收儲制度改革能否推動玉米高質量發展？

葉鋒 李谷成 李欠男

內容提要：玉米收儲制度改革是穩步推進糧食市場化改革的重要舉措，本文利用2010-2018年全國20個玉米主產省的面板數據，基于雙重差分模型（DID）的研究設計，以全要素生產率來表征發展質量，分析收儲制度改革對玉米發展質量的靜態影響和動態效應，并探討其影響機制。研究發現，我國玉米全要素生產率在考察期內呈現出上升趨勢，年均增長率為1.00%，且2016年后年均增長率為1.30%;玉米收儲制度改革促進了玉米全要素生產率的提升，但具有一定的滯后效應，主要原因在于收儲制度改革初期玉米生產者補貼仍處于探索階段，未能積極引導農戶合理種植;收儲制度改革通過資源配置效應、成本效應和財富效應提升了玉米全要素生產率。因此，應堅持以市場為主導的糧食支持制度改革，增進玉米生產者補貼的合理性，補齊玉米收儲制度改革中的短板，以進一步推動玉米高質量發展。

關鍵詞：玉米收儲制度改革;高質量發展;全要素生產率;雙重差分模型

中圖分類號：F323.7 ?文獻標識碼：A ?文章編號：1001-148X（2022）02-0056-11

收稿日期：2021-05-19

作者簡介：葉鋒（1995-），男，成都人，華中農業大學經濟管理學院博士研究生，研究方向：農業技術經濟;李谷成（1982-），本文通訊作者，男，長沙人，華中農業大學經濟管理學院/現代農業產業經濟研究院教授，博士生導師，管理學博士，研究方向：農業技術經濟;李欠男（1990-），女，河南新鄉人，湖北文理學院經濟管理學院講師，管理學博士，研究方向：農業技術經濟。

基金項目：國家自然科學基金項目，項目編號：71873050;湖北文理學院學科開放基金項目，項目編號：XK2021020;湖北文理學院科研啟動基金資助項目，項目編號：kyqdf2021009。

一、引言

作為糧、經、飼兼用的作物，玉米在農業生產和國民經濟發展中地位愈發重要。為保障玉米生產，國家從2008年開始實施玉米臨時收儲政策，在保障糧食安全、增加農民收入、穩定產品市場等方面取得了諸多成果[1]。但是，隨著中外玉米供求的變化，此種“托市”臨時收購政策帶來的矛盾逐步放大：第一，嚴重扭曲市場機制的運轉。2008年到2014年間國家4次上調玉米臨儲價格，其增長幅度累計高達50%;與此同時，2012-2014年間玉米收儲量由3083萬噸增加到8330萬噸。政府收購擠壓玉米自由市場，干預了市場機制的運轉。第二，中外玉米價格倒掛。2012年后國際玉米價格開始逐步下降，但是國內玉米臨儲價格卻持續走高，導致中外玉米價差逐步擴大，2015年中外玉米價差高達600-700元/噸。玉米進口量逐年增長，國內玉米大多以“儲備”形式退出市場。第三，價格干預帶來的玉米價格和大豆價格的比價擴大，導致資源配置失衡。2008年到2014年間玉米和大豆的價格之比由1：2.5上升到1：2.1，大多數農戶以壓縮大豆種植面積來增加玉米種植面積，種植結構逐步失衡。第四，玉米收儲量明顯提升，國家財政負擔加大。2012年到2014年間玉米收儲財政支出由610億增加到1866億，增長幅度高達206%①。

為緩解玉米供需結構矛盾，2016年國家按照“市場定價、價補分離”的原則將玉米臨時收儲政策調整為“市場化收購”加“生產者補貼”的新機制，改革試點涉及吉林省、遼寧省、黑龍江省和內蒙古自治區（東北三省一區）。2018年東北三省一區的玉米總產量為11144.9萬噸，在全國占比為43.34%;玉米總播種面積為17004.5千公頃，在全國占比為40.36%。

目前，與玉米收儲制度改革相關的文獻主要集中在以下兩個方面：一是從定性的角度來闡述玉米收儲制度改革的背景及改革后的效果[2-3]，二是從定量的角度探究玉米收儲制度改革的效果[4-6]。但是，當前玉米收儲制度改革評估的內容大多局限于玉米產量、產值和農戶收入等“量”的變化，評估內容需要隨著農業供給側結構性改革的推進由“量”向“質”轉變。提高農業發展質量需要依靠質量變革、效率變革和動力變革，效率變革能夠彌補過去高速增長階段被掩蓋的低效率洼地，是推動農業高質量發展的重要抓手[7]。作為糧食市場化改革的“先導者”，玉米收儲制度改革成效直接影響糧食支持制度的改革，進而影響農業供給側改革[4]。對其政策效果的評估有助于完善糧食支持制度，提高政策的科學性。

經濟增長質量在一定意義上可以看作“經濟效率”，農業高質量發展的動力在于提高農業效率。一些學者從效率變革的視角來研究經濟增長質量，認為效率中包含的要素投入產出比例、投入要素的替代可以很好地衡量經濟增長質量[8]。其中，全要素生產率（Total Factor Productivity）在衡量效率的指標中運用較廣泛，既是測度除要素驅動外的經濟增長源泉[9]，也是用來反映經濟高質量發展的重要指標[10]。因此，本文以玉米全要素生產率表征玉米發展質量，探究收儲制度改革能否推動玉米高質量發展。

二、改革制度背景與影響機制分析

（一）玉米收儲制度改革

玉米收儲制度改革分為降低收儲價格、取消臨時收儲制度和進行生產者補貼三個階段，現從制度改革背景、改革內容、改革階段和改革初步成效來介紹玉米收儲制度改革。

1.改革背景。實施重要農產品價格支持制度和收儲制度是21世紀以來我國“三農”工作的要點，農業支持政策有效促進了農業增產、農民增收和農村發展，但是也帶來了諸多問題[11]。2015年中國糧食取得“十二連增”后，糧食供需結構性矛盾逐步體現，玉米的供需結構性問題在三大主糧中較為嚴重。2015年底我國玉米庫存量達2.3億噸，占糧食庫存總量的65.7%。價格干預通常會導致農產品市場機制受限，其中較明顯的特征就是中外農產品價格長期倒掛。實施玉米收儲制度以來，中外玉米價格長期背離，促使玉米產量、庫存量和進口量同時增加，即所謂的“三量齊增”。

2.改革內容和改革階段。鑒于玉米臨儲制度存在的諸多問題，2016年3月國家確定取消玉米收儲制度，全面放開玉米市場，采取“市場化定價+生產者補貼”相結合的新形式。玉米價格由市場供需決定，各市場主體可以按市場價格自由交易，國家對生產者進行補貼。黑龍江、吉林、遼寧和內蒙古按種植面積補貼，畝均補貼分別為182.24元、171.42元、171.39元和171.41元。此外，不同于小麥和水稻等其他主糧，玉米大多用于飼料和酒精等深加工。玉米改革的主線主要圍繞“賣糧難”和“外運難”兩個方面展開，國家和試點區政府相繼出臺了收購新玉米支持政策、收購貸款信用保證基金和玉米運輸高速免費等舉措來支持玉米收儲制度改革。2015年國家將玉米收儲價格由2220元/噸下調到2000元/噸，這是玉米臨儲制度實施以來第一次下調玉米價格，同時也釋放了改革信號。2016年3月國家取消了實施多年的玉米臨儲制度，但還未出臺價格支持政策。2016年6月國家頒布《關于建立玉米生產者補貼制度的實施意見》，出臺玉米種植支持新舉措。北方玉米的播種日期一般在4月到5月之間，玉米播種恰逢臨儲制度取消和新的補貼制度未實行。2016年玉米生產主要受到臨儲制度取消的影響，2017年及以后的玉米生產受到臨儲制度取消和生產者補貼的共同影響，分析政策的動態效果顯得尤為重要。

3.改革初步成效。第一，中外玉米價差逐步縮小，市場價格形成機制逐步完善，由2013年的每噸價差千元以上到逐步持平;與此同時，在同一產區基于產品品質和地區的合理差價逐步形成。在臨儲制度實施期間，各地區玉米價格沒有差異，不利于玉米產業的發展。改革后，遼寧鐵嶺等玉米優勢產區和黑龍江冷涼非優勢產區的玉米價差為0.25元每斤，遼寧港口地區和黑龍江北部偏遠地區的玉米價差為0.22元每斤，市場機制逐步凸顯。第二，玉米進口和庫存逐步減少。2017年1-4月間我國玉米進口量比去年同比下降82.8%，2016到2017年間我國玉米年底結余為955萬噸，較2016年減少73.5%。第三，相關加工企業營業狀況逐步好轉。在臨儲制度實施時，玉米價格和淀粉飼料價格長期背離，在政策壓力和市場壓力下，許多以玉米為原材料的加工企業處于虧損，停業率將近50%。改革后，黑龍江和遼寧的玉米加工企業采購成本下降40%左右，營業率高達98%。第四，地區種植結構不斷優化調整。在臨儲制度實施期間，玉米種植面積和產量連年高漲，大量化肥農藥投入導致土地生產率逐年下降。改革后價格形成機制和政府的宏觀調控逐步調整了玉米種植結構，2016到2017年黑龍江“鐮刀灣”地區和遼寧易旱區等非優勢產區玉米種植面積大量下降。綜上所述，玉米收儲制度市場化改革后資源配置逐步優化，有利于提高玉米全要素生產率，從而實現玉米高質量發展。

（二）影響機制分析

就玉米全要素生產率的驅動力來看，玉米全要素生產率不僅依賴于制度改革帶來種植業內部的資源配置，還依賴于制度改革帶來農戶穩定的收益預期[12]。就玉米全要素生產率的內涵來看，玉米全要素生產率代表投入產出效率，若制度改革能帶來生產成本的減少而對產出沒有影響或正向影響，玉米全要素生產率也會顯著提升。具體影響機理如下所示：

一是制度改革的資源配置效應，資源配置效應指的是制度改革會通過調整玉米種植面積、優化玉米種植結構來提高玉米全要素生產率。實行玉米臨儲制度時，玉米生產主要以產出為導向，農戶會不遺余力地提高玉米產量。這種依靠過度掠奪土地地力的生產方式會使得土壤質量下降、除草劑和殺蟲劑等農藥殘留，嚴重影響玉米的生產效率[11]。與此同時，在臨儲制度實施時，農戶種植面積大量擴張，采用的是一種粗放經營的方式，冷凍區、易旱區和農牧交錯區的農業種植結構發生變化，傾向于玉米種植，玉米生產效率低下。臨儲制度導致非優勢區趨于玉米種植，使玉米總量雖然上升，單產卻因水土資源短缺和土壤退化不斷下降。農戶會因為單產下降增加生產要素的投入，形成投入產出不匹配的惡性循環。實行收儲制度改革以來，改革試點地區鼓勵進行種植結構調整，減少非優勢區玉米種植面積。資源配置的優化在短期和長期②來看截然不同，對玉米全要素生產率的影響也不盡相同。從短期來看，由于政策實施時間和玉米播種時間相隔較短，政策從推行到實施需要一定時間，農戶對政策的接受存在滯后，疊加沒有出臺新的補貼方式，第一年的玉米全要素生產率不會受到大的影響。從長期來看，玉米生產者補貼額度逐步趨于合理完善，地區改革配套措施趨于完善，種植結構會根據市場來調節，充分發揮出市場是資源配置最優選擇的功效，玉米全要素生產率也會隨之提高。

二是制度改革的財富效應，財富效應指的是制度改革會影響農戶的收入從而調整其生產決策。傳統玉米生產主要依靠勞動時間的投入，隨著收入的提高，農戶會逐步選擇全機械化或生產環節外包等現代作業模式來換取更多的閑暇。農業機械的使用既能替代大量的勞動力，緩解勞動力成本日趨上升帶來的投入約束，又在一定程度上能夠提高以上農資的使用效率并減少農藥、化肥和農膜等農資的施用量。生產環節外包有利于提高農藥、化肥和農膜等要素的利用效率，繼而提升玉米全要素生產率。目前，我國的農戶小規模生產和土地細碎化不利于生產要素的合理使用，現有的生產規模不可能讓每家每戶都能擁有現代農業機械，擁有機械的農戶也礙于玉米種植規模無法高效利用機械。通過生產環節外包開展農業機械化服務可以達到集中連片，提高農業生產資料的利用效率[13]。與此同時，收入效應的提高可能會帶動品種、生產投入和田間基礎設施等的優化改良，進一步提高玉米全要素生產率。

收儲制度改革的財富效應在短期和長期具有差異性，且在優勢種植區和非優勢種植區③也不相同。從短期來看，玉米收儲制度的改革會減少農戶收入。改革后農戶的收入由玉米銷售收入構成，價格的下降會導致農戶收入減少。從長期來看，農戶的收入由玉米生產者補貼和玉米銷售收入兩部分組成。一方面，生產者補貼可以彌補部分玉米價格下降的損失;另一方面，玉米價差逐步形成，優勢區農戶由于產量、品質、區位等優勢，往往會獲得較高的收入。此外，補貼額度的合理化、配套設施的健全、種植結構的調整會使得玉米生產趨于優勢區，農戶的收益也會得到提高。綜上，制度改革帶來的財富效應在短期內難以體現，但是其財富效應在長期卻可以得到保障，采取相對固定的補貼有利于從長遠上穩定農戶收入預期、保護其利益和種植的積極性。換言之，收儲制度改革在短期內對玉米全要素生產率可能不會產生影響，但從長期來看卻可以提高玉米全要素生產率。

三是制度改革的成本效應，成本效應指制度改革會影響土地、勞動和資本的投入，從而影響玉米全要素生產率。2016年改革東北三省一區自有土地的農民種植玉米的生產成本在0.65-0.85元/斤左右，2015年黑龍江、內蒙古、吉林、遼寧玉米生產成本分別為0.62、0.66、0.82和0.88元/斤④，2016年玉米生產成本總體來看略低于2015年。對土地而言，東北三省一區玉米種植主要包含自家土地和租賃土地，土地租賃價格往往和農產品價格掛鉤，收儲制度實施時玉米價格持續走高，土地租賃價格也持續攀升。從短期來看，在制度改革后玉米價格逐步下跌，土地的租賃價格也呈現出斷崖式下降，僅2016年玉米土地平均租賃價格畝均下降約200元。從長期來看，玉米的價格市場化后價格難以回到收儲時代的高價，土地成本下降也是必然趨勢。從勞動來看，短期內改革對玉米生產用工的需求影響不大，長期來看改革會促使玉米向優勢產區集中種植，機械對勞動力的替代會減少勞動力的投入。從資本要素投入來看，玉米生產的資本要素主要包含種子、化肥、農藥和機械，短期內改革對農戶種植行為影響有限，對上述生產要素的變化影響較小。從長期來看，玉米市場化改革后差價的形成會逐步促進玉米優勢區規?；a，由玉米品質高低產生的市場價差會使玉米生產逐步由量到質發生轉變，農戶會轉變以往靠要素投入來增產的生產方式，轉變為高質量的集約化生產，在很大程度上能夠減少農藥、化肥和農膜等生產要素的投入。

三、研究方法、研究變量和研究數據的設定

（一）研究方法的提出

在進行政策評估時傳統的做法通常是基于面板數據設置政策虛擬變量，控制個體特征和時間特征后進行OLS回歸。但是，這種方法不能解決內生性帶來的干擾，無法準確識別處理效應?；谟衩资諆χ贫雀母锏脑圏c特征，可以將其視為一項“準自然實驗”⑤，并采用雙重差分（DID）模型來估計其政策效果。因此，本文采用 DID模型，以改革涉及的東北三省一區作為實驗組，全國其他玉米主產省份作為對照組進行玉米收儲制度改革的生產率效應評估。在使用DID模型時大部分分析是根據個體是否受到政策影響來設置虛擬變量treated，將受到玉米收儲制度改革政策影響的省份（實驗組）賦值為1，沒有受到政策影響的省份（控制組）賦值為0;同時，根據政策實施的年份設置虛擬變量time，將玉米收儲制度改革政策當年及以后記為1，實施政策以前記為0。其中，交互項treated×time的系數為玉米收儲制度改革政策實施的凈效應。綜上，本文構建如下DID模型：

LNTFPi，t=α1+α2didi，t+βXi，t+ηt+γi+μi，t（1）

其中，i代表地區，t代表年份。TFP代表玉米全要素生產率，did代表兩個虛擬變量的交互項treated×time，即玉米收儲制度改革實施的虛擬變量，X代表控制變量，η和γ分別代表年份效應和地區效應，μ代表經典隨機擾動項，α和β代表待估計參數。特別需要注意的是，α2為本文的核心估計參數，代表玉米收儲制度改革的凈效應。

進行DID模型分析時一般要滿足以下兩個前提假設：

第一，政策的隨機性。DID模型的基本原理是構建反事實分析框架，反事實分析框架[14]是提出用來分析政策實施處理效應的一種分析思路，基本原理是假定處理組若沒受到政策干預會產生什么結果，并將二者之間的差異看做“處理效應”，其難點在于尋找合適的控制組作為實驗組的反事實替身。目前，常用的處理方式為隨機化處理，若政策的實施不具有隨機性就會出現由自選擇帶來的內生性問題。玉米收儲制度改革雖不是完全隨機的，但仍然能采用DID模型來識別其生產率效應。首先，雖然玉米收儲制度改革是由中央經過決策選擇的，但是其仍然具有很強的外生性。一方面，對于實驗組個體（各省份）而言，地方政府不能選擇是否參加玉米收儲制度改革，在很大程度避免了自選擇帶來的處理效應偏誤;另一方面，對于中央政府而言，受限于信息、財政等因素，中央政府對于政策實施地區的選擇以及政策生效時機的選擇具有一定的隨機性[4]。其次，對于不隨時間變化卻又影響玉米全要素生產率和政策選擇的變量，如光照、降雨量和氣溫等因素可以通過DID模型的差分來進行消除。若控制組和實驗組滿足共同趨勢假設，此時仍然可以準確估計出政策實施的效應[15]。最后，對于影響政策實施選擇的因素可以將其從隨機殘差項中剝離，作為控制變量進行回歸。這樣可以有效解決內生性問題，從而得到準確的結果。

第二，共同趨勢假設。采用 DID 模型準確估計收儲制度改革對玉米全要素生產率影響的前提條件是：如果沒有收儲制度改革發生，實驗組與控制組的玉米全要素生產率的變動應一致，這一前提亦為共同趨勢假設，但是難以觀測到假設玉米收儲制度改革地區沒有參與改革的數據。因此，本文對共同趨勢假設的檢驗主要是比較玉米收儲制度改革前實驗組和控制組玉米全要素生產率的變化情況。若二者的變化具有趨同性就可以推斷玉米收儲制度改革地區若沒發生改革的情況，從而得到政策的凈效應。共同趨勢假設的主要檢驗方法之一為事件研究法，通過構建計量經濟學模型來判斷實驗組和控制組在政策實施前是否具有顯著差異?；诖?，借鑒已有研究[4，16]，本文構建以下模型來檢驗共同趨勢假設：

LNTFPi，t=∑2018k=2010βk.treatedi×timek+βXi，t+ηt+γi+μi，t（2）

其中，式子（2）中各變量的含義和（1）中基本一致?，F以2015年為對照組，若2015年前的系數不顯著，2015年后的系數顯著，則表明在政策實施前玉米全要素生產率在實驗組和控制組沒有顯著差異，政策實施后二者之間具有顯著差異。

（二）變量說明

1.被解釋變量。本文選取玉米全要素生產率為被解釋變量。玉米全要素生產率是用來衡量玉米生產效率的指標，能夠較全面地反映出玉米生產過程中要素投入產出之間的關系。本文利用MaxDEA6.0軟件，采用序列DEA分析方法中的Malmquist指數來測度全國玉米主產區20個省2010-2018年間的玉米全要素生產率變化情況，結果如表1所示。并將玉米全要素生產率變化率轉化為以2010年為100的累計增長指數，將其取自然對數。參考朱滿德等[17]、張麗娜等[18]的研究成果和農業生產函數的特征，文中測算玉米全要素生產率的投入變量為土地成本（元）、畝均用工數量（天）、畝均種子用量（千克）、畝均化肥用量（千克）和畝均機械費用（元），分別代表玉米生產中的土地、勞動和資本等生產要素投入。產出變量為玉米畝均產量（千克）。

從整體來看，我國玉米全要素生產率在2010-2018年間呈現出增長趨勢，年均增長率為1.00%。除遼寧、江蘇、安徽、河南、湖北、廣西和陜西外，大部分地區的玉米全要素生產率都是維持正增長，并且各地區玉米全要素生產率的增長趨于平衡。本文將玉米全要素生產率變化的考察周期劃分為2010-2015年和2016-2018年兩個階段，2010-2015年間玉米全要素生產率增長率均值為0.80%，2016-2018年間玉米全要素生產率年均增長1.30%。

在進行回歸之前可以通過圖1來直觀描述玉米收儲制度改革前后實驗組和控制組的玉米全要素生產率變化情況。如圖1所示，在玉米收儲制度改革之前（2010-2015年），實驗組和對照組全要素生產率變化幾乎保持平穩;收儲制度改革后（2016-2018年），對照組玉米全要素生產率變化仍然比較平穩，但是實驗組玉米全要素生產率卻顯著提高。這初步表明玉米收儲制度的改革后遭受政策沖擊的實驗組玉米全要素生產率的提升遠高于對照組，政策實施可能會對玉米全要素生產率產生正向影響。圖1中的趨勢變化亦可作為DID模型中重要的共同趨勢檢驗（控制組和實驗組在政策實施前玉米全要素生產率變化一致）的判斷標準，圖1表明控制組和實驗組具有共同趨勢。

2.核心解釋變量。本文的核心解釋變量為did。此變量由政策實施的時間虛擬變量time和地區虛擬變量treated交互形成，其系數為政策的凈效應。

3.控制變量。玉米生產效率主要受基礎設施、經營情況和自然氣候變化等多方面影響。參考朱滿德等[17]對于玉米全要素生產率影響因素的研究，本文選取單位面積農村道路里程（千米）、人均玉米種植面積（畝）、勞動力平均受教育年限（年）和受災率（%）分別控制基礎設施、經營情況、人力資本和自然環境。此外，玉米全要素生產率還可能受到地區經濟發展水平和地區生產資料價格的影響。參考廖進球和黃青青[11]及阮榮平等[4]的研究，本文采用地區人均GDP（元）和地區玉米生產價格指數來控制玉米生產中的省級特征。

4.其他變量。其他變量為影響機制變量。收儲制度改革主要通過資源配置效應、成本效應和財富效應對玉米全要素生產率產生影響，參考廖進球和黃青青[11]、黃瑪蘭等[19]等人的研究思路，本文選取玉米種植面積（千公頃）和玉米種植結構（%）兩個指標來衡量資源配置效應。其中，玉米種植面積用地區玉米播種總面積來表示，玉米種植結構用玉米播種面積占農產品播種面積比值來表示;選取單位面積產出（千克）、單位面積總投入（元）、單位面積勞動力投入（天）、單位面積化肥投入（千克）、單位面積機械投入（元）和單位面積種子投入（千克）來衡量成本效應;選取玉米種植畝均凈收益（元）來衡量財富效應。本文中所有涉及資金的變量都用對應價格指數進行平減，轉化為以2010年為基期的不變價數值。

（三）數據來源及描述性統計

本文以中國20個玉米主產省作為研究區域，考慮到政策實施效果可能具有一定時滯性，研究時間跨度設定為2010-2018年。玉米全要素生產率核算中投入產出的數據來源于歷年《全國農產品成本收益匯編》，控制變量數據來源于歷年《中國農村統計年鑒》《中國統計年鑒》、各地區政府網站和EPS數據庫等，其他變量數據來源于歷年《全國農產品成本收益匯編》《中國農業統計年鑒》、各地區年鑒等。本文對于一些異常數據進行了處理，同時采用插值法對部分缺失數據進行了補全，表2為數據的描述性統計結果。

四、實證結果

（一）基準回歸結果

根據公式（1）進行雙重差分回歸，表3報告了收儲制度改革對玉米全要素生產率的平均影響。為對比分析，本文采用DID回歸以及固定效應（FE）兩種方法。第（1）和第（2）列為DID回歸結果，其中（1）中沒有加入影響玉米全要素生產率變化的控制變量和省級特征，（2）中對此進行了控制。第（3）和第（4）列為固定效應回歸結果，其中（3）中沒有放入控制變量和省級特征，（4）中控制了所有影響玉米全要素生產率變化的控制變量、時間特征、地區特征和省級特征。

通過表3（4）可知收儲制度改革使玉米全要素生產率平均增加了0.09%，即從平均水平來看收儲制度改革能促進玉米全要素生產率的提升。一方面，取消臨時收儲政策會通過改善試點區玉米種植結構、減少“鐮刀灣”等非優勢區玉米種植、減少玉米生產成本和形成市場化的要素配置方式等途徑來提高玉米全要素生產率;另一方面，差異化生產者補貼的實施會促使玉米生產向優勢區集中，從而發揮了玉米生產中的比較優勢，顯著提高了玉米全要素生產率。從政策層面來看，收儲制度改革是中央頂層設計糧食制度市場化改革的重要一環。在國內糧食產量上升、糧食進口量上升和糧食儲存量上升的“三量齊增”背景下，玉米收儲制度市場化改革為未來糧食支持政策改革提供了重要方向。

（二）收儲制度改革實施的動態效果

從前文的基準回歸來看，收儲制度改革可以顯著提高玉米全要素生產率，但是基準回歸結果只能反映出政策實施后玉米全要素生產率變化的平均效應，這種影響是瞬時還是存在滯后需要進一步檢驗。為此，本文借鑒劉瑞明和趙仁杰[20]的研究思路，通過did變量和時間虛擬變量的交互回歸來探討收儲制度改革實施的動態效應，回歸結果見表4。第（1）列控制了時間和地區效應。第（2）列在前面的基礎上加入了控制變量，并控制了省級特征。上述結果表明收儲制度改革對于玉米全要素生產率的提高具有滯后性，且影響逐步增大，影響滯后的原因可能是：玉米收儲制度改革的實施分為兩個階段，第一階段是取消收儲制度，但是沒有建立配套的補貼制度。在試點初期，由于政策實施和玉米的生產時間大概同步進行，疊加沒有配套的補貼制度，政策對農戶生產行為影響有限，對玉米種植結構的調整沒有起到實施作用。在政策實施第二年，國家配套了玉米生產者補貼，各地根據收儲制度改革的思想逐步調整玉米種植結構，并以生產者補貼的高低引導農戶種植。但是，由于剛開始實施生產者補貼，受限于補貼額度和方式的合理性，對玉米全要素生產率的影響有限。在政策實施第三年，生產者補貼的額度和標準逐步完善，以市場配置生產要素的格局逐步形成，玉米全要素生產率顯著提高。

（三）收儲制度改革實施的影響機制檢驗

收儲制度改革主要是通過資源配置效應、成本效應和財富效應對玉米全要素生產率產生影響，本文選取種植面積和玉米種植結構兩個指標來衡量資源配置效應，選取單位面積產出、單位面積總投入、勞動力投入、化肥投入、機械投入和種子投入來分析玉米收儲制度改革的成本效應，選取單位面積種植凈利潤來分析玉米收儲制度的財富效應。參考王劍程等[21]的思路，將以上影響因素變量作為被解釋變量，替代玉米全要素生產率變量并進行回歸分析，觀測政策是否對上述變量產生影響?；貧w結果如表5所示⑥。

從財富效應來看，收儲制度改革會導致玉米單位面積的凈利潤增加，這與阮榮平等[4]的研究結果一致。收儲制度改革能夠提高農戶的收益，改革的持續進行能夠使農戶積累財富，從而提高玉米全要素生產率。本文認為制度改革導致農戶凈收益增加的可能原因如下：第一，市場化改革后玉米生產改變了以往以量為導向的粗放生產模式，轉為追求品質的優勢區規模生產模式，發揮了地區的比較優勢，降低生產成本，增加凈利潤;第二，玉米生產補貼逐步趨于合理化，能夠最大程度的彌補市場波動給農戶帶來的損失;第三，玉米收儲制度改革激活了玉米市場，盤活了玉米產業鏈，在一定程度上促進地方經濟增長，從而帶動農戶增收;第四，市場化改革縮小國內外玉米價差，農戶根據市場需求來進行玉米品種差異化生產，這在很大程度上提高了我國玉米的國際競爭力，為進一步提高農戶收益奠定了基礎。

從資源配置效應來看，收儲制度改革會減少玉米種植面積。在玉米臨儲制度實施期間，我國玉米生產擴張嚴重，東北三省一區2015年播種面積相比2004年增長 84.90%，遠遠高于全國平均水平。這些地區玉米種植面積的擴張在很大程度上是以扭曲種植結構、侵占林地、草地和濕地為代價，玉米生產效率低下成為常態。這一情況在改革后得到緩解，玉米的種植面積開始減少，且集中在非優勢產區。2016年黑龍江玉米種植面積減少1922萬畝，主要集中在冷涼區和農牧交錯區;吉林玉米種植面積減少332萬畝，分布在西北易旱區和東部冷涼區;內蒙古等地第四和五積溫帶非優勢地區玉米種植面積減少543萬畝。收儲制度改革對玉米種植結構影響不顯著，可能的原因在于種植結構的調整是一個長期的過程，短期內由于農戶對政策理解不足、配套設施不完善、補貼額度不合理等原因，會致使玉米種植結構的調整受到阻礙。

從成本效應來看，單位面積玉米的成本投入在產出不變的情況下是減少的，改革會通過減少生產成本來促進玉米全要素生產率的提升。若將成本細化為機械成本、種子成本、化肥成本和用工成本，從表4可以看出收儲制度改革對種子成本和化肥成本有明顯的抑制作用，對機械成本和用工成本沒有影響?；试谵r業生產中占據核心地位，化肥的使用對玉米增產效果不言而喻。在玉米臨時收儲制度實施期間，制度的存在使得農戶生產以產量產出為導向、導致化肥的濫用，“高投入”和“高產出”的目標導向使得化肥利用效率低下，土質也因為化肥過量投入而降低。以上情況在制度改革后得到了有效緩解，化肥用量顯著下降，玉米全要素生產率也隨之提升。改革降低種子用量的可能原因如下：制度改革后玉米品質差價逐步形成，靠產量增收的渠道逐步消失，農戶為了追求高質量玉米會放棄原來的種子，而選取更優良的種子。良種的使用不僅能夠節約種子用量，還能變相推動技術進步，提高玉米全要素生產率。制度改革對機械成本和勞動力成本影響不顯著的可能原因在于機械和勞動力的投入在很大程度上代表了農戶的生產習慣，短時期改革對農戶生產習慣難以產生影響，長期改革會促進市場化資源配置、釋放政策紅利，促進機械成本和勞動力成本的降低。

五、穩健性檢驗

（一）共同趨勢檢驗

用DID模型進行研究設計時需要對其共同趨勢假設進行檢驗，前文中的圖示法對共同趨勢假設進行初步檢驗。為了更加精確的判斷改革地區和非改革地區玉米全要素生產率在政策實施前是否具有共同趨勢，本文將采用公式（2）中的模型進行計量判斷。從表6的結果來看，當選擇以2015年為基準期的時候，2015年前的系數值全部不顯著，2015年以后的系數全部顯著。這表明在2015年之前，改革地區和非改革地區的玉米全要素生產率的變化沒有明顯差異;2015年后，改革地區和非改革地區的玉米全要素生產率的變化呈現出明顯差異。通過圖示法和計量經濟學方法相結合可知共同趨勢假設成立，基于DID的研究設計可以有效識別出收儲制度改革和玉米全要素生產率變化之間的因果關系。

（二）安慰劑檢驗

上述回歸中得到的政策處理效應可能由安慰劑效應導致，即結果不能準確識別玉米收儲制度改革的生產率效應。借鑒Chetty[22]、Cai[23]的思想，本文在對照組中隨機選擇樣本并將其當作實驗組，此方法可以有效避免政策效果的偶然性。具體做法為：在所有的樣本里面隨機選擇4個玉米主產省份作為新的實驗組，剩下的其他省份為控制組，保持控制變量不變的情況下用雙向固定效應模型進行估計。為增加結果的可信度，可將上述過程重復500回，得到虛擬的政策實施效應（圖2）。由圖2可知重復回歸結果的系數集中在0附近，這說明基準回歸中收儲制度改革對玉米全要素生產率的影響并不是由安慰劑導致的，研究結論很穩健。

（三）PSM-DID估計

為了解決模型可能存在的選擇性偏誤問題，本文采用PSM-DID的方法來對模型進行穩健性檢驗[24]，即采用傾向得分匹配（PSM）構建控制組樣本，再對數據進行DID估計。本文選取上述回歸中的控制變量來進行PSM，并采用K近鄰匹配、卡尺內最近鄰匹配和核匹配三種方法進行匹配。表7中收儲制度改革的系數沒發生大的改變，這表明本文的結果是穩健的，即玉米收儲制度改革顯著促進了玉米全要素生產率的提升。

（四）干擾政策：大豆目標價格

由于在試點區內玉米和大豆種植的替代性較強，上述結果不能排除玉米全要素生產率的變化是否由大豆政策變化導致。大豆目標價格改革可能會通過調整種植結構來影響玉米全要素生產率，從而使上述結果存在偏誤。為解決政策交錯問題，本文采用政策虛擬變量來控制大豆目標價格政策對玉米全要素生產率的影響，具體措施為若地區受到大豆目標價格政策沖擊記為1，其余為0。表8中的回歸結果表明在控制大豆目標價格政策的影響后研究結果仍然顯著，這表明本文的研究結果比較穩健。

六、結論與建議

本文利用2016年在東北三省一區實施的玉米收儲制度改革作為一項“準自然實驗”，構建DID模型來解決政策評估中的內生性問題，識別收儲制度改革和玉米全要素之間的因果關系，并探討二者之間的動態效應和影響機制。通過對上述問題的分析，本文得出以下幾點結論：（1）我國玉米全要素生產率在2010-2018年間呈現出增長趨勢，年均增長率為1.00%。其中，2010-2015年間，玉米全要素生產率增長均值為0.80%;2016-2018年間，玉米全要素生產率年均增長1.30%，2016年后玉米全要素生產率的增長更加明顯。（2）玉米收儲制度改革可以促進玉米全要素生產率的提升，但具有一定的滯后效應，主要原因在于收儲制度改革初期玉米生產者補貼仍處于探索階段，不能積極引導農戶合理種植。（3）收儲制度改革可以從資源配置效應、成本效應和財富效應這三個路徑來促進玉米全要素生產率的提升，其中資源配置效應主要通過減少非優勢區玉米種植面積來實現，成本效應主要通過減少化肥、種子等投入成本來實現，財富效應主要通過提高種植凈利潤來實現。

基于上述結論，本文提出如下建議：（1）堅持以市場為主導的糧食支持制度改革。收儲制度的市場化改革會促進玉米全要素生產率的提升，這表明堅持市場化改革能夠促進玉米產業高質量發展。未來的糧食收儲制度改革要圍繞市場化改革進行，將資源配置和價格形成由市場決定。當前我國小麥和稻谷的價格支持政策仍然是以政府為主導，要逐步進行市場化改革，還原市場決定價格的機制。（2）增進玉米生產者補貼的合理性。玉米收儲制度改革效果存在滯后性的原因在于補貼的合理性不足。農戶種植行為決定了玉米全要素生產率，補貼的額度、方式對農戶種植行為產生較大影響。玉米收儲制度改革時間較短，政策亟待完善。例如補貼政策延續性、補貼標準確定原則、補貼方式多元化等需要進一步改進。（3）補齊玉米收儲制度改革中的短板。玉米收儲制度改革的目的是調結構和減成本，雖然當前的玉米收儲制度改革有利于降低成本和減少玉米種植面積，但是對于玉米種植結構的調整、勞動力和機械成本影響不顯著，政策優化要圍繞調整種植結構、推進機械替代勞動力進行。一方面要加快玉米種植向優勢區轉移，形成玉米生產優勢帶;另一方面要找到阻礙當前玉米機械化推進的短板，如地形限制和機械作業環節弱項等，應優先支持這些卡脖子技術的研發，加快機械對勞動力的替代。

注釋：

① 數據主要來源于中國玉米信息網和國家統計局，由作者整理所得。

② 此處的短期和長期分別代表制度改革中取消玉米臨時收儲和實施生產者補貼這兩個階段，以下兩點分析與此相同。

③ 優勢種植區包括內蒙古東部地區、吉林和遼寧的黃金玉米帶、黑龍江第一和第二積溫帶;非優勢種植區包括冷涼地區和農牧交錯區，主要涉及黑龍江北部和內蒙古東部第四和第五積溫帶。

④ 數據來源于人民日報，由作者整理所得。

⑤ 一項政策的實施導致部分地區受到影響，其余地區不受影響，那么該政策的實施可以類比自然實驗來進行處理，所產生的效果即處理效應。此政策的實施過程可謂“準自然實驗”。

⑥ 考慮到部分被解釋變量可能不滿足共同趨勢假設，若被解釋變量不滿足共同趨勢，采用PSM-DID的方法進行機制檢驗，PSM的方法選擇為K近鄰匹配。

參考文獻：

[1] 劉文霞，杜志雄，郜亮亮.玉米收儲制度改革對家庭農場加入合作社行為影響的實證研究——基于全國家庭農場監測數據[J].中國農村經濟，2018（4）：13-27.

[2] 武舜臣.糧食安全保障與稻麥“三量齊增”應對：中國玉米和日本稻米改革的經驗啟示[J].經濟學家，2018（4）：96-103.

[3] 普蓂喆，鐘鈺.市場化導向下的中國糧食收儲制度改革：新風險及應對舉措[J].農業經濟問題，2019（7）：10-18.

[4] 阮榮平，劉爽，鄭風田.新一輪收儲制度改革導致玉米減產了嗎：基于DID模型的分析[J].中國農村經濟，2020（1）：86-107.

[5] 繆書超，錢龍，宋亮.收儲制度市場化改革能夠穩定玉米價格波動嗎？——基于雙重差分方法的分析[J].商業研究，2019（9）：11-19.

[6] 宋亮，朱強.玉米收儲制度改革對糧食收獲質量的影響——基于省級面板數據的分析[J].商業研究，2021（1）：43-49.

[7] 尹朝靜.中國農業經濟增長質量的區域差異及動態演進[J].華南農業大學學報（社會科學版），2020，19（5）：1-14.

[8] 陳夕紅，李長青，張國榮，等.經濟增長質量與能源效率是一致的嗎？[J].自然資源學報，2013，28（11）：1858-1868.

[9] Solow R M. Technical Change and the Aggregate Production Function[J].The Review of Economics and Statistics，1957，（3）：312-320.

[10]劉思明，張世瑾，朱惠東.國家創新驅動力測度及其經濟高質量發展效應研究[J].數量經濟技術經濟研究，2019，36（4）：3-23.

[11]廖進球，黃青青.價格支持政策與糧食可持續發展能力：基于玉米臨時收儲政策的自然實驗[J].改革，2019（4）：115-125.

[12]王亞飛，廖甍，王亞菲.高鐵開通促進了農業全要素生產率增長嗎？——來自長三角地區準自然實驗的經驗證據[J].統計研究，2020，37（5）：40-53.

[13]王志剛，申紅芳，廖西元.農業規模經營：從生產環節外包開始——以水稻為例[J].中國農村經濟，2011（9）：4-12.

[14]RUBIN DB.Estimating Causal Effects of Treatments in Randomized and Non-randomized Studies[J]. Journal of Educational Psychology，1974，66（5）：688-701

[15]Heckman JJ，Vytlacil E.Policy-relevant Treatment Effects[J].American Economic Review，2001，91（2）：107-111.

[16]賀超飛，于冷.臨時收儲政策改為目標價格制度促進大豆擴種了么？——基于雙重差分方法的分析[J].中國農村經濟，2018（9）：29-46.

[17]朱滿德，李辛一，程國強.綜合性收入補貼對中國玉米全要素生產率的影響分析——基于省級面板數據的DEA-Tobit兩階段法[J].中國農村經濟，2015（11）：4-14+53.

[18]張麗娜，陳志，楊敏麗，等.我國玉米生產效率時空特征分析[J].農業機械學報，2018，49（1）：183-193.

[19]黃瑪蘭，李曉云.農業勞動力價格上漲對農作物種植結構變化的省際差異性影響[J].經濟地理，2019，39（6）：172-182.

[20]劉瑞明，趙仁杰.西部大開發：增長驅動還是政策陷阱——基于PSM-DID方法的研究[J].中國工業經濟，2015（6）：32-43.

[21]王劍程，李丁，馬雙.寬帶建設對農戶創業的影響研究——基于“寬帶鄉村”建設的準自然實驗[J].經濟學（季刊），2020，19（1）：209-232.

[22]Chetty R.，A.Looney and K. Kroft. Salience and Taxation：Theory and Evidence [J]. American Economic Review，2009，99（4）：1145-1177.

[23]X. Cai，Y. Lu， M. Wu and L.Yu. Does Environmental Regulation Drive Away Inbound Foreign Direct Investment？Evidence From a Quasi-natural Experiment in China [J].Journal of Development Economics，2016，123（1）：73-85.

[24]郭曄，黃振，姚若琪.戰略投資者選擇與銀行效率——來自城商行的經驗證據[J].經濟研究，2020，55（1）：181-197.

Abstract：The reform of corn storage system is an important measure to promote the reform of grain market steadily. Based on difference-in-difference model （DID）， this paper uses the panel data of 20 major corn producing provinces China from 2010 to 2018， and uses the total factor productivity to represent the development quality， analyzes the static and dynamic effects of the reform of the storage system on the development quality of corn， and further discusses its impact mechanism. The results show that the total factor productivity of corn in China shows an upward trend with an average annual growth rate of 1.00%， and the growth rate will increase after 2016 with an average annual growth rate of 1.30%.The reform of corn storage system can promote the total factor productivity of corn， but it has a certain lag effect for the reason that corn producer subsidies are still in the exploratory stage， which can not actively guide farmers to plant reasonably in the early stage of the reform. In addition， the reform of the storage system can improve the total factor productivity of corn through resource allocation effect， cost effect and wealth effect. This paper puts forward some policy suggestions to further promote the high-quality development of corn， such as adhering to the market-oriented food support system reform， improving the rationality of corn producer subsidies， and making up for the shortcomings in the reform of corn storage system.

Key words：corn and storage system reform; high quality development; total factor productivity; DID model

（責任編輯：關立新）