农户个体特征对信贷约束的影响：来自陕西的经验证据，本文主要内容关键词为：陕西论文,农户论文,信贷论文,证据论文,个体论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F321 文献标识码：A 文章编号：1002-9753(2010)09-0148-08
一、引言
信贷交易一方面可以使农户获得季节性很强的生产活动所必需的资金，另一方面也有助于面临较大收入不确定性的农户平滑其消费，对于农户具有重要意义。然而，中国农户长期面临着信贷约束。沈明高(2004)通过考察收入波动与消费波动之间的关系表明，二者之间存在着显著的相关性，这表明我国农户普遍面临着信贷约束[1]。贺沙莎(2008)运用来自湖北数据所作的实证分析表明，当地54.3%的农户存在资金困难[2]。在这种情况下，究竟哪些农户实际获得了有限的信贷资金？在正规信贷市场与非正规信贷①并存的情况下，哪些农户更加容易从正规信贷途径获得贷款，哪些农户更容易从非正规信贷途径获得贷款呢？显然，这些问题的答案，对于评价当前我国农村信贷市场的绩效，对于农村信贷政策的制定，具有非常重要的意义。
国外有许多学者讨论了农户家庭特征与信贷约束之间的关系。Mohieldin和Wright(2000)对埃及的经验研究表明，农户正规信贷市场的约束主要受到农业收入比重、拥有土地面积、家庭规模等因素的影响；非正规信贷市场约束主要受到是否拥有工资收入、家庭资产数量等因素的影响[3]。Atieno(2001)的经验分析结果显示，拥有资产的数量、与信贷机构的距离、拥有资产的数量、收入水平等变量显著地影响农户参与信贷市场的程度[4]。Okurut(2004)的研究则考察了南非家庭特征与融资约束之间的关系，结果发现，较大的户主年龄、性别为男、较大的家庭规模、较高的教育水平、种族为白人、较高的收入水平有利于家庭从金融机构获得贷款[5]。
国内也有学者对农户家庭特征与农户借贷行为的关系进行了考察。李锐和李宁辉(2004)的研究运用严谨的计量分析方法讨论了农户个体特征与农户借贷行为之间的关系，但这一研究没有讨论正规信贷与非正规信贷影响因素的区别[6]。周天芸与李杰(2005)[7]、郑世忠和乔娟(2007)[8]将信贷市场区分为正规信贷市场和非正规信贷市场，考察了各种收入水平、家庭资产、农业收入比重、户主年龄和教育水平等因素对农户在两类信贷市场行为的不同影响。但是他们的研究工作存在3个方面的问题：第一，将借贷行为的发生与否直接等同于是否面临信贷约束，未注意到借贷行为的发生与否实际上是需求意愿与信贷约束共同决定的——没有信贷行为发生可能是因为资金充足无需贷款。第二，未能注意到在农村信贷活动中非常重要的农户风险规避倾向、社会关系等家庭特征与农户信贷约束之间的关系；第三，主要进行了经验研究，未能对各种家庭特征与农户信贷约束之间的关系进行系统地理论说明。
本文计划运用笔者在陕西农村所进行的问卷调查数据，克服现有文献缺陷，在对农户个体特征与信贷约束关系进行理论分析的基础上，对正规和非正规信贷市场上农户家庭特征与农户信贷约束之间的关系进行实证检验，分析收入水平、非农程度、风险规避倾向、社会网络等因素对正规信贷市场约束与非正规信贷市场约束影响的异同。下文的安排如下：第二部分是理论假设；第三部分是对数据的说明和描述性统计分析；第四部分建立计量模型；第五部分对结果进行计量检验讨论；第六部分是全文的结论。
二、研究假设
对农户融资约束的一个经典性研究是Stiglitz和Weiss(1981)的研究工作[9]。该项研究表明，如果信息是对称的，放贷人可以了解借款人的类型，则放贷人可以对不同类型的借款人索取不同的利率，在这种情况下，融资约束不会存在。在发展中国家的农村地区，往往是正规信贷机构与非正规放贷者同时并存，二者采用不同的方式来识别借款人的风险类型。
正规金融机构通常面临着较为严重的信息不对称问题，在这种情况下，正规金融机构努力通过由农户某些家庭特征所传递的信号来辨别借款者的类型，以解决信息不对称问题。正规金融机构之所以可以通过家庭特征来判断借款者的类型，主要出于3个方面的原因：一是某些家庭特征直接决定着借款者的风险类型。家庭规模越大，家庭的经营活动越能实现多元化，农户的抗风险能力就越强，所以较大的家庭规模意味着借款者赖账的可能性较小。另外，与农业生产活动相比，非农活动不直接受自然因素的影响，其所面临的市场价格也不像农产品那样由于短期内供给缺乏弹性而剧烈波动，所面临的风险相对较少，所以非农收入比例较大意味着农户赖账的可能性较小。二是某些外在家庭特征可能与借款者内在的、不易被观察的赖账的可能性存在着一定的相关性。通常认为，受教育程度越高，人们就越注重声誉，就更多地考虑长期利益，其赖账的可能性就越低；年龄越大，人们的行为就越稳健，其赖账的可能性就比较低。三是如果农户有能力提供抵押品，则无论借款人本身的风险类型如何，贷款者所面临的风险都可以被消除。因此，正规放贷者很乐意向能够提供抵押品的借款人发放贷款。根据以上分析可以得到以下假设：
假设1：家庭规模越大、非农收入所占比例越高、教育水平较高、年龄较大者以及能够提供抵押品者，更容易从正规信贷市场获得贷款。
非正式放贷者通常是农村社区的成员，与放款对象之间存在着频繁的互动关系，能够低成本地消除信息不对称问题，这种信息优势使放贷人能够了解难以被正规放贷者所了解的隐蔽的内在风险规避倾向。当然，上述正式放贷者用于判断风险类型的外在特征也会被非正式放贷者所关注。于是可以得到假设2。
假设2：风险规避倾向越强、家庭规模越大、农业收入所占比例越低、教育水平较高、年龄较大、能够提供抵押品者，更容易从非正规信贷市场获得贷款。
农村正规信贷的主要来源是农村信用合作社。现行信用合作社具有浓厚的官方色彩，产权模糊。此外，由于利息浮动受到限制，农村信用社贷款成为短缺的资源。这必然导致寻租行为的发生，结果往往是有“关系”的人才能获得正规贷款，因而社会网络较大、担任村干部将有利于农户获得正规贷款。非正规信贷基本上遵循商业性原则来运作，社会关系不会对非正规信贷活动产生影响。于是我们可以得到假说3。
假设3：社会网络较大、担任村干部的人更容易获得正规贷款；社会网络和担任村干部对非正规信贷的可得性没有影响。
三、数据来源、变量说明与计量模型选择
（一）数据来源
本研究的数据来自笔者2007年在陕西所作的“农户风险应对行为”问卷调查。在正式调查之前，笔者进行了两次试调查，以确保问卷能被农户理解和接受。正式调查在陕西的陕北、关中、陕南等地区的53个县区的106个自然村进行，其中每个自然村随机选取15户农户进行入户调查。最后实际收回问卷1530份，由于部分问卷为无效问卷，最终获得有效问卷1151份。
（二）变量选择
本研究的被解释变量为农户的信贷约束。在此，农户的信贷约束通过农户所感受到的在正规信贷机构和非正规信贷借款的难易程度来度量。具体来说，在问卷调查中，要求农户用“很难”、“很容易”、“一般”、“比较容易”、“很容易”来描述自己从农村信用社或民间放贷者那里贷款的难易程度。
根据研究假设，解释变量主要包括：风险规避倾向（用农户对未来意外事故的考虑频率来度量）、家庭规模（用家庭人口数量度量）、非农程度（用非农收入所占比重来度量）、户主教育水平（男女户主平均）、户主年龄（男女户主平均）、提供抵押品的能力（用收入水平和人均土地数量度量）、社会网络广度（用亲友数量来度量）、是否村干部。其中有两点需要特别说明：(1)考虑到在现阶段中国农村，性别不平等的现象并不严重，男女户主可以平等地参与决策，所以户主教育水平和年龄为男女户主的平均水平。(2)本研究所使用的数据未能直接考察农户的资产状况。考虑到资产积累能力与农户内人均收入之间的密切关系，这里用农户内人均收入水平来替代提供抵押品的能力②。另外，农地以及附着于农地的庄稼是农户可能的抵押品，所以用人均土地数量作为反映提供抵押品能力的另一指标。
另外，我们还控制了来自供给方面的因素。对于非正规信贷市场，考虑到其具有地域分割性的特征，我们通过村庄与县城的距离以及村庄的非农化程度、市场化程度（用来村里做生意的外地人数量来度量）、收入差距等村庄总体特征来控制非正规信贷的供给状况。对于正规信贷市场，考虑到目前农村正规信贷市场的主要放贷者是农村信用合作社，目前陕西实施的是省联社和县级信用社两级法人结构，但实际上县级信用社在人事安排、资金使用方面都受到省级联社的控制，县级信用社的法人主体地位被虚化。所以，全省各地信用社在金融产品设计、贷款程序方面的情况是基本相同的。至于农户信用社的距离，现在农村信用社的网点已经能够深入至行政村，距离因素不会对农户的信贷约束构成影响。由于本文的经验研究仅限于陕西省农村信用联社的管理范围内，所以不对正规信贷市场供给方的因素进行控制是可以接受的。但是，为了便于与非正规信贷市场进行比较，我们后文中对正规信贷约束的计量分析也控制了上述村庄总体特征变量。
表1对各个变量含义进行了详细说明。
注：括号中的百分比为各个赋值在全部样本中所占百分比。
（三）计量模型的选择
本研究的因变量为有序分类变量，理想的处理方法是使用有序logistic模型，但遗憾的是，本研究所使用的数据未能通过成比例发生比假设检验，不符合采用有序logistic模型的条件。所以，本文将原来为有序分类变量的因变量处理为二分类变量（具体处理方法参见表1），采用二分logistic方法进行处理。
本研究的解释变量和控制变量中有较多有序分类变量，对于此类变量，一种的处理方法是将每个多分类定性变量转化为若干二分类定性变量[10]。但是，由于本研究的数据来源于问卷，解释变量有序分类变量较多，如果将其分别转化为若干二分类变量，最终的变量数将会过于繁多，不利于清晰地做出解释。社会科学研究中处理有序分类变量的另一种做法是给变量的各个选项赋予一定的数值，将变量作为连续变量来使用，这种方法的模型比较简洁，便于解释。但是，采用这种方法要求赋值大小尽可能与实际一致，以避免赋值不当所引起的偏差[11]。由于本研究的问卷设计中对有序分类变量分类较细，并且注意了定距设置选项，从而可以避免赋值不当问题，所以本文采用后一种方法进行分析。各个变量具体的赋值情况参见表1。
本文分析所采用的计量分析模型如下：
四、计量检验结果
本研究采用stata9.0软件进行logit回归分析，在有效的1151个样本中，共有1064个样本被纳入了回归过程。计量检验的结果如表2所示。为了避免可能的异方差问题，表中的标准误差为稳健性标准误差，相应的p值也根据稳健性标准误差来计算。为了便于比较各个自变量作用的大小，笔者对模型中的回归系数进行了标准化处理③，具体的做法是：回归系数与其对应的自变量的标准差相乘，然后再除以logistic分布的标准差④。
（一）正规信贷约束的影响因素分析
计量检验结果表明，非农化程度对农户的正规信贷约束有显著的负向影响，发生比率为0.817，说明非农收入一个等级的增加能够使信贷约束发生比⑤下降0.183倍；标准化回归系数的绝对值较大(0.116)。这说明，农村正规信贷机构贷款具有明显的非农化倾向，与何广文(2005)[12]、李锐等(2004)[6]的研究结论一致。人均收入水平对农户信贷约束有显著的负向影响，发生比率为0.420，说明人均收入水平每增加1万元可以使信贷约束的发生比下降0.780倍；标准化回归系数较大(0.119)。这说明，收入水平是农村信用社发放贷款的主要决定因素之一，这主要是因为较高的收入水平意味着较高的资本积累水平，从而意味着较强的提供抵押品的能力。社会网络广度对农户的信贷约束具有显著的负向影响，发生比率为0.864，说明一个等级的亲友数量的增加可以使农户信贷约束的发生比下降0.136倍，标准化回归系数为0.076。这说明社会网络对农户正规信贷约束影响显著但程度有限。是否村干部对农户信贷约束有着显著的影响，发生比率为0.544，说明担任村干部将使信贷约束发生的可能性下降0.456倍，标准化回归系数为0.106。这说明担任村干部对于从正规金融机构获得贷款非常有利，这进一步显示了“关系”对农户获得正规贷款具有重要作用。用于反映农户风险规避倾向的农户性格特征变量对正规信贷约束的影响不显著，这说明正规信贷约束不能根据农户的内在风险类型来发放贷款。另外，家庭规模、教育水平、户主年龄、人均农地面积等因素对农户的正规信贷约束没有显著影响。在控制变量中，村庄对外经济交往越活跃，正规信贷约束发生的可能性越低；村庄收入差距越小，正规信贷约束发生的可能性越低。
（二）非正规信贷约束的影响因素分析
用于反映农户风险规避倾向的农户性格特征变量对非正规信贷约束有显著的负向影响，发生比率为0.887，说明农户风险规避倾向增强一个等级将使信贷约束发生的可能性降低0.113倍，标准化回归系数较小(0.060)。这说明非正规放贷者的确可以根据农户的内在风险规避倾向来决定是否发放贷款。家庭规模对非正规信贷约束的影响也是显著的，发生比率为0.912，说明家庭人口每增加1个会使农户信贷约束的可能性降低0.088倍，标准化系数为0.067。这说明家庭规模的增大的确有利于农户获得非正规贷款。非农程度的增加对非正规信贷约束有显著的负向影响，发生比率为0.875，说明非农程度增加一个等级将使信贷约束发生的可能性降低0.125倍，标准化回归系数为0.077。这说明非农程度的增加的确有利于农户获得非正规贷款。受教育时间增加对非正规信贷约束的影响显著，发生比率为0.942，说明受教育程度每增加1年将使信贷约束发生的可能性降低0.058倍，标准化回归系数为0.085。这说明受教育程度是农户获得非正规贷款的较为重要决定因素。人均收入水平的增加对非正规信贷约束有显著的负向影响，发生比率为0.475，说明人均收入水平每增加1万元将使信贷约束发生的可能性降低0.525倍，标准化回归系数为0.102。这说明人均收入水平是农户获得非正规贷款的重要决定因素。人均耕地面积的增加对非正规信贷约束有显著的负向影响，发生比率为0.894，说明人均耕地面积每增加1亩将使信贷约束发生的可能性降低0.106倍，标准化回归系数为0.081。这说明人均耕地面积是农户获得非正规贷款的较为重要决定因素。另外，户主年龄、社会网络广度、是否村干部等变量对农户的非正规信贷约束没有显著影响。其中“社会网络广度”对农户非正规贷款难易程度影响不显著，与通常的认识相反，这是因为本文的非正规贷款仅包括完全按市场原则运行的“私人高利息”贷款，不包括亲友之间的无息或低息贷款。在控制变量中，与县城的距离对非正规信贷约束有显著的负向影响，这反映了距离县城越远，正规信贷机构的辐射力越低，非正规信贷活动越活跃的现实。
（三）对农户两类信贷约束影响因素的比较
对影响农户正规信贷与非正规信贷约束的影响因素进行比较可以发现：第一，正规信贷约束和非正规信贷约束都显著地受到收入水平与非农程度的影响。这说明，无论正规信贷机构还是非正规信贷者，在放贷时都很重视农户提供抵押品的能力；更加愿意向以非农收入为主的农户发放贷款，这是因为此类农户所面临的风险相对较小。第二，社会网络广度以及是否村干部对农户正规信贷约束影响显著，这说明“关系”在正规信贷机构发放贷款的过程中起着重要的作用；但是，这两个变量对农户非正规信贷约束影响很小。这说明，由于农村信用社的产权模糊和利率受限，寻租行为在相当大的范围内存在；而非正规信贷由于产权明晰和利率能够灵活浮动，不存在寻租行为的空间。第三，较为隐蔽的农户性格特征（风险规避倾向）对正规信贷约束没有显著影响，但是对非正规信贷约束影响显著，这就验证了非正规信贷能够较好地消除信息不对称问题的判断。第四，人均耕地数量对正规信贷约束没有影响，但是对非正规信贷约束却有显著影响。这是因为，非正规信贷约束可以附着于土地的作物作为抵押品，而正规信贷机构却无法接受这样的抵押品。第五，家庭规模、受教育程度等个体特征对正规信贷约束的影响不显著，对非正规信贷约束的影响显著，且与预期的方向相同，这说明非正规信贷灵活地更多根据农户人口学特征来判断农户的风险类型，而正规信贷由于其经营机制较为僵化，未能充分利用这些本来可以利用的信息来消除信息不对称问题。
五、结论与建议
通过以上分析，我们发现，影响农户正规信贷约束与非正规信贷约束的因素既有相同之处，也有着明显的差异。收入水平和非农程度对农户的两类信贷约束都具有显著的负向影响。这反映了农村收入水平低，以农业为主的农户在获得贷款方面面临着较强的约束。正规信贷约束与非正规约束又各自受到一些特殊因素的影响。值得注意的是，正规信贷约束受到“关系”的显著影响，这反映了正规信贷机构所存在的产权模糊和利率管制问题；与通常的设想不同，非正规贷款不受“关系”的显著影响，这显示了非正规贷款主要是依据商业性原则来发放贷款的。非正规信贷约束则受到风险规避倾向、家庭规模、受教育程度、耕地面积等因素的影响，这显示了非正规信贷机构有能力充分利用利用反映农户内在风险类型的各类信息来消除信息不对称问题，以及非正规信贷机构在接受形式灵活的抵押品方面所存在的优势。正规信贷机构不受农户风险规避倾向、耕地面积、家庭规模、受教育程度等因素的影响，这说明农村信用社作为一种正规信贷机构，难以深入农村社区内部了解农户的内在风险类型，甚至难以利用一些显性信息来判别农户的风险类型，面临着较为严重的信息不对称问题，并难以根据农村的实际情况接受形式灵活的抵押品。
根据以上结论，我们对农村信贷市场的发展提出以下政策建议：(1)改革现行农村信用的经营体制。现行农村信用社改革呈现出权力不断向上集中的趋势⑥，这种趋势不利于解决农村贷款中通常所面临的信息不对称问题。我们认为，农村信用社正确的改革方向是权力分散化，以使其更加贴近农村，成为“农民自己的银行”，降低信息不对称问题。同时，农村信用合作社的利率应当实现市场化，以通过利率变动来实现贷款资源的市场化配置。(2)鼓励非正规金融的发展。从上述检验研究结果来看，非正规金融在消除信息不对称问题（从而辨别低风险的贷款人）方面、接受灵活多样的抵押品方面、实现资金的合理配置方面的确具有正规金融难以比拟的优势。政府应当进一步鼓励放宽对非正规金融的政策限制，促进农村非正规金融的发展，使其在农户的生产与生活中发挥更加重要的作用；同时，要制定或完善相关法规，使农村非正规金融的发展受到法律的规范和保护。(3)完善社会保障体系，完善农业支持政策。从以上分析来看，低收入农户和以农业收入为主的农户无论在正规金融市场还是非正规金融市场获得贷款都较为困难。这说明，此类农户的生产或生活困难难以通过依据商业性原则实施的贷款活动来解决。对于此类农户的生产生活困难，要通过完善农村社会保障制度、加大对农业生产的政策支持等途径来解决。
收稿日期：2010-03-12 修回日期：2010-08-16
注释：
①本文所谓的非正规信贷，是指民间按照市场原则进行的有息贷款，不包括亲友之间的无息借款。
②这里之所以使用农户内人均收入而不使用农户全部收入，是因为农户内人均收入除了反映家庭的收入水平之外，还反映了消费人口与劳动人口之间的比例关系（艾利思，2006），从而反映了家庭的支出状况。所以更能反映资产积累水平。
③习惯的做法是计算偏效应。但是，本文计量模型的主要自变量为通过主观赋值而形成的连续分类变量。一个显而易见的事实是，如果这些解释变量的赋值的方法不同，标准差会不同，偏效应必然会不同。因此，这里对自变量的相对作用进行比较，理想的方法是对回归系数进行标准化处理而非计算偏效应。
④王济川，郭志刚(2001)对这种方法做了较为详细的说明，SAS软件正是通过这一方法来计算标准化的logistic回归系数的。参见：王济川，郭志刚.logistic回归模型——方法与应用.北京：高等教育出版社，2001:p115.
⑤在这里，发生比的具体含义为：消费明显下降的概率除以消费基本不变的概率。下同。
⑥农村信用社的管理权近年来沿着乡信用社—县联社—省联社方向不断向上集中。
标签：回归系数论文; 银行信贷论文; 信贷规模论文; 风险规避论文; 网络贷款论文; 社会风险论文; 社会因素论文; 金融论文; 市场类型论文; 社会网络论文; 经济论文;