彭 澎 呂開宇

(1.南京大學(xué) 工程管理學(xué)院，江蘇 南京210093； 2.中國農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081)

農(nóng)戶正規(guī)信貸交易成本配給識(shí)別及其影響因素
——來自浙江省和黑龍江省466戶農(nóng)戶調(diào)查數(shù)據(jù)分析

彭 澎1呂開宇2

(1.南京大學(xué) 工程管理學(xué)院，江蘇 南京210093； 2.中國農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081)

以信貸配給理論和交易成本理論為基礎(chǔ)，依據(jù)浙江和黑龍江兩省466份農(nóng)戶的調(diào)查數(shù)據(jù)，采用Probit模型實(shí)證研究影響中國農(nóng)村信貸市場(chǎng)中農(nóng)戶的正規(guī)信貸交易成本配給的因素。結(jié)果表明：樣本地區(qū)14%的農(nóng)戶受到了交易成本配給。對(duì)于這部分農(nóng)戶來說，相比于社會(huì)資本，與銀行的高強(qiáng)度關(guān)系以及當(dāng)?shù)亟鹑诜?wù)供給的高水平能夠顯著降低其面臨交易成本配給的概率。這是因?yàn)?，較高的金融服務(wù)供給水平不僅可以降低農(nóng)戶貸款的交易成本，還能強(qiáng)化其對(duì)于正規(guī)金融的正確認(rèn)知，而穩(wěn)固的銀農(nóng)關(guān)系則可以通過緩解借貸雙方信息不對(duì)稱的程度來提高農(nóng)戶主動(dòng)申請(qǐng)貸款的意愿。

信貸配給；交易成本；銀農(nóng)關(guān)系；金融服務(wù)供給

一、引言

隨著新型城鎮(zhèn)化建設(shè)加速以及勞動(dòng)力向二三產(chǎn)業(yè)轉(zhuǎn)移，中國的土地流轉(zhuǎn)速度加快、土地集中度不斷提高，這使得部分從事第一產(chǎn)業(yè)的農(nóng)戶的經(jīng)營規(guī)模越來越大，這些農(nóng)戶從生產(chǎn)資料采購到農(nóng)作物收割的各個(gè)環(huán)節(jié)都需要增加資金投入，而那些投身于二三產(chǎn)業(yè)的轉(zhuǎn)型農(nóng)戶也因?yàn)樯a(chǎn)經(jīng)營的需要存在著較高的資金需求。然而盡管近年來中國農(nóng)村正規(guī)信貸市場(chǎng)不斷完善，但其發(fā)展速度還不足以滿足急劇增加的資金需求，仍有很多農(nóng)戶無法獲得貸款。長期存在的“貸款難”問題又將反過來影響農(nóng)戶的行為預(yù)期和選擇，不少農(nóng)戶會(huì)因?yàn)樽陨砘蛘咧苓吶巳阂酝慕?jīng)歷而主動(dòng)放棄向銀行申請(qǐng)貸款，這將造成有效信貸需求的壓抑成為農(nóng)戶的一種行為慣性(程郁 等，2009)。根據(jù)中國人民銀行《2015年金融機(jī)構(gòu)貸款投向統(tǒng)計(jì)報(bào)告》顯示，2015年末，金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額為93.95萬億元，農(nóng)業(yè)貸款和農(nóng)戶貸款余額分別為3.51萬億元和6.15萬億元，僅占3.74%和6.55%，且增速比同期降低4.5%和4.2%。這組數(shù)據(jù)從側(cè)面反映出，中國農(nóng)村正規(guī)信貸市場(chǎng)同時(shí)存在農(nóng)戶有效信貸需求不足和貸款可得性較低兩大問題?？偟膩砜?，農(nóng)村正規(guī)信貸配給問題依然嚴(yán)重。

學(xué)者通常認(rèn)為，正規(guī)信貸配給包括數(shù)量配給、價(jià)格配給、風(fēng)險(xiǎn)配給以及交易成本配給等多種類型。數(shù)量配給屬于銀行供給不足，這已受到學(xué)界的廣泛關(guān)注；后面三種配給實(shí)質(zhì)是農(nóng)戶的有效需求不足，其中，交易成本配給是一種非常重要的形式。Guirkinger et al.(2008)認(rèn)為，受到交易成本配給的農(nóng)戶是因?yàn)檗k理貸款的時(shí)間成本和違約贖回權(quán)成本過高而放棄申請(qǐng)貸款。從理論層面來說，由于信貸市場(chǎng)是有摩擦的，因此只要可以向正規(guī)金融機(jī)構(gòu)申請(qǐng)貸款，就一定會(huì)有農(nóng)戶主動(dòng)退出信貸市場(chǎng)以回避過高的交易成本。從實(shí)證層面來看，劉西川等(2009)通過對(duì)來自3個(gè)省份、4個(gè)縣的農(nóng)戶進(jìn)行調(diào)查研究發(fā)現(xiàn)：中國的農(nóng)戶不僅會(huì)受到數(shù)量配給，還會(huì)受到來自需求方的信貸配給；特別是受到交易成本配給的農(nóng)戶占樣本總數(shù)的22.68%，是各種信貸配給中占比最高的。這一結(jié)果說明，在現(xiàn)實(shí)中，交易成本配給現(xiàn)象的確在中國農(nóng)村信貸市場(chǎng)中廣泛存在。鑒于此，本文認(rèn)為有必要對(duì)中國農(nóng)村信貸市場(chǎng)中的交易成本配給現(xiàn)象及其影響因素展開研究。

目前，學(xué)術(shù)界對(duì)于需求方信貸配給的研究主要包括兩種類型：一是從總體上對(duì)各種不同的信貸配給機(jī)制進(jìn)行分析；二是圍繞風(fēng)險(xiǎn)配給展開深層次的探討(任劼 等，2015)。為數(shù)不多的關(guān)于交易成本配給的研究多以實(shí)證為主，且研究對(duì)象集中于秘魯、哥倫比亞等小型經(jīng)濟(jì)體，鮮有文章關(guān)注中國這樣一個(gè)農(nóng)村人口占到總?cè)丝?3.9%的農(nóng)業(yè)大國。而本文通過識(shí)別中國農(nóng)村地區(qū)的交易成本配給并研究其影響因素，是對(duì)已有研究的補(bǔ)充。同時(shí)，此項(xiàng)研究對(duì)于完善中國農(nóng)村金融改革也有重要的實(shí)踐意義。一方面，通過對(duì)交易成本配給的分析，本文的結(jié)論可以為地方政府制定支持農(nóng)戶發(fā)展的融資政策、完善當(dāng)?shù)氐幕A(chǔ)設(shè)施建設(shè)提供依據(jù)和參考；另一方面，我們可以進(jìn)一步明確銀行信貸業(yè)務(wù)流程的優(yōu)化思路，更加有效地提高農(nóng)戶辦理貸款的效率和農(nóng)村金融服務(wù)水平。這將有利于營造出良好的融資環(huán)境并促使更多的農(nóng)戶主動(dòng)參與到正規(guī)信貸市場(chǎng)中來。為此，本研究擬利用對(duì)中國部分地區(qū)農(nóng)戶融資行為的調(diào)查所獲得的數(shù)據(jù)，從實(shí)證層面識(shí)別其所面臨的交易成本配給，有針對(duì)性地分析可能會(huì)對(duì)交易成本配給產(chǎn)生影響的因素。文章其余部分結(jié)構(gòu)安排如下：第二部分是文獻(xiàn)回顧；第三部分提出假說；第四部分對(duì)實(shí)證研究所需的模型和數(shù)據(jù)進(jìn)行介紹；第五部分是對(duì)結(jié)果的描述和分析；第六部分將對(duì)全文進(jìn)行總結(jié)并提出相關(guān)建議。

二、文獻(xiàn)回顧

(一)交易成本配給的界定

信貸配給概念在有關(guān)農(nóng)村金融研究的文獻(xiàn)中已被廣泛采用。程恩江等(2010)提出非價(jià)格信貸配給會(huì)導(dǎo)致信貸約束；銀行的非價(jià)格信貸配給表現(xiàn)為數(shù)量配給，而需求面的非價(jià)格配給包括風(fēng)險(xiǎn)配給和交易成本配給(Guirkinger et al.，2008)。換句話說，交易成本配給之所以不同于其他類型的需求方配給，是因?yàn)槠浔举|(zhì)上是一種由貸款交易成本而產(chǎn)生的配給。因此，我們有必要首先對(duì)交易成本的概念進(jìn)行界定和分析。

交易成本按照發(fā)生時(shí)間的維度可以分為：事前的信息搜集成本、事中的協(xié)議成本和事后的監(jiān)督交易成本等(Williamson，1979)。在貸款過程中，交易成本通常體現(xiàn)在：(1)事前的信息搜集成本。因?yàn)樾畔⒉粚?duì)稱的存在，銀行需要在貸前對(duì)農(nóng)戶的生產(chǎn)經(jīng)營情況、信譽(yù)狀況等進(jìn)行詳細(xì)調(diào)查，并付出相應(yīng)的搜集成本。(2)事中的協(xié)議成本。銀行需要對(duì)貸前調(diào)查結(jié)果進(jìn)行審查審批，判斷農(nóng)戶是否符合及多大程度上符合銀行發(fā)放貸款的標(biāo)準(zhǔn)。在正式簽訂貸款合約前，需要支付相應(yīng)的決策成本、擬定合同條款成本等協(xié)議成本。(3)事后的監(jiān)督交易成本。為了及時(shí)預(yù)防違約情況的發(fā)生，銀行會(huì)對(duì)農(nóng)戶展開貸后檢查、集中關(guān)注農(nóng)戶的貸款使用情況，并付出監(jiān)督交易成本。對(duì)于農(nóng)戶而言，交易成本以“手續(xù)”、“時(shí)間”和“頻繁檢查”的方式呈現(xiàn)。第一，事前的信息搜集成本表現(xiàn)為繁瑣的手續(xù)。一方面，由于信息不對(duì)稱，銀行會(huì)要求農(nóng)戶提供大量的材料；另一方面，越來越多的銀行開始關(guān)注借款人的“軟信息”，即難以量化和直接從借款人處獲得的信息，如上下游客戶對(duì)借款人的評(píng)價(jià)、借款人在當(dāng)?shù)厣鐣?huì)中的信譽(yù)口碑等。這種多元化的信息搜集方法使得手續(xù)更加繁瑣。第二，事中的協(xié)議成本表現(xiàn)為長時(shí)間的等待。作為經(jīng)營風(fēng)險(xiǎn)的企業(yè)，銀行常常需要進(jìn)行不同業(yè)務(wù)權(quán)限的多人多次審查/審批結(jié)論才能夠確定是否發(fā)放貸款，耗時(shí)最長可達(dá)幾個(gè)月。盡管農(nóng)戶貸款額度相對(duì)較低，但由于農(nóng)業(yè)經(jīng)營的風(fēng)險(xiǎn)相對(duì)于其他行業(yè)更加難以控制和預(yù)測(cè)，因此實(shí)際審查審批時(shí)間會(huì)很長，農(nóng)戶需要有足夠的耐心等待結(jié)果。而民間借貸、小額貸款公司等都屬于隨需隨借的模式，如民間借貸一般僅需要3～5天甚至更短的時(shí)間即可獲得資金。因此，銀行貸款在時(shí)間成本上處于明顯的劣勢(shì)。第三，事后的監(jiān)督交易成本表現(xiàn)為頻繁的貸后檢查。因?yàn)樾畔⒉粚?duì)稱要求銀行必須隨時(shí)掌握貸款農(nóng)戶的情況，所以農(nóng)戶在獲得貸款后也需要和銀行的信貸員經(jīng)常性溝通，及時(shí)提供貸款的使用情況及生產(chǎn)經(jīng)營情況。顯然，相比于不需要定期匯報(bào)的其他融資方式，農(nóng)戶向正規(guī)金融機(jī)構(gòu)借款的手續(xù)更加繁瑣。

在此基礎(chǔ)上，我們可以對(duì)交易成本配給的概念進(jìn)行界定。目前，國外學(xué)者對(duì)于交易成本配給的定義基本參考Guirkinger et al.(2008)的觀點(diǎn)，突出時(shí)間和違約贖回權(quán)對(duì)農(nóng)戶有效信貸需求的影響。在國外學(xué)者研究基礎(chǔ)上，國內(nèi)學(xué)者對(duì)于交易成本的概念也做了總結(jié)。劉西川等(2009)認(rèn)為，在發(fā)展中國家，銀行經(jīng)常將與篩選監(jiān)督借款人相關(guān)的交易成本分?jǐn)偨o借款人。當(dāng)該成本過高時(shí)，即使對(duì)貸款有名義需求的借款人也可能會(huì)無法承受并選擇放棄申請(qǐng)貸款。張龍耀等(2011)認(rèn)為，由于申請(qǐng)貸款過程中的交易成本過高，降低了農(nóng)戶未來的期望收益，農(nóng)戶會(huì)自愿退出信貸市場(chǎng)。在上述定義基礎(chǔ)上，結(jié)合前文對(duì)農(nóng)村信貸市場(chǎng)中交易成本的分析，我們認(rèn)為：由于農(nóng)戶向銀行貸款經(jīng)常是為了資金的流動(dòng)周轉(zhuǎn)等急需的用途，其不可避免地厭惡麻煩和等待，因此部分有名義信貸需求的農(nóng)戶會(huì)因?yàn)榻灰壮杀具^高而選擇主動(dòng)放棄申請(qǐng)，這就是交易成本配給。

(二)交易成本配給的識(shí)別

國外學(xué)者的研究中對(duì)農(nóng)戶信貸配給的識(shí)別方法有很多。Petrick(2005)對(duì)此總結(jié)如下：第一，通過衡量交易成本來識(shí)別信貸配給(Adams et al.，1979)，但是這種方法并沒有考慮交易成本本身無法完全量化的問題。第二，通過向借款人定性提問來識(shí)別信貸配給(Baydas et al.，1994)，即詢問借款人在當(dāng)前的利率水平下是否愿意申請(qǐng)更多貸款，如果借款人愿意申請(qǐng)更多則認(rèn)為其受到信貸配給。但是，這個(gè)方法難以詳細(xì)識(shí)別因不同原因而導(dǎo)致的需求方配給。第三，基于信貸限額概念來識(shí)別信貸配給(Diagne et al.，2000)，即當(dāng)借款人能夠獲得的最高貸款額度小于其最優(yōu)貸款規(guī)模時(shí)，則被認(rèn)為受到信貸配給。這種方法的缺點(diǎn)也顯而易見：一是每個(gè)借款人的最優(yōu)貸款規(guī)模很難確定；二是只考慮了數(shù)量配給。除此之外，還有學(xué)者提出通過溢出效應(yīng)(Bell，1990)或者直接運(yùn)用計(jì)量模型(Petrick，2004)來識(shí)別信貸配給。

總的來說，上述方法均不適用于交易成本配給的識(shí)別。針對(duì)這一情況，Guirkinger et al.(2008)、張龍耀等(2011)采用直接誘導(dǎo)式詢問的方法(Direct Elicitation Methods，后文簡稱DEM)來分析被調(diào)查農(nóng)戶的信貸配給狀況。該方法的最大優(yōu)勢(shì)是可以識(shí)別包括交易成本配給在內(nèi)的多種類型的信貸配給，其主要包括三個(gè)步驟：首先詢問農(nóng)戶是否向銀行等正規(guī)金融機(jī)構(gòu)申請(qǐng)過貸款；然后根據(jù)農(nóng)戶申請(qǐng)與否，再分別詢問農(nóng)戶沒有申請(qǐng)貸款的原因或者是貸款的實(shí)際獲得情況；最后根據(jù)農(nóng)戶的不同回答來判斷其信貸配給的類型，將其區(qū)分為沒有受到信貸配給的農(nóng)戶、受到數(shù)量配給的農(nóng)戶、受到交易成本配給的農(nóng)戶、受到風(fēng)險(xiǎn)配給的農(nóng)戶和受到價(jià)格配給的農(nóng)戶等。本文也將采用這一方法來進(jìn)行實(shí)證研究，并結(jié)合本文的研究內(nèi)容具體闡述整個(gè)識(shí)別過程。

(三)影響交易成本配給的因素

按照前文對(duì)于交易成本配給概念的界定，交易成本配給的出現(xiàn)應(yīng)當(dāng)既與農(nóng)戶貸款過程中的交易成本有關(guān)，也與農(nóng)戶對(duì)于交易成本的認(rèn)知程度有關(guān)。因此，我們可以根據(jù)影響交易成本的因素來確定交易成本配給的影響因素。

關(guān)于影響交易成本因素的文獻(xiàn)有很多，但鮮有結(jié)合中國農(nóng)村金融市場(chǎng)的研究。在為數(shù)不多的研究中，具有代表性的是以下兩篇：胡士華等(2011)運(yùn)用ologit模型實(shí)證分析了不同正規(guī)程度的農(nóng)村中小企業(yè)與正規(guī)金融機(jī)構(gòu)形成借貸匹配的難易程度及相應(yīng)的交易成本大小。正規(guī)程度即企業(yè)所具有的標(biāo)準(zhǔn)信息稟賦越高，那么其信譽(yù)越容易被銀行識(shí)別，借貸越易匹配，交易成本也越小，相應(yīng)的交易成本配給發(fā)生的可能性也越低。他們研究發(fā)現(xiàn)：在表示正規(guī)程度的一系列因素中，企業(yè)層面的擔(dān)保資產(chǎn)、前期的貸款經(jīng)歷、社會(huì)資本水平均對(duì)交易成本有顯著的負(fù)向影響。除此之外，反映一個(gè)地區(qū)金融服務(wù)供給水平的一組變量——人口規(guī)模和非農(nóng)產(chǎn)業(yè)勞動(dòng)力比例如果提高，也能夠降低信貸關(guān)系中的交易成本。童馨樂等(2015)嘗試采用交易成本理論來解釋農(nóng)戶的借款渠道偏好問題。他們提出可以分別用農(nóng)戶的社會(huì)資本水平和當(dāng)?shù)亟鹑诜?wù)供給的方便程度來量化表示交易成本，原因在于：前者可以通過起到信號(hào)甄別的作用來降低借貸雙方的信息不對(duì)稱程度，后者則能營造競(jìng)爭程度更高的農(nóng)村金融市場(chǎng)環(huán)境，提高金融產(chǎn)品創(chuàng)新的力度，兩者均可以提高農(nóng)村信貸市場(chǎng)的效率，降低借款雙方的交易成本。總的來看，無論是農(nóng)戶自身特征還是其所在地區(qū)的情況都有可能會(huì)影響農(nóng)戶的交易成本配給。

三、假說提出

本部分將結(jié)合對(duì)已有文獻(xiàn)的梳理和對(duì)交易成本配給理論的研究，提出如下關(guān)于影響農(nóng)戶信貸交易成本配給因素的理論假說：

第一，事前的交易成本源于借貸雙方間的信息不對(duì)稱。信息不對(duì)稱程度越大，農(nóng)戶向正規(guī)金融機(jī)構(gòu)貸款的交易成本越高，其越有可能受到交易成本配給。而銀行和農(nóng)戶間長期穩(wěn)定的業(yè)務(wù)往來關(guān)系有利于降低雙方信息不對(duì)稱的程度。隨著農(nóng)戶享受的信貸以外的金融服務(wù)種類增加、時(shí)間延長，銀行對(duì)于其生產(chǎn)經(jīng)營狀況、現(xiàn)金流的穩(wěn)定情況、道德信譽(yù)水平等也更加了解，雙方的信息不對(duì)稱程度相應(yīng)變小。尤其是對(duì)于那些信用戶來說，銀行已經(jīng)借助信用評(píng)級(jí)和當(dāng)?shù)氐拇甯刹繉?duì)其信息有了較為全面的掌握，雙方的信息不對(duì)稱程度大幅度降低。顯然，這會(huì)對(duì)事前的交易成本和農(nóng)戶的交易成本配給產(chǎn)生積極的影響。因此，本文將銀農(nóng)關(guān)系的強(qiáng)度納入分析框架中，并提出：

假說1：交易成本配給受到銀行和農(nóng)戶關(guān)系強(qiáng)度的影響。

第二，社會(huì)資本是降低農(nóng)村金融市場(chǎng)交易成本的重要載體。胡士華等(2011)的研究結(jié)果表明，社會(huì)資本在金融市場(chǎng)上可以起到信號(hào)傳遞的作用，有助于提高資金供需雙方的信息溝通效率，更好地實(shí)現(xiàn)信貸資金供求的平衡。具體到農(nóng)村信貸市場(chǎng)，銀行可以根據(jù)農(nóng)戶的個(gè)人社會(huì)資本(比如家里是否有鄉(xiāng)鎮(zhèn)干部、可以借錢的親朋數(shù)量等)判斷其還款意愿，還可以根據(jù)其群體社會(huì)資本(比如是否加入了農(nóng)民專業(yè)合作社等)判斷其還款能力。在這樣的作用路徑下，雙方的信息不對(duì)稱程度顯著降低，交易成本也隨之下降，農(nóng)戶的交易成本配給受到積極的影響。因此，本文把農(nóng)戶的社會(huì)資本也作為研究中的重要因素之一，并提出：

假說2：農(nóng)戶社會(huì)資本的高低會(huì)對(duì)交易成本配給產(chǎn)生影響。

第三，農(nóng)村金融服務(wù)供給是農(nóng)戶借貸交易成本的重要組成部分，顯著影響其借貸渠道偏好。通常來說，一個(gè)地區(qū)的農(nóng)村金融服務(wù)供給水平可以根據(jù)基礎(chǔ)條件、人員配備和便捷程度這三個(gè)要素來判斷(童馨樂 等，2015)。其中：基礎(chǔ)條件表現(xiàn)為當(dāng)?shù)鼐哂匈J款功能的金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量，在基礎(chǔ)條件差的地區(qū)，信貸市場(chǎng)競(jìng)爭不夠激烈，銀行辦理業(yè)務(wù)的效率也相對(duì)較低，農(nóng)戶貸款可能需要投入更多的時(shí)間成本。人員配備主要體現(xiàn)在當(dāng)?shù)劂y行的員工數(shù)量及其素質(zhì)，員工的數(shù)量越少、素質(zhì)越低，銀行信貸部門審批貸款的時(shí)間也就越長，貸款手續(xù)也會(huì)越加繁瑣。便捷程度可以理解為農(nóng)戶和金融機(jī)構(gòu)的空間距離，雙方的距離越遠(yuǎn)，農(nóng)戶到銀行所需要花費(fèi)的時(shí)間也就越多，一些農(nóng)戶越有可能會(huì)因此而放棄申請(qǐng)貸款?？梢钥闯觯瑹o論是哪一種要素，農(nóng)村金融服務(wù)供給水平都會(huì)對(duì)農(nóng)戶貸款的交易成本產(chǎn)生一定的影響。而中國長期以來所形成的城鄉(xiāng)二元結(jié)構(gòu)和農(nóng)村地區(qū)相對(duì)薄弱的基礎(chǔ)設(shè)施使得上述要素的表現(xiàn)并不理想。當(dāng)?shù)氐你y行在面對(duì)數(shù)量眾多、分散程度較高的借款人時(shí)，所需要付出的人力、物力和財(cái)力等成本往往很高，因此不得不要求農(nóng)戶承擔(dān)較高的交易成本。另外，在金融供給水平有限的地區(qū)，當(dāng)?shù)氐霓r(nóng)戶因?yàn)槿狈?duì)于金融服務(wù)的基本認(rèn)識(shí)，既無法客觀地看待交易成本，也無法了解正規(guī)金融機(jī)構(gòu)貸款相比于其他融資渠道的優(yōu)勢(shì)，與銀行的信息不對(duì)稱加劇，影響其對(duì)于交易成本的承受能力，并對(duì)其是否選擇交易成本配給產(chǎn)生間接影響。綜上所述，如果能夠有效提高農(nóng)村地區(qū)金融服務(wù)供給的能力，那么農(nóng)戶貸款過程中的交易成本將會(huì)下降，交易成本配給也將受到影響。據(jù)此，本文提出：

假說3：交易成本配給還會(huì)受到當(dāng)?shù)亟鹑诜?wù)供給水平的影響。

四、數(shù)據(jù)來源與模型設(shè)定

(一)數(shù)據(jù)來源

本研究所使用的數(shù)據(jù)來源于中國農(nóng)業(yè)科學(xué)院于2015年8月所開展的一次對(duì)糧食生產(chǎn)農(nóng)戶的調(diào)查。該調(diào)査為我們提供了2014年黑龍江省和浙江省53個(gè)行政村、507戶農(nóng)戶家庭的詳細(xì)數(shù)據(jù)。調(diào)查內(nèi)容包含農(nóng)戶全部的生產(chǎn)經(jīng)營活動(dòng)、金融活動(dòng)等情況，主要指標(biāo)包括農(nóng)業(yè)生產(chǎn)要素、家庭收支及消費(fèi)狀況、金融行為等各個(gè)方面。

選擇這兩個(gè)省份的原因是：第一，它們覆蓋了中國的兩個(gè)重要地區(qū)，東部地區(qū)(浙江)和東北地區(qū)(黑龍江)。第二，無論是從經(jīng)濟(jì)發(fā)展水平還是農(nóng)業(yè)生產(chǎn)經(jīng)營情況而言，它們都屬于各自地區(qū)中比較具有代表性的省份。在選擇53個(gè)行政村中的507戶農(nóng)戶樣本時(shí)，調(diào)查組首先在每個(gè)省中根據(jù)各個(gè)縣(區(qū))2014年的GDP值，采用分層抽樣的方法抽取4個(gè)縣(區(qū))。然后，按照相同的方法，分別在每個(gè)縣(區(qū))選取3～4個(gè)鄉(xiāng)鎮(zhèn)、在每個(gè)鄉(xiāng)鎮(zhèn)選取2個(gè)行政村。最后，在每個(gè)行政村中隨機(jī)抽取8～15戶農(nóng)戶發(fā)放問卷進(jìn)行調(diào)研。

在刪除數(shù)據(jù)缺失較多的觀測(cè)值后，本文所使用的樣本農(nóng)戶實(shí)際數(shù)量為466戶。具體處理方法包括：第一，相關(guān)變量出現(xiàn)缺失值或者明顯錯(cuò)誤的樣本全部予以剔除；第二，對(duì)于存在異常值的變量指標(biāo)，根據(jù)0.5%和99.5%的分位數(shù)進(jìn)行清除，以消除極值的影響。

在進(jìn)行模型設(shè)定前，有必要對(duì)調(diào)查數(shù)據(jù)的有效性進(jìn)行檢驗(yàn)。本文首先采用折半信度系數(shù)(split-half coefficient)進(jìn)行信度檢驗(yàn)。結(jié)果表明，Spearman-Brown 系數(shù)為0.891,大于0.700的水平，這說明調(diào)查數(shù)據(jù)是較為可靠的。其次，本次調(diào)查問卷是由中國農(nóng)業(yè)科學(xué)院、中國人民大學(xué)以及南京農(nóng)業(yè)大學(xué)等多所高校的專家經(jīng)過多輪討論聯(lián)合設(shè)計(jì)的，因而具有良好的內(nèi)容效度(表面效度)。綜上所述，可以認(rèn)為調(diào)查結(jié)果是有效的。

(二)識(shí)別交易成本配給型農(nóng)戶的方法

本文參考Guirkinger et al.(2008)、張龍耀等(2011)的研究思路，采用直接誘導(dǎo)式詢問方法(DEM)，通過設(shè)計(jì)一系列相關(guān)問題來識(shí)別被調(diào)查農(nóng)戶的配給類型。DEM的詢問過程可以分為如下三個(gè)步驟：

(1)通過詢問“您在2014年是否申請(qǐng)過貸款”，將農(nóng)戶區(qū)分為申請(qǐng)貸款者和未申請(qǐng)貸款者。

(2)對(duì)于貸款申請(qǐng)者，詢問其“申請(qǐng)額度”及“銀行的批復(fù)額度”,其中沒有獲得或者沒有全部獲得貸款的農(nóng)戶為數(shù)量配給型的農(nóng)戶。

(3)對(duì)于未申請(qǐng)貸款者來說，進(jìn)一步詢問其“沒有申請(qǐng)貸款的原因”。以“銀行距離遠(yuǎn)且沒有熟人，貸款的手續(xù)太多、審批時(shí)間長”作為未申請(qǐng)理由的農(nóng)戶即交易成本配給型的農(nóng)戶，為本文研究的對(duì)象。而以“擔(dān)心還不起貸款或者失去抵押物”和“銀行貸款的利率太高”作為未申請(qǐng)理由的農(nóng)戶則分別為風(fēng)險(xiǎn)配給型和價(jià)格配給型農(nóng)戶。

具體的識(shí)別流程如圖1所示。

在采用DEM方法對(duì)樣本農(nóng)戶的信貸配給情況進(jìn)行分析后，本文發(fā)現(xiàn)：被調(diào)查農(nóng)戶中交易成本配給型農(nóng)戶的比例為14.00%；風(fēng)險(xiǎn)配給型農(nóng)戶的比例為0.99%；價(jià)格配給型農(nóng)戶的比例為4.73%?？梢钥闯?，交易成本配給是樣本農(nóng)戶面臨的需求方配給中最為普遍的一種，進(jìn)一步證明對(duì)其進(jìn)行實(shí)證研究具有重要的意義。不同配給類型農(nóng)戶的基本情況如表1所示。

圖1 信貸配給識(shí)別流程

(三)模型設(shè)計(jì)

通常的計(jì)量模型都假定被解釋變量是連續(xù)的，但在現(xiàn)實(shí)的經(jīng)濟(jì)決策中人們常常需要面臨選擇，此時(shí)因變量只能取有限個(gè)離散的數(shù)值。以這樣的決策結(jié)果作為被解釋變量而建立的經(jīng)濟(jì)學(xué)模型稱為離散選擇模型(Discrete Choice Model)。而本研究的核心內(nèi)容“農(nóng)戶是否受到交易成本配給”是在兩個(gè)情況中選擇其一，此時(shí)被解釋變量只有兩個(gè)取值，故我們采用符合這種取值特征的Probit模型來進(jìn)行實(shí)證分析。

Probit模型是一種服從標(biāo)準(zhǔn)正態(tài)分布的二元選擇模型，被解釋變量一般是虛擬變量，其基本形式如下：

-∞φ(t)dt=φ(α0+α1x1+α2x2+…)

(1)

其中，φ(·)為標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)。按照本文的內(nèi)容，可以將式(1)進(jìn)一步改寫為：

(2)

模型中的被解釋變量y表示農(nóng)戶是否受到交易成本配給，為虛擬變量，取值分別為0和1。核心解釋變量包括credit_degree，per_social、gro_social、worcre，branch,分別對(duì)應(yīng)前文所提出的三個(gè)假說，具體可以按照如下來進(jìn)行歸類和解釋：

(1)農(nóng)戶是否為信用戶(credit_degree)。這是一個(gè)對(duì)應(yīng)于假說1(銀行和農(nóng)戶的業(yè)務(wù)往來關(guān)系)的虛擬變量，取值分別為0或1。信用評(píng)級(jí)自2002年由人民銀行推出并予以推廣以來，已經(jīng)被越來越多的農(nóng)村金融機(jī)構(gòu)所運(yùn)用。通過信用評(píng)級(jí)確定“信用戶”可以篩選出有還款能力和還款意愿的低風(fēng)險(xiǎn)客戶，為農(nóng)戶和銀行之間建立更加緊密的銀農(nóng)關(guān)系。因此，本文選擇農(nóng)戶是否為信用戶(credit_degree)來驗(yàn)證假說1。

(2)農(nóng)戶的社會(huì)資本(per_social、worcre、gro_social)，本文選擇三個(gè)指標(biāo)來共同表示。按照社會(huì)資本的定義，農(nóng)戶同時(shí)擁有個(gè)人社會(huì)資本和群體社會(huì)資本。個(gè)人社會(huì)資本主要指農(nóng)戶所擁有的親戚朋友等關(guān)系網(wǎng)絡(luò)及其資源。結(jié)合交易成本的定義，本文選擇兩個(gè)指標(biāo)來反映個(gè)人社會(huì)資本，一是“可以借錢的親戚朋友數(shù)量”(per_social)，二是虛擬變量“是否有熟人在銀行中工作”(worcre)。前者可以提高其還款意愿，緩解農(nóng)戶和銀行之間的信息不對(duì)稱程度，降低事前的交易成本；后者則有利于提高銀行的貸款審批效率，降低事中的交易成本。群體社會(huì)資本則主要指農(nóng)戶在所參與的群體組織中所建立起來的社會(huì)資本。本文選擇虛擬變量“農(nóng)戶是否參與農(nóng)民專業(yè)合作社”(gro_social)來表示，如果農(nóng)戶參與了農(nóng)民專業(yè)合作社則該變量取值為1，否則為0，反映出農(nóng)戶與農(nóng)民專業(yè)合作組織之間較為明確的產(chǎn)前、產(chǎn)中和產(chǎn)后聯(lián)系。這三個(gè)核心解釋變量對(duì)應(yīng)于假說2。

(3)農(nóng)戶所在縣有貸款功能的網(wǎng)點(diǎn)數(shù)量(branch)*由于無法直接從農(nóng)戶的調(diào)研問卷中獲得該數(shù)據(jù)，因此我們通過調(diào)研所在地的人民銀行來了解當(dāng)?shù)赜匈J款功能的網(wǎng)點(diǎn)數(shù)量。。該指標(biāo)反映當(dāng)?shù)氐慕鹑诜?wù)供給水平，用于驗(yàn)證假說3是否正確。從滿足農(nóng)戶這一微觀主體的需求來看，有貸款功能的金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)可以反映農(nóng)村金融機(jī)構(gòu)服務(wù)的基礎(chǔ)條件。因?yàn)樵诓簧俚貐^(qū)，銀行的網(wǎng)點(diǎn)基本集中在縣城范圍內(nèi)，很多生活在鄉(xiāng)鎮(zhèn)中的農(nóng)戶因?yàn)橛匈J款功能的網(wǎng)點(diǎn)的匱乏而很難接觸到正規(guī)金融機(jī)構(gòu)的信貸業(yè)務(wù)，這會(huì)影響他們對(duì)于正規(guī)金融和貸款交易成本的認(rèn)知。另外，基礎(chǔ)條件不好的地區(qū)往往信貸市場(chǎng)競(jìng)爭不夠激烈，銀行辦理業(yè)務(wù)的效率可能相對(duì)較低，這使得農(nóng)戶貸款的手續(xù)變得繁瑣，交易成本相應(yīng)提高。因此，考慮數(shù)據(jù)的可得性，我們通過“農(nóng)戶所在縣有貸款功能的網(wǎng)點(diǎn)數(shù)量”(branch)來衡量假說3所關(guān)注的內(nèi)容。

(4)控制變量Z包括農(nóng)戶的房屋價(jià)值、耕地面積、農(nóng)業(yè)生產(chǎn)資產(chǎn)、戶主年齡、戶主年齡的平方、戶主受教育年份、家庭人數(shù)、勞動(dòng)投入、農(nóng)業(yè)收入、農(nóng)業(yè)生產(chǎn)資本以及地區(qū)虛擬變量，具體說明如表2所示。

表2 控制變量Z的說明

五、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)

各個(gè)解釋變量的描述性統(tǒng)計(jì)及方向預(yù)期如表3所示，我們重點(diǎn)關(guān)注：第一，branch(所在縣有貸款功能的網(wǎng)點(diǎn)數(shù)量)的均值為65.63個(gè)，標(biāo)準(zhǔn)差為40.58，說明樣本中各地區(qū)的貸款網(wǎng)點(diǎn)數(shù)量差別很大，各地的金融服務(wù)供給水平有較大差異。第二，表示社會(huì)資本的3個(gè)變量per_social(可以借錢的親朋數(shù)量)、gro_social(是否加入專業(yè)合作社)、worcre(是否有熟人在銀行工作)的均值分別為0.36、0.26和0.10，表明樣本地區(qū)大部分農(nóng)戶的社會(huì)資本水平不高。第三，credit_degree(是否為信用戶)的均值為0.52，標(biāo)準(zhǔn)差為0.50，表明超過50%的樣本農(nóng)戶是信用戶，反映出很多農(nóng)戶已經(jīng)與銀行建立了一定的業(yè)務(wù)關(guān)系。通過上述分析，我們對(duì)于本文實(shí)證研究的三個(gè)因素有了初步的認(rèn)識(shí)。

表3 解釋變量的描述性統(tǒng)計(jì)及方向預(yù)期

接下來，我們圍繞核心解釋變量，分別對(duì)其不同水平下樣本農(nóng)戶交易成本配給的分布進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表4所示。從中可知，branch、per_social和credit_degree的分布情況支持本文提出的假說。首先，受到交易成本配給的樣本農(nóng)戶的占比隨著貸款網(wǎng)點(diǎn)數(shù)量(branch)的增加而降低。在貸款網(wǎng)點(diǎn)數(shù)量小于30的地區(qū)，受到交易成本配給農(nóng)戶的比例為23.02%；當(dāng)網(wǎng)點(diǎn)數(shù)量在30～60之間時(shí)，這一比例大幅度下降到13.3%；當(dāng)樣本地區(qū)網(wǎng)點(diǎn)數(shù)量大于60時(shí)，只有8.81%的農(nóng)戶受到交易成本配給。其次，有可以借錢的親戚朋友(per_social)和是信用戶(credit_degree)都會(huì)提高農(nóng)戶申請(qǐng)貸款的意愿。在有可以借錢的親戚朋友和是信用戶的樣本農(nóng)戶中，受到交易成本配給的比例分別為13%和11.62%；而當(dāng)兩個(gè)變量均為否定時(shí)，受到交易成本配給的農(nóng)戶占比分別上升到14.25%和16%?？梢钥闯?，相比于其他兩個(gè)變量，per_social對(duì)于農(nóng)戶交易成本配給的影響程度要小很多。據(jù)此，我們推測(cè)在實(shí)證研究中，branch和credit_degree可能對(duì)農(nóng)戶的交易成本配給存在顯著的正向影響。

表4 核心解釋變量不同水平下的農(nóng)戶交易配給分布

(二)估計(jì)結(jié)果分析與討論

Probit模型的估計(jì)結(jié)果如表5所示。

注：觀測(cè)值為466；***、**、*分別表示該變量在1%、5%、10%的水平上顯著；括號(hào)中的數(shù)值為標(biāo)準(zhǔn)差。

從總體上看，該模型的LR檢驗(yàn)值為39.47，且在1%的水平上通過了顯著性檢驗(yàn)。這說明樣本數(shù)據(jù)和Probit模型的擬合效果很好。具體到各個(gè)變量，我們有如下發(fā)現(xiàn)：

(1)有貸款功能的網(wǎng)點(diǎn)數(shù)量(branch)對(duì)于農(nóng)戶的交易成本配給在10%的水平上有顯著的負(fù)向影響。有貸款功能的網(wǎng)點(diǎn)數(shù)量每增加1個(gè)，當(dāng)?shù)剞r(nóng)戶面臨交易成本配給的概率就降低0.13%，驗(yàn)證了本文的假說3。這說明當(dāng)?shù)赜匈J款功能的網(wǎng)點(diǎn)數(shù)量越多，金融服務(wù)提供能力越強(qiáng)，農(nóng)戶借貸的交易成本越低、對(duì)于交易成本的承受能力也越高，因?yàn)槠涠鴮?dǎo)致的信貸配給現(xiàn)象也相應(yīng)越少。但是本文的實(shí)證結(jié)果和童馨樂等(2015)的研究結(jié)論不一致，他們發(fā)現(xiàn)金融機(jī)構(gòu)的網(wǎng)點(diǎn)數(shù)量對(duì)于農(nóng)戶對(duì)非正規(guī)借貸渠道的偏好呈現(xiàn)顯著的正向影響。換句話說，金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量的增加并沒有提高農(nóng)戶對(duì)于正規(guī)信貸的有效需求。這可能與樣本的選擇有關(guān)。相比于本文所選擇的浙江省和黑龍江省，童馨樂等(2015)選擇的樣本地區(qū)為安徽省(東至縣、阜南縣、濉溪縣、太湖縣)、河南省(澠池縣)、湖北省(隨縣、云夢(mèng)縣)、江西省(樂平市)等，這些地方的農(nóng)村金融機(jī)構(gòu)為農(nóng)戶提供貸款的力度和范圍明顯偏小。即使政府部門和農(nóng)村金融機(jī)構(gòu)有意識(shí)地?cái)U(kuò)大在該地區(qū)的覆蓋范圍，但真正因此而改變對(duì)獲得資金渠道偏好的農(nóng)戶很少，所以在他們的研究中金融機(jī)構(gòu)網(wǎng)點(diǎn)的數(shù)量難以對(duì)交易成本配給產(chǎn)生預(yù)期中的影響。事實(shí)上，本文的調(diào)查也發(fā)現(xiàn)，在有貸款功能的網(wǎng)點(diǎn)數(shù)量相對(duì)較多的30%的縣區(qū)，樣本農(nóng)戶中受到交易成本配給的比例明顯較低(比后70%的縣區(qū)的平均比例低25.33%)，由此進(jìn)一步支持實(shí)證結(jié)果并驗(yàn)證了假說3。

(2)是否為信用戶(credit_degree)對(duì)于農(nóng)戶的交易成本配給在5%的水平上呈現(xiàn)顯著的負(fù)向影響。農(nóng)戶成為信用戶后，其受到交易成本配給的概率將降低7.7%，本文的假說1得到驗(yàn)證。這說明信用評(píng)級(jí)提高了農(nóng)戶和銀行之間的往來關(guān)系強(qiáng)度，雙方的信息不對(duì)稱程度和交易成本都將降低，交易成本配給相應(yīng)地得到了緩解。張三峰等(2013)的研究發(fā)現(xiàn)：相對(duì)于從農(nóng)信社融資，受到信用評(píng)級(jí)的農(nóng)戶更愿意選擇從自我積累渠道、親朋好友、民間融資渠道以及其他正規(guī)金融機(jī)構(gòu)渠道處獲得資金的概率比未受到信用評(píng)級(jí)的農(nóng)戶都顯著降低。這一結(jié)果和本文的研究結(jié)論基本一致。事實(shí)上，截至2010年，中國大部分縣(市、區(qū))均開展了農(nóng)村信用檔案建設(shè)，建立了農(nóng)戶信用評(píng)價(jià)體系，共有1.34億農(nóng)戶建立了信用檔案，評(píng)定了8300多萬個(gè)信用戶，7400多萬個(gè)農(nóng)戶獲得了信貸支持。從這組數(shù)據(jù)中我們也可以看出，通過信用評(píng)級(jí)建立銀農(nóng)關(guān)系可以有效提高農(nóng)戶申請(qǐng)貸款的意愿，由此進(jìn)一步支持了假說1。

(3)用于表示社會(huì)資本的三個(gè)變量(per_social、gro_social、worcre)均未對(duì)交易成本配給產(chǎn)生顯著的影響，本文的假說2未能得到驗(yàn)證。這說明，對(duì)于個(gè)人社會(huì)資本較高的農(nóng)戶、在銀行工作的熟人較多的農(nóng)戶和積極參加農(nóng)民專業(yè)合作社的農(nóng)戶來說，如果其之前因?yàn)檎?guī)金融機(jī)構(gòu)的貸款交易成本過高而放棄申請(qǐng)，那么他的信貸決策并不會(huì)因?yàn)樯鐣?huì)資本的變化而發(fā)生改變。這和其他學(xué)者的研究結(jié)論并不一致。有研究發(fā)現(xiàn)，加入農(nóng)民專業(yè)合作組織的農(nóng)戶更偏好正規(guī)借貸渠道，因?yàn)檗r(nóng)戶加入農(nóng)民專業(yè)合作組織后形成的組織依托關(guān)系，在實(shí)施監(jiān)督與提高借貸資金償還率方面，都將為資金供給方，特別是正規(guī)金融機(jī)構(gòu)提供更為有效的控制途徑。本文認(rèn)為研究結(jié)果之所以不一致，主要是因?yàn)椋涸趯?shí)踐中，社會(huì)資本作為“軟信息”，其對(duì)于銀行貸款決策的影響可能更多體現(xiàn)在貸款的可得性上，即農(nóng)戶獲得貸款的概率更高。但是，相比于“硬信息”或者合格的抵押物，因?yàn)椤败浶畔ⅰ钡奶厥庑约皩?duì)信用風(fēng)險(xiǎn)的管控，銀行依然需要在事前對(duì)農(nóng)戶進(jìn)行詳細(xì)的貸前調(diào)查，在貸款審批過程中綜合全面地對(duì)農(nóng)戶的信用狀況進(jìn)行評(píng)估，農(nóng)戶貸款的交易成本并未因此而產(chǎn)生很大的變化，交易成本配給也不會(huì)受到顯著的影響。

(4)農(nóng)戶的農(nóng)業(yè)收入(agriculture_income)在5%的水平上顯著地正向影響交易成本配給。且農(nóng)業(yè)收入每提高10000元，其面臨交易成本配給的概率提高0.4%。這說明，農(nóng)戶的農(nóng)業(yè)收入越高，其越容易受到交易成本配給。本文推測(cè)可能是因?yàn)椋恨r(nóng)業(yè)是高風(fēng)險(xiǎn)產(chǎn)業(yè)，受自然災(zāi)害等很多非可控因素的影響，農(nóng)業(yè)收入相比于大部分非農(nóng)產(chǎn)業(yè)的收入更加不穩(wěn)定。作為經(jīng)營風(fēng)險(xiǎn)的特殊企業(yè)，銀行可能認(rèn)為以農(nóng)業(yè)為主要收入來源的農(nóng)戶的還款能力比主要收入來源于非農(nóng)產(chǎn)業(yè)的農(nóng)戶的不確定性更高。因此，這部分農(nóng)戶所需要付出的事前交易成本(貸前調(diào)查手續(xù)更加繁瑣)和事中交易成本(貸款審批效率更低)更高，交易成本配給反而更加嚴(yán)重。

(5)耕地面積(land)在5%的水平上通過了顯著性檢驗(yàn)。農(nóng)戶的耕地面積每增加1畝，其受到交易成本配給的概率將降低0.04%。盡管中國尚未完成土地產(chǎn)權(quán)改革，從總體上來說，農(nóng)戶不能以自己所持有的土地進(jìn)行抵押來獲得貸款，但是隨著土地抵押貸款在部分地區(qū)施行，越來越多試點(diǎn)地區(qū)的農(nóng)戶可以參與到土地抵押貸款中。如浙江省寧波市自2009年5月開始推出的“兩權(quán)一房”抵(質(zhì))押貸款中就包含了農(nóng)村土地承包經(jīng)營權(quán)質(zhì)押貸款。因此，耕地面積較大的農(nóng)戶可能被銀行認(rèn)定為還款能力更強(qiáng)、信息不對(duì)稱程度更低，相應(yīng)的貸款手續(xù)更加簡便、審批速度更快，交易成本配給也得到了緩解。

六、結(jié)論與建議

本文基于Guirkinger et al.(2008)的理論觀點(diǎn)，對(duì)農(nóng)戶信貸過程中的交易成本配給進(jìn)行了識(shí)別，并實(shí)證分析其影響因素。在樣本農(nóng)戶中，交易成本配給型、風(fēng)險(xiǎn)配給型和價(jià)格配給型農(nóng)戶的比例分別為14%、0.99%、4.73%。實(shí)證結(jié)果表明，中國農(nóng)村信貸市場(chǎng)中確實(shí)存在交易成本配給的現(xiàn)象。其中，農(nóng)戶和銀行業(yè)務(wù)往來的關(guān)系強(qiáng)度對(duì)交易成本配給型農(nóng)戶是否參與信貸市場(chǎng)具有顯著的影響。在農(nóng)戶成為信用戶后，銀行和農(nóng)戶間的關(guān)系強(qiáng)度也隨之增加，雙方的信息不對(duì)稱程度降低。因此，農(nóng)戶需要承擔(dān)的交易成本減少，其主動(dòng)申請(qǐng)貸款的意愿自然增加。當(dāng)?shù)亟鹑诜?wù)供給水平會(huì)顯著地影響交易成本配給型農(nóng)戶的信貸決策。尤其是有貸款功能的網(wǎng)點(diǎn)數(shù)量越多、當(dāng)?shù)氐慕煌ɑA(chǔ)設(shè)施等水平越高，農(nóng)村信貸市場(chǎng)的競(jìng)爭就越激烈，銀行辦理業(yè)務(wù)的效率也會(huì)越高，農(nóng)戶貸款所需要承擔(dān)的交易成本會(huì)相應(yīng)降低；同時(shí)，有名義需求的農(nóng)戶對(duì)于正規(guī)信貸的認(rèn)知可能會(huì)更加準(zhǔn)確，更愿意提出貸款申請(qǐng)。但是，農(nóng)戶的社會(huì)資本水平對(duì)交易成本配給的影響并不顯著，我們認(rèn)為很可能是因?yàn)橄啾扔诮灰壮杀荆鐣?huì)資本對(duì)信貸過程的影響更多體現(xiàn)在可得性上。此外，農(nóng)戶的農(nóng)業(yè)收入和耕地面積也會(huì)對(duì)交易成本配給產(chǎn)生影響。農(nóng)業(yè)收入占比越高的農(nóng)戶受到交易成本配給的概率越高。而在土地產(chǎn)權(quán)改革的大環(huán)境下，越來越多地區(qū)的土地開始試點(diǎn)作為抵押品，因此耕地?cái)?shù)量較多可以促使農(nóng)戶將名義信貸需求轉(zhuǎn)化為有效需求。

依據(jù)研究結(jié)論，本文認(rèn)為：為了從根源上緩解交易成本配給對(duì)農(nóng)戶信貸需求的影響，現(xiàn)階段應(yīng)側(cè)重于地區(qū)金融體系的建立：一方面，進(jìn)一步完善信用評(píng)級(jí)體系，提高銀農(nóng)關(guān)系強(qiáng)度；另一方面，在金融服務(wù)水平、交通基礎(chǔ)設(shè)施等方面不斷培育穩(wěn)健發(fā)展的農(nóng)村信貸市場(chǎng)，為農(nóng)戶融資營造合適的政策環(huán)境。

程恩江,劉西川. 2010. 小額信貸緩解農(nóng)戶正規(guī)信貸配給了嗎?來自三個(gè)非政府小額信貸項(xiàng)目區(qū)的經(jīng)驗(yàn)證據(jù)[J]. 金融研究(12):190-206.

程郁,韓俊,羅丹. 2009. 供給配給與需求壓抑交互影響下的正規(guī)信貸約束:來自1874戶農(nóng)戶金融需求行為考察[J]. 世界經(jīng)濟(jì)(5):73-82.

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

劉西川,程恩江. 2009. 貧困地區(qū)農(nóng)戶的正規(guī)信貸約束:基于配給機(jī)制的經(jīng)驗(yàn)考察[J]. 中國農(nóng)村經(jīng)濟(jì)(6):37-50.

任劼,孔榮,TURVEY C. 2015. 農(nóng)戶信貸風(fēng)險(xiǎn)配給識(shí)別及其影響因素:來自陜西730戶農(nóng)戶調(diào)查數(shù)據(jù)分析[J]. 中國農(nóng)村經(jīng)濟(jì)(3):56-67.

童馨樂,李揚(yáng),楊向陽. 2015. 基于交易成本視角的農(nóng)戶借貸渠道偏好研究:以全國六省農(nóng)戶調(diào)查數(shù)據(jù)為例[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)(11):78-87.

張龍耀,江春. 2011. 中國農(nóng)村金融市場(chǎng)中非價(jià)格信貸配給的理論和實(shí)證分析[J]. 金融研究(7):98-113.

張三峰,王非,賈愚. 2013. 信用評(píng)級(jí)對(duì)農(nóng)戶融資渠道選擇意愿的影響:基于10省(區(qū))農(nóng)戶信貸調(diào)查數(shù)據(jù)的分析[J]. 中國農(nóng)村經(jīng)濟(jì)(7):72-84.

ADAMS D W, NEHMAN G I. 1979. Borrowing costs and the demand for rural credit [J]. Journal of Development Studies, 15(2):165-176.

BAYDAS M M, MEYER R L, AGUILERA-ALFRED N. 1994. Credit rationing in small-scale enterprises: special microenterprise programs in Ecuador [J]. Journal of Development Studies, 31(2):279-309.

BELL C. 1990. Interactions between institutional and informal credit agencies in rural India [J]. World Bank Economic Review, 4(3):297-327.

DIAGNE A, ZELLER M, SHARMA M. 2000. Empirical measurements of households′ access to credit and credit constraints in developing countries:methodological issues and evidence [R]. FCND Discussion Paper, No.90.

GUIRKINGER C, BOUCHER S. 2008. Credit constraints and productivity in Peruvian agriculture [J]. Agricultural Economics, 39(3):295-308.

PETRICK M. 2004. A microeconometric analysis of credit rationing in the Polish farm sector [J]. European Review of Agricultural Economics, 31(1):77-101.

PETRICK M. 2005. Empirical measurement of credit rationing in agriculture: a methodological survey [J]. Agricultural Economics, International Association of Agricultural Economists, 33(2):191-203.

WILLIAMSON O E. 1979. Transaction-cost economics: the governance of contractural relations [J]. Journal of Law and Economics, 22(2):233-261.

(責(zé)任編輯 彭 江)

Identification and Causes of Transaction Cost Rationing in Rural Formal Credit: Analysis on 466 Farmers in Zhejiang and Heilongjiang

PENG Peng1LV KaiYu2

(1.School of Management and Engineering, Nanjing University, Nanjing 210093； 2.Institute of Agricultural Economics and Development, Chinese Academy of Agricultural Sciences, Beijing 100081)

Based on credit rationing theory and transaction cost theory, this paper uses the survey data of 466 farmers from two provinces, and probit model is taken to explore possible factors that may affect the transaction cost of formal credit from farmers. The result indicates that 14% of the sample farmers are faced with transaction cost rationing. For these farmers, compared with society capital, their relationships with banks and the level of local financial supply decrease the probability of transaction cost rationing. This is due to the fact that higher level of financial supply can not only decrease the transaction cost of financial markets but also strengthen farmers′ understanding of transaction cost rationing, while the solid relationship between banks and farmers will decrease the degree of information asymmetry, and increase farmers′ credit demand.

credit rationing; transaction cost; relationship between banks and farmers; financial supply

2017-01-16

彭 澎(1989--)，男，浙江東陽人，南京大學(xué)工程管理學(xué)院博士生。 呂開宇(1975--)，男，江蘇無錫人，中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所研究員，博士生導(dǎo)師。

本文系中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程(ASTIP-IAED-2017-03),國家自然科學(xué)基金項(xiàng)目“氣候變化條件下農(nóng)戶投保行為與風(fēng)險(xiǎn)管理研究”(71373264)、“土地流轉(zhuǎn)背景下農(nóng)地經(jīng)營投資行為與耕地質(zhì)量提升研究”(71573262)的成果。

F832.43

A

1001-6260(2017)03-0039-11

10.19337/j.cnki.34-1093/f.2017.03.004

財(cái)貿(mào)研究 2017.3