儲糧損失與農戶儲糧決策
——基于23省1 199戶玉米種植戶的實證分析

羅 屹 黃 東 武拉平 曹芳芳

(1.國家發展和改革委員會 價格成本調查中心，北京 100045； 2.湖南省社會科學院 經濟研究所，長沙 410003； 3.中國農業大學 經濟管理學院，北京 100083； 4.中國農業科學院 農業經濟與發展研究所，北京 100081)

中國人多地少，需要以地球5%的水資源、7%的耕地養活全球19%的人口，水土等自然資源相對短缺對中國糧食安全造成約束。糧食安全一直是治國理政的重點，糧食問題始終是中國農業經濟研究關注的焦點。在糧食產后環節中，農戶儲備是重要組成部分。中國農戶自古以來就有儲糧備荒的傳統，絕大多數農戶會儲備一年的口糧和飼料用糧，加上部分商業庫存，農戶儲糧數量龐大。研究顯示，農戶儲糧數量占當年產量的40%～50%。作為中國糧食儲備體系的重要一環，農戶儲備關系到國家糧食安全。因此學界對中國農戶的儲糧問題進行了豐富的探討。

現有關于農戶糧食儲備的研究主要集中在以下幾方面。第一，農戶儲糧概念界定及衡量指標。國際上公認的糧食儲備概念是由糧農組織(FAO)提出的，即在新的作物年度開始時，可以從上一年度的作物中得到(包括進口)的糧食儲備量，也叫做結轉儲備或緩沖儲備。因此，農戶的糧食儲備即農戶糧食結轉儲備，是指在一個新的作物年度開始時，農戶可從上一年度收獲的糧食中得到的糧食庫存量，包括以銷售為目的的商業庫存以及后備儲備部分。在以往的研究中，學者多用農戶年末糧食儲備量作為衡量農戶儲糧數量的指標。另外，也有一些學者用農戶存糧可供消費的月數、儲糧數量占糧食產量之比和年平均儲備量等指標衡量農戶儲糧。

第二，中國農戶糧食儲備規模及結構的估計與推算。柯炳生基于22省550戶農戶調查數據發現中國農戶的糧食儲備數量在改革開放后大幅增長，從1981年的0.3億t增長到1995年的約0.9億t。孫劍非利用國家統計局的歷年資料推算出1997年中國農戶糧食儲備量為1.02億t，1998年為1.16億t。近年來，隨著社會經濟穩步發展、城鎮化加速推進和鄉村基礎設施改善，越來越多的農戶依靠市場滿足自身糧食需求，農戶糧食儲備數量減少。例如，魏霄云等基于1995—2017年全國農村固定觀察點數據，發現隨著時間推移，山西、貴州和浙江等糧食缺口較大省份的農戶糧食儲備規模和儲糧可用時間均顯著下降，家庭糧食消費更多地依賴市場。從結構上看，中國農戶糧食儲備呈明顯的地域化特征。張穎通過對陜西省22縣(區)271戶農戶調查數據發現，2010年，陜西農戶戶均儲糧577 kg，其中水稻82 kg，小麥244 kg，玉米236 kg，大豆5.6 kg。曾廣偉通過對河南省10個鄉鎮的48戶農戶調查發現，2011年，河南農戶戶均儲糧620 kg，其中小麥350 kg，玉米184 kg，稻谷77 kg。廣東省價格成本調查隊在廣東34個縣對388個農戶進行調查發現，2015年，廣東農戶戶均儲糧505 kg，其中晚秈稻427 kg，早秈稻戶78 kg。另外，根據《全國農村固定觀察點調查數據匯編(2010～2015年)》數據，截至2015年，全國農戶家庭年末平均存糧約1 400 kg，占糧食產量的40%。

第三，農戶儲糧動機分析。農戶儲糧的基本動機是糧食消費安全，糧食儲備被廣大中國農戶看作是一種生活儲蓄，用于保障自己的生活。Park在此基礎上建立動態規劃模型，從消費平滑的視角切入，研究發現，在市場不完全和市場低效率情況下，農戶儲糧的動機為消費安全和交易成本最小化。部分學者將市場因素納入研究范圍，認為農戶儲糧的動機也包括價格投機。

第四，農戶糧食儲備影響因素研究。首先，多數學者認為收入因素對農戶儲糧影響巨大。柯炳生認為，家庭收入是影響農戶儲糧的重要因素，對低收入者來說，收入與儲備傾向正相關；而對高收入者來說，收入與儲備傾向負相關。全國農村固定觀察點辦公室根據中國農戶調查數據證實，中國農戶儲糧數量在其收入水平跨過某個節點后呈下降趨勢。部分學者基于此提出了收入與農戶儲糧數量的倒“U”型假說，即當農戶收入較低時，收入增長會增加其糧食儲備；而當農戶收入較高時，收入的提高會減少其糧食儲備，更多依靠市場保障糧食消費。其次，生產因素也是影響農戶儲糧的重要因素。武翔宇利用22省調研數據證實，農戶儲糧數量與糧食產量正相關。此結論也被部分學者證實。但與上述學者的結論不同，余志剛等對主產區農戶的糧食儲備行為進行分析發現，糧食產量與儲備水平呈負相關，其認為生產能力越高，儲備水平越低。第三，價格因素。根據理性農戶假說，糧食價格上升，農戶會追逐利潤而釋放儲備，反之則增加儲備。因而大部分學者在進行農戶儲糧研究時也將糧食價格考慮在內。最后，農戶儲備行為還受到其他因素的影響。例如，市場發育程度，政府糧食政策，農村社會保障體系和衛生條件，以及決策者特征差異。

相比于經濟研究側重于生產、市場和價格等因素造成農戶儲糧差異，生物研究學者更多關注的是由于霉菌、蟲害和嚙齒動物等造成的儲糧損失對農戶儲糧的影響。部分研究人員認為儲糧損失過大是小農戶在收獲后立即將大部分糧食售出的重要原因。例如，在非洲和亞洲部分地區，玉米儲存6個月后，損失高達30%。顯然，面對潛在的高損失率，收獲后立即銷售糧食是避免蟲害造成損失的最佳方案。雖然來自非洲等地的一些證據表明，現代儲存技術，如密封袋、金屬倉和化學藥劑可以減少儲糧過程中的損失，但價格昂貴，難以在小農中進行推廣。中國政府于2007年啟動農戶科學儲糧試點工作，向農戶推廣科學儲糧裝具，雖減損效果明顯，但普及率低。因此，缺乏有效的儲存技術可能會導致廣大小農戶在收獲時立即售出大部分糧食，而非儲存糧食待價而沽。那么，儲存損失會不會影響中國農戶的糧食管理決策和儲糧規模就值得深入研究。然而，現有研究多將儲存損失作為儲存成本的組成部分而不單獨考慮；一些單獨考慮儲糧損失影響的研究也過于簡單，缺乏理論基礎。基于此，本研究將儲糧損失內生化，引入農戶糧食儲備決策模型，研究農戶儲糧損失對農戶儲糧決策的影響，旨在拓展當前關于農戶糧食儲備的研究，更好地發揮農戶糧食儲備對糧食市場“蓄水池”和“穩定器”作用，保障國家糧食安全。

1 數據來源與研究方法

1.1 數據來源

2016年，本研究研究團隊與農業農村部農村固定觀察點辦公室合作，對中國28個省(區、市)的3 496戶農戶進行水稻、小麥、玉米、土豆、油菜籽等八大糧油作物儲備和儲備損失情況調查。調查采用分層隨機抽樣方式進行，首先，根據糧食總產量的比重，在各省(區、市)分配樣本量，總產量高的地區，樣本量更多。其次，在每個省(區、市)選擇兩個縣，每個縣選擇兩個村。最后，在每個村中隨機抽選樣本農戶，每個村的被訪戶數為15～30戶。調查于2016年夏季開展，受訪農戶回溯其2015年度糧食生產、儲備和損失情況，并基于農戶標識碼(省碼+村碼+戶碼)合并固定觀察點已有調查數據(包括住戶數據和家庭收入數據)。

本次研究選取的作物是玉米，玉米是中國重要的糧食作物，產量連續多年位居各糧食作物首位。玉米儲備調查涵蓋北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、江蘇、安徽、山東、河南、湖北、湖南、廣西、云南、貴州、四川、重慶、陜西、甘肅、寧夏、新疆等23省(自治區、市)，覆蓋中國三大玉米優勢區(北方春玉米優勢區、黃淮海夏玉米優勢區、西南玉米優勢區)，囊括中國絕大部分玉米種植省份，被調查地區2015年玉米產量占全國玉米總產量的84.15%。因此，本次調查數據在空間分布上具有良好的代表性。剔除無效樣本后，此次調查共收集樣本1 199份。需要說明的是，部分農戶存在品種兼業，為了保留這部分樣本，此次分析將這些農戶作為獨立樣本納入研究。

表1 調研樣本分布
Table 1 Sample distribution

區域 Region 省份Province樣本量Observations華北 North China北京、天津、河北、山西、內蒙古175東北 Northeast黑龍江、吉林、遼寧381華東 East China江蘇、安徽、山東78中南 Central South廣西、湖南、湖北、河南244西南 Southwest四川、重慶、云南、貴州192西北 Northwest陜西、新疆、甘肅、寧夏129合計 Total1 199

1.2 研究方法

1

.

2

.

1

理論推導

從經濟學上講，農戶作為理性人，儲糧目標是實現效用最大化。借鑒Saha等以及Kadjoa等的研究，假定存在一個消費周期，消費周期包括收獲期和產后期，農戶在收獲后進行儲糧決策。新的收獲期開始意味著一個消費周期的結束，而產后期則始于家庭開始使用存糧或從市場中購買糧食。在整個周期內，糧食的價格可能出現波動。假定在收獲期，糧食大量上市，價格較低；而產后期的糧食價格逐漸升高，詳見圖1。

圖1 糧食生產和消費周期Fig.1 Grain production and consumption cycles

假定在每個周期(收獲和產后期)，農戶通過消費主糧(

M

)和非食品集合(

Y

)獲得效用。在每個周期中，家庭面臨收獲期(

H

)和產后(

L

)的效用最大化問題，如下式所示。Max

V

=

U

(

M

,

Y

)+

γE

U

(

M

,

Y

)

(1)

假設效用函數

U

是二次可微，

E

U

表示農戶在收獲期對產后期效用的預期，

γ

是一個折扣因子。在此基礎上增加存儲損失的不確定性。因為假定在產后期沒有生產，如果農戶決定儲存糧食，有效的儲存技術將是一個先決條件。因此，收獲的糧食可被視為通過儲存技術轉化為產后期的供給，存儲約束可以定義為：

(2)

式中：表示產后可用糧食數量，

T

代表儲存技術，

S

即農戶在收獲期儲存的糧食，表示儲存環節糧食損失水平。那么，當農戶進行決策時：

Q

-

S

-

I

=

M

(3)

P

I

+

B

-1-

B

=

Y

(4)

(5)

(1+

r

)

B

-

P

A

=

Y

(6)

其中：式(3)為收獲時的糧食分配，農戶在收獲期將生產的糧食(

Q

)分配給消費(

M

)、存儲(

S

)和銷售(

I

)。式(4)表示農戶收獲期面臨的流動性約束，

B

-1表示家庭在此之前的儲蓄，

P

I

表示在該期以

P

價格銷售

I

數量的糧食，

B

則表示農戶該期可能進行的儲蓄，假設其利率為

r

，

Y

表示農戶可使用的總金額。式(5)和(6)表示的是產后期農戶的約束條件。式(5)表示農戶產后期可用的糧食，表示剔除損失后，農戶自留糧食數量，

A

表示農戶從市場中購買的糧食數量，價格為

P

，

S

表示農戶在產后期使用儲糧后的糧食剩余數量。式(6)表示農戶將糧食以

P

價格銷售

I

數量的糧食，

Y

表示農戶支出。

將式(3)和(4)代入(1)中，可得一個新的函數，并求收獲時關于儲存決策的一階條件：

(7)

式(7)也可寫成：

(8)

注：

因此，農戶在進行儲存決策時會考慮儲存損失。

1

.

2

.

2

模型設定

當然，除受儲糧損失影響外，現有研究證實，農戶的儲糧行為還受到糧食產量、家庭收入、市場發育程度、戶主特征等因素影響。據此，建立如下計量模型：

lnstorage=

α

+

α

harvest+

α

δ

+

α

market+

α

income+

α

∑others+

μ

(9)

式中：storage代表農戶儲糧數量，harvest為糧食產量，

δ

是糧食儲存損失水平，market代表市場發育程度，income代表農戶家庭收入，others代表除上述變量以外的其他變量，包括農戶特征、牲畜飼養情況等。

1

.

2

.

3

估計方法普通最小二乘法(OLS)只能估計各因素對儲糧數量均值的影響，而無法全面觀察各因素對不同分布下農戶儲糧數量的影響。與普通最小二乘法不同，分位數回歸(quantile regression)主要考察的是不同分位數水平下的自變量對因變量的解釋程度，其能夠描述解釋變量對不同分位數上被解釋變量的影響，且不要求誤差項為正態分布。另外，分位數回歸結果不易受極端值的影響，因而更加穩健。因此，本研究選擇分位數回歸方法分析農戶儲糧影響因素。分位數回歸的基本思想為：對于不同的權重

τ

，使用殘差絕對值的加權總和作為目標函數，通過求解最小化目標函數得到相應的參數估計量。分位數估計步驟如下：

Y

=

F

(

y

)=Prob(

Y

<

y

)

(10)

式中：

Y

為農戶儲糧數量；

F

(

y

)為農戶儲糧數量的概率分布函數。那么：Q(

τ

)=inf{

y

∶

F

(

y

)≥

τ

}

(11)

式中：

Q

(

τ

)為

Y

的

τ

(0<

τ

<1=分位數，

Q

(

τ

)滿足

F

(

y

)≥

τ

的最小

y

值。由(7)式可知，農戶儲糧數量的條件均值函數是線性的，則農戶儲糧數量的期望值為：

E

(

Y

|

X

=

x

)=

E

(

L

)=

E

(

F

(

X

,

μ

))=

X

′

β

(12)

式中：

X

為農戶儲糧數量的解釋變量向量；

β

為回歸系數向量。根據分位數回歸思想，當對分位點

τ

的樣本數據回歸時，其目標是使

τ

分位點函數的加權殘差絕對值之和最小，即：min{∑≥′

τ

|

Y

-

X

′

β

|+ ∑<′(1-

τ

)|

Y

-

X

′

β

|}

(13)

對式(13)求解得到參數估計值：

∑<′(1-

τ

)|

Y

-

X

′

β

|}

(14)

式中：為被估計參數；其數值的大小表示

τ

分位點上影響因素對農戶儲糧數量的影響程度。因此，在不同分位點下，模型可以刻畫相應條件分布下

Y

的分布軌跡。如此，利用分位數回歸法可以全面探究各因素對農戶儲糧規模的影響。在本研究中，以農戶儲糧數量為解釋變量，分別將

τ

的取值設定為0.1、0.3、0.5、0.7和0.9等5個具有代表性的分位數水平進行分析。

1.3 變量定義及描述性統計

表2給出了本研究模型變量的定義與描述性統計。同時，為反映可能出現的地區分化情況，在描述性統計時，將黑龍江、吉林、遼寧、河北、山東、內蒙古、河南等7省(自治區)作為玉米主產區予以分列，這些地區的樣本量為643戶。

本研究的農戶儲糧數量是指上年結轉數量加上當年入庫數量。從儲糧數量上看，中國農戶年均儲糧3 968.71 kg，不同農戶間的儲糧行為差異較大，儲糧數量標準差為6 710.44 kg。從糧食產量上看，農戶平均玉米產量5 501.90 kg，也就是說70%以上的玉米并非在收獲后直接賣出，而是進入農戶家庭庫存。在產量與儲備量方面，主產區均明顯高于全國平均水平，其儲糧數量和產量分別達6 008.09 kg、8 638.25 kg。

本研究所用的糧食價格數據是農戶收獲時當地的玉米市場價格。從理論上講，收獲時市場價格越高，農戶可能選擇將更多的糧食直接出售。本次調查獲得的玉米市場價格平均為1.78元/kg。農戶對未來的價格預期也會影響儲備決策，如果農戶預計未來價格將會上升，則很可能選擇儲備糧食，擇機銷售。本研究使用“未來價格是否會上漲”的虛擬變量作為農戶對價格的預期，41%的農戶預計收獲期后價格將上升。在市場價格和價格預期方面，主產區與全國平均水平也略有區別，主產區收獲時的價格更低，為1.63元/kg，僅有26%的農戶認為未來價格會上漲。

市場發育程度用家庭距最近糧庫的距離來衡量，距離糧庫越近，市場發育程度越高，反之越低，其平均值為7.32 km，主產區農戶距糧庫的距離稍遠，為8.87 km。同時，距離糧庫的遠近也能反映農戶售糧的便利程度，距離越遠，售糧越不方便；距離越近，售糧越方便。從收入上看，本次調查的農戶年均收入58 588.06元，收入水平在不同農戶之間的變動范圍也非常大，標準差為53 527.48元。主產區農戶家庭收入稍低于全國平均水平，為57 055.21元。儲存條件也會影響農戶儲糧決策，本研究使用“是否使用金屬倉等先進設施”的虛擬變量反映農戶儲存條件。結果表明，僅有35%的農戶使用金屬倉等先進儲備設施，主產區為34%。

表2 變量定義與描述性統計
Table 2 Variable description and descriptive statistical analysis

變量 Variable 變量定義Variable definition所有樣本(N=1 199)All samples主產區樣本(N=643)Samples in major area均值Mean標準差Stand error均值Mean標準差Stand error儲糧數量Storage quantity農戶當年儲糧數量/kg3 968.716 710.446 008.098 430.15糧食產量Grain output農戶當年玉米收獲量/kg5 501.909883.568 638.2512 453.47糧食價格 Price收獲時的玉米市場價格/(元/kg)1.780.441.630.23價格預期Price expectation未來玉米價格是否上升。是=1;否=00.410.490.260.44市場發育程度Market development家庭距離最近糧庫的距離/km7.3210.928.8713.47儲備設施Storage device是否使用金屬倉等先進設施。是=1;否=00.350.480.340.47收入水平 Income家庭年收入/元58 588.0653 527.4857 055.2151 827.38儲糧損失率Storage loss預期儲糧損失水平=儲糧損失/儲糧數量0.020.030.010.02家庭常住人口Population家庭常住人口數量(居住半年以上)/人2.961.462.891.38非農就業Non-farm payroll是否存在非農就業人口。是=1,否=00.700.460.630.48牲畜飼養狀況Livestock breeding是否飼養家禽和牲畜。是=1,否=00.120.320.050.21性別 Gender戶主性別。男=1;女=00.830.370.850.36年齡 Age戶主年齡/歲53.8710.9852.8810.61受教育年限Education戶主接受學歷教育的年限/年7.092.587.412.32宗教信仰狀況Religious是否信仰宗教。是=1;否=00.030.180.030.16住房面積House area農戶住房總面積/m2140.3693.46119.5989.49節約意識Awareness of saving收獲后是否撿拾糧食。是=1,否=00.390.490.430.49

本研究中的儲糧損失率是農戶對當年儲糧損失的估計。由于農戶生活環境、生產方式等短時間內不會發生較大變化，基于靜態預期理論，本研究假設該儲糧損失為農戶預期儲糧損失。如果儲糧損失率過高，那么會選擇在收獲后立即將大部分糧食賣出，以避免損失。平均來看，農戶的儲糧損失較低，為2%，但不同農戶之間的差異較大，標準差達3%。主產區農戶儲糧損失率低于全國平均水平，為1%。

最后，農戶家庭常住人口數、非農就業、牲畜飼養狀況、戶主性別、年齡、受教育年限、宗教信仰狀況、家庭住房面積和節約意識等變量作為控制變量引入模型。根據統計，農戶家庭平均常住人口2.96人，70%的農戶家庭存在非農就業情況，12%的農戶存在牲畜飼養行為，39%的農戶節約意識較強，尤其是主產區農戶的節約意識強于其他地區，該指標值為43%。

2 結果與分析

2.1 估計結果

表3為OLS回歸和分位數回歸結果，為了對比，第2列為穩健標準誤條件下的OLS回歸結果，第3～7列為各分位點分位數回歸結果。回歸中加入地區虛擬變量控制了不同地區的影響。

根據表3，多元線性回歸與分位數回歸模型的擬合程度均較好。OLS的結果顯示，糧食產量、收入水平、節約意識與農戶儲糧數量正相關，儲糧損失、糧食價格、市場發育程度、非農就業、住房面積、年齡、受教育年限與農戶儲糧數量負相關。為了考察在不同分位點上各影響因素的作用，接下來分析分位數回歸結果。

在所有分位點上，儲糧損失與農戶儲糧數量顯著負相關，說明農戶預期儲糧損失越大，就會減少儲糧規模。同時，該變量的系數絕對值呈下降趨勢，表明儲糧損失對儲糧數量大的農戶影響較小，受其影響較大的是中小規模農戶。這可能是因為相對小規模農戶，大規模農戶具有較高水平的儲糧技術和設備，其防損、減損能力較強；并且在處理突發情況，如蟲害爆發時，有更強的應對能力。另外，大規模農戶的主要收入來源是糧食銷售收入，農戶即使是考慮到儲備損失的影響，也會傾向于儲備一定數量的糧食，待價而沽，賺取價格波動收益。

除0.1分位點外，糧食產量與農戶儲糧數量顯著正相關，說明糧食產量越高，農戶將儲藏更多的糧食。同時，其系數絕對值呈現上升趨勢，說明糧食產量越高的農戶儲備意愿更強。這是因為大規模農戶的主要收入來源是糧食銷售，其更愿意將糧食儲備起來，擇機銷售。

除0.9分位點外，收獲期價格與農戶儲備數量顯著負相關，說明收獲期價格高，農戶傾向于將糧食賣出，鎖定收益。從系數上看，隨著分位數增加，收獲期價格的系數絕對值先增后降；并且，0.1和0.3分位點的系數大于0.5和0.7分位點的系數，說明中小規模農戶的儲備決策受收獲期價格的影響更大。可能的原因在于，中小規模農戶糧食數量較少，大規模農戶糧食數量較多，面對較高的市場價格，中小農戶可能會選擇大量銷售，而大規模農戶可能會繼續保留一部分糧食，擇機銷售。

在所有分位點上，市場發育程度與農戶儲備數量顯著負相關，表明距離糧庫越遠，農戶儲備數量更低。其系數絕對值呈現先增后降趨勢，說明市場發育程度變量對中規模農戶的儲糧數量產生的影響大于大小規模農戶。可能的原因在于，小規模農戶糧食數量少，運輸方式靈活，而大規模農戶更有可能購買自有運輸工具，運輸便利。因此，距離對這兩種規模農戶糧食銷售的影響小于中等規模農戶。

在所有分位點上，非農就業與農戶儲備數量顯著負相關，這表明存在非農就業的家庭會減少糧食儲備。其系數絕對值呈下降趨勢，說明非農就業對小規模農戶儲糧數量的影響更為顯著，大規模農戶因其糧食產量更高，糧食收入更多，更有意愿儲備一定數量的糧食，造成非農就業對大規模農戶的影響相對較弱。

在所有分位點上，節約意識與農戶糧食儲備規模顯著正相關，說明節約意識較強的農戶儲備的糧食更多。可能的原因是節約意識較強的農戶，其風險規避意識也較強，會存有一定的糧食以備不時之需。其系數絕對值呈下降趨勢，這說明節約意識對低儲糧數量的農戶影響較大，對大規模儲糧數量的農戶影響較小。

表3 儲糧損失對農戶儲糧決策的影響
Table 3 The impact of storage loss on storage decision

變量 Variable 估計方法 Estimation methodOLS分位數回歸0.10.30.50.70.9儲糧損失Storage loss-9.72***(-4.46)-16.89***(-2.92)-13.52***(-4.61)-12.92***(-6.75)-8.29***(-4.47)-3.92***(-3.03)糧食產量Grain output0.04***(3.98)0.01(1.10)0.06***(4.82)0.09***(10.28)0.11***(7.81)0.13***(8.55)糧食價格Price-0.42***(-4.14)-0.64*(-1.76)-0.82***(-3.22)-0.46**(-2.46)-0.25***(-3.27)-0.14(-1.31)價格預期Price expectation-0.03(-0.39)0.19(1.22)0.02(0.17)-0.04(-0.43)-0.04(-0.46)-0.04(-0.59)市場發育程度Market development-0.02***(7.89)-0.01**(-2.02)-0.03***(-4.90)-0.03***(-5.48)-0.03***(-4.97)-0.01**(-2.16)儲備設施Storage device-0.06(-0.76)0.14(0.70)-0.16(-1.11)-0.10(-1.44)-0.17**(-2.30)-0.02(-0.26)收入水平(對數)Income (logarithm)0.26***(4.55)0.09(0.82)0.26***(3.53)0.26***(3.38)0.17**(2.25)0.10(1.47)家庭常住人口Population-0.01(-0.22)0.03(0.64)0.02(0.54)-0.02(-0.72)-0.04*(-1.78)0.002(0.08)非農就業Non-farm payroll-0.45***(-5.38)-0.45**(-2.55)-0.30***(-2.65)-0.45***(-5.72)-0.27***(-3.85)-0.10*(-1.70)牲畜飼養情況Livestock breeding-0.08(-0.67)0.09(0.37)0.05(0.36)-0.18(-1.07)-0.13(-1.35)-0.07(-0.86)住房面積House area-0.002***(-4.28)-0.001(-1.07)-0.003***(-5.15)-0.001(-1.20)-0.001(-1.58)-0.001(-1.25)節約意識Awareness of saving0.35***(4.28)0.46***(3.56)0.45***(5.25)0.31***(4.10)0.16**(2.26)0.18***(3.47)性別Gender-0.10(-1.00)-0.18(-0.86)-0.24(-1.13)-0.23*(-1.90)-0.13(-1.63)-0.03(-0.36)年齡Age-0.02***(-4.83)-0.02***(-2.96)-0.02***(-4.12)-0.01***(-2.61)-0.01**(-2.50)-0.004(-1.43)受教育年限Education-0.01*(-0.97)-0.02(-0.97)-0.03(-1.00)-0.001(-0.03)-0.01(-0.74)-0.004(-0.25)宗教信仰狀況Religious0.18(0.98)0.73(1.42)0.10(0.50)0.32(1.14)0.17(0.96)-0.05(-0.30)地區虛擬變量Location dummy已控制常數Constant6.84***(10.54)7.31***(6.83)7.45***(8.97)6.62***(8.07)7.39***(11.31)7.11***(8.89)R20.360.100.200.270.330.39

注：*、**、***表示在10%、5%和1%的統計水平上顯著；括號內為值；部分估計系數過小，保留三或四位小數。下同。

Note: *, ** and *** indicate significant at the statistical levels of 10%, 5%, and 1%, respectively. values are in parentheses. Some of the estimated coefficients are too small, and only three or four decimal places are kept. The same below.

在0.3、0.5和0.7分位點，收入水平與農戶儲糧規模顯著正相關，這說明隨著收入水平的增長，中規模農戶的儲糧數量將會增加。同時，在0.1、0.3、0.5和0.7分位點，年齡與農戶儲糧規模顯著負相關。這說明，大齡農戶會減少糧食儲備規模。可能的原因在于，隨著年齡增長，農戶糧食消費減少。并且，年齡增長也會減弱農戶的糧食管理精力，為避免儲糧損失，大齡農戶將減少糧食儲備。

2.2 內生性分析

農戶預期的儲糧損失既是在儲糧決策時考慮的一個重要因素，但儲糧損失也是農戶儲糧行為的結果，可能存在內生性問題。為解決內生性問題對估計結果的影響，同時檢驗結論的穩健性，本研究試圖引入工具變量，并使用兩階段最小二乘法(2SLS)對模型進行估計。

根據前人的研究，本研究使用農戶所在地年均降水量和晾曬環節是否出現惡劣天氣作為儲糧損失的工具變量。選擇農戶所在地年均降水量的原因：一是地區降雨量是一個嚴格外生的變量，符合工具變量的外生性要求；二是降雨量大的地區相對潮濕，容易導致糧食儲存時發生霉變，造成儲糧損失；三是中國的氣候狀況為雨熱同季，溫度高、降雨量大適宜昆蟲和嚙齒動物快速繁殖，而蟲害、鼠害是造成農戶儲糧損失的重要因素。因此，本研究推斷降雨量與農戶儲糧損失正相關。晾曬環節是否出現惡劣天氣也是一個嚴格外生的變量，如果晾曬時出現雨雪等惡劣天氣，不利于糧食含水率下降到適合儲藏的水平，甚至可能會造成谷物潮濕，增加水分含量，使得儲藏環節的損失增加。因此，晾曬環節出現惡劣天氣將增加農戶儲糧損失。

表4給出工具變量法的第一階段和第二階段結果。在控制內生性問題后，農戶儲糧數量依然與儲糧損失顯著負相關。在相關性檢驗中，Shea’s偏

R

為0.02，

F

值達到了12.69，大于臨界值10，故拒絕存在弱工具變量的原假設，說明工具變量滿足相關性；外生性檢驗中，Sargan檢驗和Basmann檢驗的卡方值均在10%水平上仍不顯著，不能拒絕所有工具變量均外生的原假設，說明工具變量符合外生性要求。為了穩健起見，使用對弱工具變量不敏感的有限信息極大似然法(LIML)對模型重新估計，結果與表3沒有實質差異，這也從側面印證了不存在弱工具變量問題。

表4 工具變量法估計結果
Table 4 Estimation results of instrument variables

變量 Variable 第一階段回歸First stage estimation第二階段回歸Second stage estimation系數t值系數z值儲糧損失工具變量Instrument variables of storage loss-22.58***-2.79 晾曬環節天氣情況(是否出現因雨、雪等惡劣天氣造成的損失;是=1,否=0) Whether bad weather appeared in the grain drying stage0.01***4.18 地區年均降水量(對數) Annual rainfall of the household’s location (logarithm)0.007***3.28糧食產量 Grain output0.0002**2.280.05***10.24糧食價格 Grain price0.0021.20-0.37***-3.88價格預期 Price expectation0.0031.240.010.16市場發育程度 Market development-0.000 3-0.36-0.02***-6.83

表4(續)

變量 Variable 第一階段回歸First stage estimation第二階段回歸Second stage estimation系數t值系數z值儲備設施 Storage device-0.02***-7.98-0.26*-1.77收入水平(對數) Income (logarithm)-0.001-1.050.24***4.07家庭常住人口 Population0.00081.240.0020.07非農就業 Non-farm payroll0.005**2.27-0.39***-4.16牲畜飼養情況 Livestock breeding0.008**2.580.030.24住房面積 House area-0.0001-1.18-0.002***-5.12節約意識Awareness of saving0.007***3.470.43***4.74性別 Gender-0.002-0.88-0.13-1.29年齡 Age-0.0001-0.06-0.02***-4.74受教育年限 Education-0.0003-0.82-0.02-1.26宗教信仰狀況 Religious0.01**2.140.291.35地區虛擬變量 Location dummy已控制已控制常數 Constant-0.02 -0.72 7.27*** 9.60R20.090.29相關性檢驗Correlation testShea’s partial R20.02F值12.69Sargan chi0.13Basmann chi0.13

3 結論與建議

基于前人的研究，本研究將儲糧損失作為一個單獨的變量引入農戶儲糧決策模型，利用全國23省1 199戶農戶的儲糧損失調查數據，實證分析影響農戶儲糧的主要因素。研究發現，在控制了其他因素的影響后，農戶儲糧數量受預期儲糧損失影響顯著，糧食產量、糧食價格、市場發育程度、家庭收入、非農就業也對農戶儲糧數量產生較大影響。對于可能存在的內生性問題，本研究使用農戶所在地年均降雨量和晾曬環節天氣是否正常作為工具變量進行檢驗，相關結論依然成立。

從整體上看，隨著糧食增產難度提升，減少糧食損失將成為保障國家糧食安全的一項重要內容。相關研究表明，中國農戶儲糧損失率約為3%，相當于每年損失糧食2 000萬t，浪費411萬hm土地。因此，減少農戶儲備環節的損失有利于國家糧食安全。

從個體上講，儲糧損失對農戶的儲糧行為造成了顯著影響，預期損失過高會讓農戶減少糧食儲備，既不能讓農戶通過糧食儲備鎖定市場價格波動利潤，也會加大農戶對市場供應的依賴性，給政府糧食儲備系統帶來一定壓力和挑戰。因此，減少農戶儲糧損失能夠讓農戶擴大儲糧規模，更好地發揮農戶儲糧作為平衡糧食供需的“蓄水池”和“穩定器”的作用。

因此，在重視農戶糧食儲備的基礎上，政府應加大對農戶儲糧損失的關注，需要進一步通過推廣先進的儲糧技術及減損方法。可以提供補貼激勵農戶購買先進的儲糧裝具，同時通過報刊、新聞、字報和互聯網媒體等農戶易于接觸的傳播渠道傳授減損知識，并加大減損宣傳，提升農戶節約意識，實現藏糧于技、藏糧于民。