油茶产业链规模化发展的作用机制——湖南邵阳地区油茶产业金融支持实证分析

黄新爱

（保险职业学院，湖南 长沙 410114）

油茶在中国的种植历史源远流长，湖南作为油茶大省更是拥有悠久的种植历史。2018年以来，湖南省坚持以国家油茶产业发展重点县为依托，着力培育油茶产业带和油茶产业集群，坚持一手抓改造，一手抓低改，重点建设了320 省道衡阳、长张高速、223 省道怀化段等3 条百里油茶产业带。预计到2025年，湖南油茶种植面积将超过166.7 万hm2。伴随着油茶产业链纵深发展的加速，总产值将进一步迅速得到提升[1]。

同时，油茶种植作为广大农户增收致富的重要途径，是国家精准扶贫的重点项目之一。然而2014—2016年间，在中央政府对有关油茶产业的补贴投入已达100 亿的情况下，我国油茶产业仍然发展缓慢，难以壮大。究其原因，与我国油茶上游种植农户以粗放经营为主、下游加工企业市场竞争力不强、行业上下游联动较弱不无关系[2]。也就是说，油茶产业的发展需要形成以全产业链为基础的规模化发展路径，这种“规模化”体现在2个层面：一是上游种植农户的规模化经营，二是下游加工企业的规模化营销[3]。

全产业链的规模化发展首先要求持续投资，但从目前的情形来看，无论是种植农户、加工企业的资金实力和投资意愿[4]，还是财政补贴的支持力度[5]，均不足以支撑油茶产业链的规模化经营发展的要求。因此，为了促进我国油茶产业的进一步发展，近年来以农业银行为代表的金融机构开始陆续响应国家号召，积极地通过以信贷资金为主的各种金融手段支持地方油茶产业链发展。

笔者从油茶产业链规模化发展的角度出发，利用定性分析和实证分析相结合的方法论证了湖南邵阳地区金融支持尤其是信贷资金的投入对上游种植农户的产量和下游加工企业的销量的影响，以及在金融支持下，油茶产业链内部下游销量对上游产量的促进机理，旨在为进一步创新和打开我国金融支持油茶产业的发展路径提供线索。

1 邵阳地区油茶产业规模化发展的现状

（1）油茶主产区分布范围集中 截至2017年，邵阳地区油茶林面积为97 612.3 hm2，占全省种植面积的7.3%，油茶面积、产量均居湖南省地级市前列。全市12 个县区均有集中成片油茶林分布，其中，500（不含）～3 500（含）hm2的4 个；3 500（不含）～6 500（含）hm2的县4 个；6 500（不含）～13 500（含）hm2的有4 个；多于13 500（不含）hm2的有1 个（见表1），油茶主产区分布整体呈集中的趋势。

表1 2017年邵阳市油茶主产区分布Table 1 Distribution of main producing areas of C.oleifera in Shaoyang in 2017

（2）油茶主产区上游种植农户产量稳步增长 截至2017年底，邵阳市油茶籽产量为62.22 万t，茶油产量13.37 万t，产值135 840 万元，上游种植农户产量呈稳步增长的趋势。2014年与2017年邵阳各地区的种植面积、产量情况分别如图1和图2所示。

图1 邵阳市油茶主产区种植面积Fig.1 Planting areas of C.oleifera in main producing areas of Shaoyang

图2 邵阳市油茶主产区油茶籽产量Fig.2 Seed yields of C.oleifera in main producing areas of Shaoyang

（3）油茶主产区下游加工企业初具规模 截至2017年，邵阳全市约有92 家油茶加工单位（含作坊），油茶籽年消耗量可达8.31 万t，生产油茶约5.83 万t。培育油茶专业加工企业37 家，带动参与油茶产业发展的农民人数达15.92 万人，涌现出邵阳瑞柏、华强粮油、兴隆粮油等生产龙头企业，油茶主产区下游加工企业初具规模。2014年与2017年邵阳地区油茶加工企业的数量和产销等方面的情况如图3～6 所示。

图3 邵阳地区油茶加工企业数量 Fig.3 Number of C.oleifera processing enterprises in Shaoyang

图4 邵阳市油茶加工企业茶籽消耗量 Fig.4 Seed consumption of C.oleifera processing enterprises in Shaoyang

（4）邵阳地区油茶产业链模式逐步完善 当前，邵阳地区油茶产业链模式日趋成熟，已经形成了上游种植业和下游加工业联合发展、相互促进的全产业链格局。产业链模式主要包括生产企业模式和产业集群2 种。

企业生产和销售模式是邵阳地区逐渐兴起并趋于主流的一种模式（见图7），主要特点包括以下几个方面：第一，该模式催生了“收货经纪人”职业，为上游企业到下游种植农户手中收集油茶籽；第二，生产企业只收干果，不收鲜果，原因是鲜果占仓储空间大，容易发霉变质，去壳加工需要人力投入太大；第三，生产企业比原始榨油厂工艺要求更高，油茶籽原料的利用率更高，且茶枯还可以出售；第四，正规生产企业生产的均是精炼油，出厂茶油均须经检验合格，但茶油经提纯精炼后无色、无味，尚未被消费者广泛认可。

图5 邵阳地区加工企业茶油产量 Fig.5 Oil yield of C.oleifera processing enterprises in Shaoyang

图6 邵阳市加工企业油茶销售量Fig.6 Sales amount of C.oleifera processing enterprises in Shaoyang

图7 油茶产业链企业生产和销售模式Fig.7 Enterprise production and marketing model of C.oleifera industry chain

产业集群生产和销售模式（见图8）是邵阳地区油茶产业新的发展方向，其依托邵阳地区丰富的油茶种植资源，整合周边县市原料基地以及全省油茶产业群的生产能力，再通过“邵阳国家油茶产业示范园”强大的交易平台功能面向全国销售。相对于企业生产和销售模式，该模式进一步完善了油茶产业的销售网络。

图8 油茶产业链产业集群生产和销售模式Fig.8 Cluster production and marketing model of C.oleifera industry chain

2 邵阳地区金融支持油茶产业链规模化发展的定性分析

从调研的情况来看，目前邵阳地区金融支持油茶产业链发展的模式主要以信贷资金投入为主，以农业银行为例，2017年邵阳地区“金穗油茶贷”信贷总体投放规模达2.34 亿人民币，其中个人农户贷款1.61亿人民币，法人企业贷款0.73亿人民币。

2.1 金融政策支持力度分析

农业银行全行上下在“服务到位、风险可控、发展可持续”的总体指导思想下，逐渐形成了以“金穗油茶贷”为核心的创新型油茶金融的层级支持体系。

从总行层面来看，为全面落实中央关于加快油茶产业发展的战略性部署，深入贯彻国务院下发的《全国油茶产业发展规划》《国务院办公厅关于加快木本油料产业发展的意见》等指导性文件，总行以完善金融政策措施和产品体系为目标，鼓励各级分行、支行因地制宜、创新模式，加强银企、银政合作，切实提高全行上下对油茶产业链和产业集群发展的金融支撑力度。

从湖南省分行来看，为积极响应总行号召和湖南省政府关于“把油茶产业打造成我省具有区域特色的优势产业和富民强省的支柱产业”的政策东风，湖南省分行将金融支持的重点落在了纳入国家中长期规划的48 个油茶大县，全面探索金融支持油茶发展的地方特色路径。

从邵阳分行来看，分行积极配合邵阳市政府有关油茶产业精准扶贫的战略规划，完善权证抵押置换制度，以“金穗油茶贷”为抓手加快拓展农村金融蓝海市场，主动加强银政对接，积极争取“政府增信”的政策支持，努力解决油茶农户和企业抵押担保不足的难题。

2.2 相关配套的财政政策分析

从与金融支持配套的财政政策来看，邵阳地区高度重视油茶产业发展，把发展油茶产业作为富民强县的重要途径，支持各县设立了“油茶产业发展办公室”，引导制定油茶发展计划，鼓励建立油茶项目扶持机制。

一是建立油茶项目扶持机制。2013—2025年，每年财政统筹各项专项资金5 000 万元以上，按照“统筹规划、相对集中、用途不变、渠道不乱、各负其责、各建其功”的原则，用于油茶产业的规模化、产业化建设。

二是建立油茶种植、加工补贴机制。规定县级财政每年拨付不少于300 万元的财政预算用于补贴油茶种植、加工技术的专项培训。设立油茶造林补贴制度：在完成土地流转、整地验收合格的前提下，当年油茶造林苗木按1.0 元/株的标准予以补贴，造林合格的，按14 992.5 元/hm2的标准予以补助，即第1年补助4 497.75 元/hm2；第2年在完成抚育管护施肥后，苗木长势较好，保存率在85%以上，补助2 998.5 元/hm2，按相同条件，第3年补助2 998.5 元/hm2；第4年、第5年、第6年各补助1 499.25 元/hm2。此外，还设立了油茶低产林改造补贴制度：在完成林地清理、除杂除萌、垦覆20～30 cm、修枝整型、病虫防治等工作后，经验收合格，补助4 497.75 元/hm2；第2年完成除草剂除草，杂草死亡率在95%以上或利用割灌机清除林内全部杂草和灌木，补助1 499.25 元/hm2。

三是加大规模种植扶持力度。对公司、企业、专业合作组织、林农、大户、家庭农场新造油茶林在6.67 hm2以上，第6年挂果率达80%以上，且年产油茶鲜果在6 747.63 kg/hm2以上，按1 499.25 元/hm2的标准予以奖励；符合上述条件，造林基地在66.7 hm2以上，按2 998.5 元/hm2的标准予以奖励；对当年造林成活率在85%以上，面积在66.7 hm2以上且管护到位的，优先纳入优惠补贴范围。

四是配套油茶基础设施。凡大户、法人（企业等经济实体）连片种植20 hm2以上、33.35 hm2以上、66.7 hm2以上油茶林基地，经验收合格的，分别解决3 万、5 万、10 万元基础设施建设资金，并争取作为产学研合作、上级投资相关项目的优先实施地点；凡村年完成20 hm2以上、33.35 hm2以上、66.7 hm2以上的油茶林基地，经验收合格的，分别为该村安排3 万、5 万、10 万元基础设施建设项目。

五是鼓励银行投资。鼓励金融机构向油茶造林承包大户提供小额贷款扶持，开展包括林权抵押贷款在内的符合油茶产业发展特点的多种信贷模式融资业务；对油茶造林管护到位，成活（保存）率在85%以上，原则上可按8 995.5 元/hm2的标准予以贷款贴息，对贷款用于油茶产业建设的，优先纳入林业贷款贴息范围，并对金融部门发放的油茶林贷款按当年增量的2%奖励金融部门。

3 邵阳地区金融支持油茶产业链规模化发展的定量分析

3.1 研究目标与假设

通过前文的分析可知，目前邵阳地区油茶产业发展势头良好，财政支持体系日益成熟，产业链模式不断得到优化完善。然而，从调研获取的资料来看，邵阳地区同样面临着上游种植产业农户经营过于粗放、下游深加工企业品牌价值不高的油茶产业发展困局。因此，实现全产业链规模经营已经成为邵阳地区油茶产业提质增效的唯一路径。

尽管目前我国各级财政每年下发的专项资金和补贴政策为推动油茶产业的发展发挥了极为重要的引导作用，但面对地区油茶产业发展的巨大资金缺口，引入金融资本已经成为全产业链规模化经营模式的战略性选择[6]。

从目前的情况来看，邵阳地区油茶产业的信贷资金引入工作已经逐渐打开局面，但值得注意的是，金融机构的信贷支持明显不同于政府的财政补贴和农户、企业的直接资本投入，其对油茶产业链规模化发展的影响机理需要开展进一步的实证研究。

因此，文中以邵阳地区金融支持对油茶产业链规模化发展的影响机理为研究对象，按照上游种植农户产量规模化和下游加工企业销量规模化的产业链规模化发展路径，提出以下研究假设：

假设H1：金融支持的加大能够促进油茶产业链上游茶油产量的增加；

假设H2：金融支持的加大能够促进油茶产业链下游茶油销售量的增加；

假设H3：在金融支持下，油茶产业链下游销售的增加能够促进上游产出增加。

3.2 样本调研

基于3.1 设定的研究假设，以邵阳地区74 家油茶加工企业为调研线索和样本，采取实地调研和访谈的方式，在收集了被调查企业的财务资料以及销售情况资料的同时，获取了与74 家油茶加工企业对接的上游253 户种植农户的联系方式。然后针对种植农户的样本同样采取实地调研和访谈的方式，获得了212 户有效的上游种植农户的油茶投入产出的相关资料。

3.3 模型选取与构建

3.3.1 双重差分模型

双重差分模型（difference-in-differences model）被广泛用于政策研究的定量分析中，其基本原理是通过比较试验组和对照组在实施某项政策前后的差异，来达到对政策或项目效果评价的目的。时间序列模型仅评价了实施某项政策或项目前后的差异，而截面数据模型仅估计了是否实施某项政策或项目的差异，双重差分模型则利用面板数据检验了是否实施某项政策以及实施前后的综合差异。

考虑到H1和H2研究假设中的金融支持是一项待评价的政策，因此选取双重差分模型作为研究工具，用于分析金融支持对油茶产业链上下游规模化经营的促进机理。

3.3.2 联立方程组模型

联立方程组模型（simultaneous equations model）是一类社会、经济学分析中常用的统计模型，它不但能够通过多个方程来反映错综复杂的经济社会现象，而且能够设定工具变量来解决变量之间的内生性问题。

考虑到设定的假设H3中下游销售与上游产出的内生性问题，选用联立方程组作为研究工具来分析金融支持下油茶产业链销售对产量的影响机理。

3.4 模型构建与变量选取

基于设定的研究假设和选取的研究工具模型，实证分析共构建了3 个子模型，即：金融支持对上游种植农户的油茶产量的影响机理模型，金融支持对下游加工企业的油茶销售量的影响机理模型，金融支持下的油茶产业链销售对产量影响机理模型。3 个子模型相互联系、层层递进，形成了结构完整、逻辑清晰的金融支持对邵阳地区油茶全产业链规模化发展的系统性作用机制研究。其中金融支持的代理变量选择了中国农业银行的专项信贷产品“金穗油茶贷”。

3.4.1 金融支持对上游种植农户油茶产量的影响机理的量化模型

其中，l表示农户是否获得了农业银行“金穗油茶贷”，l为0 时表示该农户样本未获得金融支持，l为1 时表示该农户样本获得了金融支持；p为农户所在地区中国农业银行开展农户“金穗油茶贷”业务的时间变量，处于开展前的农户样本为0，处于开展后的农户样本为1；l×p系数β8反映了金融支持政策的效果；o表示种植农户的产果量。其余变量为控制变量，f表示农药化肥的施用成本，b表示劳动力成本，s表示苗木成本，u表示种植器具费用，a表示种植面积。

3.4.2 金融支持对下游加工企业的油茶销售量的影响机理的量化模型

其中，q表示加工企业是否获得了农业银行“金穗油茶贷”，q为0 时表示该加工企业样本未获得金融支持，q为1 时表示该加工企业样本获得了金融支持；h为该加工企业所在地区中国农业银行开展企业“金穗油茶贷”业务的时间变量，处于开展前的加工企业样本为0，处于开展后的加工企业样本为1；q×h反映了金融支持政策的效果；x表示加工企业的销售量。其余变量均为控制变量，d表资产负债率，z表示企业的总资产规模，m表示市场营销成本，t表示总资产收益率，c表示加工企业是否属于全国生产企业集群成员。

3.4.3 金融支持下的油茶产业链下游销售对上游产量影响机理的量化模型

如果通过上述2 个子模型验证了金融支持对邵阳地区油茶产业链上下游的积极作用，那么在此基础上，将进一步探讨金融支持下，下游加工企业销量变化对上游种植农户产量的影响机理。

其中，o表示种植农户的产果量，f表示农药化肥的施用成本，b表示劳动力成本，s表示苗木成本，u表示种植器具费用，a表示种植面积，x′表示上一年度下游加工企业销售量。

模型中的上游种植农户数据分为试验组和对照组：试验组为与接受了中国农业银行“金穗油茶贷”的下游加工企业有业务往来的油茶农户，对照组为与未接受“金穗油茶贷”的下游加工企业有业务往来的油茶农户。用以检验金融支持对产业链产量与销量影响机理的作用。考虑到下游加工企业销量对上游种植农户产量影响的时滞性，式（3）中的下游销售量x′滞后一期。

同时，油茶下游加工企业的销量与上游种植农户的产量之间的作用存在非单向性（即变量之间的内生性）：一方面，下游加工企业销量的变化将影响上游种植农户的种植意愿；另一方面，上游种植农户产量的变化也会影响下游加工企业的销售情况。这种双向的内生促进模式决定了在基于金融支持的油茶产业链销售对产量影响机理模型中，需要为变量x′选取合适的工具变量。

合适的工具变量应当满足2 个条件，一是与内生变量x′具有较强的相关性，二是与模型的随机误差项κ不相关，也就是说，该工具变量只能通过下游加工企业的销量来影响模型的被解释变量上游种植农户的产果量o。按照以上2 点要求，选取下游加工企业的市场营销成本m作为工具变量，以解决模型的内生性问题。

3.5 实证结果

3.5.1 金融支持对上游种植农户油茶产量的影响机理的实证结果

式（1）所示的量化模型1 的主要变量Person相关性分析结果见表2。由表2可知，该子模型的主要变量之间的相关系数均未超过0.55，说明变量之间无严重的多重共线性问题。

表2 量化模型1主要变量Person相关性分析结果Table 2 Pearson relevance result of the major variables in the quantitative model 1

式（1）所示的金融支持对上游种植农户油茶产量的影响机理的量化模型的双重差分分析结果见表3。为了保证计量结果的谨慎性，在式（1）所示的计量模型的基础上，将量化模型进一步分解为表3中的4 个子模型：实证模型1、2 为仅包含了金融支持（即因变量l、p、l×p）对上游种植农户的油茶产量的影响，同时，实证模型2 在实证模型1 的基础上进一步考虑了样本和时间的异质性对模型估计结果的影响，即实证模型1、2 是在式（1）的基础上，去掉控制变量（即因变量f、b、s、u、a）后的简化模型。

实证模型3、4 则在实证模型1 的基础上加入了控制变量，同时，实证模型4 在实证模型3 的基础上进一步考虑了样本和时间的异质性对模型估计结果的影响，实证模型3、4 即为式（1）。

表3中的4 个实证模型的估计结果显示，无论是否采用加入控制变量，或者是否考虑固定效应的影响，代表金融支持效果的解释变量l×p均能在5%的显著性水平下对上游种植农户的油茶产量产生正向影响，即金融信贷资金的支持能够显著促进上游种植农户的油茶产量的增加。

表3 量化模型1的双重差分分析结果†Table 3 Difference-in-differences analysis result of the quantitative model 1

3.5.2 金融支持对下游加工企业的油茶销售的影响机理的实证结果

式（2）所示金融支持下的油茶产业链销售对产量影响机理的量化模型的主要变量Person 相关性分析结果见表4。由表4可见，该子模型的主要变量之间的相关系数均未超过0.49，说明变量之间无严重的多重共线性问题。

式（2）所示金融支持下的油茶产业链销售对产量影响机理的量化模型的双重差分分析结果见表5。为了保证计量结果的谨慎性，在式（2）所示的计量模型的基础上，实证模型进一步分解为表5中的4 个子模型：实证模型1、2 为仅包含金融支持（即因变量q、h、q×h）对下游加工企业的油茶销售的影响，同时，实证模型2 在实证模型1 的基础上进一步考虑了样本和时间的异质性对模型估计结果的影响，即实证模型1、2 为式（2）的基础上去掉控制变量（即因变量d、z、m、t、c）后的简化模型。

表4 量化模型2主要变量Person相关性分析结果Table 4 Pearson relevance result of the major variables in the quantitative model 2

实证模型3、4 则在实证模型1 的基础上进一步加入了控制变量，同时，实证模型4 在实证模型3 的基础上进一步考虑了样本和时间的异质性对模型估计结果的影响，也就是说，实证模型3、4 即为式（2）。

表5中的4 个实证模型的估计结果显示，双重差分模型中无论是否加入控制变量，也无论是否考虑固定效应的影响，代表金融支持效果的解释变量q×h均能够在1%的显著性水平下对下游加工企业的油茶销售量产生正向影响，即金融信贷资金的支持能显著促进下游加工企业油茶销量的增加。

3.5.3 金融支持下油茶产业链销售对产量影响机理的实证结果

量化模型3 的联立方程组分析结果见表6。表6中，模型1 和模型2 为最小二乘法的估计结果，其中模型1 为接受了金穗油茶贷的农户样本计量结果，模型2 为未接受金穗油茶贷的农户样本计量结果；模型3 和模型4 为工具变量模型，其中模型3 为接受了金穗油茶贷的农户样本计量结果，模型4 为未接受金穗油茶贷的农户样本计量结果。对比模型1、2 和模型3、4 的估计结果可以发现，下游加工企业销量x′的系数在模型1、2 中均为负数且不显著，但在模型3、4 中均为正数，说明如果模型不考虑上游种植农户产量与下游加工企业销量的内生性问题，估计结果将出现较大的偏误。因此，该子模型运用工具变量法是合适的（联立方程组模型）。

表5 量化模型2的双重差分分析结果Table 5 Difference-in-differences analysis results of the quantitative model 2

文中选择的工具变量下游加工企业的市场营销费用m需要进行内生性检验。工具变量检验结果如表7所示。表7中的检验结果显示，在联立方程组模型下，模型3 和模型4 中，m均依次通过了弱工具变量、过度识别检验和识别不足检验，因此m是研究下游加工企业油茶销量对上游种植农户油茶产量之间的影响机理的合适的工具变量。

表6 量化模型3的联立方程组分析结果Table 6 Simultaneous equations analysis result of the quantitative model 3

表7 工具变量检验结果Table 7 Test result for the instrument variable (IV)

表6中的联立方程组模型的实证结果显示，在有金融支持的情形下（模型3），下游加工企业的油茶销量能够对上游油茶产量产生显著的促进作用，然而在无金融支持的情形下（模型4），油茶产业链下游销量对上游产量的促进作用并不明显。因此，金融支持对于邵阳地区油茶全产业链内部优化和规模化发展具有积极的促进作用。

4 邵阳地区油茶产业金融支持的制约因素

实证结果表明，金融支持尤其是信贷资金的引入对于邵阳地区油茶全产业链的规模化发展具有积极的促进作用，然而通过调查发现，邵阳地区金融机构的支持力度尤其在信贷准入和投放上还存在一些制约性因素。

（1）油茶林种植回报期限长，与银行贷款期限不匹配。林农对油茶林权抵押贷款需求的期限长，这主要是由油茶树较长的投资回报周期所决定的。油茶林长达5 a 的培育期无任何产出，挂果后到盛产期又需要经过8 a 的时间[7]。而商业银行农村个人生产经营贷款、助业贷款等个人类贷款办理期限一般为1 a，法人类短期流动资金贷款期限同样为1 a，法人类中期流动资金贷款期限最长也只有3 a，同时还必须要求信用等级在A+以上，门槛较高，无法满足油茶林种植对抵押贷款期限的最低年限要求。

（2）油茶林权价值评估缺位，难以用于办理贷款抵押。油茶林权价值评估存在的难题主要体现在2 个方面：一是政府在林权流转过程中的缺位阻碍了林权的处置变现；二是价值评估实质上主要依赖于贷款行，缺乏权威性和独立性。从政府的角度来看，目前官方认定的邵阳地区油茶评估机构主要是县级评估中心、市级林业规划调查设计院，而林权产权由县级部门登记，缺乏统一的油茶投入产出的评估制度和标准。从商业银行来看，以中国农业银行为例，目前现行的《林权抵押贷款管理办法》中规定，贷款抵押额30 万元以下可以采取内部评估法，高于30 万元必须由准入的外部评估机构评估，但是实际情况是，林权评估方法专业性较高、标准难以统一，内部评估随意性较大，评估结果难以被认可；同时据了解，目前中国农业银行尚无准入的专业的林权评估机构，从而增加了油茶产业链上下游获得信贷支持的难度。

（3）风险补偿机制尚未建立，金融机构的积极性难调动。油茶产业虽然是具有广阔发展前景的朝阳产业，但其高投入，周期长，容易发生灾害，生产风险较高[8]。这在一定程度上打击了金融机构对其投入大量信贷资金的积极性，商业银行普遍存在“惧贷”、“惜贷”心理，金融支持油茶产业的不确定性较大。当地政府亟需建立贷款风险补偿、转移机制，提高金融机构试点积极性。

（4）林业保险尚处于起步阶段，贷款担保机构未建立。目前，我国林业保险政策不明、法律法规不健全，且受林权制度不完善等因素的制约，林业保险一直发展缓慢。这主要是2 个方面的原因导致的：一是油茶林种植属于高风险行业，保险公司的赔付率较高，从而导致现有的配套保险产品的承保面小，难以起到有效分散油茶种植风险的作用；二是油茶林种植尚未形成规模化经营，农户自身实力薄弱，且存在侥幸心理，对林业保险的认识度和投保意愿较低。从邵阳地区来看，目前已经纳入政府政策性林业保险范围的只有绥宁县，并且财政资金承担一半的赔付额，其他县区则采取个人自愿购买林业保险的方法。

（5）油茶产业链潜在风险较多，风险控制体系尚需完善。从邵阳的油茶产业链的发展来看，信贷资金的投入仍存在一定的风险因素：一是产业链的上游种植方面，油茶籽的生产过程面临着自然灾害等不可抗的风险[9]；二是产业链的下游加工方面，在目前尚未建立国家层面的油茶生产和销售标准的情况下，存在较大的产品品质控制和食品安全风险隐患。从信贷产品本身来看，存在借款人利用信贷制度借款、抵押漏洞套取商业银行资金的风险。

5 金融支持油茶产业发展的建议

（1）建立全产业链信贷扶持体系。从前文的分析可以看出，金融信贷资金的支持不但能够对上游种植农户的油茶产量和下游加工企业的油茶销量产生显著的积极影响，而且能够促进油茶产业链上下游之间的良性互动，通过下游销量的增加带动上游产量的增加。即商业银行的信贷资金如果仅支持一个环节或一个产业，将难以形成油茶产业链的规模化发展效益，无法起到推动整个产业发展的目的。比如仅支持下游生产型企业，而对上游种植户无相应的金融支持政策，那么即使油茶加工企业的规模再大、加工能力再强，但由于油茶籽原料的匮乏，整个油茶产业链仍难以实现持续健康的发展，同时在一定程度上威胁到了商业银行的信贷增加安全。所以，商业银行制定油茶信贷政策应该充分考虑产业链每个环节的需求，制定出对适用于整个产业链的信贷政策，确保每个环节均能受益，从而推动油茶全产业链的规模化发展。

（2）推行星级上游种植农户示范制度。全面核准油茶种植户的生产的相关影响因素，设立种植示范户标准，将信誉好、声誉好、发展潜力大的中小油茶种植户评定为星级示范种植户，并给予一定额度的信用贷款。上游种植户和种植基地是整个油茶行业的基础，也是经营实力最薄弱的环节，需要通过有效的优惠手段提高种植户的种植积极性，提高油茶产业链原料的供应能力。

（3）创新下游加工企业营销模式。利用金融支持的契机，督促油茶产业链下游加工企业的营销投入力度，在健全流通网络、降低流程成本的基础上，积极创新营销模式，引导产业链上下游的产销衔接。在通过增强下游加工企业的品牌效应和销售规模效应来带动油茶全产业链的规模化发展的同时，实现上游种植农户市场风险的有效降低。要充分重视金融机构在完善下游加工企业营销模式和增强其产业链牵引力中的资金引导作用[10-13]。

（4）拓宽油茶产业贷款担保方式。一是，探索油茶种植户联保贷款，目前，单个油茶种植户经营实力仍旧薄弱，对银行来说信贷风险也较大，因此油茶林贷款可推广实行油茶种植户联保贷款和金融机构银团贷款，进一步推动金融对油茶产业化支持的力度。二是，建议商业银行准入的担保机构开办油茶产业类担保业务，对油茶种植专业大户纳入各一级分行准入的担保公司的担保范围。三是，加强与保险公司的合作，由保险公司开发相应的林业保险，在贷款发放时向保险公司投保。通过担保方式的拓宽和创新降低金融资金投入的风险，提高信贷资金进入的规模。

（5）完善政府财政配套机制。金融支持与政府支持具有高度的相关性，因此，政府需要落实配套政策，激发金融机构对油茶行业的创新积极性。各级部门通过针对油茶行业风险建立财政补偿机制，引导保险资金介入，从而有效地提高金融机构开办油茶行业贷款业务的积极性。同时，各级财政部门要积极服务于油茶产业链金融支持事业的发展，从林权抵押贴息、政策性油茶林保险制度等方面着手，形成金融财政有机结合的油茶产业链规模化发展的体系。