一、問題的提出

當前農村勞動力持續(xù)外流，空心化、老齡化問題愈發(fā)嚴峻。數(shù)據(jù)顯示，農村60歲、65歲及以上老人的占比分別已達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》劃分標準，我國農村已逼近超老齡化水平，其不僅會帶來返貧風險隱患，更是全面推進鄉(xiāng)村振興的障礙。農村空心化、老齡化的根本原因之一就是“搞農業(yè)不賺錢”，而其中一個重要原因便是融資難。因此，農業(yè)訂單融資等供應鏈融資模式逐步受到重視。如2017年中央一號文件指出應“支持金融機構開展適合新型農業(yè)經(jīng)營主體的訂單融資和應收賬款融資”，2020年中央一號文件指出應“培育農業(yè)產業(yè)化聯(lián)合體，通過訂單農業(yè)等方式將小農戶融入農業(yè)產業(yè)鏈”，2021年農業(yè)農村部《關于加快農業(yè)全產業(yè)鏈培育發(fā)展的指導意見》指出“支持開展供應鏈金融，引導龍頭企業(yè)為全產業(yè)鏈上的小農戶和新型經(jīng)營主體提供擔保和增信服務”等。然而，當前我國農業(yè)供應鏈金融的開展效果卻并不盡如人意，倉單質押、應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，農業(yè)供應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，急需對農業(yè)供應鏈金融模式進行深入研究，進而提升我國政府部門與金融機構的涉農意愿，助推農業(yè)供應鏈金融在我國的推廣普及和進一步發(fā)展優(yōu)化。

農業(yè)訂單融資是農業(yè)供應鏈金融的主要模式之一，也是當前我國唯一有一定開展范圍的農業(yè)供應鏈融資模式。對農業(yè)訂單融資在效益層面上的優(yōu)勢進行系統(tǒng)性研究具有很強的現(xiàn)實意義。然而，目前這一研究領域尚屬空白，通過梳理相關文獻，關于農業(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

基于農業(yè)補貼政策，考慮了包含農戶、農資經(jīng)銷商和農產品收購商的訂單融資，構建序貫博弈模型研究各主體的決策和利潤。林強等

考慮了農產品產出不確定性和公司與農戶的地位不對等，構建了由單個資金短缺的農戶和單個資金充裕的公司組成的訂單農業(yè)供應鏈的內部融資決策模型。黃建輝

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

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

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

也發(fā)現(xiàn)，農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)以及領導者學歷的正向影響。

在農業(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)紀人+農戶”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)參與訂單農業(yè)可以提高農戶的機械使用支出和雇工支出，進而提高了農戶的畝均農業(yè)收入水平。鄭黎陽

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

以肉雞養(yǎng)殖為例，發(fā)現(xiàn)訂單農業(yè)僅對低收入層次農戶的收入產生顯著的提升作用，且對欠發(fā)達地區(qū)農戶的增收效應更為明顯，同時龍頭企業(yè)提供的技術指導和培訓對農戶的收入具有顯著的促進作用。李彬

與王亞飛等

關注了訂單農業(yè)的違約現(xiàn)象，發(fā)現(xiàn)違約行為會導致訂單農業(yè)對農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)，信貸約束不利于農業(yè)生產力和農業(yè)收入的提升。尹志超等

指出，我國的金融扶貧對農民收入沒有顯著的提升效果。Fletschner等

表明，信貸約束使得農戶難以投保，從而使得其財務效率低下。Karlan等

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

、Giang等

與閆嘯和牛榮

比較了非農收入和農業(yè)收入的增幅。Abate等

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

發(fā)現(xiàn)，相對于扶貧貼息貸款，村級互助資金服務目標更加下沉，且能增加農戶的生產性投資規(guī)模從而提高農戶農業(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，已有研究對于農業(yè)訂單融資的增收效應及影響機制的研究仍然比較薄弱。本文可能的學術貢獻在于：第一，以規(guī)模農戶為研究對象，結合數(shù)理分析與實證方法，從理論、實證兩個方面首次推導訂單融資促進農戶增收的理論邏輯，是對農村金融發(fā)展理論的豐富和深化。第二，本文使用的調查數(shù)據(jù)能夠反映新時代農業(yè)、農村、農戶的真實情況，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

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

不失一般性，考慮“規(guī)模農戶+收購方”內部融資模式，收購方起到銷售中介或農產品加工的作用，具體可以是農民合作社、農產品加工企業(yè)、生鮮超市等。不失一般性的原因是對其余模式而言,只需將下文相關公式中的部分參數(shù)進行相應剔除或替換即可，并不改變推導結論。如對于“規(guī)模農戶+零售商+銀行”外部融資模式，因自然災害等原因導致訂單失敗時，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,在相關公式中進行對應的參數(shù)替換即可。記因自然災害以及技術缺陷等原因致使農產品生產失敗的概率為θ，其滿足0<θ<1。記規(guī)模農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)模農戶將農產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表示農產品的銷售總利潤。顯然R

與R

是此消彼長的關系，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：當訂單產品生產成功，且規(guī)模農戶選擇守約時，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)模農戶的技術幫扶協(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。當訂單產品生產成功，但規(guī)模農戶選擇將產品轉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)模農戶的收益率為R

，且R

>R

，規(guī)模農戶的利潤即為(L+f)R

；收購方的利潤則為-M，因此時規(guī)模農戶仍會償還貸款，收購方只損失管理成本。當訂單產品生產失敗時，規(guī)模農戶的利潤為-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。相應地，得到其長期總效用為Y

=B

+σ×B

。只要滿足Y

≥Y

，規(guī)模農戶就不會選擇違約。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)模農戶守約。另外，規(guī)模農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M與θ滿足關系(C+M)/(L+f)=-lnθ/K。其中，C>0,K>0,且均是常數(shù)，當M=0時，所求得的θ即為θ

。從上述關系式可得?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，當滿足：

θ>(1+a)/[K(R

+aR

+a)]

藥品是關系患者生命安全的產品，藥學從業(yè)人員的職業(yè)行為直接影響著醫(yī)療服務的質量，因此藥學人員的職業(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的回歸結果如表3所示。

其次，進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嫁給規(guī)模農戶，進一步削弱了規(guī)模農戶的收益。上述分析表明，在訂單融資項目中規(guī)模農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作物。不過高效益農作物對于技術水平的要求也更高，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、更好地獲得涉農服務，從而提升其農業(yè)生產經(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)模農戶在參與傳統(tǒng)農貸時的效用函數(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)，取：

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行整理計算，如表4所示。

綜上，筆者提出如下假設：

根據(jù)表中所示內容，透水性瀝青路面施工建設者應結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，進而提高作用結構的抗滑性能效果[2]。

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

當市場價格較低時，農業(yè)訂單融資提升規(guī)模農戶盈利水平的程度大于傳統(tǒng)農貸，反之則相反。

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

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

農業(yè)訂單融資容易導致規(guī)模農戶在利益分配上處于不利地位。

三、研究設計

(一)數(shù)據(jù)來源

本文所用數(shù)據(jù)來自中國農村經(jīng)濟與農村金融調查(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個省份的首次調查，問卷包括農戶問卷、新型農業(yè)經(jīng)營主體問卷、村級問卷三種類型，共采集1 620份農戶樣本，780份新型農業(yè)經(jīng)營主體樣本，以及156份村級樣本。

(二)研究對象

考慮到當前對種養(yǎng)大戶、規(guī)模農戶等暫無統(tǒng)一的官方劃分標準，不同地區(qū)多是按自己的標準(往往是依據(jù)面積)來進行劃分，因此，本文在參考他人做法的基礎上，結合團隊的實地調研情況以及所得數(shù)據(jù)的情況，酌情確定相應標準。同時考慮了農業(yè)經(jīng)營主體的經(jīng)營規(guī)模以及性質之后，本文對所謂規(guī)模農戶的界定標準是：(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，按比例進行折算。涵蓋專業(yè)大戶以及家庭農場。(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《關于印發(fā)中小企業(yè)劃型標準規(guī)定的通知》(工信部聯(lián)企業(yè)〔2011〕300號)，農林牧漁行業(yè)營業(yè)收入達到50萬元的就已算作小型企業(yè)，達到500萬元就是中型企業(yè)。現(xiàn)實中有部分專業(yè)大戶和家庭農場，雖然名義上不是企業(yè)，但其營業(yè)收入達數(shù)百萬元，雇工可達上百人，實質上已經(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)模農戶必然存在根本差異。因此，本文對所謂規(guī)模農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、低危間質瘤)4例(5.6%)，參考2013中國胃腸道間質瘤病理診斷共識[3]，惡性腫瘤68例(94.4%)；腔內生長54例(75.0%)，腔外生長15例(20.8%)，壁間生長3例(4.2%)；腫瘤淋巴結或遠處轉移21例(29.1%)。見表2。本組72例患者中，術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/擇期手術探查時確診小腸腫瘤。術中腫瘤良、惡性的診斷準確率為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)農貸力度、訂單融資力度和訂單農業(yè)強度。傳統(tǒng)農貸力度(tradition)，用(正規(guī)借貸數(shù)額+親友借貸數(shù)額)÷(前期固定投入+當年投入成本)計算。這里的正規(guī)借貸與親友借貸均是以農業(yè)生產經(jīng)營為目的。訂單融資力度(orderloan)，用農業(yè)訂單融資數(shù)額÷(前期固定投入+當年投入成本)計算。訂單農業(yè)強度(order)，用當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)學知識點進行螺旋組合？平行四邊形內容的知識點在3個學段有一定重復，隨著學段的升高，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)代理念來進行管理。比如在管理思想，部門設置等，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)模農戶當年農業(yè)生產經(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)模農戶受災較為嚴重，導致其利潤為負數(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，并可以使得該變量具有較好的連續(xù)性。

規(guī)模農戶的學歷(education)，取值規(guī)則為，小學取值為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)模農戶的金融素養(yǎng)(finance)，通過對問卷中金融素養(yǎng)相關問題的得分進行加權求和而得到。

所以，該病人可能是因為飲酒或其他某種原因的長期作用，導致舌已經(jīng)發(fā)生了腫瘤，當腫瘤突出舌面時，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)計結果如表1所示。

(五)模型設定與研究方法

對于聯(lián)立方程組，結構方程模型方法(Structural Equation Model，SEM)是被普遍認可的擬合估計方法。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為完全信息估計，模型求解從直接算法改進為迭代算法；有利于消除測量誤差對估計結果的偏差；可以更好地適應數(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)計方法都是結構方程模型在不同條件下的特例。如本文中沒有設置隱變量，因此，結構方程模型實質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，應采用廣義結構方程模型方法(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)對其進行擬合。故最終使用的是基于零膨脹模型的廣義結構方程模型方法(ZIP-GSEM)。根據(jù)前面的理論框架與研究假設，設定聯(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，農科所黨支部就是廣前公司評選出來的星級黨支部。農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科所做季節(jié)工，黨建和業(yè)務工作得到同步推進。

零膨脹模型的構建分為兩個步驟，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。變量受災程度(disaster)零值過多的主要原因是部分規(guī)模農戶的經(jīng)營面積相對較小，未達到容易受災的臨界點，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：獲得涉農服務、擁有更強的農保購買意愿以及規(guī)模農戶金融素養(yǎng)的提升均可以減少受災程度，而種植面積的提升則會增加受災的可能性。零膨脹因子的解釋變量也符合預期：種植面積的提升可大幅減少零值的出現(xiàn)。作為對照，將Poisson模型回歸結果也放入表2。

進一步對ZIP模型的采用進行合理性檢驗。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模型與標準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準則進行模型的選擇比較，檢驗結果同樣放入表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、實證結果及分析

(一)基準回歸結果及分析

可以看到,當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生動力更強了，說明農業(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業(yè)不及農業(yè)訂單融資。

通常慕尼黑工業(yè)大學對職務發(fā)明專利擁有開發(fā)決定權。但如果慕尼黑工業(yè)大學沒有將員工已告知的一項發(fā)明進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，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，認為授權給發(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)大學和各相關方的整體最大利益，科技專利與許可辦公室就會向發(fā)明人轉讓所有與發(fā)明相關的權力，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)]。即當實際市場價格低于這一臨界點時，訂單融資對規(guī)模農戶的盈利提升程度就要大于傳統(tǒng)農貸，反之則相反。由于新冠肺炎疫情的暴發(fā)與持續(xù)對農產品的銷路造成了負面影響，推測在后文實證分析中會得到傳統(tǒng)農貸的盈利提升程度小于訂單融資的結果。此外，考慮到農業(yè)的高風險性以及自身并不足夠強悍的抗風險能力，規(guī)模農戶在參與傳統(tǒng)農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險也更小的農作物，因此，傳統(tǒng)信貸對規(guī)模農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)模農戶的經(jīng)營規(guī)模，單位是“畝”。作物效益水平(benefit)，即平均畝產值，反映了單位面積的經(jīng)營效益，用以衡量對高經(jīng)濟效益農作物的偏好程度，單位是“元”，取自然對數(shù)。獲得涉農服務(service)，體現(xiàn)了規(guī)模農戶與供應鏈其他成員的聯(lián)系緊密程度，在一定程度上反映產業(yè)鏈的一體化水平，取值依據(jù)是調查問卷中受訪者對當年獲得涉農服務種類豐富程度的記述。銷售渠道不足(sale)，體現(xiàn)了規(guī)模農戶受銷售渠道不足的制約程度，取值依據(jù)是調查問卷中受訪者對開辟產品銷路的意愿水平。農保購買意愿(insure)，一定程度體現(xiàn)經(jīng)營理念先進程度，反映了生產經(jīng)營水平。受災程度(disaster)，一定程度體現(xiàn)災害防控水準，同樣反映了生產經(jīng)營水平，用受災值÷(受災值+銷售數(shù)額)計算，并且取整數(shù)。

將路徑1—路徑6的效應值加總，得到訂單融資力度(orderloan)的總效應等于0.603；同理，將傳統(tǒng)農貸力度(tradition)的統(tǒng)計特征顯著的路徑效應加總為0.391；將訂單農業(yè)強度order的統(tǒng)計特征顯著的路徑效應加總為0.051?？梢钥闯?，基于所用樣本，對于規(guī)模農戶的增收，訂單融資相較傳統(tǒng)農貸具有不小的優(yōu)勢，其總效應高出約54.5%。另外，訂單融資建立在訂單農業(yè)的基礎上，因此，若將訂單農業(yè)的效應也加入進去，則訂單融資的總效應高出67.3%。需要注意的是，這里所述的總效應之比較，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)模農戶其訂單融資的強度平均值是44.2%。即后者對于規(guī)模農戶信貸約束的緩解更強，這與已有文獻的研究結論以及現(xiàn)實情況相符合。若將融資強度這一因素也考慮進去，則訂單融資的平均總效應為0.267，傳統(tǒng)融資的平均總效應為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)模農戶其訂單農業(yè)的平均強度為93.1%，因此，將訂單農業(yè)的影響效應(0.051×93.1%)也疊加進去后，訂單融資的平均總效應達到了0.314，比傳統(tǒng)融資高出約109.3%。假設2得到了有力的驗證。

對于訂單融資提升規(guī)模農戶盈利能力的具體機理，路徑2的結果表明，訂單融資對作物效益水平的提升巨大，其有效促進了訂單雙方對高效益農作物的選擇，提升了土地的利用效率。假設3的前半部分得到了驗證。路徑3、路徑4以及路徑6的結果則顯示，訂單融資能顯著促進規(guī)模農戶獲得涉農服務以及提升經(jīng)營理念的先進程度，有效加強了規(guī)模農戶與合作社、農業(yè)企業(yè)等供應鏈強勢成員的連接程度，促進了規(guī)模農戶農業(yè)產業(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1得到了驗證。同時，路徑5的結果表明，訂單融資在訂單農業(yè)的基礎上大幅拓寬了規(guī)模農戶的銷售渠道，表明基于貿易關系的融資行為將契約關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為負且系數(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)模農戶依據(jù)市場行情及時調整生產經(jīng)營方向的策略靈活也將產生約束。另一方面，則是前文分析到的，規(guī)模農戶在同大型企業(yè)進行訂單農業(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4。不過也正如理論框架部分分析，雖然規(guī)模農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)農貸提升了規(guī)模農戶的種植面積，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)農貸會促使規(guī)模農戶選擇風險更小的作物。變量傳統(tǒng)農貸力度tradition對獲得涉農服務service的系數(shù)顯著為負也更加印證了這一點。因此，假設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面影響較為嚴重，傳統(tǒng)融資的總效應仍然為正，尤其是其直接效應的系數(shù)較大，展現(xiàn)出了其在資金靈活性等方面的特有優(yōu)勢。總體而言對于規(guī)模農戶，傳統(tǒng)農貸與農業(yè)訂單融資應看作是一種各有優(yōu)勢、相互補充的關系。

據(jù)ITC統(tǒng)計數(shù)據(jù)顯示,2010年以來,我國甘薯出口貿易總量逐步提高．2017年我國甘薯(HS編碼:071420)出口貿易量4.42萬t,貿易額5 560.6萬美元,分別占世界甘薯出口貿易總量的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,出口貿易量和貿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?？此坡L，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

為保證實證結果的穩(wěn)健和可靠，本文采用對數(shù)據(jù)截尾的方式進行穩(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果的影響后再次用相同方法回歸，以考察實證結論有無大的變化。對數(shù)據(jù)進行上下各2%的截尾處理，剔除10個觀測值。再次使用ZIP-GSEM方法進行擬合，從擬合結果可以看出，各變量的系數(shù)正負沒有改變，顯著性也幾無改變。路徑1—路徑6的回歸結果依然顯著，假設1—假設4仍然成立，反映出前文結論具有較好的穩(wěn)健性。

五、研究結論與政策建議

(一)研究結論

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

(二)政策建議

農業(yè)訂單融資容易導致規(guī)模農戶在利益分配上處于不利地位。基于上述研究結論，筆者提出如下政策建議：

第一，大力推廣農業(yè)訂單融資模式，降低參與門檻，優(yōu)化利益分配機制。應充分考慮我國農村尤其是西部地區(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，增強農戶的參與積極性與合作粘性。降低技術門檻，通過研究所、高校等第三方的參與和輔助，更好地引導金融機構深入到訂單融資當中。降低資金門檻，創(chuàng)新農村金融模式，如探索農業(yè)訂單、保單、各種涉農資產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，政府部門應加強介入，構建相應的扶持與補貼機制，對參與方形成有效地激勵與保障。

第二，積極培育農業(yè)產業(yè)帶頭人。發(fā)展專業(yè)大戶、農民合作社等可以最直接快捷實現(xiàn)針對普通農戶利益聯(lián)結機制的新型農業(yè)經(jīng)營主體，為訂單農業(yè)以及農業(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)，強化涉農培訓，提升農業(yè)產業(yè)帶頭人經(jīng)營運作的科學化、規(guī)范化水平，協(xié)助其建立聲譽并增強其與農戶的信任與聯(lián)結。通過農業(yè)產業(yè)帶頭人降低農業(yè)供應鏈的交易成本，減少農業(yè)訂單融資的違約率，形成良好的產業(yè)鏈發(fā)展勢頭，力爭打造具有地方特色的品牌。

第三，強化農業(yè)訂單融資的風險防范。應加快建設農村信用信息體系，通過多元化收集渠道，采用大數(shù)據(jù)、區(qū)塊鏈、人工智能等技術手段，完善農業(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，對社會公德、誠實守信等方面加大宣傳教育力度，以提升涉農主體的信用意識與契約精神，優(yōu)化農業(yè)訂單融資的生態(tài)環(huán)境。構建系統(tǒng)性風險防控長效機制，完善財政金融協(xié)同機制，加大風險補償力度，健全政府支持的擔保機構體系，以保障農業(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.農業(yè)供應鏈金融(ASCF)研究進展[J].農業(yè)經(jīng)濟問題，2021(02)：84-97.

[2] 王婷睿.農業(yè)供應鏈金融系統(tǒng)動力學仿真研究[D].沈陽：沈陽農業(yè)大學，2014.

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

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

[5] 黃建輝.公司+農戶型訂單農業(yè)供應鏈融資中的政府補貼機制研究[D].廣州：華南理工大學， 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.農民合作社提供供應鏈融資的影響因素研究——來自百余家合作社的證據(jù)[J].農村經(jīng)濟，2015(05)：66 -71.

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

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

[12] 鄭黎陽.農戶訂單農業(yè)參與行為及其經(jīng)濟獲得感效應研究——以內蒙古武川縣為例[D].呼和浩特：內蒙古農業(yè)大學，2021.

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

[14] 李彬.訂單農業(yè)契約內部治理機制與風險防范[J].農村經(jīng)濟，2013(02)：46-50.

[15] 王亞飛，黃勇，唐爽.龍頭企業(yè)與農戶訂單履約效率及其動因探尋——來自91家農業(yè)企業(yè)的調查資料[J].農業(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.信貸約束強度與農戶福祉損失——基于中國農村金融調查截面數(shù)據(jù)的實證分析[J].中國農村經(jīng)濟，2014(03)：36-47.

[19] 尹志超，周潔，岳鵬鵬.生產性信貸約束、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.農戶借貸對收入增長的影響：1771個農戶樣本[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比較研究——以寧夏為例[D].南京：南京農業(yè)大學，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.