我国粮食综合生产能力分析--以劳动力投入和粮食种植收入为视角_农民论文

我国粮食综合生产能力分析——基于劳动投入与种粮收益的视角，本文主要内容关键词为：生产能力论文,视角论文,种粮论文,粮食论文,收益论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      一、问题的提出

      近年来，我国粮食产量保持了“九连增”的良好发展势头，粮食安全问题应该说近期无忧，但仍应保持清醒的头脑。从中长期看，我国耕地数量日趋减少，水资源短缺加剧，受气候影响加深，国际粮食市场供求动荡，我国粮食供给增长面临的资源环境压力逐步加大，粮食供求总体趋向偏紧。从短期来看，劳动力投入不足和农民种粮收益不高是其中最重要的两个因素。农业劳动力是影响农业生产的首要因素，在继城市出现“民工荒”和“技工荒”之后，农业“用工荒”目前也成为农业发展的一个突出问题。未来“谁在种田、谁来种田”、“谁会种田”成为影响我国粮食安全的潜在问题。据国家统计局的抽样调查结果推算，2012年我国农民工总量为26261万人，比上年增加983万人，其中外出农民工16336万人，增加473万人，增长3%；本地农民工9925万人，增加510万人，增长5.4%，农民工总量的不断增加意味着农业劳动力不断减少。同时，城市和工业“民工荒”所带来的农民工工资上涨，使得种粮的机会成本不断上升，而粮食价格却不能合理上涨，因此种粮的比较效益进一步下降，从而影响了农业劳动投入的积极性。在这种背景之下，研究劳动投入与种粮收益对我国粮食生产能力的影响具有重要现实意义。

      二、指标的选取及数据来源与处理

      (一)指标的选取

      现有文献中多数学者采用粮食总产量来衡量中国粮食生产能力，但粮食总产量取决于两个方面：粮食播种面积和单位粮食播种面积产量。随着工业化和城镇化的加速推进，未来耕地减少、淡水资源紧张的趋势不会逆转，依靠扩大粮食种植面积来增加总产量空间很有限，而主要粮食作物单产仍有较大增长空间。本文认为粮食单产水平更能反映粮食生产能力，因此选择粮食单位面积产量(Y)作为被考察的因变量。

      对于粮食生产的劳动力投入，多数学者用第一产业的就业人数来衡量，但从事第一产业的劳动力不仅从事粮食生产，还会从事其他农业的生产，尤其是在种粮效益较低的情况下，其劳动时间会更多地投入在非粮生产上。由于我国统计年鉴中没有关于从事粮食生产人数的单独统计，本文用每公顷粮食用工量(X[，1])来代替，该指标能更准确地衡量从事粮食生产的劳动力。

      本文用日现金收益—日现金成本(简称日纯现金收益，用X[，2]表示)来衡量农民种粮收益，因为单纯用每公顷净利润或每公顷家庭用工折价来衡量都不能很好地反映农民种粮收益。为了与种粮收益进行比较，本文具体选择两种油料和蔬菜日纯现金收益，因为两种油料(花生和油菜)以及蔬菜在我国种植分布区域比较广泛，具有一定的代表性。本来还应该选择农民外出务工的收益与之进行比较，但由于数据的可获得性，本文只选择了最近几年的数据进行简单比较。

      关于粮食的内涵本文界定为三大主要粮食品种(稻谷、小麦和玉米)，虽然在我国的相关统计年鉴中粮食还包括有豆类和薯类，但豆类的主要用途是用作油料，薯类在我国的种植范围和产量相对来说都非常小，几乎可以忽略不计，而我国的粮食生产以谷物为主，谷物产量一般占粮食总产量的90%左右。

      (二)数据来源与处理

      由于粮食单产在相关的统计年鉴中均是以1991年为起点，所以本文数据区间为1991-2011年(除蔬菜日纯现金收益数据外)。粮食单产数据来源于《中国统计年鉴》(历年)；单位面积粮食用工量、粮食日纯现金收益、两种油料、日纯现金收益蔬菜和日纯现金收益等数据均根据《全国农产品成本收益资料汇编》(历年)计算得到；外出务工日收益数据根据《我国农民工调查监测报告》(2011，2012)以及全国农村固定观察点办公室提供的相关数据计算得到①。由于数据的自然对数变换不改变原来的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差现象，以及克服变量之间数据差距大和数据波动的影响，保证估计结果的有效性和合理性，所以对以上变量(见表1)进行自然对数变换，分别用LnY、LnX[，1]和LnX[，2]表示。

      

      三、实证研究

      (一)粮食用工量与粮食日纯现金收益的趋势分析

      1.粮食用工量变化趋势分析。粮食生产的人工投入是影响粮食生产的首要因素，是粮食安全的根本保障，反映近年来我国粮食用工量变化趋势(见图1)。

      

      图1 每公顷粮食用工量变化趋势图

      可以看出，单位面积的劳动投入出现逐年下降的趋势，当然农业机械的应用可以解释部分原因，但更多的是与农业比较效益低下有关。因为在我国耕地规模经营尚未形成，机械对劳动力替代作用暂时还不能得到有效发挥。由于种田不仅成本高、比较效益低，而且风险大。从单位面积的劳动投入可以看出，一个从事粮食生产的农民，全年有大多数的时间并没有用于粮食生产，一些农民对地里的庄稼已经不那么上心，像是退回到“靠天吃饭”的年代，出现了所谓的“种懒田”的现象。多数农民已经把劳动力投入到收益更高的行业或产业，农民分化和兼业化现象突出。一些有一技之长的年轻农民，只要有门路，基本上都外出务工，即使是留在农村的农民，也并没有把主要精力投入粮食生产，而是把主要精力用于转向种植其他高效农产品或在附近打临工。

      2.粮食日纯现金收益变化的比较趋势分析。种粮收益是影响农民种粮积极性的重要因素，在衡量农民种粮收益时，不能只注重纵向比较，更重要的是要进行横向比较，为此，本文将种粮收益与种植油料作物和蔬菜的收益进行比较(见图2)，同时也对种粮收益与务工收益进行简单比较。

      从图2中可以看出，尽管近年来粮食生产日现金收益在逐年增加，就算是最高的年份2011年也只有35.7元。种粮收益在2001年之前与种植油料作物的收益不相上下，但从2002年开始，二者的收益差距逐渐扩大，种植油料作物的收益明显高于种植粮食。而且从1998年以来，种植蔬菜的收益一直要比种粮高出许多。我国农民工工资长期以来处于偏低的水平，并且一度几无增长。但是从2004年珠三角地区开始出现“民工荒”以后，农民工工资出现持续快速上涨，从近10年来农民外出务工的日收益趋势来看，要比种粮收益高出很多，基本上是种粮收益的2倍。尽管近年来粮价上涨，但与打工收入相比，种粮的机会成本仍然较大，农民种粮意愿依然偏低。

      (二)相关性分析

      相关系数反映了变量之间联系的密切程度，系数越高表明两者之间的关系越紧密，相关性越高，1991-2011年我国粮食单产与劳动投入和种粮收益的相关分析结果见表2。

      

      图2 粮食、油料、蔬菜日纯现金收益和外出务工日收益趋势图

      

      从相关系数来看，粮食单产与粮食日劳动用工量的相关系数为0.9126，粮食单产与粮食日纯现金收益的相关系数为0.9062，说明粮食单产与粮食日劳动用工量和粮食日纯现金收益均存在显著的正相关性。此外，粮食日劳动用工量与粮食日纯现金收益也存在显著的相关性(相关系数为0.8409)。

      (三)单位根检验

      由于Y、

和

均为时间序列，而经济变量时间序列多为非平稳序列，在进行协整分析之前，首先需要确定两变量单整的阶，只有两变量是同阶单整的，才可以进行下一步分析，因而要对变量进行单位根检验，以验证其平稳性。本文采用的方法为ADF检验方法，结果见表3。

      

      通过检验发现，LnY、

和

的水平序列是不平稳的，但它们的一阶差分又都是平稳的，即它们均服从一阶单整，即I～(1)过程。换言之，它们均为不平稳序列，不能够用传统的计量经济学理论来构建模型，需要用现代计量经济学的协整理论来分析二者之间长期的均衡关系。

      (四)Johansen协整检验

      LnY与

和

的一阶差分序列已经是平稳序列，所以这三个变量都是一阶单整序列，满足协整检验前提。因此，LnY与

和

之间有可能存在长期稳定的均衡关系，这可以通过协整检验来确定。本文采用的方法为Johansen协整检验方法，检验结果见表4。

      从表4中可以看出，在0.05的显著水平下，均拒绝原假设，认为LnY与

、LnY与

、LnY与

和

都存在一个协整关系，即粮食单产与粮食日劳动用工量之间、粮食单产与粮食日纯现金收益之间以及粮食单产、粮食日劳动用工量之间与粮食日纯现金收益之间存在着长期稳定的均衡关系。

      (五)Granger因果检验

      协整检验表明LnY与

和

之间均有一个协整关系，但是，这种长期均衡关系究竟是Y的变动引起

和

的变动，还是相反？这需要对LnY与

和

进行Granger因果关系检验，检验结果见表5。

      

      

      表5的检验结果表明，在5%的显著性水平下，粮食单产与粮食日劳动用工量之间、粮食单产与粮食日纯现金收益之间仅存在单向的因果关系，即粮食日劳动用工量是引起粮食单产变化的格兰杰原因，粮食日纯现金收益是引起粮食单产变化的格兰杰原因。

      (六)误差修正模型

      既然粮食日劳动用工量和粮食日纯现金收益的变化会引起粮食单产的变化，那么其影响程度到底有多大呢？为进一步量化描述上述因果关系，并克服个别短期经济行为对长期均衡关系的干扰，本文引入了误差修正模型(ECM模型)来定量描述粮食日劳动用工量和粮食日纯现金收益对粮食单产的影响，ECM的估计结果如模型(1)、(2)所示。

      

      其中，

为误差修正项。基于模型(1)和(2)，从长期趋势看，粮食日劳动用工量每变化1%，会引起粮食单产变化2.12%；粮食日纯现金收益每变化1%，会引起粮食单产变化0.89%。以2011年为例，如果粮食日劳动用工量增加1天，每公顷增产约120公斤(每亩约8公斤)；粮食日纯现金收益每增加1元，每公顷增产约142公斤(每亩约9.47公斤)，这说明粮食日劳动用工量和粮食日纯现金收益的变化对粮食增产具有重要影响。从短期情况看，0.0337和0.0361的误差修正项系数显著异于0，表明经济体对短期行为的干扰因素具有一定的调整力度；负的系数则一步说明当短期情形高于或低于长期均衡时，都会受到调整而趋于收敛，但调整力度较小(约为3%左右)。

      四、结论与建议

      (一)结论

      根据上述实证分析，粮食生产的单位劳动投入呈逐年下降趋势，通过与种植油料作物和蔬菜的收益以及外出务工的收益进行比较，种粮的比较效益明显偏低。粮食单产与劳动投入和种粮收益存在显著的相关性，劳动投入和种粮收益是影响粮食单产的重要原因，粮食日劳动用工量每变化1%，会引起粮食单产变化2.12%；粮食日纯现金收益每变化1%，会引起粮食单产变化0.89%。

      (二)建议

      1.增加种粮的比较效益，提高农民种粮的积极性。要增加农民的种粮收益首先要让粮食价格保持适度上涨，但在保持粮食价格适度上涨时，要对城市低保户等弱势群体给予补贴，避免引发民生问题。其次要控制粮食生产成本，粮食生产成本主要是由物质成本和人工成本(家庭用工折价)构成，其人工成本是比照外出务工收入核算的，本身也属于种粮收益的一部分，所以重点是要控制物质成本，特别是农资投入成本。近年来，农用生产资料价格大幅上涨导致了农民种粮成本的大幅增长，是导致农民种粮比较效益不高的根本原因。对于农资价格，第一，要坚持市场取向与政府调节相结合的政策，政府应对农资生产企业给予必要的补贴，以降低其生产成本；第二，农民要依靠科技合理使用农资产品，降低生产成本，提高农资的使用效益，开源节流，从而减轻对农资市场的需求压力；第三，要发挥农民专业合作社的作用，通过集体采购的方式，提高购买农资的能力和水平，降低购买成本，保障农资质量。

      2.进一步推广应用农业机械。在我国当前农业劳动力短缺而且趋于老龄化的情况下，可以在一定程度上替代劳动，提高劳动生产率；由于目前农村劳动力短缺，劳动力成本快速上升，人工费越来越高，而推广应用农业机械可以大大节省人工费，而且机械化生产可以在很大程度上促进粮食规模经营，因此，农业机械的推广应用也是提高粮食种植效益的重要途径；在农业劳动力数量减少、素质下降的情况下，农机可实现更高水平的精耕细作，提高土地的单位面积产量；农业机械化在节水灌溉、精耕细作、秸秆还田、精播匀播、化肥深施、病虫害防治、保护性耕作以及在开展农田水利基本建设、改善农业生产条件、保障粮食的高产稳产等方面可以发挥重要的装备支撑作用。

      3.加大农业科技投入，提高粮食单产。根据我国农业科技在不同地域的应用情况和不同地区的自然条件的特点，在加大农业科技并将专家产量变为农民产量时，要做到因地制宜，针对不同地域的特征，应有不同的侧重点，对粮食主产省关键要加快科技创新，开发增产新技术，提高综合生产能力；对沿海非粮食主产区关键是要加快科技成果转化推广，提高种植户的科技水平，提高科技应用效率；对西南和西北以及其他类似地区，应大力推广应用中低产田改造技术，积极建设成为高产稳产农田。同时要发挥中央财政补贴政策的导向作用，加大技术推广应用的补贴力度，将“补面积”、“补产销量”与“补技术”相结合，充分调动农民采用先进技术的积极性。

      ①单位面积粮食生产用工量=每亩用工量×15，粮食生产日纯现金收益=(每亩现金收益-每亩现金成本)/每亩日用工量。两种油料日纯现金收益=(每亩现金收益-每亩现金成本)/每亩日用工量，蔬菜日纯现金收益=(每亩现金收益-每亩现金成本)/每亩日用工量。粮食生产的每亩现金收益、每亩现金成本和每亩日用工量，两种油料的每亩现金收益、每亩现金成本和每亩日用工量，以及蔬菜的每亩现金收益、每亩现金成本和每亩日用工量数据均来源于《全国农产品成本收益资料汇编》(历年)

标签：农民论文;  劳动用工论文;  成本收益分析论文;  农业论文;  三农论文;  种植业论文;