ภาระหนี้สินของครัวเรือนเกษตรทำนาเปรียบเทียบกับหนี้สินของครัวเรือนที่ประกอบอาชีพอื่น
Files
Publisher
Issued Date
2020
Available Date
Copyright Date
Resource Type
Series
Edition
Language
tha
File Type
application/pdf
No. of Pages/File Size
125 แผ่น
ISBN
ISSN
eISSN
Other identifier(s)
b212313
Identifier(s)
Access Rights
Access Status
Rights
ผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)
Rights Holder(s)
Physical Location
สถาบันบัณฑิตพัฒนบริหารศาสตร์. สำนักบรรณสารการพัฒนา
Bibliographic Citation
Citation
อารีรัตน์ ลุนลลาด (2020). ภาระหนี้สินของครัวเรือนเกษตรทำนาเปรียบเทียบกับหนี้สินของครัวเรือนที่ประกอบอาชีพอื่น. Retrieved from: https://repository.nida.ac.th/handle/662723737/5634.
Title
ภาระหนี้สินของครัวเรือนเกษตรทำนาเปรียบเทียบกับหนี้สินของครัวเรือนที่ประกอบอาชีพอื่น
Alternative Title(s)
Debt Burden of Farmers’ Households as Compared to Households of Other Careers
Author(s)
Editor(s)
Advisor(s)
Advisor's email
Contributor(s)
Contributor(s)
Abstract
This research aims to examine debt burdens of Thai households using the 2015 Socio-Economic Survey (SES) data conducted by the National Statistics Office (NSO). The study wants to find major factors that explain household debts especially those of farmer’ households, and to define some guidelines that might help to solve debt problems of farmer’s households. Four types of household debt are analyzed, i.e., (1) total household debts, (2) debts in doing agricultural business, (3) debts of household consumption, and (4) other debt burdens besides (2) and (3). The surveyed samples also divided into 4 groups, namely, (i) the whole sample of total households, (ii) rice farming households, (iii) other agricultural households, and (iv) non-agricultural households, respectively. Tobit regression model was used in this study to resolve the selection-bias problem. For the value of debt, in general, is always greater than or equal to zero indicating that there could be two groups of households with similar household’s characteristics but one with debt burdens, while another without. An Ordinary Least Square (OLS) regression could explain only the in-debt group but could not explain why another group is debt free. Therefore, Tobit regression would be more suitable for resolving the selection bias due to the lower bound of data on household debts. Independent variables used in the analysis were divided into 2 major categories consisting of the general characteristics of households and the economic status of households, respectively.
Major findings revealed that household’s debt burdens depend, firstly on whether there is any household member holding a bachelor’s degree or higher. For all types of debt particularly debts in running the agricultural business, it turns out that households with a bachelor graduate have a lower debt burdens than their counterpart with no bachelor member. It reflects that a higher education can offer other job opportunities outside the agricultural sector to household members. Consequently, household member with a higher education helps to reduce debts of farmers. Since all types of agriculture require a high operating cost. Agricultures also need to bear the risk of weather conditions that have a direct effect on the quantity of products and the amount of revenue. An increase in household income per capital significantly could decrease total liabilities and agricultural debt of households because higher income is a key to pay off debts. In addition, while the value of household total assets increased, all type of household debts increased also since value of assets could be used as collateral for loans. The higher the value of assets used as collateral; the higher the amount of loans households could borrow. On the contrary, the amount of annual remittance reflects household’s poverty, as this often occurred in rural households where parents sent money to their children and grandparents living in rural area. This type of family is called skipped generation family. Due to income insufficiency, people who struggled to make a living choose to migrate to work in urban area and send their income home. Therefore, the higher the remittance income, the higher the household’s debts. Consumption expenditure also is a major cause of household debts. Given other factors do not change (Ceteris paribus), when expense increase while income remains unchanged, there was a high possibility that household will need to ask for more loans for spending.
For an in-depth analysis on farmer’s household debts, given the data availability, agricultural lands used were classified into quintile groups in which household with the largest area of
lands for agriculture was used as the reference group. The study finds an interesting result that the more lands used for agriculture, the higher the household debts. For households with lots of agricultural lands and doing farming would have higher business expense, resulting in more agricultural debts than households with smaller agricultural lands. This reflected that agricultural debts grows in proportion with farmers’ agricultural lands. For running agricultural business, regardless of rice or non-rice farming, there would incur high operating costs ranging from purchasing seeds, fertilizer, wages for workers, including other expenditure for harvesting. Currently, there are many sources of loan for agriculture. Agriculturers could access the loans more easily and safely. Together with the fact that value of lands is a type of assets that can be used as a collateral for loans, households with the highest amount of agricultural lands thus will have the highest level of agricultural debt accordingly.
Based on all these findings, this study would like to suggest that government should promote higher education, especially to farmer’s households. Since households with a higher education graduate have lower agricultural debts. While running farming business bears a high operating costs and risks, promoting higher education for agricultural households with small amount of lands owned is considered as an important tool for providing them with job opportunity in other sector and a better quality of life in the future. Moreover, government should provide household with a principle knowledge on how to manage their debts by raising the awareness of household’s financial literacy that could help them to estimate their ability to pay off the debts and be more careful in incurring any debt burdens.
Once members of agricultural households are supported to have at least a bachelor education, they will have more choices for making a living. Higher education hence reduce risks in poor agricultural households with small amount of lands but have to adhere to their agriculture business with no other job opportunity. Furthermore, a higher education would help to bring various knowledge to future agriculture business in an efficient manner.
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัญหาหนี้สินประเภทต่าง ๆ ของครัวเรือนทั้งประเทศ โดยอาศัยข้อมูลการสำรวจภาวะเศรษฐกิจและสังคมครัวเรือน (Socio Economic Survey : SES) ของสำนักงานสถิติแห่งชาติ ปี พ.ศ. 2558 โดยมุ่งศึกษาประเด็นสำคัญในเรื่องหนี้สินด้านการเกษตร เพื่อวิเคราะห์หาปัจจัยสำคัญอันเป็นสาเหตุของปัญหาหนี้สินของครัวเรือนที่ประกอบอาชีพด้านการเกษตร โดยเฉพาะอย่างยิ่งครัวเรือนที่ทำนาและหาแนวทางการแก้ไขปัญหาหนี้สินของเกษตรกรอย่างยั่งยืน โดยการสร้างสมการหาค่าความสัมพันธ์ที่ส่งผลต่อหนี้สินครัวเรือน 4 ประเภทคือ หนี้สินรวม หนี้สินด้านการเกษตร หนี้สินด้านการอุปโภคบริโภค และหนี้สินอื่น ๆ โดยเปรียบเทียบกลุ่มครัวเรือนที่ทำนากับครัวเรือนอื่นอีก 4 กลุ่ม คือ ครัวเรือนทั้งหมด ครัวเรือนเกษตรที่ไม่ใช่ทำนา ครัวเรือนภาคการเกษตรและครัวเรือนนอกภาคการเกษตร ใช้วิธีการประมาณค่าด้วยแบบจำลองถดถอยโทบิท (Tobit Regression) ที่สามารถแก้ปัญหาข้อจำกัดของข้อมูลแบบ Censoring Data ที่ใช้ในการวิจัยได้ เนื่องจากข้อมูลหนี้สินทุกประเภทล้วนมีขีดจำกัดล่างคือมีค่ามากกว่าหรือเท่ากับศูนย์ ทั้งนี้อาจมีครัวเรือนเกษตรสองกลุ่ม ที่มีลักษณะครัวเรือนเหมือนกัน แต่ครัวเรือนกลุ่มหนึ่งมีหนี้ ขณะที่ครัวเรือนอีกกลุ่มหนึ่งไม่มีหนี้ หากใช้แบบจำลองถดถอยเชิงเส้นด้วยวิธีกำลังสองน้อยที่สุด (Ordinary Least Square (OLS) Linear Regression Analysis) ในการประมาณการผลที่ได้จากการประมาณการจะเกิดปัญหา Selection Bias คือสามารถอธิบายได้เฉพาะกลุ่มที่มีหนี้ แต่ไม่สามารถอธิบายว่า ทำไมเกษตรกรอีกกลุ่มที่มีลักษณะส่วนบุคคลคล้ายคลึงกันจึงไม่มีหนี้สินเลย แบบจำลองถดถอยโทบิท (Tobit Regression) จึงมีความหมาะสมเพื่อนำมาแก้ไขปัญหาอันเนื่องจากขีดจำกัดล่างของข้อมูลดังกล่าว สำหรับตัวแปรอิสระที่นำมาวิเคราะห์แบ่งออก 2 หมวดใหญ่ คือ ตัวแปรที่เกี่ยวข้องกับลักษณะทั่วไปของครัวเรือน และตัวแปรที่เกี่ยวข้องกับสภาพเศรษฐกิจของครัวเรือน ผลการศึกษาพบว่า ตัวแปรสำคัญที่อธิบายภาระหนี้สินของครัวเรือน ตัวแปรแรกคือการมีสมาชิกที่จบปริญญาตรีขึ้นไปส่งผลให้ครัวเรือนมีมูลค่าหนี้สินประเภทต่าง ๆ ลดลง โดยเฉพาะอย่างยิ่งหนี้สินด้านการเกษตรลดลงอย่างมีนัยสำคัญเมื่อเปรียบเทียบกับครัวเรือนที่ไม่มีสมาชิกที่จบปริญญาตรี สะท้อนว่าการศึกษาที่สูงนั้นสามารถสร้างทางเลือกในการประกอบอาชีพได้ ดังนั้นการก่อหนี้เพื่อประกอบการเกษตรจึงลดลง เนื่องจากอาชีพด้านการเกษตรทุกประเภทนั้นมีต้นทุนการดำเนินการที่สูงและต้องแบกรับความเสี่ยงในเรื่องของสภาพอากาศอันส่งผลโดยตรงต่อปริมาณผลผลิตและรายได้ การมีรายได้ต่อหัวของครัวเรือนเพิ่มขึ้นก็ทำให้หนี้สินรวมและหนี้สินด้านการเกษตรของครัวเรือนลดลงอย่างมีนัยสำคัญเช่นกัน เพราะการมีรายได้ที่สูงนั้นถือเป็นกุญแจสำคัญในการชำระหนี้ ต่อมาเป็นตัวแปรมูลค่าสินทรัพย์ทั้งหมดของครัวเรือนพบว่า หากครัวเรือนมีมูลค่าสินทรัพย์สูงทำให้หนี้สินครัวเรือนเพิ่มขึ้นด้วย เนื่องจากสินทรัพย์สามารถใช้เป็นหลักค้ำประกันเงินกู้ได้ ยิ่งมีมูลค่าสินทรัพย์ค้ำประกันสูงเงินกู้ก็จะสูงขึ้น การมีมูลค่าเงินรับโอนในรอบปีสูงสะท้อนว่าความยากจนของครัวเรือนได้เป็นอย่างดี มักเกิดกับครัวเรือนในต่างจังหวัดที่พ่อแม่จะส่งเงินให้บุตรหลานและปู่ย่าตายายทางบ้าน เรียกครอบครัวลักษณะนี้ว่า ครอบครัวแหว่งกลาง (Skipped Generation Family) เพราะความไม่เพียงพอด้านรายได้จึงต้องดิ้นรนหางานทำต่างถิ่นและอาศัยโอนเงินมาจุนเจือครัวเรือน ดังนั้นหากครัวเรือนที่มีเงินรับโอนในรอบปีสูงทำให้มูลค่าหนี้สินของครัวเรือนสูงขึ้นเช่นกัน ตัวแปรต่อมาคือค่าใช้จ่ายด้านการอุปโภคบริโภคหากมีมูลค่าสูงขึ้นทำให้มูลค่าหนี้สินของครัวเรือนเพิ่มสูงขึ้นอย่างมีนัยสำคัญ เมื่อกำหนดปัจจัยอื่นคงที่ค่าใช้จ่ายสูงในขณะที่รายได้เท่าเดิม มีความเป็นไปได้สูงมากที่รายได้จะไม่ครอบคลุมค่าใช้จ่ายทั้งหมด ส่งผลให้ครัวเรือนต้องกู้หนี้ยืมสินมากขึ้นเพื่อมาใช้จ่ายส่วนนี้ ในประเด็นต่อมา ผู้วิจัยมุ่งประเด็นไปที่ครัวเรือนทำนาและครัวเรือนเกษตรอื่น ๆ ภายใต้ข้อมูลที่มีอยู่แบ่งกลุ่มครัวเรือนที่มีที่ดินทำการเกษตรตาม Quintile Group ออกเป็น 5 กลุ่มและใช้ครัวเรือนที่มีที่ดินทำการเกษตรมากที่สุดเป็นกลุ่มอ้างอิง ผลการศึกษายืนยันชัดเจน ว่าด้วยครัวเรือนที่ทำนาหรือทำการเกษตรอื่น ๆ หากมีพื้นที่ทำการเกษตรมากขึ้นหนี้สินครัวเรือนจะเพิ่มขึ้นตามไปด้วย โดยสัดส่วนหนี้สินจะลดหลั่นตามพื้นที่ที่ทำการเกษตร เพราะครัวเรือนที่มีที่ดินทำการเกษตรมากและประกอบการเกษตรมากย่อมมีภาระค่าใช้จ่ายที่มากขึ้น ส่งผลให้มีหนี้สินด้านการเกษตรโดยตรงมากกว่าครัวเรือนที่มีที่ดินทำกินน้อย สะท้อนการเป็นเกษตรรายใหญ่จะมีหนี้สินด้านการเกษตรมากตามสัดส่วนพื้นที่การประกอบการเกษตรเนื่องจากการทำการเกษตรไม่ว่าเป็นการเกษตรประเภทใดก็ตามจะมีต้นทุนสูงเพราะมีค่าใช้จ่ายตั้งแต่ค่าเมล็ดพันธุ์ ค่าปุ๋ย ค่าจ้างแรงงาน ตลอดจนการเก็บเกี่ยว และในปัจจุบันแหล่งเงินกู้เพื่อการเกษตรมีหลากหลายและมีความสะดวกสบาย รวดเร็ว ปลอดภัยมากขึ้น การมีที่ดินมากสามารถใช้เป็นหลักทรัพย์ค้ำประกันเงินกู้ที่ดีและวงเงินกู้จะสูงตามมูลค่าหลักทรัพย์ค้ำประกัน ด้วยเหตุนี้ครัวเรือนที่มีที่ดินทำการเกษตรมากที่สุดจึงมักจะมีหนี้สินด้านการเกษตรมากที่สุดเช่นกัน จากผลการวิจัยทั้งหมดนำสู่ข้อเสนอแนะจากผลการศึกษา คือรัฐบาลควรส่งเสริมการศึกษาให้มากขึ้น โดยเฉพาะครัวเรือนที่ทำนา ตัวแปรด้านการศึกษามีความสัมพันธ์ทางลบกับหนี้สินเกษตรโดยตรง การทำเกษตรต้องแบกรับต้นทุนสูงและความเสี่ยงหลายประการ การส่งเสริมการศึกษาแก่ครัวเรือนเกษตรรายย่อยที่มีรายได้จากอาชีพเกษตรเพียงทางเดียวถือเป็นสิ่งสำคัญในการสร้างทางเลือกในการประกอบอาชีพอื่นในอนาคต ถือเป็นจุดเริ่มต้นของการพัฒนาคุณภาพชีวิต นอกจากนี้รัฐบาลควรให้ความสำคัญกับการให้ความรู้พื้นฐานแก่ประชาชนในการบริหารการเงินและการบริหารหนี้สินของครัวเรือน สร้างความตระหนักรู้ทางการเงิน (Financial Literacy) สามารถประเมินความสามารถในการชำระหนี้ของตนและมีความหยั่งคิดก่อนที่จะสร้างภาระหนี้สินในครัวเรือน ด้วยเหตุนี้การส่งเสริมให้ความรู้กับครัวเรือนเกษตร โดยเฉพาะความรู้พื้นฐานในเรื่องการบริหารการเงินในครัวเรือน และจะเป็นการแก้ไขปัญหาในระยะยาว เมื่อมีการสนับสนุนให้สมาชิกในครัวเรือนเกษตรได้รับการศึกษาในระดับปริญญาตรีเพิ่มมากขึ้น เพื่อให้ครัวเรือนนั้นมีหนทางการทำมาหากินด้านอื่น ๆ เพื่อลดความเสี่ยงในครัวเรือนเกษตรรายย่อยที่มีอาชีพการเกษตรเพียงอย่างเดียว และการนำความรู้ต่าง ๆ มาประยุกต์ใช้ในการทำการเกษตรอย่างมีประสิทธิภาพ
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัญหาหนี้สินประเภทต่าง ๆ ของครัวเรือนทั้งประเทศ โดยอาศัยข้อมูลการสำรวจภาวะเศรษฐกิจและสังคมครัวเรือน (Socio Economic Survey : SES) ของสำนักงานสถิติแห่งชาติ ปี พ.ศ. 2558 โดยมุ่งศึกษาประเด็นสำคัญในเรื่องหนี้สินด้านการเกษตร เพื่อวิเคราะห์หาปัจจัยสำคัญอันเป็นสาเหตุของปัญหาหนี้สินของครัวเรือนที่ประกอบอาชีพด้านการเกษตร โดยเฉพาะอย่างยิ่งครัวเรือนที่ทำนาและหาแนวทางการแก้ไขปัญหาหนี้สินของเกษตรกรอย่างยั่งยืน โดยการสร้างสมการหาค่าความสัมพันธ์ที่ส่งผลต่อหนี้สินครัวเรือน 4 ประเภทคือ หนี้สินรวม หนี้สินด้านการเกษตร หนี้สินด้านการอุปโภคบริโภค และหนี้สินอื่น ๆ โดยเปรียบเทียบกลุ่มครัวเรือนที่ทำนากับครัวเรือนอื่นอีก 4 กลุ่ม คือ ครัวเรือนทั้งหมด ครัวเรือนเกษตรที่ไม่ใช่ทำนา ครัวเรือนภาคการเกษตรและครัวเรือนนอกภาคการเกษตร ใช้วิธีการประมาณค่าด้วยแบบจำลองถดถอยโทบิท (Tobit Regression) ที่สามารถแก้ปัญหาข้อจำกัดของข้อมูลแบบ Censoring Data ที่ใช้ในการวิจัยได้ เนื่องจากข้อมูลหนี้สินทุกประเภทล้วนมีขีดจำกัดล่างคือมีค่ามากกว่าหรือเท่ากับศูนย์ ทั้งนี้อาจมีครัวเรือนเกษตรสองกลุ่ม ที่มีลักษณะครัวเรือนเหมือนกัน แต่ครัวเรือนกลุ่มหนึ่งมีหนี้ ขณะที่ครัวเรือนอีกกลุ่มหนึ่งไม่มีหนี้ หากใช้แบบจำลองถดถอยเชิงเส้นด้วยวิธีกำลังสองน้อยที่สุด (Ordinary Least Square (OLS) Linear Regression Analysis) ในการประมาณการผลที่ได้จากการประมาณการจะเกิดปัญหา Selection Bias คือสามารถอธิบายได้เฉพาะกลุ่มที่มีหนี้ แต่ไม่สามารถอธิบายว่า ทำไมเกษตรกรอีกกลุ่มที่มีลักษณะส่วนบุคคลคล้ายคลึงกันจึงไม่มีหนี้สินเลย แบบจำลองถดถอยโทบิท (Tobit Regression) จึงมีความหมาะสมเพื่อนำมาแก้ไขปัญหาอันเนื่องจากขีดจำกัดล่างของข้อมูลดังกล่าว สำหรับตัวแปรอิสระที่นำมาวิเคราะห์แบ่งออก 2 หมวดใหญ่ คือ ตัวแปรที่เกี่ยวข้องกับลักษณะทั่วไปของครัวเรือน และตัวแปรที่เกี่ยวข้องกับสภาพเศรษฐกิจของครัวเรือน ผลการศึกษาพบว่า ตัวแปรสำคัญที่อธิบายภาระหนี้สินของครัวเรือน ตัวแปรแรกคือการมีสมาชิกที่จบปริญญาตรีขึ้นไปส่งผลให้ครัวเรือนมีมูลค่าหนี้สินประเภทต่าง ๆ ลดลง โดยเฉพาะอย่างยิ่งหนี้สินด้านการเกษตรลดลงอย่างมีนัยสำคัญเมื่อเปรียบเทียบกับครัวเรือนที่ไม่มีสมาชิกที่จบปริญญาตรี สะท้อนว่าการศึกษาที่สูงนั้นสามารถสร้างทางเลือกในการประกอบอาชีพได้ ดังนั้นการก่อหนี้เพื่อประกอบการเกษตรจึงลดลง เนื่องจากอาชีพด้านการเกษตรทุกประเภทนั้นมีต้นทุนการดำเนินการที่สูงและต้องแบกรับความเสี่ยงในเรื่องของสภาพอากาศอันส่งผลโดยตรงต่อปริมาณผลผลิตและรายได้ การมีรายได้ต่อหัวของครัวเรือนเพิ่มขึ้นก็ทำให้หนี้สินรวมและหนี้สินด้านการเกษตรของครัวเรือนลดลงอย่างมีนัยสำคัญเช่นกัน เพราะการมีรายได้ที่สูงนั้นถือเป็นกุญแจสำคัญในการชำระหนี้ ต่อมาเป็นตัวแปรมูลค่าสินทรัพย์ทั้งหมดของครัวเรือนพบว่า หากครัวเรือนมีมูลค่าสินทรัพย์สูงทำให้หนี้สินครัวเรือนเพิ่มขึ้นด้วย เนื่องจากสินทรัพย์สามารถใช้เป็นหลักค้ำประกันเงินกู้ได้ ยิ่งมีมูลค่าสินทรัพย์ค้ำประกันสูงเงินกู้ก็จะสูงขึ้น การมีมูลค่าเงินรับโอนในรอบปีสูงสะท้อนว่าความยากจนของครัวเรือนได้เป็นอย่างดี มักเกิดกับครัวเรือนในต่างจังหวัดที่พ่อแม่จะส่งเงินให้บุตรหลานและปู่ย่าตายายทางบ้าน เรียกครอบครัวลักษณะนี้ว่า ครอบครัวแหว่งกลาง (Skipped Generation Family) เพราะความไม่เพียงพอด้านรายได้จึงต้องดิ้นรนหางานทำต่างถิ่นและอาศัยโอนเงินมาจุนเจือครัวเรือน ดังนั้นหากครัวเรือนที่มีเงินรับโอนในรอบปีสูงทำให้มูลค่าหนี้สินของครัวเรือนสูงขึ้นเช่นกัน ตัวแปรต่อมาคือค่าใช้จ่ายด้านการอุปโภคบริโภคหากมีมูลค่าสูงขึ้นทำให้มูลค่าหนี้สินของครัวเรือนเพิ่มสูงขึ้นอย่างมีนัยสำคัญ เมื่อกำหนดปัจจัยอื่นคงที่ค่าใช้จ่ายสูงในขณะที่รายได้เท่าเดิม มีความเป็นไปได้สูงมากที่รายได้จะไม่ครอบคลุมค่าใช้จ่ายทั้งหมด ส่งผลให้ครัวเรือนต้องกู้หนี้ยืมสินมากขึ้นเพื่อมาใช้จ่ายส่วนนี้ ในประเด็นต่อมา ผู้วิจัยมุ่งประเด็นไปที่ครัวเรือนทำนาและครัวเรือนเกษตรอื่น ๆ ภายใต้ข้อมูลที่มีอยู่แบ่งกลุ่มครัวเรือนที่มีที่ดินทำการเกษตรตาม Quintile Group ออกเป็น 5 กลุ่มและใช้ครัวเรือนที่มีที่ดินทำการเกษตรมากที่สุดเป็นกลุ่มอ้างอิง ผลการศึกษายืนยันชัดเจน ว่าด้วยครัวเรือนที่ทำนาหรือทำการเกษตรอื่น ๆ หากมีพื้นที่ทำการเกษตรมากขึ้นหนี้สินครัวเรือนจะเพิ่มขึ้นตามไปด้วย โดยสัดส่วนหนี้สินจะลดหลั่นตามพื้นที่ที่ทำการเกษตร เพราะครัวเรือนที่มีที่ดินทำการเกษตรมากและประกอบการเกษตรมากย่อมมีภาระค่าใช้จ่ายที่มากขึ้น ส่งผลให้มีหนี้สินด้านการเกษตรโดยตรงมากกว่าครัวเรือนที่มีที่ดินทำกินน้อย สะท้อนการเป็นเกษตรรายใหญ่จะมีหนี้สินด้านการเกษตรมากตามสัดส่วนพื้นที่การประกอบการเกษตรเนื่องจากการทำการเกษตรไม่ว่าเป็นการเกษตรประเภทใดก็ตามจะมีต้นทุนสูงเพราะมีค่าใช้จ่ายตั้งแต่ค่าเมล็ดพันธุ์ ค่าปุ๋ย ค่าจ้างแรงงาน ตลอดจนการเก็บเกี่ยว และในปัจจุบันแหล่งเงินกู้เพื่อการเกษตรมีหลากหลายและมีความสะดวกสบาย รวดเร็ว ปลอดภัยมากขึ้น การมีที่ดินมากสามารถใช้เป็นหลักทรัพย์ค้ำประกันเงินกู้ที่ดีและวงเงินกู้จะสูงตามมูลค่าหลักทรัพย์ค้ำประกัน ด้วยเหตุนี้ครัวเรือนที่มีที่ดินทำการเกษตรมากที่สุดจึงมักจะมีหนี้สินด้านการเกษตรมากที่สุดเช่นกัน จากผลการวิจัยทั้งหมดนำสู่ข้อเสนอแนะจากผลการศึกษา คือรัฐบาลควรส่งเสริมการศึกษาให้มากขึ้น โดยเฉพาะครัวเรือนที่ทำนา ตัวแปรด้านการศึกษามีความสัมพันธ์ทางลบกับหนี้สินเกษตรโดยตรง การทำเกษตรต้องแบกรับต้นทุนสูงและความเสี่ยงหลายประการ การส่งเสริมการศึกษาแก่ครัวเรือนเกษตรรายย่อยที่มีรายได้จากอาชีพเกษตรเพียงทางเดียวถือเป็นสิ่งสำคัญในการสร้างทางเลือกในการประกอบอาชีพอื่นในอนาคต ถือเป็นจุดเริ่มต้นของการพัฒนาคุณภาพชีวิต นอกจากนี้รัฐบาลควรให้ความสำคัญกับการให้ความรู้พื้นฐานแก่ประชาชนในการบริหารการเงินและการบริหารหนี้สินของครัวเรือน สร้างความตระหนักรู้ทางการเงิน (Financial Literacy) สามารถประเมินความสามารถในการชำระหนี้ของตนและมีความหยั่งคิดก่อนที่จะสร้างภาระหนี้สินในครัวเรือน ด้วยเหตุนี้การส่งเสริมให้ความรู้กับครัวเรือนเกษตร โดยเฉพาะความรู้พื้นฐานในเรื่องการบริหารการเงินในครัวเรือน และจะเป็นการแก้ไขปัญหาในระยะยาว เมื่อมีการสนับสนุนให้สมาชิกในครัวเรือนเกษตรได้รับการศึกษาในระดับปริญญาตรีเพิ่มมากขึ้น เพื่อให้ครัวเรือนนั้นมีหนทางการทำมาหากินด้านอื่น ๆ เพื่อลดความเสี่ยงในครัวเรือนเกษตรรายย่อยที่มีอาชีพการเกษตรเพียงอย่างเดียว และการนำความรู้ต่าง ๆ มาประยุกต์ใช้ในการทำการเกษตรอย่างมีประสิทธิภาพ
Table of contents
Description
วิทยานิพนธ์ (ศ.ม. (เศรษฐศาสตร์การเงิน))--สถาบันบัณฑิตพัฒนบริหารศาสตร์, 2563