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。