满意度视角的农村普惠金融信贷服务问题研究——以普惠金融改革试验区福建样本为例

陈潇湘，郑海荣,2

（1.福建农林大学 经济管理学院，福建 福州 350000；2.福建农林大学 福建普惠金融研究院，福建 福州 350000）

一、引言

截至2021年年末，我国涉农贷款余额高达43.21万亿元，其中涉农普惠金融贷款余额8.88万亿元，较年初增长17.48%，高于其他项贷款平均增速6.19%①数据来源：中国银保监会披露数据.2022.04.06.http://www.cbirc.gov.cn/cn/view/pages/ItemDetail.html?docId=1045624&itemId=915&generaltype=0.。值得思考的是，随着普惠金融信贷规模的不断扩大，普惠金融信贷实践在助力乡村振兴和共同富裕方面还存在哪些问题？能否满足农村信贷市场日益多元化的需求？影响农户普惠金融信贷服务满意度的主要因素是什么？显然，这些是促进农村普惠金融信贷服务高质量发展亟须探讨的问题。农户满意度是衡量普惠金融体系是否完善的重要维度，农户满意度越高，表明普惠金融体系越完善（Rahman，2012）[1]。博鳌亚洲论坛和亚洲金融合作协会（2020）[2]在总结亚洲普惠金融发展特点时，将借款人对融资效果的满意度作为评测金融需求方满意度指标，考察各国的普惠金融服务质量。《中国普惠金融指标分析报告（2020年）》也将消费者对金融服务的满意度纳入质量维度，以评估我国普惠金融整体发展水平[3]。因此，在农村普惠金融不断深化的背景下，从农户满意度的视角，考察普惠金融信贷服务的存在问题，具有理论和现实意义。

2019年11月，国务院正式批复福建省宁德市、龙岩市设立国家级普惠金融改革试验区，要求在试验区建立全区域、多层次、可持续的普惠金融服务体系，提升金融服务水平，形成一系列可复制和推广的经验。近年来，两地针对农村金融存在的问题，在金融产品创新、完善信用建设、解决产权流通等方面推出一些新举措，取得较好效果。截至2021年年末，福建省涉农贷款余额16464.7亿元，同比增长10.9%①数据来源：福建省政府.2022.01.26.https://baijiahao.baidu.com/s?id=1723061230828665529&wfr=spider&for=pc.，其中宁德市涉农贷款余额1241.26亿元，同比增长14.7%②数据来源：《2021年宁德市国民经济和社会发展统计公报》，2022.03.24.https://www.ningde.gov.cn/zwgk/tjxx/tjgb/202203/t20220324_1606931.htm.；龙岩市涉农贷款余额1067.82亿元，同比增长14.68%③数据来源：中国银保监会福建监管局。，两地的增速均高于福建省平均水平。宁德市、龙岩市的普惠金融实践具有微缩福建、微缩中国的典型代表性。因此，本文将宁德市、龙岩市的农户调研数据作为研究普惠金融信贷情况的样本，系统分析金融机构与农户之间的互动关系，对我国其他地区也有一定的示范和借鉴意义。

二、文献综述

当前学者对信贷服务满意度的研究，主要从以下三方面展开。

一是客户满意度的定义。农户对普惠金融信贷服务的满意度属于客户满意度范畴。客户满意度表现为对产品性能的感知与期望水平相比较后的结果（Helson，1964）[4]。Cardozo（1965）[5]认为客户满意度受购买时的努力程度以及对该产品期望的影响。Oliver（1980）[6]引入认知和情感因素，提出客户满意度在数学上表达为与客户原先对产品期望的一致或不一致的函数，而满意度会影响购买意愿。二是信贷服务满意度的测评。程京京等（2017）[7]运用四分图法，从金融机构的信贷服务质量和信贷业务本身两个角度测评农户对小额信贷的满意度。焦克源和杨乐民（2020）[8]采用因子分析法从信贷政策的设计、金融机构的服务及消费者的发展三个方面构建“妇小贷”满意度测评体系。三是信贷服务满意度的影响因素。不同农户具有不同的要素禀赋、风险偏好和生产结构，因此对信贷资金规模、用途、还款方式的需求也各不相同（梁杰和高强，2020）[9]。于丽红等（2016）[10]采用有序Logistic实证分析发现，影响农户信贷服务满意度的关键因素是利率水平、资金需求满足程度、办理流程等，金融机构应简化流程，合理设计贷款期限。许星等（2019）[11]认为金融机构便利性、信贷办理效率、信用评级方法和扶贫贷款利率等因素会影响贫困农户对金融精准扶贫的满意度。涉农贷款利率较高是造成农村信贷约束的核心因素，若利率上涨，农户对信贷服务的满意度下降（莫媛和周月书，2019）[12]。梁虎和罗剑朝（2017）[13]研究发现，人均收入会负向影响政府引导模式的农地抵押贷款满意度，实际获贷数额和信贷利率会显著影响农户对农地抵押贷款的满意度，金融机构应降低信贷利率。此外，农户对政策的认知度、满足资金需求程度等因素也会对农户农权抵押融资满意度产生显著影响（杨希和罗剑朝，2015）[14]。

综上所述，影响农户对普惠金融信贷服务满意度的内在因素是多维的，不同因素的作用方向和影响程度不同，对普惠金融信贷服务的评价也会产生差异。由于研究方法各异、数据样本不足等原因，各种研究的结论都可能存在一定的普适性问题。由客户满意度的定义可以看出，农户的信贷服务满意度是农户主观对信贷产品及服务的感知与期望值相比较后形成的感受，受信贷产品、服务和自身认知的影响，属于农户对信贷服务的感性和理性认识范畴，是农户金融素养的一种外在体现。当前学者在信贷服务满意度的研究集中于农权抵押贷款上，对金融素养的研究集中于探讨金融素养和经济行为、自身财务状况的关系上，对于金融素养与普惠金融信贷服务满意度的关系研究还不够深入。金融素养与受教育程度之间是否存在共线性一直是学者们争议的问题，相关研究也表明受教育程度并非是金融素养良好的代理变量（吴雨等，2016；吴卫星等，2018）[15-16]。因此，本文引入金融素养，而不采用受教育程度，可以更准确地揭示当前普惠金融信贷服务与农户期望之间的差距。

鉴于此，本文可能的贡献在于：一是将金融素养纳入自变量体系，并用因子分析法构造复合型金融素养指数，以期更精确地分析农户对普惠金融信贷服务的满意度，为研究普惠金融信贷服务满意度的影响因素提供新视角；二是从农户满意度视角实证分析普惠金融信贷服务存在的问题，并结合实地调查，提出通过多元化的金融服务举措，精准有效对接不同类型农户的融资需求的建议。

三、数据来源与样本特征

（一）数据来源与筛选原则

本文的数据来源于2020年8月对国家级普惠金融改革试验区福建省宁德市、龙岩市开展主题为“福建省普惠金融改革研究”的实地入户调查。调研人员为驻闽高校研究生。调研方法采取典型抽样与随机抽样相结合的原则。调研对象选取宁德市、龙岩市地理环境和区域经济发展水平存在差异的14个县（区），30个乡镇，54个自然村的样本农户，其中宁德市9个县（区）、龙岩市5个县（区），涵盖宁德市、龙岩市所有县域。问卷内容主要包括农户的基本特征、金融素养、持有贷款情况和对普惠金融信贷服务的满意度。问卷的填写由调查员与被调查村民一对一访谈填写。

调研共获取问卷1020份，其中持有普惠金融贷款的问卷533份，剔除调查数据中有缺失值和内容有矛盾的无效数据后，得到持有普惠金融贷款的有效样本514份，样本有效率96.44%。

（二）样本特征

样本农户基本特征统计性描述如表1所示。

表1 样本农户基本特征

四、变量选取与描述性统计

（一）因变量选取

因变量为普惠金融信贷服务满意度。测量方法是被调查农户对普惠金融信贷服务给出总体的主观评价，问题设置为“总体上，您对银行的贷款服务满意吗？”。采用Likert五级量表法进行赋值，非常不满意=1，不太满意=2，一般=3，比较满意=4，非常满意=5。

（二）自变量选取

参考以往研究信贷服务满意度文献中常用的维度，本文从农户个体情况、贷款特征、机构服务三大维度，共选取16个自变量，对普惠金融信贷服务满意度的影响因素进行实证分析，具体如下。

（1）农户个体情况：性别、年龄、家庭人口数、家庭年收入、金融素养、是否信用户。

（2）贷款特征：申请额度、贷款利率、贷款期限、贷款类型、贷款用途、还款方式、是否续贷、是否全额获贷。

（3）机构服务：交通便利度、金融机构服务效率。本文用“家庭住址与办理贷款银行间的距离”衡量交通便利度，用“获得贷款所需天数”衡量金融机构服务效率。

（三）自变量处理

1.连续变量

家庭人口数、家庭年收入、申请额度、贷款利率、交通便利度、金融机构服务效率为问卷的实际值。年龄、贷款期限各变量的赋值之间存在等级关系，为有序变量，为了使模型更加简洁和方便解释结果，作为连续变量引入模型。金融素养用因子分析法测算。

2.分类变量

（1）二分类变量：性别、是否信用户、是否全额获贷、是否续贷为赋值0和1的二分类变量，在模型中以赋值1作为参照水平。

（2）多分类变量：贷款种类、贷款用途、还款方式的变量赋值之间并不存在等级关系，为多分类变量。因此，分别以占比最大的类别作为参照水平，将原始的多分类变量转化为数个哑变量。贷款种类的参照组为“担保贷款”（占总样本76.85%）。还款方式的参照组为“分期还息到期还本”（占总样本45.72%）。贷款用途的参照组设置有两种：一是在总样本和经营农业为主样本的回归中，参照组为“农、林、牧、渔业”（占总样本58.70%，赋值为4）；二是在经营非农业为主样本的回归中，参照组为“商业、服务业”（占经营非农业为主的样本38.04%，赋值为4）。变量的定义、赋值和描述性统计见表2。

表2 变量的定义、赋值和描述性统计

五、金融素养指数测度①本文根据实证设计进行分析，结论供参考。

（一）金融素养测评体系构建

目前，金融素养尚未有统一的定义，以下几种较有代表性。Moore（2003）[17]认为金融素养是一种人力资本，包括金融知识、交易经验、金融行为。Atkinson和Messy（2011）[18]将金融素养定义为：为实现个人金融福利、理解金融知识并做出理性财务决策的能力。Hastings等（2013）[19]认为金融素养包括对金融产品、金融概念的认识，必要的金融计算能力和恰当的金融行为（例如财务规划）。基于上述概念，本文借鉴《消费者金融素养调查分析报告（2019）》[20]对消费者金融素养的衡量，从金融知识、金融行为、金融技能、金融态度四个维度构造农户金融素养测评体系，并结合宁德市、龙岩市贷款农户的行为特点，共设置14个测量题项。鉴于本文主要研究农村普惠金融信贷服务问题，在测评项目的设置上加入与信贷业务有关的内容。一是在金融知识维度上，除了使用最被广为复制的复利计算、通货膨胀计算、投资风险认识这三个测评方向外，还加入对信用认识的考察。二是在金融行为维度上，选取对家庭开支的规划、对贷款的申请、对合同账单的使用、对金融纠纷的投诉四个指标。三是在金融技能维度上，选取金融产品或服务选择、还款金额计算、合法投资渠道和产品服务的辨别三个指标。四是在金融态度维度上，选取对金融教育的态度、对消费及储蓄的态度、对信用的态度三个指标。

Lusardi和Mitchell（2014）[21]在测量金融素养水平时，认为回答“不知道”的被调查者金融素养比回答“错误”的被调查者低，这种赋值规则被广泛认可，因此本文也采用这一赋值原则，数值越大，金融素养越高。例如金融知识维度、还款金额计算等题项的赋值为1=不知道，2=回答错误，3=回答正确；对家庭开支规划的选项赋值为1=从不，2=有时有，3=经常有，4=一直都有。本文使用因子分析法，利用SPSS26.0对上述指标进行拟合，构造复合型金融素养指数。金融素养具体测评项目如表3所示。

表3 农户金融素养测评体系

（二）金融素养得分测算

本文金融素养测量题项的总体Cronbach’s α系数为0.804，变量测量信度较好。在因子分析法的处理上，本文借鉴刘国强（2018）[22]的研究，先采用KMO检验和Bartlett’s球形检验对14个测量题项做模型适用性分析，样本充足性检验KMO统计量为0.855，Bartlett’s球形检验的近似卡方值为1619.959，对应的显著性P值接近0，说明本量表测量题项间有较高相关性，适合做因子分析。

接着采用基于相关系数矩阵的主成分分析法提取公因子。刘国强（2018）[22]、尹志超等（2014）[23]的研究认为，所提取的公因子累积方差贡献率在60%以上即可。

本文结合公因子的特征值，提取7个公因子，大部分原始变量信息的提取比例达70%以上，累积方差贡献率为73.21%，并使用最大方差正交旋转法对因子载荷矩阵实现旋转。因子提取结果见表3，总方差解释见表4。

表4 总方差解释表

在金融素养得分的计算上，本文先用回归法估计因子得分Fji，再以各公因子方差贡献率作为权数，用加权总分法算出金融素养得分Fi。最后，为了让结果更加直观，参考刘国强（2018）[22]的研究，对Fi进行极差化法处理，将其转换成百分制的金融素养综合得分FSi。具体公式为：

xpi为第p个原始变量在第i个观测上的取值，wjp为第j个公共因子和第p个原始变量间的因子值系数。

结果显示，农户金融素养综合得分的均值为67.67，中位数为69.79，标准差为19.04，总体近似服从正态分布。其中，经营农业为主的农户金融素养均值为65.84，标准差为19.29；经营非农业为主的农户金融素养均值为76.07，标准差为15.37。经营非农业为主农户的金融素养高于经营农业为主的农户。

六、实证分析

（一）农户对普惠金融信贷服务的满意度

根据问卷调查中“总体上，您对银行的贷款服务满意吗？”的结果分布可知，8成以上的农户对普惠金融信贷服务感到满意，这说明宁德市、龙岩市在普惠金融信贷工作上取得较好成效，发挥了普惠金融在支农惠农上的作用。

具体而言，总样本中表述“非常满意”和“比较满意”占85.41%，“一般”占9.14%，“不太满意”和“非常不满意”占5.45%。经营农业为主的农户满意率为84.84%，经营非农业为主的农户满意率为88.05%，高于经营农业为主的农户。从Likert均值上看，总样本的均值为4.40，经营农业为主样本的均值为4.39，经营非农业为主样本的均值为4.45，高于经营农业为主的样本。农户对普惠金融信贷服务满意度的分布见表5。

表5 普惠金融信贷服务满意度分布

在对总样本中75个选择“一般”“不太满意”或“非常不满意”的农户调查不满意的原因（可多选）时发现，68%农户不满意的原因是“利率偏高”；其次是“担保、抵押品要求偏严格”，占34.67%；13.33%的农户认为“额度偏小”；12%的农户认为“没有续贷，还款压力较大”；9.33%的农户认为“申请手续偏复杂”；各有4%的农户认为“申请手续费偏高”和“审批时间偏长”；2.67%的农户认为“服务态度不够好”；0个农户选择“网点离家较远，不便捷”。该统计结果与下文的实证结论基本相符。农户对普惠金融信贷服务不满意的原因统计见表6。

表6 农户对普惠金融信贷服务不满意的原因统计

（二）模型设定与检验

1.模型设定

随着乡村振兴和共同富裕战略的不断推进，农村的经济元素越来越多元化，农户的经营类型也逐渐产生分化，一些农户主要的家庭收入来源开始转向非农产业。因此，本文按照经营类型把农户分为纯农业、农业为主兼营其他、非农业为主兼营农业和非农业四种，并将纯农业与农业为主兼营其他的农户归为“经营农业为主”，将非农业为主兼营农业与非农业的农户归为“经营非农业为主”，分成总样本、经营农业为主、经营非农业为主三组进行回归。

由于本文设定的因变量为普惠金融信贷服务满意度，是有序多分类变量，故选取有序多分类Logistic进行回归分析。在连接函数的选择上，互补双对数适用于分析高类别占比较大的因变量。从因变量“普惠金融信贷服务满意度”的分布频率可知，高类别“非常满意=5”占比最大，故选择“互补双对数”做连接函数。有序多分类Logistic回归的实质是拟合累积Logistic回归，先依次把因变量的不同类别分割为2个等级，再对这2个等级建立二分类Logistic回归，拟合（j-1）个Logistic回归模型。具体模型表达式为：

π1、π2、π3、π4分别为农户选择“非常不满意”“不太满意”“一般”“比较满意”的概率。αj为常数项，xi为自变量（普惠金融信贷服务满意度影响因素），βi为各自变量系数。

2.自变量多重共线性检验

本文采用方差膨胀因子VIF和容忍度检验自变量的多重共线性。总样本回归、经营农业为主样本回归、经营非农业为主样本回归的各自变量容差均接近1，方差膨胀因子VIF均在1左右。其中，总样本VIF均值为1.22，经营农业为主样本VIF均值为1.18，经营非农业为主样本VIF均值为1.25，自变量间不存在严重多重共线性问题。

3.平行线检验

使用有序多分类Logistic回归的前提是符合平行性假定。即自变量的偏回归系数与分割点没有关系，各回归方程要在多维空间里相平行。一般认为，当平行线检验的P＞0.05时，可使用有序多分类Logistic对样本数据进行回归分析。本文三组回归的平行线检验P值分别为0.207、0.066、0.368，均大于0.05，满足平行性假定。平行线检验结果见表7。

表7 普惠金融信贷服务满意度影响因素回归结果

4.内生性问题

本文存在内生性问题的可能性较小，主要有以下两方面原因。

一是本文已尽可能减少遗漏变量偏差问题。在选取自变量时，纳入已有研究普遍使用的农户个体情况、贷款特征、机构服务相关指标，并在回归过程中，采用向后筛选策略，由多到少地剔除系数不显著的自变量，尽可能避免因遗漏变量导致的内生性问题，以期更准确地估计出普惠金融信贷服务满意度的影响因素。

二是本文不存在因变量与自变量互为因果关系的问题。本文的因变量是普惠金融信贷服务满意度，为典型的主观型变量，而自变量农户个体情况、贷款特征、机构服务都属于客观因素，会对信贷服务满意度产生影响，而农户的满意度并不会反向影响这些客观因素。

（三）实证结果分析

1.实证结果

本文运用SPSS26.0对样本数据进行有序多分类Logistic回归，分析宁德市、龙岩市普惠金融信贷服务满意度影响因素及作用机制，回归结果见表7。

2.结果分析

本文的结果分析是通过各自变量偏回归系数的Wald检验显著性及系数大小，来判断该自变量对普惠金融信贷服务满意度的影响程度。如果自变量的偏回归系数在统计上显著，则说明该自变量是影响普惠金融信贷服务满意度的主要因素。从SPSS26.0输出的三组回归结果，得出以下结论。

（1）性别、年龄、家庭人口数、是否信用户、申请额度、贷款期限、还款方式、贷款用途、交通便利度、金融机构服务效率对普惠金融信贷服务满意度的影响不显著。普惠金融信贷服务仅与农户生产生活的融资需求有关，不会受农户的性别、年龄、家庭人口数这些个体因素的影响。宁德市、龙岩市的信用户评定工作进展较好，本次调研的514份农户样本中，94.55%的农户已被评为信用户，因此，是否信用户对满意度的影响不显著。申请额度和贷款用途是农户在申请贷款时，根据资金的实际需求申请和使用，属于农户的主观意愿，因此不会显著影响农户的满意度。贷款期限和还款方式的设计在农户申请时已经形成心理预期，因此对普惠金融信贷服务满意度的影响不大。与农户访谈发现，农户在寻求融资时，更关注的是信贷成本，而不是地理距离，且农村的交通越来越便捷，各商业银行也在努力下沉服务网点，因此，交通便利度对农户满意度的影响不显著。目前，各商业银行的贷款审批效率有所提高，本次调研的农户获得贷款所需的平均天数为5.43天，农户普遍对此感到满意，因此金融机构服务效率对满意度的影响不显著。

（2）金融素养、贷款利率、是否全额获贷、是否续贷对总样本、经营农业为主样本、经营非农业为主样本都有显著影响，具体分析如下。

第一，金融素养在三组回归中都以1%的水平对普惠金融信贷服务满意度产生显著的负向影响，金融素养越高，农户选择高类别满意度的概率越低。金融素养是影响农户融资的重要因素（谭燕芝和彭千芮，2019）[24]。信贷服务满意度属于农户对服务质量的感性和理性认识范畴，是金融素养的一种外在表现。“行家效应”是指人们懂得越多，他们的满意度反而下降的一种现象（吴卫星等，2017；Michalos，2008）[25-26]，可为农户金融素养负向影响信贷服务满意度提供一种解释，具体表现为以下几方面。

一是金融素养高的农户，对信贷产品的风险和收益的认知更清晰（尹志超等，2014）[23]；对担保、抵押要求更了解，对利息的计算更准确，能够更清晰地认识到自身的融资需求、偿还能力与现有信贷产品的匹配程度。当前农村普惠金融信贷产品的多样性和个性化还不够，当信贷产品及服务难以很好地匹配他们的实际需求时，就会降低他们的满意度。

二是金融素养高的农户对信贷政策的认知度更高，对信贷产品及服务的议价能力更强。但借款人通常处于劣势地位，议价空间较小，大多数只能被动接受借款条件（吴卫星等，2018）[16]，因此也会导致满意度降低。

三是实地调查发现，金融素养高的农户主动参与金融活动的能力更强，会比较不同银行的信贷产品，这也会导致满意度降低。

第二，贷款利率在三组回归中都以1%的水平对普惠金融信贷服务满意度产生显著的负向影响，贷款利率越高，农户选择高类别满意度的概率越低。有学者研究发现农地抵押贷款的利率水平在9%—11%左右（戴琳和于丽红，2021）[27]。农户认为涉农贷款利率较高，对利率水平较不满意（梁虎和罗剑朝，2017）[13]。2020年福建省人民币贷款加权平均利率为5.35%①数据来源：中国人民银行福州中心支行《福建省金融运行报告（2021）》，http://fuzhou.pbc.gov.cn/fuzhou/126787/127175/4264154/2021060813081040887.pdf。，本次调研的514个农户普惠金融贷款的平均利率为6.92%，也存在贷款利率较高的现象。贷款利率对普惠金融信贷服务满意度的影响效应，主要体现在以下几方面。

一是高利率抑制了农户融资需求，造成农户融资困难。本次调研的487份无贷款经历农户中，26.36%的农户不愿申请贷款的原因是“怕偿还压力过大”。

二是增加农业生产成本。融资成本的增加限制了农业生产经营规模的扩大和农业基础设施建设的投入（胡静，2017）[28]。

三是增加农户的还款压力，农业的收益率受限。因此，贷款利率越高，农户信贷的负担越重，满意度就越低。

第三，是否全额获贷在三组回归中都以1%的水平对普惠金融信贷服务满意度产生显著正向影响。与没有获得全部申请额度的农户相比，获得全部申请额度的农户选择高类别满意度的概率更高。由于农业生产存在弱质性，农产品价格易受各因素影响，金融机构出于风险考量，有时无法充分满足农户的实际融资需求。因此，当农户可以获取贷款的全部申请额度，实际融资需求得到满足，生产生活的实际困难得到解决时，对普惠金融信贷服务满意度就比较高。

第四，是否续贷在5%的水平上对总样本和经营非农业为主样本的普惠金融信贷服务满意度有显著正向影响，在10%的水平上对经营农业为主样本的普惠金融信贷服务满意度有显著正向影响。与无续贷的农户相比，有续贷的农户选择高类别满意度的概率更高。在询问农户不满意的原因时，12%没选择满意类别的农户表示“没有续贷，还款压力较大”。农产品有独特的生产周期性和许多不可抗拒的风险，但是，许多惠农小额贷款产品的期限都是三年之内，有的甚至只有一年，多与农产品的收益周期不匹配。商业银行在农户信用记录、经营状况良好的前提下提供续贷服务能够减缓农户的还款压力，可增强农户对信贷服务的满意度。

（3）贷款种类在5%的水平上对总样本的普惠金融信贷服务满意度有显著影响，在1%的水平对经营农业为主样本的普惠金融信贷服务满意度有显著影响，但对经营非农业为主样本的普惠金融信贷服务满意度影响不显著。与申请担保贷款的农户相比，申请信用贷款的农户选择高类别满意度的概率更高。当访问非满意类别的农户不满意的原因时，34.67%的农户表示“担保、抵押品要求偏严格”。本次调研发现，担保贷款是涉农贷款的主要类型，占所有贷款种类的76.85%，信用贷款仅占15.37%。而农村的担保资源较为稀缺，部分农户由于缺乏合格的担保人而得不到足额的信贷资金，难以满足融资需求。所以，经营农业为主的农户对信用贷款的满意度较高。以非农产业为主要经营类型的农户，在农村往往拥有更多的社会资本，寻找合格担保人的压力较小。因此，贷款种类对经营非农业为主农户的满意度影响不显著。

（4）家庭年收入在1%的水平上对经营非农业为主样本的满意度产生显著负向影响，在总样本和经营农业为主的样本中未通过显著性检验。有学者研究也表明了收入会负向影响农户对信贷服务的满意度和忠诚度（梁虎等，2018）[29]。可能的原因有以下几方面。

一是农村个体经营业主数量日益增多，融资需求各异。然而，当前商业银行的信贷业务没有很好地适应农户的融资需求，与农村不同群体对信贷服务的期待尚存在一定差距（丁淑娟，2017）[30]。二是经营非农业为主的高收入农户在当地的地位和威望较高，往往拥有更多、更便捷的融资渠道，邻里借贷较为方便，对审批烦琐的银行借贷手续不够满意。三是经营非农业为主的高收入农户对资金的需求往往更高，目前农村普惠金融信贷的额度相对较低，导致满意度较低（曹瓅和罗剑朝，2015）[31]。四是实地访谈发现，以经营非农业为主的高收入农户，往往拥有更健全的信用记录，在农村大多数属于被各商业银行争抢的优质客户，因此对信贷服务的要求和心理预期也较高，当商业银行的信贷服务质量达不到他们的心理预期时，会降低他们的满意度。

（四）稳健性检验

本文的稳健性检验分三步：第一步是重新选取因变量，第二步是更换金融素养的计算方式，第三步是更换回归模型。

首先，选取农户对单笔贷款服务的满意度作为因变量，题目设置为“您对该笔贷款的服务满意吗？”，选项设置为“不满意=1，满意=2”。其次，使用直接加总法计算农户的金融素养。再次，用二分类Logistic回归进行稳健性检验。在设置分类变量参照水平上，与有序多分类Logistic回归一致。稳健性检验的回归结果见表8（本文仅汇报需要稳健性检验的变量回归结果）。该回归结果与有序多分类Logistic回归结果相比较，各自变量系数的显著性和正负方向未发生明显变化，说明前文所得结论稳健可靠。

表8 稳健性检验二分类Logistic回归结果

七、研究结论与政策建议

本文基于国家级普惠金融改革试验区福建省宁德市、龙岩市514份农户的调研数据，实证分析普惠金融信贷服务满意度的影响因素及效应，结果如下。一是经营非农业为主农户的金融素养高于经营农业为主农户。二是大多数农户对当前普惠金融信贷服务较为认可，经营非农业为主的农户满意度高于经营农业为主的农户。三是农户不满意的最主要原因是贷款利率偏高、担保和抵押要求偏严格。四是全额获贷、续贷、信用贷款对普惠金融信贷服务满意度呈显著的正向影响，金融素养、贷款利率、家庭年收入对普惠金融信贷服务满意度呈显著的负向影响。其中家庭年收入仅对经营非农业为主的农户满意度有显著的负向影响，信用贷款仅对总样本和经营农业为主的样本有显著正向影响。实地调查还发现以下问题。一是农村信用体系建设薄弱，信用贷款发放量较少，授信期限较短。二是农业生产的弱质性、农村融资担保框架尚不健全以及农权抵押制度不完善，使得商业银行在涉农贷款业务中会更加考虑风险补偿，这是造成农村普惠金融利率偏高的主要原因。三是农村信贷服务难以充分满足农业产业化、多元化形成的新兴融资需求，农村信贷服务模式有待创新。四是金融消费者权益缺乏保障，农户风险意识和自我保护能力相对不足。本文实证发现金融素养与普惠金融信贷服务满意度呈负相关关系，是农户参与信贷市场的一种较为理性的判断和考量，是市场经济的一种正常存在，恰恰说明了发展高质量的农村普惠金融，应正视和适应农户金融决策更加理性的变化趋势。只有提供更加优质的信贷产品和更加务实的金融服务，提高农户对普惠金融信贷服务的满意度，才能更好地开拓农村金融市场并管理好各类风险。为此，本文提出以下政策建议。

1.以农户为中心，提升信贷服务质量

一是完善农权抵（质）押融资机制，盘活农村要素资产，解决农户抵（质）押难题，优化融资环境。二是积极主动听取不同农户群体的意见，以农户需求为导向，结合农村不同产业特点，从授信方式、差别化利率、贷款期限等方面，有针对性地创新信贷产品，精准对接农户融资需求。三是充分发挥数字金融效能，促进农村金融体系的完善和金融产品及服务方式的创新，提高审批效率和授信期限，增加信用贷款和续贷业务，切实解决农村个体工商户和新型农业经营主体的首贷、信用贷难题。

2.分散信贷风险，进一步降低农贷利率

一是搭建区域性、综合型信用平台，为金融机构提供各类信用查询服务；探索适合农村的信用评估指标体系，建立统一的信用乡镇、信用户评定标准，形成行业内可流通的信用评定结果，缓解由信息不对称带来的农户风险不易识别等难题，减少信贷利率定价中过度考虑风险补偿的问题。二是科学统筹农村普惠金融发展资金，因地制宜制定融资担保制度框架，建立政府风险补偿基金，增加政府性融资担保比例，创新担保、再担保业务，分散商业银行信贷风险，同时引导商业银行进一步降低普惠金融信贷利率。三是深入开展农村保险“增信扩面降成本”工作，完善政策性保费补贴机制和再保险体系，为农户经营和商业银行的支农信贷资金安全提供保障。

3.保护农户权益，加强银行行为监管

一是加强对商业银行的行为监管，强化信贷产品信息披露和风险提示，维护金融消费者合法权益，提高农户的金融交易体验感，为金融市场资源配置帕累托改进创造条件（陈潇湘和郑海荣，2021）[32]。二是建立农村信贷纠纷调解平台，可考虑将银行业协会作为借贷双方调节机制的约束方，在信贷纠纷中保持中立性，简化调解流程，提高调解效率，降低农户维权成本，提高农户对普惠金融信贷服务满意度。