中国粮食生产成本上升原因探究——基于稻谷、小麦、玉米的实证分析

王善高，田旭

（南京农业大学经济管理学院，江苏 南京210095）

中国粮食生产成本上升原因探究
——基于稻谷、小麦、玉米的实证分析

王善高，田旭

（南京农业大学经济管理学院，江苏 南京210095）

基于1985-2014年中国粮食（稻谷、小麦和玉米）生产成本的省级宏观数据，采用随机前沿成本函数模型对三种作物生产成本上升之源进行了研究。结果表明：1）要素价格调整效应是驱动粮食生产成本增加的首要因素，其次是生产规模效应，而技术进步效应和效率改进效应均能降低粮食生产成本，但技术进步效应降低成本的作用更明显。2）劳动、化肥和其他要素价格均表现出正的价格调整效应，其中劳动价格影响最大。3）三种作物均存在规模经济性，但稻谷的规模经济性有所下降，而小麦和玉米的规模经济性有略微的提升。4）技术进步效应能降低生产成本，其中，稻谷的技术进步效应对成本的降低作用要高于小麦和玉米，但效率提升对降低生产成本的作用较小。基于上述研究结论，我们认为进一步深化规模化种植、推动农业生产技术进步和推进小麦、玉米机械作业等均能降低粮食生产成本。与此同时，考虑到农业生产要素价格上涨趋势不可避免，可以尝试增加农产品附加值（如套种）、延长农产品产业链等来增加土地收益，从而提高农民生产积极性，保障我国粮食供给安全。

粮食生产；生产成本；粮食安全；随机前沿成本函数；效应分解

Abstract：Based on the provincial production cost data of rice, wheat, and corn and applying a stochastic frontier cost function, this paper investigated the driving forces of rising production costs of main grains in China. Results show that: 1) rising grain production costs are mainly attributed to increased input prices and deteriorated scale effects. On the contrary, both technological progress and effciency change, particularly the former one, can lower the production costs; 2) increasing prices of labor, fertilizer and other inputs contribute to the soaring production costs, of which rising labor cost has the largest impact; 3) the scale effect of rice declined slightly, while that of wheat and corn increased slightly; and 4) technological progress can reduce main grain production costs, especially for rice; while effciency change only has limited infuence on reducing production costs. This study implicates that increasing production scale and promoting technology and mechanization in wheat and corn production can reduce production costs. In addition, developing valueadded agricultural production system (e.g., interplanting) and extending the value chain of agriculture products can serve as an alternative way to increase land yield, and stimulate farmers’ interests and improve China’s food security.

Key words：grain production; production costs; food security; stochastic frontier cost function; effect decomposition

改革开放30多年来，中国农业经济取得了巨大增长。粮食产量由1978年的3.05亿t增长到2015年的6.21亿t，年均增长率为2%。尤其是自2004年以来，粮食产量实现了史无前例的“十二连增”。然而，在取得这些显著成就的同时，迅速上升的粮食生产成本却给我国的粮食供给安全带来了巨大挑战。这主要是由于粮食生产收益偏低，随着生产成本的上升，粮食生产收益率在持续下降，有些年份甚至出现了亏本现象，粮食生产收益远远低于同期外出打工收益，严重削弱了农民种粮积极性[1-2]。《全国农产品成本收益资料汇编》数据显示[3-4]，1985-2014年，我国稻谷、小麦、玉米成本分别由1 159.5元/hm2、903元/hm2、862.5元/hm2增加到17 649元/hm2、14 476.5元/hm2、15 958.5元/hm2，分别增长了14.2倍、15.0倍和17.5倍；而同期净收益分别从960元/hm2、471元/hm2、646.5元/hm2增长至3 072元/hm2、1 317元/hm2、1 227元/hm2，仅增长了3.2倍、2.8倍和1.9倍。成本收益率分别从82.8%、52.2%、75.0%下降为17.4%、9.1%和7.7%，生产成本的上升速度显著快于利润，这说明我国农民粮食生产的投资回报率在下降。需要说明的是，这里的成本和收益均是名义价格，考虑到通货膨胀的影响，实际粮食生产成本的上升速度要慢一些。“民以食为天”，粮食生产在我国农业生产中有着非常重要的战略地位，保证粮食产量，维护粮食安全，是中国农业生产的首要任务[5]。市场经济条件下，保证粮食生产的关键是提高农民粮食生产积极性[6]，而农民最关切的是种粮成本和收益。因此在粮食生产成本逐年上升的背景下，系统分析我国粮食生产成本，寻找出成本提升之源，并有针对性地提出降低粮食生产成本的措施和建议，将有助于调动农民粮食生产积极性。

现有文献对粮食生产成本进行了广泛而深入的研究，梳理下来，主要集中在以下几个方面：第一，研究粮食生产成本的变化趋势及成本变化带来的影响，如王双进[7]和李宁[8]通过梳理主要粮食品种平均生产成本变动情况，发现粮食生产总成本的快速上涨主要是由物质与服务费用和土地成本的快速上涨所致。钟甫宁[9]通过逻辑和数据分析发现经济和收入增长以及劳动力成本的飙升是导致粮食作物生产成本迅速上升的主要原因。第二，从不同视角寻找成本上升的原因，即对粮食生产成本进行影响因素分析。如蓝海涛和姜长云[10]研究发现受经济周期波动影响，我国粮食生产成本呈波浪型上升态势。郭亮[11]认为农业经营过大容易导致生产者过度依赖社会化服务，从而使农业生产成本上升。吴清华等[12]研究发现灌溉设施和等外公路的建设对中国农业生产成本有正向促进作用。第三，将我国的粮食生产成本同其他代表性国家进行对比，探讨不同国家间的粮食生产差异。如黄季焜和马恒运[13]研究指出中国与美国、加拿大相比，种植业规模小，劳动力投入成本大，是大部分农作物生产成本高的根本原因。庞守林等[14]将中国与美国粮食成本和价格数据进行比较，发现两国粮食国际竞争力差异主要来源于农业补贴和成本结构差异所产生的补贴效应。除此之外，范成方和史建民[15]、李首涵等[16]、吴丽丽等[17]、Wang等[18]还将粮食生产成本上升作为研究背景，对我国粮食生产的比较利益、种植结构、生产要素替代等进行了研究。

纵览文献可知，虽然有关粮食生产成本研究的文献非常广泛，但当前对粮食生产成本上升原因的研究大多采用的是逻辑推理和数据梳理的方法，即使使用计量实证，也多是采用影响因素分析模型，这对粮食生产成本节约的讨论很有限，鲜有学者采用参数化方法对粮食生产成本上升问题进行研究。有鉴于此，本文拟构造随机前沿成本模型，从成本分解视角来探寻成本上升之源。在粮食生产成本迅速上升的背景下，是什么导致了生产成本的快速增长？降低生产成本的源泉又在哪里？这两个问题直接关乎我国的粮食供给安全，而要想回答这些问题，就需要我们对粮食生产成本的效应做出科学而精确的分解。因此本文将以稻谷、小麦、玉米作为研究对象，采用随机前沿成本函数模型，对三种作物的生产成本效应进行分解，从而寻找出生产成本上升之源，在此基础上，有针对性地提出降低粮食生产成本的措施和建议，提高农民生产积极性，维护我国粮食供给安全。

1 理论方法与模型设定

一般来说，对成本效率的测算主要有数据包络法（DEA）和随机前沿方法（SFA）。DEA方法对生产技术及其效率形式不做限制，根据样本数据观察到的信息构造生产可能性集合，然后通过线性规划方法求解技术效率，因此忽视了随机误差和数据的随机扰动，其参数是计算出来的而不是估计出来的，结果受数据统计误差影响较大[19]。相比之下，SFA方法则事先设定前沿生产技术的函数形式和随机扰动项的分布形式，能更好的拟合经济环境中的不确定性因素。由于气候条件、自然灾害以及其他外生因素的影响，农业生产通常被视为一个随机变量[20]，因此参数方法（SFA）比非参数方法（DEA）更适用于我国农业生产效率问题研究。

1.1 随机前沿成本函数

随机前沿分析始于对生产最优化的研究，自Aigner等[21]、Meeusen和Broeck[22]开创性的提出随机前沿模型以来，随机前沿模型被广泛地用于效率分析。根据Battese和Coelli[23-24]的研究，随机前沿成本函数的基本形式为：

式中：Cit代表观测到的实际成本；f (Yit,Pit,Wit)为确定性前沿成本；表现为具体设定的成本函数形式；Yit表示产出；Pit代表要素价格；Wit代表影响成本的其他因素，如技术进步、效率提升等。vit为传统误差项，表示各种随机环境因素对前沿成本的影响（如天气、自然灾害等），假定服从独立于uit的正态分布N(0, σ2v)；第二个误差项uit为非效率项，用以衡量技术的非有效性，服从独立于vit的半正态分布N+(0, σ2u)。

根据定义，可以将生产单元i的成本效率（Cost effciency）表示为：

式中：CEit为成本效率，E为期望条件，Cf为前沿成本，Cr为真实成本。在实证分析过程中，为了尽可能的降低模型设定误差，本文选择相对灵活的超越对数成本函数。则（1）式可表示为：

式中：Cf为前沿成本，它由产出水平、要素价格和技术进步共同决定，即Cf=C(y, p, t)，y为产出水平，p为要素价格，t为时间，代表外生技术进步。θt和θtt表示技术进步对所有个体的共同影响，体现技术外溢和技术扩散对前沿成本的共同作用；θty表示非中性技术进步，反映个体在学习能力上的差异。为了使成本函数具有良好的性质，（3）式还需要满足对称性、齐次性和规模收益不变的条件：

1.2 成本变动效应分解

本文参照Kumbhakar和Lovell[19]、何晓萍[25]、何小钢和张宁[26]的研究方法，将成本变动的总效应分解为4种效应：生产规模效应、要素价格调整效应、技术进步效应和效率提升效应。具体的分解过程如下：

1.2.1 产出变动对前沿成本的边际影响 在随机前沿成本函数中，产量和成本之间存在着必然的联系。为了刻画产出增长对成本的影响，我们将（3）式对lny求偏导，从而得到产出变动对前沿成本的边际影响。

在（5）式中，RTS即为产出变动对前沿成本的边际影响，表示产出每变动1单位所引起的前沿成本变动率。如果RTS＜1，说明存在规模经济效应，随着规模的扩大，农业生产可以通过专业化分工引起规模报酬递增和平均成本下降；反之，如果RTS＞1，则说明存在规模不经济，此时在既定的技术水平、资源条件和农户管理能力等条件下，扩大生产规模将导致平均成本的增加；如果RTS=1，则说明生产规模扩大和分工细化带来的成本收益刚好平衡。y为产出水平，p为要素价格，i指不同的投入要素，具体包括：劳动、化肥、机械等生产要素，t为时间，αy、αyy、αiy和θty为公式（3）中的估计参数。

1.2.2 要素成本份额 根据谢泼德引理[27]（Shephard’s Lemma），我们将（3）式对lnpi求偏导，得到确定性前沿成本中要素i的成本份额。

式中：Si(y, p, t)表示确定性前沿成本中第i种生产要素的成本份额，y为产出水平，p为要素价格，t为时间，i指不同的投入要素，具体包括：劳动、化肥、机械等生产要素。c表示粮食生产的实际成本。βi、βij和αiy为公式（3）中的估计参数。

1.2.3 技术进步效应 为了简化分析，我们假设技术进步外生，即技术水平由独立于经济系统以外的因素决定，并且技术进步随时间变化。我们将（3）式对t求偏导，得到技术进步效应。

式中：CT(y, p, t)表示外生技术进步对前沿成本的边际影响，y为产出水平，p为要素价格，t为时间，c表示粮食生产的实际成本，θt、θty和θtt为公式（3）中的估计参数。

将c式中的 ∂ lnCr和∂ lnCE展开：

将d式中的 ∂ lnCf展开：

以上推导过程是对实际成本变动的分解，主要分为4个部分，具体如下：

式中：方程（8）式将实际成本变动分解为生产规模效应、要素价格调整效应、技术进步效应和效率变动效应4项效应。其中，表示实际成本变动。RTS× Y˙表示生产规模效应，反映了产出变动对前沿成本的影响，RTS为产出变动对前沿成本的边际影响，为产出变化率表示要素价格调整效应，反映了要素价格调整而引起的前沿成本的变动，Si为确定性前沿成本中第i种生产要素的成本份额，为要素价格变化率。CT表示技术进步效应，反应了技术变迁对前沿成本的影响。表示效率变动效应，反映了效率变动对前沿成本的影响。

2 数据来源和变量说明

2.1 数据来源

本文使用的数据来源于《建国以来全国主要农产品成本收益资料汇编1953-1997》[3]（简称《资料汇编1》）、《全国农产品成本收益资料汇编（1998-2014历年）》[4]（简称《资料汇编2》）和《中国统计年鉴》[28]。需要说明的是，在《资料汇编1》中，1984年以前有些作物只统计了物质费用合计数，没有分项的明细数据，而1985年以后各品种成本收益表及物质费用表的数据相对较为完整，因此本文主要考察1985年以后我国三种主要粮食作物的生产成本变化情况。此外，本文之所以选择稻谷、小麦和玉米作为研究对象，是因为他们是我国三大主要粮食作物，种植面积广泛，几乎涵盖了全国各大省区，对其研究更具有代表意义。

2.2 变量说明

综合随机前沿成本函数对投入产出指标的基本要求以及数据可获得性的限制，本文选择了如下的变量：

1）总生产成本（C，元/hm2）：历年的总生产成本为所有投入要素价值的加总，包括每公顷的用工费用、化肥费用、机械作业费以及农药、农膜、管理、固定资产折旧等直接费用和间接费用。

2）作物产出（Y，kg/hm2）：这里指稻谷、小麦、玉米三种作物每公顷的平均产量。需要说明的是，在《资料汇编》中，稻谷分为早籼稻、中籼稻、晚籼稻和粳稻四种，本文以各自成本份额作为权重，将4种作物的产出加权平均。

3）劳动力价格（Pl，元/工日）：本文用每公顷劳动力费用除以劳动力投工计算，包括雇工和自用工两部份。

4）化肥价格（Ph，元/kg）：本文用每公顷化肥费用除以化肥折纯用量（包括氮肥、磷肥、钾肥和复合肥）计算。

5）机械价格（Pj，元/hm2）：由于《资料汇编》中只提供了每公顷机械费用而没有提供机械投入数量，本文将每公顷机械费用作为机械价格。虽然一些学者将农业机械价格指数作为机械的价格，但《中国统计年鉴》仅从1994年才开始统计机械价格指数，为了更大限度的保留样本，本文最终采用每公顷机械费用这一指标。

6）每公顷其他投入要素价格（Po，元/hm2）：考虑到其他要素投入内容较多，无法确定每一种要素的具体数量，本文参考吴丽丽等[17]、陈书章等[29]的方法，用农业生产资料综合价格指数来代替其他投入要素价格。此外，为保证生产资料综合价格指数的连续性，我们将1984年作为基期对历年指数进行折算。

需要说明的是，第一，每公顷农作物的总生产成本、作物产出、劳动力价格、化肥价格和机械价格数据出自《资料汇编1》和《资料汇编2》，每公顷其他投入要素价格数据出自《中国统计年鉴》。第二，本文研究的样本省份为中国大陆31个省（市），香港、澳门和台湾地区不在研究范围内。第三，对于缺失数据，本文将样本省份划分为六大区域，用缺失数据省份所在区域的均值代替，以避免样本的大量损失，六大区域的划分参照国家统计局标准：华北地区包括：北京、天津、河北、山西、内蒙古（5个）；东北地区包括：辽宁、吉林、黑龙江（3个）；华东地区包括：上海、江苏、浙江、安徽、福建、江西、山东（7个）；中南地区包括：河南、湖北、湖南、广东、广西、海南（6个）；西南地区包括：重庆、四川、贵州、云南、西藏（5个）；西北地区包括：陕西、甘肃、青海、宁夏、新疆（5个）。考虑一个基于劳动、化肥、机械、其他投入的4要素成本函数，并结合上文的分析，此时我们可以将公式（3）表示为：

在求解上式过程中，由于要同时满足（4）式的限制条件，为避免协方差矩阵的齐次性，我们使用两种要素的相对价格来替代单一要素价格。此外，为了反映地区特征，我们在模型中加入了地区虚拟变量（Dummy）。因此，最终的估计方程是以相对价格的形式表示：

式中：C表示粮食生产成本。y表示粮食产出。pl为劳动力价格，ph为化肥价格，pj为机械价格，po为其他投入要素价格，t为时间。Dummy为地区虚拟变量。vit为传统误差项，uit为非效率项。β0、αy、αyy、βh、βj、βo、βhl、βjl、βol、βhj、βho、βjo、αhy、αjy、αoy、θt、θty和θtt均为待估计参数。

3 结果与分析

3.1 模型检验和估计

表1给出了主要统计检验的结果。首先，关于变差率γ的单边似然比检验，由于γ=0在边界上，其真实分布与普通χ2分布相差较大，此时用普通χ2分布来检验γ的似然比统计量不可靠，而应采用混合χ2分布，它能更好地解决成本效率前沿面上的参数检验问题，混合χ2的临界值来自Kodde和Palm[30]。本文发现稻谷、小麦和玉米变差率为零的假设检验均在1%的水平上通过检验，说明稻谷、小麦和玉米生产中均存在成本无效的情况，因此建立随机前沿成本函数是必要的。其次，关于模型设定形式检验，无论是稻谷、小麦还是玉米均在1%的显著性概率下拒绝原假设，因此本文采用超越对数函数的形式是合理的。表2展示了（10）式的估计结果，通过（4）式的对称性和齐次性条件，可以求出（9）式中所有参数值。

表1 模型设定形式检验Table 1 Test of model setting

3.2 粮食成本变动率及效应分解

根据上文随机前沿成本函数的估计系数以及成本效应分解模型（公式（5）-公式（8）），本文将稻谷、小麦、玉米三种作物的成本效应分解为：生产规模效应、要素价格调整效应、技术进步效应和效率提升效应。需要说明的是，本文的考察期为1985-2014年，时间跨度为30 a，考虑到2003年是我国粮食产量的一个低谷，而从2004年以后粮食产量出现了十二连增，农业生产经济结构可能在这两年发生了变化，因此本文将2003-2004年作为节点，将时间划分为两段：即1986-2003和2004-2014，以此进行对比研究，详细分解结果展示在表3中。

表2 随机前沿成本函数模型估计Table 2 Estimation of the stochastic frontier cost function model

总体来看，在三种作物生产中，产出规模扩大和要素价格调整均会提高粮食生产成本，但要素价格调整是推动生产成本上升的首要因素，其中尤以劳动价格表现最强，而规模扩大对成本增加的作用相对较小。除此之外，前沿技术进步和效率提升均能降低粮食生产成本，但前沿技术进步对降低生产成本的效果更明显。本文将对四种效应做进一步展开讨论：

1）生产规模效应。根据上文分析，生产规模效应等于产出变动对前沿成本的边际影响（RTS）和产出增长率的乘积，RTS＜1说明平均成本将随产出扩大而下降，且RTS越小规模经济性越高。首先，来看RTS，本文发现稻谷、小麦、玉米三种作物的RTS均值依次为0.51、0.53和0.44，都小于1，这说明三种粮食作物均有显著的规模经济性。但从1986到2014年，稻谷的RTS均值从0.45提高为0.61，说明稻谷的规模经济性在下降。而在此期间，小麦、玉米的RTS均值都出现了下降趋势，说明小麦和玉米的规模经济性有所提高。其次，来看生产规模效应，由于生产规模效应是RTS和产出增长率的交互作用，虽然三种作物的RTS均表现出规模经济性，但由于产量在增长，所以稻谷、小麦、玉米的生产规模效应均为正。《全国农产品成本收益资料汇编》数据显示[3-4]，1985-2014年，我国粳稻、小麦、玉米每公顷产量分别从5 608.65 kg、2 977.2 kg、4 453.05 kg增长到8 301.45 kg、6 420.15 kg、7 496.85 kg，每公顷产量分别增加了2 692.8 kg、3 442.95 kg、3 043.8 kg。值得注意的是，无论稻谷、小麦还是玉米，2004年以后的生产规模效应均显著高于2004年之前的生产规模效应，出现这种现象的原因是2004年以后，我国粮食产量增长迅速，实现了史无前例的“十二连增”，因此粮食产出增长率提高是2004年以后生产规模效应增强的原因。

2）要素价格调整效应。在稻谷、小麦、玉米生产中，要素价格变动对成本上升的贡献依次为10.28%、7.81%和9.11%，其中，劳动力价格的贡献依次为8.09%、5.5%和6.74%，化肥价格的贡献依次为1.13%、0.53%和0.90%。我们发现三种作物生产中，劳动力价格均表现出较高的贡献，说明劳动力价格上涨是推动粮食生产成本上升的首要价格因素，这与钟甫宁[9]的研究结论相一致。而且《全国农产品成本收益资料汇编》数据也显示[3-4]，1985-2014年我国粮食作物用工价格从1.5元/日提高到了74.4元/日，增长了近50倍。此外，我们还发现2004年以后，无论稻谷、小麦还是玉米，劳动力价格对生产成本上升的贡献进一步增强。值得注意的是，化肥在稻谷生产中对成本上升的贡献要高于其在小麦和玉米中的作用，一种可能的解释是在稻谷生产中化肥的使用量和使用次数要明显多于小麦和玉米，这与我国农业生产的实际情况符合。

表3 三种粮食作物成本变动效应分解Table 3 Decomposition of three main grain cost change effects

有意思的是，机械在稻谷和小麦、玉米生产中表现出相反的贡献，机械在稻谷生产中的贡献为0.65%，而在小麦和玉米中的贡献分别为-1.04%和-0.25%，一种可能的解释是稻谷生产中对劳动的需求较大，随着劳动力成本上升，稻谷种植中机械大量替代劳动，从而增加了生产成本。而小麦和玉米的生产对劳动的需求相对较小，因此机械的使用会对劳动力或者其他生产要素形成替代，从而降低生产成本。图1展示了稻谷、小麦和玉米每公顷平均机械费用的年份折线图。我们发现，粳稻每公顷平均机械费用远远高于小麦和玉米，而且稻谷（以各自成本作为权重，加权平均）的每公顷平均机械费用在2007年以后，也超过了小麦和玉米。

3） 技术进步效应。在稻谷、小麦、玉米的生产中，技术进步对生产成本的贡献分别为-3.06%、-0.86%和-0.86%，说明技术进步能够推动生产成本的降低。技术进步可能的来源有农业科研投入和农业技术创新等，《中国科技统计年鉴》显示[31]，2003-2012年我国农业科研R&D支出由19.5亿元增加到106亿元，增长了4.4倍。而在农业技术创新上，刘春香和闫国庆[32]整理资料发现，改革开放以来，我国培育的农作物新品种多达一万多个，大规模的农作物品种更新换代达到5-6次，良种覆盖率从1949年的0.06%提高到2012年的96%。此外，我国还研发了150多种高效、低残留、低毒农药，使作物重大病虫害得到了有效控制。但需要引起重视的是，小麦和玉米2004年以后的技术进步效应显著低于2003年之前的技术进步效应，这可能是由于当前我国小麦和玉米农业生产技术处在较高水平，通过技术进步来降低小麦和玉米生产成本的空间在变小。

图1 稻谷、小麦、玉米每公顷平均机械费用比较Fig. 1 Comparison of mechanical costs of rice, wheat and corn

4）效率提升效应。根据上文分析，效率提升效应即为成本效率（CE）的增长率。在稻谷生产中，效率提升对生产成本的贡献为-0.16%，而在小麦和玉米中的贡献分别为-0.04%和-0.08%，说明效率提升能够在一定程度上降低生产成本，但作用较小。这从侧面反映了我国稻谷、小麦、玉米的成本效率处在较高水平，因此年际间的变化较小。但有意思的是，无论稻谷、小麦还是玉米，2004年以后的效率提升效应均明显高于2003年以前的效率提升效应，说明2004年以来，我国粮食生产成本效率有了很大改善。

3.3 粮食成本变动的特征

上文从总体上分析了我国稻谷、小麦、玉米三种作物生产成本变动率以及各类效应的概况，但没有分析他们在整个时间段的特征，为此本文进一步展示了稻谷、小麦、玉米生产成本变动的年份折线图（图2）。总体来看，无论稻谷、小麦还是玉米，粮食生产成本变动率曲线大部分在0刻度线以上区域波动，说明自1986年以来，我国粮食生产成本在持续增长。值得关注的是，在三种作物中，成本变动率曲线与要素价格效应曲线几乎重合，而劳动力价格曲线又和要素价格效应曲线的变化趋势保持一致，这进一步说明我国粮食生产成本的上升主要是由要素价格中的劳动力价格增长引起的。此外，三种作物的生产规模效应曲线均略微高过0刻度线，说明粮食产量的增加能够导致成本上升，但对成本上升的作用相对较小。而三种作物的技术进步效应曲线存在一定差异，具体而言，稻谷的技术进步效应曲线要比小麦和玉米低，说明稻谷生产技术进步对成本的降低作用要高于小麦和玉米。最后，三种作物的效率提升效应曲线均在0刻度线附近波动，而且随着时间推移，有趋近于0的趋势，说明通过效率提升来降低生产成本的潜力较小。

图2 稻谷、小麦和玉米生产成本变动的特征Fig. 2 Characteristics of rice, wheat and corn production cost changes

4 结论与讨论

4.1 结论

1）总体来看，在诱发粮食生产成本变动的各种效应中，要素价格调整效应是驱动成本增加的首要因素，其次是生产规模效应。而技术进步效应和效率改进效应均能降低粮食生产成本，但技术进步效应降低成本的作用更明显。

2）在生产规模效应中，稻谷、小麦、玉米三种作物的RTS均值都小于1，说明三种粮食作物均存在规模经济性，但稻谷的规模经济性有所下降，而小麦和玉米的规模经济性有略微的改善。在要素价格调整效应中，劳动价格、化肥价格和其他要素价格均表现出正向作用，其中劳动价格表现最强，而机械价格在稻谷生产中表现出正向作用，在小麦和玉米生产中表现出负向作用。

3）三种作物的成本变动率曲线、要素价格效应曲线和劳动价格曲线均表现出一致的变化趋势，说明我国粮食生产成本的上升，主要是由要素价格中的劳动价格增长引起的。此外，稻谷的技术进步效应曲线要比小麦和玉米低，说明稻谷生产技术进步对成本的降低作用要高于小麦和玉米。而三种作物的效率提升效应曲线均有趋近于0的趋势，说明当前我国粮食生产成本效率已经处于较高水平，通过效率提升来降低生产成本的潜力较小。

4.2 讨论

我们的结果表明，在粮食生产成本迅速上升的背景下，要素价格增长是导致粮食生产成本上升的根源，而产出规模扩大则是次要因素。同时，前沿技术进步和效率提升均能降低粮食生产成本，但前沿技术进步对降低生产成本的效果更明显，而效率提升对降低粮食生产成本的作用随着时间推移有逐渐缩小的趋势，因此降低粮食生产成本的关键还应从要素价格、生产规模和技术进步入手。第一，考虑到稻谷、小麦、玉米的生产均存在较高的规模经济性（RTS＜1），因此进一步深化规模化种植将是未来我国降低粮食生产成本的一个有效手段。第二，由于三种作物生产中前沿技术进步对降低生产成本的效果均要高于效率提升，因此加强农业技术创新在一定程度上能够降低我国农业生产成本。第三，考虑到机械对小麦和玉米的生产成本有降低作用，因此进一步深化小麦和玉米的机械作业水平也是降低其生产成本的一个选择。最后，随着经济发展，农业生产要素价格上涨趋势已经不可避免，而要素价格增长又是粮食生产成本上升的根源，在此背景下，可以通过增加农产品附加值（如套种）、延长农产品产业链等来增加土地收益，以此抵消要素价格上涨的影响。

本文存在的不足之处是：用每公顷的机械费用作为机械价格，因此机械价格效应实际反映的是机械费用变化的影响。但考虑到《全国农产品成本收益资料汇编》是以每公顷平均作为计量单位，所以每公顷的平均机械费用在一定程度上也是对机械价格的反映，虽然这不是最优选择，却是数据可得性约束下的次优选择。

[1] 韩俊. 破解三农难题, 30年农村改革与发展[M]. 北京: 中国发展出版社, 2008.

Han J. Crack Down the Three Rural Problems, 30 Years of Rural Reform and Development[M]. Beijing: Chinese Development Press, 2008.

[2] 马晓河. 中国农业收益与生产成本变动的结构分析[J]. 中国农村经济, 2011(5): 4-11.

Ma X H. An analysis of the structural change of agricultural income and production cost in China[J]. Chinese Rural Economy, 2011(5): 4-11.

[3] 国家发展改革委. 建国以来全国主要农产品成本收益资料汇编[M]. 北京: 中国物价出版社, 2003.

National Development and Reform Commission. Since the Founding of the Country the Main Agricultural Products Cost Income Data Compilation[M]. Beijing: China Price Publishing House, 2003.

[4] 国家发展改革委员会. 全国农产品成本收益资料汇编[M]. 北京: 中国物价出版社, 1998-2014.

National Development and Reform Commission. Compilation of National Cost of Agricultural Products[M]. Beijing: China Price Publishing House, 1998-2014.

[5] 倪洪兴. 开放条件下我国粮食安全政策的选择[J]. 农业经济问题, 2009(7): 4-8.

Ni H X. The choice of China’s food security policy under the open[J]. Issues in Agricultural Economy, 2009(7): 4-8.

[6] 辛毅. 农业生产成本与农村基础设施建设相关性的理论与实证分析[J]. 价格理论与实践, 2006(7): 46-47.

Xin Y. Theoretical and empirical analysis on the correlation between agricultural production cost and rural infrastructure construction[J]. Price: Theory and Practice, 2006(7): 46-47.

[7] 王双进. 改革开放以来我国粮食生产成本变动态势分析[J]. 商业经济研究, 2013(16): 12-13.

Wang S J. Analysis on the change of grain production cost in China since the reform and opening-up[J]. Business Economy Research, 2013(16): 12-13.

[8] 李宁. 我国粮食生产成本变化的总趋势及其规律分析[J]. 价格理论与实践, 2008(9): 46-47.

Li N. The general trend of grain production cost change in China and its law[J]. Price: Theory and Practice, 2008(9): 46-47.

[9] 钟甫宁. 正确认识粮食安全和农业劳动力成本问题[J]. 农业经济问题, 2016(1): 4-9.

Zhong F N. Correct understanding of food security and agricultural labor costs[J]. Issues in Agricultural Economy, 2016(1): 4-9.

[10] 蓝海涛, 姜长云. 经济周期背景下中国粮食生产成本的变动及趋势[J]. 中国农村经济, 2009(6): 4-12.

Lan H T, Jiang C Y. The change and trend of China’s grain production cost under the background of economic cycle[J]. Chinese Rural Economy, 2009(6): 4-12.

[11] 郭亮. 劳动力成本: 规模经营的结构性限制——基于对林镇规模农业的调查[J]. 中共杭州市委党校学报, 2012, 1(3): 15-20.

Guo L. Labor cost: Structural restriction of scale management: Based on the investigation of agriculture scale in Lin Town[J]. Journal of the Party School of CPC Hangzhou Municipal Committee, 2012, 1(3): 15-20.

[12] 吴清华, 周晓时, 冯中朝. 基础设施降低了农业生产成本吗?——基于分位数回归方法[J]. 华中农业大学学报(社会科学版), 2014, 33(5): 53-59.

Wu Q H, Zhou X S, Feng Z C. Does the infrastructure reduce the cost of agricultural production? Based on the quantile regression method[J]. Journal of Huazhong Agricultural University (Social Science Edition), 2014, 33(5): 53-59.

[13] 黄季焜, 马恒运. 中国主要农产品生产成本与主要国际竞争者的比较[J]. 中国农村经济, 2000(5): 17-21.

Huang J K, Ma H Y. Comparison of production costs of major agricultural products with major international competitors in China[J]. Chinese Rural Economy, 2000(5): 17-21.

[14] 庞守林, 乔忠, 田志宏, 等. 中美粮食生产成本及结构差异的竞争影响分析[J]. 管理世界, 2005(1): 83-90.

Pang S L, Qiao Z, Tian Z H, et al. Analysis on the competition effect of grain production cost and structural difference in China and the United States[J]. Management World, 2005(1): 83-90.

[15] 范成方, 史建民. 粮食生产比较效益不断下降吗——基于粮食与油料、蔬菜、苹果种植成本收益调查数据的比较分析[J].农业技术经济, 2013(2): 31-39.

Fan C F, Shi J M. Is the comparative benefts of grain production increasing effciency: A comparative analysis of the data of proft and revenue based on grain, vegetable and apple[J]. Journal of Agrotechnical Economics, 2013(2): 31-39.

[16] 李首涵, 何秀荣, 杨树果. 中国粮食生产比较效益低吗?[J]. 中国农村经济, 2015(5): 36-43.

Li S H, He X R, Yang S G. Is China’s food production less effective?[J]. Chinese Rural Economy, 2015(5): 36-43.

[17] 吴丽丽, 李谷成, 周晓时. 中国粮食生产要素之间的替代关系研究——基于劳动力成本上升的背景[J]. 中南财经政法大学学报, 2016(2): 140-148.

Wu L L, Li G C, Zhou X S. A study on the substitution relationship between China’s grain production factors: Based on the background of labor cost rise[J]. Journal of Zhongnan University of Economics and Law, 2016(2): 140-148.

[18] Wang X, Yamauchi F, Huang J. Rising wages, mechanization, and the substitution between capital and labor: Evidence from small scale farm system in China[J]. Agricultural Economics, 2016, 47(3): 309–317.

[19] Kumbhakar S C, Lovell C A K. Stochastic Frontier Analysis[M]. New York: Cambridge University Press. 2000.

[20] Reinhard S, Thijssen G. Econometric estimation of technical and environmental effciency: An application to Dutch dairy farms[J]. American Journal of Agricultural Economics, 1999, 81(2): 44-60.

[21] Aigner D, Lovell C A, Schmidt P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics, 1997, 6(1): 21-37.

[22] Meeusen W, Broeck J V D. Efficiency estimation from Cobb-Douglas production functions with composed error[J]. International Economic Review, 1977, 18(2): 435-444.

[23] Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India[J]. Journal of Productivity Analysis, 1992, 3(1): 153-169.

[24] Battese G E, Coelli T J. A model for technical ineffciency effects in a stochastic frontier production function for panel data[J]. Empirical Economics, 1995, 20(2): 325-332.

[25] 何晓萍. 工业经济的节约型增长及其动力[J]. 经济学(季刊), 2012, 11(4): 1287-1304.

He X P. Industrial economy of economical growth and its dynamics[J]. China Economic Quarterly, 2012, 11(4): 1287-1304.

[26] 何小钢, 张宁. 中国经济增长转型动力之谜: 技术、效率还是要素成本[J]. 世界经济, 2015(1): 25-52.

He X G, Zhang N. China’s economic growth transformation of the power of the mystery: Technology, efficiency or factor costs[J]. World Economy, 2015(1): 25-52.

[27] 平新乔. 微观经济学十八讲[M]. 北京: 北京大学出版社, 2001.

Ping X Q. Microeconomics in the Eighteenth[M]. Beijing: Peking University Press, 2001.

[28] 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 1985-2014.

National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook[M]. Beijing: China Statistics Press, 1985-2014.

[29] 陈书章, 宋春晓, 宋宁, 等. 中国小麦生产技术进步及要素需求与替代行为[J]. 中国农村经济, 2013(9): 18-30.

Chen S Z, Song C X, Song N, et al. Technical progress and factor demand and alternative behavior of wheat production in China[J]. Chinese Rural Economy, 2013(9): 18-30.

[30] Kodde D A, Palm F C. Wald criteria for jointly testing equality and inequality restrictions[J]. Econometrica, 1986, 54(5): 1243-1248.

[31] 中华人民共和国国家统计局. 中国科技统计年鉴[M]. 北京:中国统计出版社, 2003-2013.

National Bureau of Statistics of the People’s Republic of China. Science and Technology of China Statistical Yearbook[M]. Beijing: China Statistics Press, 2003-2013.

[32] 刘春香, 闫国庆. 我国农业技术创新成效研究[J]. 农业经济问题, 2012(2): 32-37.

Liu C X, Yan G Q. Research on the effect of agricultural technology innovation in China[J]. Issues in Agricultural Economy, 2012(2): 32-37.

（责任编辑：王育花）

Causes of the rising grain production cost in China: An empirical analysis of rice, wheat and corn

WANG Shan-gao, TIAN Xu
（College of Economics and Management, Nanjing Agricultural University, Nanjing, Jiangsu 210095, China）

F304.2 文献标识码：A 文章编号：1000-0275（2017）04-0571-10

10.13872/j.1000-0275.2017.0065

王善高, 田旭. 中国粮食生产成本上升原因探究——基于稻谷、小麦、玉米的实证分析[J]. 农业现代化研究, 2017, 38(4): 571-580.

Wang S G, Tian X. Causes of the rising grain production cost in China: An empirical analysis of rice, wheat and corn[J]. Research of Agricultural Modernization, 2017, 38(4): 571-580.

国家自然科学基金项目（71473123；71333008）；国家社会科学基金重大项目（14ZDA037）。

王善高（1992-），男，江苏扬州人，博士研究生，研究方向为农业生产以及生产效率分析，E-mail：1551927977@qq.com；通讯作者：田旭（1986-），男，湖北黄冈人，博士，副教授，主要从事食物消费与营养转型、农业生产与生产效率分析研究，E-mail：xutian@njau. edu.cn。

2017-02-28，接受日期：2017-04-26

Foundation item: National Natural Science Foundation of China (71473123; 71333008); National Social Sciences Foundation of China (14ZDA037).

Corresponding author: TIAN Xu, E-mail: xutian@njau.edu.cn.

Received 28 February, 2017;Accepted 26 April, 2017