農業政策性金融信貸業務對農民收入的影響

常健聰，康暉鋆

(1.上海建橋學院 商學院，上海 201306；2.上海海洋大學 經濟管理學院，上海 201306)

農業的發展需要農村金融的支持。農業政策性金融信貸業務是以政府資金支持，以國家信用為基礎，以償還和付息為條件的金融手段。通過央行給予農發行優惠的貸款利率，依照國家相關明文規定，以發展農業農村經濟作為主要任務，體現了國家對三農的經濟支持和政策扶持[1]。

農業政策性金融信貸與三農發展存在密切關聯，部分學者認為農業政策性金融信貸對三農發展有促進作用。賈立等[2]利用實證模型得出結論認為，我國農業政策性金融信貸業務能夠有效支持農業經濟發展，使農產品增產，對農村經濟的發展以及農民收入水平的提升具有積極作用。黎翠梅等[3]利用面板數據模型實證了農業政策性金融信貸對農業糧食高產區的農產品增產是具有明顯促進作用的。陸強[4]利用實證模型得出農業政策性金融信貸能有效減少農村資本的外流現象，吸收城市資本來反哺農村經濟，對農產品增產顯著但是仍然存在金融弱化現象。李靜[5]通過面板數據模型發現農業政策性金融信貸對農村經濟增長有明顯的促進作用，但是還需完善農業政策性金融信貸的體制結構。

部分學者認為，農業政策性金融信貸并不具備顯著的正向作用。張杰[6]發現，在人均收入較低的國家，政府部門要更多地承擔責任。雖然在信貸上給予了農業極大的支持和幫助，但往往政府提供的低息貸款對農業發展的效果不是十分明顯。鄧家順[7]認為，農發行雖然有農業、農村方面的中長期信貸類業務，但是農業政策性金融貸款并不是直接貸款給農民，其對農民收入的促進效果并不是十分顯著。

本文擬通過對農民收入的變量進行研究。由于農民收入是衡量農民生活水平的一種重要指標。農業政策性金融信貸是否對農民收入提高有所幫助是本文研究的重點。本文通過1995—2018年的數據，建立VAR模型進行實證研究，從全國宏觀的層面研究分析農業政策性金融信貸對農民收入的影響。

1 數據來源與變量選擇

中國農業發展銀行于1994年成立，數據的搜集存在條件性的限制，所以本文選取1995—2018年度數據，數據來源于《中國農業發展銀行統計年鑒》《中國統計年鑒》與中經網統計數據庫。

本文參照李堯[8]的方法，采用農業發展銀行吉林省分行貸款余額來表示吉林省農業政策性金融信貸對農業產出的資金投入，選取中國農業發展銀行總的貸款余額作為第一個解釋變量，代表農發行總貸款，用x1表示。

為了增加數據的可信性以及全面性，借鑒張鈺[9]的方法，用農民人均農業貸款計量農業貸款。本文用農發行總貸款余額除以農村常住人口得到農民人均貸款余額作為第二個解釋變量。因為農發行信貸業務不直接作用于農民，這個指標解釋為農發行通過作用機制即不同信貸業務使農民個體受到的信貸扶持，代表農民人均貸款，用x2表示。

控制變量選取農林牧漁業總產值代表農村經濟發展水平指標。農林牧漁業總產值包含了農林漁牧多個產業，能準確地體現農業產出的真實水平，用x3表示。

最后被解釋變量為農民收入，農民收入是指當年農村居民通過各種途徑取得的總收入。農民收入能夠有效反映農民生活發展水平質量。本文以中國農村居民年人均純收入(2013年起改為農村居民人均可支配收入)作為被解釋變量，記作x4。為了消除異方差，對相關數據取對數，分別為lnx1、lnx2、lnx3、lnx4，所有數據全部采用Eviews軟件處理。

2 實證分析

2.1 數據平穩性檢驗

用ADF單位根檢驗法對相關數據進行平穩性檢驗。由表1可知，lnx1、lnx2、lnx3、lnx4的ADF統計量，經過檢驗發現，序列有單位根，說明序列非平穩。之后采用差分法，一階差分后經過檢驗，數據非平穩。之后對二階差分后的數據ADF值進行檢驗，其結果顯示了差分后各數據的ADF統計量。經二階差分處理后的數據均小于顯著性1%的臨界值，認為拒絕原假設，符合數據平穩性要求。

表1 數據平穩性檢驗結果

2.2 VAR模型的設定

表2 滯后階數選擇

圖1 單位根檢驗

2.3 協整關系檢驗

采用Jo-hansen協整檢驗分析方法可以檢驗這4個變量之間是否存在長期的協整關系。根據VAR模型滯后期的選擇，確定最優滯后階數為3。協整關系檢驗表3說明在樣本期間農林牧漁業總產值、農發行總貸款、農民人均貸款以及農民收入之間至少存在1個長期的協整關系。

表3 協整關系檢驗

2.4 脈沖響應分析

脈沖響應函數的理論依據是能夠反映在某個誤差項變動時系統所受的具體影響，從而揭示模型中變量之間動態相互作用過程[10]，能了解各變量對其他內生變量沖擊的響應。

因為農業政策性金融信貸沒有直接作用于農民個人的信貸業務，所以首先描述農業政策性金融總貸款對農民收入的沖擊影響。從第1～4期農業政策性金融總貸款對農民收入的沖擊逐漸提高，之后開始逐漸降至第10期的最低點。其次描述農民人均貸款對農民收入的沖擊影響，從第1～9期農民人均貸款對農民收入的沖擊逐漸變大，當到達第9期的時候即到達最高點。最后可以看到，農林牧漁業總產值對農民收入的沖擊一直是正向的，且較為穩定(表4)。

表4 脈沖響應函數分析

農業是一項長期的生產活動，具有弱質性以及周期性。研究結果表明，當大量資金投入農業產業，短期時間內農民收入會提高，但因農發行信貸業務不是直接作用于農民個體，所以農業政策性金融總貸款對農民收入的作用極為有限。

農業政策性金融信貸業務主要是借貸與農產品的收購。農產品收購貸款保障了農產品市場價格的穩定，農產品價格不會出現明顯波動，給予農產品穩定的銷售渠道。綜合來說，農業政策性金融信貸業務還涉及農村基礎設施建設項目、農業科技項目、農業企業貸款項目。農業政策性金融信貸業務如果能夠拓展業務范圍，或者強化內在作用機制，使這些信貸業務直接作用于農民個體，那將對農民收入產生積極的正向影響。

2.5 方差分解

在VAR模型中，方差分解不僅是一個樣本期間外的因果關系可以檢驗，而且將每個變量的單位增量分解為一定的比例，從而了解自身的發展原因和其他相關變量的貢獻，可用于研究分析模型的動態變化特征。方差分解可進一步判斷農業政策性金融總貸款、農民人均貸款、農林牧漁業總產值對農民收入的影響。

從預測方差分解結果(表5)分析表來看，農業政策性金融總貸款從第1～9期的貢獻度呈下降態勢，最后穩定在3.751 560%。由此可以看出，農業政策性金融總貸款隨著時間的推移，其貢獻度也在不斷下降。變量中，農民人均貸款對農民收入的貢獻度很大。從第1～10期農民人均貸款貢獻率逐漸升至91.263 850%，若是農發行信貸資金能夠徹底被農民個體吸收作用，那將會對農民收入產生深刻的影響。最后可以看到，農林牧漁業總產值對農民收入的貢獻度很低。因為本文只有4個變量，其內在原因還值得深入探討。

表5 預測方差分解

農業政策性金融貸款包括農業企業貸款、農業科技貸款和農業基建貸款，但是農發行缺少對農民的小額信貸業務，導致農發行信貸無法通過直接針對農民的信貸業務促進農民增收。

3 小結與討論

農業政策性金融信貸業務若是通過機制作用于農民個體，使農民受惠，那么對農民增收的效果會更顯著。迄今農業政策性金融信貸業務的范圍較為狹窄，很少直接作用于農民，農民個體無法直接向農發行借貸。農業政策性金融信貸對農民收入的影響并不是直接作用于農民，而是通過間接手段支持農民收入提高，支農效用在這個間接機制中不斷消耗。通過以上研究，本文提出幾項建議進行討論。

是否能夠繼續擴大信貸業務范圍，增加農業政策性金融信貸的受惠面積。多元化多層次進一步完善支農作用，多渠道促進農民收入增長。目前農業政策性金融貸款主要經營范圍還是農產品的收購，農產品的收購有效保障了農產品價格的穩定。同時，農發行大多借貸于農業產業化龍頭企業、農村基礎設施建設、農產品收購等大型項目，對農業中小企業和地方企業的關注度及支持力度都遠不夠。應適當放寬貸款資格條件，有效促進鄉鎮企業的壯大，應增加對農業科技、農村基建長期性項目的投資。這些項目支農效用不會是立竿見影的，但功在當代，利在千秋。長期性的技術進步將有效提高農民的生產效率，從而促進農業增效，提高農民收入。

農業政策性金融是信貸市場的補充器，其信貸業務的完善是一個在調整變化中不斷改善的過程，而不是單單拓寬信貸范圍、拓展農民的信貸渠道。提高對農業生產的支持力度，還需要不斷根據三農整體發展情況，發揮自身低息貸款利率的優勢，在相關政策調控及引導下，及時調整農業政策性金融信貸項目及信貸規模，從而更好地為三農服務。