摘要:構建農戶種糧行為決策的分析框架，基于江蘇省621戶糧食種植戶的調查數據，運用多值選擇模型和非觀測效應綜列數據模型，考察糧地租金變動對糧食種植規模和結構的影響。結果顯示:糧地租金上漲導致糧食作物播種面積下降的概率增強，其中農戶在糧食生產中的固定資產投資水平對該影響存在負向調節作用;種糧面積的縮減最終體現為糧食作物播種面積所占比例的下降，其中農戶前期糧食作物播種面積對該影響有約束作用。這表明，短期內糧食生產固定資產投資與糧食經營規模對“去糧化”趨勢存在抵擋作用，下一步要通過推動糧地租金理性化、市場化，因地制宜、因時制宜調整對規模種糧戶的支持政策，防止短期“非糧化”壓力轉變為長期趨勢。

　　關鍵詞:糧食安全;糧食生產;土地租金;種植結構;非糧化

　　一、引言

　　農業種植結構的“趨糧化”還是“去糧化”與糧食安全問題密切相關［1－2］，學術界給予了高度關注。尤其面臨2016年以來我國糧食播種面積三連降，政府針對種植結構調整中出現的耕地“非糧化”現象出臺了多項政策。2020年11月，《辦公廳關于防止耕地“非糧化”穩定糧食生產的意見》印發實施，指出必須要處理好發展糧食生產和發揮比較效益的關系，不能單純以經濟效益決定耕地用途，優質耕地要重點用于發展糧食生產。2020年底，習書記總書記在農村工作會議明確指出，糧食安全要黨政同責，“米袋子”省長要負責，書記也要負責。2021年“一號文件”和農業農村部第一號文也明確提出了建設糧食安全產業帶、防止耕地“非糧化”等舉措。糧食生產政治地位越發重要［3］。因此，諸多學者圍繞農業種植結構調整中的“去糧化”和“趨糧化”展開了廣泛研究，但似乎尚未形成統一共識。部分學者指出當前我國農地流轉過程中“去糧化”趨勢明顯［4－7］;部分研究指出“去糧化”具有嚴格的情景依賴，往往針對小規模農地轉入戶［8］和家庭勞動力十分充裕的農戶［9－10］或純務農戶［11－12］，種植結構調整會表現出“去糧化”特征，而對于已經出現農業勞動力非農轉移的農戶或兼業戶，在勞動力剛性約束和農業社會化服務發展的背景下，種植結構調整會呈現出“趨糧化”特征［9，13－14］;錢龍等則認為土地流轉過程中“趨糧化”和“去糧化”同時存在，主要表現為土地轉出戶的“去糧化”和轉入戶的“趨糧化”［15－16］。在種植結構調整的總體趨勢判斷上，由于已有研究考察的時期長短不同，也導致研究結論看似不一致。以改革開放為起點看來，我國農業種植結構調整在2003年這一時間節點實現了從“去糧化”到“趨糧化”的歷史性轉變［17］，1978—2003年，糧食作物播種面積所占比例呈下降趨勢，2004年以來則由66.17%上升至2019年的69.95%;但是，專注于種植結構的實時動態調整狀況可以發現，盡管2004年以來總體呈“趨糧化”，但近年，尤其在2016年以來，種植結構調整中有“去糧化”壓力，以糧食作物播種比例為例，其由2016年的71.72%下降至2019年的69.95%。可以看出，影響農業種植結構調整的因素多樣，且影響方向不一，同時，在總體趨勢判斷上，不同文獻所立足的時期長短也不同;在這兩點共同作用下，已有研究對種植結構調整的“趨糧化”還是“去糧化”判斷不盡相同。本研究將聚焦影響種植結構調整的某一種因素，分析其對種植結構調整的實時影響。

　　二、理論分析、研究假說及數據來源

　　(一)理論分析及研究假說

　　糧食規模經營主體和傳統小農戶在經營上的邏輯存在一定差異，傳統小農戶在進行糧食生產時，主要目標是充分利用家庭內部閑暇勞動力，生產一部分農產品主要用以自給自足，這樣一種模式不僅大大提高了農業生產率，而且對農業總產出也沒有造成太多的負向影響［20］，更重要的是這同時保留住了承包耕地的社會保障功能;但是，規模經營主體的基本邏輯與企業更為接近，即雇用一定比例的勞動力(主要為農忙時節的臨時用工)，以利潤最大化并擴大再生產為目標進行糧食規模化生產［21］，所得產出也主要用作商品糧出售。因此，糧食規模經營主體追求的目標函數為利潤(π)最大化，具體目標函數如下:Maxπ=P·Q(Labor，K，Land)－wage·Labor－rate·K－rent·Lands．t．E=wage·Labor+rate·K+rent·Land(1)其中，假定Q(Labor，K，Land)是一個嚴格凹的生產函數方程，并對所有生產要素一階齊次。P為糧食的市場銷售價格;糧食生產投入要素歸并為勞動力(Labor)、資本(K)和土地(Landd)三者，其中，資本(K)表示資本投入量，包括種子、化肥、農藥等物質投入以及購買農機服務費用等資本性投入加總［22］;wage、rate和rent分別對應勞動力、資本和土地要素的價格;E為總收入中分配至糧食生產的可支配收入，為一固定值。

　　(二)數據來源

　　江蘇省是我國的農業大省，2018年江蘇省糧食總產量達3660萬噸，占全國糧食總產量的5.56%，位居全國第六，而江蘇省人均耕地面積僅為0．85畝左右。江蘇省農業發展取得的巨大成就，一方面是由于江蘇79%以上的耕地面積都是平原，農業經營條件較好，另一方面是土地流轉市場發育迅速，規模經營廣泛開展。因此，以江蘇省為例，分析糧地租金上漲對糧食生產的影響具有代表性。故本研究將主要使用江蘇省農產品成本收益調查數據，并在同樣本區域內開展部分補充調研。

　　三、糧地成本上漲對糧食經營規模調整的影響

　　(一)模型設定和變量選擇

　　從實際出發，糧食規模經營主體面臨的規模調整選擇主要有三種，假定供選擇的方案為AA=1或2或3，其中1表示糧食經營規模擴大，2表示糧食經營規模不變，3表示糧食經營規模縮小。個體m選擇方案n(n=1，2，3)的概率表示如下:P(AAm=nxm)=P(Umn≥Umk，k≠n)P(Umk－Umn≤0，k≠n)P(εmk－εmn≤x'm·βn－x'm·βk，k≠n{)(3)總共有三種選擇方案，選擇各方案的概率加總應等于1。通常回歸中，往往將選擇頻數最高的方案(例如，AA=1)作為參照方案，并令其系數βi=0，由此可得個體m選擇方案k的最終概率為:P(AAm=kxm)=11+∑3k=2exp(x'm·βk)(k=1)exp(x'm·βk)1+∑3k=2exp(x'm·βk)(k≠1???????)(4)最后，運用極大似然估計(MLE)方法估計上述模型，便能得到解釋變量對各個方案選擇概率的影響。

　　(二)結果分析

　　從模型設定中可以看出，多值選擇模型需滿足不相關選項獨立性的假定(簡稱IIA假定)，因此首先驗證“無關方案的獨立性”是否存在。豪斯曼檢驗結果顯示，剔除兩個非參照方案中的任何一個，均不會拒絕不相關選項獨立性假定的原假設。因此，適用于多值選擇Logit模型。

　　四、糧地成本上漲對經營結構調整的影響

　　(一)模型設定和變量選擇

　　為驗證本章第三個假說，需構建糧食經營比重影響模型。參照鐘甫寧等以及徐志剛等相關研究，構建如下農戶種植非觀測效應綜列數據模型［28－29］:Grainpit=α+βlandrentit+Xitγ+μi+εit(5)其中，被解釋變量為糧食作物播種面積所占比重，解釋變量主要包含用以糧食經營的土地流轉價格以及其他控制變量，μi為農戶觀測效應，包含隨農戶個體變化而變化但不隨時間變化、且對糧食播種比例有影響的各種因素，εit為擾動項，其包含既隨農戶變化而變化也隨時間變化的不可觀測因素。α、β和γ為待估參數。變量具體設定如下:

　　(二)結果分析

　　根據模型設定和變量選擇的討論結果，運用固定效應模型，得到如下回歸結果。輸出結果顯示，F檢驗的P值為0，強烈拒絕原假設，故認為固定效應回歸明顯優于混合回歸。

　　五、結論與建議

　　基于全文分析結果可以看出，盡管從長時期看來，我國農業生產結構調整呈現出“趨糧化”特征，但伴隨我國糧地租金的快速上漲，農業生產結構調整存在“去糧化”壓力。實證分析結果表明，糧地租金上漲將導致糧食作物播種面積下降，糧地租金每上漲一元，農戶縮減經營規模的概率便會增加1.1個百分點，其中農戶在糧食生產中的固定資產投資水平對該影響存在調節作用，相比于經營規模不變的農戶而言，以農業機械為代表的固定資產投資水平每提高一萬元，縮減經營規模的概率便會降低15%;種糧面積的縮減最終體現為糧食作物播種比例的下降(即“去糧化”)，糧地租金每上漲一元，糧食作物播種面積在農作物中所占比例將下降0.3%，其中農戶當期糧食作物播種面積大小對該影響有約束作用，糧食作物播種面積越大，農戶“去糧化”調整進程越緩慢。可以看出，當前糧食生產固定資產投資與糧食經營規模對該“去糧化”趨勢存在抵擋作用，但若糧地租金上漲問題不能得到盡快解決，隨著糧食生產機械老化、糧食經營規模逐漸縮減，我國農業生產結構調整面臨的“去糧化”壓力將大大增強。

　　參考文獻:

　　［1］朱晶，李天祥，林大燕，等．“九連增”后的思考:糧食內部結構調整的貢獻及未來潛力分析［J］．農業經濟問題，2013(11):36－43．

　　［2］YUX．Engelcurve，farmerwelfareandfoodconsumptionin40yearsofruralChina［J］．ChinaAgriculturalEconomicＲeview，2018(10):65－77．

　　［3］鄭風田，普蓂喆．反思政策性糧食儲備體系:目標分解與制度重構［J］．中州學刊，2019(11):42－48．

　　［4］KANK．Creatinglandmarketsforruralrevitalization:Landtransfer，propertyrightsandgentrificationinChina［J］．JournalofＲuralStudies，2021(1):68－77．

　　劉余1，周應恒2