大豆生產(chǎn)者補(bǔ)貼政策對(duì)農(nóng)戶種植結(jié)構(gòu)調(diào)整的影響
——基于微觀數(shù)據(jù)的考量

周 楊，邵喜武，吳佩蓉

（1.濟(jì)寧學(xué)院儒商學(xué)院，山東 濟(jì)寧 273115；2.吉林農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，長(zhǎng)春 130118）

1 引言

新世紀(jì)以來(lái)，我國(guó)糧食產(chǎn)量實(shí)現(xiàn)了“十二連增”。然而，在這一喜人的成績(jī)背后，糧食生產(chǎn)卻出現(xiàn)了階段性供給冗余與結(jié)構(gòu)性失衡并存的局面[1]。大豆作為重要的油料與蛋白來(lái)源作物，其產(chǎn)量與三大主糧作物相比發(fā)展十分緩慢，甚至在2010年大豆生產(chǎn)份額開(kāi)始逐年減少。開(kāi)始時(shí)，人們普遍認(rèn)為大量的進(jìn)口抑制了農(nóng)民種植積極性，導(dǎo)致生產(chǎn)滑坡。之后人們意識(shí)到造成這種局面的根本原因是比較效益更高的稻谷和玉米替代了大豆的種植面積[2]。為提振大豆產(chǎn)量，2017年國(guó)家對(duì)東北地區(qū)進(jìn)行了新一輪的大豆收儲(chǔ)制度改革，即由大豆目標(biāo)價(jià)格政策改為實(shí)施與玉米相同的生產(chǎn)者補(bǔ)貼政策，通過(guò)高于玉米補(bǔ)貼標(biāo)準(zhǔn)的方式提高農(nóng)民種豆的比較收益，并強(qiáng)調(diào)“新的補(bǔ)貼制度將會(huì)進(jìn)一步助力國(guó)產(chǎn)大豆種植面積提升，同時(shí)引導(dǎo)玉米種植面積調(diào)減”。從政策構(gòu)想與設(shè)計(jì)上而言，其政策初衷更多地表現(xiàn)為擴(kuò)大大豆面積、減少玉米面積的種植結(jié)構(gòu)調(diào)整。2019年，中央提出要推行大豆振興計(jì)劃，而“擴(kuò)面”則是其中的重要目標(biāo)；2019—2023年，連續(xù)5年的中央一號(hào)文件均強(qiáng)調(diào)要堅(jiān)持并完善大豆生產(chǎn)者補(bǔ)貼政策。因此，本文以大豆生產(chǎn)者補(bǔ)貼政策為研究對(duì)象，考察該政策是否實(shí)現(xiàn)種植結(jié)構(gòu)調(diào)整目標(biāo)，以期為完善大豆生產(chǎn)者補(bǔ)貼政策、實(shí)現(xiàn)大豆振興計(jì)劃提供經(jīng)驗(yàn)借鑒。

關(guān)于糧食政策影響農(nóng)戶生產(chǎn)行為的問(wèn)題，統(tǒng)一觀點(diǎn)是，隨著市場(chǎng)經(jīng)濟(jì)的不斷深化，理性農(nóng)戶會(huì)對(duì)不同糧食政策進(jìn)行比較，選擇投資回報(bào)率較高的作物進(jìn)行種植。王娜等[3]考察了價(jià)格支持政策對(duì)不同糧食作物生產(chǎn)面積的影響，結(jié)果表明，由于作物自身稟賦的不同，價(jià)格支持政策下不同糧食作物的種植利潤(rùn)大相徑庭，不同糧食生產(chǎn)面積對(duì)政策的敏感度也不相同，由高到低依次為：玉米、稻谷、小麥和大豆；劉宏曼等[4]同樣認(rèn)為過(guò)去的種植決策是影響豆農(nóng)生產(chǎn)行為的重要因素，而“臨儲(chǔ)”政策的實(shí)施對(duì)農(nóng)戶生產(chǎn)行為的影響并不明顯；臨時(shí)收儲(chǔ)政策改為目標(biāo)價(jià)格政策后，由于減少了政策補(bǔ)貼的中間損耗，豆農(nóng)的預(yù)期收益得到顯著提高，大豆種植面積在政策實(shí)施初年擴(kuò)大11.40%，但終究由于目標(biāo)價(jià)格設(shè)置不合理和缺乏與玉米明確的比價(jià)關(guān)系抑制了豆農(nóng)的種豆積極性，目標(biāo)價(jià)格政策實(shí)施次年的大豆播種面積顯著減少20.50%[5]。具體到生產(chǎn)者補(bǔ)貼政策的研究中，雖然玉米生產(chǎn)者補(bǔ)貼政策的實(shí)施效果好于預(yù)期，總產(chǎn)量下降，價(jià)格持續(xù)上漲，非優(yōu)勢(shì)產(chǎn)區(qū)玉米種植面積相對(duì)調(diào)減。但是，農(nóng)戶售糧進(jìn)度變緩、農(nóng)戶政策預(yù)期發(fā)生變化，使生產(chǎn)者收入持續(xù)波動(dòng)[6]；從2017—2018年生產(chǎn)者補(bǔ)貼的發(fā)放情況來(lái)看，通過(guò)大豆補(bǔ)貼金額高于玉米的方式，在一定程度上可引導(dǎo)農(nóng)戶調(diào)減玉米、增種大豆，但具有一定局限性，若要維持或進(jìn)一步促進(jìn)種植結(jié)構(gòu)調(diào)整，需持續(xù)提高大豆生產(chǎn)者補(bǔ)貼標(biāo)準(zhǔn)。一旦放緩或停止政策干預(yù)，種植結(jié)構(gòu)將可能出現(xiàn)反復(fù)，甚至反彈[7]；周楊等[8]研究已印證這一觀點(diǎn)，大豆生產(chǎn)者補(bǔ)貼政策實(shí)施初年，大豆種植比重增加6.50%，但受限于路徑依賴、補(bǔ)貼錯(cuò)位、地租的不合理增長(zhǎng)以及大豆、玉米相對(duì)價(jià)格不理想等問(wèn)題，雖然2018年補(bǔ)貼額度進(jìn)一步提高，但大豆種植比重并未相應(yīng)改善。然而，使用宏觀面板數(shù)據(jù)的分析雖然能從整體上回答大豆生產(chǎn)者補(bǔ)貼政策改革對(duì)農(nóng)戶生產(chǎn)行為影響的結(jié)果，但生產(chǎn)者補(bǔ)貼政策對(duì)種植結(jié)構(gòu)調(diào)整的作用機(jī)制是發(fā)生于“農(nóng)戶間”和“農(nóng)戶內(nèi)”，宏觀層面的數(shù)據(jù)無(wú)法客觀衡量在政策沖擊下農(nóng)戶的真實(shí)反應(yīng)，不同初始條件、不同生產(chǎn)規(guī)模農(nóng)戶，受政策的影響有何不同？想要完整地回答大豆生產(chǎn)者補(bǔ)貼政策改革對(duì)農(nóng)戶生產(chǎn)行為的影響，還需要采用微觀層面的數(shù)據(jù)進(jìn)行分析和討論。

鑒于此，本文利用微觀數(shù)據(jù)從以下幾個(gè)方面進(jìn)行拓展和延伸：（1）將工具變量法（IV）和分位數(shù)回歸模型（QR）相結(jié)合，考察政策改革與種植結(jié)構(gòu)調(diào)整的因果效應(yīng)，可避免政策作為解釋變量時(shí)產(chǎn)生的內(nèi)生性問(wèn)題；（2）進(jìn)一步考察了在政策影響下不同初始條件、不同規(guī)模農(nóng)戶的種植結(jié)構(gòu)變化，可以更全面、完整、深刻地認(rèn)識(shí)收儲(chǔ)改革的影響。相對(duì)于普通農(nóng)戶，規(guī)模經(jīng)營(yíng)戶由于專業(yè)性強(qiáng)、規(guī)模大等特點(diǎn)，對(duì)政策的敏感性更強(qiáng)。在面對(duì)收儲(chǔ)改革時(shí)，其反應(yīng)與普通農(nóng)戶可能有所不同。

2 制度背景：大豆“目標(biāo)價(jià)格”到“生產(chǎn)者補(bǔ)貼”的演變

2000年，大豆每公頃凈利潤(rùn)為629.25 元，與水稻水平相當(dāng)，是玉米的1.28倍，小麥凈利潤(rùn)為負(fù)值；到了“目標(biāo)價(jià)格”實(shí)施前夕，即2014年，我國(guó)大豆每公頃凈利潤(rùn)已跌至-385.50元，而水稻、小麥和玉米每公頃凈利潤(rùn)則分別為3 072.45、1 317.45 和1 227.30 元，大豆種植毫無(wú)比較優(yōu)勢(shì)。在如此嚴(yán)峻的國(guó)內(nèi)外形勢(shì)下，為穩(wěn)定大豆產(chǎn)量、提高豆農(nóng)收入、保障糧食及產(chǎn)業(yè)安全，2014年國(guó)家開(kāi)始在東北四省區(qū)開(kāi)展大豆“目標(biāo)價(jià)格”試點(diǎn)。用“目標(biāo)價(jià)格”制度替代“臨時(shí)收儲(chǔ)”政策，提前了執(zhí)行價(jià)格的公布時(shí)間，降低了政府的庫(kù)存壓力，改變過(guò)去“進(jìn)多出少”的狀況，有效緩解“三高”局面；消除政策干預(yù)對(duì)于市場(chǎng)的扭曲作用，市場(chǎng)價(jià)格導(dǎo)向作用得到激活，農(nóng)民能更大程度參與到市場(chǎng)中，一時(shí)間大豆產(chǎn)量和生產(chǎn)面積得到明顯提升[9]。

然而，目標(biāo)價(jià)格制度的實(shí)施仍無(wú)法改變因生產(chǎn)要素錯(cuò)配而導(dǎo)致的大豆、玉米種植結(jié)構(gòu)失衡問(wèn)題。2014—2016年，大豆生產(chǎn)面積增加50.10萬(wàn)公頃，而玉米卻增加118.08萬(wàn)公頃。2016年，中央農(nóng)村工作會(huì)議提出要推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，圍繞“三去一降一補(bǔ)”的思路，優(yōu)化農(nóng)業(yè)內(nèi)部生產(chǎn)結(jié)構(gòu)。從形勢(shì)上看，適度調(diào)減玉米、增加大豆生產(chǎn)成為了亟待解決的重要問(wèn)題。為進(jìn)一步優(yōu)化大豆、玉米種植結(jié)構(gòu)，2017年3月我國(guó)大豆改行與玉米相同的生產(chǎn)者補(bǔ)貼政策，具體內(nèi)容為：每年6月前，農(nóng)戶進(jìn)行大豆播種面積申報(bào)，6—8月進(jìn)行審核和公示，補(bǔ)貼標(biāo)準(zhǔn)由各省級(jí)財(cái)政單位擬定（原則上大豆的補(bǔ)貼標(biāo)準(zhǔn)要高于玉米），并經(jīng)省政府批準(zhǔn)后于9月底前兌付給大豆種植戶，經(jīng)調(diào)研發(fā)現(xiàn)，補(bǔ)貼資金均在每年10—11月初才會(huì)到達(dá)農(nóng)戶手中。

目標(biāo)價(jià)格制度與生產(chǎn)者補(bǔ)貼的共同之處在于：兩者本質(zhì)上均屬于價(jià)補(bǔ)分離政策，且均與當(dāng)期的生產(chǎn)面積掛鉤。不同之處在于：首先補(bǔ)貼方式，目標(biāo)價(jià)格制度采取的是差價(jià)補(bǔ)貼的方式，當(dāng)市場(chǎng)價(jià)格低于目標(biāo)價(jià)格時(shí)，將差額補(bǔ)貼給農(nóng)戶；而生產(chǎn)者補(bǔ)貼政策采取的是按照面積固定補(bǔ)貼方式，在同一政策下，通過(guò)遠(yuǎn)高于玉米的補(bǔ)貼標(biāo)準(zhǔn)（見(jiàn)表1），提高農(nóng)戶的種豆意愿，更有利于調(diào)整大豆、玉米的種植結(jié)構(gòu)[10]。其次在執(zhí)行價(jià)格公布時(shí)間方面，目標(biāo)價(jià)格的標(biāo)準(zhǔn)雖在每年4—5月公布，但具體補(bǔ)貼標(biāo)準(zhǔn)還需在事后的銷售環(huán)節(jié)才能確定下來(lái)，通過(guò)反周期調(diào)節(jié)的方式避免了由于可能的價(jià)格下跌帶來(lái)的生產(chǎn)滑坡；而生產(chǎn)者補(bǔ)貼標(biāo)準(zhǔn)在播種之前便能夠確定，與市場(chǎng)價(jià)格無(wú)關(guān)，通過(guò)政策導(dǎo)向作用提高農(nóng)戶的種植意愿。

表1 生產(chǎn)者補(bǔ)貼標(biāo)準(zhǔn)Table 1 Producer subsidy standards單位：元/公頃

3 數(shù)據(jù)來(lái)源與模型構(gòu)建

3.1 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)分析

本文數(shù)據(jù)主要來(lái)源于2019年7—11月和2020年9—11月在吉林和黑龍江開(kāi)展的實(shí)地調(diào)研。東北三省一區(qū)是我國(guó)大豆的主產(chǎn)區(qū)，也是生產(chǎn)者補(bǔ)貼政策實(shí)施地區(qū)。吉林、黑龍江大豆產(chǎn)量和面積占四省區(qū)比重在80%左右，在生產(chǎn)者補(bǔ)貼政策實(shí)施后，吉林2017和2018年大豆種植面積較2016年分別增加17.43% 和48.90%，黑龍江分別增加15.90% 和10.70%。

調(diào)研地區(qū)共涉及12 個(gè)鄉(xiāng)鎮(zhèn)21 個(gè)行政村，每個(gè)行政村抽取約12 戶農(nóng)民開(kāi)展問(wèn)卷調(diào)查。為了確保數(shù)據(jù)的準(zhǔn)確性，項(xiàng)目組事先對(duì)調(diào)研人員進(jìn)行專題培訓(xùn)，并建立相應(yīng)的考核機(jī)制。通過(guò)農(nóng)戶回憶、電話回訪等方式，最終搜集到包含2018—2020年農(nóng)戶生產(chǎn)相關(guān)數(shù)據(jù)的問(wèn)卷229 份，刨除數(shù)據(jù)缺失和存在偏差的問(wèn)卷，有效問(wèn)卷214 份，有效率為93.45%。具體的樣本分布情況如表2所示。變量描述性統(tǒng)計(jì)分析如表3所示：

表3 各變量的含義與描述性統(tǒng)計(jì)分析Table 3 Meaning and descriptive statistical analysis of each variable

3.2 模型設(shè)定與指標(biāo)選取

工具變量分位數(shù)回歸模型（IVQR）。傳統(tǒng)的計(jì)量模型可以分為條件均值模型和條件波動(dòng)率模型，前者反映的是條件分布的集中形式，后者反映的是條件分布的分散形式。分位數(shù)回歸模型可以囊括條件分布的集中和分散兩種形式，以整體的模式考察自變量和因變量的關(guān)系。相較于最小二乘法對(duì)均值的回歸，分位數(shù)回歸模型可以獲得除均值外更多因變量分布信息，進(jìn)而可以考察自變量對(duì)因變量不同分布的影響差異，從而使估計(jì)結(jié)果更加穩(wěn)健可靠[11]。然而，該研究難點(diǎn)依然是如何剝離其他因素對(duì)農(nóng)戶生產(chǎn)行為的影響，分位數(shù)回歸模型在解決內(nèi)生性問(wèn)題方面有所欠缺。為此，V.Chernozhukov 和C.Hansen[12]在分位數(shù)回歸模型的基礎(chǔ)上構(gòu)建了工具變量估計(jì)方法，即本研究使用的工具變量分位數(shù)回歸模型，成為國(guó)內(nèi)外學(xué)者在不同領(lǐng)域構(gòu)建分位數(shù)回歸模型方法的常用工具。分位數(shù)的函數(shù)形式為：

式（1）中，Q（·）為分位數(shù)方程且為關(guān)于τ的嚴(yán)格遞增函數(shù)，X和Y分別為解釋變量和被解釋變量，a和β為待估參數(shù)。由于存在內(nèi)生性問(wèn)題，分位數(shù)的估計(jì)結(jié)果可能有偏，引入工具變量（Z）后的目標(biāo)函數(shù)定義為：

式（2）中，ωj為權(quán)重，控制J個(gè)分位數(shù)τ在估計(jì)時(shí)的影響，γ為待估參數(shù)。

本文選擇的被解釋變量為大豆種植比重（即農(nóng)戶大豆生產(chǎn)面積與耕地總面積的比值）。核心解釋變量為大豆生產(chǎn)者補(bǔ)貼政策（Pol），主要選取政府在2018—2020年公布的生產(chǎn)者補(bǔ)貼標(biāo)準(zhǔn)。控制變量主要包括：過(guò)去的種植決策（Dect-1）和與主要競(jìng)爭(zhēng)作物的相對(duì)預(yù)期單產(chǎn)（Ery）；其次是農(nóng)戶及家庭特征，主要包括：①性別（Sex）。已有研究者對(duì)性別這一影響變量說(shuō)法不一，有學(xué)者認(rèn)為男性受政策補(bǔ)貼的影響要顯著高于女性，因此有理由相信男性會(huì)更傾向于調(diào)整生產(chǎn)行為，而有學(xué)者則不然，認(rèn)為女性往往對(duì)作物質(zhì)量要求更高，調(diào)整種植結(jié)構(gòu)和提高生產(chǎn)要素配置水平的可能性更大。但在本研究的實(shí)地調(diào)研中發(fā)現(xiàn)，家庭農(nóng)業(yè)的生產(chǎn)決策者往往是男性，因此將性別這一變量進(jìn)行剔除；① 決策者年齡（Age）。年齡越大，其傳統(tǒng)的思維愈發(fā)根深蒂固，越不易接受新鮮事物，生產(chǎn)路徑的依賴性更強(qiáng)，調(diào)整農(nóng)業(yè)生產(chǎn)行為的可能性就越低；②受教育程度（Edu）。受教育程度越高的農(nóng)戶，其對(duì)大豆生產(chǎn)者補(bǔ)貼政策福利效應(yīng)的認(rèn)知也越強(qiáng)，更傾向于調(diào)整農(nóng)業(yè)生產(chǎn)行為；③是否為村干部（Cgb）和是否接受過(guò)農(nóng)業(yè)培訓(xùn)（Px）。根據(jù)問(wèn)卷內(nèi)容將這兩個(gè)變量定義為“1=是，0=否”；最后是兼業(yè)化程度（Jy）。用農(nóng)業(yè)收入占家庭總收入的比重表示。本研究認(rèn)為隨著兼業(yè)化程度的提高，其務(wù)農(nóng)的機(jī)會(huì)成本也會(huì)提高，在政策的影響下改善種植結(jié)構(gòu)和提高生產(chǎn)要素配置水平的積極性將會(huì)降低。

工具變量主要包括兩項(xiàng)：①非勞動(dòng)力人數(shù)（Non-Lab）。該變量主要是指農(nóng)戶家庭成員中大于70歲和小于16 歲的成員人數(shù)。農(nóng)戶非勞動(dòng)力人數(shù)不參與農(nóng)業(yè)生產(chǎn)，但農(nóng)戶的農(nóng)業(yè)生產(chǎn)決策者會(huì)考慮他們的生活消費(fèi)等，也就是說(shuō)，生產(chǎn)者補(bǔ)貼額度對(duì)生產(chǎn)行為的激勵(lì)作用與非勞動(dòng)力人數(shù)相關(guān)。雖然不是直接對(duì)農(nóng)業(yè)生產(chǎn)產(chǎn)生作用，但是間接影響農(nóng)業(yè)生產(chǎn)情況。由于農(nóng)戶家庭的非勞動(dòng)力人數(shù)和生產(chǎn)者補(bǔ)貼額度相關(guān)，而與農(nóng)業(yè)生產(chǎn)無(wú)直接關(guān)系，該變量常以工具變量的方式用于解釋農(nóng)業(yè)政策與農(nóng)業(yè)生產(chǎn)之間的關(guān)系[13]。因此，本研究選用這一變量作為主要的工具變量，來(lái)識(shí)別大豆生產(chǎn)者補(bǔ)貼政策與農(nóng)戶生產(chǎn)行為關(guān)系。②歷史大豆產(chǎn)量（His-Yield）。為了對(duì)政策影響下的農(nóng)戶生產(chǎn)行為進(jìn)一步分析，本研究在做穩(wěn)健性檢驗(yàn)時(shí)選用歷史大豆產(chǎn)量作為工具變量。歷史大豆產(chǎn)量和當(dāng)前生產(chǎn)者補(bǔ)貼額、農(nóng)戶生產(chǎn)行為沒(méi)有直接關(guān)系，但是農(nóng)戶可以通過(guò)歷史大豆產(chǎn)量對(duì)未來(lái)的種植收益進(jìn)行預(yù)期，從而調(diào)整其生產(chǎn)行為，由此導(dǎo)致種植結(jié)構(gòu)受到間接影響。G.Jeremy 等[14]使用油籽的歷史產(chǎn)量作為工具變量，選用2SLS 模型來(lái)分析美國(guó)的補(bǔ)貼對(duì)油籽產(chǎn)量的影響。Borowiecki.Karol jan[15]也驗(yàn)證了該工具變量的合理性，認(rèn)為歷史產(chǎn)量對(duì)當(dāng)期的產(chǎn)出沒(méi)有影響，但卻能夠影響政策的制定。因此，本研究選用該變量來(lái)檢驗(yàn)大豆生產(chǎn)者補(bǔ)貼政策改革和農(nóng)戶生產(chǎn)行為的關(guān)系。由于本章節(jié)所使用的數(shù)據(jù)區(qū)間2018—2020年，因此，此處選用2014—2016年（大豆生產(chǎn)者補(bǔ)貼政策改革前）對(duì)應(yīng)該戶的大豆歷史產(chǎn)量為工具變量，即2014年對(duì)應(yīng)2018年小麥歷史產(chǎn)量，以此類推，單位為公斤/戶。

4 實(shí)證分析

4.1 生產(chǎn)者補(bǔ)貼政策對(duì)種植結(jié)構(gòu)調(diào)整的影響

為了檢驗(yàn)大豆生產(chǎn)者補(bǔ)貼政策改革是否促進(jìn)種植結(jié)構(gòu)調(diào)整，并考察在不同初始條件下政策效果是否存在異質(zhì)性，本文構(gòu)建工具變量分位數(shù)回歸模型進(jìn)行估計(jì)。在使用工具變量進(jìn)行估計(jì)之前，需要進(jìn)行“弱工具變量檢驗(yàn)”。一般地，弱工具變量由于包含內(nèi)生變量的信息較少，所以往往很難收斂到參數(shù)的真實(shí)值。因此，使用“Kleibergen-Paap Wald F 統(tǒng)計(jì)量”對(duì)大豆歷史產(chǎn)量這一工具變量進(jìn)行檢驗(yàn)，結(jié)果表明，Kleibergen-Paap Wald F 統(tǒng)計(jì)量的值為22.08，大于10% Stock-Yogo統(tǒng)計(jì)水平上的臨界值，該工具變量拒絕了“弱工具變量”的原假設(shè)。此外，該工具變量也通過(guò)Kleibergen-Paap rk IM 統(tǒng)計(jì)量檢驗(yàn)和Hansen J統(tǒng)計(jì)量檢驗(yàn)，不存在“不可識(shí)別”和“過(guò)渡識(shí)別”的問(wèn)題。表4為大豆生產(chǎn)者補(bǔ)貼政策影響種植結(jié)構(gòu)的估計(jì)結(jié)果，遵循分位數(shù)回歸模型的思想，將種植結(jié)構(gòu)根據(jù)0.2、0.4、0.6 和0.8 等4 個(gè)分位點(diǎn)分成5 個(gè)段位進(jìn)行估計(jì)，即5種初始條件，分位點(diǎn)為1時(shí)是基于全樣本進(jìn)行回歸。

表4 大豆生產(chǎn)者補(bǔ)貼政策對(duì)種植結(jié)構(gòu)調(diào)整的影響Table 4 Effects of soybean producer subsidy policies on planting structure adjustment

由表4中全樣本的回歸結(jié)果可知，大豆生產(chǎn)者補(bǔ)貼政策的系數(shù)值為0.130 4，并在1%的顯著性水平下顯著，即樣本內(nèi)大豆生產(chǎn)者補(bǔ)貼政策改革促進(jìn)了農(nóng)戶種植結(jié)構(gòu)調(diào)整。然而，大豆生產(chǎn)者補(bǔ)貼政策改革對(duì)農(nóng)戶種植結(jié)構(gòu)調(diào)整的促進(jìn)作用在不同分位點(diǎn)上具有較大差異。大豆生產(chǎn)者補(bǔ)貼政策僅在0.4和0.6的分位點(diǎn)上對(duì)農(nóng)戶種植結(jié)構(gòu)調(diào)整具有明顯的促進(jìn)作用，并未激發(fā)0.2和0.8分位點(diǎn)處農(nóng)戶調(diào)整種植結(jié)構(gòu)的意愿。尤其是分位點(diǎn)為0.2時(shí)，政策的效果竟顯著為負(fù)，即原本農(nóng)戶家庭種植大豆的比重越低，生產(chǎn)者補(bǔ)貼政策改革越不利于激發(fā)該家庭增種大豆的積極性。究其原因，在前往吉林省雙遼市的調(diào)研中可窺知。吉林省地處黃金玉米帶，是我國(guó)重要的玉米主產(chǎn)區(qū)之一，除個(gè)別地區(qū)外，幾乎所有的縣市均以種植玉米為主，雙遼市便為其中之一。通過(guò)調(diào)研了解，在大豆生產(chǎn)者補(bǔ)貼政策改革初年，由于大豆與玉米的比較收益顯著增加，農(nóng)戶的確增加了種植大豆的積極性，但在2019年和2020年的跟蹤調(diào)研中發(fā)現(xiàn)，農(nóng)戶大豆的種植比重均沒(méi)有政策改革初年高，而缺乏銷路是其中的主要問(wèn)題，在雙遼市調(diào)研的29份有效問(wèn)卷中，有24份將“無(wú)人來(lái)收”作為影響其改種大豆最主要的因素，占比高達(dá)82.76%。那么原本種植大豆比重較高農(nóng)戶是否因沒(méi)有缺乏銷路的擔(dān)憂從而增加大豆種植比重呢？答案是否定的。從表4（4）的結(jié)果可以看出，當(dāng)分位點(diǎn)為0.8 時(shí)，政策的系數(shù)值為0.145 2，但并不顯著，即大豆生產(chǎn)者補(bǔ)貼政策對(duì)原本種植大豆比重較高的農(nóng)戶家庭進(jìn)一步促進(jìn)其擴(kuò)種大豆的效果極其有限。調(diào)研中發(fā)現(xiàn)，當(dāng)問(wèn)及“若是大豆的補(bǔ)貼標(biāo)準(zhǔn)進(jìn)一步提高，您是否愿意放棄其他作物的種植，全部種大豆時(shí)？”鮮有農(nóng)戶回答“愿意”，214份有效問(wèn)卷中，有183份不愿意“全部種植大豆”，占比高達(dá)85.51%。導(dǎo)致出現(xiàn)這一結(jié)果最主要的原因是，由于大豆的相對(duì)單產(chǎn)較低，考慮到風(fēng)險(xiǎn)和收益的雙重因素，大多農(nóng)戶均不愿“將雞蛋放在同一個(gè)籃子中”，當(dāng)然，還有一部分原因在于需要種植其他作物用于家庭必需消費(fèi)。相對(duì)而言，大豆生產(chǎn)者補(bǔ)貼政策實(shí)施后，大豆種植比重處在中位的農(nóng)戶更傾向于增加一定比例的大豆種植。分位點(diǎn)為0.4和0.6時(shí)，政策的系數(shù)值分別為0.123 6 和0.098 2，并分別在1%和5%的顯著性水平下顯著。這些農(nóng)戶便是政策得以發(fā)揮積極種植結(jié)構(gòu)調(diào)整效應(yīng)的核心力量。

4.2 穩(wěn)健性檢驗(yàn)

本文通過(guò)更換工具變量和樣本分組來(lái)進(jìn)一步對(duì)估計(jì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。首先，使用歷史大豆產(chǎn)量作為工具變量，替代前文所使用的農(nóng)戶家庭中的非勞動(dòng)力人數(shù)；其次，將樣本中黑龍江和吉林分別回歸進(jìn)一步檢驗(yàn)結(jié)果。為了與前文分位數(shù)回歸模型的分析對(duì)應(yīng)，依然按照0.2、0.4、0.6和0.8等4個(gè)分位點(diǎn)分成5個(gè)段位進(jìn)行估計(jì)。

（1）更換工具變量再檢驗(yàn)。由結(jié)果可知，全樣本中，政策效應(yīng)的系數(shù)值為0.184 1，且在1%的顯著性水平下顯著，與前文的計(jì)量結(jié)果相一致，大豆生產(chǎn)者補(bǔ)貼政策改革的確能夠促進(jìn)農(nóng)戶種植結(jié)構(gòu)調(diào)整。從各分位點(diǎn)的結(jié)果來(lái)看，仍然只有當(dāng)分位點(diǎn)在0.4 和0.8 時(shí)，政策能夠發(fā)揮積極的種植結(jié)構(gòu)調(diào)整效應(yīng)。因此，前文中關(guān)于政策與農(nóng)戶種植結(jié)構(gòu)調(diào)整的估計(jì)結(jié)果是穩(wěn)健的。

（2）樣本分組后再檢驗(yàn)。由結(jié)果可知，不論是黑龍江還是吉林，大豆生產(chǎn)者補(bǔ)貼政策改革均能夠在不同程度上促進(jìn)農(nóng)戶種植結(jié)構(gòu)調(diào)整。在進(jìn)行分位數(shù)回歸后，也僅能對(duì)分位點(diǎn)為0.4和0.6時(shí)的農(nóng)戶產(chǎn)生積極的種植結(jié)構(gòu)調(diào)整效應(yīng)，與前文保持一致，增強(qiáng)了實(shí)證結(jié)果的穩(wěn)健性。并且，黑龍江和吉林相比較而言，黑龍江農(nóng)戶在政策的影響下調(diào)整種植結(jié)構(gòu)的程度更大。

5 異質(zhì)性分析：生產(chǎn)者補(bǔ)貼政策改革對(duì)不同規(guī)模農(nóng)戶生產(chǎn)行為的影響

為了追求利益最大化，農(nóng)戶往往會(huì)調(diào)整從事農(nóng)業(yè)生產(chǎn)的要素配置、必要?jiǎng)趧?dòng)時(shí)間和土地經(jīng)營(yíng)規(guī)模，然而這種人為改變稟賦特征的調(diào)整在外部政策刺激下往往引致農(nóng)戶生產(chǎn)行為差異。在家庭經(jīng)營(yíng)制度確立之初，我國(guó)所有的農(nóng)戶都是小農(nóng)戶，本質(zhì)上并無(wú)太大差別，但隨著工業(yè)化和城鎮(zhèn)化的推進(jìn)，小農(nóng)戶逐漸沿著兩條路徑不斷分化[16]。其中一條路徑是大多數(shù)農(nóng)戶開(kāi)始出現(xiàn)兼業(yè)化，農(nóng)業(yè)生產(chǎn)逐漸呈現(xiàn)離農(nóng)化；另一條路徑則是在政府和市場(chǎng)的推動(dòng)下，少數(shù)農(nóng)戶的土地開(kāi)始流轉(zhuǎn)和集中，逐漸形成規(guī)模經(jīng)營(yíng)特征。選擇不同規(guī)模主體進(jìn)行研究的原因還包括：第一，大豆生產(chǎn)者補(bǔ)貼政策的政策設(shè)計(jì)初衷是其與農(nóng)戶的種植面積掛鉤，能通過(guò)補(bǔ)貼來(lái)刺激生產(chǎn)，促進(jìn)農(nóng)戶的生產(chǎn)積極性。因此，通過(guò)基于不同規(guī)模主體的視角來(lái)評(píng)估大豆生產(chǎn)者補(bǔ)貼政策對(duì)農(nóng)業(yè)生產(chǎn)行為的影響，主要考察其是否完成政策設(shè)計(jì)的初衷；第二，通過(guò)將所有樣本分成不同組別，有利于更清楚地分析大豆生產(chǎn)者補(bǔ)貼政策對(duì)不同規(guī)模農(nóng)戶的作用；第三，已有研究表明糧食收儲(chǔ)制度的改革對(duì)不同規(guī)模農(nóng)戶的生產(chǎn)行為會(huì)產(chǎn)生不同影響，如阮榮平的研究表明，玉米收儲(chǔ)制度改革能夠?qū)ζ胀ㄞr(nóng)戶調(diào)整種植結(jié)構(gòu)產(chǎn)生積極影響，而對(duì)新型經(jīng)營(yíng)主體效果不佳[17]。前文已經(jīng)分析了生產(chǎn)者補(bǔ)貼政策改革對(duì)農(nóng)戶生產(chǎn)行為的影響。然而，生產(chǎn)者補(bǔ)貼政策是否對(duì)不同規(guī)模主體的農(nóng)業(yè)生產(chǎn)行為起到了不同的作用？是推動(dòng)還是抑制？目前的大豆生產(chǎn)者補(bǔ)貼政策對(duì)哪種經(jīng)營(yíng)規(guī)模的作用更為明顯？這一部分將重點(diǎn)考察大豆生產(chǎn)者補(bǔ)貼政策沖擊下規(guī)模主體異質(zhì)性在農(nóng)業(yè)生產(chǎn)行為中的邏輯，尤其是普通農(nóng)戶和規(guī)模經(jīng)營(yíng)戶在種植結(jié)構(gòu)上的行為差異。

5.1 不同規(guī)模農(nóng)戶的描述性統(tǒng)計(jì)分析

參考《新型經(jīng)營(yíng)主體的統(tǒng)計(jì)標(biāo)準(zhǔn)》中家庭農(nóng)場(chǎng)的申報(bào)標(biāo)準(zhǔn)和第三次全國(guó)農(nóng)業(yè)普查關(guān)于規(guī)?；慕缍?，以3.33公頃和6.67公頃為閾值，將農(nóng)戶分為普通農(nóng)戶、規(guī)模戶Ⅰ型和規(guī)模戶Ⅱ型，即耕地總面積在3.33公頃及以下為普通農(nóng)戶、3.33—6.67公頃為規(guī)模戶Ⅰ型、6.67公頃以上為規(guī)模戶Ⅱ型。表5描繪了不同規(guī)模農(nóng)戶的樣本特征，從中可以看出，不同類型農(nóng)戶的年齡相差無(wú)幾，均在50歲左右，規(guī)模戶Ⅰ型農(nóng)場(chǎng)主的平均年齡相較年輕，僅為49.53歲，而普通農(nóng)戶的平均年齡相對(duì)較長(zhǎng)，為53.31歲，具體的數(shù)據(jù)主要集中在40～70 歲之間，說(shuō)明我國(guó)大豆生產(chǎn)主體以中老年為主；從受教育水平來(lái)看，初中以下學(xué)歷的農(nóng)戶還是占據(jù)主導(dǎo)地位，我國(guó)豆農(nóng)的文化水平仍然偏低，相較而言，規(guī)模經(jīng)營(yíng)戶的受教育水平更高，尤其是隨著土地規(guī)模的增大受教育程度也隨之提高；從種植決策和滯后一期種植決策的均值來(lái)看，明顯看出當(dāng)期普通農(nóng)戶和規(guī)模戶Ⅱ型的平均大豆種植比重相較滯后一期有所增長(zhǎng)，而規(guī)模戶Ⅰ型則有微弱下降；而相對(duì)預(yù)期單產(chǎn)則隨著規(guī)模的增加而提高。

表5 不同規(guī)模農(nóng)戶樣本基本特征Table 5 Basic characteristics of farmer samples of different scales

5.2 生產(chǎn)者補(bǔ)貼政策對(duì)不同規(guī)模農(nóng)戶種植結(jié)構(gòu)的影響

表6匯報(bào)了大豆生產(chǎn)者補(bǔ)貼政策影響不同規(guī)模農(nóng)戶種植結(jié)構(gòu)調(diào)整的檢驗(yàn)結(jié)果。由結(jié)果可知，3 種類型的農(nóng)戶無(wú)論是在影響程度還是在顯著性水平方面均存在顯著的異質(zhì)性特征。普通農(nóng)戶和規(guī)模戶Ⅰ型的政策效應(yīng)系數(shù)值分別為0.273 9 和0.092 7，且分別在1%和5%的顯著性水平下顯著，即大豆生產(chǎn)者補(bǔ)貼政策僅能促進(jìn)普通農(nóng)戶和規(guī)模戶Ⅰ型調(diào)整種植結(jié)構(gòu)，而對(duì)規(guī)模戶Ⅱ型的效果不佳。并且從系數(shù)值本身來(lái)看，隨著土地規(guī)模的擴(kuò)大，政策調(diào)整種植結(jié)構(gòu)的作用程度在減小。

表6 大豆生產(chǎn)者補(bǔ)貼政策對(duì)不同規(guī)模農(nóng)戶種植結(jié)構(gòu)調(diào)整的影響Table 6 Effects of soybean producer subsidy policies on planting structure adjustment of different operating entities

規(guī)模經(jīng)營(yíng)戶憑借土地規(guī)模大和經(jīng)營(yíng)動(dòng)機(jī)長(zhǎng)期化的特點(diǎn)理論上能夠響應(yīng)國(guó)家的號(hào)召調(diào)整種植結(jié)構(gòu)，但實(shí)證結(jié)果并沒(méi)能完全印證此觀點(diǎn)，可能在于，首先，規(guī)模經(jīng)營(yíng)戶未能發(fā)揮應(yīng)有的規(guī)模效應(yīng)。農(nóng)業(yè)的規(guī)?；l(fā)展催生出農(nóng)業(yè)生產(chǎn)的縱向分工，從種到收每一個(gè)環(huán)節(jié)均可以細(xì)化[18]。但現(xiàn)有的政策支持僅局限于生產(chǎn)要素投入方面，而對(duì)農(nóng)藝各個(gè)環(huán)節(jié)的支持較少，不利于規(guī)模經(jīng)營(yíng)戶發(fā)揮積極的規(guī)模效應(yīng)；其次，成本剛性化和收益不穩(wěn)定并存。樣本中大多數(shù)的規(guī)模經(jīng)營(yíng)戶均是通過(guò)土地流轉(zhuǎn)獲得相對(duì)大規(guī)模的土地，且勞動(dòng)力不足決定要付出額外的雇工成本，逐年升高的地租和人工成本已成為規(guī)模經(jīng)營(yíng)戶的剛性開(kāi)支。然而，規(guī)模經(jīng)營(yíng)戶的收益卻得不到保障。在市場(chǎng)化改革后，大豆和玉米等糧食作物的價(jià)格在近幾年波動(dòng)劇烈，由于規(guī)模經(jīng)營(yíng)戶的集約化程度相較普通農(nóng)戶高很多，因此其難以像普通農(nóng)戶一樣有效地轉(zhuǎn)移風(fēng)險(xiǎn)。調(diào)研了解到，自認(rèn)為近三年經(jīng)營(yíng)收益受到大豆或玉米價(jià)格嚴(yán)重影響的規(guī)模經(jīng)營(yíng)戶占比達(dá)80.77%。為了實(shí)現(xiàn)利潤(rùn)最大化，農(nóng)戶對(duì)風(fēng)險(xiǎn)的規(guī)避體現(xiàn)在生產(chǎn)產(chǎn)量相對(duì)更高的作物種植上，因此對(duì)增加大豆種植更為謹(jǐn)慎。

雖然大豆生產(chǎn)者補(bǔ)貼政策對(duì)規(guī)模戶Ⅱ型調(diào)整種植結(jié)構(gòu)的效果不佳，但仍然能夠正向影響普通農(nóng)戶和規(guī)模戶Ⅰ型的大豆種植比重。然而，從生產(chǎn)經(jīng)營(yíng)的角度看，大豆種植比重的增加，可能意味著兩種結(jié)果；一是普通農(nóng)戶和規(guī)模戶Ⅰ型調(diào)整種植結(jié)構(gòu)，即不再種植其他作物，改種大豆；二是普通農(nóng)戶和規(guī)模戶Ⅰ型減少總體經(jīng)營(yíng)規(guī)模，即減少種植總面積。為了考察可能的結(jié)果一，分別以大豆種植面積和其他作物種植面積作為被解釋變量進(jìn)行估計(jì)，結(jié)果顯示，大豆生產(chǎn)者補(bǔ)貼政策顯著增加普通農(nóng)戶大豆種植面積并減少他作物種植面積，調(diào)整種植結(jié)構(gòu)，而該政策對(duì)規(guī)模戶Ⅰ型調(diào)整作物的種植面積均無(wú)顯著影響參見(jiàn)表7（1）、（2）、（4）、（5）；為了考察可能的結(jié)果二，進(jìn)一步估計(jì)大豆生產(chǎn)者補(bǔ)貼政策對(duì)普通農(nóng)戶和規(guī)模戶Ⅰ型土地總規(guī)模的影響，結(jié)果發(fā)現(xiàn)，政策對(duì)規(guī)模戶Ⅰ型土地總規(guī)模的影響顯著為負(fù)參見(jiàn)表7（3）、（6），這意味著大豆生產(chǎn)者補(bǔ)貼政策對(duì)規(guī)模戶Ⅰ型的影響不是促使其調(diào)整種植結(jié)構(gòu)，而是減少其土地總規(guī)模。這一結(jié)果表明，生產(chǎn)者補(bǔ)貼政策改革很可能制約了規(guī)模戶Ⅰ型規(guī)模化水平的提升。

表7 大豆生產(chǎn)者補(bǔ)貼政策對(duì)不同規(guī)模農(nóng)戶種植結(jié)構(gòu)和總規(guī)模的影響Table 7 Effects of soybean producer subsidy policies on planting structure and total scale of different operating entities

6 結(jié)論與政策啟示

本文利用2019年7月—11月和2020年9月—11月吉林和黑龍江的追蹤調(diào)研數(shù)據(jù)，使用工具變量分位數(shù)回歸模型分析大豆生產(chǎn)者補(bǔ)貼政策對(duì)種植結(jié)構(gòu)的影響，并進(jìn)一步從規(guī)模農(nóng)戶異質(zhì)性角度進(jìn)行考察，結(jié)論如下：（1） 大豆生產(chǎn)者補(bǔ)貼政策改革促進(jìn)農(nóng)戶種植結(jié)構(gòu)調(diào)整，然而，這種促進(jìn)作用在不同分位點(diǎn)上具有較大的差異。大豆生產(chǎn)者補(bǔ)貼政策僅對(duì)原本家庭種植大豆比重處在中等水平的農(nóng)戶具有明顯的促進(jìn)作用，并未激發(fā)種植比重過(guò)高或過(guò)低的農(nóng)戶進(jìn)一步調(diào)整種植結(jié)構(gòu)，尤其是當(dāng)大豆種植比重較低時(shí)，政策的效果竟然顯著為負(fù)，即原本農(nóng)戶家庭種植大豆的比重越低或越高，生產(chǎn)者補(bǔ)貼政策改革越不利于激發(fā)該家庭增種大豆的積極性；（2） 大豆生產(chǎn)者補(bǔ)貼政策僅能促進(jìn)普通農(nóng)戶和規(guī)模戶Ⅰ型調(diào)整種植結(jié)構(gòu)，而對(duì)規(guī)模戶Ⅱ型的效果不佳。通過(guò)分析發(fā)現(xiàn)，大豆生產(chǎn)者補(bǔ)貼政策對(duì)規(guī)模戶Ⅰ型的影響不是促使其調(diào)整種植結(jié)構(gòu)，而是減少其土地總規(guī)模。這一結(jié)果表明，生產(chǎn)者補(bǔ)貼政策改革很可能已制約規(guī)?；?jīng)營(yíng)水平的提升。

本文結(jié)論具有以下政策啟示：現(xiàn)行的大豆生產(chǎn)者補(bǔ)貼政策服務(wù)于東北四省區(qū)，同一地區(qū)補(bǔ)貼標(biāo)準(zhǔn)基本相同。然而，這種普惠式的補(bǔ)貼形式并未考慮到農(nóng)戶的異質(zhì)性差異。隨著市場(chǎng)化、城市化和工業(yè)化的發(fā)展，農(nóng)村勞動(dòng)力要素在城鄉(xiāng)間的空間轉(zhuǎn)移和土地要素在農(nóng)戶間的流轉(zhuǎn)愈加頻繁，隨之催生出普通小農(nóng)戶和規(guī)模經(jīng)營(yíng)戶等不同農(nóng)戶類型，導(dǎo)致傳統(tǒng)的農(nóng)戶同質(zhì)性假設(shè)不再適用。而不同農(nóng)戶間大豆生產(chǎn)的預(yù)期目標(biāo)也出現(xiàn)了分歧，是滿足家庭消費(fèi)還是市場(chǎng)化的經(jīng)營(yíng)銷售，對(duì)生產(chǎn)者補(bǔ)貼政策的反應(yīng)存在明顯的差異。本文研究結(jié)論表明，大豆生產(chǎn)者補(bǔ)貼優(yōu)化種植結(jié)構(gòu)的效果在不同農(nóng)戶間是不同的，現(xiàn)存大豆生產(chǎn)者補(bǔ)貼政策對(duì)規(guī)模經(jīng)營(yíng)戶的激勵(lì)作用明顯不足。這就意味著，在完善大豆生產(chǎn)者補(bǔ)貼政策的過(guò)程中，應(yīng)根據(jù)補(bǔ)貼對(duì)象不同執(zhí)行差異化補(bǔ)貼標(biāo)準(zhǔn)，重點(diǎn)向規(guī)模經(jīng)營(yíng)戶傾斜，促進(jìn)大豆規(guī)?；?jīng)營(yíng)。同時(shí)，大豆生產(chǎn)者補(bǔ)貼政策的調(diào)整也應(yīng)當(dāng)考慮土地較少和僅適合種植大豆的普通農(nóng)戶，尤其是貧困農(nóng)戶的利益，可以采取以較高補(bǔ)貼率的方式推進(jìn)普通豆農(nóng)間的合作經(jīng)營(yíng)，這樣既促進(jìn)大豆生產(chǎn)的規(guī)?；终疹櫟狡胀ǘ罐r(nóng)的利益。