巴曙松，趙茂*，楊洋，王見，2（.云南大學(xué)發(fā)展研究院，云南 昆明 65009；2.西南林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，云南 昆明 650224）

?

欠發(fā)達(dá)地區(qū)農(nóng)戶信貸參與及規(guī)模的影響因素
——基于云南地區(qū)的調(diào)查數(shù)據(jù)分析

巴曙松1，趙茂1*，楊洋1，王見1，2
（1.云南大學(xué)發(fā)展研究院，云南 昆明 650091；2.西南林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，云南 昆明 650224）

摘 要：基于云南農(nóng)村地區(qū) 2009—2014年的抽樣調(diào)查數(shù)據(jù)，從家庭特征、生產(chǎn)經(jīng)營特征、收入結(jié)構(gòu)、支出方式四個方面選取變量，采用面板Logit模型和Tobit模型分析欠發(fā)達(dá)地區(qū)農(nóng)戶信貸參與及規(guī)模的影響因素。結(jié)果表明：農(nóng)戶的信貸發(fā)生比約為50%；信用社信貸是農(nóng)戶信貸參與的主要方式，銀行信貸較少，非正規(guī)信貸是農(nóng)村信貸的有力補(bǔ)充；非勞動力負(fù)擔(dān)、勞動力人口、固定資產(chǎn)支出正向影響信貸參與及規(guī)模；受教育程度高、擔(dān)任村干部有利于農(nóng)戶獲取信用社信貸；而農(nóng)戶的消費(fèi)支出、生產(chǎn)經(jīng)營支出并不顯著地影響信貸參與及規(guī)模。

關(guān) 鍵 詞：欠發(fā)達(dá)地區(qū)；農(nóng)戶；信貸參與；規(guī)模

一、問題的提出

完善的農(nóng)村金融市場能增加農(nóng)戶收入，提高農(nóng)戶福利水平，減少貧困人口，縮小貧富差距［1］。農(nóng)戶信貸資金需求的有效滿足在一定程度上影響著一個地區(qū)農(nóng)村經(jīng)濟(jì)的發(fā)展水平。隨著中國整體經(jīng)濟(jì)的不斷發(fā)展，外出務(wù)工、非農(nóng)活動等使得農(nóng)戶收入大幅度增加，農(nóng)戶資金充裕后，自營工商業(yè)、農(nóng)戶基礎(chǔ)建設(shè)在農(nóng)村得到快速發(fā)展。自營工商業(yè)、農(nóng)戶基礎(chǔ)建設(shè)需要大量資金支持，這導(dǎo)致農(nóng)戶信貸需求逐漸增加。但中國農(nóng)村金融體系的不完善和國有商業(yè)銀行從農(nóng)村退出導(dǎo)致農(nóng)村正規(guī)金融發(fā)展滯后，農(nóng)村金融服務(wù)與農(nóng)村經(jīng)濟(jì)發(fā)展、農(nóng)戶的需求不協(xié)調(diào)。尤其是欠發(fā)達(dá)地區(qū)，由于經(jīng)濟(jì)相對落后，信息相對封閉，金融無法真正地融入到農(nóng)村，產(chǎn)生了嚴(yán)重的信貸抑制。

胡士華和李偉毅基于信貸市場上的道德風(fēng)險(xiǎn)理論模型發(fā)現(xiàn)，提供擔(dān)保的農(nóng)戶容易獲取正規(guī)金融機(jī)構(gòu)的貸款，不能提供擔(dān)保的農(nóng)戶則非正規(guī)借貸趨勢明顯［2］。王芳研究表明，農(nóng)戶通過銀行或者信用社獲取貸款難度較大，許多人更愿意向親友借款［3］。李巖和趙翠霞對山東省西部、中部、東部三地區(qū)正規(guī)農(nóng)村金融機(jī)構(gòu)的農(nóng)戶貸款研究發(fā)現(xiàn)，完全信貸約束限制的是相對貧窮農(nóng)戶，部分信貸約束限制的是相對富裕農(nóng)戶［4］。李松有和葉虎基于全國4178戶農(nóng)民正規(guī)信貸需求與行為調(diào)查分析發(fā)現(xiàn)，農(nóng)民對正規(guī)信貸需求不足，民間借貸、非正規(guī)信貸需求旺盛，地區(qū)借貸差異較為嚴(yán)重［5］。金銀亮研究發(fā)現(xiàn)，中國金融制度供給不足、農(nóng)村金融需求抑制等問題導(dǎo)致農(nóng)村金融排斥現(xiàn)象依然嚴(yán)重［6］。閆艷研究認(rèn)為，近年來中國出臺的金融支農(nóng)政策的作用逐漸顯現(xiàn)，但農(nóng)戶和農(nóng)村中小企業(yè)“貸款難，貸款貴”問題依然存在［7］。任碧云研究發(fā)現(xiàn)，中國農(nóng)村金融發(fā)展滯后，在金融資源、交易數(shù)量等方面均存在很大問題，農(nóng)村信貸需求得不到及時有效滿足［8］。因此，中國農(nóng)村金融市場仍然存在一系列的問題，為提升正規(guī)金融機(jī)構(gòu)對于農(nóng)戶的有效服務(wù)，有必要了解農(nóng)戶近年來信貸參與情況及其影響因素。

程郁等運(yùn)用 Logit 模型和 Probit模型研究發(fā)現(xiàn)，收入、戶主年齡等變量顯著地影響農(nóng)戶信貸需求［9］。鐘春平等運(yùn)用有序 Logit 模型研究發(fā)現(xiàn)，家庭收入水平的提升有助于農(nóng)戶順利獲得貸款［10］。白永秀等基于陜西省農(nóng)戶的問卷調(diào)查數(shù)據(jù)運(yùn)用 Logit模型研究發(fā)現(xiàn)，收入水平和非農(nóng)程度等因素顯著影響農(nóng)戶信貸約束［11］。王定祥等運(yùn)用 Probit模型實(shí)證發(fā)現(xiàn)，家庭耕地面積、固定資產(chǎn)價(jià)值、農(nóng)業(yè)生產(chǎn)支出占比是影響農(nóng)戶借貸行為的主要因素［12］。譚飛燕等利用中國家庭金融調(diào)查（CHFS）發(fā)布的調(diào)查數(shù)據(jù)結(jié)合有序Logsitc模型和Tobit模型檢驗(yàn)發(fā)現(xiàn)，影響農(nóng)戶信貸的主要因素是項(xiàng)目規(guī)模、家庭收入等因素［13］。史方超和董繼剛基于泰安市220份農(nóng)戶調(diào)查問卷數(shù)據(jù)研究發(fā)現(xiàn)，農(nóng)戶家庭收入水平、收入來源、借貸經(jīng)驗(yàn)、貸款公平性對農(nóng)戶的信貸有顯著正向影響，貸款額度、貸款用途對農(nóng)戶信貸可得性有顯著負(fù)向影響［14］。劉輝煌和吳偉根據(jù)中國家庭金融調(diào)查的微觀數(shù)據(jù)運(yùn)用雙欄模型研究發(fā)現(xiàn)，農(nóng)戶獲得正規(guī)信貸仍然存在問題，共產(chǎn)黨員身份、風(fēng)險(xiǎn)偏好對農(nóng)戶信貸可得性有顯著影響，資產(chǎn)規(guī)模、家庭收入對可獲得信貸金額也有顯著影響，經(jīng)營規(guī)模、共產(chǎn)黨員身份等對農(nóng)戶信貸概率和信貸金額的有顯著影響［15］。

綜上，對于農(nóng)戶信貸參與及其影響因素的研究已較為豐富。但是大部分的研究都是基于截面數(shù)據(jù)得出結(jié)論，并未進(jìn)行數(shù)據(jù)跟蹤調(diào)研；基于農(nóng)戶家庭特征等影響因素的研究較多，很少涉及農(nóng)戶的收入結(jié)構(gòu)、支出方式這類重要影響因素，且數(shù)據(jù)結(jié)構(gòu)單一，并不能真實(shí)全面地反映影響農(nóng)戶信貸參與的因素；部分文獻(xiàn)將借貸行為的發(fā)生與否與是否面臨信貸約束等同，導(dǎo)致判斷的不準(zhǔn)確?；诖?，筆者擬以國家林業(yè)局集體林權(quán)制度改革跟蹤監(jiān)測項(xiàng)目采集的云南省 2009—2014年的農(nóng)戶抽樣調(diào)查數(shù)據(jù)，在借鑒已有研究的基礎(chǔ)上從農(nóng)戶家庭特征、生產(chǎn)經(jīng)營特征、收入結(jié)構(gòu)、支出方式等方面分析農(nóng)戶信貸參與及其規(guī)模的影響因素。

二、變量選取與模型構(gòu)建

1．變量選取

（1）家庭特征和生產(chǎn)經(jīng)營特征。借鑒譚飛燕、劉輝煌、顏志杰等已有研究成果［13，15-16］，影響農(nóng)戶信貸參與的家庭特征變量主要包括：戶主性別、戶主年齡、戶主受教育程度、家庭中干部聘任、勞動力人口、非勞動力負(fù)擔(dān)、打工人數(shù)。源于農(nóng)戶的消費(fèi)理念和風(fēng)險(xiǎn)意識，一般地，農(nóng)戶的年齡越大越不愿意參與信貸。戶主為男性而且教育程度高的農(nóng)戶參與信貸的意愿較高。家庭成員擔(dān)任村干部，顯示出個體素質(zhì)較高，對于信貸政策會有更好的理解，這會增加家庭參與信貸的可能性。勞動力人口是家庭收入的主要貢獻(xiàn)者，能減輕家庭負(fù)擔(dān)，但勞動力人口也是信貸機(jī)構(gòu)貸款的主要對象，因此，難以確定勞動力人口對家庭信貸參與的影響。非勞動力人口包括家庭的未成年人、老人和在讀學(xué)生，是農(nóng)戶家庭負(fù)擔(dān)來源，非勞動力負(fù)擔(dān)過大會增加農(nóng)戶信貸需求。由于云南地區(qū)多為山區(qū)，農(nóng)戶主要以種植收入為主，對于耕地、林地依賴較重，耕地和林地經(jīng)營面積的多寡直接影響家庭收入，間接地影響到農(nóng)戶信貸，所以筆者設(shè)定生產(chǎn)經(jīng)營特征主要包括家庭的耕地面積、林地面積。

（2）收入結(jié)構(gòu)和支出方式。程郁、鐘春平、白永秀等已有研究成果發(fā)現(xiàn)，家庭收入水平、家庭支出分配對于信貸獲得有較大影響，但未對收入結(jié)構(gòu)、支出方式進(jìn)行深入的研究探討［9-13］。外出務(wù)工、非農(nóng)活動已逐漸成為農(nóng)戶收入構(gòu)成的一個重要部分；云南地區(qū)農(nóng)戶收入來源除了生產(chǎn)經(jīng)營收入之外，林業(yè)收入對收入結(jié)構(gòu)亦有較大貢獻(xiàn)。筆者設(shè)定云南地區(qū)農(nóng)戶的收入結(jié)構(gòu)主要包括林業(yè)收入、生產(chǎn)經(jīng)營收入、其他收入。一般地，農(nóng)戶家庭收入越高，則農(nóng)戶參與信貸的可能性越小，因此，筆者還引入家庭合計(jì)收入變量進(jìn)行分析。支出方式主要包括消費(fèi)支出、生產(chǎn)經(jīng)營支出、固定資產(chǎn)支出、稅費(fèi)支出、林業(yè)支出。一般地，家庭總支出會正向影響農(nóng)戶信貸參與，農(nóng)戶家庭支出越大，家庭入不敷出，則參與信貸的可能性越大，因此，筆者還引入家庭總支出變量進(jìn)行分析。

農(nóng)戶信貸參與方式包括農(nóng)村信用社信貸、銀行信貸、集體借款、親戚借款。部分農(nóng)戶信貸規(guī)模需求大時，會采取多種方式組合。筆者設(shè)定被解釋變量包括信用社信貸、銀行信貸、非正規(guī)信貸，以此分析農(nóng)村正規(guī)金融、非正規(guī)金融的發(fā)展?fàn)顩r以及農(nóng)戶信貸參與及規(guī)模的影響因素。

具體變量的解釋詳見表1。

表1 變量定義與統(tǒng)計(jì)性描述

2．模型構(gòu)建

為了分析農(nóng)戶信貸參與及規(guī)模的影響因素，筆者擬采用兩階段進(jìn)行分析：首先，采用面板 Logit模型分析哪些因素影響農(nóng)戶信貸參與；其次，采用面板Tobit模型分析在信貸發(fā)生的狀況下，哪些因素影響農(nóng)戶信貸規(guī)模。

農(nóng)戶信貸參與作為被解釋變量，實(shí)質(zhì)是發(fā)生、未發(fā)生的二元選擇變量，統(tǒng)計(jì)上并不遵守正態(tài)分布特性，這就意味著不能采用普通最小二乘法和加權(quán)最小二乘法對被解釋變量進(jìn)行估計(jì)。對于二元選擇變量：yit=1，表示個體在i在時間t發(fā)生，反之則yit=0；若個體在 i在時間 t發(fā)生的概率為 pit，則E（yit）=pit，從而有pit=P（yit=1）=E（yit| xit）=F（Xit′β）。線性概率模型 F（Xit′β）=Xit′β，可以通過常規(guī)的面板數(shù)據(jù)方法進(jìn)行分析。

當(dāng)個體效應(yīng)是固定效應(yīng)時，對于固定效應(yīng)面板Logit模型：

在上式中，y是一個0、1變量，當(dāng)=1y時，表示農(nóng)戶參與信貸；時，表示農(nóng)戶沒有參與信貸。影響農(nóng)戶信貸的因素主要包括前面介紹的四個方面：家庭特征1x、生產(chǎn)經(jīng)營特征2x、收入結(jié)構(gòu)3x、支出方式4x。

采取面板 Tobit模型來分析信貸規(guī)模的影響因素，因變量是一個限值變量，模型的基本表達(dá)式如下：

三、數(shù)據(jù)來源以及實(shí)證結(jié)果分析

1．?dāng)?shù)據(jù)來源及農(nóng)戶信貸情況統(tǒng)計(jì)分析

調(diào)查數(shù)據(jù)主要采取隨機(jī)抽樣的方式進(jìn)行，能夠較好地反映云南各地區(qū)農(nóng)戶家庭經(jīng)濟(jì)發(fā)展、信貸情況。數(shù)據(jù)采集根據(jù)地理方位，將森林面積或蓄積占全省總量 30%以上片區(qū)內(nèi)的所有縣按照經(jīng)濟(jì)狀況分為好、中、差3層，然后在每層隨機(jī)抽取1個縣，共抽取3個縣；森林面積或蓄積占全省總量20%～30%片區(qū)內(nèi)的所有縣按照經(jīng)濟(jì)狀況分為好和差 2層，每層隨機(jī)抽取1個縣，共抽取2個縣；森林面積或蓄積占全省總量10%～20%片區(qū)內(nèi)的所有縣中隨機(jī)抽取1個縣；森林面積或蓄積占全省總量不足10%的區(qū)，不抽樣。共抽取10個縣（滇東北：大關(guān)、羅平；滇西北：永勝、騰沖、彌渡、祿豐；滇南：景谷、建水、麻栗坡、景洪），在每個樣本縣內(nèi)，根據(jù)經(jīng)濟(jì)狀況差異將所有的鄉(xiāng)、鎮(zhèn)由高到低依次排序，按照對稱等距方法，隨機(jī)抽取5個樣本鄉(xiāng)、鎮(zhèn)；在每個樣本鄉(xiāng)、鎮(zhèn)內(nèi)隨機(jī)抽取1個樣本村。在每個樣本村內(nèi)，根據(jù)戶籍名單，按照對稱等距方法，隨機(jī)抽取 10個樣本戶。經(jīng)樣本代表性檢驗(yàn)后，最終抽取10個樣本縣、50個樣本村、500個樣本戶為固定觀測點(diǎn)。

圖1 2009—2014年農(nóng)戶信貸平均金額對比分析

在調(diào)查的500個農(nóng)戶中，發(fā)生信貸行為的農(nóng)戶占全部調(diào)查農(nóng)戶的50%左右，2009年信貸戶數(shù)占比51.09%，2010年信貸戶數(shù)占比44.38%，2011年信貸戶數(shù)占比46.25%，2012年信貸戶數(shù)占比45.21%，2013年信貸戶數(shù)占比45.32%，2014年信貸戶數(shù)占比47.40%。通過圖1可看出農(nóng)戶的銀行信貸、信用社信貸、非正規(guī)信貸額度都在逐年增加，信用社年平均信貸額度在信貸方式中最高，非正規(guī)信貸額度相對較低；從信貸金額占比來看，信用社信貸占比在60%～80%之間，銀行信貸和非正規(guī)信貸占比都處在20%左右；年度占比在一定范圍進(jìn)行調(diào)整。圖1的農(nóng)戶年信貸平均金額變化反映出信用社信貸已逐漸成為調(diào)查地區(qū)農(nóng)村信貸的主要來源，而非正規(guī)信貸在一定程度上填補(bǔ)了正規(guī)信貸的空缺。與顏志杰［16］、何廣文［17］等人的研究結(jié)果不同，樣本區(qū)農(nóng)戶信貸并未過于依賴非正規(guī)金融渠道，正規(guī)信貸逐漸成為農(nóng)戶信貸的主要方式。

筆者進(jìn)一步通過農(nóng)戶信貸行為發(fā)生的筆數(shù)來分析目前農(nóng)村信貸市場銀行信貸、信用社信貸、非正規(guī)信貸變化情況。通過圖2可看出信用社信貸、非正規(guī)信貸的筆數(shù)都是逐年增加，銀行信貸基本持平，即基本處于 7～15筆的范圍。信用社信貸的筆數(shù)在統(tǒng)計(jì)年份中都比非正規(guī)信貸、銀行信貸高，占比高達(dá)60%，非正規(guī)信貸占比30%左右，銀行信貸的筆數(shù) 5%左右。信用社信貸逐漸成為主要方式，非正規(guī)信貸仍扮演著重要的角色。

圖2 2009-2014年農(nóng)戶信貸筆數(shù)對比分析圖

2．計(jì)量結(jié)果分析

考慮到單個的農(nóng)戶在一年中可能通過銀行信貸、信用社信貸、非正規(guī)信貸三種方式進(jìn)行信貸，筆者首先分析農(nóng)戶家庭總體信貸參與及規(guī)模的影響因素，然后進(jìn)一步分析農(nóng)戶的正規(guī)信貸（銀行、信用社）和非正規(guī)信貸參與及規(guī)模的影響因素。在數(shù)據(jù)處理時，收入、支出、信貸金額等變量，以2009年價(jià)格為基準(zhǔn)按照CPI進(jìn)行調(diào)整，為了消除變量間的共線性，對收入、支出、信貸金額、生產(chǎn)經(jīng)營特征采取了對數(shù)處理。實(shí)證過程中，采取了固定效應(yīng)、隨機(jī)效應(yīng)進(jìn)行實(shí)證檢驗(yàn)，通過Hausman-type檢驗(yàn)選擇最合理的效應(yīng)模型。

（1）家庭總體信貸參與及規(guī)模的影響因素分析。通過Hausman-type檢驗(yàn)，筆者選擇面板隨機(jī)Logit模型和Tobit模型。檢驗(yàn)結(jié)果分析表明，模型設(shè)定的變量通過檢驗(yàn)，大部分顯著地影響農(nóng)戶的信貸行為，估計(jì)系數(shù)與預(yù)期的影響方向基本一致。

從家庭特征方面看，勞動力人口顯著正向影響農(nóng)戶信貸參與及規(guī)模。農(nóng)戶家庭勞動力人口較多，信貸償還能力強(qiáng)，相對信貸風(fēng)險(xiǎn)較小，容易獲取信貸，信貸參與較高。非勞動力負(fù)擔(dān)顯著正向影響農(nóng)戶信貸參與及規(guī)模，非勞動力負(fù)擔(dān)增加1個單位，信貸參與率增加17%?；谏芷诩僬f，筆者參考秦建群等研究［18］引入年齡平方的 1/100進(jìn)行分析。年齡對農(nóng)戶信貸在10%的顯著性水平上呈負(fù)向影響，這說明年齡與信貸行為之間為倒“U”型關(guān)系，結(jié)果與秦建群的結(jié)論相一致。從生產(chǎn)經(jīng)營特征方面看，耕地面積顯著負(fù)向影響農(nóng)戶信貸參與及規(guī)模，這表明在欠發(fā)達(dá)地區(qū)，耕地面積越大，農(nóng)戶的信貸參與率越低、信貸規(guī)模也越少。林地面積的影響不顯著。

從收入結(jié)構(gòu)方面看，農(nóng)戶合計(jì)收入負(fù)向影響信貸參與及規(guī)模。這與事實(shí)情況相符，農(nóng)戶收入越多，信貸參與越低。從支出方式方面看，農(nóng)戶總支出正向顯著影響信貸參與及規(guī)模，表明家庭支出越多，對信貸的依賴性越強(qiáng)。林業(yè)支出、固定資產(chǎn)支出顯著正向影響信貸參與及規(guī)模，消費(fèi)支出、生產(chǎn)經(jīng)營支出、稅費(fèi)支出的影響不顯著。這說明隨著農(nóng)村經(jīng)濟(jì)的發(fā)展，農(nóng)戶收入的增加能夠負(fù)擔(dān)正常的消費(fèi)、生產(chǎn)經(jīng)營的支出等，但農(nóng)戶對林業(yè)進(jìn)行投入和購置固定資產(chǎn)，需要更多的資金支持時，農(nóng)戶會積極參與信貸。

表2 農(nóng)戶信貸行為影響因素估計(jì)結(jié)果

（2）正規(guī)信貸（銀行、信用社）、非正規(guī)信貸參與及規(guī)模的影響因素分析。筆者將正規(guī)信貸和非正規(guī)信貸分開估計(jì)，以此分析農(nóng)戶正規(guī)信貸、非正規(guī)信貸參與及規(guī)模決定因素的差別（表 3）。通過Hausman-type檢驗(yàn)，對銀行信貸參與采取面板固定Logit模型，對銀行信貸規(guī)模和信用社信貸、非正規(guī)信貸參與及規(guī)模的分析，采取面板隨機(jī)Logit模型和Tobit模型。對銀行信貸規(guī)模分析（p=0.465 0 ＞0.05）發(fā)現(xiàn)模型不能通過檢驗(yàn)。從描述性分析來看，銀行發(fā)生的信貸筆數(shù)較少，可忽略。因此，以下的分析基于信用社信貸、非正規(guī)信貸的參與及規(guī)模的分析。

從家庭特征方面分析，勞動力人口對于信用社信貸具有顯著正向影響，對于非正規(guī)信貸的影響不顯著。表明家庭勞動力人口越多，更容易獲取信用社信貸。非勞動力負(fù)擔(dān)因素對于信用社信貸和非正規(guī)信貸都有顯著正向影響。這說明農(nóng)村老齡人口、學(xué)齡人口的增加是農(nóng)戶家庭負(fù)擔(dān)的一個重要原因，且這部分家庭主要依賴信用社信貸和非正規(guī)信貸，農(nóng)村的養(yǎng)老、農(nóng)村子女的教育問題需要引起關(guān)注。打工人數(shù)顯著負(fù)向影響信用社信貸參與及規(guī)模，當(dāng)打工人數(shù)增加1個單位時，信用社信貸參與率下降15%，體現(xiàn)外出務(wù)工對農(nóng)戶家庭收入的正向影響，能較大程度緩解農(nóng)戶信貸需求。農(nóng)戶受教育程度和是否擔(dān)任村干部變量的信用社信貸和非正規(guī)信貸對比分析發(fā)現(xiàn)，農(nóng)戶受教育程度高或者有人擔(dān)任村干部，傾向于正規(guī)信貸。戶主教育程度增加1個單位，農(nóng)戶信用社信貸參與率增加25%；家中有人擔(dān)任村干部時，信用社信貸參與率增加42%。合計(jì)收入對于信用社信貸、非正規(guī)信貸都有顯著負(fù)向影響，收入越高，農(nóng)戶信貸參與越低。其他收入對于信用社信貸與非正規(guī)信貸的影響是相反的。其他收入（包含打工收入、非經(jīng)營性收入）增加1個單位，信用社信貸參與率增加 3%；而非正規(guī)信貸的參與率降低 4%。這可能是打工收入較多者，受外出務(wù)工的影響，信貸成本意識增強(qiáng)，信貸選擇更加理性，當(dāng)需要參與信貸市場時，傾向于正規(guī)信貸，而不通過非正規(guī)信貸渠道。合計(jì)支出正向影響信用社信貸、非正規(guī)信貸，這與農(nóng)村信貸事實(shí)相符。從支出方式來看，消費(fèi)支出、生產(chǎn)經(jīng)營支出、稅費(fèi)支出并不影響農(nóng)戶信用社信貸、非正規(guī)信貸參與及規(guī)模；固定資產(chǎn)支出顯著正向影響農(nóng)戶信用社信貸參與及規(guī)模。這表明隨著農(nóng)村經(jīng)濟(jì)發(fā)展，農(nóng)戶通?？梢宰越o自足，進(jìn)行正常的生產(chǎn)、消費(fèi)，只有當(dāng)家庭需要進(jìn)行基礎(chǔ)建設(shè)、購置大型資產(chǎn)時，才有信貸需求。

表3 正規(guī)信貸與非正規(guī)信貸影響因素估計(jì)結(jié)果

四、結(jié)論與啟示

上述云南省 2009—2014年的農(nóng)戶抽樣調(diào)查數(shù)據(jù)分析表明：農(nóng)戶的信貸發(fā)生比約為50%，信用社信貸已成為農(nóng)戶主要的信貸方式，銀行信貸較少，非正規(guī)信貸是農(nóng)村信貸的最有力的補(bǔ)充；對于農(nóng)戶信貸參與及規(guī)模，勞動力人口、非勞動力負(fù)擔(dān)和家庭林業(yè)支出、固定資產(chǎn)投資、總支出有顯著正向影響，戶主年齡、耕地面積、合計(jì)收入有顯著負(fù)向影響；對比分析農(nóng)戶的信用社信貸和非正規(guī)信貸參與及規(guī)模發(fā)現(xiàn)，勞動力人口對于信用社信貸具有顯著正向影響，非勞動力負(fù)擔(dān)對信用社、非正規(guī)信貸有顯著正向影響，農(nóng)戶受教育程度、干部聘任對信用社信貸有顯著正向影響。

上述研究結(jié)論啟示：首先，雖然正規(guī)金融在農(nóng)村信貸市場占比不斷提升，但是非正規(guī)信貸依然占比較大。這反映出信貸市場的信息不對稱、信貸不匹配、農(nóng)戶信貸意識不強(qiáng)，因此，構(gòu)建農(nóng)戶信息狀況庫，提供多元化農(nóng)戶信貸服務(wù)方可緩解農(nóng)村金融客觀存在的問題，促進(jìn)金融深化。其次，對于欠發(fā)達(dá)地區(qū)，農(nóng)戶常迫于非勞動力負(fù)擔(dān)參與信貸。非勞動負(fù)擔(dān)主要來源于家庭學(xué)齡人口、老齡人口的增加，為此需要解決的是“老有所養(yǎng)，學(xué)能受教”的問題。農(nóng)村人口養(yǎng)老、農(nóng)戶子女的教育不僅需要農(nóng)村金融機(jī)構(gòu)多加關(guān)注，也需要政府相關(guān)政策的大力支持。第三，從受教育程度和擔(dān)任村干部兩個因素可知，農(nóng)戶理解信貸政策對于農(nóng)村正規(guī)金融的發(fā)展非常重要，那么金融機(jī)構(gòu)應(yīng)該大力向農(nóng)村、農(nóng)戶普及農(nóng)村金融知識，以此提升農(nóng)戶金融意識，確保金融服務(wù)于農(nóng)。最后，支出方式的差異影響著農(nóng)戶信貸參與及規(guī)模。因此，農(nóng)村金融服務(wù)應(yīng)該重點(diǎn)關(guān)注農(nóng)戶房屋構(gòu)建和大型固定資產(chǎn)購置的金融需要，以此來提高金融服務(wù)的針對性，有效地滿足農(nóng)戶所需信貸，真正做到信貸服務(wù)有的放矢。

參考文獻(xiàn)：

［1］ Yaron J，Benjamin Jr M D P，Piprek G L．Rural Finance；Issues，Design，and Best Practices．Environmentally and Socially Sustainable Development Studies and Monograph Series 14［M］．Washington DC：World Bank，1997．

［2］ 胡士華，李偉毅．信息結(jié)構(gòu)，貸款技術(shù)與農(nóng)戶融資結(jié)構(gòu)——基于農(nóng)戶調(diào)查數(shù)據(jù)的實(shí)證研究［J］．管理世界，2011 （7）：61-68．

［3］ 王芳，羅劍朝．農(nóng)戶金融需求影響因素及其差異性——基于 Probit模型和陜西 286戶農(nóng)戶調(diào)查數(shù)據(jù)的分析［J］．西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會科學(xué)版），2012，12（6）：61-69．

［4］ 李巖，趙翠霞，蘭慶高．農(nóng)戶正規(guī)供給型信貸約束現(xiàn)狀及影響因素——基于農(nóng)村信用社實(shí)證數(shù)據(jù)分析［J］．農(nóng)業(yè)經(jīng)濟(jì)問題，2013（10）：41-48．

［5］ 李松有，葉虎．農(nóng)戶正規(guī)信貸需求與行為演變趨勢分析——對27省254村4178個農(nóng)戶的調(diào)查［J］．沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2015（3）：261-264．

［6］ 金銀亮．農(nóng)村金融排斥：背景，理論及中國面臨的挑戰(zhàn)［J］．石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2015（2）：16-17．

［7］ 閆艷．農(nóng)村金融服務(wù)體系存在的主要問題與解決對策［J］．經(jīng)濟(jì)縱橫，2015（2）：9-11．

［8］ 任碧云，劉進(jìn)軍．基于經(jīng)濟(jì)新常態(tài)視角下促進(jìn)農(nóng)村金融發(fā)展路徑探討［J］．經(jīng)濟(jì)問題，2015（5）：18-22．

［9］ 程郁，韓俊，羅丹．供給配給與需求壓抑交互影響下的正規(guī)信貸約束：來自1874戶農(nóng)戶金融需求行為考察［J］．世界經(jīng)濟(jì)，2009 （5）：73-82．

［10］ 鐘春平，孫煥民，徐長生．信貸約束，信貸需求與農(nóng)戶借貸行為：安徽的經(jīng)驗(yàn)證據(jù)［J］．金融研究，2010 （11）：189-206．

［11］ 白永秀，馬小勇．農(nóng)戶個體特征對信貸約束的影響：來自陜西的經(jīng)驗(yàn)證據(jù)［J］．中國軟科學(xué)，2010（9）：148-155．

［12］ 王定祥，田慶剛，李伶俐．貧困型農(nóng)戶信貸需求與信貸行為實(shí)證研究［J］．金融研究，2011 （5）：124-138．

［13］ 譚飛燕，李孟剛，吳偉．我國農(nóng)戶信貸約束及其影響因素分析［J］．統(tǒng)計(jì)與決策，2014（21）：102-104．

［14］ 史方超，董繼剛．農(nóng)戶信貸可得性的影響因素及其層次結(jié)構(gòu)——基于泰安市農(nóng)戶的經(jīng)驗(yàn)分析［J］．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2015，16（4）：23-29．

［15］ 劉輝煌，吳偉．基于雙欄模型的我國農(nóng)戶貸款可得性及其影響因素分析［J］．經(jīng)濟(jì)經(jīng)緯，2015（2）：37-42．

［16］ 顏志杰，張林秀，張兵．中國農(nóng)戶信貸特征及其影響因素分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2005（4）：2-8．

［17］ 何廣文．從農(nóng)村居民資金借貸行為看農(nóng)村金融抑制與金融深化［J］．中國農(nóng)村經(jīng)濟(jì)，1999（10）：42-48．

［18］ 秦建群，呂忠偉，秦建國．農(nóng)戶信貸需求影響因素研究——基于東部農(nóng)戶家庭調(diào)查的實(shí)證分析［J］．中國流通經(jīng)濟(jì)，2011，25（7）：99-103．

責(zé)任編輯：李東輝

The factors influencing households’ credit market participation and its scale in undeveloped areas: Based on analysis of the survey data of Yunnan

BA Shusong1, ZHAO Mao1*，YANG Yang1，WANG Jian1,2
（1.School of Development Institute， Yunnan University， Kunming 650091，China； 2.Faculty of Economics and Management， Southwest Forestry University， Kunming 650224，China）

Abstract:Based on the survey data of Yunnan rural areas in 2009-2014， taking the family characteristics， operating characteristics， income structure， ways of expenditure as selected variables， this paper analyzes the factors influence household credit participation and the scale in undeveloped areas by using panel Logit model and Tobit model. The results show that half of the farmers are apt to participate in credit market. Credit cooperatives loan is one of the main way of farmers participating in the activities of credit market， bank credit is less， and informal credit is a potent supplement of rural credit. The burden of non-labor force population， labor population， fixed asset expenditures have positive influence on credit participation and the credit scale. The higher education level and the experience of cadres’appointment are benefit for farmers accessing to credit loans； the farmers’ consumption and operating expense do not significantly affect the credit participation and its scale.

Keywords:undeveloped areas； households； household credit participation； scale

中圖分類號：F832.35

文獻(xiàn)標(biāo)志碼：A

文章編號：1009-2013（2016）02-0001-08

DOI:10.13331/j.cnki.jhau（ss）.2016.02.001

收稿日期：2016－02－17

基金項(xiàng)目：國家林業(yè)局軟科學(xué)研究項(xiàng)目（2015-R08）；西南林業(yè)大學(xué)教育科學(xué)研究重點(diǎn)課題（zd201302）

作者簡介：巴曙松（1969—），男，湖北新洲人，教授，博士生導(dǎo)師，中國銀行業(yè)協(xié)會首席經(jīng)濟(jì)學(xué)家，香港交易所首席經(jīng)濟(jì)學(xué)家，主要從事金融理論、金融政策研究。*為通信作者。