訂單融資如何促進(jìn)規(guī)模農(nóng)戶增收：理論與實(shí)證

蔣伯亨 溫濤

摘要：本文構(gòu)建了訂單融資促進(jìn)規(guī)模農(nóng)戶增收的理論框架，并在此基礎(chǔ)上利用CRERFS2021微觀數(shù)據(jù)，采用基于零膨脹模型的廣義結(jié)構(gòu)方程模型方法（ZIP-GSEM）進(jìn)行實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)：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，從而促進(jìn)農(nóng)戶增收;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(kuò)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。本文對農(nóng)業(yè)訂單融資模式的強(qiáng)化及風(fēng)險防范提供了理論依據(jù)和實(shí)證經(jīng)驗(yàn)。

關(guān)鍵詞：農(nóng)業(yè)訂單融資;規(guī)模農(nóng)戶;農(nóng)戶增收

中圖分類號：F304.4文獻(xiàn)標(biāo)識碼：A

文章編號：1000-176X（2022）06-0081-10

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(diǎn)、6.6個百分點(diǎn)。根據(jù)聯(lián)合國《人口老齡化及其社會經(jīng)濟(jì)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(jī)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(shí)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(yàn)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[1]。

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(jī)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(qiáng)的現(xiàn)實(shí)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[2]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[3]基于農(nóng)業(yè)補(bǔ)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(qiáng)等[4]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[5]研究了農(nóng)業(yè)訂單融資的政府補(bǔ)貼機(jī)制，發(fā)現(xiàn)政府是否應(yīng)該補(bǔ)貼以及補(bǔ)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[6]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[7]發(fā)現(xiàn)，農(nóng)戶對于擴(kuò)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[8]也發(fā)現(xiàn)，農(nóng)戶參與訂單融資的主要動機(jī)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[9]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(jī)制方面，徐健和汪旭暉[10]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(qiáng)。劉曉鷗和邸元[11]探究了增收的具體路徑機(jī)制，發(fā)現(xiàn)參與訂單農(nóng)業(yè)可以提高農(nóng)戶的機(jī)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[12]研究了訂單農(nóng)業(yè)對農(nóng)戶主觀層面經(jīng)濟(jì)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(shí)經(jīng)濟(jì)獲得感。侯晶[13]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[14]與王亞飛等[15]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[16]、Dong和 Lu[17]與余泉生和周亞虹[18]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[19]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[20]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[21]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[22]、Giang等[23] 與閆嘯和牛榮[24]比較了非農(nóng)收入和農(nóng)業(yè)收入的增幅。Abate等[25] 比較了小額信貸機(jī)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(shí)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[26]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(jī)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(shí)證方法，從理論、實(shí)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(shí)情況，具有很強(qiáng)的時效性、代表性和現(xiàn)實(shí)意義。

二、理論框架與研究假設(shè)

本部分主要運(yùn)用數(shù)理經(jīng)濟(jì)學(xué)方法，在有限理性、信息不對稱、機(jī)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(jī)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R1，后者收購之后向第三方銷售的收益率為R2，有R1+R2=R，其中R表示農(nóng)產(chǎn)品的銷售總利潤。顯然R1與R2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）R1，收購方的利潤則為（L+f）R2-M，其中，M為收購方對項目運(yùn)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R3，且R3>R1，規(guī)模農(nóng)戶的利潤即為（L+f）R3;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。

從圖1可以得出，B12>B11以及B22>B21，即無論收購方是否選擇幫扶，訂單產(chǎn)品生產(chǎn)成功時規(guī)模農(nóng)戶選擇轉(zhuǎn)移銷售的效用都更高。因此，在單次博弈中，只要出現(xiàn)出價比訂單價格更高的收購商，規(guī)模農(nóng)戶就會選擇違約。而收購方將在一開始就預(yù)見到這種情況，很難相信規(guī)模農(nóng)戶的守約承諾，故會選擇不幫扶，從而無論生產(chǎn)成功與否都能節(jié)約成本M。但現(xiàn)實(shí)中對于規(guī)模農(nóng)戶而言，參與訂單農(nóng)業(yè)乃至訂單融資并非單次博弈，而是可近似看做無限次重復(fù)博弈。這是因?yàn)?，不同于小農(nóng)戶可以將務(wù)工當(dāng)作主要經(jīng)濟(jì)來源，規(guī)模農(nóng)戶往往計劃長期扎根于農(nóng)業(yè)

生產(chǎn)經(jīng)營，而目前對于很多新型農(nóng)業(yè)經(jīng)營主體來說，農(nóng)產(chǎn)品銷路是個不小的問題。故在這種買方市場的背景下，規(guī)模農(nóng)戶在參與訂單農(nóng)業(yè)乃至訂單融資之時必然會考慮長期利益。用遠(yuǎn)期因子σ來表述長期總效用，以衡量規(guī)模農(nóng)戶對長期利益的重視程度，其計算公式為Ylong=Y1+σ/（n-1）×∑ni=2Yi。其中，Yi表示第i次博弈，即第i期生產(chǎn)時規(guī)模農(nóng)戶的效用。顯然σ越大，長期總效用在式子中的比重就越大，表示規(guī)模農(nóng)戶愈發(fā)重視長期利益。在買方市場的背景下，不妨考慮收購方在重復(fù)博弈中采取冷酷懲罰戰(zhàn)略，即只要規(guī)模農(nóng)戶有過一次轉(zhuǎn)移銷售的違約行為，則永不再與之合作。當(dāng)規(guī)模農(nóng)戶無法參與訂單融資時，其未來每一期的預(yù)期收益函數(shù)都將變?yōu)锽0=（1-θ0）LR*-θ0L。其中，θ0表示規(guī)模農(nóng)戶在無法得到收購方幫扶的情況下由于自然災(zāi)害以及技術(shù)缺陷等因素導(dǎo)致訂單失敗的概率，R*表示規(guī)模農(nóng)戶對農(nóng)產(chǎn)品未來市場價格的期望值。

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0。將該期博弈記為第1期，此時其長期總效用為Ylong1=B12+σ×B0。反之，若選擇守約，則其未來每期的效用函數(shù)均為B1=（1-θ）B11-θL。相應(yīng)地，得到其長期總效用為Ylong2=B11+σ×B1。只要滿足Ylong2≥Ylong1，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：

θ≤V=1-（1+a）（R3-R1）σ×（1+R1+aR1）-（1+R*）（1-θ0）1+R1+aR1（1）

從中可得，V/R3<0，V/R*<0，V/σ>0，V/R1>0。也就是說，第三方收購商的出價R3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r1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）A11-θ（f+M）。故收購方面臨的是如下最優(yōu)化問題：

maxU（M，R2）=LR2（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θ0。從上述關(guān)系式可得θ/M<0以及2θ/M2>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LR2（1-θ）（1+a）-θaL+C+lnθ×L（1+a）/K，可得：U/θ=L（1+a）/Kθ-L（R2+aR2+a）。計算可知，當(dāng)滿足：

θ>（1+a）/K（R2+aR2+a）（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(shí)現(xiàn)自身的效用優(yōu)化。此外，將式（3）變形為：

1θ<KR2（1+a）+a1+a=K1+R2-11+a（4）

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(qiáng)了，說明農(nóng)業(yè)訂單融資可以有效加強(qiáng)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。

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R2，從而提升自身效用，而這往往就代表壓低了R1。此外在實(shí)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R1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，R1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R1的情況下提升R2，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(shí)際市場價格R4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B2=（1-θ0）（L+f）R4-θ0L。令B1>B2，可得：

（1-θ）（L+f）R1-θL-（1-θ0）（L+f）r4+θ0L>0（5）

由式（1），?。?/p>

T=（1+a）（R3-R1）σ×（1+R1+aR1）+（1+R*）（1-θ0）1+R1+aR1=1-θ（6）

代入到式（5），整理可得R4<TR1/（1-θ0）+θ0+T-1）/[（1-θ0）（1+a）]。即當(dāng)實(shí)際市場價格低于這一臨界點(diǎn)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(shí)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(qiáng)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θ0，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(kuò)大其經(jīng)營規(guī)模。

綜上，筆者提出如下假設(shè)：

假設(shè)1：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。

假設(shè)2：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。

假設(shè)3：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(kuò)大經(jīng)營規(guī)模。

假設(shè)4：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(jì)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(tuán)隊的實(shí)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(shí)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(shí)質(zhì)上已經(jīng)可以看做是企業(yè)，其經(jīng)營、盈利的邏輯機(jī)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(shí)證分析的對象，經(jīng)過整理得到共265個有效樣本。

（三）變量選取

1.被解釋變量

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)?？紤]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。

2.解釋變量

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(qiáng)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(qiáng)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。

3.中介變量

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(jì)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)。

4.控制變量

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。

（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(dú)立性、異方差等不良特征等。以往常用的t 檢驗(yàn)、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(shí)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=cons1+β1tradition+β2orderloan+β3order+β4area+β5benefit+β6service+β7sale+β8insure+β9disaster+B1control1+u1area=cons2+β21tradition+β22orderloan+β23order+B2control2+u2benefit=cons3+β31tradition+β32orderloan+β33order+B3control3+u3service=cons4+β41tradition+β42orderloan+β43order+B4control4+u4

sale=cons5+β51tradition+β52orderloan+β53order+B5control5+u5insure=cons6+β61tradition+β62orderloan+β63order+B6control6+u6disaster=cons7+β71tradition+β72orderloan+β73order+B7control7+u7（7）

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

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(diǎn)，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(qiáng)，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(qiáng)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(yàn)。對此，以往多是使用Vuong 檢驗(yàn)來對ZIP模型和普通Poisson回歸進(jìn)行比較，但Vuong檢驗(yàn)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(yàn)不適用[27-28]。因此，使用AIC、BIC準(zhǔn)則進(jìn)行模型的選擇比較，檢驗(yàn)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(shí)證結(jié)果及分析

（一）基準(zhǔn)回歸結(jié)果及分析

ZIP-GSEM的回歸結(jié)果如表3所示。

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。

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(qiáng)度order的統(tǒng)計特征顯著的路徑效應(yīng)加總為0.051?？梢钥闯?，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(qiáng)度的情況下。事實(shí)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(qiáng)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(qiáng)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(qiáng)，這與已有文獻(xiàn)的研究結(jié)論以及現(xiàn)實(shí)情況相符合。若將融資強(qiáng)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(qiáng)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(yàn)證。

對于訂單融資提升規(guī)模農(nóng)戶盈利能力的具體機(jī)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(yàn)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(qiáng)了規(guī)模農(nóng)戶與合作社、農(nóng)業(yè)企業(yè)等供應(yīng)鏈強(qiáng)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(shí)現(xiàn)盈利提升。因此，假設(shè)1得到了驗(yàn)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(qiáng)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(yùn)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(yàn)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(yàn)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(diǎn)。因此，假設(shè)3的后半部分也得到了驗(yàn)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(bǔ)充的關(guān)系。

（二）穩(wěn)健性檢驗(yàn)

為保證實(shí)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(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果未在文中列出，留存?zhèn)渌鳌４朔N穩(wěn)健性檢驗(yàn)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(shí)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(yùn)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(shí)證檢驗(yàn)，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(kuò)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(jī)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(qiáng)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(jī)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(jī)制，政府部門應(yīng)加強(qiáng)介入，構(gòu)建相應(yīng)的扶持與補(bǔ)貼機(jī)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(shí)現(xiàn)針對普通農(nóng)戶利益聯(lián)結(jié)機(jī)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(qiáng)化涉農(nóng)培訓(xùn)，提升農(nóng)業(yè)產(chǎn)業(yè)帶頭人經(jīng)營運(yùn)作的科學(xué)化、規(guī)范化水平，協(xié)助其建立聲譽(yù)并增強(qiáng)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(qiáng)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(yùn)用金融科技實(shí)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(shí)時監(jiān)測管理。加強(qiáng)村規(guī)民約建設(shè)，對社會公德、誠實(shí)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(jī)制，完善財政金融協(xié)同機(jī)制，加大風(fēng)險補(bǔ)償力度，健全政府支持的擔(dān)保機(jī)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。

參考文獻(xiàn)：

[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(jì)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(bǔ)貼政策下訂單農(nóng)業(yè)供應(yīng)鏈融資與運(yùn)作策略研究[J].管理工程學(xué)報，2020（05）：155-163.

[4]林強(qiáng)，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(shí)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(bǔ)貼機(jī)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(jì)，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(shí)證分析[J].中國農(nóng)村經(jīng)濟(jì)，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?。▍^(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(jì)，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(jì)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(shí)驗(yàn)的實(shí)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(jī)制與風(fēng)險防范[J].農(nóng)村經(jīng)濟(jì)，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(jì)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(qiáng)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(shí)證分析[J].中國農(nóng)村經(jīng)濟(jì)，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(jī)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.

[DOI]10.19654/j.cnki.cjwtyj.2022.06.008

[引用格式]蔣伯亨，溫濤.訂單融資如何促進(jìn)規(guī)模農(nóng)戶增收：理論與實(shí)證[J].財經(jīng)問題研究，2022（06）：81-90.

收稿日期：2022-02-24

基金項目：國家社會科學(xué)基金重大項目“實(shí)現(xiàn)鞏固拓展脫貧攻堅成果同鄉(xiāng)村振興有效銜接研究”（21ZDA062）;國家社會科學(xué)基金重點(diǎn)項目“建立解決相對貧困的制度體系與長效機(jī)制研究”（20AZD024）;國家自然科學(xué)基金面上項目“農(nóng)村金融市場‘精英俘獲’困境破解與包容性成長研究”（71773099）

作者簡介：蔣伯亨（1992-），男，重慶人，博士研究生，主要從事農(nóng)村金融研究。E-mail：ibarrr1@163.com

溫濤（通訊作者）（1975-），男，重慶人，教授，博士生導(dǎo)師，主要從事微型金融研究。E-mail：wtwyy@163.com