Page 12 - 《华中农业大学学报(社会科学版)》2024年第1期
P. 12
6 华中农业大学学报(社会科学版) (总169 期)
质资本次之,劳动力最小。此外,通过对 3个弹性系数加总 表1 大豆Cobb-Douglas生产函数
可以得到大豆的规模报酬系数为 0.833,表明大豆生产是 估计结果
规模报酬递减的,这与Chari等的研究结果基本一致 。本 变量 系数 稳健标准误
[24]
文通过估计参数,并结合公式(3)计算出历年农户的大豆 ln(物质资本) 0.234 *** 0.008
全要素生产率水平。 ln(劳动力) 0.107 *** 0.006
ln(土地) 0.492 *** 0.022
为考察农户大豆全要素生产率水平的变化,本文采用
_cons 3.232 *** 0.035
两种平均的方法对数据进行处理。第一种为简单平均法,
个体固定效应 Yes
求取各农户当年大豆全要素生产率水平的简单平均值。
时间固定效应 Yes
第二种为大豆总产值加权平均法,采用总产值的方法进行
村庄固定效应 Yes
加权计算出权重,最后计算出加权的平均值。其中,权重
注: 表示在1%的统计水平上显著。
***
为农户当年大豆总产值占全国大豆总产值的比例。测算
结果见图2。
通过图2的结果,可以得到以下几个结论。第一,大豆
全要素生产率水平整体呈现上升趋势,但是存在一定的波
动。从简单平均的计算结果来看,大豆全要素生产率水平
由 2003 年 的 3.211 增 加 到 2019 年 的 3.640,增 长 率 为
13.360%,年均增长率为 0.834%。第二,大豆全要素生产
率水平在某些年份降低。例如,2012-2015 年,大豆全要
图 2 大豆全要素生产率水平的动态演变
素生产率水平从 3.484 下降到 3.303,下降率为 5.195%。
第三,大豆全要素生产率水平在近些年增长速度加快。2015 年后,大豆的全要素生产率水平开始急
剧上升,增长率为 10.206%。其可能原因在于国家出台了一系列政策,2014 年后国家对大豆实施了
目标价格,后来又将目标价格改革为生产者补贴,通过直接补贴来刺激大豆种植,政策的实施促进了
大豆全要素生产率水平的提升。
三、研究设计
1.模型设定
本文的研究目的是采用“实验学派”的方法来精准考察目标价格补贴政策改革对农户大豆全要
素生产率的影响,即探讨二者之间是否存在因果关系。大豆目标价格补贴政策改革于 2017年开始试
点,这形成了一个“准自然实验”。因此,本文基于政策评估中常用的倾向得分匹配-双重差分
①
(PSM-DID)模型来构建识别策略,并缓解政策变革中的内生性问题。Heckman 等认为该模型一方
面能够解决传统 DID 模型中由政策非随机导致的平行趋势不满足的问题,另一方面能够通过 PSM
的方法排除部分干扰政策对结果的影响 。在进行 PSM-DID 估计时,本文采用两阶段回归进行参
[27]
数估计。第一阶段为PSM估计。本文使用Logit回归估计出倾向得分值,再利用核匹配来进行估计。
本文中使用的PSM模型为:
P r (Treat it = 1|X i )= L( α 0 + α i X i ) (4)
式(4)中,P 为农户参与政策改革的概率。Treat 为农户是否处于大豆目标价格补贴政策改革试
点区域,处于试点区域赋值为 1,未处于试点区域赋值为 0。L 表示在概率估计中采用 Logit 回归。X
为匹配中使用的一系列协变量。本文最终的研究样本为 15910 个,其中实验组样本为 2982 个,控制
组样本为12928个。在研究目标价格补贴政策改革对农户大豆全要素生产率影响时,模型如式(5):
TFP it = α 1 + α 2 DID it + βX it + μ i + θ t + δ v + ε it (5)
① 需要说明的是,大豆目标价格在内蒙古的改革试点只有部分地区,难以分清农户处于实验组或控制组。为了使得结果更加准
确,论文在实证时未保留内蒙古的农户样本。此外,为使得估计结果更加精准,本文选择2010−2019年样本进行回归,为保证结
果的稳健性,还进一步缩减样本量进行了稳健性检验。