金融体系对农产品物流效率动态影响的实证研究

2021-02-22 03:24史安玲朱万里
中国农业文摘·农业工程 2021年1期

史安玲 朱万里

摘要:利用甘肃省2000-2017年的时间序列数据,构建向量自回归模型(VAR),实证研究了甘肃省金融体系和农产品物流效率之间的关系。研究结果表明,经济变量为一阶单整变量,变量之间存在稳定的协整关系,VAR模型是稳定的,其最优的滞后期数为一期;金融体系中,金融规模、金融结构和金融效率都是甘肃省农产品物流效率提升的正向影响因素,且金融规模、金融结构和金融效率均为甘肃省农产品物流效率的格兰杰原因,但反之不成立,金融体系和农产品物流之间存在着单向的格兰杰因果关系。

关键词:金融规模;金融效率;金融结构;农产品物流效率;VAR

基金项目:甘肃省哲学社会科学规划项目:“甘肃农产品物流的金融支持体系构建研究(19YB161)”;兰州市社科规划项目“基于区块链技术的甘肃农产品物流金融创新研究”(20-004D)。

1 引言

当前,保产业链、供应链稳定已成为中国共识,产业链和供应链的稳定不仅指企业的生产领域,也覆盖了流通领域。解决“三农”问题,打赢脱贫攻坚战,实现全面小康离不开农民收入的稳定化和持续化。在农业供给侧没有较大变动时,农民持续增收主要靠农产品流通交易成本的下降和物流效率的提升来维系。

甘肃作为经济发展较为落后的西部省份,如何从农产品价值实现视角出发,保证农民持续增收是实现经济高质量发展、追赶发达省市的重要突破口。本文以甘肃省农产品物流效率提升为切入点,洞悉金融体系和农产品物流效率内在的动态关系,探究金融体系助力甘肃省农产品物流效率的有效路径。

国内外学者针对农产品物流效率做了大量有益的研究,张建军,赵启兰(2019)[1]构建了电子商务物流能力评价指标体系,并使用熵权的模糊物元欧式贴近度法设定权重,测算了农产品物流效率;贾圣强(2019)[2]使用DEA方法对我国中部地区农产品物流效率进行了测算,研究表明除了湖北省外,其他五个省份都处在DEA非有效状态;樊俊花(2019)[3]从内部环境、外部组织和全行业利润三个纬度出发,测算了我国农产品物流效率,并提出了切实可行的对策建议;刘亚楠(2018)[4]使用SE-DEA及DEA-malmquist指数模型研究了我国农产品物流的区域异质性,发现我国东中西农产品物流效率依次递减,并对其影响因素做了进一步分解;李爽,祖歌言(2020)[5]以中俄农产品贸易为研究视角,对两国的出口贸易潜力和农产品物流效率进行了测度,发现中俄农产品贸易潜力空间较大,发展前景较好。

关于金融支持农产品物流方面,王红莉,贾晋(2019)[6]从定性视角,简单分析了金融支持农产品物流良性健康发展问题;而江文(2019)[7]则以广西为例,研究了金融支持对农产品电子商务发展的影响,他认为需要构建企业层面的征信体系,不断创新金融产品,进一步发挥金融支持对农产品流通的作用;范静(2017)[8]从银行信贷、政策性金融以及资本市场三个方面研究了农产品绿色流通的金融体系构建问题,构建的思路有:完善银行信贷体系、鼓励直接融资,加快保险业发展等。

已有的研究成果多集中在农产品物流效率的测度,甄别影响农产品物流效率的关键因素等领域,研究的空间范围多为全国层面。鲜有金融发展和农产品物流之间关系的研究,为数不多的金融与农产品物流的研究文献里,研究方法多为定性分析,没有对金融体系的结构做进一步分解,对两者关系的论证缺乏实证支撑。因此,本文以甘肃省2000-2017年的数据为样本,通过VAR模型实证研究金融体系与农产品物流效率之间的动态关系,进一步丰富该领域的研究成果。

2 数据来源和指标构建

向量自回归模型(VAR)把所有经济变量都当作内生变量处理,为了保证本文的研究框架更为清晰,仍需把变量区分为被解释变量和解释变量。被解释变量是甘肃省农产品物流效率,解释变量是金融体系。

2.1 被解释变量:农产品物流效率

关于农产品物流效率,目前學术界还没有达成共识。很多学者从投入产出视角分析。本文的实证设计以产出为导向。由于统计口径的不一致和统计数据的缺失,一个看似可行的做法是,使用交通运输、仓储、邮政业相关数据作为农产品物流效率的替代变量。但这些指标选取方法过于笼统,有较大的偏误,和真实实际农产品物流效率有较大差距。本文在前人研究的基础上,以交通运输、仓储、邮政业增加值为研究基准,赋予该增加值一个合适的权数w来测度农产品物流效率。具体的做法是:第一,计算最终消费率w1(最终消费总额占GDP的比重)。第二,计算居民消费在总消费额中的占比,用w2表示,w1*w2即为居民消费支出占比。第三,计算恩格尔系数(e),该系数描述了食物支出在消费支出中所占的比重,食物支出的主要来源多为农产品,由此可得,交通运输、仓储、邮政业增加值的最终权数为w= w1*w2*e。因此,农产品物流效率(agreff)可以表示为:权数w乘以交通运输、仓储、邮政业增加值。

2.2 解释变量:金融体系

通常认为,金融体系是有金融规模、金融结构和金融效率三个方面构成。借鉴已有学者的一般做法:金融规模(fsca)用金融机构贷款余额/GDP来衡量,金融结构(fstr)用金融机构贷款余额/股票市价总值来衡量,金融效率(feff)用金融机构贷款余额/金融机构存款余额来衡量。

以上所有解释变量和被解释变量的原始数据均来自历年《甘肃发展年鉴》《中国农村统计年鉴》《中国城市统计年鉴》《中国农业年鉴》和《中国金融年鉴》以及甘肃省统计局网站。变量的描述性统计见表1。

3 实证结果分析

3.1 平稳性检验和协整检验

如表2所示,各变量的ADF检验结果表明,甘肃省农产品物流效率(agreff)、金融规模(fsca)、金融结构(fstr)、金融效率(feff)的原始数据都存在单位根,但经过一阶差分后,所有变量都变成了平稳序列。因此,满足一阶单整,可继续检验变量间是否存在协整关系。

从表3最后一列的伴随概率可知,协整检验的结果是:没有协整向量的概率值为0.022 8,是小概率事件,因此拒绝没有协整的原假设。同理,在10%的显著性水平下,拒绝至多存在一个协整向量的原假设,但无法拒绝至多存在二个协整向量和至多存在三个协整向量的原假设,表明经济变量之间存在着稳定的协整关系,需进一步确定最优滞后期数。

3.2 最优滞后期确定

由表4结果可知,LR、FPE、AIC、SC、HQ的判断准则的检验结果一致表明,VAR模型最优的滞后期数为滞后一期。因此,下文报告的所有VAR模型检验和估计结果都是滞后一期的实证结果。在对模型做参数估计前,先检验VAR模型的稳定性。

3.3 VAR模型的稳定性检验

使用AR特征根方法检验VAR模型的稳定性,实证结果表明,所有特征根的绝对值均小于1,都落在了单位圆内。因此,滞后一期的VAR模型是稳定的。在此基础上,做VAR模型的参数估计,最终的VAR模型的实证结果可以表示为:

D(AGREFF)=0.248984*D(AGREFF(-1))+14.84859*D(FSCA(-1))+0.521598*D(FSTR(-1))+25.30770* D(FEFF(-1))+2.861070

3.4 脉冲分析和方差分解

本文仅报告解释变量D(FSCA)、D(FSTR)、D(FEFF)对被解释变量D(AGREFF)的脉冲响应结果。从图1可以看出,当D(AGREFF)受到D(FSCA)一个标准差冲击后,第1期到第5期内出现了减、增、减、增的动态波动,第六期后逐渐稳定。当D(AGREFF)受到D(FSTR)一个标准差冲击后,第1期到第4期内同样出现了增、减、增、减的周期式变动趋势,第5期后开始稳定。当D(AGREFF)受到D(FEFF)一个标准差冲击后,D(AGREFF)在第一期就出现了上升趋势,然后逐渐下降,第7期后趋于稳定。从脉冲响应图可知,由于经济变量的滞后效应结构不同,虽然出现了不同的动态波动和变化特征,但不管是金融规模扩大、金融结构优化还是金融效率提高都对甘肃省农产品的物流效率产生了正向影响。

表5方差分解的结果再次证明,金融体系对甘肃省农产品物流效率的存在正向的影响效应。D(FSCA)对D(AGREFF)的影响在第6期时稳定在3.3%,D(FSTR)对D(AGREFF)的影响在第5期时稳定在6.1%,D(FEFF)对D(AGREFF)的影响在第7期时稳定在5.9%,这和脉冲响应图的实证结果类似。

3.5 格兰杰因果检验

表6的实证结果显示,在1%的显著性水平下,明显拒绝了D(FSCA)、D(FSTR)、D(FEFF)不是D(AGREFF)的格兰杰原因,但无法拒绝 D(AGREFF)不是D(FSCA)、D(FSTR)、D(FEFF)的格兰杰原因。这说明金融规模、金融结构和金融效率均是甘肃省农产品物流效率的格兰杰原因,金融体系的完善都不同程度地提高了甘肃农产品物流效率。但反过来,甘肃省农产品物流效率的提高并没有带来甘肃省金融体系的优化,目前来看,两者之间仅存在单向的格兰杰因果关系。因此,为了进一步提升农产品物流效率,相关的职能部门应加强对金融体系构建和完善的力度。

4 结论与建议

本文以甘肃省2000年到2017年的相关数据为样本,通过构建向量自回归模型(VAR),论证了金融体系对农产品流通的影响。实证结果显示,不管是金融体系指标,还是农产品物流效率指标,都满足一阶单整,经济变量存在长期穩定的均衡关系。VAR模型的检验结果表明,特征根都落入单位圆中,是稳定的,最优的期数为滞后一期。金融系统的三个指标变量都不同程度地提升了甘肃省农产品物流效率,均为被解释变量农产品物流效率的格兰杰原因,但甘肃省农产品物流效率的提升不是金融体系完善的格兰杰原因。鉴于此,提出如下建议:

1)完善甘肃省金融体系,发挥金融体系对农产品物流效率提升的助推效应。不断形成多领域、全方位、立体式的金融体系,同时,要增加债券、股票等直接融资方式在整个金融体系中的占比,优化金融结构、提升金融效率;2)搭建并改善甘肃省农产品物流领域的基础设施平台,让甘肃省农产品生产和销售向链条化、网络化方向发展,通过建立农产品流通领域的传统基础设施和新基建,凸显区域品牌效应,形成共生模式,发挥集聚效应,不断降低甘肃省农产品物流的交易成本;3)认真审视金融体系和甘肃省农产品物流效率之间内在的逻辑关系,在不同的发展阶段和时间节点,区分金融规模、金融结构和金融效率对农产品物流效率影响的异质性,因时因地的探究金融体系支持甘肃省农产品物流效率提升的有效路径。

参考文献

[1] 张建军,赵启兰.区域农产品电子商务物流能力综合评价与实证研究[J].技术经济与管理研究,2019(2):3-8.

[2] 贾圣强.中部地区农产品物流效率及其影响因素分析——基于超效率和Tobit模型的实证[J].商业经济研究,2019(11):158-160.

[3] 樊俊花.农产品物流效率评价指标体系构建研究[J].农业经济,2019(2):141-142.

[4] 刘亚楠.我国农产品物流效率及要素优化调整研究[J].渭南师范学院学报,2018,33(24):29-36.

[5] 李爽,祖歌言.“中蒙俄经济走廊”背景下中俄农产品出口贸易潜力研究[J].农业经济,2020(4):127-129.

[6] 王红莉,贾晋.金融支持农产品物流健康良性发展的对策建议[J].农业经济,2019(12):99-100.

[7] 江文.金融支持广西农产品电子商务发展研究[J].区域金融研究,2019(8):66-69.

[8] 范静.我国农产品绿色流通的金融支持框架构建研究[J].改革与战略,2017,33(4):88-91.