农村正规与非正规金融发展对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 人统一框架,利用1997-2014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。 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 Y=A4×F(La,K (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,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=8×FDa×XB (2) 其中,FD为农村金融发展水平,X为一系列控制变量,δ为影响农业TFP的其他因素,a和B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=6×NF“XINF“X (3) 其中,NF为正规金融发展水平,NF4为非正规金融发展水平,a1和a2为参数。对(3)式两边取对 数得 In A=In S,+ar In NFita2In INFa+B In X. 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,本文釆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 In TFPi=a+ao In TFPa-+a, In NFi+a-In INFi+ B, In X+htea In TP=oP+o In TPa-+p, In NF, +2 In INF B, In X+H2texir (6) In TEr=y+yo In TEir-1+y,In NF+y2 In /NFa+ B, In Xu+Hs+Ex (7) 其中,H为不可观测的个体特征,α、φ、y为待估参数,β为控制变量待估参数集,E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(FD)、自然灾害情况(DSA)、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1997-2014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源于1998-2015年的《中国统计年鉴》 《中国固定资产统计年鍳》、《中国农村统计年鉴》以及各省级地区的统计年鍳。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。 78·2017/4江苏社会科学农 村 正 规 与 非 正 规 金 融 发 展 对 农 业 全 要 素 生 产 率 的 影 响 · ·2017/4 江苏社会科学 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1997-2014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： Yit=Ait×F（Lit，Kit） （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，Ait可以表示为如下形式： Ait=δit×FDit α ×Xit β （2） 其中，FDit为农村金融发展水平，Xit为一系列控制变量，δit为影响农业TFP的其他因素，α和β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： Ait=δit× NFα1 it × INFα2 it Xit β （3） 其中，NFit为正规金融发展水平，INFit为非正规金融发展水平，α1和α2为参数。对（3）式两边取对 数得： ln Ait=ln δit+α1 ln NFit+α2 ln INFit+β ln Xit （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 TFPit=α+α0 ln TFPit-1+α1 ln NFit+α2 ln INFit+ β' 1 ln Xit+H1i+ε1it （5） ln TPit=φ+φ0 ln TPit-1+φ1 ln NFit+φ2 ln INFit+ β' 2 ln Xit+H2i+ε2it （6） ln TEit=γ+γ0 ln TEit-1+γ1 ln NFit+γ2 ln INFit+ β' 3 ln Xit+H3i+ε3it （7） 其中，Hi为不可观测的个体特征，α、φ、γ为待估参数，β' 为控制变量待估参数集，εit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1997-2014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源于1998-2015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。 78