李 雪，袁青青，韓一軍， 2※

(1.中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083； 2.中國農(nóng)業(yè)大學(xué)國家農(nóng)業(yè)市場研究中心，北京 100083)

0 引言

小麥?zhǔn)俏覈匾目诩Z作物之一，對于保障國家糧食安全具有重要意義。為穩(wěn)定小麥生產(chǎn)、更好地維護(hù)種糧農(nóng)民利益，國家自2006年開始在小麥主產(chǎn)區(qū)實(shí)施以最低收購價(jià)為核心的價(jià)格支持政策。從本質(zhì)上看，“保供給”、“保收益”是我國包括價(jià)格支持政策在內(nèi)的全部農(nóng)業(yè)政策的兩個(gè)基本目標(biāo)[1]。自2004年以來，我國小麥產(chǎn)量持續(xù)增長，同時(shí)隨著市場化與貿(mào)易自由化的推進(jìn)，國內(nèi)農(nóng)業(yè)結(jié)構(gòu)不斷調(diào)整，小麥生產(chǎn)布局也發(fā)生了很大變化，呈現(xiàn)出由劣勢產(chǎn)區(qū)向優(yōu)勢產(chǎn)區(qū)轉(zhuǎn)移的特點(diǎn)，并由分散生產(chǎn)模式逐步向區(qū)域集中生產(chǎn)模式轉(zhuǎn)變。其中，最低收購價(jià)政策作為小麥生產(chǎn)供給的重要調(diào)控手段，是否對播種面積增加有促進(jìn)作用，是否在面積變化中起到結(jié)構(gòu)調(diào)整作用，值得進(jìn)行量化研究。

國外研究農(nóng)戶供給行為多建立在假定農(nóng)戶能夠根據(jù)預(yù)期價(jià)格和實(shí)際出售價(jià)格之間的誤差，對農(nóng)產(chǎn)品的生產(chǎn)行為進(jìn)行調(diào)整的基礎(chǔ)上，對農(nóng)戶的生產(chǎn)決策行為進(jìn)行簡單有效地模擬[2]，如對新南威爾士南部小麥供給反應(yīng)進(jìn)行實(shí)證分析等[3]。在價(jià)格政策對農(nóng)戶生產(chǎn)行為的影響方面，Anwarul 等(2010)利用Nerlove供給反應(yīng)模型和向量誤差修正模型對孟加拉國土豆的供給反應(yīng)進(jìn)行研究，發(fā)現(xiàn)價(jià)格政策對建立土豆出口導(dǎo)向型產(chǎn)業(yè)十分重要[4]。Rahji等(2013)運(yùn)用Nerlove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[5]。Rezitis等(2009)以希臘為例對CAP 改革下牛肉供給反應(yīng)和價(jià)格波動(dòng)進(jìn)行研究[6]。Pan等(2010)進(jìn)一步對中國農(nóng)產(chǎn)品供給行為進(jìn)行實(shí)證分析，發(fā)現(xiàn)市場自由化和價(jià)格支持政策都是影響農(nóng)戶種植決策的重要因素，且不同地區(qū)和時(shí)間范圍影響也存在差異[7]。國內(nèi)對農(nóng)產(chǎn)品價(jià)格政策效果的研究一直伴隨著國家農(nóng)業(yè)政策實(shí)施的變化過程。華奕州、黃季焜(2017)利用1985—1996年小麥生產(chǎn)相關(guān)數(shù)據(jù)，采用固定效應(yīng)模型分析了糧食收購雙軌制下定購和議購政策變動(dòng)對小麥主產(chǎn)省小麥種植的影響，認(rèn)為提高議購價(jià)等措施的雙軌制改革促進(jìn)了小麥生產(chǎn)[8]。而陳飛等[9](2010)借助1995—2008年的省際農(nóng)業(yè)面板數(shù)據(jù)，利用Nerlove 提出的適應(yīng)性預(yù)期模型，研究發(fā)現(xiàn)預(yù)期價(jià)格水平對糧食產(chǎn)量的影響相對偏弱，主要是農(nóng)業(yè)支出政策和農(nóng)村固定資產(chǎn)投資促進(jìn)了我國糧食產(chǎn)量增長。2004年以來實(shí)施的糧食最低收購價(jià)政策等成為研究熱點(diǎn)。針對價(jià)格支持政策的實(shí)施效果，盡管從理論上能夠得出政策起到了托市作用，有利于提高農(nóng)民種糧積極性，促進(jìn)糧食增產(chǎn)，但由于糧食品種、區(qū)域及政策實(shí)施內(nèi)容等的差異，實(shí)際效果能否達(dá)到理論預(yù)期卻一直存在爭議。鐘鈺和秦富(2012)利用倍差法分析價(jià)格支持政策對稻谷生產(chǎn)的影響，發(fā)現(xiàn)沒有證據(jù)表明政策對擴(kuò)大種植面積有顯著的激勵(lì)作用[10]。但張爽[11](2013)通過建立糧食主產(chǎn)區(qū)早秈稻和混合麥兩個(gè)主要糧食品種的糧農(nóng)供給行為模型，認(rèn)為價(jià)格政策是影響主產(chǎn)區(qū)農(nóng)戶糧食供給的主要因素之一，其通過引導(dǎo)糧農(nóng)的價(jià)格預(yù)期對糧農(nóng)糧食供給行為起到導(dǎo)向作用。王士海和李先德(2012)利用雙差分模型和面板數(shù)據(jù)模型分析糧食最低收購價(jià)政策的托市效應(yīng)，得出政策對小麥的托市作用最為明顯，但油脂業(yè)用大豆的政策效應(yīng)為負(fù)，且同樣的政策效果在主產(chǎn)區(qū)和主銷區(qū)之間存在差異[12]。同時(shí)，李波(2016)、潘烜等(2017)等也認(rèn)為我國糧食最低收購價(jià)政策的影響具有區(qū)域差異和品種差異[13-14]。而賈娟琪等(2016)通過對價(jià)格支持政策對3種主糧市場價(jià)格的托市效應(yīng)和產(chǎn)銷區(qū)區(qū)域效應(yīng)的研究，同樣得出主糧價(jià)格支持政策起到一定的托市作用，但是政策在產(chǎn)銷區(qū)的效應(yīng)不存在顯著的地區(qū)差異[15]。可以看出，小麥最低收購價(jià)政策的托市效應(yīng)基本得到一致認(rèn)可，邱雁和李越(2016)[16]利用面板數(shù)據(jù)模型分析得出政策顯著促進(jìn)了小麥的增產(chǎn)增收，張建杰(2013)[17]研究認(rèn)為小麥最低收購價(jià)政策執(zhí)行省區(qū)通過“基準(zhǔn)價(jià)”功能和輻射傳導(dǎo)作用使政策托市效應(yīng)溢向了非執(zhí)行省區(qū)。然而，在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革背景下，最低收購價(jià)政策也面臨是否調(diào)整的問題。曹慧等(2017)[18]通過運(yùn)用全球農(nóng)業(yè)貿(mào)易局部均衡模型(PEATSim)，設(shè)計(jì)了2017 年小麥最低收購價(jià)格、“成本+利潤”、保本價(jià)和取消最低收購價(jià)格等政策模擬方案，研究認(rèn)為應(yīng)逐步小幅下調(diào)最低收購價(jià)格水平。

已有研究較為全面地梳理了20世紀(jì)80年代至今實(shí)施的不同價(jià)格政策對糧食生產(chǎn)的影響，但在比較最低收購價(jià)政策效果，以及最低收購價(jià)政策實(shí)施對政策執(zhí)行區(qū)與非執(zhí)行區(qū)種植影響差異方面的研究爭議還值得探討。由于最低收購價(jià)政策的執(zhí)行效果直接體現(xiàn)在農(nóng)民是否愿意種植小麥以及種植面積是多少，文章將基于政策對小麥種植面積的影響機(jī)理，構(gòu)建理論框架，采用雙向固定效應(yīng)模型實(shí)證分析政策及其他相關(guān)因素對小麥播種面積的影響，以及政策效應(yīng)在執(zhí)行區(qū)和非執(zhí)行區(qū)存在的差異，以期為政策效果評價(jià)及價(jià)格支持政策調(diào)整提供參考和借鑒。

1 理論框架與模型構(gòu)建

1.1 理論框架

農(nóng)戶是發(fā)展中國家最重要的經(jīng)濟(jì)組織，國家制定農(nóng)業(yè)政策措施時(shí)必須考慮到對農(nóng)戶行為的影響，同時(shí)農(nóng)戶對政策的集體行動(dòng)反應(yīng)也充分體現(xiàn)出了政策產(chǎn)生的效果。因此，以農(nóng)戶的眼光和立場，關(guān)注和思考在政策實(shí)施過程中的農(nóng)民集體行動(dòng)邏輯，有助于進(jìn)一步理解和分析最低收購價(jià)政策對種植面積的影響機(jī)理。

在分析小麥生產(chǎn)行為時(shí)，需要回答的一個(gè)關(guān)鍵問題是：農(nóng)戶依據(jù)什么價(jià)格來進(jìn)行種植決策的？由于農(nóng)戶在進(jìn)行種植決策(決定種什么作物以及種植多少面積)時(shí)并不知道未來的價(jià)格，通常上一年的出售價(jià)格更具有參考意義。而最低收購價(jià)的執(zhí)行正是每年的秋播時(shí)期(9—10月份)公布下一年的最低收購價(jià)格，為農(nóng)戶進(jìn)行生產(chǎn)決策提供了可供參考的未來價(jià)格，與期貨等工具提供的價(jià)格預(yù)期參考相比，政策價(jià)格的公布使未來的生產(chǎn)收入更加有確定性，即不會(huì)低于最低收購價(jià)格。因此，最低收購價(jià)政策實(shí)際上具有信號(hào)效應(yīng)，通過影響農(nóng)戶的價(jià)格預(yù)期來影響小麥的種植決策，在未來價(jià)格相對確定的情況下，出于對風(fēng)險(xiǎn)規(guī)避的動(dòng)機(jī)，農(nóng)戶會(huì)更傾向于選擇種植價(jià)格風(fēng)險(xiǎn)較小的小麥，從而規(guī)避種植其他作物價(jià)格不確定可能帶來的風(fēng)險(xiǎn)。特別是在正規(guī)收入風(fēng)險(xiǎn)應(yīng)對機(jī)制缺失的背景下，農(nóng)戶較強(qiáng)的風(fēng)險(xiǎn)規(guī)避傾向促使政策的信號(hào)效應(yīng)對種植行為產(chǎn)生更加明顯的導(dǎo)向作用。

在價(jià)格預(yù)期方面，經(jīng)常利用的模型有幼稚預(yù)期模型、適應(yīng)性預(yù)期模型和理性價(jià)格預(yù)期模型?；谟字蓛r(jià)格預(yù)期的局部調(diào)整模型關(guān)于資本積累的假設(shè)非常嚴(yán)格，并且假定生產(chǎn)調(diào)整是遵循一個(gè)特定的不斷下降的幾何分布時(shí)滯形態(tài)，同時(shí)，包含的滯后一期因變量可能吸收了序列相關(guān)問題[19]。Nerlove(1956)[20]摒棄了之前簡單的將上一年的市場價(jià)格作為農(nóng)戶決策依據(jù)的“幼稚型價(jià)格預(yù)期”，提出“農(nóng)業(yè)生產(chǎn)反映局部調(diào)整模型”(Nerlove 模型)，假設(shè)在生產(chǎn)過程中生產(chǎn)者是不斷學(xué)習(xí)和改進(jìn)的，能夠根據(jù)自己過去的預(yù)期決策偏差程度來不斷校正對價(jià)格預(yù)期的判斷[21]。因此，在考察農(nóng)業(yè)生產(chǎn)主體對外部刺激的反映時(shí)，國內(nèi)外使用最多的就是Nerlove 模型。供給反應(yīng)函數(shù)能夠很好地反映價(jià)格信號(hào)對農(nóng)產(chǎn)品供給的影響，同時(shí)考慮了適應(yīng)性預(yù)期和局部預(yù)期的特征[22]?，F(xiàn)今大量研究實(shí)踐表明，Nerlove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，能夠較大程度上反映了理性農(nóng)民在資本、技術(shù)和生產(chǎn)習(xí)慣的制約下對農(nóng)產(chǎn)品價(jià)格變化的反應(yīng)[23]。

(1)

按照農(nóng)產(chǎn)品供給反應(yīng)理論，農(nóng)戶進(jìn)行種植決策不是依據(jù)實(shí)際價(jià)格，而是取決于預(yù)期價(jià)格，同時(shí)，糧食生產(chǎn)還受到其他外生因素的影響，即：

(2)

1.2 模型構(gòu)建

基于政策對播種面積影響的考察，該文構(gòu)建面板數(shù)據(jù)模型對價(jià)格政策的面積增加效應(yīng)進(jìn)行分析：

(3)

在對面板數(shù)據(jù)進(jìn)行回歸時(shí)，擬采用固定效應(yīng)模型，一是因?yàn)槟Ｐ筒豢赡馨杏绊懸蛩?，因此存在遺漏變量的可能性。面板回歸模型將隨機(jī)誤差項(xiàng)分解為個(gè)體效應(yīng)和隨機(jī)擾動(dòng)項(xiàng)兩部分，其中固定效應(yīng)模型認(rèn)為個(gè)體效應(yīng)與解釋變量存在相關(guān)，很好地解決了變量的內(nèi)生性問題。二是隨機(jī)效應(yīng)的假設(shè)要求較固定效應(yīng)更嚴(yán)格，且固定效應(yīng)模型的估計(jì)量是一致且漸進(jìn)有效的。當(dāng)然，固定效應(yīng)的選擇還以從數(shù)據(jù)本身出發(fā)的豪斯曼檢驗(yàn)結(jié)果為依據(jù)，是否拒絕原假設(shè)。

2 指標(biāo)選取與數(shù)據(jù)來源

2.1 指標(biāo)選取

該文分別構(gòu)建模型分析最低收購價(jià)政策在面積增加的政策效應(yīng)，因此被解釋變量選取小麥播種面積，解釋變量包括核心變量和控制變量。核心變量主要有政策價(jià)格，考察政策價(jià)對農(nóng)戶的種植決策是否直接產(chǎn)生影響， 2006年以前政策價(jià)格選取的是保護(hù)價(jià)， 2006年及以后選取的是最低收購價(jià)格。預(yù)期價(jià)格，考察預(yù)期價(jià)格是否對農(nóng)戶的種植決策產(chǎn)生影響，預(yù)期價(jià)格是在當(dāng)年政策價(jià)的基礎(chǔ)上加上農(nóng)戶上一年實(shí)際銷售價(jià)格與上一年政策價(jià)的差值，表示農(nóng)戶在政府公布的政策價(jià)格基礎(chǔ)上結(jié)合上一期政策價(jià)格和實(shí)際價(jià)格之間的差異對當(dāng)期政策價(jià)格做出調(diào)整進(jìn)而得出預(yù)期價(jià)格。其中，選取農(nóng)戶銷售價(jià)格主要由于直接影響農(nóng)民收入和生產(chǎn)決策的價(jià)格應(yīng)該是實(shí)際出售價(jià)格而非市場價(jià)格[24]，特別是在一家一戶的小規(guī)模生產(chǎn)情況下，農(nóng)戶在交易中處于價(jià)格接受者的地位，極易造成實(shí)際出售價(jià)格明顯低于市場價(jià)格，因此選擇農(nóng)戶的出售價(jià)格更能體現(xiàn)政策對小麥生產(chǎn)及農(nóng)民收入的影響。同時(shí)，引入政策虛擬變量Z，代表最低收購價(jià)政策的執(zhí)行， 2006年之后取值為1， 2006年之前為0，重點(diǎn)關(guān)注最低收購價(jià)政策對小麥生產(chǎn)的影響。另一個(gè)核心解釋變量為預(yù)期價(jià)格與政策虛擬變量的交叉項(xiàng)，代表最低收購價(jià)政策的實(shí)施導(dǎo)致預(yù)期價(jià)格對播種面積的影響，若系數(shù)顯著不為零，說明最低收購價(jià)政策的實(shí)施促使預(yù)期價(jià)格對播種面積的影響存在差異。引入地區(qū)虛擬變量D，代表最低收購價(jià)政策在各省的實(shí)行情況，最低收購價(jià)政策的執(zhí)行地區(qū)取值為1，其他地區(qū)為0。另一個(gè)核心解釋變量為預(yù)期價(jià)格與地區(qū)虛擬變量的交叉項(xiàng)，代表最低收購價(jià)政策的實(shí)施地區(qū)預(yù)期價(jià)格對播種面積的影響，若系數(shù)顯著不為零，說明最低收購價(jià)政策的執(zhí)行地區(qū)預(yù)期價(jià)格對播種面積的影響存在差異。

控制變量包括影響播種面積的其他因素。其中，替代作物價(jià)格可能通過作物間的生產(chǎn)替代導(dǎo)致小麥種植面積發(fā)生變化。替代作物主要從消費(fèi)替代和生產(chǎn)替代的角度選取，其中河北、山東、河南、選取稻谷價(jià)格作為消費(fèi)替代作物，主要由于這些地區(qū)小麥種植以冬小麥為主，與小麥形成生產(chǎn)替代的作物較少，故以消費(fèi)替代為主； 山西、內(nèi)蒙古、黑龍江、陜西、甘肅、寧夏、新疆選取玉米作為生產(chǎn)替代作物，這些地區(qū)種植制度多以一年一熟為主，且玉米產(chǎn)量較高，與小麥具有較明顯的競爭關(guān)系； 江蘇、安徽、湖北、四川、云南選取油菜作為生產(chǎn)替代作物，這些地區(qū)多以一年兩熟為主，小麥生產(chǎn)期間的競爭作物主要為油菜。土地成本是農(nóng)業(yè)生產(chǎn)的重要投入要素之一，特別是近些年土地成本快速上漲，可能影響農(nóng)戶的種植決策，特別是通過土地流轉(zhuǎn)獲得規(guī)模效應(yīng)的種植大戶土地成本的變化可能對其種植決策產(chǎn)生更大的影響。隨著小麥生產(chǎn)的機(jī)械化水平不斷提高，機(jī)械作業(yè)費(fèi)在成本中所占比例也呈增加趨勢，同時(shí)，在人工成本攀升的背景下，機(jī)械作業(yè)費(fèi)逐漸成為影響農(nóng)戶種植決策的重要因素，能否實(shí)現(xiàn)耕種收的機(jī)械化成為農(nóng)戶是否擴(kuò)大小麥播種面積的重要考量。水資源的投入對于農(nóng)作物生長來說是必不可少的。小麥播種前必須要保證土壤墑情充足，能夠滿足種子發(fā)芽和出苗需水，還要保證拔節(jié)前對水分的需求。有效灌溉面積也是農(nóng)戶進(jìn)行生產(chǎn)決策的影響因素之一，特別是在南方稻麥區(qū)，能否進(jìn)行灌溉直接影響農(nóng)戶對種植作物的選擇以及種植面積的確定。勞動(dòng)力投入是糧食生產(chǎn)的傳統(tǒng)要素之一，在機(jī)械化快速提升的趨勢下對用工數(shù)量形成了一定程度的替代，選取每667m2用工數(shù)量作為反映勞動(dòng)力投入的變量，衡量勞動(dòng)力投入對播種面積的影響。

2.2 數(shù)據(jù)來源及處理

選取1998—2016年期間中國15個(gè)省的小麥數(shù)據(jù)進(jìn)行分析。選取的省份包括河北、山西、內(nèi)蒙古、黑龍江、江蘇、安徽、山東、河南、湖北、四川、云南、陜西、甘肅、寧夏、新疆。數(shù)據(jù)主要來自《全國農(nóng)產(chǎn)品成本收益資料匯編》歷年和《中國統(tǒng)計(jì)年鑒》歷年。選擇1998年作為起始年進(jìn)行分析，一是由于1998之后糧食流通體制改革確定要進(jìn)一步完善糧食價(jià)格機(jī)制，推進(jìn)按保護(hù)價(jià)敞開收購農(nóng)民余糧、糧食收儲(chǔ)企業(yè)實(shí)行順價(jià)銷售，這一時(shí)期糧食銷售價(jià)格由政府定價(jià)向市場價(jià)格轉(zhuǎn)變，糧食價(jià)格進(jìn)入收購保護(hù)價(jià)和銷售市場價(jià)并存時(shí)期[25]； 二是價(jià)格政策的演變是一個(gè)漸進(jìn)的過程，選擇較長的時(shí)間跨度可以將實(shí)施最低收購價(jià)政策之前的保護(hù)價(jià)政策與最低收購價(jià)政策效果作對比分析，衡量政策的演變是否達(dá)到了預(yù)期的目標(biāo)； 三是考慮到土地成本數(shù)據(jù)的可獲得性， 1998年后各地區(qū)土地成本的核算口徑更為一致。根據(jù)《全國農(nóng)產(chǎn)品成本收益資料匯編》的核算說明， 1998—2001年土地成本為稅金與成本外支出之和進(jìn)行核算，由于2002年和2003年農(nóng)產(chǎn)品成本調(diào)查資料中的稅金采用統(tǒng)一規(guī)定的稅費(fèi)改革口徑進(jìn)行匯總； 為保持?jǐn)?shù)據(jù)的可比性， 2002年土地成本一般按照當(dāng)年稅金與成本外支出之和除以0.7計(jì)算； 2003年土地成本一般按照當(dāng)年稅金與成本外支出之和除以0.6計(jì)算； 2004年之后直接選取土地成本。其中，成本數(shù)據(jù)及價(jià)格數(shù)據(jù)均通過CPI平減扣除通貨膨脹因素，CPI數(shù)據(jù)為國家統(tǒng)計(jì)局公布的價(jià)格指數(shù)，經(jīng)過計(jì)算得到以1998年為基期的定基價(jià)格指數(shù)。為降低時(shí)間序列數(shù)據(jù)中的異方差并使其趨勢線性化，分別對各解釋變量數(shù)據(jù)取自然對數(shù)。各變量的基本特征如表1所示，其中小麥播種面積平均值為6.98，最大值為8.6，最小值為4.26； 政策價(jià)格平均值為4.23，最大值為4.45，最小值為4； 預(yù)期價(jià)格平均值為4.24，最大值為4.75，最小值為3.58。由于我國小麥的銷售渠道通常需經(jīng)糧食經(jīng)紀(jì)人轉(zhuǎn)賣至糧庫或加工企業(yè)等，經(jīng)紀(jì)人將賺取一定的傭金，導(dǎo)致農(nóng)戶銷售價(jià)格一般低于糧庫或加工企業(yè)收購價(jià)格，因此存在銷售價(jià)格低于政策價(jià)格的現(xiàn)象，導(dǎo)致個(gè)別地區(qū)預(yù)期價(jià)格低于政策價(jià)格。

表1 各變量的基本特征

3 實(shí)證分析與結(jié)果

3.1 模型選擇

該文采用面板數(shù)據(jù)方法對政策的面積增加效應(yīng)進(jìn)行計(jì)量檢驗(yàn)。借鑒丁冬和鄭風(fēng)田(2015)[26]對面板數(shù)據(jù)模型采用的計(jì)量檢驗(yàn)過程，具體程序如下：采用Greene提供的沃爾德檢驗(yàn)對異方差進(jìn)行檢驗(yàn)，采用Wooldridge提供的沃爾德檢驗(yàn)對自相關(guān)進(jìn)行檢驗(yàn)，接下來對面板數(shù)據(jù)的固定效應(yīng)與隨機(jī)效應(yīng)進(jìn)行選擇和檢驗(yàn)。檢驗(yàn)面板數(shù)據(jù)固定效應(yīng)和隨機(jī)效應(yīng)的Hausman檢驗(yàn)結(jié)果顯示方程存在固定效應(yīng)(表2)，即固定效應(yīng)模型的選擇是合理的。在固定效應(yīng)模型中要考察是否存在個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)。該文使用虛擬變量法來觀察是否存在個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，其基本過程是； 分別使用分省虛擬變量和時(shí)間虛擬變量放入固定效應(yīng)模型中，觀察分省虛擬變量和時(shí)間虛擬變量是否顯著。估計(jì)結(jié)果顯示，大部分省虛擬變量均很顯著(P值為0，為節(jié)省篇幅結(jié)果并未給出分省虛擬變量系數(shù))，在1%的顯著性水平下，可以拒絕“不存在個(gè)體固定效應(yīng)”的原假設(shè)，即認(rèn)為存在個(gè)體固定效應(yīng)，因而也可以拒絕混合OLS回歸。同時(shí)，時(shí)間虛擬變量的系數(shù)也在1%的顯著性水平下，拒絕“無時(shí)間效應(yīng)”的原假設(shè)。故在面板回歸中使用存在個(gè)體和時(shí)間效應(yīng)的雙向固定效應(yīng)模型，獲得更為準(zhǔn)確的回歸結(jié)果。自相關(guān)和異方差的檢驗(yàn)結(jié)果均強(qiáng)烈拒絕原假設(shè)，顯示方程存在自相關(guān)和異方差(表2)。對于擾動(dòng)項(xiàng)可能存在異方差和自相關(guān)時(shí)，主要有兩類處理方法，一是繼續(xù)使用普通最小二乘法(OLS)來估計(jì)系數(shù)，只對標(biāo)準(zhǔn)誤差進(jìn)行校正，即采用面板校正標(biāo)準(zhǔn)誤； 二是對異方差和自相關(guān)的具體形式進(jìn)行假設(shè)，然后使用可行廣義最小二乘法(FGLS)進(jìn)行估計(jì)[27]。該文分別采用兩種方法進(jìn)行處理，結(jié)果如表3所示。

表2 模型檢驗(yàn)結(jié)果

表3 模型估計(jì)結(jié)果

3.2 模型結(jié)果分析

該文使用stata13.0對各地區(qū)面板數(shù)據(jù)構(gòu)建雙向固定效應(yīng)模型進(jìn)行回歸分析，實(shí)證結(jié)果如表3所示。模型(Ⅰ)是使用普通最小二乘法(OLS)估計(jì)并采用穩(wěn)健標(biāo)準(zhǔn)誤的結(jié)果，模型(Ⅱ)是使用普通最小二乘法(OLS)估計(jì)并采用面板校正標(biāo)準(zhǔn)誤的結(jié)果，模型(Ⅲ)和模型(Ⅳ)是使用廣義最小二乘法(FGLS)估計(jì)的結(jié)果。從估計(jì)結(jié)果來看，模型(Ⅲ)和模型(Ⅳ)中核心解釋變量和主要控制變量的標(biāo)準(zhǔn)差顯著下降，顯著性水平有較大提高，系數(shù)也發(fā)生了變化，說明對異方差和自相關(guān)具體形式的假設(shè)比較合理，使用FGLS估計(jì)方法更加有效，故以模型(Ⅲ)和模型(Ⅳ)估計(jì)的結(jié)果進(jìn)行分析。

模型(Ⅲ)和模型(Ⅳ)中作為核心解釋變量的預(yù)期價(jià)格系數(shù)是顯著的，說明預(yù)期價(jià)格對小麥播種面積變化有顯著影響，且影響為正，預(yù)期價(jià)格水平的提高將帶來播種面積的增加； 同時(shí)，政策價(jià)格對播種面積的影響并不顯著。由此可以說明價(jià)格支持政策是通過影響價(jià)格預(yù)期進(jìn)而對種植決策產(chǎn)生干預(yù)，政策水平的增加能夠提高農(nóng)戶對價(jià)格的預(yù)期導(dǎo)致小麥種植面積的增加。模型(Ⅲ)中，預(yù)期價(jià)格與政策虛擬變量交叉項(xiàng)的系數(shù)是顯著的，表明最低收購價(jià)的執(zhí)行使得價(jià)格預(yù)期對小麥播種面積的影響程度有所提高，即與之前實(shí)施的保護(hù)價(jià)政策相比，最低收購價(jià)在面積增加的政策效應(yīng)更加顯著。在此基礎(chǔ)上進(jìn)一步考察最低收購價(jià)政策在執(zhí)行區(qū)的政策效應(yīng)是否存在差異。模型(Ⅳ)中，預(yù)期價(jià)格與地區(qū)虛擬變量交叉項(xiàng)的系數(shù)是顯著的，表明預(yù)期價(jià)格在最低收購價(jià)政策執(zhí)行地區(qū)與非執(zhí)行地區(qū)對播種面積變化的影響存在差異，在政策執(zhí)行區(qū)預(yù)期價(jià)格的提高帶來的面積增加效應(yīng)顯著大于非執(zhí)行區(qū)。由于最低收購政策的實(shí)施為市場價(jià)格設(shè)置了一個(gè)“底部”價(jià)格，使得農(nóng)戶對未來價(jià)格的預(yù)期更加接近真實(shí)價(jià)格，對未來的生產(chǎn)收入也有了更加穩(wěn)定的預(yù)期，在其他競爭作物未來價(jià)格不確定的情況下，出于規(guī)避風(fēng)險(xiǎn)的動(dòng)機(jī)農(nóng)戶更加傾向于選擇種植風(fēng)險(xiǎn)更小的小麥。盡管最低收購價(jià)政策僅在政策執(zhí)行區(qū)啟動(dòng)，但由于地區(qū)間商品和信息的自由流動(dòng)導(dǎo)致地區(qū)間各小麥?zhǔn)袌稣铣潭忍幱谳^高水平，價(jià)格傳導(dǎo)較為充分，相應(yīng)的也提高了非執(zhí)行區(qū)的小麥銷售價(jià)格并對農(nóng)戶的價(jià)格預(yù)期產(chǎn)生正向影響。敞開收購的操作方式則解決了執(zhí)行區(qū)農(nóng)戶“賣糧難”的后顧之憂，導(dǎo)致預(yù)期價(jià)格水平提高相同的幅度在政策執(zhí)行區(qū)帶來更大程度的面積增加效應(yīng)。

其他控制變量不是該文關(guān)注的重點(diǎn)，但系數(shù)方向與既有研究結(jié)論基本一致。其中，替代作物價(jià)格對小麥播種面積的影響為負(fù)且在1%的水平下顯著，即替代作物價(jià)格的提高將引起小麥播種面積的下降，影響方向符合預(yù)期，說明與小麥具有替代關(guān)系作物的價(jià)格變化將通過引起小麥播種面積反方向的變化。土地成本對播種面積的影響為負(fù)且顯著，影響方向符合預(yù)期，即土地成本的提高將引起播種面積的下降，這說明土地成本的提高意味著小麥生產(chǎn)成本的增加，導(dǎo)致播種面積呈下降趨勢。機(jī)械作業(yè)費(fèi)對播種面積的影響為正且在1%的水平下顯著，即機(jī)械作業(yè)費(fèi)的增加將引起播種面積的提高，影響方向與預(yù)期不符，可能是在人工成本上漲速度更快的情況下，盡管機(jī)械費(fèi)用也呈現(xiàn)增加趨勢，但與人工成本相比使用機(jī)械的成本更低，導(dǎo)致了在機(jī)械費(fèi)用增加的情況下仍然客觀的表現(xiàn)出種植面積增加的現(xiàn)象。有效灌溉面積對播種面積的影響為負(fù)且在1%的水平下顯著，說明有效灌溉面積的增加將導(dǎo)致小麥種植面積的下降，這可能是由于小麥屬于大田作物，對灌溉的要求不高，當(dāng)在灌溉條件明顯改善時(shí)農(nóng)戶可能更加傾向于種植收益更高的水稻或者蔬菜等作物，導(dǎo)致小麥的播種面積下降。用工數(shù)量對播種面積的影響為正且在1%的水平下顯著，即用工數(shù)量的增加將導(dǎo)致播種面積也呈現(xiàn)增加。隨著小麥耕種收機(jī)械化水平的不斷提高以及人工成本的快速上漲，用工數(shù)量的增加更多的是發(fā)生在機(jī)械無法替代的生產(chǎn)環(huán)節(jié)，特別是在種植面積較大依靠家庭自有勞動(dòng)力很難完成時(shí)，更傾向于雇傭勞動(dòng)力從事生產(chǎn)，致使用工數(shù)量與播種面積呈現(xiàn)出同向變化。滯后一期播種面積的影響為正在1%的水平下顯著，表明上一年的種植習(xí)慣對農(nóng)戶種植決策具有重要影響，農(nóng)戶非常有可能依據(jù)上年的種植習(xí)慣選擇進(jìn)行種植決策。值得注意的是：從模型估計(jì)的系數(shù)大小來看，預(yù)期價(jià)格提高對播種面積的促進(jìn)作用明顯小于滯后一期播種面積，但大于替代作物價(jià)格、土地成本、機(jī)械費(fèi)用等其他因素的影響，說明種植習(xí)慣對農(nóng)戶種植決策的影響最大，價(jià)格因素是農(nóng)戶生產(chǎn)決策的關(guān)鍵因素之一，其他各因素也同樣在不同程度上影響農(nóng)戶的生產(chǎn)行為。

4 主要結(jié)論與啟示

該研究采用1998—2016年的15個(gè)小麥主產(chǎn)省的面板數(shù)據(jù)，構(gòu)建理論框架并利用雙向固定效應(yīng)模型，實(shí)證分析了價(jià)格支持政策對小麥播種面積的影響及其作用路徑。主要結(jié)論如下。

(1)價(jià)格支持政策是通過影響價(jià)格預(yù)期進(jìn)而對種植面積產(chǎn)生干預(yù)，政策水平的增加能夠促使農(nóng)戶提高對價(jià)格的預(yù)期進(jìn)而導(dǎo)致小麥種植面積的擴(kuò)大。

(2)與之前實(shí)施的保護(hù)價(jià)政策相比，最低收購價(jià)政策在面積增加的政策效應(yīng)更加顯著，且政策執(zhí)行區(qū)預(yù)期價(jià)格提高帶來的面積增加效應(yīng)顯著大于非執(zhí)行區(qū)。

(3)在影響種植面積的各因素中，種植習(xí)慣對農(nóng)戶種植面積的影響最大，價(jià)格因素是農(nóng)戶生產(chǎn)決策的關(guān)鍵因素之一，其他各因素也同樣在不同程度上影響農(nóng)戶的生產(chǎn)行為。

基于以上分析，得出以下幾點(diǎn)啟示：價(jià)格政策可以作為種植結(jié)構(gòu)調(diào)整的重要手段。通過對最低收購價(jià)政策實(shí)施區(qū)域的選擇，實(shí)現(xiàn)小麥生產(chǎn)優(yōu)勢區(qū)的可持續(xù)供給，從而促進(jìn)小麥生產(chǎn)區(qū)域布局的合理化。價(jià)格調(diào)整應(yīng)該兼顧農(nóng)民預(yù)期價(jià)格變化，避免帶來供給的較大波動(dòng)及農(nóng)民收益損失。同時(shí)，應(yīng)該考慮政策執(zhí)行區(qū)與非執(zhí)行區(qū)影響程度的差異，以保障農(nóng)民收益和實(shí)現(xiàn)小麥有效供給。加快構(gòu)建多元的政策支持體系，穩(wěn)定小麥生產(chǎn)不能僅僅依靠價(jià)格支持政策，同時(shí)需采取諸如保險(xiǎn)、直補(bǔ)、科研等多種措施，提高我國小麥產(chǎn)業(yè)競爭力。