本站小編為你精心準備了農村金融農業技術論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、廣東省農業技術進步水平測算與分析

農業技術進步水平測算是實證檢驗的關鍵環節。本文采用科布－道格拉斯（C－D）生產函數基礎上的索洛余值法測算廣東省農業技術進步水平。1928年，柯布（Cobb）和道格拉斯（Dauglas）在研究中指出生產活動中的主要貢獻要素是資本和勞動，即Y＝AKαLβ，其中Y為產出，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出彈性。A為效率系數，反映廣義的技術進步水平。1957年索洛對C－D生產函數進行了改進，假設A為時間t的函數且A（t）＝A0eεt，則C－D生產函數變為。

（一）測算模型與變量設定鑒于土地要素是農業生產中不可或缺的因素，將上述模型的函數形式設定為。結合廣東省農業發展實際，對相關變量的確定如下：（1）農業總產出，直接選取《廣東省統計年鑒》中農業總產值的原始數據。（2）農業的資本耗費，采用農業固定資產投資總額作為衡量指標。（3）勞動力耗費，經濟學中常用勞動者工資、勞動時間或勞動人數等統計指標衡量（李子彪，2006），若考慮農村剩余勞動力的存在，計算時采用農業生產實際投入的勞動力數量較為合適，但因缺乏相關統計資料，借鑒周端明（2009）的做法，選擇第一產業從業人數作為計量指標。（4）土地耗費，考慮到廣東省農村土地撂荒的普遍性，采用農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）參數估計本文選取廣東省1982－2011三十年的統計數據擬合生產函數，測算出各投入要素的參數。為避免多種共線性對參數估計的影響，假設規模報酬不變，則有α＋β＋γ＝1，生產函數式（4）可變為。由表2可知，模型的擬合優度較好，達到了0．941499，同時方程本身和各參數變量均通過顯著性檢驗，另外異方差和自相關檢驗均能通過，模型的解釋能力強，可用來計算科技進步貢獻率。由上述結論可知，1982年至2012年間，廣東省農業資本投入的彈性系數α＝0．3517，土地投入的彈性系數γ＝0．25，勞動力投入的彈性系數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％，農業總產值分別增加約0．35％、0．25％和0．40％。可以看到彈性系數最大的是勞動力投入，意味著目前廣東省農業產出相對更依賴于人力資本的增加，屬于典型傳統的勞動密集型產業，與某些省份相比②，資本投入與勞動力投入的彈性系數相差不大，可粗略認為目前廣東省農業發展處于由勞動密集型轉向資金密集型的過渡期。

（三）廣東省農業技術水平測算結果及分析根據上文所得參數估計結果，結合（5）式，對廣東省1982－2012年農業技術進步水平進行測算。可以看到，30年間廣東省農業技術進步增長率表現出較大的波動性，甚至有些年份出現負值（圖1）。這一方面與廣東省自然災害頻繁，農業生產總值波動較大不無關聯；另一方面，所測算的農業技術進步為廣義全要素生產率（TFP），不僅包括科技進步本身，還受資源配置效率和其他隨機因素的影響。如1992年，資本投入增長率達到153．51％，而農業總產值增長率僅為12．57％，出現了投入多而有效產出少的情況。在剔除生產要素投入之后，農業技術進步水平不可避免地出現負值，但這并不能說明農業科技進步對廣東省農業經濟增長沒有發揮積極作用。1998年以后，農業技術進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，但這需要更多數據支持。

二、實證檢驗

（一）變量的選取與數據說明金融發展水平提高的一個主要表現就是金融資產規模相對于國民經濟財富的擴展。對于金融發展水平的衡量，考慮到目前廣東省農村金融結構相對簡單及數據的可得性，擬從農村金融發展的規模和效率兩個維度進行考量。金融發展規模指標方面，鑒于廣東省農村金融以存貸業務為主，結合一般做法，選擇農村存貸款余額之和與農業GDP之比為金融發展規模的衡量指標。但因1990年前后鄉鎮企業貸款余額的統計口徑明顯不同，而1995年后統計年鑒重新對金融機構貸款余額進行了劃分，導致城鄉居民儲蓄存貸款余額與研究所需數據口徑相差太大，故而采用農業存款余額和農業貸款余額替代農村存貸款以反映農村金融狀況。金融發展效率指標方面，參考王志強、孫剛（2003）的做法，選用農業貸款與農業存款之比作為衡量農村金融發展的效率指標［14］。采用這一指標還基于以下考慮：首先，農村金融發展的目的是服務農村實體經濟，這一比值越大，越能反映農村金融機構對農業的支持力度；其次，該指標可以衡量農村金融機構將存款轉化為貸款的能力，顯示農村金融機構對金融資源配置的效率；還可在一定程度上反映當前農村資金外流狀況。農業科技進步方面，直接選取上面測算出的廣東省農業技術進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，廣東省統計年鑒不再提供農業存貸款余額等相關數據指標，故截取1983－2010年度樣本數據，樣本數據均來源于《廣東省統計年鑒》及《廣東省農村統計年鑒》。各變量的描述性統計及變化趨勢如表3和圖2所示。在這里主要對農村金融發展規模指標和效率指標進行分析，由表3和圖2可看到：（1）農業存貸款余額占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，該比值達到0．67，相比1982年增長近1．5倍，說明廣東農村金融資產比例不斷提升，農村金融規模不斷擴大。（2）農村金融發展效率指標的變動趨勢：1998年以前，農業貸款占農業存款的比值呈現較大波動，在1983年達最大值后，1994年降至最低點。這是因為1983年農村經濟體制率先改革，眾多資金流向農村；但隨著1984年經濟體制改革重點轉向城市，農業貸款占比急劇下降，且在1998－2000年間出現大幅度回落。大量資金流向城市，農戶與農村中小企業融資難制約了農村經濟發展。（3）2006年廣東省開始逐步推進農村新型金融機構改革，但從圖2可以看出，農村金融發展效率持續下降趨勢并未因此明顯改善，相反，農村金融發展規模指標出現了近10年來少有的大幅度波動，這意味著目前新型金融機構改革并未達到預期效果。

（二）單位根檢驗由于經濟變量的時間序列數據往往都是非平穩的，若直接將其引入模型進行經典線性估計，很可能出現偽回歸現象，因此，有必要先對各時間序列進行平穩性檢驗。通過Eviews5．1進行ADF檢驗，各變量的檢驗結果見表4。從表4的檢驗結果可看出，原有時間序列數據的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，表現為平穩序列。換言之，原有時間序列都是一階單整的I（1）序列，故可進一步檢驗三組變量之間是否存在協整關系。

（三）協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協整檢驗來判斷它們之間是否存在長期均衡關系。Johansen協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模型結構，而其中一個重要問題就是滯后階數的確定，運用赤池信息準則（AIC）和施瓦茨準則（SC）進行選擇，同時基于數據生成過程特征，選擇帶有截距項并帶有趨勢項的VAR模型，具體統計結果如表5所示。結果顯示，無論是AIC還是SC甚至其他如LR統計量等，均認為滯后階數為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）模型的穩定性檢驗結果顯示，全部根的倒數都位于單位圓曲線內（圖3），即VAR（1）模型是穩定的。協整檢驗模型的滯后期等于VAR模型的最優滯后階數減1，故確定為0。表6為Johansen協整檢驗結果。結果表明，在5％的顯著水平下，變量之間存在協整關系。對協整均衡向量進行標準化后，可寫出三個變量的協整方程如下：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系，可以發現1982－2010年農村金融融發展規模與農業技術進步正相關，而農村金融發展效率與農業技術進步存在反向作用關系。亦可看出，農村金融發展規模的取值每增加1％，農業技術進步會同向變動0．42個百分點；農村金融發展效率的取值增加1個單位，農業技術進步會下降0．19個百分點。另外進一步對TFP與RGM、TFP與RXL兩兩分別進行協整檢驗，同樣發現它們之間也存在協整關系，說明廣東省農村金融發展與農業技術進步間確實保持穩定的均衡關系。

（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整關系的結論，但這種均衡關系在短期內如何調整，需通過建立VEC模型進一步探討。根據AIC、SC準則，確定VEC模型的最優滯后階數為1，所得VEC模型結果如表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，且在統計上是顯著的，說明系統內變量間如果在短期內出現正向非均衡狀態，RXL會同向修正而TFP會出現反向修正，相比而言，RXL的修正幅度較大，即長期穩定關系對農業技術進步和農村金融發展效率具有顯著的調節作用，調節效應分別為55．59％和96．26％。

（五）格蘭杰因果檢驗檢驗了廣東省農業技術進步與農村金融發展規模、農村金融發展效率之間存在長期均衡關系，但變量間的因果關系尚不明朗，因此用格蘭杰因果關系檢驗來驗證變量間的因果聯系。格蘭杰因果關系實質上是檢驗一個變量的滯后項對另一變量是否有預測作用，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系。對各變量進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性，檢驗結果如表8所示。由表8的檢驗結果可看出，在1％的顯著性水平下農業技術進步是農村金融發展效率的Granger原因，而農村金融發展規模和農村金融發展效率均不是農業技術進步的Granger原因。

三、結論與啟示

在運用C－D生產函數模型和索洛余值法測算廣東省農業技術進步水平時間序列基礎上，結合衡量廣東省農村金融發展指標對農村金融發展與農業技術進步關系進行實證分析。結果表明：盡管廣東省農村金融發展與農業技術進步間存在長期均衡協整關系，但二者間僅具有單向格蘭杰因果聯系。廣東省農村金融發展與農業技術進步之間良性互動機制尚未形成。基于廣東農業經濟發展實際，以上實證結果可得如下啟示。（1）農業技術進步可通過提高農業生產率促進農村經濟發展，從而為農村金融發展創造條件。亦即農業技術進步對農村金融發展的影響主要以農村經濟發展為紐帶。農村經濟發展既為農村金融發展提供了賴以生存和發展的資本源泉；又衍生出對特定金融產品和金融服務的需求，從而有效推動農村金融發展。（2）廣東省農村金融應在農業技術研發和推廣方面起應有作用。目前廣東省大部分科技成果來自于科研院所和高等院校，研發資金多來自于政府財政，農村金融機構在此方面的資源配置角色幾近缺位。2010年廣東省農業科研和技術開發經費113262萬元中，政府撥款87151萬元，占比76％，而企業和其他社會資金占比24％。另一方面，近年廣東農村地區的貸存比呈現逐年下降勢態，不利于農業科技推廣。2010年廣東農村地區14．60％的存貸比遠低于56％的全國平均水平。而新型金融機構的脫農傾向加重了這一趨勢。數據顯示，2013年廣東省小額貸款公司累計投放服務業、工業貸款分別為450億元、107億元，占比65％、19％；而農業貸款累計投放130億元，占比僅為16％。需要盡快糾正。（3）完善廣東農村金融體系功能。廣東省農村金融組織體系存在嚴重缺陷：農業發展銀行定位不清晰，政策性業務單一；農村信用社系統經營環境復雜，經營管理能力有待提高；以農業銀行為主的商業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；村鎮銀行與小額貸款公司等新型農村金融機構因主導的商業銀行缺乏明顯的監督比較優勢，難以長期持續經營，更不用說其對農業技術進步的支撐作用［15］。基于此，一是需優化農業發展銀行的服務職能。明確服務功能與職責，通過與各方聯合建立支農貸款保險或擔保基金等方式適度涉足擔保和資金批發業務，為涉農信貸及高科技農業項目投資提供擔保，為農村中小金融機構提供資金批發支持。二是商業性金融機構應結合農業科技企業特點，以融資主體的需求為導向，加大金融產品創新。三是發展互助性擔保和鼓勵商業性擔保，建立健全廣東省鄉鎮企業、農戶的征信系統，進一步完善農村信貸擔保體系，建立良好的農村金融生態。四是地方政府可通過設立農業高科技產業投資基金，吸引社會資金流向處于種子期尤其是創建期的農業科技企業，同時加大對農業保險的保費補貼，充分發揮保險在農業技術推廣中的風險分擔杠桿作用。

作者：張樂柱李錦宇于卉蘭單位：華南農業大學農村經濟研究中心華南農業大學經濟管理學院華南農業大學圖書館