二 数据与研究方法
（一）数据来源
本文所采用的数据来自课题组在2017年6月到2017年11月的调研。本调查利用多阶段、典型、随机抽样的方法，进行面对面问卷调查。调研组在河南省、山西省和陕西省3省各选取1个县（市、区），然后在选定的县（市、区）内以典型抽样的方式选定50个具有代表性的村庄，其中，兰考县有14个自然村，永济市有20个自然村，蒲城县有16个自然村。最后，在选定的每个村庄中按2∶1的比例随机选取20个农户[3]。调查中共有问卷1000份，得到有效问卷925份。
本文我们将使用925份有效问卷当中的625份有效的社员问卷来分析社员参与贷款行为的影响因素。在所有样本社员中，有253位参与合作社信用贷款，占样本总数的40.5%。已经有贷款行为的社员与所有样本社员，两者在年龄分布上较为接近，主要集中在46～55岁和56岁及以上。与所有样本社员相比，发生贷款行为的社员文化程度相对较高，其中，文化程度在高中及以上的样本所占比重为26.9%。与所有样本社员相比，社员家庭年务农收入越多发生贷款行为的概率越大，耕地面积越多发生贷款行为概率越大。此外，相对于所有样本社员而言，有被正规银行拒绝贷款经历的社员发生贷款行为的概率更大。具体特征见表1。
表1 样本社员的基本特征
（二）研究方法
本文将研究社员贷款行为的影响因素，因变量为二分类变量，即社员是否发生贷款行为。因为就当前合作社信用合作的运行机制来看，合作社只对社员提供贷款业务。为此，在借鉴已有的研究成果基础上，本文将运用因子分析降维的四个主要研究内容，以社员的基本情况作为控制变量，社员是否贷款作为因变量，运用二元Logistic模型分析，并进行稳健性检验，以深入考察合作社信用合作中影响社员贷款行为发生的影响因素。
本文拟建立影响社员贷款行为发生的函数表达式：
其中λi表示第i个事件发生的概率，1-λi表示该事件不发生的概率，λ的取值范围为0～1。α为常数项，x1，x2，…，xn-1、xn为自变量，分别表示影响社员贷款的因素。β1，β2，…，βn-1，βn对应自变量的回归系数。
对变量进行如下解释。
1.自变量
本文把信任程度、内疚程度、信用知识和人际交往作为主要研究的四个方面。
信任程度。通过询问被访者对合作社信贷员的信任程度、社员对合作社的社长和理事长的信任程度、社员对合作社其他管理人员的信任程度、社员对合作社其他社员的信任程度来测量社员的主要人际交往的信任程度。答案依次赋值为：不信任—1、有点信任—2、比较信任—3、非常信任—4。
内疚程度。通过询问被访者违约时的内疚程度，分别针对四个金融机构，即“对农村信用社违约时的内疚程度”“对银行违约时的内疚程度”“对民间高利贷违约时的内疚程度”“对农民合作社违约时的内疚程度”进行访问来综合测量社员对金融机构违约时的内疚程度。答案依次赋值为：一点也不内疚—1、不内疚—2、无所谓—3、内疚—4、非常内疚—5。
信用知识掌握情况。通过询问被访者“您对贷款利率了解吗”“您对合作社股金分红了解吗”“您对贷款合同了解吗”“您对合作社的政策了解程度”来做分析。答案依次赋值为：没有听说过—1、听过但不了解—2、有点了解—3、比较了解—4、非常了解—5。
人际交往。通过询问社员与合作社信贷员的交往情况、社员与社长理事长的人际交往情况、社员与其他合作社管理人员的人际交往情况、社员与其他社员的人际交往情况来测量社员的人际交往，答案按照李克特量表的格式设计，依次赋值为：很少来往—1、较少来往—2、有时来往—3、经常来往—4。
在进行因子分析之前，对这16个变量进行KMO测度和Bartlett球形检验。结果显示，KMO值为0.827，Bartlett球形检验结果达到了0.01的显著性水平。一般认为KMO值为0.9以上表示效果很好，0.7以上表示适合做因子分析，0.5以下表示不适合做因子分析。所以模型检验结果良好，表明所选变量适合做因子分析。本文采取主成分因子分析方法，经过最大方差旋转，共抽取4个因子，因子解释率累计达到75.89%。根据因子负载，这些因子分别被命名为信用知识、内疚程度、人际交往和信任程度。因子分析结果见表2。
表2 因子分析结果
2.因变量
本文选择“您从合作社贷过款吗”这一问题来测量农民是否发生信用合作中的贷款行为。调查结果表明，在625个样本中，贷款的有253个，占比40.5%，未贷过款的有372个，占比59.5%。
3.控制变量
从已有的文献研究结论来看，社员的个体特征与生活背景也是影响其是否参与信用合作的重要参考因素。结合本文研究目的，笔者在控制变量的选取上加入社员的经济收入情况对参与信用合作的影响。本文选取性别、年龄、政治面貌、文化程度、工作类型、家庭年务农收入和耕地面积作为控制变量。另外，将有银行贷款被拒经历和风险意识两个变量用作稳定性检验。其中，性别和银行贷款被拒为定类变量，采用虚拟变量法构造。