李娟，武舜臣

?

主產(chǎn)區(qū)農(nóng)戶糧食供給反應(yīng)差異研究
——基于糧食品種和農(nóng)戶非農(nóng)收入視角的分類比較

李娟，武舜臣*

(南京財(cái)經(jīng)大學(xué)糧食安全與戰(zhàn)略研究中心/江蘇省現(xiàn)代糧食流通與安全協(xié)同創(chuàng)新中心，江蘇南京 210023)

基于中國2004—2013年統(tǒng)計(jì)數(shù)據(jù)，在分品種考察主要糧食作物(大豆、玉米、稻谷及小麥)主產(chǎn)省(區(qū))農(nóng)戶糧食生產(chǎn)對價(jià)格和收益反應(yīng)差異的基礎(chǔ)上，進(jìn)一步按非農(nóng)收入比重分組考察了高農(nóng)業(yè)收入占比組與低農(nóng)業(yè)收入占比組省份的反應(yīng)差異。結(jié)果顯示：各品種糧食生產(chǎn)都存在較強(qiáng)慣性，且高農(nóng)業(yè)收入組的生產(chǎn)慣性強(qiáng)于低農(nóng)業(yè)收入組；成本因素對糧食生產(chǎn)存在顯著阻礙作用；從長短期彈性看，各糧食品種高農(nóng)業(yè)收入占比組價(jià)格和收益對播種面積的影響均高于低農(nóng)業(yè)收入占比組。

農(nóng)戶；非農(nóng)收入；糧食生產(chǎn)；供給反應(yīng)；差異

一、問題的提出

伴隨著中國農(nóng)村經(jīng)濟(jì)改革的推進(jìn)，在具有多種選擇機(jī)會(huì)時(shí)，農(nóng)戶會(huì)日益基于家庭收入最大化來分配自己的有限資源[1]。中國農(nóng)業(yè)人口多，人均耕地面積小，農(nóng)業(yè)增收難度大，非農(nóng)就業(yè)成為追求收入最大化的農(nóng)戶勞動(dòng)力資源配置的最佳選擇[2]。然而，在土地市場尚未完全放開的背景下，大多數(shù)農(nóng)戶并未放棄土地經(jīng)營，兼業(yè)化生產(chǎn)依然是中國農(nóng)業(yè)生產(chǎn)的主要模式[3]。

隨著外出就業(yè)收入的提高，家庭經(jīng)營收入中農(nóng)業(yè)收入占比逐年下降。農(nóng)村居民純收入構(gòu)成中，工資性收入占比從1990年的20.22%上升到2013年的45.25%，家庭經(jīng)營收入占比由1990年的75.56%下降到2013年的42.64%。農(nóng)戶家庭經(jīng)營非農(nóng)化已成為農(nóng)戶經(jīng)濟(jì)理性化行為的一種必然選擇[4]。糧食生產(chǎn)作為農(nóng)業(yè)生產(chǎn)中的弱勢部分已逐步邊緣化。農(nóng)業(yè)收入占比尤其是糧食收入占比的下降，可能導(dǎo)致糧食價(jià)格信號對糧食生產(chǎn)調(diào)節(jié)作用的弱化?，F(xiàn)今的托市收購政策主要通過影響市場價(jià)格進(jìn)而對糧食生產(chǎn)予以干預(yù)，家庭經(jīng)營收入結(jié)構(gòu)變動(dòng)對托市收購政策效果的影響不容忽視。

國內(nèi)外眾多學(xué)者基于供給反應(yīng)模型考察了農(nóng)戶的糧食生產(chǎn)行為，其中，價(jià)格變量對糧食生產(chǎn)的影響是研究的重點(diǎn)。Rahji[5]運(yùn)用Nerlove均衡模型考察了尼日利亞水稻生產(chǎn)對價(jià)格的供給反應(yīng)情況。Griffiths和Anderson[6]對新南威爾士南部小麥供給反應(yīng)進(jìn)行了實(shí)證分析研究。王德文等[7]建立了雙軌制下的三種供給反應(yīng)模型，研究了糧食訂購數(shù)量和訂購價(jià)格對糧食產(chǎn)出的影響差異。李光泗等[8]通過三種不同形式的供給反應(yīng)模型進(jìn)一步分析了糧食生產(chǎn)波動(dòng)的影響因素，同時(shí)也有學(xué)者從區(qū)域角度考察某個(gè)糧食品種的供給反應(yīng)差異[9,10]。隨著Nerlove模型的完善和發(fā)展，學(xué)者開始在綜合原有模型的基礎(chǔ)上加入其它變量考察供給反應(yīng)情況。劉俊杰等[11]考察了替代作物價(jià)格對中國小麥的供給反應(yīng)情況。范壟基等[12]則進(jìn)一步將政策變量引入Nerlove模型對稻谷、小麥和玉米三大作物做出分析。朱思柱等[13]采用Kanwar[14]做法，在Nerlove模型的基礎(chǔ)上考慮了預(yù)期相對收益和風(fēng)險(xiǎn)因素，分析了中國大豆的供給反應(yīng)彈性。楊艷濤等[15]運(yùn)用市場均衡模型并借鑒Nerlove模型研究了玉米的供求變化，考察玉米種植面積對前期種植面積、玉米價(jià)格、替代品價(jià)格和農(nóng)業(yè)補(bǔ)貼政策的反應(yīng)。

筆者在梳理文獻(xiàn)過程中發(fā)現(xiàn)，已有供給反應(yīng)研究除了姚升[16]根據(jù)農(nóng)戶的個(gè)體特征——教育程度高低分組比較分析了農(nóng)戶大蒜生產(chǎn)的供給反應(yīng)外，鮮有對具有差異化特征農(nóng)戶生產(chǎn)行為的比較研究?，F(xiàn)階段，不同地區(qū)間農(nóng)戶家庭經(jīng)營非農(nóng)化比重差異巨大，價(jià)格因素對糧食生產(chǎn)影響的差異如何？

為考察不同收入結(jié)構(gòu)農(nóng)戶糧食生產(chǎn)對價(jià)格反應(yīng)的差異，筆者擬在分品種考察省域農(nóng)戶糧食生產(chǎn)供給反應(yīng)情況的基礎(chǔ)上，以家庭收入非農(nóng)比例大小為標(biāo)準(zhǔn)將糧食主產(chǎn)省份進(jìn)行分組，分別考察高比例組和低比例組中價(jià)格對農(nóng)戶糧食生產(chǎn)積極性影響的差異。

二、理論分析與模型構(gòu)建

(一)理論分析

一般意義上，市場主體會(huì)對外部刺激做出反應(yīng)。然而，如果市場主體對該市場的參與程度不高，則刺激效果會(huì)有差異。就以價(jià)格變量來說，外部條件的改變會(huì)對農(nóng)戶生產(chǎn)的價(jià)格反應(yīng)程度帶來較大影響。從圖1進(jìn)行分析可知，如果外部條件發(fā)生改變，導(dǎo)致原供給曲線由變?yōu)椋瑒t同樣價(jià)格變動(dòng)導(dǎo)致的產(chǎn)量變化會(huì)產(chǎn)生差異。因此，適當(dāng)考慮影響供給曲線斜率的外生變量，理論上能夠?qū)Z食生產(chǎn)的價(jià)格彈性進(jìn)行更好的分析。由此，部分學(xué)者在原有的Nerlove模型中加入一定控制變量，以避免變量遺漏導(dǎo)致的內(nèi)生性問題。

圖1　外部條件改變下價(jià)格對農(nóng)戶生產(chǎn)的影響分析

以糧為主的收入結(jié)構(gòu)是農(nóng)戶種糧積極性的內(nèi)在支撐[17]。近年來，隨著農(nóng)戶家庭收入結(jié)構(gòu)的變動(dòng)，種糧收入在農(nóng)戶總收入中的比重呈下降趨勢。而且，分地區(qū)看，無論是比重變動(dòng)程度還是絕對值都有較大差異。表1顯示了1990年以來全國及各糧食主產(chǎn)省份農(nóng)村居民家庭經(jīng)營人均純收入的占比情況。為保持統(tǒng)計(jì)口徑一致，研究數(shù)據(jù)選取至2013年。從表1中可以看出，農(nóng)村居民家庭經(jīng)營人均純收入占人均純收入的比重逐年下降。從全國來看，年平均下降1.4個(gè)百分點(diǎn)。從全國各糧食主產(chǎn)省份看，家庭經(jīng)營人均純收入占比的變化趨勢與全國一致，處于下滑狀態(tài)。但各省份經(jīng)濟(jì)基礎(chǔ)的差異導(dǎo)致不同省份家庭經(jīng)營人均純收入絕對值占比差異明顯，占比最高的吉林省與占比最低的江蘇省之間的差距接近40%?？傮w而言，家庭經(jīng)營非農(nóng)化趨勢愈加明顯。

(二)模型構(gòu)建

考察農(nóng)業(yè)生產(chǎn)主體對外部刺激的反映，國內(nèi)外使用最多的是Mare Nerlove[18]提出的“農(nóng)業(yè)生產(chǎn)反映局部調(diào)整模型”(Nerlove模型)。從相關(guān)文獻(xiàn)綜述也能得到，現(xiàn)今大量研究實(shí)踐表明，Nerlove供給反應(yīng)模型是目前所有研究農(nóng)業(yè)供給反應(yīng)計(jì)量模型中最成熟和應(yīng)用最成功的模型，能夠很好地測算相關(guān)農(nóng)作物生產(chǎn)對價(jià)格的供給反應(yīng)程度。

根據(jù)適應(yīng)性預(yù)期理論，糧食生產(chǎn)者在生產(chǎn)過程中不斷學(xué)習(xí)做出的生產(chǎn)決策主要依托于期望價(jià)格：通過期望價(jià)格和實(shí)際價(jià)格之間的差異對期望價(jià)格做出調(diào)整，進(jìn)而模擬生產(chǎn)決策?？杀硎緸椋?/p>

根據(jù)農(nóng)產(chǎn)品供給反應(yīng)理論，糧食生產(chǎn)者投入生產(chǎn)狀況不是依據(jù)實(shí)際價(jià)格，而是取決于期望價(jià)格，同時(shí)還受到其他外生因素的影響?？杀硎緸椋?/p>

其中，0等價(jià)于0，1等價(jià)于1，2等價(jià)于1-。與模型(1)不同，模型(3)是可觀測且可度量的。在此基礎(chǔ)上，可以將具體模型形式設(shè)定為：

表1全國及各糧食主產(chǎn)省份農(nóng)民家庭經(jīng)營人均純收入占比 %

1990年1995年2000年2005年2010年2013年 全國82.3071.3563.3456.6747.8642.64 江蘇68.9462.8649.2640.2735.2631.32 山西79.3264.6258.4454.0942.8331.79 河北80.6168.9057.2057.1245.8235.37 湖南88.6976.9060.4954.9543.8335.38 陜西87.3075.1062.4154.5145.8538.45 江西89.1275.5561.8257.0950.4341.95 四川87.2974.2962.7360.0044.4942.07 山東78.5771.7563.0657.4549.4542.61 安徽88.2375.2867.1256.7749.6945.46 遼寧76.2566.1357.4558.6350.4749.04 湖北89.5181.9171.3166.1255.4749.41 河南86.5481.5171.8766.6658.6650.56 云南88.7078.3475.4674.9463.5159.44 內(nèi)蒙古95.0485.7382.9674.3866.3762.22 黑龍江91.4286.8679.1173.3863.4766.07 吉林91.2779.3779.6673.3965.5171.25

注：數(shù)據(jù)來源于1991~2014年《中國統(tǒng)計(jì)年鑒》。

三、數(shù)據(jù)來源與計(jì)量結(jié)果分析

(一)數(shù)據(jù)來源

由于中國糧食作物地區(qū)種植差異大，參照鐘甫寧[19]的做法，筆者用生產(chǎn)規(guī)模指數(shù)確定中國稻谷、小麥、玉米及大豆4種主要糧食作物的主產(chǎn)省。由于研究期間各省糧食播種面積變動(dòng)趨勢差異不大，故各糧食品種生產(chǎn)規(guī)模指數(shù)在研究期間保持相對一致。具體來說，稻谷主產(chǎn)省份包括吉林、遼寧、黑龍江、江蘇、安徽、江西、河南、湖南、湖北、四川及云南共11個(gè)省份；小麥主產(chǎn)省包括河北、四川、湖北、江蘇、安徽、山東、河南及陜西共8個(gè)省份；玉米主產(chǎn)省包括河北、內(nèi)蒙古、吉林、遼寧、黑龍江、河南、四川、山東及山西共9個(gè)省份；大豆主產(chǎn)省包括河北、內(nèi)蒙古、吉林、遼寧、黑龍江、安徽、山西、河南、陜西及山東共10個(gè)省份。本研究中，各省份4種糧食作物的價(jià)格、收益、成本數(shù)據(jù)均來自相應(yīng)年份的《全國農(nóng)產(chǎn)品成本收益資料匯編》；各省份糧食作物播種面積數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計(jì)年鑒》；各省份農(nóng)村居民人均家庭經(jīng)營純收入與人均純收入數(shù)據(jù)來自國家統(tǒng)計(jì)局網(wǎng)站?？紤]到稻谷播種面積口徑與相應(yīng)省份稻谷價(jià)格、成本及收益口徑不一致，筆者對不同品種稻谷價(jià)格、成本及收益數(shù)據(jù)進(jìn)行了平均化處理。此外，由于《中國農(nóng)村統(tǒng)計(jì)年鑒》對收入部分的統(tǒng)計(jì)在2014年發(fā)生變化，研究期間定為2004—2013年。

(二)計(jì)量結(jié)果分析

考慮到直接對上述模型進(jìn)行估計(jì)可能導(dǎo)致序列自相關(guān)和多重共線問題，筆者首先對各變量進(jìn)行對數(shù)化處理，一方面能確保殘差的正態(tài)性，另一方面也可直接得到短期的供給彈性。鑒于廣義最小二乘法(GLS)可以減少截面數(shù)據(jù)的異方差現(xiàn)象，筆者采用該方法進(jìn)行面板數(shù)據(jù)估計(jì)。

1．基于全樣本的主要糧食作物主產(chǎn)省供給反應(yīng)分析

筆者首先對分品種糧食供給反應(yīng)方程進(jìn)行估計(jì)，考慮到收益也可以跟價(jià)格對糧食生產(chǎn)起到類似的影響[20]，筆者同時(shí)將收益變量引入以檢驗(yàn)方程的穩(wěn)健性，其中大豆、玉米、稻谷及小麥的價(jià)格反應(yīng)方程見模型1、模型3、模型5和模型7，收益反應(yīng)方程見模型2、模型4、模型6和模型8，最終輸出結(jié)果見表2。

表2　主要糧食作物主產(chǎn)省供給反應(yīng)方程估計(jì)結(jié)果

注：*、**、***分別表示在10%、5%、1%的顯著性水平下統(tǒng)計(jì)顯著；括號內(nèi)為回歸系數(shù)的穩(wěn)健標(biāo)準(zhǔn)誤。

由表1可知，主要糧食作物主產(chǎn)省的糧食供給有以下特點(diǎn)：

首先，所有品種滯后一期播種面積變量都通過了顯著性檢驗(yàn)，且系數(shù)遠(yuǎn)高于價(jià)格和收益。該結(jié)果體現(xiàn)了糧食生產(chǎn)的慣性，即由于受思想觀念和生產(chǎn)經(jīng)濟(jì)環(huán)境等多種因素的約束，農(nóng)戶的生產(chǎn)行為不易調(diào)整，其供給具有剛性。

其次，從價(jià)格變量和收益變量分析。分品種糧食價(jià)格和收益對糧食生產(chǎn)都存在正向影響，但多數(shù)模型中價(jià)格或收益變量未通過顯著性檢驗(yàn)，這說明盡管價(jià)格和收益能夠表現(xiàn)出對糧食生產(chǎn)的正向作用，但效果并不明顯。從收益和價(jià)格比較看，分品種糧食作物收益的長短期彈性都小于價(jià)格，說明農(nóng)戶生產(chǎn)對價(jià)格的反應(yīng)程度要大于收益。以小麥為例，模型1和模型2的短期價(jià)格和收益彈性分別為0.122和0.054，長期供給價(jià)格和收益彈性分別為0.244和0.117。其短期價(jià)格和收益彈性都較低，說明小麥播種面積的調(diào)整對價(jià)格和收益的反應(yīng)都比較遲鈍；兩者的長期彈性都大于短期彈性，而且價(jià)格彈性遠(yuǎn)大于收益彈性，說明與長期相比，農(nóng)戶在短期內(nèi)較難對價(jià)格和收益的波動(dòng)進(jìn)行及時(shí)調(diào)整，存在一定的時(shí)滯。

此外，從成本角度進(jìn)行考察。糧食作物生產(chǎn)總成本總體上對糧食生產(chǎn)存在負(fù)向作用，這符合實(shí)際預(yù)期。近年來農(nóng)產(chǎn)品生產(chǎn)資料價(jià)格的上漲、人工成本的上升已經(jīng)引起了大多數(shù)農(nóng)戶的關(guān)注，成為農(nóng)戶糧食生產(chǎn)選擇的重要考量。但是，玉米供給反應(yīng)模型中總成本這一解釋變量未通過顯著性水平檢驗(yàn)。該結(jié)果與范壟基對玉米供給反應(yīng)分析得出的結(jié)果類似[12]。由于政府政策和制度安排對農(nóng)戶玉米種植行為決策的干預(yù)，導(dǎo)致成本對玉米生產(chǎn)的影響不是特別明顯。

2．基于農(nóng)業(yè)收入占比分組的主要糧食作物主產(chǎn)省供給反應(yīng)分析

各糧食主產(chǎn)省份的農(nóng)業(yè)收入占比會(huì)影響農(nóng)戶的生產(chǎn)決策。由于主產(chǎn)省份的個(gè)體特征涵蓋的內(nèi)容較多，筆者以農(nóng)業(yè)收入占比為基礎(chǔ)對樣本省份分組研究。對近5年各糧食主產(chǎn)省份的平均農(nóng)業(yè)收入占比排序，以0.45為界劃分為兩個(gè)組：高農(nóng)業(yè)收入占比省份和低農(nóng)業(yè)收入占比省份，并分別對這兩組樣本的供給反應(yīng)情況進(jìn)行分析，最終分組結(jié)果如表3。

表3　主要糧食作物主產(chǎn)省按農(nóng)業(yè)收入占比分組情況

由表4和表5的結(jié)果可以看出，分組后各回歸擬合程度仍然較高，且大部分變量通過了顯著性檢驗(yàn)，而各糧食作物生產(chǎn)供給反應(yīng)與分組前相比發(fā)生了變化，主要區(qū)別體現(xiàn)在以下幾個(gè)方面：

表4　按農(nóng)業(yè)收入占比分組稻谷和小麥供給反應(yīng)方程估計(jì)結(jié)果

注：*、**、***分別表示在10%、5%、1%的顯著性水平下統(tǒng)計(jì)顯著；括號內(nèi)為回歸系數(shù)的穩(wěn)健標(biāo)準(zhǔn)誤。

表5　按收入占比分組玉米和大豆供給反應(yīng)方程估計(jì)結(jié)果

注：*、**、***分別表示在10%、5%、1%的顯著性水平下統(tǒng)計(jì)顯著；括號內(nèi)為回歸系數(shù)的穩(wěn)健標(biāo)準(zhǔn)誤。

首先，分組后滯后一期播種面積對糧食生產(chǎn)仍為正向影響，且大部分通過了顯著性檢驗(yàn)。其中，分品種糧食作物中高農(nóng)業(yè)收入占比組的滯后一期播種面積系數(shù)比低農(nóng)業(yè)收入占比組大，這與宋雨河和武拉平[21]的研究結(jié)果類似。由于高農(nóng)業(yè)收入占比組生活收入來源以種糧為主，收益最大化目標(biāo)下該群體對糧食生產(chǎn)的依賴性更高，種植的延續(xù)性也越強(qiáng)。相反，低農(nóng)業(yè)收入組往往具有更多的非農(nóng)就業(yè)機(jī)會(huì)，種糧決策在收益最大化目標(biāo)下并不突出，糧食播種面積的隨意性更強(qiáng)。

其次，分組后各糧食品種的長短期價(jià)格彈性、收益彈性與分組前類似，都表現(xiàn)出收益小于價(jià)格的特征。從價(jià)格和收益對播種面積的影響程度看，高農(nóng)業(yè)收入組都要遠(yuǎn)高于低農(nóng)業(yè)收入組，該結(jié)果說明以種糧收入為主的農(nóng)戶對糧食價(jià)格和收益的敏感性更強(qiáng)。

除玉米外，其他糧食作物都表現(xiàn)出成本對種植面積的阻礙作用。對此的一個(gè)解釋是，玉米的市場化程度較高，投入成本的增加帶來單位產(chǎn)量收益的下降，在生物燃料需求激增的今天，農(nóng)戶往往通過擴(kuò)大播種面積來增加產(chǎn)量和提高收益，削弱或抵消了成本帶來的負(fù)面作用。

綜上，無論是種植面積變量還是價(jià)格收益變量，都呈現(xiàn)高農(nóng)業(yè)收入占比組敏感性高于低農(nóng)業(yè)收入占比組的特征。

四、結(jié)論與啟示

本研究分析了中國大豆、玉米、稻谷及小麥4種糧食作物主產(chǎn)省供給反應(yīng)情況，并在此基礎(chǔ)上按農(nóng)業(yè)收入占比高低分組考察了高農(nóng)業(yè)收入占比省份和低農(nóng)業(yè)收入占比省份農(nóng)戶糧食生產(chǎn)對價(jià)格、收益及成本的供給反應(yīng)情況。分析結(jié)果顯示，各品種糧食生產(chǎn)都存在較強(qiáng)慣性，且高農(nóng)業(yè)收入占比組慣性強(qiáng)于低農(nóng)業(yè)收入占比組。從長短期彈性看，各糧食品種高農(nóng)業(yè)收入占比組價(jià)格和收益對播種面積的彈性均高于低農(nóng)業(yè)收入占比組。此外，種糧的生產(chǎn)總成本不斷上升也對糧食播種面積的增加有著阻礙作用。

研究結(jié)論對現(xiàn)階段糧食托市政策改革有一定的參考意義，即隨著農(nóng)戶收入非農(nóng)化占比的提升，農(nóng)戶糧食生產(chǎn)對價(jià)格的反應(yīng)敏感性逐漸下降，這會(huì)一定程度降低托市政策的效果。此外，成本急速上升也會(huì)對農(nóng)戶糧食生產(chǎn)的積極性帶來影響。為維護(hù)農(nóng)戶生產(chǎn)積極性，僅僅依靠提升托市價(jià)格不僅面臨巨大的財(cái)政負(fù)擔(dān)，而且效果也存在邊際遞減趨勢。隨著農(nóng)戶群體的進(jìn)一步分化，糧食最低收購價(jià)的保障作用將集中在以糧食生產(chǎn)為主的產(chǎn)糧大戶一端，因此，改變以往普惠式政策，實(shí)現(xiàn)政策精準(zhǔn)設(shè)計(jì)，是降低財(cái)政壓力，提升糧食補(bǔ)貼效率的必然選擇。

參考文獻(xiàn)：

[1] 宋洪遠(yuǎn)．經(jīng)濟(jì)體制與農(nóng)戶行為——一個(gè)理論分析框架及其對中國農(nóng)戶問題的應(yīng)用研究[J]．經(jīng)濟(jì)研究，1994(8)：22-28，35．

[2] 洪濤，傅宏．中國糧食安全發(fā)展報(bào)告：2013~2014[M]．北京：經(jīng)濟(jì)管理出版社，2014：77-78．

[3] 王宇．改革硬骨頭——糧食安全[EB/OL]．(2015-01-13) [2015-01-13] http:// news. xinhuanet. com/herald/ 2015-01/13/ c_133916668.htm

[4] 史清華，張惠林．農(nóng)戶家庭經(jīng)營非農(nóng)化進(jìn)程與歷程研究[J]．經(jīng)濟(jì)問題，2000(4)：45-48．

[5] Rahji M A Y，Ilemobayo O O，F(xiàn)akayode S B．Rice Supply Response in Nigeria：An application of the Nerlovian adjustment model[J]．Agricultural Journal，2013(3)：229-234．

[6] William E Griffiths，Jock R Anderson．Specification of agricultural supply functions —empirical evidence on wheat in southern N．S．W．[J]．Australian Journal of Agricultural & Resource Economics，1978，22(2-3)：115–128．

[7] 王德文，黃季焜．雙軌制度下中國農(nóng)戶糧食供給反應(yīng)分析[J]．經(jīng)濟(jì)研究，2001(12)：55-65+92．

[8] 李光泗，李全根，曹寶明．我國糧食生產(chǎn)波動(dòng)影響因素分析——基于供給反應(yīng)模型[J]．南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010(5)：31-37．

[9] 邵飛，陸遷．基于Nerlove模型的中國不同區(qū)域玉米供給反應(yīng)研究[J]．經(jīng)濟(jì)問題，2011(7)：73-76．

[10] 范少玲，史建民．基于Nerlove模型的山東省玉米供給反應(yīng)研究[J]．安徽農(nóng)業(yè)科學(xué)，2013(4)：1762-1764．

[11] 劉俊杰，周應(yīng)恒．我國小麥供給反應(yīng)研究——基于小麥主產(chǎn)省的實(shí)證[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011(12)：40-45．

[12] 范壟基，穆月英，付文革，等．基于Nerlove模型的我國不同糧食作物的供給反應(yīng)[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012(12)：4-11．

[13] 朱思柱，周曙東．基于擴(kuò)展Nerlove模型的中國大豆供給反應(yīng)彈性研究[J]．大豆科學(xué)，2014(5)：752-758．

[14] Kanwar S．Relative profitability，supple shifters and dynamic output response，in a developing economy[J]. Journal of Policy Modeling，2006(28)：67~88．

[15] 楊艷濤，吳敬學(xué)．基于市場均衡模型的中國玉米供需變化與趨勢預(yù)測[J]．經(jīng)濟(jì)問題，2014(12)：98-103．

[16] 姚升，周應(yīng)恒．大蒜供給反應(yīng)研究——基于微觀面板數(shù)據(jù)的實(shí)證分析[J]．財(cái)經(jīng)論叢，2013(2)：9-14．

[17] 姜天龍，郭慶海．農(nóng)戶收入結(jié)構(gòu)支撐下的種糧積極性及可持續(xù)性分析——以吉林省為例[J]．農(nóng)業(yè)經(jīng)濟(jì)問題，2012(6)：14-20．

[18] Nerlove M．Estimates of the elasticities of supply of selected agricultural commodities[J]．Journal of Farm Economics，1956(38)：496-509．

[19] 鐘甫寧，胡雪梅．中國棉花生產(chǎn)區(qū)域格局及影響因素研究[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2008(1)：4-9．

[20] 苗珊珊，陸遷．農(nóng)戶生產(chǎn)決策行為的影響因素：價(jià)格抑或收益[J]．改革，2013(9)：26-32．

[21] 宋雨河，武拉平．價(jià)格對農(nóng)戶蔬菜種植決策的影響——基于山東省蔬菜種植戶供給反應(yīng)的實(shí)證分析[J]．中國農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2014(2)：136-142．

責(zé)任編輯：李東輝

The difference of supply response on grain production of farmers in main grain producing provinces:Based on the comparison of grain varieties and non agricultural income

LI Juan, WU Shunchen*

(Center for Food Security and Strategic Studies of Nanjing University of Finance and Economics/Collaborative Innovation Center of Modern Grain Circulation and Safety, Nanjing 210023, China)

Based on the statistics data from 2004 to 2013 and the analysis of differences in price and income responses of grain production in the main producing provinces of major grain crops (soybean, maize, rice and wheat), this paper divides samples into groups according to the rate of non-agricultural income in the whole family-run and analyzes the different responses between high agricultural income groups and low agricultural income groups. The results show that there is strong inertia on each of grain varieties production and the inertia in high groups is stronger than that in low groups. The cost significantly hinders the grain production. In terms of short and long-run elasticity, the price and yield of high agricultural income groups have more effects on planting area than that of low groups for the varieties of grain.

farmers; non-agriculturization of family income; grain production; supply response; differences

10.13331/j.cnki.jhau(ss).2016.05.002

F326.11

A

1009-2013(2016)05-0008-06

2016－06－05

國家自然科學(xué)基金青年項(xiàng)目(71403114)；公益性行業(yè)(糧食)科研專項(xiàng)(201513004)；服務(wù)國家特殊需求博士人才培養(yǎng)項(xiàng)目開放課題(BSXJ201509)；博士生專項(xiàng)課題(BSZX15-01)；海南省高等學(xué)?？茖W(xué)研究項(xiàng)目(Hnky2016- 45)；江蘇高校優(yōu)勢學(xué)科項(xiàng)目建設(shè)工程和“青藍(lán)工程”項(xiàng)目

李娟(1991—)，女，江蘇靖江人，碩士研究生。*為通信作者。