杜欣怡 张恩英

【摘要】近年来，凭借着金融改革的浪潮，大数据技术广受各类金融机构的热捧并逐渐在经济应用中发挥着越来越重要的作用。依靠较低的展业成本和审查成本，大数据技术能够缓解农业融资中信息不对称问题，推动农业金融的发展。鉴于此，文章基于2012—2019年黑龙江省际数据，运用熵值法拟合大数据发展指数，并通过实证分析论证了大数据发展情况对当地农业融资的影响。研究发现：大数据技术对农业融资起到正向促进的作用。当大数据发展指数增长1%，黑龙江省农业融资额能够增长1.222%。最后，文章针对利用大数据技术推动农业金融发展提出了若干建议。

【关键词】大数据；农业融资；黑龙江省

【中图分类号】F038.1

一、研究背景

从“苏湖熟，天下足”到如今“东北熟，天下福”，东北地区已经成为我国的粮食主产区。过去，黑龙江省利用深厚的工业基础实现了农业机械化。现如今，大数据技术逐渐成为助推我国农业转型的新动能，其以大量、高速、多样、低价值密度、真实为特点的数据集合，帮助农民从中获取所需信息以服务农业生产活动[1]，而这一转变，不仅提高了农业生产效率，更提高了农业融资效率。国家层面也十分重视大数据技术在农业领域的应用与推广，并相继颁布了《国务院关于印发促进大数据发展行动纲要的通知》等重要政策文件，通过统筹数据资源，加快农业农村大数据开放共享和综合利用，逐步深化大数据技术在农业融资领域中的作用。

基于此，本文重点研究了黑龙江省大数据发展对其农业融资的影响，并分析背后的经济机理。本文的边际贡献在于：一方面，选取2012—2019年间黑龙江省农业及大数据发展的相关数据，并将大数据技术应用到农业融资领域；另一方面，为传统农业转型提供了新思路。

二、文献综述

关于农业融资问题，我国诸多学者已在不同角度进行了大量的研究。白丹（2020）[2]认为，为了缓解农民融资难的问题，在金融科技改革的浪潮下，应该创新小额信贷保险机制。保险公司在黑龙江省开展小额信贷保险业务，截至2020年项目启动贷款总额达5200万元，在一定程度上帮助农户解决了贷款难问题。王未（2021）[3]通过研究创新出互联网平台融资模式，使得金融机构能够充分了解借款人的信息，并能够确认交易的真实性，进而直接贷款给农户。该融资模式省去了不少流程，提高了农户融资效率。林悦和孙素梅（2019）[4]借助区块链技术的特点将其运用在农业金融领域，利用其分布式储存的特点，将与农业融资的所有数据信息相互连接，实现信息共享，完善了农业融资方式。田剑英（2019）[5]通过对农业金融领域的典型案例进行研究，提出要加强农地产权制度改革、完善产权评估机制和利用大数据技术对农业农村产权交易平台进行标准化等对策建议。张楚雯、胡育蓉（2017）[6]提出应用大数据技术对农业农村小额信贷模式进行创新，农户向小额贷款公司提出贷款申请后，利用大数据技术搜集农户的经营历史、财务等信用信息并进行信用评估，从而决定是否对其进行放贷服务，若成功放贷，后期则通过电子商务平台对其进行实时管控。

综上所述，为了缓解黑龙江省农业融资领域的问题，学者主要从政策改革、制度创新、“区块链”“互联网”等方面进行分析與研究，但并未找到解决农业融资问题的根本途径。因此，应该注重科学技术在金融领域的应用，进一步的运用“大数据技术”，找到能够从根源上解决农业融资问题的方法。

三、研究设计

（一）变量说明

1.被解释变量

黑龙江省农业融资额（AGF）。本文选用农业融资额衡量黑龙江省农业融资水平，其中农业融资额=黑龙江省财政支农金额+黑龙江省涉农信贷。农业融资渠道通常有财政转移支付、金融机构贷款、股权融资和民间小额贷款，而目前黑龙江省仅有4家农业上市企业，其数据不具有代表性，同时民间小额贷款较为隐蔽，不易观测。在我国信贷型金融体系下，信贷融资是农业资金的主要来源，因此本文选取黑龙江省农业融资额作为反映农业融资情况的代理变量，不失一般性。

2.解释变量

黑龙江省大数据发展指数（BDI）。大数据发展指数是对一地数据基础设施、数据技术人才、数据客户等多维度的综合评估，能够反应大数据的发展水平。本文参考蒋卓（2021）做法，采用熵值法拟合互联网带宽接入端口量、互联网宽带接入用户量、农村宽带接入用户量和软件业务收入计算出黑龙江省大数据发展指数，具体做法如下：

第一步：选取2012—2019年8个年份，互联网带宽接入端口等4个指标的数据，Xij为第i年第j个指标的数据（i=1，2，…8；j=1，2，3，4）。

第二步：归一化处理。针对不同的指标，各单位存在不一致，因此进行标准化处理，处理方法为：

正向指标：

3.控制变量

本文参考白丹（2021）做法，选取农业生产总值（GVAP）、农村居民人均可支配收入（RCDIORR）、农林牧渔业城镇单位就业人员工资总额（TW）、农业从业人员数量（AE）作为控制变量，为了消除基数效应，对所有变量取对数处理。

（二）数据来源

大数据是近些年兴起的概念与产业，尚处于发展早期，因此本文选取较晚的2012—2019年作为研究的时间区间，并以黑龙江省作为研究样本。其中，黑龙江省农业融资额由财政支农额和涉农信贷构成，其数据分别来源于《黑龙江统计年鉴》与中国人民银行黑龙江省分行；大数据发展指数通过拟合多个指标而成，数据来源于中经网和EPS数据库；其余变量均来源于国家统计局。

（三）模型设计

为研究黑龙江省大数据发展对农业融资的领域影响，本文构建了如下模型：

其中：AGFt表示第t年黑龙江省农业融资额，BDIt表示第t年黑龙江省大数据发展指数，Controlst表示一系列控制变量，εt表示随机误差项。β为各项指标的系数，β若为正值，说明大数据发展将会对农业融资产生正向效应，反之为阻碍作用。

四、实证分析

（一）平稳性检验

1.ADF检验

本文采用的是时间序列，为了避免伪回归，首先对数据进行平稳性检验。一个平稳的数据组其数据结构并不会因时间变化而发生改变；而非平稳的数据组，在不同的时间段内可能一直处于持续上升或下降的过程，偏离其均值。因此本文采用ADF检验，结果如表1所示。由表1可知，在10%的置信水平下，所有变量经过二阶差分后均平稳。

2.协整检验

参考相关文献，本文选用多变量的EG两步法进行协整检验。首先，对lnAGF与lnBDI、lnGVAP、lnPCDIORR、lnTW、lnAE进行回归，得到残差项et。接下来对模型的残差进行平稳性检验，检验结果如表2。由检验结果可以看出，残差的ADF值均小于1%置信水平下的临界值，因此能够拒绝原假设，表明模型的残差项是稳定的。据此可以判断，黑龙江省大数据发展指数（BDI）和黑龙江省农业融资额（AGF）之间具有长期均衡关系。

（二）黑龙江省大数据发展指数与农业融资的回归结果

表3报告了模型的参数估计结果。从回归结果来看，R2为0.993，说明该回归模型能够解释99.3%的变动情况，具有良好的拟合优度。F=200.586，其对应P值为0.005，因此可以拒绝原假设，推断出解释变量与被解释变量在整体上具有显著的线性正相关关系。此外，各解释变量在10%的置信水平下均显著。

由表3可知，大数据发展指数BDI的系数为1.222，这意味着当黑龙江省大数据发展指数每增长1%，将会推动黑龙江省农业信贷额增长1.222%。究其原因，一方面，大数据的发展能够显著降低金融机构的风险水平，加快合规审查，金融机构通过大数据技术能够广泛收集到借款农民的历史信息，进而对其资产状况和信用状况做出更为精准的评估，减少信贷违约和坏账比率，提高金融机构放贷的积极性。另一方面，大数据技术显著降低了金融机构的边际成本，增强了其规模效应。以往金融机构对农户援助贷款，往往需要承担较高的审查成本，而大数据技术的投入使得金融机构能够在系统中快速做出判断，显著降低了其边际贷款成本，改善了农业融资的局面，从而进一步推动农业经济的发展。

五、結论与政策建议

（一）结论

近年来，金融科技的浪潮促进了农业融资效率的提高，其中大数据技术作为新兴技术的领跑者为农业融资领域开创了新局面。本文基于2012—2019年黑龙江省数据，实证分析了大数据发展状况对黑龙江省农业融资的影响。回归结果显示，大数据发展指数的增长能够显著提高黑龙江省农业融资水平。从回归系数可以看出，当大数据发展指数增长1%时，农业融资额会增长1.222%。可见大数据技术的发展能够促使农业融资额增加，进而助推农业经济高质量发展。

究其原因，本文认为：一方面，大数据技术的应用与普及提高了金融机构对农户借款需求和信用水平评估的准确性，显著降低了信息不对称带来的逆向选择与道德风险问题。依托大数据技术，金融机构能够精准识别确有贷款需求且信用水平良好的借款群体，缩减了定位与评估成本，且大大增加了贷出款项收回的可能，降低了借贷风险。由此金融机构放贷意愿提高，进而其服务门槛降低，丰富了农民等融资相对困难群体的资金来源。另一方面，数字化的评估工具降低了金融机构的边际信贷成本，削弱了银行等部门客户信息搜集成本，提高了其向农民贷款的积极性，进而降低金融服务门槛，进一步为农民融资提供了保障。因此，大数据技术凭借自身技术优势，提高了农民获得贷款的可能性，丰富了农民进行农业融资的资金来源。而农民作为农业领域内主力部分，其资金需求得到满足，将会大大提高农业融资水平，进而助推农业经济的发展进步。

（二）政策建议

基于上述结论，为改善黑龙江省农业融资局面，进而推动农业经济发展提出以下五点建议：

第一，将大数据进一步应用于农业融资领域。大数据技术能够通过收集整理多种类型的数据信息，快速分析贷款人是否符合贷款资质，并对其还款能力等进行预测。若符合资质，则发放线上贷款，能够切实地提高融资效率。同时，利用大数据技术分析各类交易数据，智能评估企业是否能够提高贷款服务，进而降低不良贷款率。

第二，完善大数据平台，强化数据基础。大数据技术助力农业融资的前提与关键就在于数据基础。要充分利用线上渠道搜集真实、可靠的数据信息。[8]同时，应该积极开拓与电商平台、政府机关、金融平台等外部主体的合作，拓宽数据来源。要完善大数据平台的建设，提高其搜集、整理、分析数据的能力，加强其安全与风险管理，并制定有针对性的风险控制政策，设立警戒线。

第三，依托区位优势，借鉴其他省份大数据发展经验。黑龙江省作为早期工业建设重点，基础设施建设情况较为优越，在此基础上政府应凭借其工业技术优势，借鉴大数据发展迅速省份的有效经验交流，加大资金投入力度，进一步引入先进技术以提高数据处理效率。

第四，提高农业从业人员的专业素养，加强人才交流与培训。将大数据技术融入农业融资领域，需要大量精通计算机算法与农业知识的复合型人才。但目前黑龙江省农民对大数据等新技术认识不充分，因此应该专门组织培训，让越来越多的农民了解大数据技术，增强农民的创新意识，提高农业从业人员的专业素养。

第五，探索农业领域技术问题，助推大数据与农业相融合。目前，黑龙江省政府积极推动传统农业转型，引入了物联网、区块链等新技术加速其转型进程。在此基础上，应大力发展大数据农业，创新农产品耕种、实时监测、成熟期预测及精准销售等理念，进一步实现大数据技术与农业领域的融合发展。

主要参考文献：

[1]大数据概念与发展[J].中国科技术语，2017，19（4）：43-50.

[2]白丹.黑龙江省农业金融服务创新研究[J].经济研究导刊，2020（26）：120-121.

[3]王未.基于互联网大数据的农产品供应链融资模式研究[J].物流工程与管理，2021，43（3）：95-97.

[4]林悦，孙素梅.区块链技术下订单农业融资模式创新研究[J].大庆师范学院学报，2019，39（4）：57-64.

[5]田剑英.农地金融支持农业规模化经营的模式与机理[J].农村经济，2019（8）：68-78.

[6]张楚雯，胡育蓉.“互联网金融+农业”的运作模式研究[J].商场现代化，2017（21）：157-160.

[7]黄薰好，王惠，郝思敏等.我国外汇储备规模的影响因素分析：基于协整检验和误差修正模型实证研究[J].商场现代化，2019（6）：168-171.

[8]汤敏.大数据背景下商业银行风险管理战略研究[J].海南金融2017（8）：4-8.