水稻種植戶生產行為對產量的影響探究

吳澤彪，陳昕昕，林莉莉，江 妙，彭 硯，陳沁雪

（華南農業大學，廣東廣州 510640）

我國是一個農業大國，同時也是一個人口大國，糧食安全歷來是國家和政府的重點關注問題。水稻作為我國重要的糧食作物，其產量關乎經濟及社會的穩定發展，提高水稻產量是一項關乎國計民生的重要科研任務。

當前，隨著我國工業化與城鎮化進程的推進，農村勞動力外遷且從事非農產業，使得農業勞動力供給大幅度減少，農業生產隊伍老齡化、“用工難”等問題逐漸顯現。同時，由于用工成本上升及農業現代化的不斷推進，稻農逐漸利用優質稻種、機械、化肥、農藥等其他要素投入替代人工投入。

鑒于此，本研究利用在南方5 省：廣東高州市和電白區、湖南南縣和醴陵市、湖北監利縣和公安縣、江西省新建區、安徽省桐城縣，所調查的564 份農戶微觀調研數據，構建C-D 生產函數，并結合勞動力投入、物質投入、相關生產行為選擇等角度探究農戶生產行為對水稻產量的影響，以期能從中發現各類投入及相關生產行為選擇對水稻產量的影響程度，為水稻生產過程提供決策依據與政策建議。

1 文獻綜述

目前學術界在水稻投入產出的研究領域作出了較多的研究。陳風波、丁士軍利用2006 年在湖南、江蘇兩省所調查的287 塊水稻田樣本數據，構建C-D 生產函數，分析各投入要素對水稻產量的影響，模型結果表明，地塊面積、噴藥勞動時間、水稻類型對水稻產量有顯著影響，而農藥投入和物化投入對水稻產量有正向影響但不顯著［1］；楊凡、齊振宏等人利用2009 年在云南、貴州、四川和廣西4 省（區）調查的215 個農戶的水稻生產相關數據，運用主成分分析法研究勞動力、土地等8 個變量闡釋其對水稻總產值的影響，結果表明，勞動力、土地、種子、化肥、灌溉成本、農藥、政府補貼及機械總動力對水稻生產均具有顯著正向影響［2］；胡瑞法、冷燕利用1980—2003 年間在安徽、江蘇、江西等17 個省份固定觀測的水稻投入產出數據，運用Translog 生產函數對其進行模擬研究，并得出結論：勞動力、化肥、機械3 個投入要素的產出彈性均達到顯著性水平，勞動力投入和化肥投入的增加均能明顯提高水稻產量［3］；而高雷、彭新宇建立C-D 函數對水稻生產的投入產出情況進行了分析，認為在技術一定的條件下，勞動力投入與資本投入具有顯著的替代效應，并且增加種子、化肥、農藥、農業機械、雇傭服務費用等資本投入能大幅提高水稻產量，增加在種植生產中用工環節的勞動力投入反而對產量有負向影響［4］；李文明、羅丹等人利用2011 年所調查1 552 個水稻種植戶的數據，構建Translog 生產函數探究經營規模對水稻產出水平和經濟效益的影響，分析結果表明適度規模化可使水稻增產，有利于農戶獲得長期規模效益［5］。同時，申云、劉志堅一致認為農戶的文化水平、技能掌握程度對水稻生產發揮著重要的作用［6］；王嫚嫚、劉穎等對江漢平原354 個水稻種植戶的樣本數據進行分析，其結果表明，農地適度規模化經營有利于農業機械、農藥的投入使用［7］。

多位學者在水稻投入產出領域的研究結論，具有很好的指導作用。然而近幾年來水稻生產各方面均發生顯著變化，投入要素結構亦不同以往，因此，多數相關研究其結論未必適用于如今的水稻生產。另外，前人僅注重投入要素對水稻產量的影響，鮮有文獻將投入要素與其他相關生產行為選擇相結合進行研究。

2 數據來源、變量說明及模型構建

2.1 數據來源

2019 年7 月至2020 年1 月，課題組在長江中下游地區的部分水稻主產區進行實地調研，此次調研范圍涉及5 省8 縣，共計走訪14 個行政村。調研地點均為頗負盛名的水稻生產區，具有一定的研究代表性，具體地點為廣東高州市和電白區、湖南南縣和醴陵市、湖北監利縣和公安縣、江西省新建區、安徽省桐城縣。

此次調查對象為主要從事水稻生產的農戶，并以問卷調查及訪談相結合的方式進行數據收集，調查內容涵蓋農戶在自家典型水稻種植地的各項生產投入及產量、農戶基本特征及典型地塊的基本特征等內容；此外，調查小組對當地村干部進行訪談，以便了解當地水稻生產基本情況，最終回收有效問卷共564 份。將農戶在每個種植季節中耕種面積最大的地塊視為典型水稻種植地共706 個。具體農戶有效樣本分布見表1。

表1 有效樣本分布情況

在戶主特征方面，樣本農戶戶主平均年齡60.59 歲，戶主平均教育年限為6.15 年，接近初中文化水平。在家庭經濟特征方面，各地區戶均田地面積有所差異，樣本農戶的戶均田地面積為0.93 hm2，其中高州市、電白區的種植規模普遍低于其他地區；樣本農戶的家庭平均勞動力外遷人數高于家庭平均農業勞動力人數，其中，高州市和電白區的家庭平均勞動力外遷人數與家庭平均農業勞動力人數之間的比例分別高達1.30 ∶1 和1.41 ∶1，青壯年勞動力外出務工、務農者多為中老年人是調查地區的共性。將農戶的主要收入來源分為農業收入與非農業收入，樣本農戶的平均農業收入占總收入的57.61%，可見農業收入依舊是調查村農戶不可忽視的家庭收入來源之一。樣本農戶具體情況見表2。

表2 樣本農戶的基本情況

2.2 變量說明

以典型種植地的水稻產量為因變量。主要的自變量分為種植規模、勞動力投入、物質投入及行為選擇4 個方面。種植規模即樣本地塊的播種面積大小；勞動力投入表示在水稻生產過程中的人工勞動力投入及用于購買雇傭服務的資金投入，主要包括在育苗、耕整、施肥、播種、除草、打藥、管水、收割和打曬等用工環節中的勞動力投入數量或雇傭投入資金；物質投入表示用于購買水稻生產過程中所需品的費用，主要包括種子投入、農藥投入及除草劑投入等資金投入。此前大多學者用肥料購買費用來衡量肥料投入，本研究則將肥料按氮、磷、鉀3種元素進行折純，并以其用量來衡量，以期能更好觀察3種不同元素肥料對于水稻產量的影響。行為選擇即農戶在生產過程中的相關決策，比如是否種單季稻、是否利用機械完成部分用工環節、是否采用雜交稻種。另外，考慮到地塊特征可能對產量有所影響，本文將地塊類型、土壤質量及灌溉條件納入模型作為控制變量。

2.3 模型構建

基于農戶實際在水稻生產過程中的各項行為決策展開研究，并利用合理方法將其行為決策進行量化。為分析農戶的要素投入行為及相關行為選擇對水稻產量的影響，在所構建的C-D 生產函數的基礎上進行多元回歸分析。該生產函數以水稻生產經營成果為目標，描述了水稻生產與各項要素投入之間的關系，在很大程度上能反映水稻生產過程，且具有可線化、計算方便等優點。結合本文實際情況，將C-D 生產函數做出合理改變，得到如下水稻投入產出生產函數：

其中x1—x9分別為此次所選變量播種面積、人工投入、雇傭服務投入、種子投入、農藥投入、除草劑投入、氮肥投入、磷肥投入及鉀肥投入。現將上述生產函數（1）兩邊取對數，得到如下函數：

此外，將是否為單季稻、是否利用機械耕整、是否利用機械打藥等5 項行為選擇以二分類變量的形式納入模型，并將地塊特征作為控制變量。

表3 數據變量說明

3 調查戶水稻種植情況的描述性統計

統計各調查村水稻667 m2產量及667 m2均勞動與物資的投入，如表4。調查村667 m2均產量均值為1 061.72 kg，667 m2均勞動投入均值為0.64 個工日。各調查村水稻投入產出存在差別，如廣東省調查村的667 m2均產量明顯少于其他省份調查村的667 m2均產量，其667 m2均勞動投入較多，667 m2均種子投入較少。雇傭服務投入是水稻生產過程中的最大投入，其次是肥料投入，最少投入為種子投入。

表4 調查村水稻投入產出表

水稻種植季節、是否雜交稻可能在一定程度上影響著水稻的產出，一般來說，單季稻的單產高于雙季稻，雜交稻的單產高于非雜交稻。表5 為調查村水稻種植相關情況。整體上調查村種一季中稻居多，平均占比55.50%；稻作方式為直播的居多，平均占比56.72%；雜交稻種植平均占比達66.62%。廣東調查村與其他省份調查村有明顯差異，其基本種植兩季水稻，稻作方式主要為拋秧。

表5 水稻種植相關情況/%

肥料投入對于水稻生產至關重要，往往農戶會利用肥料的投入來達到增產的效果。調查員記錄了農戶水稻種植過程中施底肥、追肥的肥料用量，并按其所購買肥料的元素比例進行折算，得出如表6 所示的各地區肥料用量明細。從表6 可見，水稻生產時平均667 m2地氮肥用量最高，鉀肥次之，磷肥最少；不同地區之間的肥料用量有所差異，其中電白區3 種肥料投入均明顯高于其他地區，可能存在濫用肥料的問題。

4 實證結果及其分析

運用eviews8.0 軟件對上文所構建的模型進行多元回歸分析，模型估計結果如表6。由表6 的計算結果可見，F-statistic=217.310 2 且Prob ＞F=0.000 0，說明模型整體上通過顯著性檢驗，且R2=0.849 400，這也說明了該模型具有較強的解釋力。總的來說，構建該模型是合理的。

從種植規模來看：播種面積大小對水稻產量有顯著的正向影響，且是所有自變量中對產量影響程度最大的變量，其貢獻率約為0.928 8，即在其他條件不變情況下，種植面積每增加10%，水稻產量提高9.288%。這說明了種植規模對水稻產量的影響占主導地位。

從勞動力投入角度來看：人工投入對水稻產量有顯著的正向影響，其貢獻率為0.071 1，即在其他條件不變情況下，人工投入每增加10%，水稻產量提高0.711%；雇傭服務投入對水稻產量有顯著的負向影響，其貢獻率為-0.035 2，即在其他條件不變情況下，人工投入每增加10%，水稻產量減少0.352%；當前，農村勞動力大量外遷，從事水稻生產以中老年人為主，他們在生產過程中會更加傾向于利用機械或者購買雇傭服務來替代自家工，但通過購買雇傭服務來完成農活一般相較于自家工來說更加粗放，這可能是雇傭服務投入對水稻產量有顯著負向影響的原因。

從物質投入來看：除農藥投入之外，種子投入、除草劑投入及肥料用量投入對水稻產量均無顯著影響。農藥投入對產量有顯著正向影響，貢獻率約為0.12，即在其他條件不變情況下，農藥投入每增加10%，水稻產量提高1.2%；氮肥用量投入及鉀肥投入對水稻產量有正向影響，而除草劑投入及磷肥用量投入對水稻產量有負向影響，可能是存在除草劑及磷肥使用不合理的狀況。

從相關行為選擇來看：是否為單季稻、是否利用機械收割、是否利用機器打藥3 個自變量通過顯著性檢驗，而是否為雜交稻、是否利用機械耕整并未通過顯著性檢驗，但相關行為選擇所包含的5 個自變量均對水稻產量有正向影響。在其他條件不變情況下，單季稻的產量高于早稻和晚稻，在湖南省、江西省及安徽省的調查過程中發現，大多數農戶從雙季稻改種為單季稻，據多數農戶反映，單季稻的經濟效益高于雙季稻，實證結果也恰好印證了這點；在其他條件不變情況下，利用機械收割的產量高于人工收割、利用機械打藥的產量高于人工手動打藥，可能原因在于部分用工環節上機械作業的效果優于純人工勞作，從而有利于水稻生長或者避免了收割時產生的浪費。

從地塊特征來看：土壤質量、灌溉條件均未通過顯著性檢驗，但對水稻產量都具有正向影響，即在其他條件不變情況下，土壤質量越好、灌溉越得到保證，則產量越高。而地塊類型在顯著性水平為10%下對水稻產量有正向顯著影響，即在其他條件不變情況下，平地水田的水稻產量高于丘陵水田，可能原因在于平地水田更容易開展機械化生產，而水稻種植機械化生產的效果更好。

5 結語

研究結果表明：播種面積大小、人工投入、農藥投入、是否為單季稻、是否利用機械收割、是否利用機器打藥、地塊類型等7 個自變量對水稻產量有顯著正向影響；雇傭服務投入對水稻產量有顯著負向影響；雇傭服務投入、種子投入、除草劑投入、3 項肥料用量投入、是否利用機械耕整、土壤質量及灌溉條件等9 個自變量未通過顯著性檢驗，說明這些自變量并非影響水稻產量的主要因素。根據相關研究結果，對調研地水稻生產提出如下2 方面建議。

1）積極引導農戶開展規模化經營，合理擴大水稻種植面積。擴大水稻種植面積有利于節約勞動力，促進機械技術的應用，從而進一步提高水稻產量。目前，隨著農村勞動力不斷外遷，土地拋荒等問題逐漸顯露出來。為保障水稻產量，政府部門應積極引導農戶之間進行土地流轉，避免過多稻田拋荒，同時積極引導農戶開展適度規模化經營，水稻種植規模擴大至合理水平不僅能有效配置土地資源、穩定水稻產量，還能為農戶帶來規模經濟。

2）農業部門要積極推廣農業機械應用，開展農戶水稻種植技術培訓。利用機械替代人工不僅可使成本投入更低，并且可以縮短稻農的勞動時間，降低其勞動強度，這對于目前稻農老齡化現象嚴重的現狀是十分必要的。為便利稻農進行技術咨詢，相關部門可以在水稻種植區開設培訓處，加強與稻農的溝通，更好地明白稻農的技術需求，進而優化研發技術以助力水稻生產。同時，要注重對農戶使用除草劑、農藥及肥料等化學農用品的指導，普及科學防治知識和方法，幫助農戶正確使用綠色安全的防治手段，在節約農戶化肥等農資投入成本的同時做到科學防治，避免因濫用化學農用品而造成減產。