张艳平
(黄淮学院 经济与管理学院,河南 驻马店 463000)
土地流转有利于优化土地资源配置和提高劳动生产率,有利于保障粮食安全和主要农产品供给,是推动我国城镇化进程的重要环节,也是发展现代农业的必由之路。在土地流转过程中,金融支持是推动其发展不可或缺的因素,但是在土地流转过程中,存在农户自有资金不足、贷款需求旺盛与其信用等级偏低之间的矛盾,农户无法从金融机构获得相应的贷款,成为制约土地流转进一步发展的重要因素。为解决上述矛盾,2013 年中央“一号文件”出台了关于解决农村土地确权问题的相关政策,在政策上为土地流转保驾护航。截至2018 年年底,我国的农村土地确权问题基本解决,土地确权登记颁证工作基本完成。河南省政府积极响应国家政策,自2010 年开始在农村实施土地流转,2013 年进一步积极推动土地流转政策的落实,从试点到全省推广,2014 年展开土地确权工作,历时三年,截至2017 年年底土地确权基本完成。数据显示,2017年12月河南省土地确权覆盖率已达96.22%。在土地确权工作不断推进的背景下,以多维视角考察农户金融需求问题,可为构建行之有效的金融支农体系提供理论依据,这对于进一步提高金融支农效率,确保农户权益,推进土地流转,进而促进农业和农村经济繁荣发展具有重要的现实意义。
国内学术界关于土地流转和信贷风险的研究主要集中在两个方面:一是关于影响农户信贷需求的因素分析,二是关于农户信贷违约风险的因素分析。首先,部分学者探讨了影响农户贷款需求的因素。王萍、郭晓鸣[1](2018)认为,农地流转规模影响着农户贷款需求,土地流转规模越大,农户贷款需求越旺盛。王正宇[2](2018)认为,金融产品单一,金融创新不足是制约着农户多样化的金融需求的主要因素。廖子贞、蔡洋萍[3](2018)认为农户对资金的需求无法被满足。而郝毅飞[4](2018)认为,金融支持产品匮乏与土地流转后经营主体的融资需求不相适应,进一步说明了土地流转中,金融支持的力度不足。孙倩从法律法规、金融机构的数量、农业信贷产品匮乏和农业保险发展缓慢角度考虑了制约土地流转的因素主要由上述因素构成。韩占兵[5](2017)则从农村土地价值评估困难角度,分析了在土地流转过程中,土地价值评估因素影响了农户经营权抵押贷款获得的情况。
同时,部分学者分析了信贷违约风险的影响因素。彭婧婧[6](2017)认为,农地经营权抵押贷款违约风险的存在制约了农地经营权抵押贷款试点的进一步展开,并提出了影响信贷违约风险的因素包括土地流入、参与农业保险、农户对土地流转的认知和借款人经济能力等;而张云燕从陕西农村合作金融机构出发,考量了农户受教育水平、农户家庭生产方式、农户收入来源、农户家庭压力、贷款性状和农户信贷违约认知等内部因素和农村居民人均收入、地方政府支持及干预力度和农村金融市场发育程度等外部因素对信贷违约风险的影响;梁虹[7](2012)则认为,利益纷争是信贷违约风险发生的诱因,保险缺失是外因,流转无序是病根;徐加生等[8](2017)从自己所在的农业银行出发,对土地流转经营权抵押贷款情况进行了调查,认为主要存在农户经营土地的时间短、土地流转手续不规范、配套农业社会化服务组织发育不全、土地流转平台亟待建立等问题影响土地流转进一步推广;李振杰、韩杰[9](2019)借助计量模型,实证探讨了影响农村土地流转意愿的因素;王雪平[10](2019)从家庭农场的角度研究了提升小农户经营管理能力问题。
从现有文献看,国内学者主要是从农地流转规模、金融信贷产品和制度及保险产品等角度研究信贷需求,较多侧重于农户金融需求现状角度,很少考虑农户金融需求的未来趋势特征。而且对于土地确权后,农户金融需求是否发生实质性变化,农户金融需求影响因素以及金融需求的意愿特征变化,相关研究尚不是很丰富。为了弥补研究不足,本文将在土地确权背景下,分别构建基于时间差异的一元线性回归模型、影响因素的多元线性回归模型和信贷违约风险的二元Logistic 模型,利用调查数据,从农户金融需求的时间差异、影响因素和信贷违约风险三个角度实证研究农户金融需求问题,以期为进一步发挥金融支农作用提供理论依据。
现代农业发展必然伴随着土地规模化经营、农户不断分化等特征。从传统农业生产向现代农业生产发展,农户的生产目的、生产规模以及生产方式都发生了较大变化。因此,从理论上而言,在土地流转前后,农户对金融需求的程度、影响因素及信贷违约概率都会存在实质性的差异。
因数据获取的限制,在研究农户金融需求特征时,基于的时间节点存在一定差异。考虑时间差异时,以土地流转为分界点,研究土地流转前后农户金融需求的时间差异性;考虑农户金融需求和抵押信贷违约风险影响因素时,则以土地确权为分解点,研究土地确权后农户金融需求的特征。
为实现上述研究目的,本文将构建如下三个相应的实证模型。
模型Ⅰ:
模型Ⅱ:
模型Ⅲ:
模型Ⅰ是简单的一元线性回归模型,用于考察农户需求的时间差异,其中被解释变量反映农户金融需求状况,解释变量则是时间虚拟变量,以2010年开始在农村实施土地流转为时间间隔点,将2010年之前记为0,2011开始记为1。
模型Ⅱ是多元回归模型,用于剖析土地确权后农户金融需求影响因素及各个因素影响程度的差异性,其中被解释变量体现农户金融需求的状况,解释变量则是相应的影响因素。该模型可以反映农户金融需求的现实特征。
模型Ⅲ是二元Logistic 广义回归模型,其中被解释变量反映农户信贷违约与信贷不违约的概率之比的对数变化值,解释变量则是相应的影响因素。该模型可以用来测度农户信贷违约风险发生的概率,同时也在一定程度上反映了农户金融需求的未来特征。这是因为在个人信誉记录对未来经济行为有重要影响,对信贷违约行为的惩戒力度日益加大的背景下,农户违约概率越高,表明农户未来的金融需求意愿越低,甚至为0。
基于上述三个模型,本文分别选取相应变量,以便于后续实证研究。
1.模型Ⅰ变量选取
被解释变量:被解释变量应反映农户金融(贷款)需求。问卷调查结果显示,农户的贷款需求主要体现在如下几个方面:取得金融支持的贷款额数量、签订抵押贷款合约的数量、土地确权后抵押的规模等方面。这其中,本文选择贷款总额增长率反映贷款需求的变化,记为y。
解释变量:解释变量是对被解释变量产生影响的主要变量。为考察土地确权前后农户资金需求的变化,文章引入表示时间的虚拟变量D,具体取值为
控制变量:宏观经济环境的变化对农户资金需求也会产生一定的影响,本文选择农村居民人均可支配收入x1作为控制变量。
2.模型Ⅱ变量选取
被解释变量。被解释变量为农户金融(贷款)需求的代表指标,文中选用农户近年来的贷款额作为金融(贷款)需求的代表指标。
解释变量。借鉴已有研究,结合数据的可获取性,本文选择解释变量包括如下几个方面:土地是否确权、农户经营基本特征、农户家庭基本特征、农村环境基本特征。其中,农户经营的基本特征主要指每年总收入、每年总支出、土地(可流转土地)经营规模等指标;农户家庭的基本特征主要指家庭人口总数(通常主要计算常住人口)、人均年龄以及受教育程度等指标;农村环境的基本特征主要指土地确权价格、金融机构参与度等指标。具体变量选取如表1 所示。在本题的调查中发现,农户是否参与农业保险、自然灾害的发生频率、农户对土地确权的认识程度对农户贷款需求有效也存在着一定的影响。因此,选取上述三个指标作为本文问题研究的控制变量对因变量进行补充解释分析。
表1 各模型变量选取及其定义
3.模型Ⅲ变量选取
被解释变量:被解释变量反映土地确权抵押信贷违约行为,土地确权抵押信贷的目的是为了缓解农户生产经营中的资金短缺问题,完善农业市场的资金流动机制,提升农业生产效率,促进农业市场的充分发展。调查发现,信贷违约风险不只是已发生的实际风险,还包括潜在风险,也就是说,违约风险既包括农户无法按期偿还贷款金额而造成的逾期贷款风险,又包括农户经营生产不善、农户经济水平不力等极有可能造成贷款违约的潜在风险。因此,为最大程度上对信贷违约风险进行估计,本文对违约风险重新进行定义:贷款人逾期还款或不能偿还贷款、需要处置抵押的土地进行还款、私下借钱或由担保人代替偿贷的情形为违约风险。
解释变量:解释变量是影响土地抵押信贷违约风险的相关因素。针对贷款违约风险的影响因素可以从以下几个方面进行考虑:贷款产品性状因素方面,包括贷款额度、贷款利率、贷款时长、贷款用途、还贷方式等相关影响指标;土地抵押特征方面,包括土地抵押规模、抵押价值明确程度、抵押市场发达程度等相关影响指标;保险基本特征方面,包括农业保险、农业补贴以及其他保险等相关影响指标。
控制变量:为了使信贷违约风险的影响变量选取更全面,对信贷违约事件充分研究分析后决定,将反映农户基本特征方面的变量作为模型的控制变量。这方面变量包括农户家庭人均年龄、家庭成员受教育程度、农户农业收入占比、农户经济水平等相关影响指标。
各模型选取的变量及定义具体详见表1。
本文数据来源既有直接来源的调查数据,也有间接来源的二手数据。模型Ⅰ的数据主要是间接来源的数据,相关数据来源于土流网、河南统计局以及国家统计局等网站,样本时间段为2000—2017 年。这是因为中共中央办公厅、国务院办公厅于1997 年8月27日发布《中共中央办公厅、国务院办公厅关于进一步稳定和完善农村土地承包关系的通知》,这一通知使得土地承包关系稳定,2001 年12 月30 日中共中央再次下发《中共中央关于做好农户承包地使用权流转工作的通知》,该通知使得土地真正实现两权分离,土地联产承包制进一步完善。
模型Ⅱ和模型Ⅲ的数据主要是田野调查获取的调查数据。2018 年6—9 月课题组利用调查问卷在河南省各个地区开展调研以分析农户金融需求的影响因素,此时土地确权工作已基本完成,因而数据的获取相对容易,且全面充分。调研区域覆盖了河南省17 个地级市、1 个省直辖市,共计85 个县区,包括郑州中牟县、郑州惠济区、开封尉氏县、开封通许县、洛阳新安县、洛阳嵩县、平顶山叶县、平顶山鲁山县、安阳县、安阳汤阴县、鹤壁淇县、新乡原阳县、焦作温县、濮阳县、许昌县、舞阳县、驻马店西平县、信阳罗山县、周口郸城县、商丘虞城县、济源市等多个县区,调查对象主要为传统农户、农业场主、种植大户以及相关的农村农业合作社。本次调研共计发放调查问卷450 份,分别对响应各县区土地确权改革地方展开调研,由于课题组成员亲身到访实地调查(相关证明材料齐全,携带回答问卷的附赠小礼物,并且得到了当地政府的大力支持),所分发的调查问卷全部被有效回收。相较往常研究情况,本文数据覆盖面积大、样本数量多、实时性较高,对于实证分析而言更具代表性。模型Ⅲ中由于部分农户不愿意过多透漏信息以及其他原因,收回有效问卷仅432份。
表2 变量描述性统计
为了解研究对象的基本规律和特征,本文采用SPSS22.0 对调查数据进行了汇总和描述性统计,统计结果如表2所示。
其一,农户金融需求存在明显的个体差异。金融需求的最大值高达130 万元,均值为5.69 万元,说明农户的类型不同,金融需求间存在较大差异。因为土地流转规模和农业经营规模的不同,小农户的金融需求规模与诸如种植大户、家庭农场、农民专业合作社以及社会投资者等新的经营主体相比较,悬殊较大。
其二,农户对土地确权的认知程度比较高。调查区域内数据显示,土地确权工作开展的完成度较高,均值为96%,因普及宣传工作开展得十分到位,农户对土地确权认知度很高,平均占比为94%。在土地抵押特征方面,土地流转规模较大,均值高达8.20 亩,抵押市场较发达,抵押价值确切度较高,其均值为0.82。
其三,农户经营状况存在差异。一方面体现在土地经营规模,最小值为0.1 亩,最大值为128 亩;另一方面体现在从事农业生产的个体禀赋上,年龄最小为26 岁,最大为60 岁。一般来说,年龄不同其金融需求的意愿也是不同的,相对而言,年轻人创业的积极性较强,其金融需求的程度也就越高。
其四,农村金融发展水平较低,存在一定的信贷违约风险。金融机构在农村市场的参与度不高,均值仅为0.18;农户对保险的接受程度较低,意识薄弱,平均仅30%的农户购买了农业保险;农户文化程度大多是初中文化水平,农业收入在家庭总收入中的占比也相对较高,其均值为80.20%;农户贷款额均值为5.69万元,金融需求相对旺盛,但经济水平均值只有1.45万元,远远低于贷款额均值,这说明在农业市场中存在一定程度的土地抵押信贷违约风险。
模型Ⅰ分析了农户金融需求的时间差异,回归结果显示,从时间角度看,土地流转前后,农户的金融需求出现了显著差异。首先,表示时间的虚拟变量D 对农户金融需求的影响在5%的显著性水平下通过了检验。这说明土地流转前后,农户的金融需求发生了显著变化:一方面因为随着土地流转速度的加快和流转规模的扩大,出于农业适度规模化经营考虑,农户资金需求旺盛;另一方面,土地确权在一定程度上解决了农户贷款过程中担保抵押物不足的问题,有效提高了获取金融支持的可能性。其次,作为控制变量的农村居民人均可支配收入,一定程下通过检验,因篇幅所限,此处没报告出相应的P 统计量和t统计量
表3 各模型回归结果
度上反映了农村经济环境,在5%的显著性水平下也通过了检验,且偏回归系数为正。这说明随着农村经济水平的提高,农户金融需求的愿望更为强烈。
为研究不同因素对金融需求的影响,模型Ⅱ考虑了土地确权后被解释变量与不同解释变量间的回归模型。实证结果有以下几个方面。
其一,四个回归结果的拟合优度均在0.64之上,说明模型拟合度较高,所选择的解释变量对被解释变量的解释能力达到了统计上的显著性。F 检验统计量均落在拒绝域内,进一步说明构建的回归模型线性关系是显著的。
其二,所有回归中,土地确权变量均未通过显著性检验,说明土地确权工作是否完成对农户的金融需求并未产生显著效应,这与上述模型Ⅰ回归结果的结论是不一致的。出现这种现象的部分原因是政策效应的滞后性,土地确权对农户信贷需求发生作用需要一定的时间才能显现。
其三,除土地确权变量外,大部分解释变量对解释变量的影响是显著的。农户年平均支出、土地经营规模以及农户家庭成员的教育水平对金融需求产生正效应,这是因为土地经营规模越大,土地流转、经营需要的资金更多;家庭成员受教育水平越高,其对现代农业的认识越深刻,规模经营的可能性越大。农户家庭人均年龄与土地确权价格对金融需求有一定的抑制作用,土地确权抵押价格越高,农户的金融需求越不容易得到满足,家庭成员年纪越大,规模经营的期望愈不强烈。
模型Ⅲ从信贷违约风险的角度剖析了农户金融需求的未来意愿,回归结果有以下几个方面。
其一,模型拟合优度较高,线性关系显著。表3中总体解释变量的回归结果及三个部分变量回归结果的拟合系数均高于0.64,说明模型拟合优度较高;模型的预测正确率均达到了80%以上,特别是回归1 的准确率为86.22%,已经具备用其对农户信贷违约的概率进行预测的条件。
其二,土地抵押特征对农户信贷是否违约影响最大,其次是保险基本特征对违约行为的影响。
其三,回归结果3 显示,在土地抵押方面,土地抵押规模、抵押价值确切度、抵押市场发达程度都会给农户信贷违约风险带来显著影响;抵押规模越大,抵押价值越明确统一,农户违约风险越小;抵押市场越发达,农户违约风险越小。
其四,回归结果2 显示,在贷款性状方面,贷款额、贷款利率、贷款时长、贷款出处、还贷方式都会给农户违约风险带来显著影响,金融机构可以在此研究基础上积极探索合适的贷款合同以求能够降低违约风险概率,促进有效贷款。在保险政策方面,是否有农业补贴也会对农户违约风险产生显著影响,农户获得农业补贴也能够在一定程度上降低违约风险。
为研究土地确权前后农户金融需求的差异性,本文构建了基于时间序列的一元线性回归模型,基于农户个体的截面多元回归模型及测度农户金融违约行为发生概率的二元Logistic 模型,分别探讨了土地确权前后农户金融需求的时间异质性,影响金融需求因素的异质性和影响信贷违约因素的异质性。全文得出以下研究结论。
土地确权前后农户的金融需求规模存在统计上的显著性差异,但从影响要素考虑时,土地确权对信贷需求的影响却并不显著。导致此种情况的部分原因是土地确权对农户信贷行为的影响具有一定的政策滞后性。
研究显示,以农户基本信息和农村环境基本特征为代表的个体禀赋差异对农户的信贷需求影响最为显著。在农户人口数、家庭人均粮食产量、农村高中以上人口数、农村居民人均可支配收入、农村社保参保比例、土地(可流转土地)经营规模、土地确权价格、金融机构参与度等众多因素中,农户人口数、受教育程度和土地流转规模对农户贷款需求有正相关影响,农户家庭人数越多,受教育程度越高,土地流转规模越大,对贷款需求越旺盛;人均可支配收入和农户社保参保比例对农户贷款有负相关影响,农户人均可支配收入越多,参保比例越大,贷款需求越少;土地价格与金融机构参与度对贷款需求也具有正相关影响,土地价格越高,金融机构参与度越高,农户贷款需求越旺盛。
从研究结果来看,控制变量对农户信贷需求的影响比较显著。控制变量主要包括农户的受灾面积、农户是否参与农业保险、自然灾害的发生频率、农户对土地确权的认识程度等因素。其中,农户的受灾面积和自然灾害的发生频率对农户的贷款需求有正相关影响,受灾面积越大,自然灾害发生得越频繁,农户的贷款需求越旺盛;农户参与保险对贷款需求的影响呈现负相关,农户参与保险的力度越大,对贷款的需求越小;农户对土地确权的认识程度越高,贷款需求越旺盛。
土地抵押特征包括土地的抵押规模、抵押价值的确切度和抵押市场发达程度三种因素。研究显示,土地抵押特征对农户信贷违约风险的影响最为显著。其中,抵押规模是主要因素,抵押规模越大,信贷违约风险越小,抵押规模越小,信贷违约风险越大;抵押价值确切度次之,抵押市场发达程度影响最小。
贷款性状包括贷款额、贷款利率、贷款时长、贷款出处和还贷方式等因素。其中,贷款额、贷款利率以及贷款时长对信贷违约风险的影响较为显著:贷款额越高,贷款时间越长,贷款利率越高,信贷违约风险越大;反之,信贷违约风险越小。贷款出处和还贷方式对信贷违约风险的影响较小。
保险基本特征包括农户是否参与农业保险、是否有农业补贴和是否购买其他保险等方面。总体而言,保险基本特征对农户信贷违约风险的影响最小。其中,参与农业保险、有农业补贴和购买其他保险,信贷违约风险较小;反之,信贷违约风险较大。
基于上述研究结果,为加快土地流转速度,推动现代农业发展,政府应在全面实施土地确权的基础上,加快建设与土地流转配套的基础设施,并提供相关服务[11];加强对土地流转相关平台的监管,规范土地流转市场秩序,确实保障农户在土地流转过程中的合法权益;增加相关农业补贴,尤其是对自然灾害频发的地区,注重提高农户参与土地流转的积极性,进一步加快土地流转速度,推动城镇化进程。
金融机构应在防范信贷违约风险的基础上,对农户资产状况进行准确的评估和对农户土地抵押价值进行准确评估,动态监控农户的资产变化及农业经营状况,精准防范信贷违约风险;在土地确权背景下,进一步加强金融产品创新,为农户提供多样化、个性化的金融产品。同时,适当调整贷款利率,延长贷款期限,降低还款压力,为农户扩大再生产提供资金支持。
农户应在土地确权政策的支持下,根据自身实际,适当扩大生产经营规模;利用相关优惠政策,积极参与土地流转。此外,农户还应该提高土地确权认知,积极关注国家的最新政策,维护自身的合法权益;同时,要增强风险意识,购买相关的保险,降低自然灾害给自己带来的损失。要提高自身的教育禀赋,通过参加相关教育培训活动,学习和积累先进的生产经营经验。