粮食定价机制改革背景下农户生产决策行为研究

王莉 赵一夫 刘慧

摘 要：利用全国农村固定观察点东北三省和内蒙古2009年、2012年、2015年农户的面板数据，主要考虑利润、风险、家庭劳动力投入三个目标，构建农户多目标种植决策模型，对不同类型农户生产决策行为进行研究。结果表明：小农户除了考虑利润、风险目标外，耕地质量也是影响生产决策的重要因素。规模经营农户主要考虑利润、风险、家庭劳动力这三个目标，但是利润目标的权重低于风险目标或家庭勞动力目标的权重。小农户和规模经营农户的目标权重会随时间有所调整，共同点是对风险目标重视程度增加。随着粮食定价机制改革的推进，预计主产区农户对风险目标会越来越重视，政府的支持政策应更多关注于防范风险。

关键词：生产决策行为;定价机制;粮食

中图分类号：F326.11   文献标识码：A   文章编号：1003-3890（2019）03-0036-07

当前，国内粮食供求关系发生阶段性重要变化，品种结构不平衡问题较为突出。种植业是农业的重要基础，调整优化种植结构是当前和今后一个时期农业农村经济的重要任务[1]。农户是我国农业生产的主体，其生产决策行为是诱发种植结构调整的微观基础，价格是影响农户生产决策的最关键因素，粮食价格定价机制改革目的就是通过价格引导农户生产决策行为，进而实现种植结构优化[2]。同时，应当注意到，不同类型农户的生产决策行为是不同的，制定农业政策时正确认识目标农户类型的多样性特征有利于缩小政策偏差、提高农业政策实施效率[3]。《第三次全国农业普查主要数据公报》显示，截至2016年末，全国有农业经营户20 743万户，其中，小农户20 345万户，占比98.1%①。小农户长期存在是我国的基本国情，其面对市场信号变动时采取的实际生产行为与市场配置资源的逻辑难以一致，需要国家政策的引导和扶持[4]。相对于小农户，规模经营农户对市场信息把握的敏感度、接受科技创新和推广的能力更强，能够根据供需变化及市场价格变化及时调整种植结构。规模经营农户还具有鲜明的示范功能，能够在率先行动的同时带动、支持小农户，是种植结构调整优化的引领者[5]。在粮食价格定价机制改革的背景下，粮食主产区不同类型农户生产决策行为受哪些因素制约、政府应如何引导和扶持等问题值得关注。

国内外关于农户生产决策行为的研究理论中，认为农户追求最优化决策已成为多种农户理论的一个共同点，区别主要在于农户是基于单一目标还是多目标进行生产决策。Robinson最早提出了多属性效用的思想，指出决策过程是一个十分复杂的过程，决策者在生产决策中存在多方面的考虑[6]。Rehman et al.进一步指出，基于决策者的多目标建立的效用模型比基于单一的利润最大化目标建立的效用模型能更加准确地预测生产者行为[7]。随后多目标效用模型越来越受到学者们的关注并广泛用于农业方面的分析。实践中，农户的生产决策行为是基于多目标的，即除了利润最大化目标外，还考虑规避风险、减少劳动力投入等目标。Berbel et al.运用多目标效用模型分析了西班牙南部两个相似但不同的灌溉单位各目标权重的差异性[8]。Manos et al.运用多目标效用模型分析了孟加拉肥料定价对于农业集约化生产和农场行为的影响[9]。刘莹等基于2001年和2004年宁夏自治区5县130户农户种植生产的数据，运用多目标效用模型对所有农户以及不同类型农户的各目标权重进行估计[10]。Yano et al.扩展了多目标效用模型并把它应用到农作物规划问题研究中[11]。Van Huylenbroeck et al.认为，由于受经济发展、政策变化等因素影响，农户追求的各目标的重要性排序可能随时间有所变化[12]。在农户多目标生产决策行为研究中，由于各目标之间关系复杂，各目标权重的估计是一个难点。孟雪等将国内外关于确定权重的方法按照计算程序大致分为主观赋权法、客观赋权法、主客观综合集成赋权法三类[13]。客观赋权法的优点是不依赖人的主观判断，决策结果具有较多的数学理论依据，因而在实践中应用较广。

然而，农户多目标效用模型需要至少两期农户跟踪调研数据才能进行对比分析，由于数据收集不易，国内外相关研究较少。为此，本文利用全国农村固定观察点东北三省和内蒙古2009年、2012年、2015年农户的面板数据，主要考虑利润、风险、家庭劳动力投入三个目标，将农户分为小农户和规模经营农户，构建农户多目标种植决策模型，分析不同类型农户生产决策行为。

一、数据来源、模型构建与目标权重确定

（一）数据来源

本文数据来源于全国农村固定观察点东北三省和内蒙古2009年、2012年、2015年农户的调查数据，涉及49个行政村。据第二次全国农业普查数据，2006年经营规模35亩以下农户占农业经营户比例为98.24%②，最接近2016年第三次全国农业普查数据中小农户占农业经营户的比例。以这个比例推算，本文近似将2009年东北三省和内蒙古经营规模达到50亩及以上、2012年经营规模达到70亩及以上③、2015年经营规模达到100亩及以上的农户定义为规模经营农户。

东北三省和内蒙古农作物主要有玉米、大豆和水稻，三种粮食作物种植面积占农作物总种植面积的75%以上④，优势产区这一比例可达90%以上⑤。因此，本文只考虑这三种粮食作物，并要求农户家庭经营主业为种植业，且2009年、2012年、2015年每年至少种植三种粮食作物中的一种。最终经过筛选，本文一共获得6 143个小农户有效样本、533个规模经营农户有效样本。具体的样本数量分布如表1所示。

（二）模型构建

（三）目标权重确定

本文拟采用主成分分析法确定各目标权重。基于文献梳理和实地调研了解，东北三省和内蒙古农户生产决策时除了考虑利润、风险、家庭劳动力投入目标外，可能还会考虑耕地质量和种植技术这两个因素。耕地质量用5亩以上地块数比例和水浇地比例两个指标近似表示，种植技术用户主文化程度这个指标近似表示。主成分分析法确定各目标权重的基本思路如下：

第一，将原始数据标准化，消除量纲的影响。

第二，主成分个数选择原则是特征根大于1，且累计方差贡献率在85%以上。

第三，主成分的方差贡献率为权重，对该权重在各主成分线性组合中的系数的加权平均的归一化后的数值为本项目的各目标权重。

二、模型数据整理与分析

利用农户多目标种植决策模型估计小农户和规模经营农户的各目标权重，需要的数据包括农户主要农作物种植结构、农户对主要农作物投入产出情况、农户主要农作物雇工情况、农户主要农作物每亩净利润、农户的耕地质量和种植技术。其中，农户主要农作物每亩净利润用《全国农产品成本收益资料汇编》中东北三省和内蒙古玉米、大豆、稻谷2009—2015年亩均净利润计算净利润的方差协方差矩阵，因此，本文仅对来自全国农村固定观察点东北三省和内蒙古农户调查数据进行整理和分析。

（一）农户主要农作物种植结构

在东北三省和内蒙古，玉米、大豆和水稻种植模式均为一年一熟制，不存在间作套种情况，样本农户三种粮食作物平均种植面积和结构如表2所示。

从种植面积来看，小农户三种粮食作物平均种植面积从2009年的26.21亩增加到2012年的32.81亩，然后继续增加到2015年的52.39亩;规模经营农户三种粮食作物平均种植面积则从90.6亩增加到188.63亩，然后继续增加到211.18亩。从种植结构来看，与2009年相比，比较明显的变化在于小农户大豆平均种植面积占比在2012年小幅下降后2015年大幅上升;规模经营农户大豆平均种植面积占比在2012年、2015年都显著下降，而玉米平均种植面积占比在2012年大幅下降后2015年又大幅上升。

进一步分析发现，2009—2012年，国家对东北三省和内蒙古三种粮食作物都实施托市收购政策，且托市收购价格明显高于市场价格。玉米、大豆、水稻的托市收购比价由1∶2.49∶1.27变为1∶1.87∶1.32⑥，大豆种植比较效益降低，玉米、水稻种植比较效益增加。但是受耕地面积较小、种植习惯、轮作倒茬、家庭劳动力较少等因素制约，小农户玉米、大豆、水稻平均种植面积虽然都增加，但种植结构变化幅度均较小;规模经营农户耕地面积较大，对市场价格变化较敏感，有意愿和能力投入较多资金扩大效益相对较高的水稻种植面积，导致水稻平均种植面积占比由18.82%上升到42.41%⑦。2012—2015年，国家对东北三省和内蒙古玉米、稻谷继续实施托市收购政策，2014年大豆由临时收储政策改革为目标价格补贴制度。其中，2014年玉米临时收储价格达到最高，平均为每斤1.12元;2015年玉米临时收储价格首次下调至每斤1元，玉米、大豆、水稻的比价⑧由2012年的1∶1.87∶1.32变为2015年的1∶2.4∶1.55，玉米种植比较效益降低，大豆、水稻种植比较效益增加。小农户玉米、大豆种植结构的变化方向与其比较效益变化方向一致;规模经营农户由于前期普遍购买了大型玉米專用机械设备，资金投入较高，在玉米临时收储价格首次下调时种植结构调整速度慢于小农户，所以玉米种植结构的变化方向与其比较效益变化方向相反。

（二）农户主要农作物投入产出情况

农作物投入包括资金和劳动力，资金投入包括种子、化肥、农药、农膜、水电及灌溉、机械作业、土地租赁费用等。从资金投入来看，由于生产资料价格和土地租金的上涨，小农户和规模经营农户三种粮食作物资金投入都呈不断上涨趋势。其中，玉米资金投入涨幅最大，小农户和规模经营农户2015年较2009年涨幅分别达到75.34%和139.39%。从劳动力投入来看，由于机械化程度的提高和社会化服务的发展，小农户和规模经营农户三种粮食作物劳动力投入都呈不断减少趋势。其中，大豆劳动力投入降幅最大，小农户和规模经营农户2015年较2009年降幅分别达到45.69%和45.82%。就产出来看，2009—2012年，由于三种粮食作物出售价格（托市价格）普遍涨幅高于生产成本涨幅，小农户和规模经营农户亩均净利润均明显增加。2012—2015年，由于三种粮食作物出售价格普遍涨幅低于生产成本涨幅，小农户和规模经营农户亩均净利润均明显减少。2015年农户种植玉米、大豆则普遍亏损⑨，其中，规模经营农户亏损额大于小农户（表3）。

（三）农户主要农作物雇工情况

东北三省和内蒙古耕地规模较大，农忙时普遍存在雇工情况。从农户类型来看，小农户劳动力投入主要依靠家庭成员，三种粮食作物雇工数量均少于规模经营农户。从粮食作物种类来看，水稻种植雇工最多，大豆种植雇工最少（表4）。

（四）耕地质量和种植技术

从耕地质量来看，小农户5亩以上地块数占年末实际经营耕地块的比例均低于规模经营农户，但是水浇地比例均高于规模经营农户。表明规模经营农户耕地集中连片程度高，易于推广和采用机械化。从种植技术来看，小农户和规模经营农户户主平均受教育年限近似（表5）。进一步分析发现，小农户户主受教育年限变异较大，而规模经营农户户主受教育年限变异较小。因此，规模经营农户文化程度普遍较高，易于接受新思想、采用新技术。

三、模型结果整理与分析

在运行模型之前，首先计算利润、风险、劳动力、耕地质量（5亩以上地块数比例、水浇地比例）、种植技术（户主文化程度）这六个指标的相关系数矩阵。结果发现，相关系数绝对值70%以上大于0.3，表明各指标存在较强的线性关系，适合做主成分分析。

根据Stata12统计分析软件运行结果，按照主成分个数选择原则，东北三省和内蒙古2009年、2015年小农户、规模经营农户和2012年规模经营农户提取前2个主成分，2012年小农户提取第1个主成分。从提取的主成分累计方差贡献率来看，最低的也达到85.5%，大部分都在90%以上，说明提取的主成分具有较强的解释力（表6）。

为了更加精确地识别主要影响指标，用Stata12统计分析软件对载荷矩阵进行旋转，旋转后每一个载荷量表示对应指标对主成分的影响程度，绝对值越大影响程度越高。需要说明的是，本文的研究目的是主要考虑利润、风险、家庭劳动力投入三个目标来分析粮食主产区农户生产决策行为适应性，因此在每个主成分中只选择载荷量最大的1个指标，虽然这样做可能遗漏部分相对重要的指标，但是却可以清楚地观察到不同类型农户利润、风险、家庭劳动力投入三个目标的权重及变化情况。以提取的主成分的方差贡献率为权重，对该权重在各主成分线性组合中的系数的加权平均的归一化后的数值为各目标权重（表7）。从考虑目标来看，小农户除了考虑利润、风险目标外，耕地质量（5亩以上地块比例）也是影响生产决策的重要因素，规模经营农户生产决策时主要考虑利润、风险和家庭劳动力投入目标。从目标权重来看，比较显著的变化是与2009年相比，2015年小农户、规模经营农户风险目标权重分别上升了26.1%、52.1%。

四、结论与建议

农户的生产决策是基于多目标的。小农户除了考虑利润、风险目标外，耕地质量（5亩以上地块比例）也是影响生产决策的重要因素，这主要是由于小农户耕地普遍细碎，而机械化程度的提高和社会化服务的发展使得连片种植可以节约至少1/3的生产成本。规模经营农户主要考虑利润、风险、家庭劳动力投入这三个目标，但是利润目标的权重低于风险目标或家庭劳动力投入目标的权重，这主要是由于国家以高于均衡价格的托市价格对主产区粮食敞开收购，而且托市收购价格提前公布并逐年提高，利润可预期。

农户的各目标权重会随时间有所调整。小农户和规模经营农户共同特点是对风险目标重视程度都增加。这一方面是随着政府对主产区粮食托市收购政策的调整，粮食作物的比较效益有所降低，农户收益的不确定性有所增加;另一方面是在粮食定价机制改革的趋势下，如2014年大豆由临时收储政策改革为目标价格补贴制度、2015年玉米临时收储价格首次降低、2015年稻谷最低收购价首次保持2014年水平不变。主产区农户由过去只关心产量转为产量质量并重，风险意识逐步增加，较多地关注市场需求的变化。

小农户和规模经营农户的目标权重有所差异。在粮食托市收购价格水平涨幅趋缓、保持不变甚至降低期间，规模经营农户对于风险目标权重重视程度明显大于小农户。这一方面是因为规模经营农户主要通过流转耕地扩大粮食种植面积，而东北三省和内蒙古耕地租金在总成本中所占份额较大（2015年平均约占40%左右）;另一方面是因为规模经营农户前期普遍购买了大型专用机械设备，资金投入较高，而小农户耕地面积少，家庭经营为主，粮食生产基本实现机械化，所以生产决策时较少考虑家庭劳动力目标。规模经营农户家庭劳动力投入目标权重逐步下降，这主要是由于东北三省和内蒙古规模经营面积较大，普遍需要雇工。但是随着机械化程度的提高，2015年内蒙古、辽宁、吉林、黑龙江耕种收综合机械化水平分别达到81.24%、77.12%、80.42%、92.94%，具体到玉米、大豆、水稻，耕种收综合机械化水平更高，机械对劳动力的替代作用明显。

根据以上研究结论，本文提出以下两点建议：第一，随着粮食定价机制改革的推进，粮食价格将主要由市场供求决定，预计主产区农户对风险目标会越来越重视，政府的支持政策应更多地关注于防范风险。对于生产环节的风险，可通过培育一批粮食加工龙头企业，支持企业以“公司+农户”“公司+合作社+基地+农户”“公司+联合体”等形式发展产业化经营，带动和引导小农户种植优质粮食品种，适应市场需求。对于销售环节的风险，应稳步扩大“保险+期货”试点。2017年全国仅有70.8万吨玉米和11.5万吨大豆纳入“保险+期货”试点，分别仅占当年总产量的0.33%和0.79%。第二，粮食定价机制市场化改革对规模经营农户收入的冲击大于小农户，规模经营农户资金约束增加，政府的支持政策应适当向其倾斜，发挥其带动和示范作用，如健全全国农业信贷担保体系，推进省级信贷担保机构向市县延伸，重点服务种养大户、家庭农场、农民合作社等。

注释：

①经营规模10亩以下的农户占85.5%，经营规模10～30亩的农户占10.5%，经营规模30～50亩的农户占2.6%。

②35～39.9亩、40～44.9亩、45～49.9亩、50～59.9亩、60～99.9亩、100亩及以上的占比分别为0.41%、0.34%、0.22%、0.31%、0.40%、0.22%。

③以2016年100亩、2006年35亩为依据计算年均增长率后估算得出。

④2009年、2012年、2015年玉米、大豆、水稻种植面积占农作物总种植面积的比例分别为73.83%、74.91%、77.92%。

⑤课题组调研了解。

⑥玉米临时收储价格取内蒙古、辽宁、吉林、黑龙江平均价格。

⑦也许和规模经营农户主要分布在黑龙江有关。

⑧玉米、水稻是托市收购价格;大豆是目标价格，为每斤2.4元。

⑨以黑龙江为例，大豆2015年目标价格补贴为每亩130.87元。加上目标价格补贴，大豆每亩亏损额少于玉米。

参考文献：

[1]农业部关于印发《全国种植业结构调整规划（2016—2020年）》的通知[EB/OL].（2016-04-28）[2018-08-20].http：//jiuban.moa.gov.cn/zwllm/tzgg/tz/201604/t20160428_5110638.

htm.

[2]陈锡文.落实发展新理念 破解农业新难题[J].农业经济问题，2016（3）：4-10.

[3]钟真，孔祥智.市场信号、农户类型与农业生产经营行为的逻辑——来自鲁、晋、宁千余农户调查的证据[J].中国人民大学学报，2013（5）：62-75.

[4]程名望，史清華，Jin Yanhong，等.市场化、政治身份及其收入效应——来自中国农户的证据[J].管理世界，2016（3）：46-58.

[5]张红宇.发挥新型农业经营主体对改革的引领作用[N].经济日报，2017-02-10（15）.

[6]ROBISON L J. An appraisal of expected utility hypothesis tests constructed from responses to hypothetical questions and experimental choices[J].American journal of agricultural economics，1982，64（2）：367.

[7]REHMAN T， ROMERO C. The application of the MCDM paradigm to the management of agricultural systems：some basic considerations[J]. Agricultural systems，1993，41（3）：239-255.

[8]BERBEL J，RODRIGUEZ-OCAA A.An MCDM approach to production analysis：an application to irrigated farms in Southern Spain[J]. European journal of operational research，1998，107（1）：108-118.

[9]MANOS B，BEGUM M A A，KAMRUZZAMAN M，et al.Fertilizer price policy，the environment and farms behavior[J]. Journal of policy modeling，2007，29（1）：87-97.

[10]刘莹，黄季焜.农户多目标种植决策模型与目标权重的估计[J].经济研究，2010（1）：148-157.

[11]YANO H，SAKAWA M.Interactive fuzzy decision making for multiobjective fuzzy random linear programming problems and its application to a crop planning problem？[M]//MADANI K，et al.Studies in computational intelligence.Switzerland：Springer International Publishing，2014：143-157.

[12]VAN HUYLENBROECK G，UREA CAMPOS E，VANSLEMBROUCK I.A （recursive） multiple objective approach to analyse changes in the utility function of farmers due to policy reforms[J].Applied mathematics & computation，2001，122（3）：283-299.

[13]孟雪，李賓.多目标决策分析模型及应用研究[J].现代管理科学，2013（7）：42-44.