农村金融发展能否促进农民收入增长？

魏静 方行明 王金哲

[摘要] 农村金融发展是否能够促进农民增收在理论界存在着争议。本文以四川省作为研究对象，基于全省21个市州的空间面板数据构建了农村金融发展与农民收入关系的普通面板和空间面板模型，研究二者关系以及农村金融的空间溢出效应。结果表明，四川省农村金融发展对农民增收具有显著的正向影响;在考虑了空间因素之后，本地农村金融发展对本地农民增收具有更大的促进作用，而对邻近地区具有显著的负向空间溢出效应（即金融抑制）;农业发展水平、政府财政支农力度具有显著正向影响，一产占比具有显著负向影响，农村就业结构无显著影响。因此，应努力消除农村金融发展的负向空间溢出效应，适当抑制地区间发展不平衡产生的极化效应，加大投入以提升农村地区的经济活力以及加快各地市州产业结构调整。

[关键词] 农村金融;农民收入;空间溢出;金融抑制

一、引言

改革开放以来，我国农民收入稳步增长，农村工作取得了令人瞩目的成就。进入新世纪以来农村地区的经济发展水平也得到了大幅度的提升，第一产业增加值由2000年的14944亿元增长到2018年的64734亿元，年均增长率为8.49%;农民收入增长进一步加快，农村居民人均可支配收入从2000年的2282.1元增长到2018年的14617元，年均增长率为10.87%，①高于增加值增長2.38个百分点。与此同时，在相关政策的支持下，农村金融迅速发展，自2007年创立涉农贷款统计以来，按照可比口径，我国本外币涉农贷款余额由2007年的6.1万亿元增长到2018年的32.68万亿元，①年均增速为16.66%，高于同期农村居民人均可支配收入平均增速约6个百分点。那么，农村金融的发展与农民增收究竟是什么关系、有无促进作用？这一问题在学界存在着很大的争议，有许多学者甚至提出了否定的观点。由于金融机构往往与政府的目标并不一致。金融机构作为企业，其经营目标是以利润为导向，其涉农贷款可能更多地投向利润较高的产业或领域，而农民增收问题更多侧重于社会的公平发展及对“弱势群体”的扶持，这一领域的金融投资所产生的利润率往往较低，因而农村金融投入农民增收的资金可能很少，这也就可能产生学界所言的“金融抑制”问题，即农村金融的发展对农民增收没有产生促进效应，甚至会产生抑制效应。由于不同地区的金融运行、导向和调控有所不同，产生的结果也不同，各省之间表现为异质性。并且，全国整体的情况与分区域、分省份往往并不一致，也存在着异质性，所以即便有众多学者已经分析了全国的数据，还需有针对性地进行分区域、分省份的研究才能得到真实、全面的结论。有鉴于此，本文选择农村金融改革与发展试点的标志性省份——四川省作为研究对象，以验证所谓金融抑制在四川省是否存在，即四川省农村金融发展对农民增收产生的是积极、正向的影响还是负向影响，以此充实现有的理论研究，并对实践提供指导参考。

二、相关文献述评

有关农村金融与农民收入之间关系的研究最初始于金融发展与经济发展关系的研究，国外诸多文献对金融发展与经济增长进行了深入研究。Gurley （1955）认为，对经济增长而言，金融的发展是必要条件。[1]Greenwood （1990）通过实证研究发现，金融发展与居民收入的分配之间并非呈线性关系，而是非线性关系，即“倒U型”的库兹涅茨曲线关系。[2]Levine （1997）认为金融的发展通过两个渠道影响经济增长，即资本的积累和技术进步。[3]Galor （1993）和Banerjee （1993）对收入差距、金融发展和经济增长的关系进行了实证研究，将收入差距作为被解释变量，实证研究了后两者对收入差距的影响。研究结果发现金融市场的作用举足轻重，居于基础性的地位，建立一个良好的金融市场是减小收入差距的必要条件。[4][5]

从国内研究来看，主流观点认为农村金融的发展对农民增收具有负向影响，即存在一定的金融抑制。许崇正（2005）通过分析农产品的市价、农民信贷投资、农民文化水平、农户就业结构等因素对农民收入的影响，并指出自上世纪90年代以来，以农民信贷投资作为农村金融发展的替代变量时，农村金融发展对农民收入没有显著的影响，即实际上农村金融没有真正发挥出理论上应有的拉动作用。[6]温涛（2005）研究发现，农村金融发展会在一定程度上使城市经济形成一种类似“极化效应”的吸引力，极化效应促使生产资源更加快速的流向城镇，因此由于农村金融发展，促使农村的资源空心化，最终造成农村居民收入增速放缓或收入下降的不良结果，由此造成农村金融对本地农民增收形成显著的金融抑制效应。[7]朱德莉（2014）运用了1978～2013年的时间序列数据，分别用规模指标和资源配置效率指标来衡量农村金融发展，用协整分析农村金融和农民增收是否存在长期平稳关系，并用误差修正模型进行短期关系的探讨，发现它们之间是存在着一种长期均衡关系，同时无论是从规模还是效率角度，农村金融发展都对农民增收产生显著的消极影响。[8]

从省份层面的研究来看，一些学者认为金融发展能够促进农民增收。例如：李泉（2012）将甘肃省作为实证研究对象，并发现甘肃省的农村金融发展对农民增收具有长期的促进作用，而农村储蓄对农民增收具有负向影响;[9]吴蓉蓉（2009）对贵州省的农村金融与农民增收进行了实证研究，发现二者之间存在着一种长期稳定均衡关系，同样将农村金融发展指标也分为规模和效率两方面，指出前者会产生显著的消极作用，后者则会产生显著的积极效应。[10]

有些学者则认为需要分地区分时期进行研究，不同时空所研究结果也会存在差异。孙玉奎（2014）发现中国农村金融发展对农民增收的影响有限，分地区来看，东中西三大区域的影响呈现阶梯式下降的特征，在东部地区，农村金融不仅能够发挥出它显著的积极作用，而且在降低城乡收入差距方面也具有显著促进作用;而在中西部地区，农村金融的影响并不显著，并且在缩小收入差距方面，农村金融不但没能起到缩小差距的作用，反而会扩大收入差距。[11]刘赛红（2012）通过对东中西地区研究发现，东中部地区的二者关系存在着显著的长期均衡关系，短期无显著关系，而西部地区不存在长期的均衡关系。[12]贾立（2010）将整个西部地区作为研究对象，也从农村金融发展的规模和效率两方面研究其对农民增收的影响，发现规模与效率具有显著不同的影响结果，即前者具有显著的正向效应，而后者则产生显著的负向效应。[13]这与吴蓉蓉对贵州省的研究结论相反。余新平（2010）经过实证研究后发现农村存款、保险赔付对农民收入的增长具有显著正向影响，而农村贷款、农业保险收入对农民收入增长具有显著负向影响;其中，农业贷款的影响效果并不能立即显现出来，它的影响效果存在着一定的滞后效应，乡镇企业贷款不仅不会促进农民增收，而且还对农民增收存在着一定的抑制作用。[14]杜兴端（2011）基于向量自回归模型，通过协整分析、格兰杰因果检验和脉冲响应分析，将农村金融的影响也分为规模和效率两方面，认为长期和短期的结论具有巨大的差异，长期中效率、规模与农民收入的增加存在长期稳定关系，而在短期中，规模和效率都将显著负向影响农民收入的增加。[15]

综合国内学者现有的研究成果，可以得出以下结论：第一，针对农村地区金融发展能否促进农民收入提高的问题，国内学者大多持否定的结论，但在不同地区和不同具体指标上的结论有所差异。然而，由于不同地区的金融运行、导向和调控有所不同，产生的结果也就不同，并且全国整体的情况与分区域、分省份往往并不一致，即便分析了全国的数据，还需有针对性地进行分区域、分省份的研究。因此，本文选取中国农业大省四川省作为研究对象来进一步研究这个问题。第二，现有文献都是从省级或国家层面进行的研究，缺乏以地级市数据为样本的实证研究。而地级市的数据更为基础，更能真实反映农村经济、农村金融与农民收入之间的关系。第三，在研究方法上，对农村金融与农民收入关系的研究绝大多数学者都是运用时间序列数据进行相关的实证研究，通过构建时间序列VAR模型或进行格兰杰因果检验进行研究，[16-19]也有学者构建面板VAR模型进行实证研究。[11][12]但现有的研究方法较少关注空间因素，忽视了农村金融发展、农民收入增长的空间溢出效应，这就会造成归因错误、内生性等问题。因此，为了丰富农村金融与农民增收关系的理论与实证研究内容，我们在构建了基本的面板模型之后，进一步构建空间杜宾模型，探讨农村金融的空间溢出效应，为进一步探究农村金融发展与农民收入增长之间的关系提供经验证据。

三、四川省农村金融发展与农民增收概况

四川省是全国农村改革的重要发源地之一。党的十八届三中全会以来，四川省积极推进农村金融发展的改革，进行了一系列的探索和尝试，积极丰富农村金融机构类型，持续促进金融产品与服务创新，由此创造了一批可复制可推广的有益经验与典型案例。例如：成都市于2015年成为全国首个农村金融服务综合改革试点城市，以普惠金融为主攻方向，通过设立农村金融服务联络员制度，设立若干个助农取款点，为农民提供更多的便利和优惠。因此，四川省在农村金融改革创新上是一个标志性的省份，通过验证四川省农村金融发展对农民增收产生促进作用还是抑制作用，即金融抑制是否存在，对判断农村金融发展与农民增收的关系无疑具有理论和实践意义。

从表1可以看出，2008～2016年四川省农村居民人均可支配收入一直保持平稳上升，增长将近2.7倍，年均增长率13%。2016年四川省农村居民可支配收入为11203元，略低于全国平均水平（12363元）。四川省不断加大涉农贷款力度，涉农贷款额呈现出更为陡峭的增长趋势，增长了约6倍，年均增长率达到了26%，高出农村居民人均可支配收入增速的一倍。涉农贷款占比（涉农贷款额占总贷款额的比重）不断上升，由2008年的21.8%上升至2016年的36.3%，上升了14.5个百分点;乡村农业从业人员占比呈平缓下降趋势，由2008年的63.7%下降至2016年的56.1%，下降了7.6个百分点，即乡村从业人员中从事农业的就业人员在逐年减少，非农从业人员在逐年增加，表明就业结构正在逐渐优化;农林牧渔总产值占比也在逐年减少，由2008年29.3%下降至2016年的20.9%;第一产业占比也逐年下降，由2008年的17.6%下降至2016年的12.0%，下降了5.6个百分点，表明产业结构也正在不断优化;农业投资比重呈逐年平缓上升的趋势，由2008年的3.7%上升至2016年的4.5%，上升了0.8个百分点，说明四川对农业发展的投资力度在逐年加大，但其比重仍然较低且增加幅度不大。

四、模型构建与变量选取

1.模型构建

（l）普通面板模型的构建。本文重点考察农村金融发展对农民收入增长的影响，同时考虑到农民收入增长可能受其他非金融因素的影响，因此引入农业发展水平（NGDP）、农村产业结构（AGR）、农村就业结构（AEM）和政府财政支农力度（GOV），建立如下面板计量模型：

INC=α+βlFG+β2NGDP+β3AGR+β4AEM+β5GOV+εe

（1）

（2）空间面板模型的构建。如果经过Moran I指数检验，农民收入存在空间相关性，则构建空间面板模型。当存在空间相关性时，将被解释变量的滞后项纳入模型，则称为空间自回归模型（Spatial Lag Model，SLM或Spatial Autoregressive Model，SAR），若空间依赖性通过误差项来体现，则构建空间误差模型（Spatial Error Mod-el，SEM）。空间自回归模型与空间误差模型的一般形式是空間杜宾模型，空间杜宾模型兼顾了其他两大模型的特点，同时考虑了空间滞后被解释变量和空间滞后解释变量对被解释变量的影响。空间杜宾模型的一般形式为：

上式中与是待估常数回归参数，空间杜宾模型实际上是将各解释变量的滞后项带入了空间滞后模型中，因此对杜宾模型设定假设约束条件，它将转化为空间滞后模型或空间误差模型。现构建加入不同控制变量时的空间杜宾模型：

INC=α+1βFG+β2NGDP+Wδ1FG+Wδ2NGDP+ε （2）

INC=α+β1FG+β2NGDP+β3AGR+WδIFG+Wδ2NGDP+Wδ3AGR+ε（3）

INC=α+β1FG+β2NGDP+β3AGR+β4AEM+WδlFG+Wδ2NGDP+Wδ3AGR+Wδ4AEM+ε （4）

INC=α+β1FG+β2NGDP+β3AGR+β4AEM+β5GOV+WδIFG+Wδ2NGDP+Wδ3AGR+Wδ4AEM+Wδ5GOV+ε （5）

2.变量选取

（l）农民收入（INC）：用农村居民人均可支配收入来衡量，自2013年开始，统计上衡量农民收入的指标由农村居民人均纯收入变为农村居民人均可支配收入，农民纯收入计算方法是全国统一的，①通过公式换算，将2007～2012年农村居民纯收入大致换算为可支配收入并进行对数化处理。其数据来源于历年《四川统计年鉴》《中国农村统计年鉴》以及《中国城市统计年鉴》。

（2）农村金融发展（FG）：M2/GDP是最频繁用于衡量金融发展规模的指标，然而，我国金融结构具有明显的银行导向性，所以采用年末金融机构人民币涉农贷款余额作为农村金融发展的衡量指标。考虑到数据的可得性，我们采用市级年末金融机构人民币贷款余额.（历年省级年末金融机构涉农贷款额/金融贷款总额）来大致估计各市的涉农贷款额。各市级和省级年末金融机构人民币贷款数据都来自《中国城市统计年鉴》和《四川统计年鉴》。

（3）控制变量。影响农民收入的其他控制变量主要有农业发展水平、农村产业结构、农村就业结构和政府财政支农力度。农业发展水平（NGDP）用广义的农业来表示，即各地级市的农林牧渔业产值来表示。狭义的农业仅仅指种植业，不能很好地代表农村的农业发展水平，因此用广义农业来衡量农业发展水平。产业结构（AGR）用第一产业产值占GDP的占比来表示。农村就业结构由农林牧渔从业人员占乡村总从业人员占比来表示。政府财政支农力度（GOV）以各地区各年财政用于农林水事务的总支出来衡量，并对所有控制变量进行对数化处理。数据来源于《四川统计年鉴》和《中国城市统计年鉴》。

本研究样本期为2007～2016年，样本数为四川省21个市州。由于四川省包含18个地级市和3个自治州，地级市与自治州都属于同级的地级行政区，为了保持四川省在空间研究上的完整性，将3个自治州也纳入研究范围。表2给出了各变量的描述性统计。

五、农村金融发展收入效应的实证分析

1.空间相关性分析

有关农村金融发展与农民收入增长的现有实证研究，大多仅考虑了时间维度，正如前面所述，不同时间和空间维度将存在显著的异质性，因此我们进一步将空间因素纳入模型，检验是否存在空间溢出效应。进行空间分析的前提條件是变量必须具有空间相关性，因此，首先对被解释变量进行空间相关性验证分析。本文采用O-I的空间邻接矩阵和全局Moran I指数来检验农民收入是否存在空间相关性。

首先构建满足如下条件的空间权重矩阵Wij，矩阵元素的确定采用邻接标准：当区域i与区域j相邻时，Wij=l;当区域i与区域j不相邻时，Wij=0。对2007～2016年四川省21个市州农民收入空间相关性进行了Moran I检验，Moran I指数可以度量全局空间自相关，反映空间邻接或空间邻近的区域单元属性值的相似程度，其值在[-1，1]之间。若在（0，1]之间表示存在正的空间自相关，邻近单元相似度较大，存在正向的相互反馈;在[-l，0）之间表示存在负向空间自相关，邻近区域体现出某种程度的“竞争”关系;为零表示不相关。检验结果如下表3所示：农民收入的Moran I的数值均大于0，表示存在空间正相关，即高值与高值相邻，低值与低值相邻，且在2007～2016年的Z值均高于0.05水平上的临界值（1.65），在2015年和2016年农民收入的Moran I的正态统计量Z值高于0.01水平上的临界值（1.96）。这表明农民收入具有明显的空间相关性，其特征是农民收入水平较高的地级市相互邻近，收入水平较低的地级市相互邻近。因此，有必要进一步运用空间计量模型来分析农村金融发展对农民收入水平的影响效应。

2.面板模型实证结果分析

面板模型实证结果如下表4所示，我们通过对固定效应、随机效应和混合效应普通面板模型进行回归，并进行模型检验与选择，经过F检验和Hausman检验，我们选择固定效应模型进行结果分析。

（l）普通面板分析。先对未考虑空间相关性的普通面板回归结果进行分析：

①农村金融发展促进了农民增收。农村金融发展的系数值为0.199，且在1%的显著性水平下显著，即农村金融发展变动l%，农民收入增加变动0.199%，说明农村金融发展对农民收入增加具有显著的促进作用，这与大多数学者所得结论相同。

②农业发展水平对农民增收具有较大的促进作用。农林牧渔总产值系数值0.696，且在l%的显著性水平下显著，即农林牧渔总产值变动l%，农民收入增加变动0.696%，说明农林牧渔总产值与农民增收呈显著的正相关关系，农业经济的发展对农民增收具有巨大的促进作用。⑧农村就业结构对农民增收也有促进作用。农村就业结构的系数值0.019，且在5%的显著性水平显著，即农林牧渔从业人员占比变动l%，农民收入增加变动0.019%。这说明农林牧渔从业人员占比对农民增收具有显著的促进作用，对农业的投入不仅要有物质投入，还要有人力资本的投入，因此对农村的人力资本投入对农民增收具有显著的正向影响。此外，一产占比和政府财政支农力度系数不显著，不能说明二者与农民增收之间的关系。

（2）空间面板实证结果分析。在对普通面板模型进行分析的基础上，我们对空间自回归模型、空间误差模型和空间杜宾模型进行了估计。通过对对数似然函数值和拟合优度等统计量的比较，选择空间杜宾模型进行实证分析，通过hausman检验，我们选择具有固定效应的空间杜宾模型。式（2）（3）（4）（5）是分别加入了农业发展水平、农村产业结构、农村就业结构和政府财政支农力度变量的回归结果。由此我们可以看出，除了农村就业结构对农民增收不具有显著影响外，其他变量的系数值都非常显著。

①农村金融发展促进农民增收且较普通面板显著性更大。农村金融发展的系数值为0.379，并在l%的显著性水平下显著，说明四川各市农村金融发展对农民增收具有显著的正向影响。和普通面板相比，其系数值变大，说明在考虑了空间相关性时，农村金融发展对农民增收具有更大的显著性正向影响，农村金融发展的收入效应也更大。

②农业发展水平对农民增收有巨大的促进作用，但其系数值小于普通面板系数。农村经济发展系数值为0.43，说明农林牧渔产业的发展对农民增收具有显著的正向影响。

③一产占比对农民增收具有显著的反向影响。一产占比的系数值为-1.037，且在l%的显著性水平下显著，一产占比越大反而对农民增收具有显著反向的影响，说明一产占比增加并不是农民增收的有效途径。

④政府支农力度对农民增收具有促进作用。政府支农投资的系数为0.063，且在1%的显著性水平下显著，这说明政府的农业投资对农民增收具有显著的正向影响。考虑了空间相关性后，政府投资对农民增收有了正向影响，但与普通面板回归结果不同。

需要说明的是，考虑了空间相关性后，农村就业结构的系数值为0.008，但是不显著，说明农村就业结构对农民增收没有显著影响，这一点也与普通面板回归结果不同。

（3）空间溢出效应分析。通过空间面板分析得出的有关空间溢出效应如下：

①农村金融发展的空间溢出效应为负。农村金融发展的空间溢出效应系数为一0.085，且在l%的显著性水平上显著，说明本地区的农村金融发展对相邻地区的农民增收具有显著的负向空间溢出效应。即本地的农村金融发展对本地的农民增收具有显著正向影响，却对邻近地区的农民增收具有显著的金融抑制效应，这种金融抑制效应很大可能是通过极化效应、争夺资源而形成的，本地农村金融发展带来良好的市场环境和较高的收益，吸引邻近地区的资源流入，因此本地与邻近地区之间将表现出一种资源竞争关系。

②农业发展水平的空间溢出效应为负。农业发展的空间溢出效应系数为一0.181，且在1%的显著性水平下显著，说明本地的农业发展水平对邻近地区农民的收入具有负向的空间溢出效应，存在着一定的经济抑制效应。从形成机制来看，本地农业经济发展水平高于临近地区，将会产生较强的资源集聚和吸纳能力，使周边资源向本地集聚，向周边产生经济辐射的效应较小。

③本地一产占比对邻近地区的农民收入具有显著的正向空间溢出效应。一产占比的系数值0.469，并且通过l%的显著性检验，说明本地的第一产业占比的提升会有利于邻近地区农民收入的增加。一产占比代表的是各地级市的产业结构，按照产业结构由低级到高级的演化规律，一产降低，二产也逐渐降低，最终形成三产占主要地位的演化趋势，一产占比增加将可能不利于产业结构向高级形式转换，这可能会导致要素资源流向邻近地区，促进邻近地区农民收入增长。

此外，本地区就业结构与政府支农力度的空间溢出效应系数并不显著，说明二者对邻近地区的农民收入并不存在显著溢出效应。

六、研究结论与政策建议

本文在参照现有的研究基础上，选取农村金融改革与发展试点的标志性省份四川省作为研究对象，采用空间面板回归模型中的空间杜宾模型，利用2007-2016年四川省21个市州的相关数据，实证检验了四川省各市州的农村金融发展与农民收入水平之间的关系和空间溢出效应，得出了如下结论：

第一，四川省农村金融发展对农民收入具有显著的正向影响，即农村金融发展促进了农民增收，不存在金融抑制效应。由于存在空间相关性，相比于普通面板，空间杜宾模型下的农村金融发展系数值更大，表明在存在空间相关性的条件下，农村金融发展对农民增收的正向影响作用更大。

第二，各个控制变量的空间溢出效应结果存在差异。在农民收入存在空间相关性的前提下，農业发展水平和政府支农投入对农民收入都具有显著的正向影响，一产占比对农民增收具有负向影响，而农村就业结构对农民增收没有显著影响。

第三，本地农村金融发展对邻近地区农民收入存在金融抑制。本地农村金融发展对邻近地区具有显著的负向空间溢出效应，同时，农业发展水平对邻近地区的农村居民收入也具有显著的负向空间溢出效应，它们的发展都将对邻近地区农民增收产生抑制效应。

基于上述研究结论，本文提出以下政策建议：

第一，努力消除农村金融发展的负向空间溢出效应。鉴于农村金融发展具有显著的负向空间溢出效应，对相邻地区农民收入水平的提高具有显著的金融抑制，省政府应在制定三农政策方面，充分考虑到不同市州之间的农村金融联动效应，从整个片区的角度考虑如何提高农村金融发展水平。要明确这种金融抑制产生的原因，是由于供给端、需求端还是供需结构不合理引起的金融抑制，因地制宜制定地区农村金融发展政策，引导农村金融健康发展。

第二，适当抑制地区间发展不平衡产生的极化效应。努力改变极化效应所导致的资本、劳动力等生产要素单极流动，造成资源的分配不均。例如：成都由于其极大的极化效应，易于导致资金、人力等资源向成都流动，造成相邻地区的资金、投资、人力的外流，由此产生成都的农村金融发展对邻近地区的金融抑制效应，从而抑制邻近地区农民收入增长。因此，应通过政策引导，在乡村振兴的发展战略下，促使资金、资本等生产要素流入相邻农村地区，实现均衡发展。

第三，通过加大投入提高农村地区的经济活力。由实证结果可以看出，政府支农投资对农民增收具有促进作用，并且不具有显著空间溢出效应，因此可以通过增加支农投入，继续加大对重点的三农项目进行补贴和扶持，并且建立农村资金监管机制，监督和促进支农资金的规范运作，以提升农村经济的发展活力，从根本上提高农民的收入水平。

第四，加快各市州产业结构调整。努力改变农村地区产业过于单一的局面，大力发展第二、第三产业，拓宽就业与创业渠道，提升第二、第三产业发展质量，适时增加劳动回报率和工资率，促进农民收入进一步增加。

参考文献：

[1] Gurley J G， Shaw E S.Financial Aspects of Economic Development[J]. American Eco-nomic Review， 1955， （04）.

[2] Jeremy Greenwood， Boyan Jovanovic. Financial Development， Growth， and the Distribu-tion of Income[J]. Journal of Political Economy， 1990， （05）.

[3] Levine R. Financial Development and Economic Growth： Views and Agenda[J]. SocialScience Electronic Publishing， 1997， （02）.

[4] Oded Galor， Joseph Zeira. Income Distribution and Macroeconomics[J]. The Reviewof Economic Studies， 1993， （01）.

[5] Banerjee A V， Newman A F. Occupational Choice and the Process of Development[J]. Journal of Political Economy， 1993， （02）.

[6]许崇正，高希武.农村金融对增加农民收入支持状况的实证分析[J].金融研究，2005，（09）.

[7]温 涛，冉光和，熊德平.中国金融发展与农民收入增长[J].经济研究，2005，（09）.

[8]朱德莉.我國农村金融发展对农民收入增长的影响研究——基于协整检验和VEC模型的实证分析[J].农村经济，2014，（11）.

[9]李 泉，王萌萌.甘肃省农村金融发展与农民收入关系实证研究[J].开发研究，2012，（04）.

[10]吴蓉蓉.贵州省农村金融发展与农民收入关系的实证研究[J].经济与社会发展，2009，（10）.

[11]孙玉奎，周诺亚，李丕东，农村金融发展对农村居民收入的影响研究[J].统计研究，2014， （11）.

[12]刘赛红，王国顺.农村金融发展影响农民收入的地区差异[J].经济地理，2012，（09）.

[13]贾 立，王红明，西部地区农村金融发展与农民收入增长关系的实证分析[J].农业技术经济，2010，（10）.

[14]余新平，熊 白，熊德平.中国农村金融发展与农民收入增长[J].中国农村经济，2010，（06）.

[15]杜兴端，杨少垒，农村金融发展与农民收入增长关系的实证分析[J].统计与决策，2011，（09）.

[16]姚耀军，金融发展与城乡收入差距关系的经验分析[J].财经研究，2005，（02）.

[17]王 虎，范从来，金融发展与农民收入影响机制的研究——来自中国1980～2004年的经验证据[J].经济科学，2006，（06）.

[18]杨 雯.中国农村金融发展与农民收入增长因果关系研究[J].财会研究，2007，（11）.

[19]杨小玲.中国农村金融发展与贫困减少的实证研究[J].金融理论探索，2009，（06）.