基于Logistic-ISM模型的新型农业经营主体融资渠道偏好影响因素研究

胡沁婷

湖南潇湘技师学院（湖南九嶷职业技术学院），湖南 永州 425000

0 引言

新型农业经营主体是乡村振兴的主力军。2018年9 月，中共中央、国务院印发了《乡村振兴战略规划（2018—2022 年）》，强调壮大新型农业经营主体，实施新型农业经营主体培育工程，鼓励通过多种形式开展适度规模经营。2019 年中央一号文件提出，现阶段针对新型农业经营主体融资问题，要采取加大对新型农业经营主体资金投入和拓宽融资渠道等诸多办法。

我国以家庭农场、农民专业合作社、农业大户等为主体的新型农业经营主体贷款余额逐年增长，但存在认证不规范、缺乏质押抵押担保、贷款业务办理手续繁杂、贷款种类单一化等诸多问题，致使新型农业经营主体融资困难问题长期存在。由于我国各地区农村金融发展程度不同，新型农业经营主体的自身性质、发展水平也不同，导致不同地区、不同类型、不同特征的新型农业经营主体的融资供需状况呈现出较大差异。相关研究表明，家庭农场、农民专业合作社、农业大户这3类新型农业经营主体的资金大部分是通过自筹和经营转化而来，对外融资渠道的选择依据自身条件而定。例如，家庭农场和农业大户外源融资渠道更偏向于农村信用社等金融机构，偶尔会有民间借贷的发生，而农民专业合作社的融资主要是来自政府的支持。如何从新型农业经营主体的自身情况出发，研究其融资渠道偏好影响因素，并针对性地提出解决策略，对实现融资供需平衡、促进乡村产业振兴具有重要的现实意义。

1 Logistic回归模型构建

笔者以湖南省永州市为例，通过问卷调查和电话访谈的形式，了解新型农业经营主体的融资信息，发现新型农业经营主体融资渠道偏好分为正规融资渠道、非正规融资渠道；根据调研结果，结合文献研究，总结出影响新型农业经营主体融资渠道偏好的因素主要有主体因素、经营因素和融资行为因素。其中，主体因素包括年龄、受教育程度、是否为专业技术型农户，经营因素包括经营类型、家庭年总收入、是否进行工商注册，融资行为因素包括有无融资经历、有无合格抵押物、贷款用途和贷款金额。

1.1 变量选择

选择新型农业经营主体融资渠道偏好作为被解释变量，设为Y；从主体因素、经营因素和融资行为因素3个方面进行解释变量的选择，具体如表1所示。

表1 变量选择及定义

1.2 研究假设

根据变量选择及其定义，笔者提出如下3个假设。

假设一：年龄X1对新型农业经营主体融资渠道偏好具有负向影响，而受教育程度X2和是否为专业技术型农户X3对新型农业经营主体融资渠道偏好具有正向影响。

假设二：经营类型X4、家庭年总收入X5和是否进行工商注册X6对新型农业经营主体融资渠道偏好具有正向影响[1］。

假设三：有无融资经历X7、有无合格抵押物X8和贷款金额X10对新型农业经营主体融资渠道偏好具有正向影响，而贷款用途X9对新型农业经营主体融资渠道偏好具有负向影响。

1.3 模型建立

新型农业经营主体融资渠道偏好是个二元选择问题，因此，笔者选用Logistic 回归模型，运用SPSS 软件进行二元回归分析，确定新型农业经营主体融资渠道偏好的影响因素。二元Logistic回归模型为

式（1）中：Y为被解释变量，Xi为影响新型农业经营主体融资渠道偏好的因素（解释变量），β0为回归方程的常数项，βi为回归方程系数，k=10。

1.4 实证研究结果

在进行回归分析之前，笔者对模型中的解释变量进行了共线性诊断，以确保模型中各解释变量之间不存在相关关系。共线性检验结果如表2 所示，容差大于0.1或者VIF（方差膨胀因子）小于10，则代表不具有共线性，可以此为标准判断各解释变量之间是否存在共线性。

由表2 可知，各解释变量之间不存在共线性，可以进行二元回归分析，分析思路为：考虑所有解释变量对被解释变量的影响，得到初始分析模型；根据各解释变量的显著性，采用向后筛选法，逐步剔除不显著的变量，再进行拟合，得到最终模型，结果如表3、表4所示。

表2 共线性检验结果

表3 Logistic回归模型实证分析初始结果

由表3 可知，对新型农业经营主体融资渠道偏好有显著或极显著影响的因素分别是X2（受教育程度）、X5（家庭年总收入）、X7（有无融资经历）、X8（有无合格抵押物）。笔者根据模型的拟合结果对进入最终模型的影响因素（见表4）进行具体分析。

表4 Logistic回归模型实证分析最终结果

第一，受教育程度的回归系数（B）为正，对新型农业经营主体融资渠道偏好具有显著的正向影响（P＜0.05），符合假设一。说明新型农业经营主体受教育程度越高，对相关金融知识和融资流程的认知程度就越高，对正规融资渠道的偏好越强烈[2］。而年龄和是否为专业技术型农户对新型农业经营主体融资渠道偏好的影响并不显著，原因是新型农业经营主体年龄大则经营经验丰富，年龄小则获取新技术新知识较快，加之相关技术培训的普及，很难判断年龄和是否专业技术型农户对新型农业经营主体融资渠道偏好的影响是正向还是负向的，因而未通过显著性检验。

第二，家庭年总收入的回归系数为正，对新型农业经营主体融资渠道偏好具有显著的正向影响（P＜0.05），符合假设二，这说明家庭年总收入越高的新型农业经营主体为了扩大生产经营，会更偏好正规融资渠道。从银行角度来看，这类新型农业经营主体的偿债能力较强，更容易获得正规融资机构的青睐[3］。同时，从调查情况可知永州市新型农业经营主体对工商注册的理解并不全面，大部分地区存在跟风现象，农产品的品牌意识还不成熟；且受地域因素影响，永州市的新型农业经营主体偏向传统种植业和养殖业，规模相对固定，对结合旅游资源的新型农业经营主体形式并未完全接受，因此，经营类型和是否进行工商注册对新型农业经营主体融资渠道偏好的影响不显著。

第三，有无融资经历的回归系数为正，对新型农业经营主体融资渠道偏好具有显著的正向影响（P＜0.05）；有无合格抵押物的回归系数为正，对新型农业经营主体融资渠道偏好具有极显著的正向影响（P＜0.01）。以上两点均符合假设三，说明新型农业经营主体通过正规渠道融资成功后，由于了解融资条件，熟悉融资流程，因而也就越偏好正规融资渠道，同时新型农业经营主体具备合格抵押物就更具有融资资格，也就更偏好正规融资渠道[4］。值得注意的是，贷款用途和贷款金额对新型农业经营主体融资渠道偏好的影响不显著，原因可能是永州市新型农业经营主体融资金额普遍不高，大多数新型农业经营主体通过自有资金的积累和少量亲戚朋友的借款就能满足基础建设和再生产需要，因此对正规融资渠道偏好并不明显[5］。

2 ISM解释结构模型构建

2.1 要素设置

笔者通过Logistic 回归模型分析，得出受教育程度、家庭年总收入、有无融资经历和有无合格抵押物为新型农业经营主体融资渠道偏好显著性影响因素，因此，分别确定S0为新型农业经营主体融资渠道偏好，S1为受教育程度，S2为家庭年总收入，S3为有无融资经历，S4为有无合格抵押物，再结合国家政策的影响，引入变量S5，代表国家政策和政府扶持。

2.2 建立邻接矩阵

根据以上6 个变量，确定变量间的逻辑关系，建立变量间的邻接矩阵A。邻接矩阵A的构成元素定义为

2.3 建立可达矩阵

用邻接矩阵A加上单位矩阵I，经过一定演变后可得到可达矩阵M。可达矩阵具有一个重要特性，即推移特性。当Si经过长度为1的通路直接到达Sk，而Sk经过长度为1 的通路直接到达Sj；那么当Si经过长度为2的通路必然可直接到达Sj。通过演算后得到可达矩阵M为

2.4 建立骨干矩阵

式（5）中：P（Si）为可达集合，表示从因素Si出发可到达的全部因素的集合；Q（Si）为先行集合，表示可以到达因素Si的全部因素的集合。

从可达矩阵M中删除L1中因素对应的行与列，得到矩阵M＇，对矩阵M＇重复上述操作，得到位于第二层的L2的因素，再从矩阵M＇中去掉L2中因素对应的行与列，得到矩阵M″；然后对其进行同样的操作，得到位于第三层的L3的因素。以此类推，得到位于所有层次的全部因素。

通过上述方法，得到L1={S0}、L2={S2}、L3={S5，S4，S3}、L4={S1}。

最后，根据L1、L2、L3、L4的要素顺序，得到重新排列的骨干矩阵B为

2.5 构建解释结构模型

用流程图将全部因素进行有效连接，得到新型农业经营主体融资渠道偏好影响因素的解释结构模型（见图1）。

图1 新型农业经营主体融资渠道偏好显著性影响因素的解释结构模型

由图1 可知，在新型农业经营主体融资渠道偏好的显著性影响因素中，家庭年总收入为最直接影响因素，同时融资渠道偏好还受到有无贷款经历、是否有合格抵押物、国家政策和政府扶持3 方面因素的影响，而受教育程度则是深层次的根源因素[6］。以上5 个影响因素既独立发挥作用，又相互影响、相互关联，形成了完整的新型农业经营主体融资渠道偏好影响因素系统。

3 缓解新型农业经营主体融资压力的建议

笔者以湖南省永州市为例，对新型农业经营主体融资渠道偏好影响因素进行分析，结合湖南省产业发展的特点，有针对性地提出因地制宜的财政政策和非“普惠制”的金融支持政策，以缓解新型农业经营主体融资压力。一是政府要针对区域间自然资源和经济发展的差异及不同类型的新型农业经营主体实施差异化的扶持政策，重点支持科技含量高、产业化发展水平高的新型农业经营主体。例如，集群化的专业合作社和重点龙头企业可通过政策支持发挥农业主体的带动作用，带动周边地区农民增收致富，从而推动农村经济发展。二是相关部门要采用非“普惠制”的金融支持政策，解决抵押质保问题，通过制定盘活宅基地产权、农民商住房、企业厂房等房产的抵押政策，以弥补抵押质保物不足的缺陷，从而破解“融资难”和“融资贵”的困境。