李 鹤,张启文
(东北农业大学 经济管理学院,哈尔滨 150030)
我国农村金融体系已形成由政策性、商业性、合作性金融组成的金融体系,但相较于农村市场主体多样化、农业农村经济发展的多样性,机构数量、种类及服务能力仍存在不足。城镇化速度日益加快,农民存在经营净收入、农业就业机会减少等问题,农村劳动力转移问题有待进一步深入思考。
本文通过文献梳理,发现已有研究多集中于金融发展、金融创新对农民收入和农村经济的影响,其研究方法和思路为本文提供了有益参考。
本文生产函数以农民非农收入为因变量,自变量包括农村金融与资本、劳动力和技术,代表在此条件下的最大产出。公式如下:
其中,YT为农村经济产出,A为技术进步,F为农村金融发展,K为农村人均非农固定资产投资,农村金融发展包括三项指标,即农村金融结构、规模和效率。将人均非农固定投资确定为控制变量后,进一步界定劳动要素投入,即Γ,令m=(Γ)θ。当劳动要素投入与容量极值相当时,可得非农产出模型:
对其取全微分,农民非农人均收入增长模型为:
其中,β0为常数项,μ为随机误差项为农村人均非农收入。而农村金融发展以及人均非农固定资产投资影响到非农收入的情况存在一定滞后性。自向量回归模型设定如下:
其中,t=1,2,3,…,T,i为滞后阶数。
本文数据来自于东北三省1996—2016年的《统计年鉴》。模型中的指标包括农村金融发展各项指标、农民非农收入及农村人均非农固定资产投资K(见表1)。
表1 农村金融发展与农民非农收入指标
农民非农收入Y,即农民全年收入与农业收入之差与农村人口的比值。农村人均非农固定资产投资K,即非农固定资产投资总额/农村人口总数;农村金融规模FS,即农村存贷款余额之和与农村GDP比值;农村金融结构FC,农村信用社在东北地区农村金融市场中占据重要地位,即FC=(农村信用社农业贷款+乡镇企业贷款)/农村贷款总额;农村金融效率FE,即农村存款总额/农村贷款总额。
表2为平稳性检验结果,各变量单位根检验统计量值均大于10%临界值,接受存在单位根原假设,即时间序列非平稳;不满足同阶单整假设;对二阶差分序列做单位根检验,T检验统计量小于1%显著水平,拒绝原假设,即各变量可进行协整检验。
表2 单位根检验
原始序列lnY与lnFC、lnFE、lnFS、lnK的ADF统计量绝对值均小于5%显著性水平下临界值,不能拒绝原假设,即认为lnY与lnFC、lnFE、lnFS、lnK都是含有单位根的非平稳时间序列。此外,再对变量的一阶差分序列进行单位根检验,差分序列由D来表示,表1中的ADF统计量绝对值均大于5%统计水平临界值,对应的p值也小于0.05,由此拒绝原假设,即认为lnY与lnFC、lnFE、lnFS、lnK的一阶差分序列均不含有单位根,是平稳的时间序列。进而通过ADF单位根检验确定了lnY与lnFC、lnFE、lnFS、lnK都满足一阶单整要求,下面将对变量进行时间序列的后续检验与分析。
检验满足一阶单整的变量lnY与lnFC、lnFE、lnFS、lnK的协整关系,协整关系用来确定变量长期稳定的均衡关系。由于本文为多变量检验,因此使用Johansen检验方法,分别使用了迹统计量和极大特征根统计量,如果检验统计量大于5%统计水平下的临界值,则由此可拒绝原假设,即可以确定变量之间存在协整关系。结果见表3。
表3 协整检验
检验结果显示,在迹检验下,原假设为“无”“至多一个”“至多两个”协整关系中,迹检验统计量大于临界值,由此拒绝原假设。而在“至多三个”协整关系中,统计量小于临界值,由此接受原假设,所以通过迹检验确定了lnY与lnFC、lnFE、lnFS、lnK之间存在三个协整关系。同理,在极大特征根检验下,同样拒绝了“无”“至多一个”“至多两个”协整关系,接受“至多三个”协整关系的原假设。Johansen协整检验中的迹统计量和极大特征根统计量均确定农民非农收入与农村金融发展结构、规模、效率、农村人均非农固定资产投资间存在三个协整关系。标准化协整方程如下:
由上式可知,农民非农收入与农村金融发展结构、效率、规模、农村人均非农固定资产投资间存在长期稳定的均衡关系。lnFC的系数在协整方程的系数为-0.152,由此表明农村金融发展结构对金融发展水平产生显著的负向影响;lnFE的系数为-0.290,可见农村金融发展效率对农民非农收入水平具有显著负向影响;lnFS的系数为0.703,表明农村金融规模对农民非农收入水平产生显著的正向影响;lnK的系数为0.682,农村人均非农固定资产投资显著正向影响农民非农收入水平。在协整方程的基础上,通过建立误差修正模型,可进一步研究短期内,农村金融发展各项指标如何影响农民非农收入水平。误差修正结果如下:
通过误差修正模型可看出,在短期内,农村金融发展效率负向影响农民非农收入水平,农村金融发展结构也显著负向影响农民非农收入水平,显著水平高于农村金融发展效率,而农村金融发展效率对农民非农收入水平的负向影响小于长期影响;农村金融发展规模短期内对负向影响农民非农收入水平,而农村人均非农固定资产投资短期内显著正向影响金融发展水平;最后的误差修正项系数为-0.825,系数小于0,可见协整关系存在短期内的反向调节机制。
建立向量自回归模型,通过VAR模型确定变量的波动影响。首先确定滞后阶数,VAR模型通过AIC和SC确定最优滞后阶数,同时结合LR、PPE以及HQ等相关统计量定阶,表4中,AIC和SC统计量都显示在滞后2阶下最小,即在滞后2阶最优;同理FPE和HQ也在滞后2阶下VAR模型达到了最优,检验结构显示超过一半统计量在滞后二阶下最优,所以通过检验确定了对lnY与lnFC、ln-FE、lnFS、lnK建立VAR(2)模型。
表4 VAR模型滞后阶数
检验lnY与lnFC、lnFE、lnFS、lnK建立的VAR(2)模型的特征根,如果特征根都再单位圆内,即认为模型稳定。图1中全部特征根均在单位圆内,同时表5中显示单位根都小于1,确定VAR(2)模型稳定。
图1 特征根检验
表5 VAR模型稳定性检验
通过Granger检验确定变量间因果关系。Granger检验原假设为“X不是Y的Granger原因”,若检验统计量拒绝原假设,则认为X是Y的原因,同理,若Y也是X的Granger原因,则认为X与Y之间存在互动因果关系,反之,两者存在单向因果关系。在VAR模型确定的滞后2阶上,检验lnY与lnFC、lnFE、lnFS、lnK相互间因果关系(见表6)。lnFC与lnY的因果关系检验中,原假设“lnFC不是lnY的Granger原因”中,F统计量为0.645,对应p值为0.54,大于0.05的显著性水平,由此认为农村金融发展结构不是农民非农收入的Granger原因,而lnY不是lnFC的Granger原因中,F统计量为4.01,对应p值为0.042,由此拒绝原假设,即认为农民非农收入是农村金融发展结构的Granger原因。同理Granger检验确定了农村金融发展的效率与农民非农收入之间、农民非农收入与农村人均非农固定资产投资之间都存在单向因果关系,农村金融发展效率为农民非农收入水平的Granger原因,但是民非农收入水平并非是农村金融发展效率的Granger原因;农民非农收入的水平与农村金融发展规模没有互动因果关系;农村人均非农固定资产投资是农民非农收入水平的Granger原因,农民非农收入水平则不是农村人均非农固定资产投资的Granger原因。
可预测农民非农收入变化,由方差分解结果可知,非农固定资产投资的方差分解水平迅速增长,人均非农固定资产投资的观察期末值为20.15%,即农村人均非农固定资产投资可较好预测农民非农收入;农村金融结构的预测最大值为1.14%,即农村金融结构预测农民非农收入效果一般,其与农民非农收入并未呈现稳定的特点;农村金融效率预测农民非农收入方差最大值不足0.1%,即未显著影响农民非农收入;农村金融规模预测方差的最大值达2.91%,即农村金融发展规模对农民非农收入水平预测程度作用最显著,其解释度最高。农村人均非农固定资产投资也可较好预测农民非农收入,其解释、预测作用显著。
表6 Granger检验
通过脉冲响应函数研究农村金融发展相关因素分别受到冲击后,对农村金融水平带来的影响,图2中实线表示脉冲响应函数,虚线表示2倍标准差波动范围。由图2可知,农村金融发展结构受一标准差冲击,对农民非农收入水平具有负向冲击影响,20期内的负向冲击影响比较稳定;一个标准差冲击后,农村金融发展效率显著正向影响农民非农收入水平,前3期呈现正向影响波动趋势,后期正向影响作用减弱并逐渐呈稳定趋势;一个标准差冲击后,农村金融发展规模也会对农民非农收入水平产生负向影响,但负向作用要小一些;农村人均非农固定资产投资受一个标准差冲击,对农民非农收入水平具有正向影响,但其正向影响作用呈逐渐减弱趋势。
图2 脉冲响应
通过方差分解函数分析农民非农收入水平波动情况(见下页表7)。在首期,农民非农收入水平由自身完全解释,方差解释度为100%,在随后的20期内,农民非农收入方差解释逐渐减弱。在1期,农村金融发展效率对农民非农收入水平解释度为22.506%,解释作用较大,且在随后20期内,方差解释度逐渐增大,在期末方差解释度达34.336%,可见农村金融结构对农民非农收入水平波动解释作用较大,这是造成农民非农收入波动的主要原因;而农村金融发展效率lnFE在第一期时的方差解释度为9.691%,随后的方差解释度逐渐大致呈现逐渐减弱的趋势,在期末的方差解释度为5.136%,由此可知,农民非农收入波动的主要原因并非农村金融发展效率。另外,农村金融发展规模期初方差解释度仅2.419%,但期末达11.441%,由此表明农村金融发展规模对农民非农收入水平的波动具有一定影响;农村人均非农固定资产投资在期初方差解释度为7.541%,而期末方差解释度达37.471%,其方差贡献度最大,表明农村人均非农固定资产投资是农民非农收入波动主要原因。
表7 方差分解
(1)增强农村内置金融发展动力
长期依靠外部资源如外出打工收入和国家财政转移支付,无法从根本上实现农民增收。而增强农村内生性发展动力是促进农民增收及市民化的治本之策。目前,应在土地农民集体所有、农户承包经营制度下建立村社合作金融,合作金融是由农民主导的农民村社组织的内部金融。内置金融是以资金互助合作为基础的经济形态,村社组织是农民合作的社会组织形态,实质是农民群体的金融机构,信息对称、贷款方式多样、风险可控性强,可弥补农村商业银行贷款不足。通过发展村社内置金融可实现农民土地等产权金融资产化,有助农民有偿退出村社及市民化,可支撑农民财产权实现,有助于其获取非农收入。通过鼓励采用农民专业合作社、资金互助合作社的经营方式,从事同类产品生产经营的农户、农业生产经营组织在劳动、技术、资金、信息等环节可实现自我管理和服务,农民除享受股利分红外,还可获得非农工资收入。设立普惠金融发展专项资金满足农民非农就业及创业过程中的资金需求,推动农民向非农领域转移。
(2)完善城乡融合金融服务体系
农村金融的服务水平已明显提升,但金融仍是农民从事农业和非农业的短板,需要深化城乡金融体制改革,解决金融资源配置问题。一方面,拓宽融资渠道为非农就业农民提供金融支持,农村金融服务机构要加大农民工返乡就业、创业信贷支持力度,将“取之于农”的存款按比例“用之于农”。另一方面,应放宽农村金融市场准入政策,可促进农村金融适度竞争,有效提升农村金融发展效率,保障农民增收。此外,应立足城乡融合发展,构建由政策性、商业性、合作金融以及新型农村金融机构等构成的金融服务供给体系,加快农村信用社特别是省联社改革,大力推动农村数字普惠金融发展,鼓励适度竞争。同时增加农村金融供给,切实加强金融对农民从事非农领域职业及创业的支持力度,提高农民从事非农产业积极性,有助于提高农民非农业收入,助力农民增收。
(3)科技创新支持农村普惠金融体系
引导农村金融机构树立科技发展理念,鼓励其不断优化网点布局,改造实体网点。同时,应普及农村金融科技知识,着重培养农村居民金融意识和信用观念,提高农民对金融科技的认可程度。云计算、大数据、区块链等新兴信息技术的运用,可突破传统信用识别和授信方式,降低信息搜集、甄别等一系列成本,缓解信息不对称问题,有利于农村信用体系的建立和完善,可打破依赖抵押物、担保品的授信约束。在新技术的支持下,农民可享受金融服务,还可通过线上功能避免不良信用行为,如推出到期自动扣款功能以避免逾期还款等。通过互联网可向农民普及金融知识,提高其知识水平和履约意识。随着互联网和智能手机的普及,线上金融服务的门槛将会更低,服务效率已将提升,并且覆盖面更广,可以跨越地理空间的鸿沟,有效弥补农村地区营业网点布局的不足,打破对营业网点的依赖。新技术的运用将极大的降低信息获取成本,优化业务审批流程,提高信贷投放效率,有助于金融机构以更低门槛了解和服务更多农民。通过科技驱动的金融创新,提高农村金融服务水平和效率,满足农民就业于非农领域的金融需求,提供高效便捷的金融服务,进一步促进农民增收。