收稿日期：2022-12-20
基金项目：
湖南省自然科学基金项目（2022JJ30105）；
湖南省高等学校哲学社会科学重点研究基地项目（XC20K03）；
湖南省社会科学成果评审委员会课题（XSP20YBC179）
作者简介：邹建国（1978—），男，湖南常宁人，博士，湖南省高等学校哲学社会科学重点研究基地乡村产业振兴研究中心、衡阳师范学院经济与管理学院副教授，研究方向：农业供应链金融。
摘要：采用多元多值非条件Logistic回归方法，依据湖南省50个县（市、区）1059个农户样本数据，考察农业供应链金融对农户信贷约束的缓解效应。结果显示：农户参与农业供应链金融能够缓解供给型与需求型农户信贷约束，缓解效应随着农户收入增长、金融发展和农户社会资本提升而减弱，机制检验证实了信息对称、信用等级、交易成本、抵押替代在缓解农户信贷约束过程中起到部分中介效应。鉴于此，需要在创新模式、优化环境以及加强引导上着力发展农业供应链金融。
关键词：
农业供应链金融；
供给型信贷约束；
需求型信贷约束；
缓解效应
中图分类号：F832.43；
F832.35文献标识码：A文章编号：1003-7217（2023）03-0035-08
一、引言
农户信贷约束是指在现有市场条件下，农户无法完全或部分获得所需的信贷资金。农户信贷约束在各国不同程度地普遍存在。在印度，非正规信贷的村庄放贷者，在农村信贷市场占据着24.3%的份额[1]；
在拉丁美洲，普通农户在需要贷款时，更愿意选择非正规金融机构，因为传统金融机构将80%以上的贷款发放给那些大生产者[2]；
在非洲的尼日利亚，农户从金融机构获得贷款的比例仅为7.5%[3]；
即便是在美国，仍然有26%～31%的居民会受到信贷约束的影响[4]；
在我国也不例外，一半以上的农户受到金融机构的信贷约束[5] 。由此看来，无论在发展中国家还是发达国家，农户在申请贷款时，都面临着金融机构信贷约束现象[6]。农户信贷约束客观上限制了农民收入的提高和农户福祉水平的提升，成为现阶段农户摆脱“贫困集体陷阱”的主要障碍，也是实施乡村振兴战略面临的主要瓶颈［7］。
农业供应链金融聚焦特色农业和优势农产品，通过挖掘农业供应链上下游的中小企业、金融机构、农户和消费者内在的网络协作关系，构建供应链主体间利益联结机制，合理设计金融产品以满足各主体的融资需求，推进农业供应链整体协调运转的系统性解决方案，实现参与者的利益共享与风险共担[8]。农业供应链金融将整条农业供应链作为授信对象，以交易项下的资产作为信用评级的要点和第一还款来源，实现了贷款的自偿性、封闭性和连续性，为客户提供短期、差异化的贷款服务。目前，对于农业供应链金融的研究主要集中在以下三个方面：
一是农业供应链金融的风险研究。彭路认为，农业生产容易触发由偶然事件引发的金融道德风险，经农业供应链的规模经济性、范围经济性、羊群效应和合成谬误集聚并放大，可能引致系统性金融风险[9，10]。李光荣提出影响农业供应链金融信用风险的因素既包括供应链核心企业、融资企业、融资资产、网络信息技术应用以及供应链关系等内在动因，也包含经济环境、自然环境、产业政策以及风险中介服务等外在动因[11]。潘永昕、胡之睿将农业供应链金融风险生成因素分为九层，其中最浅层的风险生成因素是核心企业的信用水平、信息的共享度以及信息的真实性，最深层的风险生成因素是自然灾害和宏观经济环境[12]。王宏宇、温红梅运用分布式记账、信息共享、非对称加密等技术优势，精准记录农业供应链各类信息，破解金融机构难以准确核实信息的难题，有助于金融机构建立科学的风险预警机制[13]。
二是农业供应链金融的模式创新研究。胡国晖、郑萌研究了“农业企业＋农户＋金融机构”“农业企业＋农业园区＋农户＋金融机构”以及“农业企业＋农业生产合作社＋农户＋金融机构”三种农业供应链金融基本的运作模式 [14]。邵娴在已有农业供应链金融模式基础上，提出了“批发市场＋市场商户＋民间经纪人＋农户”的农业供应链金融新模式[8]。苟延杰认为，在产业互联网背景下，农业供应链金融核心三要素（产业生态、生产性服务、大数据）产生了新的变化，同时，基于产业互联网思维，搭建“4+5+5”的农业供应链金融服务体系，为发展农村金融业务提供了一个完整的范式[15]。许玉韫、张龙耀研究发现，数字化农业供应链金融已形成互联网企业驱动和数字化农业企业驱动两种模式[16]。
三是农业供应链金融的农户信贷约束缓解。一方面，农业供应链金融能缓解需求型农户信贷约束。Casuga[17]研究发现农户参与订单融资可以稳定农产品价格、获取农业生产性资金，同时，农业供应链金融信贷能较好地与农业生产的季节性和周期性需求实现期限匹配[18，19]，从而提升农户信贷的主观需求。另一方面，农业供应链金融能缓解供给型农户信贷约束。农业供应链金融可以降低金融机构与农户之间交易的频率、降低交易的不确定性以及加强农户信贷资产的专用性[20]，有利于将获得的农户动态信用转化成银行信用[21]，实现农户的信用增级[22]，提升农户的“边际信誉度”[23]，降低金融机构的风险识别成本[24，25]，系统性地降低农户策略性违约意愿[26]，确保金融机构贷款在农业供应链内实现专款专用并形成闭路循环[27]，大大降低农户信贷风险，显著提高农户的守约概率[28]，可以弥补农户因合格抵押物不足导致的农户信贷约束。此外，郭捷、谷利月以涉农上市企业2016—2018年的财务数据为样本，探讨了农业供应链金融对缓解企业融资约束的影响，以及涉农企业参与精准扶贫对缓解融资约束的调节作用[29]。
目前学界主要从风险控制、模式创新和信贷约束缓解等方面研究农业供应链金融。针对被解释变量农户信贷约束的多值选择以及多元的解释变量，本文選择多元多值非条件Logistic回归方法，研究农业供应链金融对不同类型农户信贷约束的缓解效应，采用地区、县（市、区）、乡镇和行政村的逐级分层与随机抽样相结合的方法，以保证数据的可靠性和客观性。
二、机理分析与研究假设
信贷配给导致的供给型信贷约束主要源自农户的信用风险等级较高以及信贷双方之间的信息不对称。需求抑制导致的需求型信贷约束衍生于传统信贷业务过高的交易成本以及农户合格抵押品的匮乏。农业供应链金融缓解农户信贷约束的机理分析如图1所示。
（一）农业供应链金融缓解供给型信贷约束
1．农业供应链金融借助供应链内部交易关系、业务往来、资金结算等形式强化内部合作，化解信贷供给中的逆向选择与道德风险，降低信息不对称程度。第一，信号传递机制。农业供应链从合同履约、营销能力、合作愿景等方面加强合作，形成战略合作伙伴关系，这种合作一体化能力的信号传递机制，有助于提高农户生产信息的透明度，降低融资双方的信息不对称。第二，能力显示机制。具有良好综合生产能力和合作协同能力的农户，在经营方向、经营方式和经营规模的选择上更趋合理；
具有良好合作协同能力的农户，能够维持与客户的紧密合作关系，为取得长期收益提供保障。第三，网络嵌入机制。关系嵌入反映农户在农业供应链网络中与其他主体之间的联结程度，结构嵌入为农户偿还信贷提供有力支持。农业供应链金融通过网络嵌入机制，促进农业供应链网络中资金、信息、资源的合理流动，对农户履行信贷合约形成约束，促进农户履行贷款承诺。
2．农业供应链金融在很大程度上将农户违约的不可控风险转变为农业供应链整体可控风险，实现农户信用增进。第一，横向选择。长期的商业合作推动核心企业与农户互惠关系的形成，农业企业倾向于选择那些践约能力强、诚实守信的农户向授信主体予以推荐，避开农户的“信息孤岛”，降低农户信贷的违约风险。第二，横向监督。农业供应链主体间的相互了解和信息相对对称，以及内部存在的监督机制和契约执行机制，实现对农户生产资料投入等日常情况的监督，有助于形成农户信贷违约的可置信威胁。第三，激励机制。非正式制度帶来的声誉效应能够弥补正式制度在制约农户策略性违约意愿时的不足，农业供应链金融将农业供应链网络关系嵌入激励机制设计中，对农户策略性违约实施商业惩罚与金融惩罚，实现正式制度与非正式制度融合的双重激励。
基于此，提出研究假说1：农业供应链金融通过降低信贷供求双方信息不对称程度以及提高农户信用级别，能有效缓解农户供给型信贷约束。
（二）农业供应链金融缓解需求型信贷约束
1．农业供应链金融一定程度上降低了农户单位信贷交易成本。第一，增加交易频率。资金需求者与资金供给者通过农业供应链金融形成长期、重复、稳定的交易关系，促使农户、金融机构、农业企业、物流企业相互信任。随着交易频率的增加，农户面临的总交易成本也会上升，但是单笔信贷交易成本则会下降。第二，减少交易的不确定性。处于农业供应链中的农户，与其他主体之间形成了相互协作的“共生”机制，农业供应链主体作为一个整体参与市场竞争，形成一定的竞争优势和竞争力，大大降低了交易的不确定性。第三，提高资产的专用性。农户一旦形成专用性资产，农户脱离农业供应链的成本就会越高，通过监控农户的资金使用和还款去向，农业供应链金融有利于提升农户专用性资产投资积极性，提高农户信贷融资效率。
2．通过提供嵌入交易网络的动产质押，农业供应链金融易于形成抵押替代机制。第一，声誉。基于农业供应链金融主体间长期形成的稳定交易，实现了农户与核心企业的声誉共享体系，客观上将农户的声誉提升到与核心企业声誉相当的水平，可以有效降低农户的信贷风险，实现农户借贷“软担保”。第二，信任。以信任为支撑和基础建立起来的农业供应链契约关系，是农户获得农业供应链金融信贷最重要的组织社会资本，这种在合作过程中建立起来的相互信任，对农户的信贷具有“软约束”功能。第三，网络。在“业缘”“学缘”“亲缘”关系建立起来的“朋友型”社会资本网络中，一旦出现农户的故意违约行为，将会遭到农业供应链内部成员的排挤和孤立。
基于此，提出研究假说2：农业供应链金融通过降低农户信贷交易成本和弥补农户抵押物不足的缺陷，能缓解需求型农户信贷约束。
三、研究设计
（一）变量选取
1．被解释变量。首先判断农户是否有信贷需求，如果“农户有钱不需要贷款”，那么该农户不存在信贷约束，则CCi=1；
在农户有信贷需求的情况下，如果“农户的贷款需求能得到满足”，那么认为该农户不存在信贷约束，则CCi=2；
如果农户有信贷需求，但是由于“银行可贷资金不足”“不能全部满足农户贷款需要”“农户的信用风险高”等原因，农户信贷需求不能得到满足，那么认为该农户存在供给型信贷约束，则CCi=3；
如果农户有信贷需求，但是由于“不知道如何申请”“申请过程麻烦”“没有合格的抵押物”“估计贷款不会被批准”等原因没有选择向银行申请贷款，那么认为该农户存在需求型信贷约束，则CCi=4。
2．解释变量。农业供应链金融。如果农户参与了农业供应链金融，那么ASCF取值为1；
否则，取值为0。
3．中介变量（mediating variable，MV）。受教育程度越高，农户对农业供应链金融融资模式更加容易接受，选择农户受教育程度作为表征信息对称（IS）的代理变量；
核心企业信用等级高，能实现农户供应链金融融资的信用增进，选择核心企业信用评级作为信用等级（CR）的代理变量；
随着交易频率的提升，农户参与农业供应链金融的单位成本减少，选择交易频率作为表征交易成本（TC）的代理变量；
质物的变现能力越强，越容易实现贷款的抵押替代，选择质物变现能力作为表征抵押替代（MS）的代理变量。
4．控制变量。表征农户特征的控制变量为户主年龄和健康状况，表征家庭禀赋的控制变量为劳动力数量、人均纯收入和经营类型，表征社会资本的控制变量为组织与政治关系、金融机构关系、亲戚关系与邻里关系，表征金融环境的控制变量有最近金融机构距离、可贷金融机构家数与贷款利率感知。
（二）模型选择
本文包括参与农业供应链金融、户主年龄、受教育程度、健康状况、劳动力数量等多个解释变量，被解释变量农户信贷约束的选择是多值的，包含有银行贷款、不需要银行贷款、申请银行贷款未被批准、需要银行贷款没有申请四种情况。另外，研究数据类型为成组数据，故选用多元多值非条件Logistic回归分析方法。
为检验信息对称、信用等级、交易成本和抵押替代在农业供应链金融缓解农户信贷约束中是否发挥中介作用，首先在农业供应链金融缓解农户信贷约束的直接回归模型的影响系数通过显著性检验的基础上，分别构建农业供应链金融对信息对称、信用等级、交易成本和抵押替代的线性回归模型（1），以及农业供应链金融与信息对称、信用等级、交易成本和抵押替代缓解农户信贷约束的线性回归模型（2）；
其次分别通过检验模型（1）、模型（2）中β1、λ1、λ2的显著性来判断信息对称、信用等级、交易成本和抵押替代是否发挥中介效应。上述模型的具体形式设定如下：
（三）数据收集
采用逐级分层与随机抽样相结合的方法，在怀化、湘西自治州、张家界、邵阳、岳阳、常德、益阳、衡阳、永州、郴州、娄底、长沙、湘潭、株洲等14个地区随机选择沅陵等50个县（市、区）进行调查，样本分布如表2所示。为使样本对总体具有更好的代表性，调研在每个采样县（市、区）随机选择2个乡镇，在每个乡镇又随机选择1个行政村，在每个行政村随机选择12户农户进行入户调研。整个调查累计发放问卷1200份，剔除不合格样本141份，有效样本共计1059个，有效回收率为88.25％。
四、实证分析结果
（一）总样本分析
在所有的1059个样本观测中，有银行贷款的148个，不需要银行贷款的382个，两者总和为530个，占比50.05%。此外，供给型信贷约束154个，占比14.54%；
需求型信贷约束375个，占比35.41%。估计结果如表3所示。
一方面，农户参与农业供应链金融对农户供给型信贷约束的影响系数为-0.1546，且在1%的水平上显著，表明假说1成立，农户参与农业供应链金融对农户供给型信贷约束具有缓解作用。商业银行借助核心企业和农户之间在农产品生产过程中形成的交易关系、业务往来、资金结算等形式强化农户的信用水平，通过贷前甄别、贷中监督和贷后控制等信贷流程设计，转变风险控制手段，降低农户的违约风险，降低商业银行与农户之间的信息不对称，化解信贷供给中的逆向选择和道德风险，提高农户的守约概率与信贷可得性，缓解供给型农户信贷约束。
另一方面，农户参与农业供应链金融对农户需求型信贷约束的影响为-0.1084，且在1%的水平上显著，表明假说2成立，农户参与农业供应链金融能缓解农户需求型信贷约束。商业银行借助农户在参与农业供应链金融时核心企业提供的担保、农业合作社对农户贷款违约行为的软约束，增强农户自身的信用，金融机构的“惜贷”情绪得以缓解。此外，农户在参与农业供应链金融的过程中，贷款手续简单、贷款流程简化、贷款期限设计灵活，有助于克服农户的畏难情绪，增强了农户的安全感，加大农业生产投入力度的主观意愿强烈，提升了农户贷款的主观需求。
（二）进一步分析
农户参与农业供应链金融对农户信贷约束的缓解作用不容忽视。那么，随着农户收入增长、金融发展和社会资本提升的变化，农户参与农业供应链金融对农户信贷约束的缓解作用会有何改变？为此，分别引入了农户人均纯收入、金融发展、社会资本提升与农户参与农业供应链金融的交互项，探究农户收入增长、金融发展、社会资本提升过程中农户参与农业供应链金融对农户信贷约束缓解作用的变化规律，结果如表4所示。
加入农户参与农业供应链金融和农户人均纯收入的交互项后，农户参与农业供应链金融对供给型农户信贷约束的缓解作用随着农户收入增长而减弱，其系数由负转正（0.0067），且在5%的水平上显著；
对农户需求型信贷约束的缓解作用随着农户收入增长而减弱，其系数同样为正（0.0044），在5%的水平上显著。结果表明，随着农户收入的增长，农户参与农业供应链金融在弥补农户资金不足方面的作用会显著下降。
加入农户参与农业供应链金融和可贷金融机构家数的交互项后，农户参与农业供应链金融对农户供给型信贷约束的缓解作用随着金融的发展而减弱，其系数由负转正（0.0143），且在10%的水平上显著；
对农户需求型信贷约束的缓解作用随着金融的发展而减弱，其系数同样为正（0.0022），在10%的水平上显著。结果表明，随着金融的发展，农户参与农业供应链金融在弥补农户资金不足方面的作用会显著下降。
加入农户参与农业供应链金融和农户与金融机构关系的交互项后，农户参与农业供应链金融对农户供给型信贷约束的缓解作用随着农户社会资本的提升而减弱，其系数由负转正（0.0087），且在5%的水平上显著；
对农户需求型信贷约束的缓解作用随着农户社会资本的提升而减弱，其系数同样为正（0.0089），在5%的水平上显著。结果表明，随着农户社会资本的提升，农户参与农业供应链金融对于缓解农户信贷约束的作用会显著下降。
（三）机制检验
前文从信息对称与信用等级的视角分析了农业供应链金融缓解供给型农户信贷约束的间接作用机制，从交易成本和抵押替代的视角分析了农业供应链金融缓解需求型农户信贷约束的间接作用机制，为验证该假设，本文选取受教育程度、核心企业信用評级、交易频率、质物变现能力作为中介变量。表5展示了中介效应模型的回归结果，列（1）、列（3）、列（5）、列（7）分别展示了农业供应链金融对信息对称、信用等级、交易成本和抵押替代的回归结果，二者估计系数均通过了10% 显著性检验，表明农业供应链金融能够显著促进信息对称、提高农户信用等级、降低交易成本和实现抵押替代。列（2）、列（4）、列（6）、列（8）显示将农业供应链金融和信息对称、信用等级、交易成本、抵押替代共同加入回归方程的结果，ASCF的回归结果均小于不考虑信息对称、信用等级、交易成本、抵押替代情况下的估计系数-0.1546和-0.1084，验证了信息对称、信用等级、交易成本、抵押替代在农业供应链金融缓解农户信贷约束过程中起到部分中介效应。
（四）稳健性检验
考虑到无法穷举影响农户信贷约束的全部因素，为进一步缓解本文遗漏变量等内生性问题，本文参考戴德宝等[30]的做法，选择涉农贷款余额作为农户参与农业供应链金融的工具变量。其原因是：国有正规金融机构受到信息不对称、农民质押物有限等问题的限制，对农民贷款以及农村金融应用的积极性不高，农民贷款主要集中在农村信用社、农村商业银行等地方性金融机构；
同时，金融机构的涉农贷款余额在一定程度上反映了当地农村金融的发展情况。稳健性检验估计结果见表6，与基准回归结果（表3）相比，农业供应链金融对农户信贷约束的缓解效应并未发生较大改变，说明估计结果是稳健的。
此外，剔除农户家庭人均纯收入、农户可贷金融机构家数、农户与金融机构关系得分最低的5%和最高的5%样本，检验农户参与农业供应链金融对农户信贷约束缓解效应的稳定性，相关估计结果并未发生较大改变，主要结论仍然成立。限于篇幅，此处未展示详细回归结果。
五、结论与启示
以湖南省50个县（市、区）1059个农户为样本，选择多值Logistic模型，检验农业供应链金融对农户信贷约束的缓解效应。研究发现：（1）将无信贷约束、供给型信贷约束和需求型信贷约束置于同一框架分析，结论表明农业供应链金融能缓解供给型农户信贷约束和需求型农户信贷约束。（2）农业供应链金融对农户供给型信贷约束和需求型信贷约束的缓解效应随着农户收入增长、金融发展和农户社会资本提升而减弱。（3）信息对称、信用等级、交易成本、抵押替代在农业供应链金融缓解农户信贷约束过程中起到部分中介效应。
启示：首先，鼓励和支持农户参与农业供应链金融，创新农业供应链金融发展模式。对于那些信用观念强且有贷款意愿的农户，通过自主发展模式，调动农户生产积极性。其次，优化农业供应链金融发展环境。加快构建信息共享的网络平台，完善农业供应链金融服务生态与配套设施。最后，政府要合理加大投入力度，引导农业供应链金融发展。加强农村基础设施建设的投入，对开展农村金融服务的金融机构实行补贴，建立风险基金为借款人提供“兜底”。
参考文献：
［1］Farrukh Iqbal.The demands for funds by agricultural households：evidence from rural India[J].Journal of Development Studies，1983，20（1）：68-86．
[2]Pischke，Adams，Donald.Rural financial markets in developing countries[M].Maryland：The Johns Hopkins University Press，1987.
[3]Udry C.Risk and insurance in a rural credit market：an empirical investigation in northern nigeria[J].Review of Economic Studies，1994，61（3）：495-526.
[4]Zeldes S P.Consumption and liquidity constraints：an empirical investigation[J].The Journal of Political Economy， 1989，97（2）：305-346.
[5]邹建国．基于结构方程模型的农户信贷约束研究[J]．湖南科技大学学报（社会科学版），2018，20（4）：125-131．
[6]Stiglitz J E， Weiss A.Credit rationing in markets with imperfect information[J].The American Economic Review，1981，71（3）：393-410.
[7]张海洋，李静婷．村庄金融环境与农户信贷约束[J]．浙江社会科学，2012，28（2）：11-20．
[8]邵娴．农业供应链金融模式创新——以马王堆蔬菜批发大市場为例[J]．农业经济问题，2013，34（8）：62-68．
［9］彭路.农业供应链金融风险的主要特征与风险防范的基本原则［J］.财经理论与实践，2015，36（6）：20-24.
[10]彭路．农业供应链金融道德风险的放大效应研究[J]．金融研究，2018（4）：88-103．
[11]李光荣．农业供应链金融信用风险致因研究：系统框架与实证分析——来自黄河中上游五省区的780份调查数据[J]．财经理论与实践，2020，41（3）：17-24．
[12]潘永昕，胡之睿．农业供应链金融风险生成因素探究——基于解释结构模型[J]．农村经济，2020（7）：103-110．
[13]王宏宇，温红梅．区块链技术在农业供应链金融信息核实中的作用：理论框架与案例分析[J]．农村经济，2021（6）：61-68．
[14]胡国晖，郑萌．农业供应链金融的运作模式及收益分配探讨[J]．农村经济，2013（5）：45-49．
[15]苟延杰．产业互联网视角下农业供应链金融模式创新研究[J]．四川轻化工大学学报（社会科学版），2020，35（2）：33-52．
[16]许玉韫，张龙耀．农业供应链金融的数字化转型：理论与中国案例[J]．农业经济问题，2020（4）：72-81．
[17]Casuga M S.Financial access and inclusion in the agricultural value chain[M].Thailand：APRACA Fin Power Publication，2008.
[18]Quiros R.Agricultural value chain finance[C].Costa Rica，2006（5）：16-18．
[19]王刚贞，江光辉．“农业价值链+互联网金融”的创新模式研究——以农富贷和京农贷为例[J]．农村经济，2017，35（4）：49-55．
[20]張庆亮．农业价值链融资：解决小微农业企业融资难的有效途径——从交易成本的视角[J]．云南社会科学，2014，34（5）：76-80．
[21]陈志新．基于动态信用农户供应链融资模式研究[D]．杭州：浙江大学，2010．
[22]Digal L N.Southeast asia regional conference on agricultural value chain financing[C]．Kuala Lumpur，2007（12）：12-14.
[23]刘圻，应畅，王春芳．供应链融资模式在农业企业中的应用研究[J]．农业经济问题，2011，32（4）：92-98．
[24]Miller C，Jones L.Agricultural value chain finance：tools and lessons[M].Rugby：
Food and Agriculture Organization of the United Nations and Practical Action Publishing，2010.
[25]Patil S，Jha A K，Sinha A． Ｒole of financial agencies in integrating small farmers into a sustainable value chain：a synthesis based on successful value chain financing efforts[J].Current Science，2016，110（11）：2082-2090.
[26]王力恒．农业供应链外部融资的农户信用改进机制研究[D]．北京：中国农业大学，2017．
[27]赵辛．鲜活农产品供应链价格风险生成机理与管理机制研究[D]．重庆：西南大学，2013．
[28]邹建国．农业供应链金融缓解农户信贷约束研究[D]．长沙：湖南农业大学，2019．
[29]郭捷，谷利月．农业供应链金融能有效缓解企业的融资约束？——涉农企业参与精准扶贫的实证研究[J]．运筹与管理，2022，31（3）：112-118．
[30]戴德宝，周丹，范体军．农业供应链金融的减贫效应及传导机制研究[J]．统计与决策，2022，38（14）：60-64.
（责任编辑：钟瑶）
Abstract：Using the multivariate multivalued unconditional logistic regression method， 1059 farmers from 50 counties （cities， districts） in Hunan Province were used as samples to empirically test the alleviating effect of agricultural supply chain finance on credit constraints of farmers. The results show that farmers participation in agricultural supply chain finance can alleviate the credit constraints of supply and demand farmers， and the mitigation effect weakens with the growth of farmers income， financial development and the improvement of farmers social capital. The mechanism test confirms that information symmetry， credit rating， transaction costs， and mortgage substitution play a part of the mesomeric effect in the process of alleviating farmers credit constraints. In view of this， it is necessary to focus on developing agricultural supply chain finance through innovative models， optimizing the environment， and strengthening guidance.
Key words：agricultural supply chain finance; supply oriented credit constraints; demand based credit constraints; mitigation effect