方萍萍王芳

（四川農(nóng)業(yè)大學(xué)管理學(xué)院，四川 成都 611130）

金融環(huán)境對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的影響分析

方萍萍王芳

（四川農(nóng)業(yè)大學(xué)管理學(xué)院，四川 成都 611130）

金融資本是現(xiàn)代農(nóng)業(yè)發(fā)展的重要推力，新型農(nóng)業(yè)經(jīng)營主體又是現(xiàn)代農(nóng)業(yè)的微觀基礎(chǔ)，那么金融環(huán)境能否促進新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的提高？文章通過主成分分析提取金融生態(tài)環(huán)境、供給型信貸約束、金融市場扭曲三個金融環(huán)境綜合指標，據(jù)此提出三個假說，并利用2014年度實地典型調(diào)查的四川新型農(nóng)業(yè)經(jīng)營主體數(shù)據(jù)，運用DEA模型獲得生產(chǎn)效率值，使用結(jié)構(gòu)方程模型實證分析了金融環(huán)境對生產(chǎn)效率的影響路徑。研究表明：新型農(nóng)業(yè)經(jīng)營主體容易在生產(chǎn)上缺乏效率，卻在生產(chǎn)要素分配上能夠較容易達到有效；供給型信貸約束的緩解能夠顯著提高生產(chǎn)效率；金融市場扭曲的影響為負，不符合原假設(shè)；金融生態(tài)環(huán)境以金融市場扭曲和信貸約束為中間變量間接影響生產(chǎn)效率。

金融環(huán)境；新型農(nóng)業(yè)經(jīng)營主體；生產(chǎn)效率；結(jié)構(gòu)方程模型

一、引言

黨的十八大、十八屆三中全會和2014年中央一號文件要求，培育新型農(nóng)業(yè)經(jīng)營主體，構(gòu)建集約化、專業(yè)化、組織化、社會化相結(jié)合的新型農(nóng)業(yè)經(jīng)營體系，為未來農(nóng)業(yè)發(fā)展和農(nóng)業(yè)機制創(chuàng)新指明了方向。新型農(nóng)業(yè)經(jīng)營主體主要包括種養(yǎng)大戶、家庭農(nóng)場、農(nóng)民專業(yè)合作社和農(nóng)業(yè)企業(yè)等，他們是建設(shè)現(xiàn)代農(nóng)業(yè)的微觀基礎(chǔ)［1］。培育新型農(nóng)業(yè)經(jīng)營主體的最終目的是提高農(nóng)業(yè)產(chǎn)量，獲得農(nóng)業(yè)最高收益，而生產(chǎn)效率反映單位投入量的產(chǎn)量。所以，研究新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)效率具有一定的迫切性和現(xiàn)實意義。

眾多學(xué)者對農(nóng)業(yè)生產(chǎn)效率進行了廣泛研究。公共服務(wù)支出（特別是在衛(wèi)生和教育）可以影響輸入效率和效益農(nóng)業(yè)［2］；教育、經(jīng)驗、推廣、信用都是非洲農(nóng)業(yè)效率水平的主要驅(qū)動因素［3］；地區(qū)的農(nóng)業(yè)生產(chǎn)效率高低與地區(qū)發(fā)展水平密切相關(guān)，而與勞動力生產(chǎn)率高低關(guān)系不大［4］；資本積累與生產(chǎn)效率增長是相互促進的［5］；農(nóng)業(yè)土地分配對農(nóng)業(yè)生產(chǎn)效率具有較大的獨立影響［6］。然而鮮有研究分析金融對生產(chǎn)效率的影響，僅有Ogundari［3］提到了信用。但是金融要素對農(nóng)業(yè)發(fā)展的推動力不可忽略。研究表明，農(nóng)村產(chǎn)業(yè)化水平與金融支持程度之間存在正線性相關(guān)［7］［8］，農(nóng)業(yè)貸款是現(xiàn)代農(nóng)業(yè)發(fā)展的重要推力，農(nóng)業(yè)貸款不僅只在投入當(dāng)年發(fā)揮效用，而且其作用具有持續(xù)性［9］。但是單純依靠增加信貸供給來追求貸款覆蓋面的做法是低效的，無助于增加農(nóng)戶、涉農(nóng)企業(yè)的福利水平［10］。新型農(nóng)業(yè)經(jīng)營主體面臨的主要困難是資金缺口大、融資難以及信貸支持門檻較高、農(nóng)業(yè)保險投保難等問題［11］，解決這些問題成了當(dāng)務(wù)之急。

綜上所述，可以看出許多學(xué)者探討了金融與農(nóng)業(yè)發(fā)展的關(guān)系，但是缺乏關(guān)于金融對新型農(nóng)業(yè)經(jīng)營主體影響的實證分析。本文在已有研究基礎(chǔ)之上，重點關(guān)注金融環(huán)境對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的作用。同時，合理構(gòu)造金融環(huán)境指標是本文的關(guān)鍵。文章具體的邏輯思路是，首先在四川省五地11市進行劃類選點的典型調(diào)查，其次，構(gòu)建金融環(huán)境—生產(chǎn)效率的結(jié)構(gòu)方程模型。為了簡化分析，將多維度的金融環(huán)境指標綜合成少數(shù)幾個指標，而主成分分析法能夠最大程度地保留原始信息，又簡化了信息結(jié)構(gòu)，因此采用主成分分析法降維并確定權(quán)重。對生產(chǎn)效率的估算則是對傳統(tǒng)的DEA模型進行改造，將降維后的金融環(huán)境綜合指標值作為一種投入，放入DEA模型，得出生產(chǎn)效率。最后，根據(jù)模型估計結(jié)果分析金融環(huán)境對生產(chǎn)效率的作用方向和顯著程度，并進行討論。

二、理論分析與模型構(gòu)建

（一）理論分析與研究假設(shè)

金融環(huán)境一般包括信貸約束、金融生態(tài)環(huán)境和金融市場扭曲等幾個方面。

1.信貸約束對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的影響。信貸約束被直觀認為是新型農(nóng)業(yè)經(jīng)營主體能否及時獲取所需資金的阻礙因素。研究表明，因為利率管制、道德風(fēng)險等問題的存在，發(fā)展中國家農(nóng)村信貸市場的效率非常低下，農(nóng)戶受到信貸約束相當(dāng)普遍，而中國農(nóng)戶受到的信貸約束的程度更深［12］。其對農(nóng)戶收入的影響為負，對不同收入水平的農(nóng)民影響存在差異，但方向一致［13］。同時信貸約束阻礙了外資的溢出效應(yīng)，信貸約束越高，企業(yè)越難從溢出效應(yīng)中收益［14］。理論上，信貸約束對農(nóng)戶和企業(yè)的影響，與對新型農(nóng)業(yè)經(jīng)營主體的影響應(yīng)為同向。因此，本文提出如下假說：

H1：信貸約束的緩解對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的直接影響為正。

2.金融生態(tài)環(huán)境對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的影響。金融生態(tài)是一個仿生理念，體現(xiàn)了金融的生命性、競爭性和自調(diào)性［15］。把作用和影響金融生態(tài)的環(huán)境稱之為金融生態(tài)環(huán)境，包括了硬環(huán)境和軟環(huán)境［16］。金融生態(tài)環(huán)境對金融業(yè)有直接效應(yīng)，對經(jīng)濟發(fā)展有間接效應(yīng)［17］，會影響信貸融資技術(shù)的使用，進而影響中小企業(yè)信貸融資的可獲性［18］。良好的金融生態(tài)環(huán)境使資金的提供者與新型農(nóng)業(yè)經(jīng)營主體有著更好地溝通和交流，能夠減少交易成本，促進交易的達成，對新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)效率有著顯著影響和促進作用。據(jù)此，本文提出如下假說：

H2：良好的金融生態(tài)環(huán)境對新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)效率具有正效應(yīng)，包括直接影響和以信貸約束和金融市場扭曲為中間變量的間接影響。

3.金融市場扭曲對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的影響。古典經(jīng)濟學(xué)認為市場是一只看不見的手，能夠?qū)崿F(xiàn)稀缺資源的優(yōu)化配置，從而達到理想的“帕累托最優(yōu)”狀態(tài)。但現(xiàn)實里由于存在市場失靈、不完全信息等因素，要素和產(chǎn)品的價格往往是扭曲的。比如利率扭曲，國家銀行向中小企業(yè)提供的貸款利率可以比官方利率高10%-50%，卻仍然比市場利率低50%［19］，因此存在金融市場扭曲。有學(xué)者通過研究FDI流入我國的原因時，發(fā)現(xiàn)除勞動力成本等其他因素外，金融市場扭曲導(dǎo)致非國有企業(yè)難以從國內(nèi)金融體系中獲得融資［20］。據(jù)此，本文提出如下假說：

H3：金融市場扭曲的緩解對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的直接影響為正。

（二）模型構(gòu)建

通過上述提出的假說，本文構(gòu)建如圖1所示的理論模型。圖1中，供給型信貸約束、金融生態(tài)環(huán)境和金融市場扭曲都是潛變量，即無法觀察的變量。生產(chǎn)效率和Xi是顯變量。供給型信貸約束、金融生態(tài)環(huán)境、金融市場扭曲三個變量是外因潛變量，分別用ξ1、ξ2和ξ3表示，生產(chǎn)效率用Y表示，影響變化的因素稱為干擾潛變量，以符號δ表示，δ即是結(jié)構(gòu)模型中的干擾因素或殘差值。

理論模型用方程表示為：

（1）式是矩陣方式；（2）式中的β11、β12和β13分別表示ξ1、ξ2和ξ3對生產(chǎn)效率Y的影響程度；（3）式中的β21、β22分別表示ξ2對ξ1和ξ3的影響程度。

圖1　理論模型

三、數(shù)據(jù)來源與變量設(shè)計

（一）數(shù)據(jù)來源

本文數(shù)據(jù)均來源于2014年度實地調(diào)研，由8個課題組成員分為3個調(diào)研組在10天內(nèi)完成。調(diào)研形式采用劃類選點的典型調(diào)查。首先，樣本區(qū)域的選擇按照經(jīng)濟地理區(qū)域分為成都平原經(jīng)濟區(qū)、川北、川南和川東丘陵經(jīng)濟區(qū)以及川西山區(qū)經(jīng)濟區(qū)，涉及成都、樂山、德陽、綿陽、資陽、自貢、內(nèi)江、遂寧、廣安、攀枝花、雅安共11個市。其次，每個市選擇20-25個近年在正規(guī)金融機構(gòu)貸款的典型新型農(nóng)業(yè)經(jīng)營主體，一共選取255家新型農(nóng)業(yè)經(jīng)營主體。五大經(jīng)濟區(qū)域11個調(diào)研市的農(nóng)業(yè)發(fā)展情況呈現(xiàn)一定的差異，所選擇的255家新型農(nóng)業(yè)經(jīng)營主體基本涵蓋了四川主要農(nóng)業(yè)產(chǎn)業(yè)發(fā)展情況。調(diào)查問卷分為兩部分，第一部分是新型農(nóng)業(yè)經(jīng)營主體的基本情況和生產(chǎn)經(jīng)營情況，第二部分是采用Likert五級量表形式測量的新型農(nóng)業(yè)經(jīng)營主體對當(dāng)前金融環(huán)境的滿意度。

（二）變量設(shè)計

1.金融環(huán)境指數(shù)

（1）信貸約束?，F(xiàn)有眾多研究，對于正規(guī)信貸約束的選取標準是：詢問借款者能否借到他們所希望的數(shù)量；詢問不借款者不進行借款的原因。那些無法借到他們所需數(shù)量的個人，以及那些因為害怕被拒絕而不借款的個人，被認為是受到了信貸約束，否則就被認為沒有受到信貸約束。信貸約束可以分為需求型和供給型兩大類，因為害怕被拒絕而不借款的個人或組織屬于需求型信貸約束［21］。本文所選的樣本基本都是近年在正規(guī)金融機構(gòu)貸到款項的，因而需求型信貸約束程度較輕，他們覺得受到約束的原因可能是因為沒有借到他們希望的數(shù)量，屬于供給型信貸約束。信貸約束的測量指標主要為“銀行貸款審批手續(xù)和程序繁雜”“銀行貸款審批額度低”“銀行貸款條件尤其是擔(dān)保條件苛刻”“銀行服務(wù)網(wǎng)點少（物理網(wǎng)點）”。

（2）金融生態(tài)環(huán)境。是指適合于金融業(yè)生存發(fā)展的外部環(huán)境，指金融主體為了生存和發(fā)展，與其周邊環(huán)境之間及其內(nèi)部組織相互之間所形成的一個彼此關(guān)聯(lián)、相互作用的整個環(huán)境體系［16］。它包括了經(jīng)濟環(huán)境、信用環(huán)境、法治環(huán)境、制度環(huán)境、市場環(huán)境，各自對應(yīng)選取的指標分別為地區(qū)經(jīng)濟薄弱、資信體系落后、金融法制環(huán)境不完善、金融制度設(shè)計不合理不具體等。

（3）金融市場扭曲。金融市場扭曲程度包括供需扭曲，金融服務(wù)價格扭曲，金融資源配置扭曲。用“銀行中間業(yè)務(wù)提供的產(chǎn)品少”表示供需扭曲，“銀行服務(wù)產(chǎn)業(yè)化的模式不合理”表示金融資源配置扭曲，用“銀行貸款利率過高”“銀行服務(wù)態(tài)度差”表示金融服務(wù)價格扭曲。

2.生產(chǎn)效率指數(shù)

新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)行為是將若干投入轉(zhuǎn)化為若干產(chǎn)出，生產(chǎn)效率是投入與產(chǎn)出的比例，也是一個相對的概念，是一個實際與標準比較的結(jié)果。它反映了在規(guī)模報酬不變的情況下新型農(nóng)業(yè)經(jīng)營主體相對于其他新型農(nóng)業(yè)經(jīng)營主體將生產(chǎn)要素轉(zhuǎn)化為產(chǎn)出的能力。本文擬采用基于投入角度的可變規(guī)模報酬的VRS-DEA模型（BC2模型）測度新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)效率（PE）和純技術(shù)效率（PTE）。用于估算農(nóng)戶生產(chǎn)效率的投入變量包括生產(chǎn)基地面積、生產(chǎn)經(jīng)營累計總投資、固定資產(chǎn)投資、勞動力投入。所用的產(chǎn)出變量包括農(nóng)業(yè)經(jīng)營所取得的總收入、農(nóng)業(yè)經(jīng)營所取得的利潤。

四、實證結(jié)果與分析

表1　　各變量說明與描述性統(tǒng)計

（一）變量的描述性統(tǒng)計

調(diào)查問卷中各變量和統(tǒng)計描述如表1所示。從統(tǒng)計結(jié)果可知，各個主體的差異性較大，主要是由于新型農(nóng)業(yè)經(jīng)營主體的范疇包括四類：種養(yǎng)大戶、家庭農(nóng)場、合作社、農(nóng)業(yè)企業(yè)，其分工不同，規(guī)模不同。在金融環(huán)境方面的統(tǒng)計數(shù)據(jù)也出現(xiàn)一定差異，說明不同的新型農(nóng)業(yè)經(jīng)營主體面對的金融支持力度不一樣?？梢赃M一步推測，金融支持力度的差異可能會導(dǎo)致新型農(nóng)業(yè)經(jīng)營主體在生產(chǎn)效率上的差異。本文力圖探求金融支持力度對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的貢獻度，分析這些金融支持變量對生產(chǎn)效率的具體作用機制。

（二）量表信度和效度檢驗

對轉(zhuǎn)化為正向指標后的樣本數(shù)據(jù)進行取樣適當(dāng)性數(shù)值KMO計算及Bartlett球形檢驗。量表KMO值為0.864，說明樣本充足度較高；Bartlett球形度的值為505.807（自由度為91），伴隨概率為0.000，小于0.05，表明題量之間存在相關(guān)性，整體來說適合進行因素分析。

運用主成分分析法提取主因子時，采用方差極大法旋轉(zhuǎn)因子，選擇特征根大于1的因子。刪除自成一個因子或兩個及以上因子載荷值均大于0.5或所有因子載荷值均小于0.5以及因子涵蓋題項數(shù)小于3的題項。進行兩次因子分析后，刪除一個因子即X9（銀行服務(wù)效率低）。第二次因子分析共提取三個主因子，解釋變異量都大于7%，累計解釋變異量為70.043%。根據(jù)Hair等人的觀點，在社會科學(xué)領(lǐng)域中，所萃取的共同因子解釋變異量能達到60%就表示共同因子是可靠的。因此這個三個因子是可靠的，分別取名為金融生態(tài)環(huán)境、供給型信貸約束、金融市場扭曲。表2是轉(zhuǎn)軸后的因子矩陣與量表信度。

表2　　因子分析結(jié)果摘要

將經(jīng)過探索性因素法提取的三個主因子，包括金融生態(tài)環(huán)境、供給型信貸約束、金融市場扭曲作為金融投入變量放入DEA模型中。三個主因子中每個指標通過主成分分析確定相應(yīng)權(quán)重，據(jù)此計算出綜合指標值。

（三）模型估計結(jié)果與分析

在VRS-DEA模型中，本文將新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)經(jīng)營總收益和總利潤作為產(chǎn)出，其他變量作為投入，使用DEAP2.1計算得出新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率（PE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）。結(jié)果發(fā)現(xiàn)有41.8%的新型農(nóng)業(yè)經(jīng)營主體在生產(chǎn)前沿上是有效的，同時也是技術(shù)有效和規(guī)模有效，其中以農(nóng)業(yè)企業(yè)占大多數(shù)。農(nóng)業(yè)企業(yè)生產(chǎn)有效率達到71.4%，家庭農(nóng)場達到25%，種養(yǎng)大戶達到23.5%，合作社達到0%。在技術(shù)上有效占到了54.5%，說明新型農(nóng)業(yè)經(jīng)營主體容易在生產(chǎn)上缺乏效率，卻在生產(chǎn)要素分配上能夠較容易達到有效。農(nóng)戶生產(chǎn)缺乏效率是大概率事件［22］，本文也證明了這點，樣本中生產(chǎn)有效率的農(nóng)戶僅達到24%，說明新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)情況要好于農(nóng)戶。其中農(nóng)業(yè)企業(yè)主要從事經(jīng)營規(guī)模相對較大或經(jīng)營產(chǎn)業(yè)鏈相對較長的農(nóng)業(yè)生產(chǎn)活動，在經(jīng)營方式上使用公司制的現(xiàn)代化管理方式，生產(chǎn)效率明顯要好于其他三類新型農(nóng)業(yè)經(jīng)營主體。

最后使用結(jié)構(gòu)方程模型計算金融環(huán)境對生產(chǎn)效率的影響路徑和路徑系數(shù)。應(yīng)用AMOS17.0，利用極大似然估計法，對模型進行調(diào)試、識別、檢驗，最終得到顯著結(jié)果。

1.“金融環(huán)境—生產(chǎn)效率”模型擬合、評價及修正

模型假設(shè)信貸約束、金融生態(tài)環(huán)境、金融市場扭曲對生產(chǎn)效率均有直接影響。但是模型擬合的顯著性概率值小于0.05，拒絕虛無假設(shè)，表示模型與調(diào)查數(shù)據(jù)不適配。在修正過程中，由于金融生態(tài)環(huán)境的路徑系數(shù)顯著性很差，因而刪掉金融環(huán)境生態(tài)直接影響生產(chǎn)效率這條路徑。另外，信貸約束和金融市場扭曲之間存在相關(guān)關(guān)系，因而在模型中加入這條路徑。

修正后，模型卡方值為80.481，顯著性概率值為0.125，大于0.05的顯著性水平，不能拒絕虛無假設(shè)，表示假設(shè)模型與樣本數(shù)據(jù)可以適配；卡方自由度比值CMIN/DF為1.201，小于2，表明模型與實際樣本數(shù)據(jù)適配程度良好。但是由于卡方值和卡方自由度比值都容易受到樣本大小的影響，因而在判別模型適配度時，最好還要參考其他適配度指標值進行綜合判斷。模型近似誤差均方根RMSEA值為0.061，擬合優(yōu)度指標CFI值為0.969，說明整體模型適配度指標都達到了適配標準。整體而言，修正后的模型與實際觀察數(shù)據(jù)的擬合情況良好（見表3）。

表3　　模型擬合指數(shù)

2.金融環(huán)境影響生產(chǎn)效率的傳導(dǎo)機理分析

“金融環(huán)境—生產(chǎn)效率”模型的路徑系數(shù)見表4、圖2。信貸約束對生產(chǎn)效率的影響較為顯著，信貸約束系數(shù)值為0.258，表示信貸約束越緩解，生產(chǎn)效率越高，作用值為0.258，假說1得到驗證。金融生態(tài)環(huán)境對信貸約束的路徑系數(shù)為0.858，為顯著正相關(guān)。金融生態(tài)環(huán)境對金融市場扭曲的路徑系數(shù)為0.556，為顯著正相關(guān)，因此金融生態(tài)環(huán)境對生產(chǎn)效率的間接影響路徑系數(shù)為0.057。表示良好的金融生態(tài)環(huán)境有助于生產(chǎn)效率的提高，假說2得到部分驗證。金融市場扭曲對生產(chǎn)效率的影響一般顯著，路徑系數(shù)為-0.295，為負相關(guān)，假說3未得到驗證。

信貸約束對“銀行貸款條件尤其擔(dān)保條件苛刻”的路徑系數(shù)最大為1，這表明“銀行貸款條件尤其擔(dān)保條件”是體現(xiàn)信貸約束的最重要的因素；金融市場扭曲對“銀行服務(wù)農(nóng)業(yè)產(chǎn)業(yè)化模式不合理”的路徑系數(shù)最大，為1.265，表明銀行服務(wù)農(nóng)業(yè)產(chǎn)業(yè)化的合理性是體現(xiàn)金融市場扭曲的最重要的因素。其次是銀行貸款利率過高。這說明金融生態(tài)環(huán)境主要作用于信貸約束中的銀行貸款條件，金融市場扭曲中的銀行服務(wù)農(nóng)業(yè)產(chǎn)業(yè)化的模式、銀行貸款利率，從而間接影響生產(chǎn)效率。

四、結(jié)論與啟示

（一）結(jié)論

關(guān)于生產(chǎn)效率的研究文獻一般都是關(guān)注要素投入、技術(shù)等對生產(chǎn)效率的貢獻，本文關(guān)注的是金融環(huán)境對生產(chǎn)效率的貢獻，運用結(jié)構(gòu)方程模型分析了金融環(huán)境對新型農(nóng)業(yè)經(jīng)營主體生產(chǎn)效率的影響路徑和影響大小。根據(jù)實證結(jié)果，可以得出以下結(jié)論：

表4　　路徑、載荷系數(shù)估計結(jié)果表

圖2　“金融環(huán)境-生產(chǎn)效率”模型路徑圖

1.新型農(nóng)業(yè)經(jīng)營主體容易在生產(chǎn)上缺乏效率，卻在生產(chǎn)要素分配上能夠較容易達到有效。雖然現(xiàn)階段新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)情況要好于農(nóng)戶，但是仍不容樂觀。它們面臨的困難和挑戰(zhàn)主要在融資困難，土地獲得難度大，服務(wù)體系薄弱等。生產(chǎn)上缺乏效率主要是由于規(guī)模收益不高，有些新型農(nóng)業(yè)主體的規(guī)模達到了一定程度，管理卻沒有跟上，又有一些新型農(nóng)業(yè)經(jīng)營主體的規(guī)模受到限制，不能進一步擴大規(guī)模，從而影響生產(chǎn)效率。

2.供給型信貸約束的緩解對新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)效率具有顯著正影響。表明緩解信貸約束是當(dāng)務(wù)之急。

3.金融市場扭曲對新型農(nóng)業(yè)經(jīng)營主體的生產(chǎn)效率的影響并不顯著，且實證結(jié)果得出了金融市場扭曲的緩解對新型農(nóng)業(yè)經(jīng)營主體的影響為負，這是一個與假說相反的結(jié)論。因此，當(dāng)前的主要矛盾還是在于信貸約束的制約。

4.金融生態(tài)環(huán)境對生產(chǎn)效率的直接影響不顯著，但是以金融市場扭曲和信貸約束來為中間變量間接影響路徑非常顯著。因此通過改善金融生態(tài)環(huán)境，來改善信貸約束也是一個提高生產(chǎn)效率的途徑。

（二）啟示

新型農(nóng)業(yè)經(jīng)營主體自身方面，規(guī)模要適度，管理要跟上；政府層面要加大政策力度，完善資信體系，合理化金融制度設(shè)計，完善金融法制建設(shè)等；金融機構(gòu)方面要緩解信貸約束是當(dāng)務(wù)之急，放寬貸款條件和擔(dān)保條件，簡化審批手續(xù)，在風(fēng)險可控的前提下盡量滿足貸款需求等。

［1］孫中華.大力培育新型農(nóng)業(yè)經(jīng)營主體夯實建設(shè)現(xiàn)代農(nóng)業(yè)的微觀基礎(chǔ)［J］.農(nóng)村經(jīng)營管理，2012，（01）：1.［A3］

［2］Allen S L，Qaim.M.Agricultural productivity and public expenditures in sub-saharan africa［J］.International Food Policy Research Institute（IFPRI），2012.

［3］Ogundari K.The Paradigm of Agricultural Efficiency and its Implication on Food Security in Africa：What Does Meta-analysis Reveal？［J］.World Development，2014，（64）：690-702.

［4］Kawagoe T，Hayami Y，Ruttan V W.The intercountry agricultural production function and productivity differences among countries［J］.Journal of Development economics，1985，19（1）：113-132.

［5］Ball V E，Bureau J C，Butault J P，et al.Levels of farm sector productivity：An international comparison［J］. Journal of productivity Analysis，2001，15（1）：5-29.

［6］Vollrath D.Land distribution and international agricultural productivity［J］.American Journal of Agricultural Economics，2007，89（1）：202-216.

［7］齊成喜，陳柳欽.農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的金融支持體系研究［J］.農(nóng)業(yè)經(jīng)濟問題，2005，（8）：43-46.

［8］朱建華，洪必綱.縣域經(jīng)濟發(fā)展規(guī)劃中的金融支持研究［J］.經(jīng)濟地理，2010，（04）：634-639.

［9］周亞莉，袁曉玲.現(xiàn)代農(nóng)業(yè)發(fā)展水平評價及其金融支持——以陜西省為例［J］.西安交通大學(xué)學(xué)報（社會科學(xué)版），2010，（01）：19-26.

［10］黃祖輝，劉西川，程恩江.貧困地區(qū)農(nóng)戶正規(guī)信貸市場低參與程度的經(jīng)驗解釋［J］.經(jīng)濟研究，2009，（04）：116-128.

［11］樓棟，孔祥智.新型農(nóng)業(yè)經(jīng)營主體的多維發(fā)展形式和現(xiàn)實觀照［J］.改革，2013，（2）：65-77.

［12］朱喜，李子奈.我國農(nóng)村正式金融機構(gòu)對農(nóng)戶的信貸配給——一個聯(lián)立離散選擇模型的實證分析［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006，（03）：37-49.

［13］李長生，張文棋.信貸約束對農(nóng)戶收入的影響——基于分位數(shù)回歸的分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2015，（08）：43-52.

［14］辛大楞，車維漢.信貸約束與外資溢出效應(yīng)問題研究——基于中國工業(yè)企業(yè)數(shù)據(jù)的實證分析［J］.財經(jīng)研究，2014，（08）：30-41.

［15］徐諾金.論我國金融生態(tài)環(huán)境問題［J］.金融研究，2005，（11）：31-38.

［16］辜曉川，楊海燕.對金融生態(tài)理念的幾點認識［J］.西南金融，2005，（08）：54-55.

［17］汪來喜.金融生態(tài)環(huán)境對金融業(yè)及區(qū)域經(jīng)濟發(fā)展效應(yīng)分析——以中原經(jīng)濟區(qū)金融生態(tài)環(huán)境的成效及問題為例［J］.企業(yè)經(jīng)濟，2012，（02）：147-150.

［18］Berger A N，Udell G F.A more complete conceptual framework for SME finance［J］.Journal of Banking&Finance，2006，30（11）：2945-2966.

［19］盧峰，姚洋.金融壓抑下的法治、金融發(fā)展和經(jīng)濟增長［J］.中國社會科學(xué)，2004，（01）：42-55.

［20］朱彤，漆鑫，張亮.金融扭曲導(dǎo)致FDI大量流入我國嗎？——來自我國省級面板數(shù)據(jù)的證據(jù)［J］.南開經(jīng)濟研究，2010，（04）：33-47.

［21］Boucher，S.，Carter，R.M.and Cuirkinger，C.Risk Rationing and Wealth Effects in Credit Markets Theory and Implications for Agricultual Development［J］.American Journal of Agricultural Economics，2008，90（2）：409-423.

［22］蘇小松，何廣文.農(nóng)戶社會資本對農(nóng)業(yè)生產(chǎn)效率的影響分析——基于山東省高青縣的農(nóng)戶調(diào)查數(shù)據(jù)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2013，（10）：64-72.

（責(zé)任編輯：車碧云）

國家自然科學(xué)基金資助項目（項目編號：71203150）；教育部資助項目（項目編號：NCET-13-0921）。

方萍萍（1992-），女，福田莆田人，碩士研究生，研究方向：農(nóng)業(yè)經(jīng)濟管理；通訊作者：王芳（1975-），女，四川宜賓人，博士，教授，博士生導(dǎo)師，研究方向：農(nóng)業(yè)技術(shù)經(jīng)濟。