Page 115 - 《华中农业大学学报（社会科学版）》2022年第1期

第 １ 期 李红莉 等: 增产是否增收? ———基于粮食主产区设立的准自然实验研究 １ ０ ９

的变动 [ ３１ ] ; ② 经济发展水平( Econom y 元 / 人): 选取各省份人均 GDP 作为经济发展水平的代理变
,
量, 并以 １９９７ 年为基期进行消胀处理; ③ 财政支农水平( Fiscal , ％ ): 选取各省财政支农占财政总支
出比重以表征财政支农水平 [ ３２ ] ; ④ 农村人力资本( Human , 千元): 采用中央财经大学中国人力资本
与劳动经济研究中心测算的 ２００４－２０１８ 年各省农村实际人力资本数据, 以表征各省农业人力资本水
平; ⑤ 城镇化率( Urban , ％ ): 选取各省城镇常住人口占该地区常住人口的比例表示; ⑥ 工业化水平
( Industr y ％ ): 选取工业实际增加值占国内生产总值的比重表示, 分别对各省工业增加值与国内生
,
产总值以 １９９７ 年为基期作不变价处理.因此, 在控制了上述省级层面的相关变量后, 本文可以在较

大程度上解决遗漏变量偏误所引致的内生性问题.
( ４ ) 中介变量: 土地经营规模( Land , 亩 / 人), 参考借鉴王建英等的做法, 本文采用农村居民人均
经营耕地面积来衡量土地经营规模 [ ２２ ] .
４． 数据来源
基于数据的可获得性和质量, 考虑到重庆市 １９９７ 年独立建制, 本文选取中国 ３１ 省( 市、 自治区)
在 １９９７－２０１８ 年 ２２ 年间的面板数据作为实证研究对象, 合计 ６８２ 个样本.各变量数据主要来源于
历年« 中国统计年鉴»« 中国农村统计年鉴»« 中国人口和就业统计年鉴» 及« 中国人力资本报告» 等, 需
要指出的是: 其一, 农民收入的主要来源是家庭经营性收入和工资性收入, 两者占农民人均总收入的
[ ３３ ] , 同时由于本文主要研究粮食主产区政策对农民收入的影响, 故后文将着重对家
比重超过了 ９０％
庭经营性收入、 工资性收入展开分析; 其二, 关于农村居民家庭经营耕地面积数据, 从« 中国统计年鉴»
和« 中国农村统计年鉴» 等相关统计年鉴看, 这一数据只统计到 ２０１２ 年, 故文中该变量观测值有 ４９６
个.表 １ 详细介绍了上述各变量的描述性统计结果.
表 １ 各变量描述性统计
变量名称 平均值 标准差 最小值 最大值 观测值

Income ６２０１．６４１ ４８３８．８２４ １１８５．０７０ ３０３７４．７００ ６８２
Household ２６８６．７１０ １５４４．０９１ ５８９．７００ ７８７８．１００ ６８２
Wa g e ２６８４．８２５ ３１１０．２０４ ５２．６５０ ２０２８９．２００ ６８２
Pro p income １９３．７２１ ２６０．８４４ ０．３９０ ２０２３．５００ ６８２
Trans f income ７８０．００３ １０１８．３８５ ２０．２７０ ８１１４．８００ ６８２
A g riculture １１．５９４ ７．５３６ ０．２８０ ３７．２９１ ６８２

Econom y ２１３２２．９７０ １７０１２．３８０ ２２３４．５８１ ９９２５７．３００ ６８２
Fiscal ９．８８３ ７．９６７ ０．７２１ ６９．４９５ ６８２
Human ８５．４８０ ４７．１１６ １９．２２０ ２６３．８３０ ６８２
Urban ４６．７２１ １６．５２９ １３．７１０ ８９．６０７ ６８２
Industr y ３６．３５８ １１．０２４ ５．３４０ ５９．２４３ ６８２
Land ２．３０８ ２．２５１ ０．２６０ １３．５６０ ４９６

四、 结果分析

１． 基准回归结果分析
式( １ ) 的基准回归结果见表 ２ .为了探究粮食主产区设立对农民收入的影响, 本文先将农民总收
入作为被解释变量进行实证分析, 由列( １ )、( ２ ) 可知, 交互项 Treat i×Period t 前回归系数为负, 且在
统计上不显著, 而估计系数 －１２６．９４５ 相对于均值 ６２０１．６４１ 而言也不存在经济显著性, 这说明粮食主

产区设立对农民总收入未产生显著影响.