朱滿德 嚴(yán)西南

（貴州大學(xué) 經(jīng)濟(jì)學(xué)院， 貴州貴陽(yáng) 550025）

一、引言

糧食安全是“國(guó)之大者”。 口糧安全是糧食安全的核心，基于當(dāng)前世情國(guó)情和農(nóng)情糧情，統(tǒng)籌中華民族偉大復(fù)興戰(zhàn)略全局和百年未有之大變局，中國(guó)提出了“確保谷物基本自給、口糧絕對(duì)安全”的新糧食安全觀，多措并舉確?？诩Z絕對(duì)安全，牢牢掌握14 億多人糧食安全主動(dòng)權(quán)，堅(jiān)定不移走中國(guó)特色糧食安全之路。 作為兩大口糧之一， 中國(guó)小麥產(chǎn)量由1978 年的0.54 億噸增至2022 年1.38 億噸， 連續(xù)8年穩(wěn)定在1.3 億噸以上，為保障國(guó)家糧食安全、經(jīng)濟(jì)社會(huì)平穩(wěn)發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。[1]中國(guó)于2006 年出臺(tái)小麥最低收購(gòu)價(jià)政策，實(shí)施區(qū)域?yàn)楹颖?、江蘇、安徽、山東、河南、湖北6 省份，政策初衷是防止“谷賤傷農(nóng)”，促進(jìn)糧食生產(chǎn)，保證市場(chǎng)供給。 根據(jù)政策設(shè)計(jì)，政府每年將統(tǒng)籌糧食生產(chǎn)成本、市場(chǎng)供求、國(guó)內(nèi)外糧價(jià)和產(chǎn)業(yè)發(fā)展等因素制定最低收購(gòu)價(jià)格；在政策適用期間，當(dāng)政策實(shí)施區(qū)域的小麥?zhǔn)袌?chǎng)價(jià)格低于政府公布的最低收購(gòu)價(jià)格時(shí)，將委托中國(guó)儲(chǔ)備糧管理總公司及其分公司實(shí)施政策性收儲(chǔ)；當(dāng)市場(chǎng)價(jià)格高于最低收購(gòu)價(jià)格時(shí)， 則不啟動(dòng)最低收購(gòu)價(jià)政策。此后根據(jù)糧食市場(chǎng)形勢(shì)變化不斷調(diào)整完善最低收購(gòu)價(jià)政策。 其中2008—2014 年連續(xù)7 年提高最低收購(gòu)價(jià)格，造成了糧食產(chǎn)量、進(jìn)口量和庫(kù)存量“三量齊增”困境，國(guó)內(nèi)糧食供求結(jié)構(gòu)性矛盾突出，政策亟待改革調(diào)整。 2015 年最低收購(gòu)價(jià)格首次保持穩(wěn)定，改變了“只升不降”的市場(chǎng)預(yù)期；2018 年首次下調(diào)小麥最低收購(gòu)價(jià)格。 2019 年WTO 裁決中國(guó)對(duì)小麥和稻谷的黃箱支持突破了微量允許水平， 違反加入WTO 所作承諾。 2020 年，中國(guó)對(duì)小麥最低收購(gòu)價(jià)政策進(jìn)行調(diào)整，采取限量收購(gòu)方式。2020 年至今，限定最低收購(gòu)價(jià)小麥?zhǔn)召?gòu)總量為3700 萬(wàn)噸， 分兩批進(jìn)行，其中第一批收購(gòu)3330 萬(wàn)噸，不分配到?。坏诙召?gòu)370 萬(wàn)噸，根據(jù)收購(gòu)需要分配到省。

最低收購(gòu)價(jià)政策是糧食生產(chǎn)穩(wěn)預(yù)期、穩(wěn)信心的基石， 其實(shí)施與改革調(diào)整是社會(huì)各界關(guān)注的焦點(diǎn)。宏觀層面，就其實(shí)施效果而言，部分研究發(fā)現(xiàn)糧食最低收購(gòu)價(jià)政策存在托市效應(yīng)[2]，且不同糧食品種之間存在異質(zhì)性；[3,4]進(jìn)一步研究發(fā)現(xiàn)，政策的實(shí)施提高了生產(chǎn)者對(duì)價(jià)格的預(yù)期進(jìn)而增加了糧食的種植面積與產(chǎn)量。[5,6]微觀層面，大量文獻(xiàn)以糧食生產(chǎn)者為研究對(duì)象，研究發(fā)現(xiàn)最低收購(gòu)價(jià)政策的調(diào)整可顯著影響農(nóng)戶種糧積極性[7-9]，進(jìn)而影響糧食種植規(guī)模[10]及農(nóng)業(yè)結(jié)構(gòu)調(diào)整[11]，且不同規(guī)模生產(chǎn)者出現(xiàn)明顯分化。[12]此外，也有學(xué)者基于效率視角對(duì)糧食最低收購(gòu)價(jià)政策展開(kāi)相關(guān)研究。 范麗霞（2016）研究發(fā)現(xiàn)，糧食最低收購(gòu)價(jià)政策的實(shí)施是中國(guó)糧食全要素生產(chǎn)率穩(wěn)步提升的重要因素之一。[13]以小麥為例，一些學(xué)者研究發(fā)現(xiàn)最低收購(gòu)價(jià)政策實(shí)施對(duì)主產(chǎn)省份小麥生產(chǎn)技術(shù)效率和技術(shù)進(jìn)步均具有顯著正向影響[14,15]，促進(jìn)了小麥全要素生產(chǎn)率的提升，但總體作用效果較弱。 江東坡等（2017）的研究也表明，最低收購(gòu)價(jià)政策穩(wěn)定了生產(chǎn)者預(yù)期，促進(jìn)了要素投入，提高了小麥生產(chǎn)的技術(shù)效率。[16]除此之外，部分學(xué)者還考察了糧食最低收購(gòu)價(jià)政策對(duì)糧食生產(chǎn)環(huán)境效率的影響，發(fā)現(xiàn)小麥最低收購(gòu)價(jià)政策能促進(jìn)小麥環(huán)境效率的提高。[17]

綜上所述，目前關(guān)于最低收購(gòu)價(jià)政策的研究主要集中于定性或量化評(píng)估政策實(shí)施效應(yīng)，就最低收購(gòu)價(jià)改革調(diào)整對(duì)小麥全要素生產(chǎn)率的影響研究仍有不足。 鑒于當(dāng)前中國(guó)糧食安全在未來(lái)相當(dāng)長(zhǎng)時(shí)期仍面臨嚴(yán)峻挑戰(zhàn)和諸多不確定性，充分認(rèn)識(shí)政策實(shí)施及其改革調(diào)整對(duì)于執(zhí)行省份與非執(zhí)行省份之間的糧食全要素生產(chǎn)率的影響，對(duì)提高糧食全要素生產(chǎn)率、確?？诩Z安全具有重要意義。 筆者的邊際貢獻(xiàn)在于量化政策執(zhí)行省份與非政策執(zhí)行省份的小麥全要素生產(chǎn)率差異，考察最低收購(gòu)價(jià)政策實(shí)施及改革調(diào)整對(duì)小麥全要素生產(chǎn)率增長(zhǎng)的現(xiàn)實(shí)影響和動(dòng)態(tài)效果，據(jù)此提出對(duì)策建議。

二、模型設(shè)定、變量選取與數(shù)據(jù)說(shuō)明

（一）模型設(shè)定

雙重差分法常用于政策評(píng)估，它將某項(xiàng)政策的實(shí)施視為一項(xiàng)“準(zhǔn)自然實(shí)驗(yàn)”，將樣本劃分為實(shí)驗(yàn)組（政策實(shí)施區(qū)域）與對(duì)照組（非政策實(shí)施區(qū)域），以考察政策實(shí)施前后實(shí)驗(yàn)組與對(duì)照組某一指標(biāo)變化的差異，此即為政策實(shí)施對(duì)實(shí)驗(yàn)組造成的凈效應(yīng)。

就小麥最低收購(gòu)價(jià)政策實(shí)施而言，視小麥最低收購(gòu)價(jià)政策實(shí)施省份為實(shí)驗(yàn)組， 其余省份為對(duì)照組，用政策執(zhí)行省份前后的小麥全要素生產(chǎn)率變化差異減去非政策執(zhí)行省份前后的小麥全要素生產(chǎn)率變化差異，得到最低收購(gòu)價(jià)政策對(duì)政策實(shí)施區(qū)域小麥全要素生產(chǎn)率影響的凈效應(yīng)。 就政策改革調(diào)整而言，考察自政策實(shí)施以來(lái)，最低收購(gòu)價(jià)政策改革調(diào)整前后政策實(shí)施區(qū)域小麥全要素生產(chǎn)率變化差異。

采用雙重差分方法考察最低收購(gòu)價(jià)政策對(duì)小麥全要素生產(chǎn)率的影響，模型基準(zhǔn)回歸設(shè)定如下：

其中，i 表示省份，t 表示時(shí)間；TFPit為被解釋變量（小麥全要素生產(chǎn)率累積變化率）；treati為政策虛擬變量，處理組（河北、江蘇、安徽、山東、河南和湖北）設(shè)置為1，控制組（山西、內(nèi)蒙古、四川、陜西、甘肅、寧夏、新疆、黑龍江和云南）設(shè)置為0；timet為時(shí)間虛擬變量，在考察政策是否實(shí)施對(duì)小麥全要素生產(chǎn)率的影響時(shí)，考察樣本時(shí)間段為2001—2020 年，以2006 年為界，之前年份設(shè)置為0，2006 年及以后的年份設(shè)置為1； 在考察政策實(shí)施后的調(diào)整完善對(duì)小麥全要素生產(chǎn)率影響時(shí)， 樣本考察時(shí)間段為2006—2020 年， 其中2015 年小麥最低收購(gòu)價(jià)格在連續(xù)7 年提高后首次保持穩(wěn)定，改變了以往“只升不降”預(yù)期，向市場(chǎng)釋放了明確的改革信號(hào)，以此為界，2006—2014 年各年份設(shè)置為0，2015 年及以后各年份設(shè)置為1；countrolit為控制變量，εit為隨機(jī)干擾項(xiàng)，ai為待估參數(shù)。

（二）變量選擇與數(shù)據(jù)說(shuō)明

被解釋變量。 即為小麥全要素生產(chǎn)率累積變化率。 借鑒徐海平和王岳龍的做法[18]， 應(yīng)用DEAMalmquist 指數(shù)法測(cè)算得出小麥全要素生產(chǎn)率變化指數(shù)，并以2001 年為基期進(jìn)行累乘，得到小麥全要素生產(chǎn)率累積變化率。 參考已有研究[19,20]，選取產(chǎn)出指標(biāo)為小麥畝均產(chǎn)量（千克）；投入指標(biāo)依次選擇畝均勞動(dòng)力投入量（天）、畝均種子投入量（千克）、畝均化肥使用量（千克）。

解釋變量。 即小麥最低收購(gòu)價(jià)政策實(shí)施（treati×time1t）和改革調(diào)整（treati×time2t）。 由政策虛擬變量與時(shí)間虛擬變量交互形成，待估系數(shù)分別衡量小麥最低收購(gòu)價(jià)政策實(shí)施和改革調(diào)整的凈效應(yīng)。

控制變量。農(nóng)業(yè)生產(chǎn)具有獨(dú)特的自然再生產(chǎn)與經(jīng)濟(jì)再生產(chǎn)特征，會(huì)受到自然災(zāi)害、區(qū)域經(jīng)濟(jì)發(fā)展水平及農(nóng)業(yè)裝備水平的影響。 參考已有研究做法[21]，將以下控制變量納入實(shí)證分析：自然災(zāi)害采用受災(zāi)率表示；地區(qū)經(jīng)濟(jì)發(fā)展水平采用第一產(chǎn)業(yè)占GDP 的比重表示；農(nóng)業(yè)裝備水平采用農(nóng)業(yè)機(jī)械總動(dòng)力與農(nóng)作物總播種面積之比表示。

綜合考慮小麥種植區(qū)域及其數(shù)據(jù)可得性，選取河北、江蘇、安徽、山東、河南、湖北、山西、內(nèi)蒙古、黑龍江、四川、云南、陜西、甘肅、寧夏、新疆15 個(gè)省份作為樣本考察區(qū)域，2020 年15 個(gè)省份累計(jì)小麥播種面積2283 萬(wàn)公頃， 占全國(guó)小麥播種面積的97.7%；累計(jì)小麥產(chǎn)量1.3 億噸，占全國(guó)小麥產(chǎn)量的98.3%，具有代表性。 研究樣本中涵蓋6 個(gè)小麥最低收購(gòu)價(jià)政策執(zhí)行省份，9 個(gè)未實(shí)施政策省份，考察時(shí)間段為2001—2020 年。 相應(yīng)數(shù)據(jù)來(lái)自《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》與《中國(guó)統(tǒng)計(jì)年鑒》。 其中價(jià)格數(shù)據(jù)均采用各省份農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)進(jìn)行平減處理， 以剔除價(jià)格因素影響。 對(duì)于個(gè)別數(shù)據(jù)缺失，采用插值法補(bǔ)齊。

三、全要素生產(chǎn)率測(cè)算結(jié)果分析

運(yùn)用DEAP2.1 軟件，對(duì)2001—2020 年15 個(gè)省份小麥全要素生產(chǎn)率變化指數(shù)進(jìn)行測(cè)算，結(jié)果見(jiàn)表1。從全國(guó)層面看，2001—2020 年中國(guó)小麥全要素生產(chǎn)率總體呈持續(xù)增長(zhǎng)態(tài)勢(shì)，其全要素生產(chǎn)率變化指數(shù)均值為1.021，即年均增長(zhǎng)2.1%。對(duì)全要素生產(chǎn)率進(jìn)行分解發(fā)現(xiàn)，其中技術(shù)進(jìn)步年均增長(zhǎng)2.6%，技術(shù)效率指數(shù)和規(guī)模效率指數(shù)年均降低0.5%，表明中國(guó)小麥全要素生產(chǎn)率提升主要是技術(shù)進(jìn)步作用的結(jié)果，這與鄭志浩和程申（2021）的研究結(jié)論[22]一致。

省際層面而言，各省份小麥全要素生產(chǎn)率呈非均衡增長(zhǎng)態(tài)勢(shì)（見(jiàn)表2）。 首先，河北、江蘇、安徽、四川、甘肅、黑龍江6 個(gè)省份小麥全要素生產(chǎn)率增長(zhǎng)率高于全國(guó)平均水平。 其中涉及最低收購(gòu)價(jià)政策執(zhí)行省份，小麥全要素生產(chǎn)率提升幅度最為顯著的是安徽，提高了5.3%；其次是河北與江蘇，分別提升了2.9%、2.8%； 山東全要素生產(chǎn)率提升幅度不及全國(guó)平均水平，僅增長(zhǎng)0.9%。在非政策執(zhí)行省份中，黑龍江全要素生產(chǎn)率增長(zhǎng)較為突出，提高了7.1%，高于全國(guó)平均提升幅度；其次是甘肅和四川，分別提高了4.2%和2.6%。 此外，中國(guó)小麥生產(chǎn)規(guī)模效率處于下降態(tài)勢(shì)，僅有安徽、山東、四川和甘肅4 個(gè)省份的小麥生產(chǎn)實(shí)現(xiàn)了規(guī)模收益遞增，其中甘肅省小麥生產(chǎn)規(guī)模效率增長(zhǎng)最為顯著，增幅為0.8%。

表2 2001—2020 年中國(guó)小麥全要素生產(chǎn)率指數(shù)估計(jì)結(jié)果

為更加清晰展示中國(guó)小麥全要素生產(chǎn)率變動(dòng)趨勢(shì)， 繪制出以2001 年為基期的小麥全要素生產(chǎn)率累積變化趨勢(shì)圖（見(jiàn)圖1）。 根據(jù)小麥全要素生產(chǎn)率累積變化指數(shù)的時(shí)序特征，可將其劃分為三個(gè)階段。 第一階段即波動(dòng)增長(zhǎng)期（2001—2005 年），中國(guó)小麥全要素生產(chǎn)率指數(shù)變化較為不穩(wěn)定，其全要素生產(chǎn)率累積變化率從2002 年0.969 增至2005 年1.141，增長(zhǎng)了17%。 其中2004 年以來(lái)，中國(guó)出臺(tái)一系列惠農(nóng)政策，包括取消農(nóng)業(yè)稅、試點(diǎn)種糧直接補(bǔ)貼等，極大程度調(diào)動(dòng)了生產(chǎn)者種糧積極性，小麥全要素生產(chǎn)率得以全面提升。 第二階段為穩(wěn)定增長(zhǎng)期（2006—2017 年），在此期間中國(guó)小麥全要素生產(chǎn)率從2006 年1.344 增至2017 年1.830， 增長(zhǎng)了36%。特別是2008 年及以后小麥全要素生產(chǎn)率顯著提升，可能與這一時(shí)期的最低收購(gòu)價(jià)格水平穩(wěn)步提升、一定程度激勵(lì)生產(chǎn)者發(fā)展糧食生產(chǎn)有關(guān)。 第三階段是動(dòng)態(tài)增長(zhǎng)期（2018—2020 年），中國(guó)小麥全要素生產(chǎn)率總體呈動(dòng)態(tài)增長(zhǎng)， 從2018 年1.559 增至2020 年2.026，增長(zhǎng)了29%。其中2018 年小麥全要素生產(chǎn)率有所下降，可能的解釋在于，隨著人工價(jià)格和土地租金增長(zhǎng)，引起小麥生產(chǎn)成本大幅提升，加上最低收購(gòu)價(jià)首次下調(diào)，導(dǎo)致小麥種植效益和生產(chǎn)者積極性受到影響。

圖1 小麥全要素生產(chǎn)率累積性變動(dòng)趨勢(shì)圖

無(wú)論是政策執(zhí)行省份還是非政策執(zhí)行省份，小麥全要素生產(chǎn)率均表現(xiàn)持續(xù)增長(zhǎng)態(tài)勢(shì)，且政策執(zhí)行省份全要素生產(chǎn)率年均增長(zhǎng)率（2.5%）明顯高于非政策執(zhí)行省份（1.7%）。 其中2006 年前后政策執(zhí)行省份與非政策執(zhí)行省份小麥全要素生產(chǎn)率增長(zhǎng)呈現(xiàn)截然不同的走勢(shì)。全國(guó)小麥全要素生產(chǎn)率指數(shù)增長(zhǎng)了59.7%， 政策執(zhí)行省份指數(shù)翻一番，非政策執(zhí)行省份指數(shù)自始至終增長(zhǎng)相對(duì)緩慢， 提升了31.1%；伴隨時(shí)間推移，這種差距呈擴(kuò)大趨勢(shì)，其中小麥最低收購(gòu)價(jià)政策的實(shí)施及改革調(diào)整可能是重要誘因。

四、實(shí)證結(jié)果與分析

運(yùn)用stata15.0 軟件對(duì)小麥最低收購(gòu)價(jià)政策實(shí)施的雙重差分模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表3。 表3 第（1）～第（3）列分別為最低收購(gòu)價(jià)政策對(duì)小麥技術(shù)效率、技術(shù)進(jìn)步、全要素生產(chǎn)率變化累積值的影響效應(yīng)。 其中，第（1）列的系數(shù)估計(jì)值未通過(guò)顯著性檢驗(yàn)，表明政策對(duì)其執(zhí)行區(qū)域小麥技術(shù)效率提升作用并不顯著。 第（2）列和第（3）列的系數(shù)估計(jì)值均在1%的水平上顯著，表明政策對(duì)其執(zhí)行區(qū)域的小麥技術(shù)進(jìn)步和全要素生產(chǎn)率提升具有顯著促進(jìn)作用。

表3 最低收購(gòu)價(jià)政策實(shí)施效應(yīng)的雙重差分模型估計(jì)結(jié)果

進(jìn)一步考察最低收購(gòu)價(jià)政策對(duì)小麥全要素生產(chǎn)率影響的時(shí)間變化趨勢(shì)（見(jiàn)表4）。表4 第（4）列和第（5）列分別為政策實(shí)施總效應(yīng)與政策實(shí)施后每年的政策效應(yīng)（即年度效應(yīng)），結(jié)果顯示，最低收購(gòu)價(jià)政策的實(shí)施對(duì)其執(zhí)行區(qū)域小麥全要素生產(chǎn)率提升存在顯著影響，除了第2 年（2007 年）、第5 年（2010年）以外，其他年份的系數(shù)均通過(guò)顯著性檢驗(yàn)。 其中這種促進(jìn)作用在2008 年達(dá)到峰值后有所減弱。 自小麥最低收購(gòu)價(jià)政策改革調(diào)整以來(lái)，這種促進(jìn)作用再度呈現(xiàn)不斷增強(qiáng)的趨勢(shì)，表明政策的改革調(diào)整顯著促進(jìn)執(zhí)行區(qū)域的小麥全要素生產(chǎn)率提升。 進(jìn)一步由第（5）列中控制變量估計(jì)結(jié)果可知，第一產(chǎn)業(yè)占GDP 的比重對(duì)小麥全要素生產(chǎn)率有顯著負(fù)向影響；受災(zāi)率對(duì)小麥全要素生產(chǎn)率影響并不顯著，農(nóng)業(yè)機(jī)械化水平對(duì)小麥全要素生產(chǎn)率有顯著正向影響。

表4 最低收購(gòu)價(jià)政策實(shí)施對(duì)小麥全要素生產(chǎn)率影響的估計(jì)結(jié)果

進(jìn)一步驗(yàn)證最低收購(gòu)價(jià)政策的改革調(diào)整對(duì)小麥全要素生產(chǎn)率的影響效應(yīng)（見(jiàn)表5）。表5 第（8）列結(jié)果表明，系數(shù)在5%的水平上顯著，說(shuō)明政策的改革調(diào)整同樣促進(jìn)了政策實(shí)施區(qū)域小麥全要素生產(chǎn)率的提升，驗(yàn)證了政策動(dòng)態(tài)調(diào)整的有效性。

表5 最低收購(gòu)價(jià)政策調(diào)整對(duì)小麥全要素生產(chǎn)率影響的估計(jì)結(jié)果

五、穩(wěn)健性分析

（一）平行趨勢(shì)檢驗(yàn)

雙重差分模型應(yīng)用的前提是滿足平行趨勢(shì)檢驗(yàn)，即政策實(shí)施之前，實(shí)驗(yàn)組與對(duì)照組相關(guān)變量應(yīng)具有相同變化趨勢(shì)。 參考Beck et al.（2010）的方法[23]，以2001 年為基期，進(jìn)行平行趨勢(shì)檢驗(yàn)，結(jié)果見(jiàn)表6。 其中2002—2005 年回歸系數(shù)均不顯著，表明2006 年之前政策執(zhí)行省份與非政策執(zhí)行省份小麥全要素生產(chǎn)率增長(zhǎng)并無(wú)顯著差異，滿足平行趨勢(shì)假設(shè)；2006—2020 年回歸系數(shù)均顯著為正， 表明最低收購(gòu)價(jià)政策實(shí)施及改革調(diào)整能顯著提升政策執(zhí)行省份小麥全要素生產(chǎn)率，這一結(jié)果強(qiáng)化了筆者實(shí)證結(jié)果的穩(wěn)健性。

表6 平行趨勢(shì)檢驗(yàn)

（二）安慰劑檢驗(yàn)

為避免政策干預(yù)的隨機(jī)性和剔除其他遺漏因素的干擾，確保回歸結(jié)果的穩(wěn)健性，參考葉鋒等（2022）的做法[24]，隨機(jī)挑選樣本重復(fù)進(jìn)行500 次實(shí)驗(yàn)，得到虛擬的政策效應(yīng)，系數(shù)估計(jì)值核密度函數(shù)分布見(jiàn)圖2。 在500 次隨機(jī)實(shí)驗(yàn)中，政策項(xiàng)回歸系數(shù)估計(jì)值平均位于0 附近，這與筆者實(shí)證結(jié)果（0.244）存在顯著差異，表明政策執(zhí)行省份小麥全要素生產(chǎn)率增長(zhǎng)是受到最低收購(gòu)價(jià)政策實(shí)施及調(diào)整的影響，不受非觀測(cè)因素的影響，表明回歸結(jié)果穩(wěn)健。

圖2 500 次隨機(jī)抽樣的安慰劑檢驗(yàn)結(jié)果

（三）穩(wěn)健性檢驗(yàn)

由于小麥最低收購(gòu)價(jià)政策實(shí)施省份主要涉及糧食主產(chǎn)區(qū)，為減弱小麥產(chǎn)量異質(zhì)性對(duì)實(shí)證結(jié)果造成干擾，剔除新疆、云南2 個(gè)省份，保留山西、內(nèi)蒙古、黑龍江、四川、陜西、甘肅、寧夏7 個(gè)省份，構(gòu)成政策實(shí)施的對(duì)照組，重新進(jìn)行估計(jì)，回歸結(jié)果見(jiàn)表4 第（6）列、第（7）列和表5 第（9）列，政策實(shí)施項(xiàng)與調(diào)整項(xiàng)回歸系數(shù)和顯著性均未發(fā)生明顯變化，表明實(shí)證結(jié)果具有良好的穩(wěn)健性。

六、結(jié)論與對(duì)策啟示

最低收購(gòu)價(jià)政策是農(nóng)民種糧積極性的調(diào)節(jié)器，是保障中國(guó)口糧安全的重要措施。 利用DEAMalmquist 指數(shù)與雙重差分模型實(shí)證考察小麥最低收購(gòu)價(jià)政策實(shí)施及其改革調(diào)整對(duì)政策執(zhí)行省份與其他省份小麥全要素生產(chǎn)率影響的區(qū)域差異，結(jié)果表明：（1） 小麥全要素生產(chǎn)率增長(zhǎng)主要是技術(shù)進(jìn)步作用的結(jié)果，2001—2020 年中國(guó)小麥全要素生產(chǎn)率、技術(shù)進(jìn)步指數(shù)年均分別增長(zhǎng)2.1%、2.6%，而技術(shù)效率年均降低0.5%。 2006 年小麥最低收購(gòu)價(jià)政策實(shí)施以來(lái)，政策執(zhí)行省份全要素生產(chǎn)率增長(zhǎng)更為顯著。 （2）最低收購(gòu)價(jià)政策的實(shí)施顯著促進(jìn)了政策執(zhí)行省份小麥全要素生產(chǎn)率的提升，特別是伴隨最低收購(gòu)價(jià)政策的改革調(diào)整，其對(duì)小麥全要素生產(chǎn)率增長(zhǎng)影響程度也有所增強(qiáng)。

結(jié)論的對(duì)策啟示在于：第一，應(yīng)繼續(xù)發(fā)揮最低收購(gòu)價(jià)政策在提升小麥全要素生產(chǎn)率方面的“紅利”作用。 最低收購(gòu)價(jià)政策是口糧生產(chǎn)“穩(wěn)預(yù)期”“穩(wěn)信心”的基石，但伴隨國(guó)內(nèi)外糧食市場(chǎng)形勢(shì)動(dòng)態(tài)變化和國(guó)際補(bǔ)貼規(guī)則約束趨緊，堅(jiān)持和完善最低收購(gòu)價(jià)政策是其改革調(diào)整的總基調(diào)。 要繼續(xù)保留最低收購(gòu)價(jià)政策框架，著力增強(qiáng)政策彈性和靈活性，漸進(jìn)式推進(jìn)最低收購(gòu)價(jià)政策的改革調(diào)整，因時(shí)因勢(shì)調(diào)整最低收購(gòu)價(jià)格和改革收儲(chǔ)機(jī)制，逐步降低政策對(duì)市場(chǎng)的干預(yù)扭曲效應(yīng)，有效發(fā)揮市場(chǎng)機(jī)制調(diào)節(jié)供求和配置資源等作用。 第二，由于糧食生產(chǎn)周期長(zhǎng)、自然風(fēng)險(xiǎn)大、市場(chǎng)風(fēng)險(xiǎn)高，因此在推進(jìn)最低收購(gòu)價(jià)政策市場(chǎng)化改革調(diào)整過(guò)程中，需要多措并舉、采取綜合措施保護(hù)生產(chǎn)者種糧基本收益和種糧積極性。 建議按照“政策保本兜底穩(wěn)預(yù)期、科技節(jié)本增效提效率、市場(chǎng)提質(zhì)優(yōu)價(jià)促增收”總體思路，探索適應(yīng)國(guó)情糧情、符合國(guó)際規(guī)則的生產(chǎn)者種糧利益保護(hù)機(jī)制。 一方面通過(guò)價(jià)格、補(bǔ)貼、保險(xiǎn)等政策協(xié)同發(fā)揮保本兜底穩(wěn)預(yù)期作用，另一方面通過(guò)生物育種、農(nóng)業(yè)機(jī)械化等現(xiàn)代技術(shù)裝備研發(fā)應(yīng)用發(fā)揮節(jié)本增效提效率功用， 同時(shí)強(qiáng)化農(nóng)田水利等基礎(chǔ)設(shè)施支撐體系建設(shè)，促進(jìn)有效市場(chǎng)和有為政府協(xié)同發(fā)力，更高質(zhì)量保障國(guó)家糧食安全。