农企联合社调查问卷及农户信用评价指标体系建设的绩效评价

农企联合社调查问卷首先感谢您在百忙中抽出宝贵时间填写这份问卷。我们承诺对涉及的商业秘密和重要的经济数据只用于学术研究，最后祝贵企业生意兴隆、蒸蒸日上、财源滚滚！企业的特征企业名称（）企业法人（）企业注册资本（）元企业员工数量（）人企业位于（）市（）县（）镇（乡）A.皖南B、皖北C、江淮之间企业占地面积（）亩企业经营范围（包括用以下农产品加工成的最终产品）生产经营范围粮食（小麦、水稻）蔬菜棉花油菜花水产（鱼、虾等）禽类（鸡、鸭等）畜牧（牛、羊等）其它具体生产经营内容营业额（元）企业与农业合作覆盖人口大约（）人具体经营细节（可多选）企业经营模式（）农户+农业合作社+企业+市场B、农户+企业+市场C、其它（）企业是否实现以下经济目标（）规模化B、集约化C、专业化或产业化D、标准化企业对农户提供的帮助()A、来企业就业B、化肥、农药、种子C、农业机械D、技术E、收购农户生产的农产品F、其它（）企业成本（以年为计算周期，没有的项目可不填，如若缺了请在后面补）主要成本及费用类型工人工资水电费场地租金其它材料或原料费费收购农产品成本金额（元）当地农民福利改善农民收入与企业没成立前收入相比是否提高？A、是提高了（）元/年B、否农民是否愿意来企业打工？A、是B、否农民是否因为企业的存在获得了某种便利？A、不用出门打工可以在家照顾老人、小孩B、过节可以和家人在一起团聚C、工作不辛苦、轻松D、其它（）企业的存在是否大大提高了农村土地利用率？A、是B、否企业经营的该产业在农村是否得到了发展？A、是B、否农村是否因为企业的存在得到了发展？A、村容村貌B、居住场所及环境C、其它生活基础设施及文化设施D、道路交通E、其它（）当地是否因为企业的存在破坏了生态环境？A、是B、否四、企业金融与技术支持1、您在生产中存在资金短缺问题吗？A是B否2、您是否借贷过？A、是B、否如有，是从下列哪些渠道？A、农村信用社B、亲戚朋友C、私人高利贷D、村镇银行E、农村资金互助社F、商业银行G、企业转借H、其他（）3、您觉得从银行或信贷社贷款是否困难？A、是B、否如果是;原因是下面哪些(可多选)A、手续复杂时间太B、缺乏抵押物或担保人C、贷款手续太高D、根本不向我们贷款4、您的企业是否参加了保险？A、是B、否5、目前您需要的生产技术有（）6、您是否参加过关于企业管理或生产方面的培训或学习？A、是B、否7、技术是否制约着你企业的规模或效益？A、是B、否8、当地技术部门是否向您提供过技术支持？A、是B、否若有；您对它的评价如何A、非常满意B、满意C、基本满意D、不满意E、很不满意1、您的企业从事生产或销售有没风险？A、有B、否五、企业家观点2、您认为本地区农企联合社多吗？A、是B、否如果少您认为是什么原因导致的？A、地理气候环境B、土地等自然资源C、政策引导不够D、融资困难F、其他（）3、您认为农民对农企联合社熟悉吗？A、是B、否他们大多数愿意与企业合作吗？A、是B、否如是否原因是（）您认为发展农企联合社首先要解决的问题是什么？A、资金B、技术C、政策D、市场F、其他（）6、您认为当前的农企联合社效益高吗？A、是B、否如果否主要原因是（）（可多选）A、工人工资高B、土地租金贵C、贷款利息高D、规模过小E、市场不不好F、其他（）7、您是否愿意扩大规模经营？A、是B、否如果是您最想得到哪些帮助？A、政策扶持B、融资贷款C、技术支持D、其他（谢谢！农户信用评价指标体系建设的绩效评价基于安徽省XX县农户信用信息的实证研究摘要：以安徽省农村信用信息共享服务平台在怀宁县采集的数据为基础，运用Logistic模型对影响农户信用评价的相关因素进行实证分析，为农户信用评价构建一套科学可行的指标体系，最终旨在完善农村信用体系建设、促进金融支持现代农业发展、带动农村经济增长。关键词：农户信用评价指标体系绩效评价Logistic模型长期以来，农民收益少、缺乏抵押物，现行法律又没有明文规定土地承包经营权、农民住房财产权可以抵押、担保，加快农户信用评价指标体系构建对改善农村信用环境、促进农村信用体系建设、更好的发挥信用信息作用、发展普惠金融、解决“三农”发展融资难、促进农村经济发展具有重要意义。一、文献综述有关农户信用评价指标体系构建的分析，国内学者对此进行了大量研究，既有规范分析也有实证研究。规范分析大部分是围绕农村信用体系建设的难点、问题、解决路径和规范化建设进行研究，而实证研究主要集中在评价指标选取与评价方法的探索。在规范分析方面学者开展了一系列研究，许为民（2015）对农村信用体系建设的难点问题进行了分析并针对问题提出了农村信用体系建设问题的解决途径[1]。孙亚、唐友伟（2013）提出了农户信用评级10项指标：农户品质、农户的年龄和性别构成、农户的受教育程度、居住地经济发展程度和居住地的稳定性、信用记录、农户在当地受奖惩情况、对外担保情况、农户收入、农庭财产、负债情况，并将这10项指标中农户品质、信用记录、农户在当地受奖惩情况划为核心指标，其他指标为非核心指标[2]。王惠芬、吴东武（2014）针对农户信用评估指标设计提出了TSF模型，即“三维信用、六原则、五聚类”。其中“三维信用”指践约度、合规度、诚信度，“六原则”指总体性原则、重点性原则、科学性原则、实用性原则、公共性原则、定性定量搭配原则，“五聚类”指家庭品质、社会规范、发展基础、偿债能力、盈利能力[3]。在实证研究方面,管辉（2011）通过建立不完全信息动态博弈模型和完全信息动态博弈模型，对比分析了农村金融机构和农户的借款行为[4]。周振（2009）运用主成分分析法对农户信用评级有显著影响的因子进行评级，然后引入人工神经网络进行农户信用等级的评估[5]。张云燕等（2014）运用logistic回归法对农户信用评价指标进行了实证分析[6]。叶小玲等运用probit模型对影响农村信用体系建设成效发挥的相关因素进行了实证分析[7]。二、农户信用评价指标体系社会信用体系建设主要是由行业信用建设、地方信用建设和信用服务市场三个部分组成，而目前社会体系建设中的中国人民银行征信系统收集的个人征信信息主要来自银行业金融机构、提供信贷业务的小额贷款公司、个人住房公积金中心、个人养老保险金等行业。农村信用体系建设属于典型的地方信用建设，长期以来受各种因素影响导致地方信用建设对社会信用体系建设的贡献度不高，无法改变目前社会信用体系对农户信息采集缺失和不足的问题。当前，农民面临缺乏抵押物、银行“惜贷”、“慎贷”等问题，导致金融资源流向农村优质农业项目存在巨大障碍。解决农村经济发展过程中贷款难问题就需要建立和完善一系列体制机制，将信用与金融有机结合，发展普惠金融。目前安徽省推广使用的“安徽省农村信用信息共享服务平台”正是基于这种考虑，通过镇政府主导、村采集、商业银行录入并更新以此达到农户信用信息的完善，为农户信用信息与金融的有机结合提供支持。（一）怀宁县农户信用建设现状怀宁县地处沿江平原与皖西山区接壤地带，境内兼有低山丘陵和平原沙洲，属典型的丘陵地区。2014年城镇化率仅为10%左右，第一产业占有较大比重，当地农民以水稻种植业为主；在“怀宁县独秀山”附近的４个乡镇发展了“独秀现代农业园区”、“平山现代农业示范区”，园区内有种养大户、家庭农场、农民专业合作社、农业产业化龙头企业等新型农业经营主体43家，经营土地面积达48060.82亩，主要种植水稻、小麦，养殖湖羊、生猪、肉牛等。怀宁县近年来还在县委县政府及人民银行的支持下大力推进“信用户、信用村、信用镇”建设，取得了一定的成效。通过开展“信用怀宁建设”、“积极培植、推荐金融守信企业和信用示范户”、“农村青年信用示范户创建工作”等一系列活动营造了良好的社会信用环境、改善了当地金融生态环境。尤其近年来积极参与“安徽省农村信用信息共享服务平台”建设，截止2015年6月底已完成对全县20个乡镇，204个行政村的137039个农户信用信息的采集与录入，占全县总农户数的66.3%。还通过平台系统对录入的农户信用状况进行了评估，其中优秀占11.81%、良好占67.83%、一般占19.84、差占0.52%。怀宁县在农村信用体系建设中坚持以服务“三农”为宗旨，积极推动农村信用体系建设，为银行创新信贷金融产品、提高信贷支农服务水平奠定了扎实的基础。（二）农户信用评价指标本文结合怀宁县实际情况，选取因地制宜的指标评价体系，根据“安徽省农户信用信息档案表”中评价指标将农户信用指标体系分为五大类（户主和家庭基本信息、经营状况、金融信息情况、信用状况、外部评价情况）共20项评价指标，其中户主和家庭基本信息5项、经营状况4项、金融信息5项、信用状况2项、外部评价4项。（具体详细评价指表见表１）并通Ｅviews8.0软件中logistic模型对评价指标进行检验、修正和绩效评价。三、数据实证分析(一）数据来源及处理方法本文数据来源于安徽省怀宁县农户信用信息档案表，并随机从137039份档案表中选取了300份作为实证分析的资料,本文还以“安徽省农村信用信息共享服务平台”中对农户的评价为依据，以信用综合反映效果为因变量，充分考虑平台中对农户的评价情况并结合农户贷款违约情况综合评定信用反映效果为显著还是不显著，显著的赋值为1，不显著的赋值为0。对定性的因变量进行定量赋值转换，具体遵循的原则是按照反映信用状况从低到高的顺序进行由小到大的赋值。(二）Ｌogistic回归模型线性回归模型和广义线性回归模型要求因变量是连续的正态分布变量，且自变量和因变量呈线性关系。当因变量是分类型变量时，且自变量与因变量没有线性关系时，线性回归模型的假设条件遭到破坏。这时，最好的回归模型是Logistic回归模型，它对因变量的分布没有要求，从数学角度看，Logistic回归模型非常巧妙地避开了分类型变量的分布问题，补充完善了线性回归模型和广义线性回归模型的缺陷。在模型中事件发生的概率定义为：，为了使回归方程的统计性能更好一些，统计学上通常进行Ｌogit转换，即取事件发生与不发生之比(odds)的对数,,Logistic回归模型采用的参数估计方法是“极大似然估计”，反映的是事件发生的相对概率，可以有效的解释因变量与解释变量之间的相关性。（三）实证检验分析为了能更进一步说明模型构建的准确性，首先利用Ｅviews8.0软件中correlation方法检验了数据的相关性，结果表明解释变量之间不相关或存在弱相关，其次模型拟合优度ＭcFaddenR^2等于0.486，说明模型拟合较好，通过对模型实证研究分析得出以下结论：在户主和家庭信息方面，除了婚姻状态没有通过检验外，其余均通过５%的显著水平检验。农户年龄、文化程度、家庭劳动力人数对个人信用状况具有积极的促进作用，其信用反映效果也更具有显著性。健康状态虽通过５%的显著水平检验，但对信用反映效果具有负影响，这与生活实践中的常识存在一定差异，也许与问卷收集的数据失真有一定联系。在经营状况方面，是否为自办经营实体、生产经营能力两项指标通过了５%的显著水平检验，自办经营实体和生产经营能力能够在一定程度上代表一个人创业、创新方面的品质，通过创业的历练不仅提升了经营能力，更塑造了独有的人格文化，对一个人信用真实反映具有较强的映射作用。收入来源和收入水平没有通过检验与日常生活实践是一致的，一个人的富有、收入来源、行业并不能反映一个人的信用状况，“富贵不能淫，贫贱不能移”、一个人的信用状况也不是仅仅简单地通过物质富裕和所处社会阶层就能反映的，更重要的是来源于他本身的内部因素和环境。在金融信息、信用状况、外部评价方面，各项指标均通５%或１０%显著水平的检验，这方面数据相对于上面户主和家庭信息、经营状况方面的数据更具有客观性，上面的数据受被调查人填写时的主观影响，也许偏离实际。值得注意的是外部评价对信用反映效果具有非常高的可靠性，基本与“安徽省信用信息共享服务平台”上的评价是一致的。表１农户信用评价指标体系变量项目指标分类评价指标赋值因变量信用状况信用综合反映效果（y）显著＝１，不显著＝0解释变量户主和家庭基本信息年龄（x1）<30岁＝1，30~45＝２，>50=3文化程度（x2）文盲＝0，小学＝１，初中＝２，高中＝3，大专及以上＝４健康状况（x3）差＝0，较差＝1，良好＝2，健康＝3婚姻状态（x4）离婚＝0，未婚＝1，已婚＝2家庭劳力人数（x5）家庭有劳动能力的人数经营状况是否为自办经营实体（x6）否＝0，是＝1生产经营能力（x7）较差＝0，一般＝1，较强＝2，很强＝3收入来源（x8）种植＝1，养殖＝2，工资＝3，投资＝4收入水平（x9）０＝0，<2万=1,2~5万=2,5~1０万＝3，>10万=4金融信息是否有民间借贷（x10）否＝0，是＝1与金融机构有无业务往来（x11）否＝0，是＝1贷款余额（x12）<2万=1,2~5万=2,5~10万＝3，>10万=4担保情况（x13）否＝0，是＝1保险状况（x14）保险险种数目信用状况个人征信记录（x15）有信贷逾期记录＝0，无信贷逾期记录＝1表彰信息（x16）无＝0，乡镇级＝1，县级＝2，市级＝3，省级＝4外部评价是否欠交税费（x17）否＝1，是＝0家庭是否和睦（x18）否＝0，是＝1村委会评价（x19）差＝0，一般＝1，好＝2，优秀＝3是否违法、违纪（x20）否＝1，是＝0注：因变量为y，其余自变量为x1－x20。表２实证检验结果变量系数P值常量C-8.8535**0.0106年龄（x1）0.15396**0.0306文化程度（x2）0.7069**0.0443健康状况（x3）-0.9624**0.0170婚姻状态（x4）-0.79990.1443家庭劳力人数（x5）0.6652**0.0408是否为自办经营实体（x6）-0.9228***0.0713生产经营能力（x7）0.7905**0.0173收入来源（x8）-0.31990.4543收入水平（x9）-0.08930.7927是否有民间借贷（x10）1.4231**0.0161是否与金融机构有业务往来（x11）0.5321***0.0621贷款余额（x12）0.2046**0.0471担保情况（x13）0.2221***0.0548保险状况（x14）0.0711***0.0967个人征信记录（x15）0.2792**0.0216表彰信息（x16）0.5627**0.0353是否欠交税费（x17）2.2080**0.0165家庭是否和睦（x18）0.8393**0.0378村委会评价（x19）0.4329**0.0213是否违法、违纪（x20）3.6174**0.0315注：**、***分别表示在５%、10%的水平上显著。四、对策及建议基于以上研究和在怀宁县生活实践经验，笔者对完善农户信用评价指标体系建设乃至农村信用体系建设从农户信用评价指标体系建设、农户信用信息平台建设、健全完善组织领导激励机制、政策扶持、征信知识宣传等方面提出以下对策及建议：（一）农户信用评价指标体系建设农户信用评价指标体系建设是关系到农户最终信用状况的基石,一个可行和易于操作的农户信用评价指标体系不仅能够对农户基本信用信息全面覆盖还能客观真实地反映出农户信用状况。信用评价指标选取应遵从“可靠性、可操作性、全面性”原则。其次，针对农村实际情况，数据的采集要有专业人员去现场采集，这样不仅可以解疑答惑还能指导填写，而不是通过发放问卷让农户填写然后回收或是直接分配调查任务给当地的镇或行政村，这样由于农民受文化程度局限和人为主观因素导致统计信息失真和错误。数据的录入、更新还应将税务、环保、法院等部门个人信用综合考虑后一并纳入体系内。（二）农户信用信息平台建设建立统一的农户信用信息评价指标体系建设系统，方便数据的采集、更新、数据共享。建议利用人民银行个人征信系统平台为依托、农户信用信息评价指标体系建设系统为主、商业银行及其他社会信用信息系统为辅，完善对环保、税务、法院等部门信息数据的接入。给各个行业、部门以信息数据接入端口，使有关农户信用信息得到及时完善和更新，提高其信用信息的准确度。（三）健全完善组织领导激励机制成立专门负责农户信用信息的部门或组织，完善工作机制，发挥组织领导、协调作用。加强政府、人民银行、相关部门之间的协调领导作用，号召社会各界广泛参与，建立农村信用体系建设联席会议制度，定期召开会议，总结已有成果，研究部署下一步工作，制定工作计划和任务考评机制，使农村信用体系建设常态化。对信用体系建设中突出的问题集中精力解决，与其他地区类似工作组织保持密切沟通，学习他人先进的工作经验和方法，因地制宜的运用到本地区以解决本地区农村信用体系建设中遇到的问题。发挥信用引导信贷资金配置的正向激励作用，出台相应的政策措施，鼓励农村地区金融机构增加对“三农”的信贷支持，引导农村地区金融机构对信用良好的农户在贷款额度、期限、利率等方面给予优惠。（四）加大政府对信用体系建设的政策扶持力度加大政策扶持力度，提高各方参与的积极。一是政府对中介机构为银行和统一平台提供涉农信用信息和农户信用评级的给予一定补贴和税收减免等优惠政策。二是建立信用贷款风险补偿机制，对银行向信用户发放的信用贷款出现风险时按一定比例给予补偿，降低银行信贷风险损失。三是建立信用体系建设考评奖励机制，对评为“信用户、信用村、信用镇”的集体和个人给予荣誉和奖励，营造“守信激励、失信惩戒”的氛围，提升各方参与的积极性。（五）加强征信教育宣传，提高诚信意识征信作为一个新生事物，农民对征信知识知之甚少。加强征信知识宣传力度，弘扬诚信美德，使更多农户有诚信的意识。中国人民银行等相关部门除每年组织“信用关爱日”活动外，还应不定期开展征信知识“进校区、进农村、进社区、进工厂、进银行”等活动，通过媒体、网络、报纸、微信公共平台、宣传栏、电子显示屏、活页宣传册等形式宣传征信教育，增强广大农民群众的信用意识，提高其参与信用体系建设的自觉性，有效推动农村信用体系建设。参考文献：[1]许不民.农村信用体系建设的难点问题及解决路径[Ｊ].征信，2015(3):49－52[2]孙亚，唐友伟.农户信用评价指标体系设计初探[Ｊ].中国农村信用合作，2014(5):64－65[3]王惠芬，吴东斌.ＴＳＦ农户信用评估指标