农业信贷、农业保险与农业全要素生产率增长——基于交互效应视角

唐 勇，吕太升

(石河子大学 a.经济与管理学院;b.兵团金融发展研究中心，新疆 石河子 832000 )

引 言

近年来，我国粮食增产、农民增收的步伐持续放缓，依靠要素投入的农业粗放型生产方式越来越不符合我国农业现代化和农业高质量发展的需要[1]。新时期为更好地推动农业供给侧结构性改革，实现农业高质量发展，必须加快转变农业经济发展方式，提高农业全要素生产率。农业全要素生产率的提升是一个时间跨度长且投资规模较大的过程，在这一过程中需要建立起较为完善的农村金融制度，保障农业资本的持续供给，有效分散农业技术创新的风险。作为农村金融的重要组成部分，农业信贷的投放可以为农业全要素生产率的提高提供源源不断的资金动力，而农业保险的发展能够规避和分散农业全要素生产率提升进程中面临的风险，同时农业信贷与农业保险的联动又能够进一步弥补各自发展的不足之处，更好地提高农业生产的规模效率和要素配置效率，从而进一步提高农业全要素生产率。

目前，学者们主要从农村基础设施[2-3]、要素配置[4-5]、农村金融发展[6-8]、外商直接投资[9-10]和城镇化水平[11]等方面探究了农业全要素生产率提高的影响因素。其中关于农村金融发展对农业全要素生产率的影响，现有研究主要基于农村金融结构、农村金融发展规模等总体角度去分析，也有部分学者分析了农业保险对农业全要素生产率的影响[12-13]，但鲜有学者将农业信贷与农业保险放入统一分析框架中去探讨农村金融对农业全要素生产率的影响，也少有文献去分析农业信贷与农业保险在提升农业全要素生产率过程中的互动作用。事实上，伴随着我国农村金融体制的不断改革与完善，一方面，农业信贷与农业保险均得到了较为快速的发展，成为支持农业供给侧结构性改革和服务农业现代化的重要动力；另一方面，我国也在不断探索建立农业信贷与农业保险相结合的银保互动机制，农业信贷与保险之间的相互促进作用对于农业生产、农村经济发展和农业全要素生产率的提升也愈发重要。因此区别于以往研究文献，本文将农业信贷与农业保险放入统一分析框架当中，基于交互效应视角，从理论与实证分析两个层面探讨农业信贷与农业保险及二者之间的联动发展对农业全要素生产率的影响。

一、理论分析

(一)农业信贷与农业全要素生产率

现阶段，我国农村金融体系仍是以银行信贷为主的间接融资体系，农业信贷对农业全要素生产率增长具有重要意义。

农业信贷可以缓解农业全要素生产率提高面临的资金短缺问题。农业长期以来都是经济发展过程中的弱势产业，经济效益低且具有天然的脆弱性和风险性，因此仅依靠农业自身的资本积累，很难满足农业持续扩大再生产的需要，资本短缺限制了农业全要素生产率的提高。农业信贷的投放可以弥补农业自身资本积累不足的弊端，减小农业技术研发和推广的资金缺口，带动农业技术进步，从而提高农业全要素生产率。

农业信贷能够提高资源配置效率水平，提升农业技术效率，进而提高农业全要素生产率。农业信贷相比于政府财政支农资金，是以市场化的方式运行，会追求较高的回报率，因此存在选择机制。农村金融机构依托自身网点优势、人员优势、信息优势，将农业贷款以市场化的利率发放给资本使用效率较高的企业或个人，实现自身利益最大化，这也迫使贷款主体不断提高信贷资金的使用效率，加大农业技术投入以改进生产效率，带动农业技术的普及，提高农业全要素生产率。

农村金融机构为保障农业信贷资金的安全性，防范农业信贷资金挪为他用，会加大对农业信贷资金和农业经营主体的监督力度[14]，这有助于保障农业信贷资金主要运用于农业生产领域和农业技术研发领域，推动农业生产的规模扩张和农业技术的研发与推广，进而推动农业技术进步，最终提高农业全要素生产率。

(二)农业保险与农业全要素生产率

农业保险作为农村金融体系的重要组成部分，其对农业全要素生产率促进作用越来越突出。

农业保险可以帮助稳定农业生产，带动农民收入增加，保障农业生产资料的持续投入，进而提升农业全要素生产率[15]。农业作为一个弱势产业，易于受到自然灾害和市场价格风险的影响，这些因素均制约了我国农业技术进步和农业全要素生产率的提高。一方面，当自然灾害发生时，保险公司为农户产生的损失进行理赔，帮助农户恢复再生产，因此可以起到稳定农业生产的作用；另一方面，农业保险可以帮助平稳农产品市场的价格波动，即便风险真正发生后，农业经营主体也可以借助农业保险得到弥补，避免出现丰产不丰收的现象，进而有助于增加农民收入。基于上述分析得出，农业保险的引入为稳定农业生产和增加农民收入起到了至关重要的作用。当农业生产和农民收入较为稳定时，农业保险能够帮助农户持续扩大农业生产资料的投入，改善农业生产环境和更新农业生产设备，进而带动农业技术进步，提高农业技术效率，最终提升农业全要素生产率。

农业保险能够改变农户的生产投资偏好，优化农业资源配置，调整农村产业结构和农业生产结构，从而促进农业全要素生产率水平的提高[13]。农业保险将农业生产设施和技术设备纳入保险保障范围，有助于农业生产经营主体进一步加大风险性农业资本的的投入力度，能够提高农业机械化、科技化水平，带动农业技术的普及和全要素生产率的提高[16]。同时，农户参保对家庭生产经营的其他方面也会产生影响，如对既有种植结构进行调整、在农业与非农领域重新配置劳动力等，进而优化农业资源配置，提高农业技术效率[17]，最终实现农业全要素生产率的提高。

(三)农业信贷、农业保险与农业全要素生产率

一方面，农村金融机构是以营利为目的的生产经营主体，其对资金具有较高的预期回报，由于我国耕地资源和农业生产分布较为分散，没有形成规模化和产业化的生产方式，这使得农村金融机构面临较高的运营成本和较大的道德风险；另一方面，农业生产面临较大的自然风险和市场价格风险，具有天然的脆弱性和高风险性，而资本逐利性与农业生产天然的脆弱性和高风险性相矛盾[18]。因此当不受外界因素影响时，农村金融机构基于成本与收益的考量会减少农业信贷和农业保险供给，导致市场化的农村金融供给不足，无法满足农业发展需要，这会制约农业资本的持续投入，从而不利于农业技术进步和农业全要素生产率的提高。

农业信贷与农业保险联动发展可以有效解决农村金融供给不足问题，对进一步提高农业全要素生产率具有重要作用。首先，农业保险不仅能够预防和分散农业风险，同时农户可以将保单当作抵押品，向银行申请贷款，这有助于降低农业信贷所面临的风险，减少银行坏账的发生，从而提高农业信贷的可得性；同时，农业保险机构也可以委托银行代为出售农业保险，增加银行的中间收入，最终提高农村金融机构发放农业信贷的积极性。其次，农村银行类金融机构相比于保险类金融机构，在农村地区布局更为广泛，网点较多，因此具有较多的信息优势，因此农业信贷的发放可以使农户投入更多的资金购买农业保险，二者之间的信息共享有助于降低农业保险面临的道德风险，促进农业保险的进一步高质量发展。因此，农业信贷与农业保险的结合实现了二者之间功能的互补，能够最大限度地发挥二者支农的作用，促进农业技术进步和提升农业技术效率，更好地提高农业全要素生产率，实现农业的高质量发展。

二、研究设计

(一)模型设定

1.农业全要素生产率测度方法

现阶段，对于我国农业全要素生产率进行测度的方法主要包括参数方法如生产函数法和非参数方法如数据包络分析法两大类，其中非参数方法在实际运用中无需事先设定具体的生产函数形式，因此能够有效避免因生产函数设定有误而带来的测量误差，使得其在农业全要素生产率的测算中得到广泛运用。鉴于本文使用的是面板数据，为便于不同年份与地区间进行比较，参考高帆[19]等学者做法，采用DEA-Malmquist指数法对我国内陆31个省(自治区、直辖市)2011—2018年农业全要素生产率(TFP)进行测度，并将其进一步分解为农业技术进步指数(TECH)、农业技术效率指数(EFFCH)，具体测算步骤为：

首先需要引入基于投入产出的距离函数

(1)

(1)式中，xi、yi、δ分别代表投入变量、产出变量和定向输出效率变量。t期和t+1期的Malmquist生产率指数可分别表达为:

Mt=(xt,yt,yt+1)=dt(xt+1,yt+1)/dt(xt,yt)

(2)

Mt+1=(xt,yt,yt+1)=dt+1(xt+1,yt+1)/dt+1(xt,yt)

(3)

那么，从t期和t+1期全要素生产率变化的Malmquist指数为：

(4)

(4)式中Mt,t+1即为t期和t+ 1 期的农业全要素生产率变化率，进一步将农业全要素生产率(TFP)分解为农业技术进步指数(TECH)、农业技术效率指数(EFFCH)，公式为：

Mt,t+1=tech(xt,yt,xt+1，yt+1)×effch(xt,yt,xt+1，yt+1)

(5)

其中，有关投入指标主要包括第一产业从业人数(单位：万人)、农作物播种面积(单位: khm2)、农业机械总动力(单位: 104 KW)和农药化肥施用量(104 t)；产出指标以农林牧渔总产值(单位：亿元)表示，为了使不同年份数据的比较具有科学性，本文选择通过农林牧渔总产值指数对农林牧渔总产值进行调整，调整为以2011 年为不变价格的实际农林牧渔总产值。

2.固定效应模型

基于内生增长理论模型，本文参考Levine[20]、王悦[13]等学者做法，将农业信贷、农业保险引入内生增长模型，如果技术进步为希克斯中性，那么生产函数公式为：

Yit=Ait(bank,ins,crs)×F(Kit,Lit)

(6)

其中，Yit表示各地区农林牧渔业总产值，Kit、Lit分别表示资本投入和劳动力投入，Ait(bank,ins,crs)为各地区农业全要素生产率，i和t分别表示地区和时间。假定农业信贷、农业保险会对农业全要素生产率产生影响，因此可以假设农业全要素生产率Ait(bank,ins,crs)是一个多元组合，受农业信贷、农业保险的影响，即：

Ait(bank,ins,crs)=δit×Bankitβ1×Insβ2×crsitα

(7)

(7)式中，Bankit表示各地区农业信贷发展水平，Insit表示各地区农业保险发展水平，crsit为一系列控制变量，δit为影响农业全要素生产率的其他因素，β1和β2为待估参数。将(7)式带入到(6)式中可得：

(8)

对(8)式两边取对数可得：

LNTFPit=α+β1LNBANKkit+β2LNINSit+ρ1LNCZit+ρ2LNISLit+ρ3LNURBANit+ρ4LNDISAit+αi+εit

(9)

(9)式中，LNTFPit表示农业全要素生产率，由于农业全要素生产率(TFP)又可以进一步分解为农业技术进步(TECH)和农业技术效率(EFFCH)，因此被解释变量主要包括LNTFPit、LNTECHit、LNEFFCHit三个变量；LNBANKit表示各地区农业信贷发展水平，LNINSit表示各地区农业保险发展水平；控制变量主要包括政府财政支农水平LNCZit、城镇化水平LNURBANit、产业结构水平LNISLit、农作物受灾面积LNAAit；β1和β2为待估参数，αi表示个体固定效应，εit表示随机扰动项。

为考察农业信贷、农业保险联动对农业全要素生产率的影响，本文进一步将农业信贷与农业保险的交互项引入到模型中，构建如下模型：

LNTFPit=α+β1LNBANKit+β2LNINSit+β3LNBANKit*LNINSit+ρ1LNCZit+ρ2LNISLit+ρ3LNURBANit+ρ4LNDISAit+αi+εit

(10)

(10)式中，LNBANKit*LNINSit表示农业信贷与农业保险的交互项，为便于加入交互项后系数的可比性，本文参考Balli et al[21]做法，对农业信贷和农业保险的每个观察值都做去均值处理，在此基础上构建农业信贷和农业保险交互项，其余变量内涵与(9)式相同。

(二)变量设计

1.被解释变量

包括农业全要素生产率(LNTFP)、农业技术进步(LNTECH)和农业技术效率(LNEFFCH)。

由于Malmquist指数法得到的农业全要素生产率是年度之间的变化量而非水平量，因此参考许海平、王岳龙[22]和王悦[13]等学者的做法，通过将测度出的Malmquist指数各项指标调整为以2010年为基期的水平方向上对应的累计变动率，其计算公式为：

(11)

(11)式中，ATFP表示各年的累计农业全要素生产率，TFP表示测度出来的各年度之间的变化量，同理可得各项构成指标的累计变化数值。借助DEAP2.1软件对2011—2018年中国内陆31个省份的农业全要素生产率(TFP)、农业技术进步(TECH)和农业技术效率(EFFCH)进行测度，并按照式(11)调整为各年的累计变化值作为被解释变量，用于回归分析。

2.解释变量

包括农业信贷(LNBANK)与农业保险(LNINS)。

农业信贷(LNBANK)：学者对农业信贷衡量指标较多，如农业贷款、涉农贷款等。相比于农业贷款，涉农贷款统计包含的内容更为广泛，更能体现农业信贷对农村经济和农业发展的支持力度，因此本文选择涉农贷款作为农业信贷的替代指标。

农业保险(LNINS)：农业保费收入直接体现了各省份农业保险的发展现状，因此本文选取农业保费收入作为农业保险的代理变量。

3.控制变量

包括政府财政支农水平(LNCZ)、产业结构水平(LNISL)、城镇化水平(LNURBAN)、自然灾害水平(LNDISA)。

政府财政支农水平(LNCZ)：政府财政支农有效地支持了农业和农村经济的发展，因此政府财政支农水平对农业全要素生产率具有重要作用。本文选取政府财政支农强度即政府财政支农支出占财政总支出的比重作为政府财政支农水平的代理变量。

产业结构水平(LNISL)：产业结构的调整能够优化地区资源配置，促进农村地区转型，因此产业结构水平对农业全要素生产率具有重要影响。本文选取第二、三产业产值占总产值的比重作为产业结构水平的代理变量，考察产业结构水平对农业全要素生产率的影响。

城镇化水平(LNISL)：城镇化建设会伴随着人口、资本和土地要素的流动，有助于农业集约化经营，提升农业全要素生产率，因此本文选择城镇化率作为城镇化水平的代理变量，考察其对农业全要素生产率的影响。

自然灾害水平(LNDISA)：自然灾害会阻碍农业生产的持续稳定进行，进而不利于农业全要素生产率的提高，本文选取农作物实际受灾面积作为自然灾害的代理变量，考察其对农业全要素生产率的影响。

(三)数据来源与描述性统计

本文选取2011—2018年我国内陆地区31个省(自治区、直辖市)共计248个样本数据，其中除涉农贷款外，各变量原始数据均取自于各省(自治区、直辖市)统计年鉴(2012—2019)、《中国统计年鉴》(2012—2019)、EPS数据库，涉农贷款数据来源于中国人民银行发布的2011—2018年各省(自治区、直辖市)的《金融运行报告》，各变量的描述性统计结果见表1。

表1 变量描述性统计结果

三、实证结果与分析

(一)农业全要素生产率测算结果分析

借助DEAP2.1软件，选择DEA-Malmquist指数法，对2011—2018年中国内陆31个省份的农业全要素生产率(TFP)、农业技术进步(TECH)和农业技术效率(EFFCH)进行测度，测度结果如表2所示。表2显示，2011—2018年我国31个省级样本的农业全要素生产率(TFP)增长率均大于1，保持持续增长的态势，从全国平均水平来看，考察期内农业全要素生产率(TFP)为1.076，年均保持7.6%的增长速度。通过将农业全要素生产率(TFP)进一步分解发现，各省份年均农业技术进步(TECH)增长率均大于1，有效支撑了农业全要素生产率(TFP)增长；农业技术效率(EFFCH)增长率数值较小，有许多省份的年均农业技术效率增长率小于1，即许多省份农业技术效率呈现出恶化的态势。这表明目前我国农业全要素生产率(TFP)的增长主要依托于农业技术进步(TECH)，而非农业技术效率(EFFCH)改善。

表2 2011—2018年全国及各省份农业全要素生产率增长率及各分解指数均值状况

(二)全样本回归结果分析

为探究农业信贷、农业保险及二者交互作用对农业全要素生产率的影响，同时进一步保证回归结果的稳健性和准确性，本文分别列出了不加控制变量和加入控制变量两种情形下的混合OLS、随机效应RE和固定效应FE三种模型的回归结果，回归结果如表3所示。结果表明，无论是否加入控制变量，三种模型下的回归结果不存在显著差异，回归结果具有良好的稳健性。在对模型的设定类型进行了Hausman检验后发现，各模型均应设定为固定效应模型，因此下文重点分析固定效应模型下的回归结果。

表3列(3)显示在不加入控制变量的前提下，农业信贷、农业保险和农业信贷与农业保险的交互项对农业全要素生产率的回归系数分别为0.145、0.093和0.022，且通过了1%的显著性水平检验。基于此可以得出，一方面，农业信贷、农业保险的发展可以显著地促进农业全要素生产率的提高，且农业信贷的促进作用要大于农业保险；另一方面，农业信贷与农业保险对农业全要素生产率的影响并不是相互独立的，二者之间存在彼此依赖，即农业信贷的规模扩大能够增强农业保险对农业全要素生产率的影响，农业保险发展水平的提高也能够增强农业信贷对于农业全要素生产率的促进作用，二者的协调发展能够进一步提高农业全要素生产率。将各控制变量加入到模型当中后，表3列(6)显示了农业信贷、农业保险和农业信贷与农业保险的交互项对农业全要素生产率的回归系数均在1%的显著性水平下显著为正，与未加入控制变量之前的各回归系数保持一致，这表明本文的回归结果具有良好的稳健性。

表3 农业信贷、农业保险对农业全要素生产率的估计结果(全国样本)

就控制变量而言，政府财政支农水平的提高对农业全要素生产率的回归系数为负，但不显著；城镇化水平对农业全要素生产率的回归系数显著为正，即城镇化水平的提高能够促进农业全要素生产率增长；产业结构水平对农业全要素生产率的回归系数显著为负，这表明产业结构水平提高抑制了农业全要素生产率的提高；自然灾害对农业全要素生产率的回归系数显著为负，这表明农作物受灾面积抑制了农业全要素生产率的提高。

(三)区域异质性分析

由于我国不同地区之间资源禀赋条件、经济发展水平和农业发展基础存在较大差异，因此区别于以往研究，本文将我国31个省份进一步划分为粮食主产区、主销区与产销平衡区三大功能区，探讨农业信贷、农业保险与二者的交互项对三大粮食生产功能区农业全要素生产率影响的区域异质性。表4列(7)-(12)显示，农业信贷对粮食主产区、主销区、产销平衡区农业全要素生产率的回归系数均显著为正，其中农业信贷对粮食主产区农业全要素生产率增长的促进作用最大，主销区次之、产销平衡区最小；农业保险对粮食主销区和产销平衡区农业全要素生产率的回归系数显著为正，对粮食主产区农业全要素生产率的回归系数为负，这表明农业保险促进了粮食主销区和产销平衡区农业全要素生产率的增长，却抑制了粮食主产区农业全要素生产率的提高。究其原因，可能为我国粮食主产区省份大多位于长江和黄河两条水系的沿线，这些地区地形和气候条件复杂多样，易受到自然灾害的影响，而这些地区的农业保险发展水平滞后于农业现代化发展的需要，不能够有效分散农业生产面临的诸多风险，因此不利于优化农业资源配置和推广农业技术，进而抑制了该地区农业全要素生产率的提高；农业信贷与农业保险的交互项对粮食主产区、主销区、产销平衡区农业全要素生产率的回归系数均为正，其中对粮食主产区农业全要素生产率的提升作用最大，产销平衡区次之，粮食主销区最小，这与全国层面得到的回归结果相一致，即农业信贷与农业保险对农业全要素生产率的影响存在相互依赖的关系，二者相辅相成更有利于提高农业全要素生产率。

表4 农业信贷、农业保险对农业全要素生产率的分地区估计结果

(四)进一步讨论

农业全要素生产率(TFP)又可进一步分解为农业技术进步(TECH)和农业技术效率(EFFCH)两个维度，为探究农业信贷、农业保险及二者交互项作用于农业全要素生产率的途径，本文将农业技术进步和农业技术效率分别作为被解释变量与农业信贷、农业保险和二者交互项做回归，结果如表5所示。

表5列(13)-(14)列出了加入控制变量前后农业信贷、农业保险及二者交互项对农业技术进步的影响。结果显示，无论是否加入控制变量，农业信贷、农业保险对农业技术进步的回归系数均显著为正，而农业信贷与农业保险交互项对农业技术进步的回归系数为正，但没有通过显著性水平检验。这表明农业信贷能够为农业技术进步提供持续的资金动力，有利于农业技术和先进农业机械设备的推广，促进农业技术进步；农业保险的发展能够有效分散和降低农业技术进步的风险，稳定农业生产，进而促进农业技术进步；农业信贷与农业保险交互项对农业技术进步的回归系数为正，但不显著，这启示我们未来需要进一步加强农业信贷与农业保险的联动发展，更好地促进农业技术进步，最终提高农业全要素生产率。

表5列(15)-(16)显示了加入控制变量前后农业信贷、农业保险及二者交互项对农业技术效率的影响。结果显示，农业信贷与农业保险对农业技术效率的回归系数为正，但均没有通过显著性检验，这表明现阶段农业信贷与农业保险对农业技术效率具有促进作用，但作用不明显，未来需要提高农业信贷和农业保险的发展水平，更好地促进农业技术效率优化；农业信贷与农业保险的交互项对农业技术效率的回归系数显著为正，即农业信贷与农业保险的联动发展能够更好地增强各自的作用，有助于解决地区资金积累和风险控制的问题，从而优化地区农业资源配置，提高农业技术效率，最终提高农业全要素生产率。

表5 农业信贷、农业保险对农业技术进步、技术进步效率的估计结果

总体而言，农业信贷和农业保险主要是通过带动农业技术进步，进而促进农业全要素生产率提高，而农业信贷与农业保险的联动发展不仅能够带动地区农业技术进步，还有助于改善地区农业技术效率，最终提高农业全要素生产率。

(五)稳健性检验

为保证回归结果的稳健性，本文进行了以下稳健性检验：第一，通过将不加控制变量与加入控制变量滞后的回归结果做对比发现，各主要解释变量的回归系数大小、方向与显著性并没有发生变化，表明回归结果具有良好的稳健性；第二，本文在区域异质性分析的过程中，将全国样本进一步划分为粮食主产区、主销区和产销平衡区，各子样本的回归结果大都与全国层面的回归结果基本保持一致，这同样表明回归结果具有良好的稳健性；第三，由于加入了农业信贷与农业保险的交互项，由此会使得交互项与农业信贷、农业保险相关，可能会产生内生性问题。因此为降低模型的内生性，本文将农业信贷与农业保险交互项滞后一期，加入到模型当中，回归结果如表6所示。结果显示，无论是否加入控制变量，各解释变量回归系数与表3回归结果保持一致，因此表明本文回归结果具有良好的稳健性。

表6 稳健性估计结果

四、研究结论与对策建议

(一)研究结论

本文从理论层面分析了农业信贷、农业保险与二者交互作用对农业全要素生产率增长的作用机理，并通过DEA-Malmquist指数法对2011—2018年我国31个省(自治区、直辖市)的农业全要素生产率进行测度，在此基础上构建了固定效应模型探究农业信贷、农业保险及二者交互项对农业全要素生产率增长的影响及作用路径。所得研究结论主要包括：我国各省份农业全要素生产率保持持续增长的趋势，且农业技术进步成为驱动农业全要素生产率的增长主动力；农业信贷、农业保险及二者的交互项均有效支撑了农业全要素生产率增长，其中农业信贷和农业保险主要是通过带动农业技术进步，进而促进农业全要素生产率提高，而农业信贷与农业保险的联动不仅能够带动地区农业技术进步，还有助于改善地区农业技术效率，最终提高农业全要素生产率；分地区来看，农业信贷和农业信贷与农业保险的交互项对粮食主产区农业全要素生产率的促进作用最强，产销平衡区次之，粮食主销区最小，但农业保险却抑制了粮食主产区全要素生产率的增长。

(二)对策建议

第一，加大涉农贷款的投放力度，创新涉农贷款产品，建立完善的信贷支农体系。实践表明，涉农贷款能够弥补农业发展的资金缺口，提高农村地区资源配置效率水平，进而促进农业技术进步，提升农业技术效率，有助于农业全要素生产率的增长。但由于现阶段我国耕地资源和农业生产分布较为分散，没有形成规模化和产业化的生产方式，这使得农村金融机构面临较高的运营成本，导致农村地区市场化的农业信贷资金供给不足，无法满足农业发展需要。因此，需要针对我国农业生产实际，一方面整合地区信贷资源，鼓励农村金融机构加大对农村地区的布局力度，持续扩大涉农贷款的投放规模；另一方面需要在现有信贷产品基础上，支持涉农金融机构加大金融创新力度，满足不同规模、不同种类涉农主体的贷款需求，实现涉农经营主体的全覆盖，同时也要进一步建立起农业贷款担保制度，降低涉农贷款机构面临的风险，共同形成完善的信贷支农体系。

第二，加大农业保险保费补贴力度，扩大农业保险保障范围，提高农业保险保障水平。农业保险具有准公共物品属性，能够有效分散和转移农业经济发展面临的自然灾害风险和市场价格波动风险，进而稳定农业生产，保障农产品供给和农民增收。因此，需要各级财政加大对农业保险保费的补贴力度，提高农业保险发展水平，释放农业保险红利；与此同时，农业保险还需要进一步扩大保障范围，如将农业生产设施和技术设备纳入保险保障范围能够提高农业机械化、科技化水平，增强农业综合生产能力[16]，进而提高农业全要素生产率。

第三，积极推动农业信贷与农业保险联动发展，不断开发“信贷+保险”新产品，探索建立农业信贷与农业保险相结合的银保互动新机制。实践证明，农业信贷与农业保险的联动发展既有效降低了农业信贷风险，提高了农业信贷的可获得性，也能够提高农业保险发展水平，增强农业的风险保障能力，二者相互促进、相互补充。因此，需要加强农业保险与农业贷款的深度融合发展，不断开发“信贷+保险”新产品，探索建立农业信贷与农业保险相结合的银保互动新机制，进而提高农村金融服务水平。