農(nóng)村信貸對(duì)蘋(píng)果種植戶(hù)生產(chǎn)性資金投入行為的研究

劉旭 馬愛(ài)艷

【摘要】利用對(duì)阿克蘇地區(qū)溫宿縣289戶(hù)農(nóng)戶(hù)2019年全年蘋(píng)果種植投入與產(chǎn)出的調(diào)查數(shù)據(jù)，針對(duì)蘋(píng)果種植戶(hù)的固定生產(chǎn)性資金投入行為及其關(guān)聯(lián)因素進(jìn)行了實(shí)證分析。利用Logjt模型計(jì)量驗(yàn)證固定生產(chǎn)投資和出現(xiàn)的影響因素，結(jié)果顯示影響固定生產(chǎn)性投資因素包括：家庭的經(jīng)營(yíng)收入、蘋(píng)果的種植面積、家庭的平均教育水平、非農(nóng)就業(yè)所占的比例、勞動(dòng)力人口規(guī)模、信貸水平;是否發(fā)生災(zāi)害不會(huì)給種植農(nóng)戶(hù)生產(chǎn)性投資規(guī)模帶來(lái)顯著影響。利用Tobit模型計(jì)量驗(yàn)證了影響生產(chǎn)性資金投入規(guī)模的因素，結(jié)果顯示影響農(nóng)戶(hù)生產(chǎn)性投資規(guī)模的因素有：是否遭遇災(zāi)害、家庭住房?jī)r(jià)值、家庭經(jīng)營(yíng)收入、蘋(píng)果種植面積、家庭接受教育的平均水平、非農(nóng)人口所占的比例等。并基于模型檢驗(yàn)結(jié)果提出了一些合理的建議。

【關(guān)鍵詞】農(nóng)村信貸;蘋(píng)果種植;生產(chǎn)性資金;農(nóng)戶(hù)行為

【中圖分類(lèi)號(hào)】F326.1

【文獻(xiàn)標(biāo)識(shí)碼】A

面對(duì)我國(guó)目前的情況，農(nóng)業(yè)投資發(fā)揮的作用是不容忽視的，比如農(nóng)業(yè)投資能夠推動(dòng)中國(guó)實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，還可以使農(nóng)業(yè)的綜合生產(chǎn)能力提高?？缛诵率兰o(jì)之后，由于中國(guó)農(nóng)業(yè)生產(chǎn)的發(fā)展，逐漸改變了傳統(tǒng)的投資模式.農(nóng)戶(hù)充分發(fā)揮了自身的積極主動(dòng)性，在我國(guó)農(nóng)業(yè)投資中農(nóng)戶(hù)是基本的主體，農(nóng)村信貸在我國(guó)農(nóng)村地區(qū)中隨著農(nóng)業(yè)產(chǎn)業(yè)和農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展，也逐漸增加了投資的渠道與投資的類(lèi)型。目前我國(guó)政府不斷形成了多種財(cái)政農(nóng)業(yè)投資機(jī)制，例如間接型、誘導(dǎo)型與補(bǔ)充型，這樣做的目的是使農(nóng)戶(hù)的投資主體得到充分的發(fā)揮，進(jìn)而調(diào)動(dòng)其積極性。蘋(píng)果種植也應(yīng)該依賴(lài)種植戶(hù)本身加大投入，不僅使蘋(píng)果種植的規(guī)模增大，還使蘋(píng)果種植的質(zhì)量提升。由此可見(jiàn)，怎樣能夠使我國(guó)當(dāng)前的農(nóng)業(yè)投資體制機(jī)制得以改善，使農(nóng)戶(hù)種植蘋(píng)果的積極主動(dòng)性得以最大化的激勵(lì)，將有利于實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，推動(dòng)農(nóng)村經(jīng)濟(jì)發(fā)展與增收，進(jìn)而促進(jìn)我國(guó)農(nóng)業(yè)的可持續(xù)發(fā)展。

1 農(nóng)戶(hù)基本調(diào)查情況

筆者于2019年11月份組織并參加了對(duì)阿克蘇地區(qū)溫宿縣289戶(hù)農(nóng)戶(hù)2019年全年蘋(píng)果種植投入與產(chǎn)出狀況的問(wèn)卷調(diào)查。就蘋(píng)果種植戶(hù)的生產(chǎn)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(wèn)卷的設(shè)計(jì)過(guò)程來(lái)看，分解并調(diào)查了兩類(lèi)資金投入行為，其中可變投入包括：在蘋(píng)果種植的全過(guò)程中面臨的雇傭勞動(dòng)力和租賃或購(gòu)買(mǎi)機(jī)械的費(fèi)用，另外，對(duì)果園灌溉、施肥農(nóng)藥和購(gòu)買(mǎi)果苗所用的費(fèi)用;固定投入主要包括農(nóng)用生產(chǎn)器械和運(yùn)輸機(jī)械、倉(cāng)儲(chǔ)用地和房屋及其它在生產(chǎn)時(shí)能夠長(zhǎng)時(shí)間利用，且不會(huì)改變形態(tài)的固定資產(chǎn)投入。在受訪(fǎng)和參加問(wèn)卷的所有蘋(píng)果種植農(nóng)戶(hù)當(dāng)中，均進(jìn)行過(guò)生產(chǎn)性資金的投資，其中有約40%的農(nóng)戶(hù)進(jìn)行過(guò)固定的生產(chǎn)性投資。就投資的組成而言，在可變投入中農(nóng)藥、化肥和果苗的投入大約占據(jù)60%，在固定投入中占大部分比例的是：農(nóng)業(yè)運(yùn)輸機(jī)械（面包車(chē)、拖拉機(jī)和電動(dòng)三輪車(chē)）投入、旋耕機(jī)、農(nóng)藥噴灑機(jī)械、抽水泵與蘋(píng)果成品包裝和倉(cāng)儲(chǔ)房屋或用地投入等。從溫宿縣果農(nóng)種植綜合情況來(lái)看，蘋(píng)果種植農(nóng)戶(hù)生產(chǎn)性投資體現(xiàn)出下面三個(gè)特征：

首先是農(nóng)戶(hù)逐漸傾向于非農(nóng)化投資，比如隨著互聯(lián)網(wǎng)發(fā)展，電商理念逐漸深入農(nóng)戶(hù)，受訪(fǎng)的近7成農(nóng)戶(hù)家里均配置了寬帶電腦等，其主要用作構(gòu)建網(wǎng)絡(luò)平臺(tái)進(jìn)行電商操作，另外，通過(guò)互聯(lián)網(wǎng)，一部分蘋(píng)果種植農(nóng)戶(hù)可以隨時(shí)了解和查詢(xún)行業(yè)市場(chǎng)和技術(shù)信息。相較于以往，近年來(lái)互聯(lián)網(wǎng)和電商平臺(tái)在農(nóng)村地區(qū)逐漸深入，極大的提升了果農(nóng)種植蘋(píng)果的效率，同時(shí)增加了農(nóng)戶(hù)的收入，也提振了果農(nóng)網(wǎng)絡(luò)售賣(mài)蘋(píng)果的熱情。

其次是農(nóng)戶(hù)種植行為逐漸傾向于短期化。由于農(nóng)業(yè)生產(chǎn)本身相較于其它行業(yè)具有的一定弱質(zhì)性特征其在很大程度上農(nóng)業(yè)生產(chǎn)取決于自然條件，農(nóng)業(yè)種植不能夠很好的抵御所面臨的各種風(fēng)險(xiǎn)，這給蘋(píng)果農(nóng)戶(hù)投資的連續(xù)性帶來(lái)極大的影響，進(jìn)一步體現(xiàn)在農(nóng)業(yè)投資規(guī)模上就會(huì)出現(xiàn)較大的變動(dòng)，由于針對(duì)固定投資，一些規(guī)模較小的農(nóng)戶(hù)做出的決策往往需要更長(zhǎng)的時(shí)間，往往更加傾向于投資期短見(jiàn)效快的生產(chǎn)資料。

最后是目前條件下農(nóng)戶(hù)的投資心理較為守舊和保守。由于我國(guó)目前農(nóng)村土地經(jīng)歷了一系列的歷史沿革，中國(guó)聯(lián)產(chǎn)承包責(zé)任制初期在調(diào)動(dòng)農(nóng)戶(hù)對(duì)農(nóng)業(yè)生產(chǎn)的積極性作用明顯，但隨著土地政策進(jìn)行了“耕者有其田”細(xì)分之后，加之工業(yè)產(chǎn)業(yè)拓展和城鎮(zhèn)化的加速發(fā)展，農(nóng)業(yè)生產(chǎn)的土地比例中，人均種植面積在逐漸銳減，在政策的常態(tài)化土地調(diào)整過(guò)程中，土地長(zhǎng)時(shí)間處于‘投資成本——循環(huán)的過(guò)程中，短期成效不大，這一定程度上也打擊了農(nóng)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(nóng)村信貸結(jié)果往往會(huì)受到果農(nóng)家庭人口規(guī)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(shí)際農(nóng)業(yè)生產(chǎn)中，獲得信貸支持的農(nóng)戶(hù)均是那些家庭經(jīng)濟(jì)能力強(qiáng)、勞動(dòng)力人口規(guī)模大的家庭，因此，農(nóng)村信貸對(duì)蘋(píng)果種植農(nóng)戶(hù)綜合性生產(chǎn)性投入的高低就起到了決定性的關(guān)鍵作用。

2 變量選擇及描述性分析

農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)性投資受以下三類(lèi)因素影響，一是農(nóng)戶(hù)特點(diǎn);二是農(nóng)戶(hù)的家庭財(cái)富;三是價(jià)格變量。本文參考當(dāng)前較為成熟的研究方法，結(jié)合調(diào)研地區(qū)的具體情況，參考投資行為理論，結(jié)合非人為影響因素等，選取以下指標(biāo)進(jìn)行實(shí)證分析，例如是否發(fā)生自然災(zāi)害、家庭住房的價(jià)值、家庭的經(jīng)營(yíng)收入、土地的種植面積、勞動(dòng)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(tǒng)計(jì)

2.1.1農(nóng)戶(hù)特征變量。（1）家庭規(guī)模：即應(yīng)用家庭成員人口基數(shù)來(lái)進(jìn)行衡量。家庭成員多并且有多余勞動(dòng)力的家庭或許會(huì)更加傾向于增加農(nóng)業(yè)生產(chǎn)性投資。本文構(gòu)建的模型中將家庭人口規(guī)模與農(nóng)戶(hù)生產(chǎn)性投資這兩者之間預(yù)測(cè)具有正相關(guān)關(guān)系。調(diào)研所在地區(qū)家庭規(guī)模的最小值與最大值分別是1人和7人，總體家庭規(guī)模平均值大約是3人。

（2）非農(nóng)就業(yè)比例：即經(jīng)營(yíng)性農(nóng)業(yè)生產(chǎn)中在家庭規(guī)模中非農(nóng)業(yè)人口基數(shù)的比重。從理論上來(lái)看，在如果家庭非農(nóng)就業(yè)所占的比例增多會(huì)使生產(chǎn)性投資的規(guī)?？s小，本次模型分析中將非農(nóng)就業(yè)比重和農(nóng)戶(hù)生產(chǎn)性投資兩者之間預(yù)期為負(fù)相關(guān)的關(guān)系。調(diào)研所在地區(qū)非農(nóng)業(yè)就業(yè)所占的比例符合0 - 68.3%的范圍，其平均值是25%。

（3）勞動(dòng)力文化水平：即利用勞動(dòng)力文化水平來(lái)衡量，也就是農(nóng)戶(hù)家庭人口中主要?jiǎng)趧?dòng)力的受教育程度。根據(jù)文獻(xiàn)可知農(nóng)戶(hù)接受的教育程度越高，他們便可以迅速地接受相關(guān)市場(chǎng)信息和蘋(píng)果種植和栽培等新技術(shù)信息，不論是從接受信息的速度和強(qiáng)度上來(lái)講，均比接受教育程度低的農(nóng)戶(hù)更占優(yōu)勢(shì)，也更容易接受與利用農(nóng)業(yè)科技知識(shí)，讓農(nóng)業(yè)生產(chǎn)資金投入規(guī)模增大;另外，相對(duì)于非農(nóng)人口而言，家庭規(guī)模中，主要?jiǎng)趧?dòng)力人口的接受教育程度越高的家庭進(jìn)行非農(nóng)投資的規(guī)模也就越高，因?yàn)榻逃潭雀叩娜丝谕菀撰@取市場(chǎng)信息和具備更強(qiáng)的投資意識(shí)，同時(shí)也更注重投資回報(bào)率。所以勞動(dòng)力文化水平會(huì)從兩個(gè)方面影響農(nóng)業(yè)生產(chǎn)性投資，但暫時(shí)并不能夠確定給哪個(gè)方面帶來(lái)的影響程度更高。本文相對(duì)應(yīng)的量化了勞動(dòng)力文化水平，指標(biāo)的度量法則：1表示的是沒(méi)有接收過(guò)教育的農(nóng)戶(hù)，也即是文盲或者是半文盲;2表示的是接受小學(xué)教育的農(nóng)戶(hù);3表示的是接受初中教育的農(nóng)戶(hù);4表示的是接受高中以上的農(nóng)戶(hù)，將每一位家庭成員接受教育的程度加起來(lái)，來(lái)進(jìn)一步統(tǒng)計(jì)農(nóng)戶(hù)家庭文化總體水平值。在本文調(diào)研的289個(gè)農(nóng)戶(hù)家庭中，家庭勞動(dòng)力人口受小學(xué)文化教育程度的比重最大，經(jīng)統(tǒng)計(jì)有129戶(hù)，接受高中以上教育的有49戶(hù)，接受初中教育的有63戶(hù)，沒(méi)有接受過(guò)教育的（即文盲或者是半文盲）有48戶(hù)，就其平均值而言小學(xué)教育程度為中位值。

2.1.2 農(nóng)戶(hù)家庭財(cái)富變量。（1）種植面積：利用農(nóng)戶(hù)家庭財(cái)富變量進(jìn)行衡量，即農(nóng)戶(hù)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(guī)模效應(yīng)理論來(lái)看，種植蘋(píng)果的農(nóng)戶(hù)經(jīng)營(yíng)和種植的面積越大，就容易取得規(guī)模經(jīng)濟(jì)效益，而往往規(guī)模越大的蘋(píng)果種植農(nóng)戶(hù)也更加傾向于加大對(duì)蘋(píng)果種植生產(chǎn)的生產(chǎn)性資金的投入力度。因此，預(yù)期蘋(píng)果種植面積規(guī)模和農(nóng)業(yè)生產(chǎn)性投資這兩者之間有著正相關(guān)關(guān)系。從所調(diào)查的農(nóng)戶(hù)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(jīng)營(yíng)收入（不包括非農(nóng)收入）：利用家庭經(jīng)營(yíng)性收入來(lái)衡量，也即蘋(píng)果種植農(nóng)戶(hù)出售蘋(píng)果獲得的經(jīng)營(yíng)收入。從農(nóng)戶(hù)生產(chǎn)性資金來(lái)看其主要來(lái)源為家庭經(jīng)營(yíng)收入，針對(duì)蘋(píng)果種植戶(hù)的生產(chǎn)性資金投入而言其影響相對(duì)滯后，也就是農(nóng)戶(hù)下一年的生產(chǎn)性資金投入的預(yù)期取決于農(nóng)戶(hù)上一年的經(jīng)營(yíng)收入情況，不僅會(huì)影響數(shù)量還會(huì)影響結(jié)構(gòu)。預(yù)期上一年的家庭經(jīng)營(yíng)收入會(huì)給下一年的農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)性資金投入帶來(lái)正向的影響。文章里利用農(nóng)戶(hù)出售蘋(píng)果的總數(shù)量乘以蘋(píng)果的單價(jià)便能夠計(jì)算出家庭的經(jīng)營(yíng)收入。最后選取了利用產(chǎn)出蘋(píng)果的總數(shù)量乘以蘋(píng)果的單價(jià)來(lái)計(jì)算出家庭的經(jīng)營(yíng)收入。通過(guò)進(jìn)一步計(jì)算可明確，本次針對(duì)調(diào)研地區(qū)的家庭經(jīng)營(yíng)的年收入為2000元- 200000元區(qū)間水平，用平均值大概估測(cè)為：20000元。

（3）家庭住房?jī)r(jià)值：即利用蘋(píng)果種植農(nóng)戶(hù)的家庭住房?jī)r(jià)值來(lái)衡量，也反映出農(nóng)戶(hù)對(duì)自住房屋的心理價(jià)值核算。在我國(guó)農(nóng)村生產(chǎn)性投資的相關(guān)研究過(guò)程中，往往家庭住房?jī)r(jià)值評(píng)測(cè)越高的農(nóng)戶(hù)在常態(tài)性農(nóng)業(yè)生產(chǎn)包括在固定資金投入方面投資比例越少，這是很多蘋(píng)果種植農(nóng)戶(hù)在收入較穩(wěn)的情況下，在自有住房資金方面的投入會(huì)一定程度上擠壓農(nóng)戶(hù)對(duì)農(nóng)業(yè)生產(chǎn)性投資的比重。因此，模型中預(yù)期家庭住房?jī)r(jià)值會(huì)給農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)性資金投入帶來(lái)負(fù)面的影響。文章利用以下法則來(lái)度量家庭住房?jī)r(jià)值：1表示家庭住房?jī)r(jià)值在0 - 50000元的范圍內(nèi);2表示家庭住房?jī)r(jià)值在500001 - 100000元的范圍內(nèi);3表示家庭的住房?jī)r(jià)值多于100000元，調(diào)研所在地區(qū)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(lái)衡量，也即是農(nóng)戶(hù)有沒(méi)有出現(xiàn)信貸行為。在本次調(diào)研地區(qū)，針對(duì)289戶(hù)的農(nóng)戶(hù)在生產(chǎn)性投資比重中申請(qǐng)農(nóng)業(yè)貸款的農(nóng)戶(hù)的比重較大，為此，可以基本認(rèn)定：往往獲取信貸支持的蘋(píng)果種植農(nóng)戶(hù)，更愿意或更加主動(dòng)增加農(nóng)業(yè)生產(chǎn)性資金的投入，所以，信貸支持在刺激與增加農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)性資金投入方面占有重要作用。和沒(méi)有出現(xiàn)借貸的農(nóng)戶(hù)相比預(yù)期發(fā)生借貸的農(nóng)戶(hù)更加重視農(nóng)業(yè)生產(chǎn)性投資，并且其數(shù)量也出現(xiàn)增加的情況。文章利用以下法則來(lái)度量信貸水平：0表示農(nóng)戶(hù)不存在信貸行為;1表示農(nóng)戶(hù)有借貸行為。文章里所說(shuō)的信貸不包含農(nóng)戶(hù)在種植蘋(píng)果時(shí)由于購(gòu)買(mǎi)蘋(píng)果苗等賒帳導(dǎo)致的信貸，文章具體強(qiáng)調(diào)了蘋(píng)果種植戶(hù)和農(nóng)村金融機(jī)構(gòu)這兩者之間出現(xiàn)的信貸問(wèn)題。從調(diào)研的農(nóng)戶(hù)里能夠知道有40%的農(nóng)戶(hù)發(fā)生了信貸行為。

2.1.3 價(jià)格變量。蘋(píng)果最低收購(gòu)價(jià)格期望度：本次289戶(hù)農(nóng)戶(hù)的調(diào)研中，蘋(píng)果種植農(nóng)戶(hù)普遍重視每年的蘋(píng)果收購(gòu)的最低市場(chǎng)價(jià)格，農(nóng)戶(hù)也更注重蘋(píng)果最低價(jià)格的預(yù)期，為此可以基本認(rèn)定：市場(chǎng)中蘋(píng)果的最低價(jià)格期望度是農(nóng)戶(hù)投入下一年蘋(píng)果種植生產(chǎn)性投資的重要因素，它對(duì)農(nóng)戶(hù)種植蘋(píng)果起到了極大的支撐作用。為此文章中進(jìn)一步度量蘋(píng)果最低收購(gòu)價(jià)格期望度：用0表示預(yù)期一樣下降或者維持當(dāng)前已有價(jià)格水平的農(nóng)戶(hù)，l表示想要提升蘋(píng)果最低收購(gòu)價(jià)格的農(nóng)戶(hù)。調(diào)研地區(qū)少數(shù)農(nóng)戶(hù)均強(qiáng)調(diào)政府決定了蘋(píng)果的最低收購(gòu)價(jià)格，自身感受不會(huì)給其帶來(lái)任何的影響，這些農(nóng)戶(hù)希望提高最低收購(gòu)價(jià)格?？傮w而言，調(diào)查地區(qū)還有眾多農(nóng)戶(hù)希望提高蘋(píng)果收購(gòu)價(jià)格，對(duì)于目前蘋(píng)果最低收購(gòu)價(jià)格并不是非常滿(mǎn)意，其滿(mǎn)意度的平均值僅僅是0.852。

2.1.4 其他影響因素。因?yàn)檗r(nóng)業(yè)生產(chǎn)具有一定弱質(zhì)性特征，其自然災(zāi)害的發(fā)生概率是農(nóng)業(yè)生產(chǎn)持續(xù)經(jīng)營(yíng)的關(guān)鍵考慮，災(zāi)害的發(fā)生直接影響農(nóng)戶(hù)種植產(chǎn)量和經(jīng)營(yíng)收入，因此，預(yù)期災(zāi)害發(fā)生對(duì)農(nóng)業(yè)生產(chǎn)資金投入帶來(lái)負(fù)面影響。文章給果農(nóng)面I臨的主要災(zāi)害進(jìn)行了基本定義，即災(zāi)害是自然因素或者是不能夠控制的因素導(dǎo)致的影響，有家庭成員生嚴(yán)重的病、家庭之中主要的勞動(dòng)力面臨死亡、發(fā)生風(fēng)暴、被偷盜、水災(zāi)或火災(zāi)，另外出現(xiàn)非季節(jié)常態(tài)下的極端天氣如：冰雹、暴雨、大風(fēng)等，這些災(zāi)害均會(huì)給家庭收入帶來(lái)極大的影響。文章利用以下方法來(lái)度量有沒(méi)有發(fā)生災(zāi)害：o表示農(nóng)戶(hù)家庭沒(méi)有出現(xiàn)災(zāi)害，1表示農(nóng)戶(hù)家庭出現(xiàn)災(zāi)害。針對(duì)調(diào)研地區(qū)的289個(gè)農(nóng)戶(hù)調(diào)查統(tǒng)計(jì)可知，其中50qo的農(nóng)戶(hù)遭遇過(guò)一定程度的自然災(zāi)害。

2.2 因變量的選取及其描述性統(tǒng)計(jì)

蘋(píng)果種植戶(hù)將每667m2生產(chǎn)性資金投入視作因變量進(jìn)入模型，在蘋(píng)果種植農(nóng)戶(hù)生產(chǎn)性資金投入方面主要通過(guò)兩部分組成，一是針對(duì)蘋(píng)果種植可變投入，二是固定性投入;前者包括蘋(píng)果種植中藥購(gòu)買(mǎi)種子的費(fèi)用、購(gòu)買(mǎi)化肥的費(fèi)用、購(gòu)買(mǎi)農(nóng)藥的費(fèi)用、灌溉水產(chǎn)生的費(fèi)用、還有農(nóng)戶(hù)在種植時(shí)雇傭勞動(dòng)力與租賃或購(gòu)買(mǎi)機(jī)械產(chǎn)生的費(fèi)用;固定投入主要指蘋(píng)果種植生產(chǎn)作業(yè)中的運(yùn)輸車(chē)輛、生產(chǎn)性用房或非小型機(jī)械等投入。把可變投入和固定投入相加起來(lái)，選取規(guī)模平均值之后便能夠獲取蘋(píng)果種植戶(hù)每667 m2產(chǎn)生的生產(chǎn)性資金投入。調(diào)研地進(jìn)行固定生產(chǎn)性投資的農(nóng)戶(hù)有60%，主要是購(gòu)買(mǎi)那些大型的農(nóng)業(yè)機(jī)械設(shè)備，例如拖拉機(jī)等，固定生產(chǎn)性資金投入規(guī)模在0 - 40000元的范圍內(nèi)，其平均值是3652.17元。由于不同農(nóng)戶(hù)的蘋(píng)果種植面積和規(guī)模不同，其可變生產(chǎn)性資金投入規(guī)模在2600 - 34500元的范圍內(nèi)。其中租賃機(jī)械、雇傭勞動(dòng)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(nóng)戶(hù)蘋(píng)果種植的固定與可變生產(chǎn)性資金投入相加起來(lái)便得到規(guī)模平均值，本次調(diào)研蘋(píng)果種植農(nóng)戶(hù)中兩項(xiàng)累計(jì)總投入規(guī)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(jié)果與分析

從調(diào)研的289戶(hù)蘋(píng)果種植戶(hù)的數(shù)據(jù)變量可以看出，利用二元Logit模型進(jìn)行分析并了解蘋(píng)果種植戶(hù)是否會(huì)進(jìn)行固定生產(chǎn)性資金投入，利用Tobit模型進(jìn)行詳細(xì)分析，哪些因素會(huì)影響蘋(píng)果種植戶(hù)生產(chǎn)性投入規(guī)模，為此，按我國(guó)低量噴霧標(biāo)準(zhǔn)：667m2計(jì)劃生產(chǎn)性資金投入規(guī)模最低標(biāo)準(zhǔn)，以上兩種模型均利用STATA統(tǒng)計(jì)軟件對(duì)程序函數(shù)的具體運(yùn)作進(jìn)行設(shè)計(jì)，詳見(jiàn)表1。就模型的運(yùn)作情況而言，從整體上來(lái)看有很好的擬合程度，R2值超過(guò)0.6，并且變量的影響方向和預(yù)期大概是一樣的。

3.1 蘋(píng)果種植戶(hù)是否進(jìn)行固定生產(chǎn)性資金投入影響因素分析

（1）就調(diào)研區(qū)對(duì)289個(gè)蘋(píng)果種植農(nóng)戶(hù)的調(diào)研統(tǒng)計(jì)顯示：農(nóng)戶(hù)家庭勞動(dòng)力人口平均接受教育的程度、非農(nóng)就業(yè)所占的比例、家庭的人口的規(guī)模等因素直接影響農(nóng)戶(hù)對(duì)生產(chǎn)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(guī)模越大的農(nóng)戶(hù)越有可能進(jìn)行固定生產(chǎn)性資金投入（在0.01的可信水平顯著）;而289個(gè)農(nóng)戶(hù)中的統(tǒng)計(jì)表明農(nóng)戶(hù)家庭中，非農(nóng)就業(yè)比例越高農(nóng)戶(hù)越不可能在固定生產(chǎn)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(píng)果種植農(nóng)戶(hù)，其在固定性生產(chǎn)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(jīng)濟(jì)水平和規(guī)?？矗r(nóng)戶(hù)獲取的信貸水平、家庭經(jīng)營(yíng)收入水平和蘋(píng)果種植面積規(guī)模等因素會(huì)直接影響農(nóng)戶(hù)的固定生產(chǎn)性資金的投入比重;如不考慮其它因素，單一因素看：農(nóng)戶(hù)在蘋(píng)果種植面積規(guī)模越大的家庭，如果未獲取信貸支持，這類(lèi)農(nóng)戶(hù)在固定生產(chǎn)性資金投入比重中比例就越低（在0.05時(shí)可信水平最為明顯）;而上一年蘋(píng)果種植經(jīng)營(yíng)性收入越高的農(nóng)戶(hù)在下一年固定生產(chǎn)性資金的投入方面比重就越大，但相較于信貸水平和蘋(píng)果種植面積規(guī)模而言，其總體的影響系數(shù)不大（在0.01時(shí)可信水平最為明顯）。

（3）就價(jià)格情形而言，蘋(píng)果種植農(nóng)戶(hù)對(duì)蘋(píng)果最低收購(gòu)價(jià)格有著極大的期望，為此，果農(nóng)的市場(chǎng)預(yù)期會(huì)極大地影響農(nóng)戶(hù)對(duì)固定生產(chǎn)性的投資，并且在0.01時(shí)，可信水平最為明顯，影響系數(shù)也是顯著呈現(xiàn)正相關(guān)，這表明本次調(diào)研地區(qū)的政府職能或關(guān)聯(lián)機(jī)構(gòu)機(jī)構(gòu)在對(duì)蘋(píng)果的最低收購(gòu)價(jià)格進(jìn)行宏觀調(diào)控，如提升當(dāng)年蘋(píng)果預(yù)期收購(gòu)價(jià)格，那么將有利于農(nóng)戶(hù)將資金投入到蘋(píng)果種植的固定生產(chǎn)投入規(guī)模中。

（4）模型里的別的變量因素（有沒(méi)有發(fā)生災(zāi)害）并不會(huì)明顯地影響農(nóng)戶(hù)是否會(huì)將資金投入固定生產(chǎn)中。

3.2蘋(píng)果種植戶(hù)生產(chǎn)性資金投資規(guī)模影響因素分析

（1）就農(nóng)戶(hù)的基本特點(diǎn)而言，家庭接受教育的平均水平、非農(nóng)就業(yè)所占的比例、家庭的具體規(guī)模會(huì)給生產(chǎn)性投資帶來(lái)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(duì)農(nóng)業(yè)生產(chǎn)性資金的投入（在0.01時(shí)可信水平最為明顯）;非農(nóng)就業(yè)所占的比例越高越有可能增加對(duì)農(nóng)業(yè)生產(chǎn)性的投資（在0.01時(shí)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(duì)農(nóng)業(yè)生產(chǎn)性資金的投資（在0.01時(shí)可信水平最為明顯）。

（2）就家庭財(cái)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(jià)值會(huì)極大地影響農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)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(nóng)戶(hù)的生產(chǎn)性投資（在0.05時(shí)可信水平最為明顯）;前一年收入越多越有可能增加農(nóng)戶(hù)每667 m2生產(chǎn)性投資（在0.01時(shí)可信水平最為明顯）;借貸水平越高越有可能增加農(nóng)戶(hù)對(duì)生產(chǎn)性投資（在0.01時(shí)可信水平最為明顯）;家庭住房的價(jià)值越高越不可能增加農(nóng)戶(hù)對(duì)生產(chǎn)性投資（在0.01的可信水平顯著）。

（3）就價(jià)格情形而言，農(nóng)戶(hù)對(duì)于蘋(píng)果最低收購(gòu)價(jià)格的期望度會(huì)極大地影響其對(duì)生產(chǎn)性的投資，并且為0.1時(shí)可信水平最為明顯。影響系數(shù)是正，這意味著將蘋(píng)果的最低收購(gòu)價(jià)格提高有利于加大農(nóng)戶(hù)對(duì)生產(chǎn)性的投資。

（4）模型里別的變量因素（有沒(méi)有面臨災(zāi)害）會(huì)極大地影響農(nóng)戶(hù)對(duì)生產(chǎn)性的投資，并且為0.1時(shí)可信水平最為明顯。影響系數(shù)是負(fù)，這意味著假如蘋(píng)果種植戶(hù)面臨自然災(zāi)害便不會(huì)增加對(duì)生產(chǎn)性的投資，相反還會(huì)降低。

4 建議

文章結(jié)合阿克蘇地區(qū)溫宿縣289戶(hù)農(nóng)戶(hù)2019年全年蘋(píng)果種植投入與產(chǎn)出的調(diào)查數(shù)據(jù)進(jìn)一步探究分析了針對(duì)蘋(píng)果種植戶(hù)的固定生產(chǎn)性資金投入行為及其關(guān)聯(lián)因素的相關(guān)研究。本次調(diào)研地區(qū)農(nóng)戶(hù)的統(tǒng)計(jì)數(shù)據(jù)經(jīng)由Logit模型計(jì)量驗(yàn)證了固定生產(chǎn)投資的影響因素;再利用Tobit模型計(jì)量驗(yàn)證了影響生產(chǎn)性資金投入規(guī)模的因素，基于提高農(nóng)戶(hù)對(duì)蘋(píng)果種植穩(wěn)定性投入和生產(chǎn)性投資投入情況，根據(jù)調(diào)研地區(qū)的實(shí)際情況，進(jìn)一步提出蘋(píng)果種植戶(hù)的穩(wěn)定性收入和增加生產(chǎn)性資金投入的合理需求的一些建議。

4.1 提升農(nóng)戶(hù)對(duì)蘋(píng)果市場(chǎng)的敏感性培訓(xùn)

這方面主要應(yīng)由當(dāng)?shù)靥O(píng)果種植政府主管和服務(wù)職能機(jī)構(gòu)發(fā)揮職能作用，增加果農(nóng)對(duì)市場(chǎng)敏感性的培訓(xùn)力度，逐步完善種植農(nóng)業(yè)經(jīng)濟(jì)流轉(zhuǎn)機(jī)制，促進(jìn)農(nóng)戶(hù)蘋(píng)果種植的信心。在對(duì)果農(nóng)進(jìn)行核算時(shí)，要對(duì)蘋(píng)果種植戶(hù)在從事其他勞動(dòng)所產(chǎn)生的成本進(jìn)行核算，考慮到當(dāng)前市場(chǎng)價(jià)格在上漲，物價(jià)水平不同，要對(duì)市場(chǎng)價(jià)格經(jīng)濟(jì)運(yùn)行規(guī)律作適時(shí)調(diào)整，確保農(nóng)民收入得到增長(zhǎng)，與此同時(shí)，由于種植蘋(píng)果成本比較特殊，根據(jù)市場(chǎng)變化的發(fā)展，要持續(xù)提高蘋(píng)果的最低收購(gòu)價(jià)。

4.2 加大鼓勵(lì)果農(nóng)規(guī)?；N植蘋(píng)果

考慮對(duì)農(nóng)民種植需求的足夠尊重，要大力鼓勵(lì)農(nóng)民積極參與土地流轉(zhuǎn)，將土地資源大力優(yōu)化，在種植蘋(píng)果的規(guī)?；A(chǔ)上，適量進(jìn)行規(guī)?；奶O(píng)果擴(kuò)展種植。

4.3 大力提升果農(nóng)種植蘋(píng)果的知識(shí)技術(shù)水平

當(dāng)前，在農(nóng)村已全面普及了義務(wù)教育，但是欠缺成人教育和對(duì)果農(nóng)專(zhuān)業(yè)技術(shù)的培訓(xùn)，因此，地方政府要加大對(duì)果農(nóng)新技術(shù)培訓(xùn)的投入，要豐富培訓(xùn)內(nèi)容和形式，增強(qiáng)時(shí)效性?？梢酝ㄟ^(guò)開(kāi)展夜校培訓(xùn)班等方法，要拓寬果農(nóng)受益主體，要逐漸減少甚至消除文盲或半文盲;要豐富培訓(xùn)形式，如定期開(kāi)展果農(nóng)針對(duì)蘋(píng)果栽培技術(shù)的短期技術(shù)培訓(xùn)課程;增加科技人員送教下鄉(xiāng)，邀請(qǐng)科技專(zhuān)家現(xiàn)場(chǎng)指導(dǎo)，激發(fā)果農(nóng)學(xué)習(xí)的積極性;要充分發(fā)揮各類(lèi)宣傳平臺(tái)，如通過(guò)互聯(lián)網(wǎng)、發(fā)放宣傳單、粘貼宣傳欄、報(bào)社、地方電視臺(tái)等媒介，加大宣傳力度，要逐漸將蘋(píng)果種植產(chǎn)業(yè)生產(chǎn)活動(dòng)轉(zhuǎn)移向其它產(chǎn)業(yè)就業(yè)發(fā)展，大力培養(yǎng)更多的現(xiàn)代化種植技能人才。

4.4 提升蘋(píng)果種植農(nóng)戶(hù)信貸支持力度

由研究數(shù)據(jù)可知積極參與并且種植規(guī)模大且受教育程度更高的農(nóng)戶(hù)，更容易獲得農(nóng)村信貸資金支持，而一些規(guī)模較小、自身家庭經(jīng)濟(jì)困難或勞動(dòng)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(guī)范農(nóng)村金融服務(wù)機(jī)制，發(fā)展多種形式的符合現(xiàn)代化的新型農(nóng)村金融服務(wù)體系，在農(nóng)村金融條件方面要放寬政策，加大投入農(nóng)村小額信貸體系和中小型農(nóng)村金融服務(wù)體系，要更多地爭(zhēng)取得到當(dāng)?shù)卣闹С?，特別是在農(nóng)村信用貸款方面，要讓企業(yè)、銀行等多家參與，形成聯(lián)動(dòng)作用，完善信貸體系，在農(nóng)村貸款方面，要逐漸放寬申請(qǐng)條件和簡(jiǎn)化申請(qǐng)程序。

[參考文獻(xiàn)]

[1]唐婷，家庭資產(chǎn)對(duì)農(nóng)戶(hù)借貸行為的影響研究——基于CFPS數(shù)據(jù)的分析J].時(shí)代金融，2018（ 27）：248-249.

[2]孔凡斌，阮華，廖文梅，不同貧困程度農(nóng)戶(hù)林權(quán)抵押貸款收入效應(yīng)與貸款行為及其影響因素分析——基于702戶(hù)農(nóng)戶(hù)調(diào)查數(shù)據(jù)的實(shí)證[J].林業(yè)科學(xué)，2019 （10）：111-123.

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

[4]曾維蓮，穆海超，古豪敦.規(guī)模化養(yǎng)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(nóng)業(yè)，2019（2）：216-223.

[5]李巖，趙尚梅，趙翠霞.農(nóng)戶(hù)混合性貸款需求及其影響因素——基于生產(chǎn)經(jīng)營(yíng)和生活消費(fèi)用途的農(nóng)戶(hù)[J]科技促進(jìn)發(fā)展，2018 （7）：577-583.

[6] 沈紅麗，農(nóng)戶(hù)信貸選擇及信貸可獲性的影響因素分析——基于天津市506個(gè)農(nóng)戶(hù)的調(diào)研數(shù)據(jù)[J]金融理論與實(shí)踐，2018 （4）：42-48.

[7]李巖，劉連華，趙翠霞，不同富裕程度農(nóng)戶(hù)貸款行為分析——基于連續(xù)8年農(nóng)戶(hù)貸款面板數(shù)據(jù)[J].山東社會(huì)科學(xué)，2018（ 12）：160-164.

[作者簡(jiǎn)介]劉旭（1983-），男，新疆溫宿人，塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院在讀研究生，研究方向：農(nóng)村金融。

[通訊作者]馬愛(ài)艷（1978-），女，教授，研究生導(dǎo)師，研究方向：農(nóng)村金融。