基于PVAR模型的農業生產托管?人工成本價格與水稻產量動態研究

摘要 基于2004—2020年長江流域省市有關面板數據，構建面板向量自回歸模型，引入農業生產托管、人工成本價格因素，分析農業生產托管和人工成本對水稻產量的影響。結果表明，水稻生產托管對水稻產量有負向沖擊影響，但沖擊較小且平穩；人工成本的增加會提高水稻產量，對水稻生產托管的影響短期內不顯著；水稻生產托管、人工成本和水稻產量三者之間存在動態交互效應。基于此，提出了完善農業托管體系、降低水稻人工投入、提升水稻規?；降冉ㄗh，以促進水稻等糧食作物的高質量發展。

關鍵詞 農業生產托管；人工成本；水稻生產托管；PVAR

中圖分類號 S-9 ??文獻標識碼 A? 文章編號 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

作者簡介 段昌忠（1994—），男，湖北石首人，在讀碩士，從事農村發展研究。

收稿日期 2022-09-09；修回日期 2022-10-11

習近平總書記曾多次強調，中國人的飯碗要牢牢端在自己的手里。水稻是百糧之基，在我國居民日常生活中占據重要地位。保障糧食安全，是防范化解各類風險，穩定國家大局的有效途徑［1］。我國糧食供給長期處于“緊平衡”狀態，維持糧食產量穩定付出了巨大的人力、物力和環境代價［2］。農業生產托管作為新時代農業社會化服務方式和經營方式，既是解決技術缺乏、勞動力短缺、資金供應不足等問題的有效途徑，又是促進糧食豐收增效和實現小農戶與農業現代化有效銜接的應有之策。近年來，我國農業生產托管初具規模，國家出臺一系列文件政策引導農業生產托管良性發展，2017年農業部辦公廳印發《關于開展農業生產托管統計工作的通知》，2019年農業農村部積極推廣農業生產托管為主的社會化服務模式。發展農業生產托管的最終目的是提供優質糧食，保障糧食安全。因此，探究農業生產托管、人工成本和水稻產量之間關系，有助于把握水稻生產托管服務的規律和條件，進而促進農業生產托管服務，推動糧食增產提質。

參考已有資料，內容上，研究學者們主要從托管意愿、組織方式以及托管模式3個角度對農業生產托管展開研究［3-9］；視角上，相關學者從服務經營規模視角對農業生產托管組織方式進行探討，提出農業生產托管服務新融合模式［11-14］。隨著關于農業生產托管與水稻、玉米、小麥等糧食相關研究逐漸增多，基于理論和實證兩方面，論述農業生產托管對農業生產效率以及農戶的影響［1-2，9，15-16］。

綜上，現有研究對農業生產托管進行較為深入的剖析，具有一定啟發意義，為該研究奠定了堅實的理論基礎。但對農業微觀視角——農業生產托管、人工成本以及產量關注較少。此外，現有研究主要基于農業生產托管和某一對象之間的兩者關系研究，對三者的研究相對缺乏。水稻是大宗農產品，也是農業生產托管服務的優先支持對象，同時長江流域水稻種植面積占全國的65.7%。因此，研究長江流域水稻生產托管不僅具有較強的代表性，而且有較強的現實基礎，對于我國水稻生產托管服務具有一定的指導作用。筆者構建面板向量自回歸模型，基于長江流域省際動態面板數據，就水稻生產托管、人工成本對水稻產量的沖擊影響進行分析并提出對策建議，以期為水稻生產托管高質量發展提供參考。

1 模型構建與數據來源

1.1 模型構建

向量自回歸模型通過實際經濟數據確定經濟系統動態結構，建模時無須提出先驗理論假設的一種非結構化模型。面板向量自回歸模型（PVAR）則是考察兩個或多個變量之間的動態關系，適用于時間跨度相對較短（T≤20）的短面板數據，該研究的水稻生產托管、人工成本、水稻產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分別表示水稻生產托管費用、人工成本價格以及水稻產量；i代表長江流域的10個省級行政區域，i=1，2，…，10；t代表年份，t=2004，2005，…，2020；n代表滯后階數，αj代表系數矩陣；j代表向量的滯后階數；δt代表時間效應；γi代表個體效應；εit代表隨機誤差項。

1.2 數據來源與處理

該研究數據均來源于《全國農產品成本與匯編》（2005—2021），為保證數據的完整性和一致性，長江流域省級行政區域中剔除數據缺失嚴重的上海市，最終確定研究對象為2014—2020年長江流域江蘇省、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個省級行政區域。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種水稻相關數據進行匯總平均處理?！掇r業部辦公廳關于大力推進農業生產托管的指導意見》（農辦經 〔2017〕19號）將農業生產托管定義為在不流轉土地經營權的前提下，將農業生產的部分或全部作業環節委托給農業經營組織的方式［17-18］。農業生產環節的耕、種、防、收主要涉及農業物質資料的投入以及農業生產托管所產生的服務費用，因此該研究將水稻生產托管費用（p_trusteeship）以水稻的物質與服務費表征，人工成本價格（p_labor）以單位面積人工成本表征，水稻產量（yield）以水稻單位面積產量表征。變量的描述性統計與相關性檢驗結果見表1。表1顯示，水稻產量與人工成本價格的相關性最大，為0.462 1，其他變量之間的相關系數均小于0.46，表明各變量之間不存在嚴重多重共線性問題。

2 結果與分析

2.1 面板單位根檢驗

為避免出現偽回歸和弱工具變量等問題，采用IPS檢驗法對研究所涉及的變量進行面板單位根檢驗，IPS檢驗結果如表2 所示。結果表明，p_trusteeship的統計量為-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；Z的統計量為-4.037 5，對應的P值為0.000 0，同樣拒絕原假設，綜上可以判斷，p_trusteeship為平穩序列。同理可知，p_labor和yield均為平穩序列。

2.2 格蘭杰（Granger）因果檢驗

表3為格蘭杰因果檢驗結果。從表3可知，在農業生產托管（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，人工成本（p_labor）和水稻產量（yield）聯合檢驗的P值為0.029，該結果顯著且拒絕原假設，說明人工成本和水稻產量是農業生產托管的Granger意義下的原因。在人工成本（p_labor）方程中，農業生產托管（p_trusteeship）的P值為0.041，即至少在0.05的水平下顯著，水稻產量（yield）的P值為0.001，至少在0.01的水平下顯著，同理農業生產托管（p_trusteeship）和水稻產量（yield）聯合檢驗至少在0.10的水平下顯著，說明農業生產托管和水稻產量是人工成本的Granger意義下的原因。在水稻產量（yield）方程中，農業生產托管（p_trusteeship）的P值為0.043，人工成本（p_labor）的P值為0.034，兩者的結果均拒絕原假設，且農業生產托管（p_trusteeship）和人工成本（p_labor）的聯合檢驗在0.01的水平下顯著，說明農業生產托管和人工成本是水稻產量的Granger原因。

2.3 最優滯后階數選取與穩定性檢驗

PVAR模型建立過程中變量滯后階數的選取對模型擬合十分關鍵，若滯后階段過短，無法準確捕捉PVAR模型的動態特征；若滯后階數過長模型估計參數較多，則會損失自由度從而降低模型擬合度。一般使用MAIC、MBIC和MQIC最小信息準則確定PVAR的最優滯后階數。

由表4可知，在MBIC和MQIC準則下選擇的滯后階數為1階，在MAIC準則下選擇的滯后階數為3階，綜合MAIC、MBIC和MQIC準則可得，該研究的最優滯后階數為1階。

圖1為面板向量自回歸模型的穩定性檢驗結果。如圖1所示，所有的特征值均落在單位圓內，表明該研究設定的PVAR模型穩定，其整體回歸結果有效。

2.4 面板向量自回歸分析

對公式（1）構建的向量自回歸模型采用GMM方法估計，得到回歸結果見表5。由表5可知，水稻生產托管、人工成本和水稻產量三者之間存在顯著的雙向動態關系，3個變量滯后1期對其他變量均有顯著影響。

在水稻生產托管方程中，人工投入和水稻產量滯后1期的估計系數在0.01的水平顯著均為負，表明前一期的人工成本和水稻產量減少的負向沖擊將會導致水稻生產托管費用增加?？赡茉蚴乔耙黄谌斯こ杀就度胼^少、水稻產量下降，為提高當期水稻產量，農戶會適當增加當期農業生產資料的投入，從而相應增加水稻托管等環節的投入，進而提高水稻產量。

在人工成本價格方程中，水稻生產托管滯后1期的估計系數在0.01水平顯著為正，表明前一期水稻生產托管的正向沖擊會促使人工成本增加，導致這一現象可能的原因是水稻生產托管費用的增加會使農戶產生正向預期，因此會追加人工成本投入。水稻產量滯后一期的估計系數在0.01水平顯著為負，表明前一期水稻產量增加的沖擊會導致人工成本減少，根據邊際報酬遞減規律以及農戶的保守心理，前一期水稻產量增加時，農戶一般不會盲目擴大生產規模，保持現有的生產狀態。同時前一期的產量增加的經驗使得農戶適當減少某些生產環節的人工投入，實現“最低投入最大產出”，追求邊際效益最大化。

在水稻產量方程中，水稻生產托管的滯后1期估計系數在0.01水平顯著為正，表明前一期水稻生產托管的正向沖擊會促使水稻產量增加，形成原因在于水稻生產托管費用的增加，水稻生產投入了較多的生產資料，一般而言當年的水稻產量會提高，進而農戶會保持現有生產資料投入或適當增加生產投入，從而當期的水稻產量有所提升。人工成本的滯后1期估計系數在0.10水平顯著為負，表明前一期人工成本的沖擊將會導致水稻產量下降。由于該研究對象為長江流域除上海市之外9個省市水稻，而水稻主要生長期在夏季，長江流域夏季極易遭遇旱澇極端災害天氣的影響，稻田干旱或洪澇，導致水稻產量減少。農戶在前一期遭受損失，收入相應減少，縮小當期生產規模，從而會影響當期水稻產量。

2.5 脈沖響應分析

為探索水稻生產托管、人工成本以及水稻產量三者之間的動態傳導機制和影響路徑，該研究運用脈沖相應進行解釋說明。圖2為沖擊時間為10期的脈沖響應結果。

分析水稻生產托管、人工成本價格、水稻產量的脈沖響應正交圖可得出以下結論：

第一，水稻產量提高會促進水稻生產規模效益，降低人工成本。水稻產量的沖擊對水稻生產托管呈持續性影響，在第1期出現峰谷后，出現長期平穩上升狀態，在第5期后由負向影響轉變為正向影響。給水稻產量一個標準差大小的沖擊，其自身會受到影響，前2期沖擊為正，第3期開始轉為負向沖擊，并趨于逐漸收斂。

第二，人工成本的增加會促進水稻產量的提高，但隨著人工成本的提高，短期內水稻產量的增速較快，長期增速逐漸穩定，對水稻生產托管的作用較小且不明顯。給人工成本1個標準差大小的沖擊，其自身會受到正向影響，沖擊時間較短且在第2期恢復穩定。

第三，水稻生產托管對水稻產量的沖擊為負，第一期對水稻產量的沖擊較大，第2期開始沖擊呈收斂態勢。水稻生產托管對人工成本的沖擊較大，第1期沖擊作用顯著，后期的負向沖擊作用逐漸平穩。給水稻生產托管1個標準差大小的沖擊，其自身會受到正向沖擊，但沖擊十分平穩。

2.6 方差分解分析

為更進一步度量水稻生產托管、人工成本和水稻產量3個指標之間的長期相互影響程度，使用預測誤差方差分解模型來解釋水稻生產托管、人工成本和水稻產量對沖擊響應的方差貢獻度，其結果見表6。

從水稻生產托管的方差貢獻率來看，水稻生產托管的方差貢獻率在第1期全部來自自身，從第2期開始，人工成本和水稻產量的貢獻率開始增長，但二者的貢獻率一直比較低。第2期水稻生產托管的貢獻率為79.53%，人工成本和水稻產量的貢獻率分別為0.86%、1.18%，第6期水稻生產托管貢獻率78.95%，經過5期其貢獻率變動較小，而人工成本和水稻產量的貢獻率在這一期均突破了1%。在觀察期內，水稻生產托管貢獻率與其他2個變量的貢獻率基本長期維持在8∶2的狀態，表明水稻生產托管受人工成本和水稻產量的影響非常有限。原因可能是我國的農業生產托管起步較慢，生產托管機制管理體系有待完善，導致其對農業人工成本和農業產量的作用未得到有效發揮。

從人工成本的方差分解來看，在第一期人工成本的貢獻率來自和水稻生產托管和自身，水稻產量沒有貢獻。在第2期，水稻產量的貢獻率為56.61%，超過人工成本自身34.77%的貢獻率，水稻托管的貢獻率略有下降。在剩下的9期內，水稻托管貢獻率在10%左右徘徊，人工成本剩余90%左右的貢獻率由人工成本貢獻34%左右和水稻產量貢獻56%左右構成。表明水稻產量對人工成本的影響比水稻生產托管對人工成本的影響更大。

從水稻產量貢獻率來看，第1期的水稻產量方差貢獻率有62.89%來自自身，但在第5期和第10期，自身的貢獻有所減少但變化不顯著，水稻生產托管對水稻產量的方差貢獻率分別為4.40%和3.62%，人工成本對水稻產量的方差貢獻率增加到34.25%和35.15%，可見與水稻生產托管相比，水稻產量受人工成本的影響相對較大。

總體而言，從水稻生產托管、人工成本和水稻產量三者間的動態互動關系來看，這三者在一定程度上存在部分融合，但三者的作用強弱程度有所差異。

3 結論與建議

該研究基于2004—2020年長江流域除上海市之外的9個省級行政區域的面板數據，構建水稻生產托管、人工成本價格和水稻產量面板向量自回歸模型，在此基礎上進一步通過GMM估計、脈沖響應和預測方差分解對水稻生產托管、人工成本和水稻產量之間的互動關系進行檢驗。研究發現：水稻生產托管對水稻產量有負向沖擊影響，但沖擊影響較小且平穩；人工成本的增加會提高水稻產量，對水稻生產托管的影響短期內不顯著；水稻生產托管、人工成本和水稻產量三者之間存在動態交互效應?；谘芯拷Y論，提出如下對策建議：

一是完善農業托管體系，普及生產托管理念。鼓勵各種類型的生產托管服務組織加強合作，形成農業生產托管服務體系完備、服務質量上乘的生產托管服務網絡。以政府牽引為契機，承接地域農業生產托管服務中心、鄉鎮生產托管站、村級生產托管服務點等建設，構建農業資源整合、供需對接的區域生產托管服務平臺。對農戶進行生產托管理念知識教育與普及，提高農業生產托管率，達到優質高效的農業生產托管有效減少人工成本費用，提高水稻產量的目的。

二是降低水稻人工投入，提高機械化水平。補齊水稻生產過程種植、育肥、收割、烘干、倉儲等薄弱環節，大力推行水稻種植全程機械化作業，減少農事活動的非必要支出，降低種植過程的人工成本投入。

三是提升水稻規?；?，提高產量。發揮農業集體經濟、農民專業合作社等集體組織優勢，整合分散農戶需求，提供集中成片的水稻托管服務，以規模化、產業化、集約化的生產經營方式提高水稻產量。

參考文獻

［1］ 江帆，宋洪遠，高鳴.農業生產托管保障國家糧食安全的理論分析：基于生成邏輯的視角［J］.農業現代化研究，2022，43（1）：11-19.

［2］ 蘆千文，苑鵬.農業生產托管與穩固中國糧食安全戰略根基［J］.南京農業大學學報（社會科學版），2021，21（3）：58-67.

［3］ 忻紅，吳清萍.河北省農業經營體系創新和運作研究［J］.價格月刊，2016（7）：86-90.

［4］ 杜洪燕，陳俊紅，李蕓.農業生產托管組織方式研究：以山西省為例［J］.農業經濟，2021（1）：12-14.

［5］ 姜長云.論農業生產托管服務發展的四大關系［J］.農業經濟問題，2020，41（9）：55-63.

［6］ 王玉斌，李乾.農業生產托管利益分配模式比較研究［J］.改革，2019（8）：119-127.

［7］ 陳辛垚.新疆農業生產托管服務模式效果評價研究［D］.烏魯木齊：新疆農業大學，2021.

［8］ 杜洪燕，陳俊紅，劉寶印，等.服務融合趨勢下農業生產托管組織方式創新研究［J］.北方園藝，2021（7）：162-169.

［9］ 靳曉敏，宋玉蘭，許明威.農業生產托管對新疆玉米種植戶福利效應影響研究［J］.資源開發與市場，2021，37（12）：1457-1463，1470.

［10］ 盧洋嘯，孔祥智.農業生產托管的形成機制與服務模式分析［J］.現代經濟探討，2021（6）：119-125，132.

［11］ 杜洪燕，陳俊紅，李蕓.推動小農戶與現代農業有機銜接的農業生產托管組織方式和利益聯結機制［J］.農村經濟，2021（1）：31-38.

［12］ 姜長云，李俊茹，趙煒科.農業生產托管服務的組織形式、實踐探索與制度創新：以黑龍江省LX縣為例［J］.改革，2021（8）：103-115.

［13］ 張瑞娟，宦梅麗.農業生產托管：模式、成效及啟示——來自黑龍江省蘭西縣的經驗［J］.重慶社會科學，2020（10）：5-17.

［14］ 冀名峰，李琳.農業生產托管：農業服務規模經營的主要形式［J］.農業經濟問題，2020，41（1）：68-75.

［15］ 張忠軍，易中懿.農業生產性服務外包對水稻生產率的影響研究：基于358個農戶的實證分析［J］.農業經濟問題，2015，36（10）：69-76.

［16］ 王文.新疆農業生產托管的發展態勢［J］.安徽農業科學，2021，49（8）：264-265，274.

［17］ 杜洪燕，陳俊紅，龔晶，等.農業生產托管：模式、成效及風險分擔機制：基于山西和黑龍江兩省的調研［J］.價格理論與實踐，2020（12）：10-13，74.

［18］ 杜洪燕，陳俊紅，張峻峰，等.農業生產托管：成效、問題及對策：基于晉蘇黑三省的調研［J］.農業經濟，2022（1）：6-8.