黑龍江省糧食作物種植結(jié)構(gòu)變化的政策驅(qū)動(dòng)分析
——基于DID模型

鄒小嬌，張 郁

（東北師范大學(xué)地理科學(xué)學(xué)院，長(zhǎng)春 130024）

0 引言

糧食安全問(wèn)題是國(guó)際社會(huì)廣泛關(guān)注的主要議題之一[1-2]。作為農(nóng)業(yè)大國(guó)和人口大國(guó)，中國(guó)高度重視糧食安全保障問(wèn)題[3]，自2004年起，已連續(xù)17年發(fā)布關(guān)注“三農(nóng)”問(wèn)題的中央一號(hào)文件，從多種角度強(qiáng)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(guó)際市場(chǎng)影響以及農(nóng)民收入保障等諸多問(wèn)題，中國(guó)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(kù)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(shí)踐表明，單純依靠市場(chǎng)力量驅(qū)動(dòng)種植結(jié)構(gòu)調(diào)整，常引發(fā)農(nóng)業(yè)生產(chǎn)劇烈波動(dòng)、市場(chǎng)價(jià)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(guó)家實(shí)施糧食稅收政策改革以來(lái)，關(guān)于種植結(jié)構(gòu)調(diào)整中政策的效果問(wèn)題，已引起了學(xué)術(shù)界的爭(zhēng)論[7-9]。

目前，許多學(xué)者選擇糧食補(bǔ)貼政策[10-12]與糧食收購(gòu)價(jià)格支持政策作為切入點(diǎn)[13-16]，通過(guò)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(duì)種植結(jié)構(gòu)的影響。由于數(shù)據(jù)獲取的難度、政策實(shí)施的復(fù)雜性，現(xiàn)有定量研究較多的是通過(guò)建立模型并設(shè)置政策虛擬變量來(lái)說(shuō)明農(nóng)業(yè)政策對(duì)種植面積是否有影響。而雙重差分模型是用于定量評(píng)估公共政策或項(xiàng)目實(shí)施效果的計(jì)量經(jīng)濟(jì)學(xué)模型，通過(guò)“有無(wú)差異”和“事前差異”分析既定變量的變化，有助于揭示政策對(duì)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(duì)作物產(chǎn)量與價(jià)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(jià)格的提升，鼓勵(lì)農(nóng)戶種植積極性；也有學(xué)者研究農(nóng)業(yè)政策對(duì)種植面積的影響，認(rèn)為最低收購(gòu)價(jià)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(xiàng)目評(píng)估方面，但用于種植結(jié)構(gòu)影響的農(nóng)業(yè)政策評(píng)價(jià)研究較少。

黑龍江省擁有松嫩平原、三江平原兩大國(guó)家級(jí)現(xiàn)代農(nóng)業(yè)示范區(qū)，是保障國(guó)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(shì)明顯的地區(qū)[28]。近年來(lái)，伴隨著暖干的氣候變化趨勢(shì)，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(guó)際市場(chǎng)影響呈現(xiàn)出較大的波動(dòng)。盡管氣候變化對(duì)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(dòng)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(jìng)爭(zhēng)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(lái)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(gòu)政策研究視角（主要包括2004年以來(lái)實(shí)施至今的水稻最低收購(gòu)價(jià)格政策，2008—2015年實(shí)施的玉米臨時(shí)收儲(chǔ)價(jià)格政策，2008—2013年實(shí)施的大豆臨時(shí)收儲(chǔ)價(jià)格政策，2014—2016年實(shí)施的大豆目標(biāo)價(jià)格政策以及分別在2016年、2017年實(shí)施的玉米、大豆“價(jià)補(bǔ)分離”政策），利用雙重差分模型進(jìn)行政策驅(qū)動(dòng)的實(shí)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(duì)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(shì)下，對(duì)重新審視中國(guó)農(nóng)業(yè)政策、制定和完善中國(guó)未來(lái)糧食安全保障措施等方面有著較強(qiáng)的現(xiàn)實(shí)意義，也有助于為“市場(chǎng)定價(jià)、價(jià)補(bǔ)分離”的政策實(shí)施效果評(píng)價(jià)工作提供參考。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1.1.1 DID模型 雙重差分計(jì)量經(jīng)濟(jì)模型(difference in difference,DID)通常用來(lái)定量評(píng)估一項(xiàng)公共政策或者項(xiàng)目實(shí)施給經(jīng)濟(jì)主體帶來(lái)的凈影響。研究設(shè)計(jì)中，基本思路是將樣本數(shù)據(jù)分為兩組，實(shí)驗(yàn)組為政策作用對(duì)象，對(duì)照組為非政策作用對(duì)象，通過(guò)計(jì)算實(shí)驗(yàn)組在政策實(shí)施前后某特定指標(biāo)的變化量，以及對(duì)照組在政策實(shí)施前后同一指標(biāo)變化量，上述兩個(gè)變化量的差值（倍差值）即反映了政策對(duì)實(shí)驗(yàn)組的凈影響。

農(nóng)產(chǎn)品收購(gòu)政策屬于公共政策范疇，同時(shí)政策的實(shí)施組具有非隨機(jī)分配的特點(diǎn)，因此，可作為一個(gè)自然試驗(yàn)來(lái)研究。本研究將樣本數(shù)據(jù)劃分為4組，即政策實(shí)施前的實(shí)驗(yàn)組、政策實(shí)施前的對(duì)照組、政策實(shí)施后的實(shí)驗(yàn)組和政策實(shí)施后的對(duì)照組。據(jù)此，為度量這樣的劃分，設(shè)置2個(gè)虛擬變量：分別為dc和dz，其中dc實(shí)驗(yàn)組取值為1，對(duì)照組取值為0，dz政策實(shí)施前取值為0，政策實(shí)施后取值為1。具體構(gòu)建DID模型見(jiàn)公式(1)。

式中，Yit反應(yīng)了i省在t時(shí)期作物面積，εit為隨機(jī)擾動(dòng)項(xiàng)。在對(duì)照組，dcit=0，由公式(1)得，政策實(shí)施前后的Yit值的變化，見(jiàn)公式(2)。

政策實(shí)施前后，對(duì)照組的作物面積變動(dòng)為ΔY0=β2。在實(shí)驗(yàn)組中dcit=1，由公式(1)得政策實(shí)施前后的Yit值的變化，作物價(jià)格會(huì)影響農(nóng)戶種植的積極性，見(jiàn)公式(3)。

政策實(shí)施前后，實(shí)驗(yàn)組的作物種植面積變動(dòng)為ΔYt=β2+β3。政策的實(shí)施對(duì)作物面積“凈”影響為：DID=ΔYt-ΔY0，即公式(1)中交互項(xiàng)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(shí)際生產(chǎn)過(guò)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(jiàn)公式(4)。

1.1.2 變量說(shuō)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(gòu)政策對(duì)黑龍江省糧食作物種植結(jié)構(gòu)變化影響的評(píng)價(jià)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(jià)格×農(nóng)作物產(chǎn)量，目標(biāo)價(jià)格政策、“價(jià)補(bǔ)分離”政策時(shí)期收益=農(nóng)作物價(jià)格×農(nóng)作物產(chǎn)量+目標(biāo)價(jià)格補(bǔ)貼/生產(chǎn)者補(bǔ)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(jià)格進(jìn)行種植預(yù)期假設(shè)，同時(shí)對(duì)不同作物的預(yù)期相對(duì)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(gòu)政策主要通過(guò)影響農(nóng)戶的種植收益來(lái)刺激農(nóng)戶種植積極性，進(jìn)而對(duì)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(gòu)政策對(duì)種植結(jié)構(gòu)變化的驅(qū)動(dòng)機(jī)制。

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

表1 主要變量統(tǒng)計(jì)性描述

1.2 數(shù)據(jù)來(lái)源

本研究選取2001—2018年為研究時(shí)段，主要數(shù)據(jù)為糧食生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)、農(nóng)產(chǎn)品收益資料數(shù)據(jù)以及糧食補(bǔ)貼數(shù)據(jù)，包括水稻、玉米和大豆種植面積、產(chǎn)量、出售價(jià)格數(shù)據(jù)以及玉米、大豆補(bǔ)貼數(shù)據(jù)。其中黑龍江省與非政策實(shí)施區(qū)的水稻、玉米、大豆種植面積數(shù)據(jù)來(lái)源于《黑龍江省統(tǒng)計(jì)年鑒》(2002—2019)、《中國(guó)統(tǒng)計(jì)年鑒》(2002—2019)，產(chǎn)量數(shù)據(jù)來(lái)源于《黑龍江省統(tǒng)計(jì)年鑒》(2001—2019)、《中國(guó)統(tǒng)計(jì)年鑒》(2001—2019)；水稻、玉米、大豆出售價(jià)格數(shù)據(jù)來(lái)源于《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》(2001—2019)；玉米補(bǔ)貼標(biāo)準(zhǔn)(2016—2018)、大豆的補(bǔ)貼標(biāo)準(zhǔn)(2014—2018)來(lái)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(shí)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(shí)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(gòu)價(jià)格政策實(shí)施前，水稻種植面積實(shí)驗(yàn)組大于對(duì)照組，差值為40.57萬(wàn)hm2，政策實(shí)施后，實(shí)驗(yàn)組水稻種植面積上升，而對(duì)照組小幅度下降，差值為205.50萬(wàn)hm2，兩者之間差值為164.93萬(wàn)hm2，即DID估計(jì)值。玉米臨時(shí)收儲(chǔ)價(jià)格政策實(shí)施前，玉米種植面積實(shí)驗(yàn)組大于對(duì)照組，差值為17.85萬(wàn)hm2，政策實(shí)施后，差距進(jìn)一步拉大，差值為288.73萬(wàn)hm2，兩者之間差值為270.88萬(wàn)hm2，而“價(jià)補(bǔ)分離”政策實(shí)施后，與對(duì)照組的差值為262.34萬(wàn)hm2，DID估計(jì)值為244.49萬(wàn)hm2，小于臨時(shí)收儲(chǔ)價(jià)格政策的DID估計(jì)值。雖然實(shí)驗(yàn)組與對(duì)照組玉米種植面積均呈上升趨勢(shì)，但實(shí)驗(yàn)組玉米種植面積增幅顯著。同理，無(wú)論是政策實(shí)施前，還是臨時(shí)收儲(chǔ)價(jià)格政策、目標(biāo)價(jià)格政策、“價(jià)補(bǔ)分離”政策實(shí)施后，實(shí)驗(yàn)組的大豆種植面積均大于對(duì)照組，差值為255.92萬(wàn)hm2、248.88萬(wàn)hm2、169.80萬(wàn)hm2、297.85萬(wàn)hm2，3種政策DID估計(jì)值分別為-7.03萬(wàn)hm2、-86.12萬(wàn)hm2、41.92萬(wàn)hm2。

表2 政策實(shí)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(shí)施前后種植收益組內(nèi)均值差和組間均值差。

表3 政策實(shí)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(gòu)價(jià)格政策實(shí)施前實(shí)驗(yàn)組收益大于對(duì)照組，兩者差值為21.79億元，政策實(shí)施后，實(shí)驗(yàn)組農(nóng)戶水稻收益顯著增加，高出對(duì)照組農(nóng)戶收益333.17億元，同政策實(shí)施前二者的差值相比，凈增加了311.38億元，亦即DID估計(jì)值為311.38億元。無(wú)論是水稻最低收購(gòu)價(jià)格政策實(shí)施區(qū)和非政策實(shí)施區(qū)，最低收購(gòu)價(jià)格政策實(shí)施后水稻收益均有所增加，但政策實(shí)施區(qū)水稻收益增幅更大。玉米臨時(shí)收儲(chǔ)價(jià)格政策實(shí)施前，實(shí)驗(yàn)組玉米收益小于對(duì)照組，差值為32.19億元，而政策實(shí)施后，實(shí)驗(yàn)組玉米收益大于對(duì)照組，差值為189.93億元，與政策實(shí)施前二者差值相差222.12億元；“價(jià)補(bǔ)分離”政策實(shí)施后，實(shí)驗(yàn)組和對(duì)照組玉米收益變化與臨時(shí)收儲(chǔ)價(jià)格政策期間相似，DID估計(jì)值為215.02億元，小于臨時(shí)收儲(chǔ)價(jià)格政策時(shí)期DID值。同理，大豆臨時(shí)收儲(chǔ)價(jià)格政策實(shí)施前，實(shí)驗(yàn)組大豆收益高出對(duì)照組130.90億元，政策實(shí)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(jià)格政策和“價(jià)補(bǔ)分離”政策實(shí)施后，實(shí)驗(yàn)組大豆收益依然大于對(duì)照組，和政策實(shí)施前二者差值分別為-17.41億元、74.48億元。

2.2 DID估計(jì)結(jié)果分析

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

表4 計(jì)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(guò)顯著性檢驗(yàn)以外，水稻和玉米均通過(guò)了顯著性檢驗(yàn)。其中，水稻和玉米種植面積的DID估計(jì)結(jié)果顯著為正，即本文所關(guān)心的變量政策對(duì)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(jià)補(bǔ)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(shí)間效應(yīng)、差異效應(yīng)的同時(shí)，若最低收購(gòu)價(jià)格政策、臨時(shí)收儲(chǔ)價(jià)格政策、“價(jià)補(bǔ)分離”政策分別作為一個(gè)獨(dú)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(shí)施前相比）。從種植面積增加的幅度來(lái)看，最低收購(gòu)價(jià)格政策引起的黑龍江省水稻種植面積變化為164.93萬(wàn)hm2，或可表述為，政策實(shí)施區(qū)與非政策實(shí)施區(qū)相比，政策實(shí)施區(qū)水稻增加164.93萬(wàn)hm2。臨時(shí)收儲(chǔ)價(jià)格政策和“價(jià)補(bǔ)分離”政策引起的玉米種植面積變化分別為270.88萬(wàn)hm2和244.49萬(wàn)hm2，二者相比，臨時(shí)收儲(chǔ)價(jià)格政策的引起的玉米種植面積變化幅度較大，這表明“價(jià)補(bǔ)分離”政策的實(shí)施消減了政策實(shí)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(jì)結(jié)果表明，目標(biāo)價(jià)格政策對(duì)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(shí)施區(qū)減少86.13萬(wàn)hm2。這說(shuō)明，目標(biāo)價(jià)格政策的實(shí)施，并沒(méi)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(shí)收儲(chǔ)價(jià)格政策與“價(jià)補(bǔ)分離”政策實(shí)施效果并不明顯。主要是因?yàn)榇蠖故車?guó)際市場(chǎng)影響較大，進(jìn)口大豆價(jià)格低，國(guó)外的廉價(jià)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(dòng)。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?yàn)橛衩兹〈鶾30]，影響了針對(duì)大豆的臨時(shí)收儲(chǔ)價(jià)格政策、目標(biāo)價(jià)格政策、“價(jià)補(bǔ)分離”政策的實(shí)施效果。

根據(jù)表5可知，水稻、玉米均通過(guò)了顯著性檢驗(yàn)，且水稻和玉米收益DID估計(jì)結(jié)果和上述種植面積DID估計(jì)結(jié)果相似。表明最低收購(gòu)價(jià)格政策、臨時(shí)收儲(chǔ)價(jià)格政策、“價(jià)補(bǔ)分離”政策分別對(duì)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(zhǎng)幅度來(lái)看，和非政策實(shí)施區(qū)相比，最低收購(gòu)價(jià)格政策引起的水稻收益增加311.38億元；臨時(shí)收儲(chǔ)價(jià)格政策和“價(jià)補(bǔ)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(jià)補(bǔ)分離”政策的政策效應(yīng)小于臨時(shí)收儲(chǔ)價(jià)格政策。“價(jià)補(bǔ)分離”政策對(duì)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(shí)施區(qū)增加74.48億元，而大豆臨時(shí)收儲(chǔ)價(jià)格政策、目標(biāo)價(jià)格政策的影響效果較小。

表5 計(jì)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(duì)引入控制變量的模型進(jìn)行參數(shù)估計(jì)，需要說(shuō)明的是，變量的自相關(guān)檢驗(yàn)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(yàn)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(jì)，結(jié)果如表6所示。

表6 引入控制變量后的計(jì)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(jì)結(jié)果的顯著性與基本模型估計(jì)結(jié)果基本一致。其中，水稻最低收購(gòu)價(jià)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(gòu)價(jià)格政策和水稻滯后一期的收益對(duì)水稻種植面積具有顯著正向影響。同理，玉米臨時(shí)收儲(chǔ)價(jià)格政策和玉米滯后一期收益在1%顯著水平下為正，對(duì)玉米種植面積有顯著正向影響；“價(jià)補(bǔ)分離”政策實(shí)施期間，“價(jià)補(bǔ)分離”政策同樣對(duì)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(duì)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(guó)家調(diào)減政策影響較大，因此，政策對(duì)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(jià)格政策對(duì)大豆種植面積有顯著負(fù)向影響，而大豆臨時(shí)收儲(chǔ)價(jià)格政策和“價(jià)補(bǔ)分離”政策影響效果則不明顯；各時(shí)期大豆滯后一期收益均對(duì)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(gòu)政策對(duì)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(dòng)相關(guān)研究中，杜書立等[31]對(duì)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(guó)家開(kāi)始在東北地區(qū)實(shí)施玉米臨時(shí)收儲(chǔ)政策以來(lái)，一方面，當(dāng)時(shí)較高的收儲(chǔ)價(jià)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(shí)收儲(chǔ)價(jià)格政策的實(shí)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(shí)，國(guó)家推行的各種農(nóng)業(yè)補(bǔ)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(guò)建立DID模型、隨機(jī)效應(yīng)和固定效應(yīng)模型，認(rèn)為大豆目標(biāo)價(jià)格政策的實(shí)施對(duì)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(guò)對(duì)1998—2016年安徽省、廣西省、黑龍江省水稻種植面積的對(duì)比分析，發(fā)現(xiàn)最低收購(gòu)價(jià)格政策的實(shí)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(shí)段、對(duì)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(jiàn)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(chǎng)因素、自然因素等：呂東輝[34]等認(rèn)為價(jià)格波動(dòng)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(duì)黑龍江省糧食作物格局的影響；安悅[36]等認(rèn)為作物價(jià)格差異、勞動(dòng)力價(jià)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(dòng)結(jié)果對(duì)比

4 結(jié)論

研究表明，最低收購(gòu)價(jià)格政策對(duì)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(shí)施區(qū)而言，增加了164.93萬(wàn)hm2、311.38億元；臨時(shí)收儲(chǔ)價(jià)格政策和“價(jià)補(bǔ)分離”政策的實(shí)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(shí)施區(qū)相比，在臨時(shí)收儲(chǔ)價(jià)格政策與“價(jià)補(bǔ)分離”政策時(shí)期，分別增加了270.88萬(wàn)hm2、244.49萬(wàn)hm2，種植收益增加了222.12億元、215.02億元。二者相比，“價(jià)補(bǔ)分離”政策的政策效應(yīng)小于臨時(shí)收儲(chǔ)價(jià)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(shí)收儲(chǔ)價(jià)格政策、“價(jià)補(bǔ)分離”政策對(duì)黑龍江省大豆種植面積的影響效果不明顯，而目標(biāo)價(jià)格政策的實(shí)施，導(dǎo)致黑龍江省大豆種植面積比非政策實(shí)施區(qū)減少86.13萬(wàn)hm2?！皟r(jià)補(bǔ)分離”政策對(duì)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(shí)施區(qū)增加74.48億元，而臨時(shí)收儲(chǔ)價(jià)格政策、目標(biāo)價(jià)格政策的影響效果較??；同時(shí)，農(nóng)作物滯后一期收益對(duì)水稻、玉米（除“價(jià)補(bǔ)分離”政策時(shí)期外）、大豆種植面積均有顯著正向影響。

農(nóng)業(yè)政策對(duì)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(duì)整個(gè)農(nóng)業(yè)生產(chǎn)具有一定的導(dǎo)向作用[37]。因此，有必要對(duì)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(gòu)價(jià)格政策在一段時(shí)間內(nèi)仍需貫徹實(shí)施，將農(nóng)業(yè)補(bǔ)貼與水稻最低收購(gòu)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(gòu)價(jià)格；建立合理的玉米生產(chǎn)者利益補(bǔ)償機(jī)制，制定合理的生產(chǎn)者補(bǔ)貼標(biāo)準(zhǔn)，在保護(hù)農(nóng)戶收益的同時(shí)，防止玉米種植大幅度增加；進(jìn)一步加大大豆種植的補(bǔ)貼力度，切實(shí)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。