劉炯

(宣城職業(yè)技術(shù)學(xué)院 旅游商貿(mào)系，安徽 宣城 242000)

自Patrick開創(chuàng)發(fā)展中國家經(jīng)濟(jì)增長與金融發(fā)展關(guān)系研究之先河[1]，對農(nóng)村金融與農(nóng)村經(jīng)濟(jì)關(guān)系的探求風(fēng)靡云蒸。農(nóng)村金融的發(fā)展助推了農(nóng)村經(jīng)濟(jì)增長，改善了農(nóng)民生活水平[2]，但農(nóng)村經(jīng)濟(jì)增長未能繁榮農(nóng)村金融[3]，如果農(nóng)村金融市場得不到改善，其發(fā)展勢必會抑制農(nóng)村經(jīng)濟(jì)增長[4]，尤其是在發(fā)展中國家，農(nóng)村低廉的信貸成本不但無法促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，相反卻侵蝕了農(nóng)村經(jīng)濟(jì)發(fā)展的根基[5]67。

基于全國層面或省域范圍數(shù)據(jù)，國內(nèi)學(xué)者往往將農(nóng)村金融劃分為規(guī)模、效率兩個維度或規(guī)模、效率與結(jié)構(gòu)三個維度，選取不同的模型方法對農(nóng)村金融與農(nóng)村經(jīng)濟(jì)的關(guān)系做出了許多有益的研討。有人采用帕加諾模型，認(rèn)為農(nóng)村金融規(guī)模與效率皆非推動湖北省農(nóng)村經(jīng)濟(jì)增長的顯著性因素[6]，羅振軍的實證檢驗指出，農(nóng)村金融規(guī)模與效率顯著地推動了浙江省農(nóng)村經(jīng)濟(jì)的增長[7]。而有人采用VAR(Vector Auto-regression)模型，發(fā)現(xiàn)農(nóng)村金融規(guī)模與效率在長期內(nèi)均對我國農(nóng)村經(jīng)濟(jì)具有明顯的負(fù)向影響[8]，高維新等、孔凡斌等證實了農(nóng)村金融規(guī)模的增大與效率的提高能增加農(nóng)民收入[9，10]。有研究表明農(nóng)村金融效率顯著地正向作用于農(nóng)村經(jīng)濟(jì)增長且具有正向空間溢出效應(yīng)，農(nóng)村金融規(guī)模與結(jié)構(gòu)顯著地負(fù)向沖擊農(nóng)村經(jīng)濟(jì)增長[11]，還有研究顯示農(nóng)村金融在東中西部三個地區(qū)對農(nóng)村經(jīng)濟(jì)的作用具有明顯的區(qū)域性特征[12]。

綜觀現(xiàn)有文獻(xiàn)，由于研究方法的差別、研究對象的相異以及研究數(shù)據(jù)的不同，農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長的關(guān)系紛繁復(fù)雜，國內(nèi)外學(xué)者并未形成統(tǒng)一的觀點，存在著較大的爭議與分歧甚至相左。近年來，傳統(tǒng)農(nóng)業(yè)大省安徽省農(nóng)村金融市場不斷發(fā)展，而農(nóng)村金融基礎(chǔ)設(shè)施不夠完善、農(nóng)村金融產(chǎn)品難以滿足農(nóng)村經(jīng)濟(jì)發(fā)展需求等一些現(xiàn)象仍然存在。那么，安徽省農(nóng)村金融發(fā)展是否影響安徽省農(nóng)村經(jīng)濟(jì)增長？如果影響，其影響方向與影響程度如何？這些都是值得深入探討的重要問題。

1 模型設(shè)定、指標(biāo)選取與數(shù)據(jù)說明

1.1 模型設(shè)定

借鑒Feder、Odedokun與Pagano的研究，將農(nóng)村金融發(fā)展視作一項獨立的投入要素引入總量生產(chǎn)函數(shù)，反映農(nóng)村經(jīng)濟(jì)總產(chǎn)出和農(nóng)村金融發(fā)展的生產(chǎn)函數(shù)如下：

Y=f(K,L,F)

(1)

式中：Y、K、L與F順次代表農(nóng)村經(jīng)濟(jì)總產(chǎn)出、資本投入、勞動力投入和農(nóng)村金融。對(1)式全微分，得到：

(2)

以農(nóng)村金融發(fā)展現(xiàn)狀為基礎(chǔ)，參考已有的研究，從農(nóng)村金融規(guī)模(FS，F(xiàn)inancial scale)與農(nóng)村金融效率(FE，F(xiàn)inancial efficiency)兩個維度考察農(nóng)村金融，對其全微分并代入式(2)，得到本文基本計量模型：

dY=α0+α1dFS+α2dFE+α3dK+α4dL+μ

(3)

式中：α1、α2、α3、α4依次表示農(nóng)村金融規(guī)模的邊際產(chǎn)出、農(nóng)村金融效率的邊際產(chǎn)出、農(nóng)村資本投入的邊際產(chǎn)出、農(nóng)村勞動力投入的邊際產(chǎn)出，α0代表常數(shù)項，μ是隨機(jī)誤差項。

關(guān)于VAR模型的研究，已從早期的二維發(fā)展到當(dāng)前的多維?，F(xiàn)實中，F(xiàn)S、FE、K與L對Y的影響具有一定的滯后性，為了實證分析安徽省農(nóng)村金融發(fā)展對農(nóng)村經(jīng)濟(jì)增長的影響，構(gòu)建向量自回歸模型如下：

(4)

式中：i為滯后階數(shù)，t為時間期數(shù)。

1.2 指標(biāo)選取

1)農(nóng)村經(jīng)濟(jì)增長指標(biāo)。經(jīng)濟(jì)增長通常被規(guī)定為產(chǎn)量的增加，而產(chǎn)量既可用總產(chǎn)量來表示，也可用人均產(chǎn)量來表示，經(jīng)濟(jì)增長的程度則采用增長率來度量。由于現(xiàn)有的官方統(tǒng)計資料查不到農(nóng)村GDP數(shù)據(jù)，參照王瓊等[6]、羅振軍[7]、高維新等[9]等學(xué)者的做法，使用人均第一產(chǎn)業(yè)生產(chǎn)總值(元)，該指標(biāo)為人均產(chǎn)量，業(yè)已去除人口數(shù)量變動對計量結(jié)果的影響，為了反映實際經(jīng)濟(jì)水平，以1990為基期，定值為100，采用CPI對其進(jìn)行調(diào)整。為了壓縮數(shù)據(jù)的波動幅度進(jìn)而盡可能地使數(shù)據(jù)平穩(wěn)以避免產(chǎn)生異方差，對變量指標(biāo)取對數(shù)，簡記為LGRGDP。對數(shù)據(jù)加以對數(shù)變換，不會改變原來存在的協(xié)整關(guān)系。

2)農(nóng)村金融發(fā)展指標(biāo)。盡管安徽省農(nóng)村金融市場金融機(jī)構(gòu)眾多，但合作金融仍是主力軍，長期在農(nóng)村金融市場唱著“獨角戲”，故用農(nóng)村合作金融代表農(nóng)村金融。借鑒羅振軍[7]、孔凡斌等[10]、王淑英等[11]等人的做法：采用農(nóng)村合作金融存貸款總額與第一產(chǎn)業(yè)生產(chǎn)總值之比表示農(nóng)村金融規(guī)模，該指標(biāo)越大，表明農(nóng)村經(jīng)濟(jì)活動的貨幣化程度越高，取對數(shù)后記為LGFS；采用農(nóng)村合作金融貸款總額對存款總額比例表示農(nóng)村金融效率，該比值越大，說明農(nóng)村金融中介將存款轉(zhuǎn)化為貸款的比重越大，對數(shù)化后記為LGFE。

3)農(nóng)村資本投入與勞動力投入指標(biāo)。本文考察安徽省農(nóng)村金融對農(nóng)村經(jīng)濟(jì)的影響，在總量生產(chǎn)函數(shù)的基礎(chǔ)上建立計量模型，將資本投入與勞動力投入視為控制變量。參考溫紅梅等[12]的做法，采用農(nóng)業(yè)機(jī)械總動力(萬千瓦)作為農(nóng)村資本投入的代理變量，它是全部農(nóng)業(yè)機(jī)械設(shè)備額定動力總和，對數(shù)化后記為LGRK；參考廖宏偉等[13]的做法，采用第一產(chǎn)業(yè)就業(yè)比例表示農(nóng)村勞動力投入，由第一產(chǎn)業(yè)就業(yè)人數(shù)除以三次產(chǎn)業(yè)就業(yè)總?cè)藬?shù)得到，取對數(shù)后記為LGRE。

1.3 數(shù)據(jù)說明

本研究選取安徽省1992—2019年合計28年的年度時間序列數(shù)據(jù)，探究農(nóng)村金融發(fā)展對農(nóng)村經(jīng)濟(jì)增長的影響。全部數(shù)據(jù)包括安徽省第一產(chǎn)業(yè)生產(chǎn)總值、農(nóng)業(yè)人口數(shù)、農(nóng)村合作金融存貸款總額、農(nóng)業(yè)機(jī)械總動力、第一產(chǎn)業(yè)就業(yè)比例以及各年度的消費者物價指數(shù)，皆來源于1993—2020年的《安徽統(tǒng)計年鑒》。

2 安徽省農(nóng)村金融發(fā)展對農(nóng)村經(jīng)濟(jì)增長影響的實證分析

2.1 平穩(wěn)性檢驗

時間序列平穩(wěn)是經(jīng)典計量經(jīng)濟(jì)分析的前提，也是VAR模型的基礎(chǔ)。為防止偽回歸，首先對數(shù)據(jù)執(zhí)行平穩(wěn)性檢驗。如果經(jīng)檢驗序列不平穩(wěn)，則需要差分處理并對差分變量繼續(xù)檢驗，繼而判別是否存在協(xié)整關(guān)系。由EVIEWS軟件依據(jù)AIC(赤池信息準(zhǔn)則)與SC(施瓦次準(zhǔn)則)自行明確最優(yōu)滯后期，選用當(dāng)前使用的最為普遍最為頻繁的ADF(Augmented Dickey-Fuller)單位根檢驗法，檢驗結(jié)果反映，序列LGRGDP、LGFS、LGFE、LGRK、LGRE的ADF檢驗值皆大于各自的5%臨界值且概率值都大于0.05，接受原假設(shè)存在單位根，得以判定5%顯著水平下五個變量都是非平穩(wěn)的。對它們逐個取一階差分，在5%的顯著性水平下，五個一階差分變量的ADF檢驗值均小于臨界值且概率值都小于0.05，所以都是平穩(wěn)序列。綜合判斷，原序列LGRGDP、LGFS、LGFE、LGRK、LGRE在5%顯著水平皆為一階單整，即I(1)過程，符合協(xié)整檢驗的條件，是以需要檢驗變量LGRGDP、LGFS、LGFE、LGRK、LGRE之間是否存在協(xié)整關(guān)系。2.2協(xié)整檢驗

E-G兩步法與Johansen協(xié)整檢驗為目前最常用的兩種協(xié)整檢驗方法，前者以回歸方程殘差為基礎(chǔ)，后者則針對多變量實施協(xié)整分析。于是，運用Johansen協(xié)整檢驗法對五個變量LGRGDP、LGFS、LGFE、LGRK、LGRE展開協(xié)整分析，表1為檢驗結(jié)果。表1選擇最大特征值標(biāo)準(zhǔn)予以評價Johansen協(xié)整檢驗，假設(shè)只有兩個協(xié)整方程最大特征值18.5130大于臨界值17.7973，拒絕原假設(shè)，至少存在兩個協(xié)整方程；假設(shè)只有三個協(xié)整方程的最大特征值10.6526小于臨界值11.2248，接受原假設(shè)，最多有三個協(xié)整方程。所以，變量LGRGDP、LGFS、LGFE、LGRK、LGRE之間具有協(xié)整關(guān)系，即存在長期穩(wěn)定的均衡關(guān)系。

表1 Johansen協(xié)整檢驗協(xié)整方程個數(shù)假設(shè)最大特征值5%臨界值P值無協(xié)整方程46.149730.43960.0003至少一個協(xié)整方程28.412124.15920.0125至少兩個協(xié)整方程18.513017.79730.0390至少三個協(xié)整方程10.652611.22480.0629

由表2輸出的標(biāo)準(zhǔn)化協(xié)整系數(shù)可得標(biāo)準(zhǔn)化的協(xié)整方程為

LGRGDP=-0.0075LGFS-1.2597LGFE+0.6930LGRK-0.8062LGRE

(5)

表2 標(biāo)準(zhǔn)化的協(xié)整系數(shù)LGRGDPLGFSLGFELGRKLGRE1.00000.0075(0.0811)1.2597(0.1759)-0.6930(0.0127)0.8062(0.2442) 注:括號內(nèi)的數(shù)據(jù)是標(biāo)準(zhǔn)差,極大似然估計值275.2162.

根據(jù)方程(5)，在樣本區(qū)間內(nèi)，LGRGDP、LGFS、LGFE、LGRK、LGRE具有長期均衡關(guān)系，LGRGDP與LGRK正相關(guān)，LGRGDP與LGFS、LGFE、LGRE負(fù)相關(guān)，即安徽省農(nóng)村經(jīng)濟(jì)增長LGRGDP與農(nóng)村資本投入LGRK正相關(guān)，與農(nóng)村金融規(guī)模LGFS、農(nóng)村金融效率LGFE以及農(nóng)村勞動力投入LGRE負(fù)相關(guān)。

協(xié)整分析說明，農(nóng)村金融規(guī)模擴(kuò)大，微弱的負(fù)向影響農(nóng)村經(jīng)濟(jì)增長，農(nóng)村金融規(guī)模每增加1個單位，農(nóng)村經(jīng)濟(jì)微弱的減少0.0075個單位。樣本區(qū)間內(nèi)的安徽省農(nóng)村合作金融存貸差逐年加大，2019年高達(dá)3040.1億元，27年間累計凈外流資金超過24200億元，農(nóng)村合作金融機(jī)構(gòu)從農(nóng)村金融市場吸納的資金，未能真正發(fā)揮其應(yīng)有的支農(nóng)作用。更深層次的原因是，政府巧妙地利用其壟斷的金融體系把大量的農(nóng)村資金轉(zhuǎn)移至城市，優(yōu)先支持城市建設(shè)與工業(yè)發(fā)展。從1990年代中后期，國有商業(yè)銀行大量從縣域地區(qū)撤出，包括農(nóng)業(yè)銀行在內(nèi)的僅存的網(wǎng)點對農(nóng)村地區(qū)業(yè)務(wù)重點是吸收存款。農(nóng)村合作金融是農(nóng)村金融市場的主力軍，但由于其公司治理不夠完善，再加上累積的歷史包袱，獨木難支，難以供給農(nóng)村地區(qū)日益擴(kuò)大的金融需求。因而，隨著農(nóng)村金融規(guī)模的逐步擴(kuò)張，農(nóng)村資金從農(nóng)村地區(qū)持續(xù)地凈流出，反而微弱地阻礙了農(nóng)村經(jīng)濟(jì)的增長。

協(xié)整分析表明，農(nóng)村金融效率提高，不利于農(nóng)村經(jīng)濟(jì)增長，農(nóng)村金融效率每增加1個單位，農(nóng)村經(jīng)濟(jì)下降1.2597個單位。安徽省農(nóng)村經(jīng)濟(jì)長時期的發(fā)展滯后引起城鄉(xiāng)收入差距不斷擴(kuò)大，城鄉(xiāng)人均可支配收入差距由1992年的1222元增長到2010年的10502元，2019年則為22124元。長期的計劃生育政策，農(nóng)村獨生子女明顯增多，教育與醫(yī)療保健費用不斷加大；農(nóng)村向城市看齊，增加了家庭支出；城鎮(zhèn)化迅速發(fā)展時期，很多農(nóng)村家庭欲落戶城鎮(zhèn)，在高房價時代，更加不堪重負(fù)。因此，農(nóng)戶獲得貸款后，將資金過多地用于子女教育、醫(yī)療、購房、婚喪嫁娶與日常生活，并沒有投資生產(chǎn)領(lǐng)域，最終負(fù)向影響農(nóng)村經(jīng)濟(jì)增長。

協(xié)整分析還說明，農(nóng)村資本投入正向影響農(nóng)村經(jīng)濟(jì)增長，即增加農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)以及農(nóng)村固定資產(chǎn)與農(nóng)業(yè)機(jī)械設(shè)備投資，改善生產(chǎn)條件，以便助力農(nóng)村經(jīng)濟(jì)增長；農(nóng)村勞動力投入負(fù)向影響農(nóng)村經(jīng)濟(jì)增長，即在其他要素投入一定以及技術(shù)不變的前提下，將農(nóng)村過剩的勞動力轉(zhuǎn)移出去，勞動投入的邊際產(chǎn)量上升，提高了勞動效率，有利于農(nóng)村經(jīng)濟(jì)增長。

2.3 格蘭杰因果關(guān)系檢驗

為了深入地探討安徽省農(nóng)村金融發(fā)展對農(nóng)村經(jīng)濟(jì)增長的影響，協(xié)整分析后需要進(jìn)行格蘭杰因果關(guān)系檢驗，以便確認(rèn)LGRGDP與LGFS、LGFE、LGRK、LGRE之間是否以及存在怎樣的因果關(guān)系。

檢驗結(jié)果顯示，在5%的顯著性水平下，LGRGDP與LGFS存在雙向格蘭杰因果關(guān)系，LGFE僅是LGRGDP在10%顯著性水平下的單方向格蘭杰原因。考量協(xié)整分析揭示的農(nóng)村金融規(guī)模、效率負(fù)向影響農(nóng)村經(jīng)濟(jì)增長，格蘭杰因果關(guān)系檢驗進(jìn)一步解釋了農(nóng)村金融規(guī)模的擴(kuò)大、農(nóng)村金融效率的提高皆抑制了農(nóng)村經(jīng)濟(jì)增長。從資金的投資收益率來看，城市高于農(nóng)村，工業(yè)高于農(nóng)業(yè)，農(nóng)村金融規(guī)模的擴(kuò)大，反而導(dǎo)致更多的資金從農(nóng)村流向城市，從農(nóng)業(yè)流向工業(yè)，抑制了農(nóng)村經(jīng)濟(jì)的增長。該檢驗的言外之意是，如果農(nóng)村經(jīng)濟(jì)發(fā)展水平提高，其投資收益率就能較快增長，就會吸引更多的資金投資于農(nóng)村。

檢驗結(jié)果還顯示，LGRK與LGRGDP在5%顯著性水平下不存在格蘭杰因果關(guān)系，原因是農(nóng)村經(jīng)濟(jì)主要表現(xiàn)為自力更生式的發(fā)展，財政資源較少地投入農(nóng)村與農(nóng)業(yè)，農(nóng)村資本投入在較大程度上依靠農(nóng)村經(jīng)濟(jì)自身增長帶動；LGRGDP不是LGRK的格蘭杰原因，LGRK是LGRGDP的格蘭杰原因，說明農(nóng)村經(jīng)濟(jì)增長吸納不了過多的農(nóng)村勞動力，勞動生產(chǎn)效率的提高轉(zhuǎn)移過剩的勞動力將有利于農(nóng)村經(jīng)濟(jì)的增長。

2.4 VAR模型的建立

VAR模型滯后期越大，體現(xiàn)的動態(tài)關(guān)系信息就越多，同時模型的自由度就越小，所以應(yīng)對滯后期與自由度尋求一種最佳的均衡狀態(tài)。一般情況下，依據(jù)AIC與SC選定最優(yōu)滯后期，如果兩個準(zhǔn)則在某一期同時達(dá)到最小，則該期為最優(yōu)滯后期；如果兩個準(zhǔn)則不能同時達(dá)到最小，則需要通過LR(似然比)統(tǒng)計量來判斷。本研究，AIC與SC不能同時取得最小，滯后1期，LR統(tǒng)計量與SC準(zhǔn)則取得最優(yōu)，因而最優(yōu)滯后期為1期，可以建立無約束VAR(1)模型。

脈沖響應(yīng)函數(shù)分析與方差分解，均以穩(wěn)定的VAR模型為基礎(chǔ)，所以必須對VAR模型進(jìn)行穩(wěn)定性檢驗。本文的VAR(1)模型有5個特征根，對應(yīng)的倒數(shù)的模分別為0.97、0.77與0.25，皆小于1，都在單位圓之內(nèi)，因而該VAR(1)模型符合穩(wěn)定性條件。

2.5 脈沖響應(yīng)函數(shù)分析

為了比較全面地分析LGFS、LGFE、LGRK與LGRE對LGRGDP的短期動態(tài)影響，需要實行脈沖響應(yīng)函數(shù)分析與方差分解，繪制脈沖響應(yīng)函數(shù)如圖1～5所示，實線表示1單位標(biāo)準(zhǔn)差沖擊的脈沖響應(yīng)函數(shù)時間路徑，虛線則表示兩個標(biāo)準(zhǔn)差的置信區(qū)間。

圖1為LGRGDP對其自身沖擊的響應(yīng)時間路徑，LGRGDP對來自自身的一個單位的正向沖擊立即做出了最大的響應(yīng)0.076，隨后陡然下降，第4期至第7期全部負(fù)效應(yīng)，第5期降至谷底后緩慢上升，于11期收斂于0.009，說明LGRGDP具有自我強(qiáng)化機(jī)制。圖2考察來自LGFS沖擊之后LGRGDP的變化情況，LGFS的變化對LGRGDP的沖擊效應(yīng)始終為正，先緩慢上升到6期的0.016后緩慢的下降，至15期依舊保持下降趨勢。圖3表示LGFE對LGRGDP的沖擊，即LGFE一個標(biāo)準(zhǔn)差的變動對LGRGDP的脈沖函數(shù)圖，LGRGDP受到一個單位沖擊后即刻表現(xiàn)負(fù)向效應(yīng)并于2期下降到谷底，3期開始上升，8期到達(dá)峰頂后緩慢下降，13期收斂于0.007。綜合來看，短期內(nèi)，滯后一期的LGFS、LGFE對LGRGDP帶來一個單位正向沖擊，對LGRGDP產(chǎn)生的效應(yīng)漸漸趨向收斂，說明農(nóng)村金融對農(nóng)村經(jīng)濟(jì)的發(fā)展表現(xiàn)穩(wěn)定的影響。

若給LGRK一個單位的正向沖擊，圖4中對LGRGDP的脈沖影響第一期為微小的正效應(yīng)，第2期開始基本穩(wěn)定在0.007左右。圖5的LGRE對LGRGDP一個單位的正向沖擊的影響始終為負(fù)，第1期開始后表現(xiàn)下降趨勢，4期谷底后緩慢上升，9期收斂于-0.006。

2.6 方差分解

為了解釋每一個擾動項因素對LGRGDP的相對影響程度，亦即分清來自LGRGDP自身或其他變量沖擊而引起的方差變動的比例，需要進(jìn)行方差分解，如表3所示。

表3 農(nóng)村經(jīng)濟(jì)增長方差分解

由表3可知，第1期的LGRGDP的變化100%由其自身解釋；自第2期開始，隨著期數(shù)的增加，LGFS、LGFE、LGRK與LGRE對LGRGDP方差變動的貢獻(xiàn)程度整體上呈現(xiàn)上升趨勢，農(nóng)村經(jīng)濟(jì)增長變動方差由其自身變動的貢獻(xiàn)度逐步下降。第15期，LGFS、LGFE、LGRK、LGRE對方差變動的貢獻(xiàn)度分別為11.3%、12.3%、4.1%、19.3%左右。整體上看，LGFE比LGFS對LGRGDP方差變動的貢獻(xiàn)程度要稍大一些，LGRGDP方差變動主要由其自身與LGRE變動來解釋。

3 結(jié)論與建議

3.1 結(jié)論

長期來看，安徽省農(nóng)村金融規(guī)模LGFS與農(nóng)村金融效率LGFE都和農(nóng)村經(jīng)濟(jì)增長LGRGDP存在協(xié)整關(guān)系，LGFS、LGFE皆負(fù)向影響LGRGDP，農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長存在長期的均衡關(guān)系，這與杜興瑞等的研究結(jié)果保持一致。格蘭杰因果關(guān)系檢驗表明，LGFS與LGRGDP存在雙向格蘭杰因果關(guān)系，LGFE是LGRGDP單方向格蘭杰原因，樣本區(qū)間內(nèi)的LGFE與LGRGDP沒有形成良好的互動關(guān)系。

短期來看，安徽省農(nóng)村金融規(guī)模LGFS與農(nóng)村金融效率LGFE對安徽省農(nóng)村經(jīng)濟(jì)增長LGRGDP帶來一個單位正向沖擊，對LGRGDP產(chǎn)生的脈沖影響漸趨收斂，意即農(nóng)村金融發(fā)展對農(nóng)村經(jīng)濟(jì)增長的影響趨向穩(wěn)定。方差分解證實，從15期開始，LGFS與LGFE對LGRGDP預(yù)測誤差的最大影響分別為11.3%與12.3%，表明二者對農(nóng)村經(jīng)濟(jì)增長變化尚有一定的貢獻(xiàn)程度與解釋能力。

3.2 建議

1)緩解農(nóng)村資金外流，加大農(nóng)村金融對農(nóng)村經(jīng)濟(jì)的資金支持。為減緩以至扭轉(zhuǎn)農(nóng)村資金凈流出，首先，政府同樣可以利用龐大的正規(guī)金融體系，對大型金融機(jī)構(gòu)實行差異化準(zhǔn)備金政策，因地制宜地采取稅收減免以及貼息補助等措施，甚至硬性規(guī)定其對農(nóng)村經(jīng)濟(jì)投入的最低限額，引導(dǎo)其取之于農(nóng)村的資金，用之于農(nóng)村。其次，繼續(xù)深化改革，增強(qiáng)農(nóng)村合作金融資本實力，提高農(nóng)村合作金融運行效率，提升農(nóng)村合作金融支農(nóng)力度，切實地發(fā)揮其支農(nóng)主力軍的初衷。再者，降低在農(nóng)村地區(qū)設(shè)立中小金融機(jī)構(gòu)的門檻，吸引更多的金融機(jī)構(gòu)與社會資金進(jìn)入農(nóng)村金融市場，構(gòu)建多層次農(nóng)村金融體系，更好地適應(yīng)農(nóng)村金融需求。此外，因擁有正規(guī)金融缺欠的某些優(yōu)勢，非正規(guī)金融在農(nóng)村金融活動中所占比例較高，應(yīng)借助非正規(guī)金融渠道，充分發(fā)揮其地緣、人緣與信息優(yōu)勢，規(guī)范地增加涉農(nóng)金融資源供給，助推農(nóng)村經(jīng)濟(jì)社會發(fā)展。

2)提高農(nóng)村生產(chǎn)效率，拓寬農(nóng)民增收渠道。協(xié)整分析顯示，樣本區(qū)間內(nèi)農(nóng)村金融規(guī)模的擴(kuò)大與效率的提高不利于農(nóng)村經(jīng)濟(jì)增長，因而，僅僅依賴金融領(lǐng)域的發(fā)展和改革難以有效地促進(jìn)農(nóng)村經(jīng)濟(jì)增長。首先，加大政策性金融與財政支農(nóng)力度，加強(qiáng)農(nóng)村固定資產(chǎn)投資與農(nóng)村基礎(chǔ)設(shè)施建設(shè)，形成和擴(kuò)大農(nóng)村資本積累。其次，以能力提升為戰(zhàn)略，加強(qiáng)農(nóng)業(yè)科技、金融知識與信息技術(shù)的培訓(xùn)，提升農(nóng)村人力資本。再者，從農(nóng)村經(jīng)濟(jì)本身著手，調(diào)整農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)，創(chuàng)新農(nóng)村產(chǎn)業(yè)組織形式，推動農(nóng)村產(chǎn)業(yè)化經(jīng)營，加大對農(nóng)村中小企業(yè)的支持；發(fā)展綠色、體驗、休閑、旅游農(nóng)業(yè)等地方特色農(nóng)業(yè)，延伸農(nóng)業(yè)產(chǎn)業(yè)鏈，提高農(nóng)業(yè)的投資報酬率，擴(kuò)充資金在農(nóng)村的用武之地，擴(kuò)大農(nóng)民的就業(yè)機(jī)會，擴(kuò)展農(nóng)民的收入渠道。最后，繼續(xù)推進(jìn)農(nóng)村土地要素產(chǎn)權(quán)制度改革，允許以土地經(jīng)營權(quán)抵押、擔(dān)保與入股，促使“銀根”與“地根”緊密聯(lián)動；有計劃地漸次放開農(nóng)村市場，允許市民下鄉(xiāng)，允許資本下鄉(xiāng)，促使勞動力在城鄉(xiāng)之間自由流動，加強(qiáng)對涉農(nóng)工商資本的監(jiān)管，最終在農(nóng)村地區(qū)形成土地、產(chǎn)業(yè)、人才、資金的優(yōu)化配置與良性循環(huán)，提高農(nóng)村產(chǎn)出效率，實現(xiàn)鄉(xiāng)村振興。

3)完善農(nóng)村金融信用環(huán)境，加強(qiáng)農(nóng)村金融創(chuàng)新。由于涉農(nóng)貸款風(fēng)險高且信息不對稱，引起農(nóng)村資金供需矛盾凸顯，農(nóng)村金融體系難以適應(yīng)農(nóng)村經(jīng)濟(jì)發(fā)展。應(yīng)加快農(nóng)村信用體系建設(shè)，建立農(nóng)村信用數(shù)據(jù)庫與信用評級制度，加大違約成本與懲罰力度，形成良好的信用環(huán)境，既能夠降低壞賬發(fā)生率，又使得農(nóng)村金融機(jī)構(gòu)的可持續(xù)發(fā)展能力得到提升。同時，鼓勵各類農(nóng)村金融機(jī)構(gòu)完善基礎(chǔ)設(shè)施，擴(kuò)大互聯(lián)網(wǎng)的普及與應(yīng)用，開發(fā)涉農(nóng)投融資產(chǎn)品，創(chuàng)新涉農(nóng)擔(dān)保與涉農(nóng)保險，更好地服務(wù)于農(nóng)村經(jīng)濟(jì)增長。