——基于全國1740個種植業(yè)家庭農場監(jiān)測數(shù)據(jù)的實證分析
一、問題提出
盡管保持較高的糧食自給率是否合理受到質疑(盧鋒，1997；黃季焜等，2012)，但鑒于我國糧食消費總量較大，自給率每降低1%就會擠占2%的世界糧食市場份額(劉振偉，2004)，再加上計劃經(jīng)濟下糧食短缺的慘痛記憶，糧食安全問題仍然受到?jīng)Q策層的高度重視。即使通過土地流轉發(fā)展規(guī)模經(jīng)營是提高農業(yè)生產(chǎn)經(jīng)濟效益、發(fā)展現(xiàn)代農業(yè)和提升我國農產(chǎn)品國際競爭力的必經(jīng)途徑已成為共識(艾云航，1994；韓俊，1998；黃祖輝、陳欣欣，1998；梅建明，2002；黃季焜，2013)，然而關于土地流轉會導致“非糧化”甚至“非農化”進而影響糧食安全的擔憂，仍然不斷被提及(陳先發(fā)等，2011；劉建華，2014；陳相花，2014；杜志雄、王新志，2013)。
這種擔憂也在一定程度上影響了決策層，如陳錫文(2014)提出“土地被轉租之后非糧化、非農化現(xiàn)象必須被遏制”。因“非農化”問題是土地用途管制問題，土地流轉導致的“非農化”問題屬于政府監(jiān)管范疇，故不作為本文研究內容。本文重點分析：在耕地用途嚴格管制條件下，在糧食作物與非糧作物之間進行選擇，土地流轉是否必然導致“非糧化”？①
關于土地流轉是否必然導致“非糧化”的研究，相關文獻較少，均定性認為經(jīng)濟因素驅動經(jīng)營者必然采取“非糧化”決策，但所提到的流轉規(guī)模均相對較小，或者調查樣本的非糧作物種植比例其實低于全國平均水平。如李曉俐(2012)提到的江蘇省贛榆縣墩尚鎮(zhèn)銀河村改水稻種植為泥鰍養(yǎng)殖的例子，2.1萬畝土地從全鎮(zhèn)9800個農戶手中流轉到6000個農戶手中，人均耕地面積只不過從2.14畝提高到3.5畝而已，仍然是小規(guī)模、勞動密集型經(jīng)營，與常見的流轉數(shù)十上百畝存在差距。尹成林、胡衛(wèi)(2015)的調查表明：2014年7月，安徽界首市流轉耕地44.2萬畝，其中非糧食作物共5.3萬畝，約占總流轉面積的12%。而2013年全國非糧作物播種面積占52671千公頃，占當年農作物播種面積的32%。王勇等(2011)提到浙江金華市郊農戶流轉土地面積中有75.2%用于種植非糧作物。但該課題組另外一篇文獻(易小燕、陳印軍，2010)提到調研樣本流轉土地后平均經(jīng)營規(guī)模僅從3.88畝增加到26畝，經(jīng)營規(guī)模仍然較小，同時通過Logist模型分析表明轉入耕地面積與種植非糧作物行為存在顯著負向關系，但卻沒給出清晰的解釋。
這些文獻中，一個重要的事實被忽略，即糧食作物和非糧作物的勞動生產(chǎn)率存在巨大差異。如2013年水稻、小麥、玉米三種糧食每畝用工量全國平均為6.17天，而每畝蔬菜平均用工量高達32.80天、棉花19.44天、甘蔗15.24天、蘋果37.89天(參見《全國農產(chǎn)品成本收益匯編2014》)。由于產(chǎn)業(yè)特征導致對勞動力需求差異再加上生產(chǎn)機械化水平的巨大差異(張宗毅，2015)導致非糧作物的用工量大都遠遠大于糧食作物。同時，隨著規(guī)模的擴大，這種差異所導致的邊際成本變化也是不同的。以往研究均忽略了這種差異，認為無論土地流轉規(guī)模多大，土地流入方均可自由選擇種植糧食作物或非糧作物。但實際上，由于非糧作物和糧食作物勞動生產(chǎn)率的巨大差異，導致非糧作物和糧食作物的經(jīng)濟規(guī)模存在較大差異，一個農戶可以管理上千畝的糧食作物農場，但一定無法管理上千畝的蔬菜、花卉或其他經(jīng)濟作物的農場。
三、數(shù)據(jù)來源與樣本描述
(一)數(shù)據(jù)來源與處理說明
2014年受農業(yè)部委托，中國社會科學院農村發(fā)展研究所開始對全國家庭農場展開長期固定監(jiān)測工作，項目團隊在全國按照經(jīng)濟水平高低每個省選擇2～3個代表縣，每個縣選擇30～50個家庭農場，數(shù)據(jù)采集由地方農業(yè)經(jīng)管部門組織家庭農場經(jīng)過培訓后在線填報。2014年，全國共計3092個家庭農場樣本被納入監(jiān)測，本文數(shù)據(jù)即來源于該數(shù)據(jù)集。為準確刻畫耕地面積與種植糧食作物或非糧作物行為決策之間的關系，本文只使用了全部樣本中1740個種植業(yè)為主的家庭農場，養(yǎng)殖業(yè)等非種植類家庭農場未被納入。變量定義及簡要的數(shù)據(jù)處理說明與對因變量影響預期方向如表1。
注：毛收入差=農場種植主要非糧作物每畝毛收入-主要糧食作物每畝毛收入，若沒有種植非糧作物或者沒有種植糧食作物則用所在縣樣本平均數(shù)替代。生產(chǎn)成本差=非糧作物平均每畝投入成本-糧食作物平均每畝投入成本。若農場主要以非糧作物種植為主，則其糧食作物生產(chǎn)成本為本縣其他糧食作物家庭農場平均數(shù)；若農場主要以糧食作物種植為主，則非糧作物生產(chǎn)成本為本縣其他非糧作物家庭農場平均數(shù)。
(二)樣本地區(qū)分布
樣本的地域分布情況見表2，可以看出，本次樣本分布在全國除西藏外的30個省、各省樣本占比除黑龍江較多外大致均衡，因此本樣本在地域上具有一定的代表性。
(三)主要變量描述
表3對監(jiān)測樣本的變量描述表明，樣本農場平均非糧作物種植比例僅為23.34%，遠低于全國平均水平的32%；而考慮復種指數(shù)后的種植規(guī)模，平均為546.15畝，遠遠高于全國平均不足10畝的水平；單位面積利潤非糧作物比糧食作物平均高8725.61元/畝，主要是由于種植非糧作物樣本中，種植果樹和蔬菜的樣本占比較高(見表4)，以蘋果為例畝產(chǎn)3000公斤毛收入即可達到1萬多元，可見僅從土地產(chǎn)出率看家庭農場是有利益驅動去生產(chǎn)非糧作物；家庭農場主平均年齡為45.22歲，戶主以男性為主，平均受教育程度介于初中至高中之間，耕地地塊數(shù)量倒數(shù)平均為0.27。此外，耕地中丘陵山地比例平均為24.42%。
(四)種植規(guī)模與非糧作物種植面積比例關系描述
依據(jù)不同土地規(guī)模分組，計算不同分組的非糧作物平均種植比例，得到種植規(guī)模與非糧作物種植面積比例關系見圖1。從中可以看出，隨著經(jīng)營規(guī)模的擴大，非糧作物種植比例快速下降。其中，(0，50]畝分組的非糧作物平均種植比例高達74.07%，而(50，100]畝分組則快速下降到44.68%，(100，150]畝分組下降到29.20%，此后下降相對平緩，至3000畝以上分組降至12.40%。
可見，種植規(guī)模與非糧作物種植面積比例的方向與基本公式(7)和泰勒級數(shù)展開式(11)是一致的，即隨著種植面積的上升，非糧作物種植比例下降。然而，由于公式(11)為了使估計模型不因為估計參數(shù)過多導致自由度下降以及變量的高次項導致的共線性問題而影響估計效果，只保留了泰勒級數(shù)一階展開式，經(jīng)營規(guī)模與非糧作物之間呈線性關系，未能準確刻畫出兩者之間的曲線關系。為了使模型更加逼近同時又不增加估計參數(shù)，對模型(11)進一步修正，將種植面積的線性形式改為對數(shù)形式，得到(12)式。
四、實證分析
由于因變量存在上限和下限，因此本處采用Tobit模型，將數(shù)據(jù)分別代入模型(12)進行回歸，得到估計結果，見表5。
注：表中的標準差為Huber-White異方差穩(wěn)健性(heteroscedastic-robust)標準差。***表示1%水平上顯著，**表示5%水平上顯著，*表示10%水平上顯著，后同。
從表6可以得出：
(1)耕地規(guī)模對非糧作物種植比例的影響方向為負，與預期方向一致。也即是隨著經(jīng)營規(guī)模的擴大，邊際勞動投入和管理成本上升而導致非糧作物種植比例下降，耕地規(guī)模每增加一畝則非糧作物種植比例下降5.710/A個百分點，1740個樣本平均經(jīng)營規(guī)模為546.15畝，則因為耕地規(guī)模導致的樣本平均非糧作物種植比例累計變化值為-5.710×Ln(546.15)=-35.99個百分點?？梢钥闯?，在嚴格限制耕地用途情況下，土地規(guī)模經(jīng)營并不必然導致非糧化，反而是由于勞動生產(chǎn)率的差異導致管理成本快速上升，進而使非糧作物種植比例快速下降，糧食作物種植比例快速上升。
(2)單位面積非糧作物與糧食作物凈利潤差對非糧作物種植比例的影響方向為正，與預期方向一致，即追求更高的經(jīng)濟收益是種植非糧作物的驅動力。單位面積凈利潤差每增加1元，非糧作物種植比例增加0.002個百分點。1740個樣本單位面積非糧作物與糧食作物凈利潤差平均為8725.61元，凈利潤差導致樣本平均非糧作物種植比例變動為0.002×8725.61=17.93個百分點。
(3)個人特征變量中，年齡變量不顯著，性別變量和受教育程度變量顯著。性別特征在10%水平上顯著，方向與預期相反，即男性種植非糧作物比例比女性低，這可能是由于男性農場主一般在農閑時從事其他兼職，其收入遠遠高于其種植非糧作物帶來的收入，性別特征導致樣本平均非糧作物種植比例下降4.67個百分點。受教育程度對非糧作物種植比例的作用方向顯著為正，與預期方向一致。種植非糧作物需要的知識儲備、管理能力和相關技能要求更高，因此受教育程度高的農戶中種植非糧作物比例更高。受教育程度每提高一個檔次則非糧作物種植比例提高3.454個百分點。1740個樣本平均受教育程度為3.49，則受教育程度導致樣本平均非糧作物種植比例變動為3.454×3.49=12.06個百分點。
(4)地塊數(shù)量倒數(shù)對非糧作物種植比例的影響方向為正，或者地塊數(shù)量越多則非糧作物種植比例越低，與預期方向一致。地塊數(shù)量越少，管理成本越低，非糧作物種植比例越高。若減小到極端情況，即只有一塊耕地則種植非糧作物比例要高7.442個百分點，1740個樣本平均地塊倒數(shù)為0.27，則樣本平均種植非糧作物比例提高了7.442×0.27=2.01個百分點。
(5)耕地中丘陵山地比例對非糧作物種植比例的影響方向為正，與預期方向一致。丘陵山地即使有相應機械也會由于地塊狹小而使用效率低下，與種植非糧作物相比勞動用工量差異不大。同時由于環(huán)境較好，種植有機蔬菜、有機茶等作物產(chǎn)值更高，因此丘陵山地更容易被用來種植果、蔬、茶等非糧作物。耕地中丘陵山地比例每增加1個百分點，非糧作物種植比例增加0.150個百分點。1740個樣本耕地中丘陵由地比例平均值為24.42%，則樣本平均種植非糧作物比例提高了0.150×24.42=3.67個百分點。
可以看出，以上變量中，耕地規(guī)模對非糧作物種植比例的影響最大，使樣本平均非糧作物種植比例下降了35.99%。
五、研究結論
針對關于土地流轉是否一定導致“非糧化”問題，本文假設由于非糧作物目前與糧食作物勞動生產(chǎn)率存在巨大差異，使得非糧作物種植規(guī)模擴大時的相對和絕對勞動成本都會快速上升，因此非糧作物種植規(guī)模會隨著土地經(jīng)營規(guī)模增加而快速下降。本文進行了理論分析和模型構建，并運用全國1740個家庭農場數(shù)據(jù)進行了實證分析。研究表明：
土地經(jīng)營規(guī)模擴大，非糧作物種植比例顯著下降，土地經(jīng)營規(guī)模變量使樣本平均非糧作物種植比例下降了35.99%。土地經(jīng)營規(guī)模的擴大，在非糧作物勞動生產(chǎn)率相對較低的生產(chǎn)條件下，必然伴隨著勞動用工量的快速上升，非糧作物的最優(yōu)種植規(guī)模存在天花板。因此，土地流轉并不必然帶來“非糧化”，反而是相對較小的經(jīng)營規(guī)模(如50畝以內)更容易“非糧化”，較大的土地經(jīng)營規(guī)模在不轉變耕地用途前提下更傾向于種植糧食作物。
單位面積非糧作物與糧食作物的凈利潤差對非糧作物種植比例有顯著正向影響。男性農場主種植非糧作物比例較女性低，受教育程度、地塊數(shù)量、耕地中丘陵山地比例等控制變量對非糧作物種植比例也有顯著正向影響。
目前由于機械化生產(chǎn)技術供給過低，導致的非糧作物與糧食作物勞動生產(chǎn)率差距較大，進而導致非糧作物種植比例過低這種現(xiàn)狀，會隨著需求的進一步提升和技術的突破而改變。不過，這正是市場配置資源的力量所在，只有如此才能使我國資源配置效率不斷優(yōu)化。
中國鄉(xiāng)村發(fā)現(xiàn)網(wǎng)轉自：《經(jīng)濟學動態(tài)》2015年第9期
(掃一掃，更多精彩內容！)
