多维视角下金融密度影响农村宏观经济发展的机理分析

来源：职称驿站所属分类：农业经济科学论文发布时间：2022-08-18 08:59:37浏览：次

　　农村金融机构能够在一定程度上缓解农村居民和企业面临的资金问题，激发农村经济发展活力。但若农村金融机构数量过多，即金融密度过高，则可能营造逐利氛围，抑制实体经济发展，导致消费品供给不足，进而阻碍农村宏观经济发展。因此，本文收集了我国31个省市自治区2017～2019年数据，并建立相应模型进行回归分析，最终探究了金融密度不同维度对农村宏观经济发展的具体作用。结果表明：随着金融机构密度增加，农村宏观经济增长呈现先上升后下降的趋势。地理金融密度显著正向促进农村宏观经济增长;人口金融密度显著正向促进农村宏观经济增长;经济金融密度显著负向抑制农村宏观经济增长。经济金融密度对农村宏观经济增长的作用最强，其次为地理金融密度，最后为人口金融密度。

金融研究

　　《金融研究》(月刊)创刊于1979年，是中国人民银行主管、中国金融学会主办，对国内外公开发行的正式出版物。已经成为在中国金融理论研究和实践考察中占据重要地位，扎根金融改革和发展实践，引领学术前沿的理论性、政策性、实践性兼备的权威学术期刊。

　　2021年3月，中共中央、国务院发布《关于实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接的意见》明确，要在巩固拓展脱贫攻坚成果的基础上，做好乡村振兴这篇大文章，持续推进脱贫地区发展与群众生活改善。然而，当前部分地区财政负债过重，市县两级财政压力较大，在负债加重的压力下难以持续加大对乡村建设方面的投入。在此背景下，唯有大力发展农村金融业，才能够有效促进乡村生态资源性资产在价值化进程中增值，从而保障农民增收，切实增强其消费能力与意愿。因此，本文将通过实证分析探究不同维度的金融密度对农村宏观经济产生的具体影响。

　　一、研究基础

　　(一)基础概念

　　金融密度涵盖了一系列与金融机构数量有关的概念，其中金融机构密度的概念最早由石盛林提出，其是指在地区内金融机构网点的绝对数量。由于金融机构密度是绝对数值，只能体现了机构的数量，因此有部分学者提出了地理金融密度、人口金融密度和经济金融密度的概念[1]。其中地理金融密度能够反映单位面积内金融机构网点数量;人口金融密度能够反映人均拥有金融机构网点数量;经济金融密度能够反映单位生产总值内金融机构网点数量。由此可见，金融机构密度最能够直接体现各地区金融机构的绝对数量;与金融机构密度相比，地理金融密度排除了地区面积影响，因此当部分地区由于面积大而拥有金融机构网点数量更多时，采用地理金融密度能够更好地比较不同地区实际的金融密度[2];同理，与金融机构密度相比，人口金融密度和经济金融密度分别排除了人口和生产总值的影响。然而经济金融密度这一概念存在一定矛盾性，当在单位生产总值内金融机构数量较少时，既可能反映了该地区存在金融排斥，也可能说明该地区金融机构效率较高，因而所需金融机构较少[3]。因此，在使用经济金融密度概念时需要与其它指标同时使用，从而具体分析地区情况。

　　(二)研究现状

　　在金融密度的相关研究中，多数学者认为金融密度存在最优密度，当达到最优密度时，地区内金融机构能够更好地为实体经济提供支持;当小于或大于最优密度时，金融机构对实体经济的支持作用可能较弱，甚至可能抑制实体经济发展[4]。而实体经济既是宏观经济发展的助推器，又能切实解决农村就业，因而实体经济的波动能够及时传导到农村宏观经济的发展上。金融发展理论主要探究金融与经济之间的互动，最早由格里等人提出，他们认为金融与经济之间存在复杂的相互作用关系。当经济水平较低时，金融对经济支撑作用较弱。而随着经济水平不断提升，金融对经济的作用逐渐增强[5]。在后续研究中，学者们逐步丰富了金融发展理论的内涵。有学者认为，在发展中国家更可能存在金融抑制现象，即政府干预导致金融体系无法发挥引导市场的作用，降低金融效率，进而导致经济水平下降。同时发展中国家对于农业、农村较不重视，该地区金融水平较低，更有可能出现金融抑制现象[6]。然而目前，在多数发展中国家实行的金融体系市场化的举措均未达到理想的效果，这使得多数学者不得不进一步扩充金融发展理论的内涵，提出了金融约束的概念。金融约束不同于金融抑制，它是指政府通过一系列的举措监管金融体系，并通过制定金融政策激发金融活力，达到金融深化。然而金融约束要求政府必须能够合理管理金融体系，否则将陷入金融抑制的困境，使金融市场效率下降[7-10]。

　　二、研究设计

　　(一)模型建构和数据来源

　　在构建模型时以生产函数为基础，将生产函数中的投入和产出替换为金融变量和农村宏观经济增长。具体而言，为探究金融机构密度(JG)对农村宏观经济增长的作用，本文构建模型如下：

　　NX=C+lnJG+lnJG2+lnGT+lnNC+lnCY+μ (模型1)

　　为探究地理金融密度(DM)、人口金融密度(RM)和经济金融密度(JM)对农村宏观经济增长的作用，本文构建模型如下：

　　NX=C+lnDM+lnRM+lnJM+lnGT+lnNC+lnCY+μ (模型2)

　　其中，NX为农村宏观经济增长，以农村宏观经济年增加值为数据指标;C为常数;JG代表金融机构密度，以金融机构数量为数据指标;GT为农村固定资产投资水平，以农村固定资产投资额为数据指标;NC为农村政府财政支持变量，以农村财政支出占总支出比例为数据指标;CY为劳动力变量，以就业人数占总人口比例为数据指标;地理金融密度以每百平方千米内金融机构数量为数据指标;人口金融密度以每万人金融机构数量为数據指标;经济金融密度以每亿元生产总值金融机构数量为数据指标。本文数据来源于中国银监会、中经网和《国家统计年鉴》，研究时间跨度为2017～2019年，空间跨度为我国31个省市。

　　(二)描述性统计分析

　　在收集到数据后，首先对其进行描述性统计，得到结果如下表1所示。

　　根据表1可知，农村宏观经济增长、金融机构密度、固定资产投资水平、农村政府财政支持变量和劳动力变量的方差值较大，这是由于我国31个省市经济发展、基础设施建设、金融体系构建等方面均存在差异，因而不同地区变量数值差异较大。地理金融密度、人口金融密度和经济金融密度的方差较小，说明各地区在地理面积、人口数量和经济视角下的金融密度相差不大。在描述性统计之后，将求取各变量的对数，从而压缩变量尺度，使数据更加平稳。

　　(三)模型检验

　　在正式进行模型检验之前，需要在随机效应、固定效应或混合效应模型估计方法中进行抉择。因此，本文首先假设应当采用随机效应，之后根据豪斯曼检验的显著性判断是否拒绝原假设。具体检验结果如下表2所示。

　　根据表2可知，豪斯曼检验的P值均为0.000，这说明此时拒绝原假设后出错的概率非常小，因此可以拒绝原假设，即不采用随机效应。此后还需要在固定效应和混合效应间做出抉择，因此本文首先假设应当采用混合效应，之后根据似然比检验的显著性判断是否拒绝原假设。具体检验结果如下表3所示。

　　根据表3可知，各检验的P值均为0.000，这说明此时拒绝原假设后出错的概率非常小，因此可以拒绝原假设，即不采用混合效应。因此，下文将采用固定效应对模型进行估计。

　　三、实证分析

　　由于本文选取数据涉及地区过多，具体情况差异较大，而时间跨度仅为3年，可能导致时期数较少而截面较多。因此，本文将建立两个变截距模型，使用截面加权法进行回归分析。最终获得如下表4所示的数据。

　　根据表4可得，R2为0.989022，说明变量之间的拟合较好;DW检验值为2.352287，说明不存在自相关问题;F检验值为3388.849(P=0.0000)，说明模型拟合较好。金融机构密度与农村宏观经济增长的系数为3.605991(P=0.0571)，金融机构密度平方项与农村宏观经济增长的系数为-0.519348(P=0.0217)，这说明随着金融机构密度增加，农村宏观经济增长呈现先上升后下降的趋势。金融机构能够为社会提供金融服务，在社会资金配置不协调时，金融机构能够及时纠偏，引导资金流入生产率高的产业，从而为社会创造更多价值。此时适当增加金融机构便能明显促进经济增长，提高农村居民收入水平，进而带动宏观经济发展。然而随着金融机构逐渐增多，社会整体逐利情绪加剧，此时的金融体系更专注于如何通过投机获得利润，不是将资金引流到有发展前途的实体产业，而是引流到更吸引投资者的产业。因此，金融机构过多将加重社会逐利情绪，无法起到对实体经济的支持作用，反而压缩了实体产业发展空间。此时的金融体系将抑制经济发展，进一步加剧社会财富分配不公平程度，使得财富聚集在少数人手中，因而降低了社会整体消费活力，也将抑制农村宏观经济增长。固定资产投资水平与农村宏观经济增长系数为0.219374(P=0.0000)，这说明固定资产投资增加，农村宏观经济增长越多。固定资产投资主要涉及社会基础设施建设，一方面基础设施建设能够解决一部分就业，提高部分居民的收入;另一方面基础设施能够吸引外来投资或外来企业，促进本地经济发展，为本地居民带来更多就业岗位，从而在宏观和微观方面均能提高居民收入水平，进一步带动农村宏观经济增长。农村政府财政支持与农村宏观经济增长的系数为-0.015051(P=0.9513)，这说明农村政府财政支持无法显著影响农村宏观经济增长。农村政府财政支持虽然能够为农业发展提供必要的资金帮助，但目前农村政府财政支持仍存在着帮扶不是特别到位的问题，这将导致农村政府财政支持无法获得实际的效果，使得农村政府财政支持无法切实助力农村经济发展，进而难以助力农村宏观经济增长。劳动力与农村宏观经济增长的系数为-0.050810(P=0.0000)，这说明就业人数越多，则农村宏观经济增长越少。由于我国农村以“自种地”“自留地”为主，大型农业企业较少，因此农村就业人员多数是指进城务工人员。当进城务工人员增多时，虽然农村居民整体收入水平有所提升，但大部分消费被转移到城镇，农村宏观经济反而被抑制了。之后对模型2进行回归，得出数据如下表5所示。

　　根据表5可得，R2为0.9847184，说明变量之间的拟合较好;DW检验值为2.399153，说明不存在自相关问题;F检验值为292153.6(P=0.0000)，说明模型拟合较好。地理金融密度与农村宏观经济增长的系数为0.911586(P=0.0000)，这说明地理金融密度越高，则农村宏观经济增长越多。当单位面积内金融机构数量增多，该地区居民将能更方便地获取金融服务，因而从侧面鼓励了居民使用金融服务，进而扩大了农业金融供给和需求。而金融服务的普及能够有效解决资金配置、经济发展动力不足等问题，同时消费贷款还能直接拉动农村宏观经济增长。然而根据前文结论可知，过高的地理金融密度将使地区经济活力下降，不利于农村宏观经济增长。人口金融密度与农村宏观经济增长的系数为0.300696(P=0.0000)，这说明人口金融密度越高，则农村宏观经济增长越多。当人均金融机构数量增多，便意味着每个农村居民均可能获得较好的金融服务，从而促进宏观经济增长。经济金融密度与农村宏观经济增长的系数为-1.369345(P=0.0000)，这说明经济金融密度越高，则农村宏观经济增长越少。當地区单位生产总值内金融机构较少时，说明该地金融机构效率较高，能够快速运作以帮助地区经济发展。此时较少的金融机构便能够显著提升农村消费增长。然而当地区单位生产总值内金融机构过多时，则说明此地金融机构效率较低，大量的金融机构均未能促进经济发展。此时过多的金融机构反而抑制了农村消费增长。

　　四、研究结论与政策建议

　　本文收集了我国31个省市2017—2019年数据，并建立相应模型以对数据进行回归分析，最终分析了金融密度不同维度对农村宏观经济增长的具体作用，得出以下结论：一是金融机构密度与农村宏观经济增长的关系呈“倒U型”，即随着金融机构密度增加，农村宏观经济增长呈现先上升后下降的趋势。由此可见，金融机构密度与农村宏观经济增长存在最优关系，在金融机构密度达到该数值时，最能促进农村宏观经济增长。当小于该数值时，同样能够促进农村宏观经济增长，但促进作用较弱;当大于该数值时，则将抑制农村宏观经济增长。因此，各地区需要找到最优金融机构密度，使金融机构能够更好地服务于农户和农业企业，从而促进农村宏观经济发展，提高农村居民收入，进而促进农村宏观经济增长。二是地理金融密度显著正向促进农村宏观经济增长;人口金融密度显著正向促进农村宏观经济增长;经济金融密度显著负向抑制农村宏观经济增长。由此可见，单位面积内拥有一定数量的金融机构能够有效促进地区经济发展，人均金融机构达到一定数量能够保障居民获得金融服务的便利性，因此两者均能促进农村宏观经济增长。然而若单位生产总值内金融机构过多，则说明金融机构效率过低或虚拟经济比重过大，因而不利于实体经济发展，也将抑制农村消费。三是经济金融密度对农村宏观经济增长的作用最强，其次为地理金融密度，最后为人口金融密度。单位生产总值内金融机构数量越多代表着虚拟经济发展规模越大，这将导致实体经济发展空间被压缩，无法促进经济持续健康发展，因而对农村宏观经济的破坏作用较大。而地理金融密度和人口金融密度均体现在一定空间范围内金融机构数量，未体现其与经济的直接关联，因而对农村宏观经济的作用相对较弱。

　　基于上述结论，本文对农村金融促进农村宏观经济增长提出以下建议：一是适当增加金融机构数量。目前，部分农村地区金融机构较少，居民无法获得切实的金融服务。为此，各地政府可以适当增加金融机构数量，对于在少数地区设立金融网点，政府可适当给予金融机构相应补助。同时还可以鼓励多种主体进入农村金融市场，促进农村金融体系形成良性竞争;二是针对农村地区的农业企业或农户，金融机构应当制定有针对性的扶持策略。首先，金融机构应当充分运用货币政策工具，推动信贷支持有效衔接，积极创新运用政策工具，对当地发展生产具有示范带动作用的企业及农民专业合作社给予支持，有效促进了农村地区产业发展。其次，金融机构应当降低为农业企业提供贷款的标准，使其能够充分享受贷款服务，提升其生活水平和消费水平。最后，加大金融产业扶贫力度，科学运用扶贫小额信贷。金融机构需要因地制宜结合农村地区经济发展实际，推出“扶贫小额信贷+产业扶贫贷款”等金融模式，助力农村地区产业发展。

　　参考文献：

　　[1]王宇萌，叶祥凤.我国农村消费水平与经济发展关系研究——基于VECM模型的分析[J].价值工程，2019，38(25)：105-107.

　　[2]任慧，秦俊亚.基于VAR模型的中国农村消费、投资与经济增长关系的实证研究[J].中国储运，2020(10)：150-151.

　　[3]李建军，韩珣.金融密度的省际差异及其决定因素——基于四层次三维度空间分布评价系统的构建与实证检验[J].中央财经大学学报，2017(07)：28-44.

　　[4]粟芳，方蕾.中国农村金融排斥的区域差异：供给不足还是需求不足?——银行、保险和互联网金融的比较分析[J].管理世界，2016(09)：70-83.

　　[5]杨艳琳，付晨玉.中国农村普惠金融发展对农村劳动年龄人口多维贫困的改善效应分析[J].中国农村经济，2019(03)：19-35.

　　[6]蔣园园.城乡公共服务均等化、居民消费平等化与我国消费经济发展[J].商业经济研究，2021(03)：43-45.

　　[7]杜兴洋，杨起城，邵泓璐.金融精准扶贫的绩效研究——基于湖南省9个城市农村贫困减缓的实证分析[J].农业技术经济，2019(04)：84-94.

　　[8]田祥.社会工作视角下老年人社会价值重建对消费经济的影响[J].商业经济研究，2021(05)：69-71.

　　[9]王思远.吉林省农村金融密度对农村经济增长影响的实证研究[D].吉林大学，2017.

　　[10]王慧玲，孔荣.正规借贷促进农村居民家庭消费了吗?——基于PSM方法的实证分析[J].中国农村经济，2019(08)：72-90.

《多维视角下金融密度影响农村宏观经济发展的机理分析》