基于PVAR模型的农业生产...成本价格与水稻产量动态研究_段昌忠.pdf

基于 PVA 模型的农业生产托管人工成本价格与水稻产量动态研究段昌忠(长江大学经济与管理学院，湖北荆州 434023)摘要基于 20042020 年长江流域省市有关面板数据，构建面板向量自回归模型，引入农业生产托管、人工成本价格因素，分析农业生产托管和人工成本对水稻产量的影响。结果表明，水稻生产托管对水稻产量有负向冲击影响，但冲击较小且平稳;人工成本的增加会提高水稻产量，对水稻生产托管的影响短期内不显著;水稻生产托管、人工成本和水稻产量三者之间存在动态交互效应。基于此，提出了完善农业托管体系、降低水稻人工投入、提升水稻规模化水平等建议，以促进水稻等粮食作物的高质量发展。关键词农业生产托管;人工成本;水稻生产托管;PVA中图分类号S9文献标识码A文章编号05176611(2023)07021205doi:103969/jissn05176611202307049开放科学(资源服务)标识码(OSID):Dynamic Study on Agricultural Production Trusteeship，Labor Cost Price and ice Yield Based on PVA ModelDUAN Chang-zhong(Economics and Management School of Yangtze University，Jingzhou，Hubei 434023)AbstractBased on the relevant panel data of provinces and cities in the Yangtze iver basin from 2004 to 2020，this paper constructs a pan-el vector autoregression model，introduces the factors of agricultural production trusteeship and labor cost price，and analyzes the impact of ag-ricultural production trusteeship and labor cost on rice yield The results showed that rice production trusteeship had a negative impact on riceyield，but the impact was small and stable;the increase of labor cost will increase rice yield，and the impact on rice production trusteeship isnot significant in the short term;there is a dynamic interaction among rice production trusteeship，labor cost and rice yield Based on this，thispaper puts forward some suggestions to improve the agricultural trusteeship system，reduce rice labor input，and improve the scale of rice topromote the high-quality development of rice and other food cropsKey wordsAgricultural production trusteeship;Labor cost;ice production trusteeship;PVA作者简介段昌忠(1994)，男，湖北石首人，在读硕士，从事农村发展研究。收稿日期20220909;修回日期20221011习近平总书记曾多次强调，中国人的饭碗要牢牢端在自己的手里。水稻是百粮之基，在我国居民日常生活中占据重要地位。保障粮食安全，是防范化解各类风险，稳定国家大局的有效途径1。我国粮食供给长期处于“紧平衡”状态，维持粮食产量稳定付出了巨大的人力、物力和环境代价2。农业生产托管作为新时代农业社会化服务方式和经营方式，既是解决技术缺乏、劳动力短缺、资金供应不足等问题的有效途径，又是促进粮食丰收增效和实现小农户与农业现代化有效衔接的应有之策。近年来，我国农业生产托管初具规模，国家出台一系列文件政策引导农业生产托管良性发展，2017年农业部办公厅印发 关于开展农业生产托管统计工作的通知，2019 年农业农村部积极推广农业生产托管为主的社会化服务模式。发展农业生产托管的最终目的是提供优质粮食，保障粮食安全。因此，探究农业生产托管、人工成本和水稻产量之间关系，有助于把握水稻生产托管服务的规律和条件，进而促进农业生产托管服务，推动粮食增产提质。参考已有资料，内容上，研究学者们主要从托管意愿、组织方式以及托管模式 3 个角度对农业生产托管展开研究39;视角上，相关学者从服务经营规模视角对农业生产托管组织方式进行探讨，提出农业生产托管服务新融合模式1114。随着关于农业生产托管与水稻、玉米、小麦等粮食相关研究逐渐增多，基于理论和实证两方面，论述农业生产托管对农业生产效率以及农户的影响12，9，1516。综上，现有研究对农业生产托管进行较为深入的剖析，具有一定启发意义，为该研究奠定了坚实的理论基础。但对农业微观视角 农业生产托管、人工成本以及产量关注较少。此外，现有研究主要基于农业生产托管和某一对象之间的两者关系研究，对三者的研究相对缺乏。水稻是大宗农产品，也是农业生产托管服务的优先支持对象，同时长江流域水稻种植面积占全国的 657%。因此，研究长江流域水稻生产托管不仅具有较强的代表性，而且有较强的现实基础，对于我国水稻生产托管服务具有一定的指导作用。笔者构建面板向量自回归模型，基于长江流域省际动态面板数据，就水稻生产托管、人工成本对水稻产量的冲击影响进行分析并提出对策建议，以期为水稻生产托管高质量发展提供参考。1模型构建与数据来源11模型构建向量自回归模型通过实际经济数据确定经济系统动态结构，建模时无须提出先验理论假设的一种非结构化模型。面板向量自回归模型(PVA)则是考察两个或多个变量之间的动态关系，适用于时间跨度相对较短(T20)的短面板数据，该研究的水稻生产托管、人工成本、水稻产量影响的短面板适用于 PVA 模型。该研究 PVA 模型如下:Yit=nijYi，tj+t+i+it(1)Yit=p_trusteeship，p_labor，yield，p_trusteeship、p_labor、yield 分别表示水稻生产托管费用、人工成本价格以及水稻产量;i 代表长江流域的 10 个省级行政区域，i=1，2，10;t 代表年份，t=2004，2005，2020;n 代表滞后阶数，j代表系数矩阵;j 代表向量的滞后阶数;t代表时间效应;i代表个体效应;it代表随机误差项。12数据来源与处理该研究数据均来源于 全国农产品成本与汇编(20052021)，为保证数据的完整性和一致性，长江流域省级行政区域中剔除数据缺失严重的上海市，最终安徽农业科学，JAnhui AgricSci 2023，51(7):212216确定研究对象为 20142020 年长江流域江苏省、浙江省、安徽省、湖北省、湖南省、重庆市、四川省、贵州省与云南省的 9个省级行政区域。水稻包含早籼稻、中籼稻、晚籼稻以及粳稻米 4 种，该研究将这 4 种水稻相关数据进行汇总平均处理。农业部办公厅关于大力推进农业生产托管的指导意见(农办经2017 19 号)将农业生产托管定义为在不流转土地经营权的前提下，将农业生产的部分或全部作业环节委托给农业经营组织的方式1718。农业生产环节的耕、种、防、收主要涉及农业物质资料的投入以及农业生产托管所产生的服务费用，因此该研究将水稻生产托管费用(p_trustee-ship)以水稻的物质与服务费表征，人工成本价格(p_labor)以单位面积人工成本表征，水稻产量(yield)以水稻单位面积产量表征。变量的描述性统计与相关性检验结果见表 1。表1 显示，水稻产量与人工成本价格的相关性最大，为 0462 1，其他变量之间的相关系数均小于 046，表明各变量之间不存在严重多重共线性问题。表 1总体描述性统计与相关性检验Table 1Overall descriptive statistics and correlation test变量Variable统计特征 Statistical characteristics观测值Obs均值Mean标准误Standard error最小值Min最大值Max相关系数 Correlation coefficientp_trusteeshipp_laboryieldp_trusteeship1705900 40325 65070 76476 210394 30401 5p_labor1705903 50595 34706 97080 710462 1yield1706179 30106 45890 96462 612结果与分析21面板单位根检验为避免出现伪回归和弱工具变量等问题，采用 IPS 检验法对研究所涉及的变量进行面板单位根检验，IPS 检验结果如表 2 所示。结果表明，p_trusteeship 的统计量为3233 4，小于 1%的临界值2210，因此拒绝面板单位根的原假设;Z?t的统计量为4037 5，对应的 P 值为0000 0，同样拒绝原假设，综上可以判断，p_trusteeship 为平稳序列。同理可知，p_labor 和 yield 均为平稳序列。表 2面板单位根检验结果Table 2Test results of panel unit root变量Variable统计量Statistic统计量的值Value of statisticsP 值1%临界值1%threshold5%临界值5%threshold10%临界值10%thresholdp_trusteeship?t3233 4221019901890Z?t4037 50000p_labor?t3783 4221019901890Z?t5714 30000yield?t3978 1221019901890Z?t6020 0000022格兰杰(Granger)因果检验表 3 为格兰杰因果检验结果。从表 3 可知，在农业生产托管(p_trusteeship)方程中，人工成本(p_labor)的 P 值为 0038，即至少在 005 的显著性水平下拒绝原假设，人工成本(p_labor)和水稻产量(yield)联合检验的 P 值为 0029，该结果显著且拒绝原假设，说明人工成本和水稻产量是农业生产托管的 Granger 意义下的原因。在人工成本(p_labor)方程中，农业生产托管(p_trusteeship)的 P 值为 0041，即至少在 005 的水平下显著，水稻产量(yield)的 P 值为0001，至少在001 的水平下显著，同理农业生产托管(p_trusteeship)和水稻产量(yield)联合检验至少在010 的水平下显著，说明农业生产托管和水稻产量是人工成本的 Granger 意义下的原因。在水稻产量(yield)方程中，农业生产托管(p_trusteeship)的 P 值为 0043，人工成本(p_la-bor)的 P 值为 0034，两者的结果均拒绝原假设，且农业生产托管(p_trusteeship)和人工成本(p_labor)的联合检验在 001的水平下显著，说明农业生产托管和人工成本是水稻产量的Granger 原因。表 3格兰杰因果检验结果Table 3Granger causality test results方程Equation原假设Original assumptio