不同經營規模農戶的借貸行為差異性及其影響因素分析
——基于江西省564份農戶調查數據

阮 華 ，2翁貞林

（1江西農業大學經濟管理學院，江西 南昌 330045；2江西現代農業發展協同創新中心，江西 南昌 330045）

不同經營規模農戶的借貸行為差異性及其影響因素分析
——基于江西省564份農戶調查數據

1阮 華1，2翁貞林

（1江西農業大學經濟管理學院，江西 南昌 330045；2江西現代農業發展協同創新中心，江西 南昌 330045）

文章以江西省564戶農戶為樣本，運用描述性統計、有序probit模型分析不同規模農戶借貸行為的差異性及其影響因素。結果表明：被訪者的年齡、受教育程度、家人或親友是否擔任干部、朋友多少、對借貸困難的認知對規模I農戶的借貸有顯著影響；被訪者的受教育程度和對借貸困難的認知對規模II農戶有顯著影響；家人或親友是否擔任干部和耕地流轉時間對規模III農戶借貸行為有顯著影響。最后，根據研究結論提出相應的政策建議。

不同規模農戶；借貸行為；影響因素；probit模型

一、引言

農戶融資難一直是制約中國農村經濟發展和農民收入增長的最大瓶頸［1］。隨著土地規模化經營的發展，無論是土地經營權的流轉，還是先進技術的采用和農業機械化的實施，都對資金提出更大的需求。伴隨著農戶資金需求的變化，原有的農村金融體制已不能滿足農戶的資金需求［2］。多年來農村的金融改革主要是針對農村信用合作社經營管理體制，其改革趨向商業化，支農功能弱化，以致農戶融資難問題日趨明顯，嚴重制約了農業的產業化發展和農業現代化的進程，阻礙了農戶收入的可持續增長。資金實際上已成為制約農戶發展生產、增加收入的“瓶頸”要素。然而，由于農戶受思想觀念、風險偏好、經營特性、經營規模、收入水平以及金融機構供給水平的影響，不同經營規模農戶的借貸行為存在較大差異。因此，本文以江西為研究區域，研究不同規模經營農戶的借貸行為，發現其特征和需求規律，分析其在借貸需求上的差異，這對于完善農村金融政策，優化農村金融資源配置，推動農村經濟發展和增加農民收入具有重要的現實意義。

國外學者對農民行為進行經濟學研究［3－5］，有關農民的行為邏輯主要形成兩種觀點：“理性小農”和“生存小農”。理性小農行為動機與資本

家一樣追求利潤最大化；生存小農目的是滿足家庭自身的消費，農戶的行為難以核算成本收益。

在國內，由于不同地區經濟發展水平不同，金融市場發育程度不同，農戶自身行為偏好不同，其借貸行為存在差異。在經濟發達地區，農戶主要是向銀行貸款，但民間借貸仍然普遍存在，并成為彌補正規金融不足的重要途徑［6］。對金融知識了解程度深且積極參與金融活動的金融意識高的農戶更愿意借貸，且向正規金融機構借貸的可能性越大［7］。在傳統農區，農戶資金借貸現象非常普遍［8］，但由于受傳統思想束縛，農戶的小農意識比較強烈，在資金短缺時不愿意借貸而選擇壓縮支出［9］；農戶借貸資金需求以消費性用途為主［10］。有部分學者認為農戶由于受到正規金融排斥，而選擇通過其他非正規途徑獲得貸款［11－13］。在法制環境好的地區，法律意識較強的農戶更傾向于向正規金融機構貸款［14］。

關于影響農戶借貸的因素。周天蕓認為，戶主年齡會影響農戶獲得貸款的途徑，年齡大的戶主容易獲得非正規金融貸款，而不易獲得正規金融貸款［15］。翁貞林認為，種稻大戶戶主文化程度對其借貸選擇有顯著影響［16］。金燁認為，家庭有村干部農戶比普通農戶可以獲得更多貸款額［14］。李銳認為，戶主的性別和最高文化水平對農戶借款偏好影響不顯著［17］。人民銀行郫縣、金堂、崇州、蒲江支行課題組認為，農戶借貸首先考慮的是貸款的可獲得性，其次才是利率［18］。匡樺認為，金融市場中資金借貸時間、額度和便捷程度等隱性約束對農戶從正規金融機構獲得借貸有“擠出效應”［19］。童馨樂等認為，社會資本中政治關系和鄰里關系對農戶能否獲取借款有顯著影響，但對農戶借貸額度影響不顯著［20］。王麗萍等認為，農戶的收入水平低是制約農戶獲得借款的一個要素［21］。

鑒于國內區域差異明顯，農戶借貸行為分析的重點各有不同，無論是農戶自身意識、資金需求及外部環境等因素，還是年齡層次、社會地位及文化水平等因素都影響到農戶的借貸行為。本文研究基于以上分析，對現階段江西地區農戶借貸行為進行深入研究并得出相關結論。

二、研究假設與數據來源

基于學術界對影響農戶家庭借貸決策行為影響因素的分析，本文提出以下研究假設：

假設一：被訪者年齡對其家庭借貸有顯著的負向作用。多數年齡大的農戶傾向于風險規避且精力有限，種植面積小，不需要借貸生產。

假設二：被訪者受教育程度對其家庭借貸有顯著正向作用。受教育程度反映了其生產經營能力和認知水平，受教育程度高，經營能力強，越愿意借貸。

假設三：家庭非農收入對其家庭借貸有顯著負向作用。非農收入高，家庭自有積累多，農戶可以依靠自有儲備提供生產經營所需的資金。

假設四：社會資本對其借貸行為有顯著負向作用。社會資本反映了農戶與親戚朋友的關系以及在當地的人緣狀況。社會地位高，農戶信譽高，人員關系廣泛，越容易取得借款，民間借貸成本低，向銀行借貸的可能性就小。

假設五：土地面積對其家庭借貸有顯著正向作用。耕種的土地面積越大，所需生產資金越多，越需要借貸生產。

假設六：轉入耕地的年限對其家庭借貸行為有顯著正向作用。向普通承包戶或集體轉租農田的時間越長，農戶越愿意投入生產，所需資金越多，越需要借貸。

假設七：農戶對獲得借貸難易的認知對其借貸行為有顯著負向作用。農戶主觀上認為借貸很困難，就不愿意進行借貸生產。

假設八：農戶對補貼和價格保護政策的評價對其借貸行為有顯著正向作用。政府補貼和農產品最低收購價格政策減少了農戶支出成本，增加了農戶預期收益，農戶越愿意投入生產，越需要借貸。

本文數據來自國家自然科學基金重點項目“農村土地與相關要素市場培育與改革研究”，課題組于2015年1月至2月對全國進行抽樣調查，樣本采用隨機抽樣的方法，根據經濟發展水平進行聚類。本文僅采用江西省的數據，調查內容涉及農戶稟賦與收入、耕地流轉、農業生產、信貸與保險以及其他要素情況等多個方面。利用調

查問卷中部分與農戶信貸有關的數據，在599份江西調查問卷中，通過剔除不適用的無效樣本后，有效樣本數為564份。

考慮到樣本數據中耕地面積特征，根據實際描述性分析，發現90%樣本數據面積小于10畝，耕地面積均值約為5畝，且耕地面積普遍偏小。因此，本文將農戶劃分為三類：規模Ⅰ農戶，其土地面積小于等于5畝；規模Ⅱ農戶，其土地面積大于5畝小于10畝；規模Ⅲ農戶，其土地面積10畝及以上。通過條件篩選，將總體樣本農戶進行劃分，其中規模Ⅰ農戶472戶，規模Ⅱ農戶54戶、規模Ⅲ農戶38戶。

三、模型構建與研究方法

（一）模型選擇與變量說明

本文反映農戶對銀行貸款意愿的數據是分類的離散數據，理想的估計方法是概率模型。對于因變量水平數大于兩類且水平之間存在等級關系，一般采用有序概率模型，通過有序probit模型的方法來進行。本文將因變量分4個水平，分別用1、2、3、4表示——沒有任何借款；借款數額在1萬元以下；借款數額介于1－5萬元之間；借款數額在5萬元以上。一般的，假定有多個解釋變量，則模型可以按矩陣形式表示為：

其中，Y為觀察值，取1、2、3、4的列向量，X為解釋變量觀察值矩陣。

由于上述模型因變量的擬合值不可能限定在1－4之間，將其做簡單的回歸是不正確的，因而probit模型采用如下的函數形式：

其中，Φ（·）是標準累積正態分布函數。

關于Y的有序probit概率模型可表示為：

表1 實證模型變量說明

其中， 是一個潛在變量，Yi是可觀測的變量，Xi是解釋變量的一組觀測值，β表示待估計的參數變量，α是區間的分界點。

對上述模型進行估計，得出參數估計值。模型中各影響因素選取的變量及統計數據見表1。

（二）調研數據的有效性檢驗

本文用李克特5點量表對農戶對農業補貼和價格保護政策的滿意度進行度量，用5個題項來測量農戶的滿意度，對數據進行信度分析，采用Cronbach’s α系數來觀察各變量的內部一致性，經過計算，Cronbach’s α系數為0.921，說明問卷具有很高的可信度，項目之間具有很高的內在一致性。然后用spss19.0對農戶對政策滿意度進行因子分析，在因子分析之前，先對數據進行KMO和Bartlett球形檢驗。檢驗結果為：KMO值為0.873，Bartlett球形檢驗顯著性水平為0.000，因而對數據進行因子分析是適當的。對5個題項進行主成分抽取和正交旋轉后，提取一個因子。借鑒陳雨生等學者的做法［22］，將農戶對政策滿

意度因子各題項得分的平均值作為因子的最后得分。農戶對借貸困難認知變量，是通過對銀行借貸困難和對親朋借貸困難兩項得分計算平均值，權重為借款中銀行貸款占比和私人借貸占比。

（三）不同經營規模農戶借貸行為差異性

1.借貸水平差異。關于從銀行的貸款數額，規模Ⅰ農戶中，82%的農戶沒有從銀行貸款，大約10%的農戶貸款數額介于1－5萬元之間，5%的農戶數額超過5萬元以上，借貸數額在1萬元以下的農戶最少，約占3%。規模Ⅱ農戶中，63%的農戶沒有從銀行貸款，22%的農戶貸款數額介于1－5萬元之間，約9%的農戶數額超過5萬元。規模Ⅲ農戶中，60%的農戶沒有從銀行貸款，26%的農戶貸款數額介于1－5萬元之間，8%的農戶數額超過5萬元。

隨著農戶經營土地規模的增加，農戶向銀行借貸的比例也隨之增加，但是均有超過半數的農戶未向銀行借貸。在向銀行貸款的農戶中，其貸款數額成正態分布，借貸數額在1－5萬元之間的頻數最高，借貸數額高于5萬元的頻數次之，借貸數額低于1萬元的頻數最低。農戶從銀行貸款多為1萬元以上。

2.非正規借貸渠道差異性。農戶的非正規借貸渠道即農戶私人借貸。在規模Ⅰ農戶的私人借貸中，選擇向親朋好友借貸發生的頻數最高，為179；其次是向本村農戶和其他私人借貸，頻數分別為23和21；有個別農戶也選擇向錢莊和村集體借款。在規模Ⅱ農戶的私人借貸中，選擇向親朋好友借貸的頻數最高，為22；其次是向本村農戶和其他私人借貸，其頻數分別為4和2；也有農戶選擇向村集體借貸。在規模Ⅲ農戶的私人借貸中，選擇向親朋好友借貸的頻數最高，為15，其次是向本村農戶借貸，其頻數為3，沒有農戶選擇向其他私人借貸，也有農戶選擇向龍頭企業和村集體借貸。

從上述描述可以看出，親朋好友和本村農戶是農戶私人借貸的主要渠道。其中，農戶更傾向于向親朋好友借款；其次是其他私人，可以看出農戶的借貸對象是按照親緣和地緣關系展開的。規模Ⅲ農戶沒有向其他私人借貸，而是選擇向龍頭企業借貸，可能是在當前“企業＋農戶”模式下，龍頭企業加強與規模農戶的合作，愿意給規模農戶提供資金幫助。

3.借貸用途差異。在規模Ⅰ農戶中，將貸款用于房屋建筑用途的頻數最高，為92；其次是用于生活和投資或經商，頻數分別為48、40；再次是用于子女學費，其頻數為37；將貸款用于農業生產的不多，頻數為24。在規模Ⅱ農戶中，也是選擇將貸款用于房屋建筑用途的頻數最高，為17；其次是用于農業生產，其頻數為14；然后是將貸款用于子女學費，其頻數為8。在規模Ⅲ農戶中，選擇將貸款用于農業生產的頻數最高，為13，其次是用于子女學費、房屋建筑和添置資產，其頻數均為6。

規模Ⅰ農戶和規模Ⅱ農戶借貸的最主要用途是房屋建筑，可能是由于受農村風俗習慣的影響，對于房屋建筑有剛性需求。規模Ⅲ農戶借貸的最主要用途是農業生產，用于購買生產資料。將貸款用于農業生產中的頻數隨著農戶土地經營規模的增加不斷增大。將借款用于投資經商用途的位于規模Ⅰ農戶借貸的第三位，因為規模Ⅰ農戶耕地面積較少，兼業務農，糧食作物主要是滿足家庭口糧消費需求。

四、不同經營規模農戶借款行為影響因素分析

為進一步分析影響農戶貸款行為的因素，本文以借款水平為因變量反映農戶貸款行為，以被訪者年齡、受教育程度等指標為自變量，利用564個農戶的數據為總體樣本，然后將總體樣本按農戶經營土地規模劃分為3類，應用stata12.0統計軟件對各類樣本的截面數據進行有序Probit回歸分析。不同規模農戶模型計量結果見表2。

由表2可知，規模Ⅰ農戶中，與30歲以下的被訪者相比，年齡在40－50歲的被訪者，精力充沛且沉穩老練，生產經營的積極性比較高，對資金的需求大。文化程度高的被訪者，融資意識和能力比較強；且其經營范圍比較廣，因而對資金的需求比較大。農戶家人或親友擔任干部對其銀行借貸行為有顯著正向影響。農戶親朋好友多對其銀行借貸具有負向影響，且在10%的概率下具有顯著性。農戶對借貸困難的認知對其銀行借貸

有顯著正向影響。隨著借貸難度的增大，尤其是認為向親朋借貸更困難，雖然銀行借貸難度也增大，但農戶仍然選擇向銀行借貸的可能性更大。農戶更愿意向銀行借貸可能是認識到向親朋好友借款的人情成本比較高，且可以避免親朋好友之間因借貸產生糾紛，因而更愿意選擇向銀行借款。

規模Ⅱ農戶中，與小學以下文化的被訪者相比較，高中以上文化的被訪者家庭向銀行借貸的可能性更大。對借貸困難的認知對其銀行借貸同樣是顯著正向影響，且影響程度比對規模Ⅰ農戶的強，說明隨著規模的擴大，向銀行或信用社貸款難度仍然少于向個人借款。

規模Ⅲ農戶中，農戶家人或親友擔任干部對其銀行借款影響顯著，且影響程度強于對規模Ⅰ農戶的影響。轉入耕地的期限對規模Ⅲ農戶銀行貸款行為影響顯著，轉入的期限越長，農戶對土地進行長期投資的可能性越大，資金需求越大，向銀行借款的可能性越大。

表2 不同經營規模農戶借貸的回歸結果

農戶對農業補貼和價格保護政策滿意度對農戶銀行借貸沒有顯著影響。由于政府的農業補貼是給予土地承包戶，規模經營戶從農戶流轉土地并沒有獲得土地的補貼；而農產品價格保護，對農業生產成本（包括生產資料和勞動力成本）上升沖銷作用有限，難以改變農業生產利潤低的困局，因而不能調動農戶的積極性。

五、結論及政策建議

（一）結論

1.在農戶稟賦中，被訪者的年齡和文化程度對農戶的借貸行為具有顯著的影響。

2.社會資本中，農戶家人或親友擔任干部對農戶借貸有顯著的正向影響。親朋好友多對規模Ⅰ農戶銀行借貸具有負向影響，但對規模Ⅱ農戶和規模Ⅲ農戶借貸影響不顯著。

3.轉入耕地的時間對規模Ⅲ農戶借貸行為有顯著的正向影響。

4.對借貸困難的認知對農戶借貸具有顯著

影響。

5.對農業補貼和價格保護政策的評價對農戶借貸沒有顯著影響。

（二）政策建議

1.加強農村教育和農民培訓，提高農民的文化程度。提高農戶家庭成員的知識水平，強化職業技術教育，培育職業農民，有利于提高農戶現代化經營管理理念，提升其適應市場的能力，為其借貸發展現代農業創造條件。

2.簡化銀行借貸手續，降低農戶借貸門檻。簡化借貸程序，可以降低農戶借貸的時間成本和精力損耗，可以提高農戶借貸的主觀積極性，而對于在銀行有良好借款還款記錄的農戶，可以根據其信用狀況放寬其借貸條件，給予更大的信貸支持，滿足其資金需求。

3.規范土地流轉行為，延長土地流轉期限。因而，建立土地流轉市場，規范土地流轉行為，延長土地流轉期限，有助于規模大戶進行長期投資經營。

4.完善農業政策體系，農業補貼向規模農戶傾斜。針對不同規模農戶實行差別化的補貼政策，讓農業補貼向真正種糧者傾斜，從而調動農戶生產經營的積極性；完善最低價格保護政策，也要注意穩定生產資料價格，以保證農業生產的利潤，保證農戶的合理報酬。

［1］李明賢，王旋.農戶融資約束的替代策略及其效應分析——基于湖南省268份農戶調查數據［J］.湖南農業大學學報（社會科學版），2015，16（2）：23－28.

［2］蘇群，張愛陽.農村金融體制改革——基于農戶借貸行為的分析［J］.農村經濟，2005，（4）：66－69.

［3］Kwasi Boahene.Rationality and Decision－Making of Small Farmers：The Case of Ghana［J］.Journal of Interdisciplinary Economics，1996，（2）：81－93.

［4］JohnAdams.Peasant rationality：Individuals，groups，cultures［J］.World Development，1986，（2）：273－282.

［5］Yukon Huang.Backward——bending Supply Curves and Behaviour of Subsistence Farmers［J］.Journal of Development Studies 1976，（3）：191.

［6］潘海英，翟方正，劉丹丹.經濟發達地區農戶借貸需求特征及影響因素研究——基于浙江溫嶺市的調查［J］.財貿研究，2011，（5）：48－56.

［7］周天蕓，鐘貽俊.金融意識及其對農戶借貸選擇的影響［J］.華南農業大學學報（社會科學版），2013，（2）：73－80.

［8］朱守銀，張照新，張海陽，等.中國農村金融市場供給和需求——以傳統農區為例［J］.管理世界，2003，（3）：88－95.

［9］李鋒.影響農戶信貸需求因素的實證分析——以云南省瀾滄縣為例［J］.生產力研究，2011，（11）：44－45.

［10］李長生，張文棋.農戶正規信貸需求和信貸約束——基于江西省的調查［J］.農林經濟管理學報，2014，13（4）：406－413.

［11］何廣文.從農村居民資金借貸行為看農村金融抑制與金融深化［J］.中國農村經濟，1999，（10）：42－48.

［12］韓俊，羅丹，程郁.信貸約束下農戶借貸需求行為的實證研究［J］.農業經濟問題，2007，（2）：44－52＋111.

［13］譚飛燕，李孟剛，吳偉.我國農戶信貸約束及其影響因素分析［J］.統計與決策，2014，（21）：102－104.

［14］金燁，李宏彬.非正規金融與農戶借貸行為［J］.金融研究，2009，（4）：63－79.

［15］周天蕓，李杰.農戶借貸行為與中國農村二元金融結構的經驗研究［J］.世界經濟，2005，（11）：19－25.

［16］翁貞林，朱紅根，張月水.糧食主產區種稻大戶稻作經營借貸行為的實證研究——基于江西省619戶種稻大戶的調研［J］.江西農業大學學報（社會科學版），2009，（1）：48－52.

［17］李銳，李超.農戶借貸行為和偏好的計量分析［J］.中國農村經濟，2007，（8）：4－14.

［18］人民銀行郫縣、金堂、崇州、蒲江支行課題組.成都市郊縣農戶信貸行為變遷的實證研究［J］.西南金融，2005，（9）：37－38.

［19］匡樺，李富有，張旭濤.隱性約束、聲譽約束與農戶借貸行為［J］.經濟科學，2011，（2）：77－88.

［20］童馨樂，楊向陽.社會資本對農戶借貸資金來源影響研究［J］.西北農林科技大學學報（社會科學版），2013，（4）：74－81.

［21］王麗萍，霍學喜.西部地區農戶借貸行為及其制約因素分析［J］.商業研究，2007，（1）：25－30.

［22］陳雨生，喬娟，趙榮.農戶有機蔬菜生產意愿影響因素的實證分析——以北京市為例［J］.中國農村經濟，2009，（7）：20－30.

（責任編輯：管 仲）

國家自然科學基金重點資助項目（71333004）；江西省哲學社會科學重點研究基地（2014年）規劃項目（14SKJD15）和江西農業大學經濟管理學院研究生創新基金項目（JG201503）。

阮華（1989－），女，湖北隨州人，碩士研究生，研究方向：農村金融；翁貞林（1964－），男，江西玉山人，教授，管理學博士，研究方向：農業經營制度。