正规信贷还是非正规信贷提升了农户家庭福利？

奥鹏网院作业

正规信贷还是非正规信贷提升了农户家庭福利？
——基于倾向得分匹配方法的研究
沈红丽

(天津商业大学 经济学院，天津 300134)

摘 要： 基于2016CFPS的农户数据，采用PSM方法对两种信贷渠道(1)学术界根据农村信贷市场结构将农户信贷渠道分为正规金融信贷和非正规金融信贷，本文参照刘西川等(2014)、谭燕芝等(2017)、彭克强等(2017)等学者的研究将其称为正规信贷和非正规信贷。(正规信贷与非正规信贷)的家庭福利效应进行分析，结果显示：正规信贷对农户家庭的整体福利效应明显高于非正规信贷，尤其在家庭总收支及农户创业方面；除农业收支以外，正规信贷的家庭福利效应均比较显著；而非正规信贷仅倾向于支持发生重大事件的家庭或者农业生产家庭，其福利效应不显著。进一步的异质性讨论表明，正规信贷对东、中部地区和非农家庭的福利效应较强；虽然正规信贷更倾向对农业生产或西部地区农户家庭提供贷款，但对这些家庭的福利提升效果还不明显。本文结论将为进一步完善农村信贷政策提供参考。

关键词： 正规信贷； 非正规信贷； 农户家庭福利； 倾向得分匹配

一、引言
“生活富裕”作为乡村振兴的总要求之一，实现这一目标的关键是如何提高农户的福利水平，改善农户的生活质量。随着我国“乡村振兴战略”的全面部署和实施，农业生产的专业化和社会化水平越来越高，农户生产积极性被极大地调动起来，农业生产成本不断提升，此外城镇化进程的加快使农户生活消费支出也不断上升，因此农户在生产和生活方面都面临着巨大的融资需求。借贷对于农户异常重要，稳定而有效的信贷渠道不仅能够提供平滑消费的资金，而且能够促进生产发展和创新创业，进而提升农户家庭福利。信贷获取对农户纯收入和家庭福利状况均有显著影响[1]，特别是那些受到信贷配给的农户，增加其贷款可以显著提高收入等福利水平[2]。

而在发展中国家，正规信贷与非正规信贷是农户获取信贷的两种渠道，而且这两种信贷渠道之间存在“二八定律”，即20%的农户从正规信贷渠道获得80%的贷款总额[3]。由于正规金融信贷约束的存在，一直以来，非正规信贷是大部分农户获取信贷的主要来源[4，5]，无论是贷款数额还是贷款农户数量的比重均达70%以上[6，7]。但研究

证实，正规信贷对农户家庭福利的提升效果明显，而非正规信贷的提升效果则褒贬不一。2019年中央一号文件和《2018-2020乡村振兴战略规划》强调“鼓励银行业金融机构加大对乡村振兴信贷支持力度，切实降低‘三农’信贷担保服务门槛，引导农民合作金融健康有序发展”。因此，仅对少量农户发放贷款的正规信贷与大部分农户一直依赖的非正规信贷对农户家庭福利效应提升效果如何？到底是正规信贷还是非正规信贷提升了农户家庭福利？不同区域及不同从业类型的农户家庭之间是否存在差异？这些问题的深入研究不仅对农户信贷渠道的福利效应评价提供了有益补充，而且对农村信贷政策的制定和实施及农户家庭福利水平提升提供了参考依据。

二、文献综述
关于农户信贷对家庭福利的影响，学术界主要存在三种观点：一，促进论。持此类观点的学者认为农户信贷可缓解家庭短期资金短缺问题，改变家庭消费和生产决策，显著提高了农户收入水平，并通过直接和间接效应促进农户消费，从而对农户家庭福利产生显著影响[1,2,8-10]。二，无益论。该观点认为信贷投资及单纯增加信贷供给对农民增收及农户福利无显著影响[11,12]。三，结论随条件变化而不同。Luan等(2016)[13]认为农户借贷显著提升了非农收入和经济条件较好家庭的福利，而对农业收入和经济条件较差的家庭则没有影响。Fulford(2013)[14]指出信贷效果随时间而变化，短期内信贷对平滑消费和贫困减缓是有益的。

发展中国家农村信贷市场普遍存在着正规金融和非正规金融并存的局面[15]，目前，学术界对正规金融和非正规金融的定义并不统一，但主要从政府监管与合法性的角度来考虑。Adams等(1992)[16]从政府监管的角度，认为正规金融是政府监管范畴之内的金融机构，如商业银行、农村信用社等，反之，政府监管之外的则为非正规金融，如亲友借贷、合会等。Schreiner(2000)[17]从合法性的角度，认为受国家法律体系来保障实施的是正规金融，不依赖国家法律约束的是非正规金融。因此，农户信贷渠道也分为正规信贷和非正规信贷。

尽管研究对象、研究方法等方面不同，但是正规信贷对农户家庭的福利效应存在较一致的结论：正规信贷显著提升农业生产投入和规模以及农户劳动生产率，增加了农户家庭生活消费，尤其对非农业生产发展具有重要作用，因此对农户农业、非农业收入、总收入和消费增长都有显著的促进作用，进而提升农户福利水平和生活质量[9，18-21]。唐礼智(2009)[22]则认为正规信贷在长期内对农民增收具有正向作用，而短期内具有轻微的阻碍作用。

而非正规信贷对农户家庭福利的影响则存在不同的结论：一，促进论。该观点认为，非正规信贷对农村家庭生产和消费行为具有显著影响[23]，对缓冲收入冲击和家庭福利水平提升起着重要作用[18，24]，无论是长期还是短期对农民增收的效率均高于正规信贷[22]，而且能够提高农村民间借贷的规模和效率，可以显著增加农户收入[25]。二，抑制论。该观点认为民间借贷等非正规信贷对农业生产投入和农业收入的效果较弱[21]，抑制了农村家庭生产经营投资及家庭纯收入等福利水平[19]。

上述研究对农户信贷及正规、非正规信贷的福利效应进行了较为系统的分析，本文运用倾向得分匹配方法(PSM)分析不同信贷渠道对农户家庭的福利效应，其边际贡献主要体现在：(1)以往文献使用的模型主要包括Tobit模型[1]，结构方程模型[20]、分位数回归模型、平均处理效应模型[24]、Probit模型，区域转换模型[18]等，尽管能够克服传统回归模型的缺陷，但仍存在不足之处，本文采用能够克服样本自选择及其他内生性问题的PSM方法，避免估计结果的有偏性和非一致性。(2)以往文献主要分析有无信贷、正规信贷或非正规信贷的家庭福利效应，本文不仅分析正规、非正规信贷对比无信贷农户的福利效应，而且将有信贷农户分为正规信贷与非正规信贷，直接对比分析他们的家庭福利效应差异，更加准确的反映二者之间影响的差异。(3)对农户家庭福利的衡量，以往研究较多采用农户纯收入或农业收入、消费支出与非基础消费支出等衡量，本文对家庭福利的划分更为详细，以便合理区分正规与非正规信贷在家庭福利各细分方面的效应差异，并进行区域及家庭从业类型的异质性分析。

三、理论分析
信息不对称理论。该理论认为基于人缘、地缘、业缘关系以及差序格局和圈层理论形成的非正规金融，具有信息优势，可以有效克服道德风险和逆向选择问题，对资金的投向和使用具有较高的执行效率[26]。非正规金融作为正规金融的有效补充，是农户家庭的重要资金来源，特别是非正规金融中的亲友借贷显著提高了农村家庭信贷可获性[24]。Kochar(1992)[27]指出非正规信贷尤其是亲友借贷比正规贷款成本低，因此受到青睐。通常，道义小农属性使得借款家庭对生活消费借出资金不收取利息，而理性小农属性使其对生产投资借出资金收取利息。但Ayyagari等(2010)[28]认为非正规信贷通常提供短期零星贷款，服务于低端市场。因此，通常情况下，正规信贷主要用于生产投资和资本积累，非正规信贷主要用于平滑消费[24，29]。

金融抑制论。金融抑制论是指由于政府的金融管制(如利率管制等)导致金融发展滞后进而阻碍经济发展，从而形成金融发展滞后与经济发展落后的恶性循环[30]。金融抑制现象成为发展中国家农村金融发展的桎梏，广大农户容易遭受正规金融机构的信贷约束。近年来，虽然我国明显加大了对农民生产性贷款的支持力度，但我国农户用于婚丧嫁娶、购建房屋、临时性生活困难等非生产支出的比例仍较高[31]。而农村正规金融机构由于风险管控及农户担保不足等原因，对农户的消费性甚至生产性贷款普遍存在“惜贷”行为。因此，受到正规金融信贷约束的农户不得不依靠亲友借贷或其他非正规金融贷款。基于此，提出假设1、2。

H1 正规信贷往往用于生产及创业投资等较大资金需求，非正规信贷主要用于平滑消费。

H2 农户遭受正规金融机构信贷约束，当存在消费性借款甚至生产性借款时，不得不依靠亲友借贷等非正规信贷。

假设正规信贷主要用于生产和投资，非正规信贷主要用于生活消费，图1描述了农户家庭同样一笔生产投资借款和生活消费借款发生前后家庭福利水平的变化。

width=324,height=224,dpi=110
图1 农村家庭生产投资与生活消费借款的福利效用图

图1中，横轴表示消费C，纵轴表示投资I。最初的投资与消费预算约束线为I0C0，该预算约束线上一点A(IA，CA)的投资消费偏好无差异曲线为U1。当发生同样一笔借款I0I1=C0C1，I0I1表示主要用于生产投资的正规信贷，C0C1表示主要用于生活消费的非正规信贷。当正规信贷全部用于生产投资时，为B点，消费IAA不变，投资增长AB=I0I1；当非正规信贷全部用于生活消费时，为C点，投资CAA不变，消费增长AC=C0C1，正规信贷与非正规信贷(B点和C点)的投资消费偏好无差异曲线分别为U1B和U1C。

当家庭从正规金融处获得一笔借款I(I0I1)作为生产投资时，如果该笔投资使收入增加αI(0<α<1)，则该笔收入可用作两部分用途，一是消费部分，为β×αI，剩余部分作为继续投资，为(1-β)×αI，其中，0<β<1。在第二轮增量投资中，投资(1-β)×αI，收入增加α×(1-β)αI，此部分收入增量作为消费的部分和作为继续投资的部分分别为β×α(1-β)αI和(1-β)α(1-β)αI。在第三轮增量投资中，投资α2(1-β)×αI，收入增量α×α2(1-β)2I，此部分收入增量用作消费的部分和用作继续投资的部分分别为β×α3(1-β)2I和(1-β)×α3(1-β)2I，同理，第四轮增长投资中产生的收入增量用作消费的部分为α4β(1-β)3I，……。投资I引起的消费依次为αβI，α2β(1-β)I，α3β(1-β)2I，α4β(1-β)3I，…。可知，家庭生产投资I引起消费增长的系数为α(1-β)。

因此，在图1中，随着时间的推移，由于投资对家庭消费产生“引致效应”，所以正规金融的生产投资借款的投资消费预算约束线将变成I2C2，I3C3，等，投资消费偏好的无差异曲线相应变为U2、U3，等，福利效用依次增大。由于家庭生活消费(C0C1)对生产投资及家庭收入则无此加速数效应，所以随着时间推移，非正规金融的生活消费借款的预算约束线不变，仍为I1C1。

根据以上分析，提出假设3和4。

H3 由于生产投资对家庭消费产生“引致效应”，以生产投资为主的正规信贷对家庭生产投资收入及消费支出等方面福利提升产生加速数效应。

H4 以生活消费为主的非正规信贷仅对家庭消费支出产生作用，对家庭生产投资和收入增长等方面的福利效应提升作用有限。

四、研究设计
(一)方法选择
正规信贷与非正规信贷对农户家庭福利的影响，可表示为

Yi=γiTi+βiXi+ui,i=1,2,…,n

(1)

式(1)中，Yi表示农户家庭福利水平，家庭福利的衡量，广义上来说应该包括经济状况、居住条件、社会保障、社区生活、环境等方面，本文借鉴李锐等(2004)[1]、朱喜(2006)[9]、曹璨等(2014)[32]、李成友等(2018)[33]的研究，选取经济状况即农户家庭收入和支出的相关指标来衡量(详见表1)。原因如下：一是农户的经济状况是生活质量的关键决定因素，也可以反映家庭成员的社会地位和生活舒适度[34]；二是农户借款的主要用途是生活消费或者生产经营支出，而无论是生活消费带来的消费满足，还是生产经营带来的收入增加均能提高农户家庭的福利水平，因此以收入和支出指标对农户家庭福利进行衡量是合理的。Ti表示农户信贷获取渠道，其中正规信贷取值为1，非正规信贷取值为0。Xi为控制变量的集合，ui是随机误差项，n为家户数(下式同)。

表1 变量及其定义

width=682,height=731,dpi=110
注：地区分为东、中、西部及东北地区。

由于农户信贷渠道选择不是随机行为，而是受家庭经济特征、户主特征、社会资本、地区等因素影响的自我选择行为，而以上因素同时会对家庭福利产生影响。这就导致在估计不同信贷渠道对农户家庭福利影响时存在内生性问题。而PSM可以有效解决样本选择偏差及混合性偏差导致的估计偏误问题，并且相比同样处理样本选择偏差的Ⅳ和Heckman模型，PSM放松了函数形式、参数约束、误差分布等相关假定。因此，本文采用了PSM估计不同信贷渠道的家庭福利效应。

(二)模型构建
基于“反事实分析框架”[35]，需将借贷农户(2)借贷农户有两种借款渠道，仅通过其中一种渠道借款，即仅有正规信贷或仅有非正规信贷。样本划分为：正规信贷农户(处理组)，非正规信贷农户(控制组)。两组家庭的福利差异可能是由信贷获取渠道的不同造成，也可能是由户主、家庭等其他因素的不同造成，只有利用相似的观测样本时，分析不同信贷渠道的家庭福利效应才有意义。PSM的主要假设是两组家庭除了在信贷渠道方面的差异外，其他各方面特征均比较相似。具体步骤如下。

步骤一：分析农户家庭信贷获取的影响因素。模型如下

width=424,height=32,dpi=110
(2)

式(2)中，pi=P(Ti=1|Xi)为农户家庭i正规信贷的条件概率。X是影响农户正规信贷行为的外生解释变量向量，包括：Di是家庭主要成员特征向量，Fi是家庭状况特征向量，Si是社会资本特征向量，Ci是家庭从业类型特征向量，Ri是地区特征向量。εi是服从正态分布的随机误差项，n表示家户数。

步骤二：用处理组的平均处理效应(ATT)来估计正规信贷与非正规信贷对农户家庭福利影响。

ATT=E(τi|Ti=1)=E(Yi1|Ti=1)-E(Yi0|Ti=1)

(3)

式(3)中，ATT表示处理组的平均处理效应；E(Yi1|Ti=1)表示正规信贷农户的家庭福利，可以观测到；E(Yi0|Ti=1)表示正规信贷农户家庭在假设通过非正规信贷情况下的家庭福利，为反事实结果，是不可观测的。而E(Yi0|Ti=1)的替代指标则可通过PSM方法构造[36]。

(三)变量选取
本文以家庭福利水平作为结果变量。以信贷获取渠道(正规信贷和非正规信贷)作为处理变量。以家庭主要成员特征、家庭状况、社会资本、家庭从业类型和地区因素作为控制变量。各变量定义如表1。

(四)数据来源
本文数据来自全国性跟踪调查项目收集的中国家庭追踪调查(CFPS)，该项目是由北京大学中国社会科学(ISSS)调查中心实施。数据反映了中国社会、经济、人口、教育和健康等方面，包含个体、家庭、社区三个层面的数据。2016年该项目对全国25个省份14 033户家庭进行了全面调查，删除掉关键变量缺失的样本后，最终有信贷农户家庭样本数为1 270(3)对该项目个体和家庭层面的数据通过家庭号匹配之后，最终得到了包含家庭主要成员数据的家庭数13 760户，其中，农村家庭6 691户，去除关键变量缺失的样本后，剩余无任何信贷农户为5 233。，占农户家庭的比重为19.98%。其中仅有正规信贷(4)依据CFPS2016，本文中正规信贷是指银行或非银行正规金融机构，非正规信贷包括亲友借贷和民间借贷。其中民间借贷指游离于经国家依法批准设立的金融机构之外的所有以货币形式、有利息回报的个人与个人、个人与企业、企业与企业之间的资金筹借活动，即非金融机构借款。的农户家庭342户，占全部借款农户家庭的比重为26.93%，平均借贷额为62 341元，仅有非正规信贷的农户家庭928户，平均借贷额39 230元，且90%以上为亲友借贷，民间信贷机构等其他非正规信贷仅为5.82%。

五、实证结果分析
(一)农户信贷获取方程估计
首先构建农户信贷的Logit模型，以此来衡量农户信贷获取的可能性。根据公式(2)估计正规信贷和非正规信贷方程。其中，正规信贷方程共包含342户正规信贷农户和5 233户无信贷的农户；非正规信贷方程共包含928户非正规信贷农户和5 233户无信贷的农户。两方程估计结果如表2所示。

表2 不同信贷渠道的信贷获取方程估计结果

width=682,height=326,dpi=110
注：***、**、*分别表示在1%、5%、10%的水平上显著，下表同。

在正规信贷和非正规信贷方程的影响因素中，都显著的变量有age、health、famnum、internet、farm和west。家庭主要成员的年龄对正规信贷与非正规信贷的影响都显著为负，同张晋华等(2017)[37]研究结论一致，符合理论预期。健康状况的系数均显著，说明健康状况好的农户较少发生借款。从事农业生产对正规信贷与非正规信贷的影响均显著为正，说明了国家的金融政策对农业生产领域的倾斜以及非正规金融的“人缘”“地缘”关系，并没有因为从事农业等弱质产业而无法从中获取信贷。

两种信贷渠道的影响因素中有显著差异的是sex、edu、zdsf、land、rqlzc、phone、家庭从业类型和地区变量。结果表明：男性与经历过土地流转的家庭更容易从正规金融获取信贷。而学历较低者、家庭中发生重大事件以及人情礼支出较多的家庭更容易获得非正规信贷，说明非正规信贷平滑消费的作用，以及传统社会资本对非正规信贷的影响。其中，zdsf对非正规信贷的系数显著为正，说明大部分农户在遇到婚丧嫁娶、子女上学、突发疾病等家庭重大事件时，由于受到正规金融信贷约束，此时更多地依靠非正规信贷，验证了H1和H2。正规信贷方程中，现代化社会资本变量phone和internet的系数均显著为正，而非正规信贷方程中，internet系数显著为负，传统的社会资本变量rqlzc显著为正，说明比较先进的现代化社会资本对正规信贷产生了积极影响，而非正规信贷重视的依然是人情关系等传统的社会资本。地区因素中，西部地区的正规信贷系数显著为正，彰显了国家对西部地区农村金融的政策支持。

(二)识别条件检验
本文采用的匹配方法有k近邻匹配法、卡尺匹配法、核匹配法、线性回归匹配、样条匹配、偏差校正匹配等。使用Stata15软件进行分析。

1．共同支撑假设检验

根据农户信贷获取方程估计结果计算农户家庭参与信贷获取的条件概率拟合值，即农户家庭的倾向得分(PS)。共同支撑假设要求正规与非正规信贷农户家庭的PS密度图有足够大的重叠。本文首先采用k近邻法判断匹配质量。由图2可以观察到两种不同的信贷渠道对农户家庭总收入匹配前处理组和控制组倾向得分的分布情况具有较大的差异，匹配后两组的概率密度函数图差异有了很大改善，说明两组农户的PS取值范围相同，匹配情况良好，满足共同支撑假设。此外，采用其他匹配方法，发现匹配结果均较好(5)限于篇幅，此处仅报告总收入匹配前后的核密度函数，其他福利变量匹配前后的核密度函数备索。。

width=649,height=190,dpi=110
图2 总收入匹配前后倾向得分值的核密度函数

其次，也可根据损失样本数来判断匹配质量。根据各种匹配方法得到的最大损失样本数如下：处理组损失样本15个，匹配样本303个，控制组损失样本7个，匹配样本843个，总共损失22个样本，相对于样本总量1 270，样本损失比例较低，倾向得分匹配效果较好。

2．平衡性假设检验

由表3结果可知，采用不同的匹配方法，控制变量的标准化偏差(Mean Bias)从匹配前的20.9%，匹配后下降至2.1%～5.5%，总体偏误有了显著降低，较好地克服了样本选择偏误问题。同时，基于LR统计量的似然比检验，由于匹配前LR统计量较大，说明匹配前控制变量的联合检验比较显著，而匹配后的LR值较小，则联合检验在统计上不显著，认为匹配效果较好。此外，Pseudo-R2值由匹配前的0.097下降至0.002～0.010，说明匹配后的样本，已经无法识别不同农户的组别。由上述检验结果可知，匹配后的样本通过了平衡性检验，倾向得分估计和样本匹配是成功的。

表3 平衡性检验

width=689,height=539,dpi=110
注：卡尺匹配半径定为0.01；核密度估计使用系统默认的核函数和带宽；样条匹配的Bootstrap抽样次数设置为500；偏差校正匹配以样本协方差矩阵的逆矩阵为权重矩阵，使用马氏距离进行匹配。线性回归匹配和样条匹配的结果一致，所以表中未列示。

(三)正规信贷与非正规信贷的家庭福利效应
表4显示，虽然采用不同的匹配方法得到不同的结果，但各方法测算结果没有太大差异，呈现明显的一致性，说明结果比较稳健。农户家庭总收支与个体经营收入的ATT效应大多在1%的统计水平下显著为正，说明正规信贷在该方面的福利效应明显高于非正规信贷；而农林牧渔业收入、基础消费及农业支出方面的ATT效应相对较小且大多不显著，说明正规信贷在该方面的福利效应与非正规信贷的差异并不显著。

表4 不同信贷渠道的福利效应差异

width=689,height=539,dpi=110
注：样条匹配和偏差校正匹配为Z值，其余为T值；各匹配方法的设定同表3。

首先，在各类收入与支出的福利效应中，个体经营收入的ATT效应最大且效果明显，表明正规信贷在个体经营方面的福利效应显著高于非正规信贷。自从2014年9月李克强总理提出“大众创业，万众创新”之后，国家陆续出台相关的实施政策为“双创”清障搭台，创业农户正规金融信贷需求主要用于生产性投资，而非生活性消费[38]。本文结果验证了农村正规信贷对农户创业的大力支持，同时也说明了正规信贷对家庭生产性投资的福利效应明显，由图1可知，生产性投资对家庭福利的加速效应及对生活消费的引致效应，所以正规信贷对个体经营及家庭总收支的福利提升效果显著，符合H3。

其次，农户家庭总收支方面的ATT效应明显且在1%的水平下显著，说明与非正规信贷相比，正规信贷显著提升了农户家庭总收支的福利水平，具有明显的增收减贫效果。农业收支方面的福利效应系数较小，甚至为负且不显著。可见，与非正规信贷相比，正规信贷对农林牧渔及农业方面的福利效应提升作用有限。近年来我国“三农”政策不断推进，农村金融资源也更多地向农业倾斜，从表2的结果可知，尽管正规金融机构更倾向于向农业生产家庭贷款，在“支农”方面已付出行动，但由于农业的弱质性特征，对农业收支方面的福利效应提升收效甚微。可见，政府应激励正规金融机构支持农业产业化发展和农业技术进步。

为了更深入探讨正规信贷与非正规信贷对农户家庭福利各方面的影响，本文运用PSM方法分别对正规信贷与非正规信贷的纯福利效应进行分析。结果如表5所示。可见，与无信贷农户家庭相比，正规信贷的家庭福利效应整体比较显著。其中，对个体经营收入的福利效应最大且在1%水平下显著，说明正规信贷对农户创业的支持已经取得较大成效，验证H1和H3。然而，尽管正规信贷更倾向于向农业生产家庭借款，但是对农业收支的福利效应还不显著，可见，农村正规信贷需要在支农方面探寻新的金融产品和服务创新。与无信贷农户家庭相比，非正规信贷的福利效应整体不显著。其中，对家庭总收入的福利效应显著为负，说明非正规信贷不利于家庭总收入的增长。对家庭总支出的福利效应为正，而对基础消费和农业收支的福利效应不显著，结合表2分析。可见，以亲友借贷为主的非正规信贷仅在家庭发生婚丧嫁娶、医疗等重大事件时发挥作用，验证H4。

表5 不同信贷渠道的纯福利效应

width=682,height=108,dpi=110
注：分别以正规信贷家庭(342户)、非正规信贷家庭(928户)作为处理组，以无任何信贷家庭(5 523户)作为控制组，为节省篇幅仅采用k近邻(1∶4)进行匹配。表中数值为ATT，括号内为标准误差。下同。

(四)异质性分析
为了进一步揭示不同信贷渠道对农户家庭福利的差异化影响，本文以地区和家庭从业类型进行分组，检验不同信贷渠道对农户家庭福利的组间差异性。基于k近邻匹配法(1∶1)估计结果如表6所示。

表6 按地区和家庭从业类型分类

width=686,height=290,dpi=110
由于不同地区的经济和金融发展水平不同，因此正规信贷和非正规信贷对农户家庭的福利效应也不尽相同。如表6所示，除东北地区外，相比于非正规信贷，东、中、西部地区正规信贷对农户家庭总收支和个体经营收入的福利效应大部分均显著为正。对东部地区农户家庭的福利效应最明显，特别是对农户家庭收入的福利效应(0.901)显著高于其它地区。正规信贷对个体经营收入(lneinc)的福利效应，东部地区最大(2.873)，其次是中、西部地区，而东北地区的正规信贷对个体经营收入的福利效应低于非正规信贷，但不显著。可见，与其他地区相比，东、中部地区的正规金融机构对农村创新创业的支持效果显著。同样，东部地区的正规信贷对农户家庭支出的福利效应最大且较显著(0.818)。在东北地区，个体经营收入、基础消费与农业支出的ATT均为负数，尽管不显著但也在一定程度上说明了正规信贷在这些方面的福利效应均低于非正规信贷，其他方面的ATT系数较小而且不显著，可见在东北地区，正规信贷对农户家庭福利的作用有限。在西部地区，尽管各系数为正，但系数均较小且不太显著，也表明西部地区的农村金融在促进农户福利方面有待进一步提升。

其次，按家庭从业类型分类来看，无论哪种从业类型的家庭，正规信贷对个体经营收入的福利效应均显著为正，在“大众创业、万众创新”政策支持下，农村金融政策对创业的倾斜已经取得明显的效果；且外出务工家庭的系数为0.621，并且在1%的水平下显著，体现了2015年《关于支持农民工等人员返乡创业的意见》发布以来，农村金融政策对返乡创业农民的大力支持。与非正规信贷相比，正规信贷对农业生产家庭的福利效应不明显，除个体经营收入和农业支出的福利效应在10%的水平下显著为正外，其他方面的福利效应均不显著。因此，整体来看，正规信贷的家庭福利效应较大的是工资收入家庭，其次是外出务工家庭，最后是农业生产家庭。

六、研究结论与政策建议
本文使用2016CFPS的农户家庭数据，采用PSM方法对农村正规信贷与非正规信贷的家庭福利效应进行计量分析。得到如下结论：(1)借贷方程研究发现，农村正规信贷倾向于支持经历土地流转、从事农业生产以及西部地区农户家庭，而非正规信贷则多发生在从事农业生产、人情礼支出较多、遭遇婚丧嫁娶等重大事件的农户家庭；互联网社交频率等现代化社会资本变量对正规信贷产生积极影响，而非正规信贷依靠人情关系等传统社会资本。(2)匹配结果显示：正规信贷的福利效应显著高于非正规信贷。与非正规信贷相比，正规信贷对农户家庭个体经营收入的福利效应显著为正，且呈东、中、西部递减趋势，另外对家庭总收支的福利效应也显著为正，但是对农业以及基础消费的福利效应较小而且不显著。非正规信贷的福利效应整体不显著，且对总收入反而有抑制作用。运用不同匹配方法得到的结果具有一致性，表明结论比较稳健。(3)地区分类结果说明：整体来看，正规信贷的家庭福利效应明显高于非正规信贷，并呈东、中、西部递减趋势；从家庭从业类型分类的结果来看，工资收入家庭的正规信贷福利效应明显高于非正规信贷，其次是外出务工家庭，最后是农业生产家庭。(4)农村正规信贷比重较低，在所有借贷农户中不足1/3，尽管正规金融更倾向于对农业生产家庭以及西部地区家庭提供贷款，但其福利效应还未发挥出来。非正规金融多用于生活性重大支出，且大多数为亲友借贷，民间信贷机构等其他非正规金融比重较低。

基于以上结论，为了使正规信贷和非正规信贷能够很好地促进农户家庭福利提升和乡村振兴战略实施，提出以下政策建议：(1)继续加大农村正规信贷对“三农”的支持力度，加强产品和服务创新，不仅要注重金融覆盖率“量”的扩展，而且要注重对农户家庭福利“质”的提升。切实降低“三农”信贷担保服务门槛，创新融资模式，如集银行信贷投放、保险公司履约保证保险、财政保费补贴及贷款风险补偿于一体的“政银保”融资模式，解决农户特别是从事农业生产农户的贷款难问题。(2)鼓励和发展消费性贷款，满足农户消费信贷需求。政府应通过财政税收和货币金融等手段支持和鼓励农村金融机构发展消费性贷款，并创新农户消费信贷的融资担保模式，为农户消费贷款提供担保，分摊农村金融机构的信贷风险，满足农户消费信贷的需求。(3)根据不同地区的经济发展特征和水平，因地制宜地制定区域农村金融信贷政策。积极鼓励和支持东北及西部地区的农村正规金融机构对农户生产及生活消费提供信贷支持。针对东部创新程度较高的浙江、广东等省份，鼓励农村正规信贷支持个体私营等创业贷款；针对河南、四川等劳务输出大省，提供农民工返乡创业优惠贷款等。(4)规范和引导非正规金融健康有序发展。非正规金融具有内生性金融的本土化性质，在有效作用边界内能够缓解农村家庭融资难问题。国家应对非正规金融的合法形式进行明确界定，从制度上保障其合法地位。将其纳入国家监管体系，建立长效监管机制，及时进行信息披露和风险提示，合理引导其健康发展，使之成为正规金融的重要补充，共同服务于乡村振兴。

参考文献

[1]李锐,李宁辉.农户借贷行为及其福利效果分析[J].经济研究,2004(12):96-103.

[2]褚保金,卢亚娟,张龙耀.信贷配给下农户借贷的福利效果分析[J].中国农村经济,2009(6):51-61.

[3]VON PISCHKE J D,ADAMS D V,DONALD G.Rural financial markets in developing countries—their use and abuse [M].Baltimore:John Hopkins University Press,1983.

[4]陈鹏,刘锡良.中国农户融资选择意愿研究——来自10省2万家农户借贷调查的证据[J].金融研究,2011(7):128-140.

[5]刘西川，潘巧方，傅昌銮.小额贷款公司的双重目标：冲突还是兼容？—基于浙江省数据与联立方程的实证分析[J].山东财经大学学报，2019(2)：52-59.

[6]JIA X P,HEIDHUES F,ZELLER M.Credit rationing of rural households in China [J].Agricultural Finance Review,2010,70(1):37-54.

[7]杨汝岱,陈斌开,朱诗娥.基于社会网络视角的农户民间借贷需求行为研究[J].经济研究,2011(11):116-129.

[8]FEDER G,LAU L J.The relationship between credit and productivity in Chinese agriculture:a microeconomic model of disequilibrium [J].American Journal of Agricultural Economics,1990,72(5):1151-1157.

[9]朱喜.农户借贷的福利影响[J].统计与决策,2006(10):41-43.

[10]闫啸,牛荣.农户借贷对收入增长的影响：1771个农户样本[J].改革,2017(10):105-113.

[11]许崇正,高希武.农村金融对增加农民收入支持状况的实证分析[J].金融研究,2005(9):173-185.

[12]黄祖辉,刘西川,程恩江.贫困地区农户正规信贷市场低参与程度的经验解释[J].经济研究,2009(4):116-128.

[13]LUAN D X,BAUER S.Does credit access affect household income homogeneously across different groups of credit recipients?Evidence from rural Vietnam [J].Journal of Rural Studies,2016,47:186-203.

[14]FULFORD S L.The effects of financial development in the short and long run:theory and evidence from India [J].Journal of Development Economics,2013,104(5):56-72.

[15]MOHIELDIN M S,WRIGHT P.Formal and informal credit markets in Egypt [J].Economic Development and Cultural Change,2000,48(3):657-670.

[16]ADAMS D W,FITCHETT D A.Informal finance in low income countries [M].Boulder:Westview Press,1992.

[17]SCHREINER M.Informal finance and the design of microfinance [J].Development in Practice,2001,11(5):637-640.

[18]赵振宗.正规金融、非正规金融对家户福利的影响[J].经济评论,2011(4):89-95.

[19]陈治国,李成友,李红.农村民间借贷对农户家庭福利的影响效应——基于新疆的经验分析[J].西北人口,2017,38(2):111-119.

[20]周小刚,陈熹.关系强度、融资渠道与农户借贷福利效应——基于信任视角的实证研究[J].中国农村经济,2017(1):16-31.

[21]陈飞,田佳.农业生产投入视角下农户借贷的福利效应研究[J].财经问题研究,2017(10):110-118.

[22]唐礼智.农村非正规金融对农民收入增长影响的实证分析[J].农业经济问题,2009(4):76-79．

[23]SINGH I,SQUIRE L,STRAUSS J.Agricultural household model:extension,application and policy [M].Baltimore:the Johns Hopkins University Press,1986.

[24]张宁,张兵,秦晓晖.非正规金融对农村家庭收入、消费水平的影响分析——基于对江苏1202户家庭的调查[J].东南大学学报(哲学社会科学版),2016,18(5):91-102.

[25]苏静,胡宗义,唐李伟.农村非正规金融发展的减贫效应非线性研究[J].农业技术经济,2014(1):81-90.

[26]STIGLITZ J E,WEISS A.Credit rationing in markets with imperfect information [J].The American Economic Review,1981,71(3):393-410.

[27]KOCHAR A.An empirical investigation of rationing constraints in rural credit markets in India [J].Journal of Development Economics.1997,53(2):339-371.

[28]AYYAGARI M,DEMIRGÜÇ-KUNT A,MAKSIMOVIC V.Formal versus informal finance:evidence from China [J].Review of Financial Studies,2010,23(8):3048-3097.

[29]BARSLUND M,TARP F.Formal and informal rural credit in four provinces of Vietnam [J].The Journal of Development Studies,2008,44(4):485-503.

[30]MCKINNON R I.Money and capital in economic development [M].Washington DC:Brookings Institution,1973.

[31]朱信凯,刘刚.二元金融体制与农户消费信贷选择——对合会的解释与分析[J].经济研究,2009(2):43-55.

[32]曹瓅,罗剑朝,房启明.农户产权抵押借贷行为对家庭福利的影响——来自陕西、宁夏1479户农户的微观数据[J].中南财经政法大学学报,2014(5):150-156.

[33]李成友,孙涛.渠道信贷约束、非正规金融与农户福利水平[J].改革,2018(10):90-101.

[34]高进云,乔荣锋,张安录.农地城市流转前后农户福利变化的模糊评价[J].管理世界,2007(6):45-55.

[35]ROSENBAUM P R,RUBIN D B.The central role of the propensity score in observational studies for causal effects [J].Biometrika,1983,70(1):41-55.

[36]DEHEJIA R H,WAHBA S.Propensity score-matching methods for non-experimental causal studies [J].Review of Economics and Statistics,2002,84(1):151-161.

[37]张晋华,郭云南,黄英伟.社会网络对农户正规信贷的影响——基于双变量Probit模型和SEM模型的证据[J].中南财经政法大学学报,2017(6):83-93.

[38]张应良,高静,张建峰.创业农户正规金融信贷约束研究——基于939份农户创业调查的实证分析[J].农业技术经济,2015(1):64-74.

Research on the Effect of Formal Credit and Informal Credit on the Improvement of Rural Households’ Welfare
SHEN Hong-li

(School of Economics,Tianjin University of Commerce,Tianjin 300134,China)

Abstract：Based on the rural data of China Family Panel Studies (CFPS2016),this paper uses the Propensity Score Matching (PSM) method to analyze the households’ welfare effects of two kinds of credit channels (formal credit and informal credit).The results show that,the overall welfare effect of formal credit is significantly higher than that of informal credit,especially for total household income and expenditure and entrepreneurship.Except for agricultural income and expenditure,the households’ welfare effect of formal credit is relatively significant;while the informal credit only tends to support the family or agricultural production family with major events,and its welfare effect is not significant.Further discussions on the heterogeneous impacts show that the welfare effect of formal credit is significantly strong for farmers in the eastern and middle China and for non-agricultural households.Although formal credit is more likely to provide loans to rural families in agricultural production or western regions,the welfare effect of these families is not obvious.The conclusions of this paper provide references for further improving the rural credit policy.

Key words：formal credit;informal credit;rural households’ welfare;propensity score matching