寧國強(qiáng), 蘭慶高, 武翔宇

(沈陽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧 沈陽 110866)

?

種糧大戶正規(guī)信貸約束程度的測度與分析

寧國強(qiáng), 蘭慶高, 武翔宇

(沈陽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，遼寧 沈陽 110866)

摘要：運(yùn)用Biprobit模型和分位數(shù)回歸方法，采用582個(gè)種糧大戶的調(diào)查數(shù)據(jù)，從實(shí)證角度估算了種糧大戶正規(guī)信貸約束程度，探究了正規(guī)信貸供需影響因素，以及在不同約束程度下各因素的影響差異。研究表明，種糧大戶正規(guī)信貸約束程度高達(dá)78.89%，家庭耕地面積、農(nóng)業(yè)收入和社會資本對正規(guī)金融機(jī)構(gòu)信貸供給有顯著影響；年齡、教育程度、家庭耕地面積、勞動力數(shù)量和大額支出顯著影響種糧大戶正規(guī)信貸需求；隨約束程度分位點(diǎn)的提高，教育程度、家庭耕地面積、家人中有村干部、親屬是否在鄉(xiāng)鎮(zhèn)及以上政府部門或金融部門工作4個(gè)變量的系數(shù)呈U型變化，而大額支出、非生產(chǎn)性資產(chǎn)價(jià)值、家與最近正規(guī)金融機(jī)構(gòu)距離3個(gè)變量的系數(shù)呈倒U型變化。

關(guān)鍵詞：種糧大戶； 正規(guī)信貸； 信貸約束； 耕地面積

一、引言

種糧大戶資金多寡會影響其生產(chǎn)規(guī)模、效率和積極性，進(jìn)而影響我國農(nóng)業(yè)發(fā)展方式、現(xiàn)代化水平甚至國家糧食安全。相關(guān)研究表明，發(fā)展中國家農(nóng)戶在通過信貸籌集資金過程中普遍受到信貸約束[1-7]，種糧大戶也不例外。因此，測度種糧大戶正規(guī)信貸約束程度，分析正規(guī)信貸供需影響因素，有利于政府和金融機(jī)構(gòu)調(diào)整信貸政策，提供針對性強(qiáng)、匹配性高的金融服務(wù)，提高種糧大戶信貸資金的可得性。

關(guān)于信貸約束的成因[2,4-7]和信貸配給機(jī)制[8]有學(xué)者做過深入分析，也有較多研究探討過信貸約束的影響因素[9-11]，如個(gè)體特征、家庭收入、生產(chǎn)經(jīng)營特征、項(xiàng)目規(guī)模、社會資本等，但這些研究僅分析這些因素如何直接影響信貸約束，沒有從農(nóng)戶需求和信貸供給兩個(gè)方面分別探究信貸約束的影響因素。在估計(jì)農(nóng)戶信貸約束程度的研究中，早期主要采用直接推算法定量估算約束程度[12-14]，通過設(shè)計(jì)調(diào)查問卷并實(shí)地詢問來獲取農(nóng)戶信貸需求滿足程度信息，繼而進(jìn)一步推算出農(nóng)戶受到的信貸約束程度。這類方法雖能簡單計(jì)算出農(nóng)戶信貸約束的程度，但主要缺點(diǎn)是理論基礎(chǔ)模糊且過度依賴農(nóng)戶的主觀判斷，沒有考慮利率和信貸需求規(guī)模。近年來，開始有學(xué)者采用Biprobit模型間接估算信貸約束程度[15-17]，但初期研究中只考慮了信貸需求完全得不到滿足的情況，遺漏了信貸需求部分滿足的情況，從而導(dǎo)致信貸約束程度被低估。為了解決低估問題，有學(xué)者對模型進(jìn)行了改進(jìn)[18-19]，取得了較好的測度效果，但進(jìn)一步針對不同信貸約束程度下各因素影響差異的分析，現(xiàn)有文獻(xiàn)中還沒有發(fā)現(xiàn)，因此需要引進(jìn)新的模型和方法。

本文結(jié)合遼寧省種糧大戶微觀數(shù)據(jù)，運(yùn)用改進(jìn)的Biprobit模型測度種糧大戶正規(guī)信貸約束程度，并分析正規(guī)信貸需求與供給的影響因素，再采用分位數(shù)回歸方法分析在不同信貸約束程度下各因素的作用差異，為制定和調(diào)整華北、華中乃至西部地區(qū)種糧大戶信貸政策提供參考。

二、研究方法與模型

(一)Biprobit模型

正規(guī)信貸約束通常指按照現(xiàn)有市場條件，信貸需求方無法從銀行、農(nóng)村信用社、郵政儲蓄等正規(guī)金融機(jī)構(gòu)獲得所需要的信貸資金。而種糧大戶與一般農(nóng)戶無異，主要面對兩種情形的信貸約束：其一為服務(wù)型約束，即農(nóng)戶有信貸需求，而金融機(jī)構(gòu)拒絕向其提供信貸資金，農(nóng)戶需求完全得不到滿足，可以認(rèn)為農(nóng)戶受到了完全信貸約束；其二為數(shù)量型約束，農(nóng)戶有信貸需求，但只能從金融機(jī)構(gòu)獲得部分信貸資金，部分信貸需求得到滿足，農(nóng)戶受到了部分信貸約束。當(dāng)存在信貸約束的時(shí)候，我們無法得到農(nóng)戶信貸需求和金融機(jī)構(gòu)信貸供給的真實(shí)值，而只能獲得發(fā)生作用的信貸需求和信貸供給的數(shù)據(jù)，若使用常規(guī)的技術(shù)和經(jīng)典計(jì)量經(jīng)濟(jì)模型來處理這類問題無疑是困難重重，而Biprobit模型及其估計(jì)方法[20]為我們提供了解決思路。

為了測度種糧大戶正規(guī)信貸約束的程度并分析其影響因素，本文擬估計(jì)一個(gè)信貸供需均衡的聯(lián)立方程模型。假設(shè)正規(guī)金融機(jī)構(gòu)和種糧大戶都進(jìn)行了理性決策，且正規(guī)金融機(jī)構(gòu)的信貸利率被限定為R;正規(guī)金融機(jī)構(gòu)信貸決策的邊際成本影響因素為X1，X1為外生變量，包括種糧大戶的個(gè)體特征、收入、資產(chǎn)和社會資本等變量；正規(guī)金融機(jī)構(gòu)向種糧大戶提供信貸的邊際成本為MC(X1)；種糧大戶向正規(guī)金融機(jī)構(gòu)借款的邊際收益影響因素為X2，X2為外生變量，包括種糧大戶的個(gè)體特征、收入與支出、社會資本等變量；種糧大戶向正規(guī)金融機(jī)構(gòu)借款的邊際收益為MR(X2)。那么，滿足種糧大戶發(fā)生信貸行為要具備的條件是：

(1)

即正規(guī)金融機(jī)構(gòu)發(fā)放貸款的邊際成本MC(X1)小于邊際收益R,同時(shí)種糧大戶借款的邊際收益MR(X2)大于邊際成本R,種糧大戶信貸行為才會發(fā)生。

(2)

(3)

同時(shí)，用Y表示種糧大戶是否發(fā)生了信貸行為，若Y=1表示種糧大戶發(fā)生了信貸行為，獲得了貸款；若Y=0表示種糧大戶未發(fā)生信貸行為。Y與Y1、Y2關(guān)系如下：

(4)

因信息不完全，我們無法觀測到信貸供給和借款需求的具體情況，而只能觀測到種糧大戶發(fā)生信貸行為的情況，即無法獲得Y1和Y2的全部具體值，而只能獲得Y=1和Y=0時(shí)的具體值。Y2的具體值可以通過調(diào)查問卷甄別出來，在Y2=1的情況下，Y1=P，P是可以觀測到的，但在Y2=0的情況下，Y1的值是無法獲得的?？梢娦刨J需求可以被完全觀測到，信貸需求方程可以單獨(dú)估計(jì)，但對信貸供給方程來說，因?yàn)閷ξ瓷暾埥杩畹姆N糧大戶無法觀測到正規(guī)金融機(jī)構(gòu)是否愿意提供信貸，對信貸供給的估計(jì)存在樣本選擇偏差問題。因此，在信貸供需模型中，需求全部可觀測，供給僅部分可觀測。供需聯(lián)立方程表示如下：

(5)

式(2)可以采用最大似然估計(jì)法對該聯(lián)立方程估計(jì)，對數(shù)似然函數(shù)為：

(6)

式(6)中的Φ(·)為一元正態(tài)分布函數(shù)。

先前的研究只考慮服務(wù)型約束，用P(Y1=0|Y2=1)來表示信貸約束程度，那么種糧大戶受到信貸約束程度的估計(jì)為：

(7)

顯然這個(gè)估計(jì)遺漏了信貸數(shù)量型約束的情形，所以信貸約束的程度必然被低估。那么在考慮數(shù)量約束情況下，應(yīng)該用P(Y2>Y1|Y2=1)來表示信貸約束程度,則種糧大戶受到信貸約束程度的估計(jì)為：

(8)

(二)分位數(shù)回歸模型

為了進(jìn)一步揭示種糧大戶正規(guī)信貸約束程度的差異，本文采用由Koenker和Bassett提出的分位數(shù)回歸的方法[21]，考察在不同信貸約束程度條件下影響因素的作用有何不同。本文擬建立以下的分位數(shù)回歸模型：

Yi=βXi+μi

(9)

三、數(shù)據(jù)來源和變量選擇

(一)數(shù)據(jù)來源

本研究的數(shù)據(jù)由沈陽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院項(xiàng)目課題組成員在2015年3月至2015年8月期間對遼寧省沈陽、鐵嶺、朝陽等12個(gè)地級市28個(gè)縣(區(qū))268個(gè)行政村的近600戶種糧大戶進(jìn)行實(shí)地調(diào)研取得。調(diào)查人員依據(jù)每個(gè)行政村種糧大戶數(shù)量多寡隨機(jī)選取1～3個(gè)種糧大戶，以入戶訪談填寫調(diào)查問卷的方式進(jìn)行調(diào)查，所獲得數(shù)據(jù)以種糧大戶2014年的實(shí)際情況為準(zhǔn)。調(diào)查共收回問卷600份，其中有效問卷582份，問卷有效率為97.00%。課題組選擇遼寧省作為樣本數(shù)據(jù)收集區(qū)，是因遼寧省是傳統(tǒng)產(chǎn)糧大省，種糧大戶數(shù)量和種植規(guī)模適中，具有較強(qiáng)的代表性。

表1　變量分類與統(tǒng)計(jì)分析

(二)因變量

在Biprobit模型中，選擇種糧大戶是否向正規(guī)金融機(jī)構(gòu)申請貸款(Y2)和種糧大戶是否從正規(guī)金融機(jī)構(gòu)獲得貸款(Y1)作為因變量，“是”取值為1，“否”取值為0。在分位數(shù)回歸模型中，選擇種糧大戶個(gè)體信貸約束程度(Yi)作為因變量，Yi通過公式Y(jié)i=(Y2M-Y1M)/Y2M來計(jì)算，Y2M和Y1M分別表示種糧大戶申請正規(guī)貸款金額和從正規(guī)金融機(jī)構(gòu)獲得的貸款金額;當(dāng)種糧大戶未申請信貸(Y2M=0)時(shí)，設(shè)Yi=0，即種糧大戶未申請貸款，則不受到信貸約束。各因變量的取值范圍及統(tǒng)計(jì)描述見表1。

(三)自變量

信貸供給方程中的自變量分為四大類：(1)個(gè)體特征：種糧大戶的年齡、教育程度、家庭耕地面積、家庭耕地面積平方、家庭勞動力數(shù)量；(2)收入情況：最近一年的家庭年農(nóng)業(yè)收入、家庭年非農(nóng)收入；(3)資產(chǎn)情況：生產(chǎn)性資產(chǎn)價(jià)值、房產(chǎn)價(jià)值和非生產(chǎn)性資產(chǎn)價(jià)值；(4)社會資本：家人是否有村干部、是否有親屬在鄉(xiāng)鎮(zhèn)及以上政府部門工作或金融機(jī)構(gòu)工作、家與最近金融機(jī)構(gòu)的距離。從個(gè)體特征來看，正規(guī)金融機(jī)構(gòu)更傾向于向年輕、教育程度高、耕地面積較大和勞動力數(shù)量多的種糧大戶發(fā)放貸款；從收入和資產(chǎn)情況看，家庭收入多，特別是種植業(yè)收入多，擁有資產(chǎn)價(jià)值高，特別是可抵押資產(chǎn)多的種糧大戶獲得貸款更容易；從社會資本看，村干部家庭和有親屬在政府和金融機(jī)構(gòu)工作家庭的社會關(guān)系網(wǎng)更大、信息獲取渠道更廣，在信貸獲取中“關(guān)系”發(fā)揮的作用非常大，而與正規(guī)金融機(jī)構(gòu)的距離遠(yuǎn)近會影響金融機(jī)構(gòu)信息獲取的便利性和真實(shí)性，進(jìn)而影響信貸決策。

信貸需求方程中的自變量有：(1)個(gè)體特征：種糧大戶的年齡、教育程度、家庭耕地面積、家庭耕地面積平方和家庭勞動力數(shù)量；(2)收入與支出情況：最近一年的家庭年農(nóng)業(yè)收入、家庭年非農(nóng)收入和最近兩年是否有大于1萬的大額支出；(3)社會資本：家與最近金融機(jī)構(gòu)的距離。通常認(rèn)為，年輕、教育程度高、耕地面積大和勞動力數(shù)量多的種糧大戶擴(kuò)大生產(chǎn)規(guī)模和購買新型生產(chǎn)設(shè)備等意愿更強(qiáng)烈，信貸需求也高于其他種糧大戶；從收入和支出情況來看，種植業(yè)收入和非農(nóng)收入多的種糧大戶更傾向自己解決資金需求問題，而收入少的種糧大戶更愿意通過信貸來滿足資金需求，若最近兩年發(fā)生了大額支出，則資金借貸的意愿會更強(qiáng)烈；與正規(guī)金融機(jī)構(gòu)距離近則獲取信貸信息更容易，向正規(guī)金融機(jī)構(gòu)提出信貸申請的可能性也越大。

分位數(shù)回歸模型中，同樣選擇個(gè)體特征、收入與支出、資產(chǎn)情況和社會資本4類變量中的各變量作為自變量。各自變量統(tǒng)計(jì)描述見表1。

四、實(shí)證結(jié)果分析

(一)正規(guī)信貸約束程度的測度

使用統(tǒng)計(jì)計(jì)量軟件STATA12.0，運(yùn)用樣本數(shù)據(jù)，對Biprobit模型進(jìn)行估計(jì)，結(jié)果見表2。從整體上看，模型與582組數(shù)據(jù)擬合較好(Wald chi2(20)=249.05，P=0.0000)。從兩個(gè)方程的相關(guān)關(guān)系來看，逆米爾斯比率(athrho=1.4297)的估計(jì)系數(shù)在1%水平上是顯著的，表明信貸需求方程顯著影響信貸供給方程，且兩個(gè)方程的相關(guān)系數(shù)(rho)為0.8916，說明二者的相關(guān)關(guān)系明顯，可見，正規(guī)金融機(jī)構(gòu)向種糧大戶發(fā)放貸款的決策是以種糧大戶的信貸需求為基礎(chǔ)的。那么具體有哪些因素對種糧大戶的信貸供給和需求產(chǎn)生影響呢？

從信貸供給方程結(jié)果來看，種糧大戶個(gè)體特征變量中，只有家庭耕地面積和家庭耕地面積平方對正規(guī)金融機(jī)構(gòu)發(fā)放信貸在1%水平上有顯著影響。與種糧大戶的年齡、教育程度甚至家庭勞動力數(shù)量相比，正規(guī)金融機(jī)構(gòu)更關(guān)注種糧大戶家庭耕地面積，因?yàn)楦囟嗌僭诤艽蟪潭壬蠜Q定未來償還能力的穩(wěn)定性，耕地除了可以進(jìn)行正常耕種外，甚至也可以流轉(zhuǎn)出去獲得穩(wěn)定的補(bǔ)償。這個(gè)顯著因素也正是種糧大戶與一般農(nóng)戶相比能更容易獲得貸款的優(yōu)勢所在。在收入與資產(chǎn)情況變量中，只有家庭年農(nóng)業(yè)收入在5%的水平上顯著，而家庭年非農(nóng)業(yè)收入、生產(chǎn)性資產(chǎn)價(jià)值、房屋價(jià)值和非生產(chǎn)性資產(chǎn)價(jià)值都不顯著。因家庭非農(nóng)收入具有不穩(wěn)定性，金融機(jī)構(gòu)做貸款決策更愿意以農(nóng)業(yè)收入作為依據(jù)而不是非農(nóng)收入，而種糧大戶的房屋、生產(chǎn)性資產(chǎn)和非生產(chǎn)性資產(chǎn)變現(xiàn)能力差，具有較弱的抵押功能，所以這些因素都不能顯著影響金融機(jī)構(gòu)的貸款決策，這與朱喜、李子奈[17]對一般農(nóng)戶信貸供給分析一致。3個(gè)社會資本變量都是顯著的，說明“關(guān)系”在我國農(nóng)村信貸市場中發(fā)揮的作用非常大[22]。若種糧大戶與正規(guī)金融機(jī)構(gòu)存在某種“關(guān)系”，則這種社會“關(guān)系”在很大程度上會影響金融機(jī)構(gòu)的信貸決策，而與金融機(jī)構(gòu)的距離遠(yuǎn)近除了與這種關(guān)系形成的難易程度有直接影響外，也直接影響金融機(jī)構(gòu)對種糧大戶信息甄別、信貸成本和風(fēng)險(xiǎn)控制。

表2　種糧大戶信貸約束Biprobit模型估計(jì)結(jié)果

注：*表示P<0.10, **表示P<0.05，***表示P<0.01。

從信貸需求方程結(jié)果來看，反映種糧大戶個(gè)體特征的4個(gè)變量都顯著。種糧大戶的資金需求與教育程度、家庭耕地面積平方和家庭勞動力數(shù)量正相關(guān)，與戶主年齡和家庭耕地面積負(fù)相關(guān)，且分別在1%、1%、1%、5%和1%的水平上顯著，這與前文的分析基本一致。收入與支出3個(gè)變量中，只有最近兩年是否有大于1萬的支出這個(gè)變量在1%水平上顯著影響種糧大戶信貸需求，這非常符合中國農(nóng)村的實(shí)際情況。很多種糧大戶因擴(kuò)大生產(chǎn)、購買城鎮(zhèn)房屋、子女結(jié)婚、家庭成員生病和子女上學(xué)等發(fā)生大額消費(fèi)，且這種消費(fèi)具有剛性、即時(shí)等特點(diǎn)，種糧大戶自身財(cái)力不足時(shí)就產(chǎn)生借貸需求，這與李銳、朱喜[18]對一般農(nóng)戶信貸需求分析一致。家庭年農(nóng)業(yè)收入和非農(nóng)收入的影響在統(tǒng)計(jì)上不顯著，一方面因收入高的種糧大戶自有資金充足，可以在很大程度上滿足自身資金需要，另一方面因收入高的種糧大戶投資意愿更強(qiáng)烈，借貸需求更高，最終的影響方向取決于二者力量的對比。與最近金融機(jī)構(gòu)的距離對種糧大戶信貸需求影響不顯著，原因也同兩個(gè)收入變量一樣，因其對信貸需求有雙重影響。

通過分析家庭耕地面積及其平方兩個(gè)變量的系數(shù)我們可以發(fā)現(xiàn)，家庭耕地面積對正規(guī)金融機(jī)構(gòu)的信貸供給呈現(xiàn)倒U型影響，而對種糧大戶正規(guī)信貸需求的影響呈U型，且二者分別在236.5畝和108.7畝時(shí)取得極值。為了進(jìn)一步考察家庭耕地面積與種糧大戶信貸約束的關(guān)系，我們將需求方程與供給方程相減，得到家庭耕地面積及其平方項(xiàng)的系數(shù)分別為-0.1125和0.0004，由此可知，家庭耕地面積對種糧大戶信貸約束影響呈U型，且在140.6畝時(shí)取得最小值，即家庭耕地面積在140.6畝時(shí)種糧大戶受到的正規(guī)信貸約束最小。從信貸需求角度看，隨著家庭耕地面積逐漸增大，種糧大戶開始實(shí)現(xiàn)規(guī)模效益，單位面積農(nóng)業(yè)收入增多，資金需求逐步實(shí)現(xiàn)自給，那么對正規(guī)信貸需求開始逐漸減弱，但隨著耕地面積和生產(chǎn)規(guī)模的進(jìn)一步擴(kuò)張，從事農(nóng)業(yè)生產(chǎn)的成本越來越高，則資金需求規(guī)模會越來越大。從信貸供給角度看，正規(guī)金融機(jī)構(gòu)認(rèn)為在家庭耕地面積逐漸實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)時(shí)，單位面積的農(nóng)業(yè)收入逐漸增多，貸款償還最有保證，故在此時(shí)其提供貸款的愿意最強(qiáng)。而種糧大戶正規(guī)信貸約束與家庭耕地面積關(guān)系的變化是以上兩種影響相互作用的結(jié)果。

利用模型可以進(jìn)一步估計(jì)出種糧大戶信貸約束的程度，經(jīng)測算，服務(wù)型信貸約束的程度為67.68%，而數(shù)量型信貸約束程度高達(dá)78.89%。這個(gè)結(jié)果稍高于其他學(xué)者對一般農(nóng)戶信貸約束程度的研究，如朱喜、李子奈[17]指出有66.1%的農(nóng)戶被排除在正規(guī)金融服務(wù)之外，李銳、朱喜[18]估計(jì)出需求數(shù)額沒有被滿足的程度為70.92%，李成友、李慶海、李銳等[23]估算52.2%的農(nóng)戶受到信貸約束。種糧大戶之所以較一般農(nóng)戶受到的信貸約束更高，我們分析主要有以下幾個(gè)原因：(1)種糧大戶的資金需求規(guī)模較一般農(nóng)戶大數(shù)倍。調(diào)查樣本中戶均申請額為15.34萬元，最小申請額為5萬元，而其他學(xué)者的研究顯示一般農(nóng)戶的戶均申請額都在5000元以下[17,24]。(2)種糧大戶的家庭耕地面積不超過信貸供給極值點(diǎn)的耕地面積。調(diào)查樣本中家庭耕地面積超過238畝的種糧大戶不足4%，而超過108畝的種糧大戶約占36%，所以造成信貸供求差額較大，信貸約束程度高。(3)與一般農(nóng)戶一樣，種糧大戶能提供的抵押資產(chǎn)有限。樣本種糧大戶的非生產(chǎn)性資產(chǎn)價(jià)值均值為1.6萬元，最大值為18萬元，而住房和生產(chǎn)性資產(chǎn)的抵押流通機(jī)制尚未形成。(4)樣本種糧大戶未能享受信貸補(bǔ)貼政策。2012年開始財(cái)政部將遼寧省納入全國5個(gè)種糧大戶補(bǔ)貼試點(diǎn)省份，下達(dá)的1億元補(bǔ)貼資金采取貼息和以獎代補(bǔ)方式，對在一個(gè)縣域內(nèi)耕種面積為1000畝以上的農(nóng)村居民給予補(bǔ)貼。此后雖在2014年將享受補(bǔ)貼種糧大戶標(biāo)準(zhǔn)由糧食耕種面積1000畝調(diào)整為500畝，但門檻依舊過高，導(dǎo)致樣本地區(qū)的大部分種糧大戶與其他地區(qū)的種糧大戶一樣，未能享受到信貸補(bǔ)貼上的優(yōu)惠政策。

(二)不同約束程度下影響因素差異分析

運(yùn)用STATA12.0軟件進(jìn)行分位數(shù)回歸分析,結(jié)果見表3，分位數(shù)回歸系數(shù)隨分位數(shù)變化情況見圖1。

個(gè)體特征變量對正規(guī)信貸約束的影響具有一定規(guī)律性。種糧大戶的年齡、教育程度和家庭耕地面積對正規(guī)信貸約束程度都有顯著影響，回歸系數(shù)大體呈現(xiàn)先遞減后遞增的U型趨勢，且都在0.5分位數(shù)時(shí)邊際貢獻(xiàn)最大，而家庭勞動力數(shù)量只有在種糧大戶大約受中等信貸約束程度時(shí)才顯著。正規(guī)信貸約束程度隨年齡增加顯著降低，這一結(jié)果并不意味著正規(guī)信貸機(jī)構(gòu)更愿意向高齡種糧大戶發(fā)放貸款，而是因高齡種糧大戶資金需求較其他種糧大戶低，從而導(dǎo)致受到的正規(guī)信貸約束程度也低。教育程度和家庭耕地面積與正規(guī)信貸約束程度顯著負(fù)相關(guān)，這與我們的常識相符，教育程度高、家庭耕地多的種糧大戶更容易獲得正規(guī)信貸，其受到的約束程度必然低。家庭勞動力數(shù)量對正規(guī)信貸約束程度影響不顯著且不穩(wěn)定，說明家庭勞動力數(shù)量對正規(guī)信貸約束程度解釋力不強(qiáng)，主要原因是隨著農(nóng)業(yè)機(jī)械化水平的提高，家庭勞動力的多寡對農(nóng)業(yè)生產(chǎn)的影響越來越小，這個(gè)因素對正規(guī)金融機(jī)構(gòu)的貸款決策影響很小。以上分析說明，通過提高受教育年限和增加家庭耕地面積可以改善種糧大戶受到的正規(guī)信貸約束程度。

收入和支出變量對正規(guī)信貸約束程度有顯著的正影響。從分位數(shù)回歸結(jié)果來看，家庭收入提高對改善信貸約束程度幫助不大，反而在一定程度上加劇了約束程度，但從回歸系數(shù)大小來看這種影響并不嚴(yán)重且在某些約束條件下(如25%和50%約束程度時(shí))影響不顯著。家庭是否有大額支出對正規(guī)信貸約束程度有顯著影響，分位數(shù)回歸系數(shù)大體呈現(xiàn)先遞增后遞減的倒U型趨勢，在約束程度為40%左右時(shí)的邊際貢獻(xiàn)率最大，這說明有大額支出的種糧大戶受到的信貸約束強(qiáng)于一般種糧大戶，大額支出提高了其信貸需求水平，進(jìn)而提高了受正規(guī)信貸約束的程度，只是在不同信貸約束程度下，該變量的影響水平不同，整體呈現(xiàn)先單調(diào)遞增再單調(diào)遞減的情形。以上分析說明，增加收入不能明顯改善種糧大戶正規(guī)信貸約束程度，但有大額支出一定會顯著提高約束程度。

表3　分位數(shù)回歸結(jié)果

注：*表示P<0.10, **表示P<0.05，***表示P<0.01。

資產(chǎn)變量對降低正規(guī)信貸約束程度有一定作用。生產(chǎn)性資產(chǎn)價(jià)值與種糧大戶正規(guī)信貸約束程度大體呈顯著正相關(guān)，但當(dāng)約束程度非常高(70%)時(shí)，二者又呈現(xiàn)負(fù)相關(guān)關(guān)系，可見這個(gè)變量對約束程度的影響是不穩(wěn)定的，且從系數(shù)大小也反映出這種影響很微弱；從系數(shù)正負(fù)、系數(shù)大小和顯著性3個(gè)方面來看，房屋價(jià)值對種糧大戶正規(guī)信貸約束程度影響都不穩(wěn)定，解釋力不強(qiáng)；非農(nóng)生產(chǎn)性資產(chǎn)價(jià)值增加能顯著降低種糧大戶正規(guī)信貸約束程度，這種影響在0.70分位點(diǎn)之前的邊際貢獻(xiàn)呈單調(diào)遞增趨勢，而后波動幅度逐漸增大。以上分析說明，3種資產(chǎn)中只有非農(nóng)生產(chǎn)性資產(chǎn)價(jià)值對降低正規(guī)信貸約束程度作用明顯，其他資產(chǎn)的影響很微弱，這個(gè)結(jié)論與3種資產(chǎn)的抵押、變現(xiàn)能力差異相一致。社會資本變量對種糧大戶正規(guī)信貸約束程度有顯著影響。家人中有村干部能顯著降低種糧大戶正規(guī)信貸約束程度，分位數(shù)回歸系數(shù)大體呈現(xiàn)U型趨勢，在50%左右約束程度時(shí)，該變量的邊際貢獻(xiàn)率最大；親屬是否在鄉(xiāng)鎮(zhèn)及以上政府部門或金融部門工作變量的分位數(shù)回歸系數(shù)在0.80分位點(diǎn)前呈現(xiàn)單調(diào)遞減趨勢，之后呈單調(diào)遞增趨勢，該變量與約束程度負(fù)相關(guān)；家與最近正規(guī)金融機(jī)構(gòu)距離變量在0.10分位點(diǎn)以后影響顯著，且分位數(shù)回歸系數(shù)大體呈現(xiàn)倒U型趨勢?？梢?，社會資本積累對改善種糧大戶正規(guī)信貸約束程度的幫助極大。對于正規(guī)金融機(jī)構(gòu)來說，在現(xiàn)實(shí)條件下去甄別種糧大戶提供信息真實(shí)性的成本是巨大的，出于對信貸成本和風(fēng)險(xiǎn)控制考慮，參照“是否有家人從政”和“申請貸款者與銀行關(guān)系”來進(jìn)行貸款審批決策也是無奈的選擇，這也印證了東北農(nóng)村地區(qū)貸款“靠臉”審批的真實(shí)情況。

圖1　分位數(shù)回歸系數(shù)變化圖

五、研究結(jié)論與政策建議

研究發(fā)現(xiàn)，種糧大戶服務(wù)型信貸約束程度為67.68%，數(shù)量型信貸約束程度高達(dá)78.89%。種糧大戶的家庭耕地面積、農(nóng)業(yè)收入和社會資本對正規(guī)金融機(jī)構(gòu)信貸供給有顯著影響；種糧大戶的年齡、教育程度、家庭耕地面積、勞動力數(shù)量和大額支出顯著影響其正規(guī)信貸需求。家庭耕地面積對種糧大戶信貸約束影響呈U型，在140.6畝時(shí)種糧大戶受到的正規(guī)信貸約束最小。隨約束程度分位點(diǎn)的提高，教育程度、家庭耕地面積、家人中有村干部、親屬是否在鄉(xiāng)鎮(zhèn)及以上政府部門或金融部門工作4個(gè)變量的系數(shù)呈U型變化，而大額支出、非生產(chǎn)性資產(chǎn)價(jià)值、家與最近正規(guī)金融機(jī)構(gòu)距離3個(gè)變量的系數(shù)呈倒U型變化，其他變量只有在少數(shù)信貸約束程度下才有作用。

根據(jù)研究結(jié)論，本文建議大力推進(jìn)農(nóng)村土地確權(quán)登記工作，建立耕地流轉(zhuǎn)抵押機(jī)制；鼓勵(lì)開展多種形式的土地流轉(zhuǎn)，合理確定農(nóng)業(yè)生產(chǎn)規(guī)模；穩(wěn)定糧食價(jià)格，保證種糧大戶農(nóng)業(yè)收入穩(wěn)步增長；探索宅基地大范圍流轉(zhuǎn)和生產(chǎn)性資產(chǎn)抵押的可行性，增加農(nóng)戶可抵押資產(chǎn)規(guī)模；鼓勵(lì)正規(guī)金融機(jī)構(gòu)開展多元化經(jīng)營方式，滿足種糧大戶不同規(guī)模的資金需求；建立信貸員聯(lián)誼機(jī)制，降低信貸風(fēng)險(xiǎn)和信息成本，增加種糧大戶社會資本積累，提高貸款申請的成功率。

參考文獻(xiàn)：

[1]GONZALEZ V C. Credit-Rationing Behavior of Agricultural Lenders: The Iron Law of Interest-Rate Restrictions[R/OL]. (1982-01-15)[2016-03-15]. http://pdf.usaid.gov/pdf_docs/PNAAN113.pdf.

[2]BRAVERMAN A,GUASCH J L. Rural Credit Markets and Institutions in Developing Countries: Lessons for Policy Analysis from Practice and Modern Theory[J].World Development, 1986, 14(10-11):1253-1267.

[3]張龍耀,江春.中國農(nóng)村金融市場中非價(jià)格信貸配給的理論和實(shí)證分析[J].金融研究,2014,(7):98-113.

[4]何廣文. 從農(nóng)村居民資金借貸行為看農(nóng)村金融抑制與金融深化[J].中國農(nóng)村經(jīng)濟(jì),1999,(10): 43-49.

[5]溫鐵軍. 農(nóng)戶信用與民間借貸研究——農(nóng)戶信用與民間借貸課題主報(bào)告[EB/OL].(2001-08-04)[2016-05-12].http://www.china-review.com/sao.asp?id=5276.

[6]朱守銀,張照新,張海陽,汪承先. 中國農(nóng)村金融市場供給和需求——以傳統(tǒng)農(nóng)區(qū)為例[J].管理世界,2003,(3):89-96.

[7]史清華. 我國農(nóng)戶儲蓄與借貸行為分析[M]∥成思危.改革與發(fā)展:推進(jìn)中國的農(nóng)村金融.北京:經(jīng)濟(jì)科學(xué)出版社,2005：1.

[8]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(jī)制的經(jīng)驗(yàn)考察[J].中國農(nóng)村經(jīng)濟(jì), 2009, (6): 37-50.

[9]韓俊,羅丹,程郁. 信貸約束下農(nóng)戶借貸需求行為的實(shí)證研究[J].農(nóng)業(yè)經(jīng)濟(jì)問題, 2007, (2): 44-52, 111.

[10]白永秀,馬小勇. 農(nóng)戶個(gè)體特征對信貸約束的影響:來自陜西的經(jīng)驗(yàn)證據(jù)[J].中國軟科學(xué), 2010, (9): 148-155.

[11]譚飛燕,李孟剛,吳偉. 我國農(nóng)戶信貸約束及其影響因素分析[J].統(tǒng)計(jì)與決策, 2014, (21): 102-104.

[12]LADMAN J R. Loan-Transaction Costs,Credit Rationing,Market Structure:The Case of Bolivia[M].Boulder Colorado: West View Press,1984.

[13]DIAGNE A. Determination of Household Access to and Participation in Formal and Informal Credit Markets in Malawi[R/OL].(1999-05-30)[2016-03-15].http://www.ifpri.org/sites/default/files/publications/dp67.pdf.

[14]BOUCHER S R,GUIRSKINGER C,TRIVELLI C. Direct Elicitation of Credit Constraints: Conceptual and Practical Issues with an Empirical Application[C/OL].(2005-08-03)[2016-03-15].http://purl.umn.edu/19272.

[15]KOCHAR A. An Empirical Investigation of Rationing Constraints in Rural Credit Markets in India[J].Journal of Development Economics,1997,(53):339-371．

[16]FOLTZ J D. Credit Market Access and Profitability in Tunisian Agriculture[J].Agricultural Economics, 2004, 30(3), 229-240.

[17]朱喜,李子奈. 我國農(nóng)村正式金融機(jī)構(gòu)對農(nóng)戶的信貸配給——一個(gè)聯(lián)立離散選擇模型的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2006, (3): 37-49.

[18]李銳,朱喜. 農(nóng)戶金融抑制及其福利損失的計(jì)量分析[J].經(jīng)濟(jì)研究, 2007, (2): 146-155.

[19]胡新杰,趙波. 我國正規(guī)信貸市場農(nóng)戶借貸約束研究——基于雙變量Probit模型的實(shí)證分析[J].金融理論與實(shí)踐, 2013, (2): 12-17.

[20]POIRIER D J. Partial Observability in Bivariate Probit Models[J].Journal of Econometrics, 1980,12(2):209-217.

[21]KOENKER R, BASSETT G. Regression Quantiles[J].Econometrica,1978,1(46):33-50.

[22]韓俊,羅丹,程郁. 信貸約束下農(nóng)戶借貸需求行為的實(shí)證研究[J].農(nóng)業(yè)經(jīng)濟(jì)問題, 2007, (2): 44-52, 111.

[23]李成友,李慶海,李銳,等. 農(nóng)戶信貸配給程度及其對家庭消費(fèi)行為的影響[J].當(dāng)代經(jīng)濟(jì)研究, 2014, (7): 63-69.

[24]程郁,羅丹. 信貸約束下中國農(nóng)戶信貸缺口的估計(jì)[J].世界經(jīng)濟(jì)文匯, 2010, (2): 69-80.

The Evaluation and Analysis on the Formal Credit Constraints Level of Large-scale Grain-production Households

NING Guo-qiang, LAN Qing-gao, WU Xiang-yu

(The College of Economics and Management, Shenyang Agriculture University, Liaoning 110866, China)

Abstract：Base on a survey of 582 large-scale grain-production households, using Biprobit model and Quantile Regression method, the paper estimates the formal credit constraints level of large-scale grain-production households, describes the interaction of the formal credit supply and demand, and the effects discrepancy of various factors with different levels of credit constraint. The results show that the formal credit constraints level of large-scale grain-production households is as high as 78.89%; farmland, agriculture income and social capital have significant influence on the credit supply of formal financial institutions; age, education, farmland, labor force quantity and large spending have significant influence on the credit demand of large-scale grain-production households; with the increase of credit constraint quantile, the change of four variables’ coefficient show a “U shape” that are education, farmland, village cadres and vocation; and the change of three variables’ coefficient show an “inverted U shape” that are large spending, non-productive assets and distance from the nearest formal financial institutions.

Key Words：large-scale grain-production households; formal credit; credit constraints level; farmland

收稿日期:2016-03-15

DOI:10.7671/j.issn.1672-0202.2016.04.004

基金項(xiàng)目:國家自然科學(xué)基金青年項(xiàng)目(71303163)

作者簡介:寧國強(qiáng)(1980—)，男，遼寧撫順人，沈陽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生，主要研究方向?yàn)檗r(nóng)村財(cái)政金融、土地流轉(zhuǎn)。E-mail:522102275@qq.com

中圖分類號：F832.43

文獻(xiàn)標(biāo)識碼：A

文章編號：1672-0202(2016)04-0031-11