区域信贷资金流动与城乡居民收入探讨

摘要：本文基于2008-2015年江苏省37个县（市）样本，利用空间计量模型分析了县域信贷资金流动，对于城乡居民收入差距的影响。研究表明江苏省县域信贷资金净流出，扩大了城乡居民收入差距。

关键词：信贷资金流动；城乡居民收入差距；空间模型

一、引言

传统的经济增长理论注重经济产值的增长，但我国县域经济突出的问题是城乡收入“鸿沟”的扩大。2019年中央一号文件明确提出“鼓励银行业金融机构加大对乡村振兴和脱贫攻坚中长期信贷支持力度”，金融扶贫模式在国家扶贫开发及促进农村贫困落后地区发展中，发挥着越来越重要作用。目前我国信贷资金的区域配置处于不平衡状态，虽然自2007年创立涉农贷款统计到2018年以来，全部金融机构涉农贷款余额累计增长534.4%，11年间平均年增速为16.5%。涉农贷款余额从2006年末的6.1万亿元增加至2018年末的32.7万亿元，占各项贷款的比重从22%提高至24%，总体来看取得良好的成绩。但是截至2018年末，在涉农贷款方面，我国东部地区占比为45.6%，中部和西部地区占比分别为27.5%和21.8%，不同县域存贷比差异大。可见县域层面信贷资金是外流的，农村信贷资金外流会降低农户信贷可得性，减少农民收入水平。我国学者就农村资金外流的问题做了大量研究。李兴汉（2014）利用泰尔指数分析了我国区域资金流动的不平衡性，研究发现区域资金流动的不平衡制约着我国经济的全面协调发展，他认为首先必须重视区域资金流动的作用才能实现经济的全面协调发展。房宽（2018）认为农村金融资金外流主要是由于吸引资金动力不足、金融机构弱化支农业务、农村金融发展环境较差等因素造成。谭燕芝等（2018）基于2005-2012年县域经济和新增金融网点数据，对农村地区资金外流影响的研究发现，农村地区金融网点是资金外流的重要渠道，农村金融机构通过吸收当地资金实现农村资金大量对外输送，越是涉农程度越高的地区资金外流就越严重，且东、中、西部的资金外流差异非常明显。除此之外，国内也有不少学者从金融产权结构、制度缺陷、经济发展水平以及产业结构等多种角度，来解释区域信贷资金配置失衡以及大量资金外流的问题(许月丽，2015)。信贷资金不断外流带来的问题是，落后农村地区丧失很多发展当地经济的投资机会，农户贷款需求得不到满足且农村地区中小企业贷款困难(王小华等，2014)。进一步引导农村银行业金融机构回归本源，遏制农村信贷资金外流，是亟须进行的工作。通常，农业贷款促进农民收入增长的效应具有一定的滞后期（余新平等，2017），那么从地区空间差异的角度考察区域信贷资金流动，对城乡居民收入差距作用机制是否可行？农村信贷资金的回流能否缩小城乡居民收入差距？这些问题的解决不仅可以科学优化农村金融资源配置，为政府在农村金融市场化改革的背景下保障农村金融资源精准投入，还能为降低收入不平等及减少贫困，提供更多的政策选择。

二、模型构建

本文采用Moran’sI指数来分别考察信贷资金流动及城乡居民收入差距的空间分布特征。其计算公式如下：（1）（1）式中，Yi为第i个地区的属性数，这里用农村信贷资金净流入来衡量农村信贷资金流动。Wij为空间权重，研究选用0-1型空间权重矩阵Wcont。即如果两个地区相邻，则赋予权重为1，如果两个地区不相邻，则赋予权重为0。首先，本文将城乡居民收入差距的空间滞后项引入解释变量，构建动态分析模型，接着分别建立空间滞后模型（SAR）和空间误差模型（SEM），具体如下：（2）式中，GOIit是被解释变量城乡居民收入差距。NFit表示农村信贷资金净流入量。下标i和t分别表示第i个县（市）和第t年。控制变量包括产业结构（STRit）、对外开放程度(EXPit)、就业水平（EMPit）、政府经济行为(GOVit)。μit是残差项，εit是随机干扰项。W为n×n阶的空间权重矩阵；ρ和β为空间相关系数，λ为空间误差系数，当ρ≠0、θ=0且λ=0时为空间滞后模型（SAR），当ρ=0、θ=0且λ≠0时为空间误差模型（SEM）。本文构建了江苏省37个县（市）2008-2015年的面板数据集，考虑到被解释变量城乡居民收入差距的构成变量城镇居民人均可支配收入与农村居民人均纯收入的数据可获得性，选取2008年为样本基期，数据来源于2008-2015年《江苏统计年鉴》，并借助中国人民银行南京分行调查统计系统获取的经济金融数据，数据具有较高的权威性和可信度。本文的研究目的在于从空间溢出效应角度，来衡量农村信贷资金流动对经济包容性发展的作用。因此，在评价的准确性和数据的可获性的原则下，本文的被解释变量为城乡居民收入差距，城乡居民收入差距采用城镇居民人均可支配收入与农村居民人均纯收入的差比地区人均GDP。核心解释变量为信贷资金流动，用县域信贷资金净流入占比名义GDP来衡量。在控制变量方面，影响城乡收入差距的因素还包括产业结构、就业水平、对外开放程度及政府经济行为等方面，因此本文将其选为控制变量。

三、实证结果分析

在确定是否使用空间计量方法前，首先应考虑城乡居民收入差距的空间相关性和信贷资金净流入空间相关性是否存在，若存在，方可使用空间计量方法。本文采用全局莫兰指数Moran'sI检验上述变量的空间分布是否存在相关性。对2008-2015年江苏省37个县（市）的城乡居民收入差距和信贷资金流动的空间相关性进行莫兰指数I检验，检验结果如表1所示。从检验结果可以发现，2008-2015年城乡居民收入差距的莫兰指数I大于0，且拒绝“无空间自相关”的原假设，表明城乡居民收入差距并非完全随机分布，都具有明显的空间相关性，城乡居民收入差距较大的县（市）相互邻近，而城乡居民收入差距较小的县（市）相互邻近。在此基础上，为进一步进行证实，本文考察了区域信贷资金流动与城乡居民收入差距的关系。进一步考察区域信贷资金流动与城乡居民收入差距的关系。在不考虑空间相关性的条件下对面板数据进行Hausman检验，从而判断应选择固定效应或者随机效应。根据结果，在普通面板中，城乡居民收入差距的Hausman检验值为166.25，且在1%的显著性水平下拒绝原假设，使用固定效应面板模型更优。在空间面板中，城乡居民收入差距的Huasman检验值在SAR和SEM两个模型中，均通过在1%的显著性水平下通过显著性检验，故选择固定效应空间面板模型，其结果如表2所示。一般而言，一个地区信贷资金的流动，会通过使贫困阶层获得必需的信贷资金扩大生产，提高收入从而缩小城乡居民收入差距。然而本文通过对于主要解释变量的估计结果得出了相反的结论，在信贷资金流动与城乡居民收入差距的普通面板与空间模型中，信贷资金流动分别在1%和5%的显著性水平下通过检验且系数为正。结果表明，从江苏省县域的层面来看，信贷资金在一个地区的净流出反而造成了城乡居民收入差距的扩大，可能的原因是随着信贷资金在地区间的流动，流向地区内大企业等这一类不缺乏信贷资金的主体的份额较多，而流向当地急需信贷资金扩大生产的中小企业和贫困农户等主体的份额较少，致使信贷资金的流动反而扩大了城乡居民收入差距。空间滞后模型中，空间自相关系数为正，说明城乡居民收入差距存在显著的空间溢出效应，本地区城乡居民收入的扩大，会致使周边县区城乡居民收入差距的扩大。控制变量方面，产业结构对城乡居民收入的作用在三个模型中均拒绝原假设，说明第一产业的发展加剧了城乡居民收入差距，在两个空间模型中，就业人数、对外开放程度对城乡居民收入差距的作用均通过显著性检验，表明就业水平的提升不利于缓解城乡居民收入差距，而对外开放程度的扩大则有助于收敛城乡居民收入差距。

四、结论与政策建议

本文基于2008-2015年江苏省37个县（市）样本，利用空间计量模型分析了信贷资金流动，对于城乡居民收入差距的影响。研究结果表明，在控制了产业结构、就业人数、对外开放程度、政府经济行为等因素后，区域信贷资金的净流出扩大了当地的城乡居民收入差距。同时城乡居民收入差距存在显著的空间溢出效应，即本地区的城乡居民收入的扩大，会致使周边县区城乡居民收入差距的扩大。不能单纯通过增加农村正规金融供给来吸引信贷资金回流农村。农村资金外流不只是农村银行网点设置的问题，归根结底是农村金融市场体系建设的问题。金融当局和地方政府应主动承担农村金融拓荒成本，政府可以通过制定财政贴息、农村信贷风险适度转移分散等金融优惠政策及农业产业优惠政策，引导农村资金回流。

参考文献：

[1]房宽.辽宁省农村资金外流现状及对策研究[J].知识经济,2018(03):58-59.

[2]李兴汉.基于泰尔指数的我国区域资金流动的不平衡性分析[J].经济论坛,2014(08):9-12+49.

[3]谭燕芝,刘璇,赵迪.农村金融网点扩张与县域资金外流[J].中国经济问题,2018(03):80-82.

[4]许月丽,翟文杰.农村金融补贴政策功能界定：市场失灵的弥补意味着什么[J].金融研究,2015(02):131-147.

[5]王小华,王定祥,温涛.中国农贷的减贫增收效应:贫困县与非贫困县的分层比较[J].数量经济技术经济研究,2014(09):40-55.

作者：慕京 单位：南京财经大学金融学院