信貸約束、社會(huì)資本與節(jié)水灌溉技術(shù)采用

賈蕊++陸遷??

摘要

節(jié)水灌溉技術(shù)采用率低下已成為制約西北干旱地區(qū)農(nóng)村經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵。理論研究發(fā)現(xiàn)，信貸約束對(duì)具有資本密集型特質(zhì)的節(jié)水灌溉技術(shù)采用產(chǎn)生影響，而社會(huì)資本對(duì)信貸約束具有一定的緩解作用?；诖耍疚氖褂酶拭C張掖483戶農(nóng)戶調(diào)研數(shù)據(jù)，首先，將通過(guò)意愿調(diào)查法獲得的農(nóng)戶金額約束、利率約束和期限約束數(shù)據(jù)資料表征農(nóng)戶信貸約束程度，并應(yīng)用探索性因子分析法構(gòu)建社會(huì)資本指數(shù)；其次，運(yùn)用Probit模型實(shí)證分析信貸約束、社會(huì)資本對(duì)節(jié)水灌溉技術(shù)采用的影響；再次，分別引入社會(huì)資本與金額、利率和期限約束的交互項(xiàng)，檢驗(yàn)社會(huì)資本對(duì)信貸約束的緩解效應(yīng)；最后，通過(guò)穩(wěn)健性檢驗(yàn)與邊際效應(yīng)分析對(duì)實(shí)證結(jié)果和影響程度進(jìn)行檢驗(yàn)。結(jié)果發(fā)現(xiàn)：①信貸約束的三個(gè)維度——金額約束、利率約束和期限約束分別對(duì)節(jié)水灌溉技術(shù)采用行為具有顯著的抑制作用，而社會(huì)資本對(duì)農(nóng)戶采用節(jié)水灌溉技術(shù)具有積極促進(jìn)作用。金額約束每增加1萬(wàn)元，節(jié)水灌溉技術(shù)采用概率降低1.96%；利率約束每上升1%，采用概率下降0.77%；期限約束每延長(zhǎng)1年，采用概率下降2.39%；農(nóng)戶社會(huì)資本每提高一個(gè)檔次，采用概率提升21.04%。②社會(huì)資本通過(guò)民間借貸等形式，對(duì)技術(shù)采用過(guò)程中的金額與利率約束有顯著的緩沖功能；受民間借貸期限不穩(wěn)定等因素的影響，社會(huì)資本對(duì)期限約束的緩解效應(yīng)并不明顯。③戶主年齡、受教育程度、所在村莊與鄉(xiāng)鎮(zhèn)的距離以及是否接受過(guò)技術(shù)推廣服務(wù)均對(duì)節(jié)水灌溉技術(shù)采用行為有顯著影響。

關(guān)鍵詞信貸約束；社會(huì)資本；節(jié)水灌溉技術(shù)；采用行為

中圖分類號(hào)F323.3文獻(xiàn)標(biāo)識(shí)碼A

文章編號(hào)1002-2104（2017）05-0054-09DOI：10.12062/cpre.20170314

中國(guó)是水資源嚴(yán)重短缺的國(guó)家，人均水資源占有量?jī)H為世界人均水平的28%。農(nóng)業(yè)是

用水大戶，近年來(lái)農(nóng)業(yè)用水量約占經(jīng)濟(jì)社會(huì)用水總量的62%，部分地區(qū)高達(dá)90%以上，農(nóng)

業(yè)用水短缺、水資源利用效率低下一直以來(lái)都是制約中國(guó)農(nóng)業(yè)可持續(xù)發(fā)展的重要因素。節(jié)水

灌溉技術(shù)具有提高農(nóng)業(yè)水資源利用效率、減少旱災(zāi)風(fēng)險(xiǎn)損失、降低農(nóng)村貧困發(fā)生率和促進(jìn)農(nóng)

業(yè)變革的作用。推廣節(jié)水灌溉技術(shù)，發(fā)展節(jié)水農(nóng)業(yè)對(duì)于保障西北干旱地區(qū)水安全、糧食安全

和生態(tài)安全，推動(dòng)農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的戰(zhàn)略意義。2012年頒布的《國(guó)家

農(nóng)業(yè)節(jié)水綱要》（2012—2020）明確提出，到2020年高效用水技術(shù)覆蓋率達(dá)到50%。然而

現(xiàn)實(shí)中，具有節(jié)水優(yōu)勢(shì)的節(jié)水灌溉技術(shù)卻沒(méi)有被廣泛采用，尤其是在缺水較為嚴(yán)重的西北干

旱地區(qū)。與種子、化肥等技術(shù)不同，節(jié)水灌溉技術(shù)投資大、回收周期長(zhǎng)，具有資本密集型技

術(shù)的特征，信貸約束是否是導(dǎo)致節(jié)水灌溉技術(shù)采用率低下的關(guān)鍵因素，需要進(jìn)一步證實(shí)。此

外，已有研究證實(shí)，社會(huì)資本具有緩解信貸約束的功能，那么，在農(nóng)戶灌溉技術(shù)采用中，社

會(huì)資本對(duì)信貸約束的緩解是否顯著？回答這些問(wèn)題對(duì)于擴(kuò)展農(nóng)村金融服務(wù)，提升金融瞄準(zhǔn)效

率，促進(jìn)灌溉技術(shù)采用具有重要意義。

1理論分析與文獻(xiàn)綜述

自Griliches[1]開(kāi)創(chuàng)農(nóng)業(yè)技術(shù)采用研究的先河以來(lái)，農(nóng)業(yè)技術(shù)采用引起了學(xué)術(shù)界的廣泛關(guān)注。早期學(xué)者較多關(guān)注于性別、年齡、收入、土地規(guī)模、風(fēng)險(xiǎn)、不確定性、人力資本等因素對(duì)農(nóng)業(yè)技術(shù)采用的影響[1-3]。隨著農(nóng)業(yè)生產(chǎn)對(duì)資金依賴程度的提高，信貸約束對(duì)農(nóng)業(yè)技術(shù)采用的影響也逐漸進(jìn)入人們的視野[4-5]。現(xiàn)代契約理論認(rèn)為，由信息不對(duì)稱引發(fā)的逆向選擇、道德風(fēng)險(xiǎn)以及交易成本問(wèn)題（篩選成本、監(jiān)管成本及貸款合約執(zhí)行成本較高）是導(dǎo)致金融機(jī)構(gòu)不愿貸款給農(nóng)戶的根本原因[6]。此外，農(nóng)戶往往因無(wú)法有效分散農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)，無(wú)力提供滿足銀行數(shù)量和質(zhì)量要求的抵押品而被銀行排斥在外[7]。無(wú)法獲得足額貸款迫使農(nóng)戶放棄先進(jìn)農(nóng)業(yè)生產(chǎn)技術(shù)，尤其是資本密集型技術(shù)的采用。Simtowe等[5]利用處理效果模型（Treatment Effect Model）分析農(nóng)戶是否獲得貸款對(duì)雜交玉米技術(shù)采用的影響，得出信貸約束對(duì)雜交玉米種植面積有顯著負(fù)向影響的結(jié)論。

Shiferaw等[8]利用來(lái)自非洲七個(gè)花生主產(chǎn)區(qū)945戶農(nóng)戶調(diào)研數(shù)據(jù)證實(shí)，信息、種子、信貸三重約束是導(dǎo)致RRVs 花生品種種植率低的主要原因。

信貸約束反映了農(nóng)戶借款需求無(wú)法得到滿足，供需缺口可能是由于銀行信貸配給造成農(nóng)戶借款金額不能或只能部分滿足，也可能來(lái)自于利率、期限等其他因素的影響。農(nóng)村信貸市場(chǎng)資金供需矛盾顯著，金融機(jī)構(gòu)對(duì)貸款農(nóng)戶信息甄別與監(jiān)管成本較高，農(nóng)戶違約風(fēng)險(xiǎn)大、議價(jià)能力弱[9]等原因?qū)е罗r(nóng)業(yè)貸款的平均利率顯著高于農(nóng)業(yè)生產(chǎn)利潤(rùn)率。居高不下的貸款利率水平降低了農(nóng)戶通過(guò)借貸增加資本密集型技術(shù)投入的積極性。此外，農(nóng)業(yè)生產(chǎn)周期長(zhǎng)，投資回收慢，而出于規(guī)避風(fēng)險(xiǎn)、回籠資金等目的，中國(guó)農(nóng)村信貸產(chǎn)品期限普遍較短。農(nóng)戶信貸合約期限與農(nóng)業(yè)生產(chǎn)期限錯(cuò)配降低了農(nóng)戶貸款積極性，限制了資本密集型技術(shù)的采用。GonzálezVega[10]、劉西川等[11]、程恩江[12]等從價(jià)格、數(shù)量和其他條件討論信貸約束背后的信貸配給形成機(jī)制。但是，現(xiàn)有研究較多從信貸資金可得性視角分析信貸約束對(duì)農(nóng)戶技術(shù)采用的影響，而關(guān)于利率和其他條件的信貸約束對(duì)技術(shù)采用影響的研究尚不多見(jiàn)。

社會(huì)資本是個(gè)人或家庭擁有的社會(huì)結(jié)構(gòu)資源[13]。農(nóng)戶通過(guò)社會(huì)網(wǎng)絡(luò)進(jìn)行技術(shù)交流，可有效獲取信息，改進(jìn)知識(shí)累積，提高技術(shù)采用率[14]。通過(guò)社會(huì)互動(dòng)，向其他采用者學(xué)習(xí)，可有效減少不確定性[15-16]。在我國(guó)現(xiàn)行農(nóng)業(yè)技術(shù)推廣體系下，農(nóng)戶對(duì)新技術(shù)的采用更大程度上受到周圍其他村民的影響[17]，社會(huì)資本可以加強(qiáng)農(nóng)戶間的交流與合作，將專業(yè)知識(shí)轉(zhuǎn)化為通俗易懂的語(yǔ)言，克服推廣次數(shù)、距離、文化、知識(shí)水平等限制，提高新技術(shù)采用率。劉中會(huì)等[18]對(duì)壽光蔬菜產(chǎn)業(yè)集群的研究表明，集群內(nèi)優(yōu)越的社會(huì)資本（集群文化）能促使其成員追尋關(guān)于此產(chǎn)業(yè)最先進(jìn)的技術(shù)與知識(shí)。汪建等[19]運(yùn)用結(jié)構(gòu)認(rèn)知法對(duì)四川省連片特困地區(qū)301戶農(nóng)戶調(diào)研數(shù)據(jù)進(jìn)行分析，得出社會(huì)資本對(duì)貧困地區(qū)農(nóng)業(yè)技術(shù)采納意愿有顯著正向影響的結(jié)論。

社會(huì)資本不僅直接影響農(nóng)戶技術(shù)采用，還具有緩解農(nóng)戶信貸約束的功能。首先，正規(guī)金融機(jī)構(gòu)傾向于給社會(huì)資本狀況良好的農(nóng)戶提供信貸[20]。農(nóng)戶擁有社會(huì)資本狀況在很大程度上影響其經(jīng)濟(jì)行為，傳遞金融機(jī)構(gòu)所需的“軟”信息來(lái)補(bǔ)充說(shuō)明農(nóng)戶缺失的“硬”信息（如個(gè)人信用評(píng)級(jí)信息）[21]，有效防止金融機(jī)構(gòu)的逆向選擇，降低農(nóng)戶違約的可能性，避免因信息不對(duì)稱而引發(fā)的金額約束[22]。此外，正規(guī)金融機(jī)構(gòu)通過(guò)以往借貸合約與農(nóng)戶建立的相互信任關(guān)系也屬于農(nóng)戶社會(huì)資本范疇，已逐漸成為無(wú)形抵押品，減少金融機(jī)構(gòu)對(duì)農(nóng)戶的金額約束。其次，社會(huì)資本是民間借貸行為的“特質(zhì)性”資源，隨著農(nóng)戶社會(huì)資本的培育，親朋好友間的民間借貸能為農(nóng)戶提供低息甚至無(wú)息且無(wú)需財(cái)產(chǎn)抵押的借款，成為農(nóng)戶信貸約束的“緩沖劑”[23-24]，緩沖利率約束對(duì)農(nóng)戶資本密集型技術(shù)采用行為的影響。另外，社會(huì)資本能傳遞有關(guān)信任、合作的信號(hào)，有助于降低貸款銀行的信息搜集成本、契約簽訂成本以及監(jiān)督成本，最終降低銀行貸款利率。再次，社會(huì)資本水平越高，農(nóng)戶信息透明程度越高，銀行貸款風(fēng)險(xiǎn)越低，貸款合約期限越長(zhǎng)。此外，以社會(huì)資本為基石的民間借貸期限較為靈活，或在一定程度上緩解農(nóng)戶貸款的期限約束。嚴(yán)太華和劉志明[24]選用CHFS調(diào)查數(shù)據(jù)證實(shí)，中國(guó)農(nóng)村家庭存在旺盛的信貸需求，由于信息不對(duì)稱，農(nóng)戶普遍面臨信貸約束。受信貸約束的農(nóng)戶往往會(huì)選擇通過(guò)民間借貸渠道彌補(bǔ)信貸需求。張建杰[25]基于河南省397戶農(nóng)戶調(diào)查的實(shí)證分析表明，社會(huì)資本水平較高的農(nóng)戶正規(guī)信貸的實(shí)際發(fā)生率較高，且戶均信貸規(guī)模明顯較大。然而，也有學(xué)者提出了不同觀點(diǎn)。程郁等[26]基于供給型與需求型信貸約束的研究發(fā)現(xiàn)，與信用社的關(guān)系不是決定農(nóng)戶信貸約束的關(guān)鍵因素，“關(guān)系”對(duì)供給型約束和總體約束的影響不顯著，但會(huì)加強(qiáng)需求型信貸約束。

本文以甘肅張掖483戶農(nóng)戶調(diào)研數(shù)據(jù)為例，探究信貸約束、社會(huì)資本與節(jié)水灌溉技術(shù)采用之間的關(guān)系。與以往研究相比，本文的創(chuàng)新之處在于：①采用意愿調(diào)查法獲得農(nóng)戶在金額、利率和期限三方面的貸款意愿與貸款實(shí)際發(fā)生情況的數(shù)據(jù)資料，從農(nóng)戶在節(jié)水灌溉技術(shù)采用過(guò)程中受到的信貸資金金額約束、利率約束和期限約束三個(gè)維度測(cè)度農(nóng)戶信貸約束程度，探析各維度對(duì)節(jié)水灌溉技術(shù)采用行為的影響；②引入社會(huì)資本指數(shù)與金額、利率以及期限約束的交互項(xiàng)，檢驗(yàn)農(nóng)戶技術(shù)采用過(guò)程中，社會(huì)資本對(duì)信貸約束的緩解作用，并對(duì)回歸結(jié)果進(jìn)行邊際效應(yīng)分析與穩(wěn)健性檢驗(yàn)。

2數(shù)據(jù)來(lái)源、變量選擇與描述性統(tǒng)計(jì)

2.1數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)自于國(guó)家自然科學(xué)基金面上項(xiàng)目“西北地區(qū)農(nóng)戶現(xiàn)代灌溉技術(shù)采用研究：社會(huì)網(wǎng)絡(luò)、學(xué)習(xí)效應(yīng)與采用效率”課題組的調(diào)研數(shù)據(jù)。張掖位于中國(guó)甘肅省西北部，為全國(guó)重點(diǎn)建設(shè)的12個(gè)商品糧基地之一。作為地處河西走廊腹地的戈壁綠洲，張掖生態(tài)系統(tǒng)脆弱，“有水即為綠洲、無(wú)水則為荒漠”，是一個(gè)典型的資源型缺水地區(qū)，人均占有水資源1 250 m3，畝均511 m3，分別只有全國(guó)平均水平的57%和29%，屬典型的干旱地區(qū)。2002年，張掖市被選為全國(guó)第一個(gè)節(jié)水型社會(huì)建設(shè)的典型試點(diǎn)，在全市范圍內(nèi)大力推廣管灌、噴灌、滴灌等高效節(jié)水灌溉技術(shù)。截至2015年，全市節(jié)水灌溉面積累計(jì)超過(guò)80.6萬(wàn)畝，農(nóng)業(yè)灌溉水利用率從45%提高到51%。

課題組于2015年10月至11月在甘肅省張掖市進(jìn)行問(wèn)卷調(diào)查，調(diào)查對(duì)象為20—75歲精神正常，有交流能力的農(nóng)戶。調(diào)研階段抽樣方法設(shè)計(jì)如下：首先，采用典型調(diào)查法選取黨寨鎮(zhèn)、上秦鎮(zhèn)、沙井鎮(zhèn)、明永鄉(xiāng)、三閘鎮(zhèn)、二十里堡鄉(xiāng)6個(gè)節(jié)水灌溉技術(shù)推廣較好的鄉(xiāng)鎮(zhèn)；其次，按照村進(jìn)行分層抽樣，每個(gè)鄉(xiāng)鎮(zhèn)抽取3個(gè)村，每村隨機(jī)抽取30戶農(nóng)戶進(jìn)行問(wèn)卷訪談，共發(fā)放問(wèn)卷547份，其中，有效問(wèn)卷483份，有效率達(dá)88.3%。

2.2變量選擇

本文選取農(nóng)戶節(jié)水灌溉技術(shù)采用行為為被解釋變量，采用為1，不采用為0。解釋變量由信貸約束變量、社會(huì)資本變量和控制變量組成。

2.2.1信貸約束變量

在實(shí)地調(diào)研過(guò)程中發(fā)現(xiàn)，自2013年《中共中央關(guān)于全面深化改革若干重大問(wèn)題的決定》正式提出“發(fā)展普惠金融”以來(lái)，西部地區(qū)農(nóng)戶小額信貸工作取得了突破性進(jìn)展。以本次調(diào)研隨機(jī)抽取的483戶農(nóng)戶為例，有274戶獲得不同程度的信貸資金支持，占樣本總量的56.73%，農(nóng)戶“貸款難”的問(wèn)題得到了顯著改善。但通過(guò)對(duì)數(shù)據(jù)進(jìn)一步分析我們不難發(fā)現(xiàn)，獲得貸款農(nóng)戶的平均貸款金額僅為3.58萬(wàn)元，平均貸款利率（年利率）高達(dá)8.82%，而平均貸款期限則不足1.4年。農(nóng)戶小額貸款具有數(shù)量少、利率高、期限短等特點(diǎn)。在農(nóng)戶節(jié)水灌溉技術(shù)采用決策過(guò)程中，小額貸款與技術(shù)投資需求不匹配成為制約農(nóng)戶技術(shù)采用的關(guān)鍵因素之一。

鑒于此，課題組在調(diào)研過(guò)程中，通過(guò)詢問(wèn)獲得貸款農(nóng)戶和有貸款意愿農(nóng)戶“您希望獲得的貸款金額是多少？”、 “您可以承受的貸款利率是多高？”、“貸款期限多長(zhǎng)時(shí)，您可以順利償還？”等問(wèn)題獲得農(nóng)戶的期望貸款金額、利率和期限。進(jìn)一步，本文將這三個(gè)變量與農(nóng)戶實(shí)際貸款金額、利率和期限相減而得到測(cè)度農(nóng)戶信貸約束程度的金額約束（期望貸款金額-實(shí)際貸款金額）、利率約束（實(shí)際貸款利率-期望貸款利率）和期限約束（期望貸款期限-實(shí)際貸款期限）三個(gè)維度。期望金額反映農(nóng)戶對(duì)信貸資金的數(shù)量需求，其與實(shí)際金額的差值能準(zhǔn)確衡量貸款的數(shù)量缺口；期望利率反映農(nóng)戶能負(fù)擔(dān)的利率水平，實(shí)際利率與期望利率的差值能較好地度量貸款的利率缺口；期望期限反映農(nóng)戶投資的回收期限，其與實(shí)際期限的差值能表征貸款的期限缺口（見(jiàn)表1）。

2.2.2社會(huì)資本變量

本文借鑒王昕[27]的研究方法，運(yùn)用探索性因子分析法（Factor Analysis），從社會(huì)參與、社會(huì)信任、社會(huì)網(wǎng)絡(luò)和社會(huì)聲望四個(gè)維度測(cè)度農(nóng)戶社會(huì)資本擁有情況。社會(huì)參與通過(guò)串門頻率、討論與解決問(wèn)題頻率等變量對(duì)農(nóng)戶參與集體事務(wù)的程度進(jìn)行衡量；社會(huì)網(wǎng)絡(luò)通過(guò)手機(jī)聯(lián)系人數(shù)、經(jīng)常往來(lái)人數(shù)等變量對(duì)網(wǎng)絡(luò)規(guī)模進(jìn)行測(cè)度；社會(huì)信任通過(guò)農(nóng)戶對(duì)周圍人誠(chéng)信與否、是否擔(dān)心利益受損等問(wèn)題的評(píng)價(jià)定義農(nóng)戶對(duì)其他主體的信任程度；社會(huì)聲望通過(guò)農(nóng)戶對(duì)農(nóng)忙時(shí)是否有人幫忙，困難時(shí)是否有人幫忙的感受考察調(diào)查對(duì)象的被尊重程度（見(jiàn)表2）。除社會(huì)網(wǎng)絡(luò)中手機(jī)聯(lián)系人數(shù)、經(jīng)常往來(lái)人數(shù)兩個(gè)變量用實(shí)際數(shù)值度量外，其他變量根據(jù)農(nóng)戶對(duì)頻率、評(píng)價(jià)與感受的回答，采用五級(jí)評(píng)分標(biāo)準(zhǔn)為調(diào)查對(duì)象打分。

因SPSS 21.0在提取公因子之前會(huì)自動(dòng)將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，本文選擇SPSS 21.0軟件按照以下步驟計(jì)算每個(gè)樣本的社會(huì)資本指數(shù)：首先，根據(jù)此次調(diào)研獲得樣本數(shù)據(jù)計(jì)算得到樣本 KMO檢驗(yàn)值為0.783，Bartlett球形檢驗(yàn)近似卡方值為2 904.315（sig=0.000），表明樣本數(shù)據(jù)適合做因子分析（通常認(rèn)為KMO值大于0.7即表明數(shù)據(jù)適合做因子分析）。其次，為了使因子分析的結(jié)果有更加合理的經(jīng)濟(jì)含義，本文選取最大方差法進(jìn)行因子旋轉(zhuǎn)，運(yùn)用提取主成分法提取特征根大于1的四個(gè)公因子，累計(jì)方差貢獻(xiàn)率為79.253%。公因子1的方差貢獻(xiàn)率為28.015%，包含邀請(qǐng)做客、討論問(wèn)題、解決問(wèn)題、親戚走動(dòng)變量，將其命名為社會(huì)參與；公因子2的方差貢獻(xiàn)率為20.652%，包含有人幫忙、農(nóng)忙幫忙、提供幫助變量，將其命名為社會(huì)聲望；公因子3的方差貢獻(xiàn)率為16.011%，包含村莊風(fēng)氣、村民關(guān)系變量，將其命名為社會(huì)信任；公因子4的方差貢獻(xiàn)率為14.575%，包含手機(jī)聯(lián)系人數(shù)、經(jīng)常往來(lái)人數(shù)變量，將其命名為社會(huì)網(wǎng)絡(luò)。最后，分別以各公因子的方差貢獻(xiàn)率為權(quán)重，對(duì)社會(huì)資本四個(gè)維度的因子得分值（Factor1Factor4）加權(quán)求和，計(jì)算每個(gè)樣本的社會(huì)資本指數(shù)（Social Capital），具體計(jì)算公式為：

2.2.3控制變量

選取戶主年齡、戶主受教育年限、戶主務(wù)農(nóng)年限、家庭人口規(guī)模、家庭成員務(wù)農(nóng)比例和農(nóng)業(yè)收入來(lái)表征農(nóng)戶基本特征；采用灌溉面積和所在村莊與鄉(xiāng)鎮(zhèn)的距離分別衡量農(nóng)戶的種植特征和村莊特征；通過(guò)是否接受過(guò)節(jié)水灌溉技術(shù)推廣服務(wù)（虛擬變量）考察技術(shù)推廣情況。

2.3描述性統(tǒng)計(jì)

參與調(diào)研的483個(gè)樣本中，戶主平均年齡為50歲，最小21歲，最大75歲，41—50歲農(nóng)戶居多；戶主平均受教育年限為7年，初中學(xué)歷最多，高中學(xué)歷只占15.94%，有30位戶主沒(méi)上過(guò)學(xué)；戶主務(wù)農(nóng)年限符合正態(tài)分布，平均年限為32年；家庭平均人口數(shù)量為4人，3—5人的家庭規(guī)模最多；家庭成員平均務(wù)農(nóng)比例為55.47%，有75戶只從事農(nóng)業(yè)生產(chǎn)，其余均為兼業(yè)農(nóng)戶；農(nóng)戶灌溉面積與農(nóng)業(yè)收入差異較大，灌溉面積平均為13.7畝，最少1.7畝，最多65畝，農(nóng)業(yè)收入最少1 000元，最多19.9萬(wàn)元（見(jiàn)表3）。

483戶農(nóng)戶中，有381戶農(nóng)戶采用節(jié)水灌溉技術(shù)，占樣本總數(shù)的78.9%。如表4所示，在采用技術(shù)的381戶農(nóng)戶中，存在金額、利率與期限約束的比例分別是12.07%、3176%和2467%；在沒(méi)采用節(jié)水灌溉技術(shù)的102戶農(nóng)戶中，存在各維度約束的比例分別是5534%、7767%和8058%。由此可見(jiàn)，未采用節(jié)水灌溉技術(shù)農(nóng)戶存在信貸約束的概率明顯高于采用農(nóng)戶。此外，采用節(jié)水灌溉技術(shù)且存在信貸約束農(nóng)戶各維度約束的均值（標(biāo)準(zhǔn)差）分別為0438（1317）、15.50（25.83）和0.45（0.94），未采用且有約束農(nóng)戶的均值（標(biāo)準(zhǔn)差）分別為2919（4188）、3689（26.50）和1.93（1.90），說(shuō)明未采用且有約束農(nóng)戶信貸約束的程度高于采用農(nóng)戶。

3模型估計(jì)與結(jié)果分析

本文運(yùn)用Stata12.0軟件對(duì)調(diào)研獲得的483個(gè)樣本數(shù)據(jù)進(jìn)行分析。由于模型的被解釋變量——農(nóng)戶節(jié)水灌溉技術(shù)采用只有“采用”與“不采用”兩種結(jié)果，屬于二元選擇問(wèn)題，解釋變量均為未分組數(shù)據(jù)，因此，本文采用對(duì)被解釋變量發(fā)生概率（技術(shù)采用概率）解釋效果較好的二元Probit方法構(gòu)建模型，運(yùn)用極大似然法對(duì)模型進(jìn)行估計(jì)，回歸結(jié)果見(jiàn)表5。

3.1信貸約束、社會(huì)資本對(duì)農(nóng)戶節(jié)水灌溉技術(shù)采用的影響

模型1探析金額、利率、期限約束以及社會(huì)資本對(duì)技術(shù)采用的影響，具體設(shè)計(jì)如下：

上式中，被解釋變量Y為農(nóng)戶節(jié)水灌溉技術(shù)采用行為，采用為“1”，不采用為“0”。Φ（*）表示累積分布函數(shù)，JEYS表示金額約束，LLYS表示利率約束，QXYS表示期限約束，SHZB表示社會(huì)資本指數(shù)，Xcontrol表示其他控制變量，β0表示回歸截距項(xiàng)，β1—β4表示待估系數(shù)，β′表示控制變量系數(shù)矩陣，ε為誤差項(xiàng)。

模型1的估計(jì)結(jié)果顯示，擬合優(yōu)度為0.739 5，擬合情況良好，通過(guò)1%顯著性檢驗(yàn)。由表5可知，金額、利率與期限約束分別通過(guò)了1%、10%和5%的顯著性檢驗(yàn)，且系數(shù)都為負(fù)，表明農(nóng)戶面臨的金額、利率和期限約束越大，采用節(jié)水灌溉技術(shù)的概率越小。由此可知，目前中國(guó)農(nóng)村大力推廣的農(nóng)戶小額信貸無(wú)法滿足節(jié)水灌溉技術(shù)的投資需求，這主要是由節(jié)水灌溉技術(shù)初始投資量大、回報(bào)率低、投資回收期長(zhǎng)等特點(diǎn)與農(nóng)戶小額信貸的金額、利率以及期限不匹配決定的。社會(huì)資本指數(shù)通過(guò)了1%的顯著性檢驗(yàn)，且系數(shù)為正，表明社會(huì)資本通過(guò)加強(qiáng)農(nóng)戶間技術(shù)的交流與協(xié)作，對(duì)節(jié)水灌溉技術(shù)采用有顯著的促進(jìn)作用。

此外，戶主年齡與年齡平方均通過(guò)1%的顯著性檢驗(yàn)，且年齡系數(shù)為正、年齡平方系數(shù)為負(fù)，表明節(jié)水灌溉技術(shù)采用行為與戶主年齡呈現(xiàn)“倒U”形關(guān)系。由模型1的系數(shù)計(jì)算可知（-0.213/[2×（-0.002 4）]=44.4），44歲為節(jié)水灌溉技術(shù)采用的拐點(diǎn)，44歲以前，戶主年齡與節(jié)水灌溉技術(shù)采用行為正相關(guān)，即年齡越大，技術(shù)采用概率越大；44歲以后，年齡與技術(shù)采用負(fù)相關(guān)，即年齡越大，技術(shù)采用概率越小。實(shí)證結(jié)果表明，中年農(nóng)戶是目前中國(guó)農(nóng)戶小額信貸的主要受益者，也是節(jié)水灌溉技術(shù)的主要采用者；青年與老年農(nóng)戶受信貸約束、種植經(jīng)驗(yàn)、健康狀況等因素的影響，對(duì)節(jié)水灌溉技術(shù)的采用缺乏動(dòng)力，該結(jié)論與國(guó)亮、侯軍歧等[28]學(xué)者的研究結(jié)論相同。戶主受教育年限通過(guò)10%的顯著性檢驗(yàn)，且系數(shù)為正。農(nóng)戶受教育程度越高，學(xué)習(xí)能力、掌握新技術(shù)的能力越強(qiáng)，與劉紅梅等[29]的研究結(jié)論一致。與鄉(xiāng)鎮(zhèn)的距離通過(guò)5%的顯著性檢驗(yàn)，且系數(shù)為正，表明農(nóng)戶所在村莊距離鄉(xiāng)鎮(zhèn)越近，農(nóng)戶信息渠道越廣，采用節(jié)水灌溉技術(shù)的概率越高。是否接受過(guò)節(jié)水灌溉技術(shù)推廣服務(wù)通過(guò)1%的顯著性檢驗(yàn)，表明技術(shù)推廣服務(wù)能增進(jìn)農(nóng)戶對(duì)技術(shù)的了解，有效促進(jìn)農(nóng)戶技術(shù)采用行為。

3.2社會(huì)資本對(duì)農(nóng)戶信貸約束的緩解效應(yīng)

本部分在運(yùn)用探索性因子分析法計(jì)算農(nóng)戶社會(huì)資本指數(shù)的前提下，引入信貸約束各個(gè)維度與社會(huì)資本指數(shù)的交互項(xiàng)來(lái)探究信貸約束與社會(huì)資本的交互關(guān)系（其他變量與模型1保持一致），模型設(shè)計(jì)如下：

上式中，JEYS×SHZB、LLYS×SHZB和QXYS×SHZB分別為金額、利率、期限約束與社會(huì)資本指數(shù)的交互項(xiàng)。

為避免多重共線性，模型2分別對(duì)金額、利率與期限約束原始數(shù)據(jù)進(jìn)行對(duì)中處理后（社會(huì)資本指數(shù)計(jì)算結(jié)果由因子分析法得出，其均值為0，不需做對(duì)中處理），將信貸約束各維度與社會(huì)資本指數(shù)交互項(xiàng)引入模型2中，驗(yàn)證社會(huì)資本對(duì)信貸約束的緩解效應(yīng)。模型擬合優(yōu)度為0.758 7，擬合情況良好，通過(guò)1%顯著性檢驗(yàn)。由表5可知，金額、利率約束與社會(huì)資本指數(shù)的交互項(xiàng)分別通過(guò)1%和10%顯著性檢驗(yàn)。模型1中金額約束的系數(shù)為-0.27，模型2中金額約束×社會(huì)資本指數(shù)的系數(shù)為0.329 6，由此可知，社會(huì)資本對(duì)金額約束有顯著的緩解作用，這與農(nóng)戶無(wú)法獲得貸款或貸款數(shù)量難以滿足需求時(shí)，往往求助于親朋好友的事實(shí)相符。模型1中利率約束的系數(shù)為-0.105 4，模型2中利率約束×社會(huì)資本指數(shù)的系數(shù)為0.300 7，由此可知，社會(huì)資本對(duì)利率約束有顯著的緩解作用，這主要由目前中國(guó)農(nóng)戶小額貸款利率太高，而以親朋好友為主要對(duì)象的民間借貸以無(wú)息信用借款為主所致。模型1中期限約束的系數(shù)為-0.329，模型2中期限約束×社會(huì)資本指數(shù)的系數(shù)為-0.250 8，社會(huì)資本對(duì)期限約束雖有一定的緩解（系數(shù)絕對(duì)值變?。珱](méi)通過(guò)顯著性檢驗(yàn)，說(shuō)明緩解作用并不明顯。其主要原因是親朋間的信用借貸往往期限較短或期限并不明確，貸款人隨時(shí)有可能要求還款。模型2中其他控制變量對(duì)節(jié)水灌溉技術(shù)采用的影響與模型1基本相同。〖LL〗

4穩(wěn)健性檢驗(yàn)與邊際效應(yīng)分析

4.1穩(wěn)健性檢驗(yàn)

為檢驗(yàn)?zāi)Ｐ?與模型2回歸結(jié)果的可靠性，運(yùn)用Stata 12.0軟件，選取已有研究中經(jīng)常用來(lái)反映農(nóng)戶是否存在信貸約束的虛擬變量（1表示農(nóng)戶有貸款意愿且沒(méi)貸到款，0表示農(nóng)戶貸到款或沒(méi)有貸款意愿）和反映農(nóng)戶社會(huì)資本擁有狀況的“人情禮品支出（單位：千元）”來(lái)代替金額、利率、期限約束以及社會(huì)資本指數(shù)，采用Probit模型對(duì)農(nóng)戶節(jié)水灌溉技術(shù)采用行為進(jìn)行回歸（其他控制變量與模型1、2相同）。模型3回歸結(jié)果顯示，信貸約束阻礙農(nóng)戶采用節(jié)水灌溉技術(shù)，社會(huì)資本則對(duì)節(jié)水灌溉技術(shù)采用有顯著的促進(jìn)作用。為避免多重共線性，模型4在對(duì)信貸約束與人情禮品支出的原始數(shù)據(jù)分別作對(duì)中處理后，將二者的交互項(xiàng)引入模型?；貧w結(jié)果顯示，信貸約束×人情禮品支出的系數(shù)通過(guò)10%顯著性檢驗(yàn)，系數(shù)為0.079 7，與模型3中信貸約束的系數(shù)-0.588 4進(jìn)行對(duì)比后發(fā)現(xiàn)，社會(huì)資本對(duì)信貸約束有明顯的緩解作用，與模型1、模型2的回歸結(jié)果一致（見(jiàn)表6）。

4.2邊際效應(yīng)分析

針對(duì)模型1回歸結(jié)果，本文進(jìn)一步計(jì)算金額、利率、期限約束和社會(huì)資本指數(shù)對(duì)農(nóng)戶節(jié)水灌溉技術(shù)采用的邊際效應(yīng)，結(jié)果見(jiàn)表7。

由表7可知，金額約束每增加1萬(wàn)元，節(jié)水灌溉技術(shù)采用概率降低1.96%；利率約束每上升1%，采用概率下降0.77%；期限約束每延長(zhǎng)1年，采用概率下降239%；農(nóng)戶社會(huì)資本每提高一個(gè)檔次，采用概率提升2104%。

5結(jié)論與啟示

本文利用2015年甘肅張掖483戶農(nóng)戶調(diào)研數(shù)據(jù)，對(duì)信貸約束、社會(huì)資本與農(nóng)戶節(jié)水灌溉技術(shù)采用行為進(jìn)行實(shí)證分析，主要研究結(jié)論如下：第一，金額、利率和期限約束通過(guò)減少農(nóng)戶信貸資金獲得量、提高資金成本、縮短資金使用期限抑制資本密集型技術(shù)——節(jié)水灌溉技術(shù)的采用。第二，社會(huì)資本可以加強(qiáng)農(nóng)戶間的技術(shù)交流與合作，提高農(nóng)戶技術(shù)采用率。第三，社會(huì)資本通過(guò)向銀行傳遞農(nóng)戶信用信息，與銀行建立長(zhǎng)期合作關(guān)系，以及提供民間無(wú)抵押、低息甚至無(wú)息信用借款對(duì)金額約束與利率約束起緩沖作用。受民間信用借貸期限不穩(wěn)定等因素的影響，社會(huì)資本對(duì)期限約束的緩沖效果并不理想。

培育農(nóng)戶社會(huì)資本，緩解信貸約束，提高西北干旱地區(qū)節(jié)水灌溉技術(shù)采用率應(yīng)從以下幾個(gè)方面入手：第一，通過(guò)中央與地方政府財(cái)政補(bǔ)貼機(jī)制，鼓勵(lì)金融機(jī)構(gòu)加大對(duì)采用節(jié)水灌溉技術(shù)農(nóng)戶信貸資金的支持力度，實(shí)施優(yōu)惠利率，延長(zhǎng)貸款期限，放松農(nóng)戶金額、利率與期限約束；第二，推進(jìn)農(nóng)業(yè)保險(xiǎn)與農(nóng)戶貸款聯(lián)動(dòng)機(jī)制，提高農(nóng)戶抵御風(fēng)險(xiǎn)能力，降低農(nóng)戶貸款違約率，為金融機(jī)構(gòu)增加農(nóng)戶信貸額度提供必要的前提與保障；第三，加強(qiáng)農(nóng)村社區(qū)文化建設(shè)，創(chuàng)建農(nóng)村社區(qū)交流型組織環(huán)境，增強(qiáng)農(nóng)戶彼此間的交流與信賴，培育農(nóng)戶社會(huì)資本。

（編輯：于杰）

參考文獻(xiàn)（References）

[1]GRILICHES Z. Hybird corn： an exploration in the economics of technological change[J]. Econometrica， 1957， 25（4）：501-522.

[2]ROGERS EM. Diffusion of innovations[M]. New York： The Free Press of Glencoe， 1962.

[3]FEDER G， JUST R E， ZILBERMAN D. Adoption of agricultural innovations in developing countries： a survey[J]. Economic development and cultural change， 1985， 33（2）：255-298.

[4]BINSWANGER H P， SILLERS D A. Risk aversion and credit constraints in farmers decisionmaking： a reinterpretation[J]. Journal of development studies. 1983， 20（1）：5-21.

[5]SIMTOWE F P， ZELLER M. The impact of access to credit on the adoption of hybrid maize in Malawi： an empirical test of an agricultural household model under credit market failure[R]. Munich Personal RePec Archive （MPRA） Paper， 2006： 45.

[6]GUIRKINGERA C， BOUCHERB S R. Credit constraints and productivity in Peruvian agriculture[J]. Agricultural economics， 2008， 39（3）：295-308.

[7]孔榮， TURVEY C G， 霍學(xué)喜. 信任、內(nèi)疚與農(nóng)戶借貸選擇的實(shí)證分析——基于甘肅、河南、陜西三省的問(wèn)卷調(diào)查[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2009（11）：50-59. [KONG Rong， TURVEY C G， HUO Xuexi. An empirical analysis of trust， guilt and farmers borrowing choice based on the questionnaire survey in Gansu， Henan and Shaanxi provinces[J]. Chinese rural economy， 2009（11）：50-59.]

[8]SHIFERAW B， KEBEDE T， KASSIE M， et al. Market imperfections， access to information and technology adoption in Uganda： challenges of overcoming multiple constraints[J]. Agricultural economics， 2015， 46（4）：475-488.

[9]辛兵海， 廉永輝， 陶江. 我國(guó)農(nóng)村借貸市場(chǎng)借貸雙方議價(jià)能力測(cè)度——基于雙邊隨機(jī)邊界模型的分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2014（6）：64-73. [XIN Binghai， KANG Yonghui， TAO Jiang. Measurement of bargaining power in Chinese rural credit market： an analysis based on stochastic frontier model[J]. Journal of agrotechnical economics， 2014（6）：64-73.]

[10]GONZLEZ V C. Creditrationing behavior of agricultural lenders： the iron law of interest rate restrictions[M]. Boulder： Westview Press， 1984.

[11]劉西川， 程恩江. 貧困地區(qū)農(nóng)戶的正規(guī)信貸約束：基于配給機(jī)制的經(jīng)驗(yàn)考察[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2009（6）：37-50. [LIU Xichuan， CHENG Enjiang. Formal credit constraint of rural households in poor areas： an empirical study based on rationing mechanism[J]. Chinese rural economy， 2009（6）：37-50.]

[12]程恩江， 劉西川. 小額信貸緩解農(nóng)戶正規(guī)信貸配給了嗎？——來(lái)自三個(gè)非政府小額信貸項(xiàng)目區(qū)的經(jīng)驗(yàn)證據(jù)[J]. 金融研究， 2010（12）：190-206. [CHENG Enjiang， LIU Xichuan. Can microfinance ease the formal credit rationing of rural households？ empirical evidence from three nongovernmental microfinance project areas[J]. Journal financial research， 2010（12）：190-206.]

[13]COLEMAN J S. Foundations of social theory[M]. Cambridge： The Belknap Press of Harvard University Press， 1990.

[14]BANDIERA O， RASUL I. Social networks and technology adoption in northern mozambique[J]. The economic journal， 2006， 116（514）：869-902.

[15]BESLEY T， CASE A. Does electoral accountability affect economic policy choices？ evidence from gubernatorial term limits[J]. Quarterly journal of economics， 1995， 110（3）：769-798.

[16]FOSTER A D， ROSENZWEIG M R. Learning by doing and learning from others： human capital and technical change in agriculture[J]. Journal of political economy， 1995， 103（6）：1176-1209.

[17]羅連發(fā)， 葉初升. 社會(huì)資本、技術(shù)采用與扶貧政策質(zhì)量——基于計(jì)算經(jīng)濟(jì)學(xué)的仿真分析[J]. 財(cái)經(jīng)科學(xué)， 2015（2）：100-110. [LUO Lianfa， YE Chusheng. Social capital，technology adoption and poverty alleviation performance based on computation economics[J].Finance and economics， 2015（2）：100-110.]

[18]劉中會(huì)， 劉力臻. 產(chǎn)業(yè)集群社會(huì)資本對(duì)技術(shù)的引進(jìn)、擴(kuò)散和創(chuàng)新的影響——以壽光蔬菜產(chǎn)業(yè)集群為例[J]. 經(jīng)濟(jì)問(wèn)題， 2009（4）：47-49. [LIU Zhonghui， LIU Lizhen. The impact of the industrial clusters social capital on the introduction diffusion and innovation of technology taking Shouguang vegetable industry cluster as an example[J].Economic problems， 2009（4）：47-49.]

[19]汪建， 莊天慧. 貧困地區(qū)社會(huì)資本對(duì)農(nóng)戶新技術(shù)采納意愿的影響分析——基于四川16村301戶農(nóng)戶的調(diào)查[J]. 農(nóng)村經(jīng)濟(jì)， 2015（4）：69-74. [WANG Jian， ZHUANG Tianhui. Analysis of the influence of farmers social capital in poor areas to their willness of technology adoption based on the investigation of 16 villages and 301 farmer households in Sichuan Province[J]. Rural economy， 2015（4）：69-74.]

[20]張慶昉. 農(nóng)戶結(jié)構(gòu)和行為對(duì)借貸傾向的影響研究——基于湖南2000戶農(nóng)戶的問(wèn)卷調(diào)查[J]. 財(cái)經(jīng)理論與實(shí)踐， 2010（3）：24-29. [ZHANG Qingfang. Study on the influence of rural household structure and behavior on credit preference based on questionnaire survey of 2000 rural households in Hunan Province[J].The theory and practice of finance and economics， 2010（3）：24-29.]

[21]黃文彬. 我國(guó)P2P網(wǎng)絡(luò)借貸成功率影響因素研究[J]. 廈門大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2016（3）：136-146. [HUANG Wenbin. Study on the factors of success for P2P lending in China[J]. Journal of Xiamen University（arts and social sciences）， 2016（3）：136-146.]

[22]徐璋勇， 楊賀. 農(nóng)戶信貸行為傾向及其影響因素分析[J]. 中國(guó)軟科學(xué)， 2014（3）：45-56. [XU Zhangyong， YANG He. Empirical research on farmer households credit tendency and its influence factors[J]. China soft science magazine， 2014（3）：45-56.]

[23]黃勇. 淺析農(nóng)戶社會(huì)資本對(duì)非正規(guī)信貸行為的影響[J]. 金融理論與實(shí)踐， 2009（6）：76-78. [HUANG Yong. The influence of peasant households social capital on informal credit behavior[J]. Financial theory and practice， 2009（6）：76-78.]

[24]嚴(yán)太華， 劉志明. 信貸需求、借貸行為與農(nóng)戶社會(huì)網(wǎng)絡(luò)的關(guān)聯(lián)度[J]. 改革， 2015（9）：151-159. [YAN Taihua， LIU Zhiming. Correlation between credit demand， credit behavior with the social network of rural households[J]. Reform， 2015（9）：151-159.]

[25]張建杰. 農(nóng)戶社會(huì)資本及對(duì)其信貸行為的影響——基于河南省397戶農(nóng)戶調(diào)查的實(shí)證分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題， 2008（9）：28-34. [ZHANG Jianjie. Peasant households social capital and its impact on credit behaviors based on the empirical analysis of 397 peasant households of Henan Province[J]. Issues in agricultural economy， 2008（9）：28-34.]

[26]程郁， 韓俊， 羅丹. 供給配給與需求壓抑交互影響下的正規(guī)信貸約束：來(lái)自1 874戶農(nóng)戶金融需求行為考察[J]. 世界經(jīng)濟(jì)， 2009（5）：73-82. [CHENG Yu， HAN Jun， LUO Dan. Formal credit constraint under the interactive influence of supply ration and depression of demand： from the study of 1 874 farmer households financial demand[J]. The journal of world economy， 2009（5）：73-82.]