中國糧食生產成本上升原因探究
——基于稻谷、小麥、玉米的實證分析

王善高，田旭

（南京農業大學經濟管理學院，江蘇 南京210095）

中國糧食生產成本上升原因探究
——基于稻谷、小麥、玉米的實證分析

王善高，田旭

（南京農業大學經濟管理學院，江蘇 南京210095）

基于1985-2014年中國糧食（稻谷、小麥和玉米）生產成本的省級宏觀數據，采用隨機前沿成本函數模型對三種作物生產成本上升之源進行了研究。結果表明：1）要素價格調整效應是驅動糧食生產成本增加的首要因素，其次是生產規模效應，而技術進步效應和效率改進效應均能降低糧食生產成本，但技術進步效應降低成本的作用更明顯。2）勞動、化肥和其他要素價格均表現出正的價格調整效應，其中勞動價格影響最大。3）三種作物均存在規模經濟性，但稻谷的規模經濟性有所下降，而小麥和玉米的規模經濟性有略微的提升。4）技術進步效應能降低生產成本，其中，稻谷的技術進步效應對成本的降低作用要高于小麥和玉米，但效率提升對降低生產成本的作用較小。基于上述研究結論，我們認為進一步深化規模化種植、推動農業生產技術進步和推進小麥、玉米機械作業等均能降低糧食生產成本。與此同時，考慮到農業生產要素價格上漲趨勢不可避免，可以嘗試增加農產品附加值（如套種）、延長農產品產業鏈等來增加土地收益，從而提高農民生產積極性，保障我國糧食供給安全。

糧食生產；生產成本；糧食安全；隨機前沿成本函數；效應分解

Abstract：Based on the provincial production cost data of rice, wheat, and corn and applying a stochastic frontier cost function, this paper investigated the driving forces of rising production costs of main grains in China. Results show that: 1) rising grain production costs are mainly attributed to increased input prices and deteriorated scale effects. On the contrary, both technological progress and effciency change, particularly the former one, can lower the production costs; 2) increasing prices of labor, fertilizer and other inputs contribute to the soaring production costs, of which rising labor cost has the largest impact; 3) the scale effect of rice declined slightly, while that of wheat and corn increased slightly; and 4) technological progress can reduce main grain production costs, especially for rice; while effciency change only has limited infuence on reducing production costs. This study implicates that increasing production scale and promoting technology and mechanization in wheat and corn production can reduce production costs. In addition, developing valueadded agricultural production system (e.g., interplanting) and extending the value chain of agriculture products can serve as an alternative way to increase land yield, and stimulate farmers’ interests and improve China’s food security.

Key words：grain production; production costs; food security; stochastic frontier cost function; effect decomposition

改革開放30多年來，中國農業經濟取得了巨大增長。糧食產量由1978年的3.05億t增長到2015年的6.21億t，年均增長率為2%。尤其是自2004年以來，糧食產量實現了史無前例的“十二連增”。然而，在取得這些顯著成就的同時，迅速上升的糧食生產成本卻給我國的糧食供給安全帶來了巨大挑戰。這主要是由于糧食生產收益偏低，隨著生產成本的上升，糧食生產收益率在持續下降，有些年份甚至出現了虧本現象，糧食生產收益遠遠低于同期外出打工收益，嚴重削弱了農民種糧積極性[1-2]。《全國農產品成本收益資料匯編》數據顯示[3-4]，1985-2014年，我國稻谷、小麥、玉米成本分別由1 159.5元/hm2、903元/hm2、862.5元/hm2增加到17 649元/hm2、14 476.5元/hm2、15 958.5元/hm2，分別增長了14.2倍、15.0倍和17.5倍；而同期凈收益分別從960元/hm2、471元/hm2、646.5元/hm2增長至3 072元/hm2、1 317元/hm2、1 227元/hm2，僅增長了3.2倍、2.8倍和1.9倍。成本收益率分別從82.8%、52.2%、75.0%下降為17.4%、9.1%和7.7%，生產成本的上升速度顯著快于利潤，這說明我國農民糧食生產的投資回報率在下降。需要說明的是，這里的成本和收益均是名義價格，考慮到通貨膨脹的影響，實際糧食生產成本的上升速度要慢一些。“民以食為天”，糧食生產在我國農業生產中有著非常重要的戰略地位，保證糧食產量，維護糧食安全，是中國農業生產的首要任務[5]。市場經濟條件下，保證糧食生產的關鍵是提高農民糧食生產積極性[6]，而農民最關切的是種糧成本和收益。因此在糧食生產成本逐年上升的背景下，系統分析我國糧食生產成本，尋找出成本提升之源，并有針對性地提出降低糧食生產成本的措施和建議，將有助于調動農民糧食生產積極性。

現有文獻對糧食生產成本進行了廣泛而深入的研究，梳理下來，主要集中在以下幾個方面：第一，研究糧食生產成本的變化趨勢及成本變化帶來的影響，如王雙進[7]和李寧[8]通過梳理主要糧食品種平均生產成本變動情況，發現糧食生產總成本的快速上漲主要是由物質與服務費用和土地成本的快速上漲所致。鐘甫寧[9]通過邏輯和數據分析發現經濟和收入增長以及勞動力成本的飆升是導致糧食作物生產成本迅速上升的主要原因。第二，從不同視角尋找成本上升的原因，即對糧食生產成本進行影響因素分析。如藍海濤和姜長云[10]研究發現受經濟周期波動影響，我國糧食生產成本呈波浪型上升態勢。郭亮[11]認為農業經營過大容易導致生產者過度依賴社會化服務，從而使農業生產成本上升。吳清華等[12]研究發現灌溉設施和等外公路的建設對中國農業生產成本有正向促進作用。第三，將我國的糧食生產成本同其他代表性國家進行對比，探討不同國家間的糧食生產差異。如黃季焜和馬恒運[13]研究指出中國與美國、加拿大相比，種植業規模小，勞動力投入成本大，是大部分農作物生產成本高的根本原因。龐守林等[14]將中國與美國糧食成本和價格數據進行比較，發現兩國糧食國際競爭力差異主要來源于農業補貼和成本結構差異所產生的補貼效應。除此之外，范成方和史建民[15]、李首涵等[16]、吳麗麗等[17]、Wang等[18]還將糧食生產成本上升作為研究背景，對我國糧食生產的比較利益、種植結構、生產要素替代等進行了研究。

縱覽文獻可知，雖然有關糧食生產成本研究的文獻非常廣泛，但當前對糧食生產成本上升原因的研究大多采用的是邏輯推理和數據梳理的方法，即使使用計量實證，也多是采用影響因素分析模型，這對糧食生產成本節約的討論很有限，鮮有學者采用參數化方法對糧食生產成本上升問題進行研究。有鑒于此，本文擬構造隨機前沿成本模型，從成本分解視角來探尋成本上升之源。在糧食生產成本迅速上升的背景下，是什么導致了生產成本的快速增長？降低生產成本的源泉又在哪里？這兩個問題直接關乎我國的糧食供給安全，而要想回答這些問題，就需要我們對糧食生產成本的效應做出科學而精確的分解。因此本文將以稻谷、小麥、玉米作為研究對象，采用隨機前沿成本函數模型，對三種作物的生產成本效應進行分解，從而尋找出生產成本上升之源，在此基礎上，有針對性地提出降低糧食生產成本的措施和建議，提高農民生產積極性，維護我國糧食供給安全。

1 理論方法與模型設定

一般來說，對成本效率的測算主要有數據包絡法（DEA）和隨機前沿方法（SFA）。DEA方法對生產技術及其效率形式不做限制，根據樣本數據觀察到的信息構造生產可能性集合，然后通過線性規劃方法求解技術效率，因此忽視了隨機誤差和數據的隨機擾動，其參數是計算出來的而不是估計出來的，結果受數據統計誤差影響較大[19]。相比之下，SFA方法則事先設定前沿生產技術的函數形式和隨機擾動項的分布形式，能更好的擬合經濟環境中的不確定性因素。由于氣候條件、自然災害以及其他外生因素的影響，農業生產通常被視為一個隨機變量[20]，因此參數方法（SFA）比非參數方法（DEA）更適用于我國農業生產效率問題研究。

1.1 隨機前沿成本函數

隨機前沿分析始于對生產最優化的研究，自Aigner等[21]、Meeusen和Broeck[22]開創性的提出隨機前沿模型以來，隨機前沿模型被廣泛地用于效率分析。根據Battese和Coelli[23-24]的研究，隨機前沿成本函數的基本形式為：

式中：Cit代表觀測到的實際成本；f (Yit,Pit,Wit)為確定性前沿成本；表現為具體設定的成本函數形式；Yit表示產出；Pit代表要素價格；Wit代表影響成本的其他因素，如技術進步、效率提升等。vit為傳統誤差項，表示各種隨機環境因素對前沿成本的影響（如天氣、自然災害等），假定服從獨立于uit的正態分布N(0, σ2v)；第二個誤差項uit為非效率項，用以衡量技術的非有效性，服從獨立于vit的半正態分布N+(0, σ2u)。

根據定義，可以將生產單元i的成本效率（Cost effciency）表示為：

式中：CEit為成本效率，E為期望條件，Cf為前沿成本，Cr為真實成本。在實證分析過程中，為了盡可能的降低模型設定誤差，本文選擇相對靈活的超越對數成本函數。則（1）式可表示為：

式中：Cf為前沿成本，它由產出水平、要素價格和技術進步共同決定，即Cf=C(y, p, t)，y為產出水平，p為要素價格，t為時間，代表外生技術進步。θt和θtt表示技術進步對所有個體的共同影響，體現技術外溢和技術擴散對前沿成本的共同作用；θty表示非中性技術進步，反映個體在學習能力上的差異。為了使成本函數具有良好的性質，（3）式還需要滿足對稱性、齊次性和規模收益不變的條件：

1.2 成本變動效應分解

本文參照Kumbhakar和Lovell[19]、何曉萍[25]、何小鋼和張寧[26]的研究方法，將成本變動的總效應分解為4種效應：生產規模效應、要素價格調整效應、技術進步效應和效率提升效應。具體的分解過程如下：

1.2.1 產出變動對前沿成本的邊際影響 在隨機前沿成本函數中，產量和成本之間存在著必然的聯系。為了刻畫產出增長對成本的影響，我們將（3）式對lny求偏導，從而得到產出變動對前沿成本的邊際影響。

在（5）式中，RTS即為產出變動對前沿成本的邊際影響，表示產出每變動1單位所引起的前沿成本變動率。如果RTS＜1，說明存在規模經濟效應，隨著規模的擴大，農業生產可以通過專業化分工引起規模報酬遞增和平均成本下降；反之，如果RTS＞1，則說明存在規模不經濟，此時在既定的技術水平、資源條件和農戶管理能力等條件下，擴大生產規模將導致平均成本的增加；如果RTS=1，則說明生產規模擴大和分工細化帶來的成本收益剛好平衡。y為產出水平，p為要素價格，i指不同的投入要素，具體包括：勞動、化肥、機械等生產要素，t為時間，αy、αyy、αiy和θty為公式（3）中的估計參數。

1.2.2 要素成本份額 根據謝潑德引理[27]（Shephard’s Lemma），我們將（3）式對lnpi求偏導，得到確定性前沿成本中要素i的成本份額。

式中：Si(y, p, t)表示確定性前沿成本中第i種生產要素的成本份額，y為產出水平，p為要素價格，t為時間，i指不同的投入要素，具體包括：勞動、化肥、機械等生產要素。c表示糧食生產的實際成本。βi、βij和αiy為公式（3）中的估計參數。

1.2.3 技術進步效應 為了簡化分析，我們假設技術進步外生，即技術水平由獨立于經濟系統以外的因素決定，并且技術進步隨時間變化。我們將（3）式對t求偏導，得到技術進步效應。

式中：CT(y, p, t)表示外生技術進步對前沿成本的邊際影響，y為產出水平，p為要素價格，t為時間，c表示糧食生產的實際成本，θt、θty和θtt為公式（3）中的估計參數。

將c式中的 ? lnCr和? lnCE展開：

將d式中的 ? lnCf展開：

以上推導過程是對實際成本變動的分解，主要分為4個部分，具體如下：

式中：方程（8）式將實際成本變動分解為生產規模效應、要素價格調整效應、技術進步效應和效率變動效應4項效應。其中，表示實際成本變動。RTS× Y˙表示生產規模效應，反映了產出變動對前沿成本的影響，RTS為產出變動對前沿成本的邊際影響，為產出變化率表示要素價格調整效應，反映了要素價格調整而引起的前沿成本的變動，Si為確定性前沿成本中第i種生產要素的成本份額，為要素價格變化率。CT表示技術進步效應，反應了技術變遷對前沿成本的影響。表示效率變動效應，反映了效率變動對前沿成本的影響。

2 數據來源和變量說明

2.1 數據來源

本文使用的數據來源于《建國以來全國主要農產品成本收益資料匯編1953-1997》[3]（簡稱《資料匯編1》）、《全國農產品成本收益資料匯編（1998-2014歷年）》[4]（簡稱《資料匯編2》）和《中國統計年鑒》[28]。需要說明的是，在《資料匯編1》中，1984年以前有些作物只統計了物質費用合計數，沒有分項的明細數據，而1985年以后各品種成本收益表及物質費用表的數據相對較為完整，因此本文主要考察1985年以后我國三種主要糧食作物的生產成本變化情況。此外，本文之所以選擇稻谷、小麥和玉米作為研究對象，是因為他們是我國三大主要糧食作物，種植面積廣泛，幾乎涵蓋了全國各大省區，對其研究更具有代表意義。

2.2 變量說明

綜合隨機前沿成本函數對投入產出指標的基本要求以及數據可獲得性的限制，本文選擇了如下的變量：

1）總生產成本（C，元/hm2）：歷年的總生產成本為所有投入要素價值的加總，包括每公頃的用工費用、化肥費用、機械作業費以及農藥、農膜、管理、固定資產折舊等直接費用和間接費用。

2）作物產出（Y，kg/hm2）：這里指稻谷、小麥、玉米三種作物每公頃的平均產量。需要說明的是，在《資料匯編》中，稻谷分為早秈稻、中秈稻、晚秈稻和粳稻四種，本文以各自成本份額作為權重，將4種作物的產出加權平均。

3）勞動力價格（Pl，元/工日）：本文用每公頃勞動力費用除以勞動力投工計算，包括雇工和自用工兩部份。

4）化肥價格（Ph，元/kg）：本文用每公頃化肥費用除以化肥折純用量（包括氮肥、磷肥、鉀肥和復合肥）計算。

5）機械價格（Pj，元/hm2）：由于《資料匯編》中只提供了每公頃機械費用而沒有提供機械投入數量，本文將每公頃機械費用作為機械價格。雖然一些學者將農業機械價格指數作為機械的價格，但《中國統計年鑒》僅從1994年才開始統計機械價格指數，為了更大限度的保留樣本，本文最終采用每公頃機械費用這一指標。

6）每公頃其他投入要素價格（Po，元/hm2）：考慮到其他要素投入內容較多，無法確定每一種要素的具體數量，本文參考吳麗麗等[17]、陳書章等[29]的方法，用農業生產資料綜合價格指數來代替其他投入要素價格。此外，為保證生產資料綜合價格指數的連續性，我們將1984年作為基期對歷年指數進行折算。

需要說明的是，第一，每公頃農作物的總生產成本、作物產出、勞動力價格、化肥價格和機械價格數據出自《資料匯編1》和《資料匯編2》，每公頃其他投入要素價格數據出自《中國統計年鑒》。第二，本文研究的樣本省份為中國大陸31個省（市），香港、澳門和臺灣地區不在研究范圍內。第三，對于缺失數據，本文將樣本省份劃分為六大區域，用缺失數據省份所在區域的均值代替，以避免樣本的大量損失，六大區域的劃分參照國家統計局標準：華北地區包括：北京、天津、河北、山西、內蒙古（5個）；東北地區包括：遼寧、吉林、黑龍江（3個）；華東地區包括：上海、江蘇、浙江、安徽、福建、江西、山東（7個）；中南地區包括：河南、湖北、湖南、廣東、廣西、海南（6個）；西南地區包括：重慶、四川、貴州、云南、西藏（5個）；西北地區包括：陜西、甘肅、青海、寧夏、新疆（5個）。考慮一個基于勞動、化肥、機械、其他投入的4要素成本函數，并結合上文的分析，此時我們可以將公式（3）表示為：

在求解上式過程中，由于要同時滿足（4）式的限制條件，為避免協方差矩陣的齊次性，我們使用兩種要素的相對價格來替代單一要素價格。此外，為了反映地區特征，我們在模型中加入了地區虛擬變量（Dummy）。因此，最終的估計方程是以相對價格的形式表示：

式中：C表示糧食生產成本。y表示糧食產出。pl為勞動力價格，ph為化肥價格，pj為機械價格，po為其他投入要素價格，t為時間。Dummy為地區虛擬變量。vit為傳統誤差項，uit為非效率項。β0、αy、αyy、βh、βj、βo、βhl、βjl、βol、βhj、βho、βjo、αhy、αjy、αoy、θt、θty和θtt均為待估計參數。

3 結果與分析

3.1 模型檢驗和估計

表1給出了主要統計檢驗的結果。首先，關于變差率γ的單邊似然比檢驗，由于γ=0在邊界上，其真實分布與普通χ2分布相差較大，此時用普通χ2分布來檢驗γ的似然比統計量不可靠，而應采用混合χ2分布，它能更好地解決成本效率前沿面上的參數檢驗問題，混合χ2的臨界值來自Kodde和Palm[30]。本文發現稻谷、小麥和玉米變差率為零的假設檢驗均在1%的水平上通過檢驗，說明稻谷、小麥和玉米生產中均存在成本無效的情況，因此建立隨機前沿成本函數是必要的。其次，關于模型設定形式檢驗，無論是稻谷、小麥還是玉米均在1%的顯著性概率下拒絕原假設，因此本文采用超越對數函數的形式是合理的。表2展示了（10）式的估計結果，通過（4）式的對稱性和齊次性條件，可以求出（9）式中所有參數值。

表1 模型設定形式檢驗Table 1 Test of model setting

3.2 糧食成本變動率及效應分解

根據上文隨機前沿成本函數的估計系數以及成本效應分解模型（公式（5）-公式（8）），本文將稻谷、小麥、玉米三種作物的成本效應分解為：生產規模效應、要素價格調整效應、技術進步效應和效率提升效應。需要說明的是，本文的考察期為1985-2014年，時間跨度為30 a，考慮到2003年是我國糧食產量的一個低谷，而從2004年以后糧食產量出現了十二連增，農業生產經濟結構可能在這兩年發生了變化，因此本文將2003-2004年作為節點，將時間劃分為兩段：即1986-2003和2004-2014，以此進行對比研究，詳細分解結果展示在表3中。

表2 隨機前沿成本函數模型估計Table 2 Estimation of the stochastic frontier cost function model

總體來看，在三種作物生產中，產出規模擴大和要素價格調整均會提高糧食生產成本，但要素價格調整是推動生產成本上升的首要因素，其中尤以勞動價格表現最強，而規模擴大對成本增加的作用相對較小。除此之外，前沿技術進步和效率提升均能降低糧食生產成本，但前沿技術進步對降低生產成本的效果更明顯。本文將對四種效應做進一步展開討論：

1）生產規模效應。根據上文分析，生產規模效應等于產出變動對前沿成本的邊際影響（RTS）和產出增長率的乘積，RTS＜1說明平均成本將隨產出擴大而下降，且RTS越小規模經濟性越高。首先，來看RTS，本文發現稻谷、小麥、玉米三種作物的RTS均值依次為0.51、0.53和0.44，都小于1，這說明三種糧食作物均有顯著的規模經濟性。但從1986到2014年，稻谷的RTS均值從0.45提高為0.61，說明稻谷的規模經濟性在下降。而在此期間，小麥、玉米的RTS均值都出現了下降趨勢，說明小麥和玉米的規模經濟性有所提高。其次，來看生產規模效應，由于生產規模效應是RTS和產出增長率的交互作用，雖然三種作物的RTS均表現出規模經濟性，但由于產量在增長，所以稻谷、小麥、玉米的生產規模效應均為正。《全國農產品成本收益資料匯編》數據顯示[3-4]，1985-2014年，我國粳稻、小麥、玉米每公頃產量分別從5 608.65 kg、2 977.2 kg、4 453.05 kg增長到8 301.45 kg、6 420.15 kg、7 496.85 kg，每公頃產量分別增加了2 692.8 kg、3 442.95 kg、3 043.8 kg。值得注意的是，無論稻谷、小麥還是玉米，2004年以后的生產規模效應均顯著高于2004年之前的生產規模效應，出現這種現象的原因是2004年以后，我國糧食產量增長迅速，實現了史無前例的“十二連增”，因此糧食產出增長率提高是2004年以后生產規模效應增強的原因。

2）要素價格調整效應。在稻谷、小麥、玉米生產中，要素價格變動對成本上升的貢獻依次為10.28%、7.81%和9.11%，其中，勞動力價格的貢獻依次為8.09%、5.5%和6.74%，化肥價格的貢獻依次為1.13%、0.53%和0.90%。我們發現三種作物生產中，勞動力價格均表現出較高的貢獻，說明勞動力價格上漲是推動糧食生產成本上升的首要價格因素，這與鐘甫寧[9]的研究結論相一致。而且《全國農產品成本收益資料匯編》數據也顯示[3-4]，1985-2014年我國糧食作物用工價格從1.5元/日提高到了74.4元/日，增長了近50倍。此外，我們還發現2004年以后，無論稻谷、小麥還是玉米，勞動力價格對生產成本上升的貢獻進一步增強。值得注意的是，化肥在稻谷生產中對成本上升的貢獻要高于其在小麥和玉米中的作用，一種可能的解釋是在稻谷生產中化肥的使用量和使用次數要明顯多于小麥和玉米，這與我國農業生產的實際情況符合。

表3 三種糧食作物成本變動效應分解Table 3 Decomposition of three main grain cost change effects

有意思的是，機械在稻谷和小麥、玉米生產中表現出相反的貢獻，機械在稻谷生產中的貢獻為0.65%，而在小麥和玉米中的貢獻分別為-1.04%和-0.25%，一種可能的解釋是稻谷生產中對勞動的需求較大，隨著勞動力成本上升，稻谷種植中機械大量替代勞動，從而增加了生產成本。而小麥和玉米的生產對勞動的需求相對較小，因此機械的使用會對勞動力或者其他生產要素形成替代，從而降低生產成本。圖1展示了稻谷、小麥和玉米每公頃平均機械費用的年份折線圖。我們發現，粳稻每公頃平均機械費用遠遠高于小麥和玉米，而且稻谷（以各自成本作為權重，加權平均）的每公頃平均機械費用在2007年以后，也超過了小麥和玉米。

3） 技術進步效應。在稻谷、小麥、玉米的生產中，技術進步對生產成本的貢獻分別為-3.06%、-0.86%和-0.86%，說明技術進步能夠推動生產成本的降低。技術進步可能的來源有農業科研投入和農業技術創新等，《中國科技統計年鑒》顯示[31]，2003-2012年我國農業科研R&D支出由19.5億元增加到106億元，增長了4.4倍。而在農業技術創新上，劉春香和閆國慶[32]整理資料發現，改革開放以來，我國培育的農作物新品種多達一萬多個，大規模的農作物品種更新換代達到5-6次，良種覆蓋率從1949年的0.06%提高到2012年的96%。此外，我國還研發了150多種高效、低殘留、低毒農藥，使作物重大病蟲害得到了有效控制。但需要引起重視的是，小麥和玉米2004年以后的技術進步效應顯著低于2003年之前的技術進步效應，這可能是由于當前我國小麥和玉米農業生產技術處在較高水平，通過技術進步來降低小麥和玉米生產成本的空間在變小。

圖1 稻谷、小麥、玉米每公頃平均機械費用比較Fig. 1 Comparison of mechanical costs of rice, wheat and corn

4）效率提升效應。根據上文分析，效率提升效應即為成本效率（CE）的增長率。在稻谷生產中，效率提升對生產成本的貢獻為-0.16%，而在小麥和玉米中的貢獻分別為-0.04%和-0.08%，說明效率提升能夠在一定程度上降低生產成本，但作用較小。這從側面反映了我國稻谷、小麥、玉米的成本效率處在較高水平，因此年際間的變化較小。但有意思的是，無論稻谷、小麥還是玉米，2004年以后的效率提升效應均明顯高于2003年以前的效率提升效應，說明2004年以來，我國糧食生產成本效率有了很大改善。

3.3 糧食成本變動的特征

上文從總體上分析了我國稻谷、小麥、玉米三種作物生產成本變動率以及各類效應的概況，但沒有分析他們在整個時間段的特征，為此本文進一步展示了稻谷、小麥、玉米生產成本變動的年份折線圖（圖2）。總體來看，無論稻谷、小麥還是玉米，糧食生產成本變動率曲線大部分在0刻度線以上區域波動，說明自1986年以來，我國糧食生產成本在持續增長。值得關注的是，在三種作物中，成本變動率曲線與要素價格效應曲線幾乎重合，而勞動力價格曲線又和要素價格效應曲線的變化趨勢保持一致，這進一步說明我國糧食生產成本的上升主要是由要素價格中的勞動力價格增長引起的。此外，三種作物的生產規模效應曲線均略微高過0刻度線，說明糧食產量的增加能夠導致成本上升，但對成本上升的作用相對較小。而三種作物的技術進步效應曲線存在一定差異，具體而言，稻谷的技術進步效應曲線要比小麥和玉米低，說明稻谷生產技術進步對成本的降低作用要高于小麥和玉米。最后，三種作物的效率提升效應曲線均在0刻度線附近波動，而且隨著時間推移，有趨近于0的趨勢，說明通過效率提升來降低生產成本的潛力較小。

圖2 稻谷、小麥和玉米生產成本變動的特征Fig. 2 Characteristics of rice, wheat and corn production cost changes

4 結論與討論

4.1 結論

1）總體來看，在誘發糧食生產成本變動的各種效應中，要素價格調整效應是驅動成本增加的首要因素，其次是生產規模效應。而技術進步效應和效率改進效應均能降低糧食生產成本，但技術進步效應降低成本的作用更明顯。

2）在生產規模效應中，稻谷、小麥、玉米三種作物的RTS均值都小于1，說明三種糧食作物均存在規模經濟性，但稻谷的規模經濟性有所下降，而小麥和玉米的規模經濟性有略微的改善。在要素價格調整效應中，勞動價格、化肥價格和其他要素價格均表現出正向作用，其中勞動價格表現最強，而機械價格在稻谷生產中表現出正向作用，在小麥和玉米生產中表現出負向作用。

3）三種作物的成本變動率曲線、要素價格效應曲線和勞動價格曲線均表現出一致的變化趨勢，說明我國糧食生產成本的上升，主要是由要素價格中的勞動價格增長引起的。此外，稻谷的技術進步效應曲線要比小麥和玉米低，說明稻谷生產技術進步對成本的降低作用要高于小麥和玉米。而三種作物的效率提升效應曲線均有趨近于0的趨勢，說明當前我國糧食生產成本效率已經處于較高水平，通過效率提升來降低生產成本的潛力較小。

4.2 討論

我們的結果表明，在糧食生產成本迅速上升的背景下，要素價格增長是導致糧食生產成本上升的根源，而產出規模擴大則是次要因素。同時，前沿技術進步和效率提升均能降低糧食生產成本，但前沿技術進步對降低生產成本的效果更明顯，而效率提升對降低糧食生產成本的作用隨著時間推移有逐漸縮小的趨勢，因此降低糧食生產成本的關鍵還應從要素價格、生產規模和技術進步入手。第一，考慮到稻谷、小麥、玉米的生產均存在較高的規模經濟性（RTS＜1），因此進一步深化規模化種植將是未來我國降低糧食生產成本的一個有效手段。第二，由于三種作物生產中前沿技術進步對降低生產成本的效果均要高于效率提升，因此加強農業技術創新在一定程度上能夠降低我國農業生產成本。第三，考慮到機械對小麥和玉米的生產成本有降低作用，因此進一步深化小麥和玉米的機械作業水平也是降低其生產成本的一個選擇。最后，隨著經濟發展，農業生產要素價格上漲趨勢已經不可避免，而要素價格增長又是糧食生產成本上升的根源，在此背景下，可以通過增加農產品附加值（如套種）、延長農產品產業鏈等來增加土地收益，以此抵消要素價格上漲的影響。

本文存在的不足之處是：用每公頃的機械費用作為機械價格，因此機械價格效應實際反映的是機械費用變化的影響。但考慮到《全國農產品成本收益資料匯編》是以每公頃平均作為計量單位，所以每公頃的平均機械費用在一定程度上也是對機械價格的反映，雖然這不是最優選擇，卻是數據可得性約束下的次優選擇。

[1] 韓俊. 破解三農難題, 30年農村改革與發展[M]. 北京: 中國發展出版社, 2008.

Han J. Crack Down the Three Rural Problems, 30 Years of Rural Reform and Development[M]. Beijing: Chinese Development Press, 2008.

[2] 馬曉河. 中國農業收益與生產成本變動的結構分析[J]. 中國農村經濟, 2011(5): 4-11.

Ma X H. An analysis of the structural change of agricultural income and production cost in China[J]. Chinese Rural Economy, 2011(5): 4-11.

[3] 國家發展改革委. 建國以來全國主要農產品成本收益資料匯編[M]. 北京: 中國物價出版社, 2003.

National Development and Reform Commission. Since the Founding of the Country the Main Agricultural Products Cost Income Data Compilation[M]. Beijing: China Price Publishing House, 2003.

[4] 國家發展改革委員會. 全國農產品成本收益資料匯編[M]. 北京: 中國物價出版社, 1998-2014.

National Development and Reform Commission. Compilation of National Cost of Agricultural Products[M]. Beijing: China Price Publishing House, 1998-2014.

[5] 倪洪興. 開放條件下我國糧食安全政策的選擇[J]. 農業經濟問題, 2009(7): 4-8.

Ni H X. The choice of China’s food security policy under the open[J]. Issues in Agricultural Economy, 2009(7): 4-8.

[6] 辛毅. 農業生產成本與農村基礎設施建設相關性的理論與實證分析[J]. 價格理論與實踐, 2006(7): 46-47.

Xin Y. Theoretical and empirical analysis on the correlation between agricultural production cost and rural infrastructure construction[J]. Price: Theory and Practice, 2006(7): 46-47.

[7] 王雙進. 改革開放以來我國糧食生產成本變動態勢分析[J]. 商業經濟研究, 2013(16): 12-13.

Wang S J. Analysis on the change of grain production cost in China since the reform and opening-up[J]. Business Economy Research, 2013(16): 12-13.

[8] 李寧. 我國糧食生產成本變化的總趨勢及其規律分析[J]. 價格理論與實踐, 2008(9): 46-47.

Li N. The general trend of grain production cost change in China and its law[J]. Price: Theory and Practice, 2008(9): 46-47.

[9] 鐘甫寧. 正確認識糧食安全和農業勞動力成本問題[J]. 農業經濟問題, 2016(1): 4-9.

Zhong F N. Correct understanding of food security and agricultural labor costs[J]. Issues in Agricultural Economy, 2016(1): 4-9.

[10] 藍海濤, 姜長云. 經濟周期背景下中國糧食生產成本的變動及趨勢[J]. 中國農村經濟, 2009(6): 4-12.

Lan H T, Jiang C Y. The change and trend of China’s grain production cost under the background of economic cycle[J]. Chinese Rural Economy, 2009(6): 4-12.

[11] 郭亮. 勞動力成本: 規模經營的結構性限制——基于對林鎮規模農業的調查[J]. 中共杭州市委黨校學報, 2012, 1(3): 15-20.

Guo L. Labor cost: Structural restriction of scale management: Based on the investigation of agriculture scale in Lin Town[J]. Journal of the Party School of CPC Hangzhou Municipal Committee, 2012, 1(3): 15-20.

[12] 吳清華, 周曉時, 馮中朝. 基礎設施降低了農業生產成本嗎?——基于分位數回歸方法[J]. 華中農業大學學報(社會科學版), 2014, 33(5): 53-59.

Wu Q H, Zhou X S, Feng Z C. Does the infrastructure reduce the cost of agricultural production? Based on the quantile regression method[J]. Journal of Huazhong Agricultural University (Social Science Edition), 2014, 33(5): 53-59.

[13] 黃季焜, 馬恒運. 中國主要農產品生產成本與主要國際競爭者的比較[J]. 中國農村經濟, 2000(5): 17-21.

Huang J K, Ma H Y. Comparison of production costs of major agricultural products with major international competitors in China[J]. Chinese Rural Economy, 2000(5): 17-21.

[14] 龐守林, 喬忠, 田志宏, 等. 中美糧食生產成本及結構差異的競爭影響分析[J]. 管理世界, 2005(1): 83-90.

Pang S L, Qiao Z, Tian Z H, et al. Analysis on the competition effect of grain production cost and structural difference in China and the United States[J]. Management World, 2005(1): 83-90.

[15] 范成方, 史建民. 糧食生產比較效益不斷下降嗎——基于糧食與油料、蔬菜、蘋果種植成本收益調查數據的比較分析[J].農業技術經濟, 2013(2): 31-39.

Fan C F, Shi J M. Is the comparative benefts of grain production increasing effciency: A comparative analysis of the data of proft and revenue based on grain, vegetable and apple[J]. Journal of Agrotechnical Economics, 2013(2): 31-39.

[16] 李首涵, 何秀榮, 楊樹果. 中國糧食生產比較效益低嗎?[J]. 中國農村經濟, 2015(5): 36-43.

Li S H, He X R, Yang S G. Is China’s food production less effective?[J]. Chinese Rural Economy, 2015(5): 36-43.

[17] 吳麗麗, 李谷成, 周曉時. 中國糧食生產要素之間的替代關系研究——基于勞動力成本上升的背景[J]. 中南財經政法大學學報, 2016(2): 140-148.

Wu L L, Li G C, Zhou X S. A study on the substitution relationship between China’s grain production factors: Based on the background of labor cost rise[J]. Journal of Zhongnan University of Economics and Law, 2016(2): 140-148.

[18] Wang X, Yamauchi F, Huang J. Rising wages, mechanization, and the substitution between capital and labor: Evidence from small scale farm system in China[J]. Agricultural Economics, 2016, 47(3): 309–317.

[19] Kumbhakar S C, Lovell C A K. Stochastic Frontier Analysis[M]. New York: Cambridge University Press. 2000.

[20] Reinhard S, Thijssen G. Econometric estimation of technical and environmental effciency: An application to Dutch dairy farms[J]. American Journal of Agricultural Economics, 1999, 81(2): 44-60.

[21] Aigner D, Lovell C A, Schmidt P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics, 1997, 6(1): 21-37.

[22] Meeusen W, Broeck J V D. Efficiency estimation from Cobb-Douglas production functions with composed error[J]. International Economic Review, 1977, 18(2): 435-444.

[23] Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India[J]. Journal of Productivity Analysis, 1992, 3(1): 153-169.

[24] Battese G E, Coelli T J. A model for technical ineffciency effects in a stochastic frontier production function for panel data[J]. Empirical Economics, 1995, 20(2): 325-332.

[25] 何曉萍. 工業經濟的節約型增長及其動力[J]. 經濟學(季刊), 2012, 11(4): 1287-1304.

He X P. Industrial economy of economical growth and its dynamics[J]. China Economic Quarterly, 2012, 11(4): 1287-1304.

[26] 何小鋼, 張寧. 中國經濟增長轉型動力之謎: 技術、效率還是要素成本[J]. 世界經濟, 2015(1): 25-52.

He X G, Zhang N. China’s economic growth transformation of the power of the mystery: Technology, efficiency or factor costs[J]. World Economy, 2015(1): 25-52.

[27] 平新喬. 微觀經濟學十八講[M]. 北京: 北京大學出版社, 2001.

Ping X Q. Microeconomics in the Eighteenth[M]. Beijing: Peking University Press, 2001.

[28] 中華人民共和國國家統計局. 中國統計年鑒[M]. 北京: 中國統計出版社, 1985-2014.

National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook[M]. Beijing: China Statistics Press, 1985-2014.

[29] 陳書章, 宋春曉, 宋寧, 等. 中國小麥生產技術進步及要素需求與替代行為[J]. 中國農村經濟, 2013(9): 18-30.

Chen S Z, Song C X, Song N, et al. Technical progress and factor demand and alternative behavior of wheat production in China[J]. Chinese Rural Economy, 2013(9): 18-30.

[30] Kodde D A, Palm F C. Wald criteria for jointly testing equality and inequality restrictions[J]. Econometrica, 1986, 54(5): 1243-1248.

[31] 中華人民共和國國家統計局. 中國科技統計年鑒[M]. 北京:中國統計出版社, 2003-2013.

National Bureau of Statistics of the People’s Republic of China. Science and Technology of China Statistical Yearbook[M]. Beijing: China Statistics Press, 2003-2013.

[32] 劉春香, 閆國慶. 我國農業技術創新成效研究[J]. 農業經濟問題, 2012(2): 32-37.

Liu C X, Yan G Q. Research on the effect of agricultural technology innovation in China[J]. Issues in Agricultural Economy, 2012(2): 32-37.

（責任編輯：王育花）

Causes of the rising grain production cost in China: An empirical analysis of rice, wheat and corn

WANG Shan-gao, TIAN Xu
（College of Economics and Management, Nanjing Agricultural University, Nanjing, Jiangsu 210095, China）

F304.2 文獻標識碼：A 文章編號：1000-0275（2017）04-0571-10

10.13872/j.1000-0275.2017.0065

王善高, 田旭. 中國糧食生產成本上升原因探究——基于稻谷、小麥、玉米的實證分析[J]. 農業現代化研究, 2017, 38(4): 571-580.

Wang S G, Tian X. Causes of the rising grain production cost in China: An empirical analysis of rice, wheat and corn[J]. Research of Agricultural Modernization, 2017, 38(4): 571-580.

國家自然科學基金項目（71473123；71333008）；國家社會科學基金重大項目（14ZDA037）。

王善高（1992-），男，江蘇揚州人，博士研究生，研究方向為農業生產以及生產效率分析，E-mail：1551927977@qq.com；通訊作者：田旭（1986-），男，湖北黃岡人，博士，副教授，主要從事食物消費與營養轉型、農業生產與生產效率分析研究，E-mail：xutian@njau. edu.cn。

2017-02-28，接受日期：2017-04-26

Foundation item: National Natural Science Foundation of China (71473123; 71333008); National Social Sciences Foundation of China (14ZDA037).

Corresponding author: TIAN Xu, E-mail: xutian@njau.edu.cn.

Received 28 February, 2017;Accepted 26 April, 2017