王亞平 羅博文 羅劍朝

摘 要：互聯(lián)網(wǎng)信息技術(shù)的發(fā)展對農(nóng)村金融體系產(chǎn)生了深刻影響，為解決農(nóng)村信貸難題迎來新機(jī)遇?；陉兾?15份農(nóng)戶調(diào)查數(shù)據(jù)，綜合運(yùn)用Probit、Heckman兩階段和中介效應(yīng)模型，深入分析互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響及存在問題，并探討其作用機(jī)制。研究結(jié)果表明：互聯(lián)網(wǎng)使用能夠有效降低正規(guī)信貸約束的發(fā)生概率，并且對農(nóng)村“長尾群體”正規(guī)信貸約束的緩解作用更強(qiáng)，但“精英俘獲”現(xiàn)象仍然明顯。進(jìn)一步研究發(fā)現(xiàn)，信息約束、金融知識水平和家庭非農(nóng)收入均在互聯(lián)網(wǎng)使用緩解家庭正規(guī)信貸約束中存在部分中介作用。因此，應(yīng)當(dāng)拓展互聯(lián)網(wǎng)信息技術(shù)的應(yīng)用廣度和深度，著重提高農(nóng)村地區(qū)特別是農(nóng)村弱勢群體的互聯(lián)網(wǎng)普及和普惠金融教育。

關(guān)鍵詞：互聯(lián)網(wǎng)使用;信貸約束;需求型信貸約束;供給型信貸約束

中圖分類號：F822.35?文獻(xiàn)標(biāo)志碼：A 文章編號：1009-9107（2023）02-0113-14

收稿日期：2022-05-23DOI：10.13968/j.cnki.1009-9107.2023.02.13

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目（71873100、72273105）;中央農(nóng)辦、農(nóng)業(yè)農(nóng)村部鄉(xiāng)村振興專家咨詢委員會(huì)軟科學(xué)課題（rkx20221801）;中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)（2452022074）

作者簡介：王亞平，女，西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生，主要研究方向?yàn)檗r(nóng)村金融理論與政策。

*通信作者

引 言

探索破解三農(nóng)“融資難、融資貴”困境，提升金融服務(wù)鄉(xiāng)村振興能力是政府與學(xué)術(shù)界持續(xù)關(guān)注和研究的課題。銀行提供的正規(guī)信貸服務(wù)是普通農(nóng)戶面臨資金需求時(shí)的首選^［1］。然而，隨著農(nóng)村集體產(chǎn)權(quán)制度改革以及城鄉(xiāng)一體化進(jìn)程的加快，農(nóng)村金融需求的多元化、差異化特點(diǎn)越發(fā)明顯。我國45.2％的農(nóng)村家庭依舊面臨嚴(yán)重的正規(guī)信貸約束，其中需求型信貸約束為家庭主要信貸約束占比高達(dá)67.4％，供給型信貸約束約僅占9.7％^［2］，農(nóng)戶信貸需求仍得不到有效滿足^［3］。2019年國家五部委聯(lián)合發(fā)布的《關(guān)于金融服務(wù)鄉(xiāng)村振興的指導(dǎo)意見》中提出“推動(dòng)互聯(lián)網(wǎng)新技術(shù)在農(nóng)村金融領(lǐng)域的應(yīng)用推廣”;2022年中央一號文件再次提出，大力推進(jìn)數(shù)字鄉(xiāng)村建設(shè)，要以數(shù)字技術(shù)賦能鄉(xiāng)村公共服務(wù)，加速推動(dòng)“互聯(lián)網(wǎng)+”向鄉(xiāng)村延伸覆蓋。在國家政策的推動(dòng)下，互聯(lián)網(wǎng)信息技術(shù)迅猛發(fā)展、跨界融合、深度滲透，依托大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等技術(shù)突破傳統(tǒng)金融供給的時(shí)空阻隔，提高金融服務(wù)效率、降低金融服務(wù)成本和門檻、改善農(nóng)村地區(qū)金融供給，成為促進(jìn)傳統(tǒng)金融機(jī)構(gòu)轉(zhuǎn)型和金融產(chǎn)品及服務(wù)多樣化、解決農(nóng)村信貸難題的強(qiáng)大外部動(dòng)力，給農(nóng)村金融體系帶來巨大變革。尤其是2020年突如其來的新冠肺炎疫情，農(nóng)村正規(guī)金融機(jī)構(gòu)更多地依托互聯(lián)網(wǎng)渠道向符合條件的農(nóng)戶發(fā)放用于生產(chǎn)經(jīng)營、生活消費(fèi)貸款，傳統(tǒng)農(nóng)戶貸款的線上化等非接觸式的銀行業(yè)務(wù)快速興起^［4］，互聯(lián)網(wǎng)信貸成為紓解融資約束、實(shí)現(xiàn)普惠金融的重要手段，后疫情時(shí)代下的農(nóng)村金融新格局逐步形成。

眾多國內(nèi)外學(xué)者長期致力于互聯(lián)網(wǎng)信息技術(shù)發(fā)展與農(nóng)村信貸之間的關(guān)系研究。Claessens通過對偏遠(yuǎn)地區(qū)實(shí)地調(diào)研數(shù)據(jù)分析發(fā)現(xiàn)，互聯(lián)網(wǎng)信息技術(shù)通過降低交易成本、擴(kuò)大銀行業(yè)務(wù)覆蓋范圍等方式提高偏遠(yuǎn)地區(qū)的低收入群體獲得金融服務(wù)的可能性^［5］。Geach等研究表明，移動(dòng)電話技術(shù)能夠?yàn)榫徑廪r(nóng)村地區(qū)和城市低收入?yún)^(qū)域金融排斥提供解決方案^［6］;Diniz等進(jìn)一步研究發(fā)現(xiàn)，互聯(lián)網(wǎng)技術(shù)能讓銀行為偏遠(yuǎn)地區(qū)居民提供持續(xù)性的信貸服務(wù)，充分提供和滿足日常信貸需求^［7］。結(jié)合中國實(shí)際，徐光順等利用CFPS微觀調(diào)查數(shù)據(jù)分析發(fā)現(xiàn)互聯(lián)網(wǎng)使用能夠提高金融服務(wù)可得性，推動(dòng)農(nóng)村普惠金融發(fā)展，尤其是對距離金融機(jī)構(gòu)較遠(yuǎn)的農(nóng)戶家庭普惠金融促進(jìn)作用更大^［8］;蔡慶豐等基于2011-2018年中國地級市層面數(shù)據(jù)，發(fā)現(xiàn)互聯(lián)網(wǎng)信貸能夠有效緩解中低收入勞動(dòng)者的融資約束^［9］;田紅宇等基于中國家庭追蹤數(shù)據(jù)研究互聯(lián)網(wǎng)使用對農(nóng)戶信貸獲得和信貸規(guī)模的影響，發(fā)現(xiàn)互聯(lián)網(wǎng)使用能夠使農(nóng)戶獲得信貸的概率和規(guī)模分別增加5.48％和31.18％^［10］。以上研究表明互聯(lián)網(wǎng)信息技術(shù)在紓解農(nóng)村地區(qū)正規(guī)信貸約束中具有重要作用。

然而，在互聯(lián)網(wǎng)信貸運(yùn)行過程中暴露出一些顯著問題不容忽視。馮興元發(fā)現(xiàn)我國普惠金融的數(shù)字基礎(chǔ)設(shè)施建設(shè)滯后、數(shù)字化發(fā)展尚未解決城鄉(xiāng)“數(shù)字鴻溝”問題，導(dǎo)致互聯(lián)網(wǎng)信貸服務(wù)深度不足^［11］;董翀等基于對全國東部、中部、西部典型縣市案例研究發(fā)現(xiàn)，我國縣域存在數(shù)字普惠金融服務(wù)供給與縣域多樣化金融需求不匹配、服務(wù)對象數(shù)字金融素養(yǎng)普遍不高以及數(shù)字金融服務(wù)生態(tài)系統(tǒng)不完善等問題^［12］。同時(shí)，互聯(lián)網(wǎng)應(yīng)用中產(chǎn)生的“數(shù)字鴻溝”問題會(huì)引起社會(huì)群體內(nèi)部“信息窮人”和“信息富人”差距拉大^［13］，可能導(dǎo)致有限的金融資源進(jìn)入農(nóng)村市場后，農(nóng)貸資金呈現(xiàn)出被精英占有的“精英俘獲”現(xiàn)象^［14］，使得農(nóng)村弱勢群體依舊被排斥在銀行正規(guī)信貸體系之外。此外，由于自身能力較差、經(jīng)濟(jì)機(jī)會(huì)少以及金融素養(yǎng)不高等微觀特質(zhì)導(dǎo)致貧困農(nóng)戶對互聯(lián)網(wǎng)正規(guī)信貸自我排斥現(xiàn)象嚴(yán)重^［15］。

梳理文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有關(guān)于互聯(lián)網(wǎng)使用對借貸行為的影響和互聯(lián)網(wǎng)信貸中存在問題等方面的文獻(xiàn)為本文提供了研究基礎(chǔ)，但仍存在一些不足。一是已有的研究關(guān)注了互聯(lián)網(wǎng)使用對正規(guī)信貸獲得的影響，但未考慮到導(dǎo)致信貸約束的原因同時(shí)涵蓋需求側(cè)的需求抑制和供給側(cè)的信貸配給，忽視了互聯(lián)網(wǎng)使用對不同類型的信貸約束以及信貸約束強(qiáng)度影響的深層次挖掘。二是鮮有研究考察互聯(lián)網(wǎng)使用緩解農(nóng)戶正規(guī)信貸約束的作用機(jī)制。三是現(xiàn)有研究缺乏關(guān)于互聯(lián)網(wǎng)信息技術(shù)的普惠信貸效應(yīng)的考察。本文進(jìn)一步嘗試分析了互聯(lián)網(wǎng)使用能否對農(nóng)村“長尾群體”依據(jù)安德森2012年出版的《長尾理論》一書中提出的長尾理論，金融體系的長尾人群指大量因?yàn)闆]有信用記錄、沒有可抵押的資產(chǎn)和穩(wěn)定收入，被排斥在了正規(guī)金融機(jī)構(gòu)的金融服務(wù)之外的群體。考慮到樣本情況，本文將純農(nóng)業(yè)經(jīng)營、收入水平低、戶主健康狀況不佳以及與金融機(jī)構(gòu)距離較遠(yuǎn)家庭作為樣本長尾人群。起到“雪中送炭”的作用。

鑒于此，本文從理論上闡釋互聯(lián)網(wǎng)使用影響農(nóng)戶正規(guī)信貸約束的機(jī)理。基于陜西省典型樣本縣農(nóng)戶調(diào)查數(shù)據(jù)，依據(jù)所受正規(guī)信貸約束類型對樣本進(jìn)行分類，探究互聯(lián)網(wǎng)使用對農(nóng)戶正規(guī)信貸約束、需求型信貸約束和供給型信貸約束的差異化影響。并檢驗(yàn)信息約束緩解、金融知識水平提升、家庭收入增長對互聯(lián)網(wǎng)使用影響農(nóng)戶正規(guī)信貸約束的中介效應(yīng)，為推動(dòng)數(shù)字賦能農(nóng)村普惠金融發(fā)展、促進(jìn)“互聯(lián)網(wǎng)+金融”緩解農(nóng)村家庭正規(guī)信貸約束提供有益參考。

與以往研究相比，本文的邊際貢獻(xiàn)和現(xiàn)實(shí)意義在于：第一，從需求型信貸約束、供給型信貸約束以及信貸約束強(qiáng)度角度出發(fā)，探究互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響及作用機(jī)制，有助于充分挖掘互聯(lián)網(wǎng)使用在破解正規(guī)信貸約束中發(fā)揮的作用，補(bǔ)充和完善現(xiàn)有的農(nóng)戶正規(guī)信貸約束理論研究;第二，研究發(fā)現(xiàn)相較于供給型信貸約束，互聯(lián)網(wǎng)使用的應(yīng)用能夠顯著提高“無信心貸款人”的申貸信心，更有利于緩解農(nóng)戶長期面臨的需求型信貸約束;第三，互聯(lián)網(wǎng)使用通過信息約束緩解、金融知識水平提升、家庭收入增長三條作用路徑緩解正規(guī)信貸約束，這為利用互聯(lián)網(wǎng)信息技術(shù)激發(fā)農(nóng)戶內(nèi)生動(dòng)力、破除長期信貸需求壓抑和信貸配給困境提供新的思路。

一、理論分析與假設(shè)

（一）供需視角下互聯(lián)網(wǎng)使用影響農(nóng)村正規(guī)信貸約束的機(jī)理分析

大量研究表明，互聯(lián)網(wǎng)為金融服務(wù)需求方和供給方之間搭建了良好的信息流通渠道，在一定程度上緩解了信息不對稱，為打通農(nóng)村地區(qū)及偏遠(yuǎn)地區(qū)普惠金融“最后一公里”帶來契機(jī)^［16］。從金融供給側(cè)來看，在大數(shù)據(jù)、云計(jì)算等互聯(lián)網(wǎng)技術(shù)幫助下，農(nóng)村信用體系建設(shè)不斷完善，線上農(nóng)戶評級授信系統(tǒng)逐步形成，彌補(bǔ)了農(nóng)戶“數(shù)字足跡”缺失、農(nóng)業(yè)跨領(lǐng)域數(shù)據(jù)融合不足等現(xiàn)實(shí)差距。金融機(jī)構(gòu)通過農(nóng)戶信息采集、信用等級評定、匹配授信額度、提取貸款、還貸付息線上全流程操作，有效解決抵押物、擔(dān)保品匱乏、信用數(shù)據(jù)缺失等問題。由傳統(tǒng)金融服務(wù)成本高、效率低、風(fēng)險(xiǎn)控制難導(dǎo)致的供給型信貸約束問題得到緩解。同時(shí)，銀行打通線上線下結(jié)合服務(wù)新渠道，金融服務(wù)重心持續(xù)下沉，貸后管理成本降低，農(nóng)戶融資可得性進(jìn)一步提升。站在金融需求側(cè)角度，一方面互聯(lián)網(wǎng)信息技術(shù)廣泛融入了農(nóng)村家庭生產(chǎn)生活。通過互聯(lián)網(wǎng)能夠更加便捷、廣泛地接收信貸產(chǎn)品和信貸政策資訊。另一方面，互聯(lián)網(wǎng)加強(qiáng)了鄉(xiāng)村帶頭人、鄉(xiāng)村能人以及親戚鄰里之間的交流。最大程度發(fā)揮其示范引領(lǐng)作用，能夠有效轉(zhuǎn)變農(nóng)戶長期形成的正規(guī)信貸申請條件高、手續(xù)繁瑣、交易成本高、貸款拒絕率高等思想觀念，破除“不敢貸、不愿貸、不會(huì)貸”思維困境，增強(qiáng)“無信心貸款人”的“申貸信心”，信貸約束大幅緩解。但由于工具型、知識型和使用型“數(shù)字鴻溝”的存在^［17］，農(nóng)戶互聯(lián)網(wǎng)使用影響正規(guī)信貸約束必然會(huì)產(chǎn)生異質(zhì)性結(jié)果，作用機(jī)理如圖1所示?；谝陨戏治?，本文提出如下假設(shè)。

H₁：互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束有負(fù)向影響。

H_1a：互聯(lián)網(wǎng)使用對供給型信貸約束有負(fù)向影響。

H_1b：互聯(lián)網(wǎng)使用對需求型信貸約束有負(fù)向影響。

H_1c：互聯(lián)網(wǎng)使用對不同農(nóng)村家庭具有異質(zhì)性影響。

（二）信息約束緩解對互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束的中介作用的理論分析

依托互聯(lián)網(wǎng)強(qiáng)大的傳播能力，能夠降低信息搜集成本，打通農(nóng)戶與金融機(jī)構(gòu)之間的信息壁壘，改善信息不對稱，緩解農(nóng)村家庭正規(guī)信貸約束。長久以來，由于地理隔離和制度制約，尤其是偏遠(yuǎn)地區(qū)農(nóng)戶在對貸款政策信息的獲取和認(rèn)知方面一直處于落后水平，農(nóng)戶與金融機(jī)構(gòu)之間存在嚴(yán)重的信息不對稱，逐漸形成農(nóng)戶申貸難、金融機(jī)構(gòu)放貸難的“兩難”境地。農(nóng)村地區(qū)互聯(lián)網(wǎng)覆蓋率和普及率不斷的提高有效拓寬了農(nóng)村家庭農(nóng)業(yè)生產(chǎn)技術(shù)、產(chǎn)業(yè)經(jīng)營管理、創(chuàng)業(yè)就業(yè)和金融配套服務(wù)政策等信息的獲取渠道，同時(shí)大幅度降低了信息獲取成本和機(jī)會(huì)成本，信息不對稱得以改善^［18］。另外有研究發(fā)現(xiàn)，互聯(lián)網(wǎng)使用能夠縮小數(shù)字鴻溝，特別是農(nóng)村低收入、低學(xué)歷、低資產(chǎn)的“弱勢群體”，互聯(lián)網(wǎng)可產(chǎn)生更強(qiáng)的信息福利效應(yīng)^［16］。因此，互聯(lián)網(wǎng)信息技術(shù)的發(fā)展打破了長期存在的信息壁壘和信息鴻溝，解決信息不對稱問題，緩解正規(guī)信貸約束。由此，本文提出以下假設(shè)。

H₂：信息約束緩解在互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響中具有中介作用。

（三）金融知識水平提升對互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束的中介作用的理論分析

通過互聯(lián)網(wǎng)信息技術(shù)能夠增加農(nóng)戶金融知識儲(chǔ)備，促使農(nóng)戶做出科學(xué)的金融決策，同時(shí)提高資金需求農(nóng)戶的借貸概率，降低信貸約束。具體來講，一方面互聯(lián)網(wǎng)作為金融知識的傳播媒介，充分發(fā)揮便捷、多元化等傳播優(yōu)勢，豐富農(nóng)戶的金融知識獲取渠道，有助于農(nóng)戶使用互聯(lián)網(wǎng)提升自身金融素養(yǎng)。例如農(nóng)戶可以通過移動(dòng)終端APP（微信、抖音等）隨時(shí)隨地重復(fù)觀看豐富、易懂的金融知識講解視頻，潛移默化提高其金融素養(yǎng)。另一方面，較高的金融知識水平不僅有利于減少個(gè)體金融決策時(shí)的信息搜集和處理成本^［19］，降低抵押貸款成本^［20］，而且可增加其資本收益率，提高經(jīng)營收入和還款能力^［21］。而風(fēng)險(xiǎn)偏好提升、貸款成本降低、經(jīng)營收入增加和還款能力增強(qiáng)均有助于提升貸款參與概率，顯著提高信貸信心和信貸需求^［22］，促使農(nóng)戶積極申請與自身匹配度高的貸款種類，有利于緩解信貸約束^［23-24］。據(jù)此，本文提出如下假設(shè)。

H₃：金融知識水平提升在互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響中具有中介作用。

（四）家庭收入增長對互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束的中介作用的理論分析

互聯(lián)網(wǎng)信息技術(shù)通過直接增加農(nóng)戶就地就近創(chuàng)業(yè)就業(yè)率，促進(jìn)農(nóng)村家庭收入水平提高，從而更容易獲批銀行貸款?；ヂ?lián)網(wǎng)使用能夠提高家庭收入水平已經(jīng)得到大量研究證實(shí)，包括互聯(lián)網(wǎng)使用通過刺激農(nóng)村勞動(dòng)力就業(yè)，選擇更高層次職業(yè)^［25］、發(fā)展電子商務(wù)^［26］、提高農(nóng)戶生產(chǎn)效率^［27］、提高農(nóng)村家庭創(chuàng)業(yè)概率和創(chuàng)業(yè)績效^［28］等途徑顯著增加家庭收入，且對貧困戶的收入促進(jìn)作用更大，有利于縮小農(nóng)村家庭之間的收入差距^［29］。另有研究表明，互聯(lián)網(wǎng)使用有助于純農(nóng)業(yè)型和兼業(yè)型農(nóng)村家庭更加精準(zhǔn)掌握農(nóng)產(chǎn)品交易市場和勞動(dòng)力市場的動(dòng)態(tài)信息，特別是偏遠(yuǎn)地區(qū)和貧困地區(qū)，推動(dòng)當(dāng)?shù)仉娚唐脚_建設(shè)與完善，農(nóng)村“產(chǎn)-加-銷”渠道更加穩(wěn)定，務(wù)工簽約更加便捷，家庭農(nóng)業(yè)收入與非農(nóng)業(yè)收入均得到顯著提高^［30-31］。持續(xù)穩(wěn)定的收入來源和收入水平是衡量還貸能力的重要指標(biāo)，較高的家庭經(jīng)濟(jì)資本也為農(nóng)戶獲批銀行貸款增添砝碼，信貸約束得到緩解。鑒于此，本文提出如下假設(shè)。

H₄：家庭收入增長在互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響中具有中介作用。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來源于課題組2019-2020年在陜西旬邑縣、楊凌示范區(qū)開展主題為“互聯(lián)網(wǎng)使用與農(nóng)村普惠金融發(fā)展”的農(nóng)村固定觀測點(diǎn)調(diào)查。綜合考慮樣本地區(qū)互聯(lián)網(wǎng)發(fā)展與正規(guī)信貸參與情況，調(diào)查組選取旬邑縣太村鎮(zhèn)、城關(guān)鎮(zhèn)、張洪鎮(zhèn)3個(gè)經(jīng)濟(jì)發(fā)展水平領(lǐng)先鄉(xiāng)（鎮(zhèn)），同時(shí)選取赤道鄉(xiāng)、原底鄉(xiāng)2個(gè)經(jīng)濟(jì)發(fā)展水平一般鄉(xiāng)（鎮(zhèn)）進(jìn)行抽樣;同理在楊凌示范區(qū)選取揉谷鎮(zhèn)、五泉鎮(zhèn)、大寨鄉(xiāng)3個(gè)反映不同經(jīng)濟(jì)發(fā)展水平的代表性鄉(xiāng)（鎮(zhèn)）。在確定的每個(gè)鄉(xiāng)（鎮(zhèn)）按照人口密度、產(chǎn)業(yè)發(fā)展類型等指標(biāo)分層選取3～4個(gè)樣本村，對每個(gè)樣本村隨機(jī)抽取4～5戶樣本家庭（調(diào)查對象為戶主或家庭生產(chǎn)經(jīng)營決策人）進(jìn)行入戶訪談?wù){(diào)查。調(diào)查樣本共涉及陜西省兩地區(qū)的8個(gè)鄉(xiāng)（鎮(zhèn)）27個(gè)自然村，覆蓋面廣并兼顧地理環(huán)境和區(qū)域經(jīng)濟(jì)發(fā)展水平差異，樣本隨機(jī)性和代表性較好。本次調(diào)研共發(fā)放問卷1 067份，在剔除了異常樣本和極端值后，篩選出具有正規(guī)信貸需求問卷915份，問卷有效率85.75％。

（二）變量選取及描述性統(tǒng)計(jì)

1.因變量：正規(guī)信貸約束。本文研究的正規(guī)信貸約束是指來自農(nóng)村地區(qū)正規(guī)銀行業(yè)金融機(jī)構(gòu)農(nóng)村地區(qū)正規(guī)銀行業(yè)金融機(jī)構(gòu)主要包括樣本地區(qū)設(shè)立的農(nóng)村信用合作社、農(nóng)村商業(yè)銀行、農(nóng)業(yè)銀行、郵政儲(chǔ)蓄銀行以及村鎮(zhèn)銀行等。與農(nóng)戶之間存在的各種信貸限制。國內(nèi)外學(xué)者衡量信貸約束最常用的方法有直接衡量法和間接衡量法。直接衡量法由Fede等和Jappelli提出^［32-33］，是指通過問卷調(diào)查直接對家庭所面臨的信貸約束進(jìn)行詢問，常采用的題項(xiàng)有“是否需要但沒有申請”“是否申請被拒絕”“家庭的貸款需求是否被滿足”等，目前國內(nèi)學(xué)者多采用直接衡量法衡量信貸約束^{［34，2］}。間接衡量法是指通過家庭受到信貸約束給家庭帶來的不利影響反向推出家庭是否存在信貸約束以及約束類型，但該方法衡量的信貸約束可能導(dǎo)致偏差，結(jié)論不可靠^［35-36］。因此，本文采用學(xué)術(shù)界最常用的直接衡量法對農(nóng)戶正規(guī)信貸約束進(jìn)行衡量。通過問卷題項(xiàng)“家庭經(jīng)營需要信貸但沒有向銀行申請或申請了但被拒絕”判斷，若存在該情況，則此家庭受正規(guī)信貸約束，賦值為1，反之賦值為0。依據(jù)信貸需求壓抑理論和信貸配給理論，參照尹志超等的做法^［2］，用“家庭經(jīng)營需要信貸但沒有向銀行申請”測度需求型信貸約束，用“家庭申請了銀行貸款但是被拒絕，或家庭已經(jīng)獲得貸款但未能滿足其全部申請需求”測度供給型信貸約束。樣本統(tǒng)計(jì)發(fā)現(xiàn)，64.4％的農(nóng)村家庭受信貸約束，其中59.1％的家庭面臨需求型信貸約束，27.5％的家庭面臨供給型信貸約束，可見樣本地區(qū)農(nóng)戶“貸款難”問題依然嚴(yán)重，正規(guī)信貸普惠程度不高。本文進(jìn)一步從信貸量的角度探究互聯(lián)網(wǎng)使用對農(nóng)戶正規(guī)信貸約束程度的影響，參照何明生等的做法^［37］，用農(nóng)戶申請的貸款額與受到信貸約束而實(shí)際獲批的信貸額之間的差值衡量信貸約束程度，即信貸需求缺口。當(dāng)農(nóng)戶申請的信貸需求金額與實(shí)際獲批金額相等時(shí)，信貸需求缺口取值為0。樣本統(tǒng)計(jì)發(fā)現(xiàn)，農(nóng)戶正規(guī)信貸需求缺口平均值達(dá)2.8萬元，為降低異方差影響，在實(shí)證分析中對信貸需求缺口進(jìn)行自然對數(shù)處理。

2.核心自變量：互聯(lián)網(wǎng)使用。本文借鑒張永麗等^［29］、張世虎等^［38］的做法，通過詢問受訪者“您平時(shí)是否用手機(jī)或電腦關(guān)注和接收金融、農(nóng)業(yè)生產(chǎn)技術(shù)、產(chǎn)業(yè)經(jīng)營管理以及創(chuàng)業(yè)就業(yè)等方面的信息”對農(nóng)村家庭互聯(lián)網(wǎng)使用進(jìn)行測度。若回答“是”，則賦值為1，反之為0。樣本調(diào)查發(fā)現(xiàn)，95.67％的農(nóng)戶擁有手機(jī)，且73.18％的農(nóng)戶手機(jī)具有上網(wǎng)功能，62.4％的農(nóng)戶使用互聯(lián)網(wǎng)接收金融、農(nóng)業(yè)生產(chǎn)技術(shù)、產(chǎn)業(yè)經(jīng)營管理以及創(chuàng)業(yè)就業(yè)等方面的信息。

3.中介變量：根據(jù)上文理論分析，選取家庭信息約束、金融知識水平、家庭收入作為互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束作用機(jī)制中的三個(gè)中介變量。（1）家庭信息約束。通過問卷題項(xiàng)“互聯(lián)網(wǎng)信息技術(shù)對您獲取正規(guī)銀行信貸信息的重要程度？”對其考察，選項(xiàng)依次為“非常重要、比較重要、一般、比較不重要、非常不重要”，按照李克特五級量表法賦值5、4、3、2、1。（2）金融知識水平（1）通貨膨脹知識。物價(jià)上漲后，同樣100元的鈔票能買到的東西與現(xiàn)在相比如何？選項(xiàng)：變多了、一樣多、變少了、不知道。（2）儲(chǔ)蓄知識。假設(shè)您將100元存入銀行，定期儲(chǔ)蓄3年且期間沒有支取，若3年期定期儲(chǔ)蓄的年利率是3％，3年到期后您能取出多少錢？選項(xiàng)：103、106、109、算不出來。（3）貸款知識。若某人向銀行貸了一筆30萬元的住房貸款，貸款期限為10年時(shí)的每月還款額會(huì)高于貸款期限為20年時(shí)的每月還款額，則10年期貸款的總利息支出要小于20年期貸款的總利息支出，您是否同意？選項(xiàng)：不同意、同意、不知道。（4）信用知識。某人在A銀行的不良信用記錄會(huì)對其在B銀行申請貸款產(chǎn)生不良影響，您是否同意？選項(xiàng)：不同意、同意、不知道。（5）風(fēng)險(xiǎn)知識。您是否同意購買一只開放式股票型基金的風(fēng)險(xiǎn)要比購買單一股票的風(fēng)險(xiǎn)低？選項(xiàng)：不同意、同意、不知道。此處采用因子分析法計(jì)算農(nóng)戶金融知識水平，根據(jù)測算KMO值為0.6698>0.6，表明適合進(jìn)行因子分析，因子累積方差貢獻(xiàn)率為76.06％。具體過程不再贅述，如有需要可向作者索取。。參照尹志超等^［39］、蘇嵐嵐等^［40］的做法，設(shè)計(jì)包含通貨膨脹知識、儲(chǔ)蓄知識、貸款知識、信用知識和風(fēng)險(xiǎn)知識5個(gè)方面題項(xiàng)，采用因子分析法測算農(nóng)戶金融知識水平。（3）家庭收入。用當(dāng)年家庭各項(xiàng)實(shí)際收入水平進(jìn)行衡量，問卷題項(xiàng)包含家庭總收入、農(nóng)業(yè)收入和非農(nóng)業(yè)收入。為降低異方差影響，同樣對各項(xiàng)家庭收入做自然對數(shù)處理。

4.控制變量：為有效控制其余因素對農(nóng)村家庭正規(guī)信貸約束的影響，借鑒傅秋子等^［41］、孫永苑等^［42］的研究，本文選取戶主個(gè)人特征、家庭特征、區(qū)域特征等3類14個(gè)變量作為控制變量。其中，個(gè)人特征變量主要有性別、年齡、文化程度、婚姻狀況、健康狀況等;家庭特征變量包括家庭經(jīng)營類型、家庭供養(yǎng)比、家庭非金融資產(chǎn)估值、土地經(jīng)營面積和家庭社會(huì)資本等;區(qū)域特征變量設(shè)定為所在村莊到縣城的距離。各類變量定義、賦值及描述性統(tǒng)計(jì)如表1所示。

（三）模型設(shè)定

1.二元Probit模型。鑒于因變量是否受正規(guī)信貸約束變量為二元離散變量，設(shè)定信貸約束決策方程如下：

Prob（Y_i=1）=β₀+β₁T_i+β₂X_i+ε_i（1）

式（1）中，Y_i為虛擬變量，Y_i=1表示第i個(gè)樣本受到正規(guī)信貸約束，Y_i=0表示第i個(gè)樣本不受正規(guī)信貸約束;T_i表示第i個(gè)樣本的互聯(lián)網(wǎng)使用情況;X_i為控制變量，包括戶主個(gè)體特征、家庭特征以及村莊環(huán)境特征等系列指標(biāo)，具體如表1所示;ε_i表示獨(dú)立同分布的隨機(jī)誤差項(xiàng)，服從標(biāo)準(zhǔn)正態(tài)分布，β₀、β₁、β₂為待估系數(shù)。

2.Heckman兩階段模型。進(jìn)一步用正規(guī)信貸需求缺口衡量信貸約束程度，即農(nóng)戶貸款申請金額與獲批金額之間的差值?？紤]到僅當(dāng)農(nóng)戶獲批貸款時(shí)，才能觀測出農(nóng)戶信貸需求缺口，為防止樣本選擇偏誤，采用Heckman兩階段模型聯(lián)立估計(jì)互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束程度的影響。具體分為以下兩個(gè)階段：

第一階段，利用所有觀測數(shù)據(jù)，對農(nóng)戶是否獲批貸款采用二值Probit模型進(jìn)行分析?？紤]到OLS估計(jì)中可能存在樣本選擇性偏誤，需要以式（2）為基礎(chǔ)計(jì)算出逆米爾斯比率（inverse Mills ratio）λ，作為修正參數(shù)納入第二階段進(jìn)行估計(jì)。

式（2）中，P^*_i為潛變量;P_i=1表示第i個(gè)樣本獲批貸款，反之P_i=0;C_i表示控制變量。

第二階段，選擇P_i=1的樣本，利用OLS方法進(jìn)行估計(jì)，并引入λ作為方程的一個(gè)額外變量以糾正樣本選擇性偏誤，即：

y_i=b₀+b₁P_i+b₂C_i+b₃λ+μ_i（4）

式（4）中y_i為第二階段的被解釋變量，即正規(guī)信貸缺口的對數(shù)值;P_iX_i為包含互聯(lián)網(wǎng)信息技術(shù)的應(yīng)用、家庭稟賦等影響農(nóng)戶正規(guī)信貸缺口的解釋變量;b₀、b₁、b₂、b₃為待估系數(shù);μ_i為誤差項(xiàng)。若系數(shù)b₃通過了顯著性檢驗(yàn)，農(nóng)戶樣本選擇性偏誤是存在的，則說明模型對于糾正樣本選擇性偏誤效果明顯，適合采用Heckman兩階段模型。

3.中介效應(yīng)模型。根據(jù)上文理論分析，互聯(lián)網(wǎng)使用能夠通過緩解農(nóng)戶信息約束、提升農(nóng)戶金融知識水平和提高家庭收入對正規(guī)信貸約束產(chǎn)生影響。因此，采用中介效應(yīng)模型分析互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束的作用機(jī)理。采用層級回歸方法本文未采用Bootstrap方法的原因是Bootstrap方法不能有效檢驗(yàn)二分類變量。雖然因果逐步回歸方法因檢驗(yàn)力較低而受到部分學(xué)者質(zhì)疑，但是若能以該方法得到顯著的結(jié)果，則檢驗(yàn)力低的問題將不存在^［43］，且本文已用Sobel檢驗(yàn)進(jìn)行驗(yàn)證，因此實(shí)證結(jié)果具有較強(qiáng)的說服力。進(jìn)行分析^［43］，模型設(shè)置如下：

Y=aT+e₁（5）

M=cT+e₂（6）

Y=a^′T+bM+e₃（7）

上述式中，M表示中介變量，包括農(nóng)戶信息約束、金融知識水平和家庭收入;Y表示正規(guī)信貸約束，包括需求型信貸約束和供給型信貸約束;a為互聯(lián)網(wǎng)使用對正規(guī)信貸約束的總效應(yīng);a′是控制中介變量M的影響后，互聯(lián)網(wǎng)使用對正規(guī)信貸約束的直接效應(yīng);c為互聯(lián)網(wǎng)使用對中介變量的效應(yīng)，e_i為回歸殘差項(xiàng)。

三、基準(zhǔn)回歸分析與作用機(jī)制檢驗(yàn)

（一）互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束的基準(zhǔn)回歸分析

表2為基準(zhǔn)回歸結(jié)果。列（1）～（3）估計(jì)結(jié)果顯示，互聯(lián)網(wǎng)使用對正規(guī)信貸約束、需求型信貸約束和供給型信貸約束的影響均在1％顯著性水平上有負(fù)向影響，表明互聯(lián)網(wǎng)使用對農(nóng)村家庭不同類型正規(guī)信貸約束均具有很強(qiáng)的緩解作用，假設(shè)H₁、H_1a、H_1b得到證實(shí)。進(jìn)一步測算邊際效應(yīng)結(jié)果顯示，互聯(lián)網(wǎng)使用對正規(guī)信貸約束的邊際效應(yīng)為-0.2005，意味著相較于未使用互聯(lián)網(wǎng)農(nóng)戶，使用互聯(lián)網(wǎng)農(nóng)戶受正規(guī)信貸約束的概率降低20.05％;同樣地，使用互聯(lián)網(wǎng)農(nóng)戶使需求型信貸約束發(fā)生概率降低18.46％，使供給型信貸約束發(fā)生概率降低9.96％。對比（2）、（3）列回歸結(jié)果發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對需求型信貸約束的緩解作用更強(qiáng)。結(jié)合列（4）、列（5）回歸結(jié)果可以發(fā)現(xiàn)，互聯(lián)網(wǎng)使用在1％顯著性水平下對農(nóng)戶獲得正規(guī)金融機(jī)構(gòu)貸款產(chǎn)生正向影響，在1％顯著性水平下對信貸需求缺口產(chǎn)生負(fù)向影響。因此，互聯(lián)網(wǎng)使用有助于縮小家庭信貸需求缺口，降低正規(guī)信貸約束程度，解決信貸排斥問題。

控制變量方面，戶主年齡對正規(guī)信貸約束發(fā)生概率具有顯著負(fù)向影響，年齡的平方項(xiàng)具有顯著正向影響，表明相較于中年人，青年戶主和老年戶主所受到的信貸約束更嚴(yán)重。戶主文化程度、健康狀況均對正規(guī)信貸約束具有顯著負(fù)向影響，這與牛榮等^［34］的研究結(jié)論一致。家庭經(jīng)營類型對正規(guī)信貸約束具有顯著負(fù)向影響，表明純農(nóng)業(yè)家庭發(fā)生信貸約束的概率較大。家庭非金融資產(chǎn)估值以及有親朋好友在政府、銀行單位工作同樣對家庭正規(guī)信貸約束具有顯著負(fù)向影響，反映了樣本地區(qū)信貸資源仍存在“精英俘獲”現(xiàn)象。

（二）內(nèi)生性討論與穩(wěn)健性檢驗(yàn)

1.內(nèi)生性討論。考慮到前文分析中可能存在由反向因果、遺漏變量等原因?qū)е聝?nèi)生性問題，本文進(jìn)一步采用工具變量IV-Probit模型處理內(nèi)生性問題。選取“家庭是否擁有電腦？”作為互聯(lián)網(wǎng)使用的工具變量^［38］，估計(jì)結(jié)果見表3的列（1）～（3），可以看出工具變量對農(nóng)村家庭正規(guī)信貸約束的負(fù)向影響不變，回歸結(jié)果仍然支持基準(zhǔn)回歸結(jié)果。

2.穩(wěn)健性檢驗(yàn)。本文采用核心因變量換為替代變量的測度方式進(jìn)行穩(wěn)健性檢驗(yàn)本文同時(shí)采用了對樣本進(jìn)行縮尾處理、將Probit模型替換為Logit模型的方法進(jìn)行穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果同前文回歸結(jié)果一致，考慮到篇幅此處不再贅述，如有需要可向作者索取。，用“狹義”正規(guī)借貸約束和“廣義”正規(guī)借貸約束作為正規(guī)信貸約束的替代變量。其中，“狹義”正規(guī)借貸約束是指若家庭目前有正規(guī)信貸需求但未獲得正規(guī)信貸，則信貸約束取值為1，反之為0;“廣義”正規(guī)借貸約束是指若家庭目前有正規(guī)信貸需求但未獲得，或者家庭已獲得正規(guī)信貸但未能滿足全部需求金額，則取值為1，反之則為0。由表3的列（4）～（5）回歸結(jié)果顯示，無論是“狹義”還是“廣義”正規(guī)借貸約束作為因變量，互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響均在1％顯著性水平上呈負(fù)向影響，進(jìn)一步證實(shí)互聯(lián)網(wǎng)使用能夠顯著降低農(nóng)村家庭正規(guī)信貸約束的概率，本文研究結(jié)論具有穩(wěn)健性。

（三）異質(zhì)性分析

前文估計(jì)結(jié)果顯示，互聯(lián)網(wǎng)使用能夠緩解農(nóng)村家庭正規(guī)信貸約束。但究竟對哪種農(nóng)村家庭的緩解作用更強(qiáng)，是否對農(nóng)村地區(qū)的弱勢群體產(chǎn)生更有利的影響，亟需進(jìn)一步探究。根據(jù)國務(wù)院《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020）》要求，農(nóng)民、城鎮(zhèn)低收入人群、貧困人群和殘疾人、老年人等特殊群體是普惠金融重點(diǎn)服務(wù)對象?？紤]到本文研究對象全部為農(nóng)村家庭，因而利用純農(nóng)業(yè)經(jīng)營、收入水平低、戶主健康狀況不佳以及與金融機(jī)構(gòu)距離較遠(yuǎn)等特征維度對樣本家庭進(jìn)行識別分類，考察互聯(lián)網(wǎng)使用是否對農(nóng)村“長尾群體”起到“雪中送炭”的作用。

為此，構(gòu)建互聯(lián)網(wǎng)使用與家庭經(jīng)營類型、家庭收入水平、戶主健康狀況以及所在村與金融機(jī)構(gòu)的距離等變量的交互項(xiàng)，運(yùn)用Probit模型實(shí)證分析互聯(lián)網(wǎng)使用對農(nóng)村不同群體的異質(zhì)性影響，估計(jì)結(jié)果見表4。由列（1）結(jié)果可知，互聯(lián)網(wǎng)使用與家庭經(jīng)營類型的交互項(xiàng)對正規(guī)信貸約束的影響在5％的顯著性水平上顯著為負(fù)，表明與非農(nóng)業(yè)家庭相比，互聯(lián)網(wǎng)使用對純農(nóng)業(yè)家庭正規(guī)信貸約束的邊際緩解作用更強(qiáng)。同時(shí)在實(shí)地走訪中也發(fā)現(xiàn)，純農(nóng)業(yè)家庭更容易受到信貸約束，所以互聯(lián)網(wǎng)使用是解決農(nóng)村地區(qū)純農(nóng)業(yè)家庭融資難的高效路徑之一。由列（2）的估計(jì)結(jié)果顯示，互聯(lián)網(wǎng)使用與家庭收入水平的交互項(xiàng)對正規(guī)信貸約束產(chǎn)生負(fù)向影響，但不顯著，說明互聯(lián)網(wǎng)使用對低收入水平家庭正規(guī)信貸約束的緩解作用可能更強(qiáng)。由列（3）結(jié)果顯示，互聯(lián)網(wǎng)使用與戶主健康狀況的交互項(xiàng)對正規(guī)信貸約束產(chǎn)生不顯著的正向影響，表明互聯(lián)網(wǎng)使用對戶主健康狀況良好家庭的正規(guī)信貸約束緩解作用更強(qiáng)。由列（4）的回歸結(jié)果可以發(fā)現(xiàn)，互聯(lián)網(wǎng)使用與距離金融機(jī)構(gòu)路程的交互項(xiàng)對正規(guī)信貸約束在1％顯著性水平上產(chǎn)生正向影響，說明相較于距離金融機(jī)構(gòu)較近的家庭，互聯(lián)網(wǎng)使用對距離金融機(jī)構(gòu)遠(yuǎn)的家庭正規(guī)信貸約束緩解作用更強(qiáng)。綜上所述，互聯(lián)網(wǎng)使用更有助于緩解農(nóng)村地區(qū)“長尾群體”的信貸約束問題，矯正“精英俘獲”現(xiàn)象，假設(shè)H_1c得到驗(yàn)證。

（四）作用機(jī)制檢驗(yàn)

1.信息約束緩解效應(yīng)。表5是互聯(lián)網(wǎng)使用通過家庭信息約束影響正規(guī)信貸約束的回歸結(jié)果。列（2）估計(jì)結(jié)果顯示，互聯(lián)網(wǎng)使用和家庭信息約束均在1％的顯著性水平上對正規(guī)信貸約束有顯著負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)-0.517與表2第（1）列未加入家庭信息約束的邊際效應(yīng)-0.641相比明顯下降。并由列（7）可知，互聯(lián)網(wǎng)使用能夠顯著緩解家庭信息約束。進(jìn)一步對比表5第（4）列與表2第（2）列發(fā)現(xiàn)，互聯(lián)網(wǎng)使用和家庭信息約束均在1％的顯著性水平上對需求型正規(guī)信貸約束有顯著負(fù)向影響，且互聯(lián)網(wǎng)使用的系數(shù)有所下降（0.524<0.591），反映了互聯(lián)網(wǎng)使用通過降低家庭信息約束緩解需求型信貸約束。

對比表5第（6）列與表2第（3）列發(fā)現(xiàn)，互聯(lián)網(wǎng)使用和家庭信息約束對供給型信貸約束有負(fù)向影響但不顯著，此時(shí)不存在中介效應(yīng)?？赡艿脑蚴腔ヂ?lián)網(wǎng)信息共享、遠(yuǎn)程、快捷等特點(diǎn)有助于農(nóng)戶及時(shí)掌握當(dāng)?shù)亟鹑跈C(jī)構(gòu)新推出的貸款產(chǎn)品和申請條件，增強(qiáng)對正規(guī)信貸、金融政策的了解程度，促使農(nóng)戶結(jié)合自身?xiàng)l件做出理性申貸決策，能夠更為有效緩解由于貸款認(rèn)知偏差導(dǎo)致的需求型信貸約束。據(jù)此，依據(jù)中介效應(yīng)原理，家庭信息約束在互聯(lián)網(wǎng)使用影響正規(guī)信貸約束中存在部分中介效應(yīng)，假設(shè)H₂得到驗(yàn)證。

2.金融知識水平提升效應(yīng)。表6是互聯(lián)網(wǎng)使用通過金融知識水平影響正規(guī)信貸約束的回歸結(jié)果。由列（2）可知，互聯(lián)網(wǎng)使用和金融知識水平分別在1％和5％的顯著性水平上對正規(guī)信貸約束產(chǎn)生負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)-0.637與表2第（1）列未加入金融知識水平的邊際效應(yīng)-0.641相比有所下降;由列（7）可知，互聯(lián)網(wǎng)使用能夠顯著提高農(nóng)戶金融知識水平。由表6第（4）列和表2第（2）列結(jié)果對比發(fā)現(xiàn)，互聯(lián)網(wǎng)使用和農(nóng)戶金融知識水平分別在1％和10％的顯著性水平上對需求型正規(guī)信貸約束產(chǎn)生負(fù)向影響，且互聯(lián)網(wǎng)使用的系數(shù)有所下降（0.296<0.591），表明互聯(lián)網(wǎng)使用通過提高農(nóng)戶金融知識水平緩解需求型信貸約束。對比表6第（6）列和表2第（3）列可知，加入金融知識水平變量后，互聯(lián)網(wǎng)使用對供給型信貸約束的負(fù)向邊際效應(yīng)增大（0.546>0.275），可見，互聯(lián)網(wǎng)使用通過提高金融知識水平主要緩解了需求型信貸約束?？赡艿脑蛟谟?，手機(jī)等便攜移動(dòng)終端的使用降低了金融機(jī)構(gòu)信息宣傳成本和農(nóng)戶金融知識獲取成本，潛移默化優(yōu)化農(nóng)戶的金融知識結(jié)構(gòu)和提升金融知識儲(chǔ)備，提高農(nóng)村家庭對金融市場、金融工具和金融政策認(rèn)知程度，促使需求型正規(guī)信貸約束得到緩解。綜上所述，農(nóng)戶金融知識水平在互聯(lián)網(wǎng)使用影響正規(guī)信貸約束的關(guān)系中發(fā)揮部分中介作用，假設(shè)H₃得到證實(shí)。

3.家庭收入增長效應(yīng)。表7和表8是互聯(lián)網(wǎng)使用通過家庭收入影響正規(guī)信貸約束的回歸結(jié)果。列（1）估計(jì)結(jié)果發(fā)現(xiàn)，互聯(lián)網(wǎng)使用和家庭收入水平均在1％顯著性水平上對正規(guī)信貸約束產(chǎn)生負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)-0.614與表2第（1）列未加入家庭收入水平的邊際效應(yīng)-0.641相比明顯下降，且由列（4）結(jié)果可知，互聯(lián)網(wǎng)使用能夠顯著提高農(nóng)戶家庭收入水平。進(jìn)一步區(qū)分農(nóng)業(yè)收入和非農(nóng)業(yè)收入，由列（2）和列（5）回歸結(jié)果可知，互聯(lián)網(wǎng)使用對農(nóng)業(yè)收入有正向影響但不顯著，說明互聯(lián)網(wǎng)使用通過提高農(nóng)業(yè)收入水平緩解農(nóng)戶正規(guī)信貸約束的作用不強(qiáng)。由列（3）和列（6）可以看出，互聯(lián)網(wǎng)使用對非農(nóng)業(yè)收入在1％顯著性水平上有正向影響，且互聯(lián)網(wǎng)使用對正規(guī)信貸約束的負(fù)向邊際效應(yīng)降低（0.623<0.641），表明互聯(lián)網(wǎng)使用通過提高非農(nóng)業(yè)收入水平緩解了正規(guī)信貸約束。

需求型信貸約束方面，表8第（1）列結(jié)果顯示，互聯(lián)網(wǎng)使用和家庭收入水平均在1％顯著性水平上對需求型信貸約束產(chǎn)生負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)與表2第（2）列回歸結(jié)果相比有所降低（0.550<0.591），表明互聯(lián)網(wǎng)使用通過提高家庭收入緩解需求型信貸約束;列（2）和列（3）結(jié)果表明，互聯(lián)網(wǎng)使用和非農(nóng)業(yè)收入均在1％顯著性水平上對需求型信貸約束有負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)有所降低（0.556<0.591），表明互聯(lián)網(wǎng)使用通過提高家庭非農(nóng)收入緩解需求型信貸約束，但農(nóng)業(yè)收入對需求型信貸約束的負(fù)向影響不顯著。供給型信貸約束方面，表8第（4）列結(jié)果顯示，互聯(lián)網(wǎng)使用和家庭收入水平分別在1％和10％顯著性水平上對供給型信貸約束有負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)有所降低（0.266<0.275），表明互聯(lián)網(wǎng)使用通過提高家庭收入緩解供給型信貸約束;由列（5）和列（6）可以看出，互聯(lián)網(wǎng)使用和非農(nóng)業(yè)收入均在1％顯著性水平上對供給信貸約束產(chǎn)生負(fù)向影響，且互聯(lián)網(wǎng)使用的邊際效應(yīng)有所降低（0.242<0.275），表明互聯(lián)網(wǎng)使用通過提高家庭非農(nóng)業(yè)收入緩解需求型信貸約束;同樣農(nóng)業(yè)收入對供給型信貸約束有負(fù)向影響但不顯著，可能因?yàn)檗r(nóng)戶通過使用互聯(lián)網(wǎng)獲得更多的就業(yè)信息，提高農(nóng)戶從事非農(nóng)工作的概率，提升非農(nóng)就業(yè)水平和就業(yè)效率。

已有研究表明，互聯(lián)網(wǎng)使用對家庭收入的影響存在門檻，只有當(dāng)家庭互聯(lián)網(wǎng)普及率和網(wǎng)絡(luò)費(fèi)用降低到一定數(shù)值后，其對家庭收入的促進(jìn)作用才會(huì)明顯增強(qiáng)^［29］。另外，通過實(shí)地調(diào)研發(fā)現(xiàn)，對于農(nóng)業(yè)生產(chǎn)經(jīng)營而言，尤其是經(jīng)濟(jì)作物種植業(yè)和養(yǎng)殖業(yè)，投資回報(bào)周期長、效益慢，這也就解釋了表7中列（5）和列（6）顯示互聯(lián)網(wǎng)使用主要促進(jìn)了非農(nóng)業(yè)收入增長，而對農(nóng)業(yè)收入的影響不顯著的原因。綜上所述，家庭收入水平在互聯(lián)網(wǎng)使用影響正規(guī)信貸約束的關(guān)系中發(fā)揮部分中介作用，假設(shè)H₄得到證實(shí)。

四、結(jié)論與啟示

本文從供需視角構(gòu)建農(nóng)村家庭正規(guī)信貸約束體系，實(shí)證檢驗(yàn)了互聯(lián)網(wǎng)使用對農(nóng)村家庭正規(guī)信貸約束的影響及信息約束、金融知識水平和家庭收入對上述影響的中介效應(yīng)。研究結(jié)果表明：互聯(lián)網(wǎng)使用能夠顯著降低需求型信貸約束和供給型信貸約束的發(fā)生概率，且對需求型信貸約束的緩解作用更大;相較于普通農(nóng)戶，互聯(lián)網(wǎng)使用對純農(nóng)業(yè)經(jīng)營、收入水平低、戶主健康狀況不佳以及距離金融機(jī)構(gòu)遠(yuǎn)的“長尾群體”正規(guī)信貸約束的緩解效應(yīng)最大，但實(shí)際仍明顯存在信貸資金被農(nóng)村精英群體占有的“精英俘獲”現(xiàn)象。研究結(jié)果還表明：家庭信息約束、農(nóng)戶金融知識水平和家庭收入均對緩解正規(guī)信貸約束產(chǎn)生積極影響，且在互聯(lián)網(wǎng)使用影響農(nóng)村家庭正規(guī)信貸約束關(guān)系中均具有部分中介效應(yīng);受到信息約束和金融知識貧乏的農(nóng)戶更容易受到信貸約束。此外，研究發(fā)現(xiàn)互聯(lián)網(wǎng)使用主要通過提高非農(nóng)業(yè)收入水平緩解正規(guī)信貸約束。

基于以上研究結(jié)論，筆者認(rèn)為緩解農(nóng)村家庭信貸約束、促進(jìn)農(nóng)村金融高質(zhì)量發(fā)展亟需發(fā)揮和挖掘互聯(lián)網(wǎng)信息技術(shù)的作用和潛能，因此，提出以下政策建議。第一，加強(qiáng)農(nóng)村地區(qū)特別是偏遠(yuǎn)地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，打通農(nóng)村互聯(lián)網(wǎng)“最后一公里”。充分利用互聯(lián)網(wǎng)信息平臺優(yōu)勢，建設(shè)農(nóng)村大數(shù)據(jù)征信體系，推動(dòng)數(shù)字“信用村”“信用戶”建設(shè)，改善農(nóng)村信貸市場信息不對稱，營造良好數(shù)字金融環(huán)境，激發(fā)銀行放貸積極性。第二，加大農(nóng)村地區(qū)寬帶網(wǎng)絡(luò)入村入戶、移動(dòng)設(shè)備采購等補(bǔ)貼力度。同時(shí)針對農(nóng)村年齡偏大、文化程度低、互聯(lián)網(wǎng)技術(shù)使用困難群體定期開展互聯(lián)網(wǎng)技術(shù)知識教育活動(dòng)，讓農(nóng)戶通過互聯(lián)網(wǎng)接收更多金融、農(nóng)業(yè)生產(chǎn)技術(shù)和創(chuàng)業(yè)就業(yè)信息，提升金融知識水平，增強(qiáng)農(nóng)戶申貸信心，縮小“數(shù)字鴻溝”，釋放“數(shù)字紅利”。第三，鼓勵(lì)引導(dǎo)金融機(jī)構(gòu)創(chuàng)新信貸產(chǎn)品與服務(wù)政策瞄準(zhǔn)純農(nóng)業(yè)生產(chǎn)經(jīng)營、收入水平低、健康狀況差以及交通不便利等“非精英”群體，提供“一戶一策”精細(xì)化、差異化服務(wù)模式，有效降低信貸交易成本和服務(wù)門檻，提高信貸可得性，緩解正規(guī)信貸約束。第四，規(guī)范完善農(nóng)村信貸市場管理，正確引導(dǎo)農(nóng)戶遵守信貸資金用途規(guī)定，嚴(yán)厲杜絕農(nóng)村非法集資和互聯(lián)網(wǎng)非法信貸平臺欺詐行為，打造健康良好金融生態(tài)環(huán)境和新型農(nóng)村金融服務(wù)體系，為農(nóng)村金融高質(zhì)量發(fā)展提供有力支撐。

參考文獻(xiàn)：

［1］ 何婧，田雅群，劉甜，等.互聯(lián)網(wǎng)金融離農(nóng)戶有多遠(yuǎn)——欠發(fā)達(dá)地區(qū)農(nóng)戶互聯(lián)網(wǎng)金融排斥及影響因素分析［J］.財(cái)貿(mào)經(jīng)濟(jì)，2017，38（11）：70-84.

［2］ 尹志超，張?zhí)枟?金融可及性、互聯(lián)網(wǎng)金融和家庭信貸約束——基于CHFS數(shù)據(jù)的實(shí)證研究［J］.金融研究，2018（11）：188-206.

［3］ 何廣文，何婧，郭沛.再議農(nóng)戶信貸需求及其信貸可得性［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2018，39（02）：38-49.

［4］ 黃邁，馬九杰.農(nóng)戶網(wǎng)絡(luò)貸款服務(wù)模式及其創(chuàng)新發(fā)展［J］.改革，2019（03）：97-105.

［5］ CLAESSENS S.Access to Financial Services［J］.World Bank Research Observer，2006（02）：207-240.

［6］ GEACH N.The Digital Divide，F(xiàn)inancial Exclusion and Mobile Phone Technology：Two Problems，One Solution？ ［J］. Journal of International Trade Law and Policy，2007，6（01）：21-29.

［7］ DINIZ E，BIROCHI R，POZZEBON M.Triggers and Barriers to Financial Inclusion：The Use of ICT-based Branchless Banking in An Amazon County［J］.Electronic Commerce Research and Applications，2012，11（05）：484-494.

［8］ 徐光順，蔣遠(yuǎn)勝，王玉峰.技術(shù)與農(nóng)戶普惠金融［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（04）：98-110.

［9］ 蔡慶豐，王瀚佑，李東旭.互聯(lián)網(wǎng)貸款、勞動(dòng)生產(chǎn)率與企業(yè)轉(zhuǎn)型——基于勞動(dòng)力流動(dòng)性的視角［J］.中國工業(yè)經(jīng)濟(jì)，2021（12）：146-165.

［10］ 田紅宇，王嬡名，祝志勇.數(shù)字化賦能：互聯(lián)網(wǎng)使用對農(nóng)戶信貸的影響及其異質(zhì)性研究——基于選擇實(shí)驗(yàn)方法的檢驗(yàn)和分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022（04）：82-102.

［11］ 馮興元.“三農(nóng)”互聯(lián)網(wǎng)金融創(chuàng)新、風(fēng)險(xiǎn)與監(jiān)管［J］.社會(huì)科學(xué)戰(zhàn)線，2018（01）：58-65.

［12］ 董翀，馮興元.縣域數(shù)字普惠金融的發(fā)展與供求對接問題［J］.農(nóng)村經(jīng)濟(jì)，2022（03）：49-59.

［13］ 張勛，萬廣華，吳海濤.縮小數(shù)字鴻溝：中國特色數(shù)字金融發(fā)展［J］.中國社會(huì)科學(xué)，2021（08）：35-51.

［14］ 溫濤，朱炯，王小華.中國農(nóng)貸的“精英俘獲”機(jī)制：貧困縣與非貧困縣的分層比較［J］.經(jīng)濟(jì)研究，2016，51（02）：111-125.

［15］ 劉錦怡，劉純陽.數(shù)字普惠金融的農(nóng)村減貧效應(yīng)：效果與機(jī)制［J］. 財(cái)經(jīng)論叢，2020（01）：43-53.

［16］ 魯元平，王軍鵬.數(shù)字鴻溝還是信息福利——互聯(lián)網(wǎng)使用對居民主觀福利的影響［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020（02）：59-73.

［17］ 邱澤奇，張樹沁，劉世定，等.從數(shù)字鴻溝到紅利差異——互聯(lián)網(wǎng)資本的視角［J］.中國社會(huì)科學(xué)，2016（10）：93-115.

［18］ DIMAGGIO P，BONIKOWSKI B.Make Money Surfing the Web？The Impact of Internet Use on the Earnings of U.S.Workers［J］.American Sociological Review，2008，73（02）：227-250.

［19］ DOHMEN T，F(xiàn)ALK A，HUFFMAN D，et al.Sunde，Are Risk Aversion and Impatience Related to Cognitive Ability？［J］.American Economic Review，2010，100（03）：1238-1260.

［20］ HUSTON S J.Financial Literacy and the Cost of Borrowing［J］.International Journal of Consumer Studies，2012，36（05）：566-572.

［21］ 孫光林，李慶海，李成友.欠發(fā)達(dá)地區(qū)農(nóng)戶金融知識對信貸違約的影響——以新疆為例［J］.中國農(nóng)村觀察，2017（04）：87-101.

［22］ 蘇嵐嵐，何學(xué)松，孔榮.金融知識對農(nóng)民農(nóng)地抵押貸款需求的影響——基于農(nóng)民分化、農(nóng)地確權(quán)頒證的調(diào)節(jié)效應(yīng)分析［J］.中國農(nóng)村經(jīng)濟(jì)，2017（11）：75-89.

［23］ DAVIDSON S.Take the Long Outlook on Credit Quality and Financial Literacy［J］.Community Banker，2002，11（05）：40-42.

［24］ 尹志超，張棟浩.金融普惠、家庭貧困及脆弱性［J］.經(jīng)濟(jì)學(xué)（季刊），2020，20（05）：153-172.

［25］ 趙建國，周德水.教育人力資本、互聯(lián)網(wǎng)使用與新生代農(nóng)民工職業(yè)選擇［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2019，40（06）：117-127.

［26］ 邱子迅，周亞虹.電子商務(wù)對農(nóng)村家庭增收作用的機(jī)制分析——基于需求與供給有效對接的微觀檢驗(yàn)［J］.中國農(nóng)村經(jīng)濟(jì)，2021（04）：36-52.

［27］ 陳晶，李小悅，萬寶宇.互聯(lián)網(wǎng)普及、小額貸款公司與普惠金融發(fā)展——基于中介效應(yīng)模型的分析［J］.沈陽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，14（06）：534-542.

［28］ 蘇嵐嵐，孔榮.互聯(lián)網(wǎng)使用促進(jìn)農(nóng)戶創(chuàng)業(yè)增益了嗎？——基于內(nèi)生轉(zhuǎn)換回歸模型的實(shí)證分析［J］.中國農(nóng)村經(jīng)濟(jì)，2020（02）：62-80.

［29］ 張永麗，徐臘梅.互聯(lián)網(wǎng)使用對西部貧困地區(qū)農(nóng)戶家庭生活消費(fèi)的影響——基于甘肅省1 735個(gè)農(nóng)戶的調(diào)查［J］.中國農(nóng)村經(jīng)濟(jì)，2019（02）：42-59.

［30］ 劉曉倩，韓青.農(nóng)村居民互聯(lián)網(wǎng)使用對收入的影響及其機(jī)理——基于中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（09）：123-134.

［31］ 程名望，張家平.互聯(lián)網(wǎng)普及與城鄉(xiāng)收入差距：理論與實(shí)證［J］.中國農(nóng)村經(jīng)濟(jì)，2019（02）：19-41.

［32］ FEDER G，LAU L，LIN J，et al.The Relationship Between Credit and Productivity in Chinese Agriculture：A Microeconomic Model of Disequilibrium［J］.American Journal of Agricultural Economics，1990，72：1151-1157.

［33］ JAPPELLI T.Who is Credit Constrained in the U. S. Economy［J］.The Quarterly Journal of Economics，1990，105（01）：219-234.

［34］ 牛榮，張珩，羅劍朝.產(chǎn)權(quán)抵押貸款下的農(nóng)戶信貸約束分析［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2016，37（01）：76-83.

［35］ 劉西川，程恩江.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)，2009（06）：37-50.

［36］ 胡振，聶雅豐，羅劍朝.社會(huì)資本與農(nóng)戶融資約束——基于農(nóng)戶分化和農(nóng)地金融創(chuàng)新的異質(zhì)性檢驗(yàn)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022（05）：65-76.

［37］ 何明生，帥旭.融資約束下的農(nóng)戶信貸需求及其缺口研究［J］.金融研究，2008（07）：66-79.

［38］ 張世虎，顧海英.互聯(lián)網(wǎng)信息技術(shù)的應(yīng)用如何緩解鄉(xiāng)村居民風(fēng)險(xiǎn)厭惡態(tài)度？——基于中國家庭追蹤調(diào)查（CFPS）微觀數(shù)據(jù)的分析［J］.中國農(nóng)村經(jīng)濟(jì)，2020（10）：33-51.

［39］ 尹志超，宋全云，吳雨.金融知識、投資經(jīng)驗(yàn)與家庭資產(chǎn)選擇［J］.經(jīng)濟(jì)研究，2014，49（04）：62-75.

［40］ 蘇嵐嵐，何學(xué)松，孔榮.金融知識對農(nóng)民農(nóng)地流轉(zhuǎn)行為的影響——基于農(nóng)地確權(quán)頒證調(diào)節(jié)效應(yīng)的分析［J］.中國農(nóng)村經(jīng)濟(jì)，2018（08）：17-31.

［41］ 傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)［J］.金融研究，2018（11）：68-84.

［42］ 孫永苑，杜在超，張林，等.關(guān)系、正規(guī)與非正規(guī)信貸［J］.經(jīng)濟(jì)學(xué)（季刊），2016，15（02）：597-626.

［43］ 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014，22（05）：731-745.

［44］ 陳強(qiáng).高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用［M］.北京：高等教育出版社，2010：235-238.

Application of Internet Information Technology and Farmers Formal Credit Constraint

——Taking the Survey Data of 915 Farmer Households in Shaanxi as An Example

WANG Yaping¹，LUO Bowen¹，LUO Jianchao^1，2*

（1.College of Economics and Management，Northwest A&F University;2.Shaanxi Rural Finance Research Centre，Yangling，Shaanxi 712100，China）

Abstract：The development of Internet information technology has had a profound impact on the rural financial system，ushering in new opportunities for solving rural credit problems.Based on the survey data of 915 rural households in Shaanxi Province，the Probit and Heckman two-stage and mediating effect models are used to analyze the influence and existing problems of Internet use on rural households formal credit constraints，and to explore its mechanism.The research results show that the use of the Internet can effectively reduce the occurrence probability of formal credit constraints，which reduces the occurrence probability of demand-based credit constraints and supply-based credit constraints by 18.46％ and 9.96％ respectively.The mitigation effect is stronger，but the phenomenon of “elite capture” is still evident.Further research finds that information constraints，financial literacy levels and household non-agricultural income all have a partial mediating role in the mitigation of family formal credit constraints by Internet use.Therefore，it is particularly important to expand the application breadth and depth of Internet information technology，and to improve Internet popularization and inclusive financial education in rural areas，especially for disadvantaged groups in rural areas.

Key words：Internet use;credit constraints;demand-based credit constraints;supply-based credit constraints

（責(zé)任編輯：董應(yīng)才）