中国主要粮食作物的投入与产出研究

农业技术经济　2006年第3期　　

中国主要粮食作物的投入与产出研究

胡瑞法　冷　燕

＊

(中国科学院地理科学与资源研究所农业研究中心　北京　100101)

内容提要　本文在对我国主要粮食作物成本统计资料分析的基础上,建立相应作物的生产函数模型,同时估计这些作物相应投入要素间的替代弹性,并以此为依据,探讨未来我国粮食作物生产技术的发展方向。

关键词　生产要素　投入产出

一、主要作物生产要素投入结构的变化表1显示出1980—2003年我国水稻、小麦、玉米三大粮食作物生产投入的变化。三种作物的劳动力投入稳步减少,机械投入大幅度增加,化肥与其他投入也呈增长趋势。在三大作物中,水稻和小麦的劳动投入分别减少了65%和%,分别由1980年的每公顷604和368个工日减少到2003年的214和131个工日,分别减少了390和237个工日;玉米的劳动投入减少了%,由1980年的每公顷360个工日减少到2003年的165个工日,减少了195个工日。

三种粮食作物投入增长速度最快的是农业机械,水稻、小麦和玉米三种作物农业机械投入(以1980年不变价计算)分别由1980年的21元/公顷、23元/公顷和15元/公顷增加到2003年的163元/公顷、195元/公顷和94元/公顷,分别增加了6.8倍、7.5倍和5.3倍。表明我国的粮食生产技术发展呈现出以劳动力投入的大幅度减少而机械投入的大幅度增加、机械投入对劳动投入替代的趋势。

三种粮食作物的化肥投入也呈现较快的增加趋势,水稻、小麦和玉米的化肥投入分别由1980年的144元/公顷、99元/公顷和120元/公顷上升到2003年的310元/公顷、253元/公顷和274元/公顷(按1980年不变价计算),分别增加了115%、156%和128%,且以小麦增长最快,玉米和水稻次之。

与劳动、化肥和机械投入不同,三种作物的灌溉、种子、农药等其他投入则呈现不同的变化趋势。在控制价格不变的条件下,三种作物的其他投入均先增后减,其中以水稻的减幅最小,小麦和玉米的减幅较大。水稻的其他投入由1980年的347元/公顷增加到1995年的496元/公顷,即使出现下降,2003年的其他投入仍达到440元,仍比1980年增加了93元;小麦和玉米则分别由1980年的288元/公顷和260元/公顷分别增加到1990年的332元/公顷和1995年的313元/公顷,随后均持续下降,到2003年两种作物分别仅为287元/公顷和265元/公顷,与1980年时的投入水平无显著差别。

＊本文得到了国家杰出青年基金项目“与私人在农业科技投资中的关系研究”(编号:70325003)的资助

—2—　　胡瑞法等:中国主要粮食作物的投入与产出研究

②

表1　水稻、小麦和玉米三大粮食作物生产投入的结构变化①　(工日/公顷,元/公顷)

1980年

水稻

③

1985年342

172303772211503031724313413261

1990年321244534462142136533224720933304

1995年283293744961982108831323125949311

2000年23128812044314826316229818126781266

2003年21431016344013125319528716527494265

劳动化肥机械其他

小麦④

劳动化肥机械其他

玉米⑤

劳动化肥机械其他

604144213473692328836012015260

　　资料来源:国家物价局.农业生产成本调查资料汇编,1980—2003

注:①本表系根据不同省份的成本调查数据计算得出

②指每公顷的化肥、机械与其他资金的支出总额分别除以相应的化肥价格、机械和农业生产资料价格指数求得;其他资金支出为每亩物质成本减去化肥、机械支出后剩余的支出,包括农药、种子、灌溉、畜力等支出

③系根据安徽、江苏、江西、浙江、福建、湖北、湖南、广东、广西、四川、贵州、云南、辽宁、吉林、黑龙江、河北、河南共17个省份数据平均

④系根据河北、河南、山东山西、内蒙古、黑龙江、陕西、甘肃、、湖北、江苏、安徽、四川、贵州、云南共15个省份数据平均⑤系根据北京、河北、河南、山东、山西、天津、内蒙古、黑龙江、吉林、辽宁、陕西、甘肃、、湖北、安徽、江苏、四川、云南、贵州、广西共20个省份数据平均

二、研究模型与数据(一)研究模型

本研究将采用Translog模型估计主要作物的生产函数,所采用的模型如下:

sn

1mm

lny=α∑αlnxlnxlnx∑γ∑δ0+ii+∑∑βijij+hRh+kdk

i=1=1j=1h=1k=12i

m

(1)

式中:y表示某种作物的产出,x表示第i种生产要素的投入量,R种其他影响产量的因ih表示第h素,如灾害、制度等因素,d表示地区因素;α、βi、γlijh、δk分别表示相应变量的系数。

(1)式模型投入要素在几何平均数处的产出弹性为:eβi+∑βiln(x)i=j

j=1m

(2)

-(βi+βj)

(1)式模型各投入要素间在几何平均数处的替代弹性(Widawsky等,1999)为:εij=-(βi+βj)+(βiβj2βiβiβj+βiβj)/βiβjj-ji

2

2

(3)

由于Translog生产函数为非齐次性函数,因此,不具有固定弹性,(2)、(3)两式分别为样本几何平均数处的点弹性。(2)式的涵义是,在样本的几何平均数处,投入要素x每变化1%,产出量变化的百分比。(3)式则为要素间相互替代可能性的计量。当两要素完全可替代时,替代弹性为无穷大;相反,当两要素完全不能替代时,替代弹性为0。因此,替代弹性越大,其相互替代的可能性

—3—　　农业技术经济　2006年第3期　　

(或潜力)越大,反之则越小。

替代弹性同时也是投入要素比例的变化与要素边际替代率变化关系的衡量。当两项投入要素的比例变化大于相应要素边际替代率的变化时,两项投入要素的替代弹性值大于1,相反则小于1。当替代弹性等于1时,表明要素投入比例的变化与边际替代率的变化速度相同。由于边际替代率表示某一点上一单位投入要素可替换另一种投入要素单位数的比率,因此,替代弹性大于1时,表示投入要素比率的变化快于两种要素可替代比率的变化,即欲实现某一特定产量,两种投入要素比例的较小变化便可引起两要素相互替代比率的较大变化,要素间替代的可能性加大,两投入要素更容易相互替代;相反,当替代弹性小于1时,两种投入要素间的替代则较难。需要说明的是,当研究两种以上投入要素间的相互关系时,往往会遇到替代弹性值小于0的情况,此时表示两种投入要素间呈现互补的关系,即一种投入要素作用的发挥必须有另一种投入要素的参与。

(二)研究数据

本研究将对水稻、小麦和玉米三大粮食作物的投入与产出关系进行研究,建立相应作物的生产函数。所采用的生产投入与产出数据均来自农业生产成本固定观察汇总资料———《农业生产成本资料汇编》,共涉及到1980—2003年共24年的数据资料。其中水稻数据包括安徽、江苏、江西、浙江、福建、湖北、湖南、广东、广西、四川、贵州、云南、辽宁、吉林、黑龙江、河北、河南,共17个省份;小麦数据包括河北、河南、山东山西、内蒙古、黑龙江、陕西、甘肃、、湖北、江苏、安徽、四川、贵州、云南,共15个省份;玉米数据包括北京、河北、河南、山东、山西、天津、内蒙古、黑龙江、吉林、辽宁、陕西、甘肃、、湖北、安徽、江苏、四川、云南、贵州、广西,共20个省份。三种作物采用的数据所涉及的作物播种面积分别占相应作物全国总播种面积的95%以上。

(三)模型的估计

分别采用三阶段非线性最小二乘法估计(1)式模型。与此同时,对(2)式的产出弹性与(3)式的要素投入替代弹性进行估计并分别进行显著性检验。

为了研究其他非投入性因素对生产的影响,本研究在模型估计时增加了技术进步、生产责任制、人均耕地及灾害(包括旱灾与涝灾)等变量。其中技术进步变量以时间序列表示,并以1980年为基期;生产责任制变量以当年实现生产责任制农户占相应省份全部农户总数的比例表示;旱灾与涝灾变量分别为当年的成灾面积占作物总播种面积的比例表示。同时,为了控制其他非确定性因素的影响,在模型估计时也加入了不同省份的地区虚变量。

各种作物分别选取劳动、化肥、机械与其他资金投入作为本研究的投入变量;其中劳动投入以实际投入的用工量计算(工/公顷),化肥与机械投入分别以相应项目的支出额除以相应省份的化肥、机械价格指数求得(标准单位/公顷);其他资金投入为物质成本减去化肥和机械支出后再除以各省的农业生产资料价格指数求得(标准单位/公顷)。化肥、机械、农业生产资料价格指数分别来自历年的《中国统计年鉴》及各省的统计年鉴。

三、模型的估计结果及其分析(一)制度与灾害因素对三大作物单产的影响

表2与表3分别为三大作物的Translog生产函数模型及相应作物的劳动、化肥、机械和其他投入要素的产出弹性与替代弹性的估计结果。由表2看出,三大作物的时间序列变量均达到显著水平,表明改革开放以来,科技进步对小麦和玉米单产的增长起到了显著的作用;三种粮食作物的生

—4—　　胡瑞法等:中国主要粮食作物的投入与产出研究

产责任制变量均达到极显著的正值,表明生产责任制的实行显著地提高了粮食单产。所有这些结果进一步证明了一些学者的相关研究结论(Lin,1992;Huang,1995;朱希刚等,1994)。

表2　粮食作物单产的Translog函数模型估计

变量

常数项

时间与制度变量

时间序列生产责任制

气候灾害及人均耕地变量旱灾成灾面积比例涝灾成灾面积比例人均耕地变量投入变量Log(劳动)Log(化肥)Log(机械)Log(其他)

Log(劳动)Log(劳动)Log(劳动)Log(化肥)Log(劳动)Log(机械)Log(劳动)Log(其他)Log(化肥)Log(化肥)Log(化肥)Log(机械)Log(化肥)Log(其他)Log(机械)Log(机械)Log(机械)Log(其他)Log(其他)Log(其他)

2R

样本观察值数

水稻4.6(1.33)0.003＊(1.65)

＊＊

0.307＊(8.11)0(0.72)

＊＊

-0.004＊(4.85)

＊＊

0.629＊(3.95)0.431(0.84)

＊

-1.243＊(2.14)0.228(1.55)-0.748(0.87)-0.010(0.14)

＊

0.142＊(2.43)

＊＊-0.056＊

(3.23)-0.141＊(1.)-0.034(0.53)-0.001(0.20)0.119(1.36)0.002(1.22)0.021(1.34)0.1(1.01)0.704411

小麦

＊-8.408＊(2.26)＊＊0.011＊(3.56)

＊＊

0.299＊(5.55)＊-0.202＊(2.16)

＊＊

-0.773＊(5.90)0.003(0.02)＊1.074＊(2.03)0.745(1.18)0.067(0.31)1.097(1.22)0.019(0.28)-0.068(1.16)-0.018(0.78)-0.099(1.49)-0.087(1.21)0.011(0.93)0.030(0.34)0.005(0.95)-0.001(0.03)-0.107(0.)0.868282

玉米2.982(0.87)

＊0.005＊(2.20)

＊＊

0.230＊(5.00)＊＊-0.001＊(3.48)-0.001(1.31)0.314＊(1.)

0.110(0.18)-0.038(0.09)0.007(0.27)-1.043(1.34)-0.105(1.35)0.078(1.37)0(0.05)0.020(0.26)

＊＊

-0.283＊(4.17)-0.001(0.35)

＊＊

0.232＊(3.11)

＊0.001＊(2.19)0.003(0.59)-0.031(0.24)0.808373

　　注:括号内数字为相应系数的标准误;“＊”、“＊＊”、“＊＊＊”分别表示相应系数达到10%、5%、1%显著水平;因考虑篇幅,省略了相关的地区虚变量

灾害对三大作物的影响呈现不同的趋势(见表2)。旱灾对小麦和玉米单产的影响达极显著水

—5—　　农业技术经济　2006年第3期　　

平,且对小麦单产的影响比对玉米单产的影响更为严重,但对水稻的影响不显著。涝灾对水稻和小麦单产的影响达到极显著水平,且对小麦单产的影响比对水稻单产的影响更为严重,但对玉米单产的影响未达显著水平。表明三大作物中,小麦不仅受到旱灾的威胁,同时受到涝灾的威胁;水稻和玉米分别受到涝灾和旱灾的威胁。未来三种作物技术的发展方向应根据其对灾害的反应确定,即小麦应同时向耐旱和耐涝技术发展,水稻和玉米应分别向耐涝和耐旱技术发展。

(二)三大作物投入要素的产出弹性

虽然表2中Translog模型的四种投入要素变量系数多数未达到显著水平,但表3的估计结果表明,其在几何平均数处的产出弹性和替代弹性则多数达到显著水平。表明采用Translog函数可以较好地分析过去20多年三大作物的单产对投入变化的反应。

表3　水稻、小麦与玉米三大粮食作物生产要素的产出弹性与替代弹性

生产要素

产出弹性　劳动　化肥　机械　其他替代弹性　劳动与化肥　劳动与机械　劳动与其他　化肥与机械　化肥与其他　机械与其他

＊＊

1.429＊(2.69)＊＊1.200＊(5.13)0.599(0.74)＊＊1.000＊(58.58)＊＊

1.001＊(5.16)＊1.221＊(2.35)

＊＊

1.013＊(8.12)＊＊1.108＊(4.57)＊＊1.055＊(9.94)＊＊1.026＊(3.67)＊＊0.867＊(5.80)＊＊1.0＊(4.45)

＊＊

0.104＊(3.42)＊＊0.100＊(4.05)＊＊0.034＊(3.33)＊＊0.085＊(2.71)

＊＊

0.193＊(4.11)＊＊0.155＊(4.11)

水稻小麦玉米0.071

(1.59)

＊＊0.192＊(5.77)＊0.021＊(2.15)＊＊0.107＊(2.77)

0.040＊

(1.91)

＊0.122＊(2.34)

-0.115

(0.15)1.139(0.83)0.495(0.45)0.392(0.06)-0.151(0.08)1.2(1.14)

＊”、“＊＊＊”分别表示相应系数达到10%、5%、1%的显著水平　　注:括号内数字系相应系数的t检验值;“＊”、“＊

由表3看出,除玉米的劳动投入产出弹性接近10%的显著水平外,其余作物的四大投入要素的产出弹性均达到显著水平。表明三大作物随着四种要素投入的增加,产量仍在增加。水稻、小麦劳动投入的产出弹性分别为0.104和0.193,表明在其他因素保持不变的条件下,水稻和小麦劳动力投入每增加10%,单产将分别提高1.04%和1.93%,相对于水稻而言,小麦对劳动投入的反应更敏感;三大作物的化肥投入产出弹性分别为0.100、0.155和0.192,表明对于三种粮食作物而言,在其他因素均保持不变的条件下,化肥投入每增加10%,单产分别提高1.00%、1.55%和1.92%,玉米单产的提高对化肥投入的反应更为敏感。

三种作物机械投入的产出弹性均达到显著的正值,但弹性值较低,表明在过去24年的技术条件下,机械投入的增加显著地增加了单产,但对产量增加的贡献值并不太大;但相对玉米而言,水稻和小麦机械投入的产出弹性较大,这可能决定于这两种作物自身的特性,这两种作物的机械投入主

—6—　　胡瑞法等:中国主要粮食作物的投入与产出研究

要是机耕与机收,机耕不仅可以使这两种作物的播种期提早,更主要的是机耕改善了土壤环境;而机收则往往在小麦和水稻的腊熟期收获,这是这两种作物最佳的收获期,从而增加了有利于作物单产的提高。玉米生产的机械投入主要为机耕,在目前条件下,玉米机收的比例并不高,这也可能是玉米机械投入的产出弹性较低的原因。

三种作物其他资金投入的产出弹性分别为0.085、0.122和0.107,表明小麦对其他资金投入(如种子、农药、灌溉等)的反应比玉米和水稻敏感,这可能决定于我国农民对这三种作物的投入现状。以其他资金投入中的农药投入为例,农民对小麦和玉米农药的投入并不高,而对水稻生产则出现农药过量投入的现象(Huang等,1999),正因为如此,导致三种作物对其他投入的反应出现差异。

(三)三大作物投入要素间的替代弹性

除劳动与其他资金的替代弹性不显著外,水稻四种投入要素间的其他替代弹性均达到了极显著水平,且替代弹性值均大于1(见表3)。表明在水稻生产上,除劳动与其他资金投入的可替代性不显著外,其余各种投入相互间均较容易替代。化肥与劳动的替代可能在于化肥的投入可以替代人工投入农家肥及其积肥的时间,劳动与其他资金的替代可能在于除草剂、种子、农药等与劳动投入间存在着相互替代的关系,另外,化肥与机械、机械与其他资金的替代尚无法解释。

小麦四种投入要素间的替代弹性均达到极显著水平,除化肥与其他资金投入的替代弹性小于1外,其他各要素间的替代弹性值均大于1,且以劳动与机械的替代弹性最大(见表3)。表明除化肥与其他资金投入间的相互替代潜力较小,小麦生产的各投入要素间均较容易发生替代。

玉米生产四种投入要素间的替代弹性均未达到显著水平,表明在目前的技术水平下,各种因素对玉米单产的影响均相互地发挥作用,相互替代的可能性较小。

需要特别指出的是,劳动与机械、劳动与化肥及小麦生产的劳动与其他资金投入较大的替代弹性表明以更多的物质投入替代劳动投入已成为粮食作物生产技术的重要发展方向,这与改革开放以来,我国劳动力机会成本的迅速增长有关(胡瑞法、黄季焜,2001)。

四、结　论1.改革开放以来,我国水稻、小麦和玉米三大粮食作物的劳动投入减少了50%以上,机械投入增加了5倍以上,化肥投入也增长了1倍以上,三大作物生产呈现劳动投入快速下降、机械和化肥投入快速增加的特征。

2.旱涝灾害已成为三大作物单产提高的主要因素。旱灾主要影响到我国小麦与玉米单产的提高,洪涝灾害不仅影响到水稻单产,同时也了小麦单产的提高。需要说明的是,与水稻和玉米生产相比,旱涝灾害对小麦的影响要大于其对水稻和玉米的影响,未来三大作物的技术发展方向应根据其对灾害的反应确定,即小麦应同时向耐旱与耐涝方向发展,水稻和玉米应分别向耐涝与耐旱方向发展。

3.三大作物的四种投入要素产出弹性值均达显著水平(或接近显著水平),但弹性值较小,表明我国三大作物的产量对于主要投入要素的反应不太敏感,投入效率较低,未来三种作物的生产技术应向提高要素利用效率方向发展。

4.劳动与机械、劳动与化肥及小麦生产的劳动与其他资金投入较大的替代弹性表明,以更多的机械和化肥投入替代劳动投入已成为粮食作物生产技术的重要发展方向,这也将成为这三种作物未来的主要技术发展方向。

—7—　　农业技术经济　2006年第3期　　

经济增长与缓解贫困:趋势、差异与作用

文秋良　(华中农业大学经济管理学院　武汉　430070)

内容提要　本文利用1993—2004年分省的经济增长和贫困数据分析了全国和不同地区经济增长和贫困人口变化的趋势,计算了总的经济增长和部门经济增长对不同地区贫困人口减少的弹性。结果表明,经济增长对贫困人口的减少起到了重要的作用,但缓解贫困不仅要靠经济增长,更重要的是要提高经济增长的减贫弹性,使穷人更多地从经济增长中受益,而农业部门的增长具有更高的减贫弹性。

关键词　经济增长　农村贫困　缓解贫困　减贫弹性

20世纪90年代中期以来,中国经济持续高速增长,农村贫困人口呈现显著下降趋势,按照国家统计局测算的贫困线标准估计,绝对贫困人口从1993年的8000万人下降到2004年2610万人。但是近几年来我国绝对贫困人口的下降速度趋缓,个别年份甚至还增加,缓解贫困变得越来越困难＊。通常认为普遍的经济增长所带来的收入水平的普遍提高,是有效地减少贫困人口和贫困发生率的主要驱动因素。我们关注的主要问题是,经济增长在驱动1993—2004年中国农村贫困人口的减少方面发挥了多大作用?也就是说,贫困人口从中国经济增长中受益多少?不同地区在减少

参考文献

　　1.Huang,Jikun,M.ReegrantandS.Rozelle,PublicInvestment,TechnologicalChangeandReform:AComprehensiveAc-countingofChineseAgriculturalGrowthinChina,WorkingPaper,Stanford,1995

2.Lin,Just,HybridRiceInnovationinChina:AStudyofMarketDemandInducedTechnologicalInnovationinaCentrallyPlannedEconomy,ReviewofEconomicsandStatistics,74(1992):14～20

3.Widawsky,David,ScottRozelle,SongqinJin,andJikunHuang.PesticideProductivity,Host-PlantResistanceandProductivityinChina.AgriculturalEconomics,19(1998):203～2174.国家统计局.中国统计年鉴.中国统计出版社,1979—19975.国家物价局.农业生产成本资料汇编,1979—19976.农业部.中国农业年鉴.中国农业出版社,1979—1997

7.朱希刚,史照林.我国“七五”期间农业技术进步贡献份额测算分析.农业技术进步测定的理论方法.中国农业科技出版社,1994

责任编辑　方　静

＊2003年末全国农村贫困人口比2002年末不降反增了80万,达到2900万人

—8—