劉 琪，李宗洙，PARK Jeng-woon

（1.青島農(nóng)業(yè)大學(xué)，a.管理學(xué)院；b.經(jīng)濟(jì)學(xué)院，山東 青島 266109；2.韓國農(nóng)村振興廳，全州 54875）

改革開放以來，中國政府連續(xù)多年發(fā)布以“三農(nóng)”為主題的中央一號(hào)文件，明確強(qiáng)調(diào)“三農(nóng)”在政府工作中的關(guān)鍵地位，核心問題是促進(jìn)農(nóng)民增收。黨的十九大報(bào)告中提出了現(xiàn)階段中國社會(huì)的主要矛盾是人民日益增長的美好生活需要和不平衡不充分發(fā)展之間的矛盾，這一矛盾在農(nóng)村地區(qū)尤為突出，截至2019年，農(nóng)村貧困人口高達(dá)551萬人，農(nóng)民收入狀況作為反映農(nóng)村經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)，增加農(nóng)民收入是破解“三農(nóng)”難題的關(guān)鍵。

農(nóng)村金融作為農(nóng)村經(jīng)濟(jì)體系的基礎(chǔ)和核心，在促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展中具有舉足輕重的作用［1］。農(nóng)村金融服務(wù)衍生于農(nóng)村經(jīng)濟(jì)的發(fā)展實(shí)踐，可以通過促進(jìn)經(jīng)濟(jì)增長和改變收入分配格局來影響農(nóng)民收入水平［2］。隨著農(nóng)村經(jīng)濟(jì)的不斷發(fā)展，到2018年，中國農(nóng)村居民人均純收入為14617元，是2009年6270元的近2.3倍，農(nóng)村居民收入顯著提高。農(nóng)民收入水平的持續(xù)提高離不開農(nóng)村金融的發(fā)展，中國的農(nóng)村金融與農(nóng)村經(jīng)濟(jì)存在長期均衡關(guān)系［3］。然而，中國的農(nóng)村金融與農(nóng)村經(jīng)濟(jì)增長的正向作用關(guān)系并不能直接代替中國農(nóng)村金融與農(nóng)民收入增長的關(guān)系，這與中國經(jīng)濟(jì)發(fā)展的事實(shí)相悖［4］。根據(jù)經(jīng)濟(jì)增長和發(fā)展經(jīng)濟(jì)學(xué)的一般理論，鄉(xiāng)村振興戰(zhàn)略的推進(jìn)需要基本生產(chǎn)要素的支持，其中金融資本要素是最為基礎(chǔ)也是活力最大的要素之一，農(nóng)村金融是鄉(xiāng)村振興的關(guān)鍵所在［5］。2018年中共中央和國務(wù)院印發(fā)了《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》，提出要健全適合農(nóng)業(yè)農(nóng)村特點(diǎn)的農(nóng)村金融體系，更好地滿足鄉(xiāng)村振興的金融需求［6］。然而，中國現(xiàn)實(shí)中的農(nóng)村金融供求矛盾十分突出，一方面，黨的十九大報(bào)告已明確提出實(shí)施鄉(xiāng)村振興戰(zhàn)略，這必然會(huì)產(chǎn)生廣泛的金融需求；另一方面，在中國農(nóng)村，金融抑制較為普遍，金融要素供給嚴(yán)重不足［7］?；诖?，本研究以中國農(nóng)村2009—2018年的相關(guān)數(shù)據(jù)為樣本對農(nóng)村金融發(fā)展與農(nóng)民收入間的實(shí)質(zhì)影響進(jìn)行實(shí)證分析，旨在促進(jìn)農(nóng)民收入及提供精準(zhǔn)的農(nóng)村金融服務(wù)。

1 中國農(nóng)村居民收入現(xiàn)狀

農(nóng)民增收和糧食安全一樣，一直堪稱農(nóng)業(yè)農(nóng)村發(fā)展的“頭等大事”。實(shí)施鄉(xiāng)村振興戰(zhàn)略，提升農(nóng)民獲得感、幸福感、安全感，應(yīng)該建立在農(nóng)民收入持續(xù)穩(wěn)定增長的基礎(chǔ)之上［8］。農(nóng)信社改革試點(diǎn)以來，中國農(nóng)村居民人均純收入連創(chuàng)新高，由2009年的6270元增長到2018年的14617元，農(nóng)村居民人均純收入增速處于改革開放以來次高時(shí)期，但增速呈現(xiàn)放緩徘徊態(tài)勢（表1）。隨著農(nóng)村經(jīng)濟(jì)的全面發(fā)展和農(nóng)村就業(yè)途徑的擴(kuò)展，農(nóng)民收入的來源結(jié)構(gòu)也變得多樣化。2009—2014年，經(jīng)營凈收入是農(nóng)村居民人均純收入的第一大來源，工資性收入是第二大來源且與經(jīng)營凈收入差距逐年減小。2015年農(nóng)村居民人均純收入來源結(jié)構(gòu)發(fā)生階段性轉(zhuǎn)變，工資性收入趕超經(jīng)營凈收入成為農(nóng)村居民人均純收入第一大來源。自2009年以來，經(jīng)營凈收入在農(nóng)村居民人均純收入中的占比逐年下降，工資性收入和轉(zhuǎn)移凈收入占比逐年大幅度上升，財(cái)產(chǎn)凈收入占比較穩(wěn)定，上升幅度略小。2018年，工資性收入、經(jīng)營凈收入、轉(zhuǎn)移凈收入和財(cái)產(chǎn)凈收入在農(nóng)村居民人均純收入中分別占比41.0%、36.7%、20.0%和2.3%，工資性收入和轉(zhuǎn)移凈收入占比分別較2009年上升8.2個(gè)百分點(diǎn)和12.5個(gè)百分點(diǎn)，經(jīng)營凈收入和財(cái)產(chǎn)凈收入占比分別下降20.6個(gè)百分點(diǎn)和0.1個(gè)百分點(diǎn)。2009—2018年，農(nóng)村居民人均純收入增加8347元，其中工資性收入、轉(zhuǎn)移凈收入、經(jīng)營凈收入和財(cái)產(chǎn)凈收入分別增加3938元、2447元、1767元和194元，分別占比47.2%、29.3%、21.2%和2.3%。由此可見，經(jīng)營凈收入僅次于工資性收入，是農(nóng)村居民人均純收入的第二大來源；盡管轉(zhuǎn)移凈收入的規(guī)模仍小于經(jīng)營凈收入，但轉(zhuǎn)移凈收入對農(nóng)村居民人均純收入增長的貢獻(xiàn)已經(jīng)明顯超過經(jīng)營凈收入。

表1 2009—2018年農(nóng)村居民人均純收入來源結(jié)構(gòu)變化

2 中國農(nóng)村金融現(xiàn)狀

中國農(nóng)村金融面臨著嚴(yán)重的供求失衡。從中國經(jīng)濟(jì)發(fā)展模式來看，人口龐大的農(nóng)村經(jīng)濟(jì)發(fā)展明顯落后于城市。而造成發(fā)展失衡局面的原因是農(nóng)村落后的工業(yè)和現(xiàn)代化發(fā)展使得與城市之間的差距越來越大，中國的城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)根深蒂固，城鄉(xiāng)收入差距加大。農(nóng)村金融作為推進(jìn)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展的發(fā)動(dòng)機(jī)，中國金融呈現(xiàn)出與城鄉(xiāng)經(jīng)濟(jì)相對應(yīng)的二元化特征。與城市相比，農(nóng)村金融發(fā)展水平依然比較滯后，金融制度落后、基礎(chǔ)設(shè)施缺失、金融服務(wù)不足等問題仍然困擾著農(nóng)村金融資源的可獲得性［9］。這使得本就落后于城市的農(nóng)村經(jīng)濟(jì)發(fā)展對農(nóng)村金融助力的需求更加明顯，農(nóng)村金融供求失衡現(xiàn)象嚴(yán)重。

中國農(nóng)村金融機(jī)構(gòu)在分布上不合理。農(nóng)村地區(qū)經(jīng)濟(jì)落后、交通不便，農(nóng)村金融機(jī)構(gòu)數(shù)量和城市相比較少，這使得農(nóng)戶獲取金融資源的空間距離過遠(yuǎn)導(dǎo)致成本較高，具體來源有交通成本、克服因空間距離帶來的信息不可得而造成的人力與物力成本。

中國農(nóng)村金融機(jī)構(gòu)逐利性、商業(yè)性嚴(yán)重。農(nóng)業(yè)生產(chǎn)的特點(diǎn)是周期長、風(fēng)險(xiǎn)大、投資回報(bào)率低，這些決定了對于以利益最大化為目標(biāo)的商業(yè)性金融機(jī)構(gòu)便缺少吸引力［10］。此外，農(nóng)村客戶單筆貸款額度低，對涉農(nóng)金融服務(wù)宣傳接受度差，為避免損失，金融機(jī)構(gòu)對農(nóng)村客戶提高準(zhǔn)入門檻，將目標(biāo)群體拒之門外［11］，使得原本金融資源缺失的農(nóng)村地區(qū)雪上加霜，農(nóng)村企業(yè)和農(nóng)戶享受的金融資源少之又少。

中國農(nóng)村金融資源流失嚴(yán)重。被“金融排斥”的農(nóng)村地區(qū)和群體在無法享受到正規(guī)金融機(jī)構(gòu)帶來的金融服務(wù)的同時(shí)，民間金融面臨進(jìn)入市場困難、準(zhǔn)入門檻高、金融資源流失的局面［12］。農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)型需要大量信貸資金的支持，而農(nóng)業(yè)信貸資金存貸差在擴(kuò)大、存貸比在下降，農(nóng)村資金外流［13］。金融機(jī)構(gòu)不愿意以農(nóng)村客戶為服務(wù)對象，這使得農(nóng)村金融資源流向利潤豐厚的城市。

農(nóng)村金融信貸體系不健全。農(nóng)村客戶受教育程度低，文化素質(zhì)低下，誠信意識(shí)淡薄，農(nóng)村金融信貸體系不完善導(dǎo)致躲債、賴賬等失信現(xiàn)象嚴(yán)重。農(nóng)村金融市場面臨著農(nóng)戶“貸款難”與金融機(jī)構(gòu)“難貸款”的雙重困擾，限制農(nóng)村正規(guī)金融結(jié)構(gòu)供給［14］。農(nóng)戶缺乏有效抵押物和高等級(jí)信用，交易平臺(tái)和抵押模式老舊，缺少政策支持［15］。農(nóng)村客戶融資困難，制約專業(yè)化、集約化和規(guī)模化的農(nóng)業(yè)發(fā)展、農(nóng)村經(jīng)濟(jì)進(jìn)步和農(nóng)民增收。

3 指標(biāo)設(shè)定與數(shù)據(jù)來源

3.1 指標(biāo)設(shè)定

鑒于目前中國農(nóng)村金融發(fā)展對農(nóng)民收入增長的影響研究成果，選取農(nóng)村總貸款額、農(nóng)業(yè)保險(xiǎn)賠付額、農(nóng)業(yè)保險(xiǎn)保費(fèi)、農(nóng)村地區(qū)國家財(cái)政支出4項(xiàng)指標(biāo)來衡量中國農(nóng)村金融發(fā)展水平，建立農(nóng)村金融服務(wù)指標(biāo)體系（表2）。

表2 農(nóng)村金融發(fā)展指標(biāo)

3.2 數(shù)據(jù)來源與數(shù)據(jù)處理

本研究所涉及的中國農(nóng)村居民人均純收入、農(nóng)村人口數(shù)據(jù)來源于2009—2018年的《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》，農(nóng)村人均總貸款額、農(nóng)業(yè)保險(xiǎn)人均保費(fèi)、人均保險(xiǎn)賠付額和農(nóng)村地區(qū)人均國家財(cái)政支出數(shù)據(jù)來源于經(jīng)管之家網(wǎng)站資源。

為了更好地探索農(nóng)村金融發(fā)展和農(nóng)村居民收入之間的關(guān)系，選取2009—2018年農(nóng)村金融服務(wù)水平（F）的綜合得分作為自變量，2009—2018年中國農(nóng)村居民人均純收入（Y）作為因變量，通過構(gòu)建向量自回歸模型進(jìn)行探究。為減輕數(shù)據(jù)的波動(dòng)幅度，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理之前，首先對中國農(nóng)村居民人均純收入Y進(jìn)行對數(shù)變換，以便于對向量自回歸模型的構(gòu)建。

4 實(shí)證分析

4.1 相關(guān)性檢驗(yàn)與主成分分析

4.1.1 相關(guān)性分析 對本研究的實(shí)證數(shù)據(jù)矩陣進(jìn)行相關(guān)性檢驗(yàn)，來確定各變量之間是否具有相關(guān)性。由表3可知，變量間相關(guān)系數(shù)都大于0.3，說明該實(shí)證數(shù)據(jù)矩陣不是單位矩陣，即基礎(chǔ)數(shù)據(jù)彼此不相關(guān)，因此可以繼續(xù)做主成分分析。

表3 相關(guān)性矩陣

4.1.2 KMO和巴特利特檢驗(yàn) 對本研究所選取的樣本進(jìn)行KMO檢驗(yàn)和巴特利特檢驗(yàn)。一般地，KMO值越接近于1，越適合于作因子分析；KMO值越接近于0，越不適合于作因子分析。由表4可知，KMO檢驗(yàn)的概率值大于0.7，說明本研究選定的農(nóng)村金融服務(wù)體系各項(xiàng)指標(biāo)之間相關(guān)度較高。近似卡方是75.688，單側(cè)概率P值為0，P值小于顯著性水平0.01，檢驗(yàn)結(jié)果是拒絕原假設(shè)的。

表4 KMO和巴特利特檢驗(yàn)

4.1.3 主成分分析 對相關(guān)變量指標(biāo)進(jìn)行信息提取，由表5可知，其農(nóng)村金融服務(wù)體系中4項(xiàng)指標(biāo)的提取值均達(dá)到0.9以上，接近1，各項(xiàng)指標(biāo)信息損失很少，包含了原始數(shù)據(jù)的重要信息。由表6可知，初始特征值為3.874，明顯大于1。因此該農(nóng)村金融服務(wù)體系的主成分只有一個(gè)，且對主成分的累積方差貢獻(xiàn)率為96.860%，遠(yuǎn)遠(yuǎn)高于80%。通過對因子進(jìn)行主成分分析，成功提取出一個(gè)主成分因子，這個(gè)主成分因子只有一個(gè)，能夠表達(dá)原始數(shù)據(jù)96.860%的信息，符合主成分評(píng)價(jià)的標(biāo)準(zhǔn)。

表5 公因子方差

表6 總方差解釋

由表7可知，該體系中的各項(xiàng)指標(biāo)成分值在96%～99%，對于主成分的載荷度是比較高的。綜上可說明該主成分能夠表達(dá)原始數(shù)據(jù)的大部分信息，與各指標(biāo)具有較高的相關(guān)度。

表7 成分矩陣

由表8可知，中國農(nóng)村金融服務(wù)水平穩(wěn)步提升。但在2014年之前，受中國農(nóng)村金融大力整治的影響，國有的商業(yè)銀行逐步退出農(nóng)村金融的舞臺(tái)，農(nóng)村發(fā)展經(jīng)濟(jì)扶持力度縮小，中國農(nóng)村金融發(fā)展在較長一段時(shí)間內(nèi)處于萎靡狀態(tài)，農(nóng)村金融服務(wù)水平分?jǐn)?shù)出現(xiàn)負(fù)值；隨著農(nóng)村金融改革的不斷深化和國家對農(nóng)村金融的政策扶持，中國農(nóng)村金融服務(wù)水平加速發(fā)展，在2014年農(nóng)村金融服務(wù)水平分?jǐn)?shù)出現(xiàn)正值，且呈現(xiàn)逐年上升態(tài)勢。

表8 農(nóng)村金融服務(wù)發(fā)展水平

4.2 實(shí)證檢驗(yàn)結(jié)果與分析

4.2.1 平穩(wěn)性檢驗(yàn) 對序列中的各變量進(jìn)行A D F單位根檢驗(yàn)，以防偽回歸。通過Eviews8.0軟件得到計(jì)算結(jié)果。由表9可知，在5%的顯著性水平下，拒絕原假設(shè)，P均小于0.05，證明該時(shí)間序列是平穩(wěn)的，可以進(jìn)行計(jì)量分析。

表9 A D F檢驗(yàn)結(jié)果

4.2.2 協(xié)整檢驗(yàn) 對平穩(wěn)的時(shí)間序列進(jìn)行一元線性回歸分析，得到回歸方程Y=0.515F-0.001。對回歸方程的殘差R進(jìn)行A D F檢驗(yàn)，其中滯后階數(shù)為0，c=0，t=0，殘差單位根檢驗(yàn)結(jié)果見表10所示。由表10可知，在5%的顯著性水平下，序列R是一個(gè)平穩(wěn)的序列，這說明農(nóng)村金融服務(wù)發(fā)展水平F和農(nóng)村居民人均純收入Y之間是長期均衡穩(wěn)定的。

表10 殘差單位根檢驗(yàn)結(jié)果

4.2.3 VAR模型的建立 利用AIC、SC信息準(zhǔn)則對滯后期進(jìn)行選擇，選定滯后期是2，對VAR模型進(jìn)行單位根檢驗(yàn)。由圖1可知，4個(gè)特征根均落在單位圓里面，因此該模型不具有單位根，說明該模型是一個(gè)穩(wěn)定的模型，由此繼續(xù)做脈沖響應(yīng)。

圖1 VAR模型AR根圖

4.2.4 脈沖響應(yīng) 由圖2可知，農(nóng)村金融服務(wù)水平F對農(nóng)民人均純收入Y的沖擊響應(yīng)效果一直在X軸的正上方，呈現(xiàn)正向效應(yīng)。短期內(nèi)，農(nóng)民人均純收入呈現(xiàn)暴發(fā)式增長的趨勢，其額度是原始收入水平的4倍多，但在滯后二期時(shí)，農(nóng)村居民人均純收入對來自農(nóng)村金融服務(wù)發(fā)展水平的正向沖擊的效應(yīng)出現(xiàn)惡化，并在滯后三期時(shí)達(dá)到頂點(diǎn)，隨后農(nóng)民收入得到改善；中期內(nèi)，農(nóng)村居民人均純收入對來自農(nóng)村金融服務(wù)發(fā)展水平的正向沖擊再次呈現(xiàn)正向效應(yīng)增強(qiáng)，在滯后五期時(shí)出現(xiàn)惡化，一直持續(xù)到滯后六期；長期內(nèi)，從滯后六期開始，農(nóng)村居民人均純收入對來自農(nóng)村金融服務(wù)發(fā)展水平的正向沖擊一直呈現(xiàn)正向效應(yīng)且趨于平穩(wěn)。因此，農(nóng)村居民人均純收入對來自農(nóng)村金融服務(wù)發(fā)展水平的正向沖擊一直呈現(xiàn)正向效應(yīng)，農(nóng)民收入水平得到了切實(shí)的提高，但在一定時(shí)期內(nèi)效應(yīng)存在一定的滯后性并出現(xiàn)惡化。促進(jìn)農(nóng)民增收是農(nóng)村經(jīng)濟(jì)發(fā)展的最終目的，政府只有大力投入農(nóng)村金融穩(wěn)健發(fā)展，才能有效地促進(jìn)農(nóng)民增收。

圖2 農(nóng)民人均純收入對農(nóng)村金融服務(wù)水平的脈沖響應(yīng)累計(jì)

4.2.5 方差分析 對VAR模型進(jìn)行方差分解分析，進(jìn)一步從不同的結(jié)構(gòu)進(jìn)行評(píng)價(jià)判斷。由圖3、圖4可知，農(nóng)村居民人均純收入Y對其自身的貢獻(xiàn)率隨著時(shí)間的變化而持續(xù)遞減，在滯后二期時(shí)降到80%；農(nóng)村金融服務(wù)水平F對Y的貢獻(xiàn)率隨著時(shí)間的變化而持續(xù)遞增，并在滯后二期時(shí)達(dá)到峰值20%，貢獻(xiàn)率較大。

圖3 農(nóng)村居民人均純收入對其自身的貢獻(xiàn)率

圖4 農(nóng)村金融服務(wù)水平對農(nóng)村居民人均純收入的貢獻(xiàn)率

5 深化農(nóng)村金融服務(wù)的對策建議

對構(gòu)建的評(píng)價(jià)體系運(yùn)進(jìn)行分析可知，農(nóng)村金融服務(wù)水平F的綜合得分在2009—2013年間一直是負(fù)值，這表明農(nóng)村金融服務(wù)水平發(fā)展十分落后。F的綜合得分在2014年后變?yōu)檎?，這表明政府在全面發(fā)展農(nóng)村金融上得到了一定的突破和收獲。

通過對本研究選定的農(nóng)村金融服務(wù)水平（F）和農(nóng)村居民人均純收入（Y）兩個(gè)指標(biāo)進(jìn)行線性回歸分析發(fā)現(xiàn)，農(nóng)村金融服務(wù)水平對農(nóng)村居民人均純收入的影響效應(yīng)呈正比例關(guān)系，影響顯著，因此必須精準(zhǔn)發(fā)展農(nóng)村金融。具體表現(xiàn)為：①改進(jìn)農(nóng)村金融制度，降低門檻，建立全方位、多維度的農(nóng)村金融服務(wù)體系，立足有效服務(wù)“三農(nóng)”這一終極目標(biāo)；②豐富農(nóng)村金融產(chǎn)品，創(chuàng)新農(nóng)村金融服務(wù)體系，打破因農(nóng)村金融創(chuàng)新匱乏而帶來的經(jīng)濟(jì)貧瘠，提高農(nóng)業(yè)生產(chǎn)效率；③提升金融服務(wù)，加強(qiáng)監(jiān)管、明確職責(zé)，加大扶持力度，完善農(nóng)村金融服務(wù)發(fā)展環(huán)境；④與時(shí)俱進(jìn)，將農(nóng)村金融服務(wù)發(fā)展與互聯(lián)網(wǎng)金融更好地融合，將創(chuàng)新扶持力度投入到金融產(chǎn)品的發(fā)展中，在農(nóng)民當(dāng)中大力普及金融教育知識(shí)，加強(qiáng)農(nóng)民之間的信息擴(kuò)散與接受能力；⑤不斷推進(jìn)農(nóng)業(yè)科技創(chuàng)新，提高農(nóng)產(chǎn)品效益，將科研成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)效力，最終實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)效益增加、城鄉(xiāng)經(jīng)濟(jì)發(fā)展均衡、農(nóng)民收入增加，促進(jìn)現(xiàn)代化農(nóng)村經(jīng)濟(jì)建設(shè)。