抵御風(fēng)險視角下農(nóng)戶的借貸和賒賬行為?

馬 祥 李承政

一、引言

農(nóng)民的生產(chǎn)和生活存在著多種不確定性，而這些不確定性所產(chǎn)生的各種風(fēng)險和沖擊給他們帶來了巨大的壓力和挑戰(zhàn)。如何應(yīng)對和緩解這些風(fēng)險和沖擊對農(nóng)民的幸福感和獲得感有直接影響。首先，生產(chǎn)上的不確定性諸如病蟲害的嚴重程度、天氣的好壞等直接影響了農(nóng)民的收成。生活中的不確定性諸如重大疾病或者事故等的發(fā)生也會直接增加農(nóng)戶的經(jīng)濟負擔(dān)。其次，計劃經(jīng)濟到市場經(jīng)濟的轉(zhuǎn)型給傳統(tǒng)的農(nóng)村社會帶來了新的不確定性(Scott，1976)。在市場經(jīng)濟的大潮中，農(nóng)戶在成為市場一份子的同時，不得不面對和承擔(dān)市場波動所帶來的不確定性。在生產(chǎn)上，農(nóng)業(yè)生產(chǎn)資料和農(nóng)產(chǎn)品價格的波動會直接影響農(nóng)戶的凈收入。另外，隨著工業(yè)化的發(fā)展，越來越多的農(nóng)民外出務(wù)工，因而工作的穩(wěn)定性也會直接影響他們收入的穩(wěn)定性。在這種情況下，家庭成員的重大疾病和事故，除了會直接增加家庭的經(jīng)濟負擔(dān)，還會降低家庭患病成員的工作的穩(wěn)定性、減少其工作時間從而降低家庭的總收入。最后，現(xiàn)代化的發(fā)展帶來的生產(chǎn)和生活的聚集極大地方便了人們的生活，同時也使得疾病的傳播變得更加容易，而這些疾病的傳播往往會在大范圍內(nèi)沖擊人們的生產(chǎn)和生活。比如，豬瘟、雞瘟等牲畜之間的疾病傳播會直接影響相關(guān)的養(yǎng)殖戶，各種疫情的爆發(fā)會直接影響每個人的生產(chǎn)和生活。

面對日益增加的不確定性與風(fēng)險，除了訴諸保險這一商業(yè)工具①目前農(nóng)村地區(qū)保險覆蓋率有待提升。第一，商業(yè)性保險在農(nóng)村普及率極低。第二，目前的農(nóng)業(yè)政策性保險大多反映的是政府行為而非農(nóng)戶決策。，農(nóng)戶還能夠借助傳統(tǒng)農(nóng)村社會的哪些工具和手段去應(yīng)對呢? 借貸和賒賬是傳統(tǒng)農(nóng)村社會的兩種常見的信用工具，它們都是農(nóng)戶汲取外界資源來保障自己生產(chǎn)和生活的手段。那么，這兩種信用工具在農(nóng)戶抵御風(fēng)險的過程中各自發(fā)揮著怎樣的作用?

本文利用廣東省2019 年約3 500 戶的農(nóng)戶調(diào)查數(shù)據(jù)，從抵御風(fēng)險的角度探討了農(nóng)戶對不同信用工具——借貸和賒賬——的使用。本文首先描述了廣東省農(nóng)村居民借貸和賒賬的現(xiàn)狀，并在金額、期限、違約率、用途等方面對兩者進行了比較；接著探討了個體層面的風(fēng)險沖擊和總體層面的風(fēng)險沖擊對農(nóng)戶信貸和賒賬行為的影響，發(fā)現(xiàn)這兩種信用行為是農(nóng)戶抵御風(fēng)險的兩種手段；最后分析了風(fēng)險沖擊影響農(nóng)戶借貸和賒賬行為的機制。

本文可能的邊際貢獻主要有以下兩個方面。第一，納入了賒賬這一信用工具，豐富了我們對農(nóng)村信用工具的認識。無論是針對正規(guī)金融的研究(李銳和朱喜，2007；劉西川等，2014a；王慧玲和孔榮，2019)，還是針對非正規(guī)金融的研究(金燁和李宏彬，2009)，抑或是同時針對兩者的研究(劉西川等，2014b)，大多集中在分析借貸這一單一的信用工具上。而本文發(fā)現(xiàn)在廣東省農(nóng)村地區(qū)，除了民間私人的相互借貸，賒賬現(xiàn)象也比較普遍，即賒賬也是一種重要的信用工具。然而，學(xué)術(shù)界對農(nóng)戶賒賬的研究并不多見(謝小芹和簡小鷹，2015；彭澎，2019)。在這個意義上，本文擴大和豐富了我們對我國農(nóng)村金融市場上信用工具多樣性的認識。第二，本文首次將風(fēng)險沖擊納入農(nóng)戶借貸和賒賬決策的分析之中。之前的研究主要研究了個人特征和家戶特征對農(nóng)戶正規(guī)借貸或非正規(guī)借貸獲得的影響。這些特征包括個人受教育水平、家庭的社會網(wǎng)絡(luò)或家庭的社會資本(楊汝岱等，2011；馬光榮和楊恩艷，2011；王慧玲和孔榮，2019) 等。個人特征和家戶特征在短時間內(nèi)是穩(wěn)定的。我們認為借貸和賒賬這些信用行為的發(fā)生往往是為了應(yīng)付一些生活和生產(chǎn)中突然出現(xiàn)的風(fēng)險沖擊，因此本文選擇將研究視角集中到分析風(fēng)險沖擊對農(nóng)戶借貸和賒賬行為的影響，并將這些沖擊分為家戶個體層面的風(fēng)險沖擊和總體層面的風(fēng)險沖擊兩類來分別考察。我們的分析發(fā)現(xiàn)農(nóng)戶的借貸行為主要受家庭個體層面的風(fēng)險沖擊的影響，而農(nóng)戶的賒賬行為主要受總體層面的風(fēng)險沖擊的影響。

二、文獻回顧

在個體層面，如何應(yīng)對和緩解諸多不確定性對農(nóng)業(yè)生產(chǎn)和生活的風(fēng)險沖擊是農(nóng)民生活的重要內(nèi)容。在社會層面，市場力量的擴張所帶來的不確定性的增加也會引起旨在保護人本身(而不僅僅是作為商品的勞動力) 的反向運動或者“適應(yīng)性調(diào)整” (Polanyi 等，2001；王紹光，2008)。因此，農(nóng)戶能否以及如何減少和應(yīng)對不確定性成為眾多文獻研究的焦點。包括Paxson (1992) 在內(nèi)的眾多研究都發(fā)現(xiàn)，農(nóng)戶能夠通過多種手段抵御風(fēng)險或其他沖擊，從而達到平滑消費的目的。

(一) 抵御風(fēng)險的手段

抵御風(fēng)險最終是為了把不穩(wěn)定的收入轉(zhuǎn)化為穩(wěn)定的消費，即平滑消費。依照抵御風(fēng)險手段發(fā)生時間的先后，這些手段可以分為事前和事后兩種。事前的手段發(fā)生在風(fēng)險沖擊之前，起到事先防御風(fēng)險的作用。事前抵御風(fēng)險的手段包括防御性儲蓄、農(nóng)作物種植結(jié)構(gòu)多樣化等。事后的手段發(fā)生在風(fēng)險沖擊之后，起到事后緩沖風(fēng)險沖擊的作用。事后的手段包括出售牲畜(Rosenzweig 和Wolpin，1993) 甚至買賣妻妾(陳志武等，2019)，或者調(diào)整自己的勞動供給行為(Kochar，1999) 來維持自己收入的穩(wěn)定進而保證自己的消費水平不出現(xiàn)大幅的波動；農(nóng)戶也可以通過相互之間的轉(zhuǎn)移支付、勞動力共享和借貸(Udry，1994) 等手段來達到互相保障的目的。

此外，傳統(tǒng)農(nóng)村社會中的一些制度安排也起到了抵御風(fēng)險的作用?，F(xiàn)有文獻中討論得較多的是佃農(nóng)理論中地主和佃農(nóng)劃分地租的比例。佃農(nóng)只獲得其勞動邊際收益的一部分，按比例分成被認為是沒有效率的，固定地租才是有效率的制度安排。在固定地租制度下，佃農(nóng)勞動的邊際收益與其邊際成本相吻合。Stiglitz (1974) 認為按比例分成這一制度安排是人們在效率和風(fēng)險分擔(dān)之間的權(quán)衡取舍: 按比例分成犧牲了效率，但可以把農(nóng)業(yè)生產(chǎn)的一部分風(fēng)險轉(zhuǎn)嫁到地主身上。①有趣的是，毛澤東早在1930 年就討論了“分谷制” (即按比例分成) 和“收租制” (即固定地租)的優(yōu)劣。他認為“分谷制的壞處是: 租戶耕田、以己田為主，對于田戶的田，不下力施肥，隨隨便便……這個制度于田戶不利……收租制的壞處是: (一) 鐵租，遇災(zāi)患年成，于租戶不利。” (參見《毛澤東文件》 第1 卷，人民出版社1993 年版，第252 頁) 今天看來，這一討論包含著深刻的經(jīng)濟學(xué)道理。有的研究還發(fā)現(xiàn)另外一種制度安排——婚姻——在一些情況下也起到了風(fēng)險分擔(dān)的作用(Browning 等，2014)。Rosenzweig 和Stark(1989) 發(fā)現(xiàn)在印度農(nóng)村地區(qū)的婚姻中，夫妻雙方往往來自兩個相距較遠的地方。由于相距較遠兩個地方的降雨量的相關(guān)性比較低，夫妻雙方可以通過婚姻達到風(fēng)險分擔(dān)的目的。

(二) 信貸和賒賬: 兩種信用工具

借貸和賒賬是傳統(tǒng)農(nóng)村社會中兩種常見的信用工具。目前學(xué)術(shù)界對于農(nóng)戶借貸的研究較為豐富，而對于農(nóng)戶賒賬(賒購) 的研究比較少見。從供給主體來看，借貸可以分為正規(guī)借貸和非正規(guī)借貸(民間借貸)，而政策關(guān)注的重點是正規(guī)借貸。農(nóng)村金融改革的一大目標便是發(fā)揮正規(guī)金融在“支農(nóng)扶農(nóng)” 上的重要作用，助力鄉(xiāng)村全面振興。從研究內(nèi)容看，關(guān)于農(nóng)戶借貸的文獻主要關(guān)注以下幾個方面: 第一，影響農(nóng)戶借貸需求和信貸獲得的因素分析，包括年齡、受教育程度、收入水平、家庭資產(chǎn)、收入來源、是否為精英農(nóng)戶、家庭社會網(wǎng)絡(luò)、社會關(guān)系、自然災(zāi)害沖擊等(王慧玲和孔榮，2019；彭克強和劉錫良，2016；劉西川等，2014a；張龍耀等，2019)。第二，外部政策變化對農(nóng)戶借貸的影響，比如金融市場化改革對農(nóng)戶生產(chǎn)性和生活性信貸的影響(汪昌云等，2014)，以及精準扶貧政策對貧困戶正規(guī)和非正規(guī)信貸的影響(尹志超等，2020)。第三，農(nóng)戶借貸產(chǎn)生的效果，比如分析農(nóng)戶借貸對家庭消費的影響或農(nóng)戶借貸的福利效應(yīng)(王慧玲和孔榮，2019)，農(nóng)戶借貸對非農(nóng)創(chuàng)業(yè)的影響(彭克強和劉錫良，2016)，以及借貸對土地流轉(zhuǎn)的影響等(Li 等，2020)。第四，正規(guī)借貸和非正規(guī)借貸(正規(guī)和非正規(guī)金融) 的關(guān)系是互補還是替代的探討(劉西川等，2014b)。

以往的文獻對農(nóng)戶賒賬(賒購) 行為的關(guān)注并不多，一方面是因為農(nóng)戶賒賬的數(shù)據(jù)難以獲取，另一方面則是因為研究者多將目光聚焦借貸，在一定程度上忽略了賒賬的潛在重要作用。有限的相關(guān)研究如謝小芹和簡小鷹(2015) 認為“賒賬” 背后蘊含著基層社會與市場之間的“適應(yīng)性調(diào)整”，傳統(tǒng)社會的堅守和市場經(jīng)濟的沖擊是其存在的基礎(chǔ)。彭澎(2019) 表明，在市場不完全的條件下，以農(nóng)資賒購為代表的商業(yè)信用能夠在一定程度上替代正規(guī)信用和民間信用。

與以往的文獻不同，本文從抵御風(fēng)險的角度分析了農(nóng)戶對借貸和賒賬這兩種信用工具的使用，以及兩者在農(nóng)戶抵御風(fēng)險過程中所扮演的不同角色。

三、數(shù)據(jù)簡介和現(xiàn)狀描述

本文分析基于2019 年廣東省千村調(diào)查家戶數(shù)據(jù)和行政村數(shù)據(jù)。暨南大學(xué)經(jīng)濟與社會研究院設(shè)計了廣東省千村調(diào)查的問卷，由暨南大學(xué)社會調(diào)查中心負責(zé)數(shù)據(jù)收集，于2018年7 月至8 月開展基線調(diào)查。調(diào)查抽樣采用了分四階段按規(guī)模大小比例進行概率抽樣(PPS) 的方法。調(diào)查的樣本覆蓋了100 個行政村、207 個自然村及3 012 戶農(nóng)村家庭。這些抽樣農(nóng)戶分別位于廣東省的東翼、西翼、珠三角和山區(qū)共25 個區(qū)縣的農(nóng)村，在廣東省省級層面上具有代表性。

在2018 年基線調(diào)查的基礎(chǔ)上，2019 年首次進行了追蹤調(diào)查，問卷新增了賒賬相關(guān)問題。2019 年廣東省千村調(diào)查在追蹤調(diào)查2018 年樣本農(nóng)戶的同時，采用PPS 的方法，新增了來自5 個區(qū)縣、20 個行政村、約600 戶的農(nóng)村家庭樣本。針對2018 年被調(diào)查但2019年沒有被追蹤到的農(nóng)村家庭，2019 年千村調(diào)查使用地圖地址來建立末端抽樣框，以補充新家戶樣本及換樣。2019 年千村調(diào)查最終有效樣本為來自119 個行政村的3 622 戶農(nóng)村家庭。其中，行政村層面的追蹤率為100%，家戶層面的追蹤率為87%。在2019年的家戶問卷中，2 596 份是追蹤樣本問卷，1 026 份是新入樣樣本問卷。

我們根據(jù)2019 年的調(diào)研數(shù)據(jù)簡要總結(jié)廣東省農(nóng)村的基本狀況，主要變量的描述性統(tǒng)計見表1。調(diào)研樣本中，每個家庭平均有4.8 人，2019 年戶均可支配收入為59 623 元，總支出為44 718 元。下面我們將詳細描述調(diào)研樣本借貸與賒賬的基本情況并比較兩者的異同。

表1 描述性統(tǒng)計

(一) 借貸與賒賬的基本情況

首先，正規(guī)金融和非正規(guī)金融在廣東省農(nóng)村地區(qū)的發(fā)生率很低。正規(guī)金融發(fā)生率約為3%，非正規(guī)金融發(fā)生率僅為1%左右。①常見的民間非正式金融組織形式包括各類民間的居民合作基金會、農(nóng)民互助儲金會、村民信貸合作社以及專門放貸人和私人錢莊等。費孝通的《江村經(jīng)濟》 對于農(nóng)村地區(qū)各種非正規(guī)金融的運作方式進行了較為清晰的描述。在第十五章，他仔細地描述了民國時期農(nóng)村地區(qū)的搖會、徽會、廣東票會，以及作為借貸中介的船商、高利貸等各種非正規(guī)金融組織。通過費孝通的描述可以看出，這些非正規(guī)金融組織在當(dāng)時的農(nóng)村地區(qū)非常普遍和流行。其次，農(nóng)戶與農(nóng)戶之間的民間借貸相對普遍，這些借貸大多來自親戚、朋友、同事或相識。針對那些從2018 年7 月至2019 年調(diào)查時為止借過錢的家庭，2019 年的調(diào)查詳細詢問了這些家庭所發(fā)生的最大筆借款的情況。數(shù)據(jù)顯示，在500 筆借款中，58.6%的借款來自親戚；31.4%的借款來自朋友、同事或相識；來自信用社、六大銀行(中國工商銀行、中國建設(shè)銀行、中國農(nóng)業(yè)銀行、中國銀行、中國交通銀行、郵政儲蓄銀行) 和其他銀行等正規(guī)金融機構(gòu)的借款僅占5.8%；來自私人放債者的借款占1.4%。最后，從2019 年調(diào)研的情況看，廣東農(nóng)村居民賒賬行為較為普遍。在受訪的樣本中，19.27%表示有家庭成員曾經(jīng)發(fā)生過賒賬行為，281 戶表示在過去一年內(nèi)曾經(jīng)有家庭成員賒過賬，占比約8%。

(二) 借貸與賒賬的異同

首先，從具體額度來看，農(nóng)村家庭之間的借款金額要比賒賬金額大得多。樣本農(nóng)戶最大筆借款的中位數(shù)為10 000 元，而賒賬金額的中位數(shù)僅為1 500 元。

其次，從期限上看，農(nóng)村居民賒賬的償還期限要比借款的償還期限短得多。一半左右的賒賬期限在一個月之內(nèi)，只有1.26%的賒賬期限在一年之上。而在約定了償還期限的借款中，一個月之內(nèi)的為0，一年以上的為33.71%。另外，兩者違約率均不高。我們借用Udry (1994) 的方法，在2019 年調(diào)研問卷中通過設(shè)置以下兩個問題來判斷借款和賒賬過程中可能出現(xiàn)的違約情況: 未來出借方是否還會借錢給你? 未來賒賬給你的人是否還會繼續(xù)賒賬給你? 如果受訪者認為出借方(出賬方) 未來肯定不會借款(賒賬) 給自己，那么受訪者很可能出現(xiàn)了違約的情況。按照上述標準，賒賬的違約率為2.95%，私人借款的違約率為4.80%。

最后，從用途看，借款和賒賬的用途存在較大不同。農(nóng)戶借款主要用于生活消費和應(yīng)急，而賒賬主要用于生產(chǎn)特別是農(nóng)業(yè)生產(chǎn)。數(shù)據(jù)顯示，農(nóng)戶借款用于看病這一應(yīng)急開支的比例高達21.37%；用于其他消費或支出，比如建房、教育和消費品購買等的比例為50%左右；用于農(nóng)業(yè)生產(chǎn)投資、工商業(yè)投資的比例為15.49%。相較之下，農(nóng)戶賒賬主要用于賒購化肥(占比52.67%)、農(nóng)藥(占比32.74%) 和種苗(占比9.25%)，用于賒購其他消費品或投資品的比例不高。因此，賒賬和借款在用途上有著較大的區(qū)別。在面臨資金短缺的時候，農(nóng)戶會更多地選擇以借款的方式來緩沖風(fēng)險、平滑日常消費，以賒賬的方式來緩解生產(chǎn)資金暫時短缺導(dǎo)致的農(nóng)業(yè)投資不足。

從以上描述性分析可以看出，借貸和賒賬是兩種不同的信用工具。我們將通過進一步計量回歸分析，比較影響農(nóng)戶借貸和賒賬的不同因素。

四、模型設(shè)定和實證結(jié)果

借貸和賒賬的目的是緩解資金不足。而現(xiàn)實中造成資金不足的因素往往是突然出現(xiàn)的風(fēng)險沖擊，這些風(fēng)險沖擊會直接影響農(nóng)戶的現(xiàn)金流或者支出計劃。描述性分析已表明農(nóng)戶借款的一個主要目的是應(yīng)急，即抵御風(fēng)險。因此，我們將著重探討不同的風(fēng)險沖擊對農(nóng)戶使用借貸和賒賬這兩種信用工具的影響。

(一) 變量設(shè)定

被解釋變量: 本文被解釋變量為虛擬變量形式，分別定義為農(nóng)戶是否參與借貸、農(nóng)戶是否賒賬。

解釋變量: 我們將影響農(nóng)村借貸與賒賬的因素分為風(fēng)險沖擊因素和非風(fēng)險沖擊因素。其中，風(fēng)險沖擊因素是本文關(guān)注的重點。我們將風(fēng)險沖擊因素進一步分為家庭個體層面的沖擊和總體層面的沖擊。總體層面的沖擊會影響村莊里的每一個人①總體層面的沖擊不一定局限于村莊內(nèi)部，它的影響范圍可以超出村莊。這里要強調(diào)的是總體層面的沖擊影響到了村莊里面的每一個人。，而個體層面沖擊的直接影響局限在家庭內(nèi)部。個體層面的風(fēng)險沖擊包括疾病、失業(yè)、意外事故等，往往會導(dǎo)致家庭收入的直接減少或者支出的大幅增加。比如遇到重大疾病，一方面，農(nóng)戶的醫(yī)療支出會大幅增加；另一方面，農(nóng)戶可能因生病而暫時不能工作，從而失去收入來源。表2 描述了接受訪問的家庭在2018 年所遭受的風(fēng)險沖擊。②我們只在2019 年跟蹤調(diào)研中詢問了家庭個體層面的風(fēng)險沖擊以及總體層面的風(fēng)險沖擊狀況。排在第一位(8.88%)的是重大疾病或事故，3.25%的家庭遭受了失業(yè)這一會減少家庭收入的負向沖擊。

表2 個體層面的風(fēng)險沖擊

總體層面的風(fēng)險沖擊包括自然災(zāi)害或極端天氣、農(nóng)產(chǎn)品市場價格波動、疾病傳播等。表3 描述了接受訪問的村莊在2018 年所遭受的總體層面的風(fēng)險沖擊。在所調(diào)研的118 個村莊中，31.36%的村莊在過去一年中曾因自然災(zāi)害或極端天氣遭受經(jīng)濟損失；約11%的村莊曾因農(nóng)產(chǎn)品市場價格波動遭受經(jīng)濟損失；值得注意的是，8.47%的村莊曾因疾病傳播遭受經(jīng)濟損失。由此可見，總體層面的風(fēng)險沖擊在現(xiàn)實生活中是普遍存在的。

表3 總體層面的風(fēng)險沖擊

本文考慮的非風(fēng)險沖擊因素主要為家庭的人口特征，具體包括0—5 歲男孩數(shù)、0—5歲女孩數(shù)、6—16 歲男孩數(shù)、6—16 歲女孩數(shù)、17—65 歲男性數(shù)、17—65 歲女性數(shù)、65歲以上男性數(shù)和65 歲以上女性數(shù)?？紤]到我國農(nóng)民外出打工、長期不在家對家庭經(jīng)濟行為的影響，我們把一個人住在家里的時長(月數(shù)) 作為其權(quán)重，重新計算了上述所有相應(yīng)年齡段的家庭人口數(shù)目。

(二) 模型設(shè)定和實證結(jié)果

為了探討個體層面的風(fēng)險沖擊以及總體層面的風(fēng)險沖擊對農(nóng)戶借貸行為的影響，我們建立如下計量模型:

其中，i表示個體，v表示村莊。Biv為居住在村莊v的個體i是否借過錢的虛擬變量。α為截距項。Xiv代表個體層面的風(fēng)險沖擊，包括重大疾病或事故以及失業(yè)等。Xv代表總體層面的風(fēng)險沖擊，包括自然災(zāi)害或極端天氣、農(nóng)產(chǎn)品價格波動、疾病傳播等。Div代表上述家庭的人口特征。?iv表示影響農(nóng)戶i借貸選擇的其他因素。式(1) 的估計結(jié)果如表4 所示。

表4 的因變量為農(nóng)戶在2018 年7 月至調(diào)查時是否借過錢。如果借過，其值為1，否則其值為0。為方便解釋回歸系數(shù)，表4 的回歸采用了線性概率模型。表4 第(1) 列探討了個體層面的風(fēng)險沖擊對農(nóng)戶借貸行為的影響。回歸結(jié)果表明重大疾病或事故使得農(nóng)戶借錢的概率增加了7%，此系數(shù)在1%水平下顯著；失業(yè)使得農(nóng)戶借錢的概率增加了6.5%，此系數(shù)在10%水平下顯著。第(2) — (6) 列探討了總體層面的風(fēng)險沖擊對農(nóng)戶借貸行為的影響。為了避免不同變量之間可能存在的多重共線性對回歸結(jié)果的影響，我們首先在第(2) — (5) 列分別單獨分析了各個總體層面的風(fēng)險沖擊對農(nóng)戶借貸的影響。回歸結(jié)果表明總體層面的各個風(fēng)險沖擊，如自然災(zāi)害、農(nóng)產(chǎn)品價格波動等對農(nóng)民的借貸行為均沒有顯著影響，而且回歸系數(shù)正負不一。第(6) 列聯(lián)合檢驗的結(jié)果進一步表明這些總體層面的風(fēng)險沖擊在整體上對農(nóng)民的借貸行為沒有顯著影響(p值為0.5162)。第(7) 列同時探討了個體層面和總體層面的風(fēng)險沖擊對農(nóng)民借貸行為的影響。結(jié)果與前面幾列類似。聯(lián)合檢驗的結(jié)果同樣證實總體層面的沖擊在整體上對農(nóng)民的借貸行為沒有顯著影響(p值為0.4383)。與之相比，個體層面的沖擊對農(nóng)民的借貸行為有著顯著的影響(p值為0.0015)。

表4 個體和總體層面風(fēng)險沖擊對農(nóng)戶借貸的影響: 線性概率模型

(續(xù)表)

為了探討個體層面和總體層面的風(fēng)險沖擊對農(nóng)戶賒賬行為的影響，我們建立如下計量模型:

其中，Civ為居住在村莊v的個體i是否賒過賬的虛擬變量。式(2) 中的其他解釋變量與式(1) 相同。式(2) 的估計結(jié)果如表5 所示。

表5 中的因變量為農(nóng)戶在2018 年7 月至調(diào)查時是否賒過賬。如果賒過，其值為1，否則為0。同樣為了方便解釋回歸系數(shù)，表5 的回歸采用了線性概率模型。第(1) 列探討了個體層面的風(fēng)險沖擊對農(nóng)民賒賬行為的影響?；貧w結(jié)果說明個體層面的風(fēng)險沖擊對農(nóng)民的賒賬行為均沒有顯著影響。第(2) — (6) 列探討了總體層面的風(fēng)險沖擊對農(nóng)戶賒賬行為的影響。同樣地，為了避免不同變量之間可能存在的多重共線性對回歸結(jié)果的影響，我們首先在第(2) — (5) 列分別單獨分析了各個總體層面的風(fēng)險沖擊對農(nóng)戶賒賬的影響。農(nóng)產(chǎn)品價格波動使得農(nóng)戶賒賬的概率增加了9%左右，此系數(shù)在10%水平下顯著；其他總體層面的風(fēng)險沖擊也使得農(nóng)戶賒賬的概率增加了5%左右，此系數(shù)在1%水平下顯著。第(6) 列聯(lián)合檢驗的結(jié)果也證實總體層面的風(fēng)險沖擊在整體上對農(nóng)戶的賒賬行為有顯著影響(p值為0.0034)。第(7) 列同時探討了個體層面和總體層面的風(fēng)險沖擊對農(nóng)戶賒賬行為的影響。結(jié)果與前面幾列類似。聯(lián)合檢驗的結(jié)果同樣證實總體層面的風(fēng)險沖擊對農(nóng)戶的賒賬行為有顯著影響(p值為0.0049)，而個體層面的風(fēng)險沖擊對農(nóng)戶的賒賬行為沒有顯著影響(p值為0.1785)。

表5 個體和總體層面風(fēng)險沖擊對農(nóng)戶賒賬的影響: 線性概率模型

(續(xù)表)

(三) 穩(wěn)健性檢驗

式(1) 和式(2) 是基于截面數(shù)據(jù)設(shè)定的，并沒有控制個體的固定特征。個體層面和總體層面的風(fēng)險沖擊在很大程度上是獨立于個體固定特征的，因此利用截面數(shù)據(jù)估計式(1) 和式(2) 的結(jié)果仍然是可靠的。但是，不可否認的是，個體的固定特征在一定程度上會影響農(nóng)戶向他人借貸或賒賬的概率。因此在式(1) 和式(2) 的回歸中控制個體的固定特征會降低估計系數(shù)的方差，提高估計的精確度。

現(xiàn)有文獻中關(guān)注較多的影響經(jīng)濟個體借貸的固定特征是家庭的社會網(wǎng)絡(luò)或家庭的社會資本(楊汝岱等，2011；馬光榮和楊恩艷，2011；王慧玲和孔榮，2019) 等。一個家庭本身的鄰里關(guān)系、血緣、姓氏網(wǎng)絡(luò)的大小會直接影響一個家庭是否借貸或者賒賬。我們在表6 的回歸分析中嘗試控制家庭社會關(guān)系網(wǎng)絡(luò)規(guī)模的大小。2019 年調(diào)研問卷詢問了一個家庭去年的“人情支出，比如參加婚禮葬禮隨份子，平均每筆多少錢”，以及去年“全年人情支出總計多少錢”。我們把后者與前者的比值作為家庭社會關(guān)系網(wǎng)絡(luò)大小的度量。我們在表6 的回歸中控制了家庭社會關(guān)系網(wǎng)絡(luò)的規(guī)模以及各個個體層面的風(fēng)險沖擊和家庭社會關(guān)系網(wǎng)絡(luò)規(guī)模的交叉項。

類似地，一些村莊層面的固定特征可能也會通過影響村民之間的信任程度進而影響農(nóng)戶從其他村民借貸或賒賬的可能。我們在表6 的回歸中控制了在村莊層面可能影響村民之間信任程度的變量，包括“第一大姓占比” “第二大姓占比” “第一大姓是否有祠堂” “第二大姓是否有祠堂” 以及“村里是否有老人會”。

表6 的結(jié)果說明在控制了家庭社會網(wǎng)絡(luò)規(guī)模以及村莊層面影響村民之間信任程度的變量后，主要結(jié)論保持不變。聯(lián)合檢驗的結(jié)果說明影響農(nóng)戶借貸的主要因素是個體層面的風(fēng)險沖擊(p值為0.0892)，而影響農(nóng)戶賒賬的主要因素是總體層面的風(fēng)險沖擊(p值為0.0048)。

表6 控制家庭社會網(wǎng)絡(luò)規(guī)模

同時，我們注意到家庭社會關(guān)系網(wǎng)絡(luò)并不總是對借貸和賒賬起促進作用。例如，當(dāng)一個人生病時，其所在家庭的社會關(guān)系網(wǎng)絡(luò)的規(guī)模每增加1 人，賒賬的概率反而下降0.84%；當(dāng)一個人失業(yè)時，其所在家庭的社會關(guān)系網(wǎng)絡(luò)的規(guī)模每增加1 人，借貸的概率下降0.91%；這也許是因為個人所處的社會關(guān)系網(wǎng)絡(luò)往往會通過直接贈予個人金錢或者物資而不是通過間接地提供信用工具(借貸或賒賬) 去幫助個人抵御風(fēng)險沖擊。

總體來說，表4 至表6 中的回歸分析結(jié)果與描述性分析結(jié)果是一致的。描述性分析結(jié)果表明農(nóng)戶借貸的一大部分資金用于生活和應(yīng)急，賒賬的一大部分資金用于生產(chǎn)。而表4 則說明影響農(nóng)戶借貸的沖擊因素集中在個體層面，如重大疾病或事故、失業(yè)等。這些個體層面的風(fēng)險沖擊直接減少了家庭收入、增加了家庭支出。表5 則說明影響農(nóng)戶賒賬的沖擊因素集中在總體層面，如農(nóng)產(chǎn)品價格波動等。這些總體層面的風(fēng)險沖擊直接影響了農(nóng)戶生產(chǎn)的規(guī)模和效益。

五、機制分析

如前文所述，現(xiàn)階段中國農(nóng)戶承擔(dān)著自然、市場、社會和政策等多重風(fēng)險(馬小勇和白永秀，2009)，其收入水平極易遭受各類風(fēng)險沖擊的影響。比如，健康沖擊會顯著影響農(nóng)戶收入水平，繼而導(dǎo)致消費波動；氣候沖擊也會導(dǎo)致農(nóng)業(yè)產(chǎn)出的下降(陳帥等，2016)。風(fēng)險對農(nóng)戶收入水平的沖擊會直接影響他們平滑消費的能力。人們往往希望自己的生活水平保持穩(wěn)定，消費水平不要出現(xiàn)大的波動。當(dāng)收入水平和自己期望能夠保持的消費水平出現(xiàn)偏離時，人們可以選擇通過借貸來彌補兩者之間的差異，即農(nóng)戶可以借助金融市場來實現(xiàn)收入的跨期轉(zhuǎn)移(Bardhan 和Udry，1999)。

我們首先分析個體層面和總體層面的風(fēng)險沖擊對農(nóng)戶可支配收入的影響，然后進一步分析收入的減少對農(nóng)戶使用借貸和賒賬這兩種信用工具的影響。這里農(nóng)戶的可支配收入包括工資性收入、經(jīng)營凈收入、財產(chǎn)凈收入和轉(zhuǎn)移性收入。

(一) 個體和總體層面的風(fēng)險沖擊對收入的影響

為了分析個體層面和總體層面的風(fēng)險沖擊對農(nóng)戶可支配收入的影響，我們建立如下計量模型:

其中，lnYiv為居住在村莊v的個體i可支配收入的對數(shù)值。式(3) 中的其他解釋變量與式(1) 相同。式(3) 的估計結(jié)果如表7 所示。

表7 第(1) 列的結(jié)果說明個體層面的風(fēng)險沖擊減少了家庭可支配收入。其中，重大疾病或事故使得家庭可支配收入降低40%左右。第(2) 列說明總體層面的風(fēng)險沖擊同樣減少了家庭可支配收入。其中，自然災(zāi)害或極端天氣使得家庭可支配收入降低21%左右。在第(3) 列的回歸結(jié)果中，盡管個別變量的顯著性有所改變，但是總體而言，個體層面和總體層面的風(fēng)險沖擊降低了家庭的可支配收入。

表7 個體和總體層面風(fēng)險沖擊對可支配收入的影響

(續(xù)表)

上述個體層面和總體層面的風(fēng)險沖擊帶來了收入的減少，進而會影響農(nóng)戶作為一個經(jīng)濟個體平滑消費的可能。這種情況下農(nóng)戶可以借助信用工具去抵御風(fēng)險的沖擊。

(二) 收入減少對農(nóng)戶借貸和賒賬的影響

為了進一步分析收入的減少對農(nóng)戶借貸和賒賬的影響，我們建立如下計量模型:

其中，Biv為居住在村莊v的個體i是否借過錢的虛擬變量；Civ為居住在村莊v的個體i是否賒過賬的虛擬變量；lnYiv為家庭可支配收入的對數(shù)值。我們預(yù)期收入的提高會降低農(nóng)戶借貸和賒賬的概率，即β＜0。

采用普通最小二乘法(OLS) 估計可支配收入對借貸和賒賬影響的結(jié)果如表8 所示。其中第(1) 列和第(3) 列沒有控制除收入對數(shù)值之外的其他變量，第(2) 列和第(4) 列另外控制了家庭的人口特征。表8 的結(jié)果說明可支配收入的增加降低了農(nóng)戶借錢和賒賬的概率。第 (2) 列說明可支配收入每增加1%，農(nóng)戶借錢的概率則會降低0.085%；第(4) 列說明可支配收入每增加1%，農(nóng)戶賒賬的概率則會降低0.039%。前者在10%的水平下顯著，后者在統(tǒng)計上并不顯著。需要注意的是，式(4) 中的可支配收入的對數(shù)值lnYiv明顯是內(nèi)生的。這里內(nèi)生性的來源之一是測量誤差。如果lnYiv帶有測量誤差，那么其估計系數(shù)與真實系數(shù)相比，會更接近于零值，即式(4) 中的β將會被高估。內(nèi)生性的另一來源是反向因果關(guān)系。我們這里想探討的是收入的高低如何影響農(nóng)戶借貸和賒賬的概率，但是不可否認的是，借貸和賒賬本身也會反過來影響收入。如果借貸或者賒賬成功，農(nóng)戶可以把借來的錢或者賒購的貨物直接投入再生產(chǎn)中從而提高自己的收入。上述反向因果關(guān)系意味著所估計的β更有可能是一個正值，即與真實值相比，β會被高估。

表8 收入對借貸和賒賬的影響

由于數(shù)據(jù)的限制，我們并沒有找到合適的工具變量去處理上述內(nèi)生性問題。不過，表8 的結(jié)果在總體上說明可支配收入與農(nóng)戶借錢和賒賬之間存在負相關(guān)關(guān)系。另外，上述分析說明可支配收入的內(nèi)生性會導(dǎo)致表8 中的系數(shù)被高估，因此可支配收入與農(nóng)戶借錢和賒賬的真實關(guān)系將比表8 中所呈現(xiàn)的更加負相關(guān)。

表7 和表8 的結(jié)果進一步完善了本文的邏輯鏈條: 個體層面和總體層面的風(fēng)險沖擊直接影響了農(nóng)戶的收入；面臨收入的減少，農(nóng)戶會選擇借助借貸和賒賬這兩種信用工具去抵御風(fēng)險的沖擊。相較而言，農(nóng)戶會更多地運用借貸這一信用工具去抵御個體層面的風(fēng)險沖擊，運用賒賬這一信用工具去抵御總體層面的風(fēng)險沖擊。

六、結(jié)論

本文首先利用2019 年廣東省千村調(diào)查的家戶調(diào)查數(shù)據(jù)，全面分析和比較了廣東省農(nóng)村地區(qū)的借貸和賒賬現(xiàn)象。本文主要有以下兩個方面的發(fā)現(xiàn)。第一，賒賬現(xiàn)象在廣東省農(nóng)村地區(qū)普遍存在。賒賬與借款在金額、還款期限和用途方面均存在較大差異。借款的平均金額遠比賒賬物品的平均價值大；借款的平均償還期限也遠比賒賬的期限長；大部分借款用于緩沖風(fēng)險和平滑日常消費，而大部分賒賬用于農(nóng)業(yè)生產(chǎn)投資(賒購化肥、農(nóng)藥和種苗等)。總的來說，借貸更多是中長期和消費性的，而賒賬更多是短期小額和生產(chǎn)性的。第二，進一步的回歸分析表明，影響農(nóng)戶借貸行為的因素主要是個體層面的風(fēng)險沖擊，如重大疾病或事故、失業(yè)等；而影響農(nóng)戶賒賬行為的因素主要是總體層面的風(fēng)險沖擊，如農(nóng)產(chǎn)品價格波動等。

基于上述發(fā)現(xiàn)，本文認為針對農(nóng)村金融的研究首先需要擴大視野，進一步考察我國農(nóng)村金融市場上出現(xiàn)的不同種類的信用工具。對于我國農(nóng)村金融市場上借款這一信用工具的研究已較多，而本文發(fā)現(xiàn)賒賬也是一種在現(xiàn)實生活中經(jīng)常出現(xiàn)的信用工具，而且賒賬與借款這兩種信用工具在金額、還款期限和用途方面均存在較大差異。這意味著如果把研究視角局限在借款這一單一的信用工具上，我們對于農(nóng)村金融市場的理解可能是不全面的。另外，農(nóng)村金融研究需要進一步理解農(nóng)戶利用不同信用工具的動機。我們可以不用把農(nóng)民借款的動機局限在投資擴大再生產(chǎn)上面。本文的分析發(fā)現(xiàn)農(nóng)戶使用信貸和賒賬這兩種信用工具的重要動機是抵御風(fēng)險。個體層面的風(fēng)險沖擊顯著地影響了農(nóng)戶的借款行為；總體層面的風(fēng)險沖擊則顯著地影響了農(nóng)戶的賒賬行為。這兩種信用工具可以看作是農(nóng)戶用來抵御風(fēng)險的兩種手段。Udry (1994) 也強調(diào)在一些情況下，農(nóng)戶之間的相互借貸本質(zhì)上起到了相互保險的作用，這與本文的發(fā)現(xiàn)是一致的。

理解農(nóng)戶利用不同信用工具的動機有助于我們理解農(nóng)戶在日常生活和生產(chǎn)中所面臨的痛點和難點，從而進行相應(yīng)的政策設(shè)計。保險需求對應(yīng)著農(nóng)村保險市場的不完善；投資需求對應(yīng)著農(nóng)村信貸市場的不完善。政府一方面需要推出相應(yīng)的政策來完善農(nóng)村保險市場，以提高農(nóng)戶抵御風(fēng)險的能力。比如，新型農(nóng)村合作醫(yī)療可以幫助農(nóng)戶抵御重大疾病或事故對生活的沖擊；最低生活保障可以幫助那些因災(zāi)害和事故等而暫時出現(xiàn)生活困難的農(nóng)戶渡過難關(guān)。另一方面，政府需要推出相應(yīng)的政策來完善農(nóng)村信貸市場，以提高農(nóng)戶獲得信貸的能力。比如，落實農(nóng)戶承包地、宅基地等財產(chǎn)權(quán)利，進而增加農(nóng)戶可抵押物；充分利用當(dāng)?shù)匦畔?，緩解正?guī)金融機構(gòu)和農(nóng)戶之間的信息不對稱。

基于本文的研究發(fā)現(xiàn)，我們認為下一階段的政策應(yīng)著眼于鼓勵保險公司設(shè)計和提供能夠抵御個體層面和總體層面風(fēng)險沖擊的產(chǎn)品，并對眾多的小農(nóng)戶予以補貼，激勵他們購買相應(yīng)的保險產(chǎn)品。值得注意的是，在氣候變化的大背景下，各種極端天氣引起的自然災(zāi)害變得越來越頻繁，而且這些自然災(zāi)害往往會直接影響整個地區(qū)的農(nóng)業(yè)生產(chǎn)和生活；豬瘟、雞瘟等牲畜傳染病的爆發(fā)會對整個地區(qū)的牲畜養(yǎng)殖造成毀滅性的打擊。加快推進種養(yǎng)業(yè)保險、地區(qū)災(zāi)害險等能夠抵御地區(qū)層面總體風(fēng)險沖擊的險種應(yīng)該優(yōu)先成為下一階段政府政策的著眼點。