农业供给侧改革对中国棉花生产品质变化的影响分析*

于雅雯，魏敬周※

（1.西南大学经济管理学院，重庆 402160；2.重庆文理学院经济管理学院，重庆 402160）

0 引言

棉花是中国重要的大宗农产品之一，长期以来棉花质量一直受到广泛关注，而提高棉花质量离不开国家政策的引导和支持。2011—2013年国家临时收储时期棉花加工企业以衣分定指导价，错误引导植棉户过分追求种植高衣分、高产量的品种，导致加工皮棉的短纤率、疵点大幅上升。2014年棉花目标价格补贴政策颁布后，价格回归市场[1-2]，棉花加工企业按照棉花品质确定棉花收购价格，2015年开始供给侧改革要求继续深化棉花目标价格改革，在2017年《深化棉花目标价格改革的通知》中，目标价格补贴要求和质量挂钩，以质论价，优棉优价，这样对优质棉种的培育、种植、推广有积极促进作用，同时还可以提升国内棉花竞争力[3-5]，这也是棉花生产供给侧改革发挥作用的具体体现。目标价格补贴政策的执行，使棉花生产越来越集中于新疆，从耕地利用对新疆棉花生产时空变动的作用来看，临时收储政策阶段和目标价格补贴阶段起主导作用的是强度效应[6]，新疆棉花在纤维长度、断裂比强度、马克隆值、整齐度、品级等方面均明显提升[7]，近5年来，年均上升0.13 mm[8]。对于其他省份来说，其棉花生产逐步衰退，以山东为例，崔爱琴等[9]认为山东的棉花生产应有进有退，在生产优势县(区)实施更具针对性的棉花支持政策。

学术界关于棉花质量变化的研究较少，其中王仁祥等[10]探讨了湖南省棉花质量的现状以及相应发展对策；罗良国等[11]研究了困扰纺织企业最突出的棉花质量问题“异性纤维”；杨伟华[12]分析了生态纺织品中的农残限量与棉花质量安全的关系；蒋逸民[13]从产业链的角度研究了棉花质量问题探讨；张西岭等[14]概述了国内植棉技术标准化的发展历程、标准的分类及功能；张泽良等[15]认为关键要制定合适的棉花生产种植方案，营造有利于棉花高产优质的生产条件，保障技术精准到位；李孝华等[16]从加工工艺方面的研究表明，增加籽棉清理道次，适当减少皮棉清理道次，可在保证杂质清理效果的同时，提高棉花品质。

上述研究均是学者关于棉花质量问题的相关研究，但还未发现探析中国农业供给侧结构性改革政策措施对棉花质量影响的研究。为此，文章使用中国纤维检验局网站公布的2011/2012年度至2017/2018年度“中国棉花质量分析报告”分别对棉花供给侧改革前后的中国棉花质量变化情况进行分析，运用主成分分析法进行计算和比较，以期对棉花领域供给侧改革的政策效果以及棉花品质的影响因素进行研究。

1 农业供给侧改革下中国棉花检验数量概况

中国棉花生产领域的供给侧改革主要体现在棉花目标价格补贴政策的执行，在此之前，中国棉花生产领域主要以临时收储政策为主，其时间分界点为2014年。因此，该文通过棉花目标价格补贴政策和临时收储政策下棉花品质变化的对比分析，研究供给侧改革背景下中国棉花品质变化影响因素。

中国棉花生产和检验数量集中趋势明显，且均集中于新疆。通过表1可以看出，2014年后，中国80%以上的检验数量为新疆生产的棉花，到2017/2018年度，新疆棉花检验数量占全国的比重已经达到90%以上，同年度新疆棉花生产占全国比重为83.84%。随着2017《关于深化棉花目标价格改革的通知》文件的颁布，棉花目标价格由试点期间的“一年一定”改为“三年一定”，使得中国棉花生产进一步向新疆集中，2017/2018年度新疆棉花生产占全国比重高达83.75%，且有进一步提高的趋势。

棉花目标价格补贴政策颁布后，黄河流域棉区和长江流域棉区棉花生产下降趋势明显。从表1可以看出，2014/2015年度以后，黄河流域棉区中河南、陕西两个省份的棉花检验数量占比为0，山西的棉花检验量占比在2015/2016年度以后也下降为0，其中陕西、山西在2018/2019年度棉花产量占比分别降至0.8%、0.3%；长江流域棉区中浙江、江西两个省份的棉花检验量占比在2015/2016年度以后也下降为0，其中浙江在2017/2018年度棉花产量占比下降至0.13%。相较于2014年以前，以上两个棉区的棉花生产出现了大幅下降，其主要原因在于棉花目标价格补贴政策的差异化执行，使该政策对新疆棉花生产的扶持力度较大。

表1 2011/2012年度至2017/2018年度各产棉地区棉花检验数量占比 %

2 中国各产棉地区棉花品质变化分析

2.1 棉花颜色级

颜色级别指标主要根据太阳下反射的明暗程度定级，根据中国的棉花颜色分级标准，其中白棉3级为标准级别，该指标为2012年中国引入的棉花质量指标，因此，该指标的系统数据从2013/2014年度才开始统计，且2017/2018年度数据缺失。

从表2可以看出，2013/2014年度以来，西北内陆棉区甘肃和新疆三级以上的白棉占比分别为第一和第二，综合品级最高；长江流域棉区和黄河流域棉区棉花综合品级较低，且黄河流域棉区的三级以上白棉占比要高于长江流域棉区。通过对比2014/2015年度前后棉花品级变化，可以看出全国棉花三级及以上白棉占比出现了明显的提升趋势，这种趋势的出现是由于棉花生产向新疆的集中导致的，但新疆白棉三级及以上占比却出现了小幅下降趋势，这种现象的出现是由于2014/2015年度以后，棉花目标价格补贴政策的执行，使中国80%以上的棉花生产量和检验量均集中于新疆，随着产量和检验量的持续增加，淡点污棉、淡黄染棉以及黄染棉的比例也持续增加，以上情况的出现也导致新疆三级及以上白棉的相对数量下降，绝对数量上升。由于新疆棉花综合品级远高于多数产棉地，在棉花生产量越来越集中于新疆的发展趋势下，新疆棉花的综合品级对中国棉花综合品级具有决定作用。

表2 2013/2014年度至2016/2017年度各产棉地区棉花颜色级中白棉三级以上占比 %

其他三级及以上白棉占比较高的省份为甘肃和陕西，但甘肃的棉花检验量占比在2015/2016年度以后就降低至1%以下，陕西的棉花检验量则降低为0，因此，对于甘肃和陕西来说，棉花综合品级较高，但其产量和检验量较低，其棉花综合品级无法对全国棉花品级形成有效影响。

2.2 马克隆值

马克隆值是成纱质量的关键指标，只有马克隆值适中的棉花才能达到细度和成熟均适中，具有最高的纺纱性能。根据棉花的使用价值高低，可以将马克隆值分为A（A档）、B（B1档，B2档）、C（C1档，C2档）三级五档，其中，A级的使用价值最好，B级次之，为马克隆值标准级，C级使用价值较差。

中国棉花的马克隆值级（A+B档）占比整体呈先下降后上升的趋势，除西北内陆棉区外，长江流域棉区和黄河流域棉区马克隆值级下降幅度较大。通过表3可以看出，2011/2012年度以来，在棉花检验量不为0的地区中，甘肃和新疆的棉花马克隆值级远高于其他地区，且全国和新疆的马克隆值级（A+B档）占比非常接近，均呈现出先下降后上升的趋势。形成下降趋势的主要原因在于各产棉地区年度内气候变化较为剧烈，在西北内陆棉区主要表现为冷空气活动频繁，在黄河流域和长江流域棉区则表现为阶段性的阴雨寡照和强降水。

表3 2011/2012年度至2017/2018年度各产棉地区马克隆值级（A+B档）占比 %

2.3 轧工质量

轧工质量是指经过加工后皮棉的外观形态及所含疵点的程度，主要分为好（P1）、中（P2）、差（P3）3档。由于《棉花质量检验体制改革方案》在2013/2014年度开始执行，因此2013/2014年度以后才出现轧工质量检验数据。

从表4中可以看出，各产棉省轧工质量呈现出明显的先下降后上升趋势。对于除新疆以外的各产棉地区来说，多数轧工质量高于全国平均水平，其中安徽、甘肃和江苏的轧工质量中档以上占比在2017/2018年度均达到了100%，其主要原因在于以上地区棉花生产数量和检验数量的大幅下降。

表4 2013/2014年度至2017/2018年度各产棉地区轧工质量中（P2）级以上占比 %

对于新疆来说，2013/2014年度以来，其棉花轧工质量一直低于全国平均水平，但其轧工质量在2014/2015年度以后一直呈现上升趋势，这种情况的出现是一方面是由于机采棉的推广，另一方面则是由于轧工技术的提升，推动以上情况出现的原因则在于棉花目标价格补贴政策的执行促使棉花加工企业向市场提供更加优质的棉花。由于棉花生产的集中，新疆棉花生产中机采棉的比重越来越高，直接导致新疆棉花轧工质量为差的比例远高于其他产棉地区，但随着轧花厂对生产线的技术升级，机采棉加工质量得到了明显提升。

2.4 棉花断裂比强度

断裂比强度与纱线的成纱强力有关，是棉花重要的内在品质。细绒棉按断裂比强度值分为5档：很强（31cN/tex及 以 上）、强（29.0～30.9cN/tex）、中 等（26.0～28.9cN/tex）、差（24.0～25.9cN/tex）、很 差（24.0cN/tex（不含）以下），断裂比强度为26cN/tex以下时，表示其强度较差。

2011/12年度以来，检验量没有下降为0的省份中，湖南棉花平均断裂比强度最强，其次是山东、江苏、河北和甘肃，其中甘肃棉花断裂比强度一直呈现上升趋势，其他地区棉花断裂比强度波动较大；安徽、天津和新疆棉花断裂比强度较差，其中安徽、天津棉花断裂比强度高于全国平均水平，而新疆棉花则低于全国平均水平。对于新疆棉花来说，其棉花断裂比强度一直低于全国平均水平，形成这种现象的主要原因一方面在于多数新疆棉花产地的回潮率和相对湿度过低，另一方面在于机采棉在新疆的大面积推广。

表5 2011/2012年度至2017/2018年度各产棉地区棉花平均断裂比强度变化对比 cN/tex

2.5 棉花长度

棉花长度是棉花最重要的内在指标之一，直接决定这棉花的整体使用价值。一般来说，细绒棉的长度由25mm级至32mm级依次划分为8个长度级，其中28mm为标准级，高于28mm，表示使用价值提高，反之，使用价值下降。

通过表6可以看出，2011/2012年度以来，检验量没有下降为0的省份中，江苏的棉花平均长度最长，其次为甘肃，这两个省份的棉花平均长度均值均高于全国平均水平。安徽棉花平均长度最低，在2017/2018年度降至28mm以下，远低于全国平均水平。新疆棉花平均长度级和全国棉花平均长度级较为接近，其历年均值分别为28.62和28.66，分年度均值也呈现出较为接近的特征。

从表6中可以看出，2011/2012年度至2013/2014年度，中国棉花平均长度级指标呈现明显的下降趋势，2014/2015年度以后呈现出明显的上升趋势。一方面和各省份棉花年度的气候条件改善有关，另一方面和棉花目标价格补贴政策的执行有关。在2014/2015年度以前，临时收储政策的执行，使棉花生产只重数量，不重质量，导致棉花品质整体下降；2014/2015年度以后，棉花目标价格补贴政策的执行对棉花生产提出了质量要求，全面推动了新疆棉花生产品质的提升，因此，在新疆棉花生产占主导的情况下，新疆棉花平均长度级的提升对中国棉花长度级的提升都具有决定作用。

表6 2011/2012年度至2017/2018年度各产棉地区棉花长度级（逐包检验平均长度）对比 mm

2.6 长度整齐度指数

长度整齐度指数对成纱质量影响较大，显示了棉花纤维整齐或长度分布均匀的程度，主要分为很高、高、中等、低、很低5个档次。

从表7中可以看出，2011/2012年度以来，检验量没有下降为0的省份中，甘肃棉花平均长度整齐度指数一直保持较高数值，其历年均值最高，表明其长度整齐度为中档以上的棉花占比较高；其次为江苏、新疆，其长度整齐度指数均高于全国平均水平；最低的为山东，其棉花长度整齐度指数历年均值低于全国平均水平0.34个百分点。

对于新疆来说，其棉花长度整齐度在2014/2015年度前后呈现出明显的差异。从表7中可以看出，2011/2012年度至2013/2014年度，新疆棉花平均长度整齐度指标呈现明显的下降趋势，2014/2015年度以后呈现出明显的上升趋势。这种趋势产生的主要原因在于棉花目标价格补贴政策下，棉花交售价格和棉花品质关系较大。

表7 2011/2012年度至2017/2018年度各产棉地区棉花平均长度整齐度指数对比 %

3 数据来源与模型构建

3.1 数据来源及变量选择

该文选用2011/2012年度至2017/2018年度中国纤维检验局网站公布的“中国棉花质量分析报告”数据，分析棉花供给侧改革背景下，临时收储政策和目标价格补贴政策执行期间棉花质量变化情况，并使用主成分分析法进行计算，以期对棉花领域供给侧改革的政策效果进行评价①中国纤维检验局公布的最新数据为2017/2018年度数据，2018/2019年度数据暂未公布。在分析过程中，主要使用9个棉花质量指标：棉花颜色级、马克隆值、轧工质量、断裂比强度、断裂比强度中等档以上占比、长度28mm以上占比、平均长度、长度整齐度指数、棉花品级（三级以上占比）①棉花品级指标（棉花品级三级以上占比）只在2011/2012年度和2012/2013年度使用，在2013/2014年度执行《棉花质量检验体制改革方案》后，由颜色级和轧工质量指标替代；1个数量指标：产量占比；各年度变量选择如表8所示。其中颜色级内容选取标准级白棉3级以上所占比例，轧工质量选取“P2级以上”所占比例，断裂比强度为各产棉地区棉花平均断裂比强度，马克隆值选取“B级以上”占比，长度为逐包检验平均长度，长度整齐度指数为各省份棉花平均长度整齐度。

表8 2011/2012年度至2017/2018年度模型变量选择及变量代码

3.2 模型构建

因子分析过程中主要采用主成分分析法，主成分分析是将原来具有一定相关性的P个指标，重新组合成互相无关的综合指标替代原来的指标，常见的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。如果F1不足以代表原来P个指标的信息，可以考虑选取F2即选第二个线性组合，但要求Cov(F1，F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，…，第P个主成分。

其 中：a1i，a2i，…，ami(i=1，2，…，p)为X的 协 差 矩 阵 的 特 征 值 所 对 应 的 特 征 向 量；X1，X2，…，Xp是原始变量经过标准化处理的值；=1(i=1，2，…，m)；A'A=Im(A=(aij)p×m=(α1，α2，…，αm))，其中A为正交矩阵；Cov(Fi，Fj)=λiδij；δij=1，i=j；δij=0，i≠j。

4 实证检验及结果分析

为了对棉花供给侧改革背景下中国棉花质量变化情况进行对比分析，该部分使用主成分分析法进行分析，在对2011/2012年度至2017/2018年度数据进行整理之后，通过对变量之间进行Bartlett的球形度检验，结果如表9所示，发现每个年度所构建的模型均通过了1%的显著性水平检验，说明变量间具有较强的相关性。同时，KMO检验统计量在0.3～0.6，说明各变量间信息具有一定的重叠程度，样本数据可以构建主成分分析模型。

表9 2011/2012年度至2017/2018年度KMO和Bartlett的检验

4.1 碎石图

为了更好地提取公因子，该部分计算按照特征值大于1的默认标准对不同年度变量进行公因子提取。其提取结果参照图1，除了2012/2013年度和2017/2018年度特征值大于1的因子为2个外，其他年度碎石图中特征值大于1的因子均为3个。因此，可以比较直观地看出2012/2013年度和2017/2018年度需要提取的公因子为2个，对应的因子空间载荷图为二维的；其他年度需要提取的公因子个数为3个，对应的因子空间载荷图为三维。

图1 2011/2012年度至2017/2018年度碎石图

4.2 旋转后的因子空间载荷矩阵

为了更好地分析公因子包括哪些变量，在分析中使用因子空间载荷图表示因子载荷矩阵中的系数值。

通过图2可以发现，2011/2012年度的第一公因子在棉花平均长度、28mm以上占比、断裂比强度中等以上占比因素上有较大载荷；第二公因子在平均长度整齐度指数、棉花品级三级以上分布占比因素上有较大载荷；第三公因子在产量占比、马克隆值（B级以上占比）因素上有较大载荷。

图2 2011/2012年度至2017/2018年度旋转后的因子空间载荷

2012/2013年度的第一公因子在产量占比、马克隆值（B级以上占比）因素上有较大载荷；第二公因子在平均长度、28mm以上占比因素上有较大载荷。

2013/2014年度的第一公因子在棉花平均长度、28mm以上占比、马克隆值（B级以上占比）、颜色级（白棉三级以上占比）因素上有较大载荷；第二公因子在产量占比因素上有较大载荷；第三公因子在轧工质量（P2级以上占比）、平均长度整齐度指数因素上有较大载荷。

2014/2015年度（无轧工质量）的第一公因子在颜色级（白棉三级以上占比）、平均长度整齐度指数、断裂比强度值因素上有较大载荷；第二公因子在产量占比因素上有较大载荷；第三公因子在马克隆值（B级以上占比）、棉花平均长度、28mm以上占比因素上有较大载荷。

2014/2015年度（有轧工质量）的第一公因子在颜色级（白棉三级以上占比）、棉花平均长度、平均长度整齐度指数、28mm以上占比、断裂比强度值因素上有较大载荷；第二公因子在轧工质量（P2级以上占比）、断裂比强度（中等以上占比）因素上有较大载荷；第三公因子在马克隆值（B级以上占比）因素上有较大载荷。

2015/2016年度的第一公因子在棉花平均长度、平均长度整齐度指数、28mm以上占比、断裂比强度值因素上有较大载荷；第二公因子在产量占比因素上有较大载荷；第三公因子在颜色级（白棉三级以上占比）、断裂比强度（中等以上占比）、马克隆值（B级以上占比）因素上有较大载荷。

2016/2017年度的第一公因子在颜色级（白棉三级以上占比）、棉花平均长度、28mm以上占比、产量占比因素上有较大载荷；第二公因子在轧工质量（P2级以上占比）、马克隆值（B级以上占比）因素上有较大载荷；第三公因子在断裂比强度（中等以上占比）、平均长度整齐度指数因素上有较大载荷。

2017/2018年度的第一公因子在棉花平均长度、平均长度整齐度指数、28mm以上占比因素上有较大载荷；第二公因子在断裂比强度值、轧工质量（P2级以上占比）因素上有较大载荷。

通过以上分析可以发现，2011/2012年度至2017/2018年度，除了2012/2013年度和2017/2018年度提取两个公因子外，其他年度均提取3个公因子。在图2中，因子旋转后，各指标在不同因子成分中占比更为均衡，其中一部分因子表示棉花基本特性，如棉花长度、28mm以上占比、颜色级等指标，往往在某一公因子上具有较大载荷，因此，可以命名为“特性因子”；轧工质量、平均长度整齐度、断裂比强度等和棉花加工质量相关的指标，往往在某一公因子上具有较大载荷，因此，可以命名为“加工因子”；而产量占比指标往往单独在某一因子上具有较大载荷，因此，可以命名为“产量因子”。

进一步分析，可以发现，2011/2012年度至2013/2014年度影响棉花综合品级的公因子主要集中在“特性因子”和“产量因子”上；2014/2015年度以后，“加工因子”则成为影响棉花综合品级的重要公因子。这和棉花补贴政策的变化息息相关，2011/2012年度至2013/2014年度棉花临时收储政策的执行，使棉花生产环节和加工过于注重棉花衣分率，片面追求籽棉产量和皮棉加工数量，忽视了市场对质量的需求；2014/2015年度以后，棉花目标价格补贴政策的执行，使棉花价格和棉花补贴与棉花品质的关联性越来越强，倒逼棉花生产和加工环节提高棉花品质，在生产环节受自然条件和棉花品种影响较大的情况下，棉花加工环节则成为棉花品质提升的关键环节。

4.3 棉花质量综合得分及排序

在上述分析的基础上，结合“因子得分系数矩阵”，可以计算出因子得分，并根据因子得分计算出不同产棉地区的棉花质量综合得分，结果如表10所示。

表10 2011/2012年度至2017/2018年度各产棉地区棉花质量综合得分及排序

临时收储政策期间，长江流域棉区和西北内陆棉区多数棉花主产省份棉花综合质量得分排名呈现明显的下降趋势，产量和检验量占比较小的黄河流域棉区则呈现出上升趋势，中国棉花整体质量呈现下降趋势。临时收储政策执行期间，西北内陆棉区各产棉省棉花质量综合得分排名呈现出下降趋势，其中甘肃排名未发生变化，而新疆棉花质量综合得分排名则下降至第3名，在此期间，新疆棉花检验量占全国比重在60%左右，大规模的棉花收储，使棉花生产和加工环节无须面对市场风险，棉花综合品质出现明显下降，由于新疆棉花生产的重要地位，该棉区的棉花综合品质对中国棉花整体品质都具有决定性影响；黄河流域棉区各产棉省棉花质量综合得分排名呈现出上升趋势，但黄河流域的各产棉地区棉花产量较低，无法对中国棉花整体品级形成较大影响，且在2015/2016年度以后，该棉区中河南、陕西、山西等省份的棉花检验量占比已下降为0；长江流域棉区各产棉地区棉花质量综合得分排名呈现明显的下降趋势，下降幅度较大的产棉地区有安徽、湖北、湖南、浙江等省份。

棉花供给侧改革背景下，伴随着2014年棉花目标价格补贴政策的执行，2014/2015年度以后，西北内陆棉区和黄河流域棉花质量综合得分排名呈现出明显的上升趋势，长江流域棉区呈现出明显的下降趋势，中国棉花整体质量呈现上升趋势。具体来说，西北内陆棉区中甘肃省棉花综合质量得分排名出现持续上升；新疆棉花综合质量得分则表现出一定的特殊性，在2014/2015年度01的模型分析中没有放入“轧工质量”指标，新疆棉花综合质量得分排名第一，在2014/2015年度02的模型分析中放入“轧工质量”指标，新疆棉花综合质量得分排名直接将至第13名，通过对数据的详细比对，发现2014/2015年度棉花轧工质量为“好”的比例也明显高于其他省份，为“差”的比例也明显高于其他省份，且高于质量为“好”的比例，因此，该年度新疆棉花质量综合得分在放入“轧工质量”指标的情况下，排名较低，不放入“轧工质量”指标的情况下，排名第一，这和新疆在棉花目标价格补贴政策执行后，机采棉推广力度增大有关；随着长江流域和黄河流域棉区部分产棉地区的退出，棉花生产进一步集中于新疆，在2015/2016年度和2016/2017年度，虽然新疆棉花质量综合得分排名始终为第一，但产量的过分集中，使得标准级以下等级的棉花数量出现明显的上升趋势，2017/2018年度新疆棉花质量综合得分排名则下降至第4名，该年度新疆棉花产量占全国比重则高达83.84%。对于黄河流域棉区来说，部分产棉地区排名上升主要由于其产量大幅下降和检验量降为0的省份较多。对于长江流域棉区来说，多数产棉地区排名下降的主要原因在于各产棉省棉花年度内阶段性的阴雨寡照和强降水所致。

5 主要结论

综上所述，棉花供给侧改革对中国棉花品质的影响体现在多个层面，通过对比棉花临时收储政策和目标价格改革政策期间棉花品质变化可以看出，棉花目标价格改革政策的执行对中国棉花品质提升带来了积极的影响。对于生产环节来说，植棉农户更加注重“特性因子”相关指标的提升，棉花加工企业更加注重“加工因子”相关指标的提升，但随着“产量因子”中新疆棉花产量占比的增加，中国棉花综合质量中低于标准级棉花的数量将会增加，在新疆优势棉区饱和的情况下，新疆棉花产量的进一步增加，将会对中国棉花综合质量形成负向影响。