基于产业差异的农村信贷资金配置效率分析

周月书+王婕

摘要：本文借鉴Jeffrey Wurgler的资本配置效率模型，以江苏省农村地区为样本，运用2000—2013年的数据分析了农村总体信贷资金配置效率和第一产业、第二产业各自的信贷资金配置效率。研究结果发现：农村地区总体信贷资金配置效率与发达国家相比处于较低水平，但高于全国总体资本配置效率；农村信贷资金配置效率存在产业差异，第一产业信贷资金配置效率低于第二产业；进一步的分析发现，农村第一产业的自发信贷投资水平低于第二产业，第一产业的政府投资仍然不足，以工补农的政策尚未得到完全落实。

关键词：农村信贷资金；配置效率；产业差异；农村金融

中图分类号：F832；F326 文献标志码：A 文章编号：1001-862X（2016）06-0035-006

农村金融是现代农村经济发展的核心，是农业经济发展的最核心推动力。农村金融的发展水平直接影响着对农村经济发展的支持力度，是关系到农村经济能否持续健康发展的重要因素。从2006年我国开始推进新农村建设起，新农村建设主要靠农村金融发展的支持，而农村金融的发展又离不开农村金融效率的提高。研究发现，农村信贷供给增加可以促进农村地区经济增长。[1][2]改革开放以来，我国农村贷款规模不断扩大，这必然会改善农村资本短缺的困境，但其成立的前提是农村信贷资金的分配是有效的。[3]54然而，中国农业和农村经济发展存在资金投入不足和资金配置低效率的双重瓶颈，对农业和农村的投资并非是简单的注入资金的过程。[4]

前人对于农村资金配置效率的研究普遍认为农村地区资金配置效率较为低下，并且研究多集中于宏观层次。本文和已有研究相比，主要有如下创新之处：首先，本文从产业差异的角度出发，聚焦于第一产业和第二产业探索农村信贷资金配置效率，信贷资金的数据来源于中国人民银行南京分行的调查数据，数据可靠度较高，能够较为全面地体现农村地区农业和工业获得的信贷资金状况。其次，本文利用Jeffrey Wurgler的资本配置效率模型，不仅对信贷资金配置效率进行了实证分析，同时对政府政策导向及农村地区产业发展的布局进行了探讨。

一、理论分析与研究假说

（一）资金配置效率的产业差异

林毅夫（2003）指出，金融体系的功能主要在于动员资金和配置资金，并且，动员资金的功能其实从属于配置资金的功能[5]，而评价资源配置效率高低的重要标准是分析资源是否流向最有竞争力和价值创造能力的产业。[6]69金融发展理论提出，一个运行良好的金融结构体系可以调整产业间的资金配置方式，提高储蓄投资转化效率，实现资金的优化配置。即资金从落后产业部门转移到高效产业部门，实现资金在不同部门的转移。部门间的资金流动以及产业间资金配置能够推进区域内产业结构的调整。农业产业作为低效部门，其生产周期长，自身存在着较高的自然风险及市场风险，同时农业投资的回报率也偏低，这些农业的“弱质性”表现使得第一产业在资金配置的过程中处于弱势地位，农村地区信贷资金势必更多地逐利流向投资回报率较高的第二产业。

根据国际经验，资本在两部门之间流动的一个明显演变趋势是：资本首先从传统部门流向现代部门，当现代部门发展壮大后，再回流到传统部门，并带动后者的发展。[7][8]46从政府宏观调控的角度来看，中国在经济发展初期采取了优先发展重工业的模式。政府以推进农业部门征税、工农产品价格“剪刀差”等措施，推动资本从第一产业转向第二产业，促使农村工业部门迅速崛起。由此可见，农业的“弱质性”加之政府优先发展工业的策略使得农村地区不同产业资金配置效率存在显著差异。根据上述分析，本文提出研究假说1：

H1：农村地区第一产业的资金配置效率低于第二产业的资金配置效率。

（二）自发信贷投资水平

自发信贷投资水平是不随利润变化的投资，是不同产业的自然投资水平。自发信贷投资水平可以较好地表现某一地区产业布局和信贷投资热点，同时也是不随利润变化的投资如政府类投资的一种衡量，自发投资水平越高，表明该行业需求越旺盛，信贷资金进入量越大。[6]75 一方面，从前述分析可以看出，农村地区第二产业相对于第一产业拥有较为明显的比较优势。随着乡镇企业异军突起，农村工业逐步兴起，第二产业对信贷需求旺盛；另一方面，政府优先发展工业的赶超策略表明政府也给予第二产业较多支持。据此，本文提出假说2：

H2：农村地区第一产业的自发信贷投资水平低于第二产业的自发信贷投资水平。

二、模型及变量的选取

（一）Jeffrey Wurgler模型

目前，主要有两种思路来解决社会总资本在不同产业间的配置效率。第一种思路是计算对各个产业资金投入的边际回报率，即判断产业增加值对资金投入的敏感程度，这种思路衡量的是资金投入到各个产业之后的差异，弊端是并不能有效反映金融机构是否能够依据产业产出情况将资金进行有效配置，不能体现资金是否流向了投资回报率高的产业；第二种思路与之相反，研究的是资金投入是否受到产业增加值的影响，也就是说，需要计算资金投入对于产业价值创造能力的弹性，如果产业的价值创造能力越强、投入到该产业的资金越多，则这种弹性越强，资金配置效率也就越高。[3]55[9]77

Jeffrey Wurgler（2000）教授运用上述第二种思路，以追加的产业资金对于产业价值创造能力的敏感程度来衡量资本配置效率。他认为，如果一个国家的资金更多地流向高成长性的产业，则该国资金配置效率较高。Jeffrey运用来自于65个发达国家和发展中国家的面板数据测算了各个国家的资金配置效率，研究结果发现，发达国家向正在成长的产业投入较多资金，并且从衰落的产业撤回资金，从资金配置效率的角度而言，发达国家是优于发展中国家的。[10]Jeffrey Wurgler的基本模型如下：

ln=αc+ηcln+εict （1）

其中，I为产业固定资产净值年均余额，V为工业增加值，i为产业编号，c代表地区编号，t为年份，（1）式中的斜率是一种弹性，表示c地区向成长的产业追加资金投入以及从衰落的产业撤回资金投入的程度。ηc>0，表明更多的资金将流入成长性好的产业；而相对较少的资金流入成长性较差的产业；若ηc<0，表明在第t年内，表明在成长性弱的产业追加更多的投资，成长性强的产业反而得到很少的资金；若ηc=0，表明各个产业吸引资金的结果与产业成长性无关。简言之，ηc越大则意味着该地区在不同产业间的资金配置效率越高。

本文借鉴Jeffrey Wurgler模型，将模型分为变截距模型和变系数模型，以分别分析信贷资金总体配置效率以及不同产业的信贷资金配置效率。具体模型如下：

模型1：变截距模型

ln=αi+ηln+εi，t （2）

该模型允许不同个体存在着个体影响，但这种影响是用变化的截距来反映的，即只反映在自发资金投入水平α的变化上，而反映不同结构的参数η固定不变，即不同个体结构的变化不会引起反映经济结构参数的变化。

模型2：变系数模型

ln=αi+ηiln+εi，t （3）

该模型允许存在着个体影响，这种影响不仅会反映在自发资金投入水平α的变化上，也会反映在代表不同经济结构的参数η的变化上。

变截距模型与变系数模型都可分为固定影响模型和随机影响模型，它们在运用时的区别在于：当所选数据包含了研究总体的所有单位时，则选择固定效应模型较为合适；当所选数据来源于总体中的一个样本时，如果模型中省略的因素对不同个体的影响是随机的，此时，若仅对样本自身的效应进行分析，则采用固定效应模型；若想以样本结果对总体进行反映，则应该选用随机影响模型，即把反应个体差异的特定常数项看作是跨个体成员的随机分布。[11]本文在研究江苏省农村信贷资金配置效率时覆盖了江苏省所有县域，因此，将选择固定效应模型分析江苏农村信贷资金配置效率。（1）

（二）数据来源

本文江苏省农村信贷资金的数据来源于中国人民银行南京分行的调查统计数据；农村地区第一产业及第二产业的增加值从2000年开始纳入统计年鉴统计范围，因此，农村地区第一产业及第二产业的增加值的数据分析来源于2000—2013年的江苏省统计局网站和《江苏统计年鉴》。

（三）变量选取

本文研究的是基于产业差异的农村信贷资金配置效率，考虑到数据的可获得性，本文对农村信贷资金配置效率的研究基于第一产业和第二产业的差异展开。

本文以第一产业和第二产业的增加值分别代表模型（2）、（3）中的V1，t、V2，t，以农业贷款代表第一产业信贷资金L1，t，由于第二产业贷款资金数据获取有难度，本文用各项贷款余额（由民营企业贷款、农户贷款、个体工商户贷款和其他农业贷款构成）减去农业贷款获得近似的第二产业信贷资金L2，t。数据的时间跨度为2000—2013年。

（四）描述性统计

1.江苏农村各产业增加值占地区生产总值比重变化分析

2000—2013年，江苏省农村地区的产业结构发展趋势是：第一产业的增加值占地区生产总值的比重呈不断下降趋势，从17.02%下降到7.93%，14年间下降了约9个百分点，第二产业的增加值占地区生产总值的比重基本稳定在50%左右。

2.江苏农村产业增加值及信贷资金变化趋势分析

表1是模型（2）、（3）中各个变量的初始数据。为了便于比较初始数据的增长率，各个初始数据的环比值趋势如图1所示。从图1中可以看出，第一产业信贷资金、第二产业信贷资金、第一产业增加值及第二产业增加值的环比值基本处于1～1.5的区间内，说明各项指标都处于稳定增长的状态。第二产业信贷资金环比值在2004年大幅度上升至1.889，可能的原因是：2004年中共中央发布的1号文件中明确提出要“发展农村二、三产业，拓宽农民增收渠道”，为推进乡镇企业改革和调整，对第二产业的信贷资金投放呈现大幅增加。2002年，第一产业增加值较低，这可能是由于2002年4至5月份长江中下游一带持续阴雨，江苏部分地区出现洪涝，影响了农业产业产出。从图1进一步可以看出，第一产业和第二产业的信贷资金虽然都呈现上升的态势，但第二产业信贷资金增长率总体而言显著快于第一产业信贷资金增长率；同时，第二产业增加值比值大体上也大于第一产业增加值环比值。

三、实证分析结果

本文采用Eviews7.0软件进行实证研究，由于不同产业信贷资金规模及产值差异较大，可能导致横截面异方差，为了减少由此造成的影响，采用跨截面加权（Cross-section Weight）来实证检验总体资金配置效率、分产业的资金配置效率及自发信贷投资水平。

（一）农村第一产业及第二产业的总体信贷资金配置效率

本文首先基于模型（2）——固定影响变截距模型，对农村第一产业及第二产业的总体信贷资金配置效率进行分析。回归结果见表2。

回归结果显示，回归方程的R2=0.324，F值=5.50，方程的F检验的显著水平为0.010，方程的回归效果较好。2000—2013年，农村第一产业及第二产业的总体信贷资金配置效率约为0.148，这意味着当产业增加值相对于上一期增加时，信贷资金的增长率也会相应地增加，并且信贷资金增长率增加的百分比是产业增加值增长率的0.148倍，且该参数通过了5%的显著性检验。

在Jeffrey Wurgler考察的65个国家中，各国的平均资本配置效率值为0.429。Jeffrey Wurgler根据模型得出的部分国家的资本配置效率见表3和表4，从表中可以看出发达国家的资本配置效率显著高于发展中国家。同Jeffrey Wurgler的研究结果相比较，农村第一产业和第二产业的总体信贷资金配置效率仍处于较低的水平。但同韩立岩、王哲兵（2005）利用1993—2002年这10年间的面板数据计算出的我国总体资本配置效率0.081相比，农村第一产业及第二产业的总体信贷资金配置效率（0.148）较高，这也反映了江苏省农村本身的发展水平相对于全国其他地区而言较高。

（二）农村不同产业的信贷资金配置效率

固定影响变系数模型的特点是可以计算出各个产业的不同系数，即产业信贷投人对利润变化的敏感程度。基于模型（3）——固定影响变系数模型，本文将对农村不同产业的信贷资金配置效率分别进行分析，回归结果见表5。

回归结果显示，回归方程的R2=0.373，F值=4.36，方程的F检验的显著水平为0.015，模拟结果较好。

根据表5的回归结果，第一产业信贷资金配置效率值约为0.121，这意味着第一产业信贷资金增长率增加的百分比是第一产业增加值增加的百分比的0.121倍，且该参数通过t检验；第二产业信贷资金配置效率值约为0.382，说明第二产业信贷资金增长率增加的百分比是第二产业增加值增加的百分比的0.382倍，且在t检验中以10%的显著性水平来衡量，该参数是显著的。由此可见，农村地区第一产业的资金配置效率低于第二产业的资金配置效率，即验证了假说1。

实证结果表明，农村地区第一产业信贷资金对第一产业增加值的变化敏感性较差，其主要原因是农业生产具有生产周期长、资金转换慢且风险大等特征，本身具有“弱质性”，而资本的“逐利性”使得资金较多地流向低风险高收益的产业。此外，政府优先发展第二产业的政策使得“农业哺育工业”，推动了农村地区正规金融机构的资金大规模转移到工业产业。因此，相对于第二产业而言，第一产业的信贷资金配置效率偏低。

第二产业是指工业和建筑业。以乡镇企业为代表的中国农村工业部门，既不同于现代工业部门，又有别于传统农业部门，成为介于两者之间的新兴部门。[12]乡镇企业增加值占 GDP 比重不断提高，反映了农村工业化产出规模已经超过了农业产出规模，农村经济已经以非农业为主的新的特征。[13]中国农村工业的迅速崛起使得农村工业部门逐步兴起，中国农民直接参与到工业化进程中，伴随较多的资金逐利流向农村地区第二产业，这也解释了为什么以工业为主的第二产业的信贷资金配置效率高于第一产业。

（三）不同产业的自发信贷投资水平

在经济学意义上，各个行业不同的截距代表了不随行业利润变化的“自发信贷投资水平”，即不同行业的自然投资水平。[6]74[9]82如前所述，自发信贷投资水平可以体现产业调整与发展布局，同时也能衡量不随利润变化的投资。表6为变截距模型和变系数模型中截距项的回归结果，从中可以看出农村第一产业及第二产业的自发信贷投资水平。

从表6中可以看出，在两种模型下，第一产业的自发信贷投资水平分别为0.131和0.133，第二产业的自发信贷投资水平分别为0.168和0.138，第二产业的自发信贷投资水平显著高于第一产业的自发信贷投资水平，实证结果与政府优先发展工业的赶超战略是吻合的，也即验证了假说2。

第二产业增加值占总产值比重在50%左右，结合以上不同产业信贷资金配置效率和自发信贷投资两方面实证结果来看，农村信贷资金和自发信贷投资两部分资金都主要投向第二产业，而资金配置能够推进区域内产业结构的调整，正是因此第二产业比重相对增加，促进了近十几年来农村经济中第二产业的快速增长。这种现象是在一定的历史环境及地理条件下形成的。江苏省自然资源丰富，有着良好的轻工业基础，建国后江苏省的早期投资也偏重于轻工业，后期又扩展到对技术条件要求较高的机械电子和化学工业。因此，结合江苏省的自然历史条件和地理位置以及其他政治、经济的考虑，政府的政策投资导向是着力发展第二产业。结合实证结果可以说明，在农村地区第一产业信贷资金配置效率较低的情况下，第二产业仍是政府的投资政策导向，而我国现阶段“工业反哺农业的”政策在农村地区并未得到完全落实，第一产业的政府投资尚显不足。

四、主要结论与启示

本文借鉴Jeffrey Wurgler的资本配置效率模型，以江苏省农村地区为样本，运用中国人民银行南京分行的调查统计数据及《江苏统计年鉴》，分析了2000—2013年农村地区信贷资金在第一产业和第二产业的总体配置效率及不同产业信贷资金配置效率的差异，并进一步对农村第一产业和第二产业的自发性投资水平进行分析，得出的主要研究结论如下：

农村地区第一产业和第二产业的总体信贷资金配置效率与发达国家相比处于较低水平，但高于全国总体资本配置效率；农村第一产业信贷资金对第一产业增加值的变化敏感性较低，而第二产业信贷资金对第二产业增加值的变化敏感性较高，这意味着农村信贷资金配置效率存在明显的产业差异，第一产业信贷资金配置效率低于第二产业。进一步的实证结果发现，农村第一产业的自发信贷投资水平较低，而第二产业的自发信贷投资水平较高，这表明在第一产业信贷资金配置效率较低的情况下，政府资金仍主要投资于第二产业，以工补农的政府政策尚未得到完全落实。

根据以上研究结论，本文得出以下启示：一方面，在经济结构转型发展时期，农业作为国民经济的基础，需进一步提升自身的内涵发展能力，从而提高信贷资金使用效率；另一方面，从政府供给侧改革的视角，政府相关部门及金融机构应当加大对传统农业部门的财政和金融支持力度，改进财政补贴方式，提高补贴效率，优化农业信贷资金的投入结构和运营绩效，从而优化农村产业结构、促进农村经济增长。

注释：

（1）本文中所指江苏县域，均以2000—2013年《江苏统计年鉴》中“县（市）社会经济序列”一篇所包括的县（市）为准，即包括江苏省所有县及县级市，不包括县改区。

参考文献：

[1]Valentina Hartarska， Denis Nadolnyak， Xuan Shen. Agricultural Credit and Economic Growth in Rural Areas[J]. Agricultural Finance Review，2015，75（3）.

[2]Chughtai M W. Utilization of Zarai Taraqiati Bank Agricultural Credit in Rural Areas of Tehsile Rawalpindi： An Empirical Study[J]. Researchers World，2012，3（2）.

[3]张兵，许国玉.江苏省农村信贷资金配置效率——基于面板数据的经验分析[J].中国农村经济，2007，（6）.

[4]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）.

[5]林毅夫.“三农”问题与我国农村的未来发展[J].农业经济问题，2003，（1）.

[6]中国人民银行营业管理部课题组.北京市金融机构信贷资金配置效率研究——对26个主要行业贷款情况的实证分析[J].金融研究，2005，（2）.

[7] 周月书，王悦雯.我国城乡资本流动研究：1981—2012 ——基于城乡资本边际生产率的分析[J].江淮论坛，2015，（1） .

[8]周月书，王悦雯.二元经济结构转换与城乡资本配置效率关系实证分析[J].中国农村经济，2015，（3）.

[9]韩立岩，王哲兵.我国实体经济资本配置效率与行业差异[J].经济研究，2005，（1）.

[10]Jeffrey Wurgler. Financial Market and the Allocation of Capital[J]. Journal of Financial Economics， 2000，（58）.

[11]高铁梅，王金明，梁云芳，刘玉红.计量经济学分析方法与建模[M].北京：清华大学出版社，2009：332.

[12]李克强. 论我国经济的三元结构[J].中国社会科学，1991，（3）.

[13]胡鞍钢，马伟.现代中国经济社会转型：从二元结构到四元结构（1949—2009）[J].清华大学学报（哲学社会科学版），2012，（1）.

（责任编辑 吴晓妹）