王曉曦 劉勇

【摘要】農(nóng)業(yè)補貼是鄉(xiāng)村振興有力的政策工具， 信貸配給則是信貸支農(nóng)的關(guān)鍵障礙因素， 二者之間存在何種關(guān)聯(lián)值得探討。 首先， 理論分析農(nóng)業(yè)補貼對農(nóng)戶存在的多重效應(yīng)。 然后， 利用加權(quán)Probit 模型經(jīng)驗分析農(nóng)業(yè)補貼對農(nóng)戶正規(guī)信貸配給的影響， 并且利用Logistic模型進行穩(wěn)健性分析。 結(jié)果表明：農(nóng)業(yè)補貼緩解了農(nóng)戶需求型信貸配給， 但同時也加劇了供給型信貸配給（數(shù)量配給）， 綜合影響是“農(nóng)業(yè)補貼加劇信貸配給”的“信貸配給悖論”， 并且需求型信貸配給與供給型信貸配給存在內(nèi)生的轉(zhuǎn)換機制。 進一步分析表明， 該悖論源于農(nóng)戶“收入效應(yīng)”下信貸需求增加， 以及機構(gòu) “擠出效應(yīng)”下信貸供給減少的雙重影響。

【關(guān)鍵詞】農(nóng)業(yè)補貼;信貸配給悖論;收入效應(yīng);擠出效應(yīng)

【中圖分類號】F320? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）18-0153-8

一、引言

黨的十八大報告明確指出， 到2020年實現(xiàn)全面建成小康社會的宏偉目標。 全面建成小康社會， 鄉(xiāng)村是短板。 黨的十九大提出，? 要實施鄉(xiāng)村振興戰(zhàn)略， 進一步加快農(nóng)業(yè)、農(nóng)村發(fā)展， 加大對農(nóng)戶的支持力度。 鑒于“三農(nóng)”是弱勢領(lǐng)域、區(qū)域與群體， 因此實施鄉(xiāng)村振興戰(zhàn)略， 國家支持必不可少， 農(nóng)業(yè)補貼就是常用支持手段之一。 不少學(xué)者從不同角度分析農(nóng)業(yè)補貼政策的效果， 比如研究農(nóng)業(yè)補貼對農(nóng)業(yè)生產(chǎn)率的影響[1，2] 、對綠色農(nóng)業(yè)發(fā)展的影響[3，4] 、對糧食安全的影響[5，6] 等。

這些農(nóng)業(yè)補貼政策效果研究取得了一些有益的成果， 不過鑒于鄉(xiāng)村振興戰(zhàn)略要堅持農(nóng)戶的主體地位， 因而作為最重要的鄉(xiāng)村振興政策工具的農(nóng)業(yè)補貼政策對農(nóng)戶的影響如何值得關(guān)注。 尤其是， 在發(fā)展中國家農(nóng)村地區(qū)， 農(nóng)戶特別是貧困農(nóng)戶受到信貸配給（credit rationing）的影響非常普遍[7，8] ， 我國也不例外[9，10] 。 因此， 本文研究農(nóng)業(yè)補貼政策對于農(nóng)戶信貸配給的影響， 具有一定的現(xiàn)實意義。

理論分析認為， 農(nóng)業(yè)補貼對農(nóng)戶正規(guī)信貸配給可能產(chǎn)生如下幾個方面的影響：直接提供農(nóng)戶生產(chǎn)/消費資金， 變相提高農(nóng)戶收入， 如果農(nóng)戶沒有擴大生產(chǎn)的欲望則會減少其正規(guī)信貸需求， 因而緩解數(shù)量配給①; 農(nóng)戶生產(chǎn)/消費資金增加， 如果刺激了其生產(chǎn)積極性并且產(chǎn)生更大的信貸需求， 導(dǎo)致信貸需求量超過其補貼收入， 則會加劇數(shù)量配給②; 提升農(nóng)戶資本、提升正規(guī)金融機構(gòu)信心， 進而增加其信貸供給， 從而緩解農(nóng)戶數(shù)量信貸配給③; 彌補農(nóng)戶對信貸申請的交易成本， 刺激農(nóng)戶正規(guī)信貸資金需求， 在緩解交易成本配給的同時加劇數(shù)量配給④; 分擔(dān)農(nóng)戶信貸資金所面臨的風(fēng)險， 提升農(nóng)戶信貸需求， 緩解農(nóng)戶風(fēng)險配給的同時加劇數(shù)量配給⑤。 因此， 整體上來看， 農(nóng)業(yè)補貼對農(nóng)戶正規(guī)信貸配給的影響難以確定。

經(jīng)驗分析方面， 根據(jù)Ciaian等[11] 的研究觀點， 如果對農(nóng)戶補貼發(fā)生在生產(chǎn)季節(jié)之初， 表現(xiàn)為對正規(guī)信貸有“擠出效應(yīng)”， 在生產(chǎn)季節(jié)之末， 則是提高農(nóng)戶資產(chǎn)從而產(chǎn)生提升農(nóng)戶正規(guī)信貸供給的“收入效應(yīng)”; 熊娜等[12] 的研究則表明， 農(nóng)業(yè)補貼無論是發(fā)生在生產(chǎn)之初還是之末， 都會對農(nóng)村正規(guī)信貸產(chǎn)生“擠出效應(yīng)”， 不過在生產(chǎn)之初擠出效應(yīng)更大一些。 總體來看， “擠出效應(yīng)”與“收入效應(yīng)”對農(nóng)戶正規(guī)信貸配給的影響未有定論。

顯然， 無論是農(nóng)業(yè)補貼的“擠出效應(yīng)”還是“收入效應(yīng)”， 對農(nóng)戶總體正規(guī)信貸配給存在不確定性影響。 研究農(nóng)業(yè)補貼是緩解還是加劇農(nóng)戶的正規(guī)信貸配給， 以便更深入分析農(nóng)業(yè)補貼是否是一項有助于農(nóng)戶擴大其農(nóng)業(yè)生產(chǎn)， 從而提高其收入的有效政策， 本文基于我國微觀農(nóng)戶數(shù)據(jù)， 對此進行經(jīng)驗分析。 本文的邊際貢獻在于：農(nóng)業(yè)補貼數(shù)額越大， 農(nóng)戶正規(guī)信貸配給越嚴重， 提出“農(nóng)業(yè)補貼信貸配給悖論”， 并且進行了經(jīng)驗分析; 面對外部沖擊（農(nóng)業(yè)補貼）時， 需求型信貸配給與供給型信貸配給之間存在內(nèi)生的轉(zhuǎn)換機制; 與既有研究相比， 將農(nóng)業(yè)補貼對農(nóng)戶的作用（收入效應(yīng)）與對機構(gòu)的影響（擠出效應(yīng)）放在一個框架里研究， 有一定新意。

二、文獻綜述

對農(nóng)業(yè)補貼的研究主要關(guān)注以下兩個方面：一是國內(nèi)外農(nóng)業(yè)補貼政策演進。 比如， 評述美國農(nóng)業(yè)補貼政策[13] 、探討日本農(nóng)業(yè)補貼政策[14] 、分析歐盟農(nóng)業(yè)綠色發(fā)展政策支持水平和支持結(jié)構(gòu)[15] ， 以及回顧并比較中國農(nóng)業(yè)保護價收購政策、目標價格補貼政策、脫鉤補貼政策等政策的演變歷史及其利弊[16] 。 二是不同農(nóng)業(yè)補貼模式效果分析。 包括農(nóng)機購置補貼， 其使用效率顯著受到政策環(huán)境、經(jīng)濟環(huán)境和自然環(huán)境等因素影響[17] ， 對于農(nóng)業(yè)勞動力轉(zhuǎn)移具有正向促進作用[18] ， 對農(nóng)機保有量和農(nóng)業(yè)機械化水平具有積極影響[19] ; 農(nóng)業(yè)保險補貼， 認為我國單純提高政府補貼不足以大幅推進農(nóng)戶參保意愿和參保率上升[20] ， 政策性農(nóng)業(yè)保險補貼最優(yōu)模式[21] ， 農(nóng)業(yè)保險投保形式及最優(yōu)保費補貼比例研究[22] ， 農(nóng)業(yè)保險保費補貼資金績效評價體系的構(gòu)建[23] ; 種糧直接補貼對于規(guī)模較大種糧大戶補貼的收入效應(yīng)對其種糧積極性有較好的激勵效果[24] ， 小麥生產(chǎn)效率雖然逐年提高但損失仍然嚴重[2] ; 糧食非主產(chǎn)區(qū)糧食作物良種補貼政策效果遠優(yōu)于糧食主產(chǎn)區(qū)[25] 。

針對信貸配給的研究也主要基于兩個方面：一是信貸配給分類。 對信貸配給的研究， 始于Stiglitz和Weiss[26] 對信息非對稱的分析。 不過早期研究關(guān)注于數(shù)量配給， 在此基礎(chǔ)上， Boucher[27] 提出了六種信貸配給類型：借貸型價格配給、部分數(shù)量配給、完全數(shù)量配給、未借貸型價格配給、風(fēng)險配給和交易成本配給。 李慶海等[28] 針對信貸配給是一種主動選擇行為還是被動接受行為， 將信貸配給分為需求型信貸配給和供給型信貸配給。 二是農(nóng)戶信貸配給影響因素。 大多數(shù)研究都是從農(nóng)戶社會經(jīng)濟特征方面來分析其信貸配給影響因素[29-32] ， 比如共性因素包括戶主性別、年齡、文化程度、家庭收入、家庭經(jīng)營類型、耕地面積、家庭儲蓄、是否有貸款經(jīng)歷和金融機構(gòu)數(shù)目等; 個性因素方面， 程恩江、劉西川[33] 研究發(fā)現(xiàn)小額信貸有效緩解了農(nóng)戶所面臨的正規(guī)信貸配給問題， 對數(shù)量配給和交易成本配給影響較大而對風(fēng)險配給影響較小; 彭澎等[34] 發(fā)現(xiàn)銀?；ヂ?lián)可以緩解農(nóng)戶面臨的需求方配給和來自于供給方的數(shù)量配給; 米運生等[35] 認為農(nóng)地確權(quán)緩解價格配給和風(fēng)險配給， 對數(shù)量配給和交易成本配給的釋緩作用尚未充分顯示。

綜上所述， 已有相關(guān)研究雖然豐富， 不過仍有值得進一步探討之處：

其一， 有關(guān)農(nóng)業(yè)補貼的研究， 多是國內(nèi)外政策經(jīng)驗、不同模式及其效果分析， 而針對農(nóng)戶正規(guī)信貸配給主題， 主要關(guān)注信貸配給影響因素以及如何緩解， 缺少對二者之間的關(guān)聯(lián)研究。

其二， 如何促進農(nóng)業(yè)生產(chǎn)、提高農(nóng)民收入是鄉(xiāng)村振興的核心問題， 信貸配給則是金融方面困擾這一核心問題的關(guān)鍵之一， 農(nóng)業(yè)補貼作為鄉(xiāng)村振興的政策工具， 探討其對這一障礙因素的影響， 是一個值得關(guān)注的話題。

鑒于此， 本文在對農(nóng)業(yè)補貼下農(nóng)戶正規(guī)信貸配給進行理論分析的基礎(chǔ)上， 基于CHFS大樣本數(shù)據(jù)庫調(diào)研數(shù)據(jù)， 經(jīng)驗分析農(nóng)業(yè)補貼政策對農(nóng)戶正規(guī)信貸配給的影響， 為當(dāng)前鄉(xiāng)村振興戰(zhàn)略重要政策提供參考。

三、理論分析

1. 正規(guī)信貸配給界定。 有一些情況可以比較容易地判斷農(nóng)戶是否受到了信貸配給：如農(nóng)戶自己有足夠的內(nèi)部資金積累、沒有投資機會或者投資收益太低根本就不需要外部資金， 銀行已經(jīng)充分滿足了農(nóng)戶的信貸資金需求等， 顯然這些農(nóng)戶是沒有受到信貸配給的， 否則， 農(nóng)戶就會受到完全數(shù)量配給（被拒絕）或者部分數(shù)量配給（滿足部分需求）。 早期的研究文獻， 如Baltensperger[36] 和González-Vega[37] ， 一直將數(shù)量配給作為主要的、甚至唯一的信貸配給形式。

Boucher[27] 對此分類模式進行了更深入的細分， 認為這種將焦點集中于數(shù)量的觀點過于狹隘。 他指出， 除數(shù)量配給外， 農(nóng)村信貸市場還存在另外兩種信貸配給方式， 即交易成本配給和風(fēng)險配給。 交易成本配給源于農(nóng)戶在申請正規(guī)信貸時， 由于銀行嚴格的抵押物要求、太遠的金融機構(gòu)距離、繁雜的信貸申請文件準備、令人不安的當(dāng)面審查、過于官僚的程序以及長時間的申請等待， 造成農(nóng)戶申請正規(guī)信貸過高的交易成本。 風(fēng)險配給則由農(nóng)戶對自己還款能力的擔(dān)憂造成， 比如憂于還款能力不足從而抑制部分或全部信貸需求以規(guī)避無力還款風(fēng)險、信貸合約蘊含的風(fēng)險、失去抵押品的風(fēng)險等。 Boucher等[38] 、Fletschner等[39] 隨后通過經(jīng)驗研究證實了交易成本信貸配給與風(fēng)險配給的存在。 詳細的正規(guī)信貸配給界定如圖1所示。

2. 農(nóng)業(yè)補貼下農(nóng)戶信貸配給擴展分析。 依據(jù)

Stiglitz和Weiss[26] 的信貸配給理論（如圖2所示）， 當(dāng)信貸需求Ld超過金融機構(gòu)放貸額Ls時， 就會存在超額信貸需求Z。 金融機構(gòu)不會采取提高利率的手段而是采取數(shù)量配給手段來控制信貸規(guī)模， 此時就會形成均衡信貸配給。

根據(jù)劉西川等[40] 的研究， 將農(nóng)戶信貸需求進一步細分為有效信貸需求Ld、潛在信貸需求Lp以及隱蔽信貸需求Lc， 如圖3所示。 在農(nóng)戶資本邊際收益高于利息等成本之和時， 農(nóng)戶向金融機構(gòu)正式申請貸款， 表現(xiàn)為有效信貸需求; 若計入需要支付的額外交易成本， 從而導(dǎo)致總貸款成本高于貸款所帶來的邊際收益時， 農(nóng)戶不會申請貸款， 這種由于交易成本抑制的需求被稱為“潛在信貸需求”; 盡管貸款邊際收益率不低于利率， 但出于對抵押和風(fēng)險等的考慮， 這種由于風(fēng)險規(guī)避而壓抑的需求被稱為“隱蔽信貸需求”。 正常情況下的農(nóng)戶信貸配給如圖3中的Z。

當(dāng)信貸市場受到外部沖擊， 例如農(nóng)業(yè)補貼政策實施， 農(nóng)戶獲得了一筆額外資金， 這種外部沖擊會導(dǎo)致以下效應(yīng)：一是信貸需求效應(yīng)。 由于農(nóng)業(yè)補貼增加了農(nóng)戶收入， 生產(chǎn)資金增加， 對農(nóng)戶產(chǎn)生的生產(chǎn)激勵效應(yīng)可能會擴大有效信貸需求Ld到Ld1。 此外， 可能緩解交易成本以及沖抵部分風(fēng)險， 將部分潛在信貸需求轉(zhuǎn)化為有效信貸需求Lp1， 部分隱蔽信貸需求轉(zhuǎn)化為有效信貸需求Lc1。 總體而言， 這種收入效應(yīng)刺激了生產(chǎn)、沖抵了交易成本以及緩解了信貸風(fēng)險， 都會擴大農(nóng)戶有效信貸需求， 新的需求曲線為L'd， 即為Ld1、Lp1、Lc1的疊加。 二是信貸供給效應(yīng)。 農(nóng)戶獲得補貼， 如果其他方面沒有變化， 對金融機構(gòu)而言， 一方面， 農(nóng)業(yè)補貼可能會引導(dǎo)金融機構(gòu)增加一部分信貸供給（比如金融機構(gòu)可能會認為：補貼增加農(nóng)戶收入， 信貸風(fēng)險減小; 補貼導(dǎo)致農(nóng)戶擴大生產(chǎn)， 產(chǎn)生更多的收入， 風(fēng)險減小等）， 新的供給曲線上移到L's1。 另一方面， 農(nóng)戶獲得了一些農(nóng)業(yè)資金補貼， 對金融機構(gòu)的支農(nóng)資金起到一定的替代作用， 金融機構(gòu)可能會減小對農(nóng)戶的貸款支持力度， 農(nóng)業(yè)補貼對金融機構(gòu)支農(nóng)不僅沒有起到應(yīng)有的引導(dǎo)刺激作用， 甚至是替代性的“擠出效應(yīng)”， 新的供給曲線下移到L's2。 那么， 農(nóng)業(yè)補貼效應(yīng)沖擊下的農(nóng)戶信貸配給可能如圖4中的Z'1或者Z'2。

根據(jù)劉西川等[40] 的觀點， 農(nóng)戶潛在信貸需求受制于交易成本配給， 隱蔽信貸需求是由于風(fēng)險配給所致。 根據(jù)上述分析， 農(nóng)業(yè)補貼的收入效應(yīng)可能會刺激生產(chǎn)、沖抵交易成本與抵御風(fēng)險， 將會提升農(nóng)戶有效信貸需求， 以及將潛在、隱蔽的信貸需求轉(zhuǎn)化為現(xiàn)實有效的信貸需求。 這種需求方信貸需求的擴大， 一方面緩解了交易成本配給與風(fēng)險配給， 另一方面如果金融機構(gòu)沒有相應(yīng)擴大信貸供給（甚至由于農(nóng)業(yè)補貼的替代而減少支農(nóng)信貸）， 將相應(yīng)加劇供給方數(shù)量配給。 本文關(guān)注農(nóng)業(yè)補貼對信貸配給的影響分為兩個步驟：首先， 分析農(nóng)業(yè)補貼對需求方信貸配給（交易成本配給與風(fēng)險配給）的影響， 以及對供給方信貸配給（數(shù)量配給）的單項影響; 然后， 討論農(nóng)業(yè)補貼前后對農(nóng)戶信貸需求是收入效應(yīng)（增加信貸需求）的情況下， 針對金融機構(gòu)信貸支農(nóng)， 到底是互補效應(yīng)（刺激金融機構(gòu)加大支農(nóng)力度）， 還是擠出效應(yīng)（導(dǎo)致金融機構(gòu)減少支農(nóng)資金）。

根據(jù)圖1的分類， 結(jié)合西南財經(jīng)大學(xué)家庭金融調(diào)查中心（CHFS）2015年有關(guān)農(nóng)戶對銀行信貸需求的調(diào)查問卷， 通過對調(diào)查數(shù)據(jù)進行篩選整理發(fā)現(xiàn)， 在2763戶從事農(nóng)業(yè)生產(chǎn)的農(nóng)業(yè)家庭中， 沒有受到信貸配給的有1548戶（包括不需要貸款及貸款完全滿足農(nóng)戶）， 占樣本的56.02%， 受到信貸配給的為1215戶， 其中：交易成本配給450戶（潛在信貸需求農(nóng)戶）， 風(fēng)險配給313戶（隱蔽信貸需求農(nóng)戶）， 數(shù)量配給452戶（完全數(shù)量配給及部分數(shù)量配給， 屬于有效信貸需求農(nóng)戶）。

四、計量分析

1. 變量設(shè)置和模型構(gòu)建。 采用Probit模型估計農(nóng)戶的三類正規(guī)信貸配給， 以信貸配給credit_rationi作為被解釋變量。 為了進一步明確農(nóng)業(yè)補貼對信貸配給的影響機制， 若農(nóng)戶受到交易成本配給、風(fēng)險配給以及數(shù)量配給中的任何一類， 則credit_rationi=1， 反之則credit_rationi=0。

對各變量的描述見表1， 由于本文關(guān)注的是農(nóng)業(yè)補貼對農(nóng)戶信貸配給的影響， 解釋變量農(nóng)業(yè)補貼（agr_sub）包括貨幣補貼和實物補貼（按當(dāng)期市場價值折算成貨幣價值）。 控制變量主要基于個人/家庭特征變量：農(nóng)戶家庭凈金融資產(chǎn)（finas）包括股票、基金、債券、期貨、黃金、非人民幣資產(chǎn)等。 家庭擁有的車輛市值（clsz）、家庭擁有的房產(chǎn)價值（fcjz）和家庭凈金融資產(chǎn)的價值共同構(gòu)成家庭積累的資產(chǎn)財富， 是未來支出的財富儲備。 家庭人均毛收入（per_inc）是一個家庭未來的現(xiàn)金流入。 家庭凈負債（debt）和家庭人口負擔(dān)率（dr）構(gòu)成家庭人口面臨的經(jīng)濟壓力。 戶主風(fēng)險偏好（risk_pre）代表了一個家庭對風(fēng)險的喜好， 反映其心理因素。 戶主對未來經(jīng)濟預(yù)期（eco_opt）是未來預(yù)期， 反映了一戶家庭對未來宏觀經(jīng)濟的樂觀程度。 戶主農(nóng)業(yè)戶口（nyhk）、政治面貌（qz）、民族（hz）、年齡（age）、性別（man）、工作（work）、學(xué)歷（col和his）共同構(gòu)成戶主的人口統(tǒng)計特征。

通過Spearman和Pearson 相關(guān)性檢驗， 發(fā)現(xiàn)各變量之間的相關(guān)性并不高， 不存在多重共線性問題。 并且Bartlett同方差檢驗結(jié)果表明數(shù)據(jù)是明顯的異方差性。 根據(jù)被解釋變量的分布特點， 計量模型選取加權(quán)Probit模型。 模型構(gòu)建形式如下：

其中， ?服從正態(tài)分布， i=1，2，…，n， 根據(jù)誤差方差最小化原則， 權(quán)系數(shù)可近似選取OLS的隨機誤差項倒數(shù)， 即wi=1/ei。

2. 結(jié)果分析。 表2列示了Probit模型下信貸配給影響因素的回歸結(jié)果。 從表2中可以看出， 解釋變量農(nóng)業(yè)補貼（agr_sub）對三類信貸配給都有影響， 不過影響程度不一， 分別分析如下：

農(nóng)業(yè)補貼對交易成本配給有明顯負向影響， 并且在10%的水平上顯著。 控制變量中， 家庭人均毛收入（per_inc）， 戶主的年齡（age）、性別（man）以及大學(xué)學(xué)歷（col）等對交易成本信貸配給是負向影響， 家庭凈負債（debt）、戶主風(fēng)險偏好（risk_pre）以及戶主的政治面貌（qz）對交易成本配給是正向影響， 并且分別在不同水平上表現(xiàn)顯著。

農(nóng)業(yè)補貼對風(fēng)險配給也有明顯負向影響， 并且在10%的水平上顯著。 控制變量中， 就風(fēng)險配給而言， 家庭凈負債（debt）、家庭人口負擔(dān)率（dr）、戶主風(fēng)險偏好（risk_pre）等對風(fēng)險配給有正向影響， 這些因素加劇了風(fēng)險配給; 而戶主的年齡（age）、工作（work）影響則相反， 并且在不同水平上表現(xiàn)顯著。

農(nóng)業(yè)補貼對數(shù)量配給也有影響， 并且是顯著的正向影響。 控制變量中， 家庭人均毛收入（per_inc）， 戶主風(fēng)險偏好（risk_pre）， 戶主的年齡（age）、工作（work）以及大學(xué)學(xué)歷（col）對數(shù)量配給是負向影響， 并且在不同水平上顯著; 家庭凈負債（debt）、戶主的政治面貌（qz）及高中學(xué)歷（his）對數(shù)量配給是正向影響， 并且在不同水平上顯著。

總體來說， 農(nóng)業(yè)補貼對三類信貸配給都有影響， 但是影響效果不同， 這些不同主要是基于不同角度：交易成本配給以及風(fēng)險配給是基于農(nóng)戶需求視角， 是一種需求方的自我配給， 在接受農(nóng)業(yè)補貼以后， 由于收入效應(yīng)（額外的收入沖抵了交易成本以及緩解了風(fēng)險）擴大生產(chǎn)導(dǎo)致需求方的自我配給得到緩解; 而數(shù)量配給是基于金融機構(gòu)供給視角， 是一種信貸供給者控制風(fēng)險的信貸規(guī)?？刂?。 農(nóng)業(yè)補貼對交易成本配給（系數(shù)為-0.701）以及風(fēng)險配給（系數(shù)為-0.613）的影響， 顯著小于對數(shù)量配給（系數(shù)為1.851）的影響。 從總體影響效果而言， 農(nóng)業(yè)補貼加劇了農(nóng)戶的信貸配給， 存在“補貼越大配給越嚴重”的“農(nóng)業(yè)補貼信貸配給悖論”。

3. 穩(wěn)健性檢驗。 表3為利用Logistic模型對信貸配給進行回歸的結(jié)果。 相比Probit模型， Logistic回歸模型整體擬合程度和單個變量統(tǒng)計顯著性均出現(xiàn)不同程度降低。 Logistic信貸配給模型也表明農(nóng)業(yè)補貼加劇農(nóng)戶正規(guī)信貸配給， 進一步證實“農(nóng)業(yè)補貼信貸配給悖論”的存在。

4. 進一步的理論分析。 農(nóng)業(yè)補貼緩解了需求方的信貸配給， 包括交易成本配給（系數(shù)為-0.701）以及風(fēng)險配給（系數(shù)為-0.613）的影響， 同時也加劇了供給方的數(shù)量配給（系數(shù)為1.851）。 理論上， 農(nóng)戶緩解了需求型配給， 就有向正規(guī)金融機構(gòu)擴大信貸資金的需要， 這種來自于外部沖擊、需求方信貸需求增加、需求型信貸配給緩解， 從而導(dǎo)致供給型信貸配給加劇的現(xiàn)象， 本文定義為“內(nèi)生型信貸配給” ⑥。 以上述經(jīng)驗分析的數(shù)據(jù)為例， 供給方的數(shù)量配給系數(shù)1.851， 部分來自于交易成本配給-0.701、部分來自于風(fēng)險配給-0.613的轉(zhuǎn)換， 余下的影響， 來自于農(nóng)業(yè)補貼對金融機構(gòu)的信貸支農(nóng)不僅沒有刺激增加， 反而促使其減少。 顯然， 農(nóng)業(yè)補貼不僅沒有引導(dǎo)金融機構(gòu)加大支農(nóng)力度， 反而對其支農(nóng)資金存在“擠出效應(yīng)”， 這顯然有悖于政策制定者的初衷。

內(nèi)生型信貸配給以及擠出效應(yīng)對農(nóng)業(yè)補貼導(dǎo)致的農(nóng)戶信貸配給悖論提供了一種合理的解釋：農(nóng)業(yè)補貼由于收入效應(yīng)從而刺激了農(nóng)戶的信貸需求， 緩解了兩種需求型信貸配給， 即交易成本配給與風(fēng)險配給， 這種緩解的需求型信貸配給也同步轉(zhuǎn)化為加劇的供給型信貸配給。 此外， 農(nóng)業(yè)補貼對信貸支農(nóng)有明顯的替代性“擠出效應(yīng)”。 綜合二者而言， 農(nóng)業(yè)補貼信貸配給悖論是農(nóng)業(yè)補貼對農(nóng)戶的收入效應(yīng)， 刺激了農(nóng)戶信貸需求增加， 需求型信貸配給緩解， 以及對機構(gòu)的擠出效應(yīng)， 導(dǎo)致了機構(gòu)信貸供給的減少， 供給型信貸配給加劇， 信貸配給悖論是農(nóng)戶收入效應(yīng)與機構(gòu)擠出效應(yīng)雙重影響下的必然結(jié)果。

五、研究結(jié)論與政策建議

1. 研究結(jié)論。 綜合上述理論分析與實證研究， 本文得出如下結(jié)論：

農(nóng)業(yè)補貼對農(nóng)戶正規(guī)信貸配給有重要影響。 但就不同信貸配給類型而言， 農(nóng)業(yè)補貼的影響不同：從信貸需求方——農(nóng)戶角度而言， 包括交易成本配給與風(fēng)險配給， 農(nóng)業(yè)補貼對這兩類信貸配給都有明顯緩解作用， 表明農(nóng)業(yè)補貼的收入效應(yīng)明顯; 從信貸配給供給者角度而言， 包括完全數(shù)量配給與部分數(shù)量配給， 農(nóng)業(yè)補貼加劇了數(shù)量配給。 就總體影響而言， 對需求方信貸配給的交易成本配給（系數(shù)為-0.701）以及風(fēng)險配給（系數(shù)為-0.613）的影響， 顯著小于對供給方信貸配給的數(shù)量配給（系數(shù)為1.851）的影響， 農(nóng)業(yè)補貼加劇了農(nóng)戶信貸配給， 因此導(dǎo)致“農(nóng)業(yè)補貼信貸配給悖論”現(xiàn)象。

進一步的分析表明， 基于信貸需求方的信貸配給（交易成本配給與風(fēng)險配給）與基于信貸供給方的信貸配給（數(shù)量配給）， 在面對外部沖擊時存在內(nèi)生的轉(zhuǎn)換過程：針對信貸需求方而言， 農(nóng)戶獲得農(nóng)業(yè)補貼， 無論是激勵了其生產(chǎn)積極性、沖抵了部分交易成本還是抵御了部分交易風(fēng)險， 都刺激了其信貸需求的擴大， 從而緩解了其交易成本配給和風(fēng)險配給。 針對信貸供給方而言， 一方面， 這種需求方擴大的信貸需求， 內(nèi)生地加劇了供給方的數(shù)量配給。 本研究中的農(nóng)業(yè)補貼導(dǎo)致的供給方信貸配給的數(shù)量配給（系數(shù)為1.851）， 可以部分分解為來自于交易成本配給（系數(shù)為-0.701）以及風(fēng)險配給（系數(shù)為-0.613）的間接影響， 以及供給方自身的直接影響（系數(shù)為0.537）。 另一方面， 農(nóng)業(yè)補貼不僅沒有刺激金融機構(gòu)加大信貸支農(nóng)力度， 而且對信貸支農(nóng)起到了相反的“擠出效應(yīng)”， 這顯然有悖于政策初衷。

2. 政策建議。 根據(jù)上述經(jīng)驗研究結(jié)論， 本文提出以下政策建議：

（1）農(nóng)業(yè)補貼與信貸支農(nóng)需協(xié)同并進。 農(nóng)業(yè)補貼彌補了農(nóng)戶正規(guī)信貸交易成本， 分擔(dān)了其正規(guī)信貸風(fēng)險， 從而刺激了農(nóng)戶正規(guī)信貸需求， 緩解了其交易成本配給以及風(fēng)險配給。 如果沒有相應(yīng)的正規(guī)金融供給增加， 其數(shù)量配給會愈加嚴重， 會產(chǎn)生農(nóng)業(yè)補貼反而加劇農(nóng)戶信貸配給的 “悖論”。 這給我們的啟示是：一方面， 農(nóng)業(yè)補貼起到了很好的政策引導(dǎo)作用， 激發(fā)了農(nóng)戶潛在及隱蔽的信貸資金需求欲望， 并且轉(zhuǎn)化為現(xiàn)實的有效信貸需求， 從而擴大生產(chǎn)、提高收入; 另一方面， 在農(nóng)業(yè)補貼的刺激下， 農(nóng)戶擴大了正規(guī)信貸需求， 需要正規(guī)金融機構(gòu)同步給予農(nóng)戶強力支持， 否則， 激發(fā)出來的更大需求得不到滿足， 加劇了數(shù)量配給。 因此， 在加強農(nóng)業(yè)補貼的同時， 應(yīng)輔之以積極的信貸支農(nóng)舉措， 方能取得更好的協(xié)同支農(nóng)效應(yīng)。

（2）擴大農(nóng)戶信貸資金來源。 本文關(guān)注的是農(nóng)業(yè)補貼對農(nóng)戶正規(guī)信貸配給的影響， 也就是對農(nóng)戶正規(guī)信貸需求的影響， 顯然是正規(guī)信貸需求沒有得到充分滿足， 受到了正規(guī)信貸配給（如本文中的供給方信貸配給）。 實際上大量既有研究已經(jīng)表明， 農(nóng)戶實際得到的資金支持只有20% ～ 30%來源于正規(guī)信貸資金， 大量的資金來源于非正規(guī)金融。 因此， 要重視農(nóng)村非正規(guī)金融對農(nóng)戶信貸的強大補充作用， 在積極規(guī)范、引導(dǎo)農(nóng)村非正規(guī)金融發(fā)展的同時， 倡導(dǎo)建立一個更加公平、公正、合理的農(nóng)村信貸市場。

【 注 釋 】

① 本文是基于信貸需求角度進行分析，這種收入增加導(dǎo)致農(nóng)戶對正規(guī)信貸資金的需求減少，在傳統(tǒng)分析里被稱為“擠出效應(yīng)”。

② 與“擠出效應(yīng)”相反，這種收入增加導(dǎo)致農(nóng)戶擴大生產(chǎn)規(guī)模，產(chǎn)生更大信貸需求的現(xiàn)象，屬于傳統(tǒng)分析中的“收入效應(yīng)”，顯然這是政策追求目標。

③ 通過農(nóng)業(yè)補貼，正規(guī)金融機構(gòu)認為農(nóng)戶收入增加，風(fēng)險減少，從而擴大農(nóng)戶信貸，緩解農(nóng)戶的信貸配給，這種引導(dǎo)效應(yīng)衍生于傳統(tǒng)“收入效應(yīng)”的一部分。

④ 從交易成本配給的角度來講，國家提供補貼，分擔(dān)農(nóng)戶正規(guī)信貸申請的成本，從而刺激正規(guī)信貸需求，那么在信貸供給不變的前提下，交易成本配給緩解但是數(shù)量配給加劇的現(xiàn)象，本文稱之為農(nóng)業(yè)補貼下的“交易成本配給悖論”。

⑤ 基于風(fēng)險配給視角，國家提供補貼，增強農(nóng)戶抵抗風(fēng)險能力，從而刺激正規(guī)信貸需求，在信貸供給不變的前提下，農(nóng)戶風(fēng)險配給緩解的同時加劇了數(shù)量配給，本文稱之為農(nóng)業(yè)補貼下的“風(fēng)險配給悖論”。實際上在農(nóng)戶面對外部沖擊（比如本文的農(nóng)業(yè)補貼）時，無論是交易成本配給悖論還是風(fēng)險配給悖論，都是源于需求方配給轉(zhuǎn)換到供給方配給的一種過程，是一種必然的內(nèi)生過程，后文還有詳述。

⑥ 傳統(tǒng)的信貸配給分為需求型信貸配給與供給型信貸配給：前者包括交易成本配給、風(fēng)險配給，源于信貸需求方由于交易成本和風(fēng)險的原因，壓抑自我信貸需求，減少貸款甚至不貸款而導(dǎo)致的自我信貸配給;后者包括完全數(shù)量配給以及部分數(shù)量配給，源于信貸供給方面對超額的信貸需求，對一些需求者給予完全拒絕，或者只是部分滿足其信貸需求。顯然無論需求型還是供給型信貸配給，均為一種靜態(tài)的概念。本文提出的“內(nèi)生型信貸配給”是源于面對外部沖擊時，比如本文的農(nóng)業(yè)補貼，信貸需求者克服交易成本和風(fēng)險，擴大信貸需求，從而緩解需求型信貸配給;但與此同時，信貸供給方并沒有滿足這些擴大的信貸需求，從而加劇了供給型信貸配給。沿襲的是一種“農(nóng)業(yè)補貼的外部沖擊—農(nóng)戶信貸需求增加—農(nóng)戶需求型信貸配給緩解—農(nóng)戶供給型信貸配給加劇”的內(nèi)生的轉(zhuǎn)換機制，這種始于外部沖擊、經(jīng)由需求方信貸擴張導(dǎo)致的供給方信貸配給增加，反映的是信貸配給的一種內(nèi)在的均衡過程，本文定義為“內(nèi)生型信貸配給”。

【 主 要 參 考 文 獻 】

[ 1 ]? ?余航，周澤宇，吳比.城鄉(xiāng)差距、農(nóng)業(yè)生產(chǎn)率演進與農(nóng)業(yè)補貼——基于新結(jié)構(gòu)經(jīng)濟學(xué)視角的分析[ J].中國農(nóng)村經(jīng)濟，2019（10）：40 ～ 59.

[ 2 ]? ?高鳴，宋洪遠，Michael Carter. 補貼減少了糧食生產(chǎn)效率損失嗎？——基于動態(tài)資產(chǎn)貧困理論的分析[ J].管理世界，2017（9）：85 ～ 100.

[ 3 ]? ?石志恒，慕宏杰，孫艷.農(nóng)業(yè)補貼對農(nóng)戶參與農(nóng)業(yè)綠色發(fā)展的影響研究[ J].產(chǎn)經(jīng)評論，2019（3）：144 ～ 154.

[ 4 ]? ?涂正革，甘天琦，王昆.基于綠色發(fā)展視角的農(nóng)業(yè)補貼政策效率損失的探究[ J].華中師范大學(xué)學(xué)報（人文社會科學(xué)版），2019（2）：39 ～ 49.

[ 5 ]? ?趙和楠，侯石安.新中國70年糧食安全財政保障政策變遷與取向觀察[ J].改革，2019（11）：15 ～ 24.

[ 6 ]? ?李俊高，李俊松，任華.農(nóng)業(yè)補貼對糧食安全與農(nóng)民增收的影響——基于馬克思再生產(chǎn)理論的分析測度[ J].經(jīng)濟與管理，2019（5）：20 ～ 26.

[ 7 ]? ?Diagne A.， Zeller M.， Sharma M.. Empirical measurements of households' access to credit and credit constraints in developing countries：?Methodological issues and evidence[Z].Discussion Paper： Food Consumption and Nutrition Division， International Food Policy Research Institute，2000.

[ 8 ]? ?Swain R. B.. Credit rationing in rural India[ J].Journal of Economic Development，2014（2）：1 ～ 20.

[ 9 ]? ?馬九杰，吳本健.利率浮動政策、差別定價策略與金融機構(gòu)對農(nóng)戶的信貸配給[J]. 金融研究，2012（4）：155 ～ 168.

[10]? ?張龍耀，周南，許玉韞，吳比.信貸配給下的農(nóng)業(yè)規(guī)模經(jīng)濟與土地生產(chǎn)率[ J].中國農(nóng)村經(jīng)濟，2018（7）：19 ～ 33.

[11]? ?Ciaian P.， Pokrivcak J.， Szegenyova K.. Do agricultural subsidies crowd-out or stimulate rural credit market institutions？ The case of CAP?payments[Z].Selected Paper Prepared for Presentation at the Agricultural & Applied Economics Association's 2011 AAEA & NAREA Joint Annual Meeting， Pittsburgh， Pennsylvania，2011.

[12]? ?熊娜，陳池波，杜輝.農(nóng)業(yè)補貼對農(nóng)村金融市場的“擠出效應(yīng)”——理論分析與實證檢驗[ J].中南財經(jīng)政法大學(xué)學(xué)報，2011（5）：102 ～ 107+144.

[13]? ?劉景景.美國農(nóng)業(yè)補貼政策演進與農(nóng)民收入變化研究[ J].亞太經(jīng)濟，2018（6）：70 ～ 77+147 ～ 148.

[14]? ?蔡鑫，陳永福.日本農(nóng)業(yè)補貼制度安排、績效及啟示[ J].農(nóng)村經(jīng)濟，2017（2）：123 ～ 128.

[15]? ?崔海霞，宗義湘，趙幫宏.歐盟農(nóng)業(yè)綠色發(fā)展支持政策體系演進分析——基于OECD農(nóng)業(yè)政策評估系統(tǒng)[ J].農(nóng)業(yè)經(jīng)濟問題，2018（5）：130?～ 142.

[16]? ?柯炳生.三種農(nóng)業(yè)補貼政策的原理與效果分析[ J].農(nóng)業(yè)經(jīng)濟問題，2018（8）：4 ～ 9.

[17]? ?潘彪，田志宏.購機補貼政策對中國農(nóng)業(yè)機械使用效率的影響分析[ J].中國農(nóng)村經(jīng)濟，2018（6）：21 ～ 37.

[18]? ?陳徑天，溫思美，張樂.農(nóng)機購置補貼政策有助于農(nóng)業(yè)勞動力轉(zhuǎn)移嗎？[ J].廣東社會科學(xué)，2018（5）：31 ～ 40.

[19]? ?王許沁，張宗毅，葛繼紅.農(nóng)機購置補貼政策：效果與效率——基于激勵效應(yīng)與擠出效應(yīng)視角[ J].中國農(nóng)村觀察，2018（2）：60 ～ 74.

[20]? ?張若瑾.農(nóng)業(yè)保險保費補貼政策的激勵實效研究[ J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018（6）：31 ～ 41.

[21]? ?粟芳，方蕾.政策性農(nóng)業(yè)保險補貼最優(yōu)模式探析——基于“千村調(diào)查”的研究[ J].財經(jīng)研究，2017（11）：140 ～ 153.

[22]? ?周縣華，廖樸，王婭婷.自主投保還是強制投保？——農(nóng)業(yè)保險的投保形式及最優(yōu)保費補貼比例研究[ J].保險研究，2017（2）：17 ～ 28.

[23]? ?李婷，王巧義.農(nóng)業(yè)保險保費補貼資金績效評價體系的構(gòu)建——基于平衡計分卡原理的研究[ J].金融與經(jīng)濟，2016（2）：82 ～ 87.

[24]? ?黃少安，郭冬梅，吳江.種糧直接補貼政策效應(yīng)評估[ J].中國農(nóng)村經(jīng)濟，2019（1）：17 ～ 31.

[25]? ?李乾.糧食作物良種補貼政策的產(chǎn)量效應(yīng)分析——基于省際面板數(shù)據(jù)的研究[ J].農(nóng)林經(jīng)濟管理學(xué)報，2017（3）：269 ～ 276.

[26]? ?Stiglitz J. E.， Weiss A.. Credit rationing in markets with imperfect information[ J].The American Economic Review，1981（3）：393 ～ 410.

[27]? ?Boucher S.. Endowments and credit market performance： An econometric exploration of non-price rationing mechanisms in rural credit?markets in Peru[Z].Chalmers University of Technology，2002.

[28]? ?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[ J].中國農(nóng)村經(jīng)濟，2016（1）：17 ～ 29.

[29]? ?Kochar A.. An empirical investigation of rationing constraints in rural credit markets in India[ J].Journal of Development Economics，1997（2）：339 ～ 371.

[30]? ?孟櫻，王靜.農(nóng)戶信貸配給情況及影響因素分析[ J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2017（3）：59 ～ 66.

[31]? ?劉艷華，朱紅蓮.農(nóng)業(yè)信貸配給與農(nóng)村居民收入的地區(qū)差異——基于平滑轉(zhuǎn)換模型的闡釋[ J].農(nóng)業(yè)技術(shù)經(jīng)濟，2017（10）：68 ～ 78.

[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3459戶數(shù)據(jù)的經(jīng)驗考察[ J].經(jīng)濟與管理研究，2019（1）：29 ～ 40.

[33]? ?程恩江，劉西川.小額信貸緩解農(nóng)戶正規(guī)信貸配給了嗎？——來自三個非政府小額信貸項目區(qū)的經(jīng)驗證據(jù)[ J].金融研究，2010（12）：190 ～?206.

[34]? ?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[ J].中國農(nóng)村經(jīng)濟，2018（8）：32 ～ 45.

[35]? ?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[ J].經(jīng)濟理論與經(jīng)濟管理，2018（7）：63 ～ 73.

[36]? ?Baltensperger E.. Credit rationing： Issues and questions[ J].Journal of Money Credit & Banking，1978（2）：170 ～ 183.

[37]? ?Gonzalez-Vega C.. Credit rationing behavior of agricultural lenders： The iron law of interest rate restrictions[Z].Undermining Rural?Development with Cheap Credit，1983.

[38]? ?Boucher S.， Guirkinger C.， Trivelli C.. Direct elicitation of credit constraints： Conceptual and practical issues with an empirical application[M].Central American Biodiversity： Springer New York，2005：105 ～ 134.

[39]? ?Fletschner D.， Guirkinger C.， Boucher S.. Risk， credit constraints and financial efficiency in Peruvian agriculture[ J].Journal of Development?Studies，2010（6）：981 ～ 1002.

[40]? ?劉西川，黃祖輝，程恩江.貧困地區(qū)農(nóng)戶的正規(guī)信貸需求：直接識別與經(jīng)驗分析[ J].金融研究，2009（4）：36 ～ 51.