基于PVAR模型的农业生产托管•人工成本价格与水稻产量动态研究

摘要 基于2004—2020年长江流域省市有关面板数据，构建面板向量自回归模型，引入农业生产托管、人工成本价格因素，分析农业生产托管和人工成本对水稻产量的影响。结果表明，水稻生产托管对水稻产量有负向冲击影响，但冲击较小且平稳；人工成本的增加会提高水稻产量，对水稻生产托管的影响短期内不显著；水稻生产托管、人工成本和水稻产量三者之间存在动态交互效应。基于此，提出了完善农业托管体系、降低水稻人工投入、提升水稻规模化水平等建议，以促进水稻等粮食作物的高质量发展。

关键词 农业生产托管；人工成本；水稻生产托管；PVAR

中图分类号 S-9   文献标识码 A  文章编号 0517-6611（2023）07-0212-05

doi：10.3969/j.issn.0517-6611.2023.07.049

Dynamic Study on Agricultural Production Trusteeship， Labor Cost Price and Rice Yield Based on PVAR Model

DUAN Chang-zhong

（Economics and Management School of Yangtze University， Jingzhou，Hubei 434023）

Abstract Based on the relevant panel data of provinces and cities in the Yangtze River basin from 2004 to 2020， this paper constructs a panel vector autoregression model， introduces the factors of agricultural production trusteeship and labor cost price， and analyzes the impact of agricultural production trusteeship and labor cost on rice yield. The results showed that rice production trusteeship had a negative impact on rice yield， but the impact was small and stable;the increase of labor cost will increase rice yield， and the impact on rice production trusteeship is not significant in the short term;there is a dynamic interaction among rice production trusteeship， labor cost and rice yield. Based on this， this paper puts forward some suggestions to improve the agricultural trusteeship system， reduce rice labor input， and improve the scale of rice to promote the high-quality development of rice and other food crops.

Key words Agricultural production trusteeship;Labor cost;Rice production trusteeship;PVAR

作者簡介 段昌忠（1994—），男，湖北石首人，在读硕士，从事农村发展研究。

收稿日期 2022-09-09；修回日期 2022-10-11

习近平总书记曾多次强调，中国人的饭碗要牢牢端在自己的手里。水稻是百粮之基，在我国居民日常生活中占据重要地位。保障粮食安全，是防范化解各类风险，稳定国家大局的有效途径［1］。我国粮食供给长期处于“紧平衡”状态，维持粮食产量稳定付出了巨大的人力、物力和环境代价［2］。农业生产托管作为新时代农业社会化服务方式和经营方式，既是解决技术缺乏、劳动力短缺、资金供应不足等问题的有效途径，又是促进粮食丰收增效和实现小农户与农业现代化有效衔接的应有之策。近年来，我国农业生产托管初具规模，国家出台一系列文件政策引导农业生产托管良性发展，2017年农业部办公厅印发《关于开展农业生产托管统计工作的通知》，2019年农业农村部积极推广农业生产托管为主的社会化服务模式。发展农业生产托管的最终目的是提供优质粮食，保障粮食安全。因此，探究农业生产托管、人工成本和水稻产量之间关系，有助于把握水稻生产托管服务的规律和条件，进而促进农业生产托管服务，推动粮食增产提质。

参考已有资料，内容上，研究学者们主要从托管意愿、组织方式以及托管模式3个角度对农业生产托管展开研究［3-9］；视角上，相关学者从服务经营规模视角对农业生产托管组织方式进行探讨，提出农业生产托管服务新融合模式［11-14］。随着关于农业生产托管与水稻、玉米、小麦等粮食相关研究逐渐增多，基于理论和实证两方面，论述农业生产托管对农业生产效率以及农户的影响［1-2，9，15-16］。

综上，现有研究对农业生产托管进行较为深入的剖析，具有一定启发意义，为该研究奠定了坚实的理论基础。但对农业微观视角——农业生产托管、人工成本以及产量关注较少。此外，现有研究主要基于农业生产托管和某一对象之间的两者关系研究，对三者的研究相对缺乏。水稻是大宗农产品，也是农业生产托管服务的优先支持对象，同时长江流域水稻种植面积占全国的65.7%。因此，研究长江流域水稻生产托管不仅具有较强的代表性，而且有较强的现实基础，对于我国水稻生产托管服务具有一定的指导作用。笔者构建面板向量自回归模型，基于长江流域省际动态面板数据，就水稻生产托管、人工成本对水稻产量的冲击影响进行分析并提出对策建议，以期为水稻生产托管高质量发展提供参考。

1 模型构建与数据来源

1.1 模型构建

向量自回归模型通过实际经济数据确定经济系统动态结构，建模时无须提出先验理论假设的一种非结构化模型。面板向量自回归模型（PVAR）则是考察两个或多个变量之间的动态关系，适用于时间跨度相对较短（T≤20）的短面板数据，该研究的水稻生产托管、人工成本、水稻产量影响的短面板适用于PVAR模型。

该研究PVAR模型如下：

Yit=niαjYi，t-j+δt+γi+εit（1）

Yit=［p_trusteeship，p_labor，yield］，p_trusteeship、p_labor、yield分别表示水稻生产托管费用、人工成本价格以及水稻产量；i代表长江流域的10个省级行政区域，i=1，2，…，10；t代表年份，t=2004，2005，…，2020；n代表滞后阶数，αj代表系数矩阵；j代表向量的滞后阶数；δt代表时间效应；γi代表个体效应；εit代表随机误差项。

1.2 数据来源与处理

该研究数据均来源于《全国农产品成本与汇编》（2005—2021），为保证数据的完整性和一致性，长江流域省级行政区域中剔除数据缺失严重的上海市，最终确定研究对象为2014—2020年长江流域江苏省、浙江省、安徽省、湖北省、湖南省、重庆市、四川省、贵州省与云南省的9个省级行政区域。水稻包含早籼稻、中籼稻、晚籼稻以及粳稻米4种，该研究将这4种水稻相关数据进行汇总平均处理。《农业部办公厅关于大力推进农业生产托管的指导意见》（农办经 〔2017〕19号）将农业生产托管定义为在不流转土地经营权的前提下，将农业生产的部分或全部作业环节委托给农业经营组织的方式［17-18］。农业生产环节的耕、种、防、收主要涉及农业物质资料的投入以及农业生产托管所产生的服务费用，因此该研究将水稻生产托管费用（p_trusteeship）以水稻的物质与服务费表征，人工成本价格（p_labor）以单位面积人工成本表征，水稻产量（yield）以水稻单位面积产量表征。变量的描述性统计与相关性检验结果见表1。表1显示，水稻产量与人工成本价格的相关性最大，为0.462 1，其他变量之间的相关系数均小于0.46，表明各变量之间不存在严重多重共线性问题。

2 结果与分析

2.1 面板单位根检验

为避免出现伪回归和弱工具变量等问题，采用IPS检验法对研究所涉及的变量进行面板单位根检验，IPS检验结果如表2 所示。结果表明，p_trusteeship的统计量为-3.233 4，小于1%的临界值-2.210，因此拒绝面板单位根的原假设；Z的统计量为-4.037 5，对应的P值为0.000 0，同样拒绝原假设，综上可以判断，p_trusteeship为平稳序列。同理可知，p_labor和yield均为平稳序列。

2.2 格兰杰（Granger）因果检验

表3为格兰杰因果检验结果。从表3可知，在农业生产托管（p_trusteeship）方程中，人工成本（p_labor）的P值为0.038，即至少在0.05的显著性水平下拒绝原假设，人工成本（p_labor）和水稻产量（yield）联合检验的P值为0.029，该结果显著且拒绝原假设，说明人工成本和水稻产量是农业生产托管的Granger意义下的原因。在人工成本（p_labor）方程中，农业生产托管（p_trusteeship）的P值为0.041，即至少在0.05的水平下显著，水稻产量（yield）的P值为0.001，至少在0.01的水平下显著，同理农业生产托管（p_trusteeship）和水稻产量（yield）联合检验至少在0.10的水平下显著，说明农业生产托管和水稻产量是人工成本的Granger意义下的原因。在水稻产量（yield）方程中，农业生产托管（p_trusteeship）的P值为0.043，人工成本（p_labor）的P值为0.034，两者的结果均拒绝原假设，且农业生产托管（p_trusteeship）和人工成本（p_labor）的联合检验在0.01的水平下显著，说明农业生产托管和人工成本是水稻产量的Granger原因。

2.3 最优滞后阶数选取与稳定性检验

PVAR模型建立過程中变量滞后阶数的选取对模型拟合十分关键，若滞后阶段过短，无法准确捕捉PVAR模型的动态特征；若滞后阶数过长模型估计参数较多，则会损失自由度从而降低模型拟合度。一般使用MAIC、MBIC和MQIC最小信息准则确定PVAR的最优滞后阶数。

由表4可知，在MBIC和MQIC准则下选择的滞后阶数为1阶，在MAIC准则下选择的滞后阶数为3阶，综合MAIC、MBIC和MQIC准则可得，该研究的最优滞后阶数为1阶。

图1为面板向量自回归模型的稳定性检验结果。如图1所示，所有的特征值均落在单位圆内，表明该研究设定的PVAR模型稳定，其整体回归结果有效。

2.4 面板向量自回归分析

对公式（1）构建的向量自回归模型采用GMM方法估计，得到回归结果见表5。由表5可知，水稻生产托管、人工成本和水稻产量三者之间存在显著的双向动态关系，3个变量滞后1期对其他变量均有显著影响。

在水稻生产托管方程中，人工投入和水稻产量滞后1期的估计系数在0.01的水平显著均为负，表明前一期的人工成本和水稻产量减少的负向冲击将会导致水稻生产托管费用增加。可能原因是前一期人工成本投入较少、水稻产量下降，为提高当期水稻产量，农户会适当增加当期农业生产资料的投入，从而相应增加水稻托管等环节的投入，进而提高水稻产量。

在人工成本价格方程中，水稻生产托管滞后1期的估计系数在0.01水平显著为正，表明前一期水稻生产托管的正向冲击会促使人工成本增加，导致这一现象可能的原因是水稻生产托管费用的增加会使农户产生正向预期，因此会追加人工成本投入。水稻产量滞后一期的估计系数在0.01水平显著为负，表明前一期水稻产量增加的冲击会导致人工成本减少，根据边际报酬递减规律以及农户的保守心理，前一期水稻产量增加时，农户一般不会盲目扩大生产规模，保持现有的生产状态。同时前一期的产量增加的经验使得农户适当减少某些生产环节的人工投入，实现“最低投入最大产出”，追求边际效益最大化。

在水稻产量方程中，水稻生产托管的滞后1期估计系数在0.01水平显著为正，表明前一期水稻生产托管的正向冲击会促使水稻产量增加，形成原因在于水稻生产托管费用的增加，水稻生产投入了较多的生产资料，一般而言当年的水稻产量会提高，进而农户会保持现有生产资料投入或适当增加生产投入，从而当期的水稻产量有所提升。人工成本的滞后1期估计系数在0.10水平显著为负，表明前一期人工成本的冲击将会导致水稻产量下降。由于该研究对象为长江流域除上海市之外9个省市水稻，而水稻主要生长期在夏季，长江流域夏季极易遭遇旱涝极端灾害天气的影响，稻田干旱或洪涝，导致水稻产量减少。农户在前一期遭受损失，收入相应减少，缩小当期生产规模，从而会影响当期水稻产量。

2.5 脉冲响应分析

为探索水稻生产托管、人工成本以及水稻产量三者之间的动态传导机制和影响路径，该研究运用脉冲相应进行解释说明。图2为冲击时间为10期的脉冲响应结果。

分析水稻生产托管、人工成本价格、水稻产量的脉冲响应正交图可得出以下结论：

第一，水稻产量提高会促进水稻生产规模效益，降低人工成本。水稻产量的冲击对水稻生产托管呈持续性影响，在第1期出现峰谷后，出现长期平稳上升状态，在第5期后由负向影响转变为正向影响。给水稻产量一个标准差大小的冲击，其自身会受到影响，前2期冲击为正，第3期开始转为负向冲击，并趋于逐渐收敛。

第二，人工成本的增加会促进水稻产量的提高，但随着人工成本的提高，短期内水稻产量的增速较快，长期增速逐渐稳定，对水稻生产托管的作用较小且不明显。给人工成本1个标准差大小的冲击，其自身会受到正向影響，冲击时间较短且在第2期恢复稳定。

第三，水稻生产托管对水稻产量的冲击为负，第一期对水稻产量的冲击较大，第2期开始冲击呈收敛态势。水稻生产托管对人工成本的冲击较大，第1期冲击作用显著，后期的负向冲击作用逐渐平稳。给水稻生产托管1个标准差大小的冲击，其自身会受到正向冲击，但冲击十分平稳。

2.6 方差分解分析

为更进一步度量水稻生产托管、人工成本和水稻产量3个指标之间的长期相互影响程度，使用预测误差方差分解模型来解释水稻生产托管、人工成本和水稻产量对冲击响应的方差贡献度，其结果见表6。

从水稻生产托管的方差贡献率来看，水稻生产托管的方差贡献率在第1期全部来自自身，从第2期开始，人工成本和水稻产量的贡献率开始增长，但二者的贡献率一直比较低。第2期水稻生产托管的贡献率为79.53%，人工成本和水稻产量的贡献率分别为0.86%、1.18%，第6期水稻生产托管贡献率78.95%，经过5期其贡献率变动较小，而人工成本和水稻产量的贡献率在这一期均突破了1%。在观察期内，水稻生产托管贡献率与其他2个变量的贡献率基本长期维持在8∶2的状态，表明水稻生产托管受人工成本和水稻产量的影响非常有限。原因可能是我国的农业生产托管起步较慢，生产托管机制管理体系有待完善，导致其对农业人工成本和农业产量的作用未得到有效发挥。

从人工成本的方差分解来看，在第一期人工成本的贡献率来自和水稻生产托管和自身，水稻产量没有贡献。在第2期，水稻产量的贡献率为56.61%，超过人工成本自身34.77%的贡献率，水稻托管的贡献率略有下降。在剩下的9期内，水稻托管贡献率在10%左右徘徊，人工成本剩余90%左右的贡献率由人工成本贡献34%左右和水稻产量贡献56%左右构成。表明水稻产量对人工成本的影响比水稻生产托管对人工成本的影响更大。

从水稻产量贡献率来看，第1期的水稻产量方差贡献率有62.89%来自自身，但在第5期和第10期，自身的贡献有所减少但变化不显著，水稻生产托管对水稻产量的方差贡献率分别为4.40%和3.62%，人工成本对水稻产量的方差贡献率增加到34.25%和35.15%，可见与水稻生产托管相比，水稻产量受人工成本的影响相对较大。

总体而言，从水稻生产托管、人工成本和水稻产量三者间的动态互动关系来看，这三者在一定程度上存在部分融合，但三者的作用强弱程度有所差异。

3 结论与建议

该研究基于2004—2020年长江流域除上海市之外的9个省级行政区域的面板数据，构建水稻生产托管、人工成本价格和水稻产量面板向量自回归模型，在此基础上进一步通过GMM估计、脉冲响应和预测方差分解对水稻生产托管、人工成本和水稻产量之间的互动关系进行检验。研究发现：水稻生产托管对水稻产量有负向冲击影响，但冲击影响较小且平稳；人工成本的增加会提高水稻产量，对水稻生产托管的影响短期内不显著；水稻生产托管、人工成本和水稻产量三者之间存在动态交互效应。基于研究结论，提出如下对策建议：

一是完善农业托管体系，普及生产托管理念。鼓励各种类型的生产托管服务组织加强合作，形成农业生产托管服务体系完备、服务质量上乘的生产托管服务网络。以政府牵引为契机，承接地域农业生产托管服务中心、乡镇生产托管站、村级生产托管服务点等建设，构建农业资源整合、供需对接的区域生产托管服务平台。对农户进行生产托管理念知识教育与普及，提高农业生产托管率，达到优质高效的农业生产托管有效减少人工成本费用，提高水稻产量的目的。

二是降低水稻人工投入，提高机械化水平。补齐水稻生产过程种植、育肥、收割、烘干、仓储等薄弱环节，大力推行水稻种植全程机械化作业，减少农事活动的非必要支出，降低种植过程的人工成本投入。

三是提升水稻规模化水平，提高产量。发挥农业集体经济、农民专业合作社等集体组织优势，整合分散农户需求，提供集中成片的水稻托管服务，以规模化、产业化、集约化的生产经营方式提高水稻产量。

参考文献

［1］ 江帆，宋洪远，高鸣.农业生产托管保障国家粮食安全的理论分析：基于生成逻辑的视角［J］.农业现代化研究，2022，43（1）：11-19.

［2］ 芦千文，苑鹏.农业生产托管与稳固中国粮食安全战略根基［J］.南京农业大学学报（社会科学版），2021，21（3）：58-67.

［3］ 忻红，吴清萍.河北省农业经营体系创新和运作研究［J］.价格月刊，2016（7）：86-90.

［4］ 杜洪燕，陳俊红，李芸.农业生产托管组织方式研究：以山西省为例［J］.农业经济，2021（1）：12-14.

［5］ 姜长云.论农业生产托管服务发展的四大关系［J］.农业经济问题，2020，41（9）：55-63.

［6］ 王玉斌，李乾.农业生产托管利益分配模式比较研究［J］.改革，2019（8）：119-127.

［7］ 陈辛垚.新疆农业生产托管服务模式效果评价研究［D］.乌鲁木齐：新疆农业大学，2021.

［8］ 杜洪燕，陈俊红，刘宝印，等.服务融合趋势下农业生产托管组织方式创新研究［J］.北方园艺，2021（7）：162-169.

［9］ 靳晓敏，宋玉兰，许明威.农业生产托管对新疆玉米种植户福利效应影响研究［J］.资源开发与市场，2021，37（12）：1457-1463，1470.

［10］ 卢洋啸，孔祥智.农业生产托管的形成机制与服务模式分析［J］.现代经济探讨，2021（6）：119-125，132.

［11］ 杜洪燕，陈俊红，李芸.推动小农户与现代农业有机衔接的农业生产托管组织方式和利益联结机制［J］.农村经济，2021（1）：31-38.

［12］ 姜长云，李俊茹，赵炜科.农业生产托管服务的组织形式、实践探索与制度创新：以黑龙江省LX县为例［J］.改革，2021（8）：103-115.

［13］ 张瑞娟，宦梅丽.农业生产托管：模式、成效及启示——来自黑龙江省兰西县的经验［J］.重庆社会科学，2020（10）：5-17.

［14］ 冀名峰，李琳.农业生产托管：农业服务规模经营的主要形式［J］.农业经济问题，2020，41（1）：68-75.

［15］ 张忠军，易中懿.农业生产性服务外包对水稻生产率的影响研究：基于358个农户的实证分析［J］.农业经济问题，2015，36（10）：69-76.

［16］ 王文.新疆农业生产托管的发展态势［J］.安徽农业科学，2021，49（8）：264-265，274.

［17］ 杜洪燕，陈俊红，龚晶，等.农业生产托管：模式、成效及风险分担机制：基于山西和黑龙江两省的调研［J］.价格理论与实践，2020（12）：10-13，74.

［18］ 杜洪燕，陈俊红，张峻峰，等.农业生产托管：成效、问题及对策：基于晋苏黑三省的调研［J］.农业经济，2022（1）：6-8.