最低收购价政策对小麦全要素生产率的影响——基于双重差分模型的实证

朱满德 严西南

（贵州大学 经济学院， 贵州贵阳 550025）

一、引言

粮食安全是“国之大者”。 口粮安全是粮食安全的核心，基于当前世情国情和农情粮情，统筹中华民族伟大复兴战略全局和百年未有之大变局，中国提出了“确保谷物基本自给、口粮绝对安全”的新粮食安全观，多措并举确保口粮绝对安全，牢牢掌握14 亿多人粮食安全主动权，坚定不移走中国特色粮食安全之路。 作为两大口粮之一， 中国小麦产量由1978 年的0.54 亿吨增至2022 年1.38 亿吨， 连续8年稳定在1.3 亿吨以上，为保障国家粮食安全、经济社会平稳发展奠定了坚实基础。[1]中国于2006 年出台小麦最低收购价政策，实施区域为河北、江苏、安徽、山东、河南、湖北6 省份，政策初衷是防止“谷贱伤农”，促进粮食生产，保证市场供给。 根据政策设计，政府每年将统筹粮食生产成本、市场供求、国内外粮价和产业发展等因素制定最低收购价格；在政策适用期间，当政策实施区域的小麦市场价格低于政府公布的最低收购价格时，将委托中国储备粮管理总公司及其分公司实施政策性收储；当市场价格高于最低收购价格时， 则不启动最低收购价政策。此后根据粮食市场形势变化不断调整完善最低收购价政策。 其中2008—2014 年连续7 年提高最低收购价格，造成了粮食产量、进口量和库存量“三量齐增”困境，国内粮食供求结构性矛盾突出，政策亟待改革调整。 2015 年最低收购价格首次保持稳定，改变了“只升不降”的市场预期；2018 年首次下调小麦最低收购价格。 2019 年WTO 裁决中国对小麦和稻谷的黄箱支持突破了微量允许水平， 违反加入WTO 所作承诺。 2020 年，中国对小麦最低收购价政策进行调整，采取限量收购方式。2020 年至今，限定最低收购价小麦收购总量为3700 万吨， 分两批进行，其中第一批收购3330 万吨，不分配到省；第二批收购370 万吨，根据收购需要分配到省。

最低收购价政策是粮食生产稳预期、稳信心的基石， 其实施与改革调整是社会各界关注的焦点。宏观层面，就其实施效果而言，部分研究发现粮食最低收购价政策存在托市效应[2]，且不同粮食品种之间存在异质性；[3,4]进一步研究发现，政策的实施提高了生产者对价格的预期进而增加了粮食的种植面积与产量。[5,6]微观层面，大量文献以粮食生产者为研究对象，研究发现最低收购价政策的调整可显著影响农户种粮积极性[7-9]，进而影响粮食种植规模[10]及农业结构调整[11]，且不同规模生产者出现明显分化。[12]此外，也有学者基于效率视角对粮食最低收购价政策展开相关研究。 范丽霞（2016）研究发现，粮食最低收购价政策的实施是中国粮食全要素生产率稳步提升的重要因素之一。[13]以小麦为例，一些学者研究发现最低收购价政策实施对主产省份小麦生产技术效率和技术进步均具有显著正向影响[14,15]，促进了小麦全要素生产率的提升，但总体作用效果较弱。 江东坡等（2017）的研究也表明，最低收购价政策稳定了生产者预期，促进了要素投入，提高了小麦生产的技术效率。[16]除此之外，部分学者还考察了粮食最低收购价政策对粮食生产环境效率的影响，发现小麦最低收购价政策能促进小麦环境效率的提高。[17]

综上所述，目前关于最低收购价政策的研究主要集中于定性或量化评估政策实施效应，就最低收购价改革调整对小麦全要素生产率的影响研究仍有不足。 鉴于当前中国粮食安全在未来相当长时期仍面临严峻挑战和诸多不确定性，充分认识政策实施及其改革调整对于执行省份与非执行省份之间的粮食全要素生产率的影响，对提高粮食全要素生产率、确保口粮安全具有重要意义。 笔者的边际贡献在于量化政策执行省份与非政策执行省份的小麦全要素生产率差异，考察最低收购价政策实施及改革调整对小麦全要素生产率增长的现实影响和动态效果，据此提出对策建议。

二、模型设定、变量选取与数据说明

（一）模型设定

双重差分法常用于政策评估，它将某项政策的实施视为一项“准自然实验”，将样本划分为实验组（政策实施区域）与对照组（非政策实施区域），以考察政策实施前后实验组与对照组某一指标变化的差异，此即为政策实施对实验组造成的净效应。

就小麦最低收购价政策实施而言，视小麦最低收购价政策实施省份为实验组， 其余省份为对照组，用政策执行省份前后的小麦全要素生产率变化差异减去非政策执行省份前后的小麦全要素生产率变化差异，得到最低收购价政策对政策实施区域小麦全要素生产率影响的净效应。 就政策改革调整而言，考察自政策实施以来，最低收购价政策改革调整前后政策实施区域小麦全要素生产率变化差异。

采用双重差分方法考察最低收购价政策对小麦全要素生产率的影响，模型基准回归设定如下：

其中，i 表示省份，t 表示时间；TFPit为被解释变量（小麦全要素生产率累积变化率）；treati为政策虚拟变量，处理组（河北、江苏、安徽、山东、河南和湖北）设置为1，控制组（山西、内蒙古、四川、陕西、甘肃、宁夏、新疆、黑龙江和云南）设置为0；timet为时间虚拟变量，在考察政策是否实施对小麦全要素生产率的影响时，考察样本时间段为2001—2020 年，以2006 年为界，之前年份设置为0，2006 年及以后的年份设置为1； 在考察政策实施后的调整完善对小麦全要素生产率影响时， 样本考察时间段为2006—2020 年， 其中2015 年小麦最低收购价格在连续7 年提高后首次保持稳定，改变了以往“只升不降”预期，向市场释放了明确的改革信号，以此为界，2006—2014 年各年份设置为0，2015 年及以后各年份设置为1；countrolit为控制变量，εit为随机干扰项，ai为待估参数。

（二）变量选择与数据说明

被解释变量。 即为小麦全要素生产率累积变化率。 借鉴徐海平和王岳龙的做法[18]， 应用DEAMalmquist 指数法测算得出小麦全要素生产率变化指数，并以2001 年为基期进行累乘，得到小麦全要素生产率累积变化率。 参考已有研究[19,20]，选取产出指标为小麦亩均产量（千克）；投入指标依次选择亩均劳动力投入量（天）、亩均种子投入量（千克）、亩均化肥使用量（千克）。

解释变量。 即小麦最低收购价政策实施（treati×time1t）和改革调整（treati×time2t）。 由政策虚拟变量与时间虚拟变量交互形成，待估系数分别衡量小麦最低收购价政策实施和改革调整的净效应。

控制变量。农业生产具有独特的自然再生产与经济再生产特征，会受到自然灾害、区域经济发展水平及农业装备水平的影响。 参考已有研究做法[21]，将以下控制变量纳入实证分析：自然灾害采用受灾率表示；地区经济发展水平采用第一产业占GDP 的比重表示；农业装备水平采用农业机械总动力与农作物总播种面积之比表示。

综合考虑小麦种植区域及其数据可得性，选取河北、江苏、安徽、山东、河南、湖北、山西、内蒙古、黑龙江、四川、云南、陕西、甘肃、宁夏、新疆15 个省份作为样本考察区域，2020 年15 个省份累计小麦播种面积2283 万公顷， 占全国小麦播种面积的97.7%；累计小麦产量1.3 亿吨，占全国小麦产量的98.3%，具有代表性。 研究样本中涵盖6 个小麦最低收购价政策执行省份，9 个未实施政策省份，考察时间段为2001—2020 年。 相应数据来自《全国农产品成本收益资料汇编》《中国农村统计年鉴》与《中国统计年鉴》。 其中价格数据均采用各省份农业生产资料价格指数进行平减处理， 以剔除价格因素影响。 对于个别数据缺失，采用插值法补齐。

三、全要素生产率测算结果分析

运用DEAP2.1 软件，对2001—2020 年15 个省份小麦全要素生产率变化指数进行测算，结果见表1。从全国层面看，2001—2020 年中国小麦全要素生产率总体呈持续增长态势，其全要素生产率变化指数均值为1.021，即年均增长2.1%。对全要素生产率进行分解发现，其中技术进步年均增长2.6%，技术效率指数和规模效率指数年均降低0.5%，表明中国小麦全要素生产率提升主要是技术进步作用的结果，这与郑志浩和程申（2021）的研究结论[22]一致。

省际层面而言，各省份小麦全要素生产率呈非均衡增长态势（见表2）。 首先，河北、江苏、安徽、四川、甘肃、黑龙江6 个省份小麦全要素生产率增长率高于全国平均水平。 其中涉及最低收购价政策执行省份，小麦全要素生产率提升幅度最为显著的是安徽，提高了5.3%；其次是河北与江苏，分别提升了2.9%、2.8%； 山东全要素生产率提升幅度不及全国平均水平，仅增长0.9%。在非政策执行省份中，黑龙江全要素生产率增长较为突出，提高了7.1%，高于全国平均提升幅度；其次是甘肃和四川，分别提高了4.2%和2.6%。 此外，中国小麦生产规模效率处于下降态势，仅有安徽、山东、四川和甘肃4 个省份的小麦生产实现了规模收益递增，其中甘肃省小麦生产规模效率增长最为显著，增幅为0.8%。

表2 2001—2020 年中国小麦全要素生产率指数估计结果

为更加清晰展示中国小麦全要素生产率变动趋势， 绘制出以2001 年为基期的小麦全要素生产率累积变化趋势图（见图1）。 根据小麦全要素生产率累积变化指数的时序特征，可将其划分为三个阶段。 第一阶段即波动增长期（2001—2005 年），中国小麦全要素生产率指数变化较为不稳定，其全要素生产率累积变化率从2002 年0.969 增至2005 年1.141，增长了17%。 其中2004 年以来，中国出台一系列惠农政策，包括取消农业税、试点种粮直接补贴等，极大程度调动了生产者种粮积极性，小麦全要素生产率得以全面提升。 第二阶段为稳定增长期（2006—2017 年），在此期间中国小麦全要素生产率从2006 年1.344 增至2017 年1.830， 增长了36%。特别是2008 年及以后小麦全要素生产率显著提升，可能与这一时期的最低收购价格水平稳步提升、一定程度激励生产者发展粮食生产有关。 第三阶段是动态增长期（2018—2020 年），中国小麦全要素生产率总体呈动态增长， 从2018 年1.559 增至2020 年2.026，增长了29%。其中2018 年小麦全要素生产率有所下降，可能的解释在于，随着人工价格和土地租金增长，引起小麦生产成本大幅提升，加上最低收购价首次下调，导致小麦种植效益和生产者积极性受到影响。

图1 小麦全要素生产率累积性变动趋势图

无论是政策执行省份还是非政策执行省份，小麦全要素生产率均表现持续增长态势，且政策执行省份全要素生产率年均增长率（2.5%）明显高于非政策执行省份（1.7%）。 其中2006 年前后政策执行省份与非政策执行省份小麦全要素生产率增长呈现截然不同的走势。全国小麦全要素生产率指数增长了59.7%， 政策执行省份指数翻一番，非政策执行省份指数自始至终增长相对缓慢， 提升了31.1%；伴随时间推移，这种差距呈扩大趋势，其中小麦最低收购价政策的实施及改革调整可能是重要诱因。

四、实证结果与分析

运用stata15.0 软件对小麦最低收购价政策实施的双重差分模型进行估计，结果见表3。 表3 第（1）～第（3）列分别为最低收购价政策对小麦技术效率、技术进步、全要素生产率变化累积值的影响效应。 其中，第（1）列的系数估计值未通过显著性检验，表明政策对其执行区域小麦技术效率提升作用并不显著。 第（2）列和第（3）列的系数估计值均在1%的水平上显著，表明政策对其执行区域的小麦技术进步和全要素生产率提升具有显著促进作用。

表3 最低收购价政策实施效应的双重差分模型估计结果

进一步考察最低收购价政策对小麦全要素生产率影响的时间变化趋势（见表4）。表4 第（4）列和第（5）列分别为政策实施总效应与政策实施后每年的政策效应（即年度效应），结果显示，最低收购价政策的实施对其执行区域小麦全要素生产率提升存在显著影响，除了第2 年（2007 年）、第5 年（2010年）以外，其他年份的系数均通过显著性检验。 其中这种促进作用在2008 年达到峰值后有所减弱。 自小麦最低收购价政策改革调整以来，这种促进作用再度呈现不断增强的趋势，表明政策的改革调整显著促进执行区域的小麦全要素生产率提升。 进一步由第（5）列中控制变量估计结果可知，第一产业占GDP 的比重对小麦全要素生产率有显著负向影响；受灾率对小麦全要素生产率影响并不显著，农业机械化水平对小麦全要素生产率有显著正向影响。

表4 最低收购价政策实施对小麦全要素生产率影响的估计结果

进一步验证最低收购价政策的改革调整对小麦全要素生产率的影响效应（见表5）。表5 第（8）列结果表明，系数在5%的水平上显著，说明政策的改革调整同样促进了政策实施区域小麦全要素生产率的提升，验证了政策动态调整的有效性。

表5 最低收购价政策调整对小麦全要素生产率影响的估计结果

五、稳健性分析

（一）平行趋势检验

双重差分模型应用的前提是满足平行趋势检验，即政策实施之前，实验组与对照组相关变量应具有相同变化趋势。 参考Beck et al.（2010）的方法[23]，以2001 年为基期，进行平行趋势检验，结果见表6。 其中2002—2005 年回归系数均不显著，表明2006 年之前政策执行省份与非政策执行省份小麦全要素生产率增长并无显著差异，满足平行趋势假设；2006—2020 年回归系数均显著为正， 表明最低收购价政策实施及改革调整能显著提升政策执行省份小麦全要素生产率，这一结果强化了笔者实证结果的稳健性。

表6 平行趋势检验

（二）安慰剂检验

为避免政策干预的随机性和剔除其他遗漏因素的干扰，确保回归结果的稳健性，参考叶锋等（2022）的做法[24]，随机挑选样本重复进行500 次实验，得到虚拟的政策效应，系数估计值核密度函数分布见图2。 在500 次随机实验中，政策项回归系数估计值平均位于0 附近，这与笔者实证结果（0.244）存在显著差异，表明政策执行省份小麦全要素生产率增长是受到最低收购价政策实施及调整的影响，不受非观测因素的影响，表明回归结果稳健。

图2 500 次随机抽样的安慰剂检验结果

（三）稳健性检验

由于小麦最低收购价政策实施省份主要涉及粮食主产区，为减弱小麦产量异质性对实证结果造成干扰，剔除新疆、云南2 个省份，保留山西、内蒙古、黑龙江、四川、陕西、甘肃、宁夏7 个省份，构成政策实施的对照组，重新进行估计，回归结果见表4 第（6）列、第（7）列和表5 第（9）列，政策实施项与调整项回归系数和显著性均未发生明显变化，表明实证结果具有良好的稳健性。

六、结论与对策启示

最低收购价政策是农民种粮积极性的调节器，是保障中国口粮安全的重要措施。 利用DEAMalmquist 指数与双重差分模型实证考察小麦最低收购价政策实施及其改革调整对政策执行省份与其他省份小麦全要素生产率影响的区域差异，结果表明：（1） 小麦全要素生产率增长主要是技术进步作用的结果，2001—2020 年中国小麦全要素生产率、技术进步指数年均分别增长2.1%、2.6%，而技术效率年均降低0.5%。 2006 年小麦最低收购价政策实施以来，政策执行省份全要素生产率增长更为显著。 （2）最低收购价政策的实施显著促进了政策执行省份小麦全要素生产率的提升，特别是伴随最低收购价政策的改革调整，其对小麦全要素生产率增长影响程度也有所增强。

结论的对策启示在于：第一，应继续发挥最低收购价政策在提升小麦全要素生产率方面的“红利”作用。 最低收购价政策是口粮生产“稳预期”“稳信心”的基石，但伴随国内外粮食市场形势动态变化和国际补贴规则约束趋紧，坚持和完善最低收购价政策是其改革调整的总基调。 要继续保留最低收购价政策框架，着力增强政策弹性和灵活性，渐进式推进最低收购价政策的改革调整，因时因势调整最低收购价格和改革收储机制，逐步降低政策对市场的干预扭曲效应，有效发挥市场机制调节供求和配置资源等作用。 第二，由于粮食生产周期长、自然风险大、市场风险高，因此在推进最低收购价政策市场化改革调整过程中，需要多措并举、采取综合措施保护生产者种粮基本收益和种粮积极性。 建议按照“政策保本兜底稳预期、科技节本增效提效率、市场提质优价促增收”总体思路，探索适应国情粮情、符合国际规则的生产者种粮利益保护机制。 一方面通过价格、补贴、保险等政策协同发挥保本兜底稳预期作用，另一方面通过生物育种、农业机械化等现代技术装备研发应用发挥节本增效提效率功用， 同时强化农田水利等基础设施支撑体系建设，促进有效市场和有为政府协同发力，更高质量保障国家粮食安全。