数字经济发展对农户家庭借贷行为的影响

梁建洪，王 钧

天津师范大学经济学院，天津 西青 300387

引言

2021 年10 月，习近平在主持中共中央政治局第三十四次集体学习时强调：“近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。”[1]今天，我国金融数字化快速发展。随着金融与互联网的日益结合紧密，传统金融业务的数字化、第三方支付、众筹和互联网金融服务平台等新兴的金融服务模式先后出现，数字金融逐步由城镇向乡村扩展。数字技术的快速发展对传统金融市场格局产生了剧烈的冲击，不仅降低了经济发展过程中金融市场中的交易成本[2]，加速了金融市场内部的竞争，而且促进了金融资源配置的优化[3]。

在我国数字经济迅速发展的大背景下，农村家庭的融资借贷行为会发生怎样的转变，是一个值得深入研究的重要课题。长期以来，我国农村地区金融市场的运行效率处于较低的水平，农户的借贷活动受到银行信贷约束的现象较为普遍[4]。据《中国农村金融发展报告（2014）》统计，截至到2014 年，农户家庭的正规信贷可得性约为27.6%，远低于全国的平均水平。而在未获得银行贷款的近72.4%的农户家庭中，有62.7%的农村家庭虽然有借贷需求但是没有到银行申请，仅有9.8%的家庭提出申请贷款但被拒绝。而在《中国农村金融服务报告（2020）》中，截止到2020 年，农户贷款余额为11.8 万亿元，约占涉农贷款余额的30.3%，但也仅占各项贷款余额的6.9%[5]，说明我国乡村地区的家庭仍然存在数量庞大的借贷需求得不到满足。此外，我国乡村地区农户家庭因对涉农金融机构及其相关的金融知识缺乏了解，也很少参与银行的借贷活动。由此可见，在传统的金融服务模式中，我国乡村长期面临着借贷需求大、向银行或农信社等机构获取资金难等现实困境。

在今天的信息化时代，数字经济的发展可以从数字金融参与行为和乡村数字发展水平两个方面对农户的借贷行为产生影响。一方面，数字经济可通过促进农户参与互联网金融理财行为，拓宽农户的借贷渠道、减轻农户与正规金融机构之间的信息不对称；另一方面，数字经济可通过信息技术来促进乡村地区生产环节与消费环节的联通，重构乡村产业结构体系，实现乡村地区充分发展[6]；还可通过发展数字乡村实现就业渠道的多样化，从而提高农户家庭的收入水平。基于上述分析，本研究使用2019年西南财经大学的中国家庭金融调查数据和北京大学新农村发展研究院联合阿里研究院发布的《县域数字乡村指数》数据，拟从乡村地区的农户数字金融参与行为、乡村数字发展水平和生产性资金需求三个方面入手，更加准确地探究数字经济发展对我国农户借贷行为的影响。为了实现此目的，本研究拟建立一个数字经济影响农户借贷渠道的理论分析框架，从数字技术使用、资源配置优化两个角度进行分析。另外，本研究不同于以往的研究文献的是，笔者还考虑了农户的数字金融参与行为和农户所处乡村地区的数字发展水平对农户借贷行为的影响。

1 文献综述

本研究主要梳理了两个方面文献：一是关于数字技术对传统借贷渠道影响的文献，二是关于在农户家庭中传统的非正规借贷渠道存在机制及其重要作用的文献。关于数字技术对传统借贷渠道影响方面的文献，主要聚焦于互联网金融对银行等正规金融渠道和民间借贷渠道的影响。一方面，商业银行作为传统正规金融渠道的主要组成部分，数字金融的产生和发展在给银行带来多方面巨大冲击的同时，也在刺激着银行利用数字金融技术不断地进行创新[7]。封思贤和郭仁静认为，数字金融通过数字化技术降低了银行运营、获客成本，提升了银行间相互竞争的动力，从而提高了银行的成本效率[8]。王馨指出，传统商业银行为减少小微企业在借贷过程中因信息不对称带来的损失而提高小微企业的借贷门槛，但互联网金融平台能通过大数据、云计算等技术有效控制传统商业银行所面临的风险[3]。何婧认为，在农户传统的正规借贷方式中存在的信息不对称问题，能在涉农互联网平台上借助互联网技术对借贷双方的信息进行收集整合、认证和扩散，以达到缓解信息不对称的问题[9]。另一方面，网络借贷这一新型的金融服务模式，可以作为一种信息中介，低成本地发掘、传递借贷人的信息。这种软信息在借贷者标准化的硬信息不足时，能起到缓解借贷者借贷成本高的作用，在提高农户正规借贷可得性的同时也能促进非正规借贷可得性[10]。

关于非正规借贷渠道存在的机制，大量研究表明，信息不对称和正规信贷供给不足等是非正规借贷渠道普遍存在于欠发达地区的重要原因。Stiglitz和Weiss 指出，在借贷过程中，信息不对称在一定程度上造成了正规借贷市场的信贷配给现象[11]。Guirkinger 和Boucher 在此基础上将信贷配给的形式划分为交易成本配给、风险配给和数量配给等，认为由于这些信贷配给形式的存在，使农户或自愿或不自愿地退出正规信贷市场[12]。与之相比，在非正规借贷活动中，双方通过社会网络建立联系，能使信息较为对称和透明。Turvey 和Kong 研究指出，这种联系有助于缓解借贷活动中的信息不对称[13]。非正规借贷双方也能凭借此信息优势，在一定程度上规避信息不对称所带来的一些逆向选择和道德风险问题[14-15]。以往国内学者的研究发现，我国乡村地区农户的借贷需求非常普遍[16]，与之形成鲜明对比的是乡村地区正规金融机构的供给存在严重不足。

关于非正规借贷渠道的重要作用，主要表现在其对农户家庭创业活动[17]和贫困缓解[18]等方面的影响。同时，发展中国家乡村地区的金融市场较之城市地区有待完善，而非正规借贷对正规借贷进行了补充。刘西川等发现，正规借贷和非正规借贷凭借在信贷交易活动中识别、执行和监督方面的比较优势，实现了互补的可能[19]。因此，在乡村地区，以商业银行和信用社为主体的正规金融机构的信贷服务无法满足农户的实际借贷需求时，理性的农户就会选择民间借贷渠道[20]。金烨和李宏彬研究指出，借贷的用途会影响农户的借贷渠道选择，农户家庭选择非正规借贷渠道获得的贷款多用于非生产性活动[21]。殷浩栋等研究证实，非正规借贷凭借自身的成本和信息优势，能在一定程度上对正规渠道产生替代作用[22]。

通过梳理上述文献不难看出，目前关于农户家庭借贷行为的研究主要集中在非正规借贷存在的原因和非正规借贷对农户家庭的重要作用两方面，对数字经济发展对农户家庭借贷行为的影响研究很少。即使有些研究，也存在诸多缺憾。例如，潘爽等研究发现，家庭参与互联网金融的行为能缓解其受到正规信贷约束的影响，却没有考虑农户家庭参与互联网金融的行为是否会改变其贷款行为[23]。杨明婉和张乐柱虽然考虑了农户家庭参与互联网金融对其正规借贷行为的影响，但没有考虑到乡村地区间数字化差异也会对农户的借贷行为产生影响[24]。吴雨等同时考虑到了数字金融发展和参与互联网金融行为对传统私人借贷市场的影响[25]，却忽略了借贷行为的城乡差异性。乡村振兴战略是关系全面建设社会主义现代化国家的全局性、历史性任务，是新时代“三农”工作总抓手[26]。而乡村振兴的战略方向是建设数字乡村，乡村数字化必将深刻地影响乡村地区农户家庭的借贷行为。所以，本研究将以农户家庭为研究对象，探讨数字经济发展对我国乡村地区农户借贷行为的影响。

2 理论分析与假设

实际上，在信息时代，数字经济发展会对借贷市场交易双方产生影响，进而影响农户家庭的借贷行为。基于这一情况，笔者就数字经济发展与农户家庭借贷行为间的关系进行相应的理论探讨，并据此提出相关研究假设。

2.1 数字技术与农户借贷行为

传统的正规借贷是以货币为媒介产生的借贷关系，天然存在着信息不对称问题。因此，贷款方需要收集借款方的信用情况、家庭信息、贷款目的等与还款相关的硬信息，并通过对贷款的使用情况、偿还情况进行监督来减少损失。而传统的非正规借贷是以社会关系为媒介进行的借贷活动，虽然能通过借贷双方的接触活动获取还款相关的硬信息，在一定程度上减少信息不对称问题，但也受制于社会关系，只能在较小的范围内进行借贷活动[15]。但是，随着数字技术的不断发展，以前难以被有效利用的软信息[27]，如社会资本、人格特质等，现在能通过互联网进行量化评估。一方面，随着智能手机在乡村地区普及，微信、支付宝等第三方支付平台在网络购物和网络理财中得到广泛使用，用户的交易信息通过这些第三方支付平台得到储存。此外，微信、QQ 等社交媒体平台也使个人信息在网络上得到披露。贷款者可以通过互联网、大数据和云计算等数字技术对借款者的交易信息和个人特质信息进行收集分析极大地减少正规金融机构搜集信息时的交易成本。另一方面，互联网金融企业能激发传统正规金融机构进行创新。不同于作为传统正规金融机构的银行、农信社，互联网金融企业有更大的动力和能力将数字技术与借贷活动结合起来进行创新活动。原本由于信息不对称而受到信贷约束的长尾客户，尤其是农户等弱势群体，通过大数据技术能将他们纳入互联网金融企业的服务范围。此外，互联网金融企业也能通过其他数字技术，提高交易效率，降低借贷成本，吸引传统正规金融机构的客户群体，进一步刺激传统正规金融机构改进技术、进行创新活动。据此，本研究提出假设1：数字经济发展能促使贷款者通过数字技术来获取信息和创新服务，从而降低交易成本，增加农户借贷。

2.2 人口资源配置与农户借贷行为

数字经济对农户收入的影响是多方面的，概括来讲，已有的文献主要从以下三个方面进行研究。其一，数字经济发展在促进原有产业升级的同时，也催生出新的行业，创造了新的可观的就业岗位数量。例如，周迪和黄茂湘发现，农户家庭从非农劳动中获得的收入能显著改变农户家庭的贫困状态，缓解外来冲击对农户收入的剧烈影响，平滑农户家庭的收入[28]。其二，数字经济在通过“互联网+教育”弥补乡村地区基础教育资源不足的同时，还可凭借互联网信息获取的低成本使农户借助互联网自行学习。张卫东等研究发现，农户可以通过互联网搜集所需的相关专业知识，提高自身的专业技术水平和人力资本，从而促进农村劳动力的就业[29]，从而提高农户家庭的收入。其三，数字化技术在农业方面的使用提升了农户家庭的专业技能，促进了农业生产率。例如，王文波和张彦彦研究指出，数字经济提升了农业生产率，提高了农户的农业收入[30]。据此，本研究提出假设2：数字经济发展可以使乡村就业增加和人口资源配置优化，从而增加农户家庭收入，减少农户借贷。其理论机制如图1 所示。

图1 数字经济发展影响农户借贷行为的理论机制

3 数据、变量和模型设定

3.1 数据来源

本研究所使用的数据包括两部分。一是北京大学新农村发展研究院联合阿里研究院在第八届中国淘宝村高峰论坛“县域数字化”主论坛发布的《县域数字乡村指数（2018）》。该指标体系以县域为基本单元，包含乡村基础设施、乡村经济、乡村生活、乡村治理等方面的数字化内容及具体表征，充分考虑当前乡村发展中新出现的数字化现象，全面评估了我国1 880 个县（不包括970 个市辖区和1 个特区）的数字乡村发展实际水平。二是西南财经大学2019 年中国家庭金融调查报告（CHFS）。2019 年中国家庭金融调查样本覆盖全国29 个省（自治区、直辖市），343 个区县，1 360 个村（居）委会，最终收集了34 643 户家庭及其成员的信息，数据具有全国及省级代表性。本研究的目的在于考察乡村数字发展水平以及居民家庭互联网金融参与行为对乡村居民借贷渠道选择决策的影响，涉及的主要对象是乡村居民家庭，所以在研究中剔除了非乡村居民的数据，筛选出的是地处乡村且为户主的数据。

3.2 变量说明

3.2.1 被解释变量

被解释变量为借贷渠道选择。在CHFS 数据中，关于借贷渠道选择设置了以下两类问题：一是“家庭因工商业/农业生产经营需要，计划借款资金的渠道”；二是“家庭因买房、买车、教育、医疗、投资等原因需要借入资金，计划借款渠道”。如果受访者回答为银行、信用社等正规金融机构，记为正规渠道“formal”，则取值为1，否则为0；若回答为其他渠道，记为非正规渠道“informal”，则取值为1，否则为0。

3.2.2 解释变量

解释变量为互联网金融参与。借贷机构可以借助数字技术了解借款人的互联网金融参与情况，从而收集所需的借款方面的软信息。根据中国人民银行等十部委联合发布的《关于促进互联网金融健康发展的指导意见》中对于三种互联网金融业态介绍、参考潘爽等[23]对于互联网参与指标的构建，结合2019 年CHFS 中设置的与互联网金融相关的问题，本研究将互联网金融参与行为区分为互联网理财、网络借贷和第三方支付三种类型。根据潘爽等对网络借贷活动的定义，笔者认为，当农户家庭存在来自网络借贷平台的未清欠款时，可以视为该家庭参与过网络借贷。总体上讲，判断农户家庭是否参与互联网金融活动时，只要该农户家庭至少参与了三种类型的一种，则其互联网金融参与行为取值为1，否则为0。各变量的具体描述性统计结果如表1 所示。

表1 描述性统计

数字乡村指数。在数字经济发展过程中，可以 利用乡村数字化建设对乡村地区的资源进行配置优化。本研究使用北京大学新农村发展研究院联合阿里研究院发布的相关数据，综合采用国家宏观统计数据、行业数据和互联网大数据，并基于数据可得性，对2018 年1 880 个县（不包括970 个市辖区和1个特区）的数字乡村发展现状进行了全面评估。该指标体系从乡村基础设施、乡村经济数字化、乡村生活数字化、乡村治理数字化四个方面界定了中国数字乡村的发展，具体指标及权重详见表2。由于CHFS 中缺乏具体的县域信息，因此以等权重法对相同省份的县域数据进行处理。

表2 我国县域数字乡村的测评指标体系

3.2.3 控制变量

在控制变量的选取上，本研究参考吴雨等的研究，主要控制了户主的个人特征变量、家庭特征变量[25]。个人特征变量包括户主年龄、性别、受教育程度、是否为党员，其中：年龄取值在15 岁至100岁之间；性别男取值为1，女取值为0；受教育程度由问卷中受教育水平相关回答转化而来，没上过学为0、小学为1、初中为2、中专为3、高中和大专为4、大学本科为5、硕士研究生为6、博士研究生为7；党员取值为1，非党员则为0。家庭特征变量包括风险态度、家庭成员数量、家庭人情支出和家庭是否受到信贷配给，其中：风险偏好由问卷中家庭对投资项选择的相关问题转化而来，不愿意承担风险或只愿承担低风险项目的取值为1，愿意承担平均风险的取值为2，愿意承担略高风险的取值为3；人情支出由问卷中对家庭转移支出的相关问题转化而来；家庭受到信贷配给的情况由受访者过去计划从正规金融机构借贷的量与实际借贷量的差异转化而来，若计划借贷的量大于实际借贷的量则说明受访者受到信贷配给，取值为1，反之取值为0。在剔除了异常样本和极端值后，本研究最终取得的有效样本量为11 356。

3.3 模型设定

本研究将首先使用Probit 模型研究家庭的互联网金融参与行为与乡村数字经济发展水平对家庭计划借贷渠道的影响，Probit 模型为：

其中，Y1，Y2为哑变量，代表农户家庭是否计划采取正规（或非正规）渠道借贷，等于1 表示计划从正规（或非正规）渠道借贷，反之则表示不计划采取正规（或非正规）渠道借贷。此外，Internet表示互联网金融活动的参与，DEcon表示省内数字乡村发展水平，X表示控制变量的集合，包括户主的个人特征变量、家庭特征变量。

4 实证结果分析

4.1 借贷选择与互联网金融活动的参与、省内数字乡村发展水平

本部分将实证检验互联网金融活动的参与、省内数字乡村发展水平对农户家庭的借贷渠道选择的影响。在表3 的实证回归结果中，从第（1）列和第（3）列可以看出，农户家庭单独参加互联网金融活动后，对其从正规渠道借贷和非正规渠道借贷都产生了正向影响，从而假设1 得到支持。数字经济发展，使交易成本降低，进而增加了农户借贷可能性。但对正规渠道借贷的边际效应强于非正规渠道的借贷效应。可能的原因是，数字金融以大数据、云计算等数字技术为基础，通过分析农户家庭参与互联网活动，获得用户的软信息，放贷者能借此判断违约概率，减少交易成本。但由于非正规渠道借贷主要是以熟人圈子里的民间借贷为主，而银行、信用社等正规借贷渠道能较为成熟地使用数字技术降低交易成本，从而使农户家庭从正规借贷渠道借贷的概率提升。而控制变量中，户主年龄、家庭人数、家庭风险偏好、家庭是否受过信贷配给都会显著影响家庭借贷的可能性。

表3 借贷渠道选择与数字金融活动、数字乡村发展水平的回归结果

表3 第（2）列和第（4）列旨在分析省内数字乡村发展水平对农户两种渠道借贷是否存在显著影响。回归结果显示，省内数字乡村发展水平的估计系数在1% 的水平上显著为负，表明其降低了农户家庭借贷的可能性。数字经济发展拓宽了乡村农户家庭的就业选择，提升了农户的人力资本[29]，提高了农户家庭的农业劳动生产率，降低了基于收入导向的农户家庭相对贫困程度[31]。而收入水平的提高、收入来源的扩展，降低了农户的借贷意愿。

综上可以得知，数字经济在乡村地区发展，带来的农户家庭参与数字金融活动显著增加了农户家庭借贷的可能性，而数字乡村发展水平的提升显著降低了农户家庭借贷的可能性。

4.2 验证数字乡村发展水平对农户家庭借贷的机制

为了验证数字乡村发展水平为何会减少农户家庭借贷的可能性，考虑到乡村数字经济发展可能会对农户家庭的收入产生影响，因此构造新的模型：

其中，Yi表示农户家庭借贷决策，产生借贷决策时，取值为1，反之取值为0；ln_total表示农户家庭总收入的对数。

根据表4 中第（1）列回归结果显示，数字乡村发展水平对农户家庭的借贷具有显著的负向影响，第（2）列回归结果显示数字乡村发展水平提高了乡村地区农户家庭的年收入水平，从而假设2 得到支持。随着数字经济在乡村地区的发展，农户家庭收入水平的提高、收入来源的扩展，其拥有的财产相应得到增长，所以发生借贷的可能性就越小。

表4 数字乡村发展水平对借贷决定的影响机制

5 稳健性检验及内生性检验

为保证模型中数字经济发展与农户借贷渠道选择之间因果关系的稳健性，本研究采取增加地区虚拟变量和采用线性概率模型进行估计。

5.1 增加地区变量

考虑到不同地区数字经济发展存在差异，其中以东部地区数字经济发展最快，相应的其乡村居民数字金融活动参与度、数字乡村发展水平也相对较高，进行农业、工商业经营所产生的生产性资金需求也相对较高。因此，根据问卷中农户家庭所在地区是否处在东部地区设置虚拟变量，将处在东部地区的家庭，取值为1，反之处在其余地区的家庭取值为0。

根据表5 第（1）、（2）列的估计结果显示，在增加地区虚拟变量的情况下，数字经济发展从三个渠道对农户借贷选择的影响方向、显著水平基本不变，表明本文基本结论稳健。

表5 稳健性检验

表6 内生性讨论

5.2 基于OLS 模型的估计

为了进一步检验数字经济发展对农户借贷渠道影响的回归结果，本研究使用线性概率模型对数字经济发展的三种渠道和农户借贷选择之间的关系进行了检验。根据表4 第（3）（4）列的回归结果发现，省内数字乡村发展水平对降低农户不同借贷渠道选择在1%水平下显著，数字金融活动的参与对提升农户不同借贷渠道选择分别在1%水平下显著，与本文结论保持一致。

5.3 内生性讨论

考虑到模型中可能存在因遗漏变量或反向因果关系而产生的内生性问题，从而导致估计结果偏误，因此，本研究进一步采用工具变量法进行估计。根据2019 年CHFS 中设置的“家庭平均每个月话费、上网费、邮递服务费等通信支出”，笔者选取家庭户主去年月均通讯费用作为数字金融活动参与的工具变量。一方面，家庭月均通信网络费用越高，该家庭参与数字金融活动的可能性就越高。另一方面，家庭月均通信网络费用很难直接对家庭是否借贷的决策产生影响。根据2019 年CHFS 中设置的“家庭旅游之外的长途交通总支出是多少元？包括在外务工人员回家、探亲产生的长途交通费”选项，本研究选取家庭户主去年长途交通费用作为数字金融活动参与的工具变量，因为家庭去年的长途交通费用越高，该家庭所在地区的数字乡村发展水平可能就越低，而且家庭月均去年长途交通费用很难直接对家庭是否借贷的决策产生影响。

考虑到核心解释变量对正规借贷渠道或非正规借贷渠道选择的影响方向是一致的，因此本研究选择借贷决策作为被解释变量，工具变量检验结果显示，一阶段F统计量的取值分别为419.74，21.36，大于经验值16.38。这说明所有工具变量均通过了弱工具变量检验，故不存在弱工具变量问题，工具变量回归系数在符号与原始回归结果保持一致的基础上。

6 研究结论

本研究从数字经济发展的角度切入，基于2019 年中国家庭金融调查（CHFS）和《县域数字乡村指数（2018）》的截面数据，采用Probit 模型估计实证检验数字经济发展如何对乡村地区农户家庭的借贷选择产生影响，研究发现：数字金融活动参与对农户的借贷行为具有显著的正向影响，省内数字乡村发展水平对农户的借贷行为具有显著的负向影响。通过分析数字乡村发展水平和乡村地区居民收入的关系，发现数字乡村发展带来了乡村地区农户收入水平的提高，进而减少了其借贷的需求。这一结论在增加地区虚拟变量、基于OLS 模型估计等稳健性检验和内生性讨论后仍然成立。

乡村振兴的有效实施离不开现代金融服务体系的支持，但也需要考虑到乡村地区融资借贷结构的特殊性进行与时俱进的改革和创新。为了实现此目的，当前可以从以下三个方面入手进行推动。笔者提出如下建议：首先，完善数字乡村基础设施建设，推动乡村经济与数字化深度结合，提高乡村地区数字化治理能力。进一步巩固数字乡村建设在脱贫攻坚战取得的成果，让乡村居民也能充分享受到数字经济发展带来的“红利”。其次，加大对乡村地区互联网和数字金融知识的普及力度。基于乡村地区融资结构的特殊性，在推进乡村地区正规金融机构发展和完善的过程中，需要考虑到对非正规金融渠道的引导和纠偏。在鼓励和支持各类数字金融服务主体到乡村地区开展业务的同时，需要完善数字金融的监管机制，加强对数字金融的风险管控、处理。最后，坚持城乡融合发展，畅通城乡要素流动。乡村振兴的有效实施需要人才、资金、技术、土地等各类发展要素，因此要加快构建有利于城乡要素合理配置的机制，促进城乡要素平等交换、双向流动，加快推动城乡结构优化，促进乡村地区特色产业的发展。