農戶正規信貸交易成本配給識別及其影響因素
——來自浙江省和黑龍江省466戶農戶調查數據分析

彭 澎 呂開宇

(1.南京大學 工程管理學院，江蘇 南京210093； 2.中國農業科學院 農業經濟與發展研究所，北京 100081)

農戶正規信貸交易成本配給識別及其影響因素
——來自浙江省和黑龍江省466戶農戶調查數據分析

彭 澎1呂開宇2

(1.南京大學 工程管理學院，江蘇 南京210093； 2.中國農業科學院 農業經濟與發展研究所，北京 100081)

以信貸配給理論和交易成本理論為基礎，依據浙江和黑龍江兩省466份農戶的調查數據，采用Probit模型實證研究影響中國農村信貸市場中農戶的正規信貸交易成本配給的因素。結果表明：樣本地區14%的農戶受到了交易成本配給。對于這部分農戶來說，相比于社會資本，與銀行的高強度關系以及當地金融服務供給的高水平能夠顯著降低其面臨交易成本配給的概率。這是因為，較高的金融服務供給水平不僅可以降低農戶貸款的交易成本，還能強化其對于正規金融的正確認知，而穩固的銀農關系則可以通過緩解借貸雙方信息不對稱的程度來提高農戶主動申請貸款的意愿。

信貸配給；交易成本；銀農關系；金融服務供給

一、引言

隨著新型城鎮化建設加速以及勞動力向二三產業轉移，中國的土地流轉速度加快、土地集中度不斷提高，這使得部分從事第一產業的農戶的經營規模越來越大，這些農戶從生產資料采購到農作物收割的各個環節都需要增加資金投入，而那些投身于二三產業的轉型農戶也因為生產經營的需要存在著較高的資金需求。然而盡管近年來中國農村正規信貸市場不斷完善，但其發展速度還不足以滿足急劇增加的資金需求，仍有很多農戶無法獲得貸款。長期存在的“貸款難”問題又將反過來影響農戶的行為預期和選擇，不少農戶會因為自身或者周邊人群以往的經歷而主動放棄向銀行申請貸款，這將造成有效信貸需求的壓抑成為農戶的一種行為慣性(程郁 等，2009)。根據中國人民銀行《2015年金融機構貸款投向統計報告》顯示，2015年末，金融機構人民幣各項貸款余額為93.95萬億元，農業貸款和農戶貸款余額分別為3.51萬億元和6.15萬億元，僅占3.74%和6.55%，且增速比同期降低4.5%和4.2%。這組數據從側面反映出，中國農村正規信貸市場同時存在農戶有效信貸需求不足和貸款可得性較低兩大問題。總的來看，農村正規信貸配給問題依然嚴重。

學者通常認為，正規信貸配給包括數量配給、價格配給、風險配給以及交易成本配給等多種類型。數量配給屬于銀行供給不足，這已受到學界的廣泛關注；后面三種配給實質是農戶的有效需求不足，其中，交易成本配給是一種非常重要的形式。Guirkinger et al.(2008)認為，受到交易成本配給的農戶是因為辦理貸款的時間成本和違約贖回權成本過高而放棄申請貸款。從理論層面來說，由于信貸市場是有摩擦的，因此只要可以向正規金融機構申請貸款，就一定會有農戶主動退出信貸市場以回避過高的交易成本。從實證層面來看，劉西川等(2009)通過對來自3個省份、4個縣的農戶進行調查研究發現：中國的農戶不僅會受到數量配給，還會受到來自需求方的信貸配給；特別是受到交易成本配給的農戶占樣本總數的22.68%，是各種信貸配給中占比最高的。這一結果說明，在現實中，交易成本配給現象的確在中國農村信貸市場中廣泛存在。鑒于此，本文認為有必要對中國農村信貸市場中的交易成本配給現象及其影響因素展開研究。

目前，學術界對于需求方信貸配給的研究主要包括兩種類型：一是從總體上對各種不同的信貸配給機制進行分析；二是圍繞風險配給展開深層次的探討(任劼 等，2015)。為數不多的關于交易成本配給的研究多以實證為主，且研究對象集中于秘魯、哥倫比亞等小型經濟體，鮮有文章關注中國這樣一個農村人口占到總人口43.9%的農業大國。而本文通過識別中國農村地區的交易成本配給并研究其影響因素，是對已有研究的補充。同時，此項研究對于完善中國農村金融改革也有重要的實踐意義。一方面，通過對交易成本配給的分析，本文的結論可以為地方政府制定支持農戶發展的融資政策、完善當地的基礎設施建設提供依據和參考；另一方面，我們可以進一步明確銀行信貸業務流程的優化思路，更加有效地提高農戶辦理貸款的效率和農村金融服務水平。這將有利于營造出良好的融資環境并促使更多的農戶主動參與到正規信貸市場中來。為此，本研究擬利用對中國部分地區農戶融資行為的調查所獲得的數據，從實證層面識別其所面臨的交易成本配給，有針對性地分析可能會對交易成本配給產生影響的因素。文章其余部分結構安排如下：第二部分是文獻回顧；第三部分提出假說；第四部分對實證研究所需的模型和數據進行介紹；第五部分是對結果的描述和分析；第六部分將對全文進行總結并提出相關建議。

二、文獻回顧

(一)交易成本配給的界定

信貸配給概念在有關農村金融研究的文獻中已被廣泛采用。程恩江等(2010)提出非價格信貸配給會導致信貸約束；銀行的非價格信貸配給表現為數量配給，而需求面的非價格配給包括風險配給和交易成本配給(Guirkinger et al.，2008)。換句話說，交易成本配給之所以不同于其他類型的需求方配給，是因為其本質上是一種由貸款交易成本而產生的配給。因此，我們有必要首先對交易成本的概念進行界定和分析。

交易成本按照發生時間的維度可以分為：事前的信息搜集成本、事中的協議成本和事后的監督交易成本等(Williamson，1979)。在貸款過程中，交易成本通常體現在：(1)事前的信息搜集成本。因為信息不對稱的存在，銀行需要在貸前對農戶的生產經營情況、信譽狀況等進行詳細調查，并付出相應的搜集成本。(2)事中的協議成本。銀行需要對貸前調查結果進行審查審批，判斷農戶是否符合及多大程度上符合銀行發放貸款的標準。在正式簽訂貸款合約前，需要支付相應的決策成本、擬定合同條款成本等協議成本。(3)事后的監督交易成本。為了及時預防違約情況的發生，銀行會對農戶展開貸后檢查、集中關注農戶的貸款使用情況，并付出監督交易成本。對于農戶而言，交易成本以“手續”、“時間”和“頻繁檢查”的方式呈現。第一，事前的信息搜集成本表現為繁瑣的手續。一方面，由于信息不對稱，銀行會要求農戶提供大量的材料；另一方面，越來越多的銀行開始關注借款人的“軟信息”，即難以量化和直接從借款人處獲得的信息，如上下游客戶對借款人的評價、借款人在當地社會中的信譽口碑等。這種多元化的信息搜集方法使得手續更加繁瑣。第二，事中的協議成本表現為長時間的等待。作為經營風險的企業，銀行常常需要進行不同業務權限的多人多次審查/審批結論才能夠確定是否發放貸款，耗時最長可達幾個月。盡管農戶貸款額度相對較低，但由于農業經營的風險相對于其他行業更加難以控制和預測，因此實際審查審批時間會很長，農戶需要有足夠的耐心等待結果。而民間借貸、小額貸款公司等都屬于隨需隨借的模式，如民間借貸一般僅需要3～5天甚至更短的時間即可獲得資金。因此，銀行貸款在時間成本上處于明顯的劣勢。第三，事后的監督交易成本表現為頻繁的貸后檢查。因為信息不對稱要求銀行必須隨時掌握貸款農戶的情況，所以農戶在獲得貸款后也需要和銀行的信貸員經常性溝通，及時提供貸款的使用情況及生產經營情況。顯然，相比于不需要定期匯報的其他融資方式，農戶向正規金融機構借款的手續更加繁瑣。

在此基礎上，我們可以對交易成本配給的概念進行界定。目前，國外學者對于交易成本配給的定義基本參考Guirkinger et al.(2008)的觀點，突出時間和違約贖回權對農戶有效信貸需求的影響。在國外學者研究基礎上，國內學者對于交易成本的概念也做了總結。劉西川等(2009)認為，在發展中國家，銀行經常將與篩選監督借款人相關的交易成本分攤給借款人。當該成本過高時，即使對貸款有名義需求的借款人也可能會無法承受并選擇放棄申請貸款。張龍耀等(2011)認為，由于申請貸款過程中的交易成本過高，降低了農戶未來的期望收益，農戶會自愿退出信貸市場。在上述定義基礎上，結合前文對農村信貸市場中交易成本的分析，我們認為：由于農戶向銀行貸款經常是為了資金的流動周轉等急需的用途，其不可避免地厭惡麻煩和等待，因此部分有名義信貸需求的農戶會因為交易成本過高而選擇主動放棄申請，這就是交易成本配給。

(二)交易成本配給的識別

國外學者的研究中對農戶信貸配給的識別方法有很多。Petrick(2005)對此總結如下：第一，通過衡量交易成本來識別信貸配給(Adams et al.，1979)，但是這種方法并沒有考慮交易成本本身無法完全量化的問題。第二，通過向借款人定性提問來識別信貸配給(Baydas et al.，1994)，即詢問借款人在當前的利率水平下是否愿意申請更多貸款，如果借款人愿意申請更多則認為其受到信貸配給。但是，這個方法難以詳細識別因不同原因而導致的需求方配給。第三，基于信貸限額概念來識別信貸配給(Diagne et al.，2000)，即當借款人能夠獲得的最高貸款額度小于其最優貸款規模時，則被認為受到信貸配給。這種方法的缺點也顯而易見：一是每個借款人的最優貸款規模很難確定；二是只考慮了數量配給。除此之外，還有學者提出通過溢出效應(Bell，1990)或者直接運用計量模型(Petrick，2004)來識別信貸配給。

總的來說，上述方法均不適用于交易成本配給的識別。針對這一情況，Guirkinger et al.(2008)、張龍耀等(2011)采用直接誘導式詢問的方法(Direct Elicitation Methods，后文簡稱DEM)來分析被調查農戶的信貸配給狀況。該方法的最大優勢是可以識別包括交易成本配給在內的多種類型的信貸配給，其主要包括三個步驟：首先詢問農戶是否向銀行等正規金融機構申請過貸款；然后根據農戶申請與否，再分別詢問農戶沒有申請貸款的原因或者是貸款的實際獲得情況；最后根據農戶的不同回答來判斷其信貸配給的類型，將其區分為沒有受到信貸配給的農戶、受到數量配給的農戶、受到交易成本配給的農戶、受到風險配給的農戶和受到價格配給的農戶等。本文也將采用這一方法來進行實證研究，并結合本文的研究內容具體闡述整個識別過程。

(三)影響交易成本配給的因素

按照前文對于交易成本配給概念的界定，交易成本配給的出現應當既與農戶貸款過程中的交易成本有關，也與農戶對于交易成本的認知程度有關。因此，我們可以根據影響交易成本的因素來確定交易成本配給的影響因素。

關于影響交易成本因素的文獻有很多，但鮮有結合中國農村金融市場的研究。在為數不多的研究中，具有代表性的是以下兩篇：胡士華等(2011)運用ologit模型實證分析了不同正規程度的農村中小企業與正規金融機構形成借貸匹配的難易程度及相應的交易成本大小。正規程度即企業所具有的標準信息稟賦越高，那么其信譽越容易被銀行識別，借貸越易匹配，交易成本也越小，相應的交易成本配給發生的可能性也越低。他們研究發現：在表示正規程度的一系列因素中，企業層面的擔保資產、前期的貸款經歷、社會資本水平均對交易成本有顯著的負向影響。除此之外，反映一個地區金融服務供給水平的一組變量——人口規模和非農產業勞動力比例如果提高，也能夠降低信貸關系中的交易成本。童馨樂等(2015)嘗試采用交易成本理論來解釋農戶的借款渠道偏好問題。他們提出可以分別用農戶的社會資本水平和當地金融服務供給的方便程度來量化表示交易成本，原因在于：前者可以通過起到信號甄別的作用來降低借貸雙方的信息不對稱程度，后者則能營造競爭程度更高的農村金融市場環境，提高金融產品創新的力度，兩者均可以提高農村信貸市場的效率，降低借款雙方的交易成本。總的來看，無論是農戶自身特征還是其所在地區的情況都有可能會影響農戶的交易成本配給。

三、假說提出

本部分將結合對已有文獻的梳理和對交易成本配給理論的研究，提出如下關于影響農戶信貸交易成本配給因素的理論假說：

第一，事前的交易成本源于借貸雙方間的信息不對稱。信息不對稱程度越大，農戶向正規金融機構貸款的交易成本越高，其越有可能受到交易成本配給。而銀行和農戶間長期穩定的業務往來關系有利于降低雙方信息不對稱的程度。隨著農戶享受的信貸以外的金融服務種類增加、時間延長，銀行對于其生產經營狀況、現金流的穩定情況、道德信譽水平等也更加了解，雙方的信息不對稱程度相應變小。尤其是對于那些信用戶來說，銀行已經借助信用評級和當地的村干部對其信息有了較為全面的掌握，雙方的信息不對稱程度大幅度降低。顯然，這會對事前的交易成本和農戶的交易成本配給產生積極的影響。因此，本文將銀農關系的強度納入分析框架中，并提出：

假說1：交易成本配給受到銀行和農戶關系強度的影響。

第二，社會資本是降低農村金融市場交易成本的重要載體。胡士華等(2011)的研究結果表明，社會資本在金融市場上可以起到信號傳遞的作用，有助于提高資金供需雙方的信息溝通效率，更好地實現信貸資金供求的平衡。具體到農村信貸市場，銀行可以根據農戶的個人社會資本(比如家里是否有鄉鎮干部、可以借錢的親朋數量等)判斷其還款意愿，還可以根據其群體社會資本(比如是否加入了農民專業合作社等)判斷其還款能力。在這樣的作用路徑下，雙方的信息不對稱程度顯著降低，交易成本也隨之下降，農戶的交易成本配給受到積極的影響。因此，本文把農戶的社會資本也作為研究中的重要因素之一，并提出：

假說2：農戶社會資本的高低會對交易成本配給產生影響。

第三，農村金融服務供給是農戶借貸交易成本的重要組成部分，顯著影響其借貸渠道偏好。通常來說，一個地區的農村金融服務供給水平可以根據基礎條件、人員配備和便捷程度這三個要素來判斷(童馨樂 等，2015)。其中：基礎條件表現為當地具有貸款功能的金融機構網點數量，在基礎條件差的地區，信貸市場競爭不夠激烈，銀行辦理業務的效率也相對較低，農戶貸款可能需要投入更多的時間成本。人員配備主要體現在當地銀行的員工數量及其素質，員工的數量越少、素質越低，銀行信貸部門審批貸款的時間也就越長，貸款手續也會越加繁瑣。便捷程度可以理解為農戶和金融機構的空間距離，雙方的距離越遠，農戶到銀行所需要花費的時間也就越多，一些農戶越有可能會因此而放棄申請貸款。可以看出，無論是哪一種要素，農村金融服務供給水平都會對農戶貸款的交易成本產生一定的影響。而中國長期以來所形成的城鄉二元結構和農村地區相對薄弱的基礎設施使得上述要素的表現并不理想。當地的銀行在面對數量眾多、分散程度較高的借款人時，所需要付出的人力、物力和財力等成本往往很高，因此不得不要求農戶承擔較高的交易成本。另外，在金融供給水平有限的地區，當地的農戶因為缺乏對于金融服務的基本認識，既無法客觀地看待交易成本，也無法了解正規金融機構貸款相比于其他融資渠道的優勢，與銀行的信息不對稱加劇，影響其對于交易成本的承受能力，并對其是否選擇交易成本配給產生間接影響。綜上所述，如果能夠有效提高農村地區金融服務供給的能力，那么農戶貸款過程中的交易成本將會下降，交易成本配給也將受到影響。據此，本文提出：

假說3：交易成本配給還會受到當地金融服務供給水平的影響。

四、數據來源與模型設定

(一)數據來源

本研究所使用的數據來源于中國農業科學院于2015年8月所開展的一次對糧食生產農戶的調查。該調査為我們提供了2014年黑龍江省和浙江省53個行政村、507戶農戶家庭的詳細數據。調查內容包含農戶全部的生產經營活動、金融活動等情況，主要指標包括農業生產要素、家庭收支及消費狀況、金融行為等各個方面。

選擇這兩個省份的原因是：第一，它們覆蓋了中國的兩個重要地區，東部地區(浙江)和東北地區(黑龍江)。第二，無論是從經濟發展水平還是農業生產經營情況而言，它們都屬于各自地區中比較具有代表性的省份。在選擇53個行政村中的507戶農戶樣本時，調查組首先在每個省中根據各個縣(區)2014年的GDP值，采用分層抽樣的方法抽取4個縣(區)。然后，按照相同的方法，分別在每個縣(區)選取3～4個鄉鎮、在每個鄉鎮選取2個行政村。最后，在每個行政村中隨機抽取8～15戶農戶發放問卷進行調研。

在刪除數據缺失較多的觀測值后，本文所使用的樣本農戶實際數量為466戶。具體處理方法包括：第一，相關變量出現缺失值或者明顯錯誤的樣本全部予以剔除；第二，對于存在異常值的變量指標，根據0.5%和99.5%的分位數進行清除，以消除極值的影響。

在進行模型設定前，有必要對調查數據的有效性進行檢驗。本文首先采用折半信度系數(split-half coefficient)進行信度檢驗。結果表明，Spearman-Brown 系數為0.891,大于0.700的水平，這說明調查數據是較為可靠的。其次，本次調查問卷是由中國農業科學院、中國人民大學以及南京農業大學等多所高校的專家經過多輪討論聯合設計的，因而具有良好的內容效度(表面效度)。綜上所述，可以認為調查結果是有效的。

(二)識別交易成本配給型農戶的方法

本文參考Guirkinger et al.(2008)、張龍耀等(2011)的研究思路，采用直接誘導式詢問方法(DEM)，通過設計一系列相關問題來識別被調查農戶的配給類型。DEM的詢問過程可以分為如下三個步驟：

(1)通過詢問“您在2014年是否申請過貸款”，將農戶區分為申請貸款者和未申請貸款者。

(2)對于貸款申請者，詢問其“申請額度”及“銀行的批復額度”,其中沒有獲得或者沒有全部獲得貸款的農戶為數量配給型的農戶。

(3)對于未申請貸款者來說，進一步詢問其“沒有申請貸款的原因”。以“銀行距離遠且沒有熟人，貸款的手續太多、審批時間長”作為未申請理由的農戶即交易成本配給型的農戶，為本文研究的對象。而以“擔心還不起貸款或者失去抵押物”和“銀行貸款的利率太高”作為未申請理由的農戶則分別為風險配給型和價格配給型農戶。

具體的識別流程如圖1所示。

在采用DEM方法對樣本農戶的信貸配給情況進行分析后，本文發現：被調查農戶中交易成本配給型農戶的比例為14.00%；風險配給型農戶的比例為0.99%；價格配給型農戶的比例為4.73%。可以看出，交易成本配給是樣本農戶面臨的需求方配給中最為普遍的一種，進一步證明對其進行實證研究具有重要的意義。不同配給類型農戶的基本情況如表1所示。

圖1 信貸配給識別流程

(三)模型設計

通常的計量模型都假定被解釋變量是連續的，但在現實的經濟決策中人們常常需要面臨選擇，此時因變量只能取有限個離散的數值。以這樣的決策結果作為被解釋變量而建立的經濟學模型稱為離散選擇模型(Discrete Choice Model)。而本研究的核心內容“農戶是否受到交易成本配給”是在兩個情況中選擇其一，此時被解釋變量只有兩個取值，故我們采用符合這種取值特征的Probit模型來進行實證分析。

Probit模型是一種服從標準正態分布的二元選擇模型，被解釋變量一般是虛擬變量，其基本形式如下：

-∞φ(t)dt=φ(α0+α1x1+α2x2+…)

(1)

其中，φ(·)為標準正態累積分布函數。按照本文的內容，可以將式(1)進一步改寫為：

(2)

模型中的被解釋變量y表示農戶是否受到交易成本配給，為虛擬變量，取值分別為0和1。核心解釋變量包括credit_degree，per_social、gro_social、worcre，branch,分別對應前文所提出的三個假說，具體可以按照如下來進行歸類和解釋：

(1)農戶是否為信用戶(credit_degree)。這是一個對應于假說1(銀行和農戶的業務往來關系)的虛擬變量，取值分別為0或1。信用評級自2002年由人民銀行推出并予以推廣以來，已經被越來越多的農村金融機構所運用。通過信用評級確定“信用戶”可以篩選出有還款能力和還款意愿的低風險客戶，為農戶和銀行之間建立更加緊密的銀農關系。因此，本文選擇農戶是否為信用戶(credit_degree)來驗證假說1。

(2)農戶的社會資本(per_social、worcre、gro_social)，本文選擇三個指標來共同表示。按照社會資本的定義，農戶同時擁有個人社會資本和群體社會資本。個人社會資本主要指農戶所擁有的親戚朋友等關系網絡及其資源。結合交易成本的定義，本文選擇兩個指標來反映個人社會資本，一是“可以借錢的親戚朋友數量”(per_social)，二是虛擬變量“是否有熟人在銀行中工作”(worcre)。前者可以提高其還款意愿，緩解農戶和銀行之間的信息不對稱程度，降低事前的交易成本；后者則有利于提高銀行的貸款審批效率，降低事中的交易成本。群體社會資本則主要指農戶在所參與的群體組織中所建立起來的社會資本。本文選擇虛擬變量“農戶是否參與農民專業合作社”(gro_social)來表示，如果農戶參與了農民專業合作社則該變量取值為1，否則為0，反映出農戶與農民專業合作組織之間較為明確的產前、產中和產后聯系。這三個核心解釋變量對應于假說2。

(3)農戶所在縣有貸款功能的網點數量(branch)*由于無法直接從農戶的調研問卷中獲得該數據，因此我們通過調研所在地的人民銀行來了解當地有貸款功能的網點數量。。該指標反映當地的金融服務供給水平，用于驗證假說3是否正確。從滿足農戶這一微觀主體的需求來看，有貸款功能的金融機構網點數可以反映農村金融機構服務的基礎條件。因為在不少地區，銀行的網點基本集中在縣城范圍內，很多生活在鄉鎮中的農戶因為有貸款功能的網點的匱乏而很難接觸到正規金融機構的信貸業務，這會影響他們對于正規金融和貸款交易成本的認知。另外，基礎條件不好的地區往往信貸市場競爭不夠激烈，銀行辦理業務的效率可能相對較低，這使得農戶貸款的手續變得繁瑣，交易成本相應提高。因此，考慮數據的可得性，我們通過“農戶所在縣有貸款功能的網點數量”(branch)來衡量假說3所關注的內容。

(4)控制變量Z包括農戶的房屋價值、耕地面積、農業生產資產、戶主年齡、戶主年齡的平方、戶主受教育年份、家庭人數、勞動投入、農業收入、農業生產資本以及地區虛擬變量，具體說明如表2所示。

表2 控制變量Z的說明

五、實證結果分析

(一)描述性統計

各個解釋變量的描述性統計及方向預期如表3所示，我們重點關注：第一，branch(所在縣有貸款功能的網點數量)的均值為65.63個，標準差為40.58，說明樣本中各地區的貸款網點數量差別很大，各地的金融服務供給水平有較大差異。第二，表示社會資本的3個變量per_social(可以借錢的親朋數量)、gro_social(是否加入專業合作社)、worcre(是否有熟人在銀行工作)的均值分別為0.36、0.26和0.10，表明樣本地區大部分農戶的社會資本水平不高。第三，credit_degree(是否為信用戶)的均值為0.52，標準差為0.50，表明超過50%的樣本農戶是信用戶，反映出很多農戶已經與銀行建立了一定的業務關系。通過上述分析，我們對于本文實證研究的三個因素有了初步的認識。

表3 解釋變量的描述性統計及方向預期

接下來，我們圍繞核心解釋變量，分別對其不同水平下樣本農戶交易成本配給的分布進行描述性統計，結果如表4所示。從中可知，branch、per_social和credit_degree的分布情況支持本文提出的假說。首先，受到交易成本配給的樣本農戶的占比隨著貸款網點數量(branch)的增加而降低。在貸款網點數量小于30的地區，受到交易成本配給農戶的比例為23.02%；當網點數量在30～60之間時，這一比例大幅度下降到13.3%；當樣本地區網點數量大于60時，只有8.81%的農戶受到交易成本配給。其次，有可以借錢的親戚朋友(per_social)和是信用戶(credit_degree)都會提高農戶申請貸款的意愿。在有可以借錢的親戚朋友和是信用戶的樣本農戶中，受到交易成本配給的比例分別為13%和11.62%；而當兩個變量均為否定時，受到交易成本配給的農戶占比分別上升到14.25%和16%。可以看出，相比于其他兩個變量，per_social對于農戶交易成本配給的影響程度要小很多。據此，我們推測在實證研究中，branch和credit_degree可能對農戶的交易成本配給存在顯著的正向影響。

表4 核心解釋變量不同水平下的農戶交易配給分布

(二)估計結果分析與討論

Probit模型的估計結果如表5所示。

注：觀測值為466；***、**、*分別表示該變量在1%、5%、10%的水平上顯著；括號中的數值為標準差。

從總體上看，該模型的LR檢驗值為39.47，且在1%的水平上通過了顯著性檢驗。這說明樣本數據和Probit模型的擬合效果很好。具體到各個變量，我們有如下發現：

(1)有貸款功能的網點數量(branch)對于農戶的交易成本配給在10%的水平上有顯著的負向影響。有貸款功能的網點數量每增加1個，當地農戶面臨交易成本配給的概率就降低0.13%，驗證了本文的假說3。這說明當地有貸款功能的網點數量越多，金融服務提供能力越強，農戶借貸的交易成本越低、對于交易成本的承受能力也越高，因為其而導致的信貸配給現象也相應越少。但是本文的實證結果和童馨樂等(2015)的研究結論不一致，他們發現金融機構的網點數量對于農戶對非正規借貸渠道的偏好呈現顯著的正向影響。換句話說，金融機構網點數量的增加并沒有提高農戶對于正規信貸的有效需求。這可能與樣本的選擇有關。相比于本文所選擇的浙江省和黑龍江省，童馨樂等(2015)選擇的樣本地區為安徽省(東至縣、阜南縣、濉溪縣、太湖縣)、河南省(澠池縣)、湖北省(隨縣、云夢縣)、江西省(樂平市)等，這些地方的農村金融機構為農戶提供貸款的力度和范圍明顯偏小。即使政府部門和農村金融機構有意識地擴大在該地區的覆蓋范圍，但真正因此而改變對獲得資金渠道偏好的農戶很少，所以在他們的研究中金融機構網點的數量難以對交易成本配給產生預期中的影響。事實上，本文的調查也發現，在有貸款功能的網點數量相對較多的30%的縣區，樣本農戶中受到交易成本配給的比例明顯較低(比后70%的縣區的平均比例低25.33%)，由此進一步支持實證結果并驗證了假說3。

(2)是否為信用戶(credit_degree)對于農戶的交易成本配給在5%的水平上呈現顯著的負向影響。農戶成為信用戶后，其受到交易成本配給的概率將降低7.7%，本文的假說1得到驗證。這說明信用評級提高了農戶和銀行之間的往來關系強度，雙方的信息不對稱程度和交易成本都將降低，交易成本配給相應地得到了緩解。張三峰等(2013)的研究發現：相對于從農信社融資，受到信用評級的農戶更愿意選擇從自我積累渠道、親朋好友、民間融資渠道以及其他正規金融機構渠道處獲得資金的概率比未受到信用評級的農戶都顯著降低。這一結果和本文的研究結論基本一致。事實上，截至2010年，中國大部分縣(市、區)均開展了農村信用檔案建設，建立了農戶信用評價體系，共有1.34億農戶建立了信用檔案，評定了8300多萬個信用戶，7400多萬個農戶獲得了信貸支持。從這組數據中我們也可以看出，通過信用評級建立銀農關系可以有效提高農戶申請貸款的意愿，由此進一步支持了假說1。

(3)用于表示社會資本的三個變量(per_social、gro_social、worcre)均未對交易成本配給產生顯著的影響，本文的假說2未能得到驗證。這說明，對于個人社會資本較高的農戶、在銀行工作的熟人較多的農戶和積極參加農民專業合作社的農戶來說，如果其之前因為正規金融機構的貸款交易成本過高而放棄申請，那么他的信貸決策并不會因為社會資本的變化而發生改變。這和其他學者的研究結論并不一致。有研究發現，加入農民專業合作組織的農戶更偏好正規借貸渠道，因為農戶加入農民專業合作組織后形成的組織依托關系，在實施監督與提高借貸資金償還率方面，都將為資金供給方，特別是正規金融機構提供更為有效的控制途徑。本文認為研究結果之所以不一致，主要是因為：在實踐中，社會資本作為“軟信息”，其對于銀行貸款決策的影響可能更多體現在貸款的可得性上，即農戶獲得貸款的概率更高。但是，相比于“硬信息”或者合格的抵押物，因為“軟信息”的特殊性及對信用風險的管控，銀行依然需要在事前對農戶進行詳細的貸前調查，在貸款審批過程中綜合全面地對農戶的信用狀況進行評估，農戶貸款的交易成本并未因此而產生很大的變化，交易成本配給也不會受到顯著的影響。

(4)農戶的農業收入(agriculture_income)在5%的水平上顯著地正向影響交易成本配給。且農業收入每提高10000元，其面臨交易成本配給的概率提高0.4%。這說明，農戶的農業收入越高，其越容易受到交易成本配給。本文推測可能是因為：農業是高風險產業，受自然災害等很多非可控因素的影響，農業收入相比于大部分非農產業的收入更加不穩定。作為經營風險的特殊企業，銀行可能認為以農業為主要收入來源的農戶的還款能力比主要收入來源于非農產業的農戶的不確定性更高。因此，這部分農戶所需要付出的事前交易成本(貸前調查手續更加繁瑣)和事中交易成本(貸款審批效率更低)更高，交易成本配給反而更加嚴重。

(5)耕地面積(land)在5%的水平上通過了顯著性檢驗。農戶的耕地面積每增加1畝，其受到交易成本配給的概率將降低0.04%。盡管中國尚未完成土地產權改革，從總體上來說，農戶不能以自己所持有的土地進行抵押來獲得貸款，但是隨著土地抵押貸款在部分地區施行，越來越多試點地區的農戶可以參與到土地抵押貸款中。如浙江省寧波市自2009年5月開始推出的“兩權一房”抵(質)押貸款中就包含了農村土地承包經營權質押貸款。因此，耕地面積較大的農戶可能被銀行認定為還款能力更強、信息不對稱程度更低，相應的貸款手續更加簡便、審批速度更快，交易成本配給也得到了緩解。

六、結論與建議

本文基于Guirkinger et al.(2008)的理論觀點，對農戶信貸過程中的交易成本配給進行了識別，并實證分析其影響因素。在樣本農戶中，交易成本配給型、風險配給型和價格配給型農戶的比例分別為14%、0.99%、4.73%。實證結果表明，中國農村信貸市場中確實存在交易成本配給的現象。其中，農戶和銀行業務往來的關系強度對交易成本配給型農戶是否參與信貸市場具有顯著的影響。在農戶成為信用戶后，銀行和農戶間的關系強度也隨之增加，雙方的信息不對稱程度降低。因此，農戶需要承擔的交易成本減少，其主動申請貸款的意愿自然增加。當地金融服務供給水平會顯著地影響交易成本配給型農戶的信貸決策。尤其是有貸款功能的網點數量越多、當地的交通基礎設施等水平越高，農村信貸市場的競爭就越激烈，銀行辦理業務的效率也會越高，農戶貸款所需要承擔的交易成本會相應降低；同時，有名義需求的農戶對于正規信貸的認知可能會更加準確，更愿意提出貸款申請。但是，農戶的社會資本水平對交易成本配給的影響并不顯著，我們認為很可能是因為相比于交易成本，社會資本對信貸過程的影響更多體現在可得性上。此外，農戶的農業收入和耕地面積也會對交易成本配給產生影響。農業收入占比越高的農戶受到交易成本配給的概率越高。而在土地產權改革的大環境下，越來越多地區的土地開始試點作為抵押品，因此耕地數量較多可以促使農戶將名義信貸需求轉化為有效需求。

依據研究結論，本文認為：為了從根源上緩解交易成本配給對農戶信貸需求的影響，現階段應側重于地區金融體系的建立：一方面，進一步完善信用評級體系，提高銀農關系強度；另一方面，在金融服務水平、交通基礎設施等方面不斷培育穩健發展的農村信貸市場，為農戶融資營造合適的政策環境。

程恩江,劉西川. 2010. 小額信貸緩解農戶正規信貸配給了嗎?來自三個非政府小額信貸項目區的經驗證據[J]. 金融研究(12):190-206.

程郁,韓俊,羅丹. 2009. 供給配給與需求壓抑交互影響下的正規信貸約束:來自1874戶農戶金融需求行為考察[J]. 世界經濟(5):73-82.

胡士華,盧滿生. 2011. 信息、借貸交易成本與借貸匹配：來自農村中小企業的經驗證據[J]. 金融研究(10):100-111.

劉西川,程恩江. 2009. 貧困地區農戶的正規信貸約束:基于配給機制的經驗考察[J]. 中國農村經濟(6):37-50.

任劼,孔榮,TURVEY C. 2015. 農戶信貸風險配給識別及其影響因素:來自陜西730戶農戶調查數據分析[J]. 中國農村經濟(3):56-67.

童馨樂,李揚,楊向陽. 2015. 基于交易成本視角的農戶借貸渠道偏好研究:以全國六省農戶調查數據為例[J]. 南京農業大學學報(11):78-87.

張龍耀,江春. 2011. 中國農村金融市場中非價格信貸配給的理論和實證分析[J]. 金融研究(7):98-113.

張三峰,王非,賈愚. 2013. 信用評級對農戶融資渠道選擇意愿的影響:基于10省(區)農戶信貸調查數據的分析[J]. 中國農村經濟(7):72-84.

ADAMS D W, NEHMAN G I. 1979. Borrowing costs and the demand for rural credit [J]. Journal of Development Studies, 15(2):165-176.

BAYDAS M M, MEYER R L, AGUILERA-ALFRED N. 1994. Credit rationing in small-scale enterprises: special microenterprise programs in Ecuador [J]. Journal of Development Studies, 31(2):279-309.

BELL C. 1990. Interactions between institutional and informal credit agencies in rural India [J]. World Bank Economic Review, 4(3):297-327.

DIAGNE A, ZELLER M, SHARMA M. 2000. Empirical measurements of households′ access to credit and credit constraints in developing countries:methodological issues and evidence [R]. FCND Discussion Paper, No.90.

GUIRKINGER C, BOUCHER S. 2008. Credit constraints and productivity in Peruvian agriculture [J]. Agricultural Economics, 39(3):295-308.

PETRICK M. 2004. A microeconometric analysis of credit rationing in the Polish farm sector [J]. European Review of Agricultural Economics, 31(1):77-101.

PETRICK M. 2005. Empirical measurement of credit rationing in agriculture: a methodological survey [J]. Agricultural Economics, International Association of Agricultural Economists, 33(2):191-203.

WILLIAMSON O E. 1979. Transaction-cost economics: the governance of contractural relations [J]. Journal of Law and Economics, 22(2):233-261.

(責任編輯 彭 江)

Identification and Causes of Transaction Cost Rationing in Rural Formal Credit: Analysis on 466 Farmers in Zhejiang and Heilongjiang

PENG Peng1LV KaiYu2

(1.School of Management and Engineering, Nanjing University, Nanjing 210093； 2.Institute of Agricultural Economics and Development, Chinese Academy of Agricultural Sciences, Beijing 100081)

Based on credit rationing theory and transaction cost theory, this paper uses the survey data of 466 farmers from two provinces, and probit model is taken to explore possible factors that may affect the transaction cost of formal credit from farmers. The result indicates that 14% of the sample farmers are faced with transaction cost rationing. For these farmers, compared with society capital, their relationships with banks and the level of local financial supply decrease the probability of transaction cost rationing. This is due to the fact that higher level of financial supply can not only decrease the transaction cost of financial markets but also strengthen farmers′ understanding of transaction cost rationing, while the solid relationship between banks and farmers will decrease the degree of information asymmetry, and increase farmers′ credit demand.

credit rationing; transaction cost; relationship between banks and farmers; financial supply

2017-01-16

彭 澎(1989--)，男，浙江東陽人，南京大學工程管理學院博士生。 呂開宇(1975--)，男，江蘇無錫人，中國農業科學院農業經濟與發展研究所研究員，博士生導師。

本文系中國農業科學院科技創新工程(ASTIP-IAED-2017-03),國家自然科學基金項目“氣候變化條件下農戶投保行為與風險管理研究”(71373264)、“土地流轉背景下農地經營投資行為與耕地質量提升研究”(71573262)的成果。

F832.43

A

1001-6260(2017)03-0039-11

10.19337/j.cnki.34-1093/f.2017.03.004

財貿研究 2017.3