要素禀赋结构、时间门槛和水稻生产布局变迁

王 艳

(宁波大学 商学院，浙江 宁波 315211)

我国是水稻生产和消费大国，水稻播种面积和产量长期居全国粮食作物首位。水稻生产的稳定对于确保“谷物基本自给、口粮绝对安全”的粮食安全战略基础目标而言具有重大意义。水稻生产增长更是成为推动粮食总产连续增长不可忽视的重要力量。我国水稻主产区承担着稻米供给重任，供给的稳定和增长与水稻生产布局及其变化息息相关。改革开放以来，我国水稻生产布局发生了较大变化(如图1)，水稻生产重心轨迹出现由南向北移动的趋势[1-3]。主要表现为以南方稻作区为首的传统稻米优势产区的水稻生产规模快速下降；而与此同时，东北稻作区水稻播种面积表现出上升趋势，近些年来成为我国水稻生产增长贡献突出的新兴产区[4]。

研究水稻生产布局变化及其影响因素的文献较为丰富，相关研究已从多个角度解释了水稻生产布局变化的影响因素：首先，从外部环境来看，气候变暖为水稻种植界限北移提供了可行性[5-6]；其次，大米需求结构变化和农业科技进步等因素为水稻种植布局调整提供了市场和技术支撑的外部客观条件[3，7]；再有，工业化城镇化进程加快带来的农地非农化，尤其对南方传统主产区水稻播种面积的减少起到直接影响；最后，从种植业内部来看，各水稻产区水稻与其替代作物的相对收益决定了其生产规模和生产布局变动[7]。以上研究将水稻生产置于我国城镇化工业化背景下，综合考察农业与非农产业、农业内部各作物之间的比较优势与产业变动特征。

总结已有文献不难发现其主要是从市场需求、气候变化等视角对水稻生产布局变动的影响机理开展了一系列卓有成效的研究。如果从供给角度来看，要素是供给侧最基本的活跃单位。从要素禀赋视角考察产业结构调整和经济增长方面的经典文献有Rybczynski(1955)、Acemoglu, et al.(2008)等[8-9]。近年来以林毅夫为代表的学者提出的“新结构经济学”理论认为：一个国家的产业结构由其要素禀赋结构决定，经济增长过程中要素禀赋的内生变化决定了不同行业的兴盛和衰亡[10-11]。要素禀赋结构变化对种植业内部结构调整也产生了重要影响，相关文献用大规模微观调研数据实证分析了农业劳动力加速转移背景下，劳动力成本上升导致农户在生产决策过程中要素替代、产品替代以及相应的条件约束[12-15]。

借鉴上述理论和经验研究，如果从行业维度向空间维度扩展，全国层面上水稻生产布局变迁其实是建立在各产区水稻种植规模调整的基础上，农业要素禀赋结构变化在生产布局变动中起到了基础性推动作用。而现有文献主要是利用局部地区的农户要素投入的微观数据探讨种植决策变化，并没有从全局把握对水稻布局变迁的影响；其次，也只是侧重从单个要素(如农业劳动力)的视角出发，而较少从要素禀赋结构动态变化的视角进行分析。因此厘清农业要素禀赋结构变化对水稻生产布局变化的作用机制是本文的主要研究目标。

一、分析框架和研究假说

自改革开放以来，我国农业生产面临的要素禀赋相对结构发生了深刻变化。总量上，耕地和农业劳动力基本上处于净流失状态，以生物化学技术和农业机械化技术为代表的资本投入明显快速增加[16-18]；从不同作物品种的角度，不同作物的要素投入结构存在行业异质性[17]。因此，为了厘清要素禀赋结构变化对水稻布局变迁的影响机制，本部分首先提出理论分析框架，进而提出研究假说。

假设在完全竞争市场条件下，一个农产品生产-消费经济体由众多同质的家庭和无数农作物品种组成。单位面积土地上，农产品生产需要投入的基本要素有劳动力(L)和资本(K)。an是生产农产品n的要素投入结构，用资本密集度(也即K和L的投入比例)表示，不同农产品要素投入结构存在差异。假设所有生产技术的规模报酬不变。特别是农产品0的生产只需要劳动力投入，1单位劳动产出1单位产品0。生产任何农产品n≥1，都需要投入劳动和资本。

根据以上基本假设，进一步绘制示意图(图2)来解释农业要素禀赋如何影响水稻及其替代作物的种植规模。图2中，横轴和纵轴分别表示农业生产中的劳动力和资本要素，O是原点。为了简化，an、an-1和an+1代表水稻及其同时期的两种替代作物，其资本密集度随着n的增加而递增。假设Q=(L,K)表示农业生产的初始要素禀赋。当an

图2 农业要素禀赋如何影响水稻及其替代作物种植规模的图解

根据以上分析可以提炼本文的研究假说：要素禀赋结构动态变化过程中，水稻资本密集度越是小于该地区总体农业资本密集度(也即水稻相对资本密集度越小)，总体而言其水稻种植规模呈现调减趋势；反之则相反。

二、实证模型构建以及变量描述性统计分析

(一)基础模型构建

为了验证上述研究假说，在借鉴刘顺飞(2007)[7]、Jiandong Ju等(2015)[11]的基础上，同时为了更好地捕捉核心变量的非线性特征，构建一个包含二次项的基础模型，形式如下：

β5Pit+μi+εit

(1)

如何有效衡量核心变Xit是关键。由于本研究时空跨度均较大，很难获取所有产区与水稻同时期种植的所有作物的相应数据，因此借鉴相关研究，选取水稻主要替代作物作为参照[7,19]。各水稻产区水稻主要替代作物的选取原则为：各产区与水稻生长季节相同、形成用地竞争的播种面积较大的作物，作为水稻的主要替代作物。同时考虑到数据的可获性，拟选取的各产区水稻的主要替代作物如下：东北区和西南区为玉米、长江中下游产区和南方产区为经济作物柑桔。因此，Xit可以表示为：

(2)

式(2)中，下标r和A分别代表水稻以及与水稻同时期种植的所有作物；K和L分别表示资本和劳动力投入要素。Krit/Lrit、KAit/LAit分别为水稻主产省i在t时期水稻生产的资本-劳动比以及同时期所有作物的资本-劳动比。其中，KAit/LAit需要考虑水稻与其主要替代作物的权重(即播种面积)，故而式(2)中KAit/LAit可以表示为：

KAit/LAit=(Srit·Krit+Sait·Kait)/

(Srit·Lrit+Sait·Lait)

(3)

式(3)中，下标a代表水稻的主要替代作物，因此Sait、Kait和Lait分别表示主产省i在t时期水稻主要替代作物的播种面积、资本投入和劳动力投入。由此，根据式(2)和式(3)可以测算出历年各省份水稻资本密集度与该省同时期种植所有作物总资本密集度的比值，也即Xit。Xit越小于“1”，说明水稻资本密集度越是小于该省总体农业资本密集度，根据研究假说，预期其水稻播种面积调减趋势越明显；反之则相反。

(二)数据来源与主要变量描述性统计分析

考虑到数据可获性和样本代表性，水稻播种面积及其占比非常少的省份和地区均不纳入样本考察范围(如青海、甘肃、宁夏、新疆、河北、山东、陕西、山西、上海、北京、天津、重庆等)。同时，考虑到变量的一致性和可比性，同一稻作区水稻主要替代作物的选择应相同是重要前提，而在改革开放以来的长时间序列中，个别省份水稻的主要替代作物发生了较大变化，为避免影响实证结果，故而将发生这类情况的浙江、河南 剔除。因此，最后本文确定的研究样本为4个主要稻作区，分别为东北稻作区(包括黑龙江、吉林、辽宁3省)、长江中下游稻作区(包括湖北、安徽、江苏3省)、南方稻作区(包括江西、湖南、福建、广东、广西5省)和西南稻作区(包括四川、贵州、云南3省)。

本文基础模型中涉及的各省水稻和主要替代作物的资本和劳动力等要素投入数据来源于历年《全国农产品成本收益统计资料汇编》，其中，资本投入主要为作物生产的所有中间投入，包括种子、化肥、农药、机械作业等物质与服务费用，并通过生产资料价格指数折算成不变价格；各省水稻及其替代作物播种面积、有效灌溉面积、耕地面积等数据来源于《改革开放三十年农业统计资料汇编》、历年《中国农村统计年鉴》《中国农业统计年鉴》和《中国国土资源年鉴》等。表1报告了主要变量的描述性统计分析结果。

根据表1的描述性统计分析结果，核心变量水稻相对资本密集度X均值东北稻作区最大，为1.07，而南方稻作区最小，为0.96。说明总体来看东北稻作区水稻资本密集度要大于该区总体农业资本密集度，而南方稻作区则相反。结合水稻生产在东北稻作区扩张最快、南方稻作区压缩的变化趋势，这一核心变量的统计分析结果是对前文研究假说的初步印证。

表1 主要变量的描述性统计分析

三、各大稻作区基础模型实证分析

(一)单位根检验

只有在回归变量平稳的前提下，建立的面板模型才可以避免“伪回归”而产生的虚假结果。基于稳健性考虑，本文选择LLC检验和Fisher检验作为单位根检验方法，其中Fisher检验主要包含Fisher ADF和Fisher PP检验。对各变量原始序列进行单位根检验，检验结果见表2。

表2 原始变量的面板单位根检验

表2检验结果极少有达到10%以下的显著性水平，表现出不平稳的特征。进一步对不平稳序列进行一阶差分处理后，均表现出平稳特征(表3)，说明可以进行下一步实证分析。

表3 原始变量一阶差分序列的面板单位根检验

(二)基础模型回归结果

表4汇报了各稻作区基础模型(式1)的估计结果。

表4 基础模型估计结果

除南方稻作区核心变量水稻相对资本密集度及其平方项不显著外，其余产区均显著。其中，东北稻作区X对Y的影响呈现正“U”形关系，而长江中下游和西南稻作区X对Y的影响存在一个倒“U”形的数量关系。根据回归结果，核心变量的影响与理论预期存在差距，尤其是在水稻面积调减最大的南方稻作区甚至没有解释力，更加说明X对Y的影响并不是简单的线性关系，可能存在门槛值，还需要进一步分析。

时间趋势变量T代表技术进步对水稻播种面积的影响。其在长江中下游、南方和西南稻作区的回归结果中为负且显著，说明水稻生产技术进步客观上推动了我国南方地区水稻面积的减少，符合预期；东北稻作区时间趋势变量的系数显著为正，说明东北稻作区技术进步更多地体现在对当地优势作物的支持上，水稻技术进步相对滞后于其他优势作物，其对水稻规模的压缩调整并没有助推作用。

灌溉面积占比变量W代表水资源约束对水稻播种面积的影响。东北稻作区灌溉变量的系数显著为正，且系数值0.446 3明显要大于其他水稻主产区，说明在水资源较为匮乏的东北地区，水稻播种面积快速扩张也得益于灌溉条件的大力改善。西南稻作区灌溉变量呈现显著的负向影响，因为该区水稻生产多属于自给自足型，商品化、市场化程度较低[1]，近年来水稻面积基本平稳略有下降。

政策虚拟变量P对水稻播种面积占比呈现显著的正向影响，说明粮食市场化改革以前，政策对传统水稻主产区水稻生产有明显的促进作用。

四、东北和南方稻作区的门槛效应分析

基础模型回归结果中，南方稻作区的核心解释变量并不显著，说明仅仅用基础模型进行分析是不够的。考虑到研究样本时间区间较长，从1978年至2014年长达37年的时间里中国农业生产发生了较大的变化，尤其是农业改革的渐进性，这些改变有可能会使得模型存在结构突变的可能性。而面板门槛模型的优点在于能够跳出传统线性假设，通过门槛值划分变量的“区制”，因此对于存在结构突变的样本分析方面有较突出的优势[20-21]。鉴于此，本文重点对水稻播种面积变化较大、调整方向相反的东北和南方稻作区，借鉴Hansen(1999)的面板门槛回归方法，分别以时间变量(T)作为门槛变量，采用Bootstrap方法进行门槛效应检验，以期对前文结果给出更加合理的解释。

(一)门槛效应检验

表5报告了以时间变量(T)作为门槛变量，解释变量X、X2和W的门槛效应检验结果。可以看出，两大稻作区的单门槛效应均通过了显著性检验，也即说明变量X、X2和W对东北和南方稻作区水稻生产布局变化的影响确实存在着基于时间的门槛效应。更进一步结合对门槛值的估计和门槛个数的bootstrap检验(表6)，可以看出东北稻作区和南方稻作区的门槛值分别为1995和2003。

表5 门槛估计值

表6 门槛个数的Bootstrap检验

(二)门槛回归模型

根据门槛效应检验结果，东北和南方稻作区均适用于单一门槛模型，因此构建门槛回归模型形式如下：

Yit=γ0+γ1XitI(T<θ)+γ’1XitI(T≥θ)+

γ3WitI(T≥θ))+γ4Tit+γ5Pit+ui+εit

(4)

其中，上式(4)中I(·)为指标函数，当括号内条件满足时I(·)=1，否则I(·)=0。θ为特定的门槛值。根据前文的门槛效应检验结果，东北和南方稻作区的门槛值θ分别为1995和2003。根据(4)式分别对东北和南方稻作区进行门槛效应分析，结果分别见表7和表8，在报告了门槛模型估计结果的同时，还报告了基础模型参数估计情况以供对比分析。

表7 东北稻作区基础模型和门槛模型的估计结果

表8 南方稻作区基础模型和门槛模型的估计结果

相比较基础模型而言，两大稻作区门槛回归模型的拟合优度更高，调整后的R2分别为0.868 0和0.777 4，分别比对应的基础模型要高0.066 0和0.085 8个单位。说明在两大稻作区门槛回归模型中被解释变量Y的86.80%和77.74%的变异可由对应模型的解释变量X、W、P以及T所解释，并且高出的R2主要来自于门槛的设定。尤其是南方稻作区，门槛回归结果中核心变量X的显著性水平比基础模型高，说明门槛模型更具备解释力。

东北稻作区水稻相对资本密集度对水稻规模的影响以1995年为时间门槛，前后均呈现出正“U”形特点。在门槛变量1995年前、后，其“U”形谷底(对称轴)对应的X值分别为1.366 6和1.159 4。说明跨越时间门槛以后，X对Y向正向关系转化的拐点值从1.366 6下降到1.159 4。再结合两者散点图来看(图3b)，1995年以后“U”形曲线呈现左低右高的非对称特征，总体来看正向互动关系明显。说明1995年以后东北稻作区生产结构调整更加符合市场，要素配置效率得到大幅提高。

南方稻作区水稻相对资本密集度对水稻规模的影响以2003年为时间门槛，前后分别表现出不同特征。结合变量关系的散点图(图3c)，2003年以前呈现出右截断特征的倒“U”形关系，倒“U”形顶峰(对称轴)对应的X值为0.937 5。虽存在拐点但总体呈现正向趋势。但在跨越时间门槛2003年以后，就呈现出较为显著的单调递增关系(图3d)。

图3 东北和南方稻作区变量X与Y散点图和拟合曲线

之所以存在“U”形拐弯效应以及时间门槛，本文认为我国农业政策和渐进性改革的制度效应是其中的重要因素之一。东北稻作区时间门槛变量为1995年，该时间段正好处于粮食市场化改革起始阶段[1,16]，市场机制这一“看不见的手”的作用逐步得以发挥，要素资源市场化配置促进了种植业生产结构顺应市场规律进行自发调整，具体表现为农户在种植决策中对市场和要素相对价格的反应更为灵敏，可以自发地调整生产结构；而南方稻作区时间门槛变量为2003年，该时间段正处于农产品和农业生产资料市场化改革的深化阶段，随着市场经济体制的完善，政府干预逐渐减少[16]。可以看到的是，计划经济时期扭曲的资源配置逐步得到纠正，种植结构调整逐渐朝着要素配置市场化的方向发展。因此从总体来看，随着要素市场化改革的深入以及要素配置效率的提高，愈加靠近和契合本文分析框架中完全竞争市场的前提假定，尤其是跨越时间门槛后，研究假说更加得以验证。

五、结论与启示

本文基于农业要素禀赋结构变化的视角讨论水稻生产布局变化的影响机理。根据水稻与其主要替代作物生产的资本密集度差异，构建理论分析框架，并提出研究假说：水稻资本密集度越是小于该地区总体农业资本密集度，总体而言其种植规模呈现调减趋势；反之则相反。基础模型回归结果表明，核心变量的影响与理论预期存在差距，模型本身可能存在结构突变。对此，本文进一步构建面板门槛模型，对水稻生产规模调整幅度最大、调整方向相反的东北和南方稻作区分别进行回归分析，结果表明：水稻相对资本密集度对水稻生产布局变化的影响在两个稻作区均存在基于时间变量的单一门槛。跨越时间门槛以后，要素市场化改革使得要素配置效率得以大幅提高，本文的研究假说更得以验证。

改革开放以来水稻生产布局变化是我国农业种植结构调整的一个重要组成部分。根据前人研究，需求结构变化是引致其变化的根本原因，同时还受到种植结构调整空间、区域资源禀赋条件等诸多方面的约束。基于要素投入角度，不同作物品种由于技术进步程度差异等方面的原因，要素禀赋结构存在行业差异，且其生产规模的调整受制于区域总体要素禀赋结构变化的影响。改革开放以来，市场化改革极大地促进了要素资源配置效率的提高。水稻生产布局变迁顺应市场发展规律，是资源要素配置优化的体现，也符合农业供给侧结构性改革的内在要求。因此，相应的政策启示有：①对于水稻规模增长较快的东北稻作区，应通过诸如加强良种培育、改善灌溉条件等方式完善其水稻生产的配套技术措施。②对于南方稻作区，水稻生产规模自改革开放以来经历了大幅下调以后，近年来其调整已趋于平缓。因此，该地区更应遵循资源禀赋特征，因地制宜合理布局，完善粮食生产功能区建设和推进适度规模化经营。③在种植结构调整的引导方面：农业技术进步不仅可以降低作物生产的中间资本投入，也可以改变作物生产的要素投入结构。因此，应根据市场需求加强科技攻关，具有针对性地引导农业技术进步从而有效推动种植结构调整。