適應(yīng)性預(yù)期下大豆生產(chǎn)決策的影響研究

摘要：大豆播種面積波動(dòng)變化是制約我國(guó)大豆自給水平提升的重要原因之一。文章結(jié)合國(guó)內(nèi)大豆供需新形勢(shì)，依據(jù)適應(yīng)性預(yù)期理論，選取2012—2022年黑龍江和河南等10個(gè)大豆主產(chǎn)省份的大豆種植數(shù)據(jù)，構(gòu)建現(xiàn)實(shí)預(yù)期和比較預(yù)期動(dòng)態(tài)面板數(shù)據(jù)模型，探究農(nóng)戶適應(yīng)預(yù)期下的種植行為，并實(shí)證分析各預(yù)期因素對(duì)我國(guó)大豆生產(chǎn)決策的影響。實(shí)證結(jié)果表明：（1）農(nóng)戶在種植決策上的理性表現(xiàn)為種植行為和種植結(jié)構(gòu)比例選擇的慣性，且往期種植面積、預(yù)期價(jià)格和預(yù)期單產(chǎn)的種植“慣性”作用在大豆種植決策中更為明顯。（2）國(guó)產(chǎn)大豆畝均收益“低”、成本“高”的絕對(duì)和相對(duì)劣勢(shì)凸顯，同時(shí)大豆收益和成本的變化對(duì)其種植戶的種植決策更具有影響力度。基于此，文章認(rèn)為提高大豆單產(chǎn)、穩(wěn)定市場(chǎng)價(jià)格、優(yōu)化成本結(jié)構(gòu)和創(chuàng)新優(yōu)勢(shì)產(chǎn)區(qū)大豆種植生產(chǎn)激勵(lì)政策均可有效地促進(jìn)大豆擴(kuò)種，穩(wěn)定大豆播種面積。

關(guān)鍵詞：農(nóng)戶；供給反應(yīng)模型；大豆種植決策；畝均成本收益

[基金項(xiàng)目]國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目（項(xiàng)目編碼：21BGL158）。

[作者簡(jiǎn)介]許佳偉（1996-），男，內(nèi)蒙古烏蘭察布人，碩士研究生，研究方向：糧食安全；通訊作者：張學(xué)彪（1982-），男，山東菏澤人，研究員，博士生導(dǎo)師，研究方向：糧食安全、農(nóng)業(yè)企業(yè)走出去。

一、引言

當(dāng)前，國(guó)內(nèi)豆油、豆粕的需求持續(xù)擴(kuò)大不斷推高大豆需求規(guī)模，導(dǎo)致我國(guó)大豆供需結(jié)構(gòu)嚴(yán)重不平衡。而隨著極端氣候?yàn)?zāi)害、新冠肺炎疫情及地緣政治沖突等事件不斷沖擊全球農(nóng)產(chǎn)品供應(yīng)鏈，我國(guó)依托國(guó)外資源和國(guó)際市場(chǎng)的糧食供給策略面臨嚴(yán)峻的挑戰(zhàn)[1-2]，近億噸的大豆進(jìn)口規(guī)模和超過80%的對(duì)外依存水平存在較高風(fēng)險(xiǎn)。基于此，立足于國(guó)內(nèi)生產(chǎn)，提高產(chǎn)業(yè)產(chǎn)能以滿足剛性增長(zhǎng)的糧油需求，既是我國(guó)農(nóng)業(yè)與糧食發(fā)展的基本目標(biāo)[3]，也是當(dāng)前我國(guó)緩解“大豆問題”的重要著力點(diǎn)之一。然而，縱觀入世以來我國(guó)大豆供給端發(fā)展脈絡(luò)，大豆播種面積呈“波動(dòng)—減少—增長(zhǎng)”變化，單產(chǎn)水平提高緩慢，致使大豆總產(chǎn)量長(zhǎng)期徘徊不前，甚至出現(xiàn)階段性下降趨勢(shì)。其中，2015年我國(guó)大豆產(chǎn)量和播種面積分別為1 237萬(wàn)噸和1.02億畝，為入世以來的最低水平；2023年增長(zhǎng)至2 084萬(wàn)噸和1.57億畝，達(dá)到歷史最高水平，但仍遠(yuǎn)不及國(guó)內(nèi)巨大的消費(fèi)需求和進(jìn)口規(guī)模。那么，什么原因?qū)е挛覈?guó)大豆供給端波動(dòng)？而又有哪些因素影響我國(guó)大豆產(chǎn)量和播種面積的持續(xù)增長(zhǎng)呢？

從農(nóng)業(yè)生產(chǎn)現(xiàn)狀來看，我國(guó)農(nóng)業(yè)資源相對(duì)不足，且區(qū)域性差異明顯，制約著我國(guó)大豆產(chǎn)業(yè)發(fā)展。根據(jù)第三次全國(guó)國(guó)土調(diào)查和水利部最新數(shù)據(jù)顯示，我國(guó)人均耕地面積和水資源總量占有量分別為1.37畝/人和2 097.5立方米/人，均遠(yuǎn)低于世界平均水平。同時(shí)我國(guó)耕地空間分布不均，約64.0%的耕地分布在秦嶺—淮河以北的糧食主產(chǎn)省份，其中旱地比重高達(dá)50.3%。但部分地區(qū)農(nóng)田水利設(shè)施建設(shè)不健全，導(dǎo)致我國(guó)農(nóng)業(yè)灌溉用水量大、有效利用率低等問題明顯①，一定程度上制約大豆等農(nóng)產(chǎn)品產(chǎn)量增長(zhǎng)。此外，由于我國(guó)各地區(qū)耕地、農(nóng)業(yè)勞動(dòng)力、資本等生產(chǎn)要素空間分布呈現(xiàn)明顯的區(qū)域異質(zhì)性，在經(jīng)濟(jì)快速發(fā)展下，我國(guó)糧食生產(chǎn)中心逐漸向中北部及東北地區(qū)移動(dòng)[4-5]，河南、黑龍江等省份逐漸承擔(dān)更多的糧食生產(chǎn)責(zé)任②。而秦嶺—淮河以北區(qū)域，特別是東北地區(qū)，一直以來是我國(guó)大豆的優(yōu)勢(shì)種植區(qū)和重要產(chǎn)量貢獻(xiàn)區(qū)③，糧食生產(chǎn)中心“北移”直接致使該地區(qū)大豆與玉米等作物競(jìng)爭(zhēng)問題凸顯[6]。然而，在當(dāng)前我國(guó)農(nóng)業(yè)生產(chǎn)力發(fā)展水平還沒有積累到引起生產(chǎn)關(guān)系變革的程度下，零散分布的土地制約了農(nóng)戶規(guī)模效益并增加了管理成本，分散化農(nóng)業(yè)生產(chǎn)者模式只能在既定市場(chǎng)環(huán)境和農(nóng)業(yè)技術(shù)水平之上，理性分析比較在有限生產(chǎn)區(qū)域內(nèi)種植不同作物的成本收益，充分合理利用稀缺要素，實(shí)現(xiàn)預(yù)期利潤(rùn)最大化[7-8]。

現(xiàn)階段我國(guó)農(nóng)業(yè)仍是小農(nóng)經(jīng)濟(jì)模式[9]。在這種模式下，我國(guó)大豆供給不僅受到地理區(qū)域條件、農(nóng)戶種植習(xí)慣等非價(jià)格因素影響，還受到價(jià)格、產(chǎn)值、成本等為代表的市場(chǎng)因素影響。特別是近年來人工成本、土地成本和物質(zhì)服務(wù)費(fèi)用等結(jié)構(gòu)性成本增長(zhǎng)快速，已然成為農(nóng)業(yè)種植環(huán)節(jié)中較為突出的問題。基于此，本文以預(yù)期利潤(rùn)最大化作為目標(biāo)函數(shù)，利用國(guó)內(nèi)大豆市場(chǎng)的面板數(shù)據(jù)，分析研究種植習(xí)慣、單產(chǎn)水平、市場(chǎng)價(jià)格、成本及其結(jié)構(gòu)和政策等因素對(duì)大豆種植面積的影響，驗(yàn)證當(dāng)前農(nóng)民理性行為，判斷農(nóng)民面對(duì)生產(chǎn)要素成本上漲的反應(yīng)。

二、文獻(xiàn)述評(píng)

學(xué)術(shù)界從糧食安全和產(chǎn)業(yè)政策、農(nóng)產(chǎn)品進(jìn)口沖擊以及成本收益等角度分析了國(guó)內(nèi)大豆產(chǎn)業(yè)發(fā)展乏力和種植面積波動(dòng)的原因。

其一，產(chǎn)業(yè)政策對(duì)農(nóng)戶種植信心和行為的多方面影響。國(guó)家為調(diào)動(dòng)農(nóng)民務(wù)農(nóng)種糧積極性，穩(wěn)定糧食等重要農(nóng)產(chǎn)品供給，不斷加大支持保護(hù)力度。以臨時(shí)收儲(chǔ)政策、生產(chǎn)者補(bǔ)貼政策等為代表的產(chǎn)業(yè)支持行為一定程度上推進(jìn)了我國(guó)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，所構(gòu)建以價(jià)格支持和補(bǔ)貼導(dǎo)向?yàn)橹鞯霓r(nóng)業(yè)支持保護(hù)制度促使農(nóng)戶種植結(jié)構(gòu)調(diào)整[6，10–12]。在這種政策環(huán)境下，農(nóng)戶會(huì)將收儲(chǔ)價(jià)格視為最低售價(jià)或?qū)ⅰ把a(bǔ)貼”視為額外的“直接收入”，這直接影響了其種植決策。然而部分研究指出，這些政策對(duì)擴(kuò)大大豆種植面積的激勵(lì)效果隨時(shí)間呈先減后增的倒“U”型變化，且不同規(guī)模和種植比例的農(nóng)戶對(duì)該類政策的反應(yīng)存在差異，未能持續(xù)有效地推動(dòng)農(nóng)戶種豆積極性增長(zhǎng)[6]。

其二，較低市場(chǎng)需求制約大豆產(chǎn)業(yè)發(fā)展。相比國(guó)際市場(chǎng)，國(guó)內(nèi)糧食生產(chǎn)的機(jī)會(huì)成本較高、競(jìng)爭(zhēng)力偏弱[2]。以食用油生產(chǎn)為核心的大豆壓榨與精煉過程占據(jù)了大豆原料消費(fèi)市場(chǎng)的主導(dǎo)地位，其市場(chǎng)份額超過80%，其次才是豆制品加工和大豆生化提取等[13]。鑒于國(guó)產(chǎn)大豆的出油率相對(duì)較低且市場(chǎng)價(jià)格較高，國(guó)內(nèi)油脂加工業(yè)者傾向于采購(gòu)成本效益更高的進(jìn)口大豆，對(duì)國(guó)產(chǎn)大豆的消費(fèi)需求減少，進(jìn)而制約了國(guó)內(nèi)大豆產(chǎn)業(yè)的增長(zhǎng)潛力。

其三，成本收益及其結(jié)構(gòu)變化影響大豆供給。農(nóng)戶作為種植經(jīng)營(yíng)中的理性人，在生產(chǎn)過程中是追求利潤(rùn)最大化的[14-15]。種植行為不僅受到個(gè)體特征、家庭條件、相對(duì)投入產(chǎn)出效果、環(huán)境條件、種植慣性等非市場(chǎng)因素的綜合影響[16]，預(yù)期價(jià)格、預(yù)期收益和預(yù)期風(fēng)險(xiǎn)等關(guān)系成本收益的市場(chǎng)因素同樣在農(nóng)民種植決策“理性”考量之內(nèi)[17-18]。在經(jīng)濟(jì)層面上，糧食、油料等本身屬于比較優(yōu)勢(shì)相對(duì)較低的產(chǎn)品，各類投入要素的成本構(gòu)成及變化會(huì)直接影響總成本變化[3，19]，進(jìn)而影響農(nóng)戶種植決策[8，20]。部分學(xué)者認(rèn)為在價(jià)格不變或增長(zhǎng)有限的情況下，農(nóng)戶會(huì)在生產(chǎn)活動(dòng)中更看重經(jīng)濟(jì)效益（畝均收益）和物質(zhì)成本，會(huì)選擇成本低收益高的作物進(jìn)行生產(chǎn)[21–23]。而在通常情況下，農(nóng)戶會(huì)通過比較不同作物的預(yù)期收益適當(dāng)修正當(dāng)年播種面積，并且其對(duì)相對(duì)收益變化的反應(yīng)程度要強(qiáng)于對(duì)絕對(duì)收益的反應(yīng)[8，23]。此外，有學(xué)者提出隨著勞動(dòng)力價(jià)格上漲，各省將傾向于減少油料作物的種植比例，一定程度上將加快糧食生產(chǎn)向高附加值經(jīng)濟(jì)作物生產(chǎn)轉(zhuǎn)移的過程[3]。

整體來看，學(xué)術(shù)界從政策支持、市場(chǎng)影響、生產(chǎn)成本收益等多方面分析了國(guó)內(nèi)大豆產(chǎn)業(yè)發(fā)展乏力和種植面積波動(dòng)的原因，并從問題出發(fā)提出重要觀點(diǎn)和建議。相比之下，現(xiàn)有文獻(xiàn)在研究大豆種植決策行為中，分析大豆與相關(guān)競(jìng)爭(zhēng)替代作物之間種植決策差異，以及大豆與競(jìng)爭(zhēng)替代作物之間的相對(duì)收益、相對(duì)成本以及預(yù)期因素的影響分析仍然存在完善的空間，特別是在人工、土地等成本快速增長(zhǎng)背景下對(duì)其成本變化的結(jié)構(gòu)性影響問題的分析。因此，考察影響大豆播種面積的影響因素，厘清市場(chǎng)、政策在農(nóng)戶理性決策中的作用是全面客觀解決“大豆問題”的內(nèi)在要求之一，亦能為進(jìn)一步推動(dòng)國(guó)內(nèi)產(chǎn)業(yè)發(fā)展、夯實(shí)大豆供應(yīng)鏈提供重要依據(jù)。在已有研究文獻(xiàn)的基礎(chǔ)上，本文一方面考察了全國(guó)各地區(qū)種植慣性、政策支持、預(yù)期因素（單產(chǎn)、價(jià)格、成本及其結(jié)構(gòu)）對(duì)大豆種植面積的影響，同時(shí)本文考慮到農(nóng)戶種植決策過程中會(huì)有“比較心理”，進(jìn)一步分析了大豆與競(jìng)爭(zhēng)作物的相對(duì)比較預(yù)期對(duì)大豆播種面積的影響。

三、模型構(gòu)建及數(shù)據(jù)說明

（一）模型設(shè)定

學(xué)術(shù)界對(duì)于農(nóng)產(chǎn)品供給反應(yīng)的研究認(rèn)為，前提性的假設(shè)就是農(nóng)產(chǎn)品市場(chǎng)是完全競(jìng)爭(zhēng)市場(chǎng)，供給與需求會(huì)在市場(chǎng)這只“無形的手”之下形成均衡狀態(tài)。NERLOVE[24]首次將動(dòng)態(tài)分析方法應(yīng)用于農(nóng)產(chǎn)品供給分析研究，提出適應(yīng)性預(yù)期假說（Adaptive Model），即生產(chǎn)者在生產(chǎn)過程中不斷學(xué)習(xí)，會(huì)根據(jù)前期價(jià)格變化不斷修正預(yù)期，形成依賴以往各期價(jià)格的預(yù)期價(jià)格[24-25]。

Nerlove模型的核心方程如下：

[At-At-1=δ（Aet-At-1）] " " " " " " " " " " " " " " " " （1）

[Pet-Pet-1=β（Pet-1-Pet-1）] " " " " " " " " " " " " （2）

[Aet=α0+α1Pet+α2Zt+μi] " " " " " " " " " " " " （3）

公式（1）至（3）中，[At]為[t]時(shí)期實(shí)際供給，[Aet]為[t]時(shí)期預(yù)期供給，[Pt]為[t]時(shí)期實(shí)際價(jià)格，[Pet]為[t]時(shí)期預(yù)期價(jià)格，[Zt]為t時(shí)期影響供給的其他外生變量；其中，[0≤δ≤1]，[0≤β≤1]，分別表示預(yù)期供給調(diào)整系數(shù)和預(yù)期價(jià)格調(diào)整系數(shù)，[μi]為隨機(jī)誤差項(xiàng)。

為消除方程中不可觀測(cè)變量[Pet]，對(duì)公式（2）進(jìn)行反復(fù)迭代，可得的表達(dá)式：

[Pet=βi=1t（1-β）i-1Pt-i] " " " " " " " " " " " " " " " " （4）

根據(jù)公式（1）（3）（4）整理可得Nerlove模型簡(jiǎn)單形式：

[At=b0+b1At-1+b2Pt-1+b3Zt+Vt] " " " " （5）

公式（5）中，[Vt=δμt]，[b0=δα0]，[b1=1-δ]，[b2=δβα1i=1t（1-β）i-1]，[b3=δα2]。由上式可知，農(nóng)作物的當(dāng)年供給量將主要取決于上年供給水平、上年價(jià)格和當(dāng)年影響供給的其他外生變量。作為理性人的農(nóng)戶在面臨決策時(shí)要充分考慮預(yù)期收益、預(yù)期風(fēng)險(xiǎn)等關(guān)系成本收益的市場(chǎng)因素[17]，諸如產(chǎn)出水平、各項(xiàng)投入要素價(jià)格以及是否有政策性補(bǔ)貼帶來的“額外收入”因素等。因此，擴(kuò)展后的Nerlove面板模型為：

[At=b0+b1At-1+b2Pt-1+b3Zyieldt+b4Zcostt]

[+b5Zpolict+Vt]" " " " " " " " " " " " " " " " " " " " （6）

公式（6）中，[Zyieldt]、[Zcostt]和[Zpolict]分別代表[t]時(shí)期的單產(chǎn)、成本和政策因素，[b3、b4、b5]為其各自系數(shù)。

綜上所述，基于現(xiàn)實(shí)預(yù)期下的擴(kuò)展大豆種植決策Nerlove面板模型為：

[At=a0+a1At-1+a2PMt-1+a3YMt+a4CpMt]

[+a5DMt+Tt+μt]" " " " （7）

公式（7）中，[a0]為常數(shù)項(xiàng)；[At]、[At-1]分別為[t]時(shí)期和滯后一期大豆的播種面積；[PMt-1]為滯后一期的大豆實(shí)際價(jià)格；[YMt]和[CpMt]分別為[t]時(shí)期的大豆的預(yù)期單產(chǎn)、預(yù)期成本；[DMt]為[t]期大豆臨儲(chǔ)價(jià)格政策和生產(chǎn)者補(bǔ)貼政策的虛擬變量，即分別在2012—2015年和2016—2022年為1，其余年份為0；[T]為時(shí)間趨勢(shì)變量；[μ]為隨機(jī)誤差。

同時(shí)，農(nóng)戶種植決策過程中會(huì)有“比較心理”，即通過比較不同作物的預(yù)期因素適當(dāng)修正當(dāng)年播種面積[8]。在分析我國(guó)大豆種植決策的影響因素時(shí)，除考慮大豆價(jià)格、大豆種植面積、政策因素之外，還需分析與其他農(nóng)產(chǎn)品（特別是存在競(jìng)爭(zhēng)關(guān)系的農(nóng)產(chǎn)品）的收益比較和成本比較。從此出發(fā)，構(gòu)建比較預(yù)期的擴(kuò)展大豆種植決策Nerlove面板模型為：

[At=a0+a1At-1+a2PMt-1+a3RSt+a4CpMt]

[+a5DMt+Tt+μt]" " " " （8）

相較于公式（7），該式中[At]和[At-1]代表[t]時(shí)期和滯后一期的大豆與競(jìng)爭(zhēng)替代作物的相對(duì)面積，[PMt-1]代表滯后一期的大豆與競(jìng)爭(zhēng)替代作物的相對(duì)單產(chǎn)，[RSt]和[CpMt]分別代表[t]期的大豆和競(jìng)爭(zhēng)替代作物的相對(duì)收益和相對(duì)成本。其中，關(guān)于[RSt]（相對(duì)收益變量），本文認(rèn)為農(nóng)戶對(duì)畝均收益的預(yù)期不僅限于主要產(chǎn)品，還包含了對(duì)副產(chǎn)品收入的“理性”考慮，故此處取作物畝均總產(chǎn)值。

（二）數(shù)據(jù)來源及處理

根據(jù)我國(guó)大豆種植特性、生產(chǎn)布局及供給反應(yīng)模型數(shù)據(jù)可獲得性，本文選取2012—2022年黑龍江、安徽、河北、河南、吉林、遼寧、內(nèi)蒙古、山東、山西、陜西和四川等10個(gè)大豆重要產(chǎn)區(qū)的相關(guān)數(shù)據(jù)，包括大豆的播種面積、單位面積產(chǎn)量、每50公斤平均售價(jià)、畝均總成本、畝均總產(chǎn)值、畝均人工成本、畝均土地成本、畝均物質(zhì)與服務(wù)費(fèi)用等。在分析全國(guó)不同地區(qū)種植慣性、預(yù)期因素（單產(chǎn)、價(jià)格、成本及其結(jié)構(gòu)）、政策支持對(duì)大豆種植面積的影響時(shí)，為數(shù)據(jù)規(guī)范在此將大豆等作物的面積、價(jià)格、單產(chǎn)、畝均總成本、畝均人工成本、畝均土地成本和畝均物質(zhì)費(fèi)用指數(shù)化處理，分析各變量年際間變化對(duì)大豆播種面積波動(dòng)的影響。數(shù)據(jù)描述如表1所示。

在競(jìng)爭(zhēng)作物選取上，本文考慮到不同省份的土壤、水分、環(huán)境不同，選取在同一區(qū)域與大豆有相似的生長(zhǎng)條件、生物特性以及耕作制度的替代作物，如玉米、小麥、油菜籽、花生等旱地農(nóng)作物及粳稻等水田作物的相關(guān)數(shù)據(jù)。在此對(duì)大豆與競(jìng)爭(zhēng)替代作物的相應(yīng)數(shù)據(jù)進(jìn)行相除處理，得到相對(duì)播種面積、相對(duì)價(jià)格和相對(duì)單產(chǎn)等“相對(duì)數(shù)據(jù)”，如表2所示。

為進(jìn)一步分析大豆對(duì)各替代作物的綜合影響，本文設(shè)置“綜合競(jìng)爭(zhēng)替代作物”變量。此處借鑒鐘甫寧等[26]和劉宏曼等[21]對(duì)替代作物種植價(jià)格或收益的計(jì)算方式，拓展到以替代作物的總播種面積占本省份農(nóng)作物總播種面積的比重作為權(quán)重，對(duì)大豆替代作物的單位面積畝均總成本等進(jìn)行加權(quán)求和，得到綜合替代作物的系列數(shù)據(jù)。具體公式如下：

[Npt=s=1n（NpSt×AStASt）] " " " " " " " " " " " " " " " " （9）

公式（9）中，[Npt]是[t]時(shí)期加權(quán)后的替代作物的綜合單位面積統(tǒng)計(jì)量，[NpSt]是[t]時(shí)期[S]作物的單位面積統(tǒng)計(jì)量；[ASt]為[t]時(shí)期[S]作物的播種面積。本文選取的替代作物為玉米、小麥、油菜籽、花生、粳稻和中秈稻6種作物計(jì)算所得的“綜合競(jìng)爭(zhēng)替代作物”。

各作物的播種面積、單位面積產(chǎn)量來源于國(guó)家統(tǒng)計(jì)局；各省份大豆及玉米、小麥、花生、油菜籽、粳稻和中秈稻的畝均相關(guān)數(shù)據(jù)來源于《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》；本文運(yùn)用CPI消除各數(shù)據(jù)通貨膨脹的影響，CPI數(shù)據(jù)來自于《中國(guó)統(tǒng)計(jì)年鑒》。同時(shí)，為使模型數(shù)據(jù)服從線性分布，使估計(jì)結(jié)果的殘差項(xiàng)服從正態(tài)分布，防止殘差項(xiàng)出現(xiàn)異方差問題，對(duì)除政策虛擬變量和時(shí)間趨勢(shì)虛擬變量之外的變量進(jìn)行對(duì)數(shù)化處理，保證模型具有較高的擬合優(yōu)度。

四、實(shí)證結(jié)果及分析

（一）現(xiàn)實(shí)預(yù)期模型回歸結(jié)果

本文采用基于面板數(shù)據(jù)的系統(tǒng)GMM方法進(jìn)行模型估計(jì)，通過 Stata17計(jì)量軟件，對(duì)上 述大豆模型動(dòng)態(tài)回歸。本文選用滯后一期的播種面積指數(shù)和價(jià)格指數(shù)變量作為GMM工具變量，選取單產(chǎn)指數(shù)為IV工具變量進(jìn)行系統(tǒng)GMM估計(jì)，并進(jìn)行擾動(dòng)項(xiàng)自相關(guān)檢驗(yàn)和過度識(shí)別檢驗(yàn)。為確保一致估計(jì)，對(duì)擾動(dòng)項(xiàng)自相關(guān)進(jìn)行檢驗(yàn)，如表3所示，每個(gè)GMM估計(jì)的擾動(dòng)項(xiàng)差分均不存在二階自相關(guān)，故可以使用動(dòng)態(tài)面板GMM估計(jì)。同時(shí)，對(duì)系統(tǒng)GMM進(jìn)行過度識(shí)別檢驗(yàn)，在一定的顯著性水平上無法拒絕“所有工具變量均有效”的原假設(shè)。為保證實(shí)證結(jié)果穩(wěn)健并對(duì)比分析不同作物品種之間的種植決策差異，本文在研究大豆種植情況之外，同時(shí)將玉米、小麥和稻谷（粳稻+中秈稻）按同樣方法進(jìn)行回歸，其結(jié)果與“大豆模型”相似。

根據(jù)大豆模型結(jié)果顯示，核心解釋變量滯后一期的播種面積指數(shù)的估計(jì)系數(shù)均顯著為正，表明從省內(nèi)平均水平來看，種植戶在大豆播種面積決策上受往年播種情況的影響較大，反映出農(nóng)戶種植決策中理性考量了種植慣性，這與現(xiàn)有文獻(xiàn)結(jié)論一致。并且與玉米、小麥和稻谷對(duì)比，模型中大豆滯后一期種植面積的估計(jì)系數(shù)值最小，即對(duì)比品種間差異，可見大豆上期種植面積對(duì)本期面積的影響最小。這說明，相對(duì)玉米等農(nóng)作物而言，大豆所受面積“慣性”較小，一定程度反映了大豆種植者更容易改變大豆播種面積。同時(shí)，價(jià)格指數(shù)和單產(chǎn)指數(shù)的估計(jì)系數(shù)均為正，且在一定程度上顯著，這表明市場(chǎng)波動(dòng)和單產(chǎn)增長(zhǎng)對(duì)農(nóng)戶種植意愿有較大影響，農(nóng)戶會(huì)理性預(yù)判往年市場(chǎng)行情和當(dāng)年預(yù)期種植“年景”而適當(dāng)調(diào)整種植面積。同樣值得注意的是，模型中大豆滯后一期價(jià)格系數(shù)值和作物單產(chǎn)指數(shù)的估計(jì)系數(shù)均相對(duì)最大，即大豆上期價(jià)格和當(dāng)期單產(chǎn)對(duì)本期面積的影響較大，可以說明大豆種植者更容易適時(shí)地改變種植決策。

相較之下，成本增長(zhǎng)對(duì)種植戶的作物擴(kuò)種行為產(chǎn)生一定抑制作用，且在大豆、玉米、小麥和稻谷等品種種植決策中均如此。其中，根據(jù)結(jié)果顯示，當(dāng)期大豆畝均總成本指數(shù)的估計(jì)系數(shù)為負(fù)，且在5%的置信水平下顯著，表明隨著畝均總成本上升，農(nóng)戶大豆種植意愿將降低。而將種植總成本分解為人工成本、土地成本和物質(zhì)服務(wù)費(fèi)用之后，當(dāng)期大豆種植畝均人工成本和土地成本的系數(shù)為負(fù)，且分別在5%或1%的置信水平下顯著，表明畝均人工成本和土地成本變化對(duì)種植戶種植決策影響較大。據(jù)《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》數(shù)據(jù)，2012—2022年，全國(guó)平均畝均人工成本和土地成本分別上漲了26%和112%，而作為我國(guó)大豆主產(chǎn)區(qū)的黑龍江，畝均人工成本和土地成本則分別上漲了35%和141%。同時(shí)從成本結(jié)構(gòu)看，全國(guó)大豆畝均人工成本、土地成本和物質(zhì)服務(wù)費(fèi)用各自占總成本比重已然從2012年的接近1∶1∶1變化為2022年的1∶2∶1，黑龍江的該項(xiàng)比例則從2012年的1∶2∶2變?yōu)?022年的0.6∶2∶1。作為重要油料作物的大豆，本身就難以從經(jīng)濟(jì)上擺脫比較劣勢(shì)的困境，而各類投入要素成本持續(xù)增長(zhǎng)，特別是以決定是否擴(kuò)種為主的土地成本在總成本結(jié)構(gòu)中比重持續(xù)上升，一定程度上抑制了農(nóng)戶的擴(kuò)種積極性。當(dāng)期大豆物質(zhì)服務(wù)費(fèi)用指數(shù)估計(jì)系數(shù)的符號(hào)為負(fù)，雖然符合理論分析預(yù)期，但是未通過顯著性水平檢驗(yàn)。值得注意的是，對(duì)比大豆、玉米、小麥和稻谷模型中所有的成本系數(shù)可以發(fā)現(xiàn)，大豆成本系數(shù)的絕對(duì)值相對(duì)較大，說明大豆生產(chǎn)成本同比率上漲或者下跌時(shí)，大豆種植面積受到的影響較其他作物品種更大。

同時(shí)，本研究將臨時(shí)儲(chǔ)備政策和生產(chǎn)者補(bǔ)貼政策以虛擬變量的形式納入模型，從而分析農(nóng)戶面臨種植習(xí)慣、市場(chǎng)因素和種植預(yù)期下，產(chǎn)業(yè)政策對(duì)農(nóng)戶種植意愿的影響。從模型結(jié)果來看，在畝均總成本指數(shù)系數(shù)顯著為負(fù)的同時(shí)，生產(chǎn)者補(bǔ)貼政策虛擬變量的系數(shù)為正，且在一定置信水平下顯著，表明在農(nóng)戶理性預(yù)期下，補(bǔ)貼帶來的“收入效應(yīng)”對(duì)種植意愿影響較大。這也在一定程度上解釋了生產(chǎn)者補(bǔ)貼政策實(shí)施以來，大豆種植面積迎來持續(xù)增長(zhǎng)的政策驅(qū)動(dòng)原因。

（二）比較預(yù)期模型回歸結(jié)果

基于上述實(shí)證，為進(jìn)一步比較不同作物與大豆相對(duì)收益和相對(duì)成本對(duì)大豆播種面積的影響，本文構(gòu)建了2組模型，分別將“綜合競(jìng)爭(zhēng)替代作物”和玉米作為大豆替代作物納入模型，以探究比較預(yù)期因素對(duì)大豆種植決策的影響。

根據(jù)比較預(yù)期大豆模型回歸結(jié)果顯示，反映以往種植習(xí)慣的滯后一期相對(duì)播種面積的估計(jì)系數(shù)符號(hào)在所有分類估計(jì)中均為正，且在一定的置信水平上顯著，這表明從平均水平來看，農(nóng)戶大豆播種面積決策受過去一年的種植結(jié)構(gòu)比例的影響較大。農(nóng)戶行為是理性的，其會(huì)在所允許的范圍內(nèi)作出了最優(yōu)的選擇[14]。對(duì)有限資源條件下種植模式和種植結(jié)構(gòu)比例的選擇反映了農(nóng)戶的最優(yōu)化理性行為，而這種理性行為將接續(xù)對(duì)下一年的種植決策產(chǎn)生直接影響。與此同時(shí)，大豆與競(jìng)爭(zhēng)作物相對(duì)單產(chǎn)的系數(shù)為正，且部分模型的系數(shù)在一定程度上顯著，表明大豆與競(jìng)爭(zhēng)替代作物單產(chǎn)差距縮小，將會(huì)對(duì)農(nóng)戶種植決策產(chǎn)生一定影響。與“現(xiàn)實(shí)預(yù)期模型”中單產(chǎn)因素對(duì)播種面積影響類似，較好的畝均產(chǎn)量預(yù)期將會(huì)激勵(lì)農(nóng)戶的大豆擴(kuò)種行為。這也從比較預(yù)期角度證明了大豆種植者更容易適時(shí)地根據(jù)當(dāng)年預(yù)期種植“年景”改變種植決策。在農(nóng)戶理性比較預(yù)期中，大豆與競(jìng)爭(zhēng)替代作物的相對(duì)總收益和相對(duì)總成本的估計(jì)系數(shù)分別為正和負(fù)，且在10%的置信水平下顯著，與理論設(shè)想一致。這表明在農(nóng)戶決策中，大豆與競(jìng)爭(zhēng)替代作物的收益差距或成本差距，均直接影響農(nóng)戶在當(dāng)年的種植行為。同時(shí)通過分解成本結(jié)構(gòu)所得結(jié)論依然成立，其中相對(duì)用工成本、相對(duì)土地成本的估計(jì)系數(shù)均為負(fù)，并分別通過1%或5%的置信水平顯著性檢驗(yàn)。這表明農(nóng)戶會(huì)在生產(chǎn)活動(dòng)中著重看重經(jīng)濟(jì)效益的便利性，即在當(dāng)下農(nóng)村土地成本、人工成本等均保持持續(xù)增長(zhǎng)的情況下，農(nóng)戶會(huì)選擇人工成本和土地使用成本更低的作物進(jìn)行生產(chǎn)，而非更加費(fèi)工、費(fèi)錢的作物。

五、結(jié)論及啟示

（一）主要結(jié)論

當(dāng)前，在我國(guó)農(nóng)村土地家庭聯(lián)產(chǎn)承包責(zé)任制的基本土地經(jīng)營(yíng)制度下，農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)不得不面對(duì)農(nóng)業(yè)生產(chǎn)領(lǐng)域最重要的生產(chǎn)資料——土地碎片化的局面[7]。零散分布的土地制約了農(nóng)戶規(guī)模效益并增加了單位生產(chǎn)中的管理成本，農(nóng)業(yè)生產(chǎn)者要在既定市場(chǎng)環(huán)境和農(nóng)業(yè)技術(shù)水平之上，比較有限生產(chǎn)區(qū)域內(nèi)種植不同作物的相對(duì)收益，充分合理利用稀缺要素，實(shí)現(xiàn)預(yù)期利潤(rùn)最大化[7-8]。而作為理性人的農(nóng)戶，會(huì)在有限的耕地資源和生產(chǎn)投入下，根據(jù)種植習(xí)慣、價(jià)格、本產(chǎn)品種植收益和成本以及與其他作物相互比較綜合性地作出種植決策。通過研究得出以下結(jié)論：

1.農(nóng)戶在種植決策上是理性的，種植行為和種植結(jié)構(gòu)比例選擇均有一定的慣性。面對(duì)市場(chǎng)和自然因素的不確定性，這種“慣性”行為將保證農(nóng)戶實(shí)現(xiàn)收益或利潤(rùn)最大化以及作物種植面積的穩(wěn)定，而且這種來自往期種植面積、預(yù)期價(jià)格和單產(chǎn)的種植行為“慣性”作用在大豆種植決策中更為明顯。

2.在種植成本結(jié)構(gòu)變化背景下，人工和土地等成本提高不僅會(huì)導(dǎo)致地區(qū)性農(nóng)作物種植結(jié)構(gòu)調(diào)整，還會(huì)在同類農(nóng)作物內(nèi)部（如糧食作物中，大豆和玉米之間存在相互競(jìng)爭(zhēng)關(guān)系[6]）直接影響農(nóng)戶對(duì)種植作物的選擇。特別是近年來我國(guó)大豆畝均收益“低”、成本“高”的絕對(duì)和相對(duì)劣勢(shì)凸顯，其大豆本身收益和成本的變化對(duì)種植者生產(chǎn)決策影響更明顯。

3.國(guó)家為調(diào)動(dòng)農(nóng)民務(wù)農(nóng)種糧積極性，穩(wěn)定糧食等重要農(nóng)產(chǎn)品供給，不斷加大支持政策性保護(hù)力度，其所構(gòu)建以價(jià)格支持和補(bǔ)貼導(dǎo)向?yàn)橹鞯霓r(nóng)業(yè)支持保護(hù)制度對(duì)糧食供給有積極正向影響。

（二）啟示

通過分析各類因素對(duì)我國(guó)大豆生產(chǎn)決策的影響，并從更好地確保我國(guó)大豆有效供給，綜合提高糧油生產(chǎn)能力以提高農(nóng)戶積極性的角度出發(fā)，得到以下啟示：

1.提升大豆單產(chǎn)的作用凸顯。在耕地面積遞減和糧食主產(chǎn)區(qū)生產(chǎn)重?fù)?dān)日增的當(dāng)下，糧食單產(chǎn)提升已然成為確保糧食有效供給和糧食安全的最大定力。同樣對(duì)于農(nóng)戶來說，以價(jià)格和單位面積產(chǎn)量為基礎(chǔ)的生產(chǎn)收入提升才是提振農(nóng)戶種植積極性的主要源泉，特別是在大豆種植決策過程中往期種植面積、預(yù)期價(jià)格和單產(chǎn)的種植行為“慣性”作用較其他農(nóng)作物品種更為明顯。然而，近年來我國(guó)大豆市場(chǎng)較平穩(wěn)，售價(jià)呈穩(wěn)定增長(zhǎng)態(tài)勢(shì)。因此，從提升單產(chǎn)的角度出發(fā)，穩(wěn)定大豆種植戶產(chǎn)量預(yù)期和種植慣性十分重要。為穩(wěn)定國(guó)內(nèi)大豆供給，我國(guó)要高度重視農(nóng)業(yè)領(lǐng)域的新技術(shù)研發(fā)創(chuàng)新，大力支持大豆雜交新品種和生物育種品種的實(shí)驗(yàn)培育和推廣應(yīng)用工作，并加強(qiáng)農(nóng)業(yè)領(lǐng)域人工智能、大數(shù)據(jù)等新技術(shù)的基礎(chǔ)科研和集成應(yīng)用，從而全面提升我國(guó)農(nóng)業(yè)科技對(duì)單產(chǎn)提升貢獻(xiàn)力。

2.要發(fā)揮規(guī)模化經(jīng)營(yíng)和農(nóng)業(yè)社會(huì)化服務(wù)“降成本”的積極作用。近年來，我國(guó)大豆種植利潤(rùn)走低且部分年份出現(xiàn)負(fù)值，很大程度上受到我國(guó)分散化農(nóng)業(yè)經(jīng)營(yíng)下人力成本、土地使用成本等高漲的影響。一方面，我國(guó)應(yīng)強(qiáng)化新型農(nóng)業(yè)經(jīng)營(yíng)主體隊(duì)伍建設(shè)，促進(jìn)種植戶規(guī)模化的高效經(jīng)營(yíng)，從而降低農(nóng)業(yè)畝均生產(chǎn)成本。另一方面，要不斷加強(qiáng)農(nóng)業(yè)生產(chǎn)服務(wù)隊(duì)伍建設(shè)，推動(dòng)農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后農(nóng)業(yè)服務(wù)水平的提升，以此解決當(dāng)下分散小農(nóng)經(jīng)營(yíng)成本高、效率低的問題。

3.應(yīng)持續(xù)多元化農(nóng)業(yè)補(bǔ)貼和生產(chǎn)激勵(lì)支持。目前，我國(guó)大豆生產(chǎn)價(jià)格已超過進(jìn)口價(jià)格這一“天花板價(jià)格”，持續(xù)提高大豆售價(jià)將會(huì)對(duì)影響到農(nóng)產(chǎn)品市場(chǎng)穩(wěn)定和消費(fèi)者生活水平。從實(shí)證分析可知，政策支持對(duì)大豆種植決策有著積極作用，補(bǔ)貼下 “直接收入” 的提高穩(wěn)定了種植戶種植預(yù)期。對(duì)于大豆種植戶來講，農(nóng)業(yè)補(bǔ)貼和生產(chǎn)激勵(lì)支持是較為直觀影響其種植積極性的方式之一。一方面要研究市場(chǎng)扭曲、世貿(mào)規(guī)則以及生態(tài)發(fā)展需求等，從加強(qiáng)農(nóng)業(yè)生態(tài)、低碳種植等生態(tài)農(nóng)業(yè)補(bǔ)貼等方面大力著手，多元化大豆生產(chǎn)補(bǔ)貼方式，開發(fā)化肥農(nóng)藥“雙減”補(bǔ)貼、有機(jī)生產(chǎn)補(bǔ)貼等，實(shí)現(xiàn)生態(tài)建設(shè)和農(nóng)產(chǎn)品產(chǎn)能提升的雙贏。另一方面要加大對(duì)大豆優(yōu)勢(shì)產(chǎn)區(qū)和主產(chǎn)區(qū)政府、種植大戶等的激勵(lì)和支持，在當(dāng)前產(chǎn)糧大縣獎(jiǎng)勵(lì)政策的基礎(chǔ)上，優(yōu)化大豆生產(chǎn)獎(jiǎng)勵(lì)制度，提高基層政府和種植戶的大豆種植積極性。

參考文獻(xiàn)：

[1]姜長(zhǎng)云.影響我國(guó)糧食安全的新趨勢(shì)新問題[J].人民論壇·學(xué)術(shù)前沿，2022（04）：94-100.

[2]陳秧分，王介勇.對(duì)外開放背景下中國(guó)糧食安全形勢(shì)研判與戰(zhàn)略選擇[J].自然資源學(xué)報(bào)，2021，36（06）：1616-1630.

[3]楊進(jìn)，鐘甫寧，陳志鋼，等.農(nóng)村勞動(dòng)力價(jià)格、人口結(jié)構(gòu)變化對(duì)糧食種植結(jié)構(gòu)的影響[J].管理世界，2016（01）：78-87.

[4]李婷婷，李文娟.我國(guó)玉米空間格局演變及其影響因素研究進(jìn)展[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021，42（02）：87-95.

[5]蔡榮，陶素敏.中國(guó)糧食生產(chǎn)布局演變及空間機(jī)制分解：1978—2018[J].干旱區(qū)資源與環(huán)境，2021，35（06）：1-7.

[6]王新剛，司偉，馮曉龍，等.大豆生產(chǎn)者補(bǔ)貼對(duì)農(nóng)戶土地投入決策的影響——基于全國(guó)農(nóng)村固定觀察點(diǎn)調(diào)查數(shù)據(jù)的實(shí)證分析[J].中國(guó)農(nóng)村觀察，2023（01）：20-39.

[7]董志勇，王德顯.科技創(chuàng)新、生產(chǎn)模式變革與農(nóng)業(yè)現(xiàn)代化[J].新視野，2019（06）：34-40.

[8]張明楊，陳超，譚濤，等.中國(guó)農(nóng)戶玉米播種面積決策的影響因素分析[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，14（03）：37-43.

[9]梁偉.農(nóng)民理性擴(kuò)張與小農(nóng)經(jīng)濟(jì)再認(rèn)識(shí)[J].現(xiàn)代經(jīng)濟(jì)探討，2023（01）：114-122.

[10]張?zhí)熳簦捞铮瑮顫嵜?基于價(jià)格支持和補(bǔ)貼導(dǎo)向的農(nóng)業(yè)支持保護(hù)制度改革回顧與展望[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2018（11）：4-10

[11]王文濤，張秋龍.大豆目標(biāo)價(jià)格補(bǔ)貼政策效應(yīng)的理論分析及整體性框架建議[J].湖南師范大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2016，45（02）：126-134.

[12]胡迪，楊向陽(yáng)，王舒娟.大豆目標(biāo)價(jià)格補(bǔ)貼政策對(duì)農(nóng)戶生產(chǎn)行為的影響[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（03）：16-24.

[13]翟濤，吳玲.開放視角下中國(guó)大豆產(chǎn)業(yè)發(fā)展態(tài)勢(shì)與振興策略研究[J].大豆科學(xué)，2020，39（03）：472-478.

[14]林毅夫.小農(nóng)與經(jīng)濟(jì)理性[J].中國(guó)鄉(xiāng)村發(fā)現(xiàn)，2016（05）：10-14.

[15]韓耀.中國(guó)農(nóng)戶生產(chǎn)行為研究[J].經(jīng)濟(jì)縱橫，1995（05）：29-33.

[16]祝華軍，樓江，田志宏.農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整：政策響應(yīng)、相對(duì)收益與農(nóng)機(jī)服務(wù)——來自湖北省541戶農(nóng)民玉米種植面積調(diào)整的實(shí)證[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（01）：111-121.

[17]王晨.中國(guó)糧食供給反應(yīng)研究[D].中國(guó)農(nóng)業(yè)科學(xué)院，2018.

[18]孟昌，齊馳名，倪國(guó)華.農(nóng)民種植決策對(duì)價(jià)格上漲和政策支持做出“理性”反應(yīng)了嗎——基于國(guó)內(nèi)玉米市場(chǎng)省級(jí)面板數(shù)據(jù)的實(shí)證[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2023（11）：38-48.

[19]王雙進(jìn).我國(guó)糧食生產(chǎn)成本十年變動(dòng)原因及對(duì)策[J].經(jīng)濟(jì)縱橫，2014（09）：51-54.

[20]韓振興，常向陽(yáng).勞動(dòng)力成本上升、主產(chǎn)區(qū)優(yōu)勢(shì)與中國(guó)大豆種植面積變化——基于1991—2019年的省級(jí)面板數(shù)據(jù)[J].農(nóng)業(yè)現(xiàn)代化研究，2022，43（02）：296-305.

[21]劉宏曼，郭鑒碩.基于Nerlove模型的我國(guó)大豆供給反應(yīng)實(shí)證分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（06）：44-50，149.

[22]郎敏，劉帥，許鶴，等.大豆振興背景下吉林省大豆供給反應(yīng)研究——基于Nerlove模型的實(shí)證分析[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2021，42（08）：134-140.

[23]朱思柱，周曙東.基于擴(kuò)展Nerlove模型的中國(guó)大豆供給反應(yīng)彈性研究[J].大豆科學(xué)，2014，33（05）：752-758.

[24]NERLOVE M.Estimates of the elasticities of supply of selected agricultural commodities[J].Journal of Farm Economics，1956，38（02）：496.

[25]MAMINGI N.The impact of prices and macroeconomic policies on agricultural supply：A synthesis of available results[J].Agricultural Economics of Agricultural Economists，1997，16（01）：17-34.

[26]鐘甫寧，胡雪梅.中國(guó)棉農(nóng)棉花播種面積決策的經(jīng)濟(jì)學(xué)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2008（06）：39-45.

[27]宋雨河，武拉平.農(nóng)戶糧食種植決策影響因素研究——基于河北省農(nóng)村固定觀察點(diǎn)數(shù)據(jù)[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2017，38（01）：12-16，88.

責(zé)任編輯：管仲

Study on the Influence of Soybean Production Decision under Adaptive Expectations

——Empirical Testing Based on Provincial Dynamic Panel Data

Xu Jiawei" Han Xinli" Zhang Xuebiao

（Agricultural Information Institute， Chinese Academy of Agricultural Sciences， Beijing 100081， China）

Abstract： The fluctuation of soybean planting area is one of the important reasons restricting the improvement of China’s soybean self-sufficiency level. The article combines the new situation of domestic soybean supply and demand， and based on the theory of adaptive expectations， selects soybean planting data from 10 major soybean producing provinces including Heilongjiang and Henan from 2012 to 2022， constructs a dynamic panel data model of realistic expectations and comparative expectations， explores farmers’ planting behavior under adaptive expectations， and empirically analyzes the impact of various expected factors on soybean production decisions in China. The empirical results are as follows.（1）Farmers’ rational performance in planting decisions is manifested by the habits of planting behavior and planting structure ratio selection， and the planting habits， such as previous planting areas， expected prices， and expected yields play more obvious roles in soybean planting decisions. （2）The absolute and relative disadvantages in domestic soybean production， i.e. low income and high cost per mu （approximately equal to 667 square meters） are highlighted; the changes in soybean income and cost have a greater impact on the planting decisions of its growers. Based on this， the article believes that increasing soybean yield， stabilizing market prices， optimizing cost structure， and innovating incentive policies for soybean planting and production in advantageous production areas can effectively promote soybean expansion and stabilize soybean planting area.

Key words： farmers; supply response model; soybean planting decision; cost benefit per mu