經(jīng)驗資本及林地規(guī)模對林農(nóng)信貸的影響
——來自集體林改試點省福建的調(diào)查

楊 揚，李 樺，姚順波

(西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院/資源經(jīng)濟與環(huán)境管理研究中心，陜西 楊凌 712100)

引 言

隨著集體林權(quán)制度改革的全面深化,后續(xù)配套改革也在不斷推進。林業(yè)信貸作為配套政策的關(guān)鍵組成部分,在林業(yè)和林區(qū)經(jīng)濟發(fā)展中具有重要作用。2009年,《關(guān)于做好集體林權(quán)制度改革與林業(yè)發(fā)展金融服務(wù)工作的指導(dǎo)意見》指出要積極開辦林業(yè)貸款業(yè)務(wù),增加林業(yè)貸款覆蓋面。然而,目前我國林業(yè)信貸市場很不完善,農(nóng)戶面臨著嚴重的信貸約束[1],絕大多數(shù)林農(nóng)無法獲得正規(guī)金融機構(gòu)的貸款,即使能申請到貸款,額度也十分有限[2-3],這導(dǎo)致林業(yè)經(jīng)營無法得到長期資金支持,資金匱乏成為抑制農(nóng)戶從事林業(yè)生產(chǎn)的主要瓶頸[4]。

已有研究表明,貸款中信息不對稱的存在會造成信貸配給的發(fā)生[5],導(dǎo)致有信貸需求的農(nóng)戶獲得貸款難度很大。經(jīng)驗資本和土地規(guī)?？梢酝ㄟ^信號傳遞對信貸可獲性產(chǎn)生影響。林業(yè)信貸中,經(jīng)驗資本與林地規(guī)模會怎樣影響林農(nóng)信貸可獲性?其對貸款獲得概率和獲得額度的影響有何不同?回答這些問題對于緩解林業(yè)資金約束、促進林業(yè)發(fā)展和提高林農(nóng)收入具有重要意義。

現(xiàn)有文獻對林農(nóng)信貸的研究較多側(cè)重于林權(quán)抵押貸款。有研究表明,除了受農(nóng)戶家庭特征、社會環(huán)境及貸款特征等因素的影響之外,林農(nóng)林權(quán)抵押貸款參與意愿和需求還受到林地規(guī)模和林農(nóng)外出打工經(jīng)歷的顯著影響[1,6]。隨著林業(yè)貸款政策的實施,有學(xué)者發(fā)現(xiàn)林地面積越大,林農(nóng)參與林權(quán)抵押貸款的可能性越高[7];由于小面積的林地抵押會增加貸款違約風(fēng)險,因而金融機構(gòu)傾向于林地面積大和資產(chǎn)雄厚的大客戶[8],這樣擁有較大規(guī)模林地的林農(nóng)更有可能獲得林權(quán)抵押貸款[4]。

此外,梳理農(nóng)戶農(nóng)業(yè)貸款可獲性的文獻也可以發(fā)現(xiàn),農(nóng)業(yè)從業(yè)經(jīng)驗和貸款經(jīng)歷會顯著影響農(nóng)戶參與信貸市場[9-10],而土地規(guī)模和土地評估價值被認為是影響農(nóng)戶信貸可得性的重要因素[11-12],黃惠春的研究也表明,農(nóng)戶經(jīng)營規(guī)模對金融機構(gòu)發(fā)放擔保貸款有顯著影響,而機構(gòu)發(fā)放農(nóng)地抵押貸款時主要考慮耕地面積較大且擁有貸款經(jīng)驗的農(nóng)戶[13]。

以上研究從不同視角分析了經(jīng)驗資本、林地規(guī)模與農(nóng)戶林業(yè)信貸的關(guān)系,但還存在以下不足:一是已有文獻大多集中于分析林農(nóng)林權(quán)抵押貸款需求、意愿和行為,較少分析林農(nóng)信貸可獲性。二是現(xiàn)有研究較多地分析了土地規(guī)模對林農(nóng)貸款可獲性的作用,但對經(jīng)驗資本如何影響信貸可獲性涉及不多且不夠全面。三是既有文獻主要采用二元選擇模型分析林農(nóng)貸款獲得情況,而對林農(nóng)獲得具體貸款額度差異有待進一步探討。鑒于此,本文以集體林權(quán)改革試點地區(qū)福建省為例,基于林農(nóng)調(diào)研數(shù)據(jù),分步討論經(jīng)驗資本及林地規(guī)模對林農(nóng)信貸獲得概率與獲得額度的影響,進而反映集體林改背景下林業(yè)信貸政策實施效果及其需要完善的著力點。

一、模型構(gòu)建與研究假設(shè)

(一)模型構(gòu)建與變量選取

目前林業(yè)信貸政策實施仍處于初級階段,現(xiàn)實中很多林農(nóng)沒有獲得林業(yè)貸款,其貸款金額為0,出現(xiàn)受限因變量的問題,而運用Tobit模型分析會讓因變量所受到的制約影響其后續(xù)取值,使得其選擇和取值都由相同的參數(shù)決定,容易產(chǎn)生樣本選擇性偏差。鑒于此,Cragg放松了Tobit模型的假設(shè)條件,提出Double-Hurdle模型,將個體行為分為兩個不同決策階段,指出兩階段分別有不同程度的影響,即決策選擇階段和數(shù)量選擇階段可以有不同的估計系數(shù)[14],其實質(zhì)是一個Probit模型和一個斷尾回歸(Truncated)模型的組合,適合用于處理兩階段特征的數(shù)據(jù)。

林農(nóng)貸款可獲性實際上是兩個階段的有機結(jié)合:第一階段是概率模型,即林農(nóng)是否獲得正規(guī)金融機構(gòu)林業(yè)貸款;第二階段是金額模型,即林農(nóng)獲得貸款的額度。因而選用Double-Hurdle模型進行估計,第一部分構(gòu)建Probit模型來處理林農(nóng)是否獲得貸款的“0～1”值選擇型數(shù)據(jù);如果林農(nóng)獲得貸款,完成數(shù)據(jù)截斷工作,則第二部分用斷尾回歸模型來分析影響貸款額度的因素。Double-Hurdle模型如下:

(1)

(2)

式中，Φ(·) 表示標準正態(tài)分布的累積分布函數(shù),φ(·)表示標準正態(tài)分布的概率密度函數(shù)。

本文核心解釋變量是經(jīng)驗資本和林地規(guī)模,還選取了影響林農(nóng)信貸可獲性的控制變量,包括:戶主年齡、戶主文化程度、是否是村干部、是否有林權(quán)證、家庭人均收入、社會關(guān)系、貸款認知、貸款機構(gòu)辦理業(yè)務(wù)積極性以及到鄉(xiāng)鎮(zhèn)距離9個變量。其中,社會關(guān)系分別測度了農(nóng)戶和朋友、鄰居、同村村民、村領(lǐng)導(dǎo)、政府、銀行等金融機構(gòu)以及林業(yè)部門7類人員和機構(gòu)的關(guān)系情況,用LIKERT五分法表示,并通過因子分析計算得到社會關(guān)系總因子變量得分。此外,林農(nóng)貸款可獲性受一些無法觀測的區(qū)域特征影響,需引入地區(qū)虛擬變量。

(二)研究假設(shè)

1. 經(jīng)驗資本。經(jīng)驗資本來源于人力資本理論,指的是人力資本中人的經(jīng)歷和工作經(jīng)驗,屬于人力資本的一部分。Schultz認為,人力資本主要體現(xiàn)為人的知識、技能、經(jīng)歷及工作熟練程度[15],Mincer也在《人力資本投資與個人收入分配》一文中指出人力資本差異包括工作經(jīng)驗的積累[16],本文選用林農(nóng)經(jīng)商經(jīng)歷、林業(yè)經(jīng)歷以及貸款經(jīng)歷作為經(jīng)驗資本的衡量指標。

經(jīng)商經(jīng)歷是林農(nóng)所擁有的較為普遍的經(jīng)驗資本。一方面,有經(jīng)商經(jīng)歷的林農(nóng)見識更廣、思想更先進[1],具有較強的資金運轉(zhuǎn)能力,意味著其還款能力也較強[17];另一方面,經(jīng)商林農(nóng)具有廣泛的人脈網(wǎng)絡(luò),在需要私人擔保的情況下,他們能夠提供可靠的擔保人,而且人脈網(wǎng)絡(luò)能實施社會制裁,使違約者受聲譽損失,降低違約的可能性[18],有利于增加林農(nóng)貸款可獲性。因此,提出研究假設(shè)H1-1:

H1-1:經(jīng)商經(jīng)歷可以提高林農(nóng)貸款獲得概率,且有利于增加貸款額度。

林業(yè)經(jīng)歷屬于林區(qū)農(nóng)戶特有的經(jīng)驗資本,是指林農(nóng)從事護林員、林場場主、木材經(jīng)紀人等林業(yè)相關(guān)職業(yè)的經(jīng)歷。具備這種經(jīng)驗資本的林農(nóng)比較了解林業(yè)政策及林木市場狀況,有助于及時掌握政策走向;此外,有林業(yè)經(jīng)歷的農(nóng)戶比普通林農(nóng)具有更強的林業(yè)經(jīng)營能力,易取得金融機構(gòu)的信賴和支持。由此,提出研究假設(shè)H1-2:

H1-2:林業(yè)經(jīng)歷能夠提高林農(nóng)貸款獲得概率,也有助于提升貸款額度。

貸款經(jīng)歷是指林農(nóng)在獲得林業(yè)貸款之前是否獲得過正規(guī)貸款。一方面,成功的貸款經(jīng)歷會在金融機構(gòu)留下信用記錄[19],該記錄可以較大程度的減少林農(nóng)與金融機構(gòu)之間的信息不對稱,使機構(gòu)將以往的信用記錄作為是否放貸的重要條件[13];另一方面,經(jīng)歷過正規(guī)貸款的林農(nóng)在再次貸款時可以相應(yīng)減少金融機構(gòu)的交易成本?；诖?提出研究假設(shè)H1-3:

H1-3:貸款經(jīng)歷不僅可以增加林農(nóng)貸款獲得概率,且能夠提高貸款額度。

2. 林地規(guī)模。林地規(guī)模是林農(nóng)生產(chǎn)經(jīng)營的資本和載體,而林地面積反映林農(nóng)的林業(yè)生產(chǎn)經(jīng)營規(guī)模[6]。大規(guī)模的林地面積不僅具有較高的土地評估值[20],還能與金融機構(gòu)博弈,使機構(gòu)偏向于規(guī)模林農(nóng)，林農(nóng)所經(jīng)營的大規(guī)模林地可通過降低金融機構(gòu)信貸風(fēng)險來增強其放貸積極性[12,21]。林地規(guī)模是影響金融機構(gòu)決策的重要因素[11,22]。由此,提出假設(shè)H2:

H2:林地規(guī)模越大,林農(nóng)獲得貸款概率越大,獲得貸款金額越高。

二、數(shù)據(jù)來源與描述性分析

(一)數(shù)據(jù)來源

數(shù)據(jù)來自于課題組2016年8月對福建三明、南平和龍巖的實地調(diào)查。福建全省森林覆蓋率居全國第一,是典型的南方重點集體林區(qū)。2003年,福建被選為新一輪集體林權(quán)制度改革試點省。三明、南平和龍巖地區(qū)由于森林覆蓋率較高(分別為76.8%、74.75%、77.9%)成為了重點林改地區(qū)。本文調(diào)查抽樣按照隨機分層原則,在每個地區(qū)抽取2～3個縣,如三明(沙縣、尤溪、永安)、南平(建甌、順昌)以及龍巖(漳平、永定);然后,依據(jù)各縣林業(yè)生產(chǎn)與經(jīng)濟發(fā)展情況,在每個縣選取3個鄉(xiāng)鎮(zhèn),每個鄉(xiāng)鎮(zhèn)選取2～4個行政村,在村莊內(nèi)進行隨機抽樣。

調(diào)查收集了樣本林農(nóng)在新一輪集體林權(quán)改革后(2003-2015年)的林業(yè)貸款獲得情況及相關(guān)信息。由于林農(nóng)的信貸需求是獲得貸款的前提條件,因而本文主要分析有貸款需求林農(nóng)的信貸狀況。共獲取有效樣本204個,具體的樣本分布和容量見表1。

表1樣本區(qū)域分布與數(shù)量個

重點林改地區(qū)三明南平龍巖調(diào)查縣沙縣尤溪永安建甌順昌漳平永定樣本量16384037222625

(二)描述性分析

由表2可以看出,樣本中獲得林業(yè)貸款的林農(nóng)僅有29%,林業(yè)貸款平均額度為17.02萬元,這反映出,重點林改地區(qū)獲得林業(yè)貸款的林農(nóng)占比較低。經(jīng)驗資本方面,有經(jīng)商經(jīng)歷和林業(yè)經(jīng)歷的林農(nóng)占比不到50%,而有貸款經(jīng)歷的農(nóng)戶占比則接近70%，總體來看林區(qū)大多數(shù)林農(nóng)有一定的經(jīng)驗資本;林地規(guī)模方面,林區(qū)森林資源豐富,林農(nóng)平均擁有林地面積為404.01畝；戶主的平均年齡為49.67歲,文化程度中等,戶主是(或者曾是)村干部的接近一半,有林權(quán)證的林農(nóng)占65%,2015年平均家庭人均收入為6.07萬元,林農(nóng)的社會關(guān)系水平整體較高,且林農(nóng)對林業(yè)貸款認知程度也比較高,而貸款機構(gòu)辦理業(yè)務(wù)也是偏向積極的。主要變量含義及描述性統(tǒng)計如表2所示。

表2 主要變量含義及描述性統(tǒng)計

注:表中除獲得林業(yè)貸款規(guī)模的樣本量為60個外,其余變量的樣本量均為204個

三、實證結(jié)果與分析

(一)不同信貸狀況下林農(nóng)特征比較分析

表3對比分析了不同信貸狀況的林農(nóng)特征,并就其差異進行了獨立樣本t檢驗。可以看出,不同林業(yè)信貸狀況下的林農(nóng)特征有很大差異,尤其是在經(jīng)驗資本和林地規(guī)模上差異更為明顯。

經(jīng)驗資本中,獲得貸款的林農(nóng)擁有經(jīng)商經(jīng)歷(72%)、林業(yè)經(jīng)歷(60%)與貸款經(jīng)歷(82%)的比例均大于無貸款林農(nóng)(35%、33%、59%),均值差t檢驗結(jié)果表明,這三項經(jīng)驗資本指標在兩類林農(nóng)間的差異都在1%水平上顯著,說明其與林農(nóng)信貸狀況存在顯著關(guān)系。林地規(guī)模方面,獲得貸款林農(nóng)平均林地面積為831畝,而無貸款林農(nóng)平均林地面積僅為226畝,遠低于前者;兩類林農(nóng)間差異也在1%水平上顯著,表明林地規(guī)模與林農(nóng)信貸狀況之間亦存在較為明顯的關(guān)系。此外,信貸不同的林農(nóng)在林權(quán)證、人均收入、社會關(guān)系、貸款認知、機構(gòu)辦業(yè)務(wù)積極性以及地區(qū)等變量中也表現(xiàn)出顯著差異。

(二)經(jīng)驗資本、林地規(guī)模對農(nóng)戶林業(yè)信貸可獲性影響分析

本文首先運用Stata14.0統(tǒng)計軟件,通過似然比檢驗(LR test)[23]對比了Tobit模型和Double-Hurdle模型,檢驗結(jié)果顯示:LRchi2(15)=224.88,P=0.000,通過顯著性檢驗,表明采用Double-Hurdle模型比Tobit模型更適合估算經(jīng)驗資本及林地規(guī)模對林農(nóng)信貸可獲性的影響。模型估計結(jié)果見表4。

表3 不同信貸狀況林農(nóng)特征的差異比較

表4 Double-Hurdle模型估計結(jié)果

注:(1)金額模型中貸款額度在回歸時取ln值,但會出現(xiàn)零值取對數(shù)的問題,為方便估計,本文將其仍等同于零值進行處理;(2)***、**和*分別表示在1%、5%和10%的水平上顯著，下同

1. 經(jīng)驗資本變量。根據(jù)表4回歸結(jié)果可知,經(jīng)驗資本3個指標對林農(nóng)信貸獲得概率和獲得額度的影響程度有差別。

首先,經(jīng)商經(jīng)歷在概率模型中通過了5%的顯著性檢驗,且系數(shù)為正,與預(yù)期一致,也就是說擁有經(jīng)商經(jīng)歷的林農(nóng)更容易獲得林業(yè)貸款,原因是經(jīng)商林農(nóng)人脈廣,還款能力也強,可以降低金融機構(gòu)的貸款風(fēng)險,金融機構(gòu)更傾向于向經(jīng)商林農(nóng)放貸。而金額模型中,經(jīng)商經(jīng)歷與貸款額度呈正相關(guān)關(guān)系,但未通過顯著性檢驗,可能的原因是:多數(shù)經(jīng)商林農(nóng)自身有一定資金積累,其對林業(yè)貸款需求量不是太大,可能會選擇一些程序較為簡單的小額貸款,導(dǎo)致經(jīng)商經(jīng)歷沒有顯著影響到林農(nóng)貸款獲得額度。因而,假設(shè)H1-1中“經(jīng)商經(jīng)歷可以提高林農(nóng)貸款獲得概率”得到了驗證,而“經(jīng)商經(jīng)歷有利于增加貸款額度”未能得到驗證。

其次,林業(yè)經(jīng)歷在概率模型中與貸款獲得概率呈正相關(guān)關(guān)系,但未通過顯著性檢驗,原因可能在于獲得林業(yè)貸款的林農(nóng)只有60戶,而這些林農(nóng)大多數(shù)為大戶,小戶即使擁有林業(yè)經(jīng)歷也可能無法獲得林業(yè)貸款。而林業(yè)經(jīng)歷在金額模型中通過了5%的顯著性檢驗,且系數(shù)為正,也就是說,林業(yè)經(jīng)歷會提高林農(nóng)貸款金額。擁有林業(yè)經(jīng)歷的林農(nóng)不僅可以獲取較為全面的林業(yè)貸款信息,而且其從業(yè)經(jīng)驗也會增強林業(yè)經(jīng)營能力,有利于提升這部分林農(nóng)在金融機構(gòu)的信用度,使其貸到的金額更大。因此,假設(shè)H1-2中“林業(yè)經(jīng)歷能夠提高林農(nóng)貸款獲得概率”未能得到驗證,而“林業(yè)經(jīng)歷有助于提升貸款獲得額度”得到驗證。

最后,貸款經(jīng)歷在概率模型中與貸款獲得概率呈正相關(guān)關(guān)系,但未通過顯著性檢驗,其原因可能是獲得貸款的林農(nóng)中大戶占比例較大,使得小戶的貸款經(jīng)歷也無法顯著影響到林業(yè)貸款獲得率。而貸款經(jīng)歷在金額模型中通過了1%的顯著性檢驗,且系數(shù)為正,原因在于貸過款的林農(nóng)對貸款流程更加了解,而金融機構(gòu)也會因林農(nóng)之前留下的信用記錄而愿意為其發(fā)放金額更高的貸款。由此可見,假設(shè)H1-3中“貸款經(jīng)歷有助于增加林農(nóng)貸款獲得概率”未能得到驗證,而“貸款經(jīng)歷可以提高林農(nóng)貸款額度”得到了驗證。

2. 林地規(guī)模變量。表4回歸結(jié)果顯示,林地規(guī)模在概率模型和金額模型中都通過了1%的顯著性檢驗,且系數(shù)為正。這說明,林農(nóng)林地規(guī)模越大,能夠獲得林業(yè)貸款的概率越高。

由表3可知,獲得貸款的林農(nóng)只有60戶,僅占總樣本的29%,但其林地規(guī)模遠大于未獲得貸款的林農(nóng),這既與調(diào)查區(qū)域現(xiàn)實情況相符,也與很多學(xué)者研究結(jié)果相吻合[11,13,24]。

此外,林地規(guī)模也會顯著提高林農(nóng)獲得貸款金額,據(jù)調(diào)研了解,樣本地區(qū)林農(nóng)林業(yè)貸款主要包括林業(yè)小額貸款、林業(yè)貼息貸款和林權(quán)抵押貸款,其中,林業(yè)小額貸款和貼息貸款金額較小,而林權(quán)抵押貸款金額相對較大,因為抵押面積越大,貸到金額越大。金融機構(gòu)對抵押面積有要求,傾向于將額度較大的林權(quán)抵押貸款發(fā)放給大客戶。由此可知,林地規(guī)模對林農(nóng)貸款獲得概率和獲得額度都具有明顯正向影響,假設(shè)H2得到了驗證。

3. 其他變量?？刂谱兞糠矫?戶主文化程度對林農(nóng)貸款獲得額度具有顯著負向影響,表明戶主文化程度越低,其獲得林業(yè)貸款金額越大,這與范香梅等[25]、李韜等[26]的結(jié)論相似,其解釋是較高文化程度的林農(nóng)可能會由于風(fēng)險大、收益低而減少林業(yè)經(jīng)營,進而會影響到林業(yè)貸款獲得額度。

社會關(guān)系對林農(nóng)貸款獲得概率具有正向影響,即林農(nóng)社會關(guān)系水平越高,越可能得到林業(yè)貸款。

貸款認知對貸款獲得概率的作用也是正向顯著的,但其對貸款獲得額度的影響是負向顯著的,原因在于:獲得貸款的林農(nóng)普遍對林業(yè)小額貸款和貼息貸款比較了解,而對林權(quán)抵押貸款認知較少,但抵押貸款金額大,這就導(dǎo)致貸款認知對貸款獲得額度產(chǎn)生負向作用。

金融機構(gòu)業(yè)務(wù)辦理積極性也對貸款獲得概率有顯著正向作用。

此外,林農(nóng)信貸獲得概率與獲得額度在一定程度上還存在地區(qū)差異。

(三)穩(wěn)健性檢驗

為檢驗?zāi)Ｐ突貧w結(jié)果的穩(wěn)健性,本文隨機抽取原樣本的85%重新組成樣本量為173的新樣本,再次估計經(jīng)驗資本及林地規(guī)模對林農(nóng)信貸可獲性的影響效果,結(jié)果如表5所示。

表5中回歸結(jié)果與表4結(jié)果較為一致,說明本文實證分析結(jié)果比較穩(wěn)健。

表5 穩(wěn)健性檢驗結(jié)果

四、結(jié)論與政策啟示

本文利用福建林農(nóng)調(diào)研數(shù)據(jù),實證分析了經(jīng)驗資本、林地規(guī)模對林農(nóng)貸款獲得概率與獲得額度的影響。主要結(jié)論如下:在當前集體林改環(huán)境下,面對周期長、投資大的林業(yè)生產(chǎn),相當多具有信貸需求的林農(nóng)并沒有得到貸款支持,林農(nóng)獲得正規(guī)金融機構(gòu)林業(yè)貸款的難度仍然較大;經(jīng)驗資本中經(jīng)商經(jīng)歷會因其較強的還款能力增加了林農(nóng)貸款獲得概率,而林業(yè)經(jīng)歷和貸款經(jīng)歷通過林業(yè)經(jīng)營能力和信用記錄提高了林農(nóng)信貸獲得額度;目前金融機構(gòu)仍偏好于擁有較大林地規(guī)模的林農(nóng),林地規(guī)模不僅對林農(nóng)貸款獲得概率有促進作用,而且會顯著提高林農(nóng)貸款獲得額度。隨著林區(qū)農(nóng)戶林業(yè)經(jīng)營資金需求日益增加,經(jīng)驗資本和林地規(guī)模作為一種內(nèi)在作用機制,可以有效推動林農(nóng)貸款可獲性。

本文的政策啟示為:第一,積極引導(dǎo)林農(nóng)合作經(jīng)營,培育經(jīng)驗資本豐富的合作帶頭人,充分發(fā)揮經(jīng)驗資本作用,使其帶領(lǐng)合作林農(nóng)進行林業(yè)貸款;第二,鼓勵林農(nóng)進行聯(lián)保貸款,外延式的擴大林地規(guī)模,使得銀行等金融機構(gòu)惠及小農(nóng)信貸需求,提高小農(nóng)林業(yè)貸款可獲性,間接增加林農(nóng)收入;第三,通過財政補貼、稅收優(yōu)惠等方式鼓勵金融機構(gòu)加大對林農(nóng)生產(chǎn)經(jīng)營的資金支持力度,實施優(yōu)惠政策,放松貸款約束,在信貸風(fēng)險的可控范圍之內(nèi)盡量滿足林農(nóng)生產(chǎn)的貸款需求。

[1] 曾維忠, 蔡昕. 借貸需求視角下的農(nóng)戶林權(quán)抵押貸款意愿分析[J].農(nóng)業(yè)經(jīng)濟問題, 2011(9):25-30.

[2] 安海燕，洪名勇.農(nóng)戶參與土地承包經(jīng)營權(quán)抵押貸款的行為研究[J].西北農(nóng)林科技大學(xué)學(xué)報(社會科學(xué)版), 2017(4):83-90.

[3] 張莉，王禮力，嚴惠云.農(nóng)戶收入滿意度視角下農(nóng)村土地經(jīng)營權(quán)抵押貸款需求影響因素研究——基于陜西省和甘肅省的實證分析[J].統(tǒng)計與信息論壇, 2017(10):123-129.

[4] Zhou L, Zhang Y Q, Dai G C, et al.Access to Microloans for Households With Forest Property Collateral in China [J].Small-scale Forestry, 2016(15):291-301.

[5] Stiglitz J E, Weiss A. Credit Rationing in Markets With Imperfect Information [J].The American Economic Review, 1981, 71(3):393-410.

[6] 石道金, 許宇鵬, 高鑫. 農(nóng)戶林權(quán)抵押貸款行為及影響因素分析——來自浙江麗水的樣本農(nóng)戶數(shù)據(jù)[J].林業(yè)科學(xué), 2011(8):159-167.

[7] 朱冬亮, 蔡惠花. 林權(quán)抵押政策實施中林農(nóng)參與行為及其影響因素分析——基于8省26縣的調(diào)查數(shù)據(jù)[J].林業(yè)經(jīng)濟, 2013(10):10-16.

[8] 李莉, 黃和亮, 吳秀娟. 林權(quán)抵押貸款借貸雙方的行為分析——以福建省永安市為例[J].林業(yè)經(jīng)濟問題, 2008(1):81-85.

[9] Ward L, Oladele O I. Factors Influencing Farmers’ Attitude Towards Formal and Informal Financial Markets in the Northern Cape, South Africa [J].Life Science Journal, 2013, 10(1):2 997-3 001.

[10] 曹瓅, 羅劍朝. 農(nóng)戶對農(nóng)地經(jīng)營權(quán)抵押貸款響應(yīng)及其影響因素——基于零膨脹負二項模型的微觀實證分析[J].中國農(nóng)村經(jīng)濟, 2015(12):31-48.

[11] Hussain A, Thapa G B. Smallholders’ Access to Agricultural Credit in Pakistan [J].Food Security, 2012, 4(1):73-85.

[12] 蘭慶高, 惠獻波, 于麗紅, 等. 農(nóng)村土地經(jīng)營權(quán)抵押貸款意愿及其影響因素研究——基于農(nóng)村信貸員的調(diào)查分析[J].農(nóng)業(yè)經(jīng)濟問題, 2013(7):78-84.

[13] 黃惠春. 農(nóng)村土地承包經(jīng)營權(quán)抵押貸款可得性分析——基于江蘇試點地區(qū)的經(jīng)驗證據(jù)[J].中國農(nóng)村經(jīng)濟, 2014(3):48-57.

[14] Cragg J G. Some Statistical Models for Limited Dependent Variables With Applications to the Demand for Durable Goods [J].Econometrica, 1971, 39(5):829-844.

[15] M Blaug. The Economic Value of Education[J].Columbia University Press, 1963,6(5):581-581.

[16] 雅各布·明塞爾. 人力資本研究[M].張鳳林, 譯. 北京：中國經(jīng)濟出版社, 2001.

[17] Henning J I F, Jordaan H. Determinants of Financial Sustainability for Farm Credit Applications——A Delphi Study [J]. Sustainability, 2016, 77(8):1-5.

[18] 王修華, 譚開通. 社會網(wǎng)絡(luò)對農(nóng)戶正規(guī)機構(gòu)貸款可獲性的影響研究[J].湘潭大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2014, 38(1):30-34.

[19] Diamond D W. Monitoring and Reputation: the Choice Between Bank Loans and Directly Placed Debt[J].Journal of Polital Economy, 1991, 99(4):689-721.

[20] 于麗紅, 陳晉麗, 蘭慶高. 農(nóng)戶農(nóng)村土地經(jīng)營權(quán)抵押融資需求意愿分析——基于遼寧省 385 個農(nóng)戶的調(diào)查[J].農(nóng)業(yè)經(jīng)濟問題, 2014(3):25-31.

[21] Oboh V U, Ekpebu I D. Determinants of Formal Agricultural Credit Allocation to the Farm Sector by Arable Crop Farmers in Benue State, Nigeria [J].African Journal of Agricultural Research, 2011, 6(1):181-185.

[22] Khandker S. Micro-finance and Poverty: Evidence Using Panel Data From Bangladesh [J].World bank Economic Review, 2005 (19):263-286.

[23] Greene W H. Econometric Analysis[M].7th ed. Boston: Prentice Hall, 2012:834-887.

[24] 李韜, 羅劍朝, 陳妍. 農(nóng)戶正規(guī)融資獲貸筆數(shù)及影響分析——基于泊松門欄模型的微觀實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟, 2014(5):42-49.

[25] 范香梅, 張曉云. 社會資本影響農(nóng)戶貸款可得性的理論與實證分析[J].管理世界, 2012(4):177-178.

[26] 李韜, 羅劍朝. 農(nóng)戶土地承包經(jīng)營權(quán)抵押貸款的行為響應(yīng)——基于Poisson Hurdle模型的微觀經(jīng)驗考察[J].管理世界, 2015(7):54-70.