摘要 基于2004—2020年長(zhǎng)江流域省市有關(guān)面板數(shù)據(jù)，構(gòu)建面板向量自回歸模型，引入農(nóng)業(yè)生產(chǎn)托管、人工成本價(jià)格因素，分析農(nóng)業(yè)生產(chǎn)托管和人工成本對(duì)水稻產(chǎn)量的影響。結(jié)果表明，水稻生產(chǎn)托管對(duì)水稻產(chǎn)量有負(fù)向沖擊影響，但沖擊較小且平穩(wěn)；人工成本的增加會(huì)提高水稻產(chǎn)量，對(duì)水稻生產(chǎn)托管的影響短期內(nèi)不顯著；水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者之間存在動(dòng)態(tài)交互效應(yīng)。基于此，提出了完善農(nóng)業(yè)托管體系、降低水稻人工投入、提升水稻規(guī)?；降冉ㄗh，以促進(jìn)水稻等糧食作物的高質(zhì)量發(fā)展。

關(guān)鍵詞 農(nóng)業(yè)生產(chǎn)托管；人工成本；水稻生產(chǎn)托管；PVAR

中圖分類(lèi)號(hào) S-9 ??文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2023）07-0212-05

doi：10.3969/j.issn.0517-6611.2023.07.049

Dynamic Study on Agricultural Production Trusteeship， Labor Cost Price and Rice Yield Based on PVAR Model

DUAN Chang-zhong

（Economics and Management School of Yangtze University， Jingzhou，Hubei 434023）

Abstract Based on the relevant panel data of provinces and cities in the Yangtze River basin from 2004 to 2020， this paper constructs a panel vector autoregression model， introduces the factors of agricultural production trusteeship and labor cost price， and analyzes the impact of agricultural production trusteeship and labor cost on rice yield. The results showed that rice production trusteeship had a negative impact on rice yield， but the impact was small and stable;the increase of labor cost will increase rice yield， and the impact on rice production trusteeship is not significant in the short term;there is a dynamic interaction among rice production trusteeship， labor cost and rice yield. Based on this， this paper puts forward some suggestions to improve the agricultural trusteeship system， reduce rice labor input， and improve the scale of rice to promote the high-quality development of rice and other food crops.

Key words Agricultural production trusteeship;Labor cost;Rice production trusteeship;PVAR

作者簡(jiǎn)介 段昌忠（1994—），男，湖北石首人，在讀碩士，從事農(nóng)村發(fā)展研究。

收稿日期 2022-09-09；修回日期 2022-10-11

習(xí)近平總書(shū)記曾多次強(qiáng)調(diào)，中國(guó)人的飯碗要牢牢端在自己的手里。水稻是百糧之基，在我國(guó)居民日常生活中占據(jù)重要地位。保障糧食安全，是防范化解各類(lèi)風(fēng)險(xiǎn)，穩(wěn)定國(guó)家大局的有效途徑［1］。我國(guó)糧食供給長(zhǎng)期處于“緊平衡”狀態(tài)，維持糧食產(chǎn)量穩(wěn)定付出了巨大的人力、物力和環(huán)境代價(jià)［2］。農(nóng)業(yè)生產(chǎn)托管作為新時(shí)代農(nóng)業(yè)社會(huì)化服務(wù)方式和經(jīng)營(yíng)方式，既是解決技術(shù)缺乏、勞動(dòng)力短缺、資金供應(yīng)不足等問(wèn)題的有效途徑，又是促進(jìn)糧食豐收增效和實(shí)現(xiàn)小農(nóng)戶(hù)與農(nóng)業(yè)現(xiàn)代化有效銜接的應(yīng)有之策。近年來(lái)，我國(guó)農(nóng)業(yè)生產(chǎn)托管初具規(guī)模，國(guó)家出臺(tái)一系列文件政策引導(dǎo)農(nóng)業(yè)生產(chǎn)托管良性發(fā)展，2017年農(nóng)業(yè)部辦公廳印發(fā)《關(guān)于開(kāi)展農(nóng)業(yè)生產(chǎn)托管統(tǒng)計(jì)工作的通知》，2019年農(nóng)業(yè)農(nóng)村部積極推廣農(nóng)業(yè)生產(chǎn)托管為主的社會(huì)化服務(wù)模式。發(fā)展農(nóng)業(yè)生產(chǎn)托管的最終目的是提供優(yōu)質(zhì)糧食，保障糧食安全。因此，探究農(nóng)業(yè)生產(chǎn)托管、人工成本和水稻產(chǎn)量之間關(guān)系，有助于把握水稻生產(chǎn)托管服務(wù)的規(guī)律和條件，進(jìn)而促進(jìn)農(nóng)業(yè)生產(chǎn)托管服務(wù)，推動(dòng)糧食增產(chǎn)提質(zhì)。

參考已有資料，內(nèi)容上，研究學(xué)者們主要從托管意愿、組織方式以及托管模式3個(gè)角度對(duì)農(nóng)業(yè)生產(chǎn)托管展開(kāi)研究［3-9］；視角上，相關(guān)學(xué)者從服務(wù)經(jīng)營(yíng)規(guī)模視角對(duì)農(nóng)業(yè)生產(chǎn)托管組織方式進(jìn)行探討，提出農(nóng)業(yè)生產(chǎn)托管服務(wù)新融合模式［11-14］。隨著關(guān)于農(nóng)業(yè)生產(chǎn)托管與水稻、玉米、小麥等糧食相關(guān)研究逐漸增多，基于理論和實(shí)證兩方面，論述農(nóng)業(yè)生產(chǎn)托管對(duì)農(nóng)業(yè)生產(chǎn)效率以及農(nóng)戶(hù)的影響［1-2，9，15-16］。

綜上，現(xiàn)有研究對(duì)農(nóng)業(yè)生產(chǎn)托管進(jìn)行較為深入的剖析，具有一定啟發(fā)意義，為該研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)。但對(duì)農(nóng)業(yè)微觀(guān)視角——農(nóng)業(yè)生產(chǎn)托管、人工成本以及產(chǎn)量關(guān)注較少。此外，現(xiàn)有研究主要基于農(nóng)業(yè)生產(chǎn)托管和某一對(duì)象之間的兩者關(guān)系研究，對(duì)三者的研究相對(duì)缺乏。水稻是大宗農(nóng)產(chǎn)品，也是農(nóng)業(yè)生產(chǎn)托管服務(wù)的優(yōu)先支持對(duì)象，同時(shí)長(zhǎng)江流域水稻種植面積占全國(guó)的65.7%。因此，研究長(zhǎng)江流域水稻生產(chǎn)托管不僅具有較強(qiáng)的代表性，而且有較強(qiáng)的現(xiàn)實(shí)基礎(chǔ)，對(duì)于我國(guó)水稻生產(chǎn)托管服務(wù)具有一定的指導(dǎo)作用。筆者構(gòu)建面板向量自回歸模型，基于長(zhǎng)江流域省際動(dòng)態(tài)面板數(shù)據(jù)，就水稻生產(chǎn)托管、人工成本對(duì)水稻產(chǎn)量的沖擊影響進(jìn)行分析并提出對(duì)策建議，以期為水稻生產(chǎn)托管高質(zhì)量發(fā)展提供參考。

1 模型構(gòu)建與數(shù)據(jù)來(lái)源

1.1 模型構(gòu)建

向量自回歸模型通過(guò)實(shí)際經(jīng)濟(jì)數(shù)據(jù)確定經(jīng)濟(jì)系統(tǒng)動(dòng)態(tài)結(jié)構(gòu)，建模時(shí)無(wú)須提出先驗(yàn)理論假設(shè)的一種非結(jié)構(gòu)化模型。面板向量自回歸模型（PVAR）則是考察兩個(gè)或多個(gè)變量之間的動(dòng)態(tài)關(guān)系，適用于時(shí)間跨度相對(duì)較短（T≤20）的短面板數(shù)據(jù)，該研究的水稻生產(chǎn)托管、人工成本、水稻產(chǎn)量影響的短面板適用于PVAR模型。

該研究PVAR模型如下：

Yit=niαjYi，t-j+δt+γi+εit（1）

Yit=［p_trusteeship，p_labor，yield］，p_trusteeship、p_labor、yield分別表示水稻生產(chǎn)托管費(fèi)用、人工成本價(jià)格以及水稻產(chǎn)量；i代表長(zhǎng)江流域的10個(gè)省級(jí)行政區(qū)域，i=1，2，…，10；t代表年份，t=2004，2005，…，2020；n代表滯后階數(shù)，αj代表系數(shù)矩陣；j代表向量的滯后階數(shù)；δt代表時(shí)間效應(yīng)；γi代表個(gè)體效應(yīng)；εit代表隨機(jī)誤差項(xiàng)。

1.2 數(shù)據(jù)來(lái)源與處理

該研究數(shù)據(jù)均來(lái)源于《全國(guó)農(nóng)產(chǎn)品成本與匯編》（2005—2021），為保證數(shù)據(jù)的完整性和一致性，長(zhǎng)江流域省級(jí)行政區(qū)域中剔除數(shù)據(jù)缺失嚴(yán)重的上海市，最終確定研究對(duì)象為2014—2020年長(zhǎng)江流域江蘇省、浙江省、安徽省、湖北省、湖南省、重慶市、四川省、貴州省與云南省的9個(gè)省級(jí)行政區(qū)域。水稻包含早秈稻、中秈稻、晚秈稻以及粳稻米4種，該研究將這4種水稻相關(guān)數(shù)據(jù)進(jìn)行匯總平均處理?！掇r(nóng)業(yè)部辦公廳關(guān)于大力推進(jìn)農(nóng)業(yè)生產(chǎn)托管的指導(dǎo)意見(jiàn)》（農(nóng)辦經(jīng) 〔2017〕19號(hào)）將農(nóng)業(yè)生產(chǎn)托管定義為在不流轉(zhuǎn)土地經(jīng)營(yíng)權(quán)的前提下，將農(nóng)業(yè)生產(chǎn)的部分或全部作業(yè)環(huán)節(jié)委托給農(nóng)業(yè)經(jīng)營(yíng)組織的方式［17-18］。農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的耕、種、防、收主要涉及農(nóng)業(yè)物質(zhì)資料的投入以及農(nóng)業(yè)生產(chǎn)托管所產(chǎn)生的服務(wù)費(fèi)用，因此該研究將水稻生產(chǎn)托管費(fèi)用（p_trusteeship）以水稻的物質(zhì)與服務(wù)費(fèi)表征，人工成本價(jià)格（p_labor）以單位面積人工成本表征，水稻產(chǎn)量（yield）以水稻單位面積產(chǎn)量表征。變量的描述性統(tǒng)計(jì)與相關(guān)性檢驗(yàn)結(jié)果見(jiàn)表1。表1顯示，水稻產(chǎn)量與人工成本價(jià)格的相關(guān)性最大，為0.462 1，其他變量之間的相關(guān)系數(shù)均小于0.46，表明各變量之間不存在嚴(yán)重多重共線(xiàn)性問(wèn)題。

2 結(jié)果與分析

2.1 面板單位根檢驗(yàn)

為避免出現(xiàn)偽回歸和弱工具變量等問(wèn)題，采用IPS檢驗(yàn)法對(duì)研究所涉及的變量進(jìn)行面板單位根檢驗(yàn)，IPS檢驗(yàn)結(jié)果如表2 所示。結(jié)果表明，p_trusteeship的統(tǒng)計(jì)量為-3.233 4，小于1%的臨界值-2.210，因此拒絕面板單位根的原假設(shè)；Z的統(tǒng)計(jì)量為-4.037 5，對(duì)應(yīng)的P值為0.000 0，同樣拒絕原假設(shè)，綜上可以判斷，p_trusteeship為平穩(wěn)序列。同理可知，p_labor和yield均為平穩(wěn)序列。

2.2 格蘭杰（Granger）因果檢驗(yàn)

表3為格蘭杰因果檢驗(yàn)結(jié)果。從表3可知，在農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）方程中，人工成本（p_labor）的P值為0.038，即至少在0.05的顯著性水平下拒絕原假設(shè)，人工成本（p_labor）和水稻產(chǎn)量（yield）聯(lián)合檢驗(yàn)的P值為0.029，該結(jié)果顯著且拒絕原假設(shè)，說(shuō)明人工成本和水稻產(chǎn)量是農(nóng)業(yè)生產(chǎn)托管的Granger意義下的原因。在人工成本（p_labor）方程中，農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）的P值為0.041，即至少在0.05的水平下顯著，水稻產(chǎn)量（yield）的P值為0.001，至少在0.01的水平下顯著，同理農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）和水稻產(chǎn)量（yield）聯(lián)合檢驗(yàn)至少在0.10的水平下顯著，說(shuō)明農(nóng)業(yè)生產(chǎn)托管和水稻產(chǎn)量是人工成本的Granger意義下的原因。在水稻產(chǎn)量（yield）方程中，農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）的P值為0.043，人工成本（p_labor）的P值為0.034，兩者的結(jié)果均拒絕原假設(shè)，且農(nóng)業(yè)生產(chǎn)托管（p_trusteeship）和人工成本（p_labor）的聯(lián)合檢驗(yàn)在0.01的水平下顯著，說(shuō)明農(nóng)業(yè)生產(chǎn)托管和人工成本是水稻產(chǎn)量的Granger原因。

2.3 最優(yōu)滯后階數(shù)選取與穩(wěn)定性檢驗(yàn)

PVAR模型建立過(guò)程中變量滯后階數(shù)的選取對(duì)模型擬合十分關(guān)鍵，若滯后階段過(guò)短，無(wú)法準(zhǔn)確捕捉PVAR模型的動(dòng)態(tài)特征；若滯后階數(shù)過(guò)長(zhǎng)模型估計(jì)參數(shù)較多，則會(huì)損失自由度從而降低模型擬合度。一般使用MAIC、MBIC和MQIC最小信息準(zhǔn)則確定PVAR的最優(yōu)滯后階數(shù)。

由表4可知，在MBIC和MQIC準(zhǔn)則下選擇的滯后階數(shù)為1階，在MAIC準(zhǔn)則下選擇的滯后階數(shù)為3階，綜合MAIC、MBIC和MQIC準(zhǔn)則可得，該研究的最優(yōu)滯后階數(shù)為1階。

圖1為面板向量自回歸模型的穩(wěn)定性檢驗(yàn)結(jié)果。如圖1所示，所有的特征值均落在單位圓內(nèi)，表明該研究設(shè)定的PVAR模型穩(wěn)定，其整體回歸結(jié)果有效。

2.4 面板向量自回歸分析

對(duì)公式（1）構(gòu)建的向量自回歸模型采用GMM方法估計(jì)，得到回歸結(jié)果見(jiàn)表5。由表5可知，水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者之間存在顯著的雙向動(dòng)態(tài)關(guān)系，3個(gè)變量滯后1期對(duì)其他變量均有顯著影響。

在水稻生產(chǎn)托管方程中，人工投入和水稻產(chǎn)量滯后1期的估計(jì)系數(shù)在0.01的水平顯著均為負(fù)，表明前一期的人工成本和水稻產(chǎn)量減少的負(fù)向沖擊將會(huì)導(dǎo)致水稻生產(chǎn)托管費(fèi)用增加?？赡茉蚴乔耙黄谌斯こ杀就度胼^少、水稻產(chǎn)量下降，為提高當(dāng)期水稻產(chǎn)量，農(nóng)戶(hù)會(huì)適當(dāng)增加當(dāng)期農(nóng)業(yè)生產(chǎn)資料的投入，從而相應(yīng)增加水稻托管等環(huán)節(jié)的投入，進(jìn)而提高水稻產(chǎn)量。

在人工成本價(jià)格方程中，水稻生產(chǎn)托管滯后1期的估計(jì)系數(shù)在0.01水平顯著為正，表明前一期水稻生產(chǎn)托管的正向沖擊會(huì)促使人工成本增加，導(dǎo)致這一現(xiàn)象可能的原因是水稻生產(chǎn)托管費(fèi)用的增加會(huì)使農(nóng)戶(hù)產(chǎn)生正向預(yù)期，因此會(huì)追加人工成本投入。水稻產(chǎn)量滯后一期的估計(jì)系數(shù)在0.01水平顯著為負(fù)，表明前一期水稻產(chǎn)量增加的沖擊會(huì)導(dǎo)致人工成本減少，根據(jù)邊際報(bào)酬遞減規(guī)律以及農(nóng)戶(hù)的保守心理，前一期水稻產(chǎn)量增加時(shí)，農(nóng)戶(hù)一般不會(huì)盲目擴(kuò)大生產(chǎn)規(guī)模，保持現(xiàn)有的生產(chǎn)狀態(tài)。同時(shí)前一期的產(chǎn)量增加的經(jīng)驗(yàn)使得農(nóng)戶(hù)適當(dāng)減少某些生產(chǎn)環(huán)節(jié)的人工投入，實(shí)現(xiàn)“最低投入最大產(chǎn)出”，追求邊際效益最大化。

在水稻產(chǎn)量方程中，水稻生產(chǎn)托管的滯后1期估計(jì)系數(shù)在0.01水平顯著為正，表明前一期水稻生產(chǎn)托管的正向沖擊會(huì)促使水稻產(chǎn)量增加，形成原因在于水稻生產(chǎn)托管費(fèi)用的增加，水稻生產(chǎn)投入了較多的生產(chǎn)資料，一般而言當(dāng)年的水稻產(chǎn)量會(huì)提高，進(jìn)而農(nóng)戶(hù)會(huì)保持現(xiàn)有生產(chǎn)資料投入或適當(dāng)增加生產(chǎn)投入，從而當(dāng)期的水稻產(chǎn)量有所提升。人工成本的滯后1期估計(jì)系數(shù)在0.10水平顯著為負(fù)，表明前一期人工成本的沖擊將會(huì)導(dǎo)致水稻產(chǎn)量下降。由于該研究對(duì)象為長(zhǎng)江流域除上海市之外9個(gè)省市水稻，而水稻主要生長(zhǎng)期在夏季，長(zhǎng)江流域夏季極易遭遇旱澇極端災(zāi)害天氣的影響，稻田干旱或洪澇，導(dǎo)致水稻產(chǎn)量減少。農(nóng)戶(hù)在前一期遭受損失，收入相應(yīng)減少，縮小當(dāng)期生產(chǎn)規(guī)模，從而會(huì)影響當(dāng)期水稻產(chǎn)量。

2.5 脈沖響應(yīng)分析

為探索水稻生產(chǎn)托管、人工成本以及水稻產(chǎn)量三者之間的動(dòng)態(tài)傳導(dǎo)機(jī)制和影響路徑，該研究運(yùn)用脈沖相應(yīng)進(jìn)行解釋說(shuō)明。圖2為沖擊時(shí)間為10期的脈沖響應(yīng)結(jié)果。

分析水稻生產(chǎn)托管、人工成本價(jià)格、水稻產(chǎn)量的脈沖響應(yīng)正交圖可得出以下結(jié)論：

第一，水稻產(chǎn)量提高會(huì)促進(jìn)水稻生產(chǎn)規(guī)模效益，降低人工成本。水稻產(chǎn)量的沖擊對(duì)水稻生產(chǎn)托管呈持續(xù)性影響，在第1期出現(xiàn)峰谷后，出現(xiàn)長(zhǎng)期平穩(wěn)上升狀態(tài)，在第5期后由負(fù)向影響轉(zhuǎn)變?yōu)檎蛴绊?。給水稻產(chǎn)量一個(gè)標(biāo)準(zhǔn)差大小的沖擊，其自身會(huì)受到影響，前2期沖擊為正，第3期開(kāi)始轉(zhuǎn)為負(fù)向沖擊，并趨于逐漸收斂。

第二，人工成本的增加會(huì)促進(jìn)水稻產(chǎn)量的提高，但隨著人工成本的提高，短期內(nèi)水稻產(chǎn)量的增速較快，長(zhǎng)期增速逐漸穩(wěn)定，對(duì)水稻生產(chǎn)托管的作用較小且不明顯。給人工成本1個(gè)標(biāo)準(zhǔn)差大小的沖擊，其自身會(huì)受到正向影響，沖擊時(shí)間較短且在第2期恢復(fù)穩(wěn)定。

第三，水稻生產(chǎn)托管對(duì)水稻產(chǎn)量的沖擊為負(fù)，第一期對(duì)水稻產(chǎn)量的沖擊較大，第2期開(kāi)始沖擊呈收斂態(tài)勢(shì)。水稻生產(chǎn)托管對(duì)人工成本的沖擊較大，第1期沖擊作用顯著，后期的負(fù)向沖擊作用逐漸平穩(wěn)。給水稻生產(chǎn)托管1個(gè)標(biāo)準(zhǔn)差大小的沖擊，其自身會(huì)受到正向沖擊，但沖擊十分平穩(wěn)。

2.6 方差分解分析

為更進(jìn)一步度量水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量3個(gè)指標(biāo)之間的長(zhǎng)期相互影響程度，使用預(yù)測(cè)誤差方差分解模型來(lái)解釋水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量對(duì)沖擊響應(yīng)的方差貢獻(xiàn)度，其結(jié)果見(jiàn)表6。

從水稻生產(chǎn)托管的方差貢獻(xiàn)率來(lái)看，水稻生產(chǎn)托管的方差貢獻(xiàn)率在第1期全部來(lái)自自身，從第2期開(kāi)始，人工成本和水稻產(chǎn)量的貢獻(xiàn)率開(kāi)始增長(zhǎng)，但二者的貢獻(xiàn)率一直比較低。第2期水稻生產(chǎn)托管的貢獻(xiàn)率為79.53%，人工成本和水稻產(chǎn)量的貢獻(xiàn)率分別為0.86%、1.18%，第6期水稻生產(chǎn)托管貢獻(xiàn)率78.95%，經(jīng)過(guò)5期其貢獻(xiàn)率變動(dòng)較小，而人工成本和水稻產(chǎn)量的貢獻(xiàn)率在這一期均突破了1%。在觀(guān)察期內(nèi)，水稻生產(chǎn)托管貢獻(xiàn)率與其他2個(gè)變量的貢獻(xiàn)率基本長(zhǎng)期維持在8∶2的狀態(tài)，表明水稻生產(chǎn)托管受人工成本和水稻產(chǎn)量的影響非常有限。原因可能是我國(guó)的農(nóng)業(yè)生產(chǎn)托管起步較慢，生產(chǎn)托管機(jī)制管理體系有待完善，導(dǎo)致其對(duì)農(nóng)業(yè)人工成本和農(nóng)業(yè)產(chǎn)量的作用未得到有效發(fā)揮。

從人工成本的方差分解來(lái)看，在第一期人工成本的貢獻(xiàn)率來(lái)自和水稻生產(chǎn)托管和自身，水稻產(chǎn)量沒(méi)有貢獻(xiàn)。在第2期，水稻產(chǎn)量的貢獻(xiàn)率為56.61%，超過(guò)人工成本自身34.77%的貢獻(xiàn)率，水稻托管的貢獻(xiàn)率略有下降。在剩下的9期內(nèi)，水稻托管貢獻(xiàn)率在10%左右徘徊，人工成本剩余90%左右的貢獻(xiàn)率由人工成本貢獻(xiàn)34%左右和水稻產(chǎn)量貢獻(xiàn)56%左右構(gòu)成。表明水稻產(chǎn)量對(duì)人工成本的影響比水稻生產(chǎn)托管對(duì)人工成本的影響更大。

從水稻產(chǎn)量貢獻(xiàn)率來(lái)看，第1期的水稻產(chǎn)量方差貢獻(xiàn)率有62.89%來(lái)自自身，但在第5期和第10期，自身的貢獻(xiàn)有所減少但變化不顯著，水稻生產(chǎn)托管對(duì)水稻產(chǎn)量的方差貢獻(xiàn)率分別為4.40%和3.62%，人工成本對(duì)水稻產(chǎn)量的方差貢獻(xiàn)率增加到34.25%和35.15%，可見(jiàn)與水稻生產(chǎn)托管相比，水稻產(chǎn)量受人工成本的影響相對(duì)較大。

總體而言，從水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者間的動(dòng)態(tài)互動(dòng)關(guān)系來(lái)看，這三者在一定程度上存在部分融合，但三者的作用強(qiáng)弱程度有所差異。

3 結(jié)論與建議

該研究基于2004—2020年長(zhǎng)江流域除上海市之外的9個(gè)省級(jí)行政區(qū)域的面板數(shù)據(jù)，構(gòu)建水稻生產(chǎn)托管、人工成本價(jià)格和水稻產(chǎn)量面板向量自回歸模型，在此基礎(chǔ)上進(jìn)一步通過(guò)GMM估計(jì)、脈沖響應(yīng)和預(yù)測(cè)方差分解對(duì)水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量之間的互動(dòng)關(guān)系進(jìn)行檢驗(yàn)。研究發(fā)現(xiàn)：水稻生產(chǎn)托管對(duì)水稻產(chǎn)量有負(fù)向沖擊影響，但沖擊影響較小且平穩(wěn)；人工成本的增加會(huì)提高水稻產(chǎn)量，對(duì)水稻生產(chǎn)托管的影響短期內(nèi)不顯著；水稻生產(chǎn)托管、人工成本和水稻產(chǎn)量三者之間存在動(dòng)態(tài)交互效應(yīng)?；谘芯拷Y(jié)論，提出如下對(duì)策建議：

一是完善農(nóng)業(yè)托管體系，普及生產(chǎn)托管理念。鼓勵(lì)各種類(lèi)型的生產(chǎn)托管服務(wù)組織加強(qiáng)合作，形成農(nóng)業(yè)生產(chǎn)托管服務(wù)體系完備、服務(wù)質(zhì)量上乘的生產(chǎn)托管服務(wù)網(wǎng)絡(luò)。以政府牽引為契機(jī)，承接地域農(nóng)業(yè)生產(chǎn)托管服務(wù)中心、鄉(xiāng)鎮(zhèn)生產(chǎn)托管站、村級(jí)生產(chǎn)托管服務(wù)點(diǎn)等建設(shè)，構(gòu)建農(nóng)業(yè)資源整合、供需對(duì)接的區(qū)域生產(chǎn)托管服務(wù)平臺(tái)。對(duì)農(nóng)戶(hù)進(jìn)行生產(chǎn)托管理念知識(shí)教育與普及，提高農(nóng)業(yè)生產(chǎn)托管率，達(dá)到優(yōu)質(zhì)高效的農(nóng)業(yè)生產(chǎn)托管有效減少人工成本費(fèi)用，提高水稻產(chǎn)量的目的。

二是降低水稻人工投入，提高機(jī)械化水平。補(bǔ)齊水稻生產(chǎn)過(guò)程種植、育肥、收割、烘干、倉(cāng)儲(chǔ)等薄弱環(huán)節(jié)，大力推行水稻種植全程機(jī)械化作業(yè)，減少農(nóng)事活動(dòng)的非必要支出，降低種植過(guò)程的人工成本投入。

三是提升水稻規(guī)?；剑岣弋a(chǎn)量。發(fā)揮農(nóng)業(yè)集體經(jīng)濟(jì)、農(nóng)民專(zhuān)業(yè)合作社等集體組織優(yōu)勢(shì)，整合分散農(nóng)戶(hù)需求，提供集中成片的水稻托管服務(wù)，以規(guī)模化、產(chǎn)業(yè)化、集約化的生產(chǎn)經(jīng)營(yíng)方式提高水稻產(chǎn)量。

參考文獻(xiàn)

［1］ 江帆，宋洪遠(yuǎn)，高鳴.農(nóng)業(yè)生產(chǎn)托管保障國(guó)家糧食安全的理論分析：基于生成邏輯的視角［J］.農(nóng)業(yè)現(xiàn)代化研究，2022，43（1）：11-19.

［2］ 蘆千文，苑鵬.農(nóng)業(yè)生產(chǎn)托管與穩(wěn)固中國(guó)糧食安全戰(zhàn)略根基［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（3）：58-67.

［3］ 忻紅，吳清萍.河北省農(nóng)業(yè)經(jīng)營(yíng)體系創(chuàng)新和運(yùn)作研究［J］.價(jià)格月刊，2016（7）：86-90.

［4］ 杜洪燕，陳俊紅，李蕓.農(nóng)業(yè)生產(chǎn)托管組織方式研究：以山西省為例［J］.農(nóng)業(yè)經(jīng)濟(jì)，2021（1）：12-14.

［5］ 姜長(zhǎng)云.論農(nóng)業(yè)生產(chǎn)托管服務(wù)發(fā)展的四大關(guān)系［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2020，41（9）：55-63.

［6］ 王玉斌，李乾.農(nóng)業(yè)生產(chǎn)托管利益分配模式比較研究［J］.改革，2019（8）：119-127.

［7］ 陳辛垚.新疆農(nóng)業(yè)生產(chǎn)托管服務(wù)模式效果評(píng)價(jià)研究［D］.烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2021.

［8］ 杜洪燕，陳俊紅，劉寶印，等.服務(wù)融合趨勢(shì)下農(nóng)業(yè)生產(chǎn)托管組織方式創(chuàng)新研究［J］.北方園藝，2021（7）：162-169.

［9］ 靳曉敏，宋玉蘭，許明威.農(nóng)業(yè)生產(chǎn)托管對(duì)新疆玉米種植戶(hù)福利效應(yīng)影響研究［J］.資源開(kāi)發(fā)與市場(chǎng)，2021，37（12）：1457-1463，1470.

［10］ 盧洋嘯，孔祥智.農(nóng)業(yè)生產(chǎn)托管的形成機(jī)制與服務(wù)模式分析［J］.現(xiàn)代經(jīng)濟(jì)探討，2021（6）：119-125，132.

［11］ 杜洪燕，陳俊紅，李蕓.推動(dòng)小農(nóng)戶(hù)與現(xiàn)代農(nóng)業(yè)有機(jī)銜接的農(nóng)業(yè)生產(chǎn)托管組織方式和利益聯(lián)結(jié)機(jī)制［J］.農(nóng)村經(jīng)濟(jì)，2021（1）：31-38.

［12］ 姜長(zhǎng)云，李俊茹，趙煒科.農(nóng)業(yè)生產(chǎn)托管服務(wù)的組織形式、實(shí)踐探索與制度創(chuàng)新：以黑龍江省LX縣為例［J］.改革，2021（8）：103-115.

［13］ 張瑞娟，宦梅麗.農(nóng)業(yè)生產(chǎn)托管：模式、成效及啟示——來(lái)自黑龍江省蘭西縣的經(jīng)驗(yàn)［J］.重慶社會(huì)科學(xué)，2020（10）：5-17.

［14］ 冀名峰，李琳.農(nóng)業(yè)生產(chǎn)托管：農(nóng)業(yè)服務(wù)規(guī)模經(jīng)營(yíng)的主要形式［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2020，41（1）：68-75.

［15］ 張忠軍，易中懿.農(nóng)業(yè)生產(chǎn)性服務(wù)外包對(duì)水稻生產(chǎn)率的影響研究：基于358個(gè)農(nóng)戶(hù)的實(shí)證分析［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2015，36（10）：69-76.

［16］ 王文.新疆農(nóng)業(yè)生產(chǎn)托管的發(fā)展態(tài)勢(shì)［J］.安徽農(nóng)業(yè)科學(xué)，2021，49（8）：264-265，274.

［17］ 杜洪燕，陳俊紅，龔晶，等.農(nóng)業(yè)生產(chǎn)托管：模式、成效及風(fēng)險(xiǎn)分擔(dān)機(jī)制：基于山西和黑龍江兩省的調(diào)研［J］.價(jià)格理論與實(shí)踐，2020（12）：10-13，74.

［18］ 杜洪燕，陳俊紅，張峻峰，等.農(nóng)業(yè)生產(chǎn)托管：成效、問(wèn)題及對(duì)策：基于晉蘇黑三省的調(diào)研［J］.農(nóng)業(yè)經(jīng)濟(jì)，2022（1）：6-8.