農(nóng)村金融農(nóng)業(yè)技術(shù)論文范文

本站小編為你精心準(zhǔn)備了農(nóng)村金融農(nóng)業(yè)技術(shù)論文參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、廣東省農(nóng)業(yè)技術(shù)進(jìn)步水平測算與分析

農(nóng)業(yè)技術(shù)進(jìn)步水平測算是實證檢驗的關(guān)鍵環(huán)節(jié)。本文采用科布－道格拉斯（C－D）生產(chǎn)函數(shù)基礎(chǔ)上的索洛余值法測算廣東省農(nóng)業(yè)技術(shù)進(jìn)步水平。1928年，柯布（Cobb）和道格拉斯（Dauglas）在研究中指出生產(chǎn)活動中的主要貢獻(xiàn)要素是資本和勞動，即Y＝AKαLβ，其中Y為產(chǎn)出，K、L分別為資本投入和勞動投入，α、β分別表示資本與勞動的產(chǎn)出彈性。A為效率系數(shù)，反映廣義的技術(shù)進(jìn)步水平。1957年索洛對C－D生產(chǎn)函數(shù)進(jìn)行了改進(jìn)，假設(shè)A為時間t的函數(shù)且A（t）＝A0eεt，則C－D生產(chǎn)函數(shù)變?yōu)椤?/p>

（一）測算模型與變量設(shè)定鑒于土地要素是農(nóng)業(yè)生產(chǎn)中不可或缺的因素，將上述模型的函數(shù)形式設(shè)定為。結(jié)合廣東省農(nóng)業(yè)發(fā)展實際，對相關(guān)變量的確定如下：（1）農(nóng)業(yè)總產(chǎn)出，直接選取《廣東省統(tǒng)計年鑒》中農(nóng)業(yè)總產(chǎn)值的原始數(shù)據(jù)。（2）農(nóng)業(yè)的資本耗費，采用農(nóng)業(yè)固定資產(chǎn)投資總額作為衡量指標(biāo)。（3）勞動力耗費，經(jīng)濟(jì)學(xué)中常用勞動者工資、勞動時間或勞動人數(shù)等統(tǒng)計指標(biāo)衡量（李子彪，2006），若考慮農(nóng)村剩余勞動力的存在，計算時采用農(nóng)業(yè)生產(chǎn)實際投入的勞動力數(shù)量較為合適，但因缺乏相關(guān)統(tǒng)計資料，借鑒周端明（2009）的做法，選擇第一產(chǎn)業(yè)從業(yè)人數(shù)作為計量指標(biāo)。（4）土地耗費，考慮到廣東省農(nóng)村土地撂荒的普遍性，采用農(nóng)作物播種面積代替常用的耕地面積變量。采取同樣做法的有全炯振（2009）［12］、趙芝俊等（2006）［13］。

（二）參數(shù)估計本文選取廣東省1982－2011三十年的統(tǒng)計數(shù)據(jù)擬合生產(chǎn)函數(shù)，測算出各投入要素的參數(shù)。為避免多種共線性對參數(shù)估計的影響，假設(shè)規(guī)模報酬不變，則有α＋β＋γ＝1，生產(chǎn)函數(shù)式（4）可變?yōu)椤Ｓ杀?可知，模型的擬合優(yōu)度較好，達(dá)到了0．941499，同時方程本身和各參數(shù)變量均通過顯著性檢驗，另外異方差和自相關(guān)檢驗均能通過，模型的解釋能力強(qiáng)，可用來計算科技進(jìn)步貢獻(xiàn)率。由上述結(jié)論可知，1982年至2012年間，廣東省農(nóng)業(yè)資本投入的彈性系數(shù)α＝0．3517，土地投入的彈性系數(shù)γ＝0．25，勞動力投入的彈性系數(shù)β＝1－α－γ＝0．3983。即資本投入、土地投入及勞動力投入每增加1％，農(nóng)業(yè)總產(chǎn)值分別增加約0．35％、0．25％和0．40％。可以看到彈性系數(shù)最大的是勞動力投入，意味著目前廣東省農(nóng)業(yè)產(chǎn)出相對更依賴于人力資本的增加，屬于典型傳統(tǒng)的勞動密集型產(chǎn)業(yè)，與某些省份相比②，資本投入與勞動力投入的彈性系數(shù)相差不大，可粗略認(rèn)為目前廣東省農(nóng)業(yè)發(fā)展處于由勞動密集型轉(zhuǎn)向資金密集型的過渡期。

（三）廣東省農(nóng)業(yè)技術(shù)水平測算結(jié)果及分析根據(jù)上文所得參數(shù)估計結(jié)果，結(jié)合（5）式，對廣東省1982－2012年農(nóng)業(yè)技術(shù)進(jìn)步水平進(jìn)行測算。可以看到，30年間廣東省農(nóng)業(yè)技術(shù)進(jìn)步增長率表現(xiàn)出較大的波動性，甚至有些年份出現(xiàn)負(fù)值（圖1）。這一方面與廣東省自然災(zāi)害頻繁，農(nóng)業(yè)生產(chǎn)總值波動較大不無關(guān)聯(lián)；另一方面，所測算的農(nóng)業(yè)技術(shù)進(jìn)步為廣義全要素生產(chǎn)率（TFP），不僅包括科技進(jìn)步本身，還受資源配置效率和其他隨機(jī)因素的影響。如1992年，資本投入增長率達(dá)到153．51％，而農(nóng)業(yè)總產(chǎn)值增長率僅為12．57％，出現(xiàn)了投入多而有效產(chǎn)出少的情況。在剔除生產(chǎn)要素投入之后，農(nóng)業(yè)技術(shù)進(jìn)步水平不可避免地出現(xiàn)負(fù)值，但這并不能說明農(nóng)業(yè)科技進(jìn)步對廣東省農(nóng)業(yè)經(jīng)濟(jì)增長沒有發(fā)揮積極作用。1998年以后，農(nóng)業(yè)技術(shù)進(jìn)步水平的波動幅度開始趨緩，自2007年基本保持著向上趨勢，說明資金配置效率可能在一定程度上得到改觀，但這需要更多數(shù)據(jù)支持。

二、實證檢驗

（一）變量的選取與數(shù)據(jù)說明金融發(fā)展水平提高的一個主要表現(xiàn)就是金融資產(chǎn)規(guī)模相對于國民經(jīng)濟(jì)財富的擴(kuò)展。對于金融發(fā)展水平的衡量，考慮到目前廣東省農(nóng)村金融結(jié)構(gòu)相對簡單及數(shù)據(jù)的可得性，擬從農(nóng)村金融發(fā)展的規(guī)模和效率兩個維度進(jìn)行考量。金融發(fā)展規(guī)模指標(biāo)方面，鑒于廣東省農(nóng)村金融以存貸業(yè)務(wù)為主，結(jié)合一般做法，選擇農(nóng)村存貸款余額之和與農(nóng)業(yè)GDP之比為金融發(fā)展規(guī)模的衡量指標(biāo)。但因1990年前后鄉(xiāng)鎮(zhèn)企業(yè)貸款余額的統(tǒng)計口徑明顯不同，而1995年后統(tǒng)計年鑒重新對金融機(jī)構(gòu)貸款余額進(jìn)行了劃分，導(dǎo)致城鄉(xiāng)居民儲蓄存貸款余額與研究所需數(shù)據(jù)口徑相差太大，故而采用農(nóng)業(yè)存款余額和農(nóng)業(yè)貸款余額替代農(nóng)村存貸款以反映農(nóng)村金融狀況。金融發(fā)展效率指標(biāo)方面，參考王志強(qiáng)、孫剛（2003）的做法，選用農(nóng)業(yè)貸款與農(nóng)業(yè)存款之比作為衡量農(nóng)村金融發(fā)展的效率指標(biāo)［14］。采用這一指標(biāo)還基于以下考慮：首先，農(nóng)村金融發(fā)展的目的是服務(wù)農(nóng)村實體經(jīng)濟(jì)，這一比值越大，越能反映農(nóng)村金融機(jī)構(gòu)對農(nóng)業(yè)的支持力度；其次，該指標(biāo)可以衡量農(nóng)村金融機(jī)構(gòu)將存款轉(zhuǎn)化為貸款的能力，顯示農(nóng)村金融機(jī)構(gòu)對金融資源配置的效率；還可在一定程度上反映當(dāng)前農(nóng)村資金外流狀況。農(nóng)業(yè)科技進(jìn)步方面，直接選取上面測算出的廣東省農(nóng)業(yè)技術(shù)進(jìn)步增長率為實證變量。以上三個變量分別用RGM、RXL和TFP表示。由于銀行資金來源項目自2011年起使用新的分類，廣東省統(tǒng)計年鑒不再提供農(nóng)業(yè)存貸款余額等相關(guān)數(shù)據(jù)指標(biāo)，故截取1983－2010年度樣本數(shù)據(jù)，樣本數(shù)據(jù)均來源于《廣東省統(tǒng)計年鑒》及《廣東省農(nóng)村統(tǒng)計年鑒》。各變量的描述性統(tǒng)計及變化趨勢如表3和圖2所示。在這里主要對農(nóng)村金融發(fā)展規(guī)模指標(biāo)和效率指標(biāo)進(jìn)行分析，由表3和圖2可看到：（1）農(nóng)業(yè)存貸款余額占GDP的比重盡管在個別年份有所下降，但整體上呈增長趨勢，尤其在1992年之后上升速度明顯加快。截止2010年末，該比值達(dá)到0．67，相比1982年增長近1．5倍，說明廣東農(nóng)村金融資產(chǎn)比例不斷提升，農(nóng)村金融規(guī)模不斷擴(kuò)大。（2）農(nóng)村金融發(fā)展效率指標(biāo)的變動趨勢：1998年以前，農(nóng)業(yè)貸款占農(nóng)業(yè)存款的比值呈現(xiàn)較大波動，在1983年達(dá)最大值后，1994年降至最低點。這是因為1983年農(nóng)村經(jīng)濟(jì)體制率先改革，眾多資金流向農(nóng)村；但隨著1984年經(jīng)濟(jì)體制改革重點轉(zhuǎn)向城市，農(nóng)業(yè)貸款占比急劇下降，且在1998－2000年間出現(xiàn)大幅度回落。大量資金流向城市，農(nóng)戶與農(nóng)村中小企業(yè)融資難制約了農(nóng)村經(jīng)濟(jì)發(fā)展。（3）2006年廣東省開始逐步推進(jìn)農(nóng)村新型金融機(jī)構(gòu)改革，但從圖2可以看出，農(nóng)村金融發(fā)展效率持續(xù)下降趨勢并未因此明顯改善，相反，農(nóng)村金融發(fā)展規(guī)模指標(biāo)出現(xiàn)了近10年來少有的大幅度波動，這意味著目前新型金融機(jī)構(gòu)改革并未達(dá)到預(yù)期效果。

（二）單位根檢驗由于經(jīng)濟(jì)變量的時間序列數(shù)據(jù)往往都是非平穩(wěn)的，若直接將其引入模型進(jìn)行經(jīng)典線性估計，很可能出現(xiàn)偽回歸現(xiàn)象，因此，有必要先對各時間序列進(jìn)行平穩(wěn)性檢驗。通過Eviews5．1進(jìn)行ADF檢驗，各變量的檢驗結(jié)果見表4。從表4的檢驗結(jié)果可看出，原有時間序列數(shù)據(jù)的ADF檢驗值均大于5％的臨界值，即三組變量在5％的顯著性水平下是非平穩(wěn)的，而對其取一階差分后，序列D（TFP）、D（RGM）以及D（RXL）的ADF值都小于5％顯著性水平下的臨界值，表現(xiàn)為平穩(wěn)序列。換言之，原有時間序列都是一階單整的I（1）序列，故可進(jìn)一步檢驗三組變量之間是否存在協(xié)整關(guān)系。

（三）協(xié)整檢驗由于上述變量都是一階單整的I（1）序列，因此可采用Johansen協(xié)整檢驗來判斷它們之間是否存在長期均衡關(guān)系。Johansen協(xié)整檢驗法是一種基于VAR模型的檢驗方法，在檢驗之前需要確定VAR模型結(jié)構(gòu)，而其中一個重要問題就是滯后階數(shù)的確定，運(yùn)用赤池信息準(zhǔn)則（AIC）和施瓦茨準(zhǔn)則（SC）進(jìn)行選擇，同時基于數(shù)據(jù)生成過程特征，選擇帶有截距項并帶有趨勢項的VAR模型，具體統(tǒng)計結(jié)果如表5所示。結(jié)果顯示，無論是AIC還是SC甚至其他如LR統(tǒng)計量等，均認(rèn)為滯后階數(shù)為1的VAR模型即VAR（1）模型較為合理。另外通過單位根檢驗對VAR（1）模型的穩(wěn)定性檢驗結(jié)果顯示，全部根的倒數(shù)都位于單位圓曲線內(nèi)（圖3），即VAR（1）模型是穩(wěn)定的。協(xié)整檢驗?zāi)Ｐ偷臏笃诘扔赩AR模型的最優(yōu)滯后階數(shù)減1，故確定為0。表6為Johansen協(xié)整檢驗結(jié)果。結(jié)果表明，在5％的顯著水平下，變量之間存在協(xié)整關(guān)系。對協(xié)整均衡向量進(jìn)行標(biāo)準(zhǔn)化后，可寫出三個變量的協(xié)整方程如下：TFP＝0．421947RGM－0．188170RXL（9）方程（9）表明1982－2010年上述三個變量間存在長期均衡關(guān)系，可以發(fā)現(xiàn)1982－2010年農(nóng)村金融融發(fā)展規(guī)模與農(nóng)業(yè)技術(shù)進(jìn)步正相關(guān)，而農(nóng)村金融發(fā)展效率與農(nóng)業(yè)技術(shù)進(jìn)步存在反向作用關(guān)系。亦可看出，農(nóng)村金融發(fā)展規(guī)模的取值每增加1％，農(nóng)業(yè)技術(shù)進(jìn)步會同向變動0．42個百分點；農(nóng)村金融發(fā)展效率的取值增加1個單位，農(nóng)業(yè)技術(shù)進(jìn)步會下降0．19個百分點。另外進(jìn)一步對TFP與RGM、TFP與RXL兩兩分別進(jìn)行協(xié)整檢驗，同樣發(fā)現(xiàn)它們之間也存在協(xié)整關(guān)系，說明廣東省農(nóng)村金融發(fā)展與農(nóng)業(yè)技術(shù)進(jìn)步間確實保持穩(wěn)定的均衡關(guān)系。

（四）VEC向量誤差修正模型上面的分析給出了VAR（1）模型中的三個變量間存在長期均衡協(xié)整關(guān)系的結(jié)論，但這種均衡關(guān)系在短期內(nèi)如何調(diào)整，需通過建立VEC模型進(jìn)一步探討。根據(jù)AIC、SC準(zhǔn)則，確定VEC模型的最優(yōu)滯后階數(shù)為1，所得VEC模型結(jié)果如表7所示。由表7可以看到，VEC模型中TFP與RXL的誤差修正項分別為－0．555930和0．962618，且在統(tǒng)計上是顯著的，說明系統(tǒng)內(nèi)變量間如果在短期內(nèi)出現(xiàn)正向非均衡狀態(tài)，RXL會同向修正而TFP會出現(xiàn)反向修正，相比而言，RXL的修正幅度較大，即長期穩(wěn)定關(guān)系對農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)村金融發(fā)展效率具有顯著的調(diào)節(jié)作用，調(diào)節(jié)效應(yīng)分別為55．59％和96．26％。

（五）格蘭杰因果檢驗檢驗了廣東省農(nóng)業(yè)技術(shù)進(jìn)步與農(nóng)村金融發(fā)展規(guī)模、農(nóng)村金融發(fā)展效率之間存在長期均衡關(guān)系，但變量間的因果關(guān)系尚不明朗，因此用格蘭杰因果關(guān)系檢驗來驗證變量間的因果聯(lián)系。格蘭杰因果關(guān)系實質(zhì)上是檢驗一個變量的滯后項對另一變量是否有預(yù)測作用，也即如果一個變量受到其他變量的滯后項影響，就稱這兩個變量間存在格蘭杰因果關(guān)系。對各變量進(jìn)行一階差分以滿足格蘭杰因果檢驗所要求的時間序列平穩(wěn)性，檢驗結(jié)果如表8所示。由表8的檢驗結(jié)果可看出，在1％的顯著性水平下農(nóng)業(yè)技術(shù)進(jìn)步是農(nóng)村金融發(fā)展效率的Granger原因，而農(nóng)村金融發(fā)展規(guī)模和農(nóng)村金融發(fā)展效率均不是農(nóng)業(yè)技術(shù)進(jìn)步的Granger原因。

三、結(jié)論與啟示

在運(yùn)用C－D生產(chǎn)函數(shù)模型和索洛余值法測算廣東省農(nóng)業(yè)技術(shù)進(jìn)步水平時間序列基礎(chǔ)上，結(jié)合衡量廣東省農(nóng)村金融發(fā)展指標(biāo)對農(nóng)村金融發(fā)展與農(nóng)業(yè)技術(shù)進(jìn)步關(guān)系進(jìn)行實證分析。結(jié)果表明：盡管廣東省農(nóng)村金融發(fā)展與農(nóng)業(yè)技術(shù)進(jìn)步間存在長期均衡協(xié)整關(guān)系，但二者間僅具有單向格蘭杰因果聯(lián)系。廣東省農(nóng)村金融發(fā)展與農(nóng)業(yè)技術(shù)進(jìn)步之間良性互動機(jī)制尚未形成。基于廣東農(nóng)業(yè)經(jīng)濟(jì)發(fā)展實際，以上實證結(jié)果可得如下啟示。（1）農(nóng)業(yè)技術(shù)進(jìn)步可通過提高農(nóng)業(yè)生產(chǎn)率促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，從而為農(nóng)村金融發(fā)展創(chuàng)造條件。亦即農(nóng)業(yè)技術(shù)進(jìn)步對農(nóng)村金融發(fā)展的影響主要以農(nóng)村經(jīng)濟(jì)發(fā)展為紐帶。農(nóng)村經(jīng)濟(jì)發(fā)展既為農(nóng)村金融發(fā)展提供了賴以生存和發(fā)展的資本源泉；又衍生出對特定金融產(chǎn)品和金融服務(wù)的需求，從而有效推動農(nóng)村金融發(fā)展。（2）廣東省農(nóng)村金融應(yīng)在農(nóng)業(yè)技術(shù)研發(fā)和推廣方面起應(yīng)有作用。目前廣東省大部分科技成果來自于科研院所和高等院校，研發(fā)資金多來自于政府財政，農(nóng)村金融機(jī)構(gòu)在此方面的資源配置角色幾近缺位。2010年廣東省農(nóng)業(yè)科研和技術(shù)開發(fā)經(jīng)費113262萬元中，政府撥款87151萬元，占比76％，而企業(yè)和其他社會資金占比24％。另一方面，近年廣東農(nóng)村地區(qū)的貸存比呈現(xiàn)逐年下降勢態(tài)，不利于農(nóng)業(yè)科技推廣。2010年廣東農(nóng)村地區(qū)14．60％的存貸比遠(yuǎn)低于56％的全國平均水平。而新型金融機(jī)構(gòu)的脫農(nóng)傾向加重了這一趨勢。數(shù)據(jù)顯示，2013年廣東省小額貸款公司累計投放服務(wù)業(yè)、工業(yè)貸款分別為450億元、107億元，占比65％、19％；而農(nóng)業(yè)貸款累計投放130億元，占比僅為16％。需要盡快糾正。（3）完善廣東農(nóng)村金融體系功能。廣東省農(nóng)村金融組織體系存在嚴(yán)重缺陷：農(nóng)業(yè)發(fā)展銀行定位不清晰，政策性業(yè)務(wù)單一；農(nóng)村信用社系統(tǒng)經(jīng)營環(huán)境復(fù)雜，經(jīng)營管理能力有待提高；以農(nóng)業(yè)銀行為主的商業(yè)銀行出于自身盈利性和資金安全性考慮，科技貸款的積極性不高；村鎮(zhèn)銀行與小額貸款公司等新型農(nóng)村金融機(jī)構(gòu)因主導(dǎo)的商業(yè)銀行缺乏明顯的監(jiān)督比較優(yōu)勢，難以長期持續(xù)經(jīng)營，更不用說其對農(nóng)業(yè)技術(shù)進(jìn)步的支撐作用［15］。基于此，一是需優(yōu)化農(nóng)業(yè)發(fā)展銀行的服務(wù)職能。明確服務(wù)功能與職責(zé)，通過與各方聯(lián)合建立支農(nóng)貸款保險或擔(dān)保基金等方式適度涉足擔(dān)保和資金批發(fā)業(yè)務(wù)，為涉農(nóng)信貸及高科技農(nóng)業(yè)項目投資提供擔(dān)保，為農(nóng)村中小金融機(jī)構(gòu)提供資金批發(fā)支持。二是商業(yè)性金融機(jī)構(gòu)應(yīng)結(jié)合農(nóng)業(yè)科技企業(yè)特點，以融資主體的需求為導(dǎo)向，加大金融產(chǎn)品創(chuàng)新。三是發(fā)展互助性擔(dān)保和鼓勵商業(yè)性擔(dān)保，建立健全廣東省鄉(xiāng)鎮(zhèn)企業(yè)、農(nóng)戶的征信系統(tǒng)，進(jìn)一步完善農(nóng)村信貸擔(dān)保體系，建立良好的農(nóng)村金融生態(tài)。四是地方政府可通過設(shè)立農(nóng)業(yè)高科技產(chǎn)業(yè)投資基金，吸引社會資金流向處于種子期尤其是創(chuàng)建期的農(nóng)業(yè)科技企業(yè)，同時加大對農(nóng)業(yè)保險的保費補(bǔ)貼，充分發(fā)揮保險在農(nóng)業(yè)技術(shù)推廣中的風(fēng)險分擔(dān)杠桿作用。

作者：張樂柱李錦宇于卉蘭單位：華南農(nóng)業(yè)大學(xué)農(nóng)村經(jīng)濟(jì)研究中心華南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院華南農(nóng)業(yè)大學(xué)圖書館