常建新，姚慧琴

(1．西北大學(xué)中國西部經(jīng)濟(jì)發(fā)展研究中心，陜西西安 710069;2．西北大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西西安 710069)

一、引 言

發(fā)達(dá)國家的發(fā)展經(jīng)驗(yàn)表明，農(nóng)村金融市場的完善有助于農(nóng)戶經(jīng)濟(jì)福利的提高和農(nóng)戶之間貧富差距的縮?。?］［2］。然而，理論研究和實(shí)證分析均發(fā)現(xiàn)，由于金融市場發(fā)展的不完善，發(fā)展中國家農(nóng)戶金融抑制的程度普遍比較高［3］～［6］。相比其他發(fā)展中國家，我國農(nóng)戶金融抑制的程度尤其嚴(yán)重，除了發(fā)展中國家共有的農(nóng)村金融市場不完善的共同原因外，從上個世紀(jì)50年代開始，為了工業(yè)化和城市化的發(fā)展，我國在農(nóng)村實(shí)行了長期的金融管制，導(dǎo)致農(nóng)村金融供給嚴(yán)重不足，這是造成金融抑制的主要原因之一［1］。改革開放以來，我國的農(nóng)村金融市場改革不斷深入，金融機(jī)構(gòu)的涉農(nóng)貸款逐漸增加;此外，農(nóng)村金融市場準(zhǔn)入門檻的降低，使得新型農(nóng)村金融機(jī)構(gòu)不斷涌現(xiàn);各地區(qū)、部門扶持農(nóng)村金融的力度也逐年加大。然而，農(nóng)村金融配套設(shè)施不完善、現(xiàn)行金融制度與農(nóng)村金融發(fā)展不相適應(yīng)等問題依然存在［7］。

西部大開發(fā)戰(zhàn)略實(shí)施以來，陜西省的農(nóng)村金融市場有了長足的發(fā)展，但仍存在許多問題。不可否認(rèn)的事實(shí)是，農(nóng)村金融改革還不夠徹底，完善的金融市場體系尚未建立，因此，未能從根本上改變陜西省農(nóng)村金融市場長久以來被抑制的狀態(tài)。因此，陜西省農(nóng)戶金融抑制的程度以及金融抑制給農(nóng)戶造成的福利損失的數(shù)量，是值得我們探討的問題。本文采用2007-2012年陜西省6000戶農(nóng)戶的調(diào)研樣本，估計(jì)和分析了金融抑制及其所導(dǎo)致的福利損失程度，并在此基礎(chǔ)上對如何消除陜西省農(nóng)戶金融抑制、改善農(nóng)戶福利提出了有針對性的政策建議。

二、相關(guān)文獻(xiàn)回顧

根據(jù)估計(jì)方法的不同，可以將現(xiàn)有估計(jì)農(nóng)戶金融抑制程度及其影響的文獻(xiàn)分為兩類:一類是直接法，另一類是間接法。前者通過設(shè)計(jì)問卷現(xiàn)場調(diào)研，獲知農(nóng)戶金融活動的真實(shí)信息，由此推算出農(nóng)戶金融抑制的程度，代表性文獻(xiàn)如Mushinski、Boucher等、劉西川和程恩江等［8］～［11］。直接法的優(yōu)點(diǎn)是能夠簡單明了地計(jì)算出農(nóng)戶金融抑制的程度，缺點(diǎn)是過度主觀，也沒有提供可靠的理論依據(jù)。間接法則采用計(jì)量模型來估計(jì)金融抑制的程度，并分析其影響因素，代表性文獻(xiàn)如Cristina和Meyer、Kochar、Foltz、李銳和朱喜、李慶海、李銳和汪三貴等［12］-［14］［1］［2］。當(dāng)然，在研究中，上述兩類方法通常是共同使用的［15］。

在運(yùn)用計(jì)量模型實(shí)證分析金融抑制及其影響的早期研究中，金融抑制往往被處理為一個虛擬變量［12］。這種方法忽略了金融抑制的內(nèi)生性，導(dǎo)致了估計(jì)結(jié)果有偏［16］。Kochar在對印度農(nóng)村金融抑制程度的估計(jì)中使用了Biprobit模型，同時考慮了信貸需求和供給［14］(P60-71)。Foltz在對突尼斯金融抑制的研究中運(yùn)用了概率內(nèi)生開關(guān)模型［15］。上述研究雖然考慮到了金融抑制的內(nèi)生性問題，但他們的研究僅考慮了完全抑制(即完全不能滿足信貸需求)，而忽視了對部分抑制(即只能部分滿足信貸需求)的考察。這在一定程度上低估了金融抑制的程度。為了克服以上缺陷，李銳和朱喜采用截面數(shù)據(jù)估計(jì)出同時包含完全抑制和部分抑制在內(nèi)的金融抑制程度［1］，不過該研究依然存在一個重要缺陷，那就是沒有對農(nóng)戶的類型，即受到金融抑制的農(nóng)戶和沒有受到金融抑制的農(nóng)戶做出合理的界定，在他們的研究中只是給出了農(nóng)戶遭受金融抑制的概率。而且，當(dāng)樣本類型是通過農(nóng)戶的特征變量來識別，而非外生給定時，Match模型的適用性將受到很大的限制，因?yàn)槲覀儫o法為目標(biāo)農(nóng)戶找到匹配的對象。因此，采用Match模型估計(jì)得到的結(jié)果是值得商榷的［2］。

此外，在研究金融抑制及其影響時，Krandker和Faruqe、Foltz、褚保金和盧亞娟、李銳和朱喜分別采用兩階段估計(jì)模型、內(nèi)生轉(zhuǎn)換模型和Match模型，試圖解決計(jì)量分析中的內(nèi)生性問題［17］［14］［1］。然而，這些文獻(xiàn)基本上采用的是截面數(shù)據(jù)，難以反映金融抑制的動態(tài)特征。

綜合現(xiàn)有研究，本文做了以下三個方面的改進(jìn):第一，采用面板數(shù)據(jù)模型來進(jìn)行估計(jì)，以有效地控制“個體異質(zhì)性”，避免了估計(jì)結(jié)果有偏［17］(P53-74)。第二，明確界定了農(nóng)戶的類型，即哪些農(nóng)戶受到了金融抑制，哪些農(nóng)戶沒有受到金融抑制。第三，在資金需求方程中納入了“地理位置變量”(即是否位于關(guān)中地區(qū))，在資金供給方程中納入了“關(guān)系變量”(即農(nóng)戶家庭成員是否有國家干部或者鄉(xiāng)村干部的虛擬變量)。

三、數(shù)據(jù)來源與分析

本文的數(shù)據(jù)來自西北大學(xué)中國西部經(jīng)濟(jì)發(fā)展研究中心的“社會主義新農(nóng)村調(diào)研數(shù)據(jù)庫”，時間跨度為2007—2012年，每年采集陜西省1 000戶農(nóng)戶的入戶調(diào)研數(shù)據(jù)，共計(jì)6 000戶，其中包括陜北地區(qū)(榆林、延安)1 200戶、關(guān)中地區(qū)(西安、寶雞、咸陽、渭南、銅川)3 000戶和陜南地區(qū)(安康、漢中、商洛)1 800戶。雖然本文的樣本農(nóng)戶可能并不能完全代表陜西省的所有農(nóng)戶，但是本文的研究結(jié)論依然為了解陜西省農(nóng)戶的金融抑制程度及其福利影響提供了有益的信息。

表1給出了2007—2012年每年從各融資渠道獲得借款的農(nóng)戶數(shù)，以及獲得借款的農(nóng)戶在樣本總農(nóng)戶中的占比。如表1所示，2007—2012年獲得借款的農(nóng)戶占比均值為43．57%，且2010年后逐年下降，由2010年的48．80%下降到2012年的43．30%，主要原因是從正式渠道獲得借款的戶數(shù)逐年下降，由2010年的183戶下降到2012年的128戶;同時，從非正式渠道獲得借款的戶數(shù)卻逐年上升，從2010年的61戶上升到2012年的80戶，說明正式渠道的金融抑制程度越來越深。

表1 2007—2012年從各融資渠道獲得借款的農(nóng)戶數(shù)及其占比

表2給出了陜西省陜北、關(guān)中和陜南三個地區(qū)從各融資渠道獲得借款的農(nóng)戶數(shù)，以及獲得借款農(nóng)戶在樣本總農(nóng)戶中的占比。如表2所示，各地區(qū)獲得借款的農(nóng)戶占比年均均值為43．57%，其中從正式渠道獲得借款的農(nóng)戶數(shù)為836戶，而只有466戶農(nóng)戶的借款是通過非正式渠道獲得的。分地區(qū)來看，地區(qū)之間獲得借款的農(nóng)戶占比相差不大，關(guān)中地區(qū)的占比相對較高，為43．70%，這也與關(guān)中地區(qū)農(nóng)村金融市場發(fā)展相對完善有關(guān)。

表2 各地區(qū)從各融資渠道獲得借款的農(nóng)戶數(shù)及其占比

表3給出了計(jì)量分析涉及所有變量的統(tǒng)計(jì)描述。其中，借款數(shù)額的單位為元;是否有借款為虛擬變量，1為是，0為否;戶主年齡單位為年;生產(chǎn)性支出為生產(chǎn)過程中購買農(nóng)業(yè)機(jī)械、化肥等的支出，單位為元;戶主教育水平單位為年;教育醫(yī)療支出單位為元;是否關(guān)中地區(qū)為農(nóng)戶所在村莊是否在關(guān)中地區(qū)的虛擬變量，1為是，0為否;是否干部家庭為農(nóng)戶家庭成員是否有國家或鄉(xiāng)村干部的虛擬變量，1為有，0為沒有;是否受過培訓(xùn)為農(nóng)戶家庭成員是否接受過技術(shù)培訓(xùn)(農(nóng)業(yè)或非農(nóng)技術(shù)培訓(xùn))的虛擬變量，1為是，0為否;是否富裕村莊為農(nóng)戶所在村莊資金充足與否的虛擬變量，1為是，0為否;是否僅從正式渠道、是否僅從非正式渠道和是否從不同渠道同時借款為虛擬變量，1為是，0為否;家庭農(nóng)業(yè)和非農(nóng)勞動人數(shù)分別為家庭中從事農(nóng)業(yè)和非農(nóng)生產(chǎn)的人數(shù);勞動力占比為勞動力占家庭總?cè)丝诘谋戎?是否參加保險(xiǎn)(醫(yī)療和養(yǎng)老保險(xiǎn))為虛擬變量，1為是，0為否;通過總收入—生產(chǎn)性支出來計(jì)算家庭凈收入，單位為元;家庭消費(fèi)支出單位為元。

四、陜西省農(nóng)戶金融抑制的實(shí)證分析

(一)Biprobit模型

參考李銳和朱喜以及李慶海、李銳和汪三貴的研究方法［1］［2］，本文采用Biprobit模型來估計(jì)農(nóng)戶資金供求的影響因素和金融抑制的程度。

分別令y1和y2為農(nóng)戶借款和資金供給意愿的虛擬決策變量;Y1和Y2為農(nóng)戶借款意愿和資金供給意愿的隱含變量;X1和X2為影響農(nóng)戶借款需求和資金供給的解釋變量。于是，可以構(gòu)建包含資金需求和供給的聯(lián)立模型為:

其中，我們假設(shè)隨機(jī)誤差項(xiàng)ε1和ε2服從聯(lián)合正態(tài)分布。

表3 本文所涉及變量的統(tǒng)計(jì)描述

在模型(1)中，只有當(dāng)y1=1且y2=1時，借貸行為才會發(fā)生。該模型是典型的Biprobit模型，對模型進(jìn)行最大似然估計(jì)即可估計(jì)出各個系數(shù)。在估計(jì)出模型的系數(shù)后，便可計(jì)算出農(nóng)戶被完全抑制的概率和被抑制的概率P(Y1＞(包含部分抑制和完全抑制)。相關(guān)模型的推導(dǎo)過程見李銳和朱喜的研究［1］。

(二)實(shí)證結(jié)果與分析

通過Stata13．1軟件對Biprobit模型進(jìn)行估計(jì)，估計(jì)結(jié)果見表4。

表4 Biprobit模型估計(jì)結(jié)果

如表4所示，在需求方程中，生產(chǎn)性支出和教育醫(yī)療支出的系數(shù)均為正，且分別在5%和1%的統(tǒng)計(jì)水平顯著，這說明生產(chǎn)性支出越多，營運(yùn)成本就越高，對資金的需求越多;而對于教育醫(yī)療支出，為了應(yīng)對子女上學(xué)或家庭成員生病，由于這些支出往往是剛性的，農(nóng)戶的資金往往不夠，只有通過借貸。戶主教育水平的影響并不顯著，一方面教育水平高的農(nóng)戶傾向于采用新技術(shù)，或傾向于從事非農(nóng)經(jīng)營活動，對資金的需求大;另一方面，教育水平高的農(nóng)戶收入水平也往往較高，對資金的需求小;兩方面共同作用使得戶主教育水平的影響并不顯著。進(jìn)一步還可以發(fā)現(xiàn)關(guān)中地區(qū)從事非農(nóng)經(jīng)營活動的農(nóng)戶比較多，對資金的需求比較旺盛。

在供給方程中，是否位于富裕村莊的系數(shù)為正，且在5%的統(tǒng)計(jì)水平顯著，說明資金供給者更傾向于貸款給富裕村莊的農(nóng)戶。正式渠道的影響并不顯著，而非正式渠道的影響在10%的統(tǒng)計(jì)水平顯著，農(nóng)戶更愿意借貸給資金的需求者，農(nóng)戶對資金的需求者(如本地農(nóng)戶、親屬或朋友)的信息了解更加充分，在應(yīng)對道德風(fēng)險(xiǎn)和逆向選擇時更加有優(yōu)勢;此外，農(nóng)戶之間的借貸也是一種保險(xiǎn)機(jī)制，由于自然和經(jīng)濟(jì)的雙重風(fēng)險(xiǎn)，農(nóng)戶之間往往需要資金融通來維持生存和發(fā)展。從表4可以看出，是否干部家庭的系數(shù)為正，且在1%的統(tǒng)計(jì)水平上顯著，說明這些農(nóng)戶具有獲取貸款的優(yōu)勢，特別是獲取正式金融機(jī)構(gòu)貸款的優(yōu)勢更加明顯。

根據(jù)表4中Biprobit模型的估計(jì)結(jié)果，我們能夠很方便地計(jì)算出樣本中受到金融抑制的農(nóng)戶占比為62．6%，其中，完全抑制的農(nóng)戶占比為43．3%，部分抑制的農(nóng)戶占比為19．3%。

五、陜西省農(nóng)戶福利損失的實(shí)證分析

(一)農(nóng)戶福利損失的計(jì)量模型

參考李銳和朱喜以及李慶海、李銳和汪三貴的研究方法［1］［2］，本文將農(nóng)戶是否受到金融抑制處理成啞變量來估計(jì)金融抑制對農(nóng)戶福利的影響。農(nóng)戶受到金融抑制的類型界定好后，可以引入啞變量:

本文以農(nóng)戶的凈收入和消費(fèi)支出作為福利水平的代理變量，構(gòu)建以下計(jì)量模型來估計(jì)農(nóng)戶福利損失的程度:

其中，yit為i農(nóng)戶t時期的凈收入和消費(fèi)支出;ai為個體“異質(zhì)性”，表示隨個體變化而不隨時間變換的因素;α為金融抑制對農(nóng)戶福利的影響程度;xit為影響農(nóng)戶福利的外生變量，γ為其系數(shù);μit為隨機(jī)誤差項(xiàng)。本文采用隨機(jī)效應(yīng)模型進(jìn)行估計(jì)以考察不隨時間變換的因素的影響。

(二)實(shí)證結(jié)果與分析

參考現(xiàn)有研究，本文選取戶主年齡、教育水平、家庭農(nóng)業(yè)和非農(nóng)勞動人數(shù)、生產(chǎn)性支出、是否關(guān)中地區(qū)、是否干部家庭、是否受過培訓(xùn)、是否受到抑制作為家庭凈收入的解釋變量，而選取戶主年齡、教育水平、凈收入、是否關(guān)中地區(qū)、總?cè)丝?、非農(nóng)勞動人數(shù)、勞動力占比、是否參加保險(xiǎn)、是否受到抑制作為農(nóng)戶消費(fèi)支出的解釋變量。通過Stata13．1軟件對模型(3)進(jìn)行OLS估計(jì)，估計(jì)結(jié)果見表5和表6。

如表5所示，戶主年齡影響凈收入的程度并不顯著;戶主教育水平、是否關(guān)中地區(qū)、生產(chǎn)性支出、是否干部家庭、是否接受過培訓(xùn)、家庭農(nóng)業(yè)和非農(nóng)勞動人數(shù)對農(nóng)戶凈收入的影響均顯著為正;金融抑制對農(nóng)戶凈收入的影響顯著為負(fù)，金融抑制使得農(nóng)戶平均損失凈收入926．9元，占家庭凈收入均值的13．0%。

戶主年齡影響消費(fèi)支出的程度也不顯著;戶主教育水平、是否關(guān)中地區(qū)、總?cè)丝?、非農(nóng)勞動人數(shù)、勞動力占比、是否參加保險(xiǎn)和凈收入對農(nóng)戶消費(fèi)支出的影響均顯著為正;金融抑制對農(nóng)戶家庭消費(fèi)支出的影響顯著為負(fù)，金融抑制使得農(nóng)戶平均減少消費(fèi)支出1919．3元，占農(nóng)戶家庭消費(fèi)支出均值的19．3%。

表5 陜西省金融抑制對農(nóng)戶福利影響的估計(jì)結(jié)果

表6 不同金融抑制程度對農(nóng)戶福利的影響

表6還給出了不同金融抑制程度所導(dǎo)致的福利損失大小。如表6所示，完全抑制使得家庭凈收入和消費(fèi)支出分別減少1 134．6元和2 096．7元，分別占家庭凈收入和消費(fèi)支出均值的15．9%和21．1%，并且統(tǒng)計(jì)顯著;而部分抑制導(dǎo)致了家庭凈收入和消費(fèi)支出分別減少735．2元和609．2元，影響程度較小，且并不顯著，說明受部分抑制的農(nóng)戶福利損失并不大。

六、結(jié)論與政策含義

本文采用2007—2012年陜西省6 000戶樣本農(nóng)戶的調(diào)研數(shù)據(jù)，運(yùn)用Biprobit模型和含有啞變量的面板回歸模型對農(nóng)戶金融抑制及其所導(dǎo)致的福利損失程度進(jìn)行了估計(jì)。研究發(fā)現(xiàn):(1)62．6%的農(nóng)戶受到了金融抑制，完全抑制和部分抑制的農(nóng)戶分別為43．3%和19．3%;(2)金融抑制使農(nóng)戶家庭凈收入和消費(fèi)支出分別減少了13．0%和19．3%，完全抑制使農(nóng)戶家庭凈收入和消費(fèi)支出分別減少了15．9%和21．1%。研究還表明，生產(chǎn)性支出、是否關(guān)中地區(qū)、教育醫(yī)療支出對資金需求的影響顯著為正;戶主教育水平對農(nóng)戶資金需求的影響并不顯著;是否富裕村莊、非正式信貸和是否干部家庭對資金供給的影響顯著為正;戶主教育水平、家庭資產(chǎn)總值和是否受過培訓(xùn)對資金供給的影響并不顯著。

就陜西省而言，通過本文的研究可以看出，農(nóng)戶信貸的滿足率低、借貸額度不足是妨礙農(nóng)村經(jīng)濟(jì)持續(xù)發(fā)展的一個重要問題，也是推進(jìn)農(nóng)村金融工作的核心方向。由此得到的政策含義是:陜西省應(yīng)該進(jìn)一步完善農(nóng)村金融體系，推動農(nóng)村金融深化發(fā)展，加大金融市場的信貸供給力度。具體措施有:(1)適當(dāng)放開農(nóng)村金融市場準(zhǔn)入，鼓勵各種商業(yè)銀行和金融機(jī)構(gòu)積極開展農(nóng)村金融業(yè)務(wù);(2)加強(qiáng)農(nóng)村地區(qū)的政府改革和社會管理改革，降低農(nóng)村金融發(fā)展的制度性成本;(3)提供必要的信息支持和法律支持，降低農(nóng)村金融契約的事后治理成本;(4)加強(qiáng)農(nóng)村對金融部門的監(jiān)管，培養(yǎng)有一定業(yè)務(wù)水平的監(jiān)管人才，維護(hù)農(nóng)村金融市場的持續(xù)健康發(fā)展。

［1］李銳，朱熹．農(nóng)戶金融抑制及其福利損失的計(jì)量分析［J］．經(jīng)濟(jì)研究，2007，(2)．

［2］李慶海，李銳，汪三貴．農(nóng)戶信貸配給及其福利損失——基于面板數(shù)據(jù)的分析［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，(8)．

［3］STIGLITZ J，WEISS A．Credit rationing in markets with imperfect information［J］．Am．Econ．Rev，1981，(71)．

［4］KOCHAR A．An empirical investingation of rationing constraints in rural credit markets in india［J］．Journal of Development Economics，1997，53(2)．

［5］FOLTZ J D．Credit market access and profitability in tunisian agriculture［J］．Agricultural Economics，2004，30(3)．

［6］LI R，ZHU X．Econometric analysis of credit constraints of Chinese rural households and welfare loss［J］．Applied Economics，2010，(42)．

［7］諶玲．我國農(nóng)村金融抑制的原因分析及對策［J］．中外企業(yè)家，2014，(7)．

［8］MUSHINSKI D．An analysis of loan offer functions of banks and credit unions in guatemala［J］．Journal of Development Studies，1999，36(2)．

［9］BOUCHER S R，GUIRKINGER C，TRIVELLI C．Direct elicitation of credit constraints:conceptual and practical issues with an empirical application［R］．University of California-Davis Working Paper，2006．

［10］劉西川，程恩江．貧困地區(qū)農(nóng)戶的正規(guī)信貸約束:基于配給機(jī)制的經(jīng)驗(yàn)考察［J］．中國農(nóng)村經(jīng)濟(jì)，2009，(6)．

［11］CRISTINA D，MEYER．Measuring the farm level impact of agricultural loans，borrowers and lenders:rural financial markets and institutions in developing countries［R］．Overseas Development Institute，1980．

［12］陳靈，徐云松．金融支持與區(qū)域經(jīng)濟(jì)增長:基于西部地區(qū)省標(biāo)面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］．商業(yè)研究，2011，(9)．

［13］PETRICK M．Empirical measurement of credit rationing in agriculture:a methodological survey，institute of agricultural development in central and eastern euope［R］．World Bank Discussion Paper，2003．

［14］GREEN W．Econometric analysis［M］．New Jersey:Prentice Hall，2003．

［15］KRANDKER S R，F(xiàn)ARUQE R．The impact of farm credit in pakistan［J］．Agricultural Economics，2003，28(3)．

［16］褚保金，盧亞娟．信貸配給下農(nóng)戶借貸的福利效果分析［J］．中國農(nóng)村經(jīng)濟(jì)，2009，(6)．

［17］CAMERON A C，THRIVEDI P K．Microeconometrics:methods and aplications［M］．Cambrige:Cambridge University Press，2005．