1. 引言
“民族要复兴、乡村必振兴”，我国作为一个农业生产大国，一直以来“三农”问题都是我国发展关注的核心[1] [2]。自2007年《农民专业合作社法》的颁布实施，为了扶持合作社快速健康发展，国家始终关注并持续在相关政策上给予照顾。随着国家政策的不断推进和援藏对口的大力支持，拉萨市农牧民专业合作社发展迅猛，数量急剧增加，截至2024年，拉萨市已有1621家农牧民专业合作社在市场监督管理部门注册登记。拉萨市农牧民专业合作社的成立，不仅促进了当地农牧民的增收，而且还极大地改善了他们的生活水平，为拉萨市的农牧民经济发展奠定了坚实的基础。首先本研究聚焦拉萨市农牧民专业合作社的金融支持问题，以信贷配给理论、产权理论及信息不对称理论为研究框架，研究数据来源于拉萨市农业农村局的内部统计资料以及针对238家合作社的实地调研问卷[3]。通过实证分析发现，当前合作社在金融支持方面存在显著短板。从内部制约因素来看，主要表现为启动资金匮乏、可用于抵押的资产有限、组织管理机制不健全以及市场开拓能力不足；从外部环境来看，则存在农村金融服务体系不完善、农业保险产品创新滞后、信用评价机制不健全以及政策扶持力度有限等问题。上述内外部因素的共同作用，制约了合作社获取金融资源的效率。其次，在实证分析部分，本文采用二元Logistic回归模型进行实证检验，通过二元Probit回归进行稳健性检验，并进一步运用Hosmer-Lemeshow拟合度检验方法对模型的拟合优度进行有效性验证。最后，依据理论分析、现状分析以及实证研究的结果，对此进行了总结阐述。本研究通过实证分析，从合作社、金融机构和政府政策保障三个关键层面提出系统性优化建议。
2. 拉萨市金融支持农牧民专业合作社发展现状
2.1. 拉萨市农牧民专业合作社发展现状
2.1.1. 农牧民专业合作社数量
拉萨市首批农牧民专业合作社自2008年成立以来，在政策引导和制度创新的推动下，农业经营规模持续扩大，组织化程度显著提升。自2010年下半年以来，拉萨市采取“发展先行、规范跟进，示范引领、逐步推广”的策略，在农牧民专业合作社建设方面取得了突破性进展，为区域农业现代化提供了有力支撑，见图1。
2.1.2. 农牧民专业合作社产业分布
根据拉萨市农业农村局的官方统计数据3-2所示，截至2024年，全市范围内已注册成立1621家农牧民专业合作社。见表1拉萨市2024年以养殖业、建筑施工和制造业合作社为主，占到拉萨市所有合作社的63.42%。在2023年拉萨市养殖业为280家，占比为17.01%。其他行业为513家，占比为30.49%。就拉萨市而言，合作社发展目前主要集中在畜牧业和农机服务两个板块，这两个领域在创新发展模式和多元化经营路径方面仍存在较大提升空间。
Figure 1. Number of registered farmers’ and herders’ professional cooperatives in Lhasa (2008~2024)
图1. 2008~2024年拉萨市农牧民专业合作社注册数量
Table 1. Year-on-Year changes in cooperative industries (2023~2024)
表1. 2023~2024农牧民专业合作社产业变化情况
种类 |
数量(家) |
占比(%) |
种类 |
数量(家) |
占比(%) |
种植业 |
131 |
7.95% |
种植类 |
142 |
8.76% |
养殖业 |
280 |
17.01% |
养殖类 |
421 |
25.97% |
种养结合 |
81 |
4.92% |
加工类 |
166 |
10.24% |
农产品加工 |
118 |
7. 16% |
农机服务类 |
43 |
2.65% |
农机服务 |
52 |
3. 15% |
建筑施工类 |
328 |
20.24% |
劳务输出 |
4 |
0.24% |
运输类 |
41 |
2.53% |
建筑工程 |
221 |
13.42% |
制造类 |
279 |
17.21% |
旅游服务 |
40 |
2.43% |
批发销售 |
87 |
5.37% |
运输 |
35 |
2. 12% |
文旅类 |
64 |
3.95% |
产品销售 |
182 |
11.05% |
租赁 |
19 |
1.17% |
其他行业 |
513 |
30.49% |
采砂 |
16 |
0.99% |
|
|
|
其他 |
15 |
0.93% |
数据来源：农业农村局内部资料。
2.1.3. 农牧民专业合作社资金扶持统计情况
根据表2所示，对获得市级示范社认定的合作社给予5万元一次性资金支持，目前已累计发放示范社扶持资金545万元。2017年至2023年间，共投入2557.5万元培育资金，用于支持合作社的设备升级、原材料采购、新品种引进和品牌建设等项目，充分体现了政府对合作社发展的高度重视和大力支持。
Table 2. Financial assistance data for Lhasa’s farmer and herder cooperatives
表2. 拉萨市农牧民专业合作社资金扶持统计情况
年份 |
合作社数量(家) |
金额(万元) |
2017 |
10 |
297.5 |
2018 |
44 |
775 |
2019 |
73 |
385 |
2020 |
26 |
260 |
2021 |
13 |
390 |
2023 |
20 |
450 |
共计：2557.5万元 |
数据来源：农业农村局内部资料。
2.2. 拉萨市金融支持农牧民专业合作社发展的调查统计分析
为全面掌握拉萨市农牧民专业合作社在金融支持方面的供需现状，使论文研究更加有意义[4]。本人首先对拉萨市农牧民专业合作社进行预调研，看问卷设计是否符合拉萨市农牧民专业合作社实际内容，经过预调研进行修改之后，于2024年8月~11月开展了对拉萨市农牧民专业合作社的实地调研，调查问卷的具体内容在本文附录呈现。本研究的数据采集工作主要通过以下四种方式完成：首先，系统收集整理了2008~2024年间拉萨市农业农村局的官方统计数据、政府网站公开信息、金融机构官网资料以及西藏统计年鉴等文献资源。其次，组织实地走访调研，对象涵盖拉萨市银行、保险公司以及中国人民银行西藏分行等市级机构。再次，通过电话访谈方式获取了部分合作社的经营数据。最后，采用问卷调查法，对合作社负责人进行面对面访谈。
2.2.1. 拉萨市农牧民专业合作社金融需求
农牧民专业合作社作为连接小农户与现代农业的重要桥梁，在促进农户与市场有效对接、优化传统交易模式、推动产业集聚发展方面发挥着关键作用[5]。通过合作社建设，有助于实现农业生产的产业化、标准化、规模化和集约化，进而提高农业生产效率和经济效益，加快农业现代化进程。基于拉萨市实际情况，本研究将合作社金融需求归纳如下。
首先，合作社对金融支持存在强烈需求。调查显示，社长普遍认为获取适当的外部融资是扩大经营规模的关键。然而，当前融资渠道单一、资金来源有限等问题突出，主要依赖社员出资、抵押贷款和民间借贷等方式，金融机构贷款审批通过率较低。这种供需失衡导致合作社金融需求难以得到有效满足。其次，合作社对融资额度需求较大。随着经营规模扩大和产业链延伸，传统小额贷款已无法满足其发展需求。这些合作社主要从事种植养殖业务，并逐步向加工、销售等环节拓展，对资金的需求呈现持续增长趋势。最后，合作社获取金融支持面临诸多障碍。调查反映，贷款申请程序复杂且成功率低。尽管负责人积极寻求融资支持，但由于起步较晚、基础薄弱，难以满足金融机构的信用贷款或抵押贷款条件，导致多次申请未果，严重制约了合作社的可持续发展。
2.2.2. 拉萨市农牧民专业合作社金融供给
尽管政府积极推进普惠金融服务体系建设，引导各类商业银行拓展农村金融市场，但拉萨地区能够为农牧民专业合作社提供实质性信贷支持的金融机构仍显不足。调查显示，这些金融机构创新“合作社 + 金融”服务模式，开发了“雪域惠e贷”、青稞贷、林果贷、牦牛贷、固边贷等15种具有区域特色的线上线下融合信贷产品，为新型农业经营主体提供资金支持。这些金融创新产品的推出，旨在通过优化信贷服务促进农牧业现代化进程，助力乡村振兴战略实施。截至2023年末，我区涉农信贷规模达到1735.50亿元，在全部贷款中的占比为29.80%。与年初相比，涉农贷款新增78.66亿元，增幅达5.40%；其中，拉萨金融机构本币外币各项存款3858.91亿元，比年初增长8.1%，其中住户存款余额545.86亿元，增长22.3%。涉农贷款的增长不仅支持了西藏拉萨市农牧业的发展，还推动了当地的经济社会发展，这些举措进一步增强了金融服务的覆盖面和能力，为实体经济发展提供了有力支持。为乡村振兴注入了强劲动力。
3. 研究设计
指标构建
参考咸文瑾(2018)、肖宇航(2021)任海龙等(2023)等的研究成果，结合拉萨市实际情况，本文 (1) 合作社的基本信息(成立时间、工商注册情况、注册资本、经营范围以及组建模式)；(2) 合作社经营能力情况，(资产规模、2023年收入、财务制度、产销一体化、示范性合作社以及商标或者品牌)；(3) 合作社理事长的基本信息，(理事长的年龄、所受教育程度、是否担任职务等)；(4) 合作社产权，农业保险政府政策扶持；等作为解释变量，具体赋值见表3。
Table 3. Indicator framework for empirical analysis of financial support to farmers’ and herders’ professional cooperatives
表3. 农牧民专业合作社金融支持实证分析指标构建
变量类型 |
影响因素 |
变量名称 |
变量含义 |
均值 |
标准差 |
因变量 |
|
金融支持可得性 |
Y = 1获得；Y = 0未获得 |
2.387 |
0.942 |
自变量 |
合作社基本特征 |
经营时间(X1) |
2015前 = 1；2016~2018年 = 2；
2019~2021年 = 3；2022~2023年 = 4； |
1.912 |
0.814 |
示范等级(X2) |
无等级 = 1；县级 = 2；市级 = 3；
省级 = 4；国家级 = 5； |
0.252 |
0.435 |
是否拥有商标(X3) |
是否有商标、获绿色食品认证 = 1；无 = 0 |
2.139 |
1.003 |
经营能力 |
财务制度完善水平(X4) |
不完善的赋值为1，一般赋值为2，
较完善赋值为3。 |
0.214 |
0.411 |
是否实行产销一体化(X5) |
是 = 1；否 = 0； |
1.223 |
0.548 |
资产规模(X6) |
10万以下 = 1；10~50万 = 2；50~100万 = 3； 100~200 = 4；200万以上 = 5； |
2.647 |
1.036 |
2023年的纯收入(X7) |
0~5万元 = 1；5~10万 = 2 10~20万元 = 3；20~50 = 万元 = 4；50~100 = 5；
100万以上 = 6； |
0.613 |
0.488 |
理事长的背景 |
文化程度(X8) |
没上过 = 1；小学 = 2；初中 = 3；
高中 = 4；大专/本科 = 5 |
0.244 |
0.433 |
理事长年龄(X9) |
35岁以下 = 1；36~45岁 = 2；
46~55岁 = 3；55岁以上 |
2.059 |
0.524 |
理事长是否担任职务(X10) |
是 = 1；否 = 0； |
0.332 |
0.472 |
政府扶持政策 |
是否政府支持(X11) |
是 = 1；否 = 0； |
0.126 |
0.333 |
购买农业保险 |
是否购买农业保险(X12) |
是 = 1；否 = 0； |
0.076 |
0.265 |
合作社的产权 |
有无抵押物(X13) |
有 = 1；无 = 0； |
2.387 |
0.942 |
4. 实证分析
4.1. 多重共线性检验
研究农牧民专业合作社对金融支持获得的影响因素，需要对选取的自变量进行相关 检验，检验其是否存在多重共线性。如下表4显示，变量因子(VIF处于0~10)之间，表示本文选取的变量之间不存在严重的多重共线性的问题。
Table 4. Multicollinearity test of independent variables
表4. 自变量多重共线性检验表
变量名称 |
VIF 值 |
1/VIF |
变量名称 |
VIF 值 |
1/VIF |
理事长年龄 |
2.18 |
0.459 |
财务制度完善水平 |
1.2 |
0.831 |
文化程度 |
2.16 |
0.462 |
施行产销一体化经营 |
1.17 |
0.853 |
理事长是否担任职务 |
1.47 |
0.679 |
2023年纯收入 |
1.17 |
0.856 |
经营时间 |
1.33 |
0.749 |
政府支持 |
1.15 |
0.866 |
是否拥有商标及品牌认定 |
1.31 |
0.764 |
有无抵押物 |
1. 14 |
0.879 |
示范等级 |
1.29 |
0.774 |
购买农业保险 |
1. 1 |
0.907 |
资产规模 |
1.23 |
0.811 |
|
|
|
4.2. 二元Logistics回归
Table 5. Multivariate binary logistic regression analysis
表5. 多因素二元Logistics回归分析
变量 |
B |
S.E. |
Wald |
df |
P |
OR |
95% CI |
显著性 |
文化程度 |
1.234 |
0.616 |
4.017 |
1 |
0.045 |
3.435 |
1.028~11.482 |
** |
年龄 |
0.631 |
0.535 |
1.395 |
1 |
0.238 |
1.880 |
0.659~5.360 |
|
经营时间 |
−0.779 |
0.342 |
5.193 |
1 |
0.023 |
0.459 |
0.235~0.897 |
** |
资产规模 |
0.809 |
0.378 |
4.586 |
1 |
0.032 |
2.246 |
1.071~4.711 |
** |
示范等级 |
2.288 |
0.736 |
9.649 |
1 |
0.002 |
9.852 |
2.326~41.724 |
*** |
2023年纯收入 |
1.887 |
0.800 |
5.562 |
1 |
0.018 |
6.601 |
1.375~31.678 |
** |
财务制度完善水平 |
0.340 |
0.686 |
0.246 |
1 |
0.620 |
1.405 |
0.366~5.387 |
|
理事长是否担任职务 |
2.582 |
0.787 |
10.766 |
1 |
0.001 |
13.221 |
2.828~61.806 |
*** |
购买农业保险 |
2.655 |
0.943 |
7.931 |
1 |
0.005 |
14.220 |
2.241~90.208 |
*** |
是否拥有商标 |
2.212 |
0.726 |
9.291 |
1 |
0.002 |
9.133 |
2.203~37.873 |
*** |
实行产销一体化经营 |
2.833 |
0.787 |
12.946 |
1 |
0.000 |
16.988 |
3.631~79.476 |
*** |
有无抵押物 |
1.728 |
0.759 |
5.177 |
1 |
0.023 |
5.629 |
1.271~24.933 |
** |
政府支持 |
1.745 |
0.784 |
4.946 |
1 |
0.026 |
5.724 |
1.230~26.636 |
** |
常量 |
−18.324 |
4.521 |
16.432 |
1 |
0.000 |
0.000 |
|
*** |
注：***p < 0.01，**p<0.05，*p < 0.1下同。
综上所述，根据表5二元Logit回归模型的表3-2分析结果，文化程度、经营时间、资产规模、示范等级、2023年纯收入、理事长是否担任职务、购买农业保险、高低以及是否 得到过政府的政策支持是对金融支持可获性有显著影响的因素。而年龄财务制度完善 水平、则对金融支持可获性的影响不显著。因此，针对显著影响因素建设和优化合作社，对于指导合作社发展、优化政策建设以及提升合作社整体竞争力等方面具有重要的实践意义。
4.3. 稳健性检验
基于前文确定的估计方法，本研究采用Probit模型对影响农牧民专业合作社融资能力的相关因素进行回归分析。实证结果表明，该模型具有较高的稳健性，能够有效解释 各变量对金融支持获得的影响机制。结果见表6。
Table 6. Probit regression results
表6. Probit回归结果
|
变量 |
系数 |
标准误差 |
z |
p > |z| |
95%置信区间 |
显著性 |
理事长背景 |
年龄 |
0.377 |
0.279 |
1.350 |
0.177 |
−0.170 |
0.923 |
|
文化程度 |
0.690 |
0.314 |
2.200 |
0.028 |
0.074 |
1.305 |
** |
担任职务 |
1.346 |
0.411 |
3.280 |
0.001 |
0.541 |
2.151 |
*** |
合作社特征 |
经营时间 |
−0.464 |
0.190 |
−2.450 |
0.014 |
−0.836 |
−0.093 |
** |
是否有商标 |
1.185 |
0.387 |
3.060 |
0.002 |
0.425 |
1.944 |
*** |
示范等级 |
1.196 |
0.391 |
3.060 |
0.002 |
0.430 |
1.961 |
*** |
合作社经营能力 |
资产规模 |
0.420 |
0.200 |
2.100 |
0.035 |
0.029 |
0.812 |
** |
财务制度完善水平 |
0.112 |
0.376 |
0.300 |
0.765 |
−0.624 |
0.848 |
|
施行产销一体化经营 |
1.444 |
0.397 |
3.630 |
0.000 |
0.665 |
2.223 |
*** |
2023年纯收入 |
1.128 |
0.433 |
2.610 |
0.009 |
0.280 |
1.975 |
*** |
政府支持政策 |
政府支持 |
0.933 |
0.411 |
2.270 |
0.023 |
0.128 |
1.737 |
** |
合作社的产权 |
有无抵押物 |
0.892 |
0.413 |
2.160 |
0.031 |
0.082 |
1.702 |
** |
购买农业保险 |
购买农业保险 |
1.395 |
0.519 |
2.690 |
0.007 |
0.377 |
2.413 |
*** |
|
Constant |
−9.900 |
2.352 |
−4.210 |
0.000 |
−14.509 |
−5.290 |
*** |
Pseudo R2 = 0.6694, Log likelihood = −36.152185, LR = 146.40, Prob > chi2 = 0.0000.
最后，采用Hosmer-Lemeshow拟合度检验方法再次对二元Logistic回归模型拟合优度情况进行一次检验。从表7可知，本研究采用二元Logistic回归模型进行实证分析其原假设为模型预测值与实际观测值具有一致性。检验结果显示，Hosmer-Lemeshow检验的p值为0.0252 (大于显著性水平0.05)，因此不能拒绝原假设，表明模型具有较好的拟合优度，能够有效解释变量间的关系。
Table 7. Hosmer-Lemeshow Goodness-of-Fit test
表7. Hosmer-Lemeshow拟合度检验
霍斯默–莱梅肖检验 |
步骤 |
卡方 |
自由度 |
显著性 |
1 |
10.189 |
8 |
0.252 |
5. 政策建议
现对拉萨市金融支持农牧民专业合作社发展有针对性的从农牧民专业合作社、金融机构、政府三个主体角度出发提出对策建议，具体如下所示。
5.1. 加强合作社自我发展内生动力，提高经营能力水平
通过完善内部经营体系建设、财务制度建设和人才引入与培养等方面的措施，可以有效地提高合作社运营管理效率并推动其健康发展。这将对农业现代化和乡村振兴战略的实施产生积极的影响。
5.2. 丰富金融机构所供服务，提高涉农服务水平
通过革新产品与业务、完善合作社信用体系等措施，可以提高涉农服务水平，促进金融机构与合作社之间的合作与发展。这些措施不仅有助于解决当前存在的问题，还能为农村经济发展和优化金融生态环境提供有力支持。
5.3. 政府加大金融支持力度，营造良好金融生态环境
为了提高金融支持效率，创新和探索新的金融支持方式是必要的。一方面，我们应积极引导社会资金进入农牧区金融市场，以增加农牧民专业合作社的资本来源。另一方面，应明确金融扶持的方向，未来的金融扶持应更偏向普惠支持，逐步减少“扶强不扶弱”的局面。这将有助于提升拉萨市农牧民专业合作社的整体质量，推动其发展。
基金项目
西藏大学研究生高水平人才培养计划项目“西藏拉萨市农牧民专业合作社发展的金融支持研究”(2022-GSP-S005)。