农村金融发展与农业经济增长——基于农业科技创新的中介效应

庞金波，杨 梦

（东北农业大学经济管理学院，黑龙江哈尔滨 150030）

21 世纪以来，中央连续17 年发布以“三农”为主题的一号文件，强调“三农”问题在中国社会主义现代化时期“重中之重”的地位。大力发展农业经济是实现乡村振兴的关键，离不开农村金融体系的支撑。已有研究表明，农村金融是农业生产要素供给的特殊部门和农村资金融通的主要渠道［1-2］。改革开放以来，我国农村金融发展取得了显著的成效，服务体系日趋成熟。农业经济也取得了有目共睹的巨大成就，总体上解决了我国农产品总量供给不足的问题。但是，我国农业经济发展步入了“新常态”时期，长期以来依靠要素驱动发展的传统农业模式不再适应新形势下我国农业发展的要求，这就需要深层次挖掘我国农业经济发展的潜力［3］。当前，农业科技创新已然成为新时代农业发展的“孵化器”［4］。农业科技能够提升劳动效率、改良农产品种类、提升农产品质量、改变传统农业发展模式［5-7］，为农业经济增长做出了巨大的贡献。然而，受国家财力限制与体制机制约束，我国农业科技创新面临着投入强度和效率双低的双重压力，导致农业科技对农业经济发展的潜在作用被抑制［8-10］。在影响农业科技创新的诸多因素中，农村金融的作用比较突出［11］。农村金融发展对农业科技创新有着显著的促进作用，能够为农业科技创新提供资金、配置资源［12］。但是，我国农村金融发展长期滞后，以至对农业科技创新的支持力度受到限制，成为制约我国农业经济持续稳定增长的“短板”。因此，优化农村金融配置效率、提高农业科技创新水平逐渐成为促进我国农业经济持续稳定增长的两大引擎。

已有文献研究主要是把农村金融作为特殊的农村资源，通过宏观和微观机制直接作用于农业经济发展，鲜有学者基于“农村金融发展—农业科技创新—农业经济增长”的渠道，探讨农业科技创新在农村金融发展促进农业经济增长过程中发挥的作用。鉴于此，本文将从农村金融发展的角度出发，运用中介效应模型，从理论和实证两个层面系统的分析农村金融与农业经济增长的关系以及中介条件，进一步厘清农村金融发展通过农业科技创新进而影响农业经济增长的传导机制。

1 理论分析与研究假设

1.1 农村金融发展与农业经济增长

20 世纪50 年代，现代金融发展理论形成，Patrick［13］和Revell 等［14］学者们开始关注金融发展对经济增长的引导与促进作用［15-17］。随着我国农村金融体系的成熟，国内学者也将目光转移到农村金融发展与农业经济增长之间的关系上来［18-19］。农村金融发展主要通过3 个方面促进农业经济增长：第一，为农业经济增长提供资金。农村金融体系通过动员储蓄，将农村大量闲散的资金聚集起来，缓解农业经济增长的压力。然后根据项目选择优化配置农村资本，将原始积累的资本调剂到不同的需求主体之间。通过发挥中介功能，影响储蓄投资转化率推动农业经济增长。第二，配置农村资本，引导农业经济优化发展。农村金融体系作为农业资源的配置平台，直接影响农村资本的配置。对于资本边际效率高的项目，农村资金投入的比例比较大，农业经济增长效果显著［20］。第三，推动农业科技创新，提高劳动生产率。当前农业技术创新已然成为连接农村金融发展与农业经济增长的纽带。基于此，本文提出如下假设：

假设H1：农业经济增长与农村金融发展水平具有显著的相关性。

1.2 农业科技创新与农业经济增长

关于科技创新推动经济增长的论断由来已久，Solow［21］的新古典经济增长理论和Romer［22］的内生增长理论均强调技术进步对经济发展的促进作用。现阶段，我国农业农村发展步入现代化，科技创新对农业经济增长的作用更加突出：第一，有助于农业生产主体产生规模效应［23］。农业科技创新成果经过研发、创新、推广等一系列长期的过程，最后应用到农业生产中，形成市场效应。随着农业生产规模的扩大，创新成果被应用的次数逐渐增加。在假定农业科技创新固定成本不变的前提下，必然导致农业生产主体的规模效应增加。第二，有助于农业生产主体产生集聚效应［24］。农业科技研发成果如农业发明专利等知识产出，具有共享性。一方面，能够在同一农业生产主体的不同生产过程之间进行转移，降低生产成本；另一方面，能够在不同的生产主体之间模仿和创新，产生集聚效应。基于此，本文提出如下假设：

假设H2：农业科技创新具有显著的促进农业经济增长的效应。

1.3 农业科技创新的中介作用

基于熊彼特［25］的技术创新理论，完善的农村金融系统能够通过促进农业科技创新推动农业经济增长。农业科技创新是由产学研转化成产供销的过程，在农业科学技术开展的每个阶段，均离不开资金的支持。同时由于其风险性和不确定性等特点，亦离不开农村金融的调节。首先是成果研发阶段。这一阶段，由于农业的弱质性和不确定性，追求利润的商业银行不愿意为农业科技的研发提供资金［11］。此时，政策性银行发挥了巨大的作用。其次是成果转化推广阶段。一方面，农业科技成果的转化与推广需要大量资金。对于那些金融发展水平高、经济发达的区域来说，融资需求容易得到满足，成果转化和推广水平相对来说比较高。另一方面，随着农业技术的转化成熟，商业和保险机构主动参与进来，为农业科技创新提供资金、分散风险。最后是科技应用阶段。一个地区金融体系越完善，教育水平也就越高，农业生产主体的素质和科技应用能力也就越高。根据上述的分析，农村金融发展能够从3 个层面影响农业科技科技创新，而农业科技的发展能进一步促进农业经济增长。由此提出以下假设：

假设H3：农业科技创新在农村金融发展影响农业经济增长的过程中发挥中介效应。

2 研究设计

2.1 样本选择与数据来源

本文采用我国2009—2018 年30 个省市（港澳台及西藏因部分数据缺失除外）的面板数据。以上指标数据来源于历年的《中国统计年鉴》《中国金融年鉴》《中国农村统计年鉴》《中国科技统计年鉴》以及wind 数据库和中经网数据库。在进行实证之前，把与价格有关的数据换算成以2007 年为基期，并且对变量取自然对数。

2.2 变量构建

2.2.1 被解释变量：农业经济增长

根据目前的研究来看，学者们常用国内生产总值描述地区经济发展情况。鉴于目前没有系统的统计农村地区生产总值的指标数据，本文用农林牧渔总产值衡量农业经济增长，记为GAP。

2.2.2 解释变量：农村金融发展

在我国农村地区，对农业经济发展起到关键作用的是农村金融机构。作为一个完整的组织体系，其包含了正规金融机构和非正规金融机构，本文研究的是正规金融机构。为了全面的测量我国农村金融发展水平，本文借鉴了肖干等［11］、刘玉春等［12］、王征等［20］学者研究方式，从农村金融发展规模和效率两个维度进行分析，由于乡镇企业贷款数据缺失较多，故舍弃农村金融结构这个指标。

（1）农村金融发展规模。学者们常用金融资产规模占国民财富的比重来衡量金融发展水平［12］。本文将农村金融发展规模定义为：RFIR=农村贷款/农村GDP，即农村贷款占农村资产的比重。农村贷款用农村金融机构对农业的贷款年末余额表示；农村GDP 用第一产业GDP 表示。

（2）农村金融发展效率。农业农村发展的过程中，农村金融体系发挥着重要的中介功能。首先，动员储蓄、聚集农村资金；其次，通过贷款的发放，为农业科技创新提供资金支持。因此本文把农村金融发展效率定义为：RSLR=农村贷款/农村储蓄。

2.2.3 中介变量：农业科技创新

农业科技创新活动是一个系统的过程，主要包含以下两个阶段：

（1）创新研发阶段。在确定创新投入要素时，学者们往往从资金和人力两个方面衡量。本文选用农业研究与试验发展R&D 经费内部支出、农业研发R&D 人员全时当量、农业R&D 机构数做代理变量。

（2）成果转化阶段。在测量创新产出时，学者们往往从经济产出和知识产出两个方面衡量。本文选用农业发明专利申请授权数量、农业机械总动力、农业增加值作为代理变量。同时采用熵值赋权法对农业科技创新水平设定如表1 所示的综合指标体系，并用加权求和法计算各个省的农业科技创新综合指数。

表1 农业科技创新综合指标体系及权重

2.2.4 控制变量

关于控制变量的选择，本文借鉴肖干等［11］和张林［24］等学者的做法，选取了以下3 个控制变量：

农村固定资产投资。农村固定资产投资的多少，决定着农村基础设施的建设，进而影响农业科技创新水平。本文引入农林牧渔固定资产投资完成额作为控制变量，记为。

农户受教育水平。农户是农业技术成果的直接使用者，随着受教育水平的提高，农业科技创新水平也会提高，进而影响农业经济发展。本文将省年的农户受教育水平记为指小学、初中、高中和大专以上学历居民占6 岁以上人口的比值。

经济政策因素。政府的经济活动对农业经济增长的影响十分显著，本文采用各个区域的政府农业财政支出占地方生产总值的比重来衡量一个地区政府对农业经济活动的参与度，记为。

2.3 模型构建

基于前文的理论机制分析，本文首先构建基准回归模型：

其次，借鉴Baron 等［26］和温忠麟等［27］提出的方法，构建中介效应检验模型：

3 实证结果与分析

3.1 变量的描述性统计

首先，对指标进行简单的统计描述，具体如表2 所示。农林牧渔总产值的均值为7.621 亿元，最小值和最大值分别是5.033 亿元和9.164 亿元，说明不同地区的农业经济的发展程度存在差距；农村金融发展的规模、效率的均值为1.152 和0.404，最值区间跨度大，可见不同地区的农村金融发展水平也呈现出显著的差距；通过熵值赋权法构建的中介变量农业科技创新指数的均值是0.251，最小值和最大值分别是0.006 和0.883，显然不同地区农业科技创新水平也呈现出较大差异；此外，农村固定资产投资、农户受教育水平、政府经济活动参与度的组内差异明显，主要是由于我国区域差异性所造成的。相对于中、西部地区而言，东部地区教育水平高，投资力度也比较大。

表2 指标的描述性统计

3.2 农村金融发展和农业科技创新对农业经济增长的影响检验

其次，在进行中介效应检验之前，简单探究一下农村金融发展和农业科技创新对农业经济增长的影响效应。根据表3 中模型（1）的检验结果可知：在列1 中，农村金融发展规模的回归系数为0.120 6，农村金融发展效率的回归系数为0.882 5，二者均在5%水平上显著。可见我国农村金融发展规模和效率越大，农业经济增长越快，其经济意义也是显著的，假设H1得到验证。从列1 和列2 还可以发现，农业科技创新的回归系数在1%水平上显著为正，说明农业科技创新能够显著促进农业经济增长，假设H2得以验证。控制变量方面，农村固定资产投资对农业经济增长的影响系数较小，说明其经济显著性不高；政府经济活动的参与度对农业经济增长的影响系数较大，说明其经济显著性良好。此外，从全国范围内的实证结果来看，农户受教育水平对农业经济增长的影响不显著，主要原因是农户受教育水平对农业经济增长的影响存在一个门槛效应。当农民受教育水平低于教育门槛值时，其轻微幅度的变化并不能引起农业经济的显著增加［28］。

表3 农村金融发展和农业科技创新对农业经济增长的回归结果

表3（续）

3.3 农业科技创新的中介效应检验

最后，运用中介效应模型，综合模型（2）、模型（3）、模型（4）对假设H3，即农业科技创新是否作为农村金融发展影响农业经济增长的中介变量进行实证检验，具体结果见表4 至表5。

表4 是基于农村金融发展规模维度对全国数据进行实证的结果，其中模型（2）和模型（4）调整后的R2 均超过0.49，说明模型的拟合度较高。模型（2）中农村金融发展规模显著促进了农业经济增长，为后续中介效应检验奠定基础。模型（3）中农业科技创新的回归系数在10%水平上显著为正，说明农业科技创新可能是农村金融发展规模影响农业经济增长的一个中介变量。模型（4）同时引入农村金融发展规模和农业科技创新两个变量，农业科技创新的系数估计值为2.251 0，在1%水平上显著。由此可见，农业科技创新对农业经济增长的正向效应会随着农村金融发展规模的扩大而不断增加。因此，农业科技创新是农村金融发展规模影响农业经济增长的一个中介变量，中介效应的大小为44.31%，并且表现出农村金融发展规模→农业科技创新→农业经济增长的传导机制。具体来说，随着我国农村金融发展规模的扩大，农村贷款占农村资产的比重也在逐渐增加。农业科技创新成果的转化与推广所需的金融资源得到满足，显著提高了农业科技创新对于资金的利用效率，实现农业经济的持续稳定增长的目标。

表4 基于农村金融发展规模维度的回归结果

表5 是基于农村金融发展效率维度对全国数据进行实证的结果，模型（2）和模型（4）调整后的R2超过了0.51，说明模型的拟合度较高。首先进行主效应回归检验：模型（2）中农村金融发展效率在5%的显著性水平下与农业经济增长呈现正相关。其次检验自变量和中介变量之间的显著性：模型（3）中对农业科技创新进行回归后的结果表明农村金融发展效率对农业科技创新表现出显著的正向效应，即农业科技创新可能是农村金融发展效率影响农业经济增长的一个中介变量。最后检验农业科技创新的中介效应：模型（4）中农业科技创新的系数估计值为2.236 0，在1%水平上显著。由此可见农业科技创新在农村金融发展效率影响农业经济增长的过程中发挥了部分中介效应，该效应占总效应的32.46%，表现出农村金融发展效率→农业科技创新→农业经济增长的传导机制。具体来说，随着我国农村金融发展效率的增加，农村储蓄转化为农村贷款的数量也在增加，农业科技创新资金得到了满足，对农业经济产生促进作用。

表5 基于农村金融发展效率维度的回归结果

综合以上研究结果，农业科技创新对农村金融发展规模和农村金融发展效率均起到部分中介效应，中介效应的大小分别为44.31%和32.46%，并且表现出了“农村金融发展-农业科技创新-农业经济增长”的传导路径，假设H3得以验证。

3.4 稳健性检验

前文的基准回归模型和中介效应检验模型证实了本研究提出的3 个假设，为了使研究的结果更加令人信服，本文借鉴黄红光等［8］学者的做法，运用替代因变量的方法进行稳健性检验。用粮食总产值（FOP）替代农林牧渔总产值（GAP）来衡量农业经济增长，对模型进行重新估计。其中，粮食总产值（FOP）指的是所有地区农业分项产值总和，包含谷物类、蔬菜园艺类和水果香料的总产值。对比表6 的A 栏和表4 可以看出，基于农村发展规模维度进行实证分析的模型结果基本一致，农业科技创新对农村金融发展规模起到部分中介作用；对比表6的B 栏和表5 可以看出，农业科技创新对农村金融发展效率起到完全中介作用，这也再次证明了本文的研究结论具有高度稳健性。

表6 中介效应的稳健性检验结果

4 研究结论与启示

本文从农村金融发展的角度出发，选取中国2009—2018 年30 个省市的面板数据，利用中介效应模型，考察了农业科技创新分别在农村金融发展规模和农村金融发展效率影响农业经济增长过程中起到的中介作用以及传导路径。研究得出以下结论：（1）我国农村金融发展规模和效率越大，农业经济增长越快。（2）农业科技创新不仅直接推动了农业经济增长，而且对农村金融发展规模和农村金融发展效率均起到部分中介效应，表现出“农村金融发展—农业科技创新—农业经济增长”的传导路径。其中，农业科技创新在农村金融发展规模与农业经济增长之间的中介效应大小为44.31%；在农村金融发展效率与农业经济增长之间的中介效应大小为32.46%。（3）农村固定资产投资的多少以及政府对经济活动的参与度均会影响农业经济发展，稳健性检验也高度证实了本研究的结果。

基于上述研究结论，本文认为应从农村金融发展和农业科技创新两个角度同时采取相应措施来促进我国农业经济的增长：（1）针对农村金融发展问题，需要从农村金融发展规模和农村金融发展效率两个维度考量，协调农村金融机构和农业科技创新水平之间的关系。第一，高度重视农村金融体系在我国农村地区发挥的重要作用，积极鼓励农村金融机构改革创新。农村金融机构的形成和发展，在很大程度上与农业经济发展同步，能够通过动员储蓄，将农村大量闲散的资金聚集起来。然后通过贷款的发放，支持、保护农业生产和科技创新。因此，政府要放宽机构准入门槛，改善服务体系。同时，改革信贷支农政策，逐步消除制约农业科技创新的融资约束，为农业科技的创新研发提供资金，为农村经济的建设提供支持。第二，充分发挥农村商业性金融机构的作用，积极引导资金流入农村。各大商业银行作为中国农村金融组织体系的重要组成部分，应该充分满足农业生产主体的贷款需求，从而减少农村资金溢出。第三，优化农村金融体系，积极引导非正规金融进入农村，为农业科技创新和农村经济建设助力，从而实现我国农村地区经济的繁荣与发展。（2）针对农业科技创新问题，第一，提高农村金融发展水平，为农业科技创新提供信贷支持、分散风险等服务；第二，重视农村固定资产的投资，进一步加强农村硬件设施的建设，为农业科技创新的研发打下坚实的根基；第三，加强对农户的教育投入强度，提高农户运用创新技术进行生产的效率。总而言之，要想充分发挥出农村金融对农业经济增长的促进效应，一方面需要完善我国农村金融的服务体系；另一方面需要协调农村金融与农业科技创新之间的关系，提升我国的农业科技创新水平。