农业机械化是否促进普惠金融的发展

汪艳涛 张娅娅 金炜博

[摘要]选取我国2006年～2016年的相关数据，采用熵值法对我国农业机械化水平及普惠金融发展水平进行了测度。同时，加入经济发展水平、交通便利程度、受教育水平、信息化发展程度作为控制变量，通过格兰杰因果检验对农业机械化与普惠金融的相关关系进行验证。研究结果表明，农业机械化、经济发展水平、信息技术水平、交通便利程度都是普惠金融的格兰杰原因，而普惠金融是经济发展水平、信息化发展程度、受教育水平的格兰杰原因。

[关键词]熵值法;普惠金融;农业机械化国格兰杰因果关系检验

[中图分类号]F323.3;F323.9[文献标识码]A

1 引言

近年来，我国高度重视“三农”问题，在十七、十八、十九大报告中都强调要解决好农村、农业、农民问题，不断加大惠农政策力度。金融作为现代经济发展核心，本应为解决农村地区发展缓慢问题发挥重要作用，但金融排斥理论引起的农村地区金融供给远小于金融需求现象长期存在。自2005年联合国大会首次提出普惠金融概念以来，我国政府就发展普惠金融做出重大指示。2013年，中共十八届三种全会上首次把普惠金融理念正式纳入党的决议，2016年，国务院印发的《推进普惠金融发展规划（2016-2020）》强调要进一步提升对三农的金融服务水平。普惠金融把贫困的农村地区和金融服务主体联系起来，解决农村地区金融供给不足、金融抑制、金融排斥问题，促进农村地区经济发展。发展农村地区经济首先要发展农业，而农业机械化是实现我国农业现代化的必经之路。为推动我国普惠金融发展，增强农村地区经济实力并提高农民收入水平，需要实现农业机械化与现代化发展。

现有文献对农村普惠金融的研究主要集中于以下三个方面：（1）农村普惠金融发展体系与框架的分析;（2）农村普惠金融发展水平测度以及影响因素研究;（3）农村普惠金融减贫效应。目前，现有文献在农业机械化与普惠金融之间关系方面的研究却尚显不足，特别是关于农业机械化对普惠金融影响方面的研究少之又少。大多文献研究认为发展农村金融能有效促进农业机械化发展（李长飞、徐光曦等），如张为杰利用双对数计量模型实证得出农村金融与农业机械化呈正相关关系;李长飞等基于农村金融发展两个维度——规模和效率研究发现农村金融发展扩大规模或者提高效率都对农业机械化贡献率产生积极影响。

综合来看，针对农业机械化与普惠金融的研究还存在一定的局限性。在这一背景下，探讨我国农村普惠金融和农业机械化发展水平如何？兩者之间的关系是怎样的？哪些因素会对我国普惠金融的发展水平具有重要影响？接下来，将利用熵值法对农业机械化与普惠金融间的相关关系进行测度。

2 农业机械化与普惠金融测度

2.1 熵值法原理及计算步骤

目前，学术界评价综合指标权重的方法主要分为主观赋权法与客观赋权法两种。主观赋权法主要是依据专家根据经验判断打分的方式确定权重，往往带有很强的主观性;客观赋权是根据数据本身提供的信息来确定权重，主要包括熵值法、因子分析法、基尼系数法等。熵值法依据信息熵概念把指标反映的信息量化，确定指标之间的差异性，依据指标相对变化程度对整体系统的影响来确定每个指标权重现，已被广泛应用于社会科学研究领域。熵值越大说明系统越混乱，携带的有效信息越少，赋予的权重也越小;反之，熵值越小系统的有序性越强，携带的有效信息越多，赋予的指标权重越大。熵值法表达式如式1所示。

2.2 指标体系构建

已有的文献对农业机械化发展已进行了比较全面的研究，针对农业机械化水平测度已经建立比较完善的评价指标体系。构建农业机械化衡量指标体系一般分为两个目标层，一级目标层由农业机械化作业水平、农业机械化效益水平以及农业机械化综合保障水平构成，每个一级目标层有若干二级指标构成。在借鉴前人研究的基础上构建两个目标层，文章选取11个二级指标建立农业机械化综合评价指标体系，如表1所示。

借鉴刘亦文等提出的普惠金融综合评价体系。鉴于数据的可得性、指标设计的深度与广度等各方面的考量，从金融服务可获得性、金融服务渗透性、金融服务使用度以及农村金融覆盖度四个维度，选取9个具体指标构建普惠金融评价体系。其中金融服务可获得性包括每十万人拥有银行卡数、每十万人拥有POS机数;金融服务渗透性包括每1000km2内的ATM机数量、每1000 km2内银行从业人员数量以及每10万人所占的ATM机数量;金融服务使用度包括金融机构存款占GDP比重、金融机构贷款占GDP比重;农村金融覆盖度包括金融机构农业贷款占总贷款比重。

2.3 农业机械化与普惠金融发展水平测度

为消除不同指标之间量纲的不同，采用离差标准化对数据进行无量纲处理，对正向指标采用公式，逆向指标采用公式。现有研究针对农业机械化发展水平评价多采用德尔菲法，即邀请行业专家根据指标的重要程度进行打分，重要程度越高分值越高，最后汇总确定指标权重。为有效避免主观赋权人为因素的影响，文章选择熵值法确定指标权重计算农业机械化与普惠金融发展水平结果见表2所示。

3 实证分析

3.1 模型设定与变量选择

文章将农业机械化发展水平与其他影响普惠金融的因素作为自变量引入分析框架，建立模型：

其中，IFI代表普惠金融，AML代表农业机械化发展水平，X代表影响普惠金融的其他影响因素。借鉴杨辉等对普惠金融影响因素的研究，选择经济发展水平、交通便利程度、受教育程度、互联网发展程度以及第一产业比重作为普惠金融的其他控制变量。经济发展水平（ECN）用农村人均可支配收入表示。交通便利程度（HIG）用公路里程与地区面积比重表示。受教育程度（EDU）用普通高中在校学生数占总人口的比重表示。信息化发展程度（INT）选择移动电话的普及率表示。本研究选取2006年～2016年数据作为研究样本，控制变量数据来源于《中国统计年鉴》、中国金融信息网。

3.2 平稳性检验

格兰杰因果检验能确定变量之间的传递关系，格兰杰因果检验的前提条件必须满足数据的平稳性，若非平稳数据可能造成分析结果的不一致与有偏性。文章选择最常用的单位根检验（ADF检验）并利用stata14对各序列进行平稳性检验。各序列单位根检验结果如表3所示。具体检验结果为取对数后普惠金融、交通便利程度、受教育水平以及信息化发展程度一阶滞后平稳，农业机械化水平、经济发展水平、三阶滞后。由于篇幅限制，不展示具体情况。

3.3 格兰杰因果检验

通过格兰杰因果检验分析普惠金融与农业机械化、经济发展水平、交通便利程度、受教育水平、信息化水平以及产业结构之间的关系。具体格兰杰因果检验结果如表3所示：

从上表可知，在滞后两期的情况下，格兰杰因果检验的结果拒绝了农业机械化不是普惠金融格兰杰原因的原假设，这表明农业机械化过去的发展水平能够预测普惠金融未来发展水平。农业机械化一定程度上能够衡量农村居民收入水平，农民收入水平提高说明农村地区经济越发达，而金融本身具有向发达地区聚集的效应提高了金融服务的覆盖度，从而加速农村地区居民对金融的了解并降低享受金融服务的成本。同时，农业机械化程度越高表明农民的可抵押动产越多，手中持有的资本增多提高了其获得金融服务的可得性。相对于农村地区的土地、家庭住房等不动产，银行在为农民提供金融服务时鉴于抵押处理的便利性与可行性考虑，更倾向于选择农机具等动产。无论滞后几期，普惠金融接受了不是农业机械化格兰杰原因的原假设，这表明普惠金融发展并不能有效预测农业机械化未来发展水平。李长飞等研究指出现实生活中农村金融支持农业机械化的作用并不明显，此文章研究结论也证明这一观点。

文章格兰杰因果检验证实了普惠金融发展与经济发展水平的双向传递效应，普惠金融发展水平代表金融机构对农村地区的金融投资力度，农村地区金融资产增多有助于提高农民收入水平。农村地区总体经济实力的增强吸引更多的金融机构对农村地区的投资，从而扩大金融的普惠性。交通便利程度与普惠金融的格兰杰因果检验结果显示，交通便利程度与普惠金融之间只存在单向因果关系，交通的便利性一定程度上降低了金融机构的设立成本、减少了农民获得金融服务的成本，从而推动地区普惠金融发展。

不管滞后几期，受教育水平没能通过普惠金融的格兰杰因果检验，可能原因在于普通高中在校学生占比没能全面反映农村居民的普遍受教育水平。信息化程度与普惠金融互为格兰杰因果关系，信息化水平提高拓宽了农民了解并享受金融服务的渠道，同时，降低了农民获得金融服务的成本并提高农民获得金融服务的便利度，加速普惠金融发展。普惠金融水平提高促进农村地区经济发展，从而加快农村地区互联网覆盖率，提高农民互联网使用度最终以推进信息化水平提高。

4 结果分析与政策建议

根据上述的分析结果，为推进我国普惠金融发展得出以下几点启示：

（1）虽然我国的农业机械化水平在不断提高，但农村地区的生产方式依然是以人工劳动力为主。相对发达国家而言，我国农业机械程度整体较低，部分原因在于农作物自身的生产方式，主要原因在于我国对农业机械化的资本要素投入不足，缺少先进的农业生产设备。针对上述问题，应该积极引进国外先进农业机械并增强对农业人才的培养与输出，创新适应农业生产的机械设备。同时，政府应该继续加强对农业机械化发展的支持，对购买农机具个体、企业实施财政补贴和减免税收等政策措施。

（2）经济水平影响农村地区普惠金融发展，针对我国农村地区发展缓慢，城乡收入差距较大问题，应该积极引导培育新型农村企业经营主体，扶持家庭农场、农村合作社等农村企业发展，扩大农村居民的就业人群，以提高农村居民收入并增强其抵抗风险的能力。针对农村贫困家庭，政府坚持精准扶贫方针，为其提供就业岗位并增加政府对特定贫困户的财政补贴。

（3）农村地区基础设施影响普惠金融发展进度，为推进普惠金融发展既要保证地区交通运输的便利性，也要加强农村地区互联网建设。坚持对农村地区的公路、铁路等交通道路的建设以及扩大对农村地区通信基站、宽带等通信基础的投入，提高农村地区互联网通信质量和覆盖率。

[参考文献]

[1] Deidda L，Fattouh B.Non-linearity Between Finance and Growth [J]. Economics Letters，2002（3）：339-345.

[2] 李巧莎，田原，李巧玉.农村普惠金融框架分析[J].银行家，2015（7）：103-106.

[3] 张珩，罗剑朝，郝一帆.农村普惠金融发展水平及影响因素分析—基于陕西省107家农村信用社全机构数据的经验考察[J].中国农村经济，2017（1）：2-15+93.

[4] 羅斯丹，陈晓，姚悦欣.我国普惠金融发展的减贫效应研究[J].当代经济研究，2016（12）：84-93.

[5] 张为杰，宫芳.农业机械化影响因素实证分析—兼论农村金融对农业机械化的支持[J].沈阳大学学报，2009，21（3）：16-19.

[6] 李长飞，高峰，尹秀珍.农村金融发展对农业机械化贡献率影响—基于动态面板数据模型的实证分析[J].农村金融研究，2017（9）：57-62.

[7] 王大将，周庆敏，常志玲，等.一种新的多指标综合评价方法[J].统计与决策，2007（7）：137-138.

[8] 袁久和，祁春节.基于熵值法的湖南省农业可持续发展能力动态评价[J].长江流域资源与环境，2013（2）：152-157.

[9] 何芬，丁小明，李中华，等.设施农业机械化水平评价指标体系构建[J].农机化研究，2013（12）：47-51+55.

[10] 刘亦文，丁李平，李毅，等.中国普惠金融发展水平测度与经济增长效应[J].中国软科学，2018（3）：36-46.

[11] 杨辉，许舜威.中国普惠金融发展水平测度及影响因素分析—基于省级差异视角[J].武汉金融，2018（7）：65-70.