第一节 分析方法、数据与变量

分析方法

本章主要采用Probit 模型估计。根据观察点的数据，农户有两种决策：选择（M=1）和不选择（M=0）。而影响选择决策的因素是多方面的，如家庭收入、家庭支出、财产、文化程度等，所以我们用一组向量x来解释选择决策的形成。运用Probit模型，有

精准扶贫精准脱贫百村调研·文池村卷

其中，β为待估参数。由于该模型使用的连续概率分布函数为正态分布函数，所以有

精准扶贫精准脱贫百村调研·文池村卷

数据与变量

（一）数据与被解释变量

为了保证有足够的样本量，本研究在文池村进行了关于农户信贷状况的整村全户调查，本次调查共获得样本120个。对于农户选择小额信贷的设定，我们将贷款户的数据赋值为1，非贷款户赋值为0。

（二）解释变量和预期变动方向

从理论上分析，影响农户小额信贷需求的主要因素应包括农户借贷利率、与未来预期收入相关的农户人口特征、资源禀赋状况、农户收入情况、支出情况以及其他途径借款或贷款的可获得性（见表5-1）。

表5-1 主要解释变量

1.借贷利率

借贷利率是信贷资源的价格，是农户选择小额信贷的成本之一，根据一般的市场机制，当地小额信贷年利率与农户的借贷需求应具有负相关关系，即在其他条件不变的情况下，借贷利率越高，农户需求程度越低。

2.人口特征因素

小额信贷机构通常会考察家庭类型、家庭劳动力人口、户主年龄和学历等人口特征因素。从供给的角度讲，一般认为，干部户和个体工商户拥有更多的资源，在当地也建立了良好的人际关系，因此对信贷供给的影响为正；家庭劳动力人口越多，家庭收入来源越多、总额越大，获得其他借贷资金的途径越多，对信贷资金需求越小；随着户主学历的