社会资本异质性、融资约束与农户家庭多维贫困 ^*

苏 静^1.2，肖 攀²，阎晓萌¹

(1.美国德州农工大学 统计系，德克萨斯 77840；2.湖南文理学院 洞庭湖生态经济区建设与发展协同创新中心，湖南 常德 415000)

[摘 要] 采用2014年CFPS微观调查数据和Logit模型实证研究了社会资本异质性、融资约束对农户家庭多维贫困的影响。研究结果表明：农村地区农户多维贫困发生率相对较高，融资约束依然存在，融资约束显著抑制了农户家庭多维贫困缓解。不同类型社会资本对农户融资约束与多维贫困的影响存在显著差异。家庭总体社会网络规模、邻里信任、政治关联性组织参与显著降低了家庭融资约束和多维贫困概率；干部信任显著降低了家庭融资约束概率，而亲戚交往显著增加了农户融资约束概率。社会资本与融资约束交互影响农户多维贫困，但存在差异。家庭社会网络总体规模、政治关联性组织参与两类优质社会资本介入显著抑制了融资约束的致贫效应，而亲戚交往联络进一步强化了融资约束的致贫效应。

[关键词] 社会资本；融资约束；农户家庭；多维贫困；异质性

一 引 言

自党的十八大以习近平同志为核心的党中央把脱贫攻坚工作纳入“五位一体”总体布局和“四个全面”战略布局、全面打响脱贫攻坚战以来，我国农村脱贫攻坚取得很大进展。全国农村贫困人口从2012年年末的9899万减少至2018年年末的1660万，累计减少8239万，贫困发生率相应地从2012年的10.2%大幅下降至2018年的1.7%，创造了我国减贫历史上的最好成绩。农村金融作为新时期扶贫开发的主要政策工具之一，其反贫困成效一直是社会各界关注的焦点，而社会资本作为农村金融市场上的“特质性资源”，其反贫困的作用也被予以高度关注。那么，现阶段我国农村地区农户融资约束是否依然明显存在？如果存在，是加剧抑或缓解了农户家庭多维贫困？不同类型社会资本对农户融资约束与多维贫困的影响是否存在异质性？社会资本与融资约束是否交互影响农村多维贫困？为了回应上述问题，本文从社会资本异质性、融资约束及其交互影响的多功能视角研究农户家庭多维贫困成因与路径，以期能够为制定出台更加有效的反贫困政策，增强脱贫针对性，确保如期实现2020年农村全面脱贫的目标任务，提供有价值的参考。

3.1.1 穿刺静脉的选择 首选右侧锁骨下静脉，一是其比颈内静脉置管容易固定和护理，术后患者也比较舒适，但应避免在同一部位反复多次穿刺，以免造成局部血肿或纵隔血肿。左侧锁骨下静脉穿刺置管时还应注意避免误穿胸导管造成乳糜胸。患者需特殊体位或是穿刺困难时，也可以选择颈内静脉置管，但气管切开患者则不宜，因其可能形成血肿而压迫气管，且容易被痰液、分泌物所污染，不便于护理。

二 文献回顾

在影响贫困的诸多因素中，社会资本与农村金融是近年来被学界高度关注的重要因素。但针对三者之间的关系研究，学界尚未形成共识性结论。一方面，学界对社会资本的内涵及其界定存有争议。Putnam & leonardi 、Riumallo-Herl et al.研究认为社会网络、信任与规范是构成社会资本的三维核心要素。^[1-2]陆迁和王昕研究认为社会资本具有信息传递与充当隐性抵押品的功能，本质上是社会网络、社会信任、社会声望和社会参与的结合体^[3]。王强研究认为社会资本具有信息、影响、信任、强化四项主要功能，而这些功能主要通过社会网络、社会信任和社会参与来实现^[4]。另一方面，已有关于社会资本、融资约束对贫困的影响研究大部分是分散性的，在统一框架下系统探讨两者对于农村贫困影响的研究还比较匮乏。围绕社会资本与融资约束这一主题，大部分研究认为建立在农户家庭亲缘、地缘、业缘关系基础上的社会资本在缓解农村信贷配给的过程中发挥了“特质性”资源的作用。借助社会资本内生的信息机制和信任机制，金融机构可通过“团贷”“联保”等将单一的外部监督转化为内外双重监督，通过组织内部的声誉压力、制度压力和社会压力，提高农户还款率,有效降低信贷风险^[5]。同时，农户借助社会资本充当抵押品和信息传递的功能，能够提高自身的有效借贷机会与实际借贷额度^[6]。因而，社会资本的多寡直接关系到农户个人融资能力的大小和信贷市场的参与程度^[7]，增加社会资本投资将提高农户进入农村信贷市场的概率^[8-10]。社会资本越多的农户正规信贷的可得性越高^[11-13]。而在非正规借贷市场，社会资本缓解融资约束的作用同样被国内外经验研究所证实^[14-16]。社会资本成为破解农户融资约束的重要载体。学界关于社会资本与贫困关系的研究相对薄弱，基于不同类型社会资本与贫困关系的研究得出了不同的结论。大部分学者研究认为，社会网络在缓解贫困方面发挥着积极作用。特别是在我国农村以小农家庭为核心拓展开来的圈层社会结构里，社会网络通常是维系双方关系、保持信任的基础，网络组织内部蕴含的各类信息与资源，成为贫困农户获得发展机会与提升自我发展能力的重要保障与支撑^[17]。Chantarat & Barrett研究认为社会网络可以提高贫困家庭的劳动生产率和收入水平进而促进脱贫^[18]。刘一伟和汪润泉研究发现社会资本能够降低贫困发生率，同时也能够缓解收入差距对居民贫困的不利影响^[19]。米松华等研究发现城镇型、乡村型社会资本的健康减贫效应显著^[20]。史恒通等研究认为社会网络、社会信任和社会参与都能够显著促进农村贫困缓解^[21]。考虑到社会资本存在异质性，部分学者研究发现社会资本缓解贫困的作用也不是绝对的。贺志武和胡伦研究发现，社会信任和社会规范能够显著缓解农户多维贫困状态，而社会声望和社会网络则会显著加剧农户多维贫困状态^[22]。苏静等研究发现社会资本有利于促进相对收入贫困、生活条件贫困和机会贫困家庭脱贫，但是对绝对贫困家庭脱贫无能为力^[23]。而周晔馨研究发现社会资本显著拉大了农户之间的收入差距，因而不是“穷人的资本”。^[24]

关注到分散性研究的局限性，近年来，将社会资本、融资约束与贫困纳入统一框架进行研究成为该领域新的研究动态。谭燕芝和张子豪研究了社会网络、非正规金融与农户多维贫困之间的关系，研究发现社会网络可以通过影响农户非正规金融借贷，缓解贫困农户的融资约束进而促进农户多维贫困缓解^[25]。吴本健等研究了正规金融和社会资本对贫困农户风险化解的组合效应，发现社会资本的介入能强化正规金融行为对贫困地区农户风险应对能力的正向效应^[26-27]。但两者的研究还存在一些不足：前者仅从单一社会网络维度界定社会资本，没有充分考虑其多维异质性特征，而从多维度界定的异质性社会资本对农户家庭多维贫困的影响应该更具复杂性。同时，没有将正规金融纳入分析。后者采用的是甘肃、陕西两省农户调查数据，样本局限使得研究结论不具有普遍性的解释意义；同时，也没有将非正规金融纳入分析。基于此，本文在统一框架下，系统探讨社会资本异质性、融资约束与农户家庭多维贫困的关系，并且就社会资本是否是农村金融缓解农户家庭多维贫困的渠道进行验证。

三 数据与指标

(一)数据来源

本文所使用的数据来源于北京大学社会科学调查中心2014年中国家庭追踪调查(CFPS)微观数据，该调查涵盖 25个省(市、自治区)，覆盖了家庭、个体和社区三个层次的微观数据。根据研究需要，我们通过对样本进行筛选以及对三个层面的数据进行匹配，并删去部分缺失值，最终获得了6166个农村家庭样本观测数据。

(二)多维贫困的衡量

所有试剂属分析纯，均未进一步纯化处理。红外光谱使用Nicolet Avatar360型红外光谱仪测定，溴化钾压片，4000-400cm-1波数范围扫描；元素分析是用Perkin-Elmer 2400Ⅱ型元素分析仪完成；TG热分析是在Perkin-Elmer-7热分析仪(空气气氛，升温速度10℃/min)上测定的。

若家庭在清洁能源、住房、卫生设施、用水、通电5项指标中的任意2项被界定为贫困，则定义为生活条件贫困。若家庭有不健康成人或者有成人住院则视为健康贫困。若家庭在收入、健康、生活条件、就业四个维度中，任意一个维度被界定为贫困，则称为单维贫困家庭；任意两个及以上维度被界定为贫困，就称为多维贫困家庭。结合张全红和张强^[28]等学者的研究，采用等权重方法确定各指标权重，分别计算了样本家庭单维贫困及其贡献率和多维贫困发生率。如表2、表3所示。

表1 农户家庭多维贫困界定及权重选取

表2 样本家庭单维贫困及其对多维贫困的贡献率

其中，(1)式为融资约束对农户家庭多维贫困影响的计量方程；(2)式为社会资本异质性对农户家庭多维贫困影响的计量方程；(3)式为社会资本对融资约束影响的计量方程；(4)式为社会资本与融资约束及其交互项对农户家庭多维贫困影响的计量方程。各式中，finacot 为融资约束变量，society 代表系列社会资本变量；society ×finacot 代表社会资本与融资约束的系列交互项；X 代表系列控制变量，θ ₁、λ ₁、τ 、β 、φ 、γ 、η 、δ 、φ 、φ 为待估参数；ε 为随机扰动项。

表3 样本家庭多维贫困情况

(三)样本家庭融资约束情况统计分析

表4和表5统计了样本家庭融资约束情况。从中可知，样本农户的首选借贷对象主要是亲戚，其次是银行，两者占样本总量的80%以上。同时，总计有33.63%的农户具有不同程度的借款被拒经历，其中，被亲戚拒贷的农户占比最高，其次是朋友。有8.68%的农户具有被两种以上对象拒贷经历。这表明我国农村地区农户家庭融资约束依然显著存在。

(四)变量与指标

对于被解释变量，参照史恒通等^[21]学者的做法，选取 “家庭是否多维贫困”来表示。对于核心解释变量，结合王强^[4]的研究，采用社会网络、社会信任、社会参与三个维度8个指标衡量异质性社会资本。融资约束指标采用家庭是否具有借款被拒经历来衡量。此外，从家庭、户主、村庄层面选取系列控制变量。所有变量的定义、设置及其数据的描述性统计如表6所示。

表4 样本农户首选借贷对象与贷款被拒情况统计表

表5 样本农户被拒贷或拒借经历情况统计表

表6 变量及其描述性统计

四 实证分析

(一)模型构建

τX _i +ε _i

logit {Pr (dwpoor =1)}=α ₁+θ ₁finacot _i +

虚拟技术近年来已经逐渐在医学院校中应用于临床科研和教学，并初步取得了良好的效果，但是虚拟技术应用于肝胆外科的教学研究鲜有报道，其在教学实践的构建和实践应用尚无成熟模式。本课题组提出将“将虚拟技术应用于肝胆外科教学”的设想，已经从理论关注层面上升到实践操作的层面上来，这也是顺应了如今教育改革的新趋势。

为了实证检验社会资本异质性、融资约束对农户家庭多维贫困的影响，同时考虑到被解释变量为离散型变量，参照田雅娟等^[29]学者的研究，构建如下Logit 模型进行实证分析：

(1)该浮选金精矿中黄铁矿含量为40%，方铅矿3.5%，脉石矿物约50%，方铅矿平均粒度0.041 mm，黄铁矿中金占矿石中金总量的56%，方铅矿中金占矿石中金总量的20%，还有少量的单体自然金。

表7模型1给出了不考虑社会资本的情况下，融资约束对农户家庭多维贫困识别的影响结果，模型2进一步给出了模型1回归估计的OD(odds ratio)值(1) OD值表示的是“几率比”或“相对风险”，有些文献中也称为OR值。 。从模型1回归结果可知，融资约束正向影响农户家庭多维贫困，并且在1%的置信水平上显著，表明融资约束显著增加了农户家庭多维贫困发生概率。由于模型2中finacot对应的OD值为1.193，表明受到融资约束的家庭多维贫困发生概率要高于没有遭遇融资约束家庭19.3个百分点。意味着增加农村地区信贷供给，缓解农户融资约束将有利于降低农村多维贫困发生率，这与大多数学者的研究结论是一致的。

(1)

logit {Pr (dwpoor =1)}=b ₁+βsociety _i +

φX _i +ε _i

后来，科学家发现这个用纯铂制成的千克原器基准并不十分准确。1878年，国际计量局制造了3个千克原器的复制品，它们为含90%铂和10%铱的铂铱合金圆柱体。

(2)

logit {Pr (finacot =1)}=c ₁+γsociety _i +

表7模型3、4分别给出了不考虑融资约束的情况下，社会资本异质性对农户家庭多维贫困影响的回归结果及其OD值。社会网络维度中，表征家庭总体社会网络规模的人情礼金支出对农户家庭多维贫困的影响负向显著，而亲戚交往联络、邻居交往联络对农户家庭多维贫困的影响不显著，这表明总体社会网络规模扩大能够显著降低农户家庭多维贫困发生率，进一步从其对应的OD值可知，人情礼金支出每增加1个单位，农户家庭陷入多维贫困的概率将下降16.1%。社会信任维度中，邻里信任与农户家庭多维贫困显著负相关，表明邻里信任提高有利于降低家庭多维贫困发生概率。具体而言，邻里信任每增加1个单位，农户家庭陷入多维贫困的概率将下降4.8%。而陌生人信任、干部信任对农户家庭多维贫困的影响不显著，社会参与维度中，参与政治关联性组织对农户家庭多维贫困的影响负向显著。相对于没有参与政治关联性组织的家庭，参与政治关联性组织的家庭陷入多维贫困的概率将下降45.3%。参与群团协会和互助性组织对农户家庭多维贫困的影响不显著。表明并不是所有类型的社会资本都能促进农户家庭多维贫困缓解。不同类型社会资本对农户家庭多维贫困的影响存在显著差异。如果进一步将家庭总体社会网络规模、邻里信任、政治关联性组织参与视为农户家庭的优质社会资本，将其他五种社会资本视为农户家庭的普通社会资本，上述结论意味着仅优质社会资本才能够有效促进农户家庭多维贫困缓解，而普通社会资本对农户多维贫困缓解的作用还未能有效显现。

(3)

logit {Pr (dwpoor =1)}=d ₁+λ ₁finacot _i +

δsociety _i +φsociety _i ×finance _i +ϑX _i +ε _i

盘锦市食品药品监督管理局于2014年7月重组，现有干部职工171人。2009年被评为辽宁省食品安全工作先进集体，2015年荣获全市创建全国文明城市“突出贡献奖”，2014～2015年连续两年获得市直文明机关荣誉称号。市局机关绩效考核连续3年位列一档，市局党组被评为优秀班子。

(4)

从单维贫困测度来看(表2)，四个贫困维度中，就业贫困发生率最高，对多维贫困的贡献率也最高。其次是健康贫困，收入贫困发生率最小，对多维贫困的贡献率也最小。这表明提高农户健康水平和增加农民就业，将有利于显著改善农户家庭多维贫困程度。在生活条件维度中，卫生设施和清洁能源使用两方面的贫困发生率相对较高，用电和用水方面的贫困发生率相对较小。改善农户家庭卫生条件和能源使用条件，将显著降低农户生活条件贫困程度。从多维贫困测度来看(表3)，累计有64.61%的样本农户表现为不同程度的多维贫困状态，其中，二维贫困农户占比最大，四维贫困家庭占比最小。整体上看，农户家庭二维、三维、四维贫困发生率依次降低。

(二)基准回归分析

1. 融资约束对农户家庭多维贫困影响的实证分析

[1]There are plenty of differences between China’s supply-siders and those who shaped Mr Reagan’s programme,not least in their diagnosis of their respective economies’ills.（2016-01-02）

1)煤矿安全状况评估打分系统(诊)：根据综合数据库中在线收集的状态数据，应用安全评估专家知识库，对矿井或特定煤矿安全生产活动进行安全状况打分评估，反映煤矿安全现势和近期的状况。

在农户家庭多维贫困的识别与测度上，结合史恒通等^[21]学者的研究，构建由收入、健康、生活条件、就业四个维度9个指标组成的多维贫困体系，如表1所示。

2. 社会资本异质性对农户家庭多维贫困影响的实证分析

ηX _i +ε _i

3. 社会资本对农户融资约束影响的实证分析

表7模型5、6给出了异质性社会资本对农户家庭融资约束影响的估计结果及其OR值。从中可知，家庭总体社会网络规模(人情礼金支出)、邻里信任、干部信任、参与政治关联性组织对农户融资约束的影响显著为负。表明这些类型社会资本显著抑制了家庭融资约束发生的概率。具体而言，家庭总体社会网络规模、邻里信任、干部信任每增加一个单位，家庭发生融资约束的概率将分别下降5.6%、0.9%、7.8%。相对于没有参与政治关联性组织的家庭，参与政治关联性组织的农户家庭发生融资约束的概率将下降12.5%。亲戚交往联络对农户融资约束的影响正向显著，表明亲戚交往联络显著增加了农户融资约束发生的概率。除此之外，其他类型社会资本对融资约束的影响不显著。

表7 Logit 模型实证分析结果

注：(1)括号内为标准差，***、**、*分别表示在1%、5%和10%的水平上显著；(2)模型2、4、6、8报告的是logit 回归系数估计值的几率比(odds ratio)。

4. 社会资本异质性与融资约束对农户家庭多维贫困影响的实证分析

上文分别分析了社会资本异质性、融资约束对农户家庭多维贫困的影响效应，那么，社会资本、融资约束是否交互影响农户家庭多维贫困？社会资本介入下融资约束对农户多维贫困的影响关系是否有所变化？为了弄清楚这个问题，进一步分析两者对农户家庭多维贫困的交互影响效应。表7模型7、8给出了社会资本与融资约束以及两者的交互项对农户家庭多维贫困影响的回归结果。从中可知，加入融资约束变量及其与8种异质性社会资本变量的交互项后，家庭总体社会网络规模、邻里信任、政治关联性组织参与对农户家庭陷入多维贫困的影响依然负向显著，与模型3和模型4的结论一致。值得注意的是，融资约束对农户家庭多维贫困的影响由此前的正向显著转变为正向不显著，表明社会资本介入一定程度上影响了融资约束的致贫效应。同时，从交叉项来看，人情礼金支出与融资约束的交叉项、参与政治关联性组织与融资约束的交叉项均在10%的置信水平上负向显著，亲戚交往联络与融资约束的交互项在10%的置信水平上正向显著。其他类型社会资本与融资约束的交叉项均不显著。这表明家庭总体社会网络规模、参与政治关联性组织这两类社会资本与融资约束交互影响农户家庭多维贫困。该交互效应显著降低了农户家庭陷入多维贫困的概率。而亲戚交往联络与融资约束的交互效应显著增大了农户家庭多维贫困发生概率。结合上文模型1-4的结论可知，家庭总体社会网络规模、政治关联性组织参与均对农户融资约束产生了负向调节效应，显著抑制了融资约束发生的概率，进而降低了农户家庭陷入多维贫困的概率；而亲戚交往联络对融资约束产生了正向调节效应，进一步强化了融资约束，进而增大了农户家庭陷入多维贫困的概率。由此可见，社会资本是影响农村金融减贫效应的一条重要途径。

从控制变量看，劳动力就业转移能够显著降低家庭多维贫困发生的概率，相对于未婚户主家庭，在婚户主家庭陷入多维贫困的概率更高。经济发展水平越高、距离县城越近的村庄的农户家庭，陷入多维贫困的概率越小，表明促进农村劳动力就业转移和农村经济发展，都是缓解农户多维贫困的有效途径。

(三)稳健性检验

采用替代变量法进行稳健性检验：1)替换被解释变量：结合张全红和张强^[28]的研究方法，测算出多维贫困指数作为被解释变量的替代变量。由于多维贫困指数为介于[0,1]之间的连续变量，采用Tobit 模型重新估计社会资本、融资约束对农户家庭多维贫困指数的影响。结果如表8中模型9、10、12所示。采用“家庭贷款被拒次数”(rejec )替代“家庭是否有借款被拒经历”来衡量融资约束情况，并重新估算社会资本对融资约束的影响，结果如模型11所示。2)替换主要解释变量：参照王金哲^[7]的研究，采用家庭通讯费用支出(commu )替代表征家庭总体社会网络规模的人情礼金支出变量；采用“对他人的信任”(belie )替代邻里信任变量，将回答“大多数人是可以信任的”设置为1，回答“越小心越好”设置为0；采用家庭“是否有人具有行政职务”(admi )替代“家庭是否参与政治关联性组织”变量。将上述3个替代变量纳入模型，重新估计社会资本、融资约束对农户家庭多维贫困的影响，结果如表8中模型13、14和16所示。此外，将融资约束的替代变量和3个主要社会资本解释变量的替代变量同时纳入模型，重新估计社会资本对融资约束的影响，结果如模型15所示。从中可知，不考虑社会资本的情况下，融资约束依然显著正向影响农户家庭多维贫困(模型9、13)；不考虑融资约束的情况下，家庭三类优质社会资本依然负向显著影响农户家庭多维贫困(模型10、14)；同时考虑融资约束、社会资本及其交互项的情况下(模型12、16)，三类优质社会资本对农户家庭多维贫困的影响依然负向显著，融资约束对农户家庭多维贫困的影响变为正向不显著。此外，全部采用被解释变量、解释变量的替代变量的情况下，三类优质社会资本对融资约束的影响依然负向显著(模型11、15)。这些结论均与表7的主要研究结果保持一致，表明本文的研究结论是稳健的。

五 结论与启示

上文基于2014年CFPS微观调查数据和Logit 模型实证研究了社会资本异质性、融资约束对农户家庭多维贫困的影响效应。研究结果表明：1)农户家庭多维贫困发生率较高，融资约束依然显著存在，融资约束显著增加了农户家庭陷入多维贫困的概率。2)不同类型社会资本对农户家庭多维贫困的影响存在显著差异。总体社会网络规模、邻里信任、政治关联性组织参与能够显著降低农户家庭多维贫困发生率。而亲戚交往与邻里关系、陌生人信任与干部信任、群团协会与互助性组织参与对农户家庭多维贫困的影响均不显著。3)不同类型社会资本对农户融资约束的影响存在差异。社会资本网络规模、邻里信任、干部信任、政治关联性组织参与显著降低了家庭融资约束发生的概率。而亲戚交往联络显著增加了农户融资约束发生的概率。4)社会资本与融资约束交互影响农户家庭多维贫困。家庭总体社会网络规模、政治关联性组织参与两者与融资约束的交互效应显著降低了农户多维贫困发生率。而亲戚交往与融资约束的交互效应进一步增大了农户家庭多维贫困发生率。社会网络总体规模和政治关联性组织参与两类优质社会资本介入显著抑制了融资约束的致贫效应，而亲戚交往联络则进一步强化了融资约束的致贫效应。

表8 稳健性检验结果

注：括号内为标准差，***、**、*分别表示在1%、5%和10%的水平上显著。

上述结论为相关部门制定并实施精准扶贫和“三农”发展政策提供了有意义的政策启示：其一，政府在重视对农村地区以收入贫困为主导的已生贫困的精准帮扶与靶向施治的同时，也要针对我国扶贫工作的多维减贫目标，加快制定出台多维贫困标准，确定农村反贫困政策干预的优先级和优先顺序，提高贫困识别和帮扶的精准度。 其二，在农村扶贫过程中，除了需要重视物质资本、人力资本扶贫，也应该重视社会资本对于农户家庭多维贫困缓解的积极作用，注重培育和拓展贫困农户家庭的社会网络关系，帮助其建立起良好的邻里信任，鼓励他们积极关注和加入政治关联性组织。其三，有必要尝试将社会资本作为一种非正式制度确立为农户反贫困的政策措施。一方面，在动态监测与识别农户贫困状况时，可以将农户现有的社会网络、社会信任、社会参与等异质性社会资本纳入考察范围，提高贫困识别的精准性，降低农户致贫、返贫的可能性。另一方面，积极倡导以亲缘、地缘、血缘和业缘等形成规范化、组织化的社会资本，通过加强农村地区信用体系建设、宣扬互帮互助精神、培育良好村风民风家风等途径，充分挖掘并释放农村异质性社会资本所内隐的多样化扶贫价值。其四，借助社会资本这一“特质性资源”，推进旨在缓解农户融资约束、满足农户信贷需求的农村金融制度创新有着特别重要的意义。如金融机构在审核农户贷款申请时，可以将农户道德品质、社会网络、邻里评价、政治关联等纳入农户信用综合评价，进一步挖掘出更多潜在的贷款客户，提高金融扶贫的力度与效度。其五，采取措施大力改善农村地区交通、医疗、卫生等基础设施条件，促进农村贫困家庭劳动力就业转移、提高贫困地区经济社会发展水平，多途径、多渠道缓解农户家庭多维贫困，切实实现农村多维贫困的长效性治理。

[参 考 文 献]

[1] Putnam R D, Leonardi D R. Making Democracy Work: Civic Traditions in Modern Italy[J]. Contemporary Sociology, 1994,26(3):306-308.

[2] Riumallo-Herl C J, Kawachi I, Avendano M. Social Capital, Mental Health and Biomarkers in Chile: Assessing the Effects of Social Capital in a Middle-Income Country[J]. Social Science & Medicine, 2014(105):47-58.

[3] 陆迁, 王昕. 社会资本综述及分析框架[J].商业研究，2012(2):141-145.

[4] 王强. 社会资本的反贫困机制——基于农村困难家庭全国性调查的实证研究[J].学习与实践, 2019(6):83-95.

[5] 张晓明, 陈静. 构建社会资本：破解农村信贷困境的一种新思路[J]. 经济问题, 2007(3):99-100.

[6] 童馨乐, 褚保金, 杨向阳. 社会资本对农户借贷行为影响的实证研究——基于八省1003农户的调查数据[J]. 金融研究, 2011(12):177-191.

[7] 王金哲. 社会资本影响家庭融资渠道选择了吗?——基于CHFS调查数据的实证研究[J]. 财经论丛, 2019, 242(1):54-62.

[8] 徐丽鹤, 袁燕. 财富分层、社会资本与农户民间借贷的可得性[J]. 金融研究, 2017(2):135-150.

[9] Guiso L, Sapienza P, Zingales L. The Role of Social Capital in Financial Development[J]. American Economic Review, 2004, 94(3)：526-556.

[10] 张建杰. 农户社会资本及对其信贷行为的影响-基于河南省397户农户调查的实证分析[J]. 农业经济问题, 2008(9):28-34.

[11] 范香梅, 张晓云. 社会资本影响农户贷款可得性的理论与实证分析[J]. 管理世界, 2012(4):177-178.

[12] 孙永苑, 杜在超, 张林, 等. 关系、正规与非正规信贷[J]. 经济学, 2016(2):86-97.

[13] 贺建风, 王傲磊, 余慧伦. 社会资本与家庭金融市场参与[J]. 金融经济学研究, 2018, 33(06):106-118.

[14] 林毅夫, 孙希芳. 信息、非正规金融与中小企业融资[J]. 经济研究, 2005(7):35-44.

[15] 马光荣, 杨恩艳. 社会网络、非正规金融与创业[J]. 经济研究, 2011(3):83-94.

[16] 杨汝岱, 陈斌开, 朱诗娥. 基于社会网络视角的农户民间借贷需求行为研究[J]. 经济研究, 2011(11):116-129.

[17] Yueh L. Self-employment in Urban China: Networking in a Transition Economy[J]. China Economic Review, 2009, 20(3):471-484.

[18] Chantarat S, Barrett C B. Social Network Capital, Economic Mobility and Poverty Traps[J]. Journal of Economic Inequality, 2012, 10(3):299-342.

[19] 刘一伟, 汪润泉. 收入差距、社会资本与居民贫困[J]. 数量经济技术经济研究, 2017(9):76-93.

[20] 米松华, 李宝值, 朱奇彪. 农民工社会资本对其健康状况的影响研究——兼论维度差异与城乡差异[J]. 农业经济问题, 2016(9):42-53.

[21] 史恒通，赵伊凡，吴海霞.社会资本对多维贫困的影响研究——来自陕西省延安市513个退耕农户的微观调查数据[J]. 农业技术经济, 2019 (1):86-99.

[22] 贺志武, 胡伦. 社会资本异质性与农村家庭多维贫困[J]. 华南农业大学学报(社会科学版), 2018, 17(3):20-31.

[23] 苏静，肖攀，胡宗义. 教育、社会资本与农户家庭多为贫困转化[J]. 教育与经济, 2019, 35(2):17-27.

[24] 周晔馨. 社会资本是穷人的资本吗?——基于中国农户收入的经验证据[J].管理世界, 2012(7):83-95.

[25] 谭燕芝, 张子豪. 社会网络、非正规金融与农户多维贫困[J]. 财经研究, 2017(03):45-58.

[26] 吴本健, 郭晶晶, 马九杰. 贫困地区农户的风险应对与化解:正规金融和社会资本的组合效应[J]. 华南师范大学学报(社会科学版), 2019, 237(1):68-75.

[27] 陈亮，陶冶．中国农村二元金融发展对农民收入影响的再考察——基于正规金融与非正规金融视角[J]．财经理论与实践，2017(1)：42-48．

[28] 张全红，张强. 中国多为贫困的测度及分解：1989-2009年[J]. 数量经济技术经济研究, 2014(6):88-101.

[29] 田雅娟, 刘强, 冯亮. 中国居民家庭的主观贫困感受研究[J]. 统计研究, 2019,36(01):92-103.

Heterogeneity of Social Capital ,Financial Constraints and Multi -Dimensional Poverty of Farmer Households

SU Jing^1,2， XIAO Pan² , YAN Xiao-meng¹

(1.College of Statistics Texas A&M University, Texas 77840, American;2. Hunan University of Arts and Science, Collaborative Innovation Center of Construction and Development for Dongting Lake Eco-economic Zone, Changde 415000,China)

Abstract :Based on the 2014 CFPS micro-survey data and the logit model, this paper studies the effects of social capital heterogeneity and financing constraints on the multidimensional poverty of rural households. The results show that the incidence of multidimensional poverty in rural households in China is relatively high and the financing constraints still exist and significantly inhibit the alleviation of multidimensional poverty. The heterogeneity of social capital significantly influences the farmers’ financing constraints and multidimensional poverty. Among them, social network size, neighborhood trust and political association organization participation can reduce the probability that families falling into financing constraints and multidimensional poverty. Cadres’ trust negatively affects financing constraints, while relatives’ interaction positively affects financing constraints.Social capital and financing constraints affect multi-dimensional poverty of households together, but there are differences because of different types of social capital. The scale of social network and political association organization participation can significantly inhibit the poverty-causing effect of financing constraints, while the relationship between relatives further strengthens the poverty-causing effect of financing constraints.

Key words : social capital; financing constraints; farm household; multidimensional poverty; heterogeneity

^*[收稿日期] 2019-03-03

[基金项目] 湖南省自然科学基金项目：科技扶贫政策作用机制与绩效评价研究(2018JJ3374)；湖南省社会科学基金项目：连片特困地区精准扶贫“碎片化”及治理研究(18YBX011)、洞庭湖区农业产业链融资模式选择及其福利效果研究(17JD64)

[作者简介] 苏 静(1980—)，女，湖南汨罗人，美国德州农工大学统计系高级访问学者，湖南文理学院副教授，博士。研究方向：数量经济学。

[中图分类号] F832.3

[文献标识码] A

[文章编号] 1008— 1763( 2019) 05— 0072— 09

标签：社会资本论文;  融资约束论文;  农户家庭论文;  多维贫困论文;  异质性论文;  美国德州农工大学统计系论文;  湖南文理学院洞庭湖生态经济区建设与发展协同创新中心论文;