高標準農(nóng)田建設政策的糧食增產(chǎn)效應

胡新艷，戴明宏

(華南農(nóng)業(yè)大學 國家農(nóng)業(yè)制度與發(fā)展研究院，廣東 廣州 510642)

一、引言

倉廩實，天下安。中國作為發(fā)展迅速的人口大國，糧食安全問題一直是學界關注的重大問題。上世紀，Brown[1]發(fā)表《誰來養(yǎng)活中國》一文引起的轟動，更是將中國糧食安全問題推到了世界輿論的焦點。顯然，Brown的觀點打上了西方政治烙印并渲染了“中國威脅論”，但作為預警，有助于強化國家對于糧食安全問題的重視。當前，我國糧食安全依然面臨著諸多挑戰(zhàn)。一方面，從國際上看，新冠肺炎疫情在全球加速擴散蔓延[2-3]，貿(mào)易沖突、俄烏等局部戰(zhàn)爭沖突等，對全球糧食安全的影響進一步加大，全球糧食市場波動有可能進一步升級[4-5]。另一方面，國內(nèi)糧食供需一直處于緊平衡的狀態(tài)[6]，面對疫情沖擊及其貿(mào)易摩擦和局部戰(zhàn)爭帶來的不確定性沖擊，如何確保糧食產(chǎn)能，增強糧食生產(chǎn)能力，提高糧食生產(chǎn)系統(tǒng)穩(wěn)定性是當前中國糧食安全面臨的重要挑戰(zhàn)[7]。

為應對國際糧食市場波動，穩(wěn)定國內(nèi)糧食產(chǎn)能，我國自本世紀以來積極實施農(nóng)業(yè)支持政策，為糧食增產(chǎn)帶來“政策力量”。已有研究從耕地保護制度[8]、農(nóng)民種糧直接補貼政策[9-10]、取消農(nóng)業(yè)稅[11]、農(nóng)機購置補貼政策[12-14]、糧食最低收購價政策[15]、農(nóng)業(yè)保險政策[16,17]等方面分析了農(nóng)業(yè)支持政策對糧食生產(chǎn)的激勵作用。有學者認為上述補貼政策對農(nóng)戶收入和糧食生產(chǎn)影響力正逐漸變小[18]，而公共投資類的農(nóng)業(yè)政策能以更具成本收益的方式帶來更多的糧食產(chǎn)出[19]。也有學者關注了土地確權政策的影響，認為土地確權促進了農(nóng)地流轉(zhuǎn)[20]，有利于實現(xiàn)土地規(guī)模經(jīng)濟性[21]，激勵農(nóng)戶的生產(chǎn)投資行為[22-24]。為了防止耕地資源質(zhì)量問題侵蝕農(nóng)業(yè)糧食系統(tǒng)的韌性，我國在2005年中央一號文件中首次提出了高標準農(nóng)田建設政策(下文簡稱“高標準農(nóng)田”)。自高標準農(nóng)田建設政策實施以來，大量文獻研究了高標準農(nóng)田建設的選址、建設時序安排等技術層面的問題，認為氣候、災害等綜合風險因素應當成為高標準農(nóng)田建設區(qū)域劃定的主要依據(jù)[25]，其耕地自然質(zhì)量也應成為選址的重要指標[26-29]。Zhao[30]構建了高標準基本農(nóng)田最適宜生態(tài)位“Escotate”和“Ecorole”評價模型(Ni模型)，為制定和推行高標準農(nóng)田的規(guī)劃和措施提供指導。也有學者運用GIS空間分析技術[31]和MODIS-OLI遙感數(shù)據(jù)融合技術[32]，結合層次分析法分析了高標準農(nóng)田建設選址及其指標的適用性。邊振興[33]、張忠[34]以及Xu[35]則根據(jù)耕地田塊條件評價耕地質(zhì)量等級、建設難度等級，制定高標準農(nóng)田建設時序。在高標準農(nóng)田政策實施的效果方面，現(xiàn)有文獻主要圍繞資金運用效率[36]、區(qū)域建設績效[37]、社會效應[38]、生態(tài)效應[39]進行了結果導向的評價分析，但缺乏對政策實施的因果效應研究。目前僅梁志會等[40]利用DID模型分析了高標準農(nóng)田建設對于化肥減量的因果效應及其作用機制。但是，對于高標準農(nóng)田建設政策是否、如何、多大程度上影響糧食生產(chǎn)仍未得到充分研究，缺乏政策影響的因果識別證據(jù)。

中國高標準農(nóng)田建設政策作為自上而下推行的政策事件，且各地的政策實施時間不一致，可將其視為空間和時間上的錯列發(fā)生事件，這相當于一個準實驗[41]，為識別高標準農(nóng)田建設政策影響提供了一個獨特的實證機會。本文從多渠道收集了高標農(nóng)田建設、糧食產(chǎn)量等變量構成的面板數(shù)據(jù)集，運用雙重差分模型(Difference-in-Differences Model，簡稱DID)，實證分析高標準農(nóng)田建設政策的推廣實施是否、如何、多大程度上影響糧食生產(chǎn)，以補充現(xiàn)有糧食安全政策體系研究。本文的邊際貢獻主要在于：一是將土地科學問題與社會決策問題聯(lián)系起來，聚焦于高標準農(nóng)田建設政策的糧食安全影響，為高標準農(nóng)田建設政策的重要性提供經(jīng)驗證據(jù)，也補充糧食安全保障的政策體系研究。二是已有文獻未區(qū)分高標準農(nóng)田建設政策實施的階段性特征，然而，不可忽視的基本事實是，高標準農(nóng)田建設經(jīng)歷了兩個不同階段，因此可能產(chǎn)生不同的政策影響。本研究區(qū)分為兩個階段的評估結果，恰恰印證了這點；而且，我們分析了政策的糧食增產(chǎn)效應與耕地經(jīng)營規(guī)模、農(nóng)地流轉(zhuǎn)、勞動力轉(zhuǎn)移和農(nóng)業(yè)機械化水平之間的關聯(lián)性特征，有助于闡明因果效應的情境依賴性。三是政策效應評估研究的核心問題是歸因[42]，但評估結果的科學性與所使用的數(shù)據(jù)及其計量模型密切相關。本文采用面板數(shù)據(jù)的DID方法，能消除非時變的不可觀測因素的混淆影響，而且可以捕捉政策實施程度變化所帶來的影響差異，為高標準農(nóng)田建設政策的糧食生產(chǎn)影響效應提供更干凈、更細致的因果證據(jù)，從而為精準施策以維護國家糧食安全提供科學依據(jù)。

二、政策背景與研究設計

(一)高標準農(nóng)田建設政策沿革

2005年中央一號文件提出：“抓好防護林體系和農(nóng)田林網(wǎng)建設，為建設高標準農(nóng)田營造良好的生態(tài)屏障”，屬于首次提到高標準農(nóng)田概念，并一直沿用至今。2006年，我國正式確定116個縣(市、區(qū))為國家基本農(nóng)田保護示范區(qū)，并在部分種糧大縣推進高標準基本農(nóng)田示范工程，開展涵蓋田、土、水、路、林、電、技、管等八個方面的土地整治，旨在對現(xiàn)有基本農(nóng)田和中低產(chǎn)田進行農(nóng)業(yè)生產(chǎn)條件的升級改造。之后，盡管中央一號文件多次強調(diào)加快高標準農(nóng)田建設，但相關部門一直未明確高標準農(nóng)田建設的規(guī)劃、任務和標準，形成規(guī)范性的指導性文件。直至2012年頒布《高標準基本農(nóng)田建設標準(試行)》并于2013年參照執(zhí)行后，高標準農(nóng)田建設開始擁有一個暫行的驗收標準，政策實施逐步進入規(guī)范實施階段。

圖1 高標準農(nóng)田建設政策沿革

為在全國有序推進高標準農(nóng)田建設任務，2013年國務院和農(nóng)業(yè)農(nóng)村部分別頒布了《國家農(nóng)業(yè)綜合開發(fā)高標準農(nóng)田建設規(guī)劃》和《全國高標準農(nóng)田建設總體規(guī)劃(2011—2020)》，要求在2015年完成4億畝高標準農(nóng)田建設任務，力爭在2020年建成8億畝旱澇保收的高標準農(nóng)田，確立了高標準農(nóng)田建設的短期任務和長期目標。同年編制的《高標準農(nóng)田建設通則》(下稱“《通則》”)規(guī)定了高標準農(nóng)田建設的基本原則、建設區(qū)域、技術要求、驗收標準等詳細要求，并明確指出高標準農(nóng)田的定義是“土地平整、集中連片、設施完善、農(nóng)電配套、土壤肥沃、生態(tài)良好、抗災能力強，與現(xiàn)代農(nóng)業(yè)生產(chǎn)和經(jīng)營方式相適應的旱澇保收、高產(chǎn)穩(wěn)產(chǎn)，劃定為基本農(nóng)田實行永久保護的耕地?！?018年頒布的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》指出至2022年目標完成10億畝高標準農(nóng)田建設。2021年頒布的《全國高標準農(nóng)田建設總體規(guī)劃(2021—2030)》明確提出到2030年需累計建成12億畝高標準農(nóng)田，并要求對現(xiàn)有高標準農(nóng)田進行進一步改造和提升。

如圖2所示，高標準農(nóng)田建設于2006年在全國部分地區(qū)的產(chǎn)糧大縣試點，隨后經(jīng)歷探索階段，不斷積累建設經(jīng)驗，拓展建設區(qū)域。于2013年擁有詳細驗收標準和建設規(guī)劃后進入大規(guī)模規(guī)范建設階段，建設范圍逐步覆蓋到全國31個省(市、區(qū))，直至2017年全國高標準農(nóng)田建設累計達到7億畝，其中山東省、河南省和江蘇省建設面積累計超過4500萬畝。因此，根據(jù)高標準農(nóng)田建設是否有詳細的驗收標準和規(guī)范的指導性文件，一般將政策實施區(qū)分為兩個階段： 2006—2012年的探索實施階段與2013年至今的規(guī)范實施階段。截至2020年底，全國累計完成8億畝高標準農(nóng)田建設任務，占耕地總面積比例約40%，共投入了約1.4萬億建設資金。

圖2 高標準農(nóng)田建設面積時空變化

(二)研究設計

1.模型設定

自2006年起，高標準農(nóng)田建設政策在全國范圍內(nèi)“以糧食主產(chǎn)區(qū)為重點，適當兼顧非糧食主產(chǎn)區(qū)” 逐步分區(qū)域推進。這意味政策實施的不同時點上，同一省份的高標準農(nóng)田建設面積變化是連續(xù)的。而且在政策實施的同一個時期內(nèi)，不同省份之間高標準農(nóng)田建設的目標和進度也存在明顯的差異。高標準農(nóng)田建設政策實施的這兩種差異構建了一個準實驗條件，為本文運用雙重差分模型(DID)模型估計高標準農(nóng)田建設政策對糧食生產(chǎn)影響提供了基礎。但需指出的是，相比于一般的雙重差分模型，本文在劃分實驗組和控制組時使用連續(xù)變量“高標準農(nóng)田建設面積”替代傳統(tǒng)的虛擬變量，以不同省份高標準農(nóng)田建設面積大小的變化作為構建實驗組和控制組的依據(jù)，政策實施將樣本分為實驗組(高標準農(nóng)田建設面積高的樣本)和控制組(高標準農(nóng)田建設面積低的樣本)。事實上，這種方法在經(jīng)濟學研究的不同領域已經(jīng)得到了廣泛地運用[43,44]，這不僅沒有改變DID模型的基本性質(zhì)，反而能捕捉更多因政策實施程度變化所帶來的影響差異。

(1)平行趨勢檢驗和動態(tài)效應模型。對應于是否有明確的高標準農(nóng)田建設規(guī)范和驗收標準，高標準農(nóng)田建設政策實施可以劃分為兩個階段：2006—2012年的探索階段、2013-2017年的規(guī)范實施階段。為識別兩階段影響的差異性，并進行平行趨勢假設檢驗，本文以探索階段早期2006—2009年作為基準組，估計探索階段和規(guī)范實施階段的政策效果差異：

(1)

式(1)中，lnGraini,t表示第i個省份在第t年的糧食總產(chǎn)量，并取對數(shù)；lnHighi是高標準農(nóng)田建設面積，并取對數(shù)；D表示年份的虛擬變量，當t=γ時取1，否則取0；Xi,t是控制變量矩陣；λi是省份固定效應，它吸收了所有無法觀測的且隨時間變化的省級特征；μi表示年份固定效應，εi,t是隨機誤差項。本文主要感興趣的參數(shù)是β1，若高標準農(nóng)田建設政策顯著促進了糧食增產(chǎn)，則應能觀察到β1系數(shù)在政策實施的某個時間點前后出現(xiàn)較大幅度的變動，并且在該時點之后具有統(tǒng)計上的顯著性。同時對于雙重差分模型來說，識別策略的有效性首先依賴于平行趨勢假設是否成立。若糧食增產(chǎn)確實源于政策的規(guī)范實施，則對于政策時點之前的隊列，其高標準農(nóng)田建設面積不應與糧食產(chǎn)量相關，β1應該在統(tǒng)計上不具有顯著性，而在政策實施點之后的隊列，其β1系數(shù)應該快速上升且具有正向顯著性。

(2)DID模型。為進一步識別高標準農(nóng)田建設政策在規(guī)范實施后，是否以及多大程度對糧食總產(chǎn)產(chǎn)生影響，構建一個標準的連續(xù)型DID模型如下：

(2)

2.變量選取

(1)被解釋變量。被解釋變量為糧食產(chǎn)量水平，由各地區(qū)糧食總產(chǎn)量水平衡量。

(2)核心解釋變量。由于高標準農(nóng)田是對中低產(chǎn)田、基本農(nóng)田的進一步改造和提升，故本文高標準農(nóng)田建設面積由高標準農(nóng)田示范工程面積和改造中低產(chǎn)田面積之和組成，取對數(shù)化，并構建高標準農(nóng)田建設面積與年份虛擬變量的交互項作為核心解釋變量。同時，由于土地治理項目資金投入的多寡會直接影響高標準農(nóng)田建設的數(shù)量和質(zhì)量，故在穩(wěn)健性檢驗中構建土地治理項目資金投入與政策實施時點的交互項作為核心解釋變量的替代變量。

(3)控制變量。參考已有文獻[40,45]，納入的控制變量有五類：①農(nóng)業(yè)生產(chǎn)變量：包括農(nóng)機總動力、農(nóng)村用電量、化肥使用量、農(nóng)藥使用量、耕地面積、有效灌溉面積。其中，農(nóng)機總動力是指按功率計算的各類農(nóng)業(yè)機械動力的綜合指標。②人口特征：包含性別比、受教育水平、勞動力轉(zhuǎn)移比例，其中，性別比是指各地區(qū)農(nóng)村男性人數(shù)除以女性人數(shù)的百分比；受教育水平為各地區(qū)農(nóng)村的加權平均受教育年限，即將未上過學、小學、初中、高中、大專及以上五個層次分別依次賦值為0、6、9、12、16，然后按照各層次調(diào)查人數(shù)占總調(diào)查人數(shù)的比重作為權重，采用加權平均的方式得出；勞動力轉(zhuǎn)移比例是指超過6個月農(nóng)村外出務工勞動力占農(nóng)村總勞動力的比重。③地區(qū)經(jīng)濟發(fā)展情況。包括人均純收入和工業(yè)化水平，后者用第二、三產(chǎn)業(yè)產(chǎn)值之和占地區(qū)GDP的比重表征。④災害和氣候因素。包括受災面積、降雨量偏離度、平均氣溫偏離度。其中降雨量偏離度和平均氣溫偏離度是分別將各省降雨量數(shù)據(jù)和平均氣溫數(shù)據(jù)對其均值的偏離絕對值來表示，用以衡量氣候因素的極端變化狀況。⑤農(nóng)業(yè)市場發(fā)育。包含土地流轉(zhuǎn)市場和農(nóng)業(yè)服務市場，分別由簽訂的土地流轉(zhuǎn)合同數(shù)和農(nóng)業(yè)服務組織機構數(shù)衡量，其中農(nóng)業(yè)服務組織是指具有一定經(jīng)營規(guī)模、章程和活動場所的，由國家、集體、個人興辦的農(nóng)業(yè)服務站、農(nóng)機合作社、農(nóng)機作業(yè)服務公司。

(4)機制變量。在耕地約束條件下，糧食單產(chǎn)和糧食播種面積是糧食增產(chǎn)的重要來源，故本文將納入各地區(qū)糧食單產(chǎn)、糧食播種面積進行機制分析，并進一步納入經(jīng)濟作物播種面積和糧食復種指數(shù)，對糧食播種面積變化的來源進行討論，其中經(jīng)濟作物播種面積是指蔬菜、瓜果、水果、棉、麻、油料、糖類、煙類、藥材類的播種面積之和，糧食復種指數(shù)是指糧食播種面積除以耕地面積的比例。

3.數(shù)據(jù)來源與描述性證據(jù)

本文數(shù)據(jù)來源于7類宏觀統(tǒng)計年鑒以及1個氣候網(wǎng)站。由于高標準農(nóng)田建設數(shù)據(jù)目前僅可獲得至2017年，且港、澳、臺以及西藏自治區(qū)的數(shù)據(jù)缺失，因此使用2006—2017年中國30個省(區(qū)、市)的平衡面板數(shù)據(jù)。

各類指標數(shù)據(jù)來源說明如下：高標準農(nóng)田建設面積、土地治理項目資金投入來源于《中國財政統(tǒng)計年鑒》；糧食單產(chǎn)來源于《中國農(nóng)業(yè)統(tǒng)計年鑒》；糧食總產(chǎn)、農(nóng)機總動力、農(nóng)村用電量、化肥使用量、農(nóng)藥使用量、耕地面積、有效灌溉面積、受災面積、糧食播種面積、經(jīng)濟作物播種面積、復種指數(shù)、工業(yè)化水平、農(nóng)村人均純收入來源于《中國農(nóng)村統(tǒng)計年鑒》；性別比、受教育水平來源于《中國人口與就業(yè)統(tǒng)計年鑒》；勞動力轉(zhuǎn)移比例、土地確權證書數(shù)、土地流轉(zhuǎn)合同、農(nóng)業(yè)規(guī)模經(jīng)營水平、種糧直接補貼額、農(nóng)業(yè)服務組織數(shù)據(jù)來源于《中國農(nóng)村經(jīng)營管理統(tǒng)計年報》；谷物生產(chǎn)者價格指數(shù)來自《中國統(tǒng)計年鑒》；農(nóng)業(yè)保險保費總收入來自《中國保險年鑒》；降水量偏離度和平均氣溫偏離度是依據(jù)梁若冰[46]的方法，以平均降水量和平均氣溫數(shù)據(jù)為基礎計算，原始數(shù)據(jù)來源于國家氣象科學數(shù)據(jù)共享服務平臺——中國地面氣候資料日值數(shù)據(jù)集(V3.0)，為各個觀測站點的日度數(shù)據(jù)，使用Barnes方法計算得到2006年—2017年中國各省的分年的平均降水量和平均氣溫數(shù)據(jù)。表1描述性統(tǒng)計結果展示了相關數(shù)據(jù)的基本情況。

表1 變量的描述性統(tǒng)計結果

結合圖3a可以看出，2006到2017年間全國范圍內(nèi)高標準農(nóng)田建設面積與糧食總產(chǎn)量均呈上升趨勢，表明隨著高標準農(nóng)田建設政策的推進，政策與糧食總產(chǎn)量可能存在正向的統(tǒng)計相關性。從圖3b可知，糧食播種面積亦呈上升趨勢，但糧食單產(chǎn)增量波動較大，在部分年份甚至出現(xiàn)負增長?？梢姡邩藴兽r(nóng)田建設政策與糧食單產(chǎn)的關系較為復雜且不穩(wěn)定，可能并非是糧食單產(chǎn)提升的決定性因素。

圖3 部分變量描述性統(tǒng)計

三、實證結果分析

(一)DID模型結果

1.平行趨勢檢驗和政策動態(tài)效應

由于2006—2009年屬于高標準農(nóng)田建設探索階段的早期，對全國糧食產(chǎn)量的影響較小，并且關于高標準農(nóng)田建設的相關政策文件較少。因此，本文以2006—2009年為基準組，通過模型(1)得到了政策動態(tài)影響結果，它有效地反映了各年份高標準農(nóng)田建設政策與糧食產(chǎn)量之間的條件相關性，并根據(jù)實證結果繪制了圖4，實線部分是各隊列β1,γ系數(shù)繪制，虛線部分表示95%的置信區(qū)間。

圖4 高標準農(nóng)田建設政策對糧食產(chǎn)量的動態(tài)影響

圖4結果顯示，在2013年之前的政策實施探索階段，試點地區(qū)以少部分產(chǎn)糧大縣為主，由于缺乏規(guī)范性建設標準和統(tǒng)一的指導性規(guī)劃，建設的資金渠道分散導致投入力度不足，高標準農(nóng)田建設政策實施情況存在較大差異，且難以進行可靠的考核評價，導致各地的高標準農(nóng)田建設標準過低，政策實施效果難以充分發(fā)揮。同時，在高標準農(nóng)田建設完成后，由于“重建設、輕管護”的現(xiàn)象較為普遍，已建成的高標準農(nóng)田沒有得到充分保護和利用，進一步降低了政策的效果?？梢钥吹溅?,γ系數(shù)在零附近波動，表明在政策規(guī)范實施之前并未觀察到系統(tǒng)性的差異，滿足平行趨勢假設。自2013年起，隨著《全國高標準農(nóng)田建設總體規(guī)劃(2011—2020)》和《高標準農(nóng)田建設通則》的頒布，使得高標準農(nóng)田建設擁有了指導性目標規(guī)劃和規(guī)范性驗收標準，高標準農(nóng)田建設進入規(guī)范實施階段。在這個階段，借鑒前期各地區(qū)積極探索積累的成功經(jīng)驗，著重力量提升地力等級、農(nóng)業(yè)基礎設施和生產(chǎn)科技水平，積極鼓勵多渠道增加土地治理資金投入，政策的糧食增產(chǎn)效應開始顯現(xiàn)并逐漸增大。

本文還通過變換基準組的時間點進行平行趨勢的穩(wěn)健性檢驗，與上述結論是一致的。如圖5所示，通過擴大基準組時間跨度(圖5a)、縮小基準組時間跨度(圖5b、圖5c)或?qū)⒒鶞式M時點分別設置為2012、2011、2010年(圖5d、圖5e、圖5f)，結果均顯示在2013年之前，實驗組和控制組之間沒有明顯的系統(tǒng)性差異，滿足平行趨勢假設。同時，在變換基準組后，高標準農(nóng)田建設政策促進糧食增產(chǎn)的效果均在2013年開始顯現(xiàn)，結合政策沿革的事實分析，說明2013年是一個合適的政策規(guī)范實施時點，并進一步證明了政策規(guī)范實施對于政策效果發(fā)揮的重要性。

圖5 政策動態(tài)效應和平行趨勢檢驗

2.DID模型結果

運用模型(2)分析高標準農(nóng)田政策實施對糧食總產(chǎn)的影響，估計結果如表2所示。由列(1)～(2)可知，交互項系數(shù)均正向顯著，表明高標準農(nóng)田建設政策顯著促進了糧食總產(chǎn)的增長。其次，由于本文數(shù)據(jù)時間跨度較大，序列自相關可能會導致模型估計的標準誤有偏，本文采用D&K[47]提出的方法用以緩解由異方差、序列相關導致的標準誤不一致的問題，表2(3)列展示了相關估計結果，穩(wěn)健標準誤得到了小幅調(diào)整，估計結果與列(2)基本一致。此外，考慮到氣候因素和災害因素對糧食產(chǎn)量的影響，在模型(2)中納入受災面積、降雨量偏離度和平均氣溫偏離度變量，結果如表2(4)列所示，政策實施影響的交互項系數(shù)為0.092，在1%顯著性水平上顯著，說明政策實施后高標準農(nóng)田具備良好的抵御風險能力，實現(xiàn)了較好的糧食穩(wěn)產(chǎn)高產(chǎn)效應。進一步，考慮到地區(qū)農(nóng)地流轉(zhuǎn)市場以及農(nóng)業(yè)服務組織發(fā)育對糧食生產(chǎn)條件的影響，故分別納入土地流轉(zhuǎn)合同數(shù)和農(nóng)業(yè)服務組織數(shù)進行控制，結果如表2(5)列所示，結論與前文具有一致性。

表2 基準回歸模型結果

(二) 穩(wěn)健性檢驗

本文從安慰劑檢驗、替換核心解釋變量、可能的遺漏變量問題三方面對基準回歸結果進行穩(wěn)健性檢驗。

1.安慰劑檢驗

前文平行趨勢檢驗和基準回歸結果說明高標準農(nóng)田建設政策并非立竿見影，而是循序漸進的累積過程，政策的規(guī)范實施才能顯著釋放政策效果。因此，不同的政策時點意味著高標準農(nóng)田建設面積累積程度和政策實施的規(guī)范程度不同，所參照的基準組也不同，這可能對估計結果造成影響。

與呂越[48]類似，為進一步驗證結果的穩(wěn)健性，本文將保留政策規(guī)范實施前的樣本，并虛構政策規(guī)范實施時點進行安慰劑檢驗。DID的前提條件是政策規(guī)范實施之前，各省份高標準農(nóng)田建設政策的糧食增產(chǎn)效應沒有出現(xiàn)較大變異。因此，如果政策規(guī)范實施的時間人為地提前，并去掉政策規(guī)范實施之后的觀測值，則該時期核心變量的估計系數(shù)預期將不顯著。反之，如果虛構的事件變量估計系數(shù)顯著，則說明除了高標準農(nóng)田建設政策的沖擊，各省份實驗組和對照組的糧食產(chǎn)量變動趨勢存在系統(tǒng)性的差異，存在部分不可觀測因素影響了糧食增長。

為了確保實證結果的穩(wěn)健性，本文依次將2007年—2011年設置為虛構的政策實施時點進行回歸。估計結果如表3所示。列(1)～(5)結果顯示，核心變量的交互項系數(shù)并不顯著，因此可以排除其他潛在不可觀測事件對糧食產(chǎn)量的影響，并進一步驗證了平行趨勢檢驗的結論。

表3 穩(wěn)健性檢驗1：安慰劑檢驗

2.替換核心解釋變量

高標準農(nóng)田建設政策的規(guī)范實施不僅可以用高標準農(nóng)田建設面積表示，也可以用土地治理項目資金投入表征。若政策的規(guī)范實施刺激了糧食增產(chǎn)，則應該看到土地治理項目資金投入與政策實施時點的交互項系數(shù)顯著為正值，表4(1)列估計結果顯示與預期一致。

3.考慮可能的遺漏變量問題

在高標農(nóng)田政策建設期內(nèi)，我國也陸續(xù)推出了土地確權政策以及糧食生產(chǎn)支持政策，以保障提升糧食產(chǎn)能。農(nóng)村土地確權登記頒證工作于2009年開始試點，2013年在全國范圍內(nèi)廣泛開展。理論上而言，確權政策有助于實現(xiàn)規(guī)?；?jīng)營進而影響糧食生產(chǎn)。因此，納入土地確權證書頒發(fā)數(shù)量加以控制。以政策出臺的時間為序的糧食生產(chǎn)支持政策，依次為種糧直接補貼政策、最低糧食收購價格政策和農(nóng)業(yè)保險政策(1)種糧直接補貼政策于2004年開始在全國范圍內(nèi)推行，并于2016年起并入農(nóng)業(yè)支持保護補貼，增加了對耕地地力保護的條件，只有符合規(guī)定標準的耕地才能領取補貼，一般按糧食種植面積或承包地面積為基礎計算，鑒于補貼額的計算基礎并未發(fā)生顯著改變，故將2016—2017年種糧直接補貼金額與2004—2015年種糧直接補貼金額一并納入模型分析。。在模型中，三項政策分別采用單位播種面積的種糧直接補貼總額、谷物生產(chǎn)者價格指數(shù)、地區(qū)農(nóng)業(yè)保險保費總收入為代理變量(2)土地確權證書頒發(fā)數(shù)、種糧直接補貼額數(shù)據(jù)來自農(nóng)業(yè)農(nóng)村部農(nóng)村合作經(jīng)濟指導司、農(nóng)業(yè)農(nóng)村部政策與改革司(編)：《中國農(nóng)村經(jīng)營管理統(tǒng)計年報》(2006—2017，歷年)，中國農(nóng)業(yè)出版社；谷物生產(chǎn)者價格指數(shù)來源于國家統(tǒng)計局(編)：《中國統(tǒng)計年鑒》(2006—2017，歷年)，中國統(tǒng)計出版社；農(nóng)業(yè)保險保費總收入數(shù)據(jù)來源于中國保險年鑒編委會(編)：《中國保險年鑒》(2006—2017，歷年)，中國保險年鑒社。。在此需要說明的是，最低糧食收購價政策主要針對稻谷、小麥、玉米作物，由國家每年末統(tǒng)一制定來年收購價，而多數(shù)研究將最低糧食收購價格政策設置為虛擬變量加以分析，考慮到該政策實施時間早于高標準農(nóng)田建設政策，且本文已控制地區(qū)固定效應，若納入該政策虛擬變量，其數(shù)據(jù)結果并無變異，故本文考慮使用谷物的生產(chǎn)者價格指數(shù)作為政策代理變量，該指數(shù)反映了主要糧食作物稻谷、小麥、玉米生產(chǎn)者第一手出售農(nóng)產(chǎn)品的平均價格水平變動，其政策實施省份比未實施省份價格指數(shù)波動更小，更好地貼合該政策內(nèi)容。在控制各項同期農(nóng)業(yè)政策影響后，表4(2)～(6)列所示的估計結果表明，高標準農(nóng)田建設政策對糧食產(chǎn)量依舊有顯著的促進效應，說明了結果的穩(wěn)健性。

表4 穩(wěn)健性檢驗2：替換解釋變量以及控制同期政策沖擊

(三)影響機制分析

前文基準計量表明高標準農(nóng)田建設政策顯著促進了糧食增產(chǎn)。顯然，在耕地總面積約束的現(xiàn)實條件下，增產(chǎn)很可能源于糧食單產(chǎn)水平提升或糧食播種面積擴大。但從數(shù)據(jù)上看，與高標準農(nóng)田建設面積持續(xù)的穩(wěn)步增長趨勢不同，糧食單產(chǎn)增量在2006—2017年間波動較大(圖3)，說明高標準農(nóng)田建設政策與糧食單產(chǎn)之間的關系是復雜多變的。為驗證上述分析，本文首先進行了高標準農(nóng)田建設政策對糧食單產(chǎn)的估計，結果如表5(1)列，發(fā)現(xiàn)高標準農(nóng)田建設政策并未顯著促進糧食單產(chǎn)增加，可能的原因如下：一方面，糧食單產(chǎn)提升一定程度上依賴于農(nóng)業(yè)種子科技進步、農(nóng)業(yè)技術效率提升及其推廣和應用[50-51]，而高標準農(nóng)田建設以全面提升農(nóng)田質(zhì)量和配套設施為重點，可能并未對糧食單產(chǎn)提升起到?jīng)Q定性作用。另一方面，梁志會等[41]認為高標準農(nóng)田建設顯著降低了化肥施用量，糧食生產(chǎn)中間投入品的減少可能一定程度上影響了糧食單產(chǎn)。

表5 影響機制分析

那么，高標準農(nóng)田政策的糧食增產(chǎn)效應是否源于調(diào)動了農(nóng)戶種糧積極性，促使糧食播種面積擴張？理論上而言，一方面，從成本收益角度看，高標準農(nóng)田建設可能通過節(jié)約成本提高農(nóng)戶種糧利潤，進而激勵農(nóng)戶種糧：高標準農(nóng)田建設主要由政府撥付專項資金進行土地綜合整治，對于農(nóng)戶而言，不僅節(jié)約了過往支出于整治土地的成本，也可能相繼減少了糧食生產(chǎn)的災害損失和中間品的投入成本，例如土壤條件的改善能夠節(jié)約化肥成本，農(nóng)田抗災抗蟲能力的提升減少了災害損失和農(nóng)藥成本。另一方面，高標準農(nóng)田建設提高了耕地規(guī)模、平整度、連片度，優(yōu)化了農(nóng)機作業(yè)環(huán)境，促進了農(nóng)業(yè)橫向分工和縱向分工[41]，將激勵農(nóng)戶種植更易機械化生產(chǎn)的糧食作物[21]，糧食種植更加有吸引力。因此，進一步納入糧食播種面積驗證上述理論邏輯。

表5(2)列結果顯示，高標準農(nóng)田建設政策顯著提高了糧食播種面積，說明農(nóng)戶愿意并擴大種糧面積是糧食總產(chǎn)增產(chǎn)的重要原因。我國耕地面積總體穩(wěn)定，為進一步探究該糧食播種面積增加的來源，本文依次納入經(jīng)濟作物播種面積和糧食復種指數(shù)進行討論。如表5(3)、(4)列所示，高標準農(nóng)田建設政策并未顯著提高經(jīng)濟作物播種面積，而是提高了糧食復種指數(shù)，說明在耕地稟賦約束下，各地糧食播種面積的增加并未擠占經(jīng)濟作物的播種面積，主要是源于糧食復種指數(shù)的提升。

(四)異質(zhì)性分析

考慮到高標準農(nóng)田建設政策的糧食增產(chǎn)效應可能存在情境依賴性，因此本文從四個方面展開異質(zhì)性影響分析。首先，多數(shù)研究證明農(nóng)業(yè)適度規(guī)模經(jīng)營有利于提高農(nóng)業(yè)生產(chǎn)力[51-52]，高標準農(nóng)田建設政策效果可能在不同規(guī)模經(jīng)營情況下有不同的表現(xiàn)。鑒于此，本文在模型(2)的基礎上，納入耕地經(jīng)營規(guī)模農(nóng)戶數(shù)(Scale)、高標準農(nóng)田建設政策和政策實施時點虛擬變量的三重交互項，觀察不同規(guī)模經(jīng)營情境下高標準農(nóng)田建設政策的糧食增產(chǎn)效果。

表6(1)～(6)列展示了相關的估計結果，結果顯示政策對小規(guī)模經(jīng)營的農(nóng)戶(規(guī)模十畝以下的農(nóng)戶)沒有顯著的糧食增產(chǎn)效果，對于耕地經(jīng)營規(guī)模大于十畝的農(nóng)戶有顯著的政策效果，并且交互項系數(shù)值先上升，后呈小幅下降的趨勢，說明政策對不同規(guī)模經(jīng)營主體的影響程度不同，適度規(guī)模經(jīng)營將更有利于政策效果的發(fā)揮。

表6 異質(zhì)性分析1：耕地經(jīng)營規(guī)模

其次，耕地經(jīng)營規(guī)模的擴大在一定程度上依賴于農(nóng)地的流轉(zhuǎn)集中，如果高標準農(nóng)地建設政策在擁有較大耕地經(jīng)營規(guī)模的主體中起到了刺激糧食增產(chǎn)的效果，則該政策也可能在農(nóng)地流轉(zhuǎn)較多的地區(qū)表現(xiàn)出更好的政策效果。表7(1)列展示了相關的估計結果，三重交互項系數(shù)為0.003且在1%的顯著性水平上顯著，進一步證明了表6的結論。

第三，農(nóng)村勞動力作為糧食生產(chǎn)的重要投入要素之一，各地區(qū)的勞動力非農(nóng)轉(zhuǎn)移率可能在高標準農(nóng)田建設政策中有異質(zhì)性的影響。表7(2)列顯示，政策的規(guī)范實施在勞動力轉(zhuǎn)移比例較大的省份對糧食產(chǎn)量同樣有顯著促進的效果，可能的原因在于高標準農(nóng)田建設帶動了農(nóng)業(yè)生產(chǎn)方式向現(xiàn)代化生產(chǎn)轉(zhuǎn)型，農(nóng)村勞動力流失越多的省份對農(nóng)業(yè)生產(chǎn)現(xiàn)代化的需求越高，即以更多新技術、新設備代替?zhèn)鹘y(tǒng)人力勞動，實質(zhì)上提高了農(nóng)業(yè)生產(chǎn)的效率。為進一步驗證上述結論，本文構建了農(nóng)機總動力、高標準農(nóng)田建設面積和政策實施時點虛擬變量的交互項，結果如表7(3)列所示，交互項系數(shù)表明高標準農(nóng)田建設政策釋放了農(nóng)業(yè)機械生產(chǎn)力，在農(nóng)業(yè)機械普及率更高的地區(qū)有更好的政策表現(xiàn)。綜上所述，高標準農(nóng)田建設政策與耕地經(jīng)營規(guī)模、農(nóng)地流轉(zhuǎn)、勞動力轉(zhuǎn)移和農(nóng)業(yè)機械化之間有較強的互補作用，有利于強化提升政策的糧食增產(chǎn)效應。

表7 異質(zhì)性分析2：農(nóng)地流轉(zhuǎn)情況、勞動力轉(zhuǎn)移、機械化水平

四、結論與政策啟示

糧食安全始終是人類生存和發(fā)展的基礎，世界各國將其作為國家經(jīng)濟、政治、社會安全的重要組成部分[53]。中國作為人口大國，“把飯碗牢牢端在自己手中”，保障糧食產(chǎn)能是關鍵。耕地是糧食安全的根基。高標準農(nóng)田建設作為國家“藏糧于地”戰(zhàn)略的重要政策實踐，耗費了巨大成本，充分了解該政策是否實現(xiàn)了預期目標具有重要意義。本文利用2006—2017年中國30個省(區(qū)、市)的平衡面板數(shù)據(jù)，運用雙重差分模型實證分析了高標準農(nóng)田建設政策對糧食生產(chǎn)的影響。結果顯示，高標準農(nóng)田建設政策對糧食增產(chǎn)有顯著的積極效應，但影響效應具有滯后性，直到政策規(guī)范實施后的2013年才出現(xiàn)。作用機制分析表明：政策實施的糧食增產(chǎn)效應是在未擠占經(jīng)濟作物播種面積的條件下，通過激勵農(nóng)戶提升糧食復種指數(shù)，擴大糧食播種面積而實現(xiàn)的。進一步分析顯示，十畝以上的耕地經(jīng)營規(guī)模能有效增幅政策的糧食增產(chǎn)效應，且農(nóng)地流轉(zhuǎn)率、勞動力轉(zhuǎn)移率以及機械化水平提升能夠與高標準農(nóng)田建設政策發(fā)揮互補作用。

以上研究結論為高標準農(nóng)田建設政策對保障中國糧食安全的重大戰(zhàn)略意義，提供了經(jīng)驗證據(jù)，而且，對于各級政府理解高標準農(nóng)田政策實施意義以及如何實施政策，具有啟示價值：首先，為全面釋放政策紅利，必須強調(diào)高標準農(nóng)田建設政策實施規(guī)范性的重要性。各地相關部門不僅應關注政策是否實施、是否能按期完成國家規(guī)定的高標準農(nóng)田建設工作任務，而且要重視如何推進政策執(zhí)行，嚴格把控高標準農(nóng)田建設標準，以充分發(fā)揮政策對國家糧食安全保障的積極影響。二是關注政策實施效應的情境依賴特征，各地政府應因勢利導，積極推動農(nóng)地流轉(zhuǎn)、勞動力轉(zhuǎn)移，促進農(nóng)業(yè)機械化發(fā)展，從而強化提升高標準農(nóng)田建設政策實施的糧食增產(chǎn)作用。