乡村振兴战略、助农贷款与缓解农村金融抑制——基于双重差分法（DID）的实证检验

□ 刘岩

一、引言

全面推进乡村振兴离不开金融支持，尤其是在实现共同富裕的过程中，农业生产现代化、农村基础设施升级、农民实现增收等无不需要资金支持。但是，受到经济制度和金融政策等相关因素的影响，我国的金融资源配置不合理，农村经济发展长期得不到必要的资金支持。在我国城乡二元经济结构背景下，农村金融发展缓慢也是造成城乡收入差距的一个重要原因。近年来，我国积极进行经济、金融制度改革和大力发展普惠金融，各商业银行纷纷推出助农惠农的金融服务，这虽然在很大程度上缓解了农户的金融约束，但是农村金融抑制现象仍然存在。

关于农村金融抑制的研究成果已经相当丰富，李存和祝国平（2019）认为农村金融抑制包括供给型金融抑制和需求型金融抑制，交易成本、市场因素和信息不对称是造成农村金融抑制的主要原因。具体地，供给型金融抑制是从资金供给角度研究农村的金融抑制现象，金融管制在某种程度上使金融机构出现农村金融抑制性（杨军和高鸿斋，2015）；另外，银行等金融机构对农业借贷存在“理性排斥”行为，信贷配给导致农村金融出现“市场失灵”，大量的农村金融需求被排斥在正规金融市场之外（程惠霞，2014）。从需求端来看，农村市场化程度低、农村金融体系不健全等原因导致了农村居民对正规金融组织借贷资金需求不足（高帆，2002）。金融素养较低是限制农户获得正规信贷的一个重要原因（何学松和孔荣，2019），此外，农户的非农收入对银行信贷具有很强的替代性，即便是有资金需求，农村居民更多的是向亲戚朋友借款，农村非正规金融对正规金融产生了挤出效应（陈鹏和刘锡良，2011）。农村金融抑制也给农村经济社会发展带来了诸多的不利影响。金融抑制不仅极大地阻碍了农业产业化进程（朱启铭，2006），而且还会导致居民收入差异分化和产生不平等问题（王小华等，20014）。

当然，相关学者也一直在探究如何化解农村金融抑制问题，深化农村金融改革成为大家的共识。王国华和李克强（2006）认为金融制度创新是解决农村金融抑制问题的关键，而事实证明也是如此，比如林乐芬和王步天（2015）基于农村金融改革试验区418名县乡村三级管理者的调查实证发现农地经营权抵押贷款制度改革有助于提升农户的信贷可得性；马九杰（2020）等根据农信社改制农商行的经验证据发现农村金融机构市场化可以缓解农村家庭资金约束；农业政策性金融供给可以有效缓解当期农村金融抑制（何志雄和曲如晓，2015）。已有文献从众多方面探究了农村金融改革的影响，但是鲜有学者探究外部事件冲击或者相关政策的实施是否会影响农村金融抑制问题。郭武燕（2009）曾借金融危机对中国农村金融抑制的冲击来讨论中国农村金融的深化问题，而相比之下，乡村振兴战略的实施是否能够在一定程度上缓解农村的金融抑制问题更值得探讨。乡村振兴战略提出了产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求，涉及农业农村农民的方方面面，实施乡村振兴战略势必会在更深层次、更广范围内影响农村金融制度改革。

基于此，本文基于506家商业银行样本数据，利用双重差分法（DID）实证检验乡村振兴战略对商业银行助农贷款投放情况的影响，借此考察乡村振兴战略的实施是否有助于缓解农村金融抑制。本文的边际贡献主要有：一是在研究视角上，首次探究乡村振兴战略对农村金融抑制的影响，丰富了相关文献；二是在研究方法上，巧妙地运用了双重差分模型进行实证检验；三是在研究内容上，突出了商业银行在助力乡村振兴进程中的突出贡献。

二、政策背景与研究假说

（一）政策背景

党的十九大提出，我国的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡、不充分发展之间的矛盾。无论是实现共同富裕还是服务经济双循环战略，农村必须要振兴。习近平总书记说：“促进共同富裕，最艰巨最繁重的任务仍然在农村，农村富裕工作要抓紧”。只有实施乡村振兴战略，在广大乡村群众有经济条件消费的基础上，才能实现真正的经济内循环。随着脱贫攻坚战的胜利和全面建成小康社会目标的实现，实施乡村振兴战略是开启全面建设社会主义现代化国家新征程的必然选择（洪银兴等，2018）。

正是基于国情和时代背景考虑，按照中共十九大提出的决胜全面建成小康社会、分两个阶段实现第二个百年奋斗目标的战略安排，2017年中央农村工作会议明确了实施乡村振兴战略的目标任务：2020年，乡村振兴取得重要进展，制度框架和政策体系基本形成；2035年，乡村振兴取得决定性进展，农业农村现代化基本实现；2050年，乡村全面振兴，农业强、农村美、农民富全面实现。

（二）研究假说

作为“三农”工作的总抓手，乡村振兴战略坚持农业农村优先发展，是中国经济社会发展方式一次大的转变。在建立健全城乡融合发展的体制机制和政策体系的过程中，农村金融体制改革势在必行，这会在一定程度上缓解农村金融抑制。

从供给角度来看，缺失或者不适当的经济制度、金融政策等因素是导致的资源配置不合理的主要原因，农村资金供给不足产生供给型金融抑制。农村金融机构少、金融产品单一和资金量少是导致“三农”资金需求得不到满足的主要原因。伴随着乡村振兴战略的实施，农村金融供给侧结构性改革逐步拉开帷幕（梁信志，2018）。商业银行积极创新服务模式、加快产品创新、推进渠道融合、强化科技赋能和筑牢风控底线，这在很大程度上增加了农村金融有效供给和保障了农村金融服务的可持续性。正如美国经济学家美国经济学家爱德华·肖（1973）在《经济发展中的金融深化》一书中所言，发展中国家只要进行金融政革就会有所作为，事实也证明我国的政策性金融供给可以缓解农村金融抑制（何志雄和曲如晓，2015）。

从需求角度来看，农村家庭向正规金融机构借贷的意愿不高会形成需求型金融抑制，这也是由于农村市场化程度低、农村金融体系不健全等原因造成的（高帆，2002）。市场机制不健全必然会影响农村金融机构的充分竞争，当农户可选择的正规金融机构减少和无法适配自身需要的金融产品后，农户潜在需求便会消失（林毅夫，2003）。同时，考虑到农村金融机构显性交易成本和隐性交易成本均高于城市金融机构，正规金融交易难以达成导致非正规金融在农村盛行（朱粤伟，2007）。乡村振兴战略的实施必然会伴随着一系列的农村经济体制改革，在这个过程中，如果能够调整农村产业结构、培育新的经济增长点和提高农户的经营预期，从而增加农村经济组织对于资金的需求，便可以有效地缓解我国农村社会的需求型金融抑制（刘祚祥，2007）。

综上所述，在乡村振兴战略的实施过程中，伴随着经济机制改革和相关金融政策的出台，势必会把更多金融资源配置到农村经济社会发展的重点领域和薄弱环节，强化乡村振兴投入的普惠金融保障，农村金融抑制问题便可能得到有效解决。基于以上分析，本文提出有待检验的研究假说。

假说H1：乡村振兴战略的实施有助于缓解农村金融抑制。

三、研究设计

（一）样本选择与数据来源

本文以我国506家商业银行为对象，选取2013-2020年8年区间，由于部分银行的部分年份数据缺失，该样本数据为非平衡面板数据，共包括3268个样本数据。此外，借鉴前人的研究方法，对助农贷款等重要变量指标进行了winsor（1 99）的缩尾处理。本文所用数据均来自国泰安（CSMAR）数据库。

（二）模型设计

1.双重差分模型

双重差分法常被用作政策效应评估，其利用外生的政策冲击作准自然实验，可以克服其他因素对结果的影响。双重差分模型检验政策效应的基本原理如下：按照与政策密切相关的标准，将全样本划分为实现组与控制组两大类别，以政策出台时间为节点进行分析。在政策出台之前，实验组和控制组的特定研究指标存在差别，在政策时点后，实验组与控制组之间呈现较大的区别，然而假设政策实施后两组之间的差别趋势没有变，那么实验组与控制组间实际的差别与政策时点之前的差别，两者之差就是政策所发挥的净效应。这样的模型设计可以很好地克服互为因果、变量遗漏以及数据误差造成的内生性问题。本文以乡村振兴战略的实施为准自然实验，采用双重差分（DID）方法来进行因果识别。具体地，依据乡村振兴战略实施对不同商业银行的影响效果为标准进行分组，农村商业银行、村镇银行和农村信用社深耕农村，服务于当地农民、农业和农村经济发展，其相关金融业务最先受到乡村振兴战略的影响，因此，将农村商业银行、村镇银行、农村信用社和中国农业银行一起选为实验组处理；2017年党的十九大正式提出实施乡村振兴战略，故将2017年选做政策时点。

（1）具体模型设计如下：借鉴Bertrand和Mullainathan（1999）提出的双重差分模型，本文验证乡村振兴战略实施对商业银行助农贷款发放的政策效应。

其中，下标i代表商业银行样本，t代表2013-2020年间的每个年度。被解释变量Farmer_loansi,t体现了t时期i银行的助农贷款投放情况，DIDi,t为实验组（Policy）与政策时点的交互项（Treat），表示乡村振兴战略实施对商业银行助农贷款投放的净影响效果，Controli,t为本文一系列的相关控制变量，εi,t为随机误差项。

（2）双重差分的分组情况：如表1所示，实验组样本量为1959，控制组样本量为1309；政策实施前后样本量相差无几。从样本分布来看，本文的实验处理较为恰当。

表1 DID分组情况

2.双重差分的平行趋势检验

使用双重差分模型需满足共同趋势假设，即政策之前实验组与控制组之间不存在显著差异。为此，我们采用Bertrand and Mullainathan（2003）提出的平行趋势检验方法检验本研究的合理性以及分组结果的有效性，具体模型如下：

其中，Farmer_loans为商业银行的助农贷款，Before3-Before1都是虚拟变量，如果样本分别属于受到政策影响的前1-3年，则该指标分别赋值为1，反之则赋值为0；如果样本就在受到政策影响的当年，则Current赋值为1，反之则为0；而当样本位于受到政策影响后的第1-3年，After1-After3分别赋值为1否则就为0，Control为本文的控制变量。

双重差分平行趋势检验结果如表2所示，Before3-Before1的系数均不具有统计显著性，而Current-After2的系数却在5%的统计水平上显著为正，这意味着，平行趋势假设已经满足，可以继续进行双重差分检验。

表2 平行趋势检验

由图1可以更为直观地观测到助农贷款在乡村振兴战略实施前后的发放情况的变化。在乡村振兴战略实施之前年份中，助农贷款围绕0周围上下波动，即处理组与控制组之间的助农贷款并不存在显著差异。但是实施乡村振兴战略当年及其后的两年内，农商银行等助农贷款的发放表现出明显的上升趋势，从政策实施的第3年开始处理组与控制组之间的显著性差异消失。这证明了本文研究设计的合理性，使用双重差分进行实证分析是可行的。

图1 平行趋势检验

（三）变量定义与说明

1.被解释变量。助农贷款（Farmer_loans）。本文选择国泰安（CSMAR）数据库“银行治理”板块中的商业银行发放的农户贷款为基础数据，然后对其做取对数处理。金融抑制的度量指标主要有三个（刘锡龙，2008），其中一个就是农村资金需求能否得到满足，根据这个标准，本文以商业银行的正规信贷支持为被解释变量来反应农村金融抑制情况，助农贷款投放越多则说明农村金融抑制情况得到缓解。

2.解释变量

（1）处理变量（Treat）。本文的处理变量是一个虚拟变量，如果该商业银行为农村商业银行则赋值为1，反之则赋值为0。相比于其他商业银行，农村商业银行往往起源于农村、扎根农村、与农村农民有着更亲密的联系，因此，乡村振兴战略对农商银行的影响作用较大。

（2）时间变量（Policy）。该变量也是一个虚拟变量，2017年中央农村工作会议明确了实施乡村振兴战略，据此，如果样本在2017年之前（不包含2017年）就赋值为0，反之则赋值为1。

（3）处理变量*时间变量（Treat* Policy）。该变量是处理变量（Treat）和时间变量（Policy）的交叉项，用来检验乡村振兴战略对处理组样本的政策净效应。根据双重差分模型的设计原理，如果β1为正，则表明乡村振兴战略有效促进了农商银行的助农贷款发放。

3.控制变量。参考相关文献选择以下控制变量：商业贷款（C_loans）、不良贷款率（RBL）、资产利润率（RA）、总资产周转率（TAT）、资本充足率（CAR）、董事会人数（NOBM）和第一大股东持股比（ROLS）；同时，控制年份（year）固定效应、省份（province）固定效应和个体固定效应，以此保证助农贷款不受那些源自特定年份、省份的宏观经济因素和政策变动的影响。

表3 变量定义

DGR 存款增长率 商业银行的存款增长率NOBM 董事会人数 商业银行的董事会人数ROLS 第一大股东持股比 商业银行第一大股东持股比例

（四）描述性统计分析

表4以全样本、处理组和对照组分别陈列的形式展示主要变量的均值和标准差。如表3所示，处理组的助农贷款明显高于控制组，这也符合实际情况，即农商银行是农户贷款的首选银行渠道。其他变量诸如不良贷款率（RBL）、资产利润率（RA）、总资产周转率（TAT）、资本充足率（CAR）和存贷款增长率（LGR、DGR）无明显区别。

表4 描述性统计

四、实证结果与分析

（一）基准回归结果及其分析

为保证主回归结果的稳健性，本文采用嵌套回归模型进行分析。在依次加入商业贷款（C_loans）、不良贷款率（RBL）、资产利润率（RA）、总资产周转率（TAT）、资本充足率（CAR）、董事会人数（NOBM）和第一大股东持股比（ROLS）这些控制变量后，表5显示乡村振兴战略在1%的统计水平上显著促进了银行发放助农贷款。初步证明假设H1的合理性。

表5 基准回归结果

注：a.★★★、★★、★分别表示在1%、5%、10%水平下显著；括号内为t统计量（下同）

进一步的，利用双重差分的净效应结果能更加直观地表现出乡村振兴战略对商业银行助农贷款发放的净影响，即运用双重差分模型进行回归检验，通过对比乡村振兴战略实施前后，银行助农贷款发放的变化情况来证明本文假设H1的内容，具体的检验结果如下表6所示：

表6 双重差分检验结果

根据表6所示可知，首先，在乡村振兴战略实施之前，处理组的助农贷款为4.753，控制组的助农贷款是2.607，两者的差分为2.146，且存在显著差异；其次，在乡村振兴战略实施后，处理组的助农贷款为6.041，控制组的助农贷款为2.091，两者的差分为3.950，此时仍存在显著差异；最后，双重差分的净效果为1.804，且在1%统计水平显著。故此，乡村振兴战略实施的净效应显著为正，进一步证明了乡村振兴战略促进了商业银行的助农贷款发放。

（二）稳健性检验

1.PSM-DID。由于商业银行发放助农贷款并不是完全随机的，本文的实验组和控制组之间可能会存在样本选择偏误和其他混杂变量的影响，从而导致双重差分估计是有偏的。为此，本文采用 PSMDID方法来解决这一问题，以保证研究结果的无偏性。如表7所示，经过倾向得分匹配后，不良贷款率（RBL）、资产利润率（RA）、总资产周转率（TAT）、资本充足率（CAR）、董事会人数（NOBM）和存款增长率（DGR）这些变量的均值相差无几，这说明处理组与控制组之间整体上不存在显著差异。

表7 平衡性检验

基于匹配后的样本数据，进一步运用双重差分模型验证乡村振兴战略的实施对助农贷款发放的政策效果。具体检验结果如表8所示：首先，在去杠杆政策实施之前，处理组的助农贷款投放为3.476，控制组的助农贷款投放是1.575，两者的差分为1.901；其次，在去实施乡村振兴战略后，处理组的助农贷款投放为4.802，控制组的助农贷款投放为0.714，两者的差分为4.622；最后，双重差分的净效果为2.721，且在1%水平下显著。该净效应略高于基准回归所得的净效应。进行倾向匹配处理后政策实施的净效应仍然显著为正，进一步证明研究结果的可靠性。

表8 匹配后双重差分回归结果

2.安慰剂检验。为了保证研究结论的可靠性，本文采用安慰剂检验继续进行稳健性检验。安慰剂检验核心思想就是虚构处理组或者虚构政策时间进行估计，如果不同虚构方式下的估计量的回归结果依然显著，那么，就说明说明原来的估计结果很有可能出现了偏误，我们的被解释变量的变动很有可能是受到了其他政策变革或者随机性因素的影响。相反，如果实证结果不显著，则可以证实政策效应的稳健性。本文采用关于政策实施时间的安慰剂检验：一般做法就是虚构政策时间进行回归。借鉴相关研究（刘瑞明和赵仁杰，2015），本文将政策时间设置到2016年进行稳健性检验。表9为安慰剂检验的实证结果，在逐渐加入控制变量的情况下，前文所提到的乡村振兴战略促进商业银行发放助农贷款的政策效果在此时并不存在。这也证明了本文研究结果的稳健性。

表9 安慰剂检验回归结果

（三）异质性分析

为了进一步探究乡村振兴战略对商业银行发放助农贷款的影响以及其中存在的问题，本文进行区域异质性和第一大股东异质性分析。分别进行北上广等经济发达省市与山东河北河南等农业大省之间的区域异质性分析和第一大股东为国有股东与第一大股东为非国有股东之间的股东异质性分析。

1.区域异质性分析。表10报告了区域异质性的回归结果。在北上广等经济发达省市地区，乡村振兴战略的实施对银行发放助农贷款具有显著的促进作用；而在山东河南河北等农业大省，乡村振兴战略的实施对银行发放助农贷款的影响却不具有显著性。这种差异性结果值得深思，可能的原因是农村地区存在金融抑制，欠发达地区的信贷需求往往因为农村家庭缺少信贷担保，甚至是农户缺乏金融素养而得不到满足。相比于山东河南河北等农业大省的农户，北上广等经济发达省市的农户往往生活在城郊甚至城中村，一方面，他们有更高的金融素养，当有资金需求时他们往往主动去寻求银行信贷支持；另一方面，他们虽为农户，但是往往具有一定的家庭财富可以充当信贷抵押。这也从侧面说明，相比于供给型金融抑制，需求型金融抑制更难缓解，商业银行虽然加大普惠金融力度，但是如果农户没有寻求正规金融服务的欲望，乡村振兴战略对农村金融抑制的缓解作用将大打折扣。

表10 区域异质性回归结果

2.第一大股东异质性分析。表11报告了第一大股东异质性的回归结果。当第一大股东为国资时，乡村振兴战略的实施对银行发放助农贷款具有显著的促进作用；而当第一大股东为非国资时，乡村振兴战略的实施对银行发放助农贷款的影响却不具有显著性。这种异质性结果充分地说明了国资背景的商业银行在支持乡村振兴战略上发挥着积极的作用。

表11 股东异质性回归结果

五、研究结论与启示

本文基于506家商业银行在2013年至2020年间共3268个样本数据，利用双重差分模型（DID），实证检验了乡村振兴战略对商业银行发放助农贷款的影响。研究发现，乡村振兴战略显著促进了商业银行发放助农贷款，尤其是农业银行、农村商业银行、村镇银行和农村信用社在乡村振兴战略实施的前两年内显著提高了助农贷款的投放，这说明乡村振兴战略的实施可以缓解农村金融抑制。异质性研究发现，相比于经济发达的省市，乡村振兴战略对助农贷款的影响在经济欠发达的省市反而不显著；相比于非国资背景的商业银行，国资背景的商业银行在支持乡村振兴战略上发挥着更为积极的作用。

基于以上研究结论，本文的研究启示如下：全面推进乡村振兴对农村金融服务提出了更高的要求，有效解决农村金融抑制才能充分发挥金融支持乡村振兴的作用。一方面，应建立多层次、多元化的农村金融机构体系。当前我国农村金融发展薄弱，单单依靠农村商业银行和农村信用合作社等县域农村金融机构无法满足农村金融服务需求，尤其是在全面实施乡村振兴战略后，“三农”资金需求旺盛，增加服务农村的金融机构尤其是小型金融机构的数量势在必行。另一方面，应大力发展农村数字普惠金融。农村金融抑制的主要原因还在于农民缺少抵押担保，因此，相关部门应该借用数字技术建设比较完善的新型农业经营主体信用体系；商业银行等金融机构也应该在涉农领域加大数字技术投入和创新农村服务模式，以更适配的金融服务降低“三农”的资金需求门槛和使用成本。

当然，本文的研究仍存在以下几点不足之处：第一，在双重差分模型的处理上仍有不足之处。本文依据乡村振兴战略的实施对不同商业银行的影响效果为标准进行分组，虽然农业银行、农村商业银行、村镇银行和农村信用社最容易受到乡村振兴战略的影响，但是，乡村振兴战略的实施势必也会对其他商业银行造成一定的影响，本文的平行趋势检验也发现，在乡村振兴战略实施后的第三年（2020年），处理组与控制组之间的显著性差异消失。第二，在农村金融抑制指标的度量上，商业银行助农贷款虽然与农村金融抑制关系紧密，但是并不能完全反应农村金融抑制的全貌。第三，受数据限制，本文暂没有进行乡村振兴战略影响助农贷款发放的作用机制研究，如果想探究乡村振兴战略如何具体影响农村金融抑制仍需进一步深究。