西部農(nóng)業(yè)信貸投入經(jīng)濟(jì)成效

導(dǎo)語：西部農(nóng)業(yè)信貸投入經(jīng)濟(jì)成效一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、引言

農(nóng)業(yè)信貸資金是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的基礎(chǔ)，是促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展的重要要素。我國西部地區(qū)自然條件相對惡劣，區(qū)域經(jīng)濟(jì)發(fā)展較為落后，“二元結(jié)構(gòu)”特征明顯，在農(nóng)業(yè)信貸方面，資金投入不足，農(nóng)戶和農(nóng)村中小企業(yè)貸款難的問題比較突出。在這一背景下，厘清農(nóng)業(yè)信貸資金的經(jīng)濟(jì)效應(yīng)，有助于提高農(nóng)業(yè)信貸資金利用效率以及改善農(nóng)業(yè)信貸資金投放結(jié)構(gòu)。農(nóng)業(yè)信貸資金投入的經(jīng)濟(jì)效應(yīng)問題長期被國內(nèi)外學(xué)者所關(guān)注。經(jīng)濟(jì)學(xué)家Lewis(1954)提出，信貸資金對于小農(nóng)業(yè)和小工業(yè)的發(fā)展是非常重要的。Nelson(1956)在其“低水平均衡理論”中指出，只有對農(nóng)村經(jīng)濟(jì)進(jìn)行大量的資本投入，才能使其收入增長沖出“低收入陷阱”。Madison(1974)對22個國家的實(shí)證分析顯示，資本對農(nóng)業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)率為55%。Johan等(1999)對9個中東歐國家的實(shí)證研究表明，高通脹、土地產(chǎn)權(quán)制度缺失、農(nóng)業(yè)低效率和較高的信貸交易成本是農(nóng)業(yè)信貸效率低下的主要原因，而政府為改變上述現(xiàn)象而采取的短期措施并不是最優(yōu)的解決方案。Koester(2001)則發(fā)現(xiàn)，在缺乏有效農(nóng)村金融市場體系的經(jīng)濟(jì)轉(zhuǎn)型國家，農(nóng)村資金的配置效率往往是低下的。Townsend等(2001)提出，在缺乏風(fēng)險管理的情況下，政府主導(dǎo)的農(nóng)業(yè)信貸的效率比較低下，而農(nóng)業(yè)信貸的低效率會加大農(nóng)村金融風(fēng)險。Mohane等(2002)認(rèn)為解決發(fā)展中國家農(nóng)業(yè)信貸資金效率低下問題必須改革投融資體制，規(guī)范政府行為。南非國家信用管理局(2008)對南非農(nóng)業(yè)中小企業(yè)融資狀況的調(diào)查顯示，信用記錄的缺失是其難以獲得必要信貸支持的主要原因。Xavier(2011)對泰國正規(guī)金融與非正規(guī)金融的比較研究顯示，正規(guī)金融機(jī)構(gòu)貸款利率的下降可以刺激農(nóng)戶的貸款需求，而非正規(guī)金融機(jī)構(gòu)的金融創(chuàng)新可以增強(qiáng)其對正規(guī)金融機(jī)構(gòu)的替代作用。隨著20世紀(jì)90年代初中國農(nóng)村金融改革的推進(jìn)，農(nóng)業(yè)信貸投入問題逐漸成為研究熱點(diǎn)。國內(nèi)學(xué)者關(guān)于農(nóng)業(yè)信貸投入問題的研究大致可分為以下兩類:一是關(guān)于農(nóng)業(yè)信貸投入的經(jīng)濟(jì)效應(yīng)研究。溫濤等(2005)的實(shí)證研究發(fā)現(xiàn)，農(nóng)業(yè)貸款的增長并沒有成為促進(jìn)農(nóng)村經(jīng)濟(jì)增長和農(nóng)民收入水平提高的資源要素。朱喜等(2006)基于誤差修正模型的分析結(jié)果顯示，改革開放以來中國農(nóng)業(yè)貸款投入在長期與農(nóng)民收入、農(nóng)村投資之間不存在均衡關(guān)系，在短期也未能有效促進(jìn)農(nóng)村投資的增加和農(nóng)民收入的增長。姚耀軍等(2004)運(yùn)用協(xié)整分析方法檢驗(yàn)中國1978—2002年的農(nóng)業(yè)經(jīng)濟(jì)與金融之間的關(guān)系，認(rèn)為二者之間存在長期均衡關(guān)系，農(nóng)業(yè)金融發(fā)展會影響農(nóng)業(yè)經(jīng)濟(jì)的增長。裴輝儒(2010)基于面板模型的研究結(jié)果顯示，我國農(nóng)業(yè)信貸與農(nóng)業(yè)經(jīng)濟(jì)增長的相關(guān)性存在明顯的區(qū)域差異。趙書海(2011)的研究表明農(nóng)業(yè)GDP與金融機(jī)構(gòu)農(nóng)業(yè)信貸投入存在長期均衡關(guān)系，而從短期來看，農(nóng)業(yè)GDP的增長來自于短期農(nóng)業(yè)信貸投入。二是關(guān)于農(nóng)業(yè)信貸投入模式的研究。張杰(2003)、何廣文(2003，2004，2006)、劉民權(quán)等(2005)、王家傳等(2003)、翟照艷等(2004)、林江鵬等(2010)認(rèn)為，政府對非正規(guī)金融的過度排斥導(dǎo)致農(nóng)業(yè)信貸市場主體過分單一、壟斷和不開放。冉光和等(2005)論證了中國農(nóng)村金融不可持續(xù)發(fā)展的根源在于農(nóng)村信貸市場的不健全。陳軍等(2008)認(rèn)為，傳統(tǒng)的正規(guī)農(nóng)村金融機(jī)構(gòu)通常將農(nóng)村低收入農(nóng)戶排斥在農(nóng)村信貸市場之外，而微型金融機(jī)構(gòu)的產(chǎn)生使這一情況發(fā)生了根本性的扭轉(zhuǎn)。何廣文等(2004)認(rèn)為，要加快發(fā)展中小型金融機(jī)構(gòu)，培育農(nóng)村信貸市場競爭機(jī)制。張杰等(2006)的實(shí)證研究表明，微型金融機(jī)構(gòu)也可以實(shí)現(xiàn)較好的風(fēng)險控制和經(jīng)營業(yè)績，但受諸多現(xiàn)實(shí)因素的限制，微型金融機(jī)構(gòu)很難惠及廣大低收入的純農(nóng)業(yè)生產(chǎn)者以及農(nóng)戶的生活性金融需求。姚先斌等(1998)、李軍培(2005)、劉西川等(2007)的研究顯示，我國小額信貸存在的主要問題是機(jī)構(gòu)產(chǎn)權(quán)不明晰、資金來源狹窄、利率低、金融產(chǎn)品單一、客戶目標(biāo)上移等。孫若梅(2005)、何廣文等(2005)、張立軍等(2006)和褚保金等(2008)的實(shí)證研究結(jié)果表明，小額信貸的發(fā)展有助于降低貧困，增加農(nóng)戶的家庭收入。國內(nèi)外學(xué)者在對農(nóng)業(yè)信貸投入的經(jīng)濟(jì)效應(yīng)及其制約因素方面的研究是廣泛和充分的，但由于分析方法和樣本選擇的差異性，眾多學(xué)者關(guān)于農(nóng)業(yè)信貸投入的經(jīng)濟(jì)效應(yīng)的研究，結(jié)論并非完全一致，而針對西部地區(qū)農(nóng)業(yè)信貸投入經(jīng)濟(jì)效應(yīng)的研究則更為稀少。本文通過構(gòu)建面板模型，對1978—2009年西部地區(qū)農(nóng)業(yè)信貸投入的經(jīng)濟(jì)效應(yīng)進(jìn)行定量分析，旨在揭示其農(nóng)業(yè)信貸資金的配置效率與制約因素。

二、模型設(shè)計

本文借鑒新古典經(jīng)濟(jì)增長理論的生產(chǎn)函數(shù)模型分析農(nóng)業(yè)產(chǎn)出的決定及影響因素，基本模型表示如下:Y=f(K，L，E)(1)其中Y代表農(nóng)業(yè)總產(chǎn)出，K代表投入的資本存量，L代表投入的勞動力，E代表土地。該模型也可表述成以下形式:Y=γKαLβEθ(2)其中α、β、θ為資本、勞動力、土地的產(chǎn)出彈性系數(shù)，γ為常數(shù)，0＜α、β、θ＜1;取對數(shù)，則得到:LnY=Lnγ+αLnK+βLnL+θLnE(3)公式(3)表明農(nóng)業(yè)產(chǎn)出增長率主要取決于存量資本增長率、勞動力的增長率和土地投入的增長率。對農(nóng)業(yè)產(chǎn)出的資本投入主要包括兩個部分，一部分是自有資本，一部分是借入資本，兩者則都屬于可貸資金，而利率變化會影響可貸資金的投入。因此，資本存量的函數(shù)式可以表示如下:K=f(R，F(xiàn))(4)其中F表示可貸資金，R表示可貸資金的利率。根據(jù)可貸資金理論模型，F(xiàn)和K正相關(guān)，R和K負(fù)相關(guān)。因此，公式(1)又可以表示為:Y=f(R，F(xiàn)，L，E)(5)根據(jù)西部地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展的實(shí)際情況，本文假定農(nóng)村居民的收入主要來自于前期的第一產(chǎn)業(yè)的產(chǎn)出和儲蓄，而儲蓄又是利率和可貸資金的函數(shù)，因此將農(nóng)村居民收入函數(shù)表述為下式:S=f(R，F(xiàn)，Yt－1)(6)S表示收入，Yt－1代表前期產(chǎn)出。根據(jù)IS—LM模型，可貸資金的供給增加，首先會導(dǎo)致利率水平的下降，然后促使農(nóng)業(yè)投資增加，并通過乘數(shù)效應(yīng)帶動產(chǎn)出和收入的增長。這種影響機(jī)制可以表示如下:F↑→R↓→I↑→Y↑→S↑其中I表示農(nóng)業(yè)投資。為便于分析，上述模型可變形為下列形式:Yit=ρiTt+λiFit+ηiRit+ωiLit+θiEit+CY+di+εit(7)Sit=ψiTt+κiFit+φiRit+τiYit－1+CS+di+μit(8)模型(7)用來分析第一產(chǎn)業(yè)產(chǎn)出的決定與影響因素，模型(8)用來反映農(nóng)民人均收入的決定與影響因素。其中T是時間虛擬變量(T=1978，1979，…，2009)，它反映ρi、ψi隨時間的變化;CY為模型(7)的共同截距;Cs為模型(8)的共同截距項(xiàng);di為截面虛擬變量;εit、μit為隨機(jī)擾動項(xiàng);λi、ηi分別為金融機(jī)構(gòu)農(nóng)業(yè)貸款、銀行利率對第一產(chǎn)業(yè)產(chǎn)值的影響系數(shù);κi、φi分別為金融機(jī)構(gòu)農(nóng)業(yè)貸款、銀行利率對農(nóng)村居民人均收入的影響系數(shù);τi為前期產(chǎn)出對農(nóng)民人均收入的影響系數(shù);ωi、θi分別為勞動力和土地投入對農(nóng)業(yè)產(chǎn)出的影響系數(shù)。根據(jù)理論模型，我們預(yù)計系數(shù)λi、κi、ωi、θi為正，即農(nóng)業(yè)貸款投放、勞動力和土地投入的增加會促進(jìn)農(nóng)業(yè)產(chǎn)出和農(nóng)村居民收入的增長;預(yù)計系數(shù)ηi、φi為負(fù)，即利率水平的上升會抑制農(nóng)業(yè)產(chǎn)出和農(nóng)村居民收入的增長;系數(shù)τi為正，即前期產(chǎn)出增加有助于當(dāng)期收入的增加。

三、變量選擇和數(shù)據(jù)來源

農(nóng)業(yè)信貸資金產(chǎn)生的經(jīng)濟(jì)效應(yīng)是綜合且復(fù)雜的，本著可計量的基本原則，本文主要對其農(nóng)業(yè)產(chǎn)出效應(yīng)和農(nóng)村收入效應(yīng)進(jìn)行分析。根據(jù)金融發(fā)展理論，把信貸資金作為解釋變量，把農(nóng)業(yè)產(chǎn)出和農(nóng)村居民收入作為被解釋變量，把勞動力、土地投入作為控制變量。考慮到西部地區(qū)多個省區(qū)數(shù)據(jù)資料的可比性、可得性以及中國農(nóng)村金融發(fā)展的實(shí)際情況，本文以各省區(qū)第一產(chǎn)業(yè)產(chǎn)值(PI)作為農(nóng)業(yè)產(chǎn)出水平的變量，并對PI進(jìn)行對數(shù)處理，令Yit=Ln(PI);用各省區(qū)農(nóng)村居民人均年收入(AI)作為收入水平的變量，也對AI進(jìn)行對數(shù)處理，令Sit=Ln(AI);用各省區(qū)金融機(jī)構(gòu)農(nóng)業(yè)貸款總額(FL)作為信貸資金投入的變量，對FL進(jìn)行對數(shù)處理，令Fit=Ln(FL);R為實(shí)際利率，即用通貨膨脹率調(diào)整后的一年期銀行貸款利率(如果本年度利率水平發(fā)生過多次調(diào)整，則采用其加權(quán)平均值);以各省區(qū)第一產(chǎn)業(yè)勞動力人口數(shù)(Labor)作為勞動力投入的變量，人口數(shù)單位為千萬，進(jìn)行對數(shù)處理，令Lit=Ln(Labor);以各省區(qū)農(nóng)作物播種面積(Land)作為土地投入的變量，土地面積單位數(shù)為千公頃，進(jìn)行對數(shù)處理，令Eit=Ln(Land)。本文研究樣本地區(qū)包括西部地區(qū)12個省、市、自治區(qū)，時間為1978—2009年，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》《新中國60年統(tǒng)計資料匯編》和各省統(tǒng)計年鑒。

四、模型分析與實(shí)證檢驗(yàn)

1．各變量的面板單位根檢驗(yàn)為了避免偽回歸，需對Y、S、F、R、L、E等變量進(jìn)行單位根檢驗(yàn)。我們選擇4種主要的方法同時進(jìn)行檢驗(yàn)，取4種方法檢驗(yàn)一致的結(jié)果，以增強(qiáng)檢驗(yàn)的可靠性。這四種檢驗(yàn)方法分別是LevinLin＆Chut檢驗(yàn)、ImPesaran＆ShinW-stat檢驗(yàn)、ADF-FisherChi-square檢驗(yàn)和PP-FisherChi-square檢驗(yàn)。表1是6個原始變量及差分變量的檢驗(yàn)結(jié)果，結(jié)果表明，Y、S、F、R、L、E的原始序列均沒有通過單位根檢驗(yàn)，但它們的一階差分序列都通過了4種方法的檢驗(yàn)，說明這6個變量都是一階單整。

2．協(xié)整檢驗(yàn)和協(xié)整方程的估計由于Y、S、F、R、L、E都是一階單整序列，存在協(xié)整的可能，因此可以采用二步檢驗(yàn)法進(jìn)行協(xié)整檢驗(yàn)。在進(jìn)行協(xié)整檢驗(yàn)之前，本文先對模型(7)、(8)進(jìn)行無約束回歸分析，并對回歸分析產(chǎn)生的殘差進(jìn)行單位根檢驗(yàn)，結(jié)果表明方程的殘差序列沒有單位根，說明可能存在協(xié)整關(guān)系;然后再進(jìn)一步進(jìn)行協(xié)整檢驗(yàn)。本文主要采取Engle-Granger二步法的協(xié)整檢驗(yàn)和Johansen跡(trace)檢驗(yàn)方法的面板數(shù)據(jù)協(xié)整檢驗(yàn)，表2是基于Engle-Granger二步法的協(xié)整檢驗(yàn)結(jié)果。表2中的檢驗(yàn)結(jié)果否定了原假設(shè)，說明模型(7)和(8)中各變量之間存在協(xié)整關(guān)系;而基于Johansen的trace協(xié)整檢驗(yàn)結(jié)果也支持模型(7)和(8)中各變量之間存在協(xié)整關(guān)系。因此，可以用面板模型對兩個方程進(jìn)行回歸分析。表2基于Granger-Engle二步法的Kao協(xié)整檢驗(yàn)?zāi)Ｐ?7)ADF檢驗(yàn)?zāi)Ｐ?8)ADF檢驗(yàn)t值概率t值概率－4．44260．0000－4．34910．0000注:協(xié)整檢驗(yàn)的零假設(shè)是各變量之間不存在協(xié)整關(guān)系。本文利用EVIEWS6．0對模型設(shè)定進(jìn)行協(xié)方差檢驗(yàn)，分析結(jié)果顯示采用等斜率模型較優(yōu);然后采用Hausman檢驗(yàn)和RedunantFixedEffects檢驗(yàn)，結(jié)果表明選擇截面固定效應(yīng)與時期隨機(jī)效應(yīng)模型較優(yōu)。模型回歸分析的結(jié)果如表3。模型中各系數(shù)的符號與我們理論預(yù)期相一致。其中農(nóng)業(yè)貸款和第一產(chǎn)業(yè)產(chǎn)值是正相關(guān)的，說明貸款增長率每增加1%可以促進(jìn)第一產(chǎn)業(yè)產(chǎn)出增長率上升0．17%，;而利率和第一產(chǎn)業(yè)產(chǎn)值是負(fù)相關(guān)的，說明利率下降1%可以刺激第一產(chǎn)業(yè)產(chǎn)出增長率上升0．09%;在第一產(chǎn)業(yè)產(chǎn)值增長率的影響因素中，土地播種面積增長率的影響作用最大。模型(8)中F的系數(shù)為正，說明農(nóng)業(yè)貸款投放與農(nóng)村居民收入水平之間是正相關(guān)的，既農(nóng)業(yè)貸款增長率每增加1%可以使農(nóng)村居民收入增長率上升0．05%;R的系數(shù)為負(fù)，表明利率的調(diào)整與農(nóng)村居民收入增長是負(fù)相關(guān)的，利率下降1%可以使農(nóng)村居民收入增長率上升0．07%。模型(7)F的系數(shù)大于模型(8)中F的系數(shù)，說明農(nóng)業(yè)信貸促進(jìn)農(nóng)業(yè)產(chǎn)出的增長的作用是比較明顯的，而在提高農(nóng)村居民收入方面的作用比較弱，其原因主要在于以下兩個方面:一是西部地區(qū)農(nóng)村信貸投入結(jié)構(gòu)偏重于農(nóng)業(yè)生產(chǎn)。根據(jù)中國人民銀行的統(tǒng)計，西部地區(qū)農(nóng)村貸款中投向農(nóng)業(yè)生產(chǎn)類的貸款占比約為80%，農(nóng)村鄉(xiāng)鎮(zhèn)企業(yè)貸款的占比約為20%;與之相比，東部地區(qū)農(nóng)業(yè)生產(chǎn)類的款占比約為60%，農(nóng)村鄉(xiāng)鎮(zhèn)企業(yè)貸款的占比約為40%。顯然，就貸款投入對第一產(chǎn)業(yè)的貢獻(xiàn)來看，投放于農(nóng)業(yè)生產(chǎn)的貸款的產(chǎn)出效應(yīng)要強(qiáng)于投放于農(nóng)村鄉(xiāng)鎮(zhèn)企業(yè)貸款的產(chǎn)出效應(yīng)，這就導(dǎo)致了西部地區(qū)農(nóng)業(yè)信貸投入的產(chǎn)出效應(yīng)要好于其收入效應(yīng)。二是西部地區(qū)農(nóng)村居民收入結(jié)構(gòu)的特殊性。根據(jù)有關(guān)統(tǒng)計資料，西部地區(qū)農(nóng)村居民收入結(jié)構(gòu)中占比由高到低依次是家庭經(jīng)營性收入、工資性收入、轉(zhuǎn)移性收入、財產(chǎn)性收入，分別為65．9%、27．9%、4．0%、2．2%，第一產(chǎn)業(yè)生產(chǎn)是西部地區(qū)農(nóng)民收入的主要來源。而從第一產(chǎn)業(yè)的內(nèi)部分工來看，農(nóng)民始終處于產(chǎn)業(yè)價值鏈的最低端，因此盡管第一產(chǎn)業(yè)產(chǎn)出水平在增加，但農(nóng)民收入的增長卻并不明顯。綜合兩個模型來看，F(xiàn)的系數(shù)的絕對值都要大于R的系數(shù)的絕對值，說明農(nóng)業(yè)產(chǎn)出和農(nóng)村居民收入對農(nóng)業(yè)信貸利率的變化不敏感。這是因?yàn)樵谵r(nóng)村金融市場，信貸配給的現(xiàn)象十分普遍，在相對落后的西部地區(qū)，農(nóng)村信貸供給缺口更大，即使利率水平發(fā)生較大幅度的變化也很難抑制相對旺盛的信貸需求。

3．信貸資金投入經(jīng)濟(jì)效應(yīng)的省際比較在等斜率模型分析的基礎(chǔ)上，通過截面虛擬變量di的差異性可以對農(nóng)業(yè)信貸的區(qū)域效應(yīng)差異予以反映。表4給出了個體固定效應(yīng)截面虛擬變量di的回歸結(jié)果，為了能夠清晰地反映上述差異，本文對該結(jié)果進(jìn)行了降序排列。模型(7)的實(shí)證結(jié)果顯示，在西部地區(qū)的12個省、市、自治區(qū)中，農(nóng)業(yè)信貸對第一產(chǎn)業(yè)產(chǎn)出作用由強(qiáng)到弱的依次是四川、廣西、云南、內(nèi)蒙古、貴州、重慶、陜西、新疆、甘肅、青海、寧夏、西藏，其中排序靠后的4個省份的截面虛擬變量回歸系數(shù)為負(fù)，說明這四個省份農(nóng)業(yè)信貸的投放對第一產(chǎn)業(yè)產(chǎn)出的影響作用比較弱。模型(8)的實(shí)證結(jié)果顯示，農(nóng)業(yè)信貸對農(nóng)村居民收入作用由強(qiáng)到弱的省份依次是西藏、寧夏、青海、內(nèi)蒙古、重慶、新疆、甘肅、陜西、貴州、廣西、云南、四川，其中排序靠后的9個省份的截面虛擬變量回歸系數(shù)為負(fù)，說明這9個省份農(nóng)業(yè)信貸促進(jìn)農(nóng)村居民收入增長的作用比較差。如果將1978—2009年農(nóng)業(yè)貸款額與第一產(chǎn)業(yè)GDP比值的均值進(jìn)行比較后會發(fā)現(xiàn)，比值最高的兩個省分別是寧夏、甘肅，比值最低的兩個省分別是西藏、青海，詳見圖1。由此可見貸款投入過多或過少都不利于第一產(chǎn)業(yè)產(chǎn)出的增長。信貸投入不足很難激發(fā)農(nóng)業(yè)潛在的生產(chǎn)能力，從而無法形成有效產(chǎn)出;而貸款投入過多會降低資本的邊際產(chǎn)出率。此外，農(nóng)業(yè)生產(chǎn)所需的土壤、水資源等要素也會制約農(nóng)業(yè)信貸的產(chǎn)出效應(yīng)。西藏、青海、寧夏的耕地面積占比在西部地區(qū)處在最末三位，而寧夏、甘肅的人均水資源量排在西部地區(qū)倒數(shù)一、二位，農(nóng)業(yè)信貸資金很難在短期內(nèi)產(chǎn)生好的效果。因此信貸投入相對不足的地區(qū)要繼續(xù)加大信貸投入，而信貸投入相對較多的地區(qū)則要調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，提高農(nóng)業(yè)生產(chǎn)效率。

4．農(nóng)業(yè)信貸資金投入的時期效應(yīng)表5給出了農(nóng)業(yè)信貸資金產(chǎn)出效應(yīng)的時期狀況。從模型(7)的時間虛擬變量的系數(shù)變化情況來看，1992年以前都為負(fù)，1993—1998年為正，1999—2003年又轉(zhuǎn)為負(fù)，2004以后為正。從整體趨勢來看，隨著時間的推移，時期隨機(jī)效應(yīng)虛擬變量的回歸系數(shù)由負(fù)變正，說明農(nóng)業(yè)信貸資金的產(chǎn)出彈性和利率彈性在逐漸得到改善。但農(nóng)業(yè)信貸資金的動態(tài)效應(yīng)改善仍然面臨許多不確定性，1999—2003年中國糧食產(chǎn)量出現(xiàn)緩慢增長，人均糧食產(chǎn)量甚至出現(xiàn)連續(xù)下滑的情況，這在一定程度上影響了農(nóng)業(yè)信貸資金的產(chǎn)出效應(yīng)。因此，提高農(nóng)業(yè)信貸效率不能簡單依賴資金投放的增加，提高農(nóng)業(yè)生產(chǎn)所需的技術(shù)、勞動力、土地要素的質(zhì)量也是中國農(nóng)業(yè)健康發(fā)展的重要保障。

五、研究結(jié)論與政策建議

本文運(yùn)用面板模型對我國西部地區(qū)農(nóng)業(yè)信貸投入的經(jīng)濟(jì)效應(yīng)進(jìn)行實(shí)證研究，得出以下基本結(jié)論:第一，對西部地區(qū)各省區(qū)的農(nóng)業(yè)信貸投入、銀行貸款利率和第一產(chǎn)業(yè)產(chǎn)值及農(nóng)村居民收入的面板回歸分析表明，農(nóng)業(yè)信貸投入在促進(jìn)農(nóng)業(yè)產(chǎn)出增長方面的作用比較明顯，而在提高農(nóng)村居民收入增長方面則顯得比較乏力。農(nóng)業(yè)信貸的產(chǎn)出效應(yīng)強(qiáng)于收入效應(yīng)的原因主要源自兩個方面，一是西部地區(qū)農(nóng)業(yè)信貸投入結(jié)構(gòu)偏重農(nóng)業(yè)生產(chǎn)，二是西部地區(qū)農(nóng)村居民收入主要來源于第一產(chǎn)業(yè)。因此調(diào)整農(nóng)業(yè)信貸投放結(jié)構(gòu)和改善農(nóng)民收入結(jié)構(gòu)，有助于改善農(nóng)業(yè)信貸的收入效應(yīng)。第二，從農(nóng)業(yè)信貸投入的動態(tài)經(jīng)濟(jì)效應(yīng)來看，西部地區(qū)農(nóng)業(yè)信貸資金的產(chǎn)出彈性逐漸得到改善，農(nóng)業(yè)產(chǎn)出對信貸投入的響應(yīng)更趨積極。相比而言，農(nóng)業(yè)產(chǎn)出和農(nóng)村居民收入對農(nóng)業(yè)信貸利率的變化不敏感，說明農(nóng)村金融市場上信貸配給的現(xiàn)象依然普遍，即使利率水平發(fā)生較大幅度的變化也很難抑制相對旺盛的信貸需求。因此，完善農(nóng)業(yè)信貸的征信機(jī)制不僅可以降低農(nóng)業(yè)信貸風(fēng)險，而且可以增加農(nóng)業(yè)信貸資金的有效供給。第三，對個體固定效應(yīng)截面虛擬變量回歸系數(shù)的分析顯示，西部地區(qū)農(nóng)業(yè)信貸投入的經(jīng)濟(jì)效應(yīng)存在省際差異。從第一產(chǎn)業(yè)產(chǎn)值增長率對農(nóng)業(yè)信貸增長率的響應(yīng)程度來看，四川、廣西、云南、內(nèi)蒙古、貴州、重慶、陜西、新疆等省份的農(nóng)業(yè)信貸投入的產(chǎn)出效應(yīng)較好;從農(nóng)村居民收入水平增長率對農(nóng)業(yè)信貸增長率的響應(yīng)程度來看，西藏、寧夏、青海等省份的農(nóng)業(yè)信貸的收入效應(yīng)較好。對于農(nóng)業(yè)信貸的經(jīng)濟(jì)效應(yīng)較差的地區(qū)，要加大信貸資金投入，調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高技術(shù)、勞動力和土地要素的質(zhì)量。