劉長(zhǎng)庚,吳宏韜

(1.湘潭大學(xué) 商學(xué)院,湖南 湘譚 411105;2.湖南財(cái)政經(jīng)濟(jì)學(xué)院 經(jīng)濟(jì)學(xué)院,湖南 長(zhǎng)沙 410205)

一、引 言

自中國經(jīng)濟(jì)進(jìn)入“新常態(tài)”以來,可持續(xù)穩(wěn)增長(zhǎng)成為經(jīng)濟(jì)發(fā)展的新目標(biāo),盡管中國經(jīng)濟(jì)總量依舊保持著穩(wěn)步增長(zhǎng)的態(tài)勢(shì),經(jīng)濟(jì)增速卻有所回落。消費(fèi)是拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的“三駕馬車”之一,是生產(chǎn)的最終目的和動(dòng)力,是人民對(duì)美好生活需要的直接體現(xiàn)。中國是世界上從事農(nóng)業(yè)生產(chǎn)人數(shù)最多的國家。據(jù)《中國統(tǒng)計(jì)年鑒》2018年末數(shù)據(jù),中國農(nóng)村人口占全國人口比重約為40.42%,而農(nóng)村居民總消費(fèi)只占全國居民總消費(fèi)的24.68%,這意味著中國農(nóng)村人口占比大但消費(fèi)占比小,農(nóng)村消費(fèi)水平有待提高、消費(fèi)結(jié)構(gòu)有待優(yōu)化改善。如何讓改革成果催化農(nóng)村消費(fèi)升級(jí),讓消費(fèi)突破城鄉(xiāng)“二元化”格局的限制,最終提升農(nóng)民生活質(zhì)量,是亟需思考的重要議題。

受農(nóng)村地區(qū)經(jīng)濟(jì)落后、農(nóng)戶固定資產(chǎn)匱乏的限制,標(biāo)準(zhǔn)信息稟賦和信息不對(duì)稱會(huì)加劇市場(chǎng)失靈,正規(guī)金融機(jī)構(gòu)在微觀融資方面會(huì)對(duì)農(nóng)村居民產(chǎn)生非價(jià)格信貸配給,使得農(nóng)戶面臨正規(guī)信貸約束,從而其對(duì)消費(fèi)的促進(jìn)作用十分有限[1],因此在農(nóng)村地區(qū)融資起主導(dǎo)作用的反而是農(nóng)村內(nèi)生的非正規(guī)金融機(jī)構(gòu)。具體而言,具有本土化性質(zhì)的非正規(guī)金融能夠充分利用人緣、地緣等關(guān)系緩解融資的信息不對(duì)稱問題,從而顯著提高農(nóng)戶的民間融資能力[2]。因此,要更大限度拉動(dòng)農(nóng)村消費(fèi)、提高農(nóng)民消費(fèi)水平、改善消費(fèi)結(jié)構(gòu),從而提高農(nóng)民生活質(zhì)量,就要從農(nóng)村實(shí)際出發(fā),重視非正規(guī)金融對(duì)消費(fèi)的影響。

根據(jù)國家統(tǒng)計(jì)局改革開放40年發(fā)展成就系列報(bào)告,隨著居民溫飽問題的解決,農(nóng)村家庭消費(fèi)開始從生存型消費(fèi)向發(fā)展和享受型消費(fèi)傾斜,在新時(shí)代下,有關(guān)提高農(nóng)民生活消費(fèi)水平、改善消費(fèi)結(jié)構(gòu)的問題應(yīng)該得到系統(tǒng)的研究?，F(xiàn)有文獻(xiàn)已經(jīng)開始將作為農(nóng)民融資主要渠道的非正規(guī)金融與消費(fèi)納入一起研究,但更多的是僅分析了非正規(guī)金融是否對(duì)消費(fèi)產(chǎn)生影響,沒有考慮進(jìn)入新時(shí)代以來非正規(guī)金融對(duì)農(nóng)民消費(fèi)水平的影響效應(yīng),使得研究不夠完善,尚未跟上中國具體實(shí)踐的步伐。本文針對(duì)以上問題在相關(guān)方面進(jìn)行進(jìn)一步探索,希望能夠?yàn)檗r(nóng)村非正規(guī)金融健康發(fā)展、切實(shí)改善農(nóng)村居民消費(fèi)水平和消費(fèi)結(jié)構(gòu)、為農(nóng)民創(chuàng)造美好生活提供理論依據(jù)和有效途徑。

二、文獻(xiàn)綜述

國外學(xué)者有關(guān)金融發(fā)展對(duì)居民家庭消費(fèi)影響的研究形成系統(tǒng)化的體系可追溯至20世紀(jì)六七十年代。相關(guān)研究大致可分為兩個(gè)視角,分別基于金融抑制為主和信貸約束為主。在金融抑制視角下,最經(jīng)典的論述來自McKinnon和Shaw,他們認(rèn)為發(fā)展中國家對(duì)金融體系干涉過多,影響了金融的自由發(fā)展;另外,隨著優(yōu)先發(fā)展重工業(yè)政策的制定,居民消費(fèi)必然得到限制[3]。在信貸約束視角下,學(xué)者們則認(rèn)為金融發(fā)展能夠促進(jìn)居民消費(fèi)。Caporale和Williams研究認(rèn)為,隨著金融自由化程度的提高,信貸約束的降低能夠降低居民對(duì)收入的敏感性和平滑跨期消費(fèi),從而提高居民家庭消費(fèi)水平[4]。國內(nèi)學(xué)者對(duì)金融與居民消費(fèi)之間關(guān)系的研究更多集中在消費(fèi)信貸約束角度[5]。黃倩等通過Heckman兩步法的研究,認(rèn)為信貸約束的存在使得居民家庭實(shí)際消費(fèi)低于其理論最優(yōu)消費(fèi),因此優(yōu)化融資環(huán)境是促進(jìn)家庭消費(fèi)的必要條件[6]。李江一等將家庭是否持有信用卡作為衡量消費(fèi)信貸的標(biāo)準(zhǔn),研究發(fā)現(xiàn)持有信用卡對(duì)家庭消費(fèi)具有顯著促進(jìn)作用,并且促進(jìn)作用隨著家庭流動(dòng)性約束水平的上升而提高[7]。一般而言,消費(fèi)信貸對(duì)農(nóng)村居民消費(fèi)的影響更為深遠(yuǎn)。陳東等依據(jù)1981—2010年數(shù)據(jù)實(shí)證分析得出,由于消費(fèi)信貸約束的存在,農(nóng)村居民消費(fèi)的提升不得不通過收入的中介效應(yīng)而非效率更高的直接效應(yīng),信貸約束阻礙了農(nóng)村居民消費(fèi)的提高[8]。蔡棟梁等基于CHPS微觀數(shù)據(jù)認(rèn)為,農(nóng)村信貸約束對(duì)農(nóng)村居民消費(fèi)結(jié)構(gòu)產(chǎn)生了不利影響,使得家庭發(fā)展性消費(fèi)顯著降低[9]。進(jìn)一步地,曹瓅等通過對(duì)農(nóng)戶收入結(jié)構(gòu)的研究,發(fā)現(xiàn)農(nóng)村地區(qū)低收入群體受信貸約束的不利影響更為顯著[10]。另外,傅秋子等研究發(fā)現(xiàn),數(shù)字金融能夠減少農(nóng)村的消費(fèi)性信貸約束,有效提高消費(fèi)信貸需求,從而促進(jìn)農(nóng)村居民消費(fèi)[11]。

非正規(guī)金融是有效緩解居民信貸約束與收入差距的手段之一。國外學(xué)者對(duì)非正規(guī)金融方面的研究較為權(quán)威的總結(jié)應(yīng)當(dāng)是Adams和Fitchett。他們對(duì)非正規(guī)金融進(jìn)行了系統(tǒng)性概括,強(qiáng)調(diào)了非正規(guī)儲(chǔ)蓄對(duì)非正規(guī)金融發(fā)展的重要作用,認(rèn)為大量的非正規(guī)貸款是部分非正規(guī)儲(chǔ)蓄的鏡像,儲(chǔ)蓄存款是發(fā)展可持續(xù)金融中介的一個(gè)重要因素[12]。此后,國外學(xué)者對(duì)非正規(guī)金融的研究更多集中在其與正規(guī)金融的比較方面。如Madestam探究了在不發(fā)達(dá)的金融市場(chǎng)中,非正規(guī)金融通常與正規(guī)金融共存且可以防止非勤奮行為,因此非正規(guī)金融對(duì)正規(guī)金融具有可替代性和互補(bǔ)性[13]。國內(nèi)學(xué)者對(duì)非正規(guī)金融和居民家庭之間的關(guān)系進(jìn)行了研究。沈紅麗利用logit模型分析正規(guī)金融、非正規(guī)金融對(duì)居民家庭創(chuàng)業(yè)的影響,發(fā)現(xiàn)由于正規(guī)金融對(duì)家戶創(chuàng)業(yè)存在融資約束,許多家庭不得不通過非正規(guī)金融進(jìn)行融資,得出了非正規(guī)金融支持家庭創(chuàng)業(yè)的結(jié)論[14]。張寧等研究發(fā)現(xiàn),由于基于道義的非正規(guī)金融對(duì)農(nóng)戶生活消費(fèi)借款收取利息較少,使得農(nóng)村非正規(guī)金融向農(nóng)戶提供金融服務(wù)的門檻降低,從而大大減少了農(nóng)戶內(nèi)部收入差距的擴(kuò)大且在一定程度上緩解了相對(duì)貧困問題[15]。譚燕芝等將非正規(guī)金融與農(nóng)村多維貧困聯(lián)系在一起研究,表明農(nóng)戶在進(jìn)行非正規(guī)借貸時(shí)可將社會(huì)網(wǎng)絡(luò)作為一種“隱性抵押品”,從而提高非正規(guī)借貸的額度,顯著改善可能存在的多維貧困狀況以緩解相對(duì)貧困[16]。

目前關(guān)于非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)影響的研究還十分有限。南永清等從過度敏感性的視角進(jìn)行了探究,發(fā)現(xiàn)農(nóng)村居民家庭消費(fèi)對(duì)非正規(guī)金融存在“過度敏感性”,在一定程度上說明了非正規(guī)金融能緩解農(nóng)村居民信貸約束,從而有助于其家庭消費(fèi)的提高[17]。李瑋等進(jìn)一步基于城鄉(xiāng)分化的角度,研究認(rèn)為非正規(guī)金融對(duì)居民消費(fèi)的影響廣泛存在于農(nóng)村地區(qū)[18]。不同于以往相關(guān)領(lǐng)域的文獻(xiàn),本文可能的貢獻(xiàn)在于:第一,基于全國范圍的數(shù)據(jù),將農(nóng)村家庭消費(fèi)分為生存型消費(fèi)、發(fā)展型消費(fèi)及享受型消費(fèi),從而細(xì)化了有關(guān)農(nóng)戶消費(fèi)的研究?jī)?nèi)容,豐富了進(jìn)入新時(shí)代后農(nóng)村居民有關(guān)消費(fèi)結(jié)構(gòu)的研究。第二,通過傾向得分匹配法分層剖析農(nóng)戶參與非正規(guī)金融對(duì)其家庭消費(fèi)的影響,彌補(bǔ)了相關(guān)領(lǐng)域影響凈效應(yīng)測(cè)度研究的空缺。第三,將農(nóng)村居民依據(jù)年齡、受教育程度及所處區(qū)域分組后進(jìn)行了異質(zhì)性分析。第四,本文在非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響的傳導(dǎo)機(jī)制上進(jìn)行了創(chuàng)新,將“非農(nóng)創(chuàng)業(yè)”這一變量引入模型,探討了非正規(guī)金融、非農(nóng)創(chuàng)業(yè)及消費(fèi)之間的關(guān)系,使得相關(guān)傳導(dǎo)機(jī)制更為清晰、完善。

三、研究設(shè)計(jì)與統(tǒng)計(jì)描述

(一)數(shù)據(jù)來源及樣本基本情況

本文實(shí)證部分所使用的數(shù)據(jù)來自北京大學(xué)主持開發(fā)的中國家庭追蹤調(diào)查數(shù)據(jù)(CFPS)。該數(shù)據(jù)涵蓋了中國25個(gè)省份及地區(qū),具有廣泛的代表性。作為中國微觀調(diào)查數(shù)據(jù)最具權(quán)威的系統(tǒng)之一,該數(shù)據(jù)庫覆蓋農(nóng)村的家庭、個(gè)人等問卷調(diào)查,為研究參與非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響與效應(yīng)提供了渠道。本文將CFPS在2016年、2018年的兩期跟蹤調(diào)查數(shù)據(jù)進(jìn)行初步匹配與整理,去除城市居民樣本等與調(diào)查主題無關(guān)的樣本,再進(jìn)一步對(duì)樣本進(jìn)行截尾和剔除樣本異常值后,最終得到了一個(gè)包括10 104份有效樣本在內(nèi)的兩期強(qiáng)平衡面板數(shù)據(jù)。

依據(jù)農(nóng)戶家庭是否參與非正規(guī)金融,將樣本分為處理組與控制組。2016年樣本總數(shù)為5 052份,其中處理組樣本772份,占比15.3%;控制組樣本4 280份,占比84.7%。2018年樣本總數(shù)為5 052份,其中處理組樣本702份,占比13.9%;控制組樣本4 350份,占比86.1%。

(二)變量選取及描述性統(tǒng)計(jì)

1.因變量

本文的因變量是農(nóng)村居民消費(fèi)。恩格斯提出將人的需求分為生存、發(fā)展、享受三大類,本文據(jù)此選取了家庭總消費(fèi)、生存型消費(fèi)、發(fā)展型消費(fèi)以及享受型消費(fèi)四大變量以衡量農(nóng)村居民消費(fèi)。具體而言,家庭總消費(fèi)指過去一年中家庭總的消費(fèi)支出。家庭生存型消費(fèi)由衣著消費(fèi)、食品消費(fèi)和居住消費(fèi)等維持家庭運(yùn)轉(zhuǎn)的基本消費(fèi)構(gòu)成。家庭發(fā)展型消費(fèi)由家庭設(shè)備及日用品消費(fèi)、其他消費(fèi)等能進(jìn)一步改善家庭生產(chǎn)生活狀況的消費(fèi)構(gòu)成。家庭享受型消費(fèi)由文娛消費(fèi)、醫(yī)療保健消費(fèi)、交通通訊消費(fèi)等能夠提升家庭生活質(zhì)量的消費(fèi)構(gòu)成。為了克服變量存在的非線性問題,使數(shù)據(jù)更為平穩(wěn),分別對(duì)家庭總消費(fèi)、生存型消費(fèi)、發(fā)展型消費(fèi)和享受型消費(fèi)加1后取對(duì)數(shù)處理。

2.核心自變量

本文的核心自變量為“非正規(guī)金融”。非正規(guī)金融指處于國家金融、貨幣當(dāng)局管理和監(jiān)測(cè)之外的融資等金融行為。農(nóng)村地區(qū)的非正規(guī)金融渠道多為親朋好友借款以及通過合會(huì)、錢莊等民間金融組織借款等。本文參考林建浩、周強(qiáng)等的研究,以樣本期內(nèi)“待償親友及民間借款”作為衡量是否參與非正規(guī)金融的變量,變量取值為1時(shí)認(rèn)為農(nóng)戶家庭參與了非正規(guī)金融,變量取值為0時(shí)認(rèn)為農(nóng)戶家庭未參與非正規(guī)金融[19-20]。

3.控制變量

為了清晰說明影響農(nóng)戶參與非正規(guī)金融決策的因素,更穩(wěn)健地測(cè)度農(nóng)戶參與非正規(guī)金融對(duì)其家庭消費(fèi)的影響效應(yīng),本文選取了包括戶主特征、家庭特征以及區(qū)域特征在內(nèi)的控制變量進(jìn)行分析。

農(nóng)戶戶主特征變量包括戶主的年齡、年齡的平方、性別、受教育程度、婚姻狀況以及健康狀況等。不同年齡段的戶主對(duì)于是否參與非正規(guī)金融的決策是不一致的,中青年戶主可能因?yàn)榧彝ヒ?guī)模處于最大值以及對(duì)事業(yè)的開拓而需要更多的資金進(jìn)行周轉(zhuǎn)。進(jìn)一步考慮戶主年齡對(duì)非正規(guī)金融的選擇具有非線性,從而加入年齡的平方項(xiàng)作為模型的控制變量。在性別因素上,女性戶主在金融決策上更偏保守。戶主的受教育程度對(duì)其參與非正規(guī)金融的決策具有影響。受教育程度直接決定了戶主人力資本水平的高低,受教育程度高的戶主通常具有高的人力資本,擁有高人力資本的戶主可能更傾向于直接進(jìn)行正規(guī)借貸融資。已婚的戶主家庭規(guī)模、家庭責(zé)任更大,經(jīng)濟(jì)行為更為理性,會(huì)傾向于通過融資平滑家庭消費(fèi)狀況。健康狀況能衡量戶主個(gè)人的人力資本和家庭總體的經(jīng)濟(jì)狀況,對(duì)戶主是否參與非正規(guī)金融具有影響。

農(nóng)戶家庭特征變量包括家庭人口規(guī)模、家庭儲(chǔ)蓄規(guī)模、家庭一年總收入、家庭正規(guī)借貸、種養(yǎng)殖業(yè)經(jīng)營(yíng)、家庭住房現(xiàn)值等。家庭人口規(guī)模越大,一方面由于老幼成員占比多,使得家庭消費(fèi)支出越大,對(duì)非正規(guī)金融的融資需求更大;另一方面,也意味著家庭創(chuàng)收能力強(qiáng),無需進(jìn)行額外融資。家庭儲(chǔ)蓄規(guī)模和家庭一年總收入是對(duì)家庭存量資金的衡量。種養(yǎng)殖業(yè)經(jīng)營(yíng)和家庭住房現(xiàn)值則是對(duì)家庭固定資產(chǎn)水平的衡量。家庭存量資金與固定資產(chǎn)狀況都會(huì)對(duì)家庭是否參與非正規(guī)金融產(chǎn)生影響。是否已參與正規(guī)借貸也影響著其接下來是否參與非正規(guī)金融的行為。

另外,考慮到中國各地區(qū)發(fā)展較為不平衡,為了減少地區(qū)固定效應(yīng)對(duì)模型的影響,本文控制了地區(qū)虛擬變量；為進(jìn)一步控制時(shí)間層面不可觀測(cè)的因素，本文同樣引入了年份虛擬變量。以上各變量的賦值說明及更為具體的描述性分析見表1、表2。

表1 相關(guān)變量的描述性統(tǒng)計(jì)(全樣本)

表2 相關(guān)變量的描述性統(tǒng)計(jì)(分組)

接下來對(duì)2016—2018年全樣本的數(shù)據(jù)基于處理組與控制組的角度進(jìn)行描述性分析。為了使分析更為直觀，本文在此僅對(duì)“家庭儲(chǔ)蓄規(guī)模”“家庭一年總收入”“農(nóng)村居民消費(fèi)”等數(shù)值型變量在對(duì)數(shù)化處理前的實(shí)際數(shù)據(jù)進(jìn)行匯報(bào)。

從個(gè)體特征來看,受訪者的年齡均值是50歲。在受教育程度方面,受訪者平均學(xué)歷是初中水平,占比達(dá)31.48%。從家庭特征來看,農(nóng)村每戶家庭人口總數(shù)平均為4人,處理組與控制組差別較小。在家庭儲(chǔ)蓄方面,受訪家庭平均儲(chǔ)蓄2.79萬元。處理組家庭與控制組家庭在儲(chǔ)蓄方面差異較大,其中處理組家庭平均儲(chǔ)蓄1.0萬元,而控制組家庭平均儲(chǔ)蓄是3.10萬元。在家庭收入方面,受訪家庭的年收入平均值是4.49萬元。從地域特征來看,有效總樣本在東部地區(qū)采集4 066份,在中部地區(qū)采集2 906份,在西部地區(qū)采集3 132份,分別占比40.24%、28.76%和31.00%,其中處理組在西部地區(qū)分布最多,占比35.96%,控制組在東部地區(qū)分布最多,占比42.93%。

在因變量農(nóng)村居民消費(fèi)方面,處理組的總消費(fèi)是5.68萬元,生存型消費(fèi)、發(fā)展型消費(fèi)和享受型消費(fèi)分別是2.54萬元、0.98萬元和1.79萬元;控制組各方面均低于處理組,其總消費(fèi)是4.57萬元,生存型消費(fèi)、發(fā)展型消費(fèi)和享受型消費(fèi)分別是2.45萬元、0.69萬元和1.24萬元。

綜合比較參與非正規(guī)金融的處理組與未參與非正規(guī)金融的控制組在以上變量之間的差異可以初步得出判斷:相比較于控制組,關(guān)于個(gè)體特征,處理組在年齡方面更偏向于年輕,而婚姻與健康狀況兩組相差不大。關(guān)于家庭特征,處理組家庭人口規(guī)模更大,然而有關(guān)家庭存量資金方面的家庭儲(chǔ)蓄與家庭年收入?yún)s更少。關(guān)于地區(qū)特征,處理組在各地區(qū)分布更為均勻。

(三)模型框架

在前文描述性統(tǒng)計(jì)分析的基礎(chǔ)上,本部分構(gòu)建非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)影響的模型。考慮到農(nóng)村居民是否參與非正規(guī)金融實(shí)質(zhì)上是一種“自選擇”行為,即自選擇偏差會(huì)使得農(nóng)戶家庭消費(fèi)的異質(zhì)性并不一定來源于非正規(guī)金融的直接影響。本文在使用反事實(shí)分析框架的傾向得分匹配方法的基礎(chǔ)上,建立了一套較為完整的模型檢驗(yàn)方法對(duì)可能由自選擇偏差所產(chǎn)生的內(nèi)生性問題進(jìn)行處理。首先,針對(duì)不隨時(shí)間序列變化的可觀測(cè)與不可觀測(cè)因素所導(dǎo)致的內(nèi)生性問題,通過構(gòu)建面板數(shù)據(jù)進(jìn)行緩解。其次,相比較于傳統(tǒng)的面板回歸分析,傾向得分匹配法能夠通過匹配再抽樣使觀測(cè)數(shù)據(jù)盡可能接近隨機(jī)試驗(yàn)數(shù)據(jù),從而有效解決樣本“自選擇”所產(chǎn)生的“選擇性偏差”問題。另外,傾向得分匹配法無需要求處理變量嚴(yán)格外生,所以其在克服核心自變量可能存在的內(nèi)生性問題時(shí)具有明顯優(yōu)勢(shì)。因此,本文重點(diǎn)采用傾向得分匹配方法對(duì)隨時(shí)間序列變化的可觀測(cè)變量進(jìn)行系統(tǒng)的分析。最后,在進(jìn)一步的分析中,本文使用雙重差分法處理了隨時(shí)間序列變化的不可觀測(cè)變量所帶來的內(nèi)生性問題,且使用代理變量利用面板固定效應(yīng)模型進(jìn)行了穩(wěn)健性檢驗(yàn)。

本文建立以下面板模型以估計(jì)非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響:

lnYit=α0+α1Financeit+∑α2Xit+γi+βt+εit

(1)

其中,i代表訪問的個(gè)體或家庭;t代表訪問的時(shí)期;lnYit代表i家庭在t時(shí)期的家庭年總消費(fèi)(對(duì)數(shù))、年生存型消費(fèi)(對(duì)數(shù))、年發(fā)展型消費(fèi)(對(duì)數(shù))和年享受型消費(fèi)(對(duì)數(shù))等結(jié)果變量。核心解釋變量Financeit是虛擬變量,代表家庭i是否參與非正規(guī)金融,Financeit=1表示家庭參與非正規(guī)金融,Financeit=0表示家庭不參與非正規(guī)金融;Xit則代表控制變量,包括家庭i的戶主特征、家庭特征以及地區(qū)特征變量;γi與βt代表個(gè)體固定效應(yīng)以及時(shí)間固定效應(yīng);εit是隨機(jī)分布項(xiàng)。

1.傾向得分匹配的研究步驟

第一步,選擇協(xié)變量進(jìn)行匹配。本文將對(duì)參與非正規(guī)金融與農(nóng)村居民消費(fèi)產(chǎn)生影響的變量作為協(xié)變量,具體分為個(gè)體特征變量、家庭特征變量以及地區(qū)特征變量。

第二步,通過Logit回歸計(jì)算傾向得分。本文為解決非線性問題造成的困擾,在模型中引入了年齡的平方高次方項(xiàng)。

第三步,將選擇的協(xié)變量進(jìn)行傾向得分匹配。為確保結(jié)果的穩(wěn)健性,本文總共運(yùn)用了六種傾向得分匹配方法進(jìn)行匹配,分別是k近鄰匹配、卡尺匹配、卡尺內(nèi)k近鄰匹配、核匹配、局部線性回歸匹配以及馬氏距離匹配。

第四步,依據(jù)匹配后的樣本計(jì)算參與者的平均處理效應(yīng)(ATT)、未參與者的平均處理效應(yīng)(ATU)以及平均處理效應(yīng)(ATE)。本文側(cè)重于說明參與非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響,驗(yàn)證其是否有助于提高農(nóng)民的生活質(zhì)量,因此使用參與者的平均處理效應(yīng)(ATT)進(jìn)行分析。

2.傾向得分匹配的理論推導(dǎo)

根據(jù)可忽略性假定,給定xi,則(y0i,y1i)獨(dú)立于Di,可記為(y0i,y1i)⊥Di|xi,這意味著(y0i,y1i)此時(shí)在處理組與控制組的分布完全一樣,即:

F(y0i,y1i|xi,Di=1)=F(y0i,y1i|xi,Di=0)

(2)

其中,xi表示協(xié)變量,在此是向量形式;y0i表示個(gè)體i沒有參加非正規(guī)金融的未來收入;y1i表示個(gè)體i參加非正規(guī)金融的未來收入;Di為處理變量,表示個(gè)體i是否得到了處理;F(·)是分布函數(shù)。

在此基礎(chǔ)上,PSM的理論依據(jù)是對(duì)任意的i,只需給定p(x),就有(Y0i,Y1i)獨(dú)立于Di,即:

(Y0i,Y1i)⊥Di|Xi→(Y0i,Y1i)⊥Di|p(Xi)

(3)

最后,根據(jù)匹配后的樣本,處理組平均處理效應(yīng)(ATT)估計(jì)量的一般表達(dá)式為:

(4)

其中,N=∑iDi為處理組個(gè)體數(shù);∑i:Di=1則為僅對(duì)處理組個(gè)體進(jìn)行加總。

四、非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)的影響效應(yīng)測(cè)算

(一)共同支撐域與PSM匹配結(jié)果分析

為確保傾向得分匹配的有效性,本文進(jìn)行了共同支撐域與PSM匹配結(jié)果分析。共同支撐域假定要求匹配后的處理組與控制組個(gè)體的傾向值最大程度處在共同范圍內(nèi)。

從圖1所示的基于家庭總消費(fèi)的密度函數(shù)圖可知,匹配后的農(nóng)村非正規(guī)金融處理組與控制組傾向得分值大多數(shù)均落在共同范圍之內(nèi),明顯呈現(xiàn)出了更大的共同支撐范圍,且處理組與控制組的密度曲線接近重合,因此可以認(rèn)為本文傾向得分匹配效果較好。

圖1 匹配前后的密度函數(shù)圖對(duì)比

對(duì)傾向得分匹配的樣本匹配數(shù)量進(jìn)行了分析(見表3)。由表3可知,在進(jìn)行匹配的六種方法中選出了未匹配樣本數(shù)最多的匹配結(jié)果。本文各匹配檢驗(yàn)的最大未匹配樣本是100個(gè),剔除未匹配樣本后,在8 735個(gè)有效樣本中仍有8 635個(gè)樣本實(shí)現(xiàn)了匹配,最低匹配率為98.86%,證明匹配效果較好。另外,樣本中大多數(shù)觀察值均落在共同取值范圍內(nèi),因此可以認(rèn)為進(jìn)行傾向得分匹配時(shí)僅損失少數(shù)樣本。

表3 PSM匹配結(jié)果

(二)平衡性檢驗(yàn)

平衡性假定要求在外生條件假設(shè)下,各協(xié)變量在匹配后的處理組與控制組之間不存在顯著性。在進(jìn)行平衡性假定檢驗(yàn)中,本文分別從均值、偏差以及t統(tǒng)計(jì)量三個(gè)方面進(jìn)行了檢驗(yàn)。首先,應(yīng)該對(duì)處理組與控制組的匹配變量均值進(jìn)行檢驗(yàn),考察其是否存在差異,再通過t統(tǒng)計(jì)量判斷差異是否顯著。其次,應(yīng)對(duì)匹配后處理組與控制組匹配變量的標(biāo)椎化偏差進(jìn)行考核,若各協(xié)變量匹配后的標(biāo)準(zhǔn)化偏差小于1%,則可以認(rèn)為處理組與控制組在匹配后差異縮小,匹配效果較好。

平衡性檢驗(yàn)結(jié)果由表4給出。相比較于匹配前,匹配后處理組與控制組的均值基本接近,所有t檢驗(yàn)的p值均大于1%的顯著性水平,即均不拒絕處理組與控制組不存在差異的原假設(shè)。匹配后各協(xié)變量的標(biāo)準(zhǔn)化偏差均有明顯縮小且小于10%。綜上所述,本次匹配結(jié)果較為理想。

表4 匹配平衡性檢驗(yàn)

(三)傾向得分匹配的影響效應(yīng)測(cè)算

本文通過k近鄰匹配、卡尺匹配、卡尺內(nèi)k近鄰匹配、核匹配、局域線性回歸匹配和馬氏距離匹配等六種匹配方法測(cè)算了非正規(guī)金融對(duì)農(nóng)戶家庭的總消費(fèi)、生存型消費(fèi)、發(fā)展型消費(fèi)以及享受型消費(fèi)的平均處理效應(yīng)。為了保證實(shí)證結(jié)果的穩(wěn)健性,本文具體使用了以下測(cè)算方法:將k取值1和4(1)一對(duì)四匹配在一般條件下可最小化均方誤差。、將卡尺取值0.02(2)計(jì)算傾向得分的標(biāo)準(zhǔn)差,再乘0.25后判斷得到合適的卡尺范圍。、將異方差穩(wěn)健標(biāo)準(zhǔn)誤估計(jì)ai取4;而核匹配采用默認(rèn)核函數(shù)、局部線性回歸匹配采用默認(rèn)核函數(shù)與帶寬。表5、表6顯示了相關(guān)的估計(jì)結(jié)果。

表5 傾向得分匹配的處理效應(yīng)(家庭總消費(fèi))

表5匯報(bào)了非正規(guī)金融對(duì)農(nóng)戶家庭總消費(fèi)的平均處理效應(yīng)，而表6中的(1)、(2)、(3)分別匯報(bào)了非正規(guī)金融對(duì)農(nóng)戶家庭的生存型消費(fèi)、發(fā)展型消費(fèi)及享受型消費(fèi)的平均處理效應(yīng)。從以上的反事實(shí)估計(jì)結(jié)果可得,無論使用k近鄰匹配、卡尺匹配、卡尺內(nèi)k近鄰匹配還是其他方法測(cè)算,農(nóng)戶參與非正規(guī)金融都能在1%的顯著性水平上顯著正向提高其家庭總消費(fèi),且平均處理效應(yīng)(ATT)介于0.153～0.188之間,這說明參與非正規(guī)金融能夠使農(nóng)戶家庭總消費(fèi)水平提高15.3%～18.8%,平均值為17.3%。

表6 傾向得分匹配的處理效應(yīng)(生存型、發(fā)展型及享受型消費(fèi))

對(duì)家庭消費(fèi)進(jìn)行細(xì)分,可發(fā)現(xiàn)參與非正規(guī)金融對(duì)生存型消費(fèi)的影響凈效應(yīng)沒有通過顯著性檢驗(yàn),說明參與非正規(guī)金融對(duì)農(nóng)戶家庭生存型消費(fèi)沒有顯著影響。這很可能是因?yàn)樵谠鰪?qiáng)扶貧力度、加大對(duì)農(nóng)戶無息貸款的政策扶持后農(nóng)戶不再將民間借貸的資金用于生存型消費(fèi),而更傾向于進(jìn)行其他項(xiàng)目消費(fèi)。在發(fā)展型消費(fèi)方面,當(dāng)k近鄰匹配k=1時(shí),回歸結(jié)果在5%的顯著水平上顯著,而改變k值或換用其他方法進(jìn)行測(cè)算時(shí),農(nóng)戶參與非正規(guī)金融能在1%的顯著水平上顯著正向提高家庭發(fā)展型消費(fèi)。其平均處理效應(yīng)(ATT)介于0.188～0.261之間,說明參與非正規(guī)金融使得農(nóng)戶家庭的發(fā)展型消費(fèi)提高了18.8%～26.1%,平均值為23.5%。最后,農(nóng)戶參與非正規(guī)金融均能在1%的顯著性水平上顯著正向提高享受型總消費(fèi),平均處理效應(yīng)(ATT)介于0.270～0.318之間,這說明參與非正規(guī)金融能夠使家庭享受型消費(fèi)水平提高27.0%～31.8%,平均值為30.0%,即非正規(guī)金融對(duì)農(nóng)村家庭享受型消費(fèi)的影響凈效應(yīng)最大。

(四)非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)的異質(zhì)性分析

由于戶主個(gè)體差異和地區(qū)分布的異質(zhì)性,非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)的影響亦存在較大的差異。前文側(cè)重于通過處理組的平均處理效應(yīng)測(cè)算非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)總的影響凈效應(yīng),而忽略了不同差異群體之間的異質(zhì)性研究。為使研究結(jié)論既具有普遍性又能夠代表存在不同組群差異的農(nóng)戶家庭,將分組討論的思想引入模型具有重要意義。

戶主是一家之主,其年齡、受教育程度能很好地反映戶主家庭的風(fēng)險(xiǎn)偏好和消費(fèi)的選擇;從區(qū)位上看,中國東中部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、西部偏向落后,這也對(duì)不同地區(qū)的農(nóng)戶非正規(guī)融資的決策產(chǎn)生了影響。因此,有必要將戶主年齡、受教育程度和所處區(qū)域作為分組依據(jù),分組討論非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響。

本文從農(nóng)村實(shí)際出發(fā),在將農(nóng)戶消費(fèi)類型分為總消費(fèi)、生存型消費(fèi)、發(fā)展型消費(fèi)及享受型消費(fèi)的基礎(chǔ)上,將戶主年齡在30歲、40歲及50歲這幾個(gè)節(jié)點(diǎn)上進(jìn)行分組;將戶主受教育程度以小學(xué)、初高中及大專為節(jié)點(diǎn)進(jìn)行分組;將所處區(qū)域分組為東部、中部及西部地區(qū)。表7顯示了使用k近鄰一比四匹配方法的非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)影響效應(yīng)的測(cè)算結(jié)果。

表7 非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)的異質(zhì)性分析結(jié)果

戶主年齡的差異會(huì)作用于非正規(guī)金融,從而對(duì)農(nóng)戶家庭消費(fèi)產(chǎn)生影響。年齡段30～40歲時(shí)參與非正規(guī)金融對(duì)家庭消費(fèi)的影響最大,而年齡段在30歲及以下時(shí)參與非正規(guī)金融對(duì)家庭消費(fèi)的效用不顯著。戶主年齡處于30～40歲時(shí),非正規(guī)金融在1%的顯著性水平上顯著正向影響農(nóng)戶家庭發(fā)展型和享受型消費(fèi),分別使其提高了48.0%和30.6%,而對(duì)家庭的生存型消費(fèi)影響并不顯著。這可能是此時(shí)戶主正值壯年,大力發(fā)展生產(chǎn)以穩(wěn)步提高其家庭資產(chǎn)水平是戶主的首要選擇,因此這一年齡段非正規(guī)金融促進(jìn)發(fā)展型消費(fèi)在其生命周期中占比最大,達(dá)到48%。在40歲后,戶主更傾向于通過非正規(guī)金融提高享受型消費(fèi),這可能是因?yàn)橥ㄟ^生產(chǎn)發(fā)展,在其家庭資產(chǎn)水平穩(wěn)定在期望值后,戶主更有條件進(jìn)行享受型消費(fèi),以提高生活品質(zhì)。

戶主受教育程度的不同也會(huì)通過非正規(guī)金融來影響家庭消費(fèi)。由表7可知,當(dāng)農(nóng)戶受教育程度處于小學(xué)及以下時(shí)非正規(guī)金融對(duì)家庭發(fā)展型消費(fèi)和享受型消費(fèi)影響最大,能在1%的顯著水平上顯著正向使消費(fèi)分別提高38.6%和33.2%。這可能是因?yàn)槭芙逃潭鹊偷膽糁髌溷y行資信水平也低,使得非正規(guī)融資成為了重點(diǎn)選擇,從而提高了非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)的影響。

從地理位置的角度分析,非正規(guī)金融在西部地區(qū)對(duì)農(nóng)戶家庭消費(fèi)的影響最為顯著,分別使農(nóng)戶家庭發(fā)展型消費(fèi)和享受型消費(fèi)提高了30.9%和34.6%,遠(yuǎn)遠(yuǎn)顯著于中東部地區(qū)。其原因是西部地區(qū)經(jīng)濟(jì)實(shí)力較中東部弱小,銀行等正規(guī)金融機(jī)構(gòu)在西部農(nóng)村網(wǎng)點(diǎn)的覆蓋范圍和輻射作用不及其他地區(qū),因此非正規(guī)金融是其主導(dǎo)的融資方式。

綜上所述,在參與非正規(guī)金融后,戶主所在的年齡段、所受的教育程度以及戶主所處地域均間接地對(duì)農(nóng)戶家庭消費(fèi)產(chǎn)生了異質(zhì)性的影響,其中對(duì)生存型消費(fèi)影響均不顯著。在國家扶貧和鄉(xiāng)村振興政策的強(qiáng)力支持下,相比于進(jìn)行生存型消費(fèi),農(nóng)戶在通過非正規(guī)金融獲得資金后,更傾向于進(jìn)行發(fā)展型、享受型消費(fèi)。另外,非正規(guī)金融對(duì)家庭享受型消費(fèi)的促進(jìn)作用總是最為顯著。

五、內(nèi)生性與穩(wěn)健性分析

(一)基于DID模型的內(nèi)生性分析

傾向得分匹配法的局限性是其只控制了隨時(shí)間變化的可測(cè)因素的影響,當(dāng)存在不可測(cè)變量選擇時(shí),仍會(huì)存在“隱性偏差”。為了使實(shí)證檢驗(yàn)更具客觀性,消除“隱性偏差”對(duì)實(shí)證結(jié)果的影響,本文引入了雙重差分模型,希望通過倍差法的思想進(jìn)一步解決可能存在的隨時(shí)間變化的不可測(cè)因素帶來的內(nèi)生性問題。

從表8中可以看到,盡管對(duì)各固定效應(yīng)進(jìn)行了控制,但各模型的回歸結(jié)果依舊較為穩(wěn)健,在模型(1)～(4)中,參與非正規(guī)金融能夠在1%的顯著性水平上顯著正向影響家庭總消費(fèi),使其提高18.9%～26.0%;在模型(5)～(8)中,參與非正規(guī)金融亦能夠在1%的顯著性水平上顯著正向影響家庭人均總消費(fèi),使其提高9.3%～21.5%。盡管雙重差分結(jié)果存在一定的高偏,但估計(jì)結(jié)果與前文傾向得分匹配估計(jì)基本吻合,非正規(guī)金融能夠顯著改善農(nóng)戶家庭總消費(fèi)、家庭人均總消費(fèi),提高家庭消費(fèi)水平,因此可以認(rèn)為結(jié)論較為穩(wěn)定。

表8 基于DID模型的非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)影響估計(jì)結(jié)果

(二)基于代理變量和面板固定效應(yīng)模型的穩(wěn)健性分析

前文所使用的核心解釋變量“待償親友及民間借款”為虛擬變量。盡管這一變量較為精準(zhǔn)地衡量了農(nóng)戶家庭是否參與了非正規(guī)金融且被學(xué)者們廣泛使用,但受限于虛擬值,其不能有效衡量農(nóng)村家庭參與非正規(guī)金融的融資數(shù)額對(duì)消費(fèi)的影響。為了使結(jié)論更具客觀性,本文借鑒李瑋等的研究方法,使用“待償親戚朋友借款額”作為核心自變量的代理變量作進(jìn)一步的分析[18]。

表9顯示了采用面板固定效應(yīng)模型下的估計(jì)結(jié)果。結(jié)果顯示,待償親戚朋友借款額對(duì)農(nóng)村居民家庭總消費(fèi)仍具有顯著正向的影響,表明農(nóng)戶家庭進(jìn)行非正規(guī)金融融資的數(shù)額越大,則其家庭消費(fèi)水平越高,因此可以認(rèn)為與前文的研究結(jié)論具有一致性,結(jié)論較為穩(wěn)定。

表9 基于面板固定效應(yīng)模型的非正規(guī)金融對(duì)農(nóng)戶家庭消費(fèi)影響估計(jì)結(jié)果

六、非正規(guī)金融提高農(nóng)戶消費(fèi)水平的影響機(jī)制分析

本文通過收入的增收效應(yīng)對(duì)非正規(guī)金融與農(nóng)村居民消費(fèi)之間的內(nèi)在邏輯進(jìn)行探討,以明確非正規(guī)金融通過何種渠道對(duì)農(nóng)村居民消費(fèi)產(chǎn)生促進(jìn)作用。

農(nóng)戶進(jìn)行非農(nóng)創(chuàng)業(yè)是其獲得收入的主要途徑。創(chuàng)業(yè)活動(dòng)能有效拓寬農(nóng)戶的增收渠道且在鄉(xiāng)里鄰間具有顯著帶動(dòng)作用,受制于自身特質(zhì)與客觀環(huán)境限制,農(nóng)戶創(chuàng)業(yè)同樣面臨嚴(yán)重的融資約束問題。然而,李祎雯等得出結(jié)論,相比較于正規(guī)金融,非正規(guī)金融在正向影響農(nóng)戶創(chuàng)業(yè)決策方面更具優(yōu)勢(shì)[1]。當(dāng)有非正規(guī)金融支持時(shí),農(nóng)戶更能識(shí)別創(chuàng)業(yè)機(jī)會(huì),其創(chuàng)業(yè)業(yè)績(jī)也會(huì)更加突出。另外,非正規(guī)金融通過銜接農(nóng)戶創(chuàng)業(yè)風(fēng)險(xiǎn),能夠保證農(nóng)戶資金的及時(shí)性和可得性,從而維持農(nóng)戶創(chuàng)業(yè)的持續(xù)性運(yùn)行,最終提高其資產(chǎn)規(guī)模和收入水平。因此,非正規(guī)金融的參與能降低農(nóng)戶創(chuàng)業(yè)的資金門檻及機(jī)會(huì)成本,持續(xù)給予農(nóng)戶維持初始經(jīng)營(yíng)的現(xiàn)金流,從而保證農(nóng)戶經(jīng)營(yíng)活動(dòng)的持續(xù)運(yùn)行,為創(chuàng)業(yè)家庭增加收入。

接下來基于CFPS 2016年、2018年數(shù)據(jù),運(yùn)用面板固定效應(yīng)模型驗(yàn)證收入視角下非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響機(jī)制。表10估計(jì)了農(nóng)戶參與非正規(guī)金融對(duì)其非農(nóng)創(chuàng)業(yè)的影響。估計(jì)結(jié)果表明,盡管有序?qū)Ω鞴潭ㄐ?yīng)進(jìn)行了控制,非正規(guī)金融均在1%的顯著性水平上對(duì)非農(nóng)創(chuàng)業(yè)有顯著正向的影響,可以認(rèn)為農(nóng)戶參與非正規(guī)金融能夠促進(jìn)其非農(nóng)創(chuàng)業(yè)決策的執(zhí)行。

表10 非正規(guī)金融對(duì)非農(nóng)創(chuàng)業(yè)影響機(jī)制分析

非農(nóng)創(chuàng)業(yè)能否有效對(duì)農(nóng)戶形成增收效應(yīng)是該傳導(dǎo)機(jī)制形成的關(guān)鍵條件。表11估計(jì)了非農(nóng)創(chuàng)業(yè)對(duì)農(nóng)戶家庭總收入的影響。結(jié)果表明,農(nóng)戶進(jìn)行非農(nóng)創(chuàng)業(yè)能夠顯著正向影響其家庭總收入,參與非農(nóng)創(chuàng)業(yè)對(duì)其家庭收入具有增收效應(yīng)。

表11 非農(nóng)創(chuàng)業(yè)對(duì)家庭總收入影響機(jī)制分析

綜上所述,本文認(rèn)為農(nóng)戶參與非正規(guī)金融,能有效推動(dòng)其非農(nóng)就業(yè),從而促進(jìn)家庭總收入的提高,最終拉動(dòng)了其消費(fèi)水平的上升,其機(jī)理如圖2所示。

圖2 非正規(guī)金融對(duì)農(nóng)戶消費(fèi)影響機(jī)理

七、結(jié)論與政策建議

本文基于中國家庭追蹤調(diào)查(CFPS)2016年、2018年數(shù)據(jù),將傾向得分匹配模型(PSM)作為基準(zhǔn)回歸測(cè)算了非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)的影響凈效應(yīng),并在此基礎(chǔ)上利用分組討論思想在將戶主年齡、戶主受教育程度及戶主所在地域分組后,對(duì)比分析了影響效應(yīng)在異質(zhì)性情況下的組群差異。為保證實(shí)證結(jié)果的穩(wěn)健性,本文基于逐步回歸的思想選用不同的因變量進(jìn)行了雙重差分模型(DID)回歸;與此同時(shí),運(yùn)用代理變量的思想進(jìn)行了面板固定效應(yīng)回歸。最后,本文系統(tǒng)敘述了非正規(guī)金融對(duì)農(nóng)村居民消費(fèi)促進(jìn)效應(yīng)的運(yùn)作機(jī)理。研究結(jié)果表明,非正規(guī)金融對(duì)農(nóng)村居民生存型消費(fèi)的影響效應(yīng)不顯著,而對(duì)農(nóng)村居民總消費(fèi)、發(fā)展型消費(fèi)及享受型消費(fèi)的影響凈效應(yīng)則分別為17.3%、23.5%和30.0%。異質(zhì)性分析表明,相較于其他年齡段、受教育程度和地區(qū)的戶主,非正規(guī)金融對(duì)年齡為30～40歲、受教育程度小學(xué)及以下、所在地區(qū)為西部的農(nóng)村家庭消費(fèi)水平和消費(fèi)結(jié)構(gòu)的影響最為顯著。最后的機(jī)理分析表明,非正規(guī)金融可通過緩解融資約束,促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè),使得家庭增收,最終對(duì)消費(fèi)產(chǎn)生影響?；诖?農(nóng)村居民通過非正規(guī)金融的參與提升了家庭消費(fèi)水平,其中耐用品的消費(fèi)得到了明顯提升,從而有效提高了農(nóng)村居民的生活質(zhì)量。

結(jié)合以上結(jié)論,本文提供以下政策建議:

第一,進(jìn)一步鼓勵(lì)和規(guī)范非正規(guī)金融發(fā)展,充分發(fā)揮其促消費(fèi)效應(yīng)?；鶞?zhǔn)回歸表明,非正規(guī)金融對(duì)發(fā)展型消費(fèi)和享受型消費(fèi)的促進(jìn)作用更加顯著。一方面,相關(guān)部門應(yīng)引導(dǎo)非正規(guī)金融主體明確業(yè)務(wù)定位,對(duì)農(nóng)戶高質(zhì)量消費(fèi)適當(dāng)增加融資服務(wù),使得借貸資金在農(nóng)村生產(chǎn)生活服務(wù)中實(shí)現(xiàn)全覆蓋,補(bǔ)齊農(nóng)村融資市場(chǎng)短板。另一方面,監(jiān)管機(jī)構(gòu)需時(shí)刻動(dòng)態(tài)監(jiān)管農(nóng)村非正規(guī)金融市場(chǎng),嚴(yán)懲違規(guī)放貸、違規(guī)收息等行為,對(duì)合規(guī)進(jìn)行非正規(guī)金融融資的借貸方采取激勵(lì)措施,營(yíng)造風(fēng)正氣清的民間借貸環(huán)境,保障民間借貸健康運(yùn)行。

第二,有序發(fā)展鄉(xiāng)村創(chuàng)業(yè)金融,引導(dǎo)非正規(guī)金融促進(jìn)農(nóng)戶創(chuàng)業(yè)。機(jī)理分析表明,非正規(guī)金融提振消費(fèi)的另一條可能渠道是促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè)從而增收以引致消費(fèi)。農(nóng)戶非農(nóng)創(chuàng)業(yè)是鄉(xiāng)村振興的實(shí)現(xiàn)途徑,而融資約束則是農(nóng)戶非農(nóng)創(chuàng)業(yè)的主要障礙。基于此,相關(guān)部門應(yīng)完善鄉(xiāng)村創(chuàng)業(yè)投資機(jī)制,通過政策支持引導(dǎo)民間資本等非正規(guī)金融積極參與鄉(xiāng)村創(chuàng)業(yè)投資,使其在維持農(nóng)戶創(chuàng)業(yè)資金鏈、促進(jìn)鄉(xiāng)村產(chǎn)業(yè)融資等方面發(fā)揮更優(yōu)作用,從而緩解融資約束對(duì)創(chuàng)業(yè)的影響,賦能鄉(xiāng)村振興,最終提高農(nóng)村居民消費(fèi)水平。

第三,加強(qiáng)民間金融宣講培訓(xùn),強(qiáng)化農(nóng)戶金融素養(yǎng)。非正規(guī)金融對(duì)年齡為30～40歲的青年戶主及知識(shí)水平較低的戶主家庭影響更為顯著,以上類型戶主的融資決策可能因?yàn)槿狈I(yè)金融知識(shí)培訓(xùn)而存在片面性和不合理性,從而使得金融資源沒有得到最優(yōu)配置。因此,相關(guān)部門應(yīng)在鄉(xiāng)村定點(diǎn)建立金融服務(wù)站提供金融咨詢服務(wù),定期組織宣講培訓(xùn)隊(duì)伍深入鄉(xiāng)村開展民間金融宣講活動(dòng),為農(nóng)戶普及金融借貸知識(shí)、構(gòu)建風(fēng)險(xiǎn)防控意識(shí),為其做出正確合理的金融決策提供支持。

第四,區(qū)分異質(zhì)性的典型客戶群體,提供有針對(duì)性的農(nóng)戶融資服務(wù)。民間借貸機(jī)構(gòu)應(yīng)通過與大數(shù)據(jù)平臺(tái)合作對(duì)不同年齡段、不同受教育程度及不同地區(qū)的農(nóng)戶提供個(gè)性化的融資服務(wù)。如對(duì)于青年農(nóng)戶,應(yīng)在創(chuàng)新創(chuàng)業(yè)方面給予優(yōu)惠;對(duì)于受教育程度較低的農(nóng)戶,應(yīng)提高審核標(biāo)準(zhǔn);對(duì)于地處西部的農(nóng)戶,則應(yīng)注重支持第一產(chǎn)業(yè)的發(fā)展。將非正規(guī)金融與大數(shù)據(jù)平臺(tái)有機(jī)結(jié)合,在透明公正的基礎(chǔ)上將精準(zhǔn)借貸服務(wù)投向農(nóng)戶,從而使資金供給與需求相匹配,降低農(nóng)戶融資成本以提高其消費(fèi)水平。