李欣姿 ， 杨淞婷 ， 曲哲霆

（大连海洋大学，辽宁 大连 116023）

农业由于生产周期长、资本回报率低、利润周期长，其社会资本的投入量相较于其他产业来讲处于绝对劣势。在影响农业发展的众多因素中，农业信贷是成本最低、回报率最高的宏观方式之一，也是最直接、最有效的扶持手段之一。本研究旨在采用实证分析的方法，通过柯布-道格拉斯生产函数模型，分析中国农业信贷对农业产值的影响，为我国农业和农业信贷的进一步发展建言献策[1-4]。

1 数据来源和描述性分析

本研究根据《中国统计年鉴》和《中国金融年鉴》，选取2010—2018 年全国农业贷款数据、农业就业人数和全国农业总产值数据，分别作为自变量和因变量，进行分析，如表1 所示。

表1 2010—2018年中国农业信贷余额及农业产值数据表

首先，由上述数据可知，我国每年的农业总产值总体呈现递增趋势，增加总产值达45 816 亿元，平均每年增加5 727 亿元，增加产值的中位数达4 617 亿元，平均数大于中位数，说明数据存在极大值，数据分布呈现左偏态分布。增加的最大值发生于2011 年，较上一年增加了11 073.9 亿元；增加的最小值发生于2017 年，较上一年增加了2 853 亿元。同时，从总体上看，农业总产值每年都在递增，但是每年递增的规模都不同，没有一般规律。这说明我国农业总产值还存在每年产值不稳定的现象。

其次，我国农业信贷余额总体呈现稳步增长趋势，增长总量达16 380.3 亿元，平均每年增长2 047.54 亿元，增加量中位数达1 914.2 亿元。平均数大于中位数，说明数据存在极大值，数据分布呈现左偏态分布。增加最大值发生于2013 年，较上一年增长3 176 亿元；增加最小值发生于2018 年，较上一年增长了711.09亿元。同时，每年农业信贷余额上涨的规模不同，2011—2013 年增速提高，2013—2016年增速放缓，2016—2017 年增速再度提高，至2017年增速降至9年中最低水平。

本研究主要研究农业信贷对农业总产值的影响，因此采用2010—2018 年农业总产值、2010—2018 年农业信贷余额为参考数据。

2 模型设定与检验

本研究主要研究农业信贷与农业总产值的关系，因此选取2010—2018 年的全国农业贷款的数据，令其为K；选取2010—2018 年全国农业总产值的数据，令其为Y；选取2010—2018 年全国农业劳动力人口数据，令其为L。数据来源于《中国金融年鉴》和《中国统计年鉴》。

2.1 制定模型

从理论上来说，农业信贷投入的增加可以促进农业发展，为了实际检验这一影响，引入柯布-道格拉斯生产函数，该函数的一般形式为Y=ALαKβ，本研究中Y 用农业总产值代替，L 用农业劳动力人口代替，K 用农业贷款代替。为了增加数据的平稳性，对这一函数两边取对数，得到：InY=InA+αInK+βInL。其中，A为常数，α和β是参数。

2.2 单位根检验

平稳性是时间序列使用计量经济学进行检验的一个重要前提，本研究采用ADF 检验对有关数据序列的平稳性进行检验。判断标准：ADF 统计量的T值，若小于各显著水平的临界值，则认为序列具有平稳性，否则是非平稳的。具体如表2所示。

表2 各变量平稳性检验结果

根据Eviews10.0 结果，农业总产值、农业劳动力人口以及农业信贷都是平稳的，其中农业信贷是二阶平稳。

2.3 受约束回归检验

柯布-道格拉斯函数的一般形式为Y=AKβ1Lβ2，对方程两边同时取对数，建立不受约束模型In(Y)=A+β1InK+β2InL，同时建立受约束回归模型Y/L=A(K/L)β1，方程两边同时取对数后得到In(Y/L)=A+βIn(K/L)。根据Eviews10.0 结果，得到不受约束模型和受约束模型的残差平方和分别为0.007 983 和0.007 979。经计算F

2.4 回归估计

经过Eviews 计算得到参数估计结果。具体参数估计结果如表3 所示。

表3 参数估计表

根据上表可以得出多元线性回归方程：

通过以上分析可知，劳动力投入和农业信贷都对农业总产值有一定影响，其中农业信贷相比于劳动力人口对农业总产值的影响更大，农业信贷对农业总产出影响非常大。

3 农业信贷的完善措施

3.1 进一步完善农业信贷担保工作

建立和完善农业信贷担保体系，完善农业支持保障体系、深化农村金融改革、构建乡村振兴战略多元投入机制。促进农业优质发展，要按照“政府引导、市场运作、责任共担、风险共管”原则，进一步健全三级金融服务中心组织，充分发挥农担公司的稳定性、广泛性作用，创新合作机制，有效解决农业发展中的资金困难和融资问题，切实把扶贫成果与乡村振兴联系起来[1]。运用财政和社会资本支持农业优质发展，全面推进乡村振兴，意义重大。国家应相应地加大对经济欠发达省份农业信贷的政策支持力度，在利率、额度和期限等方面对涉农贷款项目予以倾斜，增加农业信贷的资金供给，提高农民获得贷款的可能性，满足农民在多方面条件下的信贷资金需求，以实现造血式扶贫，降低贫困再生率，切实发挥农业信贷对农民收入提高的作用[2]。

3.2 重视基层农业经济组织的基础性作用

重点支持家庭农场、大型农户、农民合作社、农业社会化服务组织、中小企业等规模适度的农业经营主体以及农村集体经济组织产业，优先支持县级以上农民合作社示范社和示范家庭农场。适度支持农业产业化，支持影响范围广、实力强大、与农民利益密切相关的企业。

3.3 规范农业信贷工作流程

3.3.1建立标准操作流程

创建项目库。农业农村服务部门要依托省农业农村厅搭建的全省农业适度规模经营主体信息平台，配合县金融服务中心，结合农信担保工作，建立项目库，做好动态信息管理等工作。需要筹措资金的项目由农业担保公司与主管银行金融机构共同执行。

贷款审查和批准。银行业金融机构和农业担保公司要充分运用信息技术和智能手段，对农业适度规模经营主体的贷款项目申请进行审批，提高服务效率。

发放贷款。相关银行业金融机构对双方审批的项目及时提供贷款，农业担保公司及时向金融服务中心提供已发贷款的农业适度规模经营主体名单。

贷后管理。银行业金融机构和农业担保公司发放贷款后，应当按照各自规定进行管理。乡级金融服务站按规定对贷款项目进行跟踪检查。在贷款到期前30 天，督促借款主体做好还款准备，由金融服务中心负责监督协调工作。

到期还款。借款人在贷款协议规定的期限内足额偿还贷款。如符合续期条约，有关银行业金融机构及农业担保公司将继续提供信贷支持。

3.3.2严格遵循我国农业信贷发展的基本原则

政策性。不以营利为目的，突出了向农业特别是粮食部门适度规模的新型经营主体提供信贷担保服务的政策目标。

专业性。专注于支持粮食适度规模经营和现代农业发展，对从事粮食生产和农业适度规模经营的新型经营主体的农业信贷担保余额不得低于总担保规模的70%[4]。

规范性。按照市场化运作的原则，建立独立运营的担保公司，按照《中华人民共和国公司法》和公司章程，符合法律标准运行，实现政策性目标和公司自身的可持续发展[4]。

3.3.3加强农业信贷风险的防控

大数据风险控制应用。农业担保公司需要完善信息系统，充实农业适度规模经营主体和农业数据信息，运用大数据信息，妥善监控和防范信贷后风险，降低信息不对称风险。

日常贷后管理。县金融服务中心、相关银行业金融机构及农业担保公司建立定期协商机制，严格借款主体的贷款后日常管理，对借款主体出现经营或健康等方面重大变化、未按期支付利息、还款意愿不强或恶意逃避银行债务等情况，应及时通报并采取相应的管理措施[5]。

贷款到期前30 天的贷后管理。县金融服务中心、相关银行业金融机构和农业担保公司要求借款人按时还款，若因自然灾害、疫情及其他非主观因素造成的暂时性经营困难不能按期还款的，经与各方协商，对符合条件的借款主体给予还贷应急周转金、展期、无还本续贷等信贷支持；对恶意逃废银行债务的情况，政府应牵头组织有关部门建立共同的惩戒机制。

逾期后的贷款管理。在缓冲期内，有关银行业金融机构，各方根据不同情形分别采取信贷更新、催收和制裁等风险缓解措施。

风险追偿。有关银行业金融机构、三级金融服务组织负责追偿坏账，农业担保公司积极配合。县法院要支持收回农业信贷担保工作，对符合条件的案件适用简易程序，提高审理效率，加快程序过程；借助执行联动机制，加强落实工作。通过诉前调解、人民调解等方式，积极化解农业信贷担保纠纷。