论文部分内容阅读
摘要：基于中国健康与养老追踪调查（CHARLS）2013年全国25个省份6220个农户家庭层面的样本，并运用Logit模型实证分析健康冲击对农户参与民间借贷的影响。实证结果表明：第一，不同类型的健康冲击对农户参与民间借贷的影响不同。慢性健康冲击变量对农户民间借贷参与的影响不显著，而急性健康冲击变量对农户参与民间借贷有着显著的正向影响。第二，不同健康冲击对农户民间借贷参与的影响存在年龄与婚姻状况差异。在年龄差异方面，慢性健康冲击对老年农户与中年农户参与民间借贷的影响均不显著，而急性健康冲击对中年农户参与民间借贷有着显著的正向影响，但对老年农户的影响不显著。在婚姻状况差异方面，慢性健康冲击对非婚状况与已婚状况的农户参与民间借贷的影响都不显著，而急性健康冲击对非婚状况的农户参与民间借贷没有显著影响，对已婚状况的农户参与民间借贷有着显著的正向影响。
关键词：慢性健康冲击；急性健康冲击；民间借贷；CHARLS
文章编号：2095-5960（2016）02-0080-10；中图分类号：F832；文献标识码：A
一、引言
由于中国农村正规金融供给的不足，农村非正规金融——民间借贷一直发挥着重要的作用。民间借贷是农户借贷资金主要来源（曹力群，2001）[1]，多数农户从银行和信用社得到贷款难度较大，多数农户只能得到其申请贷款数额的一部分（国家统计局农调队，2004）。根据中国健康与养老追踪调查（CHARLS）2015年初发布的调查数据显示，能够融到资的农村家庭仅有27%左右，而其中通过民间借贷进行融资的农户占所有融资户比例将近66%。正由于民间借贷所起的重要作用，对农户参与民间借贷行为的研究也一直是学术界探讨的热点。其中尤以对农户民间借贷的影响因素研究甚多，然而现有对农户民间借贷的影响因素研究的文献更多是关注于如户主年龄、学历、职业、劳动力人数、耕地面积等家庭基本状况（何军，2005[2]；张改清，2008[3]；秦建群等，2011[4]；孔繁荣，2014[5]；丁志国，2014；[6]）、如非农收入、种植业收入等收入状况（黎翠梅与陈巧玲，2007[7]；赵炳奇，2010[8]；孔繁荣，2014[5]）、如农业生产支出、非农支出、教育支出、医疗费用支出等支出状况（黎翠梅与陈巧玲，2007[7]；赵炳奇，2010[8]；）以及如生产性固定资产原值、家庭存款余额等财产状况（赵炳奇，2010[8]）。此外，随着国外学者Jodha N S.（1990）[9]、Knack & Keefer（1997）[10]、及Grootaert et al.（2002）[11]等将社会资本纳入到农村经济的研究中来，国内学者也逐渐尝试从社会资本这一视角来研究农户民间借贷问题，如何军等（2005）、张改清（2008）、杨汝岱等（2011）[12]、丁志国等（2014）的研究均发现农户的社会资本对民间借贷具有显著的影响。回顾以往文献可以发现鲜有考虑到健康冲击这一影响因素。虽然对于健康冲击的研究并不陌生，但过往对于健康冲击的研究更多的是关注于健康冲击对劳动供给（Courtney C. Coile，2004[13]；Nabanita D.Gupt et al，2011[14]；张川川，2011[15]；解垩，2011[16]；刘生军，李军，2012[17]；Alan Duncan et al，2013[18]）、消费（Asadul Islam，Pushkar Maitra，2008）[19]、家庭资产组合（David A. Love，Paul A. Smith，2008[20]；吴卫星等，2011[21]；解垩，2012[22]；陈琪，刘卫，2014[23]）、收入（高梦滔，姚洋，2005[24]；高梦滔等，2006[25]；周广肃，2014[26]）、农户贫困及脆弱性（方迎风，邹薇，2013[27]；洪秋妹，2014[28]）等的影响。鲜有文献涉及健康冲击对农户民间借贷的影响。健康问题尤其是急性健康问题带来最直接的冲击就是农户医疗费用的上升，而当前实施的新农合医疗制度与贫困医疗救助制度对大病（急性健康冲击）农户的医疗费用资助明显不足（乔勇，丁士军，2009[29]）。乔勇与丁士军（2009）通过对四川农户大病筹资行为的调查统计发现，亲朋好友的民间借贷对农户应对健康冲击发挥着至关重要的作用。而另一方面，用于医疗费用的借贷可能也会挤占了本来用于其他方面如农业生产或是个体经营等的所需。可见，健康冲击可能对农户的民间借贷行为产生显著的影响。由此引出的问题是健康冲击是否对农户的民间借贷行为产生显著的影响？不同程度的健康冲击对农户的民间借贷参与行为有着怎样的影响呢？健康冲击对农户参与民间借贷是否存在年龄以及婚姻状况的差异呢？本文希望利用中国健康与养老追踪调查（CHARLS）数据的实证分析来回答以上问题。
二、理论分析与模型设定
（一）理论分析
Mark B. McClellan（1998）[30]将心脏病、中风及肿瘤疾病定义为急性健康冲击，将胃病、肺部疾病及关节炎等定义为慢性健康冲击。显然，慢性健康冲击对农户的影响较小，而急性健康冲击对农户的影响更为强烈。比如杨志海等（2015）在研究健康冲击对劳动供给时就发现，慢性健康冲击不会影响农村中老年人的劳动参与，而急性健康冲击会显著减少农村中老年人的劳动参与。一般而言，慢性健康问题对身体的影响较小，医疗支出也会相对较小，也在农户承受范围之内，因而不会产生外源性借贷需求。而急性健康问题对身体影响较大，医疗支出相对较大，往往超出农户的经济能力，所以要借助于外源性借贷。基于上述分析，本文提出：
命题一：不同类型的健康冲击对农户参与民间借贷的影响存在差异，慢性健康冲击对农户参与民间借贷没有影响，而急性健康冲击显著影响农户民间借贷的参与行为，并且是正向影响。
一般情况下，农村中年人的身体素质要强于老年人，在受到同样的健康冲击时，他们承受的冲击程度会存在较大差异。就家庭的经济境况而言，非婚状态（如离婚、丧偶及从未结婚）下的家庭一般差于已婚家庭，在面对同样的疾病冲击时，他们受到的冲击程度也会相应地存在差异。冲击程度的不同使得农户对外源性借贷的需求也会不同。基于此，本文提出： 命题二：健康冲击对农户民间借贷的影响存在年龄与婚姻状况的差异。
（二）模型设定
本文研究的是健康冲击对农户参与民间借贷的影响，农户是否参与民间借贷属于二值选择问题，故本文选取二值Logit模型，其基本形式如下：
其中，Pi为农户参与民间借贷的概率，chronic为慢性健康冲击变量，acute为急性健康冲击变量，xi为控制变量，包括家庭基本特征、家庭生产收入特征、家庭关系特征、家庭保险特征以及地区特征变量，μi为随机干扰项。
三、数据来源、变量设定与样本基本特征
（一）数据来源
本文使用的数据来自于北京大学中国健康与养老追踪调查（CHARLS）的微观截面数据。CHARLS旨在收集中国居民健康状况和老龄化状况的微观数据（Zhao et al.，2009[31]），调查内容包括家庭结构与经济支持、健康状况、医疗保险、工作、收入、消费以及资产等，受访者主要为随机抽取的村/社区的年满45周岁的人及其配偶（可能小于45周岁）。2008年CHARLS首次在浙江和甘肃两省对1570个家庭共2685人进行了预调查。2011年首次对全国30个省份（除去西藏以及港澳台地区）150个区县450个村/社区抽取的23590户进行基线调查，最终得到有效样本17587人。2012年对浙江和甘肃进行了回访调查。2013年进行了全国追踪调查。本文使用的主要是2013年的全国追踪调查数据（2015年发布）以及部分2011年全国基线数据（2013年发布）。由于CHARLS样本个体年龄整体偏大，使用个人层面的数据可能会有一定的样本偏差问题，因而本文使用家庭层面的数据，在一定程度上缓解了样本偏差的问题（卢亚娟等，2014）[32]。同时，本文剔除了关键指标缺失以及家庭收入为负①①家庭收入为负主要是因为家庭经营亏损所致。的样本，最终得到了6220个农户家庭样本。
（二）变量设定
1.被解释变量
本文的被解释变量为是否参与民间借贷。CHARLS问卷中相应的问题为“尚未还清的个人间借款总额是多少元？”，如果受访者回答为0，则认为没有参与民间借贷，否则参与了民间借贷。
2.核心解释变量
本文的核心解释变量为健康冲击变量，分为慢性健康冲击变量与急性健康冲击变量。CHARLS问卷中的问题为“是否有医生曾经告诉您有以下这些慢性病”。本文参照Mark B. McClellan与Coile的做法，将心脏病、中风及肿瘤疾病划为急性健康冲击，其他如“三高”疾病、肝、肾脏疾病、胃病、肺部疾病关节炎风湿病以及哮喘等划为慢性健康冲击。另外需注意的是，样本中存在同时受到慢性与急性健康冲击的农户，但考虑到急性健康冲击带来的影响远远超过慢性冲击（杨志海，麦尔丹等，2015），本文将这类样本划为急性健康冲击的样本中。
3.其他控制变量
（1）家庭基本特征变量，包括教育程度、婚姻状况以及家庭人口规模。CHARLS问卷中，受教育程度有未受教育（文盲）、未读完小学但能读写、私塾、小学毕业至博士毕业11个等级。鉴于农村教育程度基本在高中以下，故本文将受访者的受教育程度分为4个等级：未受过教育、未读完小学至小学毕业、初中毕业、高中及以上毕业，并且采用家庭受访者的平均受教育程度作为家庭层面的教育程度。婚姻状况方面，CHARLS给出了7种情况，本文将其中已婚与配偶一同居住、已婚但因工作等原因不在一起居住、同居这3种情况视为已婚状态，而将分居（不再作为配偶共同生活）、离异、丧偶及从未结婚这四种定义为非婚状态。
（2）家庭生产收入特征变量，包括实际耕地面积与收入。实际耕地面积是指农户实际耕种的面积，包括从集体分配的以及从别人处（包括集体）租用的耕地，再扣除掉出租给别人的耕地面积。家庭收入包括家庭成员的工资性收入、农业收入（扣除自家消费部分）、个体经营收入以及政府转移收入。本文取收入的对数形式加以呈现。
（3）家庭关系特征变量，包括礼金支出、家庭中是否有党员及兄弟姐妹数。中国农村是一个典型的“熟人社会”（费孝通，2006）[33]，而农村普遍存在的民间借贷行为更多的是依靠这种熟人之间的关系。“亲友随礼金额”来表示农户与本村村民、亲戚、朋友之间的关系亲密度（何军等，2005）[2]，是家庭关系特征很好的度量指标。CHARLS问卷中是问最近一年提供给其他亲戚朋友的经济支持，主要包括婚丧嫁娶、搬迁新房、新生儿等情况下的随礼。农村民间借贷的一个主要来源是自己的兄弟姐妹，因而农户及其配偶的兄弟姐妹的数目是一个比较好的家庭关系特征变量。在农村，党员一般为村干部或是曾经是村干部及相关人员，拥有较强的社会关系网络与信誉，故本文将这一指标也纳入到家庭关系特征中来。
（4）家庭保险特征变量，包括是否有养老保险与是否有医疗保险。
（5）地区特征变量，包括东部与中部。本文以西部地区为参照组，引入东部与中部2个地区虚拟变量来控制不同地区差异的影响。
（三）样本基本特征描述
如表1所示从农户参与民间借贷与健康状况来看，农户民间借贷参与比例为2291%，即6220个样本中有1425个农户家庭有民间借贷行为。在所有样本中，受到慢性健康冲击的家庭占6096%，受到急性冲击的家庭占2016%，说明目前的农村家庭普遍受到健康问题的冲击。
从家庭特征来看，教育程度的均值仅为094，说明农村家庭的受教育程度普遍较低，据样本统计，7146%的农村家庭的受教育程度仅为小学及以下，读过初中及毕业的占2381%，而读过高中及以上的仅有473%。婚姻状况方面，7740%的农户家庭为已婚状态，而剩下的2260%的农户家庭的受访者处于离婚或丧偶状态。家庭人口规模方面，平均为3—4人，据样本统计2—5人的家庭占74%左右，而2口之家最多，占比3066%，3口之家其次，占1659%。这与农村家庭婚后“分家”的现实状况比较相符（杨志海等，2015）。 从家庭生产收入特征来看，实地耕地面积平均530亩每户。收入对数均值为683，折合收入为1758500元每户。
从家庭关系特征来看，礼金支出对数均值为232，折合一年礼金支出约为78500元每户。有党员的家庭占有1330%。兄弟姐妹数方面，平均每户有6个左右。
从家庭保险特征来看，有养老保险的家庭占有8629%，其中大部分是因为参与了“新农保”所致。有医疗保险的家庭占有9621%，其中大部分也是参与了“新农合”所致。
从地区特征来看，东部的家庭占3289%，中部的农户家庭占3141%，余下3570%来自西部。基本上为1∶1∶1的比例分布。
四、估计结果分析
普通Logit回归估计结果（见表2）显示，模型LR卡方统计值为39466，并且在1%的统计水平下显著，同时，模型准确预测比率也达到了7701%，说明模型整体拟合效果比较好，即模型的解释力较高。另外，值得注意的是，农户民间借贷参与比例为2291%，即因变量大多数为0，少数为1，可能会导致“稀有事件偏差”。故本文采用补对数-对数的方法对Logit模型进行偏差修正估计，修正结果如表2所示。对比普通Logit回归与偏差修正估计可以看出，进行偏差修正后，Logit模型的估计系数大小虽有变化，但各变量的显著性没有变化，并且，修正估计的边际效应与普通Logit模型的十分接近，说明本文的稀有事件偏差并不明显，普通Logit回归结果稳健。
（一）健康冲击对农户民间借贷参与影响的估计结果
1健康冲击变量对农户民间借贷参与的影响
慢性健康冲击变量对农户民间借贷参与的影响不显著，说明慢性健康冲击并未显著增加农户参与民间借贷的可能性。这可能与当下农村“看病贵、看病难”的现实有关，即农户受到慢性健康冲击时，受于家庭经济的约束不会去大医院做全面检查，往往选择去村诊所或是卫生院进行保守治疗，因而慢性健康冲击并没有刺激农户外源性借贷的需求。
急性健康冲击变量对农户民间借贷参与的影响在1%的水平下显著，并且为正相关，表明农户受到急性健康冲击时，参与民间借贷的可能性大大增加。农户在受到诸如心脏病、中风、肿瘤等急性健康冲击时，不得不面临高昂的医疗费用，但往往迫于经济能力的不足同时又限于当前的医疗保险体系的不完善，只好诉求于亲朋好友等这种外源性借贷。在控制其他变量的影响之下，急性健康冲击使得农户参与民间借贷的可能性增加437个百分点。上述研究结果验证了本文提出的命题一。
2其他特征变量对农户民间借贷参与的影响
家庭基本特征方面，教育程度对农户民间借贷参与的影响显著且为正向影响，表明教育程度越高的家庭民间借贷参与的可能性越高。这可能是教育程度越高的家庭的外源性融资需求越高，同时其还款能力也相对较高，因而能够借到款的可能性也越高。婚姻状况变量对农户参与民间借贷的影响显著且系数为正，表示已婚的农户家庭参与民间借贷的可能性更大。在控制其他变量的影响之下，已婚的农户家庭参与民间借贷的可能性要高于非婚状态下的农户家庭552个百分点。家庭人口规模对农户民间借贷参与的影响显著正相关，这可能是由于家庭人口越多，经济负担越重，对借贷的需求也越大，从而参与民间借贷的可能性也越大。
家庭生产收入特征方面，实际耕地面积与收入的对数对农户民间借贷的影响都显著正相关，即实地耕地面积越大、家庭收入越多，农户参与民间借贷的可能性更大。这可能与在农村普遍存在的赊销事实有关，即实际耕地面积越大，农户农业生产投入越多，而在购买诸如化肥、农药、种子等农业生产资料时，农户往往采取赊销形式，待农收时再还款。另外，在农村，农户收入大多以农业收入为主，农业收入越多，农业投入也得越大，农户的外源性借贷的可能性也就越高。
家庭关系特征方面，礼金支出与兄弟姐妹数对农户参与民间借贷的影响显著，且系数为正。中国是比较讲究人际关系的社会，尤其是在农村，因而礼金支出越多，家庭的人际关系可能越广，能够借到款的可能性也就越高。在农村，农户借贷往往首先倾向于向兄弟姐妹借款，所以兄弟姐妹数越多，农户能够借到款的可能性也就越大。而家庭是否有党员对农户参与民间借贷的影响显著负相关，即家中有党员的话，农户参与民间借贷的可能性越低。农村党员往往是或曾经是村干部，拥有较高的社会信誉与还款能力，使得其在正规金融机构借贷相对更为容易与方便，所以其参与民间借贷的可能性也就较低。在控制其他变量的影响之下，有党员的农户家庭参与民间借贷的可能性要低于没有党员的农户家庭578个百分点。
家庭保险特征方面，是否有养老保险对农户参与民间借贷的影响显著负相关，表明有养老保险的农户家庭参与民间借贷的可能性越低。养老保险代表着日后生活经济来源的重要保障之一，对缓解农户的资金需求具有一定程度的作用。在控制其他变量的影响之下，有养老保险的农户家庭参与民间借贷的可能性要低于没有养老保险的农户家庭近7个百分点。而医疗保险对农户参与民间借贷的影响不显著，即医疗保险并不能降低农户参与民间借贷的可能性。
地区特征方面，相比较与中西部地区，东部地区的农户参与民间借贷的可能性显著更低，这可能是由于东部地区正规金融发展相对更为完善，农户向正规金融借贷也更为方便与快捷，从而减少了向民间借贷的可能性。而中部地区对农户参与民间借贷的影响并不显著。
（二）不同健康冲击下农户民间借贷参与比例及其年龄、婚姻状况差异
根据世界卫生组织的最新划分，60岁以及以上的为老年，45—59岁的为中年，44岁以及以下的为青年。本文借鉴这一划分方法，将家庭受访者的平均年龄为60岁以下的划归为中年家户，将家庭受访者的平均年龄为60岁以上的划归为老年家户。需注意的是，本文存在受访者配偶小于45岁的样本，使得家庭受访者的平均年龄可能小于45岁，但这类样本只占总样本量的178%，且平均年龄为4314岁，接近45岁。因而，本文将这类样本也归为中年家户。表3列示了不同健康冲击下农户民间借贷参与比例及其年龄、婚姻状况差异。从健康冲击不同程度上看，受健康冲击与慢性健康冲击的农户民间借贷参与比例差异不大，而受到急性健康冲击的农户民间借贷参与比例明显增大。从年龄差异上来看，农村中年家户的民间借贷参与比例明显高于农村老年家户的参与比例，前者是后者的3倍左右。从婚姻状况上来看，结婚的农户民间借贷参与比例也明显高于农村老年家户的参与比例，前者是后者的2倍左右。这说明健康冲击对农户民间借贷参与的影响存在年龄与婚姻状况的差异。下文将对这种差异的显著性进行Logit回归检验。 表3不同健康冲击下农户民间借贷参与比例及其年龄、婚姻状况差异情况
组别未受健康冲击慢性健康冲击急性健康冲击中年3047%3365%4055%老年1165%1099%1511%结婚2730%2497%2823%非婚1196%1134%1527%估计结果如表4所示，各Logit回归方程的LR卡方统计值均在1%的水平上显著，同时，模型准确预测比率分别达到了8791%、6619%、8755%及7395%，表明各Logit模型的整体拟合比较好。
从年龄差异上看，慢性健康冲击对老年农户与中年农户参与民间借贷的影响均不显著，而急性健康冲击对中年农户参与民间借贷有着显著的正向影响，但对老年农户的影响不显著。这表明健康冲击对农户参与民间借贷的影响的确存在年龄差异，从而证实了命题二。造成这一现状的原因可能是慢性健康冲击对老年农户的身体健康影响较大，同时，农村老年农户的收入来源有限，进而造成老年农户的还贷能力降低，使得老年农户参与民间借贷的可能性不显著，而慢性健康冲击对中年农户从事农活或工作等影响较小，对其还贷能力的影响也较小，从而对其参与民间借贷不会造成显著的影响。面对急性健康冲击，一般需要较大数额的医疗费用，农户可能一时无力承担全部费用，通常需要亲朋好友的借贷。不同的是，中年农户的配偶及其他家庭年轻成员能够分担急性健康冲击对家庭还贷能力的冲击，从而使其参与民间借贷的可能性大大增加，而老年农户的配偶及其家庭成员由于年龄较大而无力分担，因而更多地选择保守治疗，使其对老年农户参与民间借贷的影响并不显著。其他特征方面，收入的对数形式、兄弟姐妹数以及地区差异都对老年农户参与民间借贷有着显著的影响，其中收入的对数形式、兄弟姐妹数是正向影响，东部为负向影响，而家庭人口规模、实际耕地面积、收入的对数形式、兄弟姐妹数以及是否有养老保险对中年农户参与民间借贷有着显著的影响，其中只有养老保险是负向影响，其他皆为正向影响。
从婚姻状况上看，慢性健康冲击对非婚状况及已婚状况的农户参与民间借贷的影响都不显著，而急性健康冲击对非婚状况的农户参与民间借贷没有显著影响，对已婚状况的农户参与民间借贷有着显著的正向影响。这可能是由于已婚农户家庭经济境况要好于非婚农户家庭，其还贷能力也强于非婚家庭，所以当受到急性健康冲击时，借到款的可能性也更大一些。非婚农户家庭受于经济境况及还贷能力有限，使得对其参与民间借贷的影响不显著。其他特征方面，教育程度、实际耕地面积、收入的对数、兄弟姐妹数、是否有养老保险以及东部对非婚农户家庭参与民间借贷都有着显著的影响，其中养老保险与东部是负向影响，其他为正向影响，而上述变量对已婚农户家庭参与民间借贷也有着同样的显著影响外，家庭人口规模与是否有党员对其也有显著的影响，其中前者是正向影响，后者是负向影响。
表4不同年龄与婚姻状况下健康冲击对农户民间借贷参与的影响估计结果
解释变量老年中年非婚已婚健康冲击变量慢性健康冲击-0175701390-00343-00076（01636）（00982）（02056）（00922）急性健康冲击017830463***0307902526**（01808）（01245）（02446）（01100）其他特征变量教育程度00943-0043702898***01585***（00984）（00551）（01099）（00498）婚姻状况0158202059（01517）（01571）家庭人口规模0013200369*-0015300536***（00292）（00224）（00454）（00186）实际耕地面积000320003500190*00036**（00031）（00022）（00110）（00018）收入对数00794***00268**00774***00554***（00173）（00117）（00244）（00104）礼金支出对数00177001100040000190**（00181）（00107）（00297）（00095）是否有党员-02343-02013-03052-03397***（01637）（01242）（03880）（01001）兄弟姐妹数00880***00354**01119***00881***（00199）（00148）（00422）（00117）是否有养老保险-02792-01760*-05864***-03944***（02095）（00995）（02159）（00967）是否有医疗保险-01199-00685-00372-00961（02973）（02299）（03201）（02200）东部-03909***-01407-05524**-01464*（01474）（00954）（02267）（00837）中部01897-006590092500106（01297）（00957）（01972）（00822）截距-26648***-13206***-23941***-20318***（03504）（02787）（04005）（02620）Pseudo R204660013200652003800Log likelihood-11087319-19384742-4883459-26553414 LR chi2 1084100517800681000 2095500Prob > chi200000000000000000000模型准确预测比率8791%6619%8755%7395%样本数3159306114064814注：括号内为标准误。
五、结论与启示
本文基于北京大学中国健康与养老追踪调查（CHARLS）2013年全国25个省份6220个农户家庭层面的样本，运用Logit模型实证分析了健康冲击对农户参与民间借贷的影响。实证结果表明：第一，不同类型的健康冲击对农户参与民间借贷的影响不同。慢性健康冲击对农户民间借贷参与的影响不显著，而急性健康冲击对农户参与民间借贷有着显著的正向影响。第二，不同健康冲击对农户民间借贷参与的影响存在年龄与婚姻状况差异。在年龄差异方面，慢性健康冲击对老年农户与中年农户参与民间借贷的影响均不显著，而急性健康冲击对中年农户参与民间借贷有着显著的正向影响，但对老年农户的影响不显著。在婚姻状况差异方面，慢性健康冲击对非婚状况与已婚状况的农户参与民间借贷的影响都不显著，而急性健康冲击对非婚状况的农户参与民间借贷没有显著影响，对已婚状况的农户参与民间借贷有着显著的正向影响。 上述研究结果表明，健康冲击尤其是急性健康冲击是农户参与民间借贷的一项重要因素，从另一方面说明，民间借贷在农户家庭应对健康冲击尤其是急性健康冲击时发挥了重要的作用。孔繁荣与谭运进（2013）的研究也证实了民间借贷在农户大病风险应对中发挥着重要的作用。基于上述结论，本文提出以下建议：
第一，完善农村社会医疗保障体系。模型中医疗保险对减少农户参与民间借贷的影响不显著说明医疗保险在减轻农户健康冲击尤其是急性健康冲击所带来的经济负担方面所起到的作用还很有限。农户受到急性健康冲击时，还是要借助于民间借贷。因此，要加大农村医疗保障力度，并可以根据年龄与婚姻状况的不同制定出相应的医疗保障方案以对现有的农村医疗保障体系进行充实与完善。
第二，重视农村健康教育，提高农户健康意识。与文化教育相比，农村健康教育比较落后，而很多疾病的预防往往比治疗更为重要。因而，普及农村疾病预防知识，提高农户健康意识不仅能够减轻农户受健康冲击的风险，而且还有助于缓解因医疗费用带来的借贷需求。
第三，改善农村正规金融产品与服务的供给，发挥正规金融对农户家庭应对健康冲击尤其是急性健康冲击的影响。民间借贷在农户应对急性健康冲击中发挥着重要作用反映了目前农村正规金融市场服务还处于相对残缺的状态。可以从以下两方面加以改善：一是农村金融机构可以针对不同年龄与婚姻状况的农户开发出相应的金融产品与服务。二是借鉴西方发达国家的方法，采取农户投保费用财政部分补贴的形式鼓励农户消费医疗商业保险等保险产品。
参考文献：
[1]曹力群.农村金融体制改革与农户借贷行为研究[R].课题报告， 2002.
[2]何军，宁满秀，史清华. 农户民间借贷需求及影响因素实证研究——基于江苏省390户农户调查数据分析[J]. 南京农业大学学报（社会科学版）， 2005（4）： 20-24.
[3]张改清. 农户民间借贷需求影响因素的经验分析——基于河南省的调查[J]. 商业研究， 2008（7）： 174-177.
[4]秦建群，秦建国，吕忠伟. 农户信贷渠道选择行为：中国农村的实证研究[J]. 财贸经济， 2011（9）： 55-62+106.
[5]孔繁荣，谭运进，丁士军. 大病风险下农户民间借贷影响因素分析[J]. 开发研究， 2014（4）： 9-13.
[6]丁志国，徐德财. 被动选择还是主观偏好：农户融资为何更加倾向民间渠道[J]. 农业技术经济， 2014（11）： 52-64.
[7]黎翠梅，陈巧玲. 农户民间借贷需求影响因素的实证研究——以湘北234户农户的调查为例[J]. 经济问题， 2007（11）： 71-73.
[8]赵炳奇. 农户民间借贷信贷配给——来自600农户融资的实证考察[J]. 社会科学战线， 2010，（4）： 65-71.
[9]Jodha N S.Common Property Resources and Rural Poverty in Dry Regions of India [J]. Economic and Political Weekly，1990（21） ：1169-1181.
[10]Knack S，Keefer P. Does Social Capital Have an Economic Payoff ？ A Cross-country Investigation [J]. Quarterly Journal of Economics，1997，112（4）： 1251-1288.
[11]Grootaert C，Van Bastlaer T. 社会资本在发展中的作用[M].成都： 西南财经大学出版社，2004：323.
[12]杨汝岱，陈斌开，朱诗娥. 基于社会网络视角的农户民间借贷需求行为研究[J]. 经济研究， 2011（11）： 116-129.
[13]Courney C.Coile. Health Shocks and Couples Labor Supply Decisions，Working Paper， NBER， No.10180，2004.
[14]Nabanita D. Grupt et al. The Effect of an Acute Health Shock on Work Behavior： Evidence from Different Health Care Regimes ， Discussion Paper， Institute for the Study of Labor（IZA），No.5843， 2011.
[15]张川川. 健康变化对劳动供给和收入影响的实证分析[J]. 经济评论， 2011（4）： 79-88.
[16]解垩. 健康对劳动力退出的影响[J]. 世界经济文汇， 2011（1）： 109-120.
[17]刘生龙，李军. 健康、劳动参与及中国农村老年贫困[J]. 中国农村经济， 2012（1）： 56-68.
[18]Alan Duncan et al. The Influence of Psychological Well-being， Ill Health and Health Shocks on Single Parents' Labour Supply， Working Paper .Bankwest Curtin Economics Centre （BCEC）， No WP1307，2013.
[19]Islam， A.， and Maitra， P. .Health shocks and consumption smoothing in rural households： Does microcredit have a role to play？. Journal of Development Economics， 2012，97（2）：232-243. [20]Love， David A. and Paul A. Smith. Does health affect portfolio choice？ Health Economics. 2010；19（2）：1441–1460.
[21]吴卫星，荣苹果，徐芊. 健康与家庭资产选择[J]. 经济研究， 2011（S1）： 43-54.
[22]解垩，孙桂茹. 健康冲击对中国老年家庭资产组合选择的影响[J]. 人口与发展， 2012（4）： 47-55.
[23]陈琪，刘卫. 健康支出对居民资产选择行为的影响——基于同质性与异质性争论的探讨[J]. 上海经济研究， 2014（6）： 111-118.
[24]高梦滔，姚洋. 健康风险冲击对农户收入的影响[J]. 经济研究， 2005（12）： 15-25.
[25]高梦滔，甘立，徐立新，等. 健康风险冲击下的农户收入能力与村级民主[J]. 中国人口科学， 2006（1）： 21-32+95.
[26]周广肃，樊纲，申广军. 收入差距、社会资本与健康水平——基于中国家庭追踪调查（CFPS）的实证分析[J]. 管理世界， 2014（7）： 12-21；51；187.
[27]方迎风，邹薇. 能力投资、健康冲击与贫困脆弱性[J]. 经济学动态， 2013（7）： 36-50.
[28]洪秋妹. 健康冲击与农户贫困动态变化浅析[J]. 合作经济与科技， 2014（24）： 9-11.
[29]乔勇，丁士军. 贫困地区农户应对疾病的筹资及效果——基于四川省阆中市的农户调查[J]. 中国卫生经济， 2009（7）： 16-19.
[30]Mark B. McClellan . Health Events， Health Insurance， and Labor Supply： Evidence from the Health and Retirement Survey， Frontiers in the Economics of Aging， Chicago： University of Chicago Press.1998.
[31]Zhao Y.； Strauss J. ； Park A. and Sun Y.. China Health and Retirement Longitudinal Study， Pilot，User’s Guide， Working Paper， National School of Development Peking University， 2009.
[32]卢亚娟，张龙耀，许玉韫. 金融可得性与农村家庭创业——基于CHARLS数据的实证研究[J]. 经济理论与经济管理， 2014（10）： 89-99.
[33]费孝通. 乡土中国[M]. 上海：上海人民出版社， 2006.
Influence of Health Shocks on Farmers’ Participation in Private Lending
- Empirical Evidence from CHARLS Data
YANG Qing1，MA Chao2，LIU Weizhong3
（1.School of Economics and Trade Xinjiang Agricultural University， Urumqi，Xinjiang 830052，China；2.School of
Economics Renmin University of China， Beijing， 100872，China；3.School of Economics and
Trade Xinjiang Agricultural University， Urumqi，Xinjiang 830052，China）
Abstract：This paper， based on 6220 farmers’ family samples of 25 provinces by China Health and Retirement Longitudinal Study（CHARLS） in 2013 and using the Logit Model， has empirically analyzed the impact of health shocks on farmers’ participation in private lending.The results are as follows： First，different health shocks have different effect on farmers’ participation in private lending.The chronic health shocks have no significant influence on farmers’ participation， but the acute health shocks have a positive impact on it. Second， the effects of different health shocks on farmers’ participation are different in terms of age and marriage.In the respect of age difference， chronic health shocks have no influence on both the old and the middle-aged farmers’ participation in private lending.Acute health shocks have a positive effect on the middle-aged farmers’ participation， but no significant impact on the old farmers' participation. In the respect of marriage difference， chronic health shocks have no significant influence on both the married and the unmarried farmers’ participation. Acute health shocks have no impact on the unmarried farmers’ participation， but have a positive effect on the married farmers' participation in private lending.
Key words：chronic health shocks； acute health shocks； private lending； CHARLS
责任编辑：萧敏娜
关键词：慢性健康冲击；急性健康冲击；民间借贷；CHARLS
文章编号：2095-5960（2016）02-0080-10；中图分类号：F832；文献标识码：A
一、引言
由于中国农村正规金融供给的不足，农村非正规金融——民间借贷一直发挥着重要的作用。民间借贷是农户借贷资金主要来源（曹力群，2001）[1]，多数农户从银行和信用社得到贷款难度较大，多数农户只能得到其申请贷款数额的一部分（国家统计局农调队，2004）。根据中国健康与养老追踪调查（CHARLS）2015年初发布的调查数据显示，能够融到资的农村家庭仅有27%左右，而其中通过民间借贷进行融资的农户占所有融资户比例将近66%。正由于民间借贷所起的重要作用，对农户参与民间借贷行为的研究也一直是学术界探讨的热点。其中尤以对农户民间借贷的影响因素研究甚多，然而现有对农户民间借贷的影响因素研究的文献更多是关注于如户主年龄、学历、职业、劳动力人数、耕地面积等家庭基本状况（何军，2005[2]；张改清，2008[3]；秦建群等，2011[4]；孔繁荣，2014[5]；丁志国，2014；[6]）、如非农收入、种植业收入等收入状况（黎翠梅与陈巧玲，2007[7]；赵炳奇，2010[8]；孔繁荣，2014[5]）、如农业生产支出、非农支出、教育支出、医疗费用支出等支出状况（黎翠梅与陈巧玲，2007[7]；赵炳奇，2010[8]；）以及如生产性固定资产原值、家庭存款余额等财产状况（赵炳奇，2010[8]）。此外，随着国外学者Jodha N S.（1990）[9]、Knack & Keefer（1997）[10]、及Grootaert et al.（2002）[11]等将社会资本纳入到农村经济的研究中来，国内学者也逐渐尝试从社会资本这一视角来研究农户民间借贷问题，如何军等（2005）、张改清（2008）、杨汝岱等（2011）[12]、丁志国等（2014）的研究均发现农户的社会资本对民间借贷具有显著的影响。回顾以往文献可以发现鲜有考虑到健康冲击这一影响因素。虽然对于健康冲击的研究并不陌生，但过往对于健康冲击的研究更多的是关注于健康冲击对劳动供给（Courtney C. Coile，2004[13]；Nabanita D.Gupt et al，2011[14]；张川川，2011[15]；解垩，2011[16]；刘生军，李军，2012[17]；Alan Duncan et al，2013[18]）、消费（Asadul Islam，Pushkar Maitra，2008）[19]、家庭资产组合（David A. Love，Paul A. Smith，2008[20]；吴卫星等，2011[21]；解垩，2012[22]；陈琪，刘卫，2014[23]）、收入（高梦滔，姚洋，2005[24]；高梦滔等，2006[25]；周广肃，2014[26]）、农户贫困及脆弱性（方迎风，邹薇，2013[27]；洪秋妹，2014[28]）等的影响。鲜有文献涉及健康冲击对农户民间借贷的影响。健康问题尤其是急性健康问题带来最直接的冲击就是农户医疗费用的上升，而当前实施的新农合医疗制度与贫困医疗救助制度对大病（急性健康冲击）农户的医疗费用资助明显不足（乔勇，丁士军，2009[29]）。乔勇与丁士军（2009）通过对四川农户大病筹资行为的调查统计发现，亲朋好友的民间借贷对农户应对健康冲击发挥着至关重要的作用。而另一方面，用于医疗费用的借贷可能也会挤占了本来用于其他方面如农业生产或是个体经营等的所需。可见，健康冲击可能对农户的民间借贷行为产生显著的影响。由此引出的问题是健康冲击是否对农户的民间借贷行为产生显著的影响？不同程度的健康冲击对农户的民间借贷参与行为有着怎样的影响呢？健康冲击对农户参与民间借贷是否存在年龄以及婚姻状况的差异呢？本文希望利用中国健康与养老追踪调查（CHARLS）数据的实证分析来回答以上问题。
二、理论分析与模型设定
（一）理论分析
Mark B. McClellan（1998）[30]将心脏病、中风及肿瘤疾病定义为急性健康冲击，将胃病、肺部疾病及关节炎等定义为慢性健康冲击。显然，慢性健康冲击对农户的影响较小，而急性健康冲击对农户的影响更为强烈。比如杨志海等（2015）在研究健康冲击对劳动供给时就发现，慢性健康冲击不会影响农村中老年人的劳动参与，而急性健康冲击会显著减少农村中老年人的劳动参与。一般而言，慢性健康问题对身体的影响较小，医疗支出也会相对较小，也在农户承受范围之内，因而不会产生外源性借贷需求。而急性健康问题对身体影响较大，医疗支出相对较大，往往超出农户的经济能力，所以要借助于外源性借贷。基于上述分析，本文提出：
命题一：不同类型的健康冲击对农户参与民间借贷的影响存在差异，慢性健康冲击对农户参与民间借贷没有影响，而急性健康冲击显著影响农户民间借贷的参与行为，并且是正向影响。
一般情况下，农村中年人的身体素质要强于老年人，在受到同样的健康冲击时，他们承受的冲击程度会存在较大差异。就家庭的经济境况而言，非婚状态（如离婚、丧偶及从未结婚）下的家庭一般差于已婚家庭，在面对同样的疾病冲击时，他们受到的冲击程度也会相应地存在差异。冲击程度的不同使得农户对外源性借贷的需求也会不同。基于此，本文提出： 命题二：健康冲击对农户民间借贷的影响存在年龄与婚姻状况的差异。
（二）模型设定
本文研究的是健康冲击对农户参与民间借贷的影响，农户是否参与民间借贷属于二值选择问题，故本文选取二值Logit模型，其基本形式如下：
其中，Pi为农户参与民间借贷的概率，chronic为慢性健康冲击变量，acute为急性健康冲击变量，xi为控制变量，包括家庭基本特征、家庭生产收入特征、家庭关系特征、家庭保险特征以及地区特征变量，μi为随机干扰项。
三、数据来源、变量设定与样本基本特征
（一）数据来源
本文使用的数据来自于北京大学中国健康与养老追踪调查（CHARLS）的微观截面数据。CHARLS旨在收集中国居民健康状况和老龄化状况的微观数据（Zhao et al.，2009[31]），调查内容包括家庭结构与经济支持、健康状况、医疗保险、工作、收入、消费以及资产等，受访者主要为随机抽取的村/社区的年满45周岁的人及其配偶（可能小于45周岁）。2008年CHARLS首次在浙江和甘肃两省对1570个家庭共2685人进行了预调查。2011年首次对全国30个省份（除去西藏以及港澳台地区）150个区县450个村/社区抽取的23590户进行基线调查，最终得到有效样本17587人。2012年对浙江和甘肃进行了回访调查。2013年进行了全国追踪调查。本文使用的主要是2013年的全国追踪调查数据（2015年发布）以及部分2011年全国基线数据（2013年发布）。由于CHARLS样本个体年龄整体偏大，使用个人层面的数据可能会有一定的样本偏差问题，因而本文使用家庭层面的数据，在一定程度上缓解了样本偏差的问题（卢亚娟等，2014）[32]。同时，本文剔除了关键指标缺失以及家庭收入为负①①家庭收入为负主要是因为家庭经营亏损所致。的样本，最终得到了6220个农户家庭样本。
（二）变量设定
1.被解释变量
本文的被解释变量为是否参与民间借贷。CHARLS问卷中相应的问题为“尚未还清的个人间借款总额是多少元？”，如果受访者回答为0，则认为没有参与民间借贷，否则参与了民间借贷。
2.核心解释变量
本文的核心解释变量为健康冲击变量，分为慢性健康冲击变量与急性健康冲击变量。CHARLS问卷中的问题为“是否有医生曾经告诉您有以下这些慢性病”。本文参照Mark B. McClellan与Coile的做法，将心脏病、中风及肿瘤疾病划为急性健康冲击，其他如“三高”疾病、肝、肾脏疾病、胃病、肺部疾病关节炎风湿病以及哮喘等划为慢性健康冲击。另外需注意的是，样本中存在同时受到慢性与急性健康冲击的农户，但考虑到急性健康冲击带来的影响远远超过慢性冲击（杨志海，麦尔丹等，2015），本文将这类样本划为急性健康冲击的样本中。
3.其他控制变量
（1）家庭基本特征变量，包括教育程度、婚姻状况以及家庭人口规模。CHARLS问卷中，受教育程度有未受教育（文盲）、未读完小学但能读写、私塾、小学毕业至博士毕业11个等级。鉴于农村教育程度基本在高中以下，故本文将受访者的受教育程度分为4个等级：未受过教育、未读完小学至小学毕业、初中毕业、高中及以上毕业，并且采用家庭受访者的平均受教育程度作为家庭层面的教育程度。婚姻状况方面，CHARLS给出了7种情况，本文将其中已婚与配偶一同居住、已婚但因工作等原因不在一起居住、同居这3种情况视为已婚状态，而将分居（不再作为配偶共同生活）、离异、丧偶及从未结婚这四种定义为非婚状态。
（2）家庭生产收入特征变量，包括实际耕地面积与收入。实际耕地面积是指农户实际耕种的面积，包括从集体分配的以及从别人处（包括集体）租用的耕地，再扣除掉出租给别人的耕地面积。家庭收入包括家庭成员的工资性收入、农业收入（扣除自家消费部分）、个体经营收入以及政府转移收入。本文取收入的对数形式加以呈现。
（3）家庭关系特征变量，包括礼金支出、家庭中是否有党员及兄弟姐妹数。中国农村是一个典型的“熟人社会”（费孝通，2006）[33]，而农村普遍存在的民间借贷行为更多的是依靠这种熟人之间的关系。“亲友随礼金额”来表示农户与本村村民、亲戚、朋友之间的关系亲密度（何军等，2005）[2]，是家庭关系特征很好的度量指标。CHARLS问卷中是问最近一年提供给其他亲戚朋友的经济支持，主要包括婚丧嫁娶、搬迁新房、新生儿等情况下的随礼。农村民间借贷的一个主要来源是自己的兄弟姐妹，因而农户及其配偶的兄弟姐妹的数目是一个比较好的家庭关系特征变量。在农村，党员一般为村干部或是曾经是村干部及相关人员，拥有较强的社会关系网络与信誉，故本文将这一指标也纳入到家庭关系特征中来。
（4）家庭保险特征变量，包括是否有养老保险与是否有医疗保险。
（5）地区特征变量，包括东部与中部。本文以西部地区为参照组，引入东部与中部2个地区虚拟变量来控制不同地区差异的影响。
（三）样本基本特征描述
如表1所示从农户参与民间借贷与健康状况来看，农户民间借贷参与比例为2291%，即6220个样本中有1425个农户家庭有民间借贷行为。在所有样本中，受到慢性健康冲击的家庭占6096%，受到急性冲击的家庭占2016%，说明目前的农村家庭普遍受到健康问题的冲击。
从家庭特征来看，教育程度的均值仅为094，说明农村家庭的受教育程度普遍较低，据样本统计，7146%的农村家庭的受教育程度仅为小学及以下，读过初中及毕业的占2381%，而读过高中及以上的仅有473%。婚姻状况方面，7740%的农户家庭为已婚状态，而剩下的2260%的农户家庭的受访者处于离婚或丧偶状态。家庭人口规模方面，平均为3—4人，据样本统计2—5人的家庭占74%左右，而2口之家最多，占比3066%，3口之家其次，占1659%。这与农村家庭婚后“分家”的现实状况比较相符（杨志海等，2015）。 从家庭生产收入特征来看，实地耕地面积平均530亩每户。收入对数均值为683，折合收入为1758500元每户。
从家庭关系特征来看，礼金支出对数均值为232，折合一年礼金支出约为78500元每户。有党员的家庭占有1330%。兄弟姐妹数方面，平均每户有6个左右。
从家庭保险特征来看，有养老保险的家庭占有8629%，其中大部分是因为参与了“新农保”所致。有医疗保险的家庭占有9621%，其中大部分也是参与了“新农合”所致。
从地区特征来看，东部的家庭占3289%，中部的农户家庭占3141%，余下3570%来自西部。基本上为1∶1∶1的比例分布。
四、估计结果分析
普通Logit回归估计结果（见表2）显示，模型LR卡方统计值为39466，并且在1%的统计水平下显著，同时，模型准确预测比率也达到了7701%，说明模型整体拟合效果比较好，即模型的解释力较高。另外，值得注意的是，农户民间借贷参与比例为2291%，即因变量大多数为0，少数为1，可能会导致“稀有事件偏差”。故本文采用补对数-对数的方法对Logit模型进行偏差修正估计，修正结果如表2所示。对比普通Logit回归与偏差修正估计可以看出，进行偏差修正后，Logit模型的估计系数大小虽有变化，但各变量的显著性没有变化，并且，修正估计的边际效应与普通Logit模型的十分接近，说明本文的稀有事件偏差并不明显，普通Logit回归结果稳健。
（一）健康冲击对农户民间借贷参与影响的估计结果
1健康冲击变量对农户民间借贷参与的影响
慢性健康冲击变量对农户民间借贷参与的影响不显著，说明慢性健康冲击并未显著增加农户参与民间借贷的可能性。这可能与当下农村“看病贵、看病难”的现实有关，即农户受到慢性健康冲击时，受于家庭经济的约束不会去大医院做全面检查，往往选择去村诊所或是卫生院进行保守治疗，因而慢性健康冲击并没有刺激农户外源性借贷的需求。
急性健康冲击变量对农户民间借贷参与的影响在1%的水平下显著，并且为正相关，表明农户受到急性健康冲击时，参与民间借贷的可能性大大增加。农户在受到诸如心脏病、中风、肿瘤等急性健康冲击时，不得不面临高昂的医疗费用，但往往迫于经济能力的不足同时又限于当前的医疗保险体系的不完善，只好诉求于亲朋好友等这种外源性借贷。在控制其他变量的影响之下，急性健康冲击使得农户参与民间借贷的可能性增加437个百分点。上述研究结果验证了本文提出的命题一。
2其他特征变量对农户民间借贷参与的影响
家庭基本特征方面，教育程度对农户民间借贷参与的影响显著且为正向影响，表明教育程度越高的家庭民间借贷参与的可能性越高。这可能是教育程度越高的家庭的外源性融资需求越高，同时其还款能力也相对较高，因而能够借到款的可能性也越高。婚姻状况变量对农户参与民间借贷的影响显著且系数为正，表示已婚的农户家庭参与民间借贷的可能性更大。在控制其他变量的影响之下，已婚的农户家庭参与民间借贷的可能性要高于非婚状态下的农户家庭552个百分点。家庭人口规模对农户民间借贷参与的影响显著正相关，这可能是由于家庭人口越多，经济负担越重，对借贷的需求也越大，从而参与民间借贷的可能性也越大。
家庭生产收入特征方面，实际耕地面积与收入的对数对农户民间借贷的影响都显著正相关，即实地耕地面积越大、家庭收入越多，农户参与民间借贷的可能性更大。这可能与在农村普遍存在的赊销事实有关，即实际耕地面积越大，农户农业生产投入越多，而在购买诸如化肥、农药、种子等农业生产资料时，农户往往采取赊销形式，待农收时再还款。另外，在农村，农户收入大多以农业收入为主，农业收入越多，农业投入也得越大，农户的外源性借贷的可能性也就越高。
家庭关系特征方面，礼金支出与兄弟姐妹数对农户参与民间借贷的影响显著，且系数为正。中国是比较讲究人际关系的社会，尤其是在农村，因而礼金支出越多，家庭的人际关系可能越广，能够借到款的可能性也就越高。在农村，农户借贷往往首先倾向于向兄弟姐妹借款，所以兄弟姐妹数越多，农户能够借到款的可能性也就越大。而家庭是否有党员对农户参与民间借贷的影响显著负相关，即家中有党员的话，农户参与民间借贷的可能性越低。农村党员往往是或曾经是村干部，拥有较高的社会信誉与还款能力，使得其在正规金融机构借贷相对更为容易与方便，所以其参与民间借贷的可能性也就较低。在控制其他变量的影响之下，有党员的农户家庭参与民间借贷的可能性要低于没有党员的农户家庭578个百分点。
家庭保险特征方面，是否有养老保险对农户参与民间借贷的影响显著负相关，表明有养老保险的农户家庭参与民间借贷的可能性越低。养老保险代表着日后生活经济来源的重要保障之一，对缓解农户的资金需求具有一定程度的作用。在控制其他变量的影响之下，有养老保险的农户家庭参与民间借贷的可能性要低于没有养老保险的农户家庭近7个百分点。而医疗保险对农户参与民间借贷的影响不显著，即医疗保险并不能降低农户参与民间借贷的可能性。
地区特征方面，相比较与中西部地区，东部地区的农户参与民间借贷的可能性显著更低，这可能是由于东部地区正规金融发展相对更为完善，农户向正规金融借贷也更为方便与快捷，从而减少了向民间借贷的可能性。而中部地区对农户参与民间借贷的影响并不显著。
（二）不同健康冲击下农户民间借贷参与比例及其年龄、婚姻状况差异
根据世界卫生组织的最新划分，60岁以及以上的为老年，45—59岁的为中年，44岁以及以下的为青年。本文借鉴这一划分方法，将家庭受访者的平均年龄为60岁以下的划归为中年家户，将家庭受访者的平均年龄为60岁以上的划归为老年家户。需注意的是，本文存在受访者配偶小于45岁的样本，使得家庭受访者的平均年龄可能小于45岁，但这类样本只占总样本量的178%，且平均年龄为4314岁，接近45岁。因而，本文将这类样本也归为中年家户。表3列示了不同健康冲击下农户民间借贷参与比例及其年龄、婚姻状况差异。从健康冲击不同程度上看，受健康冲击与慢性健康冲击的农户民间借贷参与比例差异不大，而受到急性健康冲击的农户民间借贷参与比例明显增大。从年龄差异上来看，农村中年家户的民间借贷参与比例明显高于农村老年家户的参与比例，前者是后者的3倍左右。从婚姻状况上来看，结婚的农户民间借贷参与比例也明显高于农村老年家户的参与比例，前者是后者的2倍左右。这说明健康冲击对农户民间借贷参与的影响存在年龄与婚姻状况的差异。下文将对这种差异的显著性进行Logit回归检验。 表3不同健康冲击下农户民间借贷参与比例及其年龄、婚姻状况差异情况
组别未受健康冲击慢性健康冲击急性健康冲击中年3047%3365%4055%老年1165%1099%1511%结婚2730%2497%2823%非婚1196%1134%1527%估计结果如表4所示，各Logit回归方程的LR卡方统计值均在1%的水平上显著，同时，模型准确预测比率分别达到了8791%、6619%、8755%及7395%，表明各Logit模型的整体拟合比较好。
从年龄差异上看，慢性健康冲击对老年农户与中年农户参与民间借贷的影响均不显著，而急性健康冲击对中年农户参与民间借贷有着显著的正向影响，但对老年农户的影响不显著。这表明健康冲击对农户参与民间借贷的影响的确存在年龄差异，从而证实了命题二。造成这一现状的原因可能是慢性健康冲击对老年农户的身体健康影响较大，同时，农村老年农户的收入来源有限，进而造成老年农户的还贷能力降低，使得老年农户参与民间借贷的可能性不显著，而慢性健康冲击对中年农户从事农活或工作等影响较小，对其还贷能力的影响也较小，从而对其参与民间借贷不会造成显著的影响。面对急性健康冲击，一般需要较大数额的医疗费用，农户可能一时无力承担全部费用，通常需要亲朋好友的借贷。不同的是，中年农户的配偶及其他家庭年轻成员能够分担急性健康冲击对家庭还贷能力的冲击，从而使其参与民间借贷的可能性大大增加，而老年农户的配偶及其家庭成员由于年龄较大而无力分担，因而更多地选择保守治疗，使其对老年农户参与民间借贷的影响并不显著。其他特征方面，收入的对数形式、兄弟姐妹数以及地区差异都对老年农户参与民间借贷有着显著的影响，其中收入的对数形式、兄弟姐妹数是正向影响，东部为负向影响，而家庭人口规模、实际耕地面积、收入的对数形式、兄弟姐妹数以及是否有养老保险对中年农户参与民间借贷有着显著的影响，其中只有养老保险是负向影响，其他皆为正向影响。
从婚姻状况上看，慢性健康冲击对非婚状况及已婚状况的农户参与民间借贷的影响都不显著，而急性健康冲击对非婚状况的农户参与民间借贷没有显著影响，对已婚状况的农户参与民间借贷有着显著的正向影响。这可能是由于已婚农户家庭经济境况要好于非婚农户家庭，其还贷能力也强于非婚家庭，所以当受到急性健康冲击时，借到款的可能性也更大一些。非婚农户家庭受于经济境况及还贷能力有限，使得对其参与民间借贷的影响不显著。其他特征方面，教育程度、实际耕地面积、收入的对数、兄弟姐妹数、是否有养老保险以及东部对非婚农户家庭参与民间借贷都有着显著的影响，其中养老保险与东部是负向影响，其他为正向影响，而上述变量对已婚农户家庭参与民间借贷也有着同样的显著影响外，家庭人口规模与是否有党员对其也有显著的影响，其中前者是正向影响，后者是负向影响。
表4不同年龄与婚姻状况下健康冲击对农户民间借贷参与的影响估计结果
解释变量老年中年非婚已婚健康冲击变量慢性健康冲击-0175701390-00343-00076（01636）（00982）（02056）（00922）急性健康冲击017830463***0307902526**（01808）（01245）（02446）（01100）其他特征变量教育程度00943-0043702898***01585***（00984）（00551）（01099）（00498）婚姻状况0158202059（01517）（01571）家庭人口规模0013200369*-0015300536***（00292）（00224）（00454）（00186）实际耕地面积000320003500190*00036**（00031）（00022）（00110）（00018）收入对数00794***00268**00774***00554***（00173）（00117）（00244）（00104）礼金支出对数00177001100040000190**（00181）（00107）（00297）（00095）是否有党员-02343-02013-03052-03397***（01637）（01242）（03880）（01001）兄弟姐妹数00880***00354**01119***00881***（00199）（00148）（00422）（00117）是否有养老保险-02792-01760*-05864***-03944***（02095）（00995）（02159）（00967）是否有医疗保险-01199-00685-00372-00961（02973）（02299）（03201）（02200）东部-03909***-01407-05524**-01464*（01474）（00954）（02267）（00837）中部01897-006590092500106（01297）（00957）（01972）（00822）截距-26648***-13206***-23941***-20318***（03504）（02787）（04005）（02620）Pseudo R204660013200652003800Log likelihood-11087319-19384742-4883459-26553414 LR chi2 1084100517800681000 2095500Prob > chi200000000000000000000模型准确预测比率8791%6619%8755%7395%样本数3159306114064814注：括号内为标准误。
五、结论与启示
本文基于北京大学中国健康与养老追踪调查（CHARLS）2013年全国25个省份6220个农户家庭层面的样本，运用Logit模型实证分析了健康冲击对农户参与民间借贷的影响。实证结果表明：第一，不同类型的健康冲击对农户参与民间借贷的影响不同。慢性健康冲击对农户民间借贷参与的影响不显著，而急性健康冲击对农户参与民间借贷有着显著的正向影响。第二，不同健康冲击对农户民间借贷参与的影响存在年龄与婚姻状况差异。在年龄差异方面，慢性健康冲击对老年农户与中年农户参与民间借贷的影响均不显著，而急性健康冲击对中年农户参与民间借贷有着显著的正向影响，但对老年农户的影响不显著。在婚姻状况差异方面，慢性健康冲击对非婚状况与已婚状况的农户参与民间借贷的影响都不显著，而急性健康冲击对非婚状况的农户参与民间借贷没有显著影响，对已婚状况的农户参与民间借贷有着显著的正向影响。 上述研究结果表明，健康冲击尤其是急性健康冲击是农户参与民间借贷的一项重要因素，从另一方面说明，民间借贷在农户家庭应对健康冲击尤其是急性健康冲击时发挥了重要的作用。孔繁荣与谭运进（2013）的研究也证实了民间借贷在农户大病风险应对中发挥着重要的作用。基于上述结论，本文提出以下建议：
第一，完善农村社会医疗保障体系。模型中医疗保险对减少农户参与民间借贷的影响不显著说明医疗保险在减轻农户健康冲击尤其是急性健康冲击所带来的经济负担方面所起到的作用还很有限。农户受到急性健康冲击时，还是要借助于民间借贷。因此，要加大农村医疗保障力度，并可以根据年龄与婚姻状况的不同制定出相应的医疗保障方案以对现有的农村医疗保障体系进行充实与完善。
第二，重视农村健康教育，提高农户健康意识。与文化教育相比，农村健康教育比较落后，而很多疾病的预防往往比治疗更为重要。因而，普及农村疾病预防知识，提高农户健康意识不仅能够减轻农户受健康冲击的风险，而且还有助于缓解因医疗费用带来的借贷需求。
第三，改善农村正规金融产品与服务的供给，发挥正规金融对农户家庭应对健康冲击尤其是急性健康冲击的影响。民间借贷在农户应对急性健康冲击中发挥着重要作用反映了目前农村正规金融市场服务还处于相对残缺的状态。可以从以下两方面加以改善：一是农村金融机构可以针对不同年龄与婚姻状况的农户开发出相应的金融产品与服务。二是借鉴西方发达国家的方法，采取农户投保费用财政部分补贴的形式鼓励农户消费医疗商业保险等保险产品。
参考文献：
[1]曹力群.农村金融体制改革与农户借贷行为研究[R].课题报告， 2002.
[2]何军，宁满秀，史清华. 农户民间借贷需求及影响因素实证研究——基于江苏省390户农户调查数据分析[J]. 南京农业大学学报（社会科学版）， 2005（4）： 20-24.
[3]张改清. 农户民间借贷需求影响因素的经验分析——基于河南省的调查[J]. 商业研究， 2008（7）： 174-177.
[4]秦建群，秦建国，吕忠伟. 农户信贷渠道选择行为：中国农村的实证研究[J]. 财贸经济， 2011（9）： 55-62+106.
[5]孔繁荣，谭运进，丁士军. 大病风险下农户民间借贷影响因素分析[J]. 开发研究， 2014（4）： 9-13.
[6]丁志国，徐德财. 被动选择还是主观偏好：农户融资为何更加倾向民间渠道[J]. 农业技术经济， 2014（11）： 52-64.
[7]黎翠梅，陈巧玲. 农户民间借贷需求影响因素的实证研究——以湘北234户农户的调查为例[J]. 经济问题， 2007（11）： 71-73.
[8]赵炳奇. 农户民间借贷信贷配给——来自600农户融资的实证考察[J]. 社会科学战线， 2010，（4）： 65-71.
[9]Jodha N S.Common Property Resources and Rural Poverty in Dry Regions of India [J]. Economic and Political Weekly，1990（21） ：1169-1181.
[10]Knack S，Keefer P. Does Social Capital Have an Economic Payoff ？ A Cross-country Investigation [J]. Quarterly Journal of Economics，1997，112（4）： 1251-1288.
[11]Grootaert C，Van Bastlaer T. 社会资本在发展中的作用[M].成都： 西南财经大学出版社，2004：323.
[12]杨汝岱，陈斌开，朱诗娥. 基于社会网络视角的农户民间借贷需求行为研究[J]. 经济研究， 2011（11）： 116-129.
[13]Courney C.Coile. Health Shocks and Couples Labor Supply Decisions，Working Paper， NBER， No.10180，2004.
[14]Nabanita D. Grupt et al. The Effect of an Acute Health Shock on Work Behavior： Evidence from Different Health Care Regimes ， Discussion Paper， Institute for the Study of Labor（IZA），No.5843， 2011.
[15]张川川. 健康变化对劳动供给和收入影响的实证分析[J]. 经济评论， 2011（4）： 79-88.
[16]解垩. 健康对劳动力退出的影响[J]. 世界经济文汇， 2011（1）： 109-120.
[17]刘生龙，李军. 健康、劳动参与及中国农村老年贫困[J]. 中国农村经济， 2012（1）： 56-68.
[18]Alan Duncan et al. The Influence of Psychological Well-being， Ill Health and Health Shocks on Single Parents' Labour Supply， Working Paper .Bankwest Curtin Economics Centre （BCEC）， No WP1307，2013.
[19]Islam， A.， and Maitra， P. .Health shocks and consumption smoothing in rural households： Does microcredit have a role to play？. Journal of Development Economics， 2012，97（2）：232-243. [20]Love， David A. and Paul A. Smith. Does health affect portfolio choice？ Health Economics. 2010；19（2）：1441–1460.
[21]吴卫星，荣苹果，徐芊. 健康与家庭资产选择[J]. 经济研究， 2011（S1）： 43-54.
[22]解垩，孙桂茹. 健康冲击对中国老年家庭资产组合选择的影响[J]. 人口与发展， 2012（4）： 47-55.
[23]陈琪，刘卫. 健康支出对居民资产选择行为的影响——基于同质性与异质性争论的探讨[J]. 上海经济研究， 2014（6）： 111-118.
[24]高梦滔，姚洋. 健康风险冲击对农户收入的影响[J]. 经济研究， 2005（12）： 15-25.
[25]高梦滔，甘立，徐立新，等. 健康风险冲击下的农户收入能力与村级民主[J]. 中国人口科学， 2006（1）： 21-32+95.
[26]周广肃，樊纲，申广军. 收入差距、社会资本与健康水平——基于中国家庭追踪调查（CFPS）的实证分析[J]. 管理世界， 2014（7）： 12-21；51；187.
[27]方迎风，邹薇. 能力投资、健康冲击与贫困脆弱性[J]. 经济学动态， 2013（7）： 36-50.
[28]洪秋妹. 健康冲击与农户贫困动态变化浅析[J]. 合作经济与科技， 2014（24）： 9-11.
[29]乔勇，丁士军. 贫困地区农户应对疾病的筹资及效果——基于四川省阆中市的农户调查[J]. 中国卫生经济， 2009（7）： 16-19.
[30]Mark B. McClellan . Health Events， Health Insurance， and Labor Supply： Evidence from the Health and Retirement Survey， Frontiers in the Economics of Aging， Chicago： University of Chicago Press.1998.
[31]Zhao Y.； Strauss J. ； Park A. and Sun Y.. China Health and Retirement Longitudinal Study， Pilot，User’s Guide， Working Paper， National School of Development Peking University， 2009.
[32]卢亚娟，张龙耀，许玉韫. 金融可得性与农村家庭创业——基于CHARLS数据的实证研究[J]. 经济理论与经济管理， 2014（10）： 89-99.
[33]费孝通. 乡土中国[M]. 上海：上海人民出版社， 2006.
Influence of Health Shocks on Farmers’ Participation in Private Lending
- Empirical Evidence from CHARLS Data
YANG Qing1，MA Chao2，LIU Weizhong3
（1.School of Economics and Trade Xinjiang Agricultural University， Urumqi，Xinjiang 830052，China；2.School of
Economics Renmin University of China， Beijing， 100872，China；3.School of Economics and
Trade Xinjiang Agricultural University， Urumqi，Xinjiang 830052，China）
Abstract：This paper， based on 6220 farmers’ family samples of 25 provinces by China Health and Retirement Longitudinal Study（CHARLS） in 2013 and using the Logit Model， has empirically analyzed the impact of health shocks on farmers’ participation in private lending.The results are as follows： First，different health shocks have different effect on farmers’ participation in private lending.The chronic health shocks have no significant influence on farmers’ participation， but the acute health shocks have a positive impact on it. Second， the effects of different health shocks on farmers’ participation are different in terms of age and marriage.In the respect of age difference， chronic health shocks have no influence on both the old and the middle-aged farmers’ participation in private lending.Acute health shocks have a positive effect on the middle-aged farmers’ participation， but no significant impact on the old farmers' participation. In the respect of marriage difference， chronic health shocks have no significant influence on both the married and the unmarried farmers’ participation. Acute health shocks have no impact on the unmarried farmers’ participation， but have a positive effect on the married farmers' participation in private lending.
Key words：chronic health shocks； acute health shocks； private lending； CHARLS
责任编辑：萧敏娜