基于面板数据模型的俄罗斯远东地区粮食生产影响因素实证研究

李维刚，张晓东，孙 丹，宋继华

(佳木斯大学经济与管理学院，黑龙江佳木斯 154007)

进入21世纪，为了快速推动经济的发展，俄罗斯联邦政府十分重视对远东地区的开发，这直接推动了远东地区的开发。2002年，俄联邦政府正式批准实施《1996—2005 年和2010年前远东与外贝加尔社会经济发展联邦专项纲要》，为适应形势的发展和情况的变化，俄罗斯于 2007年出台了《2013 年前远东与外贝加尔社会经济发展联邦专项纲要》，2009和2010年先后批准了《2025 年前远东与贝加尔地区社会经济发展战略》与《2020 年前西伯利亚社会经济发展战略》，2012年，俄罗斯为东部地区开发专门成立了远东发展部，2013 年，俄罗斯成立了远东地区社会经济发展问题政府委员会，推出“远东一公顷”项目，2018 年，《中俄在俄罗斯远东地区合作发展规划(2018—2024年)》正式获批，俄罗斯不断加大对远东地区的开发支持力度，出台了一系列利农优惠政策，指明了远东农业的现状及优势，同时也提出了俄罗斯为发展远东而提出的一些务实做法。由此可以看出，俄罗斯政府十分重视并大力促进农业的发展。

1 文献综述

1.1 俄罗斯远东地区农业合作方面研究对于俄罗斯远东地区农业方面的研究以中国与远东地区农业合作方面居多，例如王永春等[1]分析了中国对俄罗斯远东地区农业投资现状、发展趋势、投资潜力，并在分析中国对该地区进行农业投资制约因素基础上，提出了制定国家农业投资规划、加强境外农业投资支持、强化对俄投资服务体系、完善中俄沟通协商机制、加强战略互信合作等对策建议。丁宝根[2]以俄远东地区为研究对象，分析了中国对俄远东地区农业投资现状、动力以及存在的风险，需从政府层面和企业层面提出应对策略。М.В.Александрова(2018)[3]分析俄罗斯远东地区与中国农业生产要素禀赋的特征，回答了二者开展农业合作的“可能性”。彭亚骏[4]采用层次分析法，建立政府监管、人才科技、社会文化、经济利益、合作主体5个层面的 15 个评价指标体系，分析其对农业合作的影响程度。张弛等[5]以 2010—2018 年为考察期，分析了中国与俄罗斯远东地区农产品贸易的互补特征和发展潜力。

1.2 俄罗斯远东地区农业生产方面研究而涉及俄罗斯远东地区农业生产的文献非常少。葛新蓉[6]从农业用地和耕地数量、种植业产量、化肥使用量、养殖业、畜产品产量等几个方面阐述了俄罗斯远东地区农业经济发展的基本态势，从农业改革、政策扶持前景、农业机械化方面分析了远东农业现代化面临困境。杜康等[7]从谷物、蔬菜、马铃薯、饲料作物、大豆等方面阐述了远东农业种植业现状，分析了远东联邦区农业的主要问题、农业生产的任务和优先发展方向、支持农业发展的措施、居民对农产品的需求。封安全等[8]从农业资源状况、农业生产模式、粮食生产状况方面阐述了远东地区农业现状，从自然地理、开发成本、农业劳动力数量、农业劳动力质量分析了远东地区农业发展中的“瓶颈”问题，从开发潜力、政府扶持力度、吸引外资方面展望远东农业发展趋势。谢颖[9]以中俄远东农业发展规划正式获批为契机，从俄罗斯远东地区支持外国投资者的国家政策——“远东一公顷”土地政策，结合中国与俄罗斯远东地区农业合作的现状，深入剖析新时期俄罗斯远东农业政策的启示。

中国与俄罗斯远东地区农业合作方面研究、俄罗斯远东地区粮食生产方面研究以定性研究为主，极少采用定量分析。因此，笔者在众多作者定性研究的基础上采用面板数据模型定量分析俄罗斯远东地区粮食的生产影响因素。实证分析俄罗斯远东地区粮食的生产影响因素，不仅能够拓展模型的适用范围，还能够弥补俄罗斯远东地区农业生产研究的不足，探讨中国与俄罗斯远东地区农业生产合作着力点，从而推动中国与俄罗斯远东地区之间粮食生产资源的互联互通建设与合作共赢发展，达到维护中国及俄罗斯粮食安全的目的，也对中国对外农业生产合作具有参考和借鉴意义。

2 研究方法与数据来源

2.1 模型设定在以往的农业生产影响因素的研究文献中[10-14]，采用的理论模型均为柯布-道格拉斯生产函数。柯布-道格拉斯生产函数最初是美国数学家柯布和经济学家保罗·道格拉斯共同探讨投入和产出的关系时创造的生产函数，主要用于测定生产过程中资本投入量和劳动投入量对产出量的影响，基本形式为：

Y=A(t)LαKβμ

式中，Y是产出值；A(t)是综合技术水平；L是投入的劳动力数；K是投入的资本；α为劳动力产出的弹性系数;β为资本产出弹性系数;μ为随机干扰项的影响。由于函数为非线性，对函数取对数，柯布-道格拉斯生产函数转换成线性函数：

Y=lnA(t)+αlnL+βlnK+lnμ

数据采用面板数据，模型可转换为面板数据模型，其一般表达式如下：

yit=α+xitβit+δi+γi+εit,i=1，2，…，N；t=1，2，…，T

式中，yit是个体i在时间t时期的观测值;α表示模型的常数项;δi代表固定或者随机的截面效应;γt代表固定或者随机的时期效应;xit表示k阶解释变量观测值向量;εit是独立同分布的误差项，即E(εit)=0。β表示解释变量的系数向量。

自变量选择参照文献[7-8]，该研究把劳动力的投入(pop)和播种面积(garea)纳入解释变量中，在俄罗斯远东地区农业生产采用的是欧洲标准，化肥施用量以及农药用量有严格标准，使用量必须在标准之内，因此，化肥施用量以及农药用量不纳入解释变量中，农业机械以及农用薄膜使用量没有统计数据，因此，农业机械以及农用薄膜使用量也不纳入解释变量中。为了全面反映俄罗斯远东地区的农业生产情况，引入人均固定资本投资(capinv)作为衡量资本投入指标，引入企业数量(entp)作为衡量农业生产规模化程度指标，引入农产品生产者价格指数(PPI)衡量农业生产成本投入指标，引入货运价格指数(fpi)衡量交通运输投入指标。

基于以上变量的选取，建立俄罗斯远东地区粮食生产模型：

lngyield=α0+β1lnpop+β2lncapinv+β3lngarea+β4lnentp+β5lnppi+β6lnfpi+δi+γi+εit

2.2 数据来源与处理

2.2.1数据来源与说明。数据来源于《РЕГИОНЫ РОССИИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ 2019》。俄罗斯远东地区包括布里亚特共和国、萨哈共和国、外贝加尔边疆区、堪察加边疆区、滨海边疆区、哈巴罗夫斯克边疆区、阿穆尔州、马加丹州、萨哈林州、犹太自治州、楚科奇自治区11个共和国。所选取时间跨度为2010—2018年，共9年。其中马加丹州、萨哈林州、楚科奇自治区3个共和国部分指标没有统计数据，因此，只包含8个地区9年数据，共72组数据。

在俄罗斯远东地区粮食的主产区是阿穆尔州、滨海边疆区、外贝加尔边疆区和布里亚特共和国。阿穆尔州粮食产量最多，2010—2018年平均产量为323.83万t，其次是滨海边疆区，平均产量为267.09万t，排在第三位的是外贝加尔边疆区，平均产量为141.82万t，排在第四位的是布里亚特共和国，平均产量为72.90万t，在4个粮食主产区中粮食的产量差距非常大，阿穆尔州基本是布里亚特共和国产量的五倍；萨哈共和国、哈巴罗夫斯克边疆区、犹太自治州和堪察加边疆区产量非常小，分别为9.34万t、13.32万t、12.81万t、0.18万t。从最大值和最小值来看，除外贝加尔边疆区外，其他地区产量最多时是最少时的2倍多，堪察加边疆区粮食产量基本可以忽略不计，见表1。

表1 俄罗斯远东地区粮食产量基本情况Table 1 Basic situation of grain output in the Far East of Russia

2.2.2模型类型检验。在对面板数据进行估计时，使用的样本包含了个体、时间2个方向上的信息。如果模型设定不正确，估计结果将与所要模拟的经济现实偏离很远。因此，建立面板数据模型之前要检验模型是固定效应模型还是随机效应模型，以确定模型的形式。检验过程分为4个步骤：步骤1原假设为POOL模型，备择假设为个体时点双固定效应模型；步骤2原假设为POOL模型，备择假设为个体固定效应模型；步骤3原假设为POOL模型，备择假设为时点固定效应模型；步骤4为Hausman检验，原假设为随机效应模型，备择假设为固定效应模型。根据检验结果模型确定为个体固定效应模型。

3 结果与分析

3.1 回归结果

(1)粮食种植面积(lngarea)在0.011显著性水平下是显著且是正向的，说明粮食种植面积的扩大是其增产的重要原因，俄罗斯远东地区粮食单位产量有非常大提升空间，其弹性系数为2.917。

(2)粮食生产中劳动力投入(lntpop)在0.01显著性水平下是显著的，其中粮食生产劳动力投入是正向的，其弹性系数为10.75，说明劳动力投入增加是粮食增产的重要原因，远东地区粮食种植对劳动力的投入依赖程度非常高。

(3)粮食生产中企业数量(lnentp)在0.10显著性水平下仍是不显著的，其影响是负向的，其弹性系数为-0.31，说明粮食生产还不具备规模化。

(4)粮食生产中人均固定资本投入(lncapinv)在0.10显著性水平下仍是不显著的，其影响是正向的，其弹性系数为0.096，人均规定资本投入的增加不会使粮食产量显著增加，说明粮食生产是非资本驱动型生产。

(5)粮食生产生产中物流运输价格指数(lnfpind)在0.01显著性水平下是显著的，其影响是负向的，其弹性系数为-4.080，粮食生产非常依赖交通运输情况，这说明远东地区的粮食是外贸型产品。

(6)粮食生产中生产者价格指数(lnppind)在0.10显著性水平下仍是不显著的，其影响是正向的，其弹性系数为0.72，粮食生产对生产成本的变动不敏感，意味着粮食生产相对来说比较稳定。

表2 俄罗斯远东地区粮食生产模型回归结果Table 2 Regression results of grain production model in Russian Far East

3.2 原因分析首先，在俄罗斯远东农业生产中种植面积的增加是农业增产的重要影响因素，远东地区农业生产种植面积潜力还没有得到充分发挥，与2010年相比，2018年粮食的种植面积增加了37.43%，但粮食种植面积比例不到农业用地总量的30%，主要由于俄罗斯远东地区的产业结构不合理，一直以来，俄罗斯都注重在东部地区发展工业，忽视农业的发展，导致该地区农业发展水平相对落后。其次，劳动力是影响远东农业生产重要因素，但俄罗斯远东地区的劳动力在持续减少，2010年远东地区人口为836.3万，2018年减少到818.9万，减少了2.08%，农村人口比例也在持续减少，2010年农村人口占比28.3%，2018年占比降到27.1%，俄罗斯远东地区的劳动力资源面临短缺问题。除了受到人口自然增长率较低的影响外，俄罗斯东部地区的年轻人，特别是知识分子和技术人员大多离开家乡迁往经济更发达、就业岗位更多、薪资更高、发展前景更广阔的西部地区，导致远东地区的劳动力十分匮乏。第三，俄罗斯远东地区农业企业生产还没有形成规模化生产，主要是由于俄罗斯企业的创新积极性不高，俄罗斯远东地区的企业研发强度整体上呈下降趋势，2011—2012 年远东企业的研发强度高于全俄平均水平，但2013—2018 年则一直低于全俄平均水平，主要原因在于科技研发需要大量资金投入，企业需要注入大量资金才能完成研发工作，但目前许多企业不具备投资能力或者不敢承担投资风险。第四，俄罗斯远东地区的固定资本投资量则持续减少，主要原因是2014 年乌克兰危机后，俄罗斯国家经济陷入困境，国家财政困难，大幅削减对远东地区的投资，俄罗斯恶化的经济形势也严重影响远东地区吸引外资。 最后，俄罗斯远东地区的交通基础设施不健全，俄罗斯西伯利亚和远东仅南部地区分布着铁路和公路运输通道，北部地区基本上没有运输设施，交通网密度较低，主要原因为该地区自然环境恶劣，大多数属于多年冻土带，修建铁路、公路等交通基础设施的成本要远远高于其他地区，同时俄罗斯远东地区修建交通基础设施需要的技术更复杂，工程建成后的运行成本也较高，此外，由于俄罗斯远东地区人口稀少，交通设施使用率较低，阻碍了远东地区交通设施的建设。

4 启示

对于俄罗斯远东地区方面。首先在发挥远东地区比较优势、实现区域经济协调发展的同时，必须改变传统的耕作模式，提高科学技术水平，实现传统产业的升级和新兴产业的同步发展；其次，在提高远东地区人口自然增长率的同时，通过吸引外来移民，放宽对移民的限制，吸引内部移民，应当制定更加优惠的措施继续实施移民政策提高该地区对中西部地区居民的吸引力；三是加强在基础设施建设领域的对外合作，大力吸引外资、引进先进的技术；最后应当继续完善外国投资的法律法规，简化程序、提高办事效率，提高远东地区的投资吸引力。

对于中国与俄罗斯远东地区农业合作方面。第一，俄罗斯远东地区农业劳动力资源短缺阻碍了该地区农业的发展，而中国的农业劳动力人口众多，能为俄罗斯远东地区提供丰富的农业劳动力资源，中俄可以开展农业劳务合作，对俄罗斯远东地区来说可解决劳动力不足的问题，对中国来说可缓解国内的就业压力，实现中俄农业合作互利共赢。第二，中国东北地区和俄罗斯远东地区之间有地理相邻的优势，为两个地区的农业合作提供了基础，中国东北地区的农业产业化和机械化发展可以为俄罗斯远东地区农业发展提供可借鉴的经验，可以在农业基础性、关键领域及前沿技术等方面开展联合研究，围绕两地农业优先方向共同规划并实施一批重点项目，积极推动研究成果产业化，改善俄罗斯远东地区的农业生产投资条件。第三，中俄两国在俄罗斯的《中俄在俄罗斯远东地区合作发展规划(2018—2024年)》、中国的“丝绸之路经济带”等方面开展务实的合作，利用亚洲投资银行的资金不断完善俄罗斯远东地区基础设施建设，优化基础设施选址和完善建设方案，实现内外联通，加大内外部运输物流网络的建设，有效解决区域基础设施建设的瓶颈。