农村家庭经济脆弱性与融资选择——基于2017年河南大学“百县千村整村调查”的实证研究

纪鸿超

（河南大学中原发展研究院，河南开封475004）

一、引言

2018年是中国改革开放的四十周年。这四十年中农村的人均纯收入从1978年的133.6元，增长到2017年的1.3万元，增长了100倍，农村发展取得了显著的成绩。但是，发展过程中也出现了一些问题，比如一直存在的农村家庭融资问题。农村正规金融机构由于农户抵押品缺失、运营成本较高等原因，发展较慢。对于农村家庭融资，尤其是以消费性融资为代表的小额融资发展并不完善。在这种情况下，农村家庭为了满足生产经营、婚嫁等大额的支出需求，都转而进行了以家庭积累或以亲戚朋友为代表的社会圈层融资。在这种融资过程中，由于农村家庭收入的不稳定性和消费的刚性需求，不同的融资模式对于家庭经济的脆弱性产生了不同影响。明斯基[1]曾经提出社会融资中融资结构的变化会影响金融脆弱性，类似的，农村家庭融资选择会对农村家庭脆弱性产生影响，这便是本文研究的重点。

2020年中国要全部脱贫，全面建成小康社会。脱贫之后，还需进行可持续发展，才能实现农户的富裕。但是，现实中农户的收入并不稳定，增收来源很多是不可持续的，容易出现返贫现象。不仅如此，还会存在相对贫困现象，即使脱贫，也有很多农户是处在贫困线边缘，生活水平仍然存在很大的提升空间。无论是返贫的可能性，还是相对贫困现象，在经济发展中都是需要重点关注的问题，而解决这些问题的一个很重要的办法就是保障农户收入的稳定性。事实上，农户受限于收入的不稳定和消费的刚性需求，存在各种各样的融资需求，但却很难通过正规融资得到满足。那么，农村家庭当中都存在哪些融资方式，这些融资方式对于农村家庭的脆弱性会有哪些影响，这些问题对于我们理解农村金融发展、保障农户脱贫增收的稳定性和可持续性具有重要意义。

二、概念界定与文献综述

（一）脆弱性

脆弱性是一个在社会科学中被广泛应用的概念。在经济领域，脆弱性最早和金融危机相关。明斯基[1]研究了金融领域的脆弱性问题，他认为所谓金融的脆弱性是指金融市场上出现的各种风险冲击，会引起市场价格、流动性等发生未预期到的变化，从而使得金融机构面临倒闭的可能性，并会对整个金融体系乃至经济体系产生影响。此外，社会融资还被分成了三种模式，即对冲性融资、投机性融资和庞氏融资。当社会融资模式由对冲性融资开始慢慢转向投机性融资，进而演变为庞氏融资时，金融体系会变得非常脆弱。但是，目前学界对于金融脆弱性的定义还没有达成共识。

与金融脆弱性类似，家庭经济的脆弱性（以下简称“家庭脆弱性”）也有多种表达。家庭脆弱性的研究具体可以分为三大类。

第一类，认为脆弱性与贫困有关。具体的又分为两种。第一种，认为脆弱性是实际消费与贫困线水平的消费之间的差异，当家庭消费和福利水平降至贫困线以下，则家庭是脆弱的（Kochar，1995；Dercon&Krishnan，2000）[2,3]。第二种，认为脆弱性就是家庭消费水平低于贫困线的可能性。Pritchett et al.（2000）[4]认为脆弱性是一个家庭可能在不久的将来经历一次贫困的可能性。

第二类，从家庭消费角度出发定义脆弱性。Bernheim et al.（2003）[5]将脆弱性视为家庭最高的稳定生活水平与夫妻一方死亡后的生活水平的差异。Lin&Grace（2007）[6]则将脆弱性界定为由家庭收入主要来源者死亡导致的家庭生活水平的波动性。何平等（2010）[7]将家庭脆弱性定义为在应对社会经济、政治改革、灾害等负面冲击时，现有生活水平、社会地位下降的反应程度。

第三类，从效用角度出发定义脆弱性。将脆弱性定义为确定性等值消费的效用与期望效用之差，即Vi=Ui（z）-EUi（ci)（Ligon&Schechter，2003）[8]，其中，Vi代表第i个家庭的脆弱性，z为确定性等值消费。这种方法将脆弱性纳入期望效用的框架内，将个人或家庭的主观偏好反映到对效用函数的选择中，因此得到了较为广泛的认可和应用。

对于脆弱性来说，测度是研究的前提。由于本文主要研究农户在脱贫后面临的相对贫困问题，根据前面的定义，以及三种定义的接受度，本文采取第三种定义模式，即家庭脆弱性为确定性等值消费的效用与期望效用之差。

（二）融资主体

蚂蚁金服农村金融事业部在对中国农业和农村发展的现状进行深入调研和思考后，将中国农村金融的服务对象细分为三层。第一层，农村消费者和小型经营者构成的金字塔底层。在整体市场中约5～6亿人，主要问题是小额信贷需求以及单笔非常高的运营成本。第二层，产业链下游经销商、农村的中等养殖户以及小型生产经营户构成的中间层。市场规模大约3000～5000万人，主要问题是中等规模贷款需求，以及信息的缺乏。第三层，即金字塔上层，是规模化的农业主体。据农业部统计，其数量应该达到260万人左右，主要问题是大额信贷需求，服务风险较高的农业企业。根据研究重点，本文涉及的融资主体主要是农村消费者和小型经营者，也就是金字塔的底层。

（三）融资结构

融资结构最早是指企业采取各种方式融资时，由不同渠道取得的资金之间的有机构成及其比重关系，包括股权融资和债权融资两种模式。对于社会融资结构，明斯基[1]曾经通过比较债务的现金支付承诺和资本资产赚取的准租金产生的预期现金收入，或者债务人合同中对自有融资工具规定的承诺之间的不同关系，将融资结构确定为三种类型，即对冲性融资、投机性融资和庞氏融资。具体的，对冲性融资的主体及其银行，期望从融资合同中获得的现金流除了足够满足现在和未来的支付承诺之外还有剩余。投机性融资的主体及其银行，预期从融资合同中获得的现金流会少于某段时期特别是短期内的现金支付承诺，但预期的收入会超过每一期按照承诺支付的利息。庞氏融资和投机性融资类似，区别在于收入账户的现金支付承诺超过了收入账户中预期的现金支付收入。明斯基指出，当社会融资中，投机性融资和庞氏融资的比例大幅度增加时，整个金融体系的脆弱性程度也在不断增加。

本文主要研究农村的融资结构，比照融资结构概念，根据融资来源，将农民的融资结构划分为内生性融资和外源性融资，其中，外源性融资又分为血缘融资、业缘融资、地下融资和信贷融资；内生性融资主要是自身的资本积累。值得注意的是，外源性融资主要是指通过外部渠道进行的融资方式。其中，血缘融资主要是指通过有血缘或者亲缘关系的人（如兄弟姐妹等）进行的融资；业缘融资主要是针对有生产联系的人（如生意伙伴等）进行的融资；地下融资主要是指处于灰色地带的民间借贷；信贷融资主要是通过正规金融渠道进行的融资。

（四）家庭经济脆弱性影响因素的相关研究

对于家庭经济脆弱性的影响因素，很多文献都进行了研究。在国外，Ligon&Schechter（2003）[8]提出了基于效用函数的脆弱性测度方法，将风险分解为贫困风险、聚合风险、异质性风险以及不可解释风险，并利用保加利亚2 287个家庭的月度数据进行相应的风险测度。

国内对于家庭脆弱性的关注较晚，主要集中在脱贫攻坚战之后，同时研究的侧重点是城乡差异和收入结构。在城乡差异方面，研究较早的何平、高杰、张锐（2010）[7]认为，我国家庭脆弱性增加主要受家庭的少儿抚养比和城乡差异影响。杨文、孙蚌珠、王学龙（2012）[9]使用CFPS的数据对中国农村家庭脆弱性进行了测度和分解，结果发现村内不平等是脆弱性的主要组成部分。从收入结构方面看，万广华、刘飞、章元（2014）[10]利用 1995—2005 年山西、山东两省农户调查数据，从资产视角综合研究了贫困脆弱性。从短期、静态的角度看，农户的贫困脆弱性主要是由随机性因素决定；而从长期、动态的视角看，农户是否陷入或脱离贫困则取决于结构性因素，且时间越长，结构性因素越重要。张冀、祝伟、王亚柯（2016）[11]研究发现，死亡、医疗支出、家庭资产负债结构等是家庭经济脆弱性的主要影响因素。胡金焱（2016）[12]从民间借贷的角度分析了农村家庭的贫困脆弱性，发现民间借贷对于增加农户当期收入具有较为显著的影响，但却无法显著降低农户家庭的贫困脆弱性。

在以往的研究中，对于家庭脆弱性的影响主要集中在城乡差异和收入结构，目前关于融资方面的研究还比较缺乏。胡金焱（2016）[12]的研究涉及到了民间借贷，但这只是融资的一部分，并没有涉及融资选择和结构问题。从农户的收入来看，融资选择和融资结构对于农户稳定增收具有重要影响，是不可忽视的因素。在这样的背景下，本文拟从农户的融资选择和融资结构的角度研究农村家庭的脆弱性，填补这方面研究的空白。

本文的研究结构如下：第一部分，即引言部分，主要是问题的提出和对其现实意义的论述；第二部分，概念界定与文献综述；第三部分，农村融资现象描述，并根据国家宏观层面的统计数据和2017年河南大学“百县千村整村调查”的4 503户微观家庭数据，对农村融资的现象进行统计描述和归纳总结；第四部分，家庭脆弱性和融资结构的理论分析，将从融资结构形成的原因出发，论述家庭脆弱性可能存在的影响因素；第五部分，农村家庭经济脆弱性和融资结构的实证分析，主要利用2017年河南大学“百县千村整村调查”的4 503户微观家庭数据，从融资选择和融资圈层两个方面出发，考察融资对农村家庭脆弱性的影响；第六部分，结论和政策建议。

三、农村融资现象描述

（一）农村信贷的不匹配

对于融资来说，考虑的核心变量是信用。目前，农村的正规金融与非正规金融在信贷服务上存在的最重要区别就是信用。正规金融机构因为农户的信用不够而“惜贷”，非正规金融则因为农户间比较了解和信任而得以发展（朱信凯、刘刚，2009）[13]。

以农商行为为代表的正规金融在发展农村信贷方面并不尽如人意。银行经营的低风险偏好属性和广大农户抵押物的缺失，决定了它的信贷资源不大可能向农村区域的小微客户和个体户倾斜，更不要提普通农民。实际上，作为农村区域（县及县以下）风险较低的县一级企业贷款、房地产贷款、建筑业贷款占用了农村金融机构大量的“三农”信贷额度。根据Wind数据库，本文发现从2010年到2017年，农村贷款中有七成多的贷款都用于农村企业及各类组织贷款，农户贷款占比不到30%。投向方面，主要是生产经营性贷款，占比在80%以上，而消费贷款的比例不到20%。但是，农村家庭的金融需求不仅没有减少，反而随着经济的发展、家庭收入的提高、农村婚姻市场的影响等而不断增加，因此在目前农村金融领域，尤其是农村家庭消费领域出现了信贷不匹配的问题。

（二）农村融资的内源性偏好

长期存在的信贷不匹配问题使得农村家庭很难获得正规金融的产品，而中国传统的乡土人情也长期影响着农民的融资决定。由于在正规金融机构很难获得信贷，农户的融资主要转向内生性融资以及以血缘、业缘和地下融资为代表的外源性融资。在河南大学中原发展研究院2017年下半年进行的“百县千村整村调查”中，4 587个农户内生性融资达到46.76%，血缘融资达到38.15%，仅有10.33%选择在正规金融机构进行融资。与此同时，《中国农村家庭金融调查报告（2015）》也显示，农村家庭的信贷可得性低于全国水平，其正规信贷的可得性为27.57%，而全国的正规信贷可得性为40.50%。

从农村融资的内源性偏好可以发现社会网络对于农民借贷的影响是巨大的。马光荣、杨恩艳（2011）[14]指出，社会网络可以缓解信息不对称问题，从而促进民间借贷。实证分析发现，拥有更多社会网络的农民，会有更多的民间借贷渠道。社会网络可以起到共享信息、分担风险、平滑消费、减少机会主义行为以及改善集体决策等作用。杨汝岱、陈斌开、朱诗娥（2011）[15]发现，社会网络越发达的农户，民间借贷行为越活跃，社会网络是农户平衡现金流、弱化流动性约束的重要手段。农民由于缺少抵押品和信用担保，很难从正规金融机构中借到钱。无论是格莱珉银行的“团结小组”模式贷款，还是民间金融组织如合会，在中国并没有广泛的土壤，合会和钱庄也仅在浙江一些地方流行。在农村，民间金融的主要形式依然是亲友之间的直接借款，而民间借贷的载体就是社会网络。

社会网络的作用不仅仅体现在借贷上面，张爽、陆铭、章元（2007）[16]指出，社会网络能够显著的减少贫困。郭云南、姚洋、Jeremy Foltz（2014）[17]发现，宗族网络对缓解村庄内部收入差距的扩大具有显著的正向作用。宗族网络可以促进低收入农户劳动力的流动，使得他们从宗族网络中获益更多。随着改革开放进程的加快，宗族网络对缩小收入差距所发挥的作用将越来越明显。

值得注意的是，以社会网络为基础的农户民间借贷行为是传统乡土社会的典型特征，其规模和作用随着社会转型和经济发展会趋于弱化。随着市场经济、农村金融、互联网金融等的迅速发展，农户手中的闲散资金开始向小额贷款公司、互联网理财等聚集，内生性融资和血缘融资的重要性逐渐下降，而以业缘为代表的外源性融资开始迅速发展。近几年，以蚂蚁金服为代表的互联网金融也开始在农村推广，截至2017年末，网上银行服务75万农村用户，涉农贷款金额为264.5亿元。截至2017年2月，蚂蚁金服整个农村信贷用户数量从2015年的2 000万左右增长至3 824万，充分彰显其普惠金融的服务能力。2016年底，中国共有约4.5亿户家庭，其中，农村家庭约有2.3亿户，仅蚂蚁金服一家的农村信贷用户占比在两年时间内已经发展到整个农村家庭的13%。截至2016年12月，我国网民总数达到7.31亿，其中，农村网民占比为27.4%，规模约为2.01亿。从数据来看，未来互联网金融在农村还是有很大的发展空间。

（三）农村融资的社会圈层现象

费孝通（2007）[18]在《乡土中国》中指出，中国社会的特点是以个人为中心，向血缘基础上的家族扩展，再按人际交往的远近亲疏向外延伸的“圈层结构”，即自我典型家庭——父系血缘近亲——熟人社会（远亲、朋友、同乡）——匿名社会。

我们在分析农村家庭的融资时，一定不能脱离农村家庭的特点。尤其是在分析农村家庭的融资选择时，需要从农村家庭的社会圈层结构出发进行分析。

根据河南大学中原发展研究院在2017年下半年进行的“百县千村整村调研”数据，位于圈层核心的第一顺位是自己，这从农户选择不打算借贷的占比达到58%就可以看出。当然不打算借贷的原因有很多，比如从农户自身来说收入较低、不了解正规金融、贷款利息较高、缺乏有效的抵押品等，从银行本身来说，由于农业生产的特殊性和信息不对称、贷款成本较高，利润较低等原因，缺乏提供贷款的动力。多方面因素共同作用，农户选择不打算借贷，依靠自己融资的是最多的，位于融资圈层的核心地位。

位于融资圈层第二层的是亲戚，占比达到25%。一般来说，如果依靠自身融资不能够解决问题，那么就需要依靠自己的兄弟姐妹等血亲或姻亲。血亲和姻亲也是社会网络层中最为核心和重要的部分。由于计划生育的执行时间以及农村的血亲姻亲关系网络，一般家庭都会有多个子女，一旦某个子女出现临时性的资金短缺，大家庭的成员一般都会分担一些。但是，这一圈层随着计划生育政策执行，融资能力变得越来越弱。

位于融资圈层第三层的是联系比较紧密的朋友，占比达到10%。这一圈层当中包括平时人情往来比较密切的朋友或者生意伙伴等。在农村，人情往来是很重要的社会交往活动。一旦有什么需要，平时交往密切的朋友也会伸出援手。这一圈层的融资能力和个人的性格、交往朋友的经济状况等都有密切关系。

朋友圈层的融资能力有三个特点。

第一，融资能力在逐渐增强。前面提到，随着计划生育政策执行，亲缘层的融资能力在逐渐减弱，而朋友的融资能力在逐渐增强。

第二，分化现象比较严重。朋友圈层的融资能力和个人性格、人脉构成等有密切关系。一般来说，富裕的人平时交往比较密切的朋友经济状况不是很差，但比较贫困的人能够交往到的朋友相对来说经济状况也不是很好，而且农村借贷中有“救急不救穷”的说法。因此，朋友圈层的融资能力存在分化的现象。

第三，抗风险能力较弱。对于农民来说，交往的朋友从事的行业相对来说都是比较集中的，如果是因为行业原因等造成的资金困难，朋友间的互相拆借有时候会导致更大的风险。因为朋友行业的集中性导致风险分散能力的弱化也是我们需要注意的现象。

位于融资圈层第四层的是正规金融，占比不到7%。因为我们调研的村庄在县城附近，这种情况的出现多是因为农户家里有老师、公务员等有编制的人员，可以信用贷款的方式从正规金融机构获得贷款。还有是因为农户家里有大棚、合作社等生产，有一定的抵押物或者担保人进行的贷款。

融资圈层的最后一个是民间金融，比例仅有0.45%。根据调研情况看，此处的民间金融主要是指当地的大户、富户的行善之举或者高利贷。

四、家庭脆弱性与融资结构的理论分析

（一）融资结构的原因分析

1.内生性融资成本较低。对于农村家庭来说，自身的积累是进行融资的第一选择。这其中最重要的一个因素是自身积累的融资成本，至少表现出来的“显性融资成本”是比较低的。无论是企业还是家庭，通过内部融资的“代价”，在直观感受上是比较低的，尤其是在中国农村家庭金融知识比较欠缺的情况下，大家对于机会成本的理解还比较模糊。在这样的情形下，很多农户都在主观上倾向于内生性融资。

2.农户收入的不确定性。目前中国农村家庭的收入主要由两方面构成，农业收入和非农收入。对于农业收入而言，受到农业产量和农产品价格的影响。农业产量方面，农业生产受到气候等不确定因素的影响较大，存在一定的不确定性。至于农产品价格方面，虽然保护价的存在，使得“谷贱伤农”的情形有所减弱，但由于中国农村家庭每户的农产品规模都不大，使得农产品的议价能力非常弱。另外，如果考虑净收入，目前农户的非农收入占整体收入的比例在迅速减少。对于非农收入来说，农户的非农收入主要是来自于非农经营和务工收入。虽然务工收入是比较稳定的，但农户的务工情况很多时候并不是特别稳定。由于农户务工主要集中在制造业、建筑业等，受经济景气的影响非常大，相应的不确定性也比较大。

3.乡土文化的影响。费孝通[18]指出，“乡土社会的信用不是对契约的重视，而是发生于对一种行为的规矩熟悉到不假思索的可靠性”。农村信贷最早是在家族范围内解决的。前面已经提到，农户家庭由于收入结构的问题，存在着收入不确定性。但是，农村家庭的支出，比如日常生活的消费支出、婚丧嫁娶的人情支出等却存在着刚性，收入的不确定性和支出的刚性形成了农户的信贷需求。乡土社会的生产特点和圈层结构使得农户会选择通过家族内部的调剂来解决这种需求，也就是我们前面提到的血缘融资。

随着非农生产的发展和商业活动的扩大，家族型的血缘融资越来越不能满足农村家庭的融资需求。如果说家族不能解决问题，那么就会按照圈层的扩大过渡到向熟人社会寻求帮助，也就是我们在前面提到的业缘融资等外源性融资模式。这种外源性的融资模式在现实中也有很多体现，比如合会等金融互助组织。

4.金融机构排斥。在我国农村，由于信息不对称、信用体制不健全、农户收入的不确定性、缺乏能得到法律认可的抵押品以及较高的甄别成本，农户申请到贷款后往往存在着被动违约和主动违约的行为，使得农信社和农业银行等农村正规金融机构不愿意向农户发放贷款，进而出现融资选择中正规金融的比例非常低的现象。截止到2017年末，农村地区银行网点数量为12.61万个，每万人拥有的银行网点数量仅为1.3个，其中，县均银行网点数量55.99个，乡均银行网点3.93个，村均银行网点0.24个。根据河南大学中原发展研究院的“百县千村整村调查”，有11.62%的人认为金融机构较远影响了贷款。对于制约正规信贷的因素，调查发现有31%的人认为是贷款手续繁杂，时间长。这与前面提到的银行认为农户缺乏抵押品，甄别成本较高而设定了较为繁杂的手续有关。

5.金融创新的影响。随着互联网技术的发展，互联网金融和大数据技术对于解决信贷中尤其是农村信贷中普遍存在的信息不对称问题具有重要作用。互联网是非常有效的降本增效工具。智能手机在农村非常普及，连接一切服务所需要的硬件成本仅仅是一台数百元的智能手机。与过去银行铺设网点相比，互联网金融不需要物理网点，只需要一部智能手机，所有服务都有软件提供，边际成本近乎为0。

在信息甄别和风险控制方面，由于大数据的作用，互联网金融的征信数据体系非常丰富，而且在不断的进化完善，通过农户平时的资金来往、日常开支等可以甄别出农户的风险偏好和信贷能力，对于传统抵押品的需求非常弱，甚至是不必要的。因此，需要考虑互联网金融的发展对于农村融资结构变化趋势的影响。

（二）家庭脆弱性的影响因素分析

对于家庭脆弱性来说，影响因素有很多，具体来说主要有四个方面的因素。

第一，家庭财产数量以及财产收入情况。相对富裕的家庭具有较强的抵御风险的能力，相对贫困的家庭则相反。

第二，家庭主要成员的工作情况。工作决定了家庭收入水平的高低以及稳定性。对于中国农村家庭来说，家庭主要成员的工作状况可以分为农业和非农就业两部分。前面已经提到，由于农业生产的特殊性和农业保险意识的淡薄（根据河南大学“百县千村整村调查”数据，将近70%的农户缺乏规避农业生产经营风险的意识），农业收入具有一定的不确定性。对于非农收入来说，一方面，农户从事非农就业，收入水平相对于纯农业收入会有一定程度的提高，进而提高其抵御风险的能力，降低家庭的脆弱性；另一方面，非农就业意味着农户要面临较大的市场风险。具体的，非农就业大致可以分为到企业工作和自己创业，无论是哪一种行为，都面临着市场的考验，且相应的社会保障制度并没有完全覆盖到这些行为，这使得非农就业在一定程度上也会增加家庭的脆弱性。综合来看，非农就业对于家庭脆弱性的影响要具体情况具体分析。

第三，家庭规模。家庭规模对于家庭脆弱性的影响有两方面。一方面，家庭规模越大，家庭成员遇到突发性风险的频率会越高，家庭的脆弱性程度就越高。另一方面，家庭规模越大，可以为家庭成员提供一个隐性的保障机制，且有助于降低家庭的脆弱性。

第四，融资方式和结构。融资方式和结构是本文研究的重点。前面已经提到，在宏观经济和公司金融领域，融资方式和构成对于整体经济和公司都有重要的影响，尤其是在风险性或者说脆弱性方面。明斯基[1]提出，不同的融资方式会对整体经济的脆弱性有不同的影响。公司融资方面，股权融资等直接融资方式以及债权融资等间接融资方式，对公司的经营、风险、价值等都有重要影响。对于家庭融资来说，主要是以自身积累为主的内源性融资和信贷为主的外源性融资。其中，外源性融资又根据信贷提供主体的不同可以分为亲戚、朋友、正规金融和民间金融等方式。

内源性融资一方面降低了农户与外界的联系，有助于降低外部市场风险的影响，但是，另一方面，由于农户收入普遍不高，相应的社会保障并不健全，依靠内源性融资很容易受到家庭成员的死亡、疾病、收入冲击等风险的影响。亲戚和朋友等以社会网络为基础的外源性融资模式，相当于“家族融资”的模式对家庭经济提供了保障机制，从浙江等地的合会现象来看，这种互助互保机制虽然在一定程度上缓解了家庭的融资困境，但也很容易诱发区域性的金融风险，进而增加家庭经济的脆弱性。总体来看，融资方式对于家庭经济脆弱性的影响是不确定的，需要根据数据进行具体的分析。

五、农村家庭经济脆弱性与融资结构的实证分析

（一）描述性统计

本文的数据主要来源于2017年河南大学“百县千村整村调查”，有效数据共计4 503户。2017年河南大学“百县千村整村调查”，是河南大学中原发展研究院在2017年下半年，对河南省21个县的22个村进行的调研。这22个村共有11 242户，本文随机抽取了4 503户（占比40%），主要针对农户的家庭基本情况、外出务工情况、收入情况、家庭借贷情况等进行较为全面的入户调查。

选择的因变量为家庭经济脆弱性，根据前文，将脆弱性定义为确定性等值消费的效用与期望效用之差。即Vi=Ui（z）-EUi（ci)（Ligon&Schechter，2003）[8]，其中，Vi代表第i个家庭的脆弱性，z为确定性等值消费。Ligon&Schechter（2003）[8]对保加利亚进行测度时，z取的是贫困线标准的消费水平，c取的是家庭的食物支出。结合数据和中国的贫困标准界定，本文将家庭脆弱性中的确定性等值消费z定义为中国的农村贫困线标准人均2 300元，c定义为家庭人均收入。效用函数U的具体形式定义为U（C）=C1-y/（1-y），Ligon&Schechter（2003）[8]在测度保加利亚的家庭脆弱性时，风险厌恶系数取值为2，张冀、祝伟、王亚柯（2016）[11]在测度中国的家庭金融脆弱性时，风险厌恶系数取值为3。根据中国农村家庭的特点，本文的风险厌恶系数取值为3，并结合相应的调查数据计算得到家庭脆弱性指标。同时，参照杨文、孙蚌珠、王雪龙（2012）[9]利用 CFPS（Chinese Family Panel Studies）的数据考察中国农村家庭脆弱性时，分别考察了风险厌恶系数为2和3的情形，本文在稳定性检验中将风险厌恶系数设定为2，以检验回归结果对不同参数环境的敏感性。在进行脆弱性计算的过程中，由于部分农户的数据不全，前述的4 503户数据有一些被损失掉，共计余下有效数据4 350户。

本文使用的家庭特征变量主要有家庭规模、户主年龄、教育程度、户主的政治面貌（是否党员）、家庭收入和家庭支出等。对于融资数据，主要有融资意愿、融资的首选借贷对象等。其中，户主教育程度赋值是文盲为0、未上学但认字为1、小学为6、初中为9、中专或高中为12、本科为16、研究生及以上为19；户主政治面貌中党员赋值为1，非党员为0；融资意愿的赋值构成是有为1，没有为0；融资结构为按照圈层大小进行赋值，内源性融资为0、亲戚为1、朋友为3、正规金融为5、民间金融为6。值得注意的是，融资结构主要按照连接度进行区分，内源性融资为自身，连接度为0；亲戚的连接度为1；能借钱的朋友一般都是产生强连接的（按照《大连接》的说法，能产生影响的强连接，其连接度为3），所以朋友的连接度为3；农村正规金融的距离相对较远，所以连接度为5；由于河南农村，民间金融并不是特别发达，且对于农户的连接最弱，所以连接度为6。另外，在考察融资方式影响时还有另外一种赋值，即将内源性融资、亲戚、朋友、正规金融和民间金融看作五类虚拟变量，进行赋值。sfin1为内源性融资时，赋值为1，其他为0；sfin2为向亲戚融资时，赋值为1，其他为0；sfin3为向朋友融资时，赋值为1，其他为0；sfin4为向正规金融融资时，赋值为1，其他为0；sfin5为向民间金融融资时，赋值为1，其他为0。所有变量的描述性统计结果见表1。

根据脆弱性的定义，V＜0的家庭是不脆弱的，而V≥0的家庭是脆弱的。统计发现，V＜0的家庭共有3 893户，比例为89.49%，而 V≥0的比例为10.51%，共有457户家庭。由于采用的是入户调查的形式，农户对于收入的询问有低报的可能，所以得到的脆弱性比例有被高估的可能性。

从家庭收入上看，其最高值达到110万元，而最低值仅有500元，标准差高达67 666，波动性非常大。即使考察人均家庭收入，最高也达到了26万元，最低仅有167元。从数据直观上看，目前农村家庭的收入差异性非常大。

融资意愿方面，没有融资需求的农户高达70%，仅有30%认为自己有融资需求。值得注意的是，本文调查问卷采集的是“近两年有没有借贷需求”，此外，还根据调查数据计算了家庭的净积累，结果发现有11.33%的农户家庭净积累为负，有15.28%的农户家庭净积累为0，这使得一部分家庭产生了信贷需求。还有一部分家庭信贷需求是由家庭非农经营的需要形成的，这可以从前面我们提到的农村信贷构成看出。

融资结构方面，有47.65%选择的是内源性融资，38.99%选择亲戚融资，2.13%选择朋友融资，10.46%选择正规金融融资，0.78%选择民间金融融资。从统计上来看，内源性融资和亲戚融资占比较高，这也说明目前的农村融资主要还是家族型的融资模式。

家庭特征变量方面，家庭支出最高的达到80万元，最低的仅有600元，与收入类似，波动性非常大，也从另一个方面印证了目前农村家庭的不平等现象较为突出。

家庭规模方面，最少的仅有1个人，最多的有15个人，平均规模为4.5人，统计的主要数据段集中在4～6人范围内，占比达到了36.2%，7人及以下的家庭占比达到了95.5%。根据调研的情况，目前农村家庭主要是两个老人，夫妻两人，加上若干孩子（孩子以1到3个为主）的结构。

非农就业方面，最小值为0，最大值为1。说明现在农村已经存在所有家庭成员都从事非农就业的情况，但从结构上来看，有84%的家庭从事非农就业的比例低于50%，有25%的家庭没有从事非农就业，说明目前农村的非农就业还有一定的提升空间。

家庭劳动收入方面，此处指的家庭劳动收入主要是和资本收入相对比，资本收入方面主要包括土地方面的收入，即土地出租收入和土地出让收入。分析发现，有74.17%的家庭劳动收入占比为100%，只有25.83%的家庭存在一定的土地资本方面的收入。

个人特征变量方面，就年龄而言，有25%的家庭户主年龄在45岁以下，有75%的家庭户主年龄在65岁以下，90%的家庭户主年龄在70以下，而50%的家庭户主年龄在45岁到65岁这个区间范围内。户主的教育程度方面，13.15%的家庭户主为文盲或者为没有上学但认字，27.44%的户主教育程度为小学，47.54%的户主教育程度为初中，11.27%的户主为高中或同等水平的教育程度，也就是说，绝大多数户主的教育程度集中在初中及以下水平。另外，值得注意的是，有0.59%的户主学历为研究生。政治面貌方面，党员占比为6.39%。

（二）融资选择影响的实证分析

对家庭的融资选择与家庭脆弱性之间的关系进行分析。根据前面的分析构建的计量模型如下：

其中，vun为家庭脆弱性，sfin为融资选择，融资选择为虚拟变量，将内源性融资、亲戚、朋友、正规金融和民间金融看作五类虚拟变量，进行赋值。sfin1当为内源性融资时，赋值为1，其他为0。sfin2当为向亲戚融资时，赋值为1，其他为0。sfin3当为向朋友融资时，赋值为1，其他为0。sfin4当为向正规金融融资时，赋值为1，其他为0，sfin5当为向民间金融融资时，赋值为1，其他为0。

X为家庭特征变量和个人特征变量，家庭特征变量为家庭支出、家庭规模、非农就业比例、劳动收入占比，个人特征变量为户主年龄、户主政治面貌、户主受教育程度。ε为残差。

在计算脆弱性与其他变量的相关系数时发现，脆弱性与内源性融资比例、家庭支出、家庭规模、非农就业占比、劳动收入占比、户主受教育程度具有较为显著的负相关关系，与亲戚融资占比、朋友融资占比以及户主年龄是正相关关系。

进行基本的OLS回归，并进行white检验，发现强烈拒绝同方差的假设，认为存在异方差，为了解决异方差问题，采用OLS+稳健标准误，并得到相应的输出结果。

表2 农村家庭经济脆弱性与融资选择的回归结果（一）

表3 农村家庭经济脆弱性与融资选择的回归结果（二）

从模型1可以看出，融资选择当中，融资模式对家庭脆弱性的影响显著为正。家庭特征方面，家庭支出对家庭脆弱性的影响显著为负，也就是说家庭支出越多，脆弱性越小。家庭规模对于家庭脆弱性的影响显著为正，即家庭人口越多，家庭脆弱性越大。非农就业占比对于家庭脆弱性的影响显著为负，即非农就业比例越大，家庭脆弱性越小。劳动收入占比对家庭脆弱性的影响显著为负，即劳动收入比例越大，家庭脆弱性越小。户主个人特征对于家庭脆弱性的影响都不显著。模型2主要考虑融资选择与家庭特征变量对于家庭脆弱性的影响，结果和前面一致。模型3主要考虑融资选择和个人特征变量对于家庭脆弱性的影响，此时户主年龄对于家庭脆弱性的影响为显著的正值，即户主年龄越大，家庭脆弱性越大。户主受教育程度对于家庭脆弱性的影响显著为负，即户主受教育程度越高，家庭脆弱性越小。户主的政治面貌对于家庭脆弱性和前面一样没有显著影响。

模型4单独考察了家庭特征变量对于家庭脆弱性的影响，各个变量的方向没有发生变化。模型5单独考察了个人特征变量对于家庭脆弱性的影响，结果发现，户主的年龄和受教育程度依然对家庭的脆弱性有显著影响，但户主的政治面貌对家庭的脆弱性仍没有影响。模型6单独考察了融资选择对于家庭脆弱性的影响。

总结发现，（1）对于融资选择来说，内源性融资和亲戚朋友的融资对于家庭脆弱性的影响显著为正，也就是说越依赖自身、亲戚和朋友的融资，家庭的脆弱性就越大。（2）对于家庭特征来说，家庭开支越多，脆弱性越小。这应该和预期有关，家庭越多开支，说明家庭对于收入的预期越强烈，相应的家庭脆弱性就越小。家庭规模越大，家庭脆弱性就越小。另外，非农就业占比对于家庭脆弱性的影响显著为负，即非农就业比例越大，家庭脆弱性越小。劳动收入占比对家庭脆弱性的影响显著为负，即劳动收入比例越大，家庭脆弱性越小。根据我们的劳动收入占比的定义，相对应的是土地作为资本的出租和转让的收入，也就是说劳动收入占比越大，土地出租（转让）收入占比越小，家庭的脆弱性越小。（3）对于个人特征来说，户主的年龄越大，家庭脆弱性越大。户主的受教育程度越高，家庭脆弱性越小。户主的政治面貌对于家庭脆弱性的影响并不显著。

（三）稳健性检验

前面理论分析发现融资圈层对于家庭经济脆弱性有一定的影响。为了进一步分析融资结构对农村家庭经济脆弱性的影响，本文进行了稳健性检验。主要采用改变变量形式的方法。在检验当中，将原来的融资选择换成了融资圈层。融资选择和融资圈层的区别在于融资选择主要是考察农户选择哪种融资方式，而融资圈层主要是根据调查结果发现的农户对融资方式的排序。

进行基本的OLS回归和white检验，发现具有异方差，采用OLS+稳健标准误的检验方法，对数据进行分析，具体检验结果如下。

表4 农村家庭经济脆弱性与融资圈层的回归结果（一）

表5 家庭脆弱性经济与融资圈层的回归结果（二）

从上述回归分析中可以看出，融资圈层的影响为负，即融资圈层越大，融资越靠近外围，家庭脆弱性越小。相应的家庭特征变量和个人特征变量对于家庭脆弱性的影响与前面一致。与此同时，为了检验回归结果对不同参数环境的敏感性，将脆弱性计算过程中的风险偏好系数由3改为2，以此进行稳健性检验，发现主要结论仍然成立。

（四）回归结论

第一，融资选择中，内源性融资、亲戚和朋友融资对于家庭脆弱性的影响是显著为正的，也就是说越依赖自身、亲戚和朋友的融资，家庭的脆弱性就越大。不仅如此，越靠近外围进行融资，家庭的脆弱性越小。

第二，家庭特征方面，家庭开支越多，脆弱性越小。这应该和预期有关，家庭越多开支，说明家庭对于收入的预期越强烈，相应的家庭脆弱性就越小。家庭规模越大，家庭脆弱性越小。非农就业占比对于家庭脆弱性的影响显著为负，即非农就业比例越大，家庭脆弱性越小。劳动收入占比对家庭脆弱性的影响显著为负，即劳动收入比例越大，家庭脆弱性越小。

第三，个人特征方面，户主的年龄越大，家庭脆弱性越大。户主的受教育程度越高，家庭脆弱性越小，而户主的政治面貌对于家庭脆弱性的影响并不显著。

（五）农村家庭经济脆弱性与融资选择的机制分析

农村家庭融资选择中，内源性融资、亲戚朋友融资对于家庭经济脆弱性的影响是显著为正的，但是正规金融、民间金融对于家庭经济脆弱性的影响却是不显著的。从融资圈层进行分析发现，越靠近外层正规金融，脆弱性越小。综合这两项回归结果，我们可以发现目前以宗族观念和友情为基础的信用交易不仅不能够减轻家庭脆弱性，反而会造成一定程度的“连带效应”，传染风险，进而形成联保互保的信用风险，提高了农村家庭的经济脆弱性。

在此基础上，以正规金融为代表的外层融资方式，由于资金获得并不是依靠社会网络，在农村信贷当中，可以避免因为社会网络而造成的“连带效应”，反而对于家庭经济脆弱性的影响是不显著的。此外，由于正规金融的信用筛选机制，越采用正规金融进行融资的家庭，经济的脆弱性越小。

六、结论和政策建议

本文对农村的融资现象进行宏观和微观层面的简单描述，并且借鉴Minsky的“金融脆弱性理论”假定不同的融资模式会对农村家庭的脆弱性产生影响，之后利用“百县千村整村调查”的微观数据进行整理分析，结果发现，自身、亲戚和朋友的融资对于家庭经济的脆弱性影响显著为正。家庭规模越大、非农就业比例越高、劳动收入比例越高、户主受教育程度越高，家庭经济的脆弱性越小。

根据张冀、王亚柯（2016）[19]和张冀、祝伟、王亚柯（2016）[20]的整理分类，家庭经济脆弱性的应对主要有三种：财富积累、保险保障和内部分担。

财富积累是家庭应对风险冲击最常见的风险管理工具。从理论上说，风险厌恶型家庭倾向于通过积累财富来对冲风险带来的消费水平下降。但是，预防性储蓄需要较高的流动性资产，从而会产生过高的持有成本。

保险保障是一部分家庭应对某类具体方向冲击的一种主要工具，尤其是中高收入家庭。从理论上说，保险作为一种风险转移工具，可以保障家庭未来不确定性情况下的消费稳定性，有利于家庭制定长期合理的消费计划。

内部分担主要是指家庭通过诸如亲戚、朋友等家族型借贷来抵御风险。这也与中国传统意义上的圈层社会结构相关。

根据我们研究的结果，这三种针对家庭经济脆弱性的应对方式，财富积累对应内源性融资，而内部分担主要是对应亲戚和朋友融资。对于农村家庭来说，内源性融资、亲戚和朋友融资对于家庭经济脆弱性的影响是显著的，也就是说对农村家庭来说，财富积累和内部分担应对家庭脆弱性的作用可能还存在一定的不确定性。这可能与农村家庭的收入普遍偏低和不稳定有关。在这样的情况下，保险的作用就显得更加突出。

对于相应的家庭特征变量和个人特征变量，家庭开支越多，脆弱性越小。这说明家庭对于收入的预期越强烈，相应的家庭脆弱性就越小。保险的使用对于稳定家庭预期具有重要作用。在家庭规模方面，家庭规模越大，可以为家庭成员提供一个隐性的保障机制并且有助于降低家庭脆弱性。非农就业和劳动收入占比越大，家庭脆弱性越小。家庭特征方面，户主受教育程度越高，家庭脆弱性越小。从这些方面出发，可以发现，对于家庭经济脆弱性，我们可以从保险的使用、非农就业以及提高受教育水平方面采取措施进行应对。

相应的政策建议主要从四个方面入手。

第一，发展正规金融。要大力发展正规金融尤其是普惠金融，避免由于连带效应造成农村金融的区域性风险。

第二，在农村普及保险知识，提供相应的保险产品。在现有的农村医疗保障基础之上，进行相关的金融知识宣传教育，提高农户的保险意识，增强农户抵御风险的能力，减小家庭经济脆弱性。

第三，提高农村家庭非农就业比例。综合运用多种手段，鼓励农户从事非农就业为农户从事非农就业联系相应的企业，引进企业到本地投资；为农户的创业，尤其是服务业等提供必要的支持等等。

第四，提高家庭成员的受教育水平。受教育水平的提高可以显著降低家庭经济的脆弱性，加大农村人口的教育投入，提高其受教育水平是降低家庭经济脆弱性的根本和长效手段。