孫嘉馨， 羅添元

(西北農(nóng)林科技大學(xué)經(jīng)濟管理學(xué)院，陜西楊凌 712100)

2004—2018年，連續(xù)14年中央“一號文件”都對農(nóng)村金融發(fā)展作出過批示，以推進農(nóng)村地區(qū)金融體制發(fā)展。2018年中央“一號文件”指出，要建立適合農(nóng)村特點的農(nóng)村金融體系，彌補“三農(nóng)”金融缺口。目前我國農(nóng)村正規(guī)金融信貸形式較為單一，農(nóng)戶面臨嚴重的信貸約束，大多數(shù)農(nóng)戶無法通過正規(guī)金融渠道獲得貸款，或所獲貸款規(guī)模有限。部分農(nóng)戶資金需求無法得到滿足的情況會影響農(nóng)戶的生產(chǎn)經(jīng)營活動，進而影響整個農(nóng)村經(jīng)濟的發(fā)展。因此，為了建立適合農(nóng)村特點的農(nóng)村金融體系，提升農(nóng)村地區(qū)的金融服務(wù)水平，增加農(nóng)戶正規(guī)金融信貸可獲得性，研究影響農(nóng)戶正規(guī)金融信貸的因素就顯得尤為重要。

良好的農(nóng)戶家庭經(jīng)濟情況是農(nóng)村經(jīng)濟發(fā)展的基石，而農(nóng)戶貸款是其生產(chǎn)資金的重要來源之一。Barslund等研究發(fā)現(xiàn)，農(nóng)戶正規(guī)金融貸款更多被用于生產(chǎn)性投入，這在一定程度上可以推動農(nóng)村地區(qū)經(jīng)濟的發(fā)展[1]。王醒男認為，農(nóng)民生產(chǎn)生活以及農(nóng)村發(fā)展是我國農(nóng)村地區(qū)金融需求的主要原因[2]。劉錫良等認為，一般性生存、小額生產(chǎn)、小規(guī)模經(jīng)營是農(nóng)村金融需求的主要用途[3]。Jeanneney等研究發(fā)現(xiàn)，貧困人口從金融機構(gòu)借款的收益大于成本[4]。Lewis研究發(fā)現(xiàn)，金融發(fā)展與經(jīng)濟增長有著顯著的相關(guān)性，經(jīng)濟增長會使金融市場迅速發(fā)展，同時金融市場的發(fā)展和完善也會推動經(jīng)濟的增長[5]。

農(nóng)戶貸款對農(nóng)業(yè)生產(chǎn)具有積極作用，影響農(nóng)戶獲得貸款的因素非常復(fù)雜。汪三貴通過調(diào)查發(fā)現(xiàn)，土地面積、村干部特殊身份、家庭財產(chǎn)等對農(nóng)戶獲得正規(guī)金融貸款有正向影響[6]。Pal通過對印度農(nóng)戶借貸的影響因素進行研究發(fā)現(xiàn)，農(nóng)戶工資性收入、信用等級以及耕地價值等對正規(guī)金融借貸有重要影響[7]。顏志杰等通過研究發(fā)現(xiàn)，戶主年齡、耕地面積、房屋價值等因素顯著影響農(nóng)戶獲得金融貸款的可能性，耕地面積、房屋價值等因素顯著影響農(nóng)戶獲得針對金融信貸的數(shù)額[8]。馮旭芳認為，耕地面積、金融資產(chǎn)等正向影響正規(guī)金融借貸，反向影響非正規(guī)金融借貸金額[9]。胡楓等通過研究社會網(wǎng)絡(luò)對農(nóng)戶借貸行為的影響發(fā)現(xiàn)，土地規(guī)模、住房條件、社會網(wǎng)絡(luò)均顯著正向影響農(nóng)戶正規(guī)金融機構(gòu)信貸行為(他們將社會網(wǎng)絡(luò)定義為春節(jié)來訪親朋數(shù)量)[10]。劉輝煌等通過研究發(fā)現(xiàn)，我國農(nóng)戶獲得貸款的難度較大，其中經(jīng)營規(guī)模對農(nóng)戶獲得貸款的概率和獲得貸款的金額均有顯著影響，資產(chǎn)規(guī)模、家庭收入等對農(nóng)戶貸款金額有顯著影響[11]。

作為關(guān)系社會的代表，我國社會網(wǎng)絡(luò)對農(nóng)戶信貸情況有重要影響。史清華等通過研究發(fā)現(xiàn)，農(nóng)戶借貸行為較為依賴親朋好友等社會關(guān)系[12]。劉莉亞等通過調(diào)研發(fā)現(xiàn)，大多數(shù)農(nóng)戶認為正規(guī)金融貸款交易成本和風(fēng)險過高，而依托于血緣、地緣的社會網(wǎng)絡(luò)可以替代正規(guī)金融貸款[13]。楊汝岱等認為，農(nóng)戶的社會網(wǎng)絡(luò)越發(fā)達，民間借貸行為就越活躍，對正規(guī)金融貸款的需求就越低[14]。陳鵬等通過研究發(fā)現(xiàn)，外出務(wù)工等非農(nóng)收入對農(nóng)戶貸款行為有很強的替代性，且農(nóng)戶的融資方式偏向于內(nèi)部融資[15]。嚴予若等認為，經(jīng)濟資本豐富的農(nóng)戶更傾向進行正規(guī)金融借貸，社會資本豐富的農(nóng)戶通過“人脈”更容易獲得正規(guī)金融借貸[16]。

目前，對于農(nóng)戶信貸可得性主要采用Probit模型和Logit模型進行研究。程郁等運用Probit模型和Logit模型研究了影響農(nóng)戶正規(guī)信貸約束的因素，結(jié)果表明，收入、年齡等因素顯著影響農(nóng)戶正規(guī)信貸約束[17]。白永秀等運用Logistic模型研究了農(nóng)戶個體特征對其信貸約束的影響，結(jié)果表明，收入和非農(nóng)程度對農(nóng)戶信貸約束有顯著影響[18]。王定祥等運用Probit模型研究了貧困農(nóng)戶信貸可得性，結(jié)果表明，耕地面積、固定資產(chǎn)等顯著影響農(nóng)戶信貸情況[19]。劉輝煌等運用雙欄模型研究農(nóng)戶自身特征和經(jīng)營特征對農(nóng)戶貸款概率和貸款金額的影響[11]。

上述研究從不同視角分析了農(nóng)戶個體特征和經(jīng)濟特征對農(nóng)戶信貸行為的影響，但還存在以下不足：(1)現(xiàn)有研究多集中于農(nóng)戶信貸可獲得性上，關(guān)于貸款金額等相關(guān)問題的研究較少，忽視了農(nóng)戶貸款規(guī)模差異。(2)現(xiàn)有研究較多地分析了土地種植規(guī)模、資產(chǎn)等對農(nóng)戶貸款可獲得性的作用，但對社會網(wǎng)絡(luò)如何影響農(nóng)戶正規(guī)金融信貸研究較少且不夠全面。(3)現(xiàn)有文獻大多采用Probit模型和Logit模型分析農(nóng)戶貸款可獲得性，而關(guān)于農(nóng)戶具體的貸款額度差異還有待進一步研究。鑒于此，本研究在現(xiàn)有文獻的基礎(chǔ)上，利用陜西省西安市藍田縣227個樣本農(nóng)戶的實地調(diào)研數(shù)據(jù)，探討社會網(wǎng)絡(luò)、經(jīng)濟特征對農(nóng)戶正規(guī)金融信貸的影響，以期為農(nóng)村政策性貸款推廣和正規(guī)金融機構(gòu)創(chuàng)新農(nóng)村信貸形式提供理論參考。

1 模型構(gòu)建與研究假設(shè)

1.1 模型構(gòu)建與變量選取

Tobit模型研究了被解釋變量有上限、下限、極值等的情況，包括離散數(shù)據(jù)模型和受限連續(xù)變量模型。Tobit模型與一般的離散選擇模型和連續(xù)變量選擇模型的區(qū)別在于其因變量是受限變量。Tobit模型方程分為2個部分，第1部分的方程主要研究選擇行為，如農(nóng)戶獲得正規(guī)金融機構(gòu)貸款的概率；第2部分的方程主要研究連續(xù)變量的變化情況，如農(nóng)戶獲得正規(guī)金融機構(gòu)貸款的數(shù)額。但Tobit模型對零觀察值的解釋有限，忽視了不同零觀察值的差異問題，這會造成樣本選擇性偏差[20-22]。鑒于此，Cragg對Tobit模型進行了延伸，放寬了其假設(shè)條件，將其拓展成為雙欄模型(double-hurdle model)，將消費行為分成“決定是否參與”和“決定支付多少金額”。在雙欄模型中，假設(shè)參與概率P(Loan>0|X)和金額E(Loan|Loan>0，X)由不同的參數(shù)決定，即相同的X可能對2個函數(shù)有不同的影響。構(gòu)建Probit模型討論Loan>0概率的影響因素，構(gòu)建斷尾回歸(Trucated)模型討論影響Loan取值的因素。

農(nóng)戶貸款可獲得性分析模型是一個2階段組合模型，第1階段模型用于分析農(nóng)戶是否可以獲得正規(guī)金融機構(gòu)的貸款，是一個概率模型；第2階段模型用于分析農(nóng)戶獲得正規(guī)金融機構(gòu)貸款的額度，是一個金額模型。根據(jù)農(nóng)戶貸款可獲得性建模特征，本研究選用double-hurdle模型對農(nóng)戶正規(guī)金融信貸影響因素進行估計，首先處理0～1選擇型數(shù)據(jù)，如果完成數(shù)據(jù)截斷，即農(nóng)戶獲得了正規(guī)金融機構(gòu)的貸款，則用截斷正態(tài)模型來分析影響農(nóng)戶貸款金額的因素。

double-hurdle模型如下：

double-hurdle模型的似然函數(shù)如下：

lnL=∑{ln[1-?(aXi)]}+∑{ln?(aXi)-ln?(bZi/a)-ln(a)+ln{φ[(Yi2-bZi)]/a}}。

式中：?(·)表示標(biāo)準(zhǔn)正態(tài)分布的累計分布函數(shù)；φ(·)表示標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)。本研究中的核心變量是社會網(wǎng)絡(luò)和農(nóng)戶經(jīng)濟特征，社會網(wǎng)絡(luò)包括親緣型社會網(wǎng)絡(luò)和交易型社會網(wǎng)絡(luò)，農(nóng)戶經(jīng)濟特征包括總收入、種植面積和是否有固定的經(jīng)濟來源。同時選取了影響農(nóng)戶信貸可獲得性的控制變量，包括農(nóng)戶年齡、性別、文化程度、特殊經(jīng)歷、是否完全務(wù)農(nóng)、是否外出務(wù)工、近5年內(nèi)是否有自然災(zāi)害并造成減產(chǎn)、農(nóng)業(yè)保險購買情況等。

1.2 研究假設(shè)

通過閱讀社會網(wǎng)絡(luò)的相關(guān)文獻并結(jié)合調(diào)研地農(nóng)戶特征，問卷總結(jié)選取了親緣型和交易型社會網(wǎng)絡(luò)的共計11個網(wǎng)絡(luò)節(jié)點，用以度量農(nóng)戶的社會網(wǎng)絡(luò)，預(yù)測親緣型社會網(wǎng)絡(luò)可能對農(nóng)戶正規(guī)金融信貸行為有著負向影響，而交易型社會網(wǎng)絡(luò)可能對農(nóng)戶正規(guī)金融信貸行為有正向影響。農(nóng)戶的經(jīng)濟特征在一定程度上反映了個體對風(fēng)險的應(yīng)對承擔(dān)能力，因此選取總收入、種植面積和是否有固定的經(jīng)濟來源等經(jīng)濟特征詳細研究農(nóng)戶收入對貸款的影響，預(yù)測總收入、種植面積均顯著正向影響農(nóng)戶獲得正規(guī)金融信貸的概率及數(shù)額，是否有固定的經(jīng)濟來源負向影響農(nóng)戶貸款情況。表1列出了因變量及核心自變量的代碼及其含義，并對核心變量影響農(nóng)戶獲得貸款概率和獲得貸款金額的方向進行了預(yù)測。

表1 變量預(yù)測

注：“—”表示沒有進行預(yù)測。

社會網(wǎng)絡(luò)即社會關(guān)系的聯(lián)結(jié)，包括各種各樣的社會關(guān)系。Brass等認為，社會網(wǎng)絡(luò)是節(jié)點聯(lián)系的集合，節(jié)點是指組織或個體等，聯(lián)系是指節(jié)點之間的某種特定關(guān)系[22-23]。在社會網(wǎng)絡(luò)中，節(jié)點具有與其他節(jié)點進行交往的意愿和能力，交往得越頻繁，該節(jié)點在社會網(wǎng)絡(luò)中的影響越大。在交往的節(jié)點中，文章將其分為交易型節(jié)點和親緣型節(jié)點。交易型節(jié)點包括私有企業(yè)管理人員、私有企業(yè)老板、國有或集體企業(yè)員工、國有或集體企業(yè)領(lǐng)導(dǎo)等，親緣型節(jié)點包括直系親屬、旁系親屬、姻親親戚、城里朋友、本村人、同學(xué)、外村人等，聯(lián)系頻率是指與上述節(jié)點交往的頻率。Okten等研究發(fā)現(xiàn)，偏重于交易型的社會網(wǎng)絡(luò)有利于信息的快速擴散，可以幫助借款人盡快獲得貸款渠道[24]。史清華等研究發(fā)現(xiàn)，農(nóng)戶借貸較為依賴親朋好友等社會關(guān)系[12]。不同節(jié)點的交往頻率對農(nóng)戶獲得正規(guī)金融機構(gòu)貸款的影響不同。

據(jù)此本研究提出如下假設(shè)：親緣型社會網(wǎng)絡(luò)對農(nóng)戶獲得貸款情況有負向影響(H1-1)；交易型社會網(wǎng)絡(luò)對農(nóng)戶獲得貸款情況有正向影響，且有利于農(nóng)戶增加貸款額度(H1-2)。

經(jīng)濟特征是衡量農(nóng)戶信貸條件的重要指標(biāo)之一。較多學(xué)者認為，耕地面積、總收入、工資性收入等都對農(nóng)戶獲得正規(guī)金融機構(gòu)貸款有著正向影響[16-19]。耕地面積反映了農(nóng)戶農(nóng)業(yè)生產(chǎn)經(jīng)營的規(guī)模，大規(guī)模的農(nóng)業(yè)經(jīng)營可以降低正規(guī)金融機構(gòu)的信貸風(fēng)險，增強其放貸積極性?？偸杖朐谝欢ǔ潭壬峡梢苑从侈r(nóng)戶的潛在抵押資產(chǎn)規(guī)模和償債能力，是影響金融機構(gòu)信貸決策的重要依據(jù)。是否有固定的經(jīng)濟來源是反映農(nóng)戶是否有固定收入的指標(biāo)，固定收入可以平滑農(nóng)戶生產(chǎn)生活消費，降低因資金短缺問題而造成的風(fēng)險。

據(jù)此本研究提出如下假設(shè)：總收入對農(nóng)戶獲得貸款情況有正向影響，且有利于農(nóng)戶增加貸款額度(H2-1)；種植面積對農(nóng)戶獲得貸款情況有正向影響，且有利于農(nóng)戶增加貸款額度(H2-2)；有固定的經(jīng)濟來源對農(nóng)戶獲得貸款情況和農(nóng)戶貸款額度均有負向影響(H2-3)。

2 數(shù)據(jù)來源與描述性分析

2.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于筆者所在課題組于2016年7月在陜西省西安市藍田縣的實地調(diào)查。此次調(diào)研采取入戶調(diào)查的方式，主要對農(nóng)戶家庭人口特征、家庭經(jīng)濟情況、社會網(wǎng)絡(luò)、災(zāi)害及保險情況、貸款情況等方面進行詳細了解。調(diào)查組在藍田縣下轄的18個鄉(xiāng)(鎮(zhèn))中隨機抽取7個作為代表性鄉(xiāng)(鎮(zhèn))，在每個樣本鄉(xiāng)(鎮(zhèn))中隨機選擇2～6個樣本村，在樣本村內(nèi)進行隨機抽樣，選擇10～20個樣本農(nóng)戶，通過一對一入戶訪談的形式進行調(diào)查研究，最終獲得有效問卷227份。

2.2 描述性分析

2.2.1 被解釋變量 由表2可知，農(nóng)戶獲得貸款情況的均值為0.29，表明該地區(qū)貸款農(nóng)戶數(shù)量在總樣本農(nóng)戶中所占的比重較低，其中獲得貸款的農(nóng)戶大部分采用的是抵押貸款和擔(dān)保貸款，獲得政府貼息貸款的農(nóng)戶很少，信用貸款的獲得也較為困難。農(nóng)戶獲得貸款金額的均值為1.75萬元，貸款用途主要是擴大農(nóng)業(yè)生產(chǎn)、紅白喜事和醫(yī)療支出。

2.2.2 社會網(wǎng)絡(luò) 核心變量中的社會網(wǎng)絡(luò)定義為與他人聯(lián)系的頻率，包括親緣型社會網(wǎng)絡(luò)和交易型社會網(wǎng)絡(luò)。親緣型社會網(wǎng)絡(luò)反映農(nóng)戶在村里或者臨近鄉(xiāng)(鎮(zhèn))的總體交往頻率，交往頻率越高，說明農(nóng)戶的交往群體異質(zhì)性越低。相反，交易型社會網(wǎng)絡(luò)交往程度越高，說明農(nóng)戶的交往群體異質(zhì)性越高。

2.2.3 經(jīng)濟特征 從表2可以看出，2016年樣本農(nóng)戶平均家庭總收入為5.21萬元，說明該地區(qū)農(nóng)戶整體收入較高。有64.22%的農(nóng)戶有固定的經(jīng)濟來源，說明該地區(qū)大部分農(nóng)戶的總收入中包含非農(nóng)固定收入，農(nóng)業(yè)并不是該地區(qū)農(nóng)民唯一的經(jīng)濟來源。受訪的227戶農(nóng)戶平均種植面積為7 527.59 m2，說明該地區(qū)農(nóng)戶平均種植面積較大，農(nóng)業(yè)收入較為重要。

2.2.4 農(nóng)戶個體特征 由表2可知，在受訪的農(nóng)戶中有205人為男性，22人為女性，男性占受訪農(nóng)戶的90.31%，樣本平均年齡為54.64歲，說明該地區(qū)農(nóng)戶以傳統(tǒng)型家庭結(jié)構(gòu)為主，男性在家庭中的地位十分重要。有119位農(nóng)戶擁有特殊經(jīng)歷，該經(jīng)歷是指為鄉(xiāng)村干部、種植示范戶、鄉(xiāng)村經(jīng)紀(jì)人等，占總受訪農(nóng)戶的52.42%。

小學(xué)及以下受教育程度的受訪者占總樣本的24.23%，初中、高中/中專受教育程度的受訪者分別占總樣本的 60.79%、11.88%，大專及以上受教育程度的受訪者僅占總樣本的2.20%，戶主受教育程度均值為2.88，說明大多數(shù)農(nóng)戶僅接受過初中教育，接受和處理信息的能力非常有限，同時也說明在教育方面，農(nóng)戶的交往對象較為局限，較多局限于鄉(xiāng)(鎮(zhèn))或者縣城。在227名戶主中，有34.80%的農(nóng)戶去年在外務(wù)工(累計超過3個月)，有55.95%的農(nóng)戶完全務(wù)農(nóng)。在受訪樣本家庭中，近5年內(nèi)遭受自然災(zāi)害并造成減產(chǎn)的農(nóng)戶有171戶，占總受訪農(nóng)戶的75.33%，說明在調(diào)查地，農(nóng)戶在農(nóng)業(yè)種植方面受災(zāi)較為嚴重，絕大多數(shù)農(nóng)戶都因災(zāi)害導(dǎo)致農(nóng)業(yè)減產(chǎn)。有88戶農(nóng)戶購買了農(nóng)業(yè)保險，占總受訪農(nóng)戶的 38.77%，有61.23%的受訪農(nóng)戶沒有購買農(nóng)業(yè)保險，說明該地農(nóng)戶盡管受災(zāi)情況嚴重，但是風(fēng)險控制意識還較為缺乏。

3 實證結(jié)果與分析

3.1 不同貸款狀況下農(nóng)戶特征差異比較

從表3可以看出，不同貸款狀況下農(nóng)戶特征有較大差異，尤其在經(jīng)濟特征上差異較為明顯。在總收入方面，獲得貸款的農(nóng)戶平均總收入為9.93萬元，未獲得貸款的農(nóng)戶平均總收入為3.29萬元，獲得貸款的農(nóng)戶收入明顯高于未獲得貸款的農(nóng)戶。在種植面積方面，獲得貸款的農(nóng)戶平均種植面積為1.67 hm2，未獲得貸款的農(nóng)戶平均種植面積為 0.38 hm2，表明獲得貸款的農(nóng)戶平均種植面積遠遠大于未獲得貸款的農(nóng)戶。在固定收入方面，擁有固定收入且獲得貸款的農(nóng)戶占總貸款人數(shù)的61%，擁有固定收入但未獲得貸款的農(nóng)戶占總未貸款農(nóng)戶人數(shù)的66%，擁有固定收入的農(nóng)戶貸款需求可能低于沒有固定收入的農(nóng)戶。在社會網(wǎng)絡(luò)方面，獲得貸款的農(nóng)戶親緣型社會網(wǎng)絡(luò)均值為1.41，未獲得貸款的農(nóng)戶親緣型社會網(wǎng)絡(luò)均值為1.61，交易型社會網(wǎng)絡(luò)差異不明顯。此外，信貸情況不同的農(nóng)戶在年齡、文化程度、特殊經(jīng)歷、購買農(nóng)業(yè)保險情況等方面存在較為明顯的差異。

表2 主要變量含義及描述性統(tǒng)計

注：表中除農(nóng)戶獲得貸款金額的樣本量為64個外，其余變量的樣本量均為227個。

3.2 社會網(wǎng)絡(luò)、經(jīng)濟特征對農(nóng)戶信貸的影響分析

本研究運用Stata14.0統(tǒng)計軟件，采用double-hurdle模型估計了社會網(wǎng)絡(luò)、經(jīng)濟特征對農(nóng)戶信貸的影響，結(jié)果見表3。

(1)社會網(wǎng)絡(luò)變量。根據(jù)回歸結(jié)果(表4)可知，親緣型社會網(wǎng)絡(luò)在5%的顯著性水平上負向影響農(nóng)戶正規(guī)金融貸款情況，與假設(shè)H1-1一致，可能原因是親緣型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶越傾向于民間借貸或者家庭內(nèi)部融資。在一定程度上，民間借貸或者家庭內(nèi)部融資對正規(guī)金融借貸具有替代作用，因此親緣型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶越不需要進行正規(guī)金融貸款。

交易型社會網(wǎng)絡(luò)在10%的顯著性水平上正向影響農(nóng)戶正規(guī)金融貸款情況，與假設(shè)H1-2一致，說明交易型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶越容易從正規(guī)金融機構(gòu)貸到款。原因是交易型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶與企業(yè)人員的溝通越密切，越容易了解貸款相關(guān)信息、流程和對于農(nóng)戶自身發(fā)展的好處，進而使其貸款需求可能比一般農(nóng)戶要高。同時這些農(nóng)戶對獲得正規(guī)金融貸款作出了相關(guān)準(zhǔn)備，因此獲得正規(guī)金融機構(gòu)貸款的可能性更大。

表3 不同信貸狀況農(nóng)戶特征的差異比較

(2)經(jīng)濟特征變量。由表4可知，農(nóng)戶的種植面積在5%顯著性水平上正向影響農(nóng)戶正規(guī)金融貸款情況，與假設(shè)H2-2一致，可能的原因是種植面積越大的農(nóng)戶越容易獲得正規(guī)金融機構(gòu)貸款。李銳等通過研究發(fā)現(xiàn)，農(nóng)戶的耕地面積與其是否能夠獲得正規(guī)金融機構(gòu)貸款有顯著正相關(guān)性[25]，本研究進一步證明了該觀點。農(nóng)戶的種植面積在5%顯著性水平上對農(nóng)戶獲得貸款的金額產(chǎn)生正向影響，假設(shè)H2-2得證，原因可能是農(nóng)戶種植面積越大，對貸款的需求越強，同時農(nóng)戶的還款能力也越強，正規(guī)金融機構(gòu)愿意對種植面積大的農(nóng)戶給予更多的貸款。

表4 double-hurdle模型估計結(jié)果

注：***、**、*分別表示在1%、5%、10%的水平上顯著；Z代表隨機變量經(jīng)過列維-林德伯格中心極限定理的變形后，服從標(biāo)準(zhǔn)正態(tài)分布Φ(0，1)，為該標(biāo)準(zhǔn)正態(tài)分布下的新變量。下表同。

農(nóng)戶總收入在1%的顯著性水平上正向影響農(nóng)戶獲得的貸款金額，原因可能是農(nóng)戶的總收入越高，貸款的償還能力越強，正規(guī)金融機構(gòu)更愿意多貸款給總收入高的農(nóng)戶。同時，總收入高的農(nóng)戶經(jīng)濟思想更為開闊，對擴大生產(chǎn)、提高技術(shù)可能有更高需求，因此總收入越高的農(nóng)戶貸款金額可能越高。農(nóng)戶總收入正向影響農(nóng)戶進行正規(guī)金融機構(gòu)貸款的可獲得性，但在統(tǒng)計學(xué)上不顯著，原因可能是總收入高的農(nóng)戶擁有一定的資金積累，相對于程序復(fù)雜的正規(guī)金融機構(gòu)貸款，他們可能更愿意接受手續(xù)簡單的非金融機構(gòu)小額信貸，假設(shè)H2-1得到部分證實。

有固定經(jīng)濟來源在1%顯著性水平上負向影響農(nóng)戶獲得的貸款金額，同時也負向影響農(nóng)戶進行正規(guī)金融機構(gòu)貸款的可獲得性，但在統(tǒng)計學(xué)上不顯著，假設(shè)H2-3得到部分證實?？赡艿脑蚴菗碛泄潭ń?jīng)濟來源的農(nóng)戶對正規(guī)金融貸款需求較少，申請貸款的農(nóng)戶也較少，而沒有固定經(jīng)濟來源的農(nóng)戶收入波動可能較大，對正規(guī)金融貸款的需求更強，因此沒有固定經(jīng)濟來源的農(nóng)戶更傾向于通過貸款來平滑收入和消費。

(3)其他變量。在控制變量方面，年齡在5%顯著性水平上負向影響農(nóng)戶獲得貸款情況，可能的原因是較為年輕的農(nóng)戶經(jīng)濟負擔(dān)可能更為沉重，需要承擔(dān)子女上學(xué)、父母養(yǎng)老等支出，所以更需要通過貸款的途徑緩解資金壓力，同時由于這些農(nóng)戶的收入潛力、貸款償還能力較強，正規(guī)金融機構(gòu)更愿意為這些農(nóng)戶發(fā)放貸款；購買農(nóng)業(yè)保險情況在10%顯著性水平上負向影響農(nóng)戶獲得的貸款金額，原因可能是農(nóng)業(yè)保險本身就具有減小農(nóng)戶收入波動，降低農(nóng)業(yè)災(zāi)害給農(nóng)戶帶來的風(fēng)險，保障農(nóng)業(yè)投資安全的作用，在一定程度上對正規(guī)金融機構(gòu)貸款有替代作用，因此購買農(nóng)業(yè)保險的農(nóng)戶貸款金額較少。

3.3 穩(wěn)健性檢驗

為檢驗double-hurdle模型回歸結(jié)果的穩(wěn)健性，隨機抽取原樣本的85%，重新組成樣本量分別為173、54個的新樣本，再次估計社會網(wǎng)絡(luò)和經(jīng)濟特征對農(nóng)戶獲得貸款情況和農(nóng)戶獲得貸款金額的影響，結(jié)果見表5。表5中的回歸結(jié)果與表3較為一致，說明本研究實證分析結(jié)果比較穩(wěn)健。

表5 穩(wěn)健性檢驗結(jié)果

4 結(jié)論與建議

本研究基于陜西省西安市藍田縣227個樣本農(nóng)戶的實地調(diào)研數(shù)據(jù)，運用雙欄模型，實證分析了社會網(wǎng)絡(luò)、農(nóng)戶經(jīng)濟特征對農(nóng)戶貸款獲得概率和貸款金額的影響。主要結(jié)論如下：社會網(wǎng)絡(luò)顯著影響農(nóng)戶貸款獲得概率，其中親緣型社會網(wǎng)絡(luò)顯著負向影響農(nóng)戶貸款獲得概率，交易型社會網(wǎng)絡(luò)顯著正向影響農(nóng)戶貸款獲得概率。原因可能是親緣型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶可能越傾向于進行民間借貸或者家庭內(nèi)部融資，民間借貸或者家庭內(nèi)部融資對正規(guī)金融借貸有替代作用，因此親緣型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶越不需要進行正規(guī)金融貸款；交易型社會網(wǎng)絡(luò)越發(fā)達，農(nóng)戶與企業(yè)人員的溝通越密切，越容易了解貸款相關(guān)信息、流程和對于農(nóng)戶自身發(fā)展的好處，使其對貸款的需求可能比一般農(nóng)戶要高。在經(jīng)濟特征中，種植面積顯著正向影響農(nóng)戶貸款獲得概率和貸款金額，總收入顯著正向影響農(nóng)戶貸款金額，固定的經(jīng)濟來源顯著負向影響農(nóng)戶貸款金額。原因可能是農(nóng)戶種植面積越大，對貸款的需求越強，同時農(nóng)戶的還款能力也越強，正規(guī)金融機構(gòu)愿意對種植面積大的農(nóng)戶給予更多的貸款；農(nóng)戶的總收入越高，貸款的償還能力越強，正規(guī)金融機構(gòu)更愿意多貸款給總收入高的農(nóng)戶，同時總收入高的農(nóng)戶經(jīng)濟思想更為開闊，對擴大生產(chǎn)、提高技術(shù)可能有更高需求，因此總收入越高的農(nóng)戶貸款金額可能越高；擁有固定經(jīng)濟來源的農(nóng)戶對正規(guī)金融貸款需求較少，申請貸款的農(nóng)戶也較少，而沒有固定經(jīng)濟來源的農(nóng)戶收入波動可能較大，對正規(guī)金融貸款的需求更強。基于上述研究，提出以下建議：(1)政府應(yīng)重視農(nóng)村的金融體系建設(shè)，擴大政策性貸款的推廣范圍與推廣力度。目前，一些種植面積較少、收入較低但是有較強貸款需求的農(nóng)戶從正規(guī)金融渠道難以獲得貸款支持，只能選擇利率較高的非正規(guī)金融貸款，較高的貸款成本不利于農(nóng)戶生產(chǎn)經(jīng)營活動的發(fā)展。因此政府應(yīng)與正規(guī)金融機構(gòu)聯(lián)合推動政策性貸款的發(fā)展，進而推動農(nóng)戶生產(chǎn)經(jīng)營活動的發(fā)展。(2)要完善非正規(guī)金融體系，加強政府監(jiān)管。在廣大農(nóng)村地區(qū)，正規(guī)金融機構(gòu)覆蓋率較低，非正規(guī)金融的發(fā)展有利于提高資金的配置效率，在客觀上可促進農(nóng)村經(jīng)濟發(fā)展，提高農(nóng)民收入。(3)要鼓勵正規(guī)金融機構(gòu)對農(nóng)戶開放貸款業(yè)務(wù)，通過稅收優(yōu)惠、財政補貼等形式在合理的貸款風(fēng)險控制下鼓勵正規(guī)金融機構(gòu)創(chuàng)新農(nóng)村貸款形式，滿足不同農(nóng)戶的不同貸款需求。(4)鼓勵農(nóng)戶進行聯(lián)保貸款，外延式擴大種植面積，使正規(guī)金融機構(gòu)惠及小農(nóng)貸款需求，提升農(nóng)戶貸款可得性。

本研究的創(chuàng)新之處在于：(1)將社會網(wǎng)絡(luò)節(jié)點劃分為親緣型社會網(wǎng)絡(luò)和交易型社會網(wǎng)絡(luò)，詳細分析了社會網(wǎng)絡(luò)對農(nóng)戶正規(guī)金融信貸可獲得性的影響。(2)采用雙欄模型(double-hurdle model)在研究農(nóng)戶正規(guī)金融貸款可獲得性的同時，研究了影響農(nóng)戶貸款規(guī)模的因素。但是本研究選取的農(nóng)戶經(jīng)濟特征較為有限，僅考慮了農(nóng)戶總收入、種植面積、是否有固定的經(jīng)濟來源等，未考慮農(nóng)戶總資產(chǎn)、合作社擔(dān)保等其他經(jīng)濟特征。本研究僅分析了截面數(shù)據(jù)，沒有研究農(nóng)戶的其他特征對貸款獲得情況和貸款金額的影響，也沒有考慮農(nóng)戶非金融貸款對正規(guī)金融機構(gòu)貸款的替代作用，這些問題需要更深入的理論探討和更詳細的數(shù)據(jù)樣本，是下一步的研究方向。