交易费用对农户贷款资金规模的影响研究——基于福建省27个县市农户调查数据的分析

江振娜

(中共福建省委党校经济管理科学研究所，福建福州350001)



经济与社会

交易费用对农户贷款资金规模的影响研究
——基于福建省27个县市农户调查数据的分析

江振娜

(中共福建省委党校经济管理科学研究所，福建福州350001)

摘要：从人力资本专用性、实物资产专用性、地理位置专用性、借贷的不确定性、交易频率五个维度测度农户借贷交易费用特征，并运用Tobit(Censored)模型估计交易费用对农户贷款资金规模的影响。结果显示，户主受教育程度、拥有的生产性固定资产价值、年末住房价值、到最近金融机构的距离、是否有联保或担保人、是否有抵押、借款的期限、利率水平、从申请到贷到款所花时间、最近两年贷到款的次数对农户贷款资金规模具有正向影响；而拥有的牲畜价值、贷款的资金用途对农户贷款资金规模具有反向影响。应提高农户的受教育程度、增加农民的财产性收入、发展农村互联网金融和增加农户获贷的频率等，让更多的农户获得金融机构的贷款支持。

关键词：交易费用；农户贷款；贷款资金规模

农户获得贷款资金规模一方面反映了其贷款需求的满意程度及实际的借款能力，另一方面反映了其还款能力的高低或经济实力的强弱。农户获得贷款资金规模还可以反映出借贷的用途。一般而言，借贷规模大，用于生产和投资的可能性越大，说明农户已经不满足于温饱，需要寻求更多的投资机会，这是农村经济发展的一个重要表现；而农户借贷规模普遍偏小的话，说明该地区农民收入和农村经济发展水平较低，农民贷款目的仍然是满足最基本的生活和生产要求。但是，农户贷款资金规模往往受到交易费用的影响。本文利用威廉姆森对交易费用的划分，从人力资本专用性、实用资产专用性、地理位置的专用性、借贷的不确定性及交易频率等五个维度构建了农户贷款资金规模的影响因素分析框架，运用Tobit(Censored)模型检验这些因素对农户借贷资金规模的影响程度，并对提高农户借贷资金规模提出一些可行建议。

一、相关文献综述

目前学术界对农户借贷行为影响因素的研究较多，但对农户借贷资金规模的研究还不多见。李延敏以全国农村固定观察点的农户调查资料为基础，对17类农户借贷行为进行分析，发现农户职业类型与农户借贷的资金规模密切相关。[1]程中海、罗芳发现户主受教育年限以及正规金融机构的借贷利率会影响农户借贷的资金规模。[2]程杨等发现中国西部地区农户拥有的耕地面积规模与借贷资金规模具有显著正相关性。[3]童馨乐等发现农民专业合作组织关系和正规金融机构关系对农户有效借贷机会与实际借贷额度均具显著影响。[4]李菲雅利用NGO扶贫贷款调查数据发现房屋价值对农户借款额度增减变动影响显著。[5]蒋海燕在江苏省海门市四甲镇调查发现农户文化程度会影响借贷规模。[6]张军认为农户借贷渠道影响借贷规模，来自正规金融机构的借贷规模远高于非正规金融机构，但正规金融机构倾向于发放大额贷款，给农户发放小额贷款的比重相对较小。[7]周月书、班丝蓼对江苏南京、徐州的调查发现农户从正规金融机构借款的金额显著高于非正规途径，农户在面临较大资金缺口时，偏好从正规金融机构借款。[8]王晓峰运用交易成本经济学进行分析，认为资产的专用性很高，即借款者的资产规模较大时，交易面临的投机行为和道德风险就越小，因而借款者和银行的交易频率一般很高。[9]

从以上研究成果可看出，农户文化程度、房屋价值、借贷类型、利率、借贷渠道等都是影响农户借贷资金规模的重要因素。但是专门研究影响农户贷款资金规模的因素尤其是交易费用对农户借贷资金规模影响的成果较少。威廉姆森认为交易费用可以通过资产专用性、交易频率和不确定性三个维度来刻画和测度，本文延用他的分析框架，从人力资本专用性、实用资产专用性、地理位置专用性、借贷的不确定性及交易频率等五个维度展开研究。

二、描述性统计分析

(一)数据来源

本文数据来源于2014年对福建省农户借贷情况的入户调查。调查地点涉及闽西、闽东、闽南、闽北共27个县市区，249个行政村。闽西有宁化县、尤溪县、大田县、邵武县、三明市三元区、上杭县、漳平市及永定县，闽南有厦门市翔安区、晋江市、德化县、惠安县、泉州市台商投资区、云霄县、龙海县、漳浦县、南靖县、长泰县、龙海区、漳州市龙文区，闽北有建阳市、建瓯市、武夷山市，闽东有长乐市、永泰县、罗源县、福州市仓山区。本次共发放问卷700份，实际收回504份，有效问卷500份，问卷有效率为99.2%。

(二)调查数据的统计分析

有效问卷中回答“是否获得过贷款”的有483户，占总问卷的96.6%。获得贷款的有270户，占受访农户的55.9%；未获得贷款的有213户，占受访农户的44.1%。

在获得贷款的270户中，“最高一次的贷款金额”为500元以下的有15户，占比5.6%；500～1 000元的有5户，占比1.9%；1 000～5 000元的有31户，占比11.3%；5 000～10 000元的有41户，占比15.2%；1万～5万元的有94户，占比35%；5万元以上的有84户，占比31%。可见，1/3以上的福建省农户贷款规模集中在1万～5万元之间，而贷款5万元以上的也占31.1%，5 000元以下的小额贷款占比18.8%。这说明福建省农户贷款的总体规模较高。

从农户获得贷款的金融机构看，有187户获得过农村信用社的贷款，占获得贷款农户的69.2%；而获得其他各家银行贷款的比例为30.8%(见表1)。可见，农村信用社是福建省农户获得贷款的主要金融机构。

(三)模型设定与变量选择

本文选择Tobit(Censored)模型估计交易费用对农户贷款资金规模的影响。模型的基本表达式如下：

表1　农户获得贷款的金融机构分布

数据来源：根据调查问卷整理所得。

通过以上变换，便可以通过Tobit方法进行估计，xi分别代表人力资本专用性变量(X1～X8)、实物资产专用性变量(X9～X14)、地理位置专用性(X15～X18)、借贷的不确定性变量(X19～X27)、交易频率变量[如其它各项花费(X30)、最近两年贷到款的次数(X32)的影响]。

(四)主要统计指标描述

1.农户获得贷款资金的规模(Y)。本文选取农户最近一次获得贷款的资金规模作为被解释变量，在访谈时我们把贷款资金规模分为7个层次，分别为0=0元、1=0～500元、2=500～1 000元、3=1 000～5 000元、4=5 000～10 000元、5=1万～5万元、6=5万元以上。

2.影响农户贷款资金规模的交易费用(X)。本文的交易费用特征用人力资本专用性、实物资产专用性、地理位置专用性、借贷的不确定性、交易频率五个维度来测量(见表2)。

表2　变量定义与说明

表2(续表)

(1)人力资本专用性主要反映农户的文化程度、身体素质、职业类型及家庭状况。本文选择8个变量来衡量：X1代表户主受教育程度、X2代表户主年龄、X3代表是否为村干部、X4代表家庭劳动力人口、X5代表农户身体状况、X6代表主要从事的职业、X7代表家庭兼业类型、X8代表农户家庭年纯收入。一般而言，农户的文化和身体素质越高，其经济收入相对也更高，还贷的能力也越强，也越容易贷到更多资金。另外，从事非农生产的农民对资金的需求越大越容易获得贷款。农户的身体状况越差，医疗费用支出也越大，则农户贷款的需求和规模也越大。但是大额医疗支出会影响农户还款能力，对农户贷款资金规模有反向影响。农户家庭年纯收入越高说明农户还款能力越强，与农户借贷资金规模成正向关系。

(2)实物资产专用性主要反映农户拥有实物资产的基本情况。本文选取6个变量来衡量：X9代表人均耕地面积、X10代表种植年限、X11代表种植面积、X12代表拥有的生产性固定资产价值、X13代表拥有的牲畜数量、X14代表年末住房价值。农户生产经营规模越大，投资的生产性固定资产也就越大，较大的投资规模，使得金融机构认定其有较强的还款能力，因而借款的资金规模也越大。农户住房价值越大，说明农户还款越有保障。但由于农村住房流动性较差，难以及时变现，可能正向影响作用会变小。一般而言，拥有实物资产价值较多的农户，具有较多的抵押担保物品，获得较多贷款规模的可能性越大。

(3)地理位置专用性反映金融机构网点的设置对于农户获得金融服务的可及性。本文选取4个变量来衡量：X15代表到最近的金融机构的距离、X16代表到中心镇的距离、X17代表到火车站的距离、X18代表到汽车站的距离。距离金融机构越近的农户，对金融机构的政策和服务相对比较了解，申请贷款的意愿也越强，获得贷款的可能性也越大。但是否影响农户借贷的资金规模尚不确定。

(4)借贷的不确定性反映影响农户借贷的不确定因素，包括环境因素如农户拥有的社会资本情况和农户拥有的抵押物情况。本文选取9个变量来衡量：X19代表是否通过中间人、X20代表是否有联保或担保人、X21代表是否有抵押、X22代表是否是合作社成员、X23代表是否有亲戚朋友在政府或金融机构工作、X24代表是否是联保小组成员、X25代表借款期限、X26代表利率水平、X27代表贷款资金用途。通过中间人或有联保和担保人的农户，获得贷款的可能性较大，但对农户借贷资金规模有无影响不确定。农户用于贷款的抵押物价值越大，获得贷款的资金规模也越大。农户是否是联保小组成员及其贷款的资金用途对农户借贷资金规模的影响不确定。短期借款的资金规模一般较低，而长期借款的资金规模一般较高。银行的利率水平也会影响农户借贷的资金规模。在其他政策不变的情况下，利率越高，农户获得的贷款资金规模可能也越大。

(5)交易频率反映农户获得贷款的交易次数。本文选取5个变量来衡量：X28代表从申请到贷到款所花的时间、X29代表从申请到获得贷款洽谈的次数、X30代表其它各项花费(送礼)、X31代表从申请到贷到款所花交通费、X32代表最近两年贷到款的次数。通常而言，获得贷款次数越多的农户，在银行的信用度也越高，再次获得贷款的可能性也增加，获得贷款的规模可能会越大。

三、实证分析

(一)实证检验结果

根据调查数据，运用Eviews软件，采用Tobit模型的分析结果见表3。模型拟合优度检验AIC值为2.957 227，SC值为 3.235 391，HQC值为3.066 378。

从分析结果可以看出，交易费用特征中共有12个变量具有显著影响(见表4)。人力资本专用性中有1个变量即户主受教育程度X1。实物资产专用性中有3个显著变量，分别为拥有的生产性固定资产价值X12、拥有的牲畜价值X13、年末住房价值X14；而拥有的牲畜价值变量对农户借贷资金规模是反向影响。地理位置专用性中有1个显著变量即到最近的金融机构的距离X15。借贷的不确定性中有5个变量显著，其中是否有联保或担保人X20、是否有抵押X21、借款的期限X25、利率水平X26等4个变量是正向影响；而贷款资金用途X27则对农户贷款资金规模呈反向影响。交易频率中有2个显著变量，分别是从申请到贷到款所花时间X28和最近两年贷到款的次数X32。

表3　Tobit模型检验结果

表4　显著变量与借贷资金规模相关情况

注：*代表在10%的置信水平上显著，**代表在1%的置信水平上显著。

(二)计量结果分析

1.交易费用中对于农户借贷资金规模具有正向影响的变量

(1)户主受教育程度。人力资本专用性中的户主受教育程度X1与农户贷款金额呈正向影响(β>0)，且在10%的置信水平上显著。表明户主受教育程度越高，申请贷款可获得的贷款资金金额也越大。

(2)拥有的生产性固定资产价值。实物资产专用性中的拥有的生产性固定资产价值X12与农户贷款金额呈正向影响(β>0)，且在1%的置信水平上显著。表明农户拥有的生产性固定资产价值越高，农户贷款可获得的资金金额越大。

(3)年末住房价值。实物资产专用性中的年末住房价值X14与农户贷款金额呈正向影响(β>0)，且在10%的置信水平上显著。表明农户拥有的住房价值越高，申请贷款获得的资金金额也越大。住房属于固定资产，也是农户去银行贷款用的最多的抵押物，住房价值的高低直接可以反映一个农户家庭的经济实力和水平。

(4)到最近金融机构的距离。地理位置专用性中到最近金融机构的距离变量X15与农户贷款金额呈正向影响(β>0)，且在10%的置信水平上显著。这表明农户距离金融机构的远近会直接影响农户贷款意愿和贷款金额。距离金融机构较近，表明家庭所处地理区域相对交通发达，金融机构了解农户信息也相对容易，因而获得贷款金额也较高。

(5)是否有联保或担保人。借贷的不确定性中的是否有联保或担保人变量X20与农户贷款金额呈正向影响(β>0)，且在1%的置信水平上显著。相对于其他农户而言，加入联保小组或有担保人的农户，金融机构提供贷款时可以降低风险和成本，因而获得贷款金额也就越大。

(6)是否有抵押。借贷的不确定性中的是否有抵押变量X21在1%的置信水平上显著，且与农户贷款金额呈正向影响(β>0)。农户贷款难的一个重要原因就是农户缺乏相应抵押物，因而有抵押物的农户在获得较大贷款金额上有优势。

(7)借款期限。借贷的不确定性中的借款期限X25与农户借贷资金金额呈正向影响(β>0)，且在1%的置信水平上显著。表明农户贷款金额越大，贷款期限也越长。这是因为农户贷款金额越大，贷款的利息也越高。而贷款期限越长，分摊到每个月的利息也就越低，这样才能与农户自身偿还能力相适应。

(8)利率水平。借贷的不确定性中的利率水平X26与农户借贷资金金额呈正向影响(β>0)，且在1%的置信水平上显著。表明金融机构利率水平越高，农户获得的贷款资金金额也越大。利率水平越高，借贷的成本也越高，申请贷款的人也越少，反而农户越容易获得较多的贷款金额。

(9)从申请到贷到款所花时间。交易频率中从申请到贷到款所花的时间变量X28与农户贷款资金规模呈正向影响(β>0)，且在1%的置信水平上显著。从申请到贷到款所花的时间越多，农民对银行的业务也越熟悉，农户获得的贷款金额也越大。

(10)最近两年贷到款的次数。交易频率中最近两年贷到款的次数变量X32与农户贷款金额呈正向影响(β>0)，且在1%的置信水平上显著。获得贷款的次数越多，表明该农户在银行的信用水平越高，因而获得贷款资金金额也越大。

2.交易费用中对于农户借贷资金规模具有反向影响的变量

(1)拥有的牲畜价值。实物资产专用性中农户拥有的牲畜价值变量X13与农户贷款金额具有反向影响(β<0)。农户拥有的牲畜价值越大，农户获得的贷款金额反而越小。其可能的原因：一是受访的农户从事牲畜养殖的专业户较少，农户拥有的牲畜价值普遍偏低；二是拥有的牲畜价值较高的农户基本上是纯农业户，其贷款需求和贷款金额相对偏少。反而是从事非农产业的农户没有饲养牲畜，因而拥有的牲畜价值就偏低。

(2)贷款资金用途。借贷的不确定性中贷款资金用途变量X27与农户贷款金额具有反向影响(β<0)。农户越是倾向于生活性贷款，获得的贷款金额也越少；农户越是倾向于生产性贷款，获得的贷款资金金额也越多。

四、研究结论和对策建议

从研究结果可以看出，交易费用中的人力资本专用性、实物资产专用性、地理位置专用性、借贷的不确定性、交易频率等五个维度均对农户借贷的资金规模有一定的影响。其中，户主受教育程度、拥有的生产性固定资产价值、年末住房价值、到最近金融机构的距离、是否有联保或担保人、是否有抵押、借款的期限、利率水平、从申请到贷到款所花时间、最近两年贷到款的次数对农户贷款资金规模具有正向影响；而拥有的牲畜价值、贷款的资金用途对农户贷款资金规模具有反向影响。应提高农户的受教育程度、增加农民的财产性收入、发展农村互联网金融和增加农户获贷的频率等，让更多的农户获得金融机构的贷款支持。

第一，提高农户的受教育程度。农户受教育程度与获得的贷款资金规模呈正向影响。针对我国农民总体文化程度不高的情况，实施新型职业农民培育工程，完善新型职业农民培育制度体系，对农民尤其是新型农业经营主体定期进行文化教育和技能培训。金融机构要加大金融服务知识和政策的宣传，让农户多了解金融机构的融资渠道和融资对于自身的作用和意义。

第二，增加农民的财产性收入。一般而言，越富裕的农民，获得投资的机会就越多，用于贷款的抵押物价值也越高，从而更容易获得金融机构的贷款。应通过政策引导，探索土地产权新的实现形式，创新农村土地产权流转方式，提高农民的土地收益；盘活农村宅基地，促进农民房屋有偿使用和流转，让农民享有房屋财产收益；探索实行土地承包经营权、林权和农村房屋产权抵押贷款，为农民提供新的融资渠道，帮助农民获得更大资金规模的贷款，增加农民的财产性收入。

第三，发展农村互联网金融。农户与金融机构网点的距离影响着农户贷款规模，拥有越多抵押担保物的农户，越容易获得更大规模贷款。互联网金融可以突破时空局限，于任何时间、任何地点，通过灵活快捷的网络，直接面向客户，自行完成信息甄别、匹配、定价和交易，能较好地解决农户借贷过程中面临的成本高、收益低、风险大的问题。利用互联网等现代科技手段，构建农村投融资网络服务平台，可以大大提高农户的融资效率和规模，进而实现农村普惠金融。

第四，增加农户获贷的频率。农户贷款的次数越多，表明该农户的个人信用也越高，因而再次申请贷款所获得资金的规模也会越大。国家要大力出台各种扶持农业发展的金融政策，如建立覆盖全国的农业信贷担保体系，扩大农民合作社内部开展信用合作试点的范围，降低农户贷款的门槛，让更多的农户获得金融机构的贷款支持。

参考文献：

[1] 李延敏.不同类型农户借贷行为特征[J].财经科学，2008(7)：23-29.

[2] 程中海，罗芳.少数民族农户借贷影响因素实证研究[J].农业经济，2013(5)：81-83.

[3] 程杨，刘清华，吴锟.城乡一体化背景下中国西部地区农户金融需求及其影响因素研究[J].世界农业，2014(5):194-199.

[4] 童馨乐，褚保金，杨向阳.社会资本对农户借贷行为影响的实证研究——基于八省1 003个农户的调查数据[J].金融研究，2011(12):177-191.

[5] 李菲雅.NGO小额信贷对农户借款决策、借款额度影响因素的实证分析——基于河北省7县822个农户的调查[J].经济经纬，2014(2)：38-43.

[6] 蒋海燕.关于农户借贷行为的调查研究——以江苏省海门市四甲镇为例[J].农业经济，2014(5)：101-103.

[7] 张军.河南省农户资金借贷现状实证分析——基于河南省704户农户的问卷调查[J].开发研究，2013(2):129-133.

[8] 周月书，班丝蓼，周通平，等.正规与非正规金融下农户借贷选择行为研究——基于南京与徐州农户的调查[J].农业经济与管理，2013(6):52-58.

[9] 王晓峰.浅析农村金融借贷机制——基于交易成本经济学视角的分析[J].科学·经济·社会，2006(4)：14-16.

[责任编辑：郭艳云]

InfluenceofTransactionCostsonScaleofRuralHouseholdLoanFunds：BasedonSurveyDatafrom27CountiesinFujianProvince

JIANGZhen-na

(InstituteofEconomicsandManagement，FujianProvincialPartySchool，Fuzhou350001，Fujian，China)

Abstract:Fromfivedimensions,thespecificityofhumancapital,thespecificityofphysicalassets,thespecialpositionofthegeographicallocation,theuncertaintyofloanandthetransactionfrequency,theinfluenceofthetransactioncostonthescaleoffarmer'sloanfundsisstudiedbyTobit(Censored)model.Resultsshowthattheeducationlevelofthehouseholdhead,havingproductivefixedassetsvalue,havinghousingvalueattheendoftheyear,thedistancetothenearestfinancialinstitutions,havingwarrantyorguarantee,havingmortgage,loanperiod,interestrates,timespentonfromapplicationtogettingloan,andthenumberofsuccessfullyapplyingforloansinthelasttwoyears,havepositiveeffectonthescaleoffarmersloanfunds.Thevaluesofthelivestockandtheuseofloanfundshaveareverseimpactonthescaleofruralhouseholdloanfunds.Weshouldimprovetheeducationoffarmers,increasefarmers'propertyincome,developruralInternetfinanceandincreasefrequencyoffarmers'loans,etc.,sothatmorefarmerscouldobtainloansupportfromfinancialinstitutions.

Keywords:transactioncost；ruralhouseholdloanfund;scale

收稿日期:2016-03-08

作者简介:江振娜(1978-)，女，江西东乡人，中共福建省委党校经济管理科学研究所副教授，福建农林大学经济学院博士研究生。

中图分类号：F832.43

文献标识码：A

文章编号：1674-3199(2016)03-0103-09