传统的生产理论表明，作为重要生产要素之一的资金，是生产函数中的一个重要自变量。当资金投入处于边际报酬为正的阶段时，资金的增加，将导致产出的增加，当然作为产出的衡量指标之一的农民收入也就应该相应增加。此外，资金投入与农民收入的关系在很多时候被自然地融入金融发展与经济增长的关系中（Goldsmith，1969），被认为资金投入的增加将导致农民收入的提高。这一命题在许多出台的政策里都被视为一个隐含的假设。在中国，事实果真如此吗？这还有待检验。国内在这方面已经有一些研究。
关于农村金融对农民收入的影响，国内的研究分为定性和定量两个方面的文献，定性的研究一般是通过统计分析说明以农业贷款为代表的农村金融体系对农民收入的影响（人行课题组，2003）。定量的研究主要试图说明以农业贷款和乡镇企业贷款为代表的农村信贷对农民收入的影响。中国人民银行武汉分行课题组（2005）对湖北省金融支农的实证研究表明，农业贷款对农民增收的确起过很重要的作用，但是对农民增收的贡献度下降，原因主要是农村生产模式制约和农村金融体系效率低下。也有研究得出了相反的结论，认为农村金融对农民收入的支持力度不够，贡献不大（许崇正、高希武，2005）。温涛、冉光和、熊德平（2005）的研究表明，对中国整体金融发展对农民收入增长具有显著的负效应。
而对于财政支农资金对农民收入的影响国内的研究较少，一般也只是定性地给出财政支农资金能够促进农民增收的简单结论，鲜有实证研究作支撑。温涛（2005）用1952-2002年的数据研究了农业贷款和财政支农资金效应后得出结论：中国财政支农金的增加不仅无助于农业经济的增长和农民收入水平的提高，反而还起到了抑制作用；而农业贷款的增长也并没有成为促进农业经济增长和农民收入水平提高的重要资源要素。
综上所述，现有对农村金融和财政支农资金与农民收入关系的研究来看，还不够全面、深入，没有对影响农民收入的各种因素分析透彻。比如有的模型数据没有进行平稳性检验就直接回归，其结果的可信程度让人质疑（人民银行武汉分行课题组，2005）；有的对农村金融与农民收入的衡量指标选取不够全面，既未区分农民的实际收入和名义收入，也为对农民收入各个组成部分与农村金融之间的关系进行直接检验（温涛等，2005）。
本文的主要目的在于通过实证分析，找到金融和财政资金对农民收入的长期影响效果，并对农民收入的不同衡量指标分别进行研究，试图找到不同收入的影响因素。本文的结构如下：第二部分为实证分析作准备，主要是设定模型，选择变量，并对将用到的数据进行简单描述。第三部分是实证结果，在对变量进行平稳性检验的基础上，建立农业贷款、乡镇企业贷款、财政支农资金和各农民收入指标之间的协整关系，建立长期模型和短期动态模型，解释农业资金对农民收入之间的影响。第四部分是结论和政策含义。
二、模型和数据
（一）模型设定
关于资金投入与农民收入之间关系的研究采用的主流模型仍然是Kobb-Douglas生产函数。考虑到Kobb-Douglas生产函数的优良性质，同时，资金有不同的类型，为了准确衡量不同资金对农民收入的影响，我们需要控制住其它渠道资金对农民收入的影响，所以，我们把K细分为K1、K2、K3等类型。
（二）变量选择
为了变量的选取，我们必须弄清楚几个基本的问题：第一，什么是农村金融？农村金融的衡量指标是什么？第二，财政支农资金能够全面反映财政对农业的投入吗？第三，农民收入用什么指标衡量？农民人均纯收入、农民人均总收入用哪一个指标？用实际收入还是名义收入？
关于农村金融的衡量指标选取是一个比较麻烦的问题。首先，什么是农村金融？这是一个至今尚未完全界定清楚的概念。长期以来，我们将农村金融的发展视同为农业信贷的投放，农村金融更没有从一个系统的角度来构建过。这导致了农村金融机构单一，农业信贷规模小，农户获取贷款难等一系列问题。如果我们把农村金融界定为农村经营主体、农业生产，以及农民提供金融服务的一个制度性安排，那么，目前我国的这一个制度构架所包含的内容还太稀少。经过近20多年的农村金融体制改革，迄今为止形成了包括商业性、政策性、合作性金融机构在内的，以正规金融机构为主导、以农村信用合作社为核心的农村金融体系（章奇，2004）。就机构而言，目前主要有农村信用合作社（以及改制后的农村商业银行、农村合作银行）、农业发展银行和中国农业银行等几家有限的机构。就业务而言，目前农村金融主要还只有农业信贷，其它如农业保险、农业担保等业务尚未开展。就机构的运作来看，中国农业银行正在走向股份制改革之路，其商业性逐渐凸现，农业信贷日渐减少。中国农业发展银行的资金主要集中于粮棉收购，其它业务刚开始起步，且规模也不大。而农村信用合作社的支农力度日渐减弱，且大多经营处于困境之中。农村信用合作社资金的非农化趋势非常明显。
真正能够体现农村金融发展程度的指标可能是农村民间借贷的规模，因为这些借贷资金直接用于农民的生活、农业的生产或农村的发展，对农民收入有非常直接的影响。据研究，农村民间信贷的规模也非常大。温铁军（2001）调查发现，农村民间借贷的发生率高达95%。何广文（1999）认为，农民借贷的75%来自非正规金融。但是，由于缺乏统计数据，要作定量分析也异常困难。不过，张杰（2004）发现，中国农户的大部分信贷需求是出于维持其基本生存需要的考虑，其融资次序是先争取国家农贷，再谋求民间熟人信贷，最后是高利信贷。有调查显示（中国人民银行乐山市中心支行课题组，2005），农村金融机构依然是农村融资的主渠道。因此，国家正规金融机构提供的农业贷款仍然是农户融资的首选。鉴于以上原因，考虑到统计资料的可得性，我们用现有的统计数据：农业贷款、乡镇企业贷款来衡量农村金融发展程度。之所以把乡镇企业贷款也纳入农村金融发展的范畴，原因是改革开放后，乡镇企业异军突起，大量的农民工就业于乡镇企业，乡镇企业成为农民工资性收入来源的一个非常重要的渠道。因此，农村金融的发展可以通过乡镇企业这一途径影响农民收入。
财政支农资金是我们能够获得的关于通过财政渠道投入农业的资金的一个直接指标。财政支农资金是否如我们的理解主要用于支持农业生产、农村发展和农民增收呢？据研究（温铁军，2001），历年财政用于农业的开支或支农资金，实际上主要是部门开支，农业各部门如水、电、供销、粮食、农业技术等相关部门，其实是部门在财政的盘子里分配的所谓支农资金。因此，财政支农资金并不是真正完全用于农业生产、农村发展和农民生活的目的。进一步的研究可以对财政支农资金进行更为详细的分类，然后按照不同用途的资金种类对农民收入的影响进行深入研究。基于数据的可获得性，我们仍然使用财政支农资金作为财政对农业投入资金的衡量指标。
接下来的任务是确定农民收入的衡量指标。根据现有的统计资料，农民收入有两个重要的指标可以衡量，一是农村居民家庭总收入，它是指农村住户全年从各种来源得到的全部实际收入（包括现金收入和实物收入）。由基本收入，转移性收入和财产性收入三部分组成。按收入的性质划分为工资性收入、家庭经营收入、财产性收入和转移性收入。二是农村居民家庭纯收入，它是农村常住居民家庭总收入中，扣除从事生产和非生产经营费用支出、交纳税款、上交承包集体任务金额、集体提留和摊派、生产性固定资产折旧以后剩余的、可直接用于进行农村居民进行生产性、非生产性建设投资、生活消费和积蓄的那一部分收入。它是反映农村居民家庭实际收入水平的综合性的主要指标。从两个指标的定义可以知道，农民总收入的反映的是农民的收入总和，而纯收入反映的是农民经营的净收益，可以理解为农户家庭经营的利润。由于净收入可能受到成本、税费等因素的影响，总收入可能是衡量农民收入的一个比较好的指标。此外，由于总收入中包括了不同性质的收入，而转移性收入主要取决与财政的转移支付，财产性收入取决于家庭财富的多寡，因此，与资金投入关系最密切的应该是工资性收入和家庭经营收入。那么我们的模型可以分别用这些收入指标与农村资金投入的指标构建模型进行研究。
由于农产品价格对农民收入有比较大的影响，因此，需要剔除农民收入中的物价上涨因素。物价水平指标较多，我们用与农民出售农产品的收益直接相关的农产品生产价格指数对农民收入进行处理，得到实际的农民收入。
综上所述，我们计量模型的变量选取农村居民家庭平均每人总收入、农村居民家庭人均实际纯收入、农村居民家庭人均工资性收入、农村居民家庭人均工资性收入、农村居民家庭人均实际纯收入、农村居民家庭人均年现金收入、农业贷款、乡镇企业贷款、财政支农资金等。
（三）数据描述
本文数据主要来源于《中国统计年鉴》、《中国金融年鉴》历年各期及《新中国五十年统计资料汇编》，样本区间是1978-2004年。本文将用到的主要数据农业贷款、乡镇企业贷款、农民人均纯收入、财政支农资金变动情况。
农村居民家庭总收入结构已经逐渐发生变化，改革开放以来，家庭经营收入的比重不断降低，工资性收入的比重不断增加。1985年，家庭经营收入占总收入的比重为74.44%，工资性收入仅占18.15%，到2004年，家庭经营收入下降到59.46%，工资性收入上升到33.99%。农民总收入结构的的这一变化趋势提示我们，如果要研究农民收入，不仅要研究农民总收入，还有必要对总收入的不同构成部分分别进行研究，这样有助于找到影响不同农民收入的不同原因，为政策制定提供参考。
三、实证结果
（一）平稳性检验
本研究用Eviews软件，对各变量进行单位根检验，以确定变量的平稳性。对农业贷款（Loan_farm）取对数，用lnLoan_farm表示，其一阶差分为dlnLoan_far，其余各指标类推。由于我们采用的是双对数模型，故我们直接检验变量的对数值。
通过ADF（扩展的****ey-Fuller）检验发现，水平变量只有财政支农资金（lnFiscalfund）是平稳序列，其余均非平稳。而农业贷款（lnLoan_farm）、乡镇企业贷款（lnLoan_tb）、农村居民家庭人均实际纯收入（lnIncome_netreal）、农村居民家庭平均每人总收入（lnIncome_total）、农村居民家庭平均每人纯收入（Income_net）、农村居民家庭经营纯收入（lnIncome_oper）为一阶平稳I（1），农村居民家庭现金收入（lnIncome_cash）、农村居民家庭人均工资性收入（lnIncome_wage）二阶平稳I（2）。
（二）长期模型
用不平稳变量进行回归可能导致伪回归，但是若干个非平稳经济时间序列的某种线性组合却有可能是平稳序列（Engle and Granger，1987），这就是所谓的协整（cointegration）理论。由于我们考察的水平变量几乎都是非平稳变量，因此，我们用协整理论构建农村资金与农民收入之间的长期模型，然后在长期模型的基础上构建短期动态模型。
对各个回归模型的残差平稳性检验的结果表明，各模型的残差都是平稳变量，因此，模型中的变量存在长期稳定的依存关系，回归方程的结果是有意义的。我们从纵横两个方面对结果进行解释，先纵向分析结果。
首先，我们分析农村居民家庭人均实际纯收入（lnIncome_netreal）的影响因素。在三个影响因素中，只有财政支农资金对农民纯收入指数具有显著影响。这说明，国家通过农业贷款和乡镇企业贷款等金融渠道投放农村的资金，从长期来看，并没有对增加实际农民收入起到根本性作用。这是值得思考的一个问题。而国家财政支农资金对农民实际收入具有长期稳定的影响，这与常识和理论基本一致，因为财政支农资金投在农业、农村和农民上的一般是具有长期效应的农田基本建设上，投资具有长期性，见效较为缓慢。因此，财政支农资金对农民实际收入具有长期的影响。
