長三角一體化背景下小麥生產成本收益分析
——以皖北地區(qū)為例

張 培

一、前言

長三角區(qū)域一體化發(fā)展上升為國家戰(zhàn)略[1]，這對長三角經濟發(fā)展提出了更高的要求。而長三角糧食市場的發(fā)展相對滯后于其他領域，其中小麥作為長三角地區(qū)的自有糧源，滬浙和皖蘇間具有較強互補性，產銷合作水平較高。據調查顯示，2022 年，安徽省小麥的總產量位于全國第三位，皖北地區(qū)更是安徽省最大的小麥主產區(qū)，約占全省小麥種植面積的70%。但是安徽省小麥生產發(fā)展方面仍然存在一些問題，比如張前進[2]提到在皖北地區(qū)小麥病蟲害的產生是制約小麥產量和質量的重要因素之一。國內此類研究層出不窮，如張蕾[3]利用 C-D 生產函數模型定量研究了農產品成本收益。裴俊紅和李銀平[4]對2010—2014 年河北省小麥生產中的生產成本、人工費用及土地成本等主要收益指標進行了細致分析，揭示了成本收益的變化規(guī)律。盧昱嘉和代瑞熙[5]運用比較分析法對我國2016—2017 年小麥生產成本收益情況及其影響因素進行分析，并給出了減少小麥成本、提高收益的相關建議。張耀蘭等[6]對安徽省近6 年小麥生產成本收益情況進行分析，探討了降低小麥生產成本和提高生產效益的方法和途徑。

小麥生產成本投入過多，但生產效益低，因此，研究小麥成本收益以及其之間的聯系、影響因素，嚴格加強控制小麥的生產成本，提高麥農的生產行動積極性，是解決安徽省小麥生產發(fā)展中的問題的一種途徑。以安徽省皖北地區(qū)小麥為研究對象，對皖北地區(qū)的小麥生產過程中的成本收益進行深度分析，研究皖北地區(qū)小麥生產的優(yōu)、劣勢，以及影響小麥生產效益的主要因素，從而提高小麥單產，促進麥農增收，以期提高長三角區(qū)域糧食市場一體化水平。

二、研究方法與數據來源

（一）研究方法

通過建立多元回歸模型來進行分析，多元線性回歸模型常用于分析一個被解釋變量與多個解釋變量之間的線性關系，其一般形式如下：

（二）數據來源

文中選取的指標數據均來自《全國農產品成本收益資料匯編》（2009—2019）《安徽統計年鑒》《中國統計年鑒》以及國家統計局。

三、小麥生產的成本收益指標

（一）小麥的生產成本指標分析

賈興梅[7]指出中國的糧食成本收益核算及統計體系應與我國的國情相適應，在指標設計、核算方法、調查戶選擇等方面都應該考慮到我國農業(yè)實際發(fā)展的情況。隨著農業(yè)經濟的發(fā)展，直接成本和間接成本作為小麥的生產成本兩部分，直接成本包含直接物質成本（生產要素支出成本）和直接人工成本（勞動支出的成本），而間接成本和小麥生產沒有直接關系?？偝杀臼巧a和銷售一定種類與數量產品所耗費的資源總和。小麥的每畝總成本是具體包含了每畝的物質與服務費用、人工成本和土地成本。土地成本是將土地使用權取得費以及土地開發(fā)費包括在內的成本。土地成本包含了不需要生產者直接或實際支出的自營地折租和土地流轉地租金。人工成本指的是在生產或提供勞務活動中能夠因使用的勞動力而支付的所有費用的總和。從王彩峰[8]了解到，其中的家庭用工折價是指生產中耗費的家庭勞動用工按一定方法和標準折算的成本。另一部分為支付給受雇提供勞動服務的人的所有費用的雇工費。魏麗莉[9]指出物質與服務費用指在直接生產過程中消耗的各種農業(yè)生產資料的費用、購買各項服務的支出以及與生產相關的其他實物或現金支出。小麥的每畝物質與服務費用包含直接費用——種子、化肥等費用和以銷售、固定資產折舊等在內的間接費用。

（二）小麥的生產收益指標分析

將每畝小麥的主產品產量、主產品產值、凈利潤、成本利潤率、每50 公斤主產品售價選取為生產收益指標。皖北地區(qū)小麥的生產收益狀況如表1所示。

表1 皖北地區(qū)每畝生產收益變動情況（2008—2018）

從表1 可以看出，主產品產量波動幅度稍小且有下降趨勢，其中在2008—2018 年間下降了88.66 公斤/畝，2014、2017 年有短暫的小高峰期；主產品產值波動幅度較大的原因是市場價格一直在變化，從2008 年每畝651.92 元增長到2013 年每畝874.08 元，之后迅速下降，又在2015 年快速漲到每畝939.24 元，2017年達到最高每畝1004.78 元；小麥的每50 公斤售價一直是呈平緩上升的趨勢，在2008 年，每50 公斤小麥主產品售價為76.36 元；隨著我國經濟的持續(xù)發(fā)展，小麥的售價在不斷升高，為提高麥農種糧的積極性，政府提高了小麥的收購保護價，將每50 公斤小麥主產品的售價持續(xù)上調至2018 年的103.28 元；小麥生產凈利潤在2008—2018 年間波動幅度較大，2018 年每畝虧損142.56 元；成本利潤率的波動受凈利潤的影響較大，從上表可以看到成本利潤率呈緩慢下降的趨勢，到2018 年每畝小麥生產的成本利潤下降到-16.55 元。

四、皖北地區(qū)小麥生產成本收益影響因素分析

（一）變量的選取

本文通過構建多元線性回歸模型，將凈利潤作為被解釋變量，凈利潤=總產值-總成本，而成本收益可以在總成本與總產值中體現出來。選取以下六個農產品核算指標作為解釋變量——人工成本、單產、土地成本，以及每50 公斤售價、每畝物質與服務費用、成本利潤率，各變量的基本特征如表2 所示。

表2 變量的基本特征

（二）建立模型

利用SPSS 軟件進行多元線性回歸分析，建立實證模型：

其中Y 為凈利潤——被解釋變量，表2 概括了各變量的基本特征，為Y 相對于其他自變量變化的敏感系數，為誤差項且服從分布。

利用SPSS 軟件對以上六個解釋變量進行篩選，擬合優(yōu)度檢驗分析如表3 所示。

表3 擬合優(yōu)度檢驗模型摘要

在回歸模型中，殘差序列獨立性檢驗D-W 值為2.731，DU 值為3.004，殘差序列無自相關。調整后的判定系數為0.996 接近1，擬合優(yōu)度較高，說明被解釋變量可以被模型解釋的部分較多。經過初步回歸系數顯著性檢驗及多重共線性判別，采用向后篩選方法，自動剔除不顯著的變量，如表4 所示建立三種多元線性回歸模型，并對各回歸模型的回歸系數進行顯著性檢驗，結果如表5 所示。

表4 多元線性回歸模型

表5 多元線性回歸模型

由表4 可知，模型3 中的R 解釋變量與被解釋變量相關系數，以及判決后的相關系數分別為0.999、0.997，均接近1，擬合優(yōu)度高。由表5 可知，模型3 的回歸系數t 檢驗值小于臨界值，說明結果顯著有意義。所以，應該選擇模型3，即凈利潤影響因素中的每50 公斤售價、單位面積產量、成本利潤率、土地成本對皖北地區(qū)小麥的成本收益影響顯著，故得最終的回歸方程為：

自變量X4的偏回歸系數為4.997，為正數，即每50 公斤售價與凈利潤的變動方向一致，并且在其他條件不變的基礎上，每50 公斤售價提高1 個單位，凈利潤就會提高4.997 個單位。同理，單位面積產量與凈利潤變動方向一致，即單位面積產量每提高1 個單位，凈利潤提高1.689 個單位。成本利潤率與凈利潤也是同向變動，即成本利潤率每提高一個單位，凈利潤將提高2.266 個單位。而土地成本與凈利潤呈相反關系，偏回歸系數為-1.497，即土地成本提高一個單位，凈利潤降低1.497 個單位。由此可見，影響皖北地區(qū)小麥生產成本收益的影響因素有單位面積產量、土地成本與每50 公斤售價、成本利潤率。從影響的程度上看，每50 公斤售價對小麥生產凈利潤影響最深，較其他因素而言是最為顯著的一個因素。故適當調高小麥的售價有利于小麥的生產。

五、政策建議

（一）保障種植效益，適當提高小麥收購價格

適當提高小麥收購價格，逐步落實糧食主產區(qū)利益補償機制。落實現代種業(yè)提升工程，加強農作物新品種的選育、試驗、引種、展示、示范基地建設，提升皖北地區(qū)小麥資源保護、育種創(chuàng)新、測試評價和良種繁育等方面能力。

（二）建成皖北小麥生產加工供應重要基地

為保障小麥有效供給、實現高產穩(wěn)產，皖北各市應深入推進農業(yè)供給側結構性改革，推動品種培優(yōu)、品質提升、品牌打造和標準化生產。深入實施“藏糧于地、藏糧于技”戰(zhàn)略，健全糧食儲備運行機制，加強糧食流通體系建設，縱深推進優(yōu)質糧食工程。

（三）實施現代農業(yè)提升工程

發(fā)展農業(yè)智能生產、智能農機裝備、設施農業(yè)等農業(yè)高新技術產業(yè)，提升農業(yè)科技創(chuàng)新水平，發(fā)展智慧農業(yè)，加快數字農業(yè)產業(yè)帶建設，建成長三角地區(qū)糧食生產重要產區(qū)和保障我國糧食安全的高產、高品質產區(qū)。充分發(fā)揮農業(yè)生產優(yōu)勢，將皖北打造成長三角區(qū)域重要的“糧袋子”。

六、結語

本文為了厘清小麥生產成本收益情況以期探索長三角一體化對糧食市場整合的影響機制，對長三角小麥主產區(qū)——皖北地區(qū)的2008—2018 年的小麥產業(yè)進行綜合分析，構建了皖北地區(qū)小麥的生產成本收益指標體系，利用多元線性回歸方程對皖北地區(qū)小麥成本收益影響因素進行實證分析，最后提出降低小麥的生產成本，提高收益，促進皖北地區(qū)小麥生產綠色智能發(fā)展的建議措施，以提升長三角地區(qū)糧食市場一體化水平。