農戶農地經營權抵押貸款收入效應實證檢驗
——基于遼寧省昌圖縣的調查

張 欣，于麗紅，蘭慶高

（沈陽農業大學經濟管理學院，遼寧 沈陽 110866）

1 引言

資金是農業生產經營活動的必備要素，而農業的弱質性和高風險性導致農戶資金自我積累能力有限，因此，在農戶生產經營中迫切需要外部融資。然而金融機構對農村資金供給嚴重不足，農戶融資難問題始終未得到有效解決，究其原因，主要是農戶缺少有效抵押擔保品，難以獲得正規金融機構貸款。為解決這一問題，2009年開始政策層逐漸放開農地經營權抵押貸款業務，實踐中農地抵押貸款試點也在各地區陸續展開。農地經營權抵押貸款業務的開展拓寬了農戶抵押物范圍，為解決農戶融資難問題提供了有效途徑。

國外關于農地抵押貸款效果評價的研究較早，Feder等[1]對泰國的研究表明，金融機構更愿意接受擁有穩定地權的土地作為抵押物，改革土地產權制度，推行農地抵押貸款可以顯著提高農戶的信貸可得性，增加農戶經濟福利。Besley[2]也指出，農村土地產權制度的穩定性會增加農戶農地抵押貸款信貸可得性，對農戶福利水平會產生積極影響。Carter和Olinto[3]經過對巴拉圭的探究認為，農戶通過土地抵押獲得的貸款規模越大，從而使交易成本相對于貸款規模足夠小時，土地抵押貸款對于提高農戶經濟福利的效果就越明顯。近年來，隨著農地抵押貸款試點范圍不斷擴大，國內對農地抵押貸款的研究也逐漸增多。在農地抵押貸款效果評價方面，曹瓅等[4]以寧夏同心縣、平羅縣的調研材料為依據，對農地抵押貸款供給效果進行了評估，結果顯示農戶對農地抵押貸款供給效果總體評價較高。林樂芬等[5]基于縣鄉村三級管理者的調查數據，對江蘇省東海縣試驗區農地抵押貸款制度供給進行了綜合評價，結果表明雖然東海縣試驗區農地抵押貸款制度運行初見成效，但還有待進一步創新和完善。楊希等[6-9]基于農戶滿意度的視角分析農地抵押貸款運行效果，結果表明農戶對農地抵押貸款總體較為滿意；曹瓅等[10]基于客戶經理的角度進行評價，認為客戶經理對農地抵押貸款業務評價較高。黃惠春[11]利用江蘇省新沂市的調研數據分析農地抵押貸款可得性，結果表明農地抵押貸款沒有顯著提高農戶貸款可得性，特別是對解決小農戶的融資難問題沒有顯著作用。而黃惠春等[12]從緩解農戶信貸約束的角度實證研究了農地抵押貸款的實施效果，研究得出農地抵押貸款可以緩解農戶完全數量配給、提高農戶信貸可得性的結論。于琴等[13]從農戶收入的角度對農村產權抵押貸款的實施效果進行探究，認為農村產權抵押貸款對中低收入水平的農戶家庭增收有顯著的促進作用。曹瓅等[14]基于陜西、寧夏農戶調研數據，探討了農戶產權抵押借貸行為對家庭福利的影響，實證結果表明農村產權抵押融資明顯改善了農戶家庭福利水平。此外，關于農地抵押貸款運行效果，也有一些學者進行了個案研究，介紹試點地區取得的成效，但這類研究多以定性分析為主[15-17]等。

綜上所述，目前國內學界已開始關注農地抵押貸款效果評價，但大多數的研究都是基于相關當事人對農地抵押貸款的主觀評價而展開[4-10]；利用客觀數據對農地抵押貸款進行效果評價的研究則主要是基于農戶信貸可得性的探討[11-12]。事實上，農地抵押貸款能否實現農戶增收是檢驗農地抵押貸款政策實施效果的重要標準之一，農戶農地抵押貸款的收入效應是值得深入研究和思考的問題，而目前實證檢驗農戶農地抵押貸款收入效應的研究極為罕見，僅有的研究也只是針對農村產權抵押貸款收入效應[13-14]，而專門針對農地抵押貸款收入效應實證分析的幾乎未見。基于此，本文以遼寧省昌圖縣為例，實證檢驗農地抵押貸款對農戶收入的影響，以期能夠為農地抵押貸款健康可持續發展以及農戶增收提供一定借鑒。

2 數據來源與描述統計

2.1 數據來源

本文數據來源于課題組2016年對遼寧省昌圖縣農戶的調查，反映的是2015年的情況。昌圖縣是遼寧省開展農地抵押貸款較早且運行最為成功的試點，具有典型性和代表性。

在調研過程中，采用隨機抽樣的方法，共得到有效問卷886份，其中，參與農地抵押貸款的農戶樣本為275個，未參與農地抵押貸款的農戶樣本為611個。問卷包含了本文所需的基礎數據，如受訪者基本信息、家庭基本情況、農地抵押貸款情況等。

2.2 數據描述統計

2.2.1 樣本農戶基本特征 樣本農戶戶主文化程度為初中水平居多，占46.73%；農戶家庭人口數以3—5人為主，占87.02%；家庭中勞動力人數為2人的最多，達到5成以上；農戶的土地面積主要集中于10—30畝這個區間，占樣本農戶總數的57.90%，土地面積在30畝及以下的農戶累計達到84.20%，表明樣本農戶的土地規模較小；近7成的農戶有借款經歷，借貸發生比較高，可見農戶普遍存在資金短缺的問題；在發生過借貸行為的農戶中，借款主要來源于親戚朋友和信用社，分別占有借款經歷農戶總數的83.58%和72.70%；參加農村養老保險的農戶較多，其所占比例為69.07%，參加新農合醫療保險的農戶比例高達90.74%，表明樣本農戶參保占比較高；有社會關系的農戶較少，僅占19.53%；擁有專業技能的農戶與無專業技能的農戶占比相差不大；經營類型為純農戶的最多，其次是Ⅰ兼農戶，二者累計達到67.60%，說明農村還是由以農業為主業的農戶為主導；家庭年收入在1—3萬元的農戶所占比重最大，為35.44%，其次是家庭年收入在5—10萬元和3—5萬元的農戶，二者均達到25%以上；距離鄉鎮中心比較近、一般的農戶居多，分別占40.86%和33.30%。

2.2.2 農戶農地抵押貸款行為特征 農地抵押貸款作為一種新型金融產品，在886個樣本農戶中，有275戶農戶參與，參與率達31.04%，表明農戶對于新型金融產品認可度和參與度較高。

從農地抵押貸款來源看，農地抵押貸款均來自于農村信用社，說明農戶獲得農地抵押貸款的渠道單一，在農地抵押貸款市場上還未形成多家金融機構競爭的局面。調查中也發現，部分金融機構對農地抵押貸款供給意愿不強，主要原因是農地抵押貸款是一種新型金融產品，其存在潛在風險，不可預見性較大。

從農地抵押貸款金額看，農戶實際獲得農地抵押貸款的金額為3—5萬元最多，占參與戶總數的50.91%，其次是3萬元及以下，占25.09%，二者累計達到7成以上。可見農地抵押貸款小額度居多，這主要是因為農地抵押貸款額度與土地面積直接相關，而樣本農戶基本上均是中小規模農戶。

從農地抵押貸款期限看，農戶貸款期限均為3年以下，皆是中短期貸款。調查中發現，貸款期限主要集中在12個月和15個月兩個期限。由此可知，金融機構在開發新型金融產品時充分考慮了農業生產經營周期，使得貸款期限與農業生產周期基本匹配。

從農地抵押貸款利率看，農戶貸款利率主要集中于9%—11%，占79.64%，與同期限的小額信貸、聯保貸款等這些傳統融資方式相比，利率持平或較低，但差別不大，可以看出農戶不會因參與農地抵押貸款而增加額外的利息負擔。

從農地抵押貸款用途看，272戶農戶將貸款用于農業，占98.91%，僅3戶農戶將貸款用于生活消費，占1.09%。由此可見，農地抵押貸款主要用于農業，同時也反映出農戶較為理性，基本上皆是按照農地抵押貸款的要求使用貸款，將貸款資金用于農業生產經營投資。

3 研究方法及變量選擇

3.1 研究方法

為檢驗農戶農地經營權抵押貸款的收入效應，本文首先采用傳統線性回歸方法進行檢驗，但傳統線性回歸方法存在著無法解決選擇性偏差的缺陷問題，所以本文使用傾向得分匹配法（PSM）來彌補傳統線性回歸方法可能存在的估計偏誤，再次檢驗農戶農地經營權抵押貸款的收入效應，并比較二者的收入效應差異。

3.1.1 傳統線性回歸 本文首先采用普通最小二乘法（OLS）對農戶參與農地抵押貸款的收入效應進行估計，方程如下：

式（1）中，Yi為第i個農戶家庭收入，Di為農戶是否參與農地抵押貸款（Di= 1表示參與，Di= 0表示未參與），Xi為農戶i可觀測到的影響家庭收入的自身稟賦特征變量，β1表示參與農地抵押貸款的收入效應，μi為隨機誤差項。由于樣本是橫截面數據，可能存在異方差問題，為消除這一問題，本文采用異方差穩健的OLS回歸估計方程。

3.1.2 傾向得分匹配 農戶是否參與農地抵押貸款不是隨機的，而是農戶自我選擇的結果，因此采用OLS估計農地抵押貸款對農戶收入的影響會造成選擇性偏差。農戶是否參與農地抵押貸款可能是由農戶自身稟賦特征所決定的，而農戶自身稟賦特征同時也會對農戶總收入、農業收入和非農收入產生影響，這就導致在估計農地抵押貸款對農戶收入的影響時，存在內生性問題。

基于此，本文使用傾向得分匹配（PSM）的研究方法來解決這一問題。該方法的基本思想是構建反事實框架，通過尋找到與處理組相似的反事實對照組，使非隨機數據近似隨機化，進而有效減低樣本選擇偏差。另外，在尋找對照組的過程中，如果有多個可觀測特征變量，匹配是十分困難的，而PSM則能夠克服這一問題，它可以將多個特征變量進行降維，濃縮成一個一維變量——傾向得分（PS），從而大幅度降低了匹配的困難。

假定y1i為參與農地抵押貸款的農戶收入，y0i為未參與農地抵押貸款的農戶收入，則參與農地抵押貸款對農戶收入影響的平均處理效應（ATT）為：

具體而言，通過傾向得分匹配計算平均處理效應的一般步驟如下：首先，選擇協變量；其次，估計傾向得分；最后，進行傾向得分匹配，根據匹配后樣本計算平均處理效應。

3.2 變量選擇

本文主要研究農戶農地抵押貸款的收入效應，因此本文選擇農戶總收入、農業收入和非農收入作為結果變量。應用傾向得分匹配法，選擇協變量是非常關鍵的，遺漏重要協變量可能會導致估計的傾向得分不正確，產生嚴重偏差。選擇的協變量必須同時影響農戶參與農地抵押貸款的行為和家庭收入，并且選擇的變量也不能受農地抵押貸款的影響。因此，基于實地調查情況，并借鑒以往的相關研究結果，本文選擇戶主受教育年限、勞動力數、家庭負擔比、土地面積、社會關系、專業技能、經營類型、距離鄉鎮中心的距離這些農戶自身稟賦特征變量作為協變量。變量統計描述見表1。

從表1可知，參與農地抵押貸款的農戶的總收入和農業收入均明顯高于未參與戶。與未參與戶相比，參與戶有較高的家庭負擔，土地面積更大，離鄉鎮中心較近；參與戶中擁有社會關系的比例達26%，比未參與戶高出9個百分點，具有專業技能的比例較高，為52%，比未參與戶高出12個百分點。t檢驗結果顯示，參與戶和未參與戶在自身稟賦特征上存在顯著的差異，這從一個側面反映了農戶參與農地抵押貸款不是隨機選擇的過程，樣本可能存在選擇性偏差問題。如果忽視這種樣本選擇性，簡單地對參與戶和未參與戶進行比較或者回歸分析會導致有偏的估計結果。

表1 變量定義及描述性統計Tab.1 Variable de fi nition and descriptive statistics

4 實證分析

4.1 OLS估計結果

基于 OLS 估計農戶參與農地抵押貸款的收入效應，結果顯示農地抵押貸款對農戶總收入、農業收入和非農收入均在1%顯著性水平上具有正向影響，參與農地抵押貸款的農戶比未參與戶總收入高13420.05元，其中農業收入高11170.85元，非農收入高2249.20元。同時通過觀察農戶自身稟賦特征變量可知，勞動力數、專業技能和距離鄉鎮中心的距離均對農戶總收入、農業收入以及非農收入具有顯著的正向影響；經營類型對農戶總收入和非農收入產生顯著的正向影響，對農業收入產生顯著的負向影響；受教育年限對農戶總收入和非農收入具有顯著的正向影響，但對農業收入影響不顯著；家庭負擔比對農戶總收入和非農收入具有顯著的負向影響，對農業收入影響不顯著；土地面積對農戶總收入和農業收入具有顯著的正向影響，對非農收入影響不顯著；社會關系對農戶總收入、農業收入和非農收入均不產生顯著影響，具體見表2。

4.2 傾向得分匹配估計結果

4.2.1 傾向得分的Logit估計 當參與變量是二值變量時，采用Logit或Probit模型估計傾向得分是沒有本質區別的[18]。本文采用Logit模型估計傾向得分，被解釋變量為農戶是否參與農地抵押貸款，估計結果見表3。由于被解釋變量為二值變量，只能判斷解釋變量對被解釋變量的影響方向，不能給出影響大小，因此需要進一步計算出各解釋變量的邊際效應，以反映各影響因素的邊際變化對農戶農地抵押貸款參與邊際概率的影響。結果表明，除勞動力數和社會關系外，其他變量均對被解釋變量具有顯著影響。

表2 OLS的回歸結果Tab.2 OLS regression results

表3 傾向得分的Logit估計結果Tab.3 Logit estimation results of propensity score

4.2.2 傾向得分匹配結果 根據處理組和對照組的傾向得分，本文分別采用近鄰匹配、半徑匹配和核匹配方法對數據進行匹配，估計農地抵押貸款的總收入效應，農業收入效應和非農收入效應，估計結果見表4。

就總收入而言，匹配前參與戶和未參與戶的平均收入分別為56031.64元和35992.64元，參與農地抵押貸款的農戶收入水平比未參與農地抵押貸款的農戶高出20039.00元。經近鄰匹配，參與戶和未參與戶的平均收入分別為56031.64元和49056.00元，兩者差距縮小至6975.64元，而使用OLS估計農地抵押貸款對農戶收入的增長作用時高估了大約6444元。這說明在考慮了農地抵押貸款的選擇性偏差和內生性問題后，農地抵押貸款對農戶總收入提高的作用明顯變小，忽視農地抵押貸款的選擇性偏差和內生性問題將會造成農地抵押貸款總收入效應的嚴重高估。此外，采用近鄰匹配法、半徑匹配法和核匹配法得到的處理組平均處理效應（ATT）分別為6975.64、7319.20和12175.49，且均在1%水平上顯著，三種匹配方法得到的估計結果相似，一定程度上反映了匹配結果的穩健性。

對農業收入來說，參與農地抵押貸款對農業收入有顯著正向效應，即參與農地抵押貸款的農戶比未參與農戶，農業收入會明顯提高。采用近鄰匹配、半徑匹配與核匹配估計的處理組平均處理效應分別為5316.59、5915.05和10137.92，且均在1%水平上顯著，無論是平均處理效應的估計值還是顯著性，三種匹配方法的結果一致，說明結果具有一定的穩健性。而對非農收入來說，無論采用何種匹配方法，參與農地抵押貸款對非農收入均沒有顯著影響。

表4 傾向得分匹配的處理效應Tab.4 Treatment effect of propensity score matching

4.2.3 傾向得分匹配質量的檢測 為保證傾向得分匹配估計結果的可靠性，必須檢驗匹配結果是否較好地平衡了數據，確保協變量在匹配后不存在顯著差異。本文以核匹配方法的匹配結果為例，對處理組和對照組的各個協變量進行了平衡性檢驗。

通過對比匹配前后對照組和處理組中各協變量標準偏誤可以明顯看出，經過核匹配，所有協變量均發生了較大幅度的誤差削減。其中，減少幅度最大的是經營類型，其標準偏誤減少了96.0%，減少幅度最小的是勞動力數，其偏誤減少了58.7%。t檢驗的結果顯示，匹配前，勞動力數、家庭負擔比、土地面積、社會關系、專業技能、經營類型、距離鄉鎮中心的距離這些變量在參與戶和未參與戶之間均存在顯著的差異；匹配后，兩組的差異在統計上均是高度不顯著。匹配顯著降低了對照組和處理組之間的差異性，通過了平衡性檢驗。本文同樣對近鄰匹配法和半徑匹配法的結果也進行了檢驗，檢驗結果與此類似，此處不再贅述。

傾向得分匹配是基于可觀測協變量進行估計，其無法解決不可觀測協變量而導致的選擇性偏差問題[19]。由于PSM的估計結果可能會受到不可觀測的異質性影響，因此本文采用Rosenbaum邊界估計法檢驗匹配結果的穩健性。

Rosenbaum邊界估計是計算當存在不同程度的不可觀測的異質性情況下的平均處理效應。在匹配前，處理組（參與農地抵押貸款的農戶）和對照組（未參與農地抵押貸款的農戶）參與農地抵押貸款的可能性存在著一定的差異。經可觀測變量匹配后，如果不存在影響農戶農地抵押貸款的不可觀測的異質性，那么所有農戶的參與農地抵押貸款的傾向分數是相等的；如果存在，那么匹配后不同農戶參與農地抵押貸款的可能性仍存在差異。Rosenbaum邊界估計就是檢驗如果給這種差異增加一個較小的比例，估計結果是否會發生顯著變化。Gamma=1表示農戶參與農地抵押貸款的可能性是一樣的。通過賦予Gamma不同值，Rosenbaum邊界估計給出了在不同參與農地抵押貸款可能性的差異水平上，農戶參與農地抵押貸款影響的顯著性水平上下限、Hodges-Lehmann點估計上下限以及95%置信區間上下限。通過分析Rosenbaum邊界估計結果可以得知不可觀測的異質性是否會顯著改變估計結果。如果不可觀測異質性不會顯著改變估計結果，則說明結果是穩健的。本文以核匹配為例，分別檢測了農戶總收入和農業收入的Rosenbaum邊界估計結果。

結果顯示，由不可觀測的異質性引起的農戶參與農地抵押貸款可能性的差異無論是較小比例變化（變化1.1倍）還是較大比例變化（變化2.0倍），農地抵押貸款對農戶總收入的影響的顯著性水平皆在2%以下，且5%顯著性水平的置信區間的最小值是大于0的，這意味著農地抵押貸款對農戶總收入具有顯著正向影響。由于異質性導致的農戶參與農地抵押貸款可能性的較小改變，不會改變農地抵押貸款對農戶總收入具有顯著正向影響的基本結論。

當Gamma＜2.0時，農地抵押貸款對農戶農業收入的影響的顯著性水平皆在2%以下，5%顯著性水平的置信區間的最小值大于0，這說明農地抵押貸款對農業收入的影響基本是顯著為正的。由于異質性導致的較小改變，不會改變原來的基本結論，只有在異質性影響非常大的情況下，農地抵押貸款對農業收入的影響才是不確定的。此外，通過進一步檢驗近鄰匹配和半徑匹配下的Rosenbaum邊界估計情況，發現三種匹配方法的結論差異不大，因此，使用PSM估計農戶收入的處理效應具有較高的穩健性。

綜上所述，傾向得分匹配質量較好，有效克服了樣本選擇性偏差問題，得到了可靠的傾向得分匹配估計結果，同時為本文結論的嚴謹性提供了保證。

5 結論及政策啟示

本文基于昌圖縣的實地調研數據，通過統計和計量分析，主要得出以下結論：（1）農地抵押貸款供給主體單一，貸款農戶主要為普通農戶，貸款額度具有小額度特點，貸款期限以中短期為主，貸款利率與同期限的傳統融資方式相比持平或較低，但差異不大，農戶獲得的貸款主要用于農業生產；（2）傳統線性回歸估計結果顯示，農地抵押貸款對農戶總收入、農業收入和非農收入均有顯著正向影響，農地抵押貸款的農戶收入效應明顯，但農地抵押貸款存在著選擇性偏差問題，若不考慮這一問題，則會高估農戶農地抵押貸款的收入效應；（3）采用傾向得分匹配方法克服選擇性偏差問題后，發現農戶農地抵押貸款存在著農戶總收入效應和農業收入效應，農戶參與農地抵押貸款會使農戶總收入和農業收入顯著增加；（4）農地抵押貸款對農戶總收入的提高作用大于農業收入，但這種差距不大。

基于上述結論，本文得到如下政策啟示：（1）構建多元化的供給主體機制，鼓勵郵政儲蓄銀行、農商行、村鎮銀行等金融機構開展農地抵押貸款業務以增加農地抵押貸款供給，為農村金融市場增添活力，同時加大政府的扶持和監管力度，對于開展農地抵押貸款業務的金融機構給予一定的政策支持，同時加強監管、防范風險；（2）完善農地抵押貸款政策執行機制，作為新型金融產品，金融機構在開展農地經營權抵押貸款業務時應根據農業生產特點設計農地抵押貸款產品，例如貸款額度、期限以及利率的設定等；（3）增加農地抵押貸款宣傳力度，提高農戶認知度，擴大農戶農地抵押貸款的受助面，引導農戶利用農地經營權抵押貸款發展生產增加收入；（4）健全農地抵押貸款配套措施。如在農村建設有效的信用擔保體系和完善的社會保障體系，建立農地經營權流轉市場和專業的農地經營權價值評估機構。

（References）:

［1］ Feder G, Onchan T, Raparla T. Collateral, Guaranties and Rural Credit in Developing Countries: Evidence from Asia［J］ . Agricultural Economics，1988，2（3）：231 - 245.

［2］ Besley T. Property Rights and Investment Incentives: Theory and Evidence from Ghana［J］ . Journal of Political Economy，1995，103（5）：903 - 937．

［3］ Carter MR, Olinto P. Getting Institutions “Right” for Whom? Credit Constraints and the Impact of Property Rights on the Quantity and Composition of Investmen［tJ］ . American Journal of Agricultural Economics，2003，8（51）：173 - 186.

［4］ 曹瓅，羅劍朝. 農村土地承包經營權抵押貸款供給效果評估——基于農戶收入差距的視角［J］ . 南京農業大學學報（社會科學版），2015（，5）：114 - 122，141.

［5］ 林樂芬，王步天. 農地經營權抵押貸款制度供給效果評價——基于農村金融改革試驗區418名縣鄉村三級管理者的調查［J］ .經濟學家，2015（，10）：84 - 91.

［6］ 楊希，羅劍朝. 西部地區農村產權抵押融資政策效果評價——基于陜西、寧夏的農戶數據［J］ . 西北農林科技大學學報（社會科學版），2015（，1）：95 - 100，106.

［7］ 于麗紅，蘭慶高，武翔宇. 農村土地經營權抵押融資農戶滿意度分析——基于遼寧省試點縣的調査［J］ . 中國土地科學，2016，（4）：79 - 87.

［8］ 陳波. 農村產權抵押融資農戶滿意度研究［D］ . 楊凌：西北農林科技大學，2013.

［9］ 李智軍. 農村土地承包經營權抵押貸款運行機制探析——基于貸款客戶滿意度與供給意愿視角［J］ . 金融理論與實踐，2014，（12）：31 - 34.

［10］ 曹瓅，羅劍朝. 農村承包地經營權抵押貸款業務評價及影響因素——基于金融機構客戶經理視角［J］ . 財經科學，2015（，10）：82 - 91.

［11］ 黃惠春. 農村土地承包經營權抵押貸款可得性分析——基于江蘇試點地區的經驗證據［J］ . 中國農村經濟，2014（，3）：48 - 57.

［12］ 黃惠春，祁艷，程蘭. 農村土地承包經營權抵押貸款與農戶信貸可得性——基于組群配對的實證分析［J］ . 經濟評論，2015，（3）：72 - 83，96.

［13］ 于琴，劉亞相. 西部地區農村產權抵押貸款對農戶收入影響的實證分析［J］ . 四川農業大學學報，2014（，4）：455 - 461.

［14］ 曹瓅，羅劍朝，房啟明. 農戶產權抵押借貸行為對家庭福利的影響——來自陜西、寧夏1479戶農戶的微觀數據［J］ . 中南財經政法大學學報，2014（，5）：150 - 156.

［15］ 伍振軍，張云華，孔祥智. 土地經營權抵押解決貸款問題運行機制探析——寧夏同心縣土地抵押協會調查［J］ . 農業經濟與管理，2011（，1）：9 - 15.

［16］ 張龍耀，王夢珺，劉俊杰. 農民土地承包經營權抵押融資改革分析［J］ . 農業經濟問題，2015（，2）：70 - 78，111.

［17］ 陳紅民，李長樓. 江蘇省宿遷市農村土地承包經營權抵押貸款試點情況調查［J］ . 金融縱橫，2015（，4）：95 - 98.

［18］ 胡永遠，周志鳳. 基于傾向得分匹配法的政策參與效應評估［J］ . 中國行政管理，2014（，1）：98 - 101.

［19］ 馬奔，溫亞利. 生態旅游對農戶家庭收入影響研究——基于傾向得分匹配法的實證分析［J］ . 中國人口·資源與環境，2016，（10）：152 - 160.