楊 凡,齊振宏,王景旭,周 未
(華中農(nóng)業(yè)大學(xué) 經(jīng)管 土管學(xué)院,武漢 430070)
在農(nóng)業(yè)生產(chǎn)過(guò)程中,西南地區(qū)經(jīng)濟(jì)的發(fā)展致使農(nóng)作物播種面積成下降的趨勢(shì),從2000年的26103.8千公頃減少為2009年的25810.1千公頃,而主要農(nóng)作物的產(chǎn)量從2000年的7321.5萬(wàn)噸下降到2009年的7011.3萬(wàn)噸,下降趨勢(shì)遠(yuǎn)大于播種面積。從另一個(gè)角度而言,農(nóng)業(yè)投入的增長(zhǎng)速度遠(yuǎn)遠(yuǎn)超過(guò)了西南地區(qū)農(nóng)業(yè)產(chǎn)出的增長(zhǎng)速度,投入與產(chǎn)出之間的不協(xié)調(diào)性逐漸加劇,西南地區(qū)的投入產(chǎn)出效率逐年下降。水稻作為西南地區(qū)的第一大糧食作物,對(duì)保證我國(guó)西南地區(qū)糧食安全、促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展具有舉足輕重的作用。因此,測(cè)算西南地區(qū)水稻生產(chǎn)投入產(chǎn)出效率,分析各影響因素的作用大小,對(duì)于改善投入產(chǎn)出不協(xié)調(diào)的矛盾,促進(jìn)西南資源貧乏地區(qū)農(nóng)業(yè)發(fā)展具有極強(qiáng)的現(xiàn)實(shí)意義。
1.1.1 數(shù)據(jù)來(lái)源
本文的研究數(shù)據(jù)主要來(lái)源于國(guó)際合作項(xiàng)目蓋茨基金“為亞洲和非洲資源貧乏地區(qū)培養(yǎng)綠色超級(jí)稻的經(jīng)濟(jì)評(píng)估”課題組2009年對(duì)西南四省等種稻主產(chǎn)區(qū)農(nóng)戶的調(diào)查。這四個(gè)省分別是云南、貴州、四川和廣西,調(diào)查內(nèi)容除了水稻投入和產(chǎn)出的情況外,還包括農(nóng)戶基本特征、種植的品種、種植的地塊特征、農(nóng)戶獲取農(nóng)業(yè)技術(shù)信息的來(lái)源及對(duì)新技術(shù)的的需求等,以便在分析水稻投入產(chǎn)出效益時(shí)控制這些因素對(duì)結(jié)果的影響。調(diào)查采取隨機(jī)抽樣的方法,選取了四個(gè)省的18各村,共發(fā)放問(wèn)卷240份,回收有效問(wèn)卷216份,有效回收率為90%。
1.1.2 相關(guān)指標(biāo)的選取
通過(guò)查閱《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、研究相關(guān)文獻(xiàn),發(fā)現(xiàn)水稻投入產(chǎn)出效益既取決于水稻生產(chǎn)系統(tǒng)內(nèi)部的生產(chǎn)力水平,即農(nóng)藥、化肥、勞動(dòng)力、土地資源、種子、機(jī)械化水平等,也取決于生產(chǎn)系統(tǒng)的生產(chǎn)力與外部環(huán)境的相容性(盧中華,2005),即水稻生產(chǎn)系統(tǒng)與外界自然資源環(huán)境、產(chǎn)業(yè)制度環(huán)境等的相容性。本文結(jié)合前人的研究及2009年調(diào)查整理的數(shù)據(jù),選取水稻年總產(chǎn)值(y)作為產(chǎn)出指標(biāo),勞動(dòng)力(x1)、土地(x2)、種子(x3)、灌溉成本(x4)、化肥(x5)和農(nóng)藥成本(x6)、農(nóng)業(yè)機(jī)械總動(dòng)力(x7)及政府農(nóng)業(yè)補(bǔ)貼(x8)等8類(lèi)要素作為投入指標(biāo)。
根據(jù)現(xiàn)有的農(nóng)業(yè)投入產(chǎn)出方面的研究,研究方法主要集中于建立C—D生產(chǎn)函數(shù)模型、DEA模型等進(jìn)行分析,例如,林玉蕊(2007)應(yīng)用C—D生產(chǎn)函數(shù)建立農(nóng)業(yè)投入產(chǎn)出數(shù)學(xué)模型,并進(jìn)行了彈性分析和邊際產(chǎn)量分析,李曉敏(2006)選取C—D生產(chǎn)函數(shù)的擴(kuò)展模型,依據(jù)水稻影響因素的生產(chǎn)彈性分析了湖北省水稻生產(chǎn)效益的影響因素及影響程度;林江鵬(2009)通過(guò)建立DEA模型對(duì)全國(guó)13個(gè)糧食主產(chǎn)區(qū)的土地治理項(xiàng)目財(cái)政支出的使用效率進(jìn)行了研究。
基于當(dāng)前西南資源貧乏地區(qū)水稻投入產(chǎn)出效率問(wèn)題的現(xiàn)實(shí)性和急迫性,在前人研究的背景下,本文擬運(yùn)用主成分分析法和相關(guān)分析法共同構(gòu)造構(gòu)建計(jì)量模型進(jìn)行實(shí)證研究,分析水稻的投入產(chǎn)出效率。實(shí)證研究的具體思路為:首先,對(duì)選取的8個(gè)水稻投入指標(biāo)進(jìn)行多重共線性診斷,檢查各投入要素之間是否存在相關(guān)性;其次,根據(jù)上述診斷結(jié)果,運(yùn)用主成分分析法對(duì)預(yù)先設(shè)定的指標(biāo)進(jìn)行降維處理,提取出能代表原始指標(biāo)攜帶信息主成分;然后,利用提取出來(lái)的主成分對(duì)西南四省水稻投入產(chǎn)出做進(jìn)一步的相關(guān)性分析;最后,構(gòu)建西南四省資源貧乏地區(qū)水稻投入產(chǎn)出效率的評(píng)價(jià)模型,深入分析各投入指標(biāo)對(duì)水稻產(chǎn)出的影響程度。
按照上述設(shè)定的模型,本文首先對(duì)水稻各投入指標(biāo)進(jìn)行多重共線性診斷。本文選取水稻生產(chǎn)過(guò)程中的勞動(dòng)力、土地、種子等8個(gè)投入要素作為研究指標(biāo),由于各指標(biāo)之間可能存較強(qiáng)的相關(guān)性,首先對(duì)原自變量進(jìn)行多重回歸分析,進(jìn)行共線性診斷(見(jiàn)表1)。
表1 變量共線性診斷
上表顯示選取的水稻投入指標(biāo)之間存在較強(qiáng)的共線性(條件指數(shù)φ=158.531),常數(shù)項(xiàng)、土地(X2)和種子成本(X3)的VP均值較大,分別為0.95、0.97、0.96,因此,常數(shù)項(xiàng)與土地投入和種子投入之間高度相關(guān),究其原因,一方面可能伴隨著種稻面積的擴(kuò)大或者縮小,會(huì)帶來(lái)規(guī)模經(jīng)濟(jì)效應(yīng)的增加或減少,從而影響水稻種子投入的成本;另一個(gè)方面,農(nóng)戶作為經(jīng)濟(jì)人,在擴(kuò)大或者縮小種稻面積時(shí),常常會(huì)考慮更換種子的品種以達(dá)到利益與風(fēng)險(xiǎn)的平衡,從而也會(huì)影響種子的投入成本。鑒于此,本文擬采用主成分分析法將相關(guān)性較高的指標(biāo)轉(zhuǎn)化為彼此獨(dú)立或不相關(guān)的指標(biāo),從中得出幾個(gè)新指標(biāo),即主成分,解釋原始指標(biāo)的同時(shí)達(dá)到降維的效果。
2.2.1 運(yùn)用主成分分析提取主成分
主成分分析方法的核心思想是:針對(duì)一些具有錯(cuò)綜復(fù)雜關(guān)系、存在內(nèi)部相關(guān)性的因子,采用多元統(tǒng)計(jì)的方法對(duì)原指標(biāo)體系降維,將原指標(biāo)體系歸結(jié)為能夠反映其大量信息的綜合因子。本文首先運(yùn)用主成分分析法對(duì)原來(lái)選定的水稻投入指標(biāo)體系降維,提取主成分,運(yùn)行得到結(jié)果(見(jiàn)表2)
本文主成分的統(tǒng)計(jì)信息主要包括特征值的排列順序、各主成分的貢獻(xiàn)率及累計(jì)貢獻(xiàn)率。表3顯示,在提取的成分中,第一主成分的特征值為4.472,解釋了原來(lái)8個(gè)投入指標(biāo)的總方差的55.901%,第二主成分的特征值為1.350,解釋了原來(lái)8個(gè)投入指標(biāo)的總方差的16.875%,第三主成分的特征值為1.013,解釋了原來(lái)8個(gè)投入指標(biāo)量的總方差的12.667 %,前三個(gè)特征值的累計(jì)貢獻(xiàn)率達(dá)到了85.443%,即前三個(gè)變量包含了原來(lái)8個(gè)投入指標(biāo)85.443%的信息,故選取前三個(gè)主成分代替原有的8個(gè)投入指標(biāo)。
表2 農(nóng)戶水稻投入原變量的主成分統(tǒng)計(jì)信息
2.2.2 運(yùn)用主成分分析計(jì)算主成分值
提取出前三個(gè)關(guān)鍵指標(biāo)作為主成分后,運(yùn)用spss軟件運(yùn)行得到水稻投入產(chǎn)出主成分得分系數(shù)矩陣(如表3),所有的主成分表示為各個(gè)自變量的線性組合,并得出如下三個(gè)主成分的表達(dá)式:
其中,Z1、Z2、Z3分別是提取的第一、第二、第三主成分,stdxi(i=1,2,3,4,5,6,7,8)是經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的指標(biāo)值。
通過(guò)主成分分析對(duì)原變量進(jìn)行降維處理后,本文利用上表的西南四省水稻投入產(chǎn)出主成分得分系數(shù)矩陣,得出泊松相關(guān)系數(shù)矩陣,進(jìn)一步分析西南四省資源貧乏地區(qū)農(nóng)戶水稻投入產(chǎn)出之間的相關(guān)性(見(jiàn)表4)。
從表4可以看出,西南四省資源貧乏地區(qū)農(nóng)戶水稻投入產(chǎn)出及投入之間的相關(guān)系數(shù)值均較大,相關(guān)性較強(qiáng)。從西南四省水稻投入產(chǎn)出的相關(guān)性來(lái)看,水稻上生產(chǎn)上,農(nóng)藥和化肥的投入與水稻總產(chǎn)值的相關(guān)性最強(qiáng),其相關(guān)系數(shù)值分別為0.823、0.722,灌溉成本與水稻總產(chǎn)值的相關(guān)性最弱,其相關(guān)系數(shù)值為0.177,這可能與西南地區(qū)的資源稟賦相關(guān)。同時(shí),由于本調(diào)查是在2009年實(shí)行的,2010年以前西南地區(qū)由于極少遭遇干旱等的脅迫,其山區(qū)與高原的優(yōu)勢(shì)賦予了水稻生產(chǎn)過(guò)程中較為富足的水分需求,所以相關(guān)分析的結(jié)果顯示灌溉成本與水稻的總產(chǎn)值相關(guān)性最弱。從水稻生產(chǎn)過(guò)程中的各投入要素之間的相關(guān)性來(lái)看,水稻種子成本與水稻播種面積的相關(guān)性最強(qiáng),其相關(guān)系數(shù)值為0.969,這一點(diǎn)在對(duì)原自變量進(jìn)行多重共線性診斷時(shí)已做分析,此處不再贅述。
表3 農(nóng)戶水稻投入產(chǎn)出的主成分得分系數(shù)矩陣
表4 農(nóng)戶水稻投入產(chǎn)出的相關(guān)性
在得出個(gè)投入要素對(duì)水稻總產(chǎn)值的相關(guān)關(guān)系后,為了更加具體評(píng)價(jià)西南四省水稻生產(chǎn)中各投入要素對(duì)水稻最終產(chǎn)出的影響程度,本文以水稻產(chǎn)值為被解釋變量,以提取的主成分為解釋變量進(jìn)行回歸分析,構(gòu)建水稻投入產(chǎn)出的效率評(píng)價(jià)模型,得出如下線性回歸方程:
進(jìn)而,將主成分分析結(jié)果導(dǎo)入上述線性回歸方程后,得到被解釋變量Y與標(biāo)準(zhǔn)自變量stdxi的線性回歸方程,即:
最后,將標(biāo)準(zhǔn)指標(biāo)stdxi還原為原始指標(biāo)xi,得到解釋變量與被解釋變量xi的線性回歸方程:
上述結(jié)果充分表明了西南資源貧乏地區(qū)各水稻投入要素對(duì)水稻產(chǎn)出績(jī)效的影響,且各影響程度不盡相同。在所考察的8個(gè)投入要素中,化肥投入對(duì)水稻產(chǎn)量的影響最大,達(dá)到0.210。說(shuō)明化肥投入是水稻生產(chǎn)中對(duì)水稻產(chǎn)量提高制約性最強(qiáng)的因素,科學(xué)合理使用化肥是提高水稻產(chǎn)量的最有效途徑。農(nóng)藥投入對(duì)水稻產(chǎn)量的影響程度僅次于化肥,農(nóng)藥投入每改變1%,水稻產(chǎn)量將改變0.167%。水稻播種面積對(duì)水稻產(chǎn)出影響程度位于第3,水稻播種面積沒(méi)增加1%,水稻產(chǎn)值將增加0.123%,這雖然和部分學(xué)者對(duì)于全國(guó)糧食產(chǎn)量影響因素的分析結(jié)果不太一致,可能與西南地區(qū)自身的資源稟賦相關(guān),我國(guó)西南地區(qū)是一個(gè)人口、資源與環(huán)境矛盾日益突出的資源貧乏地區(qū),貧困與生態(tài)惡化的雙重壓力使該地區(qū)水稻生產(chǎn)系統(tǒng)的脆弱程度進(jìn)一步惡化,多種致災(zāi)因子的刺激使得水稻對(duì)化肥和農(nóng)藥的依賴(lài)程度越來(lái)越大,因此農(nóng)藥和化肥的投入嚴(yán)重影響著水稻的總產(chǎn)值,而擴(kuò)大水稻播種面積并非提高產(chǎn)值的最有效方法。此外,通過(guò)分析發(fā)現(xiàn),勞動(dòng)力和種子投入對(duì)水稻產(chǎn)值的影響基本持平,重要性位于水稻播種面積的影響之后,其中,勞動(dòng)力投入每增加1%,就可能導(dǎo)致水稻產(chǎn)值減少0.103%,這說(shuō)明了我國(guó)西南地區(qū)人口與資源矛盾的惡化正在進(jìn)一步加劇,在水稻生產(chǎn)的過(guò)程中,資源貧乏地區(qū)經(jīng)濟(jì)的落后導(dǎo)致人們的資源稟賦存在較大差異,務(wù)農(nóng)人口的剩余導(dǎo)致水稻生產(chǎn)的低效率,這一點(diǎn)必須引起足夠的重視。農(nóng)業(yè)機(jī)械總動(dòng)力和政府農(nóng)業(yè)補(bǔ)貼的增加對(duì)水稻總產(chǎn)值的提高也具有較大的作用,而水資源投入對(duì)水稻產(chǎn)值的影響最小,這可能是由于本文是基于2009年調(diào)查數(shù)據(jù)的基礎(chǔ)之上研究的成果,而在2010年以前,西南地區(qū)極少遭遇干旱等脅迫,其山區(qū)與高原的地帶優(yōu)勢(shì)賦予了水稻生產(chǎn)過(guò)程中極為富足的水分需求,所以水資源并未構(gòu)成水稻產(chǎn)值提高的關(guān)鍵影響因素。
以上分析結(jié)果表明,水稻產(chǎn)出受勞動(dòng)力、土地、種子、灌溉成本、化肥和農(nóng)藥投入、農(nóng)技投入及政府補(bǔ)貼等因素的影響,不同因素的影響程度均不相同,選取的全部變量中,化肥投入對(duì)水稻產(chǎn)出的影響最大,其次分別是農(nóng)藥、土地、勞動(dòng)力、種子、農(nóng)機(jī)投入及政府財(cái)政補(bǔ)貼,水稻灌溉成本對(duì)水稻產(chǎn)出的影響較小?;谝陨涎芯拷Y(jié)論,本文提出以下幾點(diǎn)政策建議:
(1)推廣優(yōu)良品種,加強(qiáng)技術(shù)指導(dǎo)
(2)完善支農(nóng)惠農(nóng)政策,加大支農(nóng)惠農(nóng)力度
(3)推進(jìn)農(nóng)村土地流轉(zhuǎn),促進(jìn)農(nóng)民增收
[1]蔡洪法.我國(guó)水稻生產(chǎn)現(xiàn)狀與發(fā)展展望[J].發(fā)展與對(duì)策,2000,(6)
[2]黃季火昆,李寧輝.中國(guó)農(nóng)業(yè)政策分析和預(yù)測(cè)模型— —CAPSiM[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2003,3(2).
[3]關(guān)俊霞,丁士軍.南方農(nóng)戶水稻生產(chǎn)的投入產(chǎn)出及技術(shù)需求分析——來(lái)自四省的農(nóng)戶調(diào)查[D].華中農(nóng)業(yè)大學(xué),2007.
[4]顧俊龍.農(nóng)業(yè)投入產(chǎn)出結(jié)構(gòu)變化及影響因素分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2006,(10).
[5]蔣庭松.加入WTO與中國(guó)糧食安全[J].管理世界,2004,(3).
[6]靖飛.江蘇省水稻生產(chǎn)投入要素及影響因素實(shí)證研究[J].技術(shù)經(jīng)濟(jì),2008,(2).
[7]陸文聰,黃祖輝.中國(guó)糧食供求變化趨勢(shì)預(yù)測(cè):基于區(qū)域化市場(chǎng)均衡模型[J].經(jīng)濟(jì)研究,2004,(8).
[8]李曉敏,丁士軍.對(duì)湖北省糧食生產(chǎn)效益的實(shí)證分析[J].安徽農(nóng)業(yè)科學(xué),2006,34(2).
[9]林江鵬,樊小璞.我國(guó)財(cái)政農(nóng)業(yè)的投入產(chǎn)出效率研究[J].經(jīng)濟(jì)學(xué)家,2009,(8).
[10]林玉蕊.農(nóng)業(yè)投入產(chǎn)出生產(chǎn)函數(shù)及其應(yīng)用研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2007,(7).
[11]李爭(zhēng),馮中朝.油菜種植戶的技術(shù)偏好及影響因子研究[J].中國(guó)科技論壇,2009,(9).
[12]盧中華.蔬菜生產(chǎn)效益及其影響因素研究[D].南京農(nóng)業(yè)大學(xué),2006.