金融创新对粮食生产率的影响研究

　　内容提要：实施乡村振兴战略，是以习近平同志为核心的党中央作出的重大部署，是新时代做好“三农”工作的总抓手，也是金融系统开展农村金融服务工作的根本遵循。提高粮食生产率和农民收入，是乡村振兴战略对农村金融提出的重要任务之一。本文在信用传导理论基础上，使用农业农村部农村经济研究中心 2012-2019 年农村固定观察点 4240 户主粮种植户截面数据，基于倾向得分匹配模型(PSM)，研究金融创新对农户粮食生产率的影响。研究发现：(1)农村金融创新对农户粮食生产率产生显著正向影响;(2)农户获取信息的质量、人力和资本投入等使农村金融创新对粮食生产率的影响产生个体差异。本文建议从农户特征入手，提高粮食生产的金融创新服务质量。

　　本文源自丁毅; 刘颖; 张琳; 管延芳; 杨明; 张琪， 价格理论与实践 发表时间：2021-07-26

　　关键词：农村金融创新 农户粮食生产率 乡村振兴战略 倾向得分匹配

　　习近平同志在 2020 年 12 月底召开的中央农村工作会议上指出：“要牢牢把住粮食安全主动权，粮食生产年年要抓紧”。这进一步强调了“十四五”时期粮食生产和粮食安全在“三农”工作中的重要性。同时，有研究表明：农户对种植业的依赖程度越高，其收入和生计越容易受到诸如干旱、病虫灾害、流行性疾病、极端天气等意外事件的冲击。因此，从现实需求和政策制定的角度看，关于农户粮食生产率的研究十分必要。在理论上，向农户投放的金融产品(如农业信贷)是农业生产发展过程中的关键投入要素，是实现小农户与现代农业有机衔接的重要途径。本文研究农村金融创新产品和服务对粮食产量和农户收入的影响，试图通过微观数据分析、从金融创新的角度考察金融投入要素对粮食生产率的影响，为促进农业高质高效发展和全面推进乡村振兴提供实证支持和政策建议。

　　一、相关研究文献评述

　　联合国发展计划署研究发现：金融投入要素(含相关政策)是自 20 世纪 90 年代以来最有效的经济发展工具之一，其原因在于对居民的金融支持有效地提高了发展中国家的粮食生产率，诸如巴西、埃塞俄比亚等国均通过使用和加强金融创新的途径实现主粮增收(UNDP，2016)。鉴于全球范围内 80%的农民无法取得信贷支持，联合国贸易和发展会议在 2015 年后发展议程中将金融创新认定为推动经济发展的关键投入要素。包括农业供应链金融在内的各类金融创新工具能够帮助种植业农户在耕作活动中获得等价收入，有助于解决他们生产要素投入不足的问题。Matthew 等(2019)指出，这些金融创新工具是改善粮食生产率的有效工具。面向农业领域的金融创新的质量和针对性如果足够高，就能达到拉动就业、增加收入和实现长期稳产的效果。

　　国内学者多从金融创新、粮食产量与粮食生产率的角度展开相关研究。朱喜等(2011)比较了中国东、中、西部以及东北地区农户的生产要素配置，比较结果显示：使用优等肥料(价格更高)的农户收成比其比较对象高 40%，研究发现：这一差异的主要原因是金融要素投入不同。因此，可持续的种植业生产离不开有效的金融创新支持。韦锋和徐源琴(2020)研究发现：在我国粮食种植业从业人口较高的省份，粮食生产率的金融创新影响显著高于其他省份。我国这种农村人口占比较高的发展中国家应更加重视金融创新对粮食生产率的作用。曹明霞和高珊(2018)以江苏省为例，对农业全要素生产率影响因素的研究结果显示：农户使用创新型金融资产扩大生产规模并引进先进技术提高了全要素生产率，农户获得的金融创新支持、生产规模和小农户获得的技术支持，是提高农业生产率的关键因素。

　　综上，已有文献就金融投入要素对粮食生产率影响的研究较为丰富，构成了本研究的理论和实证基础，但仍未满足当前国内外经济发展变化带来的粮食安全等问题的理论研究需要。本文通过考查粮食种植农户获得使用的创新型农村金融服务和产品对粮食生产率的影响，试图构建微观经济主体、粮食生产过程、粮食生产率和农村金融政策效果评价的完整研究链条，从而提高学术研究的政策耦合性。本文关于粮食生产率的金融创新影响研究是基于理论分析的实践探索，寄期望为巩固脱贫攻坚成果、提高农业发展质效和全面推进乡村振兴提供参考。

　　二、金融创新影响粮食生产率的理论分析

　　本文涉及的金融创新概念指农村金融服务和产品的创新，属于狭义概念，是微观和实证研究中经常使用的农村金融创新概念。信用传导理论认为，各类以贷款形式存在的金融资产(含各类创新型工具)倾向于加强借款人的借款能力，以从事包括粮食种植在内的生产活动，在市场利率走低预期下尤为如此。但是，出于改善财务状况的需要，金融机构的放贷量常出现周期性波动。农业信用担保贷款、农业供应链金融等金融创新可以通过提高资金流动性和改善资金的跨期配置平抑这种周期性波动产生的影响(谢沂芹和胡士华，2021)，在降低交易和服务成本的同时，提高资金投入。一方面，充足而稳定的资金投入提高了粮食种植生产要素的投入数量和质量，促进规模效应;另一方面，促进先进粮食生产技术的应用。也就是说，农村金融创新从规模效应和技术效率两个途径促进粮食生产率的提升。

　　具体而言：首先，“两权”①抵押贷款、农机具抵押贷款、大棚设施抵押贷款等担保型金融创新产品和服务可以为粮食种植户提供充足的资金支持，用于支付购买种子、化肥、农药、深松机、播种机等基础生产要素的支出。在满足基本生产需求后，种植户往往需要追加资金以满足优种优育、绿色环保等要求。此时的资金支持尤为关键，是实现粮食生产由数量增长到质量增长、形成规模效应的重要环节，也是推动粮食生产率最优化的初始过程;其次，先进的粮食生产技术成为能否实现粮食生产率最优化的决定因素。农户信用贷款、供应链金融服务、保单质押贷款、订单质押贷款、农村互联网金融等收益型金融创新产品和服务能够为农户应用新进技术提供投入资金。该类金融创新产品和服务的担保品往往与未来的粮食种植收益有直接联系，预期粮食生产率越高，未来收益越高，担保品价值就越高，种植户获得的资金支持则越大，种植户可用于提高技术水平的投入就可能越多，预期粮食生产率提高的概率就越大。对于金融机构来说，这是一个风险可控的闭环资产端业务，既可以满足机构自身的风险收益要求，又可以满足粮食种植户的需求，并最终通过提高粮食生产技术效率实现粮食生产率最优化。

　　农业农村部公布的数据(表 1)显示：2011 年至 2020 年，稻谷、小麦、玉米的年亩均粮食产量同比正增长的年份分别为 6 个、7 个、4 个。同时，根据中国家庭金融调查(CHFS)同期数据整理得出农业种植业家户金融资产余额在 8 个年份中均为同比正增长。也就是说，农业种植户的金融资产(含创新型金融资产)余额的增长可能促进了种植业生产率的提高。因此，理论分析和经济现实进一步预示了本文关于农户粮食生产率的金融创新影响研究的必要性。

　　三、金融创新对粮食生产率影响的模型构建

　　(一)数据来源与变量选择

　　本文数据来源于农业农村部农村经济研究中心农村固定观察点在 2012-2019 年 4240 户种植水稻、小麦、玉米、大豆四大粮食作物的农户调查数据，变量描述如表 2 所示。其中，粮食生产率使用亩均粮食产量表示(陈斌开等，2020);农村金融创新使用受访农户“两权”抵押贷款、农业担保贷款、供应链金融、农村互联网金融等创新型农村金融资产持有情况来衡量，持有创新型农村金融资产的农户赋值为 1，否则，赋值为 0。除此之外，农户家庭成员健康状况、受教育程度、人力投入、资本投入、信息质量可能会影响粮食生产率。其中，农户家庭成员健康状况：对家庭成员中有在调查前 60 天内就医或接受过医疗服务经历的农户赋值为 1，否则，赋值为 0;受教育程度：有能读写且接受过正规教育的家庭成员的农户赋值为 1，否则，赋值为 0;人力投入：雇佣家庭以外人员参与粮食生产的农户赋值为 1，否则，赋值为 0;资本投入：购置(或租赁)了播种机、深松机、收割机等主要农机具的农户赋值为 1，否则，赋值为 0;信息质量：拥有移动电话、个人电脑等信息获取工具或渠道的农户赋值为 1，否则，赋值为 0。

　　(二)模型设定

　　本文使用农村金融创新的狭义概念作为解释变量，不包含广义概念中的金融创新政策等因素，固基于倾向得分匹配(PSM)模型，将持有“两权”抵押贷款、农业担保贷款、供应链金融、农村互联网金融等创新型农村金融资产的农户设定为实验组，未持有的农户设为对照组。平均干预效应(ATE)表示为式(1)：(1)其中， 表示使用创新型农村金融服务和产品的实验组农户 i 的潜在粮食生产率， 表示农户 i 在对照组中未使用相应金融支持的潜在粮食生产率。条件独立假设和共同支撑条件表示为式(2)：(2)其中，X 为第三方变量，即本文使用的粮食种植户家庭成员的健康状况、拥有农机具情况等控制变量。由于样本规模较大且非对称分布，本文使用核匹配算法(KMA)进行得分匹配，用于计算对照组所有样本估计效果的权数由式(3)算得：(3)其中，H 为窗宽，Pi 是实验组倾向值，即使用创新型农村金融资产农户的倾向值;Pj 则是对照组倾向值。

　　四、金融创新影响粮食生产率的实证结果分析

　　(一)粮食生产率密度函数的实证结果

　　图 1 是估算粮食生产率密度函数的核密度图，为了展示函数效果，粮食生产率取亩均产量。经核匹配后，实验组粮食生产率均值为 424 公斤 / 亩，对照组为 208 公斤 / 亩，即使用创新型农村金融支持的农户(实验组)粮食生产率约是未使用农户(对照组)的 2 倍。这一差距的原因之一固然是有效的金融创新提高了粮食种植户的投入要素(资金、人力、技术)质量。但是，调查发现的另一个现象也可能间接放大了粮食生产率的差异，即未使用创新型农村金融服务和产品且生产率较低的农户在粮食产量不断下降的现实困境下，为了维持生计变卖了部分生产工具和种子、化肥等必要生产资料。当然，这些农户并未意识到这样做完全没有必要，因为使用创新型农村金融服务和产品有利于帮助他们提高生产率，即以更低的成本和投入获得更多的产出，从而走出恶性循环，摆脱相对贫困。

　　(二)农户特征变量的倾向得分匹配实证结果

　　本文将农户受教育程度、雇佣人力情况、购置农机具情况、信息获取工具或渠道、家庭成员健康状况均作为描述农户特征的控制变量(PSM 的第三方变量)，这些变量是保证使用 PSM 估计干预效应公允性的基础，会对农户间的金融决策和粮食生产率差异产生不可忽视的影响。控制变量的 PSM 描述性统计如表 3 所示。农户获取信息的质量、人力与资本投入、家庭成员健康状况是造成农户间差异的主要原因。当然，这种差异性影响完全来源于样本特征的差异，不表示金融创新对粮食生产率影响的解释力不足。家庭成员越健康，农户负担融资成本的能力越强，他们也更倾向于使用利率较低的创新型农村金融服务和产品;获取信息的渠道越通畅、信息质量越高，农户获得优质(低成本)金融支持的可能性和主动性越高;更多的人力与资本投入意味着更大的资金压力，农户寻找和使用低成本创新型农村金融服务和产品的倾向性更强。

　　(三)倾向得分匹配的 Probit 回归结果

　　本文使用 Probit 回归估计实验组和对照组的倾向得分，确保干预效应估计的平衡性，即在可比对象(农户)之间完成比较。表 4 的 Probit 回归结果表明：金融创新对控制变量中的家庭成员健康状况、雇佣人力情况、购置(或租赁)农机具情况的影响更加显著，对受教育程度和信息获取质量的影响较弱。 Hermann 等(2018)的研究解释了金融创新对农业生产中的个体健康、人力和资本投入的促进作用：农户可以融资购买(或租赁)更好的耕种工具(资本投入)从而提高粮食生产率和劳动回报率，在投入越多回报越大的预期下，农户更倾向于继续投入更多的人力(资本投入具有周期长、成本高的特点，农户短期内更倾向于人力投入，即提高资产周转率)以取得更高的收入。金融创新催生的更高的收入和更高的生产率意味着生活水平的改善和劳动时间的相对缩短，农户家庭成员的健康状况便得以改善。创新型农村金融资产具有较强的指向性和专门用途，其中不包括教育和获取信息的用途，因此农村金融创新对农户受教育程度和信息获取质量影响较弱。

　　五、结论与建议

　　本文使用农业农村部农村经济研究中心农村固定观察点在 2012-2019 年 4240 户种植水稻、小麦、玉米、大豆四大粮食作物的农户调查数据，基于倾向得分匹配模型(PSM)，使用亩均粮食产量和亩均种植业净收入表示粮食生产率，研究了农村金融创新产品和服务对粮食产量和农户收入的影响，试图通过微观数据分析，从金融创新切入考察金融投入要素对粮食生产率的影响，为促进农业高质高效发展和全面推进乡村振兴提供实证支持和政策建议。研究发现：(1)农村金融创新对农户粮食生产率产生显著正向影响;(2)相关控制变量的实证结果显示，农户获取信息的质量、人力和资本投入、家庭成员健康状况对农户间的金融决策和粮食生产率差异产生显著影响;(3)金融创新对控制变量中的雇佣人力情况、购置(或租赁)农机具情况、家庭成员健康状况的影响更加显著，对受教育程度和信息获取质量的影响较弱。基于研究结论，本文提出如下政策建议：

　　1.持续通过农村金融服务和产品创新实现对粮食种植户的精准支持。建议结合家庭成员数量、健康状况、主要生产工具持有情况等农户特征扩大抵质押物范围，设计并推广市场属性更强、利率更灵活的粮食种植业信用类金融服务和产品。同时，加强智慧供应链金融在粮食种植业的应用，进一步降低粮食种植户的融资成本。

　　2.加强金融服务与农业生产性服务的联动。金融服务和产品发挥效用离不开金融基础设施的支撑，尽管我国多数涉农金融机构已经设立了村一级的金融服务站等基础金融服务机构，但这些金融基础设施在金融领域以外的外延功能尚未实现。应继续升级农村金融基础设施，使其发挥联结农机作业、产品加工、运输，以及供销、仓储、市场信息等农业生产性服务的功能。粮食种植户借助这一功能的实现，通过提高人力和资本效率、改善健康状况进一步提高粮食生产率，提高农户收入，巩固脱贫攻坚成果。

　　3.加强对种植户获取信息的金融支持。研究发现，信息获取质量是造成农户间差异的主要原因之一，而且农村金融创新对粮食种植户的信息获取质量影响较弱。因此，建议增加旨在提高种植户信息获取质量的农村金融支持方式或渠道。应从针对信息获取质量的客观性金融支持和针对粮食种植户获取信息主观意愿的金融支持两大方面实施改革，如扩大农业信用担保贷款的资金用途、给予参加粮食种植技术培训或网络学习的农户一定经济奖励等。