徐升

（華中師范大學(xué)，武漢430079）

一、引 言

農(nóng)村信貸的完善對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展具有重要意義，農(nóng)村金融體制的完善不僅有利于新農(nóng)村建設(shè)改善民生，還有利于縮小城鄉(xiāng)差距推進(jìn)城鎮(zhèn)一體化進(jìn)程。然而，在發(fā)展中國(guó)家農(nóng)村金融市場(chǎng)的理論與實(shí)證研究表明：農(nóng)村信貸市場(chǎng)存在嚴(yán)重的信息不對(duì)稱(chēng)（平新喬等，2009）以及政府因此推行的借貸配給政策造成了嚴(yán)重的福利損失（李銳等，2007；李慶海等，2012）。而且，借貸配給滋生的腐敗還會(huì)進(jìn)一步擾亂市場(chǎng)機(jī)制。

農(nóng)村信貸市場(chǎng)由農(nóng)戶(hù)借款人和貸款方組成并通過(guò)一些規(guī)章標(biāo)準(zhǔn)以確保市場(chǎng)有效率的運(yùn)行。然而，農(nóng)戶(hù)之間的異質(zhì)性、農(nóng)村土地的產(chǎn)權(quán)不清導(dǎo)致其不可作為抵押品（楊小凱，2002）以及農(nóng)業(yè)生產(chǎn)方式的特殊性使得貸款人對(duì)借款人的還款能力產(chǎn)生了質(zhì)疑。對(duì)此，政府采取的做法是實(shí)行借貸配給。顯然，信貸配給是有害的，一方面，由于約束條件，農(nóng)戶(hù)借不到錢(qián)就無(wú)法擴(kuò)大生產(chǎn)。另一方面，一些擁有社會(huì)資本的農(nóng)戶(hù)向政府行賄破環(huán)了金融體制的嚴(yán)肅性。究其原因，是由于農(nóng)村信貸市場(chǎng)上的信息不對(duì)稱(chēng)造成的，所以，對(duì)農(nóng)村信貸市場(chǎng)信息不對(duì)稱(chēng)程度的測(cè)算就十分有必要。

前期的相關(guān)研究表明，在嚴(yán)格的假設(shè)條件下農(nóng)村信貸市場(chǎng)可以自動(dòng)形成一個(gè)均衡的借貸標(biāo)準(zhǔn)。張龍耀等（2011）研究發(fā)現(xiàn)，在完全競(jìng)爭(zhēng)的條件下，農(nóng)戶(hù)借款人與借貸方能相互博弈以確定最終的借款額，前提是雙方的信息是充分的。董曉林等（2011）、胡士華等（2011）研究發(fā)現(xiàn)農(nóng)村中小企業(yè)更可能同正規(guī)貸款人進(jìn)行金融交易，形成借貸匹配。民間借貸比銀行在農(nóng)村市場(chǎng)上更有活力，農(nóng)戶(hù)掌握的信息多也是銀行不愿冒險(xiǎn)的一個(gè)方面（胡士華等2011；林毅夫等2005；Bell et al.1997；Floro&Ray，1997；Hoff&stiglitz，1998）。

很多學(xué)者認(rèn)為，借貸匹配發(fā)生在一個(gè)符合標(biāo)準(zhǔn)的規(guī)章中。然而，實(shí)際上貸款人希望在現(xiàn)有的條件下貸款利率比預(yù)期利率越低越好，而貸款方希望利率越高越好。于是，借款人會(huì)以自己掌握的信息與銀行討價(jià)還價(jià)。從而獲得一個(gè)較低的貸款利率。而銀行會(huì)根據(jù)自己掌握的信息而盡量拉高利率。因此，由于信息不對(duì)稱(chēng)的存在，并不是所有的信貸匹配發(fā)生在預(yù)期的水平上。

前期文獻(xiàn)更多的是把借貸能力作為事前變量、借款人特征、事后變量的一個(gè)函數(shù)，與前期文獻(xiàn)不同的是本文借鑒了Kumbhak and Christopher（2009）在勞動(dòng)力市場(chǎng)上根據(jù)勞資雙方和盧紅友等（2011）在醫(yī)療市場(chǎng)上根據(jù)醫(yī)患雙方建立的雙邊隨機(jī)邊界模型，把借貸雙方作為一個(gè)雙向考察，通過(guò)借款人與貸款人的雙方博弈最終確定貸款利率，我們的模型試圖根據(jù)農(nóng)村信貸市場(chǎng)上借款人與貸款人之間的借貸匹配，來(lái)測(cè)度農(nóng)村信貸市場(chǎng)上信息不對(duì)稱(chēng)的程度。

本文的研究貢獻(xiàn)可以歸結(jié)為如下兩個(gè)方面：（1）采用微觀數(shù)據(jù)測(cè)度了農(nóng)村信貸市場(chǎng)的信息不對(duì)稱(chēng)程度。（2）運(yùn)用雙邊隨機(jī)前沿分析對(duì)農(nóng)村信貸市場(chǎng)上借貸匹配的程度進(jìn)行了定量估計(jì)。這一研究思路將為后續(xù)研究提供一個(gè)新的研究思路。

全文的結(jié)構(gòu)安排如下：第二部分構(gòu)建了一個(gè)信貸市場(chǎng)上匹配形成中借貸雙方信息不對(duì)稱(chēng)程度測(cè)度模型；第三部分介紹數(shù)據(jù)和指標(biāo)；第四部分呈現(xiàn)實(shí)證結(jié)果；最后是文章的結(jié)論。

二、農(nóng)村信貸市場(chǎng)上借貸匹配模型

假定在一個(gè)典型的農(nóng)村信貸市場(chǎng)上，存在著眾多的借款方和貸款方，貸款利率最終取決于借貸雙方所掌握的信息多寡，那么最終的貸款利率（rate）可以表述為如下形式①：

由于農(nóng)戶(hù)能借到的最低利率不能被觀察到，并且借貸能力參數(shù)也是不能觀察到的變量，所以我們無(wú)法對(duì)模型（1）進(jìn)行計(jì)量估計(jì)，并且模型（1）只能反映借貸能力對(duì)最終借貸匹配利率的影響，而這種能力究竟來(lái)自于農(nóng)戶(hù)還是銀行并不能體現(xiàn)。為了解決這個(gè)問(wèn)題我們引入了匹配條件下的特征向量x，在農(nóng)戶(hù)特征x條件下期望的貸款利率μx=E（θx），這里θ是借貸匹配利率，但不能觀察到。x包括能影響最終借貸匹配利率的借貸雙方可觀察到的樣本特征，并且μx總滿(mǎn)足表示農(nóng)戶(hù)的總剩余表示銀行的總剩余。據(jù)此，我們把模型（1）改寫(xiě)為：

在本模型框架下，農(nóng)戶(hù)可以憑借自己的議價(jià)能力掠奪銀行的議價(jià)剩余（μ掠奪的多少取決于農(nóng)戶(hù)的議價(jià)能力η和銀行的總剩余μ （x）-而銀行也可以憑借自己的議價(jià)能力掠奪銀行期望的總剩余≥0，其獲取剩余的大小取決于銀行的議價(jià)能力（1-η）和農(nóng)戶(hù)期望的總剩余。方程（2）由三個(gè)不同的部分組成：第一部分μ（x）表示在給定個(gè)體特征的情況下貸款的預(yù)期利率；第二部分體現(xiàn)了銀行的議價(jià)剩余；第三部分是農(nóng)戶(hù)的議價(jià)剩余。凈剩余可以描述為實(shí)際貸款利率形成中雙方議價(jià)能力的綜合效應(yīng)。因此，最終的貸款利率會(huì)高于或者低于（取決于NS）預(yù)期利率μ（x）。上面所分析的模型的一個(gè)顯著特點(diǎn)是結(jié)果變量有一個(gè)上限和下限。Polachek and Yoon（1987，1996）對(duì)這種情況提出了把邊界引入考慮的雙邊隨機(jī)邊界模型，所以，我們把信貸市場(chǎng)所有條件下的匹配效果寫(xiě)成回歸方程，假設(shè)有個(gè)樣本，那么雙邊隨機(jī)邊界模型的形式可以表示為：

這里yi是結(jié)果變量是協(xié)向量，δ是相關(guān)系數(shù)，εi=vi-ui+wi代表不同樣本產(chǎn)生結(jié)果變量差異的組合誤差項(xiàng)，μ（x）=x′δ。在一個(gè)商品市場(chǎng)的框架下，μ（x）就是商品的市場(chǎng)價(jià)值，價(jià)格y的最低邊界是賣(mài)者愿意接受的最低價(jià)格，表示為μ（x）-μ，μ≥0。同樣，最高邊界是買(mǎi)者愿意支付的最高價(jià)格，表示為μ（x）+w，w≥0。并且邊界也可能受到模型的整體的隨即干擾項(xiàng)v的影響。

為了建立起模型（2）和隨機(jī)邊界模型（3）的聯(lián)系，我們把模型（2）改寫(xiě)為如下形式：

模型（3）中的系數(shù)δ可以通過(guò)標(biāo)準(zhǔn)的回歸方法得到，比如OLS回歸可以給出斜率系數(shù)的無(wú)偏估計(jì)。但是，由于u和w皆為正，即使E（v）=0，E（ε）也可能不為零，因此，使用OLS估計(jì)會(huì)出現(xiàn)衡量偏誤。如果我們的目標(biāo)只是估計(jì)系數(shù)δ，那么運(yùn)用OLS可以得到一個(gè)無(wú)偏的結(jié)果。然而，我們的目的不僅是要估計(jì)出系數(shù)δ，還要解決組合偏誤ε中的單邊誤差項(xiàng)來(lái)弄清各預(yù)期剩余部分。基于以上原因，我們決定采用最大似然（ML）方法來(lái)估計(jì)模型（3）。由前述分析和模型（3）的設(shè)定可知，干擾項(xiàng)w和u都具有單邊分布的特征，為此，我們假設(shè)二者均服從指數(shù)分布②，即對(duì)于干擾項(xiàng)vi，假設(shè)其服從正態(tài)分布，即同時(shí)，我們假設(shè)vi、wi和ui之間是獨(dú)立的，且均獨(dú)立于個(gè)體特征xi?；谝陨戏植技僭O(shè)，我們可以推導(dǎo)出組合干擾項(xiàng)εi的概率密度函數(shù)f（εi）③：

其中，Φ（·）和φ（·）分別表示標(biāo)準(zhǔn)正態(tài)分布的累計(jì)分布函數(shù)和概率密度函數(shù)

對(duì)于包含n個(gè)觀察值的樣本，對(duì)數(shù)似然函數(shù)可表述為：

其中θ=｛δ，σv，σu，σw｝，通過(guò)對(duì)數(shù)似然函數(shù)的最大化，可獲得所有參數(shù)的似然估計(jì)值。為了估計(jì)u和w的值，我們需要進(jìn)一步推導(dǎo)出ui和wi的條件分布，分別記為：

在以上條件分布函數(shù)的基礎(chǔ)上，我們推出ui和wi的條件期望如下：

為了得到估計(jì)exp（-u）和exp（-w）的公式，我們需要推出以下條件期望，分別記為E（e-ui|εi）和E（e-wi|εi），則有：

由于ε分解成了u和w，所以在后續(xù)的分析中，我們無(wú)需事先假定借貸雙方的議價(jià)能力，這種分解給我們提供了一種在整個(gè)借貸中對(duì)議價(jià)影響評(píng)估的方式，這種回歸分析也契合了本文的思想。

三、數(shù)據(jù)來(lái)源與變量設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于“中國(guó)家庭金融調(diào)查（CHFS）”數(shù)據(jù)庫(kù)發(fā)布的《中國(guó)家庭金融調(diào)查報(bào)告（2012）》。該數(shù)據(jù)是由西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心與中國(guó)人民銀行聯(lián)合調(diào)查而呈現(xiàn)的，它基于全國(guó)25個(gè)省（市、區(qū)）、80個(gè)縣、320個(gè)社區(qū)共8438個(gè)家庭的抽樣調(diào)查數(shù)據(jù)匯總分析而成，涉及家庭資產(chǎn)、負(fù)債、收入、消費(fèi)、保險(xiǎn)、保障等各個(gè)方面的數(shù)據(jù)，全面客觀地反映了當(dāng)前我國(guó)家庭金融的基本狀況。有關(guān)數(shù)據(jù)的更多介紹參見(jiàn)甘犁等（2013）。

我們對(duì)CHFS數(shù)據(jù)庫(kù)中樣本數(shù)據(jù)進(jìn)行了如下篩選：（1）保留了變量rural=1的樣本，得到觀察值3288筆。（2）保留了生產(chǎn)經(jīng)營(yíng)有無(wú)銀行貸款（b3001==1）的樣本，得到觀察值196筆。（3）剔除了貸款類(lèi)型（b3009==4）不是信用貸款的樣本，得到觀察值120筆。（4）通過(guò)問(wèn)卷的回答情況，我們運(yùn)用回歸法填補(bǔ)了一些缺漏值。最終，我們得到120筆觀察值。

（二）變量設(shè)計(jì)

在借貸金額變量的衡量上，我們結(jié)合了此利率是否可調(diào)整變量（b3023）的影響，對(duì)調(diào)整前的利率和調(diào)整后的利率進(jìn)行整合。利率可否調(diào)整本身就是議價(jià)能力的一種表現(xiàn)

某院2011－2017年非痰標(biāo)本產(chǎn)AmpC酶陰溝腸桿菌的臨床分布及耐藥性分析 …………………………… 謝朝云等（8）：1069

為了衡量模型（2）中的“公正的預(yù)期利率”μ（x），我們選擇如下個(gè)體特征變量：

（1）調(diào)整后的借款利率（rate）。該指標(biāo)能反映農(nóng)村借貸市場(chǎng)上借貸雙方討價(jià)還價(jià)后形成的借貸價(jià)格，并且我們對(duì)其進(jìn)行了對(duì)數(shù)轉(zhuǎn)換，轉(zhuǎn)換后的變量為lnrate。

（2）農(nóng)戶(hù)的年齡（age）、年齡對(duì)數(shù)（lnage）以及年齡的平方（age2）。該指標(biāo)能反映借貸金額隨年齡的變化，年齡的平方能反映農(nóng)戶(hù)借貸金額與年齡的U形關(guān)系。

（3）農(nóng)戶(hù)的受教育程度（education）。農(nóng)戶(hù)的教育程度是農(nóng)戶(hù)受教育的年數(shù)來(lái)表示的，數(shù)值越大，受教育的程度越高。

（4）土地（land）。我們對(duì)農(nóng)戶(hù)擁有的各種土地類(lèi)型進(jìn)行了加總，包括山地、林地，并進(jìn)行了單位換算，最終的單位為畝④。

（5）其他變量。我們還考慮了生產(chǎn)性固定資產(chǎn)現(xiàn)值（proca）、農(nóng)業(yè)生產(chǎn)成本（farm_cost）、關(guān)系變量（rela）、貸款金額（loan）、農(nóng)業(yè)毛收入（income）、教育開(kāi)支（edu_cost）、資產(chǎn)（asset）以及地區(qū)變量（region）。其中關(guān)系變量（rela）是指農(nóng)戶(hù)有沒(méi)有向其他人借錢(qián)，值為1表示有，值為0表示沒(méi)有；資產(chǎn)（asset）是金融資產(chǎn)和非金融資產(chǎn)之和；地區(qū)變量分為東部、中部和西部。

表1列示了上述變量的界定方法和基本統(tǒng)計(jì)量。

表1 變量的統(tǒng)計(jì)描述

四、實(shí)證分析結(jié)果

本部分在模型設(shè)定和預(yù)期利率因素分析基礎(chǔ)上，對(duì)模型總方差分解，并對(duì)農(nóng)戶(hù)和銀行的信息不對(duì)稱(chēng)程度及議價(jià)能力差異所帶來(lái)的獲得剩余規(guī)模進(jìn)行測(cè)度，并進(jìn)一步分析各因素的影響差異。

（一）模型設(shè)定及基準(zhǔn)利率的影響因素

基于上述信息不對(duì)稱(chēng)下農(nóng)村信貸市場(chǎng)借貸能力，我們對(duì)農(nóng)戶(hù)和銀行在借貸金額形成中掌握信息程度的效應(yīng)進(jìn)行了分析。這里采用雙邊隨機(jī)前沿方法進(jìn)行測(cè)度，表2給出了基于雙邊隨機(jī)前沿方法估計(jì)得到的回歸結(jié)果。

表2 借貸能力效應(yīng)模型的估計(jì)

在表2中，模型1采用OLS估計(jì)，模型2—3均采用雙邊隨機(jī)前沿下ML估計(jì)，同時(shí)模型2中附加了約束條件lnσμ=lnσw=0⑤。模型3控制了地區(qū)因素的影響；從表2中發(fā)現(xiàn)OLS回歸和ML回歸的顯著變量非常穩(wěn)固，教育程度、土地、固定資產(chǎn)現(xiàn)值在三個(gè)模型中皆是顯著的，而其他變量都不顯著。本文后續(xù)分析主要基于模型3下的變量以及測(cè)度結(jié)果進(jìn)行。

估計(jì)結(jié)果顯示：教育程度、擁有的土地為正，說(shuō)明這兩個(gè)變量對(duì)借貸利率具有正向效應(yīng)。教育程度越高、擁有的土地越多傾向于接受一個(gè)高的利率。而固定資產(chǎn)現(xiàn)值變量為負(fù)，說(shuō)明農(nóng)戶(hù)的固定資產(chǎn)越大越傾向于接受一個(gè)較低的利率。

（二）方差分解：借貸利率形成中信息程度測(cè)度模型的解釋能力

表3匯報(bào)了掌握信息程度因素效應(yīng)的分析結(jié)果。我們發(fā)現(xiàn)，掌握信息程度對(duì)最終借貸利率的形成具有很小的一部分影響，其中，農(nóng)戶(hù)相對(duì)于銀行具有更強(qiáng)的信息優(yōu)勢(shì)，這導(dǎo)致借貸雙方的議價(jià)對(duì)于利率形成的綜合影響為負(fù)，E（wu）=σw-σu=-0.4774，表明綜合而言，討價(jià)還價(jià)將形成一個(gè)相對(duì)于預(yù)期利率更低的利率。同時(shí)，rate無(wú)法解釋部分總方差，這其中9.72%由借貸雙方掌握的信息因素所貢獻(xiàn)，說(shuō)明信息程度對(duì)利率的影響很弱；而在信息因素對(duì)借貸利率的總影響中，農(nóng)戶(hù)相對(duì)于銀行處于一個(gè)絕對(duì)的優(yōu)勢(shì)地位，銀行對(duì)利率的影響只有0.78%；農(nóng)戶(hù)掌握信息程度在信息因素的總影響中為99.22%。為了分析特定借貸雙方在討價(jià)還價(jià)中各自所掠取的剩余以及凈剩余，我們進(jìn)一步對(duì)借貸雙方做了單邊效應(yīng)估計(jì)。

表3 議價(jià)能力因素分析

（三）農(nóng)戶(hù)剩余與銀行剩余的估計(jì)

1．樣本總體估計(jì)結(jié)果

本部分研究的重點(diǎn)是估算借貸雙方在信息不對(duì)稱(chēng)下各自所獲得的剩余，即E（u|δ）和E（w|δ），相應(yīng)的估計(jì)式為（7）和（8），其含義是農(nóng)戶(hù)和銀行在信息因素下各自獲得的剩余相對(duì)于公正的預(yù)期利率變動(dòng)的百分比。于是議價(jià)中的凈剩余（NS）也可以表示為：NS=E（e-ui-e-wi|εi），表4呈現(xiàn)了針對(duì)全樣本的估計(jì)結(jié)果。平均而言，農(nóng)戶(hù)在信息不對(duì)稱(chēng)下所獲得的剩余將使借貸利率低出預(yù)期利率的34.45%；而銀行剩余能使借貸利率平均增加4.72%。這種差異的掌握信息程度使得實(shí)際借貸利率比預(yù)期利率低29.73%。

表4后三列（p25—p75）更為細(xì)致地呈現(xiàn)了借貸雙方剩余的分布特征，表明借貸雙方掌握的信息程度的差異具有較強(qiáng)的異質(zhì)性。具體而言，由第一四分位（p25）的統(tǒng)計(jì)結(jié)果可知，有1/4的農(nóng)戶(hù)，借貸議價(jià)的結(jié)果是借貸利率相對(duì)于基準(zhǔn)利率有不低于4%的上升。從第三四分位（p75）的統(tǒng)計(jì)結(jié)果來(lái)看，各分位上的增加比較平穩(wěn)。

表4 雙方議價(jià)中產(chǎn)生的剩余

從本文可以看出，實(shí)際利率低于預(yù)期利率29.73%，這高于中國(guó)人民銀行規(guī)定的下浮標(biāo)準(zhǔn)10%，所以從這里也可以充分說(shuō)明市場(chǎng)化后的基準(zhǔn)利率（公正的預(yù)期利率）與中國(guó)人民銀行規(guī)定的預(yù)期利率不是同一個(gè)概念。事實(shí)上，隨著我國(guó)利率的市場(chǎng)化進(jìn)程，在中國(guó)農(nóng)村信貸市場(chǎng)上，預(yù)期的公正利率平均高于中國(guó)人民銀行規(guī)定的基準(zhǔn)利率，也就是說(shuō)很多農(nóng)戶(hù)不可能以中國(guó)人民銀行規(guī)定的基準(zhǔn)利率貸到款。從某種程度上，也可以窺見(jiàn)在中國(guó)農(nóng)村信貸市場(chǎng)上存在供給小于需求等問(wèn)題。

2.個(gè)體特征對(duì)掌握信息程度的影響

在前文的分析中，我們發(fā)現(xiàn)借貸雙方掌握信息的程度的異質(zhì)性。為了探求其根源，我們進(jìn)一步從受教育程度、銀行借貸以及年齡、性別和地區(qū)特征等方面分組統(tǒng)計(jì)和分析農(nóng)戶(hù)和放貸方剩余分布特征。表5反映的是受教育程度對(duì)借貸雙方剩余的影響。

表5 受教育程度對(duì)借貸雙方獲得剩余的效應(yīng)

在受教育程度因素方面，受教育程度越高相對(duì)具有更強(qiáng)的議價(jià)能力，其中受大學(xué)教育的農(nóng)戶(hù)獲取的議價(jià)凈剩余明顯高于其他人群，其能獲得的貸款金額大致高于基準(zhǔn)金額的15.9%。同時(shí)不同分位的農(nóng)戶(hù)面臨不同的漲幅。這意味著，一方面農(nóng)戶(hù)利用自己的知識(shí)水平掌握了更多的政策信息，并在討價(jià)還價(jià)中實(shí)現(xiàn)了借到更多的錢(qián)，同時(shí)放貸方對(duì)高學(xué)歷群體顯得比較信賴(lài)。

表6 地區(qū)因素對(duì)借貸雙方獲得剩余的效應(yīng)

五、結(jié) 論

本文構(gòu)建了一個(gè)農(nóng)村信貸市場(chǎng)上信息不對(duì)稱(chēng)程度的測(cè)度模型，基于“中國(guó)家庭金融調(diào)查（CHFS）”中微觀個(gè)體數(shù)據(jù)，對(duì)農(nóng)村信貸市場(chǎng)上借貸雙方的信息程度及其對(duì)最終的借貸金額的影響效應(yīng)進(jìn)行了實(shí)證測(cè)度。實(shí)證檢驗(yàn)結(jié)果表明：

（一）借貸雙方所掌握的信息因素對(duì)最終借貸金額的形成具有一些影響，其影響的程度并不高，為9.67%。同時(shí)，農(nóng)戶(hù)借款人相對(duì)于放貸方掌握著更多的信息并具有更強(qiáng)的議價(jià)能力。信息不對(duì)稱(chēng)因素對(duì)于最終形成的借貸利率的綜合影響為負(fù)0.4774，表明綜合而言，借貸雙方信息因素將形成一個(gè)相對(duì)于基準(zhǔn)利率更低的利率。

（二）對(duì)借貸雙方單邊效應(yīng)全樣本分析發(fā)現(xiàn)，就平均而言，在借貸金額形成中，放貸方憑借其掌握的信息將以4.72%的幅度增加著借貸利率；而農(nóng)戶(hù)憑借其掌握的信息將以34.45%的幅度增加貸款金額。這兩種相反的作用，使得達(dá)成的借貸利率相對(duì)于基準(zhǔn)利率下降了29.73%。分位分析進(jìn)一步表明，在最終借貸金額形成過(guò)程中，一部分農(nóng)戶(hù)可以借到比基準(zhǔn)利率更低價(jià)格的貸款，而異質(zhì)農(nóng)戶(hù)面對(duì)的上漲幅度則有所不同。

（三）進(jìn)一步分析農(nóng)戶(hù)在受教育程度、年齡、性別和地區(qū)特征等因素上的異質(zhì)性對(duì)借貸雙方達(dá)成的最終金額的作用效應(yīng)，發(fā)現(xiàn)：受教育程度越高的農(nóng)戶(hù)議價(jià)能力越強(qiáng)、男性借款人比女性借款人的議價(jià)能力更強(qiáng)。

本文的分析結(jié)論表明:中國(guó)農(nóng)村信貸市場(chǎng)上的信息不對(duì)稱(chēng)問(wèn)題迫使政府對(duì)農(nóng)村信貸市場(chǎng)的強(qiáng)制干預(yù)雖然維護(hù)了金融市場(chǎng)的穩(wěn)定，但是同時(shí)也破壞了農(nóng)村金融市場(chǎng)的活力，阻礙了農(nóng)村農(nóng)業(yè)發(fā)展。當(dāng)然，在政府放開(kāi)信貸配給后，如何保證農(nóng)村金融市場(chǎng)的穩(wěn)定，克服市場(chǎng)失靈，需要我們做進(jìn)一步的研究。

注釋?zhuān)?/p>

① Jondrow et al.（1982）、Kumbhak and Christopher（2009）在勞動(dòng)力市場(chǎng)上以及盧紅友等（2011）在醫(yī)療市場(chǎng)上也采用了這種模型。

② 當(dāng)然，也可以假定ui和wi服從其它類(lèi)型的單邊分布，如截?cái)嗾龖B(tài)分布、半正態(tài)分布、伽馬分布等。Kumbhakar和Lovell（2000）研究表，不同的分布假設(shè)對(duì)結(jié)果的影響較小，為此，本文采用了形式最為簡(jiǎn)單的指數(shù)分布。

③ 推導(dǎo)步驟可參見(jiàn)Kumbhakar and Christopher（2009）附錄。

④ 土地的丈量單位在中國(guó)農(nóng)村并不統(tǒng)一，而且地區(qū)之間的差異也很大。并且在中國(guó)農(nóng)村有用重量單位如石、斗表示面積單位的傳統(tǒng)，調(diào)查問(wèn)卷結(jié)果所給出的丈量單位也較繁多。本文經(jīng)過(guò)考證，把所有單位按以下比例一律換算成畝：1畝=0.2石；1畝=5挑；1畝=60平方丈；1畝=2000方。

⑤ 在隨機(jī)前沿模型估計(jì)過(guò)程中，為了保證σv、σu和σw的估計(jì)值為正數(shù)（這也是我們模型設(shè)定中所要求的），我們?cè)诠烙?jì)過(guò)程中采用了上述三個(gè)參數(shù)的對(duì)數(shù)形式，并在完成估計(jì)后通過(guò)指數(shù)化得到相應(yīng)參數(shù)的原始估計(jì)值。

［1］平新喬，楊慕云.信貸市場(chǎng)信息不對(duì)稱(chēng)的實(shí)證研究—來(lái)自中國(guó)國(guó)有商業(yè)銀行的證據(jù)［J］.金融研究，2009，3:1-18.

［2］李銳，朱喜.農(nóng)戶(hù)金融抑制及其福利損失的計(jì)量分析［J］.經(jīng)濟(jì)研究，2007，2:146-155.

［3］李慶海，李銳.汪三貴.農(nóng)戶(hù)信貸配給及其福利損失—基于面板數(shù)據(jù)的分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，8:35-48.

［4］楊小凱，江濡山.中國(guó)改革面臨的深層次問(wèn)題—關(guān)于土地制度改革［J］.戰(zhàn)略與管理，2002，5:1-5.

［5］張龍耀，楊軍，陳暢.信貸需求、信貸交易成本與農(nóng)村利率市場(chǎng)化—基于農(nóng)戶(hù)調(diào)查數(shù)據(jù)的經(jīng)驗(yàn)分析［J］.財(cái)貿(mào)經(jīng)濟(jì)，2011，11:98-104.

［6］董曉林，楊小麗.農(nóng)村金融市場(chǎng)結(jié)構(gòu)與中小企業(yè)信貸可獲性—基于江蘇縣域的經(jīng)濟(jì)數(shù)據(jù)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)2011，5:82-92.

［7］胡士華，盧滿(mǎn)生.信息借貸交易成本與借貸匹配—來(lái)自農(nóng)村中小企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.金融研究，2011，10:100-111.

［8］胡士華，李偉毅.信息結(jié)構(gòu)、貸款技術(shù)與農(nóng)戶(hù)融資結(jié)構(gòu)—基于農(nóng)戶(hù)跳查數(shù)據(jù)的實(shí)證研究［J］.管理世界，2011，7:61-67.

［9］ Bell c.，T.N.Sinivasan and C.udry，1997.”Rationing， Sillover and Interlinking in Credit Markets:The case of Rural Punjab”，Oxford Econmic papers，vol4，pp.325-339.

［10］ Floro.M.S and D.Ray， 1997.”VerticalLinksBetween Formaland InformalFinancial Institutions”，Review of Development Economics，vol 1，pp.34-56.

［11］Hoff.K.and J.Stiglitz，1993，”A Theory of Imperfect Competition and Rural Credit Markets: Puzzles and Policy perspectives”，The World Bank Ecomomic Review，vol4，pp.235-250.

［12］林毅夫，孫希方.信息、非正規(guī)金融與中小企業(yè)融資［J］.經(jīng)濟(jì)研究，2005，7:

［13］盧紅友，連玉君，盧勝峰.中國(guó)醫(yī)療服務(wù)市場(chǎng)不對(duì)稱(chēng)信息程度測(cè)算［J］.經(jīng)濟(jì)研究，2011.

［14］Kumbhakar，S.C，C.F.Parmeter，2009，The effects of match uncertainty and bargaining on labor market outcomes:Evidence from firm and worker specific estimates， Journal of Productivity Analysis，31（1）:1-14.

［15］Kumbhakar S.C and Lovell C.A.K （2000）stochastic frontier analysis.Cambridge University Press，New York，PP.90.

［16］Solomon W.Polachek and Bong Joon Yoon．A Two-Tiered Earnings Frontier Estimation of Employer and Employee Information in the Labor Market，The Review of Economics and Statistics，Vol.69，No.2（May，1987），pp.296-302.

［17］Solomon W.Polachek and Bong Joon Yoon．Panel Estimates of a Two-Tiered Earnings Frontier，Journal of Applied Econometrics，Vol.11，No.2（Mar.-Apr.，1996），pp.169-178.