楊迪航，羅荷花

(湖南農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，湖南 長(zhǎng)沙 410128）

農(nóng)戶融資行為的影響因素分析
——基于祁陽(yáng)縣的實(shí)證研究

楊迪航，羅荷花

(湖南農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，湖南 長(zhǎng)沙 410128）

基于湖南省祁陽(yáng)縣的農(nóng)戶融資調(diào)查，不僅將農(nóng)戶個(gè)人信息、勞動(dòng)力人數(shù)、家庭生產(chǎn)經(jīng)營(yíng)及收入支出信息等因素，而且將人們長(zhǎng)期以來(lái)忽視的農(nóng)戶所擁有的社會(huì)資本、農(nóng)戶從事經(jīng)濟(jì)活動(dòng)類型等影響農(nóng)戶融資行為的因素也包括進(jìn)來(lái)，重新設(shè)計(jì)與整合農(nóng)戶融資行為的影響因素，運(yùn)用多元 Logit模型對(duì)農(nóng)戶融資行為的影響因素進(jìn)行計(jì)量經(jīng)濟(jì)分析。結(jié)果表明，戶主年齡、家庭成員最高文化程度、勞動(dòng)力人數(shù)、農(nóng)戶從事的經(jīng)濟(jì)活動(dòng)類型、家庭收入、社會(huì)資本情況對(duì)農(nóng)戶的融資行為有較顯著的影響，而農(nóng)戶是否擔(dān)任村或鄉(xiāng)鎮(zhèn)干部對(duì)其融資行為影響不顯著。

農(nóng)戶融資行為；多元logit模型；影響因素；正規(guī)金融；非正規(guī)金融；祁陽(yáng)縣

近年來(lái)，隨著我國(guó)農(nóng)村經(jīng)濟(jì)的快速發(fā)展，農(nóng)戶對(duì)資金的需求量越來(lái)越大，但當(dāng)前無(wú)論正規(guī)金融還是非正規(guī)金融均不能滿足農(nóng)戶快速增長(zhǎng)的、多樣化的融資需求，因此，深入分析農(nóng)戶融資行為的影響因素，對(duì)于深化農(nóng)村金融改革，提高農(nóng)村金融的服務(wù)水平，促進(jìn)農(nóng)村經(jīng)濟(jì)的發(fā)展都具有重要意義。

一、文獻(xiàn)回顧及述評(píng)

Long認(rèn)為農(nóng)戶融資行為取決于其自身風(fēng)險(xiǎn)偏好和項(xiàng)目收益率與利息率的對(duì)比[1]。Davis、Gaburici和 Hare通過(guò)對(duì)羅馬尼亞農(nóng)戶金融服務(wù)可獲得性的決定因素分析認(rèn)為，農(nóng)民收入、貸款來(lái)源和貸款用途等因素影響農(nóng)戶融資行為。Hans Dieter Seibel研究得出，農(nóng)戶通過(guò)小額信貸融到生產(chǎn)的資金，可以幫助貧困農(nóng)戶脫貧致富，扶持農(nóng)業(yè)發(fā)展和促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展[2]。Elizabeth Littlefield認(rèn)為農(nóng)戶獲得小額信貸的資金，可以幫助貧困者捕捉商機(jī)，增加收入來(lái)源，能夠?yàn)楹⒆痈秾W(xué)費(fèi)或填補(bǔ)現(xiàn)金流的缺口[3]。汪三貴等人對(duì)6個(gè)國(guó)定貧困縣446個(gè)農(nóng)戶的抽樣調(diào)查表明，農(nóng)戶融資服務(wù)的改善將有助于貧困農(nóng)戶通過(guò)農(nóng)業(yè)生產(chǎn)來(lái)增加收入，同時(shí)提高農(nóng)戶的消費(fèi)支出[4]。朱守銀等人通過(guò)考察安徽毫州和阜陽(yáng)6個(gè)縣217個(gè)農(nóng)戶的融資行為，發(fā)現(xiàn)影響農(nóng)戶融資的重要因素是消費(fèi)性活動(dòng)[5]。周小斌認(rèn)為農(nóng)戶經(jīng)營(yíng)規(guī)模、農(nóng)戶投資和支付傾向?qū)r(nóng)戶融資需求具有正向影響[6]。韓俊認(rèn)為農(nóng)戶家庭特征、家庭收入和生產(chǎn)經(jīng)營(yíng)特征是農(nóng)戶融資需求行為的決定因素[7]。賀莎莎通過(guò)對(duì)湖南省花巖溪村81戶農(nóng)戶的問(wèn)卷調(diào)查和統(tǒng)計(jì)分析，認(rèn)為農(nóng)戶借貸行為受農(nóng)戶的非農(nóng)收入、家庭資產(chǎn)、家庭基本情況及戶主的基本情況等因素影響[8]。

從上述研究結(jié)果來(lái)看，國(guó)內(nèi)外學(xué)者對(duì)于農(nóng)戶融資的研究已取得了一些成果，但多數(shù)是對(duì)農(nóng)戶融資的重要作用進(jìn)行分析，對(duì)農(nóng)戶融資行為影響因素進(jìn)行的定量分析主要是體現(xiàn)在數(shù)據(jù)的統(tǒng)計(jì)分析上，而很少利用數(shù)據(jù)建立模型進(jìn)行分析?；诖耍P者對(duì)湖南省祁陽(yáng)縣的農(nóng)戶融資情況進(jìn)行了實(shí)地調(diào)研，不僅調(diào)查了農(nóng)戶個(gè)人信息、勞動(dòng)力人數(shù)、家庭生產(chǎn)經(jīng)營(yíng)及收入支出信息等因素，而且將人們長(zhǎng)期以來(lái)忽視的農(nóng)戶所擁有的社會(huì)資本、農(nóng)戶從事經(jīng)濟(jì)活動(dòng)類型等影響農(nóng)戶融資行為的因素也包括進(jìn)來(lái)，重新設(shè)計(jì)與整合農(nóng)戶融資行為的影響因素，擬運(yùn)用多元Logit模型對(duì)農(nóng)戶融資行為的影響因素進(jìn)行計(jì)量經(jīng)濟(jì)分析，以期對(duì)農(nóng)戶融資行為的影響因素有一個(gè)更為準(zhǔn)確、更為全面的認(rèn)識(shí)。

二、研究假設(shè)及模型選擇

(一)研究假設(shè)

參考已有研究成果，根據(jù)調(diào)研地農(nóng)戶融資行為的特點(diǎn)，筆者選取農(nóng)戶戶主年齡、家庭成員最高文化程度、勞動(dòng)力人數(shù)、擔(dān)任村或鄉(xiāng)鎮(zhèn)干部情況、農(nóng)戶從事的經(jīng)濟(jì)活動(dòng)類型、家庭收入、社會(huì)資本情況等作為農(nóng)戶融資行為影響因素的自變量，選取農(nóng)戶融資行為作為因變量(表1)，并提出以下研究假設(shè)：

(1)戶主年齡與農(nóng)戶融資行為成反向關(guān)系。隨著戶主年齡不斷增長(zhǎng)，戶主的身體狀況和勞動(dòng)技能會(huì)相應(yīng)下降，其償債能力會(huì)越來(lái)越弱。同時(shí)，高年齡農(nóng)戶抵抗風(fēng)險(xiǎn)的能力也在下降，他們不敢貿(mào)然地融入大量借款進(jìn)行投資和生產(chǎn)經(jīng)營(yíng)，導(dǎo)致對(duì)融資需求的減少。

(2)家庭成員最高文化程度與農(nóng)戶融資行為成正向關(guān)系。文化程度可以反映農(nóng)戶生產(chǎn)能力、經(jīng)營(yíng)能力及對(duì)復(fù)雜事務(wù)的認(rèn)知水平，可以用學(xué)歷來(lái)表示。在債權(quán)人眼中，農(nóng)戶成員學(xué)歷越高，意味著償債能力就越強(qiáng)，因此債權(quán)人更愿意為此類農(nóng)戶提供融資。選擇農(nóng)戶家庭成員最高文化程度為變量，是因?yàn)榧彝ブ袚碛凶罡呶幕潭鹊娜送诩彝プ鐾顿Y決策、融資等重大事件時(shí)影響最大。

(3)勞動(dòng)力人數(shù)與農(nóng)戶融資行為成正向關(guān)系。勞動(dòng)力人數(shù)反映了農(nóng)戶家庭的勞動(dòng)能力，也在一定程度上反映了農(nóng)戶的收入水平和償債能力，勞動(dòng)力越多的農(nóng)戶獲得融資的可能性較高。主要是因?yàn)閯趧?dòng)力人數(shù)越多，由于家庭發(fā)展問(wèn)題，規(guī)模較大家庭為獲得更多的收益需加大對(duì)生產(chǎn)的投入，從而產(chǎn)生融資需求。

(4)擔(dān)任村或鄉(xiāng)鎮(zhèn)干部情況與農(nóng)戶融資行為成正向關(guān)系。農(nóng)戶是否擔(dān)任村或鄉(xiāng)鎮(zhèn)干部，在一定程度上可以反映出農(nóng)戶的社會(huì)地位和社會(huì)網(wǎng)絡(luò)情況，也是農(nóng)戶在當(dāng)?shù)剞r(nóng)村地區(qū)聲望的一種體現(xiàn)。同時(shí)，農(nóng)村金融機(jī)構(gòu)支農(nóng)貸款的一部分也要通過(guò)鄉(xiāng)鎮(zhèn)或村干部向農(nóng)戶進(jìn)行宣傳。因此，擔(dān)任村干部的農(nóng)戶比普通農(nóng)戶更容易獲得融資。

(5)農(nóng)戶從事經(jīng)濟(jì)活動(dòng)程度與農(nóng)戶融資行為成正向關(guān)系。按從事經(jīng)濟(jì)活動(dòng)程度的不同，我們把農(nóng)戶分為純農(nóng)業(yè)戶、農(nóng)業(yè)+外出打工戶、農(nóng)業(yè)+個(gè)體經(jīng)營(yíng)戶和非農(nóng)業(yè)戶四類。純農(nóng)業(yè)戶全部收入來(lái)自于農(nóng)業(yè)生產(chǎn)；農(nóng)業(yè)+外出打工戶在從事農(nóng)業(yè)生產(chǎn)的同時(shí)，通過(guò)外出打工的兼業(yè)方式獲得收入；農(nóng)業(yè)+個(gè)體經(jīng)營(yíng)戶在進(jìn)行農(nóng)業(yè)生產(chǎn)的基礎(chǔ)上，還從事商品經(jīng)營(yíng)、運(yùn)輸、農(nóng)產(chǎn)品簡(jiǎn)單加工等活動(dòng)；非農(nóng)業(yè)戶已脫離農(nóng)業(yè)生產(chǎn)。從純農(nóng)業(yè)戶到非農(nóng)業(yè)戶，農(nóng)戶從事經(jīng)濟(jì)活動(dòng)程度越高，越有利于農(nóng)戶獲得融資。

(6)家庭收入與農(nóng)戶融資行為成負(fù)向關(guān)系。農(nóng)戶家庭收入水平越高，說(shuō)明農(nóng)戶擁有的財(cái)產(chǎn)和自有資金的規(guī)模就越大，導(dǎo)致農(nóng)戶發(fā)生融資的可能性會(huì)降低。

(7)社會(huì)資本與農(nóng)戶融資行為成正向關(guān)系。農(nóng)戶擁有的社會(huì)資本越多，農(nóng)戶獲得融資的可能性也就越大。社會(huì)資本情況可以用農(nóng)戶之間是否相互信任程度來(lái)衡量。

(二)模型選擇

農(nóng)戶融資行為分為“同時(shí)有正規(guī)和非正規(guī)融資”、“只有正規(guī)融資”、“只有非正規(guī)融資”和“沒(méi)有任何借款”四種情況。農(nóng)戶融資行為的選擇是一個(gè)多項(xiàng)無(wú)序型變量，受到多方面因素的影響，因此，多元logit模型是分析農(nóng)戶融資行為影響因素的最好模型之一。本文把農(nóng)戶融資行為因變量的取值限定在[0，3]，把“同時(shí)有正規(guī)和非正規(guī)融資”、“只有正規(guī)融資”、“只有非正規(guī)融資”和“沒(méi)有借款”分別定義為y=0，y=1，y=2和y=3，“y=3”作為模型的參照水平。

設(shè)農(nóng)戶i選擇融資行為j的概率為：

式中，i代表農(nóng)戶樣本；j代表農(nóng)戶融資行為類型；xi代表應(yīng)農(nóng)戶融資行為選擇的變量；βj是待估計(jì)參數(shù)。

表1 logit模型的主要變量描述

三、數(shù)據(jù)來(lái)源及結(jié)果分析

(一)樣本來(lái)源及特征

本文數(shù)據(jù)來(lái)源于湖南省新型農(nóng)村金融機(jī)構(gòu)試點(diǎn)祁陽(yáng)縣的調(diào)查。調(diào)查采用隨機(jī)抽樣的方法，從該縣27個(gè)鄉(xiāng)鎮(zhèn)中首先隨機(jī)選取茅竹鎮(zhèn)、白水鎮(zhèn)、三口塘鎮(zhèn)三個(gè)鄉(xiāng)鎮(zhèn)，再?gòu)拿總€(gè)鄉(xiāng)鎮(zhèn)中選取4個(gè)村，最后從每個(gè)村中選取15戶農(nóng)戶進(jìn)行問(wèn)卷調(diào)查。本次共對(duì)180戶農(nóng)戶進(jìn)行問(wèn)卷調(diào)查，收回有效問(wèn)卷168份。統(tǒng)計(jì)表明，有24戶選擇“同時(shí)有正規(guī)和非正規(guī)融資”、38戶選擇“只有正規(guī)融資”、44戶選擇“只有非正規(guī)融資”和62戶選擇“沒(méi)有借款”，分別占比14.29%、22.62%、26.19%和36.90%。對(duì)影響農(nóng)戶融資行為七個(gè)因素進(jìn)行初步分析后發(fā)現(xiàn)(表2)，70.24%的農(nóng)戶戶主年齡在31－60歲之間；農(nóng)戶家庭成員中最高文化程度在高中以下的占比77.98%，說(shuō)明目前農(nóng)戶的文化程度還不是很高；勞動(dòng)力人數(shù)為2－4人之間的農(nóng)戶家庭數(shù)占所有樣本農(nóng)戶總數(shù)的80.95%；94.05%的農(nóng)戶沒(méi)有擔(dān)任村或鄉(xiāng)鎮(zhèn)干部情況；農(nóng)戶從事經(jīng)濟(jì)活動(dòng)類型中純農(nóng)業(yè)戶占比17.86%，農(nóng)業(yè)戶+外出打工戶占比54.17%，農(nóng)業(yè)戶+個(gè)體經(jīng)營(yíng)戶占比17.86%，非農(nóng)業(yè)戶占比10.11%；86.31%的農(nóng)戶家庭收入在4萬(wàn)元以下，說(shuō)明目前農(nóng)戶家庭收入還不是很高；63.10%的農(nóng)戶認(rèn)為農(nóng)戶之間相互信任，只有36.90%認(rèn)為不信任。

表2 農(nóng)戶融資行為的描述性統(tǒng)計(jì)

(二)結(jié)果分析

筆者把168戶樣本農(nóng)戶的相關(guān)變量的數(shù)據(jù)輸入Spss16.0，然后進(jìn)行多元Logit模型的實(shí)證分析。在處理過(guò)程中，把農(nóng)戶從事的經(jīng)濟(jì)活動(dòng)類型作為分類變量引入模型，在SPSS軟件系統(tǒng)中它們生成啞變量。為觀察多元Logit模型中是否所有自變量偏回歸系數(shù)為 0，筆者對(duì)模型進(jìn)行似然比檢驗(yàn)。似然比檢驗(yàn)結(jié)果顯示，最終模型和尚未引入自變量的只含有常數(shù)項(xiàng)模型相比，-2 Log Likelihood 值從412.301下降到 347.547，似然比卡方檢驗(yàn)結(jié)果的顯著水平為 0.000，模型有意義，至少有一個(gè)自變量系數(shù)不為0。進(jìn)一步的參數(shù)估計(jì)結(jié)果如表3所示。

表3 回歸參數(shù)估計(jì)結(jié)果

(1)戶主年齡是影響“同時(shí)有正規(guī)和非正規(guī)融 資”、“只有正規(guī)融資”、“只有非正規(guī)融資”的顯著性因素。從三個(gè)廣義logit回歸模型參數(shù)估計(jì)的結(jié)果中可以得出，第一個(gè)、第二個(gè)廣義logit模型都通過(guò)了5%的顯著性水平檢驗(yàn)，第三個(gè)廣義logit模型通過(guò)了10%的顯著性水平檢驗(yàn)，戶主年齡的回歸系數(shù)（B）都小于0?？梢姡瑧糁髂挲g與農(nóng)戶融資是成反向關(guān)系的，即戶主年齡越大，農(nóng)戶越難以獲得正規(guī)和非正規(guī)融資，與前面的研究假設(shè)相一致。

(2)家庭成員最高文化程度是影響“同時(shí)有正規(guī)和非正規(guī)融資”、“只有正規(guī)融資”的顯著性因素。在第一個(gè)、第二個(gè)廣義logit回歸模型中，家庭成員最高文化程度都通過(guò) 5%的顯著性水平檢驗(yàn)，回歸系數(shù)(B)都大于0，但它對(duì)第三個(gè)廣義logit回歸模型影響不顯著。這說(shuō)明在“同時(shí)有正規(guī)和非正規(guī)融資”與“只有正規(guī)融資”的農(nóng)戶中，文化程度高的農(nóng)戶比文化程度低的農(nóng)戶，更容易獲得融資，其結(jié)果與研究假設(shè)相同。主要是由于農(nóng)戶文化程度越高，越有利于了解正規(guī)金融借貸政策，從而有利于農(nóng)戶從正規(guī)金融機(jī)構(gòu)獲得借款。但農(nóng)戶文化程度對(duì)非正規(guī)融資影響不顯著的重要原因是非正規(guī)金融為農(nóng)戶提供融資時(shí)，常常考慮的是農(nóng)戶的信譽(yù)與還款能力，而沒(méi)有考慮農(nóng)戶文化程度。

(3)勞動(dòng)力人數(shù)是影響“同時(shí)有正規(guī)和非正規(guī)融資”、“只有正規(guī)融資”、“只有非正規(guī)融資”的顯著性因素。在第一個(gè)廣義logit回歸模型中，勞動(dòng)力人數(shù)通過(guò) 5%的顯著性水平檢驗(yàn)，在第二、第三廣義 logit回歸模型中，勞動(dòng)力人數(shù)分別都通過(guò)1%的顯著性水平檢驗(yàn)，且在三個(gè)廣義 logit回歸模型中勞動(dòng)力人數(shù)的回歸系數(shù)(B)都大于 0。這說(shuō)明勞動(dòng)力人數(shù)越多，農(nóng)戶越容易產(chǎn)生融資需求，農(nóng)戶融資渠道可以來(lái)源于正規(guī)融資、非正規(guī)融資，也可以同時(shí)發(fā)生。

(4)農(nóng)戶是否擔(dān)任村或鄉(xiāng)鎮(zhèn)干部對(duì)農(nóng)戶融資行為的影響不顯著。方文豪認(rèn)為戶主擔(dān)任干部情況對(duì)傳統(tǒng)農(nóng)區(qū)農(nóng)戶的借貸行為影響不顯著。祁陽(yáng)縣作為湖南省一個(gè)農(nóng)業(yè)大縣，也屬于經(jīng)濟(jì)不夠發(fā)達(dá)的傳統(tǒng)農(nóng)區(qū)，本文計(jì)量分析得出的這個(gè)結(jié)果進(jìn)一步支持了方文豪研究的結(jié)論。

(5)農(nóng)業(yè)+個(gè)體經(jīng)營(yíng)戶是影響“同時(shí)有正規(guī)和非正規(guī)融資”、“只有正規(guī)融資”的顯著性因素，而其他三種經(jīng)濟(jì)活動(dòng)類型影響不顯著。在第一和第二廣義 logit回歸模型中，“農(nóng)業(yè)+個(gè)體經(jīng)營(yíng)”通過(guò)了10%的顯著性水平檢驗(yàn)，回歸系數(shù)(B)都大于0。農(nóng)業(yè)+個(gè)體經(jīng)營(yíng)戶通過(guò)從事商品經(jīng)營(yíng)、運(yùn)輸、農(nóng)產(chǎn)品簡(jiǎn)單加工儲(chǔ)運(yùn)等個(gè)體活動(dòng)掙得收入，收入來(lái)源有保障且分散化，家庭收入的快速增加及個(gè)體經(jīng)營(yíng)活動(dòng)財(cái)產(chǎn)抵押物的增加，使得他們有利于獲得同時(shí)有正規(guī)和非正規(guī)金融或只有正規(guī)金融的融資。但純農(nóng)業(yè)戶、農(nóng)業(yè)+外出打工戶、農(nóng)業(yè)+個(gè)體經(jīng)營(yíng)戶和非農(nóng)業(yè)戶四種形式的農(nóng)戶從事的經(jīng)濟(jì)活動(dòng)類型都對(duì)“只有非正規(guī)融資”影響不顯著。

(6)家庭收入是影響“同時(shí)有正規(guī)和非正規(guī)融資”、“只有非正規(guī)融資”的顯著性因素。在第一個(gè)廣義logit回歸模型參數(shù)估計(jì)結(jié)果中，家庭收入通過(guò)5%的顯著性水平檢驗(yàn)，而在第三個(gè)廣義logit回歸模型中，它通過(guò)1%的顯著性水平檢驗(yàn)，回歸系數(shù)(B)都小于0。這說(shuō)明家庭收入對(duì)“同時(shí)有正規(guī)和非正規(guī)融資”、“只有非正規(guī)融資”呈一種負(fù)相關(guān)關(guān)系，與研究假設(shè)相一致。因?yàn)榈褪杖爰彝マr(nóng)戶無(wú)法滿足正規(guī)金融苛刻的貸款條件，而非正規(guī)金融憑著期限靈活、手續(xù)簡(jiǎn)單、借款方便等優(yōu)勢(shì)可以滿足低收入農(nóng)戶日常生活或維持簡(jiǎn)單再生產(chǎn)等資金需求。

(7)社會(huì)資本是影響“只有非正規(guī)融資”的顯著因素。在第三個(gè)廣義logit回歸模型參數(shù)估計(jì)結(jié)果中，社會(huì)資本通過(guò)了10%的顯著性水平檢驗(yàn)，回歸系數(shù)(B)大于0。說(shuō)明農(nóng)戶之間越相互信任，越有利于農(nóng)戶從非正規(guī)金融中融入資金去發(fā)展生產(chǎn)，這印證了社會(huì)資本對(duì)農(nóng)戶融資行為的正向作用。一個(gè)人擁有的親戚朋友越多，其擁有的社會(huì)資本也就越廣泛，其獲得融資的機(jī)率也就越大。非正規(guī)金融恰恰是利用農(nóng)戶的信任與信譽(yù)程度給農(nóng)戶提供資金的借貸活動(dòng)。但社會(huì)資本對(duì)“同時(shí)有正規(guī)和非正規(guī)融資”、“只有正規(guī)融資”的影響不顯著，主要是正規(guī)金融機(jī)構(gòu)無(wú)法通過(guò)農(nóng)戶擁有的社會(huì)資本衡量出農(nóng)戶信譽(yù)、還款能力、資產(chǎn)等信息，而這些往往是金融機(jī)構(gòu)作為給農(nóng)戶放款的依據(jù)。

四、結(jié)論及啟示

本文通過(guò)對(duì)湖南省祁陽(yáng)縣農(nóng)戶的融資需求的調(diào)查，運(yùn)用多元Logit模型對(duì)農(nóng)戶融資行為的影響因素進(jìn)行實(shí)證分析表明：戶主年齡、家庭成員最高文化程度、勞動(dòng)力人數(shù)、農(nóng)戶從事的經(jīng)濟(jì)活動(dòng)類型、家庭收入、社會(huì)資本情況對(duì)農(nóng)戶融資行為產(chǎn)生較顯著的影響，而農(nóng)戶擔(dān)任村或鄉(xiāng)鎮(zhèn)干部情況影響不顯著?；诖耍P者認(rèn)為，要促進(jìn)農(nóng)戶融資應(yīng)從以下三方面開展相應(yīng)的工作：

(1)充分發(fā)揮非正規(guī)金融的作用。正規(guī)金融和非正規(guī)金融對(duì)維持農(nóng)戶日常生活、擴(kuò)大生產(chǎn)經(jīng)營(yíng)活動(dòng)都具有重要的意義，尤其是非正規(guī)金融在為農(nóng)戶提供融資服務(wù)的過(guò)程中有時(shí)能發(fā)揮正規(guī)金融難以企及的作用。在嚴(yán)格監(jiān)管的前提，非正規(guī)金融能夠很好地為農(nóng)戶提供便利地融資服務(wù)，主要是因?yàn)樵谛畔?、運(yùn)作機(jī)制等方面具有許多獨(dú)特的優(yōu)勢(shì)。政府可以嘗試讓農(nóng)村的各種民間金融組織活躍起來(lái)，適度放松對(duì)非正規(guī)借貸的管制，完善農(nóng)戶融資體系，逐步提高民間融資活動(dòng)的組織化程度，使其規(guī)范化、合法化。

(2)加快農(nóng)村金融機(jī)構(gòu)的金融創(chuàng)新。農(nóng)村金融機(jī)構(gòu)要努力提高自身的創(chuàng)新能力，及時(shí)掌握不同類型的農(nóng)戶融資需求的動(dòng)態(tài)變化，開發(fā)與設(shè)計(jì)多元化、個(gè)性化的金融產(chǎn)品和信貸工具，以滿足不同類型農(nóng)戶的融資需求。農(nóng)戶家庭收入目前難以成為其獲取正規(guī)金融機(jī)構(gòu)貸款的保證，正規(guī)金融機(jī)構(gòu)需要加強(qiáng)產(chǎn)品與服務(wù)創(chuàng)新，完善農(nóng)戶信用貸款，充分挖掘有效信息來(lái)創(chuàng)新金融產(chǎn)品。利用現(xiàn)代金融創(chuàng)新技術(shù)不僅能減少農(nóng)村金融機(jī)構(gòu)向農(nóng)戶發(fā)放借款的風(fēng)險(xiǎn)，也能降低為農(nóng)戶提供農(nóng)村金融服務(wù)的成本。同時(shí)，大力培育和發(fā)展農(nóng)村小型金融機(jī)構(gòu)，將更多的金融服務(wù)有效地覆蓋到所有的農(nóng)戶，提高農(nóng)戶資金需求的滿足率，從而化解農(nóng)戶融資困境。

(3)加強(qiáng)對(duì)農(nóng)戶進(jìn)行教育和金融知識(shí)宣傳。農(nóng)戶對(duì)金融知識(shí)與貸款政策越了解，越有利于農(nóng)戶從農(nóng)村金融機(jī)構(gòu)獲得融資。對(duì)于處在轉(zhuǎn)型期的中國(guó)農(nóng)民，總體上文化程度還不高，金融知識(shí)還相對(duì)匱乏，對(duì)金融機(jī)構(gòu)的信貸政策、復(fù)雜的貸款程序了解甚少，在一定程度上成為目前阻礙農(nóng)戶融資的一道無(wú)形門檻。所以，應(yīng)加強(qiáng)農(nóng)戶教育，提高農(nóng)戶的文化程度，加大力度對(duì)農(nóng)戶進(jìn)行農(nóng)村金融知識(shí)的宣傳，提高農(nóng)戶對(duì)農(nóng)村金融機(jī)構(gòu)貸款政策的認(rèn)知程度，鼓勵(lì)農(nóng)戶從農(nóng)村金融機(jī)構(gòu)獲得融資服務(wù)。

[1]Long.Social Change and the Individual : A Study of the Social and Religious Responses to Innovation in a Zambian Rural Community[M].Manchester University Press ,1968.

[2]Hans Dieter Seibel.Informal Finance: Origins，Evolutionary Trends and Donor Options[J].IFAD Rural finance working paper series，2000.

[3]Elizabeth Littlefield, Jonathan Morduch, Syed Hashemi.Is Microfinance an effective strategy to reach the Millennnium Development Goals? [J].CGAP ,2003,24.

[4]汪三貴.中國(guó)小額信貸可持續(xù)發(fā)展的障礙和前景[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2000(12):18-20.

[5]朱守銀，張照新，張海陽(yáng)，等.中國(guó)農(nóng)村金融市場(chǎng)供給和需求——以傳統(tǒng)農(nóng)區(qū)為例[J].管理世界，2003(3):88-95.

[6]周小斌，耿 潔，李秉龍.影響中國(guó)農(nóng)戶借貸需求的因素分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2004(8):26-30.

[7]韓 俊，羅 丹，程 郁.信貸約束下農(nóng)戶借貸需求行為的實(shí)證研究[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2007(2): 44-52,111.

[8]賀莎莎.農(nóng)戶借貸行為及其影響因素分析——以湖南省花巖溪村為例[J].中國(guó)農(nóng)村觀察，2008(1):39-50,80-81.

Influencing factors of rural household financing behaviors: A case study of Qiyang County

YANG Di-hang, LUO He-hua
(College of Economics, Hunan Agricultural University, Changsha 410128, China)

According to the investigation on rural households financing in Qiyang County in Hunan province, this article redesigns and integrates the influencing factors which includes not only peasant’s individual information, labor force,family production management，family income and expenditure information, but also the peasant’s social capital and their economic activity that have long been neglected, and uses multivariate Logit model to analyze empirically on rural household financing behaviors.The result indicate: householder age, the highest education degree in a family, labor force,the type of economic activity engaged, family income and society capital condition have significant influence on rural household financing behaviors.However, rural household holding the post of the cadres of village or the township has no significant effect on rural household financing behaviors.

rural household financing behaviors；multivariate Logit model；influencing factors；formal finance；informal finance ;Qiyang County

F832.35

A

1009-2013(2011)02-0010-06

2011-01-11

湖南省研究生科研創(chuàng)新基金 (CX 2010B311)

楊迪航(1964—)，男，湖南永州人，博士研究生，研究方向?yàn)檗r(nóng)村金融。

李東輝