訂單融資如何促進(jìn)規(guī)模農(nóng)戶增收： 理論與實證

一、問題的提出

當(dāng)前農(nóng)村勞動力持續(xù)外流，空心化、老齡化問題愈發(fā)嚴(yán)峻。數(shù)據(jù)顯示，農(nóng)村60歲、65歲及以上老人的占比分別已達(dá)23.8%、17.7%，比城鎮(zhèn)分別高出8個百分點、6.6個百分點。根據(jù)聯(lián)合國《人口老齡化及其社會經(jīng)濟后果》劃分標(biāo)準(zhǔn)，我國農(nóng)村已逼近超老齡化水平，其不僅會帶來返貧風(fēng)險隱患，更是全面推進(jìn)鄉(xiāng)村振興的障礙。農(nóng)村空心化、老齡化的根本原因之一就是“搞農(nóng)業(yè)不賺錢”，而其中一個重要原因便是融資難。因此，農(nóng)業(yè)訂單融資等供應(yīng)鏈融資模式逐步受到重視。如2017年中央一號文件指出應(yīng)“支持金融機構(gòu)開展適合新型農(nóng)業(yè)經(jīng)營主體的訂單融資和應(yīng)收賬款融資”，2020年中央一號文件指出應(yīng)“培育農(nóng)業(yè)產(chǎn)業(yè)化聯(lián)合體，通過訂單農(nóng)業(yè)等方式將小農(nóng)戶融入農(nóng)業(yè)產(chǎn)業(yè)鏈”，2021年農(nóng)業(yè)農(nóng)村部《關(guān)于加快農(nóng)業(yè)全產(chǎn)業(yè)鏈培育發(fā)展的指導(dǎo)意見》指出“支持開展供應(yīng)鏈金融，引導(dǎo)龍頭企業(yè)為全產(chǎn)業(yè)鏈上的小農(nóng)戶和新型經(jīng)營主體提供擔(dān)保和增信服務(wù)”等。然而，當(dāng)前我國農(nóng)業(yè)供應(yīng)鏈金融的開展效果卻并不盡如人意，倉單質(zhì)押、應(yīng)收賬款融資等模式幾乎未見實施，相對普及的訂單融資模式的業(yè)務(wù)規(guī)模和推廣范圍仍然不足。眾多發(fā)展中國家的經(jīng)驗表明，農(nóng)業(yè)供應(yīng)鏈金融的項目建立往往需要政府部門的組織和援助，同時需要資金出借方有足夠的參與積極性

。因此，急需對農(nóng)業(yè)供應(yīng)鏈金融模式進(jìn)行深入研究，進(jìn)而提升我國政府部門與金融機構(gòu)的涉農(nóng)意愿，助推農(nóng)業(yè)供應(yīng)鏈金融在我國的推廣普及和進(jìn)一步發(fā)展優(yōu)化。

農(nóng)業(yè)訂單融資是農(nóng)業(yè)供應(yīng)鏈金融的主要模式之一，也是當(dāng)前我國唯一有一定開展范圍的農(nóng)業(yè)供應(yīng)鏈融資模式。對農(nóng)業(yè)訂單融資在效益層面上的優(yōu)勢進(jìn)行系統(tǒng)性研究具有很強的現(xiàn)實意義。然而，目前這一研究領(lǐng)域尚屬空白，通過梳理相關(guān)文獻(xiàn)，關(guān)于農(nóng)業(yè)訂單融資的已有研究大多集中在決策博弈和參與意愿兩個方面。如王婷睿

基于奶牛養(yǎng)殖探究了如何通過現(xiàn)有養(yǎng)殖規(guī)模和自有資金狀況合理確定融資比例和融資期限。彭紅軍和龐濤

基于農(nóng)業(yè)補貼政策，考慮了包含農(nóng)戶、農(nóng)資經(jīng)銷商和農(nóng)產(chǎn)品收購商的訂單融資，構(gòu)建序貫博弈模型研究各主體的決策和利潤。林強等

考慮了農(nóng)產(chǎn)品產(chǎn)出不確定性和公司與農(nóng)戶的地位不對等，構(gòu)建了由單個資金短缺的農(nóng)戶和單個資金充裕的公司組成的訂單農(nóng)業(yè)供應(yīng)鏈的內(nèi)部融資決策模型。黃建輝

研究了農(nóng)業(yè)訂單融資的政府補貼機制，發(fā)現(xiàn)政府是否應(yīng)該補貼以及補貼數(shù)量的確定必須根據(jù)不同情景進(jìn)行調(diào)整，否則不利于福利的最大化以及項目的持續(xù)性。Zhang等

構(gòu)建了區(qū)塊鏈支持的農(nóng)業(yè)訂單融資解決方案，指出區(qū)塊鏈技術(shù)通過完善信用體系、改善信息不對稱、通暢信息傳遞通道、提高交易可靠性，降低了農(nóng)業(yè)訂單融資的成本。在農(nóng)業(yè)訂單融資的參與意愿方面，Casuga

發(fā)現(xiàn)，農(nóng)戶對于擴大生產(chǎn)投入沒有安全感的主因并非不愿欠債而是擔(dān)心價格波動，對此，農(nóng)戶主動選擇訂單融資予以應(yīng)對。Swinnen和Maertens

也發(fā)現(xiàn)，農(nóng)戶參與訂單融資的主要動機并非追求更高的收入，而是鎖定價格、獲得資金與技術(shù)支持。董翀等

研究發(fā)現(xiàn)，合作社提供訂單融資的意愿受到其出資人數(shù)以及領(lǐng)導(dǎo)者學(xué)歷的正向影響。

在農(nóng)業(yè)訂單融資的發(fā)展模式和影響機制方面，徐健和汪旭暉

比較了訂單農(nóng)業(yè)的幾種主要模式的優(yōu)劣，發(fā)現(xiàn)“龍頭企業(yè)+經(jīng)紀(jì)人+農(nóng)戶”模式的優(yōu)勢較強。劉曉鷗和邸元

探究了增收的具體路徑機制，發(fā)現(xiàn)參與訂單農(nóng)業(yè)可以提高農(nóng)戶的機械使用支出和雇工支出，進(jìn)而提高了農(nóng)戶的畝均農(nóng)業(yè)收入水平。鄭黎陽

研究了訂單農(nóng)業(yè)對農(nóng)戶主觀層面經(jīng)濟獲得感的促進(jìn)作用，發(fā)現(xiàn)參與訂單農(nóng)業(yè)能夠提升農(nóng)戶的橫向現(xiàn)實經(jīng)濟獲得感。侯晶

以肉雞養(yǎng)殖為例，發(fā)現(xiàn)訂單農(nóng)業(yè)僅對低收入層次農(nóng)戶的收入產(chǎn)生顯著的提升作用，且對欠發(fā)達(dá)地區(qū)農(nóng)戶的增收效應(yīng)更為明顯，同時龍頭企業(yè)提供的技術(shù)指導(dǎo)和培訓(xùn)對農(nóng)戶的收入具有顯著的促進(jìn)作用。李彬

與王亞飛等

關(guān)注了訂單農(nóng)業(yè)的違約現(xiàn)象，發(fā)現(xiàn)違約行為會導(dǎo)致訂單農(nóng)業(yè)對農(nóng)戶增收的有效性與持續(xù)性大幅下降。Ali等

、Dong和 Lu

與余泉生和周亞虹

發(fā)現(xiàn)，信貸約束不利于農(nóng)業(yè)生產(chǎn)力和農(nóng)業(yè)收入的提升。尹志超等

指出，我國的金融扶貧對農(nóng)民收入沒有顯著的提升效果。Fletschner等

表明，信貸約束使得農(nóng)戶難以投保，從而使得其財務(wù)效率低下。Karlan等

也發(fā)現(xiàn)，信貸約束通過對投保的制約降低了農(nóng)戶的生產(chǎn)投資。Luan和Bauer

、Giang等

與閆嘯和牛榮

比較了非農(nóng)收入和農(nóng)業(yè)收入的增幅。Abate等

比較了小額信貸機構(gòu)和金融合作社提供的融資，發(fā)現(xiàn)其通過促進(jìn)技術(shù)采納實現(xiàn)農(nóng)戶的增收且前者效應(yīng)更好，同時小農(nóng)相較規(guī)模農(nóng)戶的提升程度更大。陳清華

發(fā)現(xiàn)，相對于扶貧貼息貸款，村級互助資金服務(wù)目標(biāo)更加下沉，且能增加農(nóng)戶的生產(chǎn)性投資規(guī)模從而提高農(nóng)戶農(nóng)業(yè)收入水平，其對貧困戶的影響效果更為顯著，扶貧貼息貸款則反而增加了貧困程度。

總體而言，已有研究對于農(nóng)業(yè)訂單融資的增收效應(yīng)及影響機制的研究仍然比較薄弱。本文可能的學(xué)術(shù)貢獻(xiàn)在于：第一，以規(guī)模農(nóng)戶為研究對象，結(jié)合數(shù)理分析與實證方法，從理論、實證兩個方面首次推導(dǎo)訂單融資促進(jìn)農(nóng)戶增收的理論邏輯，是對農(nóng)村金融發(fā)展理論的豐富和深化。第二，本文使用的調(diào)查數(shù)據(jù)能夠反映新時代農(nóng)業(yè)、農(nóng)村、農(nóng)戶的真實情況，具有很強的時效性、代表性和現(xiàn)實意義。

二、理論框架與研究假設(shè)

本部分主要運用數(shù)理經(jīng)濟學(xué)方法，在有限理性、信息不對稱、機會主義等理論基礎(chǔ)上，從追求效用最大化角度出發(fā)，分析農(nóng)業(yè)訂單融資中農(nóng)戶與出借人的行為決策，從而得出農(nóng)業(yè)訂單融資影響農(nóng)戶務(wù)農(nóng)收入的機制。

不失一般性，考慮“規(guī)模農(nóng)戶+收購方”內(nèi)部融資模式，收購方起到銷售中介或農(nóng)產(chǎn)品加工的作用，具體可以是農(nóng)民合作社、農(nóng)產(chǎn)品加工企業(yè)、生鮮超市等。不失一般性的原因是對其余模式而言,只需將下文相關(guān)公式中的部分參數(shù)進(jìn)行相應(yīng)剔除或替換即可，并不改變推導(dǎo)結(jié)論。如對于“規(guī)模農(nóng)戶+零售商+銀行”外部融資模式，因自然災(zāi)害等原因?qū)е掠唵问r，雖然零售商并未因貸款“壞賬”損失資金，但會損失自身在出借銀行的信用評級，因此,在相關(guān)公式中進(jìn)行對應(yīng)的參數(shù)替換即可。記因自然災(zāi)害以及技術(shù)缺陷等原因致使農(nóng)產(chǎn)品生產(chǎn)失敗的概率為θ，其滿足0<θ<1。記規(guī)模農(nóng)戶對該筆訂單的自有資本投入(涵蓋自有土地、家庭勞動力等的折算價值)為L，訂單融資的借貸金額為f。規(guī)模農(nóng)戶將農(nóng)產(chǎn)品銷售給收購方的收益率為R

，后者收購之后向第三方銷售的收益率為R

，有R

+R

=R，其中R表示農(nóng)產(chǎn)品的銷售總利潤。顯然R

與R

是此消彼長的關(guān)系，代表了利益分配比例。這里省去貸款利率，將其隱含在利益分配比例之中。于是可以得到：當(dāng)訂單產(chǎn)品生產(chǎn)成功，且規(guī)模農(nóng)戶選擇守約時，其利潤為(L+f)R

，收購方的利潤則為(L+f)R

-M，其中,M為收購方對項目運營的管理成本，主要是對規(guī)模農(nóng)戶的技術(shù)幫扶協(xié)助以及借款資金用途的監(jiān)管等方面的支出，其會對θ的取值造成影響，一般來說,M占總投入的比重越大,θ越小，但其邊際收益遞減。當(dāng)訂單產(chǎn)品生產(chǎn)成功，但規(guī)模農(nóng)戶選擇將產(chǎn)品轉(zhuǎn)移銷售給出價比訂單價格更高的第三方收購商時，記該價格下規(guī)模農(nóng)戶的收益率為R

，且R

>R

，規(guī)模農(nóng)戶的利潤即為(L+f)R

；收購方的利潤則為-M，因此時規(guī)模農(nóng)戶仍會償還貸款，收購方只損失管理成本。當(dāng)訂單產(chǎn)品生產(chǎn)失敗時，規(guī)模農(nóng)戶的利潤為-L，即損失掉自有資本投入；收購方的利潤則為-(f+M)，損失掉出借資金以及管理成本。

規(guī)模農(nóng)戶與收購方的雙方博弈戰(zhàn)略矩陣如圖1所示。

2.解釋變量

基于此，若規(guī)模農(nóng)戶在某期博弈中選擇違約，則未來各次博弈時自身效用都將變?yōu)锽

。將該期博弈記為第1期，此時其長期總效用為Y

=B

+σ×B

。反之，若選擇守約，則其未來每期的效用函數(shù)均為B

=(1-θ)B

-θL。相應(yīng)地，得到其長期總效用為Y

=B

+σ×B

。只要滿足Y

≥Y

，規(guī)模農(nóng)戶就不會選擇違約。記借貸力度a=f/L，代入并整理可得到下列關(guān)系式:

(1)

從中可得，?V/?R

<0,?V/?R

<0,?V/?σ>0,?V/?R

>0。也就是說，第三方收購商的出價R

或是規(guī)模農(nóng)戶對未來市場價格的期望值R

越大時，就越需要收購方提供更多的幫扶以降低θ，從而促使規(guī)模農(nóng)戶守約。另外，規(guī)模農(nóng)戶越重視長期利益或是利益分配越占優(yōu)時，即σ或r

越大時，則其可以容忍的θ就越大。可以看出，在無限次重復(fù)博弈中，情形變?yōu)槭召彿降南劝l(fā)優(yōu)勢，其依據(jù)約束條件式(1)使自身效用最大化。其每期的效用函數(shù)為U=(1-θ)A

-θ(f+M)。故收購方面臨的是如下最優(yōu)化問題:

maxU(M,R

)=LR

(1-θ)(1+a)-θaL-M

(2)

首先，考慮收購方提供幫扶的問題，假設(shè)M與θ滿足關(guān)系(C+M)/(L+f)=-lnθ/K。其中，C>0,K>0,且均是常數(shù)，當(dāng)M=0時，所求得的θ即為θ

。從上述關(guān)系式可得?θ/?M<0以及?

θ/?M

>0。即M占總投入的比重越大，θ越小，但其邊際收益遞減。因此，式(2)等號右端變形為LR

(1-θ)(1+a)-θaL+C+lnθ×L(1+a)/K，可得：?U/?θ=L(1+a)/Kθ-L(R

+aR

+a)。計算可知，當(dāng)滿足：

θ>(1+a)/[K(R

+aR

+a)]

藥品是關(guān)系患者生命安全的產(chǎn)品，藥學(xué)從業(yè)人員的職業(yè)行為直接影響著醫(yī)療服務(wù)的質(zhì)量，因此藥學(xué)人員的職業(yè)道德必須加強。

(3)

有?U/?θ<0。也就是說，即使不考慮約束條件式(1)，收購方也會適度給予幫扶以減小θ，從而實現(xiàn)自身的效用優(yōu)化。此外，將式(3)變形為：

(4)

ZIP-GSEM的回歸結(jié)果如表3所示。

其次，進(jìn)一步考慮利益分配問題。從最優(yōu)化問題式(2)可知，在不違反約束條件式(1)的情況下，收購方會盡力提升R

，從而提升自身效用，而這往往就代表壓低了R

。此外在實踐中，由于雙方談判地位的不對等，這種利益分配的失衡會進(jìn)一步加劇。同時，收購方還時常會將幫扶成本M也通過壓低R

的方式一定程度上轉(zhuǎn)嫁給規(guī)模農(nóng)戶，進(jìn)一步削弱了規(guī)模農(nóng)戶的收益。上述分析表明，在訂單融資項目中規(guī)模農(nóng)戶在利益分配上很容易處于不利地位。但需要注意的是，R

的下降會導(dǎo)致約束條件式(1)更為苛刻，并不一定是收購方很好的選擇，一種更好的方式是直接增大R，從而可以在不改變R

的情況下提升R

，對此一個常見的手段便是選擇效益更高的農(nóng)作物。不過高效益農(nóng)作物對于技術(shù)水平的要求也更高，意味著在其他條件不變的情況下θ會更大，因此，需要收購方提升幫扶力度，從而也就增加了其成本，但通常來說這種成本的增加是值得的。正如前文分析，盡管規(guī)模農(nóng)戶在利益分配上處于不利地位，但參與訂單融資項目終歸還是會使得其效用增加，并且可以更多、更好地獲得涉農(nóng)服務(wù)，從而提升其農(nóng)業(yè)生產(chǎn)經(jīng)營的現(xiàn)代化水平。

相比較之下，假定實際市場價格R

是給定的，則規(guī)模農(nóng)戶在參與傳統(tǒng)農(nóng)貸時的效用函數(shù)為B

=(1-θ

)(L+f)R

-θ

L。令B

>B

，可得：

(1-θ)(L+f)R

-θL-(1-θ

)(L+f)r

+θ

L>0

(5)

由式(1)，?。?/p>

1.2 治療方法 所有患者均予以按規(guī)律聯(lián)合按需服用西地那非療法，即：若無性生活每天睡前口服西地那非50 mg，建議1周性生活1次，性生活前1 h口服西地那非100 mg。療程為12周。

(6)

根據(jù)表3可得各解釋變量的盈利提升路徑，將訂單融資的統(tǒng)計特征顯著的盈利提升路徑進(jìn)行整理計算，如表4所示。

綜上，筆者提出如下假設(shè)：

根據(jù)表中所示內(nèi)容，透水性瀝青路面施工建設(shè)者應(yīng)結(jié)合工程項目的實際情況確定采用高黏度改性瀝青作為混合料，進(jìn)而提高作用結(jié)構(gòu)的抗滑性能效果[2]。

農(nóng)業(yè)訂單融資會促使訂單收購方對規(guī)模農(nóng)戶提供幫扶，從而提升后者的盈利水平。

當(dāng)市場價格較低時，農(nóng)業(yè)訂單融資提升規(guī)模農(nóng)戶盈利水平的程度大于傳統(tǒng)農(nóng)貸，反之則相反。

（48）至真示化，緣感而通。盛德陰功，萬邦未賴。（《真武靈應(yīng)真君增上佑聖尊號冊文》，《中華道藏》30/586）

農(nóng)業(yè)訂單融資會使得訂單收購方偏好于效益更高的農(nóng)作物，傳統(tǒng)農(nóng)貸則會驅(qū)使規(guī)模農(nóng)戶選擇風(fēng)險更低的農(nóng)作物并擴大經(jīng)營規(guī)模。

農(nóng)業(yè)訂單融資容易導(dǎo)致規(guī)模農(nóng)戶在利益分配上處于不利地位。

三、研究設(shè)計

(一)數(shù)據(jù)來源

本文所用數(shù)據(jù)來自中國農(nóng)村經(jīng)濟與農(nóng)村金融調(diào)查(China Rural Economy and Rural Finance Survey，CRERFS)。CRERFS2021完成了對云南、貴州、四川、重慶和湖南等中西部5個省份的首次調(diào)查，問卷包括農(nóng)戶問卷、新型農(nóng)業(yè)經(jīng)營主體問卷、村級問卷三種類型，共采集1 620份農(nóng)戶樣本，780份新型農(nóng)業(yè)經(jīng)營主體樣本，以及156份村級樣本。

(二)研究對象

考慮到當(dāng)前對種養(yǎng)大戶、規(guī)模農(nóng)戶等暫無統(tǒng)一的官方劃分標(biāo)準(zhǔn)，不同地區(qū)多是按自己的標(biāo)準(zhǔn)(往往是依據(jù)面積)來進(jìn)行劃分，因此，本文在參考他人做法的基礎(chǔ)上，結(jié)合團隊的實地調(diào)研情況以及所得數(shù)據(jù)的情況，酌情確定相應(yīng)標(biāo)準(zhǔn)。同時考慮了農(nóng)業(yè)經(jīng)營主體的經(jīng)營規(guī)模以及性質(zhì)之后，本文對所謂規(guī)模農(nóng)戶的界定標(biāo)準(zhǔn)是：(1)種糧戶面積在50畝以上，從事蔬、果、煙、茶等其他作物種植的面積在10畝以上，若有同時種植糧食和其他作物的，按比例進(jìn)行折算。涵蓋專業(yè)大戶以及家庭農(nóng)場。(2)年投入和營業(yè)收入均低于100萬元。這是考慮到，根據(jù)工業(yè)和信息化部印發(fā)的《關(guān)于印發(fā)中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定的通知》(工信部聯(lián)企業(yè)〔2011〕300號)，農(nóng)林牧漁行業(yè)營業(yè)收入達(dá)到50萬元的就已算作小型企業(yè)，達(dá)到500萬元就是中型企業(yè)?，F(xiàn)實中有部分專業(yè)大戶和家庭農(nóng)場，雖然名義上不是企業(yè)，但其營業(yè)收入達(dá)數(shù)百萬元，雇工可達(dá)上百人，實質(zhì)上已經(jīng)可以看做是企業(yè)，其經(jīng)營、盈利的邏輯機制與營業(yè)收入幾十萬元的規(guī)模農(nóng)戶必然存在根本差異。因此，本文對所謂規(guī)模農(nóng)戶的投入與收入做了上限要求，選取以種植業(yè)為主的規(guī)模農(nóng)戶作為實證分析的對象，經(jīng)過整理得到共265個有效樣本。

良性或低危腫瘤(平滑肌瘤、低危間質(zhì)瘤)4例(5.6%)，參考2013中國胃腸道間質(zhì)瘤病理診斷共識[3]，惡性腫瘤68例(94.4%)；腔內(nèi)生長54例(75.0%)，腔外生長15例(20.8%)，壁間生長3例(4.2%)；腫瘤淋巴結(jié)或遠(yuǎn)處轉(zhuǎn)移21例(29.1%)。見表2。本組72例患者中，術(shù)前擬診為小腸腫瘤者46例(63.9%)，其中確診42例(58.3%)。另外26例患者因腸梗阻、消化道出血、急性腹膜炎或盆腔腫塊行急診/擇期手術(shù)探查時確診小腸腫瘤。術(shù)中腫瘤良、惡性的診斷準(zhǔn)確率為93.1%(67/72)。

(三)變量選取

1.被解釋變量

4.控制變量

解釋變量有三個，分別為傳統(tǒng)農(nóng)貸力度、訂單融資力度和訂單農(nóng)業(yè)強度。傳統(tǒng)農(nóng)貸力度(tradition)，用(正規(guī)借貸數(shù)額+親友借貸數(shù)額)÷(前期固定投入+當(dāng)年投入成本)計算。這里的正規(guī)借貸與親友借貸均是以農(nóng)業(yè)生產(chǎn)經(jīng)營為目的。訂單融資力度(orderloan)，用農(nóng)業(yè)訂單融資數(shù)額÷(前期固定投入+當(dāng)年投入成本)計算。訂單農(nóng)業(yè)強度(order)，用當(dāng)年以訂單方式銷售的數(shù)額÷總銷售數(shù)額計算。

（1）如何對數(shù)學(xué)知識點進(jìn)行螺旋組合？平行四邊形內(nèi)容的知識點在3個學(xué)段有一定重復(fù)，隨著學(xué)段的升高，知識點的個數(shù)逐漸增加，即體現(xiàn)了廣度的“上升”．那么，在一個知識主題中，哪幾個知識點組成一個螺旋較為合適，需要具體情況具體分析．

3.中介變量

1.其一，很多企業(yè)仍然在使用傳統(tǒng)管理思想，并沒有用現(xiàn)代理念來進(jìn)行管理。比如在管理思想，部門設(shè)置等，甚至對于企業(yè)的發(fā)展規(guī)劃并沒有采取足夠的重視。企業(yè)作為一種獲取利益的組織，其在發(fā)展時通常對市場的情況反應(yīng)最快，同時受市場的影響也最大。變化極快的市場要求企業(yè)必須做好管理體系上的全面變化。這是企業(yè)生存與發(fā)展的根本要求。但可惜的是很多企業(yè)都看不到這一點。

被解釋變量為規(guī)模農(nóng)戶當(dāng)年農(nóng)業(yè)生產(chǎn)經(jīng)營的利潤(profit)，即收入減去成本，單位是萬元，取自然對數(shù)。考慮到樣本中有部分規(guī)模農(nóng)戶受災(zāi)較為嚴(yán)重，導(dǎo)致其利潤為負(fù)數(shù)，因而記樣本中利潤最低值為F，在取對數(shù)之前將所有觀測值的利潤+|F|+1，以保證取對數(shù)之后的值皆不為負(fù)，并可以使得該變量具有較好的連續(xù)性。

規(guī)模農(nóng)戶的學(xué)歷(education)，取值規(guī)則為，小學(xué)取值為1，初中取值為2，中?；蚋咧腥≈禐?，大?；虮究迫≈禐?，研究生及以上取值為5。規(guī)模農(nóng)戶是否為公職人員(office)，是公職人員則取值為1，反之取0。規(guī)模農(nóng)戶的金融素養(yǎng)(finance)，通過對問卷中金融素養(yǎng)相關(guān)問題的得分進(jìn)行加權(quán)求和而得到。

所以，該病人可能是因為飲酒或其他某種原因的長期作用，導(dǎo)致舌已經(jīng)發(fā)生了腫瘤，當(dāng)腫瘤突出舌面時，就會被牙齒咬傷。同時，腫瘤的創(chuàng)面是難以愈合的，這樣遷延了一個月，才證實為舌腫瘤，最后歸結(jié)為舌頭咬傷所致的舌癌，您說牙齒冤不冤？

(四)描述性統(tǒng)計

各變量的描述性統(tǒng)計結(jié)果如表1所示。

(五)模型設(shè)定與研究方法

對于聯(lián)立方程組，結(jié)構(gòu)方程模型方法(Structural Equation Model，SEM)是被普遍認(rèn)可的擬合估計方法。從統(tǒng)計的角度看，其優(yōu)勢包括：參數(shù)估計從有限信息估計改進(jìn)為完全信息估計，模型求解從直接算法改進(jìn)為迭代算法；有利于消除測量誤差對估計結(jié)果的偏差；可以更好地適應(yīng)數(shù)據(jù)的非正態(tài)性、缺失值、極端值、不獨立性、異方差等不良特征等。以往常用的t 檢驗、方差分析、線性回歸、廣義線性回歸、主成分分析、因子分析、路徑分析等統(tǒng)計方法都是結(jié)構(gòu)方程模型在不同條件下的特例。如本文中沒有設(shè)置隱變量，因此，結(jié)構(gòu)方程模型實質(zhì)上退化為了基于極大似然的路徑分析方法。此外，在所選用的變量中，中介變量service、sale等均是計數(shù)變量，因此，應(yīng)采用廣義結(jié)構(gòu)方程模型方法(Generalized Structural Equation Model，GSEM)。另外，變量disaster存在過多零值，考慮采用零膨脹模型(Zero-Inflated Poisson Models，ZIP)對其進(jìn)行擬合。故最終使用的是基于零膨脹模型的廣義結(jié)構(gòu)方程模型方法(ZIP-GSEM)。根據(jù)前面的理論框架與研究假設(shè)，設(shè)定聯(lián)立回歸方程組如下：

profit=cons

+β

tradition+β

orderloan+β

order+β

area+β

benefit+β

service+β

sale+β

insure+β

disaster+B

control

+u

area=cons

+β

tradition+β

orderloan+β

order+B

control

+u

benefit=cons

+β

tradition+β

orderloan+β

order+B

control

+u

service=cons

+β

tradition+β

orderloan+β

order+B

control

+u

sale=cons

+β

tradition+β

orderloan+β

order+B

control

+u

insure=cons

+β

tradition+β

orderloan+β

order+B

control

+u

disaster=cons

+β

tradition+β

orderloan+β

order+B

control

+u

(7)

其中，cons為常數(shù)項，control為控制變量，u為隨機誤差項。

公司重視黨建，農(nóng)科所黨支部就是廣前公司評選出來的星級黨支部。農(nóng)科所黨支部書記陳梅珠介紹，所里開展了黨員示范崗和黨員一幫一活動，黨員帶頭推廣甘蔗良種良法，并安排困難職工到農(nóng)科所做季節(jié)工，黨建和業(yè)務(wù)工作得到同步推進(jìn)。

零膨脹模型的構(gòu)建分為兩個步驟，先需要確定零膨脹模型中的膨脹因子，即零值過多的解釋變量。變量受災(zāi)程度(disaster)零值過多的主要原因是部分規(guī)模農(nóng)戶的經(jīng)營面積相對較小，未達(dá)到容易受災(zāi)的臨界點，故考慮選取變量種植面積(area)作為零膨脹因子。表2回歸結(jié)果表明此舉較為合理，可以看到，ZIP回歸所得到的系數(shù)顯著性較強，系數(shù)的大小及符號也較合理：獲得涉農(nóng)服務(wù)、擁有更強的農(nóng)保購買意愿以及規(guī)模農(nóng)戶金融素養(yǎng)的提升均可以減少受災(zāi)程度，而種植面積的提升則會增加受災(zāi)的可能性。零膨脹因子的解釋變量也符合預(yù)期：種植面積的提升可大幅減少零值的出現(xiàn)。作為對照，將Poisson模型回歸結(jié)果也放入表2。

進(jìn)一步對ZIP模型的采用進(jìn)行合理性檢驗。對此，以往多是使用Vuong 檢驗來對ZIP模型和普通Poisson回歸進(jìn)行比較，但Vuong檢驗僅適用于對數(shù)似然比分布滿足正態(tài)性的非嵌套模型，其通過模擬發(fā)現(xiàn)ZIP模型與標(biāo)準(zhǔn)Poisson回歸的對數(shù)似然比分布并不滿足正態(tài)性，表明Vuong檢驗不適用

。因此，使用AIC、BIC準(zhǔn)則進(jìn)行模型的選擇比較，檢驗結(jié)果同樣放入表2，可以看到，ZIP模型的AIC、BIC數(shù)值大幅小于Poisson模型，數(shù)值大小只有后者的約三分之一，說明ZIP模型更加適合。

四、實證結(jié)果及分析

(一)基準(zhǔn)回歸結(jié)果及分析

可以看到,當(dāng)a增加時，θ減小。表明借貸數(shù)額增加時，收購方提供幫扶的內(nèi)生動力更強了，說明農(nóng)業(yè)訂單融資可以有效加強訂單雙方的聯(lián)系緊密程度。單純的訂單農(nóng)業(yè)可以看做是a=0的特殊情況，顯然在前述影響作用的程度上訂單農(nóng)業(yè)不及農(nóng)業(yè)訂單融資。

通常慕尼黑工業(yè)大學(xué)對職務(wù)發(fā)明專利擁有開發(fā)決定權(quán)。但如果慕尼黑工業(yè)大學(xué)沒有將員工已告知的一項發(fā)明進(jìn)行專利申報或在授予專利前撤回申報或一項專利申報沒被批準(zhǔn)，該項發(fā)明就可由發(fā)明人擁有并自行處理。同時，如果通過審核，認(rèn)為授權(quán)給發(fā)明人的發(fā)明成果沒有違背與第三方已經(jīng)簽署的協(xié)議，而且符合慕尼黑工業(yè)大學(xué)和各相關(guān)方的整體最大利益，科技專利與許可辦公室就會向發(fā)明人轉(zhuǎn)讓所有與發(fā)明相關(guān)的權(quán)力，但前提是發(fā)明人必須同意3個條件：

代入到式(5)，整理可得R

/(1-θ

)+θ

+T-1)/[(1-θ

)(1+a)]。即當(dāng)實際市場價格低于這一臨界點時，訂單融資對規(guī)模農(nóng)戶的盈利提升程度就要大于傳統(tǒng)農(nóng)貸，反之則相反。由于新冠肺炎疫情的暴發(fā)與持續(xù)對農(nóng)產(chǎn)品的銷路造成了負(fù)面影響，推測在后文實證分析中會得到傳統(tǒng)農(nóng)貸的盈利提升程度小于訂單融資的結(jié)果。此外，考慮到農(nóng)業(yè)的高風(fēng)險性以及自身并不足夠強悍的抗風(fēng)險能力，規(guī)模農(nóng)戶在參與傳統(tǒng)農(nóng)貸時往往并不能容忍較高的θ

，其更可能選擇收益更低但風(fēng)險也更小的農(nóng)作物，因此，傳統(tǒng)信貸對規(guī)模農(nóng)戶的盈利提升主要是通過擴大其經(jīng)營規(guī)模。

種植面積(area)，反映了規(guī)模農(nóng)戶的經(jīng)營規(guī)模，單位是“畝”。作物效益水平(benefit)，即平均畝產(chǎn)值，反映了單位面積的經(jīng)營效益，用以衡量對高經(jīng)濟效益農(nóng)作物的偏好程度，單位是“元”，取自然對數(shù)。獲得涉農(nóng)服務(wù)(service)，體現(xiàn)了規(guī)模農(nóng)戶與供應(yīng)鏈其他成員的聯(lián)系緊密程度，在一定程度上反映產(chǎn)業(yè)鏈的一體化水平，取值依據(jù)是調(diào)查問卷中受訪者對當(dāng)年獲得涉農(nóng)服務(wù)種類豐富程度的記述。銷售渠道不足(sale)，體現(xiàn)了規(guī)模農(nóng)戶受銷售渠道不足的制約程度，取值依據(jù)是調(diào)查問卷中受訪者對開辟產(chǎn)品銷路的意愿水平。農(nóng)保購買意愿(insure)，一定程度體現(xiàn)經(jīng)營理念先進(jìn)程度，反映了生產(chǎn)經(jīng)營水平。受災(zāi)程度(disaster)，一定程度體現(xiàn)災(zāi)害防控水準(zhǔn)，同樣反映了生產(chǎn)經(jīng)營水平，用受災(zāi)值÷(受災(zāi)值+銷售數(shù)額)計算，并且取整數(shù)。

將路徑1—路徑6的效應(yīng)值加總，得到訂單融資力度(orderloan)的總效應(yīng)等于0.603；同理，將傳統(tǒng)農(nóng)貸力度(tradition)的統(tǒng)計特征顯著的路徑效應(yīng)加總為0.391；將訂單農(nóng)業(yè)強度order的統(tǒng)計特征顯著的路徑效應(yīng)加總為0.051。可以看出，基于所用樣本，對于規(guī)模農(nóng)戶的增收，訂單融資相較傳統(tǒng)農(nóng)貸具有不小的優(yōu)勢，其總效應(yīng)高出約54.5%。另外，訂單融資建立在訂單農(nóng)業(yè)的基礎(chǔ)上，因此，若將訂單農(nóng)業(yè)的效應(yīng)也加入進(jìn)去，則訂單融資的總效應(yīng)高出67.3%。需要注意的是，這里所述的總效應(yīng)之比較，是指在相同融資強度的情況下。事實上在所用樣本中，參與傳統(tǒng)融資的規(guī)模農(nóng)戶，其傳統(tǒng)融資的強度平均值為38.3%，而參與訂單融資的規(guī)模農(nóng)戶其訂單融資的強度平均值是44.2%。即后者對于規(guī)模農(nóng)戶信貸約束的緩解更強，這與已有文獻(xiàn)的研究結(jié)論以及現(xiàn)實情況相符合。若將融資強度這一因素也考慮進(jìn)去，則訂單融資的平均總效應(yīng)為0.267，傳統(tǒng)融資的平均總效應(yīng)為0.150，前者比后者高出78.0%。此外，樣本中參與訂單融資的規(guī)模農(nóng)戶其訂單農(nóng)業(yè)的平均強度為93.1%，因此，將訂單農(nóng)業(yè)的影響效應(yīng)(0.051×93.1%)也疊加進(jìn)去后，訂單融資的平均總效應(yīng)達(dá)到了0.314，比傳統(tǒng)融資高出約109.3%。假設(shè)2得到了有力的驗證。

對于訂單融資提升規(guī)模農(nóng)戶盈利能力的具體機理，路徑2的結(jié)果表明，訂單融資對作物效益水平的提升巨大，其有效促進(jìn)了訂單雙方對高效益農(nóng)作物的選擇，提升了土地的利用效率。假設(shè)3的前半部分得到了驗證。路徑3、路徑4以及路徑6的結(jié)果則顯示，訂單融資能顯著促進(jìn)規(guī)模農(nóng)戶獲得涉農(nóng)服務(wù)以及提升經(jīng)營理念的先進(jìn)程度，有效加強了規(guī)模農(nóng)戶與合作社、農(nóng)業(yè)企業(yè)等供應(yīng)鏈強勢成員的連接程度，促進(jìn)了規(guī)模農(nóng)戶農(nóng)業(yè)產(chǎn)業(yè)的鏈條化、一體化以及現(xiàn)代化水平，并最終實現(xiàn)盈利提升。因此，假設(shè)1得到了驗證。同時，路徑5的結(jié)果表明，訂單融資在訂單農(nóng)業(yè)的基礎(chǔ)上大幅拓寬了規(guī)模農(nóng)戶的銷售渠道，表明基于貿(mào)易關(guān)系的融資行為將契約關(guān)系的效度大大地強化了。值得注意的是路徑1，訂單融資的直接效應(yīng)為負(fù)且系數(shù)較大。對此，合理的解釋是：一方面，訂單融資對借貸所得資金的靈活運用往往會有所限制，同時訂單的簽署對規(guī)模農(nóng)戶依據(jù)市場行情及時調(diào)整生產(chǎn)經(jīng)營方向的策略靈活也將產(chǎn)生約束。另一方面，則是前文分析到的，規(guī)模農(nóng)戶在同大型企業(yè)進(jìn)行訂單農(nóng)業(yè)、訂單融資方案的談判與簽訂中處于弱勢地位，在利益分配上較為不利。即驗證了假設(shè)4。不過也正如理論框架部分分析，雖然規(guī)模農(nóng)戶在參與訂單融資時其出售價格被壓低了，但綜合來看其收益較之未參與訂單融資的群體仍然是提升的。

相較之下，傳統(tǒng)農(nóng)貸提升了規(guī)模農(nóng)戶的種植面積，同時也降低了其作物效益水平，這驗證了前文的分析，即傳統(tǒng)農(nóng)貸會促使規(guī)模農(nóng)戶選擇風(fēng)險更小的作物。變量傳統(tǒng)農(nóng)貸力度tradition對獲得涉農(nóng)服務(wù)service的系數(shù)顯著為負(fù)也更加印證了這一點。因此，假設(shè)3的后半部分也得到了驗證。但值得注意的是，盡管近年來新冠肺炎疫情的負(fù)面影響較為嚴(yán)重，傳統(tǒng)融資的總效應(yīng)仍然為正，尤其是其直接效應(yīng)的系數(shù)較大，展現(xiàn)出了其在資金靈活性等方面的特有優(yōu)勢?？傮w而言對于規(guī)模農(nóng)戶，傳統(tǒng)農(nóng)貸與農(nóng)業(yè)訂單融資應(yīng)看作是一種各有優(yōu)勢、相互補充的關(guān)系。

據(jù)ITC統(tǒng)計數(shù)據(jù)顯示,2010年以來,我國甘薯出口貿(mào)易總量逐步提高．2017年我國甘薯(HS編碼:071420)出口貿(mào)易量4.42萬t,貿(mào)易額5 560.6萬美元,分別占世界甘薯出口貿(mào)易總量的7.02%和10.58%(圖2及表2),世界排名第3．與上一年度相比上漲勢頭迅猛,出口貿(mào)易量和貿(mào)易額分別為上一年度的2.19倍和2.44倍,世界排名上升2位．

我接著說：“作為一個90后，我的‘電量’還有49年。看似漫長，實則短暫，這就是時間和生命?！蔽翌D了頓，又問：“大家看了這張圖，還有什么感想呢？”

(二)穩(wěn)健性檢驗

為保證實證結(jié)果的穩(wěn)健和可靠，本文采用對數(shù)據(jù)截尾的方式進(jìn)行穩(wěn)健性檢驗。

此種穩(wěn)健性檢驗方法旨在消除極端值對回歸結(jié)果的影響后再次用相同方法回歸，以考察實證結(jié)論有無大的變化。對數(shù)據(jù)進(jìn)行上下各2%的截尾處理，剔除10個觀測值。再次使用ZIP-GSEM方法進(jìn)行擬合，從擬合結(jié)果可以看出，各變量的系數(shù)正負(fù)沒有改變，顯著性也幾無改變。路徑1—路徑6的回歸結(jié)果依然顯著，假設(shè)1—假設(shè)4仍然成立，反映出前文結(jié)論具有較好的穩(wěn)健性。

五、研究結(jié)論與政策建議

(一)研究結(jié)論

本文構(gòu)建了農(nóng)業(yè)訂單融資促進(jìn)規(guī)模農(nóng)戶增收的理論框架，并運用ZIP-GSEM方法，采用中西部5個省份調(diào)研數(shù)據(jù)對其開展實證檢驗，得出以下主要結(jié)論：農(nóng)業(yè)訂單融資會促使訂單收購方對規(guī)模農(nóng)戶提供幫扶，從而使得后者增收。當(dāng)市場價格較低時，農(nóng)業(yè)訂單融資提升規(guī)模農(nóng)戶盈利水平的程度大于傳統(tǒng)農(nóng)貸，反之則相反。農(nóng)業(yè)訂單融資會使得訂單收購方偏好于效益更高的農(nóng)作物，傳統(tǒng)農(nóng)貸則會驅(qū)使規(guī)模農(nóng)戶選擇風(fēng)險更低的農(nóng)作物并擴大經(jīng)營規(guī)模。

(二)政策建議

農(nóng)業(yè)訂單融資容易導(dǎo)致規(guī)模農(nóng)戶在利益分配上處于不利地位?；谏鲜鲅芯拷Y(jié)論，筆者提出如下政策建議：

第一，大力推廣農(nóng)業(yè)訂單融資模式，降低參與門檻，優(yōu)化利益分配機制。應(yīng)充分考慮我國農(nóng)村尤其是西部地區(qū)在土地、種養(yǎng)等方面的分散現(xiàn)狀，提升訂單融資的容納性，增強農(nóng)戶的參與積極性與合作粘性。降低技術(shù)門檻，通過研究所、高校等第三方的參與和輔助，更好地引導(dǎo)金融機構(gòu)深入到訂單融資當(dāng)中。降低資金門檻，創(chuàng)新農(nóng)村金融模式，如探索農(nóng)業(yè)訂單、保單、各種涉農(nóng)資產(chǎn)的捆綁抵押借貸模式以適度增加貸款額度。優(yōu)化利益分配機制，政府部門應(yīng)加強介入，構(gòu)建相應(yīng)的扶持與補貼機制，對參與方形成有效地激勵與保障。

第二，積極培育農(nóng)業(yè)產(chǎn)業(yè)帶頭人。發(fā)展專業(yè)大戶、農(nóng)民合作社等可以最直接快捷實現(xiàn)針對普通農(nóng)戶利益聯(lián)結(jié)機制的新型農(nóng)業(yè)經(jīng)營主體，為訂單農(nóng)業(yè)以及農(nóng)業(yè)訂單融資創(chuàng)造良好的環(huán)境。鼓勵支持鄉(xiāng)村“能人”創(chuàng)業(yè)，強化涉農(nóng)培訓(xùn)，提升農(nóng)業(yè)產(chǎn)業(yè)帶頭人經(jīng)營運作的科學(xué)化、規(guī)范化水平，協(xié)助其建立聲譽并增強其與農(nóng)戶的信任與聯(lián)結(jié)。通過農(nóng)業(yè)產(chǎn)業(yè)帶頭人降低農(nóng)業(yè)供應(yīng)鏈的交易成本，減少農(nóng)業(yè)訂單融資的違約率，形成良好的產(chǎn)業(yè)鏈發(fā)展勢頭，力爭打造具有地方特色的品牌。

第三，強化農(nóng)業(yè)訂單融資的風(fēng)險防范。應(yīng)加快建設(shè)農(nóng)村信用信息體系，通過多元化收集渠道，采用大數(shù)據(jù)、區(qū)塊鏈、人工智能等技術(shù)手段，完善農(nóng)業(yè)訂單融資參與主體的信用畫像。同時充分運用金融科技實現(xiàn)多方互動互聯(lián)與信息共享，以杜絕虛假訂單、過期訂單套取資金以及同一訂單重復(fù)借貸等行為，提升貸款用途去向的實時監(jiān)測管理。加強村規(guī)民約建設(shè)，對社會公德、誠實守信等方面加大宣傳教育力度，以提升涉農(nóng)主體的信用意識與契約精神，優(yōu)化農(nóng)業(yè)訂單融資的生態(tài)環(huán)境。構(gòu)建系統(tǒng)性風(fēng)險防控長效機制，完善財政金融協(xié)同機制，加大風(fēng)險補償力度，健全政府支持的擔(dān)保機構(gòu)體系，以保障農(nóng)業(yè)訂單融資大規(guī)模推廣開展的穩(wěn)定性和持續(xù)性。

[1] 蔣伯亨，溫濤.農(nóng)業(yè)供應(yīng)鏈金融(ASCF)研究進(jìn)展[J].農(nóng)業(yè)經(jīng)濟問題，2021(02)：84-97.

[2] 王婷睿.農(nóng)業(yè)供應(yīng)鏈金融系統(tǒng)動力學(xué)仿真研究[D].沈陽：沈陽農(nóng)業(yè)大學(xué)，2014.

[3] 彭紅軍，龐濤.農(nóng)業(yè)補貼政策下訂單農(nóng)業(yè)供應(yīng)鏈融資與運作策略研究[J].管理工程學(xué)報，2020(05)：155-163.

[4] 林強，付文慧，王永健.“公司+農(nóng)戶”型訂單農(nóng)業(yè)供應(yīng)鏈內(nèi)部融資決策[J].系統(tǒng)工程理論與實踐，2021(05)：1162-1178.

[5] 黃建輝.公司+農(nóng)戶型訂單農(nóng)業(yè)供應(yīng)鏈融資中的政府補貼機制研究[D].廣州：華南理工大學(xué)， 2017.

[6] ZHANG T, ZHANG C, PEI Q.Misconception of providing supply chain finance:is stabilising role[J].International journal of production economics, 2019, 213(2): 175-184.

[7] CASUGA M.Financial access and inclusion in the agricultural value chain[M].Thailand:APRACA finpower publication, 2008.

[8] SWINNEN J F, MAERTENS M.Finance through food and commodity value chains in a globalized economy[M].Berlin, Heidelberg:Springer berlin heidelberg, 2014: 45-65.

[9] 董翀，鐘真，孔祥智.農(nóng)民合作社提供供應(yīng)鏈融資的影響因素研究——來自百余家合作社的證據(jù)[J].農(nóng)村經(jīng)濟，2015(05)：66 -71.

[10] 徐健，汪旭暉.訂單農(nóng)業(yè)及其組織模式對農(nóng)戶收入影響的實證分析[J].中國農(nóng)村經(jīng)濟，2009 (04)：39-47.

[11] 劉曉鷗，邸元.訂單農(nóng)業(yè)對農(nóng)戶農(nóng)業(yè)生產(chǎn)的影響——基于三省(區(qū))1041個農(nóng)戶調(diào)查數(shù)據(jù)的分析[J].中國農(nóng)村經(jīng)濟，2013(04)：48-59.

[12] 鄭黎陽.農(nóng)戶訂單農(nóng)業(yè)參與行為及其經(jīng)濟獲得感效應(yīng)研究——以內(nèi)蒙古武川縣為例[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2021.

[13] 侯晶.農(nóng)戶契約農(nóng)業(yè)參與行為及契約關(guān)系穩(wěn)定性研究——基于時間偏好與風(fēng)險偏好實驗的實證分析[D].南京：南京農(nóng)業(yè)大學(xué)，2019.

[14] 李彬.訂單農(nóng)業(yè)契約內(nèi)部治理機制與風(fēng)險防范[J].農(nóng)村經(jīng)濟，2013(02)：46-50.

[15] 王亞飛，黃勇，唐爽.龍頭企業(yè)與農(nóng)戶訂單履約效率及其動因探尋——來自91家農(nóng)業(yè)企業(yè)的調(diào)查資料[J].農(nóng)業(yè)經(jīng)濟問題，2014(11)：16-25.

[16] ALI D, DEININGER K, DUPONCHEL M.Credit constraints and agricultural productivity: evidence from rural rwanda[J].Journal of development studies, 2014, 50(5): 117-142.

[17] DONG F, LU J.Featherstone effects of credit constraints on household productivity in rural China[J].Agricultural finance review, 2012, 72(3): 402-415.

[18] 余泉生，周亞虹.信貸約束強度與農(nóng)戶福祉損失——基于中國農(nóng)村金融調(diào)查截面數(shù)據(jù)的實證分析[J].中國農(nóng)村經(jīng)濟，2014(03)：36-47.

[19] 尹志超，周潔，岳鵬鵬.生產(chǎn)性信貸約束、金融扶貧與家庭盈利[J].財經(jīng)問題研究，2020(07)：60-68.

[20] FLETSCHNER D, GUIRKINGER C, BOUCHER S.Risk,credit constraints and financial efficiency in peruvian agriculture[J].Journal of development studies, 2010, 46(6): 981-1002.

[21] KARLAN D, OSEI R, OSEI I.Agricultural decisions after relaxing credit and risk constraints[J].The quarterly journal of economics, 2014, 129(2): 597-652.

[22] LUAN D, BAUER S.Does credit access affect household income homogeneously across different groups of credit recipients? Evidence from rural vietnam[J].Journal of rural studies, 2016,47(10): 186-203.

[23] GIANG T T, WANG G, CHIEN N D.Impact of credit on poor household’s income:Evidence from rural areas of vietnam[J].Journal of finance and economics, 2015,3(2): 29-35.

[24] 閆嘯，牛榮.農(nóng)戶借貸對收入增長的影響：1771個農(nóng)戶樣本[J].改革，2017(10)：105-113.

[25] ABATE G, RASHID S, BORZAGA C.Rural finance and agricultural technology adoption in ethiopia:does the institutional design of lending organizations matter[J].World development, 2016,84(4): 235-253.

[26] 陳清華.村級互助資金與扶貧貼息貸款的減貧機制與效應(yīng)比較研究——以寧夏為例[D].南京：南京農(nóng)業(yè)大學(xué)，2017.

[27] VUONG Q H.Likelihood ratio tests for model selection and non-nested hypotheses[J].Econometrica, 1989, 57(2): 307-333.

[28] WILSON P.The misuse of the vuong test for non-nested models to test for zero-inflation[J]. Economics letters, 2015, 127(3): 51-53.