農村金融支持對農業技術效率影響的實證分析——以東部地區為例

王 晶

（哈爾濱商業大學，哈爾濱 150028）

引言

進入21世紀，從2004年至今，中央一號文件已連續10年關注“三農”問題，可見農業在我國國民經濟體系中擁有舉足輕重的地位。從歷史發展進程來看，農業的發展水平直接決定國民經濟的發展。

農業是國民經濟和社會發展的基礎。改革開放30多年來，中國農業發展取得了舉世矚目的成就，為國民經濟的迅速發展提供了有力的支持，不僅解決了13億人民的溫飽問題，并且在總體上達到了小康并逐漸邁向更高的水平。雖然我國糧食連續9年實現增產，但是與農業強國的目標還有一定的距離。由于我國人口較多，各項農業資源的人均水平較低。研究我國農業的技術效率問題，有利于從經濟增長的質量方面全面考察我國農業的整體競爭能力，探索轉型期農業現代化發展模式；對于優化農業經濟結構、統籌城鄉經濟協調發展、全面建設小康社會，具有重要的理論價值和現實意義。

一、文獻綜述

農業經濟的穩定持續的增長，是社會健康發展的前提。而農業持續穩定的增值要依靠兩個方面，一個是生產要素的增加，另一個是生產效率的提升。由于自然資源以及經濟資源的有限性，導致我國農業的發展不可能單純依賴資源的擴張，而是應該主要依靠不斷提升生產效率。學者們用不同的方法、從不同的角度研究農業發展效率，對農業效率的問題進行評價。

利用Malmquist生產率指數分析研究我國各年度農業效率水平。黃勇（2013）運用Malmquist指數方法，考察了2004—2009年湖北省農業全要素生產率的變動趨勢，通過Malmquist指數的分解，分析了湖北省農業全要素生產率增長的內在動力[1]。基于DEA模型對我國各地區農業效率進行分析研究。王文剛、李汝資、王芳（2012）利用DEA方法和Malmquist生產率指數模型方法對吉林省2001—2009年農地要素資源的投入生產效率及其變化特征進行了深入的研究[2]。李思（2012）運用數據包絡分析的BC2模型對農業效率進行測評，以四川省為樣本，計算得出21個地區農業效率[3]。張海波、劉穎（2012）采用隨機前沿分析（SFA）方法，考慮了隨機因素對我國農業生產活動的影響，具體測算了我國1980—2009年各地區的農業全要素生產率（TFP）[4]。秦臻、倪艷（2012）采用基于隨機前沿模型的參數法，利用中國1978—2008年的省級行政區的面板數據，從歷史演化和區際差異兩個角度對農業全要素生產率（TFP）進行了實證研究[5]。現如今，大多數的文獻都是對我國整體或者說區域的農業效率水平進行評價，對農業效率的影響因素分析的較少。對我國整體及區域的整體農業效率水平進行評價十分必要，但是對其影響因素的分析更為有現實意義。在影響農業效率的許多因素當中，金融支持的作用十分重要。本文在總結了相關文獻的基礎上，采用隨機前沿模型分析金融支持對我國東部地區農業技術效率的影響狀況。

二、模型選取及數據來源

根據SFA模型的基本原理，運用超越對數生產函數，在我國東部11個省份2001—2010年面板數據的基礎上，對農業技術技術效率及農村金融支持對其影響進行測算。具體研究模型如下：

在（1）式中，i為各省份的排列序號；t為時間序號，i=1，2，…11；t=1，2，…9；yit表示第 i個省份在第 t時期的農業生產總值（單位：萬元）；Kit表示i省t期的農業機械總動力（單位：萬千瓦）；Lit表示i省t期的農業從業人員數量（單位：萬元）；β為待估計參數，β1表示資本產出彈性，β2表示勞動產出彈性，vit為i省t期生產過程的隨機誤差，它表示測量誤差、經濟波動以及各種不可控制的隨機因素；uit為i省在t期生產過程的效率項，服從半正態分布，非負隨機變量，且和相互獨立。

本文選取的樣本數據為我國東部的11個省，時間段為2000—2010年。其中各地區農業總產值、農業從業人員、農

業機械總動力的指標數據來源于每年度的《中國統計年鑒》和《中國農業年鑒》，每個地區的農發行的貸款余額、農業銀行農業貸款余額以及農村信用社貸款余額來源于《中國農業發展銀行統計年鑒》《中國農業銀行統計年鑒》。選取農業總產值作為產出變量，農業從業人員、農業機械總動力作為投入變量。采用農業貸款與農業產出之比來衡量農村金融對農業技術效率的影響程度。

三、計量結果分析

本文運用STATA對模型進行參數估計。表1給出了模型的參數估計和假設檢驗成果。

1.模型檢驗：γ=0.9504，這說明模型中的誤差主要來源于技術非效率，因此，對于基于面板數據對農業技術效率研究，使用SFA技術是較為合理的。

表1 農業技術效率影響因素SFA估計結果（2000—2010年）

2.參數各投入變量產出彈性分析：農業機械總動力、農業勞動力、及其二次項系數 β1=1.3520、β2=1.298 5、β3=-0.111 2、β4=0.114 6、β5=0.041 8，且 β1、β4通過 1%的顯著性檢驗，β3、β5通過5%的顯著性檢驗，β2通過10%的顯著性檢驗。農業機械總動力以及農業從業人員產出彈性均為正值。

3.政策性金融支持對農業技術效率的影響：參數δ1=0.05 312 81，且通過1%的顯著性檢驗。參數符號為正，說明農業發展銀行對金融支持技術效率的促進作用不明顯，該實證結果與2000—2010年農業發展銀行的實際運營狀況基本相符。

4.農業銀行農業金融支持對農業技術效率的影響：參數δ2=0.5787488，且通過1%的顯著性檢驗。參數符號為正，說明農業銀行金融支持對農業技術效率的促進作用不明顯。中國農業銀行是我國傳統的從事農村金融業務的商業銀行，但商業化的過程中，迅速進入城市并從20世紀90年代末開始撤銷了大量的農村基層營業網點，其支農能力大大下降。

5.合作金融支持對農業技術效率的影響：參數δ3=-0.208 966 2，其通過1%的顯著性檢驗。參數符號為負，這一實證結果說明了農村信用社的金融支持對農業技術效率有促進作用，農村信用社貸款與農業總產值的比值每增長1個單位，農業技術效率水平提高0.208 966 2，這一結論與設想的相一致。

四、結論

本文基于我國東部11個省份2000—2010年的面板數據，運用隨機前沿分析模型，對政策性金融機構、農業銀行以及農村合作社的金融支持對農業技術效率的影響進行了實證分析。實證結果表明合作金融支持對農業技術效率有著明顯的促進作用，而政策性金融支持以及農業銀行的農業金融支持對農業技術效率作用效果不是很顯著，2000年，我國農業技術效率不斷提升，并從2003年開始增速明顯。上述實證結論實證支持了2000年以來的農村金融改革，并對其效果進行了檢驗，為農業發展銀行進行改革提供了依據，并對農村合作金融在農業支持中的重要作用提供了實證證明。政府應該繼續對農村信用社進行深化改革，促進農業技術效率的不斷提升。

[1] 黃勇.湖北省農業生產率增長、技術進步與效率變化研究[J].統計與決策，2013，（8）.

[2] 王文剛，李汝資，王芳.吉林省區域農地生產效率及其變動特征研究[J].地理科學，2012，（5）.

[3] 李思.基于DEA模型的四川省農業效率評價[J].天津農業科學，2012年，（4）.

[4] 張海波，劉穎.我國農業全要素生產率增長及收斂研究[J].統計與決策，2012，（13）.

[5] 秦臻，倪艷.中國農業全要素生產率的實證研究[J].統計與決策，2012，（9）.