信贷配给与农业经济区域差异——基于平滑转换回归模型的实证分析

刘艳华，辉敏敏，骆永民

（安徽工业大学 商学院，安徽 马鞍山243032）

一、引 言

农业作为农村经济的主导产业，对维护国家粮食安全，增加农民收入和促进农村区域经济发展具有重要作用。实现农业经济的区域协调发展，对缩小农村居民收入的地区差距，促进经济发展的区域均衡具有重要意义。信贷资金作为推动经济发展的核心要素之一，应在实现基础产业的区域协调发展上发挥主要作用。然而，一方面，由于自然环境、农业资源禀赋、农业产业结构和区域农业经济基础等方面的差异，中国农业经济发展呈现出较大的地区差异。据统计年鉴数据计算，剔除掉价格因素的影响（1952年＝1），1978年东部地区人均农业GDP比中西部地区分别高42．35%和31．57%，全国人均农业GDP的标准方差为16．45，而到2012年，三个地区的人均农业GDP东部比中西部地区分别高18．60%和128．77%，全国标准方差扩大为189．1。另一方面，由于金融改革进展程度不一，不同农村地区呈现出农村金融体系建构参差不齐、信贷市场区域分化明显和信贷供给分布严重失衡的区域特征。1978年，东部地区人均农业贷款额比中西部地区分别高－11．71%和8．92%，全国人均农业贷款额标准方差为1．62；2012年，扣除价格因素后（1978年＝1）的人均农业贷款额东部地区比中西部分别高45．99%和108．95%，全国人均农业贷款额标准差扩大为41．41。

图1表明了含价格因素的东中西部地区的人均农业GDP和人均农业贷款的走势。显而易见的是，中国东中西部地区人均农业GDP的变化及地区差异态势，与人均农业贷款额地区分配的变动态势非常相似。引发我们思考的问题是，农业信贷地区配置差异对农业经济区域差异的作用关系，以及如何设计有效的区域农业信贷政策促进农业区域经济的协调发展。

信贷配置与经济增长的关系一直是学术界热议的主题。Goldsmith、Mckinnon和Shaw等人构筑的金融发展理论，为信贷资源与经济增长的基本关系研 究 奠 定 了 基 础［1］1－56［2］1－184［3］1－260。 据 此，诸 多国内学者围绕农业信贷和农业经济增长的关系，进行了深入研究。鲁春霞等发现东中西部农业发展的整体差异很大，且呈持续扩大的态势［4］。裴辉儒认为改革开放以来，地区间农业经济规模差距逐步拉大，导致东西部金融服务与农业增长的特征出现异化［5］。赵书海等运用VAR模型、误差修正模型等方法进行分析，均发现农业信贷对中国农业经济增长具有正向作用［6］。温涛等人的研究结论与前述研究存在分歧，发现农业贷款的增长并没有成为促进农业经济增长和农民收入水平提高的重要资源要素［7］。

总体来看，既有研究不但关注到了中国农业经济发展的区域差异，而且深入探究了农村区域经济失衡背后的信贷原因，这对促进区域农村金融和经济的协调发展提供了经验支持和理论依据。但仍需指出的是：第一，多数研究仅关注到了农业信贷与农业经济的整体关系，对二者关系的区域差异缺乏分析；第二，既有研究分析农业信贷与农业经济发展的关系时，均假定二者存在线性关系。实际上，农业信贷与农业经济关系的形式仍需要检验，这是因为较多研究结论仍大相径庭［8］。第三，已有研究主要针对一般意义上的信贷供给，未能把握农业信贷供给的特征——信贷配给。经验研究和理论研究表明，信贷配给已成为农村信贷市场的长期均衡现象，信贷配给对农业产出具有重要影响［9］。本文利用平滑转换回归（STR）模型探索农业信贷配给对农业经济区域差异的影响，为中国农村金融的区域改革提供理论和经验依据，对构建地区差异化的信贷支农体系具有重要的现实意义。

二、研究方法与数据来源

（一）地区差异的测定方法与数据来源

差异反映了样本值偏离总体平均水平的程度，用来测度样本之间差异的方法主要有变异系数和区位商等。变异系数能够测度并反映样本之间的总体差异，可以根据具体因素对样本的不同影响进行加权分析。区位商也称为专业化系数，着重表现单个样本的个体特征，反映了资源分布的集聚程度，主要用于集群识别。可见，变异系数比区位商更适合于反映经济现象的地区差异，且使用起来比区位商更具灵活性。因此，本文选择变异系数来测定经济变量的地区差异。变异函数模型如下：

模型中，v为变异系数，a为样本个体值，a－为样本均值，n为地区个数，i和t分别表示第i个样本和时间。，v值越大，说明不同地区间的差异越大。

1．农业信贷配给区域差异指标的选取与计算。信贷配给是金融机构按照信贷标准将稀缺信贷资源进行配给的过程。信贷配给程度则是度量信贷需求被满足程度的逆向指标，信贷配给程度越大，说明信贷需求被满足的程度越低。因此，选择农业信贷配给程度作为描述农业产业遭受信贷配给状况的指标，选取农业信贷配给程度的变异系数作为衡量农业信贷配给地区差异的指标。

从中观角度讲，信贷配给是在信贷需求大于信贷供给的情况下将信贷资源进行产业配给的过程。由于无法获得准确的农业信贷需求规模，直接计算农业信贷配给程度在统计上几乎不可能。根据信贷配给的内涵以及金融与经济的互动关系，本文提出如下农业信贷配给程度的计算方法：

在完善的信贷市场条件下，信贷资源的产业分布结构应与经济结构相协调。按此逻辑，农业应以其在经济结构中的比例获得信贷资源。即，在某一地区中，农业获得的信贷资金比重K应与其在地区经济结构中的比重L一致。当K小于L时，农业产业就遭受到了信贷配给，这时农业信贷配给程度为CR＝［（L－K）／L］×100%。其中，农业信贷资金的比重K等于地区农业贷款与地区总贷款的比，而农业在区域经济结构中的比重L等于地区第一产业增加值与地区国民生产总值的比。地区农业贷款、地区总贷款来源于历年《中国金融年鉴》、《新中国六十年统计资料汇编》、历年《中国区域金融运行报告》，由于农业贷款数据各省市只统计到2009年，2010－2012年的农业贷款数据利用线性指数平滑法预测而得；地区生产总值数据来源于各省市历年统计年鉴。运用式（1）可以计算出年度农业信贷配给程度的变异系数（CRVt）。相应地，式（1）中的a为农业信贷配给程度CR，即：

2．土地投入规模区域差异指标的选择与计算。土地投入规模也直接影响农业产出，因此，将土地投入规模的区域差异指标纳入到农业经济区域差异的影响因素之中。本文以人均农作物播种面积代表农户的土地投入规模（Land），具体等于地区农作物播种面积除以地区农村人口数量。运用式（1）计算出年度土地投入规模的变异系数（LandVt）。各省市农作物播种面积与农村人口数据分别取自《中国农村统计年鉴》和历年统计年鉴。

3．农业经济区域差异指标的选择与计算。选取地区农业生产总值来代表地区农业经济发展的整体状况，并采用农业生产总值的变异系数表示农业经济的地区差异。

需要特别指出的是，虽然劳动资本也是农业生产的主要投入要素，但由于农业生产总值的计算中包含了农业人口因子，为了避免重复计量，本文未将劳动变量纳入分析框架中。

（二）STR模型

当解释变量达到某一临界值时，被解释变量和解释变量之间的关系可能会发生转变，用传统的OLS回归法并不能准确的捕捉到这种变化。而STR模型是基于区间转换理论的一种非线性模型，可以描述结构性突变现象，弥补线性模型的不足。STR模型的一般形式为：

Granger与Terasvirta将STR模型分为三种类型［11］208－218。当时，模型（2）被称为逻辑概率STR模型1（LSTR1）；而当时，式（2）被称为逻辑概率STR 模型2（LSTR2）；当时 ，式 （2）被 称 为 指 数 STR 模 型（ESTR）。

STR模型的检验和估计需要首先确定模型的滞后阶数，然后将被解释变量和解释变量间存在线性关系作为原假设，进行线性检验，同时将STR模型作为备择假设。当检验结果为非线性关系时，进行STR模型形式的选择；最后，根据Terasvirta，运用泰勒展开公式、二维网格点搜索法以及Newton－Raphson迭代法和SSR估计各参数［12］。

三、农业信贷配给对农业经济区域差异作用关系的实证分析

（一）描述性分析

1．农业经济区域差异的变迁分析。根据前述计算公式，计算了1978年至2012年农业生产总值的变异系数（AgdpV），其变化趋势如图2所示。

图2 农业生产总值变异系数的变化趋势图

根据计算结果和图2可以看出，其一，农业经济的区域差异明显。1978－2012年AgdpV的均值为0．78。其中，1985年中国农业经济的区域差异最为悬殊，AgdpV值达到最高的0．934 3，而到2012年其差异水平达到最小，变异系数为0．781 4。其二，农业经济的区域差异波动频繁。AgdpV的变动趋势具有非平稳性，这是诸多因素共同作用的结果。其三，农业经济区域差异整体呈缩小态势。

2．农业信贷配给地区差异的历史变迁分析。信贷配给是本文重点考察的因素。本文计算了1978－2012年中国农业信贷配给程度变异系数（CRV），其变化趋势如图3所示。通过图3可以看出，中国农业信贷配给程度的地区差异变化具有阶段性特征。

图3 农业信贷配给程度变异系数的变化趋势图

第一个阶段是1978－2002年的低水平稳定时期。此时期的CRV值维持在［0．24，0．88］区间，均值为0．42，方差为0．044。因此，可以认为中国农业信贷供求的地区差异基本保持均衡。其原因在于，这一时期中国农村金融制度进行了两次变革，恢复农村金融并初步形成了政策性、商业性和合作性并存的农村金融制度。由于农村金融改革的主要对象是中国农业发展银行、中国农业银行等全国性农村金融机构，这一阶段的农村金融制度变迁为全局性改革，改革范围整体性推进，实现了改革进程和成效在地区间的均衡。

第二阶段是2003－2012年的迅速扩大阶段。这一阶段，CRV值从2003年的1．78飙升到2012年的15．66，增加了7．85倍，方差高达19．84。这说明2003年成为中国农业信贷配给程度区域均衡变化的拐点，农业信贷资源的地区配置失衡开始日趋严重，反映了中国农村金融制度改革成效在地区上是非均匀分布的。其背后的原因是：一方面，这一时期的农村金融改革为对象单一的局部性制度变迁。此轮改革的主要对象为农村信用社，而农村信用社在1996年脱离中国农业银行的隶属关系后，其地区根植性逐步增强。另一方面，此时期改革的推进方式为“由点及面”，具有“先试效应”。2003年开始的农村金融改革采取试点方式，试点范围由最初的江苏三县增至吉林等8省市，进而逐步扩大到21省市。第三，农村金融机构增量改革的地区性失衡加剧了农村信贷供求的地区失衡。从2006年开始，银监会放宽了农村金融机构准入政策，各地区村镇银行相继设立，尤其是2010年以后，村镇银行开始加速扩张，从2010年的277家扩张至2012年的514家，而新设村镇银行的地区分布并不均衡，据银监会统计数据显示，截止2012年底，四川省村镇银行数量为115家，居全国之首，河南省和浙江省位居其后，分别为112家和98家。总之，在这一阶段，受到强制性农村金融制度变迁路径的影响，不同地区的农村金融改革表现出时间先后不一、措施不一和成效不一，进而造成了农村金融市场的地区分割，改变了农村金融资源供求关系的空间格局。

（二）农业信贷配给与农业经济区域差异的关系检验与估计

为了准确判断信贷配给差异与农业经济区域差异的关系形式，同时避免传统方法引致的伪回归问题，本文采用STR模型进行检验。

1．平稳性检验和Granger检验。为了提高样本数据的平滑性，对样本数据做了对数处理。对对数处理后的农业信贷配给程度变异系数序列lnCRVt、土地投入规模的变异系数序列lnLandVt和农业生产总值变异系数序列lnAgdpVt进行ADF单位根检验。检验结果如表1所示。结果表明，lnCRVt、lnLandVt和lnAgdpVt是非平稳时间序列，而三者的一阶差分是平稳的，可以用于STR模型的参数估计和相关检验。

表1 ADF单位根检验结果表

2．滞后期的选择。构建STR模型，除了lnCRVt和lnLandVt这两个解释变量外，还要确定lnAgdpVt的滞后项同时作为模型的解释变量。为此，本文根据AIC和SC准则、变量的t检验和D－W检验进行综合判断，确定lnAgdpVt最优的滞后阶数。根据Sensier等人的经验，本文设定回归模型的最高滞后阶数为8。从选择过程可知，当lnAgdpVt滞后一期时，AIC与SC之和最小，且参数的显著水平较高，并基本通过了D－W检验。因此，本文选择滞后一期的lnAgdpVt－1作为自回归部分的变量。以同样的方法，本文将lnAgdpVt滞后项、lnCRVt的滞后项和lnLandVt同时作为解释变量进行回归，发现lnCRVt和lnLandVt的滞后项的回归参数不显著。因此，STR模型的解释变量为lnAgdpVt－1、lnCRVt和lnLandVt。

3．模型选择、参数估计与结果分析。在确定了自回归部分的滞后阶数滞后，需要进行转换变量的选择和线性假设的检验。为便于线性检验和确定STR模型的形式，本文利用泰勒展开公式将转换函数G（γ，c，st）进行三阶展开，展开的形式如下：

将式（3）带入式（2），则：

为了简化篇幅，式（4）中参数a和ζ的表达形式在此简略。

由表2可以看出，以lnAgdpVt－1和Trend依次为转换变量，都会拒绝线性关系，当以lnCRVt和lnLandVt为转换变量时，接收线性关系的原假设。但是，当lnAgdpVt－1作为转换变量时，F统计量的P值整体上小于其它值，而且，其中的F2假设检验得到的F统计量的P值远小于F4和F3对应的P值。故综合而言，本文选取lnAgdpVt－1作为模型的转换变量，目标模型的形式为非线性的LSTR1型，即：

表2 顺序检验结果表

运用格点搜索方式搜索待估模型的初始值，c和γ的取值范围分别为［－0．217 2，－0．065 2］、［0．50，10．00］，分别等间距值为30，形成900对组合，并选取所有组合中使SSR最小的c和γ为其初始值。图4和图5分别为二维格点搜索下位置参数和平滑参数的等高线图和平面图（平面图显示的是最大化残差的相反数）。计算结果发现，当γ＝0．68，且c＝－0．18时，SSR最小，为0．019。

图4 格点搜索的等高线图

图5 格点搜索的平面图

利用Newton－Raphson迭代法，估计出目标式（5）的参数。结果见表3。为了提高估计结果的稳健性，对模型的残差序列进行了设定误差检验，检验类型采用滞后期为3的单变量Arch－LM检验和JAque Bera检验，检验所得的统计量为：ARCH－LM＝7．01，对应p值为0．54，F＝1．20；J－B＝1．02，对应p值为0．60。检验表明，误差项之间并不存在自回归条件异方差，误差项服从正态分布，且不存在序列相关，这说明所估计的模型是无偏的。表3结果显示，较高的拟合优度表明该模型较好地反映了中国农业信贷配给的地区差异与农业经济区域发展差异之间的非线性关系。图6为拟合数据与原始数据之间关系的时间序列图。图6表明模型拟合程度较好。

表3 LSTR1模型估计结果表

图6 原始及拟合数据的时间序列图

在LSTR1模型的线性部分中，农业信贷配给程度的变异系数对农业生产总值的变异系数具有显著的正向影响作用。这是因为，农业信贷配给程度的地区差异，会导致农业生产资本投入和生产条件的地区差异，进而加大农业产出在不同地区间的离散程度。这一结论的政策含义在于，缩小农业信贷程度的地区差异，有利于协调农业区域经济的发展。其次，农业生产总值的前一期变异系数对当期的变异系数具有负向影响作用，说明农业经济的区域差异发展具有自我协调的功能。这可能源于，农业经济发达的地区由于边际递减规律的存在，其农业经济水平趋于平衡，而农业经济发展相对落后的地区，随着前期生产条件积累及资源禀赋潜力的释放，进入相对快速的发展阶段。因此，农业经济的区域差异趋于均衡。这一现象印证了Williamson关于区域经济差异的“倒U”理论逻辑。最后，土地投入规模的变异系数与农业生产总值的变异系数同向变化，但显著性并不强。这表明，长期以来，中国集体土地产权制度下的农地地区分割及其差异，也是农业经济区域差异的诱因之一。

在非线性部分，转换函数中的门限参数c的临界值为－0．23，即当lnAgdpVt－1超过－0．23时，非线性部分的作用显著增强；当lnAgdpVt－1小于门限参数的临界值时，转换函数值趋于零，非线性部分消失，LSTR1模型转换为线性模型。当lnAgdpVt－1大于此临界值时，农业信贷配给程度的地区差异与农业经济发展的区域差异关系为非线性的。平滑参数γ为0．37，说明从一种机制转向另一种机制的速度较慢。这说明当农村信贷配给程度的地区差异发生改变时，这种政策对农业经济地区差异的作用时间较长。由此可以推论，农村金融制度改革的地区非均衡推进，对农业经济地区差异变迁的诱导存在时滞效应。其原因在于，农村金融制度变革作用的传导，需要经过农村信贷配给程度和滞后一期的农业生产总值的响应，进而作用于农业经济。

具体而言，lnAgdpVt与lnCRVt仍为正相关关系，而lnAgdpVt－1和lnLandVt的估计参数均不显著。因此，非线性部分主要由lnCRVt来刻画，农业信贷配给程度地区变异的提高会扩大农村区域经济的差异，且影响程度比线性部分提高了79．99%。另外，农业信贷配给程度地区变异对农村区域经济发展差异的影响程度，取决于转换函数值的大小。如果转换函数值较小，或为零时，农业信贷配给程度的地区变异对农村区域经济发展差异影响为线性的，且影响程度较小；当转换函数值较大时，农业信贷配给程度的地区变异对农村区域经济发展差异影响转为非线性的，在线性和非线性部分的叠加效应下，影响程度明显增强。

整体看来，农业信贷配给的地区差异对农村经济区域差异会产生正向影响，且随着时间和转换区制的变化，这种影响也会发生变化。平滑转换回归模型较好地反映了两者之间的关系。

四、结论与政策建议

本文在计算并分析农业信贷配给地区差异和农业经济区域差异变化态势的基础上，深入剖析了中国农业信贷配给地区变异的制度诱因，进而运用STR模型，实证检验了中国农业信贷配给的区域差异对农业经济区域差异的影响。本文提出如下建议：

一方面，对农业信贷配给程度高的地区，应加大农村金融机构体系的增量建设，适度放宽农村金融市场的准入政策；创新支农信贷产品，增加支农信贷投入；充分发挥政策性信贷的作用，矫正农业信贷市场中的市场失灵。另一方面，对农业信贷配给程度较低的地区，应在确保支农信贷资金稳定的同时，着重提高信贷支农的配给效率；而且，尽快建立农业信贷保险制度，加强农业信贷风险防范，避免地方性债务风险的膨胀；最后，还应推进农业用地的流转，提高农业生产的规模效益。

［1］ Goldsmith R W．Financial Structure and Development［M］．New Haven：Yale University Press，1969．

［2］ McKinnon R I．Money and Capital in Economic Development［M］．Washington DC：The Brookings Institution，1973．

［3］ Shaw E S．Financial Deepening in Economic Development［M］．New York：Oxford University Press，1973．

［4］ 鲁春霞，谢高地，成升魁．东中西部区域农业差异及其特征分析［J］．中国人口·资源与环境，2003（6）．

［5］ 裴辉儒．中国农业信贷与农业经济增长的相关性研究——基于1978—2007年31个省份的Panel Data分析［J］．农业技术经济，2010（2）．

［6］ 赵书海．金融机构农业信贷投入与农业GDP关系的研究——基于VAR模型的实证分析［J］．西北农林科技大学学报：社会科学版，2011（3）．

［7］ 温涛，王煜宇．政府主导的农业信贷、财政支农模式的经济效应——基于中国1952—2002年的经验验证［J］．中国农村经济，2005（10）．

［8］ 张建波，杨国颂．中国农村信贷结构与农村经济发展关系的实证研究［J］．经济经纬，2010（5）．

［9］ Stiglitz J E，A Weiss．Credit Rationing in Markets with Imperfect Information［J］．American Economic Review，1981（3）．

［10］Akita T，Miyata S．The Bi－dimensional Decomposition of Regional Inequality Based on the Weighted Coefficient of Variation［J］．Letters in Spatial and Resource Sciences，2010，3（3）．

［11］Granger C W J，Terasvirta T．Modeling Nonlinear Economic Relationships［M］．Oxford：Oxford University Press，1993．

［12］Terasvirta．Timo：Specification，Estimation，and Evaluation of Smooth Transition Autor－egressive Models ［J］．American Statistical Association，1994，89（425）．