农民参与茶叶合作社影响因素的实证研究

《农民参与茶叶合作社影响因素的实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、农民参与茶叶合作社影响因素的实证研究摘要：基于安徽省黄山市黄山区的农户数据，运用Logistic二元回归模型分析影响农户加入茶叶合作社的因素。研究发现，农户的年龄对其参与合作社的意愿产生显著影响，农户的受教育程度、农业劳动人口数、家庭种植茶叶年收入以及种植面积也产生较为显著的影响，然而农户对于合作社的了解程度因为某些地区因素没有产生显著性影响；较少农户真正参与到合作社的运营过程之中，原因在于多数合作社都属于松散型组织。因此，一方面需要提高农民素质，进一步深入宣传；另一方面应改造原有松散型合作组织，使农户利益与合作社紧密联系，进

2、而提高农户参与的积极性。关键词：农户；专业化；茶叶合作社；入社意愿中图分类号：F326.12文献标志码：A文章编号：1673-291X(2016)31-0019-04引言农业作为关系民生的基础产业，重要性不容忽视，在当前国内农业双重比较优势丧失的背景下，农业的发展与保护显得尤为重要。而农业合作社作为农业未来专业化发展的一条可行性道路，在2007年《中华人民共和国农业专业合作社法》正式颁布后，便如雨后春笋般在各地破土而出。国内对于合作社的研宄，从早期对国外合作社的学习探索和对国内合作社的内部制度研究（国鲁来，2001；秦中春，2

3、007），转变为目前对国内合作社真实性和规范性的探讨研宄，有学者认为，由于异质性和政策性因素现实中难以存在真实的合作社（邓衡山等，2014），但大部分学者对于合作社仍持乐观态度。农民专业合作社是指农民自愿联合起来，通过共同所有和民主控制的事业来满足他们共同的经济、社会和文化需求，开发和保护自己正当利益的自治联合体或经济组织（秦中春，2007）。一般认为，农业合作社的农户参与数越多，农户参与程度越高，那么合作社发展越稳定，对于农业的专业化发展越有利。而目前我国农业合作社的农户参与度并不高，对推动农业专业化所起的作用并不十分显著至

4、2014年12月底，全国依法在工商部门注册登记的合作社128.88万个入社农户约9400万户，占全国农户总数的35%左右。而根据黄山区农业委员会截至2015年6月底的统计数据推算，安徽黄山区的茶叶合作社农户入户率仅为4.5%〜6.8%，远远不及全国农户入社率水平，茶叶合作社的作用并没有得到发挥。因此，研宄希望通过调查分析对提高黄山地区的茶叶合作社农户入社率提出可行性建议，推动黄山地区的茶叶产业化发展，在“一带一路”的政策背景下发挥安徽黄山地区的名优茶优势，实现茶农的增收、茶叶产业化的发展以及茶文化的传播。一、理论分析与数据描述

5、（一）理论分析农户作为茶叶合作社的主体，他们的加入意愿受到以成本收益分析为主的一系列因素的影响，这里主要考察影响农户加入合作社的内部因素，具体分为以下几点：1.农户户主特征。农户户主特征主要包括农户的年龄、农户的性别、农户的受教育程度以及农户对合作社的了解程度这4个变量，研宄把主导家庭发展的的农户作为户主，认?樗?们在决定家庭茶叶生产经营的相关事宜上具有主导作用。2.农户家庭特征。农户的家庭特征比较宽泛，此处主要针对农户的家庭人口数、农户家庭的农业劳动人口数以及农户的家庭茶叶种植年收入3个变量进行分析讨论，划分家庭人口数与家庭

6、农业劳动人口数主要是出于对农业兼业的考虑，理论上农业劳动人口数越多，即同等规模下的农户家庭兼业程度越低，对茶叶种植的自主性越强，那么对于合作社的依赖程度越低，加入合作社的意愿越低。1.农户生产特征。农户的生产特征主要考察农户的茶叶种植年数以及农户的茶叶种植面积，前者关系农户的生产经验和对市场的了解程度，后者反映农户的生产规模。（二）数据描述1.数据来源。研究根据调研需求进行样本选择，最终确定了新明乡举坑村和谭家桥聂家山为样本村。新明乡举坑村位于黄山区东北部，靠近太平猴魁的生产发源地猴坑，而黄山区谭家桥镇聂家山地处黄山区东部，以

7、黄山毛峰为其特产。两个地区均符合样本村选择的条件，具有较好的样本代表性。研究者在两个村共发放问卷100份，收回有效问卷86份，有效率为86%,样本村的大致概况（见表1）。2.样本数据描述。研宄依照前述理论分析的影响因素讨论和二元模型建立的需要，将调研得到的农户数据进行整理，表2是整理后的样本数据结果。二、实证分析结果研宄运用Eviews计量分析软件建立一个二元的LogitRegression（RobustCovariances：Huber/White）模型，模型表达式如下式(1):Ln(pi/1-pi)=30+^1X1+32X

8、2+卩3X3+34X4+35X5+36X6+卩7X7+38X8+39X9+Ui(1)(1)式中，pi表示农户参与合作社的概率，XI〜X9分别如表2所示，00表示常数项，01〜39为待估系数，Mi为随机误差项，最终的二元Logistic模型回归结果(见下页表3)。综合上表分析，