孟 楊

（新疆農(nóng)業(yè)職業(yè)技術(shù)學院，新疆 昌吉 831100）

中國重視和推動財政資金和市場資金流向“三農(nóng)”領(lǐng)域，補齊農(nóng)業(yè)發(fā)展的資金缺口。2020年中央一號文件《國務院關(guān)于抓好“三農(nóng)”領(lǐng)域重點工作確保如期實現(xiàn)全面小康的意見》表明了中央和地方財政加大對“三農(nóng)”投入的力度，提出要促進財政資金投入的“輸血”和金融部門信貸的“造血”相配合，優(yōu)化涉農(nóng)資金使用結(jié)構(gòu)的要求。據(jù)歷年《國家統(tǒng)計年鑒》數(shù)據(jù)顯示，2017年農(nóng)業(yè)固定資產(chǎn)投資（不含農(nóng)戶）資金574.68億元，比2010年（119.50億元）增長了3.81倍。

目前，中國學者關(guān)于農(nóng)村借貸資金研究主要集中在2個層面：一是宏觀層面，如對中國農(nóng)村民間借貸市場的市場效率進行經(jīng)濟學方法的測度與評價［1］以及地區(qū)借貸資金供需形勢［2］；二是微觀層面，通過調(diào)查農(nóng)村居民，重點分析來自正規(guī)金融機構(gòu)和民間的農(nóng)村借貸資金供需情況，如供給情況［3］和需求情況［4-8］，很明顯，研究農(nóng)村居民需求的文獻遠多于供給。而且，供給的衡量指標更多是對受訪者周邊正規(guī)金融機構(gòu)數(shù)量的調(diào)查，而缺乏從農(nóng)民可獲得性入手考慮。同時，多數(shù)學者偏向于研究欠發(fā)達地區(qū)，如甘肅［2，5］、青海［3］、新疆［4］、內(nèi)蒙古［7］、廣西［8］等省份，而全國有代表性的調(diào)查研究較少。

從需求端的研究來看，農(nóng)村居民的借貸行為主要分為生產(chǎn)借貸（購買農(nóng)資、租賃土地等）和非生產(chǎn)借貸（子女教育、維持生活開支、婚喪嫁娶等），但主要用于從事農(nóng)業(yè)生產(chǎn)［3，7］，借貸款用于農(nóng)村土地流轉(zhuǎn)的研究較少。隨著農(nóng)村土地“三權(quán)分置”，土地流轉(zhuǎn)在農(nóng)村逐漸興起，這對盤活農(nóng)村土地資源、推動農(nóng)業(yè)轉(zhuǎn)型升級有重要意義［9］。因此，研究農(nóng)村居民對借貸資金的可獲得性（即與個人最近可獲得資金的距離，距離越小，可獲得性越大），無論是來自正規(guī)金融機構(gòu)還是民間，均有助于了解當前農(nóng)村借貸資金供給情況，而且也能分析借貸資金在土地流轉(zhuǎn)中的推動作用?；诖?，本研究利用全國范圍的實地問卷調(diào)查數(shù)據(jù)，基于東、中、西部4省近1 000個有效農(nóng)戶樣本開展實證研究，以期對農(nóng)村金融改革與促進農(nóng)業(yè)適度規(guī)模經(jīng)營提供政策支持。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

為了調(diào)查農(nóng)村居民借貸資金可獲得性對土地流轉(zhuǎn)的影響，課題組分別設計了“目前您家到最近可獲得的借款和貸款的資金渠道距離”“2018年您是否租入農(nóng)民承包土地”“2018年您是否出租農(nóng)民承包土地”等相關(guān)調(diào)查問題。為收集全國有代表性的調(diào)查樣本，2019年3—9月，課題組在東部選擇山東?。ㄈR蕪市、聊城市、濰坊市、青島市、臨沂市），南部選擇廣西壯族自治區(qū)（桂林市、梧州市、北海市、河池市、南寧市），西部選擇四川?。▋?nèi)江市、瀘州市、成都市、雅安市、南充市），北部選擇河南?。ㄆ巾斏绞?、信陽市、三門峽市、周口市、安陽市）4個省累計20個地級市進行正式調(diào)查，運用分層隨機抽樣方法，從每個地級市隨機選取2個農(nóng)村，再從每個農(nóng)村調(diào)查28個農(nóng)村居民，累計收集到1 120個調(diào)查樣本，通過剔除不認真回答且不完整的問卷173份，最終得到有效問卷947份，有效問卷率為84.55%。

1.2 研究方法

本研究的土地流轉(zhuǎn)有2個因變量：一是租入土地，另一個是出租土地，將農(nóng)民土地流轉(zhuǎn)行為的影響因素設定為如下函數(shù)形式：

式中，y是農(nóng)民土地流轉(zhuǎn)，y=1表示農(nóng)民租入土地或出租土地；y=0表示農(nóng)民沒有租入土地或沒有出租土地；β0是常數(shù)項，f unds i表示借貸資金可獲得性，即目前離最近可獲得借貸資金渠道的距離小于1 km、1～3 km、3～5 km、5 km以上，fund s i將分別賦值1～4。通過以往文獻發(fā)現(xiàn)，影響農(nóng)村土地流轉(zhuǎn)的因素有農(nóng)民的性別［10］、年齡［11］、婚姻狀況［10］、身體狀況［12］、受教育年限［10］、家庭規(guī)模［10］、外出務工人數(shù)占比［13］、是否兼業(yè)農(nóng)戶［14］、家庭總種植耕地面積［15］、家庭總純收入［11］、滿意農(nóng)村土地流轉(zhuǎn)政策［15］、土地流轉(zhuǎn)政策認知、從事農(nóng)業(yè)生產(chǎn)是否風險較大［15］、對土地流轉(zhuǎn)的信息是否了解［14］、是否參加農(nóng)業(yè)技術(shù)培訓［16］等。所以，以x i代表這些控制變量，β1和β2為待估參數(shù)，δi為干擾項。因變量、核心自變量、控制變量的定義與賦值如表1所示。

表1 變量賦值與描述性統(tǒng)計

本研究采用Logit模型，該模型是被廣泛用于因變量為分類變量的回歸分析，研究行為主體面對兩種選擇時的決策過程及其影響因素的一種理想計量模型，把二元分類的因變量通過Logit轉(zhuǎn)換成分類變量的概率比，從而成為連續(xù)的有區(qū)間限制的變量，具體模型形式［17］如下：

根據(jù)式（2）得到：

式中，Pi表示農(nóng)民做出土地流轉(zhuǎn)選擇的概率；發(fā)生概率與不發(fā)生概率之比為P/（1-P），xi表示第i個影響因素；α表示回歸截距；m表示影響這一概率的因素個數(shù)，βi表示第i個因素的回歸系數(shù)。

一般情況下，Logit模型無法解決因樣本選擇的偏差和因為遺漏解釋變量所發(fā)生的內(nèi)生性問題，為比較農(nóng)村居民借貸資金可獲得性對土地流轉(zhuǎn)行為的反映程度，本研究采取樣本匹配方法對該效應進行甄別。具體的做法是采用馬氏配對方法（Mahalanobis），按照最鄰近方法（Nearest neighbor matching）和核匹配方法（Kernel matching）的標準，對樣本進行匹配。

由于傳統(tǒng)匹配方法還可能存在對后續(xù)處置效應產(chǎn)生過度依賴問題，并帶來偏誤。為規(guī)避該類問題，本研究將在馬氏配對的基礎(chǔ)上采取學者Hainmueller［18］提出的熵平衡方法。熵平衡可以消除因果推論中的選擇性偏誤，優(yōu)點在于能找到滿足平衡條件的一組權(quán)重，基于統(tǒng)一的基礎(chǔ)權(quán)重進行計算，防止信息的損失、保持后續(xù)分析的效率。借助熵平衡方法對借貸資金可獲得性這個關(guān)鍵變量進行處理，得出干預組和控制組的數(shù)據(jù)來滿足熵估計要求，本研究將未租入土地或未出租土地的農(nóng)村居民作為控制組，將租入土地和出租土地的農(nóng)村居民看作干預組。

2 結(jié)果與分析

2.1 樣本基本特征分析

從表2可知，2018年受訪農(nóng)村居民租入土地的平均比例為11%，而相比之下，出租土地的比例較高（22%）。947個受訪者所住地方離最近可獲得借貸資金渠道的平均距離為1.98 km。樣本特征方面，41%的受訪居民為男性，男女比例比較均衡，平均年齡近52歲，偏中老年；92%已婚，74%的居民身體健康，平均受教育年限約8年，初中文化水平；平均每個家庭的人數(shù)為4人，外出務工人數(shù)比例為18%，80%的農(nóng)戶為兼業(yè)農(nóng)戶，家庭總種植耕地面積為0.39 hm2，家庭總純收入4.31萬元。調(diào)查發(fā)現(xiàn)，當前滿意農(nóng)村土地流轉(zhuǎn)政策的受訪者較多，占72%，而對土地流轉(zhuǎn)政策有很好認知的僅35%；50%左右的受訪群體認為從事農(nóng)業(yè)生產(chǎn)的風險較大，對土地流轉(zhuǎn)信息比較了解，且參加過農(nóng)業(yè)技術(shù)培訓。

通過調(diào)查發(fā)現(xiàn)，947個樣本中，有406人、289人、121人、131人的借貸資金可獲得距離分別低于1 km、1～3 km、3～5 km、大于5 km。由表2可知，租入土地人數(shù)比例較高（13%）的居民借貸資金可獲得距離是3～5 km，同樣，出租土地人數(shù)比例較高（30%）的居民借貸資金可獲得性距離跟租入土地一樣，也是3～5 km。而且，這個群體的家庭總種植耕地面積平均為0.78 hm2，遠高于其他可獲得借貸資金距離的居民。說明耕地面積較大的群體更傾向于流轉(zhuǎn)土地。

表2 不同借貸資金可獲得性情況下流轉(zhuǎn)土地的居民樣本特征

2.2 實證分析

2.2.1 回歸結(jié)果分析由表3可知，借貸資金可獲得距離為1～3 km對農(nóng)村居民租入土地行為在10%統(tǒng)計水平上有正向顯著的影響，O R值為1.19，說明農(nóng)村居民的借貸資金可獲得性距離為1～3 km的租入土地率是1 km內(nèi)可獲得性的1.19倍，租入土地概率上升了81%。而借貸資金可獲得性距離為3～5 km和大于5 km，都對租入土地行為產(chǎn)生負向顯著的影響，租入土地概率將分別下降3%和30%?？刂谱兞恐?，僅有是否兼業(yè)農(nóng)戶、家庭總種植耕地面積2個變量在1%統(tǒng)計水平上顯著，這與張蕾等［14］、秦夢華等［15］的研究結(jié)論相一致，從O R值可見，兼業(yè)農(nóng)戶租入土地比純農(nóng)戶租入土地的概率將下降47%，而家庭種植耕地面積每增加1 hm2，農(nóng)村居民租入土地的概率將增長92%。

表3 農(nóng)村居民租入土地行為的Logit模型回歸分析結(jié)果

由表4可知，借貸資金可獲得性超過1 km均能顯著促進農(nóng)民將自己的土地經(jīng)營權(quán)流轉(zhuǎn)出去。然而，通過比較O R值發(fā)現(xiàn)，借貸資金可獲得性距離3～5 km的農(nóng)村居民出租土地的概率是1 km內(nèi)可獲得性的2.39倍，出租土地概率上升61%。控制變量中，年齡、外出務工人數(shù)比例、是否參加農(nóng)業(yè)技術(shù)培訓3個變量均在10%統(tǒng)計水平上顯著，分別與張振宇等［11］、章政等［13］、溫保強等［16］的結(jié)論相一致，從O R值可見，農(nóng)村居民年齡每增長1歲，出租土地的概率將上漲99%，外出務工人數(shù)占家庭總?cè)藬?shù)比例每增加100%，出租土地的概率將增加1.87倍；參加農(nóng)業(yè)技術(shù)培訓的農(nóng)村居民比不參加培訓的農(nóng)村居民在出租土地概率方面高1.56倍。

表4 農(nóng)村居民出租土地行為的Logit模型回歸分析結(jié)果

2.2.2 熵平衡結(jié)果分析在熵平衡模型中，本研究將未租入土地的農(nóng)村居民作為控制組，將租入土地的農(nóng)村居民看作干預組。由表5可知，加權(quán)后，借貸資金可獲得性的距離小于1 km和1～3 km與租入土地的傾向性更加正相關(guān)，而3 km以上的傾向性更多負相關(guān)。

表5 對于租入土地的熵平衡加權(quán)前和加權(quán)后的均值

將未出租土地的農(nóng)村居民作為控制組，將出租土地的農(nóng)村居民看作干預組，由表6可知，加權(quán)后，借貸資金可獲得性的距離都與出租土地的傾向性有更強的正相關(guān)性。

表6 對于出租土地的熵平衡加權(quán)前和加權(quán)后的均值

由表7可知，借貸資金可獲得性均對農(nóng)村居民租入土地和出租土地行為分別在10%和1%統(tǒng)計水平上產(chǎn)生顯著且負向的作用。這表明，在消除內(nèi)生性之后，縮短農(nóng)民對信貸資金的可獲得性距離，提高農(nóng)民的信貸資金可獲得性，有助于促進土地流轉(zhuǎn)。

表7 熵平衡結(jié)果

3 結(jié)論及政策建議

本研究利用中國4省947個農(nóng)村居民調(diào)查樣本，采用二元Logit回歸模型和熵均衡研究借貸資金可獲得性對土地流轉(zhuǎn)的影響，主要得出4個研究結(jié)論：①租入土地和出租土地比例較高的居民借貸資金可獲得性最近距離是3～5 km；②借貸資金可獲得性總體上有助于促進土地流轉(zhuǎn)；③借貸資金可獲得性距離為1～3 km比其他最近距離更有助于促進農(nóng)村居民租入土地，超過3 km則產(chǎn)生阻礙影響；④不同借貸資金可獲得性距離均可促進農(nóng)村居民出租土地，但最近距離為3～5 km發(fā)揮的作用更大。結(jié)合上述研究結(jié)論，為提高借貸資金可獲得性，推進農(nóng)村承包地流轉(zhuǎn)，提出如下政策建議。

1）合理規(guī)劃，有序推進正規(guī)借貸資金機構(gòu)網(wǎng)點在鄉(xiāng)村合理布局。雖然中國出臺了小額農(nóng)貸、支農(nóng)貸款，但當前農(nóng)村金融供需匹配錯位，調(diào)查發(fā)現(xiàn)，一方面是不少農(nóng)民的借貸需求得不到滿足，另一方面是正規(guī)金融資金在農(nóng)村供給增大，但門檻高。因此，中國政府應出臺政策，以貼息、免息等優(yōu)惠措施調(diào)動中國農(nóng)業(yè)銀行、農(nóng)村信用合作社或農(nóng)村商業(yè)銀行、郵政儲蓄銀行等農(nóng)村正規(guī)借貸資金機構(gòu)支持農(nóng)村金融的積極性，在全國各大鄉(xiāng)鎮(zhèn)合理布局，特別是逐步實現(xiàn)中國西部等偏遠地區(qū)服務網(wǎng)點全覆蓋，并加快完善征信系統(tǒng)，探索靈活有效、低風險，且適合多數(shù)農(nóng)民需求的普惠式生產(chǎn)借貸金融，提高對農(nóng)村資金市場配置效率。

2）引導非正規(guī)借貸資金規(guī)范性發(fā)展，降低雙方借貸風險。非正規(guī)借貸資金在農(nóng)村地區(qū)處于主體地位，它能滿足農(nóng)村借貸金融需求，補齊中國正規(guī)金融發(fā)展供給不充分。由于民間借貸資金，即非正規(guī)借貸資金由于沒有嚴格的要求，多為口頭協(xié)議，除了關(guān)系借貸外，多數(shù)存在較高的違約風險，一般存在高息與賠償金高等問題，給農(nóng)村社會穩(wěn)定帶來隱患。因此，在正規(guī)金融逐步實現(xiàn)農(nóng)村覆蓋之前，應允許非正規(guī)金融發(fā)展，但相關(guān)部門應該出臺措施，來引導非正規(guī)借貸資金方規(guī)范化發(fā)展，保障雙方利益。

3）構(gòu)建與完善農(nóng)村土地流轉(zhuǎn)借貸資金平臺，合理匹配資金供需。目前，中國在積極推動農(nóng)村土地流轉(zhuǎn)，出臺相應的補貼和規(guī)范性政策，仍缺乏專門針對農(nóng)村土地流轉(zhuǎn)借貸資金的平臺。在農(nóng)村，擁有土地使用權(quán)的居民想轉(zhuǎn)讓土地，獲取相應的租賃收入，但由于缺乏信息，導致土地閑置，同時，想開展農(nóng)業(yè)規(guī)模化經(jīng)營的農(nóng)戶，由于缺乏借貸資金信息，導致無法開展土地流入。所以，有必要整合雙方需求，可由鄉(xiāng)鎮(zhèn)一級引領(lǐng)農(nóng)村居民反映需求，在土地流轉(zhuǎn)借貸資金平臺上進行登記和信息匹配，開展出租土地農(nóng)民一方的土地“兩權(quán)”抵押試點，同時提高租入土地農(nóng)民的借貸資金可獲得性。