楊曉燕　夏詠

摘? ?要：在鄉(xiāng)村振興背景下，探討正規(guī)金融發(fā)展對(duì)農(nóng)戶生計(jì)資本的影響對(duì)于實(shí)現(xiàn)可持續(xù)發(fā)展具有重要意義。本文基于可持續(xù)生計(jì)分析框架（SLA），采用中國家庭追蹤調(diào)查（CFPS）第五期調(diào)研數(shù)據(jù)，運(yùn)用似不相關(guān)回歸模型（SUR）和傾向得分匹配模型（PSM）綜合分析正規(guī)借貸對(duì)農(nóng)戶生計(jì)資本的影響。結(jié)果表明：（1）有正規(guī)借貸農(nóng)戶的生計(jì)資本總值高于無正規(guī)借貸農(nóng)戶，且兩類農(nóng)戶各類生計(jì)資本均值差較大，正規(guī)借貸對(duì)農(nóng)戶的自然資本、物質(zhì)資本、金融資本和社會(huì)資本均產(chǎn)生了顯著的正向影響;（2）正規(guī)借貸顯著提高了相對(duì)富裕農(nóng)戶的金融資本和社會(huì)資本，而顯著降低了相對(duì)貧困農(nóng)戶的物質(zhì)資本;（3）正規(guī)借貸對(duì)西部和東北地區(qū)農(nóng)戶生計(jì)資本的影響效應(yīng)較大，對(duì)中部和東部地區(qū)農(nóng)戶生計(jì)資本的影響效應(yīng)較小。基于以上結(jié)論提出相關(guān)對(duì)策建議。

關(guān)鍵詞：正規(guī)借貸;農(nóng)戶生計(jì)資本;影響因素;異質(zhì)性分析

中圖分類號(hào)：F830.479? 文獻(xiàn)標(biāo)識(shí)碼：B? 文章編號(hào)：1674-2265（2022）02-0059-09

DOI：10.19647/j.cnki.37-1462/f.2022.02.008

一、引言及文獻(xiàn)綜述

在發(fā)展中國家，農(nóng)民靠較低的收入水平積累儲(chǔ)蓄比較困難，獲得貸款可以幫助農(nóng)戶進(jìn)行生計(jì)活動(dòng)的投資并促進(jìn)家庭經(jīng)濟(jì)增長。阿瑪?shù)賮啞どˋmartya Sen）在《貧困與饑荒》中指出：如果農(nóng)戶金融服務(wù)的基本權(quán)利喪失，那么其生計(jì)就會(huì)陷入惡性循環(huán)，而農(nóng)戶營運(yùn)資金的可用性被認(rèn)為是影響農(nóng)業(yè)生產(chǎn)力和生計(jì)的關(guān)鍵（Munodawafa和Makacha，2014）[1]。正規(guī)借貸作為農(nóng)村金融服務(wù)的最主要業(yè)務(wù)之一，為農(nóng)戶和小農(nóng)場主提供了很多便利的金融服務(wù)，促進(jìn)產(chǎn)生增收效應(yīng)，這已成為發(fā)展中國家消除貧困和實(shí)現(xiàn)可持續(xù)發(fā)展的重要方式（Bilal等，2020）[2]。我國自1978年進(jìn)行農(nóng)村正規(guī)金融改革開始，先后經(jīng)歷了改革開放恢復(fù)期（1979—1984年），快速拓展試水期（1984—1996年），問題凸顯調(diào)整期（1996—2002年）及2003年至今的快速拓展深化期①，近十幾年的中央一號(hào)文件和《中共中央 國務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見》無不強(qiáng)調(diào)發(fā)展農(nóng)村金融的重要性。不斷設(shè)立的村鎮(zhèn)正規(guī)金融服務(wù)網(wǎng)點(diǎn)填補(bǔ)了農(nóng)戶“最后一公里”的金融服務(wù)缺失，日漸滿足農(nóng)戶的金融服務(wù)需求，截至2020年9月底，我國已經(jīng)組建村鎮(zhèn)銀行共1641家，覆蓋全國31個(gè)?。ㄗ灾螀^(qū)、直轄市，以下簡稱省份）、1306個(gè)縣（市、區(qū)，以下簡稱縣），其中中西部村鎮(zhèn)銀行占比達(dá)65.8%，縣域覆蓋率為71.2%②。立足于中國農(nóng)村正規(guī)金融市場研究其對(duì)農(nóng)戶生計(jì)資本的影響，對(duì)更好實(shí)現(xiàn)正規(guī)金融發(fā)展和家庭資源優(yōu)化配置無疑具有重大的現(xiàn)實(shí)意義。

關(guān)于正規(guī)借貸的研究，國內(nèi)外學(xué)者主要圍繞農(nóng)戶正規(guī)借貸需求、正規(guī)借貸約束、正規(guī)借貸可得性及還貸違約等幾個(gè)方面展開。首先，在正規(guī)借貸需求層面，正規(guī)借款人要求借貸者提供具有“累退效應(yīng)”的抵押物，也因此，正規(guī)借貸存在“嫌貧愛富”的現(xiàn)象（賀立龍等，2018）[3]，非正規(guī)借貸仍是滿足農(nóng)戶借貸需求的重要途徑（何廣文等，2018）[4]。隨著金融科技的興起，由于其智能化、普惠化等特點(diǎn)，緩解了農(nóng)戶的借貸壓力，進(jìn)而間接降低了農(nóng)戶的正規(guī)借貸需求（楊明婉和張樂柱，2021）[5]。其次，在正規(guī)借貸約束層面，由于正規(guī)借貸的“高收入階層傾向效應(yīng)”，低收入家庭大多選擇民間借貸，即使正規(guī)借貸約束緩解的低收入農(nóng)戶，由于其固有的借貸負(fù)擔(dān)，容易形成代際傳承固化效應(yīng)（李勇輝等，2018）[6]，而提升家庭金融素養(yǎng)是緩解正規(guī)借貸約束的重要方式（彭積春，2019;陳雨麗和羅荷花，2020）[7，8]。最后，在正規(guī)借貸可得性及還貸違約層面，在延續(xù)至今的中國農(nóng)村社會(huì)中以家庭為核心向外輻射延伸的“圈層結(jié)構(gòu)”下（王磊玲，2018）[9]，“關(guān)系本位”作為農(nóng)村的重要特點(diǎn)，農(nóng)戶的社會(huì)資本顯得尤為重要，正規(guī)金融機(jī)構(gòu)實(shí)施的聯(lián)保機(jī)制更加深入體現(xiàn)了社會(huì)資本中的信任機(jī)制（徐慧賢等，2020）[10]，在償還貸款階段，正式的社會(huì)資本和家庭固有資產(chǎn)比例可提高農(nóng)戶的還貸能力和還貸意愿，降低其借貸違約的可能性（李慶海等，2018）[11]。另外，農(nóng)戶的個(gè)人、家庭和地區(qū)特征，如戶主受教育程度、家庭負(fù)擔(dān)、森林土地使用證書和所在村居金融軟環(huán)境、硬環(huán)境等都會(huì)對(duì)正規(guī)借貸的獲得產(chǎn)生不同程度的影響（Thi等，2018;Dong等，2021）[12，13]。

英國國際發(fā)展部（DFID）于2000年提出可持續(xù)生計(jì)分析框架（SLA）。依據(jù)此框架，農(nóng)戶在獲得正規(guī)借貸后，金融資本發(fā)生變化，“擾亂”其原有的生計(jì)資本格局，家庭的生計(jì)策略發(fā)生變化，繼而影響生計(jì)結(jié)果。結(jié)合已有文獻(xiàn)有關(guān)農(nóng)戶借貸與生計(jì)方面的研究發(fā)現(xiàn)，前期學(xué)者主要側(cè)重小額信貸與農(nóng)村生計(jì)的研究，其中尤以孟加拉國農(nóng)村信貸發(fā)展機(jī)構(gòu)（RDA）對(duì)農(nóng)戶生計(jì)的改善為重點(diǎn)研究內(nèi)容（Jayati，2013;Mazumder和Lu，2015;Fenton等，2016）[14-16]，小額信貸有效促進(jìn)了貧困人群平滑消費(fèi)，緩解了正規(guī)借貸約束。但在脫貧攻堅(jiān)取得全面勝利的背景下，大多數(shù)農(nóng)戶不再滿足于主要提供消費(fèi)性需求的小額借貸，進(jìn)而轉(zhuǎn)向了對(duì)生產(chǎn)性需求促進(jìn)作用較大的正規(guī)借貸（王慧玲和孔榮，2019）[17]。有學(xué)者研究發(fā)現(xiàn)農(nóng)村“三權(quán)”抵押貸款會(huì)通過改變農(nóng)戶生計(jì)資本的組成，使生計(jì)策略和生計(jì)結(jié)果發(fā)生改變，政策性借貸、公益性借貸對(duì)農(nóng)戶生計(jì)資本的配置也具有明顯的改善作用（肖軼和尹珂，2021;李立等，2017;楊永偉和陸漢文，2020）[18-20]。另外，有學(xué)者從社會(huì)資本的視角出發(fā)研究其與正規(guī)借貸的關(guān)系，發(fā)現(xiàn)擁有更多社會(huì)資本的農(nóng)戶往往更容易產(chǎn)生“精英俘獲”，獲得低息的正規(guī)借貸，且社會(huì)資本可顯著降低農(nóng)戶的正規(guī)借貸配給（溫濤等，2016;譚燕芝和胡萬俊，2017）[21，22]。

綜上，鮮有文獻(xiàn)對(duì)正規(guī)借貸對(duì)農(nóng)戶生計(jì)資本的影響進(jìn)行研究，在由多個(gè)主體共同參與的農(nóng)村金融場域環(huán)境中，農(nóng)戶作為“微型經(jīng)濟(jì)體”，承擔(dān)著相應(yīng)的生產(chǎn)活動(dòng)、教育、養(yǎng)老及文化代際傳承等責(zé)任，正規(guī)借貸資金作為促進(jìn)農(nóng)戶內(nèi)生發(fā)展動(dòng)力轉(zhuǎn)化、生計(jì)資本配置實(shí)現(xiàn)帕累托最優(yōu)、縮小城鄉(xiāng)收入差距鴻溝的關(guān)鍵因素，研究二者之間的關(guān)系具有重要的現(xiàn)實(shí)意義?；诖?，本文使用中國家庭追蹤調(diào)查2018年的微觀調(diào)研數(shù)據(jù)，運(yùn)用似不相關(guān)回歸模型（SUR）、傾向得分匹配模型（PSM）和工具變量法等方法，創(chuàng)新性地綜合量化分析正規(guī)金融對(duì)農(nóng)戶生計(jì)資本的影響，以期拓寬研究領(lǐng)域，為鄉(xiāng)村振興建設(shè)進(jìn)程中農(nóng)戶生計(jì)可持續(xù)發(fā)展問題提供對(duì)策建議。

二、研究方法

（一）數(shù)據(jù)來源

本文所使用的數(shù)據(jù)來自北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心（ISSS）實(shí)施的中國家庭追蹤調(diào)查（China Family Panel Studies，CFPS）2018年的調(diào)研數(shù)據(jù)，CFPS數(shù)據(jù)庫中包含社區(qū)問卷、家庭成員和經(jīng)濟(jì)問卷等，樣本覆蓋25個(gè)省份、182個(gè)縣，抽樣省份人口占全國總?cè)丝诘?5%，數(shù)據(jù)庫每隔兩年更新一次，與同期執(zhí)行的英國家庭追蹤調(diào)查（UKHLS）相比，CFPS第五輪追蹤的應(yīng)答率仍具備國際水平。本文主要使用2021年公布的第五期調(diào)研數(shù)據(jù)，具有較好的樣本代表性。

將2018年CFPS數(shù)據(jù)庫中個(gè)人問卷、家庭成員問卷和家庭經(jīng)濟(jì)問卷篩選合并，剔除戶主年齡小于16歲和大于85歲、電訪、缺失、空白、不知道、不適用等樣本，并對(duì)個(gè)別連續(xù)型積分變量用平均值進(jìn)行缺失值替換，共得到農(nóng)戶樣本數(shù)5957戶。本文以問卷題目“為購買、建造和裝修住房，您家是否有沒還清的銀行貸款？”“除房貸外，您家是否有其他沒有還清的銀行貸款”界定是否為正規(guī)借貸農(nóng)戶，其中因?yàn)榉课葙J款農(nóng)戶588戶，其他貸款農(nóng)戶702戶，兩類貸款均有農(nóng)戶95戶，共有正規(guī)借貸農(nóng)戶1195戶，占20.41%;無正規(guī)借貸農(nóng)戶4762戶，占79.59%。基于數(shù)據(jù)的可得性，將戶主定義為“經(jīng)濟(jì)上的戶主”，即財(cái)務(wù)回答人（楊晶等，2020）[23]，到縣城的距離用CFPS數(shù)據(jù)庫第二期公共問卷樣本匹配所得。

（二）變量設(shè)置

1. 被解釋變量。本文參考前期學(xué)者對(duì)生計(jì)資本的量化研究，基于自然資源稟賦、社會(huì)文化習(xí)俗、心理認(rèn)同度、城鄉(xiāng)統(tǒng)籌政策及樣本提供數(shù)據(jù)，對(duì)生計(jì)資本指標(biāo)進(jìn)行了調(diào)整，除可持續(xù)生計(jì)五邊形框架之外納入心理資本和政策資本（趙立娟等，2019;劉春芳等，2017）[24，25]，對(duì)這七類生計(jì)資本進(jìn)行綜合量化，詳細(xì)的指標(biāo)選取、說明及賦權(quán)情況見表1。

（1）自然資本：指與生計(jì)相關(guān)的資源流，包括土地、樹木等。本文選取水源、人均擁有土地資產(chǎn)和使用主要能源三個(gè)指標(biāo)。（2）人力資本：指農(nóng)戶的健康、知識(shí)和技能水平等。本文選取戶主健康狀況、家庭教育支出和家庭總?cè)丝跀?shù)三個(gè)指標(biāo)。（3）物質(zhì)資本：指農(nóng)戶所擁有的用于維持生計(jì)活動(dòng)的物質(zhì)資料。本文把物質(zhì)資本細(xì)化為居住房屋類型、耐用消費(fèi)品價(jià)值、農(nóng)用機(jī)械價(jià)值和現(xiàn)金及存款總額四個(gè)指標(biāo)。（4）金融資本：指農(nóng)戶在生產(chǎn)和消費(fèi)過程中所需要的資金流，包括儲(chǔ)蓄、基金和保險(xiǎn)等。本文用商業(yè)性保險(xiǎn)支出、家庭總金融資產(chǎn)和家庭總房產(chǎn)三個(gè)指標(biāo)。（5）社會(huì)資本：指農(nóng)戶在進(jìn)行生計(jì)活動(dòng)時(shí)所需要或可以利用的社會(huì)資源，包括農(nóng)戶擁有的社會(huì)關(guān)系網(wǎng)絡(luò)和活動(dòng)能力。本文選取人情彩禮支出、鄰居的幫忙程度和家庭交通通信費(fèi)用三個(gè)指標(biāo)。（6）心理資本：指農(nóng)戶對(duì)生活的心理期望值，是實(shí)現(xiàn)可持續(xù)發(fā)展的源動(dòng)力。本文選取戶主對(duì)生活的滿意度和對(duì)未來的信心程度兩個(gè)指標(biāo)。（7）政策資本：指政府對(duì)農(nóng)戶的各種優(yōu)惠補(bǔ)貼政策，如種植補(bǔ)貼、農(nóng)機(jī)購置補(bǔ)貼和畜牧良種補(bǔ)貼等。本文使用農(nóng)戶是否收到政府補(bǔ)貼和家庭醫(yī)療報(bào)銷比例兩個(gè)指標(biāo)。在構(gòu)建生計(jì)資本指標(biāo)評(píng)價(jià)體系后，對(duì)選取指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，消除指標(biāo)類型、量綱和數(shù)量級(jí)上的差異。

2. 解釋變量。本文根據(jù)已有文獻(xiàn)的相關(guān)研究，借鑒相關(guān)解釋變量的選取（伍艷，2013）[26]，最終確定核心解釋變量為農(nóng)戶是否擁有正規(guī)借貸?？刂谱兞堪☉糁魈卣?、家庭特征和社區(qū)特征。戶主特征包括戶主年齡、戶主最高學(xué)歷;家庭特征包括家庭成員外出務(wù)工人數(shù)占比、家庭負(fù)擔(dān)比、家庭人口規(guī)模和農(nóng)戶生計(jì)多樣性;社區(qū)因素包括村人均年收入和到縣城的最近距離。村人均年收入反映農(nóng)戶所在村的整體生活水平和經(jīng)濟(jì)發(fā)展?fàn)顩r，到縣城的距離反映了農(nóng)戶到商品交易便利、公共基礎(chǔ)設(shè)施建設(shè)相對(duì)完善及從事第二、三產(chǎn)業(yè)生計(jì)活動(dòng)地區(qū)的便利程度，即農(nóng)戶生計(jì)資本獲取和生計(jì)活動(dòng)轉(zhuǎn)換的便利度。自變量的具體指標(biāo)選取及定義如表2。

（三）分析方法

1. T檢驗(yàn)。本文先用描述性統(tǒng)計(jì)的方法對(duì)有正規(guī)借貸與無正規(guī)借貸農(nóng)戶的生計(jì)資本量化結(jié)果進(jìn)行比較分析，通過獨(dú)立樣本T檢驗(yàn)判斷兩類農(nóng)戶生計(jì)資本均值的差異是否顯著。

2. 因子分析法。前期學(xué)者多都采用熵值法對(duì)生計(jì)資本權(quán)重進(jìn)行測(cè)算，但熵值法不能有效消除數(shù)據(jù)相關(guān)性，考慮到本文樣本變量之間的相關(guān)關(guān)系和因子分析“旋轉(zhuǎn)”和“降維”功能，本文使用因子分析法和因子綜合得分測(cè)算權(quán)重。且通過SPSS計(jì)算KMO和巴特利特球型檢驗(yàn)結(jié)果顯示P值為0.000，變量間具有很強(qiáng)的相關(guān)性，拒絕各變量相互獨(dú)立的假設(shè)，KMO取樣適切性量數(shù)為0.676>0.600，各變量間信息重疊程度尚可，故樣本適合用因子分析法計(jì)算權(quán)重。

3. 似不相關(guān)回歸模型。Zellner在1949年首次提出了似不相關(guān)回歸（Seemingly Unrelated Regression，SUR）模型，該模型中各方程變量之間沒有內(nèi)在聯(lián)系，但各方程的擾動(dòng)項(xiàng)之間存在相關(guān)性，得到的回歸系數(shù)估計(jì)量比用最小二乘法得到的估計(jì)量更有效（Zellner，2012）[27]?？紤]到待標(biāo)定參數(shù)導(dǎo)致生計(jì)資本間存在同期相關(guān)性，擬構(gòu)建SUR模型對(duì)七類生計(jì)資本聯(lián)合建模。計(jì)算公式為：

式中，[YNC]為自然資本，[Xmic]為農(nóng)戶是否有正規(guī)借貸;[Xhoa]為戶主年齡;[Xhoe]為戶主最高學(xué)歷;[Xfgw]為家庭外出務(wù)工人數(shù)占比;[Xfbu]家庭負(fù)擔(dān)比;[Xfas]為家庭人口規(guī)模;[Xfld]為家庭生計(jì)多樣性;[Xpvi]為農(nóng)戶所在村人均收入;[Xdfc]為農(nóng)戶所在村到縣城的最近距離;[αn]，[β1]，[β2]，[…]，[β9]為待標(biāo)定參數(shù);[μn]為誤差項(xiàng)，其中人力資本、物質(zhì)資本、金融資本、社會(huì)資本及心理資本分別用[YHC]、[YMC]、[YFC]、[YSC]、[YWC]表示，式中不再一一列舉。

三、結(jié)果與分析

（一）生計(jì)資本的現(xiàn)狀比較

通過獨(dú)立樣本T檢驗(yàn)得到有無正規(guī)借貸農(nóng)戶的生計(jì)資本量化結(jié)果，如下表3。統(tǒng)計(jì)結(jié)果顯示，有正規(guī)借貸與無正規(guī)借貸農(nóng)戶生計(jì)資本總值分別為2.0802和2.0288，有正規(guī)借貸農(nóng)戶的自然資本、人力資本、物質(zhì)資本、金融資本和社會(huì)資本均高于無正規(guī)借貸農(nóng)戶，且兩類農(nóng)戶的前五類生計(jì)資本均值差異均在1%顯著水平上通過檢驗(yàn)，而有正規(guī)借貸農(nóng)戶心理資本略低于無正規(guī)借貸農(nóng)戶，政策資本無顯著差異?？倶颖局懈黝惿?jì)資本均值差較大，心理資本的平均水平最高，達(dá)到0.7669，金融資本平均水平最低，為0.0067，原始數(shù)據(jù)也顯示，即使是有正規(guī)借貸農(nóng)戶樣本中家庭總金融資產(chǎn)均值也僅為0.13萬元，無正規(guī)借貸農(nóng)戶的金融資產(chǎn)均值僅為0.07萬元，說明當(dāng)前在我國農(nóng)村地區(qū)，農(nóng)戶對(duì)股票、基金、信托、外匯產(chǎn)品等金融產(chǎn)品了解較少且持有率低。從兩類農(nóng)戶樣本的均值來看，有正規(guī)借貸農(nóng)戶與無正規(guī)借貸農(nóng)戶的七類生計(jì)資本大小排序均為：心理資本>政策資本>自然資本>人力資本>社會(huì)資本>物質(zhì)資本>金融資本。

（二）生計(jì)資本的影響因素分析

本文首先對(duì)似不相關(guān)回歸（SUR）方程組進(jìn)行布倫斯—帕甘（Breush-Pagan）異方差檢驗(yàn)，檢驗(yàn)結(jié)果拒絕存在同方差的原假設(shè)，故使用SUR模型可以減少系統(tǒng)估計(jì)時(shí)帶來的偏誤。接著通過stata16.0軟件進(jìn)行多重共線性檢驗(yàn)，各解釋變量的方差膨脹因子VIF值均在1.2左右，在判斷標(biāo)準(zhǔn)10以內(nèi)，說明不存在共線性問題。另外，由于解釋變量家庭因素中人口規(guī)模與人力資本中二級(jí)變量家庭總?cè)丝跀?shù)重合，因此，在計(jì)量過程中沒有再對(duì)這兩個(gè)變量進(jìn)行回歸，詳細(xì)回歸結(jié)果見表4。

由回歸結(jié)果可知，是否有正規(guī)借貸對(duì)農(nóng)戶的自然資本、物質(zhì)資本、金融資本和社會(huì)資本均產(chǎn)生顯著的正向影響。綜合來看：（1）是否正規(guī)借貸對(duì)自然資本產(chǎn)生正向影響，這與伍艷（2013）[26]的研究結(jié)果相反。樣本中有正規(guī)借貸與無正規(guī)借貸農(nóng)戶的土地資產(chǎn)均值分別為4.43萬元、2.91萬元，說明農(nóng)戶擁有正規(guī)借貸后從事農(nóng)業(yè)規(guī)模經(jīng)營的可能性變大，轉(zhuǎn)入土地獲得的邊際收益變大，土地轉(zhuǎn)入可能性更高，自然資本增高。另外，部分農(nóng)戶缺乏足夠抵押物，獲得的正規(guī)借貸額度相對(duì)較低，無法從事其他非農(nóng)生計(jì)活動(dòng)，其他生計(jì)資本的相對(duì)匱乏使得他們會(huì)更依賴本身擁有的自然資本，此時(shí)生計(jì)脆弱性也會(huì)表現(xiàn)得更加明顯。（2）從原始數(shù)據(jù)來看，總樣本中有正規(guī)借貸與無正規(guī)借貸農(nóng)戶的耐用消費(fèi)品均值分別為5.11萬元、2.12萬元;有正規(guī)借貸與無正規(guī)借貸農(nóng)戶的農(nóng)用機(jī)械總值1000元上的占比分別為38.16%、29.06%，且前者農(nóng)用機(jī)械均值為后者的兩倍，說明農(nóng)戶獲得正規(guī)借貸后顯著促進(jìn)了耐用消費(fèi)品和農(nóng)用機(jī)械如旋耕機(jī)、脫粒機(jī)等的購買，有效促進(jìn)了農(nóng)業(yè)社會(huì)化服務(wù)和生產(chǎn)技術(shù)的提高，物質(zhì)資本自然較高。（3）農(nóng)戶獲得正規(guī)借貸后，對(duì)生計(jì)策略的認(rèn)知和接受更容易，投資信心逐步增強(qiáng)，選擇呈現(xiàn)多元化。當(dāng)?shù)皖~度的民間借貸不足以滿足生產(chǎn)性需求時(shí)，農(nóng)戶更傾向選擇正規(guī)借貸從事非農(nóng)生計(jì)活動(dòng)，促進(jìn)金融資本增加;但相較于城鎮(zhèn)居民，農(nóng)村地區(qū)家庭所擁有的金融資本普遍偏低，農(nóng)戶商業(yè)保險(xiǎn)率參保率僅24.92%，相較于無正規(guī)借貸農(nóng)戶21.19%的商業(yè)保險(xiǎn)參保率，有正規(guī)借貸農(nóng)戶由于其金融意識(shí)、保險(xiǎn)意識(shí)的不斷強(qiáng)化，商業(yè)保險(xiǎn)參保率達(dá)到39.75%。（4）經(jīng)濟(jì)學(xué)中關(guān)于社會(huì)資本主要圍繞人情彩禮支出、黨員干部等指標(biāo)展開研究，前期學(xué)者也從社會(huì)資本角度分析農(nóng)戶借貸行為（徐慧賢等，2020;李慶海等，2018;譚燕芝等，2017）[10，11，22]，社會(huì)資本關(guān)系到農(nóng)戶正規(guī)借貸資源的可及性，農(nóng)戶獲得正規(guī)借貸后很可能會(huì)轉(zhuǎn)向其他類型的生產(chǎn)經(jīng)營活動(dòng)，順勢(shì)拓展社會(huì)關(guān)系網(wǎng)絡(luò)，正規(guī)借貸背景下的聯(lián)保機(jī)制、互助合作社、家庭農(nóng)場也有助于積累農(nóng)戶相對(duì)缺乏的制度化社會(huì)資本，因此，社會(huì)資本可能會(huì)成為“拐杖邏輯”中農(nóng)戶獲得正規(guī)借貸的“拐杖”。

在家庭因素方面，戶主年齡對(duì)自然資本、人力資本、金融資本產(chǎn)生顯著的負(fù)向影響，對(duì)社會(huì)資本、心理資本和政策資本產(chǎn)生正向影響。一般來說，年齡較大的戶主在借貸博弈過程中會(huì)對(duì)借貸渠道產(chǎn)生路徑依賴特征，通常不會(huì)選擇從正規(guī)金融機(jī)構(gòu)借款，轉(zhuǎn)入土地規(guī)?；?jīng)營的可能性較小，對(duì)教育的重視程度降低，而由于長期積累的地緣、親緣關(guān)系，社會(huì)資本必然較高。戶主最高學(xué)歷對(duì)自然資本、物質(zhì)資本、金融資本和社會(huì)資本在1%顯著水平上具有正向影響，說明戶主學(xué)歷提高會(huì)增加正規(guī)金融知識(shí)的獲取，教育、社會(huì)資源及家庭福利都有顯著改善。家庭打工人數(shù)占比對(duì)自然資本有正向影響，對(duì)人力資本、金融資本和政策資本產(chǎn)生負(fù)向影響，一方面，說明家庭打工人數(shù)增多、收入提高的情況下，農(nóng)戶消費(fèi)提檔升級(jí)后對(duì)水源、能源的使用質(zhì)量追求更高;另一方面，在“理性小農(nóng)”命題下，家庭收入越多的農(nóng)戶越傾向用自身擁有的收入彌補(bǔ)消費(fèi)流動(dòng)性需求，即使資金供不應(yīng)求，也會(huì)因?yàn)檎?guī)借貸審批程序、抵押擔(dān)保等原因拒絕借貸。家庭負(fù)擔(dān)比對(duì)除政策資本外的其他五類生計(jì)資本均有顯著的負(fù)向影響。家庭人口規(guī)模對(duì)物質(zhì)資本、金融資本和社會(huì)資本有顯著的正向影響，說明家庭人口規(guī)模越大，生計(jì)來源方式越多，擁有更多的家庭財(cái)富也有利于更好地維持社會(huì)關(guān)系網(wǎng)絡(luò)。生計(jì)多樣性在5%顯著水平下對(duì)自然資本、物質(zhì)資本產(chǎn)生負(fù)向影響，對(duì)人力資本和政策資本產(chǎn)生顯著正向影響，當(dāng)農(nóng)戶從事個(gè)體私營或其他非農(nóng)、兼農(nóng)生計(jì)活動(dòng)時(shí)，大概率會(huì)轉(zhuǎn)出土地、出售農(nóng)用機(jī)械，同時(shí)轉(zhuǎn)向其他類型生計(jì)活動(dòng)會(huì)有創(chuàng)業(yè)補(bǔ)貼等優(yōu)惠政策。

在社區(qū)因素方面，村人均收入對(duì)自然資本、物質(zhì)資本、金融資本和社會(huì)資本有顯著正向影響，對(duì)政策資本產(chǎn)生負(fù)向影響，說明在經(jīng)濟(jì)發(fā)展較好的村居，在村莊基礎(chǔ)設(shè)施建設(shè)、教育、醫(yī)療等方面的投入更多，土地價(jià)值相對(duì)更高，同時(shí)根據(jù)新遷移經(jīng)濟(jì)學(xué)理論分析，農(nóng)村勞動(dòng)力轉(zhuǎn)移在很多情況下存在“鄰里激勵(lì)”效應(yīng)，農(nóng)戶提高其相對(duì)收入繼而促進(jìn)生計(jì)資本的增加。到縣城的距離對(duì)自然資本和金融資本產(chǎn)生負(fù)向影響，對(duì)物質(zhì)資本、社會(huì)資本和政策資本產(chǎn)生正向影響。一方面，距離的遠(yuǎn)近會(huì)影響水源、能源的使用和農(nóng)戶取得正規(guī)借貸的便利度，且當(dāng)工商資本下鄉(xiāng)進(jìn)行土地流轉(zhuǎn)時(shí)，距離縣城越遠(yuǎn)，人均擁有的土地資產(chǎn)的衡量值也會(huì)越低，有學(xué)者研究表明村莊的可達(dá)性越好，土地征用補(bǔ)償也就越大（Guo等，2019）[28]。另一方面，處于偏遠(yuǎn)地區(qū)的農(nóng)戶，由于交通等原因在一定程度上阻礙了土地流轉(zhuǎn)，家庭擁有的農(nóng)用機(jī)械較多，物質(zhì)資本勢(shì)必較多。

四、內(nèi)生性問題及穩(wěn)健性檢驗(yàn)

（一）內(nèi)生性處理

考慮到反向因果、遺漏變量等導(dǎo)致模型可能存在的內(nèi)生性問題，本文以村居所在省份2018年農(nóng)村普惠金融滲透度作為工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。選取上述變量主要基于以下考慮：從內(nèi)生性視角來看，其可代表當(dāng)?shù)卣?guī)金融發(fā)展程度和正規(guī)借貸政策的實(shí)施力度，與農(nóng)戶是否正規(guī)借貸有很大的相關(guān)性;從外生性視角來看，上述變量很難直接影響到農(nóng)戶的生計(jì)資本，因此，既滿足內(nèi)生性也滿足外生性，從理論上來說，是一個(gè)較為有效的工具變量。

通過《中國區(qū)域金融運(yùn)行報(bào)告（2019）》《中國城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒（2019）》和中國銀保監(jiān)會(huì)官網(wǎng)搜集整理并計(jì)算相關(guān)數(shù)據(jù)，選取“省際村居涉農(nóng)正規(guī)金融網(wǎng)點(diǎn)普及率”“省際村居涉農(nóng)正規(guī)金融網(wǎng)點(diǎn)人員普及率”“省際每萬農(nóng)民擁有的涉農(nóng)正規(guī)金融網(wǎng)點(diǎn)數(shù)”“省際每萬農(nóng)民擁有的涉農(nóng)正規(guī)金融網(wǎng)點(diǎn)人員數(shù)”指標(biāo)，采用因子分析法綜合測(cè)算出2018年各省份農(nóng)村普惠金融滲透度。表5匯報(bào)了兩階段最小二乘法（2SLS）使用工具變量后的估計(jì)結(jié)果，Durbin-Wu-Hausman（DWH）檢驗(yàn)P值為0.000，說明在1%的顯著水平上拒絕“所有解釋變量均為外生”的假設(shè)，即認(rèn)為基準(zhǔn)模型存在內(nèi)生性。一階段F統(tǒng)計(jì)量為70.84，大于Stock和Yogo（2005）[29]提供的臨界值16.38，其p值為0.0000，表明可以拒絕“弱工具變量”的原假設(shè)，因此，本文選取的工具變量是有效的。同時(shí)，工具變量回歸結(jié)果顯示，正規(guī)借貸對(duì)農(nóng)戶生計(jì)資本仍具有顯著的正向影響，與基準(zhǔn)回歸相比，核心解釋變量的邊際效應(yīng)基本一致，從而證實(shí)了本文結(jié)論的穩(wěn)健性。

（二）穩(wěn)健性檢驗(yàn)

農(nóng)戶選擇正規(guī)借貸并非隨機(jī)，而是基于家庭生產(chǎn)經(jīng)營活動(dòng)、教育和養(yǎng)老等多方面因素綜合考慮決定。本文基于農(nóng)戶正規(guī)借貸行為的非隨機(jī)性，進(jìn)一步使用傾向得分匹配模型（PSM）檢驗(yàn)原始回歸結(jié)果的穩(wěn)健性。基于處理組和對(duì)照組除正規(guī)借貸決策行為不一致外其他因素基本一致，將同一農(nóng)戶兩次不同的實(shí)驗(yàn)結(jié)果差值作為農(nóng)戶選擇正規(guī)借貸所得的凈效應(yīng)。由于本文探究正規(guī)借貸對(duì)農(nóng)戶生計(jì)資本的影響，聚焦于正規(guī)借貸農(nóng)戶生計(jì)資本的變化，因此，選用ATT（處理組的平均處理效應(yīng)）進(jìn)行比較。通過4種不同匹配方法，處理組和對(duì)照組在損失13個(gè)最大樣本量后還保留有1182個(gè)樣本，說明樣本匹配效果較好，且協(xié)變量檢驗(yàn)平衡，保證了傾向得分匹配的可靠性。同時(shí)，選擇卡尺內(nèi)近鄰匹配（K=4;卡尺=0.03）、核匹配、局部線性回歸匹配（均采用默認(rèn)的核函數(shù)和帶寬）和馬氏匹配四種匹配方法驗(yàn)證結(jié)果的穩(wěn)健性。如表6，四種匹配方式顯示的結(jié)果與似不相關(guān)回歸模型的回歸結(jié)果基本一致，說明原始回歸結(jié)果是穩(wěn)健的。

五、異質(zhì)性分析

（一）相對(duì)貧富農(nóng)戶異質(zhì)性分析

考慮到家庭不同財(cái)富狀態(tài)下正規(guī)借貸對(duì)農(nóng)戶生計(jì)資本影響的異質(zhì)性，本文將每個(gè)農(nóng)戶看作一個(gè)“微型經(jīng)濟(jì)體”，把全樣本農(nóng)戶擁有的現(xiàn)金及存款總額取中位數(shù)分為高經(jīng)濟(jì)水平組和低經(jīng)濟(jì)水平組，引入正規(guī)借貸與高低經(jīng)濟(jì)水平組的交互項(xiàng)進(jìn)行分析，如表7所示，正規(guī)借貸與高經(jīng)濟(jì)水平組的交互項(xiàng)對(duì)金融資本和社會(huì)資本分別在1%、5%的顯著水平上具有正向影響，說明正規(guī)借貸促進(jìn)了相對(duì)富裕農(nóng)戶的金融資本和社會(huì)資本增長，二者是互補(bǔ)關(guān)系。正規(guī)借貸與低經(jīng)濟(jì)水平組的交互項(xiàng)對(duì)物質(zhì)資本在5%的顯著水平上具有負(fù)向影響，對(duì)金融資本在1%的顯著水平上具有正向影響，說明正規(guī)借貸降低了相對(duì)貧困農(nóng)戶的物質(zhì)資本，農(nóng)戶獲取正規(guī)借貸時(shí)家庭擁有的可抵押物品間接降低農(nóng)戶現(xiàn)有的物質(zhì)資本值，相對(duì)貧困農(nóng)戶的正規(guī)借貸與物資資本是相互替代的關(guān)系。

（二）區(qū)域異質(zhì)性分析

在實(shí)地調(diào)研過程中發(fā)現(xiàn)，相較于回答銀行存款類信息，農(nóng)戶對(duì)正規(guī)借貸額度會(huì)透露得更加翔實(shí)具體，統(tǒng)計(jì)農(nóng)戶正規(guī)借貸額度更有助于辨識(shí)當(dāng)下農(nóng)村正規(guī)金融市場的發(fā)展現(xiàn)狀。家庭正規(guī)借貸額度和收入是保證農(nóng)戶生產(chǎn)性消費(fèi)的重要渠道，由于農(nóng)戶具有收入來源單一、農(nóng)業(yè)弱質(zhì)性等特征，正規(guī)借貸額度的大小會(huì)直接制約農(nóng)戶的生產(chǎn)經(jīng)營活動(dòng)。由表8可知，地區(qū)之間的正規(guī)借貸額度均值差較大，同時(shí)，考慮到經(jīng)濟(jì)發(fā)展水平及農(nóng)村金融政策傾斜導(dǎo)致區(qū)域間正規(guī)借貸農(nóng)戶生計(jì)資本的異質(zhì)性，根據(jù)國家統(tǒng)計(jì)局對(duì)我國不同地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r的區(qū)劃標(biāo)準(zhǔn)，進(jìn)一步按東、中、西和東北地區(qū)進(jìn)行分組回歸。

表9地區(qū)分組回歸顯示，正規(guī)借貸對(duì)各地區(qū)的金融資本均在1%顯著水平上正向影響。對(duì)東北地區(qū)的物質(zhì)資本和社會(huì)資本有顯著的正向影響，這與東北地區(qū)作為我國最大的糧食生產(chǎn)基地、土地連片集中、農(nóng)業(yè)大規(guī)模機(jī)械化生產(chǎn)有關(guān)，規(guī)模經(jīng)營農(nóng)戶對(duì)大型農(nóng)用機(jī)械的需求更高，正規(guī)借貸資金可促進(jìn)農(nóng)戶生產(chǎn)性物質(zhì)資本的獲取。對(duì)西部地區(qū)的自然資本、社會(huì)資本和政策資本產(chǎn)生顯著的正向影響，且對(duì)西部地區(qū)的社會(huì)資本影響最為顯著且系數(shù)最大，相較于其他地區(qū)，西部地區(qū)的農(nóng)村金融發(fā)展較為緩慢，且農(nóng)村社會(huì)更加注重“人情交往”。正規(guī)金融機(jī)構(gòu)審批貸款時(shí)，會(huì)將農(nóng)戶的社會(huì)網(wǎng)絡(luò)關(guān)系作為輔助參考變量，當(dāng)農(nóng)戶獲得正規(guī)借貸后，會(huì)“吸引”有正規(guī)借貸需求的農(nóng)戶產(chǎn)生交往關(guān)系，理論上類似于傳統(tǒng)的“鄉(xiāng)賢”背景，這也是社會(huì)資本提高的重要因素之一。對(duì)中部地區(qū)的心理資本在10%顯著水平上產(chǎn)生負(fù)向影響，據(jù)人口普查結(jié)果顯示，21世紀(jì)以來，中部地區(qū)省際流出人口占全國四成以上，不利于中部地區(qū)的經(jīng)濟(jì)增長，且中部地區(qū)農(nóng)戶平均正規(guī)借貸額度達(dá)到16.05萬元，抗壓韌性較弱的農(nóng)戶勢(shì)必會(huì)產(chǎn)生心理負(fù)擔(dān)。對(duì)東部地區(qū)的社會(huì)資本在5%顯著水平上產(chǎn)生正向影響，東部地區(qū)GDP及民營經(jīng)濟(jì)發(fā)展水平較高，民間借貸為農(nóng)戶提供多渠道融資，因此，正規(guī)借貸對(duì)東部地區(qū)農(nóng)戶其他生計(jì)資本的影響很小。整體來看，正規(guī)借貸對(duì)西部和東北地區(qū)農(nóng)戶生計(jì)資本的影響較大，對(duì)中部和東部地區(qū)的影響較小。

六、結(jié)論與建議

本文使用CFPS第五期5957戶微觀調(diào)研數(shù)據(jù)，基于T檢驗(yàn)比較有無正規(guī)借貸農(nóng)戶的生計(jì)資本差異，運(yùn)用似不相關(guān)回歸模型（SUR）綜合評(píng)估農(nóng)戶正規(guī)借貸因素、家庭因素和社區(qū)因素對(duì)七類生計(jì)資本的影響，將正規(guī)借貸與高低經(jīng)濟(jì)水平組農(nóng)戶進(jìn)行交互項(xiàng)分析，又基于經(jīng)濟(jì)發(fā)展水平和正規(guī)借貸額度的地區(qū)差別進(jìn)行異質(zhì)性分析。得出以下結(jié)論：一是有正規(guī)借貸農(nóng)戶的生計(jì)資本總值高于無正規(guī)借貸農(nóng)戶，但有正規(guī)借貸農(nóng)戶的心理資本低于無正規(guī)借貸農(nóng)戶，全樣本農(nóng)戶總體金融資本水平很低，農(nóng)戶各類生計(jì)資本間均值差值較大。正規(guī)借貸對(duì)農(nóng)戶的自然資本、物質(zhì)資本、金融資本和社會(huì)資本有顯著正向影響，戶主特征、家庭特征和社區(qū)特征中八類解釋變量也對(duì)農(nóng)戶的七類生計(jì)資本產(chǎn)生了不同程度的影響。二是正規(guī)借貸顯著提高了相對(duì)富裕農(nóng)戶的金融資本和社會(huì)資本，而顯著降低了相對(duì)貧困農(nóng)戶的物質(zhì)資本。三是正規(guī)借貸對(duì)各地區(qū)的金融資本均在1%顯著水平上正向影響，對(duì)西部和東北地區(qū)農(nóng)戶生計(jì)資本的影響效應(yīng)較大，對(duì)中部和東部地區(qū)農(nóng)戶生計(jì)資本的影響效應(yīng)較小。

基于以上結(jié)論，提出如下對(duì)策建議：第一，還款模式靈活化，緩解正規(guī)借貸農(nóng)戶心理壓力。信貸人員要時(shí)常入戶了解農(nóng)戶的生產(chǎn)、生活狀況和資金周轉(zhuǎn)問題，增強(qiáng)還款模式的靈活性，依據(jù)農(nóng)業(yè)生產(chǎn)周期、貸款用途、貸款利率、還款方式、個(gè)體經(jīng)營的實(shí)際情況等在還款期限上做出調(diào)整，緩解并分散農(nóng)戶因還款產(chǎn)生的心理壓力。第二，放貸優(yōu)惠政策細(xì)致化，提高相對(duì)貧困農(nóng)戶的物質(zhì)資本水平。由于鄉(xiāng)鎮(zhèn)干部和工作人員長期和農(nóng)戶打交道，了解農(nóng)戶家庭的實(shí)際情況和道德品質(zhì)，正規(guī)金融機(jī)構(gòu)可參照鄉(xiāng)鎮(zhèn)工作人員意見，針對(duì)信用良好但缺乏抵押擔(dān)保的相對(duì)貧困農(nóng)戶制定放貸優(yōu)惠政策，放寬抵押限制，有效避免相對(duì)貧困農(nóng)戶抵押物等相關(guān)物質(zhì)資本與正規(guī)借貸的相互替代關(guān)系。第三，根據(jù)不同地區(qū)的經(jīng)濟(jì)發(fā)展水平，因地制宜制定區(qū)域農(nóng)村金融發(fā)展戰(zhàn)略。相對(duì)于中東部地區(qū)，正規(guī)借貸對(duì)西部和東北地區(qū)農(nóng)戶生計(jì)資本的正向影響效應(yīng)更大，所以應(yīng)該積極鼓勵(lì)并支持西部和東北地區(qū)的農(nóng)村正規(guī)金融機(jī)構(gòu)對(duì)農(nóng)戶提供信貸支持。

注：

①資料來源：《2017年中國農(nóng)村互聯(lián)網(wǎng)金融發(fā)展報(bào)告》。

②資料來源：2021年中國銀保監(jiān)會(huì)官網(wǎng)發(fā)布的《關(guān)于進(jìn)一步推動(dòng)村鎮(zhèn)銀行化解風(fēng)險(xiǎn)改革重組有關(guān)事項(xiàng)的通知》。

參考文獻(xiàn)：

[1]Munodawafa Njovo，Makacha Caroliny. 2014. Analysing the Role of Structured Finance on Productivity and Livelihoods of S-mall Scale Farmers in Zimbabwe [J].European Journal of Business and Management，（20）.

[2]A M Bilal，A M I Brroy，N A Ibrahim. 2020. The Impact of Microfinance on Household Livelihood in Red Sea State Sudan [J].Theoretical Economics Letters，（02）.

[3]賀立龍，黃科，鄭怡君.信貸支持貧困農(nóng)戶脫貧的有效性：信貸供求視角的經(jīng)驗(yàn)實(shí)證 [J].經(jīng)濟(jì)評(píng)論，2018，（01）.

[4]何廣文，何婧，郭沛.再議農(nóng)戶信貸需求及其信貸可得性 [J].農(nóng)業(yè)經(jīng)濟(jì)問題，2018，（02）.

[5]楊明婉，張樂柱.互聯(lián)網(wǎng)金融參與如何影響農(nóng)戶正規(guī)借貸行為？——基于CHFS數(shù)據(jù)實(shí)證研究 [J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，（02）.

[6]李勇輝，李小琴，吳朝霞.家庭借貸約束對(duì)“代際傳承陷阱”的固化效應(yīng) [J].財(cái)經(jīng)科學(xué)，2018，（07）.

[7]彭積春.金融素養(yǎng)與家庭借貸行為研究——來自中國城市家庭消費(fèi)金融調(diào)查的證據(jù) [J].湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019，（01）.

[8]陳雨麗，羅荷花.金融教育、金融素養(yǎng)與家庭風(fēng)險(xiǎn)金融資產(chǎn)配置 [J].金融發(fā)展研究，2020，（06）.

[9]王磊玲.農(nóng)戶借貸偏好、財(cái)富水平與借貸決策的實(shí)證研究：來自微觀數(shù)據(jù)的驗(yàn)證 [J].金融理論與實(shí)踐，2018，（06）.

[10]徐慧賢，張?jiān)旅?，斯琴圖雅.社會(huì)網(wǎng)絡(luò)資本對(duì)貧困地區(qū)農(nóng)戶信貸可得性影響研究 [J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2020，（02）.

[11]李慶海，呂小鋒，李成友，何婧.社會(huì)資本對(duì)農(nóng)戶信貸違約影響的機(jī)制分析 [J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018，（02）.

[12]Thi Kieu Van Tran，Ehsan Elahi，Liqin Zhang，Muhammad Abid，Quang Trung Pham，Thuy Duong Tran. 2018. Gender Differences in Formal Credit Approaches：Rural Households in Vietnam [J].Asian-Pacific Economic Literature，（1）.

[13]Dong Jiayun，Liang Wenyuan，F(xiàn)u Yimin，Liu Weiping. 2021. Impact of Devolved Forest Tenure Reform on Formal Credit Access for Households：Evidence from Fujian，China [J].Economic Analysis and Policy，（71）.

[14]Ghosh Jayati. 2013. Microfinance and the Challenge of Financial Inclusion for Development [J].Cambridge Journal of Economics，（6）.

[15]Mohummed Shofi Ullah Mazumder，Wencong Lu. 2015. What Impact Does Microfinance Have on Rural Livelihood？A Comparison of Governmental and NonGovernmental Microfinance Programs in Bangladesh [J].World Development，（68）.

[16]Adrian Fenton，Jouni Paavola，Anne Tallontire. 2016. The Role of Microfinance in Household Livelihood Adaptation in Satkhira District，Southwest Bangladesh[J].World Development，（92）.

[17]王慧玲，孔榮.正規(guī)借貸促進(jìn)農(nóng)村居民家庭消費(fèi)了嗎？——基于PSM方法的實(shí)證分析 [J].中國農(nóng)村經(jīng)濟(jì)，2019，（08）.

[18]肖軼，尹珂.農(nóng)村“三權(quán)”抵押貸款融資對(duì)農(nóng)戶生計(jì)策略的影響——基于重慶城鄉(xiāng)統(tǒng)籌試驗(yàn)區(qū)5區(qū)縣562戶調(diào)查數(shù)據(jù) [J].中國農(nóng)業(yè)資源與區(qū)劃，2021，（02）.

[19]李立，嚴(yán)立冬，陳玉萍，鄧遠(yuǎn)建.政策性金融支持對(duì)返鄉(xiāng)創(chuàng)業(yè)農(nóng)戶生計(jì)改善的影響 [J].華東經(jīng)濟(jì)管理，2017，（09）.

[20]楊永偉，陸漢文.公益型小額信貸促進(jìn)農(nóng)戶生計(jì)發(fā)展的嵌入式機(jī)制研究——以山西省左權(quán)縣S村為例[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，（06）.

[21]溫濤，朱炯，王小華.中國農(nóng)貸的“精英俘獲”機(jī)制：貧困縣與非貧困縣的分層比較 [J].經(jīng)濟(jì)研究，2016，（02）.

[22]譚燕芝，胡萬俊.社會(huì)資本、家庭財(cái)富與農(nóng)戶正規(guī)信貸配給 [J].金融論壇，2017，（05）.

[23]楊晶，鄧大松，申云，范秋硯.社會(huì)資本、農(nóng)地流轉(zhuǎn)與農(nóng)戶消費(fèi)擴(kuò)張 [J].南方經(jīng)濟(jì)，2020，（08）.

[24]趙立娟，王苗苗，史俊宏.農(nóng)地轉(zhuǎn)出視閾下農(nóng)戶生計(jì)資本現(xiàn)狀及影響因素分析——基于CFPS數(shù)據(jù)的微觀實(shí)證 [J].農(nóng)業(yè)現(xiàn)代化研究，2019，（04）.

[25]劉春芳，劉宥延，王川.黃土丘陵區(qū)貧困農(nóng)戶生計(jì)資本空間特征及影響因素——以甘肅省榆中縣為例 [J].經(jīng)濟(jì)地理，2017，（12）.

[26]伍艷.微型金融發(fā)展對(duì)農(nóng)戶生計(jì)資產(chǎn)配置的影響研究——來自秦巴山片區(qū)的證據(jù) [J].農(nóng)村經(jīng)濟(jì)，2013（12）.

[27]Arnold Zellner. 2012. An Efficient Meth-od of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias [J].Journal of the American Statistical Association，（298）.

[28]Guo Shili，Li Chunjie，Wei Yali，Zhou Kui，Liu Shaoquan，Xu Dingde，Li Qianyu. 2019. Impact of Land Expropriation on Farmers' Livelyhoods in the Mountainous and Hilly Regions of Sichuan，China [J].Journal of Mountain Science，（11）.

[29]James H Stock，Motohiro Yogo. 2005. Testing for Weak Instruments in Linear IV Regression [J].Nber Technical Working Papers，（1）.