新疆农村金融抑制及其福利损失程度测度

陈治国，辛冲冲，李成友，刘向晖，李　红

(1.新疆农业大学 a.经济与贸易学院;b.管理学院，乌鲁木齐 830052；2.山东财经大学 金融学院，济南 250014)



新疆农村金融抑制及其福利损失程度测度

陈治国1a，辛冲冲1a，李成友2，刘向晖1b，李红1a

(1.新疆农业大学 a.经济与贸易学院;b.管理学院，乌鲁木齐 830052；2.山东财经大学 金融学院，济南 250014)

摘要：利用对新疆农户的微观调研数据，基于双变量Probit模型分析农户资金供求的影响因素，估计新疆农村金融抑制程度，采用平均处理效应下的Match模型估计农村金融抑制的福利损失程度，研究表明：新疆农村金融抑制程度为67.82%，农村金融抑制对全部样本农户和遭受农村金融抑制的样本农户的消费支出、纯收入和经营纯收入均有负向影响，且全部样本农户的福利损失与遭受农村金融抑制农户的福利损失没有明显差异；上年生产性固定资产、上年金融资产余额、重大活动支出、是否处于高经济水平村庄等因素对农户资金需求有显著的正向影响，户主受教育水平、户主有无技能、是否有干部成员、获赠所得、是否处于资金丰裕村庄、非正规途径贷款、是否处于高经济水平村庄等因素对农户资金供给有显著的正向影响。

关键词：农村金融；金融抑制；福利损失；资金需求；资金供给；双变量Probit模型；Match模型

一、引言

改革开放以来，我国农村经济和社会发展水平大幅度提高，农民福利水平显著改善。但从横向比较看，农村经济发展仍然滞后于城市经济发展，城乡收入差距突出。长期难以克服的农村金融抑制是造成农村经济发展滞后、农民相对福利水平不高的重要原因之一。自McKinnon等(1973)提出发展中国家存在金融抑制的观点以来，关于金融抑制、金融抑制的福利损失等方面的相关文献就不断涌现。Stiglitz和Weiss(1981)基于不完全信息市场指出，不完全信息带来信贷配给，破除金融约束需要政府适当干预；Pischke等(1983)实证分析发展中国家农村借贷市场后发现，农村金融抑制在农户身上表现强烈，农村资金更多流向大生产者；Hoff和Stiglitz(1990)对不完全信息下农村金融信贷市场的政府行为进行研究后认为，温和控制存贷款利率有利于纠正扭曲的农村金融资金配置，降低农村金融抑制；Grant和MacNamara(1996)对爱尔兰和英国的农村专门金融机构和银行为的研究表明，大农户具有获得贷款的优势，而普通农户却面临农村金融抑制；Glaudio(2003)研究认为，发展中国家的农村正规金融供给不足导致农户贷款难，造成农村金融抑制；Conning和Udry(2007)认为农村金融中介与农户间的信息不对称导致农村信贷配给严重；Feder等(1990)在承认农村金融抑制的情况下，构建含有内生标准函数的Switching模型对农村小额信贷配给给农业产出造成的影响进行了估计；Kocha(1997)运用Biprobit模型对印度农户金融抑制程度进行了估计；Petrick(2002)基于微观调研数据，通过理论分析与实证研究相结合的方法估计了波兰的农村信贷配给程度。

国内学者关于农村金融抑制及其福利损失的相关研究起步较晚，近年来逐步趋于深入具体，由最初探讨农村金融抑制类型转向对农村金融抑制程度及其福利损失程度的实证估计。关于我国农村金融抑制的类型，主要观点有三种：一是供给型农村金融抑制，认为产生农村金融抑制的主要原因是农村金融供给受到抑制，正规金融组织对农户提供的贷款资金有限，农村金融供给严重不足(叶兴庆，1998；谢平，2001；乔海曙，2001)；二是需求型农村金融抑制，认为产生农村金融抑制的主要原因是农户金融需求不足，农户较低的预期借款收益率和取得农村金融资金的高交易费用使得农户对农村资金的有效需求明显不足(高帆，2002；曹力群，2002)；三是需求型农村金融抑制从属的供给型农村金融抑制，认为农村金融供给抑制必然带来农户金融需求抑制，农村金融供给不足导致农户对正规金融资金缺乏需求，形成的不利金融生态环境，进而抑制农村经济健康快速发展(马晓河，2003；王醒男，2006)。

关于农村金融抑制程度及其福利损失的实证研究，朱喜和李子奈(2006)利用联立离散选择模型对农户金融抑制程度进行了估计，发现农户面临严重的信贷约束，认为政府干预和信息不对称是造成农村信贷配给的主要原因；李锐和朱喜(2007)通过构建Biprobit模型和Match模型，运用全国微观调研数据对农村金融抑制程度及福利损失进行了计量分析，发现农户金融抑制程度较高且福利损失显著；朱信凯和刘刚(2007)通过构建实证模型估计了农村非正规金融对农户消费信贷约束的影响，认为农村非正规金融有利于缓解农村金融抑制；徐璋勇和王红莉(2009)从农户金融需求视角入手，运用分层饱和模型及Logist模型对陕西农户金融抑制的影响因素进行了深入分析，认为平衡农户金融供求是破解农户金融抑制的关键；程郁等(2009)通过构建信贷约束理论模型及利用Probit模型和Logist模型，从供给配给和需求压抑两个层面深入研究了农村金融抑制程度；赵振宗(2011)采用区域转化模型实证分析了农村正规金融和非正规金融对农户的福利影响，研究表明农村正规金融和非正规金融对农户的福利效应存在替代性；李成友等(2014)运用面板部分可观察的Biprobit模型估计了农户信贷配给程度，并通过引入虚拟变量的线性回归模型估计了信贷配给对农户消费的影响，发现农户信贷配给程度为52.2%，信贷配给造成农户家庭消费支出降低18.8%、消费质量降低19.7%。

综上所述，我国农村金融抑制确实较为严重，且造成了较高的福利损失。虽然不同学者对农村金融抑制及其福利损失程度进行了多角度研究，研究的层次也逐渐加深；但现有研究多基于国家视角，模型指标变量的选取也大多存在遗漏，且没有考虑不同地区存在的异质性，尤其是缺乏对西北民族地区的相关研究。而新疆作为“丝绸之路经济带”的核心区之一，也是西部欠发达的民族地区，其农村金融抑制到底是什么程度，农村金融抑制给新疆农户带来了多大的福利损失，是值得深入研究的重大课题。有鉴于此，本文采用对新疆农户进行实地调研的调查数据，估计其农村金融抑制程度及福利损失程度，进而提出降低新疆农村金融抑制程度、提高农户家庭福利水平的政策建议。

二、新疆农村金融抑制程度及其影响因素分析

本研究把农户从正规和非正规金融渠道取得的借款额小于农户所需借款额定义为农户遭受了农村金融抑制，并分为农户信贷需求完全得不到满足和部分得不到满足两种情况，分别称为农户遭受了完全信贷配给和部分信贷配给。由于不能够直接对农户信贷供给和信贷需求的真实值进行观察，只能对供给和需求共同作用的结果进行观察。为了能够有效分离出信贷供给和信贷需求两方面因素对信贷市场均衡结果的影响效应，本研究选用能够同时对信贷供给方程和信贷需求方程进行估计的双变量Probit模型，估计新疆农户金融抑制程度。双变量Probit模型的两个方程的因变量是信贷供给和信贷需求两种相关选择，两方程存在同样的自变量，两者误差项存在相关性，且误差项的协方差为固定常数。

本研究选用的样本数据来源于2015年在新疆地区乡村农户走访调研数据，由地州市向村镇农户开展逐级抽样，根据社会经济发展水平、民族及地理分布特征存在的差异性，选取14个州(市)、35个县、35个镇(乡)、50个村、1 000家样本农户进行抽样调研，形成了涵盖家庭人口结构、家庭收支情况、生产经营活动、金融信贷安排、固定资产结构、居住环境等多方面较为详实全面的微观调查问卷，包括个体特征、经济特征、社会关系、金融生态环境、地理特征等指标变量。该调查得到的丰富数据和可靠材料有效支持了本文实证研究，样本数据的描述性统计分析见表1。从表1主要变量的统计性特征可见，新疆农村总体经济水平较低，农户受教育水平较低且缺乏技能，收入来源主要依赖于农业；农村地区金融抑制较为普遍，农户总体上倾向从非正规金融途径获得贷款资金。

表1　样本数据描述性统计分析

本研究利用Stata12.0软件，选用最大似然函数估计法估计双变量Probit模型，模型估计结果具体见表2。根据双变量Probit模型的估计系数，可以测算出新疆农户资金需求未被满足的程度(限于篇幅，具体计算方法略，有需要者可与作者联系获取)为67.82%，即新疆农村金融抑制程度为67.82%，虽然低于李锐和朱喜估计的全国农村金融抑制程度(70.92%)，但仍然很高。且李锐和朱喜的研究结论为数年前的情况，说明经过多年农村金融制度改革，农村金融抑制在西部地区仍然明显存在。

表2　双变量Probit模型估计结果

注：*、**、***分别表示10%、5%和1%的显著性水平，profixasset-1、fixasset-1、financeasset-1分别为上一年的生产性固定资产、固定资产和金额资产余额。

从个体特征变量的影响来看，户主受教育水平对资金需求的影响不显著，对资金供给存在正向促进作用。受教育水平高的家庭，一方面有开展更多农业经营活动的需求而对资金有较大需求，但同时又有能力获得更多收入而降低资金需求，两方面相互作用使得户主受教育水平在资金需求方面没有起到显著作用。户主性别、户主年龄及家庭劳动力人数对资金供求均没有显著影响，家庭劳动力人数对资金需求没有显著影响，农户拥有技能对资金供给存在显著正向影响。

从经济特征变量的影响来看，农户经营土地规模对资金供求没有显著影响，主要由于不健全的农村土地流转制度制约了土地融资功能的有效发挥，结果使得土地经营面积难以影响农户融资行为；上年生产性固定资产对资金需求在5%显著性水平上存在正向促进作用，而上年农户固定资产(生产性固定资产与房产价值之和)对于资金供给没有显著影响，主要由于房产不能作为抵押物进行融资且难以变现，从而不能促使资金所有者提高供给意愿；收入结构(非农收入在农户总收入中所占比重)对农户资金需求没有显著影响，主要由于非农经营活动产生的资金需求被非农收入所抵消；重大活动开支对农户资金需求在1%显著性水平上存在正向影响，表明重大活动支出难以通过农户自有资金来满足，必须通过借贷来平衡；上年金融资产余额对资金需求在5%显著性水平上存在负向影响。

从社会关系特征变量的影响来看，有干部成员的家庭在1%显著性水平上对资金供给存在正向影响，原因在于干部更易从金融机构获得贷款，关系型借贷明显；农户获赠所得对资金供给在5%显著性水平上存在正向影响，表明农户获赠所得有赖于其社会网络关系，这与新疆关系链条型的社会形态有关；农户家庭消费支出对资金供求无显著影响，农户家庭纯收入、经营纯收入对资金供给无显著影响。

从金融生态环境变量的影响来看，所处乡村是否富裕对资金供给在5%显著性水平上存在正向影响，原因在于富裕乡村有着相对比较活跃的农村信贷活动，农户提供贷款的意愿强烈；非正规途径对农户资金供给在1%显著性水平上存在正向影响，而正规途径的影响不显著，这与当前新疆农村金融市场仍不规范有关。

从地理特征变量的影响来看，居住地距交通节点的距离对农户资金供求没有显著影响，是否生活于南疆地区对农户资金需求影响不显著，但农户是否位于高经济水平的村庄对资金供求在5%显著性水平上存在正向影响。

三、新疆农村金融抑制的福利损失估计

1.配给效应模型构建

本研究在运用平均处理效应模型估计遭受农村金融抑制农户的总体平均处理效应及其样本平均处理效应的基础上，为准确估计遭受农村金融抑制的农户在未受到金融抑制情况下的产出，进一步采用Match模型估计出遭受农村金融抑制的农户的真实福利损失。

(1)平均处理效应模型

令Yi(0)和Yi(1)表示农户i未受到农村金融抑制和受到农村金融抑制后的两种潜在产出，则农村金融抑制对农户的影响效应为Yi(1)-Yi(0)；令Ci为可观察到的农户是否遭受到了农村金融抑制的两种状态，则农户i可观察到的产出为Yi(Ci)，Ci=0或1。

农村金融抑制对所有农户的总体平均处理效应和样本平均处理效应为：

进一步可以把遭受农村金融抑制农户的总体平均处理效应和样本平均处理效应表示为：

其中，N1=∑ixi。

(2)Match模型

为了估计遭受农村金融抑制农户在未受到农村金融抑制情况下的产出，利用Match模型找出未受到农村金融抑制且其特征变量与受到农村金融抑制农户的特征向量非常近似的农户，进而有效解决产出不能观察的问题。Match模型可以具体设定为：

运用Match模型可以把预期的潜在产出用如下估计量表示：

可以得到平均处理效应的估计量为：

遭受农村金融抑制农户的平均处理效应的估计量为：

2.实证结果分析

为了选出遭受金融抑制农户的匹配农户，本研究选取农户受教育水平、户主年龄、家庭劳动力、土地经营面积、生产性固定资产、是否生活于南疆等作为特征变量，运用平均处理效应下的Match模型对新疆农户农村金融抑制的福利损失进行估计，估计结果分别见表3和表4。

从表3可见，金融抑制对全部样本农户和遭受农村金融抑制的样本农户的消费支出、纯收入和经营纯收入都有负向影响。对全部农户的消费支出和经营纯收入在5%的显著性水平上有负向影响，对全部农户的纯收入在1%显著性水平上有负向影响；对样本农户的消费支出和纯收入在1%显著性水平上有负向影响，对样本农户的经营纯收入在5%显著性水平上有负向影响。同时可以发现，农村金融抑制对农户纯收入的影响较小，主要原因在于外出打工收入在农户收入中的比重越来越高，劳动力成本上升增加了农户务农成本，农户从外出打工获得的工资性收入能够显著降低农户对农村金融资金的依赖性。

由表4可知，在农村金融抑制的影响下，全部样本农户的消费支出、纯收入、经营纯收入平均损失分别为1 987元、1 494元和1 559元，占其消费支出、纯收入、经营纯收入均值的比重分别为16.28%、9.03%和14.97%；遭受农村金融抑制的样本农户的消费支出、纯收入、经营纯收入平均损失分别为2 191元、1 526元和1 619元，占其消费支出、纯收入、经营纯收入均值的比重分别为17.95%、9.87%和15.52%。可以发现全部样本农户的福利损失与遭受农村金融抑制农户的福利损失没有明显差异，原因主要是对于资金极其稀缺的农村社会，信贷资金会通过友情、亲情等非正规渠道在农户间流动，未受到农村金融抑制的农户会把资金借给受到金融抑制并需要资金支持的农户，进而给自己带来福利损失，结果导致所有农户都存在金融抑制带来的福利损失。

表3　Match模型估计结果

注：*、**、***分别表示10%、5%和1%的显著性水平，SATE和SATT分别为农村金融抑制对全部样本农户的平均处理效应和遭受农村金融抑制的样本农户的平均处理效应。

表4　农户农村金融抑制的福利损失

注：SATE(%)=(SATE÷均值)×100%，SATT(%)=(SATT÷均值)×100%。

四、结论与启示

本研究利用新疆农户微观调研数据，通过构建双变量Probit模型，对农户资金供给意愿和资金需求意愿的影响因素进行了识别，估计出农村金融抑制程度；并采用平均处理效应下的Match模型估计了新疆农村金融抑制带来的农户福利损失程度。实证研究发现：上年生产性固定资产、上年金融资产余额、重大活动支出、是否处于高经济水平村庄等因素对农户资金需求有显著的正向影响，户主受教育水平、户主有无技能、是否有干部成员、获赠所得、是否处于资金丰裕村庄、非正规途径贷款、是否处于高经济水平村庄等因素对农户资金供给有显著的正向影响；新疆农村金融抑制程度为67.82%，农村金融抑制对全部样本农户和遭受农村金融抑制的样本农户的消费支出、纯收入和经营纯收入都有负向影响，且全部样本农户的福利损失与遭受农村金融抑制农户的福利损失没有明显差异。

根据以上实证研究结论，为了能够有效缓解新疆农村金融抑制程度，提高农户福利水平，本文提出以下政策建议：一是重构支持新疆“三农”的农村金融体系，纠正扭曲的农村金融制度安排，建立农村金融资源回流机制，破除“二元”农村金融结构桎梏；二是加快完善农村正规金融机构建设，多渠道推进农信社产权制度改革，优化农信社治理机制，延伸国有商业银行支农业务，拓宽政策性金融支农渠道，创造良好的农村金融生态环境；三是分层次给予农村非正规金融组织进入农村金融市场的权利，使农村民间金融早日步入公开化、合法化、正规化轨道；四是努力构建多层次农业金融组织体系，培育扶持村镇银行、小额贷款公司、农村资金互助社等新型农村金融组织，探索建立农村互联网金融平台，创新农村金融产品和服务方式；五是建立保障农户利益的产权制度，破除农地产权抵押融资制度障碍，深化农地流转改革，创新农地抵押融资模式，同时大力完善农村社会保障体系，降低农牧民非生产性资金需求，确保农户能够有充足的资金投向农业生产领域。

参考文献：

曹力群.2002.农村金融体制改革与农户借贷行为研究[R].北京：农业部经济研究中心.

程郁，韩俊，罗丹.2009.供给配给与需求压抑交互影响下的正规信贷约束[J].世界经济(5)：73-82.

高帆.2012.我国农村中的需求型金融抑制及其解除[J].中国农村经济(12)：68-72.

李锐，朱喜.2007.农户金融抑制及其福利损失的计量分析[J].经济研究(2)：146-155.

李成友，李庆海，李锐，等.2014.农户信贷配给程度及其对家庭消费行为的影响[J].当代经济研究(7)：63-69.

马晓河，蓝海涛.2003.当前我国农村金融面临的困境与改革[J].中国金融(11)：11-13.

乔海曙.2001.农村经济发展中的金融约束及解除[J].农业经济问题(3)：19-22.

王醒男.2006.基于需求与发展视角的农村金融改革逻辑再考[J].金融研究(7)：53-64.

谢平.2001.中国农村信用合作社体制改革的争论[J].金融研究(1)：1-13.

徐璋用，王红莉.2009.基于农户金融需求视角的金融抑制问题研究[J].西北大学学报：哲学社会科学版，39(5)：47-54.

叶兴庆.1998.论我国农村金融抑制与金融深化[J].现代金融导刊(3)：56-64.

朱喜，李子奈.2006.我国农村正式金融机构对农户的信贷配给—一个联立离散选择模型的实证分析[J].数量经济技术研究(3)：37-49.

朱信凯，刘刚.2007.非正规金融缓解农户消费信贷约束的实证分析[J].经济理论与经济管理(4)：45-49.

赵振宗.2011.正规金融、非正规金融对家户福利的影响[J].经济评论(4)：89-95.

CONNING J，UDRY C. 2007. Rural Financial Markets in Developing Countries[J]. Handbook of Agricultural Economics， Elsevier，3(1)：5-56.

FEDER G，et al. 1990. The Relationship Between Credit and Productivity in Chinese Agriculture：Amicroeconomic Model of Disequilibrium[J].American Journal of Agricultural Economics，72(5)：1151-1157.

GRANT W，MACNAMARA A. 1996. The Relationship Between Bankers and Farmers：an Analysis of Britain and Ireland[J]. Journal of Rural Studies，Pergamon-Elsevier Science LTD，12(4)：427-437.

GLAUDIO G V. 2003. Macro Economic Policy and Reality-deepening Rural Financial Markets：Macroeconomic，Policy and Political Dimensions，Paving the Way Forward for Rural Finance[R]. International Conference on Best Practice，Working Paper.

HOFF K，STIGLITZ J. 1990. Introduction：Imperfect Information and Rural Credit Markets—Puzzles and Policy Perspectives[J]. The World Bank Economic Review，4(3)：235-250.

KOCHA A. 1997. An Empirical Investigation of Rationing Constraints in Rural Credit Markets in India[J]. Journal of Development Economics，Elsevier，53(2)：339-331.

MCKINNON R I. 1973. Money and Capital in Economic Development[M].Washington D.C.，Brookings Institute.

PISCHKE V，ADAMS D，DONALD G. 1983. Rural Financial Markets in Developing Countries[M]. The Johns Hopkins University Press.

PETRICK M. 2004. Credit rationing in the Polish farm sector：a Microeconometric Analysis Based on Survey Data[J]. European Review of Agricultural Economics，31(1)：77-101.

SHAW E S. 1973. Financial Deepening in Economic Development[M].New York，Oxford University Press.

STIGLITZ J，WEISS A. 1981. Credit Rationing in Markets with Imperfect Information[J].American Economic Review， American Economic Association，71(3)：393-410.

CLC number：F304.4；F832.35Document code：AArticle ID：1674-8131(2016)02-0073-08

(编辑：夏冬)

Rural Financial Repression and Welfare Loss Degree in Xinjiang

CHEN Zhi-guo1a，XIN Chong-chong1a，LI Cheng-you2，LIU Xiang-hui1b，LI Hong1a

(1a. College of Economics and Trades; 1b. College of Management, Xinjiang Agriculture University, Urumqi 830052,China; 2. School of Finance, Shandong University of Finance and Economics, Jinan 250014, China)

Abstract:By using the micro survey data of rural households in Xinjiang and based on the bivariate Probit model, this paper estimates rural financial repression degree in Xinjiang, in addition, the paper estimates the welfare loss of rural financial repression by using the Match model of the average treatment effect. The empirical research result shows that the rural financial repression degree in Xinjiang is 67.82%, that the rural financial repression has negative effect on the consumption expenditure, net income and net operating income of the whole sample of rural households, that there is not obvious difference between welfare loss of the whole sample and the welfare loss of the rural households who suffered financial repression, that there is significant positive influence of the factors such as production fixed assets and financial asset balance in first half year, big activity expenditure, the villages in high-level economy and so on on rural household capital demand, and that there is significantly positive impact of the factors such as the education level of the farmers, the skill of the farmers, whether the household members are cadres, gift income, the village in rich economy, loan from informal way, the villages in high economic level and so on on rural household capital supply.

Key words:rural finance; financial repression; welfare loss; capital demand; capital supply; bivariate Probit model; Match model

中图分类号：F304.4；F832.35

文献标志码：A

文章编号：1674-8131(2016)02-0073-08

作者简介：陈治国(1984—)，男，陕西西安人；博士研究生，在新疆农业大学经济与贸易学院学习，主要从事农业经济理论与政策研究；Tel：15292851726，E-mail：441240639@qq.com。

基金项目：国家自然科学基金资助项目(71562033);新疆人文社科重点研究基地干旱区农村发展研究中心课题(XJEDU030114Y02);新疆自治区研究生科研创新项目(XJGRI2015085)

收稿日期：2015-11-05；修回日期: 2015-12-22

DOI：10.3969/j.issn.1674-8131.2016.02.009