农户选择土地产权抵押贷款融资意愿研究——基于多元有序Logistic模型

薛宝飞，郑少锋

(西北农林科技大学 经济管理学院，陕西 杨凌 712100)*

一、引 言

随着新农村建设不断推进，农户的金融需求也呈现出层次性、多元化趋势并且需求总量不断攀升，但是农户贷款难问题始终是制约农村社会健康稳定的关键因素。2013年中央一号文件明确指出，要不断改善农村金融服务，创新符合农村特点的抵(质)押担保方式和融资工具，从而建立多种形式的农业信用担保体系。为了缓解“贷款难”和“难贷款”的问题，甘肃陇南、临泽、泾川等地进行了“三权”抵押融资试点，探索土地承包经营权抵押贷款新模式，推动农村产权抵押融资制度化、规范化，促进农村融资环境改善和农村经济社会快速发展。其它地区也在进行农村产权抵押的大胆尝试。陕西省高陵县建立了西北首家农村产权交易平台，通过GPS定位为农户财产进行确权；杨凌示范区和四川省成都市则通过农村土地经营权、建设用地使用权等进行抵押融资；重庆市不断完善地票交易机制，对农村产权进行确权登记并成立了农村土地交易所。相比较于前几种模式，甘肃陇南的“土地承包经营权抵押”模式优势体现在土地流转合作社和农户之间的互相担保，在一定程度上规避了法律风险、降低了银行信贷风险，同时由于贷款农户的土地承包经营权只采取转包和出租的形式，原则上农户不会失去土地承包经营权，确保了农户的基本生活保障。

在土地产权抵(质)押方面，学术界所持态度褒贬不一，有的认为农村土地经营权的转让与土地集体所有制不矛盾，转让会不断优化农地资源配置，从而实现规模化经营，最终达到农户财产性收入和经营收入双重增收的目的[1，2]；通过建立农业合作经济组织或者以土地承包经营权为抵押的相关农村金融制度，可以有效化解农户贷款难的问题，缓解农村地区资金“瓶颈”现象[3-5]。有的却认为目前农村土地承包经营权流转存在“非自愿、非规范”的情况，不利于真正维护双方的合法权益；农村土地抵(质)贷款经过多次土地流转，会导致农户失地和抵押贷款悬空的危险[6-8]。

在实证方面相关研究较少，有学者通过公式推导认为，我国农地承包经营权市场流转总体上呈现出需求大于供给的不均衡趋势[9]；通过相关模型分析出农村资金需求量大，但农户的参与意愿明显高于参与行为，且其自身行为态度直接影响农户的参与意愿[10]；农民由于缺乏抵押物而无法进行融资，因此，土地承包经营权抵押贷款试点应在非农收入与家庭收入水平高的农户中进行[11，12]。

从已有文献来看，由于农村土地产权不明晰，学术界对产权抵押融资褒贬不一，主要的分歧在于土地流转是否有助于资源的优化配置。然而，无论哪一方面都没有从实证角度给出相关证明。目前的实证研究肯定了土地产权流转能够增加农户贷款的可获得性，但这也是从地区甚至全国宏观层面对其进行分析。由于农村各地区的经济发展水平、资源禀赋等都呈现出较大差异，很难从整体上对农户土地产权抵押贷款进行准确判断，因此从微观层面，尤其是农户方面对某一地区特定的土地产权抵押模式研究就更有价值。甘肃陇南的土地承包经营权反担保贷款作为近两年来一种新兴的抵押模式，由于兼顾多方效益，实施以来取得了较大的成效。那么，当地的农户对这类抵押模式评价如何？又有哪些因素促进和阻碍农户的贷款意愿？鉴于此，从农户的角度出发，运用多元有序Logistic模型研究贷款意愿有助于更好地修正和完善这种抵押模式，从而进一步缓解农民贷款难问题。

二、研究方法与理论模型

(一)研究方法

Logistic分析广泛地用于因变量为二分类变量的回归模型，它采用极大似然法求解回归参数，通过概率值进行整体检验，P表示事件发生概率，(1-P)表示事件不发生概率[13]。本文的因变量指标为农户进行土地产权抵押贷款融资的意愿度，是一个概率值并且为五个离散变量指标，在进行模型回归前需转化为虚拟变量，因此，选用多元有序Logistic模型能够很好地测量变量之间的关系。

(二)理论模型

采用多元有序Logistic模型来考察农户选择土地产权抵押贷款融资的意愿，把意愿因素分为非常不愿意、不愿意、一般、愿意和非常愿意。可见农户选择土地产权抵押贷款融资不是一个连续变量，在借鉴黄祖辉(2006)和李剑(2012)[14，15]模型的基础上把因变量的取值限定在[1,5]，分别把因变量赋值为：非常不愿意=1，不愿意=2，一般=3，愿意=4，非常愿意=5。

假设μij表示第i个农户选用第j种策略的效用，当μij>μiλ(j≠λ)时，追求效用最大化的农户会选择第j种策略，此时，第i个农户使用第j种策略的概率为：P(Yi=j)=P(μij>μik)，假设j种类型相互独立且服从同样的威布尔分布，即F(ε)=exp (eε)，则第i个农户选择第j种策略的概率为[14，15]：

(1)

i=1,…,162;j=1,2,3,4,5

Logistic回归分析的中心概念即是Logit，它是发生比的自然对数，发生比为：p/(1-p)，即某事件出现的概率与不出现的概率之比，本文具体表现为农户选择土地产权抵押贷款融资的意愿和其它融资意愿的概率之比。由于发生比不是线性模型，因此取其自然对数就可转换为相应的线性方程式[13]：

Logit(p)=Ln[p/(1-p)]=f(x)

(2)

Logistic模型的具体形式如下：

(3)

γ=1，2… ；i=1,…,162

根据Logistic变换的定义有：将式(3)代入式(2)，则第i个农户选择土地产权抵押贷款融资意愿第j类发生的概率如下：

(4)

其中，i代表农户样本，j代表农户选择土地产权抵押贷款融资的意愿类别，xγi为影响第i个农户选择土地产权抵押贷款融资意愿的第γ个相关变量，βγ为影响变量估计参数，θ为相关影响变量的个数。

三、数据来源与计量分析

(一)数据来源

数据来自于课题小组2017年7月对甘肃陇南四个村庄的农户进行的随机抽样问卷调查，调研共发放190份问卷，回收有效问卷162份，有效率为85.26%。样本的选择具有较强的代表性，特征分布如表1所示。

(二)计量分析

1.自变量的选取。自变量来自于课题小组的调研问卷选项，为了尽可能地分析各指标间的关系，采用探索性因素分析，初步选取问卷中的41个指标，并对其做最初的适合性检验，其中KMO=0.551，由于值较小不适合进行因素分析，对41个指标进行逐步删除，直到KMO的值不再变化为止。具体做法是通过观察反映像相关矩阵的对角线值(MSA)，将其最小的一个去掉后再进行KMO值检验，依次类推，最终将MSA的值都小于0.55的全部去掉，最终确定了影响农户土地产权抵押贷款融资意愿的24个自变量，自变量的定义和相关均值如表2所示。

表1 农户样本特征分布

注：家庭人口数量以目前居住在家里的人口(包括在外读书的子女)表示，供养比用完全丧失劳动力的老人与上学的子女之和与家庭人口数量的比值表示。

2.农户选择土地产权抵押贷款融资的意愿因子分析。对最终筛选出的24个因子进行KMO和Bartlett等检验，结果表明，KMO的统计量为0.649，Bartlett球形检验的x2的值为792.511，球形检验结果的显著性概率值P=0.000<0.05，即拒绝净相关矩阵不是单元矩阵的假设，代表总体的相关矩阵间有共同因素存在，适合进行因素分析。首先，采用主成分分析法对影响农户土地产权抵押贷款融资意愿的各变量进行因子分析，由于不能否定各因子之间没有相关存在的可能性，因此，选择Promax(P)斜交转轴法进行因子旋转，并通过相关系数的大小排序，得到如表3的各个因子变量的载荷系数。然后，通过提取特征值>1的8个公因子，根据其相关定义大致分为社会保险、社会关系、政策环境、融资评价、家庭情况、风险认知、服务认知和对象特征八大类，它们的累积方差贡献率达到了61.331%，表示样本数据中有61.331%的信息可以由这8个公因子来进行解释，因此，用这8个公共因子代替原来筛选出的24个因子来解释农户土地产权抵押贷款融资意愿的影响因素。

表2 自变量构成及其定义

注：数据根据问卷相关指标整理所得。

由表3可知，社会保险包括家庭是否购买保险(养老、医疗、失业、工伤和生育保险)、家庭是否参与当地的政策性农业保险和政府是否对产权抵押贷款提供了担保；社会关系包括家庭成员或亲戚朋友是否有担任(过)村干部、在政府部门任职过和在银行或者信用社工作(过)；政策环境包括当地信用社开展农村土地产权抵押融资贷款业务的态度如何、对产权抵押融资贷款政策的了解程度和认为产权抵押融资资金的来源是否单一；融资评价包括农村土地产权抵押的评估方式、设立的贷款期限、利率水平、办理流程和还款方式是否合理；家庭情况包括家庭收入的主要来源、家庭经营类型、家庭有无欠款、进行产权抵押贷款时所使用的产权抵押物；风险认知包括进行产权抵押贷款时，担心失去土地经营权和由于不能按时还贷而失去再次获贷的机会；服务认知包括农信社在授予贷款后，是否会对贷款进行贷后跟踪调查和当贷款快要到期时，农信社是否会提醒归还贷款；对象特征包括受访农户的性别和受访农户的文化程度。

表3 经Promax斜交转轴后的因子结构矩阵

注：因子相关系数按大小排列，数据由统计结果得出。

3.农户选择土地产权抵押贷款融资意愿的多元有序Logistic分析。通过对受访农户对象是否愿意进行土地产权抵押贷款作为因变量Y，以社会保险、社会关系、政策环境、融资评价、家庭情况、风险认知、服务认知和对象特征8个公因子为自变量X，受访农户共有162个，即Xi1、Xi2、Xi3、Xi4、Xi5、Xi6、Xi7、Xi8其中i=1,2,3,4,5…162。结果分析如表4所示。

通过表4可以看出：社会保险(X1)、社会关系(X2)、家庭情况(X5)和对象特征(X8)的P值均大于10%，没有通过显著性检验；而政策环境(X3)(5%)、融资评价(X4)(5%)、风险认知(X6)(1%)、服务认知(X7)(10%)通过了检验，表明政策环境、融资评价、风险认知和服务认知对农户土地产权抵押贷款融资意愿有显著影响。

表4 多元有序Logistic模型估计结果

注：数据由统计结果得出。

(三)回归分析及结论

1．风险认知对农户土地产权抵押融资意愿的影响最大且系数为负(-0.744，见表4)，表明风险越大，农户越不可能进行土地产权抵押贷款。风险认知因素包括担心失去土地承包经营权和失去获贷机会两项自变量，根据两项自变量定义均值(2.81和2.94，见表1)发现，都接近比较同意指标，表明该两项在农户的日常生活中占有重要部分。一方面，虽然这类抵押模式规定了农户在违约时，其土地承包经营权只是采取转包和出租的形式，农户并不会失去土地承包经营权，但是由于所调研地区的农业发展水平较低，农户手中的可见资产仅限于土地和住房，农户不像城市居民有着较为完善的社会保险体系，土地对于农户来说不仅仅是生活来源更是最大的生活保障；另一方面，农户的收入水平较低，获取贷款的机会本来就很少，若由于不可抗因素导致了农户无法按期甚至不能偿还贷款，势必会对农户的正常生活和下一次贷款获得产生较大影响，因此，这两项是农户进行土地产权抵押贷款融资的首要考虑因素。

2．政策环境对农户的意愿的影响次之(0.354，见表4)，这表明除了自身的因素以外，政策的导向也对农户的行为产生较大影响，政策环境包括当地信用社开展业务的态度、农户对抵押政策的了解和资金来源的单一程度三项自变量，通过调研发现，机构开展业务态度的均值为3.70(见表1)，表明农户认可机构开展此类业务的积极性；而农户对政策的了解却仅为一般(2.94，见表1)，这说明相关机构在政策宣传和与农户的沟通方面还存在着严重的缺陷；农户普遍认可资金来源程度单一(3.51，见表1)，这是因为调研地目前只有农村信用社在开展此类的业务，其它相关机构还未涉及，反映出农户需要更多的金融机构开展涉农贷款业务的急切心理。

3．融资评价的影响系数为0.309，它包括其评估方式、贷款期限、利率水平、办理流程和还款方式是否合理，其中评估方式(3.44)、办理流程(3.2)和还款方式(3.67)农户比较认可外，贷款期限和利率水平的合理性并不认同，特别是利率水平(3.8)，这主要是由于农户的家庭收入偏低，农户进行抵押贷款是为了缓解家庭经济困难，较高的利率会阻碍农户选择土地产权抵押。

4．服务认知也在一定程度上影响着农户的产权抵押贷款融资意愿，包括贷后跟踪调查(1.65)和提醒归还贷款(1.88)，其影响系数为负。合理的解释是农户在获得贷款后，将贷款用于何种用途是其个人隐私，他们只需要按时归还贷款即可，相关金融机构不合适宜地贷后调查会影响农户的正常生活生产。

5．社会保险、社会关系、家庭情况和对象特征对农户选择土地产权抵押贷款意愿的影响不显著。对此可以的解释为：一方面，相对于社会关系和家庭情况这些变量，农户更关心的是贷款本身以及如何获得贷款，因此影响不明显；另一方面，也与问卷的设计和指标选取等有一定的联系，并不能完全否定这些变量对其无影响，问题有待进一步研究。

四、结论与启示

以上通过甘肃陇南162户农户的实地调研数据，对农户选择土地产权抵押贷款融资意愿影响因素采用多元有序Logistic模型回归分析，研究发现：风险认知的影响最大且系数为负，这是由于当地农民收入水平和抗风险能力引起的；政策环境对农户意愿有着正向影响，农户普遍认为农村信用社开展土地产权抵押贷款业务积极，但是对业务的内容和流程却不熟悉，表明业务信息在传递和接收方面还存在着一定障碍；融资评价影响为正，由于当地开展此项涉农贷款业务的机构较少，农户大多数认为存在资金来源单一和利率较高的现象；服务认知负向影响着农户意愿，表明农村信用社的贷后服务会在一定程度上降低农户选择土地产权抵押贷款业务的积极性；社会保险、社会关系、家庭情况和对象特征对农户贷款意愿均影响不显著。

基于以上研究，为了更好地提高土地产权抵押融资贷款的成效，给出以下建议：(1)当地政府需不断完善相关保障措施，最大程度上降低农户选择土地产权抵押贷款融资的后顾之忧。同时，应进一步扩大当地农村的就业、养老等社会保障体系覆盖范围，从而降低农村土地社会保障功能。(2)金融机构应加大政策宣传力度，尽可能运用媒体资源，发挥其人缘和地缘优势，定向地向农户宣传土地产权抵押相关政策，确保农户全面深入地了解此项业务。(3)当地政府还应逐步放宽经营门槛，创造宽松环境鼓励更多金融机构开展相关贷款业务，一方面，通过较多机构的进入能有效缓解农户贷款难的问题；另一方面，还能产生良性循环竞争，防止由于垄断所引起的利率过高等一系列问题，更多地优惠于农户。(4)金融机构需进一步完善贷后服务，相关工作人员应注意贷后调查方式和减少调查频率，在有效确保贷款安全的同时，不妨碍农户的正常生活生产。