農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策效果仿真模擬研究
——以寧夏平羅縣658份農(nóng)戶數(shù)據(jù)為例

魏立乾，羅劍朝，2

（1.西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100；2.陜西省農(nóng)村金融研究中心，陜西 楊凌 712100）

1 引言

破解“三農(nóng)”問題，推進(jìn)鄉(xiāng)村振興戰(zhàn)略的實(shí)施，是中國經(jīng)濟(jì)轉(zhuǎn)型期農(nóng)村經(jīng)濟(jì)社會(huì)發(fā)展的首要問題。在中國以商業(yè)性金融為主導(dǎo)的農(nóng)村金融體系中，缺乏抵押物是農(nóng)村信貸主體特別是農(nóng)戶面臨信貸排斥的一個(gè)重要原因[1]，農(nóng)業(yè)的弱質(zhì)性、高風(fēng)險(xiǎn)性約束了農(nóng)戶資金積累能力，且缺乏金融機(jī)構(gòu)認(rèn)可的抵押“資產(chǎn)”，從而難以獲得信貸資金[2]。農(nóng)村土地經(jīng)營權(quán)抵押貸款（以下簡稱“農(nóng)地抵押貸款”）正是國家為了拓寬農(nóng)戶貸款融資渠道，盤活農(nóng)村“沉睡資產(chǎn)”，在試點(diǎn)地區(qū)推行的重要金融創(chuàng)新產(chǎn)品。2008年10月，中國人民銀行、中國銀行業(yè)監(jiān)督管理委員會(huì)聯(lián)合發(fā)布《關(guān)于加快農(nóng)村金融產(chǎn)品和服務(wù)方式創(chuàng)新的意見》，由此，農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)開始在全國范圍內(nèi)開展。2015年12月27日，第十二屆全國人民代表大會(huì)常務(wù)委員會(huì)第十八次會(huì)議授權(quán)國務(wù)院在部分試點(diǎn)縣（市、區(qū)）行政區(qū)域分別暫時(shí)調(diào)整實(shí)施有關(guān)法律規(guī)定，并于2017年12月27日延長授權(quán)至2018年12月31日。隨著2018年12月29日第十三屆全國人民代表大會(huì)常務(wù)委員會(huì)第七次會(huì)議《關(guān)于修改〈中華人民共和國農(nóng)村土地承包法〉的決定》第二次修正的頒布，農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)與法律制度有效銜接，“三權(quán)分置”條件下農(nóng)地經(jīng)營權(quán)抵押貸款政策全面推廣的法律法規(guī)障礙已經(jīng)突破。

經(jīng)過十多年的發(fā)展，農(nóng)地經(jīng)營權(quán)抵押貸款政策取得階段性成效，惠及到了廣大農(nóng)村地區(qū)及農(nóng)業(yè)經(jīng)營主體，取得了良好的政策效果。據(jù)統(tǒng)計(jì)，截至2018年9月末，全國232個(gè)試點(diǎn)地區(qū)累計(jì)發(fā)放農(nóng)地抵押貸款964億元①資料來源：http: //npc.people.com.cn/n1/2018/1224/c14576-30485180.html。。但相關(guān)研究已證實(shí)，農(nóng)地抵押貸款效果具有顯著的異質(zhì)性，農(nóng)戶面臨的抵押融資交易成本依然較高，土地評(píng)估價(jià)值較低，農(nóng)戶能夠獲得的資金規(guī)模非常有限，使得農(nóng)戶缺乏很高的熱情等[3]，這些問題的出現(xiàn)，大大降低了預(yù)期的政策效果。因此，本文對(duì)農(nóng)地抵押貸款試點(diǎn)政策效果系統(tǒng)進(jìn)行仿真建模，分析系統(tǒng)中因素對(duì)整體效果的影響機(jī)制，以尋找政策優(yōu)化方案。

通過文獻(xiàn)檢索發(fā)現(xiàn)，國內(nèi)關(guān)于農(nóng)地抵押貸款政策效果的研究主要集中在從單個(gè)因素角度對(duì)農(nóng)地抵押貸款政策效果進(jìn)行評(píng)價(jià)[4-8]。而運(yùn)用系統(tǒng)動(dòng)力學(xué)方法，從整體系統(tǒng)角度出發(fā)，基于試點(diǎn)范圍內(nèi)農(nóng)地經(jīng)營權(quán)抵押貸款政策效果的預(yù)測和仿真模擬研究還不夠充分。

系統(tǒng)動(dòng)力學(xué)（System Dynamics, SD）源于1956年，是美國麻省理工學(xué)院 J W FORRESTER教授提出的能夠根據(jù)現(xiàn)實(shí)事物系統(tǒng)中各因素的相關(guān)聯(lián)系，并借助歷史數(shù)據(jù)建立起來的一種系統(tǒng)動(dòng)態(tài)仿真模型，以此研究未來事物的變化趨勢。農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策效果受多重因素影響，是典型的多維度復(fù)雜系統(tǒng)。而系統(tǒng)動(dòng)力學(xué)以反饋控制理論為基礎(chǔ)，運(yùn)用計(jì)算機(jī)仿真技術(shù)，能夠有效結(jié)合定量與定性分析，基于系統(tǒng)整體視角剖析各子系統(tǒng)間的非線性邏輯關(guān)系，在系統(tǒng)內(nèi)部尋找出促進(jìn)或抑制系統(tǒng)發(fā)展的顯著影響因素。因此，運(yùn)用系統(tǒng)動(dòng)力學(xué)方法研究農(nóng)地抵押貸款試點(diǎn)政策效果仿真模擬具有良好的創(chuàng)新性與適用性。目前，已有文獻(xiàn)主要將系統(tǒng)動(dòng)力學(xué)（SD）在土地使用決策、電力系統(tǒng)低碳發(fā)展模式、城市汽車發(fā)展趨勢、農(nóng)村電商可持續(xù)發(fā)展、貧困地區(qū)減貧效果等社會(huì)經(jīng)濟(jì)領(lǐng)域進(jìn)行了應(yīng)用性分析[9-13]，在農(nóng)地經(jīng)營權(quán)抵押貸款政策效果仿真模擬方面尚未見報(bào)道。

綜合以上考慮，本文以農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)地區(qū)寧夏回族自治區(qū)平羅縣為例，在法律障礙突破的背景下，運(yùn)用系統(tǒng)動(dòng)力學(xué)構(gòu)建農(nóng)地抵押貸款試點(diǎn)政策效果系統(tǒng)仿真模型，評(píng)估試點(diǎn)地區(qū)的政策效果，并通過調(diào)節(jié)相關(guān)決策變量，尋找出影響農(nóng)地經(jīng)營權(quán)抵押貸款政策效果的顯著因素、關(guān)鍵因素和敏感因素，為農(nóng)地經(jīng)營權(quán)抵押貸款政策的實(shí)施完善提供依據(jù)和指導(dǎo)。體系。農(nóng)地抵押貸款政策效果指標(biāo)體系及各子系統(tǒng)影響因素如表1①由于本文研究試點(diǎn)地區(qū)農(nóng)地經(jīng)營權(quán)抵押政策模擬，按照全國人大授權(quán)，可不考慮法律等政策約束，未納入政策變量。。

表1 農(nóng)地經(jīng)營權(quán)抵押貸款政策效果指標(biāo)體系Tab.1 Index system of farmland management rights mortgage policy effect

2 構(gòu)建農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策效果仿真模型

2.1 系統(tǒng)邊界及結(jié)構(gòu)的確定

在系統(tǒng)行為邊界方面，通過對(duì)農(nóng)地抵押貸款政策效果的相關(guān)文獻(xiàn)進(jìn)行梳理總結(jié)，發(fā)現(xiàn)國內(nèi)學(xué)者主要從農(nóng)地抵押貸款對(duì)農(nóng)戶的增收效應(yīng)、福利效應(yīng)，以及農(nóng)戶貸款的可得性、滿意度等方面來評(píng)價(jià)農(nóng)地抵押貸款政策效果。結(jié)合相關(guān)文獻(xiàn)及調(diào)研數(shù)據(jù)，本文將寧夏平羅縣農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策效果系統(tǒng)劃分為：農(nóng)地抵押貸款可得性子系統(tǒng)、農(nóng)地抵押貸款響應(yīng)子系統(tǒng)、農(nóng)地抵押貸款信貸約束緩解程度子系統(tǒng)、農(nóng)戶家庭年收入子系統(tǒng)4個(gè)子系統(tǒng)，共同衡量試點(diǎn)政策整體效果，并構(gòu)建農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策效果指標(biāo)

其中，農(nóng)地抵押貸款可得性子系統(tǒng)主要是指農(nóng)戶能夠用自家擁有的農(nóng)地經(jīng)營權(quán)確權(quán)證作為抵押物，向正規(guī)金融機(jī)構(gòu)申請(qǐng)貸款并能夠獲得貸款的經(jīng)濟(jì)行為。農(nóng)戶能否獲取貸款主要受土地經(jīng)營面積、信用等級(jí)、是否種植或養(yǎng)殖、政策了解程度、社會(huì)關(guān)系、貸款經(jīng)歷等因素的影響。

農(nóng)地抵押貸款響應(yīng)子系統(tǒng)描述了農(nóng)戶在一定時(shí)期內(nèi)參與農(nóng)地抵押貸款行為與貸款次數(shù)。農(nóng)戶參與農(nóng)地抵押貸款的次數(shù)主要受機(jī)構(gòu)信譽(yù)評(píng)價(jià)、貸款期限、機(jī)構(gòu)業(yè)務(wù)辦理積極性、家庭經(jīng)營類型、政策了解程度、利率評(píng)價(jià)等因素的影響。

農(nóng)地抵押貸款信貸約束緩解程度子系統(tǒng)包含兩種情況：一種是指農(nóng)戶在面臨資金需求，又缺乏抵押物的情況下，農(nóng)地抵押貸款能夠拓寬農(nóng)戶貸款渠道，增加農(nóng)戶貸款來源；另一種是申請(qǐng)了貸款但未獲得足額貸款金額的情況，即農(nóng)戶貸款需求金額與貸款獲批金額的差值。農(nóng)地抵押貸款信貸約束緩解程度主要受貸款申請(qǐng)金額、貸款獲批金額、農(nóng)戶信用等級(jí)、家庭經(jīng)營類型等因素的影響。

農(nóng)戶家庭年收入子系統(tǒng)指農(nóng)戶在獲得農(nóng)地經(jīng)營權(quán)抵押貸款后，能夠?qū)①J款用于生產(chǎn)投入，從而提高家庭收入的一套系統(tǒng)。家庭年收入直接受家庭人均年收入、農(nóng)業(yè)人均年收入、非農(nóng)業(yè)人均年收入、種植年收入、養(yǎng)殖年收入、土地經(jīng)營面積、貸款期限、外出務(wù)工人數(shù)等因素的影響。

在系統(tǒng)時(shí)間邊界方面，本文需要考慮到各因素對(duì)整個(gè)農(nóng)地經(jīng)營權(quán)抵押貸款系統(tǒng)的充分反應(yīng)時(shí)間以及可預(yù)測發(fā)展的合理時(shí)間，模型時(shí)間邊界確定為2016—2023年，仿真步長為1年。

2.2 建立系統(tǒng)因果關(guān)系圖

自試點(diǎn)以來，農(nóng)地經(jīng)營權(quán)抵押貸款拓寬了農(nóng)戶的信貸渠道，極大提高了農(nóng)戶的信貸可得性；獲得貸款的農(nóng)戶會(huì)依據(jù)首次貸款的情況，再次選擇是否繼續(xù)申請(qǐng)農(nóng)地抵押貸款，首次貸款經(jīng)歷會(huì)顯著影響農(nóng)戶對(duì)農(nóng)地抵押貸款的后續(xù)響應(yīng)情況；通過農(nóng)地抵押貸款，在一定程度上緩解了農(nóng)戶面臨的信貸約束，進(jìn)而對(duì)農(nóng)戶的家庭收入水平產(chǎn)生影響。

基于以上對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款政策效果的形成路徑分析，構(gòu)建系統(tǒng)的主要反饋回路：貸款可得性→貸款響應(yīng)→信貸約束緩解程度→家庭年收入→貸款可得性，并結(jié)合上文4個(gè)子系統(tǒng)的影響因素分析，繪制農(nóng)地經(jīng)營權(quán)抵押貸款政策效果系統(tǒng)的因果關(guān)系圖，如圖1所示。

2.3 繪制存量流量圖

因果關(guān)系圖只能定性粗略地描述系統(tǒng)的反饋機(jī)制，若要進(jìn)行定量描述，須將圖1所示的因果關(guān)系圖繪制成存量流量圖。因此，根據(jù)因果關(guān)系圖，構(gòu)建反饋回路設(shè)置速率變量及重要的輔助變量，包括以下三種：（1）狀態(tài)變量L：農(nóng)地抵押貸款可得性、農(nóng)戶貸款響應(yīng)、信貸約束緩解程度、家庭年收入、農(nóng)地經(jīng)營權(quán)抵押貸款政策整體效果；（2）速率變量R：貸款可得性變化率、貸款響應(yīng)率、緩解程度變化率、收入變化率、整體效果變化率；（3）輔助變量A：貸款申請(qǐng)金額、貸款獲批金額、土地經(jīng)營面積、承包合同剩余年限、利率評(píng)價(jià)、政策了解程度、家庭經(jīng)營類型、機(jī)構(gòu)信譽(yù)、貸款期限、機(jī)構(gòu)業(yè)務(wù)辦理積極、社會(huì)關(guān)系、是否種植或養(yǎng)殖。

分析各子系統(tǒng)之間、變量之間的因果與邏輯關(guān)系，繪制存量流量圖，如圖2。在農(nóng)地抵押貸款可得性子系統(tǒng)中，土地經(jīng)營面積與農(nóng)戶信用等級(jí)直接影響了貸款可得性，是進(jìn)行農(nóng)地經(jīng)營權(quán)抵押貸款業(yè)務(wù)的重要基石。通過金融機(jī)構(gòu)辦理業(yè)務(wù)積極性與貸款可得性的提高，以及貸款期限的延長等進(jìn)一步促進(jìn)農(nóng)戶貸款響應(yīng)的增加。在信貸約束緩解程度子系統(tǒng)中，最直接的反應(yīng)就是貸款約束金額的大小，同時(shí)戶主文化程度、家庭經(jīng)營類型對(duì)其也有一定程度的影響，而貸款獲批金額的多少對(duì)農(nóng)戶家庭年收入產(chǎn)生直接影響，家庭年收入又是提高貸款可得性的基本動(dòng)力。在家庭年收入子系統(tǒng)中，家庭年收入主要受到農(nóng)地經(jīng)營面積與外出務(wù)工人數(shù)的影響，除此，貸款期限也是影響種植業(yè)和養(yǎng)殖業(yè)的重要變量之一。

圖1 農(nóng)地經(jīng)營權(quán)抵押貸款政策效果系統(tǒng)因果關(guān)系圖Fig.1 Illustration of the causality of farmland management rights mortgage policy effect system

圖2 農(nóng)地抵押貸款政策效果系統(tǒng)存量流量圖Fig.2 The stock and flow diagram of farmland management rights mortgage policy effect system

3 數(shù)據(jù)來源與變量方程賦值

3.1 數(shù)據(jù)來源

本文數(shù)據(jù)調(diào)研采取分層抽樣和隨機(jī)抽樣相結(jié)合的方法，保證了樣本的隨機(jī)性和代表性。2016—2018年本團(tuán)隊(duì)連續(xù)在平羅縣選取9個(gè)鄉(xiāng)鎮(zhèn)，每個(gè)鄉(xiāng)鎮(zhèn)隨機(jī)選取不同產(chǎn)業(yè)類型（以水稻種植、牛羊養(yǎng)殖為主）的村莊，根據(jù)各村常住人口規(guī)模，按照不少于40%的比例選取25～70歲的農(nóng)戶，進(jìn)行一對(duì)一訪談?wù){(diào)查，共回收問卷822份，問卷內(nèi)容包括農(nóng)戶家庭基本信息、貸款經(jīng)歷與評(píng)價(jià)、農(nóng)村產(chǎn)權(quán)抵押融資政策落實(shí)情況等，經(jīng)過篩選，共獲得有效問卷658份，樣本有效率為80.05%。

3.2 變量描述性統(tǒng)計(jì)

農(nóng)地經(jīng)營權(quán)抵押貸款系統(tǒng)中各變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。數(shù)據(jù)分析表明，樣本農(nóng)戶家庭經(jīng)營類型主要為純農(nóng)業(yè)經(jīng)營與農(nóng)業(yè)為主兼營，累計(jì)占樣本總數(shù)的46.92%；戶主多為初中文化水平，占比為63.90%；高中及以上文化水平的農(nóng)戶占比為11.15%；樣本農(nóng)戶土地經(jīng)營面積范圍為0～50畝；平均為17.54畝；從農(nóng)戶家庭年收入情況來看，受訪農(nóng)戶家庭年收入平均為102 968元，農(nóng)業(yè)年收入平均為42 326.03元；54.16%的農(nóng)戶參與了農(nóng)地經(jīng)營權(quán)抵押貸款，樣本具有較強(qiáng)代表性。

3.3 指標(biāo)權(quán)重的確定

在對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)效果的有關(guān)指標(biāo)賦權(quán)重時(shí)，“農(nóng)戶信用等級(jí)”是反映農(nóng)戶償還債務(wù)能力和意愿的相對(duì)尺度，很大程度上能夠決定農(nóng)戶能否獲得農(nóng)地抵押貸款，是不可忽略的關(guān)鍵變量，但“農(nóng)戶信用等級(jí)”數(shù)據(jù)具有保密性，數(shù)據(jù)不可得。因此，對(duì)包含該變量的子系統(tǒng)采用主觀賦權(quán)法——G1法①G1法是由東北大學(xué)郭亞軍教授[14]提出的一種對(duì)AHP進(jìn)行改良的賦權(quán)方法。替代客觀賦權(quán)法——熵值法，即針對(duì)包含“農(nóng)戶信用等級(jí)”指標(biāo)的“農(nóng)地經(jīng)營權(quán)抵押貸款可得性”“農(nóng)地經(jīng)營權(quán)抵押貸款信貸約束緩解程度”“農(nóng)戶家庭年收入”三個(gè)子系統(tǒng)，運(yùn)用G1法對(duì)其進(jìn)行指標(biāo)權(quán)重的賦值；針對(duì)“農(nóng)地經(jīng)營權(quán)抵押貸款響應(yīng)” 子系統(tǒng)，該子系統(tǒng)指標(biāo)數(shù)據(jù)均可得，選用熵值法進(jìn)行賦權(quán)。通過主觀賦權(quán)法和客觀賦權(quán)法的結(jié)合，保證了仿真模擬結(jié)果的科學(xué)性。

3.4 變量及變量方程賦值

根據(jù)農(nóng)地經(jīng)營權(quán)抵押貸款政策效果系統(tǒng)變量描述性統(tǒng)計(jì)（表2）中變量均值對(duì)各變量賦初值，并將上述通過G1法與熵值法所計(jì)算的指標(biāo)權(quán)重，分別帶入農(nóng)地抵押貸款政策效果系統(tǒng)的各子系統(tǒng)關(guān)系方程中，經(jīng)整理得到系統(tǒng)主要變量及方程如下：

（1）整體效果變化率 = 信貸約束緩解程度×0.198 +農(nóng)地抵押貸款可得性×0.277 + 農(nóng)戶貸款響應(yīng)×0.165 +家庭年收×0.360。

表2 變量定義及描述性統(tǒng)計(jì)分析Tab.2 Definition and descriptive statistical analysis of variables

（2）貸款可得性變化率=農(nóng)戶信用等級(jí)×0.287 +土地經(jīng)營面積×0.094 + 家庭年收入×0.205 + 政策了解程度×0.061 + 是否種植或養(yǎng)殖×0.146 + 社會(huì)關(guān)系×0.122 + 貸款經(jīng)歷×0.085。

（3）貸款響應(yīng)變化率=農(nóng)地抵押貸款可得性×0.179 + 家庭經(jīng)營類型×0.134 + 政策了解程度×0.088+ 機(jī)構(gòu)業(yè)務(wù)辦理積極性×0.469 + 機(jī)構(gòu)信譽(yù)評(píng)價(jià)×0.053 + 貸款期限×0.017 + 利率評(píng)價(jià)×0.060。

（4）緩解程度變化率=農(nóng)地抵押貸款可得性×0.144 + 農(nóng)戶信用等級(jí)×0.130 + 農(nóng)戶貸款響應(yīng)×0.187+ 家庭經(jīng)營類型×0.084 + 戶主文化程度×0.084 + 社會(huì)關(guān)系×0.109 - 貸款約束金額×0.262。

4 情景模擬及仿真結(jié)果分析

4.1 農(nóng)地經(jīng)營權(quán)抵押貸款政策整體效果仿真模擬

圖3 農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策整體效果仿真結(jié)果Fig.3 Simulation results of the overall effect of farmland management rights mortgage pilot policy

本文運(yùn)用2016年寧夏平羅縣調(diào)研數(shù)據(jù)，以2016年作為基期，對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)綜合效果進(jìn)行仿真模擬，結(jié)果如圖3?？梢钥闯?，2016—2020年試點(diǎn)效果增速較慢，年增速約為6%；2020年以后，試點(diǎn)效果有較大幅度提升，年增速由6%提高到25%。由此得出，隨著時(shí)間的推移，農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)整體效果不斷增強(qiáng)，且2020年之后政策效果力度約為2020年以前的4倍。

4.2 各子系統(tǒng)效果仿真模擬

圖4整體分析了4個(gè)子系統(tǒng)變化趨勢及相互影響情況?？梢钥闯?，在農(nóng)地經(jīng)營權(quán)抵押貸款政策效果中，政策的實(shí)施對(duì)農(nóng)戶貸款可得性、農(nóng)戶貸款響應(yīng)、信貸約束緩解程度、農(nóng)戶家庭收入均有顯著正向影響。其中，農(nóng)戶家庭收入對(duì)試點(diǎn)效果的影響最為顯著，影響程度最大；農(nóng)戶貸款可得性變化速率最大，是提高政策效果最有效的途徑。

此外，農(nóng)戶貸款可得性呈穩(wěn)步增長的趨勢，且預(yù)測在2018—2023年期間，農(nóng)戶“抵押難、貸款難”問題將得到更大程度的緩解。預(yù)計(jì)2016—2019年貸款可得性增長率約為5%，2019—2021年貸款可得性增長率約為7%，2021—2023年增長率提高到10%左右。

農(nóng)地經(jīng)營權(quán)抵押貸款政策對(duì)農(nóng)戶貸款響應(yīng)次數(shù)具有顯著的正向影響，且預(yù)測增長速度越來越快。2016—2020年期間農(nóng)民貸款響應(yīng)緩慢增長；2020年以后，農(nóng)民貸款響應(yīng)增長速度加快。

農(nóng)地經(jīng)營權(quán)抵押貸款政策對(duì)信貸約束的緩解程度為先“平坦式”后“斜坡式”的增漲趨勢。2016—2019年政策對(duì)農(nóng)戶面臨的信貸約束緩解程度影響具有一定的滯后性，影響不顯著；2020年以后，政策更深一步的落實(shí)有效緩解了農(nóng)戶面臨的信貸約束，緩解程度快速上升。

預(yù)測農(nóng)民家庭收入逐步上漲，曲線斜率明顯由小變大，在2020年出現(xiàn)收入效應(yīng)轉(zhuǎn)折點(diǎn)。2016—2020年期間，農(nóng)民家庭收入以較小的增速平穩(wěn)式增長；2020年以后，農(nóng)民收入增長速度加快，政策效果穩(wěn)步向好。

4.3 模型檢驗(yàn)

4.3.1 靈敏度分析①由于篇幅限制，靈敏度分析曲線圖未在文中報(bào)告，如果需要可向筆者索取。

為了驗(yàn)證仿真模型模擬的分析結(jié)果是否具有較強(qiáng)的可信度，常用“靈敏性與強(qiáng)壯性”對(duì)模型進(jìn)行檢驗(yàn)。通常來說，若模型變量在合理范圍內(nèi)的變動(dòng)導(dǎo)致模型結(jié)果變化較大，模型反應(yīng)過于敏感，則表明模型的強(qiáng)壯性較差，則應(yīng)考慮模型結(jié)果的準(zhǔn)確性；若模型結(jié)果變化不大，則表明模型的強(qiáng)壯性較強(qiáng)，結(jié)果可信度較高。本文運(yùn)用數(shù)值靈敏度分析法，以農(nóng)地經(jīng)營權(quán)抵押貸款響應(yīng)子系統(tǒng)為例，在不改變系統(tǒng)中其他因素的情況下，將“機(jī)構(gòu)信譽(yù)評(píng)價(jià) ”這一影響因素分別設(shè)置為“非常不好”和“非常好”，與初始值“一般”進(jìn)行對(duì)比，觀察其效果的數(shù)值變化情況，發(fā)現(xiàn)模型數(shù)值結(jié)果變化極小，說明本文所建立的農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)政策效果仿真模型具有較強(qiáng)的可信度。

4.3.2 仿真效果檢驗(yàn)

本文選取對(duì)試點(diǎn)政策效果起直接衡量作用的4個(gè)狀態(tài)變量進(jìn)行驗(yàn)證。對(duì)比數(shù)據(jù)來源于本團(tuán)隊(duì)2018年對(duì)寧夏平羅相同縣域地區(qū)農(nóng)戶的隨機(jī)抽樣調(diào)查，通過對(duì)樣本基本特征的描述性統(tǒng)計(jì)分析，從中篩選出與基期2016年數(shù)據(jù)有較高匹配度的農(nóng)戶數(shù)據(jù)，共計(jì)353份①表3中4個(gè)子系統(tǒng)實(shí)際趨勢的計(jì)算方法與前文定義一致。由于篇幅限制，2017年、2018年數(shù)據(jù)情況未在文中報(bào)告，如需要可向筆者索取。。將2017年、2018年與2016年相比較，發(fā)現(xiàn)農(nóng)地經(jīng)營權(quán)抵押貸款可得性逐年提高，且增長趨勢與實(shí)際相符；同樣，農(nóng)戶貸款響應(yīng)、信貸約束緩解程度和農(nóng)戶家庭年收入均逐年遞增，檢驗(yàn)結(jié)果見表3。所選取變量模擬趨勢與實(shí)際趨勢相擬合，模型的仿真效果得到進(jìn)一步驗(yàn)證。

表3 模型仿真效果檢驗(yàn)Tab.3 Model simulation effect test

4.4 參數(shù)情景設(shè)置

通過以上分析，仿真模型運(yùn)行結(jié)果具有較強(qiáng)的可信度，因此，本文擬通過改變系統(tǒng)中的變量，尋找能夠優(yōu)化試點(diǎn)效果的決策變量。

本文選取貸款期限、貸款獲批金額、農(nóng)戶信用等級(jí)和農(nóng)戶利率評(píng)價(jià)作為4個(gè)決策變量，設(shè)置了以下4個(gè)政策場景進(jìn)行模擬仿真。（1）將貸款期限由1年延長為2年；（2）將農(nóng)戶貸款獲批金額由3萬提高到5萬；（3）將農(nóng)戶信用等級(jí)由“A級(jí)”提高為“AAA級(jí)”；（4）分別農(nóng)戶對(duì)農(nóng)地抵押貸款的利率評(píng)價(jià)由“一般”變?yōu)椤胺浅８摺薄胺浅５汀薄?/p>

將以上4種方案模擬結(jié)果及具體數(shù)值變化趨勢，總結(jié)如表4?？梢钥闯觯嘿J款期限對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)整體效果具有顯著的正向影響；提高貸款獲批金額能夠增加農(nóng)戶對(duì)貸款的響應(yīng)次數(shù)，較大程度緩解農(nóng)戶面臨的信貸約束，對(duì)農(nóng)戶家庭收入水平有顯著的改善作用；隨著農(nóng)戶信用等級(jí)的提高，農(nóng)戶貸款可得性、貸款響應(yīng)、信貸約束緩解程度、家庭收入均得到顯著增加，大幅度提升了試點(diǎn)效果；利率的提高使得農(nóng)戶參與意愿降低，貸款響應(yīng)次數(shù)明顯下降，降低了農(nóng)地經(jīng)營權(quán)抵押貸款的覆蓋率，大大減弱了試點(diǎn)政策的預(yù)期效果；利率的降低對(duì)農(nóng)戶貸款響應(yīng)和信貸約束緩解程度并沒有顯著的影響，即降低利率并沒有明顯提高農(nóng)戶的貸款參與意愿。

5 結(jié)論與政策建議

本文基于寧夏回族自治區(qū)平羅縣658份農(nóng)戶調(diào)研數(shù)據(jù)，運(yùn)用系統(tǒng)動(dòng)力學(xué)方法構(gòu)建農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)整體效果仿真模型，預(yù)測政策效果未來走勢。通過調(diào)節(jié)系統(tǒng)內(nèi)決策變量，尋找出能夠提升政策效果的優(yōu)化路徑，對(duì)政策的完善提供指導(dǎo)。得到以下4點(diǎn)結(jié)論：（1）農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)整體效果與4個(gè)子系統(tǒng)的效果呈現(xiàn)同步增長趨勢。農(nóng)地經(jīng)營權(quán)抵押貸款試點(diǎn)整體效果各子系統(tǒng)相互作用、相互影響，共同促進(jìn)政策效果的提高。（2）在農(nóng)地經(jīng)營權(quán)抵押貸款政策效果系統(tǒng)中，政策的實(shí)施對(duì)農(nóng)戶貸款可得性、貸款響應(yīng)、信貸約束緩解程度、農(nóng)戶家庭收入均有正向影響。其中，農(nóng)戶家庭收入是衡量政策效果的最顯著因素，農(nóng)戶貸款可得性變化速率最大，是提高政策效果最有效率途徑。（3）貸款期限、貸款獲批比例、農(nóng)戶信用等級(jí)均為影響政策效果的主要因素，農(nóng)戶信用等級(jí)是提高政策效果的關(guān)鍵因素。（4）中小型農(nóng)戶貸款響應(yīng)對(duì)利率變化的敏感度不同。具體來說，農(nóng)戶貸款響應(yīng)對(duì)利率的提高有較強(qiáng)的敏感反應(yīng)，而對(duì)利率降低敏感度不高，即中小型農(nóng)戶對(duì)農(nóng)地抵押貸款利率升高的敏感度要顯著強(qiáng)于利率降低。

表4 各參數(shù)情景設(shè)置及其仿真結(jié)果Tab.4 Each parameter scenario setting and its simulation results

基于以上結(jié)論，得出如下政策建議：（1）充分重視農(nóng)地經(jīng)營權(quán)抵押貸款可得性、農(nóng)戶貸款響應(yīng)及信貸約束緩解程度等全流程緊密銜接，在法律障礙突破的條件下，提高各子系統(tǒng)之間的協(xié)同作用，促進(jìn)各子系統(tǒng)相互配合、有機(jī)聯(lián)動(dòng)，推動(dòng)試點(diǎn)政策整體效果穩(wěn)步提高。（2）將農(nóng)地抵押貸款與當(dāng)?shù)禺a(chǎn)業(yè)興旺相結(jié)合，著重提高家庭收入。在發(fā)展農(nóng)地抵押貸款的同時(shí)，充分把握當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展規(guī)律，發(fā)揮種植業(yè)、畜牧業(yè)產(chǎn)業(yè)優(yōu)勢，構(gòu)建產(chǎn)業(yè)與金融深度融合的抵押貸款模式，為當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展注入金融活水。（3）依托農(nóng)村“熟人社會(huì)”優(yōu)勢，發(fā)揮農(nóng)村基層組織力量，提高試點(diǎn)基層組織化程度，將農(nóng)地抵押貸款業(yè)務(wù)與農(nóng)村基層組織有效對(duì)接，利用“軟信息”資源提升貸款客戶的甄別能力。實(shí)施精準(zhǔn)金融服務(wù)，細(xì)化農(nóng)戶家庭產(chǎn)業(yè)類型，使貸款周期與農(nóng)牧業(yè)生產(chǎn)周期相匹配。在農(nóng)商行、信用社客戶信用評(píng)級(jí)基礎(chǔ)上，運(yùn)用互聯(lián)網(wǎng)、大數(shù)據(jù)和新的評(píng)估方法，對(duì)農(nóng)戶信用等級(jí)進(jìn)行精確精準(zhǔn)評(píng)估，并實(shí)現(xiàn)動(dòng)態(tài)更新，為農(nóng)地抵押貸款業(yè)務(wù)的發(fā)展提供良好的金融生態(tài)環(huán)境。（4）加強(qiáng)貸款支持力度，落實(shí)農(nóng)戶利率優(yōu)惠政策。在保障商業(yè)銀行等主辦銀行“三性原則”的基礎(chǔ)上，針對(duì)優(yōu)質(zhì)客戶可實(shí)行基準(zhǔn)利率或浮動(dòng)利率。