政治参与、金融参与对农户信贷约束的影响

李 长 生

(江西农业大学经济管理学院，江西 南昌 330045)



政治参与、金融参与对农户信贷约束的影响

李 长 生

(江西农业大学经济管理学院，江西 南昌 330045)

利用743份江西省农户样本数据，基于Probit模型，探索农户的政治参与、金融参与对农户信贷约束的影响机理和作用程度。研究发现：约55%的样本农户受到信贷约束，政治参与和金融参与对农户的信贷约束都具有显著影响。计算了样本均值处的边际效应从而测算了政治参与和金融参与对农户信贷约束的作用程度。最后从拓展农户政治参与和金融参与角度提出相关政策建议,以有效缓解农户信贷约束。

农户； 信贷约束； 政治参与； 金融参与

一、引言与文献综述

金融服务“三农”的重要性不言而喻。农村金融发展在促进经济发展、提高农民收入、增加农民消费等方面都具有非常重要的意义[1]。农户从银行等金融机构获取的信贷资金对农户的生产效率有显著影响[2-3]，是促进农民增收以及缩小城乡收入差距的重要手段[4]。2015年中央一号文件明确要求积极探索农村金融改革和创新方式，鼓励各类商业银行确实增加针对“三农”的金融服务供给，要不断增加农业信贷资金总额和涉农贷款比例。为了更好地服务“三农”，我国农村金融制度自改革开放以来一直在不断地发展和完善。早在2006年，我国就进行了以国家主导的外生金融为主、民间内生金融自发演进为辅的新一轮农村金融制度改革，其最重要的目标就是要积极探索解决农村融资难的问题[5]。可是，当前农村金融市场供需市场依然严重失衡[6]，农户融资难一直是我国农村金融制度改革所要解决的核心问题[5]。我国贫困地区的大多数农户都受到较为严重的信贷约束[7-13]；中国农村金融市场中商业性金融机构少、金融供给低、竞争不充分及信贷配给等问题依然存在[14]；信贷约束对农户的福利损失有重大的影响[15]。

农户的信贷约束会影响农民的消费水平及农业生产效率，也会影响农村经济发展，因此，探索信贷约束的缓解之道，从而满足农户的消费、生产或创业资金需求，成为研究农村金融的重要课题。国内外学者从不同的角度对此进行了广泛的研究。农户负责人的性别、受教育水平、社会认可及农户的收入水平，都是农户信贷约束的重要影响因素[16]，外出务工和民间金融成为农户缓解融资约束的重要途经[17]，农户存款、加强与银行等金融机构的关系能显著缓解农户受信贷约束的程度[10]。农村金融机构、金融服务及金融产品的不断创新，在短期内可以增加农村金融的有效供给，但只有实施金融自治和推进乡村自治才能有效解决金融市场的供求矛盾[6]。信贷供求主体之间的信息不对称、农民信贷抵押物的缺失及农户信贷交易成本，是缓解农户信贷约束的突出问题[18-20]。农业生产天然的弱质性、农产品销售的市场风险、农户自身管理能力的欠缺及相关法律的约束，都显著影响到农户对银行等正规金融机构信贷资源的可获得性[19]。发展中国家农村金融市场中缺乏运行良好的辅助性机构，这一因素使得农户信贷合同的签订和执行都增加了更多的不稳定性和不确定性[20]。农业生产的季节性特征和农产品的高同质性使得广大发展中国家的农户对信贷资金的需求难以匹配金融机构的信贷资金的供给，增加了农户信贷合约的成本和风险[21]。

国内很多学者也从新型农村金融机构的发展实践角度来探索金融服务“三农”的模式和效果。农民资金互助社能够降低农村商业性金融机构对农户信贷的数量配给和交易成本配给的程度、“共跻监督” 是一种有效的抵押品替代机制，能降低农民资金互助社的借贷成本和交易风险[22]。建立合理有效的农村产权抵押贷款机制，加大对新型农业经营主体的金融支持，有利于解决非农经营方式农户的信贷需求[23]。信贷技术、营业费用率、所在地区的经济发展水平及金融市场的竞争程度，对小额贷款公司的贷款业务有显著影响[24]。资金互助社能够有效实施相互监督和合同互联，与专业合作社或龙头公司联合发展能显著改善农户的融资需求[5]。

以上文献表明，虽然广大学者普遍认同我国农户受到信贷约束这一现实问题，也认可信贷约束产生的不利影响，但是对信贷约束影响因素的认识并不一致。可能的原因主要如下：(1)学者们所采用的样本的数量和地区都具有显著的区别。本文以江西省从南到北3个地区的农户样本为数据，以落后省份落后地区农户的调研数据为基础进行的分析，对探索我国广大欠发达地区农户信贷约束的影响因素有较强的说服力。(2)现有文献大多通过经济行为来分析信贷约束的影响因素，很少从政治行为角度来进行分析，而政治参与行为对经济活动影响较大。另外，农户自身的金融参与行为也会对信贷资源的获取产生影响。因此，本文尝试实证检验政治参与行为和金融参与行为对农户信贷约束的影响方向和程度。这一探索拓展了研究缓解农户信贷约束的视角和路径，能为解决我国广大欠发达地区的金融市场失灵提供参考，对增加农民福祉及缩小我国城乡收入差距等都具有一定的现实意义。

二、 理论分析与研究假设

在广大农村地区，农户是最基本的社会组成部分和经济主体。农户既要从事农业生产，又要进行生活消费，在农产品市场上兼有生产者和消费者的双重属性，而农民自然又有其他物质的需求，因此需要资金满足其生产需求和生活消费[15]。银行等金融机构能否满足农户的信贷需求不仅会影响到农户的生产效率，也会影响到农民的生活状况。然而，影响农户获取信贷资金的因素多种多样、错综复杂，政治参与和金融参与对农户信贷约束的影响较大。

政治参与是指普通公民通过各种合法方式参与政治活动，从而影响政治体系的构成、运行方式、运行规则和运作过程的行为。农民政治参与的主要形式包括投票选举、反映诉求、社会监管、接触或成为政府工作人员和抗议示威等。农民政治参与关系到个人权利实现、自身福利及经济发展等问题[25-26]。农民参与政治活动越活跃，说明其文化程度或社会认可度越高，农业生产和经营认识越丰富，对农村金融政策越了解，能够获取越多的金融信息和服务。因此，做出以下先验假设(假设1)：农户的政治参与有利于缓解农户的信贷约束。

农户金融参与主要表现为借贷行为、信用表现、金融参与意识等具体活动方式与意识形态。在完善的农村金融市场里，农户的金融参与和信贷需求有很大关联度[27]。现有农户金融参与的研究主要表现为农户储蓄、投资和融资等相关行为，集中表现在居民储蓄和农户借贷行为两个方面[28]。农户的金融意识越强，金融参与行为就越多，对银行等金融机构的性质和服务等就会越清楚，金融机构对农户的了解就越多，从而减少金融机构发放贷款的成本和风险。因此，得出本文的另一个研究假设(假设2)：农户的金融参与有利于缓解农户的信贷约束。

三、研究方法和数据来源

(一) 研究方法

对主要劳动力仍在家从事农业生产的743户农户样本进行分析，控制了农户要素禀赋等变量后，分析农户政治参与和金融参与对信贷约束的作用方向及影响程度。构建影响农户信贷约束的Probit模型：

prob(Y=1|X)=prob(Y*>0|X)=prob{[u>-(α+βX)]|X}=1-Φ[-(α+βX)]=Φ[(α+βX)]

(1)

上式中，X是能够观测到的各自变量，包括影响农户信贷约束的2个关键变量(农户政治参与和金融参与)和农户禀赋等控制变量；为了比较地区间的差别，设置了地区虚拟变量(以位于江西省南部的赣州为参照，分析中部的吉安和北部抚州的信贷约束状况)；u为模型的随机扰动项，假设其服从标准正态分布；Φ是累积标准正态分布函数；Y*表示潜在变量，是不可观测的；Y是因变量，是根据调研结果推算得到的值，代表农户是否受到信贷约束，如果受到信贷约束赋值为1，否则为0，即：

(2)

(二) 变量说明

1.因变量。借鉴Boucher和刘西川等学者的研究成果[15，29]，本文把农户受到的信贷约束概括为4种类型：(1)服务约束。表示农户有向银行等金融机构贷款的需求，但银行拒绝提供贷款或提供的贷款需要的条件相对苛刻导致农户没能获得贷款。(2)数量约束。农户获得了贷款，但贷款金额没有达到预期。(3)成本约束。农户的贷款需求由于银行的贷款流程过长、办理手续过繁、利率水平过高等原因，导致交易成本过高而未能获得想要的贷款。(4)风险约束。害怕到期还不上或担心利率超出可承受的范围。农户没有受到信贷约束的情况主要有2种：(1)农户自有资金相对充实或者能从非正规金融渠道获得所缺资金；(2)农户从金融机构获得了所需要的全部金额。本文构建农户信贷约束影响因素的Probit模型，将因变量信贷约束设置为二元离散选择的虚拟变量，即农户是否受到信贷约束，受到信贷约束为1，否则为0。

2.自变量。即影响农户信贷约束的变量，关键变量为农户的政治参与和金融参与，控制变量为农户禀赋。

(1)农户禀赋。主要包括农户负责人的相关情况及农户所拥有的土地等资源禀赋。信贷风险是银行发放贷款时首要考虑的问题，防范信贷风险必须充分考虑农户禀赋。农户个人资源禀赋主要有农户负责人的年龄、性别、婚姻状况、受教育程度等，农户家庭禀赋因素包括所拥有的土地面积、农户加入当地合作社的个数、农户的整体健康状况、农户与银行等金融机构的最小距离，以及农户的总收入和总支出等。

(2)农户政治参与。农户的政治参与行为包括是否参加过村委会选举投票、联系政府官员、联系人大代表、联系党组织、联系其他重要人物等，把联系或成为政府工作人员作为这些农户政治参与的最重要形式[31]。村委会选举是村民自治的一种重要方式，也是农村居民政治参与的一项重要内容[32]。也有学者认为参加村委会相关工作是农民参与政治活动的最直接形式 ,家庭成员担任村干部的积极性能直接反映公民的责任意识[33]。鉴于笔者调研对象均为较偏远地区的农户，他们直接参与选举的机会并不多，因此，借鉴董进才、中国社会科学院农村发展研究所课题组以及陈鹏等，把家庭成员是否担任过村干部等行为作为农户政治参与的代理变量[31-33]，调查农户“是否有成员担任过村干部、人大代表、政协委员”，或“是否有成员是中共党员或各民主党派成员”，如果有成员有上述任何一种行为，则说明其有政治参与；反之，则没有。即设置该变量为二元离散选择变量，农户有政治参与设置为1，反之为0。

(3)农户金融参与。当前农户大多都在信用社等金融机构有新农保、新农合的储蓄账户，但是能用该账户或重新办理银行卡的农民并不多。实际调研的银行卡是指以农户负责人开的户，既包括以负责人名义在银行办理的信用卡和储蓄卡，也包括与新农合或新农保绑定的卡。虽然不办理银行卡也能办理相关业务，但只有存折的农民去银行办理业务的次数相对来说会更少。如果农民经常去银行办理业务，联系会更加密切，那么银行对农户资金状况的了解相对会更多，有利于银行掌握相关信息，降低信贷风险。因此，本文用“农户负责人是否在银行办理过银行卡”及“农户负责人每月在银行办理业务的次数”作为农户金融参与的代理变量。把“农户负责人是否在银行办理过银行卡”设置为二元离散选择变量，有为1，反之为0。

计量模型因变量与解释变量选择及处理说明见表1。

表1　各变量选择及处理说明

(三) 数据来源

2013年暑假期间，课题组在位于江西省南部的赣州市、中部的吉安市和北部的抚州市的 34个县进行了随机抽样调查，发放的调查问卷总计918份，实际收回916份。审核调研问卷时剔除了缺失关键数据的44份，共得到有效样本872份。本文的研究对象是农户，因此剔除了家庭主要劳动力外出打工的129户，得到与本文研究更为相关的743份样本。其中，赣州、吉安、抚州分别为348、211和184份，江西省赣州市的人口最多，因此调研的户数相对较多，比例为46.8%，吉安市和抚州市的样本占比分别为28.4%和24.8%。本文所用的调研数据为农户的信贷约束状况、农户禀赋、农户的政治参与行为和金融参与行为等。

(四)样本的描述性统计

样本农户的信贷约束状况如表2所示，近55%的样本农户受到信贷约束，因成本及风险导致的信贷约束的比例最大，达到近35%。约45%的样本农户没有受到信贷约束，其中，申请了信贷并得到了所申请金额的农户的比例达到约34%，初步说明了金融参与行为对农户信贷约束的影响。

表2　农户信贷约束状况

本文所使用的各自变量的描述性统计状况如下：

农户禀赋的统计特征。农户负责人的平均年龄为42.6岁，48.2%的负责人年龄为41～50岁；负责人初中文化程度及以下的高达85.6%，样本中总共只有20人是大专及以上文化，仅占2.7%；样本农户的平均总收入为9279元，样本农户收入构成中，种植业收入为 7416元，占总收入的79.92%。土地对样本农户的收入有重大影响，耕地面积尤其重要，其平均值为0.32hm2，但平均耕地面积少于0.33hm2的有428户(占57.6%)，大于0.67hm2的有65户(占7.8%)。调研发现，主要时间都在家务农的农民的年龄普遍较大，务农年限的平均值为18年，但务农时间有20年以上占44.4%。农户居住地与银行的最小距离的平均值为3.35km，最小距离小于3km的占71.3%，59户居住地与银行的最小距离有10km以上，占样本总数7.9%。

农户政治参与的基本状况。样本农户中有政治参与的为280户，占总样本数的37.69%；没有政治参与的达到463户， 占总样本数的62.31%。说明大多数样本农户的政治参与活动较少，这与描述性统计中的样本农户受到信贷约束的比例更大的结论是相一致的，从而初步论证了农户的政治参与对信贷约束的影响。

农户金融参与的基本特征。共447户农户在本地银行(通常是信用合作社)办理了银行卡，另外296户(占比为39.8%)没有任何银行卡。共405户(占54.5%)农户负责人平均每月用银行卡在银行办理业务的次数为0，次数为1和2的户数分别是297和41户，比例分别为40.0%和5.5%。模型所用相关变量及描述性统计见表3。

表3　模型中各变量选取及描述性统计

四、实证结果及分析

(一)Probit模型回归结果及分析

运用Stata13.0软件得到的Probit模型的回归结果(表4)，分析如下：

(1)模型的准R2值是0.2174，似然比统计量为222.33，回归方程的显著度为0.0000，说明该模型的联合显著性水平很高。

(2)有些控制变量对农户信贷约束的影响并不显著。回归结果显示，负责人性别这一变量对农户信贷约束有正向影响，但不显著，这可能是因为调研的农户中负责人普遍是男性。负责人为男性的农户有698户，占比为93.94%；女性仅为45户，占比只有6.06%。加入合作社的个数与信贷约束不相关，可能的原因是当地合作社的经营规模和效益并没有达到各当事人的预期。回归结果发现耕地面积对信贷约束的影响并不显著，可能的原因是样本农户仍然从事小农经济的生产，居住分散，各自生产为主，农业生产的规模化和专业化程度都非常低。

(3)有些控制变量对农户信贷约束有显著影响。农户负责人年龄、农户整体健康状况显著影响农户信贷约束。年龄变量的系数是负值，说明随着负责人年龄的增长，其受到信贷约束的概率会降低。健康状况变量的系数是正值，说明农户的整体健康状况越差，该农户受到信贷约束的可能性越大。距离变量的系数为0.0136、P值为0.008，表明农户居住地离银行等金融机构越远，其受到信贷约束的可能性越大，可能的原因在于在农村地区通讯不是特别发达的条件下，资金供求双方的信息沟通和相互了解会受到影响，因此会增加信贷交易成本和交易风险。模型的2个地区虚拟变量的回归系数是负值，并在1%水平上显著，说明相对于赣州市的农户，吉安市和抚州市的农户受到信贷约束的概率明显更低。

(4)政治参与和金融参与都显著影响农户的信贷约束。政治参与这一变量的系数为负，并通过了5%水平的检验，说明相对于没有政治参与的农户，有政治参与的农户受到的信贷约束的概率会更低，符合前文假设1的内容。“是否办理了银行卡”和“每月用银行卡在银行办理业务的次数”这2个变量的系数为负，都在1%水平上显著，这表明农户的金融参与的确能显著缓解农户的信贷约束，这与前文所作的假设2相一致。原因在于，农户负责人会办理银行卡就说明对银行的业务及银行卡的使用等都有一定的了解，金融参与能够提升其金融意识，这会促使农户去银行办理业务，而农户负责人每月到银行办理业务的次数越多，银行对农户的了解就会更多，降低了信贷交易成本。

(二)平均边际效应回归结果及分析

通过Probit模型的回归系数和P值，可以判断各变量对信贷约束的影响，但是Probit模型的回归结果只能说明各变量对信贷约束的作用方向，并不能说明各变量对信贷约束的作用程度或大小。要测算各自变量对因变量的影响程度必须测算各变量的边际效应[34]。边际效应的测算方法不尽相同，且采用不同的方法计算的结果也有较大差异，在作政策研究时，相比计算样本均值处的边际效应和在某处的边际效应，计算样本各自变量均值处的边际效应通常更有意义[35]。因此，本文拟采用计算平均边际效应来检验各变量对信贷约束的作用程度。表5报告了所有变量的平均边际效应。

表4　农户信贷约束影响因素的Probit模型回归结果

注：模型所用样本数为743，回归模型的准R2值(PseudoR2)是0.2174，似然比统计量(LR chi2)为222.33，回归方程的显著度(Prob> chi2)为0.0000。***、**分别表示10%、5%的显著性水平。

表5　所有解释变量的平均边际效应

注：***、**、*分别表示10%、5%和 1%的显著性水平。

农户负责人的年龄这一变量的系数为-0.0046，并通过了1%水平的显著性检验，这一结果表明农户负责人年龄每增长1岁，其受到信贷约束的可能性就会下降0.46%。系数为0.0039、P值为0.015说明农户的健康自评降到下一个级别，那么其受到信贷约束的概率就要增加0.39%。“与银行的最小距离”的回归结果揭示了与银行等金融机构的距离每增加1 km，农户受到信贷约束的概率就要增加0.40%。2个地区虚拟变量的回归结果表明，相对于赣州市的农户，抚州市和吉安市的农户受到信贷约束的可能性分别低了39.39%和13.42%。

重点考察农户政治参与和金融参与对信贷约束的影响。“政治参与”的系数为-0.0125、P值为0.002,表明相比没有任何政治参与行为的农户，有政治参与活动的农户受到信贷约束的可能性要低1.25%。金融参与的2个代理变量的回归结果说明，金融参与对农户信贷约束的影响更加显著。金融参与的2个代理变量均通过了1%水平的显著性水平的检验，“是否有银行卡”这一变量的系数是-0.2940，说明相比没有办理银行卡业务的农户，能运用银行卡办理相关业务的农户受到信贷约束的概率要低29.4%，可能的原因在于，样本农户中留守在家的负责人大多是老年人，他们使用银行卡的能力有限。鉴于笔者在调研过程中发现，留守在家的居民中居然有近40%的农户从来没有办理过银行卡。“每月用银行卡办理业务的次数”这一变量的系数为-0.3648、P值为0.000，表明农户每月用银行卡在银行办理业务的次数每增加1次，其受到信贷约束的可能性就会低36.48%，说明样本农户能用银行卡并用银行卡办理业务的农户对农户的信贷约束有重大影响，在银行办理银行卡和用银行卡办理业务的次数在一定程度上能够反映农户对银行及其相关业务的了解程度，也关系到银行对农户的熟知程度和信任水平，从而影响农户信贷资金的发放。

五、结论与建议

利用江西省抽样调查的743个农户的数据，样本的统计研究表明，约55%的农户受到信贷约束。Probit模型实证分析了政治参与和金融参与对农户信贷约束有显著影响。样本均值处的边际效应测算结果表明，相比没有任何政治参与行为的农户，有政治参与活动的农户受到信贷约束的概率要低1.25%。相比没有办理银行卡业务的农户，能运用银行卡办理相关业务的农户受到信贷约束的概率要低29.4%。农户每月用银行卡在银行办理业务的次数每增加1次，其受到信贷约束的概率就会低36.48%。本文的研究发现对如何缓解农户的信贷约束具有重要的政策含义。提高农户的政治参与和金融参与是缓解农户信贷约束的有效途径，为此，本文提出以下建议。

(1)扩大农户社会网络，提高农户政治参与。既然农户的政治参与有利于缓解其信贷约束，那么就必须要让农民积极实施政治参与行为。社会网络发达，农户借贷行为活跃，是缓解其流动性约束的重要手段[36]。社会网络对人们的社会经济地位能够产生巨大的影响力，对提高农户的政治参与有积极意义。这就需要扩大农户社会网络来提高农户的政治参与，让更多的农民有机会参与农村经济和社会发展的各项事务。

(2)增加农户金融意识，增强农户金融参与。金融意识是金融机构及其产品和服务等客观存在在人脑中的反映，提高金融意识有助于人们把握金融运行的本质和规律，能够有效增强农户的金融参与。调研中发现，与城镇居民每个月必须到银行办理业务不同，样本农户的负责人每月去银行办理业务的次数非常少，最多的也只有2次，说明样本农户的金融意识亟待加强，金融参与亟待提高。因此，需要大力发行农村金融通俗读物来增进农民对有关农村金融机构和金融业务知识的了解，加大对农户的金融培训力度，提高移动互联网在农村金融业务中的应用，通过多种途径帮助农户学习或使用有关农村金融知识。

[1]尹学群，李心丹.农户信贷对农村经济增长和农村居民消费的影响[J〗.农业经济问题，2011(5)：21-27.

[2]OMONONA B T, EGBETOKUN O A, AKANBI A T. Resource use and technical efficiency in Cowpea Production in Nigeria[J]. Economic Analysis and Policy,2010, 40(1):87-92.

[3]CATHERINE G, STEVE B. Credit constraints and productivity in Peruvian agriculture[R]. Department of Agricultural & Resource Economics. University of California, Davis, 2007.

[4]BECK T， DEMIRGUC-KUNT A, HONOHAN P. Access to financial services: measurement, impact, and policies[J]. The World Bank Research Observer,2009,24(1):119-145.

[5]洪正.新型农村金融机构改革可行吗——基于监督效率视角的分析[J].经济研究，2011(2)：44-58.

[6]李似鸿.金融需求、金融供给与乡村自治——基于贫困地区农户金融行为的考察与分析[J].管理世界，2010(1)：74-83.

[7]鞠荣华，许云霄，朱雯.农户的信贷供给改善了吗？[J].农业经济问题，2014(1)：49-53.

[8]王书华，杨有振，苏剑.农户信贷约束与收入差距的动态影响机制:基于面板联立系统的估计[J].经济经纬，2014(1)：26-31.

[9]李岩，赵翠霞，兰庆高.农户正规供给型信贷约束现状及影响因素——基于农村信用社实证数据分析[J].农业经济问题，2013(10):41-48.

[10]程郁，罗丹.信贷约束下中国农户信贷缺口的估计[J].世界经济文汇，2012(2):69-80.

[11]李庆海，李锐，汪三贵.农户信贷配给及其福利损失——基于面板数据的分析[J].数量经济技术经济研究，2012(8)：35-49.

[12]黄祖辉，刘西川.贫困地区农户正规信贷市场低参与程度的经验解释[J].经济研究，2009(4)：116-128.

[13]李锐，朱喜.农户金融抑制及其福利损失的计量分析[J].经济研究，2007(2)：23-36.

[14]莫媛，徐虹.农村金融发展的区域市场分割研究：江苏样本[J].南京农业大学学报(社会科学版)，2012(7)：34-40.

[15]BOUCHER S S, GUIRKINGER C, TRIVELLI C. Direct elicitation of credit constraints: conceptual and practical issues with an application to Peruvian Agriculture[J]. Economic Development and Cultural Change,2006,18(4): 609-640.

[16]王静，吴海霞，霍学喜.信贷约束、农户融资困境及金融排斥影响因素分析[J].西北农林科技大学学报(社会科学版)，2014(5)：62-71.

[17]李明贤，王旋.农户融资约束的替代策略及其效应分析——基于湖南省 268 份农户调查数据[J].湖南农业大学学报(社会科学版)，2015，16(2)：23-28.

[18]STIGLITZ J, WEISS A. Credit rationing in markets with imperfect information[J]. American Economic Review, 1981,71(3):393-410.

[19]MORDUCH J. The microfinance schism[J]. World Development,2000,23(38):617-629.

[20]TIMOTHY B, STEPHEN C. Group lending, repayment incentives and social collateral[J]. Journal of Development Economics,1995,34(46):1-18.

[21]AHLIN C, Lin M M. Where does microfinance flourish? microfinance institution performance in macroeconomic context[J]. Journal of Development Economics,2010,5(3):509-516.

[22]董晓林，朱敏杰，张晓艳.农民资金互助社对农户正规信贷配给的影响机制分析——基于合作金融“共跻监督”的视角[J].中国农村观察，2016(1)：63-74.

[23]牛荣，张珩，罗剑朝.产权抵押贷款下的农户信贷约束分析[J].农业经济问题，2016(1):76-85.

[24]杨虎锋，何广文. 商业性小额贷款公司能惠及“三农”和微小客户吗? [J]. 财贸研究 2012(1)：35-42.

[25]郭君平,王春来,张斌,等. 转型期农村妇女政治参与态度与行为逻辑分析——以苏、辽、赣、宁、黔五省(区)为例证[J].中国农村观察，2016(3)：27-41.

[26]陈前恒，魏文慧.草根组织经历与政治参与：来自中国村庄选举的证据[J].中国农村观察，2016(1)：38-50.

[27]熊学萍，阮红新，易法海.农户金融行为、 融资需求及其融资制度需求指向研究——基于湖北省天门市的农户调查[J].金融研究,2007(8):167-181.

[28]王磊玲，罗剑朝.农户家庭金融行为的区域差异研究[J].统计与决策，2012(10)：112-115.

[29]刘西川，程恩江.贫困地区农户的正规信贷约束:基于配给机制的经验考察[J].中国农村经济，2009(6):37-50.

[30]李长生，张文棋．农户正规信贷需求和信贷约束——基于江西的调查[J].农林经济管理学报，2014(4):406-413．

[31]陈鹏，臧雷振.媒介与中国农民政治参与行为的关系研究——基于全国代表性数据的实证分析[J].公共管理学报，2015，12(3)：69-84.

[32]中国社会科学院农村发展研究所课题组.农村政治参与的行为逻辑[J].中国农村观察，2011(3)：2-12.

[33]董进才.专业合作社农民政治参与状况分析——基于浙江省示范合作社的调查[J].农业经济问题，2009(9)：45-50.

[34]詹姆斯·H. 斯托克，马克·W. 沃森.计量经济学(第二版)[M].上海：格致出版社，2009: 293.

[35]陈强.高级计量经济学及stata应用(第二版)[M].北京：高等教育出版社，2014: 171.

[36]马光荣，杨恩艳.社会网络、非正规金融与创业[J].经济研究，2011(3)：83-94.

(责任编辑： 华启清)

The influence of political participation, financial participation on farmers′ credit constraints

LI Chang-sheng

(CollegeofEconomyandManagement,JiangxiAgriculturalUniversity,Nanchang,Jiangxi330045,China)

Based on the 743 farmers′ sample data in Jiangxi Province, this paper tends to explore the impact of political participation, financial participation on farmers' credit constraints. The study finds that about 55% of the sample farmers are subject to credit constraints, and both political participation and financial participation significantly affect the farmers' credit constraints. Then, marginal effects are calculated to reveal the effect extend of political participation and financial participation on farmers' credit constraints. Finally, some effcetive policy recommendations are put forward to relief the farmers' credit constraints from the perspective of expanding political and financial participation.

farmers; credit constraint; political participation; financial participation

2016-08-05

国家自然科学基金项目(71563017)；江西省高校人文社会科学重点研究基地项目(JD1449)。

李长生(1977-)，男，副教授,博士，硕士生导师。研究方向：农村金融与投资。

F830.58

A

1671-6922(2016)05-0080-08

10.13322/j.cnki.fjsk.2016.05.013