互聯網對農戶借貸的影響—基于中國家庭動態跟蹤調查（CFPS）的證據

孟凡閣 首都經濟貿易大學經濟學院

一、引言

我國是一個農業大國，三農問題對于國家發展、民族振興有著十分重要的意義。十九大報告指出，要堅決打贏脫貧攻堅戰。精準脫貧的意義在于縮小貧富差距，讓農村進一步發展，農民更加富裕，為全面建成小康社會做準備。農村的發展過程中，資金來源是一個大問題。資金渠道一般分為兩類，正規金融渠道（銀行等）和非正規金融渠道（親朋好友、私人借款機構等）。農戶分布較為分散，收入不穩定且受季節和氣候的影響大，借貸的金額小，并且由于正規借貸機構和農戶之間存在非對稱性的信息，對農戶借錢用于生產性還是非生產性活動不了解，農戶提供的抵押品不能達到正規借貸機構所要求的標準，從而不能有效并高效的控制貸款回收成本和風險。以上原因造成農戶在正規金融借貸中處于不利地位，借款困難?；ヂ摼W的發展可以讓農戶更容易獲取借貸信息，能夠快速尋找適合農民的、為其提供所需借款額和借款期限的平臺機構，解決資金來源問題，提高生活水平和生活質量，為脫貧提供新的動力。

本文思路為：第二部分文獻綜述，介紹已有對農戶借貸和互聯網的研究；第三部分為實證研究，運用CFPS統計數據對互聯網的使用是否會促進農戶借貸進行分析；第四部分為結論和建議。

二、文獻綜述

互聯網帶來的新機遇為經濟發展做出不小的貢獻，很多學者致力于研究互聯網與各行各業的相互結合，以及互聯網與經濟生活中的聯系。從消費層面來看，使用互聯網的家庭會比不使用互聯網的家庭消費總額高，使用程度越高家庭消費總額就越高（楊光等，2018），互聯網的使用能夠提高居民的幸福感，卻降低了收入的正向促進作用（周廣肅等，2017），互聯網與實體經濟相結合的“跨界經營”，互聯網“脫媒”的功能產生的讓消費者和企業直接互動的市場感知能力成為企業的新能力（趙振，2015）。使用互聯網能夠為消費者帶來福利，從改變傳統銷售實現網上購物使用快捷的支付方式以節省時間，各個網站之間的價格比較可以使消費者選擇最便宜的商品，消費者了解商品的信息，提供一個可供交流的平臺便于消費者與中意的商家相匹配，交流傳播五個方面帶來消費者剩余（Fiona Scott Morton,2006）。

農民收入低，現有收入不能夠彌補基本生活消費和子女教育費用，此時就要借款。不同的家庭有不同的收入狀況，當高等收入水平的家庭手中集中大部分收入時，中等收入家庭和貧困的家庭就會借款來滿足日常消費（Kumhof，2016）。對于家庭借貸的研究，（胡楓等，2012；Li Zhou等，2010）從社會網絡角度研究對農戶借貸的影響，社會網絡有利于幫助農村家庭取得借貸；并且Li Zhou等指出了農戶向正規金融機構借貸時的特點：雙方彼此不了解產生的非對稱性信息，農戶能夠提供的抵押品如農用工具或勞動力等不能達到正規金融機構要求的標準，受天氣等的影響使農民收入不穩定形成的獨特的成本和風險結構，農戶借貸并不一定用于生產性勞動、有時會產生非生產性使用貸款。借款的資金一般來自于正規金融機構和非正規金融機構，因為農民自身的特點，農戶借貸主要來自非正規金融部門（史清華，2002；賀莎莎，2008），但是史清華認為民間借貸的付息比例呈上升趨勢，賀莎莎調查發現農戶拆借以沒有利息和明確的還款期限為主，屬于信用借貸。（伍再華等，2017）從收入不平等和社會保障支出的角度分析家庭借貸行為，收入不平等程度越大，家庭借貸的意愿和規模就越大，社會保障支出對家庭借貸的行為有擠出效應。

以上文獻對互聯網和家庭借貸兩方面有很深入的研究，但很少有利用微觀數據研究互聯網的使用對農民借貸產生的影響。

三、實證分析

本文數據來自北京大學中國社會科學調查中心于2010年和2014年所開展的“中國家庭動態跟蹤調查”CFPS。這項調查通過三個層次即個體、家庭和社區的樣本，統計中國社會、經濟、人口、教育和健康度變遷。借用CFPS數據庫，用stata14.0進行數據分析，研究互聯網的使用對農戶借貸額的影響。

（一）數據描述

選擇2010年和2014年兩年的CFPS數據進行分析，涉及互聯網使用的數據在成年人調查問卷中，而家庭收入和借款金額數據則出現在家庭問卷中。因此整合兩個問卷中的調查結果，同時篩選出既在2010年又在2014年的數據，組成本文實證分析的樣本數據。

本文選擇的樣本中，2010年共挑選出5420個家庭，至少有一人上網的家庭有1140個，約占總家庭數的21.03%；而這些家庭到2014年時，至少有一人上網的家庭個數增加到1820個，約占總家庭數的33.58%。但是由于某些指標數據的缺失，實際分析時2010年統計數據5120個，對應2014年統計家庭數據只有828個。2010年5420個樣本數據中，從銀行貸款的樣本僅有621個，占全部樣本約11.46%。

殺人償命的另外一層含義即是一命抵一命，相比較于自由刑或者金錢賠償，當出現這樣的結果時，被害人及其家屬的心理會得到最大程度的撫慰，所以說死刑制度能夠最有效地發揮撫慰作用。

指標選擇：被解釋變量為家庭的借貸數額debt（單位，萬元），解釋變量為家庭收入familyincome（單位，萬元），戶主性別gender，年齡age，家庭規模familysize，受教育情況education，婚姻狀況maritalstatus和是否上網internet。每個家庭中個人ID號最小的視為戶主。其中虛擬變量戶主性別男性表示為1，女性表示為0；受教育狀況沒有文化表示為1，小學表示為2，初中表示為3，高中表示為4，大學及以上表示為5；婚姻狀況為已婚表示為1，未婚表示為0；是否上網為家庭中至少有一人上網表示為1，沒有人上網表示為0。

（二）模型估計

農戶是消費者，根據生命周期假說理論，假設農戶是理性的，追求自身效用最大化，并且按照效用最大化的原則來消費一生的收入。若要達到效用最大化的目標，農戶每年的消費水平必須相等。但是現期可能沒有足夠的收入來彌補當前的消費支出，這時農戶借貸行為就會發生。互聯網的使用能方便農戶搜尋借貸信息，同時也會降低搜尋成本，更加快捷的找到適合農戶的借貸。

互聯網的使用對農戶借貸額的影響建立如下計量模型進行定量分析：

表1說明的是2010年和2014年互聯網的使用對農戶借貸額影響程度。表1中（1）（3）列分別為2010年和2014年僅變量上網和農戶借貸額的回歸結果，回歸系數為正且顯著，表明農戶上網對借貸額具有正向促進作用；（2）（4）列分別為2010年和2014年式中所列全部因素的回歸結果，說明使用互聯網對農戶借貸額的正向促進作用依然存在。

表1 互聯網的使用對農戶借貸額的影響：全部借貸

表1（2）列控制其他變量不變，上網回歸系數為0.4094，使用互聯網的農戶的借貸額會比不使用互聯網的農戶的借貸額多40.94%；當家庭收入每增加1%時，農戶借貸額就會增加17.48%；戶主的年齡每增加一歲，農戶借貸額就會下降0.56%，隨著年齡的增加，農戶會有儲蓄，還款能力低會降低貸款機構的貸款意愿；教育水平的越高會使農戶借貸額降低，可能是由于受高等教育的人往往從事非生產性的勞動，其收入能夠支撐大部分的生活開銷；戶主性別、婚姻狀況和家庭規模呈現不顯著的正向作用。

表1（4）列在保持其他變量不變的條件下互聯網使用的回歸系數為0.2438，為正值但不顯著，可能由于數據缺失嚴重造成；家庭收入每增加1%，農戶借貸額會增加11.01%；受教育水平的回歸系數為正值0.2700且在5%的水平下顯著；戶主年齡、性別、婚姻狀況和家庭規模均不顯著。

表2要分析的是農戶從非正規金融渠道借款額是否受到互聯網的影響。由于農戶自身的特點，通過正規金融渠道借款會受到限制，相反通過非正規金融渠道借款要容易的多，因為彼此熟悉，信息能夠及時流通和掌握。

表2 互聯網的使用對農戶借貸額的影響

表2中，（1）（2）列代表2010年農戶從非正規金融借貸額的回歸。（1）列互聯網使用的回歸系數為0.4550，（2）列控制其他變量不變，互聯網使用的回歸系數為0.3219，這兩列中互聯網使用的回歸系數值都是正值，且在1%的水平下顯著，表明互聯網的使用會促進農戶從非正規金融機構借貸額的增加。（2）列在其他變量不變時，年齡對農戶從非正規金融的借款有負向影響，這與在全部借貸額中的年齡因素一致；家庭規模顯著為正；戶主性別、受教育水平和婚姻狀況在模型中不顯著。（3）列為2010年互聯網使用對農戶從銀行借貸額的影響?；ヂ摼W使用的回歸系數為正值1.0721，并且在5%的顯著性水平下顯著，表明互聯網使用會增加農戶在正規金融的借貸額，可能是因為銀行可以通過互聯網對借貸農戶信用進行管理，能夠了解部分農戶信息，減少信息不對稱性。家庭收入每增加1%，正規金融借貸增加20.82%；教育水平對銀行貸款有正向促進作用，受教育程度高的人普遍認為是素質較高，銀行認為其更有能力還款，相對違約風險??；戶主性別、年齡、婚姻和家庭規模在模型中不顯著，但除家庭規模外的戶主性別、年齡和婚姻狀況對正規金融機構部借貸額均為正向促進作用。（4）（5）列代表2014年影響農戶借貸水平因素的回歸結果。（4）列互聯網使用系數為0.3548，（5）列系數為0.2095，同樣表明使用互聯網能增加農戶借貸額，但是增加的程度要小于2010年增加的程度。其他條件不變的情況下，2010年使用互聯網的農戶借貸額比不使用互聯網的農戶多32.19%，而2014年僅多20.95%；在2014年中家庭規模因素在模型中同樣顯著且為正，家庭人口多，借貸額多，因為需要更多的消費；家庭收入在2014年不顯著，戶主性別，教育水平和婚姻狀況在模型中不顯著，可能是因為數據缺失造成的。

（三）檢驗

在以上模型回歸中，對各個因素進行多重共線性的檢驗，結果得出，最大的方差膨脹因子VIF值是小于10的，所以不考慮多重共線性的因素。為了保證實證分析的科學性和完整性，以全部借貸額為例，用上網率來代替是否使用互聯網這個因素進行穩健性檢驗。上網率定義為一個家庭中使用互聯網的人數占總人數的比值。

表4 互聯網使用率對農戶借貸額的影響：全部借貸

使用互聯網作為變量和互聯網使用率作為變量的回歸結果相似。表4中（1）（2）列表示2010年互聯網使用率對農戶全部借貸額的影響。（2）列互聯網使用率回歸系數為顯著正值，互聯網使用率對農戶借貸額有正方向的促進作用。家庭收入每增加一個單位，農戶借貸額增加17.48%。戶主性別、婚姻和家庭規模不顯著。（3）（4）列代表2014年互聯網使用率對農戶全部借貸額的影響。（4）列互聯網使用率的回歸系數為正0.9526，且在10%的水平下顯著，表明以互聯網使用率為衡量指標時對農戶全部借貸額依然有正向的促進作用。而家庭收入每增加1%，全部借貸增加10.8%。戶主性別、年齡、婚姻和家庭規模不顯著。

根據表4，將表2中的互聯網使用指標換成互聯網使用率之后，依然可以得出相似的結論，即互聯網能夠對農戶借貸額產生正向的影響，該模型通過穩健性檢驗，具有穩定性。

四、結論及建議

資金的取得對農村經濟發展有很重要的意義，互聯網在一定程度上能解決資金來源問題。我們通過2010年和2014年兩年的中國家庭動態跟蹤調查（CFPS）數據研究表明，農戶借貸是受互聯網使用影響的，使用互聯網的農戶比不使用互聯網的農戶借貸金額大；從借款的途徑來看，全部借款受互聯網使用的影響要大于非正規金融機構貸款受互聯網使用的影響，上網也會促進農戶在正規金融機構銀行的貸款。家庭收入對借貸額有正向的促進作用，但對非正規金融機構貸款的促進作用較小。戶主的年齡對借貸額有負向作用，年齡較大的戶主可能由于身體狀況、收入來源不穩定等因素難以獲得貸款。教育水平對2010年的借貸有負向的影響，而2014年轉為正向顯著的影響，可能是由于教育水平高的人視野開闊，接受能力強，隨著互聯網的興起，轉變消費觀念等因素使得借貸額增加。在非正規金融機構貸款中，家庭規模對借貸有正向的促進作用，人口多需要的生活開支和教育費用也要增加。

根據結論提出以下建議：

第一，加強互聯網基礎設施建設，維護互聯網金融安全。企業要加快創新腳步，促進互聯網的發展。加強互聯網平臺建設，保證互聯網金融安全，提高農戶網上借貸的安全感。構建良好的網絡安全環境，讓更多農戶獲得借貸信息，從而獲得充足的借貸額。

第二，完善法律法規，促進非正規金融機構創新型金融產品的發展?？紤]農戶借貸的特點，非金融機構的貸款是很好的選擇。政府要充分發揮作用，建立良好的金融制度，加強市場監管，為非正規金融機構的發展創造適宜的環境。

第三，促進正規金融機構和非正規金融機構之間的合作。正規金融機構也是農戶借貸的途徑，但是由于其貸款額度小且還款風險大等因素使得農戶從正規金融機構貸款存在障礙。加強正規金融機構和非正規金融機構之間的聯系和交流，政府提供助力，實現信息共享，更好的為農戶借貸服務，促進農村的發展。

一方面，互聯網的使用可以提高農戶從非正規金融機構的借款，另一方面，農戶的全部借貸額來自于正規金融機構和非正規金融機構，而互聯網的使用會對全部借貸額產生影響，加強正規金融機構和非正規金融機構的合作，共同為農戶借貸市場提供服務。