中国农村金融发展对农民收入增长的影响研究——基于2009—2018年数据的实证分析

刘 琪，李宗洙，PARK Jeng-woon

（1.青岛农业大学，a.管理学院；b.经济学院，山东 青岛 266109；2.韩国农村振兴厅，全州 54875）

改革开放以来，中国政府连续多年发布以“三农”为主题的中央一号文件，明确强调“三农”在政府工作中的关键地位，核心问题是促进农民增收。党的十九大报告中提出了现阶段中国社会的主要矛盾是人民日益增长的美好生活需要和不平衡不充分发展之间的矛盾，这一矛盾在农村地区尤为突出，截至2019年，农村贫困人口高达551万人，农民收入状况作为反映农村经济发展水平的重要指标，增加农民收入是破解“三农”难题的关键。

农村金融作为农村经济体系的基础和核心，在促进农村经济发展中具有举足轻重的作用［1］。农村金融服务衍生于农村经济的发展实践，可以通过促进经济增长和改变收入分配格局来影响农民收入水平［2］。随着农村经济的不断发展，到2018年，中国农村居民人均纯收入为14617元，是2009年6270元的近2.3倍，农村居民收入显著提高。农民收入水平的持续提高离不开农村金融的发展，中国的农村金融与农村经济存在长期均衡关系［3］。然而，中国的农村金融与农村经济增长的正向作用关系并不能直接代替中国农村金融与农民收入增长的关系，这与中国经济发展的事实相悖［4］。根据经济增长和发展经济学的一般理论，乡村振兴战略的推进需要基本生产要素的支持，其中金融资本要素是最为基础也是活力最大的要素之一，农村金融是乡村振兴的关键所在［5］。2018年中共中央和国务院印发了《乡村振兴战略规划（2018—2022年）》，提出要健全适合农业农村特点的农村金融体系，更好地满足乡村振兴的金融需求［6］。然而，中国现实中的农村金融供求矛盾十分突出，一方面，党的十九大报告已明确提出实施乡村振兴战略，这必然会产生广泛的金融需求；另一方面，在中国农村，金融抑制较为普遍，金融要素供给严重不足［7］。基于此，本研究以中国农村2009—2018年的相关数据为样本对农村金融发展与农民收入间的实质影响进行实证分析，旨在促进农民收入及提供精准的农村金融服务。

1 中国农村居民收入现状

农民增收和粮食安全一样，一直堪称农业农村发展的“头等大事”。实施乡村振兴战略，提升农民获得感、幸福感、安全感，应该建立在农民收入持续稳定增长的基础之上［8］。农信社改革试点以来，中国农村居民人均纯收入连创新高，由2009年的6270元增长到2018年的14617元，农村居民人均纯收入增速处于改革开放以来次高时期，但增速呈现放缓徘徊态势（表1）。随着农村经济的全面发展和农村就业途径的扩展，农民收入的来源结构也变得多样化。2009—2014年，经营净收入是农村居民人均纯收入的第一大来源，工资性收入是第二大来源且与经营净收入差距逐年减小。2015年农村居民人均纯收入来源结构发生阶段性转变，工资性收入赶超经营净收入成为农村居民人均纯收入第一大来源。自2009年以来，经营净收入在农村居民人均纯收入中的占比逐年下降，工资性收入和转移净收入占比逐年大幅度上升，财产净收入占比较稳定，上升幅度略小。2018年，工资性收入、经营净收入、转移净收入和财产净收入在农村居民人均纯收入中分别占比41.0%、36.7%、20.0%和2.3%，工资性收入和转移净收入占比分别较2009年上升8.2个百分点和12.5个百分点，经营净收入和财产净收入占比分别下降20.6个百分点和0.1个百分点。2009—2018年，农村居民人均纯收入增加8347元，其中工资性收入、转移净收入、经营净收入和财产净收入分别增加3938元、2447元、1767元和194元，分别占比47.2%、29.3%、21.2%和2.3%。由此可见，经营净收入仅次于工资性收入，是农村居民人均纯收入的第二大来源；尽管转移净收入的规模仍小于经营净收入，但转移净收入对农村居民人均纯收入增长的贡献已经明显超过经营净收入。

表1 2009—2018年农村居民人均纯收入来源结构变化

2 中国农村金融现状

中国农村金融面临着严重的供求失衡。从中国经济发展模式来看，人口庞大的农村经济发展明显落后于城市。而造成发展失衡局面的原因是农村落后的工业和现代化发展使得与城市之间的差距越来越大，中国的城乡二元经济结构根深蒂固，城乡收入差距加大。农村金融作为推进农村地区经济发展的发动机，中国金融呈现出与城乡经济相对应的二元化特征。与城市相比，农村金融发展水平依然比较滞后，金融制度落后、基础设施缺失、金融服务不足等问题仍然困扰着农村金融资源的可获得性［9］。这使得本就落后于城市的农村经济发展对农村金融助力的需求更加明显，农村金融供求失衡现象严重。

中国农村金融机构在分布上不合理。农村地区经济落后、交通不便，农村金融机构数量和城市相比较少，这使得农户获取金融资源的空间距离过远导致成本较高，具体来源有交通成本、克服因空间距离带来的信息不可得而造成的人力与物力成本。

中国农村金融机构逐利性、商业性严重。农业生产的特点是周期长、风险大、投资回报率低，这些决定了对于以利益最大化为目标的商业性金融机构便缺少吸引力［10］。此外，农村客户单笔贷款额度低，对涉农金融服务宣传接受度差，为避免损失，金融机构对农村客户提高准入门槛，将目标群体拒之门外［11］，使得原本金融资源缺失的农村地区雪上加霜，农村企业和农户享受的金融资源少之又少。

中国农村金融资源流失严重。被“金融排斥”的农村地区和群体在无法享受到正规金融机构带来的金融服务的同时，民间金融面临进入市场困难、准入门槛高、金融资源流失的局面［12］。农业生产方式的转型需要大量信贷资金的支持，而农业信贷资金存贷差在扩大、存贷比在下降，农村资金外流［13］。金融机构不愿意以农村客户为服务对象，这使得农村金融资源流向利润丰厚的城市。

农村金融信贷体系不健全。农村客户受教育程度低，文化素质低下，诚信意识淡薄，农村金融信贷体系不完善导致躲债、赖账等失信现象严重。农村金融市场面临着农户“贷款难”与金融机构“难贷款”的双重困扰，限制农村正规金融结构供给［14］。农户缺乏有效抵押物和高等级信用，交易平台和抵押模式老旧，缺少政策支持［15］。农村客户融资困难，制约专业化、集约化和规模化的农业发展、农村经济进步和农民增收。

3 指标设定与数据来源

3.1 指标设定

鉴于目前中国农村金融发展对农民收入增长的影响研究成果，选取农村总贷款额、农业保险赔付额、农业保险保费、农村地区国家财政支出4项指标来衡量中国农村金融发展水平，建立农村金融服务指标体系（表2）。

表2 农村金融发展指标

3.2 数据来源与数据处理

本研究所涉及的中国农村居民人均纯收入、农村人口数据来源于2009—2018年的《中国统计年鉴》《中国农村统计年鉴》，农村人均总贷款额、农业保险人均保费、人均保险赔付额和农村地区人均国家财政支出数据来源于经管之家网站资源。

为了更好地探索农村金融发展和农村居民收入之间的关系，选取2009—2018年农村金融服务水平（F）的综合得分作为自变量，2009—2018年中国农村居民人均纯收入（Y）作为因变量，通过构建向量自回归模型进行探究。为减轻数据的波动幅度，对数据进行标准化处理之前，首先对中国农村居民人均纯收入Y进行对数变换，以便于对向量自回归模型的构建。

4 实证分析

4.1 相关性检验与主成分分析

4.1.1 相关性分析 对本研究的实证数据矩阵进行相关性检验，来确定各变量之间是否具有相关性。由表3可知，变量间相关系数都大于0.3，说明该实证数据矩阵不是单位矩阵，即基础数据彼此不相关，因此可以继续做主成分分析。

表3 相关性矩阵

4.1.2 KMO和巴特利特检验 对本研究所选取的样本进行KMO检验和巴特利特检验。一般地，KMO值越接近于1，越适合于作因子分析；KMO值越接近于0，越不适合于作因子分析。由表4可知，KMO检验的概率值大于0.7，说明本研究选定的农村金融服务体系各项指标之间相关度较高。近似卡方是75.688，单侧概率P值为0，P值小于显著性水平0.01，检验结果是拒绝原假设的。

表4 KMO和巴特利特检验

4.1.3 主成分分析 对相关变量指标进行信息提取，由表5可知，其农村金融服务体系中4项指标的提取值均达到0.9以上，接近1，各项指标信息损失很少，包含了原始数据的重要信息。由表6可知，初始特征值为3.874，明显大于1。因此该农村金融服务体系的主成分只有一个，且对主成分的累积方差贡献率为96.860%，远远高于80%。通过对因子进行主成分分析，成功提取出一个主成分因子，这个主成分因子只有一个，能够表达原始数据96.860%的信息，符合主成分评价的标准。

表5 公因子方差

表6 总方差解释

由表7可知，该体系中的各项指标成分值在96%～99%，对于主成分的载荷度是比较高的。综上可说明该主成分能够表达原始数据的大部分信息，与各指标具有较高的相关度。

表7 成分矩阵

由表8可知，中国农村金融服务水平稳步提升。但在2014年之前，受中国农村金融大力整治的影响，国有的商业银行逐步退出农村金融的舞台，农村发展经济扶持力度缩小，中国农村金融发展在较长一段时间内处于萎靡状态，农村金融服务水平分数出现负值；随着农村金融改革的不断深化和国家对农村金融的政策扶持，中国农村金融服务水平加速发展，在2014年农村金融服务水平分数出现正值，且呈现逐年上升态势。

表8 农村金融服务发展水平

4.2 实证检验结果与分析

4.2.1 平稳性检验 对序列中的各变量进行A D F单位根检验，以防伪回归。通过Eviews8.0软件得到计算结果。由表9可知，在5%的显著性水平下，拒绝原假设，P均小于0.05，证明该时间序列是平稳的，可以进行计量分析。

表9 A D F检验结果

4.2.2 协整检验 对平稳的时间序列进行一元线性回归分析，得到回归方程Y=0.515F-0.001。对回归方程的残差R进行A D F检验，其中滞后阶数为0，c=0，t=0，残差单位根检验结果见表10所示。由表10可知，在5%的显著性水平下，序列R是一个平稳的序列，这说明农村金融服务发展水平F和农村居民人均纯收入Y之间是长期均衡稳定的。

表10 残差单位根检验结果

4.2.3 VAR模型的建立 利用AIC、SC信息准则对滞后期进行选择，选定滞后期是2，对VAR模型进行单位根检验。由图1可知，4个特征根均落在单位圆里面，因此该模型不具有单位根，说明该模型是一个稳定的模型，由此继续做脉冲响应。

图1 VAR模型AR根图

4.2.4 脉冲响应 由图2可知，农村金融服务水平F对农民人均纯收入Y的冲击响应效果一直在X轴的正上方，呈现正向效应。短期内，农民人均纯收入呈现暴发式增长的趋势，其额度是原始收入水平的4倍多，但在滞后二期时，农村居民人均纯收入对来自农村金融服务发展水平的正向冲击的效应出现恶化，并在滞后三期时达到顶点，随后农民收入得到改善；中期内，农村居民人均纯收入对来自农村金融服务发展水平的正向冲击再次呈现正向效应增强，在滞后五期时出现恶化，一直持续到滞后六期；长期内，从滞后六期开始，农村居民人均纯收入对来自农村金融服务发展水平的正向冲击一直呈现正向效应且趋于平稳。因此，农村居民人均纯收入对来自农村金融服务发展水平的正向冲击一直呈现正向效应，农民收入水平得到了切实的提高，但在一定时期内效应存在一定的滞后性并出现恶化。促进农民增收是农村经济发展的最终目的，政府只有大力投入农村金融稳健发展，才能有效地促进农民增收。

图2 农民人均纯收入对农村金融服务水平的脉冲响应累计

4.2.5 方差分析 对VAR模型进行方差分解分析，进一步从不同的结构进行评价判断。由图3、图4可知，农村居民人均纯收入Y对其自身的贡献率随着时间的变化而持续递减，在滞后二期时降到80%；农村金融服务水平F对Y的贡献率随着时间的变化而持续递增，并在滞后二期时达到峰值20%，贡献率较大。

图3 农村居民人均纯收入对其自身的贡献率

图4 农村金融服务水平对农村居民人均纯收入的贡献率

5 深化农村金融服务的对策建议

对构建的评价体系运进行分析可知，农村金融服务水平F的综合得分在2009—2013年间一直是负值，这表明农村金融服务水平发展十分落后。F的综合得分在2014年后变为正值，这表明政府在全面发展农村金融上得到了一定的突破和收获。

通过对本研究选定的农村金融服务水平（F）和农村居民人均纯收入（Y）两个指标进行线性回归分析发现，农村金融服务水平对农村居民人均纯收入的影响效应呈正比例关系，影响显著，因此必须精准发展农村金融。具体表现为：①改进农村金融制度，降低门槛，建立全方位、多维度的农村金融服务体系，立足有效服务“三农”这一终极目标；②丰富农村金融产品，创新农村金融服务体系，打破因农村金融创新匮乏而带来的经济贫瘠，提高农业生产效率；③提升金融服务，加强监管、明确职责，加大扶持力度，完善农村金融服务发展环境；④与时俱进，将农村金融服务发展与互联网金融更好地融合，将创新扶持力度投入到金融产品的发展中，在农民当中大力普及金融教育知识，加强农民之间的信息扩散与接受能力；⑤不断推进农业科技创新，提高农产品效益，将科研成果转化为现实生产效力，最终实现农村经济效益增加、城乡经济发展均衡、农民收入增加，促进现代化农村经济建设。