互聯(lián)網使用對農業(yè)生產信貸的影響研究

汪雨雨 趙增力 羅琦

摘要：互聯(lián)網和數(shù)字經濟快速發(fā)展背景下，研究互聯(lián)網使用對農業(yè)生產信貸的影響及作用機制，對實現(xiàn)農業(yè)規(guī)模化發(fā)展、促進農林牧漁等不同性質的農業(yè)產業(yè)發(fā)展具有重要意義。文章使用2015年和2017年中國家庭金融調查數(shù)據(jù)，采用四元Probit模型檢驗互聯(lián)網使用對正規(guī)信貸部門、非正規(guī)信貸部門的農戶信貸需求與信貸獲得的不同影響。研究發(fā)現(xiàn)：（1）互聯(lián)網使用促使農戶對正規(guī)信貸部門的借貸行為及信貸需求分別提高了25.69%和18.94%，對非正規(guī)信貸部門的信貸行為及信貸需求不產生影響。（2）互聯(lián)網使用提高了農戶的金融素養(yǎng)，促使農戶開通“電子銀行”的行為提高了7.14%，這兩種行為顯著促進了農戶的正規(guī)信貸獲得及信貸需求。（3）進一步分析顯示，互聯(lián)網有助于提高林農及高森林覆蓋率地區(qū)農戶對正規(guī)信貸部門的信貸需求和信貸行為，對非林業(yè)生產戶及低森林覆蓋地區(qū)農戶的正規(guī)信貸獲得的影響則不顯著。基于研究結論提出政策啟示：繼續(xù)推動數(shù)字金融發(fā)展，借助互聯(lián)網發(fā)展降低信貸成本，完善農村地區(qū)的信貸服務；加強農民的數(shù)字素養(yǎng)與技能培訓，提高農村地區(qū)互聯(lián)網的使用率；繼續(xù)推動落后林區(qū)、通信設施不完善的農村地區(qū)數(shù)字基礎設施建設，在緩解林農信貸約束的同時促進農村產業(yè)融合發(fā)展。

關鍵詞：互聯(lián)網使用；正規(guī)信貸部門；非正規(guī)信貸部門；農業(yè)生產信貸；林業(yè)生產

中圖分類號：F323；F832.43；F49文獻標識碼：A文章編號：1673-338X（2023）02-042-20

基金項目：天津市教委科研計劃項目“城市群產業(yè)結構優(yōu)化下數(shù)字經濟驅動天津農村新業(yè)態(tài)發(fā)展的實現(xiàn)路徑”（編號：2022SK066）。

Research on the Impact of Internet Use on Agricultural Production Credit

——Empirical Evidence from 9179 Households in Rural China

WANG Yuyu1， 2ZHAO Zengli1LUO Qi1

（1 College of Economics， Tianjin Normal University， Tianjin 300382；2 Research Institute of Rural Revitalization Strategy， Tianjin Normal University， Tianjin 300382）

Abstract：With the rapid development of Internet and digital economy， it is of great significance to study the impact and mechanism of Internet use on agricultural production credit for realizing the large-scale development of agriculture and promoting the development of agricultural production with different industrial properties such as agriculture， forestry， animal husbandry and fishery. Using the data of Chinas household financial survey in 2015 and 2017， this paper used quaternion Probit model to test the different impacts of Internet use on farmers credit demand and credit acquisition in formal credit sector and informal credit sector. The conclusions were as follows：（1）Internet use promoted the increase of farmers lending behavior and credit demand in formal credit sector by 25.69% and 18.94% respectively， but had no effect on credit behavior and credit demand in informal credit sector.（2）Internet use improved farmers financial literacy， and promoted farmers behavior of opening E-Banking to increase by 7.14%. Through these two behaviors， farmers formal credit access and credit demand were significantly promoted.（3）Further analysis showed that Internet could improve the credit demand and credit behavior of forest farmers and farmers in high forest cover areas， but had no significant impact on the formal credit acquisition of non-forest producers and farmers in low forest cover areas. Based on the above research conclusions， the following suggestions were put forward： Continue to promote the development of digital finance， reduce credit costs with the help of Internet development， and improve credit services in rural areas. Strengthen farmers digital literacy and skills training and improve the utilization rate of the Internet in rural areas. Continue to promote the construction of digital infrastructure in backward forest areas and rural areas with imperfect communication facilities， ease the credit constraints of forest farmers and promote the integration and development of rural industries.

Key Word：Internet use；formal credit sector；informal credit sector；agricultural production credit；forestry production

1引言

近年來，隨著農用物資、勞動力等要素成本的不斷上漲，農戶在擴大農業(yè)生產經營中出現(xiàn)“融資難”和“融資貴”等問題。一方面，小農家庭收入水平較低，可用于抵押的資產較少，面臨較大的農業(yè)生產信貸約束；另一方面，金融機構缺乏識別農戶貸款風險和貸款償還能力的有效機制，只能通過增加信貸配給來提高農戶融資成本，增加信貸難度以應對潛在的違約風險?；ヂ?lián)網的普及為我國農村金融發(fā)展增添了新動力，電子信息技術的使用提高了金融機構的信息處理能力，智能化數(shù)據(jù)分析工具加強了金融機構對個人信貸資格評估的準確性，降低了信貸部門面臨的潛在違約風險?；ヂ?lián)網信息傳播的便捷性與即時性也提高了信貸審批效率，緩解了農戶家庭間信息不對稱問題，降低了農業(yè)生產信貸成本。依靠互聯(lián)網技術的發(fā)展，持續(xù)激活農村金融支持以緩解農戶信貸約束，是實現(xiàn)鄉(xiāng)村振興農戶內生發(fā)展的重要途徑（劉西川，2008；田紅宇等，2022）。

除種植業(yè)外，林業(yè)也是國民經濟的重要組成部分，是中國生態(tài)建設與經濟建設的重要內容（張平，2020）。隨著林業(yè)產值的快速增長，林業(yè)助力鄉(xiāng)村振興成效顯著。全國林業(yè)產業(yè)帶動就業(yè)人數(shù)超過5200萬（李慧，2018），中國林業(yè)總產值也由1949年的23.90億元上升至2022年的8.04萬億元①。但受到自然條件和生長周期等因素和地理區(qū)位環(huán)境影響，林業(yè)產業(yè)融資風險大、收益率低，中國林業(yè)產業(yè)發(fā)展面臨更嚴重的資金短缺和資本形成不足問題（曹玉昆等，2020），林權抵押管理難、抵押物處置難、交易成本高使得林業(yè)種植戶也受制于融資效率低下、信貸約束嚴重等現(xiàn)實困難。

促進農村地區(qū)經濟發(fā)展要充分發(fā)揮農林牧漁等不同產業(yè)性質的大農業(yè)部門的共同作用。2023年2月13日，中共中央、國務院發(fā)布《關于做好2023年全面推進鄉(xiāng)村振興重點工作的意見》，強調要“樹立大食物觀，加快構建糧經飼統(tǒng)籌、農林牧漁結合、植物動物微生物并舉的多元化食物供給體系，分領域制定實施方案”②。構建現(xiàn)代鄉(xiāng)村產業(yè)體系，分領域制定實施方案，需要“借助互聯(lián)網等現(xiàn)代信息技術手段，降低金融成本，延伸服務半徑，拓展普惠金融服務的廣度和深度”③，解決農林生產經營主體共同面臨的“融資難”和“融資貴”問題。鑒于此，本文使用中國家庭金融調查數(shù)據(jù)，以從事農林牧漁等生產活動的農戶為樣本，就互聯(lián)網使用對農戶生產信貸的影響及機制進行探討。以期通過對農戶微觀主體經濟行為的研究，強化“大食物觀”理念以促進農林牧漁產業(yè)共同發(fā)展，從而緩解農林牧漁等不同性質產業(yè)中普遍存在的信貸約束問題，提供相應的政策啟示。

本文的邊際學術貢獻在于：在理論方面，以農戶微觀主體為研究對象，分析了互聯(lián)網使用對正規(guī)和非正規(guī)信貸部門農業(yè)生產信貸的影響差異。同時，將農戶進一步劃分為“是否存在農業(yè)生產借貸需求”以及“是否獲得農業(yè)生產信貸”等不同情況，在考慮不同信貸部門借貸特征差異的情況下，將農戶兩種信貸約束情況納入統(tǒng)一的分析框架進行研究。這樣不僅體現(xiàn)了互聯(lián)網發(fā)展對農戶信貸獲得產生的短期作用，也反映出對農戶農業(yè)生產信貸潛在需求的長期影響。在研究方法方面，由于正規(guī)信貸與非正規(guī)信貸部門的農戶信貸需求和信貸獲得之間存在相互影響，常用的一元Probit模型會因忽略變量之間的交錯關系而導致結果產生偏誤。因此，本文在考慮正規(guī)與非正規(guī)信貸部門的農戶信貸需求和信貸獲得之間存在交互影響關系的基礎上，為控制變量間互為干擾關系采用四元Probit模型，確保估計結果準確無偏。

2文獻回顧與評述

農戶信貸約束問題在理論上引起國內外學者的廣泛討論。從農村金融機構和金融市場層面來說，發(fā)展中國家由于信息不對稱導致金融信貸機構面臨著嚴重的違約風險和逆向選擇（Weiss， 1981；Kochar， 1997），缺乏滿足金融機構標準的抵押物是農村金融市場的典型難題（周立，2007），加上農村信貸市場主要集中于非生產性貸款，生活消費為主要用途，缺乏農業(yè)生產信貸的借貸需求（張杰，2011），導致農業(yè)生產信貸市場發(fā)展較為緩慢。從不同生產經營主體角度來說，農戶在擴大農業(yè)生產規(guī)模時面臨較為嚴重的農業(yè)信貸約束，在轉入土地時面臨的信貸資金缺口較大（路曉蒙等，2021），小農家庭由于缺乏抵押品而難以獲得充足的農業(yè)生產性信貸，導致無法擴大農業(yè)生產規(guī)模（譚燕芝等，2021）。我國的部分林區(qū)存在內生動力不足、生產條件惡劣以及基礎設施落后等問題（包烏蘭托亞等，2022），由于缺乏信貸支持來改善林區(qū)生產環(huán)境和形成集約化的林業(yè)生產方式，導致無法實現(xiàn)現(xiàn)代化的農林生產體系。因此，需要進一步通過小額信貸支持，加大對林農的政策扶持，結合林業(yè)產業(yè)關聯(lián)優(yōu)勢，加強產業(yè)融合（溫賽賽等，2022）。

互聯(lián)網技術與金融的融合成為解決農戶融資難問題的變革性金融模式（Bj？rkegren et al.， 2018）。Khanal等（2015）研究表明，信息通訊技術的發(fā)展有助于改善小農家庭的金融環(huán)境。既有文獻圍繞互聯(lián)網與農業(yè)生產信貸之間的關系進行研究，由于正規(guī)信貸部門與非正規(guī)信貸部門業(yè)務特點與抵押方式的差別，許多研究區(qū)分正規(guī)與非正規(guī)信貸部門后展開相應分析?；隈R克思理論范疇，樊文翔（2022）認為互聯(lián)網使用能直接提高正規(guī)信貸可得性和非正規(guī)信貸可得性，而田紅宇等（2022）則認為互聯(lián)網使用顯著提高了農戶獲得正規(guī)信貸的概率和資金規(guī)模，但對非正規(guī)信貸的影響不顯著，互聯(lián)網緩解農戶信貸約束主要體現(xiàn)在正規(guī)信貸層面。汪璐等（2017）認為，農村非正規(guī)金融對種植業(yè)有顯著的影響，而對林牧漁業(yè)發(fā)展的影響不顯著。趙宏紅等（2022）研究認為，農村非正規(guī)金融與林業(yè)產業(yè)發(fā)展在5%的顯著性水平上存在顯著的正向關系，且在促進林業(yè)產業(yè)發(fā)展上的效率高于正規(guī)金融，但其研究主要是基于省級層面的調查數(shù)據(jù)，缺乏對農戶微觀主體的進一步研究。

上述研究使用的方法存在無法有效控制正規(guī)信貸與非正規(guī)信貸部門，以及農戶信貸需求與信貸獲得之間相互影響的問題，使得結果可能出現(xiàn)估計偏誤，即農戶對某個金融信貸部門的參與行為是混合影響結果，它既取決于農戶自身的信貸需求，又受到信貸部門的信貸決策影響（劉西川等，2014）。Mohieldin等（2002）使用二元Probit模型研究埃及的正規(guī)信貸部門與非正規(guī)信貸部門間的關系，雖然改良了多項Logit模型中無法控制不同信貸部門行為決策間存在差異的問題，但二元Probit模型無法進一步分析不同信貸部門間信貸需求與信貸獲得之間的相互關系。劉西川等（2014）在Cappellari等（2003）的多元Probit模型一般框架基礎上，使用四元Probit模型進行分析，但未考慮互聯(lián)網快速發(fā)展對農業(yè)生產信貸帶來的影響，只研究了不同信貸部門間信貸需求與信貸獲得的不同關系。本文是在上述文獻理論與方法基礎上的進一步深化研究。

3理論分析框架與研究方法

在借鑒已有研究的基礎上，本文將闡述互聯(lián)網使用對正規(guī)部門和非正規(guī)部門農業(yè)生產信貸的影響及其作用機制，并提出相關假設，最后通過實證模型估計檢驗。

3.1理論分析框架

目前，我國農村基本形成了以正規(guī)金融機構為基礎、非正規(guī)金融機構作為補充的金融體系。正規(guī)部門是指由政府部門統(tǒng)一監(jiān)管的正規(guī)金融機構，包括國有銀行、股份制商業(yè)銀行等；非正規(guī)部門則是指游離于國家金融監(jiān)管體系之外的非正規(guī)金融組織及其資金融通活動，主要包括合會、典當、民間集資、民間自由借貸以及各種基金會等（劉西川等，2014）?；ヂ?lián)網使用對農戶正規(guī)信貸和非正規(guī)信貸影響的作用機理也存在差異。

正規(guī)金融機構主要通過衡量抵押品的價值決定是否提供貸款服務，互聯(lián)網發(fā)展推進信貸部門利用數(shù)字信息技術搜集個人消費及還款信息，并形成個人電子信用檔案，減少由于缺乏抵押物導致農戶無法通過正規(guī)部門進行貸款的信貸約束?；ヂ?lián)網技術普及推動了新型支付方式在農村的發(fā)展，移動支付的方式增加了透明度，且通過信息技術將個人的消費及還款數(shù)據(jù)記錄下來，利用大數(shù)據(jù)預測違約概率，降低了正規(guī)金融機構的信貸風險。Pellegrina等（2017）研究發(fā)現(xiàn)，銀行認為采用信息和通信技術是企業(yè)創(chuàng)新意愿的信號，銀行向這類小微企業(yè)提供信貸增加15%?？傮w而言，互聯(lián)網使用會促進農戶正規(guī)信貸獲得水平和獲得規(guī)模。非正規(guī)金融機構主要根據(jù)農戶生產經營情況、家庭成員結構等綜合信息，決定是否向農戶提供貸款，降低了收入及資產不足的小規(guī)模農戶的信貸約束?；ヂ?lián)網使用對非正規(guī)信貸部門的影響主要體現(xiàn)在以互聯(lián)網為載體的人際交往和互動模式中，擴展了農戶社會資本積累和社交網絡（田紅宇等，2022；胡振等，2022），社會資本對農戶獲得非正規(guī)信貸具有顯著促進作用（錢水土等，2009）。網絡信息傳播的高效性和便捷性也進一步降低了非正規(guī)信貸市場的搜尋成本，提高了農戶非正規(guī)信貸獲得的可能性。由于市場上的信貸需求是有限的，貸款者通過一個部門獲得貸款后，就減少了對另外一個部門的借款需求（Andersen et al.， 2006；Kochar， 1997），正規(guī)金融與非正規(guī)金融部門之間可能存在互相替代的關系。

小農家庭作為我國農業(yè)生產經營的主要經濟主體，通過信貸改變初始要素稟賦，增加農業(yè)生產投資，形成規(guī)?；洜I（汪昌云等，2014）。正規(guī)金融機構一般依靠正式的制度安排進行放貸（林毅夫，2003），由于農戶家庭收入較低，缺乏有效抵押資產，金融機構面對超額的資金需求，在固定利率上附加貸款條件來增加農戶信貸難度，信貸配給使得部分資金需求者不得不退出借款市場（張龍耀等，2011）。銀行等傳統(tǒng)金融機構受制于路徑依賴，信息受眾面較小，使得資金供需雙方在信息上容易出現(xiàn)誤配，導致正規(guī)信貸部門的經營效率不高（任靜等，2016）。另外，農戶信貸具有金額小、貸款周期短和需求頻繁等特點，加之傳統(tǒng)銀行信貸數(shù)據(jù)掌握不足和程序復雜，導致金融機構在審核時面臨高昂的操作成本（劉俊杰等，2020）；由于審核操作耗時長，也增加了農戶在正規(guī)信貸部門的借貸成本。

互聯(lián)網和電子信息技術發(fā)展對農村信貸的影響主要體現(xiàn)在移動化交易、數(shù)字化審批和信息化管理方面，顯著提高了正規(guī)信貸部門的工作效率，從而減少了交易成本。與正規(guī)金融相比，非正規(guī)金融機構的貸款成本更低（Mushinski， 1999），因而互聯(lián)網使用起到了減少信息不對稱以及降低交易成本的作用，對正規(guī)金融機構的影響更為明顯。因此，提出假設H1和H2。

H1：互聯(lián)網使用增加了農戶對正規(guī)信貸部門的農業(yè)生產信貸獲得。

H2：互聯(lián)網使用不影響農戶對非正規(guī)信貸部門的農業(yè)生產信貸獲得。

由于農業(yè)生產部門普遍存在信貸缺口大和信貸金額滿足程度低等問題，農戶可能同時存在信貸需求金額無法滿足和信貸獲得困難的問題，即出現(xiàn)農戶信貸獲得困難與借貸金額無法滿足并存而造成的農業(yè)生產信貸約束?；ヂ?lián)網使用除了直接促進小農家庭的信貸獲得之外，由于信息技術的發(fā)展對合作交流、經營方式上產生的影響改變了傳統(tǒng)農業(yè)生產經營方式，還間接影響了農戶農業(yè)生產的信貸需求，提高了農戶的借貸金額。從短期來看，互聯(lián)網使用可能促進農戶生產信貸獲得；從長期來看，互聯(lián)網使用增加了農業(yè)資本投入，滿足了農業(yè)生產的資金需要，從而釋放了農戶對生產信貸需要的潛能。路曉蒙等（2021）研究指出，轉入土地的農戶因經營面積擴大和生產投資增加，會產生更大的農業(yè)信貸需求。也就是說，互聯(lián)網使用不僅對短期農戶信貸行為產生影響，還能長期影響農戶的信貸需求。本文在檢驗互聯(lián)網使用對農戶信貸行為影響的基礎上，進一步驗證其對農戶信貸需求產生的影響。因此，提出假設H3。

H3：互聯(lián)網使用增加了農戶對正規(guī)信貸部門的農業(yè)生產信貸行為，同時擴大了農戶的農業(yè)生產信貸需求。

互聯(lián)網使用對正規(guī)信貸部門的影響主要通過兩條路徑：一是金融服務的下沉，特別是“網上銀行”的使用使得金融交易與組織形式發(fā)生變化，降低了信貸雙方的交易成本，拓寬了借貸的可能性邊界。數(shù)字信息化和計算能力的不斷提升使得人類的許多經濟活動逐漸轉移到互聯(lián)網，大數(shù)據(jù)分析工具以及信息處理引擎的發(fā)展提高了銀行等傳統(tǒng)金融機構的風險定價能力與管理效率?；ヂ?lián)網支付、網絡借貸等方式促成了資金供需雙方的直接交易，改變了傳統(tǒng)金融的組織交易形式。信息不對稱導致金融機構對小規(guī)模農戶的信貸行為的交易成本較高，互聯(lián)網代替市場中的人工服務網點降低了交易成本；同時，通過互聯(lián)網記錄的數(shù)據(jù)能夠快速獲取農戶個人信息，從而準確評估違約概率（謝平等，2015）?；ヂ?lián)網使用通過推動金融服務下沉促進網絡銀行的使用，增加了農戶信貸需求與正規(guī)信貸行為。二是互聯(lián)網的發(fā)展緩解了信息不對稱問題，提高了農戶的金融素養(yǎng)。互聯(lián)網大數(shù)據(jù)實現(xiàn)了信息在需求與供給方之間的快速傳播，借貸雙方可以利用互聯(lián)網技術進行信用與服務評估，有利于金融服務的提升與完善。同時，信息在不同群體間即時、透明、均等的傳播方式擊破了不同群體之間信息獲取壁壘。農戶通過主動將碎片化、分散化的信息集中式、系統(tǒng)式地整理與學習，顯著提高了認知能力，促進相關市場信息充分、透明發(fā)展（尹志超等，2020）?；ヂ?lián)網的使用促進了信息傳播扁平化、市場信息透明化和分散信息集中化，有信貸需求的農戶可以通過網絡搜尋相關金融信息和學習相關金融知識，從而提高自身的金融素養(yǎng)。農戶金融素養(yǎng)的提高有助于了解銀行信貸的方式與作用，對其信貸行為產生積極影響。因此，提出假設H4。

H4：互聯(lián)網使用通過“正規(guī)金融服務下沉”和“農戶金融素養(yǎng)提高”促進了農戶的生產信貸行為。

3.2研究方法

由于正規(guī)信貸部門與非正規(guī)信貸部門間可能存在替代或互補的關系，采用四元Probit聯(lián)立正規(guī)信貸部門和非正規(guī)信貸部門的信貸需求、信貸獲得等四類決策行為，不僅能在檢驗其中一個部門的影響時控制住另一個部門的交互影響，同時還減少了農戶信貸需求與信貸獲得間的相互干擾，即四元Probit模型在考察農戶向正規(guī)信貸部門申請信用貸款時，不僅分析了農戶對正規(guī)信貸部門的信貸需求，還考慮了農戶對非正規(guī)信貸部門的信貸供給和信貸需求。四元Probit模型能夠通過誤差項系數(shù)來反映變量之間的相互影響，同時減少不可觀測因素，如農戶特征等對結果造成的估計偏誤。

正規(guī)與非正規(guī)部門信貸需求與獲得的行為，如式（1）、式（2）所示。

4數(shù)據(jù)來源與描述性統(tǒng)計

剔除相關樣本殘缺值后，共保留9179戶農村家庭樣本的調查數(shù)據(jù)，并將樣本數(shù)據(jù)分年份進行描述性統(tǒng)計。

4.1數(shù)據(jù)來源

本文使用的數(shù)據(jù)來自于2015年和2017年西南財經大學的第三輪中國家庭金融調查。家庭金融調查針對家庭和個人兩個層面，從金融、經濟、人口、教育等角度出發(fā)對我國29個?。ㄗ灾螀^(qū)、直轄市）①的1396個村（社區(qū)）進行了抽樣調查，包含11654戶農村家庭。作為調查對象的農戶樣本是指“從事農業(yè)生產經營，包括農、林、牧、漁業(yè)生產經營，但不包括受雇于他人的農業(yè)生產經營”。

4.2變量選取及描述性統(tǒng)計

（1）被解釋變量。本文的被解釋變量為農戶從事農林牧漁業(yè)生產時產生的對正規(guī)、非正規(guī)金融機構的信貸行為，以及對正規(guī)、非正規(guī)金融機構的信貸需求。參考劉西川等（2014）相關研究，根據(jù)2015年中國家庭金融調查問卷中“是否因農業(yè)生產經營有銀行貸款”和“是否因農業(yè)生產經營有民間借款”的問題，將回答“有銀行借款”的定義為有正規(guī)信貸行為的農戶，賦值為1，反之為0；將“有民間借款”的定義為存在非正規(guī)信貸行為農戶，賦值為1，反之為0。

參考路曉蒙等（2021）相關研究，根據(jù)調查問卷中“是否因農業(yè)生產經營需要銀行貸款”和“是否因農業(yè)生產經營需要從民間渠道借款”的提問，把已獲得銀行借款或未獲得銀行借款，認為銀行信貸數(shù)額不能滿足需求的農戶定義為存在正規(guī)信貸需求，賦值為1，反之為0；把已獲得民間借款或未獲得民間借款，認為信貸金額不能滿足生產需求的農戶定義為存在非正規(guī)信貸需求，賦值為1，反之為0。

（2）解釋變量。本文的解釋變量為互聯(lián)網使用。2015年中國家庭金融調查問卷中僅詢問農戶“是否通過互聯(lián)網進行購物或通信”，缺乏“農戶家庭是否使用互聯(lián)網”的調查問題。已有研究中將使用互聯(lián)網進行購物和通信作為互聯(lián)網使用的代理變量，使用互聯(lián)網進行購物和通信也僅是互聯(lián)網眾多使用方式中的兩種，并不能完全包含所有互聯(lián)網的使用用戶，因此作為互聯(lián)網使用的代理指標缺乏一定的準確性。本文從2017年中國家庭金融調查問卷通過“農戶是否使用互聯(lián)網”“農戶開始使用互聯(lián)網的年份”兩個問題，將回答“在2015年及之前使用互聯(lián)網”的農戶群體賦值為1，“2015年之后使用互聯(lián)網”的農戶群體賦值為0，并將這些樣本與2015年中國家庭金融調查數(shù)據(jù)進行匹配。

（3）控制變量。參考已有研究（Akoten et al.，2006；劉西川等，2014），本文選用個人及家庭層面控制變量。使用戶主年齡、戶主年齡平方、戶主性別、戶主教育年限和戶主有無配偶作為個人控制變量，其中使用戶主年齡的平方是為了控制戶主年齡增長與信貸之間的非線性關系，從而減少由于年齡原因造成的信貸差異。這些控制變量普遍用于相關研究，能減少其他干擾因素對農戶生產信貸造成的影響。

選取家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量（>65歲）、家庭兒童數(shù)量（<15歲）、家庭人情往來支出、家庭人均收入、家庭人均資產和家庭土地規(guī)模作為家庭層面的控制變量。勞動力數(shù)量以及老人、兒童占比代表的是家庭人口結構，家庭人口結構與收入之間具有相關性，收入直接關系到農戶的信貸可得性，因此加入這部分控制變量可以減少由于家庭人口規(guī)模及結構不同引起的信貸差異。家庭人情支出能夠反映出家庭社會資本的強弱，而社會資本又能夠幫助家庭獲取信貸信息和擔保。家庭人均收入、家庭人均資產代表了家庭物質資本水平，家庭土地規(guī)模反映了家庭農場生產規(guī)模，這三者也對家庭農業(yè)生產信貸需求與獲得有著重要影響。分年度將各變量的相關定義以及描述性統(tǒng)計歸納如表1所示。

5實證結果及分析

基于上述理論分析及模型構建，本文運用四元聯(lián)立Probit模型分析互聯(lián)網使用對正規(guī)信貸部門、非正規(guī)信貸部門的農戶信貸需求與信貸獲得的不同影響。在計量分析前對樣本可能存在的異方差和多重共線性問題進行了懷特檢驗和方差膨脹因子檢驗，懷特檢驗結果在1%的顯著性水平上拒絕了不存在異方差的原假設，說明模型可能存在異方差問題①，本文使用穩(wěn)健性標準誤對異方差進行修正。方差膨脹因子所有變量數(shù)值均小于10②，說明模型設置不存在共線性問題。

四元Probit雖然能緩解遺漏變量問題，但仍需考慮由雙向因果導致的內生性問題。本文通過滯后解釋變量來緩解可能存在的雙向因果關系?？紤]模型可能存在自選擇問題，使用傾向得分匹配法（Propensity Score Matching， PSM）分別估計互聯(lián)網使用對正規(guī)信貸需求、正規(guī)信貸獲得、非正規(guī)信貸需求和非正規(guī)信貸獲得的平均處理效應（Average Treatment Effect on the Treated， ATT）來緩解由模型自選擇導致的結果偏差。

由于互聯(lián)網能夠減少交易成本并促進信息傳播，因而在機制檢驗部分提出互聯(lián)網使用通過“正規(guī)金融服務下沉”和“農戶金融素養(yǎng)提高”影響農戶正規(guī)信貸?？紤]到農林牧漁產業(yè)發(fā)展地區(qū)特殊的區(qū)位和地理因素進行異質性檢驗，以分析互聯(lián)網使用對不同部門和地區(qū)的農業(yè)生產信貸產生的差異化影響。

5.1基準回歸結果

表2列出了基準回歸中四元Probit模型的估計結果，括號內為穩(wěn)健性標準誤對異方差進行修正。表2中列（1）至列（4）分別對應農戶家庭的正規(guī)信貸需求、正規(guī)信貸獲得、非正規(guī)信貸需求和非正規(guī)信貸獲得，為四個被解釋變量的估計結果。ρ12、ρ13、ρ14、ρ23、ρ24、ρ34表示對應模型之間的相關系數(shù)。結果顯示，相關系數(shù)均在1%的顯著性水平上拒絕了四個模型相互獨立的原假設，說明模型之間存在相互影響，在估計農戶的信貸需求及農戶信貸獲得時，需要加入個人及家庭特征的控制變量，這些因素影響農戶信貸需求，卻又不可觀測。似然比檢驗結果在1%的顯著性水平上拒絕了上述相關系數(shù)之間同時為零的原假設，Wald檢驗結果在1%的顯著性水平上拒絕了四個方程具有相同斜率參數(shù)的原假設，表明四個被解釋變量間具有決策差異，也驗證了本文選用四元Probit模型進行估計的合理性。

表2的估計結果顯示，互聯(lián)網使用對農戶正規(guī)信貸需求和信貸獲得的系數(shù)在1%的顯著性水平上顯著為正，說明互聯(lián)網不僅增加了農戶對正規(guī)信貸部門的信貸行為，還提高了農戶對正規(guī)信貸部門的信貸需求。對非正規(guī)信貸部門的信貸需求與信貸獲得的影響均不顯著，說明互聯(lián)網的使用主要降低了正規(guī)信貸部門的信貸約束，提高了正規(guī)信貸部門的信貸可得性。對于非正規(guī)信貸部門沒有顯著的促進作用，可能是由于互聯(lián)網的使用提高了農戶的金融素養(yǎng)，增加了農戶對政府參與監(jiān)管的正規(guī)部門信貸部門的信賴與選擇，從而使農戶更傾向于通過正規(guī)部門獲得貸款。

表2估計結果也反映了正規(guī)信貸部門和非正規(guī)信貸部門間的關系，兩者之間形成高低搭配、種類互補的格局。在貸款過程中，正規(guī)信貸部門更看重借貸者的經濟實力和債務償還能力，更傾向于向家庭物質資本和社會資本更為雄厚的優(yōu)質農戶提供信貸；而非正規(guī)信貸市場則起到補充作用，為那些未能從正規(guī)信貸部門獲得足夠信貸供給的農戶提供貸款補充，也為一些經濟實力和社會資本較弱的農戶家庭提供必要的農業(yè)生產貸款。

5.1.1互聯(lián)網使用對正規(guī)信貸部門的影響

表2顯示，對農業(yè)正規(guī)信貸獲得起到顯著影響的變量有家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭人情往來支出、家庭人均收入和家庭土地規(guī)模。對農業(yè)正規(guī)需求起到顯著影響的變量有家庭勞動力數(shù)量、家庭人情往來支出和家庭人均收入。家庭勞動力數(shù)量正向影響正規(guī)信貸部門的農戶信貸需求及信貸獲得，由于勞動力數(shù)量更多的家庭往往生產能力更強，家庭負擔也更重，所以需要一定的農業(yè)生產規(guī)模才能滿足家庭生活需要，同時家庭規(guī)模更大的農戶也更能滿足擴大農業(yè)生產規(guī)模所需的勞動力，擴大農業(yè)生產規(guī)模意味著有更多的資金需要，因而勞動力數(shù)量更多的家庭不論是借貸行為還是資金需求往往更頻繁。此外，家庭勞動力數(shù)量越多意味著家庭的債務擔保和債務償還能力越強，更容易獲得正規(guī)信貸部門的信貸供給。

家庭人情往來支出和家庭人均收入都正向影響正規(guī)信貸行為和正規(guī)信貸需求，是由于人情往來支出更多的家庭擁有更加豐富的社會資本，能夠獲得更多的信貸信息和融資渠道，增加了家庭獲得正規(guī)信貸融資的可能性。人均收入代表了家庭財富創(chuàng)造能力和償還能力，有較高財富創(chuàng)造能力的家庭往往更善于投資管理，會更加依賴資本進行擴大生產，同時也具有更強的貸款還債能力，因而顯著促進了這部分群體獲得正規(guī)機構的信貸行為。家庭土地規(guī)模正向影響正規(guī)信貸行為，是由于土地規(guī)模較大的家庭往往更需要為農業(yè)生產進行融資，并且土地作為固定資產起到擔保、抵押作用；農戶擁有更多的耕地資源，也就更容易獲得正規(guī)金融機構的信貸支持。

5.1.2互聯(lián)網使用對非正規(guī)信貸部門的影響

表2顯示，對非正規(guī)信貸部門起到顯著影響的變量有戶主性別、戶主教育年限、家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量、家庭兒童數(shù)量、家庭人情往來支出、家庭人均收入和家庭土地規(guī)模。表2中列（3）、列（4）顯示，戶主為男性的家庭更容易獲得非正規(guī)信貸供給，這說明與正規(guī)信貸部門相比，非正規(guī)信貸部門更多地考慮家庭成員結構因素。與對正規(guī)信貸部門的影響不同，戶主教育年限對非正規(guī)信貸供給起到負向影響，說明具有更高教育程度以及更廣社會關系的農戶更傾向于通過正規(guī)信貸部門獲得信貸支持，而教育水平偏低的家庭則更多地通過非正規(guī)信貸部門獲得生產借貸。家庭勞動力數(shù)量對正規(guī)信貸部門與非正規(guī)信貸部門的借貸均起到顯著的促進作用，說明對于農業(yè)生產而言，勞動力是重要的生產要素，是借貸部門衡量是否提供貸款以及影響農戶借貸需求的重要因素。家庭土地規(guī)模同樣作為農業(yè)生產重要的要素投入，單純依靠正規(guī)部門不能滿足農戶的農業(yè)生產融資需求時，土地規(guī)模越大的家庭越會通過非正規(guī)信貸部門來滿足自身的融資需要。

家庭黨員數(shù)量、家庭人情往來支出兩個變量對于非正規(guī)信貸部門則起到顯著的減少作用?？赡苡捎谏鐣W絡越豐富、人情往來越多的家庭，越能通過正規(guī)信貸部門獲得資金支持，反而減少了對于非正規(guī)信貸部門的借貸需求；也可能通過不付利息直接向親友借款獲得短期的借貸幫助，反而減少了通過民間金融組織、非銀行融資渠道的信貸需求與信貸獲得。家庭老人數(shù)量對非正規(guī)信貸的借貸行為和信貸需求都起到相反作用，是由于老人越多的家庭農業(yè)生產能力越弱且家庭撫養(yǎng)負擔重，償還能力相對較弱，因而獲得非正規(guī)信貸的可能性小且借貸需求較少。家庭兒童數(shù)量對非正規(guī)信貸需求和供給具有正向影響，說明子女較多的家庭需要更多資金用于下一代的成長和教育，因而有著更強烈的擴大農業(yè)生產規(guī)模的動機，有更多的融資需求；對于收入和資產較少的多子女農戶家庭而言，由于在正規(guī)信貸部門的融資能力較弱，需要通過非正規(guī)信貸部門來彌補其用于農業(yè)生產投入的資金需要。

5.2穩(wěn)健性檢驗

在穩(wěn)健性檢驗部分，本文依次使用滯后被解釋變量和采用傾向匹配得分法進行分析。

5.2.1滯后被解釋變量

2015年度中國家庭金融數(shù)據(jù)調查從2014年開始，時間跨度為2014-2015年，因此將互聯(lián)網使用滯后兩期，選擇2013年之前使用互聯(lián)網的農戶家庭作為解釋變量，使用互聯(lián)網的農戶家庭賦值為1，反之為0。表3是使用了滯后解釋變量的回歸結果，ρ12、ρ13、ρ14、ρ23、ρ24、ρ34在1%的顯著性水平上顯著，似然比檢驗結果在1%的顯著性水平上拒絕了上述相關系數(shù)同時為零的原假設，Wald檢驗結果在1%的顯著性水平上拒絕了四個方程具有相同斜率參數(shù)的原假設，且互聯(lián)網使用對正規(guī)信貸需求和正規(guī)信貸獲得的系數(shù)在1%和5%的顯著性水平上顯著為正，對非正規(guī)信貸需求和非正規(guī)信貸獲得的系數(shù)不顯著。結論與基準回歸結果保持一致，表明互聯(lián)網使用能夠顯著促進正規(guī)信貸部門的發(fā)展，但并不直接影響非正規(guī)信貸部門。

5.2.2傾向得分匹配法

樣本自選擇造成的選擇性偏誤也會導致估計結果偏差。由于傾向得分匹配法具有不需要提前假定函數(shù)形式、參數(shù)約束、誤差項分布以及解釋變量外生的特點，在處理自選擇問題時更具優(yōu)勢（Heckman et al.，2007），故本文使用傾向得分匹配法解決樣本自選擇問題。首先，選取戶主年齡、戶主性別、戶主教育年限、戶主有無配偶、家庭勞動力數(shù)量、家庭黨員數(shù)量、家庭老人數(shù)量、家庭兒童數(shù)量、家庭人情往來支出、家庭人均收入、家庭人均資產和家庭土地規(guī)模①進行Logit回歸，計算出傾向得分；然后，再采用一對二近鄰匹配、一對四近鄰匹配、窗寬為0.06核匹配、窗寬為0.10核匹配四種方法進行匹配。圖1分別顯示了匹配數(shù)據(jù)的平衡性檢驗，匹配前后變量的標準化偏差均小于5%。圖1a可以看出匹配后數(shù)據(jù)在0附近，說明數(shù)據(jù)匹配較為理想，控制組與對照組的控制變量間不存在較大的差異，通過了平衡檢驗；圖1b可以看出大多數(shù)觀測值都在共同取值范圍內，在匹配時損失數(shù)據(jù)較少；圖1c和圖1d說明匹配后處理組和控制組之間具有較好的擬合程度，為后續(xù)實證結果的可靠性奠定了基礎。

傾向得分匹配回歸結果如表4所示。表4顯示，互聯(lián)網使用對正規(guī)信貸需求和正規(guī)信貸獲得的平均處理效應在1%的顯著性水平上顯著，對非正規(guī)信貸需求和非正規(guī)信貸獲得的平均處理效應同樣不能通過顯著性檢驗。匹配結果與基準回歸結果基本相同，進一步驗證了在考慮樣本自選擇問題后本文結論的穩(wěn)健性。

5.3機制探討和異質性分析

通過實證分析發(fā)現(xiàn)，互聯(lián)網使用對正規(guī)信貸部門的信貸需求及信貸獲得具有顯著的正向影響，機制檢驗部分進一步探究互聯(lián)網使用是通過什么方法和渠道對農戶正規(guī)信貸產生影響。

5.3.1機制探討

（1）正規(guī)金融服務下沉。農村地區(qū)正規(guī)金融服務是影響農戶信貸約束的主要因素。在信息技術的推動下，傳統(tǒng)金融模式發(fā)生了顯著的變革，互聯(lián)網金融的出現(xiàn)突破了傳統(tǒng)金融的時空限制，改變了傳統(tǒng)金融的交易方式，不僅提升了借貸效率，降低了融資成本，還提高了金融服務質量，促進正規(guī)金融服務下沉，從而增加了正規(guī)金融可及性。本文參考尹志超等（2019）的研究，構建“使用網絡銀行”變量，將農戶家庭使用過網絡銀行和在線銀行服務的賦值為1，反之為0。使用Probit模型進行估計，互聯(lián)網使用與開通網絡銀行回歸結果如表5所示。表5中列（1）至列（3）依次顯示了在加入控制變量和省份固定效應后，互聯(lián)網使用對農戶開通網絡銀行的回歸結果。數(shù)據(jù)顯示，互聯(lián)網使用通過促進農戶使用網絡銀行行為，提高了正規(guī)金融服務和正規(guī)金融部門的信貸可得性。

（2）農戶金融素養(yǎng)提高。金融知識及對金融信息的了解程度是影響農戶獲得金融信貸的主要影響因素?；ヂ?lián)網的發(fā)展有效促進了金融知識普及，降低了由于信息不對稱導致的高借貸交易成本，促進信息在需求方與供給方等不同群體間實現(xiàn)“均等化、扁平化”傳播，增加借貸雙方的交流與互動，使信貸市場更加公開透明。本文構建“金融信息關注程度”變量，將農戶對金融信息的關注程度定義為五個等級，從1到5分別進行賦值①。進一步構建“參加金融課程”變量，如果農戶上過金融類課程則定義為1，反之定義為0。表6列出了使用Oprobit和Probit模型對互聯(lián)網使用與金融信息關注程度、參加金融課程的回歸結果。從表6可以看出，在加入控制變量和省份固定效應后，互聯(lián)網使用顯著提高了農戶對金融信息的關注程度②，有助于推動農戶參加相關金融課程，說明農村地區(qū)互聯(lián)網的發(fā)展促進了農戶金融知識普及和金融素養(yǎng)的提高。

5.3.2異質性分析

與農業(yè)種植業(yè)多分布于平原地區(qū)不同，我國林草資源主要集中在東北、西南地區(qū)以及福建、江西、湖南等地的部分山區(qū)，地形陡峭、交通不便、通訊不暢導致基礎設施落后和信息不對稱等問題，嚴重限制了林草金融服務的發(fā)展。特別是在我國南方主要集體林區(qū)，缺乏正規(guī)金融市場供給主體和交易成本偏高等問題導致融資效率低下（汪璐等，2017），林農面臨更為嚴重的信貸約束。信息數(shù)字化以及計算能力的不斷提升使人們的許多經濟活動逐漸轉移到互聯(lián)網上，通過互聯(lián)網支付、網絡借貸等方式加速了金融信貸交易，改變了傳統(tǒng)金融的組織交易形式?；ヂ?lián)網使用打破了林區(qū)金融信貸服務受自然環(huán)境影響的特殊限制，無論是從節(jié)省林農的交易成本還是降低金融部門的信貸風險方面，互聯(lián)網都發(fā)揮了緩解林業(yè)生產中融資約束的作用。將樣本按照“是否為林業(yè)生產戶”和“森林覆蓋率高低”進行分組，分別檢驗互聯(lián)網使用對于林農以及區(qū)位環(huán)境更為特殊的高森林覆蓋率地區(qū)產生的不同作用。以推動落實“大食物觀”為目標，為制定適合林業(yè)發(fā)展的金融信貸政策和促進農村產業(yè)融合發(fā)展提供參考。

（1）依據(jù)“是否為林業(yè)生產戶”，從樣本中分出林業(yè)生產戶和非林業(yè)生產戶，分別對兩組樣本數(shù)據(jù)進行Probit回歸，如表7所示。表7結果顯示，互聯(lián)網使用在5%的顯著性水平上顯著促進了林業(yè)生產戶的正規(guī)信貸需求和正規(guī)信貸獲得，兩者分別提高了5.92%和4.12%；而互聯(lián)網使用僅在10%的顯著性水平上顯著促進了非林業(yè)生產戶的正規(guī)信貸需求，提高了4.50%，并未顯著影響其信貸獲得。

（2）按照森林覆蓋率劃分。根據(jù)第九次全國森林資源清查各省份森林覆蓋率排名，將福建、江西、廣西、浙江等森林覆蓋率排名靠前的省份①，加上我國東北國有林區(qū)的黑龍江、內蒙古、吉林、遼寧和西南地區(qū)的四川、重慶、云南、西藏等省份，將位于以上地區(qū)的農戶樣本設定為高森林覆蓋率地區(qū)，其他省份的農戶樣本設定為低森林覆蓋率地區(qū)，進行Probit回歸，如表8所示。表8顯示，互聯(lián)網使用對高森林覆蓋率地區(qū)的農戶正規(guī)信貸需求與獲得有更為顯著的促進作用，對低森林覆蓋率地區(qū)的正規(guī)信貸需求在10%顯著性水平上提高了4.85%，但對該地區(qū)農戶的正規(guī)信貸獲得無顯著影響。

相關研究認為，非正規(guī)信貸部門更能滿足林業(yè)生產和區(qū)位環(huán)境的特殊性要求，非正規(guī)金融更有利于林業(yè)產業(yè)發(fā)展，緩解林業(yè)產業(yè)面臨的信貸約束（魯釗陽等，2015）。但本文研究發(fā)現(xiàn)，隨著電子信息技術發(fā)展，互聯(lián)網使用能夠有效促進林農對正規(guī)部門的信貸需求和信貸獲得，從而有利于正規(guī)信貸部門與非正規(guī)信貸部門形成互為補充的關系，共同起到緩解林農信貸約束和促進林業(yè)產業(yè)持續(xù)發(fā)展的作用。

作為林業(yè)生產的基本單位，林農在林業(yè)發(fā)展中扮演著重要角色。由于金融抑制導致的正規(guī)金融市場規(guī)模緊縮，使其生產性融資需求得不到有效滿足（徐璋勇等，2008）。互聯(lián)網使用顯著促進了林農對正規(guī)信貸部門的信貸需求與信貸獲得，同時對于交通不便、通信環(huán)境惡劣的高森林覆蓋率地區(qū)的農戶來說也同樣具有顯著的促進作用，但對非林業(yè)生產戶和低森林覆蓋率地區(qū)農戶的信貸獲得均不產生顯著影響。相比林業(yè)生產戶而言，非林業(yè)生產戶以及低森林覆蓋率地區(qū)農戶可能缺乏農業(yè)產業(yè)作為貸款抵押條件，或者這些農戶不以農業(yè)生產經營為主要收入來源。

6研究結論、討論與政策啟示

小規(guī)模家庭農戶“融資貴、融資難”等問題影響農業(yè)生產規(guī)模的擴大，不利于鄉(xiāng)村振興和農村經濟的高質量發(fā)展。在互聯(lián)網快速發(fā)展的背景下，通過信息技術的使用帶動農村經濟發(fā)生一系列變革，互聯(lián)網的使用不僅有利于農戶提高收入、增加創(chuàng)業(yè)和擴大農業(yè)生產經營規(guī)模，同時對于農村互聯(lián)網金融發(fā)展和農業(yè)生產信貸也產生了深刻的影響。

6.1研究結論

基于2015年和2017年中國家庭金融調查中從事農業(yè)生產的樣本數(shù)據(jù)，本文運用四元聯(lián)立模型，在控制正規(guī)信貸部門、非正規(guī)信貸部門、農戶信貸行為、信貸需求四者之間相互影響的前提下，建立互聯(lián)網使用對農業(yè)生產信貸的分析框架，實證檢驗互聯(lián)網對不同信貸部門農業(yè)生產信貸的影響及作用機制，得出3點結論。

（1）互聯(lián)網使用顯著促進了正規(guī)信貸部門的發(fā)展，提高了農戶對于正規(guī)信貸部門的信貸獲得與信貸需求。互聯(lián)網使用對農戶正規(guī)信貸需求和信貸獲得行為的影響顯著為正，說明互聯(lián)網的使用降低了正規(guī)信貸部門的交易成本，緩解了農戶對于正規(guī)信貸部門的信貸約束。同時，由于互聯(lián)網改進了信息傳播的方式，使得信息快速、扁平化傳播，吸引更多農戶投入到創(chuàng)新創(chuàng)業(yè)中來，產業(yè)轉型升級促使農戶提高了對正規(guī)信貸部門的信貸需求，即農戶的貸款需求量大幅增加。

（2）互聯(lián)網主要通過“網絡銀行”和“提升金融素養(yǎng)”等方式促進農戶對正規(guī)信貸部門的借貸行為。已有研究對網絡銀行的使用和金融素養(yǎng)如何提高農戶生產信貸的關系進行了分析（尹志超等，2019）。實證結果驗證了“網絡銀行”的使用有助于金融服務快速下沉，讓更多農戶獲得便捷的信用借貸。互聯(lián)網的信息傳播功能提高了農戶的金融素養(yǎng)，從而促進了農戶的信貸行為，進一步提高了農戶的信貸需求。

（3）互聯(lián)網使用對林業(yè)生產戶和高森林覆蓋率地區(qū)農戶的正規(guī)信貸影響更為顯著，有效促進了林農對正規(guī)部門的信貸需求和信貸獲得，對非林業(yè)生產戶及低森林覆蓋率地區(qū)農戶的信貸獲得作用不明顯，說明農戶對正規(guī)信貸部門的信貸需求和信貸獲得之間還存在著供需不匹配的現(xiàn)象。

6.2討論

互聯(lián)網、數(shù)字經濟的快速發(fā)展是近年學術界討論的熱點問題，許多學者以農戶家庭收入、創(chuàng)業(yè)、社會資本等為重點展開了翔實的研究，比如張勛等（2019）認為，電子信息技術的快速發(fā)展促使數(shù)字普惠金融下沉到農村地區(qū)，提高了農村居民的收入，縮小了城鄉(xiāng)收入差距，促進了經濟包容性增長；尹志超等（2019）以移動支付作為互聯(lián)網使用的代理變量，驗證了移動支付的使用顯著提高了家庭創(chuàng)業(yè)的概率和工商業(yè)項目的經營績效，并對創(chuàng)業(yè)成本高和受到信貸約束的家庭創(chuàng)業(yè)活動促進作用更大；趙宏紅等（2022）針對農村非正規(guī)金融對林業(yè)產業(yè)發(fā)展的影響進行了分析，認為兩者在5%的顯著性水平上存在顯著的正向關系，與正規(guī)信貸部門存在一定的互補效應。在這些研究基礎上，本文關注到互聯(lián)網使用在提高信貸部門審批和管理效率、促進信息傳播扁平化、市場信息公開化、分散信息集中化等方面的作用，是解決農戶面臨“融資難”“融資貴”等信貸約束問題的重要路徑，對互聯(lián)網使用與農業(yè)生產信貸之間的關系及作用機制展開了研究。

本文以農戶的農業(yè)生產信貸行為和信貸需求角度為切入點，既能反映電子信息技術的發(fā)展從宏觀層面是否推動普惠金融、銀行服務的下沉與發(fā)展，通過數(shù)字金融、互聯(lián)網金融的快速發(fā)展推動銀行服務升級；又以農戶家庭微觀經濟行為作為分析對象，研究互聯(lián)網是否以及如何改善農村地區(qū)的信貸約束，從而有助于農林牧漁等不同性質的農業(yè)部門擴大生產規(guī)模，提高農業(yè)生產效率。異質性檢驗發(fā)現(xiàn)，對非林業(yè)生產種植戶和低森林覆蓋率地區(qū)，互聯(lián)網發(fā)展對其信貸獲得沒有顯著影響，可以看出，對特殊地區(qū)及特殊部門的農業(yè)生產種植戶，仍需發(fā)揮非正規(guī)信貸部門緩解其信貸約束的作用。

本文尚存在兩點不足：一是缺乏相關變量的長期跟蹤調查數(shù)據(jù)，無法識別互聯(lián)網使用對不同信貸部門的動態(tài)處理效應。二是機制檢驗中關于中介效應與調節(jié)效應檢驗方法的缺陷。中介效應分析雖是國內經濟學因果推斷經驗研究中廣泛采用的研究手段，但中介效應逐步檢驗本身存在偏誤，本文根據(jù)文獻建議雖完成了第一步檢驗，第二步檢驗則按照相關建議使用已有文獻進行佐證（江艇，2022）。由于中介效應檢驗本身存在的問題未能改善，同時機制部分也有可能存在潛在的內生性問題，因此這部分內容的參考價值有限（Maccini et al.，2009）。

6.3政策啟示

在我國提出要樹立“大食物觀”的政策背景下，研究互聯(lián)網的使用對農林牧漁業(yè)生產當中信貸行為產生的作用影響，對促進我國農村互聯(lián)網金融發(fā)展和保障我國糧食安全促進農業(yè)生產規(guī)?；?、效率化發(fā)展具有理論意義和現(xiàn)實意義。根據(jù)研究結論，本文給出3點政策啟示。

（1）推動農村地區(qū)數(shù)字基礎設施建設，加強農民的數(shù)字素養(yǎng)與技能培訓。截至2021年12月，我國農村地區(qū)互聯(lián)網普及率為59.20%，雖然城鄉(xiāng)間的差距在不斷縮小，但與城市相比差距仍較大。應進一步健全農村地區(qū)信息基礎設施建設，尤其是要加速提高落后林區(qū)和交通不便的其他農村地區(qū)的互聯(lián)網使用率，同時也要提升農村居民對互聯(lián)網信息的獲取能力，提高農戶使用電子信息產品獲取信息和學習知識的能力，才能促進信息供給與需求之間的有效匹配。

（2）依托互聯(lián)網技術，通過金融機構和信貸部門整合各類信息數(shù)據(jù)，推動農村數(shù)字普惠金融服務的進一步下沉。通過建立個人誠信電子檔案，減少信貸配給，節(jié)約農戶信貸成本，降低小規(guī)模家庭農戶的信貸約束，進一步放活農村信貸市場。同時，繼續(xù)擴大農村金融的服務范圍與深度，使得金融信貸業(yè)務盡可能覆蓋和服務更多的農戶家庭。

（3）通過加強對普通農戶的生產信貸扶持，促進以農林牧漁業(yè)等不同生產性質的農業(yè)產業(yè)間的融合發(fā)展。在確保我國糧食安全的前提下，提倡發(fā)展綠色可持續(xù)農業(yè)，以電子信息技術的使用與發(fā)展為契機，借助數(shù)字金融、綠色信貸的發(fā)展優(yōu)勢，打破農林地區(qū)地理環(huán)境和基礎設施落后的限制。充分發(fā)揮林業(yè)生產在保護生態(tài)環(huán)境和維護生態(tài)平衡方面的作用，推動農業(yè)種植結合森林培育，利用林木的自然特性起到對自然災害和極端天氣等的防護作用，提高農業(yè)生產種植產量。同時，通過農業(yè)生產種植對土地資源合理規(guī)劃，因地制宜地發(fā)展不同性質農業(yè)產業(yè)，形成互為補充和相互促進的發(fā)展關系，走出一條綠色、可持續(xù)發(fā)展的鄉(xiāng)村振興之路。

參考文獻

包烏蘭托亞，馬龍波，吳瓊.林業(yè)生態(tài)扶貧效率評價研究——基于中國22個省份的實證分析[J].林業(yè)經濟， 2022， 44（05）：77-96.

曹玉昆，翟相如.金融支持對林業(yè)產業(yè)發(fā)展的影響——基于空間計量模型的實證[J].統(tǒng)計與決策， 2020， 36（13）：150-153.

樊文翔.互聯(lián)網使用、資本積累與農戶信貸可得性——基于馬克思資本范疇和CFPS數(shù)據(jù)的分析[J].江漢學術， 2022， 41（04）： 76-87.

胡振，聶雅豐，羅劍朝.社會資本與農戶融資約束——基于農戶分化和農地金融創(chuàng)新的異質性檢驗[J].農業(yè)技術經濟， 2022（03）：1-12.

江艇.因果推斷經驗研究中的中介效應與調節(jié)效應[J].中國工業(yè)經濟， 2022（05）：100-120.

李慧.看林業(yè)產業(yè)如何實現(xiàn)轉型升級[J].中國林業(yè)產業(yè)， 2018（Z1）：62-63.

林毅夫.“三農”問題與我國農村的未來發(fā)展[J].農業(yè)經濟問題， 2003（01）：19-24， 79.

劉俊杰，李超偉，韓思敏，等.農村電商發(fā)展與農戶數(shù)字信貸行為——來自江蘇“淘寶村”的微觀證據(jù)[J].中國農村經濟， 2020（11）：97-112.

劉西川，楊奇明，陳立輝.農戶信貸市場的正規(guī)部門與非正規(guī)部門：替代還是互補？ [J].經濟研究， 2014， 49（11）：145-158， 188.

劉西川.貧困地區(qū)農戶的信貸需求與信貸約束[M].杭州：浙江大學出版社， 2008.

魯釗陽，李樹.農村正規(guī)與非正規(guī)金融發(fā)展對區(qū)域產業(yè)結構升級的影響[J].財經研究， 2015， 41（09）：53-64.

路曉蒙，吳雨.轉入土地、農戶農業(yè)信貸需求與信貸約束——基于中國家庭金融調查（CHFS）數(shù)據(jù)的分析[J].金融研究， 2021（05）：40-58.

錢水土，翁磊.社會資本，非正規(guī)金融與產業(yè)集群發(fā)展——浙江經驗研究[J].金融研究， 2009（11）：194-206.

任靜，朱方明.互聯(lián)網銀行的破壞性創(chuàng)新及其對傳統(tǒng)銀行的挑戰(zhàn)[J].現(xiàn)代經濟探討， 2016（03）：10-14.

譚燕芝，李云仲，胡萬俊.數(shù)字鴻溝還是信息紅利：信息化對城鄉(xiāng)收入回報率的差異研究[J].現(xiàn)代經濟探討， 2017（10）：88-95.

譚燕芝，葉程芳.金融可得性視角下的農地流轉與農村居民收入[J].經濟與管理研究， 2021， 42（11）：93-103.

田紅宇，王嬡名，祝志勇.數(shù)字化賦能：互聯(lián)網使用對農戶信貸的影響及其異質性研究——基于選擇實驗方法的檢驗和分析[J].農業(yè)技術經濟， 2022（04）：86-102.

汪昌云，鐘騰，鄭華懋.金融市場化提高了農戶信貸獲得嗎？——基于農戶調查的實證研究[J].經濟研究， 2014， 49（10）：33-45， 178.

汪璐，宋坤，諶希，等.農村非正規(guī)金融對農林牧漁業(yè)的影響研究[J].世界農業(yè)， 2017（10）：210-215.

溫賽賽，貫君，楊躍.中國林業(yè)高質量發(fā)展評價指標體系構建與測度[J].林業(yè)經濟問題， 2022， 42（03）：241-252.

謝平，鄒傳偉，劉海二.互聯(lián)網金融的基礎理論[J].金融研究， 2015（08）：1-12.

徐璋勇，郭梅亮.轉型時期農村非正規(guī)金融生成邏輯的理論分析——兼對農村二元金融結構現(xiàn)象的解釋[J].經濟學家， 2008（05）：68-76.

尹志超，公雪，郭沛瑤.移動支付對創(chuàng)業(yè)的影響——來自中國家庭金融調查的微觀證據(jù)[J].中國工業(yè)經濟， 2019（03）：119-137.

尹志超，張棟浩.金融普惠、家庭貧困及脆弱性[J].經濟學（季刊）， 2020， 20（05）：153-172.

張杰.農戶、國家與中國農貸制度：一個長期視角[J].金融研究， 2005（02）：1-12.

張龍耀，江春.中國農村金融市場中非價格信貸配給的理論和實證分析[J].金融研究， 2011（07）：98-113.

張平.應用型人才培養(yǎng)視角下林業(yè)高等教育管理體制改革研究——評《林學概論》[J].林業(yè)經濟， 2020， 42（12）：102.

張勛，萬廣華，張佳佳，等.數(shù)字經濟、普惠金融與包容性增長[J].經濟研究， 2019， 54（08）：71-86.

趙宏紅，黃安勝.農村非正規(guī)金融對林業(yè)產業(yè)發(fā)展的影響——基于中國30個省級面板數(shù)據(jù)的實證分析[J].林業(yè)經濟， 2022， 44（09）：50-60.

周立.農村金融市場四大問題及其演化邏輯[J].財貿經濟， 2007（02）：56-63， 128-129.

Akoten J E， Sawada Y， Otsuka K. The determinants of credit access and its impacts on micro and small enterprises：The case of garment producers in Kenya [J]. Economic Development and Cultural Change， 2006， 54（04）：927-944.

Andersen T B， Malchow-M？ller N. Strategic interaction in undeveloped credit markets [J]. Journal of Development Economics， 2006， 80（02）：275-298.

Bj？rkegren D， Grissen D. The potential of digital credit to bank the poor [C]//AEA Papers and Proceedings. 2018， 108：68-71.

Cappellari L， Jenkins S P. Multivariate probit regression using simulated maximum likelihood [J].The STATA Journal， 2003， 3（03）： 278-294.

Heckman J J， Vytlacil E J. Econometric evaluation of social programs， part I： Causal models， structural models and econometric policy evaluation [J]. Handbook of Econometrics， 2007， 6：4779-4874.

Khanal A R， Mishra A K， Koirala K H. Access to the internet and financial performance of Small business households [J]. Electronic Commerce Research， 2015， 15（02）：159-175.

Kochar A. An empirical investigation of rationing constraints in rural credit markets in India [J]. Journal of Development Economics， 1997， 53（02）：339-371.

Maccini S， Yang D. Under the Weather： Health， Schooling， and Economic Consequences of Early-life Rainfall [J]. American Economic Review， 2009， 99（03）：1006-1026.

Mohieldin M S， Wright P W. Formal and informal credit markets in Egypt [J]. Economic Development and Cultural Change， 2000， 48（01）：657-670.

Mushinski D W. An analysis of offer functions of banks and credit unions in Guatemala [J]. The Journal of Development Studies， 1999， 36（02）：88-112.

Pellegrina L D， Frazzoni S， Rotondi Z， et al. Does ICT Adoption Improve Access to Credit for Small Enterprises [J]. Small BusinessEconomics， 2017， 48（03）：657-679.

Weiss S A. Credit rationing in markets with imperfect information [J]. American Economic Review， 1981， 71（03）：393-410.

（責任編輯谷振賓）

①數(shù)據(jù)來自國家林業(yè)和草原局：http：//www.forestry.gov.cn/main/5383/20230118/125333889577091.html.

②詳見中華人民共和國農業(yè)農村部網站：http：//www.moa.gov.cn/ztzl/2023yhwj/zxgz_29323/202302/t20230214_6420463.htm.

③詳見國務院發(fā)布的《推進普惠金融發(fā)展規(guī)劃（2016-2020年）》：http：//www.gov.cn/zhengce/content/2016-01/15/content_ 10602.htm.

①不包括西藏自治區(qū)、新疆維吾爾自治區(qū)和香港、澳門、臺灣等地區(qū)。

①受篇幅所限不能一一列出，如需表格詳細內容可與作者聯(lián)系。

②受篇幅所限不能一一列出，如需表格詳細內容可與作者聯(lián)系。

①為了降低匹配的偏差，減少匹配后樣本損失，本文并未選取戶主年齡平方項作為傾向得分匹配的協(xié)變量，但加入戶主年齡平方項后并不會影響主要回歸結果。

①具體賦值為：1=從不關注、2=很少關注、3=一般關注、4=比較關注、5=非常關注。

②Oprobit模型的具體邊際效應為：從不關注（-0.8103）、很少關注（0.1639）、一般（0.0330）、比較關注（0.1698）、非常關注（0.0146）。

①數(shù)據(jù)資料來源于《中國森林資源報告（2014-2018）》，其中，福建省森林覆蓋率為66.8%，江西省為61.16%，廣西壯族自治區(qū)為60.17%，浙江省為59.43%。