叶锋 李谷成 李欠男

内容提要：玉米收储制度改革是稳步推进粮食市场化改革的重要举措，本文利用2010-2018年全国20个玉米主产省的面板数据，基于双重差分模型（DID）的研究设计，以全要素生产率来表征发展质量，分析收储制度改革对玉米发展质量的静态影响和动态效应，并探讨其影响机制。研究发现，我国玉米全要素生产率在考察期内呈现出上升趋势，年均增长率为1.00%，且2016年后年均增长率为1.30%;玉米收储制度改革促进了玉米全要素生产率的提升，但具有一定的滞后效应，主要原因在于收储制度改革初期玉米生产者补贴仍处于探索阶段，未能积极引导农户合理种植;收储制度改革通过资源配置效应、成本效应和财富效应提升了玉米全要素生产率。因此，应坚持以市场为主导的粮食支持制度改革，增进玉米生产者补贴的合理性，补齐玉米收储制度改革中的短板，以进一步推动玉米高质量发展。

关键词：玉米收储制度改革;高质量发展;全要素生产率;双重差分模型

中图分类号：F323.7  文献标识码：A  文章编号：1001-148X（2022）02-0056-11

收稿日期：2021-05-19

作者简介：叶锋（1995-），男，成都人，华中农业大学经济管理学院博士研究生，研究方向：农业技术经济;李谷成（1982-），本文通讯作者，男，长沙人，华中农业大学经济管理学院/现代农业产业经济研究院教授，博士生导师，管理学博士，研究方向：农业技术经济;李欠男（1990-），女，河南新乡人，湖北文理学院经济管理学院讲师，管理学博士，研究方向：农业技术经济。

基金项目：国家自然科学基金项目，项目编号：71873050;湖北文理学院学科开放基金项目，项目编号：XK2021020;湖北文理学院科研启动基金资助项目，项目编号：kyqdf2021009。

一、引言

作为粮、经、饲兼用的作物，玉米在农业生产和国民经济发展中地位愈发重要。为保障玉米生产，国家从2008年开始实施玉米临时收储政策，在保障粮食安全、增加农民收入、稳定产品市场等方面取得了诸多成果[1]。但是，随着中外玉米供求的变化，此种“托市”临时收购政策带来的矛盾逐步放大：第一，严重扭曲市场机制的运转。2008年到2014年间国家4次上调玉米临储价格，其增长幅度累计高达50%;与此同时，2012-2014年间玉米收储量由3083万吨增加到8330万吨。政府收购挤压玉米自由市场，干预了市场机制的运转。第二，中外玉米价格倒挂。2012年后国际玉米价格开始逐步下降，但是国内玉米临储价格却持续走高，导致中外玉米价差逐步扩大，2015年中外玉米价差高达600-700元/吨。玉米进口量逐年增长，国内玉米大多以“储备”形式退出市场。第三，价格干预带来的玉米价格和大豆价格的比价扩大，导致资源配置失衡。2008年到2014年间玉米和大豆的价格之比由1：2.5上升到1：2.1，大多数农户以压缩大豆种植面积来增加玉米种植面积，种植结构逐步失衡。第四，玉米收储量明显提升，国家财政负担加大。2012年到2014年间玉米收储财政支出由610亿增加到1866亿，增长幅度高达206%①。

为缓解玉米供需结构矛盾，2016年国家按照“市场定价、价补分离”的原则将玉米临时收储政策调整为“市场化收购”加“生产者补贴”的新机制，改革试点涉及吉林省、辽宁省、黑龙江省和内蒙古自治区（东北三省一区）。2018年东北三省一区的玉米总产量为11144.9万吨，在全国占比為43.34%;玉米总播种面积为17004.5千公顷，在全国占比为40.36%。

目前，与玉米收储制度改革相关的文献主要集中在以下两个方面：一是从定性的角度来阐述玉米收储制度改革的背景及改革后的效果[2-3]，二是从定量的角度探究玉米收储制度改革的效果[4-6]。但是，当前玉米收储制度改革评估的内容大多局限于玉米产量、产值和农户收入等“量”的变化，评估内容需要随着农业供给侧结构性改革的推进由“量”向“质”转变。提高农业发展质量需要依靠质量变革、效率变革和动力变革，效率变革能够弥补过去高速增长阶段被掩盖的低效率洼地，是推动农业高质量发展的重要抓手[7]。作为粮食市场化改革的“先导者”，玉米收储制度改革成效直接影响粮食支持制度的改革，进而影响农业供给侧改革[4]。对其政策效果的评估有助于完善粮食支持制度，提高政策的科学性。

经济增长质量在一定意义上可以看作“经济效率”，农业高质量发展的动力在于提高农业效率。一些学者从效率变革的视角来研究经济增长质量，认为效率中包含的要素投入产出比例、投入要素的替代可以很好地衡量经济增长质量[8]。其中，全要素生产率（Total Factor Productivity）在衡量效率的指标中运用较广泛，既是测度除要素驱动外的经济增长源泉[9]，也是用来反映经济高质量发展的重要指标[10]。因此，本文以玉米全要素生产率表征玉米发展质量，探究收储制度改革能否推动玉米高质量发展。

二、改革制度背景与影响机制分析

（一）玉米收储制度改革

玉米收储制度改革分为降低收储价格、取消临时收储制度和进行生产者补贴三个阶段，现从制度改革背景、改革内容、改革阶段和改革初步成效来介绍玉米收储制度改革。

1.改革背景。实施重要农产品价格支持制度和收储制度是21世纪以来我国“三农”工作的要点，农业支持政策有效促进了农业增产、农民增收和农村发展，但是也带来了诸多问题[11]。2015年中国粮食取得“十二连增”后，粮食供需结构性矛盾逐步体现，玉米的供需结构性问题在三大主粮中较为严重。2015年底我国玉米库存量达2.3亿吨，占粮食库存总量的65.7%。价格干预通常会导致农产品市场机制受限，其中较明显的特征就是中外农产品价格长期倒挂。实施玉米收储制度以来，中外玉米价格长期背离，促使玉米产量、库存量和进口量同时增加，即所谓的“三量齐增”。

2.改革内容和改革阶段。鉴于玉米临储制度存在的诸多问题，2016年3月国家确定取消玉米收储制度，全面放开玉米市场，采取“市场化定价+生产者补贴”相结合的新形式。玉米价格由市场供需决定，各市场主体可以按市场价格自由交易，国家对生产者进行补贴。黑龙江、吉林、辽宁和内蒙古按种植面积补贴，亩均补贴分别为182.24元、171.42元、171.39元和171.41元。此外，不同于小麦和水稻等其他主粮，玉米大多用于饲料和酒精等深加工。玉米改革的主线主要围绕“卖粮难”和“外运难”两个方面展开，国家和试点区政府相继出台了收购新玉米支持政策、收购贷款信用保证基金和玉米运输高速免费等举措来支持玉米收储制度改革。2015年国家将玉米收储价格由2220元/吨下调到2000元/吨，这是玉米临储制度实施以来第一次下调玉米价格，同时也释放了改革信号。2016年3月国家取消了实施多年的玉米临储制度，但还未出台价格支持政策。2016年6月国家颁布《关于建立玉米生产者补贴制度的实施意见》，出台玉米种植支持新举措。北方玉米的播种日期一般在4月到5月之间，玉米播种恰逢临储制度取消和新的补贴制度未实行。2016年玉米生产主要受到临储制度取消的影响，2017年及以后的玉米生产受到临储制度取消和生产者补贴的共同影响，分析政策的动态效果显得尤为重要。

3.改革初步成效。第一，中外玉米价差逐步缩小，市场价格形成机制逐步完善，由2013年的每吨价差千元以上到逐步持平;与此同时，在同一产区基于产品品质和地区的合理差价逐步形成。在临储制度实施期间，各地区玉米价格没有差异，不利于玉米产业的发展。改革后，辽宁铁岭等玉米优势产区和黑龙江冷凉非优势产区的玉米价差为0.25元每斤，辽宁港口地区和黑龙江北部偏远地区的玉米价差为0.22元每斤，市场机制逐步凸显。第二，玉米进口和库存逐步减少。2017年1-4月间我国玉米进口量比去年同比下降82.8%，2016到2017年间我国玉米年底结余为955万吨，较2016年减少73.5%。第三，相关加工企业营业状况逐步好转。在临储制度实施时，玉米价格和淀粉饲料价格长期背离，在政策压力和市场压力下，许多以玉米为原材料的加工企业处于亏损，停业率将近50%。改革后，黑龙江和辽宁的玉米加工企业采购成本下降40%左右，营业率高达98%。第四，地区种植结构不断优化调整。在临储制度实施期间，玉米种植面积和产量连年高涨，大量化肥农药投入导致土地生产率逐年下降。改革后价格形成机制和政府的宏观调控逐步调整了玉米种植结构，2016到2017年黑龙江“镰刀湾”地区和辽宁易旱区等非优势产区玉米种植面积大量下降。综上所述，玉米收储制度市场化改革后资源配置逐步优化，有利于提高玉米全要素生产率，从而实现玉米高质量发展。

（二）影响机制分析

就玉米全要素生产率的驱动力来看，玉米全要素生产率不仅依赖于制度改革带来种植业内部的资源配置，还依赖于制度改革带来农户稳定的收益预期[12]。就玉米全要素生产率的内涵来看，玉米全要素生产率代表投入产出效率，若制度改革能带来生产成本的减少而对产出没有影响或正向影响，玉米全要素生产率也会显著提升。具体影响机理如下所示：

一是制度改革的资源配置效应，资源配置效应指的是制度改革會通过调整玉米种植面积、优化玉米种植结构来提高玉米全要素生产率。实行玉米临储制度时，玉米生产主要以产出为导向，农户会不遗余力地提高玉米产量。这种依靠过度掠夺土地地力的生产方式会使得土壤质量下降、除草剂和杀虫剂等农药残留，严重影响玉米的生产效率[11]。与此同时，在临储制度实施时，农户种植面积大量扩张，采用的是一种粗放经营的方式，冷冻区、易旱区和农牧交错区的农业种植结构发生变化，倾向于玉米种植，玉米生产效率低下。临储制度导致非优势区趋于玉米种植，使玉米总量虽然上升，单产却因水土资源短缺和土壤退化不断下降。农户会因为单产下降增加生产要素的投入，形成投入产出不匹配的恶性循环。实行收储制度改革以来，改革试点地区鼓励进行种植结构调整，减少非优势区玉米种植面积。资源配置的优化在短期和长期②来看截然不同，对玉米全要素生产率的影响也不尽相同。从短期来看，由于政策实施时间和玉米播种时间相隔较短，政策从推行到实施需要一定时间，农户对政策的接受存在滞后，叠加没有出台新的补贴方式，第一年的玉米全要素生产率不会受到大的影响。从长期来看，玉米生产者补贴额度逐步趋于合理完善，地区改革配套措施趋于完善，种植结构会根据市场来调节，充分发挥出市场是资源配置最优选择的功效，玉米全要素生产率也会随之提高。

二是制度改革的财富效应，财富效应指的是制度改革会影响农户的收入从而调整其生产决策。传统玉米生产主要依靠劳动时间的投入，随着收入的提高，农户会逐步选择全机械化或生产环节外包等现代作业模式来换取更多的闲暇。农业机械的使用既能替代大量的劳动力，缓解劳动力成本日趋上升带来的投入约束，又在一定程度上能够提高以上农资的使用效率并减少农药、化肥和农膜等农资的施用量。生产环节外包有利于提高农药、化肥和农膜等要素的利用效率，继而提升玉米全要素生产率。目前，我国的农户小规模生产和土地细碎化不利于生产要素的合理使用，现有的生产规模不可能让每家每户都能拥有现代农业机械，拥有机械的农户也碍于玉米种植规模无法高效利用机械。通过生产环节外包开展农业机械化服务可以达到集中连片，提高农业生产资料的利用效率[13]。与此同时，收入效应的提高可能会带动品种、生产投入和田间基础设施等的优化改良，进一步提高玉米全要素生产率。

收储制度改革的财富效应在短期和长期具有差异性，且在优势种植区和非优势种植区③也不相同。从短期来看，玉米收储制度的改革会减少农户收入。改革后农户的收入由玉米销售收入构成，价格的下降会导致农户收入减少。从长期来看，农户的收入由玉米生产者补贴和玉米销售收入两部分组成。一方面，生产者补贴可以弥补部分玉米价格下降的损失;另一方面，玉米价差逐步形成，优势区农户由于产量、品质、区位等优势，往往会获得较高的收入。此外，补贴额度的合理化、配套设施的健全、种植结构的调整会使得玉米生产趋于优势区，农户的收益也会得到提高。综上，制度改革带来的财富效应在短期内难以体现，但是其财富效应在长期却可以得到保障，采取相对固定的补贴有利于从长远上稳定农户收入预期、保护其利益和种植的积极性。换言之，收储制度改革在短期内对玉米全要素生产率可能不会产生影响，但从长期来看却可以提高玉米全要素生产率。

三是制度改革的成本效应，成本效应指制度改革会影响土地、劳动和资本的投入，从而影响玉米全要素生产率。2016年改革东北三省一区自有土地的农民种植玉米的生产成本在0.65-0.85元/斤左右，2015年黑龙江、内蒙古、吉林、辽宁玉米生产成本分别为0.62、0.66、0.82和0.88元/斤④，2016年玉米生产成本总体来看略低于2015年。对土地而言，东北三省一区玉米种植主要包含自家土地和租赁土地，土地租赁价格往往和农产品价格挂钩，收储制度实施时玉米价格持续走高，土地租赁价格也持续攀升。从短期来看，在制度改革后玉米价格逐步下跌，土地的租赁价格也呈现出断崖式下降，仅2016年玉米土地平均租赁价格亩均下降约200元。从长期来看，玉米的价格市场化后价格难以回到收储时代的高价，土地成本下降也是必然趋势。从劳动来看，短期内改革对玉米生产用工的需求影响不大，长期来看改革会促使玉米向优势产区集中种植，机械对劳动力的替代会减少劳动力的投入。从资本要素投入来看，玉米生产的资本要素主要包含种子、化肥、农药和机械，短期内改革对农户种植行为影响有限，对上述生产要素的变化影响较小。从长期来看，玉米市场化改革后差价的形成会逐步促进玉米优势区规模化生产，由玉米品质高低产生的市场价差会使玉米生产逐步由量到质发生转变，农户会转变以往靠要素投入来增产的生产方式，转变为高质量的集约化生产，在很大程度上能够减少农药、化肥和农膜等生产要素的投入。

三、研究方法、研究变量和研究数据的设定

（一）研究方法的提出

在进行政策评估时传统的做法通常是基于面板数据设置政策虚拟变量，控制个体特征和时间特征后进行OLS回归。但是，这种方法不能解决内生性带来的干扰，无法准确识别处理效应。基于玉米收储制度改革的试点特征，可以将其视为一项“准自然实验”⑤，并采用双重差分（DID）模型来估计其政策效果。因此，本文采用 DID模型，以改革涉及的东北三省一区作为实验组，全国其他玉米主产省份作为对照组进行玉米收储制度改革的生产率效应评估。在使用DID模型时大部分分析是根据个体是否受到政策影响来设置虚拟变量treated，将受到玉米收储制度改革政策影响的省份（实验组）赋值为1，没有受到政策影响的省份（控制组）赋值为0;同时，根据政策实施的年份设置虚拟变量time，将玉米收储制度改革政策当年及以后记为1，实施政策以前记为0。其中，交互项treated×time的系数为玉米收储制度改革政策实施的净效应。综上，本文构建如下DID模型：

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

其中，i代表地区，t代表年份。TFP代表玉米全要素生产率，did代表两个虚拟变量的交互项treated×time，即玉米收储制度改革实施的虚拟变量，X代表控制变量，η和γ分别代表年份效应和地区效应，μ代表经典随机扰动项，α和β代表待估计参数。特别需要注意的是，α2为本文的核心估计参数，代表玉米收储制度改革的净效应。

进行DID模型分析时一般要满足以下两个前提假设：

第一，政策的随机性。DID模型的基本原理是构建反事实分析框架，反事实分析框架[14]是提出用来分析政策实施处理效应的一种分析思路，基本原理是假定处理组若没受到政策干预会产生什么结果，并将二者之间的差异看做“处理效应”，其难点在于寻找合适的控制组作为实验组的反事实替身。目前，常用的处理方式为随机化处理，若政策的实施不具有随机性就会出现由自选择带来的内生性问题。玉米收储制度改革虽不是完全随机的，但仍然能采用DID模型来识别其生产率效应。首先，虽然玉米收储制度改革是由中央经过决策选择的，但是其仍然具有很强的外生性。一方面，对于实验组个体（各省份）而言，地方政府不能选择是否参加玉米收储制度改革，在很大程度避免了自选择带来的处理效应偏误;另一方面，对于中央政府而言，受限于信息、财政等因素，中央政府对于政策实施地区的选择以及政策生效时机的选择具有一定的随机性[4]。其次，对于不随时间变化却又影响玉米全要素生产率和政策选择的变量，如光照、降雨量和气温等因素可以通过DID模型的差分来进行消除。若控制组和实验组满足共同趋势假设，此时仍然可以准确估计出政策实施的效应[15]。最后，对于影响政策实施选择的因素可以将其从随机残差项中剥离，作为控制变量进行回归。这样可以有效解决内生性问题，从而得到准确的结果。

第二，共同趋势假设。采用 DID 模型准确估计收储制度改革对玉米全要素生产率影响的前提条件是：如果没有收儲制度改革发生，实验组与控制组的玉米全要素生产率的变动应一致，这一前提亦为共同趋势假设，但是难以观测到假设玉米收储制度改革地区没有参与改革的数据。因此，本文对共同趋势假设的检验主要是比较玉米收储制度改革前实验组和控制组玉米全要素生产率的变化情况。若二者的变化具有趋同性就可以推断玉米收储制度改革地区若没发生改革的情况，从而得到政策的净效应。共同趋势假设的主要检验方法之一为事件研究法，通过构建计量经济学模型来判断实验组和控制组在政策实施前是否具有显著差异。基于此，借鉴已有研究[4，16]，本文构建以下模型来检验共同趋势假设：

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

其中，式子（2）中各变量的含义和（1）中基本一致。现以2015年为对照组，若2015年前的系数不显著，2015年后的系数显著，则表明在政策实施前玉米全要素生产率在实验组和控制组没有显著差异，政策实施后二者之间具有显著差异。

（二）变量说明

1.被解释变量。本文选取玉米全要素生产率为被解释变量。玉米全要素生产率是用来衡量玉米生产效率的指标，能够较全面地反映出玉米生产过程中要素投入产出之间的关系。本文利用MaxDEA6.0软件，采用序列DEA分析方法中的Malmquist指数来测度全国玉米主产区20个省2010-2018年间的玉米全要素生产率变化情况，结果如表1所示。并将玉米全要素生产率变化率转化为以2010年为100的累计增长指数，将其取自然对数。参考朱满德等[17]、张丽娜等[18]的研究成果和农业生产函数的特征，文中测算玉米全要素生产率的投入变量为土地成本（元）、亩均用工数量（天）、亩均种子用量（千克）、亩均化肥用量（千克）和亩均机械费用（元），分别代表玉米生产中的土地、劳动和资本等生产要素投入。产出变量为玉米亩均产量（千克）。

从整体来看，我国玉米全要素生产率在2010-2018年间呈现出增长趋势，年均增长率为1.00%。除辽宁、江苏、安徽、河南、湖北、广西和陕西外，大部分地区的玉米全要素生产率都是维持正增长，并且各地区玉米全要素生产率的增长趋于平衡。本文将玉米全要素生产率变化的考察周期划分为2010-2015年和2016-2018年两个阶段，2010-2015年间玉米全要素生产率增长率均值为0.80%，2016-2018年间玉米全要素生产率年均增长1.30%。

在进行回归之前可以通过图1来直观描述玉米收储制度改革前后实验组和控制组的玉米全要素生产率变化情况。如图1所示，在玉米收储制度改革之前（2010-2015年），实验组和对照组全要素生产率变化几乎保持平稳;收储制度改革后（2016-2018年），对照组玉米全要素生产率变化仍然比较平稳，但是实验组玉米全要素生产率却显著提高。这初步表明玉米收储制度的改革后遭受政策冲击的实验组玉米全要素生产率的提升远高于对照组，政策实施可能会对玉米全要素生产率产生正向影响。图1中的趋势变化亦可作为DID模型中重要的共同趋势检验（控制组和实验组在政策实施前玉米全要素生产率变化一致）的判断标准，图1表明控制组和实验组具有共同趋势。

2.核心解释变量。本文的核心解释变量为did。此变量由政策实施的时间虚拟变量time和地区虚拟变量treated交互形成，其系数为政策的净效应。

3.控制变量。玉米生产效率主要受基础设施、经营情况和自然气候变化等多方面影响。参考朱满德等[17]对于玉米全要素生产率影响因素的研究，本文选取单位面积农村道路里程（千米）、人均玉米种植面积（亩）、劳动力平均受教育年限（年）和受灾率（%）分别控制基础设施、经营情况、人力资本和自然环境。此外，玉米全要素生产率还可能受到地区经济发展水平和地区生产资料价格的影响。参考廖进球和黄青青[11]及阮荣平等[4]的研究，本文采用地区人均GDP（元）和地区玉米生产价格指数来控制玉米生产中的省级特征。

4.其他变量。其他变量为影响机制变量。收储制度改革主要通过资源配置效应、成本效应和财富效应对玉米全要素生产率产生影响，参考廖进球和黄青青[11]、黄玛兰等[19]等人的研究思路，本文选取玉米种植面积（千公顷）和玉米种植结构（%）两个指标来衡量资源配置效应。其中，玉米种植面积用地区玉米播种总面积来表示，玉米种植结构用玉米播种面积占农产品播种面积比值来表示;选取单位面积产出（千克）、单位面积总投入（元）、单位面积劳动力投入（天）、单位面积化肥投入（千克）、单位面积机械投入（元）和单位面积种子投入（千克）来衡量成本效应;选取玉米种植亩均净收益（元）来衡量财富效应。本文中所有涉及资金的变量都用对应价格指数进行平减，转化为以2010年为基期的不变价数值。

（三）数据来源及描述性统计

本文以中国20个玉米主产省作为研究区域，考虑到政策实施效果可能具有一定时滞性，研究时间跨度设定为2010-2018年。玉米全要素生产率核算中投入产出的数据来源于历年《全国农产品成本收益汇编》，控制变量数据来源于历年《中国农村统计年鉴》《中国统计年鉴》、各地区政府网站和EPS数据库等，其他变量数据来源于历年《全国农产品成本收益汇编》《中国农业统计年鉴》、各地区年鉴等。本文对于一些异常数据进行了处理，同时采用插值法对部分缺失数据进行了补全，表2为数据的描述性统计结果。

四、实证结果

（一）基准回归结果

根据公式（1）进行双重差分回归，表3报告了收储制度改革对玉米全要素生产率的平均影响。为对比分析，本文采用DID回归以及固定效应（FE）两种方法。第（1）和第（2）列为DID回归结果，其中（1）中没有加入影响玉米全要素生产率变化的控制变量和省级特征，（2）中对此进行了控制。第（3）和第（4）列为固定效应回归结果，其中（3）中没有放入控制变量和省级特征，（4）中控制了所有影响玉米全要素生产率变化的控制变量、时间特征、地区特征和省级特征。

通过表3（4）可知收储制度改革使玉米全要素生产率平均增加了0.09%，即从平均水平来看收储制度改革能促进玉米全要素生产率的提升。一方面，取消临时收储政策会通过改善试点区玉米种植结构、减少“镰刀湾”等非优势区玉米种植、减少玉米生产成本和形成市场化的要素配置方式等途径来提高玉米全要素生产率;另一方面，差异化生产者补贴的实施会促使玉米生产向优势区集中，从而发挥了玉米生产中的比较优势，显著提高了玉米全要素生产率。从政策层面来看，收储制度改革是中央顶层设计粮食制度市场化改革的重要一环。在国内粮食产量上升、粮食进口量上升和粮食储存量上升的“三量齐增”背景下，玉米收储制度市场化改革为未来粮食支持政策改革提供了重要方向。

（二）收储制度改革实施的动态效果

从前文的基准回归来看，收储制度改革可以显著提高玉米全要素生产率，但是基准回归结果只能反映出政策实施后玉米全要素生产率变化的平均效应，这种影响是瞬时还是存在滞后需要进一步检验。为此，本文借鉴刘瑞明和赵仁杰[20]的研究思路，通过did变量和时间虚拟变量的交互回归来探讨收储制度改革实施的动态效应，回归结果见表4。第（1）列控制了时间和地区效应。第（2）列在前面的基础上加入了控制变量，并控制了省级特征。上述结果表明收储制度改革对于玉米全要素生产率的提高具有滞后性，且影响逐步增大，影响滞后的原因可能是：玉米收储制度改革的实施分為两个阶段，第一阶段是取消收储制度，但是没有建立配套的补贴制度。在试点初期，由于政策实施和玉米的生产时间大概同步进行，叠加没有配套的补贴制度，政策对农户生产行为影响有限，对玉米种植结构的调整没有起到实施作用。在政策实施第二年，国家配套了玉米生产者补贴，各地根据收储制度改革的思想逐步调整玉米种植结构，并以生产者补贴的高低引导农户种植。但是，由于刚开始实施生产者补贴，受限于补贴额度和方式的合理性，对玉米全要素生产率的影响有限。在政策实施第三年，生产者补贴的额度和标准逐步完善，以市场配置生产要素的格局逐步形成，玉米全要素生产率显著提高。

（三）收储制度改革实施的影响机制检验

收储制度改革主要是通过资源配置效应、成本效应和财富效应对玉米全要素生产率产生影响，本文选取种植面积和玉米种植结构两个指标来衡量资源配置效应，选取单位面积产出、单位面积总投入、劳动力投入、化肥投入、机械投入和种子投入来分析玉米收储制度改革的成本效应，选取单位面积种植净利润来分析玉米收储制度的财富效应。参考王剑程等[21]的思路，将以上影响因素变量作为被解释变量，替代玉米全要素生产率变量并进行回归分析，观测政策是否对上述变量产生影响。回归结果如表5所示⑥。

从财富效应来看，收储制度改革会导致玉米单位面积的净利润增加，这与阮荣平等[4]的研究结果一致。收储制度改革能够提高农户的收益，改革的持续进行能够使农户积累财富，从而提高玉米全要素生产率。本文认为制度改革导致农户净收益增加的可能原因如下：第一，市场化改革后玉米生产改变了以往以量为导向的粗放生产模式，转为追求品质的优势区规模生产模式，发挥了地区的比较优势，降低生产成本，增加净利润;第二，玉米生产补贴逐步趋于合理化，能够最大程度的弥补市场波动给农户带来的损失;第三，玉米收储制度改革激活了玉米市场，盘活了玉米产业链，在一定程度上促进地方经济增长，从而带动农户增收;第四，市场化改革缩小国内外玉米价差，农户根据市场需求来进行玉米品种差异化生产，这在很大程度上提高了我国玉米的国际竞争力，为进一步提高农户收益奠定了基础。

从资源配置效应来看，收储制度改革会减少玉米种植面积。在玉米临储制度实施期间，我国玉米生产扩张严重，东北三省一区2015年播种面积相比2004年增长 84.90%，远远高于全国平均水平。这些地区玉米种植面积的扩张在很大程度上是以扭曲种植结构、侵占林地、草地和湿地为代价，玉米生产效率低下成为常态。这一情况在改革后得到缓解，玉米的种植面积开始减少，且集中在非优势产区。2016年黑龙江玉米种植面积减少1922万亩，主要集中在冷凉区和农牧交错区;吉林玉米种植面积减少332万亩，分布在西北易旱区和东部冷凉区;内蒙古等地第四和五积温带非优势地区玉米种植面积减少543万亩。收储制度改革对玉米种植结构影响不显著，可能的原因在于种植结构的调整是一个长期的过程，短期内由于农户对政策理解不足、配套设施不完善、补贴额度不合理等原因，会致使玉米种植结构的调整受到阻碍。

从成本效应来看，单位面积玉米的成本投入在产出不变的情况下是减少的，改革会通过减少生产成本来促进玉米全要素生产率的提升。若将成本细化为机械成本、种子成本、化肥成本和用工成本，从表4可以看出收储制度改革对种子成本和化肥成本有明显的抑制作用，对机械成本和用工成本没有影响。化肥在农业生产中占据核心地位，化肥的使用对玉米增产效果不言而喻。在玉米临时收储制度实施期间，制度的存在使得农户生产以产量产出为导向、导致化肥的滥用，“高投入”和“高产出”的目标导向使得化肥利用效率低下，土质也因为化肥过量投入而降低。以上情况在制度改革后得到了有效缓解，化肥用量显著下降，玉米全要素生产率也随之提升。改革降低种子用量的可能原因如下：制度改革后玉米品质差价逐步形成，靠产量增收的渠道逐步消失，农户为了追求高质量玉米会放弃原来的种子，而选取更优良的种子。良种的使用不仅能够节约种子用量，还能变相推动技术进步，提高玉米全要素生产率。制度改革对机械成本和劳动力成本影响不显著的可能原因在于机械和劳动力的投入在很大程度上代表了农户的生产习惯，短时期改革对农户生产习惯难以产生影响，长期改革会促进市场化资源配置、释放政策红利，促进机械成本和劳动力成本的降低。

五、稳健性检验

（一）共同趋势检验

用DID模型进行研究设计时需要对其共同趋势假设进行检验，前文中的图示法对共同趋势假设进行初步检验。为了更加精确的判断改革地区和非改革地区玉米全要素生產率在政策实施前是否具有共同趋势，本文将采用公式（2）中的模型进行计量判断。从表6的结果来看，当选择以2015年为基准期的时候，2015年前的系数值全部不显著，2015年以后的系数全部显著。这表明在2015年之前，改革地区和非改革地区的玉米全要素生产率的变化没有明显差异;2015年后，改革地区和非改革地区的玉米全要素生产率的变化呈现出明显差异。通过图示法和计量经济学方法相结合可知共同趋势假设成立，基于DID的研究设计可以有效识别出收储制度改革和玉米全要素生产率变化之间的因果关系。

（二）安慰剂检验

上述回归中得到的政策处理效应可能由安慰剂效应导致，即结果不能准确识别玉米收储制度改革的生产率效应。借鉴Chetty[22]、Cai[23]的思想，本文在对照组中随机选择样本并将其当作实验组，此方法可以有效避免政策效果的偶然性。具体做法为：在所有的样本里面随机选择4个玉米主产省份作为新的实验组，剩下的其他省份为控制组，保持控制变量不变的情况下用双向固定效应模型进行估计。为增加结果的可信度，可将上述过程重复500回，得到虚拟的政策实施效应（图2）。由图2可知重复回归结果的系数集中在0附近，这说明基准回归中收储制度改革对玉米全要素生产率的影响并不是由安慰剂导致的，研究结论很稳健。

（三）PSM-DID估计

为了解决模型可能存在的选择性偏误问题，本文采用PSM-DID的方法来对模型进行稳健性检验[24]，即采用倾向得分匹配（PSM）构建控制组样本，再对数据进行DID估计。本文选取上述回归中的控制变量来进行PSM，并采用K近邻匹配、卡尺内最近邻匹配和核匹配三种方法进行匹配。表7中收储制度改革的系数没发生大的改变，这表明本文的结果是稳健的，即玉米收储制度改革显著促进了玉米全要素生产率的提升。

（四）干扰政策：大豆目标价格

由于在试点区内玉米和大豆种植的替代性较强，上述结果不能排除玉米全要素生产率的变化是否由大豆政策变化导致。大豆目标价格改革可能会通过调整种植结构来影响玉米全要素生产率，从而使上述结果存在偏误。为解决政策交错问题，本文采用政策虚拟变量来控制大豆目标价格政策对玉米全要素生产率的影响，具体措施为若地区受到大豆目标价格政策冲击记为1，其余为0。表8中的回归结果表明在控制大豆目标价格政策的影响后研究结果仍然显著，这表明本文的研究结果比较稳健。

六、结论與建议

本文利用2016年在东北三省一区实施的玉米收储制度改革作为一项“准自然实验”，构建DID模型来解决政策评估中的内生性问题，识别收储制度改革和玉米全要素之间的因果关系，并探讨二者之间的动态效应和影响机制。通过对上述问题的分析，本文得出以下几点结论：（1）我国玉米全要素生产率在2010-2018年间呈现出增长趋势，年均增长率为1.00%。其中，2010-2015年间，玉米全要素生产率增长均值为0.80%;2016-2018年间，玉米全要素生产率年均增长1.30%，2016年后玉米全要素生产率的增长更加明显。（2）玉米收储制度改革可以促进玉米全要素生产率的提升，但具有一定的滞后效应，主要原因在于收储制度改革初期玉米生产者补贴仍处于探索阶段，不能积极引导农户合理种植。（3）收储制度改革可以从资源配置效应、成本效应和财富效应这三个路径来促进玉米全要素生产率的提升，其中资源配置效应主要通过减少非优势区玉米种植面积来实现，成本效应主要通过减少化肥、种子等投入成本来实现，财富效应主要通过提高种植净利润来实现。

基于上述结论，本文提出如下建议：（1）坚持以市场为主导的粮食支持制度改革。收储制度的市场化改革会促进玉米全要素生产率的提升，这表明坚持市场化改革能够促进玉米产业高质量发展。未来的粮食收储制度改革要围绕市场化改革进行，将资源配置和价格形成由市场决定。当前我国小麦和稻谷的价格支持政策仍然是以政府为主导，要逐步进行市场化改革，还原市场决定价格的机制。（2）增进玉米生产者补贴的合理性。玉米收储制度改革效果存在滞后性的原因在于补贴的合理性不足。农户种植行为决定了玉米全要素生产率，补贴的额度、方式对农户种植行为产生较大影响。玉米收储制度改革时间较短，政策亟待完善。例如补贴政策延续性、补贴标准确定原则、补贴方式多元化等需要进一步改进。（3）补齐玉米收储制度改革中的短板。玉米收储制度改革的目的是调结构和减成本，虽然当前的玉米收储制度改革有利于降低成本和减少玉米种植面积，但是对于玉米种植结构的调整、劳动力和机械成本影响不显著，政策优化要围绕调整种植结构、推进机械替代劳动力进行。一方面要加快玉米种植向优势区转移，形成玉米生产优势带;另一方面要找到阻碍当前玉米机械化推进的短板，如地形限制和机械作业环节弱项等，应优先支持这些卡脖子技术的研发，加快机械对劳动力的替代。

注释：

① 数据主要来源于中国玉米信息网和国家统计局，由作者整理所得。

② 此处的短期和长期分别代表制度改革中取消玉米临时收储和实施生产者补贴这两个阶段，以下两点分析与此相同。

③ 优势种植区包括内蒙古东部地区、吉林和辽宁的黄金玉米带、黑龙江第一和第二积温带;非优势种植区包括冷凉地区和农牧交错区，主要涉及黑龙江北部和内蒙古东部第四和第五积温带。

④ 数据来源于人民日报，由作者整理所得。

⑤ 一项政策的实施导致部分地区受到影响，其余地区不受影响，那么该政策的实施可以类比自然实验来进行处理，所产生的效果即处理效应。此政策的实施过程可谓“准自然实验”。

⑥ 考虑到部分被解释变量可能不满足共同趋势假设，若被解释变量不满足共同趋势，采用PSM-DID的方法进行机制检验，PSM的方法选择为K近邻匹配。

参考文献：

[1] 刘文霞，杜志雄，郜亮亮.玉米收储制度改革对家庭农场加入合作社行为影响的实证研究——基于全国家庭农场监测数据[J].中国农村经济，2018（4）：13-27.

[2] 武舜臣.粮食安全保障与稻麦“三量齐增”应对：中国玉米和日本稻米改革的经验启示[J].经济学家，2018（4）：96-103.

[3] 普蓂喆，钟钰.市场化导向下的中国粮食收储制度改革：新风险及应对举措[J].农业经济问题，2019（7）：10-18.

[4] 阮荣平，刘爽，郑风田.新一轮收储制度改革导致玉米减产了吗：基于DID模型的分析[J].中国农村经济，2020（1）：86-107.

[5] 缪书超，钱龙，宋亮.收储制度市场化改革能够稳定玉米价格波动吗？——基于双重差分方法的分析[J].商业研究，2019（9）：11-19.

[6] 宋亮，朱强.玉米收储制度改革对粮食收获质量的影响——基于省级面板数据的分析[J].商业研究，2021（1）：43-49.

[7] 尹朝静.中国农业经济增长质量的区域差异及动态演进[J].华南农业大学学报（社会科学版），2020，19（5）：1-14.

[8] 陈夕红，李长青，张国荣，等.经济增长质量与能源效率是一致的吗？[J].自然资源学报，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]刘思明，张世瑾，朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究，2019，36（4）：3-23.

[11]廖进球，黄青青.价格支持政策与粮食可持续发展能力：基于玉米临时收储政策的自然实验[J].改革，2019（4）：115-125.

[12]王亚飞，廖甍，王亚菲.高铁开通促进了农业全要素生产率增长吗？——来自长三角地区准自然实验的经验证据[J].统计研究，2020，37（5）：40-53.

[13]王志刚，申红芳，廖西元.农业规模经营：从生产环节外包开始——以水稻为例[J].中国农村经济，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]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]朱满德，李辛一，程国强.综合性收入补贴对中国玉米全要素生产率的影响分析——基于省级面板数据的DEA-Tobit两阶段法[J].中国农村经济，2015（11）：4-14+53.

[18]张丽娜，陈志，杨敏丽，等.我国玉米生产效率时空特征分析[J].农业机械学报，2018，49（1）：183-193.

[19]黄玛兰，李晓云.农业劳动力价格上涨对农作物种植结构变化的省际差异性影响[J].经济地理，2019，39（6）：172-182.

[20]刘瑞明，赵仁杰.西部大开发：增长驱动还是政策陷阱——基于PSM-DID方法的研究[J].中国工业经济，2015（6）：32-43.

[21]王剑程，李丁，马双.宽带建设对农户创业的影响研究——基于“宽带乡村”建设的准自然实验[J].经济学（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，黄振，姚若琪.战略投资者选择与银行效率——来自城商行的经验证据[J].经济研究，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

（责任编辑：关立新）