水稻投入產出效率評價及相關因素分析

楊 凡，齊振宏，王景旭，周 未

(華中農業大學 經管 土管學院，武漢 430070)

在農業生產過程中，西南地區經濟的發展致使農作物播種面積成下降的趨勢，從2000年的26103.8千公頃減少為2009年的25810.1千公頃，而主要農作物的產量從2000年的7321.5萬噸下降到2009年的7011.3萬噸，下降趨勢遠大于播種面積。從另一個角度而言，農業投入的增長速度遠遠超過了西南地區農業產出的增長速度，投入與產出之間的不協調性逐漸加劇，西南地區的投入產出效率逐年下降。水稻作為西南地區的第一大糧食作物，對保證我國西南地區糧食安全、促進農村經濟發展具有舉足輕重的作用。因此，測算西南地區水稻生產投入產出效率，分析各影響因素的作用大小，對于改善投入產出不協調的矛盾，促進西南資源貧乏地區農業發展具有極強的現實意義。

1 數據來源、變量選擇及模型設定

1.1 數據來源及變量選擇

1.1.1 數據來源

本文的研究數據主要來源于國際合作項目蓋茨基金“為亞洲和非洲資源貧乏地區培養綠色超級稻的經濟評估”課題組2009年對西南四省等種稻主產區農戶的調查。這四個省分別是云南、貴州、四川和廣西，調查內容除了水稻投入和產出的情況外，還包括農戶基本特征、種植的品種、種植的地塊特征、農戶獲取農業技術信息的來源及對新技術的的需求等，以便在分析水稻投入產出效益時控制這些因素對結果的影響。調查采取隨機抽樣的方法，選取了四個省的18各村，共發放問卷240份，回收有效問卷216份，有效回收率為90%。

1.1.2 相關指標的選取

通過查閱《中國農村統計年鑒》、研究相關文獻，發現水稻投入產出效益既取決于水稻生產系統內部的生產力水平，即農藥、化肥、勞動力、土地資源、種子、機械化水平等，也取決于生產系統的生產力與外部環境的相容性（盧中華，2005），即水稻生產系統與外界自然資源環境、產業制度環境等的相容性。本文結合前人的研究及2009年調查整理的數據，選取水稻年總產值（y）作為產出指標，勞動力（x1）、土地（x2）、種子（x3）、灌溉成本（x4）、化肥（x5）和農藥成本（x6）、農業機械總動力（x7）及政府農業補貼（x8）等8類要素作為投入指標。

1.2 模型設定

根據現有的農業投入產出方面的研究，研究方法主要集中于建立C—D生產函數模型、DEA模型等進行分析，例如，林玉蕊(2007)應用C—D生產函數建立農業投入產出數學模型，并進行了彈性分析和邊際產量分析，李曉敏（2006）選取C—D生產函數的擴展模型，依據水稻影響因素的生產彈性分析了湖北省水稻生產效益的影響因素及影響程度；林江鵬(2009)通過建立DEA模型對全國13個糧食主產區的土地治理項目財政支出的使用效率進行了研究。

基于當前西南資源貧乏地區水稻投入產出效率問題的現實性和急迫性，在前人研究的背景下，本文擬運用主成分分析法和相關分析法共同構造構建計量模型進行實證研究，分析水稻的投入產出效率。實證研究的具體思路為:首先，對選取的8個水稻投入指標進行多重共線性診斷，檢查各投入要素之間是否存在相關性；其次，根據上述診斷結果，運用主成分分析法對預先設定的指標進行降維處理，提取出能代表原始指標攜帶信息主成分；然后，利用提取出來的主成分對西南四省水稻投入產出做進一步的相關性分析；最后，構建西南四省資源貧乏地區水稻投入產出效率的評價模型，深入分析各投入指標對水稻產出的影響程度。

2 模型估計結果分析

2.1 運用多重回歸分析進行共線性診斷

按照上述設定的模型，本文首先對水稻各投入指標進行多重共線性診斷。本文選取水稻生產過程中的勞動力、土地、種子等8個投入要素作為研究指標，由于各指標之間可能存較強的相關性，首先對原自變量進行多重回歸分析，進行共線性診斷（見表1）。

表1 變量共線性診斷

上表顯示選取的水稻投入指標之間存在較強的共線性（條件指數φ=158.531），常數項、土地(X2)和種子成本(X3)的VP均值較大，分別為0.95、0.97、0.96，因此，常數項與土地投入和種子投入之間高度相關，究其原因，一方面可能伴隨著種稻面積的擴大或者縮小，會帶來規模經濟效應的增加或減少，從而影響水稻種子投入的成本；另一個方面，農戶作為經濟人，在擴大或者縮小種稻面積時，常常會考慮更換種子的品種以達到利益與風險的平衡，從而也會影響種子的投入成本。鑒于此，本文擬采用主成分分析法將相關性較高的指標轉化為彼此獨立或不相關的指標，從中得出幾個新指標，即主成分，解釋原始指標的同時達到降維的效果。

2.2 主成分分析

2.2.1 運用主成分分析提取主成分

主成分分析方法的核心思想是：針對一些具有錯綜復雜關系、存在內部相關性的因子，采用多元統計的方法對原指標體系降維，將原指標體系歸結為能夠反映其大量信息的綜合因子。本文首先運用主成分分析法對原來選定的水稻投入指標體系降維，提取主成分，運行得到結果（見表2）

本文主成分的統計信息主要包括特征值的排列順序、各主成分的貢獻率及累計貢獻率。表3顯示，在提取的成分中，第一主成分的特征值為4.472，解釋了原來8個投入指標的總方差的55.901%，第二主成分的特征值為1.350，解釋了原來8個投入指標的總方差的16.875%，第三主成分的特征值為1.013，解釋了原來8個投入指標量的總方差的12.667 %，前三個特征值的累計貢獻率達到了85.443%，即前三個變量包含了原來8個投入指標85.443%的信息，故選取前三個主成分代替原有的8個投入指標。

表2 農戶水稻投入原變量的主成分統計信息

2.2.2 運用主成分分析計算主成分值

提取出前三個關鍵指標作為主成分后，運用spss軟件運行得到水稻投入產出主成分得分系數矩陣（如表3），所有的主成分表示為各個自變量的線性組合，并得出如下三個主成分的表達式：

其中，Z1、Z2、Z3分別是提取的第一、第二、第三主成分，stdxi(i=1,2,3,4,5,6,7,8)是經過標準化處理后的指標值。

2.3 水稻投入產出的相關分析

通過主成分分析對原變量進行降維處理后，本文利用上表的西南四省水稻投入產出主成分得分系數矩陣，得出泊松相關系數矩陣，進一步分析西南四省資源貧乏地區農戶水稻投入產出之間的相關性（見表4）。

從表4可以看出，西南四省資源貧乏地區農戶水稻投入產出及投入之間的相關系數值均較大，相關性較強。從西南四省水稻投入產出的相關性來看，水稻上生產上，農藥和化肥的投入與水稻總產值的相關性最強，其相關系數值分別為0.823、0.722，灌溉成本與水稻總產值的相關性最弱，其相關系數值為0.177，這可能與西南地區的資源稟賦相關。同時，由于本調查是在2009年實行的，2010年以前西南地區由于極少遭遇干旱等的脅迫，其山區與高原的優勢賦予了水稻生產過程中較為富足的水分需求，所以相關分析的結果顯示灌溉成本與水稻的總產值相關性最弱。從水稻生產過程中的各投入要素之間的相關性來看，水稻種子成本與水稻播種面積的相關性最強，其相關系數值為0.969，這一點在對原自變量進行多重共線性診斷時已做分析，此處不再贅述。

表3 農戶水稻投入產出的主成分得分系數矩陣

表4 農戶水稻投入產出的相關性

2.4 構建西南四省農戶水稻投入產出效率評價模型

在得出個投入要素對水稻總產值的相關關系后，為了更加具體評價西南四省水稻生產中各投入要素對水稻最終產出的影響程度，本文以水稻產值為被解釋變量，以提取的主成分為解釋變量進行回歸分析，構建水稻投入產出的效率評價模型，得出如下線性回歸方程：

進而，將主成分分析結果導入上述線性回歸方程后，得到被解釋變量Y與標準自變量stdxi的線性回歸方程，即：

最后，將標準指標stdxi還原為原始指標xi，得到解釋變量與被解釋變量xi的線性回歸方程：

上述結果充分表明了西南資源貧乏地區各水稻投入要素對水稻產出績效的影響，且各影響程度不盡相同。在所考察的8個投入要素中，化肥投入對水稻產量的影響最大，達到0.210。說明化肥投入是水稻生產中對水稻產量提高制約性最強的因素，科學合理使用化肥是提高水稻產量的最有效途徑。農藥投入對水稻產量的影響程度僅次于化肥，農藥投入每改變1%，水稻產量將改變0.167%。水稻播種面積對水稻產出影響程度位于第3，水稻播種面積沒增加1%，水稻產值將增加0.123%，這雖然和部分學者對于全國糧食產量影響因素的分析結果不太一致，可能與西南地區自身的資源稟賦相關，我國西南地區是一個人口、資源與環境矛盾日益突出的資源貧乏地區，貧困與生態惡化的雙重壓力使該地區水稻生產系統的脆弱程度進一步惡化，多種致災因子的刺激使得水稻對化肥和農藥的依賴程度越來越大，因此農藥和化肥的投入嚴重影響著水稻的總產值，而擴大水稻播種面積并非提高產值的最有效方法。此外，通過分析發現，勞動力和種子投入對水稻產值的影響基本持平，重要性位于水稻播種面積的影響之后，其中，勞動力投入每增加1%，就可能導致水稻產值減少0.103%，這說明了我國西南地區人口與資源矛盾的惡化正在進一步加劇，在水稻生產的過程中，資源貧乏地區經濟的落后導致人們的資源稟賦存在較大差異，務農人口的剩余導致水稻生產的低效率，這一點必須引起足夠的重視。農業機械總動力和政府農業補貼的增加對水稻總產值的提高也具有較大的作用，而水資源投入對水稻產值的影響最小，這可能是由于本文是基于2009年調查數據的基礎之上研究的成果，而在2010年以前，西南地區極少遭遇干旱等脅迫，其山區與高原的地帶優勢賦予了水稻生產過程中極為富足的水分需求，所以水資源并未構成水稻產值提高的關鍵影響因素。

3 結論及政策建議

以上分析結果表明，水稻產出受勞動力、土地、種子、灌溉成本、化肥和農藥投入、農技投入及政府補貼等因素的影響，不同因素的影響程度均不相同，選取的全部變量中，化肥投入對水稻產出的影響最大，其次分別是農藥、土地、勞動力、種子、農機投入及政府財政補貼，水稻灌溉成本對水稻產出的影響較小。基于以上研究結論，本文提出以下幾點政策建議：

（1）推廣優良品種，加強技術指導

（2）完善支農惠農政策，加大支農惠農力度

（3）推進農村土地流轉，促進農民增收

[1]蔡洪法.我國水稻生產現狀與發展展望[J].發展與對策，2000,（6）

[2]黃季火昆,李寧輝.中國農業政策分析和預測模型— —CAPSiM[J].南京農業大學學報(社會科學版),2003,3(2).

[3]關俊霞，丁士軍.南方農戶水稻生產的投入產出及技術需求分析——來自四省的農戶調查[D].華中農業大學，2007.

[4]顧俊龍.農業投入產出結構變化及影響因素分析[J].山西財經大學學報,2006，(10).

[5]蔣庭松.加入WTO與中國糧食安全[J].管理世界,2004,（3）.

[6]靖飛.江蘇省水稻生產投入要素及影響因素實證研究[J].技術經濟，2008,(2).

[7]陸文聰,黃祖輝.中國糧食供求變化趨勢預測:基于區域化市場均衡模型[J].經濟研究,2004,(8).

[8]李曉敏，丁士軍.對湖北省糧食生產效益的實證分析[J].安徽農業科學，2006,34(2).

[9]林江鵬，樊小璞.我國財政農業的投入產出效率研究[J].經濟學家，2009，(8).

[10]林玉蕊.農業投入產出生產函數及其應用研究[J].數學的實踐與認識,2007，(7).

[11]李爭，馮中朝.油菜種植戶的技術偏好及影響因子研究[J].中國科技論壇，2009,（9）.

[12]盧中華.蔬菜生產效益及其影響因素研究[D].南京農業大學，2006.