā)現(xiàn)金融包容性整體呈上升趨勢(shì)［8］。上述文獻(xiàn)對(duì)涉農(nóng)信貸和農(nóng)民收入之間的影響進(jìn)行了多方檢驗(yàn)。

（二）農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)村居民收入影響綜述

Hart和Babcock（2015）認(rèn)為艾奧瓦州的農(nóng)業(yè)保險(xiǎn)計(jì)劃提供經(jīng)濟(jì)增加值1.6億美元，其中 50%以保險(xiǎn)金形式賠償給參保農(nóng)戶［9］。國(guó)內(nèi)學(xué)者中，葉明華（2015）、張偉（2019）發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)可以提高農(nóng)作物的產(chǎn)量，進(jìn)而提高農(nóng)戶收入水平；楊春玲和周肖肖（2010）、孫朋和陳盛偉（2011）認(rèn)為農(nóng)業(yè)保險(xiǎn)是農(nóng)村居民收入的格蘭杰因素，農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)村居民收入具有促進(jìn)作用［10，11］；費(fèi)清和江生忠等（2018）對(duì)322個(gè)地級(jí)市2007—2015年數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)保險(xiǎn)保障對(duì)農(nóng)民收入具有正向作用［12］；庹國(guó)柱和張峭（2018）認(rèn)為農(nóng)業(yè)保險(xiǎn)是促進(jìn)農(nóng)業(yè)穩(wěn)定最重要的風(fēng)險(xiǎn)管理制度，在加速推進(jìn)農(nóng)業(yè)現(xiàn)代化的背景下，應(yīng)正確樹立農(nóng)業(yè)保險(xiǎn)的政策目標(biāo)，保障農(nóng)戶收入穩(wěn)定增長(zhǎng)［13］。

然而，Siamwalla和Valdes （1986）認(rèn)為農(nóng)業(yè)保險(xiǎn)在出現(xiàn)規(guī)模效應(yīng)之前，難以幫助農(nóng)村居民充分分散風(fēng)險(xiǎn)［14］；Glauber等（2002）、O’Donoghue等（2007）認(rèn)為農(nóng)業(yè)保險(xiǎn)在增加農(nóng)業(yè)產(chǎn)量的同時(shí)，不一定會(huì)使農(nóng)村居民收入提高，對(duì)農(nóng)民增收的效應(yīng)并不顯著［15，16］。周穩(wěn)海和趙桂玲等（2014）發(fā)現(xiàn)保費(fèi)支出對(duì)農(nóng)村居民收入影響顯著為負(fù)，賠款對(duì)農(nóng)村居民收入影響顯著為正［17］。祝仲坤和陶建平（2015）發(fā)現(xiàn)參加農(nóng)業(yè)保險(xiǎn)導(dǎo)致農(nóng)戶管理水平下降，對(duì)農(nóng)戶收入具有顯著負(fù)向作用，保費(fèi)補(bǔ)貼對(duì)農(nóng)戶收入具有顯著正向作用［18］。關(guān)于農(nóng)業(yè)保險(xiǎn)與居民收入之間的研究眾說(shuō)紛紜，在市場(chǎng)尚未成熟之前，研究成果未能形成一致。

（三）“涉農(nóng)信貸+農(nóng)業(yè)保險(xiǎn)”對(duì)農(nóng)村居民收入影響綜述

關(guān)于涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)兩種金融模式的聯(lián)動(dòng)，學(xué)界給出新的理論觀點(diǎn)和政策解釋。Miranda和Gonzalez-Vega（2010）認(rèn)為如果沒(méi)有農(nóng)業(yè)保險(xiǎn)的幫助，遭遇自然災(zāi)害會(huì)影響家庭對(duì)農(nóng)業(yè)生產(chǎn)的投資并阻礙新技術(shù)運(yùn)用，使得發(fā)展中國(guó)家的窮人缺乏擺脫貧困的積極性［19］。Giné和Townsend等（2008）研究了印度小型農(nóng)場(chǎng)購(gòu)買降雨保險(xiǎn)的合同設(shè)計(jì)和制度特征，發(fā)現(xiàn)保費(fèi)支出與收入之間的相關(guān)性較低、家庭財(cái)富總量增加、信貸約束程度降低［20］。

林凱旋（2020）認(rèn)為資本逐利避險(xiǎn)的特性與農(nóng)業(yè)生產(chǎn)高風(fēng)險(xiǎn)低收益相矛盾，需要銀?；?dòng)從根本上解決金融與農(nóng)業(yè)之間的供需錯(cuò)配［21］。張偉和黃穎等人（2020）認(rèn)為農(nóng)民遭受災(zāi)害時(shí)，農(nóng)業(yè)信貸會(huì)導(dǎo)致農(nóng)民收入下降，農(nóng)業(yè)保險(xiǎn)則顯著提高災(zāi)害條件下的農(nóng)民收入，應(yīng)以農(nóng)業(yè)保險(xiǎn)為主、涉農(nóng)信貸為輔［22］。孫繼國(guó)和王倩等（2020）認(rèn)為正規(guī)金融可以有效化解農(nóng)業(yè)風(fēng)險(xiǎn)，35歲以上、非貧困戶、西部地區(qū)作用更顯著［23］。蔣遠(yuǎn)勝和徐光順（2019）指出保險(xiǎn)賠款是傳統(tǒng)信貸以外最為重要的資源補(bǔ)充，生產(chǎn)方式多元化需要農(nóng)村金融機(jī)構(gòu)提供一站式服務(wù)［24］。廖樸等人（2019）認(rèn)為單獨(dú)信貸產(chǎn)品的扶貧效果接近零，保險(xiǎn)能夠幫助閾值以上人群擺脫潛在貧困， “信貸 + 保險(xiǎn)”能解決深度貧困問(wèn)題［25］。劉素春和智迪迪（2017）發(fā)現(xiàn)農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸存在中度耦合，兩者相互依賴共同提高農(nóng)民收入水平［26］。上述學(xué)者已在“涉農(nóng)信貸+農(nóng)業(yè)保險(xiǎn)”的交叉領(lǐng)域做出銀保互動(dòng)的趨勢(shì)判斷，研究成果證實(shí)農(nóng)業(yè)保險(xiǎn)對(duì)涉農(nóng)信貸的補(bǔ)充作用，兩者融合可以更好地促進(jìn)農(nóng)村居民收入增長(zhǎng)。

關(guān)于“涉農(nóng)信貸+農(nóng)業(yè)保險(xiǎn)”的研究呈現(xiàn)以下特點(diǎn)。一是由于我國(guó)農(nóng)業(yè)保險(xiǎn)起步較晚，運(yùn)行時(shí)間較短，關(guān)于農(nóng)業(yè)保險(xiǎn)與農(nóng)民增收之間的研究缺乏系統(tǒng)支撐，研究結(jié)論存在相悖之處；二是通過(guò)農(nóng)村金融聚焦脫貧攻堅(jiān)政策的文獻(xiàn)較多，但脫離精準(zhǔn)脫貧這一特定政策，如何更加有效地保障農(nóng)村金融供給、建立支持增收長(zhǎng)效機(jī)制的研究還較少；三是現(xiàn)有研究多采用靜態(tài)論證，研究結(jié)論較為單調(diào)，容易存在計(jì)量方法上的偏誤；四是關(guān)于“信貸+保險(xiǎn)”的耦合研究屬于前沿課題，研究成果較少，需要繼續(xù)深入開展理論與實(shí)證探索。

二、理論回顧和研究假設(shè)

（一）理論回顧

1.技術(shù)協(xié)同理論。涉農(nóng)信貸是農(nóng)村金融的基本職能。發(fā)放涉農(nóng)貸款之后，金融機(jī)構(gòu)通過(guò)受托支付、實(shí)地調(diào)查等手段完成貸后追蹤并保障資金安全，其間可以通過(guò)引進(jìn)農(nóng)業(yè)科技或優(yōu)惠政策幫助農(nóng)民發(fā)展生產(chǎn)，從而為農(nóng)民提供資金借貸以外的增值服務(wù)，產(chǎn)生技術(shù)協(xié)同效應(yīng)。農(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)會(huì)在承保之后開展各類防災(zāi)防損服務(wù)，化被動(dòng)賠付為主動(dòng)預(yù)防，通過(guò)引入農(nóng)業(yè)科技降低生產(chǎn)者的風(fēng)險(xiǎn)損失概率，提高保險(xiǎn)標(biāo)的抗風(fēng)險(xiǎn)能力。

2.規(guī)模經(jīng)濟(jì)理論。涉農(nóng)信貸具有季節(jié)性特點(diǎn)，往往與農(nóng)業(yè)生產(chǎn)保持同步，通過(guò)保障基層農(nóng)戶的生產(chǎn)性資金需求，可以實(shí)現(xiàn)周而復(fù)始的資金循環(huán)。在精準(zhǔn)對(duì)接生產(chǎn)者的資金需求以后，涉農(nóng)信貸能夠幫助農(nóng)戶實(shí)現(xiàn)規(guī)模化生產(chǎn)，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)和規(guī)模效益。農(nóng)業(yè)保險(xiǎn)則可幫助農(nóng)戶降低風(fēng)險(xiǎn)損失預(yù)期，促使農(nóng)戶在土地、資金和人力等約束條件下做出收益最高的生產(chǎn)決策，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的規(guī)?；N養(yǎng)殖，發(fā)揮農(nóng)業(yè)生產(chǎn)的規(guī)模效應(yīng)，提升農(nóng)戶規(guī)?；N養(yǎng)殖的積極性。

（二）研究假設(shè)

基于上述理論，為深入分析涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)村居民收入的影響機(jī)理，本文提出以下研究假設(shè)：

假設(shè)1 涉農(nóng)信貸與農(nóng)村居民收入顯著正相關(guān)。金融服務(wù)于實(shí)體經(jīng)濟(jì)，農(nóng)村金融根植農(nóng)村，涉農(nóng)信貸增長(zhǎng)有助于農(nóng)村居民擴(kuò)大再生產(chǎn)和提高消費(fèi)水平，最終拉動(dòng)居民收入增長(zhǎng)，但應(yīng)注意償還金融機(jī)構(gòu)借款的壓力可能對(duì)農(nóng)村居民收入造成的影響。

假設(shè)2 農(nóng)業(yè)保險(xiǎn)與農(nóng)村居民收入顯著正相關(guān)。農(nóng)業(yè)保險(xiǎn)是除涉農(nóng)信貸之外最主要的農(nóng)村金融力量，為農(nóng)村居民抵抗自然災(zāi)害和價(jià)格波動(dòng)導(dǎo)致的收入損失提供了重要保障，但應(yīng)注意農(nóng)業(yè)保險(xiǎn)賠款與居民實(shí)際遭受的風(fēng)險(xiǎn)損失之間的差距。

假設(shè)3 根據(jù)前述分析，農(nóng)村居民通過(guò)廣泛參與金融活動(dòng)可以促進(jìn)風(fēng)險(xiǎn)意識(shí)和理財(cái)意識(shí)的增強(qiáng)，進(jìn)而通過(guò)科技紅利和風(fēng)險(xiǎn)投資影響農(nóng)業(yè)產(chǎn)出，并最終表現(xiàn)為農(nóng)村居民收入的持續(xù)增長(zhǎng)，因此涉農(nóng)存款和參加農(nóng)業(yè)保險(xiǎn)與農(nóng)村居民收入之間具有嚴(yán)格的相關(guān)關(guān)系。

假設(shè)4 涉農(nóng)貸款具有普惠性質(zhì)，農(nóng)業(yè)保險(xiǎn)屬于政策性業(yè)務(wù)，兩者在短期內(nèi)能夠使農(nóng)戶掌握一定的資金用于生產(chǎn)和生活，但金融機(jī)構(gòu)貸款需在未來(lái)償還，而保險(xiǎn)賠款尚不足以彌補(bǔ)風(fēng)險(xiǎn)損失，因此兩種資金流入在短期和長(zhǎng)期內(nèi)存在互斥的相關(guān)關(guān)系。

三、指標(biāo)選取和模型設(shè)計(jì)

（一）指標(biāo)選取

1.農(nóng)村居民人均收入（Y）。模型被解釋變量用農(nóng)村居民人均可支配收入（Income）表示，包括工資性收入、經(jīng)營(yíng)性凈收入、財(cái)產(chǎn)性凈收入和轉(zhuǎn)移性凈收入，涵蓋從農(nóng)林牧漁生產(chǎn)到外出務(wù)工、居家創(chuàng)業(yè)、零售批發(fā)等各類收入來(lái)源。

2.涉農(nóng)信貸發(fā)展水平（RF，rural-finance）。模型核心解釋變量主要指標(biāo)包括涉農(nóng)存款（RF-deposit）和涉農(nóng)貸款（RF-loan）。用涉農(nóng)存款的當(dāng)期（RF-deposit）和滯后一期（L.RF-deposit）分別表示農(nóng)戶通過(guò)儲(chǔ)蓄獲得收入增長(zhǎng)的長(zhǎng)短期效應(yīng)。用涉農(nóng)貸款的當(dāng)期（RF-loan）和滯后一期（L.RF-loan）分別表示農(nóng)戶通過(guò)貸款資金擴(kuò)大生產(chǎn)而獲得的收入增長(zhǎng)。

3.農(nóng)業(yè)保險(xiǎn)發(fā)展水平（AI，agricultural insurance）。模型核心解釋變量主要指標(biāo)包括保費(fèi)支出（AI-premium）和賠款收入（AI-indemnity）①。兩項(xiàng)指標(biāo)是衡量農(nóng)業(yè)保險(xiǎn)經(jīng)營(yíng)規(guī)模和效益的重要指標(biāo)，數(shù)值越大表明農(nóng)業(yè)保險(xiǎn)發(fā)展水平越高。用保費(fèi)支出（AI-premium）的當(dāng)期和滯后一期（L.AI-premium）表示參加農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)村居民風(fēng)險(xiǎn)態(tài)度的影響。用賠款收入的當(dāng)期（AI-indemnity）和滯后一期（L.AI-indemnity）表示農(nóng)村居民從農(nóng)業(yè)保險(xiǎn)獲得的風(fēng)險(xiǎn)補(bǔ)償。

4.人均耕地面積（Field）。此為模型控制變量，土地作為農(nóng)村居民最重要的生產(chǎn)要素，在農(nóng)村居民收入中占據(jù)重要位置，理論上該指標(biāo)與農(nóng)村居民收入呈正向關(guān)系。

5.人均資本投入（Capital）。此為模型控制變量，資本也是影響農(nóng)業(yè)生產(chǎn)的重要因素，而農(nóng)村居民用電量是比較常見(jiàn)的資本投入指標(biāo)，理論上該指標(biāo)與農(nóng)村居民收入呈正向關(guān)系。

6.農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（Structure）。此為模型控制變量，產(chǎn)業(yè)結(jié)構(gòu)是指一二三產(chǎn)業(yè)的比例構(gòu)成，本文用農(nóng)林牧漁業(yè)總產(chǎn)值占當(dāng)?shù)貒?guó)民生產(chǎn)總值的比例表示。產(chǎn)業(yè)結(jié)構(gòu)的持續(xù)優(yōu)化可促使剩余勞動(dòng)力向二三產(chǎn)業(yè)轉(zhuǎn)移，從而提高居民收入。

（二）模型設(shè)計(jì)

基于Cobb-Douglas生產(chǎn)函數(shù)，將農(nóng)村金融發(fā)展水平（RF）、農(nóng)業(yè)保險(xiǎn)發(fā)展水平（AI）作為核心解釋變量，將人均耕地面積（Field）、人均資本投入（Capital）、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（Structure）作為控制變量，單獨(dú)或組合引入生產(chǎn)過(guò)程，率先建立靜態(tài)面板模型。模型表達(dá)式為：

ln yit=c+α1ln RFit+α2ln AIit+α3ln Fieldit+α4ln Capitalit+α5ln Structureit+λi+εt+μit i=［1，20］，t=［2014，2021］（1）

其中，yit表示第i個(gè)城市第t年的農(nóng)村居民人均收入；RFit表示第i個(gè)城市第t年的涉農(nóng)信貸發(fā)展水平，RFit-deposit表示涉農(nóng)存款，RFit-loan表示涉農(nóng)貸款；AIit 表示第i個(gè)城市第t年的農(nóng)業(yè)保險(xiǎn)發(fā)展水平，AIit-premium表示保費(fèi)支出，AIit-indemnity表示賠款收入；c 為常數(shù)項(xiàng)，F(xiàn)ieldit、Capitalit、Structureit分別代表第 i 個(gè)城市第 t 年的人均耕地面積、人均資本投入和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，λi和εt分別為個(gè)體效應(yīng)和時(shí)間效應(yīng)的虛擬變量，μit

為擾動(dòng)項(xiàng)。

分別運(yùn)用混合最小二乘（Pooled OLS）和固定效應(yīng)（Fixed Effects）方法進(jìn)行靜態(tài)面板估計(jì)，但靜態(tài)模型容易忽略被解釋變量的時(shí)間慣性并導(dǎo)致估計(jì)結(jié)果偏誤，因此在靜態(tài)模型基礎(chǔ)上，建立動(dòng)態(tài)面板模型。模型表達(dá)式為：

ln yit=c+βln yi，t－1+α1ln RFit+α2ln AIit+α3ln Fieldit+α4ln Capitalit+α5ln Structureit+λi+εt+μiti=［1，20］，t=［2014，2021］（2）

其中，ln yi，t－1表示第 i 個(gè)城市第t-1年的農(nóng)村居民人均收入，即被解釋變量的滯后一期，其余指標(biāo)與靜態(tài)平衡面板保持一致。在動(dòng)態(tài)面板模型估計(jì)方面，分別采用差分GMM和系統(tǒng)GMM方法進(jìn)行，兩種方法均適用于時(shí)間較短的動(dòng)態(tài)面板數(shù)據(jù)，克服靜態(tài)面板可能存在的內(nèi)生偏誤，是目前較為常見(jiàn)的估計(jì)方法。

四、數(shù)據(jù)采集和描述性統(tǒng)計(jì)

（一）數(shù)據(jù)采集

截至2021年底，四川省共有農(nóng)村居民5752.7萬(wàn)人，是西部地區(qū)人口大省和農(nóng)業(yè)大省。涉農(nóng)信貸方面，農(nóng)信社改制數(shù)量位居西部地區(qū)第一，涉農(nóng)貸款余額連續(xù)8年實(shí)現(xiàn)增長(zhǎng)。農(nóng)業(yè)保險(xiǎn)方面，政策性險(xiǎn)種數(shù)量與規(guī)模雙居西部地區(qū)第一，地方特色險(xiǎn)種、指數(shù)保險(xiǎn)和收入保險(xiǎn)成為重要補(bǔ)充。分別從統(tǒng)計(jì)部門和金融主管部門獲取2014—2021年四川省涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)的經(jīng)營(yíng)數(shù)據(jù)，保證數(shù)據(jù)來(lái)源的真實(shí)性，其他數(shù)據(jù)取自CSMAR以及四川省統(tǒng)計(jì)局、農(nóng)業(yè)農(nóng)村廳等部門。

（二）描述性統(tǒng)計(jì)結(jié)果

由于成都市的涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)發(fā)展水平與省內(nèi)其余市（州）存在較大差異，為平滑數(shù)據(jù)指標(biāo)，剔除成都市數(shù)據(jù)，僅選用其余20個(gè)市（州）的數(shù)據(jù)，并對(duì)相關(guān)數(shù)據(jù)取自然對(duì)數(shù)。變量描述如表1所示。本文使用STATA12.0為計(jì)量分析軟件。

五、實(shí)證檢驗(yàn)

（一）涉農(nóng)信貸發(fā)展水平對(duì)農(nóng)村居民收入影響的檢驗(yàn)

根據(jù)假設(shè)1，為檢驗(yàn)涉農(nóng)信貸對(duì)農(nóng)村居民收入的影響，以農(nóng)村人均收入（Income）作為被解釋變量，以人均涉農(nóng)存款（RF-deposit）和人均涉農(nóng)貸款（RF-loan）作為核心解釋變量（分別取當(dāng)期和滯后一期），引入控制變量分別進(jìn)行靜態(tài)面板和動(dòng)態(tài)面板分析。實(shí)證結(jié)果見(jiàn)表2。

表2分別列出靜態(tài)面板和動(dòng)態(tài)面板的結(jié)果。列（1）和列（2）不考慮滯后期影響，其中列（1）是混合OLS的結(jié)果，列（2）是固定效應(yīng)回歸的結(jié)果，根據(jù)F檢驗(yàn)和Hausman檢驗(yàn)， F檢驗(yàn)強(qiáng)烈拒絕原假設(shè)，固定效應(yīng)優(yōu)于混合回歸。Hausman檢驗(yàn)顯示固定效應(yīng)優(yōu)于隨機(jī)效應(yīng)。因此列（2）固定效應(yīng)模型更有效。列（3）和列（4）是考慮滯后影響的動(dòng)態(tài)結(jié)果，列（3）運(yùn)用差分GMM，列（4）運(yùn)用系統(tǒng)GMM，系統(tǒng)GMM的系數(shù)估計(jì)值與差分GMM較為接近，AR（2） P值顯示不存在二階自相關(guān)。但從Sargan檢驗(yàn)來(lái)看，在10%顯著性水平上差分GMM存在過(guò)度識(shí)別問(wèn)題，系統(tǒng)GMM則不存在，結(jié)果更加可靠。根據(jù)上述分析，列（4）系統(tǒng)GMM估計(jì)結(jié)果較列（1）～列（3）更加有效。從列（4）可知，人均涉農(nóng)存款的當(dāng)期（RF-deposit）和滯后一期（L.RF-deposit）、人均涉農(nóng)貸款的當(dāng)期（RF-loan）、人均耕地面積（Field）、人均資本投入（Capital）的回歸系數(shù)均在1%水平上顯著，估計(jì)系數(shù)分別為0.1324、0.0885、0.1633、0.0721和0.0960。

（二）農(nóng)業(yè)保險(xiǎn)發(fā)展水平對(duì)農(nóng)村居民收入影響的檢驗(yàn)

根據(jù)假設(shè)2，為檢驗(yàn)農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)村居民收入的影響，以農(nóng)村人均收入（Income）作為被解釋變量，以人均保費(fèi)支出（AI-premium）和人均賠款收入（AI-indemnity）作為核心解釋變量（分別取當(dāng)期和滯后一期），引入控制變量進(jìn)行靜態(tài)和動(dòng)態(tài)分析。結(jié)果見(jiàn)表3。

表3的結(jié)構(gòu)與表2保持一致，在靜態(tài)模型中，通過(guò)F檢驗(yàn)和Hausman檢驗(yàn)確定固定效應(yīng)模型較優(yōu)。動(dòng)態(tài)模型中，AR（2） P值顯示差分GMM和系統(tǒng)GMM均不存在二階自相關(guān)，Sargan檢驗(yàn)顯示5%顯著性水平上系統(tǒng)GMM優(yōu)于差分GMM。根據(jù)上述分析，系統(tǒng)GMM估計(jì)結(jié)果較其他模型更加有效。從列（4）可知，人均保費(fèi)支出的當(dāng)期（AI-premium）和滯后一期（L.AI-premium）、人均賠款收入的滯后一期（L.AI-indemnity）、人均耕地面積（Field）、人均資本投入（Capital）、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（Structure）的回歸系數(shù)均在1%水平上顯著，估計(jì)系數(shù)分別為0.0156、0.0107、0.0175、0.0693、0.2380和0.0616。

（三）涉農(nóng)存款和保費(fèi)支出對(duì)農(nóng)村居民收入影響的檢驗(yàn)

表4和表5分別從資金流出和資金流入角度進(jìn)行組合分析。從資金流出角度，根據(jù)假設(shè)3，以農(nóng)村人均收入（Income）作為被解釋變量，以人均涉農(nóng)存款（RF-deposit）和人均保費(fèi)支出（AI-premium）作為核心解釋變量（分別取當(dāng)期和滯后一期），引入控制變量進(jìn)行靜態(tài)和動(dòng)態(tài)分析。具體結(jié)果見(jiàn)表4。

表4的結(jié)果支持系統(tǒng)GMM估計(jì)。從列（4）可知，人均涉農(nóng)存款的當(dāng)期（RF-deposit）和滯后一期（L.RF-deposit）、人均保費(fèi)支出的滯后一期（L.AI-premium）、人均耕地面積（Field）、人均資本投入（Capital）、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（Structure）的回歸系數(shù)均在1%水平上顯著，估計(jì)系數(shù)分別為0.0878、0.0989、0.0166、0.0714、0.1842和0.0821。

（四）涉農(nóng)貸款和賠款收入對(duì)農(nóng)村居民收入影響的檢驗(yàn)

從資金流入角度，將涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)進(jìn)行組合檢驗(yàn)對(duì)農(nóng)村居民收入的影響。根據(jù)假設(shè)4，以農(nóng)村人均收入（Income）作為被解釋變量，以人均涉農(nóng)貸款（RF-loan）和人均賠款收入（AI-indemnity）作為核心解釋變量（分別取當(dāng)期和滯后一期），引入控制變量分別進(jìn)行靜態(tài)和動(dòng)態(tài)分析。具體結(jié)果見(jiàn)表5。

表5結(jié)果顯示系統(tǒng)GMM結(jié)果更優(yōu)。從列（4）可知，人均涉農(nóng)貸款的當(dāng)期（RF-loan）和滯后一期（L.RF-loan）、人均賠款收入的當(dāng)期（AI-indemnity）和滯后一期（L.AI-indemnity）、人均資本投入（Capital）、人均耕地面積（Field）均在1%水平上顯著，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（Structure）的回歸系數(shù)在10%水平上顯著，相關(guān)系數(shù)分別為0.2579、-0.1267、-0.0137、0.0220、0.1197、0.0559和0.0338。

對(duì)比表2～表5，除表2列（4）涉農(nóng)貸款的滯后一期和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、表3列（4）農(nóng)險(xiǎn)賠款收入的當(dāng)期和表4列（4）農(nóng)險(xiǎn)保費(fèi)支出的當(dāng)期4項(xiàng)指標(biāo)與農(nóng)村居民收入之間的關(guān)系不顯著之外，其余指標(biāo)在系統(tǒng)GMM方法下均與農(nóng)村居民收入之間存在顯著相關(guān)關(guān)系，且同一指標(biāo)在不同組合中的正負(fù)方向保持一致。表2～表5結(jié)果還顯示，與農(nóng)業(yè)保險(xiǎn)相比，涉農(nóng)信貸的兩項(xiàng)核心解釋變量與農(nóng)村居民收入水平的相關(guān)系數(shù)更高，回歸結(jié)果也更顯著。

在涉農(nóng)信貸方面，涉農(nóng)存款的當(dāng)期效應(yīng)和滯后一期效應(yīng)均為顯著正向，涉農(nóng)貸款的當(dāng)期效應(yīng)為顯著正向、滯后一期效應(yīng)為顯著負(fù)向。這表明，涉農(nóng)存款的增加為居民帶來(lái)了收益并導(dǎo)致農(nóng)村居民人均收入水平的實(shí)際增長(zhǎng)，涉農(nóng)存款在短期或長(zhǎng)期內(nèi)都是導(dǎo)致居民收入增長(zhǎng)的格蘭杰因素。面向農(nóng)戶發(fā)放涉農(nóng)貸款時(shí)，當(dāng)期可以促進(jìn)農(nóng)戶擴(kuò)大生產(chǎn)規(guī)模并提高農(nóng)村居民的人均收入，但在長(zhǎng)期內(nèi)農(nóng)戶面臨貸款償還壓力，將導(dǎo)致農(nóng)村居民收入的減少。

在農(nóng)業(yè)保險(xiǎn)方面，農(nóng)業(yè)保險(xiǎn)保費(fèi)支出的當(dāng)期效應(yīng)和滯后一期效應(yīng)均為顯著正向，農(nóng)業(yè)保險(xiǎn)賠款收入的當(dāng)期效應(yīng)為顯著負(fù)向、滯后一期效應(yīng)為顯著正向。這表明，當(dāng)農(nóng)村居民通過(guò)繳納保費(fèi)購(gòu)買農(nóng)業(yè)保險(xiǎn)時(shí)，短期內(nèi)可以增強(qiáng)農(nóng)民的風(fēng)險(xiǎn)意識(shí)并吸引保險(xiǎn)機(jī)構(gòu)的防災(zāi)防損推廣活動(dòng)，長(zhǎng)期內(nèi)可以促使農(nóng)業(yè)生產(chǎn)者增加科技投入、提升農(nóng)業(yè)生產(chǎn)的抗風(fēng)險(xiǎn)水平，從而有效提升人均收入。當(dāng)農(nóng)業(yè)生產(chǎn)遭受損失獲得農(nóng)業(yè)保險(xiǎn)賠款時(shí)，短期內(nèi)由于農(nóng)險(xiǎn)賠款收入不足以彌補(bǔ)保險(xiǎn)事故造成的損失，農(nóng)業(yè)生產(chǎn)者收入下降；長(zhǎng)期來(lái)看由于農(nóng)戶獲得保險(xiǎn)賠款減少了對(duì)未來(lái)不確定性的擔(dān)憂，可以幫助農(nóng)戶盡快恢復(fù)生產(chǎn)、擴(kuò)大生產(chǎn)規(guī)模，從而有效增加農(nóng)業(yè)產(chǎn)出并提高農(nóng)村人均收入水平。

（五）模型檢驗(yàn)

為保證結(jié)果穩(wěn)健，分別采用不同方法進(jìn)行估計(jì)，包括OLS、FE、RE、差分GMM、系統(tǒng)GMM等，相關(guān)結(jié)果已經(jīng)列示在表2～表5。不同方法得到的估計(jì)結(jié)果其正負(fù)方向和顯著性均保持同步，表明模型設(shè)定和研究結(jié)論是穩(wěn)健的。

異質(zhì)性檢驗(yàn)方面，采用分地域檢驗(yàn)方法，將省內(nèi)20個(gè)市（州）劃分為成都平原經(jīng)濟(jì)區(qū)和非成都平原經(jīng)濟(jì)區(qū)，部分結(jié)果如表6所示，核心解釋變量的系數(shù)大小保持同步。

六、結(jié)論和啟示

根據(jù)上述研究，得出以下結(jié)論：第一，涉農(nóng)儲(chǔ)蓄與農(nóng)村居民收入之間呈正相關(guān)，當(dāng)居民通過(guò)貸款擴(kuò)大生產(chǎn)規(guī)模、通過(guò)保險(xiǎn)保障生產(chǎn)安全之后，無(wú)論短期還是長(zhǎng)期，均能保持儲(chǔ)蓄與收入的同步增長(zhǎng)。第二，涉農(nóng)貸款作為普惠金融的重要內(nèi)容，其投向和規(guī)模有助于生產(chǎn)者穩(wěn)步提升生產(chǎn)效率和水平，短期可以促使居民收入正常增長(zhǎng)，并體現(xiàn)為涉農(nóng)儲(chǔ)蓄和參保意愿的同步提升。第三，農(nóng)業(yè)保險(xiǎn)賠款收入短期不足以彌補(bǔ)農(nóng)業(yè)生產(chǎn)者遭受的全部損失，一旦遭受保險(xiǎn)事故，容易導(dǎo)致人均收入減少，表明農(nóng)業(yè)保險(xiǎn)賠付水平還較低。第四，農(nóng)業(yè)保險(xiǎn)雖在短期內(nèi)無(wú)法為生產(chǎn)者提供足額保障，但通過(guò)參保和獲得賠款可以促使生產(chǎn)者增強(qiáng)風(fēng)險(xiǎn)意識(shí)、提升抗風(fēng)險(xiǎn)能力，從而幫助生產(chǎn)者利用貸款資金擴(kuò)大再生產(chǎn)，通過(guò)產(chǎn)量增長(zhǎng)和規(guī)模效益提升收入水平。

根據(jù)上述結(jié)論得出以下啟示：第一，大力發(fā)展農(nóng)村金融，努力拓展涉農(nóng)信貸的深度和廣度。加大金融機(jī)構(gòu)政策指導(dǎo)，降低涉農(nóng)貸款撥備覆蓋率，推廣無(wú)還本續(xù)貸模式，加強(qiáng)涉農(nóng)貸款考核，釋放更多資金用于農(nóng)業(yè)生產(chǎn)。第二，大力促進(jìn)農(nóng)業(yè)保險(xiǎn)發(fā)展，持續(xù)提升農(nóng)業(yè)保險(xiǎn)覆蓋面和保障程度。在已有的財(cái)政補(bǔ)貼基礎(chǔ)上，優(yōu)化農(nóng)業(yè)保險(xiǎn)繳費(fèi)結(jié)構(gòu)，引導(dǎo)農(nóng)業(yè)生產(chǎn)者通過(guò)主動(dòng)參與農(nóng)業(yè)保險(xiǎn)來(lái)增強(qiáng)風(fēng)險(xiǎn)防范能力和防范水平。在三大主糧作物和主要養(yǎng)殖禽畜方面實(shí)現(xiàn)物化成本全覆蓋，努力提升農(nóng)業(yè)保險(xiǎn)“綠箱”政策的功能作用。第三，開展制度創(chuàng)新，探索農(nóng)村金融融合式發(fā)展。在涉農(nóng)貸款基礎(chǔ)上，實(shí)現(xiàn)農(nóng)業(yè)保險(xiǎn)與涉農(nóng)信貸的有機(jī)結(jié)合，分階段推進(jìn)貸款主體與參保主體的融合、貸款銀行與保險(xiǎn)主體的融合、銀行監(jiān)管與保險(xiǎn)監(jiān)管的融合，幫助農(nóng)業(yè)生產(chǎn)者提高生產(chǎn)實(shí)力和風(fēng)險(xiǎn)抵抗力，降低貸款機(jī)構(gòu)的不良損失風(fēng)險(xiǎn)，真正從風(fēng)險(xiǎn)融合和損失互補(bǔ)的角度增強(qiáng)農(nóng)村金融支持農(nóng)業(yè)生產(chǎn)的能力與水平。

注釋：

① "在農(nóng)業(yè)保險(xiǎn)專業(yè)術(shù)語(yǔ)中，保費(fèi)通常是收入概念，賠款通常是支出概念。但從消費(fèi)者角度來(lái)看，保費(fèi)屬于資金流出，賠款屬于資金流入，故本文使用保費(fèi)支出（AI-premium）和賠款收入（AI-indemnity）。

參考文獻(xiàn)：

［1］ Adetiloye K A. Agricultural financing in Nigeria：An assessment of the agricultural credit guarantee scheme fund for food security in Nigeria（1978-2006）［J］. Journal of Economics，2012，3（1）：39-48.

［2］ Burgess R，Pande R. Do rural banks matter？ Evidence from the Indian social banking experiment［J］. American Economic Review，2005，3（95）：780-795.

［3］ Greenwood J， Jovanovic B. Financial development， growth and the distribution of income［J］. Journal of Political Economy，1990，98（5）：1076-1107.

［4］ McKinnon R I. Money and capital in economic development［J］. American Political Science Review，1974，4（68）：1822-1824.

［5］ Swain R B，F(xiàn)loro M. Assessing the effect of microfinance on vulnerability and poverty among low income households［J］. Journal of Development Studies，2011，48（5）：605-618.

［6］ 王海燕，岳華，李韞琪.數(shù)字金融發(fā)展對(duì)家庭創(chuàng)業(yè)決策的影響及機(jī)制探討［J］.財(cái)經(jīng)理論與實(shí)踐， 2022，43（2）：104-113.

［7］ 尹志超，郭沛瑤，張琳琬.“為有源頭活水來(lái)”：精準(zhǔn)扶貧對(duì)農(nóng)戶信貸的影響［J］.管理世界， 2020（9）：59-71.

［8］ 公茂剛，張梅嬌.中國(guó)農(nóng)村金融包容性發(fā)展水平綜合測(cè)度分析［J］.財(cái)經(jīng)理論與實(shí)踐， 2020， 41（6）：18-26.

［9］ Hart C E，Babock B A. The impact of crop insurance on the Iowa economy［J］. Iowa Agricultural" Review，2015（2）：43-58.

［10］楊春玲，周肖肖.農(nóng)民農(nóng)業(yè)收入影響因素的實(shí)證分析［J］. 財(cái)經(jīng)論叢，2010（2）：13-18.

［11］孫朋，陳盛偉.山東省農(nóng)業(yè)保險(xiǎn)與農(nóng)民收入關(guān)系的實(shí)證分析［J］. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011（3）：82-87.

［12］費(fèi)清，江生忠，丁寧. 技術(shù)進(jìn)步、保險(xiǎn)保障與農(nóng)民收入——基于東中西部地區(qū)地級(jí)單位的面板GMM方法［J］. 財(cái)經(jīng)理論與實(shí)踐，2018，39（4）：100-104.

［13］庹國(guó)柱，張峭. 論我國(guó)農(nóng)業(yè)保險(xiǎn)的政策目標(biāo)［J］.保險(xiǎn)研究，2018（7）：7-15.

［14］Siamwalla A， Valdes A. Should crop insurance be subsidized？ ［M］.Press Baltimore（USA），1986．

［15］Glauber J W，Collins K J，Barry P J. Crop insurance，disaster assistance，and the role of the federal government in providing catastrophic risk protection［J］. Agricultural Finance Review，2002，62（2）：81-101.

［16］O’Donoghue E J，Nigel K，Michael J R. Does risk matter for farm businesses？ The effect of crop insurance on production and diversification［J］. Farm Economic Research Service，2007，34（3）：56-78.

［17］周穩(wěn)海，趙桂玲，尹成遠(yuǎn). 農(nóng)業(yè)保險(xiǎn)發(fā)展對(duì)農(nóng)民收入影響的動(dòng)態(tài)研究——基于面板系統(tǒng) GMM 模型的實(shí)證檢驗(yàn)［J］. 保險(xiǎn)研究，2014（5）：21-30.

［18］祝仲坤，陶建平. 農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)戶收入的影響機(jī)理及經(jīng)驗(yàn)研究［J］. 農(nóng)村經(jīng)濟(jì)，2015（2）：67-71.

［19］Miranda M J， Gonzalez-Vega C. Systemic risk， index insurance，and optimal management of agricultural loan portfolios in developing countries［J］. American Journal of Agricultural Economics，2010，93（2）：399-406.

［20］Giné X，Townsend R，Vickery J. Patterns of rainfall insurance participation in rural India［J］. The World Bank Economic Review，2008，22（3）：539-566.

［21］林凱旋. 農(nóng)業(yè)信貸與保險(xiǎn)聯(lián)動(dòng)支持農(nóng)業(yè)發(fā)展：內(nèi)在邏輯與改進(jìn)路徑［J］.保險(xiǎn)研究，2020（4）：69-76.

［22］張偉，黃穎，譚瑩，等. 災(zāi)害沖擊下貧困地區(qū)農(nóng)村金融精準(zhǔn)扶貧的政策選擇——農(nóng)業(yè)信貸還是農(nóng)業(yè)保險(xiǎn)［J］.保險(xiǎn)研究，2020（1）：21-35.

［23］孫繼國(guó)，王倩，胡金焱." 正規(guī)金融、非正規(guī)金融與農(nóng)戶生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)——基于CHFS數(shù)據(jù)的實(shí)證研究［J］.財(cái)經(jīng)理論與實(shí)踐，2020（6）：27-34.

［24］蔣遠(yuǎn)勝，徐光順. 鄉(xiāng)村振興戰(zhàn)略下的中國(guó)農(nóng)村金融改革——制度變遷、現(xiàn)實(shí)需求與未來(lái)方向［J］.西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2019（6）：47-56.

［25］廖樸，呂劉，賀曄平.信貸、保險(xiǎn)、“信貸+保險(xiǎn)”的扶貧效果比較研究［J］.保險(xiǎn)研究，2019（2）：63-77.

［26］劉素春，智迪迪. 農(nóng)業(yè)保險(xiǎn)與農(nóng)業(yè)信貸耦合協(xié)調(diào)發(fā)展研究——以山東省為例［J］．保險(xiǎn)研究，2017（2）：29-39.

（責(zé)任編輯：王鐵軍）

Dynamic Research on Rural Credit， Agricultural Insurance and Rural Residents’ Income

--An empirical test based on the perspective of capital flow

CHEN Wei，JIANG Yuansheng

（School of Economics，Sichuan Agricultural University ， Chengdu，Sichuan 611130，China）

Abstract：Based on the panel data of Sichuan province， this paper constructed a static panel model and a dynamic panel model respectively， and finally selects the systematic Generalized method of moments to make an empirical analysis of the mechanism of action between rural credit， agricultural insurance and farmers’ income. Results showed that the farmers’ participating in savings has significant positive effect on income growth， their loans will help income growth in the current and their loan repayment pressure will result in reducing their income; taking part in agricultural insurance will improve their risk consciousness and provide access to disaster service which support their income growth; and agriculture insurance indemnity will result in less income in the short term， but promote income level in the long term.

Key words：rural credit; agricultural insurance; panel data; GMM model

收稿日期： 2022-06-18

基金項(xiàng)目： 國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（20AJY011）；四川省軟科學(xué)重點(diǎn)課題（2019-RK00-00129-ZF）；2021四川省軟科學(xué)重點(diǎn)課題（21JDR0169）

作者簡(jiǎn)介： 陳 ?。?985—），男，甘肅張掖人，四川農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：農(nóng)村金融、農(nóng)業(yè)保險(xiǎn)；蔣遠(yuǎn)勝（1969—），男，湖南洪江人，經(jīng)濟(jì)學(xué)博士，四川農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院教授，研究方向：農(nóng)村金融、農(nóng)村與區(qū)域發(fā)展。