滿意度視角的農村普惠金融信貸服務問題研究
——以普惠金融改革試驗區福建樣本為例

陳瀟湘，鄭海榮,2

（1.福建農林大學 經濟管理學院，福建 福州 350000；2.福建農林大學 福建普惠金融研究院，福建 福州 350000）

一、引言

截至2021年年末，我國涉農貸款余額高達43.21萬億元，其中涉農普惠金融貸款余額8.88萬億元，較年初增長17.48%，高于其他項貸款平均增速6.19%①數據來源：中國銀保監會披露數據.2022.04.06.http://www.cbirc.gov.cn/cn/view/pages/ItemDetail.html?docId=1045624&itemId=915&generaltype=0.。值得思考的是，隨著普惠金融信貸規模的不斷擴大，普惠金融信貸實踐在助力鄉村振興和共同富裕方面還存在哪些問題？能否滿足農村信貸市場日益多元化的需求？影響農戶普惠金融信貸服務滿意度的主要因素是什么？顯然，這些是促進農村普惠金融信貸服務高質量發展亟須探討的問題。農戶滿意度是衡量普惠金融體系是否完善的重要維度，農戶滿意度越高，表明普惠金融體系越完善（Rahman，2012）[1]。博鰲亞洲論壇和亞洲金融合作協會（2020）[2]在總結亞洲普惠金融發展特點時，將借款人對融資效果的滿意度作為評測金融需求方滿意度指標，考察各國的普惠金融服務質量。《中國普惠金融指標分析報告（2020年）》也將消費者對金融服務的滿意度納入質量維度，以評估我國普惠金融整體發展水平[3]。因此，在農村普惠金融不斷深化的背景下，從農戶滿意度的視角，考察普惠金融信貸服務的存在問題，具有理論和現實意義。

2019年11月，國務院正式批復福建省寧德市、龍巖市設立國家級普惠金融改革試驗區，要求在試驗區建立全區域、多層次、可持續的普惠金融服務體系，提升金融服務水平，形成一系列可復制和推廣的經驗。近年來，兩地針對農村金融存在的問題，在金融產品創新、完善信用建設、解決產權流通等方面推出一些新舉措，取得較好效果。截至2021年年末，福建省涉農貸款余額16464.7億元，同比增長10.9%①數據來源：福建省政府.2022.01.26.https://baijiahao.baidu.com/s?id=1723061230828665529&wfr=spider&for=pc.，其中寧德市涉農貸款余額1241.26億元，同比增長14.7%②數據來源：《2021年寧德市國民經濟和社會發展統計公報》，2022.03.24.https://www.ningde.gov.cn/zwgk/tjxx/tjgb/202203/t20220324_1606931.htm.；龍巖市涉農貸款余額1067.82億元，同比增長14.68%③數據來源：中國銀保監會福建監管局。，兩地的增速均高于福建省平均水平。寧德市、龍巖市的普惠金融實踐具有微縮福建、微縮中國的典型代表性。因此，本文將寧德市、龍巖市的農戶調研數據作為研究普惠金融信貸情況的樣本，系統分析金融機構與農戶之間的互動關系，對我國其他地區也有一定的示范和借鑒意義。

二、文獻綜述

當前學者對信貸服務滿意度的研究，主要從以下三方面展開。

一是客戶滿意度的定義。農戶對普惠金融信貸服務的滿意度屬于客戶滿意度范疇。客戶滿意度表現為對產品性能的感知與期望水平相比較后的結果（Helson，1964）[4]。Cardozo（1965）[5]認為客戶滿意度受購買時的努力程度以及對該產品期望的影響。Oliver（1980）[6]引入認知和情感因素，提出客戶滿意度在數學上表達為與客戶原先對產品期望的一致或不一致的函數，而滿意度會影響購買意愿。二是信貸服務滿意度的測評。程京京等（2017）[7]運用四分圖法，從金融機構的信貸服務質量和信貸業務本身兩個角度測評農戶對小額信貸的滿意度。焦克源和楊樂民（2020）[8]采用因子分析法從信貸政策的設計、金融機構的服務及消費者的發展三個方面構建“婦小貸”滿意度測評體系。三是信貸服務滿意度的影響因素。不同農戶具有不同的要素稟賦、風險偏好和生產結構，因此對信貸資金規模、用途、還款方式的需求也各不相同（梁杰和高強，2020）[9]。于麗紅等（2016）[10]采用有序Logistic實證分析發現，影響農戶信貸服務滿意度的關鍵因素是利率水平、資金需求滿足程度、辦理流程等，金融機構應簡化流程，合理設計貸款期限。許星等（2019）[11]認為金融機構便利性、信貸辦理效率、信用評級方法和扶貧貸款利率等因素會影響貧困農戶對金融精準扶貧的滿意度。涉農貸款利率較高是造成農村信貸約束的核心因素，若利率上漲，農戶對信貸服務的滿意度下降（莫媛和周月書，2019）[12]。梁虎和羅劍朝（2017）[13]研究發現，人均收入會負向影響政府引導模式的農地抵押貸款滿意度，實際獲貸數額和信貸利率會顯著影響農戶對農地抵押貸款的滿意度，金融機構應降低信貸利率。此外，農戶對政策的認知度、滿足資金需求程度等因素也會對農戶農權抵押融資滿意度產生顯著影響（楊希和羅劍朝，2015）[14]。

綜上所述，影響農戶對普惠金融信貸服務滿意度的內在因素是多維的，不同因素的作用方向和影響程度不同，對普惠金融信貸服務的評價也會產生差異。由于研究方法各異、數據樣本不足等原因，各種研究的結論都可能存在一定的普適性問題。由客戶滿意度的定義可以看出，農戶的信貸服務滿意度是農戶主觀對信貸產品及服務的感知與期望值相比較后形成的感受，受信貸產品、服務和自身認知的影響，屬于農戶對信貸服務的感性和理性認識范疇，是農戶金融素養的一種外在體現。當前學者在信貸服務滿意度的研究集中于農權抵押貸款上，對金融素養的研究集中于探討金融素養和經濟行為、自身財務狀況的關系上，對于金融素養與普惠金融信貸服務滿意度的關系研究還不夠深入。金融素養與受教育程度之間是否存在共線性一直是學者們爭議的問題，相關研究也表明受教育程度并非是金融素養良好的代理變量（吳雨等，2016；吳衛星等，2018）[15-16]。因此，本文引入金融素養，而不采用受教育程度，可以更準確地揭示當前普惠金融信貸服務與農戶期望之間的差距。

鑒于此，本文可能的貢獻在于：一是將金融素養納入自變量體系，并用因子分析法構造復合型金融素養指數，以期更精確地分析農戶對普惠金融信貸服務的滿意度，為研究普惠金融信貸服務滿意度的影響因素提供新視角；二是從農戶滿意度視角實證分析普惠金融信貸服務存在的問題，并結合實地調查，提出通過多元化的金融服務舉措，精準有效對接不同類型農戶的融資需求的建議。

三、數據來源與樣本特征

（一）數據來源與篩選原則

本文的數據來源于2020年8月對國家級普惠金融改革試驗區福建省寧德市、龍巖市開展主題為“福建省普惠金融改革研究”的實地入戶調查。調研人員為駐閩高校研究生。調研方法采取典型抽樣與隨機抽樣相結合的原則。調研對象選取寧德市、龍巖市地理環境和區域經濟發展水平存在差異的14個縣（區），30個鄉鎮，54個自然村的樣本農戶，其中寧德市9個縣（區）、龍巖市5個縣（區），涵蓋寧德市、龍巖市所有縣域。問卷內容主要包括農戶的基本特征、金融素養、持有貸款情況和對普惠金融信貸服務的滿意度。問卷的填寫由調查員與被調查村民一對一訪談填寫。

調研共獲取問卷1020份，其中持有普惠金融貸款的問卷533份，剔除調查數據中有缺失值和內容有矛盾的無效數據后，得到持有普惠金融貸款的有效樣本514份，樣本有效率96.44%。

（二）樣本特征

樣本農戶基本特征統計性描述如表1所示。

表1 樣本農戶基本特征

四、變量選取與描述性統計

（一）因變量選取

因變量為普惠金融信貸服務滿意度。測量方法是被調查農戶對普惠金融信貸服務給出總體的主觀評價，問題設置為“總體上，您對銀行的貸款服務滿意嗎？”。采用Likert五級量表法進行賦值，非常不滿意=1，不太滿意=2，一般=3，比較滿意=4，非常滿意=5。

（二）自變量選取

參考以往研究信貸服務滿意度文獻中常用的維度，本文從農戶個體情況、貸款特征、機構服務三大維度，共選取16個自變量，對普惠金融信貸服務滿意度的影響因素進行實證分析，具體如下。

（1）農戶個體情況：性別、年齡、家庭人口數、家庭年收入、金融素養、是否信用戶。

（2）貸款特征：申請額度、貸款利率、貸款期限、貸款類型、貸款用途、還款方式、是否續貸、是否全額獲貸。

（3）機構服務：交通便利度、金融機構服務效率。本文用“家庭住址與辦理貸款銀行間的距離”衡量交通便利度，用“獲得貸款所需天數”衡量金融機構服務效率。

（三）自變量處理

1.連續變量

家庭人口數、家庭年收入、申請額度、貸款利率、交通便利度、金融機構服務效率為問卷的實際值。年齡、貸款期限各變量的賦值之間存在等級關系，為有序變量，為了使模型更加簡潔和方便解釋結果，作為連續變量引入模型。金融素養用因子分析法測算。

2.分類變量

（1）二分類變量：性別、是否信用戶、是否全額獲貸、是否續貸為賦值0和1的二分類變量，在模型中以賦值1作為參照水平。

（2）多分類變量：貸款種類、貸款用途、還款方式的變量賦值之間并不存在等級關系，為多分類變量。因此，分別以占比最大的類別作為參照水平，將原始的多分類變量轉化為數個啞變量。貸款種類的參照組為“擔保貸款”（占總樣本76.85%）。還款方式的參照組為“分期還息到期還本”（占總樣本45.72%）。貸款用途的參照組設置有兩種：一是在總樣本和經營農業為主樣本的回歸中，參照組為“農、林、牧、漁業”（占總樣本58.70%，賦值為4）；二是在經營非農業為主樣本的回歸中，參照組為“商業、服務業”（占經營非農業為主的樣本38.04%，賦值為4）。變量的定義、賦值和描述性統計見表2。

表2 變量的定義、賦值和描述性統計

五、金融素養指數測度①本文根據實證設計進行分析，結論供參考。

（一）金融素養測評體系構建

目前，金融素養尚未有統一的定義，以下幾種較有代表性。Moore（2003）[17]認為金融素養是一種人力資本，包括金融知識、交易經驗、金融行為。Atkinson和Messy（2011）[18]將金融素養定義為：為實現個人金融福利、理解金融知識并做出理性財務決策的能力。Hastings等（2013）[19]認為金融素養包括對金融產品、金融概念的認識，必要的金融計算能力和恰當的金融行為（例如財務規劃）。基于上述概念，本文借鑒《消費者金融素養調查分析報告（2019）》[20]對消費者金融素養的衡量，從金融知識、金融行為、金融技能、金融態度四個維度構造農戶金融素養測評體系，并結合寧德市、龍巖市貸款農戶的行為特點，共設置14個測量題項。鑒于本文主要研究農村普惠金融信貸服務問題，在測評項目的設置上加入與信貸業務有關的內容。一是在金融知識維度上，除了使用最被廣為復制的復利計算、通貨膨脹計算、投資風險認識這三個測評方向外，還加入對信用認識的考察。二是在金融行為維度上，選取對家庭開支的規劃、對貸款的申請、對合同賬單的使用、對金融糾紛的投訴四個指標。三是在金融技能維度上，選取金融產品或服務選擇、還款金額計算、合法投資渠道和產品服務的辨別三個指標。四是在金融態度維度上，選取對金融教育的態度、對消費及儲蓄的態度、對信用的態度三個指標。

Lusardi和Mitchell（2014）[21]在測量金融素養水平時，認為回答“不知道”的被調查者金融素養比回答“錯誤”的被調查者低，這種賦值規則被廣泛認可，因此本文也采用這一賦值原則，數值越大，金融素養越高。例如金融知識維度、還款金額計算等題項的賦值為1=不知道，2=回答錯誤，3=回答正確；對家庭開支規劃的選項賦值為1=從不，2=有時有，3=經常有，4=一直都有。本文使用因子分析法，利用SPSS26.0對上述指標進行擬合，構造復合型金融素養指數。金融素養具體測評項目如表3所示。

表3 農戶金融素養測評體系

（二）金融素養得分測算

本文金融素養測量題項的總體Cronbach’s α系數為0.804，變量測量信度較好。在因子分析法的處理上，本文借鑒劉國強（2018）[22]的研究，先采用KMO檢驗和Bartlett’s球形檢驗對14個測量題項做模型適用性分析，樣本充足性檢驗KMO統計量為0.855，Bartlett’s球形檢驗的近似卡方值為1619.959，對應的顯著性P值接近0，說明本量表測量題項間有較高相關性，適合做因子分析。

接著采用基于相關系數矩陣的主成分分析法提取公因子。劉國強（2018）[22]、尹志超等（2014）[23]的研究認為，所提取的公因子累積方差貢獻率在60%以上即可。

本文結合公因子的特征值，提取7個公因子，大部分原始變量信息的提取比例達70%以上，累積方差貢獻率為73.21%，并使用最大方差正交旋轉法對因子載荷矩陣實現旋轉。因子提取結果見表3，總方差解釋見表4。

表4 總方差解釋表

在金融素養得分的計算上，本文先用回歸法估計因子得分Fji，再以各公因子方差貢獻率作為權數，用加權總分法算出金融素養得分Fi。最后，為了讓結果更加直觀，參考劉國強（2018）[22]的研究，對Fi進行極差化法處理，將其轉換成百分制的金融素養綜合得分FSi。具體公式為：

xpi為第p個原始變量在第i個觀測上的取值，wjp為第j個公共因子和第p個原始變量間的因子值系數。

結果顯示，農戶金融素養綜合得分的均值為67.67，中位數為69.79，標準差為19.04，總體近似服從正態分布。其中，經營農業為主的農戶金融素養均值為65.84，標準差為19.29；經營非農業為主的農戶金融素養均值為76.07，標準差為15.37。經營非農業為主農戶的金融素養高于經營農業為主的農戶。

六、實證分析

（一）農戶對普惠金融信貸服務的滿意度

根據問卷調查中“總體上，您對銀行的貸款服務滿意嗎？”的結果分布可知，8成以上的農戶對普惠金融信貸服務感到滿意，這說明寧德市、龍巖市在普惠金融信貸工作上取得較好成效，發揮了普惠金融在支農惠農上的作用。

具體而言，總樣本中表述“非常滿意”和“比較滿意”占85.41%，“一般”占9.14%，“不太滿意”和“非常不滿意”占5.45%。經營農業為主的農戶滿意率為84.84%，經營非農業為主的農戶滿意率為88.05%，高于經營農業為主的農戶。從Likert均值上看，總樣本的均值為4.40，經營農業為主樣本的均值為4.39，經營非農業為主樣本的均值為4.45，高于經營農業為主的樣本。農戶對普惠金融信貸服務滿意度的分布見表5。

表5 普惠金融信貸服務滿意度分布

在對總樣本中75個選擇“一般”“不太滿意”或“非常不滿意”的農戶調查不滿意的原因（可多選）時發現，68%農戶不滿意的原因是“利率偏高”；其次是“擔保、抵押品要求偏嚴格”，占34.67%；13.33%的農戶認為“額度偏小”；12%的農戶認為“沒有續貸，還款壓力較大”；9.33%的農戶認為“申請手續偏復雜”；各有4%的農戶認為“申請手續費偏高”和“審批時間偏長”；2.67%的農戶認為“服務態度不夠好”；0個農戶選擇“網點離家較遠，不便捷”。該統計結果與下文的實證結論基本相符。農戶對普惠金融信貸服務不滿意的原因統計見表6。

表6 農戶對普惠金融信貸服務不滿意的原因統計

（二）模型設定與檢驗

1.模型設定

隨著鄉村振興和共同富裕戰略的不斷推進，農村的經濟元素越來越多元化，農戶的經營類型也逐漸產生分化，一些農戶主要的家庭收入來源開始轉向非農產業。因此，本文按照經營類型把農戶分為純農業、農業為主兼營其他、非農業為主兼營農業和非農業四種，并將純農業與農業為主兼營其他的農戶歸為“經營農業為主”，將非農業為主兼營農業與非農業的農戶歸為“經營非農業為主”，分成總樣本、經營農業為主、經營非農業為主三組進行回歸。

由于本文設定的因變量為普惠金融信貸服務滿意度，是有序多分類變量，故選取有序多分類Logistic進行回歸分析。在連接函數的選擇上，互補雙對數適用于分析高類別占比較大的因變量。從因變量“普惠金融信貸服務滿意度”的分布頻率可知，高類別“非常滿意=5”占比最大，故選擇“互補雙對數”做連接函數。有序多分類Logistic回歸的實質是擬合累積Logistic回歸，先依次把因變量的不同類別分割為2個等級，再對這2個等級建立二分類Logistic回歸，擬合（j-1）個Logistic回歸模型。具體模型表達式為：

π1、π2、π3、π4分別為農戶選擇“非常不滿意”“不太滿意”“一般”“比較滿意”的概率。αj為常數項，xi為自變量（普惠金融信貸服務滿意度影響因素），βi為各自變量系數。

2.自變量多重共線性檢驗

本文采用方差膨脹因子VIF和容忍度檢驗自變量的多重共線性。總樣本回歸、經營農業為主樣本回歸、經營非農業為主樣本回歸的各自變量容差均接近1，方差膨脹因子VIF均在1左右。其中，總樣本VIF均值為1.22，經營農業為主樣本VIF均值為1.18，經營非農業為主樣本VIF均值為1.25，自變量間不存在嚴重多重共線性問題。

3.平行線檢驗

使用有序多分類Logistic回歸的前提是符合平行性假定。即自變量的偏回歸系數與分割點沒有關系，各回歸方程要在多維空間里相平行。一般認為，當平行線檢驗的P＞0.05時，可使用有序多分類Logistic對樣本數據進行回歸分析。本文三組回歸的平行線檢驗P值分別為0.207、0.066、0.368，均大于0.05，滿足平行性假定。平行線檢驗結果見表7。

表7 普惠金融信貸服務滿意度影響因素回歸結果

4.內生性問題

本文存在內生性問題的可能性較小，主要有以下兩方面原因。

一是本文已盡可能減少遺漏變量偏差問題。在選取自變量時，納入已有研究普遍使用的農戶個體情況、貸款特征、機構服務相關指標，并在回歸過程中，采用向后篩選策略，由多到少地剔除系數不顯著的自變量，盡可能避免因遺漏變量導致的內生性問題，以期更準確地估計出普惠金融信貸服務滿意度的影響因素。

二是本文不存在因變量與自變量互為因果關系的問題。本文的因變量是普惠金融信貸服務滿意度，為典型的主觀型變量，而自變量農戶個體情況、貸款特征、機構服務都屬于客觀因素，會對信貸服務滿意度產生影響，而農戶的滿意度并不會反向影響這些客觀因素。

（三）實證結果分析

1.實證結果

本文運用SPSS26.0對樣本數據進行有序多分類Logistic回歸，分析寧德市、龍巖市普惠金融信貸服務滿意度影響因素及作用機制，回歸結果見表7。

2.結果分析

本文的結果分析是通過各自變量偏回歸系數的Wald檢驗顯著性及系數大小，來判斷該自變量對普惠金融信貸服務滿意度的影響程度。如果自變量的偏回歸系數在統計上顯著，則說明該自變量是影響普惠金融信貸服務滿意度的主要因素。從SPSS26.0輸出的三組回歸結果，得出以下結論。

（1）性別、年齡、家庭人口數、是否信用戶、申請額度、貸款期限、還款方式、貸款用途、交通便利度、金融機構服務效率對普惠金融信貸服務滿意度的影響不顯著。普惠金融信貸服務僅與農戶生產生活的融資需求有關，不會受農戶的性別、年齡、家庭人口數這些個體因素的影響。寧德市、龍巖市的信用戶評定工作進展較好，本次調研的514份農戶樣本中，94.55%的農戶已被評為信用戶，因此，是否信用戶對滿意度的影響不顯著。申請額度和貸款用途是農戶在申請貸款時，根據資金的實際需求申請和使用，屬于農戶的主觀意愿，因此不會顯著影響農戶的滿意度。貸款期限和還款方式的設計在農戶申請時已經形成心理預期，因此對普惠金融信貸服務滿意度的影響不大。與農戶訪談發現，農戶在尋求融資時，更關注的是信貸成本，而不是地理距離，且農村的交通越來越便捷，各商業銀行也在努力下沉服務網點，因此，交通便利度對農戶滿意度的影響不顯著。目前，各商業銀行的貸款審批效率有所提高，本次調研的農戶獲得貸款所需的平均天數為5.43天，農戶普遍對此感到滿意，因此金融機構服務效率對滿意度的影響不顯著。

（2）金融素養、貸款利率、是否全額獲貸、是否續貸對總樣本、經營農業為主樣本、經營非農業為主樣本都有顯著影響，具體分析如下。

第一，金融素養在三組回歸中都以1%的水平對普惠金融信貸服務滿意度產生顯著的負向影響，金融素養越高，農戶選擇高類別滿意度的概率越低。金融素養是影響農戶融資的重要因素（譚燕芝和彭千芮，2019）[24]。信貸服務滿意度屬于農戶對服務質量的感性和理性認識范疇，是金融素養的一種外在表現。“行家效應”是指人們懂得越多，他們的滿意度反而下降的一種現象（吳衛星等，2017；Michalos，2008）[25-26]，可為農戶金融素養負向影響信貸服務滿意度提供一種解釋，具體表現為以下幾方面。

一是金融素養高的農戶，對信貸產品的風險和收益的認知更清晰（尹志超等，2014）[23]；對擔保、抵押要求更了解，對利息的計算更準確，能夠更清晰地認識到自身的融資需求、償還能力與現有信貸產品的匹配程度。當前農村普惠金融信貸產品的多樣性和個性化還不夠，當信貸產品及服務難以很好地匹配他們的實際需求時，就會降低他們的滿意度。

二是金融素養高的農戶對信貸政策的認知度更高，對信貸產品及服務的議價能力更強。但借款人通常處于劣勢地位，議價空間較小，大多數只能被動接受借款條件（吳衛星等，2018）[16]，因此也會導致滿意度降低。

三是實地調查發現，金融素養高的農戶主動參與金融活動的能力更強，會比較不同銀行的信貸產品，這也會導致滿意度降低。

第二，貸款利率在三組回歸中都以1%的水平對普惠金融信貸服務滿意度產生顯著的負向影響，貸款利率越高，農戶選擇高類別滿意度的概率越低。有學者研究發現農地抵押貸款的利率水平在9%—11%左右（戴琳和于麗紅，2021）[27]。農戶認為涉農貸款利率較高，對利率水平較不滿意（梁虎和羅劍朝，2017）[13]。2020年福建省人民幣貸款加權平均利率為5.35%①數據來源：中國人民銀行福州中心支行《福建省金融運行報告（2021）》，http://fuzhou.pbc.gov.cn/fuzhou/126787/127175/4264154/2021060813081040887.pdf。，本次調研的514個農戶普惠金融貸款的平均利率為6.92%，也存在貸款利率較高的現象。貸款利率對普惠金融信貸服務滿意度的影響效應，主要體現在以下幾方面。

一是高利率抑制了農戶融資需求，造成農戶融資困難。本次調研的487份無貸款經歷農戶中，26.36%的農戶不愿申請貸款的原因是“怕償還壓力過大”。

二是增加農業生產成本。融資成本的增加限制了農業生產經營規模的擴大和農業基礎設施建設的投入（胡靜，2017）[28]。

三是增加農戶的還款壓力，農業的收益率受限。因此，貸款利率越高，農戶信貸的負擔越重，滿意度就越低。

第三，是否全額獲貸在三組回歸中都以1%的水平對普惠金融信貸服務滿意度產生顯著正向影響。與沒有獲得全部申請額度的農戶相比，獲得全部申請額度的農戶選擇高類別滿意度的概率更高。由于農業生產存在弱質性，農產品價格易受各因素影響，金融機構出于風險考量，有時無法充分滿足農戶的實際融資需求。因此，當農戶可以獲取貸款的全部申請額度，實際融資需求得到滿足，生產生活的實際困難得到解決時，對普惠金融信貸服務滿意度就比較高。

第四，是否續貸在5%的水平上對總樣本和經營非農業為主樣本的普惠金融信貸服務滿意度有顯著正向影響，在10%的水平上對經營農業為主樣本的普惠金融信貸服務滿意度有顯著正向影響。與無續貸的農戶相比，有續貸的農戶選擇高類別滿意度的概率更高。在詢問農戶不滿意的原因時，12%沒選擇滿意類別的農戶表示“沒有續貸，還款壓力較大”。農產品有獨特的生產周期性和許多不可抗拒的風險，但是，許多惠農小額貸款產品的期限都是三年之內，有的甚至只有一年，多與農產品的收益周期不匹配。商業銀行在農戶信用記錄、經營狀況良好的前提下提供續貸服務能夠減緩農戶的還款壓力，可增強農戶對信貸服務的滿意度。

（3）貸款種類在5%的水平上對總樣本的普惠金融信貸服務滿意度有顯著影響，在1%的水平對經營農業為主樣本的普惠金融信貸服務滿意度有顯著影響，但對經營非農業為主樣本的普惠金融信貸服務滿意度影響不顯著。與申請擔保貸款的農戶相比，申請信用貸款的農戶選擇高類別滿意度的概率更高。當訪問非滿意類別的農戶不滿意的原因時，34.67%的農戶表示“擔保、抵押品要求偏嚴格”。本次調研發現，擔保貸款是涉農貸款的主要類型，占所有貸款種類的76.85%，信用貸款僅占15.37%。而農村的擔保資源較為稀缺，部分農戶由于缺乏合格的擔保人而得不到足額的信貸資金，難以滿足融資需求。所以，經營農業為主的農戶對信用貸款的滿意度較高。以非農產業為主要經營類型的農戶，在農村往往擁有更多的社會資本，尋找合格擔保人的壓力較小。因此，貸款種類對經營非農業為主農戶的滿意度影響不顯著。

（4）家庭年收入在1%的水平上對經營非農業為主樣本的滿意度產生顯著負向影響，在總樣本和經營農業為主的樣本中未通過顯著性檢驗。有學者研究也表明了收入會負向影響農戶對信貸服務的滿意度和忠誠度（梁虎等，2018）[29]。可能的原因有以下幾方面。

一是農村個體經營業主數量日益增多，融資需求各異。然而，當前商業銀行的信貸業務沒有很好地適應農戶的融資需求，與農村不同群體對信貸服務的期待尚存在一定差距（丁淑娟，2017）[30]。二是經營非農業為主的高收入農戶在當地的地位和威望較高，往往擁有更多、更便捷的融資渠道，鄰里借貸較為方便，對審批煩瑣的銀行借貸手續不夠滿意。三是經營非農業為主的高收入農戶對資金的需求往往更高，目前農村普惠金融信貸的額度相對較低，導致滿意度較低（曹瓅和羅劍朝，2015）[31]。四是實地訪談發現，以經營非農業為主的高收入農戶，往往擁有更健全的信用記錄，在農村大多數屬于被各商業銀行爭搶的優質客戶，因此對信貸服務的要求和心理預期也較高，當商業銀行的信貸服務質量達不到他們的心理預期時，會降低他們的滿意度。

（四）穩健性檢驗

本文的穩健性檢驗分三步：第一步是重新選取因變量，第二步是更換金融素養的計算方式，第三步是更換回歸模型。

首先，選取農戶對單筆貸款服務的滿意度作為因變量，題目設置為“您對該筆貸款的服務滿意嗎？”，選項設置為“不滿意=1，滿意=2”。其次，使用直接加總法計算農戶的金融素養。再次，用二分類Logistic回歸進行穩健性檢驗。在設置分類變量參照水平上，與有序多分類Logistic回歸一致。穩健性檢驗的回歸結果見表8（本文僅匯報需要穩健性檢驗的變量回歸結果）。該回歸結果與有序多分類Logistic回歸結果相比較，各自變量系數的顯著性和正負方向未發生明顯變化，說明前文所得結論穩健可靠。

表8 穩健性檢驗二分類Logistic回歸結果

七、研究結論與政策建議

本文基于國家級普惠金融改革試驗區福建省寧德市、龍巖市514份農戶的調研數據，實證分析普惠金融信貸服務滿意度的影響因素及效應，結果如下。一是經營非農業為主農戶的金融素養高于經營農業為主農戶。二是大多數農戶對當前普惠金融信貸服務較為認可，經營非農業為主的農戶滿意度高于經營農業為主的農戶。三是農戶不滿意的最主要原因是貸款利率偏高、擔保和抵押要求偏嚴格。四是全額獲貸、續貸、信用貸款對普惠金融信貸服務滿意度呈顯著的正向影響，金融素養、貸款利率、家庭年收入對普惠金融信貸服務滿意度呈顯著的負向影響。其中家庭年收入僅對經營非農業為主的農戶滿意度有顯著的負向影響，信用貸款僅對總樣本和經營農業為主的樣本有顯著正向影響。實地調查還發現以下問題。一是農村信用體系建設薄弱，信用貸款發放量較少，授信期限較短。二是農業生產的弱質性、農村融資擔保框架尚不健全以及農權抵押制度不完善，使得商業銀行在涉農貸款業務中會更加考慮風險補償，這是造成農村普惠金融利率偏高的主要原因。三是農村信貸服務難以充分滿足農業產業化、多元化形成的新興融資需求，農村信貸服務模式有待創新。四是金融消費者權益缺乏保障，農戶風險意識和自我保護能力相對不足。本文實證發現金融素養與普惠金融信貸服務滿意度呈負相關關系，是農戶參與信貸市場的一種較為理性的判斷和考量，是市場經濟的一種正常存在，恰恰說明了發展高質量的農村普惠金融，應正視和適應農戶金融決策更加理性的變化趨勢。只有提供更加優質的信貸產品和更加務實的金融服務，提高農戶對普惠金融信貸服務的滿意度，才能更好地開拓農村金融市場并管理好各類風險。為此，本文提出以下政策建議。

1.以農戶為中心，提升信貸服務質量

一是完善農權抵（質）押融資機制，盤活農村要素資產，解決農戶抵（質）押難題，優化融資環境。二是積極主動聽取不同農戶群體的意見，以農戶需求為導向，結合農村不同產業特點，從授信方式、差別化利率、貸款期限等方面，有針對性地創新信貸產品，精準對接農戶融資需求。三是充分發揮數字金融效能，促進農村金融體系的完善和金融產品及服務方式的創新，提高審批效率和授信期限，增加信用貸款和續貸業務，切實解決農村個體工商戶和新型農業經營主體的首貸、信用貸難題。

2.分散信貸風險，進一步降低農貸利率

一是搭建區域性、綜合型信用平臺，為金融機構提供各類信用查詢服務；探索適合農村的信用評估指標體系，建立統一的信用鄉鎮、信用戶評定標準，形成行業內可流通的信用評定結果，緩解由信息不對稱帶來的農戶風險不易識別等難題，減少信貸利率定價中過度考慮風險補償的問題。二是科學統籌農村普惠金融發展資金，因地制宜制定融資擔保制度框架，建立政府風險補償基金，增加政府性融資擔保比例，創新擔保、再擔保業務，分散商業銀行信貸風險，同時引導商業銀行進一步降低普惠金融信貸利率。三是深入開展農村保險“增信擴面降成本”工作，完善政策性保費補貼機制和再保險體系，為農戶經營和商業銀行的支農信貸資金安全提供保障。

3.保護農戶權益，加強銀行行為監管

一是加強對商業銀行的行為監管，強化信貸產品信息披露和風險提示，維護金融消費者合法權益，提高農戶的金融交易體驗感，為金融市場資源配置帕累托改進創造條件（陳瀟湘和鄭海榮，2021）[32]。二是建立農村信貸糾紛調解平臺，可考慮將銀行業協會作為借貸雙方調節機制的約束方，在信貸糾紛中保持中立性，簡化調解流程，提高調解效率，降低農戶維權成本，提高農戶對普惠金融信貸服務滿意度。