中国农村金融资源配置对农业发展的影响研究

1 引言

当前，中国农业发展不平 高 的分布格局。实现共同富裕是中华儿女的 的相关研究中，学者们更多的是从农业高 曾经有学者认为经济收敛的引致因 为金融体系可以通过缓解落后区域技 展过程中，金融资源在农业欠发达 大？其具体的影响机制是什么？在当 收敛性，并以此为基础分析农村金融资源配置在其收 敛 实意义

土地资源是农业发展的重要生产要素，但土地的数量是有限的。除此之外，资本投入也是农业发展的重要生产要素，农村金融系统的资本集聚和分散功能会影响农业资本积累的数量。在农业发展初期，农村金融资源配置水平较高的农业强省凭借市场、基础设施等优势会吸引大量资本的集聚，但伴随资本集聚的不断发展、市场拥挤、竞争加剧和成本过高等会促使强省的资本报酬进入边际递减阶段，资本积累速度降低，从而储蓄和投资也会减少，最后使得强省的农业发展放缓。另一方面，资本边际报酬递减会使得农业强省和农业弱省的资本回报率存在差异，农村金融资源配置水平更低的农业弱省，其较大的资本需求和更高的资本回报率会吸引农业强省的资本向其流动，从而提高农业弱省的资本积累数量和农业发展速度。

根据上面的分析，本文提出以下研究假设：

农村金融资源配置水平影响农业高质量发展的收敛性，并且伴随农业金融资源配置水平的变化该影响呈现非线性特征。

2 模型设定

中国各省农业高质量发展水 接着在此实证模型的基础上增加农村金融资源配置水平作为 展水平收敛系数的变化，来判断农业金融资源配置水平对农 性特征则采用动态面板门槛模型来考察，通过比较不同农村金融资源配 业高质量发展收敛系数的变化进行验证。

本文在 Yu 和 Lee（2012）设定的空间收敛模型基础上，添加解释变量的空间滞后项，得到基于动态空间杜宾模型的空间收敛模型：

其中， i.t 分别表示省份和时期， y_it 表示收敛性待检变量，即农业高质量发展水平和农村金融资源配置水平， y_it-1 是其时间滞后项， W_n 是空间权重矩阵， W_ny_it 、 W_ny_it-1 分别表示收敛待检变量的空间滞后项和时空滞后项， X_it 、 W_nX_it 分别表示控制变量矩阵和其空间滞后项， α⋅ 、 n_t E_it 分别表示截距项、个体效应、时间效应和误差项，β、 λ ρ μ θ 表示估计系数。

根据 Yu 和 Lee 的研究，式（2）中的 为收敛系数，用于衡量变量是否收敛，当0<β<1 时判定变量收敛， 为收敛速度。但由于LeSage 和Pace 指出空间杜宾模型解释变量的估计系数无法作为判断其对被解释变量影响的依据，而应关注解释变量的直接效应、间接效应和总效应。因此，本文同时以 y_it-1 对 y_it 的直接效应作为收敛系数，若该效应介于 0^～1 ，则判定为收敛。

本文对动态面板单一门槛模型的设定如公式（2）所示 , 在此基础上可以对更多门槛的面板模型进行扩展。

其中，表示省份，表示时期；表示农业高质量发展水平，是其时间滞后项，为示性函数，表示门槛变量，在本文中是指农村金融资源配置水平，表示特定的门槛值。是用来反映地区个体效应的，如区位特征、发展禀赋等不可观测的因素，为随机干扰项。 X_it 表示一组可能对农业高质量发展有较大影响的控制变量矩阵。β_i 为收敛系数，用于衡量变量是否收敛，当 0<β_i<1 时判定判断此区间内的农业高质量发展是收敛的；若各区间内的收敛系数不同，则表明农村金融资源配置对农业高质量发展收敛的影响是非线性的。

3 变量选取与数据来源

农村金融资源配置水平从组织机构、 货币资金 维度构建的评价体系，评价方法采用熵值法。控制变量包括：（1）基础设施， / 人）；（2）工业化进程，用第二产业产值占 GDP 的比重衡量；（3） （万元 / 人）；（4）农林固定资产投资额，用农村居民人均用于农业的个人固定资产投资完成额衡量（万元/ 人）。

财政农林水事务支出的相关数据来自于 ESP 数据库平台的中国区域经济数据库，乡村总人口数的相关数据来自于 ESP 数据库平台的中国三农数据库，其余测度农村金融资源配置水平的基础指标的相关数据均来自于《中国金融统计年鉴》。控制变量的相关数据来自于 ESP 数据库平台的中国区域经济数据库和中国三农数据库。各变量的描述性统计结果见表1。

表1 变量描述性统计

注：农林固定资产投资水平的最小值并非0，而是保留两位小数，后面的数字没有显示出来。 4 实证分析

农业高质量发展水平的全局莫兰 关性分析结果可以看 样本期内全局莫兰指数 I 均为正值，并且在 10% 的水平上显著，这表 在着正的空间相关性。同时，农村金融资源配置水平的全局莫兰指数 内全局莫兰指数 I 也均为正值，并且在 1% 的水平上显著，这表明中国各省农业金融资源配置水平的观测值也存在着正的空间相关性。

无法观测到的区域个体特征，如历史文化、自然资源状况等，也可能会影响农业高质量发展水平，事实上，任何计量模型都难以包括所有的可能重要的解释变量，因此在计量模型的构建中，遗漏变量在所难免，为尽量降低这种内生性问题所带来的影响，本文将采用个体固定效应模型进行分析，同时，根据豪斯曼检验结果也支持采用固定效应模型。中国农村金融资源配置对农业高质量发展收敛影响的实证结果见表 2。农业高质量发展水平的初始收敛性检验结果见模型（1）。模型（2）是在模型（1）的基础上增加农村金融资源配置作为解释变量，用来检验农村金融资源配置对农业高质量发展收敛的影响性。

表2 中国农村金融资源配置水平对农业高质量发展收敛性的影响

注： ρ 表示被解释变量空间滞后项的估计系数，用于衡量其空间溢出效应；L-L 表示Log-Likelihood 估量；*** 表示在1% 的水平上显著，** 表示在5% 的水平上显著，* 表示在10% 的水平上显著。

整体上农业高质量发展存在显著的收敛特征，农村金融资源配置显著促进了农业高质量发展的收敛。在模型（1）和模型（2）中，农业高质量发展的收敛系数分别为 0.4879 和0.4837，并且均在1% 的水平上显著，表明中国各省份农业高质量发展水平是收敛的，根据农业高质量发展水平滞后项的系数值 β 来判断其收敛性仍然是收敛的。在控制了农村金融资源配置后，农业高质量发展的收敛速度由 0.7176 提升至 0.7263，表明农村金融资源配置能够促进农业高质量发展水平的收敛。同时， ρ 在模型（1）和模型（2）中均显著为正，表明农业高质量发展存在显著的正向空间溢出效应，该效应有助于进一步缩小省际经济高质量发展差距。

接下来，本文采用动态面 影响是否存在非线性关系，结果见表3。 分别为 0.182和 0.776，其把农村 业高质量发展的收敛速度分别是 0.35 质量发展的收敛速度呈现先下降后上 影响是非线性的，验证了假设 1。 阈值区间 1 和阈值区间 2，样本占比为 低，还处于 型变化的前半部分，提高弱 农业高质量发展的收敛。

表3 农村金融资源配置水平对农业高质量发展收敛的非线性影响检验

注：*** 表示在1% 的水平上显著，** 表示在5% 的水平上显著，* 表示在10% 的水平上显著。

5 结论

本文采用动态空间杜宾模型考察了农村金融资源配置对农业高质量发展收敛性的影响，采用动态面板门槛模型检验了该影响的非线性特征。主要得到以下结论：

第一，中国省际农业高质量发展收敛特征显著，并存在显著的正向空间溢出效应。随着时间的推移，农业弱省和农业强省的农业高质量发展差距在不断缩小，并且显著的正向空间溢出效应有助于缩小二者的差距。第二，农村金融资源配置促进了农业高质量发展的收敛，并且这种影响表现为非线性特征。随着农村金融资源配置水平的提高，农业高质量发展的收敛速度先下降后上升，当前我国绝大部分省份的农村金融资源配置水平都较低，农村金融资源配置水平亟待提高。

参考文献：

[1]Li, Y., Wang, M., Liao, G., Wang, J.(2022). Spatial Spillover Effect and Threshold Effect of Digital Financial Inclusion on Farmers’Income Growth—Based on Provincial Data of China. Sustainability.

[2]Peng, Y., Latief, R., Zhou,Y.(2021).The relationship between agricultural credit, regional agricultural growth, and economic development: the role of rural commercial banks in Jiangsu, China,Emerging Markets Finance and Trade,57(7), 1878-1889.

作者简介：许文静（1981-），河南长葛人，博士研究生，讲师；研究方向：发展经济学；