談金融支持下的農村經濟增長

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談金融支持下的農村經濟增長范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:農業發展是國民經濟發展的基石，情系著千千萬萬農民朋友的生活水平。文章從安徽省金融支持農村經濟發展的幾個經濟指標入手，進行對比及回歸分析，探究涉農貸款的增加是否會帶動農林牧漁產值的增長以及農村居民人均可支配收入的增加，針對結果分析原因提出對策，以期改善金融支持下的農村經濟增長困境。

關鍵詞:金融支持;農村經濟;安徽

近年來隨著國家對“三農”服務力度持續加大，各項扶持農村經濟發展的舉措應運而生。在金融支持方面，2019年末，全國涉農貸款余額35．19萬億元，同比增長7．7%;全年增加2．68萬億元，同比多增4515億元。涉農貸款的持續投放，旨在拉動農村經濟增長、提高農村居民生活質量。

1安徽省農業發展的現狀

根據《中國統計年鑒》、《安徽統計年鑒》進行數據整理，統計得出2009～2018年安徽省涉及金融支持農業發展的經濟指標名次如表1所示。一是農林牧漁總產值趨于穩定，10年來均保持在全國10～11名次內，近3年農林牧漁業總產值均保持在4600億元上下，增速基本保持穩定，2018年增速略微下滑，主要因糧食減產、豬存欄下降4．3%等原因所致;二是投放到農業相關的貸款金額位居全國前列，并呈增長趨勢;三是對比經濟發達地區，如江蘇、浙江、山東等地，涉農貸款的投放金額與農林牧漁產值的配比不足，兩者比值在全國處于中等水平;四是農村人均可支配收入持續增長，由2009年的中下游水平提升到全國中等水平，但農村人均可支配收入的增速較不穩定，時高時低。

2金融支持下的農村經濟發展現狀

2．1涉農貸款金額不斷增多

通過wind金融數據庫統計，十年間全國金融機構涉農貸款投放持續增長，由2009年末的9．14萬億增加到2018年末的32．7萬億，10年來增長257．77%，平均年增速為15．22%。安徽省涉農貸款余額由2009年末的0．23萬億增加到2018年末的1．24萬億，10年來增長439．13%，增加1．01萬億元，平均年增速為20．59%。

2．2涉農貸款增速放緩

從涉農貸款的余額來看，全國各省市均呈增長的態勢，但涉農貸款的投向速度呈下降趨勢，如圖1所示，涉農貸款增速開始出現放緩，全國涉農貸款余額增速由2010年的28．75%降至2018年的5．64%，其中7個省市出現負增長，安徽省涉農貸款余額增速由2010年的33．67%降至2018年的11．7%，增速位列全國第6。

2．3農林牧漁總產值趨于穩定

據《中國統計年鑒》及《安徽統計年鑒》數據整理，全國農林牧漁總產值由2009年6．04萬億增至2018年11．36萬億，10年來增長88．08%，增加5．32萬億，平均年增速為7．28%，然從2016年開始震蕩趨于穩定，保持在11萬億上下。安徽省農林牧漁總產值由2009年0．26萬億增至2018年0．47萬億，10年來增長81．86%，平均年增速為6．87%，均略低于全國增長水平，其中2009－2013年的5年呈爆發式增長，平均年增速為11．76%，后三年，基本保持穩定。

2．4農村人均可支配收入不斷增長

2009～2018年全國農村人均可支配收入持續增長，主要以農業收入為主，由5153．17元增長到14617元，10年增加9463．86元，增長183．65%，年平均增長率12．28%，但受自然環境影響，農民持續增收出現乏力〔2〕。安徽省農村人均可支配收入同樣持續增長，由2009年的4504．32元增加到2018年13996元，增長210．72%，年均增長率為13．42%，略高于全國年均增長率。

3金融支持農村經濟增長的相關性分析

本文選取涉農貸款余額(AL)和涉農貸款余額增加額(ALI)作為衡量安徽省金融支持農村經濟增長的指標，選取農林牧漁總產值的增加額(GDPI)作為衡量農村經濟增長的指標，選取農村人均可支配收入(PCDI)作為衡量農民增收的經濟指標〔1〕。建立回歸模型:GDPI=a*ALI+b(1)ln(PCDI)=a*ln(AL)+b(2)其中，a為回歸模型中的系數，b為常數項，模型(2)中由于涉農貸款余額單位為億元，農村人均可支配收入單位為元，因此對其取對數后使用SPSS統計軟件進行線性回歸。

3．1金融支持對農林牧漁產值的貢獻效應降低

通過對2009～2018年安徽省的樣本數據線性回歸分析，本文得出回歸方程為:GDPI=－0．730*ALI+1053．154(3)其中:R2=0．740，調整后R2=0．703，F=19．948，常量的t值為5．666，ALI的t值為－4．466，顯著性均小于0．005。回歸結果表明，該模型擬合度較好，F值、t值檢驗均具有顯著性。涉農貸款余額增加額與農林牧漁產值增加額的相關系數a為－0．730，說明兩者之間呈負相關。通過數據，本文進一步畫出圖2，表明隨著涉農貸款余額的持續增加，并未引起農林牧漁總產值增加額擴大。原因可能是:(1)涉農貸款的投放效率不高，貸款金額未能產生真正的拉動經濟效應，耿劉利等(2019)通過DEA模型發現安徽省農村金融整體效率偏低〔3〕;(2)受限農業用地面積，隨著農業用地面積的減少，勢必會影響農林牧漁的總產出。

3．2金融支持對農村人均可支配收入增長具有促進作用

通過對模型(2)回歸分析，本文得出回歸方程為:ln(PCDI)=0．69*ln(AL)－9．684(4)其中:R2=0．996，調整后R2=0．993，F=1118．728，常量的t值為－17．29，ln(AL)的t值為33．447，顯著性均小于0．001。回歸結果表明，該模型高度擬合，F值、t值檢驗均具有顯著性。涉農貸款余額與農村人均可支配收入的相關系數a為0．69，說明兩者之間呈正相關，即金融機構涉農貸款投放的越多，農村人均可支配收入也會產生相應的增長，這種促進作用的產生可能是由于涉農貸款的投放拉動了周邊經濟的增長，從而提高了農村居民的人均可支配收入。通過進一步分析人均可支配收入，其中轉移收入增長最快，2009～2018年年均增長率為32．14%，表明政府轉移支付力度不斷加大。

4金融支持農村經濟增長的對策

4．1提供農業土地開發資金支持，打開農業用地瓶頸

借鑒江蘇省等發達地區，為農業土地開發提供資金支持，以江蘇省為例，地方財政基金收入中含有農業土地開發資金一項，2018年基金收入8222．81億元。為了阻止農業用地面積的下滑，安徽省可設置專項貸款，開發農業用地面積，從而擴寬可經濟增長的“基石”。

4．2提高涉農貸款投放效率，加大政府資金投入

涉農貸款的投向應更具針對性，結合安徽省地方特色，扶持優質農林牧漁業〔4〕，促使貸款金額的發放落到實處，產生一定的農業經濟效益，同時也需要金融機構組建專業的涉農團隊對涉農融資項目進行準確的評估，防止貸款投放效率低下。除此，地方政府也應有針對性的擴大財政資金的投入〔5〕，如農林水事務支出，相比經濟發達的省份還具有一定的差距。

4．3做好農業貸后輔導，保持資金持久有效

由于涉農貸款中農村貸款占據約75%，地方政府和金融機構應該雙管齊下，做好涉農貸款的貸后輔導工作，農村不僅經濟相對落后，管理經營理念、文化知識等方面均有所欠缺，要想經濟增長，首要做好的就是農業相關的專業輔導，這樣才能保持貸款資金持久有效的應用于農村經濟發展中。

5總結

本文研究得出，涉農貸款的持續投放并不能帶動地方農林牧漁產值的增長，但會拉動農村人均可支配收入的增加。對此，本文提出幾點建議，以期改善金融支持下的農村經濟增長困境。

參考文獻

〔1〕蔣琴．安徽省農村金融發展對農業經濟增長和農民增收影響研究〔D〕．安徽農業大學，2017．

〔2〕嚴佐寶，孟梅．農業供給側改革下的金融支持研究〔J〕．天津農業科學，2018，24(6):18－20，44．

〔3〕耿劉利，黎娜．供給側改革視角下安徽省農村金融效率研究〔J〕．成都師范學院學報，2019，(3):82－87．

〔4〕高彥彬．農業供給側改革的金融支持策略探討〔J〕．中國集體經濟，2019，(13):101－102．

〔5〕安徽省財政科學研究所課題組．安徽省農業供給側結構性改革的財政支持政策研究〔J〕．經濟研究參考，2019，(14):85－88．

作者：弋興飛 單位：安徽商貿職業技術學院