信贷需求抑制对农户耕地质量提升型农业技术采用的影响——基于农户分化的调节效应分析

doi:10.18402/resci.2020.02.02

Abstract

Abstract:

Promoting farmers’ adoption of agricultural technologies that can improve the quality of cultivated land is important for the construction of high standard farmland. At present, credit demand rationing may cause the lack of capital investment of farming households in China. This study used the survey data of 957 grain growers in four provinces of China to examine whether credit demand rationing affects farmers’ adoption of technologies that improve cultivated land quality. A conditional mixed-process model was used for the analysis and the moderating effect of farmer differentiation on the impact of credit demand rationing on agricultural technology adoption was explored. The results show that: (1) At present, the adoption rate of agricultural technologies that improve cultivated land quality is low, and credit demand rationing is widespread. It is particularly high in the central and western parts of China, but low in the east; (2) Credit demand rationing has a negative impact on the adoption of agricultural technologies that improve cultivated land quality with the demand of capital investment, but has no significant impact on the technologies without the demand of capital investment; (3) Farmer differentiation has moderating effects on the impact of credit demand rationing. That is, under the background of credit demand suppression, there are significant differences between different types of farmers in the use of agricultural technologies with short-term benefits, and no significant difference in the use of agricultural technologies with long-term benefits.

Key words: high standard farmland construction, credit demand rationing, agricultural technologies, farmer differentiation, moderating effect, conditional mixed-process model, Fisher Permutation Test

WEI Hao, XIA Ying, LI Yun, LV Kaiyu, WANG Haiying. Effects of farmers’ credit demand rationing on the adoption of agricultural technologies that improve cultivated land quality：An analysis based on the moderating effect of farmer differentiation[J].Resources Science, 2020, 42(2): 217-231.

Figures/Tables 7

Figure 1

Table 1

Definition and descriptive statistics of variables in regression analysis"

变量类型	变量名称	赋值说明	均值	标准差	最小值	最大值
因变量	是否采用少耕或免耕技术	是=1;否=0	0.35	0.48	0	1
	是否采用深耕或深松技术	是=1;否=0	0.54	0.50	0	1
	是否采用平整土地或改良土壤技术	是=1;否=0	0.15	0.36	0	1
核心自变量	是否受到信贷需求抑制	是=1;否=0	0.50	0.50	0	1
农户分化变量	农户分化	纯农业型：是=1;否=0	0.33	0.47	0	1
		兼业型：是=1;否=0	0.47	0.50	0	1
		纯非农业型：是=1;否=0	0.20	0.40	0	1
工具变量	金融项目参与数/个	存款、自动取款机、刷卡机、网银、理财、外汇项目用过几项	1.66	1.27	0	6
控制变量	年龄/岁	户主实际年龄	55.96	10.82	27	85
	身体健康程度	是否常年生病,不能干活：是=1;否=0	0.06	0.24	0	1
	受教育程度/年	受教育年限	6.82	3.19	0	16
	耕地规模/亩	2017年实际耕地面积	81.40	153.48	0.5	1000
	家庭年均纯收入/万元	2017年年均纯收入	9.11	13.66	0.1	105.9
	家庭人口数/口	2017年家庭人口数量	4.20	1.79	1	13
	农业劳动力占比	农业劳动力与家庭人口数比值	0.54	0.26	0.1	1
	土地确权	土地是否确权：是=1;否=0	0.87	0.33	0	1
	土地细碎化程度/块	家庭耕地地块数	10.38	12.25	0	85
	家庭社会资本	家人是否当过村干部：是=1;否=0	0.29	0.45	0	1
	技术培训次数/次	2014-2017年农户参加技术培训/讲座次数	2.08	3.52	0	30
	是否有技术示范户	本村是否有技术示范户：是=1;否=0	0.25	0.43	0	1
	能否灌溉	是=1;否=0	0.80	0.39	0	1
	土壤质量	1=好;2=中;3=差	1.55	0.61	1	3
	地块面积/亩	最大地块面积	17.78	47.29	0.5	827
	是否转入地块	是=1;否=0	0.50	0.50	0	1
	村农业技术推广活动/次	2017年你们村农业技术推广活动或观摩会次数	0.97	1.63	0	18
	地区虚拟变量	1=黑龙江;0=其他	0.24	0.43	0	1
		1=四川;0=其他	0.27	0.44	0	1
		1=浙江;0=其他	0.25	0.43	0	1

Table 1

Table 2

Table 3

Table 4

Table 5

Regression results of credit rationing and adoption of agricultural technologies that improve cultivated land quality"

变量名称	平整土地、改良土壤				少耕、免耕					深耕、深松
变量名称	回归1（probit)			回归2（CMP）	回归3（probit)		回归4（CMP）			回归5（probit)	回归6（CMP）
信贷需求抑制	0.0445			-1.195***	0.0258		-0.793			0.103	-1.030***
信贷需求抑制	（0.41）			(-4.72)	（0.23）		(-1.59)			(1.02)	（-3.47）
年龄	-0.0108*			-0.00813*	-0.0139**		-0.0123**			0.00284	0.00104
年龄	(-1.83)			(-1.67)	(-2.14)		(-2.11)			(0.53)	(0.39)
身体健康程度	-0.0396			-0.0101	0.0841		0.0916			0.0579	0.0415
身体健康程度	(-0.18)			(-0.05)	(0.38)		(0.43)			(0.30)	(0.23)
教育水平	0.00191*			0.0014*	0.0471**		0.0428**			0.00537	0.00325
教育水平	（1.65）			（1.68）	（2.48）		（2.45）			（0.33）	（0.21）
耕地规模	0.000603*			0.00030*	0.0000441		-0.000011			0.000572*	0.000547*
耕地规模	（1.61）			（1.71）	（0.1）		(-0.03)			（1.65）	（1.68）
年均纯收入	0.00262			0.00300**	-0.00496		-0.0065			-0.000846	0.00679*
年均纯收入	（0.68）			（2.19）	(-0.93)		(-1.27)			(-0.24)	（1.94）
家庭人口数	0.033			0.0281	-0.0388		-0.0343			-0.0179	-0.0156
家庭人口数	（0.88）			（0.84）	(-0.93)		(-0.87)			(-0.56)	(-0.54)
农业劳动力占比		0.120	-0.0209			-0.362		-0.300	-0.132			0.00645
农业劳动力占比		（0.47）	(-0.12)			(-1.39)		(-1.28)	(-0.61)			（0.03）
土地是否确权		-0.0235	0.0343			-0.0903		-0.027	-0.210			-0.225
		(-0.14)	（0.24）			(-0.56)		（-0.19）	（-1.41）			(-1.60)
耕地细碎化程度		-0.00331	0.00133			0.00284		0.00523	-0.00163			-0.00267
耕地细碎化程度		(-0.70)	（0.25）			（0.61）		（1.17）	（-0.39）			(-0.64)
社会资本		0.105	0.154			0.00717		-0.0357	-0.107			-0.0247
社会资本		(0.88)	(1.44)			（0.06）		(-0.30)	(-1.04)			(-0.25)
技术培训次数		0.0202*	0.0106*			-0.00642		-0.0102	-0.0131			-0.00397
技术培训次数		（1.74）	（1.91）			(-0.39)		(-0.63)	(-0.96)			(-0.30)
村技术推广次数		0.0164	0.0268			0.0217		0.0304	0.0411			0.0162
村技术推广次数		（0.49）	（0.96）			（0.52）		（0.83）	（1.38）			（0.55）
技术示范户		0.182	0.17			-0.136		-0.112	0.104			0.0567
技术示范户		（1.51）	（1.47）			(-1.04)		(-0.89)	（0.96）			（0.56）
能否灌溉		-	-			-0.473***		-0.355***	0.233*			0.104*
		-	-			(-3.35)		（-2.74）	（1.88）			(1.89)
土壤质量		-	-			0.106		0.095*	-0.0914			-0.0679
		-	-			(1.57)		(1.72)	（-1.23）			(-0.97)
地块面积		-	-			-0.00186		-0.0014	0.00346*			0.00233
		-	-			(-0.94)		(-0.73)	（1.85）			(1.36)
是否转入地块		-	-			-0.174		-0.176*	-0.121			-0.0464
		-	-			（-1.42）		(-1.61)	（-1.14）			(-0.50)
黑龙江虚拟变量		0.279	0.0355			-3.031***		-2.801***	-0.531***			-0.251
黑龙江虚拟变量		（1.63）	（0.23）			(-14.77)		(-9.89)	(-3.65)			(-1.36)
四川虚拟变量		0.680***	0.136			-2.619***		-2.629***	-1.229***			-0.589*
四川虚拟变量		（3.83）	（0.64）			(-13.45)		(-12.04)	(-7.88)			(-1.88)
浙江虚拟变量		-0.407**	-0.255*			-2.504***		-2.688***	0.0942			0.729***
浙江虚拟变量		（-2.20）	(-1.57)			(-12.54)		(-14.24)	（0.60）			（3.36）
常数项		-1.138**	-0.00416			1.521**		2.057***	0.436			-0.687
常数项		(-2.25)	(-0.01)			（2.53）		（3.86）	（0.88）			(-1.48)
atanhrh-12		-	1.005***			-		0.811**	-			-1.203**
atanhrh-12		-	（3.02）			-		（2.55）	-			(-2.60)
一阶段估计		信贷需求抑制				信贷需求抑制			信贷需求抑制
金融项目参与数		-	-0.180***			-		-0.181***	-			-0.161***
金融项目参与数		-	(-5.08)			-		(-4.70)	-			(-3.90)
观察值个数		957				957			924
对数似然值		-392.08308	-968.13921			-354.47194		-929.99739	-532.25895			-1106.5542
LR卡方值		36.77	-			532.79		-	211.11			-
wald卡方值		-	320.22			-		566.61	-			533.18
hausman检验		-	29.77			-		54.78	-			42.79

Table 5

Table 6

References 34

[1]	Griliches Z . An exploration in the economics of technological change[J]. Econometrica, 1957,25(4):501-522.
[2]	Feder G, Umali D L . The adoption of agricultural innovations: A review[J]. Technological Forecasting and Social Change, 1993,43(3-4):215-239.
[3]	李昊, 李世平, 南灵 , 等. 中国农户环境友好型农药施用行为影响因素的Meta分析[J]. 资源科学, 2018,40(1):74-88.
	[ Li H, Li S P, Nan L , et al. A Meta-analysis of farmers’ environment-friendly pesticide application behavior in China[J]. Resources Science, 2018,40(1):74-88.]
[4]	黄腾, 赵佳佳, 魏娟 , 等. 节水灌溉技术认知、采用强度与收入效应: 基于甘肃省微观农户数据的实证分析[J]. 资源科学, 2018,40(2):347-358.
	[ Huang T, Zhao J J, Wei J , et al. Cognition of irrigation water-saving techniques, adoption intensity and income effects in Gansu, China[J]. Resources Science, 2018,40(2):347-358.]
[5]	Ghadim A A, Pannell D J, Burton M . Risk, uncertainty, and learning in adoption of a crop innovation[J]. Agricultural Economics, 2015,33(1):1-9.
[6]	郑旭媛, 王芳, 应瑞瑶 . 农户禀赋约束、技术属性与农业技术选择偏向: 基于不完全要素市场条件下的农户技术采用分析框架[J]. 中国农村经济, 2018, ( 3):105-122.
	[ Zheng X Y, Wang F, Ying R Y . Farmers’ endowment constraints, technical properties and agricultural technology selection preferences: An analytical framework of farmers’ technology adoption under an incomplete factor market[J]. Chinese Rural Economy, 2018, ( 3):105-122.]
[7]	贾蕊, 陆迁 . 信贷约束、社会资本与节水灌溉技术采用: 以甘肃张掖为例[J]. 中国人口·资源与环境, 2017,27(5):54-62.
	[ Jia R, Lu Q . Credit constraints, social capital and the adoption of water-saving irrigation technology based on the survey in Zhangye of Gansu Province[J]. China Population, Resources and Environment, 2017,27(5):54-62.]
[8]	邹杰玲, 董政祎, 王玉斌 . “同途殊归”: 劳动力外出务工对农户采用可持续农业技术的影响[J]. 中国农村经济, 2018, ( 8):83-98.
	[ Zou J L, Dong Z W, Wang Y B . The effects of labor migration on farmers’ sustainable agricultural technology adoption decisions[J]. Chinese Rural Economy, 2018, ( 8):83-98.]
[9]	Abebaw D, Haile M G . The impact of cooperatives on agricultural technology adoption: Empirical evidence from Ethiopia[J]. Food Policy, 2013,38:82-91.
[10]	吴比, 刘俊杰, 徐雪高 , 等. 农户组织化对农民技术采用的影响研究: 基于11省1022个农户调查数据的实证分析[J]. 农业技术经济, 2016, ( 8):25-33.
	[ Wu B, Liu J J, Xu X G , et al. Research on the impact of farmer organization on farmer’s technology adoption: Empirical analysis based on 1022 household survey data in 11 provinces[J]. Journal of Agrotechnical Economics, 2016, ( 8):25-33.]
[11]	李卫, 薛彩霞, 姚顺波 , 等. 保护性耕作技术、种植制度与土地生产率: 来自黄土高原农户的证据[J]. 资源科学, 2017,39(7):1259-1271.
	[ Li W, Xue C X, Yao S B , et al. Conservation tillage, cropping systems and land productivity for households on Loess Plateau[J]. Resources Science, 2017,39(7):1259-1271.]
[12]	Binswanger H P, Sillers D A . Risk aversion and credit constraints in farmers’ decision-making: A reinterpretation[J]. Journal of Development Studies, 1983,20(1):5-21.
[13]	Simtowe F, Zeller M . The impact of access to credit on the adoption of hybrid maize in Malawi: An empirical test of an agricultural household model under credit market failure[J]. Munich Personal RePEc Archive Paper, 2006,45(3):34-45.
[14]	何广文, 何婧, 郭沛 . 再议农户信贷需求及其信贷可得性[J]. 农业经济问题, 2018, ( 2):38-49.
	[ He G W, He J, Guo P . Rethinking the credit demand and availability of farm household[J]. Issues in Agricultural Economy, 2018, ( 2):38-49.]
[15]	Shiferaw B, Kebede T, Kassie M , et al. Market imperfections, access to information and technology adoption in Uganda: Challenges of overcoming multiple constraints[J]. Agricultural Economics, 2015,46(4):475-488.
[16]	贾蕊, 陆迁 . 不同灌溉技术条件下信贷约束对农户生产效率的影响: 以甘肃张掖为例[J]. 资源科学, 2017,39(4):756-765.
	[ Jia R, Lu Q . The effects of credit constraints on peasant household production efficiency under different irrigation technologies in Zhangye, Gansu[J]. Resources Science, 2017,39(4):756-765.]
[17]	Roosa R V . The revival of monetary policy[J]. The Review of Economics and statistics, 1951,33(1):29-37.
[18]	彭澎, 张龙耀, 李心丹 . 农村正规金融市场中信贷配给的改进研究: 基于“政银保”模式的实证分析[J]. 经济学家, 2018, ( 5):60-68.
	[ Peng P, Zhang L Y, Li X D . Research on the improvement of credit rationing in rural formal financial market: Empirical analysis based on“government-bank-insurance”mode[J]. Economist, 2018, ( 5):60-68.]
[19]	Boucher S R, Carter M R, Guirkinger C . Risk rationing and wealth effects in credit markets: Theory and implications for agricultural development[J]. American Journal of Agricultural Economics, 2008,90(2):409-423.
[20]	张龙耀, 周南, 许玉韫 , 等. 信贷配给下的农业规模经济与土地生产率[J]. 中国农村经济, 2018, ( 7):19-33.
	[ Zhang L Y, Zhou N, Xu Y Y , et al. The economies of scale and productivity under credit rationing in Chinese agriculture[J]. Chinese Rural Economy, 2018, ( 7):19-33.]
[21]	Petrick M . A microeconometric analysis of credit rationing in the polish farm sector[J]. European Review of Agricultural Economics, 2004,31(1):77-101.
[22]	程郁, 罗丹 . 信贷约束下农户的创业选择: 基于中国农户调查的实证分析[J]. 中国农村经济, 2009, ( 11):25-38.
	[ Cheng Y, Luo D . Rural households’ entrepreneurial choice under credit constraint: An empirical analysis based on the survey of Chinese farmers[J]. Chinese Rural Economy, 2009, ( 11):25-38.]
[23]	王晶, 毕盛, 李芸 , 等. 正规信贷约束对农户粮食生产的影响分析[J]. 农业技术经济, 2018, ( 5):28-39.
	[ Wang J, Bi S, Li Y , et al. The effect of formal credit constraint on grain production[J]. Journal of Agrotechnical Economics, 2018, ( 5):28-39.]
[24]	周月书, 孙冰辰, 彭媛媛 . 规模农户加入合作社对正规信贷约束的影响: 基于社会资本的视角[J]. 南京农业大学学报(社会科学版), 2019,19(4):126-137.
	[ Zhou Y S, Sun B C, Peng Y Y . Farmers specialized cooperative, social capital and formal credit constraint: Based on an empirical analysis of large-scale farmers of Jiangsu Province[J]. Journal of Nanjing Agricultural University (Social Sciences Edition), 2019,19(4):126-137.]
[25]	彭澎, 吴承尧, 肖斌卿 . 银保互联对中国农村正规信贷配给的影响: 基于4省1014户农户调查数据的分析[J]. 中国农村经济, 2018, ( 8):32-45.
	[ Peng P, Wu C Y, Xiao B Q . The effect of credit insurance on credit rationing in China’s formal rural market: Based on the survey data of 1014 farmers from 4 provinces[J]. Chinese Rural Economy, 2018, ( 8):32-45.]
[26]	Atanu S, Love H A, Schwart R . Adoption of emerging technologies under output uncertainty[J]. American Journal of Agricultural Economics, 1994,76(4):836-846.
[27]	Pratt J W . Risk aversion in the small and in the large[J]. Econometrica, 1964,32:122-136.
[28]	苏岚岚, 何学松, 孔荣 . 金融知识对农民农地抵押贷款需求的影响: 基于农民分化、农地确权颁证的调节效应分析[J]. 中国农村经济, 2017, ( 11):75-89.
	[ Su L L, He X S, Kong R . The impact of financial literacy on demand for farmland mortgage loans: An analysis based on the regulatory effect of farmer differentiation and farmland certification[J]. Chinese Rural Economy, 2017, ( 11):75-89.]
[29]	陈美球, 袁东波, 邝佛缘 , 等. 农户分化、代际差异对生态耕种采纳度的影响[J]. 中国人口·资源与环境, 2019,29(2):79-86.
	[ Chen M Q, Yuan D B, Kuang F Y , et al. Household differentiation, generational difference and ecological farming adoption[J]. China Population, Resources and Environment, 2019,29(2):79-86.]
[30]	中国社会科学院农村发展研究所. 农村经济绿皮书: 2000-2001 年中国农村经济形势分析与预测[M]. 北京:社会科学文献出版社, 2001.
	[ Institute of Rural Development , Chinese Academy of Social Sciences. Green Paper on Rural Economy: Analysis and Forecast of Rural Economic Situation in China from 2000 to 2001[M]. Beijing:Social Science Literature Publishing House, 2001.]
[31]	Hurst E, Lusardi A . Liquidity constraints, household wealth, and entrepreneurship[J]. Journal of Political Economy, 2004,112(2):319-347.
[32]	Roodman D . Fitting fully observed recursive mixed-process model with CMP[J]. The Stata Journal, 2011,11(2):159-206.
[33]	温忠麟, 侯杰泰, 张雷 . 调节效应与中介效应的比较和应用[J]. 心理学报, 2005,37(2):268-274.
	[ Wen Z L, Hou J T, Zhang L . A comparison of moderator and mediator and their applications[J]. Acta Psychologica Sinica, 2005,37(2):268-274.]
[34]	连玉君, 廖俊平 . 如何检验分组回归后的组间系数差异?[J]. 郑州航空工业管理学院学报, 2017,35(6):97-109.
	[ Lian Y J, Liao J P . How to test the coefficient difference between groups after grouping regression[J]. Journal of Zhengzhou Institute of Aeronautical Industry Management, 2017,35(6):97-109.]

	平整土地/%	改良土壤/%	少耕/%	免耕/%	深松/%	深耕/%
全样本（957户）	10.55	7.42	31.56	3.66	7.94	48.80
黑龙江（231户）	13.85	6.06	3.46	5.63	6.49	43.72
浙江（240户）	11.25	6.67	13.33	5.83	1.25	71.25
四川（258户）	10.08	13.18	18.22	3.10	3.88	17.83
河南（228户）	7.02	3.07	94.30	0.00	21.05	65.35

		全样本	黑龙江	浙江	河南	四川
纯农户	户数/户	154	63	15	40	36
纯农户	比重/%	48.89	58.33	23.08	76.92	40.00
兼业户	户数/户	225	56	22	97	50
兼业户	比重/%	49.56	51.85	22.00	76.38	42.02
纯非农户	户数/户	98	11	24	38	25
纯非农户	比重/%	52.13	73.33	32.00	77.55	51.02

	样本户数	采用不同类型耕地质量提升型农业技术比例
	样本户数	受到信贷需求抑制/%	无信贷需求抑制/%
采用平整土地、改良土壤技术	147	14.88	15.83
采用少耕、免耕技术	337	34.83	35.87
采用深耕、深松技术	497	51.53	56.01

变量名称	回归7	回归8	回归9	回归10	回归11	回归12	回归13
变量名称	纯农户	兼业+纯非农	纯农户	兼业户	纯非农	纯农户	兼业+纯非农
第一阶段估计	是否受到信贷需求抑制		是否受到信贷需求抑制			是否受到信贷需求抑制
金融参与项目数	-0.066**	-0.052***	-0.192**	-0.161***	-0.154*	-0.0611**	-0.051***
金融参与项目数	(-2.48)	(-3.14)	(-2.49)	(-2.59)	(-1.86)	(-2.24)	(-3.00)
其他控制变量	引入	引入	引入	引入	引入	引入	引入
第二阶段估计	平整土地,改良土壤技术		少耕,免耕技术			深耕,深松技术
信贷需求抑制	-1.851***	-1.029***	-0.589	-0.899	-0.634	-1.09***	-1.594*
信贷需求抑制	(-7.83)	(-3.40)	(-1.09)	(-0.27)	(-0.66)	(-3.5)	（-1.65）
其他控制变量	引入	引入	引入	引入	引入	引入	引入
atanhrh-12	1.683***	1.020*	0.248*	0.700*	0.63	-0.948*	-1.710***
atanhrh-12	（3.76）	（1.88）	（1.77）	（1.68）	（0.77）	（-1.89）	(-4.75)
观测值	315	642	315	454	188	302	622
wald卡方值	243.46	239.91	152.42	290.15	132.08	195.82	486.73
Fisher 经验P值	0.130		纯农户与兼业户：0.430;兼业户与纯非农户：0.280;纯农户与纯非农：0.250			0.060

Effects of farmers’ credit demand rationing on the adoption of agricultural technologies that improve cultivated land quality：An analysis based on the moderating effect of farmer differentiation

RichHTML

PDF (PC)

Like

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 34

Related Articles 5

Metrics

Comments

Recommended 0

[1]	LI Hongwei, ZHONG Zhangbao. Impact of confirmation of land right on farmers’ willingness to transfer land: The moderating effect based on institutional credibility of land confirmation system [J]. Resources Science, 2020, 42(9): 1657-1667.
[2]	YANG Huilin, YUAN Kaihua, CHEN Yinrong, MEI Yun, WANG Zhenwei. Effect of farmer differentiation and generational differences on their willingness to exit rural residential land: Analysis of intermediary effect based on the cognition of the homestead value [J]. Resources Science, 2020, 42(9): 1680-1691.
[3]	SHE Qunzhi, WU Xiaoli, PAN An. Effects of climate finance on carbon emissions in recipient countries [J]. Resources Science, 2020, 42(6): 1015-1026.
[4]	Yajuan JIA,Minjuan ZHAO. The influence of environmental concern and institutional trust on farmers’ willingness to participate in rural domestic waste treatment [J]. Resources Science, 2019, 41(8): 1500-1512.
[5]	YU Yanli, LI Hua, XUE Caixia. Influence of government regulation and community governance on tea farmers’ behavior of reducing pesticide use [J]. Resources Science, 2019, 41(12): 2227-2236.