基于嵌入性视角兵团棉花产量影响因素实证研究

2021-01-13周子渭

塔里木大学学报 2020年4期

周子渭马琼

（塔里木大学经济与管理学院，新疆阿拉尔 843300）

新疆生产建设兵团是我国棉花的主要产区和优势产区，占据着我国棉花的半壁江山，其生产规模、机械化程度、单产水平相比其他种植棉区都有明显的优势。2018年，全国棉花播种面积为3.35×106hm2，兵团棉花播种面积为8.54×105hm2；全国棉花产量6.10×106t，兵团棉花产量为2.06×106t，兵团棉花播种面积和产量分别占全国的比重为25.48%和33.74%。此外，2018年，兵团棉花单产水平是全国的1.2倍，远远高于全国平均水平，兵团棉花历年种植面积约占兵团农作物种植面积的49%～60%。随着国内外棉花买方市场对原棉需求量的不断增加，而兵团棉花产业在整个产业链中却存在着突出问题，受价格以及棉花良种的选育和推广杂乱、棉花产业各环节信息不匹配等因素影响，棉花价格频繁波动，导致兵团棉花产业在国际棉花产业中竞争力弱。因此，分析棉花产量的影响因素对棉花的稳产和增产具有重要的价值。

在农业经济领域有关棉花产量的研究中，学者多从棉花生产要素视角、生产技术效率及价格机制等方面进行研究。在生产要素方面，范荣[1]2018年对南疆团场棉花生产要素替代效率进行了分析，谭鸿[2]2018年对南疆团场棉花生产要素最佳投入点进行了研究；生产技术效率上有刘锐[3]2010年对我国棉花生产的技术进步进行分析，祝宏辉[4]2015年运用随机前沿分析方法（SFA）探讨了兵团棉花种植过程中的生产技术效率及其影响因素，徐榕阳[5]2017年则是基于随机前沿生产函数对新疆棉花生产技术效率进行分析；价格视角方面，先是有张淑荣[6]2011年对调整滑准税率对我国棉农的影响进行了研究，随后刘宇[7]2016年讨论了财政成本视角下的棉花目标价格改革的影响，而陈玉[8]2016年基于VAR模型研究了棉花价格波动与中国棉花市场的供需因素，却很少有文献从内部因素和社会因素层面的多重性影响进行分析。从嵌入性视角出发，通过对影响兵团棉花产量不同层面的分析，可以更加准确的分析内部因素和社会因素对棉花产量的影响、社会因素对内部因素造成的影响、以及它们二者产生的影响因子的综合作用对棉花产量的影响。通过比较分析，便于对兵团棉花产量相对较低的各师做出相应的调整，以提高兵团整体的棉花产量；其次，运用变量分析做出的客观评价，在一定程度上为兵团各级政府对棉花产业的发展制定政策提供参考依据。

1 兵团棉花发展状况分析

1.1 兵团棉花种植状况

兵团棉花播种面积呈现出不稳定趋势，种植面积近十年忽高忽低，从2007年到2009年，兵团棉花的播种面积减少了1.25×105hm2；自2010年开始增加，至2014年兵团棉花播种面积增加到7.01×105hm2，播种面积高于2007年，从2015年至2016年，棉花播种面积又下降至6.21×105hm2，而2017年棉花播种面积又有所回升，2018年达到最高8.54×105hm2，见表1所示。

表1 兵团、新疆、全国棉花播种面积及兵团占新疆、全国棉花播种面积百分比

1.2 兵团棉花产量状况

近年来，受棉花价格及其他因素的影响，兵团棉花产量频繁波动，严重冲击了兵团棉花生产。兵团棉花产量以2009年为拐点，首次出现回落，从2009年至2014年棉花产量逐年增加，到2015年反弹，2016年产量又开始增加，近10年来兵团棉花产量属2018年棉花产量最高，达到2.06×106t。兵团是我国主要的棉花生产基地，因而稳定兵团棉花生产战略意义重大。2018年兵团棉花产量占到新疆总产量的40.24%，占全国的33.74%,可看出兵团棉花产业在全国的棉花产业中的作用十分重要，见表2所示。

表2 兵团、新疆、全国棉花产量及兵团占新疆、全国棉花产量百分比

2 嵌入性视角下兵团棉花产量影响因素相关概念及数据分析

2.1 相关概念

多层统计模型通过划分不同的层次以及变量分层的计算（按层次把误差分解：由层一个体差异所引起的，以及由层二组织间差异引起的）的方法较好的解决了具有多层结构数据中个体水平和社会组织水平的变量对个体行为的不同影响[9]。通过建立相互联系的两个阶层回归方程的分层次处理，在进行分析时，能够较为显著的得出各阶层数据对阶层一因变量的影响，其中阶层二对最终因变量的影响是通过阶层一的截距和斜率来完成的，这种方法也可以称之为回归的再回归[10]。

“嵌入性”概念最早是1944年Polanyi在《大变革》一书中首次提到的，并将其用于经济理论分析，同时认为研究经济活动，是嵌入在经济因素和非经济因素之中的。此概念假定经济行为者的活动受到社会网络的影响，同时链接经济学、社会学及组织行为。嵌入性从社会结构或社会网络的角度来研究经济生活的合法性[11]。在研究影响棉花产量的因素中，对于嵌入性视角，从宏观的社会因素，包括社会结构、经济、城市、市场、政策等关系网络，再到微观的传统因素，这些嵌入性因素都会直接或间接的对棉花产量产生影响，都会受到不同层面的宏观因素和微观传统因素的影响以及相互之间作用的影响，所以须全面考虑不同层面的综合作用所产生的影响。通过对影响兵团棉花产量的不同层面的分析，则可以更加准确的分析内部因素和社会因素对棉花产量的影响，以及两者之间的相互作用产生的影响。

2.2 变量选取和模型构建及检验

2.2.1 变量选取

结合嵌入性理论和多层统计模型，将影响棉花产量的传统因素作为层一变量，社会因素（结构、经济、城市、市场、政策）作为层二变量。

层一变量，根据胡少华[12]、王太祥等[13]学者对棉花产量影响因素的研究，选取棉花播种面积（x1）、种植业从业人员数量（x2）、农用化肥施用量（x3）、机收棉花面积（x4）、农业技术人员数量（x5）为层一解释变量，兵团棉花产量（y）作为层一被解释变量，μ为随机扰动项。

层二变量，王太祥等[13]在研究嵌入性问题中，指出结构嵌入性主要是指所嵌入的社会关系网络所带来的价值，强调集体结构，因此结构嵌入（S）用团场中连队数表示；经济嵌入（E）用连队居民年人均纯收入表示；而文化嵌入性是指社会文化因素对组织经济行为的制约与影响，则城市文化嵌入（C1）用非农业人口占总人口的比重表示；市场文化嵌入（M）用非国有企业就业人数占总就业人数的比重表示；政策嵌入性是指组织的经济行为受政策因素所产生的影响，因此，政策嵌入（P）用人均财政支出表示，e为随机扰动项。

2.2.2 模型设定

（1）式中x1、x2、x3、x4、x5分别表示棉花产量、棉花播种面积、种植业从业人员数量、农用化肥施用量、机收棉花面积、农业技术人员数量，表示随机扰动项。

（2）式中S、E、C1、M、P分别表示结构嵌入、经济嵌入、城市嵌入、市场嵌入、政策嵌入，e为随机扰动项。

2.2.3 数据来源

根据2006年至2019年新疆生产建设兵团统计年鉴。层一变量为2006年至2019新疆生产建设兵团统计年鉴中原数据；层二变量中结构嵌入、经济嵌入是统计年鉴中的原始数据，城市文化嵌入、市场文化嵌入、政策嵌入为各项数值的比值。

2.2.4 主要变量的平稳性检验及协整分析

用ADF检验对各变量进行单位根检验，得到结果见表3。

根据表3可知，棉花播种面积（x1）是一阶单整；农业从业人员（x2）是一阶单整；化肥施用量（x3）不存在单位根，是平稳序列；机收棉花面积（x4）是二阶单整；农业技术人员数量（x5）是二阶单整；兵团棉花产量（y）是一阶单整。

为分析被解释变量与解释变量之间是否有协整关系，首先用OLS法做变量之间的回归，结果见表4。

从拟合优度方面来看，决定系数R2为0.928，表现出模型对样本的拟合程度较好，F值为31.054大于临界值,说明回归模型有显著意义，即所有解释变量联合起来对y有显著影响。其中变量棉花播种面积（x1）在1%的水平上显著，农业从业人员（x2）、机收棉花面积（x4）在5%的水平上显著，化肥施用量（x3）、农业技术人员数量（x5）在10%的水平上显著。在回归结果的基础上检验回归残差的平稳性，结果见表5。

表3 ADF单位根检验结果

表4 基本因素回归结果

表5 回归残差平稳性检验结果

在1%的显著性水平下，t统计量值为-3.571，小于在1%下的临界值，表明残差序列不存在单位根，是平稳序列，说明 y与x1、x2、x3、x4、x5存在协整关系。从以上的平稳性检验与协整分析中得出，该时间序列是平稳的，变量之间存在协整关系。因此可进行多重共线性检验、异方差检验、自相关检验。

2.2.5 多重共线性、异方差检验、自相关检验

用方差扩大因子法进行多重共线性检验，检验变量选取过程中是否存在共线性，结果见表6。

表6 多重共线性检验结果

由上表得出的结论可知，x2、x3、x4、x5的 VIF均小于1，x1的VIF也小于10，表明解释变量与其余的解释变量之间没有多重共线性。

异方差检验。为了检验模型是否存在异方差，本文采用White检验来检验其异方差性，因为n*R2=1.492

自相关检验（LM检验），结果见表8。

表7 异方差检验结果

表8 自相关检验结果

根据表8检验结果，LM=n*R2=1.87

从以上结果发现：R2=0.928，这说明模型对样本的拟合优度很好；F=31.05>F（临界），说明整个回归方程是显著的。通过时间序列平稳性与协整检验，发现所选变量之间是真回归。其次通过多重共线性检验，发现所选择的解释变量之间没有共线性，在进行的自相关检验与异方差检验时发现随机误差之间

3 嵌入性视角下兵团棉花产量影响因素实证结果分析

3.1 棉花产量方差的分解

运用零模型把经济增长的方差分解成层一变量（基本因素）解释的部分和层二变量（嵌入性因素）解释的部分，计算组内相关系数决定是否需要建立多层统计模型。

表9 棉花产量方差分析结果

由表9中的结果得到组内相关系数为55.3%，也就是说有55.3%可由影响棉花产量的基本因素解释，这说明在研究棉花产量影响因素时，只考虑基本因素是不够的，还需要考虑嵌入性因素。

3.2 棉花内部变量对产量的影响

根据已建立的内部变量回归模型，棉花内部变量对产量的影响结果具体见表10。

表10 棉花内部变量对产量影响的结果

由表10可知，棉花播种面积、种植业从业人员、农用化肥施用量、机收棉花面积、农业技术人员数量对棉花产量均有正向作用。x1、x4、x5的t值均大于α=0.1时的t值1.782，说明棉花播种面积、机收棉花面积、农业技术人员数量对棉花产量均有显著影响，从三个P值也可以看出均小于0.1，说明x1、x4、x5三个解释变量对被解释变量均有显著影响。其中，棉花播种面积增加1个单位时，棉花产量增加0.17个单位；机收棉花面积增加1个单位，棉花产量增加0.065个单位；农业技术人员数量对棉花产量的影响最大，为农业技术人员数量增加1个单位，棉花产量增加5.41个单位。说明棉花生产技术人员的贡献最为关键，而目前兵团棉花生产技术水平的提高，也是棉花增产的重要原因。x2、x3的t值大于α=0.5时的t值0.695，说明种植业从业人员数量、农用化肥施用量对棉花产量也有一定的影响，从其P值也可看出两个解释变量对被解释变量有一定影响。

3.3 棉花嵌入性变量对产量影响效应分析

为分析嵌入性因素对棉花产量的影响因素，将嵌入性变量引入β1、β2、β3、β4、β5，回归结果见表 11。嵌入性变量对棉花产量影响具体表现为如下。

从x1斜率β1项的P值可看出，S、E对应的P值小于0.05，并且t值大于α=0.05时t临界值2.179，表明在α=0.05的显著性水平下，结构嵌入、经济嵌入对棉花播种面积有显著影响，从而间接影响棉花产量。结构嵌入每改变一个单位，对棉花播种面积产生0.137个单位的影响，对棉花产量产生0.023（0.137*0.171）个单位的影响；经济嵌入每改变一个单位，对棉花播种面积产生0.015个单位的影响，对棉花产量产生0.003（0.015*0.171）个单位的影响。城市文化嵌入、市场文化嵌入、政策嵌入的P值均大于0.1，因此对棉花播种面积的影响不显著，对棉花产量的间接影响也不显著。

从x2的斜率β2项的P值可以看出，S、C1、M对应的P值小于0.01，并且t值均大于α=0.01时的t临界值3.055，说明结构嵌入每增加一个单位，种植业从业人员增加0.267个单位，棉花产量改变0.039（0.148*0.267）个单位；城市嵌入每增加一个单位，种植业从业人员减少1.212个单位，棉花产量减少0.179（0.148*1.212）个单位；市场文化嵌入每增加一个单位，种植业从业人员增加1.198个单位，棉花产量增加0.177（0.148*1.198）个单位。经济嵌入的P值大于0.2，政策嵌入的P值大于0.5，说明经济嵌入和政策嵌入对种植业从业人员的影响不显著，对棉花产量的间接影响也不显著。

从x3斜率β3的各项P值看，E、C1对应的P值小于0.1，并且t值均大于α=0.1时的t临界值1.782，说明经济嵌入每增加一个单位，农用化肥施用量增加0.074个单位，棉花产量增加0.001（0.018*0.074）个单位；城市文化嵌入每增加一个单位，农用化肥施用量减少3.140个单位，棉花产量减少0.056（0.018*3.140）个单位。结构嵌入、市场文化嵌入、政策嵌入的P值大于0.1，因此对农用化肥施用量的影响不显著，对棉花产量的间接影响也不显著。

表11 棉花嵌入性变量对产量影响回归结果

从x4斜率β4的各项P值看，S、E、C1、M对应的P值均大于0.1，即结构嵌入、经济嵌入、城市文化嵌入、市场文化嵌入对机收棉花面积均无显著影响，因此对棉花产量也无间接的影响。P对应的P值小于0.1，并且t值大于α=0.1时的t临界值1.860，因此政策嵌入对机收棉花的面积有显著影响，政策嵌入每增加一个单位，机收棉花面积增加0.061个单位，棉花产量增加0.004（0.065*0.061）个单位。

从x5斜率β5的各项P值看，S、E、C1、M对应的P值均大于0.1，即结构嵌入、经济嵌入、城市文化嵌入、市场文化嵌入对农业技术人员数量的多少均无显著影响，P对应的P值小于0.05，并且t值大于α=0.05时的t临界值2.179，说明政策嵌入对农业技术人员的数量有显著影响，政策嵌入每增加一个单位，农业技术人员的数量减少0.921个单位，棉花产量减少4.981（5.409*0.921）个单位。

4 结论与建议

4.1 结论

通过实证分析传统的基本变量对棉花产量的直接影响和嵌入性因素对棉花产量的间接影响，得到如下结论：

基本变量中棉花播种面积、种植业从业人员数、农用化肥施用量、机收棉花面积、农业技术人员数量对棉花产量的影响都是正向促进作用。

嵌入型因素作为影响棉花产量的间接因素，通过作用于直接因素从而影响棉花产量。

嵌入型因素中，结构嵌入对棉花播种面积、种植业从业人员数的影响都是显著的，且都是正向的；经济嵌入对棉花播种面积、农用化肥施用量的影响都是显著的，且都是正向的；城市文化嵌入对种植业从业人员、农用化肥施用量的影响是显著的，且都是负向的；市场文化嵌入对种植业从业人员数的影响是显著的，且是正向作用；政策嵌入对机收棉花面积、农业技术人员数量的影响是显著的，政策嵌入对机收棉花面积的影响是正向的，对农业技术人员数量的影响是负向的。

4.2 讨论

在直接影响中，棉花产量会直接受到棉花播种面积、种植业从业人员数、农用化肥施用量、机收棉花面积、农业技术人员数量的影响。其中农业技术人员数量对棉花产量的影响最大，为农业技术人员数量增加1个单位时，棉花产量增加5.41个单位。

在间接影响中，结构嵌入每增加一个单位，对棉花播种面积产生0.137个单位的影响，对棉花产量增加0.023个单位；种植业从业人员增加0.267个单位，棉花产量增加0.039个单位；结构嵌入因素中农户生产管理的模式及结构，有序的规模化经营能够促进农户扩大种植面积的信心，提高规模种植的效益，从而促使农户增加对棉花的播种面积；有效的管理结构，能够调节种植业从业者的比例，合理分配种植业从业人员的数量，从而直接影响棉花的产量。

而在经济嵌入及政策嵌入因素中，经济嵌入每改变一个单位，对棉花播种面积产生0.015个单位的影响，对棉花产量产生0.003个单位的影响。农用化肥施用量增加0.074个单位，棉花产量增加0.001个单位；家庭人均纯收入会直接影响农户对生产要素投入量及类型的选择，农户会根据自身的实际情况，考虑资金因素从而影响生产行为，而生产要素中种植的土地面积、肥料使用量、灌溉量将会直接影响棉花产量。政策嵌入每增加一个单位，机收棉花面积增加0.061个单位，棉花产量增加0.004个单位。农业技术人员的数量减少0.921个单位，棉花产量减少4.981个单位。政府的各项方针政策及补贴力度会影响劳动者的生产行为方式，农机补贴力度将会直接影响机收棉花面积，从而影响棉花产量。而由于本文在对人均财政支出量化时没有进行分离，随着我国对于财政支出的力度在不断增加，对于农业支持的比重却是下降的。此处负向效果大于正向效果，因此政策嵌入对棉花产量产生的影响为负相关。因而若要深入讨论形成原因，则需要研究财政对其他部门的支持与农业支持比重的变化，但计量过于冗杂，此处只进行浅析。

在市场文化及城市文化嵌入因素中，市场文化嵌入每增加一个单位，种植业从业人员增加1.198个单位，棉花产量增加0.177个单位。现代农业的市场化，实现了小农户与大市场的对接，农户就业渠道的完善也吸引了更多的种植从业人员，从而影响棉花的产量。城市嵌入每增加一个单位，种植业从业人员减少1.212个单位，棉花产量减少0.179个单位；农用化肥施用量减少3.140个单位，棉花产量减少0.056个单位。城市化率的提高会使更多的人向第三产业转移，而农村剩余劳动力中较高质量的劳动力则会优先转移到城市，高素质劳动力的减少则会影响棉花产量。劳动力减少的同时也会直接影响生产者对化肥等生产资料的投入量，从而影响棉花产量。