论文部分内容阅读
摘 要：当前，我国农村土地金融模式呈多样化，以股份制农地金融公司模式、农地抵押合作社+政策银行模式、农村信用社主导的农地金融模式、商业银行主导的农地金融模式和信托公司主导+证券化农地金融模式为代表的农村金融服务推动着我国农村经济的发展。各种农村土地金融模式的开展是在不同的历史时期为满足农村土地金融需求而进行的探索，在一定程度上存在经济效益和社会效益的差异性。为此，以当前我国5个主要农村土地金融模式为绩效评价对象，选择各农村土地金融模式的案例对象进行实地调查，立足于农村土地金融模式绩效评价指标选取的相关性、代表性、可比性、可操作性和全面性原则，经济绩效从农业经济发展、农民生活改善及农业产业发展3个方面选择指标，社会绩效从农村社会和谐发展、农村土地生态环境2个方面选择指标，应用灰色关联度法计算指标权重，基于样本数据应用数据包络分析法进行农村土地金融模式的经济绩效与社会绩效评价，分析各农村土地金融模式绩效，从而提出农村土地金融服务机制优化与政策建议。
关键词：农村土地金融;农地金融模式绩效;农地金融机制优化
中图分类号：F323.9 文献标识码：A 文章编号：1009-9107（2021）05-0095-09
收稿日期：2020-11-20 DOI：10.13968/j.cnki.1009-9107.2021.05.11
基金项目：中央高校基本科研业务费专项（2015ZCQ-JG-01）;北京市社会科学基金项目（18YJB011）;教育部人文社会科学研究规划基金项目（20YJA790059）
作者简介：李航，男，北京林业大学经济管理学院博士研究生，主要研究方向为农村土地金融。
*通信作者
引 言
农业是支撑国民经济建设与发展的基础性产业，而农村土地是农业发展的灵魂所在。金融作为现代经济的核心对我国的现代化建设有着极其重要的作用，但是由于长期的城乡二元经济结构压制以及农业的弱质性，农村金融的发展非常滞后，也一直处于我国整个金融体系中最薄弱的环节;与此同时，受制于我国的农地制度和土地所有权属性，农村土地的资本属性未被激活，农村土地金融的发展在很长时间里是金融创新的禁区，也直接导致了农业现代化的发展面临资本不足的困境[1]。党的十八届三中全会后，中央对农地确权和土地流转的工作进行了进一步的改革部署，农村土地的“三权分置”改革也被正式提出，农村土地金融的政策环境和制度条件日趋成熟。《农村土地经营权流转管理办法》于2021年3月1日起施行，明确赋予了承包土地的经营权融资担保职能，从而为新时期推进农村土地金融的工作指明了方向[2]。农村土地金融，实质上是农村土地经营者以其所拥有的土地产权向金融机构和社会公众融资行为关系的总和，是围绕农地开发、生产、经营所进行的资金融通。在解决“三农”问题的过程中，激发农村土地的金融属性并服务于农业现代化发展是极为重要的环节。虽然农村土地流转等初级农地金融业务得到了一定程度的发展，但是农村土地的金融属性仍没有充分的体现，“三农”融资难、融资贵、融资慢的问题仍然是制约农村经济发展的主要瓶颈。
农村土地作为在土地金融活动中的媒介，其实现形式会随着社会和经济的发展而逐渐发展演进，根据其发展的顺序，在我国可以通过农村土地货币化、农村土地资本化以及农村土地证券化三种形式逐渐升级且深入[3]。我国现有的转包、转让、出租、互换等农地流转模式皆是以货币化的形式体现，实质上是以货币补偿形式完成的农村集体所有耕地为主的土地权利的转让过程。经过货币化的农村土地有了初步的金融属性与功能，其进一步的资本化运作就成了深化农地金融改革的必然路径。农村土地资本化是农民将自己的土地经营权作为资本进入要素市场，以信托和土地股份合作等形式获取土地的资本化收益的过程，从而实现农户收入的提高[4]。而农村土地证券化是指农村土地开发者在土地规模化、集约化运用的基础上为实现农业的现代化经营，通过结构性安排，将一定期限内土地的未来收益向特殊目的机构（special purpose vehicle，SPV）进行融资，SPV对农村土地资产中的风险与收益进行分离与重组之后，通过金融證券市场向社会发行土地债券以融通资金的交易过程[5]。从当前我国农村土地金融开展的模式上来看，主要可以分为股份制农地金融公司主导的农地金融模式、农地抵押合作社+政策银行主导的农地金融模式、农村信用社主导的农地金融模式、商业银行主导的农地金融模式和信托公司主导+证券化农地金融模式等5种农地金融发展模式[6]。为此，本文将采用指数分析法对这5种模式的经济绩效和社会绩效展开评价研究，并根据其绩效水平对我国农村土地金融模式提出机制优化策略，以期优化农村土地金融服务机制，推动我国农村土地金融的规范化发展。
一、农村土地金融模式绩效评价指标体系
依据我国当前共存的农村土地金融模式的实际情况，本文将从农村土地金融模式的经济绩效和社会绩效两个方面展开评价。
（一）指标选取原则
本文对我国农村土地金融模式绩效评价指标选取是从经济产出角度和社会角度展开的，遵循原则如下：
1.相关性原则。本文从金融主体视角分析我国农村各种土地金融模式绩效，在指标选取上要求土地金融模式绩效评价与金融主体关注内容高度相关。
2.代表性原则。在选择指标时，从客观层面分析指标的代表性，要能够准确反映土地金融绩效指标变化对金融主体的参与影响。
3.可比性原则。本文分析我国现有农村土地金融模式绩效，不同金融模式绩效的比较需要具有体系内的差异化，指标的归化能够正确的反映出土地金融模式绩效水平的不同。
4.可操作性原则。在指标的选择上，要充分考虑指标数据的准确性和可得性，能够通过计算获得的指标值来衡量农村土地金融模式的绩效。 5.全面性原则。指标的选取要尽可能地覆盖所表现含义的特征，避免出现因指标遗漏带来的统计学差异。
（二）指标体系设计
本文采用指数分析法进行农村土地金融绩效评价。指数分析法是利用指数指标进行对比分析的方法，它能够综合反映农村土地金融绩效的总体变动方向和程度，并根据农村土地金融模式，利用相关指数测定土地金融模式变动过程中各个构成因素的影响效应。从经济角度分析，农村土地金融投入要素主要包括制度要素、土地要素、资本要素、劳动要素及技术要素[7]，投入要素产生绩效的评价客观地反映在农村经济发展、农民生活改善和农业产业发展上，将农村土地金融模式中涉及到的经济因素与经济绩效关联，农村土地金融经济绩效评价指标体系见表1。
从社会视角分析，农村土地金融模式的可持续发展性是实现农业农村现代化发展的关键，推动农村社会和谐发展和保护农村土地生态环境是农村土地金融模式绩效宏观层面的经济基础[8]。为此，将农村土地金融模式中涉及到的社会因素与社会绩效关联，农村土地金融社会绩效评价指标体系见表2。
（三）指标体系检验
指标体系检验是为了检验所构建体系的合理性与科学性，通过信度检验测量指标数值的可靠性，通过效度检验测量指标评价目标的准确性。
1.信度检验。采用Cronbach’s α信度系数方法测量指标间的独立性和内部结构的良好性。计算公式为：
α=NN-1|1-∑Niσi2 σ2| （1）
其中，α为信度系数，N为指标层指标个数，σi2 为第i个指标的方差，σ2为总方差。
基于农村土地金融服务历史数据样本计算指标体系信度，结果见表3。
依据Cronbach’s α信度系数对照表可知，α≥0.5为很可信，α值越高可信度越大。由此可见，农村土地金融评价指标体系的设计具有较好的可靠性。
2.效度检验。采用KMO检验和巴特利球体检验方法对本文调查的样本数据进行效度检验，检验结果见表4。
从检验结果上看，KMO=0.905大于0.5，样本数据具有结构效度，可以进行因子分析，显著性小于0.005，数据满足球形分布特征，各指标变量具有一定的相互独立性。
二、农村土地金融模式绩效评价
选取股份制农地金融公司模式、农地抵押合作社+政策银行模式、农村信用社主导的农地金融模式、商业银行主导的农地金融模式和信托公司主导+证券化农地金融模式案例进行绩效评价。首先，对所设计的农村土地金融经济绩效评价指标权重进行计算，采用数据包络分析法，从投入与产出两个方面构建绩效评价模型，引入案例中的指标数据，计算各农地金融模式的经济绩效和社会绩效。
（一）指标权重计算
本文采用了指数分析法选择绩效评价指标，各指标客观反映评价对象的影响力不同，对绩效评价的结果也会产生一定的影响。为了能够更为科学的、可靠的评价各种土地金融模式绩效，采用灰色关联方法计算指标权重。绩效指标中既包括正向指标也包括逆向指标，其中逆向指标包括：基尼系数、恩格尔系数、农药使用量指标和土地化肥施用量指标。因为指标在量纲、级差和趋向上有较大的差异，所以在进行风险指标权重时首先进行分值数据同趋势化处理。综合考虑评价指标与评价目标的关联性和在经济绩效体系或者社会绩效体系作用中的影响程度，采用极差法对初始指标因子分值进行无量纲化处理，将各三级指标因子的分值归一化到[0，1]的单位区间，计算公式表示為：
正向指标（越大越好）： r′ij（s）=rij（s）-mins rij（s）maxs rij（s）-mins rij（s）（2）
逆向指标（越小越好）： r′ij（s）=maxs rij（s）-rij（s）maxs rij（s）-mins rij（s） j=1，2，…，j;s=1，2，…，s（3）
其中，r为指标V因子的分值，i为第i个评价指标，j为第j种农村土地金融模式， r′ij（s）为经过无量纲标准化处理后的指标因子分值。
经过无量纲标准化处理后，则矩阵Ri的标准化矩阵R′i表示为：
R′i=r′i1（1） r′i2（1） … r′ij（1）
r′i1（2） r′i2（2） … r′ij（2）
M M O M
r′i1（m） r′i2（m） ∧ r′ij（m）（4）
灰色关联度反映了某一特定环境下指标体系中某一指标对除该指标外的所有指标影响程度，设指标因子Vij与V-ij （ Vi层除指标因子j外所有因子）之间的灰色关联度为εij，计算表达为：
εij=1n-1∑ng=1，g≠jη（Vij，Vig）（5）
ηij（Vij，Vig）=1m∑ss=1ξsjg=
1m∑ss=1（minj mins|r′ij（s）-r′ig（s）|+β maxj maxs|r′ij（s）-r′ig（s）||r′ij（s）-r′ig（s）|+β maxj maxs|r′ij（s）-r′ig（s）|）（6）
其中， β为分辨系数，通常取值0.5。确定指标权重，对前面求得的n个群灰关联度进行标准化处理，可计算出各个指标因子的相对权重：
ωij=εij∑jj=1εij（7）
基于调研获取的一手数据进行指标权重计算，计算结果见表5。
（二）评价方法介绍
数据包络分析法（Data Envelopment Analysis，DEA）是一种根据多项投入指标和多项产出指标进行线性规划的数量分析方法，用于对可比性的同类型单位进行有效性评价[9]。本文中，农村土地金融绩效投入指标包括：劳动力投入、资金投入、规模化经营、机械化率、科技投入、农药使用量和土地化肥施用量;产出指标包括：土地利用率、土地产出率、人均纯收入、农民收入比重变化、基尼系数、恩格尔系数和就业率。
关键词：农村土地金融;农地金融模式绩效;农地金融机制优化
中图分类号：F323.9 文献标识码：A 文章编号：1009-9107（2021）05-0095-09
收稿日期：2020-11-20 DOI：10.13968/j.cnki.1009-9107.2021.05.11
基金项目：中央高校基本科研业务费专项（2015ZCQ-JG-01）;北京市社会科学基金项目（18YJB011）;教育部人文社会科学研究规划基金项目（20YJA790059）
作者简介：李航，男，北京林业大学经济管理学院博士研究生，主要研究方向为农村土地金融。
*通信作者
引 言
农业是支撑国民经济建设与发展的基础性产业，而农村土地是农业发展的灵魂所在。金融作为现代经济的核心对我国的现代化建设有着极其重要的作用，但是由于长期的城乡二元经济结构压制以及农业的弱质性，农村金融的发展非常滞后，也一直处于我国整个金融体系中最薄弱的环节;与此同时，受制于我国的农地制度和土地所有权属性，农村土地的资本属性未被激活，农村土地金融的发展在很长时间里是金融创新的禁区，也直接导致了农业现代化的发展面临资本不足的困境[1]。党的十八届三中全会后，中央对农地确权和土地流转的工作进行了进一步的改革部署，农村土地的“三权分置”改革也被正式提出，农村土地金融的政策环境和制度条件日趋成熟。《农村土地经营权流转管理办法》于2021年3月1日起施行，明确赋予了承包土地的经营权融资担保职能，从而为新时期推进农村土地金融的工作指明了方向[2]。农村土地金融，实质上是农村土地经营者以其所拥有的土地产权向金融机构和社会公众融资行为关系的总和，是围绕农地开发、生产、经营所进行的资金融通。在解决“三农”问题的过程中，激发农村土地的金融属性并服务于农业现代化发展是极为重要的环节。虽然农村土地流转等初级农地金融业务得到了一定程度的发展，但是农村土地的金融属性仍没有充分的体现，“三农”融资难、融资贵、融资慢的问题仍然是制约农村经济发展的主要瓶颈。
农村土地作为在土地金融活动中的媒介，其实现形式会随着社会和经济的发展而逐渐发展演进，根据其发展的顺序，在我国可以通过农村土地货币化、农村土地资本化以及农村土地证券化三种形式逐渐升级且深入[3]。我国现有的转包、转让、出租、互换等农地流转模式皆是以货币化的形式体现，实质上是以货币补偿形式完成的农村集体所有耕地为主的土地权利的转让过程。经过货币化的农村土地有了初步的金融属性与功能，其进一步的资本化运作就成了深化农地金融改革的必然路径。农村土地资本化是农民将自己的土地经营权作为资本进入要素市场，以信托和土地股份合作等形式获取土地的资本化收益的过程，从而实现农户收入的提高[4]。而农村土地证券化是指农村土地开发者在土地规模化、集约化运用的基础上为实现农业的现代化经营，通过结构性安排，将一定期限内土地的未来收益向特殊目的机构（special purpose vehicle，SPV）进行融资，SPV对农村土地资产中的风险与收益进行分离与重组之后，通过金融證券市场向社会发行土地债券以融通资金的交易过程[5]。从当前我国农村土地金融开展的模式上来看，主要可以分为股份制农地金融公司主导的农地金融模式、农地抵押合作社+政策银行主导的农地金融模式、农村信用社主导的农地金融模式、商业银行主导的农地金融模式和信托公司主导+证券化农地金融模式等5种农地金融发展模式[6]。为此，本文将采用指数分析法对这5种模式的经济绩效和社会绩效展开评价研究，并根据其绩效水平对我国农村土地金融模式提出机制优化策略，以期优化农村土地金融服务机制，推动我国农村土地金融的规范化发展。
一、农村土地金融模式绩效评价指标体系
依据我国当前共存的农村土地金融模式的实际情况，本文将从农村土地金融模式的经济绩效和社会绩效两个方面展开评价。
（一）指标选取原则
本文对我国农村土地金融模式绩效评价指标选取是从经济产出角度和社会角度展开的，遵循原则如下：
1.相关性原则。本文从金融主体视角分析我国农村各种土地金融模式绩效，在指标选取上要求土地金融模式绩效评价与金融主体关注内容高度相关。
2.代表性原则。在选择指标时，从客观层面分析指标的代表性，要能够准确反映土地金融绩效指标变化对金融主体的参与影响。
3.可比性原则。本文分析我国现有农村土地金融模式绩效，不同金融模式绩效的比较需要具有体系内的差异化，指标的归化能够正确的反映出土地金融模式绩效水平的不同。
4.可操作性原则。在指标的选择上，要充分考虑指标数据的准确性和可得性，能够通过计算获得的指标值来衡量农村土地金融模式的绩效。 5.全面性原则。指标的选取要尽可能地覆盖所表现含义的特征，避免出现因指标遗漏带来的统计学差异。
（二）指标体系设计
本文采用指数分析法进行农村土地金融绩效评价。指数分析法是利用指数指标进行对比分析的方法，它能够综合反映农村土地金融绩效的总体变动方向和程度，并根据农村土地金融模式，利用相关指数测定土地金融模式变动过程中各个构成因素的影响效应。从经济角度分析，农村土地金融投入要素主要包括制度要素、土地要素、资本要素、劳动要素及技术要素[7]，投入要素产生绩效的评价客观地反映在农村经济发展、农民生活改善和农业产业发展上，将农村土地金融模式中涉及到的经济因素与经济绩效关联，农村土地金融经济绩效评价指标体系见表1。
从社会视角分析，农村土地金融模式的可持续发展性是实现农业农村现代化发展的关键，推动农村社会和谐发展和保护农村土地生态环境是农村土地金融模式绩效宏观层面的经济基础[8]。为此，将农村土地金融模式中涉及到的社会因素与社会绩效关联，农村土地金融社会绩效评价指标体系见表2。
（三）指标体系检验
指标体系检验是为了检验所构建体系的合理性与科学性，通过信度检验测量指标数值的可靠性，通过效度检验测量指标评价目标的准确性。
1.信度检验。采用Cronbach’s α信度系数方法测量指标间的独立性和内部结构的良好性。计算公式为：
α=NN-1|1-∑Niσi2 σ2| （1）
其中，α为信度系数，N为指标层指标个数，σi2 为第i个指标的方差，σ2为总方差。
基于农村土地金融服务历史数据样本计算指标体系信度，结果见表3。
依据Cronbach’s α信度系数对照表可知，α≥0.5为很可信，α值越高可信度越大。由此可见，农村土地金融评价指标体系的设计具有较好的可靠性。
2.效度检验。采用KMO检验和巴特利球体检验方法对本文调查的样本数据进行效度检验，检验结果见表4。
从检验结果上看，KMO=0.905大于0.5，样本数据具有结构效度，可以进行因子分析，显著性小于0.005，数据满足球形分布特征，各指标变量具有一定的相互独立性。
二、农村土地金融模式绩效评价
选取股份制农地金融公司模式、农地抵押合作社+政策银行模式、农村信用社主导的农地金融模式、商业银行主导的农地金融模式和信托公司主导+证券化农地金融模式案例进行绩效评价。首先，对所设计的农村土地金融经济绩效评价指标权重进行计算，采用数据包络分析法，从投入与产出两个方面构建绩效评价模型，引入案例中的指标数据，计算各农地金融模式的经济绩效和社会绩效。
（一）指标权重计算
本文采用了指数分析法选择绩效评价指标，各指标客观反映评价对象的影响力不同，对绩效评价的结果也会产生一定的影响。为了能够更为科学的、可靠的评价各种土地金融模式绩效，采用灰色关联方法计算指标权重。绩效指标中既包括正向指标也包括逆向指标，其中逆向指标包括：基尼系数、恩格尔系数、农药使用量指标和土地化肥施用量指标。因为指标在量纲、级差和趋向上有较大的差异，所以在进行风险指标权重时首先进行分值数据同趋势化处理。综合考虑评价指标与评价目标的关联性和在经济绩效体系或者社会绩效体系作用中的影响程度，采用极差法对初始指标因子分值进行无量纲化处理，将各三级指标因子的分值归一化到[0，1]的单位区间，计算公式表示為：
正向指标（越大越好）： r′ij（s）=rij（s）-mins rij（s）maxs rij（s）-mins rij（s）（2）
逆向指标（越小越好）： r′ij（s）=maxs rij（s）-rij（s）maxs rij（s）-mins rij（s） j=1，2，…，j;s=1，2，…，s（3）
其中，r为指标V因子的分值，i为第i个评价指标，j为第j种农村土地金融模式， r′ij（s）为经过无量纲标准化处理后的指标因子分值。
经过无量纲标准化处理后，则矩阵Ri的标准化矩阵R′i表示为：
R′i=r′i1（1） r′i2（1） … r′ij（1）
r′i1（2） r′i2（2） … r′ij（2）
M M O M
r′i1（m） r′i2（m） ∧ r′ij（m）（4）
灰色关联度反映了某一特定环境下指标体系中某一指标对除该指标外的所有指标影响程度，设指标因子Vij与V-ij （ Vi层除指标因子j外所有因子）之间的灰色关联度为εij，计算表达为：
εij=1n-1∑ng=1，g≠jη（Vij，Vig）（5）
ηij（Vij，Vig）=1m∑ss=1ξsjg=
1m∑ss=1（minj mins|r′ij（s）-r′ig（s）|+β maxj maxs|r′ij（s）-r′ig（s）||r′ij（s）-r′ig（s）|+β maxj maxs|r′ij（s）-r′ig（s）|）（6）
其中， β为分辨系数，通常取值0.5。确定指标权重，对前面求得的n个群灰关联度进行标准化处理，可计算出各个指标因子的相对权重：
ωij=εij∑jj=1εij（7）
基于调研获取的一手数据进行指标权重计算，计算结果见表5。
（二）评价方法介绍
数据包络分析法（Data Envelopment Analysis，DEA）是一种根据多项投入指标和多项产出指标进行线性规划的数量分析方法，用于对可比性的同类型单位进行有效性评价[9]。本文中，农村土地金融绩效投入指标包括：劳动力投入、资金投入、规模化经营、机械化率、科技投入、农药使用量和土地化肥施用量;产出指标包括：土地利用率、土地产出率、人均纯收入、农民收入比重变化、基尼系数、恩格尔系数和就业率。