互联网金融对农业供给侧改革影响研究——基于生猪养殖业数据的分析

李方敏 洪晨翔

(浙江工业大学经济学院，浙江 杭州 310023)

在确保粮食安全的基础上，提升主要农产品的有效供给，是我国农业供给侧改革的重要目标[1]，是巩固全面建成小康社会成就的必要内容及全面建设社会主义现代化强国的基石。互联网金融的出现和快速发展，给我国农业供给侧改革带来了新的机遇。近年来，伴随着互联网、移动终端的普及，互联网金融发展呈现出爆发式增长。自2014年起，连续5a的政府工作报告中都对“互联网金融”问题进行了论述，体现了我国对“互联网金融”发展的重视[2]。传统金融信贷对涉农主题的排斥长期存在，是农户实现可持续发展的重要障碍[3]，《中国“三农”互联网金融发展报告(2017)》指出，“三农”领域金融缺口高达3.05万亿元，农业供给侧改革中的金融缺口是重大问题。互联网金融门槛低，具有草根性，能拓展资金供给的新渠道、降低交易成本并缓解信息不对称，成为传统金融的补充，能在一定程度上解决农村农户融资困难及农业产业发展资金缺口问题[4]。同时互联网金融可以增加人民的可支配收入，促进对农产品的需求，这给我国农业供给侧改革带来了新机遇。然而互联网金融对我国农业供给侧改革到底有多大影响，对我国农产品供给的影响又如何，这些问题都尚未解决，有待研究。

作为全球最大的猪肉消费和生产国，生猪养殖是我国畜牧养殖业中的核心产业[5]，生猪养殖业在我国社会经济发展及城乡居民生产生活中的地位举足轻重[6]，是我国农业供给侧改革的重要部分。为此，本文基于生猪养殖业数据研究互联网金融发展对我国农业供给侧改革推动成效的影响，以期为我国有效推进农业供给侧改革提供政策依据。

1 研究数据与变量选择

本研究采用固定效应模型对2014—2016年我国30个省市自治区的面板数据进行多元回归分析，以考察互联网金融发展推进我国生猪养殖领域农业供给侧改革成效的影响。

1.1 变量选取

根据本文的研究目标，本文以生猪养殖领域农业供给侧改革成效作为被解释变量，以互联网金融发展水平作为解释变量，将经济发展水平、产业结构、涉农财政支持力度、传统金融发展水平、畜牧产品价格及农业现代化水平作为控制变量。

1.1.1 农业供给侧改革成效

本文以生猪总供给数据作为该产业农业供给侧改革成效。生猪总供给指与生猪养殖业相关的各种供给，其中包括各种生猪交易、猪肉产品及生猪养殖相关服务业中产生的供给。生猪养殖产业农业供给侧改革越有效，该产业总供给越大，因此选择此数据作为该领域农业供给侧代表变量。

1.1.2 互联网金融发展水平

互联网金融是新兴的经济金融现象，2013年被称为互联网金融元年，目前对互联网金融发展水平的测算和统计相对还较为少见，在传统的统计年鉴中并没有相关数据，国家也尚未编撰专门的统计年鉴。因此，选取北京大学发布的互联网金融发展指数作为解释变量。

1.1.3 经济水平

根据历史文献和数据的统计分析，在其它条件相同或相似的情况下，地区经济水平与该地区的农业发展及农业供给侧改革成效有强相关性[7]。人均GDP常被用作地区经济水平的代表变量，因此选取地区人均GDP作为控制变量之一。

1.1.4 产业结构

地区政府对生猪养殖业的重视程度以及该地区产业结构是影响生猪供给和生猪产能的一个重要因素[8]，因此选用第一产业增加值占地区生产总值比重代表地区产业结构，作为控制变量之一。

1.1.5 涉农财政支持力度

农业生产在很大程度上依赖政府投入和支持，因此，选取地区涉农财政支出作为控制变量之一。

1.1.6 传统金融发展水平

本文研究互联网金融对生猪产业的影响，必须注意控制传统金融发展水平对该地区生猪产业的作用，因此选取地区年末金融机构各项贷款余额代表地区传统金融发达水平，作为控制变量之一。

1.1.7 畜牧产品价格

生猪供给对生猪交易价格具有很强的敏感性[9]，价格是供给的重要指挥棒，因此选取地区畜牧产品价格作为控制变量之一。

1.1.8 农业现代化水平

在其它条件相同或相似的情况下，农业现代化水平高的地区一般其生猪产业发展也较好，生猪产能亦通常较高，在回归分析中控制农业现代化水平是合理的设置[10]。而农业固定资产投资较多的地区，其农业现代化水平一般也较高，因此选取农林牧渔业固定资产投资作为农业现代化水平的代理变量，进行控制。

1.2 数据来源

本文的被解释变量数据、涉农财政支出及农林牧渔业固定资产投资数据来源于《中国农村统计年鉴》；人均GDP、第一产业增加值占地区生产总值比重数据来源于《中国统计年鉴》；畜牧产品价格来源于《全国农产品成本收益资料汇编》；年末金融机构各项贷款余额数据来源于《中国金融年鉴》。解释变量互联网金融发展指数来源于北京大学互联网金融研究中心发布的互联网金融发展指数，该指数以2014年为基年进行测算，并进行年度平均处理。本文所用数据凡涉及到价格因素的，均进行可比价格处理。由于西藏的数据有严重缺失，因此在回归分析中将其去除。

2 研究方法与模型设计

本文构建基于面板数据的多元回归模型进行实证分析：

OPBIit=β1OFit+β2ISit+β3PGDPit+β4FEit+β5LBit+β6PLPit+β7IFAit+β8CONSTANTit+ρi+εit

式中，i表示省份，t表示年度，OPBI为农业供给侧改革成效，OF代表互联网金融指数，是本研究的解释变量；IS、PGDP、FE、LB、PLP及IFA分别代表产业结构、人均GDP、涉农财政支出、年末金融贷款、畜牧产品价格及涉农固定资产投资，是模型的控制变量；CONSTANT是常数项；β1～β8为变量的回归系数；ρ是不可观测的个体效应；ε为误差项。

本文采用STATA16进行回归分析。为排除模型的多重共线性，本文首先对各个变量进行多重共线性检验。结果显示，所有变量的VIF因子都<4，且整个模型的平均VIF为2.83，说明模型变量不存在多重共线性。随后，对模型进行Hausman检验，结果显示，采用固定效应模型更适合本文实证。

3 实证结果分析

表1为本研究实证模型固定效应回归的结果。由模型(a)和模型(b)可知，互联网金融发展的回归系数在10%和5%的统计水平上为正且显著，这表示互联网金融对生猪养殖领域的农业供给侧改革有促进作用，当互联网金融发展水平提升100%，生猪养殖领域的农业供给侧改革成效将提高6.26%。模型(a)是固定效用模型的回归结果，模型(b)是通过稳健标准误处理异方差问题后的固定效应回归结果。由于通过检验，面板数据存在异方差问题，因此模型(b)的回归结果更加可靠。

为了检验标准模型结果的可靠性，本文采用对样本数据进行双边95%阀值缩尾处理来进行稳健性检验。得到的结果与基准模型回归结果一致，见表1中模型(c)。互联网金融发展对生猪养殖领域的农业供给侧改革成效影响的系数略有升高，为0.0752，在1%的水平上显著。

表1 回归结果

4 研究结论与政策建议

本文采用我国30个省市自治区的面板数据进行固定效应模型考察互联网金融发展水平对我国生猪养殖领域农业供给侧改革的影响效应，结果表明，我国互联网金融发展对生猪养殖领域农业供给侧改革有显著的促进作用，且地区涉农财政支出和传统金融发展水平对农业供给侧改革的影响也是显著的，但两者的影响都是负向的，说明涉农财政支出和传统金融融资对我国农业供给侧改革有一定的挤出效应。根据研究的分析结论，本文提出以下政策建议。

互联网金融发展是近期经济发展中的一个重要趋势，并将迎来大发展时期。现行互联网金融发展对推进生猪养殖领域农业供给侧改革有显著成效，但影响还较小，且未能与涉农财政支出及传统金融形成合力，需要开发专项支持生猪养殖业发展的互联网金融产品，包括线上涉农专项贷款、专项保险及专项理财产品等，以更好地推动农业供给侧改革。加强互联网相关基础设施建设及对涉农人员互联网使用及互联网金融使用的教育培训工作。当前互联网金融的受益人更多为城市居民，涉农人员中还有相当一部分人没有使用过互联网金融产品，或者没有合理使用互联网金融，加大基础设施建设及培训力度，能够更好地发挥出互联网金融发展对农业供给侧改革的促进效应。