新形勢下種植大戶借貸行為研究——以烏魯木齊縣為例

郭麗麗 永春芳

（新疆農(nóng)業(yè)大學，新疆 烏魯木齊 830052）

一、引言

自黨的十六屆五中全會提出建設社會主義新農(nóng)村的重大歷史任務以來，我國“三農(nóng)”政策實現(xiàn)重大突破，農(nóng)業(yè)和農(nóng)村發(fā)展進入新的階段。2013年中央一號文件首次提出要鼓勵發(fā)展“家庭農(nóng)場”，政策向專業(yè)大戶、家庭農(nóng)場、農(nóng)民合作社等新型生產(chǎn)經(jīng)營主體傾斜。家庭農(nóng)場是指以家庭成員為主要勞動力，從事農(nóng)業(yè)規(guī)模化、集約化、商品化生產(chǎn)經(jīng)營，并以農(nóng)業(yè)收入為家庭主要收入來源的新型農(nóng)業(yè)經(jīng)營主體。家庭農(nóng)場的出現(xiàn)對農(nóng)戶具有重要意義，其中最主要的就是應用先進的農(nóng)業(yè)科技、節(jié)約生產(chǎn)成本、提高經(jīng)濟效益。

與農(nóng)業(yè)比較發(fā)達的國家相比，家庭農(nóng)場在中國的發(fā)展有一個循序漸進的過程，一般以家庭為單位，先適度規(guī)?；a(chǎn)。家庭適度規(guī)模經(jīng)營模式是將承包土地流轉給種植大戶或經(jīng)營能手。種植大戶或經(jīng)營能手通過擴大生產(chǎn)規(guī)模，發(fā)展家庭適度規(guī)模經(jīng)營。種植大戶是最靠近家庭農(nóng)場的一類農(nóng)戶群體，是最容易發(fā)展成家庭農(nóng)場的農(nóng)戶，是家庭農(nóng)場這種新型農(nóng)業(yè)經(jīng)營體系中的重要組成部分。正是由于大量種植大戶的出現(xiàn)，我國農(nóng)業(yè)經(jīng)營分散、小規(guī)模的狀況才得以逐漸改善，他們在農(nóng)村經(jīng)濟發(fā)展中的作用日益顯著。種植大戶在向政策性方向發(fā)展的過程中，一定會遇到資金短缺的問題，而農(nóng)民貸款難的問題一直存在。在推進社會主義新農(nóng)村建設的過程中，深化農(nóng)村金融體制改革、建立符合農(nóng)業(yè)特點和農(nóng)民需求的農(nóng)村金融服務體系一直是改革重點。

本文是以種植大戶的界定為標準，對烏魯木齊縣符合這一標準的農(nóng)戶進行調(diào)查，從農(nóng)戶資金借貸發(fā)生率、借貸金額、借貸渠道、借貸方式及借貸用途等方面描述和分析了烏魯木齊縣種植大戶的借貸行為特征，并運用Logistic模型估計種植大戶借貸可得性的影響因素。

二、數(shù)據(jù)來源與描述性統(tǒng)計

（一）數(shù)據(jù)來源

本文對烏魯木齊縣水西溝鎮(zhèn)、托里鄉(xiāng)、永豐鄉(xiāng)、板房溝鄉(xiāng)、薩爾達坂鄉(xiāng)這五個地區(qū)共計200戶種植大戶的借貸現(xiàn)狀進行問卷調(diào)查。發(fā)放問卷200份，回收有效問卷155份，有效率為77.5%。從地區(qū)分布來看，水西溝鎮(zhèn)14戶（占9%）、板房溝鄉(xiāng)12戶（占7.7%）、永豐鄉(xiāng)59戶（占38.1%）、托里鄉(xiāng)13戶（占8.4%）、薩爾達坂鄉(xiāng)57戶（占36.8%）；按照民族劃分，漢族農(nóng)戶共94戶（占60.6%），少數(shù)民族農(nóng)戶共61戶（占39.4%）。其中，哈薩克族占11%，回族占28.4%。本次調(diào)查是到農(nóng)戶家中，與他們進行面對面交流。因為調(diào)查恰逢農(nóng)業(yè)生產(chǎn)期間，考慮到農(nóng)戶比較繁忙和對一些專業(yè)術語的理解能力，問卷內(nèi)容設計得比較易懂，在調(diào)查過程中全部采用問答形式，保證了問卷的可信度和有效性。

（二）樣本基本情況

由表1可知，從被調(diào)查的155戶樣本農(nóng)戶的借貸基本情況來看，農(nóng)戶的年齡大都分布在50—60歲之間，占樣本總數(shù)的51%；約有52.3%的農(nóng)戶受教育程度為初中文化程度；家庭人口在3—5人的戶數(shù)較多，占63.9%；有94戶農(nóng)戶的耕地面積集中在30—50畝，占總數(shù)的60.6%；家庭年純收入低于5萬元的種植大戶有57戶；借貸發(fā)生率較高、近三年發(fā)生過借貸行為的種植大戶有140戶，占樣本總數(shù)的90.3%；借貸金額在3—5萬元的農(nóng)戶最多，有79戶，占58.5%；有96.4%的農(nóng)戶選擇從農(nóng)村信用社貸款；存在最多的借貸方式是多戶聯(lián)保，占45.9%；有119戶農(nóng)戶的借貸期限在1年以內(nèi)，占85%；選擇在農(nóng)業(yè)生產(chǎn)初期貸款的農(nóng)戶最多，占71.4%；93.6%的農(nóng)戶將借貸用于農(nóng)業(yè)生產(chǎn)。

表1：樣本基本情況描述

表2：模型解釋變量及其基本統(tǒng)計特征

三、實證分析

（一）種植大戶借貸可得性影響因素選擇

根據(jù)對農(nóng)戶借貸行為已有的研究，這里將選擇農(nóng)戶家庭特征、農(nóng)戶自身特征和金融環(huán)境特征三個方面作為影響農(nóng)戶借貸可得性的變量。（1）農(nóng)戶家庭特征主要包括家庭種植作物面積、家庭年收入水平、家庭支出、家庭人口數(shù)、社會關系；（2）農(nóng)戶自身特征主要包括戶主的年齡、民族、文化程度、對正規(guī)金融機構借貸政策的認知程度；（3）金融環(huán)境特征主要包括貸款效率、家庭到金融機構的距離、是否被信用評級并授予信用額度。

（二）模型設計

本文主要研究的是影響農(nóng)戶借貸可得性的因素，明確各影響因素的作用大小和程度，從而更好地幫助農(nóng)戶借貸，解決他們借貸難的問題。這些反映農(nóng)戶借貸行為的影響因素在計量分析中作為解釋變量，屬于離散變量。本文選取了反映農(nóng)戶家庭特征的變量、農(nóng)戶自身特征的變量、金融環(huán)境特征的變量。在這種情況下，一般采用Logit模型和Probit模型更符合研究需要。由于Logit模型和Probit模型在計量分析中差別不大，因此本文對樣本數(shù)據(jù)的實證檢驗主要采取Logit模型對農(nóng)戶借貸的影響因素進行分析。

Logistic回歸時概率型非線性回歸模型為：

其中，Pi表示某因素狀態(tài)下的概率；a為回歸截距，是一個常數(shù)；b為回歸系數(shù)；i=1，2，……，n。

模型中各變量及基本統(tǒng)計特征見表2。

（三）模型分析結果

農(nóng)戶借貸的可得性是從資金需求者可獲得信用的可能性或從資金供給者供給的可能性來分析的，它反映了農(nóng)戶獲得正規(guī)借貸的難易程度。使用Eviews6.0軟件，采用二元Logistic模型估計155戶農(nóng)戶借貸可得性發(fā)生的概率，具體的模型估計結果見表3。

對表3回歸結果的解釋如下：

1.在農(nóng)戶家庭特征中，家庭種植作物面積、家庭年收入水平、家庭人口數(shù)、社會關系對農(nóng)戶借貸可得性的影響顯著。

回歸模型結果顯示，耕地面積的回歸系數(shù)為0.430，在1%的顯著性水平下顯著。這表明，家庭耕地面積具有較為顯著的正向影響，家庭耕地面積越大，種植作物面積越大，收入水平越會增加，獲得農(nóng)村信用社貸款的可能性就越大。

家庭年收入水平的回歸系數(shù)是0.028，且在5%的顯著性水平下顯著。這說明，家庭年收入對農(nóng)戶借貸可得性的影響為正。家庭總收入水平越高，表明其償還能力越強，農(nóng)村信用社對其貸款承擔的風險越小，農(nóng)戶獲得農(nóng)信社貸款的可能性也就越大。

表3：影響烏魯木齊縣種植大戶借貸可得性因素的Logistic模型估計結果

家庭人口數(shù)的回歸系數(shù)是0.135，且在統(tǒng)計上顯著。表明家庭人口數(shù)對農(nóng)戶借貸可得性的影響為正。農(nóng)戶家庭人口越多，消費支出水平越大，這會使他們更傾向于向農(nóng)村信用社貸款，農(nóng)戶的借貸可得性就會提高。

家庭社會關系的回歸系數(shù)-1.759<0，且在統(tǒng)計上顯著，說明家庭社會關系對農(nóng)戶借貸可得性的影響為負。家庭社會關系越廣泛的農(nóng)戶，社會關系網(wǎng)就越廣，在遇到資金困難的問題時，向農(nóng)村信用社貸款的幾率就越小。

2.在農(nóng)戶自身特征中，戶主年齡、戶主文化程度、對農(nóng)村信用社貸款政策的了解程度對借貸可得性的影響顯著。年齡的回歸系數(shù)為-0.282，且在統(tǒng)計上顯著。因此，戶主年齡具有較為顯著的負向影響。隨著戶主的年齡增大，其勞動能力會逐漸減弱，對貸款的償還能力下降。農(nóng)村信用社考慮到風險的承擔，對農(nóng)戶貸款的可能性就會越小。

在回歸模型中，文化程度和對貸款政策了解程度的回歸系數(shù)分別是0.108和1.546，并在統(tǒng)計上顯著。這說明，戶主文化程度對農(nóng)戶借貸可得性的影響為正。戶主文化程度越高，受教育的年限越長，其按期還款的可能性就越大。相應地，其對農(nóng)村信用社貸款政策的認知度較高，獲得貸款的可能性就會增加，農(nóng)戶的借貸可得性就會提高。

3.在金融環(huán)境特征中，貸款效率、是否被信用評級并授予信用額度對借貸可得性的影響顯著。貸款效率的回歸系數(shù)是0.737，伴隨概率P值為0.006，在1%的顯著性水平下顯著。這說明，貸款效率對農(nóng)戶借貸可得性的影響為正。貸款效率越高，農(nóng)戶獲得農(nóng)村信用社貸款的可能性就越高，越容易獲得貸款。

是否被農(nóng)村信用社評級和授予信用額度的回歸系數(shù)為正，并且在1%的顯著性水平下是顯著的。這說明，在農(nóng)戶接受信用社的評級和授信，增強了農(nóng)戶貸款的需求，農(nóng)村信用社也加強了對農(nóng)戶的了解，因此對農(nóng)戶獲得農(nóng)信社的貸款具有很明顯的正向作用。

四、主要結論與啟示

本文通過對烏魯木齊縣農(nóng)戶借貸可得性影響因素的分析，發(fā)現(xiàn)對農(nóng)戶借貸可得性產(chǎn)生正向顯著影響的因素有家庭耕地面積、家庭收入水平、家庭人口數(shù)、文化程度、對銀行貸款政策的了解程度、貸款效率、是否被信用評級并授予信用額度，負向顯著影響的因素有社會關系、戶主年齡，家庭支出、戶主民族、家庭到金融機構的距離等因素的影響在統(tǒng)計上并不顯著。

本文認為，要提高農(nóng)戶借貸可得性，首先應加強農(nóng)村地區(qū)信用體系建設，建立健全農(nóng)戶信用檔案和信用評級，根據(jù)農(nóng)戶信用等級適度放寬貸款額度限制，開發(fā)多種形式的借貸業(yè)務如大額農(nóng)業(yè)貸款、農(nóng)業(yè)生產(chǎn)性貸款等，以滿足種植大戶大規(guī)模農(nóng)業(yè)生產(chǎn)的需求。其次，應增加農(nóng)村金融機構網(wǎng)點的數(shù)量，同時鼓勵適合農(nóng)戶、能為農(nóng)戶提供方便快捷服務的金融機構在農(nóng)村地區(qū)提供多種服務，從而吸引農(nóng)戶把錢存到金融機構。這樣，一方面可提高存放資金的安全性并獲得利息，另一方面也能增加農(nóng)村金融機構的可貸資金，更好地滿足農(nóng)民的資金需求。最后，應加強對農(nóng)民金融知識及貸款政策的宣傳力度。金融機構可以開展多種多樣的活動把農(nóng)民真正需要的金融知識傳達給他們，比如“送金融下鄉(xiāng)”、“普及金融知識萬里行”、“愛心助農(nóng)”等，并通過向農(nóng)戶贈送有關金融知識、銀行服務方面的圖書來進行宣傳。

[1]沈茂斌，謝彥明，朱培巧.農(nóng)戶信貸行為影響因素的實證分析[J].農(nóng)村金融，2009，（2）.

[2]張斌，周莉，黎東升.農(nóng)戶家庭借貸行為實證研究——基于湖北省竹山縣172戶農(nóng)戶的調(diào)查[J].長江大學學報（社會科學版），2012，（10）.

[3]鄭興明.農(nóng)戶借貸行為及其影響因素的實證研究——基于對福建省農(nóng)村地區(qū)的調(diào)查[J].福建農(nóng)林大學學報（哲學社會科學版），2011，（5）.

[4]闞先學.農(nóng)戶借貸行為影響因素的實證分析——以山西省為例[J].經(jīng)濟師，2010，（7）.

[5]羅芳，程中海.新疆農(nóng)戶借貸行為影響因素分析[J].石河子大學學報（哲學社會科學版），2010，（4）.

[6]羅芳，程中海.農(nóng)戶借貸行為研究——以新疆為例[M].經(jīng)濟管理出版社，2012.

[7]羅芳，李平.新疆兵團農(nóng)戶借貸行為及其影響因素的實證研究[J].技術經(jīng)濟，2009，（3）.

[8]王麗萍，李平，霍學喜.西部地區(qū)農(nóng)戶借貸行為分析——基于陜西248家農(nóng)戶的調(diào)查與思考[J].電子科技大學學報（社科版），2007，（1）.

[9]Bao Duong P，Izumida Y.2002.Rural Development Finance in Vietnam：A Micro-econometric Analysis of Household Surveys[J].World Development，（30）.

[10]Pal，Sarmistha.2002.Household SectoralChoice and Effective Demand for Rural Credit in India[J].Applied Economics，（14）.