麗水市林權抵押貸款額度與各因素的關系分析與研究

摘要：林權抵押貸款是集體林權制度改革中促進農民增收致富的重要舉措之一，以浙江省麗水市為例，結合麗水市林業發展狀況，對麗水市林權抵押貸款額度與各因素的關系進行分析與研究，本文基于浙江省林權監管平臺，獲取了2013-2018年麗水市林權抵押貸款數據，從林地面積、農戶年齡及抵押年限（年等方面進行分析，歸納出該市林權抵押貸款所存在的問題，并提出相應的對策。

關鍵詞：林權抵押貸款;現狀分析;貸款額度的影響因素

中圖分類號：TP393

文獻標識碼：A

文章編號：1009-3044（2020）04-0202-02

收稿日期：2019-10-15

基金項目：浙江省教育廳科研項目（Y201533460）;浙江省林業智能監測與信息技術研究重點實驗室作者簡介：陳芳（1979—），女，浙江臨安人，碩士，實驗師。

麗水市為浙江省轄地級市。麗水市下設蓮都區1個市轄區，轄青田、縉云、云和、慶元、遂昌、松陽、景寧7縣，代管轄龍泉1市，地理地貌屬典型的“九山半水半分田”的山區，是浙江省的重點林區。全市的林業用地面積達2151萬畝，占全市土地總面積的83.1%，占全省的四分之一。林木蓄積量4424萬立方米，森林覆蓋率可達到77.6%，林木綠化率為80.79%，素有“浙南林?！敝Q。麗水市雖然有著如此豐富的森林資源，但在經濟上卻是一個相對欠發達地區。

2007年，麗水市對山林進行資產評估，啟動林權抵押貸款。從此林農隨時可以拿其合法擁有的林權向金融部門進行信貸需求。實現“活樹變活錢、資源變資本”，從根本上解決當時制約林農經營發展的資金瓶頸。本文以浙江省麗水市的慶元縣和遂昌縣為研究區域，基于浙江省林權一卡通系統采集2013-2018年的農戶數據，分析麗水市林權抵押貸款額度與各影響因素的關系，從而對林農的抵押貸款方案提出優化建議。有利于提高林農的經濟收益和推動林業產業結構的發展。

1 變量選擇與研究假設

1.1 分析目的及變量選擇

金融是經濟發展的驅動力，林權抵押貸款為林農的創業和投資提供了重要的資金保證。那么如何進一步完善林權抵押貸款政策，滿足林農更多的資金需求，為其創業和投資提供更加強力的資金需求呢？根據以上的分析和前人的研究，基于數據庫中能夠提取出來的數據，本文將通過對林權抵押貸款額度與農戶自身因素及非農戶因素兩個方面的關系來找出影響貸款額度的主要因素，給林農提出較合理的貸款方案從而能夠增加林農所獲得的貸款金額。其中農戶自身因素是農戶的年齡（x1），從農戶的身份證號中提取出來。非農戶因素包括抵押年限（x2）、林地面積（x3）等。

1.2 變量的相關性檢驗

對3個自變量之間的相關性進行檢驗，由表2的相關系數矩陣可以看出，各個自變量之前的相關性都不高，因此可以將這些自變量都歸人模型中進行分析研究。

1.3 研究假設

首先，農戶的個人因素與林權抵押貸款額度的關系密切。農戶的年齡、信用度和收人情況等都會影響貸款額度的大小。因此，從數據庫中提取了農戶年齡來進行研究。一般來說隨著年齡的增大，勞動能力有所下降，通過勞動所創造的價值有限，意味著對漸漸失去穩定的還款來源，因此基于防范風險的考慮，年齡過大還款能力會下降，得到的額貸款額度也會下降。假設貸款額度隨著年齡的增長而呈現遞減式增長的趨勢。

其次，從非農戶的個人因素來看，林權抵押年限與貸款額度也存在著一定的聯系。林權抵押年限的增加往往會使貸款額度增加，因為林農一旦選擇長期貸款，那么他們所放棄的將林業生產要素投人到其他產業中獲得的利益就會增加，即機會成本的增加。因此本文假設貸款額度與抵押年限呈正相關。

綜上所述，抵押面積對貸款的額度會有一定的影響，抵押面積越大貸款額度也會越大。

2 模型建立與優化

2.1 模型建立

以貸款額度（歷）為因變量，林地面積（畝）、農戶年齡及抵押年限（年）做為因變量建立多元線性回歸模型式中，結果如下表所示。從表3中數據顯示，R方表示模型的擬合度，該值越接近1，說明擬合效果越好。表3中R方為0.034，說明擬合度特別低。出現此現象的原因分析：各自變量與因變量之間可能不存在直接的線性關系，因此尋找因變量與各自變量之間存在怎樣的相關關系，進而對模型進行優化和改進。

2.2 模型優化

將因變量與單個自變量進行曲線估計。大致了解因變量與每個自變量之間存在怎樣的關系。

首先將貸款額度（萬元）與農戶年齡進行曲線估計。經過驗證得到線性、對數、二次及三次模型的F檢驗的顯著性較強，表4中的R方顯示的擬合度分別為0.019、0.005.0.442.0.851，其中.三次曲線的擬合度最高。

同理對貸款額度（萬元）與林地抵押面積進行曲線估計?？梢钥闯鲇捎诿娣e包含非正數值，因此無法進行對數模型擬合。其他模型的顯著性都很高，但其中三次曲線模型的擬合度最高。

在對農戶年齡和貸款額度的曲線估計中得出各曲線的擬合程度都過低，說明農戶年齡與貸款額度之前的關系并不顯著。因此將年齡的影響剔除。

根據之前所做的曲線估計結果，將非線性的模型轉化為線性模型。對自變量進行如（2）式變換，再帶入（3）式中進行擬合。

2.3 結果分析與模型檢驗

模型擬合結果如表5和表6所示：回歸方程總體顯著性檢驗（R方檢驗）。從表中統計數據可得，R方=0.852，說明各個自變量與因變量之間的相關性很高，模型的擬合度較好。各個參數顯著性檢驗（T檢驗）。表中t表示各個參數的t臨界值，Sig.表示t臨界值的顯著性，若顯著性小于0.05，則說明參數顯著性強，方程可以通過檢驗。由表可知，除面積和面積平方的顯著性分別為0.01和0.012以外，其他個參數顯著性都為零，表明各個參數的顯著性都很強，可以通過t檢驗。

3 結束語

從上述模型的擬合過程來看，抵押貸款的年限對貸款額度的影響比較顯著，基本符合假設。而林地抵押面積和農戶年齡對抵押貸款的影響并不顯著，說明在評估抵押貸款額度時，抵押面積和農戶年齡所占的比重不高，甚至沒有影響，因此拒絕了之前的研究假設。

總體來說抵押貸款額度與各個因素之間的關系并不顯著。影響貸款額度的因素有很多，但由于數據庫中數據種類有限，因此無法進行其他分析。

參考文獻：

[1]張建龍.繼續深化集體林權制度改革全面提升集體林業經營發展水平[J].林業經濟，2016，38（1）：3-8.

[2]金婷，劉強，劉帥，等.林權抵押貸款制約因素與發展對策研究——基于浙江省花橋村典型案例調查[J].林業經濟，2018，40（9）：36-39.

[3]張蘭花.林權抵押貸款信用風險管理探析[J].林業經濟問題，2016，36（6）：541-545.

[4]朱莉華，馬奔，溫亞利.新一輪集體林權制度改革階段成效、存在問題及完善對策[J].西北農林科技大學學報：社會科學版，2017，17（3）：143-151.

[5]郭燕茹.集體林權抵押相關配套制度問題研究[J].林業經濟，2018，40（9）：46-49，54.

[6]胡宇軒，黃毅，文彩云，等.農戶林權抵押貸款需求意愿影響因素實證研究——基于7省3500戶樣本農戶調查[J].林業經濟，

2017，39（12）：50-55.

[7]徐秀英.浙江省深化集體林權制度改革實踐與對策研究[J].林業經濟2018，40（8）：30-35.

[8]王曉麗，石道金.基于信用增級及定價視角下的公益林收益權質押貸款研究——以浙江省為例[J].林業經濟，2018，40（9）：40-45.

[9]熊立春，王鳳婷，程寶棟.中國林業產業結構優化及其影響因素分析[J].農業現代化研究，2018，39（3）：378-386.

[10]趙茂，楊洋，王見.集體林權制度改革對農戶收人影響的實證研究[J].經濟與管理研究，2018，39（2）：55-64.

[11]張凡永，杜娟，康小蘭，等.農戶林業收人的影響因素及其作用機理實證研究[J].林業經濟，2017，39（7）：15-22.

[12]劉浩，劉璨.我國集體林產權制度改革及配套改革相關政策問題研究[J].林業經濟，2016，38（9）：3-12.

[13]翁夏燕，陶寶山，朱臻.林業補貼對農戶林權抵押貸款意愿的影響研究——基 于浙江省建德和開化的農戶調查[J].林業經濟問題，2016，36（4）：324-331.

[14]劉林，王宇華，喬衛陽.林權改革的收入效應——基 于浙江省重點林區的實證研究[J]上海經濟研究，2016，28（8）：67-73，83.[15]WEI Xin，GE Jinchun.Obstacles to the mortgage financing of forest rights and its countermeasures[J].亞洲農業研究：英文版，2011，3（5）：144-147.

[16]Ding Haijuan，Liu Xinyu.Analysis of institutional dilemma of forest property mortgage loan[J]Forestry Science and Technology，2012，1 1（3）：92.Ding Haijuan，Liu Xinyu..Analysis of institutional dilemma of forest property mortgage loan[J].中國林業科技：英文版，2012，1 1（3）：92.

[17]Li ZHOU，Yuhui LI.A review of rural policy-favored petty loan forest property certificate mortgage[J].亞洲農業研究：英文版，2014，6（8）：8-11，17.

[通聯編輯：唐一東]