□高桂珍

（巢湖學(xué)院經(jīng)濟(jì)與法學(xué)學(xué)院，安徽 合肥 238300）

隨著現(xiàn)代煙草農(nóng)業(yè)的發(fā)展，規(guī)模化種植已逐漸成為必然趨勢(shì)，煙農(nóng)對(duì)生產(chǎn)資金的需求也越來越大。由于煙農(nóng)與金融機(jī)構(gòu)之間信息不對(duì)稱、農(nóng)業(yè)風(fēng)險(xiǎn)較高等原因，多數(shù)煙農(nóng)仍難以獲得信貸資金，嚴(yán)重影響了煙農(nóng)生產(chǎn)投資能力，降低了其平衡收入與消費(fèi)的能力，也嚴(yán)重阻礙了農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)戶家庭福利水平提高。研究煙農(nóng)正規(guī)借貸行為對(duì)提升農(nóng)村金融機(jī)構(gòu)服務(wù)水平、提高煙農(nóng)借貸可得性、促進(jìn)煙農(nóng)家庭福利的提高以及煙草農(nóng)業(yè)現(xiàn)代化發(fā)展具有重要意義。

1 研究方法、數(shù)據(jù)來源和變量選取

1.1 研究方法

采用傾向得分匹配反事實(shí)方法，計(jì)算煙農(nóng)參與正規(guī)借貸前后家庭福利變化[1]。

將煙農(nóng)樣本分為處理組（參與正規(guī)借貸）和對(duì)照組（未參與正規(guī)借貸），通過一定的方式匹配后，在其他條件完全相同的情況下，通過兩組煙農(nóng)在家庭福利上的差異來判斷正規(guī)借貸行為是否促進(jìn)家庭福利的增加。具體步驟如下。

一是選擇可能影響煙農(nóng)家庭福利與借貸行為的特征變量作為協(xié)變量。

二是運(yùn)用Logit 模型估計(jì)傾向得分。

三是通過傾向得分的估計(jì)結(jié)果，用最鄰近匹配法、半徑匹配法、局部線性回歸對(duì)處理組煙農(nóng)和得分相似的對(duì)照組煙農(nóng)進(jìn)行匹配。

四是計(jì)算處理組ATT 的值，即參與正規(guī)借貸的煙農(nóng)家庭福利的變化。

五是檢驗(yàn)匹配結(jié)果。

1.2 數(shù)據(jù)來源

數(shù)據(jù)來源于2019 年4—5 月陜西省煙農(nóng)走訪調(diào)研數(shù)據(jù)。本次調(diào)查內(nèi)容涉及煙農(nóng)家庭基本信息、生產(chǎn)投入與產(chǎn)出、家庭收支、社會(huì)資本、借貸信息等?？紤]到借貸行為對(duì)煙農(nóng)家庭福利的影響具有時(shí)滯性，本次調(diào)研的借貸數(shù)據(jù)是煙農(nóng)3 年內(nèi)的借貸信息，這樣可以保證煙農(nóng)借貸行為的影響效應(yīng)能有足夠時(shí)間充分顯現(xiàn)出來。除借貸之外的調(diào)研數(shù)據(jù)均為煙農(nóng)2018 年相關(guān)信息。調(diào)研范圍涉及陜西省安康市、漢中市、寶雞市和洛南市。調(diào)研采用分層抽樣方法，由市向鎮(zhèn)再向村逐級(jí)展開。本次調(diào)研共發(fā)放問卷400 份，回收400 份，剔除無效樣本后，有效樣本393 份，有效樣本率達(dá)97%。

根據(jù)統(tǒng)計(jì)，393 戶煙農(nóng)中有153 戶獲得了貸款，240 戶煙農(nóng)未獲得貸款。有貸款需求的煙農(nóng)有312 戶，占煙農(nóng)總數(shù)的79.39%。獲得貸款的煙農(nóng)中，有142 戶獲得全部貸款，11 戶獲得部分貸款。未獲得貸款的煙農(nóng)中，有193 戶煙農(nóng)有貸款需求，占未獲得貸款煙農(nóng)數(shù)量的80.42%，未申請(qǐng)貸款的原因主要是因?yàn)槭掷m(xù)麻煩（30.72%）、無抵押擔(dān)保品（16.67%）以及貸款額度?。?2.50%）等。煙農(nóng)獲得了貸款以后的主要用途是生產(chǎn)經(jīng)營（62.09%）、建房買房（23.53%）和醫(yī)療意外（6.54%）等。

1.3 變量選擇

1.3.1 煙農(nóng)家庭福利的測(cè)度指標(biāo)

將煙農(nóng)家庭人均收入對(duì)數(shù)值（lnY1）、單位面積生產(chǎn)投入對(duì)數(shù)值（lnY2）、人均消費(fèi)支出（lnY3）作為煙農(nóng)家庭福利的測(cè)度指標(biāo)。其中消費(fèi)支出指標(biāo)包括生活性消費(fèi)、醫(yī)療支出、教育支出[2]，生活性消費(fèi)支出包括吃、穿、行以及水、電、燃料費(fèi)支出。收入作為煙農(nóng)獲得家庭福利的途徑，顯然可以作為家庭福利的指標(biāo)；消費(fèi)支出有助于改善煙農(nóng)日常生活、提高健康水平、文化素質(zhì)等，從而提高煙農(nóng)家庭福利；生產(chǎn)投入可以幫助煙農(nóng)收獲糧食用于自己食用或出售，維持生活并提高收入。因此，這3 個(gè)指標(biāo)可以很好地表示煙農(nóng)家庭福利水平[3]。

1.3.2 識(shí)別變量

將煙農(nóng)是否有正規(guī)借貸行為作為識(shí)別變量，用變量loan表示，若3 年內(nèi)有正規(guī)借貸行為，則將其賦值為1，反之賦值為0。

1.3.3 協(xié)變量

結(jié)合已有研究，可以選擇以下幾類協(xié)變量作為匹配變量。

一是戶主特征變量。其中包括戶主年齡（age），受教育水平（edu，1=沒上學(xué)，2=小學(xué)，3=初中，4=高中/大專，5=大專及以上），是否經(jīng)常上網(wǎng)（internet，1=是，0=否）。

二是家庭特征變量。其中包括勞動(dòng)力占比（labor，勞動(dòng)力數(shù)量/家庭人口），家庭耕地面積（land，hm2），固定資產(chǎn)價(jià)值（fixed），禮金支出（gift，元），恩格爾系數(shù)（engel）。

三是金融環(huán)境。其中包括與銀行、信用社之間的距離（bankdist，km）。

四是社會(huì)網(wǎng)絡(luò)。包括是否為合作社成員（member，1=是，0=否），家中是否有黨員或干部（party，1=是，0=否）。

各變量描述性統(tǒng)計(jì)如表1 所示。

表1 主要變量描述性統(tǒng)計(jì)

2 實(shí)證結(jié)果以及檢驗(yàn)

使用軟件為Stata 13.0，用Logit 模型和psmatch2命令以及K 近鄰匹配、半徑匹配估計(jì)法、局部線性回歸法共3 種方法進(jìn)行匹配，自助法抽樣300 次，估計(jì)煙農(nóng)借貸行為對(duì)其家庭福利的影響，其中半徑匹配方法設(shè)定半徑為0.01，得到Logit 模型、ATT 模型的相應(yīng)估計(jì)值。

2.1 煙農(nóng)是否參與正規(guī)借貸的影響因素分析

根據(jù)煙農(nóng)近3 年的借貸經(jīng)歷，構(gòu)建煙農(nóng)借貸可能性的Logit 模型。計(jì)算公式如下。

式中：i=0，1，2……表示第i個(gè)煙農(nóng)；用D表示獲得正規(guī)借貸機(jī)會(huì)，D=1 表示獲得貸款，D=0 表示沒有獲得貸款；pi表示第i個(gè)煙農(nóng)獲得貸款的條件概率，則pi=P（Di=1/Xi）。模型估計(jì)結(jié)果見表2。

表2 logit 模型的回歸結(jié)果

2.1.1 戶主特征變量

一是戶主年齡對(duì)其借貸可得性有顯著的負(fù)向影響?？赡苁寝r(nóng)戶年齡越大，思想更趨于保守，對(duì)正規(guī)融資渠道的認(rèn)識(shí)和接受程度相對(duì)較低，降低了向金融機(jī)構(gòu)申請(qǐng)貸款的可能性[4-7]。

二是受教育水平對(duì)煙農(nóng)借貸可得性有顯著的正向影響。受教育水平往往與收入和地位正相關(guān)，受教育水平更高的煙農(nóng)更有可能作出理性的生產(chǎn)決策和風(fēng)險(xiǎn)評(píng)估，資金利用率也會(huì)更高，還貸能力也更強(qiáng)，更易從正規(guī)金融機(jī)構(gòu)獲得貸款。

三是戶主是否經(jīng)常上網(wǎng)對(duì)煙農(nóng)借貸可得性有顯著正向影響?？赡苁且?yàn)闊熮r(nóng)可以通過互聯(lián)網(wǎng)了解到更多金融資訊，增加了他們向金融機(jī)構(gòu)申請(qǐng)貸款的可能性[8-11]。

2.1.2 家庭特征變量

一是家庭耕地面積對(duì)借貸可得性有顯著的正向影響。耕地是煙農(nóng)獲取收入的重要途徑，耕地面積越大，可能獲得的收入越高，還貸能力，也越高[12]。

二是固定資產(chǎn)價(jià)值對(duì)借貸可得性有顯著的正向影響。固定資產(chǎn)在一定程度上代表了貸款煙農(nóng)的家庭資產(chǎn)、經(jīng)濟(jì)能力，可以用來判斷煙農(nóng)的還貸能力。

三是恩格爾系數(shù)對(duì)借貸可得性有顯著的負(fù)向影響。恩格爾系數(shù)越高，說明家庭經(jīng)濟(jì)水平越差，還貸能力越低，降低了煙農(nóng)獲得貸款的可能性。

2.1.3 金融環(huán)境

與銀行、信用社的距離對(duì)煙農(nóng)借貸可得性沒有顯著影響，說明煙農(nóng)不會(huì)將與銀行或信用社的距離作為是否借貸的考慮因素之一。

2.1.4 社會(huì)網(wǎng)絡(luò)

是否為合作社成員對(duì)煙農(nóng)借貸可得性有顯著的正向影響。一般來說，參加專業(yè)合作社的煙農(nóng)標(biāo)準(zhǔn)化生產(chǎn)水平更高，通過合作社的服務(wù)更易實(shí)現(xiàn)減工降本，煙葉質(zhì)量更好，種煙收益更高，向正規(guī)金融機(jī)構(gòu)尋求信貸支持也更加容易。

家中是否有黨員或干部對(duì)煙農(nóng)借貸可得性有顯著的正向影響。煙農(nóng)所擁有的政治身份說明其可能具有更好的品德與能力，在一定程度上具有信用功能，有利于獲取貸款。

2.2 正規(guī)借貸對(duì)煙農(nóng)家庭福利的影響

為了保證研究的穩(wěn)定性，采用K 近鄰匹配、半徑匹配、局部線性回歸3 種匹配方法對(duì)煙農(nóng)借貸的家庭福利效應(yīng)進(jìn)行估計(jì)，用自助法（Bootstrap）得到處理組的平均處理效應(yīng)ATT。設(shè)定重復(fù)抽樣次數(shù)為300 次，模型估計(jì)結(jié)果如表3 所示。

從表3 傾向得分匹配方法的估計(jì)結(jié)果可知，3 種匹配方法獲得的結(jié)果比較接近，說明所用的傾向得分匹配方法估計(jì)結(jié)果穩(wěn)健。就人均收入而言，K 近鄰匹配、半徑匹配、局部線性回歸法獲得的ATT 值分別為0.104 5，0.114 4，0.109 1，均在10%水平上顯著，說明獲得貸款的煙農(nóng)比其在虛擬的不貸款的情況下的家庭人均收入高出10.93%左右。對(duì)于人均日常消費(fèi)，K近鄰匹配、半徑匹配、局部線性回歸法獲得ATT 估計(jì)值分別為0.130 9、0.144 0、0.137 1，均在10%水平上顯著，說明對(duì)于獲得貸款的煙農(nóng)，其家庭人均消費(fèi)支出比不貸款的情況多出13.73%左右。對(duì)于單位面積生產(chǎn)投入，K 近鄰匹配、半徑匹配、局部線性回歸法獲得ATT 估計(jì)值分別為0.164 4、0.182 8、0.170 6，均在5%水平上顯著，說明獲得貸款的煙農(nóng)的單位面積生產(chǎn)投入比不貸款的情況下高出17.26%左右。

表3 PSM 方法估計(jì)結(jié)果

由此可得，正規(guī)借貸對(duì)參與借貸煙農(nóng)的家庭人均收入、家庭人均消費(fèi)支出、單位面積生產(chǎn)投入均有顯著的正向影響，說明煙農(nóng)的正規(guī)借貸行為促進(jìn)了其家庭福利的增加。

2.3 平衡性檢驗(yàn)

為了保證結(jié)果的可靠性，運(yùn)用pstest 命令檢驗(yàn)前面的匹配結(jié)果是否很好地平衡了數(shù)據(jù)。具體檢驗(yàn)結(jié)果見表4。

由表4 可知，匹配之前PseudoR2 的值很大，為0.628，匹配后3 種匹配方法的PseudoR2 都有很大程度降低，幾乎為0；似然比檢驗(yàn)，匹配前在1%顯著性水平上被拒絕，而匹配后P值都變得很大，均不拒絕處理組與控制組不存在系統(tǒng)差別的假設(shè)；標(biāo)準(zhǔn)偏差均值在匹配后的值若大于20，則說明匹配失敗，標(biāo)準(zhǔn)差偏差從匹配前的42.4 下降到7.7、6.7、4.9，均小于20，說明匹配結(jié)果較好；偏差中位數(shù)也大幅下降，說明匹配大大降低了兩組變量之間的系統(tǒng)性差異。從以上平衡性檢驗(yàn)結(jié)果可知，樣本匹配通過了平衡性檢驗(yàn)，說明運(yùn)用PSM方法是有效的，估計(jì)結(jié)果可靠。

表4 樣本數(shù)據(jù)平衡性檢驗(yàn)結(jié)果表

3 結(jié)論

利用陜西省煙農(nóng)微觀調(diào)查數(shù)據(jù)，用傾向得分匹配法估計(jì)了煙農(nóng)正規(guī)借貸行為對(duì)其家庭福利的影響，且匹配結(jié)果通過了平衡性檢驗(yàn)，得出以下結(jié)論。

一是受教育水平、是否經(jīng)常上網(wǎng)、耕地面積、固定資產(chǎn)價(jià)值、是否為合作社成員、家中是否有黨員或干部對(duì)煙農(nóng)借貸可得性具有顯著的正向影響，戶主年齡、恩格爾系數(shù)對(duì)煙農(nóng)借貸可得性具有顯著的負(fù)向影響。

二是正規(guī)借貸對(duì)煙農(nóng)家庭福利的提高有顯著的影響，且有正規(guī)借貸行為的煙農(nóng)，其人均收入、人均消費(fèi)支出、單位面積生產(chǎn)投入分別比其未借貸情況下高出10.93%、13.73%、17.26%左右。

4 對(duì)策建議

一是農(nóng)村金融機(jī)構(gòu)應(yīng)加大各項(xiàng)貸款政策的宣傳力度，積極探索煙農(nóng)消費(fèi)性貸款的發(fā)放方式以滿足煙農(nóng)消費(fèi)的需要，加快抵押擔(dān)保產(chǎn)品創(chuàng)新、對(duì)煙農(nóng)實(shí)行優(yōu)惠利率政策以減輕煙農(nóng)壓力。

二是各級(jí)政府及相關(guān)部門應(yīng)積極穩(wěn)妥地推進(jìn)土地流轉(zhuǎn)，發(fā)展規(guī)模化種植；鼓勵(lì)煙農(nóng)加入合作社以獲得更好的生產(chǎn)指導(dǎo)以及更多的信息渠道；開展煙農(nóng)培訓(xùn)，提高煙農(nóng)的文化素質(zhì)以及生產(chǎn)能力，以提高煙農(nóng)借貸可得性。

三是煙農(nóng)應(yīng)充分利用網(wǎng)絡(luò)資源關(guān)注金融資訊，及時(shí)獲取各種貸款政策信息。