农村金融机构对农业产业化发展的支持研究——以上海地区为例

张玉利，郭永清

（上海海洋大学经济管理学院，上海201306）



农村金融机构对农业产业化发展的支持研究
——以上海地区为例

张玉利，郭永清

（上海海洋大学经济管理学院，上海201306）

摘 要：从上海市农业发展现状出发，结合上海市2000—2013年的时间序列数据，着眼于农业现代化水平、农业生产效率、农业产业结构、农业产业市场化、生产经营规模化水平等农业产业化指标和历年农业贷款的金融支农指标，采用SPSS 19.0软件进行因子分析和回归分析，得出上海市农业产业化与农村金融机构支农之间存在正相关关系；然后根据上海市金融支农中存在的问题，提出加强上海市农村金融机构支持农业产业化的对策建议：一，完善农村金融服务体系，打破正规金融机构垄断格局；二，创造性地发展多种渠道进行资金筹集，减少农村资金外流；三，建立健全法律法规，完善规范机制。

关键词：农村金融机构；农业产业化；支持；上海

中国是世界上最大的发展中国家，农业作为国民经济中的命脉产业，“三农”问题一直是我国改革发展进程中不可忽视的薄弱环节，也是政府工作的重中之重。相对二、三产业而言，农业的弱质性受自然和市场条件影响严重，而且中国在长时期内采用“以农养工”的发展理念，致使农业发展受到抑制。研究和实践表明，农业产业化有助于改善落后的传统农业生产模式，推动农业结构调整，促进农村经济的快速发展。农业产业化是一种现代农业生产经营模式，其形成和发展需要农村金融的大力支持。但在金融改革的过程中，一直以城市为金融的优先服务对象，导致农村金融发展落后、农村经济发展缓慢。

1　农村金融与农业产业化关系及上海农业发展概况

农业的发展及其规模的扩大需要以先进的生产技术和较高的生产力为依托，而所依赖的依托离不开金融机构的支持，同时，农业产业化的发展也为农村金融提供了资本平台，两者彼此依存、相互促进。首先，农业具有天然的弱质属性，受自然条件因素影响严重，具有较高的风险性，金融支持改善农业的基础生产设施可以使农业的弱质性得到一定的缓冲［1］；其次，农业产业化的最终目的是使农业生产规模达到最大化的扩大，促进产业结构的调整和升级，依赖于较大的金融资本支持；第三，在金融支持农业产业化不断发展得同时，农村金融市场日趋完善，为金融机构领域拓展提供了方向，将侧面刺激信贷结构的进一步完善。目前，关于金融支持农业产业化研究很多，多集中于宏观层次的问题分析和途径解决，研究深度不够。关于金融与农业产业化相关性的研究，比较有代表性的有：朱建华等［2］以湖南省邵阳市为例，运用面板数据分析方法，验证了农业产业化与金融之间确实存在密切的联系；吴永兴等［3］运用西部地区农村金融与农村经济发展数据，通过OLS回归分析、协整检验和格兰杰因果检验，实证分析了西部地区农村金融与农村经济发展之间的关系，结果表明：西部地区农村金融发展与农村经济发展具有长期稳定的均衡关系；农村固定资产投资和财政投入与农村经济发展具有正向关系；蔡元成等［4］以四川省凉山州为例，通过因子分析方法、回归分析方法对凉山州2003—2013年农业产业化发展与金融支持关系进行纵向和横向的全面分析，得出凉山州的农业产业化发展与金融支持力度存在很强的联动关系。

改革开放以来，上海率先发展都市农业，其农业生产力水平、科技先进程度位居国内前列。截至2012年末，上海全市农业从业人数146.11万人，农业生产总值达到127.80亿元（人民币，下同），相比1990年的34.24亿元增加2.73倍，农村人均生产总值8 746.8元，超全国平均水平近600元，但与2007年相比下降33.4%。上海的金融处于全国领先水平，城市生产总值位居首位，二、三产业发展迅速，但农村领域的发展受到忽视，农村金融体系发展不完善，金融支持严重不足，是影响上海农业发展的主要因素。如何促使农村金融更好地服务农业，促进都市农业产业化的全面发展，对上海市来说极具挑战性。本文以上海市2000—2013年历年数据作为原始数据进行相关分析，探索上海市农业产业化发展水平与金融支持效率之间的关系。

2　基于上海市2000—2013年数据的实证分析

首先，采用因子分析法对反应农业产业化多项指标进行降维，计算出反应上海地区农业产业化水平的主因子指标，根据各个主因子指标计算反应农业产业化的综合评价得分FZ。然后，建立农业产业化综合评价FZ和金融支持农业产业化指标FA的一元线性回归关系模型：

其中，FZ表示农业产业化发展水平；FA表示金融机构支农程度；ξ代表残差值。

如果相关系数为正，则证明农业产业化的发展与金融机构支持农业之间存在正相关关系，反之存在负相关关系。

2.1指标选取和数据来源

借鉴刘树［5］的研究进行农业产业化指标选取。农业产业化的指标体系建设如图1所示。

具体原始变量的计算为：

X1（kW/人）=农业机械总动力/农林牧渔业人数；

X2（百分比）=机耕面积/农业总播种面积×100%；

X3（百分比）=有效灌溉面积/年末实有耕地面积×100%；

X4（kg/hm2）=化肥施用量/年末实有耕地面积；

X5（元/人）=农林牧渔业产值/农林牧渔业人数；

X6（百分比）=农业产值/农林牧渔业总产值×100%；

X7（美元）=农产品出口总额；

X8（元/人）=农林牧渔业固定资产投资额/农林牧渔业人数；

图1　年份数据的农业产业化指标体系图Fig.1 Index system of agricultural industrialization of year data

X9（百分比）=农林牧渔业固定资产投资额/全社会固定资产投资总额。

用FA表示农村金融支持农业产业化指标，选取正规农村金融机构涉农贷款额进行分析。

FA（元/人）=金融机构涉农贷款/农林牧渔从业人员数。

研究中涉及指标变量选自上海市2000—2013年相关数据（表1），数据来源于2001—2014年《上海统计年鉴》，经整理后所得，正规金融机构农业贷款数据来自于对《上海统计年鉴》和《上海经济年鉴》数据的整理，表格中“-”表示不能获取的数据。

表1　2000—2013年上海市农业产业化指标及金融支农数据Table 1 Agricultural industrialization index and data of financial support for agriculture in Shanghai in 2000—2013

2.2因子分析

鉴于农业产业化指标包含多个变量，这些变量间存在着可能程度大小的相关性，为尽可能用少的新指标取代原来较多的指标变量，并能够包含原来指标变量所包含的大部分信息，采用因子分析法进行数据降维。

2.2.1因子变量分析

该部分用于检测各项原始指标变量是否适合进行因子分析。运用SPSS 19.0软件，对数据进行KMO （Kaiser-Meyer-Olkin）检验和巴特利球形检验（Bartlett Test of Sphericity），检验结果显示：巴特利球度检验的相伴概率为0.000，小于显著性水平0.05，KMO的值为0.500等于0.5，巴特利球度检验卡方值为113，大于卡方的临界值，因此数据适于进行主成分分析。

2.2.2构造因子变量

对原始指标变量进行相关矩阵分析（表2），得出大部分变量之间存在较强的相关关系，根据表格中的相关系数矩阵，运用主成分分析法，以特征值大于1为标准提取因子变量，得到公因子方差（表3）和解释变量方差（表4）。

表2　原始指标变量相关矩阵Table 2 Original index variable correlation matrix

表3　原始指标变量公因子方差Table 3 Original indicator variable

从表4可知，前面两个因子的特征根是4.791和2.152，它们的累计方差贡献率为77.146%，反映了原始变量所提供的大部分信息，因此选取前两个因子作为主因子。在77.146%的贡献率中，第一个主成分的贡献率为53.235%，表明第一个主成分具有很强的解释能力。同时，从表4可以看出，大部分的变量都有大于80%的公因子方差，证明公因子对原始变量有很强的解释能力。以上说明前两个因子作为主要因子是合理的。

表4　原始指标变量解释的总方差Table 4 Total variance explained by the original indicator variable

2.2.3解释因子变量

为更好地解释主因子效果，对提取出来的主因子进行因子载荷矩阵（表5），然后用方差极大化法对主因子进行因子旋转，得到旋转成分矩阵（表6），使复杂的结构图简单化，以便使因子的解释能力得到加强。

表5　原始指标变量成份矩阵a（因子载荷矩阵）Table 5 Original index variable component matrix a（factor load matrix）

表6　原始指标变量旋转成份矩阵aTable 6 Original index variable rotation component matrix a

从旋转成分矩阵表可以看出：第一个主因子F1对X4、X8、X9有较大的因子相关系数，说明F1是反应农业现代化水平和生产经营规模化水平的主要评价因子；第二个主因子F2在X3、X5、X6、X7上载荷值较大，证明F2是反应农业现代化水平、农业生产效率、农业产业结构、农业产业市场化的主要评价因子。

2.2.4 计算因子综合得分

利用SPSS 19.0输出成份得分系数矩阵（表7），继而得出因子得分函数表达式：

表7　原始指标变量成份得分系数矩阵Table 7 Original index variable component score coefficient matrix

以各个因子的信息贡献率为权数计算上海市历年农业产业化的综合得分，得出以下公式：

将利用SPSS 19.0得出的各因子得分带入上述公式，得出综合得分矩阵（表8）。

表8　主因子得分和综合评价得分Table 8 Main factor score and comprehensive evaluation score

从因子综合得分矩阵来看，上海农业产业化因子综合得分呈现阶段性变化，继2000年和2001年缓慢发展之后，上海农业产业化在2002—2004年呈现负发展状态，经过之后几年的迅速发展，上海农业产业化已经呈现一定的规模，但是根据得分矩阵来看，近几年的农业产业化发展又处于滞后的状态。

2.3回归分析

虽然上海的农业产业化在全国的农业产业化水平中位于前列，但是发展水平仍然不高，同时存在农业产业化规模小、效率低效、农业基础设施落后等问题，且近几年的农业产业化发展处于滞后状态，究其根本是由于金融支持不足所造成的。

利用表8中上海市2000—2013年农业产业化的综合得分作为FZ的数值和表1中2000—2013年上海市金融机构支农贷款作为FA的数值，采用SPSS 19.0对两者进行回归性分析，分析结果见表9。

表9　回归分析结果Table 9 Regression analysis results

根据回归结果可以得出回归方程：

由SPSS 19.0得到的结果显示，自变量和常量的显示值均通过了显著性检验。R2=0.9783，表明金融机构支农对上海的农业产业化具有很好的解释性；F =360.70，Sig.=0.000，表明金融机构支农与农业产业化之间存在明显的相关性，自变量FA的系数是5.436633，表示金融机构支持农业的资金每增加10 000元，农业产业化的综合得分便会增加5.436633分，证明金融机构支农与农业产业化之间存在正相关关系。

回归得到的这种正向线性相关关系表明随着金融支持农业力度的加大，农业产业化的发展将会得到相对程度的促进。因此，若想上海市农业产业化得到同二、三产业同样的快速发展，必须因地制宜的制定出适合上海市农业发展的金融支农政策以及相应的金融支农新方式，在提高农业产业化水平的同时带动整个区域内农业的发展。

3　上海金融机构支农存在问题

目前我国农村经济发展最大障碍在于资本形成难以实现，农村金融机构权限不断集中，直接导致资金从农村向城市转移［6］。上海地区农业发展相对其他地区发展较快，但与上海市其他产业发展相比仍然存在很大的差距，金融机构支农存在问题，主要表现为农村金融抑制。

3.1农村金融服务体系不完善

农村金融服务体系不完善主要表现在服务体系单一，使较少的金融机构承担相对较多的农村金融服务，如上海金融支农机构最主要的是上海农业商业银行。在上海市农村金融市场占据位置的是农村商业银行、农业银行和农业发展银行等，然而实际涉及农村市场的资金大部分来自于农业商业银行；农业银行几乎所有市场处于城镇区域，支农力度相对较小；而农业发展银行的业务范围大部分是粮、棉、油的收购，涉农贷款几乎为零。并且缺乏创新的金融产品，对农户所开放的额度较小，一旦涉及较大额度的贷款需要担保，而抵押物是农户所缺乏的。2005年上海农村商业银行进行了改制，在改制之后农业贷款出现了明显下降。

其次，农村金融市场被正规金融机构垄断，大部分表现为国有大型金融机构垄断的“大市场”格局，无法灵活地满足农业产业化的金融需求［7］。农村市场需求的是多层次、多元化的金融供给。目前，非正规金融机构，包括民间集资、乡镇银行等虽然在一定程度上填补了正规金融机构垄断的空缺，但是由于其不合法地位的限制，存在很大的风险隐患，很难满足农户的资金需求。

3.2农村金融资金外流严重

上海地区的农村金融机构更多的只是赋予了其涉农的头衔，其实质上并未履行向农村市场提供资金支持的责任，更多的是把农村资金流向了其他行业。1992年后，在农业存款连年持续增长的情况下，上海农业存贷比，即农业贷款与农业存款之比整体呈现快速下降趋势，农村资金外流现象日益严重［8］。农村资金的严重外流导致了上海市金融支持农业发展的不足，抑制了上海市农业产业化的快速健康发展。

造成资金外流的主要原因是农业本身的弱质性和农村金融机构的逐利性。农业产业由于本身对自然环境存在很强的依赖性，受自然风险的影响严重；并且农产品的价格需求弹性小，生产周期长，市场风险较大。农业市场中的农户由于缺乏必要的抵押物品以及诚信意识，使得信贷存在很大的信用风险。再者，农业产业具有低收益的性质，加之生产周期长，农业资金周转速度很慢，造成很多农业机融机构涉足农业市场的信贷投放量很少。

3.3缺乏金融支持农业产业化的规范机制

在中国，很多涉农机制只是提供指导意见，并没有规范类的法律法规出台，导致涉农金融机构承担很大的风险，同时政府对涉农金融机构的政策性补贴不足，金融机构压力过大，致使很多农村金融机构绕农村市场运营。

4　加强上海市农村金融机构支持农业产业化的对策建议

4.1 完善农村金融服务体系，打破正规金融机构垄断格局

力求在正规金融机构支农的基础上增加民间合作性质的金融机构，利用各自的优势和特长，发展为农业提供产前、产中、产后一系列服务的金融体系。如借鉴美国多元化的金融机构体制，在相互补充的基础上营造完全竞争的市场格局，打破正规金融机构垄断局面，共同促进上海市农村金融机构的发展。要重视传统金融产品的创新，发展适合农户需求的新型金融衍生品，力求覆盖农业各个层次的资金需求。

4.2 创造性地发展多种渠道进行资金筹集，减少农村资金外流

政府在国家各个层面占据着重要的影响地位，发展由政府作担保的国家及地方债券将会产生较强的筹资能力，拓宽筹资渠道，同时借鉴印度、韩国等国家向中央银行借资的实例，增加金融支持农业产业化的力度，且政府要做到积极主动拨款、降低税收以及财政和金融手段相结合的政策性的补偿涉农机构来扶持农业的发展。一方面从国家政策层面出台相关政策保障涉农信贷资金的有效运用，另一方面增强农村地区的资金吸引力，加快基础设施建设，增强农村经济实力，引导农村资金流动方向，减少农村资金外流［9］。

在现有农村金融机构基础上，充分利用占据农村重要地位的邮政储蓄银行，制定针对于邮政储蓄银行有偿回流资金的对策机制，使较大资金规模满足并服务于农业产业化需求。

4.3 建立健全法律法规，完善规范机制

目前我国金融支持农业产业化发展的法律法规还比较匮乏，可借鉴美国、德国和日本的成功经验建立完善的法律保障体系，以立法的形式促使农村金融体系的规范化。例如，美国把农业金融运行到其相关的法律制度中，使金融支持农业发展有法可依；印度在1963年也颁布了《农业中间信贷和幵发公司法案》［10］。建立健全农业信用担保机制和农业保险的相关法律法规，对大力发展农业，降低农村金融涉农风险，从而增大金融机构的涉农覆盖率具有重要意义。做到对国家保护价政策的支持，以农民利益为自身利益，促进保护价政策的实施，降低农业风险。同时，政府在适当干预的基础上给予涉农金融机构利差补贴，降低入市成本，引导商业金融组织入驻农村金融市场。

参 考 文 献

［1］徐全忠.农村金融促进农业产业化发展研究［J］.生产力研究，2013（10）：23-24.

［2］朱建华，洪必纲.试论农业产业化与农村金融改革的良性互动［J］.财政问题研究，2010（7）：122-125.

［3］吴永兴，唐青生.西部地区农村金融与农村经济协调发展研究：基于2001—2010年数据的实证分析［J］.云南财经大学学报，2013（2）：80-86.

［4］蔡元成，朱恩涛.西部农村农业产业化与金融支持问题研究：基于四川省凉山州的实证分析［J］.西部经济管理论坛，2015（2）：48-61.

［5］刘树.农业产业化指标体系研究［J］.农业技术经济，1997（3）：8-11.

［6］崔平.农业现代化与农村金融改革［J］.全国商情，2011（2）：77-82.

［7］张珺涵.河南省农业产业化金融支持研究［D］.沈阳：辽宁大学，2013.

［8］王铮.上海现代农业发展的金融支持问题研究［D］.上海：复旦大学，2010.

［9］毛金芬.金融支持现代农业发展研究：以无锡市锡山区为例［D］.南京：南京农业大学，2013.

［10］田艳.四川省农业产业化的金融支持研究［D］.成都：四川农业大学，2013.

（责任编辑：闫其涛）

Research on the support of rural financial institutions to the development of agricultural industrialization—Taking Shanghai area as an example

ZHANG Yu-li，GUO Yong-qing
（College of Economics and Management，Shanghai Ocean University，Shanghai 201306，China）

Abstract：According to the present situation of Shanghai agricultural development，combined with the time series data of 2000—2013 in Shanghai，focusing on the agricultural industrialization index such as agricultural modernization level，efficiency of agricultural production，agricultural industrial structure，marketization of agricultural industry，agricultural production and operation scale，and the agricultural loans of financial support for agriculture over the years，using SPSS 19.0 for factor analysis and regression analysis，it is concluded that there is a positive correlation between agricultural industrialization and rural financial institutions supporting agriculture in Shanghai.And then according to the problems existing in the financial support for agriculture in Shanghai，the countermeasures and suggestions to strengthen the support of agricultural industrialization in rural financial institutions in Shanghai are put forward.First，improving the rural financial service system to break the monopoly pattern of the formal financial institutions；Second，developing a variety of channels to raise funds creatively，reducing the outflow of rural funds；Third，establishing and improving laws and regulations，improving the standard mechanism.

Key words：Rural financial institutions；Agricultural industrialization；Support；Shanghai

中图分类号：F304.4

文献标识码：A

文章编号：1000-3924（2016）03-139-07

DOI：10.15955/j.issn1000-3924.2016.03.27

收稿日期：2015-04-12

基金项目：上海市农委委托课题——农村金融创新研究（A86140066）

作者简介：张玉利（1991—），女，在读硕士，研究方向：农村金融。E-mail：zhangyulifly@163.com