鄒小嬌，張 郁

（東北師范大學(xué)地理科學(xué)學(xué)院，長春 130024）

0 引言

糧食安全問題是國際社會廣泛關(guān)注的主要議題之一[1-2]。作為農(nóng)業(yè)大國和人口大國，中國高度重視糧食安全保障問題[3]，自2004年起，已連續(xù)17年發(fā)布關(guān)注“三農(nóng)”問題的中央一號文件，從多種角度強調(diào)了保障糧食安全的重要性。面臨著農(nóng)產(chǎn)品供求矛盾、農(nóng)業(yè)資源環(huán)境約束、國際市場影響以及農(nóng)民收入保障等諸多問題，中國進(jìn)入第四輪種植業(yè)結(jié)構(gòu)調(diào)整階段[4]，“調(diào)結(jié)構(gòu)、提品質(zhì)、去庫存、降成本”成為農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的主要方向。實踐表明，單純依靠市場力量驅(qū)動種植結(jié)構(gòu)調(diào)整，常引發(fā)農(nóng)業(yè)生產(chǎn)劇烈波動、市場價格大起大落，僅靠政策引導(dǎo)農(nóng)業(yè)結(jié)構(gòu)調(diào)整的效果也不理想[5-6]。自2004年國家實施糧食稅收政策改革以來，關(guān)于種植結(jié)構(gòu)調(diào)整中政策的效果問題，已引起了學(xué)術(shù)界的爭論[7-9]。

目前，許多學(xué)者選擇糧食補貼政策[10-12]與糧食收購價格支持政策作為切入點[13-16]，通過定性分析[17-19]和Probit模型[20-21]、多變量回歸分析[8]、GRA 模型[22]、Nerlove模型[23-24]等定量分析方法研究農(nóng)業(yè)政策對種植結(jié)構(gòu)的影響。由于數(shù)據(jù)獲取的難度、政策實施的復(fù)雜性，現(xiàn)有定量研究較多的是通過建立模型并設(shè)置政策虛擬變量來說明農(nóng)業(yè)政策對種植面積是否有影響。而雙重差分模型是用于定量評估公共政策或項目實施效果的計量經(jīng)濟(jì)學(xué)模型，通過“有無差異”和“事前差異”分析既定變量的變化，有助于揭示政策對既定變量影響的“凈”效果。有學(xué)者利用雙重差分模型研究了農(nóng)業(yè)政策對作物產(chǎn)量與價格的影響效果[25-26]，發(fā)現(xiàn)農(nóng)業(yè)政策可促進(jìn)作物產(chǎn)量增收和價格的提升，鼓勵農(nóng)戶種植積極性；也有學(xué)者研究農(nóng)業(yè)政策對種植面積的影響，認(rèn)為最低收購價格政策促進(jìn)種植面積擴(kuò)大，但不同區(qū)域政策效果有明顯差異[27]。目前，雙重差分模型被大量用于各類改革項目評估方面，但用于種植結(jié)構(gòu)影響的農(nóng)業(yè)政策評價研究較少。

黑龍江省擁有松嫩平原、三江平原兩大國家級現(xiàn)代農(nóng)業(yè)示范區(qū)，是保障國家糧食安全和重要農(nóng)產(chǎn)品供給的重要戰(zhàn)略基地，也是農(nóng)業(yè)結(jié)構(gòu)調(diào)整中比較優(yōu)勢明顯的地區(qū)[28]。近年來，伴隨著暖干的氣候變化趨勢，受政策調(diào)控和經(jīng)濟(jì)利益影響，黑龍江省水稻、玉米種植面積擴(kuò)張明顯，大豆種植面積受國際市場影響呈現(xiàn)出較大的波動。盡管氣候變化對其耕地利用有一定的影響，但政策調(diào)控和經(jīng)濟(jì)驅(qū)動仍是其種植格局變化的主要原因[29]。結(jié)合提高區(qū)域農(nóng)業(yè)發(fā)展質(zhì)量、效益和競爭力的戰(zhàn)略定位，優(yōu)化種植結(jié)構(gòu)與布局，構(gòu)建玉米、水稻、大豆三大作物的核心區(qū)和專業(yè)化產(chǎn)區(qū)，是黑龍江省未來種植結(jié)構(gòu)調(diào)整的重要任務(wù)。在此背景下，本研究以黑龍江省水稻、玉米、大豆為例，基于農(nóng)產(chǎn)品收購政策研究視角（主要包括2004年以來實施至今的水稻最低收購價格政策，2008—2015年實施的玉米臨時收儲價格政策，2008—2013年實施的大豆臨時收儲價格政策，2014—2016年實施的大豆目標(biāo)價格政策以及分別在2016年、2017年實施的玉米、大豆“價補分離”政策），利用雙重差分模型進(jìn)行政策驅(qū)動的實證研究，分析其與糧食作物種植結(jié)構(gòu)變化的關(guān)系，這對于指導(dǎo)區(qū)域種植業(yè)結(jié)構(gòu)合理布局與制定區(qū)域糧食生產(chǎn)政策具有重要作用，尤其在當(dāng)前新的糧食供求形勢下，對重新審視中國農(nóng)業(yè)政策、制定和完善中國未來糧食安全保障措施等方面有著較強的現(xiàn)實意義，也有助于為“市場定價、價補分離”的政策實施效果評價工作提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 DID模型 雙重差分計量經(jīng)濟(jì)模型(difference in difference,DID)通常用來定量評估一項公共政策或者項目實施給經(jīng)濟(jì)主體帶來的凈影響。研究設(shè)計中，基本思路是將樣本數(shù)據(jù)分為兩組，實驗組為政策作用對象，對照組為非政策作用對象，通過計算實驗組在政策實施前后某特定指標(biāo)的變化量，以及對照組在政策實施前后同一指標(biāo)變化量，上述兩個變化量的差值（倍差值）即反映了政策對實驗組的凈影響。

農(nóng)產(chǎn)品收購政策屬于公共政策范疇，同時政策的實施組具有非隨機分配的特點，因此，可作為一個自然試驗來研究。本研究將樣本數(shù)據(jù)劃分為4組，即政策實施前的實驗組、政策實施前的對照組、政策實施后的實驗組和政策實施后的對照組。據(jù)此，為度量這樣的劃分，設(shè)置2個虛擬變量：分別為dc和dz，其中dc實驗組取值為1，對照組取值為0，dz政策實施前取值為0，政策實施后取值為1。具體構(gòu)建DID模型見公式(1)。

式中，Yit反應(yīng)了i省在t時期作物面積，εit為隨機擾動項。在對照組，dcit=0，由公式(1)得，政策實施前后的Yit值的變化，見公式(2)。

政策實施前后，對照組的作物面積變動為ΔY0=β2。在實驗組中dcit=1，由公式(1)得政策實施前后的Yit值的變化，作物價格會影響農(nóng)戶種植的積極性，見公式(3)。

政策實施前后，實驗組的作物種植面積變動為ΔYt=β2+β3。政策的實施對作物面積“凈”影響為：DID=ΔYt-ΔY0，即公式(1)中交互項系數(shù)。政策促使作物種植面積增加，β3顯著為正，政策使作物種植面積減少，β3顯著為負(fù)，政策效果不明顯，β3不顯著。

在實際生產(chǎn)過程中，影響農(nóng)作物種植結(jié)構(gòu)變化的影響因素還包括其他，為了提高模型結(jié)果的準(zhǔn)確性，可在公式(1)加入相應(yīng)的控制變量X，具體見公式(4)。

1.1.2 變量說明 本研究將水稻、玉米和大豆種植面積作為農(nóng)產(chǎn)品收購政策對黑龍江省糧食作物種植結(jié)構(gòu)變化影響的評價指標(biāo)，并選取各作物滯后一期的收益TR作為控制變量（種植收益=農(nóng)作物價格×農(nóng)作物產(chǎn)量，目標(biāo)價格政策、“價補分離”政策時期收益=農(nóng)作物價格×農(nóng)作物產(chǎn)量+目標(biāo)價格補貼/生產(chǎn)者補貼），主要是由于農(nóng)戶往往根據(jù)滯后一期（前期）農(nóng)作物銷售價格進(jìn)行種植預(yù)期假設(shè)，同時對不同作物的預(yù)期相對收益進(jìn)行比較，進(jìn)而影響種植結(jié)構(gòu)。另外，由于農(nóng)產(chǎn)品收購政策主要通過影響農(nóng)戶的種植收益來刺激農(nóng)戶種植積極性，進(jìn)而對種植面積進(jìn)行調(diào)整，因此，本研究選取農(nóng)戶種植收益進(jìn)行分析，揭示農(nóng)產(chǎn)品收購政策對種植結(jié)構(gòu)變化的驅(qū)動機制。

在DID模型中，遵循數(shù)據(jù)的平衡性和可比性原則，對照組均為與政策實施區(qū)具有共同趨勢的非政策實施區(qū)，且為樣本數(shù)據(jù)中較大的省區(qū)，其中水稻對照組為非政策實施區(qū)云南省，玉米對照組為玉米主產(chǎn)區(qū)河南省，大豆對照組為安徽省。分割時間為政策實施時間，其中，由于玉米“價補分離”政策實施前受臨時收儲價格政策的影響，為減小誤差，實證分析中剔除了實施臨時收儲價格政策的時間段（2008—2015年），因此，玉米“價補分離”政策分割時間為2007年和2016年。同理，大豆目標(biāo)價格政策的分割時間為2007年和2014年；大豆“價補分離”政策的分割時間為2007年和2017年。主要變量統(tǒng)計性描述見表1。

表1 主要變量統(tǒng)計性描述

1.2 數(shù)據(jù)來源

本研究選取2001—2018年為研究時段，主要數(shù)據(jù)為糧食生產(chǎn)統(tǒng)計數(shù)據(jù)、農(nóng)產(chǎn)品收益資料數(shù)據(jù)以及糧食補貼數(shù)據(jù)，包括水稻、玉米和大豆種植面積、產(chǎn)量、出售價格數(shù)據(jù)以及玉米、大豆補貼數(shù)據(jù)。其中黑龍江省與非政策實施區(qū)的水稻、玉米、大豆種植面積數(shù)據(jù)來源于《黑龍江省統(tǒng)計年鑒》(2002—2019)、《中國統(tǒng)計年鑒》(2002—2019)，產(chǎn)量數(shù)據(jù)來源于《黑龍江省統(tǒng)計年鑒》(2001—2019)、《中國統(tǒng)計年鑒》(2001—2019)；水稻、玉米、大豆出售價格數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》(2001—2019)；玉米補貼標(biāo)準(zhǔn)(2016—2018)、大豆的補貼標(biāo)準(zhǔn)(2014—2018)來源于黑龍江省人民政府官網(wǎng)(www.hlj.gov.cn)。

2 結(jié)果與分析

2.1 政策實施前后影響作物種植面積和收益的因素分析

表2中列出了水稻、玉米、大豆相應(yīng)政策實施前后種植面積組內(nèi)均值差和組間均值差。

由表2可知，水稻最低收購價格政策實施前，水稻種植面積實驗組大于對照組，差值為40.57萬hm2，政策實施后，實驗組水稻種植面積上升，而對照組小幅度下降，差值為205.50萬hm2，兩者之間差值為164.93萬hm2，即DID估計值。玉米臨時收儲價格政策實施前，玉米種植面積實驗組大于對照組，差值為17.85萬hm2，政策實施后，差距進(jìn)一步拉大，差值為288.73萬hm2，兩者之間差值為270.88萬hm2，而“價補分離”政策實施后，與對照組的差值為262.34萬hm2，DID估計值為244.49萬hm2，小于臨時收儲價格政策的DID估計值。雖然實驗組與對照組玉米種植面積均呈上升趨勢，但實驗組玉米種植面積增幅顯著。同理，無論是政策實施前，還是臨時收儲價格政策、目標(biāo)價格政策、“價補分離”政策實施后，實驗組的大豆種植面積均大于對照組，差值為255.92萬hm2、248.88萬hm2、169.80萬hm2、297.85萬hm2，3種政策DID估計值分別為-7.03萬hm2、-86.12萬hm2、41.92萬hm2。

表2 政策實施前后作物面積的組內(nèi)均值差和組間均值差

表3中列出了水稻、玉米、大豆相應(yīng)政策實施前后種植收益組內(nèi)均值差和組間均值差。

表3 政策實施前后作物收益的組內(nèi)均值差和組間均值差

由表3可知，水稻最低收購價格政策實施前實驗組收益大于對照組，兩者差值為21.79億元，政策實施后，實驗組農(nóng)戶水稻收益顯著增加，高出對照組農(nóng)戶收益333.17億元，同政策實施前二者的差值相比，凈增加了311.38億元，亦即DID估計值為311.38億元。無論是水稻最低收購價格政策實施區(qū)和非政策實施區(qū)，最低收購價格政策實施后水稻收益均有所增加，但政策實施區(qū)水稻收益增幅更大。玉米臨時收儲價格政策實施前，實驗組玉米收益小于對照組，差值為32.19億元，而政策實施后，實驗組玉米收益大于對照組，差值為189.93億元，與政策實施前二者差值相差222.12億元；“價補分離”政策實施后，實驗組和對照組玉米收益變化與臨時收儲價格政策期間相似，DID估計值為215.02億元，小于臨時收儲價格政策時期DID值。同理，大豆臨時收儲價格政策實施前，實驗組大豆收益高出對照組130.90億元，政策實施后二者差距進(jìn)一步拉大，達(dá)到164.61億元，二者差值為33.70億元；目標(biāo)價格政策和“價補分離”政策實施后，實驗組大豆收益依然大于對照組，和政策實施前二者差值分別為-17.41億元、74.48億元。

2.2 DID估計結(jié)果分析

2.2.1 基本模型的計量結(jié)果分析 綜合研究對象的特點，基于stata軟件，利用面板Pool-OLS計量分析方法進(jìn)行參數(shù)估計。利用公式(1)對上述結(jié)果進(jìn)行驗證，結(jié)果如表4所示。

表4 計量方程輸出結(jié)果（種植面積）

由表4回歸結(jié)果可以看出，除大豆未能全通過顯著性檢驗以外，水稻和玉米均通過了顯著性檢驗。其中，水稻和玉米種植面積的DID估計結(jié)果顯著為正，即本文所關(guān)心的變量政策對水稻種植面積和玉米種植面積變化的“凈”影響dc×dz系數(shù)β3在1%、5%（玉米“價補分離”政策在5%）顯著水平下顯著為正，表明在樣本期內(nèi)，控制時間效應(yīng)、差異效應(yīng)的同時，若最低收購價格政策、臨時收儲價格政策、“價補分離”政策分別作為一個獨立因素考量，的確有效的促進(jìn)水稻和玉米種植面積增加（與政策實施前相比）。從種植面積增加的幅度來看，最低收購價格政策引起的黑龍江省水稻種植面積變化為164.93萬hm2，或可表述為，政策實施區(qū)與非政策實施區(qū)相比，政策實施區(qū)水稻增加164.93萬hm2。臨時收儲價格政策和“價補分離”政策引起的玉米種植面積變化分別為270.88萬hm2和244.49萬hm2，二者相比，臨時收儲價格政策的引起的玉米種植面積變化幅度較大，這表明“價補分離”政策的實施消減了政策實施區(qū)農(nóng)戶玉米種植的積極性，使黑龍江省玉米種植面積有所下降。

大豆種植面積的DID估計結(jié)果表明，目標(biāo)價格政策對大豆種植面積有顯著負(fù)向影響，導(dǎo)致黑龍江省大豆種植面積比非政策實施區(qū)減少86.13萬hm2。這說明，目標(biāo)價格政策的實施，并沒有提高農(nóng)戶的大豆種植積極性，大豆種植面積反而進(jìn)一步減小，而臨時收儲價格政策與“價補分離”政策實施效果并不明顯。主要是因為大豆受國際市場影響較大，進(jìn)口大豆價格低，國外的廉價大豆大量進(jìn)口，打擊了農(nóng)戶大豆種植的積極性，導(dǎo)致大豆種植面積較大波動。另一方面，由于大豆種植成本的不斷上升，大豆種植效益低下，在比較收益驅(qū)使下，部分大豆種植區(qū)域為玉米取代[30]，影響了針對大豆的臨時收儲價格政策、目標(biāo)價格政策、“價補分離”政策的實施效果。

根據(jù)表5可知，水稻、玉米均通過了顯著性檢驗，且水稻和玉米收益DID估計結(jié)果和上述種植面積DID估計結(jié)果相似。表明最低收購價格政策、臨時收儲價格政策、“價補分離”政策分別對水稻、玉米收益產(chǎn)生顯著正向影響，促進(jìn)水稻、玉米收益增加。從收益的增長幅度來看，和非政策實施區(qū)相比，最低收購價格政策引起的水稻收益增加311.38億元；臨時收儲價格政策和“價補分離”政策引起的玉米收益增加222.12億元、215.02億元，二者相比，“價補分離”政策的政策效應(yīng)小于臨時收儲價格政策?！皟r補分離”政策對大豆收益產(chǎn)生顯著正向影響，引起黑龍江省大豆種植收益較非政策實施區(qū)增加74.48億元，而大豆臨時收儲價格政策、目標(biāo)價格政策的影響效果較小。

表5 計量方程輸出結(jié)果（種植收益）

2.2.2 引入控制變量的模型結(jié)果 利用公式(4)對引入控制變量的模型進(jìn)行參數(shù)估計，需要說明的是，變量的自相關(guān)檢驗結(jié)果可知當(dāng)年的種植面積與作物滯后一期的作物收益相關(guān)性顯著，而變量間相關(guān)性檢驗結(jié)果顯示，滯后一期的作物收益與政策效果dc×dz間相關(guān)性不顯著，因此，可以將滯后一期的作物收益加入模型中進(jìn)行估計，結(jié)果如表6所示。

表6 引入控制變量后的計量方程輸出結(jié)果

由表6可知，引入控制變量后，水稻、玉米、大豆DID估計結(jié)果的顯著性與基本模型估計結(jié)果基本一致。其中，水稻最低收購價格政策和水稻滯后一期的收益在1%顯著水平下為正，最低收購價格政策和水稻滯后一期的收益對水稻種植面積具有顯著正向影響。同理，玉米臨時收儲價格政策和玉米滯后一期收益在1%顯著水平下為正，對玉米種植面積有顯著正向影響；“價補分離”政策實施期間，“價補分離”政策同樣對玉米種植面積具有顯著正向影響（10%顯著水平下），但玉米滯后一期收益卻對玉米種植面積影響不明顯，主要原因可能是由于此階段玉米受國家調(diào)減政策影響較大，因此，政策對農(nóng)戶進(jìn)行玉米種植決策的影響占主導(dǎo)地位。而大豆目標(biāo)價格政策對大豆種植面積有顯著負(fù)向影響，而大豆臨時收儲價格政策和“價補分離”政策影響效果則不明顯；各時期大豆滯后一期收益均對大豆種植面積產(chǎn)生顯著正向影響。

3 討論

本研究基于黑龍江省水稻、玉米、大豆種植面積和收益，建立DID模型，并選取各作物滯后一期收益作為控制變量，分析農(nóng)產(chǎn)品收購政策對黑龍江省糧食作物種植結(jié)構(gòu)變化的影響。在糧食作物種植結(jié)構(gòu)變化的政策驅(qū)動相關(guān)研究中，杜書立等[31]對黑龍江省1970—2010年種植結(jié)構(gòu)變化進(jìn)行分析，認(rèn)為自2008年國家開始在東北地區(qū)實施玉米臨時收儲政策以來，一方面，當(dāng)時較高的收儲價格極大的刺激了農(nóng)戶種植玉米的熱情，使得黑龍江省玉米種植面積激增，而另一方面，由于玉米臨時收儲價格政策的實施，影響了大豆播種面積的擴(kuò)張，使得大豆種植面積萎縮，同時，國家推行的各種農(nóng)業(yè)補貼政策以及種植結(jié)構(gòu)調(diào)整策略，使得全省種植結(jié)構(gòu)也發(fā)生了重大轉(zhuǎn)變，加快了水稻種植面積的擴(kuò)張；柳蘇蕓[32]通過建立DID模型、隨機效應(yīng)和固定效應(yīng)模型，認(rèn)為大豆目標(biāo)價格政策的實施對黒龍江省大豆種植面積有顯著的負(fù)影響，使得農(nóng)戶傾向于減少大豆的種植；馮麗娜[33]通過對1998—2016年安徽省、廣西省、黑龍江省水稻種植面積的對比分析，發(fā)現(xiàn)最低收購價格政策的實施促進(jìn)黑龍江省水稻種植面積明顯上升。

盡管上述學(xué)者在研究方法、研究時段、對照組或是控制變量的選擇上與本研究有所差異，但研究結(jié)果大致相同，見表7。另外，影響種植結(jié)構(gòu)變化的因素有很多，包括政策、農(nóng)業(yè)投入、經(jīng)濟(jì)環(huán)境、技術(shù)水平、市場因素、自然因素等：呂東輝[34]等認(rèn)為價格波動和成本影響黑龍江省糧食作物種植結(jié)構(gòu)變化；云雅如[35]研究了氣候變暖對黑龍江省糧食作物格局的影響；安悅[36]等認(rèn)為作物價格差異、勞動力價格、科技進(jìn)步、農(nóng)業(yè)政策、環(huán)境基礎(chǔ)、氣候變化影響地區(qū)農(nóng)作物種植結(jié)構(gòu)。本研究雖未全面考慮可能影響糧食作物種植結(jié)構(gòu)變化的因素，但選取了各作物滯后一期的收益作為控制變量，以減小誤差。

表7 種植結(jié)構(gòu)變化的政策驅(qū)動結(jié)果對比

4 結(jié)論

研究表明，最低收購價格政策對水稻種植面積和收益有顯著正向影響，促使黑龍江省水稻種植面積和收益明顯增加，較非政策實施區(qū)而言，增加了164.93萬hm2、311.38億元；臨時收儲價格政策和“價補分離”政策的實施同樣促進(jìn)黑龍江省玉米種植面積和種植收益的增加。同非政策實施區(qū)相比，在臨時收儲價格政策與“價補分離”政策時期，分別增加了270.88萬hm2、244.49萬hm2，種植收益增加了222.12億元、215.02億元。二者相比，“價補分離”政策的政策效應(yīng)小于臨時收儲價格政策，在一定程度上消減了農(nóng)戶玉米種植的積極性，使黑龍江省玉米種植面積有所下降；臨時收儲價格政策、“價補分離”政策對黑龍江省大豆種植面積的影響效果不明顯，而目標(biāo)價格政策的實施，導(dǎo)致黑龍江省大豆種植面積比非政策實施區(qū)減少86.13萬hm2?！皟r補分離”政策對大豆收益產(chǎn)生顯著正向影響，使黑龍江省大豆種植收益較非政策實施區(qū)增加74.48億元，而臨時收儲價格政策、目標(biāo)價格政策的影響效果較小；同時，農(nóng)作物滯后一期收益對水稻、玉米（除“價補分離”政策時期外）、大豆種植面積均有顯著正向影響。

農(nóng)業(yè)政策對農(nóng)業(yè)生產(chǎn)意義重大，不僅有利于促進(jìn)農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展，還對整個農(nóng)業(yè)生產(chǎn)具有一定的導(dǎo)向作用[37]。因此，有必要對農(nóng)業(yè)政策進(jìn)行更進(jìn)一步的完善：為保護(hù)農(nóng)戶種植積極性，水稻最低收購價格政策在一段時間內(nèi)仍需貫徹實施，將農(nóng)業(yè)補貼與水稻最低收購政策相結(jié)合，并根據(jù)糧食供需的現(xiàn)狀，逐步調(diào)整最低收購價格；建立合理的玉米生產(chǎn)者利益補償機制，制定合理的生產(chǎn)者補貼標(biāo)準(zhǔn)，在保護(hù)農(nóng)戶收益的同時，防止玉米種植大幅度增加；進(jìn)一步加大大豆種植的補貼力度，切實提高農(nóng)戶大豆種植收益，縮小大豆和玉米種植收益的差距。