政策性金融对农业经济增长的影响研究

摘 要：笔者选取了华东、华中、西北、华北、西南、东北和华南7个地区，通过投入―产出函数的基本模型和拓展模型，实证分析了农业政策性金融对农业经济增长，以及对劳动力、资本、农机、水利等农业生产要素的影响。结果表明：政策性金融对农业经济增长有一定的影响，但是存在区域差异。只有因地制宜，才能最大限度地发挥政策性金融对农业经济增长的促进作用。

关键词：农业政策性金融；农业经济增长；C-D生产函数；弹性估计

一、学术综述

关于农业政策性金融与农业经济增长的关系研究有：李明清等（2009）认为农业政策性金融在农村金融体系中占有重要地位，发挥了不可替代的作用。白永秀等（2003）认为农业政策性金融必须实行分类指导的区域信贷政策，以适应农业经济区域性的特点。白晓燕等（2005）以CD模型为基础，将农发行信贷资金投入与农业GDP进行回归，结果表明农发行信贷投放对农业总产值具有显著的正向影响。唐自元等（2009）将农发行贷款余额、农信社农业贷款余额、农行农业贷款余额共同纳入模型，与农业总产值进行回归，结果显示农业政策性金融对农村经济的拉动超过短期商业性金融贷款。

已有文献主要分析了农业政策性金融与农业经济增长的二元关系，国内尚没有文献论述农业政策性金融对农业经济增长影响的技术效应，国外的研究也仅限于整体金融领域更没有相关的实证研究（Levine，1997）。技术进步，作为农业经济增长的首要的内生性因素，需要学界就农业政策性金融对农业技术进步的传导机制展开量化分析。

结合以往的研究，本研究中假定农业政策金融对农业经济增长的影响表现为：农业政策金融作为生产要素中资本的一部分，首先会影响其他类型资本的投入水平，进而会影响其他生产要素的投入水平（比如，劳动、机械、灌溉、化肥等）及其配置效率（全要素生产率），进而会作用到农业经济增长（用农业增加值增长率表示）。同时，本研究还将建立拓展模型，来估计农业政策性金融对其他生产要素的挤入或挤出效应。由于农业政策金融地域差别，本研究将把全国分为华北、华中、华南、华东、西南、东北、西北等7个区域，从而为比较地区差异提供了可能性。

二、模型与假说

研究中我们采用CobbDouglas生产函数，农业生产经济模型可以被假定为：

三、变量设定及描述性分析

在OLS模型中，本文选取了如下变量：Prod代表各地区农业增加值，以亿元为单位。FinD代表农业政策性金融，该变量包括农发行贷款余额，以亿元为单位。FinB代表农村商业金融，该变量包含农业银行农业贷款余额及农村信用社贷款余额两项，以亿元为单位。Prod、FinD和FinB均取对数，并按照1993年的价格水平进行折算。

为了控制FinD的内生性，本文引入工具变量，分别表示区域自然灾害程度、区域气象环境、区域农业污染程度、贸易开放程度、农业政策支持力度和收入差距。其中，Flood代表水灾成灾面积，以千公顷为单位，Drought为旱灾成灾面积，以千公顷为单位，Rain代表年均降雨量，以毫米为单位，Heat代表年均温度，以摄氏度为单位，COD代表农业化学需氧量排放量，以万吨为单位，TN代表总氮排放量，以万吨为单位，TP代表总磷排放量，以万吨为单位，Open代表按汇率折算的进出口额占地区总产值的比重，Support代表财政支农金额占地区总产值的比重，Incgap代表城镇居民可支配收入与农民纯收入的比值。上述工具变量均取对数处理。

对上述变量进行描述性统计，如表1：

四、实证分析

1.基本模型估计结果

根据C-D模型的基本形式，建立基本模型（1），利用统计年鉴统计数据进行计量，得出各要素对农业总产值（Prod）的影响程度（如表2）。由模型结果的R2比较高，说明七个地区的模型估计结果满足拟合优度的检验，同时F值也非常高，说明估计模型通过了F检验，即模型中被解释变量与所有解释变量的线性关系在总体上是显著的。