一、引言

图片来自网络

农村地区普惠金融的发展问题，始终是农村金融研究领域中的核心议题与挑战。众多研究指出，农户在信贷方面遭遇了较为严峻的配给限制，原因主要有以下几点：首先，由于信息不对等、抵押或风险限制，农户往往被视作“不良借款者”，而且信贷交易的高成本导致部分优质借款人选择自我限制，从而退出正规信贷市场（参见Boucher等人，2008年；张龙耀与江春，2011年）；其次，农户贷款规模的扩大，社会“人情成本”的上升，以及社会关系中强关系的减弱，都使得依赖亲友等非正式借贷途径来满足金融需求变得遥不可及（程昆等人，2006年；陈飞与翟伟娟，2015年）。

近年来，大数据、云计算以及人工智能等信息技术与金融行业实现了深度融合，这一趋势加速了金融科技和数字金融的迅猛发展。这种融合模式，据Björkegren和Grissen（2018）的研究指出，被视为一种具有变革潜力的金融解决方案，有望破解农户融资难题。借助大数据、云计算以及人工智能等先进信息技术构建的数字信贷模式，正逐步打破传统金融服务的时空界限，它在改善信息不均衡、提升服务效能、减少交易费用以及优化风险管控等方面展现出其他方式难以企及的显著优势。

与此同时，农村电商作为信息技术在农村领域的典型应用，为农村地区带来数字红利提供了可能。在政策领域，近年来，政府陆续出台了一系列扶持农村电商发展的文件和政策，为农村电商的繁荣打下了坚实基础。农村电商的迅猛发展，其核心在于信息技术与数字红利向农业、农村、农民（即“三农”）领域的深入渗透和拓展。现有研究指出，农村电商的发展带来了数字红利，这有助于提升农民的价格搜索技能，降低交易成本，如Leroux（2001）所述；同时，它还能推动利润率和交易量的增加，从而助力农民增加收入，正如Leong等人（2016）、曾亿武等人（2018）以及李琪等人（2019）的研究所证明。金融科技能够将农民在电商平台产生的销售数据、支付信息等数字化资料，转换成信用评估，进而利用大数据技术构建预测模型和风险管控措施，这样就能有效减少信贷交易中的信息不匹配和交易费用，进而提升信贷服务的供给能力和服务效率。郭峰等人于2020年所构建的北京大学数字普惠金融指数表明，这一指数为经济欠发达地区实现普惠金融的追赶提供了可行性，同时也为众多中低收入阶层及弱势群体获取范围更广、服务深度更高的金融服务打下了坚实的基础。

金融科技，作为新兴的金融形态，正逐渐深入到县域农村的金融市场之中。本研究旨在探讨，在金融科技蓬勃发展的背景下，数字信贷对于传统银行信贷来说，究竟是带来了机遇还是构成了挑战？这两者之间又存在着怎样的相互联系与影响？鉴于城乡之间存在的数字差距以及农户金融知识的不足（周利等人，2020年），农户在数字信贷方面的使用率并不高（何婧和李庆海，2019年）。因此，当那些从事农村电商的农户开始在数字平台上留下自己的数字痕迹时，这会不会对他们获取数字信贷产生正面的促进作用呢？本文选取了江苏省沭阳县的“淘宝村”中从事农村电商业务的农户作为研究对象，并基于2019年进行的实地调研所收集的数据，对其进行了深入的实证分析。

二、理论分析与研究假说

（一）数字信贷与传统银行信贷之间的关系

在理论层面，数字信贷与传统的银行信贷之间存在着相互补充或替代的可能性。具体而言，它们在服务对象和信贷合同特点上各有千秋，能够提供不同的信贷服务。同时，金融科技凭借其示范效应、竞争效应以及鲶鱼效应，能够推动传统银行的改革与发展。金融科技实际上只是对金融行业技术的深化与拓展，它并未对金融合同的实质、金融风险的属性以及金融领域的核心要素产生根本性的变革。因此，金融科技与金融行业之间可能形成一种相互补充、共同发展的态势，这种模式或许将成为未来发展的主导趋势，正如陈志武（2014）和吴晓求（2014）所指出的。基于此，数字信贷与传统的银行信贷之间或许能够建立起一种互补的关系。

值得注意的是，数字信贷对传统银行信贷构成的潜在威胁同样不容忽视。在金融科技的冲击下，银行内部存在着变革的驱动力，然而，由于路径依赖、需求限制、利润增长与成长需求之间的不匹配等自身局限，银行难以实现技术水平的根本性提升（任静、朱方明，2016）。鉴于传统银行在信贷数据掌控不够充分、信贷运营效率偏低、流程繁琐以及缺乏互联网意识等方面存在不足，因而难以持续推动内在的数字化改革，与此同时，以金融科技为支柱的数字信贷凭借信息优势，简化了信贷操作流程，这无疑给传统银行的信贷业务带来了显著的压力。鉴于此，本文提出，在农村金融市场，数字信贷有望取代传统银行信贷。

基于以上分析，本文提出假说1。

假说1：数字信贷与传统银行信贷之间存在替代关系。

（二）电商参与农户数字信贷获得规模

与未涉足电商的农民相比，那些投身电商的农民不仅能拓宽销售领域和扩大经营规模，增加收入，而且依托电商平台上的数字足迹，能更便捷地积累信用，从而有效减轻金融交易中的信息不匹配问题，减少信贷交易的成本，并在互联网平台上形成贷款优势，进而获取更大规模的数字信贷。

参与电商能够带来显著的信息优势与成本优势。农户投身电子商务有助于构建数字痕迹，依托于电商平台，金融科技公司可利用平台存储的众多商户交易数据，将其转换成信用评价，推动原本信用不足的农户逐步积累信用。借助大数据等信息技术，双方能在极短时间内完成信息审核、额度匹配和贷款发放，从而实现资金需求方和供给方均通过电商平台进行交流的目的。此举有效减轻了传统信贷交易中的信息不对称问题，减少了借贷交易的成本，并有助于农户扩大信贷规模。

此外，收入是信贷获取的关键因素之一（刘松等，2020）。相关研究显示，农户投身电商能够带来明显的收入提升（曾亿武等，2018），这一收入增长效应有助于农户获得更多的数字信贷。从需求角度分析，农户加入电商后，其销售渠道和经营规模都得到了拓展，从而使得他们的信贷需求变得更为迫切。从供给方角度分析，家庭收入水平越高，相应的履约能力更强，信用等级也更高，因而更易于获得较大额度的贷款。这一观点由彭克强和刘锡良在2016年的研究中提出。此外，农村电商的崛起展现出明显的集群效应，这种效应（据Dunt和Harper，2002；Zhang等人，2018的研究）有助于形成更大的供给规模经济，进而使农民的收入增长更具持久性，同时也更有利于农户获取数字信贷的援助。

基于以上分析，本文提出研究假说2。

假说2：农户参与电商对获得数字信贷的规模具有正向影响。

三、数据分析与模型建立

（一）数据来源

本文所涉数据源于南京农业大学金融学院农村数字信贷课题组于2019年1月及8月对江苏省沭阳县花木种植户展开的入户调研，该调研综合运用了问卷调查和面对面访谈两种方法。

（二）变量选取

本文的研究中，所谓的数字信贷涵盖了农户在电商平台及银行所取得的网络贷款。与之相对，传统银行信贷则特指农户从农村商业银行、农业银行、村镇银行等正规金融机构取得的线下贷款。此外，非正规信贷是指农户通过亲友、民间放贷者或地下钱庄等非正式渠道取得的贷款。在此研究中，我们以农户是否能够获得信贷作为分析的核心变量。若农户在2018年成功借得数字贷款，即被认定为实施了数字信贷行为，此时赋予其数值1；反之，则记为0。对于传统银行信贷行为及非正规信贷行为的界定，与此保持一致。在探讨农户参与电子商务活动对其获取数字信贷规模的影响时，分析中的解释变量包括花木种植农户在2018年所获得的数字信贷规模以及其信贷总额，其中信贷总额指的是农户通过不同途径所借得的贷款总额。

本文的研究重点在于农户是否投身于农村电商领域。通过问卷中的“您是否通过电商平台进行产品销售”这一问题，我们得以进行判断。若农户回答“是”，则将其归类为参与农村电商，并赋予数值1；若回答“否”，则视为未参与，并赋予数值0。

对变量进行控制，本文选取了农户的年龄、性别、教育程度等人口统计学特征，以及他们的种植规模、销售渠道等生产经营状况，还有他们所拥有的社会关系和网络资源，以及正规金融机构提供的信贷服务状况等四个方面的变量。此外，为了检验农户参与电子商务活动对其获得信贷规模的影响，本文采用了倾向得分匹配模型（简称PSM），在此过程中需要对变量进行重新配对。在经过反复调整和剔除不同变量之后，本研究最终确定的匹配变量包括：户主的性别、年龄、健康状况、教育水平、园艺种植的面积、是否有亲友在政府部门或金融机构任职、园艺产业的净收益以及创业经历等方面。

（三）计量模型

在现有研究中，当分析农户在信贷行为上的不同选择及其相互关联时，研究者们普遍采用单方程模型来进行估计。然而，这种做法未能充分考虑不同信贷行为之间可能存在的相互影响，进而使得估计结果存在偏差。本文借鉴了Cappellari等人于2003年提出的研究方法，以及刘西川等人于2014年的研究成果，运用三元Probit联立方程模型对三者之间的相互影响进行了评估。本文主要探讨的是数字信贷与传统的银行信贷之间的相互联系：如果两者之间是相互替代的关系，那么误差项的相关系数应当呈现负值；反之，如果两者是相互补充的关系，那么误差项的相关系数则会是正值。

本文运用倾向得分匹配模型，针对农户是否参与电商对信贷规模的影响进行研究。具体而言，我们将研究对象划分为实验组（即参与电商的农户）和对照组（即未参与电商的农户），并运用倾向得分匹配方法对农户参与电商后信贷获得的效应进行细致评估。

四、实证结果与分析

（一）数字信贷与传统银行信贷的关系检验

根据三元Probit模型估计结果分析，方程中的误差项相关系数在1%的显著性水平上均未接受农户数字信贷、传统银行信贷以及非正规信贷三者各自独立发展的零假设，这揭示了三者之间存在相互作用的特征。根据似然比的检验成果分析，我们在1%的显著性阈值下，否定了误差项相关系数全为零的初始假设，这表明采用三元Probit模型进行估计的做法是恰当的。同时，方程误差项的相关系数估计值呈现负数，且在1%的显著性水平上显著，这揭示了农户在数字信贷和传统银行信贷行为间存在替代性，进而证实了本研究的假设一。

（二）参与电商对农户数字信贷和信贷总规模的影响

对相关指标进行质量检验，本文在评估匹配效果及样本应用状况的基础上，采纳了五种匹配策略：包括最近邻匹配（1至5次匹配）、近邻匹配（1至10次匹配）、半径匹配、核匹配（带宽设定为0.06）以及局部线性回归匹配。观察匹配结果的多项指标，发现其平衡性表现优异。

本研究对农户投身电商活动对数字信贷及信贷总额的影响进行了效应评估。通过成功匹配的样本数据，本文对农户参与电商所引发的信贷规模增长效应进行了深入分析。综合五种匹配方案的测算结果，我们发现，农户通过电商渠道获得的数字信贷以及信贷总额的净增长效应分别达到了0.908万元和3.597万元。这一研究发现表明，依托“淘宝村”这一平台，农村电子商务呈现出快速增长的态势，农户在享受数字时代带来的收益之余，还能享受到信贷规模扩大的金融便利，从而验证了本文提出的假说2。

不同禀赋特征的电商农户在信贷规模上存在显著差异。根据对资本禀赋差异如何影响农户信贷规模的研究结果，我们可以发现，物质资本、人力资本和社会资本越丰富的农户，他们在数字信贷以及信贷总额度方面通常也更为充裕。尽管数字技术为众多农户带来了实实在在的好处，然而，我们不可忽视，在农村居民之间，新的差距或许正在悄然形成，这也导致了不同经济实力的农户在享受金融便利方面存在着不小的差距。

五、研究结论与政策启示

根据2019年对江苏省沭阳县“淘宝村”从事花木经营的农户所进行的调查所得数据，本研究采用三元Probit模型与PSM模型，对数字信贷与传统的银行信贷之间的相互联系，以及农户参与电子商务对其金融福利所产生的作用进行了深入分析。研究发现：首先，数字信贷与银行信贷之间呈现出明显的替代性。其次，农村电商的推进显著提升了农民的金融待遇，与未涉足电商的农民相比，涉足电商的农民在数字信贷额度及信贷总额方面分别增长了0.908万元和3.579万元。第三，由于农户间资本条件存在较大差异，投身电商的农户在享受金融福利方面表现出了明显的不同。那些资本条件优越，即物质资本、人力资本和社会资本都较高的农户，他们在数字信贷的获取规模以及信贷总额上均显著高于其他农户。这种资本条件的差异，进一步加剧了农户群体内部的数字差距，并放大了这种差距对金融福利带来的影响。

通过上述分析，我们可以得出以下政策建议：首先，数字信贷的兴起给传统银行信贷业务带来了显著的压力与挑战。其次，商业银行需正视自身短板，调整发展战略，增强金融科技水平，大力推进数字化进程，加速建设数字银行和智慧银行，同时重视满足长尾客户的信贷需求。其次，政府需强化数字技术在乡村的传播力度，广泛开展金融知识普及，增强农民对数字贷款的理性理解，减少信贷决策过程中的非理性行为，增强数字金融的普遍性和包容性。此外，政府还应制定出既科学又符合实际的农村电子商务发展计划，根据不同地区的特点来实施，利用当地具有代表性的企业和村民中的佼佼者树立榜样，进而深入挖掘农村电商在数字领域的巨大潜力。第四，在促进农村电子商务发展的进程中，特别需要重视农村中处于不利地位的群体的数字技能和素质提升，这样做有助于他们建立起良好的信用记录，从而减轻金融方面的压力。

原文刊发：《中国农村经济》2020年第11期