中国主粮生产成本快速上升之源——基于要素成本贡献度分解的实证研究

潘文轩

（中共上海市委党校 上海发展研究院，上海 200233）

一、提出问题

粮食问题历来是我国国民经济发展的战略问题（习近平，1992）。[1]在粮食问题中，生产成本是一项极其重要的关键因素。粮食生产成本不仅直接关乎种粮经济效益与粮农收入，还会间接影响国家粮食安全与粮食国际市场竞争力。近十余年来，我国粮食生产成本上升较快，不断挤压利润空间，种粮净收益明显下降，导致粮农普遍增收乏力。因种粮的经济效益低甚至亏损，各地农民种植粮食的积极性下降，不少粮农改种经济作物或外出务工，一些地区双季作物改成单季，季节性抛荒现象也越来越突出（王晓君等，2020）。[2]这对粮食生产可持续发展与粮食安全产生了不利影响。此外，粮食生产成本快速上升还在一定程度上推动了国内粮价上涨，使国内外粮价倒挂现象更加凸显，国内粮食的国际市场竞争力持续下滑。

如何解决我国粮食领域的上述问题呢？在开放经济条件下，面对国内外粮价倒挂的局面，利用价格支持政策提高种粮经济效益和粮农收入的空间非常有限，政府过度干预粮价容易加剧粮食“高进口、高库存”压力。受W TO补贴规则方面的限制，通过财政补贴增加粮农收入、提高农民种粮积极性也面临较多约束。在此情况下，控制生产成本过快上升就成为提高种粮经济效益和粮农收入，进而保障粮食生产稳定与国家粮食安全的关键举措。那么，近十余年来我国粮食生产成本为何呈现快速攀升趋势？推动成本快速上升的主要因素又是什么？搞清楚上述问题，有助于我们认识粮食生产成本上升的成因，进而寻求有针对性的降成本策略，这对提高我国农业质量效益和竞争力、促进农民持续增收与确保粮食安全均有重要意义。

为此，本文根据《全国农产品成本收益资料汇编》提供的粮食生产成本和收益数据，利用要素成本贡献度分解法，从全国和省级两个层面对2004—2018年我国粮食生产成本快速上升之源进行实证分析，从中得到一些降低粮食生产成本的政策启示。鉴于稻谷、小麦和玉米是我国三大主要粮食作物，在我国粮食生产中占主体地位。因此，本文的研究对象限定为这三大主粮的生产成本及其变化。

二、相关文献综述与本文创新点

综观国内外关于粮食生产成本的相关文献，研究内容主要集中在成本特点、成本比较、成本影响因素等方面。在粮食生产成本特点上，学界重点关注成本水平与结构及其变化。有研究发现，发展中国家粮食生产成本普遍偏高（R ena，2010）。[3]基于粮食生产成本空间差异性较大的现实，学者们对粮食生产成本开展了国际比较和国内地区间比较。H afner（2003）比较了全球188个国家主要粮食作物的生产成本及构成，揭示了粮食生产成本的跨国差异性特征。[4]国内学者将中国粮食种植成本同美国等国外主要产粮国进行对比，发现当前中国主粮的生产成本已处于偏高水平（朱险峰和巫成方，2016；Q ian等，2016；李锋，2020）。[5-7]另外，国内种粮成本的地区间比较研究结果显示，在成本水平和成本结构上均存在较显著的区域差异（闫丽珍等，2003；杨玮宏和廖媛红，2020）。[8-9]除此之外，学者们还探究了影响粮食生产成本的因素，发现生产规模、农地质量、劳动生产率等因素对粮食种植成本均有重要影响（S tephen和S und q uist，1989；F uglie，2008）。[10-11]

改革开放以来，我国的粮食生产成本发生了较大变化，国内学界对这一现象及其成因开展了大量研究。学界普遍认为，我国粮食生产成本总体上呈上升态势，但具体到特定时间段则有所差异。相关研究发现：亩均成本在经历90年代初缓慢增长后，在1994—1996年间急剧上涨，之后几年略有下降（万劲松，2004）。[12]从2004年起，成本又进入新一轮上升阶段，呈较快上涨趋势（张利庠和陈秀兰，2012）。[13]学者们运用不同方法分析了成本变化的原因，其中一个常用方法是从成本构成入手，计算各分项成本对总成本的贡献度。邓大才（2008）测算得到，各要素成本对粮食生产成本增长贡献度从高到低依次为物质服务费用、人工成本、土地成本。[14]蓝海涛和姜长云（2009）的分析结果表明，在推动主粮生产成本上升的各种因素中，化肥费是首要因素，其次是人工成本、机械作业费。[15]黄翔和柯新利（2017）通过计算，得出人工成本对主粮生产成本上升的贡献度最高的结论。[16]杨军等（2020）在分期比较中发现，驱动玉米生产成本上涨的首要因素从土地成本转变为人工成本。[17]另有一些学者利用回归分析实证检验了各分项成本对粮食生产成本变化的影响程度。如许存兴等（2016）发现，人工费用和直接费用提高是导致主粮生产成本上升的主因。[18]卢德成（2018）的实证结果显示，对玉米生产成本变化影响最大的因素是劳动力投入。[19]还有学者采用随机前沿成本函数法探究粮食生产成本上升之源。据王善高和田旭（2017）测算，要素价格调整效应是驱动主粮生产成本增加的首要因素。[20]刘婷（2019）的分析表明，要素禀赋结构对稻谷生产成本效率有重要影响。[21]梳理现有文献可以看到，关于我国粮食生产成本上升的主次成因的分析结论并不完全一致，这很大程度上缘于所考察的时间范围和粮食作物的差异。除了定量研究外，也有学者结合中国特殊的国情农情，通过定性分析揭示了推动粮食生产成本攀升的深层次原因。如王双进（2014）、W ang和Chen（2015）认为粮食生产成本上升的根本原因是生产经营效率低下、农业基础设施供给不足、生产中资源浪费严重和农业科技贡献度偏低。[22-23]

综观现有相关研究，在定量分析我国粮食生产成本上升成因的各种方法中，分项成本贡献度分解法是运用较广泛的一种。其主要优点是直接从总成本构成角度分析，原始数据获取方便，测算结果也比较直观。然而，基于分项成本贡献度分解的现有研究仍存在一些不足之处和局限性。一是缺乏对不同粮食作物成本贡献度结构的比较分析。不同粮食作物的要素投入结构有别，各种要素成本对不同粮食作物生产成本变化的相对影响程度可能会有差异①例如，我国小麦的机械化水平明显高于稻谷和玉米，由此可预计，小麦在物质成本贡献度上可能会高于稻谷和玉米，而在人力成本贡献度上则可能低于稻谷和玉米。。但现有文献对分项成本贡献度的测算，或是仅针对三大主粮平均，或是仅针对某一种粮食，很少对不同粮食作物的成本贡献度结构作比较。二是少有对不同地区成本贡献度结构的比较研究。鉴于各地粮食生产条件不一，各分项成本对生产总成本的相对作用大小会有地区差异。但目前只有少数学者（柴斌锋等，2007）测算了各分项成本对粮食生产成本影响的区域差异，[24]且他们采用的是回归分析法而非贡献度分解法。三是未能进一步探究各种要素投入的数量与价格各自对生产总成本变化的影响。目前尚不清楚我国粮食生产成本的上升，究竟有多少归因于要素投入数量的变化，又有多少归因于要素价格水平的变动。尽管马晓河（2011）对此作了初步探索，[25]但其研究对象是全国层面三大主粮平均，未进行分作物、分地区考察。综上可见，运用成本贡献度分解法分析粮食生产成本变化的原因，仍有继续完善与推进的空间。

本文对我国主粮生产成本上升之源的探讨，旨在弥补上述现有研究的不足，深化和拓展成本贡献度分解法在粮食生产成本变化成因实证分析中的运用。相比以往文献，本文的特点和创新之处为：一是分作物、分地区探究了主粮生产成本上升之源，将要素成本贡献度分解推进至各主粮作物和主产省份层面，进而揭示主粮生产成本上升成因的作物、省际差异性，这对分类施策控制成本过快上升带来了有益启示。二是对推动主粮生产成本上涨的首要要素成本（劳动力成本）作了价格效应与数量效应的分解，并分主粮作物和主产省份测算出两者对生产总成本上升的贡献度，得到了劳动力价格与投入变化各自对生产总成本上升的影响，这使成本贡献度分解法更深入一步。三是以全国平均成本为参照系，通过绘制各主粮作物生产成本区域格局变化图，刻画了各省份相对成本水平的变动情况，并识别出在成本上由绝对优势转为绝对劣势以及绝对劣势进一步扩大的主产省份，这有助于确定控制主粮生产成本过快上升的重点省份。

三、全国主粮生产成本上升的要素成本贡献度分解

（一）全国层面主粮生产成本过快上升现象及特点

2004年以来，我国主粮生产成本步入新一轮上升期②2004年是我国三大主粮平均单位成本由降转升的拐点之年。，呈现出快速攀升趋势（图1）。从2004年到2018年，三大主粮平均（下文简称“主粮平均”）每亩成本由395.5元增加至1093.8元，年均增长7.5%。其中，稻谷亩均成本由454.6元增加至1223.6元，年均增长7.3%；小麦亩均成本由355.9元增加至1012.9元，年均增长7.8%；玉米亩均成本由375.7元增加至1044.8元，年均增长7.6%。该期间，由于单产的提高，主粮单位成本（即每千克成本）增速略低于亩均成本增速，主粮平均和稻谷、小麦、玉米单位成本的年均增速分别是6.7%和6.7%、7.1%、6.5%。

图1 我国主粮生产成本快速上升趋势

我国主粮生产成本的增速处于过快水平，这主要体现在两个方面：一方面，与国际上其他产粮大国相比，我国主粮生产成本的上升速度明显偏快。以美国为例，其稻谷、小麦、玉米单位成本在2004—2018年的年均增速分别仅为1.2%、1.6%和2.7%，大大低于我国的增速。生产成本迅速上升，已成为我国粮食国际竞争力下降、粮食进口大幅增加的重要原因之一（钟甫宁，2016）。[26]另一方面，与主粮价格上涨速度相比，主粮生产成本的增长也明显偏快。2004—2018年，主粮平均和稻谷、小麦、玉米价格的年均增速分别为3.2%和3.5%、2.9%、3.0%，远低于相应单位成本的年均增速。在此情况下，主粮平均和稻谷、小麦、玉米的净收益率已分别从2004年的33.2%和38.5%、32.3%、26.4%大幅降至2018年的-8.5%和5.1%、-18.7%、-18.5%。种粮不赚钱甚至亏损，既制约了粮农的增收，又严重影响农民种粮的积极性。

（二）不同要素成本对全国主粮生产成本上升的贡献度

1.要素成本的分类及贡献度分解方法。农业的生产要素主要包括资本、劳动、土地等，在农业生产函数常见形式中，要素投入通常也分为资本要素、劳动要素、土地要素三大类（H eady和D illon，1961；K udaligama和Y anagida，2000；涂圣伟，2017）。[27-29]据此，基于要素投入视角可将主粮生产成本划分为资本成本、劳动力成本、土地成本，这是主粮生产要素成本的一级分类。其中，资本成本涵盖了机械、工具、种子、化肥、农药、农膜、水电、燃料、修理等方面的成本。三类一级要素成本可作进一步划分。对于资本成本，借鉴陈瑜琦和李秀彬（2009）等学者的做法，根据资本投入的主要目的是增加粮食单产、替代劳动力抑或两者皆否，将资本成本依次分为增产性（投入）成本、省工性（投入）成本、其他资本成本。[30]其中，增产性成本主要指购买种子、化肥、农药、地膜所花费的成本，省工性成本主要包含机械、工具、燃料、修理等方面的成本，而其他资本成本则囊括了同增加单产和替代劳动力均不太相关的其余资本成本。对于劳动力成本，根据劳动力是自有的还是雇佣的，将劳动力成本分为家庭用工折价和雇工费用。对于土地成本，根据土地是自有的还是租赁的，将土地成本分为自营地折租与流转地租金。上述成本项目形成了主粮生产要素成本的二级分类。

本文采用要素成本贡献度分解法，测算各种要素成本对我国主粮生产成本上升的相对影响程度大小，据此找出推动主粮生产成本快速上升的主次要因素。要素成本贡献度的分解测算，分别从一级要素成本、二级要素成本两个层面展开，成本用单位成本来度量。某项成本对生产总成本贡献度的计算公式如（1）式所示：

其中，ci表示第i项成本项目的单位成本，C表示单位总成本，下标0和i分别表示基期和截止期。在本文中，基期和截止期分别为2004年与2018年。全国层面的成本贡献度分解，旨在从总体上考察我国主粮生产成本快速上升的主次要成因。

2.原始数据来源。《全国农产品成本收益资料汇编》（下文简称《汇编》）直接提供了家庭用工折价、雇工费用、自营地折租、流转地租金的数据。《汇编》中的物质与服务费用大致上对应于资本成本，在物质与服务费用的细分成本项目中，种子费、化肥费、农家肥费、农药费、农膜费可归为增产性成本，而租赁作业费、燃料动力费、技术服务费、工具材料费、修理维护费、固定资产折旧可归为省工性成本。对于其他直接费用、税金、保险费、管理费、财务费和销售费，因它们与增加单产或替代劳动力无直接关系，故归为其他资本成本。

3.要素成本贡献度分解结果及分析。先对一级要素成本的贡献度进行分解。结果显示（表1）：就主粮平均而言，对生产总成本上升贡献度最高的是劳动力成本，其次是资本成本，而土地成本的贡献度最小。由此可见，劳动力成本上涨是推动全国主粮生产成本上升的最主要因素。从不同主粮作物来看，稻谷和玉米的劳动力成本贡献度均大于资本成本贡献度。但是，小麦的劳动力成本贡献度则略低于资本成本贡献度。这种现象可从不同作物的要素投入结构差异来解释。同稻谷和玉米相比，小麦的机械化水平与化肥投入水平都较高①第三次全国农业普查结果显示，2016年末我国小麦的机耕、机播和机收比重分别达到94.5%、82.0%和92.2%，稻谷的机耕、机播和机收比重分别为83.3%、29.0%和80.1%，玉米的机耕、机播和机收比重分别是73.7%、69.9%和61.7%，显然，小麦的机械化水平明显高于稻谷和玉米。另根据《汇编》相关数据计算，2004—2018年小麦的每亩化肥折纯用量比稻谷多14.6%、比玉米多10.5%，可见，小麦的化肥投入水平也高于稻谷和玉米。，而劳动用工时间则较少②根据《汇编》相关数据计算，2004—2018年小麦的每亩劳动用工天数（家庭用工天数与雇工天数之和）比稻谷少27.6%、比玉米少20.9%。，这使得小麦的资本劳动比率更高。在相对更加依赖资本投入的情况下，资本成本对小麦生产成本上升的影响程度也就超过了劳动力成本。另外，无论是稻谷、小麦还是玉米，其土地成本贡献度均明显低于劳动力成本和资本成本的贡献度，这表明在主粮生产成本上升过程中，土地成本上涨对生产总成本的推动作用居于次要地位。土地成本推动主粮生产成本上升的力度之所以相对较小，一个很重要的原因在于近十多年来我国努力通过提高单产而不是仅仅扩大播种面积的途径来实现主粮增产③从2004年到2018年，我国主粮播种面积增加了28%，而主粮产量增加了50%，可见，提高单产是主粮增产的重要原因。，粮食生产中耕地集约化利用水平的提高在一定程度上减轻了土地成本压力。

再进一步对二级要素成本的贡献度进行分解。结果发现（表1）：第一，家庭用工折价的贡献度远超其他成本项目，是推动主粮生产成本快速上升的首要因素。尽管近年来粮食生产现代化进程持续推进、资本替代劳动力成为基本趋势。但到目前为止，粮食种植对家庭劳动力的总体依赖程度仍较高。随着城镇化与工业化的快速发展，我国农民的非农就业机会和收入来源大幅拓宽，农业劳动力机会成本不断提—— —————高，在粮食生产劳动密集度依然较高的情况下，这必然导致粮食种植中家庭用工折价的快速攀升。第二，自营地折租、增产性成本、省工性成本的贡献度相差不大，三者均低于家庭用工折价的贡献度，它们是引起主粮生产成本上升的重要因素。第三，流转地租金的贡献度并不高，但其快速增长态势需要引起重视。流转地租金尽管并非导致主粮生产成本快速攀升的主因，但其年均增速是所有二级成本项目中最高的。稻谷、小麦、玉米的流转地租金年均增速，比其生产总成本年均增速分别高出8.9、9.2和3.5个百分点。随着今后耕地流转面积进一步扩大，如果租赁价格延续以往快速上涨趋势，流转地租金对主粮生产成本的拉动作用可能会明显增强。第四，在所有二级成本项目中（其他资本成本除外），雇工费用的贡献度是最低的，对主粮生产成本上升的正向推动力最小。由于农村青壮年劳动力短缺、雇工工价偏高等原因，当前我国主粮生产中的雇工规模并不大，雇工费用占生产总成本比重仅略高于3%。因此，虽然雇工工价在持续上涨，但雇工费用带动生产总成本上升的力度仍很小。第五，其他资本成本的贡献度为负，成为抑制生产总成本上升的力量。这主要归因于21世纪初期农村税费改革特别是取消农业税后，农民务农的税费负担大幅减轻，由此降低了主粮的生产成本。

表1 全国主粮生产成本上升的要素成本贡献度分解 单位：%

四、主产省份主粮生产成本上升的要素成本贡献度分解

（一）主粮生产成本的省际增长差异及区域格局变化

从全国层面看，我国主粮生产成本自2004年以来出现了快速上升现象。但就不同省份而言，各省份主粮生产成本上升有快有慢，增速上存在一定程度的差异。以小麦为例，年均增速最高的河南高达10.1%，而最低的内蒙古为5.6%。鉴于缺少主粮平均的分省份数据，而稻谷也只有分品种的省级数据，故本文考察与比较各省份晚籼稻、粳稻①稻谷主要包括籼稻和粳稻两大类，籼稻主要种植在南方、粳稻主要种植在北方。其中，籼稻又分为早籼稻、中籼稻和晚籼稻。产量最高与最低的分别是晚籼稻和早籼稻，中籼稻与粳稻的产量大体相当。综合考虑品种的产量和代表性，本文在省际比较时选取晚籼稻和粳稻为研究对象。、小麦、玉米生产成本的增长情况。在进行省际比较时，重点关注主产省份种粮成本的变化。其原因在于，粮食主产区是粮食生产的关键区域与核心地带，对保障国家粮食安全具有举足轻重的作用。进入21世纪以来，我国粮食及其主要品种生产集中的步伐加快（姜长云和王一杰，2019），[31]粮食产量持续向主产区集中，到2018年13个主产省份粮食产量占全国的比重已升至78.7%（中国宏观经济研究院课题组，2019）。[32]在此背景下，主产省份主粮种植成本高低对全国主粮生产成本具有决定性影响，主产省份主粮种植成本变化也成为全国主粮生产成本变动的晴雨表。

参照“2010年全国学生体质健康检测细则”的要求，由经过统一培训的检测人员使用统一的仪器和统一的操作方法对调查对象进行检测。每天抽取5%的调查对象对各项检测指标进行复测，排除错、漏项及体检不合格的样本，数据采用双录入。

2004—2018年，各种主粮作物的主产省份②不同主粮作物的主产省份有所不同，其中，晚籼稻的主产省份包括湖南、四川、湖北、江西、安徽、广东、广西，粳稻的主产省份包括黑龙江、江苏、吉林、辽宁、安徽、宁夏；小麦的主产省份包括河南、山东、安徽、河北、江苏、湖北；玉米的主产省份包括黑龙江、吉林、山东、内蒙古、河南、河北、辽宁、山西、陕西。中均有一些省份在成本增速上高于全国平均水平。具体而言：在晚籼稻主产省份中，广东、安徽、湖北与湖南的增速都超过了全国增速，增长最快的广东的年均增速高出全国1.35个百分点。在粳稻主产省份中，黑龙江与吉林的增速大幅高于全国增速，导致两省单位成本由低于全国均值变为高于全国均值。在小麦主产省份中，安徽、江苏与河北的增长略快于全国水平，河南的年均增速高于全国近3个百分点，使得其单位成本与全国均值之比从0.72攀升至1.05。在玉米主产省份中，除内蒙古和吉林外，其他大多数省份的增速均超过全国增速。

以全国平均成本为参照系，将区域成本低于或高于全国平均成本的情形，分别视为处于绝对成本优势、绝对成本劣势状态。出于简便目的，绝对成本优势、绝对成本劣势在下文中简称为成本优势、成本劣势。由于各地区成本增速与全国平均成本增速存在不同程度差异，各地区生产主粮的成本优势或成本劣势状态发生了较明显变化。为了直观地反映这种变化，将相关省份晚籼稻、粳稻、小麦和玉米2004年与2018年的单位成本绘制在图2中，并以全国均值为分界线，将成本图划分为四个区域。位于区域Ⅰ的省份，在成本上始终处于劣势；位于区域Ⅱ的省份，其成本由优势状态转为劣势状态；位于区域Ⅲ的省份，始终拥有成本优势；位于区域Ⅳ的省份，其成本由劣势状态变为优势状态。从图2可以看出：在各主粮作物的主产省份中，黑龙江与吉林粳稻的成本优势已经失去，河南在小麦上的成本优势不复存在，辽宁的玉米成本也从优势状态转向劣势状态。广东和广西（下文简称“两广”）晚籼稻、辽宁和宁夏粳稻、河北小麦、陕西玉米长期处于成本劣势状态，其中，两广晚籼稻单位成本大幅高于全国均值，需要引起重视。另外，有些主产省份尽管在某主粮上还保持着成本优势，但其优势程度趋于下降。例如，安徽的晚籼稻、小麦成本与全国平均成本之比，在2004年分别为0.79和0.86，但到了2018年分别上升至0.87和0.93。湖南与湖北的晚籼稻、江苏的小麦以及黑龙江、山东、河南、河北、山西的玉米，也都出现了不同程度的成本优势减弱现象。

图2 各主粮作物单位生产成本区域格局的变化

（二）主产省份主粮生产成本上升的要素成本贡献度结构比较

由于各地区在经济发展水平、农业生产方式与粮食种植条件等方面有所不同，各种要素成本对粮食生产成本上升的影响程度存在一定的区域差异。通过要素成本贡献度结构的省际比较，能较好揭示主粮生产成本上升成因结构的省际差异。省级层面的要素成本贡献度分解，仍采用和全国层面一样的方法，省际比较范围限定在主粮主产省份。

在晚籼稻各主产省份中，广东与广西的要素成本贡献度结构非常接近，对比湖南、湖北、江西与安徽四省有较大差异。这主要表现为：两广劳动力成本的贡献度最高，属于劳动力成本推动为主模式；而在其他四个主产省中，贡献度最高的均是资本成本，属于资本成本推动为主模式。两广地区晚籼稻的劳动力成本贡献度之所以高，与这两个省份的地形特点有关。两广的丘陵山地占耕地比例较高，地块小而分散且崎岖不平导致农业机械化推进受阻，粮食生产综合机械化水平落后全国平均水平较多①以广东为例，2016年该省水稻耕种收综合机械化率不到70%，低于全国平均水平约10个百分点。。机械替代人力进展相对较慢，使劳动力成本成为推动两广晚籼稻生产成本快速上升的首要因素。

表2 主产省份晚籼稻生产成本上升的要素成本贡献度分解 单位：%

比较粳稻各主产省份的要素成本贡献度结构（见表3）可以发现，宁夏属于劳动力成本推动为主模式，安徽和江苏属于资本成本推动为主模式，至于黑龙江、辽宁和吉林，则属于土地成本推动为主模式，这与东北三省粳稻生产成本中土地成本占比相对较高直接有关②东北三省粳稻生产成本中的土地成本占比，明显高于全国均值和其他主产省区。。尽管推动东北三省粳稻生产成本攀升的最主要因素都是土地成本，但从土地成本增长的内部结构来看，黑龙江与吉林、辽宁又有显著区别。黑龙江土地成本上涨主要来自流转地租金的提高，而吉林和辽宁土地成本增长的主因是自营地折租上升。出现这种现象的原因是，在土地流转率上，黑龙江长期远高于全国平均水平，而吉林和辽宁则长期低于全国平均水平③相关数据详见《中国农村经营管理统计年报（2018年）》。，这使得黑龙江流转土地租金占土地成本之比超过了吉林和辽宁；随着流转土地面积持续扩大和土地租赁价格快速提高，自2010年起黑龙江粳稻的流转土地租金就开始反超自营土地租金，在土地成本中占据了主体地位。

表3 主产省份粳稻生产成本上升的要素成本贡献度分解 单位：%

表4 主产省份小麦生产成本上升的要素成本贡献度分解 单位：%

玉米各主产省份要素成本贡献度结构的差异性也较大（见表5）。由表5可知，陕西、山西、河北、山东与辽宁均属于劳动力成本推动为主模式，其中，陕晋冀三省劳动力成本的贡献度远大于其他两大类要素成本。河南、黑龙江与吉林属于土地成本推动为主模式，土地成本上涨是导致这三省玉米生产成本上升的首要因素。不同于玉米其他主产省，内蒙古属于资本成本推动为主模式。在玉米所有主产省份中，内蒙古的资本成本贡献度最高而劳动力成本贡献度最低，这与其快速调整玉米生产中的要素投入结构密切相关。2004—2018年，内蒙古省工性资本成本年均增速高出全国年均增速近3个百分点。与此同时，每亩家庭用工天数从8.1天减少至2.2天，降幅大于全国平均降幅约24个百分点。由此可见，内蒙古资本成本贡献度高而劳动力成本贡献度低的现象，很大程度上是资本替代劳动力进展较快的结果。另外，结合图2还可以推断，内蒙古在玉米种植中大力使用资本替代劳动力，取得了较好的节约总成本的效果，使其成本优势进一步增强。

表5 主产省份玉米生产成本上升的要素成本贡献度分解 单位：%

五、劳动力价格与投入变化对主粮生产成本上升的影响

前文分析表明，从全国层面看，劳动力成本是推动我国主粮生产成本上升的最主要要素成本；从省级层面看，在不少主粮主产省份特别是长期处于成本劣势状态的省份，劳动力成本对主粮生产成本上升的贡献度也高于资本成本和土地成本。可见，劳动力成本在主粮生产成本上涨过程中的作用举足轻重。劳动力成本同时取决于劳动力的价格与投入，劳动力投入通常用劳动时间衡量。那么，劳动力价格与劳动时间两因素各自对主粮生产成本变化带来了怎样的影响呢？这需要作进一步的研究。

（一）主粮生产中劳动力价格与投入的变化

2004—2018年，我国主粮生产中的劳动力价格与投入发生了显著变化。在劳动力价格上，一方面，非农就业机会增加与非农收入水平提高使农户家庭用工的机会成本不断上升。另一方面，农村农业劳动力的不断流失导致种粮雇工工价明显提高，两方面因素共同推动劳动力价格持续攀升。在劳动力投入上，由于粮食生产中不同要素间具有替代性，劳动力与机械、化肥、农药均有明显的替代关系（孔祥智等，2018）。[33]随着务农机会成本逐渐走高和大量农村青壮年劳动力外出务工，用省工性资本投入替代劳动力投入就成为现实选择（王双进和张曼，2019），[34]这促使劳动时间趋于减少。

从全国层面考察，主粮平均的劳动日工价从13.7元/日提高到84.9元/日，雇工工价从22.5元/日提高到122.9元/日。与此同时，劳动时间由9.9天/亩下降为4.8天/亩，其中，家庭用工天数由9.4天/亩减少至4.5天/亩，雇工天数由0.5天/亩减少至0.3天/亩。不难看出，主粮生产中劳动力价格的增幅远高于劳动时间的降幅。由此可初步推断，与劳动力投入变动相比，劳动力价格变动对劳动力成本以及生产总成本变化的影响程度会更大。分作物来看，稻谷、小麦和玉米生产中劳动力价格与投入的变化轨迹，也表现出同主粮平均相类似的特点①因篇幅限制，正文中不再列出相关数据。。

从省级层面考察，在各种主粮作物生产中，尽管劳动力价格与投入在不同主产省份的变化状况存在一定差异，但基本趋势大体上一致，即劳动力价格提高的同时劳动力投入减少且前者增幅高于后者————————降幅。另外，与劳动日工价、雇工工价和家庭用工天数普遍呈单向变化不同的是，不少主产省份雇工天数变化的波动性较大①例如，在粳稻主产省区雇工天数变化上，黑龙江总体上持续下降，辽宁是先升后降，而江苏则呈现出近似W型的变动轨迹。。不过，因雇工天数远低于家庭用工天数，其对总的劳动时间的影响很小。家庭用工天数的单边减少，决定了劳动力投入总体上呈持续下降态势。

（二）劳动力价格与投入贡献度的测算方法

运用统计学中的因素分析法，将劳动力成本变化分解为由劳动力价格引起的变化和由劳动力投入（劳动时间）②在贡献度测算中，劳动时间指生产每千克粮食所耗费的劳动时间（天数）。引起的变化两部分。两者分别称为价格效应和数量效应。在此基础上，可进一步测算出劳动力价格提高的价格效应与劳动力投入减少的数量效应各自对主粮生产成本上升的影响程度。

设劳动力成本为cL，家庭用工折价为cLh，雇工费用为cLe，则有cL=cLh+cLe。其中，cLh=whLh，wh和Lh分别表示劳动日工价和家庭用工天数；cLe=weLe，we和Le分别表示雇工工价和雇工天数。劳动力成本变化额可按式（2）进行分解，下标0和t分别表示基期（2004年）和截止期（2018年）。

式（2）中的whtLht-wh0Lht与wh0Lht-wh0Lh0分别表示家庭用工的价格效应与数量效应，wetLet-we0Let与we0Let-we0Le0分别表示雇工的价格效应与数量效应。由此，便可得到劳动力总的价格效应φw（式3）和数量效应φL（式4）。将各种效应除以生产总成本变化额，就能测算出相应的贡献度。

（三）劳动力价格与投入贡献度的测算结果

从全国层面看，2004—2018年，劳动力价格变化对主粮生产成本上升的影响程度很大（见图3）。就主粮平均而言，价格效应的贡献度达到了53.6%。分作物考察，稻谷、小麦、玉米价格效应的贡献度分别为54.4%、46.9%和59.2%。同期，因劳动时间趋于减少，劳动力投入对主粮生产成本上升的影响为负（见图3）。如果劳动时间保持不变，随着劳动力价格快速提高，劳动力成本将是现实水平的2倍。由此可见，节约劳动力投入起到了良好的降成本效果。鉴于劳动力成本以家庭用工折价为主，家庭用工的机会成本与时间变化对生产总成本变动的影响更值得关注。测算结果（见图4）显示，从主粮平均来看，劳动日工价、家庭用工天数对生产总成本上升的贡献度分别为49.1%和-12.5%。

图3劳动力价格与劳动时间贡献度

图4劳动日工价与家庭用工天数贡献度

资料来源：根据历年《全国农产品成本收益资料汇编》相关数据计算。由此可见，家庭用工价格效应在推动主粮生产成本上涨中的关键作用。

从省级层面（主产省份）看，2004—2018年，无论是劳动力价格贡献度还是劳动力投入贡献度，均存在较明显的省际差异（见表6）。在广西晚籼稻、宁夏粳稻、山西和陕西玉米种植中，劳动力价格提高对生产总成本上升的贡献度均超过了60%，显示出劳动力价格推动主粮生产成本上涨的强劲作用。此外，经测算还发现，在所有二级要素成本项目中，各主产省份劳动力价格的贡献度都是最高的，这意味着劳动力价格提高是导致各主产省份主粮生产成本快速上升的最重要因素。而各省份劳动力价格的提高，均主要源于家庭用工机会成本即劳动日工价的攀升，这与全国层面的计算结果是一致的。

表6 主产省份劳动力价格与投入的贡献度 单位：%

六、主要结论与政策启示

本文运用要素成本贡献度分解法，从全国和主产省份两个层面实证分析了2004—2018年我国主粮生产成本快速上升之源。实证研究得到的主要结论是：第一，我国主粮生产成本自2004年以来上升过快，单位成本增速既高于国外主要产粮大国，也高于国内粮价上涨速度。成本增长的省际差异使我国主粮生产成本的区域格局发生了较大变化，不少主产省份的成本优势丧失或削弱，还有一些主产省份的成本劣势进一步恶化。第二，从全国层面考察，对主粮生产成本上升贡献度最高的一级、二级要素成本分别是劳动力成本、家庭用工折价。分主粮作物看，稻谷、小麦和玉米生产成本上升的主次成因有所不同，有别于稻谷和玉米，小麦生产成本上涨受资本成本的影响略大于劳动力成本。第三，从主产省份层面考察，各主粮作物生产成本上升的要素成本贡献度结构存在省际差异，大多数省份属于劳动力成本推动为主或资本成本推动为主模式、少数省份属于土地成本推动为主模式，这种省际差异与各省区粮食生产方式和条件上的区别有关。第四，2004年以来，我国主粮生产中的劳动力价格快速攀升而劳动力投入趋于减少。劳动力价格特别是家庭用工价格的提高，成为各主产省份主粮生产成本上涨的首要成因，而减少劳动力投入起到了良好的降成本作用。

本文的研究还带来了一些有益的政策启示：首先，要高度重视部分主产省份主粮生产成本上涨显著过快现象。近十多年，广东晚籼稻、河北小麦、陕西玉米的成本劣势进一步扩大，而黑龙江和吉林粳稻、河南小麦、辽宁玉米的成本由优势状态转为劣势状态。为此，有必要将上述省份相应作物列为控制主粮生产成本过快上升的重点，加快研究解决方案。其次，鉴于主粮生产成本上升的要素成本贡献度结构在不同主粮作物、不同主产省份间存在差异，需要根据具体情况采取因作物、因地制宜的成本控制策略。对于劳动力成本推动为主的情况，重点是促进资本和技术对劳动力的替代，努力减少粮食生产中的劳动力投入；对于资本成本推动为主的情况，关键是从提高粮食生产资料使用效率与降低粮食生产资料价格两方面入手，结合实际情况寻求有效控制资本成本的措施；对于土地成本推动为主的情况，既要提升耕地集约化利用水平，又要避免农地流转价格不合理地过快上涨。再次，基于主粮生产成本上升主要源于劳动力价格尤其是家庭用工价格快速上涨的现实，应加快要素投入结构调整、增加省工性投入，尽量节约劳动力使用。一方面，通过提高综合机械化水平、促进劳动节约型技术进步、发展社会化专业服务等途径，进一步节约主粮生产各环节的劳动力使用，努力降低劳动力成本。另一方面，依靠技术创新、集中采购与技能培训降低农机购置及作业成本，积极研发并推广适合丘陵山地的中小型农机，加快大数据和智能技术在粮食生产领域的运用，增强资本和技术替代劳动力带来的降成本效应。