产业扶贫视角下金融支持农业产业化发展研究

王丽娟

摘 要：本文结合实地访谈，对甘肃省平凉市辖区28家省级农业产业化龙头企业融资情况开展了问卷调查，采用因子分析法实证分析了平凉市金融支持与农业产业化发展之间的关系。研究结果显示，平凉市农业产业化综合水平和金融支农力度逐年上升，农业产业化水平与金融支农两者之间存在正相关关系，金融支持对农业产业化发展起到正向推动作用。基于实证结果，本文提出金融支持农业产业化发展、进而带动脱贫的对策建议。

关键词：产业扶贫；金融支持；农业产业化发展

中图分类号：F832.2 文献标识码：B 文章编号：1674-0017-2017（10）-0082-06

农民收入水平低、城乡收入差距大是制约我国经济社会均衡发展的重要问题，解决问题的关键在于贫困人口的脱贫问题。中央先后制订出台了《国家八七扶贫攻坚计划（1993-2000年）》、《中国农村扶贫开发纲要（2001-2010年）》、《中国农村扶贫开发纲要（2011-2020年）》等政策措施，扶贫效果显著，但“三农”基础薄弱、贫困面广的问题仍然存在，特别在西部欠发达地区，受制于自然条件、资源禀赋等多重因素，经济发展缺乏产业支撑，减贫目标的实现较为艰难。在此背景下，“产业扶贫”被提出并引来各方关注。实践表明，我国的农业产业扶贫路径主要分为两条，一是产業发展带动，通过培育、壮大、发展特色产业，形成具有地方特色的产业品牌；另一条是以当地农业产业化龙头企业为依托，通过企业带动实现脱贫目标。平凉市作为集中连片特困地区，基础设施条件较差，本地农产品市场基本上处于供大于求的状态，培育新的产业、开拓新的市场具有很大的不确定性，相比之下，农业产业化龙头企业带动路径更具操作性。

本文以甘肃省平凉市为研究对象，结合实地访谈对甘肃省平凉市辖区28家省级农业产业化龙头企业融资情况开展了问卷调查，通过摸清平凉市农业产业化龙头企业发展现状，实证分析平凉市金融支持农业产业化发展情况，并对下一步金融支持产业化发展、带动农民脱贫增收提出对策建议。

一、平凉市农业产业化发展及金融支持现状分析

近年来，平凉市把发展农业产业化作为调整和优化农业行业结构和农村经济结构的重大举措，坚持以市场为导向，以农民自愿为原则，以农民增收为目标，积极推进农业产业化经营，取得了一定成效。截至2016年底，全市农业从业人数103.02万人，农业生产总值367.3万元，较2006年增长1149%；农村人均生产总值1.75万元，较2006年增长491.81%；农民人均纯收入7008.1元，较2006年增长2612%。围绕“平凉红牛”和“平凉金果”两大产业，平凉市现已建成了肉牛和苹果两大基地。截至2016年底，平凉市农业产业化龙头企业106家，其中国家级1家，省级28家，市级73家，2016年销售总收入达24.47亿元1。根据研究需要和数据的可得性，本研究采取实地访谈和重点调查相结合的方式，选择了28家省级农业产业化龙头企业作为研究样本，发放问卷《平凉市农业产业化龙头企业融资发展情况调查》进行调查。问卷主要包括两部分：第一部分为企业基本情况；第二部分为企业融资情况。最终回收有效问卷28份，回收率100%。

（一）平凉市农业产业化龙头企业基本情况

调查发现，样本企业多经过了长期积淀和发展，64.29%的企业成立时间在10年以上；样本主要集中在崆峒、静宁两县区；主营业务为农产品加工和农产品生产；从资产规模看，75%的企业注册资本在500万元以上；从人员构成看，临时职工占比高于正式职工，符合农业企业生产发展周期性规律，具体情况见表1。

（二）平凉市农业产业化龙头企业融资特征

从样本企业金融需求看，企业资金需求呈正常趋紧态势；从企业资金来源看，前期成立资金主要依靠自身积累，但后期发展资金主要来源于银行借款，其中近三年贷款总额在200万元以上的企业占到了样本总量的92.31%，贷款形式主要为抵押和担保；样本企业普遍存在贷款额度不足的情况，32.14%的样本企业选择了成本更高的民间借贷作为资金来源，借贷利率在15%左右，金额在200万元以上。调查中企业提出，希望金融机构在抵押担保范围和形式上更加灵活，贷款期限能够与生产周期更好匹配，手续更加简便。

二、平凉市农业产业化金融支持的实证分析

（一）指标选取及数据来源

本文在分析金融支持与农业产业化的关系前，采用因子分析法对反映农业产业化的多项指标进行降维，计算出体现本地农业产业化水平的主因子指标，并根据各个主因子指标计算出综合评价指标FZ，进而实证分析本地金融支农与农业产业化发展之间的关系。

基于数据可获得性，本文从五方面衡量农业产业化发展水平，即现代化水平（X1）、生产效率（X2）、生产结构优化（X3、X4）、农业生产规模化程度（X5、X6）、农业生产效益（X7、X8）。金融支持农业发展指标选取了农村正规金融机构的涉农贷款金额。

具体指标计算公式如下：

X1（千瓦/人）=农业机械总动力/ 农作物播种面积

X2（元/人）=农林牧渔业总产值/农林牧渔业人数

X3（百分比）=农林牧渔业人数/年末总从业人数*100

X4（百分比）=农业产值/农林牧渔业总产值*100

X5（元/人）农林牧渔业固定资产投资额/农林牧渔业人数

X6（百分比）=农林牧渔业固定资产投资额/全市固定资产投资总额

X7（百分比）=农民人均纯收入增长率

X8（百分比）=农业生产总值增长率

金融支农指标的计算：

Fi（元/人）=金融机构涉农贷款/农林牧渔从业人员数

上述指标数据来源于2006-2016年的《平凉统计年鉴》及甘肃县域金融经济数据库，计算后得表3如下。

（二）实证分析

1.因子分析。

鉴于农业产业化指标包含多个变量，变量之间可能存在相关性，且各指标的性质不同、量纲不同，因此首先对各指标进行标准化处理，然后采用因子分析进行降维。

（1）因子分析的可行性检验。因子分析前，对数据进行检验，明确数据的适用性。常用相关系数矩阵法KMO和Bartletts球形检验来判断各个变量之间的相关性。由表4和表5可看出，KMO值为0.695>0.5，通过了Bartlett球度检验（P<0.005），各指标间大部分相关系数都是大于0.6，说明各指标间线性关系较强，适合做因子分析。

（2）构建因子变量。运用主成分分析法，以特征值大于1为标准提取因子变量，得到公因子方差（表6）和解释变量方差（表7）。从表7可以看出，前两个因子的特征根是4.23和2.393，其累计方差贡献率为82.785%，反映了原始变量所提供的大部分信息，因此选前两个因子作为主因子。同时可以看出，大部分变量都有大于90%的公因子方差，证明公因子对原始变量解释能力很强，前两个因子作为主要因子是合理的。

（3）解释因子变量。为更好地解释主因子效果，对提取出来的主因子载荷矩阵（表8）采用方差最大正交旋转法进行因子旋转，得到旋转成份矩阵（表9），加强公因子對问题的解释能力。

从表9可以看出，第一个主因子F1对X1、X2、X5指标上的载荷值较大（>0.5），说明F1是反应农业现代化水平、生产效率和生产经营规模化水平的主要评价因子；第二个主因子F2对X4、X7指标上的载荷值较大，是农业生产结构优化和农业生产效益因子。

（4）计算因子综合得分。根据输出的因子得分系数表10，得出因子得分函数表达式：

F1=0.241X1+0.268X2-0.053X3+0.054X4+0.286X5+0.076X6-0.210X7-0.208X8

F2=0.057X1-0.044X2-0.248X3+0.258X4-0.038X5-0.324X6+0.312X7+0.083X8

根据各主因子方差贡献率为权数计算平凉市历年农业产业化综合得分，公式如下：

Fz=0.64F1+0.36F2

利用SPSS22.0得出各因子的得分，将各因子得分带入上述公式，得到综合得分矩阵（表11）。从因子分析矩阵来看，平凉市农业产业化因子综合得分除2012年出现回调外，呈现逐年增长的趋势。

2.金融支持对农业产业化的影响的回归分析

平凉市的主导产业为农业，因此推进金融服务农业产业化对于平凉市经济发展非常关键。根据金融支持农业方面的相关理论，本文建立农业产业化综合指标与金融支持农业产业化指标F■之间的回归模型：

F■= a■+β■LnF■+ξ

其中，F■表示农业产业化发展水平；F■表示金融支农程度；ξ为残差项。

利用2006年至2016年数据得到平凉市农业产业化综合得分F■，金融机构人均涉农贷款余额处理后得到LnF■，对两者进行回归分析。回归结果见表13、表14、表15。

Fz=-10.061+2.448Fi

（t0=-13.789）（t1=13.821）

R2=0.955 F=191.020 sig=0.000

结果显示：模型通过了显著性检验，R2=0.955，表明金融支农对农业产业化具有很好的解释作用；F=191.020， sig=0.000，表明金融支农与农业产业化发展之间存在明显的相关性；人均涉农贷款每增加一个百分点，农业产业化综合得分增加2.448个百分点。

3.结果分析。

本章运用因子分析方法提取主成分，通过线性回归分析了平凉市农业产业化发展综合水平与金融支农两者之间的关联度。从上述分析结果可以看出：平凉市农业产业化综合水平和金融支农力度逐年上升，农业产业化水平与金融支农两者之间存在正相关关系。农业产业化水平与金融支农两者相互影响，金融支农对农业产业化发展起到正向推动作用。金融机构对农业发展的投入越多，农业产业化水平就会越高。因此，平凉市农业产业化水平的进一步提高离不开金融的支持。

三、金融支持农业产业化发展促进产业扶贫的对策建议

一是加大金融创新，着力破除农业产业化龙头企业的融资瓶颈。金融部门应该出台相应的激励措施，鼓励涉农金融机构在支持地方龙头企业发展、形成产业带动合力中积极作为，在风险可控的前提下，通过扩展抵押物范围、引入外部担保等方式解决产业化龙头企业融资难题。同时根据农业产业的生产周期特点，针对性制定信贷期限，解决产业生产周期与资金使用周期不匹配的问题。二是围绕“平凉金果”和“平凉红牛”两大特色产业品牌，结合市场需求、本地经济发展水平和农民接受度等实际，不断延伸产业链条，实现规模经济。同时注重培育典型产业化龙头企业和新的产业增长点，借助电商平台，探索“产业化龙头企业+贫困农户”等模式实现产业扶贫与农业产业化发展的共赢局面。

参考文献

[1]Cater ，M . R . Equilibrium Credit Rationing of Small Farm Agriculture [J].Journal of Develop-ment Studies，1988，（28）：83-100.

[2]Stiglitz J，&Weiss; A. Credit Rationing in Markets with Imperfect Information. Ameri？can Economic Review，1981，（71）：393-410.

[3]巴红静.中国农村金融发展研究[M].辽宁：东北财经大学出版社，2013：24-25。

[4]陈赛玲.关于杭州辖内农村信用社信贷支农服务情况的调查分析[J].中国农村经济， 2002.，（8）：26-28。

[5]车宗山.王振通.创新融资方式支持农村产业化经营[J].中国金融，2009.，（2）：18-19。

[6]何广文.对农村政策金融改革的理性思考[J].农村经济问题，2009，（3）：44-46。

[7]徐忠，张雪春.中国贫困地区农村金融发展研究[M].北京：中国金融出版社，2012：47-52。

[8]徐志明.贫困农户产生的原因与产业化扶贫机制的建立[J].农村现代化研究，2008.，（6）：38-40。

[9]赵昌文，郭晓鸣.贫困地区扶贫模式：比较与选择[J].中国农村观察，2010，（6）：25-38。

Abstract： Combined with field interviews， the paper makes a questionnaire on the financing situation of 28 provincial agriculture industrialization leading enterprises in the jurisdiction of Pingliang city in Gansu province. Using factor analysis method， the paper makes an empirical analysis on the relationship between the financial support and the agriculture industrialization development in Pingliang city. The results show that the comprehensive level of agriculture industrialization in Pingliang city and the strength of the financial support for agriculture are increasing year by year， there is a positive correlation between the agriculture industrialization level and the financial support for agriculture， and the financial support plays a positive role in the development of the agriculture industrialization. Based on the empirical results， the paper puts forward suggestions on the financial support for the development of the agriculture industrialization and the promotion of the industrial poverty alleviation.

Keywords： industrial poverty alleviation； financial support； agriculture industrialization development

責任编辑、校对：续静