安徽省农村金融发展对农村经济增长贡献度分析.docVIP

安徽省农村金融发展对农村经济增长贡献度分析 　　【摘 要】本文以安徽省为例，依据2005～2012年《安徽省统计年鉴》中相关数据，构造和使用农村金融发展水平和农村经济发展水平两大指标，采用灰色关联分析法对安徽省农村金融与农村经济增长的关系进行了实证分析，得出农村金融发展与农村经济增长的高度相关性。并在此基础上，明确安徽省农村金融发展对经济增长的贡献性，提出深化安徽省农村金融促进农村经济增长的对策建议。 　　【关键词】农村金融；农村经济增长；灰色关联法 　　一、变量和数据 　　1.指标选取。农村经济发展主要表现在经济增长和农民收入水平提高两方面，因此，在指标选取上，本文构建了农村金融发展水平和农村经济发展水平两个研究指标。（1）农村金融发展水平指标。该指标包括2个子指标：第一，农村金融规模子指标：存款规模Y1（%）=农业存款余额/金融机构各项存款余额；贷款规模Y2（%）=农村贷款余额合计/金融机构各项贷款余额。第二，农村金融支农程度子指标：农业贷款规模Y3（%）=农业贷款余额/金融机构各项贷款余额；乡镇企业贷款规模Y4（%）=乡镇企业贷款余额/金融机构各项贷款余额。（2）农村经济发展水平指标。该指标包括3个子指标：农林牧渔总产值X1（亿元）；乡镇企业增加值X2（亿元）；农民人均纯收入增长率X3（%）。 　　2.数据来源。该研究的数据主要来自于2005～2012年 　　《安徽省统计年鉴》（表1、2）。 　　3.研究方法。首先，利用灰色关联分析方法得出农村金融发展和农村经济增长的相关性，进而分析农村金融发展对农村经济增长的贡献度。 　　表1 安徽省农村金融发展水平相关指标表 　　表2 安徽省农村经济发展水平相关指标 　　二、实证过程和结果 　　1.各因素与序列值。在关联度分析中，一般称参考序列为母数列（母因素），比较序列为子序列（子因素）。本文采用的母数列为Y1、Y2、Y3、Y4；子序列为X1、X2、X3（表3）。因为系统中各因素的物理意义不同，选取的指标不具有统一的量纲单位，导致数据的量纲也不一定相同，不利于比较，并可能在比较时得出错误的结论。因此，为了使指标之间具有可比性，在具体计算前，需要对数据进行量纲化处理。用初值化法对表3的数据进行无量纲化处理，使得各指标成为具有可比性的量化值，得到的无量纲化处理结果如表4所示。 　　表3 各因素序列值 　　表4 无量纲化处理结果 　　2.贡献度分析。根据表4的数据，运用Excel进行灰色关联分析，得到各计算因素之间的关联度（表5）。由表5可见，各项指标之间的关联度处于0.6570～0.8742，表明农村金融发展与农村经济发展的关系密切，但影响效果不同。在此结论下，即可对农村金融发展对农村经济增长的贡献度进行分析，具体分析体现在以下3个方面。 　　表5 农村金融发展与经济增长各项指标关联度 　　（1）从纵向来看，X1（农林牧渔总产值）、X2（乡镇企业增加值）和农村金融发展水平关联度相对较高，说明农村金融发展对农林牧渔业和乡镇企业的贡献度较大，尤其是对传统农业总产值的贡献突出，即农村金融发展水平越高，传统农业和乡镇企业增长速度就越快。X3（农民人均纯收入增长率）的数据均小于其他两列，表明农民人均纯收入增长率与农村金融的关系相对较弱，即农村金融的发展对农民人均纯收入增长率的贡献度低，原因在于安徽是传统的农业大省，农民获得的金融支持主要用于发展传统农业，其农业附加值较低，从而使农民收入的增长效果不明显。（2）从横向来看，Y3（农业贷款）与农村经济增长水平关联度较高，特别是对传统农业总产值的贡献很大，说明我国农村金融体制对农村经济增长起到了一定的促进作用。同时农村存、贷款规模与乡镇企业增加值关系密切，即乡镇企业收入越高，存款规模越大，贷款规模也越大。（3）从最大值、最小值来看，X1（农林牧渔总产值）与Y3（农业贷款）关联度最大，表明农业贷款对传统农业总产值贡献很大，农业发展已成为农民纯收入增长的直接原因；X3（农民人均纯收入增长率）与Y4（乡镇企业贷款规模）关联度最小，表明乡镇企业贷款规模与农民纯收入的增长关联度最差，贡献度最小。这是由于随着经济增长方式转变、第三产业发展缓慢和国家环保政策的出台，乡镇企业吸纳农村劳动力的能力明显下降，从而影响了乡镇企业对农民增收的贡献能力。 　　三、深化安徽省农村金融促进农村经济增长的对策建议 　　由于上述研究在指标的选取上缺乏科学性和系统性，同时在研究中，安徽省农村很多规模较大的非正规金融机构被忽略，因此，为了更加全面地反映农村金融对农村经济发展的贡献性，深化农村金融改革促进农村经济的增长，提出如下对策建议。 　　1.巩固政策性银行的金融功能。由实证分析结果可看出，安徽省农村金融发展对农村经济的增长有着显著影响，经济增长对