《供给侧结构性改革背景下农村金融资源差异化配置模式研究》-经济学论文，商业论文-论文范文参考-科学狗论文网

标题

供给侧结构性改革背景下农村金融资源差异化配置模式研究

范文

王慧+潘超+魏晨

[摘要] 随着农村经济发展，农村经济金融指标的差异性在各区域呈现多样化。传统的分类方法已不能反映经济发展的差异，因此需要重新划分农村区域板块，作为农村金融发展模式的选择依据。依据投入-产出法建立资源配置效率计算的模型，综合分析农村金融资源配置的效率。同时采用系统聚类法，运用SPSS21.0将各省（自治区、直辖市）农村金融发展水平进行聚类分析。结合主成分分析和聚类分析，得出农村金融资源差异化配置模式，农村经济金融资源效率发达的高水平地区，应采用市场导向型农村金融资源配置模式；其中等水平的地区，应采用政府-市场双导向型配置模式；其低水平地区，应采用政府导向型配置模式。进而充分发挥农村金融的支农作用，助力农业供给侧改革，促进区域农村经济与金融的协调发展。

[关键词] 农村；供给侧改革；金融资源配置

[中图分类号] F832.7 [文献标识码] A [文章编号] 1009-6043（2017）10-0012-05

Abstract： With the development of rural economy， the differences of rural economic and financial indicators are diversified in various regions. The traditional classification method can not reflect the difference of economic development， so to re-divide the rural regional plate is needed as the basis for the choice of rural financial development model. According to the input-output method， the model for evaluating resource allocation efficiency is established， and the efficiency of rural financial resource allocation is analyzed synthetically. At the same time， clustering method was used to analyze the rural financial development level of each province （autonomous region and municipality directly under the central government）. Based on the analysis of principal component analysis and clustering， the differential allocation model of rural financial resources is achieved as conclusion. In areas with high efficient rural financial resources， a market-oriented rural financial resource allocation mode should be adopted. In the middle level areas， market dual-oriented configuration mode is needed. In low-level areas， a government-oriented configuration model should be adopted. And then by giving full play to the role of supporting agriculture， the agricultural supply side reform could be facilitated for promoting coordinated rural economy development and financial growth in a region.

Key words： rural area， supply side reform， financial resource allocation

2017年中央提出：稳步推进农业供给侧结构性改革，紧紧围绕市场需求变化，以增加农民收入、保障有效供给为主要目标，促进农业农村发展由过度依赖资源消耗、主要满足量的需求，向追求绿色生态可持续、更加注重满足质的需求转变。“三农”问题是全面建设小康社会和精准扶贫的关键，针对新农村建设的重要战略调整，实施了一系列强有力的支农惠农政策。近几年国家加大了金融支农力度，但农业生产区域布局结构与资源禀赋条件不协调的现实仍然存在，农村金融资源利用效率不高，供给需求存在资源配置问题，如何发挥农村金融服务能力，助力精准扶贫成为近几年学术界研究的重要课题。

一、农村金融资源配置效率评价模型的构建

本文结合农村金融资源的供给与农村经济产出两方面来研究农村金融资源配置效率。

（一）指标选取

1.投入指标的选取

金融资源投入指标的设定主要考虑农业供给改革的几个方面，一般包括资金（货币和信用）、机构组织、制度、人力等资源的投入。这里基于指标的完整性及代表性，选取7个金融经济投入指标，具体指标见表1。

2.产出指标的选取

根据农村经济、社会发展状况，评价一个地区农村金融资源配置效率可以通过一个或多个经济指标评价资金配置的绩效优劣即产出，所以选取了以下5个产出指标，其中，恩格尔系数是反向指标，实际运用时用1减去其实际数值转换成正向指标。具体的指標评价体系见表1。

（二）研究数据采集

1.数据说明

横向数据方面：采用静态分析即横截面数据分析，所研究的数据跨度为2014-2015年，考虑金融资源支持农业经济的滞后性，金融资源数据采用2014年数据，经济产出指标采用2015年数据，具体数据见表2，为保持数据的平稳性，其中几个缺失数据采用均值填补。

纵向数据方面选取31个省（自治区、直辖市）数据：

（1）东部沿海地区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南（12个省、区、市）。

（2）中部内陆地区：山西、内蒙古、吉林、黑龙江、安徽，江西、河南、湖北、湖南、重庆（10个省、区、市）。

（3）西部边远地区：四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆（9个省、区、市）。

表2 投入-产出指标原始数据

由于各指标的水平和量纲不同，在实证分析前需对原始数据进行标准化处理，标准化公式为：D（i=1，2，…，6，k=1，2，…，12；i表示第i地区，k表示第k项指标），其中：Dik表示第i个地区第k项指标处理后数据；X表示第i个地区第k项指标的原始数据；Xk表示k项指标的平均值，受篇幅限制，不再列出标准化数据。

2.数据来源

农村金融资源数据包括人均农户贷款（万元/人）、农村人均城市企业及各类组织涉农贷款（万元/人）、农村人均企业及各类组织贷款（万元/人）、小型农村金融机构营业网密度（个/万人）、小型农村金融机构从业人员密度（个/万人），取自万德资讯数据库。经济数据包括人均农户固定资产投资额（万元）取自国家统计局网，人均农业机械总动力（千瓦/人），城镇化率、恩格尔系数取自中国经济发展统计数据库。

以上部分数据通过计算换算：

（1）城市企业及各类组织涉农贷款=涉农贷款-农村贷款

（2）农村企业及各类组织贷款=农村贷款-农户贷款

（3）城市企业及各类组织涉农贷款=城市企业及各类組织农林牧渔业贷款+城市企业及各类组织支农贷款。

（三）投入-产出模型的建立

依据投入-产出法建立资源配置效率计算的模型，即各种农村金融资源作为投入，各种效果作为产出，应用所选取的一系列指标，建立模型进行投入产出比较，综合分析农村金融资源配置的效率。

金融资源投入模型：

其中，Y表示i地区农村金融资源投入综合指标；T表示i地区农村金融资源的第j种投入指标；σj表示第j种投入指标对综合投入效果影响的重要程度，即权重；m表示投入指标的个数总和（在这里m=7）。

金融资源产出模型：

其中Y表示i地区产出综合指标，C表示i地区的第j种产出指标；λ表示第j种产出指标对产出综合效果影响的重要程度，也即权重；n表示产出指标的个数总和（这里n=5）。

通过上述模型（1）与模型（2）的计算，分别计算出西部各地区的农村金融资源投入综合指标和产出综合指标，得出各地区的农村金融资源投入产出比，即农村金融资源配置效率模型。金融资源配置效率的投入产出关系可以用模型表示：

根据Ei值的大小可以比较得出西部各地区农村金融资源配置效率的差异，Ei值越大，表明资源的配置效果越好。

（四）确定主成分分析法指标的权重

在多因素分析中，权重的选取是个难点，其中定性和定量的方法都有广泛的应用。因此，可以采用客观评分的方法来确定各指标的权重。通过计算相关系数矩阵，计算特征值和特征向量、方差贡献率等，最终确定各指标权重。

1.农村金融资源指标的主成分分析

因子分析是一种数据简化技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本机构，并用少数几个假想变量来表示其基本的数据结构。这几个假想变量能够反映原来众多变量的主要信息。原始的变量是可观测的显在变量，而假想变量时不可观测的潜在变量，称为因子。因子分析的任务就是构造一个因子模型，确定模型参数，根据分析结果进行因子解释。因子的一般模型为：

x1=a11F1+a12F2+...+a1mFm+a1ε1

x2=a21F2+a22F2+...+a2mFm+a2ε2

……

xp=ap1F1+ap2F2+...+apmFm+apεp

模型中x1，x2，…xp为原始变量，ap，m（p=1，2，…，m=1，2，…）为因子载荷，Fm（i=1，2，…）为公共因子，εp（i=1，2，…）为特殊因子。最重要的变量是因子载荷，它表示第p个变量在第m个因子上的载荷，即为第p个变量与第m个因子之间的相关系数。ap，m越大，则相关系数越大，即第p个变量与第m个因子之间的相关程度较高，因子的相关性就越高。因子载荷矩阵中各行数值的平方和为各变量对应的共同度。此处的公共因子F是各个变量中共同出现的因子。特殊因子是估计值与实际测算出来的变量的残差值。当特殊因子为零时，则称为主成分分析法。为了使主因子更容易解释变量，往往需要对因子载荷矩阵进行旋转。旋转的目的就是使因子载荷矩阵中因子载荷的平方值向1和0两个方向极化，使大的载荷更大，小的载荷更小。

2.农村金融资源综合模型得分的计算

运用标准化后的数据可以计算得到资源投入指标的特征值、贡献率和累计贡献率，如表3所示：

提取方法：主成份分析

经过方差最大旋转后，各主成分的解释方差占比发生了变化：第一主成分的解释方差占总方差的36.059%，第二主成分解释方差占总方差的32.929%，第三主成分的解释方差占比为14.988%，三个主成分的累积解释方差占比达到了83.976%，已经超过了70%的临界值。三个主成分能够概括原始变量的信息，可以作为地区金融发展水平的评价指标。

用第一主成分中每个指标所对应的系数乘上第一主成分所对应的贡献率再除以所提取三个主成分的贡献率之和，然后加上第二主成分中每个指标所对应的系数乘上第二主成分所对应的贡献率再除以所提取三个主成分的贡献率之和，再加上第三主成分中每个指标所对应的系数乘上第三主成分所对应的贡献率再除以所提取三个主成分的贡献率之和，即可得到投入的综合得分模型：

YT=0.288T1+0.416T2+0.424T3+0.084T4+0.165T5-0.495T6+0.387T7

农村金融资源产出指标主成分选取与综合得分模型。类似于投入指标主成分选取办法，得到第一成分和第二成分为产出指标的主成分，并作进一步分析，如表5：

同理根据产出指标的因子载荷矩阵，可以得到产出指标中两个主成分的线性组合为：

F1=0.302C1+0.327C2+0.942C3+0.887C4+0.945C5

F2=0.706C1+0.687C2-0.228C3-0.231C4-0.018C5

用第一主成分中每个指标所对应的系数乘上第一主成分所对应的贡献率再除以所提取两主成分的贡献率之和，然后加上第二主成分中每个指标所对应的系数乘上第二主成分所对应的贡献率，再除以所提取两个主成分的贡献率之和，即可得到产出的综合得分模型：

YC=0.415C1+0.428C2+0.614C3+0.574C4+0.675C5

3.农村金融资源配置效率指标权重的计算

将指标权重的归一化。由于所有指标的权重之和为1，因此指标权重需要在综合模型中指标系数的基础上归一化，运用投入产出的综合得分模型，并结合公式：

其中，ω表示x指标在投入或产出指标中所占的权重，xy表示x指标在y成分上的绝对值，xy表示y成分中所有指标系数绝对值的总和。可进一步得到各投入产出指标的权重，如表7所示：

4.各地区农村金融资源配置效率的计算

运用农村金融资源投入模型（1）、產出模型（2）和金融资源配置效率的投入-产出模型（3），以分别计算各地区的投入综合指标Y，产出综合指标Y，投入产出比Ei，具体计算结果如表9所示：

二、农村金融效率的差异化聚类分析

为了更直观的表现出区域差异化下农村金融资源投入产出效率的特征，将投入-产出分析效率与GIS数据图形连接，制作出了我国农村金融资源配置效率的区域差异图（图1）。从图中可以看出我国农村金融资源配置效率存在着明显的区域差异，效率从东到西依次递减。

（一）聚类方法介绍

聚类分析是依据某种准则和方法对一组样本或变量进行分类的统计方法。首先，根据多个地区的多个观测指标找出能够度量地区或指标间相似程度的统计量。然后，以这些统计量为分类依据，将相似性高的地区（或指标）分为一类，把另一些相似程度高的地区（或指标）分为另一类，这样关系密贴的聚合到一个小的分类单位，关系疏远的聚合到较大的分类单位，直到把每个地区（或指标）分完为止。最后，每个地区（或指标）都有自己所属的类别。我们采用较为普遍的系统聚类法，以上5个指标作为聚类变量，运用SPSS21.0将各省（自治区、直辖市）农村金融发展水平进行聚类。

（二）聚类分析过程

采用系统聚类方法，利用产出指标衡量各地区农村经济发展水平，并进行系统聚类，其中由于西藏数据部分缺失，直接将其纳入最后一类。

确定新类相似性的方法是离差平方和法，即先把各个样本视为不同的类，然后m类和其他的各个类进行比较，选出使得合为一类后样本间欧式距离平方和增加最小的那一类，假如是n类，则m类和n类合为一类，依次类推，直到所有的样本都被归为同一个大类为止，具体的聚类过程见表10。

选择第1行解释如下：第1步中的两个样本分别是12号和18号，合为一类，而且都是第一次出现，相似性系数为0.188，下一次将在第5步出现，合并了20号样本，在第9步又加入14号样本，依次类推，直到29步所有的样本聚为一类。

（三）聚类结果分析

第一类：天津、浙江、北京、江苏、上海。这5省市经济实力雄厚，农村经济发展水平最高，因此定义为高水平地区。

第二类：内蒙古、黑龙江、辽宁、福建、广东、湖南。这6省市由于地处东部沿海，无论经济实力还是生产力无疑都在全国平均水平之上，因此定义为中高水平地区。

第三类：山西、青海、陕西、宁夏、河南、吉林、湖北、新疆、河北、山东。这10省区的农村经济发展水平基本与全国平均水平持平，因此定义为中低水平地区。

第四类：安徽、西藏、广西、江西、四川、重庆、贵州、云南、甘肃，这9省区除安徽省由于地处西部高原山地地区，农业发展条件差，农村经济水平低，因此归类为全国农村经济发展水平低水平地区。

（四）GIS数据分析

从主成分分析和聚类分析结果看，如图2效率聚类综合排名，五个红点区域和白色区域显示东部沿海省市，农村金融资源利用水平高，农村经济发达。北部和南部共六个蓝点区域农村经济发展水平较高，农村金融资源利用水平较高。十个绿点区域呈现明显横向排列，说明我国农村经济发展较低地区，农村经济发展水平并不呈现东高西低依次递减的态势。九个紫点区域集中于我国西南地区，说明我国农村经济发展低水平地区多位于西南部。

三、农村金融资源差异化配置模式的选择

结合主成分分析和聚类分析，农村经济金融发达的高水平地区，应采用市场导向型农村金融资源配置模式；农村金融资源效率中等水平的地区，应采用政府-市场双导向型的农村金融资源配置模式；农村经济金融效率低水平地区，应采用政府导向型的农村金融资源配置模式。

（一）加强金融机构改革，构建城乡一体化的金融体系

在发达地区，通过产业化经营模式向现代化农业方向发展，第二、三产业发展迅速且已占比重较大，成为金融支持的主要产业。因此，逐步建立一个城乡一体化、全方位多层次的金融体系，为城乡经济主体服务。随着发达地区农村的日益发展，以市场化的运作方式提高其经营能力，服务于农村及周边“非农”领域。农村商业银行通过财政与政策的支持和优惠，鼓励和引导其服务农村。同时，结合农村土地制度改革，允许农户用土地使用权作抵押办理土地抵押贷款，减少农户和企业贷款的难度和借款的交易成本，加大投入并更新和改造农村金融服务设备，以提高农村金融服务效率。

（二）继续发挥政府的作用，强化农村金融机构的支农功能

政府继续在法律法规与制度完善、市场准入与农村金融机构建设、财政性补贴与财税优惠政策等方面加大导向作用。发挥引领、示范、带动功能，完善较发达区域农村经济与金融的市場化程度与规范化水平，提高农村金融资源配置效率。通过开放多元化农村金融市场，形成商业金融、合作金融、政策性金融和民间金融互为补充，引导农业发展银行与村镇银行将资金投入农业结构调整和农业产业化发展、农村及县域基础设施建设、农产品交易市场、现代农业与农业科技园区建设等领域。构建政府导向的农村金融发展支持体系，形成小额农户贷款免税政策、农业保险补贴政策、农机具补贴制度和新型农村金融机构设立政策等。

（三）完善相关制度建设，增强支农的目标性

合理布局村镇银行在农村的营业网点，增强村镇银行支持农村经济发展的力度，发挥村镇银行服务“三农”作用。根据地方实际，探索农村小额贷款公司功能，强化金融机构的作用边界，增强支农的针对性与目标性，提高农村金融资源配置效率。从技术创新与培训、土地流转制度创新、农村社会保障等具有创新的功能方面入手，不断提高农村金融资源配置效率。加强农村信用社、村镇银行和小额贷款公司作为支农主力军，为“三农”更好发展提供金融服务。

（四）构建农村资金回流机制，提供农村金融技术支持

在欠发达农村地区，为农村企业、农户风险转移与银行的信贷风险提供优质社会信用环境，引导和规范发展民间融资。综合运用利息补贴、税收、担保等经济手段，引导和促进农村金融、合作金融和其他社会资金流向农村，积极支持农村经济的发展。在制度创新、信息联通、成本降低、发展适度等方面形成互补效应。加大金融教育、金融文化的普及，向企业与农户提供金融技术支持，金融技术的普及便利了农村经营主体与涉农金融机构的交易，交易双方能够在金融产品服务上实现对接和均衡发展。

（五）加强农村金融生态环境建设

建全农村企业信用评级和信用乡（镇、村、户）建设，营造重信用、讲诚信的社会氛围。按照政府组织、企业参股、银行托管、市场运作的方式组建农村信用担保公司，建立分层次的担保体系，开展对农村企业和大额资金需求农户的融资担保业务。优化农村金融生态环境，理顺农村资金运行机制，形成资金聚集的“洼地”效应。推进农村土地担保立法，完善农民享有土地承包经营权。

[参考文献]

[1]闫萍.浅议金融服务农村供给侧改革[J].现代金融，2016（6）：20-21.

[2]张文汇.金融助力农业供给侧改革[J].农村金融，2016（8）：80-81.

[3]郭永田.发挥政策性金融优势推动农业供给侧结构性改革[J].农业发展与金融，2016（6）：40-46.

[4]杨志宏.金融与农业供给侧改革[J].中国金融，2016（24）：87-88.

[5]韩玉.推动农业供给侧改革的金融策略[J].现代金融，2016（5）：10-11.

[6]艾睿.基于农业供给侧改革的农村金融创新研究[J].西南金融，2016（12）：30-34.

[7]楼文龙.农业供给侧改革的基础金融服务[J].农村金融，2016（9）：31-33.

[8]潘超.城镇化、劳动力迁移转移与城乡金融配置结构[J].金融发展研究，2014（10）：9-15.

[9]李万超.基于主成分分析法的我国农村金融资源配置效率研究[J].金融理论与实践，2014（3）：55-58.

[10]李季刚.中国农村经济区域协调发展研究-基于经济发展程度与金融发展模式差异的视角[J].金融理论与实践，2012（1）：20-24.

[11]李明贤.我国中部地区农村金融资源配置效率实证分析[J].农业技术经济，2011（7）：75-81.

[12]牛剑平.中国农村经济发展水平的区域差异分析[J].经济地理，2010（3）：479-483.

[责任编辑：高萌]

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。