两轮草原补奖政策对主要草原牧区省（区）畜牧业TFP 的影响

海梅红，营 刚

（内蒙古大学，内蒙古 呼和浩特 010021）

草原是我国最大的陆地生态系统， 也是我国重要的畜牧业生产基地， 具有重要的经济和社会功能。草原更是我国多个少数民族的发祥地，我国70%的少数民族人口居住在草原地区［1］。近些年来草原出现退化和生产力下降， 不但严重影响草原牧区经济社会的可持续发展， 还制约着牧区经济转型。 超载过牧被认为是造成草原退化的重要人为因素之一，也是政策可干预行为［2］。

为了保护草原生态环境， 提高牧区农牧民收入，促进草原畜牧业转型升级，自2011 年开始，我国在内蒙古、新疆、西藏、青海、四川、甘肃、宁夏和云南8 个主要草原牧区省（区）及新疆生产建设兵团实施草原生态保护补助奖励政策，2012 年将政策实施范围扩大到河北、山西、辽宁、吉林、黑龙江和黑龙江省农垦总局， 每亩草原每年草畜平衡奖励1.5 元，2016 年实施第二轮草原补奖政策时，标准提高到2.5 元/亩， 截至2020 年已实施了十载。纵观前人对草原补奖政策的研究发现， 多数研究是基于小区域尺度的实证研究［1］，对我国补奖政策整体落实情况的分析少之又少。

1 文献综述与研究假设

1.1 文献综述

当前关于草原生态保护补助奖励机制的研究主要集中在草原补奖政策对牧民收入的影响、草原补奖政策对养殖规模的影响、 牧民对草原补奖政策的满意度等方面。

1.1.1 草原补奖政策对牧民收入的影响张会萍等［3］和刘 宇晨等［4］均采用Logit 回归模型、倾向得分匹配法， 分别对农牧交错带农户和内蒙古8个纯牧业旗牧户511 户进行调研并分析， 得出草原补奖政策对畜牧业收入的提升并没有显著的推动作用的一致结论；而籍常婷等［5］采用多元线性回归法、 分位数回归方法对祁连山北坡农牧户家庭收入进行研究发现， 该政策对纯牧区家庭纯收入有显著影响。 多数关于草原补奖政策对牧民收入影响的研究， 仅通过对小区域内牧民进行调研或采用问卷调查的方式获得， 而这需要了解调查对象的意图、动机和思维过程，使得回收质量、分析和统计等工作受影响， 且研究结果只表明政策与牧民收入正反向关系， 未见解释导致这种关系的因果机制。

1.1.2 草原补奖政策对养殖规模的影响杨春等［6］采用Logit 模型和多元线性回归模型对山西和新疆的牧户进行研究， 发现草原生态保护补奖政策对牧业生产规模有一定的影响； 丁文强等［7］同样采用二元Logit 模型和多元线性回归模型对内蒙古自治区15 个旗（县）791 户牧户进行研究，发现第一轮草原补奖政策实施之后仍存在草场超载现象；周升强等［8］对内蒙古与宁夏自2010 年以来持续从事牧业生产的281 个农牧户，采用Probit模型、OLS 模型、层次回归分析模型等多个方法进行研究， 发现补奖金额与牲畜养殖规模之间存在稳健的“倒U 形”关系。 草原生态补奖政策与农牧户减畜现有研究尚未形成统一认识。

1.1.3 牧民对草原补奖政策的满意度石贵琴等［9］利用多元有序Logistic 回归对祁连山北麓牧区牧户进行研究， 发现不同类型的牧户对草原补奖政策的满意度不一；张静等［10］同样基于多元有序Logistic 模型对内蒙古中部东乌旗、镶黄旗和四子王旗3 个草原地区进行研究， 发现地区因素对草原补奖政策满意度有一定影响；周升强等［11］基于宁夏盐池和内蒙古鄂托克旗307 份调研数据， 采用多元有序probit 模型进行研究， 发现草畜平衡区农牧户满意度低于禁牧区。 对草原补奖政策的满意度的研究集中在对不同农牧业区、不同省份上，而针对不同草地类型区牧户满意度的差异性对比及路径分析研究甚少， 且牧民满意度对草原补奖政策实施效果的反作用研究未得到足够重视。

1.1.4 产业政策对行业全要素生产率（TFP）的影响产业政策对行业全要素生产率（TFP）的影响研究集中在第二和第三产业上， 多数研究利用双重差分法评估外生政策对TFP 的影响， 除个别产业政策外， 多数研究显示政策对全要素生产率有积极的影响， 与国家制定并颁布产业政策的出发点一致。相比之下，对畜牧业全要素生产率的研究少见， 研究草原补奖政策的学者还没有将政策与畜牧业TFP 联系起来。

1.2 研究假设

该研究假设草原生态保护补助奖励机制在保护草原生态环境的同时， 兼顾牧民收入与牧区经济发展，草原补奖政策对主要草原牧区省（区）畜牧业全要素生产率有一定的促进作用， 且第二轮补奖政策效果比第一轮更好。

有关草原补奖政策的研究表明， 该政策的实施对牧民增收没有显著的影响， 而对缩减养畜规模有显著的正向影响。 研究施行草原补奖政策是否为了保护草原生态环境而阻碍了牧区的经济发展，以及实施第一轮、第二轮政策的效果具有现实意义。

2 研究设计

2.1 数据来源

该研究以2007—2018 年的内蒙古、西藏、青海、新疆、甘肃以及宁夏等6 个主要草原牧区省（区）和安徽、山东、湖北、湖南等4 个省份的畜牧业产业数据为研究对象，数据来自《中国畜牧业统计年鉴2007—2018》和国家林业和草原局统计公告。

2.2 畜牧业现状分析

由图1 可知，纵观内蒙古、西藏、青海、新疆、甘肃以及宁夏等6 个主要草原牧区省份的畜牧业总产值，整体呈现上涨的趋势。内蒙古与新疆的总产值远超出其他4 个省 （区）， 尽管如此，在2009—2018 年内蒙古、西藏、青海、新疆、甘肃以及宁夏的畜牧业总产值的涨幅分别为79.4%、122%、139.7%、150%、85.5%和149%， 除了内蒙古和甘肃，其他省（区）都实现了成倍增长。

图1 畜牧业总产值

相比6 个省（区）的畜牧业总产值（见图1），牛存栏数明显不同（见图2），可以直观地看出除了宁夏，其他省（区）的牛存栏量均较大，尤其是内蒙古与西藏。 但与2009 年相比，2018 年内蒙古和西藏的牛存栏有了负增长，分别为-7.19%和-5.69%。 甘肃以1.8%的速度稳步增长，青海、宁夏、新疆分别实现了15.7%、35.3%和38.2%的增长。

图2 牛年末存栏量

由图3 可知， 羊存栏头数显示的结果跟畜牧业总产值一样， 内蒙古与新疆的羊存栏头数远多于其他4 个省 （区）， 十年间的增长速度分别为15.5%和33%。与牛存栏头数不同的是西藏和青海的羊存栏头数有了负增长，分别是-37.5%、-10.8%。虽说都是主要草原牧区省份，以畜牧业为主，但每个地区的禀赋条件和要素增长率各不相同。

图3 羊年末存栏量

2.3 全要素生产率的测度

目前，TFP 测算中应用最多的一种方法是基于DEA 技术的Malmquist 生产率指数法。 该研究采用的全局参比Malmquist 模型是由Paster 和Lovell 在2005 年提出的， 它以全部各期的总和作为参考集。由于各期参考的是同一前沿，计算得出的也是单一Malmquist 指数。该文借鉴鲁晓东等［12］研究方法，采用LP 法估计畜牧业全要素生产率。

在模型（1）中，Y 表示畜牧业总产值，L 为农牧业从业人员数量，K 为资本 （换算成牛存栏量表示，5 只羊相当于1 头牛）。下标i 表示省份，t 表示年份。该文按照省份和年度进行分组回归，并计算出残差测度全要素生产率。

2008—2018 年6 个主要草原牧区省份的畜牧业全要素生产率如表1 所示， 从表1 可以看出在2008—2011 年，除了新疆与西藏的畜牧业TFP 有所下降之外， 其他4 个主要草原牧区省份的TFP 均有不同幅度的增加， 说明在草原补奖政策实施之前畜牧业经济有较好的发展。 相比2011—2012 年的畜牧业TFP，6 个主要草原牧区省份2014—2015 年的TFP 均有所减少，这可能与实施的第一轮草原生态保护补助奖励政策的禁牧、休牧、轮牧和草畜平衡制度全面推行有关；在2015—2016 年畜牧业TFP 均有回升的趋势， 可能在政策实施4 年之后，6 个主要草原牧区省份的畜牧业发展在生态和经济之间有了新的平衡；在2016—2018 年，除了甘肃与宁夏的其他4 个主要草原牧区省份的畜牧业TFP均有增加， 这跟第二轮的草原补奖政策有一定的关系。

表1 6 个主要草原牧区省份畜牧业TFP

2.4 变量选择和数据描述

分组虚拟变量Treat，如果是实施草原补奖政策的省份则Treat=1，否则Treat=0。 时间虚拟变量After， 如果是产业政策出台之后的时期则After=1，否则After=0。 根据在主要草原牧区省份实施第一轮草原补奖政策的时点2011 年， 将2007—2010 年作为产业政策出台之前的时期， 即After=0； 将2011—2018 年作为产业政策出台之后的时期，即After=1。 根据第二轮草原补奖政策的时点2016 年， 将2011—2015 年作为产业政策出台之前的时期，即After=0；将2016—2018 年作为产业政策出台之后的时期，即After=1。 控制变量选取财政投入、自然资源、基础设施，因为更多的财政支持有利于更好地运用畜牧业技术、 扩大畜牧业规模、畜牧业技术创新、完善基础设施提供信贷支持，从而提升畜牧业TFP。 自然资源的禀赋直接决定产业的发展速度与规模， 是促进TFP 增长的主要动力。除此之外，畜牧业发展十分依赖基础设施建设。 变量定义和各变量的描述性统计详见表2和表3。

表2 变量定义

表3 各变量的描述性统计

2.5 识别策略与模型构建

该研究利用双重差分法估计草原补奖政策对主要草原牧区省份畜牧业全要素生产率的影响及具体的作用机制，具体模型如下所示：

模型（2）中TFPit表示6 个主要草原牧区省份的畜牧业全要素生产率。 模型中下标i 为省份个体，t 表示年份；μi为省份个体效应，γt为时间效应，εit为随机误差项。为了减少个体效应以及时间效应对估计结果产生的影响， 该研究选择采用个体—时点双固定效应模型进行分析。 因此，Treati和Aftert的系数会分别被个体效应、 时间效应吸收。 该研究重点关注Treati×Aftert的系数β1，它代表了草原补奖政策冲击对畜牧业全要素生产率的因果效应。

该研究把6 个主要草原牧区省份（内蒙古、西藏、甘肃、青海、宁夏、新疆）当作处理组，同时选择畜牧业总产值排名前10 以内且未实施草原补奖政策的4 个省份（山东、安徽、湖北、湖南）当作控制组，以2011 年为第一轮政策实施节点、以2016年为第二轮政策实施节点，分别差分并进行比较。考虑到其他影响畜牧业全要素生产率的因素，在模型（2）的基础上进一步考虑控制变量，升级为模型（3），并进行回归：

3 草原补奖政策对畜牧业全要素生产率的影响

3.1 平行趋势检验

该研究采用事件研究法进行平行趋势检验，首先生成年份的虚拟变量与处理组虚拟变量的交互项，将这些交互项作为解释变量进行回归。定义年 份 虚 拟 变 量year2009、year2010 和year2014、year2015 对两轮政策进行检验， 并在对应年份取值为1，反之为0。

表4 为平行趋势检验结果，Treat 与year2009、year2010、year2014、year2015 的 交 互 项 系 数 均 未通过显著性检验。这说明，在草原补奖政策实施之前， 处理组与对照组的全要素生产率并没有显著差异。

表4 平行趋势检验

3.2 双重差分基准结果分析

双重差分基准结果如表5 所示。 从表5 的前两列可以看出， 第一轮的草原补奖政策使畜牧业TFP 增加了0.101，第二轮的草原补奖政策使畜牧业TFP 增加了0.137， 均在10%的水平下差异显著， 表明第二轮的政策实施比第一轮的政策实施对TFP 有更大的影响， 且草原补奖政策对畜牧业全要素生产率有促进作用。后两列显示了模型（3）的回归结果，加入一系列控制变量之后，草原补奖政策的效果有轻微的变动： 第一轮政策使畜牧业TFP 增加了0.141 7， 比未加入控制变量下的畜牧业TFP 增加值0.101 要大，且在10%的置信水平下仍显著；第二轮政策虽然在加入控制变量后使畜牧业TFP 只增加了0.072 8， 但政策对畜牧业TFP 的影响方向是没变的，仍有积极作用。 由于控制变量的作用微乎其微， 这里不做进一步解释说明。

表5 双重差分基准结果

3.3 稳健性检验

该研究借鉴陈刚等［13］和刘瑞明等［14］的虚构 政策时间进行回归分析，将2014 年作为政策实施的节点，2007—2013 年记作After=0；2014—2018 年记作After=1。 回归结果如下所示：

相比模型（3）的回归，政策影响效果下降的同时变得不显著，说明去除草原补奖政策的冲击，处理组和控制组省份的畜牧业全要素生产率的变动的确不存在系统性差异， 所以上面的结果是稳健的（见表6）。

表6 稳健性检验结果

4 研究结论与政策建议

4.1 研究结论

4.1.1 两轮草原补奖政策对畜牧业TFP的影响总体来说， 草原生态保护补助奖励机制对畜牧业TFP 有促进作用。 刚实施第一轮政策的前4 年，因抑制放牧、 减少养畜规模和草畜平衡等机制造成了畜牧业TFP 的下降，但随着政策的实施，在第5年畜牧业TFP 有了回升；在2016 年进一步完善补奖机制实施第二轮草原补奖政策， 仍然对畜牧业TFP 有积极作用。

4.1.2 两轮草原补奖政策的效果自2011 年开始实施的第一轮补奖政策促进了主要草原牧区省份的畜牧业全要素生产率， 使畜牧业TFP 增加了0.101；相比第一轮的补奖政策，自2016 年开始实施的第二轮政策发挥了更大的推动作用， 使畜牧业TFP 增加了0.137。 所以说，尽管草原补奖政策是通过抑制放牧、缩减养畜规模实施的，但并没有阻碍畜牧业的发展， 保护了草原生态环境的同时促进了牧区的经济发展。

4.2 政策建议

4.2.1 提高补奖标准结合牧区实际情况， 综合考虑饲养成本、 牛羊肉价格、 生产生活发展等因素，适当提高补奖标准，并建立稳定的补奖政策长效机制。 给各省份制定针对性的、适合的、差异化的资金发放标准和封顶保底，确保政策精准落地、高效运行。

4.2.2 继续安排绩效考核奖励资金绩效考核机制不但提高了政策落实部门的工作积极性， 还提高了政策实施效果和落实效率。因此，继续实施绩效考核奖励机制，对工作突出、绩效优异的省份给予资金奖励。

4.2.3 加大草牧业发展的扶持力度想要进一步提高畜牧业综合生产能力， 就要加大后续产业扶持项目，配套落实草原畜牧业转型升级政策。 抓重点、补短板，培育优势产业和特色产业，促进一二三产融合发展，贯彻生态优先、绿色发展的理念。