农户借贷有利于家庭增收吗*——来自中国农村家庭的微观证据

顾 宁，王灏威

（1.吉林大学数量经济研究中心，长春 130012；2.香港中文大学（深圳）经管学院，广东 深圳 518172）

一、引 言

农民增收一直是“三农”关注的重点问题，尤其在全面实行乡村振兴战略和稳步推进社会主义现代化建设时期，增加农民收入，提升农民获得感、幸福感、安全感，是保证各项战略目标顺利达成的关键。一直以来，金融服务匮乏被认为是制约农民收入增长的关键因素，为此国家相关部门发布多项战略规划，推进农村金融改革。近年来我国农村金融组织体系不断完善，金融服务层次和形式不断扩展，金融供给规模不断扩大，尤其是以信贷为核心的间接金融服务供给发展迅速。《中国农村金融服务报告2018》显示，自2007年创立涉农贷款统计以来，全部金融机构涉农贷款余额从2007年末的6.1万亿元增至2018年末的32.7万亿元，占各项贷款的比重从22%提高至24%，全部金融机构涉农贷款余额累计增长534.4%，11年间平均年增速为16.5%。伴随着农村金融的快速发展，我国农村居民可支配收入不断增加，2020年达到17 131元，实际增长3.8%，高于经济增速和城镇居民可支配收入的实际增速。城乡居民收入相对差距趋于缩小，2012年城乡居民人均可支配收入之比为2.88，2020年下降至2.56。但城镇居民和农村居民之间人均可支配收入的绝对差距不断扩大，2012年城镇居民人均可支配收入高于农村居民15 737.4元，2020年扩大至26 703元，幅度扩大69.7%。由此可见，农村居民收入增长的形式和特点并没有与农村金融发展呈现完全匹配态势。作为农村金融供给的基础形式，涉农信贷的发展对农户增收到底发挥怎样作用？对于不同微观特征的主体，农户借贷是否会产生异质性影响？研究上述问题，对于进一步深化农村金融改革，加快构建促进农民持续较快增收的长效政策机制具有重要指导意义。

关于农户借贷与收入的关系，国内外学者研究成果较为丰富，但结论不一致，主要分为正向促进、负向约束及门槛效应三种。首先，在农户借贷正向促进收入增长的研究观点中，林毅夫最早指出，金融资本属于农户的一种关键生产因素，对农户收入增长起到积极作用。孙若梅（2006）从微观数据角度分析，指出重复连续的农村信贷可持续增加农户非农生产经营投入，从而促进非农生产的发展和农户增收。Dong等（2012）通过研究中国传统农业生产力对农户收入的影响（在信贷约束条件下），得出信贷约束会制约农业生产力的发展和农民收入增长的结论，从侧面证明了信贷对收入的促进作用。而Li等（2013）指出，中国农村存在的信贷配给严重制约了农村家庭净收入和消费支出。Hartarska等（2015）在对美国农村信贷市场的研究中发现，商业银行在农村地区的信贷和区域经济发展间存在正相关关系。其次，在农户借贷抑制农户收入增长的研究观点中，许多学者从“精英俘获”视角出发，指出中国农村正规信贷市场存在严重的精英俘获现象，因此农村信贷对贫困农户收入改善的帮助很小（Jia等，2010；温涛等，2016）。Luan等（2016）对越南农村信贷市场研究中也发现经济条件更好的家庭从农村信贷中受益更多。冉光和等（2015）研究发现金融资产对农户正规借贷行为有明显负向影响。胡宗义等（2016）指出非正规小额借贷可显著增加农户收入，减缓农村贫困，而农村正规金融反而对农户收入产生负效应，增加农村贫困。马学琳等（2018）提出，农民在进行金融活动时正规和非正规金融机构提供的服务产生的效果不一致。郑秀峰等（2019）提出，由于贫困群体不具备完全的偿还本息能力，因此难以通过农村信贷等金融渠道实现增收。最后，在农户借贷的门槛效应方面，杜江等（2017）选取2005～2015年中国大陆29个省的面板数据，借鉴Hansen设定相关门槛效应模型，发现农村信贷对于促进农民增收表现出门槛特征，在农民收入低于某一门槛值时，农村信贷抑制农民增收。顾宁等（2019）提出当门槛特征值（农村实际人均GDP）跨越8 514.27元人民币之后，普惠金融发展对农村贫困的抑制与农户收入的促进作用会呈现边际递增特点。

综上所述，学者从不同角度研究了农户借贷对农户家庭增收的影响，也得到异质性影响效应的结论，但现有研究大多基于宏观视角，站在金融供给侧分析农村金融与农户增收的关系，忽视了农户微观特征对影响效果的作用。因此，本文从农户的微观特征数据入手，研究农村借贷对不同微观特征农户的影响，以期为农村金融深化改革、农民增收长效机制建立提供借鉴参考。

二、模型设定

为考查农户借贷对农户家庭收入的影响，本文引入Solow等提出的常替代弹性生产函数（CES生产函数），将农户借贷资金量作为生产资本投入，农户收入看作是农户生产所产生的生产结果报酬。CES生产函数的一般形式如下。

式（1）中A代表技术增长参数，经济含义为当人均资本投入不变时，所有生产要素整体使用效率提升程度。ρ为资本产出弹性参数，表示资本替代劳动的难易程度。δ1、δ2为衡量劳动的密集度参数。K为资本性投入，H为劳动性投入。

Solow提出，所有技术变化都可等价于导致“生产函数移动”的因素，因此，将农户收入视为实际生产产出量，人力资本与物质资本可视为影响生产结果的技术投入变量，其中物质性资本可由固定性资本投入（F）和流动资本性投入表示，而借贷资金（D）作为流动性资本投入的主要代表。综上所述，可得三种生产要素的CES生产函数。

式（2）中为简化分析，可认为要素之间替代的比例固定，此时取CES生产函数中ρ为1的情况，即替代弹性不变且恒为1的情况。同时因研究周期较短，可认为技术水平提高带来的产出增加基本保持不变，为此令技术进步参数A=1，此时函数简化为以下形式：

程名望等（2014）选定耕地面积、生产性资本投入或房屋耐用品资产三个细分变量，发现其与农户收入在1%水平上显著，说明影响农户生产水平的物质性资本可由农户生产资本与农户资产决定，因此本文选用家庭净资产，主要分为固定资产和金融资产，衡量家庭的物质性资本。

周金倩萍（2015）基于2012年的农村工作居民收入调查数据发现，在与农户收入相关的人力资本中，家庭规模大，劳动力负担系数越大，家庭人口规模对农户收入的影响较为显著；受过教育仍从事农业经营的农户比未受教育的农户更能接受现代技术在农业经营中的作用，从而提高其生产转化水平。同时在高孟滔等（2006）研究中，通过分别估计人力资本和物质资本对于不同收入组农户收入的边际贡献的方法，也得出教育和职业技能培训体现出的人力资本是拉大农户收入差距的主要因素的结果，为此本文将家庭人口规模和教育水平引入人力资本。

综上所述，将固定性资本投入（F）和人力资本投入（H）分解。同时为消除物质资本绝对值相较人力资本数值过大的影响，保持变量平稳性，对物质资本绝对值数值取对数，最终得到以下计量模型：

式（4）中，lnIi代表第i年家庭总收入的对数，lnDi代表农户第i年借贷资金量的对数，lnSi代表第i年家庭固定性资产的对数，lnJi代表第i年家庭金融性资产的对数，Ei代表人力资本中户主受教育程度，Mi代表家庭人口规模，ε代表误差项。ω1，ω2，ω3，ω4，ω5代表上述变量的线性估计系数。

此模型衡量了在控制其他农户人力资本投入和物质资本投入的条件下，各生产要素对农户生产产出即农户收入水平的影响。本文将以此模型作为计量模型，分析研究农户借贷增收效应及异质性影响。

三、数据来源及变量选取

（一）数据来源

本文数据来源于中国家庭追踪调查（CFPS）2014，2016和2018年三个调查年度中农户家庭的相关调查项。中国家庭追踪调查正式开始于2010年，此后通过每两年为一期的跟踪访问，收集个体、家庭、社区数据，持续反映近年来中国的经济问题、社会变迁、人口变化等各类指标的趋势。调查对象目前覆盖25个省级行政单位，共计162个县，访问总计达16 000户，样本对象包含样本家庭中的全部成员。删除数据缺失严重的样本后，本文选取4 313户农村家庭，3年共计12 939个观测值作为最终研究样本。为消除极端值对整体数据影响，本文对部分连续变量数据在5%和95%的水平上进行了winsorize缩尾处理。

（二）变量选取

1.被解释变量

农户家庭年纯收入。本文选取农户家庭的全部纯收入作为被解释变量，衡量家庭年收入水平。

2.解释变量

农户待偿借款总额。由农户全部待偿贷款额与尚未归还借款总额之和作为解释变量，反映农户借贷基本情况。

3.控制变量

基于生产函数公式，本文将影响收入的生产投入资本作为控制变量引入模型中，主要包含两类：人力资本和实物性资本。人力资本选取户主受教育程度与家庭人口规模变量，实物性资本选用家庭固定资产和金融资产来衡量，固定资产由房子当前市场价值构成，金融资产由家庭存款及现金总额，金融产品总价三项构成。变量描述性统计（见表1）。

表1 主要变量的描述性统计

由表1可知，在12 939个农户家庭观测样本中，家庭年纯收入平均值为31 633.04元，除以农户平均家庭人口数后为每年人均7 791.39元，高于2020年的脱贫标准，但不同样本间差距较大，侧面反映出我国贫富差距的问题。在借款总额方面，家庭借款额平均值为10 044.74元。在农户物质性资本方面，农户的固定资产平均价值为122 602.60元。金融资产平均价值为16 381.63元，总资产价值平均值为138 984.23元，与2019年央行在《中国城镇居民家庭资产负债情况调查》中披露的城镇家庭总资产平均值为317.9万元相比差别巨大，说明大多数农户的资产水平较低。在人力资本方面，农户受教育程度均值为7.8年，说明多数农户成员受教育程度为初中文化程度，整体文化程度处于较低水平。农户的家庭人口规模均值为4人左右，普遍多于城镇三口之家标准。

四、农户借贷与农户收入：基准分析

通过Hausman检验结果发现，面板固定效应模型更适合检验农户借贷对农户家庭收入的影响。为此，本文选取面板固定效应模型进行实证分析。表2报告了固定效应回归结果。表2第一列仅加入借款总额一个变量。第二列增加实物性资本变量，包括农户固定资产价值和金融资产价值两个变量。第三列增加人力资本，包括受教育程度和家庭人口规模两个变量。逐步增加控制变量后，家庭借款额的拟合系数均显著，说明家庭借贷资金量确实对农户收入产生显著促进作用。这与之前的研究结论一致。而在进一步增加控制变量后，农户借贷的显著性并未发生改变，说明选取变量很好地控制了解释变量农户借贷对被解释变量农户收入的拟合程度，模型整体稳定性较高。

表2 农户借贷与农户家庭收入：面板固定效应回归

从控制变量来看，首先家庭固定资产变量和金融资产变量均在1%显著性水平下影响居民收入，此结果说明随着农户家庭固定资产与金融资产的增加，农户家庭收入随之上升。其次，家庭人口规模和受教育程度也均在1%显著性水平下促进农户收入提升。根据20世纪60年代美国经济学家Theodore W.Schultz和Gary Stanley Becker提出人力资本理论，人力资本即对生产者进行知识水平提升教育、职业生存技能培训等人力性投资及人在接受教育时所有机会成本的总和，表现为体现在人身上的资本，能够促进生产效率和产出绩效的提升。这一理论说明，对农户而言，投资人力资本，接受正规教育是显著促进家庭收入增加的要素之一。这符合Amartya Sen提出能力的缺乏或被剥夺是导致贫困的原因之一，最主要表现为贫困者人力资本低下的理论。

在基准模型回归的过程中，内生性造成的回归偏差是必须考虑的问题。农户借贷会导致农户收入变化，反之农户收入也可能会对农户借贷额产生影响，收入多的农户家庭可能会更倾向于借贷，从而导致农户家庭收入与农户借贷资金量发生互为因果的内生性问题，同时农户借贷也可能受到农户家庭成员能力、风险偏好及所在地区金融易得性等一系列不可观测变量的影响，导致模型出现内生性问题。为尽可能消除此影响，采取工具变量估计的方法。在工具变量选取上，考虑变量仅影响借贷资金的易获得性和借贷额，但对农户收入水平无直接影响，为此选用2014、2016、2018年农村金融机构营业性网点数量作为工具变量，进行二阶段工具变量估计。

在进行弱工具变量检验表明存在弱工具变量可能性较小的前提下，由表3可知，第一阶段工具变量估计的回归结果显示其统计结果显著且异于0。第二阶段回归结果显示，基于工具变量的农户借款及其他控制变量对家庭收入影响依旧显著且系数为正，说明考虑内生性后农户借款对农户家庭收入仍起显著促进作用，上述假设基本稳健可靠。

表3 农户借贷与农户家庭收入：工具变量回归

五、农户借贷与农户收入：异质性分析

基准分析结果显示，总体上农户借贷具有显著增收作用，但由于我国农户的区域差异和微观特征差异，农户借贷的增收效果必然存在异质性，因此本文将从不同的维度分析农户借贷的增收异质性。在选择异质性分析维度时，主要从决定收入增长的两个关键要素——“收入存量”和“收入增量”入手。“收入存量”主要为农户家庭已有资本的积累层次,充足的资本资产存量能从结构性因素层面显著降低农户家庭的贫困脆弱性（万广华等，2014）。因此，从资本积累角度出发，本文设置农户家庭资产水平与支出水平作为对“收入存量”异质性分析的基本类型；“收入增量”主要体现在收入可持续性增长的能力，这与农户家庭成员的能力水平、认知程度等人力资本均密切相关，同时由于我国经济发展巨大的区域差异，农户收入可持续增长能力同时受制于农户家庭所在区域的整体经济发展环境。因此，从农户人力资本和空间分布角度出发，选取户主受教育程度和农户家庭分布区域作为“收入增量”异质性分析的主要类型，以考查农户家庭在人力资本与空间限制下的借贷增收效果。

（一）分家庭资产状态的异质性分析

王磊玲等（2020）提出，对于从事农业生产的农户而言，从事农业工作的人口越多，通过农业获取生产报酬的比例越大，其他收入来源渠道越匮乏，越难以通过农业生产以外的收入来平衡生产资料消费与家庭支出，从而导致承担偶发性事件的风险能力较弱，进而产生较多借贷需求。由此可见，农户家庭因资产水平低，风险抵御能力弱影响借贷水平与家庭收入。那么家庭资产水平是否也会影响农户的借贷意愿，进而影响农户的收入水平？基于此，根据样本数据的分布，将家庭资产运用三等分方法，根据农户2018年的家庭总资产价值，将农户分为低资产价值家庭，中等资产价值家庭，高资产价值家庭，对不同样本组回归分析，依据显著性观测不同资产价值对农户收入的影响，结果见表4。

表4 农户借贷与农户家庭收入：家庭资产水平的异质性

由表4可知，农户借贷可显著促进低资产和中等资产价值家庭纯收入增加，而对高资产价值家庭的影响不明显，这一结论与王文成等（2012）的结论相符。可能原因是，高资产价值家庭具有的资产水平较丰厚，可使用家庭资本直接进行生产经营或对物质、资本、人力进行投资，往往资本收益率也会更高，从而使其对外部资金需求较小，使得借贷资金量对家庭增收效果有限。对低资产和中等资产价值农户家庭而言，借贷资金更多用于投资或其他增收渠道，即更多用于物质性资本投资和人力资本与生产资料的投入上，从而借贷渠道对农户家庭增收起到明显正向效应。

（二）分家庭支出水平的异质性分析

史清华等（2020）发现农户家庭全年总支出对借贷行为具有显著正向影响。据此，本文进一步考查家庭支出水平是否会影响家庭的财务规划与信贷意愿，不同支出水平是否会影响家庭对借贷的可获得性，从而是否影响家庭收入？通过观察样本中农户家庭支出水平，发现过去一年的支出水平符合偏态分布，处于低支出水平的农户家庭占所有农户家庭中的绝大部分。为此，选取过去三年中家庭年均支出水平的均值作为分组标准，将家庭支出水平按照低于20 000元，20 000元到500 000元及高于500 000元分为3组进行分组回归，结果见表5。

表5 农户借贷与农户家庭收入：家庭支出水平的异质性

由表5可知，从低支出到高支出组农户借款对农户收入的显著性影响效果逐渐降低，可能的解释是家庭高资产量能够支撑家庭高支出，且高支出家庭一般拥有更多投资渠道，家庭支出很大程度上有助于家庭财富积累，从而使借贷资金的获得对于家庭增收渠道投资及促进家庭收入增长的效果有限；同时由于借贷资金存在获取成本，部分高支出农户在取得借贷资金后未发生增收效应且需偿还本息，此结果可能会使借贷资金进一步抑制农户增收。而低支出家庭受自身家庭条件所限，投资渠道匮乏，借贷资金更多用于生产资料和人力资本的投资以改善生活条件，增收效果更显著。同时此结果也说明对于流动性约束更高，缺乏原始性资本积累与投资资金的农户而言，借贷资金能助其获得资本性支持，改善其流动性约束，从而更大程度发挥借贷资金的减贫增收效果。

（三）分教育水平的异质性分析

郭志仪等（2007）提出农户教育投资对农民增收的正向影响效果最高，并对农户的迁移成本有减小作用。教育程度的差异是否会影响农户的认知水平及对借贷资金的接受程度，进而影响农户的收入增收？基于此，根据户主受教育程度的差异将样本分组，分为未接受过教育（文盲），接受过小学教育，初中教育，高中（或中专）教育和大学及以上（包括大专）教育水平的五个子样本，多数样本户主处于初中教育水平，拥有大学及以上教育水平的农户样本也占有较大比例，未接受过教育的农户样本占比最小，可见大部分农户均有过一定教育经历，但存在教育水平的两极分化现象。其中，没上过学组、小学教育水平组、初中教育水平组、高中教育水平组、大学及以上学历水平组的贷款总额均值分别为4 668、7 238、9 945、13 658、15 948元。可见随着学历的提升，借贷数额也随之提升，说明教育水平与借贷数额呈正相关关系。本文继续采用固定效应面板回归，考查不同教育水平下农户借贷对收入的影响，结果见表6。

由表6可知，农户借贷对农户家庭收入的促进作用在分样本的户主受教育程度下除大学及以上水平样本外均显著，这一结论与Lin L等（2019）的研究结论一致。虽然统计分析表明，受教育水平高的群体可获取更大借贷资金量，但受教育程度更高的个体掌握的生产技能也更多样化，更易于凭借自身人力资本与财富积累获取生产资料，因此对借贷资金的依赖程度较小，使借贷对其收入的促进效果有限。而较低教育水平的农户自身人力资本与生产要素的积累较少，获得借贷资金可助其更好地改善生活水平，获得基础生产资料，产生更高的生产报酬，进而提高其家庭整体收入。因此借贷更容易在较低学历的农户中发挥增收作用。

表6 农户借贷与农户家庭收入：户主教育程度的差异性

（四）分区域的异质性分析

我国幅员辽阔，各区域经济水平发展高度不平衡，人均收入分布表现出沿海高、内陆低的特点。那么可获得信贷对农户家庭收入的促进效应是否同样具有地区差异？为此按照传统地区划分标准，将总样本划分为东部沿海地区，中部内陆地区以及西部边远地区三个子样本。样本回归处理后结果见表7。

由表7可知，借贷对中部内陆地区，西部边远地区农户的全部家庭纯收入均有显著影响，而对沿海地区的影响不显著，影响程度呈从中部地区向西部边远地区递减趋势。原因可能是中国县域普惠金融发展水平总体呈”现空间非均衡状态（王雪等，2019），东部沿海地区经济发展水平较高，全部家庭纯收入均值在三地分类样本中最高，为39 797元，且沿海地区拥有多样化的产业形式，农户收入来源广泛，农户生产投资增收渠道更多，因此借贷对沿海农户收入的整体影响水平较低。而中西部地区的总体贫困程度较高，其中西部地区农户家庭年收入在三地样本中均值最低，为33 215元，可能存在农户金融接受度低、可获得借贷量少，以及存在门槛效应等金融抑制问题。而借贷缓解了农户生产资料积累不足，生产投入效率较低等问题，使得借贷对中西部地区农户的增收效应较沿海地区更为明显。

表7 农户借贷与农户家庭收入：区域的异质性

六、结论与政策建议

（一）结论

本文基于中国家庭追踪调查（CFPS）中农户家庭的数据，运用面板固定效应方法对农户借贷对家庭增收影响效应进行了研究，并从农户受教育程度、家庭资产价值、家庭支出水平和分地区的样本进行了异质性分析，主要结论如下。第一，总体回归显示，农户借贷对农户增收具有正向促进效应。第二，分样本的异质性检验结果显示：在分资产水平的异质性检验下，中低资产价值的农户家庭，借贷资金更易发挥增收作用。在分支出水平的异质性检验中，低支出水平的农户家庭，借贷资金更易发挥增收作用。在分教育水平的异质性检验中，低教育水平的农户家庭，借贷对收入的促进作用更显著，借贷资金更易发挥增收作用。在分地区的异质性检验中，位于西部偏远地区与中部内陆地区的农户相较于沿海发达地区获得借贷资金后增收效应更加明显。

（二）政策建议

第一，从整体结果来看，借贷资金对更具弱势特征的农户群体减贫、增收效应都更显著，因此应进一步发挥普惠金融的作用，持续鼓励加大普惠金融在农村地区的实施力度与覆盖广度，保障普惠性借贷资金在贫困地区、贫困农户的落实程度，确保落实到镇、落实到村、落实到户，充分发挥普惠金融促增收，防返贫的长效增收机制。第二，由于农户借贷存在异质性影响特征，因此农村金融的发展应更关注个性化的金融支农服务。对资产与支出水平不同的农户家庭，借贷政策应注意补贴性质的信贷与正常信贷发放相结合，对“双低”农户家庭侧重于补贴类型信贷发放，防止“精英俘获效应”和“门槛效应”造成财富差距进一步拉大；对于教育水平较低的农户家庭，应积极进行金融能力的提升培训。同时由于借贷资金获取的约束性，政策制定应更多关注针对不同类型农户采取差别化的信贷获取门槛，使借贷资金能覆盖到尽可能多的作用群体。第三，农户借贷服务的开展既要关注借贷资金增收效应的个体差异，也要关注借贷增收机制的地区差异，在空间非均衡状态下将借贷资金向增收作用更明显地区倾斜。如沿海地区可更多关注产业信贷支持，中西部地区则以扶贫类信贷资金为主，以实现精准施策，直接提升农村借贷资金的使用效率。