李 鶴,張啟文

（東北農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院，哈爾濱 150030）

0 引言

我國農(nóng)村金融體系已形成由政策性、商業(yè)性、合作性金融組成的金融體系，但相較于農(nóng)村市場主體多樣化、農(nóng)業(yè)農(nóng)村經(jīng)濟發(fā)展的多樣性，機構(gòu)數(shù)量、種類及服務(wù)能力仍存在不足。城鎮(zhèn)化速度日益加快，農(nóng)民存在經(jīng)營凈收入、農(nóng)業(yè)就業(yè)機會減少等問題，農(nóng)村勞動力轉(zhuǎn)移問題有待進(jìn)一步深入思考。

本文通過文獻(xiàn)梳理，發(fā)現(xiàn)已有研究多集中于金融發(fā)展、金融創(chuàng)新對農(nóng)民收入和農(nóng)村經(jīng)濟的影響，其研究方法和思路為本文提供了有益參考。

1 模型構(gòu)建與變量定義

1.1 模型構(gòu)建

本文生產(chǎn)函數(shù)以農(nóng)民非農(nóng)收入為因變量，自變量包括農(nóng)村金融與資本、勞動力和技術(shù)，代表在此條件下的最大產(chǎn)出。公式如下：

其中，YT為農(nóng)村經(jīng)濟產(chǎn)出，A為技術(shù)進(jìn)步，F(xiàn)為農(nóng)村金融發(fā)展，K為農(nóng)村人均非農(nóng)固定資產(chǎn)投資，農(nóng)村金融發(fā)展包括三項指標(biāo)，即農(nóng)村金融結(jié)構(gòu)、規(guī)模和效率。將人均非農(nóng)固定投資確定為控制變量后，進(jìn)一步界定勞動要素投入，即Γ，令m=(Γ)θ。當(dāng)勞動要素投入與容量極值相當(dāng)時，可得非農(nóng)產(chǎn)出模型：

對其取全微分，農(nóng)民非農(nóng)人均收入增長模型為：

其中，β0為常數(shù)項，μ為隨機誤差項為農(nóng)村人均非農(nóng)收入。而農(nóng)村金融發(fā)展以及人均非農(nóng)固定資產(chǎn)投資影響到非農(nóng)收入的情況存在一定滯后性。自向量回歸模型設(shè)定如下：

其中，t=1，2，3，…，T，i為滯后階數(shù)。

1.2 數(shù)據(jù)來源與指標(biāo)

本文數(shù)據(jù)來自于東北三省1996—2016年的《統(tǒng)計年鑒》。模型中的指標(biāo)包括農(nóng)村金融發(fā)展各項指標(biāo)、農(nóng)民非農(nóng)收入及農(nóng)村人均非農(nóng)固定資產(chǎn)投資K（見表1）。

表1 農(nóng)村金融發(fā)展與農(nóng)民非農(nóng)收入指標(biāo)

農(nóng)民非農(nóng)收入Y，即農(nóng)民全年收入與農(nóng)業(yè)收入之差與農(nóng)村人口的比值。農(nóng)村人均非農(nóng)固定資產(chǎn)投資K，即非農(nóng)固定資產(chǎn)投資總額/農(nóng)村人口總數(shù)；農(nóng)村金融規(guī)模FS，即農(nóng)村存貸款余額之和與農(nóng)村GDP比值；農(nóng)村金融結(jié)構(gòu)FC，農(nóng)村信用社在東北地區(qū)農(nóng)村金融市場中占據(jù)重要地位，即FC=（農(nóng)村信用社農(nóng)業(yè)貸款+鄉(xiāng)鎮(zhèn)企業(yè)貸款）/農(nóng)村貸款總額；農(nóng)村金融效率FE，即農(nóng)村存款總額/農(nóng)村貸款總額。

2 實證結(jié)果分析

2.1 平穩(wěn)性檢驗

表2為平穩(wěn)性檢驗結(jié)果，各變量單位根檢驗統(tǒng)計量值均大于10%臨界值，接受存在單位根原假設(shè)，即時間序列非平穩(wěn)；不滿足同階單整假設(shè)；對二階差分序列做單位根檢驗，T檢驗統(tǒng)計量小于1%顯著水平，拒絕原假設(shè)，即各變量可進(jìn)行協(xié)整檢驗。

表2 單位根檢驗

原始序列l(wèi)nY與lnFC、lnFE、lnFS、lnK的ADF統(tǒng)計量絕對值均小于5%顯著性水平下臨界值，不能拒絕原假設(shè)，即認(rèn)為lnY與lnFC、lnFE、lnFS、lnK都是含有單位根的非平穩(wěn)時間序列。此外，再對變量的一階差分序列進(jìn)行單位根檢驗，差分序列由D來表示，表1中的ADF統(tǒng)計量絕對值均大于5%統(tǒng)計水平臨界值，對應(yīng)的p值也小于0.05，由此拒絕原假設(shè)，即認(rèn)為lnY與lnFC、lnFE、lnFS、lnK的一階差分序列均不含有單位根，是平穩(wěn)的時間序列。進(jìn)而通過ADF單位根檢驗確定了lnY與lnFC、lnFE、lnFS、lnK都滿足一階單整要求，下面將對變量進(jìn)行時間序列的后續(xù)檢驗與分析。

2.2 協(xié)整檢驗

檢驗滿足一階單整的變量lnY與lnFC、lnFE、lnFS、lnK的協(xié)整關(guān)系，協(xié)整關(guān)系用來確定變量長期穩(wěn)定的均衡關(guān)系。由于本文為多變量檢驗，因此使用Johansen檢驗方法，分別使用了跡統(tǒng)計量和極大特征根統(tǒng)計量，如果檢驗統(tǒng)計量大于5%統(tǒng)計水平下的臨界值，則由此可拒絕原假設(shè)，即可以確定變量之間存在協(xié)整關(guān)系。結(jié)果見表3。

表3 協(xié)整檢驗

檢驗結(jié)果顯示，在跡檢驗下，原假設(shè)為“無”“至多一個”“至多兩個”協(xié)整關(guān)系中，跡檢驗統(tǒng)計量大于臨界值，由此拒絕原假設(shè)。而在“至多三個”協(xié)整關(guān)系中，統(tǒng)計量小于臨界值，由此接受原假設(shè)，所以通過跡檢驗確定了lnY與lnFC、lnFE、lnFS、lnK之間存在三個協(xié)整關(guān)系。同理，在極大特征根檢驗下，同樣拒絕了“無”“至多一個”“至多兩個”協(xié)整關(guān)系，接受“至多三個”協(xié)整關(guān)系的原假設(shè)。Johansen協(xié)整檢驗中的跡統(tǒng)計量和極大特征根統(tǒng)計量均確定農(nóng)民非農(nóng)收入與農(nóng)村金融發(fā)展結(jié)構(gòu)、規(guī)模、效率、農(nóng)村人均非農(nóng)固定資產(chǎn)投資間存在三個協(xié)整關(guān)系。標(biāo)準(zhǔn)化協(xié)整方程如下：

由上式可知，農(nóng)民非農(nóng)收入與農(nóng)村金融發(fā)展結(jié)構(gòu)、效率、規(guī)模、農(nóng)村人均非農(nóng)固定資產(chǎn)投資間存在長期穩(wěn)定的均衡關(guān)系。lnFC的系數(shù)在協(xié)整方程的系數(shù)為-0.152，由此表明農(nóng)村金融發(fā)展結(jié)構(gòu)對金融發(fā)展水平產(chǎn)生顯著的負(fù)向影響；lnFE的系數(shù)為-0.290，可見農(nóng)村金融發(fā)展效率對農(nóng)民非農(nóng)收入水平具有顯著負(fù)向影響；lnFS的系數(shù)為0.703，表明農(nóng)村金融規(guī)模對農(nóng)民非農(nóng)收入水平產(chǎn)生顯著的正向影響；lnK的系數(shù)為0.682，農(nóng)村人均非農(nóng)固定資產(chǎn)投資顯著正向影響農(nóng)民非農(nóng)收入水平。在協(xié)整方程的基礎(chǔ)上，通過建立誤差修正模型，可進(jìn)一步研究短期內(nèi)，農(nóng)村金融發(fā)展各項指標(biāo)如何影響農(nóng)民非農(nóng)收入水平。誤差修正結(jié)果如下：

通過誤差修正模型可看出，在短期內(nèi)，農(nóng)村金融發(fā)展效率負(fù)向影響農(nóng)民非農(nóng)收入水平，農(nóng)村金融發(fā)展結(jié)構(gòu)也顯著負(fù)向影響農(nóng)民非農(nóng)收入水平，顯著水平高于農(nóng)村金融發(fā)展效率，而農(nóng)村金融發(fā)展效率對農(nóng)民非農(nóng)收入水平的負(fù)向影響小于長期影響；農(nóng)村金融發(fā)展規(guī)模短期內(nèi)對負(fù)向影響農(nóng)民非農(nóng)收入水平，而農(nóng)村人均非農(nóng)固定資產(chǎn)投資短期內(nèi)顯著正向影響金融發(fā)展水平；最后的誤差修正項系數(shù)為-0.825，系數(shù)小于0，可見協(xié)整關(guān)系存在短期內(nèi)的反向調(diào)節(jié)機制。

2.3 VAR模型

建立向量自回歸模型，通過VAR模型確定變量的波動影響。首先確定滯后階數(shù)，VAR模型通過AIC和SC確定最優(yōu)滯后階數(shù)，同時結(jié)合LR、PPE以及HQ等相關(guān)統(tǒng)計量定階，表4中，AIC和SC統(tǒng)計量都顯示在滯后2階下最小，即在滯后2階最優(yōu)；同理FPE和HQ也在滯后2階下VAR模型達(dá)到了最優(yōu)，檢驗結(jié)構(gòu)顯示超過一半統(tǒng)計量在滯后二階下最優(yōu)，所以通過檢驗確定了對lnY與lnFC、ln-FE、lnFS、lnK建立VAR（2）模型。

表4 VAR模型滯后階數(shù)

檢驗lnY與lnFC、lnFE、lnFS、lnK建立的VAR(2)模型的特征根，如果特征根都再單位圓內(nèi)，即認(rèn)為模型穩(wěn)定。圖1中全部特征根均在單位圓內(nèi)，同時表5中顯示單位根都小于1，確定VAR(2)模型穩(wěn)定。

圖1 特征根檢驗

表5 VAR模型穩(wěn)定性檢驗

2.4 因果檢驗

通過Granger檢驗確定變量間因果關(guān)系。Granger檢驗原假設(shè)為“X不是Y的Granger原因”，若檢驗統(tǒng)計量拒絕原假設(shè)，則認(rèn)為X是Y的原因，同理，若Y也是X的Granger原因，則認(rèn)為X與Y之間存在互動因果關(guān)系，反之，兩者存在單向因果關(guān)系。在VAR模型確定的滯后2階上，檢驗lnY與lnFC、lnFE、lnFS、lnK相互間因果關(guān)系（見表6）。lnFC與lnY的因果關(guān)系檢驗中，原假設(shè)“l(fā)nFC不是lnY的Granger原因”中，F(xiàn)統(tǒng)計量為0.645，對應(yīng)p值為0.54，大于0.05的顯著性水平，由此認(rèn)為農(nóng)村金融發(fā)展結(jié)構(gòu)不是農(nóng)民非農(nóng)收入的Granger原因，而lnY不是lnFC的Granger原因中，F(xiàn)統(tǒng)計量為4.01，對應(yīng)p值為0.042，由此拒絕原假設(shè)，即認(rèn)為農(nóng)民非農(nóng)收入是農(nóng)村金融發(fā)展結(jié)構(gòu)的Granger原因。同理Granger檢驗確定了農(nóng)村金融發(fā)展的效率與農(nóng)民非農(nóng)收入之間、農(nóng)民非農(nóng)收入與農(nóng)村人均非農(nóng)固定資產(chǎn)投資之間都存在單向因果關(guān)系，農(nóng)村金融發(fā)展效率為農(nóng)民非農(nóng)收入水平的Granger原因，但是民非農(nóng)收入水平并非是農(nóng)村金融發(fā)展效率的Granger原因；農(nóng)民非農(nóng)收入的水平與農(nóng)村金融發(fā)展規(guī)模沒有互動因果關(guān)系；農(nóng)村人均非農(nóng)固定資產(chǎn)投資是農(nóng)民非農(nóng)收入水平的Granger原因，農(nóng)民非農(nóng)收入水平則不是農(nóng)村人均非農(nóng)固定資產(chǎn)投資的Granger原因。

2.5 脈沖響應(yīng)分析

可預(yù)測農(nóng)民非農(nóng)收入變化，由方差分解結(jié)果可知，非農(nóng)固定資產(chǎn)投資的方差分解水平迅速增長，人均非農(nóng)固定資產(chǎn)投資的觀察期末值為20.15%，即農(nóng)村人均非農(nóng)固定資產(chǎn)投資可較好預(yù)測農(nóng)民非農(nóng)收入；農(nóng)村金融結(jié)構(gòu)的預(yù)測最大值為1.14%，即農(nóng)村金融結(jié)構(gòu)預(yù)測農(nóng)民非農(nóng)收入效果一般，其與農(nóng)民非農(nóng)收入并未呈現(xiàn)穩(wěn)定的特點；農(nóng)村金融效率預(yù)測農(nóng)民非農(nóng)收入方差最大值不足0.1%，即未顯著影響農(nóng)民非農(nóng)收入；農(nóng)村金融規(guī)模預(yù)測方差的最大值達(dá)2.91%，即農(nóng)村金融發(fā)展規(guī)模對農(nóng)民非農(nóng)收入水平預(yù)測程度作用最顯著，其解釋度最高。農(nóng)村人均非農(nóng)固定資產(chǎn)投資也可較好預(yù)測農(nóng)民非農(nóng)收入，其解釋、預(yù)測作用顯著。

表6 Granger檢驗

通過脈沖響應(yīng)函數(shù)研究農(nóng)村金融發(fā)展相關(guān)因素分別受到?jīng)_擊后，對農(nóng)村金融水平帶來的影響，圖2中實線表示脈沖響應(yīng)函數(shù)，虛線表示2倍標(biāo)準(zhǔn)差波動范圍。由圖2可知，農(nóng)村金融發(fā)展結(jié)構(gòu)受一標(biāo)準(zhǔn)差沖擊，對農(nóng)民非農(nóng)收入水平具有負(fù)向沖擊影響，20期內(nèi)的負(fù)向沖擊影響比較穩(wěn)定；一個標(biāo)準(zhǔn)差沖擊后，農(nóng)村金融發(fā)展效率顯著正向影響農(nóng)民非農(nóng)收入水平，前3期呈現(xiàn)正向影響波動趨勢，后期正向影響作用減弱并逐漸呈穩(wěn)定趨勢；一個標(biāo)準(zhǔn)差沖擊后，農(nóng)村金融發(fā)展規(guī)模也會對農(nóng)民非農(nóng)收入水平產(chǎn)生負(fù)向影響，但負(fù)向作用要小一些；農(nóng)村人均非農(nóng)固定資產(chǎn)投資受一個標(biāo)準(zhǔn)差沖擊，對農(nóng)民非農(nóng)收入水平具有正向影響，但其正向影響作用呈逐漸減弱趨勢。

圖2 脈沖響應(yīng)

2.6 方差分解

通過方差分解函數(shù)分析農(nóng)民非農(nóng)收入水平波動情況（見下頁表7）。在首期，農(nóng)民非農(nóng)收入水平由自身完全解釋，方差解釋度為100%，在隨后的20期內(nèi)，農(nóng)民非農(nóng)收入方差解釋逐漸減弱。在1期，農(nóng)村金融發(fā)展效率對農(nóng)民非農(nóng)收入水平解釋度為22.506%，解釋作用較大，且在隨后20期內(nèi)，方差解釋度逐漸增大，在期末方差解釋度達(dá)34.336%，可見農(nóng)村金融結(jié)構(gòu)對農(nóng)民非農(nóng)收入水平波動解釋作用較大，這是造成農(nóng)民非農(nóng)收入波動的主要原因；而農(nóng)村金融發(fā)展效率lnFE在第一期時的方差解釋度為9.691%，隨后的方差解釋度逐漸大致呈現(xiàn)逐漸減弱的趨勢，在期末的方差解釋度為5.136%，由此可知，農(nóng)民非農(nóng)收入波動的主要原因并非農(nóng)村金融發(fā)展效率。另外，農(nóng)村金融發(fā)展規(guī)模期初方差解釋度僅2.419%，但期末達(dá)11.441%，由此表明農(nóng)村金融發(fā)展規(guī)模對農(nóng)民非農(nóng)收入水平的波動具有一定影響；農(nóng)村人均非農(nóng)固定資產(chǎn)投資在期初方差解釋度為7.541%，而期末方差解釋度達(dá)37.471%，其方差貢獻(xiàn)度最大，表明農(nóng)村人均非農(nóng)固定資產(chǎn)投資是農(nóng)民非農(nóng)收入波動主要原因。

表7 方差分解

3 政策建議

（1）增強農(nóng)村內(nèi)置金融發(fā)展動力

長期依靠外部資源如外出打工收入和國家財政轉(zhuǎn)移支付，無法從根本上實現(xiàn)農(nóng)民增收。而增強農(nóng)村內(nèi)生性發(fā)展動力是促進(jìn)農(nóng)民增收及市民化的治本之策。目前，應(yīng)在土地農(nóng)民集體所有、農(nóng)戶承包經(jīng)營制度下建立村社合作金融，合作金融是由農(nóng)民主導(dǎo)的農(nóng)民村社組織的內(nèi)部金融。內(nèi)置金融是以資金互助合作為基礎(chǔ)的經(jīng)濟形態(tài)，村社組織是農(nóng)民合作的社會組織形態(tài)，實質(zhì)是農(nóng)民群體的金融機構(gòu)，信息對稱、貸款方式多樣、風(fēng)險可控性強，可彌補農(nóng)村商業(yè)銀行貸款不足。通過發(fā)展村社內(nèi)置金融可實現(xiàn)農(nóng)民土地等產(chǎn)權(quán)金融資產(chǎn)化，有助農(nóng)民有償退出村社及市民化，可支撐農(nóng)民財產(chǎn)權(quán)實現(xiàn)，有助于其獲取非農(nóng)收入。通過鼓勵采用農(nóng)民專業(yè)合作社、資金互助合作社的經(jīng)營方式，從事同類產(chǎn)品生產(chǎn)經(jīng)營的農(nóng)戶、農(nóng)業(yè)生產(chǎn)經(jīng)營組織在勞動、技術(shù)、資金、信息等環(huán)節(jié)可實現(xiàn)自我管理和服務(wù)，農(nóng)民除享受股利分紅外，還可獲得非農(nóng)工資收入。設(shè)立普惠金融發(fā)展專項資金滿足農(nóng)民非農(nóng)就業(yè)及創(chuàng)業(yè)過程中的資金需求，推動農(nóng)民向非農(nóng)領(lǐng)域轉(zhuǎn)移。

（2）完善城鄉(xiāng)融合金融服務(wù)體系

農(nóng)村金融的服務(wù)水平已明顯提升，但金融仍是農(nóng)民從事農(nóng)業(yè)和非農(nóng)業(yè)的短板，需要深化城鄉(xiāng)金融體制改革，解決金融資源配置問題。一方面，拓寬融資渠道為非農(nóng)就業(yè)農(nóng)民提供金融支持，農(nóng)村金融服務(wù)機構(gòu)要加大農(nóng)民工返鄉(xiāng)就業(yè)、創(chuàng)業(yè)信貸支持力度，將“取之于農(nóng)”的存款按比例“用之于農(nóng)”。另一方面，應(yīng)放寬農(nóng)村金融市場準(zhǔn)入政策，可促進(jìn)農(nóng)村金融適度競爭，有效提升農(nóng)村金融發(fā)展效率，保障農(nóng)民增收。此外，應(yīng)立足城鄉(xiāng)融合發(fā)展，構(gòu)建由政策性、商業(yè)性、合作金融以及新型農(nóng)村金融機構(gòu)等構(gòu)成的金融服務(wù)供給體系，加快農(nóng)村信用社特別是省聯(lián)社改革，大力推動農(nóng)村數(shù)字普惠金融發(fā)展，鼓勵適度競爭。同時增加農(nóng)村金融供給，切實加強金融對農(nóng)民從事非農(nóng)領(lǐng)域職業(yè)及創(chuàng)業(yè)的支持力度，提高農(nóng)民從事非農(nóng)產(chǎn)業(yè)積極性，有助于提高農(nóng)民非農(nóng)業(yè)收入，助力農(nóng)民增收。

（3）科技創(chuàng)新支持農(nóng)村普惠金融體系

引導(dǎo)農(nóng)村金融機構(gòu)樹立科技發(fā)展理念，鼓勵其不斷優(yōu)化網(wǎng)點布局，改造實體網(wǎng)點。同時，應(yīng)普及農(nóng)村金融科技知識，著重培養(yǎng)農(nóng)村居民金融意識和信用觀念，提高農(nóng)民對金融科技的認(rèn)可程度。云計算、大數(shù)據(jù)、區(qū)塊鏈等新興信息技術(shù)的運用，可突破傳統(tǒng)信用識別和授信方式，降低信息搜集、甄別等一系列成本，緩解信息不對稱問題，有利于農(nóng)村信用體系的建立和完善，可打破依賴抵押物、擔(dān)保品的授信約束。在新技術(shù)的支持下，農(nóng)民可享受金融服務(wù)，還可通過線上功能避免不良信用行為，如推出到期自動扣款功能以避免逾期還款等。通過互聯(lián)網(wǎng)可向農(nóng)民普及金融知識，提高其知識水平和履約意識。隨著互聯(lián)網(wǎng)和智能手機的普及，線上金融服務(wù)的門檻將會更低，服務(wù)效率已將提升，并且覆蓋面更廣，可以跨越地理空間的鴻溝，有效彌補農(nóng)村地區(qū)營業(yè)網(wǎng)點布局的不足，打破對營業(yè)網(wǎng)點的依賴。新技術(shù)的運用將極大的降低信息獲取成本，優(yōu)化業(yè)務(wù)審批流程，提高信貸投放效率，有助于金融機構(gòu)以更低門檻了解和服務(wù)更多農(nóng)民。通過科技驅(qū)動的金融創(chuàng)新，提高農(nóng)村金融服務(wù)水平和效率，滿足農(nóng)民就業(yè)于非農(nóng)領(lǐng)域的金融需求，提供高效便捷的金融服務(wù)，進(jìn)一步促進(jìn)農(nóng)民增收。