生产者补贴促进大豆增产的因素研究*

宋燕平,张 琴,彭 慧,2

(1.安徽农业大学 经济管理学院,安徽 合肥 230036;2.合肥经济学院 商学院,安徽 合肥 230031)

大豆是中国重要的粮食作物。20世纪下半叶,中国曾是世界上最大的大豆生产国,现已成为最大的大豆进口国[1]。一方面,中国自身大豆供给不足。根据《中国农业产业发展报告》,2021年我国大豆自给率为14.53%①。根据联合国粮食组织公布的数据,2013年至2020年,中国的大豆种植面积一直都低于美国和巴西,中国大豆种植面积约为美国种植面积的30%,仅为巴西种植面积的27%②。另一方面,中国对大豆的需求量不断上升。每年从美国、巴西等国进口大豆的数量占中国需求量80%以上,大豆对外依存度很高[2]。为平衡大豆供需,减少大豆进口依赖程度,2021年、2022年和2023年中央“一号文件”相继提出“稳定大豆生产”“大力实施大豆提升工程”和“深入推进大豆和油料产能提升工程”③。因此,提升国产大豆产能,确保大豆自给率是我国新时期新阶段全面保障粮食安全的战略需求。

自2008年以来,中国相继实施了大豆临时收储政策、目标价格政策和生产者补贴政策,以期提高农民种植大豆的积极性,提升大豆产量,保障粮食安全。2017年实施的大豆生产者补贴政策,统筹大豆与玉米的补贴机制,实施大豆补贴标准高于玉米的方式,来实现“增大豆、减玉米”的目的[3]。2019年中央“一号文件”提出以“扩面、增产、提质、绿色”为目标实施大豆振兴计划④。2019—2021年中央“一号文件”均强调要完善大豆生产者补贴政策,2020年7月,财政部、发改委和农业农村部联合提出以省为单位设定大豆基期种植面积,且2020-2022年保持不变。

深入研究大豆生产者补贴政策对大豆产量影响的具体因素能够准确分析政策产生的效应,对促进国产大豆的发展具有重要的现实意义。因此,以13个大豆主产省份为研究对象,基于2013-2020年大豆主产区省级层面的数据,构建双重差分模型,分析大豆补贴政策实施对大豆产量的影响。

一、相关文献回顾

国内相关研究主要对不同阶段大豆政策的实施效果进行评估。对于临时收储政策,研究主要集中在政策实施带来的种植面积的变化。如马英辉等对1974年以来的东北地区大豆种植面积进行反事实拟合,认为在大豆临时收储政策实施初期,大豆种植面积有一定促进作用,随后逐渐弱化[4]。还有学者研究了临时收储政策调整为目标价格政策后对中国大豆播种面积的影响及机制,结果显示,政策改革的首年大豆种植面积大量增加,次年则不断下降[5]。

对于目标价格补贴政策,相关文献分析了政策实施对农户生产的影响,以及政策实施带来的宏观经济变化。前者如:徐雪高等在分析大豆目标价格补贴政策演变的基础上,以大豆政策改革目标为导向对政策效果进行评估[6];王文涛等根据目标价格政策效应的理论分析得出,政策带来的效应为短期产量效应,政策在促进大豆产量增加、保障农民收益等方面存在局限性[7,8];胡迪等将目标价格政策补贴纳入农户生产决策行为模型,运用面板数据模型分析大豆目标价格补贴政策对农户生产行为的影响,指出目标价格政策补贴不应以种植面积来补贴,按种植面积补贴的方式不仅会降低高产区农户大豆种植积极性,且难以鼓励大豆种植向优势地区和规模化方向发展[9]。后者如:柳苏芸等利用一般均衡GTAP模型分析种植面积补贴和产量补贴分别对产量、价格和进口量的影响,指出,将政策的补贴重点放在产量补贴上,对大豆增产更有刺激作用[10];方燕等利用GARCH族模型,对改革试点前后大豆价格的波动情况进行实证研究,结果表明,大豆目标价格政策的实行有助于稳定我国大豆市场,有利于大豆价格逐渐回归至市场定价[11];徐建玲等和邢璐瑶等主要分析目标价格政策实施对我国大豆期货市场价格和期货现货价格基差的影响,发现政策实施对我国农产品期货价格存在显著影响[12,13]。

关于生产者补贴政策,现有研究主要评估政策实施前后的效果。如田聪颖等利用数学规划模型对大豆生产者补贴的实施效果进行事前评估[14],并进一步比较分析大豆目标价格补贴政策和大豆生产者补贴政策原理,结合实际探讨从目标价格补贴向生产者补贴转变的现实逻辑,得出大豆生产者补贴替代目标价格补贴政策具有一定合理性的结论[15]。还有研究进一步探索政策实施后变化的机制,如:周杨等提出大豆生产者补贴政策实施若不能给予农户稳定的收益预期,则对全要素生产率产生影响,并根据2014—2018年中国大豆主产区的县区数据和PSM-DID模型分析大豆生产者补贴政策改革对农户种植结构调整的影响及其作用机制[3,16];王新刚等分析了生产者政策实施对大豆种植面积的影响[17];许鹤等则从微观数据入手,利用倾向得分匹配模型和混合回归模型进行分析,结果显示,大豆生产者补贴政策对试点地区农户存在激励效应[18]。

综上所述,国内对于不同阶段大豆政策的研究非常丰富,但是,对现行实施的生产者补贴政策效应研究主要从大豆结构调整和种植面积扩大方面展开,较少关注政策对大豆单产的影响,而单产是显示大豆竞争力的关键因素之一,因此需要加强这方面的研究。

二、大豆补贴政策演变

我国大豆政策经历了从临时收储政策到目标价格补贴政策,再到生产者补贴政策的演变,不同阶段的大豆政策都是针对我国大豆产业发展的特征和需求而制定。

2007年初至2008年下半年,我国大豆价格呈现下行趋势且市场波动剧烈,对豆农、大豆流通企业、豆油生产企业等相关利益主体造成了不同程度的冲击。政府为了保护广大农民利益,在放开市场的同时,也建立粮食宏观调控体系。2008年开始实施大豆临时收储政策,旨在保障豆农增产增收。但相较于其他农产品价格增长幅度来说,大豆收购价格长期低位增长,无法保证农民的种植收益。政府以高于市场价的价格收购国产大豆,同时要求在成本价格上加上合理费用和最低利润进行销售,增加了销售难度。同时,大量国外低价大豆涌入国内市场,国内价格高于国外价格,导致国内消费集中于国外大豆。临时收储政策实施后,出现了国家库存积压和进口激增并存的局面。为解决政策实行中产生的问题,政府逐渐将临时收储政策改变为目标价格政策。

2014年,中国在东北地区三省一区进行目标价格补贴试点。目标价格补贴政策指政府制定并公布目标价格,在与市场价格进行比较的基础上计算差价,对农户进行补贴从而保障农户基本收益。但目标价格补贴政策在实施中易产生目标价格水平低、采价不合理和操作成本高等问题。目标价格过高会增加财政负担,不利于市场发挥调节功能;目标价格过低则农户收益下降,直接降低农户大豆种植的积极性。目标价格补贴政策设计复杂,难以操作,且存在补贴对象难落实、补贴面积难核算、补贴发放时间晚等一系列问题[19]。因此,2017年,国家在目标价格补贴政策的基础上进行市场化改革,根据生产者价格和市场购销价格之间的差价直接给予农户补助金,将政策调整为生产者补贴政策。

三、数据来源与模型设定

(一)数据来源

所用统计数据来自2013—2020年《全国农产品成本收益资料汇编》、中国13个大豆主产省份(内蒙古自治区、辽宁省、吉林省、黑龙江省、江苏省、河南省、山西省、四川省、山东省、安徽省、湖北省、湖南省、陕西省)的统计年鉴以及《中国农村统计年鉴》。

(二)变量选取

核心被解释变量为大豆总产量,来源于各年份统计年鉴。参考已有文献,控制变量的选取如下:一是大豆种植面积。产量主要由单产和面积决定。二是玉米和稻谷种植面积。玉米和稻谷是大豆种植的主要竞争作物,在大豆政策实施期间,玉米和稻谷的补贴政策也会影响农户种植决策,因此选取玉米和稻谷播种面积用来控制其他补贴政策对大豆产量的干扰。三是大豆生产的综合比较优势。大豆种植过程中劳动力投入较多,且主产区的大豆生产具有突出优势,因此选取劳动力转移程度和是否为大豆主产区作为被解释变量,其中劳动力转移程度为农业从业人员数占乡村从业人员数的比重;是否为大豆为主产区指将中国大豆生产排名前五的主产省份赋值为1,其他非主产省份赋值为0。四是农业技术水平和市场对外依存度。不同地区的农业技术水平不同,而农业技术水平对大豆生产产生影响,最终影响地区大豆产量;市场对外依存度不同,受到国际大豆价格冲击大小不同。选取化肥投入(折纯量)、农机总动力来代表农业技术水平;市场对外依存度选取大豆进口量和总产量之比来衡量[20-22]。表1为变量的描述性统计。

表1 各变量描述性统计情况

(三)模型设定

为研究大豆生产者补贴政策对大豆产量的影响效果,利用双重差分法进行实证分析。双重差分法作为常规的政策评估方法,可以有效控制个体差异和时间差异以及内生性问题[23,24]。具体模型设定如下:

yit=α0+α1(treati×postt)+γi+δt+βxit+∂it

(1)

式(1)中,i和t表示省份与年份;yit为结果变量,代表大豆总产量;treati为政策实施变量,treati=1 表示属于大豆生产者补贴试点地区,即内蒙古自治区、辽宁省、吉林省、黑龙江省,treati=0表示属于非大豆生产者补贴试点地区,即安徽省、河南省、山西省、四川省、山东省、江苏省、湖北省、湖南省、陕西省;postt为时间分组变量,postt=1指在政策实施期间,时间为2017-2020年,postt=0指政策实施前,时间为 2013-2016 年;xit表示影响大豆生产的控制变量;γi为个体固定效应;δt为时间固定效应;∂it表示随机误差项;α0、α1、β为待估参数。重点关注交叉项treati×postt的系数α1,表明去除了其他因素之后,大豆生产者补贴对大豆总产量影响的净效应。

四、回归结果分析

利用计量分析软件stata15对数据进行实证分析,得到以下分析结果。

(一)DID模型基准回归结果分析

从模型的基准回归来观察(见表2),政策实施对大豆总产量的影响是正向显著的,说明生产者补贴政策有助于大豆增产。控制变量中的大豆种植面积、劳动力转移、化肥投入、稻谷播种面积和是否为主产区及对外依赖度都在1%上显著,说明大豆生产的耕地资源、劳动力和化肥等投入都影响政策实施的效果。

表2 平均处理效应

(二)DID的有效检验

1.平行趋势检验

使用双重差分法进行分析需要进行平行趋势检验。引入有限数量的时间虚拟变量,并将其与处理组虚拟变量相乘,考察交互项的显著性。以大豆生产者政策实施时期的前后三年作为样本,观察政策实施前后实验的差异变化。观察图1与表3发现,政策实行前的第一年到第三年treat×post交互项系数呈现上升趋势,但时间虚拟变量与处理组虚拟变量的交互项并不显著,表明实验组与对照组在政策实施之前并没有显著差异。而政策实施后的第二年,treat×post交互项系数开始在5%水平内显著,表明此时大豆生产者补贴政策实施对大豆产量产生的影响开始显现。值得注意的是,在政策实施后的第二年,政策效应的估计值才通过显著性检验,说明生产者补贴政策的影响具有一定滞后性。图1展示了研究时段内政策效应估计值在数值上的动态变化。

表3 平行趋势检验结果

2.安慰剂检验

为确保实证分析结果并非偶然得出,而只是由大豆生产者补贴政策实施所致,进行安慰剂检验。安慰剂检验是随机重选处理组和对照组,然后通过随机确定的数据进行回归分析,从而确保稳健性。安慰剂检验的随机抽样方法主要参照史丹和李少林的研究方法[25],在研究的 13个省份中进行1 000次抽样,每次随机抽取4个省份作为虚拟处理组,剩余9个省份作为对照组,按照模型(1)进行回归抽样,结果如图2所示。概率密度基本呈正态分布,表明通过安慰剂检验,即生产者补贴政策对政策试点地区产量的影响与其他不确定因素关系不大。

图2 安慰剂检验

(三)稳健性检验

1.剔除其他政策干扰

在大豆补贴政策实施和改革阶段,玉米的补贴政策也相应进行了实施和改革。玉米作为大豆的主要竞争作物,相应的政策补贴变化也可能会影响到农户大豆种植意愿,因此为确保正确评估大豆生产者补贴政策的效果,需要排除相对应主要竞争作物的政策影响。根据回归结果显示,大豆生产者补贴政策对大豆产量的影响仍显著,因此排除其他政策干扰后,研究结论依然稳健可靠。

2.产量最高省份检验

基准回归结果证实大豆生产者补贴政策对大豆产量存在影响,大豆生产者补贴实施有助于政策实施地区大豆产量的提高。但政策效果在产量仅次于实施地区的非政策实施地区的省份是否存在明显差异,仍值得进一步探究。黑龙江是政策实施地区中大豆产量最高的省份,安徽则是非政策实施地区中大豆产量最高的省份。剔除其他省份数据,将非政策实施地区安徽省和政策实施地区黑龙江省进行单独比较,能够更好体现大豆政策实施效果。通过表2和表4结果对比可得出,产量高的地区政策实施带来的效果更为明显。因而大豆生产者补贴政策的实施更应该考虑政策实施地区大豆产量高低,调整政策实施地区政策补贴标准,稳定整体大豆产量。

表4 稳健性检验性结果

(四)政策影响产量增长的途径分析

大豆总产量的变化主要由播种面积与单位面积产量共同决定。粮食总产量发生变化可以分为三种情况:第一种情况是单产不变,粮食播种面积发生变化;第二种情况是单产变化,播种面积不变;第三种情况是单产和播种面积同时变化。

为进一步分析生产者补贴影响大豆产量增长的途径,将核心变量总产量替换为单位产量和种植面积带入基准模型进行回归。结果显示,大豆生产者补贴政策对大豆单产的影响不显著,对大豆种植面积的影响显著(见表5)。由表5可知,大豆生产者补贴政策并未带来大豆单产的增加,但是有助于种植面积的扩大。结合已有实证结果,可得出以下结论:生产者补贴政策通过增加大豆种植面积而不是通过提高大豆单产来增加大豆总产量。

表5 替换核心变量检验

进一步从《中国农村统计年鉴》和政策实施地区统计年鉴的数据整理分析可得,大豆政策实施地区大豆整体单产从2017年的2 091.6kg/hm2减少至2020年的2 043.9kg/hm2,政策实施地区的单产并未得到提高。通过以上分析,大豆生产者补贴政策通过扩大面积增加大豆产量,并没有提高大豆单产。

生产者补贴政策在短期内促进了农户大豆种植面积的增加,而对大豆单产的作用不显著。大豆单产的提高主要与应用相关技术水平相关,包括优良品种的应用以及栽培和植保技术的有效应用等。生产者补贴并没有提高农户应用大豆相关技术的水平或效果。所以,目前中国实行的生产者补贴政策对大豆总产量增加主要来源于政策补贴带来的大豆种植面积实际情况的增加,而非大豆单产提高。但是,鉴于中国人均耕地面积少的情况,不断扩大大豆种植面积并不是促进大豆产量增长的可持续路径。且根据《WTO农业协议》等条例,我国对大豆产值补贴上限为其产量的8.5%,中国能够补贴大豆生产的空间要小于美国等大豆主产国的补贴空间。因而中国对大豆的促进政策还要注重国产大豆的产业竞争力,即提高大豆单产水平,提高大豆的生产效率,在目前实施的生产者补贴政策的基础上设计相应的配套政策,如加大大豆的育种投入、不断引进新品种、提高大豆的机械化水平和资源利用效率等。

五、结论与启示

基于中国大豆主要产区13个省份的2013—2020年数据,利用双重差分法探索生产者补贴政策实施对大豆总产量的影响。主要结论如下:一是大豆生产者补贴政策的实施促进了大豆总产量的增加。因此对于其他未实施大豆补贴政策的大豆高产量地区,可以因地制宜制定生产者补贴政策,进一步发挥大豆补贴政策的作用。二是通过分析生产者补贴政策对大豆产量产生影响的路径发现,目前大豆产量增加主要来源于政策补贴带来的大豆种植面积的扩大,而非大豆单产。因此,结合目前中国人均耕地面积少的情况,发现政策补贴带来的大豆产量增长是有限的。通过上述结论,得到以下启示:

(一)扩大大豆生产者补贴政策实施的范围,提升大豆竞争力

为了保障粮食安全,应进一步推行大豆振兴计划。扩大大豆生产者补贴政策的补贴地区范围,进一步提高中国大豆产量。加强相关配套政策的支持,由单一的大豆生产者补贴政策发展为多元化的政策激励,充分发挥政策的作用,加大对大豆农机补贴和生产技术服务的补贴,改善大豆种植的外部条件,提高农民生产大豆的积极性。发挥市场在大豆生产和交易中的资源配置作用,吸引更多经营主体进入市场,确保农民收益。

(二)提高大豆单产,稳定大豆增产能力

首先,着力提高大豆单产,加大大豆新品种的研发力度。其次,提高对大豆品种研究相关机构的资金支持,加强抗病、抗虫、抗逆大豆种质资源的收集与优化,进一步加快生物技术在大豆育种中的应用,从而不断提高大豆育种效率,保障良种率和品种更新率。研发适宜大豆全程机械化生产和大豆玉米带状复合种植的机械装备,推行麦豆两熟轮作种植模式,提升大豆机械化水平,提高大豆生产的经济效益和农民种植积极性。促进大豆技术推广,引导豆农科学施肥施药,提高大豆生产技术的普及以及现有技术的更新换代。

(三)加强大豆生产基础条件建设和产业链发展

在大豆主产区,积极实施高标准农田建设项目,改善大豆生产基础条件,建成一批优质的大豆生产基地。特别要在大豆播种期易受旱、出苗率低的地区,建设高效节水灌溉设施,提高大豆的稳产增产能力。促进大豆产学研合作和大豆全产业发展,推动大豆“生产+科技+加工”全产业链发展,提升大豆精深加工水平。大力发展订单农业,促进大豆“三产”融合,实现产业集聚集群发展和乘数效应。

注释：

①数据来源于2022年《中国农业产业发展报告》,网址为:https://cagdrs.caas.cn/nylsfzbg/bgfb/index.htm。

②数据来源于联合国粮食和农业组织(FAO)官网的粮农组织统计数据库,网址为:https://www.fao.org/faostat/zh/#data。

③来源于国家粮食和物资储备局官网,网址为:http://www.lswz.gov.cn/html/xinwen/2021-02/21/content_264527.shtml;http://www.lswz.gov.cn/html/xinwen/2022-02/22/content_269430.shtml;http://www.lswz.gov.cn/html/xinwen/2023-02/13/content_273655.shtml。

④参见《中共中央 国务院关于坚持农业农村优先发展做好“三农”工作的若干意见》,网址为:https://www.gov.cn/zhengce/2019-02/19/content_5366917.htm?trs=1。