《西部农业信贷投入经济成效 》由会员分享，可在线阅读，更多相关《西部农业信贷投入经济成效 （12页珍藏版）》请在金锄头文库上搜索。
1、西部农业信贷投入经济成效西部农业信贷投入经济成效 一、引言农业信贷资金是农业经济发展的基础，是促进农村经济发展的重要要素。我国西部地区自然条件相对恶劣，区域经济发展较为落后， “二元结构”特征明显，在农业信贷方面，资金投入不足，农户和农村中小企业贷款难的问题比较突出。在这一背景下，厘清农业信贷资金的经济效应，有助于提高农业信贷资金利用效率以及改善农业信贷资金投放结构。农业信贷资金投入的经济效应问题长期被国内外学者所关注。经济学家 Lewis(1954)提出，信贷资金对于小农业和小工业的发展是非常重要的。Nelson(1956)在其“低水平均衡理论”中指出，只有对农村经济进行大量的资本投入，才能
2、使其收入增长冲出“低收入陷阱”。Madison(1974)对 22 个国家的实证分析显示，资本对农业经济增长的贡献率为 55%。Johan 等(1999)对 9 个中东欧国家的实证研究表明，高通胀、土地产权制度缺失、农业低效率和较高的信贷交易成本是农业信贷效率低下的主要原因，而政府为改变上述现象而采取的短期措施并不是最优的解决方案。Koester(2001)则发现，在缺乏有效农村金融市场体系的经济转型国家，农村资金的配置效率往往是低下的。Townsend等(2001)提出，在缺乏风险管理的情况下，政府主导的农业信贷的效率比较低下，而农业信贷的低效率会加大农村金融风险。Mohane 等(2002
3、)认为解决发展中国家农业信贷资金效率低下问题必须改革投融资体制，规范政府行为。南非国家信用管理局(2008)对南非农业中小企业融资状况的调查显示，信用记录的缺失是其难以获得必要信贷支持的主要原因。Xavier(2011)对泰国正规金融与非正规金融的比较研究显示，正规金融机构贷款利率的下降可以刺激农户的贷款需求，而非正规金融机构的金融创新可以增强其对正规金融机构的替代作用。随着 20 世纪 90 年代初中国农村金融改革的推进，农业信贷投入问题逐渐成为研究热点。国内学者关于农业信贷投入问题的研究大致可分为以下两类:一是关于农业信贷投入的经济效应研究。温涛等(2005)的实证研究发现，农业贷款的增长
4、并没有成为促进农村经济增长和农民收入水平提高的资源要素。朱喜等(2006)基于误差修正模型的分析结果显示，改革开放以来中国农业贷款投入在长期与农民收入、农村投资之间不存在均衡关系，在短期也未能有效促进农村投资的增加和农民收入的增长。姚耀军等(2004)运用协整分析方法检验中国 19782002 年的农业经济与金融之间的关系，认为二者之间存在长期均衡关系，农业金融发展会影响农业经济的增长。裴辉儒(2010)基于面板模型的研究结果显示，我国农业信贷与农业经济增长的相关性存在明显的区域差异。赵书海(2011)的研究表明农业 GDP 与金融机构农业信贷投入存在长期均衡关系，而从短期来看，农业 GDP
5、的增长来自于短期农业信贷投入。二是关于农业信贷投入模式的研究。张杰(2003)、何广文(2003，2004，2006)、刘民权等(2005)、王家传等(2003)、翟照艳等(2004)、林江鹏等(2010)认为，政府对非正规金融的过度排斥导致农业信贷市场主体过分单一、垄断和不开放。冉光和等(2005)论证了中国农村金融不可持续发展的根源在于农村信贷市场的不健全。陈军等(2008)认为，传统的正规农村金融机构通常将农村低收入农户排斥在农村信贷市场之外，而微型金融机构的产生使这一情况发生了根本性的扭转。何广文等(2004)认为，要加快发展中小型金融机构，培育农村信贷市场竞争机制。张杰等(2006)
6、的实证研究表明，微型金融机构也可以实现较好的风险控制和经营业绩，但受诸多现实因素的限制，微型金融机构很难惠及广大低收入的纯农业生产者以及农户的生活性金融需求。姚先斌等(1998)、李军培(2005)、刘西川等(2007)的研究显示，我国小额信贷存在的主要问题是机构产权不明晰、资金来源狭窄、利率低、金融产品单一、客户目标上移等。孙若梅(2005)、何广文等(2005)、张立军等(2006)和褚保金等(2008)的实证研究结果表明，小额信贷的发展有助于降低贫困，增加农户的家庭收入。国内外学者在对农业信贷投入的经济效应及其制约因素方面的研究是广泛和充分的，但由于分析方法和样本选择的差异性，众多学者关
7、于农业信贷投入的经济效应的研究，结论并非完全一致，而针对西部地区农业信贷投入经济效应的研究则更为稀少。本文通过构建面板模型，对 19782009 年西部地区农业信贷投入的经济效应进行定量分析，旨在揭示其农业信贷资金的配置效率与制约因素。二、模型设计本文借鉴新古典经济增长理论的生产函数模型分析农业产出的决定及影响因素，基本模型表示如下:Y=f(K，L，E)(1)其中 Y 代表农业总产出，K 代表投入的资本存量，L 代表投入的劳动力，E 代表土地。该模型也可表述成以下形式:Y=KLE(2)其中 、 为资本、劳动力、土地的产出弹性系数， 为常数，0、1;取对数，则得到:LnY=Ln+LnK+LnL+
8、LnE(3)公式(3)表明农业产出增长率主要取决于存量资本增长率、劳动力的增长率和土地投入的增长率。对农业产出的资本投入主要包括两个部分，一部分是自有资本，一部分是借入资本，两者则都属于可贷资金，而利率变化会影响可贷资金的投入。因此，资本存量的函数式可以表示如下:K=f(R，F)(4)其中 F 表示可贷资金，R 表示可贷资金的利率。根据可贷资金理论模型，F 和 K 正相关，R 和 K 负相关。因此，公式(1)又可以表示为:Y=f(R，F，L，E)(5)根据西部地区农村经济发展的实际情况，本文假定农村居民的收入主要来自于前期的第一产业的产出和储蓄，而储蓄又是利率和可贷资金的函数，因此将农村居民收
9、入函数表述为下式:S=f(R，F，Yt1)(6)S表示收入，Yt1 代表前期产出。根据 ISLM 模型，可贷资金的供给增加，首先会导致利率水平的下降，然后促使农业投资增加，并通过乘数效应带动产出和收入的增长。这种影响机制可以表示如下:FRIYS其中 I 表示农业投资。为便于分析，上述模型可变形为下列形式:Yit=iTt+iFit+iRit+iLit+iEit+CY+di+it(7)Sit=iTt+iFit+iRit+iYit1+CS+di+it(8)模型(7)用来分析第一产业产出的决定与影响因素，模型(8)用来反映农民人均收入的决定与影响因素。其中 T 是时间虚拟变量(T=1978，1979，
10、2009)，它反映 i、i 随时间的变化;CY 为模型(7)的共同截距;Cs 为模型(8)的共同截距项;di 为截面虚拟变量;it、it 为随机扰动项;i、i 分别为金融机构农业贷款、银行利率对第一产业产值的影响系数;i、i 分别为金融机构农业贷款、银行利率对农村居民人均收入的影响系数;i 为前期产出对农民人均收入的影响系数;i、i 分别为劳动力和土地投入对农业产出的影响系数。根据理论模型，我们预计系数 i、i、i、i 为正，即农业贷款投放、劳动力和土地投入的增加会促进农业产出和农村居民收入的增长;预计系数 i、i 为负，即利率水平的上升会抑制农业产出和农村居民收入的增长;系数 i 为正，即前
11、期产出增加有助于当期收入的增加。三、变量选择和数据来源农业信贷资金产生的经济效应是综合且复杂的，本着可计量的基本原则，本文主要对其农业产出效应和农村收入效应进行分析。根据金融发展理论，把信贷资金作为解释变量，把农业产出和农村居民收入作为被解释变量，把劳动力、土地投入作为控制变量。考虑到西部地区多个省区数据资料的可比性、可得性以及中国农村金融发展的实际情况，本文以各省区第一产业产值(PI)作为农业产出水平的代理变量，并对 PI 进行对数处理，令 Yit=Ln(PI);用各省区农村居民人均年收入(AI)作为收入水平的代理变量，也对 AI 进行对数处理，令 Sit=Ln(AI);用各省区金融机构农业
12、贷款总额(FL)作为信贷资金投入的代理变量，对 FL 进行对数处理，令 Fit=Ln(FL);R 为实际利率，即用通货膨胀率调整后的一年期银行贷款利率(如果本年度利率水平发生过多次调整，则采用其加权平均值);以各省区第一产业劳动力人口数(Labor)作为劳动力投入的代理变量，人口数单位为千万，进行对数处理，令 Lit=Ln(Labor);以各省区农作物播种面积(Land)作为土地投入的代理变量，土地面积单位数为千公顷，进行对数处理，令 Eit=Ln(Land)。本文研究样本地区包括西部地区 12 个省、市、自治区，时间为 19782009年，数据来源于中国统计年鉴 中国金融统计年鉴新中国 60
13、 年统计资料汇编和各省统计年鉴。四、模型分析与实证检验1各变量的面板单位根检验为了避免伪回归，需对Y、S、F、R、L、E 等变量进行单位根检验。我们选择 4种主要的方法同时进行检验，取 4 种方法检验一致的结果，以增强检验的可靠性。这四种检验方法分别是LevinLinChut 检验、ImPesaranShinW-stat 检验、ADF-FisherChi-square 检验和 PP-FisherChi-square 检验。表 1 是6 个原始变量及差分变量的检验结果，结果表明，Y、S、F、R、L、E 的原始序列均没有通过单位根检验，但它们的一阶差分序列都通过了 4 种方法的检验，说明这6 个变
14、量都是一阶单整。2协整检验和协整方程的估计由于Y、S、F、R、L、E 都是一阶单整序列，存在协整的可能，因此可以采用二步检验法进行协整检验。在进行协整检验之前，本文先对模型(7)、(8)进行无约束回归分析，并对回归分析产生的残差进行单位根检验，结果表明方程的残差序列没有单位根，说明可能存在协整关系;然后再进一步进行协整检验。本文主要采取 Engle-Granger 二步法的协整检验和 Johansen 迹(trace)检验方法的面板数据协整检验，表 2是基于 Engle-Granger 二步法的协整检验结果。表 2 中的检验结果否定了原假设，说明模型(7)和(8)中各变量之间存在协整关系;而基
15、于 Johansen 的 trace 协整检验结果也支持模型(7)和(8)中各变量之间存在协整关系。因此，可以用面板模型对两个方程进行回归分析。表 2 基于 Granger-Engle 二步法的 Kao 协整检验模型(7)ADF 检验模型(8)ADF 检验 t 值概率 t 值概率44426000004349100000 注:协整检验的零假设是各变量之间不存在协整关系。本文利用EVIEWS60 对模型设定进行协方差检验，分析结果显示采用等斜率模型较优;然后采用 Hausman 检验和RedunantFixedEffects 检验，结果表明选择截面固定效应与时期随机效应模型较优。模型回归分析的结果
16、如表 3。模型中各系数的符号与我们理论预期相一致。其中农业贷款和第一产业产值是正相关的，说明贷款增长率每增加 1%可以促进第一产业产出增长率上升 017%，;而利率和第一产业产值是负相关的，说明利率下降 1%可以刺激第一产业产出增长率上升 009%;在第一产业产值增长率的影响因素中，土地播种面积增长率的影响作用最大。模型(8)中 F 的系数为正，说明农业贷款投放与农村居民收入水平之间是正相关的，既农业贷款增长率每增加 1%可以使农村居民收入增长率上升 005%;R 的系数为负，表明利率的调整与农村居民收入增长是负相关的，利率下降 1%可以使农村居民收入增长率上升 007%。模型(7)F 的系数大于模型(8)中 F 的系数，说明农业信贷促进农业产出的增长的作用是比较明显的，而在提高农村居民收入方面的作用比较弱，其原因主要在于以下两个方面:一是西部地区农村信贷投入结构偏重于农业生产。根据中国人民银行的统计，西部地区农村
