信貸約束對農民合作社績效的影響
——基于黑龍江省353家農民合作社的調查

■萬博文，郭翔宇

一、引言及文獻綜述

農民合作社體現了合作的本源與農民的意愿，對實現小農戶與現代農業有機銜接具有重要意義。2020年，習近平總書記在吉林考察時強調，農民合作社是市場經濟條件下發展適度規模經營、發展現代農業的有效組織形式。但是，農民合作社的生產與經營受到諸多因素制約，“融資難”是其中之一，它嚴重地制約了農民合作社的高質量發展。2021年，中國人民銀行、中央農辦、農業農村部、財政部、銀保監會和證監會六部門發布《關于金融支持新型農業經營主體發展的意見》指出，做好農民合作社等新型農業經營主體金融服務，對于鞏固拓展脫貧攻堅成果、助力鄉村全面振興和農業農村現代化、構建新發展格局具有重要意義。

近些年來，國內關于農民合作社績效的研究主要集中在測算及影響因素分析上，現已取得大量成果。在績效測算方面，普遍通過構建指標體系對農民合作社績效進行評價，但具體的測算方式有所不同：徐旭初（2009）從組織運行、運營活動等維度測算；陳共榮等（2014）基于平衡計分卡理論從財務、顧客等維度測算；楊大蓉（2015）運用層次分析法，從財務、市場等維度測算；喬金友等（2020）從經濟、社會和組織維度測算。在影響因素分析方面，黃勝忠等（2008）分析股權結構等治理機制對績效的影響，發現治理機制對農民合作社績效有顯著影響，表明完善治理機制有助于提升農民合作社績效。周振和孔祥智（2015）對黑龍江省克山縣仁發農機合作社進行案例分析，發現內部治理機制中盈余分配制度能夠通過對要素所有者的正向激勵提升農民合作社績效。除治理機制外，農民合作社績效也受到社會責任、社會資本的影響（張穎等，2021；梁巧等，2014）。在融資方面，金融機構缺乏對農民合作社規范的信用評級策略，而農民合作社缺乏金融機構認可的抵押質押品，其實物資產難以準確估值，因此，農民合作社面臨“融資難”的問題，嚴重制約其成長與發展（中國農業發展銀行調研組，2020）。在農民合作社信貸可得性的影響因素中，服務內容等為表層因素，債務狀況等為中層因素，病蟲害或疾病防治措施是否到位等為深層根源原因（李晴和楊立社，2019）。

現有文獻對農民合作社“融資難”及其如何影響績效問題進行了大量討論，但主要采用理論分析方法。而農民合作社是否面臨信貸約束與其績效水平之間可能存在反向因果關系，僅采用理論分析方法難以剝離反向因果帶來的估計偏差。此外，中國鄉村社會的差序格局結構與信貸市場的正規信貸缺口共同催生了大量的民間借貸。農民合作社不僅面臨正規信貸約束，還可能面臨非正規信貸約束，已有研究中，對非正規信貸約束的討論相對較少。本文將實證分析農民合作社面臨的信貸約束對其績效的影響效應，探討不同類型信貸約束對農民合作社績效影響效應的差異，并分析不同績效水平下信貸約束對農民合作社績效的影響差異。

二、信貸約束對農民合作社績效的影響機理與理論假說

（一）信貸約束對農民合作社績效的影響機理

1.信貸約束通過抑制農民合作社購買農業機械降低農民合作社績效

作為新型農業經營主體，農民合作社在實現小農戶和現代農業發展有機銜接過程中的價值不僅體現在農產品生產和流通環節，而且體現在為農戶提供優質的農業社會化服務方面。一方面，在生產和流通環節，農民合作社通過引進農業機械實現規模化經營，提高農產品產量，獲得更高的生產經營性收入，從而提升績效水平。另一方面，面對一些地區土地分散的特性以及大規模連片土地短時期難以實現流轉的現實狀況，農民合作社憑借自身優勢為農戶提供種植、灌溉、施肥、收割等專業化服務并收取相應的服務性收入。這既提升了農戶生產能力，又提升了農民合作社績效。但是，如果農民合作社不具有農業機械，那么農民合作社在生產、流通和服務等領域的價值就難以實現，農民合作社的成長與發展就會受到限制。因此，農業機械作為農民合作社生產和經營活動所需要的物質資本，對農民合作社成長與發展有重要支撐作用，是影響農民合作社績效的重要因素。

農民合作社作為農民自愿聯合、民主管理的互助性經濟組織，其成員的出資方式具有多樣性。成員不僅能夠以貨幣出資，而且能夠以實物等可以用貨幣估價且依法轉讓的非貨幣財產出資。同時，農民合作社發起成立的條件不包括注冊資本。因此，農民合作社持有的現金流量有限，擴大經營規模和為農戶提供專業化服務的生產和經營活動會使農民合作社產生大量的信貸資金需求。信貸約束會成為農民合作社成長與發展的制約因素，從而阻礙農民合作社績效的提升。

2.信貸約束通過抑制農民合作社引進農業技術降低農民合作社績效

能否引進先進的農業技術是影響農民合作社績效的重要因素。在經營收入方面，農民合作社通過引進農業技術實現生產要素之間的相互替代，提升農產品品質，從而增加農民合作社的經營收入，提升農民合作社績效；在入社農戶收入方面，農民合作社通過培訓等方式指導入社農戶采用先進的農業技術或為農戶提供技術領域的服務，提升農戶生產能力，帶動農戶增加收入，進而提升農民合作社績效；在生產成本方面，農民合作社通過科學地利用農業生產廢棄物改變要素投入，降低對化肥等生產資料的依賴，從而降低生產成本，提升農民合作社績效。

農民合作社在生產或服務領域呈現出的規模化經營趨勢會催生對從事農業生產的勞動力需求的增加。在農業勞動力轉移的背景下，農民合作社迫切需要引進先進的農業技術維持正常生產和經營活動，以形成對相對短缺的勞動力要素的替代效應。但是，引進農業技術的成本較高，而信貸約束的存在使農民合作社難以通過獲得信貸資金引進農業技術，這會成為提升農民合作社績效的制約因素。

3.信貸約束通過抑制農民合作社聘用職業經理降低農民合作社績效

與分散經營的農戶相比，農民合作社的經營規模和輻射范圍更大，因此需要通過聘用農業職業經理將現代管理理念滲透其日常經營和管理之中，并且建立起科學、完整、全面的管理體系，使農民合作社的經營機制更加民主、完善，提升入社農戶的生產積極性，從而不斷帶動農戶增產增收，增加農民合作社經營收入。因此，聘用職業經理是改善農民合作社的經營管理狀況、提升農民合作社績效的重要人力資本因素。但是，從事農民合作社生產和經營的職業經理較為稀缺，聘用成本較高。同時，信貸約束的存在使農民合作社難以獲得足夠的信貸資金支付聘用成本。這使農民合作社的成長與發展受到人力資本因素的制約，從而降低農民合作社績效。

（二）理論假說

上述分析表明，信貸約束能夠通過抑制農民合作社購買農業機械、抑制農民合作社引進農業技術和抑制農民合作社聘用職業經理三個途徑來降低農民合作社績效。因此，提出如下假設。

H1：信貸約束對農民合作社績效具有負向影響。

正規信貸是農村信貸市場的主要組成部分，是農民合作社申請并獲得貸款的主要來源。當農民合作社難以獲得正規信貸時，非正規信貸作為正規信貸的有益補充，也可提供維持農民合作社生產和經營活動所需信貸資金。據此，提出如下假設。

H2a：正規信貸約束對農民合作社績效具有負向影響。

H2b：非正規信貸約束對農民合作社績效具有負向影響。

H2c：與非正規信貸約束相比，正規信貸約束對農民合作社績效的影響效應更強。

成長與發展水平較高的農民合作社具有經營規模化和服務規模化的特征，面臨較高的生產成本和運營成本，其信貸資金需求量也較大。充足的資金是農民合作社經營規模化和服務規模化的必要條件，當成長與發展水平較高的農民合作社面臨信貸約束時，現有資金難以彌補其生產和運營成本，導致這類農民合作社會縮小經營規模和服務規模，從而降低其績效水平。對于成長與發展水平較低的農民合作社而言，其本身的規模化水平相對較低，當其面臨信貸約束時，雖然也可能縮小經營規模和服務規模，但限于生產和服務規模基數較小，為維持必要的業務運轉，其經營規模和服務規模的縮小幅度會相對較小。因此，信貸約束對這類農民合作社的績效的影響效應更弱。據此，提出如下假設。

H3：信貸約束對農民合作社績效的影響效應隨著農民合作社績效水平的提高而增強。

三、農民合作社績效指標體系與測算

本文參考趙佳榮（2010）、包烏蘭托亞等（2017）等文獻的農民合作社績效評價范式和指標體系，經過整理、對比和篩選，從經濟、社會和生態三個維度構建了六個指標測算農民合作社績效。具體而言，在經濟維度，選取農民合作社經營收入增長率與成員通過農民合作社獲得的平均收入增長率作為農民合作社經濟績效的測算指標。借鑒《中國農村經營管理統計年報》的定義，將農民合作社經營收入界定為農民合作社從事經營性與服務性業務獲得的總收入。同時，將農民合作社帶動成員增收界定為農民合作社為成員提供農業生產資料的購買、使用，農產品的加工、運輸等服務導致的成員收入增加。在社會維度，選取農民合作社開展科技文化知識培訓人次的增長率與聘請工作人員數量的增長率作為農民合作社社會績效的測算指標。在生態維度，選取農民合作社銷售環保型農藥和化肥等工業投入品數量的增長率與生產無公害、綠色和有機農產品數量的增長率作為農民合作社生態績效的測算指標。

為了規避主觀賦權法的人為因素影響，采用客觀賦權法中的熵權法確定農民合作社績效指標權重：首先，對農民合作社績效指標進行標準化處理；其次，計算每個指標的信息熵；最后，根據信息熵計算每個指標的權重。農民合作社績效指標與熵權法測算的權重如表1所示。

表1 農民合作社績效指標及其權重

四、模型構建與變量設置

（一）樣本與數據

本文數據源自2020年6月—11月通過電話訪談、網絡問卷與實地走訪進行的專項調研，調研對象集中在種植業農民合作社，內容覆蓋農民合作社融資情況、經營情況等問題。調研時用通俗、簡明的語言向受訪者逐一解釋問卷中正規金融、非正規金融、農民合作社經營收入等專業概念，引導受訪者正確理解問卷，使調研數據真實。調研依托三階段抽樣法，具體抽樣流程如下：第一階段，在黑龍江省下轄地級市中隨機抽取7個不同的市；第二階段，在每個市隨機抽取2—3個不同的縣；第三階段，在每個縣隨機抽取15—25個不同的農民合作社。本次調研覆蓋了7個市18個縣，獲得農民合作社樣本396家，剔除43個關鍵信息缺失和邏輯有誤的樣本后，剩余農民合作社樣本353家，問卷有效率為89.14%。

（二）模型構建

本文運用最小二乘回歸模型實證分析信貸約束對農民合作社績效的影響效應以及正規信貸約束與非正規信貸約束對農民合作社績效的影響差異，運用條件混合估計模型分析信貸約束對農民合作社績效的影響中可能存在的內生性問題，并運用分位數回歸模型分析不同績效水平下信貸約束對農民合作社績效的影響差異。

1.最小二乘回歸模型

考慮到因變量農民合作社績效屬于連續型變量，因此采用OLS模型分析信貸約束對農民合作社績效的影響效應：

其中，Performance代表第i個農民合作社的績效，Credit代表第i個農民合作社面臨的信貸約束情況，Control代表控制變量，α、β、γ為待估系數，μ為隨機擾動項。

2.條件混合估計模型

受制于數據的有限性，所選取的自變量可能并不能包含影響農民合作社績效的所有因素，而所遺漏的變量又可能與信貸約束相關，進而引發模型的內生性問題。同時，農民合作社是否面臨信貸約束與其績效水平之間可能存在反向因果關系。上述可能存在的內生性問題，將導致回歸模型的估計系數不一致。

由于信貸約束屬于離散型變量，因此，結合條件混合估計模型（CMP），運用工具變量法緩解信貸約束對農民合作社績效的影響中可能存在的內生性問題。具體估計過程分為兩個階段：第一階段，尋找工具變量并估計其與內生變量的相關性；第二階段，將內生變量的擬合值代入模型進行回歸，并根據內生性檢驗參數判別其外生性。若內生性檢驗參數Atanhrho_12統計量顯著異于0，則表明存在內生性，使用CMP方法得到的估計結果更準確；反之，參考OLS模型的估計結果即可。在工具變量選取方面，參考張璇等（2017）的研究，構建“本縣其他農民合作社信貸約束均值”變量，將之作為信貸約束的工具變量。

3.分位數回歸模型

OLS回歸的本質是一種均值回歸，估計系數容易受到樣本極端值的影響，而分位數回歸（QR）可以提供條件分布的全面信息，并且更加穩健。一般地，分位數回歸適用于“自變量對因變量的影響在因變量的不同水平上差異”的問題。本文將采用分位數回歸方法對模型（1）重新擬合。

（三）變量設置與描述性分析

1.核心自變量：信貸約束

基于Boucher et al.（2009）提出的誘導調查技術，結合柳凌韻等（2020）的識別程序逐步構建農民合作社信貸約束變量。首先，使用“2019年貴合作社是否需要向金融機構申請貸款”題項將農民合作社分為兩組，即有信貸需求和沒有信貸需求的農民合作社。然后，對有信貸需求的農民合作社，使用“2019年貴合作社是否從金融機構獲得貸款”題項。若回答“是”，再詢問“獲得的貸款是否滿足需要”。對這一題項，若回答“否”，則表明該農民合作社面臨供給型信貸約束，反之則未面臨信貸約束。對上一題項，若回答“否”，則表明該農民合作社未獲得貸款，這時再詢問未獲得貸款的原因是“沒有主動申請”“申請后自動放棄”還是“申請但被拒絕”。若回答“沒有主動申請”或“申請后自動放棄”，則表明該農民合作社面臨需求型信貸約束；若回答“申請但被拒絕”，則表明該農民合作社面臨供給型信貸約束。

根據調研數據，51.27%（181家）的農民合作社面臨信貸約束，48.73%（172家）的農民合作社未面臨信貸約束。在面臨信貸約束的農民合作社中，79.56%（144家）的農民合作社面臨供給型信貸約束，25.41%（46家）的農民合作社面臨需求型信貸約束，4.97%（9家）的農民合作社同時面臨供給型信貸約束和需求型信貸約束。在面臨信貸約束的農民合作社中，75.69%（137家）的農民合作社面臨正規信貸約束，53.04%（96家）的農民合作社面臨非正規信貸約束，28.73%（52家）的農民合作社同時面臨正規信貸約束和非正規信貸約束。總體來看，超出半數農民合作社面臨著信貸約束，供給型信貸約束和正規信貸約束是農民合作社信貸約束的兩種主要類型。

2.控制變量

為了剝離信貸約束之外的其他因素對農民合作社績效的影響，選取理事長特征、組織特征和政策環境特征三類控制變量納入模型。其中：理事長特征包括培訓經歷和社會職務；組織特征包括合作模式和盈余分配；政策環境特征主要指當地政府對農民合作社的支持政策。此外，在控制變量中加入農民合作社所在縣的虛擬變量，以進一步控制其他因素對農民合作社績效的潛在影響。主要變量的定義及描述性統計特征如表2所示。

表2 主要變量定義及其統計特征

五、信貸約束對農民合作社績效影響的實證分析

（一）信貸約束對農民合作社績效的影響效應

為了檢驗可能出現的多重共線性，計算不同自變量的皮爾遜相關系數與方差膨脹因子（VIF），發現大部分自變量相關度不高，最大的VIF為1.32，平均VIF為1.18，表明模型不存在明

顯的多重共線性。采用逐步回歸法，運用OLS模型對模型（1）進行擬合，得到結果如表3所示。表3列（1）—列（5）的似然比檢驗的P值均為0.000，表明這5個回歸模型均是顯著的，即模型自變量整體上對因變量有顯著性影響。列（1）—列（5）信貸約束的系數均顯著為負，表明信貸約束對農民合作社績效有顯著負向影響。假設H成立。隨著逐步加入控制變量，信貸約束的系數的絕對值從22.778下降到17.716，表明所得回歸結果具有穩健性。同時，隨著控制變量的逐步增加，R值從0.569逐步提高到0.685，表明擬合效果逐步提升，即控制變量的選擇是合理的。

表3 信貸約束對農民合作社績效的影響效應

考慮到信貸約束變量可能具有內生性，采用CMP模型緩解內生性偏誤。由于工具變量“本縣其他農民合作社信貸約束均值”屬于縣域信貸約束水平，將縣級地區效應納入模型可能導致多重共線性。為此，在模型中將縣級地區效應調整為市級地區效應進行回歸，以緩解多重共線性，得到如表4所示的估計結果。第1列工具變量的系數為1.262，顯著為正，表明農民合作社信貸約束情況與所在縣其他合作社密切相關，若本縣其他農民合作社面臨的信貸約束情況越嚴重，則該農民合作社越傾向于面臨信貸約束。第2列信貸約束的系數為-18.096，顯著為負，表明信貸約束對農民合作社績效有顯著負向影響。此外，其他控制變量的系數與OLS模型的估計結果基本一致。CMP模型的第一階段回歸中Atanhrho_12統計量為0.035，并不顯著異于0，表明模型不存在明顯的內生性，參考OLS模型的估計結果即可。

表4 信貸約束對農民合作社績效的影響效應：內生性討論

（二）正規信貸約束與非正規信貸約束對農民合作社績效的影響差異

為了驗證假設H2a—H2c，采用OLS模型進行擬合，結果如表5所示。第1列中正規信貸約束的系數為-12.723，第2列中非正規信貸約束的系數為-8.597，且顯著為負。說明正規信貸約束與非正規信貸約束對農民合作社績效均有顯著負向影響，假設H2a和H2b成立。但是，正規信貸約束與非正規信貸約束對農民合作社績效的影響強度有所不同，正規信貸約束對農民合作社績效的影響效應更強，故假設H2c得證。因此，正規信貸約束仍是影響農民合作社績效的關鍵因素。

表5 正規信貸約束和非正規信貸約束對農民合作社績效的影響差異

（三）不同農民合作社績效水平下信貸約束對農民合作社績效的影響差異

基于模型（1），運用分位數回歸得到不同分位點的估計結果如表6所示。對于處于0.1及以上分位點的農民合作社樣本，在0.1、0.3、0.5、0.7和0.9五個分位點上，信貸約束對農民合作社績效均有顯著負向影響，且隨著農民合作社績效水平不斷提高，邊際貢獻的絕對值從15.682逐步增加至20.258。這表明，信貸約束抑制高績效農民合作社的效果顯著強于抑制低績效農民合作社的效果。因此，隨著農民合作社績效水平不斷提高，信貸約束對農民合作社績效的影響效應不斷增強，假設H3得證。

表6 不同農民合作社績效水平下信貸約束對農民合作社績效的影響差異

六、主要結論與政策啟示

基于黑龍江省的調查，本文探討了信貸約束對農民合作社績效的影響效應，并得到以下主要結論：一是信貸約束對農民合作社績效有顯著負向影響，面臨信貸約束使農民合作社績效得分降低17.716；二是正規信貸約束對農民合作社績效的影響效應比非正規信貸約束更強；三是信貸約束對農民合作社績效的影響效應隨著農民合作社績效水平的提高而增強。

基于以上結論，針對如何緩解信貸約束以提升農民合作社績效問題，得到以下政策啟示：一是為促進農民合作社高質量發展，政府應為農民合作社營造良好的融資環境，以緩解農民合作社信貸約束，使其績效得以提升。應加大對農民合作社“融資難”的重視力度，出臺有效政策擴大農民合作社信貸規模，讓更多金融“活水”流向農民合作社。二是協調好正規金融和非正規金融支持農民合作社高質量發展的關系。正規金融和非正規金融均為可供農民合作社選擇的融資渠道。為更好地支持農民合作社高質量發展，應堅持主次分明原則，協調兩者之間的關系。由于正規信貸約束是影響農民合作社績效的關鍵因素，在處理正規金融和非正規金融的關系時，應以發展和完善正規金融為重點，著重緩解農民合作社的正規信貸約束，從而以更大的幅度提升農民合作社績效。三是處理好農民合作社信貸流動“公平”與“效率”的關系。應在兼顧“公平”與“效率”的基礎上，將“效率”擺在更高位置。由于信貸約束抑制高績效農民合作社的效果顯著強于低績效農民合作社的效果，在擴大農民合作社信貸規模時，應精準施策，鼓勵金融機構根據農民合作社績效水平差異化地放貸，把信貸資金向成長與發展水平較高的農民合作社傾斜。[1]包烏蘭托亞，馬龍波，房桂芝.農民合作社績效評價指標體系構建及實證研究[J].江蘇農業科學，2017，（12）：316～320.