数字信贷对农户生产和消费影响的实证研究——以浙江杭州为例

◎张龙耀 金佳怡 龙琦 王旋

引言

金融是经济的血脉，农村金融的发展关系着乡村振兴战略的实施。近年来，金融市场的日益完善促使农村金融蓬勃发展，与此同时，随着以大数据、物联网为代表的数字技术的崛起，传统金融模式的数字化转型趋势也越来越受到社会各界的关注。截至2020年3月，农村地区互联网普及率为46.2%，较2018年底提升7.8个百分点。G20峰会更是将数字普惠金融作为重要议题，提出农村地区要有效发挥互联网的作用以激发农村地区的金融活力。党的十九大报告也明确提出，要推动互联网、大数据、人工智能和实体经济深度融合。这些政策都进一步将数字金融的发展推向了农村金融领域发展的高潮。

新兴的数字信贷模式协同数字科技力量推动农村金融发展，不仅有助于提升农户的消费水平和消费层次，大大改善农村居民生活水平（张李义、涂奔，2017；傅秋子、黄益平，2018；张昭昭，2020），还依靠数字化力量带动了农业产业的转型升级，提高了农业生产效率和收益（Binswanger & Khandker，1995；辛立秋等，2015；陈飞、田佳，2017）。但其作为一种新兴模式，在实践中依然有很大的完善空间。而在学术层面，目前对于农村数字信贷的分析以定性居多，大多聚焦于理论层面，而定量分析相对较少，同时鲜有学者就数字信贷对农户生产投资及生活消费活动造成的影响进行考察，可见该课题在国内学术研究领域也还存在诸多探讨空间。因此，研究农村数字信贷问题不仅具有重要的学术价值，也具有很强的现实指导意义。

鉴于此，本课题以浙江杭州为例探究农户进行数字信贷借款对生产投资和消费所产生的影响，以此帮助我们进一步了解农户生产消费状况及相应的融资需求，进而发现数字信贷模式在农村推广的优势和困境，对未来农村金融市场推广数字信贷产品和模式提出可行性建议，也为推进数字金融发展提出一定的合理建议并为其未来发展助力，这对于落实“三农”问题和推动乡村振兴发展战略有着重要意义。

本文的剩余部分安排如下：第二部分回顾和梳理相关文献；第三部分介绍数据来源并进行描述性分析；第四部分进行模型的构建并报告本文主要实证结果；第五部分为结论及政策建议。

文献综述

数字信息技术的崛起为农村金融注入新的活力，传统农村金融的数字化进程不断深入，新兴的数字信贷模式崛起，影响着农户的生产投资和生活消费活动。围绕引言所述的研究内容，本文将从我国农村数字金融现状、数字信贷对农户生产和消费的影响进行文献回顾和梳理，并对现有文献进行评述，为后续的实证分析提供参照。

（一）我国农村数字金融相关研究

“数字金融”的概念提出较晚，目前国内外没有对其概念形成统一的界定，不同学者也给出了不同的定义。数字金融泛指传统金融机构与互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式（黄益平、黄卓，2018），且具备融资、投资、支付三大主要功能（何婧、李庆海，2019）。封思贤、袁圣兰（2018）则认为，数字金融凭借其信息技术优势，能通过信息流、资金流等各类数据更加准确地刻画出各参与主体的行为特征，例如交易习惯、风险偏好和投融资需求等。

与传统金融相比，数字金融利用场景、数据、金融创新产品等优势，降低了传统金融的服务门槛和服务成本，充分发挥其“成本低、速度快、覆盖广”等长处，从而起到改善中小微企业的融资环境、有效服务于普惠金融主体的作用（黄益平、黄卓，2018）。近年来，越来越多的学者开始关注数字金融对农村的影响，他们多以描述现状和定性分析为主。王曙光、杨北京（2017）认为，数字金融通过互联网的方式直接触达农户，弥补了传统金融服务成本较高的短板，显著提高了传统金融机构的服务效率。也有学者指出，数字技术使得农村地区的金融服务更加便捷化并被精准地送达到有需要的人群，改善低收入人群的市场、服务以及信息可得性状况 (马九杰、吴本健，2014；谢绚丽等，2018)。

（二）数字信贷对农户生产影响的相关研究

信贷模式分为传统信贷和数字信贷。虽然两者的涵义以及操作方式有着本质差异，但由于农业生产方向的同质化，结合已有文献发现，两者在推动农业生产方面的作用大体趋同。

关于农村信贷对生产的影响，在阐述必要性时，尹志超等（2020）通过中国农村家庭面临严重的生产性信贷约束这一现实问题，指出生产性信贷约束制约家庭的生产能力，限制经济社会发展，农村生产经营活动离不开信贷支持。Binswanger & Khandker（1995）从生产率的角度出发，发现农村信贷显著提高了贷款农户的劳动生产率和收入水平，促进了农业发展。孙继国等（2020）也指出，金融参与行为能够为农业生产项目及农户生产经营规模扩大提供融资支持，从而为提高农户收入和化解农业风险提供帮助。陈飞、田佳（2017）的研究结果表明，正规借贷对家庭农业生产投入和农业收入均具有显著提升作用。由此可见，农户筹措资金购买生产资料和扩大经营规模，针对种养户等生产群体，信贷行为增加了其对粮食作物等生产资料的投资，提升了生产效率，具体反映在粮食作物亩产（养殖收入）的增加上，直接体现在生产经营收入的增加上。此外，信贷资金作用还体现在改善农村生产关系方面。辛立秋等（2015）通过对黑龙江省农村地区的研究数据发现，信贷资金通过提升农业科技水平、完善基础设施、加强预灾防害等促进农村生产发展，从而推动农村地区的经济增长。同时，农村产业化发展趋势也进一步印证了信贷资金的投入对农村生产发展的重要性。就农村企业而言，收购原材料和扩大再生产，以及农产品批发市场、优质农产品基地、市场服务体系和农民专业合作社的设立和运营等都离不开资金的支持。李培峰、惠超（2015）指出，农业银行通过专设服务“三农”和农业产业化的机构，以龙头企业为抓手，充分发挥其对农业现代化的引领作用，显著推动我国农业由传统农业向现代农业转变。

（三）数字信贷对农户消费影响的相关研究

相对传统金融供给模式，数字金融的发展为农村消费带来新的契机。张昭昭（2020）研究发现，数字普惠金融利用数字技术打破了空间和时间限制，不仅让农村居民享受到更丰富的金融资源，也提高了购物消费的支付便利化，满足农村居民对金融服务的低成本、实时性等多方面需求，释放了其消费需求，进一步促进了农村居民消费规模的扩大和消费质量的提升。傅秋子、黄益平（2018）认为，数字金融整体水平的提升减少了农村生产性正规信贷需求，增加了农村消费性正规信贷需求，其中受教育程度较高、有网购习惯群体的需求被激发较多，可见普惠金融发展对农村居民消费扩容提升存在显著的正向促进作用。随着消费整体水平的提升，农户消费结构也得到一定程度的升级。张李义、涂奔（2017）指出，农民生活性消费结构与农村信贷负相关，即农村数字信贷的增加会降低基础生活性消费与高级生活性消费的比例，印证了数字金融发展会对农村居民消费结构升级产生正向影响的观点。

就农村数字信贷模块及其对消费的影响而言，崔海燕（2017）利用2011～2015年我国部分地区的数字普惠金融指数以及农村、城镇居民的家庭收支调查数据研究发现，数字金融尤其是其中的数字信贷模块，对我国农村居民消费具有显著的正向影响，且数字普惠金融越发达，农村消费性金融需求被激发的概率越大。同时，互联网投资、货币基金等业态形式对生产性正规信贷需求的减少效果较明显，对消费性信贷增长的促进作用也更显著。

（四）文献评述

综上所述，一方面，已有研究主要将视角聚焦于农村信贷，其中数字信贷模块在农村地区的实证研究尚有探讨空间。同时，由于数字信贷出现较晚，现有研究主要以定性研究为主，缺乏实证研究作为参照和依据。另一方面，关于数字信贷对农户的影响及作用，主要体现在生产投资和消费两个方面。而已有研究主要着眼于其对生产或消费单一方面的影响，综合探究尚为欠缺。因此，本文着眼于农村信贷的数字信贷模块，探究农户数字信贷借款对农户生产投资和生活消费的影响，并进行实证分析和综合探究。

数据来源及描述性分析

（一）数据来源

近年来，杭州市临安区贯彻数字浙江和将杭州打造为“数字经济第一城”的重大部署，加快推进农业农村信息化工作，有力推动了数字乡村快速发展。临安区数字乡村建设立足山区地域特色，积极向基层延伸，以数字技术与农业农村经济深度融合为主攻方向，开展数字乡村试点示范区工作部署和“互联网+”农产品出村进城试点建设，全面打造“数字乡村一张图”。由此可知，临安区农村数字信息技术普及程度较高，当地农户能够较多地接触到互联网，而该地区农村产业发展也促使当地居民更多地参与金融机构的数字信贷，这一特征与本文的研究方向相契合，具有很高的研究价值和参考价值，故本文对浙江省杭州市临安区农户进行了问卷调查。

本文采用分层抽样调查的方法，抽取五镇（昌化镇、潜镇、龙岗镇、岛石镇、天目山镇）作为典型乡镇进行调研，调研过程中主要采取随机走访的方式，满足调研样本的随机性。本次共调研251份问卷，其中筛去异常问卷后，有效问卷中共241份，有效样本率为96.02%。

（二）变量选取与指标说明

1.被解释变量

本文的被解释变量是农户生产投资和生活消费的指标，Investment和Consumption分别指农户的生产性支出和生活消费支出。Investment主要包括农户的生产经营费用和购置生产性固定资产支出；Consumption包括农户所有的生活消费支出项目，如食品、衣着、改善型住房、交通通讯、教育、医疗、旅游和其他娱乐项目等支出。

2.解释变量

本文的核心解释变量为农户数字信贷借款额，用符号Loan表示。

3.控制变量

本文参考熊芳和李炳莲（2014）、刘双等（2015）、高欣和张安录（2017）的研究引入控制变量，包括年龄（1=35岁以上，0=35岁及以下），性别（1=男，0=女），受教育程度（1=初中以上，0=初中及以下），家庭外出务工人数（1=小于2人，0=大于等于2人），家庭劳动力占比状况（1=大于0.5，0=小于等于0.5），家中是否有人兼业（1=是，0=否），农业补贴状况（1=是，0=否），疾病风险状况（1=是，0=否），家庭年总收入（连续变量；单位：万元），养老保险购买状况（1=是，0=否），其他贷款来源变量（1=是，0=否）。

（三）描述性分析

表1显示，使用数字信贷的农户对生产投资支出的均值为11.7498，标准差为14.4004，其中最小值为0.5万元，最大值达到150万元，可见生产投资支出水平的个体差异较大。而生活消费支出的均值为4.2809，整体水平低于生产性支出，其标准差为2.6629，最小值和最大值分别为0.3万元和14万元，个体农户生活消费支出差异较小。而农户数字信贷的平均金额为10.7929万元，其中最小值为0.3万元，最大值达到80万元，实地调研发现，农户参与数字信贷的贷款金额大部分都分布在10万元以内，总体来看分布较为集中，只有极少数农户能获得大于50万元的贷款额度。

表1：主要变量描述性统计

模型与实证分析

（一）模型建立

本文采用OLS多元线性回归模型进行考察。具体的计量模型可以表示为：

其中，模型（1）用于考察数字信贷对农户生产投资的影响。模型（2）用于考察数字信贷对农户生活消费的影响。Investment和Consumption为被解释变量，分别指农户的生产性支出和生活消费支出。Loan为核心解释变量，在本文中指农户数字信贷借款额。在模型（1）中，本文主要关注系数i的符号，在模型（2）中，本文主要关注系数i的符号。此外，本文将X1设定为其他可能会影响农户生产投资的因素，主要包括：年龄，性别，受教育程度，家庭外出务工状况，家庭劳动力状况，兼业状况，农业补贴状况以及其他贷款来源变量；X2为其他可能会影响农户生活消费的因素，主要包括：年龄，性别，受教育程度，家庭外出务工状况，疾病风险状况，家庭年总收入，保险购买状况以及其他贷款来源变量。μi为随机误差项。

（二）实证分析结果

1.回归分析

表2中，列（1）报告了模型（1）的回归结果。可以发现数字信贷对农户生产投资支出存在正向影响，此时边际效应为0.5730，在5%水平上显著，表明农户数字信贷借款与生产投资支出之间呈显著的正相关关系，即农户通过数字信息渠道借款越多，其生产投资活动的支出也越多。列（2）报告了模型（2）的回归结果，数字信贷的系数为0.0616，在1%的水平上显著，证明数字信贷借款对农户生活消费支出也造成显著的正向影响。

表2：农户生产投资支出和生活消费支出的估计结果

从金融机构的数字信贷供给角度来看，由于信息不对称问题的存在，在农村地区信用体系建设不完善的背景下，金融机构无法有效获取农户的真实信用状况，此时金融机构更加倾向于将钱借给用于扩大生产的农户而非仅用于消费的农户，其本身倾向于放宽生产性贷款项目的贷款限制、利率、还款期限等条件，以此赢得农户的青睐。同时，结合地区发展背景，由于东部地区尤其是杭州市经济发展态势良好，临安区政府也积极贯彻“数字浙江”等重大部署，加快推进农业农村信息化工作，大力支持当地特色农业发展和数字信息技术相结合。政府大力支持农业产业发展也增强了农户将数字信贷投入生产投资活动的意愿，印证了数字信贷与农户生产性支出之间有显著正相关关系。此外，临安地处杭州市，经济水平发展较高，加之当地数字支付、电子商务等互联网新型产业形态大力发展，人们对于新型消费方式的接受程度更为容易，消费方式也更加多样。当传统金融部门无法有效满足农户消费性支出的借贷资金需要时，数字信贷作为其有益的补充，向农户提供放贷门槛更低、数额较小的资金，以满足其消费支出需要。同时，考虑到农户也很难做到对生产性贷款专款专用的因素，因此数字借贷对农户的生活消费支出也具有促进作用。

2. 进一步分析

（1）异质性检验

由于人的社会属性的存在，杜森贝利提出的相对收入消费理论指出消费者会受到自己过去的消费习惯和周围消费水准的影响。因此，主要从事非农生产活动的农户由于在进城务工过程中受到城镇舒适生活和城镇居民消费的示范性影响，其生活习惯和心理发生了一些改变，对城市舒适生活的向往使这部分农户更愿意提高自己的生活质量；同时，乡镇的经济发展水平较高，数字信息普及程度也较高，该部分人群受到辐射带动作用，更倾向于利用数字借贷改善自己的生活条件，从而增加生活消费支出。另外，根据传统的“剩余劳动力”理论并结合我国制度背景，主要从事非农生产活动的人口增加会提高农村家庭退出农业生产的概率，导致农业经营活动规模减小，这部分农户即使进行数字借贷，也不会增加在生产投资活动上的支出。因此，本文预测农户主要从事生产活动的类型会影响到数字信贷与农户生产投资和生活消费的关系。

基于上述分析，本文依据农户主要从事的生产活动类型构造虚拟变量Occ进行分组回归。其中，若户主主要从事农业生产经营活动，则Occ=0；若户主主要进行自主创业、个体经营、私营企业等非农生产活动，则Occ=1。回归结果如表3所示。首先来看数字信贷对农户生产投资支出的影响，从列（1）的全样本数据中可以发现数字信贷和主要从事非农生产活动组别交互项（Loan_Occ）的系数在1%的水平上显著为负，虽然列（2）和列（3）中数字信贷的系数都显著为正，但列（2）系数为0.1905，且在5%水平上显著，而列（3）系数达到0.8870，且在1%水平上显著，两者大小和置信区间都存在很大差异，证明了数字信贷对主要从事农业生产经营活动农户的生产投资影响更大。而数字信贷与农户生活消费支出的关系受到农户主要从事生产活动类型的影响更大。从列（4）的全样本回归结果来看，数字信贷和主要从事非农生产活动的组别的交互项与生活消费支出在1%的水平上显著正相关。在列（5）中，数字信贷的系数为0.1027，且在1%的水平上显著为正，而在列（6）中，数字信贷的系数不显著，上述结果表明，数字信贷对从事非农生产活动为主的农户的消费影响更大。

表3：异质性检验结果

（2）数字信贷对生产绩效和消费结构的影响

基于上述研究，本文将进一步探索农户的数字信贷借款对于生产绩效和消费结构的影响，由于生产绩效和消费结构难以用具体数额衡量，本文将建立对应的测度指标进行量化处理。首先，生产绩效的测度指标包括生产经营收入和经营利润率。生产经营收入是指农户经过自己生产农作物及加工、销售产品所得收入。除工资性收入以外，获得生产性收入要依赖于农户的生产性投入，因此将其作为生产绩效的测度指标，能够最为直接地反映将数字信贷资金投入生产投资活动带来的生产规模的扩大。而经营利润率由经营收入扣除成本、税金等支出并除以经营收入总额计算所得。利润率的提高代表农户生产经营活动效率的提高，作为产出效益的测度指标也具备合理性。其次，针对数字信贷对消费结构的影响，本文将从网络消费比例和基础生活性消费比例两个方面进行考察。第一，网络消费比例的提高说明农户能够利用多种渠道、低门槛、低成本地获得自己想要的商品和服务，表明农户消费结构的改善；第二，基础生活性消费与发展性消费相对应，基础生活性消费比例的下降也能说明农户消费结构得到一定程度的升级。

表4报告了数字信贷对生产绩效与消费结构的估计结果。列（1）与列（2）分别报告了各变量对生产经营收入与经营利润率的影响。可以看到，数字信贷对于生产经营收入在10%的水平上显著，而对于经营利润率不显著。当农户将数字信贷借款更多地用于生产性支出，即更多地投入生产投资活动，带来的直接影响便是农业规模的扩大，进而促进农产品销售量增加，给农户带来经营收入上的增长。而经营利润率主要反映农户的农业生产效率，由于农户进行数字信贷借款可能更多地用于满足资金流动性需求，而没有增加技术投入，因此数字信贷借款与经营利润率之间并不存在显著的相关关系。列（3）与列（4）分别报告了各变量对网络消费比例与基础性生活消费比例的影响。可以看到数字信贷对于网络消费比例在5%的水平上显著，而对于基础性生活消费比例并不显著。数字信贷依托于互联网而存在，使用数字信贷的农户往往更了解互联网操作，加之临安区政府积极开展数字乡村试点示范区工作部署，加快推进农业农村信息化工作，在此背景之下，当地农户更了解如何使用互联网购买自己所想要的商品，由此推导数字信贷与网络消费比例之间有着显著的正相关关联性。基础性生活消费比例的数值减小往往代表着消费结构的提升。本文在计算基础生活性消费比例时，主要涵盖了衣着、食品和住房支出。但与恩格尔系数相似，该类满足基本生存用途的支出往往不会在短时间内产生较大变化，因此数字信贷借款对基础生活性消费比例的影响不显著较大程度上受到课题调研时间范围的影响。

表4：数字信贷对农户生产绩效和消费结构的估计结果

3. 内生性检验

本文通过引入工具变量进一步缓解潜在的内生性问题。本文使用“农户对互联网的使用程度”作为模型工具变量进行两阶段估计，并选用农户网络消费支出额（Internet）作为衡量互联网使用程度的指标。工具变量检验的回归结果如表5所示。列（1）和列（3）汇报了两阶段最小二乘法（2SLS）第一阶段的回归结果，结果表明，工具变量的回归系数均在1%的统计水平上显著为正，表明其与内生解释变量高度相关。根据Stock等研究指出的若F值小于10则可以被认定为工具变量出现弱工具变量问题的观点，由于两个模型第一阶段的F值均大于10，证明弱工具变量问题不存在。同时，列（2）和列（4）的结果也表明，在纠正可能的内生偏误后，数字信贷对农户生产性支出和生活消费支出分别在10%和1%水平上显著正相关，表明即便考虑内生性问题，前文研究结论也不变。

表5：工具变量检验结果

研究结论与政策建议

本文运用OLS多元回归模型，研究了数字信贷对农户生产以及消费的影响。需要特别说明的是，因调研的局限性，本文的数字信贷主要指的是网络借贷。通过实证分析发现，数字信贷对农户生产投资支出和生活消费支出均产生显著的正向影响。进一步研究发现，数字信贷不仅促进了农户生产经营收入的提高，影响农业生产绩效，而且对农户消费结构产生一定影响，促进农户网络消费的提升。同时，异质性检验证明，数字信贷对主要从事农业生产经营活动的农户的生产投资影响更大，而对从事非农生产活动为主的农户的消费影响更大。

在全文分析的基础上，人们对数字信贷的接受和使用程度并不是很高，由此，金融机构应利用大数据和云端数据，开展客户分类、风险偏好及信用条件等分析工作，研究不同家庭特征的农户在不同阶段的需求，更好地满足农村居民的信贷需求。同时，政府须引导开展农户征信体系建设工作，这也要求金融机构对有信贷需求农户的资信水平有更加真实全面的了解，在进行放贷时对农户贷款行为进行更加细致和系统的评估。此外，银行、涉农贷款机构与政府也需进行统筹，通过三方合作开发信用数据平台，共享农户往期贷款行为数据，全面高效地筛查农户信用状况，进一步提高贷款投放的精准度。而农户进行数字信贷借款对生产和消费产生了多维影响，金融机构掌握信贷用户信息后，需结合不同的家庭特征，应当设计多元化（数字）信贷产品，就贷款项目的类型分为生产性以及消费性贷款，并结合具体农户生产方式，因人而异提供层次分明的（数字）信贷额度。此外，在调查过程中发现农户越来越注重信贷的便利性与实效性，本文建议金融机构针对农业生产的特点扩大授信范围，同时缩减放贷步骤，提高数字放贷的便利性。而农户用于生产性的投入往往也能带来经营收入的增加，银行应该关注到这一点，结合当地产业发展情况设计“产业信贷”产品模式，精准放贷的同时也能降低信用风险。