中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角-陈亮.pdf

《中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角-陈亮.pdf》由会员分享，可在线阅读，更多相关《中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角-陈亮.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第38卷第1期2017年1月财经理论与实践(双月刊)THE THEORY AND PRACTICE OF FINANCE AND ECONOM ICSVol. 38 No. 1Jan. 2017金融与保险中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角陈亮1,陶冶2( 1.湖南大学经济与贸易学院,湖南长沙 410079; 2.湖南大学金融与统计学院,湖南长沙 410079) 摘要:基于正规金融与非正规金融视角,运用空间计量方法对2003- 2010年中国31个省市农村二元分层金融发展的农民收入效应进行再考察。研究结果显示:农民收入、正规与非正规金融均存在显著的空间自相关性

2、。正规与非正规金融的发展均有利于农民收入的增加,但是正规金融的影响效果不如非正规金融明显;农民收入、正规与非正规金融的空间变量对促进农民增收具有显著影响。关键词:正规金融;非正规金融;农民收入中图分类号: F830. 34 文献标识码: A 文章编号: 1003- 7217( 2017) 01- 0042- 07一、引言及文献综述中国发展道路和西方理论的经典路线常常不一致,以至于一直以来有“中国之谜” ( Chinese Puzzle)的命题,比较著名的有关于科技应用的李约瑟之谜 1 、关于中国资本主义萌芽的韦伯疑问 2, 3 、关于“高财政赤字和高货币供给量的同时保持价格稳定的现象”的麦金农

3、“中国之谜” 4 ,等等。这样的发展悖论,在中国的农村表现更为明显。农村金融被广泛看作中国金融系统最薄弱的一环,与整体经济的强劲极不相称,大部分农村人口未能充分享受两位数高速经济增长的成果。李勇坚和王弢( 2016)基于农业生产需求发现, 2014年中国“三农”领域金融需求缺口达3. 05万亿元 5 。同时,中国城乡金融资源配置的区域不平衡性尤为突出,上海、天津、浙江和江苏等经济排名靠前省市,地理金融密度达到6. 5个/百平方公里以上,而新疆、青海和西藏等经济排名靠后的省区,地理金融密度在0. 2个/百平方公里以下,地理金融密度排名第一的上海与排名垫底的西藏相差109倍 6 。罗伯特希勒在其著

4、作金融与好的社会中将金融活动与好社会联系起来,将金融提升到一个道德的高度 7 。理想状态的农村金融应该是在金融服务总量和结构上能够满足社会经济发展需求的金融,金融服务的供给相对于需求既不过度,也无不足,不存在总量和结构上的供求失衡。按照林毅夫等( 2009)的总结,金融结构按金融活动是否接受到政府监管部门的监管,可以分为正规金融与非正规金融 8 。随着农村经济制度深化改革的推进,农村经济成分和农民收入来源发生了巨大变化,但都离不开正规与非正规金融在其中发挥的推动作用。因此,深入了解农村正规与非正规金融对农村经济发展和居民收入的影响具有深刻的现实意义。按照经济学的理解,金融活动如果有效发挥其功能

5、,将有助于社会资源的最优配置,促进经济均衡发展,进而提升社会公平和民生福祉,因此,自20世纪60年代以来,金融就成为了发展经济学中一个重要的研究领域。学者们发现金融发展与经济发展之间存在平行的关系 9- 11 ,甚至是促进的关系 12 ,并为此得出了金融抑制不利于经济发展,发展中国家需要金融自由化的结论。随着实践深入,农村金融发展对农村经济或农民收入影响的研究也得到了深入讨论。考虑到农村金融市场的二元结构,学者们一般从正规与非正规金融两个角度来探讨农村金融的作用。 Hans等( 1995)通过分析正规金融对印度农村经济的影响,得到扩大农村信贷规模和发展农村金融体系对农民收入具有积极作用的结论

6、13 。而Davide( 2014)通过对埃塞俄比亚南部的农村信贷市场研究发现,由于正规金融机构提供的信贷产品种类的有限性,以及产品规模和产品期限的不适收稿日期: 2016- 03- 29基金项目: 国家社会科学基金项目( 12AJL007)作者简介: 陈亮( 1964 ) ,男,湖南汉寿人,湖南大学经济与贸易学院博士研究生,研究方向:数理金融与计量金融;陶冶( 1994 ) ,女,湖南长沙人,湖南大学金融与统计学院研究生,研究方向:金融理论。2017年第1期(总第205期) 陈亮,陶冶:中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角宜性,使得农村正规金融不能有效地促进

7、农民增收 14 。相比于正规金融,非正规金融的机制就显得十分灵活。 Dolla( 2011)认为,农村非正规金融的产生是源自于被正规金融“溢出”的农村居民的融资需求,因此,其可以有效地解决农村居民融资的问题,从而有助于增长农民收入 15 。 Kar等( 2009)研究发现,非正规金融贷款人可以根据借款人的不同需求提供不同规模、不同期限的信贷资金,使农户的小规模和短期投资成为可能,从而促进农民收入的增加 16 。同时, Jia等( 2010)也认为,与正规金融相比,非正规金融在信息收集、监督成本等方面均具有明显的优势,能够有效地促进农村经济的增长 17 。国内学者根据我国的实际情况也进行了很多相

8、关的研究。其中,以研究农村正规金融和农民收入的关系居多,且大部分的研究结果显示:农村正规金融的发展不利于农村居民收入的增加。许崇正等( 2005)用农村信贷投资来反映农村正规金融发展水平,通过实证得到农村正规金融的发展不利于农民增收的结论 18 。谭燕芝( 2009)用农村正规金融相关率来衡量农村正规金融发展水平,也得到类似的结论,农民增收促进了正规金融的发展,但正规金融的发展却不利于农民增收 19 。同时,钱水土等( 2011)认为,农村正规金融低下的配置效率也是阻碍农民收入增加的重要因素 20 。刘旦( 2007)用农村存款余额与贷款余额的比率作为反映农村正规金融发展效率的指标,实证表明,

9、农村正规金融发展效率的确对农民收入增长具有显著的负效应 21 。杜兴端等( 2011)通过实证发现,不管是正规金融发展规模,还是正规金融发展效率,对农民收入的增长均具有不利影响 22 。但是,也有一部分学者通过研究得到相反的结论,他们认为通过发展农村正规金融,可以有效地促进农民收入的增加。刘玉春等( 2013)用农业贷款余额与农村GDP的比值来衡量农村正规金融发展水平,实证得到农村正规金融发展能够促进农村居民收入增加的结论 23 。娄永跃( 2010) 、庞志强等( 2007)用灰色关联分析法得出农村正规金融的发展对促进农民增收具有积极作用 24, 25 。另外,考虑到金融结构的二元性,越来越

10、多的学者开始探究农村非正规金融对农村居民收入的影响。唐礼智( 2009)以福建省泉州市为例,实证发现非正规金融与农民纯收入之间存在稳定的正向关系 26 。高艳( 2008)则认为短期内非正规金融水平提高对农民增收虽有一定的促进作用,但不如长期明显 27 。胡宗义等( 2012)研究发现:非正规金融规模的扩大和效率的提高均有利于促进农民收入增长 28 。杜金向和董乃全( 2013)研究发现:不同地区农户正规金融的信贷和非正规金融的借贷投入与农户收入增长效应存在较大的差异 29 。邹小芳和姜学勤( 2014)研究发现:非正规金融规模和效率在短期内均会对城乡收入差距产生明显的正效应,并会扩大城乡收入

11、差距 30 。张宁和张兵( 2015)发现,农村非正规金融通过为低收入农户提供金融服务而对农户内部收入差距的扩大及贫困具有缓解作用 31 。李祎雯和张兵( 2016)认为,在面临信贷约束和缺乏正规金融支持的背景下,非正规金融基于信息获取、契约执行和交易成本优势,影响农村家庭创业决策和创业动机,促进农村家庭从生存型向经营型转变 32 。不难发现,现有文献未能充分考虑农村正规金融与非正规金融对农民收入影响的空间依赖性和异质性,为此,本文运用空间计量方法,对正规金融与非正规金融的农民收入空间效应进行再考察,进而探讨中国正规金融与非正规金融发展的空间差异性与农民收入的区域不平衡性之间的关联机制,寻求后

12、发地区依靠正规金融与非正规金融发展实现农户增收的可能路径。二、研究设计和数据处理(一)变量选取受我国数据统计口径变化影响,本文选取全国31个省市2003- 2010年的相关数据来建立空间计量模型,其变量选取如下:1.因变量的选取。考虑到农民人均纯收入是反映农村经济发展状况和衡量农村居民收入水平的重要指标,选用农民人均纯收入( INCOM E)来作为因变量。为了剔除价格因素的影响,用以2003年为基期的各省市2003- 2010年的农村CPI进行平减处理。2.自变量的选取。我国现在还没有农村正规与非正规金融的统计数据,考虑到数据的可获得性和准确性,参照胡宗义等( 2013)的选取方法 33 ,用

13、去除价格因素影响的农村正规金融比农村总人口数来代表农村正规金融发展水平( FFIR) ;用去除价格因素影响的农村非正规金融比农村总人口数来代表农村非正规金融发展水平( IFIR) 。另外,为了使模型更加全面和完整,将人均农业财政支持( FISC) 、城市化水平( URBAN )和农村劳动力转移( LAB-TR)作为控制变量加入模型。其中城市化水平用非农人口数和总人口数的比值表示;农村劳动力转移用从事非农林牧渔业的就业人口比农村总就业人口34财经理论与实践(双月刊) 2017年第1期数来表示;人均农业财政支持是用财政支出中的农林水事务支出比农村总人口表示。考虑到农林水事务支出是在2007年才开始

14、被单独统计的,之前并没有相关的数据,故用农业支出加林业支出加农林水利气象等部门事业费的总和来表示2003- 2006年的农林水事务支出。上述数据分别来自于2004- 2011年的中国统计年鉴和中国固定资产统计年鉴 。另外,为了减弱异方差的影响,在建模时对上述各指标均做对数处理。(二)空间权重矩阵的选择采用一阶邻接Rook的方法来构造空间矩阵W ij 。具体构造方法是:若省市i和省市j相邻,则W ij = 1;若不相邻,则W ij = 0;矩阵对角线上表示的省市i和省市i本身,设为0,即W ii = 0。另外,海南省四面环海,位置特殊,但是考虑到其与广东省密切的经济关系,假定海南省和广东省相邻。

15、最后,对得到的空间权重矩阵做行标准化处理。三、实证分析(一)空间自相关分析1.全局M oran s I指数检验。利用OpenGeo-Da软件对2003- 2010年全国31个省市的农民人均纯收入以及正规与非正规金融进行全域空间自相关检验(见表1) 。表1 2003- 2010年农民收入以及正规与非正规金融的全局M oran s I指数年份INCOM E FFIR IFIRM oran s I P值M oran s I P值M oran s I P值2003 0. 5574 2. 73E- 010 0. 0888 0. 283 0. 4275 1. 29E- 0062004 0. 5671 1.

16、 19E- 010 0. 4695 7. 01E- 006 0. 4635 2. 05E- 0062005 0. 5420 4. 17E- 009 0. 3783 4. 5E- 006 0. 4094 3. 08E- 0062006 0. 5334 8. 62E- 009 0. 2444 0. 000634 0. 4976 6. 66E- 0092007 0. 5327 1. 08E- 008 0. 3036 5. 33E- 005 0. 5160 2. 98E- 0092008 0. 5245 1. 38E- 008 0. 2393 0. 000703 0. 5486 2. 75E- 010

17、2009 0. 5244 1. 14E- 008 0. 3376 1. 39E- 005 0. 5671 7. 65E- 0112010 0. 5205 1. 6E- 008 0. 3523 9. 57E- 006 0. 5788 7. 27E- 011从表1可以看出:在2003- 2010年,我国农民人均纯收入的全局M oran s I指数均大于0. 5,而且都通过1%的显著性检验,证明我国31个省市的农民人均纯收入在空间上不是随机分布的,而是存在显著的正向的自相关性。也就是说,我国农村居民收入的分布具有统计学意义上的空间集聚特征,农民人均纯收入高的地区趋向于和农民人均纯收入高的地区集聚相邻

18、接;反之,则相反。同时,农村非正规金融发展水平也通过了1%的显著性检验,说明也存在十分显著的自相关性,而且农村非正规发展水平的M oran s I指数也有逐年变大的趋势,说明各省市农村非正规金融的相互依赖关系是持续增大的。而农村正规金融的M oran s I指数(不包括2003年)虽然也通过了1%的显著性检验,但整体上不如农民收入和非正规金融显著,可能是受到国家政策的影响导致正规金融自相关性的改变。2. M oran s I散点图检验。由于M oran s I指数不能显示局部地区的空间相关性,因此,进一步用M oran s I散点图来分析农民收入以及正规与非正规金融的局域空间自相关性。图1给出

19、的是2003年和2010年农村居民收入的M oran s I散点图。从中可以看出,大部分点都位于第一、三象限,再一次证明了我国各省市之间的农民人均纯收入在空间上存在正相关性。另外,在2003年的时候,位于High- High型聚集区的省市有京津、江浙沪和福建,这是高收入省市和高收入邻近省市的集群;位于Low- High型聚集区的省市有河北、江西、安徽和海南,这是低农民收入省市和高农民收入邻近省市的集群;位于Low- Low型聚集区的省市有湖南、陕西、黑龙江、吉林、湖北、四川、新疆、内蒙古、甘肃、山西、宁夏、广西、云南、贵州、重庆、西藏、河南和青海,这是低农民收入省市和低农民收入邻近省市的集群;

20、位于High- Low聚集区的省市有山东、广东和辽宁,这是高农民收入省市和低农民收入邻近省市的集群。 2010年的M oran s I散点图和2003年的基本相似,只有山东省从High-Low区转移到了High- High区,说明在2003 -2010年,山东省的农民收入对相邻地区的农民收入起到了促进作用,有发挥“卫星城”的作用,带动了周边省市的发展。图2给出的是2003年和2010年各省市农村正规金融的M oran s I散点图。在2003年,江浙沪和京津这五个地区处于High- High型聚集区,安徽、山西、福建、重庆、黑龙江、河南、湖南、辽宁、海南处442017年第1期(总第205期)

21、陈亮,陶冶:中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角于Low- High型集聚区,吉林、湖北处于High- Low型聚集区,其余都位于Low- Low型集聚区。到2010年,位于High- High型高值聚集区有上海、江苏、浙江、北京、天津和山东,位于Low- High聚集区的有安徽、福建和海南,位于Low- Low低值集聚区的有宁夏、四川、吉林、青海、新疆和河北。可见在2003- 2010年,各省市农村正规金融的依赖情况发生了明显的变化。图1 2003年和2010年各省市农民人均纯收入的M oran s I散点图图2 2003年和2010年各省市农村正规金融的M

22、 oran s I散点图图3给出的是2003年和2010年各省市农村正规金融的M oran s I散点图。从2003- 2010年,各省市农村非正规金融的依赖情况变化不大,只有山东从High- Low型聚集区转移到High- High型聚集区,其它省市都没有变化。其中一直位于High-High型聚集区的有江浙沪和京津冀,位于Low-High型聚集区的有安徽、福建、江西、海南,位于High- Low型聚集区的有辽宁和广东,其余都位于Low- Low型聚集区。从以上的图表和分析中可以看出,我国各省市的农村居民收入以及正规与非正规金融发展水平存在明显的空间集聚现象,而且地区和时间差异明显,所以在设立

23、模型时,应该要考虑变量的空间自相关性,用面板数据建立空间计量模型,这样才符合实际意义。(二)空间计量经济模型分析1.平稳性检验。表2给出的是LLC检验结果。从表2可以看出,农民收入、正规金融、非正规金融、城市化、劳动力转移和农业财政支持在1%的显著性水平下都是显著的,说明这六个指标是平稳的,可直接建立模型。2.固定效应检验 。固定效应模型分为空间固定效应模型、时间固定效应模型和时空固定效应模型。从表3中可以看出,时间固定效应的显著性检验不能拒绝原假设,说明不存在时间上的固定效应,而空间固定效应的显著性检验拒绝原假设,说明可建立空间固定效应模型。54财经理论与实践(双月刊) 2017年第1期图3

24、 2003年和2010年各省市农村非正规金融的M oran s I散点图表2面板数据LLC单位根检验结果变量LN_INCOM E LN_IFIR LN_FFIR LN_URBAN LN_LABTR LN_FISCT统计量- 13. 7851 - 7. 91276 - 10. 5837 - 12. 6927 - 7. 57089 - 8. 45101P值0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000表3 LR检验结果检验名称统计量P值空间固定效应LR检验63. 7016 0. 0003时间固定效应LR检验3. 1581 0. 87003.模型估计与

25、结果解释。根据上述分析结果,运用M atlab的空间计量软件包对2003 - 2010年31个省市的相关数据建立空间计量面板数据模型。表4给出了空间固定效应下的空间滞后模型、空间误差模型和空间杜宾模型的估计结果。表4空间计量面板数据模型估计结果变量SDPDM模型SLPDM模型SEPDM模型系数T统计量系数T统计量系数T统计量LN_IFIR 0. 010407 1. 985813 0. 008326 1. 721829 0. 010290 2. 050512LN_FFIR 0. 004828 0. 371469 - 0. 009034 - 0. 714050 - 0. 014329 - 1. 1

26、9586LN_URBAN - 0. 011153 - 0. 877876 - 0. 009329 - 0. 701014 - 0. 009692 - 0. 734117LN_LABTR 0. 166401 2. 605142 0. 143919 2. 264866 0. 144917 2. 268872LN_FISC 0. 021168 2. 427173 0. 022582 2. 614514 0. 025247 3. 070701W LN_IFIR 0. 110351 3. 651487 W LN_FFIR 0. 038097 4. 220799 W LN_URBAN - 0. 02172

27、8 - 0. 788192 W LN_LABTR 0. 117084 0. 802400 W LN_FISC - 0. 045736 - 2. 282358 W DEP. VAR 0. 259965 3. 324113 0. 280986 3. 628511 SPAT. AUT 0. 326986 4. 304745R- squared 0. 9942 0. 9935 0. 8735log- likelihood 482. 22008 461. 53506 437. 99037W ald_spatial_lag 28. 9205 W ald_spatial_error 26. 0692 LR_

28、spatial_lag 27. 3898 LR_spatial_error 24. 5574 注: 、 和 分别表示通过10% 、 5%和1%水平下的显著性检验。SLPDM模型和SEPDM模型都是SDPDM模型的特殊形式,而且可以通过W ald统计量来决定哪个模型最适合。从表4中可以看出, W ald_spatial_lag统计量和LR_spatial_lag统计量均通过1%的显著性检验,拒绝原假设,说明SDPDM空间固定效应模型优于SLPDM空间固定效应模型; W ald_spa-tial_error统计量为26. 0692, LR_spatial_error统计量为24. 5574, P值

29、均小于1% ,也都拒绝原假设,642017年第1期(总第205期) 陈亮,陶冶:中国农村二元金融发展对农民收入影响的再考察基于正规金融与非正规金融视角说明SDPDM空间固定效应模型也优于SEPDM空间固定效应模型。可见,与SLPDM模型或SEPDM模型相比, SDPDM模型更加合适。而且从表中的拟合优度系数R2和对数似然值Log likelihood也可以看出, SDPDM模型的拟合效果更佳。因此,本文选择空间杜宾面板数据模型的估计结果进行分析。农民人均纯收入的空间滞后项W DEP. VAR的系数显著大于零,说明我国各省市农民收入之间存在很强的空间依赖性,各省市的农民收入变化并非完全独立的,而

30、是存在显著为正的外溢效应,即相邻地区农民收入的增加会促进本地区农民收入的增加。农村正规金融的空间滞后项W LN_FFIR与农村非正规金融的空间滞后项W LN _IFIR的系数分别为0. 0381和0. 1104,都通过1%的显著性水平检验,表明农村正规与非正规金融的集聚通过空间地理机制对相邻地区的农民收入增加起到了显著的促进作用,即农村金融的发展对相邻地区农村居民收入的增加存在显著为正的辐射效应。可能是因为本地区的金融发展带动了相邻地区的金融发展,从而促进农民增收。农村非正规金融发展水平LN_IFIR的系数为0. 0104,通过5%的显著性检验,说明各省市自身的农村非正规金融对本地区农村居民收

31、入具有显著的促进作用,而农村正规金融发展水平LN _FFIR的系数没有通过显著性检验,说明农村正规金融对农民增收只起到微弱的促进作用,其效果远不及非正规金融显著。据统计, 2003- 2010年,农村居民通过非正规金融渠道融资的规模持续扩大,从2003年的8229亿元增长到了2010年的26540亿元,增长了3倍多;而从农村正规金融机构获得的贷款数量一直维持在2247亿元左右,几乎没有波动,且2010年正规金融的融资规模仅有非正规金融的10%左右。可见与非正规金融相比,我国农村正规金融的发展程度还是处于比较低下的水平,政府对农村正规金融的改革力度还有待加强。农业财政支持LN_FISC的系数通过

32、5%的显著性检验,具体值为0. 0212,说明人均农业财政支持每增加一个标准差,农民人均纯收入就会增加2.12个百分点。说明农业财政支出的扩大有利于农民增收,政府应该坚持扩大财政支农的力度,帮助改善农村的基础设施建设和农村生产条件,从而增加农村居民的收入,提高农民的生活水平。农村劳动力转移LN _LABTR的系数和P值都显示:随着农村就业人口向非农林牧渔业转移,农民收入水平会有显著的提高,说明非农产业对促进农村经济发展和增加农村居民收入具有重要的作用。农村地区应该多发展第二、三产业,为农村劳动力转移创造机会,拓宽农民收入来源渠道。结果也从侧面揭示了为什么东部地区的农民会相对比较富裕,而以农业为

33、主要经济来源的西部地区的农民会相对比较贫困。城市化水平LN_URBAN的系数- 0. 0112,未通过显著性检验,说明城市化水平对促进农村居民增收的效果不明显,城市化并未充分发挥对农民收入增长的影响机制。可能是因为2003- 2010年我国的城市化进程比较缓慢,没能有效地促进农村剩余劳动力的转移,从而没能促进农民收入的增加,据统计, 2003 - 2010年我国的城市化率都维持在31% ,没有取得实质性的进步。四、结论和政策建议以上研究结果表明:我国31个省市之间的农民人均纯收入、正规与非正规金融发展水平均存在显著的空间自相关性。我国农民收入呈现明显的东高西低、沿海到内陆递减的趋势;农村非正规

34、金融发展水平的整体格局与农民收入类似,在这几年里没有太多变化;农村正规金融发展水平的格局发生了较为明显的改变,主要表现为西部地区农村正规金融发展水平的提高。同时,相邻地区的农民收入对本地区农民收入的增加起到了显著的促进作用,说明农民收入的区域溢出效应明显;邻近地区的正规与非正规金融对本地区的农民收入增加也有比较明显的影响,说明农村金融的区域辐射效应显著。各省市自身的农村正规与非正规金融对促进本地区农民增收都有积极的作用,但正规金融的促进效果不如非正规金融明显,说明以银行为主体的正规金融体系在促进农民收入发挥的作用远不及以民间借贷为主体的非正规金融体系发挥的作用。农业财政支持和劳动力向非农林牧渔

35、业转移对农民增收均具有积极的促进作用,而城市化水平对促进农民增收的效果不显著。基于以上分析结果,提出以下几点建议: ( 1)加强地区之间农村金融的合作可以借鉴英美等国的经验,建立系统完善的金融服务体制,通过建立各种金融中介组织来提供咨询服务,多进行信息上的互通,充分发挥农村金融在地区之间显著的辐射效应,使农村金融更好地为农村经济发展和农民收入增加提供服务。 ( 2)为了能让农村金融更好地服务于“三74财经理论与实践(双月刊) 2017年第1期农” ,使金融资源更好地为农村经济社会服务,必须努力构建一个农村正规和非正规金融相互补充、相互协调、相互发展的金融服务体系。首先,政府应该放松管制,使更多

36、的“地下”金融能够浮出“水面” ,引导农村非正规金融向规范化、合法化、机构化转变 34 ;其次,建立适合农村非正规金融发展的监管机制,加快相关法律法规的修订,以促进农村非正规金融更加健康地发展;最后,要坚定不移地继续全面推进农村正规金融体制的改革,加快农村正规金融市场的发展,推出更多符合农民需要的金融产品,确保农村资金有效回流,真正发挥农村正规金融的职能。 ( 3)加大对农村地区的财政支持,贯彻落实各种反哺农业、农村、农民的财政措施,促进农村经济的发展,提高农村居民的收入。在农村地区多发展一些农林渔牧业之外的其它产业,促使劳动力向生产效率更高的非农部门转移来获取更多的报酬,从而促进收入的增加。

37、注释:因中国固定资产统计年鉴统计口径发生变化,这里仅能选取2003- 2010年农村非正规金融相关数据。一般情况下,面板数据的拟合结果可分为固定效应模型和随机效应模型。根据Baltagi( 2001)的思想:当样本的回归分析局限在一些特定的个体时,固定效应模型应该是更好的选择,以及所选取数据的实际情况:本文选取的是全国31个省市的数据,不存在随机抽样的情况,因而采用固定效应模型进行分析。参考文献: 1李约瑟.中国科学技术史 M .北京:科学出版社, 1975. 2韦伯.儒教中国政治与中国资本主义萌芽:城市和行会 C / /韦伯文集:文明的历史脚步.上海:上海三联书店, 1997. 3林毅夫.李

38、约瑟之谜、韦伯疑问和中国的奇迹 自宋以来的长期经济发展 J .北京大学学报:哲学社会科学版, 2007( 4) : 5- 22. 4麦金农( Ronald I. M cKinnon) .经济自由化的顺序:向市场经济过渡中的金融控制 M .北京:中国金融出版社, 1993. 5李勇坚,王弢.中国“三农”互联网金融发展报告( 2016) M .北京:社会科学文献出版社, 2016. 6陈莎,周立.中国农村金融地理排斥的空间差异 基于“金融密度”衡量指标体系的研究 J .银行家, 2012( 7) : 106- 109. 7 Robert J, Shiller. Finance and the go

39、od society M . Princeton :Princeton University Press, 2012. 8林毅夫,孙希芳,姜烨.经济发展中的最优金融结构理论初探 J .经济研究, 2009, 44( 8) : 4- 17. 9 Goldsmith R W . Financial structure and development M . NewHaven: Yale University Press, 1969. 10 King R G, Levine R. Finance and growth: schumpeter might be right J . Quar- terl

40、y Journal of Economics, 1993, 108( 3) : 717- 738. 11 Levine R, Zervos S. Stock markets, banks, and economic growth J .American Economic Review, 1998, 88( 3) : 537- 558. 12 Levine R, Loayza N, Beck T. Financial intermediation andgrowth: causality and causes J . Journal of M onetary Econom-ics, 2000,

41、46( 1) : 31- 77. 13 Hans P B, Shahidur R K. The impact of formal finance on therural economy of India J . The Journal of Development Stud-ies, 1995, 32( 2) : 234- 262. 14 Davide C. Shocks and credit choice in southern ethiopia J . Ag-ricultural Finance Review, 2014, 74( 1) : 87- 114. 15 Dolla P L. M

42、 icrofinance and investment: a comparison withbank and informallending J . W orld Development, 2011, 39( 6) : 882- 897. 16 Kar M , Nazlioglu S, Agir H. Financial development and eco-nomic growth nexus in the M ENA countries: bootstrap panelgranger causality analysis J . Economic M odelling, 2011, 28

43、(12) : 685- 693. 17 Jia Xiangping, Hedues F, Zeller M . Credit rationing of ruralhouseholds in China J . Agricultural Finance Review, 2010, 70( 1) : 37- 54. 18许崇正,高希武.农村金融对增加农民收入支持状况的实证分析 J .金融研究, 2005( 9) : 173- 185. 19谭燕芝.农村金融发展与农民收人增长之关系的实证分析:1978 2007 J .上海经济研究, 2009( 4) : 50- 57. 20钱水土,周永涛.农村金融

44、发展影响农民收入增长的机制研究 J .金融理论与实践, 2011( 2) : 58- 65. 21刘旦.我国农村金融发展效率与农民收入增长 J .山西财经大学学报, 2007( 1) : 44- 49. 22杜兴端,杨少垒.农村金融发展与农民收入增长关系的实证分析 J .统计与决策, 2011( 9) : 120- 122. 23刘玉春,修长柏.农村金融发展、农业科技进步与农民收入增长 J .农业技术经济, 2013( 9) : 92- 100. 24庞志强,仇菲菲.我国农村金融发展与农民增收的灰关联分析 J .统计教育, 2007( 11) : 37- 39. 25娄永跃.农村金融发展与农民

45、收入增长问题研究 J .金融理论与实践, 2010( 5) : 46- 50. 26唐礼智.农村非正规金融对农民收入增长影响的实证分析 J .农业经济问题, 2009( 4) : 76- 79. 27高艳.农村非正规金融对农民收入增长支持的实证分析 J .南京财经大学学报, 2008( 2) : 26- 28. 28胡宗义,唐李伟,苏静.农村非正规金融发展对农民收入差异影响的实证研究 J .广东金融学院学报, 2012( 3) : 33- 42. 29杜金向,董乃全.农村正规金融、非正规金融与农户收入增长效应的地区性差异实证研究 基于农村固定点调查1986- 2009年微观面板数据的分析 J

46、.管理评论, 2013, 25( 3) : 18- 26. 30邹小芳,姜学勤.我国非正规金融发展对城乡收入差距影响的实证分析 J .学术论坛, 2014( 8) : 94- 98. 31张宁,张兵.农村非正规金融、农户内部收入差距与贫困 J .经济科学, 2015( 1) : 53- 65. 32李祎雯,张兵.非正规金融对农村家庭创业的影响机制研究 J .经济科学, 2016( 2) : 93- 105. 33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 J .当代经济科学, 2013( 2) : 71- 78.(责任编辑:秀钰)Reexamination on the

47、 Influence of China s RuralDual Financial Development on Farmers Income- - Basedon Formal and Informal Rural FinanceCHEN Liang1 , TAO Ye2( 1. College of Economics and Trade , Hunan University , Changsha, Hunan 410079, China;2. College of Finance and Statistics , Hunan University , Changsha, Hunan 41

48、0079, China)Abstract: Based on the perspective of formal finance and informal finance, this paper appliesspatial econometric methods to examining the impact of formal and informal rural finance onfarmers income using the pool data of 31 provinces in China from 2003 to 2010. The results showthat the formal and informal rural finance has played a positive role in increasing farmers income,while the rural informal f