農村信貸對蘋果種植戶生產性資金投入行為的研究

劉旭 馬愛艷

【摘要】利用對阿克蘇地區溫宿縣289戶農戶2019年全年蘋果種植投入與產出的調查數據，針對蘋果種植戶的固定生產性資金投入行為及其關聯因素進行了實證分析。利用Logjt模型計量驗證固定生產投資和出現的影響因素，結果顯示影響固定生產性投資因素包括：家庭的經營收入、蘋果的種植面積、家庭的平均教育水平、非農就業所占的比例、勞動力人口規模、信貸水平;是否發生災害不會給種植農戶生產性投資規模帶來顯著影響。利用Tobit模型計量驗證了影響生產性資金投入規模的因素，結果顯示影響農戶生產性投資規模的因素有：是否遭遇災害、家庭住房價值、家庭經營收入、蘋果種植面積、家庭接受教育的平均水平、非農人口所占的比例等。并基于模型檢驗結果提出了一些合理的建議。

【關鍵詞】農村信貸;蘋果種植;生產性資金;農戶行為

【中圖分類號】F326.1

【文獻標識碼】A

面對我國目前的情況，農業投資發揮的作用是不容忽視的，比如農業投資能夠推動中國實現農業現代化，還可以使農業的綜合生產能力提高。跨人新世紀之后，由于中國農業生產的發展，逐漸改變了傳統的投資模式.農戶充分發揮了自身的積極主動性，在我國農業投資中農戶是基本的主體，農村信貸在我國農村地區中隨著農業產業和農業經濟的發展，也逐漸增加了投資的渠道與投資的類型。目前我國政府不斷形成了多種財政農業投資機制，例如間接型、誘導型與補充型，這樣做的目的是使農戶的投資主體得到充分的發揮，進而調動其積極性。蘋果種植也應該依賴種植戶本身加大投入，不僅使蘋果種植的規模增大，還使蘋果種植的質量提升。由此可見，怎樣能夠使我國當前的農業投資體制機制得以改善，使農戶種植蘋果的積極主動性得以最大化的激勵，將有利于實現農業現代化，推動農村經濟發展與增收，進而促進我國農業的可持續發展。

1 農戶基本調查情況

筆者于2019年11月份組織并參加了對阿克蘇地區溫宿縣289戶農戶2019年全年蘋果種植投入與產出狀況的問卷調查。就蘋果種植戶的生產型資金投入看主要分為為可變投入和固定投入兩部分。從問卷的設計過程來看，分解并調查了兩類資金投入行為，其中可變投入包括：在蘋果種植的全過程中面臨的雇傭勞動力和租賃或購買機械的費用，另外，對果園灌溉、施肥農藥和購買果苗所用的費用;固定投入主要包括農用生產器械和運輸機械、倉儲用地和房屋及其它在生產時能夠長時間利用，且不會改變形態的固定資產投入。在受訪和參加問卷的所有蘋果種植農戶當中，均進行過生產性資金的投資，其中有約40%的農戶進行過固定的生產性投資。就投資的組成而言，在可變投入中農藥、化肥和果苗的投入大約占據60%，在固定投入中占大部分比例的是：農業運輸機械（面包車、拖拉機和電動三輪車）投入、旋耕機、農藥噴灑機械、抽水泵與蘋果成品包裝和倉儲房屋或用地投入等。從溫宿縣果農種植綜合情況來看，蘋果種植農戶生產性投資體現出下面三個特征：

首先是農戶逐漸傾向于非農化投資，比如隨著互聯網發展，電商理念逐漸深入農戶，受訪的近7成農戶家里均配置了寬帶電腦等，其主要用作構建網絡平臺進行電商操作，另外，通過互聯網，一部分蘋果種植農戶可以隨時了解和查詢行業市場和技術信息。相較于以往，近年來互聯網和電商平臺在農村地區逐漸深入，極大的提升了果農種植蘋果的效率，同時增加了農戶的收入，也提振了果農網絡售賣蘋果的熱情。

其次是農戶種植行為逐漸傾向于短期化。由于農業生產本身相較于其它行業具有的一定弱質性特征其在很大程度上農業生產取決于自然條件，農業種植不能夠很好的抵御所面臨的各種風險，這給蘋果農戶投資的連續性帶來極大的影響，進一步體現在農業投資規模上就會出現較大的變動，由于針對固定投資，一些規模較小的農戶做出的決策往往需要更長的時間，往往更加傾向于投資期短見效快的生產資料。

最后是目前條件下農戶的投資心理較為守舊和保守。由于我國目前農村土地經歷了一系列的歷史沿革，中國聯產承包責任制初期在調動農戶對農業生產的積極性作用明顯，但隨著土地政策進行了“耕者有其田”細分之后，加之工業產業拓展和城鎮化的加速發展，農業生產的土地比例中，人均種植面積在逐漸銳減，在政策的常態化土地調整過程中，土地長時間處于‘投資成本——循環的過程中，短期成效不大，這一定程度上也打擊了農民投資的積極性，特別是固定投資投入的積極性，另外，由于農村信貸結果往往會受到果農家庭人口規模和自有住房及主要信貸人的受教育程度等因素考量，在實際農業生產中，獲得信貸支持的農戶均是那些家庭經濟能力強、勞動力人口規模大的家庭，因此，農村信貸對蘋果種植農戶綜合性生產性投入的高低就起到了決定性的關鍵作用。

2 變量選擇及描述性分析

農戶農業生產性投資受以下三類因素影響，一是農戶特點;二是農戶的家庭財富;三是價格變量。本文參考當前較為成熟的研究方法，結合調研地區的具體情況，參考投資行為理論，結合非人為影響因素等，選取以下指標進行實證分析，例如是否發生自然災害、家庭住房的價值、家庭的經營收入、土地的種植面積、勞動力有著怎樣的文化水平等等。

2.1 模型自變量的選取及其描述性統計

2.1.1農戶特征變量。（1）家庭規模：即應用家庭成員人口基數來進行衡量。家庭成員多并且有多余勞動力的家庭或許會更加傾向于增加農業生產性投資。本文構建的模型中將家庭人口規模與農戶生產性投資這兩者之間預測具有正相關關系。調研所在地區家庭規模的最小值與最大值分別是1人和7人，總體家庭規模平均值大約是3人。

（2）非農就業比例：即經營性農業生產中在家庭規模中非農業人口基數的比重。從理論上來看，在如果家庭非農就業所占的比例增多會使生產性投資的規模縮小，本次模型分析中將非農就業比重和農戶生產性投資兩者之間預期為負相關的關系。調研所在地區非農業就業所占的比例符合0 - 68.3%的范圍，其平均值是25%。

（3）勞動力文化水平：即利用勞動力文化水平來衡量，也就是農戶家庭人口中主要勞動力的受教育程度。根據文獻可知農戶接受的教育程度越高，他們便可以迅速地接受相關市場信息和蘋果種植和栽培等新技術信息，不論是從接受信息的速度和強度上來講，均比接受教育程度低的農戶更占優勢，也更容易接受與利用農業科技知識，讓農業生產資金投入規模增大;另外，相對于非農人口而言，家庭規模中，主要勞動力人口的接受教育程度越高的家庭進行非農投資的規模也就越高，因為教育程度更高的人口往往更容易獲取市場信息和具備更強的投資意識，同時也更注重投資回報率。所以勞動力文化水平會從兩個方面影響農業生產性投資，但暫時并不能夠確定給哪個方面帶來的影響程度更高。本文相對應的量化了勞動力文化水平，指標的度量法則：1表示的是沒有接收過教育的農戶，也即是文盲或者是半文盲;2表示的是接受小學教育的農戶;3表示的是接受初中教育的農戶;4表示的是接受高中以上的農戶，將每一位家庭成員接受教育的程度加起來，來進一步統計農戶家庭文化總體水平值。在本文調研的289個農戶家庭中，家庭勞動力人口受小學文化教育程度的比重最大，經統計有129戶，接受高中以上教育的有49戶，接受初中教育的有63戶，沒有接受過教育的（即文盲或者是半文盲）有48戶，就其平均值而言小學教育程度為中位值。

2.1.2 農戶家庭財富變量。（1）種植面積：利用農戶家庭財富變量進行衡量，即農戶具體種植的面積有多少，包括自家所擁有的土地與租賃的耕地。就規模效應理論來看，種植蘋果的農戶經營和種植的面積越大，就容易取得規模經濟效益，而往往規模越大的蘋果種植農戶也更加傾向于加大對蘋果種植生產的生產性資金的投入力度。因此，預期蘋果種植面積規模和農業生產性投資這兩者之間有著正相關關系。從所調查的農戶可以看出，種植面積的最大值與最小值分別為15.30hm2和0.27hm2，平均值大于2.67hm2。

（2）家庭經營收入（不包括非農收入）：利用家庭經營性收入來衡量，也即蘋果種植農戶出售蘋果獲得的經營收入。從農戶生產性資金來看其主要來源為家庭經營收入，針對蘋果種植戶的生產性資金投入而言其影響相對滯后，也就是農戶下一年的生產性資金投入的預期取決于農戶上一年的經營收入情況，不僅會影響數量還會影響結構。預期上一年的家庭經營收入會給下一年的農戶農業生產性資金投入帶來正向的影響。文章里利用農戶出售蘋果的總數量乘以蘋果的單價便能夠計算出家庭的經營收入。最后選取了利用產出蘋果的總數量乘以蘋果的單價來計算出家庭的經營收入。通過進一步計算可明確，本次針對調研地區的家庭經營的年收入為2000元- 200000元區間水平，用平均值大概估測為：20000元。

（3）家庭住房價值：即利用蘋果種植農戶的家庭住房價值來衡量，也反映出農戶對自住房屋的心理價值核算。在我國農村生產性投資的相關研究過程中，往往家庭住房價值評測越高的農戶在常態性農業生產包括在固定資金投入方面投資比例越少，這是很多蘋果種植農戶在收入較穩的情況下，在自有住房資金方面的投入會一定程度上擠壓農戶對農業生產性投資的比重。因此，模型中預期家庭住房價值會給農戶農業生產性資金投入帶來負面的影響。文章利用以下法則來度量家庭住房價值：1表示家庭住房價值在0 - 50000元的范圍內;2表示家庭住房價值在500001 - 100000元的范圍內;3表示家庭的住房價值多于100000元，調研所在地區1所占的比例是42.5%，2所占的比例是43.7%，3所占的比例是13.8%。

（4）信貸水平：利用信貸水平來衡量，也即是農戶有沒有出現信貸行為。在本次調研地區，針對289戶的農戶在生產性投資比重中申請農業貸款的農戶的比重較大，為此，可以基本認定：往往獲取信貸支持的蘋果種植農戶，更愿意或更加主動增加農業生產性資金的投入，所以，信貸支持在刺激與增加農戶農業生產性資金投入方面占有重要作用。和沒有出現借貸的農戶相比預期發生借貸的農戶更加重視農業生產性投資，并且其數量也出現增加的情況。文章利用以下法則來度量信貸水平：0表示農戶不存在信貸行為;1表示農戶有借貸行為。文章里所說的信貸不包含農戶在種植蘋果時由于購買蘋果苗等賒帳導致的信貸，文章具體強調了蘋果種植戶和農村金融機構這兩者之間出現的信貸問題。從調研的農戶里能夠知道有40%的農戶發生了信貸行為。

2.1.3 價格變量。蘋果最低收購價格期望度：本次289戶農戶的調研中，蘋果種植農戶普遍重視每年的蘋果收購的最低市場價格，農戶也更注重蘋果最低價格的預期，為此可以基本認定：市場中蘋果的最低價格期望度是農戶投入下一年蘋果種植生產性投資的重要因素，它對農戶種植蘋果起到了極大的支撐作用。為此文章中進一步度量蘋果最低收購價格期望度：用0表示預期一樣下降或者維持當前已有價格水平的農戶，l表示想要提升蘋果最低收購價格的農戶。調研地區少數農戶均強調政府決定了蘋果的最低收購價格，自身感受不會給其帶來任何的影響，這些農戶希望提高最低收購價格。總體而言，調查地區還有眾多農戶希望提高蘋果收購價格，對于目前蘋果最低收購價格并不是非常滿意，其滿意度的平均值僅僅是0.852。

2.1.4 其他影響因素。因為農業生產具有一定弱質性特征，其自然災害的發生概率是農業生產持續經營的關鍵考慮，災害的發生直接影響農戶種植產量和經營收入，因此，預期災害發生對農業生產資金投入帶來負面影響。文章給果農面I臨的主要災害進行了基本定義，即災害是自然因素或者是不能夠控制的因素導致的影響，有家庭成員生嚴重的病、家庭之中主要的勞動力面臨死亡、發生風暴、被偷盜、水災或火災，另外出現非季節常態下的極端天氣如：冰雹、暴雨、大風等，這些災害均會給家庭收入帶來極大的影響。文章利用以下方法來度量有沒有發生災害：o表示農戶家庭沒有出現災害，1表示農戶家庭出現災害。針對調研地區的289個農戶調查統計可知，其中50qo的農戶遭遇過一定程度的自然災害。

2.2 因變量的選取及其描述性統計

蘋果種植戶將每667m2生產性資金投入視作因變量進入模型，在蘋果種植農戶生產性資金投入方面主要通過兩部分組成，一是針對蘋果種植可變投入，二是固定性投入;前者包括蘋果種植中藥購買種子的費用、購買化肥的費用、購買農藥的費用、灌溉水產生的費用、還有農戶在種植時雇傭勞動力與租賃或購買機械產生的費用;固定投入主要指蘋果種植生產作業中的運輸車輛、生產性用房或非小型機械等投入。把可變投入和固定投入相加起來，選取規模平均值之后便能夠獲取蘋果種植戶每667 m2產生的生產性資金投入。調研地進行固定生產性投資的農戶有60%，主要是購買那些大型的農業機械設備，例如拖拉機等，固定生產性資金投入規模在0 - 40000元的范圍內，其平均值是3652.17元。由于不同農戶的蘋果種植面積和規模不同，其可變生產性資金投入規模在2600 - 34500元的范圍內。其中租賃機械、雇傭勞動力、化肥和果苗在其中所占的比例大約是70%，其平均值是7653.25元。把農戶蘋果種植的固定與可變生產性資金投入相加起來便得到規模平均值，本次調研蘋果種植農戶中兩項累計總投入規模的最小值與最大值分別為23.56元和1268.3元，平均值是1000.46元。

3 模型結果與分析

從調研的289戶蘋果種植戶的數據變量可以看出，利用二元Logit模型進行分析并了解蘋果種植戶是否會進行固定生產性資金投入，利用Tobit模型進行詳細分析，哪些因素會影響蘋果種植戶生產性投入規模，為此，按我國低量噴霧標準：667m2計劃生產性資金投入規模最低標準，以上兩種模型均利用STATA統計軟件對程序函數的具體運作進行設計，詳見表1。就模型的運作情況而言，從整體上來看有很好的擬合程度，R2值超過0.6，并且變量的影響方向和預期大概是一樣的。

3.1 蘋果種植戶是否進行固定生產性資金投入影響因素分析

（1）就調研區對289個蘋果種植農戶的調研統計顯示：農戶家庭勞動力人口平均接受教育的程度、非農就業所占的比例、家庭的人口的規模等因素直接影響農戶對生產性投資中固定投資投入的比重。如果保持別的條件不變，家庭規模越大的農戶越有可能進行固定生產性資金投入（在0.01的可信水平顯著）;而289個農戶中的統計表明農戶家庭中，非農就業比例越高農戶越不可能在固定生產性資金方面投入（在0.01的可信水平顯著）;而家庭人口中平均接受教育的程度越高的蘋果種植農戶，其在固定性生產資金投入方面愿景更大（在0.01的可信水平顯著）。

（2）就家庭經濟水平和規模看，農戶獲取的信貸水平、家庭經營收入水平和蘋果種植面積規模等因素會直接影響農戶的固定生產性資金的投入比重;如不考慮其它因素，單一因素看：農戶在蘋果種植面積規模越大的家庭，如果未獲取信貸支持，這類農戶在固定生產性資金投入比重中比例就越低（在0.05時可信水平最為明顯）;而上一年蘋果種植經營性收入越高的農戶在下一年固定生產性資金的投入方面比重就越大，但相較于信貸水平和蘋果種植面積規模而言，其總體的影響系數不大（在0.01時可信水平最為明顯）。

（3）就價格情形而言，蘋果種植農戶對蘋果最低收購價格有著極大的期望，為此，果農的市場預期會極大地影響農戶對固定生產性的投資，并且在0.01時，可信水平最為明顯，影響系數也是顯著呈現正相關，這表明本次調研地區的政府職能或關聯機構機構在對蘋果的最低收購價格進行宏觀調控，如提升當年蘋果預期收購價格，那么將有利于農戶將資金投入到蘋果種植的固定生產投入規模中。

（4）模型里的別的變量因素（有沒有發生災害）并不會明顯地影響農戶是否會將資金投入固定生產中。

3.2蘋果種植戶生產性資金投資規模影響因素分析

（1）就農戶的基本特點而言，家庭接受教育的平均水平、非農就業所占的比例、家庭的具體規模會給生產性投資帶來明顯的影響。不改變別的條件的情形下，家庭人口越多越可能增加對農業生產性資金的投入（在0.01時可信水平最為明顯）;非農就業所占的比例越高越有可能增加對農業生產性的投資（在0.01時可信水平最為明顯）;家庭接受教育的平均水平越高越能夠增加對農業生產性資金的投資（在0.01時可信水平最為明顯）。

（2）就家庭財富情況而言，土地的種植面積、家庭的具體收入、借貸水平以及家庭住房的價值會極大地影響農戶農業生產性投資，在不改變別的條件的情形下，土地的種植面積越多越不可能增加農戶的生產性投資（在0.05時可信水平最為明顯）;前一年收入越多越有可能增加農戶每667 m2生產性投資（在0.01時可信水平最為明顯）;借貸水平越高越有可能增加農戶對生產性投資（在0.01時可信水平最為明顯）;家庭住房的價值越高越不可能增加農戶對生產性投資（在0.01的可信水平顯著）。

（3）就價格情形而言，農戶對于蘋果最低收購價格的期望度會極大地影響其對生產性的投資，并且為0.1時可信水平最為明顯。影響系數是正，這意味著將蘋果的最低收購價格提高有利于加大農戶對生產性的投資。

（4）模型里別的變量因素（有沒有面臨災害）會極大地影響農戶對生產性的投資，并且為0.1時可信水平最為明顯。影響系數是負，這意味著假如蘋果種植戶面臨自然災害便不會增加對生產性的投資，相反還會降低。

4 建議

文章結合阿克蘇地區溫宿縣289戶農戶2019年全年蘋果種植投入與產出的調查數據進一步探究分析了針對蘋果種植戶的固定生產性資金投入行為及其關聯因素的相關研究。本次調研地區農戶的統計數據經由Logit模型計量驗證了固定生產投資的影響因素;再利用Tobit模型計量驗證了影響生產性資金投入規模的因素，基于提高農戶對蘋果種植穩定性投入和生產性投資投入情況，根據調研地區的實際情況，進一步提出蘋果種植戶的穩定性收入和增加生產性資金投入的合理需求的一些建議。

4.1 提升農戶對蘋果市場的敏感性培訓

這方面主要應由當地蘋果種植政府主管和服務職能機構發揮職能作用，增加果農對市場敏感性的培訓力度，逐步完善種植農業經濟流轉機制，促進農戶蘋果種植的信心。在對果農進行核算時，要對蘋果種植戶在從事其他勞動所產生的成本進行核算，考慮到當前市場價格在上漲，物價水平不同，要對市場價格經濟運行規律作適時調整，確保農民收入得到增長，與此同時，由于種植蘋果成本比較特殊，根據市場變化的發展，要持續提高蘋果的最低收購價。

4.2 加大鼓勵果農規模化種植蘋果

考慮對農民種植需求的足夠尊重，要大力鼓勵農民積極參與土地流轉，將土地資源大力優化，在種植蘋果的規模化基礎上，適量進行規模化的蘋果擴展種植。

4.3 大力提升果農種植蘋果的知識技術水平

當前，在農村已全面普及了義務教育，但是欠缺成人教育和對果農專業技術的培訓，因此，地方政府要加大對果農新技術培訓的投入，要豐富培訓內容和形式，增強時效性。可以通過開展夜校培訓班等方法，要拓寬果農受益主體，要逐漸減少甚至消除文盲或半文盲;要豐富培訓形式，如定期開展果農針對蘋果栽培技術的短期技術培訓課程;增加科技人員送教下鄉，邀請科技專家現場指導，激發果農學習的積極性;要充分發揮各類宣傳平臺，如通過互聯網、發放宣傳單、粘貼宣傳欄、報社、地方電視臺等媒介，加大宣傳力度，要逐漸將蘋果種植產業生產活動轉移向其它產業就業發展，大力培養更多的現代化種植技能人才。

4.4 提升蘋果種植農戶信貸支持力度

由研究數據可知積極參與并且種植規模大且受教育程度更高的農戶，更容易獲得農村信貸資金支持，而一些規模較小、自身家庭經濟困難或勞動力不足的家庭較難獲得信貸資金支持的。因此，這就需要各地方政府要逐漸規范農村金融服務機制，發展多種形式的符合現代化的新型農村金融服務體系，在農村金融條件方面要放寬政策，加大投入農村小額信貸體系和中小型農村金融服務體系，要更多地爭取得到當地政府的支持，特別是在農村信用貸款方面，要讓企業、銀行等多家參與，形成聯動作用，完善信貸體系，在農村貸款方面，要逐漸放寬申請條件和簡化申請程序。

[參考文獻]

[1]唐婷，家庭資產對農戶借貸行為的影響研究——基于CFPS數據的分析J].時代金融，2018（ 27）：248-249.

[2]孔凡斌，阮華，廖文梅，不同貧困程度農戶林權抵押貸款收入效應與貸款行為及其影響因素分析——基于702戶農戶調查數據的實證[J].林業科學，2019 （10）：111-123.

[3]余坤蓮.基于DEA分析法的西部地區農村信貸資金配置效率及其影響因素研究[J].開發性金融研究，2019 （1）：29-41.

[4]曾維蓮，穆海超，古豪敦.規模化養羊信貸約束與影響因素分析——以甘肅省潘家莊村為例[J].高原農業，2019（2）：216-223.

[5]李巖，趙尚梅，趙翠霞.農戶混合性貸款需求及其影響因素——基于生產經營和生活消費用途的農戶[J]科技促進發展，2018 （7）：577-583.

[6] 沈紅麗，農戶信貸選擇及信貸可獲性的影響因素分析——基于天津市506個農戶的調研數據[J]金融理論與實踐，2018 （4）：42-48.

[7]李巖，劉連華，趙翠霞，不同富裕程度農戶貸款行為分析——基于連續8年農戶貸款面板數據[J].山東社會科學，2018（ 12）：160-164.

[作者簡介]劉旭（1983-），男，新疆溫宿人，塔里木大學經濟與管理學院在讀研究生，研究方向：農村金融。

[通訊作者]馬愛艷（1978-），女，教授，研究生導師，研究方向：農村金融。