储粮损失与农户储粮决策——基于23省1 199户玉米种植户的实证分析

罗 屹 黄 东 武拉平 曹芳芳

(1.国家发展和改革委员会 价格成本调查中心，北京 100045； 2.湖南省社会科学院 经济研究所，长沙 410003； 3.中国农业大学 经济管理学院，北京 100083； 4.中国农业科学院 农业经济与发展研究所，北京 100081)

中国人多地少，需要以地球5%的水资源、7%的耕地养活全球19%的人口，水土等自然资源相对短缺对中国粮食安全造成约束。粮食安全一直是治国理政的重点，粮食问题始终是中国农业经济研究关注的焦点。在粮食产后环节中，农户储备是重要组成部分。中国农户自古以来就有储粮备荒的传统，绝大多数农户会储备一年的口粮和饲料用粮，加上部分商业库存，农户储粮数量庞大。研究显示，农户储粮数量占当年产量的40%～50%。作为中国粮食储备体系的重要一环，农户储备关系到国家粮食安全。因此学界对中国农户的储粮问题进行了丰富的探讨。

现有关于农户粮食储备的研究主要集中在以下几方面。第一，农户储粮概念界定及衡量指标。国际上公认的粮食储备概念是由粮农组织(FAO)提出的，即在新的作物年度开始时，可以从上一年度的作物中得到(包括进口)的粮食储备量，也叫做结转储备或缓冲储备。因此，农户的粮食储备即农户粮食结转储备，是指在一个新的作物年度开始时，农户可从上一年度收获的粮食中得到的粮食库存量，包括以销售为目的的商业库存以及后备储备部分。在以往的研究中，学者多用农户年末粮食储备量作为衡量农户储粮数量的指标。另外，也有一些学者用农户存粮可供消费的月数、储粮数量占粮食产量之比和年平均储备量等指标衡量农户储粮。

第二，中国农户粮食储备规模及结构的估计与推算。柯炳生基于22省550户农户调查数据发现中国农户的粮食储备数量在改革开放后大幅增长，从1981年的0.3亿t增长到1995年的约0.9亿t。孙剑非利用国家统计局的历年资料推算出1997年中国农户粮食储备量为1.02亿t，1998年为1.16亿t。近年来，随着社会经济稳步发展、城镇化加速推进和乡村基础设施改善，越来越多的农户依靠市场满足自身粮食需求，农户粮食储备数量减少。例如，魏霄云等基于1995—2017年全国农村固定观察点数据，发现随着时间推移，山西、贵州和浙江等粮食缺口较大省份的农户粮食储备规模和储粮可用时间均显著下降，家庭粮食消费更多地依赖市场。从结构上看，中国农户粮食储备呈明显的地域化特征。张颖通过对陕西省22县(区)271户农户调查数据发现，2010年，陕西农户户均储粮577 kg，其中水稻82 kg，小麦244 kg，玉米236 kg，大豆5.6 kg。曾广伟通过对河南省10个乡镇的48户农户调查发现，2011年，河南农户户均储粮620 kg，其中小麦350 kg，玉米184 kg，稻谷77 kg。广东省价格成本调查队在广东34个县对388个农户进行调查发现，2015年，广东农户户均储粮505 kg，其中晚籼稻427 kg，早籼稻户78 kg。另外，根据《全国农村固定观察点调查数据汇编(2010～2015年)》数据，截至2015年，全国农户家庭年末平均存粮约1 400 kg，占粮食产量的40%。

第三，农户储粮动机分析。农户储粮的基本动机是粮食消费安全，粮食储备被广大中国农户看作是一种生活储蓄，用于保障自己的生活。Park在此基础上建立动态规划模型，从消费平滑的视角切入，研究发现，在市场不完全和市场低效率情况下，农户储粮的动机为消费安全和交易成本最小化。部分学者将市场因素纳入研究范围，认为农户储粮的动机也包括价格投机。

第四，农户粮食储备影响因素研究。首先，多数学者认为收入因素对农户储粮影响巨大。柯炳生认为，家庭收入是影响农户储粮的重要因素，对低收入者来说，收入与储备倾向正相关；而对高收入者来说，收入与储备倾向负相关。全国农村固定观察点办公室根据中国农户调查数据证实，中国农户储粮数量在其收入水平跨过某个节点后呈下降趋势。部分学者基于此提出了收入与农户储粮数量的倒“U”型假说，即当农户收入较低时，收入增长会增加其粮食储备；而当农户收入较高时，收入的提高会减少其粮食储备，更多依靠市场保障粮食消费。其次，生产因素也是影响农户储粮的重要因素。武翔宇利用22省调研数据证实，农户储粮数量与粮食产量正相关。此结论也被部分学者证实。但与上述学者的结论不同，余志刚等对主产区农户的粮食储备行为进行分析发现，粮食产量与储备水平呈负相关，其认为生产能力越高，储备水平越低。第三，价格因素。根据理性农户假说，粮食价格上升，农户会追逐利润而释放储备，反之则增加储备。因而大部分学者在进行农户储粮研究时也将粮食价格考虑在内。最后，农户储备行为还受到其他因素的影响。例如，市场发育程度，政府粮食政策，农村社会保障体系和卫生条件，以及决策者特征差异。

相比于经济研究侧重于生产、市场和价格等因素造成农户储粮差异，生物研究学者更多关注的是由于霉菌、虫害和啮齿动物等造成的储粮损失对农户储粮的影响。部分研究人员认为储粮损失过大是小农户在收获后立即将大部分粮食售出的重要原因。例如，在非洲和亚洲部分地区，玉米储存6个月后，损失高达30%。显然，面对潜在的高损失率，收获后立即销售粮食是避免虫害造成损失的最佳方案。虽然来自非洲等地的一些证据表明，现代储存技术，如密封袋、金属仓和化学药剂可以减少储粮过程中的损失，但价格昂贵，难以在小农中进行推广。中国政府于2007年启动农户科学储粮试点工作，向农户推广科学储粮装具，虽减损效果明显，但普及率低。因此，缺乏有效的储存技术可能会导致广大小农户在收获时立即售出大部分粮食，而非储存粮食待价而沽。那么，储存损失会不会影响中国农户的粮食管理决策和储粮规模就值得深入研究。然而，现有研究多将储存损失作为储存成本的组成部分而不单独考虑；一些单独考虑储粮损失影响的研究也过于简单，缺乏理论基础。基于此，本研究将储粮损失内生化，引入农户粮食储备决策模型，研究农户储粮损失对农户储粮决策的影响，旨在拓展当前关于农户粮食储备的研究，更好地发挥农户粮食储备对粮食市场“蓄水池”和“稳定器”作用，保障国家粮食安全。

1 数据来源与研究方法

1.1 数据来源

2016年，本研究研究团队与农业农村部农村固定观察点办公室合作，对中国28个省(区、市)的3 496户农户进行水稻、小麦、玉米、土豆、油菜籽等八大粮油作物储备和储备损失情况调查。调查采用分层随机抽样方式进行，首先，根据粮食总产量的比重，在各省(区、市)分配样本量，总产量高的地区，样本量更多。其次，在每个省(区、市)选择两个县，每个县选择两个村。最后，在每个村中随机抽选样本农户，每个村的被访户数为15～30户。调查于2016年夏季开展，受访农户回溯其2015年度粮食生产、储备和损失情况，并基于农户标识码(省码+村码+户码)合并固定观察点已有调查数据(包括住户数据和家庭收入数据)。

本次研究选取的作物是玉米，玉米是中国重要的粮食作物，产量连续多年位居各粮食作物首位。玉米储备调查涵盖北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、山东、河南、湖北、湖南、广西、云南、贵州、四川、重庆、陕西、甘肃、宁夏、新疆等23省(自治区、市)，覆盖中国三大玉米优势区(北方春玉米优势区、黄淮海夏玉米优势区、西南玉米优势区)，囊括中国绝大部分玉米种植省份，被调查地区2015年玉米产量占全国玉米总产量的84.15%。因此，本次调查数据在空间分布上具有良好的代表性。剔除无效样本后，此次调查共收集样本1 199份。需要说明的是，部分农户存在品种兼业，为了保留这部分样本，此次分析将这些农户作为独立样本纳入研究。

表1 调研样本分布
Table 1 Sample distribution

区域 Region 省份Province样本量Observations华北 North China北京、天津、河北、山西、内蒙古175东北 Northeast黑龙江、吉林、辽宁381华东 East China江苏、安徽、山东78中南 Central South广西、湖南、湖北、河南244西南 Southwest四川、重庆、云南、贵州192西北 Northwest陕西、新疆、甘肃、宁夏129合计 Total1 199

1.2 研究方法

1

.

2

.

1

理论推导

从经济学上讲，农户作为理性人，储粮目标是实现效用最大化。借鉴Saha等以及Kadjoa等的研究，假定存在一个消费周期，消费周期包括收获期和产后期，农户在收获后进行储粮决策。新的收获期开始意味着一个消费周期的结束，而产后期则始于家庭开始使用存粮或从市场中购买粮食。在整个周期内，粮食的价格可能出现波动。假定在收获期，粮食大量上市，价格较低；而产后期的粮食价格逐渐升高，详见图1。

图1 粮食生产和消费周期Fig.1 Grain production and consumption cycles

假定在每个周期(收获和产后期)，农户通过消费主粮(

M

)和非食品集合(

Y

)获得效用。在每个周期中，家庭面临收获期(

H

)和产后(

L

)的效用最大化问题，如下式所示。Max

V

=

U

(

M

,

Y

)+

γE

U

(

M

,

Y

)

(1)

假设效用函数

U

是二次可微，

E

U

表示农户在收获期对产后期效用的预期，

γ

是一个折扣因子。在此基础上增加存储损失的不确定性。因为假定在产后期没有生产，如果农户决定储存粮食，有效的储存技术将是一个先决条件。因此，收获的粮食可被视为通过储存技术转化为产后期的供给，存储约束可以定义为：

(2)

式中：表示产后可用粮食数量，

T

代表储存技术，

S

即农户在收获期储存的粮食，表示储存环节粮食损失水平。那么，当农户进行决策时：

Q

-

S

-

I

=

M

(3)

P

I

+

B

-1-

B

=

Y

(4)

(5)

(1+

r

)

B

-

P

A

=

Y

(6)

其中：式(3)为收获时的粮食分配，农户在收获期将生产的粮食(

Q

)分配给消费(

M

)、存储(

S

)和销售(

I

)。式(4)表示农户收获期面临的流动性约束，

B

-1表示家庭在此之前的储蓄，

P

I

表示在该期以

P

价格销售

I

数量的粮食，

B

则表示农户该期可能进行的储蓄，假设其利率为

r

，

Y

表示农户可使用的总金额。式(5)和(6)表示的是产后期农户的约束条件。式(5)表示农户产后期可用的粮食，表示剔除损失后，农户自留粮食数量，

A

表示农户从市场中购买的粮食数量，价格为

P

，

S

表示农户在产后期使用储粮后的粮食剩余数量。式(6)表示农户将粮食以

P

价格销售

I

数量的粮食，

Y

表示农户支出。

将式(3)和(4)代入(1)中，可得一个新的函数，并求收获时关于储存决策的一阶条件：

(7)

式(7)也可写成：

(8)

注：

因此，农户在进行储存决策时会考虑储存损失。

1

.

2

.

2

模型设定

当然，除受储粮损失影响外，现有研究证实，农户的储粮行为还受到粮食产量、家庭收入、市场发育程度、户主特征等因素影响。据此，建立如下计量模型：

lnstorage=

α

+

α

harvest+

α

δ

+

α

market+

α

income+

α

∑others+

μ

(9)

式中：storage代表农户储粮数量，harvest为粮食产量，

δ

是粮食储存损失水平，market代表市场发育程度，income代表农户家庭收入，others代表除上述变量以外的其他变量，包括农户特征、牲畜饲养情况等。

1

.

2

.

3

估计方法普通最小二乘法(OLS)只能估计各因素对储粮数量均值的影响，而无法全面观察各因素对不同分布下农户储粮数量的影响。与普通最小二乘法不同，分位数回归(quantile regression)主要考察的是不同分位数水平下的自变量对因变量的解释程度，其能够描述解释变量对不同分位数上被解释变量的影响，且不要求误差项为正态分布。另外，分位数回归结果不易受极端值的影响，因而更加稳健。因此，本研究选择分位数回归方法分析农户储粮影响因素。分位数回归的基本思想为：对于不同的权重

τ

，使用残差绝对值的加权总和作为目标函数，通过求解最小化目标函数得到相应的参数估计量。分位数估计步骤如下：

Y

=

F

(

y

)=Prob(

Y

<

y

)

(10)

式中：

Y

为农户储粮数量；

F

(

y

)为农户储粮数量的概率分布函数。那么：Q(

τ

)=inf{

y

∶

F

(

y

)≥

τ

}

(11)

式中：

Q

(

τ

)为

Y

的

τ

(0<

τ

<1=分位数，

Q

(

τ

)满足

F

(

y

)≥

τ

的最小

y

值。由(7)式可知，农户储粮数量的条件均值函数是线性的，则农户储粮数量的期望值为：

E

(

Y

|

X

=

x

)=

E

(

L

)=

E

(

F

(

X

,

μ

))=

X

′

β

(12)

式中：

X

为农户储粮数量的解释变量向量；

β

为回归系数向量。根据分位数回归思想，当对分位点

τ

的样本数据回归时，其目标是使

τ

分位点函数的加权残差绝对值之和最小，即：min{∑≥′

τ

|

Y

-

X

′

β

|+ ∑<′(1-

τ

)|

Y

-

X

′

β

|}

(13)

对式(13)求解得到参数估计值：

∑<′(1-

τ

)|

Y

-

X

′

β

|}

(14)

式中：为被估计参数；其数值的大小表示

τ

分位点上影响因素对农户储粮数量的影响程度。因此，在不同分位点下，模型可以刻画相应条件分布下

Y

的分布轨迹。如此，利用分位数回归法可以全面探究各因素对农户储粮规模的影响。在本研究中，以农户储粮数量为解释变量，分别将

τ

的取值设定为0.1、0.3、0.5、0.7和0.9等5个具有代表性的分位数水平进行分析。

1.3 变量定义及描述性统计

表2给出了本研究模型变量的定义与描述性统计。同时，为反映可能出现的地区分化情况，在描述性统计时，将黑龙江、吉林、辽宁、河北、山东、内蒙古、河南等7省(自治区)作为玉米主产区予以分列，这些地区的样本量为643户。

本研究的农户储粮数量是指上年结转数量加上当年入库数量。从储粮数量上看，中国农户年均储粮3 968.71 kg，不同农户间的储粮行为差异较大，储粮数量标准差为6 710.44 kg。从粮食产量上看，农户平均玉米产量5 501.90 kg，也就是说70%以上的玉米并非在收获后直接卖出，而是进入农户家庭库存。在产量与储备量方面，主产区均明显高于全国平均水平，其储粮数量和产量分别达6 008.09 kg、8 638.25 kg。

本研究所用的粮食价格数据是农户收获时当地的玉米市场价格。从理论上讲，收获时市场价格越高，农户可能选择将更多的粮食直接出售。本次调查获得的玉米市场价格平均为1.78元/kg。农户对未来的价格预期也会影响储备决策，如果农户预计未来价格将会上升，则很可能选择储备粮食，择机销售。本研究使用“未来价格是否会上涨”的虚拟变量作为农户对价格的预期，41%的农户预计收获期后价格将上升。在市场价格和价格预期方面，主产区与全国平均水平也略有区别，主产区收获时的价格更低，为1.63元/kg，仅有26%的农户认为未来价格会上涨。

市场发育程度用家庭距最近粮库的距离来衡量，距离粮库越近，市场发育程度越高，反之越低，其平均值为7.32 km，主产区农户距粮库的距离稍远，为8.87 km。同时，距离粮库的远近也能反映农户售粮的便利程度，距离越远，售粮越不方便；距离越近，售粮越方便。从收入上看，本次调查的农户年均收入58 588.06元，收入水平在不同农户之间的变动范围也非常大，标准差为53 527.48元。主产区农户家庭收入稍低于全国平均水平，为57 055.21元。储存条件也会影响农户储粮决策，本研究使用“是否使用金属仓等先进设施”的虚拟变量反映农户储存条件。结果表明，仅有35%的农户使用金属仓等先进储备设施，主产区为34%。

表2 变量定义与描述性统计
Table 2 Variable description and descriptive statistical analysis

变量 Variable 变量定义Variable definition所有样本(N=1 199)All samples主产区样本(N=643)Samples in major area均值Mean标准差Stand error均值Mean标准差Stand error储粮数量Storage quantity农户当年储粮数量/kg3 968.716 710.446 008.098 430.15粮食产量Grain output农户当年玉米收获量/kg5 501.909883.568 638.2512 453.47粮食价格 Price收获时的玉米市场价格/(元/kg)1.780.441.630.23价格预期Price expectation未来玉米价格是否上升。是=1;否=00.410.490.260.44市场发育程度Market development家庭距离最近粮库的距离/km7.3210.928.8713.47储备设施Storage device是否使用金属仓等先进设施。是=1;否=00.350.480.340.47收入水平 Income家庭年收入/元58 588.0653 527.4857 055.2151 827.38储粮损失率Storage loss预期储粮损失水平=储粮损失/储粮数量0.020.030.010.02家庭常住人口Population家庭常住人口数量(居住半年以上)/人2.961.462.891.38非农就业Non-farm payroll是否存在非农就业人口。是=1,否=00.700.460.630.48牲畜饲养状况Livestock breeding是否饲养家禽和牲畜。是=1,否=00.120.320.050.21性别 Gender户主性别。男=1;女=00.830.370.850.36年龄 Age户主年龄/岁53.8710.9852.8810.61受教育年限Education户主接受学历教育的年限/年7.092.587.412.32宗教信仰状况Religious是否信仰宗教。是=1;否=00.030.180.030.16住房面积House area农户住房总面积/m2140.3693.46119.5989.49节约意识Awareness of saving收获后是否捡拾粮食。是=1,否=00.390.490.430.49

本研究中的储粮损失率是农户对当年储粮损失的估计。由于农户生活环境、生产方式等短时间内不会发生较大变化，基于静态预期理论，本研究假设该储粮损失为农户预期储粮损失。如果储粮损失率过高，那么会选择在收获后立即将大部分粮食卖出，以避免损失。平均来看，农户的储粮损失较低，为2%，但不同农户之间的差异较大，标准差达3%。主产区农户储粮损失率低于全国平均水平，为1%。

最后，农户家庭常住人口数、非农就业、牲畜饲养状况、户主性别、年龄、受教育年限、宗教信仰状况、家庭住房面积和节约意识等变量作为控制变量引入模型。根据统计，农户家庭平均常住人口2.96人，70%的农户家庭存在非农就业情况，12%的农户存在牲畜饲养行为，39%的农户节约意识较强，尤其是主产区农户的节约意识强于其他地区，该指标值为43%。

2 结果与分析

2.1 估计结果

表3为OLS回归和分位数回归结果，为了对比，第2列为稳健标准误条件下的OLS回归结果，第3～7列为各分位点分位数回归结果。回归中加入地区虚拟变量控制了不同地区的影响。

根据表3，多元线性回归与分位数回归模型的拟合程度均较好。OLS的结果显示，粮食产量、收入水平、节约意识与农户储粮数量正相关，储粮损失、粮食价格、市场发育程度、非农就业、住房面积、年龄、受教育年限与农户储粮数量负相关。为了考察在不同分位点上各影响因素的作用，接下来分析分位数回归结果。

在所有分位点上，储粮损失与农户储粮数量显著负相关，说明农户预期储粮损失越大，就会减少储粮规模。同时，该变量的系数绝对值呈下降趋势，表明储粮损失对储粮数量大的农户影响较小，受其影响较大的是中小规模农户。这可能是因为相对小规模农户，大规模农户具有较高水平的储粮技术和设备，其防损、减损能力较强；并且在处理突发情况，如虫害爆发时，有更强的应对能力。另外，大规模农户的主要收入来源是粮食销售收入，农户即使是考虑到储备损失的影响，也会倾向于储备一定数量的粮食，待价而沽，赚取价格波动收益。

除0.1分位点外，粮食产量与农户储粮数量显著正相关，说明粮食产量越高，农户将储藏更多的粮食。同时，其系数绝对值呈现上升趋势，说明粮食产量越高的农户储备意愿更强。这是因为大规模农户的主要收入来源是粮食销售，其更愿意将粮食储备起来，择机销售。

除0.9分位点外，收获期价格与农户储备数量显著负相关，说明收获期价格高，农户倾向于将粮食卖出，锁定收益。从系数上看，随着分位数增加，收获期价格的系数绝对值先增后降；并且，0.1和0.3分位点的系数大于0.5和0.7分位点的系数，说明中小规模农户的储备决策受收获期价格的影响更大。可能的原因在于，中小规模农户粮食数量较少，大规模农户粮食数量较多，面对较高的市场价格，中小农户可能会选择大量销售，而大规模农户可能会继续保留一部分粮食，择机销售。

在所有分位点上，市场发育程度与农户储备数量显著负相关，表明距离粮库越远，农户储备数量更低。其系数绝对值呈现先增后降趋势，说明市场发育程度变量对中规模农户的储粮数量产生的影响大于大小规模农户。可能的原因在于，小规模农户粮食数量少，运输方式灵活，而大规模农户更有可能购买自有运输工具，运输便利。因此，距离对这两种规模农户粮食销售的影响小于中等规模农户。

在所有分位点上，非农就业与农户储备数量显著负相关，这表明存在非农就业的家庭会减少粮食储备。其系数绝对值呈下降趋势，说明非农就业对小规模农户储粮数量的影响更为显著，大规模农户因其粮食产量更高，粮食收入更多，更有意愿储备一定数量的粮食，造成非农就业对大规模农户的影响相对较弱。

在所有分位点上，节约意识与农户粮食储备规模显著正相关，说明节约意识较强的农户储备的粮食更多。可能的原因是节约意识较强的农户，其风险规避意识也较强，会存有一定的粮食以备不时之需。其系数绝对值呈下降趋势，这说明节约意识对低储粮数量的农户影响较大，对大规模储粮数量的农户影响较小。

表3 储粮损失对农户储粮决策的影响
Table 3 The impact of storage loss on storage decision

变量 Variable 估计方法 Estimation methodOLS分位数回归0.10.30.50.70.9储粮损失Storage loss-9.72***(-4.46)-16.89***(-2.92)-13.52***(-4.61)-12.92***(-6.75)-8.29***(-4.47)-3.92***(-3.03)粮食产量Grain output0.04***(3.98)0.01(1.10)0.06***(4.82)0.09***(10.28)0.11***(7.81)0.13***(8.55)粮食价格Price-0.42***(-4.14)-0.64*(-1.76)-0.82***(-3.22)-0.46**(-2.46)-0.25***(-3.27)-0.14(-1.31)价格预期Price expectation-0.03(-0.39)0.19(1.22)0.02(0.17)-0.04(-0.43)-0.04(-0.46)-0.04(-0.59)市场发育程度Market development-0.02***(7.89)-0.01**(-2.02)-0.03***(-4.90)-0.03***(-5.48)-0.03***(-4.97)-0.01**(-2.16)储备设施Storage device-0.06(-0.76)0.14(0.70)-0.16(-1.11)-0.10(-1.44)-0.17**(-2.30)-0.02(-0.26)收入水平(对数)Income (logarithm)0.26***(4.55)0.09(0.82)0.26***(3.53)0.26***(3.38)0.17**(2.25)0.10(1.47)家庭常住人口Population-0.01(-0.22)0.03(0.64)0.02(0.54)-0.02(-0.72)-0.04*(-1.78)0.002(0.08)非农就业Non-farm payroll-0.45***(-5.38)-0.45**(-2.55)-0.30***(-2.65)-0.45***(-5.72)-0.27***(-3.85)-0.10*(-1.70)牲畜饲养情况Livestock breeding-0.08(-0.67)0.09(0.37)0.05(0.36)-0.18(-1.07)-0.13(-1.35)-0.07(-0.86)住房面积House area-0.002***(-4.28)-0.001(-1.07)-0.003***(-5.15)-0.001(-1.20)-0.001(-1.58)-0.001(-1.25)节约意识Awareness of saving0.35***(4.28)0.46***(3.56)0.45***(5.25)0.31***(4.10)0.16**(2.26)0.18***(3.47)性别Gender-0.10(-1.00)-0.18(-0.86)-0.24(-1.13)-0.23*(-1.90)-0.13(-1.63)-0.03(-0.36)年龄Age-0.02***(-4.83)-0.02***(-2.96)-0.02***(-4.12)-0.01***(-2.61)-0.01**(-2.50)-0.004(-1.43)受教育年限Education-0.01*(-0.97)-0.02(-0.97)-0.03(-1.00)-0.001(-0.03)-0.01(-0.74)-0.004(-0.25)宗教信仰状况Religious0.18(0.98)0.73(1.42)0.10(0.50)0.32(1.14)0.17(0.96)-0.05(-0.30)地区虚拟变量Location dummy已控制常数Constant6.84***(10.54)7.31***(6.83)7.45***(8.97)6.62***(8.07)7.39***(11.31)7.11***(8.89)R20.360.100.200.270.330.39

注：*、**、***表示在10%、5%和1%的统计水平上显著；括号内为值；部分估计系数过小，保留三或四位小数。下同。

Note: *, ** and *** indicate significant at the statistical levels of 10%, 5%, and 1%, respectively. values are in parentheses. Some of the estimated coefficients are too small, and only three or four decimal places are kept. The same below.

在0.3、0.5和0.7分位点，收入水平与农户储粮规模显著正相关，这说明随着收入水平的增长，中规模农户的储粮数量将会增加。同时，在0.1、0.3、0.5和0.7分位点，年龄与农户储粮规模显著负相关。这说明，大龄农户会减少粮食储备规模。可能的原因在于，随着年龄增长，农户粮食消费减少。并且，年龄增长也会减弱农户的粮食管理精力，为避免储粮损失，大龄农户将减少粮食储备。

2.2 内生性分析

农户预期的储粮损失既是在储粮决策时考虑的一个重要因素，但储粮损失也是农户储粮行为的结果，可能存在内生性问题。为解决内生性问题对估计结果的影响，同时检验结论的稳健性，本研究试图引入工具变量，并使用两阶段最小二乘法(2SLS)对模型进行估计。

根据前人的研究，本研究使用农户所在地年均降水量和晾晒环节是否出现恶劣天气作为储粮损失的工具变量。选择农户所在地年均降水量的原因：一是地区降雨量是一个严格外生的变量，符合工具变量的外生性要求；二是降雨量大的地区相对潮湿，容易导致粮食储存时发生霉变，造成储粮损失；三是中国的气候状况为雨热同季，温度高、降雨量大适宜昆虫和啮齿动物快速繁殖，而虫害、鼠害是造成农户储粮损失的重要因素。因此，本研究推断降雨量与农户储粮损失正相关。晾晒环节是否出现恶劣天气也是一个严格外生的变量，如果晾晒时出现雨雪等恶劣天气，不利于粮食含水率下降到适合储藏的水平，甚至可能会造成谷物潮湿，增加水分含量，使得储藏环节的损失增加。因此，晾晒环节出现恶劣天气将增加农户储粮损失。

表4给出工具变量法的第一阶段和第二阶段结果。在控制内生性问题后，农户储粮数量依然与储粮损失显著负相关。在相关性检验中，Shea’s偏

R

为0.02，

F

值达到了12.69，大于临界值10，故拒绝存在弱工具变量的原假设，说明工具变量满足相关性；外生性检验中，Sargan检验和Basmann检验的卡方值均在10%水平上仍不显著，不能拒绝所有工具变量均外生的原假设，说明工具变量符合外生性要求。为了稳健起见，使用对弱工具变量不敏感的有限信息极大似然法(LIML)对模型重新估计，结果与表3没有实质差异，这也从侧面印证了不存在弱工具变量问题。

表4 工具变量法估计结果
Table 4 Estimation results of instrument variables

变量 Variable 第一阶段回归First stage estimation第二阶段回归Second stage estimation系数t值系数z值储粮损失工具变量Instrument variables of storage loss-22.58***-2.79 晾晒环节天气情况(是否出现因雨、雪等恶劣天气造成的损失;是=1,否=0) Whether bad weather appeared in the grain drying stage0.01***4.18 地区年均降水量(对数) Annual rainfall of the household’s location (logarithm)0.007***3.28粮食产量 Grain output0.0002**2.280.05***10.24粮食价格 Grain price0.0021.20-0.37***-3.88价格预期 Price expectation0.0031.240.010.16市场发育程度 Market development-0.000 3-0.36-0.02***-6.83

表4(续)

变量 Variable 第一阶段回归First stage estimation第二阶段回归Second stage estimation系数t值系数z值储备设施 Storage device-0.02***-7.98-0.26*-1.77收入水平(对数) Income (logarithm)-0.001-1.050.24***4.07家庭常住人口 Population0.00081.240.0020.07非农就业 Non-farm payroll0.005**2.27-0.39***-4.16牲畜饲养情况 Livestock breeding0.008**2.580.030.24住房面积 House area-0.0001-1.18-0.002***-5.12节约意识Awareness of saving0.007***3.470.43***4.74性别 Gender-0.002-0.88-0.13-1.29年龄 Age-0.0001-0.06-0.02***-4.74受教育年限 Education-0.0003-0.82-0.02-1.26宗教信仰状况 Religious0.01**2.140.291.35地区虚拟变量 Location dummy已控制已控制常数 Constant-0.02 -0.72 7.27*** 9.60R20.090.29相关性检验Correlation testShea’s partial R20.02F值12.69Sargan chi0.13Basmann chi0.13

3 结论与建议

基于前人的研究，本研究将储粮损失作为一个单独的变量引入农户储粮决策模型，利用全国23省1 199户农户的储粮损失调查数据，实证分析影响农户储粮的主要因素。研究发现，在控制了其他因素的影响后，农户储粮数量受预期储粮损失影响显著，粮食产量、粮食价格、市场发育程度、家庭收入、非农就业也对农户储粮数量产生较大影响。对于可能存在的内生性问题，本研究使用农户所在地年均降雨量和晾晒环节天气是否正常作为工具变量进行检验，相关结论依然成立。

从整体上看，随着粮食增产难度提升，减少粮食损失将成为保障国家粮食安全的一项重要内容。相关研究表明，中国农户储粮损失率约为3%，相当于每年损失粮食2 000万t，浪费411万hm土地。因此，减少农户储备环节的损失有利于国家粮食安全。

从个体上讲，储粮损失对农户的储粮行为造成了显著影响，预期损失过高会让农户减少粮食储备，既不能让农户通过粮食储备锁定市场价格波动利润，也会加大农户对市场供应的依赖性，给政府粮食储备系统带来一定压力和挑战。因此，减少农户储粮损失能够让农户扩大储粮规模，更好地发挥农户储粮作为平衡粮食供需的“蓄水池”和“稳定器”的作用。

因此，在重视农户粮食储备的基础上，政府应加大对农户储粮损失的关注，需要进一步通过推广先进的储粮技术及减损方法。可以提供补贴激励农户购买先进的储粮装具，同时通过报刊、新闻、字报和互联网媒体等农户易于接触的传播渠道传授减损知识，并加大减损宣传，提升农户节约意识，实现藏粮于技、藏粮于民。