(桂林理工大学商学院,广西桂林 541004)
广西是我国最主要的甘蔗生产基地,其种植面积位居全国之首,蔗糖业也是广西的支柱产业之一[1]。近年来,受到农业生产资料价格及劳动力成本大幅上涨的共同影响,农户甘蔗种植收益不断下降[2]。根据相关研究表明:广西甘蔗种植的比较优势明显,但其种植收益的比较优势明显不足,导致农户甘蔗种植意愿下降[3]。由于甘蔗作为我国最主要的糖料作物,其产量直接影响国内食糖供给稳定,而甘蔗种植收益是影响农户种植积极性的主要因素[4]。提高甘蔗种植收益成为广西提升甘蔗糖产业竞争力的重要因素,也是促进农民增收的有效途径。
关于甘蔗种植收益的影响因素相关研究文献,主要归结为两点:一是甘蔗种植成本构成要素分析推动甘蔗种植成本上升的主要因素;二是甘蔗种植的外部条件如土地经营规模、生产技术及收购价格等。学者普遍认为:成本是影响甘蔗种植收益的主要因素,劳动力及生产资料成本快速上涨,导致甘蔗种植收益下降[5-6]。甘蔗生产劳动力投入过多是导致甘蔗生产成本居高不下的根本原因,推广甘蔗全程机械化种植能有效降低人工投入,从而降低甘蔗生产劳动力成本[7]。此外,还有学者从甘蔗种植技术对收益的影响进行分析,认为:通过采用新技术、新品种能有效提高甘蔗单产和含糖量,从而提高甘蔗种植收益[8]。鉴于农业生产收益的影响因素主要包括:农产品价格、产量、单产及物质与服务费用。农产品价格直接影响农户种植收益,产量则是决定农户生产获得规模收益的主要因素,同时产量又与生产规模和单产密切相关,生产规模越大其产量也越高。物质与服务费用是农业生产成本的主要来源,但对收益的影响较小,而生产规模则是影响生产收益的主要因素[9-11]。
研究表明影响甘蔗种植收益的内因主要来自农户生产技术效率不高,广西甘蔗种植仍然处于依靠大量劳动力来完成,当前,农村劳动力老龄化趋势逐年明显及劳动工价逐渐提高,推高了甘蔗生产成本。除了劳动力成本因素,在物质与服务费用方面,甘蔗种植成本还与化肥价格密切相关,甘蔗生长对化肥需求量大,较高的化肥价格直接影响了农户甘蔗种植收益。外部因素对甘蔗种植效益的影响主要集中在农地质量、甘蔗品种、收购价格及气候条件[12]。广西大部分甘蔗种植在旱地,缺乏必要的灌溉条件,遇到干旱则对甘蔗单产影响较大,进而导致甘蔗减产。甘蔗收购价格是影响种植收益的直接原因,也是影响农户种植甘蔗积极性的首要因素[4]。对此,本文在前人的研究成果基础之上,利用向量自回归模型对广西甘蔗种植收益的影响因素进行实证分析,为促进广西甘蔗糖产业可持续发展提供指导性意见。
广西地处中国西南与华南的交错地带,北回归线从广西南部穿越而过,全年雨热充沛,光照充足,属典型的亚热带季风气候,非常适宜种植甘蔗。目前,我国甘蔗主产区包括广西、云南、广东和海南4个省区,其中,广西是第一大甘蔗主产区,甘蔗和食糖总产量约占全国的60%。在广西区内,甘蔗种植主要分布在桂中和桂南地区的平原和盆地,集中分布的蔗区有崇左蔗区、来宾蔗区、南宁蔗区、柳州蔗区、百色蔗区、河池蔗区和沿海蔗区(表1),其中,崇左蔗区是广西第一大蔗区,其次是来宾蔗区和南宁蔗区,2017 年崇左、来宾和南宁蔗区的甘蔗产量超过1 000 万t[14]。从单产来看,崇左蔗区、来宾蔗区、南宁蔗区甘蔗平均单产较高,其中,来宾蔗区平均单产高达98.55 t/hm2,比河池蔗区平均单产高50%以上,这说明广西甘蔗种植最具比较优势的蔗区分别为来宾蔗区和崇左蔗区。
表1 2017年广西甘蔗种植分布Table 1 Sugarcane distribution in Guangxi in 2017
然而,相关数据显示:2017/2018榨季,虽然广西甘蔗收购价格上调至500元/t,但农户甘蔗种植收益仍然偏低,甘蔗种植收益明显低于桑蚕和桉树等经济作物,甘蔗对农民增收的效应仍有较大空间。截至2019 年底,广西已累计完成“双高”甘蔗土地整治建设面积502.46万亩(33.5万hm2),从根本上改变了甘蔗生产条件,提高甘蔗产业综合竞争力[15]。
1.2.1 被解释变量
甘蔗种植效益的指标主要包括成本利润率、产品净收益和产品现金收益[16]。成本利润率直接反映甘蔗种植的盈利程度,这里的成本指会计成本,不包含农户自用工折算的成本,如果把农户自用工也列入成本中,那么,甘蔗种植的实际成本会更高。产品净收益=产品总值-生产总成本;产品现金收益=产品总值-会计成本。由于小农户作为广西甘蔗生产主体,家庭自用工折算往往被忽略,在计算甘蔗生产成本收益时,现金收益是主要衡量指标。根据甘蔗种植收益计量指标,并结合广西甘蔗生产现状,选取现金收益为被解释变量(单位:元/hm2)(不选取净收益的原因是,个别年份甘蔗净收益为负数,而模型要求数据只能为非负数)
由图1所示:从净利润变动情况看,近年来,除了2014 年之外,广西甘蔗生产总体上净利润为正数,但不同年份净利润波动较大,其中,2010年净利润最高。从成本利润率变动情况看,广西甘蔗生产的成本利润率波动幅度较大,其中2014年甘蔗生产出现亏损,成本利润率为-12.28%,相当于亏损4 178.7元/hm2。
图1 广西近年来甘蔗种植效益变化Fig.1 Change of sugarcane planting benefit of Guangxi in recent years
1.2.2 解释变量
影响甘蔗种植收益的因素有很多,包括生产成本、单产、收购价格、种植品种、外部冲击等因素。根据全国农产品成本收益汇编资料统计指标,从生产成本来看,甘蔗种植成本主要由物质与服务费用、人工成本和土地成本这三大成本构成[17]。人工成本主要来自雇工费用和家庭用工折价。由于家庭用工折价不易计量,因此,人工成本主要体现在雇工费用上,若劳动工价上涨则会明显增加甘蔗种植的人工成本。物质与服务费用的支出项目较多,其中,化肥支出占比约为45%,这说明甘蔗种植对化肥投入的成本相对较高。而土地成本虽然在生产成本中所占的比重相对较低,但实际上统计的数据并非准确,根据对农户甘蔗农地租金调查可知,目前广西甘蔗种植的流转地租金已经接近土地成本。
除了生产成本以外,影响甘蔗种植收益还有收购价格,甘蔗收购价格波动直接影响农户甘蔗种植收益,甘蔗收购价格由各省级政府部分定价,主要根据当年甘蔗生产成本和食糖出厂价格综合确定。相关数据显示:农户种植甘蔗首要考虑的因素即收购价格,甘蔗收购价格的小幅波动对农户种植甘蔗收益产生显著影响[18]。农业技术对甘蔗种植收益的影响毋庸置疑。近年来,广西在各甘蔗产区推广甘蔗套种、双排宽行种植等多种先进技术,有利于提高甘蔗种植收益。此外,甘蔗新品种的推广也有利于提高甘蔗单产水平。
气象条件对农业生产的影响非常明显,甘蔗种植也不例外。广西虽然属于亚热带季风气候,但在秋冬季节经常发生不同程度干旱,甘蔗大多数种植在旱地,并且缺乏必要灌溉设施,当遇到持续无有效降水时,甘蔗株枝变矮,含糖下降等现象,直接导致甘蔗单产降低,进而影响甘蔗种植收益。
甘蔗种植离不开机械化生产,如何有效提高甘蔗机械化程度成为学者讨论的热点话题。广西甘蔗种植收益不高与生产机械化程度有紧密联系。相关数据显示:2015/2016 榨季广西甘蔗种植综合机械化率达到54.98%,表面上看甘蔗种植机械化程度逐年提高,但并没有明显降低甘蔗生产人工成本,其中一个主要原因是甘蔗收获机械化程度仍然很低(5%左右),而该生产环节对劳动力投入量却占到整个生产环节的65%左右[19]。因此,只有提高甘蔗收获环节的机械化水平才能有效降低劳动力投入,从而降低甘蔗生产成本。
表2 广西甘蔗生产成本变化(单位:元/hm2)Table 2 Change of sugarcane production cost in Guangxi(unit:yuan/ha)
由表2所示:2004—2017年,无论是哪种成本都呈逐年上升趋势。从甘蔗生产成本构成来看,目前,广西甘蔗生产成本上升的最大贡献来自人工成本,究其原因主要受到雇工价格上涨有关,由于甘蔗榨季期间受劳动力供不应求的影响,导致劳动工价上升,推高了甘蔗种植成本。
由图2可知,广西甘蔗单产在66~78 t/hm2,仍处于较低水平。值得注意的是,虽然2011年广西甘蔗平均单产只有66.6 t/hm2,但甘蔗收购价格上调至500 元/t,导致当年种植甘蔗收益大幅增加。然而,2014 年受到食糖市场价格不断下跌的不利影响,广西甘蔗收购价格下调至400 元/t,虽然当年甘蔗平均单产达到73.5 t/hm2,但由于生产成本的大幅上升,直接导致当年甘蔗种植陷入亏损。可见,甘蔗种植收益主要受到甘蔗收购价格和生产成本变动的影响。
图2 广西甘蔗单产与收购价格变化Fig.2 Change of sugarcane yield and purchase price in Guangxi
根据本文实证分析需要及影响甘蔗种植收益的因素指标,甘蔗种植收益的影响因素之间的关系用图3来表示。
图3 甘蔗种植收益的影响因素Fig.3 Influence factors of sugarcane planting benefit
由于种植技术、土地质量及气象条件的数据获取存在一定困难,同时,做VAR模型分析时受到变量因素限制,根据对甘蔗种植收益的影响重要程度,结合变量因素的数据可得性,本文拟选取了单产水平、收购价格、生产成本因素作为影响甘蔗种植收益的解释变量。
⑴单产(t/hm2):若种植面积不变,单产越高对提高甘蔗种植收益作用越大。
⑵收购价格(元/t):甘蔗收购价格直接影响种植收益。收购价格变动对甘蔗种植收益的影响十分显著,甘蔗收购价格的小幅调整就对种植收益产生较大影响。
⑶生产成本(元/hm2):生产成本的变动直接影响农户甘蔗种植收益的高低。甘蔗种植收益偏低的主要原因是生产成本过高,尤其是人工成本长期偏高。
向量自回归模型(简称VAR 模型)是一种常见的计量经济模型,也是AR 模型的推广,最早由克里斯托弗·西姆斯(Christopher Sims)于1908 年提出的。VAR 模型主要用于分析随机变量扰动项对系统变量的动态影响,包括脉冲响应和方差分解两种分析方法。本文先对各变量做时间平稳性检验,确保变量处于平稳前提下做协整检验,进而做脉冲响应,最后做方差分解[20]。
以上变量中,单产(x3)数据来源于《广西统计年鉴》,现金收益(y)、收购价格(x1)、生产成本(x2)数据来源于《全国农产品成本收益汇编》,相关数据时间跨度为2000—2017年。为了消除原始数据做计量分析时可能产生异方差问题,首先,采用Eviews8.0软件对以上数据进行对数处理,然后再进行数据分析。
ADF(Augmented Dickey-Fuller)单位根检验是做VAR 模型平稳性检验的常用方法之一。由于本文实证的数据属于时间序列数据,这种数据往往是非平稳的,如果直接进行实证会出现伪回归,为了避免这种回归,本文运用ADF单位根来检验y、x1、x2、x3这4个变量的平稳性。
表3 变量的ADF 单位根检验结果Table 3 ADF unit root test results of variables
由表3 可知,5%的临界值下,y、x1、x2、x3这4 个变量的ADF 统计量水平值均大于给定5%的临界值,无法拒绝存在单位根的原假设,得出该序列是非平稳的,含有单位根,需要进一步对其进行差分,以检验变量单整阶数。经过一阶差分检验后,y、x1、x2、x3这4个变量的ADF 统计量均小于给定5%的临界值,可以认为该序列属于平稳序列,可以进行协整检验。
VAR模型平稳是否稳定可以通过AR根的特征来判断。如果被估计的VAR 模型所有单位根的模的倒数都小于1,即位于单位圆内,则VAR 模型是稳定的。由图4 可以看出,所有的单位根都位于单位圆内,说明AR 模型结果是稳定的,接下来可以进行Johansen协整检验。
图4 VAR模型平稳性检验结果Fig.4 Test results of the stability of VAR model
在进行Johansen 协整检验之前先确定最大滞后阶数。多元VAR 模型的关键是选择系统内解释变量后期的长度,如果选择不当的滞后阶很可能导致不正确的协整关系。为了选择合适的滞后期,通常采取对似然比统计量LR、最终预测误差FPE、AIC信息准则、SC信息准则和HQ信息准则5个常用指标进行选择。本文通过多次试验后最终确定VAR 模型最优滞后阶为3,则协整检验相应为2 阶。所以本文选择滞后2 期的VAR模型是较为合适的。
表4 Johansen 协整检验结果Table 4 Johansen cointegration test results
Johansen 协整检验的目的是验证一组非平稳序列是否构成长期均衡关系。从表4 可以看出只有1 个协整方程最大特征统计量大于5%显著性水平下的临界值,也就是说,在5%的显著性水平下,只有一个原假设被拒绝,因此,有且只有一个协整关系。这表明在5%的显著性水平下,y、x1、x2、x3这4个变量之间存在唯一的协整关系。本文协整方程表达式为:
由协整方程可知,甘蔗收购价格与甘蔗种植收益呈现正相关,甘蔗收购价格变动1%会引起甘蔗种植收益变动6.299%;甘蔗生产成本与甘蔗种植收益呈现负相关,生产成本变动1%会引起甘蔗种植收益变动3.515%;甘蔗种植收益与单产呈正向关系,甘蔗单产变动1%会引起甘蔗种植收益变动1.360%。
在实际应用中,由于VAR模型是一种非理论性的模型,它无需对变量做任何先验性约束,因此在VAR模型应用时,往往不分析一个变量的变化对另一个变量的影响如何,而是分析当一个误差项发生变化,或者说模型受到某种冲击时系统的动态影响,这种分析方法称为脉冲响应函数(IRF)。本文通过脉冲响应图像反应VAR 模型中一个内生变量的冲击给其它内生变量造成的影响,其主要思想是分析计量模型中残差项一个标准误差的冲击对因变量变动影响作用的大小。
本文通过建立4 变量的VAR 模型,反映收购价格(x1)、生产成本(x2)、单产(x3)对甘蔗种植收益(y)产生的冲击影响。图5a、b、c 中,横轴坐标表示冲击作用的滞后期数(单位:年度),纵轴坐标表示甘蔗种植收益的响应,实线表示脉冲相应函数,表示各变量对甘蔗种植收益的冲击影响,虚线表示正负两倍标准差偏离带。
图5 收购价格(a)、生产成本(b)、单产水平(c)对现金收益扰动的响应Fig.5 Response of disturbances procurement price(a),production cost(b)and yield(c)toward cash earnings
由图5a 可知,现金收益(y)受到收购价格(x1)的一个正冲击后,其影响效应迅速上升,并在第2期时正面效应达到最大值,说明调高甘蔗收购价格很快能提高甘蔗种植现金收益,但在第2 期之后,冲击效果逐渐降低并逐渐趋向于零。说明现金收益对于收购价格的变动十分敏感,甘蔗收购价格在短期内能够引起现金收益的较大变化,但随着时间推移,影响程度逐渐下降。
由图5b 可知,现金收益(y)受到生产成本(x2)的一个负冲击后在第2 期时就达到最大。随后,冲击逐渐减缓并趋向于零。这说明甘蔗生产成本对现金收益冲击影响在较短时间内表现明显,但从长期看,影响程度并不是很剧烈。
由图5c 可知,现金收益(y)受到单产水平(x3)的正向冲击后,其影响程度逐渐显著,但在第3期之后其影响效应开始下降,之后冲击影响趋向于零。说明单产水平对于现金收益的影响程度不如收购价格,并且反应速度也比较缓慢。
脉冲响应函数描述的是VAR 模型中一个内生变量的冲击给其他内生变量所带来的影响。然而方差分解(Variance decomposition)是通过分析每一个结构冲击对内生变量变化的贡献度,进一步评价不同结果冲击的重要性。从预测的方差分解结果(表5)来看,在当期只有甘蔗种植收益自身对其有贡献,从第2 期开始影响逐渐下降,一直到第10 期的贡献率在56%上下波动。从第2 期开始,甘蔗收购价格对现金收益的影响程度最大,一直到第10期贡献率维持在9.63%左右;生产成本从第3期开始影响迅速增大,之后缓慢下降,但贡献率仍然达到18%左右;单产对甘蔗种植收益的影响方向与生产成本基本相似,在第3期时对其影响程度达到最大,一直到第10期贡献率保持在16%左右。
表5 我国甘蔗种植收益的VAR 模型预测方差分解Table 5 Variance decompositions of VAR model of sugarcane planting benefits in China
根据以上研究结论,认为生产成本是影响广西甘蔗种植收益的主要内在因素,只有降低甘蔗生产成本才能有效提高甘蔗种植收益。广西甘蔗收割机械化程度仍然处于很低水平,绝大部分甘蔗依靠人工收获,从而推高了甘蔗生产成本。可见,全程机械化生产才是有效降低甘蔗生产成本的根本措施。因此,急需出台甘蔗全程机械化机具研发攻关奖励方案,重点奖励小型、轻便、实用机械收割设备的研发和生产,同时对购买大中型甘蔗机械的企业和个人给予贴息贷款或购机补贴,从而降低甘蔗生产人工成本,提高甘蔗种植收益。
目前,广西实行甘蔗糖价格联动机制,即按照食糖出厂价格划定甘蔗统一收购价格,并在此价格基础上浮动10%以内[21]。然而,甘蔗收购价格的提高虽然能在短期内明显提高甘蔗种植收益,但从侧面看也推高了食糖生产成本。广西大多数国有制糖企业制糖成本已经接近天花板,如果再上调甘蔗收购价格,这无疑让制糖企业无法生存。因此,提高甘蔗种植收益不可能依靠上调甘蔗收购价格,而是从降低甘蔗生产成本着手,提高甘蔗生产全要素生产率,才是提高甘蔗种植收益的根本途径。
广西虽然是我国第一大甘蔗生产基地,但长期以来甘蔗平均单产水平并不高,不仅低于广东甚至还低于云南。为了全面提高甘蔗单产,广西于2014 年启动“双高”甘蔗生产基地,计划到2020 年底建成500 万亩(33.3 万hm2)“双高”甘蔗生产示范基地,使广西甘蔗平均单产达到6.5 吨/亩(97.5 t/hm2)[22]。此外,通过优化甘蔗种植品种,大力推广高产高含糖量的新品种,加强甘蔗主产区农地基础设施建设,推进甘蔗适度规模经营,完善甘蔗生产重大自然灾害预警机制,进一步提高甘蔗单产水平。
提高甘蔗种植收益不仅关系到广西数千万蔗农的增收问题,同时也是广西甘蔗产业竞争力提升的关键环节。随着农业供给侧改革不断推进,降成本提效率是广西实现农业现代化发展的必由之路,尤其是甘蔗产业作为广西农业支柱产业,更需要下大力气振兴甘蔗糖产业,通过纵向拉长甘蔗糖产业链,提高甘蔗产品附加值,从而提高广西甘蔗糖产业竞争力。
本文采用VAR 模型实证分析2000—2017年广西甘蔗种植收益的影响因素及程度,得出以下结论:
(1)收购价格与甘蔗种植收益在短期内呈现显著的正向关系,即甘蔗收购价格的提高能在短期内显著增加甘蔗种植收益,这可以解释为何甘蔗收购价格小幅调整就会引起农户种植收益较大波动的原因[15]。
(2)生产成本与甘蔗种植收益呈现反向关系,即生产成本升高,甘蔗种植收益下降。当前,甘蔗种植成本高主要来自劳动力成本快速上升的影响,而甘蔗又属于劳动密集型农业,对劳动力投入非常大,从而推高了甘蔗种植成本。
(3)单产对甘蔗种植收益的影响虽然最弱,但其影响程度不能忽视。在甘蔗播种面积及其他条件相同的情况下,单产越高甘蔗的种植收益就越高。影响甘蔗单产的主要因素包括气候变化及甘蔗品种,甘蔗单产偏低制约了甘蔗种植收益的提高。