課題組

摘 要：本文基于對陜西省寶雞市693戶貧困農(nóng)戶的調(diào)查數(shù)據(jù)，引入農(nóng)戶特征、收入與資產(chǎn)、農(nóng)戶支出、社會資本、家庭金融活動和地區(qū)情況等方面的多重變量，將研究樣本劃分為不同組群，統(tǒng)計描述和計量分析了不同因素對貧困農(nóng)戶信貸活動的影響。研究結(jié)果表明：正規(guī)金融機(jī)構(gòu)具有甄別和篩選優(yōu)勢，偏向貸款于家庭規(guī)模較大、受教育程度較高、申請生產(chǎn)性貸款、從事非農(nóng)產(chǎn)業(yè)、收入水平較高及所持現(xiàn)金更多的農(nóng)戶。非正規(guī)金融是貧困農(nóng)戶信貸主要途徑，卻具有明顯的“關(guān)系型借貸”傾向。收入水平、資產(chǎn)狀況、生產(chǎn)性支出比例是影響貸款需求、正規(guī)金融機(jī)構(gòu)支持和貸款金額的共同因素，也是貧困農(nóng)戶短時期難以改變的三方面金融抑制誘因。創(chuàng)新貧困地區(qū)農(nóng)村金融減貧體制與機(jī)制，推進(jìn)貧困地區(qū)農(nóng)村金融發(fā)展的包容性和普惠性是金融改革的重要方向。

關(guān)鍵詞：貧困農(nóng)戶；信貸需求；信貸渠道；probit模型

中圖分類號：F832.2 文獻(xiàn)標(biāo)識碼：B 文章編號：1674-0017-2018（2）-0014-08

一、引言與研究綜述

貧困地區(qū)農(nóng)村金融運(yùn)行與發(fā)展受到農(nóng)戶收支結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、區(qū)域文化等因素的影響，體現(xiàn)出與富裕地區(qū)不同的特征與困境。貧困農(nóng)戶收入以家庭經(jīng)營收入和在外務(wù)工收入為主，存在很大的不確定性和收支波動性，在農(nóng)產(chǎn)品銷售時節(jié)和外出務(wù)工月份，往往能夠維持正常的現(xiàn)金流入。而農(nóng)閑和返鄉(xiāng)停工時節(jié)，現(xiàn)金流入會大幅下降甚至停滯。特別遇到難以預(yù)期的災(zāi)害、傷病和死亡時，農(nóng)戶無法通過計劃儲蓄的方式短期籌得大量資金和收入來抵消大額支出，從而誘發(fā)了大量信貸需求。金融扶貧作為“造血式扶貧”的重要途徑，可以改變貧困地區(qū)和人群被動的發(fā)展模式，從根本上扭轉(zhuǎn)貧困地區(qū)經(jīng)濟(jì)落后狀況。2014年、2015年人民銀行與相關(guān)部門聯(lián)合發(fā)布了《關(guān)于全面做好扶貧開發(fā)金融服務(wù)工作的指導(dǎo)意見》和《關(guān)于金融助推脫貧攻堅的實施意見》，進(jìn)一步落實了金融助推脫貧攻堅的基本方略。然而，貧困地區(qū)農(nóng)村金融市場的制度缺陷明顯抑制了貧困農(nóng)戶的信貸活動。一方面應(yīng)圍繞區(qū)域金融需求差異，推動貧困地區(qū)農(nóng)村金融制度創(chuàng)新（王芳，2005年）。另一方面，金融機(jī)構(gòu)必須推出面向貧困群體的金融產(chǎn)品，降低窮人進(jìn)入金融市場的交易門檻（Doug Pearce，2004）。因此，厘清貧困農(nóng)戶信貸服務(wù)特征和影響因素，對于金融扶貧戰(zhàn)略的實施以及貧困地區(qū)金融體制與機(jī)制創(chuàng)新尤為重要。

大量國外學(xué)者基于欠發(fā)達(dá)地區(qū)農(nóng)業(yè)信貸數(shù)據(jù)，運(yùn)用Probit、Logistic、GMM和Tobit等計量方法對農(nóng)業(yè)信貸與農(nóng)業(yè)發(fā)展問題進(jìn)行了實證研究。Abid Hussain（2012）分析了巴基斯坦政府面向小農(nóng)實施的糧食安全政策。結(jié)果表明：土地數(shù)量會增加小農(nóng)獲得貸款機(jī)會，且中等和上等小農(nóng)容易獲得正規(guī)貸款，低等小農(nóng)主要依靠非正規(guī)貸款1。S.B.Fakayode實證分析?；僦蒉r(nóng)業(yè)信貸機(jī)構(gòu)（ESACA）的轉(zhuǎn)貸信貸計劃效果，發(fā)現(xiàn)貸款受益者主要特征為年輕、有種植經(jīng)驗和受過教育。Anjani Kumar（2010）認(rèn)為影響印度農(nóng)戶機(jī)構(gòu)信貸的決定性因素包括教育程度、農(nóng)場規(guī)模、家庭規(guī)模、種姓、性別、職業(yè)以及家庭特征等。Paul Mpuga（2010）則發(fā)現(xiàn)烏干達(dá)的農(nóng)業(yè)信貸需求受地域、年齡、教育水平、職位、家庭資產(chǎn)以及其他居住特征的影響。Maru Shete （2011）分析埃塞俄比亞Finoteselam（費(fèi)諾特塞蘭）鎮(zhèn)農(nóng)業(yè)信貸市場影響因素，指出高撫養(yǎng)負(fù)擔(dān)、土地占有面積、家庭勞動力稟賦、參與非農(nóng)生產(chǎn)等增加了家庭農(nóng)業(yè)信貸市場參與度。Sukhpal Singh（2009）以旁遮普州11個區(qū)的600農(nóng)戶為例，研究成果表明影響農(nóng)戶貸款的主要因素有貸款成本、貸款手續(xù)、政府扶持等?？赏ㄟ^借貸信息和土地信息網(wǎng)絡(luò)化、貸款申請表簡化、貸款程序和審批時間標(biāo)準(zhǔn)化改善信貸體系。

國內(nèi)學(xué)者通過調(diào)查分析貧困農(nóng)戶信貸需求和信貸行為，探索影響農(nóng)戶信貸渠道的因素。王定祥等（2011）認(rèn)為貧困農(nóng)戶信貸需求以中短期小額需求為主，但實際發(fā)生借貸行為的貧困農(nóng)戶較少，從正規(guī)金融機(jī)構(gòu)獲得貸款的農(nóng)戶更少。劉西川、程恩江（2009）認(rèn)為所調(diào)查農(nóng)戶信貸需求主要受到數(shù)量、成本與風(fēng)險的影響。黃祖輝等（2009）認(rèn)為工資性收入和非農(nóng)經(jīng)營收入分別對農(nóng)戶正規(guī)信貸來源有不同影響，前者顯著為負(fù)，后者影響為正。劉明（2012）以陜西、青海欠發(fā)達(dá)農(nóng)村為例，認(rèn)為關(guān)系型融資對不同的信貸來源作用效果不一致，雖然可以抑制民間金融的風(fēng)險，但卻滋長了正規(guī)金融的尋租活動。俆璋勇、楊賀（2014）運(yùn)用Probit模型，著重分析農(nóng)戶社會資本對正規(guī)和非正規(guī)信貸供需傾向的影響，發(fā)現(xiàn)良好的社會資本對農(nóng)戶信貸獲得具有正向促進(jìn)。

綜上所述，許多學(xué)者依托不同地區(qū)農(nóng)戶的調(diào)研樣本，實證檢驗了影響農(nóng)戶信貸需求的因素。但既有研究直接針對貧困農(nóng)戶信貸需求的分析不多，并且沒有選取陜西省貧困農(nóng)戶樣本，不能很好地反映陜西貧困農(nóng)戶信貸活動傾向。因此，本文根據(jù)寶雞市貧困縣貧困農(nóng)戶調(diào)查數(shù)據(jù)，引入戶主年齡、教育程度、家庭規(guī)模、收入來源構(gòu)成、收入水平、存款水平和地理位置等變量，將研究樣本劃分為不同組群，對比分析上述變量對不同特征貧困農(nóng)戶信貸需求、信貸渠道及貸款金額的影響，力圖更為全面地展示陜西貧困農(nóng)戶信貸需求特征和影響因素，為農(nóng)村金融更好地服務(wù)于貧困地區(qū)與貧困群體提供更多的經(jīng)驗支持。

二、數(shù)據(jù)來源與家庭基本特征

（一）數(shù)據(jù)來源

本文樣本來源于2017年9月22日至9月30日調(diào)研組赴陜西省寶雞市隴縣、麟游縣和太白縣等國家特定貧困縣的調(diào)研數(shù)據(jù)。此次調(diào)研共涉及693戶貧困農(nóng)戶，調(diào)研樣本源自9個鎮(zhèn)，共收集農(nóng)戶經(jīng)濟(jì)與金融服務(wù)狀況問卷表700份，其中有效問卷693份。農(nóng)戶入戶調(diào)查問卷收集情況見表1。

（二）家庭基本特征

一是家庭構(gòu)成方面，在所選取的693戶農(nóng)戶中，戶均人口4.05人，男勞動力1.78人，女勞動力1.27人，戶均勞動力人數(shù)3.05人，平均每個勞動力負(fù)擔(dān)（供養(yǎng)）人口1.32人。樣本中戶主年齡分布在20歲至78歲之間，平均年齡為45歲。二是家庭收支方面，有效樣本693戶農(nóng)戶中，人均家庭純收入為6578元，戶均家庭純收入為16589元。戶均農(nóng)業(yè)生產(chǎn)支出值為4600元，而農(nóng)戶用于食品、衣著和居住的消費(fèi)性支出就可達(dá)到14333元，后者為前者的近三倍。三是教育分布方面，絕大多數(shù)農(nóng)戶為初中以下文化，其中文盲、半文盲學(xué)歷占33.4%，小學(xué)學(xué)歷占32.1%，初中學(xué)歷占25.4%，高中及以上學(xué)歷僅占到9.1%。與全國農(nóng)民教育平均水平相比，貧困農(nóng)民教育程度明顯更低。四是農(nóng)業(yè)生產(chǎn)方面，693戶農(nóng)戶中有605戶農(nóng)戶從事農(nóng)業(yè)活動，但其農(nóng)業(yè)機(jī)械化程度非常低，有60%的農(nóng)戶家中沒有相關(guān)農(nóng)用機(jī)械。因此，樣本區(qū)域仍然從事依靠手工勞作為主的傳統(tǒng)農(nóng)業(yè)耕作。此外，貧困農(nóng)戶的土地耕作條件并不優(yōu)渥，有效樣本中有52%的農(nóng)戶戶均土地面積不足4畝，平均每人分得土地不足1畝。即使土地資源有限，但仍有大量的土地分布于生產(chǎn)條件惡劣的高山和丘陵地區(qū)，土地耕作條件較差，不利于農(nóng)業(yè)規(guī)?；同F(xiàn)代化經(jīng)營。五是生活條件方面，貧困農(nóng)戶生活艱辛，所在區(qū)域基礎(chǔ)設(shè)施和住房條件較差。

三、不同組群貧困農(nóng)戶信貸需求分析

（一）戶主年齡與信貸服務(wù)

據(jù)693戶貧困農(nóng)戶有效樣本數(shù)據(jù)，表2顯示不同年齡階層貧困農(nóng)戶信貸服務(wù)狀況?？砂l(fā)現(xiàn)伴隨年齡增長，貧困農(nóng)戶的信貸需求強(qiáng)度和從正規(guī)金融機(jī)構(gòu)的獲貸比重呈現(xiàn)逐漸下降的趨勢，而從民間借貸的農(nóng)戶比重卻呈現(xiàn)逐漸上升的趨勢。30歲以下農(nóng)戶信貸需求率可達(dá)到33.1%，31-40歲和41-50歲信貸需求率為32.67%和31.56%，而51歲以上農(nóng)戶信貸需求率明顯降至26.73%。這是由于中青年農(nóng)戶家中迎親婚禮、建房置業(yè)和教育培訓(xùn)的機(jī)率較高，短期內(nèi)大額支出往往造成收不抵支，產(chǎn)生較強(qiáng)烈的信貸需求。與老齡農(nóng)戶相比，中青年農(nóng)戶也更易從正規(guī)金融機(jī)構(gòu)獲得貸款，30歲以下農(nóng)戶從正規(guī)金融機(jī)構(gòu)的獲貸比例為37.30%，31-40歲為32.30%，41-50歲為27.38%，51歲以上降至25.83%，從而反映正規(guī)金融機(jī)構(gòu)信貸對象也具有一定的年齡偏向。而戶均貸款金額中，31-40歲和41-50歲農(nóng)戶最高，可達(dá)到43042.87元和37823.4元。

（二）教育程度與信貸服務(wù)

通常認(rèn)為教育程度的高低對于信貸需求的產(chǎn)生和正規(guī)金融機(jī)構(gòu)獲貸機(jī)率存在一定關(guān)聯(lián)。表3反映了不同教育程度貧困農(nóng)戶信貸服務(wù)狀況。農(nóng)戶受教育程度和信貸需求并未呈現(xiàn)明顯關(guān)聯(lián)，絕大部分貧困農(nóng)戶信貸需求率都在28%左右。而教育程度的高低卻明顯影響農(nóng)戶從正規(guī)金融機(jī)構(gòu)的獲貸機(jī)率和獲貸金額，文盲和半文盲農(nóng)戶正規(guī)金融機(jī)構(gòu)提供貸款比重為28.56%，戶均信貸金額為34532.2元；小學(xué)農(nóng)戶正規(guī)機(jī)構(gòu)信貸比重為29.23%，戶均信貸金額為27845.2元；高中、中專農(nóng)戶其職可達(dá)28.47%和45765元；而大專及以上最高，可達(dá)到98%和86903元。這是由于教育程度越高，農(nóng)戶就業(yè)水平和勞動技能掌握情況較好，思想意識較為先進(jìn)，對金融知識的了解也較為深入。因而，偏向從正規(guī)渠道申請貸款的同時，也容易受到正規(guī)金融機(jī)構(gòu)的青睞。

（三）家庭規(guī)模與信貸服務(wù)

表4反映了貧困農(nóng)戶家庭規(guī)模與信貸服務(wù)狀況，整體而言農(nóng)戶家庭規(guī)模與信貸需求比率呈現(xiàn)正向關(guān)系，家庭規(guī)模為7人以上的農(nóng)戶信貸需求程度最高，可達(dá)到33.13%。2人以下家庭信貸需求最低，其值為24.56%。這是由于農(nóng)戶家中人口越多，家庭經(jīng)濟(jì)壓力越大，貸款用途越豐富，從而產(chǎn)生信貸需求比例也越高。而對于信貸渠道的選擇，家庭人口為6人和7人以上的農(nóng)戶正規(guī)金融機(jī)構(gòu)獲貸比例最高，分別為34.64%和43.78%，而從民間信貸獲貸的比重較低，分別為65.36%和56.22%。這是由于家庭規(guī)模越大，掌握當(dāng)?shù)厣鐣Y本的可能性越大，同時農(nóng)戶中易分布不同年齡層次的人口，信貸需求種類豐富。

（四）收入來源構(gòu)成與信貸服務(wù)

貧困農(nóng)戶收入主要分為家庭經(jīng)營性收入、工資性收入、轉(zhuǎn)移性收入和財產(chǎn)性收入四類，表5反映貧困農(nóng)戶收入來源與信貸服務(wù)狀況的關(guān)系，無論信貸需求比例、正規(guī)金融機(jī)構(gòu)獲貸比例和戶均貸款金額都呈現(xiàn)一致的規(guī)律性，即以工資性收入為主農(nóng)戶比例最高，以家庭經(jīng)營性收入為主農(nóng)戶比例最低。從信貸需求程度而言，以工資性收入為主的農(nóng)戶信貸需求比例可達(dá)到39.25%，以家庭收入為主和以財產(chǎn)性收入為主農(nóng)戶信貸需求比例分別為31.18%和30.93%，而以轉(zhuǎn)移性收入農(nóng)戶信貸需求程度最低，僅達(dá)到26.84%。從信貸來源而言，以工資性收入為主的農(nóng)戶從正規(guī)金融機(jī)構(gòu)獲取貸款的比重達(dá)到48.56%，明顯高于家庭經(jīng)營性收入農(nóng)戶32.34%、轉(zhuǎn)移性收入農(nóng)戶28.13%和財產(chǎn)性收入農(nóng)戶27%，高約20個百分點(diǎn)。從戶均借貸金額而言，以工資性收入、家庭經(jīng)營性收入、轉(zhuǎn)移性收入和財產(chǎn)性收入為主農(nóng)戶分別為53541元、40376元、31006元和27684元。由于以工資性為主的農(nóng)戶更多參與外出務(wù)工，從事非農(nóng)產(chǎn)業(yè)，收入水平、教育程度、年齡結(jié)構(gòu)和思想理念明顯優(yōu)越于其他農(nóng)戶，因此具有較強(qiáng)的信貸意識，受正規(guī)金融機(jī)構(gòu)信貸約束的程度也低于其他農(nóng)戶。

（五）收入水平與信貸服務(wù)

表6反映貧困農(nóng)戶收入水平與信貸服務(wù)狀況的關(guān)系，表中根據(jù)農(nóng)戶家庭戶均純收入數(shù)額，將貧困農(nóng)戶收入劃分為5個區(qū)間。可發(fā)現(xiàn)農(nóng)戶收入水平與信貸需求占比和正規(guī)金融機(jī)構(gòu)獲貸比例呈現(xiàn)一定的正相關(guān)，伴隨農(nóng)戶收入水平提高，農(nóng)戶信貸需求有所增加，戶均家庭純收入在5000元以下和5001-8000元之間的農(nóng)戶，信貸需求占比分別為26.44%和26.15%，從正規(guī)金融機(jī)構(gòu)獲貸比例分別為28%和29.73%。反觀家庭純收入在8001-12000元、12001-15000元和15001元以上的農(nóng)戶，信貸需求占比分別為31.81%、34.65%和32.58%，從正規(guī)金融機(jī)構(gòu)獲貸比例分別為34.03%、31.78%和39.73%。由此表明貧困農(nóng)戶收入水平越高，正規(guī)金融機(jī)構(gòu)越傾向于向其貸款，這與農(nóng)戶的還款能力相適應(yīng)。而貧困農(nóng)戶收入水平越低，越易受到正規(guī)金融機(jī)構(gòu)的排斥，轉(zhuǎn)而向民間借貸的比重較高。5000元以下和5001-8000元之間的農(nóng)戶，有七成以上向民間金融借款。

（六）農(nóng)戶所持現(xiàn)金和存款水平與信貸服務(wù)

農(nóng)戶儲蓄水平對信貸服務(wù)狀況會產(chǎn)生明顯影響，一般而言，農(nóng)戶手中現(xiàn)金和存款越多，越易抵抗收支不平衡帶來的現(xiàn)金波動，通過內(nèi)源性資金填補(bǔ)資金空缺。表7顯示了貧困農(nóng)戶所持現(xiàn)金和儲蓄水平與信貸服務(wù)狀況，表中根據(jù)農(nóng)戶家庭戶均現(xiàn)金及存款數(shù)額，將貧困農(nóng)戶劃分為5個區(qū)間。與表6所分析貧困農(nóng)戶收入水平與信貸服務(wù)狀況的關(guān)系相似，伴隨農(nóng)戶所持現(xiàn)金及存款的增加，農(nóng)戶向正規(guī)金融機(jī)構(gòu)獲貸的比例增加。農(nóng)戶所持現(xiàn)金及存款在10000元以下，其正規(guī)金融機(jī)構(gòu)獲貸比率為26.23%，民間金融獲貸比率為73.77%。反觀農(nóng)戶所持現(xiàn)金及存款在30001元以上，其正規(guī)金融機(jī)構(gòu)獲貸比率為42.34%，民間金融獲貸比率為57.66%。說明農(nóng)戶的儲蓄水平是影響信貸來源的重要因素，也是獲取正規(guī)金融機(jī)構(gòu)信貸審批的有利條件。此外，表7明顯表現(xiàn)伴隨農(nóng)戶儲蓄水平提高，農(nóng)戶信貸需求有所下降，10000元以下信貸需求占比為38.33%，而30001元以上信貸需求占比則降至19.38%。

四、貧困農(nóng)戶信貸需求影響因素的計量分析

（一）模型設(shè)定

（二）變量選取與賦值

解釋變量選擇與賦值情況如表8。

（三）計量檢驗

影響農(nóng)戶信貸行為的因素，不僅包括農(nóng)戶個體的經(jīng)濟(jì)差異，所在區(qū)域經(jīng)濟(jì)發(fā)展程度和金融生態(tài)環(huán)境，也包括農(nóng)戶擁有社會資本情況。此處引入農(nóng)戶特征、收入與資產(chǎn)、農(nóng)戶支出、社會資本、家庭金融活動和地區(qū)情況五方面共二十個變量，運(yùn)用標(biāo)準(zhǔn)Probit模型，計量檢驗各因素對農(nóng)戶信貸渠道選擇的影響。其結(jié)果如表9所示。

此處，依據(jù)所調(diào)研數(shù)據(jù)中貧困農(nóng)戶有效樣本數(shù)據(jù)，以貧困農(nóng)戶信貸渠道選擇作為解釋變量，運(yùn)用標(biāo)準(zhǔn)Probit模型進(jìn)行實證檢驗，其結(jié)果如表9所示。檢驗結(jié)果顯示似然比統(tǒng)計量LR chi2（18） =86.73，Prob > chi2=0.0000，運(yùn)用estat clas命令預(yù)測準(zhǔn)確百分比，統(tǒng)計模型以100%的概率拒絕系數(shù)為0的原假設(shè)，并且可達(dá)到75.63%的正確預(yù)測比率，說明除常數(shù)項外，其他系數(shù)聯(lián)合顯著，模型具有較好的解釋能力。

通過表9計量結(jié)果分析，可發(fā)現(xiàn)戶主教育程度X2、農(nóng)戶流動資產(chǎn)X7、農(nóng)戶固定資產(chǎn)X8、農(nóng)戶生產(chǎn)性支出水平X10及村莊繁華程度X19均表現(xiàn)為正向促進(jìn)作用，具體分析如下：

1.貧困農(nóng)戶家庭特征中戶主教育程度X2顯著影響農(nóng)戶信貸來源。其對應(yīng)P值為0.02，可通過5%的顯著性水平下統(tǒng)計檢驗，且系數(shù)為正。說明戶主教育程度越高，越容易獲得銀行、信用社等正規(guī)金融機(jī)構(gòu)的貸款，而這一結(jié)果也與現(xiàn)實情況及前文統(tǒng)計描述結(jié)果一致。一般而言，學(xué)歷較高的農(nóng)戶具有較穩(wěn)定的收入來源，并且投資意識和信貸理念都較強(qiáng)。他們往往具備一定的生產(chǎn)經(jīng)營能力和技術(shù)操作水平，具有擴(kuò)大生產(chǎn)經(jīng)營規(guī)模和進(jìn)行商業(yè)運(yùn)營投資的意愿。因此，相對于低學(xué)歷農(nóng)戶，正規(guī)金融機(jī)構(gòu)也更偏向預(yù)期收益較高、風(fēng)險較低的高學(xué)歷人群。從而，高學(xué)歷農(nóng)戶從正規(guī)金融機(jī)構(gòu)的獲貸機(jī)率明顯增強(qiáng)。

2.貧困農(nóng)戶資產(chǎn)狀況仍是影響農(nóng)戶信貸來源的重要因素。家庭流動資產(chǎn)情況X7和家庭固定資產(chǎn)情況X8分別通過5%的顯著性水平和10%的顯著性水平檢驗，并且系數(shù)均為正值。與影響農(nóng)戶信貸需求的負(fù)向作用不同，家庭流動資產(chǎn)情況X7對于信貸渠道選擇也具有正向影響。說明農(nóng)戶資產(chǎn)狀況是衡量農(nóng)戶財力狀態(tài)和還款能力的重要指標(biāo)，農(nóng)戶所持現(xiàn)金、儲蓄及房產(chǎn)價值越高，農(nóng)戶越容易達(dá)到正規(guī)金融機(jī)構(gòu)資信審核的要求，也具有更好的抵押貸款條件，其從正規(guī)金融機(jī)構(gòu)獲貸可能性也越高。

3.貧困農(nóng)戶支出狀況中生產(chǎn)性支出占比X10可正向影響農(nóng)戶信貸來源。據(jù)表9可知，X10的P值為0.08，僅在10%的顯著性水平下統(tǒng)計顯著，對于農(nóng)戶信貸來源具有一定正向影響。這是由于，產(chǎn)生生產(chǎn)性信貸需求的人群一般具有強(qiáng)烈的擴(kuò)大收入來源及收入水平的意愿，具備一定的生產(chǎn)經(jīng)營能力和經(jīng)驗積累，比生活性信貸更具獲利空間。正規(guī)金融機(jī)構(gòu)審批貸款時，相較于生活性貸款需求，更傾向于用于生產(chǎn)性支出的信貸。

4.貧困農(nóng)戶村莊所在地區(qū)狀況對于農(nóng)戶信貸來源也具有顯著影響。日常方式距離商業(yè)中心時間衡量村莊繁華程度X19。不難看出，村莊繁華程度X19在5%的顯著性水平下統(tǒng)計顯著，系數(shù)為正。說明距離商業(yè)中心越近，越容易受到正規(guī)金融機(jī)構(gòu)的支持。這是由于距離商業(yè)中心越近、交通情況較好的農(nóng)村更易受到周圍經(jīng)濟(jì)發(fā)達(dá)地帶的輻射作用，貧困農(nóng)戶財富狀態(tài)和收入水平有所改善，從正規(guī)金融機(jī)構(gòu)獲貸機(jī)率提高。

五、結(jié)論與啟示

（一）中青年農(nóng)戶具有強(qiáng)烈的信貸需求

伴隨年齡增長，貧困農(nóng)戶的信貸需求強(qiáng)度和正規(guī)金融機(jī)構(gòu)的獲貸比例均呈下降趨勢。因此，應(yīng)針對中青年貧困農(nóng)戶信貸需求特點(diǎn)，設(shè)計結(jié)構(gòu)、額度、期限與抵押條件更為合理的信貸產(chǎn)品，不僅滿足建房置業(yè)、子女教育、婚喪嫁娶和健康醫(yī)療的消費(fèi)性信貸，也要鼓勵與支持農(nóng)民工創(chuàng)業(yè)、商業(yè)運(yùn)營的生產(chǎn)性信貸。通過創(chuàng)新并豐富金融產(chǎn)品與服務(wù)范圍，滿足貧困農(nóng)戶多元化金融需求。

（二）正規(guī)金融機(jī)構(gòu)具有甄別和篩選優(yōu)勢，偏向貸款于家庭規(guī)模較大、受教育程度較高、申請生產(chǎn)性貸款、從事非農(nóng)產(chǎn)業(yè)、收入水平較高及所持現(xiàn)金更多的農(nóng)戶

因此，一是應(yīng)促進(jìn)普惠金融發(fā)展，發(fā)揮農(nóng)村普惠金融體系包容性特點(diǎn)，將服務(wù)客戶延伸至更多貧困農(nóng)戶和低收入群體，向不同的客戶群體提供多樣化的金融服務(wù)。二是發(fā)揮政策性金融的自身優(yōu)勢，從政策角度滿足農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)弱質(zhì)性決定的金融服務(wù)需求，彌補(bǔ)商業(yè)性金融遺留下的供需缺口。三是加強(qiáng)農(nóng)戶職業(yè)技能、金融知識和文化素養(yǎng)的培訓(xùn)與教育，提升農(nóng)戶的文化水平、經(jīng)營能力、創(chuàng)業(yè)思維和金融意識，擴(kuò)展農(nóng)戶的增收機(jī)會空間。

（三）貧弱狀態(tài)是金融供給抑制的主要原因

克服金融機(jī)構(gòu)供給抑制偏向，創(chuàng)新貧困地區(qū)農(nóng)村金融減貧體制與機(jī)制，制定差別性的農(nóng)村金融制度，發(fā)揮銀行機(jī)構(gòu)、保險機(jī)構(gòu)、扶貧部門和政府部門的合力作用。此外，應(yīng)加快信用信息平臺建設(shè)，通過金融機(jī)構(gòu)與相關(guān)部門配合，完善全國各地貧困農(nóng)戶信用檔案，擴(kuò)充征信數(shù)據(jù)庫涵蓋范圍，為精準(zhǔn)發(fā)放貸款提供信息參考。

（四）貧困農(nóng)戶收入構(gòu)成可明顯影響農(nóng)戶信貸需求

以工資性收入為主的農(nóng)戶，無論信貸需求比例、正規(guī)金融機(jī)構(gòu)獲貸比例和戶均貸款金額都最高，而以家庭經(jīng)營性收入為主的農(nóng)戶則最低。因此，引導(dǎo)農(nóng)戶從事傳統(tǒng)農(nóng)業(yè)之外的外出打工、商貿(mào)物流和商業(yè)投資等經(jīng)濟(jì)活動，不僅可以擴(kuò)寬貧困農(nóng)戶收入來源，也可以激發(fā)農(nóng)戶生產(chǎn)性金融需求，緩解供需雙方的金融抑制。

參考文獻(xiàn)

[1]Abid Hussain，Gopal Bahadur Thapa.Smallholdersaccess to agricultural credit in Pakistan[J].Food Sec，2012，（4）：73-85.

[2]Anjani Kumar，K. M.Singh，Shradhajali Sinhac.Institutional Credit to Agriculture Sector in India： Status，Performance and

Determinants[J].Agricultural Economics Research Review，2010，（23）：253-264.

[3]Doug Pearce，Junior Davis.Making rural finance count for the poor[J].UK Department for International Development

working paper，2004，（9）：1-21.

[4]Maru Shete，Roberto J.Garcia.Agricultural credit market participation Finoteselam town[J].Ethiopia Journal of Agribusiness in

Developing and Emerging Economies，2011（1）：55-74.

[5]Paul Mpuga.Constraints in Access to and Demand for Rural Credit： Evidence from Uganda[J].African Development Review，

2010，（22）：115-148.

[6]Sukhpal Singh，Manjeet Kaur， H.S. Kingra.Inadequacies of Institutional Agricultural Credit System in Punjab State[J].

Agricultural Economics Research Review，2009，（22）：309-318.

[7]王芳.我國農(nóng)村金融需求與農(nóng)村金融制度：一個理論框架[J].金融研究，2005，（4）：89-98。

[8]王定祥，田慶剛，李伶俐，王小華.貧困型農(nóng)戶借貸需求與借貸行為實證研究[J].金融研究，2011，（5）：124-138。

[9]劉西川.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)驗考察[J].中國農(nóng)村經(jīng)濟(jì)，2009，（6）：37-49。

[10]黃祖輝.中國農(nóng)戶的信貸需求：生產(chǎn)性或消費(fèi)性抑制——方法比較與實證分析[J].管理世界，2007，（3）：74-83。

[11]劉明，韓晶晶，戈偉偉.西部貧困農(nóng)村經(jīng)濟(jì)機(jī)會、關(guān)系型融資與農(nóng)貸配給[J].陜西師范大學(xué)學(xué)報（社會科學(xué)版），2012，（4）：

102-112。

[12]俆璋勇，楊賀.農(nóng)戶信貸行為傾向及其影響因素分析[J].中國軟科學(xué)，2014，（3）：45-56。

The Study on Influencing Factors of Credit Demand and Channel

Selection of Poor Farmer Households

——The Comparative Analysis on Different Groups of Farmer Households Based on Multiple Variables

Research Group

Abstract：Based on the survey data of 693 poor farm household in Baoji city of Shaanxi province， the paper introduces multiple variables such as farm household characteristics， income and assets， spending， social capital， family financial activity and the situation of areas， divides the study samples into different groups， and makes a statistical description and metric analysis on the influence of different factors on credit activities of poor farmer households.. The results show that formal financial institutions have the advantage in screening and selecting， so they prefer to granting loans to those farmer households with the characteristics of larger family size， higher level of education， applying for productive loans， engaging in non-agricultural industries， higher level of income and holding more cash. Informal finance is the main way to get credit for poor farm households， but it has obvious tendency of “relational borrowing”. Income level， assets status， productive expenditure proportion are the common factors affecting demand for loans， the support of formal financial institutions and the amount of loans， and also the financial repression which is difficult for poor farm households to change in a short term. It is an important direction for the financial reform to make innovations on the system and mechanism of rural financial poverty reduction in poverty-stricken areas and promote the inclusive finance development in poor rural areas.

Keywords： poor farmer household； credit demand； credit channel； Probit model