農(nóng)戶信貸提升了農(nóng)業(yè)生產(chǎn)技術(shù)效率嗎？
——基于農(nóng)戶微觀調(diào)研數(shù)據(jù)的分析

范方志

一、引言

十九屆四中全會明確指出：“實施鄉(xiāng)村振興戰(zhàn)略，完善農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展和保障國家糧食安全的制度政策，健全城鄉(xiāng)融合發(fā)展體制機(jī)制?！?金融支持是推動產(chǎn)業(yè)發(fā)展的重要條件，因而，加強鄉(xiāng)村振興發(fā)展，需要不斷提高金融支農(nóng)力度。近年來，我國金融扶持農(nóng)業(yè)力度在不斷加大，已經(jīng)建立了從農(nóng)村合作金融機(jī)構(gòu)(農(nóng)村信用社、農(nóng)村合作銀行、農(nóng)村商業(yè)銀行)到新興農(nóng)村金融機(jī)構(gòu)(村鎮(zhèn)銀行、貸款公司、農(nóng)村資金互助社)的多層次農(nóng)村金融體系。2018年四季度末，銀行業(yè)金融機(jī)構(gòu)涉農(nóng)貸款(不含票據(jù)融資)余額33萬億元，同比增長5.6%，涉農(nóng)貸款在貸款總額中占比達(dá)到33%。雖然農(nóng)村金融體系正在逐步完善，涉農(nóng)貸款正在穩(wěn)步增長，但是，農(nóng)戶信貸到底對農(nóng)業(yè)生產(chǎn)技術(shù)效率產(chǎn)生了什么影響，目前學(xué)術(shù)界鮮有學(xué)者進(jìn)行深入研究。所以，農(nóng)戶信貸政策的實施效果事關(guān)農(nóng)業(yè)的高質(zhì)量發(fā)展、鄉(xiāng)村振興戰(zhàn)略的有序推進(jìn)，因而探討農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響具有重要的現(xiàn)實意義。鑒于此，本文將根據(jù)課題組實地農(nóng)戶調(diào)研數(shù)據(jù)，運用隨機(jī)前沿模型與Tobit模型，研究農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響。

關(guān)于金融市場對生產(chǎn)效率的影響，國外學(xué)者做了大量的研究。例如，Nickell和Nicolitsas(1999)[1]在C-D函數(shù)中加入融資變量來測算企業(yè)效率，根據(jù)英國面板數(shù)據(jù)考察了用借款比率表示的融資可獲得性對企業(yè)效率的影響，研究發(fā)現(xiàn)：融資可獲性越高，企業(yè)生產(chǎn)效率越高。Gatti和Love(2008)[2]運用微觀數(shù)據(jù)研究了信貸獲得性對企業(yè)全要素生產(chǎn)率(TFP)的影響，結(jié)果表明信貸可獲得性對企業(yè)全要素生產(chǎn)率有顯著的正向影響。Saldias等(2012)[3]研究了農(nóng)業(yè)信貸對農(nóng)戶技術(shù)效率的影響，利用超越對數(shù)的隨機(jī)前沿函數(shù)研究了信貸支持對農(nóng)戶產(chǎn)出的影響，結(jié)果表明：農(nóng)戶的信貸支持對其農(nóng)作物生產(chǎn)和畜牧業(yè)生產(chǎn)具有相反的效果。Komicha和Ohlmer(2007)[4]研究了信貸對受約束家庭和無約束家庭技術(shù)效率的影響，發(fā)現(xiàn)較少受到信貸約束家庭的效率比信貸約束的家庭效率高12%，而且教育水平、土地是否小塊分割、貸款規(guī)模等因素也是導(dǎo)致這些群體效率不同的重要原因。Ayaz和Hussai(2011)[5]用SFA方法評估了信貸制度沖擊對農(nóng)業(yè)生產(chǎn)效率的影響，發(fā)現(xiàn)有16%的技術(shù)無效率，此外，農(nóng)業(yè)生產(chǎn)經(jīng)驗、教育水平、獲得農(nóng)業(yè)信貸能力、養(yǎng)殖規(guī)?；蜣r(nóng)業(yè)耕作次數(shù)對技術(shù)效率均有顯著影響。Bolarinwa和Fakoya(2011)[6]將農(nóng)戶分為信貸支持的受益者和非受益者，并分析資本缺乏是怎樣影響農(nóng)戶的產(chǎn)出效率的。

國內(nèi)學(xué)者則更多地關(guān)注效率本身的研究。例如，谷慎(2006)[7]對中國農(nóng)村金融效率進(jìn)行分析，發(fā)現(xiàn)中國農(nóng)村金融資源配置效率較低，不利于金融支持經(jīng)濟(jì)增長作用的發(fā)揮。程郁和羅丹(2010)[8]通過重點分析制度性信貸配給所造成的信貸約束現(xiàn)象，發(fā)現(xiàn)正規(guī)金融體系抑制了農(nóng)村的金融需求，存在信貸約束，農(nóng)村金融效率有待提高。黎翠梅和曹建珍(2012)[9]運用因子分析法發(fā)現(xiàn)中國農(nóng)村金融效率存在明顯區(qū)域差異，東部地區(qū)農(nóng)村金融效率較高，中西部地區(qū)呈現(xiàn)“塌陷”特征。李健等(2018)[10]從行業(yè)層面對農(nóng)村和城市的生產(chǎn)效率進(jìn)行了測算。梁俊和龍少波(2015)[11]、葛鵬飛等(2018)[12]和魏琦等(2018)[13]利用技術(shù)效率的相關(guān)函數(shù)對農(nóng)業(yè)綠色發(fā)展指數(shù)進(jìn)行了計算。王力和韓亞麗(2016)[14]利用隨機(jī)前沿模型分析了中國棉花全要素生產(chǎn)率增長情況。周月書(2014)[15]研究信貸可獲得性對小企業(yè)技術(shù)效率的影響，發(fā)現(xiàn)信貸可獲性有利于企業(yè)技術(shù)效率的提升。

可以發(fā)現(xiàn)，關(guān)于我國農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響，還鮮有學(xué)者進(jìn)行深入研究。從農(nóng)業(yè)生產(chǎn)過程來看，不管是生產(chǎn)技術(shù)的改進(jìn)，還是生產(chǎn)效率的提升，都需要大量資金的投入，例如，購買農(nóng)藥、優(yōu)良種子、新型農(nóng)機(jī)或是新的生產(chǎn)技術(shù)等等，即農(nóng)業(yè)信貸的投入與農(nóng)業(yè)生產(chǎn)效率是密不可分的。另外，農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響與其所獲資金的分配情況有著重要關(guān)系，例如，農(nóng)戶將獲得的信貸資金用于社會性和生活性支出，其得到的經(jīng)濟(jì)效應(yīng)與其用于農(nóng)業(yè)投入上完全不同。農(nóng)村金融信貸的分配行為是影響農(nóng)戶信貸與農(nóng)業(yè)生產(chǎn)技術(shù)效率之間關(guān)系的重要因素。鑒于此，本文不僅分析農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響，還探討農(nóng)村金融信貸分配行為對農(nóng)業(yè)技術(shù)效率的影響。

二、理論分析

中國的農(nóng)業(yè)生產(chǎn)以家庭戶為單位承包土地，使用資金購買農(nóng)業(yè)生產(chǎn)要素進(jìn)行投入，以獲得農(nóng)產(chǎn)品產(chǎn)出，因此每個農(nóng)戶都可以看作是一個生產(chǎn)農(nóng)產(chǎn)品的廠商，近似于完全競爭市場。根據(jù)新古典主義理論，所有生產(chǎn)者的目標(biāo)是最大化利潤，每個農(nóng)業(yè)生產(chǎn)者都是理性的，農(nóng)業(yè)生產(chǎn)可表示為：每個農(nóng)戶投入n種生產(chǎn)要素x=x1,x2，…，xn，生產(chǎn)要素的價格為w=w1，w2，…，wn，農(nóng)業(yè)產(chǎn)出體系可以達(dá)到產(chǎn)出的最大邊界。也就是說，對于固定投入的農(nóng)業(yè)生產(chǎn)要素，農(nóng)業(yè)產(chǎn)出系統(tǒng)可以通過組合要素投入使得產(chǎn)出接近生產(chǎn)邊界。技術(shù)效率(TE)就是尋求最佳的要素投入組合，使產(chǎn)出更接近生產(chǎn)前沿。如果產(chǎn)出系統(tǒng)沒有達(dá)到產(chǎn)出邊界都可以認(rèn)為是技術(shù)無效率(TI)。農(nóng)業(yè)生產(chǎn)系統(tǒng)大致可以分為兩類：一種是輸入導(dǎo)向，即農(nóng)業(yè)系統(tǒng)通過組合不同的要素輸入得到固定的農(nóng)業(yè)產(chǎn)出；另一種是產(chǎn)出導(dǎo)向，即農(nóng)業(yè)系統(tǒng)輸入固定的要素以達(dá)到最大的產(chǎn)出水平。從實際看，中國農(nóng)業(yè)生產(chǎn)大部分更偏向于產(chǎn)出導(dǎo)向型，因為農(nóng)戶在進(jìn)行農(nóng)業(yè)生產(chǎn)前已經(jīng)決定了農(nóng)業(yè)要素投入的數(shù)量，所以投入要素是固定的，農(nóng)戶就是用這些固定的要素投入來實現(xiàn)產(chǎn)出最優(yōu)化。

如前文分析，農(nóng)戶可以通過金融信貸來購買要素，投入農(nóng)業(yè)生產(chǎn)，但實際中農(nóng)戶獲得的信貸并不是完全運用于生產(chǎn)經(jīng)營，可能也會用于其他支出，例如償還債務(wù)、農(nóng)村婚喪嫁娶的支出、住房支出、社會生活支出等，這些在我國農(nóng)村有時候又是必須的，比如“隨份子錢”幾乎是農(nóng)村人際關(guān)系的必需品。因此，這些投入很難說對農(nóng)業(yè)生產(chǎn)會產(chǎn)生正向還是負(fù)向的影響。此外，即使農(nóng)戶將獲得的農(nóng)業(yè)信貸投放到農(nóng)業(yè)生產(chǎn)，但是其資金分配使用往往也存在區(qū)別，比如是購買薄膜、種子、肥料等生產(chǎn)資料，還是購買農(nóng)藥、除草劑等中間投入品，還是雇用農(nóng)業(yè)勞動工人等，投入的領(lǐng)域不同，其對生產(chǎn)效率的影響也不同。總體上，農(nóng)戶獲得金融信貸后一般有兩種用途來使用：一是家庭和社會需求的投資：債務(wù)償還、隨份子錢、住房、健康和其他社會交往的支出；二是農(nóng)業(yè)需求的投資：農(nóng)業(yè)生產(chǎn)資料的投入、勞動力投入等。在這兩種情況下，我們對信貸投資進(jìn)行了建模，以確定哪一種組合可以提高技術(shù)效率。

三、實證模型、變量定義和數(shù)據(jù)

參數(shù)化方法分析技術(shù)效率可以分為兩種：第一種是技術(shù)效率的估計，并且利用Tobit模型實證研究技術(shù)效率的決定因素。從計量經(jīng)濟(jì)學(xué)的角度來看，該模型與獨立同分布假設(shè)是不一致的。第二種方法是技術(shù)效率的一步估計，并分析其決定因素。這個方法通常采用隨機(jī)前沿分析模型，即利用包括條件變量與解釋變量的分析模型。Dinar等(2007)[16]用同樣的模型評估了推廣服務(wù)對農(nóng)業(yè)技術(shù)效率的效果，他選擇的利息變量是給定的信貸數(shù)量和農(nóng)戶的信貸分配方案。就本文而言，技術(shù)效率的影響因素有兩種類型。一是人力資本，主要包括年齡、性別、教育水平和農(nóng)業(yè)經(jīng)驗等變量。二是制度特征，主要包括信貸的可獲得性、農(nóng)業(yè)技術(shù)推廣等。因為兩步法會導(dǎo)致有偏估計(Hyuha等，2007[17]；Brummer和Loy，2000[18])，因而本文利用一步隨機(jī)前沿模型來分析信貸分配方案對農(nóng)業(yè)技術(shù)效率的影響效果，并利用包含人力資本變量的Tobit模型來識別技術(shù)效率的決定因素。

(一)實證模型

1.隨機(jī)前沿模型。

在測算技術(shù)效率時，通常會遇到數(shù)據(jù)量較大、存在隨機(jī)誤差等問題，而隨機(jī)前沿模型則可以有效解決這些問題，不受某些誤差值或異常值的影響(劉小玄和李雙杰，2008[19])。假設(shè)信貸是獨立的，且與農(nóng)業(yè)生產(chǎn)投入要素相結(jié)合，提高了農(nóng)業(yè)生產(chǎn)系統(tǒng)的技術(shù)效率。在模型中，金融信貸與其他要素投入(勞動力、農(nóng)藥、資本等)相結(jié)合，一起決定了農(nóng)業(yè)技術(shù)效率。在實證中，可以利用信貸變量和其他變量的交互項表示每個變量的信貸分配方案，例如，“信貸×土地面積”變量用來表示增加土地面積數(shù)量的信貸分配計劃。隨機(jī)前沿模型構(gòu)建如下：

yi=f(xi)exp[vi-ui(zi)]

(1)

其中，yi是農(nóng)戶i的生產(chǎn)水平；xi是輸入的向量；f(·)表示生產(chǎn)前沿；wi=vi-ui是復(fù)合誤差項。誤差項vi與被忽略的變量和農(nóng)戶不能控制的因素(比如氣候變量、土壤肥力)有關(guān)；ui是一個非負(fù)的變量，代表無效率。所以，技術(shù)效率可以定義為實際產(chǎn)出與可能實現(xiàn)的最大隨機(jī)前沿產(chǎn)出之比：

(2)

式(2)中，技術(shù)效率的取值范圍是0到1之間。假設(shè)誤差項ui服從半正態(tài)分布，vi服從正態(tài)分布且cov(vi,μi)=0。為了盡可能減小因模型設(shè)定偏誤對估計結(jié)果造成的不利影響，本文選取了超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型。超越對數(shù)生產(chǎn)函數(shù)模型是一種易估計且包容性強的變彈性生產(chǎn)函數(shù)模型，可以較好地研究生產(chǎn)函數(shù)中投入要素的相互影響、各種投入技術(shù)進(jìn)步的差異及技術(shù)進(jìn)步隨時間而發(fā)生的變化，式(1)的超越對數(shù)形式如下：

+vi-μi

(3)

(4)

式(4)中，系數(shù)θj是刻畫了zj作用在技術(shù)效率上的效果的估計量，而且εi是獨立同正態(tài)分布的誤差項。本文假定向量z包含6個與信貸有關(guān)且影響效率的變量：信貸、信貸的平方項、信貸×耕地面積、信貸×資本、信貸×勞動、信貸×中間投入。具體說明見表1。

表1 隨機(jī)前沿模型中變量的定義與說明

2.Tobit模型。

為了考察農(nóng)戶的年齡、性別、教育水平等對技術(shù)效率的影響，本文利用Tobit模型研究農(nóng)戶人口統(tǒng)計特征對農(nóng)業(yè)技術(shù)效率的邊際影響。Tobit模型構(gòu)建如下：

(5)

式(5)中，Yi是被解釋變量(技術(shù)效率TE)，Xi是解釋變量向量(表征社會人口學(xué)特征的變量向量)；εi是正態(tài)分布的誤差項，具有零均值和常數(shù)方差。假設(shè)對于一個農(nóng)戶i，技術(shù)效率得分在0和1之間變化，則：

(6)

(二)變量定義

式(3)中，yt是農(nóng)戶i的收入；輸入向量xi包括四個變量：耕地面積(畝)、勞動數(shù)量(人/天)、資本(元)、中間輸入變量，其中，中間輸入變量是指農(nóng)業(yè)生產(chǎn)過程中的中間要素投入，包括農(nóng)藥、除草劑、肥料等；向量zj包括信貸數(shù)量、信貸數(shù)量平方項以及信貸數(shù)量與其他變量的交互項。

(三)數(shù)據(jù)及描述性統(tǒng)計

課題組通過抽樣問卷調(diào)查方式，對江蘇各地區(qū)農(nóng)戶的農(nóng)村生產(chǎn)經(jīng)營和融資狀況進(jìn)行了調(diào)查。考慮到江蘇蘇南、蘇中和蘇北地區(qū)經(jīng)濟(jì)發(fā)展的差異性，在三個大區(qū)域分別抽取3、4和6個縣(市、區(qū))作為樣本地區(qū)，再根據(jù)樣本地區(qū)的農(nóng)戶實際狀況，抽取代表性的樣本農(nóng)戶進(jìn)行調(diào)查。課題組一共收回有效問卷189份。鑒于本文主要是從信貸可獲性的角度來研究農(nóng)業(yè)產(chǎn)出技術(shù)效率，所以這里選取了樣本中有融資需求且有向銀行申請貸款的樣本農(nóng)戶(或農(nóng)村小微企業(yè))作為研究對象，經(jīng)過整理和篩選，共有165家符合要求。隨機(jī)前沿模型中變量的描述性統(tǒng)計如表2所示。

表2 模型中變量的描述性統(tǒng)計

通過表2可以發(fā)現(xiàn)：戶主年齡平均在47.721 4歲，年齡偏大，其原因可能是大量年輕人選擇離開家鄉(xiāng)到城市打工；年收入平均為134 328.765 4元，但是收入差距比較大，最大值達(dá)到了581 076元，而最小值只有4 461.123 4元；信貸額度平均為6 716.437 6元，最大值達(dá)到了300 000元。

四、實證結(jié)果和分析

(一)隨機(jī)前沿模型的實證結(jié)果

表3報告了隨機(jī)前沿模型的估計結(jié)果。由于式(3)中的變量是對數(shù)形式，因此隨機(jī)前沿模型的系數(shù)為彈性系數(shù)。耕地面積和勞動力投入的系數(shù)均顯著為正，耕地面積(勞動量投入)每增加1%，則農(nóng)戶收入增加0.34%(0.51%)。中間投入的系數(shù)也顯著為正，中間投入每增加1%，則農(nóng)戶收入增加0.08%。這些結(jié)果與Bakhsh等(2015)[20]的研究結(jié)論基本一致：農(nóng)藥、除草劑、肥料以及耕地面積和勞動力投入的增加均會帶來產(chǎn)出的增加。另外，如果考慮變量平方項的系數(shù)，還可以發(fā)現(xiàn)：資本平方項、勞動投入平方項與中間投入平方項的系數(shù)均顯著為負(fù)，耕地面積平方項的系數(shù)顯著為正，說明資本、勞動投入與中間投入對農(nóng)戶收入的影響有著倒U型的效果，耕地面積對農(nóng)戶收入的影響有著U型的效果。從變量之間的交互項系數(shù)來看，只有資本和勞動力投入的交互項系數(shù)顯著為正，這說明資本投入增加越多，勞動力投入對農(nóng)戶收入的正向影響就越大。

表3 隨機(jī)前沿模型分析結(jié)果

(二)信貸分配方案對農(nóng)戶技術(shù)效率的影響

農(nóng)戶獲得信貸后的分配，可以分為農(nóng)業(yè)支出的分配和農(nóng)業(yè)支出外的分配(Nyagaka等，2009[21]；Obare等，2010[22])，其中，農(nóng)業(yè)支出外的分配主要包括社會需要與家庭需要兩個部分，農(nóng)業(yè)支出的分配主要包括土地、勞動和資本等農(nóng)業(yè)要素投入(Huang等，2012[23]；Yu等，2012[24])，具體如圖1所示。

本文把農(nóng)民獲得的農(nóng)業(yè)金融信貸分配大致分為農(nóng)業(yè)之內(nèi)和農(nóng)業(yè)之外兩個部分。計劃(Ⅰ)用來償還債務(wù)、紅白事的“隨份子錢”等；計劃(Ⅱ)用來識別信貸門檻及其對農(nóng)業(yè)技術(shù)效率的影響程度。計劃(Ⅰ)與計劃(Ⅱ)屬于農(nóng)業(yè)之外。計劃(Ⅲ)是用于資本投入，如購買農(nóng)業(yè)物資等；計劃(Ⅳ)是用于增加土地面積的信貸；計劃Ⅴ是用于購買中間投入(農(nóng)藥、除草劑、化肥等)的信貸；計劃(Ⅵ)是用來增加工人數(shù)量的信貸。計劃(Ⅲ)至計劃(Ⅵ)屬于農(nóng)業(yè)之內(nèi)。信貸分配的內(nèi)容和定義如表4所示。

圖1 農(nóng)業(yè)信貸分配圖

另外本文設(shè)計的信貸計劃分配方案還暗含一個假定：農(nóng)戶獲得農(nóng)業(yè)信貸一般不會全部投入到某一個使用用途上，而是分散地使用信貸資金。例如，在農(nóng)業(yè)生產(chǎn)內(nèi)，農(nóng)戶可能把獲得信貸的70%投資于農(nóng)業(yè)生產(chǎn)，而把信貸的30%用于農(nóng)業(yè)生產(chǎn)外。

表4 信貸分配計劃、內(nèi)容和定義

表5報告了信貸分配計劃實施的農(nóng)業(yè)技術(shù)效率效果。計劃(Ⅰ)和(Ⅱ)是屬于農(nóng)戶使用給定的信貸用于農(nóng)業(yè)生產(chǎn)之外。在計劃(Ⅰ)中，信貸額增加對技術(shù)效率的影響系數(shù)顯著為負(fù)，這與理論預(yù)期基本保持一致，如果信貸資金被用于農(nóng)業(yè)生產(chǎn)之外，則不會提升農(nóng)業(yè)生產(chǎn)技術(shù)效率。在計劃(Ⅱ)中，信貸額度的平方項并沒有產(chǎn)生顯著性影響，而且系數(shù)符號為負(fù)數(shù)，意味著信貸數(shù)量不應(yīng)該超過信貸平方門檻值。這里之所以不會達(dá)到門檻值，其原因在于信貸也被使用于農(nóng)業(yè)之外。

表5 信貸分配計劃實施的農(nóng)業(yè)技術(shù)效率效果(1)限于篇幅，這里技術(shù)效率的得分及統(tǒng)計描述略去，有需要可以向作者索要。

計劃(Ⅲ)、(Ⅳ)、(Ⅴ)和(Ⅵ)是屬于農(nóng)業(yè)生產(chǎn)之內(nèi)，此時獲得的信貸主要用于農(nóng)業(yè)生產(chǎn)。在計劃(Ⅴ)中，其系數(shù)均顯著為正，而在計劃(Ⅵ)中，其系數(shù)均顯著為負(fù)，即它們對技術(shù)效率的影響截然不同。信貸資金投資用于購買更優(yōu)質(zhì)的農(nóng)藥、除草劑、化肥等，能夠提高技術(shù)效率。但是，信貸資金用于雇用更多的農(nóng)業(yè)生產(chǎn)工人，反而造成效率扭曲，扭曲了農(nóng)業(yè)效率。在計劃(Ⅲ)和(Ⅳ)中，其系數(shù)雖然為正，但卻不顯著。目前，我國的農(nóng)業(yè)生產(chǎn)主要是以小農(nóng)戶為主，以小家庭為單位的農(nóng)戶生產(chǎn)通常不愿意進(jìn)行大量的物質(zhì)資本投資，從而使得計劃(Ⅲ)中的系數(shù)并不顯著。信貸分配用于增加耕地面積也不會影響技術(shù)效率，其原因可能在于耕種面積越大，其管理可能更加復(fù)雜，技術(shù)效率難以得到提升。

綜上所述，農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響與信貸分配行為有著密切關(guān)系；如果信貸資金被用于農(nóng)業(yè)生產(chǎn)之外，則不會提升農(nóng)業(yè)生產(chǎn)技術(shù)效率，反而會降低農(nóng)業(yè)生產(chǎn)技術(shù)效率；如果信貸資金被用于農(nóng)業(yè)生產(chǎn)的中間投入，則會提升農(nóng)業(yè)生產(chǎn)技術(shù)效率；如果信貸資金被用于勞動投入，則會減低農(nóng)業(yè)生產(chǎn)技術(shù)效率。

(三)Tobit模型的實證結(jié)果

本文Tobit模型主要是用于研究農(nóng)戶社會人口統(tǒng)計特征(諸如年齡、性別、教育、農(nóng)業(yè)生產(chǎn)經(jīng)驗等)會對技術(shù)效率產(chǎn)生什么影響(Li和Zhang,2013[25];楊虎峰和何廣文，2011[26])。表6報告了Tobit模型的實證結(jié)果。

表6 Tobit模型的實證結(jié)果

通過表6可以發(fā)現(xiàn)：第一，性別對農(nóng)戶生產(chǎn)的技術(shù)效率產(chǎn)生了顯著影響，與女性農(nóng)戶戶主相比，男性農(nóng)戶戶主會提升0.058 942 1%的技術(shù)效率水平。該結(jié)果基本符合我國農(nóng)村經(jīng)濟(jì)的實際情況。在我國，農(nóng)業(yè)生產(chǎn)主要依靠男性，女性通常缺乏農(nóng)業(yè)生產(chǎn)經(jīng)驗，效率自然也低于男性。第二，家庭規(guī)模對農(nóng)戶生產(chǎn)的技術(shù)效率產(chǎn)生了顯著負(fù)向影響，家庭規(guī)模每增加1%，農(nóng)業(yè)技術(shù)效率將降低0.002 967 1%。家庭規(guī)模越大，其農(nóng)業(yè)生產(chǎn)方式會更加偏于選擇勞動投入，這會減少農(nóng)業(yè)生產(chǎn)過程的機(jī)械化程度，因而降低了生產(chǎn)的技術(shù)效應(yīng)。第三，戶主年齡、受教育程度、農(nóng)業(yè)經(jīng)驗、獲得推廣服務(wù)等變量對農(nóng)業(yè)技術(shù)效率并沒有產(chǎn)生顯著性影響。這可能是由于當(dāng)前中國農(nóng)村留守老人比較多、年齡偏大、受教育程度偏低，他們不能掌握與運用新的農(nóng)業(yè)生產(chǎn)技術(shù)。

五、結(jié)論與啟示

加強鄉(xiāng)村振興發(fā)展，需要不斷提高金融支農(nóng)力度。農(nóng)戶信貸政策的實施效果事關(guān)農(nóng)業(yè)的高質(zhì)量發(fā)展、鄉(xiāng)村振興戰(zhàn)略的有序推進(jìn)，因而探討農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響具有重要的現(xiàn)實意義。鑒于此，本文根據(jù)課題組實地農(nóng)戶調(diào)研數(shù)據(jù)，運用隨機(jī)前沿模型與Tobit模型，研究農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響，尤其是探討農(nóng)村金融信貸分配行為對農(nóng)業(yè)技術(shù)效率的影響。研究結(jié)果顯示：農(nóng)戶信貸對農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響與信貸分配行為有著密切關(guān)系；如果信貸資金被用于農(nóng)業(yè)生產(chǎn)之外，則不會提升農(nóng)業(yè)生產(chǎn)技術(shù)效率，反而會降低農(nóng)業(yè)生產(chǎn)技術(shù)效率；如果信貸資金被用于農(nóng)業(yè)生產(chǎn)的中間投入，則會提升農(nóng)業(yè)生產(chǎn)技術(shù)效率；如果信貸資金被用于勞動投入，則會降低農(nóng)業(yè)生產(chǎn)技術(shù)效率。此外，研究還發(fā)現(xiàn)：受教育程度、農(nóng)業(yè)經(jīng)驗、獲得推廣服務(wù)等變量對農(nóng)業(yè)技術(shù)效率并沒有產(chǎn)生顯著性影響。根據(jù)本文研究可以得到以下啟示：第一，不斷完善農(nóng)村醫(yī)療保險與構(gòu)建養(yǎng)老制度等農(nóng)村社會保障體系，減少農(nóng)戶的社會性和生活性支出，使得農(nóng)戶所獲得的信貸資金盡量用于農(nóng)業(yè)生產(chǎn)。第二，鼓勵農(nóng)戶將獲得的信貸資金盡量用于購買優(yōu)質(zhì)化肥、農(nóng)藥和除草劑等中間產(chǎn)品投入，進(jìn)而提升農(nóng)業(yè)生產(chǎn)的技術(shù)效率。第三，政府還應(yīng)該在提升農(nóng)戶受教育程度、推廣農(nóng)業(yè)經(jīng)驗、提升農(nóng)業(yè)服務(wù)方面給予重視，通過提升人力資本來提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。