樊文翔

(北京大學(xué) 馬克思主義學(xué)院，北京100871)

普惠金融最早由聯(lián)合國提出，是指能有效和全方位為社會所有階層和群體提供服務(wù)的金融體系[1]。在中國，普惠金融實踐與數(shù)字金融發(fā)展緊密相關(guān)。2013年11月，黨的十八屆三中全會通過的《中共中央關(guān)于全面深化改革若干重大問題的決定》正式提出發(fā)展普惠金融。依托于信息技術(shù)、大數(shù)據(jù)和云計算等創(chuàng)新技術(shù)的互聯(lián)網(wǎng)金融迅速發(fā)展，使得金融服務(wù)可得性和便利性大大提高，有效滿足了那些通常難以享受到金融服務(wù)的低收入和弱勢群體的需求，推動了國內(nèi)普惠金融的發(fā)展[2]。根據(jù)北京大學(xué)中國數(shù)字金融研究中心的報告，中國省級數(shù)字普惠金融指數(shù)的均值已經(jīng)由2011年的40.00提高到2018年的300.21，增長了近8倍，數(shù)字普惠金融深刻影響著民眾生產(chǎn)生活和社會經(jīng)濟變革[3]。

農(nóng)村金融市場上的信貸行為與農(nóng)戶的生產(chǎn)生活密不可分。作為農(nóng)業(yè)生產(chǎn)經(jīng)營的重要主體，農(nóng)戶是我國農(nóng)村金融市場中主要的資金需求者，滿足農(nóng)戶對各種生產(chǎn)要素特別是資金的需求是黨和政府推進鄉(xiāng)村振興戰(zhàn)略、全面打贏脫貧攻堅戰(zhàn)的重要保證。但由于信息不對稱、缺乏抵押物等問題，銀行、農(nóng)村信用社等正規(guī)金融機構(gòu)在提供信貸時往往發(fā)生“離農(nóng)”傾向，農(nóng)戶貸款難、貸款貴的問題依然存在，阻礙了農(nóng)村生產(chǎn)發(fā)展和生活改善。因此，如何提高農(nóng)戶信貸獲得始終是農(nóng)村金融關(guān)注的焦點?！叭r(nóng)”是普惠金融的主要服務(wù)對象，發(fā)展普惠金融的一個重要目標就是提高農(nóng)戶信貸獲得，緩解農(nóng)戶面臨的信貸約束，從而提升農(nóng)戶福利。2020年3月底，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為46.2%，較2018年底提升7.8個百分點(1)第45次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》，http://www.cnnic.net.cn/hlwfzyj/.。 這為農(nóng)村居民獲得數(shù)字普惠金融服務(wù)提供了一定的基礎(chǔ)條件。那么，農(nóng)戶從數(shù)字普惠金融的發(fā)展中受益幾何？農(nóng)戶的信貸獲得情況是否得到改善呢？基于以上背景，本文將中國數(shù)字普惠金融指數(shù)層面的宏觀數(shù)據(jù)和中國家庭追蹤調(diào)查(CFPS)的農(nóng)戶微觀數(shù)據(jù)相結(jié)合，評估數(shù)字普惠金融發(fā)展對農(nóng)戶信貸獲得的影響，并進一步分析影響機制和異質(zhì)性特點。

一、文獻回顧與理論分析

1.文獻回顧

互聯(lián)網(wǎng)、大數(shù)據(jù)和云計算等現(xiàn)代信息技術(shù)的發(fā)展則為克服農(nóng)戶信貸的困難提供了一種可能的解決方案[10]。已有學(xué)者從不同視角對現(xiàn)代信息技術(shù)在農(nóng)村金融市場上的積極作用進行了研究。Diniz等指出信息通信技術(shù)的發(fā)展為金融創(chuàng)新提供了便利條件，能夠有效降低金融服務(wù)的交易成本[11]。基于信息經(jīng)濟學(xué)視角，周立等發(fā)現(xiàn)充分利用現(xiàn)代信息技術(shù)實現(xiàn)金融服務(wù)“村村通”有助于銀行了解村級信息，減少信息不對稱，由此提高農(nóng)戶的信貸獲得[12]。徐光順等利用交易成本理論的分析框架指出，信息技術(shù)的發(fā)展不僅能夠降低農(nóng)戶金融產(chǎn)品和服務(wù)的信息搜尋成本，而且可以減低農(nóng)村金融機構(gòu)的運營成本，有利于提高農(nóng)戶金融服務(wù)的可得性和可及性[13]。柳松等的研究同樣強調(diào)了可以通過互聯(lián)網(wǎng)技術(shù)緩解金融機構(gòu)和農(nóng)戶之間存在的信息不對稱，提升金融機構(gòu)對農(nóng)戶的放貸意愿[14]。黃益平等進一步指出通過現(xiàn)代信息技術(shù)可以對來自社交媒體和網(wǎng)購平臺等的大數(shù)據(jù)進行分析以實現(xiàn)信用評估，有利于彌補單純地依靠抵押資產(chǎn)做風(fēng)控的不足[10]。而作為數(shù)字技術(shù)和普惠金融的有機結(jié)合，數(shù)字普惠金融對微觀主體的影響也引起了學(xué)界的關(guān)注。易行健等認為數(shù)字普惠金融的發(fā)展通過提升支付便利性和緩解流動性約束促進了居民消費[15]。傅子秋等研究發(fā)現(xiàn)數(shù)字普惠金融在減少農(nóng)戶生產(chǎn)性正規(guī)信貸需求的同時，增加了農(nóng)戶消費性正規(guī)信貸需求[16]。楊波等圍繞數(shù)字普惠金融與農(nóng)戶信貸獲得的關(guān)系進行了研究，但沒有考慮非正規(guī)信貸的影響，而且主要強調(diào)了數(shù)字支付渠道的便利性這一影響機制[17]。綜上，一方面，提高農(nóng)戶信貸獲得是理論界關(guān)注的重要話題，信息不對稱和抵押物缺失等影響農(nóng)戶信貸獲得的主要因素仍然存在。另一方面，數(shù)字普惠金融通過現(xiàn)代信息技術(shù)的運用在緩解信息不對稱和抵押物缺失等問題上具有重要意義。但是，關(guān)于數(shù)字普惠金融發(fā)展對居民信貸特別是農(nóng)戶信貸的研究仍相對較少，解釋力略顯不足。

2.數(shù)字普惠金融影響農(nóng)戶信貸獲得的內(nèi)在邏輯

數(shù)字普惠金融的興起和發(fā)展具有市場創(chuàng)新和改進、政府引導(dǎo)和支持的雙重性質(zhì)。一方面，數(shù)字金融是數(shù)字普惠金融的基礎(chǔ)，依托于移動互聯(lián)網(wǎng)、大數(shù)據(jù)和云計算等信息技術(shù)，數(shù)字金融一定程度上克服了傳統(tǒng)金融的金融抑制，提高了金融資源的利用效率。另一方面，政府則從互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)、頂層設(shè)計和監(jiān)管規(guī)范等方面著手，積極引導(dǎo)數(shù)字普惠金融的健康發(fā)展。具體而言，數(shù)字普惠金融可能從以下三個方面影響了農(nóng)戶的信貸獲得，如圖1所示：

圖 1 數(shù)字普惠金融發(fā)展影響農(nóng)戶信貸獲得的分析框架

第一，數(shù)字普惠金融降低了交易成本。在數(shù)字普惠金融發(fā)展之前，農(nóng)戶如果有借貸需求，通常需要到鄉(xiāng)鎮(zhèn)或者縣城的實體銀行網(wǎng)點辦理相關(guān)手續(xù)，不僅面臨著居住偏遠、地形復(fù)雜和交通落后等因素帶來的極大挑戰(zhàn)，而且出于盈利性和安全性的考慮，金融機構(gòu)到較偏遠的地區(qū)發(fā)放貸款的主動性和積極性不足。數(shù)字普惠金融發(fā)展起來以后，金融機構(gòu)依托互聯(lián)網(wǎng)和移動通信工具能夠發(fā)揮地理區(qū)域的滲透性、使用有效性和產(chǎn)品基礎(chǔ)性等特點，實現(xiàn)信貸、理財和支付等金融服務(wù)上的創(chuàng)新，打破對營業(yè)網(wǎng)點、ATM機等線下物理載體的依賴，通過數(shù)字普惠金融為這些地區(qū)提供現(xiàn)代金融體系的各類服務(wù)。這有利于提高銀行、信用社等金融機構(gòu)為偏遠地區(qū)提供金融服務(wù)的效率，降低交易成本。

第二，數(shù)字普惠金融緩解了信息不對稱問題。一般而言，小農(nóng)經(jīng)營具有分散性、地域性和缺乏穩(wěn)定收入流的特點，獲得正規(guī)信貸需要經(jīng)過嚴格的審批程序，這增大了金融機構(gòu)對單個農(nóng)戶信息搜尋的成本，導(dǎo)致金融機構(gòu)通常不愿意對這類群體發(fā)放貸款，進一步惡化了金融機構(gòu)與農(nóng)戶之間存在的信息不對稱問題。在數(shù)字普惠金融發(fā)展之后，數(shù)字技術(shù)一定程度上可以解決借貸雙方的信息不對稱問題，將低收入人群連接到數(shù)字化信息高速公路，改進其市場、服務(wù)和信息的可得性，使得金融服務(wù)能夠更精準地被送達有需要的人群[18-19]。一方面，在追求市場利潤的驅(qū)動下，金融機構(gòu)積極運用云計算、大數(shù)據(jù)技術(shù)，創(chuàng)新風(fēng)控模式，評價農(nóng)戶的還款能力、違約風(fēng)險等特征，顯著提高風(fēng)險識別能力和授信審批效率[20]，同時，數(shù)字普惠金融的迅速發(fā)展也對社會信用體系的建設(shè)和完善提出了更高的要求。另一方面，互聯(lián)網(wǎng)的普及有效削弱了農(nóng)戶有限參與機會限制[21]，使得農(nóng)戶可以在網(wǎng)上進行支付、購物、社交和理財?shù)仁袌龌顒樱@些基于數(shù)據(jù)流和信息流形成的“軟信息”在經(jīng)過數(shù)字化、編碼化之后成為檢驗經(jīng)濟主體信用的“硬信息”[22-23]，有利于緩解信息不對稱問題。

第三，數(shù)字普惠金融降低了抵押品要求。一方面，數(shù)字普惠金融與電子商務(wù)的結(jié)合刺激了消費需求的提升，拓展出更多的消費方式和服務(wù)方式，催生出大量新型金融服務(wù)需求。為此，傳統(tǒng)金融機構(gòu)和金融科技企業(yè)開發(fā)了多種類型的消費型信貸。這些消費型信貸通常額度較小，而且以農(nóng)戶過去的交易流為主要依據(jù)，因此放寬了對農(nóng)戶的抵押物的要求。另一方面，為了鼓勵和引導(dǎo)金融機構(gòu)不斷加大對“三農(nóng)”的信貸投入，引導(dǎo)資金流向更為急缺的農(nóng)村地區(qū)，政府靈活運用再貸款、再貼現(xiàn)等貨幣政策以及財政補貼、稅收優(yōu)惠等財政政策，初步形成了正向激勵的財稅和貨幣政策相結(jié)合的扶持政策體系[1]，而且在政府的大力推動和支持下，銀行業(yè)金融機構(gòu)大多成立普惠金融事業(yè)部，金融科技企業(yè)則推出針對農(nóng)業(yè)農(nóng)村的特色金融產(chǎn)品，以更專業(yè)、更聚焦的方式為農(nóng)村地區(qū)提供金融服務(wù)，有利于提高面對農(nóng)戶的信貸供給，進而降低抵押品要求。

眾所周知，體育產(chǎn)業(yè)是一個省、一座城市的名片，在牽扯到一家頗具知名度的體育俱樂部變更東家時，主管部門往往頗為謹慎，大多選擇那些實力雄厚的企業(yè)來進行接盤。

綜上可知，數(shù)字普惠金融的發(fā)展主要提高了農(nóng)戶的正規(guī)信貸獲得。但從信貸市場內(nèi)部來看，一方面，金融服務(wù)可得性的提高可以豐富家庭利用閑余資金的方式，促進家庭在正規(guī)金融市場進行資產(chǎn)配置，但會導(dǎo)致民間供給減少，進而可能使得家庭民間借貸比例下降[24]。另一方面，正規(guī)信貸與非正規(guī)信貸之間既有互補效應(yīng)也有替代效應(yīng)[25-26]。因此，數(shù)字普惠金融發(fā)展可能降低了農(nóng)戶非正規(guī)信貸獲得，但是互補效應(yīng)的存在使得這種影響可能并不穩(wěn)定或者并不顯著。

由此，本文提出以下假說：

假說1:數(shù)字普惠金融發(fā)展可以提高農(nóng)戶的正規(guī)信貸可得性和正規(guī)信貸規(guī)模。

假說2：數(shù)字普惠金融發(fā)展在提高農(nóng)戶正規(guī)信貸可得性和正規(guī)信貸規(guī)模的同時，可能會降低農(nóng)戶非正規(guī)信貸可得性和非正規(guī)信貸規(guī)模。

假說3：數(shù)字普惠金融發(fā)展通過降低交易成本、緩解信息不對稱和降低抵押品要求提高了農(nóng)戶的正規(guī)信貸可得性和正規(guī)信貸規(guī)模。

二、數(shù)據(jù)、變量與模型

1.數(shù)據(jù)來源及說明

本文所使用的數(shù)據(jù)主要來源于兩個數(shù)據(jù)庫：中國家庭追蹤調(diào)查(CFPS)數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)。農(nóng)戶基本數(shù)據(jù)來源于中國家庭追蹤調(diào)查(CFPS)。CFPS是由北京大學(xué)中國社會科學(xué)調(diào)查中心(ISSS)實施的具有全國代表性的大型微觀入戶調(diào)查，目標樣本范圍為16 000家戶及樣本家戶中的全部家庭成員，包括個體(成人和兒童)、家庭和社區(qū)共三個層面的數(shù)據(jù)，反映中國的社會變遷和經(jīng)濟發(fā)展，為學(xué)術(shù)研究提供數(shù)據(jù)支持?？紤]到2013年被稱為“互聯(lián)網(wǎng)金融元年”，故本文選取了2014年、2016年和2018年中國家庭追蹤調(diào)查(CFPS)的全國微觀數(shù)據(jù)。根據(jù)研究需要，本文將樣本限定到農(nóng)村居民，主要使用到成人問卷中的戶主特征、家庭問卷中的家庭特征和社區(qū)問卷中的村莊特征(2)CFPS2016和CFPS2018缺失村莊層面的調(diào)查數(shù)據(jù)，用CFPS2014村(居)調(diào)查的數(shù)據(jù)進行匹配。本研究所用村莊特征變量主要是不隨時間輕易變化的地理特征變量，因此具有一定的合理性。，經(jīng)過篩選和清理共得到包含4998個農(nóng)戶家庭樣本的平衡面板數(shù)據(jù)集。另外，中國數(shù)字普惠金融數(shù)據(jù)來自北京大學(xué)數(shù)字普惠金融指數(shù)，該指數(shù)由螞蟻金服提供的數(shù)字金融服務(wù)數(shù)據(jù)合成，共包括三級維度，涵蓋2011—2018年的省、市、縣三個層級，可以在較大程度上刻畫中國數(shù)字金融的發(fā)展及其普惠性[3]。與微觀農(nóng)戶家庭數(shù)據(jù)相對應(yīng)，本文主要使用2013年、2015年和2017年三年的數(shù)據(jù)(3)CFPS在調(diào)查年份調(diào)查的信息主要是農(nóng)戶在過去12個月的經(jīng)濟狀況，因此2014、2016和2018年的CFPS調(diào)查數(shù)據(jù)主要反映的是農(nóng)戶在2013、2015和2017年的狀況。。本文將兩類數(shù)據(jù)合并，得到了一套包含2013、2015和2017的三年的面板數(shù)據(jù)，涵蓋27個省(4)未包括港澳臺地區(qū)、西藏、內(nèi)蒙古、海南、寧夏。，4998個農(nóng)戶，14994個觀測值的面板數(shù)據(jù)庫。

2.變量定義

(1)農(nóng)戶信貸獲得。農(nóng)戶信貸獲得是本文的核心被解釋變量。按“有無”和“多少”兩個角度，農(nóng)戶信貸獲得可以分為信貸可得性和信貸規(guī)模。按照信貸來源，可以進一步分為正規(guī)信貸和非正規(guī)信貸。正規(guī)信貸包括銀行和信用社等金融機構(gòu)貸款，非正規(guī)信貸包括親友借貸、民間金融機構(gòu)貸款等。信貸可得性用二元虛擬變量表示，若受訪農(nóng)戶當年從銀行、信用社等金融機構(gòu)獲得貸款，則正規(guī)信貸可得性取值為1，否則為0；正規(guī)信貸規(guī)模用當年貸款余額識別。非正規(guī)信貸可得性和信貸規(guī)模的定義與此一致。

(2)數(shù)字普惠金融指數(shù)。數(shù)字普惠金融發(fā)展水平是核心解釋變量。本文直接采用各省在2013、2015和2017三年的數(shù)字普惠金融指數(shù)衡量中國數(shù)字普惠金融的發(fā)展。這一指數(shù)在已有的傳統(tǒng)普惠金融指標基礎(chǔ)上，根據(jù)數(shù)字金融服務(wù)的新形勢和新特點，結(jié)合數(shù)據(jù)的可得性和可靠性，從覆蓋廣度、使用深度和數(shù)字支持服務(wù)三個維度來構(gòu)建。在本文研究范圍內(nèi)，中國省級數(shù)字普惠金融發(fā)展指數(shù)均值從2013年的155.35增加到2017年的271.98。

比較從2013年到2017年間，數(shù)字普惠金融指數(shù)和農(nóng)戶信貸獲得的狀況，結(jié)果顯示，農(nóng)戶獲得正規(guī)信貸的比例提高了約5%，而獲得非正規(guī)信貸的比例則降低了約3.6%，同期，數(shù)字普惠金融指數(shù)增加了近1倍，見表1。從表1的數(shù)據(jù)中可初步看出數(shù)字普惠金融發(fā)展與農(nóng)戶正規(guī)信貸獲得呈正相關(guān)關(guān)系，而與非正規(guī)信貸獲得呈反相關(guān)關(guān)系。

表1 數(shù)字普惠金融指數(shù)與農(nóng)戶信貸獲得

(3)控制變量。根據(jù)已有研究，本文綜合考慮了戶主(5)根據(jù)CFPS官方工作人員給出的建議，并結(jié)合本文的研究主題，2012年后的數(shù)據(jù)庫可使用“最熟悉家庭財務(wù)的成員”，即“財務(wù)回答人”作為家庭戶主。、農(nóng)戶所在的家庭和村莊狀況的差異對其信貸獲得的影響，通過增加家庭特征、戶主特征和村莊特征等三類控制變量以增強模型的解釋力，同時控制了時間和省份固定效應(yīng)。其中，家庭特征控制變量包括家庭年純收入、家庭年消費支出、家庭金融資產(chǎn)、家庭物質(zhì)資產(chǎn)、家庭勞動力數(shù)量、家庭黨員數(shù)量以及家庭上網(wǎng)人數(shù)。戶主是農(nóng)村家庭各種行為的主要決策者，農(nóng)戶的信貸行為主要表現(xiàn)為戶主的信貸行為。戶主特征變量包括年齡及其平方項、戶主性別、婚姻、受教育年限以及健康狀況。此外，本文還在家庭特征中加入了影響信貸需求的兩個變量：是否從事個體經(jīng)營[27]和是否有大事發(fā)生[28]。在村莊特征方面，村莊所處的地理位置和氣候條件將對農(nóng)戶進行生產(chǎn)性投資或做生意產(chǎn)生影響，因此控制了本村到鄉(xiāng)鎮(zhèn)政府以及縣城的距離、本村是否屬于自然災(zāi)害頻發(fā)區(qū)等變量。以上變量的主要描述性統(tǒng)計特征見表2。

表2 變量設(shè)定與描述性統(tǒng)計(6)家庭資產(chǎn)、收入、消費支出等均取對數(shù)。

3.模型設(shè)定

由于農(nóng)戶的信貸可得性是一個二元虛擬變量，因此當實證檢驗數(shù)字普惠金融對農(nóng)戶信貸獲得的影響時，本文主要采用如下模型:

Pr[Accessijt=1|x]=Φ(β0+β1Indexijt+β2Xijt+β3Proj+δt)

(1)

式(1)中，Accessijt表示第j省份第i個農(nóng)戶在第t年是否獲得信貸，Indexijt是此模型的核心解釋變量，用來衡量數(shù)字普惠金融發(fā)展情況，Xijt表示戶主、家庭和村莊層面的控制變量，Proj表示省份虛擬變量，用來控制省份層面的經(jīng)濟特征，δt為控制時間趨勢的虛擬變量。Φ(·)是正態(tài)分布函數(shù)的累計分布函數(shù)。

更進一步，考慮到樣本中大量農(nóng)戶的信貸規(guī)模為0，使用Tobit左側(cè)截斷模型來估計數(shù)字普惠金融對信貸規(guī)模的影響，將沒有獲得信貸的農(nóng)戶也納入計量模型中以減少偏差。本文對信貸規(guī)模的估計模型設(shè)定如下：

(2)

三、結(jié)果與分析

1.基準回歸：數(shù)字普惠金融發(fā)展對農(nóng)戶正規(guī)信貸獲得的影響

表3報告了數(shù)字普惠金融對農(nóng)戶正規(guī)信貸獲得的影響。其中(1)～(3)列使用的是面板Probit模型，被解釋變量是正規(guī)信貸可得性，解釋變量是各省的數(shù)字普惠金融指數(shù)，此外還控制了戶主特征、家庭特征和地區(qū)特征等三類控制變量，以及省份和年份固定效應(yīng)。第(1)列沒有添加任何控制變量，第(2)列在第(1)列基礎(chǔ)上，加入了戶主特征和家庭特征兩類控制變量，第(3)列進一步加入了地區(qū)特征控制變量。(4)～(6)列使用的是Tobit模型，被解釋變量為正規(guī)信貸規(guī)模，解釋變量和控制變量的設(shè)定與前三列相同。

表3 數(shù)字普惠金融對農(nóng)戶正規(guī)信貸獲得的影響

通過表3中第(1)～(3)列的回歸結(jié)果可以看出，無論采用哪種模型設(shè)定形式，數(shù)字普惠金融對農(nóng)戶獲得正規(guī)信貸的概率均具有顯著的正向影響且這一影響相對穩(wěn)健，與我們的理論預(yù)期是一致的，驗證了假說1。平均而言，在控制其他變量不變的情況下，數(shù)字普惠金融指數(shù)每增加1%，農(nóng)戶獲得正規(guī)信貸的概率將提高0.269%～0.282%，具有十分顯著的統(tǒng)計和經(jīng)濟學(xué)含義。第(4)～(6)列的Tobit回歸結(jié)果顯示，數(shù)字普惠金融發(fā)展對農(nóng)戶正規(guī)信貸規(guī)模同樣呈現(xiàn)顯著的正向影響，與第(1)～(3)列的結(jié)論保持一致。

第(3)列結(jié)果顯示，大部分控制變量的估計結(jié)果與預(yù)期基本相符。就戶主特征而言，戶主年齡與信貸獲得在1%水平上顯著正相關(guān)，年齡平方與農(nóng)戶信貸獲得在1%水平上顯著負相關(guān)，這說明戶主年齡與農(nóng)戶信貸獲得呈現(xiàn)出先升后降的“倒U型”關(guān)系，即中年戶主更有可能獲得信貸。在控制其他變量的情況下，與女性相比，男性戶主獲得信貸的可能性顯著高出1.5%。這是因為女性更加規(guī)避風(fēng)險[29]且男性戶主在家庭經(jīng)濟活動中的話語權(quán)更強。與吳雨等的研究一致，戶主的受教育年限越長，農(nóng)戶正規(guī)信貸可得性越高[30]，但金燁等提出戶主受教育年限與農(nóng)戶獲得信貸的可能性呈反向關(guān)系[25]，只是本文結(jié)果并不顯著，說明受教育年限的作用還要做更深入的分析。此外，戶主有配偶的家庭信貸可得性更高，戶主健康狀況則與家庭正規(guī)信貸獲得的影響負相關(guān)，兩者的影響都不顯著，考慮到這些控制變量可能存在潛在內(nèi)生性的問題，故在此不做過多的解釋和延伸。就家庭特征而言，在控制其他變量時，家庭勞動力人數(shù)在5%的顯著性水平為正，反映農(nóng)戶的農(nóng)業(yè)或非農(nóng)經(jīng)營規(guī)模越大，正規(guī)信貸可得性越高。家庭黨員數(shù)量和家庭上網(wǎng)人數(shù)始終在1%的水平上對農(nóng)戶信貸獲得產(chǎn)生正向影響，體現(xiàn)了社會網(wǎng)絡(luò)在農(nóng)戶信貸獲得中的重要角色。已有研究指出家庭規(guī)模、家庭勞動力數(shù)量和家庭社會網(wǎng)絡(luò)對農(nóng)戶獲得信貸的可能性具有顯著的正向影響[31]。這也與我國農(nóng)村地區(qū)“人多力量大”和“鄉(xiāng)土中國”的傳統(tǒng)文化影響密不可分，符合我國農(nóng)村地區(qū)“差序格局”的實際情況。家庭金融資產(chǎn)與農(nóng)戶正規(guī)信貸可得性負相關(guān)且在1%的水平上顯著，這符合“啄序融資”理論的預(yù)測[5]。因為金融資產(chǎn)越多的家庭自由資產(chǎn)越充足，會優(yōu)先選擇內(nèi)部融資，通過外部途徑融資的需求較小，因而信貸獲得較少。同時，家庭物質(zhì)資產(chǎn)和家庭純收入系數(shù)顯著為正，表明家庭的償債能力越高，獲得信貸的可能性越高，信貸規(guī)模越大。從家庭支出的類型來看，家庭消費支出越多，農(nóng)戶獲得信貸的可能性越高，獲得的信貸規(guī)模越大，一定程度上反映了由消費引致的信貸需求效應(yīng)。從村莊特征來看，到鄉(xiāng)鎮(zhèn)政府及到縣城的距離兩個反映地理條件和交通狀況的變量的系數(shù)并不顯著，在一定程度上說明，隨著農(nóng)村道路交通條件的不斷改善，距離不再是影響農(nóng)村信貸決策的關(guān)鍵因素[27]。是否屬于自然災(zāi)害頻發(fā)區(qū)這一變量的影響雖然為正，但同樣不顯著，這可能是因為不同類型自然災(zāi)害對信貸獲得產(chǎn)生了綜合影響。

2.數(shù)字普惠金融對農(nóng)戶非正規(guī)信貸獲得的影響

表4反映了數(shù)字普惠金融對農(nóng)戶非正規(guī)信貸獲得的影響。結(jié)果顯示，當不加入控制變量時，數(shù)字普惠金融雖然提高了農(nóng)戶的非正規(guī)信貸可得性，但是這一影響并不顯著；當加入各類控制變量時，第(3)列的結(jié)果顯示，數(shù)字普惠金融使農(nóng)戶非正規(guī)信貸可得性下降了0.141%，但是在統(tǒng)計水平上同樣不顯著。數(shù)字普惠金融發(fā)展對農(nóng)戶非正規(guī)信貸規(guī)模的影響表現(xiàn)出同樣的特點。這表明，隨著數(shù)字普惠金融的發(fā)展，正規(guī)信貸對非正規(guī)信貸的替代作用逐漸增強，互補效應(yīng)在逐漸減弱。在農(nóng)村金融市場，較高的違約風(fēng)險、畸高的借款利率以及高利貸、地下錢莊等民間組織的存在，不利于中國農(nóng)村金融市場的穩(wěn)定和農(nóng)村經(jīng)濟的健康發(fā)展[32]。數(shù)字普惠金融的發(fā)展可以改善這種供需困境，促進農(nóng)村金融的健康發(fā)展。

表4 數(shù)字普惠金融對農(nóng)戶非正規(guī)信貸獲得的影響

3.穩(wěn)健性討論

由于農(nóng)戶可能同時從正規(guī)和非正規(guī)兩種渠道借貸，兩個模型的誤差項之間存在相關(guān)性，因此簡單利用兩個獨立的二元模型來分析數(shù)字普惠金融對農(nóng)戶信貸獲得的影響可能存在偏誤。本文采用兩種方法對此進行穩(wěn)健性檢驗：一是Biprobit模型；二是條件混合處理模型(conditional recursive mixed-process，CMP)。

如表5所示，Biprobit模型的athrho和CMP模型的atanhrho_12都代表兩個獨立模型殘差的相關(guān)性，兩者均在1%的水平上顯著，說明進行聯(lián)合檢驗是必要的。第(1)和(3)列的結(jié)果顯示，在控制了相關(guān)變量并考慮到可能存在的偏誤后，數(shù)字普惠金融發(fā)展對農(nóng)戶正規(guī)信貸可得性具有正向作用，且至少在5%的水平上顯著，進一步驗證了基準回歸的準確性。同時，通過第(2)和(4)列的結(jié)果可以看出，數(shù)字普惠金融發(fā)展對農(nóng)戶非正規(guī)信貸可得性的影響不僅為負，而且在統(tǒng)計上也不顯著，與表4的分析一致。總體來看，數(shù)字普惠金融對農(nóng)戶正規(guī)信貸可得性具有顯著的促進作用，但是對非正規(guī)信貸可得性的影響并不顯著。

表5 數(shù)字普惠金融對農(nóng)戶信貸獲得的影響：Biprobit模型和CMP模型

4.內(nèi)生性討論

(1)內(nèi)生性問題與IV Probit模型、IV Tobit模型。本文的基準回歸很可能因為遺漏變量、互為因果和測量誤差而造成內(nèi)生性問題。由于因變量為農(nóng)戶微觀數(shù)據(jù)，自變量為省級數(shù)字普惠金融發(fā)展水平，數(shù)據(jù)本身來自兩個數(shù)據(jù)庫，反向因果性大大降低。另一方面，由于任何測量都不可能窮盡所有影響因素，從而可能產(chǎn)生遺漏變量問題。這些遺漏變量可能同時對數(shù)字普惠金融和農(nóng)戶信貸獲得造成影響。而且由于受訪者有時無法精確地記錄和反映自己的相關(guān)狀況，會導(dǎo)致測量誤差的出現(xiàn)，因此遺漏變量和測量誤差的問題仍不容忽視。

工具變量通常需要滿足相關(guān)性和外生性兩個條件。為了較好地避免計量識別中的內(nèi)生性問題，借鑒Bartik[33]和易行健等[15]的做法，構(gòu)建一個“Bartik instrument”(滯后一期的普惠金融指數(shù)與普惠金融指數(shù)在時間上的一階差分的乘積)，然后進行工具變量估計。一方面，本期的數(shù)字金融發(fā)展建立在上期數(shù)字金融發(fā)展的基礎(chǔ)上，滿足相關(guān)性條件。另一方面，該變量與本期農(nóng)戶信貸獲得之間沒有直接關(guān)系，可以較好地滿足外生性條件。表6報告了工具變量回歸的估計結(jié)果。在第一階段的回歸中，IV Probit和IV Tobit模型都顯示出工具變量在1%水平上與數(shù)字普惠金融指數(shù)正相關(guān)，滿足工具變量的相關(guān)性條件。進一步來看，依據(jù) Stock等的研究，F(xiàn)值大于10%偏誤水平下的臨界值為16. 38，而如果F值小于10就可以認為工具變量出現(xiàn)弱工具變量的問題[34]。表6中兩個模型一階段F值遠遠大于10，表明不存在弱工具變量問題。第二階段的回歸結(jié)果顯示，在糾正可能的內(nèi)生偏誤后，數(shù)字普惠金融仍然在1%的水平上顯著提高了農(nóng)戶的正規(guī)信貸獲得。同時，第(2)和(4)列的結(jié)果也表明，數(shù)字普惠金融對農(nóng)戶非正規(guī)信貸獲得的影響在統(tǒng)計上并不顯著。

(2)內(nèi)生性問題與面板數(shù)據(jù)固定效應(yīng)模型。遺漏變量可能是導(dǎo)致內(nèi)生性問題的一個主要原因。當研究所使用的數(shù)據(jù)為面板數(shù)據(jù)時，通?？梢岳妹姘鍞?shù)據(jù)的固定效應(yīng)模型來控制那些不隨時間變化的家庭層面的遺漏變量的影響。同時，考慮到Probit模型和Tobit模型無法有效控制個體層面的固定效應(yīng)，因此本文在這里采用線性概率模型(linear prability model，LPM)進行回歸，結(jié)果如表7所示。表7的模型設(shè)定與表3基本一致，但是在此并不包括個別不隨時間變化的家庭層面的特征變量?；貧w結(jié)果顯示，即使控制了個體層面的固定效應(yīng)，數(shù)字普惠金融的發(fā)展依然可以顯著提高農(nóng)戶的正規(guī)信貸獲得，但是對農(nóng)戶非正規(guī)信貸獲得的影響并不顯著。

表6 數(shù)字普惠金融與農(nóng)戶信貸獲得：工具變量回歸

表7 數(shù)字普惠金融與農(nóng)戶信貸獲得：雙向固定效應(yīng)模型

5.機制探討

上述回歸結(jié)果顯示，數(shù)字普惠金融整體上顯著提高了農(nóng)戶的正規(guī)信貸可得性和正規(guī)信貸規(guī)模。根據(jù)理論分析，數(shù)字普惠金融可以通過降低交易成本、緩解信息不對稱和降低抵押品要求等途徑提高農(nóng)戶的正規(guī)信貸獲得。由于三種途徑往往相互融合，共同發(fā)揮作用，降低了信貸雙方對實體金融機構(gòu)的依賴性，提高了農(nóng)戶的信貸可得性。因此，如果農(nóng)戶所在地區(qū)越偏遠，數(shù)字普惠金融對提高農(nóng)戶信貸獲得的影響越大，則可在一定程度上驗證此機制的存在。

表8 數(shù)字普惠金融與農(nóng)戶信貸獲得：影響機制

由于信用社、銀行等的基層機構(gòu)通常設(shè)置在鄉(xiāng)鎮(zhèn)政府所在地，本文根據(jù)“所在村莊離鄉(xiāng)鎮(zhèn)距離”這一變量的中位數(shù)，將全部農(nóng)戶分為“較遠”組和“較近”組，并使用兩種方法進行了檢驗。第一種是直接進行分組回歸，如表8第(1)列和第(2)列所示，其中第(1)列為“較遠”組，第(2)列為“較近”組；第二種方法是在回歸中引入相應(yīng)的交互項，如表8第(3)列所示。結(jié)果表明，數(shù)字普惠金融發(fā)展顯著提高了距離“較遠”組的信貸獲得，而且邊際效應(yīng)相比基準回歸更大，但是對“較近”組的影響并不顯著?？傮w而言，數(shù)字普惠金融的發(fā)展提高了農(nóng)戶特別是偏遠地區(qū)農(nóng)戶的信貸獲得，從一定程度上反映了數(shù)字普惠金融降低交易成本、緩解信息不對稱和降低抵押品要求等途徑的綜合效應(yīng)。

6.不同收入農(nóng)戶的異質(zhì)性分析

收入是影響農(nóng)戶信貸獲得的重要因素。一方面，低收入農(nóng)戶是普惠金融的主要服務(wù)對象[35]。另一方面，數(shù)字普惠金融兼具普惠性和商業(yè)性雙重特點，需要考慮盈利和政策雙重目標。因此，本文從家庭年純收入的角度進行異質(zhì)性分析。首先，本文根據(jù)家庭年純收入中位數(shù)，將農(nóng)戶家庭年純收入大于或等于中位數(shù)的家庭劃分為“高收入”組，反之歸類為“低收入”組。表9中的第(1)和(2)列的結(jié)果顯示，數(shù)字普惠金融顯著提高了高收入農(nóng)戶和低收入農(nóng)戶的正規(guī)信貸獲得。進一步地，本文根據(jù)家庭年純收入的20分位數(shù)和80分位數(shù)，將農(nóng)戶分為“較低收入”“中等收入”和“較高收入”三類群體進行異質(zhì)性分析。表9的第(3)～(5)列報告了這一結(jié)果?；貧w結(jié)果表明，數(shù)字普惠金融顯著提高了較高收入農(nóng)戶和較低收入農(nóng)戶的信貸獲得，值得注意的是，對中等收入群體的正向影響并不顯著。溫濤等發(fā)現(xiàn)在農(nóng)貸市場中，部分“精英農(nóng)戶”利用自身優(yōu)勢可以獲取更多信貸資源[36]。這種“精英俘獲”機制使得農(nóng)貸市場結(jié)構(gòu)扭曲，功能錯位。因此，這表明數(shù)字普惠金融不僅發(fā)揮普惠性功能，有效提高了低收入農(nóng)戶的信貸獲得，而且同時追逐商業(yè)性目標，出現(xiàn)“精英俘獲”現(xiàn)象。

表9 基于家庭純收入異質(zhì)性的數(shù)字普惠金融與農(nóng)戶信貸獲得

四、結(jié)論與啟示

本文基于中國數(shù)字普惠金融指數(shù)和CFPS 2014—2018年的面板數(shù)據(jù)，系統(tǒng)考察了數(shù)字普惠金融對農(nóng)戶信貸獲得的影響。研究表明：第一，數(shù)字普惠金融發(fā)展顯著提高了農(nóng)戶正規(guī)信貸獲得，但是對農(nóng)戶非正規(guī)信貸獲得的影響并不顯著；第二，數(shù)字普惠金融通過降低交易成本、緩解信息不對稱和降低抵押品要求等途徑提高了農(nóng)戶正規(guī)信貸獲得；第三，數(shù)字普惠金融發(fā)展有效提高了較高收入農(nóng)戶和較低收入農(nóng)戶的正規(guī)信貸獲得，但是對中等收入農(nóng)戶的影響并不顯著，體現(xiàn)出普惠性和商業(yè)性并存的特點。

基于以上研究結(jié)論，本文得出如下啟示：首先，從政府角度來看，應(yīng)繼續(xù)大力支持數(shù)字普惠金融的發(fā)展，充分發(fā)揮數(shù)字普惠金融在提高農(nóng)戶信貸獲得、推動鄉(xiāng)村振興特別是幫助偏遠地區(qū)脫貧脫困中的積極作用。如加強農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、降低農(nóng)村地區(qū)上網(wǎng)費用、及時推動農(nóng)戶上網(wǎng)設(shè)備的更新?lián)Q代、積極在農(nóng)村地區(qū)開展網(wǎng)絡(luò)安全教育活動和健全農(nóng)村征信體系等。其次，從農(nóng)戶角度看，農(nóng)戶應(yīng)注重互聯(lián)網(wǎng)技能的學(xué)習(xí)和個人良好信用的積累，注意防范各類操作風(fēng)險，充分利用現(xiàn)代信息技術(shù)獲得信貸資金，提高資金使用效率和增收能力，擺脫貧困。最后，社會各界都要加強對農(nóng)村中等收入階層的關(guān)注。普惠性和“精英俘獲”效應(yīng)的并存，表明低收入群體和較高收入群體都從普惠金融中獲益，一定程度上使得中等收入群體成為“局外人”。而中等收入群體占據(jù)著社會的絕大部分，是推動國內(nèi)大循環(huán)的重要力量，在關(guān)注兩端人口的同時，應(yīng)適度重視中等收入群體的利益訴求。