现有文献认为，农村金融主要通过三种途径影响农业全要素生产率的不断提升。    

(一)农村金融市场结构优化与调整影响农业技术进步的实现类型，进而影响农业全要素生产率的提高    

一个国家或地区农业生产要素享赋程度直接影响到农业技术进步的实现类型选择，一是从农业生产要素市场的供求角度而言，在其他生产条件不变的前提下，某种生产要素的稀缺程度，会直接影响到该种农业生产要素市场的供求均衡价格。二是从农业生产要素享赋的区域分布来看，相对经济较为发达的地区，资本要素相对较为充足，而劳动力资源相对短缺，与此对应，经济相对欠发达的地区，资本要素相对较为短缺，而劳动力资源相对充足。三是由于农业生产要素市场的资源享赋分布存在区域的差异性，发达地区的农业生产者由于拥有较多的农业资本要素，较容易从农村金融市场获得较多的信贷资金支持，利于农业发展和农业全要素率水平提高;而欠发达地区，由于拥有较多的劳动力资源享赋优势，而资本要素投人较为短缺，导致农业生产经营者相对难于从农村金融市场获得更多的信贷资金等社会融资额度，不利于农业产业发展和农业全要素生产率的提高。总之，发达地区，更多偏向于通过劳动节约型性技术进步为主，而发展资本密集型技术进步促进农业发展和农业全要素生产率的提升;而欠发达地区，更倾向于通过资本节约型技术进步为主，而发展劳动密集型技术进步来推动农业产业发展和农业全要素生产率的不断提高。    

(二)农村金融市场结构演化与调整影响农业生产经营者对于农业技术研发、技术集成创新和技术推广等实现途径的选择    

从农业科技进步实现途径的经济效应来比较，相对于资金要素享赋较为富裕的发达地区，在农业技术进步的资金投人成本收益与风险的比较中，拥有更高的控风险能力，发达地区在农业技术研发和技术集成创新领域投资性可能更高，这将利于发达地区农业增长的持续发展;而欠发达地区可能在技术推广与应用领域投人资金更多，可以规避较高的农业技术研发风险，这将不利于欠发达地区农业增长的持续发展。    

从农村金融市场中金融机构信贷投放风险偏好来看，大型农村商业银行等金融机构更有能力向农业技术研发和技术集成创新投放信贷资金，尽管风险相对较高，但能带来较高的信贷投放收益回报;而中小型农村金融部门更倾向于向农业技术推广与应用领域投放行信贷资金等融资支持，尽管信贷投放资金收益较低，但风险可控。    

从农村金融市场结构演变角度而言，经济发达地区农村金融市场发展水平较高，可以为农业技术创新发展提供更多的信贷资金支持，有利于农业技术进步持续提高，同时发达地区农村金融市场竞争较为激烈，农村金融市场集中度较低，中小型商业银行农业信贷资金投放占有较大比重，从而更倾向于向农业技术推广与应用领域投人;而欠发达地区农村金融市场缺乏竞争，农村金融市场集中度较高，虽然大型金融机构在农村金融市场拥有较大的市场势力，但由于大型商业银行在农村区域的“抽水机”作用，将更多的农村储蓄转移到城市地区，同样缺乏向农业技术研发这一高风险的领域投放更多信贷资源。

 (三)农村金融市场机构演化与调整影响农民等农业生产经营主体科技素质和科技应用能力的提高，进而影响农业科技进步贡献率的提高    

从农民受教育的资金支持来源和受教育的方式来看，一方面，政府人力资源和农业职能部门利用财政资金通过“阳光工程”、农民再教育等方式向农民提供一定的公益性农民素质教育和职业技能培训机会，从而提高部分农民的科技素质和劳动技能，但限于政府财政预算的限制，难于让更多的农民收益;另一方面，农民通过自身投资教育来提升农业科技素质和科技应用能力，这是现阶段农民科技素质和技术应用能力提升的主要方式，而其效果直接受到区域内农村金融发展水平高低的影响。而农民从农村金融市场获得信贷资金的可能性和信贷额度，同样取决于农村金融市场发展的整体规模、市场结构和效率水平。    

从农村金融市场结构演化而言，发达地区偏低的农村金融市场集中度，决定中小型金融机构在农村金融市场占有较大的市场份额。同时，由于区域内农村整体金融规模较大，金融机构经营效率更高，可以为农民提供更多的教育信贷资金。而欠发达地区的农村金融市场，由于较高的农村金融市场集中度，决定大型或者具有市场垄断势力的金融机构占据较大的市场份额，易于形成信贷配给，从而农民难于从农村金融市场获得更多的信贷资金用于自身科技素质和技能应用能力教育投资，进而不利于区域内农业技术进步和农业全要素生产率的提高。模型构建、变量选取和数据来源    

(四)数据来源    

本文所用农村和农业金融数据来源于历年《中国金融年鉴》《中国农村金融服务报告》《中国统计年鉴》、各省区市的地方《统计年鉴》，部分数据来源于Wind数据库。农业保险费用理赔支出数据来自2006-2016年《中国保险年鉴》，由于2017年《中国保险年鉴》尚未出版，本文采用简单一元回归模型估算出的数据来表示2016年农业保险保费的支出情况。文中用于控制其他因素影响的变量中，农业机械总动力的数据来源于历年《中国统计年鉴》和各省份的《统计年鉴》;考虑到农村金融数据的可得性，本文采用2005-2016年中国29个省(区、市)的面板数据，样本分析区间为2005-2016年，时间跨度为12年，由于西藏自治区和青海省数据缺失较多，本文中分析给予剔除。表1和表2分别列出了变量的定义和描述性统计。为了避免模型估计所用数据出现非平稳性而导致伪回归的发生，表3给出了面板数据的单位根检验结果，表中的Levin, Lin & Chut*, Fisher-ADF,Fisher-PP三种检验结果说明，样本变量均在1%的显著水平下均通过平稳性检验。因而农业全要素生产率、技术进步效率、技术进步、对外开放水平、农业保险业发展水平、农业机械总动力、经济结构均是平稳的序列。因而，可以对农村金融市场结构影响农业全要素生产率的情况作进一步的实证分析。