• 
    

    
    

      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

      ?

      黑龍江省農(nóng)地經(jīng)營(yíng)權(quán)抵押貸款緩解農(nóng)戶(hù)信貸約束障礙因子實(shí)證分析

      2022-04-03 22:43:08朱若蘭劉潤(rùn)瑾應(yīng)之瑜
      中國(guó)市場(chǎng) 2022年10期
      關(guān)鍵詞:土地質(zhì)量人口數(shù)農(nóng)地

      朱若蘭 劉潤(rùn)瑾 應(yīng)之瑜

      摘 要:文章基于農(nóng)村土地經(jīng)營(yíng)權(quán)抵押貸款視角,以緩解農(nóng)戶(hù)信貸約束為目標(biāo),甄別影響其效果發(fā)揮的障礙因子。對(duì)黑龍江省農(nóng)村土地經(jīng)營(yíng)權(quán)抵押貸款試點(diǎn)地區(qū)寶清、蘭西和克山三縣的214名農(nóng)戶(hù)進(jìn)行問(wèn)卷調(diào)查得到相關(guān)數(shù)據(jù),并在進(jìn)行Hosmer-Lemeshow檢驗(yàn)的基礎(chǔ)上,將選取并調(diào)整的變量建立二元邏輯回歸模型。計(jì)量結(jié)果顯示,農(nóng)戶(hù)受教育年限、家庭人口數(shù)、經(jīng)營(yíng)的土地質(zhì)量3個(gè)變量對(duì)信貸約束具有顯著影響,其中農(nóng)戶(hù)受教育年限和經(jīng)營(yíng)的土地質(zhì)量對(duì)信貸約束具有負(fù)向影響,家庭人口數(shù)對(duì)信貸約束具有正向影響,最后根據(jù)計(jì)量結(jié)果提出推動(dòng)農(nóng)地抵押貸款緩解信貸約束的對(duì)策建議。

      關(guān)鍵詞:農(nóng)村土地經(jīng)營(yíng)權(quán)抵押;農(nóng)戶(hù)信貸約束;二元logistic回歸

      中圖分類(lèi)號(hào):F321.1 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1005-6432(2022)10-0052-03

      DOI:10.13939/j.cnki.zgsc.2022.10.052

      1 引言

      長(zhǎng)期以來(lái),農(nóng)戶(hù)因?yàn)槿狈弦?guī)抵押物以及與正規(guī)金融機(jī)構(gòu)之間信息不對(duì)稱(chēng)等原因,面臨抵押難、擔(dān)保難、貸款難的信貸約束問(wèn)題。伴隨著農(nóng)地確權(quán)改革,我國(guó)開(kāi)始積極嘗試開(kāi)展農(nóng)地抵押制度改革,探索農(nóng)地抵押融資方式。在推動(dòng)土地經(jīng)營(yíng)權(quán)抵押貸款試點(diǎn)過(guò)程中,土地經(jīng)營(yíng)權(quán)抵押貸款緩解農(nóng)戶(hù)信貸約束的效應(yīng)受農(nóng)戶(hù)參與意識(shí)、相關(guān)法律法規(guī)、產(chǎn)權(quán)交易平臺(tái)構(gòu)建、金融機(jī)構(gòu)主動(dòng)性及政府扶持政策等因素的影響,效果差強(qiáng)人意。

      牛榮等(2016)[1]運(yùn)用Probit模型發(fā)現(xiàn),性別、文化程度和耕地面積以及交通便利程度等對(duì)農(nóng)戶(hù)申請(qǐng)獲得貸款有影響。米運(yùn)生等(2018)[2]認(rèn)為經(jīng)營(yíng)格局、生產(chǎn)結(jié)構(gòu)、生產(chǎn)目的等與農(nóng)戶(hù)信貸的可得性密切相關(guān)。梁杰(2020)[3]基于山東省平度市720名農(nóng)戶(hù)的調(diào)研數(shù)據(jù),研究結(jié)果發(fā)現(xiàn)農(nóng)地經(jīng)營(yíng)權(quán)抵押貸款對(duì)農(nóng)戶(hù)信貸約束緩解情況與農(nóng)戶(hù)經(jīng)營(yíng)土地規(guī)模有關(guān),為有效破解農(nóng)村融資困境,應(yīng)針對(duì)不同規(guī)模農(nóng)戶(hù)制定精準(zhǔn)解決方案,提高農(nóng)業(yè)資金供求的匹配程度。戴琳等(2020)[4]運(yùn)用OLS估計(jì)發(fā)現(xiàn),種糧大戶(hù)的受教育年限、農(nóng)業(yè)技能、勞動(dòng)力數(shù)、收入和耕地面積顯著且負(fù)向影響其受到信貸約束的概率;農(nóng)業(yè)技能、家庭人口、勞動(dòng)力數(shù)和耕地面積對(duì)其信貸需求有顯著正向影響。

      黑龍江省作為農(nóng)業(yè)大省,農(nóng)村金融的信貸約束在一定程度上制約著農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展和農(nóng)民收入的提高。土地經(jīng)營(yíng)權(quán)抵押貸款的推出制約其效果發(fā)揮的因素有哪些?本研究擬通過(guò)理論分析和實(shí)證研究探索影響黑龍江省土地經(jīng)營(yíng)權(quán)抵押貸款緩解農(nóng)戶(hù)信貸約束的障礙因子,以期為黑龍江省農(nóng)村金融更好地服務(wù)三農(nóng)提供決策建議。

      2 問(wèn)卷設(shè)計(jì)與變量選取

      (1)變量的選擇和說(shuō)明。文章從農(nóng)戶(hù)基本特征、農(nóng)戶(hù)經(jīng)營(yíng)土地基本特征、農(nóng)戶(hù)信貸約束狀況、農(nóng)戶(hù)對(duì)土地經(jīng)營(yíng)權(quán)抵押貸款了解情況四個(gè)方面選取對(duì)農(nóng)戶(hù)貸款可得性產(chǎn)生信貸約束的主要解釋變量。

      (2)自變量描述性統(tǒng)計(jì)分析。被調(diào)查農(nóng)戶(hù)平均受教育年限為7.6年,沒(méi)有達(dá)到九年義務(wù)教育年限。被調(diào)查農(nóng)戶(hù)中,小規(guī)模農(nóng)戶(hù)占大多數(shù),有較少農(nóng)戶(hù)擔(dān)任村干部或是親戚在金融機(jī)構(gòu)工作,農(nóng)戶(hù)很少受到農(nóng)業(yè)技能培訓(xùn)。被調(diào)查農(nóng)戶(hù)的家庭中務(wù)農(nóng)數(shù)占家庭人口數(shù)的比例較大,農(nóng)業(yè)收入也較低,但家庭收入中農(nóng)業(yè)收入的比重較大。從農(nóng)戶(hù)對(duì)土地經(jīng)營(yíng)權(quán)抵押貸款方面來(lái)看,農(nóng)戶(hù)雖然對(duì)土地經(jīng)營(yíng)權(quán)抵押貸款不太了解,但在了解過(guò)后認(rèn)為土地經(jīng)營(yíng)權(quán)抵押貸款能夠在一定程度上解決貸款難的問(wèn)題。在被調(diào)查農(nóng)戶(hù)中,受信貸約束比例高達(dá)26.2%。

      (3)信效度檢驗(yàn)。本問(wèn)卷采用Cronbach's Alpha系數(shù)來(lái)檢驗(yàn)信度,效度分析通過(guò)測(cè)算KOM值和Bartlett球形度檢驗(yàn)值,均運(yùn)用SPSS軟件進(jìn)行計(jì)算。Cronbach's Alpha系數(shù)為0.614>0.6,表明調(diào)查結(jié)果具有一定的可靠性。KMO系數(shù)為0.626(接近1)且Bartlett檢驗(yàn)對(duì)應(yīng)P值<0.05,表明Bartlett球形度檢測(cè)具有顯著意義,兩者均說(shuō)明問(wèn)卷具有較好的結(jié)構(gòu)效度。

      3 實(shí)證分析

      (1)模型構(gòu)建。根據(jù)問(wèn)卷調(diào)查結(jié)果將樣本分為受信貸約束(需求型信貸約束和供給型信貸約束)和不受信貸約束人群,分別記為1和0,并建立二元分類(lèi)模型。對(duì)于因變量為分類(lèi)變量的情況,可以使用邏輯回歸進(jìn)行處理。

      ①模型選擇。直接用線(xiàn)性概率模型進(jìn)行回歸:

      由于因變量?jī)H為受信貸約束和不受信貸約束,因此隨機(jī)擾動(dòng)項(xiàng)ui:

      顯然自變量與擾動(dòng)項(xiàng)協(xié)方差不為0,回歸具有內(nèi)生性,回歸系數(shù)不一致并且有偏。

      因此在已知xi的情況下,考慮yi的兩點(diǎn)分布概率:

      F(x, β)是定義在[0,1]上的函數(shù),可以取為Sigmoid函數(shù)和標(biāo)準(zhǔn)正態(tài)分布的累計(jì)密度函數(shù)(cdf),Sigmoid有解析表達(dá)式(而cdf沒(méi)有)。由于logistic回歸結(jié)果更容易解釋?zhuān)琹ogistic回歸在文獻(xiàn)的應(yīng)用遠(yuǎn)多于probit回歸,所以文章采用計(jì)算更為方便的logistic模型。

      ②logistic回歸模型。i為實(shí)施農(nóng)村土地經(jīng)營(yíng)權(quán)抵押貸款后的農(nóng)戶(hù)受信貸約束概率,xi為潛在的土地經(jīng)營(yíng)權(quán)抵押貸款緩解農(nóng)戶(hù)信貸約束的障礙因子。

      (2)農(nóng)戶(hù)信貸約束緩解障礙因子實(shí)證分析。確定實(shí)證模型后,通過(guò)SPSS 20軟件將自變量中的分類(lèi)變量(性別、社會(huì)關(guān)系、農(nóng)業(yè)收入等)轉(zhuǎn)換成虛擬變量,將數(shù)據(jù)進(jìn)行Hosmer-Lemeshow檢驗(yàn),最終的卡方統(tǒng)計(jì)量為6.891,小于臨界值CHINV(0.05,8)=15.507;從顯著性來(lái)看,0.548>0.05,說(shuō)明模型能很好擬合整體,不存在顯著的差異。

      將選取并調(diào)整的變量建立二元邏輯回歸模型,回歸結(jié)果如表2所示。

      據(jù)表2,對(duì)實(shí)證結(jié)果進(jìn)一步分析:

      ①受教育年限。在5%顯著性水平下,受教育年限通過(guò)了顯著性檢驗(yàn),并且方向?yàn)樨?fù)。說(shuō)明農(nóng)戶(hù)文化水平越高,受到的信貸約束越少,貸款可獲得性越高,由此可見(jiàn)提高農(nóng)民整體文化素質(zhì)的重要性。

      ②農(nóng)戶(hù)家庭特征。家庭人口數(shù)對(duì)農(nóng)戶(hù)信貸約束的影響為正,Wald檢驗(yàn)值為3.166,并且通過(guò)了10%的顯著性水平檢驗(yàn)。家庭人口數(shù)越多,農(nóng)戶(hù)受到的信貸約束越明顯。潛在因素可能是,家庭人口數(shù)的增加代表日常開(kāi)支的增多。銀行在提供貸款時(shí)考慮到農(nóng)戶(hù)日后還款能力的降低,便會(huì)相應(yīng)地提升貸款門(mén)檻,使農(nóng)戶(hù)受到的信貸約束變大。務(wù)農(nóng)勞動(dòng)力數(shù)對(duì)農(nóng)戶(hù)信貸約束存在負(fù)向影響,勞動(dòng)力多的家庭創(chuàng)收能力高,并且總體人脈廣,不容易受到信貸約束,但務(wù)農(nóng)勞動(dòng)數(shù)總體不顯著,務(wù)農(nóng)勞動(dòng)數(shù)對(duì)信貸約束的影響有待進(jìn)一步分析。

      ③社會(huì)關(guān)系。社會(huì)關(guān)系對(duì)信貸約束存在負(fù)向影響,農(nóng)戶(hù)有直系親戚擔(dān)任村長(zhǎng)或從事于金融機(jī)構(gòu),對(duì)信貸約束具有一定的緩解作用,但是并未通過(guò)顯著性檢驗(yàn),對(duì)信貸約束的影響有待進(jìn)一步分析。

      ④土地經(jīng)營(yíng)規(guī)模。土地經(jīng)營(yíng)規(guī)模對(duì)信貸約束存在正向影響,經(jīng)營(yíng)土地規(guī)模越大,生產(chǎn)資料和設(shè)備的投入也越多,農(nóng)戶(hù)面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)越大,農(nóng)戶(hù)越會(huì)顧慮“無(wú)法還款”等原因面臨嚴(yán)重的需求型信貸約束[3]。不過(guò),回歸系數(shù)Wald檢驗(yàn)并未通過(guò)顯著性檢驗(yàn),土地經(jīng)營(yíng)規(guī)模對(duì)信貸約束的影響有待進(jìn)一步分析。

      ⑤經(jīng)營(yíng)土地質(zhì)量。經(jīng)營(yíng)土地質(zhì)量在10%的顯著性水平下,對(duì)農(nóng)戶(hù)信貸約束產(chǎn)生負(fù)影響。高質(zhì)量土地會(huì)創(chuàng)造更多的農(nóng)業(yè)收入,降低了農(nóng)戶(hù)貸款后的違約可能性,同時(shí)高價(jià)值土地也可以獲得較高額度貸款。但是經(jīng)營(yíng)土地質(zhì)量并未通過(guò)5%顯著性水平,可能是土地經(jīng)營(yíng)權(quán)價(jià)值評(píng)估體系還未健全,使得農(nóng)地經(jīng)營(yíng)權(quán)抵押對(duì)農(nóng)戶(hù)信貸約束的緩解能力存疑。

      4 結(jié)論與建議

      文章通過(guò)實(shí)證研究得出結(jié)論:農(nóng)戶(hù)受教育年限、經(jīng)營(yíng)土地質(zhì)量對(duì)信貸約束具有負(fù)向影響,農(nóng)戶(hù)受教育程度和經(jīng)營(yíng)土地質(zhì)量越高,農(nóng)戶(hù)受到的信貸約束也越低。家庭人口數(shù)對(duì)農(nóng)戶(hù)信貸約束具有正向影響,這表明農(nóng)戶(hù)家庭人口數(shù)越多,農(nóng)戶(hù)所受到的信貸約束越強(qiáng)。務(wù)農(nóng)勞動(dòng)力數(shù)、社會(huì)關(guān)系、土地經(jīng)營(yíng)規(guī)模類(lèi)型3個(gè)變量對(duì)信貸約束的影響有待進(jìn)一步分析。

      根據(jù)實(shí)證研究得出的結(jié)論和相關(guān)分析,文章提出如下建議:①政府應(yīng)繼續(xù)大力推廣義務(wù)教育。調(diào)查得到的總樣本均值沒(méi)有達(dá)到九年義務(wù)教育年限,而農(nóng)戶(hù)受教育年限對(duì)信貸約束具有負(fù)向影響,因此提高農(nóng)戶(hù)的教育程度能夠有效地緩解信貸約束,同時(shí)政府可以通過(guò)在當(dāng)?shù)亻_(kāi)辦農(nóng)民大學(xué)的方式鼓勵(lì)農(nóng)戶(hù)接受教育,從而降低信貸約束。②當(dāng)?shù)卣畱?yīng)改善當(dāng)?shù)剞r(nóng)戶(hù)經(jīng)營(yíng)土地質(zhì)量。根據(jù)問(wèn)卷調(diào)查結(jié)果農(nóng)戶(hù)經(jīng)營(yíng)土地質(zhì)量較好,但仍有進(jìn)步的空間,且結(jié)論表明經(jīng)營(yíng)土地質(zhì)量對(duì)信貸約束具有負(fù)向影響,農(nóng)戶(hù)因?yàn)橥恋刭|(zhì)量不夠好可能不愿意進(jìn)行抵押貸款,因此通過(guò)提升當(dāng)?shù)剞r(nóng)戶(hù)經(jīng)營(yíng)土地質(zhì)量的方式對(duì)緩解信貸約束將是一個(gè)較好的方式。③銀行、政府應(yīng)對(duì)家庭人口數(shù)較多的農(nóng)戶(hù)放寬貸款限制。實(shí)證分析表明,家庭人口數(shù)對(duì)農(nóng)戶(hù)信貸約束具有正向影響,家庭人口數(shù)越多的農(nóng)戶(hù)家庭所受到的信貸約束越強(qiáng),因此為了幫助農(nóng)戶(hù)脫離貧困、改善生活,當(dāng)?shù)卣?、銀行等機(jī)構(gòu)可以根據(jù)農(nóng)戶(hù)的實(shí)際情況放寬信貸條件,最大限度地發(fā)揮農(nóng)地經(jīng)營(yíng)權(quán)抵押貸款的實(shí)際效益與價(jià)值。

      參考文獻(xiàn):

      [1]牛榮,張珩,羅劍朝.產(chǎn)權(quán)抵押貸款下的農(nóng)戶(hù)信貸約束分析[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,2016(1).

      [2]米運(yùn)生,廖祥樂(lè),吳怡.農(nóng)業(yè)轉(zhuǎn)型升級(jí)、信貸可得性與農(nóng)戶(hù)融資渠道正規(guī)化:基于農(nóng)地流轉(zhuǎn)的背景[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2018(4).

      [3]梁杰,高強(qiáng).不同規(guī)模農(nóng)戶(hù)信貸約束類(lèi)型及其影響因素實(shí)證分析——基于720個(gè)農(nóng)戶(hù)微觀(guān)調(diào)查數(shù)據(jù)[J].暨南學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2020(6).

      [4]戴琳,于麗紅,蘭慶高,等.農(nóng)地抵押貸款緩解種糧大戶(hù)正規(guī)信貸約束了嗎——基于遼寧省434戶(hù)種糧大戶(hù)的實(shí)證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2020(3).

      猜你喜歡
      土地質(zhì)量人口數(shù)農(nóng)地
      安徽東至縣不同土壤類(lèi)型重金屬元素分布規(guī)律探析
      西部資源(2024年4期)2024-01-01 00:00:00
      確定代表名額按戶(hù)籍人口數(shù)還是常住人口數(shù)
      人大研究(2022年3期)2022-04-13 00:47:04
      土地質(zhì)量地球化學(xué)調(diào)查成果在判定土壤鹽漬化、沙化中的應(yīng)用
      穆棱河-興凱湖平原土地質(zhì)量地球化學(xué)評(píng)價(jià)
      基于BP神經(jīng)網(wǎng)絡(luò)的吉林省GDP預(yù)測(cè)研究
      小田變大田破解農(nóng)地零碎化
      當(dāng)前農(nóng)地出租趨勢(shì)的實(shí)證分析
      中國(guó)農(nóng)地產(chǎn)權(quán)制度向何處去?
      2015年我國(guó)60歲以上老年人將達(dá)到2.16億
      土地質(zhì)量評(píng)價(jià)研究的簡(jiǎn)要回顧與展望
      玉林市| 边坝县| 龙里县| 扎囊县| 文化| 泰安市| 格尔木市| 山东省| 泰安市| 如东县| 宾阳县| 衡东县| 西和县| 家居| 枝江市| 肥西县| 都江堰市| 盐池县| 新干县| 股票| 湟源县| 陆良县| 永州市| 佛学| 湘阴县| 呼伦贝尔市| 柘荣县| 新民市| 黑河市| 承德县| 钟祥市| 班玛县| 万宁市| 彝良县| 四川省| 珲春市| 霸州市| 洛阳市| 敖汉旗| 太白县| 龙山县|