我国农户粮食面积与粮价的相关性研究

我国农户粮食面积与粮价的相关性研究

一、粮食价格支持政策的效果粮食是社会稳定和国家发展的重要基础。近年来我国粮食连年增产、持续丰收,但是粮食生产发展面临的形势依然很严峻。因为在经济增长的过程中,随着人民收入水平的提高,粮食需求增长相对缓慢,粮食生产的比较效益较低,发展粮食生产的动力不足,土地、劳动力、资本等生产要素将从粮食生产转向其他生产活动,保障国家粮食安全任重道远。促进粮食生产是保障国家粮食安全的重要方式,而价格支持政策是政府为保障粮食生产,维护国家粮食安全最常用的政策措施。在建立市场经济的过程中,我国谨慎地推进粮食市场化改革。2004年以前,政府主要通过对粮食流通的控制以及实施保护价政策稳定国内粮食生产。2004年推行粮食流通体制改革,全面放开粮食市场。粮食收购价格由市场供求状况决定,政府由实施粮食保护价政策转变为最低收购价制度,即“当粮食供求发生重大变化时,为保证市场供应、保护农民利益,必要时可由国务院决定对短缺的重点粮食品种,在粮食主产区实行最低收购价格”1。当年由于市场粮价在最低收购价以上运行,最低收购价执行预案没有启动,2005年最低收购价政策在一些地区启动,近年来最低收购价政策均有实施,并且价格水平不断提高,覆盖品种和区域不断扩大。农户是粮食生产的主体,因此价格支持政策的效果取决于农户种粮行为对粮价变动的反应。改革开放以后,我国农户拥有自主生产经营权。随着市场经济的不断完善,农户可以比较便利地在市场上出售和购买商品,劳动力也可以在地区间自由流动;国家还取消了农业税费、义务工等农民负担,农户可以更加自由地选择生产生活方式。因此,尽管粮食具有满足家庭基本需求的特殊性,但是农户主要还是按照实现效用最大化的目标来安排粮食生产。价格是决定效用水平的一个重要因素,粮价变化必将影响到农户的种粮行为,但是影响程度究竟有多大则需要进一步研究。目前已有的研究多为采用宏观数据对全国或地区的粮食产量和价格关系的考察(张治华,2007),但这并不能充分反映农户的种粮行为特征。本文将使用全国农村固定观察点农户调查的历史数据,全面考察20世纪90年代中期以来不同地区农户粮食种植面积及粮价变动的关系,并通过构建供给反应模型,计量分析当前农户粮食种植面积对粮价的反应程度,从而为制定粮食价格政策提供决策参考。二、农业大陆架型产业分布及主要栽培品种全国农村固定观察点成立于1984年,调查样本包括360多个村庄、24000多个农(牧)户和600多个村级企业,覆盖全国31个省(区、市)的346个县(市、区),年度常规调查的指标近2000项,涵盖了农村经济社会的众多方面。由于问卷指标经历几次重大修改,为保持一致性笔者仅使用1995年之后的数据资料。为尽可能地代表全国基本情况,本文选取地处东部、中部和西部的三个地区的农户数据进行分析,分别是江苏省宿豫区大兴镇前高圩村115个农户、安徽省省宣州区养贤乡竹园村100个农户以及四川省绵阳市游仙区魏城镇红岩村和阆中市石子乡金鼓村96个农户,共311个农户1995—2008年的问卷调查资料。江苏省宿豫区大兴镇前高圩村和安徽省宣州区养贤乡竹园村的农业资源条件都比较好。江苏省宿豫区大部分地区属于黄、淮、沂、沭平原,农业发展历史悠久,开发利用率高,主要栽培作物有小麦、水稻、棉花、玉米等以及多种蔬菜,撤县设区前,曾先后被评为全国产粮百强县、商品粮基地县、商品猪基地县等及江苏省农业生产示范县、水稻肥床旱育稀植示范县等。安徽省宣州区属皖南山区与沿江平原的结合地带,以丘陵为主,土地肥沃,农业经济较为发达,是国家级生态示范试点区、全国农产品标准化综合示范区,曾被列为国家商品粮、优质棉、世行贷款造林、皖南优势烟国家级生产基地。相比之下,四川省两个村的农业资源条件要稍差一些。三地调查农户都种植稻谷、小麦等粮食作物,种植结构稍有差异。江苏调查农户主要种植小麦和稻谷两种粮食作物,玉米和大豆的面积较小,经济作物主要是棉花,桑树的种植也较为广泛。安徽调查农户以稻谷种植为主,小麦种植面积相对较小,此外还种植棉花和油料等经济作物;四川调查农户粮食作物比较多样,小麦、稻谷、玉米和大豆都有种植,面积也很接近,经济作物主要是油菜等油料作物。三、农业用地生产区与粮食价格相关的历史分析(一)安徽省粮食面积分析为了分析农户粮食种植面积的变化并进行地区比较,这里分别对三个地区农户的相关数据进行简单算术平均,从而得到代表该地的户均数值,再进行历史分析。结果显示,这三个地区14年间农户粮食种植规模和结构都发现了显著变化。1995年江苏调查地的户均粮食作物播种面积为6.2亩,其中主要是稻谷和小麦,户均分别是3亩和2.38亩,此外有较少的玉米和大豆种植,仅有0.27亩和0.14亩;1995—2000年稻谷种植面积基本不变,小麦面积略有增加;2001年和2002年稻谷和小麦的粮食面积分别减少0.5亩左右,玉米和大豆的面积略有增长;2005年开始各种粮食作物的面积基本恢复到10年前的水平,即稻谷和小麦的面积分别在3亩以上,玉米和大豆的面积在0.5亩以下。随后几年,稻谷和小麦的面积出现小幅度增加。1995年至今安徽调查地农户的粮食种植面积呈现显著的“U”型变化。1995—1999年粮食面积不断下降,户均粮食面积从15.77亩减少到户均7.41亩,其中1999年的降幅最大,同比面积减少近一半;从2000年开始,粮食面积逐步扩大,到2007年户均粮食面积超过了20亩。该地粮食种植以稻谷为主,其面积占粮食总面积的比重在80%以上。相比之下,四川调查农户的农作物面积较小,户均粮食作物在4亩左右,年际变化幅度也不大。从1995年至今,只有1998年和2002年的粮食面积低于4亩,只有2006年的粮食面积高于5亩。其中引起变化的主要原因在于稻谷种植面积的变化,特别是2006年户均稻谷面积突增到3.37亩。此外,该地区还广泛种植玉米,主要是用于生猪养殖等畜牧生产,2003年至今户均玉米面积超过1亩。由于各省的土地规模大小差异较大,因此将其作物面积指数化以后进行比较。分别以1995年的粮食面积为100,然后根据比值,计算出以后年份各省粮食面积的大小。可以看出,安徽省粮食面积的波动最大,在2000年以前粮食面积出现了明显下降,之后又出现明显上升;江苏省粮食面积波动次之,且方向相反;四川省的粮食面积波动相对较小,2003年以来的增长趋势较为明显。(二)稻米出售价格有通过变化和趋势出现,价格变化较大为了考察粮食面积与价格变动的关系,必须进行分品种研究。鉴于三地调查农户都以稻谷种植为主,因此选择稻谷的种植情况进行详细分析。首先,计算农户稻谷的平均出售价格,再总结其历史变化特征,然后与其稻谷种植面积变化情况相联系,分析其相关性。1995年以来江苏调查农户稻谷平均出售价格呈现前期平稳、后期小幅波动的变化特点。1995—1998年农户稻谷平均出售价格都是1.3元/公斤,1999年和2000年价格降低至0.9元/公斤和0.8元/公斤,2001年价格回升到1元/公斤,该价格持续到2003年,2004年价格大幅增加到1.7元/公斤,近年来一直保持在该水平。农户稻谷种植面积的变化与价格变化基本对应,但是变化幅度相对较小,且有一定滞后性。1995—2000年户均稻谷种植面积为3亩,即使在1999年和2000年价格显著下降时,种植面积并没有减少,2001年和2002年面积减少0.5亩,2003年以来出现明显的波动上升趋势。1995年以来安徽调查农户稻谷出售价格的波动幅度较大。1995年的稻谷出售价格为1.5元/公斤,此后逐年下降,到2002年每公斤稻谷的出售价格不足0.9元,2003年价格水平出现明显回升,增加到1.2元/公斤,此后逐年上升,2008年每公斤稻谷的出售价格达到1.9元。稻谷的种植面积与价格呈现紧密的相关关系。1995年调查地稻谷户均种植面积达到15亩,此后面积随着价格的下降而减少,到1999年锐减至6.99亩,2000年虽然有所回升,但是增长幅度较小。2003—2005年稻谷种植面积出现连续大幅度增加,增幅接近16亩。虽然2006年面积有所下降,但是近两年又呈现明显上升趋势。四川调查农户粮食出售价格变化的走势与以上两地基本相同,只是幅度较小。稻谷在1996—1998年保持在1.4元/公斤,1999年和2000年跌至1元/公斤以下,2001—2003年在1元/公斤水平,2004年大幅回升到1.4元/公斤,此后逐年小幅增加,到2008年每公斤价格达到1.8元。该地农户粮食种植面积较小,户均稻谷的种植面积不足2亩,且比较稳定。1995年至今(除了2006年)无论价格升高还是降低,面积的变化幅度都非常小。通过计算三地的稻谷种植面积与出售价格的相关系数进一步发现:三个地区稻谷种植面积与出售价格均存在正向相关关系,即价格上涨面积增加,价格下降面积减少,但相关程度不同。安徽调查农户稻谷种植面积与出售价格高度相关,相关系数达到0.81;江苏调查农户两者的相关程度居中,相关系数为0.43;四川调查农户的相关程度最低,相关系数只有0.26。(三)影响农户粮价变动的因素农地资源禀赋的差异是造成三地调查农户种粮面积与价格相关性不同的主要原因。根据调查农户的年经营土地面积计算,江苏调查地农户户均经营土地面积在3.5亩,安徽调查地户均经营土地面积接近10亩,四川调查地户均土地面积不足3亩。不仅经营土地规模大小存在差异,而且土地的零碎程度也有较大差别。江苏省户均经营土地的块数为3.5,安徽省的土地则相对集中,户均经营块数只有2.5,四川省的土地较零碎,户均土地块数超过8块。可见,安徽调查地的土地资源相对较为丰富、集中,能够成片经营并有利于农业机械化的推广,从而提高了劳动生产率,导致调整空间较大;江苏调查地的土地规模较小,但比较集中,有利于耕种,农地资源相对丰富;四川两村的土地规模很小,并且土地较为细碎,不利于大型农业机械化的推广,劳动强度较大,粮食等大宗农作物的生产缺乏优势,因此农户种粮主要是满足口粮需求,市场粮价波动不会引起农户种植行为的较大调整。此外,三地调查农户的家庭劳动供给和分配上的差异也是影响农户种粮面积对价格反应程度大小的因素。1995—2008年江苏调查农户的家庭人口平均为4.7人,安徽调查农户家庭人口平均为3.6人,四川省两个村的农户家庭人口平均为3.2人。三地家庭人口的年际变化都非常小。随着工业化、城镇化的发展,越来越多的农村劳动力从农业中走出来,跨区、跨省非农就业,获取更多的现金收入。1995—2008年江苏调查农户家庭户均外出就业的时间从144天增加到420.6天,是这三个省份中外出就业时间最多的;1995年安徽调查农户家庭外出就业时间仅90天,此后出现快速增加,2000年超过200天,到2008年达到252.3天,是三个省份中外出就业时间最少的;四川地区外出就业的情况是很普遍的,2003年该地调查农户家庭外出就业时间超过安徽省,达到264.9天,到2008年增加323.3天,远远高于安徽省。因此,四川调查农户家庭可用劳动力较少,外出就业时间较多,并且就业区域较远,因此从事家庭农业经营的劳动力较少,相对其他农业生产活动来说,粮食生产的劳动投入量较小,所以该地区粮食种植面积相对稳定,对价格的反应程度较小;安徽调查农户家庭外出就业时间较少,可利用进行家庭生产经营活动的劳动力较多,因此可以根据粮价变动调整相应的生产活动。最后,收入结构是影响农户种粮面积对价格反应程度大小的另一因素。1995年江苏调查农户的家庭收入主要依靠家庭经营收入,收入水平高于四川调查农户家庭,但是低于安徽调查农户家庭。随着东部经济的快速发展,江苏调查农户的非家庭经营收入出现快速增长,从而带动家庭总收入的大幅度提高。2005年江苏调查农户的家庭收入增长了一倍多,远远高于安徽调查农户;这一时期四川调查农户的收入增长幅度也较大,主要依靠跨省外出务工收入的增加。目前,江苏调查农户家庭收入中一半来源于家庭经营收入,其中来源于粮食作物的收入不到一半;安徽调查农户家庭收入的70%以上来源于家庭生产经营收入,其中又有70%左右来自粮食作物;四川调查农户家庭收入中家庭生产经营收入不足一半,而其中粮食作物的收入不到40%。综合计算粮食收入占家庭总收入的比重,2008年江苏调查农户的是26.52%,安徽调查农户的是46%,四川调查农户的是14.19%。对于粮食收入对家庭收入的贡献较大的农户,当粮食价格出现波动时,农户必然迅速调整种植结构,实现家庭收入最大化。而粮食收入对家庭收入的贡献较小的农户,依靠种粮收入提高家庭收入的空间较小,这些地区农户不会对粮价波动作出较大反应,粮食种植面积相对较为稳定。这也说明农户种植行为与粮价变动的相关程度不能仅看粮价水平,而是粮价对家庭收入的实际意义。四、模型估计系数的确定许多学者通过建立供给反应模型来量化农户生产行为对价格的反应程度,以提供决策参考。从幼稚性预期模型到适应性预期模型,再到理性价格预期模型。国内也有很多学者对农产品的供给反应进行了深入研究。如王秀清等(1998)和李锁平等(2006)对蔬菜的供给反应研究、林毅夫对湖南省水稻的供给反应研究(2000)、陈永福对小麦与玉米的供给反应研究(2004)、司伟等对糖料的供给反应研究(2006)、张治华等对粮食生产的价格及非价格反应研究(2007)、王莉等(2009)对棉花供给反应的研究等。这些研究中都是使用国家或地区的宏观数据所做的分析。本文将通过使用农户数据来建立农户粮食生产对价格的供给反应模型,以便更好地研究农户的种粮行为。本文选取以上三个地区近3年(2006—2008年)调研农户组成的面板数据进行计量分析,这样选取数据的依据是:第一可以反映当前政策环境下农户种粮行为对价格的反应弹性,具有更好的参考价值;第二,尽管三个地区农户种粮行为对价格的反应程度不一样,但是以面板数据进行估计可以得到一个近似全国的平均值,同时,对于三个地区的其他差异,通过在模型中设置固定效应进行处理;第三,面板数据可以增加模型的自由度,提高模拟结果的可靠性。为了较为准确地估计模型系数,这里没有采用加总后的粮食数据作为变量,而是根据三个地区都是以稻谷为主要粮食作物的实际情况,选择稻谷的相关变量构建模型。本文以稻谷种植面积占耕地面积的比重(RICEB)作为因变量,原因有两点,一是总产量由单产和面积共同决定,单产会受到自然条件的影响,所以面积可以反映农户的种粮积极性;二是拥有较多土地的农户稻谷种植面积也较大,但这并不是种植意愿的体现,因此不能选择种植面积的绝对值,而应该以比重真实反映农户的种植结构安排。以稻谷出售价格(PRICE)为自变量构建模型1。虽然同一地区稻谷的市场价格是唯一的,但是每个农户的出售价格并不相同,因为农户所在的地理位置、交通便利程度、市场发育情况、信息拥有量等方面存在差异。在农村固定观察点的问卷调查中,对农户各项生产活动都有非常翔实的记录,这里用农户稻谷的出售收入除以出售数量,从而获得每一个农户稻谷的平均出售价格,以此准确地反映影响农户种植行为的真实价格。此外,以稻谷收入占家庭总收入的比重(INRICE)为自变量构建模型2,以做比较分析。根据粮食的特殊性质,这里稻谷收入不仅仅是出售收入,而是根据总产量和市场价格估计的总收入(农户自己填写的),因此包括自用部分和出售部分。家庭总收入也是包括现金收入、自用折算等价后的各项收入之和。因此,这一比重可以准确反映稻谷种植对农户家庭收入的贡献。两个模型都对各个变量进行对数化处理,估计系数即为弹性系数。运用统计软件EVIEWS,首先建立三个省的Panel数据,“1”、“2”和“3”分别是江苏、安徽和四川的截面标志。由于三个省具有明显的地区差异,因此采用截面具有固定效应的模型设置。通过比较无加权、截面加权以及似乎无关联等估计方法的结果,选择模拟结果最优的截面加权法对模型的系数进行估计。估计结果如表1所示,两个模型调整后的R2都在0.60以上,对于时间序列较短,截面样本量较大的面板数据拟合程度较高;系数都通过T检验,具有非常高的显著性,且方向与预期一致,因此方程模拟结果具有较高的可靠性。根据模型估计结果,农户稻谷种植面积的比重明显受到稻谷的价格(PRICE)或者稻谷收入占家庭收入的比重(INRICE)的影响。但两者