楊子帆

摘要：本文利用2000-20015年中部八個(gè)省市的面板數(shù)據(jù)，采用個(gè)體固定效應(yīng)模型分析法對(duì)我國(guó)中部地區(qū)農(nóng)村金融資源配置效率對(duì)農(nóng)村經(jīng)濟(jì)的影響進(jìn)行了測(cè)度和比較。分析結(jié)果表明，中部地區(qū)農(nóng)村金融資源的配置效率較低，且各省市的配置效率存在較大差異，影響了中部農(nóng)村經(jīng)濟(jì)的發(fā)展，有待采取措施進(jìn)一步優(yōu)化農(nóng)村金融資源配置效率，促進(jìn)中部地區(qū)農(nóng)村經(jīng)濟(jì)社會(huì)發(fā)展。

關(guān)鍵詞：中部地區(qū)；農(nóng)村金融資源；配置效率；面板模型

中圖分類號(hào)：F224；F832.7

文獻(xiàn)識(shí)別碼：A

文章編號(hào)：1001-828X（2016）036-000277-02

一、引言

我國(guó)農(nóng)村金融資源配置狀況及其效率問(wèn)題一直是研究的熱點(diǎn)問(wèn)題。王春元（2014）運(yùn)用動(dòng)態(tài)面板模型研究了中國(guó)18個(gè)省市城市化對(duì)城鄉(xiāng)收入差距的影響；錢忠好（2013）運(yùn)用省級(jí)面板數(shù)據(jù)分析了中國(guó)土地市場(chǎng)化與城鄉(xiāng)居民收入差距擴(kuò)大的互動(dòng)機(jī)制；劉佳（2012）運(yùn)用面板數(shù)據(jù)模型分析了地方政府官員的晉升與土地財(cái)政之間的關(guān)系；曹裕（2010）運(yùn)用面板模型研究了城市化、城鄉(xiāng)收入差距和經(jīng)濟(jì)增長(zhǎng)三者之間的互動(dòng)關(guān)系；牛書文（2010）研究了能源消耗、經(jīng)濟(jì)增長(zhǎng)和碳排放之間的關(guān)聯(lián)；岳書敬（2008）運(yùn)用面板數(shù)據(jù)研究了中國(guó)區(qū)域研發(fā)效率的影響因素。因此本文選擇面板數(shù)據(jù)模型，分析中國(guó)中部地區(qū)八省的農(nóng)村金融資源配置效率。

從國(guó)內(nèi)的相關(guān)研究可以看出，有多種因素影響農(nóng)村金融資源配置效。分別從定性和定量?jī)煞矫娣治隽宋覈?guó)農(nóng)村金融資源配置的狀況與效率，對(duì)于中部農(nóng)村金融資源配置效率的定量分析則是一個(gè)有待研究的領(lǐng)域。鑒于此，本文將通過(guò)構(gòu)建面板數(shù)據(jù)模型來(lái)較好地測(cè)評(píng)、判斷和識(shí)別中部地區(qū)農(nóng)村金融資源配置狀況及其效率。

二、模型選取建立

面板數(shù)據(jù)模型是時(shí)間序列和截面數(shù)據(jù)的混合，面板數(shù)據(jù)模型具有：便于控制個(gè)體的異質(zhì)性；包含的信息量更大，降低了變量間共線性的可能性，增加了自由度和估計(jì)的有效性；便于分析動(dòng)態(tài)調(diào)整的優(yōu)點(diǎn)。近年來(lái)，由于面板數(shù)據(jù)資料的獲得變得相對(duì)容易，使其應(yīng)用范圍也不斷擴(kuò)大。Caner COLAK，Selman TOKPUNAR，YasinUZUN（20141利用面板數(shù)據(jù)模型分析了跨國(guó)制造業(yè)進(jìn)口的影響因素分析；Boris Himeh，Steffen Mueller（2012）運(yùn)用面板數(shù)據(jù)研究了臨時(shí)機(jī)構(gòu)的工作效率問(wèn)題；Dobbelaere，s.；Mairesse，J（2013）運(yùn)用面板數(shù)據(jù)證明了生產(chǎn)函數(shù)中產(chǎn)品和勞動(dòng)力市場(chǎng)的不完美性。

2.數(shù)據(jù)說(shuō)明

中部地區(qū)主要指湖南、湖北、安徽、河南、山西、江西六個(gè)省份，但是作者根據(jù)SPSS的聚類分析可得黑龍江和吉林兩省與中部地區(qū)的六個(gè)省份隸屬于一類，因此本文選取這八個(gè)省市作為研究樣本。由于樣本的缺失數(shù)據(jù)，本文選取的時(shí)間跨度為2000-2015年連續(xù)15年的農(nóng)村人均純收入（RNI）；農(nóng)業(yè)貸款（AL）；鄉(xiāng)鎮(zhèn)企業(yè)貸款（TEL）；財(cái)政支農(nóng)（Fa）等數(shù)據(jù)，所有的數(shù)據(jù)來(lái)源于作者根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒總結(jié)而得。

3.模型估計(jì)

（1）單位根檢驗(yàn)

為了防止面板模型的回歸出現(xiàn)偽回歸的現(xiàn)象，因此首先我們對(duì)所有的時(shí)間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，我們選擇ADF單位根檢驗(yàn)方法對(duì)其上述面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，其檢驗(yàn)結(jié)果如下表2所示：

注：本表數(shù)據(jù)作者根據(jù)Eviews檢驗(yàn)總結(jié)而得

由上述的檢驗(yàn)可知，原始數(shù)據(jù)和一階滯后時(shí)面板數(shù)據(jù)是不平穩(wěn)的，有單位根的存在，但是當(dāng)所有的面板數(shù)據(jù)在二階滯后時(shí)ADF=198.692（p=0.0000），可見滯后兩期之后數(shù)據(jù)平穩(wěn)，可以作為面板數(shù)據(jù)模型的計(jì)算。

（2）F檢驗(yàn)和Hausman檢驗(yàn)

面板數(shù)據(jù)模型分為混合效應(yīng)模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型，因此我們首先要判定是否是固定效應(yīng)模型還是混合效應(yīng)模型，判斷固定效應(yīng)和混合效應(yīng)模型用F檢驗(yàn)。

（4）模型討論

首先，農(nóng)業(yè)貸款（AL）、鄉(xiāng)鎮(zhèn)企業(yè)貸款（TEL）和財(cái)政支農(nóng)（FA）對(duì)農(nóng)村人均純收入（RNI）的貢獻(xiàn)是正向的，符合現(xiàn)實(shí)的實(shí)情。

其次，農(nóng)業(yè)貸款（AL）、鄉(xiāng)鎮(zhèn)企業(yè)貸款（TEL）和財(cái)政支農(nóng)（FA）對(duì)農(nóng)村人均純收入（RNI）的貢獻(xiàn)的彈性大小排序?yàn)椋恨r(nóng)業(yè)貸款（AL）、財(cái)政支農(nóng)（FA）、鄉(xiāng)鎮(zhèn)企業(yè)貸款（TEL），而且農(nóng)業(yè)貸款（AL）對(duì)農(nóng)村人均純收入（RNI）的貢獻(xiàn)度遠(yuǎn)遠(yuǎn)大于財(cái)政支農(nóng)（FA）和鄉(xiāng)鎮(zhèn)企業(yè)貸款（TEL）對(duì)農(nóng)村人均純收入（RNI）的貢獻(xiàn)度?？梢娙羰且蠓鹊奶岣咿r(nóng)村人均純收入（RNI），農(nóng)業(yè)貸款（AL）是最好的行政政策。

第三，湖南、湖北、安徽、河南、山西、江西、黑龍江和吉林八個(gè)省份的個(gè)體固定效應(yīng)大小不同，有正效應(yīng)和負(fù)效應(yīng)之分。個(gè)體固定效應(yīng)為正效應(yīng)的有湖北、江西、黑龍江和吉林；個(gè)體固定效應(yīng)為負(fù)效應(yīng)的有湖南、安徽、河南、山西。各個(gè)個(gè)體固定效應(yīng)的大小也不相同，其由大到小的排序?yàn)椋杭?、黑龍江、湖北、江西、湖南、山西、安徽、河南?/p>

四、結(jié)論

通過(guò)上述研究可以得出如下結(jié)論：

1_是從整個(gè)看中部地區(qū)農(nóng)村金融資源配置效率來(lái)看，配置效率總體偏低，農(nóng)業(yè)貸款（AL）、鄉(xiāng)鎮(zhèn)企業(yè)貸款（TEL）和財(cái)政支農(nóng)（FA）對(duì)農(nóng)村人均純收入（RNll的貢獻(xiàn)是正向的，中部地區(qū)應(yīng)加大農(nóng)村金融扶持力度，促進(jìn)中部農(nóng)村經(jīng)濟(jì)的發(fā)展。

2.是從省際層面上看，資源配置的效率存在著較大差異，大部分省市農(nóng)村經(jīng)濟(jì)的發(fā)展對(duì)農(nóng)業(yè)貸款和財(cái)政支出依賴程度較高?？梢娙羰且蠓鹊奶岣咿r(nóng)村人均純收入（RNI），農(nóng)業(yè)貸款（AL）是最好的行政政策。

3.中部地區(qū)八個(gè)省份的個(gè)體固定效應(yīng)大小不同，有正負(fù)效應(yīng)之分。個(gè)體固定效應(yīng)值為負(fù)值的省份，一方面說(shuō)明了農(nóng)業(yè)信貸和財(cái)政農(nóng)業(yè)支出為這些地區(qū)的農(nóng)村經(jīng)濟(jì)增長(zhǎng)做出了較大貢獻(xiàn)；另一方面也暗含了這些省份資本市場(chǎng)或者其它形式的金融市場(chǎng)發(fā)展較為滯后，對(duì)經(jīng)濟(jì)的支持力度不夠。