□潘 毅

（云南民族大学经济学院 云南 昆明 650031）

党的十九大报告提出实施乡村振兴战略，加快推进我国农业农村现代化。实施乡村振兴战略的关键是有效发展农业经济。农业发展需要大量资金投入，尽管有政府财政作为保障，但仍有较大的资金缺口，限制了农业经济发展，这就需要金融市场对农业经济提供帮助[1-3]。

农村金融体系是农业经济发展的重要助力。农村金融体系越完善，则农村金融发展规模越大，资金运用效率越高，资源配置功能越容易实现。农村金融机构能将农村空闲资金有效转移到需要的农业项目上，提高农村资金使用效率，带动当地农业发展。农业经济良好发展能带来充足的回报率，吸引资金进入，促进农村金融发展，与农村金融产生良性互动。

目前，我国农村金融体系还不健全，农村金融资金需求难以满足[4-5]。为了追求高利润，正规金融机构很少将贷款发放给见效慢、回报低的农业项目。农业项目“贷款难”问题一直存在，严重阻碍了农业经济发展。以信用社以及非正规金融机构为代表的地方金融机构在农村金融体系中占重要地位，但是地方金融机构存在自身信用程度不够、不良资产处置不及时等问题，导致地方金融机构发展面临问题，对农业经济的支持力度不够。同时，我国农村地区农业经济发展落后也导致地方金融体系发展不均衡、不充分等问题。

1 文献综述

国内外对农村金融与农业经济的研究主要侧重在两方面。

第一，研究农村金融发展是否对农业经济增长起到了作用。Goldsmith（1969）[6]、McKinnon（1973）[7]和Shaw（1973）认为，金融在农业经济发展中有十分重要的作用。Krugman（1999）[8]认为，农业金融市场不完善会对农业经济起到抑制效果。王丹和张懿（2006）[9]利用误差修正模型（ECM）实证检验了安徽省农村金融发展与农业经济增长的互动关系，认为农村金融发展会促进农业经济增长。曹协和（2008）[10]利用VAR 模型研究的结果显示，农村金融发展短期能够显著促进农业经济增长，但长期效果不明显。

第二，将农村金融发展指标细化，探索农村金融发展规模、效率和结构对农业经济增长的影响。陈文俊（2011）[11]利用VAR 模型研究发现，农村金融发展规模是促进农业经济增长的主要原因之一。严太华和曹小春（2011）[12]将农村金融发展分为农村金融相关率、资本边际产出率和储蓄率，并运用Pagano 模型对四川省农村金融发展与农业经济增长进行实证分析，研究显示储蓄率与农业经济增长呈负相关关系，其余呈正相关关系。禹跃军和王菁华（2011）[13]利用1978—2010 年的时间序列数据，运用VAR 模型研究农村金融规模、效率、结构与农业经济增长的关系，结果显示农村金融发展有助于农业经济增长，但是农村金融发展滞后于农业经济增长。温红梅和朱伟真（2018）[14]运用空间计量的方法，探究了农村金融规模、结构以及效率对农业经济增长的作用。

目前国内外相关研究中，探究金融发展对农业经济的影响较多，而对农业经济发展是否带动了农村金融机构发展的研究较少。优质的农村金融机构可以助力农业经济良好发展，发展良好的农业经济可以给农村金融机构带来稳定的回报，两者相辅相成。因此，研究农村金融机构与农业经济的互动关系有重要的现实意义。

2 实证分析

基于VAR 模型，利用我国2000—2018 年农村金融和农业经济的数据，先进行稳定性检验，分析数据是否存在长期均衡关系；然后建立VAR 模型，通过协整检验和格兰杰因果检验，分析农村金融发展与农业经济增长之间的关系。

2.1 指标选取和数据来源

为了揭示农村金融发展与农村经济增长之间的关系，选取第一产业增加值衡量农业经济增长。为了分析农村金融发展，建立了3 个衡量农村金融发展的指标，即农村金融发展规模、农村金融发展效率和农村金融发展结构。

2.1.1 指标选取

农村金融发展规模（FIR）。我国通过使用金融相关率来衡量金融发展规模，用农村存款与农业生产总值的比值来表示。

农村金融发展效率（FE）。在农村金融发展过程中，金融机构能将农村存款转化为农村贷款的效率，优化资源配置，将存款转化为贷款，以促进农村经济增长。本研究使用农村贷款与农村存款之比来表示农村金融发展效率。

农村金融发展结构（JG）。根据农村经济的分类标准，将农业经济划分为农业产业和非农业产业。其中，农业产业主要指农林牧渔产业。可以将用于农林牧渔产业的贷款代表农村金融中支持农业经济的部分，即用农林牧渔贷款与农村贷款的比值代表农村金融发展结构。

农业经济增长（RGDP）。经济增长一般采用人均GDP 和GDP 增长率两种度量方式。由于农村人口农业从业人员数量难以确定，因此采用第一产业增加值来衡量农业经济增长。

2.1.2 数据来源

农业经济增长RGDP：选取第一产业增加值衡量名义农业GDP，数据来源于中国金融统计年鉴。1978—2020 年GDP 平减指数数据来源于前瞻数据库，运用公式（1）计算得到各年实际农业GDP。

农村贷款：2000—2018 年农村贷款为县及县以下区域的农村贷款，数据来源于国泰安数据库。

农林牧渔贷款：2000—2018 年农林牧渔贷款为县及县以下农村贷款中涉农产业贷款，数据来源于国泰安数据库。

农村存款：2000—2018 年农村存款为正规金融机构农业存款与县及县以下农民储蓄存款之和。

2.2 模型构建

由于中国农村样本数据难以观察且样本数量有限，没有足够的样本支撑复杂模型。因此大部分学者会根据总生产函数给出能够反映资本和经济产出关系的生产函数，即公式（2）。

其中，Y代表总产出水平，K代表资本总投入，L代表劳动力。

由于研究的是农业经济增长与农村金融发展之间的关系，将Y变成农业经济增长RGDP，将资本K变为农村金融发展F，由此上式可演变为公式（3）。

式中：RGDP 表示农业经济发展，F代表农村金融发展水平。

选取农村金融发展规模、农村金融发展效率和农村金融结构3 个指标衡量农村金融发展水平，由此上式演变为公式（4）。

将原始数据取对数，可以使数据更加平稳并使趋势线性化，而协整关系不会因数据取对数而改变，由此上式演变为公式（5）。

2.3 实证分析

2.3.1 描述性统计

样本数据描述性统计，如表1 所示。

表1 样本数据描述性统计

2.3.2 单位根检验

单位根检验结果如表2 所示。根据LNRGDP、LNFIR、LNFE、LNJG 的水平序列单位根检验结果可知，只有二阶差分序列下ADF 值均小于1%置信水平的临界值。因此，LNRGDP、LNFIR、LNFE、LNJG 之间存在长期均衡关系，可以构建VAR 模型，然后进行协整检验，分析LNRGDP、LNFIR、LNFE、LNJG之间的关系。

表2 单位根检验结果

2.3.3 VAR模型分析

最优滞后期检验结果如表3 所示。根据表3 可知，模型最佳滞后期为4 期，但是由于滞后4 期对小样本数据影响较大，因此选择滞后1 期。构建VAR 模型，利用Stata 16.0 软件分析，可得如下VAR（1）模型的估计结果。

表3 最优滞后期检验结果

其中，可决系数R2为0.998 6，表示模型拟合较好。根据VAR 模型估计结果，LNRGDP 受到前一期的LNRGDP、前一期的LNFIR、前一期的LNFE、前一期的LNJG 的影响。

用AR 单位根图检验VAR 模型的稳定性，运用Stata 16.0 进行分析，结果如图1 所示。由图1 可知，图中各点都处于单位圆内，这表示建立的VAR 模型是稳定的。当模型中变量对其他变量产生冲击时，其他变量会相应作出调整。随着时间推移，冲击效果逐渐减小，模型趋于稳定。因此可以判断，由农村金融发展规模、农村金融发展结构、农村金融发展效率以及农业经济增长构成的模型是稳定的。

2.3.4 协整分析

根据VAR 模型，构建协整检验模型。由于协整检验是用了向量协整约束的VAR 模型，进行协整检验选择的滞后阶数等于无约束VAR 模型的最优滞后阶数减1，因此协整检验的滞后阶数为0。根据表4 的协整检验迹统计量结果可知，在原假设模型没有协整关系的情况下，迹统计量大于5%的临界值，拒绝原假设，即模型不存在协整关系。因此，模型存在协整关系，得到协整方程如下。

表4 协整检验迹统计量检验结果

根据协整关系式，可以得到LNRGDP 和LNFIR存在正的长期均衡关系，在其他条件不变的情况下，LNFIR每上升1%，LNRGDP 上升0.036%；LNRGDP和LNFE存在负的长期均衡关系，在其他条件不变的情况下，LNFE 每上升1%，LNRGDP 下降0.030%；LNRGDP和LNJG 存在正的长期均衡关系，在其他条件不变的情况下，LNJG 每上升1%，LNRGDP 上升0.023%。

2.3.5 格兰杰因果检验

格兰杰因果检验用来检验经济变量之间是否存在数据上的因果关系。研究农村金融发展与农业经济增长的关系时，可以通过格兰杰因果关系检验两者之间是否存在相互因果关系。利用Stata 16.0 操作，得出格兰杰因果检验结果，如表5 所示。

根据表5 可知，LNRGDP 不是LNFIR 的格兰杰原因，LNRGDP 不是LNFE 的格兰杰原因，LNRGDP是LNJG 的格兰杰原因，LNFIR 是LNRGDP 的格兰杰原因，LNFE 是LNRGDP的格兰杰原因，LNJG 是LNRGDP 的格兰杰原因。

表5 格兰杰因果检验结果

2.3.6 脉冲响应函数

前文通过VAR 模型分析了农业经济增长与农村金融发展规模、农村金融发展效率、农村金融发展结构之间的关系，分析了各变量变动对另一个变量的变动趋势影响。为了分析农村金融发展规模、农村金融发展效率、农村金融发展结构的变动对农业经济增长冲击的效果，以及农业经济增长对农村金融发展冲击的效果，运用脉冲响应函数分析变量之间的相互影响关系，结果如图2 所示。根据VAR（1）模型脉冲响应函数分析，得出以下结果。

第一，农村金融发展规模与农业经济增长的关系。农村金融规模在第1 期对农业经济增长有一个正向的冲击，之后有所下降，然后正向冲击逐渐扩大。农业经济增长在第1 期对农村金融规模有了一个负响应，之后逐渐正向影响，最后趋近于0，表明农业经济对农村金融规模的冲击有限。

第二，农村金融发展效率与农业经济增长的关系。农村金融发展效率对农业经济增长一直有负向的冲击，且越来越大，这说明农村金融效率的提高不利于农业经济增长。农业经济增长对农村金融效率在前2 期有一个较小的正向趋势，在2～4 期逐渐变大，随后在4～8 期趋势变缓，逐渐趋向于0，表明农业经济对农村金融规模的冲击有限。

第三，农村金融发展结构与农业经济增长的关系。农村金融结构对农业经济增长在第1 期产生正响应，随后趋势逐渐增大，第4 期达到最大值，第5 期开始正响应趋势减小。农业经济增长对农村金融结构在前4 期有负响应，负响应趋势减小，最后趋于0，表明农业经济对农村金融规模的冲击有限。

3 结论及建议

3.1 结论

基于上述分析可知，RGDP、FIR、FE、JG 之间存在长期协整关系；农村金融规模LNFIR 每上升1%，LNRGDP 上升0.036%；农村金融效率LNFE 每上升1%，LNRGDP 上升0.030%；农村金融结构LNJG 每上升1%，LNRGDP 上升0.023%。

VAR 模型分析结果显示，前一期的RGDP 对当期RGDP 影响最大，前一期的农村金融规模、农村金融效率和农村金融结构对当期农业经济增长存在着不同程度的影响。

格兰杰因果检验结果显示，整体来说，农村金融发展是农业经济增长的格兰杰原因，而农业经济增长不是农村金融发展的格兰杰原因。这表明随着农村金融的发展，农业经济有更多资金，资金配置效率更高，对农业经济增长具有促进作用，而农业经济增长没有促进农村金融的发展。这可能是由以下两方面原因导致的。一方面，农村金融存在自身信用程度不够、不良资产处置不及时、风险高等问题，导致农村金融机构发展面临问题。另一方面，农业经济增长后，资金会流向大城市金融机构和高回报项目，很少回到农村金融体系，这种资金漏出也是农业经济难以回馈给农村金融的原因之一。

3.2 建议

随着我国农村金融体系不断深化改革，各种金融机构不断发展，农业贷款规模扩大，渠道变宽，效率提高，在促进农业经济发展方面发挥了积极作用。然而，农村金融系统存在诸多问题，使得农业经济增长难以回馈给农村金融发展。因此，完善农村金融和农业经济之间的渠道，以促进两者良性发展，成为继续深化金融体制改革和乡村振兴过程中亟待解决的问题。

第一，促进农业经济增长，优化农村金融结构，积极扩展金融业务，引导资源向农村农业项目转移。为避免农业项目融资难、融资贵的问题，政府可采取财政补贴、税收优惠、信贷担保等措施，提高金融机构农业贷款收益，降低农业贷款成本，鼓励金融机构将资金投入农业领域，促进农业经济发展和农村金融结构改善。同时，要推进农村新型金融机构建设和试点，促进农村经济增长。

第二，针对农业经济没有很好地回馈农村金融的问题，应当健全农村金融监管体系，防范农村金融风险，促进农村金融机构平稳、健康发展。应通过相关政策引导，促使农业经济增长后的资金回到农村金融体系中，增加农村金融体系的资金供给量并再次投入农业经济，形成良性互动发展的局面。