非正规金融能提高农村居民消费水平吗

刘长庚,吴宏韬

(1.湘潭大学 商学院,湖南 湘谭 411105;2.湖南财政经济学院 经济学院,湖南 长沙 410205)

一、引 言

自中国经济进入“新常态”以来,可持续稳增长成为经济发展的新目标,尽管中国经济总量依旧保持着稳步增长的态势,经济增速却有所回落。消费是拉动经济增长的“三驾马车”之一,是生产的最终目的和动力,是人民对美好生活需要的直接体现。中国是世界上从事农业生产人数最多的国家。据《中国统计年鉴》2018年末数据,中国农村人口占全国人口比重约为40.42%,而农村居民总消费只占全国居民总消费的24.68%,这意味着中国农村人口占比大但消费占比小,农村消费水平有待提高、消费结构有待优化改善。如何让改革成果催化农村消费升级,让消费突破城乡“二元化”格局的限制,最终提升农民生活质量,是亟需思考的重要议题。

受农村地区经济落后、农户固定资产匮乏的限制,标准信息禀赋和信息不对称会加剧市场失灵,正规金融机构在微观融资方面会对农村居民产生非价格信贷配给,使得农户面临正规信贷约束,从而其对消费的促进作用十分有限[1],因此在农村地区融资起主导作用的反而是农村内生的非正规金融机构。具体而言,具有本土化性质的非正规金融能够充分利用人缘、地缘等关系缓解融资的信息不对称问题,从而显著提高农户的民间融资能力[2]。因此,要更大限度拉动农村消费、提高农民消费水平、改善消费结构,从而提高农民生活质量,就要从农村实际出发,重视非正规金融对消费的影响。

根据国家统计局改革开放40年发展成就系列报告,随着居民温饱问题的解决,农村家庭消费开始从生存型消费向发展和享受型消费倾斜,在新时代下,有关提高农民生活消费水平、改善消费结构的问题应该得到系统的研究。现有文献已经开始将作为农民融资主要渠道的非正规金融与消费纳入一起研究,但更多的是仅分析了非正规金融是否对消费产生影响,没有考虑进入新时代以来非正规金融对农民消费水平的影响效应,使得研究不够完善,尚未跟上中国具体实践的步伐。本文针对以上问题在相关方面进行进一步探索,希望能够为农村非正规金融健康发展、切实改善农村居民消费水平和消费结构、为农民创造美好生活提供理论依据和有效途径。

二、文献综述

国外学者有关金融发展对居民家庭消费影响的研究形成系统化的体系可追溯至20世纪六七十年代。相关研究大致可分为两个视角,分别基于金融抑制为主和信贷约束为主。在金融抑制视角下,最经典的论述来自McKinnon和Shaw,他们认为发展中国家对金融体系干涉过多,影响了金融的自由发展;另外,随着优先发展重工业政策的制定,居民消费必然得到限制[3]。在信贷约束视角下,学者们则认为金融发展能够促进居民消费。Caporale和Williams研究认为,随着金融自由化程度的提高,信贷约束的降低能够降低居民对收入的敏感性和平滑跨期消费,从而提高居民家庭消费水平[4]。国内学者对金融与居民消费之间关系的研究更多集中在消费信贷约束角度[5]。黄倩等通过Heckman两步法的研究,认为信贷约束的存在使得居民家庭实际消费低于其理论最优消费,因此优化融资环境是促进家庭消费的必要条件[6]。李江一等将家庭是否持有信用卡作为衡量消费信贷的标准,研究发现持有信用卡对家庭消费具有显著促进作用,并且促进作用随着家庭流动性约束水平的上升而提高[7]。一般而言,消费信贷对农村居民消费的影响更为深远。陈东等依据1981—2010年数据实证分析得出,由于消费信贷约束的存在,农村居民消费的提升不得不通过收入的中介效应而非效率更高的直接效应,信贷约束阻碍了农村居民消费的提高[8]。蔡栋梁等基于CHPS微观数据认为,农村信贷约束对农村居民消费结构产生了不利影响,使得家庭发展性消费显著降低[9]。进一步地,曹瓅等通过对农户收入结构的研究,发现农村地区低收入群体受信贷约束的不利影响更为显著[10]。另外,傅秋子等研究发现,数字金融能够减少农村的消费性信贷约束,有效提高消费信贷需求,从而促进农村居民消费[11]。

非正规金融是有效缓解居民信贷约束与收入差距的手段之一。国外学者对非正规金融方面的研究较为权威的总结应当是Adams和Fitchett。他们对非正规金融进行了系统性概括,强调了非正规储蓄对非正规金融发展的重要作用,认为大量的非正规贷款是部分非正规储蓄的镜像,储蓄存款是发展可持续金融中介的一个重要因素[12]。此后,国外学者对非正规金融的研究更多集中在其与正规金融的比较方面。如Madestam探究了在不发达的金融市场中,非正规金融通常与正规金融共存且可以防止非勤奋行为,因此非正规金融对正规金融具有可替代性和互补性[13]。国内学者对非正规金融和居民家庭之间的关系进行了研究。沈红丽利用logit模型分析正规金融、非正规金融对居民家庭创业的影响,发现由于正规金融对家户创业存在融资约束,许多家庭不得不通过非正规金融进行融资,得出了非正规金融支持家庭创业的结论[14]。张宁等研究发现,由于基于道义的非正规金融对农户生活消费借款收取利息较少,使得农村非正规金融向农户提供金融服务的门槛降低,从而大大减少了农户内部收入差距的扩大且在一定程度上缓解了相对贫困问题[15]。谭燕芝等将非正规金融与农村多维贫困联系在一起研究,表明农户在进行非正规借贷时可将社会网络作为一种“隐性抵押品”,从而提高非正规借贷的额度,显著改善可能存在的多维贫困状况以缓解相对贫困[16]。

目前关于非正规金融对农村居民消费影响的研究还十分有限。南永清等从过度敏感性的视角进行了探究,发现农村居民家庭消费对非正规金融存在“过度敏感性”,在一定程度上说明了非正规金融能缓解农村居民信贷约束,从而有助于其家庭消费的提高[17]。李玮等进一步基于城乡分化的角度,研究认为非正规金融对居民消费的影响广泛存在于农村地区[18]。不同于以往相关领域的文献,本文可能的贡献在于:第一,基于全国范围的数据,将农村家庭消费分为生存型消费、发展型消费及享受型消费,从而细化了有关农户消费的研究内容,丰富了进入新时代后农村居民有关消费结构的研究。第二,通过倾向得分匹配法分层剖析农户参与非正规金融对其家庭消费的影响,弥补了相关领域影响净效应测度研究的空缺。第三,将农村居民依据年龄、受教育程度及所处区域分组后进行了异质性分析。第四,本文在非正规金融对农村居民消费的影响的传导机制上进行了创新,将“非农创业”这一变量引入模型,探讨了非正规金融、非农创业及消费之间的关系,使得相关传导机制更为清晰、完善。

三、研究设计与统计描述

(一)数据来源及样本基本情况

本文实证部分所使用的数据来自北京大学主持开发的中国家庭追踪调查数据(CFPS)。该数据涵盖了中国25个省份及地区,具有广泛的代表性。作为中国微观调查数据最具权威的系统之一,该数据库覆盖农村的家庭、个人等问卷调查,为研究参与非正规金融对农村居民消费的影响与效应提供了渠道。本文将CFPS在2016年、2018年的两期跟踪调查数据进行初步匹配与整理,去除城市居民样本等与调查主题无关的样本,再进一步对样本进行截尾和剔除样本异常值后,最终得到了一个包括10 104份有效样本在内的两期强平衡面板数据。

依据农户家庭是否参与非正规金融,将样本分为处理组与控制组。2016年样本总数为5 052份,其中处理组样本772份,占比15.3%;控制组样本4 280份,占比84.7%。2018年样本总数为5 052份,其中处理组样本702份,占比13.9%;控制组样本4 350份,占比86.1%。

(二)变量选取及描述性统计

1.因变量

本文的因变量是农村居民消费。恩格斯提出将人的需求分为生存、发展、享受三大类,本文据此选取了家庭总消费、生存型消费、发展型消费以及享受型消费四大变量以衡量农村居民消费。具体而言,家庭总消费指过去一年中家庭总的消费支出。家庭生存型消费由衣着消费、食品消费和居住消费等维持家庭运转的基本消费构成。家庭发展型消费由家庭设备及日用品消费、其他消费等能进一步改善家庭生产生活状况的消费构成。家庭享受型消费由文娱消费、医疗保健消费、交通通讯消费等能够提升家庭生活质量的消费构成。为了克服变量存在的非线性问题,使数据更为平稳,分别对家庭总消费、生存型消费、发展型消费和享受型消费加1后取对数处理。

2.核心自变量

本文的核心自变量为“非正规金融”。非正规金融指处于国家金融、货币当局管理和监测之外的融资等金融行为。农村地区的非正规金融渠道多为亲朋好友借款以及通过合会、钱庄等民间金融组织借款等。本文参考林建浩、周强等的研究,以样本期内“待偿亲友及民间借款”作为衡量是否参与非正规金融的变量,变量取值为1时认为农户家庭参与了非正规金融,变量取值为0时认为农户家庭未参与非正规金融[19-20]。

3.控制变量

为了清晰说明影响农户参与非正规金融决策的因素,更稳健地测度农户参与非正规金融对其家庭消费的影响效应,本文选取了包括户主特征、家庭特征以及区域特征在内的控制变量进行分析。

农户户主特征变量包括户主的年龄、年龄的平方、性别、受教育程度、婚姻状况以及健康状况等。不同年龄段的户主对于是否参与非正规金融的决策是不一致的,中青年户主可能因为家庭规模处于最大值以及对事业的开拓而需要更多的资金进行周转。进一步考虑户主年龄对非正规金融的选择具有非线性,从而加入年龄的平方项作为模型的控制变量。在性别因素上,女性户主在金融决策上更偏保守。户主的受教育程度对其参与非正规金融的决策具有影响。受教育程度直接决定了户主人力资本水平的高低,受教育程度高的户主通常具有高的人力资本,拥有高人力资本的户主可能更倾向于直接进行正规借贷融资。已婚的户主家庭规模、家庭责任更大,经济行为更为理性,会倾向于通过融资平滑家庭消费状况。健康状况能衡量户主个人的人力资本和家庭总体的经济状况,对户主是否参与非正规金融具有影响。

农户家庭特征变量包括家庭人口规模、家庭储蓄规模、家庭一年总收入、家庭正规借贷、种养殖业经营、家庭住房现值等。家庭人口规模越大,一方面由于老幼成员占比多,使得家庭消费支出越大,对非正规金融的融资需求更大;另一方面,也意味着家庭创收能力强,无需进行额外融资。家庭储蓄规模和家庭一年总收入是对家庭存量资金的衡量。种养殖业经营和家庭住房现值则是对家庭固定资产水平的衡量。家庭存量资金与固定资产状况都会对家庭是否参与非正规金融产生影响。是否已参与正规借贷也影响着其接下来是否参与非正规金融的行为。

另外,考虑到中国各地区发展较为不平衡,为了减少地区固定效应对模型的影响,本文控制了地区虚拟变量；为进一步控制时间层面不可观测的因素，本文同样引入了年份虚拟变量。以上各变量的赋值说明及更为具体的描述性分析见表1、表2。

表1 相关变量的描述性统计(全样本)

表2 相关变量的描述性统计(分组)

接下来对2016—2018年全样本的数据基于处理组与控制组的角度进行描述性分析。为了使分析更为直观，本文在此仅对“家庭储蓄规模”“家庭一年总收入”“农村居民消费”等数值型变量在对数化处理前的实际数据进行汇报。

从个体特征来看,受访者的年龄均值是50岁。在受教育程度方面,受访者平均学历是初中水平,占比达31.48%。从家庭特征来看,农村每户家庭人口总数平均为4人,处理组与控制组差别较小。在家庭储蓄方面,受访家庭平均储蓄2.79万元。处理组家庭与控制组家庭在储蓄方面差异较大,其中处理组家庭平均储蓄1.0万元,而控制组家庭平均储蓄是3.10万元。在家庭收入方面,受访家庭的年收入平均值是4.49万元。从地域特征来看,有效总样本在东部地区采集4 066份,在中部地区采集2 906份,在西部地区采集3 132份,分别占比40.24%、28.76%和31.00%,其中处理组在西部地区分布最多,占比35.96%,控制组在东部地区分布最多,占比42.93%。

在因变量农村居民消费方面,处理组的总消费是5.68万元,生存型消费、发展型消费和享受型消费分别是2.54万元、0.98万元和1.79万元;控制组各方面均低于处理组,其总消费是4.57万元,生存型消费、发展型消费和享受型消费分别是2.45万元、0.69万元和1.24万元。

综合比较参与非正规金融的处理组与未参与非正规金融的控制组在以上变量之间的差异可以初步得出判断:相比较于控制组,关于个体特征,处理组在年龄方面更偏向于年轻,而婚姻与健康状况两组相差不大。关于家庭特征,处理组家庭人口规模更大,然而有关家庭存量资金方面的家庭储蓄与家庭年收入却更少。关于地区特征,处理组在各地区分布更为均匀。

(三)模型框架

在前文描述性统计分析的基础上,本部分构建非正规金融对农村居民消费影响的模型。考虑到农村居民是否参与非正规金融实质上是一种“自选择”行为,即自选择偏差会使得农户家庭消费的异质性并不一定来源于非正规金融的直接影响。本文在使用反事实分析框架的倾向得分匹配方法的基础上,建立了一套较为完整的模型检验方法对可能由自选择偏差所产生的内生性问题进行处理。首先,针对不随时间序列变化的可观测与不可观测因素所导致的内生性问题,通过构建面板数据进行缓解。其次,相比较于传统的面板回归分析,倾向得分匹配法能够通过匹配再抽样使观测数据尽可能接近随机试验数据,从而有效解决样本“自选择”所产生的“选择性偏差”问题。另外,倾向得分匹配法无需要求处理变量严格外生,所以其在克服核心自变量可能存在的内生性问题时具有明显优势。因此,本文重点采用倾向得分匹配方法对随时间序列变化的可观测变量进行系统的分析。最后,在进一步的分析中,本文使用双重差分法处理了随时间序列变化的不可观测变量所带来的内生性问题,且使用代理变量利用面板固定效应模型进行了稳健性检验。

本文建立以下面板模型以估计非正规金融对农村居民消费的影响:

lnYit=α0+α1Financeit+∑α2Xit+γi+βt+εit

(1)

其中,i代表访问的个体或家庭;t代表访问的时期;lnYit代表i家庭在t时期的家庭年总消费(对数)、年生存型消费(对数)、年发展型消费(对数)和年享受型消费(对数)等结果变量。核心解释变量Financeit是虚拟变量,代表家庭i是否参与非正规金融,Financeit=1表示家庭参与非正规金融,Financeit=0表示家庭不参与非正规金融;Xit则代表控制变量,包括家庭i的户主特征、家庭特征以及地区特征变量;γi与βt代表个体固定效应以及时间固定效应;εit是随机分布项。

1.倾向得分匹配的研究步骤

第一步,选择协变量进行匹配。本文将对参与非正规金融与农村居民消费产生影响的变量作为协变量,具体分为个体特征变量、家庭特征变量以及地区特征变量。

第二步,通过Logit回归计算倾向得分。本文为解决非线性问题造成的困扰,在模型中引入了年龄的平方高次方项。

第三步,将选择的协变量进行倾向得分匹配。为确保结果的稳健性,本文总共运用了六种倾向得分匹配方法进行匹配,分别是k近邻匹配、卡尺匹配、卡尺内k近邻匹配、核匹配、局部线性回归匹配以及马氏距离匹配。

第四步,依据匹配后的样本计算参与者的平均处理效应(ATT)、未参与者的平均处理效应(ATU)以及平均处理效应(ATE)。本文侧重于说明参与非正规金融对农村居民消费的影响,验证其是否有助于提高农民的生活质量,因此使用参与者的平均处理效应(ATT)进行分析。

2.倾向得分匹配的理论推导

根据可忽略性假定,给定xi,则(y0i,y1i)独立于Di,可记为(y0i,y1i)⊥Di|xi,这意味着(y0i,y1i)此时在处理组与控制组的分布完全一样,即:

F(y0i,y1i|xi,Di=1)=F(y0i,y1i|xi,Di=0)

(2)

其中,xi表示协变量,在此是向量形式;y0i表示个体i没有参加非正规金融的未来收入;y1i表示个体i参加非正规金融的未来收入;Di为处理变量,表示个体i是否得到了处理;F(·)是分布函数。

在此基础上,PSM的理论依据是对任意的i,只需给定p(x),就有(Y0i,Y1i)独立于Di,即:

(Y0i,Y1i)⊥Di|Xi→(Y0i,Y1i)⊥Di|p(Xi)

(3)

最后,根据匹配后的样本,处理组平均处理效应(ATT)估计量的一般表达式为:

(4)

其中,N=∑iDi为处理组个体数;∑i:Di=1则为仅对处理组个体进行加总。

四、非正规金融对农户家庭消费的影响效应测算

(一)共同支撑域与PSM匹配结果分析

为确保倾向得分匹配的有效性,本文进行了共同支撑域与PSM匹配结果分析。共同支撑域假定要求匹配后的处理组与控制组个体的倾向值最大程度处在共同范围内。

从图1所示的基于家庭总消费的密度函数图可知,匹配后的农村非正规金融处理组与控制组倾向得分值大多数均落在共同范围之内,明显呈现出了更大的共同支撑范围,且处理组与控制组的密度曲线接近重合,因此可以认为本文倾向得分匹配效果较好。

图1 匹配前后的密度函数图对比

对倾向得分匹配的样本匹配数量进行了分析(见表3)。由表3可知,在进行匹配的六种方法中选出了未匹配样本数最多的匹配结果。本文各匹配检验的最大未匹配样本是100个,剔除未匹配样本后,在8 735个有效样本中仍有8 635个样本实现了匹配,最低匹配率为98.86%,证明匹配效果较好。另外,样本中大多数观察值均落在共同取值范围内,因此可以认为进行倾向得分匹配时仅损失少数样本。

表3 PSM匹配结果

(二)平衡性检验

平衡性假定要求在外生条件假设下,各协变量在匹配后的处理组与控制组之间不存在显著性。在进行平衡性假定检验中,本文分别从均值、偏差以及t统计量三个方面进行了检验。首先,应该对处理组与控制组的匹配变量均值进行检验,考察其是否存在差异,再通过t统计量判断差异是否显著。其次,应对匹配后处理组与控制组匹配变量的标椎化偏差进行考核,若各协变量匹配后的标准化偏差小于1%,则可以认为处理组与控制组在匹配后差异缩小,匹配效果较好。

平衡性检验结果由表4给出。相比较于匹配前,匹配后处理组与控制组的均值基本接近,所有t检验的p值均大于1%的显著性水平,即均不拒绝处理组与控制组不存在差异的原假设。匹配后各协变量的标准化偏差均有明显缩小且小于10%。综上所述,本次匹配结果较为理想。

表4 匹配平衡性检验

(三)倾向得分匹配的影响效应测算

本文通过k近邻匹配、卡尺匹配、卡尺内k近邻匹配、核匹配、局域线性回归匹配和马氏距离匹配等六种匹配方法测算了非正规金融对农户家庭的总消费、生存型消费、发展型消费以及享受型消费的平均处理效应。为了保证实证结果的稳健性,本文具体使用了以下测算方法:将k取值1和4(1)一对四匹配在一般条件下可最小化均方误差。、将卡尺取值0.02(2)计算倾向得分的标准差,再乘0.25后判断得到合适的卡尺范围。、将异方差稳健标准误估计ai取4;而核匹配采用默认核函数、局部线性回归匹配采用默认核函数与带宽。表5、表6显示了相关的估计结果。

表5 倾向得分匹配的处理效应(家庭总消费)

表5汇报了非正规金融对农户家庭总消费的平均处理效应，而表6中的(1)、(2)、(3)分别汇报了非正规金融对农户家庭的生存型消费、发展型消费及享受型消费的平均处理效应。从以上的反事实估计结果可得,无论使用k近邻匹配、卡尺匹配、卡尺内k近邻匹配还是其他方法测算,农户参与非正规金融都能在1%的显著性水平上显著正向提高其家庭总消费,且平均处理效应(ATT)介于0.153～0.188之间,这说明参与非正规金融能够使农户家庭总消费水平提高15.3%～18.8%,平均值为17.3%。

表6 倾向得分匹配的处理效应(生存型、发展型及享受型消费)

对家庭消费进行细分,可发现参与非正规金融对生存型消费的影响净效应没有通过显著性检验,说明参与非正规金融对农户家庭生存型消费没有显著影响。这很可能是因为在增强扶贫力度、加大对农户无息贷款的政策扶持后农户不再将民间借贷的资金用于生存型消费,而更倾向于进行其他项目消费。在发展型消费方面,当k近邻匹配k=1时,回归结果在5%的显著水平上显著,而改变k值或换用其他方法进行测算时,农户参与非正规金融能在1%的显著水平上显著正向提高家庭发展型消费。其平均处理效应(ATT)介于0.188～0.261之间,说明参与非正规金融使得农户家庭的发展型消费提高了18.8%～26.1%,平均值为23.5%。最后,农户参与非正规金融均能在1%的显著性水平上显著正向提高享受型总消费,平均处理效应(ATT)介于0.270～0.318之间,这说明参与非正规金融能够使家庭享受型消费水平提高27.0%～31.8%,平均值为30.0%,即非正规金融对农村家庭享受型消费的影响净效应最大。

(四)非正规金融对农户家庭消费的异质性分析

由于户主个体差异和地区分布的异质性,非正规金融对农户家庭消费的影响亦存在较大的差异。前文侧重于通过处理组的平均处理效应测算非正规金融对农户家庭消费总的影响净效应,而忽略了不同差异群体之间的异质性研究。为使研究结论既具有普遍性又能够代表存在不同组群差异的农户家庭,将分组讨论的思想引入模型具有重要意义。

户主是一家之主,其年龄、受教育程度能很好地反映户主家庭的风险偏好和消费的选择;从区位上看,中国东中部地区经济发达、西部偏向落后,这也对不同地区的农户非正规融资的决策产生了影响。因此,有必要将户主年龄、受教育程度和所处区域作为分组依据,分组讨论非正规金融对农村居民消费的影响。

本文从农村实际出发,在将农户消费类型分为总消费、生存型消费、发展型消费及享受型消费的基础上,将户主年龄在30岁、40岁及50岁这几个节点上进行分组;将户主受教育程度以小学、初高中及大专为节点进行分组;将所处区域分组为东部、中部及西部地区。表7显示了使用k近邻一比四匹配方法的非正规金融对农户家庭消费影响效应的测算结果。

表7 非正规金融对农户家庭消费的异质性分析结果

户主年龄的差异会作用于非正规金融,从而对农户家庭消费产生影响。年龄段30～40岁时参与非正规金融对家庭消费的影响最大,而年龄段在30岁及以下时参与非正规金融对家庭消费的效用不显著。户主年龄处于30～40岁时,非正规金融在1%的显著性水平上显著正向影响农户家庭发展型和享受型消费,分别使其提高了48.0%和30.6%,而对家庭的生存型消费影响并不显著。这可能是此时户主正值壮年,大力发展生产以稳步提高其家庭资产水平是户主的首要选择,因此这一年龄段非正规金融促进发展型消费在其生命周期中占比最大,达到48%。在40岁后,户主更倾向于通过非正规金融提高享受型消费,这可能是因为通过生产发展,在其家庭资产水平稳定在期望值后,户主更有条件进行享受型消费,以提高生活品质。

户主受教育程度的不同也会通过非正规金融来影响家庭消费。由表7可知,当农户受教育程度处于小学及以下时非正规金融对家庭发展型消费和享受型消费影响最大,能在1%的显著水平上显著正向使消费分别提高38.6%和33.2%。这可能是因为受教育程度低的户主其银行资信水平也低,使得非正规融资成为了重点选择,从而提高了非正规金融对农户家庭消费的影响。

从地理位置的角度分析,非正规金融在西部地区对农户家庭消费的影响最为显著,分别使农户家庭发展型消费和享受型消费提高了30.9%和34.6%,远远显著于中东部地区。其原因是西部地区经济实力较中东部弱小,银行等正规金融机构在西部农村网点的覆盖范围和辐射作用不及其他地区,因此非正规金融是其主导的融资方式。

综上所述,在参与非正规金融后,户主所在的年龄段、所受的教育程度以及户主所处地域均间接地对农户家庭消费产生了异质性的影响,其中对生存型消费影响均不显著。在国家扶贫和乡村振兴政策的强力支持下,相比于进行生存型消费,农户在通过非正规金融获得资金后,更倾向于进行发展型、享受型消费。另外,非正规金融对家庭享受型消费的促进作用总是最为显著。

五、内生性与稳健性分析

(一)基于DID模型的内生性分析

倾向得分匹配法的局限性是其只控制了随时间变化的可测因素的影响,当存在不可测变量选择时,仍会存在“隐性偏差”。为了使实证检验更具客观性,消除“隐性偏差”对实证结果的影响,本文引入了双重差分模型,希望通过倍差法的思想进一步解决可能存在的随时间变化的不可测因素带来的内生性问题。

从表8中可以看到,尽管对各固定效应进行了控制,但各模型的回归结果依旧较为稳健,在模型(1)～(4)中,参与非正规金融能够在1%的显著性水平上显著正向影响家庭总消费,使其提高18.9%～26.0%;在模型(5)～(8)中,参与非正规金融亦能够在1%的显著性水平上显著正向影响家庭人均总消费,使其提高9.3%～21.5%。尽管双重差分结果存在一定的高偏,但估计结果与前文倾向得分匹配估计基本吻合,非正规金融能够显著改善农户家庭总消费、家庭人均总消费,提高家庭消费水平,因此可以认为结论较为稳定。

表8 基于DID模型的非正规金融对农户家庭消费影响估计结果

(二)基于代理变量和面板固定效应模型的稳健性分析

前文所使用的核心解释变量“待偿亲友及民间借款”为虚拟变量。尽管这一变量较为精准地衡量了农户家庭是否参与了非正规金融且被学者们广泛使用,但受限于虚拟值,其不能有效衡量农村家庭参与非正规金融的融资数额对消费的影响。为了使结论更具客观性,本文借鉴李玮等的研究方法,使用“待偿亲戚朋友借款额”作为核心自变量的代理变量作进一步的分析[18]。

表9显示了采用面板固定效应模型下的估计结果。结果显示,待偿亲戚朋友借款额对农村居民家庭总消费仍具有显著正向的影响,表明农户家庭进行非正规金融融资的数额越大,则其家庭消费水平越高,因此可以认为与前文的研究结论具有一致性,结论较为稳定。

表9 基于面板固定效应模型的非正规金融对农户家庭消费影响估计结果

六、非正规金融提高农户消费水平的影响机制分析

本文通过收入的增收效应对非正规金融与农村居民消费之间的内在逻辑进行探讨,以明确非正规金融通过何种渠道对农村居民消费产生促进作用。

农户进行非农创业是其获得收入的主要途径。创业活动能有效拓宽农户的增收渠道且在乡里邻间具有显著带动作用,受制于自身特质与客观环境限制,农户创业同样面临严重的融资约束问题。然而,李祎雯等得出结论,相比较于正规金融,非正规金融在正向影响农户创业决策方面更具优势[1]。当有非正规金融支持时,农户更能识别创业机会,其创业业绩也会更加突出。另外,非正规金融通过衔接农户创业风险,能够保证农户资金的及时性和可得性,从而维持农户创业的持续性运行,最终提高其资产规模和收入水平。因此,非正规金融的参与能降低农户创业的资金门槛及机会成本,持续给予农户维持初始经营的现金流,从而保证农户经营活动的持续运行,为创业家庭增加收入。

接下来基于CFPS 2016年、2018年数据,运用面板固定效应模型验证收入视角下非正规金融对农村居民消费的影响机制。表10估计了农户参与非正规金融对其非农创业的影响。估计结果表明,尽管有序对各固定效应进行了控制,非正规金融均在1%的显著性水平上对非农创业有显著正向的影响,可以认为农户参与非正规金融能够促进其非农创业决策的执行。

表10 非正规金融对非农创业影响机制分析

非农创业能否有效对农户形成增收效应是该传导机制形成的关键条件。表11估计了非农创业对农户家庭总收入的影响。结果表明,农户进行非农创业能够显著正向影响其家庭总收入,参与非农创业对其家庭收入具有增收效应。

表11 非农创业对家庭总收入影响机制分析

综上所述,本文认为农户参与非正规金融,能有效推动其非农就业,从而促进家庭总收入的提高,最终拉动了其消费水平的上升,其机理如图2所示。

图2 非正规金融对农户消费影响机理

七、结论与政策建议

本文基于中国家庭追踪调查(CFPS)2016年、2018年数据,将倾向得分匹配模型(PSM)作为基准回归测算了非正规金融对农村居民消费的影响净效应,并在此基础上利用分组讨论思想在将户主年龄、户主受教育程度及户主所在地域分组后,对比分析了影响效应在异质性情况下的组群差异。为保证实证结果的稳健性,本文基于逐步回归的思想选用不同的因变量进行了双重差分模型(DID)回归;与此同时,运用代理变量的思想进行了面板固定效应回归。最后,本文系统叙述了非正规金融对农村居民消费促进效应的运作机理。研究结果表明,非正规金融对农村居民生存型消费的影响效应不显著,而对农村居民总消费、发展型消费及享受型消费的影响净效应则分别为17.3%、23.5%和30.0%。异质性分析表明,相较于其他年龄段、受教育程度和地区的户主,非正规金融对年龄为30～40岁、受教育程度小学及以下、所在地区为西部的农村家庭消费水平和消费结构的影响最为显著。最后的机理分析表明,非正规金融可通过缓解融资约束,促进农户非农创业,使得家庭增收,最终对消费产生影响。基于此,农村居民通过非正规金融的参与提升了家庭消费水平,其中耐用品的消费得到了明显提升,从而有效提高了农村居民的生活质量。

结合以上结论,本文提供以下政策建议:

第一,进一步鼓励和规范非正规金融发展,充分发挥其促消费效应。基准回归表明,非正规金融对发展型消费和享受型消费的促进作用更加显著。一方面,相关部门应引导非正规金融主体明确业务定位,对农户高质量消费适当增加融资服务,使得借贷资金在农村生产生活服务中实现全覆盖,补齐农村融资市场短板。另一方面,监管机构需时刻动态监管农村非正规金融市场,严惩违规放贷、违规收息等行为,对合规进行非正规金融融资的借贷方采取激励措施,营造风正气清的民间借贷环境,保障民间借贷健康运行。

第二,有序发展乡村创业金融,引导非正规金融促进农户创业。机理分析表明,非正规金融提振消费的另一条可能渠道是促进农户非农创业从而增收以引致消费。农户非农创业是乡村振兴的实现途径,而融资约束则是农户非农创业的主要障碍。基于此,相关部门应完善乡村创业投资机制,通过政策支持引导民间资本等非正规金融积极参与乡村创业投资,使其在维持农户创业资金链、促进乡村产业融资等方面发挥更优作用,从而缓解融资约束对创业的影响,赋能乡村振兴,最终提高农村居民消费水平。

第三,加强民间金融宣讲培训,强化农户金融素养。非正规金融对年龄为30～40岁的青年户主及知识水平较低的户主家庭影响更为显著,以上类型户主的融资决策可能因为缺乏专业金融知识培训而存在片面性和不合理性,从而使得金融资源没有得到最优配置。因此,相关部门应在乡村定点建立金融服务站提供金融咨询服务,定期组织宣讲培训队伍深入乡村开展民间金融宣讲活动,为农户普及金融借贷知识、构建风险防控意识,为其做出正确合理的金融决策提供支持。

第四,区分异质性的典型客户群体,提供有针对性的农户融资服务。民间借贷机构应通过与大数据平台合作对不同年龄段、不同受教育程度及不同地区的农户提供个性化的融资服务。如对于青年农户,应在创新创业方面给予优惠;对于受教育程度较低的农户,应提高审核标准;对于地处西部的农户,则应注重支持第一产业的发展。将非正规金融与大数据平台有机结合,在透明公正的基础上将精准借贷服务投向农户,从而使资金供给与需求相匹配,降低农户融资成本以提高其消费水平。