• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      銀?;ヂ?lián)對農(nóng)戶收入影響的差異性分析

      2020-12-29 08:11:42唐娟莉李晨陽
      關(guān)鍵詞:銀保收入水平人均收入

      唐娟莉, 李晨陽

      (西安石油大學(xué)經(jīng)濟(jì)管理學(xué)院,陜西 西安 710065)

      農(nóng)業(yè)作為國民經(jīng)濟(jì)的基礎(chǔ),其發(fā)展對促進(jìn)國民經(jīng)濟(jì)健康持續(xù)運(yùn)行具有重要意義。改革開放至今,中國農(nóng)村居民人均可支配收入水平平均每年以12.64%的速度增長,農(nóng)戶為農(nóng)村經(jīng)濟(jì)的發(fā)展作出了巨大貢獻(xiàn)。但是,農(nóng)戶收入的快速增長、現(xiàn)代農(nóng)業(yè)的持續(xù)發(fā)展亟須銀行和農(nóng)信社等金融機(jī)構(gòu)的資金支持。

      2009年“中央一號”文件首次提出“探索建立農(nóng)村信貸與農(nóng)業(yè)保險相結(jié)合的銀?;訖C(jī)制”。伴隨著新型城鎮(zhèn)化的加速和現(xiàn)代農(nóng)業(yè)的發(fā)展,從事各種產(chǎn)業(yè)的農(nóng)戶在信貸使用期限、資金額度等方面表現(xiàn)出更高的需求。2010年,銀監(jiān)會、保監(jiān)會聯(lián)合發(fā)文“關(guān)于加強(qiáng)涉農(nóng)信貸與涉農(nóng)保險合作的意見”,引入涉農(nóng)保險機(jī)制以分散涉農(nóng)信貸風(fēng)險,進(jìn)一步改善農(nóng)村“貸款難”的問題。

      2016年“中央一號”文件再次提出“探索建立涉農(nóng)信貸和農(nóng)業(yè)保險聯(lián)動機(jī)制”。這一模式的實(shí)施將有效改善農(nóng)戶在借貸過程中受到的數(shù)量配給,緩解農(nóng)戶因供給不足而受到的信貸配給[1],進(jìn)一步促進(jìn)農(nóng)業(yè)商業(yè)銀行的放貸行為,分擔(dān)農(nóng)業(yè)商業(yè)銀行的信貸風(fēng)險[2]。銀保互聯(lián)模式是指農(nóng)戶在缺少抵押物的情況下,購買特定的保險作為申請貸款的條件,銀行作為該保險的第一受益人,貸款經(jīng)銀行審批通過后,農(nóng)戶可將該保險作為抵押物來申請貸款,這種農(nóng)村信貸與農(nóng)業(yè)保險的互聯(lián)結(jié)合的模式已經(jīng)成為構(gòu)建農(nóng)業(yè)金融支持體系的重要發(fā)展方向。

      基于此,本研究利用陜西省和寧夏回族自治區(qū)3 259戶農(nóng)戶的實(shí)際調(diào)研數(shù)據(jù),在OLS估計的基礎(chǔ)上,采用分位數(shù)回歸,深入分析銀?;ヂ?lián)對不同收入層次農(nóng)戶的影響差異,以期實(shí)施更具針對性的銀?;ヂ?lián)政策,實(shí)現(xiàn)銀?;ヂ?lián)作用效果的最大化和農(nóng)戶收入的持續(xù)增長。

      1 文獻(xiàn)回顧與研究假說

      1.1 文獻(xiàn)回顧

      關(guān)于銀保互聯(lián)對農(nóng)戶收入的影響問題,國內(nèi)外學(xué)者進(jìn)行了大量的研究,可以歸納為以下3個方面:

      一是認(rèn)為銀?;ヂ?lián)對農(nóng)戶收入能夠產(chǎn)生正向作用。王小華[3]、華東等[4]和董昕[5]研究均表明,農(nóng)村信貸支持對農(nóng)戶收入增長具有正向影響,對農(nóng)民生活性消費(fèi)支出起到顯著作用[6],但缺乏抵押物等信貸配給問題使部分農(nóng)戶從銀行獲得貸款變得較為困難,而農(nóng)業(yè)保險在一定程度上可以作為抵押物的替代品,使農(nóng)村信貸能夠得到風(fēng)險補(bǔ)償,進(jìn)而提升農(nóng)村信貸機(jī)構(gòu)的放貸意愿[7],即保險公司提供的保險理賠可以用來償還信貸機(jī)構(gòu)的貸款本息,農(nóng)業(yè)保險保單可作為貸款抵押物在信貸機(jī)構(gòu)取得貸款[8]。農(nóng)業(yè)保險作為農(nóng)戶收入增長的重要因素之一[9],對農(nóng)業(yè)信貸具有顯著的正向促進(jìn)作用[10]。將農(nóng)業(yè)保險引入農(nóng)業(yè)信貸的“信貸+保險”模式可以解決一定程度的貧困問題,比單獨(dú)的信貸或保險產(chǎn)品的扶貧效果更好[11],兩者互聯(lián)能夠顯著促進(jìn)農(nóng)業(yè)發(fā)展,并進(jìn)一步提高農(nóng)民生活水平[12]。從研究成果來看,對于農(nóng)業(yè)保險與農(nóng)業(yè)信貸協(xié)同效應(yīng)關(guān)系研究,一般認(rèn)為農(nóng)業(yè)保險與農(nóng)業(yè)信貸結(jié)合能夠產(chǎn)生積極的正外部效應(yīng)。大部分學(xué)者認(rèn)為農(nóng)業(yè)保險與農(nóng)村信貸的發(fā)展可產(chǎn)生相互促進(jìn)的協(xié)同效應(yīng),使得金融對農(nóng)業(yè)生產(chǎn)的融資功能得以實(shí)現(xiàn)整體的帕累托改進(jìn)。CARTER等[13]研究證明,在風(fēng)險厭惡的假定下,農(nóng)戶參與信貸與保險互聯(lián)能夠提高其收入。謝玉梅等[14]將無保險與銀保分離機(jī)制和銀保捆綁信貸機(jī)制進(jìn)行對比,發(fā)現(xiàn)銀?;訔l件下農(nóng)戶獲得的凈收入更高,張建軍等[15]根據(jù)是否參與銀保互聯(lián)將農(nóng)戶分為基準(zhǔn)組與實(shí)驗組進(jìn)行對比,結(jié)果也表明信貸與保險互聯(lián)能夠顯著提高農(nóng)戶收入。

      二是認(rèn)為銀?;ヂ?lián)對農(nóng)戶收入的正向作用不顯著。王月金[16]認(rèn)為,雖然中國農(nóng)業(yè)保險措施以及相關(guān)制度在逐漸完善,但農(nóng)業(yè)信貸與農(nóng)業(yè)保險仍無法有效結(jié)合。王向楠[17]運(yùn)用動態(tài)面板數(shù)據(jù)模型研究發(fā)現(xiàn),農(nóng)業(yè)信貸和農(nóng)業(yè)保險能夠單獨(dú)有效地促進(jìn)農(nóng)業(yè)產(chǎn)出,但是兩者在協(xié)同下產(chǎn)生的效果不明顯。吳洪等[18]研究表明,保險和銀行業(yè)間存在顯著的替代關(guān)系,且兩者之間未能形成穩(wěn)定的良性競爭和優(yōu)勢互補(bǔ)格局。農(nóng)業(yè)信貸和農(nóng)業(yè)保險是制約中國農(nóng)業(yè)發(fā)展的2個關(guān)鍵,如何解決兩者存在的問題以及如何處理兩者之間的關(guān)系,將對中國農(nóng)業(yè)發(fā)展產(chǎn)生巨大影響[19]。

      三是認(rèn)為銀?;ヂ?lián)能夠通過改善信貸配給對農(nóng)戶收入產(chǎn)生積極作用。彭澎等[20]以信貸配給理論為基礎(chǔ)研究發(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。彭小兵等[21]分析認(rèn)為,小規(guī)模分散經(jīng)營的農(nóng)戶由于缺乏談判能力而面臨利益被瓜分的風(fēng)險,這是農(nóng)戶、信貸機(jī)構(gòu)和保險公司無法長久合作的原因,并進(jìn)一步指出三方應(yīng)訂立規(guī)范合同,確保合作有效進(jìn)行。潘明清等[22]從信貸風(fēng)險的角度出發(fā),認(rèn)為農(nóng)業(yè)保險雖然不能完全解決違約現(xiàn)象,但能夠通過降低不良貸款率來提高銀行資產(chǎn)質(zhì)量,進(jìn)一步提高銀行發(fā)放貸款的積極性,從而促進(jìn)農(nóng)戶增收。

      綜上所述,已有文獻(xiàn)主要聚焦于銀?;ヂ?lián)作用機(jī)制以及從整體上測度銀保互聯(lián)的作用效果,而針對銀?;ヂ?lián)方面的研究,缺少微觀數(shù)據(jù)的實(shí)證檢驗,且鮮有文獻(xiàn)對不同收入層次農(nóng)戶的收入影響進(jìn)行實(shí)證檢驗。農(nóng)戶收入水平的不同反映出其資源稟賦存在的異質(zhì)性,在充分考慮農(nóng)戶收入差別的情況下,同一銀?;ヂ?lián)模式對于不同收入的農(nóng)戶可能產(chǎn)生不同的影響效果。董曉林等[23]從種植規(guī)模角度出發(fā),將農(nóng)戶按照種植規(guī)模大小分為3組,通過分組的形式對銀保互聯(lián)作用機(jī)制進(jìn)行了研究。本研究借鑒李長生等[24]和溫濤等[25]的研究方法,引入分位數(shù)回歸模型,對銀保互聯(lián)的農(nóng)戶收入效應(yīng)進(jìn)行研究,并嘗試?yán)藐兾魇『蛯幭幕刈遄灾螀^(qū)3個縣(區(qū))3 259戶農(nóng)戶的實(shí)地調(diào)查數(shù)據(jù),進(jìn)一步深入分析銀?;ヂ?lián)對不同收入水平農(nóng)戶的收入效應(yīng),這對于實(shí)施更具針對性的銀?;ヂ?lián)政策,最大化銀保互聯(lián)作用效果具有較大意義。

      1.2 研究假說

      本文的研究目的是分析銀?;ヂ?lián)對不同收入水平農(nóng)戶的收入效應(yīng),主要通過農(nóng)戶是否參與銀?;ヂ?lián)對其人均收入的影響效果進(jìn)行檢驗。從長期來看,金融支持能夠促進(jìn)農(nóng)戶人力資本水平、物質(zhì)資本積累和生產(chǎn)經(jīng)營能力的提升。但是,農(nóng)戶尤其是中低收入農(nóng)戶無法在金融市場上獲得有效借貸機(jī)會,這會導(dǎo)致部分農(nóng)戶被金融市場排斥或因過高的隱性借貸成本轉(zhuǎn)而尋求民間借貸,而銀保互聯(lián)能夠有效改善農(nóng)戶受到的信貸約束。

      銀保互聯(lián)所涉及的保險品種一般為農(nóng)業(yè)保險、貸款保證保險和人身意外傷害保險中的一種或多種。張建軍[26]在農(nóng)戶異質(zhì)性風(fēng)險偏好前提下,研究“農(nóng)業(yè)信貸+政策性農(nóng)業(yè)保險+人身意外傷害險+政策性農(nóng)業(yè)保險保費(fèi)財政補(bǔ)貼”互聯(lián)模式,試圖回答農(nóng)業(yè)信貸與保險互聯(lián)能否間接影響農(nóng)戶收入。而政府支持銀?;ヂ?lián)的具體方式通常為直接補(bǔ)貼保費(fèi)和設(shè)立風(fēng)險資金池[27]。在農(nóng)業(yè)信貸中引入農(nóng)業(yè)保險,能夠有效改善農(nóng)戶在傳統(tǒng)借貸中遇到的信貸配給問題。

      銀?;ヂ?lián)正是通過改善農(nóng)村正規(guī)信貸配給對農(nóng)戶收入產(chǎn)生影響。首先,農(nóng)戶可以將保險直接作為替代抵押物,不會因缺乏抵押物而被信貸機(jī)構(gòu)拒絕,且政府與合作社等信貸機(jī)構(gòu)能夠提前篩選出低風(fēng)險的借款農(nóng)戶,降低了雙方的信息不對稱程度,使得銀行識別借款農(nóng)戶風(fēng)險的能力增強(qiáng)。其次,銀行和保險公司收集調(diào)查中獲取的農(nóng)戶信息,減少了貸前工作,簡化了農(nóng)戶申請貸款時的手續(xù)。最后,政府對保費(fèi)的補(bǔ)貼使得農(nóng)戶需要支付的保費(fèi)減少,降低了農(nóng)村信貸市場存在的風(fēng)險,且政府對承擔(dān)部分風(fēng)險的保險公司進(jìn)行補(bǔ)貼,降低了銀行存在的風(fēng)險,使得銀行貸款利率得以降低。綜上所述,本文提出如下研究假說:

      假說1:參與銀?;ヂ?lián)能夠促進(jìn)農(nóng)戶收入增長。

      此外,由于低收入水平農(nóng)戶擁有的物質(zhì)資本較為匱乏,且家庭稟賦不足,銀行提供資金扶持能夠使其立即彌補(bǔ)在經(jīng)濟(jì)上的缺乏,緩解農(nóng)戶生產(chǎn)生活的約束,因此,銀?;ヂ?lián)對這類農(nóng)戶作用的邊際效應(yīng)相對較大。隨著農(nóng)戶收入的增加,其擁有的資金和抵押物也更多,受到信貸配給的影響降低,參與銀?;ヂ?lián)的意愿逐漸減弱,且考慮到在理論上銀?;ヂ?lián)對農(nóng)戶收入的影響可能存在邊際效用遞減,本文同時提出如下假說:

      假說2:參與銀?;ヂ?lián)對不同收入水平農(nóng)戶的影響存在較大差異,對中低收入水平農(nóng)戶家庭收入的影響作用大于高收入水平農(nóng)戶。

      2 數(shù)據(jù)來源與變量設(shè)定

      2.1 數(shù)據(jù)來源與樣本描述

      本研究所使用的數(shù)據(jù)來源于2016年12月對陜西省鄠邑區(qū)、宜君縣和寧夏回族自治區(qū)平羅縣農(nóng)戶的調(diào)查。為保證樣本具有代表性,調(diào)查采取分層抽樣和簡單隨機(jī)抽樣相結(jié)合的方式[28]。此次實(shí)地調(diào)查分別在鄠邑區(qū)、宜君縣、平羅縣選取了40個、12個和10個自然村。根據(jù)各個村莊的人口規(guī)模,在每個村按照不少于30%的比例隨機(jī)抽取普通農(nóng)戶10~60戶。此次調(diào)查問卷內(nèi)容包括2016年農(nóng)戶的家庭基本情況、收入與支出水平、貸款經(jīng)歷等。此次實(shí)地調(diào)查共回收問卷3 281份,經(jīng)過篩選,最終獲得有效問卷3 259份。樣本的基本特征描述如表1所示。

      由表1可知,被調(diào)查者主要以男性為主,占樣本總量的比例為82.69%;年齡以中年為主,40~59歲的農(nóng)戶占樣本總量的比例為63.47%;農(nóng)戶的文化程度普遍偏低,以初中為主,占樣本總量的42.6%,而高中以上文化程度的比例僅為25.45%;家庭經(jīng)營類型以非農(nóng)業(yè)為主兼營模式為主,占樣本總量的51.81%;有欠款數(shù)額的農(nóng)戶占樣本總數(shù)的32.05%;在申請貸款的樣本農(nóng)戶中,58.04%的農(nóng)戶獲批貸款。

      2.2 變量選取

      被解釋變量。本研究擬用OLS估計模型和分位數(shù)回歸模型對銀?;ヂ?lián)作用效果進(jìn)行檢驗,由于無法獲知農(nóng)戶貸款在農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)中的配比,在OLS估計模型和分位數(shù)回歸模型中考慮將農(nóng)戶人均收入作為被解釋變量進(jìn)行測量更加科學(xué)、有效;同時,本研究在OLS估計中將農(nóng)戶人均農(nóng)業(yè)收入和人均非農(nóng)收入作為被解釋變量進(jìn)行對比,以便在整體上比較銀?;ヂ?lián)對農(nóng)戶家庭總收入、農(nóng)業(yè)收入和非農(nóng)收入的影響效果。

      表1 樣本農(nóng)戶及家庭基本特征

      核心解釋變量。本研究模型中的核心解釋變量為是否參與銀?;ヂ?lián),用農(nóng)戶參與銀保互聯(lián)的情況來表示。若農(nóng)戶參與銀保互聯(lián),則該變量取值為1,否則取值為0。

      控制變量。本研究選取了戶主性別、年齡和文化程度作為反映農(nóng)戶戶主特征的控制變量,考慮到家里有銀行職員一般更容易獲得貸款,對間接提高農(nóng)業(yè)或非農(nóng)業(yè)收入產(chǎn)生作用,于是,參考閆嘯等[29]的研究成果,選用家庭總?cè)藬?shù)、從事非農(nóng)業(yè)勞動人數(shù)、家庭經(jīng)營類型、家庭欠款數(shù)、土地面積總量和是否有家庭成員為銀行職員作為反映農(nóng)戶家庭特征的控制變量,同時選取農(nóng)戶對銀行金融服務(wù)滿意程度作為反映家庭信貸金融情況的控制變量。以上所選變量的定義及其描述性統(tǒng)計結(jié)果見表2。

      3 計量模型與實(shí)證結(jié)果

      3.1 模型設(shè)定與說明

      3.1.1 最小二乘法估計模型 為了考察農(nóng)戶家庭參與銀?;ヂ?lián)對人均收入的影響,研究采用最小二乘法(OLS)對銀保互聯(lián)影響人均收入的效應(yīng)進(jìn)行估計,收入方程如下:

      lnYi=α0+β1xi+β2Ri+ε

      (1)

      lnZi=α1+δ1xi+δ2Ri+ε

      (2)

      lnWi=α2+γ1xi+γ2Ri+ε

      (3)

      式(1)中l(wèi)nYi為第i個農(nóng)戶家庭人均收入的自然對數(shù)。式(2)中l(wèi)nZi為第i個農(nóng)戶家庭人均農(nóng)業(yè)收入的自然對數(shù)。式(3)中l(wèi)nWi為第i個農(nóng)戶家庭人均非農(nóng)業(yè)收入的自然對數(shù);xi為家庭i可觀測到的影響人均收入的家庭和個人特征變量以及信貸情況,包括戶主性別、年齡、文化程度、家庭總?cè)藬?shù)、從事非農(nóng)業(yè)人數(shù)、家庭經(jīng)營類型、欠款數(shù)額、土地面積總量、是否有家庭成員為銀行職員和對銀行金融服務(wù)滿意程度;Ri為農(nóng)戶家庭是否參與銀?;ヂ?lián),Ri=1表示參與銀保互聯(lián),Ri=0表示沒有參與銀?;ヂ?lián);β2、δ2和γ2表示參與銀?;ヂ?lián)的收入效應(yīng);ε為隨機(jī)誤差項。

      3.1.2 分位數(shù)回歸模型 分位數(shù)回歸由KOENKER和BASSETT提出,依據(jù)因變量的條件分位數(shù)對自變量進(jìn)行回歸,得到所有分位數(shù)下的回歸模型。該方法能準(zhǔn)確描述自變量對于因變量的變化范圍以及條件分布形狀的影響,并全面描述被解釋變量條件分布的所有情形,還可以分析各分位數(shù)條件下解釋變量對被解釋變量的作用機(jī)制。分位數(shù)回歸能捕捉分布的尾部特征,當(dāng)解釋變量和控制變量對不同部分的被解釋變量的分布產(chǎn)生不同影響時,能夠更全面刻畫分布的特征,且分位數(shù)回歸的系數(shù)估計比OLS回歸系數(shù)估計更加穩(wěn)健[30]。分位數(shù)回歸模型的基本形式如下。

      表2 變量的含義與描述性結(jié)果

      yq(xi)=x′iβq

      (4)

      (5)

      假設(shè)q=1/2,則為中位數(shù)回歸。此時,目標(biāo)函數(shù)簡化為:

      (6)

      中位數(shù)回歸也稱最小絕對值離差估計量,相較于均值回歸,其不容易受到極端值的影響,且統(tǒng)計結(jié)果更加穩(wěn)健。當(dāng)q=1/10、1/4、1/2、3/4和9/10時,為1/10分位數(shù)、1/4分位數(shù)、中位數(shù)、3/4分位數(shù)以及9/10分位數(shù)回歸。

      在上述理論模型的基礎(chǔ)上,本研究根據(jù)明瑟收入回歸方程,將人均收入自然對數(shù)作為被解釋變量,將上述所選的12個微觀影響因素作為解釋變量,建立本研究實(shí)際所運(yùn)用的農(nóng)戶人均收入分位數(shù)回歸模型,其基本形式為:

      lny=αp+xβp+ε

      (7)

      式中:lny為農(nóng)戶人均收入的自然對數(shù),x表示影響農(nóng)戶收入的12個微觀因素變量;αp、βp分別表示每個變量在第p個分位數(shù)上的系數(shù),ε為誤差項。為了便于分析,本研究選取了農(nóng)戶人均收入自然對數(shù)的10%、25%、50%、75%和90%的分位數(shù),并將其作為不同收入群體的劃分標(biāo)準(zhǔn)。

      3.2 模型結(jié)果與分析

      3.2.1 銀?;ヂ?lián)對農(nóng)戶整體收入的影響 基于OLS模型估計參與銀?;ヂ?lián)對家庭人均收入、人均農(nóng)業(yè)收入以及人均非農(nóng)收入的效應(yīng)如表3所示。表3中,參與銀?;ヂ?lián)的農(nóng)戶比未參與銀?;ヂ?lián)的人均收入高45.6%,比未參與銀?;ヂ?lián)的人均農(nóng)業(yè)收入高69%;同時戶主年齡、戶主性別、家庭總?cè)藬?shù)、從事非農(nóng)業(yè)人數(shù)、家庭經(jīng)營類型、欠款數(shù)額、土地面積總量、是否有家庭成員為銀行職員、對銀行金融服務(wù)滿意程度以及申請貸款是否獲批均對人均收入產(chǎn)生了顯著影響。將OLS回歸結(jié)果進(jìn)行分析,可以總結(jié)出各種微觀因素對農(nóng)戶收入影響的幾點(diǎn)規(guī)律。

      第一,是否參與銀保互聯(lián)變量對人均收入產(chǎn)生顯著正向影響。農(nóng)戶是否參與銀?;ヂ?lián)在家庭人均收入、人均農(nóng)業(yè)收入和人均非農(nóng)業(yè)收入3個組中的系數(shù)分別為0.456、0.669和0.215,均通過了顯著性檢驗,表明與單獨(dú)的信貸和保險產(chǎn)品相比,銀?;ヂ?lián)在整體上能夠顯著提升農(nóng)戶的人均收入。這與馮慶水等[12]和CARTER等[13]學(xué)者的研究結(jié)論相一致,說明農(nóng)戶通過參與銀保互聯(lián)能夠有效改善農(nóng)村正規(guī)信貸配給,進(jìn)一步增加農(nóng)戶貸款意愿和貸款可得性,從而提高農(nóng)戶的收入水平,假說1得到了驗證。

      第二,家庭總?cè)藬?shù)對農(nóng)戶人均收入、人均農(nóng)業(yè)收入以及人均非農(nóng)收入均產(chǎn)生了顯著的負(fù)向影響,而土地面積總量和對銀行金融服務(wù)滿意程度對其產(chǎn)生的影響顯著為正。容易理解,較多的家庭人口數(shù)量會降低人均收入,較多的土地是提高農(nóng)戶作物收入的關(guān)鍵因素,而對銀行金融服務(wù)滿意程度越高則通過影響農(nóng)戶與銀行的合作次數(shù)會間接增加農(nóng)戶收入。

      第三,家庭經(jīng)營類型對農(nóng)戶人均收入和人均非農(nóng)收入產(chǎn)生了顯著正向影響,而對人均農(nóng)業(yè)收入產(chǎn)生了負(fù)向影響,且從事非農(nóng)業(yè)人數(shù)對人均收入和人均非農(nóng)收入產(chǎn)生了顯著正向影響,對人均農(nóng)業(yè)收入影響不顯著。說明農(nóng)戶在從事經(jīng)營活動中,非農(nóng)業(yè)經(jīng)營活動能夠比農(nóng)業(yè)經(jīng)營活動帶來更多收入。這是因為農(nóng)村基礎(chǔ)設(shè)施的完善,農(nóng)戶受到的信息不對稱等因素減弱,使農(nóng)戶更多地從事能帶來高收益的非農(nóng)業(yè)勞動。

      第四,欠款數(shù)額對農(nóng)戶人均收入產(chǎn)生正向影響。欠款數(shù)額因素的回歸系數(shù)顯著為正,說明欠款數(shù)額多的農(nóng)戶人均收入更高。究其原因,一方面,欠款數(shù)額多的農(nóng)戶迫于還款的壓力,會更多地進(jìn)行經(jīng)營活動;另一方面,欠款數(shù)額多的農(nóng)戶將借款從事于大規(guī)模的經(jīng)營活動,會帶來更高的經(jīng)營收入。

      第五,申請貸款是否獲批對農(nóng)戶人均收入和農(nóng)業(yè)收入產(chǎn)生了顯著正向影響,對人均非農(nóng)業(yè)收入的影響不顯著。說明獲批貸款農(nóng)戶比未獲批貸款農(nóng)戶的人均農(nóng)業(yè)收入高74.9%,表明農(nóng)戶將貸款從事農(nóng)業(yè)經(jīng)營活動比從事非農(nóng)業(yè)經(jīng)營活動更多,這是因為農(nóng)戶文化程度較低,對非農(nóng)業(yè)經(jīng)營活動的了解不足。

      3.2.2 銀?;ヂ?lián)對農(nóng)戶收入的差異性分析 本研究在分位數(shù)回歸模型中選取1/10分位點(diǎn)、1/4分位點(diǎn)、1/2分位點(diǎn)、3/4分位點(diǎn)和9/10分位點(diǎn),以區(qū)分低收入組、較低收入組、中等收入組、較高收入組和高收入組之間的農(nóng)戶收入差距,分別以q10、q25、q50、q75和q90表示1/10、1/14、1/2、3/4和9/10分位數(shù)。運(yùn)用Stata 14軟件對3 259個農(nóng)戶樣本進(jìn)行分位數(shù)回歸,農(nóng)戶參與銀?;ヂ?lián)的分位數(shù)回歸估計結(jié)果如表4所示。

      從回歸結(jié)果可以看出,某一自變量在不同分位數(shù)條件下對因變量的作用效果可能不相同。是否參與銀?;ヂ?lián)、戶主性別、戶主文化程度、從事非農(nóng)業(yè)人數(shù)、家庭經(jīng)營類型、欠款數(shù)額、土地面積總量、是否有家庭成員為銀行職員、對銀行金融服務(wù)滿意程度以及申請貸款是否獲批均和農(nóng)戶人均收入正相關(guān);戶主年齡、家庭總?cè)藬?shù)與農(nóng)戶人均收入負(fù)相關(guān)。欠款數(shù)額在不同分位數(shù)回歸條件下,對人均收入產(chǎn)生不同方向的影響。根據(jù)分位數(shù)回歸結(jié)果,本文將重點(diǎn)分析銀?;ヂ?lián)對農(nóng)戶收入在不同分位數(shù)上影響程度的差異,并對農(nóng)戶收入分位數(shù)有差異影響的其他變量作進(jìn)一步分析。

      是否參與銀?;ヂ?lián)對家庭人均收入的正向顯著作用隨家庭收入的提高而降低。由表4可知,是否參與銀保互聯(lián)在1/10、1/4、1/2以及3/4分位點(diǎn)的系數(shù)分別為0.678、0.572、0.484和0.392,均通過了1%顯著性水平的檢驗。說明銀?;ヂ?lián)對低收入農(nóng)戶的作用效果比高收入農(nóng)戶的作用效果更強(qiáng),假設(shè)2得到了驗證。由于低收入水平農(nóng)戶擁有的抵押物和資本較為匱乏,家庭資源稟賦不足,提高其貸款和保險補(bǔ)貼額度,會使得人均收入增加的邊際效果更加顯著。具體來講,在銀?;ヂ?lián)模式下,銀行會為農(nóng)戶提供一定的貸款,農(nóng)戶參與銀?;ヂ?lián)后能夠立即彌補(bǔ)自身在資金方面的缺乏,緩解農(nóng)戶在農(nóng)業(yè)生產(chǎn)中的約束,因此,低收入層次農(nóng)戶的人均收入受到銀?;ヂ?lián)的影響較為顯著。而在9/10分位點(diǎn)的回歸模型中,雖然是否參與銀保互聯(lián)的回歸系數(shù)為正數(shù)(系數(shù)為0.138),但沒有通過顯著性檢驗,說明銀?;ヂ?lián)未能顯著促進(jìn)高收入水平農(nóng)戶收入的增長??赡艿慕忉屖牵般y行+保險機(jī)構(gòu)”互聯(lián)模式下農(nóng)戶獲得的貸款額度相對較少,而高收入水平農(nóng)戶由于其自身的承受風(fēng)險能力和家庭資源稟賦較高,在資金、信息和規(guī)模方面具有優(yōu)勢,這類農(nóng)戶在銀行進(jìn)行貸款就可以獲得高額的額度,且其在選擇自主經(jīng)營的情況下,可能會獲得更高的收益,是否參與銀?;ヂ?lián)對其收入的影響作用不大。以上分析說明,各分位數(shù)水平下的回歸結(jié)果與OLS估計結(jié)果并不完全相同。從整體上看,銀?;ヂ?lián)對農(nóng)戶收入的影響隨農(nóng)戶收入水平的提高而降低。除此以外,部分控制變量對農(nóng)戶收入在不同分位數(shù)上的影響系數(shù)也存在一定的差異。

      表3 采用OLS的家庭收入回歸結(jié)果

      第一,從事非農(nóng)業(yè)人數(shù)對家庭人均收入的影響作用隨家庭收入的增加呈“M”型。從事非農(nóng)業(yè)人數(shù)在1/10、1/4、1/2、3/4和9/10分位點(diǎn)均通過了顯著性檢驗(估計系數(shù)分別為0.170、0.177、0.124、0.176和0.097)。這可能是由于收入水平較低的農(nóng)戶會選擇進(jìn)城務(wù)工獲得更多收入,當(dāng)家庭收入達(dá)到一定水平后,農(nóng)戶會減少從事務(wù)工等工作環(huán)境惡劣的非農(nóng)業(yè)活動。農(nóng)戶收入的進(jìn)一步增加,從事非農(nóng)業(yè)人數(shù)增多,這是因為具有一定收入的農(nóng)戶會從事工作量相對小且能帶來更多收入的經(jīng)營活動。對于高收入的農(nóng)戶,一方面由于農(nóng)戶從事大規(guī)模的農(nóng)業(yè)經(jīng)營活動,另一方面因為收入足夠支撐家庭消費(fèi),農(nóng)戶會選擇減少甚至不從事經(jīng)營活動。

      第二,欠款數(shù)額對中高收入農(nóng)戶產(chǎn)生顯著正向影響,對低收入農(nóng)戶影響不顯著。欠款數(shù)額在1/2、3/4和9/10分位點(diǎn)均通過了顯著性檢驗(估計系數(shù)分別為0.048、0.047和0.077),而在1/10和1/4分位點(diǎn)未通過顯著性檢驗(估計系數(shù)分別為0.003和0.030)。說明欠款數(shù)額對農(nóng)戶收入的影響不容忽視。表明欠款數(shù)額已成為低收入農(nóng)戶家庭負(fù)擔(dān)。進(jìn)一步的解釋是,低收入農(nóng)戶從銀行獲得貸款較為困難,沒有資金進(jìn)行經(jīng)營活動,欠款大都來自于民間借貸或親朋好友,對家庭收入產(chǎn)生較大壓力。

      第三,銀行金融服務(wù)滿意程度因素對低收入農(nóng)戶產(chǎn)生了顯著正向影響,對高收入農(nóng)戶影響不顯著。對銀行金融服務(wù)滿意程度在1/10、1/4和1/2分位點(diǎn)通過了5%水平的顯著性檢驗(估計系數(shù)分別為0.116、0.109和0.073),在3/4和9/10分位點(diǎn)未通過顯著性檢驗(估計系數(shù)分別為0.009和0.080)。這是因為銀行在農(nóng)村提供的普遍為基礎(chǔ)性金融服務(wù),收入較低的農(nóng)戶參與度更高,高收入農(nóng)戶對銀行基礎(chǔ)金融服務(wù)參與度相對較低。

      第四,申請貸款是否獲批對人均收入的正向影響作用隨農(nóng)戶家庭收入水平的提高而提高。申請貸款是否獲批在1/2、3/4和9/10分位點(diǎn)均通過了顯著性檢驗(估計系數(shù)分別為0.157、0.346和0.409),而在1/10和1/4分位點(diǎn)未通過顯著性檢驗(估計系數(shù)分別為0.064和0.124)。說明高收入農(nóng)戶更容易獲得貸款,收入低的農(nóng)戶獲批貸款比較困難,一方面是因為獲批貸款能為農(nóng)戶帶來更多收入,另一方面是因為銀行會對貸款農(nóng)戶家庭信息進(jìn)行評估,高收入農(nóng)戶償還貸款能力更強(qiáng),更容易獲批貸款。

      家庭總?cè)藬?shù)、家庭經(jīng)營類型、土地面積總量和是否有家庭成員為銀行職員變量雖然在不同分位點(diǎn)也通過了顯著性檢驗,但是各估計系數(shù)之間的差異性并不顯著。

      4 主要結(jié)論與政策啟示

      本研究基于陜西省和寧夏回族自治區(qū)3 256戶農(nóng)戶的調(diào)研數(shù)據(jù),實(shí)證檢驗了銀?;ヂ?lián)對農(nóng)戶收入的影響。研究結(jié)論中,首要的是,OLS回歸的估計結(jié)果表明,農(nóng)戶參與銀?;ヂ?lián)在整體上能夠顯著提升其人均收入水平;重要的是,進(jìn)一步的分位數(shù)回歸結(jié)果顯示,銀?;ヂ?lián)對低收入水平農(nóng)戶的人均收入具有顯著的正向影響,對高收入水平農(nóng)戶人均收入的影響作用不顯著,即銀?;ヂ?lián)對農(nóng)戶收入的影響隨著農(nóng)戶收入水平的提高而降低;此外,申請貸款是否獲批對高收入水平農(nóng)戶的人均收入具有顯著的正向影響,對低收入農(nóng)戶人均收入的影響作用不顯著,即申請貸款是否獲批對農(nóng)戶收入的影響隨著農(nóng)戶收入水平的提高而提高。

      基于上述結(jié)論,本研究提出如下政策啟示:

      (1) 加大對中低收入農(nóng)戶及欠發(fā)達(dá)地區(qū)農(nóng)戶參與銀?;ヂ?lián)的支持力度。對中低收入農(nóng)戶提供更多的銀?;ヂ?lián)政策支持,幫助和鼓勵農(nóng)戶參與銀保互聯(lián),通過對參與銀?;ヂ?lián)的農(nóng)戶提供貸款,促進(jìn)農(nóng)戶進(jìn)行農(nóng)業(yè)經(jīng)營活動,實(shí)現(xiàn)農(nóng)戶增收目標(biāo),這也能為其他農(nóng)戶的增收產(chǎn)生示范效應(yīng)。

      (2) 維持或適當(dāng)降低銀保互聯(lián)對高收入農(nóng)戶的支持力度,轉(zhuǎn)為鼓勵其自主經(jīng)營。銀?;ヂ?lián)對農(nóng)戶收入的影響隨農(nóng)戶收入水平的提高而降低,對高收入水平的農(nóng)戶,政府可以在生產(chǎn)經(jīng)營方面進(jìn)行補(bǔ)貼,激勵其選擇自主經(jīng)營,以獲取更高收入。

      (3) 加大對中低收入水平農(nóng)戶的貸款支持力度。銀行等金融機(jī)構(gòu)應(yīng)該對中低收入水平農(nóng)戶提供更多貸款支持,提高農(nóng)戶收入水平和還款能力,進(jìn)一步提高金融機(jī)構(gòu)對農(nóng)戶的貸款發(fā)放力度。

      此外,本研究得出一些結(jié)果顯示在銀保互聯(lián)中可能違約的通常是高收入水平農(nóng)戶。加入銀保互聯(lián)雖然能增加高收入水平農(nóng)戶貸款額度,但與其自身擁有的物質(zhì)資本相比較少,因而他們可能違約甚至不選擇加入銀?;ヂ?lián),這方面問題有待進(jìn)一步研究。

      猜你喜歡
      銀保收入水平人均收入
      忠誠村的“棚經(jīng)濟(jì)”——村集體資產(chǎn)3025萬元,去年村民人均收入2.3萬元
      這個村子不簡單 人均收入十萬元
      中國人均收入差距分析與預(yù)測的實(shí)證研究
      中國市場(2021年34期)2021-08-29 03:24:38
      未來已來,探討銀保業(yè)務(wù)轉(zhuǎn)型發(fā)展之道
      金融理財(2019年8期)2019-08-28 01:46:45
      銀行保險理財產(chǎn)品,購買前需“掃雷”
      家庭百事通(2018年7期)2018-08-10 06:28:48
      銀行保險理財產(chǎn)品,購買前需“掃雷”
      益壽寶典(2018年33期)2018-01-26 22:51:58
      中等收入水平階段居民消費(fèi)結(jié)構(gòu)對產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的影響——基于跨國數(shù)據(jù)的實(shí)證檢驗
      法學(xué)院哪家最強(qiáng)
      海外星云(2016年9期)2016-05-11 21:37:03
      全面發(fā)展與提高消費(fèi)力
      決定醫(yī)生收入水平首先是市場因素
      读书| 故城县| 广灵县| 麻城市| 沁水县| 东港市| 广汉市| 龙州县| 台南县| 大田县| 桓仁| 民县| 舞钢市| 饶平县| 肇庆市| 新津县| 马关县| 紫金县| 屯昌县| 南溪县| 枣庄市| 抚州市| 东安县| 卓尼县| 焦作市| 饶平县| 桂东县| 深泽县| 莱州市| 钟祥市| 根河市| 曲阳县| 唐山市| 宝山区| 同心县| 平原县| 镇原县| 新余市| 牟定县| 乐东| 珲春市|