兵团农业全要素生产率与金融发展互动关系研究

苏旭峰 蒋志辉

[摘 要] 提高农业全要素生产率对新疆兵团发展尤其是农业发展具有重要意义。基于农村金融发展对农业全要素发展作用机理视角，选取新疆兵团2001-2015年的有关数据，利用DEA-Malmquist的指数法测算农业全要素生产率，并进一步采用VAR模型对农业全要素生产率与金融支持的动态关系进行研究。结果说明：新疆兵团农业全要素生产率和金融支持之间存在长期稳定均衡关系;农业金融和农业全要素之间存在单向的互动关系;脉冲响应和方差分解均表明农业全要素和农业金融之间存在较弱的互动关系。提出完善农村金融体系，提升农村金融供给水平，完善农村金融的市场监管，提高金融效率。以提高兵团农村金融的发展。

[关键词] 农业全要素生產率;金融支持;VAR模型;DEA-Malmquist

[中图分类号] F590[文献标识码] A[文章编号] 1009-6043（2019）05-0157-05

Abstract： Improving the total factor productivity of agriculture is of great significance to the development of Xinjiang Production and Construction Corps， especially for agriculture. Based on the perspective of the mechanism of rural financial development on agricultural TFP， this paper selects the relevant data of Xinjiang Corps from 2001 to 2015， uses DEA-Malmquist index method to calculate agricultural TFP， and further uses VAR model to study the dynamic relationship between agricultural TFP and financial support. The results show that there is a long-term stable equilibrium between agricultural TFP and financial support in Xinjiang Corps and that there is a one-way interaction between agricultural finance and agricultural TFP. Impulse response and variance decomposition show that there is a weak interaction between agricultural TFP and agricultural finance. It is proposed to improve the rural financial system， enhance the level of rural financial supply， strengthen the market supervision of rural finance and promote financial efficiency for facilitating the development of rural finance in the Corps.

Key words： total factor productivity， financial support， VAR model， DEA-Malmquist

一、引言

“一带一路”倡议以来，新疆作为一带一路的核心区，经济社会发展迎来新的机遇，新疆生产建设兵团（简称：兵团）作为新疆重要部分，在“一带一路”指引下在农业、投资、贸易等各方面都发挥了更加重要作用。在全面实现小康的目标下，兵团农业在团场职工脱贫奔小康方面发挥重要作用。近年来，由于农产品价格低迷和自然灾害等，兵团团场职工收入较低。2017年以来兵团进一步深化改革，突出市场在资源配置中的决定性作用，团场连队新型农民专业合作社不断涌现，在团场经营基础上，农场企业化改革将不断深入，农业生产的规模化、集约化水平持续提高，乡村振兴战略的实施带动农业进入投入迅速扩张的新阶段，农业发展对金融产品的需求迅速增加。随着兵团综合改革的不断推进，兵团金融对农业的支持力度不断增加，金融在优化资源配置、促进农业供给侧结构性改革、实现农业提质增效、促进团场职工脱贫致富中的作用更加突出。

国内学者分别从理论分析、模型构造以及实证分析等角度，对农业全要素生产率与金融发展进行了研究并取得了一定成果。马延安等（2013）针对农村金融支持现代农业发展方面进行了研究，发现农村金融供给中存在产品单一、贷款规模小、贷款期限短等问题，这些问题引发农村金融供求矛盾，阻碍了现代农业发展[1]。刘立军等（2017）基于结构方程模型研究了金融发展与中国现代农业的作用关系，表明金融发展未能够满足现代农业发展中的金融需求[2]。李健等（2015）基于金融规模和金融效率的发展角度进行研究，结果表明金融发展对全要素生产率的增长有显著的促进作用[3]。尹雷等（2014）基于GMM估计对农村金融与农业全要素生产率进行研究，结果表明农村金融对农业全要素生产率具有显著的正向作用，但其作用具有区域差异性[4]。陈治国等（2016）运用协整关系检验和误差修正模型证明了新疆农村金融发展规模和农村发展效率对农业技术进步有长期的促进作用[5]。孙智勇等（2016）通过实证分析研究了金融发展与全要素生产率的关系，发现两者存在正U型的非线性关系，研究认为只有当金融发展水平到一定程度时，才能对全要素生产率的变化起正向促进作用[6]。

从研究区域来看，多数学者以全国、省份和地市作为研究对象，鲜有文章以兵团作为研究对象。在一带一路背景下，兵团迎来新的发展机遇，正在进行深化改革，团场农业生产阻止模式的改革也将面临市场的考验，兵团农业发展影响着整个新疆乃至西部的整体发展，因此研究兵团农业发展具有其独特性现实意义。从研究深度来看，对农业全要素生产率测算的同时探究与金融发展之间的互动影响关系的文章较少。因此，通过选取新疆生产建设兵团2001-2015年的时间序列数据，采用数据包络分析法（DEA）测算农业全要素生产率，构建VAR模型深入研究金融发展与农业全要素生产率之间的动态关系，以期为兵团农村金融的发展提出合理建议，进一步促进兵团金融功能区建设。

二、变量指标选取

（一）兵团的农业全要素生产率

對于全要素生产率的测算方法除了参数法，还有非参数法。其中科学研究中经常使用的数据包络分析法（DEA）就是一种非参数的全要素生产率测算方法，它的计算是通过多项投入和产出指标，结合线性规划，对具有可比性的相同类型单位进行相对有效性评价。数据包络分析法参照一定的生产前沿面，然后分析生产前沿面与被评估区域的相对差距，再评价被评估区域所研究要素的相对效率[13]。所以，数据包络分析法（DEA）被广泛应用于多种行业和部门的生产率测算[4、7]。比如，Caves（1982）等人把数据包络分析法（DEA）与Malmquist指数法相结合，深入在生产率的测算上应用[8]。DEA-Malmquist方法是在全要素生产率已经测算出来的基础上，进一步对全要素生产率变动情况进行研究[14]。所以，利用DEA-Malmquist方法展开对兵团的农业全要素生产率问题进行分析。

全要素生产率增长率是指全部生产要素（包括资本、劳动、土地等）的投入量都不变时，而生产量仍能增加的部分。参照李谷成（2013）对农业全要素生产率进行测算的方法[11、14]。类似的，本文农业产出变量也选取第一产业（农林牧渔业）总产值，农业投入变量分别为劳动投入水平、土地投入水平、机械化水平、化肥施用量和灌溉投入。其中，劳动投入利用农业领域劳动人口表示;土地投入水平利用农作物总播种面积表示;机械化水平利用农业机械总动力表示;化肥施用量以农业生产中实际的化肥使用量（折纯）计算;灌溉投入则以每年实际有效的灌溉面积表示。把农业产出和投入的各指标分别代入DEAP2.1软件中进行运算，可以得到兵团历年的农业全要素生产率（TFP）。

2001年到2015年，兵团农业全要素生产率平均值为1.11，农业技术进步指数平均为1.11，农业技术效率指数平均为1.00，数据说明兵团农业全要素生产率的增长主要是由技术进步推动的，技术效率的贡献较小。从图1看出，兵团农业全要素生产率大部分年份大于1，说明技术进步促进了兵团农业发展。

（二）兵团的金融水平测度

金融水平的测量一般选取金融规模、金融效率和金融结构三个指标。由于兵团金融处于发展初级阶段，金融结构相对单一，本文主要选取金融规模和金融效率两个指标反应兵团农村金融水平。金融规模（FA）是衡量金融发展水平的重要指标，农业贷款对农业全要素生产率的影响显著，本文参考了禹跃军等（2011）的研究，选取了金融规模指标：FA=农业贷款/农业GDP。金融效率（FE）是金融资源优化配置的重要指标，主要是通过存贷款比例显示存款对贷款的转化，它反映了对金融资源的优化配置能力。本文选取衡量金融效率的指标为FE=农业贷款/农业存款。

通过图2可以看出，兵团农村金融规模2001年-2010年逐年下降，2010年以来逐年上升，尤其是2013年“一带一路”倡议以来，兵团农村金融规模增长较快。金融效率和金融规模表现出同步变化趋势，数据显示，2009年金融效率达到最小值，说明金融效率比金融规模具有超前性。

三、兵团的农业全要素生产率与金融发展关系分析

（一）模型建立与变量选取

本文主要通过VAR模型进行分析，首先通过单位根检验对数据的平稳性进行分析;其次，根据Johansen协整检验，判断时间序列变量之间的长期关联关系;再次，利用Granger因果关系检验，判断变量之间的因果可能;然后对各变量的脉冲响应函数进行分析，衡量一个变量在不同滞后期对另一个变量的作用时滞[13];最后对各变量进行方差分解分析，观察VAR模型中各变量产生影响的随机扰动情况。

前文已经选好变量主要是农业全要素生产率（TFP）、农村金融规模（FA）以及金融效率（FE）。所有原始数据来源于《新疆生产建设兵团统计年鉴》（2001-2016年）。

（二）协整检验

1.平稳性检验

对于时间序列数据来说，如果直接构建模型很容易出现“虚假回归”现象，因此Granger（1981）提出了协整方法对时间序列变量进行平稳性检验。首先对TFP、FA和FE取对数，通过取对数消除可能存在的异方差现象，然后对于已经得到的对数变量LNTFP、LNFA和LNFE再一次进行平稳性检验。根据计量经济学协整检验理论，本文采用AugentedDichey-Fuller（ADF）检验方法，利用Eviews6.0软件对兵团的农业全要素生产率、金融规模和金融效率的指标数据和一阶差分的数据进行单位根检验[15]（见表1）。

从表1看出，LNFE的ADF统计量在大于5%的显著水平下的临界值，数值说明这个时间序列是不平稳的，不能直接进行协整检验。对于上述时间序列进行一阶差分后发现，变量DLNTFP、DLNFA和DLNFE的ADF统计量均小于5%的显著水平下的临界值，拒绝了存在单位根的检验，进一步说明了经过一阶差分的三个时间序列是平稳的，即DLNTFP、DLNFA和DLNFE均是一阶单整的时间序列，即I（1），可以进行协整检验[13]。

2.Johansen协整检验

运用协整理论检验兵团的农业全要素生产率、金融规模和金融效率三者之间是否具有长期的稳定关系。若这三个变量都是同阶单整，根据线性组合的原理，他们存在某种线性组合也是平稳的，可以推断这三个变量之间存在长期、稳定的均衡关系。为了说明这种关系，本文采用Johansen协整检验方法来检验兵团的农业全要素生产率、金融规模和金融效率之间是否存在协整关系（见表2）。

由表2可以看出，在5%的显著水平上，2001-2015年LNTFP、LNFA、LNFE之间至少存在两个协整关系，说明农业全要素生产率与金融规模、金融效率三个变量之间存在长期、稳定的均衡关系[13]。

（三）VAR模型

1.选取滞后阶数

要利用VAR模型，需要首先确定滞后阶数。本文根据Eviews6.0软件的处理结果来确定滞后阶数，根据软件运行得到LR、FPE、AIC、SC、HQ准则（见表3）。由表3可以看出，LR、FPE、AIC、SC、HQ的滞后阶数均为2，因此确定VAR模型最佳的滞后阶数为2[13]。

2.VAR模型的参数估计

首先对一阶的VAR模型VAR（1）进行平稳性检验，根据检验可以得到该模型的单位根图（见图3）。从单位根检验图中发现单位根都在单位圆内，说明了VAR模型中的方程都是收敛的，这与上文中时间序列变量的平稳性结果是吻合的。另外，只有VAR模型平稳了，才能对各变量进行脉冲响应函数分析[13、15]。

3.VAR模型的估计

在VAR模型平稳的基础上，对各变量利用Eviews6.0软件进行运算，可以直接作VAR模型估计，从而得出VAR模型关系方程式[13]：

LNTFP=0.391*LNTFP（-1）-0.269*LNTFP（-2）+0.979

*LNFA（-1）-0.507*LNFA（-2）-0.688

*LNFE（-1）+0.147*LNFE（-2）-0.054

由VAR模型关系方程式可以看出：LNTFP的滞后一期系数为正，滞后二期的系数为负，假设滞后一期的农业全要素生产率和滞后二期的农业全要素生产率的作用相等时，二者的其系数之和为0.122，表明滞后期的说明农业全要素生产率对自身发展有较强的推动作用。LNFA的滞后一期系数为正，滞后二期的系数为负，滞后一期和滞后二期的系数之和为正，说明了农业金融规模扩大对农业全要素生产率具有正向促进作用，农业金融规模扩大有利于农村普惠金融的实现，为农业化肥和机械等生产资料的使用提供了资金支持，进而提高农业生产机械化水平。LNFE的滞后一期系数为负，滯后二期的系数为正，说明了金融效率在短期内不能立即提高农业全要素生产率。由于受到农业生产特殊政策影响，农业贷款相对较少，导致农业领域金融效率降低;另外，农业生产具有季节性和周期性，农业贷款对农业全要素生产率的促进作用在短期内不显著显。

（四）格兰杰（Granger）因果关系检验

通过协整检验确定了农业全要素生产率、金融规模和金融效率之间存在长期均衡关系，VAR（1）模型只是通过方程的形式描述了农业全要素生产率与金融规模、金融效率之间的影响关系。为了进一步研究金融发展对农业全要素生产率的支持，结合格兰杰（Granger）因果检验分析它们之间的因果关系（见表4）。

由表4可知，金融规模和金融效率是农业全要素生产率的格兰杰原因，但农业全要素生产率不是金融规模和金融效率得格兰杰原因，也就是说金融发展能够促进农业全要素生产率的提高[14]。首先，金融规模的扩大为农业化肥和机械等生产资料的使用提供了资金支持，促进了农业生产率以及潜在生产率的提高;为农业科学技术进步和创新提供了经费支持，提高了科学技术转化为现实生产力的水平，促进了农业全要素生产率的提高。其次，金融效率的提高促进了金融存款向金融贷款的转化，有利于金融机构增加对农服务，提高对农投资力度。另外，农业全要素生产率提高虽然增加了农业产值，团场职工新增资金增加，受到金融趋利本质的影响，大量资金从农业转移到其他产业，最终使得农村金融有效供给相对不足，出现农村金融功能弱化现象。这一结果表明，新疆兵团农业全要素生产率和农业金融之间存在单向的格兰杰因果关系，没有实现良性的互动关系，因此需要加强二者之间的互动关系，促进良性互动发展。

（五）脉冲响应分析

在VAR模型平稳的基础上，可以对变量LNTFP、LNFA和LNFE进行脉冲响应函数分析（见图4）。

从图4中可以看出，农业全要素生产率对来自自身的冲击反应在第4期之前呈现整体快速下降的趋势，其中第1期是最大值0.073，到第4期达到最小值-0.032，第6期出现波动谷峰值0.009，直到第10期均衡于0.001。因此，从长期的累积效果来看，农业全要素生产率对来自自身的冲击是正向的。农业全要素生产率对来自金融规模的冲击反应波动较小，第1期为0，第3期最小为-0.015，之后在0左右波动，说明金融规模的波动较小的影响了农业全要素生产率，影响不显著[13]。农业全要素生产率对来自金融效率的冲击反应波动较大，第2期最小为-0.037，第4期最大为0.018，之后在0左右波动，说明金融效率波动对农业全要素生产率影响的累积效果为负值且不显著。由于农业经营者的风险承担能力较弱，并且农业经营风险较大，银行等金融机构在利润的驱使下更倾向于把资本投资到收益更高的二、三产业，从而导致资本从农业转到非农产业，进一步制约了农业全要素生产率的提高。

通过脉冲响应结果看出，造成兵团农业全要素生产率提高较慢的主要原因是农业全要素生产率对金融脉冲冲击反映较弱。造成这一现象的主要原因如下：第一，日益发展的农业现代化对农业金融支持的需求呈现多元化和服务结构的产业化，而当前兵团农业金融对农业发展的支持依然呈现单一化，造成农业金融发展对农业全要素生产率的促进作用不明显;第二，农业的快速发展需要大量的资金支持，尤其是农业机械化的发展需要农村金融提供资金保障，然而兵团金融对农业的供给总量与需求相比仍然较低;第三，缺乏长期的信贷机制，农业全要素生产率提高离不开科技进步，产业结构调整与农民素质的不断提高，这一过程的实现需要农业金融的长期支持，而传统农业金融支持呈现短期化，导致农业金融对农业全要素生产率的促进作用较低。

（六）方差分解分析

采用方差分解分析来进一步衡量VAR模型中时间序列变量产生影响的随机扰动的重要程度[13、15]（见图5）。

由图5可知，农业全要素生产率对自身影响比重从第一期100%降低到第十期的76.21%，金融规模和金融效率对农业全要素生产率影响比重从第一期的0%分别变化到第十期的3.01%和20.78%，表明滞后期的农业全要素生产率对自身发展的影响显著高于滞后期的金融规模和金融效率对农业全要素生产率发展的影响。随着滞后阶数的增加，金融效率对农业全要素生产率的影响比重高于金融规模对农业全要素生产率的影响比重[13]。以上结果表明，农业全要素发展现状是农业全要素的发展基础，起到重要的影响作用，农村金融对农业全要素生产率的影响作用较弱，进一步验证了格兰杰检验和脉冲响应的结果，均表明农业全要素和农村金融之间存在较弱的互动关系。

四、结论与启示

（一）结论

基于新疆生产建设兵团2001-2015年数据，运用DEA-Malmquist指数法对兵团的农业全要素生产率进行测算，通过VAR模型进一步估计了兵团的农业全要素生产率与金融规模和金融效率的动态变化关系[13、14]。研究结果表明：兵团的农业全要素生产率和农村金融之间确实存在长期稳定的均衡关系;但是，兵团金融和农业全要素生产率之间存在单向的互动关系;脉冲响应和方差分解均表明农业全要素生产率和兵团金融之间也存在较弱的互动关系，因此要提高农业全要素生产率需要加强二者之间的互动关系。

（二）启示

根据以上研究得到以下启示：

1.完善农村金融体系。加快推进兵团金融机构发展，鼓励非银行类金融机构开拓农业金融市场，根据兵团农业金融需求的变化趋势和特点，有针对性地对不同类型的农业新型主体提供更具灵活性和实用性的金融产品，以实现农业金融多元化、多层次的需求。

2.提升农村金融供给水平。合理引导资本流向，有条不紊地调节农村金融资源效率与公平的关系。根据实证结果，要规范引导农业信贷，促进农村金融的供给侧结构性改革，增加农村金融资源供给，促进兵团经济社会的和谐发展。

3.完善农村金融的市场监管。“金融稳，经济稳”，在增加金融供给的同时，加大农村金融的监管力度，确保金融风险可控，避免系統性金融风险的发酵。

4.提高金融效率。以市场为导向，对团场农业生产经营模式进行改革，增强团场职工在农业生产方面的自主性，提高团场农业经营主体的市场化水平，提升农村金融的利用效率。在金融的支持下，通过生产模式的改革，进一步提升农业全要素生产率，努力实现农业全要素和农业金融互动发展。

[参考文献]

[1]马延安，苗淼.发展现代农业进程中的金融问题研究[J].当代经济学研究，2013（12）：68-71.

[2]刘立军，王健，秦伟.金融发展对我国现代农业的影响分析——基于结构方程模型和31省份的实证分析[J].经济问题，2017（4）：70-75.

[3]李健，卫平.金融发展与全要素生产率增长——基于中国省际面板数据的实证分析[J].经济理论与经济管理，2015（8）：47-64.

[4]尹雷，沈毅.农村金融发展对中国农业全要素生产率的影响：是技术进步还是技术效率——基于省级动态面板数据的GMM估计[J].财贸研究，2014（2）：32-40.

[5]陈治国，辛冲冲，李成友.新疆农村金融发展与农业技术进步关系实证研究[J].科技与经济，2016，29（1）：52-56.

[6]孙智勇，刘潇.金融发展与全要素生产率关系探讨[J].山东理工大学学报（社会科学版），2016，3（32）：10-17.

[7]赵海燕，何忠伟.我国低碳农业效率测算及影响因素分析[J].统计与决策，2014（12）：83-86.

[8]Caves D， Christensen L， Diewert W E. The Economic Theory of Index Numbers and the Measurement of Input， Output and Productivity [J].Econometrica，1982，50（6）：1393-1414.

[9]徐祎.新能源消费与我国经济增长关系的实证研究[J].经济纵横，2017（5）：69-74.

[10]吴宗杰，董会忠.水资源利用与经济增长时序变量动态关系实证研究——以山东省为例[J].东岳论丛，2013，34（7）：68-72

[11]李谷成，范丽霞，成刚等.农业全要素生产率增长：基于一种新的窗式DEA生产率指数的再估计[J].农业技术经济，2013（5）：4-17.

[12]肖干，徐鲲.农村金融发展对农业科技进步贡献率的影响——基于省级动态面板数据模型的实证研究[J].农业技术经济，2012（8）：87-95.

[13]吴宗杰，苏宏枝，张志新，苏旭峰.山东省农业经济增长、农村金融与农业全要素生产率关系研究[J].农村金融研究，2018（3）：67-72.

[14]吴宗杰，刘广亮，董会忠.山东省工业化、城镇化与农业现代化互动关系研究[J].华东经济管理，2017，31（8）：12-17.

[15]苏旭峰，苏宏枝.新疆金融发展影响对外贸易的实证分析[J].塔里木大学学报，2018，30（1）：39-47.

[责任编辑：赵磊]