黑龙江省主要产区农户储粮行为分析--基于对黑龙江省409名农民的调查_分位数论文

主产区农户储粮行为分析——基于黑龙江省409个农户的调查，本文主要内容关键词为：农户论文,黑龙江省论文,主产区论文，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。

      长期以来，农户储粮作为国家粮食储备的一个重要补充，在保障国家粮食安全、稳定粮食价格等方面发挥着重要作用。近年来，随着国际低价粮食的冲击、种粮收入比重的下降以及储粮成本的增加，我国农户储粮数量出现明显的下降趋势。据农业部市场与经济信息司课题组(2014)的调查，与5年前和10年前相比，农户储粮数量分别下降了11.9%和18.4%。农户储粮数量下降的原因，一方面是由于粮食产量逐年增加使得农民储粮思想逐渐放松，另一方面则是由于粮食价格上升导致农民卖粮积极性增加。作为国家粮食安全“蓄水池”和“稳定器”的农户储粮，其数量的下降必然会对我国粮食安全产生一定的影响。

      从另一个角度看，虽然全国农户平均储粮水平都出现了下降趋势，但是主产区和主销区的农户储粮行为存在着很大不同，粮食主产区储粮数量比主销区要大、储粮时间比主销区要长(刘李峰，2006；何启华，2011)。据国家粮食局调查数据，全国农户储粮损失率平均为8%左右，而作为粮食主产区的东北地区更是高达10.2%。储粮数量大、损失率高，这就意味着主产区为储粮承担着更多的利益损失。由于主产区承担着全国3/4的粮食产量，主产区农户储粮带来的损失在一定程度上影响粮食供给，进而影响国家粮食安全(程国强等，2014)。此外，主产区目前出现的劳动力老龄化、农业生产非粮化、粮食生产副业化等现象非常显著，也都影响着农户储粮行为。

      因此，对于农户储粮问题，有如下问题需要解决：一是针对农户储粮数量下降、储粮时间缩短现象，如何调动农民储粮积极性？二是由于储粮数量大、损失率高，粮食主产区农户实际承担着本应由国家和主销区来共同承担的责任和损失，如何通过政策设计保证这些农户的利益？三是即使同一地区，不同年龄、不同性别、不同收入水平、不同经营面积的农户，其储粮行为也都存在着很大差异，对此如何衡量？本文以黑龙江省为例，重点提出了储粮率和储粮时间这两个代表农户储粮行为的变量，并通过实地调查、数据整理以及分位数回归建模的方式对影响主产区农户储粮行为的因素进行分析，尝试提出了相应的解决措施。

      二、文献回顾

      农户储粮问题的研究并不多，现有研究大部分是围绕农户储粮的概念和意义、储粮的现状和问题、影响储粮的因素等展开的。

      1.关于农户储粮的概念及意义的研究。张瑞娟等(2012)认为农户储粮就是粮食储备，包括周转储备和后备储备。何启华(2011)、刘李峰(2006)认为农户储粮首先是战略储备，其次才是周转库存，也就是说农户储粮一部分是为了口粮安全，另一部分是为了商业周转。徐芳(2002)、匡远配(2008)对农户储粮动机和意义进行了总结，认为不外乎基本生活需要、粮食安全需要、生产消费需要和变现需要等4个方面。

      2.关于农户储粮现状和存在问题的研究。对于我国储粮的比率，国外早有相应估算。例如早在1994年，美国农业部就曾估算我国农户粮食储备大致为1.43亿吨；1995年，经济合作与发展组织(OECD)估算数字为1.93亿吨。国内学者的研究非常多，大部分以抽样调查为主，主要指标为储粮比率和损失率。郑轩等(2007)、兰盛斌等(2008)对全国农户储粮进行了调查和估算，认为全国农户储粮比例为60%～70%，储量损失率大致为8%～10%；李秉安(2008)调查辽宁省清原县损失率为12%～17%；周维平(2014)调查湖北省宜昌市夷陵区储粮损失率大约为5%；王远东(2014)调查山东省烟台市农户储粮量占到了产量的55%，损失率为6%～8%。除了储粮率和损失率，这些研究还围绕农户储粮中的新现象展开了调查，一是种粮大户储粮现状，二是“粮食银行”等新兴储粮方式，三是“丰产仓”等科学储粮技术。存在的问题则主要表现在储粮率下降、损失率居高不下、新技术应用推广不畅等。

      3.对农户储粮行为影响因素的研究。许多学者采用多种方法对农户储粮行为的影响因素进行了研究。徐芳(2002)认为市场预期和价格是影响农户储粮的主要因素；武翔宇(2007)运用普通线性回归方法对相关影响因素进行分析认为粮食产量是主要因素；Albert Park(2006)对西北地区288个农户调查，运用动态选择模型进行了分析；亢霞等(2008)倾向于多种因素的共同作用；张瑞娟等(2013)通过建立均衡方程，得出人均粮食产量、牲畜养殖量、人均非农现金纯收入、利率预期等因素为主要因素。

      通过文献梳理可以看出，由于官方统计数据缺失，对我国农户储粮问题的研究不多，而且大部分是建立在抽样调查基础上。这些研究的重点是对储粮现状、问题和影响因素进行研究，为本文的分析奠定了一定基础。本文希望通过文献的梳理，选择合适的影响变量，基于对黑龙江省的实地调查，运用分位数回归方法进行实证研究，借此分析不同年龄、不同收入水平、不同经营面积下农户储粮行为的异同，并提出具有针对性的对策建议。

      三、模型、变量与数据

      (一)分位数回归模型的建立

      与一般回归不同，分位数回归主要考察的是不同分位数水平下的自变量对因变量的解释程度。这项技术是由Koenker等(1978)最早提出，并且随着计算技术的发展，在本世纪得到广泛应用。Chuang-Ming Kuan(2005)详细解释了分位数回归技术的原理、适用条件和注意事项；另外一些人对居民收入和消费的影响因素进行了研究(Shu-Ling Tsai等，2004；刘生龙，2008；陈娟等，2008；王恩胡等，2012)；还有一些学者对能源预警问题运用分位数回归进行了分析(金成晓等，2010)。分位数回归技术的应用，使得影响因素的分析更加细化和直观，取得了良好的分析效果。

      分位数回归可以表示如下：

      

       其中，τ∈(0，1)，β为系数向量，是随着τ的变化而变化的。而τ表示在回归线平面表面或以下的数据占全体数据的百分比。也就是说，将τ取0～1之间的任何值，调节回归平面的位置和方向，然后让回归变量估计τ平面的数据信息，这样就得到了特定分位数水平下的估计参数。

      在本文中，以储粮时间和储粮率为解释变量，分别将τ取值为0.1、0.3、0.5、0.7、0.9这5个具有代表性的分位数水平对影响因素进行分析。采用绝对值离差法(Least Absolute Deviations，LAD)进行模型估计。

      (二)变量选择

      影响农户储粮行为的因素应该包括地区因素、个体因素、粮食生产因素、价格因素、储粮因素等。通过对调查对象访谈的直观感受，认为户主个体因素、粮食生产因素、价格因素和储粮损失率等因素对农户储粮行为具有重要影响，本文选择这些因素作为自变量进行分析。而地区因素和部分储粮因素没有进入到模型分析的原因在于，一是通过访谈发现部分原本被认为比较重要的因素实际上对农户储粮时间和储粮率影响不明显，例如交通因素，90%以上的被访农户都反映说粮食可以在家门口甚至地头进行销售，不存在由于交通不便带来的“卖粮难”现象；二是部分因素不易量化，例如气候、地理等自然条件以及储粮设备和储粮方式等储粮因素，调查结果统计困难，因此没有进入到模型进行分析。最后，在参考相关研究基础上，选择农户家庭基本信息、生产因素、价格因素和储粮因素4个方面确定自变量，具体见表1。

      (三)数据来源与统计性描述

      1.数据来源。本研究的数据主要来自于2014年8月和9月对黑龙江省8个产粮大县、36个村庄的实地调查。考虑以下因素选择样本点：(1)必须是产粮大县；(2)以松嫩平原和三江平原为主，兼顾其他不同地貌特征；(3)兼顾不同的地理位置，黑龙江省东中西部都有样本点入选；(4)兼顾水稻、玉米、大豆等不同粮食品种(余志刚等，2011)。调查采用了随机抽样和等距抽样的方法，分别选择距离最近县城3～40公里的村庄。调查方式为面对面访谈填写问卷的方式，共计发放问卷420份，剔除不合格问卷后，有效问卷为409份，有效率达到了97.4%。具体样本农户的地区分布情况见表2。

      2.相关变量的基本统计。本文界定的储粮行为指的是农户在粮食收获后不直接卖出粮食，而是放在手中持有一段时间，这个最低持有粮食时间界定为1个月①。根据分析，409个被调查农户中，有380户储粮1个月以上，占92.9%，也就是绝大多数农户都存在储粮行为。据对农户的主观调查，其储粮动机一般包括②：等待价格上涨以谋取更多利益(占61.5%)，粮商收储不下导致的卖粮难(占16.3%)，口粮和饲料等需求(占12.4%)，其他(占9.8%)。对相关变量进行数据统计，分别给出了11个变量的最小值、最大值、均值和标准差。结果如表3所示。

      

      

      下面重点对储粮率、储粮时间和储粮损失率3个指标进行分析。

      (1)储粮时间。本文界定的储粮时间指的是从农户粮食收割入仓之后一直到粮食售罄的时间。为方便，农户粮食收获入库时间统一界定为10月1日。由于气候、地理和经济条件的不同，各地区的储粮时间也有着很大的差别(见表4)。气候、地理、经济条件比较好的地区如尚志市、方正县、延寿县等储粮时间比较短，而条件比较差的地区如庆安县、爱辉区、集贤县等储粮时间较长。

      

      (2)储粮率。所谓储粮率，指的是某一时点下农户手中持有粮食数量占到其粮食收获总量之比。在黑龙江省，农户售粮一般发生在3个时间点附近，分别是10月份粮食收购后，2月份春节前和4～5月份天气渐暖时③。由于储粮时间的均值为124天，基本上处于春节前后，因此，本文对储粮率的计算以春节前售粮之前手中储粮量进行计算(见表4)。结果显示，春节前农户手中平均持有58.4%的粮食。各地区储粮率略有区别，呈现出与储粮时间一致的规律：储粮率比较低的地区包括方正县、延寿县、肇东市和尚志市，这些地区普遍气候、地理、经济条件比较好；而气候、地理条件较差、经济不发达的地区，如庆安县、爱辉区、集贤县、兰西县农户储粮率普遍较高。

      (3)储粮损失率。运用粮食产量和农户售粮量等指标对农户调查结果修正之后，得到黑龙江省农户平均储粮损失率为6.9%，低于国家粮食局2011年的调查④。但考虑到黑龙江省粮食产量占全国的1/10，2013年粮食产量为6004万吨，全年粮食损失也将达到414.3万吨，比宁夏产量还要大，相当于北京、上海、天津3个直辖市粮食产量之和。根据结果，可以看出，即使同一省份，不同地区的储粮损失率也是不同的，例如人均粮食播种面积较大的爱辉区、集贤县、肇东市、方正县等地区，损失率较低，而人均播种面积较小的尚志市、兰西县等地区，损失率较高。当然，科学储粮设施的应用也是降低损失率的非常重要原因，在国家粮食局2009年制定并推行农户科学储粮办法之后，科学储粮仓就开始向产粮大县特别是超级产粮大县集中，而上述人均粮食播种面积较大的地区都是产粮大县。此外，储粮损失率与各地储粮时间和储粮率大致呈现出相反趋势，说明了储粮时间越长、储粮量越大，农户对粮食“照顾”得越细致，储粮损失率越低。

      四、影响农户储粮行为的因素分析

      农户的储粮行为主要包括两个方面，分别是储存多少粮食和储存多长时间，而储粮损失率虽然一定程度上受农户储粮精细度的影响，但一般视为一个外生变量。运用分位数回归法对储粮时间和储粮率进行分析，同时采取OLS方法进行估计，与结果进行对比。

      (一)储粮时间的影响因素

      用分位数回归对储粮时间影响因素进行分析可以看出比较显著的变量包括粮食产量、种粮借款、价格预期和储粮损失率，并且呈现出分位数水平越高、影响越显著的特点。可以对回归结果简单描述为，农户家庭粮食产量越高、种粮借款越多、对价格水平越满意、储粮损失率越高，这些因素对储粮时间的影响越显著；而在低分位数水平下，这些因素对储粮时间没有显著影响。主要原因可能在于，当农民年龄越小、文化水平越低、粮食产量越小，储粮对于农户来说意义可有可无，因此也就谈不上影响。再考虑各变量对储粮时间的影响方向，粮食产量、种粮借款、价格预期和储粮损失率对储粮时间均为反向影响，也就是说产量越大、借款越多、价格越高、损失率越大，储粮时间越短。这和预期一致，因为产量越大、借款越多的农户，越倾向于早些将粮食变现以偿还贷款、回收成本。当然，当前价格越高、损失率越大，农户越倾向于缩短储粮时间。

      OLS回归结果中，影响因素变成了2个，分别是粮食产量和价格预期，影响方向与分位数回归也是一致的。研究表明，与普通最小二乘回归相比，分位数回归更能说明不同水平下各变量对储粮时间的影响，便于更好地制定相关政策。

      

      (二)储粮率的影响因素

      与储粮时间的回归结果不同，储粮率影响因素在不同分位数水平下显得比较散。综合各分位数水平，每个变量都曾“显著地”影响过储粮率。但从各分位数水平来看，能看到各分位数水平下的区别，例如，0.5分位数水平下没有变量有显著影响；0.1分位数水平下，只有文化水平略微显著影响；0.3和0.9分位数水平下，具有显著影响的变量数最多。说明了在中低层次分位数水平和最高分位数水平下，储粮率的影响因素比较“活跃”。最显著的影响因素包括中低分位数水平下的年龄、性别、粮食产量、粮食收入占总收入之比、种粮借款和储粮损失率，最高分位数水平下的年龄、人均纯收入、粮食产量和价格水平。其中，在中低年龄段和高年龄段里，年龄越大，储粮率越高；男性相比女性的储粮率低一些；文化水平普遍比较低，一般都是小学文化，结果显示文化水平越高，储粮率也越低；粮食产量越高、借款越大，储粮率越低。

      OLS回归结果显示比较显著的因素只有年龄、性别、粮食产量和价格水平，与分位数回归相比，其影响方向是一致的，说明两种方法的内在统一性。

      

      (三)模型总体结果分析

      对储粮时间和储粮率的影响因素进行估计可以看出，虽然二者都反映了农户的储粮行为，但是二者的影响因素的显著性、影响方向以及影响程度都是不同的；并且，不同方法给出的结果也不尽相同。分位数回归结果给出了不同水平下的影响因素和程度，能够提供更多的信息，OLS方法验证了分位数回归的正确性。总体来看，粮食产量、人均收入、种粮借款、价格水平、损失率等因素对储粮行为影响较大，并且不同的水平下其影响程度也是不同的。要重点关注高分位数水平下的农户特征，从实际情况来看，种粮面积大、种粮贷款多、人均收入水平高的农户大部分都是种粮大户或者合作社成员，这些新型经营主体也是保障国家粮食安全的生产主体。

      五、结论与对策建议

      通过研究得出如下结论：一是由于气候、地理和经济条件的不同，各地区的储粮时间和储粮率有着很大的差别，人均粮食播种面积对储粮损失率影响较大；二是在影响因素分析中，种粮借款、收入水平、粮食产量、损失率等关系到农户经济收入的因素更为显著，因此要通过稳定价格、降低损失等方式保护农民的储粮积极性；三是分位数回归中，各变量的高分位数水平下影响程度更为显著，而代表高分位数水平的多为新型经营主体，他们的储粮行为尤其值得关注。

      为了稳定主产区农户的储粮水平、调节储粮行为、降低储粮损失来保障国家粮食安全，政府要采取“尊重、引导、补贴”方针，通过利益引导、舆论宣传、技术指导、专项补贴等方式提高农户特别是种粮大户的储粮意愿和储粮水平。具体来说：(1)主产区储粮率的下降会威胁国家粮食安全，因此必须要通过稳定农民粮食收入、提高储粮技术水平、加大财政补贴等手段来提高农户储粮积极性并降低储粮损失。一方面，要加大粮食价格形成机制改革，推广目标价格试点，保障农民收入水平稳定提高；另一方面，要在国家自2009年开始推行的储粮专项建设项目以及2011年推行的《农户科学储粮专项管理办法》基础上，进一步加大财政扶持力度，推广科学储粮技术。(2)要开展多主体、多层次储粮，扶持粮食银行等新型储粮方式，切实保护农民利益，降低粮食损失。粮食银行作为一种代收代储的粮食经营模式，具有收益稳定、损失率低、结算方便的特点，在山东、江苏等省份发展很快，已经形成了科学成熟的运营体系。国家要通过财政补贴、税收减免等方式在粮食主产区特别是黑龙江、河南等粮食调出省份进行推广建设。(3)要重点关注主产区种粮大户等新型经营主体的粮食储备行为，尽量减少他们的投机性储粮行为。调查显示，主产区农户特别是种粮大户储存粮食的主要目的是等待价格上涨以获取更多收益，这在一定程度上会加剧粮食市场波动。因此，一方面要加大对种粮大户的政策扶持力度，稳定粮食生产；另一方面要建立农户储粮监控体系，特别是抽取部分种粮大户作为监测点，定时收集农户的储粮信息，根据农户行为变化，及时做出政策反应。

      ①之所以做出这样的划分，是因为在调查中，农户通常很难说出粮食销售时距离粮食收获多少天，大部分被访农户的回答都是一个大致的天数，或者更多的是说储存了几个月，许多问卷是以月份为储粮时间的计量单位；另外一个原因在于，农户粮食收获后大都会经过脱粒、烘干、入仓等处理，这个时间大致是半个月到1个月，从农户角度来看，储粮时间低于一个月的就不应该算作储粮了。因此，综合以上考虑，本研究将储粮界定为最低持有粮食时间1个月以上的行为。

      ②与其他研究仅将农户储粮的动机看成口粮、饲料、种子等不同(农业部市场与经济信息司课题组，2014)，本文认为农户储粮更多的是为了获得更多的经济收益，也就是说以投机为目的的储粮动机要远大于实际需要的动机。

      ③三次售粮高峰的原因分别是偿还种粮贷款、变现后过节需要、变现后开展春耕播种需要。三次售粮高峰后农户手中余粮一般不会超过1%，剩余粮食主要用于口粮或者家庭养殖业需要。

      ④失率的降低可能来自于国家和省级政府科学储粮项目的实施，据估算，科学储粮仓可将损耗率降至4%以下。例如，国家粮食局2009年制定了《农户科学储粮专项管理办法(暂行)》，确定了中央、地方、农户3∶4∶3出资比例的科学粮仓项目，储粮仓造价3300元，中央补助983.5元，省级财政补贴990元，其余1326.5元由农户自筹。目前已推广20余万套。

标签：分位数论文;  粮食银行论文;  农业论文;  三农论文;