基于嵌入性視角兵團棉花產量影響因素實證研究

周子渭 馬 瓊

（塔里木大學經濟與管理學院，新疆 阿拉爾 843300）

新疆生產建設兵團是我國棉花的主要產區和優勢產區，占據著我國棉花的半壁江山，其生產規模、機械化程度、單產水平相比其他種植棉區都有明顯的優勢。2018年，全國棉花播種面積為3.35×106hm2，兵團棉花播種面積為8.54×105hm2；全國棉花產量6.10×106t，兵團棉花產量為2.06×106t，兵團棉花播種面積和產量分別占全國的比重為25.48%和33.74%。此外，2018年，兵團棉花單產水平是全國的1.2倍，遠遠高于全國平均水平，兵團棉花歷年種植面積約占兵團農作物種植面積的49%～60%。隨著國內外棉花買方市場對原棉需求量的不斷增加，而兵團棉花產業在整個產業鏈中卻存在著突出問題，受價格以及棉花良種的選育和推廣雜亂、棉花產業各環節信息不匹配等因素影響，棉花價格頻繁波動，導致兵團棉花產業在國際棉花產業中競爭力弱。因此，分析棉花產量的影響因素對棉花的穩產和增產具有重要的價值。

在農業經濟領域有關棉花產量的研究中，學者多從棉花生產要素視角、生產技術效率及價格機制等方面進行研究。在生產要素方面，范榮[1]2018年對南疆團場棉花生產要素替代效率進行了分析，譚鴻[2]2018年對南疆團場棉花生產要素最佳投入點進行了研究；生產技術效率上有劉銳[3]2010年對我國棉花生產的技術進步進行分析，祝宏輝[4]2015年運用隨機前沿分析方法（SFA）探討了兵團棉花種植過程中的生產技術效率及其影響因素，徐榕陽[5]2017年則是基于隨機前沿生產函數對新疆棉花生產技術效率進行分析；價格視角方面，先是有張淑榮[6]2011年對調整滑準稅率對我國棉農的影響進行了研究，隨后劉宇[7]2016年討論了財政成本視角下的棉花目標價格改革的影響，而陳玉[8]2016年基于VAR模型研究了棉花價格波動與中國棉花市場的供需因素，卻很少有文獻從內部因素和社會因素層面的多重性影響進行分析。從嵌入性視角出發，通過對影響兵團棉花產量不同層面的分析，可以更加準確的分析內部因素和社會因素對棉花產量的影響、社會因素對內部因素造成的影響、以及它們二者產生的影響因子的綜合作用對棉花產量的影響。通過比較分析，便于對兵團棉花產量相對較低的各師做出相應的調整，以提高兵團整體的棉花產量；其次，運用變量分析做出的客觀評價，在一定程度上為兵團各級政府對棉花產業的發展制定政策提供參考依據。

1 兵團棉花發展狀況分析

1.1 兵團棉花種植狀況

兵團棉花播種面積呈現出不穩定趨勢，種植面積近十年忽高忽低，從2007年到2009年，兵團棉花的播種面積減少了1.25×105hm2；自2010年開始增加，至2014年兵團棉花播種面積增加到7.01×105hm2，播種面積高于2007年，從2015年至2016年，棉花播種面積又下降至6.21×105hm2，而2017年棉花播種面積又有所回升，2018年達到最高8.54×105hm2，見表1所示。

表1 兵團、新疆、全國棉花播種面積及兵團占新疆、全國棉花播種面積百分比

1.2 兵團棉花產量狀況

近年來，受棉花價格及其他因素的影響，兵團棉花產量頻繁波動，嚴重沖擊了兵團棉花生產。兵團棉花產量以2009年為拐點，首次出現回落，從2009年至2014年棉花產量逐年增加，到2015年反彈，2016年產量又開始增加，近10年來兵團棉花產量屬2018年棉花產量最高，達到2.06×106t。兵團是我國主要的棉花生產基地，因而穩定兵團棉花生產戰略意義重大。2018年兵團棉花產量占到新疆總產量的40.24%，占全國的33.74%,可看出兵團棉花產業在全國的棉花產業中的作用十分重要，見表2所示。

表2 兵團、新疆、全國棉花產量及兵團占新疆、全國棉花產量百分比

2 嵌入性視角下兵團棉花產量影響因素相關概念及數據分析

2.1 相關概念

多層統計模型通過劃分不同的層次以及變量分層的計算（按層次把誤差分解：由層一個體差異所引起的，以及由層二組織間差異引起的）的方法較好的解決了具有多層結構數據中個體水平和社會組織水平的變量對個體行為的不同影響[9]。通過建立相互聯系的兩個階層回歸方程的分層次處理，在進行分析時，能夠較為顯著的得出各階層數據對階層一因變量的影響，其中階層二對最終因變量的影響是通過階層一的截距和斜率來完成的，這種方法也可以稱之為回歸的再回歸[10]。

“嵌入性”概念最早是1944年Polanyi在《大變革》一書中首次提到的，并將其用于經濟理論分析，同時認為研究經濟活動，是嵌入在經濟因素和非經濟因素之中的。此概念假定經濟行為者的活動受到社會網絡的影響，同時鏈接經濟學、社會學及組織行為。嵌入性從社會結構或社會網絡的角度來研究經濟生活的合法性[11]。在研究影響棉花產量的因素中，對于嵌入性視角，從宏觀的社會因素，包括社會結構、經濟、城市、市場、政策等關系網絡，再到微觀的傳統因素，這些嵌入性因素都會直接或間接的對棉花產量產生影響，都會受到不同層面的宏觀因素和微觀傳統因素的影響以及相互之間作用的影響，所以須全面考慮不同層面的綜合作用所產生的影響。通過對影響兵團棉花產量的不同層面的分析，則可以更加準確的分析內部因素和社會因素對棉花產量的影響，以及兩者之間的相互作用產生的影響。

2.2 變量選取和模型構建及檢驗

2.2.1 變量選取

結合嵌入性理論和多層統計模型，將影響棉花產量的傳統因素作為層一變量，社會因素（結構、經濟、城市、市場、政策）作為層二變量。

層一變量，根據胡少華[12]、王太祥等[13]學者對棉花產量影響因素的研究，選取棉花播種面積（x1）、種植業從業人員數量（x2）、農用化肥施用量（x3）、機收棉花面積（x4）、農業技術人員數量（x5）為層一解釋變量，兵團棉花產量（y）作為層一被解釋變量，μ為隨機擾動項。

層二變量，王太祥等[13]在研究嵌入性問題中，指出結構嵌入性主要是指所嵌入的社會關系網絡所帶來的價值，強調集體結構，因此結構嵌入（S）用團場中連隊數表示；經濟嵌入（E）用連隊居民年人均純收入表示；而文化嵌入性是指社會文化因素對組織經濟行為的制約與影響，則城市文化嵌入（C1）用非農業人口占總人口的比重表示；市場文化嵌入（M）用非國有企業就業人數占總就業人數的比重表示；政策嵌入性是指組織的經濟行為受政策因素所產生的影響，因此，政策嵌入（P）用人均財政支出表示，e為隨機擾動項。

2.2.2 模型設定

（1）式中x1、x2、x3、x4、x5分別表示棉花產量、棉花播種面積、種植業從業人員數量、農用化肥施用量、機收棉花面積、農業技術人員數量，表示隨機擾動項。

（2）式中S、E、C1、M、P分別表示結構嵌入、經濟嵌入、城市嵌入、市場嵌入、政策嵌入，e為隨機擾動項。

2.2.3 數據來源

根據2006年至2019年新疆生產建設兵團統計年鑒。層一變量為2006年至2019新疆生產建設兵團統計年鑒中原數據；層二變量中結構嵌入、經濟嵌入是統計年鑒中的原始數據，城市文化嵌入、市場文化嵌入、政策嵌入為各項數值的比值。

2.2.4 主要變量的平穩性檢驗及協整分析

用ADF檢驗對各變量進行單位根檢驗，得到結果見表3。

根據表3可知，棉花播種面積（x1）是一階單整；農業從業人員（x2）是一階單整；化肥施用量（x3）不存在單位根，是平穩序列；機收棉花面積（x4）是二階單整；農業技術人員數量（x5）是二階單整；兵團棉花產量（y）是一階單整。

為分析被解釋變量與解釋變量之間是否有協整關系，首先用OLS法做變量之間的回歸，結果見表4。

從擬合優度方面來看，決定系數R2為0.928，表現出模型對樣本的擬合程度較好，F值為31.054大于臨界值,說明回歸模型有顯著意義，即所有解釋變量聯合起來對y有顯著影響。其中變量棉花播種面積（x1）在1%的水平上顯著，農業從業人員（x2）、機收棉花面積（x4）在5%的水平上顯著，化肥施用量（x3）、農業技術人員數量（x5）在10%的水平上顯著。在回歸結果的基礎上檢驗回歸殘差的平穩性，結果見表5。

表3 ADF單位根檢驗結果

表4 基本因素回歸結果

表5 回歸殘差平穩性檢驗結果

在1%的顯著性水平下，t統計量值為-3.571，小于在1%下的臨界值，表明殘差序列不存在單位根，是平穩序列，說明 y與x1、x2、x3、x4、x5存在協整關系。從以上的平穩性檢驗與協整分析中得出，該時間序列是平穩的，變量之間存在協整關系。因此可進行多重共線性檢驗、異方差檢驗、自相關檢驗。

2.2.5 多重共線性、異方差檢驗、自相關檢驗

用方差擴大因子法進行多重共線性檢驗，檢驗變量選取過程中是否存在共線性，結果見表6。

表6 多重共線性檢驗結果

由上表得出的結論可知，x2、x3、x4、x5的 VIF均小于1，x1的VIF也小于10，表明解釋變量與其余的解釋變量之間沒有多重共線性。

異方差檢驗。為了檢驗模型是否存在異方差，本文采用White檢驗來檢驗其異方差性，因為n*R2=1.492

自相關檢驗（LM檢驗），結果見表8。

表7 異方差檢驗結果

表8 自相關檢驗結果

根據表8檢驗結果，LM=n*R2=1.87

從以上結果發現：R2=0.928，這說明模型對樣本的擬合優度很好；F=31.05>F（臨界），說明整個回歸方程是顯著的。通過時間序列平穩性與協整檢驗，發現所選變量之間是真回歸。其次通過多重共線性檢驗，發現所選擇的解釋變量之間沒有共線性，在進行的自相關檢驗與異方差檢驗時發現隨機誤差之間

3 嵌入性視角下兵團棉花產量影響因素實證結果分析

3.1 棉花產量方差的分解

運用零模型把經濟增長的方差分解成層一變量（基本因素）解釋的部分和層二變量（嵌入性因素）解釋的部分，計算組內相關系數決定是否需要建立多層統計模型。

表9 棉花產量方差分析結果

由表9中的結果得到組內相關系數為55.3%，也就是說有55.3%可由影響棉花產量的基本因素解釋，這說明在研究棉花產量影響因素時，只考慮基本因素是不夠的，還需要考慮嵌入性因素。

3.2 棉花內部變量對產量的影響

根據已建立的內部變量回歸模型，棉花內部變量對產量的影響結果具體見表10。

表10 棉花內部變量對產量影響的結果

由表10可知，棉花播種面積、種植業從業人員、農用化肥施用量、機收棉花面積、農業技術人員數量對棉花產量均有正向作用。x1、x4、x5的t值均大于α=0.1時的t值1.782，說明棉花播種面積、機收棉花面積、農業技術人員數量對棉花產量均有顯著影響，從三個P值也可以看出均小于0.1，說明x1、x4、x5三個解釋變量對被解釋變量均有顯著影響。其中，棉花播種面積增加1個單位時，棉花產量增加0.17個單位；機收棉花面積增加1個單位，棉花產量增加0.065個單位；農業技術人員數量對棉花產量的影響最大，為農業技術人員數量增加1個單位，棉花產量增加5.41個單位。說明棉花生產技術人員的貢獻最為關鍵，而目前兵團棉花生產技術水平的提高，也是棉花增產的重要原因。x2、x3的t值大于α=0.5時的t值0.695，說明種植業從業人員數量、農用化肥施用量對棉花產量也有一定的影響，從其P值也可看出兩個解釋變量對被解釋變量有一定影響。

3.3 棉花嵌入性變量對產量影響效應分析

為分析嵌入性因素對棉花產量的影響因素，將嵌入性變量引入β1、β2、β3、β4、β5，回歸結果見表 11。嵌入性變量對棉花產量影響具體表現為如下。

從x1斜率β1項的P值可看出，S、E對應的P值小于0.05，并且t值大于α=0.05時t臨界值2.179，表明在α=0.05的顯著性水平下，結構嵌入、經濟嵌入對棉花播種面積有顯著影響，從而間接影響棉花產量。結構嵌入每改變一個單位，對棉花播種面積產生0.137個單位的影響，對棉花產量產生0.023（0.137*0.171）個單位的影響；經濟嵌入每改變一個單位，對棉花播種面積產生0.015個單位的影響，對棉花產量產生0.003（0.015*0.171）個單位的影響。城市文化嵌入、市場文化嵌入、政策嵌入的P值均大于0.1，因此對棉花播種面積的影響不顯著，對棉花產量的間接影響也不顯著。

從x2的斜率β2項的P值可以看出，S、C1、M對應的P值小于0.01，并且t值均大于α=0.01時的t臨界值3.055，說明結構嵌入每增加一個單位，種植業從業人員增加0.267個單位，棉花產量改變0.039（0.148*0.267）個單位；城市嵌入每增加一個單位，種植業從業人員減少1.212個單位，棉花產量減少0.179（0.148*1.212）個單位；市場文化嵌入每增加一個單位，種植業從業人員增加1.198個單位，棉花產量增加0.177（0.148*1.198）個單位。經濟嵌入的P值大于0.2，政策嵌入的P值大于0.5，說明經濟嵌入和政策嵌入對種植業從業人員的影響不顯著，對棉花產量的間接影響也不顯著。

從x3斜率β3的各項P值看，E、C1對應的P值小于0.1，并且t值均大于α=0.1時的t臨界值1.782，說明經濟嵌入每增加一個單位，農用化肥施用量增加0.074個單位，棉花產量增加0.001（0.018*0.074）個單位；城市文化嵌入每增加一個單位，農用化肥施用量減少3.140個單位，棉花產量減少0.056（0.018*3.140）個單位。結構嵌入、市場文化嵌入、政策嵌入的P值大于0.1，因此對農用化肥施用量的影響不顯著，對棉花產量的間接影響也不顯著。

表11 棉花嵌入性變量對產量影響回歸結果

從x4斜率β4的各項P值看，S、E、C1、M對應的P值均大于0.1，即結構嵌入、經濟嵌入、城市文化嵌入、市場文化嵌入對機收棉花面積均無顯著影響，因此對棉花產量也無間接的影響。P對應的P值小于0.1，并且t值大于α=0.1時的t臨界值1.860，因此政策嵌入對機收棉花的面積有顯著影響，政策嵌入每增加一個單位，機收棉花面積增加0.061個單位，棉花產量增加0.004（0.065*0.061）個單位。

從x5斜率β5的各項P值看，S、E、C1、M對應的P值均大于0.1，即結構嵌入、經濟嵌入、城市文化嵌入、市場文化嵌入對農業技術人員數量的多少均無顯著影響，P對應的P值小于0.05，并且t值大于α=0.05時的t臨界值2.179，說明政策嵌入對農業技術人員的數量有顯著影響，政策嵌入每增加一個單位，農業技術人員的數量減少0.921個單位，棉花產量減少4.981（5.409*0.921）個單位。

4 結論與建議

4.1 結論

通過實證分析傳統的基本變量對棉花產量的直接影響和嵌入性因素對棉花產量的間接影響，得到如下結論：

基本變量中棉花播種面積、種植業從業人員數、農用化肥施用量、機收棉花面積、農業技術人員數量對棉花產量的影響都是正向促進作用。

嵌入型因素作為影響棉花產量的間接因素，通過作用于直接因素從而影響棉花產量。

嵌入型因素中，結構嵌入對棉花播種面積、種植業從業人員數的影響都是顯著的，且都是正向的；經濟嵌入對棉花播種面積、農用化肥施用量的影響都是顯著的，且都是正向的；城市文化嵌入對種植業從業人員、農用化肥施用量的影響是顯著的，且都是負向的；市場文化嵌入對種植業從業人員數的影響是顯著的，且是正向作用；政策嵌入對機收棉花面積、農業技術人員數量的影響是顯著的，政策嵌入對機收棉花面積的影響是正向的，對農業技術人員數量的影響是負向的。

4.2 討論

在直接影響中，棉花產量會直接受到棉花播種面積、種植業從業人員數、農用化肥施用量、機收棉花面積、農業技術人員數量的影響。其中農業技術人員數量對棉花產量的影響最大，為農業技術人員數量增加1個單位時，棉花產量增加5.41個單位。

在間接影響中，結構嵌入每增加一個單位，對棉花播種面積產生0.137個單位的影響，對棉花產量增加0.023個單位；種植業從業人員增加0.267個單位，棉花產量增加0.039個單位；結構嵌入因素中農戶生產管理的模式及結構，有序的規模化經營能夠促進農戶擴大種植面積的信心，提高規模種植的效益，從而促使農戶增加對棉花的播種面積；有效的管理結構，能夠調節種植業從業者的比例，合理分配種植業從業人員的數量，從而直接影響棉花的產量。

而在經濟嵌入及政策嵌入因素中，經濟嵌入每改變一個單位，對棉花播種面積產生0.015個單位的影響，對棉花產量產生0.003個單位的影響。農用化肥施用量增加0.074個單位，棉花產量增加0.001個單位；家庭人均純收入會直接影響農戶對生產要素投入量及類型的選擇，農戶會根據自身的實際情況，考慮資金因素從而影響生產行為，而生產要素中種植的土地面積、肥料使用量、灌溉量將會直接影響棉花產量。政策嵌入每增加一個單位，機收棉花面積增加0.061個單位，棉花產量增加0.004個單位。農業技術人員的數量減少0.921個單位，棉花產量減少4.981個單位。政府的各項方針政策及補貼力度會影響勞動者的生產行為方式，農機補貼力度將會直接影響機收棉花面積，從而影響棉花產量。而由于本文在對人均財政支出量化時沒有進行分離，隨著我國對于財政支出的力度在不斷增加，對于農業支持的比重卻是下降的。此處負向效果大于正向效果，因此政策嵌入對棉花產量產生的影響為負相關。因而若要深入討論形成原因，則需要研究財政對其他部門的支持與農業支持比重的變化，但計量過于冗雜，此處只進行淺析。

在市場文化及城市文化嵌入因素中，市場文化嵌入每增加一個單位，種植業從業人員增加1.198個單位，棉花產量增加0.177個單位。現代農業的市場化，實現了小農戶與大市場的對接，農戶就業渠道的完善也吸引了更多的種植從業人員，從而影響棉花的產量。城市嵌入每增加一個單位，種植業從業人員減少1.212個單位，棉花產量減少0.179個單位；農用化肥施用量減少3.140個單位，棉花產量減少0.056個單位。城市化率的提高會使更多的人向第三產業轉移，而農村剩余勞動力中較高質量的勞動力則會優先轉移到城市，高素質勞動力的減少則會影響棉花產量。勞動力減少的同時也會直接影響生產者對化肥等生產資料的投入量，從而影響棉花產量。

4.3 建議

以上關于兵團棉花產量的影響因素的結果表明，對于棉花產量的穩產或者增產既要考慮基本因素，也要考慮嵌入性因素，因此根據所得結果及討論，給出以下建議。

在基本變量影響因素中，應適度規模經營棉花，注重提高農業技術水平，實現農業科技創新，加大研發力度，積極組織農業技術示范活動和科技展示，擴寬技術推廣渠道，大力培養農業技術人員和基層農業技術推廣隊伍，利用農科教結合，提升農戶科技素質，激發農戶種植業的潛力，以求適應現代農業的發展需要。

在嵌入性影響因素中，針對結構嵌入因素，優化生產管理模式，細化組織結構的形式，使團場的生產人員結構更加精確標準，提升規模種植效益；合理分配種植從業人員數量，使每個農戶的分工更加明確，提高單位生產效率，減少不必要的交叉勞動或者分工不明確導致的效率降低，從而使棉花產量提高。

針對經濟嵌入及政策嵌入因素，增加農戶生產的補貼力度，幫助農戶增加收入，提高農戶的積極性；推進棉花的供給側結構性改革，積極培育新型農業經營主體，促進農業資本投入的差別化發展，拓寬農戶棉花銷售渠道，發展棉花產業“一體化”的現代農業發展方式，實現棉花產業的轉型升級。

針對市場文化及城市文化嵌入因素，對就業人員的就業單位選擇應該進行正確的引導，增加農戶就業類型及渠道，提高農戶技能培訓；非農業人口在總人口中所占的比重越高，棉花產量越低，政府應該針對地區特點，合理布局，政府應適當控制農村勞動力轉移的速度與規模，促進棉花產業健康可持續發展。