专业化农户正规信贷约束现状及影响因素
——以全国725户苹果种植户为例

马燕妮，霍学喜

(西北农林科技大学 经济管理学院， 陕西 杨凌 712100)



专业化农户正规信贷约束现状及影响因素
——以全国725户苹果种植户为例

马燕妮，霍学喜

(西北农林科技大学 经济管理学院， 陕西 杨凌 712100)

专业化农户普遍存在资金融通困难，采用全国725户专业化农户微观数据对比分析不同规模专业化农户正规信贷约束状态及成因，重点关注专业大户信贷约束现状，结果表明，专业化农户普遍受到的正规金融机构信贷约束，且以需求型信贷约束为主。专业大户易受供给型信贷约束，金融机构手续繁琐，审批时间长是导致信贷约束主要原因。通过对各影响因素进行 Logistic 分析表明，西部地区易受信贷约束，且家庭劳动力越多，苹果种植面积越大，家庭净收入越低，距离银行网点越远，每次借贷额度大的农户更易受到信贷约束。

专业大户；正规信贷约束；Logistic模型；影响因素

一、引 言

发展中国家金融部门存在分割性，当分割的金融市场面临投资的不可分割时，处于低效率状态的简单生产难以得到外部资金。如果内部积累无法支撑较大规模的新技术投资，经济就会出现一种低效率均衡状态，称为“贫困陷阱①① 由于资本存量和可获得的资本增量都严重不足，农户被迫自我束缚在简单和重复的低级生产状态，而面临递减的边际收益，农户即使获得了少量生产盈余，也会将其转移出生产领域(比如存款、消费)，而不会用于低效的重复生产，只要可获得资本量低于一定水平，这种低水平的均衡状态将一直持续。”。然而，传统农户通过规模化、专业化生产投资，可逐渐从较低资本拥有量的束缚中解脱出来，但同时面临巨大的原始投入量[1]。因此，突破“贫困陷阱”的途径是获得那笔巨大的、不可分割的原始资本投入量和规模化、专业化生产的投资，可见资金对于农村“脱贫”和可持续发展的重要性。

专业化农户，尤其是专业大户等新型农业经营主体在中国现阶段农业发展中起砥柱作用，指引农业现代化发展的方向。伴随着生产规模的扩大和技术创新的加强，专业大户金融服务需求多元化、长期化，但普遍缺乏有效抵押担保。有学者认为专业大户在农业资金获得方面仍然面临着较大困难，例如黄祖辉、俞宁[2]调查显示，47.0%农业专业大户存在资金融通方面的困难，但并未有学者证实专业大户存在严格的信贷约束。也有部分学者认为农户融资更主要的问题在于对正规信贷的需求不足[3-4]。因此，专业化农户信贷约束现状如何？专业大户是否存在严格的信贷约束？信贷约束类型及成因是什么？是专业化农户正规信贷需求不足还是金融机构的信贷配给导致的信贷约束？不同规模、不同类型的专业化影响因素有哪些？

有关专业大户信贷约束研究罕见，鲜有的有关新型农业经营主体融资难的文献缺乏实证分析[2，5-6]，不利于农村突破“贫困陷阱”和生产经营的可持续。鉴于此，本文以专业化农户信贷约束为出发点，将专业化农户进行分类，重点关注专业大户，对比分析不同规模下专业化农户信贷约束类型、成因及影响因素。

二、文献综述

信贷约束研究一直是各国学术领域关注的重点领域。早期信贷可获得理论[7]和信贷配给理论[8]奠定了信贷约束研究的基础，其后大多数扩展分析和经验分析都是从供给角度，认为农户受到的信贷约束相当普遍[9-10]。早期的分析信贷约束的原因局限于关注发展中国家金融抑制政策等外生性原因，忽视由信息不对称导致的逆向选择和道德风险等内生性原因。

随着研究的深入，许多学者发现信贷约束不仅来自供给者的信贷配给，还来自需求者自身风险规避、认知偏差[11]和需求压抑[12]等因素。农户对贷款的认知偏差和贷款使用中的行为偏差是形成信贷约束的重要因素，信贷约束的形成是外部约束和农户认知偏差交织作用[13]。同时需求者自身会因供给者过高的交易成本和贷款拒绝率而自愿放弃贷款申请[14-15]，此类需求者可称为“无信心借款人”，因为供给部门贷款机制的不健全会向需求者传递有偏差的市场信号，使得需求者误认为自己不能获得贷款而放弃申请[16]。

基于信贷约束需求方面成因的补充，信贷约束按成因分为需求型信贷约束和供给型信贷约束[17]。金融机构信贷配给分为完全配给和部分配给[18]。正规金融机构过高的交易成本和不完善的信贷配给机制与农户的风险规避行为相互作用，提高了农户感知的信贷成本并降低了其信贷获得预期，从而产生了需求型信贷约束[19]。然而，有学者表示，很难认为农户存在严格的信贷约束[4，20]，农户融资更主要的问题在于信贷需求较低，完全信贷约束的是相对贫穷农户，部分信贷约束的是相对富裕农户。目前学术界对于农户是否受到信贷约束的观点莫衷一是，可能的原因是不同类型农户的信贷约束存在差异，有待于将农户细致分类，深入分析不同类型农户信贷约束，缺乏从需求型和供给型信贷约束两方面综合深入的研究。

学者逐步将农户群体细分，主流的有创业型和贫困型农户。农户在创办企业方面受到较高程度的信贷约束[21-22]。处于创业早期发展阶段、规模化种养业农户主要受需求型金融约束，而处于创业发展阶段的农户主要受供给型金融约束[23]。用直接识别法①① Federet al.(1990)、Zeller(1994)、Baydas et al.(1994)和Crook(2001)也曾采用直接识别法来解决信贷需求的识别问题，即直接向被调查者提出有关供给、需求和信贷配给机制的定性问题来获取相关信息。此方法优势是可以将需要贷款、贷款申请完全和部分被拒绝三类农户区别开来。经验分析了贫困地区正规信贷需求，发现具有有效正规信贷需求较低，同时指出不同地区对正规信贷的需求及其规模不同。绝大多数贫困型农户金融需求满足率极低[24-25]，然而这些分析忽视了对有效需求的识别，高估贫困农户信贷约束。

综上所述，尽管关于信贷约束和农户借贷的研究较多，也提供了直接识别法将农户划分类型和区域等思路，但对于不同类型农户是否存在信贷约束还没达成共识。对于导致我国农户信贷约束的原因剖析缺乏深度和解释力，鲜有考虑结合农户有效需求方面因素。同时缺乏深入的针对顺应农村经济规模化、专业化和集约化发展方向的专业大户信贷约束的研究。本文以专业大户信贷约束为重点研究对象，根据信贷约束成因探索信贷约束类型，更进一步分析不同规模、不同类型信贷约束的影响因素。因而，本研究是对已有文献的重要补充和完善。

三、研究框架及调查设计

(一) 研究框架

专业化农户是指家庭劳动时间大部分用于农业中的某一产业，且收入占全部收入50%以上的纯农户，按经营内容可以分为专业种植户、养殖户、营销户、农机户等类型[26]。根据调查，苹果种植户的家庭收入中苹果销售收入占家庭总收入的比重为76.24%以上，是专业化农户的典型案例。

本文结合前期对我国苹果种植户实际调查情况，在调查时将调查对象界定在本村农户按种植面积排序能占到10%的那部分农户，即15亩及以上的农户。专业大户根据2013年苹果产业体系抽样调查资料确定具体的大户认定标准。为排除极端值的影响，采用位置平均数进行测度。上5%分位数的具体值为20亩；上10%分位数的具体值为15亩4①① 根据2013年的抽样调查资料计算得到：种植面积≥20亩的种植户为25.23万户(占总样本的6.12%)；种植面积≥15亩的种植户为46.63万户(占总样本的11.31%)。。国家统计局规定作物种植面积50亩及以上的种植大户，而国内大部分学者，如黄祖辉和俞宁等将种果面积20亩及以上的界定为种植大户。

1. 信贷约束识别及影响因素分析

信贷约束是指贷款者发放的贷款长期短于借款者的信贷需求额，且合约条件没有要改变的倾向。而信贷配给从供给者角度分析，是指贷款者自己选择的愿意放贷的数额与能够放贷数额之间的差距[8]。信贷约束按成因分为供给型和需求型信贷约束[17]。供给型信贷约束是农村金融机构面对农村金融业务的高成本和高风险，理性的信贷决策是利率管制、减少信贷供给并实施以财产为基础的信贷配给。需求型信贷约束是需求主体的认知偏差和风险规避偏好所形成的信贷压抑或信贷替代[19]。

图1 信贷约束识别

需求型信贷约束主要来自两个方面[16-17]：一是信贷合约的交易成本和风险成本过高，产生了交易成本约束和风险约束，即金融机构原因，可用“距离最近银行的距离”反映；二是信息不对称导致的金融机构的错误甄别使得借贷需求者产生认知偏差，导致了借贷需求者的“无信心申贷”，即农户自身认知偏差原因，可用表示社会网络的“户主受教育年限”、“经常联系人”反映。供给型信贷约束从三方面识别：一是金融机构源于非能力因素的信贷配给导致的申请贷款被拒绝；二是获得的信贷额度满足不了农户自身需要；三是获得贷款的农户期望贷款规模大于所获得的最大一笔贷款规模。只要满足以下任意一条件则被视为“供给型信贷约束”。另外，表示与金融机构关系的“2013年贷款总额”、“2013年贷款次数”会影响农户的正规信贷约束。

然而，信贷约束的测度一直是学术研究的难点问题。过去的研究主要采用实际的贷款获得率来衡量信贷约束，后来扩展到对有效信贷需求、非正规贷款替代、信贷规模约束等方面的考虑。Baydas等[14]提出借贷需求者会因为“觉得借款会被拒绝”而不主动申请，一些学者开始将这类借贷需求者列为受信贷约束的行列，并重新设定了信贷约束的标准[15,17]。借鉴他们的甄别方法，并根据实际情况做了相关补充，供给型信贷约束中，针对专业大户，增添了“申请额度太高”、“没有贷款证”。不受约束中考虑农户信用缺失，即“曾有银行借款未还”、其他借款渠道替代，即“可以从其他渠道借款”，识别框架如图1。采用2015年6-8月苹果产业体系调查数据来重新考察不同规模专业化农户受到信贷约束的情况。

2 .信贷需求及识别

为分析农户信贷约束是有效需求不足还是金融机构信贷配给，有必要对农户信贷需求进行识别。正规信贷的需求是农户对农村信用合作社等正规金融机构贷款产品的有借款意愿，并且具有偿还能力。一旦生产和消费受到自有资金的限制，农户就有借贷的需要。如果资本的边际收益低于利息，农户对资金有需要但没有需求。如果资本边际收益高于应支付的利息，农户会产生理想信贷需求[23]。识别方法借鉴刘西川和黄祖辉[23]的直接识别方法，将农户需求识别为没有需求和有理想正规信贷需求，没有信贷需求的农户包括“认为利率太高”、“曾有银行借款未还”、“可以从其他渠道借款”。更进一步将理想正规信贷需求分为具有有效需求的农户，通过已申请贷款的方式表现出来，包括“申请得到贷款”、“申请被拒绝的农户”；具有潜在需求的农户，需求受到了利率以外的其他交易成本的限制，包括“银行审批手续麻烦”、“银行距离太远”、“银行没熟人借不到”；具有隐蔽需求的农户，考虑到抵押和风险方面需求受到了非价格因素的限制，包括“担心还不了被拒绝”、“担心失去抵押品”。

(二)数据来源及基本特征

为求证专业大户是否存在信贷约束、信贷约束类型及程度，信贷约束主要受哪些因素影响，笔者以全国苹果专业化农户为例，从陕西省、山西省和山东省收集农户贷款信息①① 其中，陕西省、山西省代表黄土高原优势区、山东省代表环渤海湾优势区，能反映不同区域种植大户信贷约束情况。。

本文被调查对象是陕西、山西、山东3省的11县、36镇、82村的苹果专业化农户，调查模式采用调查员入户调查的形式，调查时间为 2015年6月-8月。农户的抽样方法为，先在样本县的苹果种植区域分布抽取4-6个样本村，然后在每个村种植规模占到前20%的农户，在这些农户中随机选取若干个农户作为调查对象，具体的调查采用面对面的问卷调查方式。保证所选样本能够代表全国范围内不同经济条件、不同农业类型苹果种植专业化农户的基本情况。问卷共调查 734 份，剔除非有效问卷9份，实际可利用问卷 725 份，问卷有效率 98.77%。其中陕西省321户(占44.20%)，山西省141户(占19.48%)，山东省263户(占36.32%)。苹果种植面积小于10亩的农户249(占34.34%)户，大于(包括)10亩且小于15亩的农户231户(31.86%)，大于(包括)15亩的农户245户(33.79%)。表1显示了农户调查样本主要变量的平均值和标准差。

表1 家庭经济特征

四、专业化农户信贷约束

(一)信贷约束类型

根据图1的信贷约束类型甄别，专业化农户正规金融机构贷款可得性比例较低，725户专业化农户中，373户农户受到正规金融机构信贷约束，占总样本农户的51.45%，352户不受信贷约束。具体的，206户受需求型约束，占总样本农户的28.41%，167户受供给型约束，占总样本农户的23.03%。可见专业化农户普遍受到的正规金融机构信贷约束，且需求型信贷约束最为普遍。

依据苹果种植规模将样本户分为三个类型，分别对不同类型农户的信贷约束类型进行对比分析，如表2所示。其中，苹果种植规模小于10亩的农户为249户，24.90%的农户受需求型信贷约束，13.25%的农户受供给型信贷约束；而大于(等于)10亩小于15亩的农户分别有31.60%和28.98%受需求型约束，18.61%和37.14%受供给型约束，见表2。可见，规模小的专业化农户易受需求型信贷约束，而规模大的农户易受供给型信贷约束。专业大户(大于等于15亩)易受正规金融机构信贷约束。

相对于小于15亩的专业化农户，大于(等于)15亩的专业大户已经形成一定的专业化生产规模，生产性投资和生产性收入较高。但由于申请的额度较大、缺乏金融机构硬性要求的抵押或担保，没有获得足额贷款，使得一部分具有偿还能力的专业大户正规信贷需求得不到满足，因此易受供给型信贷约束。

表2 不同类型专业化农户信贷约束

(二)不同类型信贷约束成因

考察专业化农户受到金融约束的可能成因，受需求型信贷约束的农户占比为28.41%，受供给型信贷约束的农户占比为23.03%，两种类型的金融约束比例差异不大，需求型信贷约束比例稍高。在需求型信贷约束中，由于金融机构的原因导致的占比18.90%，其中“手续繁琐，审批时间长”的原因占比为16.97%，远高于其他原因。相比之下，由于自身认知原因造成的占比9.52%，其中“认为银行没有熟人借不到”是主要原因。在供给型信贷约束成因中，“银行没熟人借不到”占比为7.31%，是主要原因。另外，“没有获得足额贷款”、“资产收入要求高”、“抵押担保条件高”原因占比均在4%左右。因此，专业化农户信贷意识较强，信贷参与度较高，这与农户47.03%申请正规金融机构借款相符，但贷款流程繁琐、不符合实际的贷款条件和农户自身认知偏差等是导致专业化农户处于高金融约束状态的主要原因。

进一步将专业化农户的三种类型进行信贷约束原因分析，如表3所示。规模越大的农户受金融机构方面的因素越显著，而农户自身认知偏差相对较小。金融约束成因结构差异不大，“手续繁琐，审批时间长”为主要原因，另外“认为银行没有熟人借不到”、“抵押担保条件高”、“银行没熟人借不到”原因占比相对较高。较小于10亩的农户，大于(等于)15亩的农户“申请额度高”、“抵押担保条件高”、“没有获得足额贷款”的比重较高，这与规模大户易受供给型约束的原因分析相符。

(三)信贷约束因为有效需求不足还是金融机构信贷配给

表4中的数据显示，专业化农户有效信贷需求较高，同时存在着相当部分的潜在需求和隐蔽需求。专业大户信贷约束程度较高并非因为有效需求不足。725户样本户中，566户有理想正规信贷需求，小于10亩的农户理想型正规信贷需求最高，而大于(等于)10亩小于15亩的农户最低。其中有效需求的农户占比50.90%(369户)，潜在需求的农户占比24.28%(176户)，而隐蔽需求的农户占比2.90%(21户)。潜在需求和隐蔽需求占理想需求的34.81%，且规模越大潜在需求和隐蔽需求比重相对越高。如上所述，造成这些需求不能实现的主要原因是交易成本和抵押担保等问题。因此，为了把潜在的、隐蔽的信贷需求转化为有效的信贷需求，需要重点关注专业大户，改善正规信贷的条件与程序、降低交易费用。

表3 需求型和供给型信贷约束成因分析

表4 不同类型专业化农户信贷需求

从金融机构信贷配给方面分析信贷约束可分为完全信贷约束和部分信贷约束。完全信贷约束是申请正规金融机构贷款被拒绝的农户，部分信贷约束是申请没被拒绝但没有获得足额申贷额度的农户。专业化农户受到严重的完全约束和一定程度的部分信贷约束，分别占比55.03%和19.59%。苹果种植规模大而且易受部分信贷约束，规模小易受完全信贷约束。

(四)金融机构信贷配给约束了谁

从供给者的信贷配给角度分析，专业化农户受到的正规金融信贷约束程度较高，一部分没有得到正规金融机构授信额度(属于完全信贷配给)，另一部分得到的授信额度[20]，那么没有得到授信额度和得到授信额度的农户与其他农户比较会有怎样特征？为分析两类农户的差异对两类农户的户主年龄、受教育程度、社会经历、家庭经济状况等变量进行T检验。

如表5所示，金融机构拒绝向申请贷款的专业化农户授予一定信用额度的农户具有年龄较大、文化程度较低、没有特殊职务、家庭劳动力较少、种植面积较小、家庭资产和收入较低的特征。可见，较贫穷农户主要受到完全信贷约束。完全信贷约束中有一小部分农户主动放弃贷款，这部分农户平均苹果种植面积为15.21亩，平均资产26.02万元，平均年收入14.23万元，属于专业大户，而这部分农户主动放弃的原因是银行手续繁琐、审批时间长、获批额度太小。

对获得授信额度的181户专业化农户细分，分为能满足需要和不能满足需要(部分信贷约束)，对两类农户差异进行分析发现，获得的授信额度不能满足的农户与能满足的农户相比，具有文化程度高、劳动力人数多、苹果种植面积大、家庭资产和收入高的特征。获得的授信额度不能满足的农户平均苹果种植面积和家庭净收入是不能满足农户的2倍左右，而家庭资产是不能满足农户的近4倍。可见，不完全信贷约束主要约束的是富裕专业化农户，而完全信贷约束主要约束的是较贫穷专业化农户。

表5 完全信贷配给和部分信贷配给农户差异T检验

注：农户种类中，得到与没有得到授信额度栏：0=没得到授信额度，1=得到授信额度；获得的授信额度能满足和不能满足栏：0=额度不能满足，1=额度能满足

① 指户主是否担任过村委会干部、是否为党员、是否为苹果经纪人、是否为合作社干部或担任其他职务。

五、专业化农户信贷约束影响因素

(一)计量模型

因需求型信贷约束和供给型信贷约束均是二分变量，因此采用二元Logistic模型对数据进行回归分析，Logistic模型基本公式如下：

(1)

其中，g(x)=β0+β1X1+β2X2+…+βPXPXi为自变量。

回归系数β不能反映某变量影响因变量作用大小，需计算变量的边际效应来反映一个单位自变量变化导致的因变量产生的变化程度。回归模型的边际效应计算公式如下：

(2)

其中，Λ(.)为Logistic的积累密度函数。

(二)总体信贷约束影响因素

专业化农户受信贷约束类型分为需求型信贷约束和供给型信贷约束。进一步探究信贷约束的影响因素，因变量包括：是否受需求型信贷约束、是否受供给型信贷约束。自变量包括：地区(对地区进行编码，0=黄土高原优势区，1=环渤海湾优势区，其中黄土高原优势区包括陕西省和山西省，环渤海湾优势区包括山东省)、户主特征、家庭经济特征、经常联系人数、距离最近银行距离、2013年贷款总额、2013年贷款次数。经常联系人数代表社会网络，距离最近银行距离、2013年贷款总额、2013年贷款次数代表与正规金融机构关系。

如表6所示，地区变量与信贷约束呈负相关系，因此相比环渤海湾地区，西部地区易受信贷约束。家庭劳动力和苹果种植面积对需求型信贷约束和供

表6 农户正规信贷约束的 Logistic 估计边际效应

注：*、**、***分别表示估计系数在 10% 、5% 、1% 的水平下显著。

给型信贷约束产生显著正向影响，且对供给型信贷正向影响效应更大。家庭净收入对信贷约束有显著负向影响，家庭净收入越高，受信贷约束程度越低。距离最近银行距离与信贷约束呈显著正相关，即距离银行网点越远，越容易受到信贷约束。距离银行越远，农户借贷所花费的交通费用和时间成本越高，因此越容易因较高的交易成本而放弃申请正规金融机构贷款。2013 年贷款总额与信贷约束呈负向关系，即 2013 年贷款总额越多的农户越容易受到信贷约束。而贷款次数与信贷约束存在正相关关系，即贷款次数越少越易受到信贷约束。由此可以推断，资金流动较快的专业化农户不容易受到信贷约束，而资金流动较慢、每次借贷额度大的农户更易受到信贷约束。

表7 不同规模农户需求型约束的 Logistic 估计边际效应

注：*、**、***分别表示估计系数在 10% 、5% 、1% 的水平下显著。

(三) 不同规模不同类型信贷约束的影响因素

进一步将三个类型的专业化农户的需求型信贷约束分别采用 Logistic 估计边际效应，结果如表7所示：地区因素对这三类农户的需求型信贷约束产生负向影响，而其中介于10到15亩的农户影响不显著。劳动力均存在正向影响，其中小于10亩的农户影响效果显著。家庭净收入对小于10亩和大于(等于)15亩的农户产生显著负向影响，即收入越低越易受需求型约束。而对介于10到15亩的农户产生不显著的正向影响。经常联系人和距离最近银行距离均对需求型约束产生正向影响，其中小于10亩的农户影响效果显著。可见，专业大户资产越少、收入越低越易受需求型约束。

对三个类型的专业化农户的供给型信贷约束分别采用 Logistic 估计边际效应，结果如表8所示：地区因素对三类农户的供给型信贷约束产生负向影响，而大于15亩的农户影响不显著。劳动力均存在正向影响，而大于15亩的农户影响效果不显著。家庭资产对小于10亩和介于10到15亩的农户产生正向显著影响，而对大于15亩的农户产生负向显著影响。家庭净收入均存在负向影响，其中大于15亩的农户不显著。可见，专业大户资产越多、收入越高越易受供给型约束。

表8 不同规模农户供给型约束的 Logistic估计边际效应

注：*、**、***分别表示估计系数在 10% 、5% 、1% 的水平下显著。

六、结论及启示

本研究表明：(1)专业化农户普遍受到的正规金融机构信贷约束，且以需求型信贷约束为主。规模小的专业化农户易受需求型信贷约束，而规模大的农户易受供给型信贷约束。不完全信贷约束主要约束的是富裕专业化农户，而完全信贷约束主要约束的是较贫穷专业化农户。专业大户(大于等于15亩)易受正规金融机构信贷约束。(2)专业大户信贷约束程度较高并非因为有效需求不足，但贷款流程、信贷产品以及目前不符合实际的贷款条件等是导致专业化农户处于高金融约束状态的主要原因。因此，要提高农村金融服务效率，针对专业大户提高有潜力的专业化农户的贷款信用额度、适当延长还款期限、优化申贷程序降低交易成本。(3)相比环渤海湾地区，西部地区易受信贷约束。且家庭劳动力越多、苹果种植面积越大、家庭净收入越低、距离银行网点越远，易受到信贷约束。资金流动较快的专业化农户不容易受到信贷约束，而资金流动较慢、每次借贷额度较大的专业化农户更易受到信贷约束。因此针对专业大户大笔的生产资金借贷，需要创新贷款抵押方式，可以尝试“项目融资”模式、联合融资模式在农业经营项目中的应用。

[1] 陈雨露，马勇. 中国农村金融论纲[M]. 北京：中国金融出版社，2010：245.

[2] 黄祖辉，俞宁. 新型农业经营主体：现状、约束与发展思路——以浙江省为例的分析[J]. 中国农村经济，2010(10)：16-26.

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

[4] 钟春平，孙焕民,等. 信贷约束、信贷需求与农户借贷行为：安徽的经验证据[J].金融研究，2010(11)：189-206.

[5] 陈晓华. 大力培育新型农业经营主体——在中国农业经济学会年会上的致辞[J]. 农业经济问题，2014(1)：4-7.

[6] 钱克明，彭廷军.关于现代农业经营主体的调研报告[J].农业经济问题，2013，34(6)：4-7.

[7] Roosa V R. Interest rate and the central bank in dupriez leon H. et al. eds. Money trade and economic growth[C]. Essays in Honor of John H. Williams. New York. Macmillan，1951.

[8] Stiglitz J E，Weiss A. Credit rationing in markets with imperfect information[J]. American Economic Review，1981，73(3)：393-410.

[9] Iqbal F. The demand and supply of funds among agricultural households in india，in singh，squire and strauss(eds)：agricultural households model：application and policy[C].Baltimore and London：world Bank Publication，John Hopkins University Press，1986.

[10] Milde H, Riley J. Signaling in credit market[J]. Quarterly Journal of Economics，1988，103(1)：101-129.

[11] 王芳. 我国农村金融需求与农村金融制度：一个理论框架[J]. 金融研究，2005(4)：89-98.

[12] 高帆. 我国农村中的需求性金融抑制及其解除[J]. 中国农村经济，2002(12)：68-72.

[13] 王冀宁，赵顺龙.外部约束、认知偏差、行为偏差与农户贷款困境——来自716户农户贷款调查问卷数据的实证检验[J]. 管理世界，2007(09)：69-75.

[14] Baydas M，Meyers R, Alfred N. Discrimination against women in formal credit markets，reality or rhetoric？[J].World Development，1994，22(7)：1073-1082.

[15] Petrick M. A microeconometric analysis of credit rationing in the polish farm sector[J]. European Review of Agricultural Economics，2004，31(1)：77-101.

[16] Kon Y, Storey D J. A theory of discouraged borrowers[J]. Small Business Economics，2003，21：37-49.

[17] Boucher S，Carter R M, Guirkinger C. Risk rationing and wealth effects in credit markets：theory and implications for agricultural development[J]. American Journal of Agricultural Economics，2008，90(2)：409-423.

[18] 朱喜，李子奈. 我国农村正式金融机构对农户的信贷配给——一个联立离散选择模型的实证分析[J]. 数量经济技术经济研究，2006(3)：37-49.

[19] 程郁，韩俊,等. 供给配给与需求压抑交互影响下的正规信贷约束：来自1874户农户金融需求行为考察[J]. 世界经济，2009(5)：73-82.

[20] 李岩，赵翠霞,等. 农户正规供给型信贷约束现状及影响因素——基于农村信用社实证数据分析[J]. 农业经济问题，2013(10)：41-48.

[21] 余泉生，周亚虹. 信贷约束强度与农户福祉损失——基于中国农村金融调查截面数据的实证分析[J]. 中国农村经济，2014(0)：36-47.

[22] 刘西川，黄祖辉,等. 贫困地区农户的正规信贷需求：直接识别与经验分析[J]. 金融研究，2009(4)：36-51.

[23] 张应良，高静,等. 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.

[24] 王定祥，田庆刚,等. 贫困型农户信贷需求与信贷行为实证研究[J]. 金融研究，2011(5)：124-138.

[25] 张宁，张兵. 农村非正规金融、农户内部收入差距与贫困[J]. 经济科学，2015(1)：53-65.

[26] 张晓山.走中国特色农业现代化道路——关于农村土地资源利用的几个问题[J].学术研究，2008(1)：75-79.

责任编辑、校对：李斌泉

2016-05-05

国家现代农业产业技术体系建设项目(编号：CARS-28)；国家自然科学基金项目“交易成本对农户农产品销售行为的影响及专业化组织创新研究”(编号：70973098)；国家自然科学基金项目“农产品供应链质量规制研究”(编号：71203181)。

马燕妮(1988-)，女，山东省日照市人，西北农林科技大学经济管理学院博士研究生，研究方向：农业经济理论与政策；霍学喜(1960-)，陕西省榆林市人，西北农林科技大学经济管理学院博士生导师，研究方向：投资经济与农业产业工程、贸易经济与农产品物流工程、金融业务与经营管理等。

A

1002-2848-2016(06)-0093-10