小康不小康,关键看老乡。全面脱贫是实现乡村振兴的基础,而农户创业是贫困地区农户发挥主动性和创造性加速脱贫致富的一条有效路径。在2020年决胜脱贫攻坚的后扶贫时代,帮助贫困地区农户提升创业项目的可持续发展能力,是关系巩固脱贫成果、加速贫困地区乡村振兴进程的关键问题,而满足创业农户的信贷需求是其中至关重要的一环。
已有学者关注到不同特征的创业农户或者有不同经营特征的农户信贷需求存在明显差异,但具体结论存在分歧。熊学萍等[1]认为,从事非农行业的农户由于资金投入量较大,农户依靠自身积累已不能满足需要,因此对贷款的需求比较强烈;从事农业生产的农户则信贷需求较低。Baydas等[2]也有相近的结论,认为非农创业农户更可能获得更大金额贷款的原因并不是因为金融机构更偏好他们,而是因为他们的信贷需求规模更大;而农业创业者获得的贷款金额较小是因为他们的需求较小。何广文等[3]基于1 730户农户的调研数据发现,从事工商业经营的农户,无论是专营还是兼营,其信贷需求更为突出。史清华[4]、米运生[5]、张梓榆[6]等也发现农户创业的非农程度越高,信贷需求越高。与之相对,黄祖辉等[7]认为,非农经营收入越高的农户受到正规信贷约束的概率越小,但并不能确定其对正规信贷的需求越高。程郁和罗丹[8]研究发现,种养大户等农业创业农户有显著的较高信贷需求,个体工商户等非农创业农户的信贷需求不显著。秦建群等[9]的研究亦发现,相对于兼业和纯农业生产,非农业生产对农户信贷需求有显著的负向影响。韩俊等[10]则指出,个体工商户和种养大户没有明显的信贷需求,但有更高的信贷需求层次,一旦需要借贷,其借贷需求规模较为明显。
上述研究结论存在分歧的主要原因可能是多数关注农户信贷需求的研究以所有农户为研究对象,通过“非农收入比例”“是否从事非农(工商)经营”等指标考察不同生产经营类型或创业特征农户的信贷需求特征,一方面指标选取千差万别,创业类型划分不明晰;另一方面缺乏以创业农户为确切研究对象的针对性研究,因而对创业农户信贷需求的分析存在偏差。
此外,综观已有文献还可以发现:首先,已有研究对中国创业农户经营特征与信贷需求之间作用机制的理论分析较为欠缺。创业及创业行为异质性如何影响中国农户的信贷需求?目前没有明确的回答。其次,对贫困地区创业农户的金融需求和特征关注不足。已有学者指出,经济欠发达地区的信贷需求和信贷约束特征与经济较发达地区存在较大差异[11],农户自身的经济水平亦会对农户的信贷需求产生影响。然而已有研究中,对贫困地区农户或对贫困户的融资问题研究并不充分,对贫困地区农户创业的信贷需求研究更为鲜见。因此,从创业类型异质性角度系统深入剖析中国贫困地区创业农户信贷需求的差异性以及异质性对信贷需求影响的机制,具有突出的理论和实际意义。
有鉴于此,本文基于2016年7—8月在广西壮族自治区、贵州省、四川省的6个国家级贫困县(县级市)的调研数据,从创业类型异质性的视角探究贫困地区农户创业的信贷需求及影响机理。
二、贫困地区农户创业及信贷需求特征观察以已有文献为基础,本文将“农户创业”界定为:农户通过投资行为改变产业结构、经营方式、组织结构、生产技术等生产因素而导致其面临的独特性风险、预期收入、社会身份发生较大变化的经营行为。农户创业应以有明显投资行为或收入可能会显著变化,或二者兼而有之为前提。进一步,本文在已有研究的基础上将农户创业划分为农业创业(扩大农业生产、改变生产经营方式等农业开发经营行为)和非农创业(从事非农类型的工商业经营)[12-13],并根据实际调研观察,划分出新的农户创业类型——同时进行农业和非农创业①。即根据农户的创业经营类型,本文将创业农户划分为农业创业农户、非农创业农户和同时进行农业和非农创业农户。
① 根据调研情况看,同时进行农业和非农创业农户的收入水平、资产水平和金融需求特征都明显区别于仅从事农业创业和仅从事非农创业的农户(具体见本节下文数据及分析),有必要将同时进行农业和非农创业农户单独划分一类。
本文数据来自联合国开发计划署(UNDP)“贫困地区农村产业发展与创业的金融需求与供给研究”项目课题组于2016年7—8月在广西壮族自治区、贵州省、四川省的调查。调查采取分层抽样。首先,从2015年贫困人口超过500万的6个省份(自治区)即河南、湖南、广西、四川、贵州、云南②中选择广西、四川和贵州作为调研地区。然后,在这3个省份(自治区)中各选择了2个国家级贫困县(县级市),分别为广西壮族自治区的田东县和都安县、贵州省的兴仁市和紫云县、四川省的仪陇县和宣汉县。最后,在每个样本县中根据经济发达程度,将乡镇分成上、中、下三类,在每类乡镇中选择2~6个典型村,包括贫困村和非贫困村,在样本村随机入户进行一对一访谈。最终获得了农户问卷1 035份,剔除存在缺失值或异常值的样本后,共获得有效问卷959份。其中,贫困村农户占比为47.24%,贫困户占比为31.11%,创业农户占比为33.68%。创业农户样本为323户,从事非农创业的农户165户,占创业农户的51.08%;从事农业创业的农户103户,占创业农户的31.89%;同时从事农业和非农创业的农户55户,占创业农户的17.03%。由于本文关注的是创业农户在创业发展过程中表现出的信贷需求,而已进入成熟发展阶段创业农户的信贷需求可能存在差异性,如果算入样本易造成结果偏差,因此本文剔除声称创业10年以上的样本,剩余有效创业农户样本为251份。样本农户创业情况及收入特征如表 1所示。
② 数据来源:人民网网站http://society.people.com.cn/n/2014/1215/c136657-26210645.html#。
③ 1亩=666.67平方米。
(1) 创业农户收入明显高于非创业农户,不同类型创业农户收入特征存在差异。如表 1所示,三种创业类型农户的年均收入均明显高于非创业农户,其中同时进行农业和非农创业农户的年均收入最高,达到112 690.7元,为非创业农户年均收入的3倍有余;非农创业农户的收入水平次之,年均收入达到100 469.7元;农业创业农户的年均收入相对较低,为69 487.6元,但仍接近非创业农户年均收入的2倍。创业农户收入显著增加一方面说明了创业是贫困地区农户脱贫致富的有效路径,另一方面也印证了农村信贷投资对农民增收有正向促进作用[14]。不同创业类型农户之间的收入特征差异亦充分说明了同时进行农业和非农创业的农户显著区别于仅进行农业创业和仅进行非农创业的农户,将其合并归为任何一类都会使研究结果产生偏差,因此将农业创业、非农创业、同时进行农业和非农创业分为三类进行分析是更为合理和严谨的。此外,从事农业创业的农户农业收入占比和平均耕地面积大幅提升,农业收入占比达到非创业农户的近3倍,平均耕地面积为非创业农户耕地面积的6倍,表明贫困地区农户的创业项目已经成为创业农户的主要经济支柱,非农创业农户逐渐弱化农业生产的经济作用,农业创业农户则弱化非农收入的支撑作用,非农收入不再是创业农户收入的补充,抛弃了黄宗智[15]304-308所说的家庭非农收入“拐杖”[3]。
(2) 贫困地区非农产业创业主要集中于技术低门槛行业,批发和零售业是首选创业类型。如图 1所示,在非农产业的行业选择上,样本农户倾向于门槛低、技术要求低或已有相关技术和经验的行业。批发和零售业(实体店) ①创业占比最高,占非农产业创业农户比重的44.64%;其次,建筑业(14.59%)、交通运输、仓储和邮政业(14.16%)以及居民服务、修理和其他服务行业(11.59%),这些创业农户的比例总计达到84.98%,而以淘宝店铺、微店等形式开展电商创业的占比仅为2.58% ②。这一结果与农业部2017年第二次农村创业创新动态监测调查数据结果有所差异③:在本文样本中占突出比重的批发零售类创业在其调查结果中仅占很小部分,其他类型非农创业的分布也存在一定差异。这是由于农业部的创业数据来自全国范围的农村调查,两份调研结果的差异意味着贫困地区创业农户的创业特征具有特殊性。
① 为了解电子商务在贫困地区发展情况,调研组将“批发与零售业”拆分为“批发与零售业(实体店)”和“电子商务”两部分来进行调研。
② 批发和零售业(实体店)主要以小卖部、小五金店等为主要形式。建筑业创业的主要形式是组织施工队承包小工程建设、建房子等。从事交通运输行业的主要形式是购买货车跑运输。居民服务、修理和其他服务业创业的主要形式是农机或其他设备、车辆的修理店。相较于批发和零售业(实体店)来说,这三类非农产业的创业活动的资金门槛略高,但仍旧属于行业技术门槛较低的创业类型。
③ 具体数据参见:http://www.moa.gov.cn/ztzl/scw/scdtnc/201803/t20180306_6137937.htm.
事实上,贫困地区创业农户青睐零售业和服务业等非农创业内容并不难理解。创业毕竟伴随着较高的风险,创业农户为了应对创业的不确定性而倾向于选择这类生产周期短、投资少、见效快的行业[16],韩俊和崔传义[17]对中西部地区回乡创业者的研究亦支持本文的结论。而贫困地区从事电商创业农户的比重低于平均水平,则意味着贫困地区农户对互联网和电脑的认识和使用能力较为欠缺,难以满足电商创业的基本素质要求,存在受教育水平等个人能力约束的自我排斥[18]。
(3) 贫困地区农业创业向农业生产规模化、合作化、现代化转变。扩大生产规模是样本农户最主要的农业创业行为,其主要包括两类行为:发展型(即在原有基础上扩大生产规模)、新创型(从零开始的初始生产规模扩大)。如图 2所示,扩大生产规模的农户占所有农业创业农户比重的64.20%,表明农户的农业生产正逐步向规模化生产方式转变。组织形式创新是农业创业农户第二主要的创业行为,占所有农业创业农户比重的24.68%。组织形式创新主要包括创建合作组织(17.28%)、注册家庭农场(4.32%)、组建公司(1.85%)、加入村办公司或团队(1.23%)。此外,还有11.73%的农户通过引入物联网、互联网及电商、大型机械或新的生产技术来提高农业生产的专业化和生产效率。
(4) 创业农户信贷需求高于非创业农户,不同类型创业农户之间总体相近。考虑到最近的资金融入行为可能会对农户的信贷需求产生影响,本文从融资行为和意愿两个角度对创业农户融资需求进行观察:分别是2015年是否有包括正规及非正规金融在内的所有融资渠道的资金融入行为以及调研时样本农户是否有信贷需求。首先,如表 2所示,从2015年资金融入行为角度看,创业农户的信贷需求明显强于非创业农户。从创业类型角度来看,不同类型创业农户发生资金融入的占比总体相近,农业创业和同时进行农业和非农创业的农户信贷需求略强于非农创业农户。进一步从融资意愿角度看,创业农户的融资意愿略强于非创业农户,各类型创业农户的融资意愿较为接近,从事农业创业农户的进一步融资意愿相对更强,意味着农业创业农户的有较强的持续性信贷需求。
(5) 不同类型创业农户的信贷需求规模层次性明显。表 3汇报了样本农户2015年从包括正规及非正规金融在内的所有融资渠道获得的借款总额的分布情况。首先,创业农户的信贷规模明显高于非创业农户。创业农户的信贷规模主要集中于3万~10万元,占有借款的创业农户的53.11%,而近60%的非创业农户的借款总额则集中于3万元以下,其中借款总额在1万元以下的非创业农户占到了34.27%。其次,不同类型创业农户的借款总额表现出明显的层次性。农业创业农户的借款总额相对最小,主要集中于1万~10万元,其中有31.40%的农业创业农户借款金额在3万~5万元之间;非农创业农户的信贷规模层次居中,借款总额主要集中于3万~10万以及10万元以上,其中规模在5万~10万元之间的非农创业农户最多,占29.75%;同时进行农业和非农创业农户的信贷规模相对最高,分别有38.24%和29.41%的农户借款总额在5万~10万元以及10万元以上。
上述事实观察表明,贫困地区创业农户具有强烈的信贷需求,不同类型创业农户的创业特征存在差异,信贷需求规模存在层次性。那么,农户的创业类型如何影响农户的信贷需求,其影响机制如何?本文将进一步展开理论分析和探讨。
三、理论分析及研究假说根据Schumpeter[19]的理论,创业是生产函数的变化,通过生产技术的革新、新商品的引进等行为对生产要素进行重新组合以形成新的生产方式和生产结构,并在这一过程中衍生出对资金的需求;在自有资金难以满足资金需求的情况下,即产生了强烈的信贷需求。Baydas等[2]认为非农创业和农业创业农户对正规信贷需求的差异是由风险的差异造成的。一些国际学者也从风险的角度对创业经营决策与信贷需求的影响机制进行了阐释,其基本的逻辑是农户创业者对债务的使用与他们承担金融风险的意愿和需要有关[20],这其中,融资行为被视为一种平衡经营风险的重要手段,使得农户面临的总风险保持在其可承受的区间[21]。这类模型被称为风险平衡模型,最初由Gabriel和Baker[21]提出,Collins[22]、Featherstone[23]、Turvey和Baker [24]等进一步发展了这个模型,该模型已被广泛应用于美国和欧洲农户或农业企业的融资问题研究。
根据风险平衡模型,设农户创业的净收益为r,净资产为E,资产为A。根据杜邦分析法:
$ \frac{r}{E}=\frac{r}{A} \cdot \frac{A}{E} $ | (1) |
设融资成本(利率)为i,融资杠杆率为
$ E(\mathrm{ROE})=[E(\mathrm{ROA})-i \delta] \cdot \frac{1}{1-\delta} $ | (2) |
在融资成本i为固定利率的假设下,其方差为:
$ \sigma_{\mathrm{RoE}}^{2}=\sigma_{\mathrm{ROA}}^{2} \cdot\left(\frac{1}{1-\delta}\right)^{2} $ | (3) |
其中,σROA2为农户面临的经营风险;δ为农户面临的财务风险;则σROE2可以理解为农户面临的总风险,由经营风险和财务风险两个主要要素构成。
风险平衡模型假设农户以追求创业项目存活和利润最大化,且以维持项目存活为主要目标。构建农户的效用函数为:
$ \mathrm{EU}(\mathrm{ROE})=[E(\mathrm{ROA})-i \delta] \cdot \frac{1}{1-\delta}-\frac{\alpha}{2} \sigma_{\mathrm{ROA}}^{2} \cdot\left(\frac{1}{1-\delta}\right)^{2} $ | (4) |
其中,α表示农户的风险厌恶水平,α>0。实现预期净资产收益率最大化、获得最优融资杠杆率的一阶条件为:
$ \frac{\partial \mathrm{EU}(\mathrm{ROE})}{\partial \delta}=\frac{-i}{1-\delta}+[E(\mathrm{ROA})-i \delta] \frac{1}{(1-\delta)^{2}}-\alpha \sigma_{\mathrm{ROA}}^{2} \cdot\left(\frac{1}{1-\delta}\right)^{3}=0 $ | (5) |
求解式(5)得:
$ \delta^{*}=1-\frac{\alpha \sigma_{\mathrm{ROA}}^{2}}{E(\mathrm{ROA})-i} $ | (6) |
进一步对(6)求偏导,可得:
$ \frac{\partial \delta^{*}}{\partial \sigma_{\mathrm{ROA}}^{2}}=-\frac{\alpha}{E(\mathrm{ROA})-i}<0 $ | (7) |
在假设农户以追求创业项目存活为主要目标的条件下,E(ROA)-i>0,因此式(7)为负值。我们可以从理论上得出结论:创业农户的信贷需求与经营风险呈负向相关,农户面临的经营风险越高,其信贷需求越小。
不同创业类型对应着不同水平的经营风险。在企业家才能(经营水平和能力)一定的情况下,创业项目的经营风险总体上源自行业属性。我国的农业产业是弱质产业,承受着来自自然和市场的双重风险,在生产、销售等诸多环节面临的外在不确定性最为突出,被认为是经营风险相对较高的产业[25-26],也因此,我国政府在制定相关政策时多次明确指出要提高商业银行对涉农贷款不良率的容忍度。如2018年银监会下发《中国银监会办公厅关于做好2018年三农和扶贫金融服务工作的通知》(银监办发[2018]46号)指出,要完善差异化监管政策,对涉农贷款、精准扶贫贷款不良率高出自身各项贷款不良率年度目标2个百分点(含)以内的,可不作为银行内部考核评价的扣分因素,并要求各银行业金融机构制定和完善涉农、扶贫金融服务尽职免责制度①。而非农创业的外部风险主要来自市场,即投入品的价格、质量和数量的不确定性以及产出品的价格、需求量、竞争性的不确定性等,其相对农业产业创业而言风险成分相对简单,经营风险相对较低[27]。而同时进行农业创业和非农创业的经营风险,根据Markowitz等的投资组合理论[28],可以看成是一种风险组合,在相同的投资规模下,同时进行农业和非农创业的经营风险一定小于仅从事农业创业项目的经营风险,可能大于或小于非农创业项目的经营风险。因此,根据式(7)的结论可得出假说:创业类型通过经营风险的异质性反向影响创业农户的信贷需求。农业创业项目因风险相对高,创业农户的信贷需求相对较弱;非农创业项目风险相对较低,创业农户的信贷需求相对较强。
① 资料来源:http://www.cbrc.gov.cn/govView_1DCE73D7AF194D72B8D7B5D4977CEECE.html。
四、变量选择与模型设定Nagarajan[29]和Swain[30]等认为在贷款来源途径多样化的情况下,总贷款金额可以代表农户总的信贷需求规模。因此本文选择借款总金额为被解释变量,具体为农户2015年从各个渠道获得的信贷资金总和,包括来自农信社、商业银行等正规金融机构的正规信贷以及来自亲朋好友的非正规信贷。在251个创业农户样本中,有78.49%的农户有借款,平均金额为8.67万元,全部创业农户的借款均值为6.76万元。考虑到农户的信贷需求规模存在部分样本取值为0的情况,可观察到的仅为发生了借款行为的农户,样本取值为0的农户可能没有借贷需求亦可能为有需求而借不到,其实际信贷需求不可观察,故而为删失数据,存在选择性偏差。因此,本文采用Tobit模型对农户信贷需求规模进行估计。模型设定如下:
$ \left\{\begin{array}{l} {\mathrm{TA}_{i}^{*}=\boldsymbol{\eta}_{1} \text { enttype }_{i}+\boldsymbol{x}_{3 i}^{\prime} \boldsymbol{\eta}+v_{i}} \\ {\mathrm{TA}_{i}=\max \left(0, \mathrm{TA}^{*}\right)} \end{array}\right. $ | (8) |
其中,TAi*为不可观测农户的信贷需求规模;TAi为观测到的农户信贷需求规模,包括了来自正规借贷、非正规借贷等所有融资渠道的借款总额。当TAi*>0时,TAi=TAi*;当TAi*≤0时,TAi=0。enttype代表农户创业类型,为一组虚拟变量,具体包括非农创业、农业创业和同时农业和非农创业三个创业类型;x3i代表由控制变量构成的向量;η1、η为系数构成的向量;vi为误差项;下标i代表第i个样本农户。本文使用ML估计。
本文选取的解释变量主要包括创业特征变量、户主特征变量、家庭特征变量。创业特征变量包括创业类型、创业年限、初始投资规模、是否参与产业链。根据理论分析,农业创业农户的信贷需求规模小于非农创业农户,初始投资规模、创业年限和参与产业链对创业农户的信贷需求规模有正向影响。户主特征变量包括户主年龄、户主年龄的平方、受教育年限、技能水平、金融知识水平、是否为村干部及风险态度等。家庭特征变量包括家庭人口规模、劳动力占比、收入水平、农业收入占比、贫困户、贫困村特征以及亲友数量。其中,借鉴白永秀[31]等的方法,选取关系密切的亲友数量作为创业农户家庭社会网络的代理变量。社会网络或社会资本被认为对农户的民间借贷有重要影响[32],有助于缓解农户的信贷约束[31],因此,创业农户的社会资本可能会正向影响其信贷需求规模。变量设置及描述性统计特征见表 4。
表 5汇报了创业类型对创业农户信贷需求规模影响的估计结果。模型(1)以非农创业农户为基准组,考察了不同创业类型对创业农户信贷需求规模的影响,模型(2)加入了其他创业特征变量。可以看到,模型(1)和模型(2)中,农业创业农户的信贷需求规模显著小于非农创业农户的信贷需求规模,同时进行农业和非农创业农户的信贷需求规模与非农创业农户无显著差异。这一估计结果验证了理论分析假说,表明在其他条件一定的情况下,农业创业因具有相对较高的风险而相应降低了农户对金融风险的承受度,减小了信贷需求规模;非农创业和同时进行农业和非农创业农户面临的经营风险相对较小,因而愿意承担更大的金融风险、借入更多的资金进行投资。模型(2)中,初始投资规模对创业农户的信贷需求规模产生正向影响,并在1%的水平下显著;而创业年限对创业农户的信贷需求规模的影响则不显著。这表明由初始投资规模决定的经营规模是影响创业农户信贷需求规模的主要因素,经营规模越大,信贷需求越大。此外,参与产业链对创业农户信贷需求规模的影响亦不显著。理论上讲,农户参与产业链使其具有规模化经营的外部环境和条件,信贷需求规模将提升[33]。实证结果不显著有两种可能的原因,一种可能是参与产业链能增加创业农户信贷需求和收入的一个前提是当地的产业发展已形成规模,当这些产业没有形成集聚和带动效应时,是否加入产业链对创业农户的绩效等影响可能会不显著[34];另一种可能的原因是,参与产业链可能会提高创业农户的收入和绩效,但也因此抵消了创业农户因投资需求增加而增加的信贷需求[35]。从调研情况来看,贫困地区的产业多数刚刚进入起步阶段,发展仍较为滞后,对农户的带动作用较弱,因此第一种解释相对更为合理。
在其他控制变量中,显著影响创业农户信贷需求规模的变量有:户主年龄及户主年龄平方、家庭收入水平、贫困村和贫困户特征。户主年龄以及户主年龄平方分别负向和正向影响创业农户的信贷需求规模,表明户主年龄对创业农户的信贷需求规模的影响呈倒U形。家庭收入水平和贫困户特征均正向影响创业农户的信贷需求规模,表明收入水平对创业农户的信贷需求的影响呈U形。贫困户进行创业时,由于其缺乏自有资本积累,不得不大比重依赖于外部资金,因而信贷需求规模大;而高收入的创业农户由于投资的规模更大,因而有较大规模的信贷需求。非贫困村创业农户的信贷需求显著高于贫困村创业农户的信贷需求,这表明相较于贫困村,非贫困村创业农户的投资需求更大。
(二) 创业特征对不同创业类型农户信贷需求的影响通过在表 5模型(2)的基础上加入创业类型与创业特征的交互项进一步考察各创业特征对不同创业类型农户信贷需求规模的影响差异,估计结果如表 5模型(3)~(5)所示。模型(3)考察了创业年限对不同创业类型农户信贷需求规模的影响。估计结果显示,创业年限变量显著为负(系数为-0.405),意味着创业年限对非农创业农户的信贷需求规模有负向影响。创业年限与农业创业的交互项显著为正,且创业年限对农业创业农户的信贷需求规模有正向影响[0.791+(-0.405)>0],意味着随着创业年限增加,农业创业农户的信贷需求规模有所增加。创业年限与同时进行农业和非农创业的交互项不显著,但系数为负,意味着创业年限对非农创业农户和同时进行农业和非农创业农户的影响没有显著差异,创业年限对同时进行农业和非农创业农户的信贷需求总规模有负向影响。模型(4)中,初始投资规模变量以及初始投资规模与农业创业的交互项均显著为正,表明初始投资规模对非农创业农户和农业创业农户的信贷需求规模均有正向的影响。对非农创业农户来说,初始投资规模每增加1%,信贷需求规模增加0.412万元,对于农业创业农户来说,初始投资规模每增加1%,信贷需求总规模增加0.899(0.412+0.487)万元。初始投资规模对同时进行农业和非农创业农户的信贷需求规模影响并不显著,但系数为正,表明同时进行农业和非农创业农户的信贷需求规模可能随初始投资规模的增加而增大。模型(5)中,参与产业链的变量以及与农业创业、同时进行农业和非农创业的交互项均不显著,表明参与产业链对不同类型创业农户的信贷需求规模没有产生显著影响,如前文讨论的,这可能是由于产业集聚效应还未形成,对创业农户的带动效果不足造成的。
六、结论及政策启示本文以风险平衡理论为基础,从贫困地区农户创业类型异质性的视角探讨了贫困地区创业农户的信贷需求及影响机理。研究发现,创业是贫困地区农户脱贫增收的有效路径,贫困地区创业农户具有强烈的信贷需求,不同类型创业农户的创业特征存在差异,信贷需求规模存在层次性。在其他条件一定的情况下,农业创业因经营风险相对较高,抑制了农业创业农户的信贷需求,使得农业创业农户的信贷需求较弱,非农创业和同时进行农业和非农创业农户面临的经营风险相对较小,愿意借入更多的资金进行投资而有更强的信贷需求。进一步观察创业特征对不同创业类型农户的影响,发现创业年限对农业创业农户的信贷需求规模有正向影响,对同时进行农业和非农创业农户的信贷需求规模有负向影响。初始投资规模对非农创业农户和农业创业农户的信贷需求规模均有正向的影响。此外,贫困户进行创业时,由于其缺乏自有资本积累,对外部资金有较强依赖,有较强的信贷需求。而贫困地区的产业发展仍较为滞后,产业集聚效应还未形成,对创业农户的带动效果不足,贫困地区创业农户参与产业链对农户的信贷需求没有产生显著影响。
本文研究结论对提升贫困地区创业农户信贷需求满足水平、提高贫困地区农户创业的可持续发展能力进而推动乡村振兴进程有如下启示:首先,结合贫困地区不同类型创业农户的差异性的信贷需求特征优化产品结构,为不同类型创业农户提供有针对性的信贷产品,提升贫困地区创业农户的信贷产品可得性。其次,建立健全以农业保险为核心的农业风险保障体系,降低创业农户特别是农业创业农户的经营风险,提高创业项目的成功率和可持续发展能力,激发创业农户的信贷需求。最后,完善贫困地区产业发展政策,提高贫困地区产业的带动效应,发挥产业扶贫作用。
[1] |
熊学萍, 阮红新, 易法海. 农户金融行为、融资需求及其融资制度需求指向研究——基于湖北省天门市的农户调查[J]. 金融研究, 2007(8): 167-181. |
[2] |
BAYDAS M M, MEYER R L, AGUILERAALFRED N. Credit rationing in small scale enterprises:special microenterprise programs in ecuador[J]. Journal of development studies, 1994(2): 279-288. |
[3] |
何广文, 何婧, 郭沛. 再议农户信贷需求及其信贷可得性[J]. 农业经济问题, 2018(2): 38-49. |
[4] |
史清华.我国农户的储蓄及借贷行为分析[M]//成思危.改革与发展: 推进中国的农村金融.北京: 经济科学出版社, 2005.
|
[5] |
米运生, 曾泽莹, 高亚佳. 农地转出、信贷可得性与农户融资模式的正规化[J]. 农业经济问题, 2017(5): 36-45, 110-111. |
[6] |
张梓榆, 温涛, 王小华. "新常态"下中国农贷市场供求关系的重新解读——基于农户分化视角[J]. 农业技术经济, 2018(4): 54-64. |
[7] |
黄祖辉, 刘西川, 程恩江. 贫困地区农户正规信贷市场低参与程度的经验解释[J]. 经济研究, 2009(4): 116-128. |
[8] |
程郁, 罗丹. 信贷约束下中国农户信贷缺口的估计[J]. 世界经济文汇, 2010(2): 69-80. DOI:10.3969/j.issn.0488-6364.2010.02.007 |
[9] |
秦建群, 吕忠伟, 秦建国. 中国农户信贷需求及其影响因素分析——基于Logistic模型的实证研究[J]. 当代经济科学, 2011(5): 27-33, 125. |
[10] |
韩俊, 罗丹, 程郁. 信贷约束下农户借贷需求行为的实证研究[J]. 农业经济问题, 2007(2): 44-52, 111. DOI:10.3969/j.issn.1000-6389.2007.02.008 |
[11] |
郝朝艳, 平新乔, 张海洋, 等. 农户的创业选择及其影响因素——来自"农村金融调查"的证据[J]. 中国农村经济, 2012(4): 57-65, 95. |
[12] |
程郁, 罗丹. 信贷约束下农户的创业选择——基于中国农户调查的实证分析[J]. 中国农村经济, 2009(11): 25-38. |
[13] |
郭军盈. 我国农民创业的区域差异研究[J]. 经济问题探索, 2006(6): 70-74. DOI:10.3969/j.issn.1006-2912.2006.06.015 |
[14] |
许崇正, 高希武. 农村金融对增加农民收入支持状况的实证分析[J]. 金融研究, 2005(9): 173-185. |
[15] |
黄宗智. 华北的小农经济与社会变迁[M]. 北京: 中华书局, 2000.
|
[16] |
TAN J, YANG J, VELIYATH R. Particularistic and system trust among small and medium enterprises:a comparative study in China's transition economy[J]. Journal of business venturing, 2009(6): 544-557. |
[17] |
韩俊, 崔传义. 我国农民工回乡创业面临的困难及对策[J]. 经济纵横, 2008(11): 3-8. |
[18] |
何婧, 田雅群, 刘甜, 等. 互联网金融离农户有多远——欠发达地区农户互联网金融排斥及影响因素分析[J]. 财贸经济, 2017, 38(11): 70-84. |
[19] |
SCHUMPETER J A. The theory of economic development:an inquiry into profits, capital, credit, interest, and the business cycle[M]. Massachusetts: Harvard University Press, 1934.
|
[20] |
IFFT J, NOVINI A, PATRICK K. Debt use by US farm businesses, 1992-2011[EB/OL].(2014-10-01)[2019-01-10]. http://dx.doi.org/10.2139/ssrn.2503453.
|
[21] |
GABRIEL S C, BAKER C B. Concepts of business and financial risk[J]. American journal of agricultural economics, 1980(3): 560-564. |
[22] |
COLLINS R A. Expected utility, debt-equity structure, and risk balancing[J]. American journal of agricultural economics, 1985(3): 627-629. |
[23] |
FEATHERSTONE A M, Moss C B, Baker T G, et al. The theoretical effects of farm policies on optimal leverage and the probability of equity losses[J]. American journal of agricultural economics, 1988(3): 572-579. |
[24] |
TURVEY C G, BAKER T G. A rarm-level financial analysis of farmers' use of futures and options under alternative farm programs[J]. American journal of agricultural economics, 1990(72): 946-957. |
[25] |
胡亦琴. 论农业保险制度的基本框架与路径选择[J]. 农业经济问题, 2003(10): 40-43. DOI:10.3969/j.issn.1000-6389.2003.10.008 |
[26] |
姜新旺. 农地金融制度应该缓行——对构建我国农地金融制度的思考[J]. 农业经济问题, 2007(6): 11-14, 110. DOI:10.3969/j.issn.1000-6389.2007.06.002 |
[27] |
陈飞, 翟伟娟. 农户行为视角下农地流转诱因及其福利效应研究[J]. 经济研究, 2015, 50(10): 163-177. DOI:10.3969/j.issn.1005-913X.2015.10.077 |
[28] |
MARKOWITZ H, TODD G. Mean-variance analysis in portfolio choice and capital markets[M]. Pennsylvania: Frank J Fabozzi Associates, 2000.
|
[29] |
NAGARAJAN G, MEYER R, HUSHAK L. Demand for agricultrual loans:a theoretical and econometric analysis of the philippine credit market[J]. Savings and development, 1998(3): 349-363. |
[30] |
SWAIN B R. The demand and supply of credit for households[J]. Applied economics, 2007(21): 2681-2692. |
[31] |
白永秀, 马小勇. 农户个体特征对信贷约束的影响:来自陕西的经验证据[J]. 中国软科学, 2010(9): 148-155. DOI:10.3969/j.issn.1002-9753.2010.09.016 |
[32] |
杨汝岱, 陈斌开, 朱诗娥. 基于社会网络视角的农户民间借贷需求行为研究[J]. 经济研究, 2011(11): 116-129. |
[33] |
何广文, 刘甜. 基于乡村振兴视角的农村金融困境与创新选择[J]. 学术界, 2018(10): 46-55. DOI:10.3969/j.issn.1002-1698.2018.10.005 |
[34] |
张益丰, 郑秀芝. 企业家才能、创业环境异质性与农民创业——基于3省14个行政村调研数据的实证研究[J]. 中国农村观察, 2014(3): 21-28, 81. |
[35] |
孙颖, 林万龙. 市场化进程中社会资本对农户融资的影响——来自CHIPS的证据[J]. 农业技术经济, 2013(4): 26-34. |