黑龙江省粮食作物种植结构变化的政策驱动分析——基于DID模型

doi:10.11924/j.issn.1000-6850.casb2020-0291

摘要/Abstract

摘要：

为了保障粮食安全和农户种植收益,实现区域种植结构合理布局,本研究基于农产品收购政策研究视角,运用DID模型,对黑龙江省2001—2018年种植结构变化与政策驱动的关系进行实证分析。结果表明,最低收购价格政策、临时收储价格政策、“价补分离”政策对水稻、玉米种植面积和收益有显著正向影响;目标价格政策对大豆种植面积有显著负向影响,临时收储价格政策、“价补分离”政策影响效果不明显,且“价补分离”政策对大豆收益产生显著正向影响,但临时收储价格政策、目标价格政策影响效果较小;农作物滞后一期收益对除玉米“价补分离”政策时期外的农户种植决策产生正向影响。分析种植结构变化与政策驱动关系,对重新审视农业政策、制定和完善未来粮食安全保障措施等有重要意义。

关键词: 粮食安全, DID, 种植结构, 政策驱动, 政策效应, 黑龙江省

Abstract:

To ensure food security and farmers’ income from planting, and to realize the rational distribution of regional planting structure, difference in difference method (DID) was used to analyze the relationship between the change of planting structure and policy drive in Heilongjiang Province with the statistical data from 2001 to 2018, based on the research perspective of agricultural product acquisition policy. The results showed that the minimum purchase price policy, the temporary storage price policy and the ‘price-subsidy separation’ policy had a significantly positive effect on the planting area of rice and corn, and promote the increase of planting income at the same time. The effect of temporary storage price policy and ‘price-subsidy separation’ policy on soybean planting area was not obvious, while the target price policy had a significantly negative effect on soybean planting area. However, the ‘price-subsidy separation’ policy had a significantly positive effect on soybean income, but the effect of temporary storage price policy and target price policy was relatively small. The pre-crop income had a positive effect on the farmers’ planting decision except for the policy period of corn ‘price-subsidy separation’ policy. Therefore, the analysis of the relationship between planting structure change and policy-driven is significant to re-examine agricultural policies, as well as further draft and revise the future food security measures.

Key words: food security, DID, planting structure, policy-driven, policy effect, Heilongjiang Province

中图分类号:

F326.11

邹小娇, 张郁. 黑龙江省粮食作物种植结构变化的政策驱动分析——基于DID模型[J]. 中国农学通报, 2021, 37(15): 150-157.

Zou Xiaojiao, Zhang Yu. Policy-Driven Analysis of Grain Planting Structure Change in Heilongjiang Province——Based on DID Model[J]. Chinese Agricultural Science Bulletin, 2021, 37(15): 150-157.

图/表 7

参考文献 37

[1]	FAO. The state of food insecurity in the world 2008[R]. Rome: FAO, 2008.
[2]	杨磊. 我国粮食安全风险分析及粮食安全评价指标体系研究[J]. 农业现代化研究, 2014,35(6):696-702.
[3]	陈秧分, 钟钰, 刘玉, 等. 中国粮食安全治理现状与政策启示[J]. 农业现代化研究, 2014,35(6):690-695.
[4]	陈阜. 我国种植业结构调整面临的主要问题与挑战[J]. 民主与科学, 2017(1):15-18.
[5]	李国祥. 论“十三五”时期我国粮农产业发展趋势与战略[J]. 中国粮食经济, 2017(4):10-14.
[6]	罗必良. 农业供给侧改革的关键、难点与方向[J]. 农村经济, 2017(1):1-10.
[7]	陈慧萍, 武拉平, 王玉斌. 补贴政策对我国粮食生产的影响——基于2004—2007年分省数据的实证分析[J]. 农业技术经济, 2010(4):100-106.
[8]	黄季焜, 王晓兵, 智华勇, 等. 粮食直补和农资综合补贴对农业生产的影响[J]. 农业技术经济, 2011(1):4-12.
[9]	董非非, 刘爱民, 封志明, 等. 大豆传统产区种植结构变化及影响因素的定量化评价——以黑龙江省嫩江县为例[J]. 自然资源学报, 2017,32(1):40-49.
[10]	Young C E, Westcott P C. How Decoupled Is U.S. Agricultural Support for Major Crops?[J]. American Journal of Agricultural Economics, 2000,82(3):762-767. doi: 10.1111/ajae.v82.3 URL
[11]	Adams G, Westhoff P, Ii W R E Y. Do "Decoupled" Payments Affect U.S. Crop Area? Preliminary Evidence from 1997-2000[J]. American Journal of Agricultural Economics, 2001,83(5):1190-1195. doi: 10.1111/ajae.v83.5 URL
[12]	马彦丽, 杨云. 粮食直补政策对农户种粮意愿、农民收入和生产投入的影响——一个基于河北案例的实证研究[J]. 农业技术经济, 2005(2):7-13.
[13]	Gallagher P W. The Effectiveness Of Price Support Policy--Some Evidence For U.S. Corn Acreage Response[J]. Staff Papers, 1978,30(4).
[14]	刘艳秀, 牛佳依, 梁丹, 等. 我国粮食最低收购价政策实施效果的实证研究[J]. 江苏农业科学, 2017,45(9):313-316.
[15]	周静, 曾福生. 农业支持保护补贴的政策认知及其对满意度的影响研究——基于湖南省419个稻作大户的调查[J]. 农村经济, 2019(4):88-94.
[16]	贺超飞, 于冷. 临时收储政策改为目标价格制度促进大豆扩种了么?——基于双重差分方法的分析[J]. 中国农村经济, 2018(9):29-46.
[17]	辛翔飞, 张怡, 王济民. 我国粮食补贴政策实施状况、问题和对策[J]. 农业经济, 2016(9):89-91.
[18]	蒋和平, 吴桢培. 湖南省汨罗市实施粮食补贴政策的效果评价——基于农户调查资料分析[J]. 农业经济问题, 2009,31(11):28-32.
[19]	席丽敏. 农业补贴对中国农户粮食生产的影响[J]. 山西农经, 2018(18):42.
[20]	陶建平, 陈新建. 粮食直补对稻农参与非农劳动的影响分析——基于湖北309户农户入户调查的分析[J]. 经济问题, 2008(9):74-77.
[21]	李朝柱, 章红霞, 丁志超, 等. 最低收购价格下降对农户稻谷种植面积的影响——基于小农户和规模户比较的视角[J]. 中国农业大学学报, 2019,24(12):168-176.
[22]	周红. 基于GRA模型的我国粮食补贴政策效应研究[D]. 北京:北京交通大学, 2012.
[23]	李丰, 胡舟. 粮食最低收购价政策对农户种植行为的影响分析——以稻谷主生产区为例[J]. 价格理论与实践, 2016(10):94-97.
[24]	万晓萌, 周晓亚. 我国粮食最低收购价政策实施效果评价研究——基于农业供给侧结构性改革背景下的分析[J]. 价格理论与实践, 2018(03):119-122.
[25]	赵霞, 刘云, 易山姣. 粮食托市收购政策的增产效应研究[J]. 粮食科技与经济, 2016,41(6):18-21.
[26]	吴海霞, 葛岩. 粮食托市收购政策效应评估——以玉米临储政策为例[J]. 华中农业大学学报:社会科学版, 2016(6):56-63,144.
[27]	李波. 我国粮食最低收购价政策效果与评价研究[J]. 价格理论与实践, 2016(11):70-73.
[28]	刘彦随, 陆大道. 中国农业结构调整基本态势与区域效应[J]. 地理学报, 2003(3):381-389.
[29]	刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报, 2014,69(1):3-14.
[30]	董非非, 刘爱民, 封志明, 等. 大豆传统产区粮食作物种植结构变化特征及原因分析——以黑龙江省嫩江县为例[J]. 中国农业资源与区划, 2017,38(3):79-85.
[31]	杜书立, 潘蔷, 付微, 等. 黑龙江省近40年种植结构变化分析[J]. 土壤与作物, 2018,7(4):399-406.
[32]	柳苏芸. 我国大豆目标价格补贴政策及其效果研究[D]. 北京:中国农业大学, 2017.
[33]	冯丽娜. 最低收购价对粮食种植面积的影响分析[D]. 天津:天津财经大学, 2018.
[34]	吕东辉, 徐彩芬, 张郁. 价格波动对黑龙江省种植结构影响的模拟分析[J]. 农业技术经济, 2019(12):96-106.
[35]	云雅如. 过去20年我国黑龙江省主要粮食作物种植格局变化同气侯变暖之间的关系[D]. 呼和浩特:内蒙古师范大学, 2004.
[36]	安悦, 谭雪兰, 谭杰扬, 余航菱, 王振凯, 李文哲. 湖南省农作物种植结构演变及影响因素[J]. 经济地理, 2021(2):1-11.
[37]	徐艳霞. 农业补贴对中国农户粮食生产的影响分析[J]. 中国集体经济, 2017(17):1-2.

变量介绍	样本量	均值	标准差	最小值	最大值
水稻种植面积/万hm²	36	194.09	114.63	84.96	403.09
玉米种植面积/万hm²	36	381.52	167.57	203.49	772.27
大豆种植面积/万hm²	36	215.05	131.63	65.87	424.60
水稻收益/亿元	36	287.91	230.89	75.50	829.84
玉米收益/亿元	36	307.64	189.41	67.85	709.14
大豆收益/亿元	36	117.94	82.07	21.62	263
水稻滞后一期收益/亿元	36	268.95	222.83	70.50	829.84
玉米滞后一期收益/亿元	36	283.60	187.61	64.15	709.14
大豆滞后一期收益/亿元	36	114.36	81.04	20.02	263

变量介绍	样本量	均值	标准差	最小值	最大值
水稻种植面积/万hm²	36	194.09	114.63	84.96	403.09
玉米种植面积/万hm²	36	381.52	167.57	203.49	772.27
大豆种植面积/万hm²	36	215.05	131.63	65.87	424.60
水稻收益/亿元	36	287.91	230.89	75.50	829.84
玉米收益/亿元	36	307.64	189.41	67.85	709.14
大豆收益/亿元	36	117.94	82.07	21.62	263
水稻滞后一期收益/亿元	36	268.95	222.83	70.50	829.84
玉米滞后一期收益/亿元	36	283.60	187.61	64.15	709.14
大豆滞后一期收益/亿元	36	114.36	81.04	20.02	263

品种	政策实施情况		实验组	对照组	组间均值差
水稻	最低收购价格政策	实施前（2001—2003年）	148.11	107.55	40.57
		实施后（2004—2018年）	310.09	104.59	205.50
		组内均值差/万hm²	161.98	-2.96	164.93
玉米	临时收储价格政策	实施前（2001—2007年）	263.47	245.62	17.85
		实施后（2008—2015年）	596.45	307.72	288.73
		组内均值差/万hm²	332.98	62.10	270.88
	“价补分离”政策	实施前（2001—2007年）	263.47	245.62	17.85
		实施后（2016—2018年）	620.77	358.43	262.34
		组内均值差/万hm²	357.30	112.81	244.49
大豆	临时收储价格政策	实施前（2001—2007年）	351.24	95.32	255.92
		实施后（2008—2013年）	349	100.12	248.88
		组内均值差/万hm²	-2.24	4.49	-7.03
	目标价格政策	实施前（2001—2007年）	351.24	95.32	255.92
		实施后（2014—2016年）	260.93	91.12	169.80
		组内均值差/万hm²	-90.31	-4.19	-86.12
	“价补分离”政策	实施前（2001—2007年）	351.24	95.32	255.92
		实施后（2017—2018年）	365.16	67.32	297.85
		组内均值差/万hm²	13.93	-28.01	41.92

品种	政策实施情况		实验组	对照组	组间均值差
水稻	最低收购价格政策	实施前（2001—2003年）	148.11	107.55	40.57
		实施后（2004—2018年）	310.09	104.59	205.50
		组内均值差/万hm²	161.98	-2.96	164.93
玉米	临时收储价格政策	实施前（2001—2007年）	263.47	245.62	17.85
		实施后（2008—2015年）	596.45	307.72	288.73
		组内均值差/万hm²	332.98	62.10	270.88
	“价补分离”政策	实施前（2001—2007年）	263.47	245.62	17.85
		实施后（2016—2018年）	620.77	358.43	262.34
		组内均值差/万hm²	357.30	112.81	244.49
大豆	临时收储价格政策	实施前（2001—2007年）	351.24	95.32	255.92
		实施后（2008—2013年）	349	100.12	248.88
		组内均值差/万hm²	-2.24	4.49	-7.03
	目标价格政策	实施前（2001—2007年）	351.24	95.32	255.92
		实施后（2014—2016年）	260.93	91.12	169.80
		组内均值差/万hm²	-90.31	-4.19	-86.12
	“价补分离”政策	实施前（2001—2007年）	351.24	95.32	255.92
		实施后（2017—2018年）	365.16	67.32	297.85
		组内均值差/万hm²	13.93	-28.01	41.92

品种	政策实施情况		实验组	对照组	组间均值差/亿元
水稻	最低收购价格政策	实施前（2001—2003年）	100.01	78.21	21.79
		实施后（2004—2018年）	494.26	161.09	333.17
		组内均值差/亿元	394.25	82.87	311.38
玉米	临时收储价格政策	实施前（2001—2007年）	114.89	147.08	-32.19
		实施后（2008—2015年）	513.87	323.94	189.93
		组内均值差/亿元	398.98	176.85	222.12
	“价补分离”政策	实施前（2001—2007年）	114.89	147.08	-32
		实施后（2016—2018年）	514.53	331.70	182.83
		组内均值差/亿元	399.64	184.62	215.02
大豆	临时收储价格政策	实施前（2001—2007年）	166.53	35.63	130.90
		实施后（2008—2013年）	216.91	52.30	164.61
		组内均值差/亿元	50.38	16.68	33.70
	目标价格政策	实施前（2001—2007年）	166.53	35.63	130.90
		实施后（2014—2016年）	165.01	51.51	113.49
		组内均值差/亿元	-1.52	15.89	-17.41
	“价补分离”政策	实施前（2001—2007年）	166.53	35.63	130.90
		实施后（2017—2018年）	244.15	38.76	205.38
		组内均值差/亿元	77.60	3.13	74.48