品种改良对玉米单产的贡献率分析

刘世梦倪，宋敏

(中国农业科学院农业资源与农业区划研究所，北京 100081)

从未来发展趋势来看，粮食作物播种面积不仅受到耕地减少的刚性约束，而且也受到农业供给侧结构性改革和产业换代升级等国家产业政策的影响。未来粮食生产不可能依靠扩大面积的外延式方式，只能依靠提高单产的内涵式增长方式。通过不断增加单产在满足社会对食物日益增长需要的基础上，为农业生产结构调整腾出空间。

农作物生产过程实际上就是通过人的活动，改造和利用植物种子生物遗传功能的过程。在农业生产中，农产品生产过程既是人类劳动过程，同时又是植物生命体的自然再生产过程。植物生命体的自然再生产过程虽然离不开土壤水肥气等因素，但是这些因素只能提供植物生长发育的外部条件，决定种子生长发育的遗传机能才是农业自然再生产的内因，外因只能通过种子这一内因而发挥作用。为了从根本上改变农作物生产过程，满足不断增长的农产品需要，人类通过不断努力培育出具有各种性状特征的新品种，成为劳动者在生产过程中有效利用自然生物遗传功能和生境要素的有效工具。例如，抗倒伏杂交水稻品种的选育成功，使得通过大肥大水集约化种植，充分利用植物肥效增加产量成为可能。因此，正确评价植物品种在农作物生产中的作用，对重塑以促进新品种培育和推广运用为核心的粮食作物生产政策体系，具有重要的理论和现实意义。

中国农业、粮食生产要素投入与科技贡献率问题一直是国内外学者关注的焦点和重点，积累了大量的研究成果。朱希刚[1]使用1997年原农业部科技司认定的方法测得中国“八五”时期种植业科技进步贡献率为30%，“九五”时期为42.11%；程申等[2]基于1978—2015年中国稻谷、小麦、玉米的各投入要素和全要素生产率的增长率及其对粮食产出的贡献率，测得粮食作物产量的增长主要依赖于全要素生产率的增长；而技术进步是中国农业全要素生产率增长的最主要驱动因素[3]；原农业部软科学委员会课题组[4]对1978—1996年粮食增产技术的贡献率进行总体测算，栽培技术占比最大为34.1%，其次是优良品种，占比为33.8%；李天祥[5]基于2003—2012年中国粮食生产的相关数据，测得部分年份技术进步对全国粮食产量增长的贡献率超过30%。董文等[6]基于专家对中国粮食增产技术发展重点的调查分析总结出品种选育技术在水稻、小麦、玉米三大作物中均以较大优势排列第一位。为了进一步测算品种的贡献率，田甜等[7]通过构建粮食单产的C-D生产函数模型分析了各种投入对单产的影响，结果表明，种子投入对玉米单产水平影响显著，种子优劣是关乎粮食能否增产的首要因素；闫琰[8]指出中国粮食生产实践证明良种的增产贡献率在33.8%左右；美国等发达国家则达到40%左右[9]；吴永常等[10-11]利用修正后的科技进步因素分解法，将某年良种推广面积占总播种面积的百分比、良种和良种对照种实际平均产量差值的乘积作为某一品种其遗传改良在产量提高中的作用，测得吉林省玉米良种的产量贡献为40%，在南方除西南丘陵的其他稻区，水稻良种的贡献份额也在40%左右；张雪梅[12]利用随机边界生产函数分析表明1991—1996年中国玉米良种播种面积的比重对玉米单产提高的贡献率为19.77%；杨笛[13]基于品种、灌溉、面积、肥料和气候变化的不同组合，使用作物机理模型EPIC测得黄淮海夏玉米区品种改变对玉米单产的贡献占比在2006—2010年间达到45.22%；QIAN等[14]利用生产函数估算了玉米新品种遗传改良和品种推广对玉米单位产出的总体贡献率，从农业经济学角度强调了农业推广的贡献率。

已有文献为品种改良对粮食作物单产的贡献研究奠定了基础，但是现有研究成果都没有解决直接测量品种改良水平的问题，大多采用扣除推算或者借用替代指标的方式，间接测算品种对农作物产量的贡献，如陈龙江等[15]使用柯布-道格拉斯函数，采用基于单位面积种子用量和单位种子平均价格构建的2种指数，实证评估了2002—2012年20个省(市)玉米种子质量提升对中国玉米单位产出的影响；司伟等[16]构建良种率(指优良品种推广面积占总播种面积的比率)和品种更新率(当年大豆新增推广品种的推广面积与总播种面积的比率)，尝试从推广结果的角度评价品种推广对大豆单产的影响。本研究在借鉴前人研究结果的基础上，结合品种更新换代的生命周期，重点关注处于成长和成熟阶段品种的推广情况，借助新品种的理论单产水平来计量品种更新实际带来的品种质量改善或技术进步，解决了直接测量品种改良水平的问题。以2001—2018年14个玉米主产省份数据为样本，运用C-D生产函数分析品种改良对农作物单产的贡献率，并提出相关政策建议。

1 品种改良及水平测算

1.1 农作物生产与品种改良

农作物生产发展历史也是一部品种不断更新换代的历史。由于生态环境差异、市场消费偏好、生产者习惯等，一定时期在某种作物生产中推广运用的品种实际上是由众多各具性状特征的品种构成的一个集合。据统计，2018年推广面积在6.67×103hm2及以上的玉米品种有994个，其中排列前10位的品种为郑单958、先玉335、京科968、登海605、德美亚1号、伟科702、裕丰303、浚单20、隆平206和联创808，十大品种推广面积为8.19×106hm2，占6.67×103hm2及以上玉米品种推广总面积的27.45%，位居推广面积榜首的郑单958，占6.87%。

同时，由于受产品市场需求变化，以及品种遗传退化等因素的影响，每个品种都必然经历培育、引进、成长、成熟、衰退的生命周期。因此，在作物生产中，每年都可能面临新品种投入使用，老品种被淘汰退出使用，由此形成生产使用品种的动态组合。图1是2000—2018年中国玉米推广面积6.67×103hm2以上的品种数量及其推广面积，2000年推广6.67×103hm2以上的品种大约400个，2018年增加到将近1 000个。由此可见，生产推广的玉米品种多元化趋势在不断加强。不同时期在生产中运用品种的改良水平，不是单个品种之间的简单对比，而是一系列品种组成的集合之间的比较。因此，科学测算在生产中推广运用品种集合的改良水平，是计量作物生产中品种贡献的关键。

数据来源：中国种业大数据平台http://202.127.42.47:6006/Home/BigDataIndex全国农业技术推广服务中心。下同。Data source:China Seed Industry Big Data Platform http://202.127.42.47:6006/Home/BigDataIndexNational Agro-Tech Extension and Service Center.The same as below.图1 全国玉米推广情况Fig.1 National corn promotion situation

1.2 品种改良水平测算指标

品种改良水平体现的是不同生产周期使用品种的生产性状优劣程度。品种的更新换代，本质上是优胜劣汰，由生产性能较好、具有增产潜力的品种逐步取代生产性能较差的品种。不同时期形成的生产运用品种集合，一是取决于新品种培育创新和推广运用能力，品种更新换代的频率与育种创新和推广运用能力成正比，一般随着育种技术加速发展和种业市场竞争加剧，种业企业会加大创新和推广投入，加快生产运用品种集合迭代更新；二是取决于实际运用品种的生命周期，处在成长或成熟期的品种，由于还处在前期研发和推广成本的回收期和盈利期，种子公司出于利益最大化的考量，一般不会在这个时期退出现有品种使用，只有当品种进入衰退期时，才有可能推出新品种，形成新的生产运用品种组合。图2为2000—2018年玉米总推广面积前10位品种的生命周期图。由此可见，近年来主要推广的玉米品种都呈现出引进、成长、成熟到衰退的生命周期，没有永葆长青的品种，品种更新换代是必然规律。但是，品种生命周期的时间跨度差异也非常明显，如郑单958进入市场成熟期后，还保持了较长时间，才逐步进入衰退期，而豫玉22、农大108和浚单20等品种在成熟期稳定时间很短，达到最大推广面积后很快就转入播种面积减少的衰退期。

图2 代表性玉米品种生命周期图Fig.2 Life cycle diagram of representative corn varieties

明确了某一时间截面生产运用品种集合的构成和变动规律，为了计量该品种集合的相对改良水平，一方面需要测算新老品种的更换比例；另一方面需要计测新品种与被更换的老品种之间的品质差异。为此，本研究设计了品种更新率和品种进步率2个计量指标。

1.2.1 品种更新率(Variety renewal rate，VRR) 它体现的是在t年度，生产运用品种集合中，新引进使用的品种替代现有品种的规模和速度。其计算方式为：t-1年度引进某地区生产使用的品种在t年增加的推广面积之和与t年度该地区所有品种总推广面积的比率(注：总推广面积不包括t年新引进使用品种的推广面积)，计算公式如下：

(1)

式中：a表示t-1年度已进入p地区玉米品种在t年度增加的生产面积，b表示t年p地区玉米品种的生产总面积。

由于中国对作物品种推广面积进行统计时，并没有将所有品种纳入统计对象。对于玉米作物，目前中国种业大数据平台和全国农业技术推广服务中心编写的《全国农作物主要品种推广情况统计表》实际只统计了推广面积6.67×103hm2及以上的品种。受统计数据的限制，在测算品种更新率时，实际计测的是生产中推广面积6.67×103hm2以上品种集合的变动规模和频率。另外，品种更新率指标中分母不包括该地区t年新投入使用品种的推广面积，是因为无法测算这部分品种相比t-1年增加的推广面积，如果不剔除这部分数据，会造成品种更新率被低估。虽然这种方式不能代表生产中使用品种集合更新换代的全貌，但是可以大致反映品种更新的总体趋势。

1.2.2 品种进步率(Variety improvement rate，VIR) 品种更新率只从数量角度反映了新品种的更新频率，但是并不能反映更新的品种与被更新的品种之间的质量差异和技术进步水平。品种的技术水平或质量差异主要体现为利用该品种生产最终产品的产量和品质。对不同作物品种而言，两者的侧重各有所不同，对于玉米等大田作物，能否增加产量一直是衡量品种质量的主要指标。根据中国主要农作物品种审定制度，品种进入生产推广使用之前，均要求进行区域试验和生产试验，通过试验测试品种在不同生态区域的生产表现，特别是单产水平。因此，本研究借助新品种的理论单产水平来计量品种更新实际带来的品种质量改善或技术进步。图3为图2中玉米品种审定时的理论单产值。

图3 代表性玉米品种理论单产Fig.3 Theoretical unit yield of representative corn varieties

结合品种更新率和更新品种的理论单产值，可以得到品种进步率的计算公式如下：

(2)

式中：a表示t-1年已进入p地区某玉米品种在t年增加的生产推广面积，b表示t年p地区某玉米品种的生产推广面积；Y表示对应品种审定时的理论单产值。

1.2.3 品种进步率测算 表1为依据上述计算模型测算的中国14个玉米主产省份在不同年度玉米品种进步率。由表1可以看出，18年间玉米品种平均进步率最大的地区是吉林，平均进步率达到128%，其次是辽宁和新疆，平均进步率最低的是云南为113%。体现了玉米主产省份主要玉米品种技术水平不断提高的发展趋势。

表1 玉米品种进步率Table 1 Variety improvement rate of corn %

2 品种贡献率计算模型与实证分析

2.1 理论模型

本研究采用的理论模型是由数学家COBB和经济学家DOUGLAS将技术资源因素引入生产函数中而诞生的柯布-道格拉斯(C-D)生产函数法。后为推广到实际生产中，美国经济学家TINBEREN用变量A(t)来替换技术水平常量A，将C-D生产函数表达式转化为[17]：

Y=A(t)LαKβμ

式中:Y是总产值，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，一般指固定资产净值，α是劳动力产出的弹性系数，β是资本产出的弹性系数，μ表示随机干扰的影响，μ≤1。

2.2 实证模型

本研究依据C-D生产函数，首先采用单位面积的产量和要素投入值，剔除作物播种面积的影响；其次，将品种进步率作为与其他要素投入并列的独立变量，纳入生产函数模型，并对生产函数模型两边取对数使其线性化后公式如下：

lnYieldt=C+a1lnLabort+a2lnCostt+a3lnVIRt+ε

(3)

式中：被解释变量为“玉米主产品产量对数”(Yield，kg·hm-2)。解释变量包括：用工数量对数(Labor，day·hm-2)，物质与服务费用对数(Cost，元·hm-2)，品种进步率对数(VIR，%)，费用做平减处理，以剔除通货膨胀的影响。其中ε为残差，a1、a2、a3为待估系数。

2.3 数据来源

基于数据可得性，本研究使用黑龙江、吉林、山东、河南、内蒙古、河北、辽宁、山西、四川、云南、新疆、安徽、贵州、江苏共14个省份的玉米相关数据，因为2001—2018年这14个省份玉米产量占全国总产量的88.36%，具有一定代表性。品种推广数据来自中国种业大数据平台(http://202.127.42.47:6006/Home/BigDataIndex)和全国农业技术推广服务中心编写的《全国农作物主要品种推广情况统计表》。玉米产品产量、用工数量和物质与服务费用来自国家发展和改革委员会价格司编写的《全国农产品成本收益资料汇编》。为保证统计口径相同，玉米单位面积产量由玉米主产品产量代替，指玉米脱粒后的粒子重量；用工数量指生产过程中生产者(包括其家庭成员)和雇佣工人直接劳动的天数；物质与服务费用指在直接生产过程中消耗的各种农业生产资料的费用、购买各项服务的支出以及与生产相关的其他实物或现金支出，包括直接费用和间接费用2部分，直接费用包括种子费、化肥费、农家肥费、农药费、农膜费、租赁作业费、燃料动力费、技术服务费、工具材料费、修理维护费和其他直接费用。图4为2001—2018年所使用数据每年的算术平均数，玉米主产品产量总体呈增长趋势，用工数量逐渐较少，直接费用呈上升趋势。

图4 解释变量数据Fig.4 Explanatory variable data

文中使用数据为n=14，T=18的长面板数据，首先要确定是否存在异方差或自相关。利用沃尔德检验进行组间异方差检验，利用WOOLDRIDGE提供的方法进行组内自相关检验，利用非官方STATA命令“xtcsd”进行截面相关检验，根据STATA显示的检验结果(表2)，本研究选择FGLS对面板数据进行估计。

表2 检验结果Table 2 Test result

2.4 实证分析结果

将各项数据代入实证模型，得出估计结果如表3所示。

2.5 贡献率分析

表3中估计结果显示，品种进步率对玉米主产品产量有正向作用，弹性值为0.074，这表明其他条件不变的情况下，品种进步率每提高1%，玉米主产品单产将提高0.074%。

表3 估计结果Table 3 Estimated results

品种进步率贡献率计算公式为：

(4)

式中：α为品种进步率的弹性系数；vir为品种进步率增长速度；yield为玉米主产品产量增长速度。

结合上述品种进步率贡献率计算公式与表3结果，可计算出2001—2018年间品种进步率对玉米主产品产量的贡献率平均值为42.18%。

3 结论与建议

3.1 结论

本研究依据独创的品种更新率和品种进步率，借助生产函数模型，利用2001—2018年14个省份的玉米相关数据，实证分析了品种进步率对玉米单位面积主产品产量的影响。估计结果显示，品种进步率对玉米每单位面积主产品产量有正向作用，品种进步率每提高1%，玉米主产品产量将提高0.074%，品种进步率对玉米主产品产量的贡献率达到42.18%。表明在影响玉米产品产量的各种因素中，品种因素达到近一半，是影响玉米产量的主要因素，育种创新是未来粮食增产的主要推动力量。虽然中国近几年在玉米种业原始创新、育种方法与技术还有育种材料等方面都有很大进展，但据联合国粮食及农业组织(FAO)数据(http://www.fao.org/faostat/zh/#data)显示，2018年中国玉米单产水平仅是美国的51.45%(中国6 104.2 kg·hm-2；美国11 863.9 kg·hm-2)，因此,中国玉米的单产水平还有很大的提升空间。

3.2 政策建议

玉米仍将是中国第一大作物，也是保持粮食安全、饲料安全的主要作物。但是在玉米品种生命周期的时间跨度和成熟期推广面积同时变小的情况下，加快品种更新换代速度、提高新品种理论单产，才能提高品种进步率，促进玉米品种单产提升。因此，在保障粮食作物稳产增产的众多措施中，需要把育种创新放在首要位置。为此，一是要加强农业种质资源保护与利用，大力支持本地特色资源的开发利用，充分保障育种创新的遗传基础；二是完善政策制度，加大知识产权保护力度，充分调动全社会参与育种创新的积极性，除了加大国家投入持续推进作物良种联合攻关外，支持企业成为育种创新的主体，多元化投入，因地制宜开展特色作物良种攻关，着力解决品种高产稳产、绿色生态、优质专用、适宜全程机械化等新品种选育问题；三是要加大对育种创新成果的推广运用，制定扶持种业的发展政策，完善科企合作机制，改革品种审定、安全评价等新品种入市的准入门槛，加速促进育种成果在生产中的推广运用，提高品种更新率和进步率，以此加快构建高质量、高水平、高效能现代种业科技创新体系和依托新品种创新驱动的现代农业生产体系。