石龍靜，王靜

（西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100）

一、引言

隨著城鎮(zhèn)化的進(jìn)一步推進(jìn)，農(nóng)村集體土地流轉(zhuǎn)受到了越來越多的關(guān)注，全國(guó)多地對(duì)土地流轉(zhuǎn)進(jìn)行試驗(yàn)摸索。黨的十八大也提出：“解決好農(nóng)業(yè)農(nóng)村農(nóng)民問題是全黨工作重中之重，城鄉(xiāng)發(fā)展一體化是解決‘三農(nóng)’問題的根本途徑?！币爸Υ龠M(jìn)農(nóng)民增收，保持農(nóng)民收入持續(xù)較快增長(zhǎng)[1]”。在此背景下，農(nóng)戶的傳統(tǒng)生產(chǎn)經(jīng)營(yíng)環(huán)境及其行為發(fā)生了較大的變化，而與生產(chǎn)密切相關(guān)的資金借貸行為也可能隨之發(fā)生一定的改變。所以，選擇研究土地流轉(zhuǎn)地區(qū)的農(nóng)戶借貸行為具有一定的先進(jìn)性和創(chuàng)新性；同時(shí)，楊凌作為國(guó)家級(jí)農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)示范區(qū)，承擔(dān)著“探索中國(guó)干旱半干旱地區(qū)農(nóng)業(yè)可持續(xù)發(fā)展的重任”[2]，在政府主導(dǎo)下較早地推行了土地流轉(zhuǎn)改革，故選擇楊凌地區(qū)的農(nóng)戶進(jìn)行研究也具有一定的代表性，能較好地反映出土地流轉(zhuǎn)下農(nóng)戶借貸行為的變化及其特征，進(jìn)而為完善農(nóng)村金融服務(wù)和政策提供一些依據(jù)，以更好地促進(jìn)農(nóng)民增收，實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)的健康持續(xù)發(fā)展。

目前國(guó)內(nèi)學(xué)者對(duì)于農(nóng)戶借貸行為的研究多具有地域性特征[3]，牛榮、羅劍朝等（2012）對(duì)陜西省的農(nóng)戶借貸行為特征及影響因素進(jìn)行了建模分析研究，認(rèn)為農(nóng)戶的借款需求及其被滿足程度與農(nóng)戶的個(gè)人特征、家庭特征和農(nóng)業(yè)生產(chǎn)特征之間有著顯著的關(guān)系[4]。葉靜怡、劉逸（2011）依據(jù)云南彝良縣的調(diào)研數(shù)據(jù)，從農(nóng)戶信譽(yù)及競(jìng)爭(zhēng)者特征等方面對(duì)農(nóng)戶借貸行為進(jìn)行了實(shí)證分析研究[5]。劉純彬、劉俊威（2009）依據(jù)太原清徐縣的調(diào)查數(shù)據(jù)，運(yùn)用Probit模型對(duì)各因素進(jìn)行了邊際影響分析，顯示農(nóng)戶所從事的行業(yè)是最顯著的影響因素[6]。周小斌、耿潔等（2004）依據(jù)河南、貴州和遼寧3省的調(diào)研數(shù)據(jù)進(jìn)行了計(jì)量分析，發(fā)現(xiàn)農(nóng)戶的經(jīng)營(yíng)規(guī)模、投資以及支付傾向等因素對(duì)其借貸行為有正向影響[7]。雖然已有的文獻(xiàn)涵蓋了從描述性分析和計(jì)量分析兩方面對(duì)農(nóng)戶借貸行為的研究，但是卻缺乏針對(duì)土地流轉(zhuǎn)地區(qū)農(nóng)戶的分析。因此，本文在借鑒以往研究成果的基礎(chǔ)上，對(duì)楊凌示范區(qū)的農(nóng)戶進(jìn)行調(diào)查，從農(nóng)戶自身特征、生產(chǎn)經(jīng)營(yíng)特征、家庭收支特征以及農(nóng)村金融服務(wù)情況等方面描述性分析其借貸行為，并運(yùn)用Logistic模型對(duì)影響因素進(jìn)行分析。

二、農(nóng)戶借貸需求情況及行為特點(diǎn)

此次共計(jì)調(diào)查150戶農(nóng)戶，收回有效問卷145份。依據(jù)已有文獻(xiàn)研究，調(diào)查的內(nèi)容主要包括2012年農(nóng)戶借貸資金來源、額度、期限及用途等方面。

（一）樣本農(nóng)戶基本特征

有效調(diào)查樣本中，具有小學(xué)及以下文化程度的農(nóng)戶占28.7%，初中學(xué)歷的農(nóng)戶占51.3%，高中學(xué)歷的農(nóng)戶占16.0%，大專及以上學(xué)歷的只有4.0%。戶主的平均年齡在52歲左右，具體分布為：30歲及以下的占6.0%，31—40歲的占10.0%，41—50歲的占31.3%，51—60歲的占27.4%，60歲以上的占25.3%?？傮w而言，接受了初、高中教育的戶主年齡多分布在30—50歲之間，而農(nóng)戶家庭勞動(dòng)力總數(shù)與人口總數(shù)的比率為46.9%。

基于楊凌地區(qū)土地流轉(zhuǎn)的深入開展，被調(diào)查農(nóng)戶中無耕地者占了24.8%，家庭耕地面積在兩畝及以下的占58.7%，而耕地面積較大，達(dá)10畝及以上的占4.7%。農(nóng)戶的收入來源呈現(xiàn)多樣化，除農(nóng)業(yè)收入以外，做生意、外出打工及其他非農(nóng)產(chǎn)業(yè)收入所占的比例也較大。其中，農(nóng)業(yè)收入占家庭總收入一半以上的農(nóng)戶比例為31.7%，打工收入占總收入一半以上的農(nóng)戶比例為60%，而以做生意和其他非農(nóng)業(yè)收入為主要經(jīng)濟(jì)來源的農(nóng)戶比例則很小，均為2%（如表1所示）。調(diào)查樣本中，有41.4%的農(nóng)戶表示需從銀行或民間渠道借款以支持生活和生產(chǎn)經(jīng)營(yíng)活動(dòng)，這一比例相較于以往研究結(jié)論偏低。在儲(chǔ)蓄存款方面，90%以上的樣本農(nóng)戶都有節(jié)蓄，在正規(guī)金融機(jī)構(gòu)存款的農(nóng)戶比例為67.3%，余下為數(shù)不少的農(nóng)戶則多將富余資金存放在家中。這可能與金融業(yè)務(wù)網(wǎng)點(diǎn)的便利性及農(nóng)戶對(duì)金融機(jī)構(gòu)和金融服務(wù)認(rèn)知的缺乏有關(guān)。至于儲(chǔ)蓄的目的則較多地考慮了子女教育費(fèi)用支出、醫(yī)療、婚喪嫁娶及建房等方面，對(duì)于擴(kuò)大生產(chǎn)的考慮不到5%。

表1 農(nóng)戶家庭主要收入構(gòu)成情況

（二）農(nóng)戶借貸需求情況

1.農(nóng)戶借貸發(fā)生率、借貸金額及借貸期限

所調(diào)查的樣本農(nóng)戶中，發(fā)生借貸行為的農(nóng)戶比例為41.4%，較之以往年份偏低，且悖于“農(nóng)戶借貸行為發(fā)生率呈逐年上升的趨勢(shì)”[8]這一結(jié)論。而借款金額從2000元至200000元不等，雖然跨度很大，但借貸金額在一萬元及以上的比例超過50%，這也不同于以往研究所得“農(nóng)戶借貸金額普遍偏小”的結(jié)論。至于借貸期限，則由3個(gè)月至10余年不等，并沒有呈現(xiàn)出顯著的短期性特征。

2.農(nóng)戶借貸渠道分布

在問及“如果急需大的支出，你首先會(huì)向誰(shuí)借錢”時(shí)，86.9%的農(nóng)戶選擇了向親戚朋友無息借錢，僅有13.1%的農(nóng)戶選擇正規(guī)金融渠道，高利貸則無問津者。在現(xiàn)實(shí)已發(fā)生的借貸中，選擇向親朋好友及民間金融組織借款的農(nóng)戶占62%，而農(nóng)信社和商業(yè)銀行的借貸比例之和只有15%左右。雖然實(shí)際比例與農(nóng)戶借貸傾向比例略有出入，但親朋好友間的借貸發(fā)生比例仍然遠(yuǎn)高于其他幾類借貸渠道，其中尤其值得注意的是樣本農(nóng)戶幾乎不曾從郵政儲(chǔ)蓄銀行貸款。此外，樣本數(shù)據(jù)顯示，一般情況下希望從正規(guī)金融機(jī)構(gòu)貸款的農(nóng)戶比例達(dá)到了27.6%，高于實(shí)際發(fā)生水平，這說明農(nóng)戶的借貸意愿與實(shí)際情況存在著較大的差距。

3.農(nóng)戶借款用途

在發(fā)生借貸行為的樣本農(nóng)戶中，按照各類借款用途發(fā)生頻率的高低排序分別為：子女教育、建房、醫(yī)療、購(gòu)買生產(chǎn)資料、婚喪嫁娶以及其他（包括買車、做生意、生活開支、投資及還款等）。從表2可以看出，農(nóng)戶借款用途呈現(xiàn)多元化的特點(diǎn)，且子女教育所占比例遠(yuǎn)高于其他，不同于“生產(chǎn)性借貸已成為當(dāng)前想借貸農(nóng)戶借貸的主要?jiǎng)訖C(jī)”[9]這一結(jié)論。

表2 農(nóng)戶借款用途分布情況

三、農(nóng)戶借貸行為的影響因素分析

（一）模型的建立

農(nóng)戶的借貸行為受到多方面因素的影響，本文將農(nóng)戶是否發(fā)生借貸行為設(shè)置為被解釋變量，即二元決策問題。此外，考慮到Logistic模型在這方面的應(yīng)用相對(duì)成熟，而且變量不必服從多元正態(tài)分布[10]，因此選擇此模型對(duì)農(nóng)戶借貸行為問題進(jìn)行估計(jì)。Logistic模型表示為：經(jīng)過對(duì)數(shù)變換，得到

其中，P表示農(nóng)戶發(fā)生借貸行為的概率；Y為虛擬變量，取值為1時(shí)表示農(nóng)戶發(fā)生了借貸行為，取值為0時(shí)表示未發(fā)生借貸行為。X表示影響農(nóng)戶借貸行為的因素，主要包括戶主年齡（X1）、戶主文化程度（X2）、家庭勞動(dòng)力總數(shù)（X3）、家庭耕地面積（X4）、家庭年收入（X5）、家庭經(jīng)濟(jì)來源（X6）、家庭支出占收入的比例（X7）以及到最近金融機(jī)構(gòu)的距離（X8）。β0表示截距（常量），βi為回歸系數(shù)。各變量的定義和描述見表3。

表3 模型中變量的定義及其描述性統(tǒng)計(jì)

（二）結(jié)果分析

表4 Hosmer和Lemeshow檢驗(yàn)

本文運(yùn)用SPSS 21.0軟件對(duì)農(nóng)戶樣本數(shù)據(jù)進(jìn)行Logistic回歸分析，采用的是影響因素全部進(jìn)入模式，并進(jìn)行了Hosmer-Lemeshow擬合度檢驗(yàn)（見表4）。H-L檢驗(yàn)表顯示，P=0.122>0.05，由此可認(rèn)為該模型能很好地?cái)M合樣本數(shù)據(jù)。各影響因素的具體運(yùn)行結(jié)果見表5。

運(yùn)行結(jié)果顯示，戶主年齡、戶主文化程度、家庭勞動(dòng)力總數(shù)、家庭年收入、家庭主要經(jīng)濟(jì)來源以及到最近金融機(jī)構(gòu)的距離等六項(xiàng)因素的B值（回歸系數(shù)）均小于0，而且其Exp(B)值（優(yōu)勢(shì)比）也都小于1，所以這六項(xiàng)因素對(duì)因變量Y的影響是負(fù)向的。家庭耕地面積和家庭支出占收入的比例兩項(xiàng)因素的B值（回歸系數(shù)）均大于0，Exp(B)值（優(yōu)勢(shì)比）也都大于1，而且分別在10%和5%水平上顯著。這說明耕地越多、支出所占的比例越大，農(nóng)戶借貸的可能性也就越大，即耕地面積和家庭支出占收入的比例兩項(xiàng)因素對(duì)借貸行為產(chǎn)生了正向影響。具體分析如下。

表5 Logistic模型運(yùn)行結(jié)果

（1）戶主年齡（X1）和文化程度（X2）對(duì)借貸行為產(chǎn)生的是負(fù)向影響。由于接受調(diào)查的農(nóng)戶中絕大多數(shù)人的學(xué)歷水平是高中以下，很早便成為家中的生力軍，加之農(nóng)村地區(qū)結(jié)婚偏早，消費(fèi)水平相對(duì)偏低，因此年齡越大，其家庭負(fù)擔(dān)也相對(duì)越低或是得到了轉(zhuǎn)移，對(duì)借貸的需求也就越小。

（2）家庭勞動(dòng)力總數(shù)（X3）、家庭年收入（X5）以及距金融網(wǎng)點(diǎn)的距離（X8）三項(xiàng)因素對(duì)借貸行為產(chǎn)生的影響十分小，尤其是家庭年收入（X5）的回歸系數(shù)等于0，優(yōu)勢(shì)比值等于1，可以說對(duì)當(dāng)?shù)剞r(nóng)戶的借貸行為無任何影響。土地流轉(zhuǎn)出去之后，因缺乏投資和生產(chǎn)項(xiàng)目，多數(shù)人選擇外出打工。此外，近幾年楊凌大力加強(qiáng)農(nóng)村地區(qū)基礎(chǔ)設(shè)施建設(shè)，城鄉(xiāng)交通便捷，而且農(nóng)戶家庭多具備摩托車作為出行工具。所以家庭勞動(dòng)力總數(shù)（X3）、年收入（X5）以及距金融網(wǎng)點(diǎn)的距離（X8）這三項(xiàng)因素對(duì)農(nóng)戶幾乎沒有影響。

（3）家庭耕地面積（X4）和支出占收入的比例（X7）對(duì)農(nóng)戶借貸行為產(chǎn)生的是正向顯著影響，這是由于農(nóng)戶擴(kuò)大耕種面積之后，在生產(chǎn)材料方面的資金投入也相應(yīng)增加，而且有的農(nóng)戶還需另外雇傭勞動(dòng)力，更是增加了生產(chǎn)經(jīng)營(yíng)支出。支出的臨時(shí)或是緊急增加往往沒有額外應(yīng)急資金的支持，所以農(nóng)戶借貸的可能性也就越大。

四、結(jié)論

通過對(duì)楊凌示范區(qū)農(nóng)戶借貸行為的描述性分析和Logistic模型分析，發(fā)現(xiàn)在土地流轉(zhuǎn)背景下，農(nóng)戶的借貸行為呈現(xiàn)出以下特點(diǎn)：（1）發(fā)生借貸的農(nóng)戶比例偏低，而借貸金額偏高。這應(yīng)該與土地流轉(zhuǎn)出去后多數(shù)農(nóng)民選擇外出打工，而擴(kuò)大耕地面積的農(nóng)民則需要大量生產(chǎn)資金投入有關(guān)。（2）家庭耕地面積和家庭支出占收入的比例這兩項(xiàng)因素對(duì)農(nóng)戶借貸行為的正向影響顯著。但是總體而言，借貸資金多被首先考慮用于教育、建房以及醫(yī)療等方面，而生產(chǎn)資料及其他投資發(fā)生的頻率靠后。（3）農(nóng)戶選擇的借貸途徑多數(shù)是親朋好友間的無息借貸，但是向正規(guī)金融機(jī)構(gòu)借貸的意愿高于實(shí)際借貸發(fā)生情況。這說明農(nóng)戶向正規(guī)金融機(jī)構(gòu)借貸存在一定的困難或障礙，需進(jìn)一步完善農(nóng)村金融市場(chǎng)服務(wù)，降低借貸門檻，加強(qiáng)對(duì)農(nóng)戶的正規(guī)借貸引導(dǎo)。

[1]新華網(wǎng).胡錦濤在中國(guó)共產(chǎn)黨第十八次全國(guó)代表大會(huì)上的報(bào)告[EB/OL].http://news.xinhuanet.com/18cpcnc/2012-11/17/c_113711665.htm,2012-11-17.

[2]劉波，彭瑾，蓋小靜，等.楊凌農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)示范區(qū)土地流轉(zhuǎn)實(shí)踐的調(diào)研分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，12（1）：1-7.

[3]趙允迪，王俊芹.農(nóng)戶農(nóng)村信用社借貸需求的影響因素分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012，（9）：43-51.

[4]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(jì)，2012，（4）：24-30.

[5]葉靜怡，劉逸.欠發(fā)達(dá)地區(qū)農(nóng)戶借貸行為及福利效果分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，（2）：51-56.

[6]劉純彬，劉俊威.中部較發(fā)達(dá)地區(qū)農(nóng)戶借貸需求的影響因素研究[J].經(jīng)濟(jì)經(jīng)緯，2009，（5）：140-143.

[7]周小斌，耿潔，李秉龍.影響中國(guó)農(nóng)戶借貸需求的因素分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2004，（8）：26-30.

[8]霍學(xué)喜，屈小博.西部傳統(tǒng)農(nóng)業(yè)區(qū)域農(nóng)戶資金借貸需求與供給分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2005，（8）：58-67.

[9]史清華，陳凱.欠發(fā)達(dá)地區(qū)農(nóng)民借貸行為的實(shí)證分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2002，（10）：29-35.

[10]施錫銓，范正綺.數(shù)據(jù)分析與統(tǒng)計(jì)建模社科研究中的統(tǒng)計(jì)學(xué)方法[M].上海：上海人民出版社，2007：213-221.