楊儒君 劉紅軍

摘要：互聯(lián)網(wǎng)借貸打破了傳統(tǒng)貸款門檻高、手續(xù)繁雜、缺乏有效抵押、獲批率低等問題，為解決農(nóng)戶資金短缺、提升農(nóng)戶獲取貸款的可能性提供了全新方案。運用我國10省（區(qū)）1 000戶農(nóng)戶問卷調(diào)查的數(shù)據(jù)，總結(jié)農(nóng)戶通過互聯(lián)網(wǎng)進行融資的現(xiàn)狀，將互聯(lián)網(wǎng)金融與農(nóng)戶借貸行為相結(jié)合，借助雙欄模型對農(nóng)戶通過互聯(lián)網(wǎng)平臺進行借貸的行為及規(guī)模的影響因素進行研究。結(jié)果表明，目前農(nóng)戶通過互聯(lián)網(wǎng)進行貸款的比例并不高，且各解釋變量對貸款概率和貸款金額的影響存在較大差異。因此，從加強農(nóng)村地區(qū)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)、加大對農(nóng)戶互聯(lián)網(wǎng)貸款知識的宣傳及普及程度、互聯(lián)網(wǎng)借貸立法監(jiān)督等方面提出政策建議，以期為政府相關(guān)部門改善農(nóng)村地區(qū)的融資困境、破解農(nóng)戶融資難問題提供解決思路。

關(guān)鍵詞：農(nóng)戶;互聯(lián)網(wǎng);貸款;影響因素;雙欄模型

中圖分類號： F724.6? 文獻(xiàn)標(biāo)志碼： A? 文章編號：1002-1302（2019）10-0342-05

2018年第15個中央一號文件指出，解決人民日益增長的物質(zhì)文化需求，特別是鄉(xiāng)鎮(zhèn)人民對美好生活向往的物質(zhì)需求和不平衡發(fā)展之間的矛盾，須要依賴于鄉(xiāng)村振興戰(zhàn)略的實施。這既是實現(xiàn)“兩個一百年”奮斗目標(biāo)的必然要求，也是實現(xiàn)全員富裕的必然要求。我國農(nóng)村人口眾多，“三農(nóng)”問題日益突出，已經(jīng)上升至國家戰(zhàn)略的高度，受到中共中央和國務(wù)院的高度重視。農(nóng)業(yè)的發(fā)展、農(nóng)民收入的增加離不開資金的支持，而目前制約農(nóng)村經(jīng)濟組織，尤其是單個農(nóng)戶發(fā)展缺少的也恰恰是金融的支持。根據(jù)相關(guān)調(diào)查數(shù)據(jù)顯示，89.28%的農(nóng)戶具有融資意愿，但通過正規(guī)金融機構(gòu)獲取信貸的概率僅為28%，遠(yuǎn)遠(yuǎn)低于42%的全國平均信貸獲批率[1]，且融資成本普遍高出銀行基準(zhǔn)利率10%～20%[2]?？梢姡谫Y難、融資貴問題已經(jīng)成為農(nóng)戶貸款的一大癥結(jié)。十八大以來，隨著“互聯(lián)網(wǎng)+農(nóng)村金融”的不斷融合、推進，互聯(lián)網(wǎng)借貸為農(nóng)戶獲取貸款帶來了新的融資途徑，也為政府解決農(nóng)戶貸款難問題提供了新的思路[3]。一方面，與傳統(tǒng)借貸相比，互聯(lián)網(wǎng)借貸突破了以往貸款門檻高、手續(xù)繁雜、缺乏有效抵押、獲批率低等限制，提升了農(nóng)戶及時獲取貸款的可能性;另一方面，互聯(lián)網(wǎng)借貸也為推動農(nóng)村地區(qū)金融改革、促進農(nóng)村經(jīng)濟社會發(fā)展、打好農(nóng)戶精準(zhǔn)脫貧攻堅戰(zhàn)提供了全新方案[4]?；ヂ?lián)網(wǎng)金融是一種可跨越空間、地域鴻溝，將互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計算等深入應(yīng)用到借貸行為的新型金融模式[5]。其通過對積累的海量數(shù)據(jù)進行風(fēng)險分析，對有貸款申請的農(nóng)戶開展風(fēng)險等級評定，根據(jù)評定結(jié)果直接發(fā)放貸款。既有效解決了借貸雙方信息不對稱的問題，也為更多分散農(nóng)戶獲得貸款提供了可能。因此，自互聯(lián)網(wǎng)貸款引入我國，便收到了借貸雙方的追捧，并日漸成為主要的借貸方式之一，極大地推動了金融行業(yè)市場的發(fā)展，引發(fā)了學(xué)術(shù)界的廣泛關(guān)注和討論。王修華等利用陜西省楊凌示范區(qū)、武功縣220個農(nóng)戶的調(diào)研數(shù)據(jù)，運用因子分析、二元Logistic回歸模型進行研究，發(fā)現(xiàn)農(nóng)戶家庭投入水平、農(nóng)戶家庭收入特征和農(nóng)村互聯(lián)網(wǎng)金融普惠發(fā)展程度對農(nóng)戶借貸行為有正向影響，并在一定程度上肯定了農(nóng)村互聯(lián)網(wǎng)金融對農(nóng)戶貸款的積極作用[6]。李建軍等以江蘇省射陽縣農(nóng)戶為例，通過文獻(xiàn)分析、實地考察和問卷調(diào)查，對農(nóng)戶使用互聯(lián)網(wǎng)貸款意愿的影響因素進行分析，發(fā)現(xiàn)六成以上的農(nóng)戶有通過互聯(lián)網(wǎng)進行貸款的意愿，而年齡層次、家庭總收入、對互聯(lián)網(wǎng)貸款的了解程度是影響農(nóng)戶是否愿意通過互聯(lián)網(wǎng)貸款的主要因素[7]。李喬漳從微觀角度以“宜農(nóng)貸”為例，在對“宜農(nóng)貸”的發(fā)展情況、運營模式及流程進行剖析的基礎(chǔ)上，比較農(nóng)戶在“宜農(nóng)貸”平臺上的融資可得性與傳統(tǒng)金融及其他P2P平臺等的融資可得性，發(fā)現(xiàn)P2P模式作為傳統(tǒng)金融的一大補充，為解決我國農(nóng)村貸款問題提供了新的解決途徑[8]。劉洋等分析農(nóng)戶互聯(lián)網(wǎng)金融借貸中可能存在的風(fēng)險，并提出化解風(fēng)險的對策[9]。關(guān)于農(nóng)戶融資影響因素的研究成果較多，已有研究結(jié)果表明農(nóng)戶社會網(wǎng)絡(luò)、從業(yè)類型、經(jīng)濟收支、家庭特征等會對其貸款行為產(chǎn)生影響[10]。其中，社會網(wǎng)絡(luò)能有效促進農(nóng)戶的借款行為，尤其是對以私人借貸為主的非正規(guī)渠道金融借貸行為有正向的顯著影響[11];農(nóng)戶家庭總收入與借貸額呈顯著正相關(guān)，而總支出相反[12];從事經(jīng)營農(nóng)業(yè)、非農(nóng)產(chǎn)業(yè)均與農(nóng)戶各類借貸額呈顯著正相關(guān)[13];農(nóng)戶的受教育程度對農(nóng)戶借貸行為具有顯著的正向作用[14]。通過梳理互聯(lián)網(wǎng)金融以及農(nóng)戶借貸行為影響因素方面的文獻(xiàn)可知，目前學(xué)術(shù)界對互聯(lián)網(wǎng)貸款影響農(nóng)戶貸款行為的研究幾乎空白。對互聯(lián)網(wǎng)金融的研究淺嘗輒止，且多為定型化的描述性研究，關(guān)于農(nóng)戶借貸行為影響因素的研究雖多，卻沒有專門引入互聯(lián)網(wǎng)平臺這一因素的研究。因此，本研究運用我國10省（區(qū)）1 000戶農(nóng)戶問卷調(diào)查的數(shù)據(jù)，總結(jié)農(nóng)戶通過互聯(lián)網(wǎng)進行融資的現(xiàn)狀，將互聯(lián)網(wǎng)金融與農(nóng)戶借貸行為相結(jié)合，構(gòu)建double-hurdle model（雙欄）模型，對互聯(lián)網(wǎng)平臺下農(nóng)戶貸款的可能性及借貸規(guī)模的影響因素進行實證研究，以期為政府相關(guān)部門改善農(nóng)村地區(qū)的融資困境、破解農(nóng)戶融資難問題提供理論依據(jù)和現(xiàn)實參考。

1 研究設(shè)計

1.1 數(shù)據(jù)獲取及分析

我國地域遼闊、區(qū)域農(nóng)戶差異性非常大，而在統(tǒng)計年鑒或各類報告中對于農(nóng)戶的相關(guān)統(tǒng)計缺乏詳盡的數(shù)據(jù)和資料。因此，為準(zhǔn)確地掌握全國各地區(qū)農(nóng)戶通過互聯(lián)網(wǎng)進行貸款的現(xiàn)狀，并對其貸款的可能性及貸款規(guī)模的影響因素進行科學(xué)分析，筆者所在課題組共邀請100名來自10個不同?。▍^(qū)），在農(nóng)村居住的2017屆重慶城市職業(yè)學(xué)院大一學(xué)生，利用其參加寒假社會實踐活動的機會，每人發(fā)放調(diào)查問卷10份進行專項入戶調(diào)查。調(diào)查問卷的設(shè)計涉及3個方面：農(nóng)戶家庭的基本情況（農(nóng)戶年齡、農(nóng)戶性別、受教育程度、家庭年總收入等）;農(nóng)村互聯(lián)網(wǎng)金融服務(wù)情況（本村互聯(lián)網(wǎng)入戶率、農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度、互聯(lián)網(wǎng)貸款公司是否在農(nóng)村進行宣傳）;農(nóng)戶互聯(lián)網(wǎng)貸款情況（農(nóng)戶是否通過互聯(lián)網(wǎng)進行過貸款、貸款額度）。樣本覆蓋江蘇、浙江、山西、哈爾濱、新疆、陜西、河南、湖北、山東、寧夏等10個省（區(qū)）。為提高調(diào)查統(tǒng)計的有效性和準(zhǔn)確性，在調(diào)查開始前期對調(diào)查問卷中所有較晦澀的專業(yè)術(shù)語進行通俗化處理，并根據(jù)各省（區(qū)）當(dāng)?shù)氐恼Z言習(xí)慣進行差異化處理。另外，調(diào)查前還集中對100名參與調(diào)研的學(xué)生進行簡短有效的培訓(xùn)，包括入戶的方法、與農(nóng)戶進行溝通的方法、詢問的技巧、問詢過程中的一些注意事項和解釋要點等。調(diào)查問卷總發(fā)放1 000份，有效回收問卷934份，樣本回收有效率高達(dá)93.4%。通過對有效樣本進行統(tǒng)計，得出變量的統(tǒng)計性描述（表1）。

依據(jù)本研究所涉及的3個方面，設(shè)計2個被解釋變量和10個解釋變量。由表1可知，目前農(nóng)戶通過互聯(lián)網(wǎng)進行貸款的比例不高，均值僅為0.32;互聯(lián)網(wǎng)貸款公司在農(nóng)村進行貸款宣傳的力度不足、重視程度不高，農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度較低，處于不太了解與完全不了解之間;目前調(diào)查農(nóng)戶的受教育程度普遍較低，基本處于高中水平。

1.2 指標(biāo)選取及假設(shè)

根據(jù)已有研究成果可知，影響農(nóng)戶融資的因素主要有農(nóng)戶特征、家庭收支、社會網(wǎng)絡(luò)、主要收入來源等。由于本研究的主題是農(nóng)戶通過互聯(lián)網(wǎng)平臺進行貸款，所以在基本影響因素的基礎(chǔ)上又引入互聯(lián)網(wǎng)相關(guān)指標(biāo)，最終選取10個影響指標(biāo)。農(nóng)戶年齡、農(nóng)戶性別和受教育程度是農(nóng)戶特征方面的主要指標(biāo);家庭收支選取家庭年總收入和家庭年總支出2個指標(biāo)表示;社會網(wǎng)絡(luò)選取家庭近親屬戶數(shù)表示;主要收入來源選取主要收入來源指標(biāo)表示;互聯(lián)網(wǎng)相關(guān)指標(biāo)選取互聯(lián)網(wǎng)入戶率、農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度、互聯(lián)網(wǎng)貸款公司是否在農(nóng)村進行宣傳3個指標(biāo)表示（表2）。

根據(jù)相關(guān)研究成果和對934個農(nóng)戶各項指標(biāo)的描述性統(tǒng)計，初步提出如下假設(shè)：H1，農(nóng)戶年齡對其在互聯(lián)網(wǎng)平臺進行貸款的可能性和貸款的規(guī)模有負(fù)面的關(guān)聯(lián)性。即農(nóng)戶越年輕，接受新鮮事物的能力越強，使用互聯(lián)網(wǎng)的概率越高，抗風(fēng)險能力越強，所以預(yù)計農(nóng)戶的年齡與其是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模呈負(fù)相關(guān)。H2，農(nóng)戶性別與其是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模關(guān)系不明確。經(jīng)濟的發(fā)展提升了女性的社會地位，女性的經(jīng)濟能力不斷提高，所以在對待風(fēng)險的態(tài)度上也與過去的保守態(tài)度有了很大改變。農(nóng)戶性別對其是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模關(guān)系暫不明確，不作預(yù)計。H3，農(nóng)戶受教育程度與其在互聯(lián)網(wǎng)平臺進行貸款的可能性和貸款的規(guī)模有正向的關(guān)聯(lián)性。農(nóng)戶受教育程度越高，越容易理解金融市場，對新事物的接受能力越強，了解新鮮事物的渠道越豐富，所以通過互聯(lián)網(wǎng)平臺貸款的可能性越大，但是受教育程度對貸款規(guī)模的影響暫不確定。H4，農(nóng)戶的家庭總收入與其是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模關(guān)系不明確。通常情況下，農(nóng)戶家庭總收入越高，其家庭積累財富的能力也越強，所以通過互聯(lián)網(wǎng)開展貸款的可能性也越低。但是如果家庭收入主要來源于農(nóng)業(yè)或非農(nóng)業(yè)生產(chǎn)經(jīng)營，則其經(jīng)營成本和費用也越高，投資力度也會較大，故發(fā)生貸款的可能性反而越大，所以該指標(biāo)的影響方向暫不預(yù)計。H5，家庭的總支出與其在互聯(lián)網(wǎng)平臺進行貸款的可能性和貸款的規(guī)模有正向的關(guān)聯(lián)性。家庭總支出越高，無論其是生產(chǎn)性經(jīng)營支出或者是家庭消費支出，其發(fā)生貸款的可能性和規(guī)模都會越高。H6，主要收入來源與其家庭是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模呈正相關(guān)。如果家庭主要收入來源于非農(nóng)經(jīng)營，其投資額度通常高于農(nóng)業(yè)經(jīng)營，所以與其家庭是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模呈正相關(guān)。H7，家庭近親屬戶數(shù)與其是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模呈負(fù)相關(guān)。農(nóng)戶家庭主要近親屬戶數(shù)越多，表明其社會網(wǎng)絡(luò)資源也越多，其通過非金融渠道發(fā)生貸款的可能性也越高，所以通過互聯(lián)網(wǎng)貸款的可能性越小。但主要近親屬戶數(shù)與貸款規(guī)模的關(guān)系暫不確定。H8，互聯(lián)網(wǎng)的普及率與其在互聯(lián)網(wǎng)平臺進行貸款的可能性和貸款的規(guī)模有正向的關(guān)聯(lián)性。首先，只有互聯(lián)網(wǎng)普及到入戶的程度，農(nóng)戶才有可能接觸到互聯(lián)網(wǎng)，也才有可能通過互聯(lián)網(wǎng)平臺發(fā)生貸款。其次，本村的互聯(lián)網(wǎng)入戶率越高，農(nóng)戶通過身邊他人獲取互聯(lián)網(wǎng)貸款的信息越豐富，其對互聯(lián)網(wǎng)貸款知識的了解越多。H9，農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度與其是否通過互聯(lián)網(wǎng)平臺進行貸款以及貸款規(guī)模呈正相關(guān)。農(nóng)戶對互聯(lián)網(wǎng)貸款了解越多，對風(fēng)險的了解也越深入，故其可以通過有效手段合理規(guī)避風(fēng)險，也可以增強對互聯(lián)網(wǎng)貸款的信心。H10，互聯(lián)網(wǎng)貸款公司在農(nóng)村宣傳的力度與農(nóng)戶通過互聯(lián)網(wǎng)平臺進行貸款的可能性及貸款規(guī)模有正向的關(guān)聯(lián)性。宣傳力度會影響農(nóng)戶對互聯(lián)網(wǎng)貸款知識的了解，進而才可能提高其貸款的概率和規(guī)模。

1.3 模型構(gòu)建

目前，學(xué)術(shù)界關(guān)于農(nóng)戶貸款影響因素的相關(guān)研究主要采用Logistic和Probit等分類數(shù)據(jù)模型。但是，根據(jù)此次調(diào)查結(jié)果統(tǒng)計，發(fā)現(xiàn)利用互聯(lián)網(wǎng)平臺進行貸款的農(nóng)戶并不多，且多數(shù)無貸款金額。貸款金融呈現(xiàn)明顯非正態(tài)分布，如果運用Logistc模型可能會導(dǎo)致檢驗結(jié)果存在較大偏差;如果采用Probit模型，其隱含的利用互聯(lián)網(wǎng)平臺獲得0額度貸款金額的假設(shè)與實際情況存在一定偏差。而本研究涉及2個層次，第1個層次是研究農(nóng)戶是否通過互聯(lián)網(wǎng)進行貸款，第2個層次是通過互聯(lián)網(wǎng)貸款的金額，這2個層次具有遞進關(guān)系。Tobit模型中的選擇方程和連續(xù)變量方程雖然可以實現(xiàn)2個層次分析，但是這2個方程的參數(shù)是一致的，即同一自變量對是否貸款以及貸款金額的影響是一致的。但是實際調(diào)研發(fā)現(xiàn)并非如此，如農(nóng)戶年齡可能會很大程度低影響是否通過互聯(lián)網(wǎng)貸款，但并不一定對獲取貸款的金額有影響。為了避免出現(xiàn)這種情況，所以引入可以研究個體在經(jīng)濟行為中2個不同決策階段的影響因素的雙欄模型進行實證分析。

雙欄模型，即double-hurdle modle，別稱廣義Tobit模型。在雙欄模型中獲取貸款的情況[包括貸款概率（Ploan）與貸款規(guī)模（loan）]，取決于不同參數(shù)。所以，可以通過構(gòu)建1個Probit模型來分析影響農(nóng)戶是否通過互聯(lián)網(wǎng)平臺進行貸款的因素，再構(gòu)建1個截斷正態(tài)模型來分析農(nóng)戶通過互聯(lián)網(wǎng)平臺獲得的貸款規(guī)模的影響因素，即可允許同一自變量X對2個方程產(chǎn)生不同影響。

第1步構(gòu)建1個Probit模型來分析影響農(nóng)戶是否通過互聯(lián)網(wǎng)平臺進行貸款的因素

式中：X1i表示影響農(nóng)戶通過互聯(lián)網(wǎng)平臺進行貸款的各個解釋變量;α表示回歸系數(shù);μi表示隨機變量;Qi表示潛在的中間變量。當(dāng)Qi>0時，表示農(nóng)戶通過互聯(lián)網(wǎng)進行了貸款，可以進行第2層次貸款規(guī)模的檢驗;當(dāng)Qi≤0時，表示農(nóng)戶沒有通過互聯(lián)網(wǎng)進行貸款，流程結(jié)束，無須進行下一層次的檢驗。通過模型表示如下。

式中：P（loan）i表示農(nóng)戶通過互聯(lián)網(wǎng)貸款的情況;P（loan）i=1表示農(nóng)戶通過互聯(lián)網(wǎng)進行了貸款;P（loan）i=0表示農(nóng)戶沒有通過互聯(lián)網(wǎng)平臺貸款。

P（loan）i=1時，進入第2層次的截斷正態(tài)模型檢驗，分析農(nóng)戶通過互聯(lián)網(wǎng)平臺獲得的貸款規(guī)模的影響因素

式中：loani表示農(nóng)戶通過互聯(lián)網(wǎng)獲取貸款的規(guī)模;X2i表示影響農(nóng)戶通過互聯(lián)網(wǎng)平臺獲取貸款規(guī)模的各個解釋變量;β表示回歸系數(shù);i表示隨機變量。將2個層次結(jié)合起來可以得到最終的雙欄模型。

式中：Yi表示第i個農(nóng)戶使用互聯(lián)網(wǎng)平臺進行貸款的情況，當(dāng)公式（1）中Qi>0時，公式（2）中P（loan）i=1，可以進行公式（3）的計算，最終公式（4）Yi的值即等于公式（3）中的loani;當(dāng)公式（1）中的Qi≤時，公式（2）中P（loan）i=0，模型計算終止，并在公式（4）中顯示為Yi的值=0。說明通過互聯(lián)網(wǎng)平臺進行貸款的農(nóng)戶的額度為0。

2 結(jié)果與分析

2.1 雙欄模型檢驗結(jié)果

利用Stata 12.0軟件對構(gòu)建的雙欄模型進行檢驗，分析農(nóng)戶通過互聯(lián)網(wǎng)平臺進行貸款的概率以及獲取貸款的金額（表3）。

由表3可知，在概率方程中農(nóng)戶年齡、家庭年總收入、家庭年總支出、主要收入來源、家庭近親屬戶數(shù)、農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度等解釋變量對農(nóng)戶互聯(lián)網(wǎng)貸款的可能性產(chǎn)生顯著影響。而在貸款規(guī)模方程中，農(nóng)戶年齡、主要收入來源、農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度等解釋變量對農(nóng)戶互聯(lián)網(wǎng)貸款的規(guī)模產(chǎn)生顯著影響。比較2個方程的影響因素，確如上述所預(yù)計，解釋變量對2個方程的影響存在較大差異。如家庭年總支出對獲取貸款的概率產(chǎn)生顯著正影響，但對獲取貸款的規(guī)模卻為負(fù)，且未通過顯著性檢驗;家庭近親屬戶數(shù)對農(nóng)戶進行互聯(lián)網(wǎng)貸款產(chǎn)生顯著負(fù)影響，卻不是農(nóng)戶獲取貸款規(guī)模的主要影響因素等。

2.2 結(jié)果分析

2.2.1 對農(nóng)戶互聯(lián)網(wǎng)貸款可能性的影響

2.2.1.1 農(nóng)戶家庭特征 檢驗結(jié)果表明，農(nóng)戶年齡對互聯(lián)網(wǎng)貸款的獲取概率產(chǎn)生負(fù)影響，系數(shù)為-0.256，且在5%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明年齡對農(nóng)戶是否進行互聯(lián)網(wǎng)貸款有一定的影響;農(nóng)戶年齡越大，對新鮮事物的抗拒能力越強，對風(fēng)險的承受能力越弱。農(nóng)戶家庭年總支出對互聯(lián)網(wǎng)貸款的獲取概率產(chǎn)生正影響，系數(shù)為0.764，且在1%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明農(nóng)戶的家庭支出越大，對資金和融資的需求也越高，進而發(fā)生互聯(lián)網(wǎng)貸款的概率也越高。主要收入來源對互聯(lián)網(wǎng)貸款的獲取概率產(chǎn)生正影響，系數(shù)為 0.128，且在1%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明農(nóng)戶從事非農(nóng)經(jīng)營對資金的需求超過農(nóng)業(yè)經(jīng)營，同時非農(nóng)經(jīng)營對外界事物的接觸和了解也更多，更容易接受互聯(lián)網(wǎng)貸款。家庭近親屬戶數(shù)對互聯(lián)網(wǎng)貸款的獲取概率產(chǎn)生負(fù)影響，系數(shù)為-0.217，且在1%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明社會網(wǎng)絡(luò)的發(fā)達(dá)對農(nóng)戶通過互聯(lián)網(wǎng)平臺進行貸款產(chǎn)生反向作用，農(nóng)戶在能夠通過社會關(guān)系借貸資金的情況下，并不愿意通過高利息開展互聯(lián)網(wǎng)融資。戶主性別、受教育程度、家庭年總收入對互聯(lián)網(wǎng)貸款產(chǎn)生正作用，但都不具有統(tǒng)計學(xué)意義。

2.2.1.2 農(nóng)村互聯(lián)網(wǎng)金融服務(wù)情況 檢驗結(jié)果表明，農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度對農(nóng)戶互聯(lián)網(wǎng)貸款的獲取概率產(chǎn)生顯著正影響，系數(shù)為0.237，且在5%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度越高越傾向于通過互聯(lián)網(wǎng)平臺進行貸款，因為隨著農(nóng)戶對互聯(lián)網(wǎng)融資的了解不斷加深，對其中的風(fēng)險有了更準(zhǔn)確的掌握，通過權(quán)衡后更加愿意傾向于承受風(fēng)險?；ヂ?lián)網(wǎng)貸款公司是否在農(nóng)村進行宣傳對農(nóng)戶互聯(lián)網(wǎng)貸款的獲取概率產(chǎn)生顯著正影響，系數(shù)為0.238，且在10%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符。宣傳是農(nóng)戶了解互聯(lián)網(wǎng)貸款的一個最重要的、最直觀的渠道，宣傳的力度和有效性直接決定著農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度，因此2個指標(biāo)的影響方向是一致的。而互聯(lián)網(wǎng)入戶率這一指標(biāo)未通過顯著性檢驗。

2.2.2 對互聯(lián)網(wǎng)貸款規(guī)模的影響

2.2.2.1 農(nóng)戶家庭特征 檢驗結(jié)果表明，農(nóng)戶年齡對互聯(lián)網(wǎng)貸款的規(guī)模產(chǎn)生負(fù)影響，系數(shù)為-0.020，且在5%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明農(nóng)戶的年齡既是影響農(nóng)戶產(chǎn)生互聯(lián)網(wǎng)貸款行為的重要因素，也是借出方考慮向農(nóng)戶發(fā)放貸款額度的重要指標(biāo)之一。因為年紀(jì)較輕的農(nóng)戶賺取收入較容易，在還款上風(fēng)險相對較小。同時，對于經(jīng)營者來說，年輕農(nóng)戶的經(jīng)營項目也具有創(chuàng)新性和前瞻性，獲取利潤的前景也較好。主要收入來源對互聯(lián)網(wǎng)貸款的規(guī)模產(chǎn)生正影響，系數(shù)為 0.062，且在5%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明從事非農(nóng)經(jīng)營可以獲取更多的互聯(lián)網(wǎng)貸款金額，因為一般情況下非農(nóng)生產(chǎn)經(jīng)營比農(nóng)業(yè)生產(chǎn)經(jīng)營有更充分的抵押物，這也是借出方在發(fā)放貸款時考慮的一個重要規(guī)避風(fēng)險的因素。戶主的性別、學(xué)歷、家庭收入和支出、家庭主要近親屬戶數(shù)對互聯(lián)網(wǎng)貸款規(guī)模的影響都不顯著，不具有統(tǒng)計學(xué)意義。

2.2.2.2 農(nóng)村互聯(lián)網(wǎng)金融服務(wù)情況 檢驗結(jié)果表明，農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度對農(nóng)戶互聯(lián)網(wǎng)貸款的金額產(chǎn)生顯著正影響，系數(shù)為0.065，且在5%統(tǒng)計水平上具有顯著性，與預(yù)計作用相符，說明農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度這一因素對2個方程的影響一致?？赡苁且驗檗r(nóng)戶對互聯(lián)網(wǎng)貸款了解更多，就會掌握更多的融資渠道和借出方，進而不僅增加了其獲取貸款的概率，也可以通過比較選擇與可以給自己更多資金支持的借出方合作。而互聯(lián)網(wǎng)入戶率和互聯(lián)網(wǎng)貸款公司是否在農(nóng)村進行宣傳2個指標(biāo)未通過顯著性檢驗。

3 結(jié)論與建議

本研究在總結(jié)前人經(jīng)驗和方法的基礎(chǔ)上，運用10個?。▍^(qū)）1 000戶農(nóng)戶問卷調(diào)查的數(shù)據(jù)，構(gòu)建雙欄模型，對互聯(lián)網(wǎng)平臺下農(nóng)戶借貸行為及借貸規(guī)模的影響因素進行實證研究。結(jié)果表明：第一，目前農(nóng)戶通過互聯(lián)網(wǎng)進行貸款的比例并不高，均值僅為0.32，互聯(lián)網(wǎng)貸款在農(nóng)戶融資中的應(yīng)用還不夠深入。農(nóng)戶貸款難、農(nóng)村資金短缺問題仍然是目前制約“三農(nóng)”經(jīng)濟發(fā)展的重要因素。第二，農(nóng)戶年齡、家庭年總收入和年總支出、主要收入來源、家庭近親屬戶數(shù)、農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度等解釋變量對農(nóng)戶進行互聯(lián)網(wǎng)貸款的概率有顯著影響。第三，農(nóng)戶年齡、主要收入來源、農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度等解釋變量對農(nóng)戶互聯(lián)網(wǎng)貸款的規(guī)模產(chǎn)生顯著影響。第四，根據(jù)檢驗結(jié)果，解釋變量對概率方程和貸款金額方程的影響不一致。家庭年總支出和家庭近親屬戶數(shù)2個指標(biāo)對農(nóng)戶通過互聯(lián)網(wǎng)獲取貸款的概率和貸款金額的影響存在明顯差異。

綜上結(jié)論可知，化解我國農(nóng)戶融資難題、加強“互聯(lián)網(wǎng)+貸款”的運用深度，提高農(nóng)戶通過互聯(lián)網(wǎng)進行貸款的概率和規(guī)模等可以從以下幾方面著手：首先，政府加快農(nóng)村地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)。網(wǎng)絡(luò)入戶是開展互聯(lián)網(wǎng)貸款的必備條件之一，因此政府相關(guān)部門要加快農(nóng)村地區(qū)、尤其是偏遠(yuǎn)地區(qū)的網(wǎng)絡(luò)覆蓋率，并與電信部門聯(lián)合降低農(nóng)村網(wǎng)絡(luò)使用費，真正使“互聯(lián)網(wǎng)+”惠及千千萬萬的農(nóng)戶。其次，加大對農(nóng)戶互聯(lián)網(wǎng)貸款知識的宣傳及普及。根據(jù)實證檢驗，農(nóng)戶對互聯(lián)網(wǎng)貸款的了解程度是影響貸款可能性和貸款規(guī)模的共同因素之一。因此，國家及互聯(lián)網(wǎng)貸款發(fā)展公司要加大對農(nóng)戶互聯(lián)網(wǎng)貸款有關(guān)知識的大力普及，讓更多的農(nóng)民了解并運用互聯(lián)網(wǎng)貸款這一新興的貸款方式來解決自身資金短缺難題。最后，加強立法監(jiān)督，為互聯(lián)網(wǎng)貸款提供強有力的司法保障。目前，我國尚未針對互聯(lián)網(wǎng)貸款出臺專門的法律法規(guī)，導(dǎo)致網(wǎng)絡(luò)借貸出現(xiàn)管理真空現(xiàn)象，給農(nóng)戶貸款帶來較大風(fēng)險。因此，盡快出臺《互聯(lián)網(wǎng)借貸管理辦法》，對借貸雙方的行為進行有效約束，規(guī)范和引導(dǎo)網(wǎng)絡(luò)借貸平臺健康可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1]申 云. 社會資本、二元金融與農(nóng)戶借貸行為[J]. 經(jīng)濟評論，2016（1）：80-90，146.

[2]劉 鑫，林 建. 農(nóng)村小微企業(yè)融資偏好及其影響因素分析——基于A市農(nóng)村小微企業(yè)的調(diào)查[J]. 上海經(jīng)濟研究，2015（6）：12-18.

[3]趙振宗. 我國農(nóng)村金融市場供需缺口較大的原因及對策[J]. 經(jīng)濟縱橫，2012（6）：104-106.

[4]董玉峰，劉婷婷，路振家. 農(nóng)村互聯(lián)網(wǎng)金融的現(xiàn)實需求、困境與建議[J]. 新金融，2016（11）：32-36.

[5]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（8）：1-12.

[6]王修華，傅 勇，賀小金，等. 中國農(nóng)戶受金融排斥狀況研究——基于我國8省29縣1 547戶農(nóng)戶的調(diào)研數(shù)據(jù)[J]. 金融研究，2013（7）：139-152.

[7]李建軍，王 德. 搜尋成本、網(wǎng)絡(luò)效應(yīng)與普惠金融的渠道價值——互聯(lián)網(wǎng)借貸平臺與商業(yè)銀行的小微融資選擇比較[J]. 國際金融研究，2015（12）：56-64.

[8]李喬漳. 農(nóng)村金融改革、農(nóng)戶融資可得性與農(nóng)民收入增長[J]. 南方金融，2016（5）：95-102.

[9]劉 洋，王會戰(zhàn). 互聯(lián)網(wǎng)視角下我國民間借貸的風(fēng)險評價與控制——以P2P平臺為例[J]. 宏觀經(jīng)濟研究，2017（3）：146-157.

[10]童馨樂，杜 婷，徐菲菲，等. 需求視角下農(nóng)戶借貸行為分析——以六省農(nóng)戶調(diào)查數(shù)據(jù)為例[J]. 農(nóng)業(yè)經(jīng)濟問題，2015（9）：89-96，112.

[11]張 杰，李 銳，李成友. 社會網(wǎng)絡(luò)對貧困農(nóng)戶借貸行為的統(tǒng)計檢驗[J]. 統(tǒng)計與決策，2017（22）：108-112.

[12]盧亞娟，張菁晶，章建偉. 農(nóng)戶借貸行為的影響因素——基于江蘇省調(diào)查數(shù)據(jù)的實證分析[J]. 南方金融，2016（10）：90-98.

[13]胡 楓，陳玉宇. 社會網(wǎng)絡(luò)與農(nóng)戶借貸行為——來自中國家庭動態(tài)跟蹤調(diào)查（CFPS）的證據(jù)[J]. 金融研究，2012（12）：178-192.

[14]牛 榮，羅劍朝，張 珩. 陜西省農(nóng)戶借貸行為研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2012（4）：24-30.