• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      非正規(guī)金融能提高農村居民消費水平嗎

      2021-12-22 00:43:52劉長庚吳宏韜
      統(tǒng)計與信息論壇 2021年12期
      關鍵詞:享受型戶主控制組

      劉長庚,吳宏韜

      (1.湘潭大學 商學院,湖南 湘譚 411105;2.湖南財政經濟學院 經濟學院,湖南 長沙 410205)

      一、引 言

      自中國經濟進入“新常態(tài)”以來,可持續(xù)穩(wěn)增長成為經濟發(fā)展的新目標,盡管中國經濟總量依舊保持著穩(wěn)步增長的態(tài)勢,經濟增速卻有所回落。消費是拉動經濟增長的“三駕馬車”之一,是生產的最終目的和動力,是人民對美好生活需要的直接體現(xiàn)。中國是世界上從事農業(yè)生產人數(shù)最多的國家。據(jù)《中國統(tǒng)計年鑒》2018年末數(shù)據(jù),中國農村人口占全國人口比重約為40.42%,而農村居民總消費只占全國居民總消費的24.68%,這意味著中國農村人口占比大但消費占比小,農村消費水平有待提高、消費結構有待優(yōu)化改善。如何讓改革成果催化農村消費升級,讓消費突破城鄉(xiāng)“二元化”格局的限制,最終提升農民生活質量,是亟需思考的重要議題。

      受農村地區(qū)經濟落后、農戶固定資產匱乏的限制,標準信息稟賦和信息不對稱會加劇市場失靈,正規(guī)金融機構在微觀融資方面會對農村居民產生非價格信貸配給,使得農戶面臨正規(guī)信貸約束,從而其對消費的促進作用十分有限[1],因此在農村地區(qū)融資起主導作用的反而是農村內生的非正規(guī)金融機構。具體而言,具有本土化性質的非正規(guī)金融能夠充分利用人緣、地緣等關系緩解融資的信息不對稱問題,從而顯著提高農戶的民間融資能力[2]。因此,要更大限度拉動農村消費、提高農民消費水平、改善消費結構,從而提高農民生活質量,就要從農村實際出發(fā),重視非正規(guī)金融對消費的影響。

      根據(jù)國家統(tǒng)計局改革開放40年發(fā)展成就系列報告,隨著居民溫飽問題的解決,農村家庭消費開始從生存型消費向發(fā)展和享受型消費傾斜,在新時代下,有關提高農民生活消費水平、改善消費結構的問題應該得到系統(tǒng)的研究。現(xiàn)有文獻已經開始將作為農民融資主要渠道的非正規(guī)金融與消費納入一起研究,但更多的是僅分析了非正規(guī)金融是否對消費產生影響,沒有考慮進入新時代以來非正規(guī)金融對農民消費水平的影響效應,使得研究不夠完善,尚未跟上中國具體實踐的步伐。本文針對以上問題在相關方面進行進一步探索,希望能夠為農村非正規(guī)金融健康發(fā)展、切實改善農村居民消費水平和消費結構、為農民創(chuàng)造美好生活提供理論依據(jù)和有效途徑。

      二、文獻綜述

      國外學者有關金融發(fā)展對居民家庭消費影響的研究形成系統(tǒng)化的體系可追溯至20世紀六七十年代。相關研究大致可分為兩個視角,分別基于金融抑制為主和信貸約束為主。在金融抑制視角下,最經典的論述來自McKinnon和Shaw,他們認為發(fā)展中國家對金融體系干涉過多,影響了金融的自由發(fā)展;另外,隨著優(yōu)先發(fā)展重工業(yè)政策的制定,居民消費必然得到限制[3]。在信貸約束視角下,學者們則認為金融發(fā)展能夠促進居民消費。Caporale和Williams研究認為,隨著金融自由化程度的提高,信貸約束的降低能夠降低居民對收入的敏感性和平滑跨期消費,從而提高居民家庭消費水平[4]。國內學者對金融與居民消費之間關系的研究更多集中在消費信貸約束角度[5]。黃倩等通過Heckman兩步法的研究,認為信貸約束的存在使得居民家庭實際消費低于其理論最優(yōu)消費,因此優(yōu)化融資環(huán)境是促進家庭消費的必要條件[6]。李江一等將家庭是否持有信用卡作為衡量消費信貸的標準,研究發(fā)現(xiàn)持有信用卡對家庭消費具有顯著促進作用,并且促進作用隨著家庭流動性約束水平的上升而提高[7]。一般而言,消費信貸對農村居民消費的影響更為深遠。陳東等依據(jù)1981—2010年數(shù)據(jù)實證分析得出,由于消費信貸約束的存在,農村居民消費的提升不得不通過收入的中介效應而非效率更高的直接效應,信貸約束阻礙了農村居民消費的提高[8]。蔡棟梁等基于CHPS微觀數(shù)據(jù)認為,農村信貸約束對農村居民消費結構產生了不利影響,使得家庭發(fā)展性消費顯著降低[9]。進一步地,曹瓅等通過對農戶收入結構的研究,發(fā)現(xiàn)農村地區(qū)低收入群體受信貸約束的不利影響更為顯著[10]。另外,傅秋子等研究發(fā)現(xiàn),數(shù)字金融能夠減少農村的消費性信貸約束,有效提高消費信貸需求,從而促進農村居民消費[11]。

      非正規(guī)金融是有效緩解居民信貸約束與收入差距的手段之一。國外學者對非正規(guī)金融方面的研究較為權威的總結應當是Adams和Fitchett。他們對非正規(guī)金融進行了系統(tǒng)性概括,強調了非正規(guī)儲蓄對非正規(guī)金融發(fā)展的重要作用,認為大量的非正規(guī)貸款是部分非正規(guī)儲蓄的鏡像,儲蓄存款是發(fā)展可持續(xù)金融中介的一個重要因素[12]。此后,國外學者對非正規(guī)金融的研究更多集中在其與正規(guī)金融的比較方面。如Madestam探究了在不發(fā)達的金融市場中,非正規(guī)金融通常與正規(guī)金融共存且可以防止非勤奮行為,因此非正規(guī)金融對正規(guī)金融具有可替代性和互補性[13]。國內學者對非正規(guī)金融和居民家庭之間的關系進行了研究。沈紅麗利用logit模型分析正規(guī)金融、非正規(guī)金融對居民家庭創(chuàng)業(yè)的影響,發(fā)現(xiàn)由于正規(guī)金融對家戶創(chuàng)業(yè)存在融資約束,許多家庭不得不通過非正規(guī)金融進行融資,得出了非正規(guī)金融支持家庭創(chuàng)業(yè)的結論[14]。張寧等研究發(fā)現(xiàn),由于基于道義的非正規(guī)金融對農戶生活消費借款收取利息較少,使得農村非正規(guī)金融向農戶提供金融服務的門檻降低,從而大大減少了農戶內部收入差距的擴大且在一定程度上緩解了相對貧困問題[15]。譚燕芝等將非正規(guī)金融與農村多維貧困聯(lián)系在一起研究,表明農戶在進行非正規(guī)借貸時可將社會網絡作為一種“隱性抵押品”,從而提高非正規(guī)借貸的額度,顯著改善可能存在的多維貧困狀況以緩解相對貧困[16]。

      目前關于非正規(guī)金融對農村居民消費影響的研究還十分有限。南永清等從過度敏感性的視角進行了探究,發(fā)現(xiàn)農村居民家庭消費對非正規(guī)金融存在“過度敏感性”,在一定程度上說明了非正規(guī)金融能緩解農村居民信貸約束,從而有助于其家庭消費的提高[17]。李瑋等進一步基于城鄉(xiāng)分化的角度,研究認為非正規(guī)金融對居民消費的影響廣泛存在于農村地區(qū)[18]。不同于以往相關領域的文獻,本文可能的貢獻在于:第一,基于全國范圍的數(shù)據(jù),將農村家庭消費分為生存型消費、發(fā)展型消費及享受型消費,從而細化了有關農戶消費的研究內容,豐富了進入新時代后農村居民有關消費結構的研究。第二,通過傾向得分匹配法分層剖析農戶參與非正規(guī)金融對其家庭消費的影響,彌補了相關領域影響凈效應測度研究的空缺。第三,將農村居民依據(jù)年齡、受教育程度及所處區(qū)域分組后進行了異質性分析。第四,本文在非正規(guī)金融對農村居民消費的影響的傳導機制上進行了創(chuàng)新,將“非農創(chuàng)業(yè)”這一變量引入模型,探討了非正規(guī)金融、非農創(chuàng)業(yè)及消費之間的關系,使得相關傳導機制更為清晰、完善。

      三、研究設計與統(tǒng)計描述

      (一)數(shù)據(jù)來源及樣本基本情況

      本文實證部分所使用的數(shù)據(jù)來自北京大學主持開發(fā)的中國家庭追蹤調查數(shù)據(jù)(CFPS)。該數(shù)據(jù)涵蓋了中國25個省份及地區(qū),具有廣泛的代表性。作為中國微觀調查數(shù)據(jù)最具權威的系統(tǒng)之一,該數(shù)據(jù)庫覆蓋農村的家庭、個人等問卷調查,為研究參與非正規(guī)金融對農村居民消費的影響與效應提供了渠道。本文將CFPS在2016年、2018年的兩期跟蹤調查數(shù)據(jù)進行初步匹配與整理,去除城市居民樣本等與調查主題無關的樣本,再進一步對樣本進行截尾和剔除樣本異常值后,最終得到了一個包括10 104份有效樣本在內的兩期強平衡面板數(shù)據(jù)。

      依據(jù)農戶家庭是否參與非正規(guī)金融,將樣本分為處理組與控制組。2016年樣本總數(shù)為5 052份,其中處理組樣本772份,占比15.3%;控制組樣本4 280份,占比84.7%。2018年樣本總數(shù)為5 052份,其中處理組樣本702份,占比13.9%;控制組樣本4 350份,占比86.1%。

      (二)變量選取及描述性統(tǒng)計

      1.因變量

      本文的因變量是農村居民消費。恩格斯提出將人的需求分為生存、發(fā)展、享受三大類,本文據(jù)此選取了家庭總消費、生存型消費、發(fā)展型消費以及享受型消費四大變量以衡量農村居民消費。具體而言,家庭總消費指過去一年中家庭總的消費支出。家庭生存型消費由衣著消費、食品消費和居住消費等維持家庭運轉的基本消費構成。家庭發(fā)展型消費由家庭設備及日用品消費、其他消費等能進一步改善家庭生產生活狀況的消費構成。家庭享受型消費由文娛消費、醫(yī)療保健消費、交通通訊消費等能夠提升家庭生活質量的消費構成。為了克服變量存在的非線性問題,使數(shù)據(jù)更為平穩(wěn),分別對家庭總消費、生存型消費、發(fā)展型消費和享受型消費加1后取對數(shù)處理。

      2.核心自變量

      本文的核心自變量為“非正規(guī)金融”。非正規(guī)金融指處于國家金融、貨幣當局管理和監(jiān)測之外的融資等金融行為。農村地區(qū)的非正規(guī)金融渠道多為親朋好友借款以及通過合會、錢莊等民間金融組織借款等。本文參考林建浩、周強等的研究,以樣本期內“待償親友及民間借款”作為衡量是否參與非正規(guī)金融的變量,變量取值為1時認為農戶家庭參與了非正規(guī)金融,變量取值為0時認為農戶家庭未參與非正規(guī)金融[19-20]。

      3.控制變量

      為了清晰說明影響農戶參與非正規(guī)金融決策的因素,更穩(wěn)健地測度農戶參與非正規(guī)金融對其家庭消費的影響效應,本文選取了包括戶主特征、家庭特征以及區(qū)域特征在內的控制變量進行分析。

      農戶戶主特征變量包括戶主的年齡、年齡的平方、性別、受教育程度、婚姻狀況以及健康狀況等。不同年齡段的戶主對于是否參與非正規(guī)金融的決策是不一致的,中青年戶主可能因為家庭規(guī)模處于最大值以及對事業(yè)的開拓而需要更多的資金進行周轉。進一步考慮戶主年齡對非正規(guī)金融的選擇具有非線性,從而加入年齡的平方項作為模型的控制變量。在性別因素上,女性戶主在金融決策上更偏保守。戶主的受教育程度對其參與非正規(guī)金融的決策具有影響。受教育程度直接決定了戶主人力資本水平的高低,受教育程度高的戶主通常具有高的人力資本,擁有高人力資本的戶主可能更傾向于直接進行正規(guī)借貸融資。已婚的戶主家庭規(guī)模、家庭責任更大,經濟行為更為理性,會傾向于通過融資平滑家庭消費狀況。健康狀況能衡量戶主個人的人力資本和家庭總體的經濟狀況,對戶主是否參與非正規(guī)金融具有影響。

      農戶家庭特征變量包括家庭人口規(guī)模、家庭儲蓄規(guī)模、家庭一年總收入、家庭正規(guī)借貸、種養(yǎng)殖業(yè)經營、家庭住房現(xiàn)值等。家庭人口規(guī)模越大,一方面由于老幼成員占比多,使得家庭消費支出越大,對非正規(guī)金融的融資需求更大;另一方面,也意味著家庭創(chuàng)收能力強,無需進行額外融資。家庭儲蓄規(guī)模和家庭一年總收入是對家庭存量資金的衡量。種養(yǎng)殖業(yè)經營和家庭住房現(xiàn)值則是對家庭固定資產水平的衡量。家庭存量資金與固定資產狀況都會對家庭是否參與非正規(guī)金融產生影響。是否已參與正規(guī)借貸也影響著其接下來是否參與非正規(guī)金融的行為。

      另外,考慮到中國各地區(qū)發(fā)展較為不平衡,為了減少地區(qū)固定效應對模型的影響,本文控制了地區(qū)虛擬變量;為進一步控制時間層面不可觀測的因素,本文同樣引入了年份虛擬變量。以上各變量的賦值說明及更為具體的描述性分析見表1、表2。

      表1 相關變量的描述性統(tǒng)計(全樣本)

      表2 相關變量的描述性統(tǒng)計(分組)

      接下來對2016—2018年全樣本的數(shù)據(jù)基于處理組與控制組的角度進行描述性分析。為了使分析更為直觀,本文在此僅對“家庭儲蓄規(guī)模”“家庭一年總收入”“農村居民消費”等數(shù)值型變量在對數(shù)化處理前的實際數(shù)據(jù)進行匯報。

      從個體特征來看,受訪者的年齡均值是50歲。在受教育程度方面,受訪者平均學歷是初中水平,占比達31.48%。從家庭特征來看,農村每戶家庭人口總數(shù)平均為4人,處理組與控制組差別較小。在家庭儲蓄方面,受訪家庭平均儲蓄2.79萬元。處理組家庭與控制組家庭在儲蓄方面差異較大,其中處理組家庭平均儲蓄1.0萬元,而控制組家庭平均儲蓄是3.10萬元。在家庭收入方面,受訪家庭的年收入平均值是4.49萬元。從地域特征來看,有效總樣本在東部地區(qū)采集4 066份,在中部地區(qū)采集2 906份,在西部地區(qū)采集3 132份,分別占比40.24%、28.76%和31.00%,其中處理組在西部地區(qū)分布最多,占比35.96%,控制組在東部地區(qū)分布最多,占比42.93%。

      在因變量農村居民消費方面,處理組的總消費是5.68萬元,生存型消費、發(fā)展型消費和享受型消費分別是2.54萬元、0.98萬元和1.79萬元;控制組各方面均低于處理組,其總消費是4.57萬元,生存型消費、發(fā)展型消費和享受型消費分別是2.45萬元、0.69萬元和1.24萬元。

      綜合比較參與非正規(guī)金融的處理組與未參與非正規(guī)金融的控制組在以上變量之間的差異可以初步得出判斷:相比較于控制組,關于個體特征,處理組在年齡方面更偏向于年輕,而婚姻與健康狀況兩組相差不大。關于家庭特征,處理組家庭人口規(guī)模更大,然而有關家庭存量資金方面的家庭儲蓄與家庭年收入?yún)s更少。關于地區(qū)特征,處理組在各地區(qū)分布更為均勻。

      (三)模型框架

      在前文描述性統(tǒng)計分析的基礎上,本部分構建非正規(guī)金融對農村居民消費影響的模型。考慮到農村居民是否參與非正規(guī)金融實質上是一種“自選擇”行為,即自選擇偏差會使得農戶家庭消費的異質性并不一定來源于非正規(guī)金融的直接影響。本文在使用反事實分析框架的傾向得分匹配方法的基礎上,建立了一套較為完整的模型檢驗方法對可能由自選擇偏差所產生的內生性問題進行處理。首先,針對不隨時間序列變化的可觀測與不可觀測因素所導致的內生性問題,通過構建面板數(shù)據(jù)進行緩解。其次,相比較于傳統(tǒng)的面板回歸分析,傾向得分匹配法能夠通過匹配再抽樣使觀測數(shù)據(jù)盡可能接近隨機試驗數(shù)據(jù),從而有效解決樣本“自選擇”所產生的“選擇性偏差”問題。另外,傾向得分匹配法無需要求處理變量嚴格外生,所以其在克服核心自變量可能存在的內生性問題時具有明顯優(yōu)勢。因此,本文重點采用傾向得分匹配方法對隨時間序列變化的可觀測變量進行系統(tǒng)的分析。最后,在進一步的分析中,本文使用雙重差分法處理了隨時間序列變化的不可觀測變量所帶來的內生性問題,且使用代理變量利用面板固定效應模型進行了穩(wěn)健性檢驗。

      本文建立以下面板模型以估計非正規(guī)金融對農村居民消費的影響:

      lnYit=α0+α1Financeit+∑α2Xit+γi+βt+εit

      (1)

      其中,i代表訪問的個體或家庭;t代表訪問的時期;lnYit代表i家庭在t時期的家庭年總消費(對數(shù))、年生存型消費(對數(shù))、年發(fā)展型消費(對數(shù))和年享受型消費(對數(shù))等結果變量。核心解釋變量Financeit是虛擬變量,代表家庭i是否參與非正規(guī)金融,Financeit=1表示家庭參與非正規(guī)金融,Financeit=0表示家庭不參與非正規(guī)金融;Xit則代表控制變量,包括家庭i的戶主特征、家庭特征以及地區(qū)特征變量;γi與βt代表個體固定效應以及時間固定效應;εit是隨機分布項。

      1.傾向得分匹配的研究步驟

      第一步,選擇協(xié)變量進行匹配。本文將對參與非正規(guī)金融與農村居民消費產生影響的變量作為協(xié)變量,具體分為個體特征變量、家庭特征變量以及地區(qū)特征變量。

      第二步,通過Logit回歸計算傾向得分。本文為解決非線性問題造成的困擾,在模型中引入了年齡的平方高次方項。

      第三步,將選擇的協(xié)變量進行傾向得分匹配。為確保結果的穩(wěn)健性,本文總共運用了六種傾向得分匹配方法進行匹配,分別是k近鄰匹配、卡尺匹配、卡尺內k近鄰匹配、核匹配、局部線性回歸匹配以及馬氏距離匹配。

      第四步,依據(jù)匹配后的樣本計算參與者的平均處理效應(ATT)、未參與者的平均處理效應(ATU)以及平均處理效應(ATE)。本文側重于說明參與非正規(guī)金融對農村居民消費的影響,驗證其是否有助于提高農民的生活質量,因此使用參與者的平均處理效應(ATT)進行分析。

      2.傾向得分匹配的理論推導

      根據(jù)可忽略性假定,給定xi,則(y0i,y1i)獨立于Di,可記為(y0i,y1i)⊥Di|xi,這意味著(y0i,y1i)此時在處理組與控制組的分布完全一樣,即:

      F(y0i,y1i|xi,Di=1)=F(y0i,y1i|xi,Di=0)

      (2)

      其中,xi表示協(xié)變量,在此是向量形式;y0i表示個體i沒有參加非正規(guī)金融的未來收入;y1i表示個體i參加非正規(guī)金融的未來收入;Di為處理變量,表示個體i是否得到了處理;F(·)是分布函數(shù)。

      在此基礎上,PSM的理論依據(jù)是對任意的i,只需給定p(x),就有(Y0i,Y1i)獨立于Di,即:

      (Y0i,Y1i)⊥Di|Xi→(Y0i,Y1i)⊥Di|p(Xi)

      (3)

      最后,根據(jù)匹配后的樣本,處理組平均處理效應(ATT)估計量的一般表達式為:

      (4)

      其中,N=∑iDi為處理組個體數(shù);∑i:Di=1則為僅對處理組個體進行加總。

      四、非正規(guī)金融對農戶家庭消費的影響效應測算

      (一)共同支撐域與PSM匹配結果分析

      為確保傾向得分匹配的有效性,本文進行了共同支撐域與PSM匹配結果分析。共同支撐域假定要求匹配后的處理組與控制組個體的傾向值最大程度處在共同范圍內。

      從圖1所示的基于家庭總消費的密度函數(shù)圖可知,匹配后的農村非正規(guī)金融處理組與控制組傾向得分值大多數(shù)均落在共同范圍之內,明顯呈現(xiàn)出了更大的共同支撐范圍,且處理組與控制組的密度曲線接近重合,因此可以認為本文傾向得分匹配效果較好。

      圖1 匹配前后的密度函數(shù)圖對比

      對傾向得分匹配的樣本匹配數(shù)量進行了分析(見表3)。由表3可知,在進行匹配的六種方法中選出了未匹配樣本數(shù)最多的匹配結果。本文各匹配檢驗的最大未匹配樣本是100個,剔除未匹配樣本后,在8 735個有效樣本中仍有8 635個樣本實現(xiàn)了匹配,最低匹配率為98.86%,證明匹配效果較好。另外,樣本中大多數(shù)觀察值均落在共同取值范圍內,因此可以認為進行傾向得分匹配時僅損失少數(shù)樣本。

      表3 PSM匹配結果

      (二)平衡性檢驗

      平衡性假定要求在外生條件假設下,各協(xié)變量在匹配后的處理組與控制組之間不存在顯著性。在進行平衡性假定檢驗中,本文分別從均值、偏差以及t統(tǒng)計量三個方面進行了檢驗。首先,應該對處理組與控制組的匹配變量均值進行檢驗,考察其是否存在差異,再通過t統(tǒng)計量判斷差異是否顯著。其次,應對匹配后處理組與控制組匹配變量的標椎化偏差進行考核,若各協(xié)變量匹配后的標準化偏差小于1%,則可以認為處理組與控制組在匹配后差異縮小,匹配效果較好。

      平衡性檢驗結果由表4給出。相比較于匹配前,匹配后處理組與控制組的均值基本接近,所有t檢驗的p值均大于1%的顯著性水平,即均不拒絕處理組與控制組不存在差異的原假設。匹配后各協(xié)變量的標準化偏差均有明顯縮小且小于10%。綜上所述,本次匹配結果較為理想。

      表4 匹配平衡性檢驗

      (三)傾向得分匹配的影響效應測算

      本文通過k近鄰匹配、卡尺匹配、卡尺內k近鄰匹配、核匹配、局域線性回歸匹配和馬氏距離匹配等六種匹配方法測算了非正規(guī)金融對農戶家庭的總消費、生存型消費、發(fā)展型消費以及享受型消費的平均處理效應。為了保證實證結果的穩(wěn)健性,本文具體使用了以下測算方法:將k取值1和4(1)一對四匹配在一般條件下可最小化均方誤差。、將卡尺取值0.02(2)計算傾向得分的標準差,再乘0.25后判斷得到合適的卡尺范圍。、將異方差穩(wěn)健標準誤估計ai取4;而核匹配采用默認核函數(shù)、局部線性回歸匹配采用默認核函數(shù)與帶寬。表5、表6顯示了相關的估計結果。

      表5 傾向得分匹配的處理效應(家庭總消費)

      表5匯報了非正規(guī)金融對農戶家庭總消費的平均處理效應,而表6中的(1)、(2)、(3)分別匯報了非正規(guī)金融對農戶家庭的生存型消費、發(fā)展型消費及享受型消費的平均處理效應。從以上的反事實估計結果可得,無論使用k近鄰匹配、卡尺匹配、卡尺內k近鄰匹配還是其他方法測算,農戶參與非正規(guī)金融都能在1%的顯著性水平上顯著正向提高其家庭總消費,且平均處理效應(ATT)介于0.153~0.188之間,這說明參與非正規(guī)金融能夠使農戶家庭總消費水平提高15.3%~18.8%,平均值為17.3%。

      表6 傾向得分匹配的處理效應(生存型、發(fā)展型及享受型消費)

      對家庭消費進行細分,可發(fā)現(xiàn)參與非正規(guī)金融對生存型消費的影響凈效應沒有通過顯著性檢驗,說明參與非正規(guī)金融對農戶家庭生存型消費沒有顯著影響。這很可能是因為在增強扶貧力度、加大對農戶無息貸款的政策扶持后農戶不再將民間借貸的資金用于生存型消費,而更傾向于進行其他項目消費。在發(fā)展型消費方面,當k近鄰匹配k=1時,回歸結果在5%的顯著水平上顯著,而改變k值或換用其他方法進行測算時,農戶參與非正規(guī)金融能在1%的顯著水平上顯著正向提高家庭發(fā)展型消費。其平均處理效應(ATT)介于0.188~0.261之間,說明參與非正規(guī)金融使得農戶家庭的發(fā)展型消費提高了18.8%~26.1%,平均值為23.5%。最后,農戶參與非正規(guī)金融均能在1%的顯著性水平上顯著正向提高享受型總消費,平均處理效應(ATT)介于0.270~0.318之間,這說明參與非正規(guī)金融能夠使家庭享受型消費水平提高27.0%~31.8%,平均值為30.0%,即非正規(guī)金融對農村家庭享受型消費的影響凈效應最大。

      (四)非正規(guī)金融對農戶家庭消費的異質性分析

      由于戶主個體差異和地區(qū)分布的異質性,非正規(guī)金融對農戶家庭消費的影響亦存在較大的差異。前文側重于通過處理組的平均處理效應測算非正規(guī)金融對農戶家庭消費總的影響凈效應,而忽略了不同差異群體之間的異質性研究。為使研究結論既具有普遍性又能夠代表存在不同組群差異的農戶家庭,將分組討論的思想引入模型具有重要意義。

      戶主是一家之主,其年齡、受教育程度能很好地反映戶主家庭的風險偏好和消費的選擇;從區(qū)位上看,中國東中部地區(qū)經濟發(fā)達、西部偏向落后,這也對不同地區(qū)的農戶非正規(guī)融資的決策產生了影響。因此,有必要將戶主年齡、受教育程度和所處區(qū)域作為分組依據(jù),分組討論非正規(guī)金融對農村居民消費的影響。

      本文從農村實際出發(fā),在將農戶消費類型分為總消費、生存型消費、發(fā)展型消費及享受型消費的基礎上,將戶主年齡在30歲、40歲及50歲這幾個節(jié)點上進行分組;將戶主受教育程度以小學、初高中及大專為節(jié)點進行分組;將所處區(qū)域分組為東部、中部及西部地區(qū)。表7顯示了使用k近鄰一比四匹配方法的非正規(guī)金融對農戶家庭消費影響效應的測算結果。

      表7 非正規(guī)金融對農戶家庭消費的異質性分析結果

      戶主年齡的差異會作用于非正規(guī)金融,從而對農戶家庭消費產生影響。年齡段30~40歲時參與非正規(guī)金融對家庭消費的影響最大,而年齡段在30歲及以下時參與非正規(guī)金融對家庭消費的效用不顯著。戶主年齡處于30~40歲時,非正規(guī)金融在1%的顯著性水平上顯著正向影響農戶家庭發(fā)展型和享受型消費,分別使其提高了48.0%和30.6%,而對家庭的生存型消費影響并不顯著。這可能是此時戶主正值壯年,大力發(fā)展生產以穩(wěn)步提高其家庭資產水平是戶主的首要選擇,因此這一年齡段非正規(guī)金融促進發(fā)展型消費在其生命周期中占比最大,達到48%。在40歲后,戶主更傾向于通過非正規(guī)金融提高享受型消費,這可能是因為通過生產發(fā)展,在其家庭資產水平穩(wěn)定在期望值后,戶主更有條件進行享受型消費,以提高生活品質。

      戶主受教育程度的不同也會通過非正規(guī)金融來影響家庭消費。由表7可知,當農戶受教育程度處于小學及以下時非正規(guī)金融對家庭發(fā)展型消費和享受型消費影響最大,能在1%的顯著水平上顯著正向使消費分別提高38.6%和33.2%。這可能是因為受教育程度低的戶主其銀行資信水平也低,使得非正規(guī)融資成為了重點選擇,從而提高了非正規(guī)金融對農戶家庭消費的影響。

      從地理位置的角度分析,非正規(guī)金融在西部地區(qū)對農戶家庭消費的影響最為顯著,分別使農戶家庭發(fā)展型消費和享受型消費提高了30.9%和34.6%,遠遠顯著于中東部地區(qū)。其原因是西部地區(qū)經濟實力較中東部弱小,銀行等正規(guī)金融機構在西部農村網點的覆蓋范圍和輻射作用不及其他地區(qū),因此非正規(guī)金融是其主導的融資方式。

      綜上所述,在參與非正規(guī)金融后,戶主所在的年齡段、所受的教育程度以及戶主所處地域均間接地對農戶家庭消費產生了異質性的影響,其中對生存型消費影響均不顯著。在國家扶貧和鄉(xiāng)村振興政策的強力支持下,相比于進行生存型消費,農戶在通過非正規(guī)金融獲得資金后,更傾向于進行發(fā)展型、享受型消費。另外,非正規(guī)金融對家庭享受型消費的促進作用總是最為顯著。

      五、內生性與穩(wěn)健性分析

      (一)基于DID模型的內生性分析

      傾向得分匹配法的局限性是其只控制了隨時間變化的可測因素的影響,當存在不可測變量選擇時,仍會存在“隱性偏差”。為了使實證檢驗更具客觀性,消除“隱性偏差”對實證結果的影響,本文引入了雙重差分模型,希望通過倍差法的思想進一步解決可能存在的隨時間變化的不可測因素帶來的內生性問題。

      從表8中可以看到,盡管對各固定效應進行了控制,但各模型的回歸結果依舊較為穩(wěn)健,在模型(1)~(4)中,參與非正規(guī)金融能夠在1%的顯著性水平上顯著正向影響家庭總消費,使其提高18.9%~26.0%;在模型(5)~(8)中,參與非正規(guī)金融亦能夠在1%的顯著性水平上顯著正向影響家庭人均總消費,使其提高9.3%~21.5%。盡管雙重差分結果存在一定的高偏,但估計結果與前文傾向得分匹配估計基本吻合,非正規(guī)金融能夠顯著改善農戶家庭總消費、家庭人均總消費,提高家庭消費水平,因此可以認為結論較為穩(wěn)定。

      表8 基于DID模型的非正規(guī)金融對農戶家庭消費影響估計結果

      (二)基于代理變量和面板固定效應模型的穩(wěn)健性分析

      前文所使用的核心解釋變量“待償親友及民間借款”為虛擬變量。盡管這一變量較為精準地衡量了農戶家庭是否參與了非正規(guī)金融且被學者們廣泛使用,但受限于虛擬值,其不能有效衡量農村家庭參與非正規(guī)金融的融資數(shù)額對消費的影響。為了使結論更具客觀性,本文借鑒李瑋等的研究方法,使用“待償親戚朋友借款額”作為核心自變量的代理變量作進一步的分析[18]。

      表9顯示了采用面板固定效應模型下的估計結果。結果顯示,待償親戚朋友借款額對農村居民家庭總消費仍具有顯著正向的影響,表明農戶家庭進行非正規(guī)金融融資的數(shù)額越大,則其家庭消費水平越高,因此可以認為與前文的研究結論具有一致性,結論較為穩(wěn)定。

      表9 基于面板固定效應模型的非正規(guī)金融對農戶家庭消費影響估計結果

      六、非正規(guī)金融提高農戶消費水平的影響機制分析

      本文通過收入的增收效應對非正規(guī)金融與農村居民消費之間的內在邏輯進行探討,以明確非正規(guī)金融通過何種渠道對農村居民消費產生促進作用。

      農戶進行非農創(chuàng)業(yè)是其獲得收入的主要途徑。創(chuàng)業(yè)活動能有效拓寬農戶的增收渠道且在鄉(xiāng)里鄰間具有顯著帶動作用,受制于自身特質與客觀環(huán)境限制,農戶創(chuàng)業(yè)同樣面臨嚴重的融資約束問題。然而,李祎雯等得出結論,相比較于正規(guī)金融,非正規(guī)金融在正向影響農戶創(chuàng)業(yè)決策方面更具優(yōu)勢[1]。當有非正規(guī)金融支持時,農戶更能識別創(chuàng)業(yè)機會,其創(chuàng)業(yè)業(yè)績也會更加突出。另外,非正規(guī)金融通過銜接農戶創(chuàng)業(yè)風險,能夠保證農戶資金的及時性和可得性,從而維持農戶創(chuàng)業(yè)的持續(xù)性運行,最終提高其資產規(guī)模和收入水平。因此,非正規(guī)金融的參與能降低農戶創(chuàng)業(yè)的資金門檻及機會成本,持續(xù)給予農戶維持初始經營的現(xiàn)金流,從而保證農戶經營活動的持續(xù)運行,為創(chuàng)業(yè)家庭增加收入。

      接下來基于CFPS 2016年、2018年數(shù)據(jù),運用面板固定效應模型驗證收入視角下非正規(guī)金融對農村居民消費的影響機制。表10估計了農戶參與非正規(guī)金融對其非農創(chuàng)業(yè)的影響。估計結果表明,盡管有序對各固定效應進行了控制,非正規(guī)金融均在1%的顯著性水平上對非農創(chuàng)業(yè)有顯著正向的影響,可以認為農戶參與非正規(guī)金融能夠促進其非農創(chuàng)業(yè)決策的執(zhí)行。

      表10 非正規(guī)金融對非農創(chuàng)業(yè)影響機制分析

      非農創(chuàng)業(yè)能否有效對農戶形成增收效應是該傳導機制形成的關鍵條件。表11估計了非農創(chuàng)業(yè)對農戶家庭總收入的影響。結果表明,農戶進行非農創(chuàng)業(yè)能夠顯著正向影響其家庭總收入,參與非農創(chuàng)業(yè)對其家庭收入具有增收效應。

      表11 非農創(chuàng)業(yè)對家庭總收入影響機制分析

      綜上所述,本文認為農戶參與非正規(guī)金融,能有效推動其非農就業(yè),從而促進家庭總收入的提高,最終拉動了其消費水平的上升,其機理如圖2所示。

      圖2 非正規(guī)金融對農戶消費影響機理

      七、結論與政策建議

      本文基于中國家庭追蹤調查(CFPS)2016年、2018年數(shù)據(jù),將傾向得分匹配模型(PSM)作為基準回歸測算了非正規(guī)金融對農村居民消費的影響凈效應,并在此基礎上利用分組討論思想在將戶主年齡、戶主受教育程度及戶主所在地域分組后,對比分析了影響效應在異質性情況下的組群差異。為保證實證結果的穩(wěn)健性,本文基于逐步回歸的思想選用不同的因變量進行了雙重差分模型(DID)回歸;與此同時,運用代理變量的思想進行了面板固定效應回歸。最后,本文系統(tǒng)敘述了非正規(guī)金融對農村居民消費促進效應的運作機理。研究結果表明,非正規(guī)金融對農村居民生存型消費的影響效應不顯著,而對農村居民總消費、發(fā)展型消費及享受型消費的影響凈效應則分別為17.3%、23.5%和30.0%。異質性分析表明,相較于其他年齡段、受教育程度和地區(qū)的戶主,非正規(guī)金融對年齡為30~40歲、受教育程度小學及以下、所在地區(qū)為西部的農村家庭消費水平和消費結構的影響最為顯著。最后的機理分析表明,非正規(guī)金融可通過緩解融資約束,促進農戶非農創(chuàng)業(yè),使得家庭增收,最終對消費產生影響。基于此,農村居民通過非正規(guī)金融的參與提升了家庭消費水平,其中耐用品的消費得到了明顯提升,從而有效提高了農村居民的生活質量。

      結合以上結論,本文提供以下政策建議:

      第一,進一步鼓勵和規(guī)范非正規(guī)金融發(fā)展,充分發(fā)揮其促消費效應?;鶞驶貧w表明,非正規(guī)金融對發(fā)展型消費和享受型消費的促進作用更加顯著。一方面,相關部門應引導非正規(guī)金融主體明確業(yè)務定位,對農戶高質量消費適當增加融資服務,使得借貸資金在農村生產生活服務中實現(xiàn)全覆蓋,補齊農村融資市場短板。另一方面,監(jiān)管機構需時刻動態(tài)監(jiān)管農村非正規(guī)金融市場,嚴懲違規(guī)放貸、違規(guī)收息等行為,對合規(guī)進行非正規(guī)金融融資的借貸方采取激勵措施,營造風正氣清的民間借貸環(huán)境,保障民間借貸健康運行。

      第二,有序發(fā)展鄉(xiāng)村創(chuàng)業(yè)金融,引導非正規(guī)金融促進農戶創(chuàng)業(yè)。機理分析表明,非正規(guī)金融提振消費的另一條可能渠道是促進農戶非農創(chuàng)業(yè)從而增收以引致消費。農戶非農創(chuàng)業(yè)是鄉(xiāng)村振興的實現(xiàn)途徑,而融資約束則是農戶非農創(chuàng)業(yè)的主要障礙?;诖?相關部門應完善鄉(xiāng)村創(chuàng)業(yè)投資機制,通過政策支持引導民間資本等非正規(guī)金融積極參與鄉(xiāng)村創(chuàng)業(yè)投資,使其在維持農戶創(chuàng)業(yè)資金鏈、促進鄉(xiāng)村產業(yè)融資等方面發(fā)揮更優(yōu)作用,從而緩解融資約束對創(chuàng)業(yè)的影響,賦能鄉(xiāng)村振興,最終提高農村居民消費水平。

      第三,加強民間金融宣講培訓,強化農戶金融素養(yǎng)。非正規(guī)金融對年齡為30~40歲的青年戶主及知識水平較低的戶主家庭影響更為顯著,以上類型戶主的融資決策可能因為缺乏專業(yè)金融知識培訓而存在片面性和不合理性,從而使得金融資源沒有得到最優(yōu)配置。因此,相關部門應在鄉(xiāng)村定點建立金融服務站提供金融咨詢服務,定期組織宣講培訓隊伍深入鄉(xiāng)村開展民間金融宣講活動,為農戶普及金融借貸知識、構建風險防控意識,為其做出正確合理的金融決策提供支持。

      第四,區(qū)分異質性的典型客戶群體,提供有針對性的農戶融資服務。民間借貸機構應通過與大數(shù)據(jù)平臺合作對不同年齡段、不同受教育程度及不同地區(qū)的農戶提供個性化的融資服務。如對于青年農戶,應在創(chuàng)新創(chuàng)業(yè)方面給予優(yōu)惠;對于受教育程度較低的農戶,應提高審核標準;對于地處西部的農戶,則應注重支持第一產業(yè)的發(fā)展。將非正規(guī)金融與大數(shù)據(jù)平臺有機結合,在透明公正的基礎上將精準借貸服務投向農戶,從而使資金供給與需求相匹配,降低農戶融資成本以提高其消費水平。

      猜你喜歡
      享受型戶主控制組
      互聯(lián)網使用與城鄉(xiāng)居民發(fā)展享受型消費
      ——基于CGSS 數(shù)據(jù)的實證研究
      技術經濟(2023年12期)2024-01-25 02:24:50
      給商品起名字
      馬來西亞華文小學識字教學的字理識字研究
      文教資料(2019年31期)2019-01-14 02:32:05
      領克01 1.5T PHEV
      家用汽車(2018年7期)2018-11-30 02:22:30
      多模態(tài)聽力教學模式對英語綜合能力的影響
      生意經:銷售賣什么?
      96例妊娠合并甲亢患者的管理現(xiàn)狀及危險因素分析
      早起全自動處理器
      漢唐戶主資格的變遷*
      張小飛落網記
      故事林(2010年18期)2010-05-14 17:29:40
      会理县| 丹东市| 北安市| 大余县| 内乡县| 沁源县| 顺平县| 巴彦淖尔市| 青岛市| 额尔古纳市| 织金县| 无锡市| 甘谷县| 乌拉特前旗| 会宁县| 兴国县| 新竹县| 邵阳市| 武乡县| 二手房| 泰和县| 东兴市| 霸州市| 扎兰屯市| 临夏市| 阳东县| 衡阳市| 逊克县| 读书| 定日县| 浮山县| 桑日县| 横峰县| 区。| 双峰县| 寿阳县| 东兰县| 新营市| 许昌市| 隆德县| 宁波市|