劉 余,周應(yīng)恒

(1.南京財經(jīng)大學(xué) 經(jīng)濟學(xué)院，江蘇 南京 210023; 2.江西財經(jīng)大學(xué) 經(jīng)濟學(xué)院，江西 南昌 330013)

一、引言

農(nóng)業(yè)種植結(jié)構(gòu)的“趨糧化”還是“去糧化”與中國糧食安全問題密切相關(guān)[1-2]，學(xué)術(shù)界給予了高度關(guān)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(jié)構(gòu)調(diào)整中出現(xiàn)的耕地“非糧化”現(xiàn)象出臺了多項政策。2020年11月，《國務(wù)院辦公廳關(guān)于防止耕地“非糧化”穩(wěn)定糧食生產(chǎn)的意見》印發(fā)實施，指出必須要處理好發(fā)展糧食生產(chǎn)和發(fā)揮比較效益的關(guān)系，不能單純以經(jīng)濟效益決定耕地用途，優(yōu)質(zhì)耕地要重點用于發(fā)展糧食生產(chǎn)。2020年底，習(xí)近平總書記在中央農(nóng)村工作會議明確指出，糧食安全要黨政同責(zé)，“米袋子”省長要負責(zé)，書記也要負責(zé)。2021年中央“一號文件”和農(nóng)業(yè)農(nóng)村部第一號文也明確提出了建設(shè)國家糧食安全產(chǎn)業(yè)帶、防止耕地“非糧化”等舉措。糧食生產(chǎn)政治地位越發(fā)重要[3]。因此，諸多學(xué)者圍繞中國農(nóng)業(yè)種植結(jié)構(gòu)調(diào)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(tǒng)一共識。部分學(xué)者指出當(dāng)前我國農(nóng)地流轉(zhuǎn)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(guī)模農(nóng)地轉(zhuǎn)入戶[8]和家庭勞動力十分充裕的農(nóng)戶[9-10]或純務(wù)農(nóng)戶[11-12]，種植結(jié)構(gòu)調(diào)整會表現(xiàn)出“去糧化”特征，而對于已經(jīng)出現(xiàn)農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移的農(nóng)戶或兼業(yè)戶，在勞動力剛性約束和農(nóng)業(yè)社會化服務(wù)發(fā)展的背景下，種植結(jié)構(gòu)調(diào)整會呈現(xiàn)出“趨糧化”特征[9, 13-14]；錢龍等則認為土地流轉(zhuǎn)過程中“趨糧化”和“去糧化”同時存在，主要表現(xiàn)為土地轉(zhuǎn)出戶的“去糧化”和轉(zhuǎn)入戶的“趨糧化”[15-16]。在種植結(jié)構(gòu)調(diào)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(dǎo)致研究結(jié)論看似不一致。以改革開放為起點看來，我國農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整在2003年這一時間節(jié)點實現(xiàn)了從“去糧化”到“趨糧化”的歷史性轉(zhuǎn)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(jié)構(gòu)的實時動態(tài)調(diào)整狀況可以發(fā)現(xiàn)，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(jié)構(gòu)調(diào)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%?？梢钥闯?，影響農(nóng)業(yè)種植結(jié)構(gòu)調(diào)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(jié)構(gòu)調(diào)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(jié)構(gòu)調(diào)整的某一種因素，分析其對種植結(jié)構(gòu)調(diào)整的實時影響。

種糧收益是影響結(jié)構(gòu)調(diào)整的最直接因素[18-19]，而糧地租金的持續(xù)上漲正對種糧收益形成新的挑戰(zhàn)。從我國三種糧食平均生產(chǎn)成本結(jié)構(gòu)看來，2004—2018年，三種糧食平均總成本由395.45元/畝上升至1093.77元/畝，年均增長7.54%，其中土地成本由54.07元/畝迅速上升至224.87元/畝，年均增長10.72%，顯著快于總成本增速，這與土地租金的上漲關(guān)系密切。隨著土地流轉(zhuǎn)型適度規(guī)模經(jīng)營的快速發(fā)展，土地成本在經(jīng)營權(quán)的流轉(zhuǎn)過程中被貨幣化，直接顯現(xiàn)出來，納入總成本計量；同時由于部分地區(qū)盲目推進，加速了土地成本的顯性化，使之成為農(nóng)業(yè)生產(chǎn)成本快速增長的重要構(gòu)成。以江蘇省為例，2009—2016年，江蘇省糧地租金由227.5元/畝上升至791.1元/畝，年均上漲19.5%，其在糧食生產(chǎn)總成本中所占比重由21.6%上升至38.1%。糧地租金的快速上漲不斷擠壓種糧收益，尤其是農(nóng)業(yè)供給側(cè)改革以來，農(nóng)產(chǎn)品價格形成機制由“托市”機制轉(zhuǎn)變?yōu)槭袌龆▋r機制，農(nóng)產(chǎn)品價格波動、下降的趨勢明顯，糧食生產(chǎn)經(jīng)營利潤空間不斷縮減甚至虧損，農(nóng)戶種糧行為調(diào)整勢在必行。

基于此，本研究將基于對糧地租金變化的事實描述，從糧食種植面積和播種比例兩個視角，分析其對農(nóng)戶種糧行為的影響，以期客觀全面的認識糧地租金變動對糧食生產(chǎn)的影響，并為后續(xù)國家糧食安全形勢研判提供些許支撐。

二、理論分析、研究假說及數(shù)據(jù)來源

(一)理論分析及研究假說

糧食規(guī)模經(jīng)營主體和傳統(tǒng)小農(nóng)戶在經(jīng)營上的邏輯存在一定差異，傳統(tǒng)小農(nóng)戶在進行糧食生產(chǎn)時，主要目標是充分利用家庭內(nèi)部閑暇勞動力，生產(chǎn)一部分農(nóng)產(chǎn)品主要用以自給自足，這樣一種模式不僅大大提高了農(nóng)業(yè)生產(chǎn)率，而且對農(nóng)業(yè)總產(chǎn)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(guī)模經(jīng)營主體的基本邏輯與企業(yè)更為接近，即雇用一定比例的勞動力(主要為農(nóng)忙時節(jié)的臨時用工)，以利潤最大化并擴大再生產(chǎn)為目標進行糧食規(guī)?；a(chǎn)[21]，所得產(chǎn)出也主要用作商品糧出售。因此，糧食規(guī)模經(jīng)營主體追求的目標函數(shù)為利潤(π)最大化，具體目標函數(shù)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(chǎn)函數(shù)方程，并對所有生產(chǎn)要素一階齊次。P為糧食的市場銷售價格；糧食生產(chǎn)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(nóng)藥等物質(zhì)投入以及購買農(nóng)機服務(wù)費用等資本性投入加總[22]；wage、rate和rent分別對應(yīng)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(chǎn)的可支配收入，為一固定值。

根據(jù)拉格朗日定理求解利潤最大化的一階條件，不難得到：

(2)

如若在P不發(fā)生變化(種植品種和價格都不發(fā)生變化)的情形下，需提高土地的邊際產(chǎn)量以應(yīng)對糧地租金上漲。糧食規(guī)模經(jīng)營主體在追求利潤最大化的過程中，處于規(guī)模報酬遞增階段的農(nóng)戶比重不斷下降[23]，絕大部分糧食規(guī)模經(jīng)營主體擺脫了次優(yōu)投入規(guī)模，農(nóng)戶在土地要素投入上普遍處于規(guī)模報酬遞減階段。因此，在該情形下，農(nóng)戶只得縮小糧食種植規(guī)模以應(yīng)對糧地租金上漲。

糧食規(guī)模經(jīng)營主體和傳統(tǒng)小農(nóng)戶的另一點區(qū)別在于，規(guī)模經(jīng)營主體在擴張耕地規(guī)模的同時，購置農(nóng)業(yè)機械等固定資產(chǎn)的情形更多。小農(nóng)戶在農(nóng)業(yè)機械使用時以購買機械服務(wù)為主，隨著規(guī)模擴大，自有農(nóng)機更有利于實現(xiàn)規(guī)模經(jīng)濟，胡凌嘯基于調(diào)研數(shù)據(jù)分析發(fā)現(xiàn)，隨著農(nóng)戶經(jīng)營耕地規(guī)模的擴張，農(nóng)戶購買機械覆蓋生產(chǎn)環(huán)節(jié)數(shù)量也呈增長趨勢[24]。因此，對于糧食規(guī)模經(jīng)營主體而言，固定資產(chǎn)以農(nóng)業(yè)機械為主。截至2016年末，我國共有拖拉機2690萬臺、耕地機513萬臺、旋耕機825萬臺、收割機114萬臺和各式播種機652萬臺(1)數(shù)據(jù)來源于全國第三次農(nóng)業(yè)普查公報。，這其中，糧食規(guī)模經(jīng)營主體發(fā)揮了重要作用。

糧食規(guī)模經(jīng)營主體持有大量農(nóng)業(yè)機械，隨著糧地租金上漲，糧食經(jīng)營規(guī)模下降，部分農(nóng)業(yè)機械將被閑置甚至廢棄；但是，對于擁有農(nóng)業(yè)機械的糧食規(guī)模經(jīng)營主體而言，其縮減經(jīng)營規(guī)?？赡苊媾R部分農(nóng)業(yè)機械閑置或者利用率不高的問題，在此價格和規(guī)模水平下購買農(nóng)業(yè)機械服務(wù)要比自置農(nóng)機更為劃算，但如若調(diào)減經(jīng)營規(guī)模則將面臨固定資產(chǎn)折舊甚至廢棄的損失，而繼續(xù)生產(chǎn)的可變成本水平較低，盡管也面臨收益的下降，但損失要小于農(nóng)機廢棄的損失。

據(jù)此可得到研究假說一：在利潤最大化目標約束下，如若農(nóng)戶繼續(xù)種糧，且糧價未漲，糧地租金上漲將導(dǎo)致農(nóng)戶縮減糧食種植規(guī)模；但擁有農(nóng)機的糧食規(guī)模經(jīng)營主體較沒有農(nóng)機的主體而言調(diào)減規(guī)模的概率更小，且農(nóng)機資產(chǎn)越多，調(diào)減規(guī)模的概率越低。

上述分析主要圍繞提高土地邊際產(chǎn)量展開，其本質(zhì)為提高土地邊際產(chǎn)品價值(即MPLand·P)來應(yīng)對土地租金的上漲。若繼續(xù)種糧，價格不變時，則需要提高土地邊際產(chǎn)量，而提高邊際產(chǎn)品價值的路徑并非僅此一條。從收益角度看來，經(jīng)濟作物收益遠高于一般糧食作物，蔬菜、水果、桑蠶繭等作物的收益是糧食經(jīng)營收益的數(shù)倍，與此相比種糧收益相形見絀，比較優(yōu)勢急劇下降[18, 25]。因此，農(nóng)戶也可能會通過調(diào)整種植結(jié)構(gòu)，提升經(jīng)濟作物播種比例，抬高土地邊際產(chǎn)品價值，來應(yīng)對土地成本的上漲。但是，糧食作物與經(jīng)濟作物對土地的需求程度完全不同，受勞動力數(shù)量約束，大規(guī)模的糧食種植戶往往在調(diào)整結(jié)構(gòu)過程中難度更大，其很難兼顧經(jīng)濟作物的高勞動力強度需要和大規(guī)模糧食種植中的高勞動力數(shù)量需要，因此，糧食經(jīng)營規(guī)模越大的農(nóng)戶，調(diào)整種植結(jié)構(gòu)的靈活性更差。

據(jù)此可得到研究假說二：糧地租金越高，農(nóng)戶糧食種植比例越低；但該影響會受到糧食經(jīng)營規(guī)模的約束，表現(xiàn)為種糧規(guī)模越大，糧食種植比例下降的概率越低。

(二)數(shù)據(jù)來源

江蘇省是我國的農(nóng)業(yè)大省，2018年江蘇省糧食總產(chǎn)量達3660萬噸，占全國糧食總產(chǎn)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(nóng)業(yè)發(fā)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(nóng)業(yè)經(jīng)營條件較好，另一方面是土地流轉(zhuǎn)市場發(fā)育迅速，規(guī)模經(jīng)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(chǎn)的影響具有代表性。故本研究將主要使用江蘇省農(nóng)產(chǎn)品成本收益調(diào)查數(shù)據(jù)，并在同樣本區(qū)域內(nèi)開展部分補充調(diào)研。

農(nóng)產(chǎn)品成本收益調(diào)查由江蘇省物價局實施，樣本地點的選擇遵循了江蘇省稻麥種植的分布特征，其中，蘇南地區(qū)經(jīng)濟水平較高，城市化進程走在全省前列，糧食生產(chǎn)在江蘇省內(nèi)所占比重較低，因而南京、鎮(zhèn)江、常州、無錫和蘇州抽取的樣本數(shù)量相對較少，蘇中和蘇北抽取的樣本戶數(shù)量所占比重更高。在抽選出的樣本縣(市、區(qū))范圍內(nèi)，一般進一步隨機抽取3個鄉(xiāng)鎮(zhèn)(2)此為一般情況，也存在個別樣本縣中抽取了4-5個鄉(xiāng)鎮(zhèn)的情況。，每個鄉(xiāng)鎮(zhèn)再抽選3個左右的樣本農(nóng)戶，最終每個樣本縣(市、區(qū))約獲得10戶樣本戶同時，調(diào)查延續(xù)時間長，從2012年以來，有土地轉(zhuǎn)入行為的種植戶樣本顯著增多。因此，本研究將使用2012—2016年江蘇省農(nóng)產(chǎn)品成本收益調(diào)查數(shù)據(jù)，共計519戶。

同時，本研究采用隨機抽樣方法，于2018年在江蘇主要的農(nóng)業(yè)生產(chǎn)區(qū)域(蘇中和蘇北地區(qū))抽取農(nóng)戶樣本，就其2017—2018年農(nóng)地流轉(zhuǎn)、農(nóng)業(yè)生產(chǎn)投入、產(chǎn)出情況和規(guī)模經(jīng)營風(fēng)險狀況展開問卷調(diào)查。樣本地最終確定為揚州(高郵和江都)、泰州(姜堰和興化)和宿遷(泗洪)，每個縣(市)隨機選擇兩個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)抽選10戶左右的糧食規(guī)模經(jīng)營主體，最終得到105戶規(guī)模戶樣本作為補充，累計樣本總數(shù)為621戶。

三、糧地成本上漲對糧食經(jīng)營規(guī)模調(diào)整的影響

(一)模型設(shè)定和變量選擇

從實際出發(fā)，糧食規(guī)模經(jīng)營主體面臨的規(guī)模調(diào)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(jīng)營規(guī)模擴大，2表示糧食經(jīng)營規(guī)模不變，3表示糧食經(jīng)營規(guī)?？s小。個體m選擇方案n(n=1，2，3)的概率表示如下：

(3)

總共有三種選擇方案，選擇各方案的概率加總應(yīng)等于1。通?；貧w中，往往將選擇頻數(shù)最高的方案(例如，AA=1)作為參照方案，并令其系數(shù)βi=0，由此可得個體m選擇方案k的最終概率為：

(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。

根據(jù)理論分析和已有研究，解釋變量主要包含土地流轉(zhuǎn)價格(landrent)、農(nóng)業(yè)機械投資水平(sunkcost)以及糧食規(guī)模經(jīng)營主體個體特征、家庭特征、經(jīng)營特征和風(fēng)險特征變量。變量具體設(shè)置如下：

AA：糧食經(jīng)營規(guī)模調(diào)整方向，賦值1表示規(guī)模擴大，2表示規(guī)模不變，3表示規(guī)?？s小。詢問近五年變化趨勢，更加能夠反映受土地流轉(zhuǎn)價格等非短期因素影響的效果。在相鄰年間的規(guī)模變動上，可能是由于合同到期，尚未拍得新地塊等短期因素造成糧食經(jīng)營規(guī)模出現(xiàn)波動；同時，江蘇省農(nóng)地流轉(zhuǎn)期限往往為3年或者5年，詢問近五年內(nèi)的經(jīng)營規(guī)模變化，也可以在一定程度上避免因為流轉(zhuǎn)合同未到期而出現(xiàn)想減少經(jīng)營規(guī)模而無法減少的情形。

landrent：土地流轉(zhuǎn)價格水平。通過詢問樣本戶，根據(jù)其自身實際情況，估算所有地塊的土地流轉(zhuǎn)價格的平均水平所得。根據(jù)理論分析，土地流轉(zhuǎn)價格越高，糧食規(guī)模經(jīng)營主體選擇規(guī)?？s小的概率越大，相反，流轉(zhuǎn)價格水平越低，擴大規(guī)模的概率越大。

sunkcost：農(nóng)業(yè)機械投資水平，為農(nóng)業(yè)機械實際購置額減去殘值得到的真實的“供損失的固定資產(chǎn)”?，F(xiàn)有研究中衡量農(nóng)業(yè)機械投資水平都是以農(nóng)戶實際購買金額來衡量，亦或是通過農(nóng)機投資環(huán)節(jié)數(shù)量來衡量[26-27]，但考慮到二手農(nóng)機市場的客觀存在，農(nóng)業(yè)機械還存在一定的殘余價值，通過詢問農(nóng)戶手中的農(nóng)業(yè)機械出售還能獲得多少剩余價值，扣減之后得到真正的沉沒成本。根據(jù)理論分析，在土地流轉(zhuǎn)價格變動的背景下，流轉(zhuǎn)價格上漲，縮小規(guī)模的概率增加，但考慮到已經(jīng)投入的農(nóng)業(yè)機械資產(chǎn)，這將反而使得保持規(guī)模不變的概率增大，且兩者之間存在正向影響關(guān)系。

農(nóng)戶個體特征變量，主要包括生產(chǎn)決策者年齡(age)和生產(chǎn)決策者是否參加過農(nóng)業(yè)技術(shù)培訓(xùn)(train)，生產(chǎn)決策者是指在日常糧食生產(chǎn)經(jīng)營過程中的主要參與者。農(nóng)戶家庭特征變量，主要包括家庭勞動力數(shù)量(laborpop)和農(nóng)業(yè)收入在家庭總收入中所占比重(agrincome)。農(nóng)業(yè)經(jīng)營特征變量，主要包括糧食經(jīng)營規(guī)模(scale)、水稻銷售價格(riceprice)和小麥銷售價格(wheatprice)。農(nóng)業(yè)風(fēng)險特征變量，主要包括農(nóng)戶對農(nóng)業(yè)規(guī)模經(jīng)營風(fēng)險認知情況(risk)和是否出現(xiàn)過農(nóng)業(yè)經(jīng)營資金短缺情況(capital)，其中風(fēng)險感知變量根據(jù)農(nóng)戶的自我評價來確定，通過采用李克特量表，分為風(fēng)險非常小、風(fēng)險比較小、風(fēng)險一般、風(fēng)險比較大和風(fēng)險非常大五個級別。

表1 主要變量基本統(tǒng)計量

數(shù)據(jù)來源：根據(jù)2018年筆者開展的江蘇省糧食經(jīng)營規(guī)模調(diào)研數(shù)據(jù)計算所得。

表1匯報了主要變量的基本統(tǒng)計量。糧食規(guī)模經(jīng)營調(diào)整方向均值為2.133，表明絕大部分樣本戶經(jīng)營規(guī)模未發(fā)生變化；規(guī)模經(jīng)營決策者年齡為50歲左右，其中81%的決策者參加過農(nóng)業(yè)生產(chǎn)技術(shù)培訓(xùn)；樣本戶糧食平均經(jīng)營規(guī)模為342.34畝，規(guī)模經(jīng)營樣本戶中農(nóng)業(yè)收入在家庭總收入中平均占比80.9%，表明糧食規(guī)模經(jīng)營主體均是以農(nóng)業(yè)生產(chǎn)為主業(yè)；農(nóng)戶對農(nóng)業(yè)規(guī)模經(jīng)營風(fēng)險認知均值為3.162，介于風(fēng)險一般和風(fēng)險比較大之間，表明當(dāng)前糧食規(guī)模經(jīng)營風(fēng)險日益突出，同時，64.8%的樣本戶均出現(xiàn)過農(nóng)業(yè)經(jīng)營資金短缺情況。

(二)結(jié)果分析

從模型設(shè)定中可以看出，多值選擇模型需滿足不相關(guān)選項獨立性的假定(簡稱IIA假定)，因此首先驗證“無關(guān)方案的獨立性”是否存在。豪斯曼檢驗結(jié)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(guān)選項獨立性假定的原假設(shè)。因此，適用于多值選擇Logit模型。

根據(jù)模型設(shè)定和變量選擇的討論結(jié)果，運用多值選擇Logit模型，得到如下回歸結(jié)果。在模型A-1中，未考慮糧食規(guī)模經(jīng)營主體農(nóng)業(yè)機械投資水平，重點考察土地流轉(zhuǎn)價格對經(jīng)營規(guī)模調(diào)整行為選擇的影響。回歸結(jié)果顯示，相較于經(jīng)營規(guī)模不變而言，土地流轉(zhuǎn)價格對選擇經(jīng)營規(guī)?？s小有顯著正向影響，即隨著土地流轉(zhuǎn)價格上漲，規(guī)模戶選擇縮減經(jīng)營規(guī)模的可能性更大；土地流轉(zhuǎn)價格對選擇經(jīng)營規(guī)模擴大的影響不顯著，但是方向為負，表明土地成本越低，擴大經(jīng)營規(guī)模的可能性越大，符合預(yù)期。此外，水稻銷售價格和農(nóng)戶對農(nóng)業(yè)規(guī)模經(jīng)營的風(fēng)險認知情況對選擇經(jīng)營規(guī)?？s小有顯著影響，小麥銷售價格對選擇經(jīng)營規(guī)模擴大有顯著影響。但部分變量的影響方向與預(yù)期并不一致，這我們在后續(xù)進一步解釋。

表2 多值選擇模型回歸結(jié)果

按照理論分析，本文進一步加入農(nóng)業(yè)機械投資水平變量，考察糧食規(guī)模經(jīng)營主體的經(jīng)營規(guī)模調(diào)整行為選擇。在模型A-2的回歸結(jié)果中，相較于經(jīng)營規(guī)模不變而言，土地流轉(zhuǎn)價格對選擇經(jīng)營規(guī)?？s小有顯著正向影響，對選擇經(jīng)營規(guī)模擴大有負向影響，但不顯著。關(guān)于農(nóng)業(yè)機械投資水平，無論是經(jīng)營規(guī)模擴大還是縮小，農(nóng)業(yè)機械投資水平對其都有顯著負向影響，即農(nóng)業(yè)機械投資水平越高，經(jīng)營規(guī)?？s減和擴大的概率都更低，農(nóng)業(yè)機械作為糧食規(guī)模經(jīng)營主體的主要固定資產(chǎn)，投資水平越高，縮減規(guī)模面臨的損失更高，因此縮減規(guī)模的概率越低，但為何規(guī)模擴大的概率也越低？這可能主要是由于在江蘇，糧食規(guī)模經(jīng)營主體的農(nóng)業(yè)機械投資往往是與規(guī)模相匹配的，縮減面積面臨損失，擴大規(guī)模也需要有較高成本，因此維持在固定規(guī)模的概率較高。此外，與經(jīng)營規(guī)模不變相比，規(guī)模經(jīng)營決策者年齡越高，縮減經(jīng)營規(guī)模的概率越大；農(nóng)業(yè)收入在家庭總收入中所占比重越高，縮減經(jīng)營規(guī)模的概率越低；農(nóng)戶對規(guī)模經(jīng)營風(fēng)險認知強度越大，縮減經(jīng)營規(guī)模的概率越大；經(jīng)歷過農(nóng)業(yè)生產(chǎn)資金短缺的規(guī)模戶也有更大的可能減小經(jīng)營規(guī)模；上述控制變量均符合預(yù)期，但是，糧食銷售價格，尤其是水稻銷售價格對農(nóng)戶經(jīng)營規(guī)模調(diào)整行為選擇的影響與預(yù)期相反，在模型A-1中，水稻銷售價格對選擇經(jīng)營規(guī)?？s小有顯著正向影響，模型A-2中盡管影響并不顯著，但方向仍為正，重新觀察樣本數(shù)據(jù)發(fā)現(xiàn)，姜堰地區(qū)的樣本戶選擇縮小經(jīng)營規(guī)模的比重較高，但是姜堰地區(qū)水稻種植以“南粳9105”等優(yōu)質(zhì)品種為主，且存在很多樣本戶將水稻銷售給種子公司的情形，因此水稻銷售價格與樣本平均水平相比較高，這也是導(dǎo)致出現(xiàn)該結(jié)果的可能原因，而小麥銷售價格相對平穩(wěn)，故觀察小麥銷售價格對糧食經(jīng)營規(guī)模選擇行為的影響會更為可靠。

表3 多值選擇模型相對風(fēng)險比率

表2匯報的結(jié)果僅能判斷方向，為了便于解釋回歸結(jié)果，進一步匯報相對風(fēng)險比率，可以看出解釋變量變動對被解釋變量選擇行為出現(xiàn)概率的影響。從表3可以看出，較經(jīng)營規(guī)模不變的規(guī)模經(jīng)營主體而言，土地流轉(zhuǎn)價格每上漲1元/畝，縮減經(jīng)營規(guī)模的幾率就會增加1.1%；農(nóng)業(yè)機械投資水平每提高1萬元，縮減經(jīng)營規(guī)模的幾率就會減少15%。以此類推，可以對顯著的解釋變量作出相應(yīng)解釋。需要注意的是，相對風(fēng)險比率與解釋變量的取值相關(guān)，即解釋變量的單位選擇會對相對風(fēng)險比率產(chǎn)生影響。

四、糧地成本上漲對經(jīng)營結(jié)構(gòu)調(diào)整的影響

(一)模型設(shè)定和變量選擇

為驗證本章第三個假說，需構(gòu)建糧食經(jīng)營比重影響模型。參照鐘甫寧等以及徐志剛等相關(guān)研究，構(gòu)建如下農(nóng)戶種植非觀測效應(yīng)綜列數(shù)據(jù)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(jīng)營的土地流轉(zhuǎn)價格以及其他控制變量，μi為農(nóng)戶觀測效應(yīng)，包含隨農(nóng)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(nóng)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(shù)。變量具體設(shè)定如下：

Grainp：糧食作物播種面積所占比例。糧食作物包括水稻(又分粳稻、早秈稻和晚秈稻)、小麥、玉米和大豆，經(jīng)濟作物主要包括蔬菜、茶葉、桑蠶繭、水果、糖、煙、藥和油料作物，本文使用的江蘇省數(shù)據(jù)，主要經(jīng)濟作物為蔬菜(包括茄子、菜椒、西紅柿、黃瓜、大白菜、豆角等等)、桑蠶繭、油料作物以及少部分綠毛茶。根據(jù)糧食作物播種面積加總除以農(nóng)作物播種總面積(包括經(jīng)濟作物播種面積)得到本小節(jié)研究的被解釋變量，即糧食作物播種面積所占比例。

landrent：糧食經(jīng)營土地流轉(zhuǎn)價格。江蘇省是糧食生產(chǎn)大省，其中糧食生產(chǎn)又以稻麥輪作為主，因此糧地成本在此處即指稻麥輪作種植地塊的土地流轉(zhuǎn)價格。將水稻和小麥生產(chǎn)成本核算中的土地流轉(zhuǎn)費用相加后，即可以得到用作糧食經(jīng)營的地塊流轉(zhuǎn)價格。

其他控制變量包括農(nóng)戶個體特征變量、農(nóng)業(yè)生產(chǎn)補貼、糧經(jīng)比較收益以及年份變量。

農(nóng)業(yè)生產(chǎn)補貼：包括糧食作物補貼和經(jīng)濟作物補貼。糧食生產(chǎn)補貼是國家農(nóng)業(yè)支持政策體系的重要構(gòu)成，目前江蘇省從事糧食作物經(jīng)營尤其是稻麥種植的均能獲得補貼，因此樣本戶均獲得了糧食生產(chǎn)補貼，其中差別在于補貼金額的高低，故設(shè)置糧食生產(chǎn)補貼變量(lsallowance)[30]。而經(jīng)濟作物不同，其經(jīng)營效益高，國家農(nóng)業(yè)支持水平相對較低，且并非只要從事經(jīng)濟作物種植就一定能夠補貼，故先設(shè)置虛擬變量：是否獲得經(jīng)濟作物生產(chǎn)補貼(jjcode，等于1時表示獲得了補貼)，其次將該虛擬變量與經(jīng)濟作物生產(chǎn)補貼金額相乘，獲得經(jīng)濟作物生產(chǎn)補貼交叉項(jjallowance)。

糧經(jīng)比較收益：經(jīng)濟作物種植的高收益水平是促使農(nóng)戶調(diào)結(jié)構(gòu)的重要動因之一，而如何度量該因素至關(guān)重要，本研究借鑒彭長生等、唐茂華等以及周靜等人研究，計算比較收益指數(shù)衡量糧食作物和經(jīng)濟作物生產(chǎn)效益的差距[31-33]。因為收益是本章考慮的重心，因此采用單位面積收益比較指數(shù)(revune-index)。具體計算過程，即以經(jīng)濟作物生產(chǎn)畝均利潤水平除以糧食生產(chǎn)畝均利潤水平。

其他控制變量包括戶主的年齡(age)和受教育程度(edu)。此外，引入年份虛擬變量(year)，控制其他時變因素。

需要注意的是，耕地資源稟賦對種植結(jié)構(gòu)的調(diào)整有制約作用[29]。對于耕地面積較大的農(nóng)戶而言，更會傾向于耕種糧食實現(xiàn)集中連片管理，而經(jīng)濟作物生產(chǎn)在目前的技術(shù)水平條件下還無法實現(xiàn)大規(guī)模經(jīng)營，耕地面積較小的農(nóng)戶則更傾向于通過精細化管理進行經(jīng)濟作物種植，從而獲取更高的收益。因此，為進一步檢驗耕地資源稟賦對結(jié)構(gòu)調(diào)整的影響，在上述模型中引入耕地面積大小(scale)與糧食經(jīng)營土地流轉(zhuǎn)價格的交互項，最終形成如下模型：

Grainpit=α+β1landrentit+β2landrentit·scaleit+γ1ageit+γ2eduit+γ3lsallowanceit+γ4jjcodeit+γ5jjallowanceit+γ6yeart+μi+εit

(6)

為了便于回歸結(jié)果的解釋，耕地面積大小設(shè)定為虛擬變量，如果該樣本戶耕地經(jīng)營規(guī)模大于總體均值，則賦值為1，如果小于總體均值，則為0。式(6)為非觀測效應(yīng)綜列數(shù)據(jù)模型，針對基于面板數(shù)據(jù)的非觀測效應(yīng)綜列數(shù)據(jù)模型，可設(shè)定為固定效應(yīng)模型，利用普通最小二乘法得到固定效應(yīng)估計量。

(二)結(jié)果分析

根據(jù)模型設(shè)定和變量選擇的討論結(jié)果，運用固定效應(yīng)模型，得到如下回歸結(jié)果。輸出結(jié)果顯示，F(xiàn)檢驗的P值為0，強烈拒絕原假設(shè)，故認為固定效應(yīng)回歸明顯優(yōu)于混合回歸。

在模型B-1中，首先不考慮耕地面積大小的約束條件，回歸分析糧食經(jīng)營土地流轉(zhuǎn)價格對糧食播種面積所占比例的影響。糧食經(jīng)營土地流轉(zhuǎn)價格對糧食作物播種面積所占比重有顯著負向影響，畝均土地流轉(zhuǎn)價格每上漲1元，糧食作物播種面積在農(nóng)作物中所占比例將下降0.3%；經(jīng)濟作物較糧食作物單位面積收益比對糧食作物播種比例有顯著負向影響，收益指數(shù)每上升一單位，糧食播種比例下降0.04%；關(guān)于生產(chǎn)補貼，糧食作物的生產(chǎn)補貼對糧食播種比例不存在顯著影響，這可能是由于糧食生產(chǎn)補貼基本實現(xiàn)了全覆蓋，且不同農(nóng)戶之間差異不大，因此糧食補貼對種糧積極性的影響不再那么明顯，其次經(jīng)濟作物補貼有顯著負向影響，相比于經(jīng)濟作物沒有補貼的農(nóng)戶而言，有經(jīng)濟作物種植補貼的農(nóng)戶種糧比例將減少6.6%，同時對經(jīng)濟作物補貼每增加1元，糧食播種比例將再下降0.05%；戶主年齡對糧食作物播種比例有顯著正向影響，戶主年齡每增加一歲，糧食作物播種比例增加0.2%；受教育程度對糧食播種比例的影響不顯著；此外，所有時間虛擬變量中，僅2016年有顯著差異，2016年糧食播種比例顯著降低了8%，這與糧食銷售價格的變化關(guān)系密切，從2004試行水稻最低收購價政策以來，稻麥收購價格不斷上漲，農(nóng)民種糧積極性大增，但從2014年開始，稻麥最低收購價格連續(xù)兩年不變，2016年更是開始試行下調(diào)糧食最低收購價格，農(nóng)戶種糧積極性受到打擊，這也就可能造成了，2016年糧食作物播種面積所占比例要顯著低于往年。

表4 模型回歸結(jié)果

借鑒楊俊等以及王善高等研究，將糧食經(jīng)營土地流轉(zhuǎn)價格劃分為高中低三組，并以土地流轉(zhuǎn)價格處于中等水平為基準，設(shè)置土地流轉(zhuǎn)價格較高和土地流轉(zhuǎn)價格較低兩個虛擬變量，取代糧食經(jīng)營土地流轉(zhuǎn)價格單一變量納入模型，對上述實證分析結(jié)果進行穩(wěn)健性檢驗[7, 34]，即模型B-2。在模型B-2的回歸結(jié)果中，糧食經(jīng)營土地流轉(zhuǎn)價格較低組農(nóng)戶的糧食播種比例顯著高于中等組農(nóng)戶，兩者差異為5.4%，而流轉(zhuǎn)價格較高組的農(nóng)戶與中等組農(nóng)戶之間糧食播種比例不存在顯著差異。關(guān)于其他控制變量，模型B-2中是否有經(jīng)濟作物種植補貼對糧食播種比例沒有顯著影響，經(jīng)濟作物補貼金額對此有顯著負向影響，表明補貼金額的高低更為重要；其他控制變量的估計結(jié)果與模型B-1基本一致。

進一步，考慮耕地面積大小的約束條件，重新估計糧食經(jīng)營土地流轉(zhuǎn)價格對糧食播種比例的影響。模型B-3回歸結(jié)果顯示，對于耕地面積較小的農(nóng)戶，糧食生產(chǎn)畝均土地流轉(zhuǎn)價格每上漲1元，糧食播種面積比例將下降0.3%，而對于耕地面積較大的農(nóng)戶而言，糧食生產(chǎn)畝均土地流轉(zhuǎn)價格每上漲1元，糧食播種面積比例下降不足0.1%。耕地面積大小作為約束條件，主要是通過影響結(jié)構(gòu)調(diào)整的難易程度來對糧食播種比例產(chǎn)生影響，基于本章研究結(jié)論，對于規(guī)模較大的農(nóng)戶而言，糧食經(jīng)營土地流轉(zhuǎn)價格上漲后農(nóng)戶將采取調(diào)減糧食經(jīng)營規(guī)模、縮減糧食播種比例的措施，這兩項措施具有緊密關(guān)系，尤其是縮減糧食播種比例往往伴隨著糧食經(jīng)營規(guī)模下降的發(fā)生；而農(nóng)戶當(dāng)前的耕地面積對調(diào)減糧食經(jīng)營規(guī)模的操作靈活性有顯著影響，規(guī)模較大的主體在調(diào)減時往往難度更大，靈活性不如規(guī)模較小的主體，因此耕地面積大小會約束糧食經(jīng)營土地流轉(zhuǎn)價格對糧食播種比例的影響。

五、結(jié)論與建議

基于全文分析結(jié)果可以看出，盡管從長時期看來，我國農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整呈現(xiàn)出“趨糧化”特征，但伴隨我國糧地租金的快速上漲，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整存在“去糧化”壓力。實證分析結(jié)果表明，糧地租金上漲將導(dǎo)致糧食作物播種面積下降，糧地租金每上漲一元，農(nóng)戶縮減經(jīng)營規(guī)模的概率便會增加1.1個百分點，其中農(nóng)戶在糧食生產(chǎn)中的固定資產(chǎn)投資水平對該影響存在調(diào)節(jié)作用，相比于經(jīng)營規(guī)模不變的農(nóng)戶而言，以農(nóng)業(yè)機械為代表的固定資產(chǎn)投資水平每提高一萬元，縮減經(jīng)營規(guī)模的概率便會降低15%；種糧面積的縮減最終體現(xiàn)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(nóng)作物中所占比例將下降0.3%，其中農(nóng)戶當(dāng)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(nóng)戶“去糧化”調(diào)整進程越緩慢?？梢钥闯觯?dāng)前糧食生產(chǎn)固定資產(chǎn)投資與糧食經(jīng)營規(guī)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(chǎn)機械老化、糧食經(jīng)營規(guī)模逐漸縮減，我國農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整面臨的“去糧化”壓力將大大增強。

面對糧地租金上漲帶來的“去糧化”壓力，首先仍應(yīng)從糧地租金入手，推動形成市場化土地流轉(zhuǎn)價格形成機制。目前農(nóng)地流轉(zhuǎn)市場一方面在權(quán)衡承包戶收益和規(guī)模經(jīng)營主體收益時出現(xiàn)了偏差，過分注重于保護土地承包戶的財產(chǎn)性收益，出臺了諸如最低流轉(zhuǎn)價格等標準，但忽視了對糧食規(guī)模經(jīng)營主體的支持，也可能是認為政府原先對規(guī)模經(jīng)營主體支持很多，沒有必要；另一方面對自身的服務(wù)職能認識不足，往往通過要求所有流轉(zhuǎn)交易都需要到集體備案等措施將自身交易成本最小化的方式來管理土地流轉(zhuǎn)市場，但是抬高了流轉(zhuǎn)雙方的交易成本。當(dāng)前，隨著這種方式所帶來弊端的暴露，以及政策環(huán)境的變化，政府要求不再公示土地流轉(zhuǎn)規(guī)模，土地流轉(zhuǎn)市場應(yīng)當(dāng)加強自身的服務(wù)職能，在江蘇等自發(fā)性土地流轉(zhuǎn)市場本身就較為暢通的地區(qū)，可以由流轉(zhuǎn)雙方自行確定流轉(zhuǎn)價格及契約形式；取消農(nóng)地流轉(zhuǎn)引導(dǎo)價格標準；在部分情況下，流轉(zhuǎn)市場可以為自身提供的額外服務(wù)收取合理費用，例如，農(nóng)地產(chǎn)權(quán)流轉(zhuǎn)交易市場在獲取轉(zhuǎn)出地塊信息之后，可以對連片地塊進行高標準糧田整治，其中一部分資金由政府高標準糧田建設(shè)項目資金解決，剩余部分可以以服務(wù)費的形式向農(nóng)地轉(zhuǎn)入方收取。通過加強產(chǎn)權(quán)交易市場的服務(wù)職能，進一步暢通農(nóng)地流轉(zhuǎn)市場，推動土地流轉(zhuǎn)價格回歸到合理水平，保障糧食規(guī)模經(jīng)營可持續(xù)發(fā)展。

其次，因地制宜因時制宜的調(diào)整對規(guī)模種糧戶的支持政策。2014年初，農(nóng)業(yè)農(nóng)村部(原農(nóng)業(yè)部)發(fā)布《關(guān)于促進家庭農(nóng)場發(fā)展的指導(dǎo)意見》，各級政府對規(guī)模經(jīng)營主體尤其是家庭農(nóng)場的支持水平達到了最高峰，彼時，轉(zhuǎn)入土地達到一定規(guī)模的農(nóng)戶可以從政府獲得畝均300～500元不等的支持補貼收入；但隨著土地流轉(zhuǎn)型規(guī)模經(jīng)營主體的快速增長，規(guī)模經(jīng)營發(fā)展“成效顯著”，政府又轉(zhuǎn)而對傳統(tǒng)小農(nóng)戶出臺了一系列支持措施，2019年初，《關(guān)于促進小農(nóng)戶和現(xiàn)代農(nóng)業(yè)發(fā)展有機銜接的意見》出臺實施，規(guī)模經(jīng)營主體似乎將要從政府支持的對象中消失，這種變化背后是各級政府對政績的追求，卻忽視了這對規(guī)模經(jīng)營發(fā)展中規(guī)模戶的損害。未來，我國農(nóng)業(yè)支持政策在實施過程中要避免一擁而上和一擁而下兩種極端，應(yīng)當(dāng)制定合理的支持標準，可以對優(yōu)秀的規(guī)模經(jīng)營主體進行獎勵性支持，但也要對真正有需要、有必要的進行幫助支持；同時，支持政策要因地制宜，在成本較為合理的地區(qū)可適當(dāng)減少支持，而在成本上漲較為突出的地區(qū)，應(yīng)當(dāng)給予一定支持保護。實現(xiàn)農(nóng)業(yè)規(guī)模經(jīng)營仍是我國農(nóng)業(yè)發(fā)展的主要目標之一，各級政府要因地制宜因時制宜地調(diào)整支持政策，保證國家對糧食規(guī)模經(jīng)營主體支持的有效性和持續(xù)性，警惕“非糧化”趨勢發(fā)展過快。