林权抵押贷款效果分析——基于西宁农户数据

晋生菊

（西宁市林业站，青海 西宁 810000）

1.研究区域和方法

1.1 研究区域

西宁市是青海省的省会，是全省的政治、经济、文化交流中心，市域总面积7660平方公里，常住人口233.37万人，其中少数民族60.2万人，占总人口的四分之一。湟中塔尔寺是我国六大藏传佛教寺院之一，东关清真大寺是西北四大清真寺之一。市区面积476.5平方公里，市区常住人口128.9万人，平均海拔高度为2295米，最高海拔4890米，最低海拔2100米。年平均气温6.6℃，降水量390毫米，蒸发量1100毫米。西宁冬无严寒，夏无酷暑，是天然的避暑胜地，被誉为“世界凉爽城市”和“中国夏都”。

1.2 研究方法

在本文研究中，对林权抵押贷款效果则是应用模糊综合评价法研究。

模糊综合评价法：对林权抵押贷款的效果进行分析，主要是采用模糊综合评价法，这种方法的适用范围相对更加广泛，对综合效果进行评价非常适合。

2.研究分析

2.1 模型设定

要对西宁地区农户林权抵押贷款的效果进行一个评价分析，首先构建出指标体系，根据重要程度划分，包括经济性、社会性和环保性，然后根据模糊综合评价方法的步骤进行，就可以得到在实行林权抵押贷款之后，西宁地区林下经济发展的影响情况。

2.2 指标体系构建

考察西宁地区农户林权抵押贷款的效果情况，鉴于抵押抵款对农民农村、对社会的贡献，构建出指标为经济性、社会性和环保性三大方面；并且这些指标都是按照重要程度排序的。林权抵押贷款效果评价指标体系具体内容如表1。

表1 指标的判断矩阵

2.3 指标权重确定

由第一指标的判断矩阵，通过软件MATLAB可得到最大特征值。接下来要进行一致性检验，需要计算一致性指标CI和随机一致性比率CR。其中一致性指标CI为：

要计算随机一致性比率CR，先确认随机一致性指标RI。

由表2得到RI= 0.58，因此随机一致性比率：

表2 RI的取值情况

由于CR小于0.1，因此可以认为该判断矩阵的构造是合理的，因此我们继续计算第一指标的权重，见下表3。

表3 指标的权重系数表

2.4 模糊综合评价分析

在综合效果评价中，便于建立模糊综合评价的判断矩阵，经济型模糊综合评价向量设为B1，社会型模糊综合评价向量设为B2，环保性的模糊综合评价向量设为B3，经过MATLAB的计算，结果如下：

经济性的模糊综合评价向量

社会性的模糊综合评价向量

环保性的模糊综合评价向量

综合评价结果为

通过计算得到，指标中经济性的权重为0.5396，社会性的权重为0.297，环保性的权重为0.1634。由此可以看出，经济型的权重最大，在林权抵押抵款效果中的重要性最大，环保性所占权重最小。

3.结论与对策建议

3.1 结论

本文从西宁地区以“合作社+农户+企业”组织形态为代表的林权抵押贷款现状进行切入，对当地农户贷款成效进行分析，构建出指标：经济性、社会性和环保性三大类，可以发现当前林权抵押贷款的主要研究方向仍是影响林农抵押贷款的因素，林权抵押贷款实践中出现的问题和对策研究，并且主要涉及到了林农和金融机构之间的不平衡问题、政府部门和金融机构的主次作用、国家法律政策对开展林权抵押贷款业务的辅助作用等等。

3.2 对策建议

3.2.1 效果机制加以创新

通过研究农户抵押贷款的成效问题，可以发现对于林权抵押贷款的效果评价研究不够全面，且就于现实问题，与信贷公司之间的不对等关系，信息不对称等问题导致两者之间存在很大矛盾，无法收集到有效数据，去探究林权抵押贷款对于放活小农信贷的影响。此外，还需要不断补充、发展效果评价体系，不仅仅是绩效考核内容，在研究方法上还需要创新。

3.2.2 金融机构加强自身建设

金融机构要学会积极创新，加强自我监督。提高参与度，适当降低林权抵押贷款的利率和门槛，避免完全贷款倾斜至林业企业和林业大户，扩大抵押对象的范围。丰富贷款内容，建立专门的林贷项目开展专项林权抵押贷款的业务。不同的林种生长周期和经济价值是完全不一样的，因此按照其特点，设立专有的林业子科目，以此实现多元的林权抵押贷款。

3.2.3 政府部门加强自身建设

政府部门需要加强完善林权抵押贷款的相关法律问题，综合我国几个林业大省的情况，把握其他地区的林改细节，适当修订法律。林权抵押贷款最大的问题就是金融机构和林农互相不信任，政府机构必须在宏观调控的基础上，引入市场机制，建立林权流转体系市场，实现专人负责。此外，政府部门需要设立完善、独立的林业评估机构，保障林权抵押贷款的正常运作。