吴泽彪 陈昕昕 林莉莉 江妙 彭砚 陈沁雪

摘 要 近年来，随着大量农村人口外迁至城市务工，我国水稻生产过程中要素投入结构等各方面均有所变化。为探究水稻种植户生产行为对水稻产量的影响，基于南方5省564份农户微观调研数据，并构建C-D生产函数对其进行模拟研究。研究结果表明：播种面积大小、人工投入、农药投入、是否为单季稻、是否利用机械收割、是否利用机器打药、地块类型等7个自变量对水稻产量有显著正向影响;雇佣服务投入对水稻产量有显著负向影响;雇佣服务投入、种子投入、除草剂投入、氮磷钾3项肥料用量投入、是否利用机械耕整、土壤质量及灌溉条件等9个自变量未通过显著性检验。

关键词 水稻产量;生产行为;投入要素;C-D生产函数;南方5省

中图分类号：F326.11 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2021.18.080

我国是一个农业大国，同时也是一个人口大国，粮食安全历来是国家和政府的重点关注问题。水稻作为我国重要的粮食作物，其产量关乎经济及社会的稳定发展，提高水稻产量是一项关乎国计民生的重要科研

任务。

当前，随着我国工业化与城镇化进程的推进，农村劳动力外迁且从事非农产业，使得农业劳动力供给大幅度减少，农业生产队伍老龄化、“用工难”等问题逐渐显现。同时，由于用工成本上升及农业现代化的不断推进，稻农逐渐利用优质稻种、机械、化肥、农药等其他要素投入替代人工投入。

鉴于此，本研究利用在南方5省：广东高州市和电白区、湖南南县和醴陵市、湖北监利县和公安县、江西省新建区、安徽省桐城县，所调查的564份农户微观调研数据，构建C-D生产函数，并结合劳动力投入、物质投入、相关生产行为选择等角度探究农户生产行为对水稻产量的影响，以期能从中发现各类投入及相关生产行为选择对水稻产量的影响程度，为水稻生产过程提供决策依据与政策建议。

1 文献综述

目前学术界在水稻投入产出的研究领域作出了较多的研究。陈风波、丁士军利用2006年在湖南、江苏两省所调查的287块水稻田样本数据，构建C-D生产函数，分析各投入要素对水稻产量的影响，模型结果表明，地块面积、喷药劳动时间、水稻类型对水稻产量有显著影响，而农药投入和物化投入对水稻产量有正向影响但不显著[1];杨凡、齐振宏等人利用2009年在云南、贵州、四川和广西4省（区）调查的215个农户的水稻生产相关数据，运用主成分分析法研究劳动力、土地等8个变量阐释其对水稻总产值的影响，结果表明，劳动力、土地、种子、化肥、灌溉成本、农药、政府补贴及机械总动力对水稻生产均具有显著正向影响[2];胡瑞法、冷燕利用1980—2003年间在安徽、江苏、江西等17个省份固定观测的水稻投入产出数据，运用Translog生产函数对其进行模拟研究，并得出结论：劳动力、化肥、机械3个投入要素的产出弹性均达到显著性水平，劳动力投入和化肥投入的增加均能明显提高水稻产量[3];而高雷、彭新宇建立C-D函数对水稻生产的投入产出情况进行了分析，认为在技术一定的条件下，劳动力投入与资本投入具有显著的替代效应，并且增加种子、化肥、农药、农业机械、雇佣服务费用等资本投入能大幅提高水稻产量，增加在种植生产中用工环节的劳动力投入反而对产量有负向影响[4];李文明、罗丹等人利用2011年所调查1 552个水稻种植户的数据，构建Translog生产函数探究经营规模对水稻产出水平和经济效益的影响，分析结果表明适度规模化可使水稻增产，有利于农户获得长期规模效益[5]。同时，申云、刘志坚一致认为农户的文化水平、技能掌握程度对水稻生产发挥着重要的作用[6];王嫚嫚、刘颖等对江汉平原354个水稻种植户的样本数据进行分析，其结果表明，农地适度规模化经营有利于农业机械、农药的投入使用[7]。

多位学者在水稻投入产出领域的研究结论，具有很好的指导作用。然而近几年来水稻生产各方面均发生显著变化，投入要素结构亦不同以往，因此，多数相关研究其结论未必适用于如今的水稻生产。另外，前人仅注重投入要素对水稻产量的影响，鲜有文献将投入要素与其他相关生产行为选择相结合进行研究。

2 数据来源、变量说明及模型构建

2.1 数据来源

2019年7月至2020年1月，课题组在长江中下游地区的部分水稻主产区进行实地调研，此次调研范围涉及5省8县，共计走访14个行政村。调研地点均为颇负盛名的水稻生产区，具有一定的研究代表性，具体地点为广东高州市和电白区、湖南南县和醴陵市、湖北监利县和公安县、江西省新建区、安徽省桐城县。

此次调查对象为主要从事水稻生产的农户，并以问卷调查及访谈相结合的方式进行数据收集，调查内容涵盖农户在自家典型水稻种植地的各项生产投入及产量、农户基本特征及典型地块的基本特征等内容;此外，调查小组对当地村干部进行访谈，以便了解当地水稻生产基本情况，最终回收有效问卷共564份。将农户在每个种植季节中耕种面积最大的地块视为典型水稻种植地共706个。具体农户有效样本分布见表1。

在户主特征方面，样本农户户主平均年龄60.59岁，户主平均教育年限为6.15年，接近初中文化水平。在家庭经济特征方面，各地区户均田地面积有所差异，样本农户的户均田地面积为0.93 hm2，其中高州市、电白区的种植规模普遍低于其他地区;样本农户的家庭平均劳动力外迁人数高于家庭平均农业劳动力人数，其中，高州市和电白区的家庭平均劳动力外迁人数与家庭平均农业劳动力人数之间的比例分别高达1.30∶1和1.41∶1，青壮年劳动力外出务工、务农者多为中老年人是调查地区的共性。将农户的主要收入来源分为农业收入与非农业收入，样本农户的平均农业收入占总收入的57.61%，可见农业收入依旧是调查村农户不可忽视的家庭收入来源之一。样本农户具体情况见表2。

2.2 变量说明

以典型种植地的水稻产量为因变量。主要的自变量分为种植规模、劳动力投入、物质投入及行为选择4个方面。种植规模即样本地块的播种面积大小;劳动力投入表示在水稻生产过程中的人工劳动力投入及用于购买雇佣服务的资金投入，主要包括在育苗、耕整、施肥、播种、除草、打药、管水、收割和打晒等用工环节中的劳动力投入数量或雇佣投入资金;物质投入表示用于购买水稻生产过程中所需品的费用，主要包括种子投入、农药投入及除草剂投入等资金投入。此前大多学者用肥料购买费用来衡量肥料投入，本研究则将肥料按氮、磷、钾3种元素进行折纯，并以其用量来衡量，以期能更好观察3种不同元素肥料对于水稻产量的影响。行为选择即农户在生产过程中的相关决策，比如是否种单季稻、是否利用机械完成部分用工环节、是否采用杂交稻种。另外，考虑到地塊特征可能对产量有所影响，本文将地块类型、土壤质量及灌溉条件纳入模型作为控制变量。

2.3 模型构建

基于农户实际在水稻生产过程中的各项行为决策展开研究，并利用合理方法将其行为决策进行量化。为分析农户的要素投入行为及相关行为选择对水稻产量的影响，在所构建的C-D生产函数的基础上进行多元回归分析。该生产函数以水稻生产经营成果为目标，描述了水稻生产与各项要素投入之间的关系，在很大程度上能反映水稻生产过程，且具有可线化、计算方便等优点。结合本文实际情况，将C-D生产函数做出合理改变，得到如下水稻投入产出生产函数：

Y=X1β1X2β2…X9β9eε（1）

其中x1—x9分别为此次所选变量播种面积、人工投入、雇佣服务投入、种子投入、农药投入、除草剂投入、氮肥投入、磷肥投入及钾肥投入。现将上述生产函数（1）

两边取对数，得到如下函数：

LnY=β1lnX1+β2lnX2+…+β9lnX9+ε（2）

此外，将是否为单季稻、是否利用机械耕整、是否利用机械打药等5项行为选择以二分类变量的形式纳入模型，并将地块特征作为控制变量。

3 调查户水稻种植情况的描述性统计

统计各调查村水稻667 m2产量及667 m2均劳动与物资的投入，如表4。调查村667 m2均产量均值为1 061.72 kg，

667 m2均劳动投入均值为0.64个工日。各调查村水稻投入产出存在差别，如广东省调查村的667 m2均产量明显少于其他省份调查村的667 m2均产量，其667 m2均劳动投入较多，667 m2均种子投入较少。雇佣服务投入是水稻生产过程中的最大投入，其次是肥料投入，最少投入为种子投入。

水稻种植季节、是否杂交稻可能在一定程度上影响着水稻的产出，一般来说，单季稻的单产高于双季稻，杂交稻的单产高于非杂交稻。表5为调查村水稻种植相关情况。整体上调查村种一季中稻居多，平均占比55.50%;稻作方式为直播的居多，平均占比56.72%;杂交稻种植平均占比达66.62%。广东调查村与其他省份调查村有明顯差异，其基本种植两季水稻，稻作方式主要为抛秧。

肥料投入对于水稻生产至关重要，往往农户会利用肥料的投入来达到增产的效果。调查员记录了农户水稻种植过程中施底肥、追肥的肥料用量，并按其所购买肥料的元素比例进行折算，得出如表6所示的各地区肥料用量明细。从表6可见，水稻生产时平均667 m2地氮肥用量最高，钾肥次之，磷肥最少;不同地区之间的肥料用量有所差异，其中电白区3种肥料投入均明显高于其他地区，可能存在滥用肥料的问题。

4 实证结果及其分析

运用eviews8.0软件对上文所构建的模型进行多元回归分析，模型估计结果如表6。由表6的计算结果可见，F-statistic=217.310 2且Prob>F=0.000 0，说明模型整体上通过显著性检验，且R2=0.849 400，这也说明了该模型具有较强的解释力。总的来说，构建该模型是合理的。

从种植规模来看：播种面积大小对水稻产量有显著的正向影响，且是所有自变量中对产量影响程度最大的变量，其贡献率约为0.928 8，即在其他条件不变情况下，种植面积每增加10%，水稻产量提高9.288%。这说明了种植规模对水稻产量的影响占主导地位。

从劳动力投入角度来看：人工投入对水稻产量有显著的正向影响，其贡献率为0.071 1，即在其他条件不变情况下，人工投入每增加10%，水稻产量提高0.711%;雇佣服务投入对水稻产量有显著的负向影响，其贡献率为-0.035 2，即在其他条件不变情况下，人工投入每增加10%，水稻产量减少0.352%;当前，农村劳动力大量外迁，从事水稻生产以中老年人为主，他们在生产过程中会更加倾向于利用机械或者购买雇佣服务来替代自家工，但通过购买雇佣服务来完成农活一般相较于自家工来说更加粗放，这可能是雇佣服务投入对水稻产量有显著负向影响的原因。

从物质投入来看：除农药投入之外，种子投入、除草剂投入及肥料用量投入对水稻产量均无显著影响。农药投入对产量有显著正向影响，贡献率约为0.12，即在其他条件不变情况下，农药投入每增加10%，水稻产量提高1.2%;氮肥用量投入及钾肥投入对水稻产量有正向影响，而除草剂投入及磷肥用量投入对水稻产量有负向影响，可能是存在除草剂及磷肥使用不合理的状况。

从相关行为选择来看：是否为单季稻、是否利用机械收割、是否利用机器打药3个自变量通过显著性检验，而是否为杂交稻、是否利用机械耕整并未通过显著性检验，但相关行为选择所包含的5个自变量均对水稻产量有正向影响。在其他条件不变情况下，单季稻的产量高于早稻和晚稻，在湖南省、江西省及安徽省的调查过程中发现，大多数农户从双季稻改种为单季稻，据多数农户反映，单季稻的经济效益高于双季稻，实证结果也恰好印证了这点;在其他条件不变情况下，利用机械收割的产量高于人工收割、利用机械打药的产量高于人工手动打药，可能原因在于部分用工环节上机械作业的效果优于纯人工劳作，从而有利于水稻生长或者避免了收割时产生的浪费。

从地块特征来看：土壤质量、灌溉条件均未通过显著性检验，但对水稻产量都具有正向影响，即在其他条件不变情况下，土壤质量越好、灌溉越得到保证，则产量越高。而地块类型在显著性水平为10%下对水稻产量有正向显著影响，即在其他条件不变情况下，平地水田的水稻产量高于丘陵水田，可能原因在于平地水田更容易开展机械化生产，而水稻种植机械化生产的效果更好。

5 结语

研究结果表明：播种面积大小、人工投入、农药投入、是否为单季稻、是否利用机械收割、是否利用机器打药、地块类型等7个自变量对水稻产量有显著正向影响;雇佣服务投入对水稻产量有显著负向影响;雇佣服务投入、种子投入、除草剂投入、3项肥料用量投入、是否利用机械耕整、土壤质量及灌溉条件等9个自变量未通过显著性检验，说明这些自变量并非影响水稻产量的主要因素。根据相关研究结果，对调研地水稻生产提出如下2方面建议。

1）积极引导农户开展规模化经营，合理扩大水稻种植面积。扩大水稻种植面积有利于节约劳动力，促进机械技术的应用，从而进一步提高水稻产量。目前，随着农村劳动力不断外迁，土地抛荒等问题逐渐显露出来。为保障水稻产量，政府部门应积极引导农户之间进行土地流转，避免过多稻田抛荒，同时积极引导农户开展适度规模化经营，水稻种植规模扩大至合理水平不仅能有效配置土地资源、稳定水稻产量，还能为农户带来规模经济。

2）农业部门要积极推广农业机械应用，开展农户水稻种植技术培训。利用机械替代人工不仅可使成本投入更低，并且可以缩短稻农的劳动时间，降低其劳动强度，这对于目前稻农老龄化现象严重的现状是十分必要的。为便利稻农进行技术咨询，相关部门可以在水稻种植区开设培训处，加强与稻农的沟通，更好地明白稻农的技术需求，进而优化研發技术以助力水稻生产。同时，要注重对农户使用除草剂、农药及肥料等化学农用品的指导，普及科学防治知识和方法，帮助农户正确使用绿色安全的防治手段，在节约农户化肥等农资投入成本的同时做到科学防治，避免因滥用化学农用品而造成减产。

参考文献：

[1] 陈风波，丁士军.水稻投入产出与稻农技术需求：对江苏和湖北的调查[J].农业技术经济，2007（6）：44-50.

[2] 杨凡，齐振宏，王景旭，等.西南4省（区）水稻投入产出模型分析[J].中国农业大学学报，2011，16（4）：164-168.

[3] 胡瑞法，冷燕.中国主要粮食作物的投入与产出研究[J].农业技术经济，2006（3）：2-8.

[4] 高雷，彭新宇.水稻种植投入产出状况分析[J].安徽农业科学，2012，40（13）：7967-7968.

[5] 李文明，罗丹，陈洁，等.农业适度规模经营：规模效益、产出水平与生产成本：基于1552个水稻种植户的调查数据[J].中国农村经济，2015（3）： 43.

[6] 申云，刘志坚.农户水稻规模种植决策行为的影响因素分析：基于江西省3县306户的调查数据[J].湖南农业大学学报（社会科学版），2012，13（3）：8-13.

[7] 王嫚嫚，刘颖，陈实.规模报酬、产出利润与生产成本视角下的农业适度规模经营：基于江汉平原354个水稻种植户的研究[J].农业技术经济，2017（4）：83-94.

（责任编辑：赵中正）