梁 杰，高 強

一、引 言

資金的持續(xù)穩(wěn)定供給對于農(nóng)村“脫貧”和農(nóng)業(yè)現(xiàn)代化發(fā)展具有重要作用。然而，農(nóng)村借貸市場利益主體間存在嚴重信息不對稱。農(nóng)村金融機構(gòu)因無法獲知貸款農(nóng)戶的私人信息而面臨“逆向選擇”和道德風險難題，(1)王朝明、朱睿博：《農(nóng)村承包土地經(jīng)營權(quán)抵押貸款的理論模型與實踐經(jīng)驗》，《河北經(jīng)貿(mào)大學學報》2016年第5期。致使農(nóng)戶遭受較為嚴重的信貸約束。(2)Swain, R.B.,“Credit Rationing in Rural India”, Journal of Economic Development, Vol.27, No.2, 2002, pp.1-20.(3)Duong, P.B.&Izumida, Y., “Rural Development Finance in Vietnam:A Microeconometric Analysis of Household Surveys”, World Development, Vol.30, No.2, 2002, pp.319-335.(4)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》，《金融研究》2011年第7期。農(nóng)村土地流轉(zhuǎn)加劇了農(nóng)戶分化，主要表現(xiàn)為：傳統(tǒng)的半自足半商品化的家庭經(jīng)營農(nóng)戶逐漸減少，農(nóng)戶轉(zhuǎn)變?yōu)榘牍ぐ朕r(nóng)的小規(guī)模兼業(yè)戶；通過農(nóng)地流轉(zhuǎn)與集中，產(chǎn)生了一批具有規(guī)?；?jīng)營特征的種植大戶和家庭農(nóng)場。(5)馬燕妮、霍學喜：《專業(yè)化農(nóng)戶正規(guī)信貸需求特征及其決定因素分析——基于不同規(guī)模專業(yè)化蘋果種植戶的對比視角》，《農(nóng)業(yè)技術經(jīng)濟》2017年第8期。不同規(guī)模農(nóng)戶風險偏好、資源稟賦、生產(chǎn)結(jié)構(gòu)各異，(6)陳曉華：《大力培育新型農(nóng)業(yè)經(jīng)營主體——在中國農(nóng)業(yè)經(jīng)濟學會年會上的致辭》，《農(nóng)業(yè)經(jīng)濟問題》2014年第1期。(7)葉明華、朱俊生：《新型農(nóng)業(yè)經(jīng)營主體與傳統(tǒng)小農(nóng)戶農(nóng)業(yè)保險偏好異質(zhì)性研究——基于 9 個糧食主產(chǎn)省份的田野調(diào)查》，《經(jīng)濟問題》2018年第2期。對資金需求的規(guī)模、用途、借貸方式亦呈現(xiàn)差異化特征。(8)林樂芬、沈一妮：《異質(zhì)性農(nóng)戶對農(nóng)地抵押貸款的響應意愿及影響因素——基于東海試驗區(qū)2 640戶農(nóng)戶的調(diào)查》，《財經(jīng)科學》2015年第4期。隨之而來的問題是，不同規(guī)模農(nóng)戶信貸約束是否具有異質(zhì)性？如果是，影響不同規(guī)模農(nóng)戶信貸約束的因素又有何不同？本文將對該問題進行深入研究。

二、文獻述評

(一)信貸約束概念與類型研究

在概念界定上，信貸約束有時又被稱為信貸配給，許多學者在研究中常常交替使用這兩個概念。信貸約束側(cè)重于從借款者的角度比較農(nóng)戶實際借款與意愿借款之間的差額；(9)劉西川、程恩江：《貧困地區(qū)農(nóng)戶的正規(guī)信貸約束：基于配給機制的經(jīng)驗考察》，《中國農(nóng)村經(jīng)濟》2009年第6期。信貸配給則側(cè)重于從貸款者角度比較其能夠放貸與愿意放貸之間的差額。(10)Stiglitz, J.E.,& Weiss, A., “Credit Rationing in Markets with Imperfect Information”, American Economic Review, Vol.73, No.3, 1981, pp.393-410.因此，信貸配給及其決定機制可以理解為是一個從供給者角度解釋農(nóng)戶信貸約束產(chǎn)生的重要原因。通過對文獻的歸納總結(jié)發(fā)現(xiàn)，農(nóng)戶信貸約束可分為供給型信貸約束和需求型信貸約束。供給型信貸約束主要以信貸市場上的農(nóng)村金融機構(gòu)通過非價格手段的數(shù)量信貸配給為主，(11)Boucher,S.R., Guirkinger,C., & Trivelli, C.,“Direct Elicitation of Credit Constraints: Conceptual and Practical Issues with an Application to Peruvian Agriculture”, Economic Development and Cultural Change, Vol.57, No.4, 2009, pp.609-640.貸款申請額度被全額拒絕的情況稱為完全數(shù)量配給，貸款申請額度被部分拒絕的情況稱為不完全數(shù)量配給。(12)彭澎、吳承堯、肖斌卿：《銀?；ヂ?lián)對中國農(nóng)村正規(guī)信貸配給的影響——基于4省1014戶農(nóng)戶調(diào)查數(shù)據(jù)的分析》，《中國農(nóng)村經(jīng)濟》2018年第8期。需求型信貸約束是指由于自身的風險規(guī)避、認知偏差和需求壓抑等因素，資金需求者主動放棄貸款申請的信貸約束現(xiàn)象。需求型信貸約束已演變?yōu)檎?guī)信貸約束的主要形式。(13)李成友、孫濤、李慶海：《需求和供給型信貸配給交互作用下農(nóng)戶福利水平研究——基于廣義傾向得分匹配法的分析》，《農(nóng)業(yè)技術經(jīng)濟》2019年第1期。Boucher et al.認為需求型約束產(chǎn)生的主要原因是信貸合約的風險成本過高，使得借款需求者放棄借款。(14)Boucher,S.R., Carter,M.R.,& Guirkinger,C.,“Risk Rationing and Wealth Effects in Credit Markets: Theory and Implications for Agricultural Development”,American Journal of Agricultural Economics, Vol.90, No.2, 2008, pp.409-423.Yoshinori and Storey的“沮喪的借款人”理論認為，金融機構(gòu)貸款甄別機制的不健全會向借款人傳遞有偏差的市場信號，導致借貸者誤認為自己肯定不能獲得貸款而放棄申貸努力。(15)Yoshinori, K.,& Storey, D.J.,“A Theory of Discouraged Borrowers”, Small Business Economics,Vol.21, No.1, 2003, pp.37-49.

(二)信貸約束影響因素與緩解措施研究

在信貸約束的影響因素方面，由于形成機制的不同，農(nóng)戶的個人特征、家庭特征、區(qū)域特征等對于農(nóng)戶面臨的兩種類型信貸約束具有不同程度的影響。譚燕芝、彭千芮認為農(nóng)戶身體健康狀況、風險偏好等因素對需求型和供給型信貸約束均具有顯著負向影響，戶主文化程度僅對供給型信貸約束產(chǎn)生顯著負向影響。(16)譚燕芝、彭千芮：《貸款利率、農(nóng)戶特征與正規(guī)信貸約束》，《湘潭大學學報》(哲學社會科學版)2016年第6期。程郁等認為收入和年齡等個人特征變量對兩類信貸約束均會產(chǎn)生顯著影響，但個體工商戶、種養(yǎng)大戶等反映能力的家庭特征變量對信貸約束沒有影響。(17)程郁、韓俊、羅丹：《供給配給與需求壓抑交互影響下的正規(guī)信貸約束：來自1 874戶農(nóng)戶金融需求行為考察》，《世界經(jīng)濟》2009年第5期。而牛榮等則認為信貸約束程度與農(nóng)戶經(jīng)營類型呈現(xiàn)明顯的反向關系，非農(nóng)經(jīng)營方式的農(nóng)戶由于缺乏土地抵押品導致受信貸約束的程度較大。(18)牛榮、張珩、羅劍朝：《產(chǎn)權(quán)抵押貸款下的農(nóng)戶信貸約束分析》，《農(nóng)業(yè)經(jīng)濟問題》2016年第1期。此外，學者們認為村莊距離銀行的遠近、地區(qū)經(jīng)濟發(fā)展水平等地區(qū)變量對供給型信貸約束亦具有顯著影響。(19)Petrick, M.A.,“Microeconometric Analysis of Credit Rationing in the Polish Farm Sector”,European Review of Agricultural Economic,Vol.2, No.1, 2004, pp.77-101.(20)Guirkinger, C.,& Boucher, S.R., “Credit Constraints and Productivity in Peruvian Agriculture”, Agricultural Economics,Vol.39, No.3, 2008, pp.295-308.因此，在緩解農(nóng)戶面臨的信貸約束問題上，也應根據(jù)不同信貸約束類型，匹配相應的緩解措施。對于供給型信貸約束，學者們認為應加大農(nóng)村信貸市場供給側(cè)改革力度、創(chuàng)新金融機構(gòu)產(chǎn)品服務和風險管理、加快推進農(nóng)地確權(quán)等；(21)米運生、石曉敏、廖祥樂：《農(nóng)地確權(quán)、信貸配給釋緩與農(nóng)村金融的深度發(fā)展》，《經(jīng)濟理論與經(jīng)濟管理》2018年第7期。(22)黃惠春、徐章星、祁艷：《農(nóng)地流轉(zhuǎn)與規(guī)?；?jīng)營緩解了農(nóng)戶信貸約束嗎？——來自江蘇的經(jīng)驗證據(jù)》，《南京農(nóng)業(yè)大學學報》(社會科學版)2016年第6期。對于需求型信貸約束，應該掌握農(nóng)戶借貸決策背后的社會文化屬性，引導農(nóng)戶對于借貸活動形成理性、正確的認知，加強農(nóng)村金融知識培訓與普及。(23)王睿：《自我信貸配給、農(nóng)村家庭財務能力與非正規(guī)借貸——基于江蘇省495戶農(nóng)村家庭的調(diào)查》，《財經(jīng)理論與實踐》2016年第6期。(24)王性玉、任樂、趙輝：《社會資本對農(nóng)戶信貸配給影響的分類研究——基于河南省農(nóng)戶的數(shù)據(jù)檢驗》，《經(jīng)濟問題探索》2016年第9期。

總結(jié)已有文獻，國內(nèi)外學者對農(nóng)戶所受信貸約束問題已進行了比較深入的研究，但是對于不同規(guī)模農(nóng)戶所受信貸約束類型的差異化研究則十分鮮見，對于不同規(guī)模農(nóng)戶所受信貸約束影響因素的揭示更是付之闕如。不同規(guī)模農(nóng)戶的風險偏好、資產(chǎn)規(guī)模、經(jīng)濟環(huán)境均有差異，所面臨的信貸約束類型亦可能存在不同。因此，已有研究提出的緩解農(nóng)戶信貸約束的政策建議亦不具有普適性。基于此，本文通過對山東省平度市720名農(nóng)戶的走訪調(diào)研，實證分析了不同規(guī)模農(nóng)戶所受信貸約束類型的差異性及其影響因素，以期為提升農(nóng)戶信貸可得性、維護金融公平提供相應政策建議。

三、理論假設

本文依據(jù)馬燕妮和霍學喜等學者的研究，將不同規(guī)模農(nóng)戶分為小規(guī)模農(nóng)戶、中等規(guī)模農(nóng)戶(種植大戶)和大規(guī)模農(nóng)戶(家庭農(nóng)場)三種類型。由上文分析得知，需求型信貸約束具有兩大特征：第一，有資金融入需求；第二，由于申貸的交易成本、非公正的信貸配給以及農(nóng)戶自身的風險規(guī)避等導致農(nóng)戶沒有向正規(guī)金融機構(gòu)申請貸款或申請后自愿放棄。對于小規(guī)模農(nóng)戶而言，自有積累已能夠解決資金缺口,(25)金媛、林樂芬：《規(guī)模經(jīng)營、農(nóng)地抵押與產(chǎn)權(quán)變革催生：598個農(nóng)戶樣本》，《改革》2012年第9期。其農(nóng)業(yè)投資需求較低。因此，農(nóng)地規(guī)模大小對于小規(guī)模農(nóng)戶需求型信貸約束影響并不顯著。隨著農(nóng)地規(guī)模的擴大，規(guī)模化生產(chǎn)帶來各項生產(chǎn)資料和設備的投入也隨之增加，農(nóng)戶的融資需求也隨著土地面積的增加呈現(xiàn)遞增趨勢。(26)董曉林、呂沙、湯穎梅：《“信貸聯(lián)結(jié)型”銀?；幽芊窬徑廪r(nóng)戶信貸配給——基于選擇實驗法的實證分析》，《農(nóng)業(yè)技術經(jīng)濟》2018年第6期。與此同時，農(nóng)地規(guī)模的擴大致使農(nóng)戶面臨的市場經(jīng)營風險和自然災害風險也更為集中。(27)常露露、呂德宏：《農(nóng)地經(jīng)營權(quán)抵押貸款風險識別及其應用研究——基于重慶639個農(nóng)戶樣本調(diào)查數(shù)據(jù)》，《大連理工大學學報》(社會科學版)2018年第5期。此時農(nóng)戶是否選擇向金融機構(gòu)申請貸款主要取決于其對預期收益和生產(chǎn)經(jīng)營風險的比較。對于中等規(guī)模的農(nóng)戶(種植大戶)而言，其農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)較為單一，農(nóng)業(yè)盈利能力較弱。農(nóng)地規(guī)模越大，在面臨較大生產(chǎn)經(jīng)營風險時往往因顧慮“還不起貸款”等而被迫降低甚至放棄借貸需求；對于大規(guī)模農(nóng)戶(家庭農(nóng)場)而言，多樣化的農(nóng)業(yè)生產(chǎn)布局使其農(nóng)業(yè)盈利能力較強。農(nóng)地規(guī)模越大，其預期產(chǎn)出收益會越遠高于貸款成本線，即便面臨較大生產(chǎn)經(jīng)營風險，亦會選擇主動向金融機構(gòu)申請貸款。基于此，本文做出如下假設：

假說1a：對于小規(guī)模農(nóng)戶而言，農(nóng)地經(jīng)營規(guī)模對其需求型信貸約束影響不顯著。

假說1b：對于中等規(guī)模農(nóng)戶(種植大戶)而言，農(nóng)地經(jīng)營規(guī)模越大，其面臨的需求型信貸約束越嚴重。

假說1c：對于大規(guī)模農(nóng)戶(家庭農(nóng)場)而言，農(nóng)地經(jīng)營規(guī)模越大，其面臨的需求型信貸約束越微弱。

供給型信貸約束來自于農(nóng)村金融機構(gòu)對農(nóng)戶實施非價格手段的數(shù)量信貸配給，抵押品價值是農(nóng)村金融機構(gòu)是否向農(nóng)戶審批貸款的重要衡量標準。理論上來講，在農(nóng)村市場經(jīng)濟秩序不斷規(guī)范的背景下，農(nóng)地規(guī)?？梢酝ㄟ^信息甄別機制和激勵相容機制提高農(nóng)戶貸款可得性，(28)胡新艷、洪煒杰、米運生等：《土地價值、社會資本與農(nóng)戶農(nóng)地抵押貸款可得性》，《金融經(jīng)濟學研究》2016年第5期。但現(xiàn)階段我國農(nóng)地抵押機制尚不完善，農(nóng)地經(jīng)營權(quán)價值評估專業(yè)體系和農(nóng)地產(chǎn)權(quán)流轉(zhuǎn)體系亟待健全，這使得農(nóng)地經(jīng)營權(quán)抵押緩解農(nóng)戶信貸約束的效能存疑。農(nóng)地規(guī)模的擴大使各項生產(chǎn)資料和設備的投入也隨之增加，且農(nóng)業(yè)經(jīng)營面臨較高的市場風險和自然災害風險，盡管農(nóng)戶貸款總額會隨其種植面積增加，但其他抵押物缺乏等因素極易導致規(guī)模農(nóng)戶無法獲得與其生產(chǎn)規(guī)模相匹配的貸款額。基于此，本文做出如下假設：

假說2：農(nóng)地經(jīng)營規(guī)模越大，農(nóng)戶面臨的供給型信貸約束越嚴重。

四、問卷設計與變量選取

(一)調(diào)研樣本選擇

平度市是山東省農(nóng)業(yè)大市，城鄉(xiāng)一體化和三產(chǎn)融合發(fā)展程度較好，土地流轉(zhuǎn)進程較快，致使不同規(guī)模農(nóng)戶分化明顯。課題組于2019年4—6月選擇平度市6個鄉(xiāng)鎮(zhèn)30個行政村進行隨機調(diào)研。首先隨機選擇該市的6個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)隨機抽取5個行政村，每個行政村隨機抽取15名小規(guī)模農(nóng)戶和7名中等規(guī)模農(nóng)戶。由于家庭農(nóng)場數(shù)量較少，且各村數(shù)量分布不均衡，為盡可能保證樣本數(shù)據(jù)和模型結(jié)果的穩(wěn)健，課題組在行政村共選取130個家庭農(nóng)場。課題組共發(fā)放問卷800份，刪除問答缺失或者前后矛盾等有問題的問卷，最終得到720份有效樣本，問卷有效率為90%，符合論文研究需要。

(二)信貸約束類型識別與被解釋變量選取

本文在已有研究基礎上，完善了信貸約束類型原因選項的設置，采用直接誘導式詢問方法(DEM)判斷農(nóng)戶是否受到正規(guī)信貸約束，具體的判別方法和識別機制可參見圖1。由此，根據(jù)信貸約束類型可將樣本農(nóng)戶分為如下四類：(1)不申請(包含申請后主動放棄農(nóng)戶，下同)且不受需求型約束農(nóng)戶：Ai=0，Ri=0(Ai=0表示沒有申請貸款，Ri=0表示沒有遭受需求型信貸約束)；(2)不申請且受需求型信貸約束農(nóng)戶：Ai=0，Ri=1(Ai=0表示沒有申請貸款，Ri=1表示遭受需求型信貸約束)；(3)申請后被拒絕或未獲得全額貸款，即受到供給型信貸約束的農(nóng)戶：Ai=1，Ri=1(Ai=1表示申請了貸款，Ri=1表示遭受供給型信貸約束)；(4)申請后獲得全額貸款，即不受供給型信貸約束的的農(nóng)戶：Ai=1，Ri=0(Ai=1表示申請了貸款，Ri=0表示沒有遭受供給型信貸約束)。在被解釋變量選取上，結(jié)合理論假說本文共涉及五個被解釋變量demando、demandb、demandf、supplyb、supplyf，分別表示“小規(guī)模農(nóng)戶是否面臨需求型信貸約束”、“種植大戶是否面臨需求型信貸約束”、“家庭農(nóng)場是否面臨需求型信貸約束”、“種植大戶是否面臨供給型信貸約束”、“家庭農(nóng)場是否面臨供給型信貸約束”(小規(guī)模農(nóng)戶申請貸款的戶數(shù)較少，故本文沒有對該類農(nóng)戶供給型信貸約束問題進行實證分析)。

在土建施工中，混凝土的應用越來越廣泛，混凝土施工的相關技術也已被廣大工程技術人員所掌握。但也正因為如此，人們往往容易忽視混凝土施工過程中的一些細節(jié)。一些不經(jīng)意間的失誤或不到位，就有可能造成重大的經(jīng)濟損失，甚至危及人們的生命財產(chǎn)安全。所以，在提高混凝土施工技術的同時，一定要把握好混凝土的質(zhì)量控制要點，嚴格執(zhí)行相關的技術規(guī)范，以確保工程質(zhì)量。

圖1 信貸約束類型識別

(三)自變量選取與描述性統(tǒng)計

依據(jù)理論假說，不同規(guī)模農(nóng)戶信貸約束存在異質(zhì)性，本文將“農(nóng)地經(jīng)營規(guī)模(land)”作為核心解釋變量。抵押品價值是農(nóng)村金融機構(gòu)是否向農(nóng)戶審批貸款的重要衡量標準，選取與抵押貸款相關的“市區(qū)是否有房產(chǎn)(house)”作為核心解釋變量。通過對平度市農(nóng)商行相關部門的咨詢得知，保證貸款亦是重要的農(nóng)戶貸款方式，選取與保證貸款相關的“擔保難易度(guar)”作為核心解釋變量。

此外，本文從農(nóng)戶家庭特征、社會資本、風險偏好、區(qū)域特征四個方面選取8個控制變量，全面分析不同規(guī)模農(nóng)戶信貸約束的影響因素。變量具體釋義見表1。

表1 主要變量釋義

720名農(nóng)戶的自變量描述性信息統(tǒng)計見表2。由表2可知，在所有農(nóng)戶樣本中，小規(guī)模農(nóng)戶生產(chǎn)經(jīng)營類型均值最大，說明兼業(yè)經(jīng)營在小規(guī)模農(nóng)戶中已較為普遍。種植大戶的經(jīng)營性質(zhì)較為簡單，對文化知識要求較低，但對從業(yè)者的生產(chǎn)經(jīng)營經(jīng)驗要求較高，因此種植大戶在所有農(nóng)戶樣本中平均年齡最大、受教育程度最低，生產(chǎn)經(jīng)營類型以農(nóng)業(yè)生產(chǎn)為主。家庭農(nóng)場平均年齡最小、受教育程度最高，年輕化、知識化符合家庭農(nóng)場業(yè)務經(jīng)營需要。社會資本方面，種植大戶的社會網(wǎng)絡均值最小，這可能與其純農(nóng)業(yè)的生產(chǎn)經(jīng)營類型有關；小規(guī)模農(nóng)戶加入農(nóng)業(yè)合作社的比例最低，家庭農(nóng)場加入農(nóng)業(yè)合作社的比例最高。風險偏好方面，家庭農(nóng)場風險偏好程度最高，種植大戶風險偏好程度最低。交通狀況、網(wǎng)點數(shù)量等區(qū)域特征指標在所有農(nóng)戶樣本中區(qū)別不明顯。

表2 自變量描述性統(tǒng)計

(四)問卷信度與效度檢驗

為保證問卷以盡可能小的計量誤差收集到所需信息，保證數(shù)據(jù)和結(jié)果的可靠性，本文對問卷進一步做信度效度檢驗。采用學者通用的克隆巴赫(Cronbach’sα)系數(shù)方法作為衡量條款內(nèi)部一致性的信度指標，采用探索性因素分析方法對問卷進行內(nèi)部結(jié)構(gòu)的維度檢驗。具體檢驗結(jié)果見表3。由表3可知，三組樣本Cronbach’sα系數(shù)均大于0.5，說明問卷可信。KMO值均大于0.6，三組樣本效度較高；Bartlett球形檢驗的P值遠小于0.05，說明三組樣本的變量均適合做因子分析。

表3 問卷信度效度檢驗

表4給出了不同變量的公共因子可解釋的變量方差百分比(共同度)，由于方差百分比均大于30%，無須剔除任何變量。此外，三組樣本旋轉(zhuǎn)成分矩陣中，每個數(shù)據(jù)均僅在某一個主成分上載荷量較大，可以認為選取的變量是有效度的。(29)囿于論文篇幅，三組樣本的解釋總方差、旋轉(zhuǎn)成分矩陣等信息未列出，備索。

表4 公因子方差分析

注：提取方法為主成分分析。

五、實證分析

(一)模型構(gòu)建

二元選擇模型是模型中被解釋變量只有是(記為1)與否(記為0)兩種選擇的變量模型。隨機干擾項μ的概率分布決定二元選擇模型的具體形式：當μ服從標準正態(tài)分布時，采用Probit二元選擇模型；當μ服從邏輯分布時，采用Logit二元選擇模型；當μ服從極值I型分布時，采用Extreme value模型。正態(tài)分布被認為是任何分布的自然的和首先的選擇，因此，Probit模型又是應用最為廣泛的二元選擇模型。本文采用Probit二元選擇模型分析農(nóng)戶信貸約束類型的影響因素。具體模型構(gòu)建如下：

Y=Xα+μ

(1)

(1)式中Y代表被解釋變量“是否面臨需求型(供給型)信貸約束”，其觀測值為1或0；X為解釋變量觀測值矩陣；α為待估計參數(shù)向量；μ為服從標準正態(tài)分布的誤差項?？赏茖С鯬robit模型為：

prob(Y=1|X)=prob(ε>-Xα|X)=φ(Xα)

(2)

prob(Y=0|X)=prob(ε≤-Xα|X)=1-φ(Xα)

(3)

(二)不同規(guī)模農(nóng)戶信貸約束類型分析

根據(jù)上文中的信貸約束類型識別機制將不同規(guī)模農(nóng)戶分成四類，具體統(tǒng)計情況見表5。圖2呈現(xiàn)了不同規(guī)模農(nóng)戶差異化信貸約束程度。(30)注意：需求型信貸約束程度(DDi)和供給型信貸約束程度(DSi)計算方法不同：DDi=(Ai=0，Ri=1)農(nóng)戶數(shù)/i類農(nóng)戶總戶數(shù)；DSi=(Ai=1，Ri=1)農(nóng)戶數(shù)/(Ai=1，Ri=1)農(nóng)戶數(shù)+(Ai=1，Ri=0)農(nóng)戶數(shù)。通過圖表可知，所有樣本中有35名小規(guī)模農(nóng)戶因信貸需求壓抑而沒有申請貸款，小規(guī)模農(nóng)戶面臨的需求型信貸約束程度較輕(約束程度為8.77%)；多數(shù)種植大戶因信貸需求壓抑而沒有申請貸款(樣本數(shù)為110)，種植大戶面臨的需求型信貸約束程度較重(約束程度為51.64%)；極少數(shù)家庭農(nóng)場因信貸需求壓抑而沒有申請貸款(樣本數(shù)為5)，家庭農(nóng)場面臨的需求型信貸約束程度較輕(約束程度為4.63%)。向金融機構(gòu)申請貸款的小規(guī)模農(nóng)戶通常都可得到足額貸款(樣本數(shù)為51)，小規(guī)模農(nóng)戶面臨的供給型信貸約束程度較輕(約束程度為7.27%)；而向金融機構(gòu)申請貸款的種植大戶和家庭農(nóng)場通常難以獲得貸款或得不到足額貸款(樣本數(shù)分別為32和43)，二者面臨的供給型信貸約束程度較重(約束程度分別為48.48%和52.44%)。由此可得，不同規(guī)模農(nóng)戶信貸約束類型和程度均存在顯著異質(zhì)性。

表5 不同規(guī)模農(nóng)戶信貸約束類型

圖2 不同規(guī)模農(nóng)戶信貸約束情況

(三)不同規(guī)模農(nóng)戶信貸約束影響因素實證分析

所有自變量VIF值均小于10，說明三組樣本自變量間均不存在嚴重多重共線性。為有效解決模型可能存在的異方差問題，模型均選用Robust穩(wěn)健性標準誤進行估計，具體結(jié)果見表6和表7。由表6和表7可知，不同規(guī)模農(nóng)戶信貸約束影響因素具有顯著差異性。

1.農(nóng)戶需求型信貸約束Probit估計結(jié)果

表6中模型一、模型二和模型三分別呈現(xiàn)小規(guī)模農(nóng)戶、種植大戶和家庭農(nóng)場需求型信貸約束Probit估計結(jié)果，由表6可得出如下結(jié)論：

(1)小規(guī)模農(nóng)戶需求型信貸約束已得到較大程度緩解。模型一中，農(nóng)地經(jīng)營規(guī)模對小規(guī)模農(nóng)戶需求型信貸約束影響不顯著。小規(guī)模農(nóng)戶農(nóng)業(yè)生產(chǎn)融資需求低，農(nóng)地經(jīng)營規(guī)模大小并不會催生農(nóng)戶的信貸需求壓抑，故對其需求型信貸約束影響不顯著，假說1a得到有效驗證。市區(qū)有無房產(chǎn)、擔保難易度等核心解釋變量對小規(guī)模農(nóng)戶需求型信貸約束影響亦不顯著。原因在于多數(shù)小規(guī)模農(nóng)戶非農(nóng)收入占比較高，自有積累已能夠解決資金缺口，對于是否達到金融機構(gòu)批準貸款的衡量標準并不在乎。生產(chǎn)經(jīng)營類型對小規(guī)模農(nóng)戶需求型信貸約束均在1%水平下存在顯著的負向影響。兼業(yè)程度較高的小規(guī)模農(nóng)戶農(nóng)業(yè)生產(chǎn)融資需求較低，且家庭收入較高，自有資金能夠有效滿足生產(chǎn)需要。受教育程度、風險偏好等變量對小規(guī)模農(nóng)戶需求型信貸約束均在1%水平下存在顯著的負向影響。受教育程度高的小規(guī)模農(nóng)戶更容易了解貸款程序和其他貸款信息，其獲得貸款的可能性往往也較高，從而增強了申請貸款的動機和意愿，遭受需求型配給的可能性較低。(31)李慶海、呂小鋒、孫光林：《農(nóng)戶信貸配給：需求型還是供給型？——基于雙重樣本選擇模型的分析》，《中國農(nóng)村經(jīng)濟》2016年第1期。具有較高風險偏好的小規(guī)模農(nóng)戶在產(chǎn)生資金需求時通常不存在需求壓抑，而是選擇主動向金融機構(gòu)申請貸款。

(2)種植大戶面臨較為嚴重的需求型信貸約束。在模型二中，農(nóng)地經(jīng)營規(guī)模對種植大戶需求型信貸約束具有一定程度正向影響。種植大戶農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)較為單一，農(nóng)地規(guī)模越大，面臨的生產(chǎn)經(jīng)營風險越大，農(nóng)戶越會因顧慮“還不起貸款”等原因面臨嚴重的信貸需求壓抑，由此假說1b得到有效驗證。市區(qū)是否有房產(chǎn)對種植大戶需求型信貸約束在1%水平下存在顯著的正向影響，市區(qū)有房產(chǎn)反而加重了種植大戶的需求型信貸約束，這是一個有趣的發(fā)現(xiàn)。仔細分析不難理解，市區(qū)房產(chǎn)是農(nóng)村家庭重要資產(chǎn)，種植大戶往往因顧忌市區(qū)房產(chǎn)被抵押而放棄申請貸款(這也從另一角度反映出種植大戶風險規(guī)避心理加劇其信貸需求壓抑)。擔保難易度對種植大戶需求型信貸約束在1%水平下存在顯著的負向影響。種植大戶在選擇貸款方式時更傾向于保證貸款，然而難以找到合適擔保人顯著影響其申貸信心。年齡對種植大戶需求型信貸約束在1%水平下存在顯著的正向影響，種植大戶因較大農(nóng)業(yè)經(jīng)營規(guī)模而產(chǎn)生強烈融資需求，然而年齡較大使其對利率的承受能力較低，故傾向于主動退出信貸市場。(32)梁虎、羅劍朝：《供給型和需求型信貸配給及影響因素研究——基于農(nóng)地抵押背景下 4 省3 459 戶數(shù)據(jù)的經(jīng)驗考察》，《經(jīng)濟與管理研究》2019年第1期。風險偏好對種植大戶需求型信貸約束在1%水平下存在顯著的負向影響，風險規(guī)避心理使其顧慮各種風險進而被迫降低甚至放棄借貸需求。受教育程度和社會網(wǎng)絡對種植大戶需求型信貸約束均在5%水平下存在顯著的負向影響。較低的文化程度和脆弱的社會網(wǎng)絡使該部分農(nóng)戶面臨高昂借貸信息搜尋成本，進一步加劇了其信貸需求壓抑。

(3)家庭農(nóng)場面臨的需求型信貸約束較輕。在模型三中，農(nóng)地經(jīng)營規(guī)模對家庭農(nóng)場需求型信貸約束在10%水平下存在顯著的負向影響。農(nóng)地經(jīng)營規(guī)模越大的家庭農(nóng)場，雖然面臨的生產(chǎn)經(jīng)營風險越大，但其預期產(chǎn)出收益會越遠高于貸款成本線，遭受的信貸需求壓抑就會越輕，由此假說1c得到有效驗證。與種植大戶不同，市區(qū)是否有房產(chǎn)對家庭農(nóng)場需求型信貸約束具有一定程度負向影響。市區(qū)有房產(chǎn)的家庭農(nóng)場可以通過房產(chǎn)抵押獲得相應貸款，進而緩解其需求型信貸約束。擔保難易度對家庭農(nóng)場需求型信貸約束在10%水平下存在顯著的負向影響，相較于種植大戶，家庭農(nóng)場更易搜尋合適的擔保人，進而有效緩解其需求型信貸約束。年齡對家庭農(nóng)場需求型信貸約束均在1%水平下存在顯著的正向影響，風險偏好和受教育程度對家庭農(nóng)場需求型信貸約束分別在1%、5%水平下存在顯著的負向影響。相較于種植大戶，家庭農(nóng)場普遍較為年輕、受教育程度較高、風險偏好較強，在產(chǎn)生資金需求時遭受的需求型信貸約束較輕。

此外，是否加入合作社在模型一至模型三中影響均不顯著。筆者調(diào)研發(fā)現(xiàn)，雖然平度市農(nóng)村合作社數(shù)量較多，但“僵尸社”、“空殼社”大量存在，多數(shù)社員對合作社認知不足，合作社社員身份對于緩解農(nóng)戶需求型信貸約束作用有限。本村交通便利情況、銀行分支機構(gòu)數(shù)量等區(qū)域特征變量在模型一至模型三中影響亦不顯著，可能的原因是平度市農(nóng)村地區(qū)交通較為便利、金融網(wǎng)點布局較為合理，區(qū)域特征已不是影響農(nóng)戶向金融機構(gòu)貸款的主要因素。

表6 小規(guī)模農(nóng)戶和種植大戶需求型信貸約束Probit估計結(jié)果

注：***、**、*分別表示在1%、5%、10%顯著性水平下顯著。

2.農(nóng)戶供給型信貸約束Probit估計結(jié)果

表7中模型四和模型五分別呈現(xiàn)種植大戶和家庭農(nóng)場供給型信貸約束Probit估計結(jié)果。從上文分析得知，規(guī)模農(nóng)戶(尤其是家庭農(nóng)場)面臨較為嚴重的供給型信貸約束。通過表7發(fā)現(xiàn)，農(nóng)地經(jīng)營規(guī)模對種植大戶供給型信貸約束(模型四)和家庭農(nóng)場供給型信貸約束(模型五)均具有負向影響但不顯著。平度市是全國農(nóng)村承包土地經(jīng)營權(quán)抵押貸款試點地區(qū)，農(nóng)地經(jīng)營規(guī)模一定程度上有利于緩解農(nóng)戶供給型信貸約束。但農(nóng)地“低流通、低價值”屬性使之難以成為金融機構(gòu)理想的抵押品，農(nóng)地經(jīng)營權(quán)抵押貸款僅作為房產(chǎn)抵押貸款和保證貸款的附加形式存在，這導致農(nóng)地經(jīng)營規(guī)模對農(nóng)戶供給型信貸約束的緩解作用并不顯著。結(jié)果雖然與假說2不太一致，但均反映現(xiàn)階段農(nóng)地價值低、農(nóng)地經(jīng)營權(quán)抵押機制不健全的現(xiàn)實。市區(qū)有無房產(chǎn)、擔保難易度等變量在模型四和模型五中均具有顯著負向影響。平度市農(nóng)村貸款形式以房產(chǎn)抵押和保證貸款為主，市區(qū)無房產(chǎn)或難以找到合適擔保人的規(guī)模農(nóng)戶，往往易遭受金融機構(gòu)嚴格的供給型信貸約束。社會網(wǎng)絡對種植大戶和家庭農(nóng)場供給型信貸約束分別在5%水平和1%水平下存在顯著的負向影響。種植大戶和家庭農(nóng)場的社會網(wǎng)絡較為薄弱，在產(chǎn)生資金需求且向金融機構(gòu)申請貸款時易面臨較高的借貸門檻，加重其供給型信貸約束。風險偏好對家庭農(nóng)場供給型信貸約束在1%水平下存在顯著的正向影響，原因在于風險偏好較高的家庭農(nóng)場通常不具備實質(zhì)性經(jīng)營條件，在向金融機構(gòu)申請貸款時易面臨嚴苛的數(shù)量信貸配給。

表7 種植大戶和家庭農(nóng)場供給型信貸約束Probit估計結(jié)果

注：***、**、*分別表示在1%、5%、10%顯著性水平下顯著。

3.穩(wěn)健性檢驗

互為因果可能導致模型內(nèi)生性問題。兼業(yè)經(jīng)營可以緩解小規(guī)模農(nóng)戶需求型信貸約束，需求型信貸約束的緩解也可能會促使該類農(nóng)戶進一步選擇兼業(yè)經(jīng)營。小規(guī)模農(nóng)戶所在地是否有企業(yè)與農(nóng)戶家庭生產(chǎn)經(jīng)營類型具有較強關聯(lián)性?；诖耍疚倪x取“小規(guī)模農(nóng)戶所在地是否有企業(yè)(enterprise)”作為“家庭生產(chǎn)經(jīng)營類型(type)”的工具變量(見模型六)。較低的風險偏好導致種植大戶面臨嚴重需求型信貸約束，遭受需求型信貸約束也可能導致種植大戶進一步降低風險偏好；較高的風險偏好有利于緩解家庭農(nóng)場需求型信貸約束，信貸需求壓抑的降低又可能進一步提升家庭農(nóng)場的風險偏好。政府對貸款知識宣傳力度與農(nóng)戶風險偏好具有較強關聯(lián)性，基于此，本文選取“政府對貸款知識宣傳力度(prop)”作為“風險偏好(risk)”的工具變量(見模型七和模型八)。得出的回歸結(jié)果見表8。由表8可知，在三個模型第一階段回歸中，聯(lián)合檢驗F值分別為149.23、167.21和170.35，模型均不存在弱工具變量問題。兩個工具變量回歸的Wald外生性檢驗p值分別為0.053、0.067和0.069，說明如果使用Probit模型會存在內(nèi)生性問題，IV-Probit估計結(jié)果更加可靠。IV-Probit估計結(jié)果與Probit估計結(jié)果并無明顯差異，說明在考慮模型內(nèi)生性問題后，所得結(jié)論依然成立。

遺漏變量亦可能導致模型內(nèi)生性問題。信用貸款也是農(nóng)戶向金融機構(gòu)申請貸款的有效方式，農(nóng)戶信用亦是農(nóng)村金融機構(gòu)衡量是否向農(nóng)戶貸款的一項指標。因此在分析農(nóng)戶供給型信貸約束方面，為保證結(jié)果的穩(wěn)健性，本文在模型三和模型四中增加控制變量“本村信用環(huán)境如何(credit)”進行回歸分析，回歸結(jié)果的顯著性和正負方向未發(fā)生明顯變化，所得結(jié)論是穩(wěn)健可靠的。(33)限于文章篇幅，本文并沒有將增加控制變量的回歸結(jié)果列出，備索。

表8 工具變量估計結(jié)果

注：***、**、*分別表示在1%、5%、10%顯著性水平下顯著。

六、結(jié)論與政策建議

本文基于山東省平度市720名農(nóng)戶的調(diào)研，運用Probit二元選擇模型分析不同規(guī)模農(nóng)戶信貸約束的異質(zhì)性及其影響因素。研究結(jié)果發(fā)現(xiàn)：不同規(guī)模農(nóng)戶信貸約束類型及其影響因素呈現(xiàn)差異化特征。具體地，兼業(yè)經(jīng)營使得小規(guī)模農(nóng)戶缺乏融資需求，需求型和供給型信貸約束均得到較大程度緩解。種植大戶具有較強農(nóng)業(yè)融資需求，但無力承受因較大農(nóng)地規(guī)模帶來的較高生產(chǎn)經(jīng)營風險，易遭受較嚴重的需求型信貸約束；缺乏合適抵押物和擔保人等因素又使其面臨較為嚴重的供給型信貸約束。家庭農(nóng)場較大農(nóng)地規(guī)模和多樣化生產(chǎn)布局使其預期產(chǎn)出收益遠高于貸款成本線，具有較強融資動機，面臨的需求型信貸約束較微弱；但家庭農(nóng)場缺乏合適抵押物和擔保人，易遭受來自金融機構(gòu)的供給型信貸約束。為有效破解農(nóng)村融資困境，應針對不同規(guī)模農(nóng)戶制定精準解決方案，提高農(nóng)業(yè)資金供求的匹配程度。

基于上述研究結(jié)論，本文提出如下政策建議：第一，開辟農(nóng)村經(jīng)濟新藍海，提升小規(guī)模農(nóng)戶兼業(yè)水平。一方面應穩(wěn)步推進城鄉(xiāng)一體化進程，另一方面要通過土地增減掛鉤、點狀供地等政策激勵社會資本下鄉(xiāng)，發(fā)展農(nóng)村新產(chǎn)業(yè)新業(yè)態(tài)，實現(xiàn)小規(guī)模農(nóng)戶收入多元化，有效緩解農(nóng)戶需求型信貸約束。第二，提升種植大戶受教育水平，加強農(nóng)村信貸政策宣傳力度。通過種植大戶輪訓計劃，分類型、分層次開展新型職業(yè)農(nóng)民培育。定期開展農(nóng)村信貸政策宣講活動，增強種植大戶對信貸政策的認知度和申貸信心。第三，釋放農(nóng)地抵押效能，緩解種植大戶和家庭農(nóng)場供給型信貸約束。受制于產(chǎn)權(quán)不明晰、流通性和價值性低等因素，農(nóng)地始終難以成為金融機構(gòu)理想的抵押品。因此，一方面要創(chuàng)新農(nóng)地抵押模式，采取“風險基金+農(nóng)地抵押”、“農(nóng)業(yè)擔保公司+農(nóng)地抵押”或“保險+農(nóng)地抵押”等多種農(nóng)地抵押模式；另一方面要加強土地經(jīng)營權(quán)價值評估專業(yè)體系和農(nóng)村土地產(chǎn)權(quán)流轉(zhuǎn)體系建設，保證農(nóng)地價值準確評估和農(nóng)地抵押物能夠順利處置。第四，深化農(nóng)村擔保制度改革，提升農(nóng)村擔保便捷性和適用性。一方面要進一步擴大農(nóng)戶的擔保財產(chǎn)范圍，探索建立農(nóng)戶、農(nóng)民專業(yè)合作組織、保險公司和擔保機構(gòu)等的互動合作機制；另一方面應精簡擔保公司擔保手續(xù)，提升農(nóng)村擔保適用性。此外，政府應實現(xiàn)農(nóng)村合作社從注冊到運營、管理規(guī)范化，使社員互助擔保成為緩解農(nóng)戶信貸約束的重要方式。