来自国家统计局城调队样本的证据
黄露露 章元 姚麦蒂
（复旦大学经济学院，上海 200433）
[摘要]基于来自国家统计局的16个省市2006—2014年的城镇住户面板数据，本文研究社会网络对城镇家庭的正规借款和非正规借款是否都具有因果效应。在利用工具变量解决了社会网络的内生性问题后，本文的研究结果显示：社会网络对家庭借款之和、正规借款和非正规借款均具有显著的正向影响；此外，与正规借款相比，社会网络对非正规借款的影响更大。本文的实证结果表明，社会网络能够发挥社会担保作用并增加家庭的借款金额，这一结果有助于我们理解社会网络作为一种非正规制度在发展中国家城市信贷市场中的积极作用，同时还意味着中国城镇金融市场有继续完善的空间。 [关键词] 社会网络；城镇居民；非正规借款；正规借款
[中图分类号] F063.4 ［文献标识码］A ［文章编号］1000-4211(2021)01-0088-17
一、引言
正规和非正规金融市场对发展中国家的社会经济发展都具有十分重要的作用。作为正规金融市场重要组成部分的家庭非正规借贷，为城乡居民的生活和生产提供了重要的资金融通。然而，发展中国家的农村正规借贷市场发展往往不足，并且存在着普遍的信贷配给，因此，非正规借贷就能够形成对正规借贷的必要补充和替代（Guariglia et al.，2011；
Horioka and Terada-Hagiwara，2012；金烨和李宏斌，2009）。在缓解非正规借贷市场中的信息不对称问题中，社会网络扮演着不可或缺的重要角（金烨和李宏斌，2009；马光荣和杨恩艳，2011；胡枫和陈玉宇，2012；林建浩等，2016）。大多数经济学文献考察了社会网络对农户非正规借贷行为的影响，也有部分文献也考察了社会网络对农户正规借贷的影响（胡枫和陈玉宇，2012；林建浩等，2016等），这些研究大都发现社会网络对于居民获得正规和非正规借贷都有重要影响。尽管已存在不少文献研究了社会网络对家庭借贷的影响，但是本文继续使用来自国家统计局的UHS（城镇住户调查）的面板数据展开研究，主要动机在于：
[收稿日期] 2020-10-28
人口国情教育[作者简介]黄露露，复旦大学经济学院，博士研究生，研究方向：社会网络与经济发展；章元，复旦大学经济学院教授，博士生导师，研究方向：经济发展与城乡融合；姚麦蒂，复旦大学经济学院硕士研究生，研究方向：中国经济发展。
088
第一，关于社会网络与家庭借贷决策的研究大都是针对农户展开，但针对城镇家庭借贷行为的研究却非常少。在正规信贷市场发展更为完善的城镇地区，社会网络是否仍然对家庭的正规和非正规借贷行为有重要影响？或者正规借贷能否完全取代非正规借贷？很少有文献对此问题进行回答。研究这一问题之所以重要，至少有两个原因：首先，资本对于发展中国家而言总是稀缺的，因此，即使在城镇部门的居民和企业也可能会面临信贷约束或信贷配给，此时，基于社会网络的非正规借贷就有可能普遍存在并发挥重要作用；其次，发展中国家城市部门的医疗保险和养老保障体制也并不完善，例如重病患者在医疗保险之后依然没有能力承担剩余部分的支出，或者在紧急情况下需要融资以应对收入冲击。在这种情况下，社会网络有可能会起到社会担保的作用，帮助家庭通过非正规借贷来应对健康或者收入风险冲击。根据城镇住户调查数据2006—2014年的数据，我们在图1中报告了样本家庭正规借款和非正规借款占家庭总借款的比例，从中可以看出，大多数年份里，非正规借款金额在城镇家庭总借款金额中占主体部分1，这表明非正规借款对城镇家庭仍然能够发挥重要作用。因此，考察作为非正规制度的社会网络在城镇家庭正规借款和非正规借款中的作用则显得十分必要。
第二，关于社会网络
如何影响家庭借款行为的
研究文献中，有不少研究
没有很好地解决社会网络
的内生性问题，这一内生
性问题的来源主要包括：
（1）遗漏重要的解释变量，
例如无法观测到某些家庭
或者地区特征，而这些特
征又和社会网络有关；（2）
社会网络和家庭借款行为
之间具有反向因果关系，这是因为人们的信贷往来（特别是非正规借贷）会
同时影响人们的其他社会
交往活动；（3）因为没有很精确指标度量社会网络，从而不得不是使用代理变量并存在度量误差。目前，只有少数文献使用工具变量法来解决社会网络的内生性问题（马光荣和杨恩艳，2011；杨汝岱等，2011；林建浩等，2016），但是这些文献都是基于单期截面数据展开研究，而本文使用家庭面板数据进行研究，不仅可以控制无法观测的家庭特征和年份特征等变量，而且也将进一步使用外生的工具变量解决社会网络的内生性问题。
因此，基于来自国家统计局UHS 的16个省市2006—2014年面板数据2，本文研究城镇居1 图1中，非正规借款金额占比和正规借款占比在2012年后急剧上升和下降的可能原因在于2010年UHS 数据的样本只包含4个省市。
伤怀之美
2 这16个省市包括：北京、山西、辽宁、黑龙江、上海、江苏、安徽、江西、山东、河南、湖北、广东、重庆、四川、云南、甘肃。
图1 正规借款和非正规借款占总借款金额占比的历年变化情况
民的社会网络规模对不同借贷类型（总借款额、正规借款额和非正规借款额）是否有显著的因果效应。实际上，尽管中国城镇居民面临着较完善的正规金融和保险市场，但依然有可能面临信贷约束，例如在很多时候他们因缺乏抵押品而无法获得银行贷款，或者在购房时由于限购政策被要求全额付款，但是却不能向银行申请贷款；或者，也有一些个人因为征信系统中的信用不良记录而无法获得银行贷款，也可能需要紧急筹款，但是却来不及完成烦琐的银行贷款申请程序。在这些情况下，来自社会网络成员的非正规借款就有可能替代正规借款帮助城镇家庭解决融资问题。我们有理由相信，此时的社会网络会扮演重要作用。
在利用工具变量解决了社会网络的内生性问题后，本文的实证研究发现：第一，社会网络对城镇居民的总借款额、正规借款金额和正规借款额均具有显著的正向影响；第二，与正规借款相比，社会网络
对非正规借款的影响更大。这些结果表明社会网络对城镇家庭也同样具有融资担保功能。
本文接下来的结构安排如下：第二部分为文献综述；第三部分介绍本文的回归模型构建、变量定义、数据来源和变量统计描述；第四部分为实证检验；最后一部分总结全文并讨论文章结论的政策含义。
二、文献综述
有大量文献针对社会网络在发展中国家居民日常生产生活中的作用展开了研究，例如，有研究发现社会网络对获取工作机会有积极的影响（边燕杰和张文宏，2001；章元和陆铭，2009），社会网络还对经济收益或非经济收益有正向的促进作用（L i n，1999；D o mín g u e z and Watkins，2003；王春超和周先波，2013）。还有很多文献研究发现，由于发展中国家的农户收入水平低且正规保险制度缺失，农户会借助社会网络来分散自然灾害或者疾病等风险的冲击，这意味着社会网络具有一定的社会保险机制（Munshi and Rosenzweig，2009；
白城地震Kinnan and Townsend，2010；易行健等，2012；王春超和袁伟，2016) 。
此外，社会网络在借贷市场中还有助于解决信息不对称问题从而具有一定的社会担保功能。例如，基于国外数据的大量研究一致发现，社会网络有利于促进农户获得亲友的非正规借款（Fafchamps and Gubert, 2007; Karlan et al.，2009；Kinnan and Townsend，2012；
Shoji et al.，2012等）。例如，Karlan et al.（2009）基于秘鲁的农户数据发现，社会网络还具有抵押功能并有助于低收入家庭获得来自亲友和熟人的非正规借款。此外，Shoji et al.（2012）利用斯里兰卡家庭调查数据发现，面临信贷约束的家庭会降低对社会网络的投资，如对社区仪式的支出会降低，农户参与社区灌溉维护的次数也会减少。而对社会网络投资的暂时性下降将会永久性地丧失来自网络成员的信任，从而不利于非正式信贷的获取，最终将使得这些家庭落入贫困陷阱，这也证实了社区层面的社会网络对非正规借款有正向显著作用。
十一刀此外，来自中国的不少研究也考察了社会网络对家庭借贷的影响（李锐和朱喜，2007；
金烨和李宏斌，2009；马光荣和杨恩艳，2011；杨汝岱等，2011；胡枫和陈玉宇，2012；林建浩等，2016；徐丽鹤和袁燕，2017）。具体而言，从非正规借款行为来看，大多数文献发现亲友网络对于农户获得非正式借贷有显著的促进作用（李锐和朱喜，2007；金烨和李宏斌，2009；马光荣和杨恩艳，2011；杨汝岱等，2011；胡枫和陈玉宇，2012；徐丽鹤和袁燕，2017）。金烨和李宏斌（2009）与马光荣和杨恩艳（2011）分别基于2007年8个省的农户家
090
庭贷款的微观数据和2009年3个省的农村调查数据，考察了农户通过正规和非正规金融渠道获得贷款的情况。研究发现社会网络更大的家庭更有可能获得更多的非正式贷款，特别是来自亲友的借款，他
丽水市最新人事任免们认为社会网络能够降低信息不对称，而社会人情关系的隐性担保是非正规金融发挥作用的重要机制。此外，还有研究发现，社会网络对农户非正式借贷的正向促进作用随着市场经济的发展趋于弱化（杨汝岱等，2011；孙颖和林万龙，2013）。然而，也有少部分文献发现亲属网络对借贷无显著影响（童馨乐等，2011；孙永苑等，2016）。例如，童馨乐等（2011）基于八个省的农户调查数据，考察了不同类型的社会网络对农户借贷行为的影响，他们的实证分析结果发现，邻里网络只会显著影响农户借贷可能性而不影响借贷金额，而亲属网络对农户借贷可能性和借贷金额均无显著影响。
除了亲友网络外，朋友网络和宗族网络也会影响农户的非正式借贷行为。例如，林建浩等（2016）研究发现，非正规渠道借贷中起主导作用的是宗族网络，同时影响家庭借贷可得性和借贷额度，而朋友网络却对家庭借贷行为无显著影响。类似的，申云（2016）基于重庆三峡库区的调查数据分析了不同社会网络（组织参与圈、亲属关系圈、朋友关系圈和政府关系圈）对农户借贷行为的影响。研究发现，农户社会网络的强度（亲戚朋友之间交往的亲密程度）远比社会网络的广度（朋友关系圈大小）重要性更为明显，特别是在农户的非正规金融借贷行为中更是如此。从正规借贷行为来看，不少文献发现社会网络对农户的正式借贷行为也存在显著影响（张建杰，2008；林建浩等，2016；孙永苑等，2016等）。例如，张建杰（2008）基于河南省397户农户调查数据考察了农户社会资本（包含亲友在内的综合社会资本指数）对其家庭借贷行为的影响，发现不同类型社会资本的农户从非正规借款处借款的可能性高于正规借款，但是前者的户均贷款规模明显低于后者。
除了社会网络以外，关于中国居民借贷的其他决定因素也有大量的研究成果。第一，政治资本，主要指家庭成员有特殊的行政职位（例如，村干部、党员或某农村经济合作组织成员等）。部分研究发现家庭的政治资本能显著影响家庭借贷可得性以及借贷途径（李锐和朱喜，2007）；第二，家庭收入水平（Kochar，1997；Diagne，1999; Fafchamps and Gubert，2007; Yuan and Gao，2012；钟春平等，2010；童馨乐等，2011等）；第三，家庭资产，包括家庭资产价值、家庭土地拥有量、家庭住房情况等（Diagne，1999；李锐和李超，2007；丁志国等，2011；马晓青等，2012；徐丽鹤和袁燕，2017等）。
与本文较为接近的是Zhou（2014）和林建浩等（2016）的研究。Zhou（2014）基于CGSS 2006样本研究了城镇家庭户主的兄弟妹数量对家庭储蓄率的影响，发现兄弟的数量作为一种血缘关系可以通过分担赡养父母的负担、在遭受冲击时提供借贷来降低城镇居民的家庭储蓄率，但户主的妹数量并没有这样的效果。林建浩等（2016）基于C F P S 2010数据研究发现，朋友圈网络更有利于中国居民家庭获取正规借款，而宗族网络更有利于家庭获取非正规借款。本文的研究与他们有明显的区别：Zhou（2014）的研究动机是社会网络对家庭储蓄率的影响，本文的研究动机则是社会网络对家庭正规和非正规借贷的影响；她关心的变量是中国城镇家庭户主的兄弟妹数量（血缘关系），本文关心的变量则是所有社会网络。林建浩等（2016）的研究对象与本文存在很大不同，首先，他们主要关注不同的社会网络对中国所有家庭（农村家庭和城镇家庭）的借贷行为的影响，而本文主要关心的是所
有的社会网络对城镇家庭两类借款的影响3；其次，上述这两个研究所用的数据为单期截面数据，而本文所用的则是来自国家统计局的样本量更大的面板数据。下面我们利用国家统计局城调队的数据展开实证研究。
三、模型构建、变量说明与数据描述
（一）回归模型与变量
首先，我们建立如下模型来检验社会网络对城镇家庭借贷金额的影响：
（3）
其中，被解释变量包括3个指标：总借款金额（total）、非正规借款金额（informal）和正规借款金额（formal）。SK it表示社会网络的规模，我们借鉴易行健等（2012）的研究，用家庭的礼金收入（lngift_in）、礼金支出（lngift_out）、礼金收入和支出之和（lngift）作为社会网络规模S K的代理变量，这样做的理由在于：社会网络的最显著特征之一就是网络成员的礼节往来行为，即相互赠送礼品或金钱，因此家庭的礼金收支水平越高，表明该家庭的社会网络规模越大，反之则反。X为其他控制
变量，这里我们借鉴马光荣和杨恩艳（2011）和胡枫和陈玉宇（2012）等研究，控制了家庭人口规模、家庭负担比、医疗保险支出金额、养老保险支出金额、户主的个人特征（受教育年限、年龄、性别和婚姻状况）等变量。为家庭固定效应，πt为年份固定效应，εit为扰动项。本文感兴趣的回归系数为α1，若α1显著为正，则代表社会网络规模越大，城镇居民家庭借款金额越高，即社会网络有利于促进城镇居民家庭获得正规和非正规贷款金额。
表1 变量定义与赋值说明
变量变量含义赋值说明
模糊综合评价法
total非正规借款金额与正规借款之和原值（对数）
informal非正规借款金额，即从亲友借入金额原值（对数）
formal正规借款金额，即从银行获得的借款原值（对数）
lndinc家庭可支配收入原值（对数）
medi_insu家庭医疗保险支出原值（对数）
pension家庭养老保险支出原值（对数）
lngift_out家庭礼金支出原值（对数）
lngift_in家庭礼金收入原值（对数）
lngift家庭礼金支出和收入之和原值（对数）
depend家庭是否有负担人口有=1，无=0
college家庭成员中在校大学生的比例有=1，无=0
3 尽管林建浩等（2016）的研究是基于中国城乡家庭展开的，但是本文则仅仅针对城镇家庭单独展开研究，这样做的理由是：第一，城镇家庭和农村家庭的行为和社会经济背景有非常明显的差异；具体而言，农村地区正规信贷制度以及保险制度不完善，但是城镇地区信贷和保险制度相对较完善；第二，他们面临的风险和冲击来源不同，比如农户更多的面临自然灾害等对于农业生产的冲击，但城镇居民则不会面临这样的冲击，而会面临失业等冲击；第三，他们的借贷金额以及用途等有很大区别，例如农户更多地为了生产和生活进行小额借贷，但城镇家庭可能更多地为了投资或者购房等进行大金额借贷；因此，我们考虑到二者可能存在较大的异质性而没有将两类家庭放在一起研究。
092
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议