农村信贷对苹果种植户生产性资金投入行为的研究

刘旭 马爱艳

【摘要】利用对阿克苏地区温宿县289户农户2019年全年苹果种植投入与产出的调查数据，针对苹果种植户的固定生产性资金投入行为及其关联因素进行了实证分析。利用Logjt模型计量验证固定生产投资和出现的影响因素，结果显示影响固定生产性投资因素包括：家庭的经营收入、苹果的种植面积、家庭的平均教育水平、非农就业所占的比例、劳动力人口规模、信贷水平;是否发生灾害不会给种植农户生产性投资规模带来显著影响。利用Tobit模型计量验证了影响生产性资金投入规模的因素，结果显示影响农户生产性投资规模的因素有：是否遭遇灾害、家庭住房价值、家庭经营收入、苹果种植面积、家庭接受教育的平均水平、非农人口所占的比例等。并基于模型检验结果提出了一些合理的建议。

【关键词】农村信贷;苹果种植;生产性资金;农户行为

【中图分类号】F326.1

【文献标识码】A

面对我国目前的情况，农业投资发挥的作用是不容忽视的，比如农业投资能够推动中国实现农业现代化，还可以使农业的综合生产能力提高。跨人新世纪之后，由于中国农业生产的发展，逐渐改变了传统的投资模式.农户充分发挥了自身的积极主动性，在我国农业投资中农户是基本的主体，农村信贷在我国农村地区中随着农业产业和农业经济的发展，也逐渐增加了投资的渠道与投资的类型。目前我国政府不断形成了多种财政农业投资机制，例如间接型、诱导型与补充型，这样做的目的是使农户的投资主体得到充分的发挥，进而调动其积极性。苹果种植也应该依赖种植户本身加大投入，不仅使苹果种植的规模增大，还使苹果种植的质量提升。由此可见，怎样能够使我国当前的农业投资体制机制得以改善，使农户种植苹果的积极主动性得以最大化的激励，将有利于实现农业现代化，推动农村经济发展与增收，进而促进我国农业的可持续发展。

1 农户基本调查情况

笔者于2019年11月份组织并参加了对阿克苏地区温宿县289户农户2019年全年苹果种植投入与产出状况的问卷调查。就苹果种植户的生产型资金投入看主要分为为可变投入和固定投入两部分。从问卷的设计过程来看，分解并调查了两类资金投入行为，其中可变投入包括：在苹果种植的全过程中面临的雇佣劳动力和租赁或购买机械的费用，另外，对果园灌溉、施肥农药和购买果苗所用的费用;固定投入主要包括农用生产器械和运输机械、仓储用地和房屋及其它在生产时能够长时间利用，且不会改变形态的固定资产投入。在受访和参加问卷的所有苹果种植农户当中，均进行过生产性资金的投资，其中有约40%的农户进行过固定的生产性投资。就投资的组成而言，在可变投入中农药、化肥和果苗的投入大约占据60%，在固定投入中占大部分比例的是：农业运输机械（面包车、拖拉机和电动三轮车）投入、旋耕机、农药喷洒机械、抽水泵与苹果成品包装和仓储房屋或用地投入等。从温宿县果农种植综合情况来看，苹果种植农户生产性投资体现出下面三个特征：

首先是农户逐渐倾向于非农化投资，比如随着互联网发展，电商理念逐渐深入农户，受访的近7成农户家里均配置了宽带电脑等，其主要用作构建网络平台进行电商操作，另外，通过互联网，一部分苹果种植农户可以随时了解和查询行业市场和技术信息。相较于以往，近年来互联网和电商平台在农村地区逐渐深入，极大的提升了果农种植苹果的效率，同时增加了农户的收入，也提振了果农网络售卖苹果的热情。

其次是农户种植行为逐渐倾向于短期化。由于农业生产本身相较于其它行业具有的一定弱质性特征其在很大程度上农业生产取决于自然条件，农业种植不能够很好的抵御所面臨的各种风险，这给苹果农户投资的连续性带来极大的影响，进一步体现在农业投资规模上就会出现较大的变动，由于针对固定投资，一些规模较小的农户做出的决策往往需要更长的时间，往往更加倾向于投资期短见效快的生产资料。

最后是目前条件下农户的投资心理较为守旧和保守。由于我国目前农村土地经历了一系列的历史沿革，中国联产承包责任制初期在调动农户对农业生产的积极性作用明显，但随着土地政策进行了“耕者有其田”细分之后，加之工业产业拓展和城镇化的加速发展，农业生产的土地比例中，人均种植面积在逐渐锐减，在政策的常态化土地调整过程中，土地长时间处于‘投资成本——循环的过程中，短期成效不大，这一定程度上也打击了农民投资的积极性，特别是固定投资投入的积极性，另外，由于农村信贷结果往往会受到果农家庭人口规模和自有住房及主要信贷人的受教育程度等因素考量，在实际农业生产中，获得信贷支持的农户均是那些家庭经济能力强、劳动力人口规模大的家庭，因此，农村信贷对苹果种植农户综合性生产性投入的高低就起到了决定性的关键作用。

2 变量选择及描述性分析

农户农业生产性投资受以下三类因素影响，一是农户特点;二是农户的家庭财富;三是价格变量。本文参考当前较为成熟的研究方法，结合调研地区的具体情况，参考投资行为理论，结合非人为影响因素等，选取以下指标进行实证分析，例如是否发生自然灾害、家庭住房的价值、家庭的经营收入、土地的种植面积、劳动力有着怎样的文化水平等等。

2.1 模型自变量的选取及其描述性统计

2.1.1农户特征变量。（1）家庭规模：即应用家庭成员人口基数来进行衡量。家庭成员多并且有多余劳动力的家庭或许会更加倾向于增加农业生产性投资。本文构建的模型中将家庭人口规模与农户生产性投资这两者之间预测具有正相关关系。调研所在地区家庭规模的最小值与最大值分别是1人和7人，总体家庭规模平均值大约是3人。

（2）非农就业比例：即经营性农业生产中在家庭规模中非农业人口基数的比重。从理论上来看，在如果家庭非农就业所占的比例增多会使生产性投资的规模缩小，本次模型分析中将非农就业比重和农户生产性投资两者之间预期为负相关的关系。调研所在地区非农业就业所占的比例符合0 - 68.3%的范围，其平均值是25%。

（3）劳动力文化水平：即利用劳动力文化水平来衡量，也就是农户家庭人口中主要劳动力的受教育程度。根据文献可知农户接受的教育程度越高，他们便可以迅速地接受相关市场信息和苹果种植和栽培等新技术信息，不论是从接受信息的速度和强度上来讲，均比接受教育程度低的农户更占优势，也更容易接受与利用农业科技知识，让农业生产资金投入规模增大;另外，相对于非农人口而言，家庭规模中，主要劳动力人口的接受教育程度越高的家庭进行非农投资的规模也就越高，因为教育程度更高的人口往往更容易获取市场信息和具备更强的投资意识，同时也更注重投资回报率。所以劳动力文化水平会从两个方面影响农业生产性投资，但暂时并不能够确定给哪个方面带来的影响程度更高。本文相对应的量化了劳动力文化水平，指标的度量法则：1表示的是没有接收过教育的农户，也即是文盲或者是半文盲;2表示的是接受小学教育的农户;3表示的是接受初中教育的农户;4表示的是接受高中以上的农户，将每一位家庭成员接受教育的程度加起来，来进一步统计农户家庭文化总体水平值。在本文调研的289个农户家庭中，家庭劳动力人口受小学文化教育程度的比重最大，经统计有129户，接受高中以上教育的有49户，接受初中教育的有63户，没有接受过教育的（即文盲或者是半文盲）有48户，就其平均值而言小学教育程度为中位值。

2.1.2 农户家庭财富变量。（1）种植面积：利用农户家庭财富变量进行衡量，即农户具体种植的面积有多少，包括自家所拥有的土地与租赁的耕地。就规模效应理论来看，种植苹果的农户经营和种植的面积越大，就容易取得规模经济效益，而往往规模越大的苹果种植农户也更加倾向于加大对苹果种植生产的生产性资金的投入力度。因此，预期苹果种植面积规模和农业生产性投资这两者之间有着正相关关系。从所调查的农户可以看出，种植面积的最大值与最小值分别为15.30hm2和0.27hm2，平均值大于2.67hm2。

（2）家庭经营收入（不包括非农收入）：利用家庭经营性收入来衡量，也即苹果种植农户出售苹果获得的经营收入。从农户生产性资金来看其主要来源为家庭经营收入，针对苹果种植户的生产性资金投入而言其影响相对滞后，也就是农户下一年的生产性资金投入的预期取决于农户上一年的经营收入情况，不仅会影响数量还会影响结构。预期上一年的家庭经营收入会给下一年的农户农业生产性资金投入带来正向的影响。文章里利用农户出售苹果的总数量乘以苹果的单价便能够计算出家庭的经营收入。最后选取了利用产出苹果的总数量乘以苹果的单价来计算出家庭的经营收入。通过进一步计算可明确，本次针对调研地区的家庭经营的年收入为2000元- 200000元区间水平，用平均值大概估测为：20000元。

（3）家庭住房价值：即利用苹果种植农户的家庭住房价值来衡量，也反映出农户对自住房屋的心理价值核算。在我国农村生产性投资的相关研究过程中，往往家庭住房价值评测越高的农户在常态性农业生产包括在固定资金投入方面投资比例越少，这是很多苹果种植农户在收入较稳的情况下，在自有住房资金方面的投入会一定程度上挤压农户对农业生产性投资的比重。因此，模型中预期家庭住房价值会给农户农业生产性资金投入带来负面的影响。文章利用以下法则来度量家庭住房价值：1表示家庭住房价值在0 - 50000元的范围内;2表示家庭住房价值在500001 - 100000元的范围内;3表示家庭的住房价值多于100000元，调研所在地区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）信贷水平：利用信贷水平來衡量，也即是农户有没有出现信贷行为。在本次调研地区，针对289户的农户在生产性投资比重中申请农业贷款的农户的比重较大，为此，可以基本认定：往往获取信贷支持的苹果种植农户，更愿意或更加主动增加农业生产性资金的投入，所以，信贷支持在刺激与增加农户农业生产性资金投入方面占有重要作用。和没有出现借贷的农户相比预期发生借贷的农户更加重视农业生产性投资，并且其数量也出现增加的情况。文章利用以下法则来度量信贷水平：0表示农户不存在信贷行为;1表示农户有借贷行为。文章里所说的信贷不包含农户在种植苹果时由于购买苹果苗等赊帐导致的信贷，文章具体强调了苹果种植户和农村金融机构这两者之间出现的信贷问题。从调研的农户里能够知道有40%的农户发生了信贷行为。

2.1.3 价格变量。苹果最低收购价格期望度：本次289户农户的调研中，苹果种植农户普遍重视每年的苹果收购的最低市场价格，农户也更注重苹果最低价格的预期，为此可以基本认定：市场中苹果的最低价格期望度是农户投入下一年苹果种植生产性投资的重要因素，它对农户种植苹果起到了极大的支撑作用。为此文章中进一步度量苹果最低收购价格期望度：用0表示预期一样下降或者维持当前已有价格水平的农户，l表示想要提升苹果最低收购价格的农户。调研地区少数农户均强调政府决定了苹果的最低收购价格，自身感受不会给其带来任何的影响，这些农户希望提高最低收购价格。总体而言，调查地区还有众多农户希望提高苹果收购价格，对于目前苹果最低收购价格并不是非常满意，其满意度的平均值仅仅是0.852。

2.1.4 其他影响因素。因为农业生产具有一定弱质性特征，其自然灾害的发生概率是农业生产持续经营的关键考虑，灾害的发生直接影响农户种植产量和经营收入，因此，预期灾害发生对农业生产资金投入带来负面影响。文章给果农面I临的主要灾害进行了基本定义，即灾害是自然因素或者是不能够控制的因素导致的影响，有家庭成员生严重的病、家庭之中主要的劳动力面临死亡、发生风暴、被偷盗、水灾或火灾，另外出现非季节常态下的极端天气如：冰雹、暴雨、大风等，这些灾害均会给家庭收入带来极大的影响。文章利用以下方法来度量有没有发生灾害：o表示农户家庭没有出现灾害，1表示农户家庭出现灾害。针对调研地区的289个农户调查统计可知，其中50qo的农户遭遇过一定程度的自然灾害。

2.2 因变量的选取及其描述性统计

苹果种植户将每667m2生产性资金投入视作因变量进入模型，在苹果种植农户生产性资金投入方面主要通过两部分组成，一是针对苹果种植可变投入，二是固定性投入;前者包括苹果种植中药购买种子的费用、购买化肥的费用、购买农药的费用、灌溉水产生的费用、还有农户在种植时雇佣劳动力与租赁或购买机械产生的费用;固定投入主要指苹果种植生产作业中的运输车辆、生产性用房或非小型机械等投入。把可变投入和固定投入相加起来，选取规模平均值之后便能够获取苹果种植户每667 m2产生的生产性资金投入。调研地进行固定生产性投资的农户有60%，主要是购买那些大型的农业机械设备，例如拖拉机等，固定生产性资金投入规模在0 - 40000元的范围内，其平均值是3652.17元。由于不同农户的苹果种植面积和规模不同，其可变生产性资金投入规模在2600 - 34500元的范围内。其中租赁机械、雇佣劳动力、化肥和果苗在其中所占的比例大约是70%，其平均值是7653.25元。把农户苹果种植的固定与可变生产性资金投入相加起来便得到规模平均值，本次调研苹果种植农户中两项累计总投入规模的最小值与最大值分别为23.56元和1268.3元，平均值是1000.46元。

3 模型结果与分析

从调研的289户苹果种植户的数据变量可以看出，利用二元Logit模型进行分析并了解苹果种植户是否會进行固定生产性资金投入，利用Tobit模型进行详细分析，哪些因素会影响苹果种植户生产性投入规模，为此，按我国低量喷雾标准：667m2计划生产性资金投入规模最低标准，以上两种模型均利用STATA统计软件对程序函数的具体运作进行设计，详见表1。就模型的运作情况而言，从整体上来看有很好的拟合程度，R2值超过0.6，并且变量的影响方向和预期大概是一样的。

3.1 苹果种植户是否进行固定生产性资金投入影响因素分析

（1）就调研区对289个苹果种植农户的调研统计显示：农户家庭劳动力人口平均接受教育的程度、非农就业所占的比例、家庭的人口的规模等因素直接影响农户对生产性投资中固定投资投入的比重。如果保持别的条件不变，家庭规模越大的农户越有可能进行固定生产性资金投入（在0.01的可信水平显著）;而289个农户中的统计表明农户家庭中，非农就业比例越高农户越不可能在固定生产性资金方面投入（在0.01的可信水平显著）;而家庭人口中平均接受教育的程度越高的苹果种植农户，其在固定性生产资金投入方面愿景更大（在0.01的可信水平显著）。

（2）就家庭经济水平和规模看，农户获取的信贷水平、家庭经营收入水平和苹果种植面积规模等因素会直接影响农户的固定生产性资金的投入比重;如不考虑其它因素，单一因素看：农户在苹果种植面积规模越大的家庭，如果未获取信贷支持，这类农户在固定生产性资金投入比重中比例就越低（在0.05时可信水平最为明显）;而上一年苹果种植经营性收入越高的农户在下一年固定生产性资金的投入方面比重就越大，但相较于信贷水平和苹果种植面积规模而言，其总体的影响系数不大（在0.01时可信水平最为明显）。

（3）就价格情形而言，苹果种植农户对苹果最低收购价格有着极大的期望，为此，果农的市场预期会极大地影响农户对固定生产性的投资，并且在0.01时，可信水平最为明显，影响系数也是显著呈现正相关，这表明本次调研地区的政府职能或关联机构机构在对苹果的最低收购价格进行宏观调控，如提升当年苹果预期收购价格，那么将有利于农户将资金投入到苹果种植的固定生产投入规模中。

（4）模型里的别的变量因素（有没有发生灾害）并不会明显地影响农户是否会将资金投入固定生产中。

3.2苹果种植户生产性资金投资规模影响因素分析

（1）就农户的基本特点而言，家庭接受教育的平均水平、非农就业所占的比例、家庭的具体规模会给生产性投资带来明显的影响。不改变别的条件的情形下，家庭人口越多越可能增加对农业生产性资金的投入（在0.01时可信水平最为明显）;非农就业所占的比例越高越有可能增加对农业生产性的投资（在0.01时可信水平最为明显）;家庭接受教育的平均水平越高越能够增加对农业生产性资金的投资（在0.01时可信水平最为明显）。

（2）就家庭财富情况而言，土地的种植面积、家庭的具体收入、借贷水平以及家庭住房的价值会极大地影响农户农业生产性投资，在不改变别的条件的情形下，土地的种植面积越多越不可能增加农户的生产性投资（在0.05时可信水平最为明显）;前一年收入越多越有可能增加农户每667 m2生产性投资（在0.01时可信水平最为明显）;借贷水平越高越有可能增加农户对生产性投资（在0.01时可信水平最为明显）;家庭住房的价值越高越不可能增加农户对生产性投资（在0.01的可信水平显著）。

（3）就价格情形而言，农户对于苹果最低收购价格的期望度会极大地影响其对生产性的投资，并且为0.1时可信水平最为明显。影响系数是正，这意味着将苹果的最低收购价格提高有利于加大农户对生产性的投资。

（4）模型里别的变量因素（有没有面临灾害）会极大地影响农户对生产性的投资，并且为0.1时可信水平最为明显。影响系数是负，这意味着假如苹果种植户面临自然灾害便不会增加对生产性的投资，相反还会降低。

4 建议

文章结合阿克苏地区温宿县289户农户2019年全年苹果种植投入与产出的调查数据进一步探究分析了针对苹果种植户的固定生产性资金投入行为及其关联因素的相关研究。本次调研地区农户的统计数据经由Logit模型计量验证了固定生产投资的影响因素;再利用Tobit模型计量验证了影响生产性资金投入规模的因素，基于提高农户对苹果种植稳定性投入和生产性投资投入情况，根据调研地区的实际情况，进一步提出苹果种植户的稳定性收入和增加生产性资金投入的合理需求的一些建议。

4.1 提升农户对苹果市场的敏感性培训

这方面主要应由当地苹果种植政府主管和服务职能机构发挥职能作用，增加果农对市场敏感性的培训力度，逐步完善种植农业经济流转机制，促进农户苹果种植的信心。在对果农进行核算时，要对苹果种植户在从事其他劳动所产生的成本进行核算，考虑到当前市场价格在上涨，物价水平不同，要对市场价格经济运行规律作适时调整，确保农民收入得到增长，与此同时，由于种植苹果成本比较特殊，根据市场变化的发展，要持续提高苹果的最低收购价。

4.2 加大鼓励果农规模化种植苹果

考虑对农民种植需求的足够尊重，要大力鼓励农民积极参与土地流转，将土地资源大力优化，在种植苹果的规模化基础上，适量进行规模化的苹果扩展种植。

4.3 大力提升果农种植苹果的知识技术水平

当前，在农村已全面普及了义务教育，但是欠缺成人教育和對果农专业技术的培训，因此，地方政府要加大对果农新技术培训的投入，要丰富培训内容和形式，增强时效性。可以通过开展夜校培训班等方法，要拓宽果农受益主体，要逐渐减少甚至消除文盲或半文盲;要丰富培训形式，如定期开展果农针对苹果栽培技术的短期技术培训课程;增加科技人员送教下乡，邀请科技专家现场指导，激发果农学习的积极性;要充分发挥各类宣传平台，如通过互联网、发放宣传单、粘贴宣传栏、报社、地方电视台等媒介，加大宣传力度，要逐渐将苹果种植产业生产活动转移向其它产业就业发展，大力培养更多的现代化种植技能人才。

4.4 提升苹果种植农户信贷支持力度

由研究数据可知积极参与并且种植规模大且受教育程度更高的农户，更容易获得农村信贷资金支持，而一些规模较小、自身家庭经济困难或劳动力不足的家庭较难获得信贷资金支持的。因此，这就需要各地方政府要逐渐规范农村金融服务机制，发展多种形式的符合现代化的新型农村金融服务体系，在农村金融条件方面要放宽政策，加大投入农村小额信贷体系和中小型农村金融服务体系，要更多地争取得到当地政府的支持，特别是在农村信用贷款方面，要让企业、银行等多家参与，形成联动作用，完善信贷体系，在农村贷款方面，要逐渐放宽申请条件和简化申请程序。

[参考文献]

[1]唐婷，家庭资产对农户借贷行为的影响研究——基于CFPS数据的分析J].时代金融，2018（ 27）：248-249.

[2]孔凡斌，阮华，廖文梅，不同贫困程度农户林权抵押贷款收入效应与贷款行为及其影响因素分析——基于702户农户调查数据的实证[J].林业科学，2019 （10）：111-123.

[3]余坤莲.基于DEA分析法的西部地区农村信贷资金配置效率及其影响因素研究[J].开发性金融研究，2019 （1）：29-41.

[4]曾维莲，穆海超，古豪敦.规模化养羊信贷约束与影响因素分析——以甘肃省潘家庄村为例[J].高原农业，2019（2）：216-223.

[5]李岩，赵尚梅，赵翠霞.农户混合性贷款需求及其影响因素——基于生产经营和生活消费用途的农户[J]科技促进发展，2018 （7）：577-583.

[6] 沈红丽，农户信贷选择及信贷可获性的影响因素分析——基于天津市506个农户的调研数据[J]金融理论与实践，2018 （4）：42-48.

[7]李岩，刘连华，赵翠霞，不同富裕程度农户贷款行为分析——基于连续8年农户贷款面板数据[J].山东社会科学，2018（ 12）：160-164.

[作者简介]刘旭（1983-），男，新疆温宿人，塔里木大学经济与管理学院在读研究生，研究方向：农村金融。

[通讯作者]马爱艳（1978-），女，教授，研究生导师，研究方向：农村金融。