互聯(lián)網(wǎng)使用對(duì)農(nóng)業(yè)生產(chǎn)信貸的影響研究

汪雨雨 趙增力 羅琦

摘要：互聯(lián)網(wǎng)和數(shù)字經(jīng)濟(jì)快速發(fā)展背景下，研究互聯(lián)網(wǎng)使用對(duì)農(nóng)業(yè)生產(chǎn)信貸的影響及作用機(jī)制，對(duì)實(shí)現(xiàn)農(nóng)業(yè)規(guī)模化發(fā)展、促進(jìn)農(nóng)林牧漁等不同性質(zhì)的農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有重要意義。文章使用2015年和2017年中國(guó)家庭金融調(diào)查數(shù)據(jù)，采用四元Probit模型檢驗(yàn)互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸部門、非正規(guī)信貸部門的農(nóng)戶信貸需求與信貸獲得的不同影響。研究發(fā)現(xiàn)：（1）互聯(lián)網(wǎng)使用促使農(nóng)戶對(duì)正規(guī)信貸部門的借貸行為及信貸需求分別提高了25.69%和18.94%，對(duì)非正規(guī)信貸部門的信貸行為及信貸需求不產(chǎn)生影響。（2）互聯(lián)網(wǎng)使用提高了農(nóng)戶的金融素養(yǎng)，促使農(nóng)戶開通“電子銀行”的行為提高了7.14%，這兩種行為顯著促進(jìn)了農(nóng)戶的正規(guī)信貸獲得及信貸需求。（3）進(jìn)一步分析顯示，互聯(lián)網(wǎng)有助于提高林農(nóng)及高森林覆蓋率地區(qū)農(nóng)戶對(duì)正規(guī)信貸部門的信貸需求和信貸行為，對(duì)非林業(yè)生產(chǎn)戶及低森林覆蓋地區(qū)農(nóng)戶的正規(guī)信貸獲得的影響則不顯著。基于研究結(jié)論提出政策啟示：繼續(xù)推動(dòng)數(shù)字金融發(fā)展，借助互聯(lián)網(wǎng)發(fā)展降低信貸成本，完善農(nóng)村地區(qū)的信貸服務(wù)；加強(qiáng)農(nóng)民的數(shù)字素養(yǎng)與技能培訓(xùn)，提高農(nóng)村地區(qū)互聯(lián)網(wǎng)的使用率；繼續(xù)推動(dòng)落后林區(qū)、通信設(shè)施不完善的農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，在緩解林農(nóng)信貸約束的同時(shí)促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展。

關(guān)鍵詞：互聯(lián)網(wǎng)使用；正規(guī)信貸部門；非正規(guī)信貸部門；農(nóng)業(yè)生產(chǎn)信貸；林業(yè)生產(chǎn)

中圖分類號(hào)：F323；F832.43；F49文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673-338X（2023）02-042-20

基金項(xiàng)目：天津市教委科研計(jì)劃項(xiàng)目“城市群產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化下數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)天津農(nóng)村新業(yè)態(tài)發(fā)展的實(shí)現(xiàn)路徑”（編號(hào)：2022SK066）。

Research on the Impact of Internet Use on Agricultural Production Credit

——Empirical Evidence from 9179 Households in Rural China

WANG Yuyu1， 2ZHAO Zengli1LUO Qi1

（1 College of Economics， Tianjin Normal University， Tianjin 300382；2 Research Institute of Rural Revitalization Strategy， Tianjin Normal University， Tianjin 300382）

Abstract：With the rapid development of Internet and digital economy， it is of great significance to study the impact and mechanism of Internet use on agricultural production credit for realizing the large-scale development of agriculture and promoting the development of agricultural production with different industrial properties such as agriculture， forestry， animal husbandry and fishery. Using the data of Chinas household financial survey in 2015 and 2017， this paper used quaternion Probit model to test the different impacts of Internet use on farmers credit demand and credit acquisition in formal credit sector and informal credit sector. The conclusions were as follows：（1）Internet use promoted the increase of farmers lending behavior and credit demand in formal credit sector by 25.69% and 18.94% respectively， but had no effect on credit behavior and credit demand in informal credit sector.（2）Internet use improved farmers financial literacy， and promoted farmers behavior of opening E-Banking to increase by 7.14%. Through these two behaviors， farmers formal credit access and credit demand were significantly promoted.（3）Further analysis showed that Internet could improve the credit demand and credit behavior of forest farmers and farmers in high forest cover areas， but had no significant impact on the formal credit acquisition of non-forest producers and farmers in low forest cover areas. Based on the above research conclusions， the following suggestions were put forward： Continue to promote the development of digital finance， reduce credit costs with the help of Internet development， and improve credit services in rural areas. Strengthen farmers digital literacy and skills training and improve the utilization rate of the Internet in rural areas. Continue to promote the construction of digital infrastructure in backward forest areas and rural areas with imperfect communication facilities， ease the credit constraints of forest farmers and promote the integration and development of rural industries.

Key Word：Internet use；formal credit sector；informal credit sector；agricultural production credit；forestry production

1引言

近年來(lái)，隨著農(nóng)用物資、勞動(dòng)力等要素成本的不斷上漲，農(nóng)戶在擴(kuò)大農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中出現(xiàn)“融資難”和“融資貴”等問題。一方面，小農(nóng)家庭收入水平較低，可用于抵押的資產(chǎn)較少，面臨較大的農(nóng)業(yè)生產(chǎn)信貸約束；另一方面，金融機(jī)構(gòu)缺乏識(shí)別農(nóng)戶貸款風(fēng)險(xiǎn)和貸款償還能力的有效機(jī)制，只能通過(guò)增加信貸配給來(lái)提高農(nóng)戶融資成本，增加信貸難度以應(yīng)對(duì)潛在的違約風(fēng)險(xiǎn)。互聯(lián)網(wǎng)的普及為我國(guó)農(nóng)村金融發(fā)展增添了新動(dòng)力，電子信息技術(shù)的使用提高了金融機(jī)構(gòu)的信息處理能力，智能化數(shù)據(jù)分析工具加強(qiáng)了金融機(jī)構(gòu)對(duì)個(gè)人信貸資格評(píng)估的準(zhǔn)確性，降低了信貸部門面臨的潛在違約風(fēng)險(xiǎn)。互聯(lián)網(wǎng)信息傳播的便捷性與即時(shí)性也提高了信貸審批效率，緩解了農(nóng)戶家庭間信息不對(duì)稱問題，降低了農(nóng)業(yè)生產(chǎn)信貸成本。依靠互聯(lián)網(wǎng)技術(shù)的發(fā)展，持續(xù)激活農(nóng)村金融支持以緩解農(nóng)戶信貸約束，是實(shí)現(xiàn)鄉(xiāng)村振興農(nóng)戶內(nèi)生發(fā)展的重要途徑（劉西川，2008；田紅宇等，2022）。

除種植業(yè)外，林業(yè)也是國(guó)民經(jīng)濟(jì)的重要組成部分，是中國(guó)生態(tài)建設(shè)與經(jīng)濟(jì)建設(shè)的重要內(nèi)容（張平，2020）。隨著林業(yè)產(chǎn)值的快速增長(zhǎng)，林業(yè)助力鄉(xiāng)村振興成效顯著。全國(guó)林業(yè)產(chǎn)業(yè)帶動(dòng)就業(yè)人數(shù)超過(guò)5200萬(wàn)（李慧，2018），中國(guó)林業(yè)總產(chǎn)值也由1949年的23.90億元上升至2022年的8.04萬(wàn)億元①。但受到自然條件和生長(zhǎng)周期等因素和地理區(qū)位環(huán)境影響，林業(yè)產(chǎn)業(yè)融資風(fēng)險(xiǎn)大、收益率低，中國(guó)林業(yè)產(chǎn)業(yè)發(fā)展面臨更嚴(yán)重的資金短缺和資本形成不足問題（曹玉昆等，2020），林權(quán)抵押管理難、抵押物處置難、交易成本高使得林業(yè)種植戶也受制于融資效率低下、信貸約束嚴(yán)重等現(xiàn)實(shí)困難。

促進(jìn)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展要充分發(fā)揮農(nóng)林牧漁等不同產(chǎn)業(yè)性質(zhì)的大農(nóng)業(yè)部門的共同作用。2023年2月13日，中共中央、國(guó)務(wù)院發(fā)布《關(guān)于做好2023年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》，強(qiáng)調(diào)要“樹立大食物觀，加快構(gòu)建糧經(jīng)飼統(tǒng)籌、農(nóng)林牧漁結(jié)合、植物動(dòng)物微生物并舉的多元化食物供給體系，分領(lǐng)域制定實(shí)施方案”②。構(gòu)建現(xiàn)代鄉(xiāng)村產(chǎn)業(yè)體系，分領(lǐng)域制定實(shí)施方案，需要“借助互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)手段，降低金融成本，延伸服務(wù)半徑，拓展普惠金融服務(wù)的廣度和深度”③，解決農(nóng)林生產(chǎn)經(jīng)營(yíng)主體共同面臨的“融資難”和“融資貴”問題。鑒于此，本文使用中國(guó)家庭金融調(diào)查數(shù)據(jù)，以從事農(nóng)林牧漁等生產(chǎn)活動(dòng)的農(nóng)戶為樣本，就互聯(lián)網(wǎng)使用對(duì)農(nóng)戶生產(chǎn)信貸的影響及機(jī)制進(jìn)行探討。以期通過(guò)對(duì)農(nóng)戶微觀主體經(jīng)濟(jì)行為的研究，強(qiáng)化“大食物觀”理念以促進(jìn)農(nóng)林牧漁產(chǎn)業(yè)共同發(fā)展，從而緩解農(nóng)林牧漁等不同性質(zhì)產(chǎn)業(yè)中普遍存在的信貸約束問題，提供相應(yīng)的政策啟示。

本文的邊際學(xué)術(shù)貢獻(xiàn)在于：在理論方面，以農(nóng)戶微觀主體為研究對(duì)象，分析了互聯(lián)網(wǎng)使用對(duì)正規(guī)和非正規(guī)信貸部門農(nóng)業(yè)生產(chǎn)信貸的影響差異。同時(shí)，將農(nóng)戶進(jìn)一步劃分為“是否存在農(nóng)業(yè)生產(chǎn)借貸需求”以及“是否獲得農(nóng)業(yè)生產(chǎn)信貸”等不同情況，在考慮不同信貸部門借貸特征差異的情況下，將農(nóng)戶兩種信貸約束情況納入統(tǒng)一的分析框架進(jìn)行研究。這樣不僅體現(xiàn)了互聯(lián)網(wǎng)發(fā)展對(duì)農(nóng)戶信貸獲得產(chǎn)生的短期作用，也反映出對(duì)農(nóng)戶農(nóng)業(yè)生產(chǎn)信貸潛在需求的長(zhǎng)期影響。在研究方法方面，由于正規(guī)信貸與非正規(guī)信貸部門的農(nóng)戶信貸需求和信貸獲得之間存在相互影響，常用的一元Probit模型會(huì)因忽略變量之間的交錯(cuò)關(guān)系而導(dǎo)致結(jié)果產(chǎn)生偏誤。因此，本文在考慮正規(guī)與非正規(guī)信貸部門的農(nóng)戶信貸需求和信貸獲得之間存在交互影響關(guān)系的基礎(chǔ)上，為控制變量間互為干擾關(guān)系采用四元Probit模型，確保估計(jì)結(jié)果準(zhǔn)確無(wú)偏。

2文獻(xiàn)回顧與評(píng)述

農(nóng)戶信貸約束問題在理論上引起國(guó)內(nèi)外學(xué)者的廣泛討論。從農(nóng)村金融機(jī)構(gòu)和金融市場(chǎng)層面來(lái)說(shuō)，發(fā)展中國(guó)家由于信息不對(duì)稱導(dǎo)致金融信貸機(jī)構(gòu)面臨著嚴(yán)重的違約風(fēng)險(xiǎn)和逆向選擇（Weiss， 1981；Kochar， 1997），缺乏滿足金融機(jī)構(gòu)標(biāo)準(zhǔn)的抵押物是農(nóng)村金融市場(chǎng)的典型難題（周立，2007），加上農(nóng)村信貸市場(chǎng)主要集中于非生產(chǎn)性貸款，生活消費(fèi)為主要用途，缺乏農(nóng)業(yè)生產(chǎn)信貸的借貸需求（張杰，2011），導(dǎo)致農(nóng)業(yè)生產(chǎn)信貸市場(chǎng)發(fā)展較為緩慢。從不同生產(chǎn)經(jīng)營(yíng)主體角度來(lái)說(shuō)，農(nóng)戶在擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模時(shí)面臨較為嚴(yán)重的農(nóng)業(yè)信貸約束，在轉(zhuǎn)入土地時(shí)面臨的信貸資金缺口較大（路曉蒙等，2021），小農(nóng)家庭由于缺乏抵押品而難以獲得充足的農(nóng)業(yè)生產(chǎn)性信貸，導(dǎo)致無(wú)法擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模（譚燕芝等，2021）。我國(guó)的部分林區(qū)存在內(nèi)生動(dòng)力不足、生產(chǎn)條件惡劣以及基礎(chǔ)設(shè)施落后等問題（包烏蘭托亞等，2022），由于缺乏信貸支持來(lái)改善林區(qū)生產(chǎn)環(huán)境和形成集約化的林業(yè)生產(chǎn)方式，導(dǎo)致無(wú)法實(shí)現(xiàn)現(xiàn)代化的農(nóng)林生產(chǎn)體系。因此，需要進(jìn)一步通過(guò)小額信貸支持，加大對(duì)林農(nóng)的政策扶持，結(jié)合林業(yè)產(chǎn)業(yè)關(guān)聯(lián)優(yōu)勢(shì)，加強(qiáng)產(chǎn)業(yè)融合（溫賽賽等，2022）。

互聯(lián)網(wǎng)技術(shù)與金融的融合成為解決農(nóng)戶融資難問題的變革性金融模式（Bj？rkegren et al.， 2018）。Khanal等（2015）研究表明，信息通訊技術(shù)的發(fā)展有助于改善小農(nóng)家庭的金融環(huán)境。既有文獻(xiàn)圍繞互聯(lián)網(wǎng)與農(nóng)業(yè)生產(chǎn)信貸之間的關(guān)系進(jìn)行研究，由于正規(guī)信貸部門與非正規(guī)信貸部門業(yè)務(wù)特點(diǎn)與抵押方式的差別，許多研究區(qū)分正規(guī)與非正規(guī)信貸部門后展開相應(yīng)分析。基于馬克思理論范疇，樊文翔（2022）認(rèn)為互聯(lián)網(wǎng)使用能直接提高正規(guī)信貸可得性和非正規(guī)信貸可得性，而田紅宇等（2022）則認(rèn)為互聯(lián)網(wǎng)使用顯著提高了農(nóng)戶獲得正規(guī)信貸的概率和資金規(guī)模，但對(duì)非正規(guī)信貸的影響不顯著，互聯(lián)網(wǎng)緩解農(nóng)戶信貸約束主要體現(xiàn)在正規(guī)信貸層面。汪璐等（2017）認(rèn)為，農(nóng)村非正規(guī)金融對(duì)種植業(yè)有顯著的影響，而對(duì)林牧漁業(yè)發(fā)展的影響不顯著。趙宏紅等（2022）研究認(rèn)為，農(nóng)村非正規(guī)金融與林業(yè)產(chǎn)業(yè)發(fā)展在5%的顯著性水平上存在顯著的正向關(guān)系，且在促進(jìn)林業(yè)產(chǎn)業(yè)發(fā)展上的效率高于正規(guī)金融，但其研究主要是基于省級(jí)層面的調(diào)查數(shù)據(jù)，缺乏對(duì)農(nóng)戶微觀主體的進(jìn)一步研究。

上述研究使用的方法存在無(wú)法有效控制正規(guī)信貸與非正規(guī)信貸部門，以及農(nóng)戶信貸需求與信貸獲得之間相互影響的問題，使得結(jié)果可能出現(xiàn)估計(jì)偏誤，即農(nóng)戶對(duì)某個(gè)金融信貸部門的參與行為是混合影響結(jié)果，它既取決于農(nóng)戶自身的信貸需求，又受到信貸部門的信貸決策影響（劉西川等，2014）。Mohieldin等（2002）使用二元Probit模型研究埃及的正規(guī)信貸部門與非正規(guī)信貸部門間的關(guān)系，雖然改良了多項(xiàng)Logit模型中無(wú)法控制不同信貸部門行為決策間存在差異的問題，但二元Probit模型無(wú)法進(jìn)一步分析不同信貸部門間信貸需求與信貸獲得之間的相互關(guān)系。劉西川等（2014）在Cappellari等（2003）的多元Probit模型一般框架基礎(chǔ)上，使用四元Probit模型進(jìn)行分析，但未考慮互聯(lián)網(wǎng)快速發(fā)展對(duì)農(nóng)業(yè)生產(chǎn)信貸帶來(lái)的影響，只研究了不同信貸部門間信貸需求與信貸獲得的不同關(guān)系。本文是在上述文獻(xiàn)理論與方法基礎(chǔ)上的進(jìn)一步深化研究。

3理論分析框架與研究方法

在借鑒已有研究的基礎(chǔ)上，本文將闡述互聯(lián)網(wǎng)使用對(duì)正規(guī)部門和非正規(guī)部門農(nóng)業(yè)生產(chǎn)信貸的影響及其作用機(jī)制，并提出相關(guān)假設(shè)，最后通過(guò)實(shí)證模型估計(jì)檢驗(yàn)。

3.1理論分析框架

目前，我國(guó)農(nóng)村基本形成了以正規(guī)金融機(jī)構(gòu)為基礎(chǔ)、非正規(guī)金融機(jī)構(gòu)作為補(bǔ)充的金融體系。正規(guī)部門是指由政府部門統(tǒng)一監(jiān)管的正規(guī)金融機(jī)構(gòu)，包括國(guó)有銀行、股份制商業(yè)銀行等；非正規(guī)部門則是指游離于國(guó)家金融監(jiān)管體系之外的非正規(guī)金融組織及其資金融通活動(dòng)，主要包括合會(huì)、典當(dāng)、民間集資、民間自由借貸以及各種基金會(huì)等（劉西川等，2014）。互聯(lián)網(wǎng)使用對(duì)農(nóng)戶正規(guī)信貸和非正規(guī)信貸影響的作用機(jī)理也存在差異。

正規(guī)金融機(jī)構(gòu)主要通過(guò)衡量抵押品的價(jià)值決定是否提供貸款服務(wù)，互聯(lián)網(wǎng)發(fā)展推進(jìn)信貸部門利用數(shù)字信息技術(shù)搜集個(gè)人消費(fèi)及還款信息，并形成個(gè)人電子信用檔案，減少由于缺乏抵押物導(dǎo)致農(nóng)戶無(wú)法通過(guò)正規(guī)部門進(jìn)行貸款的信貸約束。互聯(lián)網(wǎng)技術(shù)普及推動(dòng)了新型支付方式在農(nóng)村的發(fā)展，移動(dòng)支付的方式增加了透明度，且通過(guò)信息技術(shù)將個(gè)人的消費(fèi)及還款數(shù)據(jù)記錄下來(lái)，利用大數(shù)據(jù)預(yù)測(cè)違約概率，降低了正規(guī)金融機(jī)構(gòu)的信貸風(fēng)險(xiǎn)。Pellegrina等（2017）研究發(fā)現(xiàn)，銀行認(rèn)為采用信息和通信技術(shù)是企業(yè)創(chuàng)新意愿的信號(hào)，銀行向這類小微企業(yè)提供信貸增加15%。總體而言，互聯(lián)網(wǎng)使用會(huì)促進(jìn)農(nóng)戶正規(guī)信貸獲得水平和獲得規(guī)模。非正規(guī)金融機(jī)構(gòu)主要根據(jù)農(nóng)戶生產(chǎn)經(jīng)營(yíng)情況、家庭成員結(jié)構(gòu)等綜合信息，決定是否向農(nóng)戶提供貸款，降低了收入及資產(chǎn)不足的小規(guī)模農(nóng)戶的信貸約束。互聯(lián)網(wǎng)使用對(duì)非正規(guī)信貸部門的影響主要體現(xiàn)在以互聯(lián)網(wǎng)為載體的人際交往和互動(dòng)模式中，擴(kuò)展了農(nóng)戶社會(huì)資本積累和社交網(wǎng)絡(luò)（田紅宇等，2022；胡振等，2022），社會(huì)資本對(duì)農(nóng)戶獲得非正規(guī)信貸具有顯著促進(jìn)作用（錢水土等，2009）。網(wǎng)絡(luò)信息傳播的高效性和便捷性也進(jìn)一步降低了非正規(guī)信貸市場(chǎng)的搜尋成本，提高了農(nóng)戶非正規(guī)信貸獲得的可能性。由于市場(chǎng)上的信貸需求是有限的，貸款者通過(guò)一個(gè)部門獲得貸款后，就減少了對(duì)另外一個(gè)部門的借款需求（Andersen et al.， 2006；Kochar， 1997），正規(guī)金融與非正規(guī)金融部門之間可能存在互相替代的關(guān)系。

小農(nóng)家庭作為我國(guó)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)的主要經(jīng)濟(jì)主體，通過(guò)信貸改變初始要素稟賦，增加農(nóng)業(yè)生產(chǎn)投資，形成規(guī)模化經(jīng)營(yíng)（汪昌云等，2014）。正規(guī)金融機(jī)構(gòu)一般依靠正式的制度安排進(jìn)行放貸（林毅夫，2003），由于農(nóng)戶家庭收入較低，缺乏有效抵押資產(chǎn)，金融機(jī)構(gòu)面對(duì)超額的資金需求，在固定利率上附加貸款條件來(lái)增加農(nóng)戶信貸難度，信貸配給使得部分資金需求者不得不退出借款市場(chǎng)（張龍耀等，2011）。銀行等傳統(tǒng)金融機(jī)構(gòu)受制于路徑依賴，信息受眾面較小，使得資金供需雙方在信息上容易出現(xiàn)誤配，導(dǎo)致正規(guī)信貸部門的經(jīng)營(yíng)效率不高（任靜等，2016）。另外，農(nóng)戶信貸具有金額小、貸款周期短和需求頻繁等特點(diǎn)，加之傳統(tǒng)銀行信貸數(shù)據(jù)掌握不足和程序復(fù)雜，導(dǎo)致金融機(jī)構(gòu)在審核時(shí)面臨高昂的操作成本（劉俊杰等，2020）；由于審核操作耗時(shí)長(zhǎng)，也增加了農(nóng)戶在正規(guī)信貸部門的借貸成本。

互聯(lián)網(wǎng)和電子信息技術(shù)發(fā)展對(duì)農(nóng)村信貸的影響主要體現(xiàn)在移動(dòng)化交易、數(shù)字化審批和信息化管理方面，顯著提高了正規(guī)信貸部門的工作效率，從而減少了交易成本。與正規(guī)金融相比，非正規(guī)金融機(jī)構(gòu)的貸款成本更低（Mushinski， 1999），因而互聯(lián)網(wǎng)使用起到了減少信息不對(duì)稱以及降低交易成本的作用，對(duì)正規(guī)金融機(jī)構(gòu)的影響更為明顯。因此，提出假設(shè)H1和H2。

H1：互聯(lián)網(wǎng)使用增加了農(nóng)戶對(duì)正規(guī)信貸部門的農(nóng)業(yè)生產(chǎn)信貸獲得。

H2：互聯(lián)網(wǎng)使用不影響農(nóng)戶對(duì)非正規(guī)信貸部門的農(nóng)業(yè)生產(chǎn)信貸獲得。

由于農(nóng)業(yè)生產(chǎn)部門普遍存在信貸缺口大和信貸金額滿足程度低等問題，農(nóng)戶可能同時(shí)存在信貸需求金額無(wú)法滿足和信貸獲得困難的問題，即出現(xiàn)農(nóng)戶信貸獲得困難與借貸金額無(wú)法滿足并存而造成的農(nóng)業(yè)生產(chǎn)信貸約束。互聯(lián)網(wǎng)使用除了直接促進(jìn)小農(nóng)家庭的信貸獲得之外，由于信息技術(shù)的發(fā)展對(duì)合作交流、經(jīng)營(yíng)方式上產(chǎn)生的影響改變了傳統(tǒng)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)方式，還間接影響了農(nóng)戶農(nóng)業(yè)生產(chǎn)的信貸需求，提高了農(nóng)戶的借貸金額。從短期來(lái)看，互聯(lián)網(wǎng)使用可能促進(jìn)農(nóng)戶生產(chǎn)信貸獲得；從長(zhǎng)期來(lái)看，互聯(lián)網(wǎng)使用增加了農(nóng)業(yè)資本投入，滿足了農(nóng)業(yè)生產(chǎn)的資金需要，從而釋放了農(nóng)戶對(duì)生產(chǎn)信貸需要的潛能。路曉蒙等（2021）研究指出，轉(zhuǎn)入土地的農(nóng)戶因經(jīng)營(yíng)面積擴(kuò)大和生產(chǎn)投資增加，會(huì)產(chǎn)生更大的農(nóng)業(yè)信貸需求。也就是說(shuō)，互聯(lián)網(wǎng)使用不僅對(duì)短期農(nóng)戶信貸行為產(chǎn)生影響，還能長(zhǎng)期影響農(nóng)戶的信貸需求。本文在檢驗(yàn)互聯(lián)網(wǎng)使用對(duì)農(nóng)戶信貸行為影響的基礎(chǔ)上，進(jìn)一步驗(yàn)證其對(duì)農(nóng)戶信貸需求產(chǎn)生的影響。因此，提出假設(shè)H3。

H3：互聯(lián)網(wǎng)使用增加了農(nóng)戶對(duì)正規(guī)信貸部門的農(nóng)業(yè)生產(chǎn)信貸行為，同時(shí)擴(kuò)大了農(nóng)戶的農(nóng)業(yè)生產(chǎn)信貸需求。

互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸部門的影響主要通過(guò)兩條路徑：一是金融服務(wù)的下沉，特別是“網(wǎng)上銀行”的使用使得金融交易與組織形式發(fā)生變化，降低了信貸雙方的交易成本，拓寬了借貸的可能性邊界。數(shù)字信息化和計(jì)算能力的不斷提升使得人類的許多經(jīng)濟(jì)活動(dòng)逐漸轉(zhuǎn)移到互聯(lián)網(wǎng)，大數(shù)據(jù)分析工具以及信息處理引擎的發(fā)展提高了銀行等傳統(tǒng)金融機(jī)構(gòu)的風(fēng)險(xiǎn)定價(jià)能力與管理效率。互聯(lián)網(wǎng)支付、網(wǎng)絡(luò)借貸等方式促成了資金供需雙方的直接交易，改變了傳統(tǒng)金融的組織交易形式。信息不對(duì)稱導(dǎo)致金融機(jī)構(gòu)對(duì)小規(guī)模農(nóng)戶的信貸行為的交易成本較高，互聯(lián)網(wǎng)代替市場(chǎng)中的人工服務(wù)網(wǎng)點(diǎn)降低了交易成本；同時(shí)，通過(guò)互聯(lián)網(wǎng)記錄的數(shù)據(jù)能夠快速獲取農(nóng)戶個(gè)人信息，從而準(zhǔn)確評(píng)估違約概率（謝平等，2015）。互聯(lián)網(wǎng)使用通過(guò)推動(dòng)金融服務(wù)下沉促進(jìn)網(wǎng)絡(luò)銀行的使用，增加了農(nóng)戶信貸需求與正規(guī)信貸行為。二是互聯(lián)網(wǎng)的發(fā)展緩解了信息不對(duì)稱問題，提高了農(nóng)戶的金融素養(yǎng)。互聯(lián)網(wǎng)大數(shù)據(jù)實(shí)現(xiàn)了信息在需求與供給方之間的快速傳播，借貸雙方可以利用互聯(lián)網(wǎng)技術(shù)進(jìn)行信用與服務(wù)評(píng)估，有利于金融服務(wù)的提升與完善。同時(shí)，信息在不同群體間即時(shí)、透明、均等的傳播方式擊破了不同群體之間信息獲取壁壘。農(nóng)戶通過(guò)主動(dòng)將碎片化、分散化的信息集中式、系統(tǒng)式地整理與學(xué)習(xí)，顯著提高了認(rèn)知能力，促進(jìn)相關(guān)市場(chǎng)信息充分、透明發(fā)展（尹志超等，2020）。互聯(lián)網(wǎng)的使用促進(jìn)了信息傳播扁平化、市場(chǎng)信息透明化和分散信息集中化，有信貸需求的農(nóng)戶可以通過(guò)網(wǎng)絡(luò)搜尋相關(guān)金融信息和學(xué)習(xí)相關(guān)金融知識(shí)，從而提高自身的金融素養(yǎng)。農(nóng)戶金融素養(yǎng)的提高有助于了解銀行信貸的方式與作用，對(duì)其信貸行為產(chǎn)生積極影響。因此，提出假設(shè)H4。

H4：互聯(lián)網(wǎng)使用通過(guò)“正規(guī)金融服務(wù)下沉”和“農(nóng)戶金融素養(yǎng)提高”促進(jìn)了農(nóng)戶的生產(chǎn)信貸行為。

3.2研究方法

由于正規(guī)信貸部門與非正規(guī)信貸部門間可能存在替代或互補(bǔ)的關(guān)系，采用四元Probit聯(lián)立正規(guī)信貸部門和非正規(guī)信貸部門的信貸需求、信貸獲得等四類決策行為，不僅能在檢驗(yàn)其中一個(gè)部門的影響時(shí)控制住另一個(gè)部門的交互影響，同時(shí)還減少了農(nóng)戶信貸需求與信貸獲得間的相互干擾，即四元Probit模型在考察農(nóng)戶向正規(guī)信貸部門申請(qǐng)信用貸款時(shí)，不僅分析了農(nóng)戶對(duì)正規(guī)信貸部門的信貸需求，還考慮了農(nóng)戶對(duì)非正規(guī)信貸部門的信貸供給和信貸需求。四元Probit模型能夠通過(guò)誤差項(xiàng)系數(shù)來(lái)反映變量之間的相互影響，同時(shí)減少不可觀測(cè)因素，如農(nóng)戶特征等對(duì)結(jié)果造成的估計(jì)偏誤。

正規(guī)與非正規(guī)部門信貸需求與獲得的行為，如式（1）、式（2）所示。

4數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

剔除相關(guān)樣本殘缺值后，共保留9179戶農(nóng)村家庭樣本的調(diào)查數(shù)據(jù)，并將樣本數(shù)據(jù)分年份進(jìn)行描述性統(tǒng)計(jì)。

4.1數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)來(lái)自于2015年和2017年西南財(cái)經(jīng)大學(xué)的第三輪中國(guó)家庭金融調(diào)查。家庭金融調(diào)查針對(duì)家庭和個(gè)人兩個(gè)層面，從金融、經(jīng)濟(jì)、人口、教育等角度出發(fā)對(duì)我國(guó)29個(gè)省（自治區(qū)、直轄市）①的1396個(gè)村（社區(qū)）進(jìn)行了抽樣調(diào)查，包含11654戶農(nóng)村家庭。作為調(diào)查對(duì)象的農(nóng)戶樣本是指“從事農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)，包括農(nóng)、林、牧、漁業(yè)生產(chǎn)經(jīng)營(yíng)，但不包括受雇于他人的農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)”。

4.2變量選取及描述性統(tǒng)計(jì)

（1）被解釋變量。本文的被解釋變量為農(nóng)戶從事農(nóng)林牧漁業(yè)生產(chǎn)時(shí)產(chǎn)生的對(duì)正規(guī)、非正規(guī)金融機(jī)構(gòu)的信貸行為，以及對(duì)正規(guī)、非正規(guī)金融機(jī)構(gòu)的信貸需求。參考劉西川等（2014）相關(guān)研究，根據(jù)2015年中國(guó)家庭金融調(diào)查問卷中“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)有銀行貸款”和“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)有民間借款”的問題，將回答“有銀行借款”的定義為有正規(guī)信貸行為的農(nóng)戶，賦值為1，反之為0；將“有民間借款”的定義為存在非正規(guī)信貸行為農(nóng)戶，賦值為1，反之為0。

參考路曉蒙等（2021）相關(guān)研究，根據(jù)調(diào)查問卷中“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)需要銀行貸款”和“是否因農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)需要從民間渠道借款”的提問，把已獲得銀行借款或未獲得銀行借款，認(rèn)為銀行信貸數(shù)額不能滿足需求的農(nóng)戶定義為存在正規(guī)信貸需求，賦值為1，反之為0；把已獲得民間借款或未獲得民間借款，認(rèn)為信貸金額不能滿足生產(chǎn)需求的農(nóng)戶定義為存在非正規(guī)信貸需求，賦值為1，反之為0。

（2）解釋變量。本文的解釋變量為互聯(lián)網(wǎng)使用。2015年中國(guó)家庭金融調(diào)查問卷中僅詢問農(nóng)戶“是否通過(guò)互聯(lián)網(wǎng)進(jìn)行購(gòu)物或通信”，缺乏“農(nóng)戶家庭是否使用互聯(lián)網(wǎng)”的調(diào)查問題。已有研究中將使用互聯(lián)網(wǎng)進(jìn)行購(gòu)物和通信作為互聯(lián)網(wǎng)使用的代理變量，使用互聯(lián)網(wǎng)進(jìn)行購(gòu)物和通信也僅是互聯(lián)網(wǎng)眾多使用方式中的兩種，并不能完全包含所有互聯(lián)網(wǎng)的使用用戶，因此作為互聯(lián)網(wǎng)使用的代理指標(biāo)缺乏一定的準(zhǔn)確性。本文從2017年中國(guó)家庭金融調(diào)查問卷通過(guò)“農(nóng)戶是否使用互聯(lián)網(wǎng)”“農(nóng)戶開始使用互聯(lián)網(wǎng)的年份”兩個(gè)問題，將回答“在2015年及之前使用互聯(lián)網(wǎng)”的農(nóng)戶群體賦值為1，“2015年之后使用互聯(lián)網(wǎng)”的農(nóng)戶群體賦值為0，并將這些樣本與2015年中國(guó)家庭金融調(diào)查數(shù)據(jù)進(jìn)行匹配。

（3）控制變量。參考已有研究（Akoten et al.，2006；劉西川等，2014），本文選用個(gè)人及家庭層面控制變量。使用戶主年齡、戶主年齡平方、戶主性別、戶主教育年限和戶主有無(wú)配偶作為個(gè)人控制變量，其中使用戶主年齡的平方是為了控制戶主年齡增長(zhǎng)與信貸之間的非線性關(guān)系，從而減少由于年齡原因造成的信貸差異。這些控制變量普遍用于相關(guān)研究，能減少其他干擾因素對(duì)農(nóng)戶生產(chǎn)信貸造成的影響。

選取家庭勞動(dòng)力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量（>65歲）、家庭兒童數(shù)量（<15歲）、家庭人情往來(lái)支出、家庭人均收入、家庭人均資產(chǎn)和家庭土地規(guī)模作為家庭層面的控制變量。勞動(dòng)力數(shù)量以及老人、兒童占比代表的是家庭人口結(jié)構(gòu)，家庭人口結(jié)構(gòu)與收入之間具有相關(guān)性，收入直接關(guān)系到農(nóng)戶的信貸可得性，因此加入這部分控制變量可以減少由于家庭人口規(guī)模及結(jié)構(gòu)不同引起的信貸差異。家庭人情支出能夠反映出家庭社會(huì)資本的強(qiáng)弱，而社會(huì)資本又能夠幫助家庭獲取信貸信息和擔(dān)保。家庭人均收入、家庭人均資產(chǎn)代表了家庭物質(zhì)資本水平，家庭土地規(guī)模反映了家庭農(nóng)場(chǎng)生產(chǎn)規(guī)模，這三者也對(duì)家庭農(nóng)業(yè)生產(chǎn)信貸需求與獲得有著重要影響。分年度將各變量的相關(guān)定義以及描述性統(tǒng)計(jì)歸納如表1所示。

5實(shí)證結(jié)果及分析

基于上述理論分析及模型構(gòu)建，本文運(yùn)用四元聯(lián)立Probit模型分析互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸部門、非正規(guī)信貸部門的農(nóng)戶信貸需求與信貸獲得的不同影響。在計(jì)量分析前對(duì)樣本可能存在的異方差和多重共線性問題進(jìn)行了懷特檢驗(yàn)和方差膨脹因子檢驗(yàn)，懷特檢驗(yàn)結(jié)果在1%的顯著性水平上拒絕了不存在異方差的原假設(shè)，說(shuō)明模型可能存在異方差問題①，本文使用穩(wěn)健性標(biāo)準(zhǔn)誤對(duì)異方差進(jìn)行修正。方差膨脹因子所有變量數(shù)值均小于10②，說(shuō)明模型設(shè)置不存在共線性問題。

四元Probit雖然能緩解遺漏變量問題，但仍需考慮由雙向因果導(dǎo)致的內(nèi)生性問題。本文通過(guò)滯后解釋變量來(lái)緩解可能存在的雙向因果關(guān)系。考慮模型可能存在自選擇問題，使用傾向得分匹配法（Propensity Score Matching， PSM）分別估計(jì)互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸需求、正規(guī)信貸獲得、非正規(guī)信貸需求和非正規(guī)信貸獲得的平均處理效應(yīng)（Average Treatment Effect on the Treated， ATT）來(lái)緩解由模型自選擇導(dǎo)致的結(jié)果偏差。

由于互聯(lián)網(wǎng)能夠減少交易成本并促進(jìn)信息傳播，因而在機(jī)制檢驗(yàn)部分提出互聯(lián)網(wǎng)使用通過(guò)“正規(guī)金融服務(wù)下沉”和“農(nóng)戶金融素養(yǎng)提高”影響農(nóng)戶正規(guī)信貸。考慮到農(nóng)林牧漁產(chǎn)業(yè)發(fā)展地區(qū)特殊的區(qū)位和地理因素進(jìn)行異質(zhì)性檢驗(yàn)，以分析互聯(lián)網(wǎng)使用對(duì)不同部門和地區(qū)的農(nóng)業(yè)生產(chǎn)信貸產(chǎn)生的差異化影響。

5.1基準(zhǔn)回歸結(jié)果

表2列出了基準(zhǔn)回歸中四元Probit模型的估計(jì)結(jié)果，括號(hào)內(nèi)為穩(wěn)健性標(biāo)準(zhǔn)誤對(duì)異方差進(jìn)行修正。表2中列（1）至列（4）分別對(duì)應(yīng)農(nóng)戶家庭的正規(guī)信貸需求、正規(guī)信貸獲得、非正規(guī)信貸需求和非正規(guī)信貸獲得，為四個(gè)被解釋變量的估計(jì)結(jié)果。ρ12、ρ13、ρ14、ρ23、ρ24、ρ34表示對(duì)應(yīng)模型之間的相關(guān)系數(shù)。結(jié)果顯示，相關(guān)系數(shù)均在1%的顯著性水平上拒絕了四個(gè)模型相互獨(dú)立的原假設(shè)，說(shuō)明模型之間存在相互影響，在估計(jì)農(nóng)戶的信貸需求及農(nóng)戶信貸獲得時(shí)，需要加入個(gè)人及家庭特征的控制變量，這些因素影響農(nóng)戶信貸需求，卻又不可觀測(cè)。似然比檢驗(yàn)結(jié)果在1%的顯著性水平上拒絕了上述相關(guān)系數(shù)之間同時(shí)為零的原假設(shè)，Wald檢驗(yàn)結(jié)果在1%的顯著性水平上拒絕了四個(gè)方程具有相同斜率參數(shù)的原假設(shè)，表明四個(gè)被解釋變量間具有決策差異，也驗(yàn)證了本文選用四元Probit模型進(jìn)行估計(jì)的合理性。

表2的估計(jì)結(jié)果顯示，互聯(lián)網(wǎng)使用對(duì)農(nóng)戶正規(guī)信貸需求和信貸獲得的系數(shù)在1%的顯著性水平上顯著為正，說(shuō)明互聯(lián)網(wǎng)不僅增加了農(nóng)戶對(duì)正規(guī)信貸部門的信貸行為，還提高了農(nóng)戶對(duì)正規(guī)信貸部門的信貸需求。對(duì)非正規(guī)信貸部門的信貸需求與信貸獲得的影響均不顯著，說(shuō)明互聯(lián)網(wǎng)的使用主要降低了正規(guī)信貸部門的信貸約束，提高了正規(guī)信貸部門的信貸可得性。對(duì)于非正規(guī)信貸部門沒有顯著的促進(jìn)作用，可能是由于互聯(lián)網(wǎng)的使用提高了農(nóng)戶的金融素養(yǎng)，增加了農(nóng)戶對(duì)政府參與監(jiān)管的正規(guī)部門信貸部門的信賴與選擇，從而使農(nóng)戶更傾向于通過(guò)正規(guī)部門獲得貸款。

表2估計(jì)結(jié)果也反映了正規(guī)信貸部門和非正規(guī)信貸部門間的關(guān)系，兩者之間形成高低搭配、種類互補(bǔ)的格局。在貸款過(guò)程中，正規(guī)信貸部門更看重借貸者的經(jīng)濟(jì)實(shí)力和債務(wù)償還能力，更傾向于向家庭物質(zhì)資本和社會(huì)資本更為雄厚的優(yōu)質(zhì)農(nóng)戶提供信貸；而非正規(guī)信貸市場(chǎng)則起到補(bǔ)充作用，為那些未能從正規(guī)信貸部門獲得足夠信貸供給的農(nóng)戶提供貸款補(bǔ)充，也為一些經(jīng)濟(jì)實(shí)力和社會(huì)資本較弱的農(nóng)戶家庭提供必要的農(nóng)業(yè)生產(chǎn)貸款。

5.1.1互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸部門的影響

表2顯示，對(duì)農(nóng)業(yè)正規(guī)信貸獲得起到顯著影響的變量有家庭勞動(dòng)力數(shù)量、家庭黨員數(shù)量、家庭人情往來(lái)支出、家庭人均收入和家庭土地規(guī)模。對(duì)農(nóng)業(yè)正規(guī)需求起到顯著影響的變量有家庭勞動(dòng)力數(shù)量、家庭人情往來(lái)支出和家庭人均收入。家庭勞動(dòng)力數(shù)量正向影響正規(guī)信貸部門的農(nóng)戶信貸需求及信貸獲得，由于勞動(dòng)力數(shù)量更多的家庭往往生產(chǎn)能力更強(qiáng)，家庭負(fù)擔(dān)也更重，所以需要一定的農(nóng)業(yè)生產(chǎn)規(guī)模才能滿足家庭生活需要，同時(shí)家庭規(guī)模更大的農(nóng)戶也更能滿足擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模所需的勞動(dòng)力，擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模意味著有更多的資金需要，因而勞動(dòng)力數(shù)量更多的家庭不論是借貸行為還是資金需求往往更頻繁。此外，家庭勞動(dòng)力數(shù)量越多意味著家庭的債務(wù)擔(dān)保和債務(wù)償還能力越強(qiáng)，更容易獲得正規(guī)信貸部門的信貸供給。

家庭人情往來(lái)支出和家庭人均收入都正向影響正規(guī)信貸行為和正規(guī)信貸需求，是由于人情往來(lái)支出更多的家庭擁有更加豐富的社會(huì)資本，能夠獲得更多的信貸信息和融資渠道，增加了家庭獲得正規(guī)信貸融資的可能性。人均收入代表了家庭財(cái)富創(chuàng)造能力和償還能力，有較高財(cái)富創(chuàng)造能力的家庭往往更善于投資管理，會(huì)更加依賴資本進(jìn)行擴(kuò)大生產(chǎn)，同時(shí)也具有更強(qiáng)的貸款還債能力，因而顯著促進(jìn)了這部分群體獲得正規(guī)機(jī)構(gòu)的信貸行為。家庭土地規(guī)模正向影響正規(guī)信貸行為，是由于土地規(guī)模較大的家庭往往更需要為農(nóng)業(yè)生產(chǎn)進(jìn)行融資，并且土地作為固定資產(chǎn)起到擔(dān)保、抵押作用；農(nóng)戶擁有更多的耕地資源，也就更容易獲得正規(guī)金融機(jī)構(gòu)的信貸支持。

5.1.2互聯(lián)網(wǎng)使用對(duì)非正規(guī)信貸部門的影響

表2顯示，對(duì)非正規(guī)信貸部門起到顯著影響的變量有戶主性別、戶主教育年限、家庭勞動(dòng)力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量、家庭兒童數(shù)量、家庭人情往來(lái)支出、家庭人均收入和家庭土地規(guī)模。表2中列（3）、列（4）顯示，戶主為男性的家庭更容易獲得非正規(guī)信貸供給，這說(shuō)明與正規(guī)信貸部門相比，非正規(guī)信貸部門更多地考慮家庭成員結(jié)構(gòu)因素。與對(duì)正規(guī)信貸部門的影響不同，戶主教育年限對(duì)非正規(guī)信貸供給起到負(fù)向影響，說(shuō)明具有更高教育程度以及更廣社會(huì)關(guān)系的農(nóng)戶更傾向于通過(guò)正規(guī)信貸部門獲得信貸支持，而教育水平偏低的家庭則更多地通過(guò)非正規(guī)信貸部門獲得生產(chǎn)借貸。家庭勞動(dòng)力數(shù)量對(duì)正規(guī)信貸部門與非正規(guī)信貸部門的借貸均起到顯著的促進(jìn)作用，說(shuō)明對(duì)于農(nóng)業(yè)生產(chǎn)而言，勞動(dòng)力是重要的生產(chǎn)要素，是借貸部門衡量是否提供貸款以及影響農(nóng)戶借貸需求的重要因素。家庭土地規(guī)模同樣作為農(nóng)業(yè)生產(chǎn)重要的要素投入，單純依靠正規(guī)部門不能滿足農(nóng)戶的農(nóng)業(yè)生產(chǎn)融資需求時(shí)，土地規(guī)模越大的家庭越會(huì)通過(guò)非正規(guī)信貸部門來(lái)滿足自身的融資需要。

家庭黨員數(shù)量、家庭人情往來(lái)支出兩個(gè)變量對(duì)于非正規(guī)信貸部門則起到顯著的減少作用。可能由于社會(huì)網(wǎng)絡(luò)越豐富、人情往來(lái)越多的家庭，越能通過(guò)正規(guī)信貸部門獲得資金支持，反而減少了對(duì)于非正規(guī)信貸部門的借貸需求；也可能通過(guò)不付利息直接向親友借款獲得短期的借貸幫助，反而減少了通過(guò)民間金融組織、非銀行融資渠道的信貸需求與信貸獲得。家庭老人數(shù)量對(duì)非正規(guī)信貸的借貸行為和信貸需求都起到相反作用，是由于老人越多的家庭農(nóng)業(yè)生產(chǎn)能力越弱且家庭撫養(yǎng)負(fù)擔(dān)重，償還能力相對(duì)較弱，因而獲得非正規(guī)信貸的可能性小且借貸需求較少。家庭兒童數(shù)量對(duì)非正規(guī)信貸需求和供給具有正向影響，說(shuō)明子女較多的家庭需要更多資金用于下一代的成長(zhǎng)和教育，因而有著更強(qiáng)烈的擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模的動(dòng)機(jī)，有更多的融資需求；對(duì)于收入和資產(chǎn)較少的多子女農(nóng)戶家庭而言，由于在正規(guī)信貸部門的融資能力較弱，需要通過(guò)非正規(guī)信貸部門來(lái)彌補(bǔ)其用于農(nóng)業(yè)生產(chǎn)投入的資金需要。

5.2穩(wěn)健性檢驗(yàn)

在穩(wěn)健性檢驗(yàn)部分，本文依次使用滯后被解釋變量和采用傾向匹配得分法進(jìn)行分析。

5.2.1滯后被解釋變量

2015年度中國(guó)家庭金融數(shù)據(jù)調(diào)查從2014年開始，時(shí)間跨度為2014-2015年，因此將互聯(lián)網(wǎng)使用滯后兩期，選擇2013年之前使用互聯(lián)網(wǎng)的農(nóng)戶家庭作為解釋變量，使用互聯(lián)網(wǎng)的農(nóng)戶家庭賦值為1，反之為0。表3是使用了滯后解釋變量的回歸結(jié)果，ρ12、ρ13、ρ14、ρ23、ρ24、ρ34在1%的顯著性水平上顯著，似然比檢驗(yàn)結(jié)果在1%的顯著性水平上拒絕了上述相關(guān)系數(shù)同時(shí)為零的原假設(shè)，Wald檢驗(yàn)結(jié)果在1%的顯著性水平上拒絕了四個(gè)方程具有相同斜率參數(shù)的原假設(shè)，且互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸需求和正規(guī)信貸獲得的系數(shù)在1%和5%的顯著性水平上顯著為正，對(duì)非正規(guī)信貸需求和非正規(guī)信貸獲得的系數(shù)不顯著。結(jié)論與基準(zhǔn)回歸結(jié)果保持一致，表明互聯(lián)網(wǎng)使用能夠顯著促進(jìn)正規(guī)信貸部門的發(fā)展，但并不直接影響非正規(guī)信貸部門。

5.2.2傾向得分匹配法

樣本自選擇造成的選擇性偏誤也會(huì)導(dǎo)致估計(jì)結(jié)果偏差。由于傾向得分匹配法具有不需要提前假定函數(shù)形式、參數(shù)約束、誤差項(xiàng)分布以及解釋變量外生的特點(diǎn)，在處理自選擇問題時(shí)更具優(yōu)勢(shì)（Heckman et al.，2007），故本文使用傾向得分匹配法解決樣本自選擇問題。首先，選取戶主年齡、戶主性別、戶主教育年限、戶主有無(wú)配偶、家庭勞動(dòng)力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量、家庭兒童數(shù)量、家庭人情往來(lái)支出、家庭人均收入、家庭人均資產(chǎn)和家庭土地規(guī)模①進(jìn)行Logit回歸，計(jì)算出傾向得分；然后，再采用一對(duì)二近鄰匹配、一對(duì)四近鄰匹配、窗寬為0.06核匹配、窗寬為0.10核匹配四種方法進(jìn)行匹配。圖1分別顯示了匹配數(shù)據(jù)的平衡性檢驗(yàn)，匹配前后變量的標(biāo)準(zhǔn)化偏差均小于5%。圖1a可以看出匹配后數(shù)據(jù)在0附近，說(shuō)明數(shù)據(jù)匹配較為理想，控制組與對(duì)照組的控制變量間不存在較大的差異，通過(guò)了平衡檢驗(yàn)；圖1b可以看出大多數(shù)觀測(cè)值都在共同取值范圍內(nèi)，在匹配時(shí)損失數(shù)據(jù)較少；圖1c和圖1d說(shuō)明匹配后處理組和控制組之間具有較好的擬合程度，為后續(xù)實(shí)證結(jié)果的可靠性奠定了基礎(chǔ)。

傾向得分匹配回歸結(jié)果如表4所示。表4顯示，互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸需求和正規(guī)信貸獲得的平均處理效應(yīng)在1%的顯著性水平上顯著，對(duì)非正規(guī)信貸需求和非正規(guī)信貸獲得的平均處理效應(yīng)同樣不能通過(guò)顯著性檢驗(yàn)。匹配結(jié)果與基準(zhǔn)回歸結(jié)果基本相同，進(jìn)一步驗(yàn)證了在考慮樣本自選擇問題后本文結(jié)論的穩(wěn)健性。

5.3機(jī)制探討和異質(zhì)性分析

通過(guò)實(shí)證分析發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對(duì)正規(guī)信貸部門的信貸需求及信貸獲得具有顯著的正向影響，機(jī)制檢驗(yàn)部分進(jìn)一步探究互聯(lián)網(wǎng)使用是通過(guò)什么方法和渠道對(duì)農(nóng)戶正規(guī)信貸產(chǎn)生影響。

5.3.1機(jī)制探討

（1）正規(guī)金融服務(wù)下沉。農(nóng)村地區(qū)正規(guī)金融服務(wù)是影響農(nóng)戶信貸約束的主要因素。在信息技術(shù)的推動(dòng)下，傳統(tǒng)金融模式發(fā)生了顯著的變革，互聯(lián)網(wǎng)金融的出現(xiàn)突破了傳統(tǒng)金融的時(shí)空限制，改變了傳統(tǒng)金融的交易方式，不僅提升了借貸效率，降低了融資成本，還提高了金融服務(wù)質(zhì)量，促進(jìn)正規(guī)金融服務(wù)下沉，從而增加了正規(guī)金融可及性。本文參考尹志超等（2019）的研究，構(gòu)建“使用網(wǎng)絡(luò)銀行”變量，將農(nóng)戶家庭使用過(guò)網(wǎng)絡(luò)銀行和在線銀行服務(wù)的賦值為1，反之為0。使用Probit模型進(jìn)行估計(jì)，互聯(lián)網(wǎng)使用與開通網(wǎng)絡(luò)銀行回歸結(jié)果如表5所示。表5中列（1）至列（3）依次顯示了在加入控制變量和省份固定效應(yīng)后，互聯(lián)網(wǎng)使用對(duì)農(nóng)戶開通網(wǎng)絡(luò)銀行的回歸結(jié)果。數(shù)據(jù)顯示，互聯(lián)網(wǎng)使用通過(guò)促進(jìn)農(nóng)戶使用網(wǎng)絡(luò)銀行行為，提高了正規(guī)金融服務(wù)和正規(guī)金融部門的信貸可得性。

（2）農(nóng)戶金融素養(yǎng)提高。金融知識(shí)及對(duì)金融信息的了解程度是影響農(nóng)戶獲得金融信貸的主要影響因素。互聯(lián)網(wǎng)的發(fā)展有效促進(jìn)了金融知識(shí)普及，降低了由于信息不對(duì)稱導(dǎo)致的高借貸交易成本，促進(jìn)信息在需求方與供給方等不同群體間實(shí)現(xiàn)“均等化、扁平化”傳播，增加借貸雙方的交流與互動(dòng)，使信貸市場(chǎng)更加公開透明。本文構(gòu)建“金融信息關(guān)注程度”變量，將農(nóng)戶對(duì)金融信息的關(guān)注程度定義為五個(gè)等級(jí)，從1到5分別進(jìn)行賦值①。進(jìn)一步構(gòu)建“參加金融課程”變量，如果農(nóng)戶上過(guò)金融類課程則定義為1，反之定義為0。表6列出了使用Oprobit和Probit模型對(duì)互聯(lián)網(wǎng)使用與金融信息關(guān)注程度、參加金融課程的回歸結(jié)果。從表6可以看出，在加入控制變量和省份固定效應(yīng)后，互聯(lián)網(wǎng)使用顯著提高了農(nóng)戶對(duì)金融信息的關(guān)注程度②，有助于推動(dòng)農(nóng)戶參加相關(guān)金融課程，說(shuō)明農(nóng)村地區(qū)互聯(lián)網(wǎng)的發(fā)展促進(jìn)了農(nóng)戶金融知識(shí)普及和金融素養(yǎng)的提高。

5.3.2異質(zhì)性分析

與農(nóng)業(yè)種植業(yè)多分布于平原地區(qū)不同，我國(guó)林草資源主要集中在東北、西南地區(qū)以及福建、江西、湖南等地的部分山區(qū)，地形陡峭、交通不便、通訊不暢導(dǎo)致基礎(chǔ)設(shè)施落后和信息不對(duì)稱等問題，嚴(yán)重限制了林草金融服務(wù)的發(fā)展。特別是在我國(guó)南方主要集體林區(qū)，缺乏正規(guī)金融市場(chǎng)供給主體和交易成本偏高等問題導(dǎo)致融資效率低下（汪璐等，2017），林農(nóng)面臨更為嚴(yán)重的信貸約束。信息數(shù)字化以及計(jì)算能力的不斷提升使人們的許多經(jīng)濟(jì)活動(dòng)逐漸轉(zhuǎn)移到互聯(lián)網(wǎng)上，通過(guò)互聯(lián)網(wǎng)支付、網(wǎng)絡(luò)借貸等方式加速了金融信貸交易，改變了傳統(tǒng)金融的組織交易形式。互聯(lián)網(wǎng)使用打破了林區(qū)金融信貸服務(wù)受自然環(huán)境影響的特殊限制，無(wú)論是從節(jié)省林農(nóng)的交易成本還是降低金融部門的信貸風(fēng)險(xiǎn)方面，互聯(lián)網(wǎng)都發(fā)揮了緩解林業(yè)生產(chǎn)中融資約束的作用。將樣本按照“是否為林業(yè)生產(chǎn)戶”和“森林覆蓋率高低”進(jìn)行分組，分別檢驗(yàn)互聯(lián)網(wǎng)使用對(duì)于林農(nóng)以及區(qū)位環(huán)境更為特殊的高森林覆蓋率地區(qū)產(chǎn)生的不同作用。以推動(dòng)落實(shí)“大食物觀”為目標(biāo)，為制定適合林業(yè)發(fā)展的金融信貸政策和促進(jìn)農(nóng)村產(chǎn)業(yè)融合發(fā)展提供參考。

（1）依據(jù)“是否為林業(yè)生產(chǎn)戶”，從樣本中分出林業(yè)生產(chǎn)戶和非林業(yè)生產(chǎn)戶，分別對(duì)兩組樣本數(shù)據(jù)進(jìn)行Probit回歸，如表7所示。表7結(jié)果顯示，互聯(lián)網(wǎng)使用在5%的顯著性水平上顯著促進(jìn)了林業(yè)生產(chǎn)戶的正規(guī)信貸需求和正規(guī)信貸獲得，兩者分別提高了5.92%和4.12%；而互聯(lián)網(wǎng)使用僅在10%的顯著性水平上顯著促進(jìn)了非林業(yè)生產(chǎn)戶的正規(guī)信貸需求，提高了4.50%，并未顯著影響其信貸獲得。

（2）按照森林覆蓋率劃分。根據(jù)第九次全國(guó)森林資源清查各省份森林覆蓋率排名，將福建、江西、廣西、浙江等森林覆蓋率排名靠前的省份①，加上我國(guó)東北國(guó)有林區(qū)的黑龍江、內(nèi)蒙古、吉林、遼寧和西南地區(qū)的四川、重慶、云南、西藏等省份，將位于以上地區(qū)的農(nóng)戶樣本設(shè)定為高森林覆蓋率地區(qū)，其他省份的農(nóng)戶樣本設(shè)定為低森林覆蓋率地區(qū)，進(jìn)行Probit回歸，如表8所示。表8顯示，互聯(lián)網(wǎng)使用對(duì)高森林覆蓋率地區(qū)的農(nóng)戶正規(guī)信貸需求與獲得有更為顯著的促進(jìn)作用，對(duì)低森林覆蓋率地區(qū)的正規(guī)信貸需求在10%顯著性水平上提高了4.85%，但對(duì)該地區(qū)農(nóng)戶的正規(guī)信貸獲得無(wú)顯著影響。

相關(guān)研究認(rèn)為，非正規(guī)信貸部門更能滿足林業(yè)生產(chǎn)和區(qū)位環(huán)境的特殊性要求，非正規(guī)金融更有利于林業(yè)產(chǎn)業(yè)發(fā)展，緩解林業(yè)產(chǎn)業(yè)面臨的信貸約束（魯釗陽(yáng)等，2015）。但本文研究發(fā)現(xiàn)，隨著電子信息技術(shù)發(fā)展，互聯(lián)網(wǎng)使用能夠有效促進(jìn)林農(nóng)對(duì)正規(guī)部門的信貸需求和信貸獲得，從而有利于正規(guī)信貸部門與非正規(guī)信貸部門形成互為補(bǔ)充的關(guān)系，共同起到緩解林農(nóng)信貸約束和促進(jìn)林業(yè)產(chǎn)業(yè)持續(xù)發(fā)展的作用。

作為林業(yè)生產(chǎn)的基本單位，林農(nóng)在林業(yè)發(fā)展中扮演著重要角色。由于金融抑制導(dǎo)致的正規(guī)金融市場(chǎng)規(guī)模緊縮，使其生產(chǎn)性融資需求得不到有效滿足（徐璋勇等，2008）。互聯(lián)網(wǎng)使用顯著促進(jìn)了林農(nóng)對(duì)正規(guī)信貸部門的信貸需求與信貸獲得，同時(shí)對(duì)于交通不便、通信環(huán)境惡劣的高森林覆蓋率地區(qū)的農(nóng)戶來(lái)說(shuō)也同樣具有顯著的促進(jìn)作用，但對(duì)非林業(yè)生產(chǎn)戶和低森林覆蓋率地區(qū)農(nóng)戶的信貸獲得均不產(chǎn)生顯著影響。相比林業(yè)生產(chǎn)戶而言，非林業(yè)生產(chǎn)戶以及低森林覆蓋率地區(qū)農(nóng)戶可能缺乏農(nóng)業(yè)產(chǎn)業(yè)作為貸款抵押條件，或者這些農(nóng)戶不以農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)為主要收入來(lái)源。

6研究結(jié)論、討論與政策啟示

小規(guī)模家庭農(nóng)戶“融資貴、融資難”等問題影響農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大，不利于鄉(xiāng)村振興和農(nóng)村經(jīng)濟(jì)的高質(zhì)量發(fā)展。在互聯(lián)網(wǎng)快速發(fā)展的背景下，通過(guò)信息技術(shù)的使用帶動(dòng)農(nóng)村經(jīng)濟(jì)發(fā)生一系列變革，互聯(lián)網(wǎng)的使用不僅有利于農(nóng)戶提高收入、增加創(chuàng)業(yè)和擴(kuò)大農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)規(guī)模，同時(shí)對(duì)于農(nóng)村互聯(lián)網(wǎng)金融發(fā)展和農(nóng)業(yè)生產(chǎn)信貸也產(chǎn)生了深刻的影響。

6.1研究結(jié)論

基于2015年和2017年中國(guó)家庭金融調(diào)查中從事農(nóng)業(yè)生產(chǎn)的樣本數(shù)據(jù)，本文運(yùn)用四元聯(lián)立模型，在控制正規(guī)信貸部門、非正規(guī)信貸部門、農(nóng)戶信貸行為、信貸需求四者之間相互影響的前提下，建立互聯(lián)網(wǎng)使用對(duì)農(nóng)業(yè)生產(chǎn)信貸的分析框架，實(shí)證檢驗(yàn)互聯(lián)網(wǎng)對(duì)不同信貸部門農(nóng)業(yè)生產(chǎn)信貸的影響及作用機(jī)制，得出3點(diǎn)結(jié)論。

（1）互聯(lián)網(wǎng)使用顯著促進(jìn)了正規(guī)信貸部門的發(fā)展，提高了農(nóng)戶對(duì)于正規(guī)信貸部門的信貸獲得與信貸需求。互聯(lián)網(wǎng)使用對(duì)農(nóng)戶正規(guī)信貸需求和信貸獲得行為的影響顯著為正，說(shuō)明互聯(lián)網(wǎng)的使用降低了正規(guī)信貸部門的交易成本，緩解了農(nóng)戶對(duì)于正規(guī)信貸部門的信貸約束。同時(shí)，由于互聯(lián)網(wǎng)改進(jìn)了信息傳播的方式，使得信息快速、扁平化傳播，吸引更多農(nóng)戶投入到創(chuàng)新創(chuàng)業(yè)中來(lái)，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)促使農(nóng)戶提高了對(duì)正規(guī)信貸部門的信貸需求，即農(nóng)戶的貸款需求量大幅增加。

（2）互聯(lián)網(wǎng)主要通過(guò)“網(wǎng)絡(luò)銀行”和“提升金融素養(yǎng)”等方式促進(jìn)農(nóng)戶對(duì)正規(guī)信貸部門的借貸行為。已有研究對(duì)網(wǎng)絡(luò)銀行的使用和金融素養(yǎng)如何提高農(nóng)戶生產(chǎn)信貸的關(guān)系進(jìn)行了分析（尹志超等，2019）。實(shí)證結(jié)果驗(yàn)證了“網(wǎng)絡(luò)銀行”的使用有助于金融服務(wù)快速下沉，讓更多農(nóng)戶獲得便捷的信用借貸。互聯(lián)網(wǎng)的信息傳播功能提高了農(nóng)戶的金融素養(yǎng)，從而促進(jìn)了農(nóng)戶的信貸行為，進(jìn)一步提高了農(nóng)戶的信貸需求。

（3）互聯(lián)網(wǎng)使用對(duì)林業(yè)生產(chǎn)戶和高森林覆蓋率地區(qū)農(nóng)戶的正規(guī)信貸影響更為顯著，有效促進(jìn)了林農(nóng)對(duì)正規(guī)部門的信貸需求和信貸獲得，對(duì)非林業(yè)生產(chǎn)戶及低森林覆蓋率地區(qū)農(nóng)戶的信貸獲得作用不明顯，說(shuō)明農(nóng)戶對(duì)正規(guī)信貸部門的信貸需求和信貸獲得之間還存在著供需不匹配的現(xiàn)象。

6.2討論

互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)的快速發(fā)展是近年學(xué)術(shù)界討論的熱點(diǎn)問題，許多學(xué)者以農(nóng)戶家庭收入、創(chuàng)業(yè)、社會(huì)資本等為重點(diǎn)展開了翔實(shí)的研究，比如張勛等（2019）認(rèn)為，電子信息技術(shù)的快速發(fā)展促使數(shù)字普惠金融下沉到農(nóng)村地區(qū)，提高了農(nóng)村居民的收入，縮小了城鄉(xiāng)收入差距，促進(jìn)了經(jīng)濟(jì)包容性增長(zhǎng)；尹志超等（2019）以移動(dòng)支付作為互聯(lián)網(wǎng)使用的代理變量，驗(yàn)證了移動(dòng)支付的使用顯著提高了家庭創(chuàng)業(yè)的概率和工商業(yè)項(xiàng)目的經(jīng)營(yíng)績(jī)效，并對(duì)創(chuàng)業(yè)成本高和受到信貸約束的家庭創(chuàng)業(yè)活動(dòng)促進(jìn)作用更大；趙宏紅等（2022）針對(duì)農(nóng)村非正規(guī)金融對(duì)林業(yè)產(chǎn)業(yè)發(fā)展的影響進(jìn)行了分析，認(rèn)為兩者在5%的顯著性水平上存在顯著的正向關(guān)系，與正規(guī)信貸部門存在一定的互補(bǔ)效應(yīng)。在這些研究基礎(chǔ)上，本文關(guān)注到互聯(lián)網(wǎng)使用在提高信貸部門審批和管理效率、促進(jìn)信息傳播扁平化、市場(chǎng)信息公開化、分散信息集中化等方面的作用，是解決農(nóng)戶面臨“融資難”“融資貴”等信貸約束問題的重要路徑，對(duì)互聯(lián)網(wǎng)使用與農(nóng)業(yè)生產(chǎn)信貸之間的關(guān)系及作用機(jī)制展開了研究。

本文以農(nóng)戶的農(nóng)業(yè)生產(chǎn)信貸行為和信貸需求角度為切入點(diǎn)，既能反映電子信息技術(shù)的發(fā)展從宏觀層面是否推動(dòng)普惠金融、銀行服務(wù)的下沉與發(fā)展，通過(guò)數(shù)字金融、互聯(lián)網(wǎng)金融的快速發(fā)展推動(dòng)銀行服務(wù)升級(jí)；又以農(nóng)戶家庭微觀經(jīng)濟(jì)行為作為分析對(duì)象，研究互聯(lián)網(wǎng)是否以及如何改善農(nóng)村地區(qū)的信貸約束，從而有助于農(nóng)林牧漁等不同性質(zhì)的農(nóng)業(yè)部門擴(kuò)大生產(chǎn)規(guī)模，提高農(nóng)業(yè)生產(chǎn)效率。異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，對(duì)非林業(yè)生產(chǎn)種植戶和低森林覆蓋率地區(qū)，互聯(lián)網(wǎng)發(fā)展對(duì)其信貸獲得沒有顯著影響，可以看出，對(duì)特殊地區(qū)及特殊部門的農(nóng)業(yè)生產(chǎn)種植戶，仍需發(fā)揮非正規(guī)信貸部門緩解其信貸約束的作用。

本文尚存在兩點(diǎn)不足：一是缺乏相關(guān)變量的長(zhǎng)期跟蹤調(diào)查數(shù)據(jù)，無(wú)法識(shí)別互聯(lián)網(wǎng)使用對(duì)不同信貸部門的動(dòng)態(tài)處理效應(yīng)。二是機(jī)制檢驗(yàn)中關(guān)于中介效應(yīng)與調(diào)節(jié)效應(yīng)檢驗(yàn)方法的缺陷。中介效應(yīng)分析雖是國(guó)內(nèi)經(jīng)濟(jì)學(xué)因果推斷經(jīng)驗(yàn)研究中廣泛采用的研究手段，但中介效應(yīng)逐步檢驗(yàn)本身存在偏誤，本文根據(jù)文獻(xiàn)建議雖完成了第一步檢驗(yàn)，第二步檢驗(yàn)則按照相關(guān)建議使用已有文獻(xiàn)進(jìn)行佐證（江艇，2022）。由于中介效應(yīng)檢驗(yàn)本身存在的問題未能改善，同時(shí)機(jī)制部分也有可能存在潛在的內(nèi)生性問題，因此這部分內(nèi)容的參考價(jià)值有限（Maccini et al.，2009）。

6.3政策啟示

在我國(guó)提出要樹立“大食物觀”的政策背景下，研究互聯(lián)網(wǎng)的使用對(duì)農(nóng)林牧漁業(yè)生產(chǎn)當(dāng)中信貸行為產(chǎn)生的作用影響，對(duì)促進(jìn)我國(guó)農(nóng)村互聯(lián)網(wǎng)金融發(fā)展和保障我國(guó)糧食安全促進(jìn)農(nóng)業(yè)生產(chǎn)規(guī)模化、效率化發(fā)展具有理論意義和現(xiàn)實(shí)意義。根據(jù)研究結(jié)論，本文給出3點(diǎn)政策啟示。

（1）推動(dòng)農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)農(nóng)民的數(shù)字素養(yǎng)與技能培訓(xùn)。截至2021年12月，我國(guó)農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為59.20%，雖然城鄉(xiāng)間的差距在不斷縮小，但與城市相比差距仍較大。應(yīng)進(jìn)一步健全農(nóng)村地區(qū)信息基礎(chǔ)設(shè)施建設(shè)，尤其是要加速提高落后林區(qū)和交通不便的其他農(nóng)村地區(qū)的互聯(lián)網(wǎng)使用率，同時(shí)也要提升農(nóng)村居民對(duì)互聯(lián)網(wǎng)信息的獲取能力，提高農(nóng)戶使用電子信息產(chǎn)品獲取信息和學(xué)習(xí)知識(shí)的能力，才能促進(jìn)信息供給與需求之間的有效匹配。

（2）依托互聯(lián)網(wǎng)技術(shù)，通過(guò)金融機(jī)構(gòu)和信貸部門整合各類信息數(shù)據(jù)，推動(dòng)農(nóng)村數(shù)字普惠金融服務(wù)的進(jìn)一步下沉。通過(guò)建立個(gè)人誠(chéng)信電子檔案，減少信貸配給，節(jié)約農(nóng)戶信貸成本，降低小規(guī)模家庭農(nóng)戶的信貸約束，進(jìn)一步放活農(nóng)村信貸市場(chǎng)。同時(shí)，繼續(xù)擴(kuò)大農(nóng)村金融的服務(wù)范圍與深度，使得金融信貸業(yè)務(wù)盡可能覆蓋和服務(wù)更多的農(nóng)戶家庭。

（3）通過(guò)加強(qiáng)對(duì)普通農(nóng)戶的生產(chǎn)信貸扶持，促進(jìn)以農(nóng)林牧漁業(yè)等不同生產(chǎn)性質(zhì)的農(nóng)業(yè)產(chǎn)業(yè)間的融合發(fā)展。在確保我國(guó)糧食安全的前提下，提倡發(fā)展綠色可持續(xù)農(nóng)業(yè)，以電子信息技術(shù)的使用與發(fā)展為契機(jī)，借助數(shù)字金融、綠色信貸的發(fā)展優(yōu)勢(shì)，打破農(nóng)林地區(qū)地理環(huán)境和基礎(chǔ)設(shè)施落后的限制。充分發(fā)揮林業(yè)生產(chǎn)在保護(hù)生態(tài)環(huán)境和維護(hù)生態(tài)平衡方面的作用，推動(dòng)農(nóng)業(yè)種植結(jié)合森林培育，利用林木的自然特性起到對(duì)自然災(zāi)害和極端天氣等的防護(hù)作用，提高農(nóng)業(yè)生產(chǎn)種植產(chǎn)量。同時(shí)，通過(guò)農(nóng)業(yè)生產(chǎn)種植對(duì)土地資源合理規(guī)劃，因地制宜地發(fā)展不同性質(zhì)農(nóng)業(yè)產(chǎn)業(yè)，形成互為補(bǔ)充和相互促進(jìn)的發(fā)展關(guān)系，走出一條綠色、可持續(xù)發(fā)展的鄉(xiāng)村振興之路。

參考文獻(xiàn)

包烏蘭托亞，馬龍波，吳瓊.林業(yè)生態(tài)扶貧效率評(píng)價(jià)研究——基于中國(guó)22個(gè)省份的實(shí)證分析[J].林業(yè)經(jīng)濟(jì)， 2022， 44（05）：77-96.

曹玉昆，翟相如.金融支持對(duì)林業(yè)產(chǎn)業(yè)發(fā)展的影響——基于空間計(jì)量模型的實(shí)證[J].統(tǒng)計(jì)與決策， 2020， 36（13）：150-153.

樊文翔.互聯(lián)網(wǎng)使用、資本積累與農(nóng)戶信貸可得性——基于馬克思資本范疇和CFPS數(shù)據(jù)的分析[J].江漢學(xué)術(shù)， 2022， 41（04）： 76-87.

胡振，聶雅豐，羅劍朝.社會(huì)資本與農(nóng)戶融資約束——基于農(nóng)戶分化和農(nóng)地金融創(chuàng)新的異質(zhì)性檢驗(yàn)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2022（03）：1-12.

江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2022（05）：100-120.

李慧.看林業(yè)產(chǎn)業(yè)如何實(shí)現(xiàn)轉(zhuǎn)型升級(jí)[J].中國(guó)林業(yè)產(chǎn)業(yè)， 2018（Z1）：62-63.

林毅夫.“三農(nóng)”問題與我國(guó)農(nóng)村的未來(lái)發(fā)展[J].農(nóng)業(yè)經(jīng)濟(jì)問題， 2003（01）：19-24， 79.

劉俊杰，李超偉，韓思敏，等.農(nóng)村電商發(fā)展與農(nóng)戶數(shù)字信貸行為——來(lái)自江蘇“淘寶村”的微觀證據(jù)[J].中國(guó)農(nóng)村經(jīng)濟(jì)， 2020（11）：97-112.

劉西川，楊奇明，陳立輝.農(nóng)戶信貸市場(chǎng)的正規(guī)部門與非正規(guī)部門：替代還是互補(bǔ)？ [J].經(jīng)濟(jì)研究， 2014， 49（11）：145-158， 188.

劉西川.貧困地區(qū)農(nóng)戶的信貸需求與信貸約束[M].杭州：浙江大學(xué)出版社， 2008.

魯釗陽(yáng)，李樹.農(nóng)村正規(guī)與非正規(guī)金融發(fā)展對(duì)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響[J].財(cái)經(jīng)研究， 2015， 41（09）：53-64.

路曉蒙，吳雨.轉(zhuǎn)入土地、農(nóng)戶農(nóng)業(yè)信貸需求與信貸約束——基于中國(guó)家庭金融調(diào)查（CHFS）數(shù)據(jù)的分析[J].金融研究， 2021（05）：40-58.

錢水土，翁磊.社會(huì)資本，非正規(guī)金融與產(chǎn)業(yè)集群發(fā)展——浙江經(jīng)驗(yàn)研究[J].金融研究， 2009（11）：194-206.

任靜，朱方明.互聯(lián)網(wǎng)銀行的破壞性創(chuàng)新及其對(duì)傳統(tǒng)銀行的挑戰(zhàn)[J].現(xiàn)代經(jīng)濟(jì)探討， 2016（03）：10-14.

譚燕芝，李云仲，胡萬(wàn)俊.數(shù)字鴻溝還是信息紅利：信息化對(duì)城鄉(xiāng)收入回報(bào)率的差異研究[J].現(xiàn)代經(jīng)濟(jì)探討， 2017（10）：88-95.

譚燕芝，葉程芳.金融可得性視角下的農(nóng)地流轉(zhuǎn)與農(nóng)村居民收入[J].經(jīng)濟(jì)與管理研究， 2021， 42（11）：93-103.

田紅宇，王嬡名，祝志勇.數(shù)字化賦能：互聯(lián)網(wǎng)使用對(duì)農(nóng)戶信貸的影響及其異質(zhì)性研究——基于選擇實(shí)驗(yàn)方法的檢驗(yàn)和分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2022（04）：86-102.

汪昌云，鐘騰，鄭華懋.金融市場(chǎng)化提高了農(nóng)戶信貸獲得嗎？——基于農(nóng)戶調(diào)查的實(shí)證研究[J].經(jīng)濟(jì)研究， 2014， 49（10）：33-45， 178.

汪璐，宋坤，諶希，等.農(nóng)村非正規(guī)金融對(duì)農(nóng)林牧漁業(yè)的影響研究[J].世界農(nóng)業(yè)， 2017（10）：210-215.

溫賽賽，貫君，楊躍.中國(guó)林業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系構(gòu)建與測(cè)度[J].林業(yè)經(jīng)濟(jì)問題， 2022， 42（03）：241-252.

謝平，鄒傳偉，劉海二.互聯(lián)網(wǎng)金融的基礎(chǔ)理論[J].金融研究， 2015（08）：1-12.

徐璋勇，郭梅亮.轉(zhuǎn)型時(shí)期農(nóng)村非正規(guī)金融生成邏輯的理論分析——兼對(duì)農(nóng)村二元金融結(jié)構(gòu)現(xiàn)象的解釋[J].經(jīng)濟(jì)學(xué)家， 2008（05）：68-76.

尹志超，公雪，郭沛瑤.移動(dòng)支付對(duì)創(chuàng)業(yè)的影響——來(lái)自中國(guó)家庭金融調(diào)查的微觀證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2019（03）：119-137.

尹志超，張棟浩.金融普惠、家庭貧困及脆弱性[J].經(jīng)濟(jì)學(xué)（季刊）， 2020， 20（05）：153-172.

張杰.農(nóng)戶、國(guó)家與中國(guó)農(nóng)貸制度：一個(gè)長(zhǎng)期視角[J].金融研究， 2005（02）：1-12.

張龍耀，江春.中國(guó)農(nóng)村金融市場(chǎng)中非價(jià)格信貸配給的理論和實(shí)證分析[J].金融研究， 2011（07）：98-113.

張平.應(yīng)用型人才培養(yǎng)視角下林業(yè)高等教育管理體制改革研究——評(píng)《林學(xué)概論》[J].林業(yè)經(jīng)濟(jì)， 2020， 42（12）：102.

張勛，萬(wàn)廣華，張佳佳，等.數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)[J].經(jīng)濟(jì)研究， 2019， 54（08）：71-86.

趙宏紅，黃安勝.農(nóng)村非正規(guī)金融對(duì)林業(yè)產(chǎn)業(yè)發(fā)展的影響——基于中國(guó)30個(gè)省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].林業(yè)經(jīng)濟(jì)， 2022， 44（09）：50-60.

周立.農(nóng)村金融市場(chǎng)四大問題及其演化邏輯[J].財(cái)貿(mào)經(jīng)濟(jì)， 2007（02）：56-63， 128-129.

Akoten J E， Sawada Y， Otsuka K. The determinants of credit access and its impacts on micro and small enterprises：The case of garment producers in Kenya [J]. Economic Development and Cultural Change， 2006， 54（04）：927-944.

Andersen T B， Malchow-M？ller N. Strategic interaction in undeveloped credit markets [J]. Journal of Development Economics， 2006， 80（02）：275-298.

Bj？rkegren D， Grissen D. The potential of digital credit to bank the poor [C]//AEA Papers and Proceedings. 2018， 108：68-71.

Cappellari L， Jenkins S P. Multivariate probit regression using simulated maximum likelihood [J].The STATA Journal， 2003， 3（03）： 278-294.

Heckman J J， Vytlacil E J. Econometric evaluation of social programs， part I： Causal models， structural models and econometric policy evaluation [J]. Handbook of Econometrics， 2007， 6：4779-4874.

Khanal A R， Mishra A K， Koirala K H. Access to the internet and financial performance of Small business households [J]. Electronic Commerce Research， 2015， 15（02）：159-175.

Kochar A. An empirical investigation of rationing constraints in rural credit markets in India [J]. Journal of Development Economics， 1997， 53（02）：339-371.

Maccini S， Yang D. Under the Weather： Health， Schooling， and Economic Consequences of Early-life Rainfall [J]. American Economic Review， 2009， 99（03）：1006-1026.

Mohieldin M S， Wright P W. Formal and informal credit markets in Egypt [J]. Economic Development and Cultural Change， 2000， 48（01）：657-670.

Mushinski D W. An analysis of offer functions of banks and credit unions in Guatemala [J]. The Journal of Development Studies， 1999， 36（02）：88-112.

Pellegrina L D， Frazzoni S， Rotondi Z， et al. Does ICT Adoption Improve Access to Credit for Small Enterprises [J]. Small BusinessEconomics， 2017， 48（03）：657-679.

Weiss S A. Credit rationing in markets with imperfect information [J]. American Economic Review， 1981， 71（03）：393-410.

（責(zé)任編輯谷振賓）

①數(shù)據(jù)來(lái)自國(guó)家林業(yè)和草原局：http：//www.forestry.gov.cn/main/5383/20230118/125333889577091.html.

②詳見中華人民共和國(guó)農(nóng)業(yè)農(nóng)村部網(wǎng)站：http：//www.moa.gov.cn/ztzl/2023yhwj/zxgz_29323/202302/t20230214_6420463.htm.

③詳見國(guó)務(wù)院發(fā)布的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020年）》：http：//www.gov.cn/zhengce/content/2016-01/15/content_ 10602.htm.

①不包括西藏自治區(qū)、新疆維吾爾自治區(qū)和香港、澳門、臺(tái)灣等地區(qū)。

①受篇幅所限不能一一列出，如需表格詳細(xì)內(nèi)容可與作者聯(lián)系。

②受篇幅所限不能一一列出，如需表格詳細(xì)內(nèi)容可與作者聯(lián)系。

①為了降低匹配的偏差，減少匹配后樣本損失，本文并未選取戶主年齡平方項(xiàng)作為傾向得分匹配的協(xié)變量，但加入戶主年齡平方項(xiàng)后并不會(huì)影響主要回歸結(jié)果。

①具體賦值為：1=從不關(guān)注、2=很少關(guān)注、3=一般關(guān)注、4=比較關(guān)注、5=非常關(guān)注。

②Oprobit模型的具體邊際效應(yīng)為：從不關(guān)注（-0.8103）、很少關(guān)注（0.1639）、一般（0.0330）、比較關(guān)注（0.1698）、非常關(guān)注（0.0146）。

①數(shù)據(jù)資料來(lái)源于《中國(guó)森林資源報(bào)告（2014-2018）》，其中，福建省森林覆蓋率為66.8%，江西省為61.16%，廣西壯族自治區(qū)為60.17%，浙江省為59.43%。