正规信贷约束对农牧户畜牧业生产技术效率的影响*——基于5省绒毛用羊调研数据

许 荣，肖海峰

(中国农业大学经济管理学院，北京 100083)

0 引言

农村金融市场的完善不仅有利于新农村建设，还有利于缩小城乡差距推进城镇一体化进程[1]。金融资本更是促进我国农业或畜牧业现代化发展的重要推力，可以使农民在短期内完成资本积累并进行大规模投资从而获取农业现代技术，降低生产成本，实现传统经营方式的转变[2]。绒毛用羊产业是我国畜牧业生产的重要组成部分，绒毛用羊养殖是我国西部地区农民主要的生产活动，羊毛和羊绒更是我国毛纺织行业的重要原料，对我国农民增收和产业发展具有重要的促进作用。而我国绒毛用羊的生产主要位于经济比较落后的老少边疆的地区，农牧户自身积累资金能力较差，对国家金融支持需求强烈。但由于当地农民缺少抵押品和农村信贷市场信息的不对称等原因，农村信贷市场的效率较低[3]，信贷约束更为明显。基于流动性约束(又称“信贷约束”)理论，存在流动性约束的农牧户将会降低其生产要素的消费。李长生等[4]、张斌[5]等学者研究认为，农户缺乏信贷资金所产生的负面影响将会直接或间接地波及到农户购买生产资料、圈舍修建、养殖设备的购入及高效技术的采用等。因此，信贷约束会不会影响我国畜牧业的生产技术效率？影响程度如何？值得深入讨论，文章将以绒毛用羊产业为例，深入分析信贷约束对我国畜牧业生产技术效率的影响。

当前，信贷约束对农户农业生产的影响研究较为丰富，但多数主要集中于农户的粮食生产，如信贷约束对粮食生产产出的影响。Krandker 等[6]运用两阶段估计模型实证分析了信贷配给对农户粮食产出的影响，研究认为信贷配给不足的农户，其产出更多依赖其家庭的资源禀赋，对农户粮食生产产出具有负向影响； Foltz[7]和褚保金等[8]采用内生转换模型，同样证明信贷配给对农户粮食产出的影响显著为负； 周小斌等[9]基于江西省两年的县域经济数据，实证分析了农业信贷对农业粮食生产的影响，结果发现农业信贷对粮食要素投入、产出和农民收入均具有正向促进效应。另外，还有学者研究了信贷约束对农户粮食生产效率的影响。如贾蕊等[10]基于甘肃省367户玉米种植户调研数据，运用SFA模型从信贷配给额、利率及期限3个方面对不同灌溉技术条件下农户玉米生产效率进行了测算，研究结果认为信贷配给金额与利率等方面约束会抑制农户玉米生产效率的提高，期限约束没有显著影响； Boucher等[11]分别从信贷资金的数量配给、交易成本配给和风险配给3个维度研究了秘鲁南部农村信贷市场对农业粮食生产效率的影响，结果发现由信贷约束引发的粮食生产效率下降导致农业产出降26%； 姚耀军[12]利用中国农村金融发展的时序数据，运用VAR模型及协整分析，实证分析了我国农村金融发展与农业经济增长的关系，结果表明农村金融发展状况对农村经济增长极为重要，信贷约束制约农业生产效率的提高。上述研究均为该文研究提供了理论与方法的借鉴。

1 研究方法与模型构建

1.1 研究方法

1.1.1 SBM模型

该文首先运用SBM模型对绒毛用羊生产技术效率进行测度。传统的DEA模型(例如CCR或者BCC模型)不能在效率评价时考虑冗余量、副产出等因素。对此，Tone于2004年提出了非径向的SBM模型以衡量效率评价中的非合意产出，并运用于各领域的效率评价中[13-15]，其基本的测算公式为：

建立测度绒毛用羊生产技术效率的SBM模型为：

(1)

(2)

1.1.2 内生转换回归模型

在一定收入条件下，农户的生产经营会受到资金流动性约束的影响，从而农户会根据信贷状况调整农业的生产投入。在这种情况下，如果农户受到信贷的约束，其生产要素比如技术的采用就会受到制约，产出水平将会偏离其在不受信贷约束下的最优化生产水平，从而造成生产技术效率的损失。多数学者认为在实证分析信贷约束对农户生产技术效率的影响时，如果只把模型设定为普通的形式：Y=β′X+φC+ε(Y是农业生产技术效率，X是其他控制变量，C是信贷约束的虚拟变量，C=1代表农户受到信贷约束变量，C=0代表农户未受到信贷约束变量)，将会忽略由于农户个体存在异质性而产生的受到信贷约束情况不同，尤其是当不可观测的个体特征变量同时影响农户的信贷约束情况和生产技术效率时，将会产生内生性问题，从而导致信贷的效率效应估计系数有偏。此外，农户的信贷约束与农户的生产收入之间存在相关，在这种情况下可能还存在非随机的样本选择偏误问题。

针对上述内生问题和样本选择问题，Maddala[16]、Boucher等[12]和王晶等[17]学者采用了内生转换回归模型(Endogenous Switching Regression Model)解决了上述问题，并对模型进行重新设定。具体为，将农户分为受信贷约束与未受信贷约束两组，在第一阶段使用 Probit 概率模型估计农户是否受到信贷约束，在第二阶段采用内生转换回归模型分别估计农户在受信贷约束与未受信贷约束两种情形下的生产技术效率。因此有：

(3)

(4)

第二阶段：

(5)

yi是农户的生产技术效率，Xi是影响农户生产技术效率的外生变量。需要特别说明的是，解释变量Xi与zi可以重叠，但为了模型识别，在zi中至少有一个变量不包含于Xi中。借鉴王晶等[17]学者的研究，该文选取“农牧户家庭过去3年平均纯收入”和“农牧户正规信贷机构贷款经历”作为识别变量。农户纯收入由工资性收入、家庭经营收入、财产性纯收入和转移性纯收入构成，采用过去3年平均纯收入可以平滑农牧户的收入波动，增强收入的外生性。β0与β1是分别在未受信贷约束与受信贷约束情形下解释变量对应的估计系数，ε0i与ε1i是服从于正态分布的随机误差项。ui、ε0i和ε1i假定服从均值为0、协方差矩阵为∑的多元正态分布，即：

(6)

由于存在不可观测变量引起的选择性偏误，Probit条件下期望值不为0，其条件期望值分别为：

(7)

(8)

λ0(z′iγ)与λ1(z′iγ) 对应的是第一阶段 Probit 模型中产生的选择偏误即逆米尔斯比率，通过逆米尔斯比率可以得到信贷约束与农户生产之间的相关性，在第二阶段估计农户生产效率模型时，将λ0(z′iγ)与λ1(z′iγ)加入到对应信贷约束条件的模型中分别进行估计。对于未受到正规信贷约束的农户而言，其生产技术效率模型表示为：

E(yi|Ci=0)=x′iβ0+σ0uλ0(z′iγ)

(9)

对于受到正规信贷约束的农户而言，其生产技术效率模型表示为：

E(yi|Ci=1)=x′iβ1+σ1uλ1(z′iγ)

(10)

为了提高内生转换回归模型的估计效率，根据 Lokshin等[19]提出的方法，采用完全信息极大似然估计法(FIML)同时对 Probit 模型与线性回归模型进行估计。

2 数据来源与指标选择、变量说明

2.1 数据来源

该文数据来源于国家现代农业产业技术体系绒毛用羊产业经济研究室2018年进行的体系内绒毛用羊农户调查。样本分布于新疆、青海、陕西、贵州、西藏共5个主产省份10个县(旗、市)，从样本地点选择来看具有代表性和全面性。调查依托于国家绒毛用羊产业技术体系于我国各绒毛用羊主产省份设立的综合试验站进行，以多层抽样与随机抽样相结合的方式选取样本，以调查员逐一提问、农牧民回答的形式填写问卷，去掉有缺失数据和异常值样本，最终获得有效样本432个。

表1 投入产出变量说明及统计特征

变量单位及说明平均值标准差绒毛用羊总产值单位:元47 400.8371 222.56精饲料饲喂量单位:kg2 061.993 658.75粗饲料饲喂量单位:kg5 874.399 700.75劳动力投入量单位:标准工日612.28357.25固定资产单位:元3 777.144 481.91物质费用单位:元6 258.738 224.15

表2 绒毛用羊生产农户受信贷约束情况

项目受信贷约束供给型信贷约束需求型信贷约束无信贷约束户数1114269321占比25.69 9.72 15.97 74.31

2.2 指标选择与变量说明

2.2.1 生产效率投入产出指标

参考已有文献的研究成果，该文在测算农牧户绒毛用羊生产技术效率时选取的产出指标是农牧户全年绒毛用羊总产值，包括绒毛产值和出栏绒毛用羊收入。选取的投入要素指标包括精饲料饲喂量、粗饲料饲喂量、劳动力投入量、固定资产和物质费用。其中，物质费用主要包括饲盐费、医疗防疫费、死亡损失费、草原建设维护投入、圈舍修建投入、饲草料加工费和燃料动力费等。该文研究中各变量均采用以农牧户为单位进行取值，各变量描述统计情况见表1。

2.2.2 信贷约束变量

借鉴周小斌等[19]、翁辰等[20]、程郁等[21]等学者对信贷约束的研究，该部分选择的信贷约束变量可分为受到供给型信贷约束、受到需求型信贷约束以及不受信贷约束。

农牧户是否受到信贷约束以及受到什么类型的信贷约束是根据当年农牧户参与信贷市场的经验信息来判断。具体的判别方法分为两步：第一步，询问农牧户当年是否向正规金融机构申请过贷款，以此问题将被调查者分为申请者和未申请者。第二步，对于申请者，继续询问“您是否得到了足额贷款”，如果申请者回答“是”，则意味着该农牧户没有受到正规信贷约束； 若得到部分贷款，则意味着受到了部分的数量信贷约束； 如果申请被拒绝没有得到贷款，则意味着该农牧户受到了完全的信贷约束。申请被拒绝和申请后没有得到足额贷款的农牧户统称为受到供给型信贷约束。对于未申请者，对其未申请的原因进一步探究，如果申请者是由于主观上认为“即使申请了也得不到贷款”、“手续复杂、利率太高”“缺少抵押品或担保人”等原因而放弃申请，则意味着该农户受到了需求型信贷约束，如果未申请者是由于“自己有钱或者可以从非正规渠道借款”等原因，则认为该农户没有受到正规信贷约束。此外，该部分将以未受到信贷约束为基本变量，分别探究受到供给型信贷约束和需求型信贷约束对绒毛用羊生产技术效率的影响。

根据上述数据获取步骤，绒毛用羊生产农牧户受到正规信贷约束的情况见表2。其中，受信贷约束农户比例为25.69%。农户受到的信贷约束类型主要以需求型信贷约束为主(15.97%)，但也同时存在供给型信贷约束的农户(9.72%)，但并不是农户主要信贷约束类型[17， 21]。

2.2.3 其他特征变量

已有相关研究表明，除信贷约束变量之外，农户人力资源等要素禀赋情况、农业生产行为、政府政策、经济社会发展水平等因素也是影响农业生产技术效率的重要因素。因此，该文还主要从户主年龄、户主受教育情况、家庭劳动力数量等农牧户个人及其家庭特征，养殖年限、养殖规模和是否接受过技术培训等农牧户绒毛用羊养殖特征及是否参加了合作社或协会等组织和是否获得过政府扶持等社会经济特征等其他特征变量来确定可能影响农牧户绒毛用羊生产技术效率的解释变量。表3给出了农户受信贷约束和未受到信贷约束下主要变量的描述性统计。

表3 主要变量描述性统计

类别变量名称受信贷约束未受信贷约束均值标准差均值标准差家庭特征变量户主年龄(Age)49.9712.4249.198.82户主受教育程度(Edu)5.142.825.672.78是否担任干部(Leader)0.000.000.140.35家庭劳动力数量(Labor)2.311.002.761.283年内家庭平均人均纯收入(income)7 952.906 373.5013 313.3719 161.88生产特征变量养殖时长(Time)16.6212.4917.6812.11养殖规模(Scale)128.83114.97137.66149.07是否接受过技术培训(Tech)0.280.450.520.50社会特征变量是否参加合作社(Coop)0.030.190.360.48是否获得过相关政策扶持(Policy)1.520.511.320.47信贷特征变量 是否有过信贷经历(credit)0.170.380.750.44

3 实证结果分析

3.1 投入产出效率分析

运用SBM模型对农牧户绒毛用羊生产技术效率进行测度得出表4。从总体上看，中国农牧户绒毛用羊技术效率值在0～0.3、0.3～0.5、0.5～0.7及0.7以上的农牧户所占比例分别为12.27%、28.47%、31.71%、27.55%，在各个区间分布较为均匀，但主要还是以0.5～0.7为主。分是否受到信贷约束变量来看，未受到信贷约束农牧户的绒毛用羊生产技术效率主要分布在0.7～1区间内，所占比例为34.58%，其次为0.5～0.7区间和0.3～0.5区间和0.3～0区间，所占比例分别为32.09%、27.41%和5.92%； 受到信贷约束的农牧户绒毛用羊生产技术效率主要分布在0.3～0.5区间内，所占比例为31.53%，其次为0.5～0.7区间、0.3～0.5区间和0.7～1区间，所占比例分别为30.63%、30.63%和7.21%。总体来看，未受到信贷约束的农牧户的生产技术效率要高于受到信贷约束的农牧户。

表4 信贷约束特征下农牧户绒毛用羊生产技术效率分布情况

养殖规模0.3以下0.3～0.50.5～0.70.7以上农户数比例(%)农户数比例(%)农户数比例(%)农户数比例(%)未受信贷约束195.928827.4110332.0911134.58受信贷约束3430.633531.533430.6387.21样本总体5312.2712328.4713731.7111927.55

3.2 影响因素回归结果分析

进一步从不同信贷约束类型出发，运用内生转换模型分析农牧户绒毛用羊生产技术效率的影响因素。表5是农牧户绒毛用羊生产技术效率的内生转换模型估计结果。农牧户的选择方程及其产出决定方程的联合似然比通过检验，说明受信贷约束农牧户与不受信贷约束的农牧户之间存在异质性，两类农户在绒毛用羊生产技术效率的影响因素方面具有显著差异，有必要纠正由不可观测变量引起的样本选择偏误，因而采用内生转换回归模型更具有合理性。

第一阶段选择方程结果显示，户主年龄、养殖规模及是否参加合作社均对农牧户受到信贷约束的可能性存在显著的影响，且年龄和养殖规模对农牧户受到信贷约束的概率具有显著的正向影响，是否参加合作社对农牧户受到信贷约束的可能性具有显著的负向影响。户主年龄的增加不利于农牧户获得贷款，主要是因为年龄较大的人群在贷款观念、风险态度以及贷款的还款能力方面普遍较低，从而影响其获得贷款的机率，增加其贷款的约束性。养殖规模的增加不能提高农牧户的贷款获得率，反而因为投资规模大更容易受到信贷约束。加入合作社有利于提高农牧户的贷款能力，从而减少受到信贷约束的可能性。目前，合作社是实现小农户和大市场对接的有效途径，一方面，合作社良好的信誉可以使农户更方便地获得贷款； 另一方面，加入合作社的农牧户可以得到合作社的技术指导和销售服务，从而使得农户获得更稳定的生产效益，提高了农牧户的还贷能力，有利于获得贷款[22]。除此之外，是否有信贷经历对农牧户受到信贷约束的可能性具有显著的负向影响，即有过信贷经历的农牧户受到信贷约束的可能性越小。

王晶等[17]学者研究认为，无论农户受到何种信贷约束的影响，对于农户来讲，均会造成其农业的生产投入偏离其产出水平，从而对生产技术效率产生影响。从受信贷约束的产出方程可知，当户主年龄增加时1岁时，受信贷约束农牧户的生产技术效率将会增加0.008 2%； 受教育程度每增加1年时，受信贷约束农牧户的生产技术效率平均会提高0.098 2； 养殖规模增加1只时，受信贷约束农牧户的生产技术效率平均会提高0.000 7； 参加合作社的人数增加1%，受信贷约束农牧户的生产技术效率平均会提高0.152 2。从未受信贷约束农牧户的产出方程可以看出，年龄、受教育程度、家庭劳动力数量、养殖年限、养殖规模、是否参加合作社、是否接受过技术培训以及是否获得相关政策扶持均未对农牧户的生产技术效率产生显著影响，主要是由于对于未受到信贷约束，无论农户采取自我融资还是非正规金融渠道的方式，他们能够获得足额生产资金，实现产出最大化下的生产投入水平，因而，对于生产技术效率的增加不起到促进作用。

表5 农牧户生产效率内生转换回归模型估计结果

变量选择模型受到信贷约束未受信贷约束系数Z值系数Z值系数Z值户主年龄(Age)0.006 1∗(0.003 2 )1.920.008 2∗∗(0.003 8 )2.13-0.001 8(0.005 7 )-0.31户主受教育程度(Edu)-0.075 0(0.045 4 )-1.650.098 2∗(0.051 2 )1.92-0.025 5(0.098 2 )-0.26家庭劳动力数量(Labor)-0.029 3(0.026 8 )-1.09-0.028 5(0.030 2 )-0.94-0.039 5(0.055 6 )-0.71养殖时长(Time)-0.003 0(0.0027 )-1.12-0.005 0(0.003 1)-1.630.001 5(0.005 3)0.28养殖规模(Scale)0.148 1∗∗∗(0.049 7 )2.980.000 7∗∗∗(0.000 2 )2.720.000 4(0.000 6)0.72是否参加合作社(Coop)-0.000 7∗∗(0.000 2 )-2.500.152 2∗(0.085 7 )1.780.380 0(0.339 6)1.12是否接受过技术培训(Tech)-0.212 2(0.964 5 )-0.220.018 0(0.083 8 )0.22-0.139 7(0.123 7 )-1.13是否获得相关政策扶持-0.015 4(0.070 8 )-0.22-0.025 6(0.090 8)-0.280.082 5(0.118 0 )0.70常数项-0.035 6(0.073 0 )-0.490.295 4(0.369 8 )0.800.655 0(0.439 8 )1.49家庭人均纯收入(income)0.000 1(0.000 0)是否有过信贷经历(credit)-1.556 9∗∗∗(0.298 9 )lns0,lns1-1.221 7∗∗∗(0.082 5 ) -14.81-1.245 4∗∗∗(0.153 4) -8.12r0,r1-0.249 9(0.439 4 ) -0.57-0.407 2(0.404 0 ) -1.01sigma0,sigma10.294 7(0.024 3 ) 0.2 507 0.287 8(0.044 2) 0.213 1 rho0,rho1-0.244 8(0.304 3) -0.804 4 -0.386 1(0.343 7) -0.833 3 LR test of indep.eqns: chi2(2)=1.33 Prob>chi2=0.003 0 注:∗、∗∗和∗∗∗分别表示在10%和5%和1%水平上显著; sigma0和sigma1分别指的是产出方程残差方差的平方根; rho0与rho1分别是选择则方程残差与受约束和不受约束两类农户产出方程残差间的相关系数; 括号内数值为标准差

根据表5模型估计系数，可以进一步估计出信贷约束对农户生产技术效率的损失。rho1系数显著，表明受约束农户的实际生产技术效率高于样本中任一农户在受约束情况下的生产技术效率。这意味着，相对于未受约束的农户而言，受约束农户的生产效率更强，如果受约束农户的资金需求能得到有效解决，他们的产出将会高于实际未受约束农户的产出水平，从而生产技术效率也会增加。rho0 系数不显著，表明未受信贷约束农户的平均产出与样本中任一农户在未受约束情况下的产出水平无显著差异。

表6 受信贷约束农户的户均生产效率损失

信贷约束类型样本比(%)养殖规模(只)效率损失(Δy )平均技术效率(y)相对占比(%)供给型信贷约束9.72 1470.090.5915.25需求型信贷约束15.97 1030.060.4413.64信贷约束25.69 1290.030.506.00

从受信贷约束农户的户均生产技术效率损失情况来看，受信贷约束农户的生产技术效率损失为0.03，意味着当受约束农户的信贷需求得到完全满足时，农户生产技术效率将会提高0.03。分不同信贷约束类型来看，农户因面临供给型信贷约束造成的平均生产技术效率损失为0.09，需求型信贷约束引起的农户平均生产技术效率损失为0.06，两者差距不大。但在考虑养殖规模的情况下，由于受供给型信贷约束农户的绒毛用羊养殖规模更大(平均养殖规模为147只)，其面临的整体生产技术效率损失相对于需求型信贷约束农户而言也更为严重。因此，忽视农户的信贷约束类型会导致对信贷约束影响的严重低估。

4 结论与政策启示

该文利用2018年新疆、青海、陕西、贵州及西藏5省绒毛用羊的调研数据，采用内生转换回归模型，考察了畜牧业生产的农牧户受正规信贷约束的情况，以及正规信贷约束对农牧户畜牧业生产技术效率的影响。研究发现，调研地区25.69%的农牧户受到来自正规金融机构的信贷约束，其中9.72%的农牧户受到供给型信贷约束， 15.97%的农牧户受到需求性信贷约束。此外，实证分析发现，无论农牧户受需求方或是供给方信贷约束，对受约束农牧户而言，信贷约束会使农牧户绒毛用羊的生产投入偏离产出最大化下的投入水平，最终直接影响到农牧户绒毛用羊的生产技术效率。并且，户主年龄、户主受教育程度、养殖规模和参加合作社均对受信贷约束农牧户的生产技术效率具有显著的促进作用。进一步分析发现，当所有受约束农牧户的正规信贷需求得到有效满足时，农牧户的绒毛用羊生产技术效率将提高6%，其中当受到供给型信贷约束的农牧户的信贷需求得到有效满足时，农牧户的绒毛用羊生产技术效率将会将提高15.25%； 当受到需求型信贷约束的农牧户的信贷需求得到有效满足时，农牧户的绒毛用羊生产技术效率将会将提高13.64%。尽管供给型信贷约束不是当前农户面临的主要信贷约束类型，但仍不可忽视，并且随着农牧户养殖规模的扩大，该影响可能会进一步扩大。

根据该文的研究结论，提高农牧户生产技术效率应从以下几个方面入手：(1)加快以家庭为单位的农户征信系统建设步伐，拓宽农户贷款抵押担保的范围与模式，解决金融机构与农户间的信息不对称与逆向选择问题，加大对农户信贷资金的支持力度。目前，土地是农户生产最重要的生产经营资料，因此，可以考虑以农户的土地承包经营权进行抵押贷款，不仅是对土地资源的一种利用，而且可以帮助农户从事畜牧业等非农产业的生产； (2)放松政府管制，构建多元化、竞争性的农村金融体系，降低农村金融市场交易成本，鼓励金融机构实施优惠利率。与此同时，政府相关部门应给予相关金融机构一定的补贴，或相应减免一定比例的营业税和所得税等优惠政策，以鼓励金融机构对养殖农户积极推行优惠贷款利率政策，降低农户的贷款成本； (3)鼓励农牧户适度扩大绒毛用羊养殖规模，建造标准化圈舍，配备饲料加工等机械设备，促进养殖方式的转型升级。并且从增加补贴金额和扩大补贴范覆盖范围入手，启动标准化棚圈建设补贴，缓解实施规模化养殖的投入资金压力； 增加标准化规模养殖场建设补贴场数，鼓励和支持规模养殖场带动周边农户实施标准化养殖，促进农牧户畜产品生产技术效率的提高； (4)鼓励并引导养殖专业合作社的发展，提高合作社的服务水平，从而提高养殖户养殖技术效率。规范养殖专业合作社章程和运行机制，推动合作社服务由提供技术培训、防疫、配种等一般性服务向销售、信贷担保等功能性服务延伸，倡导合作社以市场供求为引导，提高社员市场意识，加强社员之间的利益联系。