计小青等：中国农村金融发展的时空特征及影响因素分析

一、引言

党的二十大报告提出，完善农业支持保护制度，健全农村金融服务体系。之后2022年底召开的中央农村工作会议指出，全面推进乡村振兴、加快建设农业强国，是党中央着眼全面建成社会主义现代化强国作出的战略部署。此后，“强国必先强农，农强方能国强”“乡村振兴，金融先行”“为乡村振兴注入金融活水”等逐渐成为社会热议的话题。农村金融要服务好乡村振兴，首先需要深刻理解和把握现阶段农村金融发展的基本格局和演化规律。现有文献显示，农村金融发展表现出稳定的逐年上升趋势，但区域差异明显，总体差异呈扩大趋势（张林等，2023）。虽然我国政府采取了诸多农村金融改革措施，然而妨碍农村金融发展的根本性障碍尚未被扫除（黄益平等，2018）。而提升农村金融发展水平，使其高质量服务实体经济，是解决我国经济发展不平衡不充分问题的关键环节，更是实现包容性增长、促进社会和谐稳定的应有之义（王小华，2023）。因此，现阶段研究农村金融发展的时空特征有其必要性和重要性。

当然，已有学者对农村金融发展的特征进行了分析。张宇、赵敏（2017）将视角聚焦于西部六省，分析了农村普惠金融发展的影响因素。张珩等（2017）使用农村信用社数据分析了陕西省农村普惠金融发展水平。但这些学者的研究囿于研究范围，结论不可轻易外推至全国。虽然郭峰等（2020）、李海央等（2022）、张林等（2023）将研究范围扩大至全国，但研究重点仅为指标体系的构建。在众多研究中，学者常用的分析方法有Logistic回归（曾学文、张帅，2009）、随机效应回归（张宇、赵敏，2017）、Tobit回归（张珩等，2017）、OLS回归（董晓林、徐虹，2012）等。然而，这些方法均没有考虑农村金融发展的时空依赖特性。使用空间计量方法研究农村金融问题的学者多为将农村金融作为解释变量或被解释变量的因果推断分析（张宇青等，2013；王淑英等，2016；杜江等，2017；傅鹏等，2018）。李鑫等（2014）使用空间计量方法进行多维度影响因素分析，但模型中只考虑了时间滞后效应。值得注意的是，由于我国存在明显的区域发展不平衡问题，所以特征分析的区域差异是不可忽视的，现有研究中区域视角有东中西、城乡等。但党的十八大以来，南北经济发展总体差距逐步凸显（许宪春等，2021）。因此，农村金融发展的“南北”差异也值得关注。同时，金融是实体经济的命脉（张林等，2023），应以更细致的经济区域划分呈现特征分析。

通过本文特征分析发现，我国农村金融发展并没有完全摆脱地理限制，是什么因素导致农村金融发展呈现不平衡特征？已有学者从农民收入增长（谭燕芝，2009；余新平等，2010）、城乡收入差距（张立军、湛泳，2006；王征、鲁钊阳，2011；王修华、邱兆祥，2011）、如何减少贫困（Yaron，1997；丁志国等，2011；吕勇斌、赵培培，2014），以及数字金融赋能农村普惠金融发展（傅秋子、黄益平，2018；付琼、郭嘉禹，2021）等方面证明了农村金融发展在经济社会中的重要地位。事实上，农村金融与农村经济共生共荣，一方面学者认为农村金融发展对经济增长有影响（姚耀军，2004；王淑英等，2016），另一方面学者认为农村金融发展受经济因素影响（李鑫等，2014）。此外，交通便利程度、政府支持与干预力度等（张宇、赵敏，2017）都会影响农村金融发展，城镇化率、信息化水平、地区就业水平等会从社会环境层面影响农村金融发展，法律制度仍不健全、基础设施建设不足、金融体系结构性问题严重等会对农村金融发展产生不利影响。而2023年中央一号文件提出，健全政府投资与金融、社会投入联动机制，鼓励将符合条件的项目打捆打包按规定由市场主体实施，撬动金融和社会资本按市场化原则更多投向农业农村。因此，当前和今后一段时间，市场环境也是至关重要的因素之一，李鑫等（2014）关注了市场环境，但视角较微观，主要指的是银行的贷款效率，张珩等（2017）的研究中也涉及市场因素，但研究样本仅为陕西省的农村信用社。所以，市场环境尚缺乏更宏观的研究。

综上，农村金融发展的特征分析仍存在研究范围较窄、研究方法涵盖信息不全面、视角不够与时俱进等局限，而影响因素分析对市场因素的关注度不足。基于此，本文的边际贡献在于：第一，基于现有研究对农村金融发展时空特征分析不足的现状，以及本文特征分析发现的中国农村金融发展并没有完全摆脱地理限制的现象。本文采用2003—2019年全国30个省份的面板数据，使用空间计量方法综合考虑农村金融发展的时间依赖、空间依赖和时空依赖特征，对农村金融发展的关键影响因素进行了经验识别。与现有研究相比，时间跨度较长（17年），影响因素更全面，且更契合当下的时代背景，以期为中国农村金融发展、区域发展以及乡村振兴的相关实证研究贡献更具时效性的背景分析。第二，新时代中国经济发展面临新问题，从区域视角来看，无论是国家还是学者对经济发展不平衡的关注已逐渐从“东中西”转向“南北”。因此，本文在“东中西”区域视角基础上增加了“南北”视角，考虑到无论“东中西”还是“南北”划分均较为粗糙，故进一步分析了我国“八大经济区”农村金融发展的时空特征，以期为农村金融的发展、乡村振兴战略的推进以及区域协调发展等相关研究贡献新视角。第三，本文以较为宏观的视角分析了市场环境对农村金融发展的影响，且进一步分解了各因素时空上的短期和长期、直接与间接效应，没有局限于常见的回归系数分析。

本文接下来的结构安排为：第二部分为农村金融发展的测度；第三部分从纵向、横向以及空间集聚三个角度分析了中国农村金融发展的特征；第四部分构建了空间计量经济学模型，并简要说明影响因素的选择；第五部分分析了空间计量结果和影响效应分解结果；第六部分为结论与政策启示。

二、农村金融发展的测度

（一）指标体系的建立

农村金融发展在逻辑上是“金融发展”在“农村金融”领域的延伸（王修华、邱兆祥，2011）。世界银行农村金融顾问亚隆（Yaron）认为，应当主要从两个方面来判断农村金融市场发展的成功度：一是农村金融的服务范围；二是农村金融自我维持能力（李海峰，2012）。服务范围可以评价农村金融市场的渗透度及农村金融提供的服务质量，反映农村金融发展的深度和广度。自我维持能力是复合指标，包含“收与支”的相关信息。这几乎与我国对现代农村金融服务体系多层次、广覆盖、可持续的要求不谋而合。在此背景下，本文借鉴杨艳琳、付晨玉（2019）、李海央等（2022）、张林等（2023）、王小华（2023）等构建农村金融相关评价体系的指标选取和计算思路，建立农村金融服务可得性、农村金融使用深度、农村金融发展可持续性3个分项指标，各分项指标共对应12个基础指标，各基础指标及其计算方法如表1所示。

具体地，受数据可得性所限，本文借鉴杨艳琳、付晨玉（2019）的做法，涉农贷款余额和存款余额用农村信用社对应数据替代；鉴于各省份没有详细的农村土地面积统计，故使用农用地面积替代。由于现有统计资料中没有农村金融机构不良贷款率数据，本文不良贷款率指标借鉴张林等（2023）做法，使用商业银行不良贷款率替代，数据来源于Wind数据库。此外，各省农村保险收入，每万平方公里、每万人拥有农村金融机构营业网点数量和从业人员数量均来自Wind数据库，主要为小型农村金融机构。其余宏观指标来自《中国农村统计年鉴》和《中国金融统计年鉴》。

数据年份均为2003—2019年共17年的面板数据，选取依据为2003年以前中国农村金融处于“雏形塑造”阶段，而2003年以后开始了现代农村金融体系构建的探索（刘杰等，2021），因此选择该年份为研究起始年份更具实际意义。而2020—2022年由于全国经济遭受重大冲击，恐数据有偏，经济特征没有普遍代表性，故没有纳入研究范围。研究对象为中国的30个省份（自治区、直辖市），其中香港特区、澳门特区、台湾地区和西藏自治区由于数据缺失未被纳入研究范围。此外，考虑到数据的完整性，本文采用趋势平均法对缺失值进行了插补。

（二）权重的确定（完整版详见知网）

三、农村金融发展的时空特征

（一）纵向发展特征分析

本文测算了中国2003—2019年农村金融发展水平。图1（a）显示农村金融发展总指标的均值和中位数呈逐年递增趋势，发展态势越来越好。但均值始终大于中位数，说明在研究对象范围内的30个省份（自治区、直辖市）中，存在有些省份发展较快、偏离中位数较远的情况，进而拉大了整体平均数，使得全国整体水平得分较高，这侧面说明各省份发展存在一定差距。

考虑到均值存在被极端值拉大的可能性，图1（b）和（c）分别展示了分项指标和总指标的平均值和中位数随时间的变化。由图1（b）可知，农村金融使用深度在研究范围内最初几年处于较低水平，但一直波动式增长，且增长速度较快，在2018年超过了农村金融发展整体水平。农村金融服务可得性表现出显著的优越性，得分位于整体水平和其他分项指标之上，同样为逐年向好的发展趋势。然而，农村金融可持续性得分在研究范围内呈现缓慢下降的趋势，并在2010年低于整体水平，对农村金融发展有负面拉动作用。这与我国相当一段时间内注重农村金融发展“量”的扩张，对“可持续性”关注不足密切相关。在“量”不断扩张的过程中，农村金融发展可能会产生不良贷款率逐渐攀升、金融机构资不抵债、面向农村的业务空间狭窄等令人堪忧的问题，导致农村金融发展的可持续性受到负面冲击。从图1（c）中位数走势来看，基本与平均值呈现类似的变化，但关键节点的年份存在滞后，农村金融可持续性在2012年低于总体水平。此外，服务可得性得分增长更为曲折，且在研究范围内使用深度得分还未超过总体水平。

综上，农村金融发展在2003—2019年日益向好，且存在一定程度路径依赖，其中，服务可得性功不可没，使用深度也具有正向贡献，而可持续性并未呈现可喜的趋势。

为了进一步分析使用深度、服务可得性、可持续性三者之间的关系，本文使用Pearson相关系数作了相关分析。由表2可知，使用深度和服务可得性二者为正相关关系，即二者在发展过程中相互促进、相辅相成。但可持续性与二者均为负相关，且负相关的程度几乎持平，也就是说，在发展过程中，使用深度和服务可得性均在一定程度上对可持续性产生不利影响，农村金融发展各方面没有实现“齐头并进”的发展趋势。

（二）横向时空特征分析

表3展示了部分年份30个省（自治区、直辖市）的综合得分，以分析农村金融发展的空间特征。首先，省份（自治区、直辖市）视角上，上海市多年处于得分最高的位置，且在2003年高于全国总体水平，北京和天津也一直名列前茅，位于第二和第三的位置。2008年排名前十的省份与2003年相差无几，只有内蒙古排名激增至第七。此外，2003年和2008年排名靠后的省份均为云南、贵州、海南、青海、甘肃等，这些省份多位于西南、西北地区。到了2014年，各省份的农村金融发展与之前有了较大差别，山东、河南这样的农业大省在2008年之前排名靠前，但在2014年退出了前十名，而中部的山西、西南的重庆以及西北的新疆均进入了前十名。2019年，新疆、内蒙古、青海、宁夏等西北省份的排名均有显著提升。其中的缘由在于，自党的十九大提出“乡村振兴战略”，并强调“三农”问题是民生国计的根本、是全党工作的重中之重以来，农村发展受到党中央的重点关注以及全社会的广泛关注，农村金融有了更多发展途径和融资渠道，尤其是资源丰富、面积辽阔、依托农牧业发展的西北省份，农村金融发展有了显著提升。但云南、贵州等西南地区个别省份的得分排名仍靠后，且四川省得分跌落较为明显。

其次，区域视角上，图2为部分年份不同区域划分视角下的得分平均值情况。从八大经济区来看，2003年得分较高的区域为北部和东部沿海地区，且二者在八大经济区中始终保持绝对优势，所有年份得分均高于其他区域。这源于该地区本身有较完备的金融体系，农村金融发展基础较好。2008年，黄河中游地区、长江中游地区和西南地区得分处于中等水平，而西北地区、南部沿海得分较低，我国农村金融发展水平基本呈现从西部到中部再到东部由低到高的阶梯形发展态势。到了2014年，长江中游地区得分成为了中等偏低水平，且低于西北地区，但整体仍呈现阶梯形特征。2019年，全国各省份（自治区、直辖市）得分较2003年普遍升高，且西北地区得分增长至第三位，黄河中游地区得分在2014和2019年也处于较高水平。因此，从南北方来看，由于北部沿海地区得分多年居于高位，且西北地区和黄河中游地区得分也始终处于中等偏上水平，所以北方地区得分呈现出高于南方地区的形势。原因在于，北方地区农牧资源丰富，在国家西部和中部战略政策的支持下，农村金融有了显著的进步。而南方地区城市化、现代化推进较快，在此过程中，农村人口、农业用地存在不同程度的减少，农村金融短期内受到一定程度的负面冲击。但这种现象只是暂时的，城市化和现代化会提高农村生产效率和资源利用效率，最终促进农村金融发展水平的提高。从东中西部得分比较来看，东部得分最高，其次为西部，中部得分最低。西部高于中部的原因仍得益于西北地区农村金融得分的提升。

最后，动态变化视角上，图3分别展示了2003年、2008年、2014年和2019年我国农村金融发展的动态演进趋势。图3（a）为全国整体趋势，可以发现，曲线逐步向右移动，各省（自治区、直辖市）农村金融发展水平不断提高，曲线形态在2003年、2008年、2014年均呈现“双峰”分布，而在2019年呈现“单峰”分布，从“双峰”向“单峰”的过渡说明我国农村金融发展两极分化现象在减弱。此外，曲线波峰逐年下降，波宽逐渐增加，呈现右拖尾形态，且右拖尾存在逐年拉长现象，说明各省（自治区、直辖市）农村金融发展空间差异仍在扩大，差距日益凸显。图3（b）、（c）、（d）为我国东、西、中部农村金融发展动态演进分布，东部地区2003到2008年农村金融发展差距有缩小的态势，但2014—2019年又呈现差距扩大的趋势，且存在多极分化现象。西部地区曲线呈现“单峰-双峰-单峰”的分布形态，即该地区农村金融发展存在梯度效应，省份间差异仍在扩大，低水平省份与高水平省份之间的差距仍在增加。中部地区曲线波峰先降低后升高，总体呈下降趋势，波宽先增加后变窄，总体呈变宽趋势。峰值降低、宽度加大说明中部各省差异程度变大，但过程中各省发展“你追我赶”，导致曲线形态多变。图3（e）、（f）展示了北方和南方农村金融发展的动态变化。北方曲线向右移动速度较快，说明北方地区发展速度较快，且右拖尾明显，空间差异存在扩大趋势，但曲线始终为单峰，不存在多级分化现象。南方曲线同样向右移动，但移动速度稍慢于北方，类似于右拖尾，且一直呈现“双峰”分布，甚至在2019年有“多峰”分布的趋势，可见南方地区不仅空间差距在扩大，多极分化现象也在加剧。

综上，无论从省份视角、区域视角还是动态变化视角，空间差异均不可忽视。东部沿海和北部沿海地区农村金融发展优势明显，南部沿海和东北地区农村金融发展在全国处于较低位置。以发展的眼光来看，北方地区农村金融发展形势喜人，“南北”变化比“东中西”变化更迅速，因此更值得关注。这也证明了本文增加南北视角进行分析的必要性。

（三）空间集聚效应分析

本文分别基于空间邻接权重矩阵、空间地理距离平方的倒数权重矩阵以及空间经济距离矩阵计算了2003—2019年的Moran’s I指数。由表4可知，三种权重矩阵计算的Moran’s I指数均为正数，且多数年份通过了显著性检验。因此，中国农村金融发展具有显著的空间正相关性，即存在空间集聚效应。但随着时间的推移，空间集聚程度呈波动式下降，原因在于，影响金融发展的因素众多，加之我国农村金融基础薄弱，发展路径也是“摸着石头过河”，所以金融发展的稳定性相对较弱。此外，在研究范围内还遭受了国际金融危机、“互联网+”革命、能源危机等重大国际与形势事件，这些都有可能导致农村金融发展的“弱空间集聚”。数值上，空间经济距离矩阵下Moran’s I指数最大，其次为空间地理距离权重矩阵，空间邻接权重矩阵下Moran’s I指数最小，说明经济因素会在一定程度上助长空间集聚，这也验证了下文选取影响因素的可行性。

具体地，图4为三种权重下2003年、2011年、2019年Moran’s I指数散点图，可以发现，各省（自治区、直辖市）大多分布在第一象限和第三象限，呈现“高-高”聚集和“低-低”聚集的现象，其中，2003年空间邻接权重矩阵、空间地理距离平方的倒数权重矩阵以及空间经济距离矩阵三种权重下分别为26省市、25省市、21省市，2011年分别为25省市、24省市、24省市，2019年分别为20省市、16省市、21省市。可见，随着时间的推延，“高-高”聚集和“低-低”聚集的省份（自治区、直辖市）均在减少。这种现象产生的原因是，可能存在个别省市发展较快，对周边地区产生“虹吸效应”。

综上，虽然当前互联网技术发达，各省份间的交流学习更方便，但我国农村金融发展并没有完全摆脱地理限制，本地区的农村金融发展与邻近空间或经济距离相近空间上的农村金融发展存在相互依赖性，且经济因素会助长空间集聚。

四、农村金融发展影响因素的模型设定与变量选择

（一）计量模型的设定（完整版详见知网）

（二）影响因素选择

由前文特征分析和已有文献梳理可知，经济因素会助长农村金融发展的空间集聚效应，且今后一段时间内，市场环境是农村金融发展不可忽视的重要影响因素之一。因此，本文结合上述发现与现阶段全社会关注的重点，从经济增长、区位环境、政府支持、市场环境四个方面选取影响因素（见表5）。各指标数据来源于《中国金融统计年鉴》和《中国农村统计年鉴》。

经济增长方面，选取GDP的增长和产业结构升级两个指标，GDP的增长使用GDP的同比增长率表示，产业结构升级的计算方法参考干春晖等（2011）的做法，用第三产业产值与第二产业产值之比度量，如果该值升高，就意味着经济在向服务化的方向推进，产业结构在升级。

区位环境方面，主要从农民和区域的社会发展考虑，农民方面选取农民生活水平和受教育水平，具体采用农村居民家庭人均可支配收入和农村居民平均受教育年限度量。区域社会发展选取城镇化率和信息化水平测度，采用非农人口占总人口比重和互联网普及率来表示。

政府支持方面，主要体现在财政支出上，一方面采用地方财政的金融监管支出，度量政府对农村金融发展的支持，另一方面选用地方财政农林水事务支出，度量当地农村政府对农业的扶持力度，政府对农业的扶持力度影响金融机构的扶持意愿和农村的生产环境，从而影响农村金融的发展（张宇、赵敏，2017）。

市场环境方面，本文选择投资环境、法治环境两个指标，投资环境采用固定资产投资与当地GDP之比度量，固定资产投资一定程度上反映了农村金融基础设施的完善程度，对基础性金融服务的便利性和渗透度有重要影响（张珩等，2017），对农村金融发展的影响不可忽视。法治环境使用樊纲等（2011）编制的中国各地区市场化指数中“市场中介组织发育和法律制度环境”分指标作为衡量各地区法治环境的指标，该指标数值越大表明法治水平越高，环境更好。

五、农村金融发展的影响因素识别

（一）基于空间计量模型的实证结果

空间计量模型一般包括空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM），在进行模型参数估计之前，本文首先对空间计量模型进行筛选，由表6最后两行可知，在检验SDM模型是否可以退化为SLM和SEM模型时，均通过了检验，即拒绝可以转化的原假设，选择SDM模型。确定模型之后，本文对固定效应和随机效应的选择进行了甄别，在三种权重下对SDM模型的固定效应和随机效应分别进行了回归，由表6的AIC值可以看出，不同权重下各模型的AIC值均为正，则AIC值小的模型更好，而固定效应的AIC绝对值明显小于随机效应，故本文最终选择固定效应的动态空间杜宾模型。

表6为三种权重下模型1至模型4动态空间杜宾模型的结果，模型1为仅考虑空间依赖的情形，可以发现，邻接权重和地理距离权重下模型1的空间滞后系数ρ为正，表明中国农村金融发展存在空间集聚特征，地理距离相邻、相近地区的农村金融发展水平对本地区农村金融发展有一定影响。经济距离权重下空间滞后系数为负，但不显著。可见，长足的发展不能仅依赖其他区域的空间溢出效应，各省（自治区、直辖市）农村金融发展应本着“打铁还需自身硬”的态度提升自身水平，努力惠及周边。

模型2为仅考虑时间依赖的情形，三种权重下时间滞后效应系数τ均在1%的显著性水平下呈现正向效应，表明我国农村金融发展存在明显的路径依赖特征。上一期农村金融发展水平每提高一单位，下一期农村金融发展水平提高约0.95个单位，即当期农村金融发展若处于较高水平，则下一期农村金融发展将继续维持较高水平，这与前述农村金融发展水平呈上升趋势的特征一致。所以提高农村金融发展水平应持长久、持续的工作态度。

模型3为同时考虑时空依赖的情形，时空滞后系数φ在邻接权重和地理距离权重下为正，经济距离权重下为负，表明上一期地理上相邻、相近地区若维持较高的农村金融发展水平，对本地区当期农村金融发展有正向作用，但上一期经济距离相近地区若维持较高的农村金融发展水平，反而不利于本地区当期农村金融发展。这可能归因于比本地区经济增长更快、经济发展水平更高的邻近地区，会对本地区产生“虹吸效应”，导致本地区的农村金融发展停滞不前。所以推进农村金融发展，需要尽可能全面地、长远地考虑自身条件和周边地区影响。

模型4为全面的空间杜宾模型，包含空间依赖、时间依赖以及时空依赖，三种权重中只有邻接权重下空间滞后系数、时间滞后系数和时空滞后系数均显著，其中，空间滞后系数和时间滞后系数为正，时空滞后系数为负。数值上，空间滞后系数为0.13，即邻近地区农村金融发展水平每提高一单位，本地区的农村金融发展水平约提高0.13个单位。由此可知，高速发展的地区若要惠及周边，应站在协同发展的战略高度，否则可能会产生“资源泄露”。时间滞后系数为0.96，上一期农村金融发展水平对本期发展的促进作用约为一单位，可见有效利用正向的路径依赖作用十分重要。时空滞后系数为-0.24，上一期邻近地区农村金融发展对本地区当期农村金融发展有负面影响，这证明了“虹吸效应”的存在。

（二）空间效应分解

由表6可知，三种空间权重下ρ均不为零，因此不能直接使用回归系数解释各变量的经济含义。根据Log Likelihood值、R2以及空间效应的显著性，本文选择邻接权重矩阵下的模型4对影响因素的空间效应进行分解，结果如表7所示。直接效应衡量的是各影响因素对农村金融发展的区域内影响，间接效应衡量的是区域间效应，总效应则衡量总体的空间溢出效应。为了更清晰地展示效应分解结果，本文从四个方面分别进行了效应分解。

从经济增长因素来看，短期内GDP的增长（gGDP）对农村金融发展的直接和总效应均显著为正，说明短期内经济增长对本地区农村金融发展有显著的正向作用，且存在显著的空间溢出效应。数值上，对本地区的影响更大，系数为0.0806。长期来看，GDP的增长对本地区农村金融发展有一定负面作用，但不显著。而对邻近地区的影响为正，且总体的空间溢出效应也为正，这说明现阶段我国某个地区经济长期增长，对邻近地区的农村金融发展呈现正向的空间溢出效应。此外，产业结构升级（UIS）对农村金融发展的影响呈现与经济增长几乎相反的情况。短期内，产业结构升级对本地区和邻近地区农村金融发展都有不利影响，空间溢出效应显著为负，这证明了虹吸效应的存在。长期来看产业结构升级对本地区的农村金融发展是有利的，但对邻近地区的虹吸效应依然存在。

从区位环境因素来看，农民生活水平（Living）和城镇化率（Ubr）的提高对农村金融发展的长短期影响几乎均为正，只有长期间接效应为负。原因在于，农民收入的增加，使其对贷款等农村金融服务的需求降低，导致农村金融发展受到一定负面影响。城镇化率的长期增长使非农人口不断涌入邻近地区，邻近地区劳动力冗余，劳动力收入受到负面影响，对金融服务的需求减小，进而对农村金融发展产生了一定程度的不利影响。农村居民受教育水平（Edu）无论长期还是短期对本地区和邻近地区农村金融发展均有正向影响，因为受教育水平的提高可以提升农民对金融服务的认知，促进农村金融业务更完善，进而提高农村金融发展水平。长期来看，人才对邻近地区的知识溢出也提高了邻近地区农村金融的发展水平。值得注意的是，信息化水平对农村金融发展的影响并不总是乐观的，短期对邻近地区农村金融发展不利，长期对本地区也不利，长短期空间溢出均为负。这可能因为本地区信息技术的普及短期内会吸引资金、技术、人才等，对周边地区产生虹吸效应。而长期来看，随着互联网普及率的提高，数字鸿沟的主要问题已不再是“接入沟”，而逐渐转变为“使用沟”和“知识沟”，数字鸿沟的存在，对人们的社会信任产生一定不利影响，一定程度上阻碍了农村金融发展水平的进一步提高。此外，数值上，区位环境因素长期影响都明显大于短期影响，可见，区位环境因素是今后更长时间内值得深入研究的影响因素。

从政府支持因素来看，金融监管财政支出与农林水务财政支出对农村金融发展的影响呈现完全相反的情况。具体而言，金融监管支出只有短期间接效应和短期总效应为正，其余影响均为负，而农林水事务支出只有短期间接效应和短期总效应为负，其余效应均为正。可见，政府的金融监管力度越大，短期内对邻近地区的农村金融发展有积极的空间溢出，但对本地区的影响不利，长期来看对本地区和邻近地区农村金融发展的影响均不利。这缘于政府支持力度越大，农村金融机构越容易产生依赖性，金融市场也因为监管严格而缺乏市场活力，无法实现多元化发展，进而对农村金融的长期发展产生抑制作用。地区农林水事务财政支出短期内对邻近地区的农村金融发展有不利影响，但对本地区影响为正，且长期来看影响均为正。说明农林水务相关政策效应存在一定滞后性，短期内正向作用还未体现，但农林水事务支出会提高农业生产条件、农村基础设施建设等，长期视角下会促进农业发展逐渐迈向现代化，农村金融的需求增大，服务可得性、使用深度和可持续性均提升，农村金融发展水平相应提高，对邻近地区也产生了积极的空间溢出效应。此外，从数值上来看，农林水务支出的长期影响明显大于短期影响，因此，基础设施的不断完善对农村金融发展十分重要。

从市场环境因素来看，投资环境（FAI）对农村金融发展长短期均呈现正向影响，而法律环境长短期均为负面影响。具体地，投资环境短期内对本地区和邻近地区农村金融发展呈现显著的正影响，对本地区的影响更大。长期来看，影响程度大于短期效应。这说明某个地区的基础设施建设投资对农村金融发展的影响值得关注，完善的基础设施对金融服务的便利性、快捷性至关重要，空间上的正向溢出也证明基础设施的连通性在信息时代对农村金融发展十分关键。法律环境当前无论长短期对本地区和邻近地区农村金融发展的影响均不理想，“好”的金融体系需要健全的法律制度，这样才能更好地保护投资者的利益，促进农村金融发展，因此法律环境的优化刻不容缓。

六、结论与政策启示

本文使用2003—2019年全国30个省份（自治区、直辖市）的面板数据，从农村金融服务可得性、农村金融使用深度、农村金融发展可持续性三个维度建立指标体系测度了农村金融发展水平，并分析其发展特征，同时构建动态空间杜宾模型分析农村金融发展自身时空依赖和四方面影响因素对其的影响，结论如下：

第一，2003—2019年间，我国农村金融发展整体水平的均值和中位数逐年递增，存在明显的路径依赖特征。其中，服务可得性功不可没，得分具有显著优势；使用深度一直波动上升，也有一定贡献；而可持续性呈缓慢下降趋势。三个维度并没有呈现“齐头并进”的发展态势。

第二，2003—2019年间，我国农村金融发展存在空间依赖特征，总体差异呈现逐渐扩大的趋势，东部沿海和北部沿海地区的省市农村金融发展优势明显，西北地区进步显著，南部沿海和东北地区农村金融发展排名在全国处于较低位置。北方地区农村金融发展形势喜人，“南北”变化比“东中西”变化更迅速，因此更值得关注。

第三，我国农村金融发展具有空间集聚性，各省份大多呈现“高-高”聚集和“低-低”聚集的现象。空间经济距离权重矩阵下Moran’s I指数最大，说明2003—2019年间我国农村金融发展并没有完全摆脱地理限制，且经济因素会在一定程度上助长空间集聚。

第四，农村金融发展自身时空依赖特征对其的影响显示，时间滞后系数为正，表明滞后一期农村金融发展若较好，当期农村金融发展也较好；空间滞后系数为正，表明邻近地区农村金融发展若较好，本地区农村金融发展也较好；时空滞后系数为负，表明滞后一期邻近地区若维持较高的农村金融发展水平，反而不利于本地区当期农村金融发展。

第五，影响因素的空间效应分解结果显示，经济增长方面，GDP增长与产业结构升级呈现几乎相反的影响，短期GDP增长对本地区农村金融发展更有利，而长期产业结构升级对本地区更有利。区位环境方面，农民生活水平、城镇化率和农村居民受教育水平长短期对本地区农村金融发展均呈现积极影响，而信息化水平呈现不利影响。政府支持方面，金融监管支出和农林水务支出也呈现相反的影响，长期来看金融监管支出并不利于本地区和邻近地区农村金融发展，而农林水务支出是有利的。市场环境方面，投资环境长短期对本地区和邻近地区农村金融发展均呈现正向影响，而法律环境均呈现负面影响，因此法律制度的完善刻不容缓。

根据上述结论，本文得出如下政策启示：

第一，金融政策方面适当加强政策支持力度，实行差异化政策。特征分析显示，我国农村金融发展呈现路径依赖和空间依赖特征，各区域发展存在明显差异，这就要求金融政策更加“精准化”。一方面，在农村金融发展较好的东部和北部沿海地区，政府应该严格规定农村金融机构的市场定位，制定更明确的涉农指标，实施奖惩制度，避免农村金融机构过度商业化。另一方面，针对农村金融快速发展的西北地区，以及发展较慢的其他地区，应该适当放松准入政策，鼓励民间资本设立金融机构，吸引更多资本和金融机构为农村提供金融服务。

第二，财政支出方面注重农林水务的支出，培养农民金融意识。根据本文影响因素效应分解可知，农林水务支出长期来看更利于农村金融发展，且区位环境因素值得长期关注。因此，政府应提高农林水务支出的利用效率，适当倾斜于发展较薄弱地区的农村基础设施建设，改善农业生产环境，尤其要注重农村地区互联网基础设施建设。虽然当前我国互联网普及率已较高，但农村地区互联网使用与城镇地区存在数字鸿沟。所以政府在完善基础设施建设的同时，也应注重培养农民的金融意识，指导农民使用网络，鼓励农民运用互联网技术销售产品，在增加农民收入的同时，提高农民对互联网和金融服务的接受度，以及区域间连通性。

第三，市场方面注重改善营商环境，提升农村金融可持续性。就本文研究结论而言，农村金融发展的可持续性值得关注，投资环境长短期对本地区农村金融发展均有益，而法律环境的影响并不乐观。因此，营商环境的改善刻不容缓，应通过对涉农企业合理的财政支持、扩大金融市场的包容度和开放度等措施优化营商环境，同时强化金融机构组织功能，完善立法，注重法律的执行。在此基础上推动融资配套要素市场改革，提升农村基础金融服务水平和可持续性，以促进地区农村金融发展，“近悦远来”实现农村金融高质量发展。