论文部分内容阅读
摘要：为了解释农户信贷需求难以实现的原因，文章采用Heckman两阶段模型，从农户需求意愿和规模两个方面，实证分析了贫困地区农户信贷行为的影响因素，研究发现：农户的小额信贷认知、区域异质性和家庭人力资本是影响农户小额信贷需求意愿和规模的最重要的三个因素。具体地，了解小额信贷政策的家庭其信贷需求规模比不了解的家庭平均提高了9.65倍；另外，内蒙古地区农户信贷需求规模比贵州地区的农户高了12.63倍。因此，文章建议政府应该向农户提供更多的金融教育来提高他们对小额信贷的认知程度，从而增加他们的信贷需求并且提高他们获得信贷的可能性；并且，不同地区金融机构应根据当地农户的需求特征制定不同的小额信贷产品，以满足农户的金融需求。
关键词：贫困地区农户；信贷需求；Heckman两阶段模型
一、引言
2013～2016年，在党中央和人民群众的共同努力下，脱贫攻坚取得显著成效。截至2016年年底，我国已经累计脱贫5564万人，贫困发生率由2012年的10.2%下降为2016年的4.5%，贫困地区居民生活水平有了明显的提高。尽管如此，我国脱贫攻坚依然面临着十分艰巨的任务，特困地区贫困现状不容小觑。因此，国家在“十三五”脱贫攻坚规划中提出根据“精确瞄准、因地制宜、分类施策”原则，对少数民族特困地区和特困群体实施综合扶贫工程，通过出台人口较少民族整体脱贫等特殊政策摆脱贫困。贵州和内蒙作为少数民族集聚的地区，呈现出贫困程度深、贫困人口众多等特征。截至2016年年底，贵州省贫困人口为372.2万，贫困发生率为10.6%，全省88个县级单位中有50个是国家扶贫开发重点县，截至到2016年年底内蒙古依然有近55.6万的贫困人口未脱贫，两地都是实现2020年全面建成小康社会的短板地区。
如何通过金融服务改革和创新，加快产业和金融融合并结合贫困户自身脱贫内在动力精准脱贫成为地方政府关注的重点。其中，小额信贷作为我国脱贫攻坚的有效手段，在贵州和内蒙两地实践中得到快速发展。截至2017年8月，内蒙古自治区扶贫办与农业银行内蒙古分行合作开展的金融扶贫富民工程，累计投放金融扶贫贷款337.85亿元，贫困户覆盖率达30%以上。贵州省农信社与省扶贫办、人行贵阳分行联合推出“特惠贷”等精准扶贫农户小额信用贷款产品，截至2016年年末，农信社已经对145万农户建立了档案，对140.66万农户进行信用评级，授信金额高达493.53亿元。为评估内蒙和贵州两地小额信贷扶贫成效，在国务院扶贫办中国国际扶贫中心协调下，课题组在2016年对贵州和内蒙进行了实地调研，通过问卷、入户访谈等方式分析两地小额信贷实践和存在的问题。在调研的基础上，采用Heckman两阶段模型，分析贫困地区农户信贷行为的影响因素，寻求解决信贷约束问题的办法。
二、文献综述
将围绕农户信贷需求的识别、影响因素及其对福利的影响等方面，简要回顾国内外的相关文献。
在信贷需求的识别方面，刘西川等（2009）认为农户信贷需求识别的难点主要在于对隐性需求的识别，已有文献主要通过入户调研和意愿调查的方法（Feder et al，1990；Baydas et al，1994），了解借款人的信息和非借款人的信贷需求情况。例如，黄祖辉、刘西川等（2007）在识别农户信贷需求时使用了意愿调查+假想式提问的方法，在问卷中设计相关问题，如“您是否申请过小额信贷？如没有申请，问什么？”等，对农户的信贷需求进行完全的分类。
通过研究农户信贷需求及其影响因素发现，农户的自然禀赋如家庭收入、储蓄、负债等会影响农户信贷及其资金来源渠道（胡金焱等，2014；王资燕，2016）；交易成本、信贷配给机制不完善（程郁等，2009）、利率（刘西川等，2014）等因素对低收入群体信贷需求比较敏感。
三、样本农户信贷需求的描述性分析
（一）数据来源
本文所使用的数据主要来自课题组2016年的调查，样本包括内蒙古中安村、中信村、永进村、草高村、海龙囤、巴彦温都尔以及贵州省山湾村、脚猛村、南猛村、卯关村、大营村进行的入户调研，分别获得内蒙和贵州有效问卷111份和126份，共计237份。
（二）信贷需求的识别
农户的信贷需求既包括顯性的信贷需求，也包括隐性的信贷需求，显性信贷需求是指信贷已经发生，而隐性信贷需求是指农户有潜在需求但实际信贷并没有发生。农户只要获得过贷款，都有显性信贷需求，所以识别很容易，困难主要来自于对隐性需求的识别。本文对信贷需求的识别主要是借鉴刘西川、程恩江（2009）的办法，大体可分为以下几步：首先询问农户是否申请过小额贷款，若农户的回答为是，则该农户有信贷需求，其中，获得过贷款的农户有显性信贷需求，没有获得过贷款的农户有隐性信贷需求；若农户的回答为否，则询问其没有申请的原因，根据农户的回答进行识别。若农户的回答为“资金充足不需要贷款、无发展思路、利率太高”，则该农户没有信贷需求，若农户的回答为“可以从亲戚朋友处获得贷款、申请手续太复杂、缺乏抵押物或担保、害怕还不了款、没有熟人得不到贷款”，则该农户有隐性信贷需求。
通过以上的识别过程发现，内蒙地区有显性信贷需求的农户有73户，有隐性信贷需求的农户有24户，无需求的农户为14户，且农户无信贷需求的最主要原因是“无发展思路”，占所有无需求农户数量的50%；贵州地区有显性信贷需求的农户为55户，有隐性信贷需求的农户有22户，无需求的农户为49户，且与内蒙一样，“无发展思路”也是贵州农户无信贷需求的主要原因，占比为48.9%。
（三）贵州与内蒙农户信贷需求现状分析
由表1的统计结果可知，在经济社会特征方面，贵州和内蒙两地农户的共同点主要是：第一、家庭主要负责人文化水平都普遍偏低，文化程度在初中及以下的占比分别为93.7%和88.1%；第二、样本农户拥有的固定资产都普遍偏少，两地拥有高资产组的农户占比分别为13.5%和22.5%。贵州和内蒙两地农户的区别主要在收入结构上，内蒙地区农户最主要的收入来源依然是农业收入，非农收入占比在30%以下的农户占总农户数量的68.5%，大部分的农户都缺乏除农业以外的其它增收技能，而贵州地区的农户大多选择外出打工，非农收入占比在70%以上的农户占到总农户数量的32.5%，外出打工收入是当地农户最主要的收入来源。造成该种现象最主要的原因是两地在地理环境上的差异，内蒙为平原地区，地大物博，农民拥有较大的土地面积，有利于发展种植业，而贵州多为山地，土地面积稀少，几乎没有种植收入，所以当地农户大多选择外出打工。 样本地区农户信贷需求的满足率偏低。具体而言，内蒙地区111户样本农户中，申请贷款的农户有92户，实际发生借贷行为的农户有73户，占比为79.3%，贵州地区申请贷款的67户农户中，实际获得贷款的农户有55户，占比为82.1%，虽然两地样本农户贷款申请成功的比例很高，但是，并不能说明农户的贷款需求都得到了满足，通过进一步观察发现，很多农户虽然获得了一定数量的贷款，但是，其信贷需求并没有得到满足，农户信贷需求的规模较大而能获得的贷款数额较少，存在资金缺口的农户较多。本文通过研究影响农户信贷需求规模的因素，试图找出阻碍农户信贷需求难以满足的原因。
此外，样本农户借贷资金多以生产性支出为主。内蒙与贵州农户借贷资金用于农业生产的比例分别为95.9%和81.8%，都占样本农户的绝大多数，但是，和内蒙相比，贵州有更多的农户将资金用于消费，建房是当地农户借款的一大原因。
四、实证分析
（一）计量模型的选取
通过上述的统计数据，发现，样本中很多农户的信贷需求规模较大而所能获得的贷款数量却很小，导致很多农户虽然成功获得贷款但资金需求却无法得到满足，资金缺口问题依然存在，大部分农户都遭受了部分数量配给问题。所以，本文对于农户信贷需求问题的研究，不仅考察农户“是否有需求”的问题，还考察农户“有多少需求”的问题。对于“是否有需求”的问题，现有的文献大多使用Probit模型，而对于“有多少需求”的问题，现有做法是从样本中筛选出有贷款需求的农户，然后对筛选出的样本进行分析。但是这种方法存在样本选择的偏误，将会导致结果出现偏差。因此本文将使用Heckman两阶段的回归模型，将“是否有需求”与“有多少需求”的问题综合考虑。第一阶段构建农户是否有需求的方程Yi，运用Probit模型对农户“是否有需求”的影响因素进行分析，具体方程为：
其中，Yi表示农户是否有贷款需求，Xi表示影响农户贷款需求的外生变量，βi为带估计参数，εi是随机误差项，服从标准正态分布。第一阶段获得的农户信贷需求影响因素的估计概率λi将作为新的变量引入第二阶段的模型Pi中，及农户信贷需求规模方程，来纠正样本选择性偏差，然后用OLS法估计影响农户信贷需求规模的因素。具体方程为：
（二）变量定义
在实证分析中，本文在研究农户是否有信贷需求的方程中将是否有信贷需求作为因变量，有信贷需求取值为1，没有信贷需求则取值为0。信贷需求规模方程以农户信贷需求的具体数额作为因变量。实证分析中，影响农户信贷需求的自变量及其影响机理主要包括。
1. 农户的家庭人力资本状况。一方面，户主年龄反映了一个家庭的生命周期，特别是在老龄化趋势明显的农村，年龄越大暗示其越远离投资和消费的黄金时期，因而信贷需求越低，由此可以预测户主年龄对农户的信贷需求具有负向影响。另一方面，受教育水平是农户一项重要的人力资本积累方式。就农户的信贷需求而言，家庭决策者的受教育水平越高，往往意味着其在信贷市场搜集、加工信息的能力和学习能力强于受教育程度低的群体，也更容易接受新事物，由此可以推测户主受教育程度越高，信贷需求越强。农户的其他人力资本变量还包括家庭人口数、是否有长期患病、人口负担率，我们预测这三个变量对农户的信贷需求也有正向影响。
2. 农户的家庭资产状况。本研究使用土地面积、固定资产以及非农收入占比来表示家庭的资源禀赋状况。农户的家庭资源禀赋越丰裕，意味着农户通过信贷改善现金流的动机越强烈。反过来讲，农户的固定资产、非农收入越高，抵押资产越强，也越容易获得贷款。
3. 农户的消费状况。在实践中，农户信贷行为的一个重要目的就是平滑生产和消费，缓解家庭的现金流约束。由此可见，农户家庭消费水平越高，农户的信贷需求越强。在实证分析中，我们用家庭日常消费支出来表示农户的消费情况。
4. 農户的信贷认知。具体而言，农户是否了解贷款条件和申请程序对其信贷需求也有一定的影响。此外，为了控制贵州与内蒙两地地区差异对农户信贷需求上的影响，将地区作为虚拟变量加入自变量中。
五、实证结果与分析
本文利用Stata 12.0软件进行实证分析，其结果如表1所示。
（一）信贷需求方程的估计结果
1.在反映农户家庭人力资本状况的变量中，家庭人口数量在5%的显著性水平上正向影响农户的信贷需求，这说明家庭人口数量越多，农户产生信贷需求的可能性越大。样本地区农户受知识水平的限制，大多发展劳动密集型的产业，农户的家庭人口数越多，家庭的劳动力数量就越大，越容易有发展产业的念头，则有信贷需求的可能性越大；家中是否有长期患病者在10%的显著性水平上正向影响农户的贷款需求，这一点并不难理解，看病支出对于贫困地区大部分农户而言不仅数额庞大，而且多为刚性的，依靠自己的微薄收入或亲朋好友的帮助都难以解决，所以常常需要借贷资金；受教育程度与农户的信贷需求有正相关关系，在调研的过程中发现，样本地区农户没有信贷需求的一个主要原因是没有发展思路，受教育程度较高的户主自身素质较好，有更多的可以为家庭增加收入的想法，其有信贷需求的可能性越大。
2.在反映农户家庭资产状况的变量中，家庭日常消费支出在10%的显著性水平上负向影响农户的信贷需求，说明农户的家庭日常消费支出越高，有信贷需求的可能性越小。这一结果与普遍认同的观点相反，主要原因是，农户的日常消费支出水平通常受到收入水平的影响，家庭消费支出越高，说明其收入水平越高，则有信贷需求的可能性越小；非农收入占比在1%的显著性水平上通过了检验，说明非农收入占比越小的家庭越容易产生信贷需求。样本地区农户的非农收入大多来自于外出打工以及在村里打零工等，对于资金的要求较低，所以一般不需要贷款，而对于从事农业生产的农户来说，尤其是内蒙地区的农户，土地面积都比较大，购买种子、化肥、农具等需要一大笔资金，产生信贷需求的可能性更大。 3. 农户的信贷认知在1%的水平上正向影响农户的信贷需求，说明了解贷款条件和申请程序的农户产生信贷需求的可能性更大。
4. 从地区变量的估计结果来看，内蒙地区农户的信贷需求比贵州地区的农户更大，对于这一结果的解释是，内蒙地区地大物博，农户拥有更多的土地面积，所以在农业生产方面需要更多的资金，而贵州多为山地，土地面积较少，农户大多外出打工，对资金的需求量较小。
（二）信贷需求规模方程的估计结果：
1. 从农户家庭人力资本的状况来看，户主受教育程度在5%的水平上正向通过了检验，表明户主受教育程度越高，发展思路就越多，信贷需求规模就越大。
2. 从农户的家庭资产状况来看，土地面积与农户信贷需求规模呈负相关关系，说明土地面积越大，农户信贷需求规模就越小，出现这种结果的原因是，农户土地面积越大，每年收获的粮食产量越大，收入就会越多，可以弥补一部分生产性资金的缺失，则信贷需求的规模就越小；中固定资产组在10%的水平上负向影响农户信贷需求规模，说明相比于低资产组农户和高资产组农户，中资产组农户对信贷需求规模的要求较低。
3.从农户对信贷认知的状况来看，了解贷款条件和申请程序的农户拥有更大的信贷需求规模；另外，内蒙地区的农户信贷需求规模普遍比贵州地区的农户要大。
通过比较各个影响因素对农户信贷规模的影响系数可知，农户对小额信贷的认知程度以及农户所处地区对农户的信贷规模具有十分重要的影响，了解小额信贷政策的农户其信贷规模比不了解的家庭平均提高了9.65倍，内蒙地区农户的信贷规模比贵州地区的农户高出12.63倍。另外，户主受教育程度和固定资产组对农户信贷行为也有较大的影响，其影响程度分别为4.81和7.28；相对于以上几个变量而言，耕地面积对农户信贷的影响程度就比较小，人均耕地面积每增加一畝，农户信贷规模的变动程度为0.30。
逆米尔斯比率invmills在10%的水平上显著，说明在进行OLS回归前进行probit模型估计来调整农户信贷需求的样本选择性偏误是有必要的。
六、结论与启示
在实际调查中，发现，虽然两地贷款申请的成功率都很高，但农户信贷需求的满足率并不高，很多农户依旧存在资金缺口的问题。
本文的实证结论显示，影响农户信贷需求的因素主要包括家庭人口数、家中是否有长期患病者、户主受教育程度、家庭日常消费支出、非农收入占比、是否了解贷款条件和申请程序以及地区变量，其中家庭日常消费支出和非农收入占比负向影响农户贷款需求，其余变量正向影响农户贷款需求；影响农户贷款规模的因素主要包括家庭人口数、户主受教育程度、土地面积、中固定资产组、是否了解贷款条件和申请程序以及地区变量，其中土地面积和中固定资产组负向影响农户信贷规模，其余因素正向影响农户信贷规模。另外，通过分析各个影响因素的边际效应可知，是否了解贷款条件和申请程序以及地区两个变量对农户信贷规模的影响程度最深，家庭人均耕地面积对农户信贷规模的影响程度较小。
根据以上实证分析的结果，对于小额信贷的发展，提出以下几点政策建议。首先，农户对小额信贷的认知程度在很大程度上影响了他们的信贷，政府通过向农户提供更多的金融教育来提高他们对小额信贷的了解程度，从而提高他们的信贷需求规模；其次，贫困地区在基础设施方面比一般地区要落后，给农户提供基本的教育服务和农业推广服务，可以增加他们的投资机会，提高他们的信贷需求可能性；最后，贵州和内蒙地区农户在是否有信贷需求和信贷需求规模上都有一定的差别，所以，不同地区金融机构应根据当地农户的需求特征制定不同的小额信贷产品包，以满足农户的金融需求。
参考文献：
[1]黄祖辉，刘西川，程恩江.中国农户的信贷需求：生产性抑或消费性——方法比较与实证分析[J].管理世界，2007（03）.
[2]谢昊男.发达地区农户信贷需求影响因素分析——基于浙江宁海县农村调查研究[J].农村经济，2011（07）.
（作者单位：江南大学商学院）
关键词：贫困地区农户；信贷需求；Heckman两阶段模型
一、引言
2013～2016年，在党中央和人民群众的共同努力下，脱贫攻坚取得显著成效。截至2016年年底，我国已经累计脱贫5564万人，贫困发生率由2012年的10.2%下降为2016年的4.5%，贫困地区居民生活水平有了明显的提高。尽管如此，我国脱贫攻坚依然面临着十分艰巨的任务，特困地区贫困现状不容小觑。因此，国家在“十三五”脱贫攻坚规划中提出根据“精确瞄准、因地制宜、分类施策”原则，对少数民族特困地区和特困群体实施综合扶贫工程，通过出台人口较少民族整体脱贫等特殊政策摆脱贫困。贵州和内蒙作为少数民族集聚的地区，呈现出贫困程度深、贫困人口众多等特征。截至2016年年底，贵州省贫困人口为372.2万，贫困发生率为10.6%，全省88个县级单位中有50个是国家扶贫开发重点县，截至到2016年年底内蒙古依然有近55.6万的贫困人口未脱贫，两地都是实现2020年全面建成小康社会的短板地区。
如何通过金融服务改革和创新，加快产业和金融融合并结合贫困户自身脱贫内在动力精准脱贫成为地方政府关注的重点。其中，小额信贷作为我国脱贫攻坚的有效手段，在贵州和内蒙两地实践中得到快速发展。截至2017年8月，内蒙古自治区扶贫办与农业银行内蒙古分行合作开展的金融扶贫富民工程，累计投放金融扶贫贷款337.85亿元，贫困户覆盖率达30%以上。贵州省农信社与省扶贫办、人行贵阳分行联合推出“特惠贷”等精准扶贫农户小额信用贷款产品，截至2016年年末，农信社已经对145万农户建立了档案，对140.66万农户进行信用评级，授信金额高达493.53亿元。为评估内蒙和贵州两地小额信贷扶贫成效，在国务院扶贫办中国国际扶贫中心协调下，课题组在2016年对贵州和内蒙进行了实地调研，通过问卷、入户访谈等方式分析两地小额信贷实践和存在的问题。在调研的基础上，采用Heckman两阶段模型，分析贫困地区农户信贷行为的影响因素，寻求解决信贷约束问题的办法。
二、文献综述
将围绕农户信贷需求的识别、影响因素及其对福利的影响等方面，简要回顾国内外的相关文献。
在信贷需求的识别方面，刘西川等（2009）认为农户信贷需求识别的难点主要在于对隐性需求的识别，已有文献主要通过入户调研和意愿调查的方法（Feder et al，1990；Baydas et al，1994），了解借款人的信息和非借款人的信贷需求情况。例如，黄祖辉、刘西川等（2007）在识别农户信贷需求时使用了意愿调查+假想式提问的方法，在问卷中设计相关问题，如“您是否申请过小额信贷？如没有申请，问什么？”等，对农户的信贷需求进行完全的分类。
通过研究农户信贷需求及其影响因素发现，农户的自然禀赋如家庭收入、储蓄、负债等会影响农户信贷及其资金来源渠道（胡金焱等，2014；王资燕，2016）；交易成本、信贷配给机制不完善（程郁等，2009）、利率（刘西川等，2014）等因素对低收入群体信贷需求比较敏感。
三、样本农户信贷需求的描述性分析
（一）数据来源
本文所使用的数据主要来自课题组2016年的调查，样本包括内蒙古中安村、中信村、永进村、草高村、海龙囤、巴彦温都尔以及贵州省山湾村、脚猛村、南猛村、卯关村、大营村进行的入户调研，分别获得内蒙和贵州有效问卷111份和126份，共计237份。
（二）信贷需求的识别
农户的信贷需求既包括顯性的信贷需求，也包括隐性的信贷需求，显性信贷需求是指信贷已经发生，而隐性信贷需求是指农户有潜在需求但实际信贷并没有发生。农户只要获得过贷款，都有显性信贷需求，所以识别很容易，困难主要来自于对隐性需求的识别。本文对信贷需求的识别主要是借鉴刘西川、程恩江（2009）的办法，大体可分为以下几步：首先询问农户是否申请过小额贷款，若农户的回答为是，则该农户有信贷需求，其中，获得过贷款的农户有显性信贷需求，没有获得过贷款的农户有隐性信贷需求；若农户的回答为否，则询问其没有申请的原因，根据农户的回答进行识别。若农户的回答为“资金充足不需要贷款、无发展思路、利率太高”，则该农户没有信贷需求，若农户的回答为“可以从亲戚朋友处获得贷款、申请手续太复杂、缺乏抵押物或担保、害怕还不了款、没有熟人得不到贷款”，则该农户有隐性信贷需求。
通过以上的识别过程发现，内蒙地区有显性信贷需求的农户有73户，有隐性信贷需求的农户有24户，无需求的农户为14户，且农户无信贷需求的最主要原因是“无发展思路”，占所有无需求农户数量的50%；贵州地区有显性信贷需求的农户为55户，有隐性信贷需求的农户有22户，无需求的农户为49户，且与内蒙一样，“无发展思路”也是贵州农户无信贷需求的主要原因，占比为48.9%。
（三）贵州与内蒙农户信贷需求现状分析
由表1的统计结果可知，在经济社会特征方面，贵州和内蒙两地农户的共同点主要是：第一、家庭主要负责人文化水平都普遍偏低，文化程度在初中及以下的占比分别为93.7%和88.1%；第二、样本农户拥有的固定资产都普遍偏少，两地拥有高资产组的农户占比分别为13.5%和22.5%。贵州和内蒙两地农户的区别主要在收入结构上，内蒙地区农户最主要的收入来源依然是农业收入，非农收入占比在30%以下的农户占总农户数量的68.5%，大部分的农户都缺乏除农业以外的其它增收技能，而贵州地区的农户大多选择外出打工，非农收入占比在70%以上的农户占到总农户数量的32.5%，外出打工收入是当地农户最主要的收入来源。造成该种现象最主要的原因是两地在地理环境上的差异，内蒙为平原地区，地大物博，农民拥有较大的土地面积，有利于发展种植业，而贵州多为山地，土地面积稀少，几乎没有种植收入，所以当地农户大多选择外出打工。 样本地区农户信贷需求的满足率偏低。具体而言，内蒙地区111户样本农户中，申请贷款的农户有92户，实际发生借贷行为的农户有73户，占比为79.3%，贵州地区申请贷款的67户农户中，实际获得贷款的农户有55户，占比为82.1%，虽然两地样本农户贷款申请成功的比例很高，但是，并不能说明农户的贷款需求都得到了满足，通过进一步观察发现，很多农户虽然获得了一定数量的贷款，但是，其信贷需求并没有得到满足，农户信贷需求的规模较大而能获得的贷款数额较少，存在资金缺口的农户较多。本文通过研究影响农户信贷需求规模的因素，试图找出阻碍农户信贷需求难以满足的原因。
此外，样本农户借贷资金多以生产性支出为主。内蒙与贵州农户借贷资金用于农业生产的比例分别为95.9%和81.8%，都占样本农户的绝大多数，但是，和内蒙相比，贵州有更多的农户将资金用于消费，建房是当地农户借款的一大原因。
四、实证分析
（一）计量模型的选取
通过上述的统计数据，发现，样本中很多农户的信贷需求规模较大而所能获得的贷款数量却很小，导致很多农户虽然成功获得贷款但资金需求却无法得到满足，资金缺口问题依然存在，大部分农户都遭受了部分数量配给问题。所以，本文对于农户信贷需求问题的研究，不仅考察农户“是否有需求”的问题，还考察农户“有多少需求”的问题。对于“是否有需求”的问题，现有的文献大多使用Probit模型，而对于“有多少需求”的问题，现有做法是从样本中筛选出有贷款需求的农户，然后对筛选出的样本进行分析。但是这种方法存在样本选择的偏误，将会导致结果出现偏差。因此本文将使用Heckman两阶段的回归模型，将“是否有需求”与“有多少需求”的问题综合考虑。第一阶段构建农户是否有需求的方程Yi，运用Probit模型对农户“是否有需求”的影响因素进行分析，具体方程为：
其中，Yi表示农户是否有贷款需求，Xi表示影响农户贷款需求的外生变量，βi为带估计参数，εi是随机误差项，服从标准正态分布。第一阶段获得的农户信贷需求影响因素的估计概率λi将作为新的变量引入第二阶段的模型Pi中，及农户信贷需求规模方程，来纠正样本选择性偏差，然后用OLS法估计影响农户信贷需求规模的因素。具体方程为：
（二）变量定义
在实证分析中，本文在研究农户是否有信贷需求的方程中将是否有信贷需求作为因变量，有信贷需求取值为1，没有信贷需求则取值为0。信贷需求规模方程以农户信贷需求的具体数额作为因变量。实证分析中，影响农户信贷需求的自变量及其影响机理主要包括。
1. 农户的家庭人力资本状况。一方面，户主年龄反映了一个家庭的生命周期，特别是在老龄化趋势明显的农村，年龄越大暗示其越远离投资和消费的黄金时期，因而信贷需求越低，由此可以预测户主年龄对农户的信贷需求具有负向影响。另一方面，受教育水平是农户一项重要的人力资本积累方式。就农户的信贷需求而言，家庭决策者的受教育水平越高，往往意味着其在信贷市场搜集、加工信息的能力和学习能力强于受教育程度低的群体，也更容易接受新事物，由此可以推测户主受教育程度越高，信贷需求越强。农户的其他人力资本变量还包括家庭人口数、是否有长期患病、人口负担率，我们预测这三个变量对农户的信贷需求也有正向影响。
2. 农户的家庭资产状况。本研究使用土地面积、固定资产以及非农收入占比来表示家庭的资源禀赋状况。农户的家庭资源禀赋越丰裕，意味着农户通过信贷改善现金流的动机越强烈。反过来讲，农户的固定资产、非农收入越高，抵押资产越强，也越容易获得贷款。
3. 农户的消费状况。在实践中，农户信贷行为的一个重要目的就是平滑生产和消费，缓解家庭的现金流约束。由此可见，农户家庭消费水平越高，农户的信贷需求越强。在实证分析中，我们用家庭日常消费支出来表示农户的消费情况。
4. 農户的信贷认知。具体而言，农户是否了解贷款条件和申请程序对其信贷需求也有一定的影响。此外，为了控制贵州与内蒙两地地区差异对农户信贷需求上的影响，将地区作为虚拟变量加入自变量中。
五、实证结果与分析
本文利用Stata 12.0软件进行实证分析，其结果如表1所示。
（一）信贷需求方程的估计结果
1.在反映农户家庭人力资本状况的变量中，家庭人口数量在5%的显著性水平上正向影响农户的信贷需求，这说明家庭人口数量越多，农户产生信贷需求的可能性越大。样本地区农户受知识水平的限制，大多发展劳动密集型的产业，农户的家庭人口数越多，家庭的劳动力数量就越大，越容易有发展产业的念头，则有信贷需求的可能性越大；家中是否有长期患病者在10%的显著性水平上正向影响农户的贷款需求，这一点并不难理解，看病支出对于贫困地区大部分农户而言不仅数额庞大，而且多为刚性的，依靠自己的微薄收入或亲朋好友的帮助都难以解决，所以常常需要借贷资金；受教育程度与农户的信贷需求有正相关关系，在调研的过程中发现，样本地区农户没有信贷需求的一个主要原因是没有发展思路，受教育程度较高的户主自身素质较好，有更多的可以为家庭增加收入的想法，其有信贷需求的可能性越大。
2.在反映农户家庭资产状况的变量中，家庭日常消费支出在10%的显著性水平上负向影响农户的信贷需求，说明农户的家庭日常消费支出越高，有信贷需求的可能性越小。这一结果与普遍认同的观点相反，主要原因是，农户的日常消费支出水平通常受到收入水平的影响，家庭消费支出越高，说明其收入水平越高，则有信贷需求的可能性越小；非农收入占比在1%的显著性水平上通过了检验，说明非农收入占比越小的家庭越容易产生信贷需求。样本地区农户的非农收入大多来自于外出打工以及在村里打零工等，对于资金的要求较低，所以一般不需要贷款，而对于从事农业生产的农户来说，尤其是内蒙地区的农户，土地面积都比较大，购买种子、化肥、农具等需要一大笔资金，产生信贷需求的可能性更大。 3. 农户的信贷认知在1%的水平上正向影响农户的信贷需求，说明了解贷款条件和申请程序的农户产生信贷需求的可能性更大。
4. 从地区变量的估计结果来看，内蒙地区农户的信贷需求比贵州地区的农户更大，对于这一结果的解释是，内蒙地区地大物博，农户拥有更多的土地面积，所以在农业生产方面需要更多的资金，而贵州多为山地，土地面积较少，农户大多外出打工，对资金的需求量较小。
（二）信贷需求规模方程的估计结果：
1. 从农户家庭人力资本的状况来看，户主受教育程度在5%的水平上正向通过了检验，表明户主受教育程度越高，发展思路就越多，信贷需求规模就越大。
2. 从农户的家庭资产状况来看，土地面积与农户信贷需求规模呈负相关关系，说明土地面积越大，农户信贷需求规模就越小，出现这种结果的原因是，农户土地面积越大，每年收获的粮食产量越大，收入就会越多，可以弥补一部分生产性资金的缺失，则信贷需求的规模就越小；中固定资产组在10%的水平上负向影响农户信贷需求规模，说明相比于低资产组农户和高资产组农户，中资产组农户对信贷需求规模的要求较低。
3.从农户对信贷认知的状况来看，了解贷款条件和申请程序的农户拥有更大的信贷需求规模；另外，内蒙地区的农户信贷需求规模普遍比贵州地区的农户要大。
通过比较各个影响因素对农户信贷规模的影响系数可知，农户对小额信贷的认知程度以及农户所处地区对农户的信贷规模具有十分重要的影响，了解小额信贷政策的农户其信贷规模比不了解的家庭平均提高了9.65倍，内蒙地区农户的信贷规模比贵州地区的农户高出12.63倍。另外，户主受教育程度和固定资产组对农户信贷行为也有较大的影响，其影响程度分别为4.81和7.28；相对于以上几个变量而言，耕地面积对农户信贷的影响程度就比较小，人均耕地面积每增加一畝，农户信贷规模的变动程度为0.30。
逆米尔斯比率invmills在10%的水平上显著，说明在进行OLS回归前进行probit模型估计来调整农户信贷需求的样本选择性偏误是有必要的。
六、结论与启示
在实际调查中，发现，虽然两地贷款申请的成功率都很高，但农户信贷需求的满足率并不高，很多农户依旧存在资金缺口的问题。
本文的实证结论显示，影响农户信贷需求的因素主要包括家庭人口数、家中是否有长期患病者、户主受教育程度、家庭日常消费支出、非农收入占比、是否了解贷款条件和申请程序以及地区变量，其中家庭日常消费支出和非农收入占比负向影响农户贷款需求，其余变量正向影响农户贷款需求；影响农户贷款规模的因素主要包括家庭人口数、户主受教育程度、土地面积、中固定资产组、是否了解贷款条件和申请程序以及地区变量，其中土地面积和中固定资产组负向影响农户信贷规模，其余因素正向影响农户信贷规模。另外，通过分析各个影响因素的边际效应可知，是否了解贷款条件和申请程序以及地区两个变量对农户信贷规模的影响程度最深，家庭人均耕地面积对农户信贷规模的影响程度较小。
根据以上实证分析的结果，对于小额信贷的发展，提出以下几点政策建议。首先，农户对小额信贷的认知程度在很大程度上影响了他们的信贷，政府通过向农户提供更多的金融教育来提高他们对小额信贷的了解程度，从而提高他们的信贷需求规模；其次，贫困地区在基础设施方面比一般地区要落后，给农户提供基本的教育服务和农业推广服务，可以增加他们的投资机会，提高他们的信贷需求可能性；最后，贵州和内蒙地区农户在是否有信贷需求和信贷需求规模上都有一定的差别，所以，不同地区金融机构应根据当地农户的需求特征制定不同的小额信贷产品包，以满足农户的金融需求。
参考文献：
[1]黄祖辉，刘西川，程恩江.中国农户的信贷需求：生产性抑或消费性——方法比较与实证分析[J].管理世界，2007（03）.
[2]谢昊男.发达地区农户信贷需求影响因素分析——基于浙江宁海县农村调查研究[J].农村经济，2011（07）.
（作者单位：江南大学商学院）