張啟文　吳祎博

摘要：農(nóng)業(yè)貸款為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展提供必要的資金支持，也是落實(shí)三農(nóng)政策的重要方式。以黑龍江省為例，運(yùn)用基于主成分分析法的誤差修正模型構(gòu)建農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與代表黑龍江省農(nóng)業(yè)貸款發(fā)展?fàn)顩r的主成分因子間的關(guān)系。結(jié)果顯示，代表黑龍江省農(nóng)業(yè)貸款發(fā)展?fàn)顩r的貸款深度因子及轉(zhuǎn)化效率因子分別對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)具有顯著影響。在短期均衡下，誤差修正系數(shù)對(duì)模型具有反向修正調(diào)整作用；在長(zhǎng)期均衡下農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與2個(gè)主成分因子具有正相關(guān)協(xié)整關(guān)系。因此，在長(zhǎng)期內(nèi)保證農(nóng)業(yè)貸款穩(wěn)定增長(zhǎng)式投入，增加農(nóng)業(yè)貸款深度和存款轉(zhuǎn)化效率，鼓勵(lì)金融機(jī)構(gòu)在農(nóng)村地區(qū)創(chuàng)新金融產(chǎn)品以適應(yīng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展特殊性。

關(guān)鍵詞：農(nóng)業(yè)貸款；農(nóng)業(yè)產(chǎn)出；主成分分析；誤差修正模型；農(nóng)村創(chuàng)新金融產(chǎn)品；農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)

中圖分類號(hào)： F830.58文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2017）14-0280-04

中共中央“十三五”規(guī)劃及2015年中央農(nóng)村工作會(huì)議中，總結(jié)和分析農(nóng)業(yè)及農(nóng)村形勢(shì)并部署2016年農(nóng)業(yè)農(nóng)村工作，強(qiáng)調(diào)地方各級(jí)黨委和政府應(yīng)堅(jiān)持將農(nóng)業(yè)農(nóng)村工作放在重要位置，在繼續(xù)加大涉農(nóng)資金整合和財(cái)政支農(nóng)投入同時(shí)，撬動(dòng)更多社會(huì)資金投入農(nóng)業(yè)農(nóng)村，充分利用農(nóng)村資源資產(chǎn)資金。在農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)發(fā)展過(guò)程中的資金投入主要依靠財(cái)政涉農(nóng)資金和金融機(jī)構(gòu)農(nóng)業(yè)貸款，財(cái)政涉農(nóng)資金投入對(duì)地方農(nóng)業(yè)農(nóng)村發(fā)展具有政策指引作用，卻受地方財(cái)政實(shí)力局限。各類金融機(jī)構(gòu)農(nóng)業(yè)貸款投入可以實(shí)現(xiàn)撬動(dòng)社會(huì)資金投入農(nóng)業(yè)農(nóng)村，活躍農(nóng)村經(jīng)濟(jì)和金融環(huán)境，提高資金在農(nóng)業(yè)農(nóng)村領(lǐng)域運(yùn)用效率。

黑龍江省是我國(guó)農(nóng)業(yè)大省和重要糧食生產(chǎn)基地，其農(nóng)業(yè)農(nóng)村發(fā)展對(duì)“三農(nóng)”問(wèn)題的解決具有重要作用。2013年黑龍江省農(nóng)林牧漁總產(chǎn)值為4 633.3億元，占黑龍江省地區(qū)生產(chǎn)總值的32.21%，農(nóng)業(yè)經(jīng)濟(jì)在全省經(jīng)濟(jì)發(fā)展中占據(jù)重要地位。2013年黑龍江省農(nóng)業(yè)貸款總額為4 528億元，占金融機(jī)構(gòu)各項(xiàng)貸款總額的2.858 4%，農(nóng)業(yè)貸款投入較低。本研究以黑龍江省為代表分析農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響，對(duì)其他農(nóng)業(yè)經(jīng)濟(jì)占據(jù)重要地位的省份具有借鑒意義。

1文獻(xiàn)綜述

分析農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)影響的理論基礎(chǔ)在于柯布道格拉斯生產(chǎn)函數(shù)中測(cè)定資本、技術(shù)和勞動(dòng)力投入對(duì)經(jīng)濟(jì)產(chǎn)出增長(zhǎng)的貢獻(xiàn)率。分析促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)各個(gè)要素可知，農(nóng)業(yè)技術(shù)進(jìn)步離不開(kāi)資本要素的投入支持，而農(nóng)業(yè)技術(shù)發(fā)展具有突發(fā)的不確定性[1-2]；近年來(lái)農(nóng)村勞動(dòng)力大量轉(zhuǎn)移到城鎮(zhèn)的社會(huì)現(xiàn)象揭示出農(nóng)村勞動(dòng)力市場(chǎng)的大量剩余[3-4]。因此，在農(nóng)村經(jīng)濟(jì)發(fā)展過(guò)程中，資本要素投入是其發(fā)展的重要因素。農(nóng)村經(jīng)濟(jì)發(fā)展的資本投入主要依靠?jī)纱笄溃阂皇钦?cái)政支農(nóng)資金投入，二是金融機(jī)構(gòu)農(nóng)業(yè)貸款投入。財(cái)政支農(nóng)資金投入具有一定政策引導(dǎo)性，因地方財(cái)政實(shí)力不同而存在地域差異，對(duì)地方農(nóng)業(yè)經(jīng)濟(jì)發(fā)展更多地起到指引作用[5-6]。充分發(fā)揮金融機(jī)構(gòu)（商業(yè)性銀行等）在農(nóng)村經(jīng)濟(jì)發(fā)展中資金供給作用，對(duì)促進(jìn)農(nóng)村經(jīng)濟(jì)高效、循環(huán)發(fā)展，健全完善農(nóng)村金融體系具有重要意義。

國(guó)外學(xué)者關(guān)于農(nóng)業(yè)貸款與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究早在1911年，約瑟夫·熊彼特在《經(jīng)濟(jì)分析史》中分析了金融對(duì)于經(jīng)濟(jì)發(fā)展的重要作用[7]。隨后，1960年約翰·G·格利等在《金融理論中的貨幣》中討論了金融機(jī)構(gòu)在儲(chǔ)蓄投資轉(zhuǎn)化過(guò)程中的重要作用，論證金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的正向促進(jìn)作用[8]。隨著金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究的不斷深化，很多國(guó)外學(xué)者將其核心理論應(yīng)用于具體產(chǎn)業(yè)中，結(jié)合各個(gè)產(chǎn)業(yè)的特性：Akudugu等分析得出農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)婦女獲得農(nóng)業(yè)貸款的影響，其研究對(duì)象具有特殊性和一定局限性，但給農(nóng)業(yè)貸款和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展關(guān)系研究提供了新角度[9]。Anonymous以世界銀行的宏觀角度從理論和政策建議層面論述農(nóng)業(yè)貸款投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)的影響，建議農(nóng)業(yè)貸款投入應(yīng)通過(guò)提高農(nóng)業(yè)技術(shù)、農(nóng)業(yè)服務(wù)和增加農(nóng)戶與農(nóng)業(yè)經(jīng)濟(jì)聯(lián)系等方面，對(duì)農(nóng)業(yè)貸款具體運(yùn)用方向提供有效途徑[10]。Sial等以時(shí)間序列分析的計(jì)量方法研究巴基斯坦金融機(jī)構(gòu)貸款、水資源可獲得性以及農(nóng)業(yè)勞動(dòng)力對(duì)農(nóng)業(yè)產(chǎn)出的正向影響[11]。

國(guó)內(nèi)學(xué)者對(duì)農(nóng)業(yè)貸款與農(nóng)業(yè)經(jīng)濟(jì)關(guān)系的研究，楊棟等[12]、魏君英等[13]側(cè)重研究農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)的影響，分別采用雙方程誤差修正模型、回歸模型和協(xié)整分析方法；而王向楠[14]、王偉等[15]在分析兩者關(guān)系過(guò)程中分別加入農(nóng)業(yè)保險(xiǎn)、財(cái)政支農(nóng)因素進(jìn)行綜合實(shí)證研究，研究因素更寬。國(guó)內(nèi)外學(xué)者對(duì)于農(nóng)業(yè)貸款和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展關(guān)系的研究不斷豐富和完善了研究問(wèn)題的方法和角度，但多數(shù)國(guó)內(nèi)外學(xué)者在分析農(nóng)業(yè)貸款和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系時(shí)忽視了對(duì)影響農(nóng)業(yè)貸款因素分析的綜合研究，只是單純分析兩者因果影響。

2實(shí)證分析

2.1指標(biāo)選取及數(shù)據(jù)來(lái)源

農(nóng)村經(jīng)濟(jì)發(fā)展的資本主要依靠政府財(cái)政支農(nóng)資金投入和金融機(jī)構(gòu)農(nóng)業(yè)貸款投入。由于地方財(cái)政水平限制，省際財(cái)政支農(nóng)資金投入有限，農(nóng)業(yè)產(chǎn)出增長(zhǎng)目標(biāo)的實(shí)現(xiàn)更多依賴于金融支持，在農(nóng)村地區(qū)金融支持的提高需要擴(kuò)大各大金融機(jī)構(gòu)對(duì)農(nóng)村貸款投入規(guī)模，金融機(jī)構(gòu)自有資本規(guī)模較少，因此提高金融支持更需要有效調(diào)動(dòng)居民儲(chǔ)蓄存款。因此，為更好地代表黑龍江省農(nóng)業(yè)貸款狀況，在選取指標(biāo)和收集數(shù)據(jù)時(shí)主要考慮兩大方面：一是黑龍江省農(nóng)村金融機(jī)構(gòu)農(nóng)業(yè)貸款規(guī)模，二是黑龍江省農(nóng)村存款規(guī)模。通過(guò)整理現(xiàn)有文獻(xiàn)并考慮數(shù)據(jù)可獲得性，選取以下指標(biāo)測(cè)度黑龍江省農(nóng)業(yè)貸款：X1為人均農(nóng)業(yè)貸款，X2為農(nóng)業(yè)貸款產(chǎn)業(yè)深度，X3為農(nóng)業(yè)貸款金融業(yè)深度，X4為農(nóng)村存款/農(nóng)戶純收入，X5為農(nóng)村存款/農(nóng)林牧漁總產(chǎn)值，X6為農(nóng)業(yè)貸款/農(nóng)村存款，其中，人均農(nóng)業(yè)貸款為農(nóng)業(yè)貸款/鄉(xiāng)村人口，農(nóng)業(yè)貸款產(chǎn)業(yè)深度為農(nóng)業(yè)貸款/農(nóng)林牧漁業(yè)總產(chǎn)值，農(nóng)業(yè)貸款金融業(yè)深度為農(nóng)業(yè)貸款/金融機(jī)構(gòu)各項(xiàng)貸款。

本研究選取2000—2013年黑龍江省相關(guān)統(tǒng)計(jì)數(shù)據(jù)作為研究對(duì)象，農(nóng)村存款由農(nóng)戶儲(chǔ)蓄存款和農(nóng)業(yè)貸款2個(gè)部分組成，由于本研究的研究對(duì)象為農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)產(chǎn)出增長(zhǎng)影響的關(guān)系，故貸款數(shù)據(jù)僅包括農(nóng)業(yè)貸款，鄉(xiāng)鎮(zhèn)企業(yè)貸款數(shù)據(jù)未包含其中，選取農(nóng)林牧漁總產(chǎn)值衡量農(nóng)業(yè)經(jīng)濟(jì)，農(nóng)戶純收入為鄉(xiāng)村人口與農(nóng)民人均純收入之積。農(nóng)村存款、農(nóng)業(yè)貸款、鄉(xiāng)村人口、農(nóng)林牧漁總產(chǎn)值數(shù)據(jù)由2001—2014年《黑龍江統(tǒng)計(jì)年鑒》整理所得，金融機(jī)構(gòu)各項(xiàng)貸款和農(nóng)民人均純收入由2002—2014年《黑龍江金融年鑒》整理所得，部分?jǐn)?shù)據(jù)來(lái)源于《黑龍江省金融運(yùn)行報(bào)告》。

2.2模型選擇及數(shù)據(jù)處理

從現(xiàn)有研究成果不難發(fā)現(xiàn)，研究農(nóng)業(yè)貸款與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系多以建立兩者回歸模型的方法，研究設(shè)定的解釋變量和被解釋變量區(qū)別不大。本研究在研究農(nóng)業(yè)貸款和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系時(shí)規(guī)避兩者直接回歸的方法，基于主成分分析法提取出影響農(nóng)業(yè)貸款的主成分，建立農(nóng)林牧漁總產(chǎn)值與主成分間的誤差修正模型，從長(zhǎng)期和短期的角度分析變量間均衡狀態(tài)。

在模型建立之前，為增加數(shù)據(jù)穩(wěn)定性和模型估計(jì)可靠性，首先對(duì)原始數(shù)據(jù)作無(wú)量綱處理，即采用z-score方法對(duì)原始數(shù)據(jù)作標(biāo)準(zhǔn)化處理，其次對(duì)變量進(jìn)行主成分分析和公因子提取，在建立主成分與農(nóng)林牧漁總產(chǎn)值的誤差修正模型前對(duì)農(nóng)林牧漁總產(chǎn)值做對(duì)數(shù)化處理，以增加數(shù)據(jù)穩(wěn)定性。

2.3主成分分析

在進(jìn)行主成分分析前，利用SPSS 20.0對(duì)各個(gè)變量進(jìn)行主成分適應(yīng)性檢驗(yàn)，KMO檢驗(yàn)值為0.644（>0.5），Bartlett球形度檢驗(yàn)的P值為0.000（<0.05），表明各變量適合進(jìn)行主成分分析，檢驗(yàn)結(jié)果見(jiàn)表1。

本研究采用主成分分析方法對(duì)各個(gè)變量進(jìn)行提取，共同度越高表明成分反應(yīng)原始信息越充分，主成分解釋能力越強(qiáng)。從提取公因子方差結(jié)果發(fā)現(xiàn)，所有變量的提取均在85%以上，表明提取的主成分因子對(duì)各個(gè)解釋變量的解釋能力較強(qiáng)。其中X1被提取的共同度為97.7%，X2被提取的共同度為98.2%，X3被提取的共同度為99.7%，X4被提取的共同度為89.2%，X5被提取的共同度為85.3%，X6被提取的共同度為98.6%。利用主成分法對(duì)各個(gè)解釋變量共提取出2個(gè)主成分，提取結(jié)果詳見(jiàn)表2。

從表2中各成分的方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率可知，第1個(gè)主成分的方差貢獻(xiàn)率為73.825%，第2個(gè)主成分的方差貢獻(xiàn)率為20.936%，前2個(gè)成分的累計(jì)方差貢獻(xiàn)率達(dá)到 94.761%，其余成分的貢獻(xiàn)率較低，故選擇前2個(gè)因子成分作為主成分因子，只有約5%左右的解釋能力被忽視，表明選取的2個(gè)主成分因子可以較好地揭示原始變量，包含了95%的原始信息量。

采用主成分因子提取方法得到的結(jié)果對(duì)變量的解釋能力較弱，不易解釋和命名，可以對(duì)因子模型進(jìn)行旋轉(zhuǎn)變換，使得公共因子的載荷系數(shù)更接近1或0，本研究選用Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法得到旋轉(zhuǎn)成分矩陣（表3）。

2.4平穩(wěn)性分析及協(xié)整檢驗(yàn)

由主成分分析法提取F1和F2 2個(gè)序列代表黑龍江省農(nóng)業(yè)貸款發(fā)展?fàn)顩r，為分析黑龍江省農(nóng)業(yè)貸款對(duì)黑龍江省農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)影響狀況，本研究選取黑龍江省農(nóng)林牧漁總產(chǎn)值作為衡量農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的指標(biāo)，為增加數(shù)據(jù)平穩(wěn)性，對(duì)黑龍江省農(nóng)林牧漁總產(chǎn)值作對(duì)數(shù)化處理，表示為L(zhǎng)NAGDP。為避免偽回歸問(wèn)題的出現(xiàn)，利用EViews8對(duì)F1i、F2i和LNAGDPi進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果發(fā)現(xiàn)，二階差分后3個(gè)變量的ADF值均通過(guò)檢驗(yàn)（表4），3個(gè)時(shí)間序列平穩(wěn)，即F1i～I(xiàn)（2），F(xiàn)2i～I(xiàn)（2），LNAGDPi～I(xiàn)（2）。

檢驗(yàn)結(jié)果表明變量間可能存在協(xié)整關(guān)系，因此對(duì)F1i、F2i和LNAGDPi進(jìn)行協(xié)整檢驗(yàn)，本研究采用基于回歸殘差的協(xié)整檢驗(yàn)法。以LNAGDP作為因變量，以F1i和F2i作為自變量建立半對(duì)數(shù)回歸方程如下：

[JZ（]LNADPi=0.525 7F1i+0.290 1F2i+7.383 2。[JZ）][JY]（2）

（7.332 5） （4.045 9）（106.861 8）

該回歸模型反映了農(nóng)林牧漁總產(chǎn)值與貸款深度因子、轉(zhuǎn)化效率因子間的長(zhǎng)期均衡關(guān)系。調(diào)整后的R2值為0.864 4，采用EG兩步檢驗(yàn)法對(duì)殘差進(jìn)行平穩(wěn)性檢驗(yàn)，經(jīng)過(guò)檢驗(yàn)發(fā)現(xiàn)，一階差分后的殘差序列是平穩(wěn)的，一階差分后的ADF檢驗(yàn)值為-3.852 6，小于1%顯著性水平下的檢驗(yàn)值為-2.771 9，表明變量間存在穩(wěn)定均衡關(guān)系。

2.5ECM誤差修正模型

對(duì)回歸殘差做單位根協(xié)整檢驗(yàn)結(jié)果發(fā)現(xiàn)，殘差存在一階單位根，因此本研究采用誤差修正模型對(duì)原模型進(jìn)行改進(jìn)。由一階自回歸分布滯后模型經(jīng)過(guò)移項(xiàng)整理后可以得到誤差修正模型一般形式為

由誤差修正模型可知，因子F1i和因子F2i對(duì)農(nóng)林牧漁總產(chǎn)值的當(dāng)期影響均為負(fù)值，而上一期的值對(duì)農(nóng)林牧漁總產(chǎn)值具有正向影響。當(dāng)期貸款深度因子每增加1%會(huì)使當(dāng)期農(nóng)林牧漁總產(chǎn)值減少0.006 3%，上一期貸款深度因子每增加1%會(huì)使當(dāng)期農(nóng)林牧漁總產(chǎn)值增加0.006 6%；當(dāng)期轉(zhuǎn)化效率因子每增長(zhǎng)1%會(huì)使當(dāng)期農(nóng)林牧漁總產(chǎn)值減少0.037 6%，而上一期轉(zhuǎn)化效率因子每增長(zhǎng)1%會(huì)使當(dāng)期農(nóng)林牧漁總產(chǎn)值增長(zhǎng) 0.037 9%；誤差修正項(xiàng)ecmi-1的系數(shù)為-0.011 6，表明長(zhǎng)期均衡趨勢(shì)的誤差修正項(xiàng)對(duì)農(nóng)林牧漁總產(chǎn)值的調(diào)整幅度為 1.16%，具有較強(qiáng)的調(diào)節(jié)作用。

3結(jié)論及建議

從上述實(shí)證分析結(jié)果可以得出如下結(jié)論。

3.1短期均衡視角

從衡量短期均衡狀態(tài)的ECM誤差修正模型來(lái)看，貸款深度因子與轉(zhuǎn)化效率因子分別對(duì)農(nóng)林牧漁總產(chǎn)值的增加具有反向作用，即貸款深度因子變動(dòng)每增加1%會(huì)引起農(nóng)林牧漁總產(chǎn)值減少0.63%，轉(zhuǎn)化效率因子每增加1%會(huì)使農(nóng)林牧漁總產(chǎn)值下降3.76%，導(dǎo)致短期均衡狀態(tài)下變量間負(fù)相關(guān)的原因可能是在短期內(nèi)，農(nóng)業(yè)貸款深度增加會(huì)加大農(nóng)民還債負(fù)擔(dān)，而農(nóng)業(yè)生產(chǎn)周期長(zhǎng)的特殊性又會(huì)引起農(nóng)業(yè)貸款周期與農(nóng)業(yè)生產(chǎn)周期存在不匹配問(wèn)題；與此同時(shí)，“淘寶村”等非實(shí)體金融在農(nóng)村地區(qū)吸收存款現(xiàn)象日益顯著導(dǎo)致農(nóng)村存款的分散化，以及金融機(jī)構(gòu)逐利性使得其在農(nóng)村地區(qū)吸收存款后具體投入到農(nóng)村經(jīng)濟(jì)發(fā)展中的轉(zhuǎn)化率不高等原因，均是導(dǎo)致短期內(nèi)農(nóng)業(yè)貸款深度因子、存款轉(zhuǎn)化效率因子對(duì)農(nóng)林牧漁總產(chǎn)值負(fù)相關(guān)的原因。

在短期均衡下，誤差修正系數(shù)為-0.011 6，表明短期誤差修正模型對(duì)農(nóng)林牧漁總產(chǎn)值偏離長(zhǎng)期均衡的調(diào)整力度為1.16%，對(duì)短期模型的調(diào)整作用符合誤差修正機(jī)制。

3.2長(zhǎng)期均衡視角

從長(zhǎng)期均衡狀態(tài)來(lái)看，由農(nóng)林牧漁總產(chǎn)值、貸款深度因子和轉(zhuǎn)化效率因子形成的時(shí)間序列具有長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，協(xié)整回歸方程即公式（2）的結(jié)果表明，從長(zhǎng)期來(lái)看，農(nóng)業(yè)貸款深度因子每增加1%會(huì)引起農(nóng)林牧總產(chǎn)值增長(zhǎng)52.57%，而存款轉(zhuǎn)化效率因子每提高1%會(huì)導(dǎo)致農(nóng)林牧漁總產(chǎn)值增加 29.01%。在長(zhǎng)期均衡下，貸款深度因子對(duì)農(nóng)林牧漁總產(chǎn)值的貢獻(xiàn)率更大。

本研究以黑龍江省為例分析農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響，綜合上述結(jié)論，貸款深度因子和轉(zhuǎn)化效率因子對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的長(zhǎng)期和短期均衡影響具有差異性，從短期均衡狀態(tài)結(jié)果來(lái)看，為促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展需要努力提高農(nóng)民收入以降低農(nóng)民貸款壓力，積極鼓勵(lì)金融機(jī)構(gòu)在農(nóng)村地區(qū)發(fā)展吸收存款的新形式，利用網(wǎng)絡(luò)優(yōu)勢(shì)，研發(fā)新產(chǎn)品，并發(fā)揮和鼓勵(lì)非實(shí)體金融在農(nóng)村地區(qū)“存轉(zhuǎn)貸”。從長(zhǎng)期來(lái)看，貸款深度和存款轉(zhuǎn)化效率對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展具有顯著促進(jìn)作用，即農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響顯著，應(yīng)當(dāng)積極鼓勵(lì)發(fā)展農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)促進(jìn)作用，增加存款轉(zhuǎn)化效率，促進(jìn)農(nóng)業(yè)貸款長(zhǎng)期穩(wěn)定投入。

參考文獻(xiàn)：

[1]陳建. 農(nóng)業(yè)科技進(jìn)步的特征、結(jié)構(gòu)及其現(xiàn)實(shí)戰(zhàn)略[J]. 農(nóng)業(yè)現(xiàn)代化研究，1983，4（6）：5-8.

[2]肖干，徐鯤. 農(nóng)村金融發(fā)展對(duì)農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率的影響——基于省級(jí)動(dòng)態(tài)面板數(shù)據(jù)模型的實(shí)證研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（8）：87-95.

[3]城鎮(zhèn)化進(jìn)程中農(nóng)村勞動(dòng)力轉(zhuǎn)移問(wèn)題研究課題組，張紅宇.城鎮(zhèn)化進(jìn)程中農(nóng)村勞動(dòng)力轉(zhuǎn)移：戰(zhàn)略抉擇和政策思路[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2011（6）：4-14.

[4]王躍梅，姚先國(guó)，周明海. 農(nóng)村勞動(dòng)力外流、區(qū)域差異與糧食生產(chǎn)[J]. 管理世界，2013（11）：67-76.

[5]Allanson P. The redistributive effects of agricultural policy on Scottish farm incomes[J]. Journal of Agricultural Economics，2006，57（1）：117-128.

[6]溫濤，董文杰. 財(cái)政金融支農(nóng)政策的總體效應(yīng)與時(shí)空差異——基于中國(guó)省際面板數(shù)據(jù)的研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011（1）：24-33.

[7]約瑟夫·熊彼特. 經(jīng)濟(jì)分析史[M]. 北京：商務(wù)印書(shū)館，1994：205-290.

[8]約翰·G·格利，愛(ài)德華·S·肖. 金融理論中的貨幣[M]. 上海：上海三聯(lián)書(shū)店，1988：166-209.

[9]Akudugu M A，Egyir I S，Mensah-Bonsu A. Women farmers access to credit from rural banks in Ghana[J]. Agricultural Finance Review，2009，69（3）：284-299.

[10]Anonymous. World bank approves $US25 million credit to improve agricultural production and improve rural livelihoods in Papua New Guinea [J]. M2 Presswire，2010（12）：83-97.

[11]Sial M H，Awan M S，Waqas M. Role of institutional credit on agricultural production：a time series analysis of Pakistan [J]. International Journal of Economics and Finance，2011，3（2）：126-132.

[12]楊棟，郭玉清. 中國(guó)農(nóng)業(yè)貸款效率——基于雙方程誤差修正模型[J]. 金融研究，2007（9）：151-159.

[13]魏君英，師文明. 農(nóng)業(yè)貸款對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證研究——以湖北省為例[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，9（4）：12-14，39.

[14]王向楠. 農(nóng)業(yè)貸款、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)業(yè)產(chǎn)出的影響——來(lái)自2004—2009年中國(guó)地級(jí)單位的證據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2011（10）：44-51.

[15]王偉，張登國(guó). 農(nóng)業(yè)貸款、財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)發(fā)展的影響[J]. 統(tǒng)計(jì)與決策，2012（7）：108-110.

[16]高鐵梅. 計(jì)量經(jīng)濟(jì)分析方法與建模[M]. 北京：清華大學(xué)出版社，2006：180-181.