互聯網金融對農村普惠金融發展的助推作用

陳少蘭，劉紅軍，鄭文輝

(1.廣州華商職業學院會計系，廣東廣州 511300； 2.宿州學院經濟管理學院，安徽宿州 234000)

過去10年，計算機、數字信息、移動電話、互聯網、無線計算等信息和通信技術在全球范圍內呈指數級增長。這些技術已經在時間、成本和距離方面引發了“個人和組織互動方式下的文化革命”[1]。除了改變商業活動和政府活動外，這些技術已經成為推動第三世界國家社會經濟發展的催化劑，該功能已經成為研究發展機構、非政府組織、政府、學者及專家討論的熱門話題。聯合國糧食及農業組織在關于信息通信技術和發展問題中指出，“信息共享工具”是一種“靈活的、分散的信息共享工具”，因特網為農業生產者提供了經濟快速穩定發展的可能性，提高了社區發展的有效性，增加了參與式研究的數量，推廣小型企業，改善新聞媒體網絡。徐汝峰認為，如果將其作為鼓勵雙向溝通過程以及創造人與人之間新型聯系的工具，則可能為農村人口參與經濟全球化創造新的機會[2]。世界銀行發展門戶網、IDRC的ACACIA以及世界首腦信息社會會議都將農村互聯網金融作為其議程上的重要問題。20世紀80年代，納維亞地區出現了社區接入點(CAPs)，整個社區通過共享中心訪問計算機。自20世紀90年代中期以來，這些中心(現稱為電信中心)呈爆炸式增長，并在發展中國家以及國家捐助機構進行部署，甚至私營公司也在大力發展該項技術。徐會軍等認為這種“電信中心運動”是一個折衷的過程，很大程度上缺乏系統地研究和規劃[3-4]。八國集團、世界銀行、聯合國開發計劃署以及雙邊捐贈機構等第一世界發展組織分配了數十億美元建立和維持這些項目。然而，還沒有詳細的實證研究來評估信息通信技術對減貧或社會經濟發展的影響。農村信貸在農業發展中起著重要的作用。農村家庭模式表明，農村信貸不僅需要自給自足的限制，還要考慮到產出水平和投入與產出之間時滯的不確定性。然而，農戶通常處于以市場失靈為特征的環境中。市場失靈的一個極端例子就是市場不存在[5]。相信市場失靈的常見原因是獲得流動資金信貸的機會有限，這是由于農業支出和收入的季節性差異所導致的。在消費和投入性購買支出較高以及收入也很少的情況下，農村家庭不僅要滿足每年的總支出少于或等于總收入，實現預算平衡。信貸交易的條款和條件在不同的交易中可能會有很大差異，這取決于借款人的特點、貸方以及兩方之間的關系。換句話說，借款人和貸方變量的組合決定了信用合同的條款。該論點產生了一個貸款供給函數和一個隱含的信貸需求函數，同時確定這2個函數。在存在貸款人風險和行政成本的情況下，利率隨著貸款規模的不同而變化，借款人的經濟特征會影響還款的可能性[6]。需求方變量只影響家庭決定從哪個部門借款、正式或非正式，此決定也是信用的選擇，單個村莊短期內發生的信用交易可能包括朋友之間非正式的零利率貸款和商業貸款，這些主題可能有大量的變化。

1 農村互聯網金融建設

本試驗對我國農村實行互聯網金融的動機及回報進行研究，重點是農村金融發展的可持續性問題，不涉及社會、政治、技術、金融機構可持續性問題，這些問題或許更重要。在認識到這些局限性的同時，筆者所在課題組選擇關注農村互聯網金融財務的可持續性，因為如果沒有它，項目將無法生存。筆者所在課題組重點強調市場知識、節約資源以及互聯網金融的創收能力，目的主要是為了挖掘農村地區想要使用互聯網金融信息技術的農民，為他們提供急需的連接和貿易服務[7]。

1.1 農村互聯網金融功能

我國擁有廣袤的農村，絕大多數衣食住行所需的原材料均來自于農村地區，隨著科技的快速發展，城鎮互聯網金融發展勢頭迅猛，城鎮人口的生活方式也發生了較大的變化，而農村依舊采用較落后的發展模式，互聯網金融普及率極低，這就造成了極大的供需矛盾。城鎮經濟發展的主要采購原料來自于農產品，是我國農村農產品最大的市場。隨著我國加入世界貿易組織以后，我國農村的農產品面臨來自美國、巴西及其他國家的大型低成本農產品的沖擊，供應商之間的競爭日益激烈。由于現有農村市場的貿易、金融效率較低，導致城鎮采購成本要高得多。

1.1.1 具有中國特色的農村信用市場概述 中國的農村信貸市場是由正式和非正式金融共同組成的，由中國農業銀行和中國農業發展銀行牽頭的公有部門一直在發展，實現了農村金融市場份額的增加。截至2015年底，公有部門未償還貸款的比例為正式貸款人總數的84%。農戶貸款的目的主要是農業生產，大部分農業貸款都是短期生產貸款，給定的利率是由利率框架所確定的。實際上，在本次調查進行的時間(2015年)內，農村一段時期內的貸款利率是相同的，這種外部預定的利率政策對銀行業務的影響較大，面對這樣的情況，銀行已經用各種手段來保證貸款[8]。首先，在全國范圍內建立1個村級網絡。其次，銀行和互聯網機構貸款得到農村政治組織和行政組織以及土著村民組織的充分支持。這體現在集體借貸方面，集體借貸可以采取2種形式：通過聯合負債集團和聯合借款集團，其中貸款直接向婦女工會和農民工會等團體借貸。而在后一種情況下，小組成員不對其他成員的債務承擔責任。雖然這不涉及連帶責任，但它確實提供了聯合監測的職能。另外，這些農村群眾團體組織起來須要經過當地的批準，這相當于村內政治和行政組織承認可信的團體。這一程序使貸方不必調查借款人的信譽。這種借貸技術似乎特別適合中國農村，尤其是北方農村的互助傳統和行為模式。在分析信貸配給時，這些機構不會被提及。此外，還有非機構資金來源，如放債人、分銷商、輪換儲蓄、信貸協會及親友。該非正式金融機構曾經在中國農村扮演重要角色，一般而言，非正式金融業務的顯著特點是：供應短期甚至非常短期金融服務，正常部門通常不能滿足農戶緊急和不可或缺的信貸需求；非正規金融機構收取的利率普遍高于正式部門的利率，非正規信貸市場的利率差距很大。在借款來源的基礎上分析家庭的借款功能。

1.1.2 調查結果 面板數據是通過在中國3個主要地區即東北、華北、西北進行家庭調查獲得。每個區域隨機抽取2個代表村，每個村調查33戶，隨機選擇家庭樣本，共調查198戶。被調查村的顯著特點是每戶耕地面積相差很大，從西北某村的0.19 hm2/戶到東北某村的3.43 hm2/戶。由表1可知，家庭融資的主要來源是正規部門。正規部門貸款占71%，其余部分來自非正式部門。正規部門的貸款通過當地銀行(65%)交付到農村地區。親屬、朋友和放債人在非正式市場上依然活躍，約占29%。正規來源貸款額的91%用于生產(農業生產等)。非正式來源的貸款也主要用于生產(占74.3%)。對于計量經濟學估計，樣本分組如下。141戶家庭向正規和非正規部門申請貸款。在此數據樣本中，其余的57戶則通過非正規手段獲得了所需的全部貸款額。

表1 被調查家庭的融資來源

1.2 家庭參與農村互聯網金融市場

1.2.1 借款功能模型 在信用交易中，有許多變量一起影響著信用合同的實施，如金額、利率、目的、抵押品、還款時間表等。這些都是通過農村金融市場借款人和貸款人之間的談判來確定的[9]。這意味著任何影響契約期限的借款人的特定變量也可能影響其他合同條款，如農場規模的擴大將提高信貸額度，因為它影響到信貸的總需求，同時它也會影響利率，因為它會增加借貸的抵押價值，從而增加信貸的供給。這意味著信貸的供給和需求是不能分開確定的，除非借款人特定變量以外的信貸供求的決定因素能夠被徹底量化。簡化形式的方程將用于統計分析信用借款水平。Tobit回歸模型將被用來估計借款函數，其表達式如下：

(1)

式中：i表示源文件或非正式文件；yi表示因變量每戶的信用額；Xi表示自變量(農場規模、農場規模平方、家長學校、家長年齡、家庭規模、家屬人數或成人數量、總產量牲畜價值以及每個村莊的虛擬變量)。

由于農村信貸市場的細分，從正規來源的家庭借款主要是為了農業生產如種植、存貨和手工業。如上所述，對于正規的金融機構來說，貸款方只能是農民。但農民借貸的目的不一定只是生產，而是多樣化的需求，覆蓋農村日常生活的許多方面，平穩消費可能是主要的。非正規部門因其靈活性和監督優勢而能夠以這種方式出借。因此，這為農村互聯網金融的發展提供了基礎。

1.2.2 家庭借款的決定因素 家庭可以從正規或非正規部門借款，也有可能同時從這2個來源借款。農民需要信貸來提供資金支持，在其他情況下，家庭需要資金用于消費。對于前者，由于利率相對較低，家庭首先試圖進入正式的金融機構。然而這是非常困難的，因為有很多的限制條款。在正式的金融機構配給不利的情況下，家庭重新考慮他們的選擇，其可以選擇從非正規金融機構以高利率借款。除了生產以外，銀行很少批準貸款，除了在某些情況下符合政府的特定指令。因此，對于來自非正規渠道而言，首要的貸款目標為消費，其次是特定情況下的生產，這完全符合情理。在估計借款函數時，樣本被分解為正式和非正式2個主要借款來源，然后分別估算相應的借款功能。樣本戶中有144戶從正規部門借用，30戶從非正規部門借用(表2)。為了檢驗土地持有量與貸款量之間的非線性關系，構造了一個農業總面積(TFS)的變量。在回歸中，這個變量是正的，并且統計上的顯著性意味著耕作面積和借款金額之間的相關性增加。

表2 Tobit估計借貸函數的結果

注：100個觀測數據是從Tobit對正式借款的估計中舍棄的，因為幾乎所有(共41個)的借款戶(39戶)均來自同一筆貸款數據。*、**分別表示在10%、5%水平差異顯著。

關于家庭從正式來源借款的決定因素主要包括總耕地面積平方和牲畜總價值[10]。總耕地面積平方變量與假設一致，該估計變量值表明它在5%水平是顯著的。為了檢驗土地持有量與貸款額之間的非線性關系，構建總耕地面積的平方(TFS)變量。在回歸中，此變量是正的，且統計顯著，意味著農業面積和貸款額度之間的相關性。

家庭畜牧業的總價值是正值，在5%的水平上高度顯著，即正規機構的許多貸款被用來投資畜牧生產，正式貸款的54%用于牲畜。該發現準確反映了近年來中國農村社區的一種流行趨勢，這可能是畜牧生產回報率高的原因。年齡(AGE)和教育(ED)在估計中有負面跡象，而成年人比例(AR)在家庭中的比例為正值。假設成年人的數量與所借的貸款數量呈正相關，因為預計成人人數越多，家庭擴大生產的機會就越大，導致更多的貸款需求。該變量的估計符號是正的，表明與假設一致。

1.3 信貸對家庭生產的影響

1.3.1 家庭產出供給函數的切換回歸模型 由于家庭是否受到信貸的約束是由影響生產和消費決策的變量所決定的，因此計量經濟學模型是一個具有內生標準的轉換回歸模型，它包括受約束或不受約束的概率的聯合估計。此處須要澄清一個家庭是否受信貸限制或不受約束。農戶對貸款的需求比正規和非正規市場愿意提供貸款的貸款要多，或者有需求但不能借貸(即無法獲得信貸市場一些原因)。當市場不能充分調整價格時，農民的信用狀況將是影響信貸供求的因素。信貸的約束條件由信貸的過度需求函數來描述。B*并不是直接可觀察到的，由調查結果可知一個特定的家庭是受限還是不受約束。更具體地說，在調查中B*表示希望獲得更多信貸的借款人以及無法獲得貸款的非借款人，它們屬于一類信貸受限的家庭。值得重申的是，“受限制”或“不受約束”的地位是指在此期間可獲得的流動性總量，不僅僅是信貸。流動性包括存貨、存款和信貸的現金價值。事實上，一些家庭可能沒有信貸需求，因此即使不借貸也不會受到限制，而其他家庭可以獲得信貸，盡管數量有限，也可以借貸。B*被假定為外生性家庭社會經濟狀況，家庭生產特征和信用變量的向量函數。這種關系可以被指定為：

B*=γZi+ui；

(2)

筆者對公式(2)給出如下定義：當虛擬變量屬性Bi=1時，B*>0；當Bi=0時，B*≤0。因此，可以假設該模型能夠觀察任何變量Y1i及Y2i：

Y1i=β1X1i+σ1uλ1i+ε1iBi=1；

(3)

Y2i=β2X2i+σ2uλ2i+ε2iBi=0。

(4)

式中：X1i、X2i、Zi表示外生或預定變量的向量；ks表示逆米爾斯比；β1、β2、c表示參數的對應向量；σ1u、σ2u、ui表示隨機干擾；λ1i、λ2i表示逆米爾斯比；Y1i和Y2i表示因變量家庭總生產量的2個可能值，取決于Bi的值。具體而言，Zi表示由土地、資本、成年人數、家庭人數、受教育程度、金融機構儲蓄(存款)、初始流動資產總額和未償還債務總額以及各省的虛擬變量；X1i(信用受限家庭)表示由總流動性、成年人數、受撫養人數量、土地、資本和教育等變量表示的向量。X2i(信用不受約束的家庭)也是由變量表示的向量，其確定供給函數Y2i的簡化形式，總的來說，是相同的向量X1i。然而，在這種情況下由于家庭不受信貸的限制，流動性狀況和家庭人數等變量不得不被剔除。須要注意的是，ε1i和ε2i是具有零條件均值的新殘差，然而這些殘差是異方差的。因此，估計方程(3)和方程(4)采用的是加權最小二乘法(WLS)而非使用普通最小二乘法(OLS)來計算有效的估計參數。

預期效果的方向如下：農業總耕地面積(+)、家庭資本總值(+)、成年人數量(+)、家庭總人數(+)、教育(-)、流動性狀況(+)、家庭存款額(+)，這里的假設是受限制的家庭需要更高的流動性水平來優化他們的生產。因此，該變量有一個預期的(+)符號。在這個模型的第二階段估計中，因變量是被調查年份的家庭生產價值的對數。第二階段估計中的所有其他連續解釋變量都以對數形式表示。因此，第二階段估計的系數測量的是彈性家庭生產。系數越大，生產對投入使用的邊際變化的反應越高。負向系數意味著生產實際上隨著投入水平的提高而下降。

1.3.2 計量經濟學估算和對產出供給函數結果的討論 表3的右欄列舉了非正式來源的Tobit模型對借款功能的估計結果。子樣本包含30個從非正式渠道借用的家庭，如放債人、朋友、親屬。在144戶樣本戶中，只有10%來自非正規渠道，表明中國農村信貸市場的非正規部門表現不佳。此發現證明了正規部門的主導作用，也為完善農村互聯網金融體制提供了重要參考。估計變量DR(貸款依賴比例)具有積極的意義，在5%水平上高度顯著。這意味著從非正規部門借錢的目的之一就是消費(主要是為了在關鍵時刻平穩消費)。該論點的基礎來自于這樣一個事實，即有許多家庭在這個時候甚至不可能養活自己，占中國人口的30%左右。另外，為了順利消費，他們從正規部門借錢甚至是不可能的。可能是這些貸款反映了資金需求，以提高生活質量，如建設新房子和購買新設施。這就為更為方便靈活的互聯網金融在農村的發展提供了必要條件。

表3 家庭信用約束條件的概率估計

注：*、**分別表示在10%、5%水平上差異顯著。似然函數的對數=159.966；觀察數量=290份；正面意見占比=0.334 483；正確預測比=0.724 138。

農業總耕地面積變量也與從非正規部門借入的貸款量正相關，盡管僅占10%。結果證實了假設，即一些家庭即使利用高利率從非正規部門借款來為其生產提供資金，這些家庭的貸款可能也獲得了正規部門的配給，或者家庭可能認為從正規部門獲得貸款不容易，但因為他們實際上需要資金用于生產，非正規部門可能是合乎邏輯的選擇。中國農村地區的農民對貸款具有強烈的需求。總之，農業總耕地面積和牲畜總價值是正式金融機構借貸的決定性因素。就非正規部門而言，貸款依賴比例和總耕地面積平方可能是決定家庭借貸額度的主要因素。

表3列出了家庭信用狀況的概率估計結果。樣本中30%的家庭明確或隱含地提出他們受到信貸限制。擬合度指標表明估計模型與百分比(72%)正確預測指標所反映的數據相當吻合，這是可以接受的。農業總耕地面積(TFA)為負，為5%顯著。該發現意味著TFA能從信用系統中獲得更多的收益。說明在持有TFA方面，家庭間分配信貸存在不平等的現象。邊際效應(dP/dTFA)表明家庭TFA增加/減少1 hm2可以減少/增加信貸約束的概率約為17%。家庭人數(ND)具有積極參與的跡象，這意味著更多的家庭更有可能被信貸約束，邊際效應(dP/dND)為5.5%，這些家庭受到制約不僅因為缺乏生產資金，還因為消費，該關系在5%的水平上很重要。家庭存款額(DEPOAM)具有負值，因為有多余的資金存入金融機構的家庭可能不需要貸款，此假設在估計的10%水平被弱化確認。通過計算結果中是否帶有(+)可判定是否為流動性變量，并且在5%的水平上也具有顯著性。流動性嚴重不足的家庭不得不出售更多的東西，多借錢來滿足他們的需求。總之，TFA、ND、DEPOAM和LP決定了家庭的信用狀況。從此估計中產生了逆米爾斯比率，并將被納入估算的第二階段，以確定家庭的輸出供給函數的縮減形式。

調查結果顯示，有多達100戶家庭表示受到信貸限制。在該子樣本中，精細子樣本中有64個觀測值，其余部分由于錯誤而被丟棄(某些觀察的某些元素缺少)。同樣，在200個無約束家庭的子樣本中，精細子樣本中有151個觀測值，每個類別的WLS估計結果見表4。

調整的R2度量估計方程的擬合度，其相當高的系數表明這些方程能夠很好地擬合。首先，對于受信貸限制的家庭，估計結果列于表4左列。TFA為正值，在5%水平上具有統計顯著性。系數值(符號和大小)是家庭生產水平相對于TFA的彈性，系數小意味著家庭的系數較小值(TPV)相對于TFA具有輕微的彈性。家屬人數變量在5%水平上也顯著，在受信貸限制的家庭中，該變量具有重要的意義，其清楚地表明那些信貸限制家庭的數量是決定生產選擇的決定因素之一。在此情況下家庭的生產和消費決策是不能分開的。家庭必須根據消費決策作出生產決策，該變量的負面信號意味著如果家屬人數增加，TPV將會下降。這與中國農村地區的觀察是一致的，在那里有許多家屬的家庭通常不是很好。由于中國農村信貸市場的不完善，30%的農戶無法優化生產。該發現再次量化地凸顯了信貸的重要作用，進而突出農村互聯網金融體系在農村發展過程中所具有的重要地位。流動性狀況(LP)具有積極意義，并且如預期的那樣具有高度顯著性。信貸似乎是流動性的主要來源，換言之，考慮到家庭的財富，家庭只能通過借貸來提高流動性水平，為生產提供資金，說明信貸是決定受限制住戶流動性水平的唯一因素。因此，在這種情況下可變的流動性也會影響信貸在生產方面的作用。

表4 農戶產出供給函數第二階段的切換回歸模型WLS估計系數

注：*、**分別表示在10%、5%水平上差異顯著。

估計系數的大小凸顯了信貸在家庭生產中的特殊重要性，該實證結果再次證實了對上述變量進行的正面假設。它證明如果家庭能夠充分地為其生產融資，家庭可以增加并優化他們的生產。估計系數在回歸方程的5%水平上有統計學意義，這意味著子樣本存在嚴重的樣本選擇偏差。因此，通過在第二階段中并入k1i(逆米爾斯率)估計模型，產生了無偏估計。3個地區的3個虛擬變量都是正值，且是非常顯著的。該結果表明可能存在變量，這些變量在方程中沒有明確規定，其余變量家庭資本總值(TVC)、成年人數(NA)、教育(ED)均與因變量呈負相關，但這些變量均無統計學意義。

總之，農業總面積、家庭人數和流動性(信貸)狀況是決定信貸受限家庭生產產出的關鍵因素。首先，結果清楚地表明信貸在中國農村家庭生產中的特殊重要性。其次，關于信貸不受約束的家庭，估算結果見表4的右欄。除TVC外，所有變量TFA、ED和NA均為正值且與因變量顯著(至少在5%水平)相關。TFA的系數表明，TPV對于TFA具有高度的彈性。這意味著當家庭沒有信貸限制時，他們可以通過擴大耕地來增加產量，這可能會增加農民額外的收入，還能夠增強農業生產。

該回歸方程包括教育變量作為人力資本的替代指標，該發現與上述假設一致，即ED具有積極意義，其含義是確保農戶充分融資后能夠持續生產，有必要改善農民的教育。相信只有這樣，中國才能保持農業高速增長。成年人數是勞動力的代表，在5%的水平上顯著，表明勞動力是產出供給函數的決定因素之一。此外，資本總值在10%水平上也是正向的，但是很弱。總之，家庭資本總值、教育、成年人數是影響不受限制農戶產出水平的主要決定因素。另外，弱資本(效應小)有助于增加產出。

2 結論

本研究試圖通過計量經濟學的方法，考察中國農村信用市場上的農村家庭參與情況，針對家庭信貸需求的放貸行為，以及家庭生產資料對家庭生產影響的橫斷面調查數據發現，中國的農村信貸市場相當分散，正規部門專門從事生產貸款，而非正式部門的貸款目的則相當多樣化。農戶在決定從事特定類型貸款的來源時是合理的。從Tobit模型中可以發現，農業總耕地面積和家庭牲畜總價值是家庭從正式金融機構借款的決定因素。此外，貸款依賴比例和農業總耕地面積平方可能是決定從非正式渠道借款的因素。該發現證實了農村信貸市場存在分割的假設。正規金融機構正在把貸款用于生產(種植、牲畜等)，而消費似乎是非正規渠道借貸的主要力量，這就促進了農村互聯網金融的快速發展。

正規部門專門從事生產貸款，而非正規部門的貸款目的則很多。有些對中國農村家庭來說至關重要，如信息不對稱和SBV在利益管制政策方面的規定。粗略地說，有36%的家庭遭受信貸配給。進一步研究發現，聲譽(-)、貸款依賴比例(+)和家庭向銀行申請的信貸額(+)是中國農業銀行(CBA)信貸配給的決定因素。毋庸置疑，結果清楚地證實了上述關于銀行貸款行為的論點。可以得出的重要結論是，窮人很難獲得正規的商業信用來源，特別是VBA。VBA信用配給Probit模型的結果表明，聲譽(信譽良好的家庭消極反應)和貸款依賴比例與銀行決定信貸的決定有較大關系。然而，該發現并不令人意外，因為銀行理性地選擇向信譽良好的客戶提供貸款。如果是這樣，窮人從哪里獲得信貸？Tobit模型對家庭借款功能的研究結果指出，除正規來源之外，他們也被迫從非正式渠道借款。如果農村互聯網金融體系構建成功，那么農村家庭將多了一種融資方式。

3 展望

對于在農村發展互聯網金融，實現雙方共贏的目的，應做到以下幾點：首先，篩選貸款申請人，以滿足農戶的信貸需求。另外還要有更多的競爭性政策，調動足夠的資金貸給農民。基于農業總耕地面積、家庭人數、家庭資本總值、流動性狀況是家庭信貸狀況的決定因素。此外，對于信貸受限家庭、農業地區(積極)、家庭人數(消極)和信貸(積極)是生產產出的決定因素。相反，農業總耕地面積、教育、成年人數和資本(弱)都是積極決定家庭(信貸不受約束)生產供給水平的。上述調查結果顯示，樣本中有多達30%的家庭因為貸款由正式的貸款人配給而受到信貸限制，其余的要么是內部配給(自我強加)，要么是由于市場不完善等其他原因導致配給。由于信貸受約束的家庭不能優化生產，導致生產效率低下，中國政府的任務是發展農村互聯網金融體系，確保每個家庭都能獲得信貸，并能最大限度地提高生產。其次，有許多家庭須要貸款來為生產提供資金，并使其消費平穩。因此，擴大互聯網信貸供應可能會促使部分家庭轉向消費行動，產出效應將小于所有資金有效利用的情況。產出供給函數的WLS估計結果表明，產出對流動性(信貸)的彈性非常高，該發現對政府來說非常重要，即支持農村互聯網金融體系，鼓勵動態貸款政策滿足農民的需求。抓住這些機遇將有助于農村經濟的發展。最后，無信貸約束的家庭教育與產出供給存在正相關，說明需要改進農村教育，特別是農民的專業培訓。另外，加強農村地區的網絡基礎建設也有利于新生產技術在農村的普及。