徐 莉，杜宏茹

(1.中國(guó)科學(xué)院新疆生態(tài)與地理研究所，新疆烏魯木齊 830011； 2.中國(guó)科學(xué)院大學(xué)，北京 100049； 3.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊 830046； 4.伊犁師范學(xué)院生物與地理科學(xué)學(xué)院，新疆伊寧 835000)

0 引言

農(nóng)業(yè)結(jié)構(gòu)調(diào)整是當(dāng)前農(nóng)業(yè)轉(zhuǎn)型升級(jí)和鞏固發(fā)展農(nóng)村經(jīng)濟(jì)的必然選擇。農(nóng)戶是市場(chǎng)農(nóng)業(yè)微觀運(yùn)行的基本主體，其作物種植決策及變化是誘發(fā)農(nóng)業(yè)結(jié)構(gòu)調(diào)整的微觀基礎(chǔ)，直接影響種植結(jié)構(gòu)的合理性[1]。2016年中央一號(hào)文件提出了“推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革”的戰(zhàn)略構(gòu)想，強(qiáng)調(diào)了農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革要始終堅(jiān)持農(nóng)民是改革的主體，要把農(nóng)民的利益放在首要位置，尊重農(nóng)民的選擇。當(dāng)把農(nóng)戶作為生產(chǎn)者來(lái)看待時(shí)，研究農(nóng)戶行為就是研究其供給行為[2]，而只有準(zhǔn)確了解微觀行為主體的行為特征和規(guī)律，才能制定相應(yīng)的政策[3]。因此，研究農(nóng)戶種植決策的影響因素及影響程度，不僅有利于了解農(nóng)業(yè)種植結(jié)構(gòu)，還對(duì)推進(jìn)當(dāng)前農(nóng)業(yè)供給側(cè)結(jié)構(gòu)改革具有重要的理論意義。

國(guó)內(nèi)外許多學(xué)者借助模型分析，從不同方面探究了影響農(nóng)戶種植決策的多種因素。Zhumanova等[4]使用Heckman兩階段模型探究了多種因素對(duì)農(nóng)戶土地利用決策產(chǎn)生的可能影響； Guillaume等[5]通過(guò)構(gòu)建決策概念模型來(lái)確定可能制約農(nóng)戶決策的因素以及行為規(guī)律； Jensen等[6]使用Tobit模型來(lái)確定農(nóng)戶特征對(duì)農(nóng)戶調(diào)整種植新作物的份額的影響程度； 吳懷軍等[7]借助Probit和Logit模型對(duì)花生農(nóng)戶的種植意愿及影響因素進(jìn)行了實(shí)證分析； 宋雨河等[8]應(yīng)用Nerlove模型實(shí)證分析了影響農(nóng)戶糧食種植決策的主要因素； 李維[9]運(yùn)用多元有序Logistic模型實(shí)證分析了農(nóng)戶水稻種植意愿的影響因素，認(rèn)為環(huán)境因素對(duì)水稻種植意愿的影響程度最大。

現(xiàn)有研究中，農(nóng)戶決策行為研究的常用方法主要有Logistic回歸模型、Heckman兩階段模型、Probit回歸檢驗(yàn)?zāi)Ｐ秃投嗳航M結(jié)構(gòu)方程模型等[10]，其中，Logistic模型目前是研究個(gè)體決策行為、意愿及其影響因素的最佳、應(yīng)用最廣泛的模型[11-12]。余文濤等[13]借助Logistic模型探討自然因素和社會(huì)經(jīng)濟(jì)因素對(duì)糧食生產(chǎn)能力的影響特點(diǎn)； 田文勇等[1]運(yùn)用Logistic模型分析影響農(nóng)戶種植結(jié)構(gòu)調(diào)整行為的內(nèi)外部控制因素，表明農(nóng)戶是否進(jìn)行種植結(jié)構(gòu)調(diào)整對(duì)國(guó)家政策和市場(chǎng)價(jià)格的依賴較強(qiáng)，而決策也受到自身文化水平、年齡大小、是否會(huì)其他技能的影響； 朱慧等[14]通過(guò)建立農(nóng)戶種植油料作物意愿和各自變量的Logistic回歸計(jì)量模型，探究了農(nóng)戶對(duì)油料作物種植意愿的影響因素。

近年來(lái)，農(nóng)戶種植決策行為的研究不斷取得進(jìn)展，許多學(xué)者研究表明影響農(nóng)戶種植決策的因素可以歸納為農(nóng)戶個(gè)體特征、自然環(huán)境[15-16]、自然災(zāi)害[17-18]、農(nóng)產(chǎn)品價(jià)格[19]、農(nóng)業(yè)技術(shù)[20-21]以及政府政策等。目前針對(duì)此類研究的區(qū)域多集中在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展較好的東部地區(qū)，而農(nóng)業(yè)發(fā)展較為緩慢落后的西部少數(shù)民族地區(qū)的研究相對(duì)較少。西北干旱、半干旱地區(qū)農(nóng)業(yè)發(fā)展原生自然條件較差，經(jīng)濟(jì)發(fā)展相對(duì)滯后，農(nóng)業(yè)是其經(jīng)濟(jì)發(fā)展的基礎(chǔ)和主體，因此，該區(qū)域亟需通過(guò)了解農(nóng)戶種植決策行為來(lái)推進(jìn)和深化農(nóng)業(yè)結(jié)構(gòu)調(diào)整，對(duì)該區(qū)域?qū)崿F(xiàn)農(nóng)業(yè)產(chǎn)業(yè)化、現(xiàn)代化及農(nóng)業(yè)可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。新疆察布查爾縣是全國(guó)唯一的以錫伯族為主體的自治縣，是西北干旱區(qū)典型的農(nóng)業(yè)大縣，是新疆重要的糧食生產(chǎn)基地，目前已形成了“以玉米為主，水稻為輔”的作物種植格局。然而，由于該縣長(zhǎng)期受計(jì)劃經(jīng)濟(jì)時(shí)期生產(chǎn)方式的影響，重生產(chǎn)輕經(jīng)營(yíng)，廣種薄收的現(xiàn)象日益凸顯，難以滿足市場(chǎng)發(fā)展的需求，推進(jìn)該區(qū)域農(nóng)業(yè)種植結(jié)構(gòu)的優(yōu)化調(diào)整尤顯迫切。農(nóng)業(yè)種植結(jié)構(gòu)在一定程度上是農(nóng)戶種植決策行為的一種外在表現(xiàn)，而農(nóng)戶種植決策行為受多種因素的共同影響，且在不同區(qū)域、不同經(jīng)濟(jì)發(fā)展水平下影響其決策行為的主要因素亦不相同?；诖?，文章選取新疆察布查爾縣樣本農(nóng)戶為調(diào)查對(duì)象，借助問(wèn)卷調(diào)查和訪談相結(jié)合的方式收集了農(nóng)戶土地利用的相關(guān)數(shù)據(jù)，初步了解了農(nóng)戶的種植現(xiàn)狀，并采用二元Logistic模型，實(shí)證分析了影響農(nóng)戶種植決策的主要因素，探究了影響農(nóng)戶種植決策的顯著性因素，為該區(qū)農(nóng)業(yè)種植結(jié)構(gòu)的優(yōu)化、調(diào)整及合理布局提供理論依據(jù)和決策參考。

1 材料與方法

1.1 研究區(qū)概況

察布查爾錫伯自治縣地處新疆西天山支脈烏孫山北麓，伊犁河以南，位于43°17′N～43°57′N， 80°31′E～81°43′E。該縣屬于典型的大陸性北溫帶溫和干旱氣候，全年有效光照時(shí)數(shù)達(dá)2 846 h，無(wú)霜期177 d，積溫3 800℃，年平均氣溫7.9℃，年平均降水量222 mm。全縣總面積為4 485km2，縣轄3鎮(zhèn)、10鄉(xiāng)、2個(gè)國(guó)營(yíng)農(nóng)牧場(chǎng)(良種繁育場(chǎng)、種羊場(chǎng))。2015年末，全縣總?cè)丝谶_(dá)到了19.67萬(wàn)人，由錫伯族、維吾爾族、哈薩克族、漢族、回族、蒙古族等25個(gè)民族組成，少數(shù)民族占72%。該地區(qū)生產(chǎn)總值約47.64億元，其中，農(nóng)業(yè)產(chǎn)值約18.97億元，約占GDP的39.8%，農(nóng)牧民人均收入達(dá)到1.2萬(wàn)元，農(nóng)作物總播種面積127.47萬(wàn)hm2，其中以玉米、水稻等為主的糧食播種面積約為92.93萬(wàn)hm2。

1.2 研究方法

1.2.1 農(nóng)戶調(diào)查法

該文以問(wèn)卷調(diào)查形式為主，結(jié)合訪談，對(duì)新疆察布查爾縣2個(gè)鎮(zhèn)(察布查爾鎮(zhèn)、愛(ài)新舍里鎮(zhèn))及11個(gè)鄉(xiāng)(米糧泉回族鄉(xiāng)、綽霍爾鄉(xiāng)等)涵蓋的21個(gè)行政村的農(nóng)戶進(jìn)行了調(diào)查。調(diào)研從各行政村中隨機(jī)選擇8～12戶農(nóng)戶作為調(diào)查對(duì)象，并通過(guò)面對(duì)面式訪談填寫問(wèn)卷。該次調(diào)查共發(fā)放問(wèn)卷236份，其中有效問(wèn)卷228份，問(wèn)卷有效率96.61%。

調(diào)查信息為2016年農(nóng)戶種植情況，具體包括：①農(nóng)戶家庭基本情況，包括家庭總?cè)丝?，常年從事農(nóng)業(yè)勞動(dòng)人數(shù)，戶主性別、農(nóng)戶年齡及農(nóng)戶的文化水平等情況； ②然環(huán)境，包括地貌類型，地形部位、地塊位置、耕地面積等； ③農(nóng)戶經(jīng)濟(jì)情況，包括農(nóng)戶對(duì)于土地的投入、農(nóng)戶種植收入及人均收入等情況； ④與種植相關(guān)問(wèn)題，包括對(duì)于農(nóng)業(yè)技術(shù)培訓(xùn)的態(tài)度、農(nóng)業(yè)技術(shù)服務(wù)的態(tài)度、來(lái)年種植意向等問(wèn)題。根據(jù)實(shí)地調(diào)查及問(wèn)卷回收數(shù)據(jù)統(tǒng)計(jì)，研究區(qū)域90%以上受訪農(nóng)戶種植了玉米、水稻及小麥等農(nóng)作物，且農(nóng)作物多適合在二級(jí)階地生長(zhǎng)。

1.2.2 實(shí)證模型的選擇

為了定量分析所選因素對(duì)農(nóng)戶種植決策的影響程度，因變量涉及農(nóng)戶是否愿意種植，為典型的二元選擇變量。由于因變量為一個(gè)定性的兩分變量，其滿足不了一般線性回歸約束條件，使用多元線性回歸方法無(wú)法直接進(jìn)行分析。Logistic模型是將邏輯分布作為隨機(jī)誤差項(xiàng)的概率分布的一種二元離散選擇模型，是適用于因變量為兩分變量的一種回歸分析方法，且自變量可以為定性變量，也可以為定量變量[22]。因此，該研究選用二元Logistic模型對(duì)影響農(nóng)戶種植意愿的因素進(jìn)行回歸分析。具體模型如下：

P=Exp(Z)/1+Exp(Z)

(1)

(2)

1.2.3 變量說(shuō)明與預(yù)期效應(yīng)

在Logistic實(shí)證模型中，研究涉及的因變量是農(nóng)戶是否愿意種植，因此設(shè)因變量Y為農(nóng)戶選擇種植的行為，若農(nóng)戶愿意種植，因變量為1； 若農(nóng)戶不愿意種植，因變量為0。借鑒已有文獻(xiàn)研究結(jié)果以及實(shí)地調(diào)查的發(fā)現(xiàn)，選取影響農(nóng)戶種植決策行為的因素，主要包括家庭總?cè)丝?X1)、常年從事農(nóng)業(yè)的勞動(dòng)人數(shù)(X2)、戶主年齡(X3)、戶主文化水平(X4)、耕地面積(X5)、地塊位置(X6)、地塊總數(shù)(X7)、地形部位(X8)、對(duì)農(nóng)業(yè)技術(shù)服務(wù)的態(tài)度(X9)、總收入(X10)、人均收入(X11)等。各解釋變量如表1所示。

表1 變量說(shuō)明及預(yù)期效益

2 結(jié)果與分析

2.1 樣本農(nóng)戶特征

從所調(diào)查的樣本農(nóng)戶的基本特征來(lái)看(表2)，戶主以男性中年為主，占樣本的61%； 農(nóng)戶家庭人口數(shù)3～4人居多， 1人和6人以上較少； 農(nóng)戶家庭常年勞動(dòng)力以2人居多； 農(nóng)戶受教育水平以初中和小學(xué)為主； 農(nóng)戶耕地面積在(20， 30)的地塊較多，擁有1或2塊土地的農(nóng)戶較多； 地塊位置是平原占樣本總數(shù)的70.61%，山前平原占樣本總數(shù)的22.81%，山緣平原占樣本總數(shù)的6.58%； 在地形部位的分類中，屬于一級(jí)階地占樣本總數(shù)的21.05%，二級(jí)階地占樣本總數(shù)的68.42%，三級(jí)階地占樣本總數(shù)的10.53%； 農(nóng)戶家庭總收入在2萬(wàn)～4萬(wàn)元之間為主，占樣本總數(shù)的32.46%； 樣本農(nóng)戶人均收入在0～1萬(wàn)元之間的人數(shù)居多，占樣本總數(shù)的64.91%； 樣本農(nóng)戶中沒(méi)有參加農(nóng)業(yè)技術(shù)培訓(xùn)的人數(shù)較多； 認(rèn)為“需要”農(nóng)業(yè)技術(shù)服務(wù)的農(nóng)戶相對(duì)較多，說(shuō)明農(nóng)戶開(kāi)始逐漸認(rèn)識(shí)到農(nóng)業(yè)技術(shù)培訓(xùn)以及農(nóng)業(yè)服務(wù)對(duì)于農(nóng)業(yè)的重要性。

表2 樣本農(nóng)戶基本信息

2.2 農(nóng)戶種植行為影響因素的描述性統(tǒng)計(jì)分析

各解釋變量的描述性統(tǒng)計(jì)見(jiàn)表3。由表3可知，從農(nóng)戶家庭特征來(lái)看，絕大多數(shù)家庭人口數(shù)平均為4人，家庭實(shí)際從事農(nóng)業(yè)活動(dòng)人數(shù)平均為2人； 從農(nóng)戶個(gè)體特征來(lái)看，農(nóng)戶平均年齡接近48歲，受教育水平相對(duì)較低，以初中水平居多； 從生產(chǎn)特征來(lái)看，農(nóng)戶所擁有耕地面積平均相對(duì)較少，但耕地面積的標(biāo)準(zhǔn)差較大，說(shuō)明戶均耕地面積差異較大。地塊多位于山緣平原與平原的二級(jí)階梯上，表明地塊位置多選擇在地勢(shì)平坦，水源相對(duì)較為豐富地區(qū)，利于種植業(yè)的發(fā)展。農(nóng)戶對(duì)于農(nóng)業(yè)技術(shù)服務(wù)的態(tài)度介于需要和一般之間，說(shuō)明該區(qū)農(nóng)戶對(duì)現(xiàn)代化技術(shù)的認(rèn)識(shí)還有待于進(jìn)一步提升； 從收入特征來(lái)看，農(nóng)戶總收入每年約3.8萬(wàn)元，人均收入每年約1萬(wàn)元，兩者的標(biāo)準(zhǔn)差均較大，且最大值和最小值相差也較大，說(shuō)明該區(qū)農(nóng)戶在收入方面是參差不齊的，存在較為明顯的貧富差距。

表3 變量的描述性統(tǒng)計(jì)

2.3 實(shí)證模型分析

應(yīng)用 SPSS19.0 統(tǒng)計(jì)軟件進(jìn)行Logistic模型計(jì)算，選擇二元Logistic模型進(jìn)行回歸分析，采用向后篩選法[23]。農(nóng)戶種植決策的Logistic模型有8種計(jì)量估算結(jié)果。從模型的運(yùn)行結(jié)果來(lái)看，模型整體通過(guò)了顯著性檢驗(yàn)，由于篇幅有限，該文僅列出了3種計(jì)量結(jié)果進(jìn)行分析，見(jiàn)表4。

表4 影響農(nóng)戶種植決策的Logistic模型回歸結(jié)果

3 農(nóng)戶種植決策的實(shí)證結(jié)果分析

通過(guò)二元Logistic回歸分析，表4中回歸系數(shù)表示解釋變量每增加一個(gè)單位或者減少一個(gè)單位時(shí)發(fā)生比也會(huì)相應(yīng)增加或者減少，即回歸系數(shù)為正則表示解釋變量每增加一個(gè)單位時(shí)發(fā)生比會(huì)相應(yīng)增加，反之亦然； Wald表示模型中每個(gè)解釋變量的相對(duì)權(quán)重，可以用來(lái)評(píng)價(jià)每個(gè)解釋變量對(duì)時(shí)間預(yù)測(cè)的貢獻(xiàn)力； Exp(B)是發(fā)生比率，表示解釋變量每變化一個(gè)單位給因變量的發(fā)生比帶來(lái)的變化。根據(jù)模型估計(jì)結(jié)果，影響農(nóng)戶種植決策的主要因素可歸納為農(nóng)戶家庭總?cè)丝?、耕地面積、地形部位以及總收入等。

3.1 家庭總?cè)丝谑怯绊戅r(nóng)戶種植決策的主要因素之一

從各個(gè)模型的結(jié)果來(lái)看，家庭總?cè)丝谧兞繉?duì)農(nóng)戶種植決策的影響在10%水平上顯著，且回歸系數(shù)較大，作用方向?yàn)樨?fù)向。在其他條件不變的情況下，說(shuō)明家庭總?cè)藬?shù)越少則農(nóng)戶種植意愿越高。這主要與研究區(qū)種植作物有較大關(guān)系，多數(shù)樣本農(nóng)戶以種植糧食作物為主，而糧食作物價(jià)格相對(duì)較低，經(jīng)濟(jì)效益不高，因此，家庭總?cè)藬?shù)越多，農(nóng)戶的種植意愿則相對(duì)較低。常年從事農(nóng)業(yè)勞動(dòng)人數(shù)、戶主年齡與戶主文化水平等變量沒(méi)有通過(guò)檢驗(yàn)。從農(nóng)戶訪談中了解到，多數(shù)農(nóng)戶常年以種植玉米、水稻、小麥等作物為主，種植技術(shù)相對(duì)成熟，機(jī)械種植簡(jiǎn)單，而且連年種植經(jīng)驗(yàn)豐富，因此，對(duì)勞動(dòng)力數(shù)量、勞動(dòng)者的年齡和受教育水平等要求不高，由此使得常年從事農(nóng)業(yè)勞動(dòng)人數(shù)、戶主年齡與戶主文化水平等變量對(duì)農(nóng)戶種植決策影響不顯著。

3.2 耕地面積對(duì)農(nóng)戶種植決策影響顯著

從各個(gè)模型的結(jié)果來(lái)看，耕地面積變量對(duì)農(nóng)戶種植決策的影響在1%和5%水平上顯著，且回歸系數(shù)最大且有逐漸增加的趨勢(shì)，作用方向?yàn)檎颉Ｔ谄渌麠l件不變的情況下，從Exp(B)值可以看出，發(fā)生比為原來(lái)的5.241倍，說(shuō)明隨著耕地面積的增加，農(nóng)戶種植意愿也會(huì)相應(yīng)增強(qiáng)，能夠創(chuàng)造的經(jīng)濟(jì)收益可能會(huì)越高。在現(xiàn)行農(nóng)業(yè)政策中，土地經(jīng)營(yíng)權(quán)的調(diào)整，土地的規(guī)模效益開(kāi)始凸顯，加上政府的各類優(yōu)惠政策，為實(shí)現(xiàn)農(nóng)業(yè)的規(guī)模經(jīng)濟(jì)提供了契機(jī)，也充分表明土地資源的合理利用與整合，將進(jìn)一步影響農(nóng)戶的種植決策。

3.3 地形部位是影響農(nóng)戶種植決策的限制性因素

從各個(gè)模型的結(jié)果來(lái)看，地形部位變量對(duì)農(nóng)戶種植決策的影響在10%水平上顯著，且回歸系數(shù)相對(duì)較小，作用方向?yàn)檎?。在其他條件不變的情況下，表明地塊位置處于二級(jí)階地時(shí)，農(nóng)戶的種植意愿相對(duì)較高。地塊位置這一變量沒(méi)有通過(guò)檢驗(yàn)。這與研究區(qū)地塊約有70.61%位于平原的二級(jí)階梯上有關(guān)，地勢(shì)相對(duì)平坦，適宜農(nóng)業(yè)生產(chǎn)，因而使得地塊位置對(duì)農(nóng)戶種植決策影響不顯著。地塊總數(shù)變量也沒(méi)有通過(guò)檢驗(yàn)，回歸系數(shù)為正，表明與農(nóng)戶種植意愿呈正比。新疆察布查爾縣雖土壤肥沃、氣候適宜，但由于該區(qū)地勢(shì)自南向北呈多級(jí)階梯，東窄西寬，地形多樣復(fù)雜，使得農(nóng)業(yè)生產(chǎn)在區(qū)位選擇和布局上受到了一定的限制。因此，地形部位對(duì)農(nóng)戶種植意愿影響較為顯著，也是制約該區(qū)農(nóng)業(yè)快速發(fā)展的主要限制性因素。

3.4 總收入是影響農(nóng)戶種植決策的重要因素

從各個(gè)模型的結(jié)果來(lái)看，總收入變量對(duì)農(nóng)戶種植決策的影響在5%水平上顯著，回歸系數(shù)相對(duì)較高，且作用方向?yàn)樨?fù)向，其Wald統(tǒng)計(jì)值為5.064。由此可以看出，在其他條件不變的情況下，農(nóng)戶總收入水平相對(duì)較低時(shí)，農(nóng)戶的種植意愿相對(duì)較高。這可能與近年來(lái)國(guó)家對(duì)糧食作物種植提供了各類優(yōu)惠的農(nóng)業(yè)補(bǔ)貼政策有關(guān)，如良種補(bǔ)貼政策，同時(shí)，種植糧食作物可作為自家口糧和用于飼養(yǎng)牲畜，因此，盡管種植收入不高，但是也足夠生活，從而使得農(nóng)戶種植意愿反而相對(duì)較高。人均收入這一變量沒(méi)有通過(guò)檢驗(yàn)，其回歸系數(shù)為負(fù)，說(shuō)明與農(nóng)戶種植意愿呈反比。綜合反映出，農(nóng)戶種植決策行為不僅受到經(jīng)濟(jì)收入的影響，還會(huì)受國(guó)家政策和農(nóng)戶滿足感等因素影響。

4 結(jié)論與討論

4.1 結(jié)論

該文基于新疆察布查爾縣21個(gè)行政村228戶農(nóng)戶的問(wèn)卷調(diào)查數(shù)據(jù)，從農(nóng)戶家庭特征、個(gè)體特征、生產(chǎn)特征及收入特征等方面實(shí)證分析了農(nóng)戶種植決策的影響因素，調(diào)查研究發(fā)現(xiàn)，研究區(qū)中務(wù)農(nóng)主力以中老年人為主，受教育程度多為小學(xué)和初中，常年從事農(nóng)業(yè)勞動(dòng)數(shù)量以1～2人較為普遍； 農(nóng)戶擁有耕地面積平均相對(duì)較少，且多分布在地勢(shì)較為平坦的二級(jí)階梯上，耕地質(zhì)量一般； 農(nóng)戶種植收益差距較大，且多數(shù)農(nóng)戶未參加農(nóng)業(yè)技術(shù)培訓(xùn)，對(duì)現(xiàn)代化技術(shù)認(rèn)識(shí)不足。家庭總?cè)丝?、耕地面積、地形部位、總收入等因素通過(guò)了農(nóng)戶種植決策的顯著性檢驗(yàn)。其中，耕地面積和地形部位為正向，表明耕地面積和地形部位與農(nóng)戶種植意愿呈正比，且耕地面積的回歸系數(shù)更大，影響更顯著； 家庭總?cè)丝诤涂偸杖胱饔梅较驗(yàn)樨?fù)向，表明家庭總?cè)丝诤涂偸杖肱c農(nóng)戶種植意愿呈反比，且總收入的回歸系數(shù)更大，影響更顯著。常年從事農(nóng)業(yè)勞動(dòng)人數(shù)、戶主文化水平、地塊位置、地塊總數(shù)以及對(duì)于農(nóng)業(yè)技術(shù)服務(wù)態(tài)度沒(méi)有通過(guò)檢驗(yàn)，無(wú)法得出這幾個(gè)變量與農(nóng)戶種植決策之間的關(guān)系。

4.2 討論

農(nóng)戶作為農(nóng)業(yè)生產(chǎn)中的微觀主體，其意愿和行為對(duì)推進(jìn)農(nóng)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整起到重要作用，因此，對(duì)農(nóng)業(yè)結(jié)構(gòu)較為傳統(tǒng)的新疆察布查爾縣農(nóng)戶種植決策的影響因素研究尤顯重要。新疆察布查爾縣農(nóng)戶常年以種植糧食作物為主，且連年種植玉米居多。通過(guò)訪談了解到，究其原因是玉米種植技術(shù)成熟，機(jī)械種植簡(jiǎn)單，連年種植經(jīng)驗(yàn)豐富，還可用于飼養(yǎng)牲畜，更重要的是不需要學(xué)習(xí)新的技術(shù)和方法。由此反映出，一方面，農(nóng)戶自身多年種植習(xí)慣的不會(huì)輕易改變； 另一方面，農(nóng)戶文化水平整體相對(duì)較低，在接受和學(xué)習(xí)新知識(shí)、新技術(shù)等方面能力較差，多數(shù)經(jīng)濟(jì)作物不會(huì)種植，且不愿意參加農(nóng)業(yè)技術(shù)培訓(xùn)。由此說(shuō)明，農(nóng)戶種植決策會(huì)受到自身的種植習(xí)慣、文化水平、是否會(huì)其他種植技術(shù)的影響[1]，其中，多數(shù)農(nóng)戶為求穩(wěn)定，擔(dān)心虧本，害怕嘗試其他種植技術(shù)，是影響農(nóng)戶種植決策的關(guān)鍵因素。綜合表明，研究區(qū)農(nóng)戶種植決策除了受家庭總?cè)丝?、耕地面積、地形部位及總收入等因素的影響較為顯著外，還會(huì)受到農(nóng)戶自身種植習(xí)慣、文化水平、科學(xué)技術(shù)及政府政策等影響，這與宋雨河等[8]、朱慧等[14]、黃瑪蘭等[24]人研究結(jié)果較為一致。因此，該縣農(nóng)業(yè)種植結(jié)構(gòu)的優(yōu)化和調(diào)整過(guò)程中，一方面，政府要率先做好各部門間的統(tǒng)籌協(xié)調(diào)工作，加強(qiáng)對(duì)農(nóng)戶的各類農(nóng)業(yè)技能培訓(xùn)，以典型案例和事件，讓農(nóng)戶逐漸意識(shí)到學(xué)習(xí)農(nóng)業(yè)知識(shí)、農(nóng)業(yè)技術(shù)等先進(jìn)理念的重要性，同時(shí)，重視建立農(nóng)村合作社，有效降低農(nóng)戶獨(dú)自經(jīng)營(yíng)的生產(chǎn)成本和面臨的風(fēng)險(xiǎn)[25]，積極推進(jìn)土地流轉(zhuǎn)制度，提高土地利用效率，為實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)規(guī)?；?、產(chǎn)業(yè)化和現(xiàn)代化奠定一定的基礎(chǔ)； 另一方面，農(nóng)戶要增強(qiáng)市場(chǎng)意識(shí)，不斷加強(qiáng)農(nóng)業(yè)知識(shí)學(xué)習(xí)，摒棄陳舊落后的種植方式，學(xué)習(xí)新型種植技術(shù)和方法。

綜上所述，影響農(nóng)戶種植決策的因素是多種多樣的。該次調(diào)查僅從農(nóng)戶家庭特征、個(gè)體特征、生產(chǎn)特征及收入特征等方面初步分析了影響農(nóng)戶種植決策的主要因素，而對(duì)其形成機(jī)制的探究相對(duì)較少，因此，未來(lái)還需對(duì)農(nóng)戶種植決策的形成機(jī)制進(jìn)行更深的研究和思考。