农民种粮积极性激励政策的绩效及其主要影响因素实证研究

辛 毅，黄 岳，徐紫嫣

(1.中国人民大学 农业与农村发展学院，北京100872；2.恒大人寿保险有限公司深圳中心支公司银保业务部，广东 深圳 518000；3.中国人民大学 农业与农村发展学院，北京100872)

新冠疫情爆发以来，世界粮食安全面临前所未有的巨大挑战[1-2]。各国疫情控制措施差异性很大，造成全球疫情反复爆发、持续深化，严重影响美国、加拿大和印度等传统粮食大国的粮食生产及出口。在国际粮食市场供应的可靠性、稳定性和持续性都大为降低的严峻形势之下，亟需长期保持国内粮食稳产增产以切实保障国家粮食安全。

正所谓“劳动是财富之父，土地是财富之母”，粮食归根结底是农民辛勤劳动的成果，可以说“劳动是粮食之父，土地是粮食之母。”中国近年来粮食连续丰收最重要的经验之一是充分调动农民的种粮积极性，所以2亿多农户是中国粮食安全的真正基石，必须要“千方百计保护农民的种粮积极性”[3-4]。但近年出现了农民种粮积极性下降的迹象，个别地区甚至出现土地撂荒现象，不利于实现粮食持续稳产增产，需要引起相关部门高度重视[5-9]。农民的种粮积极性是保障粮食安全的底线，必须加强研究新形势下如何有效提高农民种粮积极性的政策措施，为实现国家粮食安全保障奠定可靠基础[10]。

有关中国粮食政策问题的研究成果相当丰富，但其中针对中国农民的种粮积极性问题的专门研究工作还不多见。本文是通过实证研究，探析近年来中国农民种粮积极性的变化趋势及其影响因素、影响机制等重要问题，为在新形势下设计和实施能够有效激励农民种粮积极性的有关政策提供有价值的参考意见。

一、文献综述

已有研究工作主要围绕农民种粮积极性的表现指标选择、种粮积极性的主要影响因素和实证研究方法等3个方面进行。

(一)农民种粮积极性表现指标选择研究

农民种粮积极性反映农民进行粮食生产活动的热情程度，在实际研究中需要用合适的可观测变量指标来测度[11]。已有研究主要采用客观性变量和主观性变量两类指标对农民种粮积极性进行测度。

较多研究使用粮食作物播种面积来表现农民种粮积极性，而另一些研究者在粮食播种面积基础上结合其他一些变量指标来表现农民种粮积极性，如何蒲明、王莉和苏祯都使用粮播比(即粮食播种面积/农作物播种面积)，邵飞和陆迁使用粮食播种面积和粮食亩产量，宋小青和欧阳竹使用粮食播种面积和单位面积粮食生产投入增加量，姜天龙和郭庆海则使用粮食播种面积、粮食生产的物质投入量和耕地流转价格等3项变量指标[12-24]。此外，也有使用每亩种粮利润水平、粮食作物与非粮农作物收益比率来衡量农民粮种生产积极性[25-26]。辛毅等使用结构方程方法，将粮食播种面积、亩产量、亩均净利润等19项与粮食生产销售有关的变量指标整合成一个综合性的农民粮食生产积极性指标[27]。

一些研究认为农民种粮积极性是种粮农民主观意识和心理活动的反映，主张使用农民种粮意愿来衡量农民种粮积极性，韩成英等综合使用种粮农民对粮食种植面积、生产投入和生产技术的行动意愿来表现农民种粮积极性，方蕊等同时使用种粮农民增加粮食种植面积和从事粮食生产的意愿作为衡量农民种粮积极性的变量指标[11,28-40]。

综上所述，使用粮食播种面积指标来衡量农民种粮积极性最为普遍，但是单一指标不能较好地表现农民种粮积极性等复杂性概念，可以使用亩产量等投入产出类指标来作为补充。

(二)农民种粮积极性主要影响因素

农民种粮积极性是农民心理活动对其粮食生产行为产生影响的表现，能够对人的心理活动产生作用的影响因素复杂多样[41]。实证研究表明，农民个人特征、家庭特征、种粮投入、粮食生产条件、种粮环境、非农就业收入等多种因素都对农民种粮积极性有明显影响，特别是农民种粮意愿与农民年龄呈现明显的负相关性，方蕊等、孙蓉和李亚茹发现近年来试点的“农业保险+农产品期货”政策对农民种粮积极性有一定的正向作用[11,42]。贾贵浩指出在诸多影响因素中，粮食市场、粮食生产扶持政策和粮食生产条件对农民种粮意愿的影响尤为突出，其中与种粮收益相关的经济方面因素对农民种粮积极性具有首要影响[43-45]。有研究指出种粮纯收益及种粮比较效益是驱动农民种粮积极性的主导因素，正所谓“农民愿不愿意种粮、愿意种多少粮，关键看种粮能够给农民带来多少收益”，而“收益”应为现金收益[46-51]。

粮食价格提高滞后于种粮成本上涨将会挫伤农民种粮积极性，粮食价格是保障种粮农民收益和影响农民种粮积极性的关键性因素[52]。实证研究表明，粮食作物播种面积对粮食价格的供给反应是正向的[53-56]。近年粮食最低收购价格政策调整直接导致粮食播种面积下降，显著降低了农民种粮积极性。苗珊珊和陆迁认为粮食收购价格预期是影响种粮农民生产积极性的最重要的因素,辛毅指出种粮农民对粮食生产经营的生产成本、净利润和成本利润率的敏感度远低于粮食收购价格[57-58]。

一些研究者从理论逻辑上分析粮食补贴政策能够有效提高农民积极性并对粮食最低收购价格政策形成有效补充,部分实证研究支持上述观点，也有一些研究指出粮食补贴政策对农民粮食生产行为的改变以及农民种粮积极性的影响有限,卢成甚至认为现行粮食补贴政策对粮食产量和粮食播种面积提高产生了负面影响[14,59-65]。

如上所述，粮食补贴政策与农民种粮积极性关系研究的争议性相当显著。本文认为可能是因为目前国家还没有发布过全面、系统的全国各省区历年粮食补贴统计数据，研究者们所采用的粮食补贴数据资料来源有较大差异，即使是使用同一来源数据所做的实证研究结果也大相径庭，比如同样使用农业部固定观察点统计数据的一些研究。本文认为，在不能获得具有权威性和可靠性的粮食补贴数据的情况下，进行有关粮食补贴政策效果的研究始终会产生较大争议。

综上所述，农民种粮积极性影响因素研究的主要目的应当是探索对农民种粮积极性产生直接作用的重要因素，按照作用的重要程度将有关影响因素进行优先序排列，在设计和实施激励农民种粮积极性的有关政策时予以重点考虑。

(三)农民种粮积极性实证研究方法

在已有相关实证研究中，Nerlove模型(适应性预期模型)是被采用最多的方法。较多研究者使用统计数据和Nerlove模型，就粮食播种面积对粮食价格等多种因素的供给反应问题进行实证研究[66]。一些研究使用调研数据和概率模型，包括Logistic模型及Logit模型，周振等使用Tobit模型[67]。谭智心和周振[18]、卢成[14]采用多元线性回归模型方法，辛毅等[27]采用结构方程模型方法，何蒲明[21]使用面板向量自回归(PVAR)模型方法，王娜等[56]使用倾向得分匹配-双重差分方法(PSM-DID)，靳庭良[33]采用排序模型，龙方等[30]采用AHP分析方法，王娜和高瑛[37]采用基于模糊集理论的DEMATEL方法。

综上所述，已有实证研究成果在方法运用上进行了深入探索，但多数研究都是只使用单一方法进行研究，如果将多种实证研究方法结合起来进行研究，可能会产生更好的研究结果。

二、研究方法与数据来源

(一)研究方法选择

农民种粮积极性是通过粮食生产效果表现出来的进行粮食生产的主观意愿，因此表现农民种粮积极性的变量指标应当既能反映粮食生产的效果，同时也能反映农民为实现粮食生产效果而进行生产劳动的主动程度。粮食生产效果最终集中体现在农民的粮食总产量上，而粮食播种面积和粮食亩产量是粮食总产量水平的两个决定性因素。

农业生产是人工再生产和自然再生产的交织，种植业生产经营的预期收益水平取决于种植业产品销售市场是否具有上升趋势以及这种上升趋势是否稳定，农民会将有限的土地资源投入到比较适宜较高并且预期收益较为稳定的农作物生产，粮食播种面积变化是农民粮食生产决策的结果体现，播种面积提高则意味着农民对选择生产该种农作物有获得预期满意收益的信心，从而对该种农作物生产具有较高的积极性。此外，在中国人均耕地面积极为有限的情况下，提高粮食总产量主要通过提高亩产量实现，这需要农民在土地上增加增产物质和劳动投入。显然农民种粮积极性越高，在粮食生产中进行的投入也越多，从而提高亩产量。因此，以粮食播种面积和粮食亩产量作为衡量农民种粮积极性的变量指标是适宜的。

在实证研究部分，本文将首先使用Nerlove模型，验证在粮食收购市场持续利好预期引导下，种粮农民采取持续保持和扩大粮食播种面积的行为进行响应，验证政策收购价格作为政策工具的有效性。随后将使用多元线性回归模型，对粮食亩产量和种粮农民现金收益之间的关系进行验证，以证明农民为获得增量现金收益而表现出主动进行增量投入以实现增产的较高种粮积极性，形成增产增收为核心内容的粮食生产供给保障的良性循环机制。

(二)建立以粮食播种面积为因变量的Nerlove模型

Nerlove方法被广泛应用于粮食、蔬菜、水果和肉类等农产品的供给反应研究上，能够根据研究需要容纳多样化影响因素，适用于研究受到复杂因素影响的农民种粮积极性问题。本文将以粮食播种面积为表示农民种粮积极性水平的因变量，以粮食价格等相关影响因素为自变量和控制变量，建立Nerlove模型进行实证研究。

Nerlove模型是衡量供给反应的数学模型，其核心思想是产生于价格预期变量对农作物产量的影响分析，它假定农户会通过预期价格来进行生产调整，会在预期价格变化时做出相应的反应，该反应体现在面积(或产出)的变化。Nerlove模型的理论逻辑核心内容由以下3个方程组成：

(1)

(2)

(3)

A=b0+b1Pt-1+b2At-1+b3At-2+εt

(4)

上式中的Pt-1、At-1和At-2均为可观测变量，可以使用Nerlove模型。

(三)建立以粮食亩产量为因变量的多元线性回归模型

多元线性回归模型是适用广泛的实证研究方法，有不少相关研究使用多元线性回归模型方法取得较好效果，本文在以粮食亩产量作为农民种粮积极性的衡量指标时，拟采用多元线性回归模型进行实证研究。

(四)数据来源

在粮食品种上，选择早籼稻、小麦和玉米等3种主要口粮品种进行研究；在地域上，选择在2004—2016年实施早籼稻最低收购价格政策的安徽、江西、湖北、湖南、广西等5个早籼稻主产省区，在2006—2016年实施小麦最低收购价格政策的河北、江苏、安徽、山东、河南、湖北等6个小麦主产省区，在2008—2016年实施玉米临时收储价格政策的辽宁、吉林、黑龙江和内蒙古等4个玉米主产省区。

在建立粮食播种面积Nerlove模型和粮食亩产量多元线性回归模型所使用变量数据方面，地区粮食播种面积、地区成灾面积、地区农业机械总动力和地区乡村从业人员等变量数据取自于2004—2016年《中国农业年鉴》和《中国农村统计年鉴》，粮食亩产量、粮食价格、其他粮食价格、现金收益和生产成本数据取自于2004—2016年全国农产品成本收益资料汇编》，构建模型所用的变量数据为上述年份期间的面板数据。

三、模型设计与变量选取

(一)表现农民种粮积极性的具体变量指标

本文以粮食播种面积作为衡量农民种粮积极性的第一个指标，建立以粮食播种面积为因变量的Nerlove模型，通过检验粮食播种面积的供给反应情况来研究农民种粮积极性的影响因素问题。粮食播种面积的Nerlove模型如下式：

At=α+β1At-1+β2Pit+β3Pjt+β4Ct+β5Pot+β6Mt+β7Dit+β8T+θt

(5)

式中，因变量At为当期某种粮食作物的播种面积，自变量At-1为该作物的播种面积滞后一期，Pit为该粮食作物的当期农户出售价格，Ct为同期每亩生产成本，Pjt为当期其他粮食作物的农户出售价格，Mt为同期地区农业机械总动力，Pot为同期乡村从业人员数，Dit为同期成灾面积，T为时间趋势变量，θt为随机误差项。其中，因变量A为当期某粮食作物的播种面积，At-1为该作物的播种面积滞后一期，Pit为该作物的最低收购价格或者临时收储价格，Pjt为其他粮食作物价格，Mt为同期地区农业机械总动力，Pot为同期乡村从业人员数，Ct为同期每亩生产成本，Dit为同期成灾面积，T为时间趋势变量，θt为随机误差项。其中，At-1、Dit、Ct和Pjt为自变量，Mt、Pot、Dit和T为控制变量。

(二)粮食亩产量多元线性回归模型设计与变量选取

本文以粮食亩产量作为衡量农民种粮积极性的第二个指标，建立以粮食亩产量为因变量的多元线性回归模型，实证分析农民种粮积极性的影响因素问题。在回归分析前，需要对数据进行检验分析，由于产量类变量具有内在的指数增长趋势,为保证残差项服从正态分布，需要对各个变量进行对数化处理。同时考虑到用最小二乘法进行估计可能会存在序列自相关和多重共线性，而将数据进行对数化处理也可以减少共线性和异方差出现的概率。

粮食亩产量的多元线性回归模型如下式：

lnYmt=α1+lnCt+lnCut+lnPjt+lnMt+lnPot+lnDit+T1+εt

(6)

式中，因变量Ymt为某种粮食作物当期亩产量，作为衡量农民种粮积极性的变量。Cut为该种粮食作物的每亩现金收益，Ct为该种粮食作物的亩均生产成本，Pjt为其他粮食作物当期价格，Mt为同期地区农业机械总动力，Pot为同期乡村从业人员数，Dit为同期成灾面积，T1为时间趋势变量，εt为随机误差项。其中，Cut、Ct和Pjt为自变量，Mt、Pot、Dit和T1为控制变量。

(三)对模型变量的说明

1.因变量。Nerlove模型的因变量At为早籼稻、小麦和玉米的当期播种面积，作为该模型中衡量农民种粮积极性的变量指标；多元线性回归模型的因变量Ymt为早籼稻、小麦和玉米的当期亩产量，作为该模型中衡量农民种粮积极性的变量指标。

2.自变量。自变量At-1为早籼稻、小麦和玉米上一期播种面积，作为农民在上一年对第二年播种面积增减决策的重要参考指标；播种面积变化是农民种粮行为的直接表现，上一年播种面积与下一年播种面积相关性为正向关系，可以说明农民的种粮积极性有持续性。

自变量Pit为早籼稻、小麦和玉米的当期农户出售价格，农户的粮食出售价格是在每年当地粮食最低收购价格或者临时收储价格基础上形成的，反映了国家粮食价格支持政策对农民种粮积极性的影响，是农民对播种面积进行增减决策的重要参考指标。因此，农户粮食出售价格与播种面积的相关性应为正向关系。

自变量Ct为当期粮食作物的每亩生产成本。一般认为，生产成本上升对农民种粮积极性有消极影响，生产成本与播种面积及亩产量的相关性应为负向关系。

自变量Pjt为当期其他主要粮食作物的平均农户出售价格，这是农户在粮食品种之间进行播种面积增减的重要参考指标，反映决策种植某种粮食作物的机会成本因素，因此Pjt与播种面积及亩产量的相关性应为负向关系。具体设置为：在建立小麦的Nerlove模型时，其他粮食作物的平均农户出售价格为早籼稻和玉米的农户出售价格的平均值；在建立玉米的Nerlove模型时，其他粮食作物的平均农户出售价格为早籼稻和小麦的农户出售价格的平均值；因早籼稻播种时间均早于小麦和玉米，早籼稻Nerlove模型的自变量中没有其他粮食价格变量。

自变量Cut为早籼稻、小麦和玉米的每亩现金收益，是影响种粮农民直接利益的变量指标，对农民种粮积极性有重要影响。粮食价格利好预期是可能会使农民种粮收益增长的外部条件，如果粮食价格上升最终不能实现农民的利益增长，农民也不会有种粮积极性。鉴于农民的消费者和生产者统一身份的特征，生产经营所得首先要用于生活消费支出，因此现金收益要比利润率对农民的经济动机的激励作用更显著[58]，现金收益与亩产量的相关性应为正相关系。

3.控制变量。(1)控制变量Mt为当期地区农业机械总动力，具体含义为早籼稻、小麦和玉米等粮食作物主产省区用于农、林、牧、渔业的各种动力机械的动力总和，反映粮食生产的先进生产技术应用水平因素。Mt与粮食播种面积的关系可能会因不同粮食品种的生产条件而异。(2)控制变量Pot为当期地区乡村从业人员数量，反映早籼稻、小麦和玉米等粮食作物主产省区的农业劳动力投入因素。因不同粮食作物的农业劳动力投入情况不同，Pot与不同品种粮食作物播种面积的相关性应有所不同。(3)控制变量Dit为当期地区农业成灾面积，具体含义为在早籼稻、小麦和玉米等粮食主产省区在年内因遭受旱灾、水灾、风雹灾、霜冻、病虫害及其他自然灾害，使农作物实际收获量较常年产量减少3成以上的播种面积，反映粮食作物生产的自然环境风险因素。Dit与播种面积及亩产量之间应为负相关性。(4)控制变量T和T1为时间趋势变量，在回归模型中加入此项是为了防止出现伪回归问题。

本文计量模型变量设置具体情况如表1所示。

表1 Nerlove模型和多元线性回归模型的变量设置情况

四、模型估计结果及分析

(一)粮食播种面积的Nerlove模型估计结果及分析

1.估计结果。建模前进行模型形式选择分析，F检验和Hausman检验结果均支持固定效应模型。运用Stata14软件对构建的早籼稻、小麦和玉米等3种口粮品种各自的Nerlove模型进行估算，估算结果如表2所示。早籼稻、小麦和玉米Nerlove模型的调整后R2分别达到85.8%、72.0%和92.7%，说明3种粮食模型整体拟和度较高，自变量与因变量关系可靠。

表2 Nerlove模型估计结果

2.估计结果分析。自变量At-1即上一期播种面积的影响。早籼稻和小麦的上期播种面积对当期播种面积有显著正向影响，玉米的两期播种面积之间存在一定的正相关性。3种粮食中，早籼稻的相关性最强，小麦次之，玉米最弱。某种意义上，上一年播种面积和下一年播种面积之间的正相关性，反映了农民作为粮食生产者的职业特征，常年主动进行持续的粮食生产。

自变量Pit即当期粮食价格的影响。3种粮食的当期价格对粮食播种面积的影响都很显著，价格变量的系数在所有变量中均最大，说明粮食价格是影响农民种粮积极性的最重要因素。当期粮食价格是农户粮食出售价格，是基于当年年初发布的稻谷、小麦最低收购价格以及上年年底发布的玉米临储价格形成的市场价格，粮食最低收购价格和临储价格在特定时间发布，就是为了使种粮农民在进行粮食生产之前就形成粮食市场利好预期，使其产生种粮积极性，研究结果表明粮食最低收购价格和临储价格确实使农民保持了较高的种粮积极性。粮食价格对玉米播种面积增加的影响效果最大，小麦次之，早籼稻最小。玉米的主要作用是用于饲用和工业加工，玉米种植对下游市场环节价格变化更为敏感，而小麦和稻谷是主要口粮，市场需求影响相对稳定。早籼稻是中国每年第一批播种和生产出来的口粮品种，其他粮食作物在早籼稻播种时节还未种植，市场需求因素对其影响相对有限。小麦在中国口粮品种中属于改善性品种，市场需求价格变化对其生产和市场供给有相对明显的影响。因此，价格因素对这3种粮食品种的播种面积以及农民种粮积极性的影响存在显著差异。

自变量Pjt即其他粮食价格的影响。当期其他粮食品种价格对玉米播种面积影响不显著，当期其他粮食品种价格对小麦播种面积有显著负向影响。稻谷和玉米等粮食品种的政策收购价格上升可能会使农民减少小麦播种面积，农民会因为粮食品种预期收益的差异而进行粮食品种生产的结构性调整。需要指出的是，小麦和播种时间相同的中晚籼稻、粳稻是主要口粮品种，农民决策种植稻谷和小麦的机会成本因素主要是玉米，玉米不是主要口粮，如果农民选择多种玉米而少种小麦，可能对保障粮食安全产生不利影响。

自变量Ct即粮食生产成本的影响。早籼稻生产成本对其播种面积有显著负向影响，但影响程度不大；小麦生产成本与其播种面积之间没有显著相关性；玉米生产成本对其播种面积有一定相关性，表明玉米播种面积受到生产成本影响较为明显，可能是因为玉米主要用于饲用和工业加工，原粮生产环节生产成本高致出售价格上升，影响产业链下游环节厂商收购意愿，反过来影响播种面积。但与玉米当期价格相比，生产成本对播种面积的影响并不大。

控制变量的影响。(1)控制变量Mt即当期地区农业机械总动力的影响。农业机械化水平对早籼稻的播种面积有显著正向影响。近年来，适用于南方零散地块的稻谷小型农业机械推广较快，有利于替代劳动力投入以扩大播种面积。农业机械化水平对小麦播种面积没有统计相关性，可能是与小麦生产长期以来就保持较高机械化水平的情况有关。农业机械化水平对玉米播种面积有显著正向影响，提高农业机械化水平可以起到扩大播种面积的作用。(2)控制变量Pot即当期地区乡村从业人员数量的影响。乡村从业人口数量对早籼稻播种面积的影响有较显著负向影响。这可能是因为早籼稻主要产区是南方省区农村，存量农村人口水平明显超出早籼稻生产所需的必要劳动投入数量。乡村从业人口数量对小麦播种面积的影响没有统计相关性。乡村从业人口数量对玉米播种面积的影响具有显著正向影响，可能是玉米生产中人力投入存在不足，继续增加劳动投入对于提高播种面积具有积极作用。总体上看，除玉米以外，乡村从业人口因素对农民的种粮积极性有一定的负向影响。(3)控制变量Dit即当期地区农业成灾面积的影响。农业灾害因素对各种粮食作物播种面积变化的影响均没有呈现出统计相关性，可能与近年来中国粮食生产均未遭受严重自然灾害有关。

(二)粮食亩产量的多元线性回归模型的估计结果及分析

1.估计结果。对粮食亩产量的多元线性回归模型进行OLS回归，估计结果如表3所示。早籼稻、小麦和玉米的亩产量多元线性回归模型的调整后R2分别为0.673、0.869和0.759，说明方程整体拟合程度较好。

表3 粮食亩产量多元线性回归模型的估计结果

2.估计结果分析。自变量Ct即粮食生产成本的影响。生产成本对各种粮食亩产量都有较为显著影响。早籼稻生产成本对其亩产量有负向影响，但影响程度较小，可能是因为早籼稻主要是小农户在零散地块上小规模种植，农民以减少物质投入方式应对生产成本上升情况，而投入减少会造成粮食亩产量下降；小麦和玉米的生产成本对其亩产量有一定的正向影响，可能是因为小麦和玉米均主要是连片大规模种植，具有高投入高产出特征。上述情况表明，在粮食生产成本呈现长期持续上升必然趋势下，生产成本并不是农民进行种粮决策和对粮食生产进行更多投入决策的关键性影响因素。

自变量Cut即现金收益的影响。3种粮食的亩均现金收益对亩产量都有显著正向影响。早籼稻和小麦的亩均现金收益对亩产量的影响程度均相对较大，说明现金收益是生产早籼稻和小麦的农民种粮积极性的关键性影响因素。玉米的亩均现金收益对亩产量的影响程度弱于早籼稻和小麦，可能是与稻谷和小麦主要用于口粮相比，玉米更接近于经济作物，玉米的生产经营收益主要来自于生产者向下游环节厂商出售产生的利润，受玉米产业链下游环节的市场供求形势变化影响较大，玉米生产者可能更重视种植利润而不是现金收益。

自变量Pjt即其他粮食价格的影响。其他粮食农户平均出售价格对小麦亩产量的有显著负向影响，影响程度较大，说明农民小麦生产决策易于受到玉米等其他粮食作物预期收益的机会成本因素影响。如果玉米销售收益相对较高，农民可能会放弃种植小麦而选择种植玉米，不利于保障口粮安全。其他粮食价格对玉米亩产量的影响不显著，可能是因为近年来在粮食市场上玉米价格水平相对较高。

控制变量的影响。(1)控制变量Mt即当期地区农业机械总动力的影响。农业机械化水平对早籼稻亩产量有显著负向影响，可能因为早籼稻生产方式主要是零散地块的小规模分散生产，不宜进行农业机械投入。农业机械化水平对小麦亩产量影响不显著，可能与小麦生产的机械化水平已经相当高有关。农业机械化水平对玉米亩产量显著正向影响，提高机械化水平可能会提高玉米亩产水平。(2)控制变量Pot即当期地区乡村从业人员数量的影响。乡村从业人口数量对早籼稻和小麦亩产量的影响不显著，对玉米亩产量有显著负向影响。可能是玉米种植方式以农业机械投入较高的规模化生产为主，过度增加劳动投入不利于提高产量。(3) 控制变量Dit即当期地区农业成灾面积的影响。农业灾害因素对早籼稻亩产量影响不显著，对小麦和玉米亩产量有显著负向影响，但影响程度均较弱。可能是长时期以来中国粮食生产没有遭受严重自然灾害，灾害性天气总体上对粮食亩产量影响有限。

五、研究结论与讨论

(一)主要结论

1.最低收购价格政策和临时收储政策实现了有效激励农民种粮积极性的政策目标。最低收购价格政策和临时收储政策对于提高农民种粮积极性有明显的正向作用，是较为成功的激励农民种粮积极性的政策，上述政策对所有粮食品种的农民种粮积极性都产生明显的正向效果。

最低收购价格政策和临时收储政策对农民生产不同品种粮食的种粮积极性影响有一定差异性。玉米的临时收储价格政策对小麦的播种面积和亩产量有明显负向影响，粮食品种之间的比较收益差异会影响主要口粮的生产供应，不利于保障口粮为主的粮食安全，停止实施玉米临时收储政策很有必要。

2.农民种粮积极性对粮食生产成本不敏感。粮食生产成本因素对有限粮食品种的农民种粮积极性有一定负向影响，但是影响程度并不大。如果能够使农民获得持续的现金收益，农民不会因为粮食生产成本持续上升而影响其种粮积极性。农民种粮积极性对生产成本因素不敏感，对企业经营类的利润率和净利润等生产经营指标不敏感，而对持续上升的现金收益因素最为敏感。

3.现金收益是影响农民种粮积极性的主要因素。将种粮农民持续获得增量现金收益与农民持续增加粮食生产和出售的粮食供给绩效紧密联系起来，形成增产增收为核心的粮食生产供给保障的良性循环机制，是粮食最低收购价格政策和临时收储政策能够有效激励农民种粮积极性的根本原因。

(二)政策性建议

1.进行农民种粮积极性激励政策设计应遵循两项基本原则。进行农民种粮积极性激励政策设计，不论是采取价格补贴还是直接收益补贴，应当遵循两个基本原则，一是使农民获得的政策收益形式应当能够满足其切身利益需要，现阶段来看应当是现金收益；二是使农民收益增加与粮食增产增售的供给绩效结合起来，即按照种粮农民在粮食生产和出售的实际效果给予其相应收益。从这个角度讲，种粮直接补贴政策要起到有效替代价格补贴政策的作用，需要做的是改革现行的补贴发放标准和方式与粮食生产绩效不挂钩的做法。

2.对稻谷和小麦等口粮品种应当坚持实施收购价格政策干预。实践经验表明，原粮收购价格激励政策只适用于纯粹口粮品种，对稻谷和小麦应当坚持实施政策干预。玉米的口粮作用弱于小麦，不宜对玉米实施价格激励政策，玉米增产应当更多采取市场机制为基础的激励性政策，玉米的价格激励政策应当永久性退出。

3.加强农田基础设施建设，提高农业自然灾害的防御能力。要注意到近年来农业自然灾害因素对粮食生产变化没有影响，这是因为近年来没有较大的、全局性的、灾难性的自然灾害，但这并不意味着这种“天帮忙”的好运气会一直持续下去，要大力加强农田基础设施建设，提高农业自然灾害的防御能力。

4.充分利用集体土地所有制下农民种粮积极性主要受现金收益影响的特有优势。在当前农村土地流转发展形势下，要注意充分利用集体土地所有制下农民种粮积极性主要受现金收益影响的特有优势。要使社会资本进入农村后，和农村集体经济制度很好地结合起来，继续发挥这种经济制度下的对粮食安全有切实保障的农民种粮积极性机制。