西部农业信贷投入经济成效

一、引言

农业信贷资金是农业经济发展的基础，是促进农村经济发展的重要要素。我国西部地区自然条件相对恶劣，区域经济发展较为落后，“二元结构”特征明显，在农业信贷方面，资金投入不足，农户和农村中小企业贷款难的问题比较突出。在这一背景下，厘清农业信贷资金的经济效应，有助于提高农业信贷资金利用效率以及改善农业信贷资金投放结构。农业信贷资金投入的经济效应问题长期被国内外学者所关注。经济学家Lewis(1954)提出，信贷资金对于小农业和小工业的发展是非常重要的。Nelson(1956)在其“低水平均衡理论”中指出，只有对农村经济进行大量的资本投入，才能使其收入增长冲出“低收入陷阱”。Madison(1974)对22个国家的实证分析显示，资本对农业经济增长的贡献率为55%。Johan等(1999)对9个中东欧国家的实证研究表明，高通胀、土地产权制度缺失、农业低效率和较高的信贷交易成本是农业信贷效率低下的主要原因，而政府为改变上述现象而采取的短期措施并不是最优的解决方案。Koester(2001)则发现，在缺乏有效农村金融市场体系的经济转型国家，农村资金的配置效率往往是低下的。Townsend等(2001)提出，在缺乏风险管理的情况下，政府主导的农业信贷的效率比较低下，而农业信贷的低效率会加大农村金融风险。Mohane等(2002)认为解决发展中国家农业信贷资金效率低下问题必须改革投融资体制，规范政府行为。南非国家信用管理局(2008)对南非农业中小企业融资状况的调查显示，信用记录的缺失是其难以获得必要信贷支持的主要原因。Xavier(2011)对泰国正规金融与非正规金融的比较研究显示，正规金融机构贷款利率的下降可以刺激农户的贷款需求，而非正规金融机构的金融创新可以增强其对正规金融机构的替代作用。随着20世纪90年代初中国农村金融改革的推进，农业信贷投入问题逐渐成为研究热点。国内学者关于农业信贷投入问题的研究大致可分为以下两类:一是关于农业信贷投入的经济效应研究。温涛等(2005)的实证研究发现，农业贷款的增长并没有成为促进农村经济增长和农民收入水平提高的资源要素。朱喜等(2006)基于误差修正模型的分析结果显示，改革开放以来中国农业贷款投入在长期与农民收入、农村投资之间不存在均衡关系，在短期也未能有效促进农村投资的增加和农民收入的增长。姚耀军等(2004)运用协整分析方法检验中国1978—2002年的农业经济与金融之间的关系，认为二者之间存在长期均衡关系，农业金融发展会影响农业经济的增长。裴辉儒(2010)基于面板模型的研究结果显示，我国农业信贷与农业经济增长的相关性存在明显的区域差异。赵书海(2011)的研究表明农业GDP与金融机构农业信贷投入存在长期均衡关系，而从短期来看，农业GDP的增长来自于短期农业信贷投入。二是关于农业信贷投入模式的研究。张杰(2003)、何广文(2003，2004，2006)、刘民权等(2005)、王家传等(2003)、翟照艳等(2004)、林江鹏等(2010)认为，政府对非正规金融的过度排斥导致农业信贷市场主体过分单一、垄断和不开放。冉光和等(2005)论证了中国农村金融不可持续发展的根源在于农村信贷市场的不健全。陈军等(2008)认为，传统的正规农村金融机构通常将农村低收入农户排斥在农村信贷市场之外，而微型金融机构的产生使这一情况发生了根本性的扭转。何广文等(2004)认为，要加快发展中小型金融机构，培育农村信贷市场竞争机制。张杰等(2006)的实证研究表明，微型金融机构也可以实现较好的风险控制和经营业绩，但受诸多现实因素的限制，微型金融机构很难惠及广大低收入的纯农业生产者以及农户的生活性金融需求。姚先斌等(1998)、李军培(2005)、刘西川等(2007)的研究显示，我国小额信贷存在的主要问题是机构产权不明晰、资金来源狭窄、利率低、金融产品单一、客户目标上移等。孙若梅(2005)、何广文等(2005)、张立军等(2006)和褚保金等(2008)的实证研究结果表明，小额信贷的发展有助于降低贫困，增加农户的家庭收入。国内外学者在对农业信贷投入的经济效应及其制约因素方面的研究是广泛和充分的，但由于分析方法和样本选择的差异性，众多学者关于农业信贷投入的经济效应的研究，结论并非完全一致，而针对西部地区农业信贷投入经济效应的研究则更为稀少。本文通过构建面板模型，对1978—2009年西部地区农业信贷投入的经济效应进行定量分析，旨在揭示其农业信贷资金的配置效率与制约因素。

二、模型设计

本文借鉴新古典经济增长理论的生产函数模型分析农业产出的决定及影响因素，基本模型表示如下:Y=f(K，L，E)(1)其中Y代表农业总产出，K代表投入的资本存量，L代表投入的劳动力，E代表土地。该模型也可表述成以下形式:Y=γKαLβEθ(2)其中α、β、θ为资本、劳动力、土地的产出弹性系数，γ为常数，0＜α、β、θ＜1;取对数，则得到:LnY=Lnγ+αLnK+βLnL+θLnE(3)公式(3)表明农业产出增长率主要取决于存量资本增长率、劳动力的增长率和土地投入的增长率。对农业产出的资本投入主要包括两个部分，一部分是自有资本，一部分是借入资本，两者则都属于可贷资金，而利率变化会影响可贷资金的投入。因此，资本存量的函数式可以表示如下:K=f(R，F)(4)其中F表示可贷资金，R表示可贷资金的利率。根据可贷资金理论模型，F和K正相关，R和K负相关。因此，公式(1)又可以表示为:Y=f(R，F，L，E)(5)根据西部地区农村经济发展的实际情况，本文假定农村居民的收入主要来自于前期的第一产业的产出和储蓄，而储蓄又是利率和可贷资金的函数，因此将农村居民收入函数表述为下式:S=f(R，F，Yt－1)(6)S表示收入，Yt－1代表前期产出。根据IS—LM模型，可贷资金的供给增加，首先会导致利率水平的下降，然后促使农业投资增加，并通过乘数效应带动产出和收入的增长。这种影响机制可以表示如下:F↑→R↓→I↑→Y↑→S↑其中I表示农业投资。为便于分析，上述模型可变形为下列形式:Yit=ρiTt+λiFit+ηiRit+ωiLit+θiEit+CY+di+εit(7)Sit=ψiTt+κiFit+φiRit+τiYit－1+CS+di+μit(8)模型(7)用来分析第一产业产出的决定与影响因素，模型(8)用来反映农民人均收入的决定与影响因素。其中T是时间虚拟变量(T=1978，1979，…，2009)，它反映ρi、ψi随时间的变化;CY为模型(7)的共同截距;Cs为模型(8)的共同截距项;di为截面虚拟变量;εit、μit为随机扰动项;λi、ηi分别为金融机构农业贷款、银行利率对第一产业产值的影响系数;κi、φi分别为金融机构农业贷款、银行利率对农村居民人均收入的影响系数;τi为前期产出对农民人均收入的影响系数;ωi、θi分别为劳动力和土地投入对农业产出的影响系数。根据理论模型，我们预计系数λi、κi、ωi、θi为正，即农业贷款投放、劳动力和土地投入的增加会促进农业产出和农村居民收入的增长;预计系数ηi、φi为负，即利率水平的上升会抑制农业产出和农村居民收入的增长;系数τi为正，即前期产出增加有助于当期收入的增加。

三、变量选择和数据来源

农业信贷资金产生的经济效应是综合且复杂的，本着可计量的基本原则，本文主要对其农业产出效应和农村收入效应进行分析。根据金融发展理论，把信贷资金作为解释变量，把农业产出和农村居民收入作为被解释变量，把劳动力、土地投入作为控制变量。考虑到西部地区多个省区数据资料的可比性、可得性以及中国农村金融发展的实际情况，本文以各省区第一产业产值(PI)作为农业产出水平的变量，并对PI进行对数处理，令Yit=Ln(PI);用各省区农村居民人均年收入(AI)作为收入水平的变量，也对AI进行对数处理，令Sit=Ln(AI);用各省区金融机构农业贷款总额(FL)作为信贷资金投入的变量，对FL进行对数处理，令Fit=Ln(FL);R为实际利率，即用通货膨胀率调整后的一年期银行贷款利率(如果本年度利率水平发生过多次调整，则采用其加权平均值);以各省区第一产业劳动力人口数(Labor)作为劳动力投入的变量，人口数单位为千万，进行对数处理，令Lit=Ln(Labor);以各省区农作物播种面积(Land)作为土地投入的变量，土地面积单位数为千公顷，进行对数处理，令Eit=Ln(Land)。本文研究样本地区包括西部地区12个省、市、自治区，时间为1978—2009年，数据来源于《中国统计年鉴》《中国金融统计年鉴》《新中国60年统计资料汇编》和各省统计年鉴。

四、模型分析与实证检验

1．各变量的面板单位根检验为了避免伪回归，需对Y、S、F、R、L、E等变量进行单位根检验。我们选择4种主要的方法同时进行检验，取4种方法检验一致的结果，以增强检验的可靠性。这四种检验方法分别是LevinLin＆Chut检验、ImPesaran＆ShinW-stat检验、ADF-FisherChi-square检验和PP-FisherChi-square检验。表1是6个原始变量及差分变量的检验结果，结果表明，Y、S、F、R、L、E的原始序列均没有通过单位根检验，但它们的一阶差分序列都通过了4种方法的检验，说明这6个变量都是一阶单整。

2．协整检验和协整方程的估计由于Y、S、F、R、L、E都是一阶单整序列，存在协整的可能，因此可以采用二步检验法进行协整检验。在进行协整检验之前，本文先对模型(7)、(8)进行无约束回归分析，并对回归分析产生的残差进行单位根检验，结果表明方程的残差序列没有单位根，说明可能存在协整关系;然后再进一步进行协整检验。本文主要采取Engle-Granger二步法的协整检验和Johansen迹(trace)检验方法的面板数据协整检验，表2是基于Engle-Granger二步法的协整检验结果。表2中的检验结果否定了原假设，说明模型(7)和(8)中各变量之间存在协整关系;而基于Johansen的trace协整检验结果也支持模型(7)和(8)中各变量之间存在协整关系。因此，可以用面板模型对两个方程进行回归分析。表2基于Granger-Engle二步法的Kao协整检验模型(7)ADF检验模型(8)ADF检验t值概率t值概率－4．44260．0000－4．34910．0000注:协整检验的零假设是各变量之间不存在协整关系。本文利用EVIEWS6．0对模型设定进行协方差检验，分析结果显示采用等斜率模型较优;然后采用Hausman检验和RedunantFixedEffects检验，结果表明选择截面固定效应与时期随机效应模型较优。模型回归分析的结果如表3。模型中各系数的符号与我们理论预期相一致。其中农业贷款和第一产业产值是正相关的，说明贷款增长率每增加1%可以促进第一产业产出增长率上升0．17%，;而利率和第一产业产值是负相关的，说明利率下降1%可以刺激第一产业产出增长率上升0．09%;在第一产业产值增长率的影响因素中，土地播种面积增长率的影响作用最大。模型(8)中F的系数为正，说明农业贷款投放与农村居民收入水平之间是正相关的，既农业贷款增长率每增加1%可以使农村居民收入增长率上升0．05%;R的系数为负，表明利率的调整与农村居民收入增长是负相关的，利率下降1%可以使农村居民收入增长率上升0．07%。模型(7)F的系数大于模型(8)中F的系数，说明农业信贷促进农业产出的增长的作用是比较明显的，而在提高农村居民收入方面的作用比较弱，其原因主要在于以下两个方面:一是西部地区农村信贷投入结构偏重于农业生产。根据中国人民银行的统计，西部地区农村贷款中投向农业生产类的贷款占比约为80%，农村乡镇企业贷款的占比约为20%;与之相比，东部地区农业生产类的款占比约为60%，农村乡镇企业贷款的占比约为40%。显然，就贷款投入对第一产业的贡献来看，投放于农业生产的贷款的产出效应要强于投放于农村乡镇企业贷款的产出效应，这就导致了西部地区农业信贷投入的产出效应要好于其收入效应。二是西部地区农村居民收入结构的特殊性。根据有关统计资料，西部地区农村居民收入结构中占比由高到低依次是家庭经营性收入、工资性收入、转移性收入、财产性收入，分别为65．9%、27．9%、4．0%、2．2%，第一产业生产是西部地区农民收入的主要来源。而从第一产业的内部分工来看，农民始终处于产业价值链的最低端，因此尽管第一产业产出水平在增加，但农民收入的增长却并不明显。综合两个模型来看，F的系数的绝对值都要大于R的系数的绝对值，说明农业产出和农村居民收入对农业信贷利率的变化不敏感。这是因为在农村金融市场，信贷配给的现象十分普遍，在相对落后的西部地区，农村信贷供给缺口更大，即使利率水平发生较大幅度的变化也很难抑制相对旺盛的信贷需求。

3．信贷资金投入经济效应的省际比较在等斜率模型分析的基础上，通过截面虚拟变量di的差异性可以对农业信贷的区域效应差异予以反映。表4给出了个体固定效应截面虚拟变量di的回归结果，为了能够清晰地反映上述差异，本文对该结果进行了降序排列。模型(7)的实证结果显示，在西部地区的12个省、市、自治区中，农业信贷对第一产业产出作用由强到弱的依次是四川、广西、云南、内蒙古、贵州、重庆、陕西、新疆、甘肃、青海、宁夏、西藏，其中排序靠后的4个省份的截面虚拟变量回归系数为负，说明这四个省份农业信贷的投放对第一产业产出的影响作用比较弱。模型(8)的实证结果显示，农业信贷对农村居民收入作用由强到弱的省份依次是西藏、宁夏、青海、内蒙古、重庆、新疆、甘肃、陕西、贵州、广西、云南、四川，其中排序靠后的9个省份的截面虚拟变量回归系数为负，说明这9个省份农业信贷促进农村居民收入增长的作用比较差。如果将1978—2009年农业贷款额与第一产业GDP比值的均值进行比较后会发现，比值最高的两个省分别是宁夏、甘肃，比值最低的两个省分别是西藏、青海，详见图1。由此可见贷款投入过多或过少都不利于第一产业产出的增长。信贷投入不足很难激发农业潜在的生产能力，从而无法形成有效产出;而贷款投入过多会降低资本的边际产出率。此外，农业生产所需的土壤、水资源等要素也会制约农业信贷的产出效应。西藏、青海、宁夏的耕地面积占比在西部地区处在最末三位，而宁夏、甘肃的人均水资源量排在西部地区倒数一、二位，农业信贷资金很难在短期内产生好的效果。因此信贷投入相对不足的地区要继续加大信贷投入，而信贷投入相对较多的地区则要调整农业生产结构，提高农业生产效率。

4．农业信贷资金投入的时期效应表5给出了农业信贷资金产出效应的时期状况。从模型(7)的时间虚拟变量的系数变化情况来看，1992年以前都为负，1993—1998年为正，1999—2003年又转为负，2004以后为正。从整体趋势来看，随着时间的推移，时期随机效应虚拟变量的回归系数由负变正，说明农业信贷资金的产出弹性和利率弹性在逐渐得到改善。但农业信贷资金的动态效应改善仍然面临许多不确定性，1999—2003年中国粮食产量出现缓慢增长，人均粮食产量甚至出现连续下滑的情况，这在一定程度上影响了农业信贷资金的产出效应。因此，提高农业信贷效率不能简单依赖资金投放的增加，提高农业生产所需的技术、劳动力、土地要素的质量也是中国农业健康发展的重要保障。

五、研究结论与政策建议

本文运用面板模型对我国西部地区农业信贷投入的经济效应进行实证研究，得出以下基本结论:第一，对西部地区各省区的农业信贷投入、银行贷款利率和第一产业产值及农村居民收入的面板回归分析表明，农业信贷投入在促进农业产出增长方面的作用比较明显，而在提高农村居民收入增长方面则显得比较乏力。农业信贷的产出效应强于收入效应的原因主要源自两个方面，一是西部地区农业信贷投入结构偏重农业生产，二是西部地区农村居民收入主要来源于第一产业。因此调整农业信贷投放结构和改善农民收入结构，有助于改善农业信贷的收入效应。第二，从农业信贷投入的动态经济效应来看，西部地区农业信贷资金的产出弹性逐渐得到改善，农业产出对信贷投入的响应更趋积极。相比而言，农业产出和农村居民收入对农业信贷利率的变化不敏感，说明农村金融市场上信贷配给的现象依然普遍，即使利率水平发生较大幅度的变化也很难抑制相对旺盛的信贷需求。因此，完善农业信贷的征信机制不仅可以降低农业信贷风险，而且可以增加农业信贷资金的有效供给。第三，对个体固定效应截面虚拟变量回归系数的分析显示，西部地区农业信贷投入的经济效应存在省际差异。从第一产业产值增长率对农业信贷增长率的响应程度来看，四川、广西、云南、内蒙古、贵州、重庆、陕西、新疆等省份的农业信贷投入的产出效应较好;从农村居民收入水平增长率对农业信贷增长率的响应程度来看，西藏、宁夏、青海等省份的农业信贷的收入效应较好。对于农业信贷的经济效应较差的地区，要加大信贷资金投入，调整农业产业结构，提高技术、劳动力和土地要素的质量。