Page 114 - 《华中农业大学学报(社会科学版)》2022年第1期
P. 114

1 0 8                            华中农业大学学报( 社会科学版)                               ( 总 157 期)

               的, 避免了具体考察每项政策效应的识别难点                    [ 28 ] .与非粮食主产区相比, 粮食主产区省份所受到的
               提高粮食生产能力、 保障粮食安全的要求及政策压力更大.为此, 将粮食主产区的设立作为一次部分
               省份粮食安全压力剧增的准自然实验, 采用反事实的分析思路以考察粮食主产区政策实施前后对农
               民收入的影响.其二, 双重差分模型( DID ) 通过将时间维度( 政策实施前后) 的差异与组间维度( 粮食
               主产区与非粮食主产区) 的差异相减, 可以消除组间在地理、 环境、 经济等不随时变的差异, 从而在一

               定程度上缓解了遗漏变量等内生性偏误.
                   综上, 本文将 13 个粮食主产区省份作为实验组, 同时, 在样本点中引入 18 个非粮食主产区省份

               作为对照组, 采用双重差分方法, 并结合 1997-2018 年 31 省的面板数据对上述政策效应展开分析.
               本文的因果识别思路为: 利用实验组在政策干预前( 1997-2003 年) 及对照组政策干预前后( 1997-
               2003 年、 2004-2018 年) 等三类主体的信息构造粮食主产区设立后实验组的不受政策影响的“ 反事
               实” 结果, 进而估计出粮食主产区设立对实验组农民收入及结构的因果效应.
                   2. 估计方法
                   本文研究的核心问题是: 粮食主产区设立对农民收入有何影响? 为了解决文献中普遍面临的内
               生性问题, 本文选取双重差分模型, 系统考察粮食主产区与非粮食主产区的农民收入在政策实施前后
               的差异, 在此基础上, 进一步控制年份、 省份的固定效应.具体模型如下:
                                                 (                )                                   ( 1 )
                                   Income it=α+ β Treat i×Period t +γX it+ μ i+λ t+ε it
                   式( 1 ) 中, 下标i 、 t 分别表示各省份( i=1 ,, 31 )、 年份( t=1997 ,, 2018 ).被解释变量InG
              come it 表示省份 i 在 t 年的农民总收入; Treat i 表示该地区是否为粮食主产区的虚拟变量; Period t 表
               示关于粮食主产区设立时点的虚拟变量; X it 表示一系列与农民收入直接相关的省级层面特征变量;
               μ i λ t 分别表示关于省份、 年份的固定效应; 表示随机误差项.在回归方程中, 交互项 Treat i×PeriG
                 、
              od t 为本文重点考察的对象, 该交互项的估计系数                    β 为粮食主产区的设立对农民收入变动双重差分
               后的处理效应.
                   进一步地, 为了检验共同趋势假定以及粮食主产区政策效应在时间维度上的动态变化, 本文采用
               Jacobson等的事件分析法        [ 29 ] 在式( 1 ) 的基础上将其扩展, 具体如下:
                                                 2018
                                                      (           )                                   ( 2 )
                                   Income it=α+ ∑ β t Treat i×D t +γX it+ μ i+λ t+ε it
                                                t=1997
                   与式( 1 ) 对比, 式( 2 ) 中各年份的虚拟变量 D t 替代Period t 时间变量, 交互项 Treat i×D t 表示粮
               食主产区设立省份内各t 期政策实施的虚拟变量.本文重点关注的估计系数为                                     β t 表示粮食主产区
                                                                                         ,
               在政策实施第t 年, 实验组与对照组之间农民收入的差异.在此基础上, 本文将政策干预时点滞后,
               交互项估计系数        β t 则反映粮食主产区设立后各时点处理效应的动态变化情况.
                   3. 变量选取
                   ( 1 ) 被解释变量: 农民总收入( Income , 元 / 人).本文选取文献中常用的农村居民人均可支配收
               入来反映总收入水平          [ 4 ] .与已有研究不同, 本文进一步考察了可支配收入的各组成成分, 分别是:

               ① 家庭经营性收入( Household , 元 / 人); ② 工资性收入( Wa g e , 元 / 人); ③ 财产性收入( Pro p income ,
               元 / 人); ④ 转移性收入( Trans f income , 元 / 人).其中, 考虑到价格因素可能导致估计结果有偏, 本文
               以 1997 年为基期, 利用农村 居民消费指数 ( CPI ) 对农民总收入及四种具体的收入变量进行价格

               平减.
                                                                         .粮食主产区政策从 2004 年开始实
                   ( 2 ) 核心解释变量: 粮食主产区政策交互项 Treat i×Period t
               施, Treat i 和Period t 分别为粮食主产区省份虚拟变量和时间虚拟变量, 当样本点为 2004 年后的粮
               食主产区时, 则交互项取值为 1 , 反之为 0 .
                   ( 3 ) 控制变量: 在运用式( 2 ) 进行估计时, 由于双重差分模型估计结果的有效性可能受到遗漏变量
               的影响    [ 30 ] , 本文选取了影响收入的省级层面控制变量 X it 具体如下: ① 经济结构变动 ( A g riculG
                                                                     ,
              ture , % ): 采用各省份农林牧渔业总产值占地区生产总值的比重以反映各地区经济结构中农业占比
   109   110   111   112   113   114   115   116   117   118   119