农村正规与非正规金融发展对农业全要素生产率的影响——基于中国省级面板数据的实证研究-井深.pdf

《农村正规与非正规金融发展对农业全要素生产率的影响——基于中国省级面板数据的实证研究-井深.pdf》由会员分享，可在线阅读，更多相关《农村正规与非正规金融发展对农业全要素生产率的影响——基于中国省级面板数据的实证研究-井深.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、经济学研究农村正规与非正规金融发展对农业全要素生产率的影响基于中国省级面板数据的实证研究井深肖龙铎内容提要本文利用19972014年的中国省级面板数据，采用DEAMalmquist指数法和间接估算方法测算了中国农业全要素生产率和农村正规与非正规金融的发展水平，并通过系统GMM估计实证分析了农村正规与非正规金融发展对农业全要素生产率及其中间渠道的影响。研究结果表明：19972014年，中国农业全要素生产率增长主要由技术进步推动；农村正规与非正规金融发展对农业全要素生产率增长均具有显著促进作用，但作用渠道各异，正规金融主要通过技术进步渠道，而非正规金融主要通过技术效率渠道来促进农业全要素生产率增长

2、，且这种促进作用在2007-2014年期间明显比19972006年更大。关键词正规金融非正规金融农业全要素生产率 系统GMM井深，南京市城建集团总会计师 210009肖龙铎，南京农业大学金融学院博士研究生 210095一、 引 言新古典经济增长理论认为全要素生产率(Total Factor Productivity，以下简称TFP)的增长是经济持续增长的唯一源泉。自20世纪70年代末实施经济改革以来，中国农业经济迅速增长，虽然要素投入的增加在其中扮演着重要角色，但TFP的贡献也不容忽视。而从实际来看，在未来相当长的时期内，中国农业发展都将面临资源和市场的双重约束，因此，推动农业TFP增长，提高

3、生产要素利用效率对于中国农业经济发展具有重要的现实意义。一个基本的问题是，TFP的增长究竟受哪些因素影响?在TFP众多的决定因素中，金融的作用受到了学术界的广泛关注。始于King et a1(1993)的开创性研究，大量文献从不同的角度论证了金融发展对TFP增长的显著促进作用(Beck et a1，2000；Bueraet a1，2011)。那么，农村金融发展与农业TFP是否也有类似的关系?长期以来，中国农村金融呈现正规与非正规金融共存的二元结构特征：一方面是以农信社及其他商业银行为主的正规金融部门；另一方面是游离于正规金融之外，不江苏社会科学20174-77万方数据农村正规与非正规金融发展对

4、农业全要素生产率的影响受监管当局控制的非正规金融部门。然而在大多数讨论金融发展与TFP关系的文献中，非正规金融作为一种内生金融形式通常是被忽略的(Dasgupta，2004)。已有文献表明，在农村金融市场严重的信息不对称及金融抑制的背景下，非正规金融已经成为中国农村各经济主体尤其是农户、农村中小企业等小规模经济主体的主要融资来源(鲁钊阳等，2015)。基于此，本文将正规与非正规金融纳入统一框架，利用19972014年的中国省级面板数据，实证分析农村正规与非正规金融发展对农业TFP的影响。从这一视角进行研究，首先有助于更全面地理解农村金融发展影响农业TFP以及农业经济增长的机制，其次有助于更好地

5、认识正规与非正规金融之间的关系，进而为下一步的农村金融改革提供政策启示。二、模型设定、数据来源及变量选择1模型设定考虑一个如下形式的生产函数：K=A。xF(L。，乜) (1)其中，y为地区农业生产总值，A为农业TFP，L表示劳动，K表示资本，包括土地、机械、化肥等要素，i和t分别表示地区和时间。假设农业TFP受农村金融发展的影响，因此，A。可以表示为如下形式：A。-6。xFD“彤 (2)其中，彻I。为农村金融发展水平，兄为一系列控制变量，&为影响农业TFP的其他因素，仅衣够为参数。由于农村金融呈现正规与非正规金融共存的二元结构特征，因此，(2)式可以转换成如下形式：A。黾胛，F：!彤 (3)其

6、中，凡为正规金融发展水平，R为非正规金融发展水平，O。和a：为参数。对(3)式两边取对数得：ln A。=In瓯+al In NF+ot2In删R邯1n兄 (4)进一步，农业TFP可分解为技术进步(TP)和技术效率(TE)两部分，同时，考虑到一般经济活动存在惯性趋势，本文采用动态面板回归模型，将滞后一期的被解释变量作为解释变量。在此基础上，构建本文的计量模型如下：ln ZFjP。=Or+Oro In阿RI+al ln眠+a2 ln觚+3，In兄+日l。+8l。 (5)ln TPi产妒+l；Do In TP一l+9I ln民+92In五V凡+卢2 In凰+日j。+8 (6)In TE=T+To I

7、n TE一l+yl In帆+72 ln胍+JB3 In墨+儡。+鲐 (7)其中，屈为不可观测的个体特征，a、纵y为待估参数，JB为控制变量待估参数集，8。为随机扰动项。参考已有研究，本文的控制变量包括：农村人力资本水平(HUM)、进出口水平(EX)、外资投入水平(FDI)、自然灾害情况(DISA)、乡村文化建设情况(CUL)以及城镇化水平(URBAN)。2，数据来源考虑到原始数据的可得性，本文所用数据为19972014年中国大陆地区除西藏以外的30个省级地区的面板数据(由于西藏主要年份的相关统计数据严重缺失，本文将西藏的数据剔除)，30个省级地区的数据构成一个平衡面板。本文所使用的全部数据均来

8、源于19982015年的中国统计年鉴、中国固定资产统计年鉴、中国农村统计年鉴以及各省级地区的统计年鉴。由于样本数据时间跨度较长，为了使不同年份数据的比较具有科学性，本文将采用GDP平减指数对文中所有涉及价格衡量的指标进行处理。7820174江苏社会科学万方数据经济学研究3变量选择(1)被解释变量农业TFP的测算及分解目前，TFP的测算主要有四种方法：生产函数法、增长核算法、随机前沿分析法和数据包络分析法(良JDEAMalmquist燃)。本文选择DEAMalmquist指数法对农业TFP进行测算。选择此方法的理由是：首先，DEAMalmquist指数法属于非参数方法，不需要对生产函数的形式做出

9、先验假定，也不需要进行参数估计，因此可以避免因生产函数设定偏误而产生的误差(Fare et a1，1998)；其次，本文的主要目的是检验农村正规与非正规金融发展对农业TFP产生影响的中间渠道，而DEAMalmquist指数法可以将全要素生产率进行有效分解，这为本文的研究提供了便利。按照前文描述，本文利用19972014年中国大陆地区除西藏以外的30个省级地区的面板数据，使用DEAMalmquist指数法测算中国农业TFP。其中，产出指标选取农林牧渔业总产值，单位亿元，并以GDP平减指数对各年的名义值进行处理得到以1997年为不变价格衡量的实际值。投入指标选取以下四个：农作物总播种面积，单位干公

10、顷；农林牧渔业从业人员数，单位万人；农业机械总动力，单位万千瓦；化肥实际施用量，单位万吨。利用DEAP 21软件对19972014年中国30个省级地区农业TFP指数(TFP)、农业技术进步指数(TP)以及农业技术效率指数(TE)进行测算，结果见表1前3列。可以看出，19972014年中国农业TFP年均增长66，而通过对农业TFP进行分解可知，农业技术进步年均增长64，农业技术效率年均增长02，表明表1 19972014年中国各地区农业TFP指数及分解与农村正规与非正规金融发展水平测算农业 农业技术 农业技术 农村正规 农村非正规地区 TFP指数 进步指数 效率指数 金融发展 金融发展(TFP)

11、 (TP) (TE) 水平(NF) 水平(INF)全国 1066 1064 1002 0074 0363北京 1092 1092 1000 0-216 0920天津 1065 1066 0999 0195 0836河北 1074 1063 1010 0041 0358山西 1067 1049 1017 0045 0377内蒙古 1058 1042 1015 0031 0174辽宁 1077 1066 1011 0048 0311吉林 1075 1073 1002 0026 0203黑龙江 1052 1，048 1004 0015 O152上海 I059 1059 1000 0341 1034江

12、苏 1085 1066 1018 0097 0626浙江 1070 1054 1014 0183 O920安徽 1052 1062 0991 0039 0279福建 1086 1080 1006 0049 0258江西 1045 1069 0978 0042 0282山东 1078 1077 1001 0056 0405河南 1062 1067 0996 0028 0301湖北 1050 1075 0977 0029 O205湖南 1056 1058 0998 0031 0232广东 1061 1064 0997 0080 0407产西 1042 1062 0981 0025 O191海南 1

13、068 1069 0999 0024 0089重庆 1043 1068 0976 0064 0330四)Il 1062 1075 0988 0041 0250贵州 1056 1069 0988 0055 0249云南 1052 1053 0999 0049 0215陕西 1080 1073 1006 0047 0278甘肃 1067 1049 1017 0052 0184青海 1085 1051 1032 0144 0315宁夏 1072 1，053 1017 0087 O342新疆 1087 1074 1012 0046 0153注：表中农业TFP指数(TFP)、农业技术进步指数(TP)、农

14、业技术效率指数(1E)以及农村正规金融发展水平(NF)、农村非正规金融发展水平(INF)均是19972014年的平均值。农业TFP的增长主要是由技术进步推动，而技术效率的贡献相对较小。(2)农村正规与非正规金融发展水平由于缺乏统计数据，相比于正规金融，非正规金融发展水平的测算历来是相关研究的难点。陈志武(2005)将民间利率作为衡量非正规金融发展水平的负指标，即非正规金融发展水平越高，民间利率越低，但是，采用这一做法来衡量农村非正规金融发展水平将存在以下两个问题：一是目前中国金融统计部门并没有关于农村地区民间借款利率的统计数据；二是在农村非正规金融市场中，不仅存在高于银行利率的高息借款，而且存

15、在着大量零息借款，这类借款通常带有互助性质，是农村非正规金融江苏社会科学2017479万方数据农村正规与非正规金融发展对农业全要素生产率韵影响的重要组成部分(张兵等，2012)，若采用民间利率作为衡量农村非正规金融发展水平的指标，将无法反映这部分非正规金融的发展情况。李建军(20LO)从借款人的角度，通过假定单位GDP一定的贷款系数，测算了中国未观测信贷的规模(未观测信贷即非正规金融)。但是囿于统计数据的可获性，将这一方法引申用于测算各地区农村非正规金融的规模同样不能奏效。本文参考胡宗义等(2013)的方法，利用农村固定资产投资来源的数据来间接估算农村正规与非正规金融的规模。在中国固定资产统计

16、年鉴中，农村固定资产投资包括农村非农户投资和农户投资两部分，其中农村非农户投资的资金来源包括国家预算内资金、国内贷款、利用外资、自筹资金和其他资金，农户投资的资金来源包括国内贷款、自筹资金和其他资金。本文把农村非农户投资中国家预算内资金、国内贷款、利用外资部分以及农户投资中国内贷款部分之和作为农村正规金融，把农村非农户投资以及农户投资中的自筹资金与其他资金之和作为农村非正规金融。用农村正规金融与第一产业增加值之比来衡量农村正规金融发展水平(NF)，用农村非正规金融与第一产业增加值之比来衡量农村非正规金融发展水平(INF)。以上所有涉及价格衡量的指标均采用GDP平减指数进行处理(以1997年为不

17、变价格衡量)，具体测算结果见表1最后两列。可以看出，无论是国家层面还是地区层面，农村非正规金融发展水平均明显高于正规金融，反映出非正规金融在中国农村地区广泛存在，成为农村金融的重要组成部分。已有研究表明，非正规金融基于血缘、地缘、业缘的关系，在信息筛选、风险控制等方面具有比较优势，在农村正规金融覆盖短期难以有效提高的背景下，非正规金融满足了农村小规模经济主体的融资需求，提高了农村金融资源的配置效率，进而有效促进了农业经济增长(Andreas，2014)。(3)其他控制变量农村人力资本水平(HUM)：本文采用农村居民平均受教育年限作为农村人力资本水平的衡量指标。首先，赋予不同受教育水平的农村居民

18、不同的受教育年限(相关统计年鉴中的数据是6岁以上人口的受教育年限，因此本文测算出的也是6岁以上的农村居民受教育年限)：较少识字或文盲=0年，小学=6年，初中=9年，高中或中专=12年，大专及以上=16年。然后，以不同受教育水平入口数占农村居民总人口数的比重作为权数，加权求和计算出各地区农村居民的平均受教育年限，用以衡量各地区农村人力资本水平。进出口水平(EX)：本文选取“进出口总额与地区生产总值的比”来衡量各地区的进出口水平。外资投入水平(FDI)：本文选取“实际利用外商直接投资与地区生产总值的比”来衡量各地区的外资投入水平。自然灾害情况(DISA)：本文选取“总受灾面积与耕地总面积的比”来衡

19、量各地区的自然灾害情况。乡村文化建设情况(CUL)：文化是经济发展的重要决定因素，文化可通过制度环节影响经济绩效，因此，本文将乡村文化建设情况作为一个控制变量，选取“乡镇文化站个数与地区乡镇总数的比”来衡量各地区乡村文化建设情况。城镇化水平(URBAN)：本文选取“非农业人口与地区总人口的比”来衡量各地区的城镇化水平。三、实证结果及分析如前文所述，本文计量模型中加入了被解释变量的滞后一期值作为解释变量，构成动态面板模型，而这将会使模型因为加入了滞后一期而产生自相关；同时，各地区的农业TFP显然会受到一些不8020174江苏社会科学万方数据经济学研究易观测的特征变量的影响，导致被解释变量的滞后一

20、期值与残差项相关；另外，模型中关键解释变量农村金融发展与农、JkTFP也可能互为因果关系，从而存在内生性问题。为了解决动态面板模型存在的内生性问题，Arellano et a1(1991)将所有可能的滞后变量作为工具变量对模型进行GMM估计，即“差分GMM”，但差分GMM容易出现弱工具变量问题，且无法估计非时变参数的影响(Blundell et a1，1998)。Blundell et a1(1998)为提高差分GMM估计的有效性，提出了系统GMM。相比于差分GMM，系统GMM可以使模型估计效率更高，同时可以估计出非时变参数。按照选择权重矩阵的不同，系统GMM可以分为一步(onestep)和两

21、步(twostep)估计，而在有限样本中处理自相关和异方差问题时，两步系统GMM比一步系统GMM的效率更高(Roodman，2006)。因此，本文采用两步系统GMM的估计方法，利用Statal20软件分别对前文设定的动态面板模型进行回归，结果见表2。表2系统GMM的估计结果变量 模型(1) 模型(2) 模型(3)lnTFP(一1) 00742(290)lnTP(一1) 01254“(327)lnTE(一1) 00912(298)lnNF 0019r(225) 00257“(371) 一00002(-057)lnINF 00403(293) 00037(169) 00366(301)lnHUM

22、01432”(204) 07587“(228) 00829+(176)1nEX 00458(174) 00076(118) 00485”(222)lnFDI -00402(一156) 00023(093) 一00149(-075)lnDISA 一00034(一136) -00015(一103) 一00009(一125)lnCUL 00299(189) 00161(093) 00751”(232)lnURBAN 00379(185) 02015”(386) 00795(181)常数项 06967(103) 一18316”(一245) 一03821(一091)Wald检验 6063910oo001

23、 6463700000】 37926【ooo001AR(1) 00012 00070 00018AR(2) 04136 02201 02425Sargan检验 O9890 09710 09910样本量 540 540 540注：括号内为相应系数的z值；方括号内是Wald检验的P值；AS(1)、AR(2)、Sargan检验给出的均是相应统计量的P值；、”、分别代表在10、5、1的水平上显著。从表2可以看出，在模型(1)、(2)、(3)随机扰动项检验中，AR(2)的P值均大于01，故无法拒绝“随机扰动项无二阶序列相关”的原假设，说明本文的系统GMM估计是一致的。同时，三个模型中Sargan检验的P

24、值也无法拒绝“所有工具变量均有效”的原假设，说明工具变量是有效的。而三个模型中被解释变量滞后一期值均在1的水平上显著，表明个体的当前行为受过去行为的影响，本文设定的动态面板模型是合理的。模型(1)的估计结果显示，正规金融(NF)与非正规金融(INF)发展均对农业TFP增长产生显著的正向影响，且非正规金融发展水平的系数更大，表明非正规金融对农业TFP增长的促进作用要大于正规金融。模型(2)中，正规金融发展水平的系数在1的水平上显著为正，非正规金融发展水平的系数在10的水平上显著为正，但小于正规金融的系数，表明正规与非正规金融发展均对技术进步具有正向影响，且正规金融对技术进步的促进作用更明显。从模

25、型(3)的估计结果可以看出，非正规金融发展水平的系数在1的显著水平上为正，表明非正规金融的发展促进了技术效率的改善，而正规金融却对技术效率没有显著影响。综上，正规与非正规金融均对农业TFP增长具有显著的促进作用，但作用渠道各异，正规金融主要通过技术进步渠道，非正规金融则主要通过技术效率渠道来促进农业TFP增长。可能的原因在于，与非正规金融相比，正规金融具有资金规模优势，而技术研发通常需要较大规模的资金提供支持，因而正规金融发展在促进技术进步方面表现更优。但另一方面，农村正规信贷市场存在着严重的信息不对称，正规金融机构在向各农业经济主体发放信贷时往往处于信息劣势，因而其通常采用基于抵押物的信贷技

26、术来甄别贷款对象，以克服信息不对称，降低信贷风险(Hoff et a1，1990)。这不仅提高了农村正规信贷的交易成本，更把缺乏抵押物的农户及农村中小企业等小规模农业经济主体“挡在正规金融的门外”。一些具有创新精神的小规模农业经济主体由于正规信贷约束而无法进行相关农业投资，从而产生资源配置扭曲，阻碍了农业TFP的增长。相比之下，基于血缘、地江苏社会科学2017481万方数据农村正规与非正规金融发展对农业全要素生产率的影响缘、业缘等关系网络内生形成的非正规金融在信息获取、契约执行等方面更有优势，使其有效满足了小规模农业经济主体的融资需求，一定程度上提高了农村金融资源配置效率。综上所述，正规金融具

27、有资金规模优势，而非正规金融具有信息优势，这可能是二者主要通过不同渠道来促进农业TFP增长的原因。以上实证结果在一定程度上支持了农村正规与非正规金融之间存在互补关系的观点(Kaino，2005；张兵等，2012)，并从宏观层面为认识二者之间的互补关系提供了一个新的视角。此外，控制变量方面，农村入力资本水平(HuM)对农业TFP增长具有显著的促进作用，而且通过技术进步和技术效率两个渠道来推动农业TFP的增长，显示出人力资本对农业经济增长的重要意义。进出口水平(Ex)对农业TFP增长在10的显著水平上有正向影响，对技术进步的影响不显著，对技术效率在5的显著水平上有正向影响，说明进出口主要通过提高技

28、术效率来促进农业TFP的增长。外资投入水平(FDI)对农业TFP、技术进步与技术效率的影响均不显著，可能的原因是外资投入主要集中于收益率较高的非农产业，进入农业领域的较少，导致外资的溢出效应在农业的表现并不明显。自然灾害情况(DISA)同样对农业TFP、技术进步和技术效率的影响均不显著，说明自然灾害并没有明显成为农业TFP增长的阻碍。乡村文化建设情况(CtJI)对农业TFP和技术效率具有显著的正向影响，但对技术进步的影响不显著。城镇化水平(URBAN)对农业TFP和技术效率均在10的显著水平上具有正向影响，而对技术进步则在1的显著水平上具有正向影响，说明城镇化通过技术进步和技术效率两种渠道促进

29、了农业TFP的增长，且技术进步渠道更加明显。四、稳健性检验由于本文所用数据时间跨度较长，而这期间中国农村金融发生了深刻变革，因此，为了验证中国农村金融发展对农业TFP是否具有阶段性特征，也为了验证前文实证结果的稳健性，下面对原始数据进行分时间段的稳健性检验。同时，进行关键变量及控制变量选取的稳健性检验，以进一步验证前文结论的可靠性。1分时间段的稳健性检验表3分时间段系统GMM的估计结果19972006，年 20072014盎变量 模型(4) 模型(5) 模型(6) 模型(7) 模型(8) 模型(9)lnTFP(一1) 00441(231) 01593(315)InTP(一1) 01738“(1

30、。99) 02202(394)lnTE(-1) 00824”(242) 00758”(197)lnNF 00142”(21 1) 00212(412) 一00053(一107) 00279“(2-36) 00392(326) 一O0001(一143)lnINF 00375(373) 00081“(215) 00281(335) 00455(331) 00096“(2。39) 00501(2。61)lnHUM 01008+(167) 05639”+(294) 00391(170) 02385(339) 07044(188) 07810+(186)lnEX 00675“(236) 00624”(2

31、18) O0988”(242) 01312“(225) 00886”(223) 00278(105)lnFDI -00301(一110) -00055(一041) 一00521(一159) 一00383(一082) 一00215(一083) 一00115(一042)lnDISA 一00035(一128) -00007(一085) 一00017(一096) 一00086(一114) 一00071(一135) 一00008(一098)lnCUL 00175(048) 00973+(175) 00876(186) 05105“(218) 00078(053) 01463+(170)lnUtBAN 0

32、0660(169) 02605“(561) 00676(141) 01568(172) 01907(191) 00230+(192)常数项 O5154(057) 一19786”(一230) 一09675(一099) 52862(284) 17055(135) 17497(166)Wald检验 52297O0000 75649O0000 62474O0000 65869O0000 41355O0000 25 14500000】AR(1) 00095 0014l 00032 O0029 00046 00093AR(2) 05898 08775 03704 04214 05133 08364Sarg

33、an检验 03422 02687 04203 05122 05977 07740样本量 300 300 300 240 240 240注：括号内为相应系数的z值；方括号内是wald检验的P值；Arl(1)、Arl(2)、Sargan检验给出的均是相应统计量的P值；、”、分别代表在10、5、l的水平上显著。8220174江苏社会科学万方数据经济学研究2006年，银监会出台了关于调整放宽农村地区银行业金融机构准入政策，更好支持社会主义新农村建设的若干意见，允许在农村建立村镇银行、贷款公司和农村资金互助社等新型农村金融机构，这一增量改革政策对农村正规金融发展产生了深刻影响。而在同一年，中国人民银行发

34、布了2005年中国区域金融运行报告，指出“作为金融体系的必要jt-充，要在制度上给予民间金融合理的发展空间”，肯定了民间非正规金融的作用。因此，从正规与非正规金融二者的发展阶段综合考虑，本文将样本数据分成19972006年和20072014年两个时间段。对两个阶段分别进行系统GMM估计，结果见表3。可以看出，在19972006年与20072014年两个时间段，模型均通过了随机扰动项检验和Sargan检验，且各被解释变量滞后一期值对被解释变量的影响均显著，说明两个时间段动态面板模型的设定是合适的。本文的关键变量正规与非正规金融发展在两个时间段均对农业TFP产生显著的正向影响，同时，从技术进步和技

35、术效率两个渠道来看，两个时间段的估计结果均显示：正规金融对技术进步的促进作用更显著，而非正规金融对技术效率的促进作用更显著。这与前文全样本的估计结果一致，说明前文实证结果是稳健的。进一步从具体系数的比较来看，正规金融发展对农业TFP增长的影响系数在19972006年与20072014年分别为00142和00279，说明正规金融发展水平每提高1，农业TFP增长则在19972006年与20072014年分别提高00142和00279；同样，非正规金融发展对农业TFP增长的影响系数在19972006年与20072014年分别为00375和00455，说明非正规金融发展水平每提高l，农业TFP增长则在

36、19972006年与20072014年分别提高00375和00455。以上结果说明，2006年实施农村正规金融增量改革以及肯定非正规金融作用之后，正规与非正规金融发展对农业TFP增长的影响均有较显著的增加。可能的原因是，农村正规金融增量改革政策出台后，村镇银行、贷款公司等一批小型农村金融机构开始建立，相比于传统大型金融机构，这些小型金融机构在社会关系上与资金需求者的距离有所拉近，正规金融机构信息劣势地位有所缓解，进而资源配置扭曲的状况也有所改善。而肯定非正规金融作用使得多年来不被认可的非正规金融迅速发展，从而使得其促进农业TFP的作用进一步增加。2关键变量及控制变量选取的稳健性检验”1首先，我

37、们改变本文的关键变量农村正规与非正规金融发展水平的衡量指标。参考王征等(2011)的研究，选取“农村贷款农村GDP”来衡量农村正规金融的发展水平，由于没有农村GDP的数据，采用“第一产业GDP与乡镇企业增加值之和”代替(下同)。同时，参考郭沛(2004)的做法，选取“宽口径的农村个私企业与农户的非正规借贷规模之和，农村GDP”来衡量农村非正规金融的发展水平。然后对前文设定的动态面板模型进行重新估计，结果仍然支持正规金融主要通过技术进步渠道，而非正规金融主要通过技术效率渠道促进农业TFP增长的结论。其次，已有部分文献在研究TFP的影响因素时，还考虑了经济自由度及工业化水平的作用(姚耀军，2010

38、；尹雷等，2014)。参考已有研究，本文以“非国有部门投资在固定资产投资中所占比重”和“第二产业GDP占各地区总GDP的比重”作为经济自由度及工业化水平的衡量指标，并作为控制变量加入模型，估计结果显示本文的结论仍然稳健。f1由于篇幅限制。关键变量及控制变量选择的稳健性检验的估计结果没有汇报，如有需求请联系作者。江苏社会科学2017483万方数据农村正规与非正规金融发展对农业全要素生产率的影响五、结论及启示本文利用19972014年的中国省级面板数据，首先采用DEAMalmquist指数法和间接估算方法测算了中国农业TFP和农村正规与非正规金融的发展水平，然后通过系统GMM估计法实证分析了农村正

39、规与非正规金融发展对农业TFP及其中间渠道的影响。研究结果表明：第一，19972014年，中国农业TFP年均增长66，农业TFP的增长主要由农业技术进步推动；第二，无论是国家层面还是地区层面，农村非正规金融发展水平均明显高于正规金融，非正规金融成为农村金融的重要组成部分；第三，全样本的估计结果显示，正规与非正规金融均对农业TFP增长具有显著的促进作用，但作用渠道各异，正规金融主要通过技术进步渠道，而非正规金融则主要通过技术效率渠道促进农业TFP增长。这一结果在一定程度上支持了农村正规与非正规金融之间存在互补关系的观点。第四，农村正规与非正规金融发展在19972006年与20072014年两个时

40、间段均明显促进了农业TFP的增长，且这种促进作用在20072014年变得更大。基于以上研究结论，我们可以得到如下启示：首先，由信息不对称导致的抵押物偏好和高交易成本是农村正规金融市场低效的重要原因，因此，未来针对正规金融的改革，应充分借鉴非正规金融在信息获取、契约执行等方面优势，着眼于“拉近与各农村经济主体尤其是小规模经济主体的距离”；同时，结合农村金融增量改革，减少行政干预，逐步建立市场化竞争机制，降低服务门槛，提高金融资源配置效率。其次，对于非正规金融，应充分考虑其对农业TFP及农业经济增长的积极作用，在政策上给予其更明晰的定位和支持。第三，充分利用农村正规金融的资金规模优势和非正规金融的

41、信息优势，促进二者联结合作，从技术进步和技术效率两个渠道促进农业TFP更快地提升，进而更好地实现中国农业经济的可持续增长。参考文献1陈志武：反思高利贷与民间金融，广外IR新财富)2005年第8期。2郭沛：中国农村非正规金融规模估算，北京中国农村观察)2004年第2期。3胡宗义、李鹏：农村正规与非正规金融对城乡收入差距影响的空间计量分析基于我国31省市面板数据的实证分析，西安当代经济科学)2013年第2期。4李建军：中国未观测信贷规模的变化：19782008年，(北京金融研究)20LO年第4期。5鲁钊阳、李树：农村正规与非正规金融发展对区域产业结构升级的影响，(上海财经研究)2015年第9期。6

42、王征、鲁钊阳：农村金融发展与城乡收入差距基于我国省级动态面板数据模型的实证研究，北京财贸经济)2011年第7期。7徐璋勇、夏楠、秦进：西部农村金融发展对农业全要素生产率影响的实证研究，太原生产力研究)2015年第3期。8姚耀军：中国金融发展与全要素生产率基于时间序列的经验证据，(北京数量经济技术经济研究)2010年第3期。9尹雷、沈毅：农村金融发展对中国农业全要素生产率的影响：是技术进步还是技术效率基于省级动态面板数据的GMM估计，蚌埠财贸研究)2014年第2期。10张兵、张宁：农村非正规金融是否提高了农户的信贷可获性?基于江苏1202户农户的调查，北京中国农村经济)2012年第10期。11A

43、ndreasM，2014Informalfinance：Atheory ofmoneylendersJournal ofDevelopmentEconomicsVol，107：157-17412Arellano Mand SBond。1991Some Tests of Specification for Panel Data：Monte Cado Evidence and an Applicationto Employment EquationsReview of Economics StudiesV012：77-978420174江苏杜会科学万方数据经济学研究13Arestis P，Geor

44、gios Cand DEvangelia，2006Financial Development and Productive Efficiency in OECD Countries：An Exploratory AnalysisManchester Sch001V014：41744014Aziz Land CDuenwald，2002GrowthFinancial Intermediation Nexus in ChinaIMF Working Paper，No19415Beck T。，Levine Rand Loayza N，2000Finance and the Sources of Gr

45、owthJournal of Financial Economics，V0158：261-30016Blundell Rand SBond1998Initial Conditions and Moment Restrictions in Dynamic Panel Data ModelsJournal ofEconometrics，V0187：l 15-14317Buera F，Kaboski Jand Shin Y，201 1Finance and Development：A Tale ofTwo SectorsAmerican Economic Review，V01101No5：19642

46、0021 8Dasgupta B，2004Capital accumulation in the presence of informal credit contracts：Does the incentive mechanismwork better than credit rationing under asymmetric information?University of Connecticut，Department of Economics WorkingPaper Series19Fare R，Grosskopf Sand Russell R R，1998Index Numbers

47、：Essays in Honor of Sten Malmquist【M】Boston：KluwerAcademic Publishers20H硪Kand Stiglitz J1990Imperfect Information and Rural Credit Markets：Puzzles and Policy PerspectivesWorldBank Economic ReviewV015：23525021Jeanneney S，Hua Pand Z Liang，2006Financial Development，Economic Efficiency，and Productivity Growth：Evidence from ChinaThe Developing EconomiesV011：2752责任编辑：天则The Influence of Formal and Informal Financ