摘要：農(nóng)村金融作為現(xiàn)代金融業(yè)的重要組成部分，是解決“三農(nóng)”問題、有效推進(jìn)農(nóng)村現(xiàn)代化建設(shè)的關(guān)鍵，對農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)的發(fā)展有著不可估量的促進(jìn)作用，本文以G區(qū)為例，介紹了金融供給、需求的四種類型與經(jīng)濟(jì)增長的關(guān)系，通過VAR模型的建立，對G區(qū)1998-2013年農(nóng)村金融發(fā)展的面板數(shù)據(jù)探討了人均農(nóng)業(yè)存款（PRD）、人均農(nóng)業(yè)貸款（PRL）和人均農(nóng)村固定投資（PRF）與農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）的關(guān)系，采用實證分析的方法解析了G區(qū)供給、需求失衡對經(jīng)濟(jì)增長的影響問題。

關(guān)鍵詞：農(nóng)村金融；農(nóng)村金融供給；農(nóng)村金融需求；經(jīng)濟(jì)增長

中圖分類號：F 832.3 文獻(xiàn)標(biāo)志碼：ADOI：10.3969/j.issn.1008-4355.2016.04.09

前言 “三農(nóng)”問題在我國改革開放之中一直都是“重中之重”，2000年以來，中共中央辦公廳已連續(xù)出臺了三個將“三農(nóng)”作為主題的“一號文件”，這三個文件以“發(fā)展”為主題，幫助解決和指導(dǎo)“政府要做什么來幫助農(nóng)民發(fā)展”的相關(guān)問題。2006至2010年的中央一號文件，則鼓勵在縣域內(nèi)加強(qiáng)設(shè)立多種所有制的社區(qū)金融機(jī)構(gòu)，進(jìn)一步加深農(nóng)村金融改革和扶持力度，有效的解決了廣大農(nóng)村地區(qū)銀行業(yè)金融網(wǎng)點覆蓋率低、金融供給不足、競爭不充分等問題。2012年中央一號文件聚焦農(nóng)業(yè)科技，提出持續(xù)加大“三農(nóng)”財政支出，改善農(nóng)業(yè)科技創(chuàng)新條件，加快農(nóng)業(yè)機(jī)械化發(fā)展，2015年中央一號文件則提出加大改革創(chuàng)新力度加快農(nóng)業(yè)現(xiàn)代化建設(shè)。這些都明確指出了兩個信號：一是“三農(nóng)”問題已經(jīng)直接關(guān)系到我國經(jīng)濟(jì)建設(shè)的可持續(xù)發(fā)展和全面建設(shè)小康社會目標(biāo)的可行性，它已到了必須解決的地步了；二是可以看出進(jìn)入新世紀(jì)以來，中央“一號文件”表明了黨中央的支農(nóng)政策將會越來越多，支持的強(qiáng)度越來越深，支持面越來越廣、越來越系統(tǒng)和科學(xué)[1]。中央的政策做出的這些重大的調(diào)整，明確確立了我國國家財政重點支農(nóng)的戰(zhàn)略思維。

金融是現(xiàn)代經(jīng)濟(jì)的核心，隨著城市金融業(yè)的快速發(fā)展，農(nóng)村金融對農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)村經(jīng)濟(jì)的穩(wěn)定發(fā)展的作用越來越大[2]。農(nóng)村金融作為現(xiàn)代金融業(yè)的重要組成部分，是解決“三農(nóng)”問題、有效推進(jìn)農(nóng)村現(xiàn)代化建設(shè)的關(guān)鍵，對農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)的發(fā)展有著不可估量的促進(jìn)作用，因此，農(nóng)村金融一直是我國經(jīng)濟(jì)發(fā)展重點關(guān)注的領(lǐng)域。2014年3月5日，李克強(qiáng)總理在政府工作報告中指出要繼續(xù)深化金融體制改革推進(jìn)利率市場化，穩(wěn)步推進(jìn)由民間資本發(fā)起設(shè)立中小型銀行等金融機(jī)構(gòu)，引導(dǎo)民間資本參股、投資金融機(jī)構(gòu)及融資中介服務(wù)機(jī)構(gòu)，完善金融監(jiān)管協(xié)調(diào)機(jī)制，密切監(jiān)測跨境資本流動，守住不發(fā)生系統(tǒng)性和區(qū)域性金融風(fēng)險的底線。讓金融成為一池活水，更好地澆灌小微企業(yè)、“三農(nóng)”等實體經(jīng)濟(jì)之樹。

而現(xiàn)實生活中，我國的農(nóng)村金融資源配置依然不能適應(yīng)金融支持新農(nóng)村建設(shè)的要求，農(nóng)村金融供給和需求比例嚴(yán)重不對稱；金融服務(wù)水平低下；為“三農(nóng)”服務(wù)的銀行、證券、保險業(yè)發(fā)展不協(xié)調(diào)；農(nóng)村地區(qū)金融機(jī)構(gòu)網(wǎng)點相對其他地區(qū)而言覆蓋率低出太多。其中最主要的問題還是農(nóng)村金融發(fā)展存在著供給與需求的不均衡。農(nóng)村金融供給與需求不均衡的類型大致可以分為四種類型：第一種是供給充足而需求不足；第二種是供給不足而需求充足；第三種是供給充足的同時需求也充足，這種情況的農(nóng)村金融基本處在一個供求均衡的狀況；第四種是供給和需求都存在著不足的情況。農(nóng)村金融的這種現(xiàn)狀對農(nóng)村經(jīng)濟(jì)發(fā)展有什么樣的影響？構(gòu)建供求均衡的農(nóng)村金融和經(jīng)濟(jì)增長又有什么樣的支撐作用？本研究將以G區(qū)為例，采用計量經(jīng)濟(jì)學(xué)的前沿理論方法，實證揭示農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)發(fā)展之間存在的長短期關(guān)系。

一、實證研究思路和計量研究方法考慮到數(shù)據(jù)的可獲得性及可比性問題，選取的數(shù)據(jù)區(qū)間為1998～2013年。選取具有可比性的不變價農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）作為農(nóng)村經(jīng)濟(jì)發(fā)展指標(biāo)，選取不變價農(nóng)村人均農(nóng)業(yè)存款（PRD）、農(nóng)村人均農(nóng)業(yè)貸款（PRL）、農(nóng)村人均農(nóng)村固定資產(chǎn)投資（PRF）三個絕對量指標(biāo)和農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)和效率三個相對指標(biāo)反映農(nóng)村金融發(fā)展?fàn)顩r[3]。

首先，采用協(xié)整理論分析G區(qū)1998～2013年間的農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）與農(nóng)村人均農(nóng)業(yè)存款（PRD）、農(nóng)村人均農(nóng)業(yè)貸款（PRL）、農(nóng)村人均農(nóng)村固定資產(chǎn)投資（PRF）之間的長短期均衡關(guān)系，得出G區(qū)農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)發(fā)展之間存在長期均衡關(guān)系[4]。

其次，為比較G區(qū)與其他地區(qū)的農(nóng)村金融發(fā)展對農(nóng)村經(jīng)濟(jì)的影響是否一致，采用面板數(shù)據(jù)模型分析東、中、西部9省的農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）與農(nóng)村人均農(nóng)業(yè)存款（PRD）、農(nóng)村人均農(nóng)業(yè)貸款（PRL）、農(nóng)村人均農(nóng)村固定資產(chǎn)投資（PRF）之間的影響關(guān)系，從而看出G區(qū)與其他地區(qū)的差異，為合理地做出政策建議提供科學(xué)的依據(jù)。

西南政法大學(xué)學(xué)報何偉：當(dāng)前我國農(nóng)村金融供求均衡發(fā)展機(jī)制和經(jīng)濟(jì)增長規(guī)律的實證分析——以G區(qū)為例（一）指標(biāo)選取

農(nóng)村經(jīng)濟(jì)發(fā)展指標(biāo)的選取。一般用農(nóng)業(yè)增加值來反映農(nóng)村經(jīng)濟(jì)的發(fā)展程度。由于統(tǒng)計年鑒中有第一產(chǎn)業(yè)增加值和農(nóng)林牧漁總產(chǎn)值兩個指標(biāo)，但第一產(chǎn)業(yè)增加值只包含種植業(yè)、林業(yè)、牧業(yè)和漁業(yè)的農(nóng)業(yè)產(chǎn)值，而農(nóng)林牧漁業(yè)總產(chǎn)值包括農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)以及農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值，更能反映農(nóng)村經(jīng)濟(jì)的發(fā)展?fàn)顩r。故筆者選取農(nóng)林牧漁業(yè)總產(chǎn)值來反映農(nóng)村經(jīng)濟(jì)的發(fā)展程度。同時，考慮到人口因素影響，所以用當(dāng)年農(nóng)林牧漁業(yè)總產(chǎn)值除以農(nóng)村人口得到農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）來作為農(nóng)村經(jīng)濟(jì)發(fā)展指標(biāo)。

農(nóng)村金融發(fā)展指標(biāo)的選取。我國經(jīng)濟(jì)長期以來體現(xiàn)了較為明顯的二元結(jié)構(gòu)，農(nóng)村經(jīng)濟(jì)與城市經(jīng)濟(jì)具有相對獨立的特征，與之相伴的是與城市金融體系相獨立的農(nóng)村金融體系。我國改革開放至今，農(nóng)村金融的供給與需求存在著不均衡的布局，從整體上來看G區(qū)農(nóng)村金融供給與需求屬于“雙不足”暨供給不足、需求不足的類型。本文選取農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)和效率三個相對指標(biāo)和不變價農(nóng)村人均農(nóng)業(yè)存款（PRD）、農(nóng)村人均農(nóng)業(yè)貸款（PRL）、農(nóng)村人均農(nóng)村固定資產(chǎn)投資（PRF）三個絕對量指標(biāo)來反映農(nóng)村金融發(fā)展?fàn)顩r。

金融發(fā)展規(guī)模指標(biāo)。金融發(fā)展主要通過金融資產(chǎn)規(guī)模的擴(kuò)展來體現(xiàn)，相當(dāng)于國民財富，主要衡量指標(biāo)為戈氏和麥?zhǔn)现笜?biāo)。戈德史密斯于1969年提出了戈氏指標(biāo)，又稱金融相關(guān)率（FIR），其完整的表達(dá)式為M2+L+S/GNP，式中的M2表示貨幣存量，L表示各類貸款，S表示有價證券。很多實證分析中都采用了戈式指標(biāo)。麥?zhǔn)现笜?biāo)是羅納德·麥金農(nóng)在比較金融發(fā)展水平時所使用的，其表達(dá)式是M2/GNP。萊文和澤爾沃斯（1998）認(rèn)為，麥?zhǔn)现笜?biāo)既不能算出負(fù)債的來源，也無法測算金融系統(tǒng)的資源配置，實際上這個指標(biāo)和經(jīng)濟(jì)增長之間沒有理論上的聯(lián)系，經(jīng)濟(jì)增長主要依賴于金融部門的功能[5]。王毅（2002）的研究結(jié)果表明，麥?zhǔn)现笜?biāo)不能反映我國的金融深化程度。Arestis、Demetriades & Luintel（2001）考慮到在不發(fā)達(dá)的國家國內(nèi)信貸的作用，設(shè)計了L/GDP這一指標(biāo)。同時，考慮到我國的實際情況，農(nóng)村金融主要涉及到存貸款，農(nóng)民買賣有價證券的量十分微小，故本文以農(nóng)村貸款余額（RL）除以農(nóng)村農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）作為反映農(nóng)村金融發(fā)展規(guī)模的指標(biāo)，即RL/RGDP（簡記為RLG）。農(nóng)村金融發(fā)展效率是指農(nóng)村金融中介將農(nóng)村存款轉(zhuǎn)化為農(nóng)村貸款支持農(nóng)村經(jīng)濟(jì)增長的效率。本文結(jié)合國內(nèi)其他學(xué)者的研究，將農(nóng)村金融發(fā)展效率表示為農(nóng)村貸款余額與農(nóng)村存款余額之比，即RL/RD，簡記為RLD。金融發(fā)展結(jié)構(gòu)指標(biāo)。隨著經(jīng)濟(jì)的發(fā)展，農(nóng)村經(jīng)濟(jì)得到了飛躍的發(fā)展，而鄉(xiāng)鎮(zhèn)企業(yè)在推動農(nóng)村經(jīng)濟(jì)發(fā)展中的作用變得愈加重要，為了更好地反映金融發(fā)展結(jié)構(gòu)狀況，本文采用鄉(xiāng)鎮(zhèn)企業(yè)貸款余額（RLT）與農(nóng)村貸款余額（RL）之比來衡量金融發(fā)展結(jié)構(gòu)，簡記為RLTL。

不變價農(nóng)村人均農(nóng)業(yè)存款（PRD）、農(nóng)村人均農(nóng)業(yè)貸款（PRL）、農(nóng)村人均農(nóng)村固定資產(chǎn)投資（PRF）是先把歷年農(nóng)業(yè)存款、農(nóng)業(yè)貸款和農(nóng)村固定資產(chǎn)投資用農(nóng)林牧漁業(yè)總產(chǎn)值平減指數(shù)以1994年為基期做不變價處理，然后再除以歷年農(nóng)村人口以消除人口因素影響得到。其中農(nóng)業(yè)貸款為統(tǒng)計年鑒中的農(nóng)業(yè)貸款和鄉(xiāng)鎮(zhèn)企業(yè)貸款之和。

（二）數(shù)據(jù)來源

鑒于改革開放以來，中國經(jīng)濟(jì)政策不是一蹴而就制定的，1992年才正式確立社會主義市場經(jīng)濟(jì)制度，1993年進(jìn)行了稅制改革和金融改革，并且相當(dāng)多的研究發(fā)現(xiàn)中國的宏觀數(shù)據(jù)在1998年出現(xiàn)結(jié)構(gòu)性突變，故本研究選取1998年至今的數(shù)據(jù)。筆者從歷年《中國統(tǒng)計年鑒》、《中國金融統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》以及歷年《廣西統(tǒng)計年鑒》、《云南統(tǒng)計年鑒》、《貴州統(tǒng)計年鑒》、《江蘇統(tǒng)計年鑒》、《浙江統(tǒng)計年鑒》、《廣東統(tǒng)計年鑒》、《湖北統(tǒng)計年鑒》、《湖南統(tǒng)計年鑒》、《河南統(tǒng)計年鑒》等權(quán)威渠道搜集相關(guān)指標(biāo)數(shù)據(jù)。考慮到通貨膨脹因素和數(shù)據(jù)的可比性問題，同時考慮到農(nóng)村經(jīng)濟(jì)發(fā)展的特殊性，參照前人有關(guān)研究，筆者選取1998年作為基期，使用農(nóng)村GDP的平減指數(shù)對相關(guān)數(shù)據(jù)進(jìn)行不變價處理。另外，考慮到人口因素的影響，經(jīng)濟(jì)指標(biāo)采用人均指標(biāo)。

（三）計量研究方法綜述

1.內(nèi)生經(jīng)濟(jì)增長理論與AK模型

內(nèi)生增長理論（The Theory of Endogenous Growth）產(chǎn)生于20世紀(jì)80年代中期，屬于西方宏觀經(jīng)濟(jì)理論的一個分支，其核心思想是認(rèn)為經(jīng)濟(jì)的增長能夠不依賴外力推動，而保證經(jīng)濟(jì)持續(xù)增長的決定因素是內(nèi)生的技術(shù)進(jìn)步。內(nèi)生技術(shù)進(jìn)步主要有幾種途徑：一是內(nèi)生知識增長；二是內(nèi)生人力資本積累；三是細(xì)化創(chuàng)新的內(nèi)生增長模型。

20世紀(jì)30年代，哈羅德多馬首先把經(jīng)濟(jì)增長理論帶到現(xiàn)代時期，建立了以經(jīng)濟(jì)增長為參數(shù)的數(shù)學(xué)模型，實現(xiàn)了經(jīng)濟(jì)增長理論從思想分析到模型分析的轉(zhuǎn)變，這是經(jīng)濟(jì)增長理論的第一次飛躍；50年代末，索洛將經(jīng)濟(jì)增長理論引入了新古典模型，從而使經(jīng)濟(jì)增長路徑的穩(wěn)定性問題得到很好的解決，索洛同時發(fā)現(xiàn)了技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)作用，這是經(jīng)濟(jì)增長理論的第二次飛躍；到了80年代，以羅默、盧卡斯為代表的經(jīng)濟(jì)學(xué)家，在前人的研究成果基礎(chǔ)上致力于以技術(shù)進(jìn)步為代表的內(nèi)生機(jī)制研究，實現(xiàn)了經(jīng)濟(jì)增長理論從外生均衡分析到內(nèi)生機(jī)制分析的第三次飛躍。

AK模型是最簡單的內(nèi)生經(jīng)濟(jì)增長模型?；贏K模型，帕加諾于1993年研究了金融發(fā)展影響經(jīng)濟(jì)增長的可能渠道[6]。

2.協(xié)整理論

（1）單位根檢驗。實證分析中，在大多數(shù)研究經(jīng)濟(jì)時間序列的情況下，需要對時間序列的平穩(wěn)性進(jìn)行檢驗。如果一個時間序列的均值或自協(xié)方差函數(shù)是時變的，即隨著時間的改變而改變，這種序列就被稱為非平穩(wěn)時間序列。

（2）格蘭杰因果檢驗。判斷一個變量的變化是否是另一個變量變化的原因，是經(jīng)濟(jì)計量學(xué)中的常見問題。Granger提出一個判斷因果關(guān)系的檢驗，這就是Granger因果檢驗。Granger因果檢驗的思想是：如果一個事件X是另一個事件Y的原因，則事件X可以領(lǐng)先于事件Y。因此，如果以前的X能夠在比較大的程度上對Y進(jìn)行解釋，并且將X的滯后值加入后解釋程度有了提高，那么就說明X對Y具有一定的因果關(guān)系，就可以說Y是由X引起的。

3.面板數(shù)據(jù)模型

（1）面板數(shù)據(jù)模型理論介紹。面板數(shù)據(jù)模型是建立在面板數(shù)據(jù)的基礎(chǔ)上，用于分析變量之間相互關(guān)系的計量經(jīng)濟(jì)模型。

（2）面板數(shù)據(jù)模型檢驗與設(shè)定方法。在使用面板數(shù)據(jù)模型進(jìn)行實際問題的分析時，要考慮面板模型的各種假設(shè)條件，因此有必要對面板數(shù)據(jù)模型檢驗進(jìn)行說明。為了避免面板數(shù)據(jù)模型可能存在的“偽回歸”問題，必須對變量序列進(jìn)行單位根檢驗。在構(gòu)建面板數(shù)據(jù)模型的時候，需要先利用協(xié)方差分析和Hausman檢驗來確定具體的面板數(shù)據(jù)模型。用固定效應(yīng)檢驗——協(xié)方差分析來檢驗相對于混合模型，個體（時間）截面固定效應(yīng)模型是否顯著；用隨機(jī)效應(yīng)檢驗——Hausman檢驗來檢驗相對于個體（時間）截面隨機(jī)效應(yīng)模型，個體（時間）截面固定效應(yīng)模型是否顯著[7]。

二、1998～2013年G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展情況（一）1998～2013年G區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展情況

1998年以來，G區(qū)農(nóng)村經(jīng)濟(jì)得到了較大的發(fā)展。由表1-1可知，G區(qū)農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）從1998年的516.46億元，以年均6.5%的增長速度快速增長，到2013年達(dá)到2380.51億元（以1998為基期的不變價為1320.82億元）。G區(qū)農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）占G區(qū)GDP的比例在2001年以前呈現(xiàn)微增的趨勢，2001年達(dá)到最高點48.57%，2001年之后呈現(xiàn)不斷減小的態(tài)勢，2013年達(dá)到歷史最低點30.68%。農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）從1998年的1379.80元，以年均5.6%的增長速度快速增長，到2012年達(dá)到5621.04元（以1998為基期的不變價為3118.82元）。另外，由圖1可知，G區(qū)的農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）一直低于全國平均水平，并且差距有逐年擴(kuò)大的趨勢，說明G區(qū)的農(nóng)村經(jīng)濟(jì)發(fā)展比較滯后。

圖1全國和G區(qū)1998～2013年不變價農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值由G區(qū)農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）和農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）的環(huán)比增速圖（圖2），可以看出PRGDP的增長速度一直低于RGDP的增長速度，這是因為農(nóng)村人口呈現(xiàn)逐年遞增的趨勢；在1998年RGDP和PRGDP都有個較大的增長速度，都超過14%，而在2004年RGDP幾乎沒有增長，增速僅為0.2%，由于農(nóng)村人口在增長，PRGDP出現(xiàn)-1.27%的負(fù)增長。

由表2可以看出，G區(qū)農(nóng)村的存貸規(guī)模在1998～2013年期間均呈現(xiàn)出增長的趨勢，并且貸款規(guī)模一直大于存款規(guī)模。G區(qū)農(nóng)業(yè)存款規(guī)模雖然在前三年出現(xiàn)微減的情況，但之后一路上升，尤其在最后兩年，出現(xiàn)大幅增長；G區(qū)農(nóng)業(yè)貸款除了在2004年出現(xiàn)微小下降情況，其他年份呈現(xiàn)一路上升的勢頭。G區(qū)農(nóng)村的存貸規(guī)模呈現(xiàn)不斷擴(kuò)大的趨勢，說明G區(qū)農(nóng)村金融處于不斷地發(fā)展壯大過程中。雖然，G區(qū)農(nóng)業(yè)貸款規(guī)模（RL）在不斷擴(kuò)大，但是G區(qū)全部貸款規(guī)模擴(kuò)大的速度更快，因此，G區(qū)農(nóng)業(yè)貸款占全部貸款比例從1998年的12.3%，逐年遞降，到2013年降到7.85%?？梢姡珿區(qū)農(nóng)村金融發(fā)展相對滯后于G區(qū)城鎮(zhèn)金融發(fā)展。

圖31998～2013年G區(qū)農(nóng)村金融不變價人均情況另外，從G區(qū)農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)及效率（圖4）看，反映農(nóng)村金融發(fā)展規(guī)模的指標(biāo)——G區(qū)農(nóng)村貸款余額（RL）占農(nóng)村農(nóng)林牧漁業(yè)總產(chǎn)值（RGDP）百分比，呈現(xiàn)出微小遞減的趨勢，說明G區(qū)農(nóng)村金融發(fā)展的規(guī)模在縮?。环从辰鹑诎l(fā)展效率的指標(biāo)——G區(qū)農(nóng)村存貸比RL/RD，在2001年之前呈現(xiàn)遞增趨勢，但從2001年開始，呈現(xiàn)逐年遞減的趨勢，說明G區(qū)金融發(fā)展效率越來越低效；反映農(nóng)村金融發(fā)展結(jié)構(gòu)的指標(biāo)——G區(qū)農(nóng)村鄉(xiāng)鎮(zhèn)企業(yè)貸款余額（RLTL）占農(nóng)村貸款余額（RL）百分比，也呈現(xiàn)遞減趨勢，從46.46%一路降到2012年的0.002%，鄉(xiāng)鎮(zhèn)企業(yè)貸款從2001年開始呈現(xiàn)遞減趨勢，尤其在2009和2010年出現(xiàn)大幅度下降， 2010、2011、2012及2013四年的鄉(xiāng)鎮(zhèn)企業(yè)貸款不足三千萬，相對于農(nóng)村貸款幾乎可以忽略不計，G區(qū)農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)及效率三者均呈現(xiàn)減小的趨勢，說明G區(qū)農(nóng)村金融發(fā)展阻力巨大，農(nóng)村金融發(fā)展規(guī)模、結(jié)構(gòu)和效率呈現(xiàn)出不斷萎縮的趨勢，存在農(nóng)村金融供求失衡的G區(qū)農(nóng)村金融在發(fā)展中出現(xiàn)較大的困境。

（三）1998～2013年G區(qū)農(nóng)村金融發(fā)展與經(jīng)濟(jì)發(fā)展之間的關(guān)系

從1998～2013年G區(qū)農(nóng)村金融發(fā)展絕對量與經(jīng)濟(jì)發(fā)展絕對指標(biāo)的相關(guān)系數(shù)表（表4）來看，G區(qū)人均農(nóng)業(yè)存款（PRD）、人均農(nóng)業(yè)貸款（PRL）和人均農(nóng)村固定投資（PRF）與G區(qū)農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）之間都存在高度正相關(guān)關(guān)系，說明農(nóng)村金融發(fā)展的人均絕對量——人均農(nóng)業(yè)存、貸款及人均農(nóng)村固定投資與農(nóng)村經(jīng)濟(jì)增長相同的增長趨勢。表41998～2013年G區(qū)農(nóng)村金融與經(jīng)濟(jì)發(fā)展人均指標(biāo)關(guān)系表PRGDPPRDPRLPRFPRGDP1PRD0.851PRL0.910.811PRF0.850.950.821從1998～2013年G區(qū)農(nóng)村金融發(fā)展規(guī)模、結(jié)構(gòu)和效率與經(jīng)濟(jì)發(fā)展的相關(guān)系數(shù)表（表5），可以看出G區(qū)農(nóng)村金融發(fā)展的規(guī)模（RLG）、結(jié)構(gòu)（RLTL）及效率（RLD）與G區(qū)農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）之間都存在負(fù)相關(guān)關(guān)系，尤其是金融發(fā)展結(jié)構(gòu)（RLTL）及效率（RLD）與G區(qū)農(nóng)村人均農(nóng)林牧漁業(yè)總產(chǎn)值（PRGDP）存在高度負(fù)相關(guān)關(guān)系，這是由于G區(qū)的農(nóng)村經(jīng)濟(jì)一直在增長，而G區(qū)農(nóng)村金融發(fā)展的規(guī)模、結(jié)構(gòu)及效率卻相對越來越低效。有些論文據(jù)此說農(nóng)村金融發(fā)展對經(jīng)濟(jì)發(fā)展存在相反的阻力作用，筆者認(rèn)為這是不正確的，因為農(nóng)村金融發(fā)展的絕對量——農(nóng)村的存貸款規(guī)模也是呈現(xiàn)與經(jīng)濟(jì)增長相同的趨勢。這說明供給、需求失衡的G區(qū)農(nóng)村金融在發(fā)展規(guī)模、結(jié)構(gòu)和效率上都表現(xiàn)出不斷萎縮的趨勢。表51998～2013年廣西農(nóng)村金融與經(jīng)濟(jì)發(fā)展相關(guān)關(guān)系表RLGRLTLRLDPRGDPRLG1RLTL0.0751RLD-0.2130.7811PRGDP-0.002-0.962-0.8281綜合以上考慮，本研究選取G區(qū)農(nóng)村金融的人均絕對量指標(biāo)——G區(qū)人均農(nóng)業(yè)存款（PRD）、人均農(nóng)業(yè)貸款（PRL）和人均農(nóng)村固定投資（PRF）來分析G區(qū)農(nóng)村金融對G區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展的影響。

三、G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展的協(xié)整分析（一）G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展指標(biāo)的單位根檢驗

為減輕數(shù)據(jù)變量波動的影響，對各變量取對數(shù)處理，得到對數(shù)序列LPRGDP、LPRD、LPRL、LPRF，然后，采用基于殘差的ADF檢驗（Augmented Dickey-Fuller Test）方法對時間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗[8]。通過觀察各原始變量的走勢（見圖1和圖3），發(fā)現(xiàn)各變量存在時間趨勢并且均值非零，故其數(shù)據(jù)生成應(yīng)該有時間趨勢和截距項，所以考慮對其一階差分進(jìn)行帶有截距項的ADF檢驗[9]。檢驗結(jié)果見表5，P值均小于0.05，拒絕原假設(shè)，認(rèn)為四個差分序列均無單位根，可見序列LPRGDP、LPRD、LPRL、LPRF的一階差分均平穩(wěn)，均為一階單整序列I（1）。表6四個變量的ADF單位根檢驗結(jié)果變量ADF值顯著性水平

（1% ）顯著性水平

（5% ） P-值檢驗結(jié)果D（LPRGDP）-5.27-4.00-3.100.0011序列平穩(wěn)D（LPRD）-4.22-4.00-3.100.0068序列平穩(wěn)D（LPRF）-4.77-4.00-3.100.0026序列平穩(wěn)D（LPRL）-3.73-4.06-3.120.0175序列平穩(wěn)（二）G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展指標(biāo)的VAR模型和協(xié)整檢驗

由于上述指標(biāo)LPRGDP、LPRD、LPRL、LPRF是同階單整的，均為I（1）序列，因此4個變量之間可能存在長期穩(wěn)定的協(xié)整關(guān)系。由于是多變量間的協(xié)整檢驗，因此采用Johansen協(xié)整檢驗。由于Johansen協(xié)整檢驗是基于VAR模型的檢驗方法，所以在進(jìn)行Johansen協(xié)整檢驗前需要先確定VAR模型的結(jié)構(gòu)。

根據(jù)LR、FPE、HQ、SC和AIC最優(yōu)準(zhǔn)則（見表7），確定VAR最優(yōu)的滯后階數(shù)為2。表7VAR最優(yōu)滯后階數(shù)選擇結(jié)果表LagLogLLRFPEAICSCHQ025.5576NA5.41E-07-3.07966-2.89707-3.09656172.540860.406977.37E-09-7.50583-6.59289-7.590342118.557232.86888*2.32e-10*-11.79389*-10.15060*-11.94601*注：* 指根據(jù)相應(yīng)準(zhǔn)則選擇的最優(yōu)滯后階數(shù)確定VAR模型的結(jié)構(gòu)后，需要對四個變量LPRGDP、LPRD、LPRL、LPRF間的協(xié)整關(guān)系進(jìn)行Johansen協(xié)整檢驗。Johansen協(xié)整檢驗根據(jù)協(xié)整方程是否包含截距和確定性趨勢，分為5種形式的檢驗，由于不能確定用哪種趨勢假設(shè)，故選擇Summary of all 5 trend assumption對5種協(xié)整方程形式都進(jìn)行檢驗，結(jié)果見表8。由特征根跡檢驗（Trace檢驗）和最大特征值檢驗（Max-Eig檢驗）結(jié)果知，在第一種沒有截距和趨勢的假定條件下，四個變量LPRGDP、LPRD、LPRL、LPRF間存在一個協(xié)整關(guān)系，即LPRGDP、LPRD、LPRL、LPRF間存在長期穩(wěn)定的均衡關(guān)系[10]。表8Johansen協(xié)整檢驗結(jié)果表Data Trend：NoneNoneLinearLinearQuadraticTest TypeNo InterceptInterceptInterceptInterceptInterceptNo TrendNo TrendNo TrendTrendTrendTrace12011Max-Eig10000*Critical values based on MacKinnon-Haug-Michelis（1999）（三）G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展指標(biāo)的因果關(guān)系檢驗

對上面建立的VAR（2）模型的各個方程的變量間進(jìn)行Granger因果關(guān)系檢驗（見表9），以找出變量間的相互影響關(guān)系，可知：在LPRGDP方程中，不能拒絕人均存款（LPRD）不是人均GDP（LPRGDP）的Granger原因的原假設(shè)，而在10%、1%的顯著性水平下可以拒絕人均貸款（LPRL）、人均固定資產(chǎn)投資（LPRF）不是人均GDP（LPRGDP）的Granger原因的原假設(shè)，三者的聯(lián)合檢驗也可在1%的顯著性水平下可以拒絕原假設(shè)，說明G區(qū)農(nóng)村貸款（LPRL）、農(nóng)村固定資產(chǎn)投資（LPRF）在Granger意義下影響經(jīng)濟(jì)發(fā)展即人均GDP（LPRGDP）[11]。在LPRD方程中，LPRGDP、LPRL、LPRF無論是單獨還是聯(lián)合在一起，都是LPRD的Granger原因，說明G區(qū)農(nóng)村人均GDP（LPRGDP）、G區(qū)農(nóng)村貸款（LPRL）和農(nóng)村固定資產(chǎn)投資（LPRF）在Granger意義下影響G區(qū)農(nóng)業(yè)存款（LPRD）。在LPRL方程中，在10%的顯著性水平下可以拒絕人均存款（LPRD）、人均固定資產(chǎn)投資（LPRF）不是人均貸款（LPRL）的Granger原因的原假設(shè)，其它的都在5%的顯著性水平下是LPRL的Granger原因，說明G區(qū)農(nóng)村人均GDP（LPRGDP）、人均存款（LPRD）和農(nóng)村固定資產(chǎn)投資（LPRF）在Granger意義下影響G區(qū)農(nóng)業(yè)貸款（LPRL）[12]。在LPRF方程中，除了在5%的顯著性水平下可以拒絕LPRL不是LPRF的Granger原因，其它的LPRGDP、LPRD無論是單獨還是聯(lián)合在一起，都不是LPRF的Granger原因，說明農(nóng)村固定資產(chǎn)投資基本外生于系統(tǒng)，這與實際相吻合，因為農(nóng)村固定資產(chǎn)投資主要由國家財政撥款形成。由此可知，G區(qū)農(nóng)村貸款（LPRL）、農(nóng)村固定資產(chǎn)投資（LPRF）在Granger意義下影響經(jīng)濟(jì)發(fā)展即人均GDP（LPRGDP），G區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展即人均GDP（LPRGDP）在Granger意義下影響G區(qū)農(nóng)業(yè)存款（LPRD）和G區(qū)農(nóng)村貸款（LPRL），表明G區(qū)農(nóng)村貸款（即LPRL）與G區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展（即LPRGDP）存在雙向Granger因果關(guān)系，互相影響。表9Granger因果關(guān)系檢驗結(jié)果原假設(shè)卡方統(tǒng)計量自由度P-值LPRGDP方程LPRD不能Granger引起LPRGDP2.0520.3585LPRL不能Granger引起LPRGDP5.9820.0504LPRF不能Granger引起LPRGDP10.8520.0044ALL都不能Granger引起LPRGDP17.6860.0071LPRD方程LPRGDP不能Granger引起LPRD158.8120.0000LPRL不能Granger引起LPRD69.8020.0000LPRF不能Granger引起LPRD14.0620.0009All不能Granger引起LPRD239.4360.0000LPRL方程LPRGDP不能Granger引起LPRL8.4820.0144LPRD不能Granger引起LPRL5.7020.0577LPRF不能Granger引起LPRL5.6920.0581All不能Granger引起LPRL22.2360.0011LPRF方程LPRGDP不能Granger引起LPRF2.6420.2671LPRD不能Granger引起LPRF0.8420.6564LPRL不能Granger引起LPRF7.0120.0300All不能Granger引起LPRF9.8060.1335（四）G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展指標(biāo)的VAR模型分析

上述建立的LPRGDP、LPRD、LPRL、LPRF間的VAR（2）模型估計結(jié)果如下：LPRGDP

（2）模型可知，LPRGDP、LPRL的滯后一期值和LPRGDP、LPRD的滯后二期值對當(dāng)期LPRGDP值有正向影響，且起主要影響作用的是LPRGDP本身的滯后值；其它變量的滯后期值均對當(dāng)期LPRGDP值產(chǎn)生了負(fù)向影響。說明G區(qū)農(nóng)業(yè)存貸款對關(guān)系農(nóng)村經(jīng)濟(jì)有一定的促進(jìn)作用，G區(qū)農(nóng)村人均農(nóng)業(yè)貸款（PRL）每增加一個單位，下一年的G區(qū)農(nóng)村人均GDP（PRGDP）增加0.01%，向后兩年的G區(qū)農(nóng)村人均GDP（PRGDP）減少0.21%；G區(qū)農(nóng)村人均農(nóng)業(yè)存款（PRD）每增加一個單位，下一年的G區(qū)農(nóng)村人均GDP（PRGDP）減少0.02%，向后兩年的G區(qū)農(nóng)村人均GDP（PRGDP）增加0.04%。滯后一期的G區(qū)農(nóng)村人均GDP（PRGDP）對當(dāng)期G區(qū)農(nóng)村人均農(nóng)業(yè)貸款（PRL）和存款（PRD）有負(fù)向影響，對當(dāng)期G區(qū)農(nóng)村人均固定資產(chǎn)投資（PRF）有正向影響；滯后二期的G區(qū)農(nóng)村人均GDP（PRGDP）對當(dāng)期G區(qū)農(nóng)村人均農(nóng)業(yè)貸款（PRL）、存款（PRD）、固定資產(chǎn)投資（PRF）有正向影響。

（五）G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展指標(biāo)的VAR模型的穩(wěn)定性檢驗

在分析VAR模型時，往往不分析一個變量的變化對另外一個變量的影響如何，而是分析當(dāng)一個誤差項發(fā)生變化或者說模型受到某種沖擊時對系統(tǒng)的動態(tài)影響，即脈沖響應(yīng)分析（IRF）。但脈沖響應(yīng)分析（IRF）需要假定VAR模型是穩(wěn)定的才有效，故需要對VAR模型的穩(wěn)定性進(jìn)行檢驗。由AR根圖（見圖5）知，有兩個單位根的模落在單位圓外，表明VAR模型不滿足穩(wěn)定性條件，故不適合做脈沖響應(yīng)分析（IRF）。

圖5AR根四、G區(qū)和部分其他省區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展關(guān)系的面板分析上文僅對G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展1998～2013年的數(shù)據(jù)進(jìn)行了協(xié)整分析，要了解G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展的情況，需要拿G區(qū)同其他省區(qū)作對比分析。因此，選取東部經(jīng)濟(jì)發(fā)達(dá)的江蘇、浙江和廣東三省，中部的河南、湖北和湖南三省，以及西部發(fā)展相對滯后的G區(qū)、貴州和云南三省共9個省的1998～2013年的農(nóng)村經(jīng)濟(jì)、金融面板數(shù)據(jù)分析農(nóng)村金融與農(nóng)村經(jīng)濟(jì)發(fā)展的關(guān)系。

（一）面板數(shù)據(jù)的單位根檢驗

選取的9個省的1998～2013年的農(nóng)村經(jīng)濟(jì)、金融面板數(shù)據(jù)的四個變量農(nóng)村人均農(nóng)業(yè)總產(chǎn)值（PRGDP）、人均農(nóng)業(yè)存款（PRD）、人均農(nóng)業(yè)貸款（PRL）和人均農(nóng)村固定資產(chǎn)投資（PRF）明顯存在時間趨勢，故對他們的一階差分分別進(jìn)行相同根情形下的LLC（Levin-Lin -Chu）單位根檢驗和不同根情形下的W（Im-Pesaran- Shin W）單位根檢驗、Fisher-ADF檢驗和Fisher-PP檢驗，結(jié)果見表10可知，農(nóng)村人均農(nóng)業(yè)總產(chǎn)值（PRGDP）、人均農(nóng)業(yè)存款（PRD）的一階差分序列均通過了幾種單位根檢驗，人均農(nóng)村固定資產(chǎn)投資（PRF）的一階差分序列雖然沒有通過LLC單位根檢驗和W檢驗，但Fisher-ADF檢驗和Fisher-PP檢驗表明它無單位根[7]。因此，可以認(rèn)為它們的一階差分序列平穩(wěn)，不存在單位根。則四個變量農(nóng)村人均農(nóng)業(yè)總產(chǎn)值（PRGDP）、人均農(nóng)業(yè)存款（PRD）、人均農(nóng)業(yè)貸款（PRL）和人均農(nóng)村固定資產(chǎn)投資（PRF）均為一階單整序列I（1）。

（二）面板數(shù)據(jù)的協(xié)整檢驗

由于四個變量指標(biāo)PRGDP、PRD、PRL、PRF均為一階單整序列I（1），因此4個變量之間可能存在長期穩(wěn)定的協(xié)整關(guān)系，這里采用Johansen面板協(xié)整檢驗它們之間是否存在長期穩(wěn)定的均衡關(guān)系。由Johansen面板協(xié)整檢驗結(jié)果（見表11）知，9省的1998～2013年的農(nóng)村經(jīng)濟(jì)、金融面板數(shù)據(jù)的四個變量PRGDP、PRD、PRL、PRF之間存在協(xié)整關(guān)系，即存在長期穩(wěn)定的均衡關(guān)系。

（三）面板數(shù)據(jù)模型的建立

在構(gòu)建面板數(shù)據(jù)模型的時候，需要先檢驗參數(shù)αi和βi是否對所有截面都一樣，即檢驗樣本數(shù)據(jù)究竟符合混合模型、變截距模型和變系數(shù)模型等面板數(shù)據(jù)模型形式的哪一種，從而避免模型的設(shè)定誤差，改進(jìn)參數(shù)估計的有效性。這里利用協(xié)方差分析和Hausman檢驗來確定具體的面板數(shù)據(jù)模型。用固定效應(yīng)檢驗—協(xié)方差分析來檢驗各個個體的αi和βi是否一樣；若選擇變截距模型，還需要用隨機(jī)效應(yīng)檢驗——Hausman檢驗來檢驗變截距αi是固定影響還是隨機(jī)影響。

固定效應(yīng)檢驗—協(xié)方差分析的結(jié)果見表12，可知，P-值均為0，拒絕原假設(shè)，認(rèn)為參數(shù)αi和βi隨個體而變化，即選擇變系數(shù)模型。這也與本文預(yù)期的一致：不同地區(qū)的農(nóng)村金融對農(nóng)村經(jīng)濟(jì)的影響程度不一樣。由于選擇變系數(shù)模型，所以不再進(jìn)一步做Hausman檢驗。表12固定效應(yīng)檢驗結(jié)果固定效應(yīng)檢驗統(tǒng)計量值自由度P-值F檢驗12.35（8，71）0.0000卡方檢驗116.8580.0000根據(jù)經(jīng)濟(jì)理論及前面對G區(qū)地區(qū)做的VAR模型，當(dāng)期的農(nóng)業(yè)存款在當(dāng)期對農(nóng)業(yè)產(chǎn)值影響不大，主要影響后面年份的農(nóng)業(yè)產(chǎn)值，滯后期的PRD、PRL、PRF會對當(dāng)期PRGDP產(chǎn)生影響，又由于數(shù)據(jù)時間比較短，故在面板模型中引入PRL、PRF的當(dāng)期值及PRD、PRL、PRF的滯后一期值A(chǔ)R（1）項建立變系數(shù)模型，在Eviews6.0中各參數(shù)估計結(jié)果見表13，R2=0.994，擬合優(yōu)度高，AIC=13.26，SC=14.43，信息損失較小，F(xiàn)統(tǒng)計量值=247.76，P-值=0.00，模型整體估計效果較好。

由面板參數(shù)估計結(jié)果知：東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)（江蘇、浙江和廣東）的固定效應(yīng)在9個省中最大，而西南部經(jīng)濟(jì)落后地區(qū)（G區(qū)、云南和貴州）的固定效應(yīng)相對而言，整體偏小，這與實際情況相符，反映了各地區(qū)的經(jīng)濟(jì)基礎(chǔ)差異，經(jīng)濟(jì)發(fā)達(dá)地區(qū)經(jīng)濟(jì)基礎(chǔ)好，而經(jīng)濟(jì)落后地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱。變量PRD（-1）（滯后一期人均農(nóng)業(yè)存款）的系數(shù)，中部的湖南、湖北最大，其次是G區(qū)、貴州，東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)整體偏小，說明滯后一期人均農(nóng)業(yè)存款對農(nóng)村產(chǎn)值的影響，在中部有顯著的促進(jìn)作用，在G區(qū)有較大的促進(jìn)作用，而在東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)（江蘇、浙江和廣東）作用不明顯。變量PRL（當(dāng)期人均農(nóng)業(yè)貸款）和PRF（-1）（滯后一期人均農(nóng)村固定資產(chǎn)投資）的系數(shù)，各地區(qū)區(qū)別不是很明顯，說明當(dāng)期農(nóng)業(yè)貸款和滯后一期的農(nóng)村固定資產(chǎn)投資對農(nóng)村的經(jīng)濟(jì)發(fā)展地區(qū)性影響不大，這可能是因為當(dāng)年的農(nóng)業(yè)貸款沒有迅速轉(zhuǎn)化成當(dāng)年的農(nóng)業(yè)產(chǎn)出，即農(nóng)業(yè)貸款有滯后效應(yīng)，而農(nóng)村固定資產(chǎn)投資是長期影響過程，不會在短期內(nèi)轉(zhuǎn)化成農(nóng)業(yè)產(chǎn)值，并且農(nóng)村固定資產(chǎn)投資大部分是投入到農(nóng)村基礎(chǔ)設(shè)施建設(shè)，而不是直接投入到農(nóng)業(yè)生產(chǎn)中；變量PRL（-1）（滯后一期人均農(nóng)業(yè)貸款）的系數(shù)，西南部的G區(qū)、云南最大，其次是河南，再次是東部三省，說明滯后一期農(nóng)業(yè)貸款對農(nóng)村產(chǎn)值的影響，在西南部有顯著的促進(jìn)作用，在中部影響不定，在東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)（江蘇、浙江和廣東）作用不明顯。變量PRF（人均農(nóng)村固定資產(chǎn)投資）的系數(shù)，西南部整體上高，而東部整體上低，說明農(nóng)村固定資產(chǎn)投資對基礎(chǔ)薄弱的西南部農(nóng)村經(jīng)濟(jì)促進(jìn)作用最明顯，而對基礎(chǔ)好的東部農(nóng)村經(jīng)濟(jì)促進(jìn)作用不明顯。表13變系數(shù)面板模型估計結(jié)果地區(qū)截距C固定效應(yīng)PRD（-1）PRLPRL（-1）PRFPRF（-1）G區(qū)1471.76-726.162.59-0.142.581.10-0.68云南1471.76-575.22-0.08-0.031.630.65-1.05貴州1471.76-251.392.260.54-0.36-0.54-0.43河南1471.76-882.560.17-0.461.021.08-0.68湖北1471.76603.274.730.76-0.690.060.80湖南1471.76-305.788.58-0.07-0.260.74-0.61江蘇1471.76728.84-0.920.470.75-0.280.44浙江1471.76752.590.470.180.07-0.05-0.15廣東1471.76636.010.61-0.260.970.61-0.29平均值1471.76-2.272.050.110.640.38-0.29另外，從表13中可以看出，東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)（江蘇、浙江和廣東）的各變量回歸系數(shù)都偏小，說明在東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)（江蘇、浙江和廣東），農(nóng)村金融對農(nóng)業(yè)經(jīng)濟(jì)的影響不如中西部明顯，究其原因，可能是東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)主要發(fā)展工商業(yè)，農(nóng)業(yè)經(jīng)濟(jì)占的比例比較小，東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)不依賴和重視農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展，并且東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)經(jīng)濟(jì)實力雄厚，農(nóng)村金融投入較多，但較小規(guī)模的農(nóng)業(yè)經(jīng)濟(jì)并沒有產(chǎn)生相對應(yīng)的產(chǎn)出，所以東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)農(nóng)村金融對農(nóng)業(yè)經(jīng)濟(jì)的影響不明顯。

從9省區(qū)各變量的回歸的系數(shù)的平均值來看，變量PRD（-1）（滯后一期人均農(nóng)業(yè)存款）的系數(shù)平均值2.05最大，其次是PRL（-1）（滯后一期人均農(nóng)業(yè)貸款）、PRF（人均農(nóng)村固定資產(chǎn)投資），PRL（當(dāng)期人均農(nóng)業(yè)貸款）和PRF（-1）（滯后一期的人均農(nóng)村固定資產(chǎn)投資）的系數(shù)最小且接近0。這說明滯后一期人均農(nóng)業(yè)存款對本期農(nóng)村產(chǎn)值有最為顯著的促進(jìn)作用，滯后一期農(nóng)業(yè)貸款對本期農(nóng)村產(chǎn)值的影響作用也比較顯著，但當(dāng)期農(nóng)業(yè)貸款和農(nóng)村固定資產(chǎn)投資對農(nóng)村產(chǎn)值的影響作用不明顯。

由G區(qū)地區(qū)的各變量的回歸系數(shù)可知，G區(qū)滯后一期人均農(nóng)業(yè)存款（PRD）每增加1元，G區(qū)人均農(nóng)林牧漁產(chǎn)值平均增加2.59元，影響作用在相比較的9個省區(qū)中處于中等偏上水平；滯后一期人均農(nóng)業(yè)貸款（PRL（-1））每增加1元，G區(qū)人均農(nóng)林牧漁產(chǎn)值平均增加2.58元，影響作用在相比較的9個省區(qū)中處于最高水平；人均農(nóng)村固定資產(chǎn)投資（PRF）每增加1元，G區(qū)人均農(nóng)林牧漁產(chǎn)值平均增加1.10元，影響作用在相比較的9個省區(qū)中也是處于最高水平；當(dāng)期人均農(nóng)業(yè)貸款每增加1元，G區(qū)人均農(nóng)林牧漁產(chǎn)值平均減少0.14元；滯后一期的人均農(nóng)村固定資產(chǎn)投資每增加1元，G區(qū)人均農(nóng)林牧漁產(chǎn)值平均減少0.68元。說明G區(qū)的當(dāng)年農(nóng)業(yè)存貸款對下一年的農(nóng)林牧漁產(chǎn)值有很顯著的促進(jìn)作用。

G區(qū)農(nóng)村金融發(fā)展水平和農(nóng)村經(jīng)濟(jì)之間的這種關(guān)系印證了經(jīng)濟(jì)學(xué)家H·T·帕特里克闡明的農(nóng)村金融發(fā)展與經(jīng)濟(jì)增長之間的兩種可能的因果關(guān)系，在經(jīng)濟(jì)發(fā)展的初期，供給優(yōu)先型金融處在主導(dǎo)的位置，應(yīng)該遵循“供給領(lǐng)先”的金融發(fā)展模式；隨著經(jīng)濟(jì)的發(fā)展，需求追隨型金融會超越供給優(yōu)先型金融，居于主導(dǎo)的位置，故應(yīng)按照“需求追隨”的金融發(fā)展模式[8]。G區(qū)農(nóng)村經(jīng)濟(jì)和金融發(fā)展的協(xié)整分析也說明了農(nóng)村金融發(fā)展仍然是農(nóng)村經(jīng)濟(jì)增長的重要影響因素，G區(qū)農(nóng)村金融發(fā)展水平的高低對G區(qū)農(nóng)村經(jīng)濟(jì)增長的影響在統(tǒng)計上是顯著的，反過來，G區(qū)農(nóng)村經(jīng)濟(jì)的增長水平也能帶來農(nóng)村金融發(fā)展水平的相應(yīng)提高。“農(nóng)村金融支持經(jīng)濟(jì)增長”的模式在G區(qū)依然適用。

結(jié)語僅僅依靠供給或者需求層面的改革無法解決G區(qū)的農(nóng)村金融失衡問題，還要依托與農(nóng)村金融供給對接的有效金融需求的改進(jìn)，才能逐步完善我國的農(nóng)村金融市場，達(dá)到建設(shè)供求均衡的農(nóng)村金融的目的。與東部、中部發(fā)達(dá)的農(nóng)村地區(qū)一樣，以G區(qū)為代表的經(jīng)濟(jì)滯后地區(qū)農(nóng)村金融改革也是一個系統(tǒng)工程，與我國傳統(tǒng)的“三農(nóng)”問題一樣復(fù)雜，農(nóng)村金融改革不僅僅是農(nóng)村金融體系本身的問題，還與當(dāng)?shù)氐娘L(fēng)俗習(xí)慣、經(jīng)濟(jì)發(fā)展程度、文化教育水平等息息相關(guān)，其解決的思路應(yīng)該是結(jié)合實際、因地制宜、不斷完善、與時俱進(jìn)，抓住農(nóng)村金融落后的根源，才可能從根本上解決我國廣大農(nóng)村地區(qū)農(nóng)村金融供給需求均衡問題，促進(jìn)經(jīng)濟(jì)的增長。JS

參考文獻(xiàn)：

[1]丁志國，徐德財，趙晶.農(nóng)村金融有效促進(jìn)了我國農(nóng)村經(jīng)濟(jì)發(fā)展嗎[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2012（9）：50.

[2]費方域.經(jīng)濟(jì)與金融研究[M].上海：上海交通大學(xué)出版社，2005：309.

[3]黃惠春，褚保金.我國縣域農(nóng)村金融市場競爭度研究——基于降低市場準(zhǔn)入條件下江蘇37個縣域的經(jīng)驗數(shù)據(jù)[J].金融研究，2011（8）：172.

[4]王修華，邱兆祥.農(nóng)村金融發(fā)展對城鄉(xiāng)收入差距的影響機(jī)理與實證研究[J].經(jīng)濟(jì)學(xué)動態(tài)，2011（2）：73.

[5]張宏彥，何清，余謙.中國農(nóng)村金融發(fā)展對城鄉(xiāng)收入差距影響的實證研究[J].中南財經(jīng)政法大學(xué)學(xué)報，2013（1）：84.

[6]高鐵梅.計量經(jīng)濟(jì)分析方法與建模——應(yīng)用及實例[M].北京：清華大學(xué)出版社，2006：188.

[7]呂勇斌，趙培培.我國農(nóng)村金融發(fā)展與反貧困績效：基于2003-2010年的經(jīng)驗證據(jù)[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2014（1）：59.

[8]何偉.中國經(jīng)濟(jì)增長與稅收收入的計量分析[J].學(xué)術(shù)論壇，2014（5）：39-40.

[9]董曉林，徐虹.我國農(nóng)村金融排斥影響因素的實證分析——基于縣域金融機(jī)構(gòu)網(wǎng)點分布的視角[J].金融研究，2012（9）：122.

[10]孫玉奎，周諾亞，李丕東.農(nóng)村金融發(fā)展對農(nóng)村居民收入的影響研究[J].統(tǒng)計與決策，2014（10）：93.

[11]譚燕芝，陳彬，田龍鵬，黃向陽.什么因素在多大程度上導(dǎo)致農(nóng)村金融排斥難題——基于2010年中部六省667縣（區(qū)）數(shù)據(jù)的實證分析[J].經(jīng)濟(jì)評論，2014（1）：28.

[12]張兵，劉丹，鄭斌.農(nóng)村金融發(fā)展緩解了農(nóng)村居民內(nèi)部收入差距嗎？——基于中國省級數(shù)據(jù)的面板門檻回歸模型分析[J].中國農(nóng)村觀察，2013（3）：20-21.

[13]謝瓊，方愛國，王雅鵬.農(nóng)村金融發(fā)展促進(jìn)農(nóng)村經(jīng)濟(jì)增長了嗎？[J].經(jīng)濟(jì)評論，2009（3）：64.

[14]何偉.廣西農(nóng)村金融供給與需求研究[M].北京：人民日報出版社，2015：176.