農(nóng)戶融資對其收入影響的實證分析
——基于長沙縣農(nóng)戶的調(diào)查數(shù)據(jù)

黎翠梅，劉艷麗，陳宇佳

（中南大學 商學院，湖南 長沙 410083）

農(nóng)戶融資對其收入影響的實證分析
——基于長沙縣農(nóng)戶的調(diào)查數(shù)據(jù)

黎翠梅，劉艷麗，陳宇佳

（中南大學 商學院，湖南 長沙 410083）

基于長沙縣農(nóng)戶的調(diào)查數(shù)據(jù)，采用多元線性回歸及分位數(shù)回歸的方法研究農(nóng)戶融資對其收入水平、收入結(jié)構(gòu)以及收入差距的影響。研究表明：農(nóng)戶融資顯著提高農(nóng)戶家庭純收入，且正規(guī)金融支農(nóng)效率顯著高于非正規(guī)金融；農(nóng)戶融資對家庭非農(nóng)收入促進作用明顯，而對農(nóng)業(yè)收入效用不顯著；農(nóng)戶融資拉大了農(nóng)戶收入差距，高收入水平農(nóng)戶融資的產(chǎn)出彈性明顯高于低收入水平農(nóng)戶等。

農(nóng)戶融資；農(nóng)戶收入；收入結(jié)構(gòu)；收入差距

2012年，黨的十八大報告明確指出要著力促進農(nóng)民增收，保持農(nóng)民收入持續(xù)較快增長。金融支持是農(nóng)民增收的重要途徑。對此，國內(nèi)外學者進行了大量研究。Beck等人、Rajen等人實證研究表明金融發(fā)展能夠有效降低收入分配差距，間接表明了金融發(fā)展能夠促進農(nóng)民收入增加[1-2]。而Binswanger、Khandker和Vetrivel等學者直接研究金融機構(gòu)貸款與農(nóng)戶收入的關系，結(jié)果表明，農(nóng)戶貸款顯著增加其收入水平[3-4]。國內(nèi)很多學者也對金融發(fā)展與農(nóng)民收入增長的關系進行了廣泛研究，但研究結(jié)論存在分歧且多從比較宏觀的層面入手，具體到微觀農(nóng)戶角度的分析主要集中于農(nóng)戶融資行為特征及其影響因素方面，較少有學者研究農(nóng)戶融資與其收入的關系。本文利用長沙縣農(nóng)戶調(diào)查數(shù)據(jù)，全方位、多角度地系統(tǒng)研究農(nóng)戶融資對農(nóng)戶收入水平、收入結(jié)構(gòu)及收入差距的影響，以期為制定促進農(nóng)戶增收的金融政策提供依據(jù)與參考。

一、樣本農(nóng)戶融資與收入狀況的統(tǒng)計分析

（一）調(diào)查說明

筆者于2013年7-8月對湖南省長沙縣農(nóng)村進行實地調(diào)研。在兼顧典型和隨機的原則下，選取黃花鎮(zhèn)、果園鎮(zhèn)、高橋鎮(zhèn)、春華鎮(zhèn)作為調(diào)查點，采用隨機方式選取農(nóng)戶樣本，以問卷調(diào)查與典型訪談的形式進行調(diào)研。本次調(diào)查共發(fā)放248份問卷，去除未發(fā)生借貸的問卷之外，201份為有效問卷，有效問卷率為81.05%。

（二）樣本農(nóng)戶融資現(xiàn)狀

1．農(nóng)戶融資規(guī)模與融資期限

在被調(diào)查的248個農(nóng)戶家庭中，農(nóng)戶融資率達到81.05%，說明農(nóng)戶融資現(xiàn)象比較普遍。本文從農(nóng)戶融資規(guī)模與期限兩個方面分析農(nóng)戶融資需求滿足情況。由表1知，融資期望額度在10 000元以上的有157戶，占比達到78.11%，而實際融資額在10 000元以上的農(nóng)戶僅106戶，占比52.74%。這說明長沙縣農(nóng)戶大額的融資需求并沒有得到完全滿足。農(nóng)戶期望融資期限、實際融資期限都集中在三年以內(nèi)，存在三年以上融資需求的農(nóng)戶38戶，但其中只有21戶能夠取得這一融資期限的貸款?？傊?，長沙縣農(nóng)戶依然面臨著“貸款難”的融資困境。

表1 農(nóng)戶潛在融資需求與實際融資

2．農(nóng)戶融資渠道

根據(jù)圖1，存在融資行為的農(nóng)戶中，融資來自農(nóng)業(yè)銀行的有11戶，農(nóng)村信用社有46戶，而選擇非正規(guī)金融融資方式的有153戶，占到總戶數(shù)的76.12%。從融資金額看，非正規(guī)金融融資額占到總?cè)谫Y額的59.92%。融資戶數(shù)和融資金額都表明非正規(guī)金融是農(nóng)戶融資的主要來源。這與多數(shù)調(diào)查中反映出的農(nóng)戶融資現(xiàn)狀是一致的。調(diào)查中還發(fā)現(xiàn)非正規(guī)金融融資中互助性借貸占98.7%，且沒有一筆高利貸性質(zhì)的。這凸顯了農(nóng)戶非正規(guī)金融融資行為基于親情、友情關系的特征。

圖1 農(nóng)戶融資渠道

3．農(nóng)戶融資用途

由圖2分析知，融資農(nóng)戶中，借貸資金用于建房的占比最大，達到21.63%，其次為農(nóng)業(yè)生產(chǎn)性融資占比20.57%、非農(nóng)生產(chǎn)性融資占比15.6%、子女教育融資占比13.48%、購買耐用消費品融資占比8.87%等。由此看出建房和農(nóng)業(yè)生產(chǎn)是農(nóng)戶融資的最主要用途?？傮w上看，農(nóng)戶的非生產(chǎn)性借貸超過了生產(chǎn)性借貸。非生產(chǎn)性借貸中的建房、看病、子女教育等生活開銷占比較大，說明農(nóng)戶依然沒有擺脫基本生活消費的困境。

圖2 農(nóng)戶借貸資金用途

（三）樣本農(nóng)戶收入現(xiàn)狀

1．農(nóng)戶收入水平與收入差距分析

調(diào)查數(shù)據(jù)顯示，樣本農(nóng)戶家庭平均純收入為65 742.19元，人均純收入為15 258.87元。按照國家統(tǒng)計局的農(nóng)戶收入劃分標準，樣本農(nóng)戶收入水平處于中高等收入水平，這與當?shù)氐慕?jīng)濟發(fā)展水平是一致的。進一步采用五等分法對農(nóng)戶進行收入等級劃分，最高收入組的農(nóng)戶家庭平均收入為138 492.69元，最低收入組為25 139.5元，最高收入組為最低收入組的5.5倍。其中農(nóng)戶家庭純收入在50 000元以下有108戶，占比53.74%。這說明農(nóng)戶內(nèi)部收入差距較大，未來農(nóng)民增收的關鍵還在于提高貧困農(nóng)戶收入。

2．農(nóng)戶收入結(jié)構(gòu)分析

調(diào)查顯示，樣本農(nóng)戶中純農(nóng)戶即家庭經(jīng)濟收入全部為農(nóng)業(yè)生產(chǎn)收入的農(nóng)戶，占比很小，僅占1.49%；而兼業(yè)農(nóng)戶，即家庭收入來源既包括農(nóng)業(yè)收入，又包括工資性收入的農(nóng)戶，占比最大，占農(nóng)戶總數(shù)的62.19%。由表2可知，樣本農(nóng)戶收入中，工資性收入占比最大，為52.29%；其次是個體經(jīng)商收入，占比36.64%；而務農(nóng)收入占比最小，僅為11.07%。而且農(nóng)戶收入水平越高，其收入來源中農(nóng)業(yè)收入占比越小，非農(nóng)收入中占比越大。

二、變量選取

本文研究長沙縣農(nóng)戶融資對其收入水平、收入結(jié)構(gòu)、農(nóng)戶內(nèi)部收入差距的影響。本文對變量的選取如下。將農(nóng)戶家庭純收入、農(nóng)業(yè)收入和非農(nóng)收入、收入離差率分別作為被解釋變量。

表2 農(nóng)戶家庭收入水平及收入結(jié)構(gòu)

假定當期融資對當期收入有影響。因此解釋變量為農(nóng)戶家庭融資額，包括正規(guī)金融融資額和非正規(guī)金融融資額。

影響農(nóng)戶收入的因素很多，本文在充分參考以往研究文獻并結(jié)合長沙縣實際的基礎上，選取以下變量作為控制變量：第一，農(nóng)戶家庭最高受教育程度。一般認為，受教育程度越高，越有助于農(nóng)戶增收。第二，家庭是否有村干部。一般來說，村干部相比于其他農(nóng)戶擁有更多的社會資源，同時其本身擁有工資性收入，在一定程度上能夠影響家庭總收入。第三，勞動力總數(shù)。第四，非農(nóng)勞動力人數(shù)。第五，固定資產(chǎn)總值。生產(chǎn)性固定資產(chǎn)總值作為農(nóng)戶家庭資本存量，能夠促進生產(chǎn)經(jīng)營活動的進行，一般情況下會提高農(nóng)戶的收入水平。第六，總耕地面積。總耕地面積的大小決定了農(nóng)戶家庭農(nóng)業(yè)生產(chǎn)的規(guī)模，對農(nóng)戶收入具有一定的影響。變量定義如表3所示。

表3 變量定義

三、農(nóng)戶融資對其收入影響的實證檢驗與結(jié)果分析

（一）變量的相關性檢驗

多元線性回歸分析的前提要求各變量是相互獨立的，且不存在多重共線性，因此在進行回歸分析之前，應先對各變量進行簡單的相關性分析和相關系數(shù)的顯著性檢驗。對本文選取的變量進行Pearson相關性分析，結(jié)果表明，所選取的解釋變量之間相關性較小，表明其所代表的經(jīng)濟信息重疊度較小，具有較強的獨立性，基本上能夠滿足研究的需求。

（二）農(nóng)戶融資對其收入水平與收入結(jié)構(gòu)影響的實證分析

基于農(nóng)戶收入的影響因素，構(gòu)建農(nóng)戶融資對其收入增長影響的計量模型如下：

yi=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+ε

（1）

其中，i=0，1，2。y0、y1、y2分別代表農(nóng)戶家庭純收入、農(nóng)業(yè)收入、非農(nóng)收入。β0代表常數(shù)項。β1、β2、β3、β4、β5、β6、β7分別表示農(nóng)戶融資總額、農(nóng)戶家庭最高受教育程度、家庭是否有村干部、勞動力總數(shù)、非農(nóng)勞動力人數(shù)、固定資產(chǎn)總值和耕地總面積對農(nóng)戶家庭純收入、農(nóng)業(yè)收入、非農(nóng)收入的彈性。ε代表隨機誤差項。

由于橫截面的樣本數(shù)據(jù)可能產(chǎn)生異方差，本文采用White檢驗法對模型的隨機誤差項進行異方差性檢驗。檢驗結(jié)果接受同方差的原假設，表明模型不存在異方差。

回歸結(jié)果表明，農(nóng)戶融資顯著促進農(nóng)戶家庭純收入，以及家庭純收入中非農(nóng)收入的增長，當農(nóng)戶融資增加1%時，農(nóng)戶家庭純收入與非農(nóng)收入分別增長0.485%與0.491%，但農(nóng)戶融資對農(nóng)業(yè)收入的影響不顯著。這與胡邦勇、張兵[5]的研究結(jié)論類似，他們的研究表明農(nóng)村金融發(fā)展對非農(nóng)收入以正向積極效應為主，而對農(nóng)業(yè)收入以負向抑制效應為主?？刂谱兞恐?，農(nóng)戶家庭最高受教育程度、家庭是否有村干部、固定資產(chǎn)總值都顯著促進農(nóng)戶家庭純收入以及非農(nóng)收入的增長，但對農(nóng)業(yè)收入影響不顯著；非農(nóng)勞動力顯著促進非農(nóng)收入增長而對農(nóng)業(yè)收入則具有明顯的抑制作用；耕地總面積對收入水平影響不顯著。

表4 農(nóng)戶融資對其收入水平及收入結(jié)構(gòu)影響的回歸結(jié)果

注：*、**和***分別表示在10%、5%和1%水平下顯著。

（三）農(nóng)戶不同渠道融資對其收入水平影響的實證分析

在上述分析的基礎上，將農(nóng)戶融資分為正規(guī)金融融資與非正規(guī)金融融資，進一步分析農(nóng)戶融資對其收入水平的影響。建立計量模型如下：

y0=β0+β11x11+β12x12+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+ε

（2）

其中，x11表示農(nóng)戶從正規(guī)金融渠道借款的金額；x12表示農(nóng)戶從非正規(guī)金融渠道借款的金額。其它變量與式（1）相同。

White異方差性檢驗結(jié)果表明模型不存在異方差?；貧w結(jié)果如表5所示。

表5 農(nóng)戶不同渠道融資對其收入影響的回歸結(jié)果

注：*、**和***分別表示在10%、5%和1%水平下顯著。

從表5可知，正規(guī)金融、非正規(guī)金融融資對農(nóng)戶收入增長均具有顯著的促進作用。當正規(guī)金融與非正規(guī)金融融資額分別增加1%時，農(nóng)戶收入分別增長0.637%、0.225%。相對而言，非正規(guī)金融融資的產(chǎn)出彈性要小于正規(guī)金融的產(chǎn)出彈性。這與高艷和唐禮智等學者的研究結(jié)論不同[6-7]。根據(jù)調(diào)查數(shù)據(jù)，樣本農(nóng)戶從非正規(guī)金融渠道借款的金額僅14.1%用于生產(chǎn)經(jīng)營性用途，遠低于正規(guī)金融借款中44%的比例。這說明相比于正規(guī)金融借款，非正規(guī)金融借款更多用于生活性消費，從而抑制了其支農(nóng)效果。

（四）農(nóng)戶融資對農(nóng)戶內(nèi)部收入差距影響的實證分析

利用農(nóng)戶收入的離差率，即每個樣本農(nóng)戶收入與平均值之差除以平均值表示農(nóng)戶收入的差距，采用OLS方法估計農(nóng)戶融資對農(nóng)戶內(nèi)部收入差距的影響，建立計量模型如下：

（3）

White異方差性檢驗結(jié)果表明模型不存在異方差。回歸結(jié)果如表6所示。

表6 農(nóng)戶融資對農(nóng)戶內(nèi)部收入差距影響的回歸結(jié)果

注：*、**和***分別表示在10%、5%和1%水平下顯著。

據(jù)表6的回歸結(jié)果顯示，農(nóng)戶融資對農(nóng)戶收入離差率的影響在1%的水平上顯著，且系數(shù)為正，這表明農(nóng)戶融資會拉大農(nóng)戶收入差距?？刂谱兞恐校彝プ罡呤芙逃潭?、家庭是否有村干部及固定資產(chǎn)總值也會顯著拉大農(nóng)戶收入差距。

為進一步探討農(nóng)戶融資引起農(nóng)戶收入差距擴大的原因，本文采用分位數(shù)回歸模型來分析不同收入群體融資的收入效應。將家庭純收入作為被解釋變量，農(nóng)戶融資作為解釋變量，建立如下分位數(shù)回歸模型：

（4）

其中，y表示農(nóng)戶家庭純收入，x′表示解釋變量及控制變量，ατ、βτ表示對各個變量進行參數(shù)估計的第τ個分位數(shù)的系數(shù)。對上述模型在分位數(shù)10%～90%上做分位數(shù)回歸，結(jié)果如表7所示。

表7 分位數(shù)回歸模型估計結(jié)果

注：1.表中只列出農(nóng)戶融資額這一解釋變量的分位數(shù)回歸系數(shù)；2.*、**和***分別表示在10%、5%和1%水平下顯著。

從表7的回歸結(jié)果可以看出，分位數(shù)在10%～40%之間及70%、90%時，農(nóng)戶融資的參數(shù)估計結(jié)果在99%的置信區(qū)間以內(nèi)且系數(shù)為正；而在50%～60%之間及80%時，農(nóng)戶融資的參數(shù)估計并不顯著。這說明相對而言，融資對低收入與高收入農(nóng)戶家庭增收有顯著地促進作用，而對中等收入農(nóng)戶家庭的收入效應不明顯。這與王文成、周津宇研究結(jié)果不同[8]。原因可能是數(shù)據(jù)來源不一樣。王文成調(diào)查的樣本數(shù)據(jù)來自糧食主產(chǎn)區(qū)，而本文調(diào)查的長沙縣是工業(yè)經(jīng)濟強縣，且是湖南省第一經(jīng)濟強縣。問卷調(diào)查顯示，長沙縣低收入及中低收入水平農(nóng)戶的農(nóng)業(yè)生產(chǎn)性融資需求大，高收入水平農(nóng)戶的非農(nóng)生產(chǎn)性融資需求大，而中等收入水平農(nóng)戶的融資需求主要表現(xiàn)在生活性消費上。顧園明和冉慶國認為，從農(nóng)業(yè)信貸對農(nóng)民收入的影響來看，全國及東中西部地區(qū)的農(nóng)業(yè)信貸系數(shù)均為正值，表明農(nóng)業(yè)信貸對農(nóng)民收入的增加呈現(xiàn)正向關系，只是各地區(qū)存在差異[9]。

四、結(jié)論與建議

本文基于長沙縣農(nóng)戶的調(diào)查數(shù)據(jù)，采用多元線性回歸及分位數(shù)回歸模型實證研究農(nóng)戶融資對農(nóng)戶收入水平、收入結(jié)構(gòu)及收入差距的影響。結(jié)果顯示：其一，農(nóng)戶融資對農(nóng)戶家庭純收入、非農(nóng)收入具有顯著的正向促進作用，但對農(nóng)業(yè)收入影響不顯著。其二，根據(jù)農(nóng)戶融資渠道進一步研究正規(guī)金融、非正規(guī)金融對農(nóng)戶收入的影響，發(fā)現(xiàn)二者均能顯著促進農(nóng)戶收入增長，但正規(guī)金融支農(nóng)效率要高于非正規(guī)金融。其三，農(nóng)戶融資顯著擴大農(nóng)戶內(nèi)部收入差距，利用分位數(shù)回歸模型進一步分析表明，農(nóng)戶融資顯著促進低收入與高收入水平農(nóng)戶收入的增長，但對中等收入水平農(nóng)戶的增收促進作用不明顯，而且對高收入農(nóng)戶的收入效應要大于低收入農(nóng)戶，從而進一步證明了農(nóng)戶融資拉大農(nóng)戶內(nèi)部收入差距的結(jié)論。

基于以上研究結(jié)論，為進一步加強金融支持農(nóng)戶增收，本文認為：其一，分類推進農(nóng)村金融機構(gòu)改革，同時鼓勵民間資本進入農(nóng)村金融領域，大力培育發(fā)展新型農(nóng)村金融機構(gòu)，豐富農(nóng)村金融服務主體。其二，加強對農(nóng)村金融的政策扶持。通過實行差別化的存款準備金制度、財政獎勵與稅收優(yōu)惠、呆賬核銷等政策引導現(xiàn)行農(nóng)村金融機構(gòu)加大涉農(nóng)資金的投放[10]。其三，大力發(fā)展農(nóng)村普惠金融。推動農(nóng)村基礎金融服務向行政村的覆蓋延伸、改善農(nóng)村弱勢群體的金融服務。其四，創(chuàng)新農(nóng)戶融資擔保方式，緩解農(nóng)戶因缺乏抵押品而貸款難的問題。其五，改進農(nóng)村金融服務方式。如簡化金融服務手續(xù)，推行通俗易懂的合同文本，優(yōu)化審批流程，規(guī)范服務收費等[11]。

[1]BECK,THORSTEN,ROSSLEVINE,ALEXEYLEVKOV.Bigbadbanks?theimpactofU.S.branchdereguationonincomedistribution[J].NBERWorkingPaper,2009（10）:82-85.[2]RAJENMOOKERJEE,PAULKALIPIONI.Availabilityoffinancialservicesandincomeinequality:theevidencefrommanycountries[J].EmergingMarketsReview,2010,11（4）:404-408.[3]BINSWANGERHP,KHANDKERSR.TheimpactofformalfinanceontheruraleconomyofIndia[J].TheJournalofDevelopmentStudies,1995,32（2）:234-262.

[4]SCVETRIVEL.Impactofgroup-basedmicrofinanceonruralhouseholdsinIndia[J].TheIUPJournalofManagementResearch, 2012,6（2）: 77-89.

[5] 胡邦勇,張兵.農(nóng)村金融發(fā)展對農(nóng)民增收的支持效應分析——基于收入結(jié)構(gòu)的視角[J].經(jīng)濟與管理研究,2012（10）:56-63.

[6] 高艷.農(nóng)村非正規(guī)金融對農(nóng)民收入增長支持的實證分析[J].南京財經(jīng)大學學報,2008（2）:26-41.

[7] 唐禮智.農(nóng)村非正規(guī)金融對農(nóng)民收入增長影響的實證分析[J].農(nóng)業(yè)經(jīng)濟問題研究,2009（4）:76-79.

[8] 王文成,周津宇. 農(nóng)村不同收入群體借貸的收入效應分析——基于農(nóng)村東北地區(qū)的農(nóng)戶調(diào)查數(shù)據(jù)[J].中國農(nóng)村經(jīng)濟,2012（5）:77-84.

[9] 顧園明，冉慶國. 農(nóng)業(yè)信貸對我國農(nóng)民收入影響的地區(qū)性差異實證研究——基于27個省份的面板數(shù)據(jù)研究[J]. 哈爾濱商業(yè)大學學報：社會科學版，2014（6）：118-123.

[10]鄭勇.陜西蘋果供應鏈內(nèi)部融資機制研究[J].西安財經(jīng)學院學報，2013（5）：87-91.

[11]封思賢，王偉.農(nóng)村金融排斥對城鄉(xiāng)收入差距的影響——基于中國省域面板的分析[J].統(tǒng)計與信息論壇，2014（9）：44-48.

（責任編輯：王曉紅）

Empirical Analysis on the Influence of Rural Household Financing on Farmers’income:Based on the Survey of Rural Households in Changsha County

LICui-mei,LIUYan-li,CHENYu-jia

（School of Business, Central South University, Changsha 410083, China）

Based on the survey of rural households in Changsha county, in the paper, we studied the effects of rural household financing on farmer’s income growth and farmer’s income structure and farmer’s income gap, by adopting the MLR and quantile regression, the results are as follows: first of all, farmer household financing is beneficial to farmer’s income growth, otherwise，the formal financing inserts have bigger impact on farmer’s income than informal financing; secondly, farmer household financing can improve farmers’non-farm income significantly, while it is not obvious to the improvement of farmer’s agriculture income ; last but not the least, the income gap will be widen by farmer household financing in a way, which means that the farmer household financing have a significant improvement of low-income farmer and high-income farmer while the impact on middle-income farmer is insignificant. what’s more, the output elasticity of high-income farmer household is bigger than that of low-income farmer household, which means that high-income farmer household can get higher income than low-income farmer household when gaining the same amount of financing money.

farmer household financing; farmer’s income; income structure; income gap

2015-04-03

教育部人文社科規(guī)劃基金項目（12YJA790065）；湖南省軟科學研究重點項目（2013ZK2002）；湖南省社科基金項目（14YBA401）；湖南省社科基金項目（08YBB042）。

黎翠梅（1969-），女，湖南華容人，中南大學商學院教授，博士，研究方向為農(nóng)村金融、區(qū)域經(jīng)濟；劉艷麗（1988-），女，河南洛陽人，中南大學碩士研究生，研究方向為農(nóng)村金融；陳宇佳（1988-），女，湖南長沙人，中南大學碩士研究生，研究方向為農(nóng)村金融。

F830.341

A

1672-2817（2015）04-0013-06