種植戶銀行貸款需求現狀及影響因素的實證分析

張成鵬董繼剛

（1.首都經濟貿易大學會計學院，北京 100070；2.山東農業(yè)大學經濟管理學院，山東 泰安 271018）

一、引言

2004—2017年，我國連續(xù)14年以中央一號文件的形式聚焦三農，農村金融改革問題成為黨和政府強調的突出問題。資金作為現代農業(yè)投入的最基本要素，其充足的來源是農業(yè)發(fā)展的必要條件。然而由于農業(yè)利潤低、風險大，農業(yè)貸款缺少有效的擔保人和抵押物，種植戶的金融需求往往很難得到滿足。

近年來，農戶的金融需求問題受到多方關注，國內學者對此的研究較多。徐璋勇和王紅莉（2009）運用分層飽和模型，分析得出農戶的文化水平、收入水平、貸款用途等是影響農戶金融需求程度的主要因素。周小斌、耿潔和李秉龍（2004）通過Tobit模型分析研究發(fā)現農戶的經營規(guī)模、投資和支付傾向對農戶的借貸需求具有正向影響，而農戶的自由資金支付能力對其具有負向影響。顏志杰、張林秀和張兵（2005）研究發(fā)現戶主年齡、非農就業(yè)人數、家庭的財產狀況、借貸用途與區(qū)域經濟增長等因素對農戶的信貸需求有著重要影響。

蘭慶高、李巖和趙翠霞（2014）指出我國農戶的貸款需求可分為3類，即生產經營性貸款需求、生活消費類貸款需求及兩者兼有的混合性貸款需求。吳典軍和張曉濤（2008）通過研究發(fā)現，授信額度的嚴格限制使現有借款規(guī)模只達到借款需求的52%。馬秀穎、張馨文和張鳳儀（2016）估計2017—2018年吉林省農戶資金缺口大約在813.17—897.67億元。

已有研究多將農戶的全部貸款需求（含經營性貸款需求和非經營性貸款需求）作為研究對象，單獨研究種植戶生產經營性貸款需求的較少，很難深入反映我國種植行業(yè)生產經營性資金缺口的狀況。筆者把生產經營性貸款需求作為研究的主要內容，考察種植戶生產經營性貸款需求的特征及影響因素，為完善銀行貸款供給、促進種植業(yè)長遠發(fā)展提供相應的政策建議。

二、數據來源與數據分析

（一）數據來源

筆者于2017年4月至7月之間在濟寧市任城區(qū)、曲阜市、兗州區(qū)、微山縣、金鄉(xiāng)縣、嘉祥縣、魚臺縣7個縣市區(qū)進行實地調研。在調研期間，筆者深入田間村落，通過填寫調查問卷的形式，與種植戶進行深入交流，獲取第一手資料，共填寫調查問卷250份，其中有效問卷222份，有效率88.8%，有效樣本分布詳見表1。除此之外，筆者走訪了這7個縣市區(qū)的農商銀行、農業(yè)銀行、郵政儲蓄銀行、濟寧儒商村鎮(zhèn)銀行、中銀富登村鎮(zhèn)銀行、北海村鎮(zhèn)銀行等所屬共計52個營業(yè)部，以及財政局、農業(yè)局等相關政府部門，詳細了解各地銀行以及政府部門對于種植戶的優(yōu)惠政策。

表1：有效樣本特征分布

（二）數據分析

1.種植戶的資金來源情況分析。在222位接受調查的種植戶中，曾經從親朋好友處借款的人數共計153人，占比68.9%。當需要用錢的時候，由于不用支付高額利息，方便快捷，大多數種植戶通過向親朋好友借款的方式解決資金的短缺問題。曾經有過銀行貸款經歷的人數共計93人，占比41.9%。其中“僅有農商銀行貸款經歷”的有61人，占比65.6%；“僅有農業(yè)銀行貸款經歷”的有8人，占比8.6%；“僅有郵政儲蓄銀行貸款經歷”的有4人，占比4.3%；“僅有村鎮(zhèn)銀行貸款經歷”與“僅有其他銀行貸款經歷”均有6人，占比6.5%；有8人“有多家銀行貸款經歷”，占比8.6%。調查結果表明，91.5%的種植戶僅從一家銀行取得貸款，主要是由于在某家銀行貸款之后，留下的信用信息對于下次貸款具有很大幫助，更容易取得貸款。農商銀行成為種植戶經營性貸款的主要渠道和途徑；村鎮(zhèn)銀行近些年快速發(fā)展，在村鎮(zhèn)銀行貸款的種植戶人數不斷增加；工商銀行、中國銀行、建設銀行、交通銀行、農業(yè)銀行等大型銀行對種植戶銀行貸款貢獻較少。

2.沒有申請過銀行貸款的原因分析。在有效的調查問卷中，有93人申請過銀行貸款，129人沒有申請過銀行貸款。沒有申請過銀行貸款的原因有“不需要貸款”、“即使申請也得不到”、“利息太高”、“借了擔心還不了”、“手續(xù)煩瑣”、“其他原因”（見表2）。

表2：種植戶沒有申請貸款的原因

在沒有申請過銀行貸款的種植戶中，因“不需要貸款”而沒有申請貸款的種植戶占48.8%，大多數種植戶并非沒有資金需求，而是因為客觀條件限制沒有進行貸款；由于“利息太高”沒有貸款的種植戶占比19.4%，目前大多數針對種植戶的貸款年化利率在10%左右，較高的利率影響了種植戶的貸款需求；由于種植業(yè)普遍受自然環(huán)境以及市場行情的影響，糧食作物尤其是大蒜等經濟作物的產量和價格時高時低，種植戶辛苦耕作一年依舊賠錢的現象非常普遍；“借了擔心還不了”也成為不貸款的重要原因，占比14.0%；另外現在貸款主要有抵押貸款和擔保貸款，種植戶中很少有人擁有符合條件的房產進行擔保，也很難找到優(yōu)質擔保人為其擔保，所以沒有申請過貸款的種植戶中，8.5%的人表示“即使申請也得不到”。

3.種植戶對銀行貸款政策知曉度的分析。筆者在52家銀行營業(yè)部以及相關政府部門走訪過程中獲知，目前針對種植戶的貸款政策有三戶聯保、擔保貸款、抵押貸款、存單質押貸款等方式，除此之外，目前有兩種非常適合種植戶的貸款方式：一是由濟寧市農業(yè)局、財政局、農業(yè)銀行共同實施的政府融資征信平臺貸款業(yè)務。農業(yè)局對于種植戶的經營狀況進行實地調研、科學論證和評估，而后以政府的名義為種植戶提供擔保，向農業(yè)銀行申請貸款，解決了種植戶尋找有效擔保人的困難。二是濟寧市人社局與郵政儲蓄銀行、中銀富登銀行等正規(guī)金融機構進行合作，對種植戶貸款進行貼息，銀行為符合條件的種植戶提供不多于10萬元的貸款，種植戶先行支付利息，之后政府對申請貸款的種植戶全額貼息，降低了種植戶的融資成本。

在調查中發(fā)現，222戶種植戶中，至少了解一種針對種植戶銀行貸款政策的有113戶，占50.9%；而知道上述這兩種特殊優(yōu)惠政策的種植戶人數很少，僅有16人。貸款政策的信息不對稱，使得種植戶對優(yōu)惠貸款政策缺乏了解，抑制了種植戶的銀行貸款需求。

4.種植戶對銀行貸款政策滿意度的分析。在調查中，當被問到對目前的貸款政策是否滿意時，不滿意的種植戶多達193人，占比86.9%。必須有抵押物或者擔保人、貸款利息較高、只有啟動經營之后才可以獲得貸款是種植戶對于貸款政策不滿意的主要原因。

表3：模型變量定義及統計分析

三、農民貸款需求影響因素分析

（一）變量選取和基本假設

筆者將種植戶的銀行貸款需求作為模型的因變量，同時把自變量分為種植戶個人特征、家庭特征、政策因素等三個方面，通過種植戶銀行貸款的相關文獻研究以及實際調研結果的初步分析，筆者將三個方面的因素進行細化，并將所有的因素展示出來，如表3所示。

1.種植戶個人特征：（1）地區(qū)。一般認為一個地區(qū)的政治、經濟、文化、社會的綜合發(fā)展水平越高，當地銀行針對種植戶的貸款產品就越多，種植戶見識也就越廣，更容易運用貸款方式解決資金短缺問題，也就更容易有貸款需求。本次地區(qū)變量的選取，筆者按照7個縣市區(qū)大致的綜合發(fā)展水平從高到低，從1到7進行賦值。（2）年齡。不同年齡階段的種植戶銀行貸款需求有較大的差異，遇到資金緊張的情形時，年齡較大的種植戶更傾向于向親朋好友借款，年輕的種植戶接受新事物的能力比較強，傾向于從銀行貸款。（3）文化程度。文化程度越高的種植戶越容易熟知國家的支農政策和銀行貸款政策，也更傾向于運用貸款資金促進自身發(fā)展。另外，種植戶文化程度越高，交際的范圍相對越廣，交往的公務人員、事業(yè)編制人員等具有良好擔保資質的人越多，使他們更容易從銀行取得貸款，進而提高貸款的積極性。（4）貸款經歷。從事過銀行貸款的人員，往往對銀行貸款的政策更加熟悉，也更容易運用貸款政策來促進自身的發(fā)展。（5）借款經歷。如果種植戶有過向親朋好友借款的經歷，則說明其在生產經營過程中存在資金短缺的狀況，也有可能申請銀行貸款。

2.種植戶家庭特征。（1）人口數量。一般來說，家庭人口數量如果比較多，則對于未來的盈利愿景比較強，所涉及的經營規(guī)模比較大，需要的資金往往比較多，所以銀行貸款需求相對較強。另外家庭人口數量較多意味著這個家庭抵抗風險的能力比較強，所以銀行更傾向于貸款給這些家庭。（2）作物品種。相對于小麥、玉米、水稻等普通作物，葡萄、大蒜、大豆等經濟作物每畝的收益比較高，但是往往投入也比較大，例如，在葡萄園擴大種植規(guī)模的時候，建設一個高質量的大棚花費可高達10萬余元，每畝的化肥投入是小麥投入金額的5倍左右，所以一般認為種植經濟作物的種植戶具有更強的貸款需求。（3）種植規(guī)模。種糧大戶在農機購買、施肥、人工等方面會出現暫時性的資金大量需求，而向親朋好友借款具有一定的難度，往往具有強烈的貸款需求。（4）家庭收入。種植戶的家庭收入越高，生產經營時能夠調配的資金就越多，資金缺口就越小，銀行貸款需求也就較弱。

3.政策因素。（1）政策知曉度。筆者認為銀行對于貸款政策宣傳程度越高，種植戶對于政策的了解程度也就越高，也就更有可能產生貸款需求。（2）政策滿意度。種植戶對銀行貸款政策的滿意程度是影響種植戶貸款需求的關鍵因素，如果銀行貸款利息非常低、手續(xù)簡單、放款額度高、還款期限較為寬裕，大部分種植戶將會選擇向銀行貸款而非向親朋好友借款。

（二）模型設定

在調查數據中，被解釋變量為種植戶是否有銀行貸款需求，是一個二分變量（用Y=1表示種植戶有銀行貸款需求，Y=0表示種植戶沒有銀行貸款需求），所以本文選取了對數據不要求服從多元正態(tài)分布的Logistic模型來對影響種植戶銀行貸款需求的因素進行分析。

其中，e為一個自然數，b0和b1分別為變量X的系數和常量，對式（1）進行Logit變換可得：

其中，P為種植戶有銀行貸款需求的概率，1-P則表示種植戶沒有銀行貸款需求的概率，β0為常數項，X1,X2,…,Xi為解釋變量，β1,β2,…,βi為回歸系數，μ為隨機誤差。

我們假設Y為種植戶銀行貸款需求的狀況，自變量X1為地區(qū)，自變量X2為年齡，以此類推，采用SPSS24.0對222個樣本數據進行Logistic回歸分析，得到種植戶銀行貸款的回歸模型（見表4）。

表4：模型估計結果

（三）模型結果分析

從上述估計結果看，影響種植戶銀行貸款需求的主要因素如下：

1.種植戶個人特征。通過表4可得，地區(qū)Wald量的顯著性sig=0.007＜0.01，在1%的顯著水平上，地區(qū)因素與模型具有很好的擬合度。說明一個地區(qū)綜合實力越弱，金融產品的發(fā)展越慢，人們的思維相對較為封閉，銀行貸款需求也就相對較低。年齡的回歸系數B=-0.504，Wald量的顯著性sig=0.015＜0.05，說明種植戶的年齡在5%的置信度水平上對設定模型的擬合度較好。社會快速發(fā)展，年輕人更容易緊跟時代的腳步，接受新鮮事物，對銀行貸款有著更高的認可程度，也就有更強的貸款需求。文化程度的wald量的顯著性sig=0.022＜0.05，說明隨著文化程度的增加，種植戶的銀行貸款需求將更加強烈。種植戶的貸款經歷和借款經歷統計量的Wald顯著水平均小于0.05，且兩項的回歸系數分別為1.314和1.267，說明這兩個因素對種植戶銀行貸款需求的正向影響比較顯著，證明了實驗假設。

2.種植戶家庭特征。家庭人口數量的回歸系數B=-0.129，說明家庭人口數量與銀行貸款需求負相關，但是Wald的顯著性sig=0.507＞0.1，所以模型不能很好地擬合數據。出現這種結果可能是因為家庭的人口數量不等于家庭的勞動力數量。如果一家有6口人，其中有2位老人、2個小孩、2個勞動力，實際上跟與父母分開生活的2口之家具有大致一樣的勞動能力以及抵抗風險能力，所以對銀行貸款需求的影響不顯著。作物品種的回歸系數B=0.189，Wald檢驗值的顯著性Sig=0.648＞0.1，所以作物品種因素對種植戶銀行貸款需求沒有顯著意義，將其剔除，出現這種情況，很可能是因為種植經濟作物雖然畝產投入較高，但是經濟作物的種植規(guī)模一般較小，資金暫時性缺口的總數與大多數普通作物的種植戶相差不多。在本次調查中，經濟作物種植規(guī)模在100畝以上的占比6.5%，而普通作物種植規(guī)模在100畝以上的占比高達27.5%。另外，一般來說農戶只有在經營啟動之后半年才可以獲得貸款，但是經營啟動的時候往往是最需要用錢的時候，如果種植戶有實力種植經濟作物說明種植戶經濟實力較強，那么貸款需求可能相對較少；種植規(guī)模的B=0.644，sig=0.001＜0.01，說明種植規(guī)模與銀行貸款需求非常顯著地正相關，與筆者假設相同；家庭收入的回歸系數B=-0.525，Wald值的顯著性sig=0.046＜0.05，即在5%的顯著水平上，家庭收入與種植戶銀行貸款需求負相關。

3.政策因素。對貸款政策的知曉程度和對貸款政策的滿意程度統計量Wald值的顯著水平Sig均為0.019＜0.05，且兩項的回歸系數分別為1.403和2.590.說明這兩項在5%的顯著水平上，數據的擬合度比較好，對種植戶銀行貸款需求的影響比較顯著。如果政府和金融機構能夠加大針對種植戶的貸款政策宣傳，并且制定優(yōu)惠的貸款政策，將在很大程度上提高種植戶的貸款需求。

四、結論與建議

筆者通過對山東省濟寧市7個縣市區(qū)的222戶種植戶的調查問卷進行數據分析，得到了對種植戶銀行貸款需求有顯著影響的因素，主要包括地區(qū)、年齡、文化程度、貸款經歷、借款經歷、種植規(guī)模、家庭收入、政策知曉度、政策滿意度。同時，通過實地調研和模型結果分析發(fā)現，種植戶在申請銀行貸款過程中存在著農村金融地區(qū)之間發(fā)展不平衡、貸款取得方式有待改進、貸款政策有待提升、種植戶對于銀行貸款政策知曉程度低等一系列的問題。根據研究結論，提出以下建議：

（一）加大地區(qū)政策傾斜，運用互聯網等方式滿足欠發(fā)達地區(qū)種植戶的銀行貸款需求

地區(qū)之所以是影響種植戶銀行貸款需求的原因之一，主要是因為地區(qū)發(fā)達程度不同，銀行的服務水平不同。發(fā)展相對落后的地區(qū)，由于“地廣人稀”以及信用環(huán)境較差，使得銀行服務各項經營成本相對較高，所以銀行在這些欠發(fā)達地區(qū)的主動投入較少。政府應當強化激勵約束機制，尤其是確保欠發(fā)達地區(qū)的“三農”貸款投放持續(xù)增長，對涉農業(yè)務較多的金融機構，進一步完善差別化考核辦法，落實涉農貸款增量獎懲政策。銀行應當設立三農金融事業(yè)部，深耕農村這一廣闊的市場，加大對于偏遠地區(qū)銀行自助營業(yè)網點等基礎設施的投入，運用互聯網加強欠發(fā)達地區(qū)的金融服務，探索實施互聯網貸款模式，不僅有效地節(jié)約經營成本，獲得更多經濟利益，也可以讓種植戶切實享受到地區(qū)政策傾斜帶來的實惠。

（二）優(yōu)化貸款政策，提高種植戶對于銀行貸款政策的滿意程度

種植戶申請銀行貸款一個很大的障礙就是沒有房產可以抵押，沒有優(yōu)質的擔保人可以提供擔保，政府有關部門應當與銀行一同優(yōu)化貸款政策，提高種植戶的滿意程度。濟寧市率先實行的融資征信平臺貸款業(yè)務就有效解決了種植戶無房抵押、無人擔保的難題。除此之外，有關部門可以利用大數據分析，由個人的社交信息、購物信息、搜索信息來評估一個人的貸款償還能力，從而為銀行是否為其放貸提供信息支持，滿足具有還款能力的種植戶的銀行貸款需求。政府應該加大對于種植業(yè)的扶持力度，鼓勵銀行機構降低涉農貸款的利息，或者通過國家貼息的方式，有效降低種植戶的融資成本，更好地滿足種植戶的貸款需求。

（三）加強政策宣傳，加深種植戶對于銀行貸款政策的了解程度

銀行業(yè)應該主動肩負更多的社會責任，除了優(yōu)化貸款政策之外，通過新聞、廣播、明白紙、宣傳欄、銀行APP等多種方式加大對于政策的宣傳力度，讓更多的種植戶享受到普惠金融帶來的政策紅利。

[1]吳典軍，張曉濤.農戶的信貸約束——基于684戶農戶調查的實證研究[J].農業(yè)技術經濟，2008，（7）.

[2]馬秀穎，張馨文，張鳳儀.吉林省農戶貸款需求現狀及特征分析[J].吉林經濟，2016，（3）.

[3]徐璋勇，王紅莉.基于農戶金融需求視角的金融抑制問題研究——來自陜西2098戶農戶調研的實證研究[J].西北大學學報，2009，（9）.

[4]周小斌，耿潔，李秉龍，影響中國農戶借貸需求的因素分析[J].中國農村經濟，2004，（8）.

[5]顏志杰，張林秀，張兵.中國農戶信貸特征及其影響因素分析[J].農業(yè)技術經濟，2005，（7）.