數字金融促進家庭農場生存發展的實證研究
——基於33402個家庭農場的微觀證據
圖片來源於四川和融農業
「摘要」
論文分析了數字金融影響家庭農場生存風險的作用機理，採用2014-2018年中國數字金融的縣域資料和家庭農場資料，透過離散時間生存模型，實證檢驗了數字金融對家庭農場生存風險的影響。研究結果表明：數字金融的發展有利於降低家庭農場的生存風險；採用多種工具變數進行內生性處理及穩健性檢驗後發現結論仍然成立。機制分析表明，數字金融會透過緩解家庭農場融資約束和提供便利性金融服務來降低其生存風險；異質性分析表明，數字金融對家庭農場生存風險的影響存在顯著差異，其對初創型、小型及西部地區的家庭農場作用效果更強，體現了數字金融的普惠性特徵。
「關鍵詞」
數字金融；家庭農場；生存風險
一、引言
“家庭農場”這一概念自2013年在中央一號檔案中出現以來，逐漸成為推動農地規模經營、促進農業現代化發展和實施鄉村振興戰略的重要載體。黨的十八大以來，新型農業經營主體和服務主體呈快速發展之勢。而家庭農場作為立體式複合型現代農業經營體系中的重要組成部分，不僅是現代農業發展主體、主要農產品供給主體，同時還是社會化服務主體。《新型農業經營主體和服務主體高質量發展規劃（2020-2022年）》指出，中國家庭農場在2018年底已達60萬家，是2013年的4倍；截至2020年6月底，全國家庭農場超過100萬家。加快培育發展家庭農場、農民合作社、農業社會化服務組織等在內的新型農業經營主體和服務主體，是實現鄉村產業興旺、培育農業農村新動能、促進小農戶和現代農業發展有機銜接的迫切需要，對推進農業現代化、實現鄉村全面振興具有重大意義。但是根據國家市場監督管理總局國家企業信用資訊公示系統2019年公佈的全國家庭農場資料，截止到2019年6月，全部註冊登記的23萬個家庭農場中，有31225個家庭農場已經陸續退出，這反映了一個客觀事實，即我國家庭農場生存能力較弱，家庭農場退出率高。融資約束是制約家庭農場發展的重要因素（張迎春等，2018）。目前，家庭農場面臨著抵押品不足、利率較高、手續複雜、家庭農場自身融資能力較弱、政策金融支援力度不夠、商業金融供給水平較低等方面的融資障礙和約束（陳培磊、郭沛，2020）。當前，在科技革命和產業變革的大背景下，數字金融的發展已成為一國金融高質量發展的重要引擎。依託雲計算、大資料處理技術，數字金融在一定程度上大大緩解了金融市場中的資訊不對稱、交易成本和融資約束等問題。基於網際網路的數字金融，使金融服務的可得性和便利性得到大幅度改善，這顯然為家庭農場的高質量發展和可持續生存能力提供了有利條件。那麼，數字金融能否緩解家庭農場面臨的融資約束，減少較高的交易成本，並降低其生存風險？數字金融對家庭農場生存風險的影響是否存在異質性？
鑑於此，對數字金融與家庭農場生存關係進行系統性研究，將有助於探索影響家庭農場生存風險的新因素，釐清數字金融對家庭農場生存的作用機制和影響渠道，從而為解決我國家庭農場可持續發展出謀劃策。本文的邊際貢獻在於：一是透過梳理文獻，探討數字金融對家庭農場生存風險影響的機理；二是利用2014-2018年數字金融縣域資料與54624個家庭農場資料相匹配，採用離散時間Cloglog生存模型，深入考察數字金融對家庭農場生存風險的影響機制及異質性。本文剩餘部分的結構安排如下：第二部分是理論分析與研究假說；第三部分是研究設計；第四部分是實證分析；第五部分是傳導機制分析，第六部分是異質性分析；第七部分是結論與政策建議。
二、理論分析與研究假說
Clementi & Hopenhayn（2006）透過在企業生存模型中引入企業的道德風險，分析了企業和金融機構的資訊不對稱對企業生存的影響，認為由於資訊不對稱導致的融資約束將影響企業日常經營和未來發展。馬光榮、李力行（2014）的研究進一步表明，金融契約效率的提升會透過降低高生產率企業的融資約束來降低其退出機率。針對家庭農場面臨的融資約束，本文在以上分析的基礎上具體闡述數字金融如何藉助數字技術緩解家庭農場融資約束，從而降低家庭農場的生存風險。
由於面臨資訊不對稱以及抵押擔保缺乏，家庭農場面臨著融資約束，且融資成本較高。數字金融透過緩解家庭農場融資約束，能有效降低其生存風險。首先，數字金融藉助人工智慧技術、大資料技術、雲計算、區塊鏈等技術收集家庭農場生產、生活等多維度的資料資訊，降低了金融機構與家庭農場之間的資訊不對稱，緩解了家庭農場融資約束。與傳統金融側重收入、學歷、財務報表等硬資訊不同，數字金融更傾向於利用貸款人在網際網路上沉澱下來的大量行為資料等軟資訊，藉助大資料分析手段，構建信用評估模型（Duarte et al。，2012）。農村電商的快速發展，不僅為網際網路金融創造了應用場景，也為農村數字普惠金融發展鋪設了金融基礎設施（星焱，2021）。隨著當前數字鄉村的發展，金融機構透過應用人工智慧、雲計算來快速獲取、處理和分析農產品生產體系、經營體系、管理體系等全產業鏈大資料資訊（夏顯力等，2019）。數字技術收集家庭農場的多維資訊並以此作為是否提供信貸服務的依據，使缺乏信用記錄的家庭農場實現了融資，並使其信用記錄也更加完整，緩解了融資約束。其次，數字金融依託數字技術提升了對家庭農場當前市場資訊判斷和長遠發展的戰略分析，有利於提升家庭農場的無形資產價值（張迎春等，2018），避免了當前家庭農場難以滿足抵押擔保而導致無法獲得融資的弊端。根據中國數字鄉村發展報告（2019），家庭農場數字化監管服務系統於2017年在全國推廣使用，收錄了全國59萬多個家庭農場資訊，提供家庭農場名錄建設、跟蹤監測、示範評定等日常維護功能，有效提升了查詢、統計、管理等工作效率。進入數字監控的家庭農場能夠規範農場生產、管理、技術，打造屬於自家農場的品牌，使得家庭農場的生產與銷售具有了穩定性和永續性。有了數字化的實時監控，農場主不再是隨意生產銷售的農戶，會充分考慮成本收益問題，因此能夠高效率地使用化肥農藥等而不會像小農戶那樣以產量最大化為導向不計成本地投入。因此，為了實現利潤最大化，許多家庭農場積極轉變農業生產方式，更加註重農產品的生態效益，更願意為消費者提供品質優良、生態安全的農產品。數字金融依託大資料、雲計算、人工智慧、5G、物聯網、區塊鏈等技術提升了家庭農場的無形資產價值，降低了家庭農場融資約束，提高了家庭農場的生存能力。
假說1 ：數字金融透過降低家庭農場融資面臨的資訊不對稱和抵押品要求，緩解融資約束，降低其生存風險。
數字金融使得只要有網際網路，就可以實現支付、轉賬、借貸等功能，一定程度上解決了傳統金融機構獲客及風險評估成本高的問題，能夠幫助家庭農場彌補長期以來金融服務的不足（謝絢麗等，2018）。數字金融透過網路貸款、眾籌、供應鏈金融等融資模式填補了傳統金融機構服務的不足，為更多的家庭農場提供高效便捷的融資服務，其便利性金融服務包括支付寶賬戶及其繫結的銀行卡等電子賬戶。與傳統銀行物理網點相比，數字業務成本可降低約90%，其中，開戶和賬戶維護成本降低65%～75%、現金存取成本降低40%～60%、支付和轉賬成本降低90%～95%（星焱，2021）。數字金融可以根據家庭農場農業生產中種植、養殖的實際需要決定信貸產品的期限和額度，而數字技術讓信貸產品的期限、額度更加匹配農業生產週期，不僅使銀行資金使用效率最大化，同時也減少了家庭農場由於固定期限產品造成的額外成本（貝多廣、汪雯羽，2020）。數字金融依託數字技術增加了家庭農場主申請貸款的渠道，幫助家庭農場主節省了大量的時間成本、資訊搜尋成本，也提高了金融機構的審貸效率，降低了涉農貸款的風險和成本。數字技術使更多元的家庭農場主資料被用以衡量客戶質量，增大借款客戶獲得金融支援機會的同時也減小了金融機構的業務風險。同時，數字金融利用技術優勢減少了農村金融業務中線下人員的數量，也減少了人工成本，它基於電腦和智慧手機等終端裝置，突破了傳統物理網點的時空侷限，並規避了部分信貸人員“吃拿卡要”等尋租成本。因此，數字金融活動不受時間和空間的限制，以較低的成本聯合其他部門構建家庭農場信用體系，為家庭農場定製精準的金融服務，進一步降低了家庭農場融資約束，從而降低了其生存風險。
假說2 ：數字金融透過為家庭農場提供金融服務便利，降低其生存風險。
三、研究設計
（一）模型設計（詳見原文）
（二）變數選取
1。被解釋變數。變數State為代表家庭農場生存與否的離散變數，如果家庭農場經營狀態為營業或籌建，則家庭農場狀態為生存，記為1，否則記為0。因為被解釋變數是離散的、非連續的，故採用二項選擇模型進行分析（Chang & Wang，2022）。對於家庭農場生存時間的界定，參照馬光榮、李力行（2014）的做法，定義為家庭農場首次進入市場至其退出該市場所經歷的時間，即在t期時家庭農場存在於樣本之中，而t+1期時家庭農場不存在於樣本中，此時可以認為家庭農場退出了市場。
2。 核心解釋變數。本文采用了北京大學數字金融研究中心的中國數字普惠金融發展指數（郭峰等，2020）。以Indext 表 示， 並 用Coverage、Useage、Digital分別表示數字金融服務的覆蓋廣度、使用深度和數字化程度這三個維度。用Credit、CreditLoan分別表示使用深度中的信用業務、信貸業務。
3。控制變數。本文還控制了一些對家庭農場生存風險有重要影響的變數。首先在家庭農場整體層面，本文選用家庭農場年度總資產對數作為衡量家庭農場規模的指標，同時考慮到兩者間可能存在非線性關係，本文參照蘇振東等（2016）的做法，將家庭農場規模的平方也加入模型中；農場年齡採用樣本期基期年份與開業年份的差值進行計算；利潤率以家庭農場利潤總額與總資產的比值表示；銷售利潤率以家庭農場利潤總額佔營業收入的比值表示；家庭農場性質往往決定了經營方式和經營目標，進而在一定程度上影響到其生存風險，因此本文在迴歸中還引入了家庭農場性質虛擬變數，當家庭農場屬於個人獨資家庭農場時取值為1，否則取值為0。其次在縣域層面，縣域經濟狀況被納入考慮，這是影響家庭消費的重要宏觀變數。此外，為了考慮傳統金融對家庭農場生存風險的影響，模型中還考慮了縣域層面的金融發展變數（金融機構存貸款餘額之和與GDP的比值）。此外，經營年度、行業狀況和地理位置決定了家庭農場的經營環境，故本文引入家庭農場經營所在年份（Year）、家庭農場所在行業（Inds）和家庭農場所在地區（Prov）三類虛擬變數，以控制年份週期、行業和地理位置對家庭農場生存風險的影響。
4。工具變數。參考張勳等（2020）的做法，本文使用家庭所在縣域與杭州的球面距離、家庭所在縣域與全國其他省會的球面距離以及家庭農場所在縣域與三大核心城市（北京、杭州、深圳）的平均球面距離作為數字金融的工具變數，資料透過地理資訊系統計算後獲得。
（三）資料處理和來源
本文采用2014-2018年家庭農場的微觀資料。家庭農場基本資訊和年報財務資料來源於國家信用資訊公示系統，由企研資料整理提供。該資料庫蒐集了全國29個省（自治區、直轄市）58103個家庭農場的資訊，共計94027個微觀資料樣本。本文首先參考謝千里等（2008）對各變數異常值的檢測方法，將家庭農場規模、利潤率、銷售利潤率等財務指標在1%的水平上進行縮尾處理，以規避異常值所產生的影響。其次，借鑑Brandt et al。（2012）序貫匹配的方法，將2014-2018年家庭農場資料跨期合併，隨後透過篩選家庭農場的經營狀態以及最終出現年份等資訊，用於識別和區分家庭農場的退出和存活狀態，最終獲取了33402家家庭農場共計48515個有效樣本資料（見表1）。
四、實證結果（詳見原文）
五、傳導機制實證分析（詳見原文）
六、進一步討論（詳見原文）
七、結論與政策建議
本文從理論和實證兩個方面評估了數字金融的發展對家庭農場生存風險的影響。利用2014-2018年數字金融縣域資料與33402家家庭農場共計48515個微觀資料相匹配，採用離散時間Cloglog生存模型，深入考察數字金融對家庭農場生存風險的影響及其異質效應。研究結果表明：
第一，
在樣本期內，數字金融發展顯著地降低了家庭農場的生存風險，採用多種工具變數進行內生性及穩健性檢驗後，以上結論仍然成立；
第二，
數字金融透過提供低成本的金融服務和緩解融資約束實現降低家庭農場生存風險的作用；
第三，
異質性分析表明，數字金融對家庭農場生存風險的影響，在西部地區、小型和初創型家庭農場中效果更為明顯，這提現了數字金融的普惠性特徵。
本文的研究結果表明，數字金融發展能顯著降低家庭農場的生存風險。因此，在國家大力發展數字經濟的背景下，應進一步深化網際網路、大資料、雲計算、區塊鏈等新型技術與傳統金融的融合，提升家庭農場的生存能力。數字金融透過緩解融資約束實現降低家庭農場生存風險的作用，因此要進一步推進數字金融業務發展，改進對家庭農場的授信方式，以提升家庭農場獲得資金的效率。在推進數字金融發展的過程中，如何降低家庭農場獲取金融服務的成本是關鍵，要重點關注數字金融的覆蓋廣度和數字支援服務帶來的實惠性。最後，數字金融對西部地區、小型和初創型家庭農場作用更強，這表明了數字金融的普惠性。因此，要進一步加強信用和科技基礎設施建設，同時家庭農場需要積極探索如何藉助數字金融改善自身經營，降低生存風險，提高生存率。只有解決了生存問題，家庭農場才可以持久經營，才能有助於更好地促進農業現代化發展和實施鄉村振興戰略。
原文載於
《農村金融研究》2022年第8期