蔡銳鋒

（貴州大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽 550025）

一、引言

2022 年1 月，新國發(fā)2 號(hào)文件賦予貴州鞏固拓展脫貧攻堅(jiān)成果樣板區(qū)的戰(zhàn)略定位，并指出要加快農(nóng)業(yè)農(nóng)村現(xiàn)代化，走具有貴州特色的鄉(xiāng)村振興之路①內(nèi)容詳見《關(guān)于支持貴州在新時(shí)代西部大開發(fā)上闖新路的意見》（國發(fā)〔2022〕2 號(hào)）。。黨的十八大以來，貴州省農(nóng)業(yè)現(xiàn)代化步伐加快，持續(xù)提升農(nóng)業(yè)質(zhì)量效益和競爭力，取得了一系列亮眼成績，為鄉(xiāng)村振興實(shí)現(xiàn)良好開局打下了堅(jiān)實(shí)的基礎(chǔ)。隨著農(nóng)業(yè)農(nóng)村現(xiàn)代化進(jìn)程的不斷加快，農(nóng)村金融通過優(yōu)化資源配給、強(qiáng)化金融產(chǎn)品和服務(wù)方式創(chuàng)新、完善金融支農(nóng)激勵(lì)政策，為農(nóng)村經(jīng)濟(jì)社會(huì)發(fā)展的重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)增添動(dòng)力。在此背景下，研究農(nóng)村金融發(fā)展水平與貴州省農(nóng)業(yè)現(xiàn)代化建設(shè)具有十分重要的現(xiàn)實(shí)意義，也為貴州省農(nóng)村金融支持鄉(xiāng)村振興“起好步、開新局”提供有力參考。

二、文獻(xiàn)綜述

關(guān)于農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化的研究，學(xué)術(shù)界存在不同觀點(diǎn)。

一是認(rèn)為農(nóng)村金融發(fā)展水平對農(nóng)業(yè)現(xiàn)代化建設(shè)具有正向作用。尹雷和沈毅（2014）[1]測算出農(nóng)業(yè)全要素生產(chǎn)率及其構(gòu)成，分析發(fā)現(xiàn)農(nóng)村金融通過農(nóng)業(yè)技術(shù)進(jìn)步效應(yīng)從而顯著促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率，且促進(jìn)作用存在區(qū)域差異。汪鄒霞和黎紅梅（2016）[2]通過對湖南省宏觀數(shù)據(jù)的實(shí)證研究，發(fā)現(xiàn)人均農(nóng)業(yè)存款越多、金融從業(yè)人員數(shù)量越多則越有利于提升金融服務(wù)水平，從而增加金融支農(nóng)的效率。仲云和夏詠（2018）[3]以新疆為例，分別從金融服務(wù)能力覆蓋率、可得性以及使用度三個(gè)維度測算其對農(nóng)業(yè)現(xiàn)代化的影響因素，結(jié)果表明金融機(jī)構(gòu)服務(wù)人員數(shù)、特別是財(cái)政支農(nóng)支出額是加快農(nóng)業(yè)現(xiàn)代化進(jìn)程的核心因素。

二是認(rèn)為兩者之間存在的是一種動(dòng)態(tài)聯(lián)系的關(guān)系。這里的“動(dòng)態(tài)聯(lián)系”可以分為兩類，第一類是兩者之間是相互關(guān)聯(lián)的。徐馮潞（2007）[4]通過測量農(nóng)業(yè)產(chǎn)業(yè)化水平與金融支農(nóng)程度發(fā)現(xiàn)，農(nóng)業(yè)現(xiàn)代化建設(shè)依賴于農(nóng)村金融發(fā)展水平，而農(nóng)業(yè)現(xiàn)代化也能反向促進(jìn)農(nóng)村金融的支農(nóng)水平，兩者之間相輔相成。第二類是兩者之間的關(guān)系是動(dòng)態(tài)變化的，會(huì)隨著時(shí)間改變。姚鳳閣和路少朋（2017）[5]進(jìn)一步研究發(fā)現(xiàn)，農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化之間不僅是相互影響，這種影響關(guān)聯(lián)還會(huì)隨著時(shí)間動(dòng)態(tài)變化：農(nóng)村金融發(fā)展水平對農(nóng)業(yè)現(xiàn)代化的積極影響在初期時(shí)較為顯著，但經(jīng)過長期發(fā)展，兩者之間的促進(jìn)關(guān)系發(fā)生互換，變?yōu)檗r(nóng)業(yè)現(xiàn)代化對農(nóng)村金融發(fā)展水平具有顯著影響。申思敏和孫建光（2019）[6]將研究視角聚焦河北省農(nóng)村金融發(fā)展水平對其農(nóng)業(yè)現(xiàn)代化發(fā)展的具體影響，認(rèn)為農(nóng)村金融的發(fā)展可能會(huì)反向阻礙農(nóng)業(yè)現(xiàn)代化，但這種阻礙不是一成不變，它會(huì)隨著時(shí)間的增加逐漸變?yōu)檎虻睦瓌?dòng)。

三是認(rèn)為農(nóng)村金融發(fā)展在一定程度上也會(huì)抑制農(nóng)業(yè)現(xiàn)代化。孟守衛(wèi)（2019）[7]在分析農(nóng)村金融市場結(jié)構(gòu)、技術(shù)創(chuàng)新和農(nóng)業(yè)增長之間的關(guān)系時(shí)發(fā)現(xiàn)，壟斷性較高的農(nóng)村金融市場結(jié)構(gòu)不利于農(nóng)業(yè)持續(xù)增長，農(nóng)村金融發(fā)展規(guī)模、技術(shù)創(chuàng)新和對外開放水平對農(nóng)業(yè)經(jīng)濟(jì)增長存在一定負(fù)面影響。石滿珍等（2021）[8]也認(rèn)為，由于農(nóng)村金融處于初級階段、機(jī)制不完善和農(nóng)村資本的流出等原因，在全國范圍內(nèi)農(nóng)村金融的發(fā)展規(guī)模在一定程度上會(huì)阻礙農(nóng)業(yè)現(xiàn)代化建設(shè)。

現(xiàn)有研究表明農(nóng)村金融發(fā)展水平會(huì)對農(nóng)業(yè)現(xiàn)代化建設(shè)產(chǎn)生影響，這種影響由于研究區(qū)域、方法等條件限制，也會(huì)呈現(xiàn)出一定差異?？v覽文獻(xiàn)，目前研究多集中在中部和東部等糧食主產(chǎn)區(qū)，較少有關(guān)注西南山區(qū)等省份農(nóng)村金融對農(nóng)業(yè)現(xiàn)代化的影響，且對兩者之間協(xié)同關(guān)系的研究并不多見。綜上所述，文章從空間上聚焦西南典型山區(qū)省份—貴州省，探究農(nóng)村金融發(fā)展水平對農(nóng)業(yè)現(xiàn)代化建設(shè)的影響，并從耦合協(xié)調(diào)視角辨析兩者之間的互動(dòng)發(fā)展關(guān)系，為助力西南山區(qū)農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化高質(zhì)量發(fā)展提供研究思路和參考建議。

三、研究方法及變量分析

（一）數(shù)據(jù)來源

本文選取貴州省2010—2020 年有關(guān)數(shù)據(jù)，均來源于2010—2021 年《貴州統(tǒng)計(jì)年鑒》《中國金融年鑒》《貴州省金融運(yùn)行報(bào)告》等，根據(jù)研究目的篩選整理得到。

（二）因子分析法

因子分析法的邏輯是將眾多錯(cuò)綜復(fù)雜的指標(biāo)或變量降維，歸結(jié)成幾個(gè)較少的綜合因子從而反應(yīng)原始資料的大部分信息。因子分析法的優(yōu)點(diǎn)在于：第一它通過找出共同因子減少分析變量的個(gè)數(shù)，化簡數(shù)據(jù)；第二它不存在主觀因素的干擾，客觀性較強(qiáng)；第三它通過旋轉(zhuǎn)使得因子變量更具有可解釋性，命名清晰性高。

（三）變量選取與說明

1.貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的測量指標(biāo)。根據(jù)農(nóng)業(yè)現(xiàn)代化發(fā)展水平測度指標(biāo)的現(xiàn)有研究成果[9-10]，文章選擇了4 個(gè)測量維度，建立4 個(gè)一級指標(biāo)和7個(gè)二級指標(biāo)的農(nóng)業(yè)現(xiàn)代化綜合評價(jià)指標(biāo)體系，如表1 所示。

表1 貴州省農(nóng)業(yè)現(xiàn)代化綜合評價(jià)指標(biāo)體系

2.貴州省農(nóng)村金融發(fā)展水平的測量指標(biāo)。通過查閱不同文獻(xiàn)關(guān)于農(nóng)村金融發(fā)展水平測量指標(biāo)的選取[11-12]，最終確定4 個(gè)能夠衡量農(nóng)村金融發(fā)展水平且具有代表性的指標(biāo)（見表2），其中“農(nóng)村金融機(jī)構(gòu)從業(yè)人員數(shù)”包括“小型農(nóng)村金融機(jī)構(gòu)①從業(yè)人員數(shù)”和“新型農(nóng)村金融機(jī)構(gòu)②從業(yè)人員數(shù)”。

表2 貴州省農(nóng)村金融發(fā)展水平衡量指標(biāo)

四、實(shí)證結(jié)果與分析

（一）貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平測算分析

首先，進(jìn)行KMO 和Bartlett 球形度檢驗(yàn)判斷所選數(shù)據(jù)是否滿足因子分析的前提要求。根據(jù)表3 結(jié)果顯示，KMO 值為0.784，處于0.7～0.8 之間，符合做因子分析的條件；且通過Bartlett 球形度檢驗(yàn)（p<0.05），意味著所選數(shù)據(jù)適合用于因子分析研究。

表3 KMO 和Bartlett 的檢驗(yàn)

其次，經(jīng)過來回多次比對并結(jié)合碎石圖分析，文章選取3 個(gè)因子（分別命名為A、B、C 維度）得到的結(jié)果最佳，較為符合實(shí)際。接下來使用最大方差旋轉(zhuǎn)法探究因子和指標(biāo)之間的對應(yīng)關(guān)系，在進(jìn)行第一次分析時(shí)發(fā)現(xiàn)，“單位面積糧食產(chǎn)量”對應(yīng)的因子載荷系數(shù)絕對值小于0.4，因此將該指標(biāo)刪除后進(jìn)行二次分析，此時(shí)發(fā)現(xiàn)所有指標(biāo)對應(yīng)的共同度值均高于0.4，說明因子對于指標(biāo)的信息提取情況較好，兩者之間關(guān)聯(lián)性較強(qiáng)。進(jìn)一步分析可知，3 個(gè)因子旋轉(zhuǎn)后的方差解釋率分別為35.323%、33.756%、30.285%，信息提取量分布較為均勻；而3 個(gè)因子的累計(jì)方差解釋率為99.364%，方差解釋率越大說明解釋能力越強(qiáng)，越能體現(xiàn)原始指標(biāo)的關(guān)鍵影響因素，提取的因子越有效。綜合以上分析表明，本次因子分析結(jié)果良好。

最后，根據(jù)成分得分系數(shù)矩陣得到3 個(gè)因子的因子得分函數(shù)的表達(dá)式為：

下面計(jì)算各因子的綜合得分，由旋轉(zhuǎn)后方差解釋率與因子得分乘積后累加計(jì)算得到。權(quán)數(shù)由3 個(gè)主因子旋轉(zhuǎn)方差解釋率占累計(jì)方差解釋率的比例確定，可得出各年份的因子綜合得分，計(jì)算公式為：

將各因子得分代入（*）式，即可得到貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分情況。如表4 所示，2010—2020 年貴州省農(nóng)業(yè)現(xiàn)代化水平綜合得分逐年上升，并且在2015 年后由負(fù)轉(zhuǎn)正，說明貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平在不斷提升。

表4 貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平因子得分和綜合得分

（二）貴州省農(nóng)村金融發(fā)展水平綜合分析

按照相同的方法對農(nóng)村金融發(fā)展水平的4 個(gè)指標(biāo)進(jìn)行因子分析，并且使用最大方差旋轉(zhuǎn)法進(jìn)行旋轉(zhuǎn)。分析得出所選數(shù)據(jù)均通過KMO 測試和巴特球形檢驗(yàn)（p=0.002<0.05），可以進(jìn)行因子降維處理。結(jié)合因子提取信息情況以及通過碎石圖輔助判斷因子個(gè)數(shù)，綜合權(quán)衡得出一共提取2 個(gè)因子（記為D、E維度）。2 個(gè)因子旋轉(zhuǎn)后的方差解釋率分別為48.258%和34.756%，累計(jì)方差解釋率為83.014%，累計(jì)方差解釋率較大且信息提取量分布較為均勻，綜合說明本次因子分析效果較好。

由以上分析結(jié)果可以得到構(gòu)成貴州省農(nóng)村金融發(fā)展水平的兩因子得分函數(shù)表達(dá)式為：

并得到各年份的因子綜合得分計(jì)算公式為：

最終確定貴州省農(nóng)村金融發(fā)展水平度量模型為：

將各因子得分代入上式，所得到的即為貴州省農(nóng)村金融發(fā)展水平綜合得分（見表5）。

表5 貴州省農(nóng)村金融發(fā)展水平因子得分和綜合得分

（三）貴州省農(nóng)村金融發(fā)展對農(nóng)業(yè)現(xiàn)代化影響關(guān)系分析

運(yùn)用線性回歸分析進(jìn)一步研究貴州省農(nóng)村金融對農(nóng)業(yè)現(xiàn)代化的影響（見表6），以CSf為自變量，CSa為因變量，得到：

表6 線性回歸分析結(jié)果

該模型的F=13.429，p=0.005<0.05，通過了F檢驗(yàn)，說明研究模型具有意義，CSf一定會(huì)對CSa產(chǎn)生影響關(guān)系。模型R2值為0.599，意味著CSf可以解釋CSa的59.9%變化原因。具體分析可知：CSf的回歸系數(shù)值為0.625（t=3.665，p=0.005<0.01）且大于0，意味著農(nóng)業(yè)現(xiàn)代化綜合得分會(huì)隨金融發(fā)展水平綜合得分正向變動(dòng)，提高貴州省農(nóng)村金融發(fā)展水平能夠促進(jìn)農(nóng)業(yè)現(xiàn)代化進(jìn)程。

（四）貴州省農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平耦合關(guān)系情況

為探析貴州省農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平的相互作用影響以及動(dòng)態(tài)關(guān)聯(lián)關(guān)系，文章運(yùn)用耦合協(xié)調(diào)度模型對兩者進(jìn)行分析。

首先針對分析項(xiàng)進(jìn)行區(qū)間化處理，區(qū)間化處理公式為：

其中，b為0.99，a為0.01，Max 和Min 分別表示某項(xiàng)對應(yīng)的最大值和最小值。區(qū)間化處理后數(shù)據(jù)全部均介于0～1 之間，接著使用處理后的數(shù)據(jù)進(jìn)行正式的耦合協(xié)調(diào)度研究。

針對貴州省2010—2021 年共11 年的農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平得分進(jìn)行耦合協(xié)調(diào)度分析。從表7 中可以看到，隨著年份的變化耦合協(xié)調(diào)度D值越大，協(xié)調(diào)程度逐漸變好，從嚴(yán)重失調(diào)到優(yōu)質(zhì)協(xié)調(diào)，且在2019 年和2020 年處于高水平的協(xié)調(diào)耦合狀態(tài)，說明貴州省的農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化友好發(fā)展水平度逐年提高，兩者協(xié)同發(fā)展在高水平上相互促進(jìn)。

五、結(jié)論與建議

（一）研究結(jié)論

文章基于貴州省2010—2020 年的統(tǒng)計(jì)數(shù)據(jù)，對貴州省農(nóng)村金融水平與農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)：（1）貴州省農(nóng)村金融發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平綜合得分逐年提升，顯示貴州省近十年來農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化發(fā)展穩(wěn)步向前。（2）農(nóng)村金融發(fā)展水平能夠促進(jìn)農(nóng)業(yè)現(xiàn)代化建設(shè)進(jìn)程，提高農(nóng)村金融發(fā)展水平可以帶動(dòng)農(nóng)業(yè)現(xiàn)代化發(fā)展。（3）兩者之間的協(xié)調(diào)程度隨著時(shí)間變化從嚴(yán)重失調(diào)到優(yōu)質(zhì)協(xié)調(diào)，最終處于高水平的協(xié)調(diào)耦合狀態(tài)，說明貴州省的農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化協(xié)同發(fā)展水平近年來不斷提高，兩者友好發(fā)展并在高水平上相互促進(jìn)。

（二）政策建議

1.充分發(fā)揮農(nóng)村金融功能，為農(nóng)業(yè)現(xiàn)代化賦能。目前貴州省正處于鞏固脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接的關(guān)鍵時(shí)期，應(yīng)充分發(fā)揮好農(nóng)村金融“為農(nóng)助農(nóng)”的功能，努力補(bǔ)齊三農(nóng)金融服務(wù)短板，持續(xù)優(yōu)化信貸支持結(jié)構(gòu)，加大對農(nóng)業(yè)現(xiàn)代化建設(shè)資金供給，全力支持貴州省在鄉(xiāng)村振興上起好步、開新局。聚焦以金融支持賦能農(nóng)業(yè)現(xiàn)代化，強(qiáng)化對貴州省12個(gè)農(nóng)業(yè)特色優(yōu)勢產(chǎn)業(yè)發(fā)展的金融支持力度；積極提高農(nóng)村地區(qū)金融服務(wù)質(zhì)量，推動(dòng)部署數(shù)字普惠金融區(qū)域建設(shè)，探索適合農(nóng)村主體的數(shù)字金融服務(wù)模式。

2.豐富農(nóng)村金融資源供給，為鄉(xiāng)村振興注入金融活水。鄉(xiāng)村振興戰(zhàn)略的有效實(shí)施拉動(dòng)了貴州省農(nóng)村金融的需求增長，也擴(kuò)大了農(nóng)村金融資源的供給缺口。因此需增加農(nóng)村金融機(jī)構(gòu)服務(wù)網(wǎng)點(diǎn)和從業(yè)人員數(shù)量，擴(kuò)大農(nóng)村金融覆蓋面積，重點(diǎn)聚焦鞏固脫貧攻堅(jiān)成果、農(nóng)業(yè)經(jīng)營主體、農(nóng)業(yè)現(xiàn)代化等三農(nóng)重點(diǎn)領(lǐng)域的金融支持。此外，也需注重農(nóng)村金融資源供給質(zhì)量，加大農(nóng)村金融機(jī)構(gòu)政策扶持力度，培育和引進(jìn)高水平金融從業(yè)人員到基層工作；充分考慮農(nóng)業(yè)生產(chǎn)和農(nóng)村建設(shè)進(jìn)程的時(shí)間特性，提供針對性的涉農(nóng)金融貸款期限。

3.構(gòu)建農(nóng)村金融服務(wù)農(nóng)業(yè)現(xiàn)代化發(fā)展機(jī)制，提升兩者協(xié)同發(fā)展水平。根據(jù)貴州省實(shí)際情況建立農(nóng)村金融服務(wù)農(nóng)業(yè)現(xiàn)代化高質(zhì)量發(fā)展機(jī)制，推動(dòng)農(nóng)村金融快速穩(wěn)定發(fā)展，同時(shí)提高農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展。明晰農(nóng)村金融服務(wù)于促進(jìn)農(nóng)村分工和深化農(nóng)業(yè)產(chǎn)業(yè)的功能定位，走農(nóng)村金融與農(nóng)業(yè)現(xiàn)代化互動(dòng)發(fā)展之路。完善農(nóng)村金融創(chuàng)新機(jī)制，夯實(shí)農(nóng)村金融創(chuàng)新載體，以金融產(chǎn)品、金融服務(wù)、金融科技為抓手，切實(shí)發(fā)揮農(nóng)村金融服務(wù)農(nóng)業(yè)現(xiàn)代化發(fā)展作用，進(jìn)一步加強(qiáng)兩者之間的互動(dòng)性和聯(lián)動(dòng)性。