社會網絡對農戶借貸行為的影響研究

摘要：本文基于2018年中國家庭動態追蹤調查（CFPS）數據，運用因子分析法構建了社會網絡得分，通過 Logit和Tobit模型探究社會網絡對農戶借貸行為以及借貸金額的影響，并進一步探討社會網絡對農戶參與正規金融借貸和非正規金融借貸是否存在差異。研究發現，社會網絡對農村地區的借貸行為有顯著的正向影響，這也說明，我國農村地區的社會網絡在農戶的借貸中起著積極的促進作用。研究還發現，相較于非正規金融借貸，社會網絡對正規金融借貸行為的影響表現更為突出。

關鍵詞：社會網絡；農戶借貸；因子分析；正規金融借貸；非正規金融借貸

中圖分類號：F832.4" " " " "文獻標識碼：A" " " " "文章編號：1007-0753（2023）01-0027-09

一、引言

一直以來，發展中國家的農村地區面臨著嚴重的信貸約束（Barslund和Tarp ，2008），主要表現為銀行信貸與農戶需求之間的不匹配，農戶面臨“融資難、融資貴”的嚴峻問題（楊明婉和張樂柱，2019）。就我國而言，隨著我國經濟的發展及經濟主體的多元化，農戶對借貸的需求也越來越大，而在農村地區正規金融“市場失靈”的背景下，單一的傳統正規金融機構無法滿足農戶的借貸需求，而受到信貸約束的農戶往往傾向于選擇以親緣、血緣等社會關系形成的非正規金融借貸渠道來彌補借貸需求。農村是一個非常看重“人情”和“關系”的地方，農村地區的社會網絡對當地農戶家庭的生產和生活具有重要影響（蘇嵐嵐等，2017）。因此，社會網絡資源越豐富廣泛的農戶家庭，越容易通過社會網絡獲得鄰里親友的借貸，這也使得向親戚朋友借款等非正規金融借貸行為越來越活躍，逐漸成為緩解農村家庭借貸約束的重要途徑（秦海林和劉巖，2022）。在目前我國農村金融制度尚不完善的情況下，探究社會網絡在農戶借貸中的作用及影響，有助于為以后進一步完善農村金融服務給出建議，推動農村金融機構的可持續發展。

二、文獻綜述

社會網絡這一概念早在二十世紀就被提出，Grootaert（1997）提出“窮人的資本”這一概念，旨在說明社會網絡對農村家庭擺脫貧困有著重要的促進作用。我國社會具有典型的“關系型”特征，人與人之間的互動關系就形成了社會網絡，在尤其重視人情關系的農村地區，社會網絡對于農戶家庭及個體都有著重要影響。近些年，關于社會網絡與農戶經濟行為的研究逐漸豐富。在現有關于社會網絡對農戶家庭貸款行為的影響研究中，學者們一般認為社會關系對農戶家庭的貸款行為起到了積極作用，并對其選擇的偏好產生了一定的影響，而關于借貸渠道偏好的結論卻存在著分歧。大部分學者認為社會網絡對非正規金融借貸市場有著較大貢獻，在相對封閉、狹小的貧困家庭關系網中，社會網絡對民間借貸發揮了積極的推動作用，它能夠促進親戚鄰里間的民間借貸進而降低農戶貧困的脆弱性。楊汝岱等（2011）調研發現，農戶的社會網絡愈廣泛，民間借貸的渠道就會越多，農戶的民間借貸活動也更加活躍。劉會平等（2021）發現社會網絡能夠促進家庭金融借貸水平的顯著提升，而且社會網絡中的親緣關系更有利于家庭參與非正規金融借貸。陸彩蘭（2019）研究發現，農村家庭的社會網絡對非正規金融渠道的借貸行為有一定的促進作用，但對正規金融借貸的影響并不顯著。但也有一些學者持不同的觀點，他們認為社會網絡對農戶獲得正規金融借貸也具有積極影響，良好的社會網絡能夠提高正規金融機構對于農戶個體的信任，從而幫助農戶從正規金融機構獲取生產生活所需的借款（馬宏和張月君，2019）。胡楓和陳玉宇（2012）利用中國家庭動態追蹤調查2010年的數據研究社會網絡對非正規金融借貸和正規金融借貸的影響，得出社會網絡對正規金融機構借貸行為的影響更為突出的結論。尹志超等（2019）實證分析了京津冀地區社會網絡對家庭民間借貸行為的影響，發現社會網絡越廣泛的家庭，其民間借貸的概率和金額越大，同時對正規金融借貸行為及借貸金額的影響更大。劉銀等（2021）使用人情禮金作為社會網絡的代理變量，研究發現社會網絡直接促進了農村家庭的正規金融借貸行為。

綜上，已有關于農村地區社會網絡和農戶借貸行為的研究較為豐富，但還有以下有待改進和補充之處：多數文獻通常選用“人情禮支出”“郵電通訊費”等單一的指標作為社會網絡的代理變量，可能會存在指標單一、不能很好地反映社會網絡真實作用的情況。因此，本文在構建社會網絡指標時，通過參考已有文獻選取的衡量指標，對數據庫中的11個指標進行因子分析，降維得到5個因子，并構建社會網絡得分，這一方法能夠較為全面地研究社會網絡對農戶借貸行為的影響，通過探究農戶家庭借貸行為的動因，進而促進農戶家庭對自身社會網絡的培養，以期為我國農戶家庭緩解信貸約束和解決借貸問題提供參考依據。

三、理論分析與研究假設

（一） 社會網絡對農戶正規金融借貸行為影響的理論分析

在正規金融借貸中，處于偏遠落后地區的大部分農戶因為收入不高、沒有合規抵押物等而面臨貸款難度較大的困境，此時社會網絡便扮演了重要的角色。正規金融機構的聯保貸款以農戶社會網絡作為隱性抵押或者隱性擔保，農戶的社會網絡本身包含了農戶的個人信息（胡楓和陳玉宇，2012），能夠降低銀行在貸款過程中獲取信息的成本，同時第三方參與擔保對銀行或其他放貸人有效甄別借貸人有一定的幫助，這種擔保連帶機制在一定程度上可以緩解由信息不對稱而造成的逆向選擇和道德風險問題（陳熹和陳帥，2018）。好的信譽可以給農戶提供更多獲得的貸款機會，他們就會很看重自身的信譽，這是一個長期而穩定的過程，并非一朝一夕能夠完成，因此社會網絡的可信度相對較高，符合一般抵押物的要求（尹志超等，2019；吳笑語和蔣遠勝，2020）。基于以上分析，本文提出以下假說：

H1：社會網絡對農戶正規金融借貸行為存在正向影響。

（二）社會網絡對農戶非正規金融借貸行為影響的理論分析

社會網絡可以在一定程度上對農戶家庭的借貸過程進行規范和約束（孫永苑等，2016），作為借款人的一種隱性抵押物或擔保，社會網絡雖然不具有實際的法律效力，但是當農戶發生違約時，它可以通過懲罰違約方來約束債務人，從而最大限度地發揮社會網絡的約束作用。在重視“人情關系”的農村地區，礙于面子和人情，農戶在借款之后一般不會輕易違約，因為當債務人發生違約行為時，不好的評價會在短時間內隨著信息流迅速傳播，從而導致農戶的信譽度直接下降，這大大增加了違約人員的道德成本以及違約成本。社會網絡成員因相互交往頻繁，并依靠熟人關系進行交易，彼此間有較高的信任度，因而更傾向于向彼此提供貸款，或愿意為其擔保從別人那里獲得貸款。當然，如果借款方沒有按期償還借款，維持很久的社會網絡關系勢必會破裂，其隱性成本顯然更大。因此，維系這種關系網絡帶來的壓力也被當作一種隱形的約束機制（王性玉等，2019）。

基于以上分析，本文提出以下假說：

H2：社會網絡對農戶非正規金融借貸行為存在正向影響。

四、變量選取及模型設定

（一）數據來源

本文的數據來自中國家庭動態追蹤調查（CFPS）數據庫中的2018年基線調查數據，數據庫的樣本覆蓋了我國25個省市及自治區，涵蓋了個體、家庭以及社區三個方面的截面樣本數據，其中家庭樣本有14 218戶。本文通過篩選關鍵變量信息、剔除非農戶口與缺失數據樣本、清理異常數值樣本，最后得到有效樣本9 439戶。其中，存在正規金融借貸行為的農戶有1 700戶，存在非正規金融借貸行為的農戶有2 370戶，以及有737戶農戶同時存在正規和非正規金融借貸。

（二）模型設定

1.社會網絡對農戶借貸行為的影響

農戶借貸渠道分為“農戶正規金融借貸”和“農戶非正規金融借貸”，均為二分類變量，有相應的借款則賦值為1，無借款賦值為0，因此本文選擇二元 Logit模型進行實證檢驗，探究社會網絡對農戶不同借貸渠道的影響，具體模型如下：

其中，被解釋變量為Loan（農戶借貸行為）；解釋變量social_network表示社會網絡；X代表能夠對農戶借貸行為產生影響的一系列控制變量；α為截距項，μ為隨機誤差項。

2.社會網絡對農戶借貸金額的影響

考慮到“借貸金額”是連續變量，農村地區大多數農戶由于信貸約束等多種原因，沒有借款或借款額度較小，這類觀察數據形成了刪失數據，統一都顯示為 0。因此，本文選用研究刪失數據的典型方法Tobit 模型來研究社會網絡對農戶借貸金額的影響，具體模型如下：

其中，Loan_money代表農戶借貸金額，同樣分為正規金融借貸金額和非正規金融借貸金額兩個層面；social_network表示社會網絡；X代表能夠對農戶借貸行為產生影響的一系列控制變量；α為截距項，μ為隨機誤差項。

（三）變量描述

1.被解釋變量

一是農戶借貸行為（Loan）。本文用CFPS2018調查問卷中“是否金融借貸”“是否正規金融機構借貸”“是否非正規金融機構借貸”等問題來衡量正規金融借貸和非正規金融借貸。回答“否”表示未發生借貸的農戶樣本，視為沒有借貸行為，回答“是”表示發生借貸行為。將從銀行貸款的農戶樣本歸為正規金融借貸，將向銀行以外的其他組織或個人，如民間信貸機構、親戚朋友、熟人等借入資金的農戶樣本視為非正規金融借貸，農戶的借貸行為則是上述借貸項目加總所得。

二是農戶借貸金額（Loan_money）。本文用CFPS2018調查問卷中“農戶的借貸額”“農戶的正規金融借貸額”“農戶的非正規金融借貸額”等問題來衡量農戶的正規金融借貸金額和非正規金融借貸金額。參考吳笑語和蔣遠勝（2020）的做法，對農戶借貸金額進行對數化處理， 為了避免數值為0的變量因為對數化而導致樣本量減少的問題，采用如下的對數化形式： ln （1+變量值）。

2.解釋變量

本文選取的被解釋變量為社會網絡（social_network），由于社會網絡很難被直觀地觀測和衡量，在研究中需要采用合適的替代指標。借鑒已有研究（馬光榮和楊恩艷，2011；萬佳樂等，2018；杜朝運和桂凱鴻，2021），本文基于CFPS2018調查問卷選取人情禮支出、郵電通訊費、給親戚經濟幫助、給其他人經濟幫助、親戚給的錢、其他人給的錢等11個問題進行分析處理，通過因子分析和權重計算加總構建社會網絡得分。結果顯示（見表1、圖1），進行最大方差法因子旋轉后，提取出五個主因子，其累計貢獻率為62%。KMO檢驗得到結果KMO = 0.606 gt; 0.6；且Bartlett球形檢驗p值小于0.01，社會網絡得分具有較為顯著的解釋效應。

3.控制變量

參考已有相關領域研究成果，本文共選取10個控制變量，選取性別、年齡、年齡平方、健康狀況、受教育年限等個人特征；農戶家庭規模、家庭總收入、是否擁有房產、是否從事個體私營、是否從事農業生產等家庭特征，并控制地區特征變量，東、中、西部的省份分別賦值。具體的變量定義說明見表2。

五、實證結果分析

（一）基準回歸

表3展示了社會網絡對農戶借貸行為的基準回歸結果，可以看到，社會網絡對農戶借貸行為的估計系數在1%的水平下顯著為正，即隨著農戶社會網絡得分的提升，其發生借貸行為的概率也將不斷提高。從邊際效應的回歸系數來看，農戶的社會網絡每提高1個單位，農戶參與借貸的概率就會增加10.4%。這說明在我國農村地區，社會網絡能夠促進農戶的正規與非正規金融借貸活動。從社會網絡對農戶不同借貸渠道影響的結果來看，其估計系數均在1%的水平下顯著為正，且社會網絡每增加1個單位，農戶參與正規金融借貸和非正規金融借貸的概率就會提高6.0%和5.8%，說明社會網絡對農戶參與正規金融借貸的促進作用比非正規金融借貸更大，社會網絡越廣的農戶越傾向于向正規金融借貸。可能的原因是相較于非正規金融借貸，正規金融借貸更加看重借款者的信用及其社會關系。

從控制變量來看，性別對正規金融借貸的影響在1%的水平下顯著為正，而對非正規金融借貸而言則并不顯著，說明男性更傾向于通過正規金融進行借貸。戶主年齡在正規金融借貸和非正規金融借貸均為正，并通過了1％的顯著性檢驗，而戶主年齡平方顯著為負，說明年齡與農戶借貸行為之間存在“倒U”形關系。受教育年限對農戶借貸行為和非正規金融借貸的影響在1%的水平下顯著為負，可能的原因是農戶的文化水平越高，其金融知識儲備就可能更多，基于金融素養和風險偏好認知，農戶更偏向于正規金融借貸。農戶的健康狀況對借貸行為呈顯著的負向影響，可能是由于生病等情況會產生借貸需求。家庭規模對借貸行為有顯著正向影響，說明家庭人口越多，勞動力數量就越多，家庭的還款能力也就越強，其發生借貸行為的可能性就相應上升。家庭總收入對正規金融借貸的影響在1%的水平下顯著為正，對非正規金融借貸在1%的水平下顯著為負，這是由于家庭收入越高，正規金融機構評估其還款能力越強，獲得正規金融借貸的可能性就越強，反之則更偏向于非正規金融借貸。是否擁有房產在1%的水平下顯著為正，說明農戶家庭還款能力越強，越易于發生借貸行為。

表4展示了社會網絡對農戶借貸金額的基準回歸結果。從表4列（1）可以看出，社會網絡對農戶借貸金額有著正向影響，且在1%的水平下顯著，社會網絡每提升一個單位，農戶的借貸金額就增加35.8%，這是因為社會網絡水平越高，意味著農戶的借貸渠道越廣，其借貸金額也就越多。從列（2）與列（3）可以看出，社會網絡的估計系數均在1％的水平下顯著為正，說明其對正規借貸金額和非正規借貸金額都有著顯著的拉動作用。社會網絡每增加一個單位，農戶從正規金融借貸與非正規金融借貸渠道獲得的資金金額就分別增加25.5%、18.0%，可以看出社會網絡對于正規借貸金額的正向影響要高于其對非正規借貸金額的影響。這可能是因為與非正規渠道相比，銀行等正規借貸渠道更看重借款人的個人信用問題，且非正規金融借貸大多是小額借貸，而銀行等正規金融機構資金雄厚，農戶能獲得的資金也就更多。

從控制變量來看，年齡對正規借貸金額的影響并不顯著，而對非正規借貸金額其一次項系數在1%的水平下顯著為正，二次項系數在1%的水平下顯著為負，說明非正規金融借貸相較于正規金融借貸更看重借款人的年齡對還款能力的影響。健康狀況對正規借貸金額和非正規借貸金額的影響均為負，但對非正規借貸而言更為顯著，說明非正規借貸金額的大小受借款人健康狀況的影響較大。家庭規模對正規借貸金額和非正規借貸金額均存在正向影響，且分別在5%和1%的水平下顯著，這說明農戶家庭的規模越大，就有更多的家庭成員可以參與到農業或其他生產中，因此正規金融機構在貸款審核時會對這類農戶有所偏向，親戚朋友或民間金融組織同樣也更愿意將資金借給這類農戶。家庭總收入對正規借貸金額在1%的水平下正向顯著，由于高收入家庭對擴大再生產有著強烈需求，他們所需的資金較多，而這些錢大部分來自于正規的金融機構，而且他們的高收入也讓其更容易獲得銀行的信任（彭薪瑜，2022）。與非正規借貸金額相比，是否擁有房產、是否從事個體私營對正規借貸金額的正向影響更大，這可能是因為與非正規借貸渠道相比，正規借貸渠道更看重借款抵押物，抵押物價值越高，所能獲得的借貸額度也就越高，而非正規借貸渠道大多是親戚朋友，對人情關系更加看重。同時，農戶如果從事個體私營，其在生產經營、房產購買等過程中需要的資金也就越多，但能夠從非正規借貸渠道獲得的資金規模一般較小，因而農戶更傾向于選擇銀行等正規金融機構進行借貸。

（二）穩健性檢驗

本文采用替換核心解釋變量的方法進行穩健性檢驗。首先構建社會網絡加總變量，同樣基于因子分析中提到的CFPS2018調查問卷中人情禮支出、郵電通訊費、給親戚經濟幫助、給其他人經濟幫助、親戚給的錢、其他人給的錢、子女給的錢、重大事件總收入等11個相關問題，對回答情況進行加總求和，得到社會網絡加總變量并替換原有解釋變量重新進行回歸（見表5、表6）。從穩健性檢驗與基準回歸的結果對比來看，二者估計系數的方向基本一致，表明本文的估計結果是穩健可信的。

六、結論

本文以CFPS2018調查數據為樣本，運用因子分析法構建社會網絡得分，并通過Logit模型和Tobit模型實證分析社會網絡對農戶借貸行為、借貸渠道以及借貸金額的影響。研究發現：社會網絡會對農戶的借貸行為及借貸金額產生顯著的正向影響；同時相較于非正規金融借貸，社會網絡對農戶正規金融借貸行為和借貸金額的影響更為突出。主要原因可能是：良好的社會關系網絡可以提高正規金融機構對個人的信任度，有助于農戶獲得生產和生活所需要的貸款。據此，本文提出如下政策建議：

提高農村地區社會網絡的重視程度。建議正規金融機構建立農戶社會網絡情況和表現數據庫，在為農戶發放貸款時，將其作為輔助的衡量評估指標。同時，積極引導農戶重視自身社會網絡的培養，從而有效拓寬農戶的貸款渠道。

加大農村地區正規金融機構的宣傳力度。正規金融機構承擔著普惠、扶貧的社會責任，但絕大多數農戶對于正規金融機構借貸的條件、流程、還款程序并不了解，缺乏了解的渠道和意愿。因此，正規金融機構要加強金融服務的宣傳，通過線上、線下相結合的方式，為農戶家庭和農業中小企業提供更多的金融服務和融資渠道。

適度激發農村居民的正規金融借貸需求。一方面，政府相關部門應積極制定和完善有針對性的財政支持政策，為農戶提供更多方便快捷的金融服務；另一方面，國家也應加大對正規金融機構的引導力度，采取優惠貸款利率等方式，以提升對農村地區正規金融機構借貸的幫扶力度，完善農村金融市場體系和金融惠農政策。

參考文獻：

[1] BARSLUND M，TARP F.Formal and informal rural credit in four provinces of vietnam. Journal of development studies.2008，44（04）：485-503.

[2] 楊明婉，張樂柱.社會資本強度對農戶家庭借貸行為影響研究——基于2016年CFPS的數據[J].經濟與管理評論，2019，35（05）：71-83.

[3] 蘇嵐嵐，彭艷玲，孔榮.社會網絡對農戶創業績效的影響研究：基于創業資源可得性的中介效應分析[J].財貿研究，2017，28（09）：27-38.

[4] 秦海林，劉巖.信貸可得性、融資約束與農村家庭創業——基于正規信貸與非正規信貸的比較分析[J].金融經濟，2022，554（08）：29-42.

[5] GROOTAERT C. Social capital： The missing link？[R].Chapter 6 in Expanding the Measure of Wealth Indicators of Environmental Sustainable Development， Wshington DC： World Bank， 1997.

[6] 楊汝岱，陳斌開，朱詩娥。基于社會網絡視角的農戶民間借貸需求行為研究[J].經濟研究，2011，46（11）：116-129．

[7] 劉會平，肖瑜君，陳政，陳慧卿，陳國生.社會資本、金融借貸與家庭創業——基于CFPS數據的實證研究[J/OL].經濟地理：1-15[2023-01-31].http：//kns.cnki.net/kcms/detail/43.1126.K.20210910.1714.002.html

[8] 陸彩蘭.農戶家庭因素對農村普惠金融發展的影響——基于農戶借貸行為的分析[J].湖北農業科學，2019，58（05）：129-133+138.

[9] 馬宏，張月君.不同社會關系網絡類型對農戶借貸收入效應的影響分析[J]．經濟問題，2019（09）：25-31+61.

[10] 胡楓，陳玉宇.社會網絡與農戶借貸行為——來自中國家庭動態跟蹤調查（CFPS）的證據[J].金融研究，2012（12）：178-192.

[11] 尹志超，蔣佳伶，宋曉巍.社會網絡對家庭借貸行為的影響——基于京津冀家庭微觀數據的實證研究[J/OL].東北師大學報（哲學社會科學版）：1-32[2023-01-31].http：//kns.cnki.net/kcms/detail/22.1062.c.20190821.1714.004.html

[12] 劉銀，徐麗娜，唐璽年，等.非農就業、社會網絡與農村家庭正規借貸——來自CFPS數據的實證[J].金融理論與實踐，2021（03）：98-107.

[13]陳熹，陳帥.社會資本質量與農戶借貸可得性——基于職業聲望的分析[J].江西社會科學，2018，38（05）：218-226.

[14]吳笑語，蔣遠勝．社會網絡、農戶借貸規模與農業生產性投資——基于中國家庭金融調查數據庫CHFS的經驗證據[J]．農村經濟，2020（12）：104-112．

[15]孫永苑，杜在超，張林，等.關系、正規與非正規信貸[J].經濟學（季刊），2016，15（02）：597-626.

[16]王性玉，任樂，趙輝，等.農戶信譽特征、還款意愿傳遞與農戶信貸可得——基于信號傳遞博弈的理論分析和實證檢驗[J].管理評論，2019，31（05）：77-88.

[17]馬光榮，楊恩艷．社會網絡、非正規金融與創業[J].經濟研究，2011，46（03）：83-94．

[18]萬佳樂，李超偉，秦海林．二元金融、社會網絡與家庭借貸——基于重復博弈模型和CFPS數據的實證檢驗[J]．金融發展研究，2018（07）：42-49．

[19]杜朝運，桂凱鴻.社會網絡影響農戶正規信貸的中介效應研究[J].華北金融，2021（04）：66-76.

[20]彭薪瑜.數字金融對居民負債行為的影響研究[J].當代金融研究，2022，5（04）：20-34.

（責任編輯：趙偞貝/校對：唐詩柔）

作者簡介：管福泉，副教授，浙江農林大學經濟管理學院，研究方向：農村金融。

王" " 楠，碩士研究生，浙江農林大學經濟管理學院，研究方向：農村金融。

基金項目：國家社會科學基金一般項目“農村資金互助組織合作金融屬性及成效研究”（19BGL178）；浙江農林大學科研發展基金項目“浙江省農村資金互助組織信用合作成效研究”（2019FR017）。