汪雨雨 趙增力 羅琦

摘要：互聯(lián)網(wǎng)和數(shù)字經(jīng)濟(jì)快速發(fā)展背景下，研究互聯(lián)網(wǎng)使用對農(nóng)業(yè)生產(chǎn)信貸的影響及作用機(jī)制，對實現(xiàn)農(nóng)業(yè)規(guī)模化發(fā)展、促進(jìn)農(nóng)林牧漁等不同性質(zhì)的農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有重要意義。文章使用2015年和2017年中國家庭金融調(diào)查數(shù)據(jù)，采用四元Probit模型檢驗互聯(lián)網(wǎng)使用對正規(guī)信貸部門、非正規(guī)信貸部門的農(nóng)戶信貸需求與信貸獲得的不同影響。研究發(fā)現(xiàn)：（1）互聯(lián)網(wǎng)使用促使農(nóng)戶對正規(guī)信貸部門的借貸行為及信貸需求分別提高了25.69%和18.94%，對非正規(guī)信貸部門的信貸行為及信貸需求不產(chǎn)生影響。（2）互聯(lián)網(wǎng)使用提高了農(nóng)戶的金融素養(yǎng)，促使農(nóng)戶開通“電子銀行”的行為提高了7.14%，這兩種行為顯著促進(jìn)了農(nóng)戶的正規(guī)信貸獲得及信貸需求。（3）進(jìn)一步分析顯示，互聯(lián)網(wǎng)有助于提高林農(nóng)及高森林覆蓋率地區(qū)農(nóng)戶對正規(guī)信貸部門的信貸需求和信貸行為，對非林業(yè)生產(chǎn)戶及低森林覆蓋地區(qū)農(nóng)戶的正規(guī)信貸獲得的影響則不顯著?；谘芯拷Y(jié)論提出政策啟示：繼續(xù)推動數(shù)字金融發(fā)展，借助互聯(lián)網(wǎng)發(fā)展降低信貸成本，完善農(nóng)村地區(qū)的信貸服務(wù)；加強農(nóng)民的數(shù)字素養(yǎng)與技能培訓(xùn)，提高農(nóng)村地區(qū)互聯(lián)網(wǎng)的使用率；繼續(xù)推動落后林區(qū)、通信設(shè)施不完善的農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，在緩解林農(nóng)信貸約束的同時促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展。

關(guān)鍵詞：互聯(lián)網(wǎng)使用；正規(guī)信貸部門；非正規(guī)信貸部門；農(nóng)業(yè)生產(chǎn)信貸；林業(yè)生產(chǎn)

中圖分類號：F323；F832.43；F49文獻(xiàn)標(biāo)識碼：A文章編號：1673-338X（2023）02-042-20

基金項目：天津市教委科研計劃項目“城市群產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化下數(shù)字經(jīng)濟(jì)驅(qū)動天津農(nóng)村新業(yè)態(tài)發(fā)展的實現(xiàn)路徑”（編號：2022SK066）。

Research on the Impact of Internet Use on Agricultural Production Credit

——Empirical Evidence from 9179 Households in Rural China

WANG Yuyu1， 2ZHAO Zengli1LUO Qi1

（1 College of Economics， Tianjin Normal University， Tianjin 300382；2 Research Institute of Rural Revitalization Strategy， Tianjin Normal University， Tianjin 300382）

Abstract：With the rapid development of Internet and digital economy， it is of great significance to study the impact and mechanism of Internet use on agricultural production credit for realizing the large-scale development of agriculture and promoting the development of agricultural production with different industrial properties such as agriculture， forestry， animal husbandry and fishery. Using the data of Chinas household financial survey in 2015 and 2017， this paper used quaternion Probit model to test the different impacts of Internet use on farmers credit demand and credit acquisition in formal credit sector and informal credit sector. The conclusions were as follows：（1）Internet use promoted the increase of farmers lending behavior and credit demand in formal credit sector by 25.69% and 18.94% respectively， but had no effect on credit behavior and credit demand in informal credit sector.（2）Internet use improved farmers financial literacy， and promoted farmers behavior of opening E-Banking to increase by 7.14%. Through these two behaviors， farmers formal credit access and credit demand were significantly promoted.（3）Further analysis showed that Internet could improve the credit demand and credit behavior of forest farmers and farmers in high forest cover areas， but had no significant impact on the formal credit acquisition of non-forest producers and farmers in low forest cover areas. Based on the above research conclusions， the following suggestions were put forward： Continue to promote the development of digital finance， reduce credit costs with the help of Internet development， and improve credit services in rural areas. Strengthen farmers digital literacy and skills training and improve the utilization rate of the Internet in rural areas. Continue to promote the construction of digital infrastructure in backward forest areas and rural areas with imperfect communication facilities， ease the credit constraints of forest farmers and promote the integration and development of rural industries.

Key Word：Internet use；formal credit sector；informal credit sector；agricultural production credit；forestry production

1引言

近年來，隨著農(nóng)用物資、勞動力等要素成本的不斷上漲，農(nóng)戶在擴(kuò)大農(nóng)業(yè)生產(chǎn)經(jīng)營中出現(xiàn)“融資難”和“融資貴”等問題。一方面，小農(nóng)家庭收入水平較低，可用于抵押的資產(chǎn)較少，面臨較大的農(nóng)業(yè)生產(chǎn)信貸約束；另一方面，金融機(jī)構(gòu)缺乏識別農(nóng)戶貸款風(fēng)險和貸款償還能力的有效機(jī)制，只能通過增加信貸配給來提高農(nóng)戶融資成本，增加信貸難度以應(yīng)對潛在的違約風(fēng)險?；ヂ?lián)網(wǎng)的普及為我國農(nóng)村金融發(fā)展增添了新動力，電子信息技術(shù)的使用提高了金融機(jī)構(gòu)的信息處理能力，智能化數(shù)據(jù)分析工具加強了金融機(jī)構(gòu)對個人信貸資格評估的準(zhǔn)確性，降低了信貸部門面臨的潛在違約風(fēng)險。互聯(lián)網(wǎng)信息傳播的便捷性與即時性也提高了信貸審批效率，緩解了農(nóng)戶家庭間信息不對稱問題，降低了農(nóng)業(yè)生產(chǎn)信貸成本。依靠互聯(lián)網(wǎng)技術(shù)的發(fā)展，持續(xù)激活農(nóng)村金融支持以緩解農(nóng)戶信貸約束，是實現(xiàn)鄉(xiāng)村振興農(nóng)戶內(nèi)生發(fā)展的重要途徑（劉西川，2008；田紅宇等，2022）。

除種植業(yè)外，林業(yè)也是國民經(jīng)濟(jì)的重要組成部分，是中國生態(tài)建設(shè)與經(jīng)濟(jì)建設(shè)的重要內(nèi)容（張平，2020）。隨著林業(yè)產(chǎn)值的快速增長，林業(yè)助力鄉(xiāng)村振興成效顯著。全國林業(yè)產(chǎn)業(yè)帶動就業(yè)人數(shù)超過5200萬（李慧，2018），中國林業(yè)總產(chǎn)值也由1949年的23.90億元上升至2022年的8.04萬億元①。但受到自然條件和生長周期等因素和地理區(qū)位環(huán)境影響，林業(yè)產(chǎn)業(yè)融資風(fēng)險大、收益率低，中國林業(yè)產(chǎn)業(yè)發(fā)展面臨更嚴(yán)重的資金短缺和資本形成不足問題（曹玉昆等，2020），林權(quán)抵押管理難、抵押物處置難、交易成本高使得林業(yè)種植戶也受制于融資效率低下、信貸約束嚴(yán)重等現(xiàn)實困難。

促進(jìn)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展要充分發(fā)揮農(nóng)林牧漁等不同產(chǎn)業(yè)性質(zhì)的大農(nóng)業(yè)部門的共同作用。2023年2月13日，中共中央、國務(wù)院發(fā)布《關(guān)于做好2023年全面推進(jìn)鄉(xiāng)村振興重點工作的意見》，強調(diào)要“樹立大食物觀，加快構(gòu)建糧經(jīng)飼統(tǒng)籌、農(nóng)林牧漁結(jié)合、植物動物微生物并舉的多元化食物供給體系，分領(lǐng)域制定實施方案”②。構(gòu)建現(xiàn)代鄉(xiāng)村產(chǎn)業(yè)體系，分領(lǐng)域制定實施方案，需要“借助互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)手段，降低金融成本，延伸服務(wù)半徑，拓展普惠金融服務(wù)的廣度和深度”③，解決農(nóng)林生產(chǎn)經(jīng)營主體共同面臨的“融資難”和“融資貴”問題。鑒于此，本文使用中國家庭金融調(diào)查數(shù)據(jù)，以從事農(nóng)林牧漁等生產(chǎn)活動的農(nóng)戶為樣本，就互聯(lián)網(wǎng)使用對農(nóng)戶生產(chǎn)信貸的影響及機(jī)制進(jìn)行探討。以期通過對農(nóng)戶微觀主體經(jīng)濟(jì)行為的研究，強化“大食物觀”理念以促進(jìn)農(nóng)林牧漁產(chǎn)業(yè)共同發(fā)展，從而緩解農(nóng)林牧漁等不同性質(zhì)產(chǎn)業(yè)中普遍存在的信貸約束問題，提供相應(yīng)的政策啟示。

本文的邊際學(xué)術(shù)貢獻(xiàn)在于：在理論方面，以農(nóng)戶微觀主體為研究對象，分析了互聯(lián)網(wǎng)使用對正規(guī)和非正規(guī)信貸部門農(nóng)業(yè)生產(chǎn)信貸的影響差異。同時，將農(nóng)戶進(jìn)一步劃分為“是否存在農(nóng)業(yè)生產(chǎn)借貸需求”以及“是否獲得農(nóng)業(yè)生產(chǎn)信貸”等不同情況，在考慮不同信貸部門借貸特征差異的情況下，將農(nóng)戶兩種信貸約束情況納入統(tǒng)一的分析框架進(jìn)行研究。這樣不僅體現(xiàn)了互聯(lián)網(wǎng)發(fā)展對農(nóng)戶信貸獲得產(chǎn)生的短期作用，也反映出對農(nóng)戶農(nóng)業(yè)生產(chǎn)信貸潛在需求的長期影響。在研究方法方面，由于正規(guī)信貸與非正規(guī)信貸部門的農(nóng)戶信貸需求和信貸獲得之間存在相互影響，常用的一元Probit模型會因忽略變量之間的交錯關(guān)系而導(dǎo)致結(jié)果產(chǎn)生偏誤。因此，本文在考慮正規(guī)與非正規(guī)信貸部門的農(nóng)戶信貸需求和信貸獲得之間存在交互影響關(guān)系的基礎(chǔ)上，為控制變量間互為干擾關(guān)系采用四元Probit模型，確保估計結(jié)果準(zhǔn)確無偏。

2文獻(xiàn)回顧與評述

農(nóng)戶信貸約束問題在理論上引起國內(nèi)外學(xué)者的廣泛討論。從農(nóng)村金融機(jī)構(gòu)和金融市場層面來說，發(fā)展中國家由于信息不對稱導(dǎo)致金融信貸機(jī)構(gòu)面臨著嚴(yán)重的違約風(fēng)險和逆向選擇（Weiss， 1981；Kochar， 1997），缺乏滿足金融機(jī)構(gòu)標(biāo)準(zhǔn)的抵押物是農(nóng)村金融市場的典型難題（周立，2007），加上農(nóng)村信貸市場主要集中于非生產(chǎn)性貸款，生活消費為主要用途，缺乏農(nóng)業(yè)生產(chǎn)信貸的借貸需求（張杰，2011），導(dǎo)致農(nóng)業(yè)生產(chǎn)信貸市場發(fā)展較為緩慢。從不同生產(chǎn)經(jīng)營主體角度來說，農(nóng)戶在擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模時面臨較為嚴(yán)重的農(nóng)業(yè)信貸約束，在轉(zhuǎn)入土地時面臨的信貸資金缺口較大（路曉蒙等，2021），小農(nóng)家庭由于缺乏抵押品而難以獲得充足的農(nóng)業(yè)生產(chǎn)性信貸，導(dǎo)致無法擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模（譚燕芝等，2021）。我國的部分林區(qū)存在內(nèi)生動力不足、生產(chǎn)條件惡劣以及基礎(chǔ)設(shè)施落后等問題（包烏蘭托亞等，2022），由于缺乏信貸支持來改善林區(qū)生產(chǎn)環(huán)境和形成集約化的林業(yè)生產(chǎn)方式，導(dǎo)致無法實現(xiàn)現(xiàn)代化的農(nóng)林生產(chǎn)體系。因此，需要進(jìn)一步通過小額信貸支持，加大對林農(nóng)的政策扶持，結(jié)合林業(yè)產(chǎn)業(yè)關(guān)聯(lián)優(yōu)勢，加強產(chǎn)業(yè)融合（溫賽賽等，2022）。

互聯(lián)網(wǎng)技術(shù)與金融的融合成為解決農(nóng)戶融資難問題的變革性金融模式（Bj？rkegren et al.， 2018）。Khanal等（2015）研究表明，信息通訊技術(shù)的發(fā)展有助于改善小農(nóng)家庭的金融環(huán)境。既有文獻(xiàn)圍繞互聯(lián)網(wǎng)與農(nóng)業(yè)生產(chǎn)信貸之間的關(guān)系進(jìn)行研究，由于正規(guī)信貸部門與非正規(guī)信貸部門業(yè)務(wù)特點與抵押方式的差別，許多研究區(qū)分正規(guī)與非正規(guī)信貸部門后展開相應(yīng)分析。基于馬克思理論范疇，樊文翔（2022）認(rèn)為互聯(lián)網(wǎng)使用能直接提高正規(guī)信貸可得性和非正規(guī)信貸可得性，而田紅宇等（2022）則認(rèn)為互聯(lián)網(wǎng)使用顯著提高了農(nóng)戶獲得正規(guī)信貸的概率和資金規(guī)模，但對非正規(guī)信貸的影響不顯著，互聯(lián)網(wǎng)緩解農(nóng)戶信貸約束主要體現(xiàn)在正規(guī)信貸層面。汪璐等（2017）認(rèn)為，農(nóng)村非正規(guī)金融對種植業(yè)有顯著的影響，而對林牧漁業(yè)發(fā)展的影響不顯著。趙宏紅等（2022）研究認(rèn)為，農(nóng)村非正規(guī)金融與林業(yè)產(chǎn)業(yè)發(fā)展在5%的顯著性水平上存在顯著的正向關(guān)系，且在促進(jìn)林業(yè)產(chǎn)業(yè)發(fā)展上的效率高于正規(guī)金融，但其研究主要是基于省級層面的調(diào)查數(shù)據(jù)，缺乏對農(nóng)戶微觀主體的進(jìn)一步研究。

上述研究使用的方法存在無法有效控制正規(guī)信貸與非正規(guī)信貸部門，以及農(nóng)戶信貸需求與信貸獲得之間相互影響的問題，使得結(jié)果可能出現(xiàn)估計偏誤，即農(nóng)戶對某個金融信貸部門的參與行為是混合影響結(jié)果，它既取決于農(nóng)戶自身的信貸需求，又受到信貸部門的信貸決策影響（劉西川等，2014）。Mohieldin等（2002）使用二元Probit模型研究埃及的正規(guī)信貸部門與非正規(guī)信貸部門間的關(guān)系，雖然改良了多項Logit模型中無法控制不同信貸部門行為決策間存在差異的問題，但二元Probit模型無法進(jìn)一步分析不同信貸部門間信貸需求與信貸獲得之間的相互關(guān)系。劉西川等（2014）在Cappellari等（2003）的多元Probit模型一般框架基礎(chǔ)上，使用四元Probit模型進(jìn)行分析，但未考慮互聯(lián)網(wǎng)快速發(fā)展對農(nóng)業(yè)生產(chǎn)信貸帶來的影響，只研究了不同信貸部門間信貸需求與信貸獲得的不同關(guān)系。本文是在上述文獻(xiàn)理論與方法基礎(chǔ)上的進(jìn)一步深化研究。

3理論分析框架與研究方法

在借鑒已有研究的基礎(chǔ)上，本文將闡述互聯(lián)網(wǎng)使用對正規(guī)部門和非正規(guī)部門農(nóng)業(yè)生產(chǎn)信貸的影響及其作用機(jī)制，并提出相關(guān)假設(shè)，最后通過實證模型估計檢驗。

3.1理論分析框架

目前，我國農(nóng)村基本形成了以正規(guī)金融機(jī)構(gòu)為基礎(chǔ)、非正規(guī)金融機(jī)構(gòu)作為補充的金融體系。正規(guī)部門是指由政府部門統(tǒng)一監(jiān)管的正規(guī)金融機(jī)構(gòu)，包括國有銀行、股份制商業(yè)銀行等；非正規(guī)部門則是指游離于國家金融監(jiān)管體系之外的非正規(guī)金融組織及其資金融通活動，主要包括合會、典當(dāng)、民間集資、民間自由借貸以及各種基金會等（劉西川等，2014）?；ヂ?lián)網(wǎng)使用對農(nóng)戶正規(guī)信貸和非正規(guī)信貸影響的作用機(jī)理也存在差異。

正規(guī)金融機(jī)構(gòu)主要通過衡量抵押品的價值決定是否提供貸款服務(wù)，互聯(lián)網(wǎng)發(fā)展推進(jìn)信貸部門利用數(shù)字信息技術(shù)搜集個人消費及還款信息，并形成個人電子信用檔案，減少由于缺乏抵押物導(dǎo)致農(nóng)戶無法通過正規(guī)部門進(jìn)行貸款的信貸約束。互聯(lián)網(wǎng)技術(shù)普及推動了新型支付方式在農(nóng)村的發(fā)展，移動支付的方式增加了透明度，且通過信息技術(shù)將個人的消費及還款數(shù)據(jù)記錄下來，利用大數(shù)據(jù)預(yù)測違約概率，降低了正規(guī)金融機(jī)構(gòu)的信貸風(fēng)險。Pellegrina等（2017）研究發(fā)現(xiàn)，銀行認(rèn)為采用信息和通信技術(shù)是企業(yè)創(chuàng)新意愿的信號，銀行向這類小微企業(yè)提供信貸增加15%。總體而言，互聯(lián)網(wǎng)使用會促進(jìn)農(nóng)戶正規(guī)信貸獲得水平和獲得規(guī)模。非正規(guī)金融機(jī)構(gòu)主要根據(jù)農(nóng)戶生產(chǎn)經(jīng)營情況、家庭成員結(jié)構(gòu)等綜合信息，決定是否向農(nóng)戶提供貸款，降低了收入及資產(chǎn)不足的小規(guī)模農(nóng)戶的信貸約束?；ヂ?lián)網(wǎng)使用對非正規(guī)信貸部門的影響主要體現(xiàn)在以互聯(lián)網(wǎng)為載體的人際交往和互動模式中，擴(kuò)展了農(nóng)戶社會資本積累和社交網(wǎng)絡(luò)（田紅宇等，2022；胡振等，2022），社會資本對農(nóng)戶獲得非正規(guī)信貸具有顯著促進(jìn)作用（錢水土等，2009）。網(wǎng)絡(luò)信息傳播的高效性和便捷性也進(jìn)一步降低了非正規(guī)信貸市場的搜尋成本，提高了農(nóng)戶非正規(guī)信貸獲得的可能性。由于市場上的信貸需求是有限的，貸款者通過一個部門獲得貸款后，就減少了對另外一個部門的借款需求（Andersen et al.， 2006；Kochar， 1997），正規(guī)金融與非正規(guī)金融部門之間可能存在互相替代的關(guān)系。

小農(nóng)家庭作為我國農(nóng)業(yè)生產(chǎn)經(jīng)營的主要經(jīng)濟(jì)主體，通過信貸改變初始要素稟賦，增加農(nóng)業(yè)生產(chǎn)投資，形成規(guī)?；?jīng)營（汪昌云等，2014）。正規(guī)金融機(jī)構(gòu)一般依靠正式的制度安排進(jìn)行放貸（林毅夫，2003），由于農(nóng)戶家庭收入較低，缺乏有效抵押資產(chǎn)，金融機(jī)構(gòu)面對超額的資金需求，在固定利率上附加貸款條件來增加農(nóng)戶信貸難度，信貸配給使得部分資金需求者不得不退出借款市場（張龍耀等，2011）。銀行等傳統(tǒng)金融機(jī)構(gòu)受制于路徑依賴，信息受眾面較小，使得資金供需雙方在信息上容易出現(xiàn)誤配，導(dǎo)致正規(guī)信貸部門的經(jīng)營效率不高（任靜等，2016）。另外，農(nóng)戶信貸具有金額小、貸款周期短和需求頻繁等特點，加之傳統(tǒng)銀行信貸數(shù)據(jù)掌握不足和程序復(fù)雜，導(dǎo)致金融機(jī)構(gòu)在審核時面臨高昂的操作成本（劉俊杰等，2020）；由于審核操作耗時長，也增加了農(nóng)戶在正規(guī)信貸部門的借貸成本。

互聯(lián)網(wǎng)和電子信息技術(shù)發(fā)展對農(nóng)村信貸的影響主要體現(xiàn)在移動化交易、數(shù)字化審批和信息化管理方面，顯著提高了正規(guī)信貸部門的工作效率，從而減少了交易成本。與正規(guī)金融相比，非正規(guī)金融機(jī)構(gòu)的貸款成本更低（Mushinski， 1999），因而互聯(lián)網(wǎng)使用起到了減少信息不對稱以及降低交易成本的作用，對正規(guī)金融機(jī)構(gòu)的影響更為明顯。因此，提出假設(shè)H1和H2。

H1：互聯(lián)網(wǎng)使用增加了農(nóng)戶對正規(guī)信貸部門的農(nóng)業(yè)生產(chǎn)信貸獲得。

H2：互聯(lián)網(wǎng)使用不影響農(nóng)戶對非正規(guī)信貸部門的農(nóng)業(yè)生產(chǎn)信貸獲得。

由于農(nóng)業(yè)生產(chǎn)部門普遍存在信貸缺口大和信貸金額滿足程度低等問題，農(nóng)戶可能同時存在信貸需求金額無法滿足和信貸獲得困難的問題，即出現(xiàn)農(nóng)戶信貸獲得困難與借貸金額無法滿足并存而造成的農(nóng)業(yè)生產(chǎn)信貸約束?；ヂ?lián)網(wǎng)使用除了直接促進(jìn)小農(nóng)家庭的信貸獲得之外，由于信息技術(shù)的發(fā)展對合作交流、經(jīng)營方式上產(chǎn)生的影響改變了傳統(tǒng)農(nóng)業(yè)生產(chǎn)經(jīng)營方式，還間接影響了農(nóng)戶農(nóng)業(yè)生產(chǎn)的信貸需求，提高了農(nóng)戶的借貸金額。從短期來看，互聯(lián)網(wǎng)使用可能促進(jìn)農(nóng)戶生產(chǎn)信貸獲得；從長期來看，互聯(lián)網(wǎng)使用增加了農(nóng)業(yè)資本投入，滿足了農(nóng)業(yè)生產(chǎn)的資金需要，從而釋放了農(nóng)戶對生產(chǎn)信貸需要的潛能。路曉蒙等（2021）研究指出，轉(zhuǎn)入土地的農(nóng)戶因經(jīng)營面積擴(kuò)大和生產(chǎn)投資增加，會產(chǎn)生更大的農(nóng)業(yè)信貸需求。也就是說，互聯(lián)網(wǎng)使用不僅對短期農(nóng)戶信貸行為產(chǎn)生影響，還能長期影響農(nóng)戶的信貸需求。本文在檢驗互聯(lián)網(wǎng)使用對農(nóng)戶信貸行為影響的基礎(chǔ)上，進(jìn)一步驗證其對農(nóng)戶信貸需求產(chǎn)生的影響。因此，提出假設(shè)H3。

H3：互聯(lián)網(wǎng)使用增加了農(nóng)戶對正規(guī)信貸部門的農(nóng)業(yè)生產(chǎn)信貸行為，同時擴(kuò)大了農(nóng)戶的農(nóng)業(yè)生產(chǎn)信貸需求。

互聯(lián)網(wǎng)使用對正規(guī)信貸部門的影響主要通過兩條路徑：一是金融服務(wù)的下沉，特別是“網(wǎng)上銀行”的使用使得金融交易與組織形式發(fā)生變化，降低了信貸雙方的交易成本，拓寬了借貸的可能性邊界。數(shù)字信息化和計算能力的不斷提升使得人類的許多經(jīng)濟(jì)活動逐漸轉(zhuǎn)移到互聯(lián)網(wǎng)，大數(shù)據(jù)分析工具以及信息處理引擎的發(fā)展提高了銀行等傳統(tǒng)金融機(jī)構(gòu)的風(fēng)險定價能力與管理效率?；ヂ?lián)網(wǎng)支付、網(wǎng)絡(luò)借貸等方式促成了資金供需雙方的直接交易，改變了傳統(tǒng)金融的組織交易形式。信息不對稱導(dǎo)致金融機(jī)構(gòu)對小規(guī)模農(nóng)戶的信貸行為的交易成本較高，互聯(lián)網(wǎng)代替市場中的人工服務(wù)網(wǎng)點降低了交易成本；同時，通過互聯(lián)網(wǎng)記錄的數(shù)據(jù)能夠快速獲取農(nóng)戶個人信息，從而準(zhǔn)確評估違約概率（謝平等，2015）?；ヂ?lián)網(wǎng)使用通過推動金融服務(wù)下沉促進(jìn)網(wǎng)絡(luò)銀行的使用，增加了農(nóng)戶信貸需求與正規(guī)信貸行為。二是互聯(lián)網(wǎng)的發(fā)展緩解了信息不對稱問題，提高了農(nóng)戶的金融素養(yǎng)?；ヂ?lián)網(wǎng)大數(shù)據(jù)實現(xiàn)了信息在需求與供給方之間的快速傳播，借貸雙方可以利用互聯(lián)網(wǎng)技術(shù)進(jìn)行信用與服務(wù)評估，有利于金融服務(wù)的提升與完善。同時，信息在不同群體間即時、透明、均等的傳播方式擊破了不同群體之間信息獲取壁壘。農(nóng)戶通過主動將碎片化、分散化的信息集中式、系統(tǒng)式地整理與學(xué)習(xí)，顯著提高了認(rèn)知能力，促進(jìn)相關(guān)市場信息充分、透明發(fā)展（尹志超等，2020）。互聯(lián)網(wǎng)的使用促進(jìn)了信息傳播扁平化、市場信息透明化和分散信息集中化，有信貸需求的農(nóng)戶可以通過網(wǎng)絡(luò)搜尋相關(guān)金融信息和學(xué)習(xí)相關(guān)金融知識，從而提高自身的金融素養(yǎng)。農(nóng)戶金融素養(yǎng)的提高有助于了解銀行信貸的方式與作用，對其信貸行為產(chǎn)生積極影響。因此，提出假設(shè)H4。

H4：互聯(lián)網(wǎng)使用通過“正規(guī)金融服務(wù)下沉”和“農(nóng)戶金融素養(yǎng)提高”促進(jìn)了農(nóng)戶的生產(chǎn)信貸行為。

3.2研究方法

由于正規(guī)信貸部門與非正規(guī)信貸部門間可能存在替代或互補的關(guān)系，采用四元Probit聯(lián)立正規(guī)信貸部門和非正規(guī)信貸部門的信貸需求、信貸獲得等四類決策行為，不僅能在檢驗其中一個部門的影響時控制住另一個部門的交互影響，同時還減少了農(nóng)戶信貸需求與信貸獲得間的相互干擾，即四元Probit模型在考察農(nóng)戶向正規(guī)信貸部門申請信用貸款時，不僅分析了農(nóng)戶對正規(guī)信貸部門的信貸需求，還考慮了農(nóng)戶對非正規(guī)信貸部門的信貸供給和信貸需求。四元Probit模型能夠通過誤差項系數(shù)來反映變量之間的相互影響，同時減少不可觀測因素，如農(nóng)戶特征等對結(jié)果造成的估計偏誤。

正規(guī)與非正規(guī)部門信貸需求與獲得的行為，如式（1）、式（2）所示。

4數(shù)據(jù)來源與描述性統(tǒng)計

剔除相關(guān)樣本殘缺值后，共保留9179戶農(nóng)村家庭樣本的調(diào)查數(shù)據(jù)，并將樣本數(shù)據(jù)分年份進(jìn)行描述性統(tǒng)計。

4.1數(shù)據(jù)來源

本文使用的數(shù)據(jù)來自于2015年和2017年西南財經(jīng)大學(xué)的第三輪中國家庭金融調(diào)查。家庭金融調(diào)查針對家庭和個人兩個層面，從金融、經(jīng)濟(jì)、人口、教育等角度出發(fā)對我國29個?。ㄗ灾螀^(qū)、直轄市）①的1396個村（社區(qū)）進(jìn)行了抽樣調(diào)查，包含11654戶農(nóng)村家庭。作為調(diào)查對象的農(nóng)戶樣本是指“從事農(nóng)業(yè)生產(chǎn)經(jīng)營，包括農(nóng)、林、牧、漁業(yè)生產(chǎn)經(jīng)營，但不包括受雇于他人的農(nóng)業(yè)生產(chǎn)經(jīng)營”。

4.2變量選取及描述性統(tǒng)計

（1）被解釋變量。本文的被解釋變量為農(nóng)戶從事農(nóng)林牧漁業(yè)生產(chǎn)時產(chǎn)生的對正規(guī)、非正規(guī)金融機(jī)構(gòu)的信貸行為，以及對正規(guī)、非正規(guī)金融機(jī)構(gòu)的信貸需求。參考劉西川等（2014）相關(guān)研究，根據(jù)2015年中國家庭金融調(diào)查問卷中“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營有銀行貸款”和“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營有民間借款”的問題，將回答“有銀行借款”的定義為有正規(guī)信貸行為的農(nóng)戶，賦值為1，反之為0；將“有民間借款”的定義為存在非正規(guī)信貸行為農(nóng)戶，賦值為1，反之為0。

參考路曉蒙等（2021）相關(guān)研究，根據(jù)調(diào)查問卷中“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營需要銀行貸款”和“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營需要從民間渠道借款”的提問，把已獲得銀行借款或未獲得銀行借款，認(rèn)為銀行信貸數(shù)額不能滿足需求的農(nóng)戶定義為存在正規(guī)信貸需求，賦值為1，反之為0；把已獲得民間借款或未獲得民間借款，認(rèn)為信貸金額不能滿足生產(chǎn)需求的農(nóng)戶定義為存在非正規(guī)信貸需求，賦值為1，反之為0。

（2）解釋變量。本文的解釋變量為互聯(lián)網(wǎng)使用。2015年中國家庭金融調(diào)查問卷中僅詢問農(nóng)戶“是否通過互聯(lián)網(wǎng)進(jìn)行購物或通信”，缺乏“農(nóng)戶家庭是否使用互聯(lián)網(wǎng)”的調(diào)查問題。已有研究中將使用互聯(lián)網(wǎng)進(jìn)行購物和通信作為互聯(lián)網(wǎng)使用的代理變量，使用互聯(lián)網(wǎng)進(jìn)行購物和通信也僅是互聯(lián)網(wǎng)眾多使用方式中的兩種，并不能完全包含所有互聯(lián)網(wǎng)的使用用戶，因此作為互聯(lián)網(wǎng)使用的代理指標(biāo)缺乏一定的準(zhǔn)確性。本文從2017年中國家庭金融調(diào)查問卷通過“農(nóng)戶是否使用互聯(lián)網(wǎng)”“農(nóng)戶開始使用互聯(lián)網(wǎng)的年份”兩個問題，將回答“在2015年及之前使用互聯(lián)網(wǎng)”的農(nóng)戶群體賦值為1，“2015年之后使用互聯(lián)網(wǎng)”的農(nóng)戶群體賦值為0，并將這些樣本與2015年中國家庭金融調(diào)查數(shù)據(jù)進(jìn)行匹配。

（3）控制變量。參考已有研究（Akoten et al.，2006；劉西川等，2014），本文選用個人及家庭層面控制變量。使用戶主年齡、戶主年齡平方、戶主性別、戶主教育年限和戶主有無配偶作為個人控制變量，其中使用戶主年齡的平方是為了控制戶主年齡增長與信貸之間的非線性關(guān)系，從而減少由于年齡原因造成的信貸差異。這些控制變量普遍用于相關(guān)研究，能減少其他干擾因素對農(nóng)戶生產(chǎn)信貸造成的影響。

選取家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量（>65歲）、家庭兒童數(shù)量（<15歲）、家庭人情往來支出、家庭人均收入、家庭人均資產(chǎn)和家庭土地規(guī)模作為家庭層面的控制變量。勞動力數(shù)量以及老人、兒童占比代表的是家庭人口結(jié)構(gòu)，家庭人口結(jié)構(gòu)與收入之間具有相關(guān)性，收入直接關(guān)系到農(nóng)戶的信貸可得性，因此加入這部分控制變量可以減少由于家庭人口規(guī)模及結(jié)構(gòu)不同引起的信貸差異。家庭人情支出能夠反映出家庭社會資本的強弱，而社會資本又能夠幫助家庭獲取信貸信息和擔(dān)保。家庭人均收入、家庭人均資產(chǎn)代表了家庭物質(zhì)資本水平，家庭土地規(guī)模反映了家庭農(nóng)場生產(chǎn)規(guī)模，這三者也對家庭農(nóng)業(yè)生產(chǎn)信貸需求與獲得有著重要影響。分年度將各變量的相關(guān)定義以及描述性統(tǒng)計歸納如表1所示。

5實證結(jié)果及分析

基于上述理論分析及模型構(gòu)建，本文運用四元聯(lián)立Probit模型分析互聯(lián)網(wǎng)使用對正規(guī)信貸部門、非正規(guī)信貸部門的農(nóng)戶信貸需求與信貸獲得的不同影響。在計量分析前對樣本可能存在的異方差和多重共線性問題進(jìn)行了懷特檢驗和方差膨脹因子檢驗，懷特檢驗結(jié)果在1%的顯著性水平上拒絕了不存在異方差的原假設(shè)，說明模型可能存在異方差問題①，本文使用穩(wěn)健性標(biāo)準(zhǔn)誤對異方差進(jìn)行修正。方差膨脹因子所有變量數(shù)值均小于10②，說明模型設(shè)置不存在共線性問題。

四元Probit雖然能緩解遺漏變量問題，但仍需考慮由雙向因果導(dǎo)致的內(nèi)生性問題。本文通過滯后解釋變量來緩解可能存在的雙向因果關(guān)系。考慮模型可能存在自選擇問題，使用傾向得分匹配法（Propensity Score Matching， PSM）分別估計互聯(lián)網(wǎng)使用對正規(guī)信貸需求、正規(guī)信貸獲得、非正規(guī)信貸需求和非正規(guī)信貸獲得的平均處理效應(yīng)（Average Treatment Effect on the Treated， ATT）來緩解由模型自選擇導(dǎo)致的結(jié)果偏差。

由于互聯(lián)網(wǎng)能夠減少交易成本并促進(jìn)信息傳播，因而在機(jī)制檢驗部分提出互聯(lián)網(wǎng)使用通過“正規(guī)金融服務(wù)下沉”和“農(nóng)戶金融素養(yǎng)提高”影響農(nóng)戶正規(guī)信貸?？紤]到農(nóng)林牧漁產(chǎn)業(yè)發(fā)展地區(qū)特殊的區(qū)位和地理因素進(jìn)行異質(zhì)性檢驗，以分析互聯(lián)網(wǎng)使用對不同部門和地區(qū)的農(nóng)業(yè)生產(chǎn)信貸產(chǎn)生的差異化影響。

5.1基準(zhǔn)回歸結(jié)果

表2列出了基準(zhǔn)回歸中四元Probit模型的估計結(jié)果，括號內(nèi)為穩(wěn)健性標(biāo)準(zhǔn)誤對異方差進(jìn)行修正。表2中列（1）至列（4）分別對應(yīng)農(nóng)戶家庭的正規(guī)信貸需求、正規(guī)信貸獲得、非正規(guī)信貸需求和非正規(guī)信貸獲得，為四個被解釋變量的估計結(jié)果。ρ12、ρ13、ρ14、ρ23、ρ24、ρ34表示對應(yīng)模型之間的相關(guān)系數(shù)。結(jié)果顯示，相關(guān)系數(shù)均在1%的顯著性水平上拒絕了四個模型相互獨立的原假設(shè)，說明模型之間存在相互影響，在估計農(nóng)戶的信貸需求及農(nóng)戶信貸獲得時，需要加入個人及家庭特征的控制變量，這些因素影響農(nóng)戶信貸需求，卻又不可觀測。似然比檢驗結(jié)果在1%的顯著性水平上拒絕了上述相關(guān)系數(shù)之間同時為零的原假設(shè)，Wald檢驗結(jié)果在1%的顯著性水平上拒絕了四個方程具有相同斜率參數(shù)的原假設(shè)，表明四個被解釋變量間具有決策差異，也驗證了本文選用四元Probit模型進(jìn)行估計的合理性。

表2的估計結(jié)果顯示，互聯(lián)網(wǎng)使用對農(nóng)戶正規(guī)信貸需求和信貸獲得的系數(shù)在1%的顯著性水平上顯著為正，說明互聯(lián)網(wǎng)不僅增加了農(nóng)戶對正規(guī)信貸部門的信貸行為，還提高了農(nóng)戶對正規(guī)信貸部門的信貸需求。對非正規(guī)信貸部門的信貸需求與信貸獲得的影響均不顯著，說明互聯(lián)網(wǎng)的使用主要降低了正規(guī)信貸部門的信貸約束，提高了正規(guī)信貸部門的信貸可得性。對于非正規(guī)信貸部門沒有顯著的促進(jìn)作用，可能是由于互聯(lián)網(wǎng)的使用提高了農(nóng)戶的金融素養(yǎng)，增加了農(nóng)戶對政府參與監(jiān)管的正規(guī)部門信貸部門的信賴與選擇，從而使農(nóng)戶更傾向于通過正規(guī)部門獲得貸款。

表2估計結(jié)果也反映了正規(guī)信貸部門和非正規(guī)信貸部門間的關(guān)系，兩者之間形成高低搭配、種類互補的格局。在貸款過程中，正規(guī)信貸部門更看重借貸者的經(jīng)濟(jì)實力和債務(wù)償還能力，更傾向于向家庭物質(zhì)資本和社會資本更為雄厚的優(yōu)質(zhì)農(nóng)戶提供信貸；而非正規(guī)信貸市場則起到補充作用，為那些未能從正規(guī)信貸部門獲得足夠信貸供給的農(nóng)戶提供貸款補充，也為一些經(jīng)濟(jì)實力和社會資本較弱的農(nóng)戶家庭提供必要的農(nóng)業(yè)生產(chǎn)貸款。

5.1.1互聯(lián)網(wǎng)使用對正規(guī)信貸部門的影響

表2顯示，對農(nóng)業(yè)正規(guī)信貸獲得起到顯著影響的變量有家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭人情往來支出、家庭人均收入和家庭土地規(guī)模。對農(nóng)業(yè)正規(guī)需求起到顯著影響的變量有家庭勞動力數(shù)量、家庭人情往來支出和家庭人均收入。家庭勞動力數(shù)量正向影響正規(guī)信貸部門的農(nóng)戶信貸需求及信貸獲得，由于勞動力數(shù)量更多的家庭往往生產(chǎn)能力更強，家庭負(fù)擔(dān)也更重，所以需要一定的農(nóng)業(yè)生產(chǎn)規(guī)模才能滿足家庭生活需要，同時家庭規(guī)模更大的農(nóng)戶也更能滿足擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模所需的勞動力，擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模意味著有更多的資金需要，因而勞動力數(shù)量更多的家庭不論是借貸行為還是資金需求往往更頻繁。此外，家庭勞動力數(shù)量越多意味著家庭的債務(wù)擔(dān)保和債務(wù)償還能力越強，更容易獲得正規(guī)信貸部門的信貸供給。

家庭人情往來支出和家庭人均收入都正向影響正規(guī)信貸行為和正規(guī)信貸需求，是由于人情往來支出更多的家庭擁有更加豐富的社會資本，能夠獲得更多的信貸信息和融資渠道，增加了家庭獲得正規(guī)信貸融資的可能性。人均收入代表了家庭財富創(chuàng)造能力和償還能力，有較高財富創(chuàng)造能力的家庭往往更善于投資管理，會更加依賴資本進(jìn)行擴(kuò)大生產(chǎn)，同時也具有更強的貸款還債能力，因而顯著促進(jìn)了這部分群體獲得正規(guī)機(jī)構(gòu)的信貸行為。家庭土地規(guī)模正向影響正規(guī)信貸行為，是由于土地規(guī)模較大的家庭往往更需要為農(nóng)業(yè)生產(chǎn)進(jìn)行融資，并且土地作為固定資產(chǎn)起到擔(dān)保、抵押作用；農(nóng)戶擁有更多的耕地資源，也就更容易獲得正規(guī)金融機(jī)構(gòu)的信貸支持。

5.1.2互聯(lián)網(wǎng)使用對非正規(guī)信貸部門的影響

表2顯示，對非正規(guī)信貸部門起到顯著影響的變量有戶主性別、戶主教育年限、家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量、家庭兒童數(shù)量、家庭人情往來支出、家庭人均收入和家庭土地規(guī)模。表2中列（3）、列（4）顯示，戶主為男性的家庭更容易獲得非正規(guī)信貸供給，這說明與正規(guī)信貸部門相比，非正規(guī)信貸部門更多地考慮家庭成員結(jié)構(gòu)因素。與對正規(guī)信貸部門的影響不同，戶主教育年限對非正規(guī)信貸供給起到負(fù)向影響，說明具有更高教育程度以及更廣社會關(guān)系的農(nóng)戶更傾向于通過正規(guī)信貸部門獲得信貸支持，而教育水平偏低的家庭則更多地通過非正規(guī)信貸部門獲得生產(chǎn)借貸。家庭勞動力數(shù)量對正規(guī)信貸部門與非正規(guī)信貸部門的借貸均起到顯著的促進(jìn)作用，說明對于農(nóng)業(yè)生產(chǎn)而言，勞動力是重要的生產(chǎn)要素，是借貸部門衡量是否提供貸款以及影響農(nóng)戶借貸需求的重要因素。家庭土地規(guī)模同樣作為農(nóng)業(yè)生產(chǎn)重要的要素投入，單純依靠正規(guī)部門不能滿足農(nóng)戶的農(nóng)業(yè)生產(chǎn)融資需求時，土地規(guī)模越大的家庭越會通過非正規(guī)信貸部門來滿足自身的融資需要。

家庭黨員數(shù)量、家庭人情往來支出兩個變量對于非正規(guī)信貸部門則起到顯著的減少作用?？赡苡捎谏鐣W(wǎng)絡(luò)越豐富、人情往來越多的家庭，越能通過正規(guī)信貸部門獲得資金支持，反而減少了對于非正規(guī)信貸部門的借貸需求；也可能通過不付利息直接向親友借款獲得短期的借貸幫助，反而減少了通過民間金融組織、非銀行融資渠道的信貸需求與信貸獲得。家庭老人數(shù)量對非正規(guī)信貸的借貸行為和信貸需求都起到相反作用，是由于老人越多的家庭農(nóng)業(yè)生產(chǎn)能力越弱且家庭撫養(yǎng)負(fù)擔(dān)重，償還能力相對較弱，因而獲得非正規(guī)信貸的可能性小且借貸需求較少。家庭兒童數(shù)量對非正規(guī)信貸需求和供給具有正向影響，說明子女較多的家庭需要更多資金用于下一代的成長和教育，因而有著更強烈的擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模的動機(jī)，有更多的融資需求；對于收入和資產(chǎn)較少的多子女農(nóng)戶家庭而言，由于在正規(guī)信貸部門的融資能力較弱，需要通過非正規(guī)信貸部門來彌補其用于農(nóng)業(yè)生產(chǎn)投入的資金需要。

5.2穩(wěn)健性檢驗

在穩(wěn)健性檢驗部分，本文依次使用滯后被解釋變量和采用傾向匹配得分法進(jìn)行分析。

5.2.1滯后被解釋變量

2015年度中國家庭金融數(shù)據(jù)調(diào)查從2014年開始，時間跨度為2014-2015年，因此將互聯(lián)網(wǎng)使用滯后兩期，選擇2013年之前使用互聯(lián)網(wǎng)的農(nóng)戶家庭作為解釋變量，使用互聯(lián)網(wǎng)的農(nóng)戶家庭賦值為1，反之為0。表3是使用了滯后解釋變量的回歸結(jié)果，ρ12、ρ13、ρ14、ρ23、ρ24、ρ34在1%的顯著性水平上顯著，似然比檢驗結(jié)果在1%的顯著性水平上拒絕了上述相關(guān)系數(shù)同時為零的原假設(shè)，Wald檢驗結(jié)果在1%的顯著性水平上拒絕了四個方程具有相同斜率參數(shù)的原假設(shè)，且互聯(lián)網(wǎng)使用對正規(guī)信貸需求和正規(guī)信貸獲得的系數(shù)在1%和5%的顯著性水平上顯著為正，對非正規(guī)信貸需求和非正規(guī)信貸獲得的系數(shù)不顯著。結(jié)論與基準(zhǔn)回歸結(jié)果保持一致，表明互聯(lián)網(wǎng)使用能夠顯著促進(jìn)正規(guī)信貸部門的發(fā)展，但并不直接影響非正規(guī)信貸部門。

5.2.2傾向得分匹配法

樣本自選擇造成的選擇性偏誤也會導(dǎo)致估計結(jié)果偏差。由于傾向得分匹配法具有不需要提前假定函數(shù)形式、參數(shù)約束、誤差項分布以及解釋變量外生的特點，在處理自選擇問題時更具優(yōu)勢（Heckman et al.，2007），故本文使用傾向得分匹配法解決樣本自選擇問題。首先，選取戶主年齡、戶主性別、戶主教育年限、戶主有無配偶、家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量、家庭兒童數(shù)量、家庭人情往來支出、家庭人均收入、家庭人均資產(chǎn)和家庭土地規(guī)模①進(jìn)行Logit回歸，計算出傾向得分；然后，再采用一對二近鄰匹配、一對四近鄰匹配、窗寬為0.06核匹配、窗寬為0.10核匹配四種方法進(jìn)行匹配。圖1分別顯示了匹配數(shù)據(jù)的平衡性檢驗，匹配前后變量的標(biāo)準(zhǔn)化偏差均小于5%。圖1a可以看出匹配后數(shù)據(jù)在0附近，說明數(shù)據(jù)匹配較為理想，控制組與對照組的控制變量間不存在較大的差異，通過了平衡檢驗；圖1b可以看出大多數(shù)觀測值都在共同取值范圍內(nèi)，在匹配時損失數(shù)據(jù)較少；圖1c和圖1d說明匹配后處理組和控制組之間具有較好的擬合程度，為后續(xù)實證結(jié)果的可靠性奠定了基礎(chǔ)。

傾向得分匹配回歸結(jié)果如表4所示。表4顯示，互聯(lián)網(wǎng)使用對正規(guī)信貸需求和正規(guī)信貸獲得的平均處理效應(yīng)在1%的顯著性水平上顯著，對非正規(guī)信貸需求和非正規(guī)信貸獲得的平均處理效應(yīng)同樣不能通過顯著性檢驗。匹配結(jié)果與基準(zhǔn)回歸結(jié)果基本相同，進(jìn)一步驗證了在考慮樣本自選擇問題后本文結(jié)論的穩(wěn)健性。

5.3機(jī)制探討和異質(zhì)性分析

通過實證分析發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對正規(guī)信貸部門的信貸需求及信貸獲得具有顯著的正向影響，機(jī)制檢驗部分進(jìn)一步探究互聯(lián)網(wǎng)使用是通過什么方法和渠道對農(nóng)戶正規(guī)信貸產(chǎn)生影響。

5.3.1機(jī)制探討

（1）正規(guī)金融服務(wù)下沉。農(nóng)村地區(qū)正規(guī)金融服務(wù)是影響農(nóng)戶信貸約束的主要因素。在信息技術(shù)的推動下，傳統(tǒng)金融模式發(fā)生了顯著的變革，互聯(lián)網(wǎng)金融的出現(xiàn)突破了傳統(tǒng)金融的時空限制，改變了傳統(tǒng)金融的交易方式，不僅提升了借貸效率，降低了融資成本，還提高了金融服務(wù)質(zhì)量，促進(jìn)正規(guī)金融服務(wù)下沉，從而增加了正規(guī)金融可及性。本文參考尹志超等（2019）的研究，構(gòu)建“使用網(wǎng)絡(luò)銀行”變量，將農(nóng)戶家庭使用過網(wǎng)絡(luò)銀行和在線銀行服務(wù)的賦值為1，反之為0。使用Probit模型進(jìn)行估計，互聯(lián)網(wǎng)使用與開通網(wǎng)絡(luò)銀行回歸結(jié)果如表5所示。表5中列（1）至列（3）依次顯示了在加入控制變量和省份固定效應(yīng)后，互聯(lián)網(wǎng)使用對農(nóng)戶開通網(wǎng)絡(luò)銀行的回歸結(jié)果。數(shù)據(jù)顯示，互聯(lián)網(wǎng)使用通過促進(jìn)農(nóng)戶使用網(wǎng)絡(luò)銀行行為，提高了正規(guī)金融服務(wù)和正規(guī)金融部門的信貸可得性。

（2）農(nóng)戶金融素養(yǎng)提高。金融知識及對金融信息的了解程度是影響農(nóng)戶獲得金融信貸的主要影響因素。互聯(lián)網(wǎng)的發(fā)展有效促進(jìn)了金融知識普及，降低了由于信息不對稱導(dǎo)致的高借貸交易成本，促進(jìn)信息在需求方與供給方等不同群體間實現(xiàn)“均等化、扁平化”傳播，增加借貸雙方的交流與互動，使信貸市場更加公開透明。本文構(gòu)建“金融信息關(guān)注程度”變量，將農(nóng)戶對金融信息的關(guān)注程度定義為五個等級，從1到5分別進(jìn)行賦值①。進(jìn)一步構(gòu)建“參加金融課程”變量，如果農(nóng)戶上過金融類課程則定義為1，反之定義為0。表6列出了使用Oprobit和Probit模型對互聯(lián)網(wǎng)使用與金融信息關(guān)注程度、參加金融課程的回歸結(jié)果。從表6可以看出，在加入控制變量和省份固定效應(yīng)后，互聯(lián)網(wǎng)使用顯著提高了農(nóng)戶對金融信息的關(guān)注程度②，有助于推動農(nóng)戶參加相關(guān)金融課程，說明農(nóng)村地區(qū)互聯(lián)網(wǎng)的發(fā)展促進(jìn)了農(nóng)戶金融知識普及和金融素養(yǎng)的提高。

5.3.2異質(zhì)性分析

與農(nóng)業(yè)種植業(yè)多分布于平原地區(qū)不同，我國林草資源主要集中在東北、西南地區(qū)以及福建、江西、湖南等地的部分山區(qū)，地形陡峭、交通不便、通訊不暢導(dǎo)致基礎(chǔ)設(shè)施落后和信息不對稱等問題，嚴(yán)重限制了林草金融服務(wù)的發(fā)展。特別是在我國南方主要集體林區(qū)，缺乏正規(guī)金融市場供給主體和交易成本偏高等問題導(dǎo)致融資效率低下（汪璐等，2017），林農(nóng)面臨更為嚴(yán)重的信貸約束。信息數(shù)字化以及計算能力的不斷提升使人們的許多經(jīng)濟(jì)活動逐漸轉(zhuǎn)移到互聯(lián)網(wǎng)上，通過互聯(lián)網(wǎng)支付、網(wǎng)絡(luò)借貸等方式加速了金融信貸交易，改變了傳統(tǒng)金融的組織交易形式?；ヂ?lián)網(wǎng)使用打破了林區(qū)金融信貸服務(wù)受自然環(huán)境影響的特殊限制，無論是從節(jié)省林農(nóng)的交易成本還是降低金融部門的信貸風(fēng)險方面，互聯(lián)網(wǎng)都發(fā)揮了緩解林業(yè)生產(chǎn)中融資約束的作用。將樣本按照“是否為林業(yè)生產(chǎn)戶”和“森林覆蓋率高低”進(jìn)行分組，分別檢驗互聯(lián)網(wǎng)使用對于林農(nóng)以及區(qū)位環(huán)境更為特殊的高森林覆蓋率地區(qū)產(chǎn)生的不同作用。以推動落實“大食物觀”為目標(biāo)，為制定適合林業(yè)發(fā)展的金融信貸政策和促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展提供參考。

（1）依據(jù)“是否為林業(yè)生產(chǎn)戶”，從樣本中分出林業(yè)生產(chǎn)戶和非林業(yè)生產(chǎn)戶，分別對兩組樣本數(shù)據(jù)進(jìn)行Probit回歸，如表7所示。表7結(jié)果顯示，互聯(lián)網(wǎng)使用在5%的顯著性水平上顯著促進(jìn)了林業(yè)生產(chǎn)戶的正規(guī)信貸需求和正規(guī)信貸獲得，兩者分別提高了5.92%和4.12%；而互聯(lián)網(wǎng)使用僅在10%的顯著性水平上顯著促進(jìn)了非林業(yè)生產(chǎn)戶的正規(guī)信貸需求，提高了4.50%，并未顯著影響其信貸獲得。

（2）按照森林覆蓋率劃分。根據(jù)第九次全國森林資源清查各省份森林覆蓋率排名，將福建、江西、廣西、浙江等森林覆蓋率排名靠前的省份①，加上我國東北國有林區(qū)的黑龍江、內(nèi)蒙古、吉林、遼寧和西南地區(qū)的四川、重慶、云南、西藏等省份，將位于以上地區(qū)的農(nóng)戶樣本設(shè)定為高森林覆蓋率地區(qū)，其他省份的農(nóng)戶樣本設(shè)定為低森林覆蓋率地區(qū)，進(jìn)行Probit回歸，如表8所示。表8顯示，互聯(lián)網(wǎng)使用對高森林覆蓋率地區(qū)的農(nóng)戶正規(guī)信貸需求與獲得有更為顯著的促進(jìn)作用，對低森林覆蓋率地區(qū)的正規(guī)信貸需求在10%顯著性水平上提高了4.85%，但對該地區(qū)農(nóng)戶的正規(guī)信貸獲得無顯著影響。

相關(guān)研究認(rèn)為，非正規(guī)信貸部門更能滿足林業(yè)生產(chǎn)和區(qū)位環(huán)境的特殊性要求，非正規(guī)金融更有利于林業(yè)產(chǎn)業(yè)發(fā)展，緩解林業(yè)產(chǎn)業(yè)面臨的信貸約束（魯釗陽等，2015）。但本文研究發(fā)現(xiàn)，隨著電子信息技術(shù)發(fā)展，互聯(lián)網(wǎng)使用能夠有效促進(jìn)林農(nóng)對正規(guī)部門的信貸需求和信貸獲得，從而有利于正規(guī)信貸部門與非正規(guī)信貸部門形成互為補充的關(guān)系，共同起到緩解林農(nóng)信貸約束和促進(jìn)林業(yè)產(chǎn)業(yè)持續(xù)發(fā)展的作用。

作為林業(yè)生產(chǎn)的基本單位，林農(nóng)在林業(yè)發(fā)展中扮演著重要角色。由于金融抑制導(dǎo)致的正規(guī)金融市場規(guī)模緊縮，使其生產(chǎn)性融資需求得不到有效滿足（徐璋勇等，2008）?；ヂ?lián)網(wǎng)使用顯著促進(jìn)了林農(nóng)對正規(guī)信貸部門的信貸需求與信貸獲得，同時對于交通不便、通信環(huán)境惡劣的高森林覆蓋率地區(qū)的農(nóng)戶來說也同樣具有顯著的促進(jìn)作用，但對非林業(yè)生產(chǎn)戶和低森林覆蓋率地區(qū)農(nóng)戶的信貸獲得均不產(chǎn)生顯著影響。相比林業(yè)生產(chǎn)戶而言，非林業(yè)生產(chǎn)戶以及低森林覆蓋率地區(qū)農(nóng)戶可能缺乏農(nóng)業(yè)產(chǎn)業(yè)作為貸款抵押條件，或者這些農(nóng)戶不以農(nóng)業(yè)生產(chǎn)經(jīng)營為主要收入來源。

6研究結(jié)論、討論與政策啟示

小規(guī)模家庭農(nóng)戶“融資貴、融資難”等問題影響農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大，不利于鄉(xiāng)村振興和農(nóng)村經(jīng)濟(jì)的高質(zhì)量發(fā)展。在互聯(lián)網(wǎng)快速發(fā)展的背景下，通過信息技術(shù)的使用帶動農(nóng)村經(jīng)濟(jì)發(fā)生一系列變革，互聯(lián)網(wǎng)的使用不僅有利于農(nóng)戶提高收入、增加創(chuàng)業(yè)和擴(kuò)大農(nóng)業(yè)生產(chǎn)經(jīng)營規(guī)模，同時對于農(nóng)村互聯(lián)網(wǎng)金融發(fā)展和農(nóng)業(yè)生產(chǎn)信貸也產(chǎn)生了深刻的影響。

6.1研究結(jié)論

基于2015年和2017年中國家庭金融調(diào)查中從事農(nóng)業(yè)生產(chǎn)的樣本數(shù)據(jù)，本文運用四元聯(lián)立模型，在控制正規(guī)信貸部門、非正規(guī)信貸部門、農(nóng)戶信貸行為、信貸需求四者之間相互影響的前提下，建立互聯(lián)網(wǎng)使用對農(nóng)業(yè)生產(chǎn)信貸的分析框架，實證檢驗互聯(lián)網(wǎng)對不同信貸部門農(nóng)業(yè)生產(chǎn)信貸的影響及作用機(jī)制，得出3點結(jié)論。

（1）互聯(lián)網(wǎng)使用顯著促進(jìn)了正規(guī)信貸部門的發(fā)展，提高了農(nóng)戶對于正規(guī)信貸部門的信貸獲得與信貸需求?；ヂ?lián)網(wǎng)使用對農(nóng)戶正規(guī)信貸需求和信貸獲得行為的影響顯著為正，說明互聯(lián)網(wǎng)的使用降低了正規(guī)信貸部門的交易成本，緩解了農(nóng)戶對于正規(guī)信貸部門的信貸約束。同時，由于互聯(lián)網(wǎng)改進(jìn)了信息傳播的方式，使得信息快速、扁平化傳播，吸引更多農(nóng)戶投入到創(chuàng)新創(chuàng)業(yè)中來，產(chǎn)業(yè)轉(zhuǎn)型升級促使農(nóng)戶提高了對正規(guī)信貸部門的信貸需求，即農(nóng)戶的貸款需求量大幅增加。

（2）互聯(lián)網(wǎng)主要通過“網(wǎng)絡(luò)銀行”和“提升金融素養(yǎng)”等方式促進(jìn)農(nóng)戶對正規(guī)信貸部門的借貸行為。已有研究對網(wǎng)絡(luò)銀行的使用和金融素養(yǎng)如何提高農(nóng)戶生產(chǎn)信貸的關(guān)系進(jìn)行了分析（尹志超等，2019）。實證結(jié)果驗證了“網(wǎng)絡(luò)銀行”的使用有助于金融服務(wù)快速下沉，讓更多農(nóng)戶獲得便捷的信用借貸?；ヂ?lián)網(wǎng)的信息傳播功能提高了農(nóng)戶的金融素養(yǎng)，從而促進(jìn)了農(nóng)戶的信貸行為，進(jìn)一步提高了農(nóng)戶的信貸需求。

（3）互聯(lián)網(wǎng)使用對林業(yè)生產(chǎn)戶和高森林覆蓋率地區(qū)農(nóng)戶的正規(guī)信貸影響更為顯著，有效促進(jìn)了林農(nóng)對正規(guī)部門的信貸需求和信貸獲得，對非林業(yè)生產(chǎn)戶及低森林覆蓋率地區(qū)農(nóng)戶的信貸獲得作用不明顯，說明農(nóng)戶對正規(guī)信貸部門的信貸需求和信貸獲得之間還存在著供需不匹配的現(xiàn)象。

6.2討論

互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)的快速發(fā)展是近年學(xué)術(shù)界討論的熱點問題，許多學(xué)者以農(nóng)戶家庭收入、創(chuàng)業(yè)、社會資本等為重點展開了翔實的研究，比如張勛等（2019）認(rèn)為，電子信息技術(shù)的快速發(fā)展促使數(shù)字普惠金融下沉到農(nóng)村地區(qū)，提高了農(nóng)村居民的收入，縮小了城鄉(xiāng)收入差距，促進(jìn)了經(jīng)濟(jì)包容性增長；尹志超等（2019）以移動支付作為互聯(lián)網(wǎng)使用的代理變量，驗證了移動支付的使用顯著提高了家庭創(chuàng)業(yè)的概率和工商業(yè)項目的經(jīng)營績效，并對創(chuàng)業(yè)成本高和受到信貸約束的家庭創(chuàng)業(yè)活動促進(jìn)作用更大；趙宏紅等（2022）針對農(nóng)村非正規(guī)金融對林業(yè)產(chǎn)業(yè)發(fā)展的影響進(jìn)行了分析，認(rèn)為兩者在5%的顯著性水平上存在顯著的正向關(guān)系，與正規(guī)信貸部門存在一定的互補效應(yīng)。在這些研究基礎(chǔ)上，本文關(guān)注到互聯(lián)網(wǎng)使用在提高信貸部門審批和管理效率、促進(jìn)信息傳播扁平化、市場信息公開化、分散信息集中化等方面的作用，是解決農(nóng)戶面臨“融資難”“融資貴”等信貸約束問題的重要路徑，對互聯(lián)網(wǎng)使用與農(nóng)業(yè)生產(chǎn)信貸之間的關(guān)系及作用機(jī)制展開了研究。

本文以農(nóng)戶的農(nóng)業(yè)生產(chǎn)信貸行為和信貸需求角度為切入點，既能反映電子信息技術(shù)的發(fā)展從宏觀層面是否推動普惠金融、銀行服務(wù)的下沉與發(fā)展，通過數(shù)字金融、互聯(lián)網(wǎng)金融的快速發(fā)展推動銀行服務(wù)升級；又以農(nóng)戶家庭微觀經(jīng)濟(jì)行為作為分析對象，研究互聯(lián)網(wǎng)是否以及如何改善農(nóng)村地區(qū)的信貸約束，從而有助于農(nóng)林牧漁等不同性質(zhì)的農(nóng)業(yè)部門擴(kuò)大生產(chǎn)規(guī)模，提高農(nóng)業(yè)生產(chǎn)效率。異質(zhì)性檢驗發(fā)現(xiàn)，對非林業(yè)生產(chǎn)種植戶和低森林覆蓋率地區(qū)，互聯(lián)網(wǎng)發(fā)展對其信貸獲得沒有顯著影響，可以看出，對特殊地區(qū)及特殊部門的農(nóng)業(yè)生產(chǎn)種植戶，仍需發(fā)揮非正規(guī)信貸部門緩解其信貸約束的作用。

本文尚存在兩點不足：一是缺乏相關(guān)變量的長期跟蹤調(diào)查數(shù)據(jù)，無法識別互聯(lián)網(wǎng)使用對不同信貸部門的動態(tài)處理效應(yīng)。二是機(jī)制檢驗中關(guān)于中介效應(yīng)與調(diào)節(jié)效應(yīng)檢驗方法的缺陷。中介效應(yīng)分析雖是國內(nèi)經(jīng)濟(jì)學(xué)因果推斷經(jīng)驗研究中廣泛采用的研究手段，但中介效應(yīng)逐步檢驗本身存在偏誤，本文根據(jù)文獻(xiàn)建議雖完成了第一步檢驗，第二步檢驗則按照相關(guān)建議使用已有文獻(xiàn)進(jìn)行佐證（江艇，2022）。由于中介效應(yīng)檢驗本身存在的問題未能改善，同時機(jī)制部分也有可能存在潛在的內(nèi)生性問題，因此這部分內(nèi)容的參考價值有限（Maccini et al.，2009）。

6.3政策啟示

在我國提出要樹立“大食物觀”的政策背景下，研究互聯(lián)網(wǎng)的使用對農(nóng)林牧漁業(yè)生產(chǎn)當(dāng)中信貸行為產(chǎn)生的作用影響，對促進(jìn)我國農(nóng)村互聯(lián)網(wǎng)金融發(fā)展和保障我國糧食安全促進(jìn)農(nóng)業(yè)生產(chǎn)規(guī)?；?、效率化發(fā)展具有理論意義和現(xiàn)實意義。根據(jù)研究結(jié)論，本文給出3點政策啟示。

（1）推動農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，加強農(nóng)民的數(shù)字素養(yǎng)與技能培訓(xùn)。截至2021年12月，我國農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為59.20%，雖然城鄉(xiāng)間的差距在不斷縮小，但與城市相比差距仍較大。應(yīng)進(jìn)一步健全農(nóng)村地區(qū)信息基礎(chǔ)設(shè)施建設(shè)，尤其是要加速提高落后林區(qū)和交通不便的其他農(nóng)村地區(qū)的互聯(lián)網(wǎng)使用率，同時也要提升農(nóng)村居民對互聯(lián)網(wǎng)信息的獲取能力，提高農(nóng)戶使用電子信息產(chǎn)品獲取信息和學(xué)習(xí)知識的能力，才能促進(jìn)信息供給與需求之間的有效匹配。

（2）依托互聯(lián)網(wǎng)技術(shù)，通過金融機(jī)構(gòu)和信貸部門整合各類信息數(shù)據(jù)，推動農(nóng)村數(shù)字普惠金融服務(wù)的進(jìn)一步下沉。通過建立個人誠信電子檔案，減少信貸配給，節(jié)約農(nóng)戶信貸成本，降低小規(guī)模家庭農(nóng)戶的信貸約束，進(jìn)一步放活農(nóng)村信貸市場。同時，繼續(xù)擴(kuò)大農(nóng)村金融的服務(wù)范圍與深度，使得金融信貸業(yè)務(wù)盡可能覆蓋和服務(wù)更多的農(nóng)戶家庭。

（3）通過加強對普通農(nóng)戶的生產(chǎn)信貸扶持，促進(jìn)以農(nóng)林牧漁業(yè)等不同生產(chǎn)性質(zhì)的農(nóng)業(yè)產(chǎn)業(yè)間的融合發(fā)展。在確保我國糧食安全的前提下，提倡發(fā)展綠色可持續(xù)農(nóng)業(yè)，以電子信息技術(shù)的使用與發(fā)展為契機(jī)，借助數(shù)字金融、綠色信貸的發(fā)展優(yōu)勢，打破農(nóng)林地區(qū)地理環(huán)境和基礎(chǔ)設(shè)施落后的限制。充分發(fā)揮林業(yè)生產(chǎn)在保護(hù)生態(tài)環(huán)境和維護(hù)生態(tài)平衡方面的作用，推動農(nóng)業(yè)種植結(jié)合森林培育，利用林木的自然特性起到對自然災(zāi)害和極端天氣等的防護(hù)作用，提高農(nóng)業(yè)生產(chǎn)種植產(chǎn)量。同時，通過農(nóng)業(yè)生產(chǎn)種植對土地資源合理規(guī)劃，因地制宜地發(fā)展不同性質(zhì)農(nóng)業(yè)產(chǎn)業(yè)，形成互為補充和相互促進(jìn)的發(fā)展關(guān)系，走出一條綠色、可持續(xù)發(fā)展的鄉(xiāng)村振興之路。

參考文獻(xiàn)

包烏蘭托亞，馬龍波，吳瓊.林業(yè)生態(tài)扶貧效率評價研究——基于中國22個省份的實證分析[J].林業(yè)經(jīng)濟(jì)， 2022， 44（05）：77-96.

曹玉昆，翟相如.金融支持對林業(yè)產(chǎn)業(yè)發(fā)展的影響——基于空間計量模型的實證[J].統(tǒng)計與決策， 2020， 36（13）：150-153.

樊文翔.互聯(lián)網(wǎng)使用、資本積累與農(nóng)戶信貸可得性——基于馬克思資本范疇和CFPS數(shù)據(jù)的分析[J].江漢學(xué)術(shù)， 2022， 41（04）： 76-87.

胡振，聶雅豐，羅劍朝.社會資本與農(nóng)戶融資約束——基于農(nóng)戶分化和農(nóng)地金融創(chuàng)新的異質(zhì)性檢驗[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2022（03）：1-12.

江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國工業(yè)經(jīng)濟(jì)， 2022（05）：100-120.

李慧.看林業(yè)產(chǎn)業(yè)如何實現(xiàn)轉(zhuǎn)型升級[J].中國林業(yè)產(chǎn)業(yè)， 2018（Z1）：62-63.

林毅夫.“三農(nóng)”問題與我國農(nóng)村的未來發(fā)展[J].農(nóng)業(yè)經(jīng)濟(jì)問題， 2003（01）：19-24， 79.

劉俊杰，李超偉，韓思敏，等.農(nóng)村電商發(fā)展與農(nóng)戶數(shù)字信貸行為——來自江蘇“淘寶村”的微觀證據(jù)[J].中國農(nóng)村經(jīng)濟(jì)， 2020（11）：97-112.

劉西川，楊奇明，陳立輝.農(nóng)戶信貸市場的正規(guī)部門與非正規(guī)部門：替代還是互補？ [J].經(jīng)濟(jì)研究， 2014， 49（11）：145-158， 188.

劉西川.貧困地區(qū)農(nóng)戶的信貸需求與信貸約束[M].杭州：浙江大學(xué)出版社， 2008.

魯釗陽，李樹.農(nóng)村正規(guī)與非正規(guī)金融發(fā)展對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級的影響[J].財經(jīng)研究， 2015， 41（09）：53-64.

路曉蒙，吳雨.轉(zhuǎn)入土地、農(nóng)戶農(nóng)業(yè)信貸需求與信貸約束——基于中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的分析[J].金融研究， 2021（05）：40-58.

錢水土，翁磊.社會資本，非正規(guī)金融與產(chǎn)業(yè)集群發(fā)展——浙江經(jīng)驗研究[J].金融研究， 2009（11）：194-206.

任靜，朱方明.互聯(lián)網(wǎng)銀行的破壞性創(chuàng)新及其對傳統(tǒng)銀行的挑戰(zhàn)[J].現(xiàn)代經(jīng)濟(jì)探討， 2016（03）：10-14.

譚燕芝，李云仲，胡萬俊.數(shù)字鴻溝還是信息紅利：信息化對城鄉(xiāng)收入回報率的差異研究[J].現(xiàn)代經(jīng)濟(jì)探討， 2017（10）：88-95.

譚燕芝，葉程芳.金融可得性視角下的農(nóng)地流轉(zhuǎn)與農(nóng)村居民收入[J].經(jīng)濟(jì)與管理研究， 2021， 42（11）：93-103.

田紅宇，王嬡名，祝志勇.數(shù)字化賦能：互聯(lián)網(wǎng)使用對農(nóng)戶信貸的影響及其異質(zhì)性研究——基于選擇實驗方法的檢驗和分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2022（04）：86-102.

汪昌云，鐘騰，鄭華懋.金融市場化提高了農(nóng)戶信貸獲得嗎？——基于農(nóng)戶調(diào)查的實證研究[J].經(jīng)濟(jì)研究， 2014， 49（10）：33-45， 178.

汪璐，宋坤，諶希，等.農(nóng)村非正規(guī)金融對農(nóng)林牧漁業(yè)的影響研究[J].世界農(nóng)業(yè)， 2017（10）：210-215.

溫賽賽，貫君，楊躍.中國林業(yè)高質(zhì)量發(fā)展評價指標(biāo)體系構(gòu)建與測度[J].林業(yè)經(jīng)濟(jì)問題， 2022， 42（03）：241-252.

謝平，鄒傳偉，劉海二.互聯(lián)網(wǎng)金融的基礎(chǔ)理論[J].金融研究， 2015（08）：1-12.

徐璋勇，郭梅亮.轉(zhuǎn)型時期農(nóng)村非正規(guī)金融生成邏輯的理論分析——兼對農(nóng)村二元金融結(jié)構(gòu)現(xiàn)象的解釋[J].經(jīng)濟(jì)學(xué)家， 2008（05）：68-76.

尹志超，公雪，郭沛瑤.移動支付對創(chuàng)業(yè)的影響——來自中國家庭金融調(diào)查的微觀證據(jù)[J].中國工業(yè)經(jīng)濟(jì)， 2019（03）：119-137.

尹志超，張棟浩.金融普惠、家庭貧困及脆弱性[J].經(jīng)濟(jì)學(xué)（季刊）， 2020， 20（05）：153-172.

張杰.農(nóng)戶、國家與中國農(nóng)貸制度：一個長期視角[J].金融研究， 2005（02）：1-12.

張龍耀，江春.中國農(nóng)村金融市場中非價格信貸配給的理論和實證分析[J].金融研究， 2011（07）：98-113.

張平.應(yīng)用型人才培養(yǎng)視角下林業(yè)高等教育管理體制改革研究——評《林學(xué)概論》[J].林業(yè)經(jīng)濟(jì)， 2020， 42（12）：102.

張勛，萬廣華，張佳佳，等.數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長[J].經(jīng)濟(jì)研究， 2019， 54（08）：71-86.

趙宏紅，黃安勝.農(nóng)村非正規(guī)金融對林業(yè)產(chǎn)業(yè)發(fā)展的影響——基于中國30個省級面板數(shù)據(jù)的實證分析[J].林業(yè)經(jīng)濟(jì)， 2022， 44（09）：50-60.

周立.農(nóng)村金融市場四大問題及其演化邏輯[J].財貿(mào)經(jīng)濟(jì)， 2007（02）：56-63， 128-129.

Akoten J E， Sawada Y， Otsuka K. The determinants of credit access and its impacts on micro and small enterprises：The case of garment producers in Kenya [J]. Economic Development and Cultural Change， 2006， 54（04）：927-944.

Andersen T B， Malchow-M？ller N. Strategic interaction in undeveloped credit markets [J]. Journal of Development Economics， 2006， 80（02）：275-298.

Bj？rkegren D， Grissen D. The potential of digital credit to bank the poor [C]//AEA Papers and Proceedings. 2018， 108：68-71.

Cappellari L， Jenkins S P. Multivariate probit regression using simulated maximum likelihood [J].The STATA Journal， 2003， 3（03）： 278-294.

Heckman J J， Vytlacil E J. Econometric evaluation of social programs， part I： Causal models， structural models and econometric policy evaluation [J]. Handbook of Econometrics， 2007， 6：4779-4874.

Khanal A R， Mishra A K， Koirala K H. Access to the internet and financial performance of Small business households [J]. Electronic Commerce Research， 2015， 15（02）：159-175.

Kochar A. An empirical investigation of rationing constraints in rural credit markets in India [J]. Journal of Development Economics， 1997， 53（02）：339-371.

Maccini S， Yang D. Under the Weather： Health， Schooling， and Economic Consequences of Early-life Rainfall [J]. American Economic Review， 2009， 99（03）：1006-1026.

Mohieldin M S， Wright P W. Formal and informal credit markets in Egypt [J]. Economic Development and Cultural Change， 2000， 48（01）：657-670.

Mushinski D W. An analysis of offer functions of banks and credit unions in Guatemala [J]. The Journal of Development Studies， 1999， 36（02）：88-112.

Pellegrina L D， Frazzoni S， Rotondi Z， et al. Does ICT Adoption Improve Access to Credit for Small Enterprises [J]. Small BusinessEconomics， 2017， 48（03）：657-679.

Weiss S A. Credit rationing in markets with imperfect information [J]. American Economic Review， 1981， 71（03）：393-410.

（責(zé)任編輯谷振賓）

①數(shù)據(jù)來自國家林業(yè)和草原局：http：//www.forestry.gov.cn/main/5383/20230118/125333889577091.html.

②詳見中華人民共和國農(nóng)業(yè)農(nóng)村部網(wǎng)站：http：//www.moa.gov.cn/ztzl/2023yhwj/zxgz_29323/202302/t20230214_6420463.htm.

③詳見國務(wù)院發(fā)布的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020年）》：http：//www.gov.cn/zhengce/content/2016-01/15/content_ 10602.htm.

①不包括西藏自治區(qū)、新疆維吾爾自治區(qū)和香港、澳門、臺灣等地區(qū)。

①受篇幅所限不能一一列出，如需表格詳細(xì)內(nèi)容可與作者聯(lián)系。

②受篇幅所限不能一一列出，如需表格詳細(xì)內(nèi)容可與作者聯(lián)系。

①為了降低匹配的偏差，減少匹配后樣本損失，本文并未選取戶主年齡平方項作為傾向得分匹配的協(xié)變量，但加入戶主年齡平方項后并不會影響主要回歸結(jié)果。

①具體賦值為：1=從不關(guān)注、2=很少關(guān)注、3=一般關(guān)注、4=比較關(guān)注、5=非常關(guān)注。

②Oprobit模型的具體邊際效應(yīng)為：從不關(guān)注（-0.8103）、很少關(guān)注（0.1639）、一般（0.0330）、比較關(guān)注（0.1698）、非常關(guān)注（0.0146）。

①數(shù)據(jù)資料來源于《中國森林資源報告（2014-2018）》，其中，福建省森林覆蓋率為66.8%，江西省為61.16%，廣西壯族自治區(qū)為60.17%，浙江省為59.43%。