李凱倫 韓光輝 趙 莉

（河北工程大學管理工程與商學院 河北邯鄲 056038）

引言與文獻概述

農(nóng)業(yè)生產(chǎn)效率是衡量農(nóng)業(yè)現(xiàn)代化程度的重要指標。在我國實現(xiàn)全面建成小康社會并開啟全面建設社會主義現(xiàn)代化國家新征程的背景下，如何提高農(nóng)業(yè)生產(chǎn)率、增加農(nóng)民收入、推動農(nóng)村發(fā)展，全面實現(xiàn)鄉(xiāng)村振興成為全社會關注的焦點。近年來黨中央提出了“質(zhì)量興農(nóng)”“綠色興農(nóng)”，通過提高農(nóng)業(yè)生產(chǎn)率來實現(xiàn)農(nóng)業(yè)的高質(zhì)量發(fā)展。京津冀作為我國北方重要的農(nóng)業(yè)生產(chǎn)基地，該地區(qū)農(nóng)業(yè)發(fā)展的好壞不僅影響著北方地區(qū)農(nóng)副產(chǎn)品的供給狀況，還對其他農(nóng)業(yè)區(qū)具有示范效應，因此本文以京津冀的農(nóng)業(yè)生產(chǎn)效率為研究對象。研究人員通常運用Dea-Malmquist生產(chǎn)率指數(shù)法或隨機前沿法測度農(nóng)業(yè)全要素生產(chǎn)率，前種方法的優(yōu)點是可以不必事先確定函數(shù)形式，僅通過對技術的可能性邊界進行參數(shù)估計即可（李凱倫，2018）。

農(nóng)業(yè)生產(chǎn)率的高低受到多種因素的影響，其中金融發(fā)展水平是其中較為活躍的因素，金融業(yè)的發(fā)展能否提高農(nóng)業(yè)生產(chǎn)率，成為學術界廣泛關注的問題。有關農(nóng)業(yè)生產(chǎn)率與金融發(fā)展關系的文獻較多，他們采用理論或?qū)嵶C的方法分析了金融發(fā)展對農(nóng)業(yè)生產(chǎn)率的影響。Greenwood和Jovanovic （1990）在金融深化理論的基礎上著重分析了金融體系在提高農(nóng)業(yè)生產(chǎn)率、實現(xiàn)農(nóng)業(yè)資源配置中的作用。肖干、徐鯤（2012）運用動態(tài)面板數(shù)據(jù)GMM估計方法分析了金融發(fā)展規(guī)模、金融結(jié)構(gòu)以及金融發(fā)展效率對農(nóng)業(yè)技術進步率的影響機制。井深、肖龍鐸（2017）采用系統(tǒng)GMM估計方法分別考察正規(guī)金融機構(gòu)和非正規(guī)金融機構(gòu)對農(nóng)業(yè)生產(chǎn)率的影響。尹雷、沈毅（2014）通過運用省級面板數(shù)據(jù)進行實證分析，結(jié)果發(fā)現(xiàn)農(nóng)村金融發(fā)展對農(nóng)業(yè)生產(chǎn)率具有正向影響，并且這種影響水平存在區(qū)域差異。上述實證研究中由于被解釋變量的取值存在一定范圍，因此采用GMM方法會導致估計精度受損甚至出現(xiàn)偏誤，另外在已有文獻中很少有關于京津冀地區(qū)金融發(fā)展對農(nóng)業(yè)生產(chǎn)率的影響的文獻，因此本文從京津冀協(xié)同發(fā)展戰(zhàn)略的視角并運用更加合理的極大似然估計法（MLE）對該問題進行實證研究。

農(nóng)業(yè)生產(chǎn)效率評價體系構(gòu)建

數(shù)據(jù)包絡分析（DEA）是以相對效率為基礎的一種效率評定方法，它以決策單元（DMU）的投入和產(chǎn)出指標的權重系數(shù)作為優(yōu)化變量，運用運籌學理論把DMU投影到數(shù)據(jù)包絡分析的前沿面上，通過比較DMU對DEA的偏離程度為決策單元的相對效率做出評價。運用距離函數(shù)構(gòu)建Malmquist生產(chǎn)率指數(shù)，應用距離函數(shù)對TFP進行分解，可分解為技術進步變動和技術效率變化。在規(guī)模報酬不變情況下Malmquist生產(chǎn)率指數(shù)的公式可表示為：

考慮到規(guī)模報酬可變的情況下，Malmquist指數(shù)可以進行RD分解：

其中，△TE為決策單元的實際產(chǎn)出與最優(yōu)產(chǎn)出之比，成為技術效率的變化；△TP代表技術水平的變化，即在不同期間內(nèi)的最優(yōu)產(chǎn)出之比；△SE表示規(guī)模效率的變化。

本文以京津冀地區(qū)13個地級以上市為研究對象，運用數(shù)據(jù)包絡分析法測度該地區(qū)的農(nóng)業(yè)生產(chǎn)率。農(nóng)業(yè)投入指標包括從事農(nóng)業(yè)生產(chǎn)人數(shù)、農(nóng)業(yè)用電量、施用化肥量和農(nóng)業(yè)種植面積，產(chǎn)出指標為實際農(nóng)業(yè)總產(chǎn)值。以上指標的數(shù)據(jù)來源于相關年份京津冀各市的統(tǒng)計年鑒。

變量選取和模型構(gòu)建

本文采用金融發(fā)展規(guī)模和金融發(fā)展效率作為核心解釋變量對農(nóng)業(yè)生產(chǎn)率的影響因素進行分析（肖干等，2012），此外為了增強模型的解釋力，降低由遺漏變量所帶來的估計偏誤，本文增加了一些控制變量，如表1所示。

表1 各變量的選取說明

通過以上分析，建立如下計量模型：

其中，i和t分別表示地區(qū)與年份，TEP代表i市第t年的農(nóng)業(yè)生產(chǎn)率，F(xiàn)S和 Fe分別表示農(nóng)村金融發(fā)展規(guī)模和效率；Control代表加入的控制變量，主要包括城鄉(xiāng)收入差距（GAP）、財政支出（FIN）、農(nóng)村人力資本（PC）、外商直接投資（FDI）以及工業(yè)化程度（INDUS）等；β和П為待估參數(shù)，ε為隨機誤差項。

通過計算發(fā)現(xiàn)，被解釋變量（農(nóng)業(yè)生產(chǎn)率）是在一定范圍內(nèi)取值，屬于受限被解釋變量。雖然模型具有完整的觀測值，但對于一定區(qū)間的觀測值，被解釋變量只能截斷一個固定值，導致形成的概率分布不屬于一般的正態(tài)分布，而是變成由一個連續(xù)分布加一個離散點所形成的混合分布，此時模型再運用普通最小二乘法估計，會導致結(jié)果存在偏誤。針對這種問題，Tobin（1958）提出采用極大似然估計法（MLE）的tobit模型，鑒于本文數(shù)據(jù)為面板數(shù)據(jù)，同時由于條件極大似然估計法無法估計固定效應的面板Tobit模型，所以本文采用隨機效應的面板Tobit模型進行估計檢驗。

實證結(jié)果分析

（一）初步分析

表2為隨機效應法的面板Tobit模型的初步估計結(jié)果，其中模型（1）只考慮了核心解釋變量對農(nóng)業(yè)生產(chǎn)率的影響，模型（2）和（3）逐步加入控制變量后，發(fā)現(xiàn)核心解釋變量的系數(shù)符號都未發(fā)生改變，具有穩(wěn)健性。農(nóng)村金融發(fā)展規(guī)模的系數(shù)在模型（3）中的值為-0.081，在5%的水平下顯著，說明農(nóng)村金融發(fā)展規(guī)模抑制了農(nóng)業(yè)生產(chǎn)率的提高，其原因是受到了金融“門檻效應”的影響。在金融市場中，某些投資者即使可以得到用來投資的資金，但可能由于自身財富有限而無法達到投資規(guī)模，即窮人面臨著“金融門檻”。京津冀農(nóng)村地區(qū)金融資源較匱乏、融資成本高，農(nóng)民只能將貸來的有限資金投入到農(nóng)業(yè)生產(chǎn)的部分領域。由于邊際報酬遞減規(guī)律的作用，當一種農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的投入較多而其他環(huán)節(jié)投入不足時，其不但不會帶來農(nóng)業(yè)生產(chǎn)率的提高，反而會產(chǎn)生相反的作用。農(nóng)村金融發(fā)展效率的系數(shù)在模型（3）中的值為0.325，說明農(nóng)村金融發(fā)展效率每提高一個單位，農(nóng)業(yè)生產(chǎn)率就會增加0.325，即存在正向促進作用，其主要是因為金融發(fā)展效率的提高意味著在農(nóng)村有限的資金得到了更合理的配置，具體到農(nóng)民個體，就是把自有資金和貸來資金進行了有效的配置，因為自有資金不具有顯性成本，并能夠投入到農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)，因此可以防止農(nóng)業(yè)發(fā)展出現(xiàn)“瓶頸效應”。

表2 模型回歸結(jié)果

此外，控制變量的估計結(jié)果總體上也符合預期。外商直接投資對農(nóng)業(yè)生產(chǎn)率的影響不具有顯著性，可能原因是由于農(nóng)業(yè)的收益率較低導致外商將絕大部分資金投入到回報率更高的非農(nóng)產(chǎn)業(yè)；農(nóng)村人力資本的增加反而制約了農(nóng)業(yè)生產(chǎn)率的進步，主要是因為受到了近些年京津冀地區(qū)人口流動方向的影響，伴隨著普通高等學校招錄比的不斷提高和城鄉(xiāng)居民收入差距的不斷拉大，具有高學歷（高中以上）的農(nóng)村人口為了尋求更好的就業(yè)環(huán)境和更多的就業(yè)機會，往往會向城市遷移，導致農(nóng)村損失大量青壯年勞動力，進而影響了農(nóng)業(yè)生產(chǎn)率水平的提高；財政支出水平和工業(yè)化程度對農(nóng)業(yè)生產(chǎn)率具有正向促進作用，農(nóng)業(yè)生產(chǎn)回報率低，需要國家對其進行財政補貼，而財政支出水平的提高就會有更多的資金投入到農(nóng)業(yè)生產(chǎn)中來；工業(yè)化通過制造出先進的農(nóng)業(yè)機械設備，優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)影響農(nóng)業(yè)生產(chǎn)率；城鄉(xiāng)收入差距的拉大會顯著制約農(nóng)業(yè)生產(chǎn)率的提高，是因為較高的城市收入吸引了高素質(zhì)的勞動者，導致農(nóng)業(yè)勞動者素質(zhì)較低，從勞動力質(zhì)量的角度抑制了農(nóng)業(yè)生產(chǎn)率。

（二）穩(wěn)健性檢驗和異質(zhì)性分析

為了進一步驗證估計結(jié)果的穩(wěn)健性，本部分將對模型進行穩(wěn)健性檢驗。首先，改變農(nóng)村金融發(fā)展規(guī)模和金融發(fā)展效率的測量指標，借鑒王征等（2011）的做法，用農(nóng)村金融存貸款之和除以農(nóng)村國民生產(chǎn)總值表示FS，用農(nóng)村居民的儲蓄除以農(nóng)村貸款代表FE，重新采用相同模型進行估計，結(jié)果如表3中模型（7）和（8）所示，無論對控制變量控制與否，金融發(fā)展規(guī)模的系數(shù)仍然顯著為負，金融發(fā)展效率的系數(shù)顯著為正，這說明估計結(jié)果具有穩(wěn)健性。其次，用農(nóng)業(yè)純技術進步效率作為被解釋量進行穩(wěn)健性檢驗，表3中模型（9）和（10）匯報了估計結(jié)果，發(fā)現(xiàn)金融發(fā)展規(guī)模與效率的系數(shù)符號仍然與之前的估計相一致，進一步驗證了結(jié)果的穩(wěn)健性。

表3 穩(wěn)健性檢驗

由于地區(qū)和年份異質(zhì)性的存在，使得金融發(fā)展規(guī)模和效率對農(nóng)業(yè)生產(chǎn)率的影響也存在異質(zhì)性，因此本文通過分年度和分地區(qū)進行異質(zhì)性檢驗?？紤]到金融危機的存在，本文以2008年為分界線，表4中模型（11）考察了2004-2007年（金融危機之前）金融發(fā)展規(guī)模和效率對農(nóng)業(yè)生產(chǎn)率的影響程度，表4中模型（12）考察了2008年之后的影響。由估計結(jié)果可知，無論是金融發(fā)展規(guī)模還是金融發(fā)展效率都在金融危機爆發(fā)后對農(nóng)業(yè)生產(chǎn)率的影響程度加深了。考慮到京津地區(qū)屬于發(fā)達地區(qū)，對其周邊地區(qū)具有空間溢出效應，因此把樣本按照是否與京津接壤進行分類，表4中模型（13）為與京津接壤地區(qū)（包括京津）的估計結(jié)果，與表4中模型（14）未接壤地區(qū)估計結(jié)果相比，接壤地區(qū)的金融發(fā)展規(guī)模和發(fā)展效率對農(nóng)業(yè)生產(chǎn)率的影響程度都要小于未接壤地區(qū)。

表4 異質(zhì)性分析

研究結(jié)論和政策建議

本文運用DEA-Malmquist指數(shù)法測算了2004-2018年京津冀地區(qū)各市農(nóng)業(yè)生產(chǎn)率，然后采用隨機效應面板Tobit模型實證分析了農(nóng)村金融發(fā)展規(guī)模與效率對農(nóng)業(yè)生產(chǎn)率的影響。結(jié)果發(fā)現(xiàn)，農(nóng)村金融發(fā)展規(guī)模對農(nóng)業(yè)生產(chǎn)率具有負向作用，而農(nóng)村金融發(fā)展效率對農(nóng)業(yè)生產(chǎn)率具有正向影響。

根據(jù)以上結(jié)論，本文提出以下政策建議：第一，要積極推動農(nóng)村金融發(fā)展效率的提高。在京津冀一體化和雄安新區(qū)建設等政策的推動下，京津冀地區(qū)要著力推動普惠金融發(fā)展，整合該地區(qū)金融服務資源，不斷創(chuàng)新金融產(chǎn)品，加快融資產(chǎn)品研發(fā)，把金融與農(nóng)村經(jīng)濟直接聯(lián)系起來，構(gòu)建產(chǎn)品多樣、風險可控的融資服務體系。第二，抓住農(nóng)村金融增量改革的契機，政府要減少行政干預，推動市場化競爭機制的形成，同時要降低金融服務門檻，進而提高金融資源配置的效率。第三，要增加農(nóng)村正規(guī)金融機構(gòu)的數(shù)量，減少農(nóng)村金融壟斷組織的規(guī)模，同時鼓勵民間資本參與到金融改革中來，發(fā)揮各個經(jīng)濟主體的作用，實現(xiàn)金融資源的優(yōu)化配置。