1. 引言
从国外的研究来看,中国金融发展与全要素生产率增长的关系既有“需求跟随”性质(Kuznets, 1955) [1] ,又具有“供给引领”性质(Shaw, 1973) [2] 。从国内来看,余利丰等(2011)指出金融发展与全要素生产率的增长相互作用、相互促进 [3] 。赵勇等(2010)基于1985~2006年省级面板数据利用2SLS法发现,金融发展对全要素生产率的水平具有显著的正面影响 [4] 。姚耀军等(2011)文献表明:要提升中国全要素生产率,必须加快银行体系改革、推动金融发展 [5] 。王定祥等(2011)的研究表明,财政分权制度背景下银行信贷主要通过技术进步路径促进全要素生产率的提高,而技术效率路径并不显著 [6] 。而鲜见从农业视角研究农村金融发展和农业全要素生产率。谭霖等(2011)运用面板数据误差修正模型对农业全要素生产率与农业金融发展水平的关系进行了实证分析。结果显示,在短期内,农业金融发展水平不是全要素生产率增长的原因,但在长期内,农村金融的发展会显著提高全要素生产率;而不管在短期还是长期,农业全要素生产率都是金融发展的原因 [7] 。尹雷(2014)等运用GMM估计方法对省级动态面板数据进行研究,发现农村金融发展通过影响农业技术进步效应而对农业全要素生产率具有正向促进作用;农村金融发展对农业全要素生产率的影响存在区域差异 [8] 。
本文基于DEA与VAR模型实证分析1988~2012年湖南省14个地区市的农业全要素生产率、技术效率、技术进步与湖南省农村金融发展规模、金融发展效率、金融发展结构的相互动态关系的内在规律,以期为湖南省农村金融的发展、农业全要素生产提高和农业经济的发展提供相应的对策建议。
2. 模型及变量的选取
2.1. 理论模型
根据Fare等的原理及方法,Malmquist指数(TFP)在规模报酬不变条件下可以分解为技术效率变化指数(Effch)和技术进步指数(Techch),其中技术效率变化指数(Effch)又可分解为纯技术效率变化指数(Pech)和规模效率变化指数(Sech) [9] ,即
TFP = Effch × Techch = Pech × Sech × Techch
Effch表示技术效率变化指数,若Effch > 1,表明市州的当期生产比上一期更接近生产前沿面,市州相对技术效率有所提高;若Effch < 1时,表明相对技术效率有所降低。Techch是技术进步变化指数,若Techch > 1,表明本期生产前沿面向外移动,出现了技术进步;若Techch < 1,表明技术退步;若值为1,表明保持原有水平。两者增长率等于相应的指数减去1。
2.2. 变量选取及数据来源
金融发展的内涵包括金融体系的规模、结构、效率三方面。农业全要素生产率与农村金融发展相应的指标选取与说明见表1。所有变量的数据来源于《湖南统计年鉴1978~2013》,《湖南改革开放30年(1978~2008)》,《中国金融年鉴》,农村金融发展指标及数据利用了何平均(2013)文献的相关数值 [10] 。
3. 农业全要素生产测算
笔者用DEAP2.1软件对1988~2012年湖南省14个地市共25年6个投入变量1个产出变量的面板数据进行计算,得到全省年平均Malmquist指数(表2第一至第六列和表3),由于年份及投入产出指标的统计口径差异,表中的数据跟李立清(2011)的Malmquist 指数有所不同 [11] 。
3.1. 湖南省农业全要素生产率变动趋势及其构成分析
根据表2中第二至第六列湖南省农业全要素生产率、技术进步及技术效率变化的环比指数,可以计算出以1988年为基期的定基指数(见表2中第七列至第十一列)。通过表2和图1、图2可以得全要素生产率及其构成的变化趋势,结果表明:
1) 湖南省农业全要素生产率(TFP)在1988~2012年间除了在1990,1991,1992这三年出现了负增长以外其余年份都是正增长,总体年环比平均增长率为1%。1993年之后,TFP呈现出持续较快增长的特征。1993~2003年这十一年的增长率均保持在10%以下;2004~2006年三年的增长率保持在10%以上,且递增的速度非常之快,2007~2012年间的增长率保持了20%以上的增长,且在2011和2012年达到了历史的最高增长率32.2%与28.2%。
2) 促进湖南省农业TFP的增长主要原因是农业技术的进步,而不是农业技术效率。由表1和图1得知,1988~2012年湖南省农业TFP的变化趋势与农业技术变化几乎保持同步增长,年均增长1.1%。然而,农业技术效率变化指数却呈现出缓慢下降的趋势,年平均下降0.1%。可见,湖南省农业技术进步增长与技术效率下降同时存在,且技术进步的作用大于并抵消了技术效率下降带来的消极影响。湖南省农业技术效率低下的主要原因为:① 由于受丘陵、山区等自然地理条件的限制以及农户单干的影响,小型农田机械等规模生产技术难以得以应用和推广。② 湖南省水利基础设施陈旧落后,自动化浇灌技术基本上缺失,
Table 1. Related indicators of Hunan rural financial development and agricultural TFP
表1. 湖南省农村金融发展与农业全要素生产率相关指标
Table 2. The annual average and growth rate of Hunan agricultural TFP change
表2. 湖南省农村金融发展与农业全要素生产率相关指标
Table 3. Average Malmquist index values of 14 regions in Hunan province
表3. 湖南省14个市州平均Malmquist指数值
Figure 1. Fixed base trend between EFFCH, TECH and TFP in 1989-2012 (compared to 1988)
图1. 1989~2012年EFFCH,TECH及TFP定基趋势图(比较1988年)
Figure 2. Changes and structure in agricultural technical efficiency in Hunan Province in 1989-2012 (compared to 1988)
图2. 1989~2012年湖南省农业技术效率变化及构成(比较1988年)
水利资源没有得到有效利用,容易受到自然灾害的影响。③ 农户由于资金限制和自身文化约束,难以接受农业中新的技术,而且整个湖南省农业技术推广体系还没有建立,没有对农户的相关技术培训。
3) 湖南省农业技术效率下降主要受到了纯技术效率的影响。图2表明了湖南省农业技术效率指数的变化趋势和纯技术效率指数的变化趋势大体上一致,呈现出先升后降再升再降的趋势。规模效率在每个节点上基本上能与技术效率保持同步升降态势,但是幅度没有远没有技术效率大。1995年为规模效率变化的一个分界点,在这之前波动幅度较小,之后幅度扩大,但基本上是在1的上下波动,规模效率年均增长为0。因此,纯技术效率以0.1%的速度下降和不变规模效率两者共同促使技术效率以0.1%的速度下降,从而不利于农业 TFP 的增长。因此可以重点通过提高农户的生产技术和经营管理水平及增加物质要素投入的规模和农业生产规模,来促进湖南省农业技术效率对农业TFP增长的作用。
3.2. 湖南省14个市州农业全要素生产率变动及其构成分析
利用表3湖南省各市州1988~2012年的均值Malmquist数据进行分析得到:
1) 1988~2012年期间,衡阳市、张家界、永州市和湘西自治州农业全要素生产率年均分别下降0.7%、0.4%、2%和1.2%,而其余10个市州均实现了正增长,其中娄底市、湘潭市、长沙市和株洲市增长较快,年均增长率分别为3.4%、3%、2.6%和2.5%。值得一提的是,与长沙市等经济发展水平更高、农业生产条件更好的市州相比,娄底市农业TPF的年均增长率较高。究其原因,在于娄底市农业技术进步的年均增长率有3.4% (远高于其它市州),而农业技术效率没有增长。
2) 在湘南地区,衡阳市和永州市农业TFP指数及其构成5个指标年均都出现了下降。除长沙、株洲和湘潭外,衡阳市的经济技术条件应该算是最好的,但农业生产效率表现欠佳,可能的原因是:由于邻近广东,外出务工人员较多,导致农村劳动力老龄化,欠缺规模化和机械化等技术应用;同时衡阳市由于地理位置转接了广东省的部分第二三产业等传统转移性产业,发展的重心不在农业。
3) 技术效率只有长沙、株洲和湘潭年均增长了0.2%,其中长沙是因为纯技术效率增长了0.2%,规模效率无增长;株洲是纯技术效率无增长,而规模效率增长了0.2%;湘潭是规模效率增长了0.3%,纯技术效率反而下降了0.1%。衡阳、岳阳、郴州和永州技术效率都出现了下降,从构成来看,都是由纯技术效率下降引起的。总体来看,湖南省各市州地区的技术效率变化差异并不显著。
4) 湖南省各市州农业技术进步与湖南省全要素生产率变化总体情况保持一致,成为推动各市州农业 TFP增长的主要动力。从技术进步指数来看,衡阳市、张家界、永州市和湘西自治州四个市州年均分别下降0.4%,0.4%,1.4%和1.2%,其它10个市州出现了正增长,其中娄底市、湘潭市和郴州市增长较快,年均增长率分别为3.4%、2.8%和2.6%。
4. 农村金融发展测算
根据表1农村金融发展指标及计算方法得到表4。由表4可知:湖南省金融发展效率要大于金融发展规模及金融发展结构,而且以较快的速度波动地增长。金融发展规模除了在1990,1991年小于金融发展结构外,其他年份的值都要大,且在1990至1998年之间较快的速度递增,至1998年达到最大值1.17,
Table 4. The results of Hunan rural financial development index in 1988-2012
表4. 1988~2012年湖南省农村金融发展指标计算结果
1999年跌到0.7,之后年份呈现缓慢递增。金融发展结构1988年至1993年保持在0.4与0.5之间,1994年达到最大值0.55,之后呈现缓慢下降,直到2009年的最小值0.14,2010年后面三年略微有所增长。
5. 湖南省农村金融发展与农业全要素生产率的动态变化
5.1. 数据平稳性检验
变量的平稳性检验是进行协整检验和建立脉冲反应函数的前提,使用EVIEWS6.0软件中基于SIC自动选择滞后阶数,平稳性检验结果见表5。由表5知,六个变量都是1阶差分平稳的,即为1阶单整。
5.2. 六个变量的十二个VAR(2)模型及其AR根模图
本文基于AIC和SC原则确定VAR模型最优滞后阶数都为2,分别得到六个变量的十二个VAR(2)模型如表6~表8。根据表6~表8可以得到:十二个VAR(2)模型的F统计量比较大及拟合度R2比较高,说明整个模型都是显著的;每个模型中的部分变量统计量偏小,导致一些变量并不显著;变量对因变量有正的影响、也有负的影响,部分变量在不同的滞后期对因变量的影响不同,且有些有符号差异。
在进行协整检验和脉冲结果之前,分别得到三个VAR(2)模型的AR根模图,见图3。从图3的(a)、(b)、(c)三个分图可以看出,模型所有点均在单位圆内(除了b中有一个点落在单位圆上),即所有单位根的模都落在单位圆内时,便认为模型是稳定的。且只有平稳的VAR模型,进行Johansen-Juselius协整检验和脉冲响应函数才会有意义。
5.3. 协整检验
通过表6~表8的向量自回归模型运用Johansen-Juselius检验方法对农业全要素生产率、技术效率、技术进步分别与农村金融发展规模,发展效率及发展结构之间进行协整检验,检验结果如表9~表11所示。由表可知,湖南省农业全要素生产率、技术效率、技术进步分别与金融发展三个指标之间存在长期的均衡关系,即存在长期的稳定关系。
Table 5. Test results of ADF stationary with six variables
表5. 六个变量的ADF平稳性检验结果
Table 6. Estimation results of autoregressive model VAR(2) between BTFP and FIR, FDE, FDS
表6. BTFP与FIR,FDE,FDS的向量自回归模型VAR(2)估计结果
5.4. 脉冲响应函数
本文在表6~表8中十二个Var(2)模型的基础上得到了湖南省农业全要素生产率、技术效率和农业技术进步分别与湖南省农村金融发展规模、发展效率及发展结构之间互相冲击做出脉冲响应的反应轨迹图,如图4~图6所示。图中的横轴代表冲击作用滞后期数(单位:年),将滞后期设为10年;纵轴表示因变量对解释变量的响应程度,实线为脉冲响应函数值,两侧虚线为脉冲响应函数值正负两倍标准差。
图4中前三个图形分别反映了农业全要素生产率对农村金融发展规模、农村金融发展效率及农村金融发展结构的一个标准差(新息)的冲击所产生的脉冲响应函数图。给农村金融发展规模一个标准差冲击后,农业全要素生产率在第1、2、3期出现递增的正响应,且在第3期达到最大正响应点,之后缓慢下降,而第7期之后存在负向响应,且稍微收敛。农村金融发展效率受到一个标准差冲击后,农业全要素生产
Table 7. Estimation results of autoregressive model VAR(2) between BEFFCH and FIR, FDE, FDS
表7. BEFFCH与FIR,FDE,FDS的向量自回归模型VAR(2)估计结果
率在第1、2期正响应后出现下降,并在第3期达到最大负响应点,之后逐渐波动上升,在第6期之后又存在正向响应,但趋向于发散。给农村金融发展结构一个标准差冲击后,农业全要素生产率在第1至10期都是负向响应,先下降再缓慢上升。
图4中下面三个图形分别反映了农村金融发展规模、农村金融发展效率及农村金融发展结构对农业全要素生产率的一个标准差(新息)的冲击所产生的脉冲响应函数图。当给农业全要素生产率的一个标准差的冲击之后,农村金融发展规模、农村金融发展效率表现出正的响应,且在第2期都达到最大值,然后波动性下降,在第6期之后出现了负响应,农村金融发展规模表现出的负向响应用小于农村金融发展效率,且有一定收敛。农村金融发展结构表现出平滑的先升后降,在第8期及之后出现在了负响应。
图4中六个图形结果表明:最初农村金融发展规模对农业全要素生产率有正的影响,但随着时间的推移会出现负的影响。农村金融发展效率在最初阶段有正向影响,中间阶段存在负向影响,但之后较长
Table 8. Estimation results of autoregressive model VAR(2) between BTECH and FIR, FDE, FDS
表8. BTECH与FIR,FDE,FDS的向量自回归模型VAR(2)估计结果
Figure 3. AR mode root graph of three VAR(2) model
图3. 三个VAR(2)模型的AR根模图
Table 9. Cointegration tests between agricultural TFP and development scale, development efficiency and development structure of rural financial
表9. 农业全要素生产率与农村金融发展规模,发展效率及发展结构之间的协整检验
*表示在5%的显著性水平下拒绝原假设。
**表示MacKinnon-Haug-Michelis (1999)收尾概率值。
Table 10. Cointegration tests between technology efficiency and development scale, development efficiency and development structure of rural financial
表10. 技术效率与农村金融发展规模,发展效率及发展结构之间的协整检验
Table 11. Cointegration tests between technology progress and development scale, development efficiency and development structure of rural financial
表11. 技术进步与农村金融发展规模,发展效率及发展结构之间的协整检验
Figure 4. Part impulse response to BTFP of corresponding Var(2) model
图4. BTFP相应Var(2)模型的部分脉冲响应图
Figure 5. Part impulse response to BEFFCH of corresponding Var(2) model
图5. BEFFCH相应Var(2)模型的部分脉冲响应图
阶段出现正向影响且影响越来越大。农村金融发展结构对农业全要素生产率一直有负面的冲击影响。农业全要素生产率对农村金融发展规模、农村金融发展效率及农村金融发展结构三者开始都有正向的影响,且影响先升后缓慢下降,然后出现负向影响。
图5中上面三个图形分别反映了农业技术效率对农村金融发展规模、农村金融发展效率及农村金融发展结构的一个标准差新息的冲击所产生的脉冲响应函数图。给农村金融发展规模一个标准差冲击,农业技术效率在第1、2、3期出现递增的正响应,且在第3期达到最大值,然后缓慢下降,在第4期之后存在负向响应,且在第6期达到最大负响应,之后上升到第8期又出现正响应,第9期之后又为负。给
Figure 6. Part impulse response to BTECH of corresponding Var(2) model
图6. BTECH相应Var(2)模型的部分脉冲响应图
农村金融发展效率一个标准差冲击,农业技术效率开始在第1、2期出现了正响应但整个过波动,交替出现正负响应,响应值不大。给农村金融发展结构一个标准差冲击,农业技术效率在第1至10期都是正向响应,先上升再波动性缓慢下降。
图5中下面三个图形分别反映了农村金融发展规模、农村金融发展效率及农村金融发展结构对农业技术效率的一个标准差新息的冲击所产生的脉冲响应函数图。当给农业技术效率的一个标准差的冲击之后,农村金融发展规模表现出正的响应,且在第4期都达到最大值,然后下降,在第6期之后出现了负响应,第8期达到最大负响应,然后上升,在第10期出现了较小的正响应。农村金融发展效率在第1至5期正向响应,第6至8期负响应,第9、10期又正响应。农村金融发展结构表现在第1至4期正向响应,且在第3期出现最大响应,第5至8期负响应,第9、10期又正响应。
图5中六个图形结果表明:农村金融发展规模和农村金融发展效率对农业技术效率出现了正负正负相互交替的影响,但农村金融发展规模比农村金融发展效率的影响程度要大。而农村金融发展结构对农业技术效率一直有正的冲击影响。农业技术效率对农村金融发展规模、农村金融发展效率及农村金融发展结构三者具有相似的波动性影响,都有正负正的影响。
图6中上面三个图形分别反映了农业技术进步对农村金融发展规模、农村金融发展效率及农村金融发展结构的一个标准差新息的冲击所产生的脉冲响应函数图。当给农村金融发展规模一个标准差冲击后,农业技术进步在一直表现正响应,先增后缓慢下降,且收敛。当给农村金融发展效率一个标准差冲击后,农业技术进步在第1、2期正响应但下降,且只有第3期出现负响应,之后逐渐波动上升,但趋向于发散。给农村金融发展结构一个标准差冲击后,农业技术进步在第1至10期都是负向响应,且响应越来越大。
图6中下面三个图形分别反映了农村金融发展规模、农村金融发展效率及农村金融发展结构对农业技术进步的一个标准差新息的冲击所产生的脉冲响应函数图。当给农业全要素生产率的一个标准差的冲击之后,农村金融发展规模、农村金融发展效率表现出正的响应,且在第2期都达到最大值,然后波动性下降,在第6期之后出现了负响应,但农村金融发展规模表现出的负向响应用小于农村金融发展效率,且具有一定收敛。农村金融发展结构表现出先增后减响应,且在第9期及之后出现在了负响应。
图6中六个图形结果表明:农村金融发展规模对农业技术进步一直有正的影响,但随着时间推移这种影响逐渐降低至0;而农村金融发展效率在最初阶段有正向影响,在只有第3期出现负向影响,之后较长阶段出现正向影响且影响越来越大;而农村金融发展结构对农业技术进步一直是负的冲击影响。农业技术进步在前6期对农村金融发展规模和农村金融发展效率及在前8期农村金融发展结构都有较大正向的影响,且影响先升后缓慢下降,然后出现负向影响,但农村金融发展效率负响应最大。
从图4~图6总体可以得到,湖南省农业全要素生产率和农业技术进步两者分别与湖南省农村金融发展规模、发展效率及发展结构三者之间互相冲击做出脉冲响应的反应非常相似,这与湖南省农业全要素生产率主要是由农业技术进步来推动相一致的,而其农业生产规模效率基本上没有变化。湖南省农村金融的发展发挥了一定的作用:农村金融发展规模在短期起到了正向的影响,但长期来说,影响逐渐减少直至消失。农村金融发展效率在短期内影响不明显,偶尔还会表现负影响,但长期来说,对湖南省农业全要素生产率及农业技术进步有较大的促进作用。农村金融发展结构对对湖南省农业全要素生产率及农业技术进步起到负向的影响作用,而对农业技术效率起到正向的作用。湖南省农业全要素生产率、农业技术进步对农村金融发展的影响具有两期分化特征,前半期表现正的影响,后半期表现负的影响,而农业技术效率对农村金融发展的影响具有三期分化特征,即前期具有正向影响,中期具有负向影响,而后期具有正向影响。影响产生的原因主要有:20世纪80年末以来,湖南省农业劳动力、土地等农业生产要素及农户储蓄资金大量流向第二三产业,加剧了农业本身零碎化生产,同时由于多丘陵山区,农业机械化生产、规模化生产难以形成,阻碍了农村金融发展促进湖南省农业技术效率变动的作用。湖南省农业缺乏农业管理、制度等技术体系的支撑,所以造成了湖南省农业技术进步难以通过农村金融发展得到提升。湖南省农业技术进步及农业全要素这二十多年来的小小提升并没有给农村金融发展带来更多的改变,而是大量地支援了城市的经济发展。
6. 结论
本文在收集整理1988~2012年湖南省农村金融发展指标及14个市州狭义农业生产总值、农业机械总动力、农作物播种面积、农村从业人员、化肥施用量、有效灌溉面积及农村用电量的基础上,利用DEA方法对湖南省农业生产的全要素生产率进行了Malmquist指数分解,再利用VAR模型及其协整检验、脉冲响应函数图分别考察了农村金融发展规模、效率及结构三个发展指标分别与湖南省农业全要素生产率、农业技术效率及农业技术进步的相互影响。相应的政策启示:
第一,继续推进农村金融体制改革,为现代农业生产技术的应用、农业机械和农业科技的投入、农村栽培技术等方面提供资金支持,从而更有效地利用现有资源提高农业技术进步和技术效率,提升农业全要素生产率。第二,发展农民专业合作社,积极推进农业产业化。农民专业合作社的发展必须与农村信用合作、农村银行等农村金融机构结合起来,引导信贷资源回流农业,发挥农村金融对农业全要素生产率的提升作用。第三,调整财政支持“三农”的结构支出,重视对农业科研的投资,以提高财政支农效率。第四,提高农村人力资本素质。一方面,鼓励农村青年劳动力从事农业活动,避免农村劳动力老龄化的现象;另一方面加强对农村劳动力技能的培训。总之,农业全要素生产率的提升得益于农村金融的支持与发展,同时也内生更多的金融需求,使更多的金融资源及产品进入农业领域。所以,要不断深化农村金融改革,建立和健全全方位的、多层次的农村金融服务体系。
基金项目
湖南农业大学基金项目“湖南省农村金融发展与农业全要素生产率的动态关系研究”(11YJ06),湖南省教育厅资助科研项目“基于数据包络法的湖南水稻生产效率分析”(12K066)。