周 楊，邵喜武，吳佩蓉

（吉林農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院，吉林 長春130118）

一、引言與文獻(xiàn)綜述

改革開放以來，隨著技術(shù)進(jìn)步和農(nóng)業(yè)制度的改革與完善，糧食生產(chǎn)力得到空前發(fā)展，糧食生產(chǎn)逐漸由總量供給不足轉(zhuǎn)向結(jié)構(gòu)性供給冗余［1］，突出表現(xiàn)在2003—2015年糧食產(chǎn)量實現(xiàn)“十二連增”，但種植結(jié)構(gòu)扭曲的問題也隨之顯現(xiàn)，即玉米面積快速增加、大豆面積快速減少。為緩解種植結(jié)構(gòu)扭曲問題，2017年國家將大豆目標(biāo)價格制度改為與玉米相同的生產(chǎn)者補貼政策，統(tǒng)籌大豆、玉米的補貼機制，兼顧大豆、玉米的比價關(guān)系，通過遠(yuǎn)高于玉米補貼標(biāo)準(zhǔn)的方式實現(xiàn)“增大豆、減玉米”的目的。2019—2021年中央一號文件均強調(diào)要完善大豆生產(chǎn)者補貼政策，并于2019年提出以“擴面、增產(chǎn)、提質(zhì)、綠色”為目標(biāo)實施大豆振興計劃。為此，研究大豆生產(chǎn)者補貼政策改革對農(nóng)戶種植結(jié)構(gòu)調(diào)整的影響，并分析深層次原因，對進(jìn)一步完善大豆生產(chǎn)者補貼政策、實現(xiàn)大豆振興計劃以及推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革具有重要意義。

理論上，激勵機制將會對農(nóng)戶的種植行為產(chǎn)生重要的影響，糧食補貼政策的制定是為了調(diào)動農(nóng)戶的種糧積極性?，F(xiàn)有關(guān)于糧食補貼政策影響種植結(jié)構(gòu)的研究，比較統(tǒng)一的觀點是，隨著市場經(jīng)濟的不斷深化，理性農(nóng)戶會對不同作物的預(yù)期收益進(jìn)行比較，選擇投資回報率較高的作物進(jìn)行種植。周靜等［2］考察最低收購價格政策對稻作大戶種植結(jié)構(gòu)的影響，結(jié)果表明，雖然近年來最低收購價格有所降低，但仍然符合農(nóng)戶的收益預(yù)期，種植結(jié)構(gòu)并未改變。許慶等［3］以規(guī)模農(nóng)戶為研究對象，考察農(nóng)業(yè)補貼對農(nóng)戶種糧行為的影響，發(fā)現(xiàn)農(nóng)業(yè)補貼調(diào)動農(nóng)戶種糧積極性，提高糧食生產(chǎn)比例。朱思柱等［4］對大豆主產(chǎn)區(qū)農(nóng)戶的種植結(jié)構(gòu)調(diào)整行為進(jìn)行考察，證明大豆預(yù)期收益顯著影響農(nóng)戶的種植結(jié)構(gòu)調(diào)整行為，但受限于資源稟賦和區(qū)位差異，各地區(qū)對大豆預(yù)期收益的調(diào)整彈性差異較大。田聰穎等［5］指出，作為與大豆競爭程度較高的玉米，其高產(chǎn)、高收益的特點會阻礙農(nóng)戶的種植結(jié)構(gòu)調(diào)整行為，若缺乏合理的政策干預(yù)，種植結(jié)構(gòu)調(diào)整的實際效果將會大打折扣。阮榮平等［6］研究發(fā)現(xiàn)，生產(chǎn)者補貼政策改革后，玉米與大豆等替代作物相比失去比較優(yōu)勢，導(dǎo)致家庭農(nóng)場玉米的種植比重顯著減少。黃少安等［7］指出糧食補貼政策的政策效用是邊際遞減的，往往在政策實施初期效果最為顯著。臨時收儲政策改為目標(biāo)價格制度后，大豆面積在政策實施初年擴大11.4%，但終究由于目標(biāo)價格設(shè)置不合理，缺乏與玉米明確的比價關(guān)系抑制豆農(nóng)的種豆積極性，政策實施次年的大豆面積顯著減少20.5%［8］。

在對現(xiàn)有文獻(xiàn)進(jìn)行梳理后發(fā)現(xiàn)，對農(nóng)戶種植結(jié)構(gòu)調(diào)整行為的研究，既要考慮與競爭作物之間的比價關(guān)系，即預(yù)期相對收益的變化，也要考慮農(nóng)戶制定生產(chǎn)決策時的適應(yīng)性反應(yīng)。然而，學(xué)術(shù)界從生產(chǎn)者決策角度出發(fā)，對大豆生產(chǎn)者補貼政策和農(nóng)戶種植結(jié)構(gòu)調(diào)整之間的關(guān)系進(jìn)行理論與實證系統(tǒng)的研究還不多。田聰穎等［5］考察生產(chǎn)者補貼政策與種植結(jié)構(gòu)調(diào)整的關(guān)系，對本文具有重要的借鑒意義，但沒有引入政策非試點區(qū)進(jìn)行對照，不能有效甄別政策的實際效應(yīng)。本文基于政策實施地區(qū)和非實施地區(qū)的面板數(shù)據(jù)，運用傾向得分雙重差分模型（PSM-DID），排除內(nèi)生性的干擾，研究大豆生產(chǎn)者補貼政策改革對農(nóng)戶種植結(jié)構(gòu)調(diào)整的作用機制，考察該政策是否有效促進(jìn)農(nóng)戶種植結(jié)構(gòu)調(diào)整。

二、理論分析與研究假說

大豆目標(biāo)價格制度改為生產(chǎn)者補貼政策，會影響農(nóng)戶的生產(chǎn)決策，并最終表現(xiàn)為種植結(jié)構(gòu)調(diào)整。這一系列過程和環(huán)節(jié)的集合即為大豆生產(chǎn)者補貼政策改革對農(nóng)戶種植結(jié)構(gòu)調(diào)整的影響機制。在舒爾茨“理性人”的假定下，糧食政策效應(yīng)的傳導(dǎo)實際上是農(nóng)業(yè)支持保護(hù)制度框架中農(nóng)戶利益調(diào)整的過程，其中農(nóng)戶對農(nóng)業(yè)生產(chǎn)的預(yù)期相對收益作為中介變量，引導(dǎo)農(nóng)戶改變生產(chǎn)決策，進(jìn)而調(diào)整種植結(jié)構(gòu)［9］。具體的影響主要有兩個：一是改革將“目標(biāo)價格”時期收購站和糧販攫取的利潤直接補貼給農(nóng)戶，降低政策的中間“損耗”；二是“生產(chǎn)者補貼”后大豆與玉米的相對價格高于目標(biāo)價格時期。由于“目標(biāo)價格”時期大豆市場價格均低于目標(biāo)價格，因此，2014—2016年實際執(zhí)行的便是目標(biāo)價格，均為4.8元/kg；同期，內(nèi)蒙古、黑龍江、吉林、遼寧等?。▍^(qū)）玉米的平均市場價格分別為2.36元/kg、2.19元/kg、2.23元/kg和2.31元/kg。2017年，改為生產(chǎn)者補貼政策后，內(nèi)蒙古、黑龍江、吉林、遼寧等省（區(qū)）豆農(nóng)的預(yù)期價格①生產(chǎn)者補貼政策時的預(yù)期價格=市場價格+（補貼/單產(chǎn)）分別提高至5.14元/kg、4.90元/kg、4.81元/kg和4.92元/kg，而玉米的預(yù)期價格分別降至2.18元/kg、1.82元/kg、1.82元/kg和2.05元/kg；2018年，三省一區(qū)豆農(nóng)的預(yù)期價格更是增加至5.58元/kg、6.08元/kg、5.06元/kg和5.07元/kg，而玉米的預(yù)期價格分別為2.24元/kg、1.74元/kg、1.91元/kg和2.09元/kg，雖然部分?。▍^(qū)）的預(yù)期價格較2017年有所增加，但增幅遠(yuǎn)不如大豆。上述政策改革的效果可以分為兩個階段：

第一階段是目標(biāo)價格制度的退出（圖1）。實施目標(biāo)價格制度時，政府事先給定一個目標(biāo)價格PT，當(dāng)且僅當(dāng)大豆市場價格低于PT時，目標(biāo)價格制度發(fā)揮作用，此時大豆面積將會穩(wěn)定在ST，且豆農(nóng)獲得市場價格與目標(biāo)價格之間的差額補貼，即（PT-PE）。這意味著，目標(biāo)價格制度實施期間，大豆生產(chǎn)面積曲線為STTS1。從實際情況來看，目標(biāo)價格制度實施期間連續(xù)三年觸發(fā)目標(biāo)價格，豆農(nóng)在此期間的收益理論上應(yīng)為PTTS0Q，種植面積應(yīng)為ST，Q為大豆單產(chǎn)，為便于分析，假定Q是一個常數(shù)，不隨時間發(fā)生變化。然而，目標(biāo)價格制度下糧販和收購站攫取豆農(nóng)出售價格與市場價格之間的價差利潤［10］。根據(jù)目標(biāo)價格制度的采價標(biāo)準(zhǔn)，大豆市場價格是基于大豆收儲企業(yè)和加工企業(yè)的收購價格而定，但豆農(nóng)通常會將大豆直接售賣給糧販和收購站點，導(dǎo)致實際成交價格（Pe）通常低于國家監(jiān)測到的市場價格（Pg），豆農(nóng)得到的補貼低于理論上應(yīng)得的補貼，本文稱之為目標(biāo)價格制度的中間“損耗”。因此，目標(biāo)價格制度實施期間，豆農(nóng)種植收益和大豆種植面積均低于理論數(shù)值，而同期玉米的種植收益卻保持在較高水平。在目標(biāo)價格制度退出后，農(nóng)戶的預(yù)期價格將會由市場供需決定，價格由PT下降為PE，在未實施任何補貼政策的狀況下，農(nóng)戶的種植收益會隨之下降為PEES0Q。作為“理性人”的豆農(nóng)，將會選擇收益更高的替代作物減少大豆種植，從而導(dǎo)致大豆生產(chǎn)面積曲線由S0S1左移至S2S3。總之，目標(biāo)價格制度的實施沒有對豆農(nóng)種植收益和大豆種植面積發(fā)揮應(yīng)有的作用，而在目標(biāo)價格制度退出后，僅靠市場調(diào)節(jié)下的豆農(nóng)收益進(jìn)一步下降、風(fēng)險增加，“理性”豆農(nóng)會減少大豆種植，大豆種植面積由SE減少為Se。

圖1 目標(biāo)價格制度對種植決策的影響

第二階段是生產(chǎn)者補貼政策的實施（圖2）。生產(chǎn)者補貼政策本質(zhì)上是一種與生產(chǎn)面積掛鉤的固定支付性政策，在市場機制之外可以提高農(nóng)戶的種植收益。從短期市場均衡來看，生產(chǎn)者補貼政策的實施可以推動供給曲線向右移動，由目標(biāo)價格制度退出后的S2S3移動至S4S5或S6S7，農(nóng)戶的種植收益也變化為P'E'S4Q或P″E″S6Q，具體變化程度取決于生產(chǎn)者補貼政策的相對激勵強度，即統(tǒng)籌大豆、玉米的補貼機制后，兩種作物相對補貼額度的不同會產(chǎn)生不同的種豆預(yù)期以及不同的大豆種植面積，既有可能低于也有可能高于目標(biāo)價格時期。因此，在目標(biāo)價格制度退出后，生產(chǎn)者補貼政策將會提高僅靠市場機制調(diào)節(jié)下的大豆種植面積和種植收益，但能否高于目標(biāo)價格時期，取決于大豆、玉米相對補貼額度的大小?？傊?，大豆種植面積的多少不僅要考慮到農(nóng)戶的絕對收益，還要考慮到農(nóng)戶的相對收益，即大豆與替代作物之間在單產(chǎn)、價格、成本和政策補貼等方面的比較。當(dāng)加入資源條件約束后，由于土地相對于勞動力、資本等資源更為稀缺，農(nóng)戶對某種作物所做出的生產(chǎn)決策更能體現(xiàn)在播種面積的抉擇上，即增加某一作物的種植面積勢必會減少其他作物的種植面積。在東北地區(qū)，玉米是大豆最主要的替代作物，2017年我國對大豆實施與玉米相同的生產(chǎn)者補貼政策，考慮到短期內(nèi)兩個作物的相對單產(chǎn)、相對價格和相對成本不能縮小，生產(chǎn)者補貼額度的大小成為是否能夠“增大豆、減玉米”的關(guān)鍵。

圖2 生產(chǎn)者補貼政策對種植決策的影響

基于以上分析，大豆生產(chǎn)者補貼政策改革對種植結(jié)構(gòu)調(diào)整的影響可歸納為圖3。

圖3 大豆生產(chǎn)者補貼政策改革對種植結(jié)構(gòu)調(diào)整影響的分析框架

基于此，提出如下研究假說：

H1：大豆生產(chǎn)者補貼政策改革后，較非政策實施地區(qū)而言，政策實施地區(qū)的農(nóng)戶傾向于增加大豆面積、減少玉米面積，產(chǎn)生“種植結(jié)構(gòu)調(diào)整”效應(yīng)；

H2：大豆生產(chǎn)者補貼政策改革后，隨著大豆或玉米補貼額度的提高，種植結(jié)構(gòu)將會持續(xù)得到改善。

三、研究方法與數(shù)據(jù)說明

（一）模型設(shè)定與指標(biāo)選取

雙重差分方法（DID）基于“自然實驗”，通過設(shè)置實驗組和對照組，可以客觀衡量制度變遷或是新政策實施對于經(jīng)濟體的影響，避免政策作為解釋變量時產(chǎn)生的內(nèi)生性問題［11］。在此基礎(chǔ)上，進(jìn)一步運用傾向得分匹配法（PSM）解決在縣域?qū)用婵赡艽嬖诘挠蓸颖具x擇偏差帶來的內(nèi)生性問題，可以保證研究對象更好地滿足DID所要求的平行趨勢假設(shè)。然后，利用匹配成功的樣本進(jìn)行DID估計，從而削弱縣域間的系統(tǒng)性差異，降低單獨使用DID的估計偏誤?；诖?，采用PSM-DID考察大豆生產(chǎn)者補貼政策改革對農(nóng)戶種植結(jié)構(gòu)調(diào)整的影響，將政策實施地區(qū)作為實驗組，其他地區(qū)作為對照組，對照組的種植結(jié)構(gòu)變化反映除政策實施之外的其他共時性因素的影響，將實驗組前后的種植結(jié)構(gòu)變化減去對照組前后的變化，便可得到大豆生產(chǎn)者補貼政策改革對種植結(jié)構(gòu)調(diào)整的凈效果。具體的模型設(shè)定如下：

式（1）為用于PSM匹配的Logit回歸模型，式（1）中，Pol表示大豆生產(chǎn)者補貼政策實施地區(qū)的虛擬變量，若該地區(qū)為政策實施地區(qū)，則Pol=1，否則Pol=0。式（2）為用于DID估計的雙重固定效應(yīng)模型，Yit為被解釋變量，主要選取大豆與玉米種植面積比例（Dec）作為衡量種植結(jié)構(gòu)調(diào)整的指標(biāo)；Year表示政策實施時間的虛擬變量，若該時間已經(jīng)實施生產(chǎn)者補貼政策，則Year=1（由于大豆生產(chǎn)者補貼政策于2017年的播種前提出，所以本文認(rèn)為改革的效果在當(dāng)年就會反映出來），否則Year=0；λi為個體固定效應(yīng)，用來控制個體所有不隨時間變化的因素；γt為時點固定效應(yīng)，用來控制某一時刻影響種植結(jié)構(gòu)調(diào)整的因素；β為所有變量的待估參數(shù)；ε為隨機誤差項。

Control表示一系列影響農(nóng)戶種植結(jié)構(gòu)調(diào)整意愿的其他因素，以盡可能避免實驗組與對照組之間因趨勢不平行而產(chǎn)生的內(nèi)生性偏誤。主要包括：（1）基于前文理論分析的預(yù)期相對收益（ERR），包括預(yù)期相對價格（ERP）、預(yù)期相對單產(chǎn)（ERY）和預(yù)期相對成本（ERC），預(yù)期相對成本又可以分為預(yù)期相對生產(chǎn)成本（ERPC）和預(yù)期相對土地成本（ERLC）。大豆相對收益、相對價格、相對單產(chǎn)和相對成本表現(xiàn)為與替代作物收益、價格、單產(chǎn)和成本的比值，此處參考鐘甫寧等［12］關(guān)于棉農(nóng)種棉決策的模型設(shè)定，預(yù)期相對收益、預(yù)期相對價格、預(yù)期相對單產(chǎn)和預(yù)期相對成本均采用前三期的移動平均數(shù)；（2）農(nóng)戶往往會根據(jù)市場信息對過去的生產(chǎn)決策進(jìn)行調(diào)整，因此，將滯后一期的種植結(jié)構(gòu)調(diào)整行為（Dect-1）納入模型中進(jìn)行控制。此外，為避免異方差和序列相關(guān)的干擾，對上述絕對值變量進(jìn)行對數(shù)化處理，并采用robust進(jìn)行穩(wěn)健性估計。

雖然DID可以克服政策作為解釋變量時產(chǎn)生的內(nèi)生性問題，但政策本身的內(nèi)生性問題依然不能忽視，即政府在選擇政策實施地區(qū)的決定性因素可能與模型擾動項相關(guān)，導(dǎo)致結(jié)果出現(xiàn)偏差。因此，借鑒PEI等［13］和賀超飛［8］的研究方法，利用控制前定變量影響的方式進(jìn)行回歸，并將其與post的交互項作為核心變量進(jìn)行控制，避免內(nèi)生性的干擾。在前定變量的選取方面，由于目標(biāo)價格制度和生產(chǎn)者補貼政策均是以地級市為單位實行，基于此，選擇2013年四?。▍^(qū)）實施政策地級市層面的大豆播種面積作為大豆的前定變量。并在此基礎(chǔ)上作如下處理：首先，假設(shè)前定變量對種植結(jié)構(gòu)的影響在政策改革前后具有相同趨勢，控制前定變量與政策虛擬變量（post）的交互項（post=1為生產(chǎn)者補貼政策實施期間，否則post=0）；其次，假設(shè)長期影響呈現(xiàn)非線性時間趨勢，控制前定變量與時間虛擬變量t的三階多項式的交互項。

（二）數(shù)據(jù)來源

本文主要考察2014—2018年大豆“目標(biāo)價格”和“生產(chǎn)者補貼”實施期間的種植結(jié)構(gòu)變化，由于控制變量中預(yù)期相對價格和預(yù)期相對單產(chǎn)均需要前三年的數(shù)據(jù)，因此，主要選取2011—2018年政策實施地區(qū)（黑龍江省、吉林省、遼寧省、內(nèi)蒙古自治區(qū)）和非政策實施地區(qū)（山西省、山東省、河南省、安徽?。┑目h級面板數(shù)據(jù)進(jìn)行分析，這些省份的大豆播種面積占全國總播種面積的比例接近80%，較有代表性。為了避免異常值的干擾，剔除大豆播種面積變動率高于300%和播種面積小于100公頃的縣，最終獲得446個縣的統(tǒng)計信息，其中，政策實施地區(qū)的縣有140個，非政策實施地區(qū)的縣為306個。具體的樣本分布情況如表1所示。

表1 樣本分布情況

此外，各省（區(qū)）的統(tǒng)計規(guī)則并不相同，黑龍江省、吉林省、山西省以及河南省各縣域糧食作物播種面積、單位面積產(chǎn)量均來源于省級統(tǒng)計年鑒，遼寧省、內(nèi)蒙古自治區(qū)、山東省和安徽省的縣域數(shù)據(jù)從各地級市統(tǒng)計年鑒中獲得；在已公開的數(shù)據(jù)中，并沒有縣域糧食作物的價格，選用省級層面的價格數(shù)據(jù)進(jìn)行代替，來源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫，并經(jīng)過農(nóng)產(chǎn)品價格指數(shù)平減消除物價指數(shù)的干擾。

（三）描述性統(tǒng)計分析

2014—2018年政策實施地區(qū)與政策非實施地區(qū)大豆“生產(chǎn)者補貼”改革前后的變量定義和描述性統(tǒng)計分析如表2所示。政策實施地區(qū)改革前后大豆與玉米種植面積比例分別為27.64%和51.89%，而政策非實施地區(qū)則為44.53%和48.63%，說明改革前，政策實施地區(qū)相對政策非實施地區(qū)農(nóng)戶種植玉米的傾向性更高，但在改革后，這種傾向性出現(xiàn)一定程度的轉(zhuǎn)變。從預(yù)期相對價格的平均值來看，不論是政策實施地區(qū)還是政策非實施地區(qū)，政策實施后預(yù)期相對價格均有所上升，但仍然低于2.5的合理數(shù)值［14］；大豆的比較收益低主要是由于其單產(chǎn)低，預(yù)期相對單產(chǎn)的平均值也印證這一觀點，盡管大豆價格是玉米的兩倍以上，但單產(chǎn)僅略高于其三分之一。政策實施地區(qū)的預(yù)期相對單產(chǎn)低于政策非實施地區(qū)，在政策實施后這一差距進(jìn)一步拉大。值得注意的是，政策實施地區(qū)和政策非實施地區(qū)的預(yù)期相對成本均有一定程度的增長，但增長的原因不同，政策實施地區(qū)的相對土地成本明顯增加，而政策非實施地區(qū)的預(yù)期相對生產(chǎn)成本變化較大。

四、結(jié)果與分析

（一）樣本匹配結(jié)果與平行趨勢檢驗

本文通過PSM方法構(gòu)造“反事實”樣本。圖4a和圖4b分別為PSM采用近鄰匹配前后實驗組與對照組傾向得分值（PS）的核密度圖，不難發(fā)現(xiàn)，匹配前實驗組與對照組的PS曲線存在較大差異，而匹配后兩組曲線趨向重合，兩組樣本的特征信息較為相近。為使政策效應(yīng)結(jié)果更加精準(zhǔn)，在2 230個總樣本中將不符合共同取值范圍的樣本剔除后，保留2 091個樣本觀測值，參考孫曉華等［15］的方法進(jìn)行核心變量的平行趨勢檢驗，檢驗結(jié)果如表3所示。由結(jié)果可知，匹配后實驗組與對照組核心變量的標(biāo)準(zhǔn)偏差值均小于10%，t檢驗同樣表明匹配后的兩組樣本在匹配變量上均不存在顯著差異?？傊ヅ浜蟮膬山M樣本通過平行趨勢檢驗，為DID估計篩選出較為理想的數(shù)據(jù)樣本，更加有助于獲得大豆生產(chǎn)者補貼政策改革的真實效果。

表3 匹配前后平行趨勢檢驗

（二）大豆生產(chǎn)者補貼政策改革與農(nóng)戶種植結(jié)構(gòu)調(diào)整

1.平均效應(yīng) 表4匯報了大豆生產(chǎn)者補貼政策改革影響種植結(jié)構(gòu)調(diào)整的平均效應(yīng)估計結(jié)果，表4（1）、（2）列為控制年份效應(yīng)的OLS回歸，（3）、（4）列為面板數(shù)據(jù)的雙向固定效應(yīng)（FE）回歸。結(jié)果表明，不論是否加入控制變量，兩種估計方法下的Poli×Year的系數(shù)值均在1%水平上顯著為正，說明平均而言，生產(chǎn)者補貼政策改革顯著改善種植結(jié)構(gòu)。

2.動態(tài)效應(yīng) 表4中的估計結(jié)果并未說明該政策對種植結(jié)構(gòu)調(diào)整是否具有持續(xù)性。因此，引入兩個時間虛擬變量，Year2017和Year2018，分別表示生產(chǎn)者補貼政策改革當(dāng)年（2017年）和第二年（2018年），將政策與每個時間虛擬變量相乘，得到政策與時間變量的交互項，然后使用雙向固定效應(yīng)加以擬合，結(jié)果如表5所示。

表4 生產(chǎn)者補貼政策改革影響種植結(jié)構(gòu)調(diào)整的平均效應(yīng) n=2 091

表5 生產(chǎn)者補貼政策改革影響種植結(jié)構(gòu)調(diào)整的動態(tài)效應(yīng) n=2 091

基本估計結(jié)果如表5第（1）列所示，在不考慮控制變量的情況下，大豆與玉米的種植面積比例分別增加7.8%和5.5%，這一估計結(jié)果可能會出現(xiàn)偏誤，為了剔除其他因素對模型實證結(jié)果的影響，本文進(jìn)一步將控制變量進(jìn)行控制。由表5第（2）列的結(jié)果可知，大豆生產(chǎn)者補貼政策改革使2017年大豆與玉米的種植面積比例顯著提高6.5%，使2018年大豆與玉米的種植面積比例顯著提高3.4%，說明大豆生產(chǎn)者補貼政策在改革初年對種植結(jié)構(gòu)調(diào)整的影響便已顯現(xiàn)。然而，政策改革次年種植結(jié)構(gòu)改善程度相較2017年顯著減小，與預(yù)期并不相符。基于此，本文進(jìn)一步將種植結(jié)構(gòu)變量分為大豆種植面積和玉米種植面積分別回歸，結(jié)果如表5第（3）、第（4）列所示。結(jié)果表明，生產(chǎn)者補貼政策對2017年和2018年大豆種植均有顯著的“擴面”作用，作用程度相差不多，但對玉米種植的“調(diào)減”僅在2017年顯著。因此，生產(chǎn)者補貼政策對2018年的種植結(jié)構(gòu)調(diào)整未能發(fā)揮預(yù)期效果的原因可能有兩個方面：一是“生產(chǎn)者補貼”對大豆的“擴面”作用未能與補貼額度同比例上漲；二是“生產(chǎn)者補貼”未能如預(yù)期般調(diào)減2018年的玉米種植面積。

總之，上述結(jié)果表明，大豆生產(chǎn)者補貼政策改革對農(nóng)戶種植結(jié)構(gòu)調(diào)整具有顯著的時間異質(zhì)性。換言之，在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革和大豆振興計劃的壓力下，雖然四?。▍^(qū)）在不留余地的鼓勵大豆種植，2018年相較2017年政策實施地區(qū)的補貼額度均有明顯增長，但理論上認(rèn)為的大豆與玉米種植結(jié)構(gòu)將會進(jìn)一步得到優(yōu)化并未發(fā)生。倘若繼續(xù)按照相當(dāng)?shù)呢斄嵤┥a(chǎn)者補貼政策，種植結(jié)構(gòu)也極有可能出現(xiàn)反復(fù)。因此，可在很大程度上認(rèn)為，大豆生產(chǎn)者補貼政策在擴大大豆種植面積、調(diào)整大豆與玉米種植結(jié)構(gòu)等方面存在局限性。

（三）穩(wěn)健性檢驗

1.更換匹配方式檢驗 對原始樣本重新進(jìn)行半徑匹配，結(jié)果發(fā)現(xiàn)①由于篇幅限制，穩(wěn)健性檢驗結(jié)果省略。讀者若需要，可向筆者索取。，生產(chǎn)者補貼政策對2017年種植結(jié)構(gòu)調(diào)整的效果顯著，對2018年作用明顯減弱。將種植結(jié)構(gòu)進(jìn)行分解后發(fā)現(xiàn)，2017年，生產(chǎn)者補貼政策可以擴大大豆種植面積的同時，減少玉米種植面積；而2018年，生產(chǎn)者補貼政策對大豆的“擴面”作用幾乎與2017年相當(dāng)，但對玉米的“調(diào)減”作用卻消失了。上述結(jié)果與近鄰匹配后的DID結(jié)果保持一致，增強了實證結(jié)果的穩(wěn)健性。

2.異常樣本的影響 將被剔除的139個樣本重新納入樣本中進(jìn)行回歸，結(jié)果可以看出，生產(chǎn)者補貼政策對種植結(jié)構(gòu)調(diào)整的作用方向基本與表3中的結(jié)果保持一致，進(jìn)一步驗證實證結(jié)果的穩(wěn)健性。然而，生產(chǎn)者補貼政策對大豆的“擴面”作用高于表5第（3）列中所示結(jié)果，這就意味著被剔除的139個樣本拉高了大豆種植面積的均值。

3.安慰劑檢驗 為了避免政策干預(yù)的隨機性以及排除其它因素對研究結(jié)果的干擾，進(jìn)一步增強回歸結(jié)果的穩(wěn)健性，借鑒黃志平［16］的做法，假設(shè)實驗組被設(shè)為政策實施地區(qū)提前到2015年和2016年進(jìn)行反事實的安慰劑檢驗。由結(jié)果可知，將政策實施提前設(shè)立，系數(shù)值均不顯著，說明大豆與玉米種植結(jié)構(gòu)的調(diào)整來源于生產(chǎn)者補貼政策的實施，而非其他政策或是其他因素的影響。

五、影響機制分析

以上結(jié)論表明，大豆生產(chǎn)者補貼政策改革并未能持續(xù)的改善大豆與玉米的種植結(jié)構(gòu)。那么，其具體的影響機制是什么？換言之，大豆生產(chǎn)者補貼政策的局限性在哪，使得種植結(jié)構(gòu)出現(xiàn)反復(fù)？

（一）理論分析

造成大豆生產(chǎn)者補貼政策改革前大豆與玉米種植結(jié)構(gòu)失衡最主要的原因是大豆比較收益的連年降低［17］。一方面，1996年國家放開大豆貿(mào)易，大量的進(jìn)口沖擊國內(nèi)市場，壓迫國產(chǎn)大豆價格，而政策性價格與生產(chǎn)成本的螺旋式上漲又抬升大豆種植成本［18］，2016年，大豆平均凈利潤已跌至-314.3元/公頃；另一方面，相比之下，種植玉米的利潤較高，種植大豆的積極性逐年降低，這就造成大豆與玉米種植結(jié)構(gòu)失衡狀況愈加嚴(yán)重［19］。鑒于此，國家開始實施大豆生產(chǎn)者補貼政策，強調(diào)“新的補貼制度將會進(jìn)一步助力國產(chǎn)大豆種植面積提升，同時引導(dǎo)玉米種植面積調(diào)減”。從政策構(gòu)想與設(shè)計上而言，其政策初衷更多地表現(xiàn)為擴大大豆種植面積，調(diào)整大豆、玉米種植結(jié)構(gòu)［20］。因此，相比于政策非實施地區(qū)，政策實施四?。▍^(qū)）對優(yōu)化種植結(jié)構(gòu)的要求更高。

然而，較長期結(jié)構(gòu)失衡的負(fù)外部性制約高漲的比較收益對優(yōu)化種植結(jié)構(gòu)所產(chǎn)生的正向影響。一方面，路徑依賴。雖然大豆與玉米的相對補貼額度逐年提高，但是在流轉(zhuǎn)契約關(guān)系以及資產(chǎn)專用性的雙重約束下，容易產(chǎn)生租金的“沉默成本”以及特定農(nóng)機設(shè)備閑置的“隱性損失”，這些因素限制玉米種植戶轉(zhuǎn)變生產(chǎn)結(jié)構(gòu)的機動性和靈活性，增加政策調(diào)控的難度；另一方面，補貼錯位。土地承包權(quán)和經(jīng)營權(quán)的分離，導(dǎo)致帶有較強目的性的大豆生產(chǎn)者補貼政策一經(jīng)提出，土地承包戶便開始對策性的提高實際經(jīng)營者的地租，豆農(nóng)沒有享受到實際意義的利潤增長。在黑龍江省和吉林省調(diào)研了解到，大豆生產(chǎn)者補貼政策改革后實際經(jīng)營戶和土地承包戶圍繞補貼的增長存在兩種模式：一是實際經(jīng)營戶將種豆補貼全部或者部分交給土地承包戶享有，二是土地承包戶提高實際經(jīng)營戶的地租，由一年7 500元/公頃提高到12 000元/公頃，甚至是15 000元/公頃。因此，本文認(rèn)為玉米種植路徑依賴性較強、補貼錯位和地租不合理上漲均是大豆生產(chǎn)者補貼政策優(yōu)化種植結(jié)構(gòu)存在的局限。

（二）計量證據(jù)

為了進(jìn)一步識別生產(chǎn)者補貼政策對大豆、玉米種植結(jié)構(gòu)的影響，將Hayes［21］提出的調(diào)節(jié)效應(yīng)模型引入DID中，構(gòu)建雙重差分調(diào)節(jié)效應(yīng)模型如下：

式（3）中，Path為影響機制變量，主要包括過去的種植決策（Dect-1）、預(yù)期相對價格（ERP）、預(yù)期相對單產(chǎn)（ERY）、預(yù)期相對生產(chǎn)成本（ERPC）和預(yù)期相對土地成本（ERLC）。

表6中列出大豆生產(chǎn)者補貼政策改革后2017年和2018年對大豆、玉米種植結(jié)構(gòu)的影響機制。2017年，政策改革通過預(yù)期相對價格對改善種植結(jié)構(gòu)發(fā)揮重要作用，而過去的種植決策和預(yù)期相對單產(chǎn)是阻礙結(jié)構(gòu)調(diào)整的重要因素，預(yù)期相對成本并不顯著。2018年，經(jīng)過一年對政策的適應(yīng)和調(diào)整，各機制變量均出現(xiàn)變化。如理論預(yù)期一般，過去的種植決策對改善種植結(jié)構(gòu)的負(fù)向影響顯著增強，預(yù)期相對土地成本也開始表現(xiàn)出對改善種植結(jié)構(gòu)較強的阻礙作用。除此之外，預(yù)期相對價格的系數(shù)值變?yōu)樨?fù)值，可能的原因在于：首先，雖然補貼上漲激發(fā)農(nóng)民改種大豆的積極性，但市場價格下行和銷路不暢，農(nóng)民惜售和“賣豆難”現(xiàn)象時有發(fā)生，在激情褪去后農(nóng)民依然會選擇種植玉米，這種現(xiàn)象在玉米種植比例較高的地區(qū)最為明顯；其次，隨著市場化進(jìn)程的不斷推進(jìn)，大豆和玉米價格均出現(xiàn)下跌現(xiàn)象，農(nóng)民仍然對預(yù)期相對價格不滿意。從數(shù)據(jù)上看，2017年和2018年預(yù)期相對價格分別為2.28和2.43，仍然低于2.5的合理數(shù)值。

表6 影響機制檢驗結(jié)果 n=2 091

六、主要結(jié)論與政策啟示

以大豆生產(chǎn)者補貼政策改革作為切入點，將政策實施地區(qū)和非實施地區(qū)視為一次部分省份優(yōu)化大豆、玉米種植結(jié)構(gòu)的準(zhǔn)自然實驗，通過評估大豆生產(chǎn)者補貼政策改革對優(yōu)化種植結(jié)構(gòu)是否存在顯著的因果效應(yīng)，以期回答在農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革和大豆振興壓力下，政策實施四?。▍^(qū)）是否能夠持續(xù)改善大豆、玉米種植結(jié)構(gòu)的重要問題。本文的結(jié)論主要包括：首先，2017年大豆生產(chǎn)者補貼政策改革的種植結(jié)構(gòu)調(diào)整效用顯著，但2018年，“生產(chǎn)者補貼”對大豆的“擴面”作用未能與補貼額度同比例上漲，同時也未能顯著調(diào)減玉米種植面積，即大豆生產(chǎn)者補貼政策改革對農(nóng)戶種植結(jié)構(gòu)調(diào)整具有顯著的時間異質(zhì)性，這一結(jié)果具有較強的穩(wěn)健性；其次，預(yù)期相對收益的提升是農(nóng)戶調(diào)整種植結(jié)構(gòu)的重要原因。相較于目標(biāo)價格制度，生產(chǎn)者補貼政策統(tǒng)籌大豆、玉米補貼機制，明確提出大豆補貼額度要遠(yuǎn)高于玉米，進(jìn)而提升農(nóng)戶2017年種植大豆的收益預(yù)期，導(dǎo)致政策改革首年大豆、玉米種植結(jié)構(gòu)得以優(yōu)化。然而，經(jīng)過對新制度一年的適應(yīng)后，農(nóng)戶對種植玉米的路徑依賴、補貼錯位、地租的不合理增長以及大豆、玉米相對價格不理想等問題逐漸凸顯，2018年農(nóng)戶重新調(diào)整種植決策，補貼的激勵作用明顯減弱。

研究結(jié)論具有以下政策啟示：首先，大豆生產(chǎn)者補貼政策改革的確促進(jìn)大豆、玉米種植結(jié)構(gòu)調(diào)整。這就意味著，統(tǒng)籌大豆、玉米的補貼機制在理論上可以提升農(nóng)戶種豆的收益力度。其次，單純依靠生產(chǎn)者補貼政策對持續(xù)改善種植結(jié)構(gòu)的作用有限。隨著補貼力度的增強，種植結(jié)構(gòu)卻未能同比例改善，這一結(jié)果應(yīng)引起高度重視。受限于黃箱政策，對大豆的支持力度不能無限制增長，未來對大豆的支持方式，應(yīng)由單一化的補貼激勵轉(zhuǎn)向多元化的政策支持。一是應(yīng)大力完善大豆種植的基礎(chǔ)設(shè)施建設(shè)、加大對大豆相關(guān)農(nóng)資補貼的投入力度，加強大豆種植的技術(shù)扶持，為大豆種植提供一個良好的外部條件，努力破除“路徑依賴”對于農(nóng)戶改種大豆的約束；二是加強政策性地租波動的管控，防止地租出現(xiàn)不合理上漲，促進(jìn)土地流轉(zhuǎn)市場的良性發(fā)展；三是強化政策支持對象的匹配度，遵循“誰種地，誰受益”的原則；四是關(guān)于大豆、玉米相對價格不理想的問題。市場化改革是不可逆轉(zhuǎn)的大趨勢，在推進(jìn)大豆市場化改革的過程中應(yīng)制定市場和政府雙重政策目標(biāo)，市場應(yīng)充分發(fā)揮導(dǎo)向作用，吸納更多的經(jīng)營主體參與市場競爭，政府應(yīng)發(fā)揮監(jiān)督和扶持功能，在激勵上游大豆種植的同時，將部分注意力投向下游大豆生產(chǎn)技術(shù)研發(fā)和產(chǎn)業(yè)鏈建設(shè)上，以產(chǎn)業(yè)政策視角強化大豆生產(chǎn)供應(yīng)。