农业供应链金融对城乡差距影响研究

陈倩倩

（中央财经大学，北京 102206）

2020 年，我国脱贫攻坚战取得关键性胜利后，乡村振兴和农业农村现代化成为巩固脱贫攻坚成果的重中之重。 我国是农业大国，农民和农业生产在社会经济中占据举足轻重的地位，虽然我国经济发展取得了举世瞩目的成就，但城乡、区域之间发展不平衡的问题仍然突出。 缩小城乡差距，关键在于带动农业产业和农村经济发展。 然而，农业生产受制于自然环境等多种不确定因素， 农业小微企业信息透明度低、信用等级不高、进入资本市场难度大、有效担保品和质押物缺乏，因此涉农企业的融资渠道、融资金额受到严重限制，导致农村金融供需失衡以及结构失衡。

作为农村金融领域的重要金融创新，在农业供应链金融中，上游供应商可以用赊销产品的应收账款获得融资， 缓解赊销这一主要销售方式造成的资金压力。核心企业可以利用农产品存货进行融资，满足降低库存、提高资金流动性的需求。 下游经销商可以利用预付账款或者销售订单进行融资，解决预付账款造成的资金紧张，也能加快商品的周转速度。因此，农业供应链金融在一定程度上缓解了涉农中小企业融资难问题，且作为供应链金融， 它将产业链上下游紧密联系在一起，促进产业联结和信息资源流通，增大了金融机构对农业的资金支持力度， 推动了农业产业化发展和全面振兴。本文将研究农业供应链金融的发展能否缩小城乡发展差距，以及这种影响的传导机制，旨在为后续农业供应链金融的政策制定和改革实践提供依据。

1 文献述评

1.1 农业供应链金融

当前对于我国农业供应链金融的研究主要聚焦于2 个方面。

（1）农业供应链金融的创新发展。郑屹[1]指出当前我国农业供应链金融的人才队伍专业素养不足，资金融通渠道和规模难以满足需求的多样性，供应链主体信用等级低、 信息透明度低导致信用基础脆弱等问题。 因此在农业生产方式演进变革背景下，标准化建设、大数据技术引进、线下流程优化、金融产品创新等将成为农业供应链金融改革方向。 李小莉等[2]通过分析传统农业供应链金融在征信数据、 信息安全、人工成本、系统稳定性和主体协调5 个方面存在的弊端， 建立基于区块链和物联网的创新决策框架和平台，对现存问题对症下药、逐一解决。 潘永昕和胡之睿[3]利用解释结构模型，将包括核心企业信用水平、供应链整体信息透明度、自然灾害、宏观环境等在内的农业供应链金融的32 个影响因素划分为9 个层级，根据不同因素的影响程度和方式，金融机构、供应链参与主体和政府可以对症下药，构建更为有效的风险防控体系。 许玉韫和张龙耀[4]分析了蚂蚁金服和大北农“农信互联”2 种农业供应链金融数字化模式，认为数字化模式有望成为农业供应链金融未来发展方向，有利于风险控制和效率提高。 贾玉洁[5]指出了金融抑制对农业供应链金融运营模式和信息管理的遏制，并基于此阐述了农业供应链金融的创新方向，包括运营模式改革、风险管控以及信息管理。李友华和毕家豪[6]根据龙江银行5 种模式、6 种产品的农业金融创新，发现其有利于银行盈利增加、 农业规模化和稳定化、劳动力转移优化，为商业银行的农业供应链金融创新提供了切实可行的参考案例。

（2）农业供应链金融的风险研究。 刘学文和谭学想[7]基于当前高质量发展的现实背景，指出从风险评价、管控、预警和人才引进4 个方面对农业供应链金融的信用风险进行有力把控。 孙中叶和徐晓燕[8]选取11 个关键指标，构建GA-BP 神经网络模型，并验证了该模型对农业供应链金融风险预测的准确性和速度， 为农业供应链参与主体风险管控提供有力支持。彭路[9-10]利用序贯博弈方法证明了农业供应链金融会放大道德风险，这是由于农业供应链金融基于龙头企业进行决策，通过规模经济、范围经济机制，将农业生产本身规律和信息不透明引发的道德风险放大，并基于我国农业供应链金融的主要特征：农户和小微企业信息不透明、农产品供求受蛛网理论制约、融资方式以间接融资为主，指出我国农业供应链金融风险的3个特点：道德风险问题、系统性风险存在且难以识别。

还有较小部分的研究关注农业供应链金融对所涉企业和产业的影响。 郭捷和谷利月[11]研究发现，我国涉农企业普遍存在融资约束难题，而农业供应链金融能够显著改善， 且当涉农企业参与精准扶贫时，信息透明度有所提高，对缓解机制产生了放大效应。 申云等[12]以文献综述形式总结了对金融扶贫的机制和效应的研究，指出农业供应链金融兼具小微金融、普惠金融特点，结合互联网和数字化等技术应用，农业供应链金融能够成为金融扶贫的有力举措。就具体实施而言，要关注行业地区差异化、参与主体协作、模式创新和技术引进对其减贫机制的影响。

1.2 金融发展对城乡差距的影响

国内学者对于金融发展对城乡发展差距的影响研究，多数聚焦于数字普惠金融的作用机制和动态关系， 且对于金融发展对发展差距的影响都持乐观态度。 马威和张人中[13]利用空间计量模型，发现数字金融的深度使用能够缩小城乡发展差距，而数字金融的广度作用不大，并指出居民教育对这种作用机制具有协同效应。 杨德勇等[14]的门限效应研究得到了同样的结论。 宋承蕾和吴媛媛[15]利用省际面板数据研究发现， 农村普惠金融对城乡发展差距有显著减小作用，且通过区域差异性看出作用效果边际效应递减规律。王小华和胡大成[16]同样利用省际面板数据，发现金融科技发展缩小了城乡收入差距，且经济增长在其中具有放大效应。 魏君英等[17]研究发现数字金融对城乡消费差距的影响与地区相关，中、东部为收敛作用，而西部则为扩大。 而孔杏[18]的研究表明，互联网金融会扩大城乡收入差距，并将其原因解释为互联网金融的普及度和渗透率不足，与农业农村结合度不够。

1.3 农业供应链金融对城乡差距的影响

目前，国内鲜有学者直接研究农业供应链金融对城乡差距的影响，但从精准扶贫减贫和普惠的角度分析了农业供应链金融的作用。 姜东晖和王波[19]指出农业供应链金融具备普惠金融和精准扶贫的共性，这也是农业供应链金融未来的创新发展方向。贾辉辉和吕德宏[20]研究发现，相对于直接贷款，参与农业供应链金融的贫困户农业收入更高，且贷款资金使用的精确度更高、道德风险更低。 戴德宝等[21]认为农业供应链水平越高，农民收入和恩格尔系数越低，而生产规模和城镇化起到了中介作用。 申云等[12]研究了不同主体领导的农业供应链金融的减贫效应，发现不同类型的农业供应链金融都具有显著的减贫效应，但具体效果受农户贫困类型和供应链金融类型影响。

纵观已有研究，主流的农业供应链金融聚焦于风险和创新2 个方面，而城乡发展差距更多的是与普惠金融、数字金融挂钩。已有学者提出，农业供应链金融具有普惠金融和精准扶贫双重身份，能够降低农村贫困水平。 中国特色社会主义进入新时代，我国已经打赢了脱贫攻坚战，解决不平衡不充分的发展问题和乡村振兴战略成为主流任务。农业供应链金融能否凭借其先天优势和特点，在解决贫困问题之后，收敛城乡发展差距、实现乡村振兴是本文的关注点。

2 变量说明与模型构建

2.1 数据来源与变量说明

本文研究样本为包括自治区、 直辖市在内的31个省份，样本时间为2013—2019 年，构建省际面板数据模型来研究农业供应链金融对城乡收入差距的影响。 本文所用数据来源于《中国金融年鉴》、国泰安数据库和Wind 数据库。

被解释变量为农业供应链金融发展水平。戴德宝等[21]认为由于农业产业特点、信息透明度低等问题，国有金融机构对农民贷款的条件受限，农村信用合作社、村镇银行提供了主要的贷款服务。 金融机构的涉农贷款能够在一定程度上反映农村金融的发展水平。本文用金融机构涉农贷款余额作为代理变量，数据来源于历年《中国金融年鉴》。 2013 年之前没有披露金融机构分地区的涉农贷款余额情况， 因此本文以2013 年之后作为样本时间段。

核心解释变量为城乡发展差距，目前主流的衡量地区发展差距的指标包括基尼系数、泰尔指数、人口加权变异系数、城乡收入比等。 基尼系数主要受到中层阶级收入变动影响，泰尔指数受高层和底层收入变动影响较大，城乡收入比只包括了居民可支配收入差距这一信息，忽略了人口因素，因此本文采用泰尔指数作为城乡发展差距的代理变量，将城乡收入比作为替代变量用于稳健性检验。 根据宋承蕾和吴媛媛[15]的方法，本文的泰尔指数构建如下：

其中，ni,t、n1i,t、n2i,t是i省在t年的总人口、 城镇地区总人口和农村地区总人口，yi,t、y1i,t、y2i,t是i省在t年的人均可支配收入、城镇地区人均可支配收入、农村地区人均可支配收入。

参考已有文献，本文的控制变量包括：化肥施用量、经济发展水平、科技发展水平、教育水平和城镇化水平。 其中，化肥施用量能够反映农民的农业收入，进而反映农村经济增长情况[21]。 经济、科技、教育发展水平以及城镇化率都是城乡发展差距的重要影响因素[22]，表1 展示了各指标的构建方法。

表1 核心变量说明

2.2 模型构建

根据现有文献， 本文选取2013—2019 年省际层面的31 个地区，构建双向固定效应面板模型，探讨农业供应链金融是否有利于缩小城乡发展差距。 模型如下：

其中，i表示省份，t表示年份，gapit是被解释变量泰尔指数，levit是核心解释变量农业供应链金融发展水平，controlit代表前文提到的一系列控制变量，δt为时间固定效应，μi为个体固定效应，εit表示不能被模型解释的随机误差项。为了避免组内自相关和异方差问题，回归模型使用聚类稳健标准误。

3 实证结果分析

3.1 全样本回归

表2展示了全样本面板数据的回归结果。当泰尔指数对农业供应链金融水平回归时，系数为负，且在1%的水平上显著， 说明农业供应链金融能够有效地缩小城乡差距。 进一步引入各控制变量后，农业供应链金融的系数和显著性水平保持不变， 且模型的R2从7.1%增加到95%，说明模型有很好的解释能力。农业供应链金融发展水平越高，城乡发展差距越小。

表2 全样本回归结果

对于控制变量，本文发现化肥施用量、教育水平、城镇化率都对城乡差距有抑制作用，且都在1%水平上显著。化肥施用量越高，代表农业生产规模越大，农民收入也就越高，有利于缩小城乡差距。 平均教育水平越高，农业现代化、机械化程度越高，有利于农业产业发展、农民收入增加。 城镇化的推进能够增加农民就业，农民收入也会相应提升，城乡差距缩小，这与徐明[23]的研究结论一致。

3.2 分组回归

在全样本回归中，地区生产总值的回归系数显著为正，意味着地区生产总值越高，城乡发展差距越大。因此本文将所有样本按照生产总值大小排序分组，分为高生产总值组和低生产总值组，分别进行双向固定效应面板回归，结果如表3 所示。分组回归中，农业供应链金融的系数都显著为负，但在生产总值较高的地区，农业供应链金融对于城乡收入差距的缩减作用更弱，这可能是由于高产值地区的农业产业发展水平本身更高，且地区内金融资源分配更合理、融资渠道更多样化、农业产业上下游的联结更为紧密，因此农业供应链金融对缩小城乡差距的边际作用更小。而高产值地区城乡差距较大，削弱了农业供应链金融发展对城乡差距的抑制作用。

表3 按生产总值分组回归结果

3.3 农业供应链金融缩小城乡差距的传导机制

如前文所述，农业供应链金融在一定程度上缓解了涉农中小企业融资难问题， 且作为供应链金融，它将产业链上下游紧密联系，促进产业联结和信息资源流通，增大了金融机构对农业的资金支持力度，推动了农业产业化发展和全面振兴。 因此，本文认为农业供应链金融通过增加农业收入、 提升农业机械化水平，对城乡收入差距起到抑制作用。 分别用化肥施用量、人均农业机械总动力作为农业收入、农业机械化水平的代理变量。

表4的回归表明， 农业供应链金融水平越高，化肥施用量越高，而回归（3）中农业供应链金融和化肥施用量的系数都显著为负，说明存在中介效应。 农业供应链金融会增加化肥施用量，意味着农民的农业收入增加，因此城乡收入差距缩小。 表5 的回归（2）中，农业供应链金融的系数显著为正，回归（3）中两者系数都显著为负，说明中介效应存在。 农业供应链金融提高了人均农业机械总动力， 即提升农业机械化水平，根据张英丽的研究，机械化水平的提高增加了农民的非农业劳动时间，使得农民收入增加，城乡收入差距缩小[24]。

表4 农业收入传导机制

表5 农业机械化水平传导机制

3.4 稳健性检验

为了验证前文回归结果的稳健性，本文根据陆铭和陈钊[25]的研究，用城市和农村居民的人均可支配收入之比替换核心解释变量——泰尔指数，进行稳健性检验。表6 的结果显示，农业供应链金融的系数符号、显著性都没有变化，与城乡收入差距呈显著负相关关系，证明了本文结果的一般性和稳健性。

表6 稳健性检验结果

4 结论

本文采用2013—2019 年我国31 个省份的省际面板数据，研究了农业供应链金融这一农村金融创新对于城乡收入差距的影响及其传导机制，得出如下结论：

（1）农业供应链金融水平越高，越有利于缩小城乡收入差距；（2）无论在高生产总值地区还是低生产总值地区，农业供应链金融对城乡收入差距都有抑制作用，但低生产总值地区的抑制作用更为明显，高生产总值地区的边际影响更低；（3） 农业供应链金融对城乡收入差距的抑制作用， 是以增加农民农业收入、提升农业机械化水平为传导机制的。

基于上述研究结论，本文提出以下政策建议。

（1）在全国尤其是综合经济实力较为落后的地区，建立健全农村供应链金融，缩小城乡收入差距。 我国是农业大国，农民和农业生产在社会经济中占据举足轻重的地位，虽然我国经济发展取得了举世瞩目的成就，但城乡、区域之间发展不平衡的问题仍然突出。农村供应链金融在一定程度上缓解了涉农中小企业融资难问题，并将产业链上下游紧密联系，促进产业联结和信息资源流通，增大金融机构对农业的资金支持力度，有利于推动农业产业化发展和全面振兴。

（2）疏通农业供应链金融，缩小城乡收入差距渠道，鼓励金融助力农业发展。农业供应链金融以增加农民农业收入、提升农业机械化水平为传导机制，上游供应商用赊销产品的应收账款获得融资，缓解赊销造成的资金压力。 核心企业利用农产品存货进行融资，满足降低库存、提高资金流动性的需求。 下游经销商利用预付账款或者销售订单进行融资，解决预付账款造成的资金紧张，也能加快商品的周转速度。 鼓励市场参与者加入供应链金融，增加农民可支配收入，提高产业机械化水平，以使金融更好地服务民生。