華南農(nóng)業(yè)大學經(jīng)濟管理學院 謝曉雯 卓嘉瑞 陳淑賢 林汀茂

1 文獻綜述

1.1 農(nóng)村信貸市場及信息門檻

發(fā)展中國家的農(nóng)戶缺乏為正規(guī)金融機構所接受的有效抵押品(Boucher and Guikinger，2007)[1]，同時正規(guī)信貸機構由于無法掌握具體信息使其在進入農(nóng)村信貸市場時必須支付額外的拓荒成本(米運生等，2015)[2]，農(nóng)村信貸市場因為信息門檻的存在而導致業(yè)務無法充分開展。

1.2 土地確權與農(nóng)戶信貸可獲得性

在土地確權前，土地不能用于抵押，許多有信貸需求的農(nóng)戶只能轉(zhuǎn)向非正式信貸機構(Bhattachar yya，Kumbhakar，1997)[3]。實證研究方面，胡新艷、羅必良等(2016)[4]分析得出確權將地權“排他性”界定給農(nóng)戶，增加了農(nóng)地的可交易性，顯著提升農(nóng)戶流轉(zhuǎn)土地的意愿，農(nóng)戶信貸可得性大大提升。

1.3 土地確權、信息門檻與農(nóng)戶信貸可得性

劉俊杰和張龍耀等(2015)[5]的研究結(jié)果表明資產(chǎn)產(chǎn)權明晰及有效抵押物的屬性有利于信貸市場運行績效改善，在一定程度上緩解農(nóng)戶由于缺少合格抵押物所受的正規(guī)金融約束(趙丙奇，2017)[6]，表明了土地確權帶來的信息門檻降低有利于農(nóng)戶信貸獲取。

綜上所述可知，土地確權能緩解農(nóng)村信貸市場的信息不對稱問題、改變農(nóng)村信貸市場的信息結(jié)構，進而降低信息門檻，緩解金融排斥和優(yōu)化信貸配給，但這些理論研究在實踐方面的驗證與應用尚屬探索階段。基于此，本文以農(nóng)村信貸市場為主體，從信息門檻入手，詳細分析土地確權對農(nóng)戶信貸可得性的影響機制及其作用路徑，具有一定的研究價值。

2 實證研究

2.1 數(shù)據(jù)來源

本文研究數(shù)據(jù)來源于對具有不同確權方式與確權程度的佛山市高明區(qū)和三水區(qū)的實地調(diào)研。我們采用公式：科學計算樣本量，通過預調(diào)查中發(fā)現(xiàn)的問題完善調(diào)研預案，根據(jù)調(diào)研對象特點采用了分層抽樣方法，調(diào)研中綜合運用問卷調(diào)查與訪談兩種方式，多方面保證了調(diào)研有效性。利用SPSS對調(diào)研所得數(shù)據(jù)進行預處理，最終得到三水地區(qū)有效問卷79份，高明地區(qū)有效問卷246份。

2.2 研究模型的構建

(1)模型的選擇。為避免由樣本選擇性偏差和遺漏關鍵變量所造成的內(nèi)生性影響，本文對部分確權的高明地區(qū)數(shù)據(jù)采用PSM模型進行分析，如圖1所示。

圖1 高明地區(qū)數(shù)據(jù)處理

(2)模型的構建。第一，因子分析計算門檻得分得出信息門檻變化情況。使用SPSS對與信息門檻緊密相關的四個變量：貸款難度、額度、手續(xù)、利率進行因子分析，得到因子載荷陣表。三個主因子分別為信息門檻因子、難度因子和額度因子，累計貢獻率達到81%，說明因子分析可行性，將三個因子得分進行加總得到門檻總得分。

第二，得分傾向法(PSM)篩選變量并匹配數(shù)據(jù)。其一，指標分類及Logit逐步篩選變量。首先把農(nóng)戶分為確權組(處理組)和未確權組(控制組)。使用STATA對問卷中相關變量用Logit模型進行篩 選，逐步引進農(nóng)戶家庭特征協(xié)變量進行傾向得分估算并檢驗傾向得分平衡性。最后入選的特征變量包括：年齡、性別、教育程度、家庭人數(shù)、有無干部和家庭年收入。其二，傾向值計算及匹配情況。計算傾向值的方法有1∶1匹配法，核半徑匹配法，最鄰近匹配法。篩選變量后我們分別用這四種方法進行了匹配，結(jié)果顯示1∶1匹配法的效果最優(yōu)。用STATA計算傾向值，采用1∶1的匹配方法，在容差度為0.02的條件下計算選入指標的傾向得分，最終得到174個匹配樣本，即能找到174個相反確權情況但其他條件接近相同的農(nóng)戶。通過匹配，使得確權與非確權農(nóng)戶的特征變量都盡量相同，消除內(nèi)生變量的影響。其三，剔除數(shù)據(jù)及平衡性檢驗。將每個觀測值的匹配得分值進行排序后剔除匹配不成功的觀測值，對剩下的影響變量與有無確權 做獨立性T檢驗，結(jié)果各變量顯著性都大于0.05，說明內(nèi)生變量的影響基本被消除，信息門檻與有無確權的顯著性則是接近1，證明有無確權的兩組農(nóng)戶匹配后在變量上不存在顯著差異，匹配效果較好，可以進行下一步的分析。

第三，判斷信息門檻對信貸市場影響。在1中已經(jīng)通過因子分析計算了各個樣本信息門檻的總得分，我們選出匹配后消除內(nèi)生變量的174個匹配樣本研究信息門檻對信貸市場影響。

將得分小于0設定為門檻沒有降低，將得分大于0設定為門檻降低，得到門檻判定情況如圖2所示。

分析結(jié)果顯示，174個樣本中有95個樣本認為門檻降低，79個樣本認為沒有降低，認同率為54.5%。

綜上，采用PSM模型評估得出高明地區(qū)土地確權對于降低信息門檻具有穩(wěn)健的正向效應，農(nóng)戶信貸可得性提高。

2.2.2 基于Logistics模型的三水農(nóng)戶信貸可得性分析

Wilson & Freeda指出,隱喻翻譯是一個復雜的認知過程,譯者在將源文轉(zhuǎn)換為目的語文本的過程中,需要進行一系列的分析、解釋和闡釋等認知活動,譯者運用語言和認知思維活動盡量貼切地把源語信息對等地傳遞給目的語讀者,使兩種不同語言中所包含的隱喻內(nèi)容相互映照對等映射[5]。就語言符號(概念、本體/喻體)而言,翻譯中的語義轉(zhuǎn)換,首先接受翻譯規(guī)則和條件的制約,隱喻翻譯只有保持語義內(nèi)涵的不變才能達到隱喻的功能對等;然后接受其他可能影響到翻譯的因素的制約,如意義、結(jié)構、語境、文化等。

(1)模型的選擇。三水地區(qū)為全部確權地區(qū)，不存在內(nèi)生變量的影響，可以采用logistics模型對存在多個自變量(農(nóng)戶基本信息)對一個因變量的影響的相關性判斷。

(2)模型的構建。第一，因變量信息門檻變化的確定。利用SPSS對79個樣本進行因子分析，得到三個主因子以及樣本的因子總得分情況如圖3所示。

將樣本總因子得分大于0的樣本記為1，表示認為信息門檻降低，將小于0的記為0，表示認為門檻沒有降低，得到后面logistics模型的因變量：信息門檻變化(0/1)。

2.2.3 Logistics預判與誤差分析

將21個農(nóng)戶信息的基本變量作為邏輯回歸中自變量，分別定為x1、x2、x3...x21，將信息門檻變化作為因變量Y，利用公式并通過軟件計算得到邏輯回歸的結(jié)果。

圖2 高明信貸市場信息門檻得分情況

圖3 樣本總因子得分分布圖

那么在x條件下y不發(fā)生的概率為(即認為信息門檻沒有降低的概率為)：

將數(shù)據(jù)導入SPSS并計算得到各個樣本的預測概率與預測判別，結(jié)果顯示51個樣本認為降低，28個認為無降低，認同率為64.6%。同時對判斷結(jié)果與因變量進行誤差分析，得到4個樣本錯判，錯判率為5.1%。

綜上所述，采用logistics模型評估三水地區(qū)農(nóng)戶信貸可得性變化結(jié)果為64.6%的農(nóng)戶認為信息門檻降低，農(nóng)戶信貸可得性提高。

2.2.4 基于對比分析模型的兩地信貸市場信息門檻分析

橫向來看，確權與否影響了信息門檻變化。已經(jīng)確權與未確權的農(nóng)戶有著不同的門檻降低認可度。在部分確權的高明地區(qū)，比較如圖4所示。

圖4 高明地區(qū)確權與未確權農(nóng)戶信息門檻降低認可度比較

縱向來看，確權程度對信息門檻變化程度影響也不同。高明、三水地區(qū)確權進度不相同以及政策的滯后性使得兩地區(qū)門檻降低程度有所不同，從下圖比較得出完全確權的三水地區(qū)的降低效果較高明地區(qū)顯著，如圖5所示。

圖5 不同確權程度地區(qū)信息門檻降低認可度比較

3 結(jié)論和建議

3.1 結(jié)論

經(jīng)過調(diào)查，土地確權在兩個地區(qū)的貸款門檻、貸款難度、手續(xù)等問題上都表現(xiàn)出降低作用，這表明土地確權確實對農(nóng)戶獲取信貸產(chǎn)生了正向影響，且確權程度越高效果越好。土地確權后，農(nóng)戶承包地的產(chǎn)權得到強化，也增加了土地的價值。農(nóng)戶和金融機構之間的信息不對稱程度確實降低，有利于我國農(nóng)村信貸市場發(fā)展。

3.2 建議

第一，積極開展農(nóng)村信貸服務業(yè)。提高金融機構網(wǎng)點覆蓋率、積極開展農(nóng)村信貸服務業(yè)務等，都能有效緩解金融抑制，更好滿足廣大農(nóng)戶對貸款的需求。

第二，加強抵押擔保的約束性。抵押品的拍賣使得借款者在投資失敗時面臨著更多的財產(chǎn)損失，這自然會降低違約可能性，緩解道德風險，加強了抵押擔保的約束性。

第三，加快全國性土地資產(chǎn)認證平臺建設。只有加快推進全國性土地資產(chǎn)認證平臺建設，使更多金融機構敢于接受土地抵押。農(nóng)戶才能夠憑借土地承包經(jīng)營權證進行貸款，從而帶動農(nóng)村信貸市場的發(fā)展。