马璇 闫建

内容摘要：农村电商的快速发展开辟了农村经济的增长点，为解决“三农”问题提供了新的思路，但发展基础薄弱的客观事实决定了资金是重要的发展限制因素。文章基于灰色关联度理论，对影响农村电商生态系统发展的金融支持变量和其他经济变量进行关联度分析，并在此基础上构建金融支持的VAR模型，实证分析不同金融变量对农村电商生态系统发展的影响程度，为促进农村电商生态系统的健康发展提供金融支持层面的客观依据。

关键词：金融支持 农村电商生态系统 灰色关联度 VAR模型

农村电商生态系统的金融支持作用机制

（一）金融供给层面

首先是农村存量资金的提升，我国农村电商的发展目前处于快速发展阶段，技术、物流等关键要素的发展都对金融支持提出了强烈的需求，金融机构对农村存量资金的积累保障了电商生态建设的资金来源。其次是资金的有效传导和配置，金融机构对农村电商信贷需求项目的审批把关可以促进优质农村电商企业的发展，提升资金的使用效率，并在电商系统与金融机构的融合发展中对电商信息和产业信息进行数据化处理，为制定金融决策提供依据。最后是缓解风险，金融保险机构在农村电商生态系统发展中可以对产业链的不同环节进行风险分担。

（二）物流建设层面

首先，金融支持解决了农村物流发展中的支付结算问题。随着农村道路交通等基础设施建设的不断完善，农村物流发展存在着多种运输配送方式，并覆盖了仓储、配送、包装等众多附加服务，在支付结算方式上也存在资金流通快、流量大等问题。金融支持在支付结算上为农村物流提供了委托收款、信用贷款及便捷支付等渠道，保障了农村物流发展资金的安全性和流动性需求。其次，金融支持为农村物流提供了多元化融资渠道。农村电商发展中的物流需求一般依赖自建物流和三方物流实现，金融支持提供了有效的信贷担保作用。金融机构通过农村联保、实物抵押等方式为农村电商的物流发展提供了有效的融资途径，相比民间借贷大大降低了融资成本，促进了农村物流的良性健康发展。最后，金融支持缓解了农村物流的经营风险。物流发展中的仓储和配送面临交通事故、装卸搬运甚至自然灾害等众多不可预判风险，突发的高损失风险可能导致物流企业直接倒闭，金融支持中的各类保险业务有效的规避了农村物流发展中的风险，为农村物流健康发展提供保障，同时也促进了农村地区金融保险行业的发展。

（三）电商平台和信息化建设层面

电商平台和信息化建设是农村电商生态系统建设的核心环节，直接关系到网购顾客在电商平台交易中的消费便捷性与满意度，而整合农村电商线上线下交易和管理平台需要大量的资金支持。首先，农村电商线上交易平台需要不断提升信息化水平，目前交易成功较高的电商平台基本为自主平台模式，相对合作交易平台模式而言，自主平台模式的投资成本更高，因此对资金的需求更大。其次，农村电商线下交易平台管理对资金需求也十分高，平台管理中的人力成本、技术购买和信息系统维护升级等都需要高效的金融支付实现。综上，金融支持对农村电商生态系统发展中的电商平台和信息化建设具有重要的推动作用。

农村电商生态系统发展中的金融支持实证分析

（一）指标选取与数据来源

农村电商生态系统发展建立在农村电商的基础上，本文通过梳理众多文献（胡愈（2007）、陈治国（2014）、王红柳（2016）等），鉴于样本处理在数据可得性和时间有效性的分析需求，选取农村电商用户数量作为农村电商发展的变量指标，同时也是农村电商生态系统发展的替代变量指标，选取农村财政补贴、农村固定资产投资、金融机构的农业贷款余额和农村贷款余额作为金融支持的变量指标，选取农村居民收入增速、农村居民消费支出增速、农村货物周转量增速、农村人均GDP增速和农业类服务网站增速作为其他经济意义上的影响变量。所有数据来自历年的《中国统计年鉴》、《中国金融年鉴》、《中国电子商务年鉴》和《中国交通年鉴》，时间样本选取2000-2015年数据。

（二）数据处理与关联度计算

数据处理。鉴于指标体系在影响农村电商生态系统发展上存在影响程度差异和不同变量间可能存在的重复计算等原因，本文采取灰色关联度分析方法对农村电商生态系统的影响变量进行无量纲化处理。原始指标处理后的时间序列具体如下：

上式中的 xi（j）表示在j时间节点上的i指标数值，经过初值化处理过的新序列用 yi表示。根据（1）式定义的指标参考序列与比较序列，{y0} 与{yi} 在時间 t上的关联系数可以推导为式（2）：

其中分辨系数用 σ=0.5表示；整体序列第 t时刻的差值表示为 |y0（t）-yi（t）|。

指标的关联度计算。对式（1）原始指标序列初值化处理后代入式（2），通过灰色关联度对影响农村电商生态系统发展的金融支持及其他经济变量因子的相关度和排序如表1所示。

从表1可以看出，本文选取的各指标体系与农村电商生态系统的发展存在差异化的关联性，从高到低关联度排序依次是农村固定资产投资、农业贷款余额、农村居民消费支出增速、农村人均GDP增速、农村财政补贴、农村贷款余额、农村货物周转率增速、农村居民收入增速和农业类服务网站增速。

（三）金融支持因子的VAR分析

模型构建与指标选择。农村电商生态系统发展中的农村财政补贴、农村固定资产投资等变量作为VAR模型的内生变量滞后值，在此函数基础上构建的模型如式（3）。

公式（3）中： yt是m维内生变量列变量； xt是d维外生变量列变量；A1…Ap和 B1…Br是待估计的参数矩阵；p和r分别为内生变量和外生变量的滞后阶期，εr是m维随机扰动项；随机扰动项与生变量列变量和外生变量列变量同期相关，但不能与自身滞后值和模型右边的变量相关。对表1各指标进行一阶差分处理消除多重共线性后选取的金融支持VAR模型指标如下：农村电商用户数量（REC）、农村财政补贴（RFS）、农村固定资产投资（RFI）、农业贷款余额（ATB）、农村贷款余额（RIB）。

ADF单位根检验。为避免“伪回归”现象，Johansen协整检验系统条件下的ADF单位根检验结果如表2所示。

根据表2ADF单位根检验结果，原始序列REC、RFS、RFI、ATB、RIB的临界值为3.9302、2.9657、3.7329、3.0682和4.2104，均大于1%水平下的临界值，表示原始变量数据的不稳定特征。一阶差分序列的ADF单位根检验结果是-2.2118、-1.0824、-1.4025、-0.8703和-2.2044，均小于1%水平下的臨界值拒绝存在单位根假设，说明一阶差分后的序列表现为平稳，因此变量序列REC、RFS、RFI、ATB和RIB服从I（1），同理可以证明REC、RFS、RFI、ATB和RIB服从I（1）；WGDP、CZSR、HWZZ和GDZC服从I（1）。

协整检验和因果检验。ADF单位根检验结果证明农村电商生态系统发展中的REC、RFS、RFI、ATB和RIB序列均服从I（1），各一阶变量的Johansen极大似然估计结果如表3所示。

根据表3 的Trace统计量，不存在协整向量的统计值和最多存在1个协整向量的统计值均大于临界值，在5%显着水平下的临界值拒绝原假设，最多存在2个协整向量的统计量小于临界值，证明接受原假设。在此基础上运用χ2分布方法对各变量序列进行Granger因果检验，来判定其他变量的滞后影响，检验结果如表4所示。

通过表4可以看出，农村电商生态系统的因变量REC拒绝农村财政补贴、农村固定资产投资、金融机构的农业贷款余额和农村贷款余额的原假设，说明农村财政补贴、农村固定资产投资等自变量是影响农村电商生态系统发展的金融支持Granger原因；而自变量农村财政补贴、农村固定资产投资、金融机构的农业贷款余额和农村贷款余额之间的F统计值接受原假设，反应出变量相互之间不存在Granger因果关系。

VAR估计结果。根据前文对指标选取和协整检验后，农村电商生态系统金融支持的VAR模型估计结果如表5所示。

农村电商生态系统的金融支持VAR模型用方程形式表述分别如下：

REC=0.2055×REC（-1）+0.3603×RFI+0.2766×RFS+ 0.2582×ATB+0.1768×RIB

上式可以看出农村固定资产投资、农村财政补贴、农业贷款余额和农村贷款余额均对农村电商生态系统的发展产生正向的金融支持效果。其中，农村固定资产投资的促进效果最好，影响因子为0.3603，反应农村固定资产投资每增加1个单位，为农村电商用户数量带来0.3603个单位的增加，同理农村财政补贴、农业贷款余额和农村贷款余额的金融支持效应分别为0.2766、0.2582和0.1768。金融支持对农村电商生态系统发展的作用从高自低依次是农村固定资产投资、农业贷款余额、农村财政补贴和农村贷款余额，充分反映了农村电商生态系统建设尚处于初期阶段，政府的投资在生态系统发展中占据了主导地位，因此体现在固定资产投资和农村财政补贴的影响因子较大，尤其是农业经济发展相对缓慢的农村地区在进行农村电商发展中对政府的财政扶持依赖程度更大，金融机构对农村电商的信贷支持并没有通过市场经济体制充分发挥出金融支持功能，这也从侧面反映了农村发展中的市场经济体制改革还有待于进一步的深化，以促进金融资源的有效流通和配置。

结论

本文通过分析金融支持对农村电商生态系统的作用机制发现，金融供给、物流建设和电商平台与信息化建设是金融支持的三个层面，其中金融供给层面的作用机制是农村存量资金的提升、资金的传导与配置和缓解风险；物流建设层面的作用机制体现在金融支持解决了农村物流的支付结算、为农村物流提供融资渠道和缓解农村物流经营风险上；在电商平台与信息化建设方面，金融支持为农村电商线上线下交易和管理平台的资源整合提供了资金扶持。实证分析发现，金融支持要素中的固定资产投资、农村财政补贴和农业贷款余额与农村电商生态系统发展的关联度最高，进一步的VAR检验发现农村固定资产投资、农村财政补贴、农业贷款余额和农村贷款余额均对农村电商生态系统的发展产生正向的金融支持效果，尤其是农业经济发展相对缓慢的农村地区对政府的投资依赖程度更大，金融机构对农村电商的信贷支持需要通过农村市场经济体制的深化进一步发挥金融支持功能。

参考文献：

1.洪勇.我国农村电商发展的制约因素与促进政策[J].商业经济研究，2016（2）

2.刘雯.关于电子商务推动我国农村消费市场发展研究[J].农业经济，2015（11）

3.王胜，丁忠兵.农村电商生态系统—一个理论分析框架[J].中国农村观察，2015（4）

4.朱品文.农村电商发展困境及对策分析[J].商业经济研究，2016（5）

5.刘思峰，蔡华杨，英杰，曹颖.灰色关联分析模型研究进展[J].系统工程理论与实践，2013（8）

6.王军，邹广平，石先进.制度变迁对中国经济增长的影响—基于VAR模型的实证研究[J].中国工业经济，2013（6）

7.尹燕，张宇青，周应恒.我国对外贸易依存度与农业经济增长—基于面板误差修正模型和面板VAR的实证分析[J].宏观经济研究，2013（11）