張 敏，洪 偉

（南京林業(yè)大學 經濟管理學院，南京210037）

我國現代農業(yè)正處于轉型升級的關鍵時期。 涉農財政支出、農業(yè)貸款作為金融支持現代農業(yè)發(fā)展的重要手段，對農業(yè)經濟增長影響顯著。國內專家學者認為農村金融機構改革勢在必行，對農戶的信用評級機制也應當進一步完善，具體可通過創(chuàng)新發(fā)展訂單農業(yè)抵押擔保等新型抵押模式；健全農業(yè)風險分擔機制，進一步完善農業(yè)保險和再保險政策體制；提升農民金融素養(yǎng)，開展針對化教育，促進農業(yè)經濟高質量協(xié)調發(fā)展等途徑實現[1-6]。

1 江蘇省金融支持現代農業(yè)發(fā)展現狀分析

涉農財政支出和農業(yè)貸款是金融支持現代農業(yè)發(fā)展的兩個重要手段。江蘇省作為農業(yè)大省，分析其涉農財政支出和農業(yè)貸款對現代農業(yè)經濟增長的影響具有代表意義。本文利用1995—2018年江蘇省農業(yè)相關數據，構建時間序列模型，實證分析江蘇省涉農財政支出和農業(yè)貸款對農業(yè)經濟增長的具體影響，也借此進一步探究江蘇省金融支持現代農業(yè)發(fā)展現狀。圖1為江蘇省1995—2018年24年間農業(yè)總產值、涉農財政支出、農業(yè)貸款等數據的變化趨勢。從總體趨勢上看，三者均呈上升趨勢，尤以農業(yè)總產值漲幅最大，涉農財政支出呈現緩慢增長趨勢，農業(yè)貸款余額總體呈現增長趨勢，在2009年間呈現短暫的下跌態(tài)勢，但隨后又繼續(xù)增長，但增勢比較緩慢。

圖1農業(yè)相關數據趨勢圖

2 變量描述及數據來源

在變量選取方面，針對農業(yè)經濟增長的衡量指標，參考已有文獻發(fā)現：陸美娟等曾對江蘇省金融支持和農業(yè)經濟增長的關系進行實證分析，選取農業(yè)總產值作為農業(yè)經濟增長的衡量指標，以農業(yè)財政支出和金融機構農業(yè)貸款代表金融支持程度[7]。李泉等在研究財政支農和農業(yè)貸款對農業(yè)經濟發(fā)展影響時以農林牧漁業(yè)總產值作為農業(yè)經濟增長的衡量依據[8]。

綜合已有文獻，并考慮到數據的完整性和可靠性，選取農林牧漁業(yè)總產值（億元）作為被解釋變量。選取農林水事務支出（億元）和農林牧漁業(yè)貸款余額（億元）為解釋變量。為進一步完善模型，引入兩個控制變量。在控制變量的選取方面，借鑒寇江在研究金融支持和現代農業(yè)發(fā)展關系時選取固定投資額（億元）作為控制變量的做法[9]，在此基礎上再引入金融機構數（家）這一變量，金融機構數設置為農村商業(yè)銀行、農村合作銀行、農村信用社數量之和，此類涉農金融機構數量的多少可能會影響涉農資金的來源，最終影響農業(yè)經濟增長。

數據來源于2000-2019年《江蘇省統(tǒng)計年鑒》，選取江蘇省1995-2018年24年間農業(yè)及金融相關數據作為研究對象。表1為變量說明，表2為變量描述性統(tǒng)計。

表1變量說明

表2變量描述性統(tǒng)計

3 實證分析

3.1 模型設定

根據指標選取建立如下時間序列模型：

為優(yōu)化模型對各變量取對數處理，得到如下模型：

（1）、（2）式中α0、β0為常數項，μt、εt為隨即干擾項。

3.2 平穩(wěn)性檢驗

時間序列模型需要先進行平穩(wěn)性檢驗以保證數據的平穩(wěn)性，即使變量間存在高度相關性但仍有可能并不存在因果關系，所以需要通過平穩(wěn)性檢驗防止“虛假回歸”，本文采用ADF方法檢驗數據平穩(wěn)性，具體步驟如下：

（3）、（4）、（5）三式分別代表缺少位移項β和趨勢項θt的單位根檢驗、有位移項β但缺少趨勢項θt的單位根檢驗以及有位移項β和趨勢項θt的單位根檢驗。根據檢驗結果可對（6）式進行判斷，即對原序列wt的平穩(wěn)性進行考察，若H0成立，則原序列wt非平穩(wěn)；若H1成立，則原序列wt平穩(wěn)。表3為ADF檢驗結果。

表3 ADF檢驗結果

通過表3結果可知該時間序列為二階單整序列，可進行協(xié)整檢驗，利用Stata15.0軟件進行檢驗，結果顯示該時間序列協(xié)整關系顯著。

3.3 回歸分析

利用最小二乘法對模型進行多元線性回歸分析，結果如表4所示：

表4回歸分析結果

由表4的結果可知方程的F值為210.43，Prob>F=0.000，說明方程總體線性關系顯著；調整后的可決系數大于0.97，說明被解釋變量對解釋變量解釋程度較高。農林水事務支出和農林牧漁業(yè)貸款余額相應參數估計P值都小于0.05，說明二者與農林牧漁業(yè)總產值有顯著相關性；固定資產投資額和金融機構數相應參數估計的P值都大于0.1，說明二者與農林牧漁業(yè)總產值無顯著相關性。

利用White檢驗法檢驗原模型是否存在異方差問題，利用Stata15.0軟件計算得到相應P值為0.121 2，大于0.05，說明原模型不存在異方差問題。

4 邊際分析

為具體探究農林水事務支出和農林牧漁業(yè)貸款余額對農林牧漁業(yè)總產值的影響，對模型進行邊際分析。通過表4中回歸分析結果可解釋當解釋變量變動1%時，被解釋變量在其他變量不變情況下的變動情況。

農林水事務支出每增加1%，農林牧漁業(yè)總產值在其他條件不變的情況下增加0.294 916 9%。農林水事務支出對農林牧漁業(yè)總產值具有顯著的正向促進作用，進一步說明了涉農財政支出對于農業(yè)經濟增長的重大意義。但涉農財政支出總體增勢緩慢，相比于農林牧漁業(yè)總產值的增長，涉農財政支出明顯無法與之相匹配，政府應該進一步提高涉農財政支出在政府財政支出中所占比重，并重點優(yōu)化涉農財政支出的結構，加大對于農業(yè)科技提升方面的投入，適度減少農業(yè)相關單位的事務費支出，促使涉農財政支出效益提升至最大化。

農林牧漁業(yè)貸款余額每增加1%，農林牧漁業(yè)總產值在其他條件不變的情況下減少0.151 040 2%。農業(yè)貸款與農業(yè)經濟增長二者呈現負向相關趨勢，可能原因如下：農業(yè)貸款中用于非農業(yè)生產性活動資金占比過大，多數農民借入款項后將資金投資于非農領域或者用于自身消費，導致原本應當作用于農業(yè)生產的資金缺位，農業(yè)生產缺乏足夠的資金支撐，從而致使農業(yè)貸款規(guī)模的逐年擴張并未對農業(yè)經濟增長起到實質的推動作用。政府應進一步完善農業(yè)貸款相關政策，通過“互惠金融”等方式解決農民生活中亟需消費性資金的情況，引導農業(yè)貸款資金大概率流向農業(yè)生產領域，減少非農化金融借貸的情況。