糧食價格支持政策與農業綠色增長：促進或抑制

摘 要：既有文獻罕見同時關注糧食價格支持政策的農業經濟增長效應和農業環境效應。區別于以往單一維度的研究，本文把糧食價格支持政策、農業經濟增長和農業環境污染同時納入一個分析框架中，利用異時DID模型和中介效應模型，對糧食價格支持政策與農業綠色增長之間的因果關系及作用機制展開實證檢驗。研究發現：糧食價格支持政策抑制了農業綠色增長，且該結論具有較強的穩健性；糧食價格支持政策能夠通過作物種植結構調整和農業勞動力轉移兩條路徑削減單位面積農業化肥面源污染和減少單位面積農業產值，最終合力引致該政策負向影響農業綠色增長。進一步分析發現，在目前的農業生產模式下，糧食價格支持政策難以兼顧農業“增長”與“綠色”。此結論對進一步把握糧食價格支持政策的影響效應及推動農業綠色增長具有重要的政策參考價值。

關鍵詞：糧食價格支持政策；農業綠色增長；異時DID模型；中介效應

文章編號：2095-5960（2024）02-0091-10；中圖分類號：F323.7；文獻標識碼：A

一、引言

糧食安全是“國之大者”，關乎國運民生。新中國成立以來，黨和政府把解決全國人民吃飯問題作為治國安邦的頭等大事和永恒課題，采取了一系列強農惠農富農舉措支持糧食生產，促進糧農增收。其中，價格支持政策是中國糧食支持政策體系的重要構成。1998～2003年，受多重因素影響，糧食產量連年下滑，嚴重影響國家糧食安全和糧農生產積極性。為扭轉這一局面，從2004年開始，國家在安徽、湖南、黑龍江等14個產糧大省相繼實行了稻谷和小麥最低收購價以及玉米臨時收儲等價格支持政策。這一政策不僅有助于提高糧食產量^［1，2］、穩定糧食價格^［3］，還對提升農民收入作出了重要貢獻^［4］。

然而，盡管糧食價格支持政策使支持區域農民種糧收益得到了穩步提升，但農業環境污染以及支持區域與非支持區域農民收入差距問題一直未能得到有效緩解。一方面，全國80%以上的糧食生產于價格支持區域，導致農業污染較為嚴重。以化肥為例，2020年中國平均每公頃化肥施用量為313.5千克，遠超過世界平均水平（146.4千克/公頃）。另一方面，糧食價格支持區域農民增收緩慢，其單位面積農業產值與非支持區域之比從2004年的0.77下降到2021年的0.62。農業污染和地區收入差距成為農業可持續發展的障礙。對此，2022年中央一號文件和黨的二十大報告相繼提出，既要發展綠色經濟，亦要增進民生福祉、穩步推進共同富裕。因此，研究如何推進農業提質增效和綠色發展成為新時期的一項重要課題。

從已有文獻看，國內外諸多學者對農業污染的誘因以及農業政策的環境效應做出了許多探索性研究。其中，對農業污染的誘因，很多學者從不同視角開展了深入探討，包含農村勞動力轉移^［5］、農民個人及家庭特征^［6］、農產品生產資料價格波動^［7］、政府行為^［8］、環境規制^［9］等方面，并且取得了豐碩的成果。此外，很多研究表明，農業政策也具有顯著的環境效應。比如，羅斯炫等^［10］、楊晨等^［11］研究發現，糧食主產區政策能夠有效降低農業碳排放密度和強度，減少農業污染；陳俊聰和王懷明認為，農業保險政策能夠通過農業技術進步和作物種植結構調整中介機制緩解農業面源污染；^［12］馬九杰等也認為農業保險政策能夠通過作物種植結構調整路徑減輕化肥面源污染，卻不能通過農業技術進步渠道產生環境保護作用。^［13］

綜上，已有文獻主要聚焦于農業面源污染的誘因以及農業政策實施之后所產生的環境效應等方面的探討，得出了許多有益結論，為本研究提供了豐富的理論支撐和經驗借鑒，但仍然存在兩點不足：首先，在研究內容上，對糧食價格支持政策的農業增長效應和農業環境效應的綜合考察明顯不足，并且，在目前的農業生產條件下，糧食價格支持政策能否兼顧“綠色”與“增長”還沒有明確結論。其次，在研究方法上，大多數文獻使用OLS模型、傳統DID模型和經典DID模型對糧食價格支持政策的農業經濟增長效應或者糧食價格支持政策的環境效應予以單維度分析，看不出糧食價格支持政策對農業經濟增長和農業環境綜合效應的影響，更無法得知在糧食價格支持政策下農業“增長”與“綠色”能否兼得。對此，本文構建農業“綠色”與“增長”的聯合效應模型，使用異時DID計量模型，探究糧食價格支持政策對農業綠色增長的影響。本研究不僅豐富了糧食價格支持政策主題的實證研究成果，也為政策制定者綜合評價糧食價格支持政策的實施效果提供了政策參考。

二、理論分析

新發展階段，糧食價格支持區域不僅承擔著穩產增收的重任，還承擔著綠色發展的歷史使命，既要向農業要效益，亦要向農業要綠色。只追求增長而忽視綠色等于竭澤而漁；只追求綠色而忽視增長等于緣木求魚。綠色增長才是價格支持區域農業發展的目的和價值取向，也是中國由農業大國轉變為農業強國的應有之義。然而，糧食價格支持政策對農業綠色增長的影響可能較為復雜，具體而言：

1.糧食價格支持政策通過改變作物種植結構影響農業綠色增長。對農戶而言，從事農業生產既要考慮收益，也要顧及風險和投資成本，最終決策往往是在這三者之間做出權衡。雖然種植經濟作物通常能夠帶來更高的期望收益，但也意味著較高的收益風險及投資成本，而種植糧食作物的期望收益雖然不及經濟作物，但其收益風險和投資成本相對較低。在有限的耕地資源上，農戶需要考慮土地資源如何在糧食作物和經濟作物之間進行配置。糧食價格支持政策具有積極的價格信號效應，一定程度上提高了糧食作物的產品相對價格，穩定了農戶種糧預期，使種糧收益更具確定性。因此，農戶在權衡收益、風險和成本后將會調整作物種植結構，在原先基礎上擴大糧食作物種植面積而減少經濟作物種植面積。

糧食價格支持政策引致糧食作物種植面積增加而經濟作物種植面積減少已被相關研究證實，^［13］現實情況與此也保持高度一致。根據國家統計局的數據整理得到，從2004年到2021年，糧食價格支持區域的經濟作物種植面積減少了5.4%。同時，與非支持區域相比，價格支持區域經濟作物種植面積占比的相對比值也減少了19.2%。作物種植結構改變會對農業綠色增長產生重要影響。不少學者研究表明，單位面積糧食作物的化肥施用量平均低于經濟作物，且利用率更高。^［10］并且，與經濟作物相比，糧食作物化肥施用的頻率更低，使得土壤富含的氮、磷元素更易被溶解。^［14］因此，糧食價格支持政策能夠通過減少經濟作物種植面積來降低單位面積農業面源污染，但不利于單位面積農業產值增長。最終，糧食價格支持政策對農業綠色增長的影響取決于其對單位面積農業面源污染和農業產值影響的合力。

2.糧食價格支持政策通過抑制農業勞動力轉移影響農業綠色增長。糧食政策是影響農民在務工與務農之間作出選擇的重要因素。^［15］糧食支持價格信號無疑增加了農民種糧積極性和勞動投入，在某種程度上鞏固了部分農業勞動力繼續留村務農的意愿，尤其是那些自身技能低、年邁以及徘徊在務農務工邊緣的農民群體。雖然價格支持區域出現了大量農業勞動力轉移至城市部門或者農村非農部門的現象，但其中相當一部分農民始終與土地保持著千絲萬縷的聯系，并未完全擺脫對土地的依賴。因此，糧食價格支持政策在一定程度上會對農業勞動力轉移形成牽制效應。

統計發現，2004～2021年間糧食價格支持區域的農業勞動力轉移速度較非支持區域低了約3個百分點。勞動力轉移數量及速度的變化也會對農業綠色增長產生重要影響。首先，糧食價格支持政策對農業勞動力轉移的牽制效應無助于加快推進土地規模化和機械化經營的進程，既不利于農業面源污染的減少也不利于農業生產效率的提高，從而對農業綠色增長產生負面影響。其次，在糧食支持價格吸引下，不少農民選擇在城鄉間堅持“候鳥式”遷移的生產生活模式^［16］，既務工又務農，他們往往為了節省種糧時間的同時又追求高產量，從而選擇大量使用化肥等資本品替代勞動^［17］，由此加重了農業面源污染。但是，也應該看到，留村務農的勞動力也會形成對化肥等資本品的替代，以降低種糧成本，這又會減少農業面源污染。因此，糧食價格支持政策通過抑制農業勞動力轉移路徑對農業綠色增長的影響結果取決于以上各種效應的綜合力量。

三、實證策略、變量選取與描述性統計

（一）計量模型

糧食價格支持政策在安徽、湖南等14個重點產糧大省實施，而未在其他省份實施，這相當于一次準自然實驗干預，可以用來分析政策實施前后對農業綠色增長的影響。雙重差分法（Differences- in-Differences）作為政策效應評估的一大利器，通過將時間維度的差異（政策實施前后處理組的差異）與組間維度的差異（處理組與對照組的差異）相減，能夠消除組間在區位、環境等方面不可觀測的非時變因素的差異，從而在一定程度上緩解遺漏變量等內生性問題。鑒于糧食價格支持政策最先在安徽、江西、湖北和湖南四個省份執行，并逐年放開到其他地區，因此，本文選擇異時DID（heterogeneous timing DID）模型展開實證分析，該模型綜合考慮了個體和時間固定效應以及個體處理期不完全一致的情形，模型設計如下：

agg_it=α+δ（treat_i×post_it）+μ_i+ν_t+∑ⁿ_i=1η_iX_it+ε_it （1）

其中，agg_it表示省份i在t時期的農業綠色增長。treat表示該地區是否為糧食價格支持區域的虛擬變量，如果是，則treat=1；反之，treat=0。post表示糧食價格支持政策時點的虛擬變量，個體在某一時點受到政策沖擊時，則post=1；反之，post=0。本文研究涉及30個省份（不包括港澳臺和西藏）24年（1998—2021年）的數據，故需要考慮時間和個體的變化趨勢。（1）式中，μ_i表示個體固定效應，即省份固定；ν_t表示時間固定效應，即年份固定；X為控制變量集合；ε_it為誤差項；交互項的估計系數δ表示處理組在處理期的真實效應，即糧食價格支持區域受到政策沖擊時的效應，這是本文關注的重點。

（二）變量選取

1.被解釋變量：農業綠色增長

農業綠色增長強調在農業產值增加的同時實現生態環境的良好發展，側重農業經濟增長與生態環境保護相協調^［18］，產值增加和污染減少是其核心內容。根據此內涵，不少學者使用賦權重的方法多維度選擇指標對農業綠色增長發展水平展開測度^［19］，但這一做法可能由于選擇的指標過多而對關鍵指標賦權較低，從而導致測度結果偏差問題。也有學者直接使用綠色全要素生產率作為農業綠色增長的代理指標^［20］，然而，這種做法不能很好地體現農業經濟增長與生態環境協調發展問題，也不能反映農業綠色增長來源于哪一方面。相比之下，張光先、鐘曉敏^［21］，萬廣華等^［22］在分析相關問題時通過構建模型將兩種屬性不同的經濟元素結合在一起，綜合反映變量間協調發展程度，并且能夠單獨考察每一個經濟變量變化的特征和趨勢。鑒于此，本文借鑒該做法，將農業經濟增長與農業面源污染結合起來，綜合考察農業綠色增長發展水平，模型如下：

agg=output×exp（－pollution） （2）

其中，output表示單位面積農業產值。之所以選擇單位面積農業產值而不是單位面積農業產量或者總產值（總產量），理由有兩點：一是鎖定單位面積更能夠反映土地的生產能力以及農業生產效率；二是農業產值是農產品價格與產量的綜合體現，比直接使用產量更優。^①【①至少在本文中使用產值來衡量農業經濟增長比直接使用產量衡量更合適，因為產值是本文提及的糧食支持價格與產量的綜合體現。】pollution表示單位面積化肥面源污染，使用該指標的理由在于：一是糧食支持價格是針對種植業而實施的農業政策，就農業面源污染中的總氮和總磷貢獻度而言，化肥面源污染當數首位；^［23］二是使用單位面積來衡量更能夠反映農業污染的空間集聚程度。agg表征農業綠色增長，即單位面積農業產值與單位面積化肥面源污染的協調程度，隨著前者的增加而增加，隨著后者的增加而減少，故上式采用pollution的相反數進行轉換。

參考已有研究，本文將農業污染源確定為氮肥、磷肥和復合肥三類，化肥面源污染排放量的計算方式如下：

E_ij=∑^I_i=1EU_i×ρ_ij×μ_ij （3）

其中，E_ij表示單元i污染物j的排放量，EU_ij為調查單元統計數，本文指氮肥、磷肥和復合肥的施用量，ρ_ij表示污染物產物強度系數，μ_ij表示污染物流失率，ρ_ij和μ_ij分別參考陳同斌等^［24］和賴斯蕓等^［25］的研究。測度結果見圖1和圖2。

圖1和圖2反映出兩點信息：第一，糧食價格支持政策實施之前，兩大區域農業綠色增長水平差距較小，在政策實施之后，支持區域農業綠色增長水平顯著低于非支持區域，并且差距逐年拉大。第二，價格支持省份農業綠色增長水平排名比較靠后，在小于均值的18個省份當中有11個屬于支持區域。

2.核心解釋變量：糧食價格支持政策

若地區i在t時期受到政策沖擊則交互項取值為1，否則取值為0。具體來看，安徽、江西、湖北、湖南、吉林、黑龍江和四川7個省份在2004～2021年間交互項取值為1；江蘇、河北、河南和山東四個省份在2006～2021年交互項取值為1；遼寧和廣西在2008～2021年間交互項取值為1；吉林和內蒙古在2008～2015年交互項取值為1。以上省份在其他年份以及非支持區域在所有年份交互項取值均為0。

3.控制變量：影響農業綠色增長的一系列變量X

參考已有文獻^{［10，11］}，本文選擇的控制變量如下：（1）城鎮化率，以地區年末城鎮人口與常住總人口的比值衡量；（2）政府干預度，以地方財政支出與GDP比值衡量；（3）農村人力資本水平，以農村居民人均受教育年限^①【①教育年限法的計算方法為：edu=p₀×0+p₁×6+p₂×9+p₃×12+p₄×15.5，p_i表示城市或農村各文化層次的抽樣人數占抽樣總人數的比重，i=0、1、2、3、4分別表示未上過學、小學、初中、高中、大專及以上文化程度。】衡量；（4）經濟發展水平，以地區人均GDP衡量；（5）灌溉率，以有效灌溉面積占農業播種面積的比重衡量；（6）受災率，以受災面積占農業播種面積的比重衡量；（7）上一年農民收入，以上一年農民人均可支配收入衡量。

4.中介變量：作物種植結構調整和農業勞動力轉移

本文使用糧食作物種植面積占農作物種植面積的比重表示作物種植結構調整狀況；使用農村實際從業人數與第一產業從業人數之差表示農業勞動力轉移趨勢。

（三）數據來源說明

考慮到重慶1997年才正式成為直轄市，故本文選擇1998～2021年中國除港澳臺和西藏以外的30個省（市、自治區）的面板數據作為實證對象，一共720個樣本量，屬于平衡面板。被解釋變量的原始數據來源于歷年《中國農村統計年鑒》；在控制變量中，農村人力資本水平根據歷年《中國人口與就業統計年鑒》計算得到，其他數據來源于《中經網統計數據庫》；在中介變量中，農業勞動力轉移來源于各省統計年鑒，作物種植結構調整來源于歷年《中國農村統計年鑒》。變量的具體特征見表1。

四、實證分析

（一）基準回歸結果

根據前文建立的異時DID模型，本文展開計量分析，估計結果見表2所示。列（1）在控制個體效應和時間效應但未加入控制變量時，交互項的系數在1%的水平上顯著為負。列（2）～（5）依次將城鎮化率、政府參與度、農村居民人力資本水平、經濟發展水平、灌溉率以及受災率納入模型中進行回歸，結果顯示交互項的系數依然為負，且在1%或5%的水平上顯著。列（6）在控制個體效應、時間效應以及所有控制變量之后，交互項的系數為-0.2192，顯著性有所降低，但通過了10%的顯著性檢驗水平。基準回歸結果表明，糧食價格支持政策與農業綠色增長顯著負向關聯，即與非糧食價格支持區域相比，糧食價格支持政策的實施抑制了支持區域的農業綠色增長。

（二）共同趨勢檢驗

利用DID模型進行回歸的前提條件是未受到政策沖擊時，糧食價格支持區域和非支持區域的農業綠色增長變化趨勢是一致的，因此，有必要對平行趨勢進行檢驗。本文借鑒Angrist amp; Pischke^［26］、彭飛和董穎^［27］的做法，在式（1）的基準模型中加入“個體效應×年份”進行檢驗，這種做法的好處在于允許糧食價格支持政策在不同省份具有不同的時間趨勢，即使不完全滿足共同趨勢，也能夠控制住處理組和對照組的系統性差異。根據表3的檢驗結果可以看到，交互項的系數依然顯著為負，結果未發生實質性變化，說明糧食價格支持政策與農業綠色增長之間存在因果關系，結論不受趨勢影響，從而從側面證實政策執行前農業綠色增長滿足共同趨勢的前提條件。

（三）穩健性檢驗

1.考慮內生性

如果被解釋變量與核心解釋變量互為因果關系，或者存在既影響解釋變量又影響被解釋變量的遺漏變量，那么將導致模型估計系數的內生偏誤問題。

本文認為，農業綠色增長是糧食價格支持政策實施原因的可能性較小，這是因為該項政策是在國內糧食產量持續下滑的背景下出臺的，所實施的區域全部為產糧大省，否則就難以解釋為何寧夏、山西和青海等地區的農業綠色增長水平遠小于江蘇、山東和遼寧，而前者均非糧食價格支持政策實施區域。為進一步排除糧食價格支持政策與農業綠色增長互為因果關系，本文參考已有研究^［28-31］，將“是否實施糧食價格支持政策”作為被解釋變量，將農業綠色增長作為核心解釋變量，并選取上文提及的地區經濟發展水平、城鎮化率等變量作為控制變量，使用面板Logit模型進行回歸，結果見表4。估計結果顯示，無論是在政策執行之前（1998～2003年）還是執行之后（2004～2021年），農業綠色增長都不是糧食價格支持政策實施的原因。

關于模型遺漏變量問題，本文參考Lewbel^［32］的做法，基于異方差的識別方法緩解模型內生性問題。傳統工具變量回歸要求必須滿足排除性約束條件，并且外生變量的個數不能小于內生變量的個數。而Lewbel基于異方差的識別方法突破了以上限制，只需要滿足誤差為異方差的條件，甚至不需要構建具體的工具變量即可對內生性進行檢驗。首先，用糧食價格支持政策對外生變量Z（Z∈X或Z=X）作回歸處理，獲得殘差。其次，構造（Z_i－_i）作為工具變量估計糧食價格支持政策對農業綠色增長的影響。其中，_i為外生變量向量的均值。估計結果見表4列（7），Breusch-Pagan檢驗結果拒絕了同方差的原假設，并且Lewbel的檢驗結果表明糧食價格支持政策的系數在5%的水平上顯著為正，從而證實了前文結論具有穩健性。

2.更換樣本量

根據統計數據，本文發現北京、天津和上海三個直轄市的農業產值占GDP的比重不到6%，為了使糧食價格支持區域與對照組更為相似，本文剔除以上三個地區的樣本量，對模型重新進行回歸，結果見表4中的列（1）和列（2）。結果表明交互項的系數依然顯著為負，再次說明本文的回歸結果具有穩健性。

3.更換估計方法

前文的異時DID模型假設所有個體的處理效應都相同，為放松這一假設，本文允許每個個體或者部分個體具有不同的處理效應，構建如下異質性DID模型：

y_it=d+κ（treat_i×post_it）+ρ（treat_i×post_it×group_i）+∑ⁿ_i=1π_iX_it+μ_i+ν_t+ε_it （4）

其中，group_i是對處理組的分類。本文將處理組分為兩類，第一類包括安徽、湖北、江蘇、河南、遼寧、吉林和黑龍江7個省份，原因是這7個省份至少有兩種糧食品種獲得價格支持，令虛擬變量group=1；第二類為處理組其他省份，令虛擬變量group=0。估計結果見表4的列（3）和列（4），結果顯示核心解釋變量的系數顯著為負，并且三重交互項的系數也顯著為負，表明糧食價格支持品種越多，農業綠色增長水平越低。

五、影響機制分析：糧食價格支持區域的“得”與“失”

首先，考察糧食價格支持政策與單位面積農業產值和單位面積化肥面源污染之間的關系，以判斷支持政策負向影響農業綠色增長的緣由。在展開計量分析之前，采取與前文同樣的分析方法對共同趨勢進行檢驗，發現在未受到政策沖擊時，兩大區域單位面積農業產值和單位面積化肥面源污染具有共同的變化趨勢。接下來，繼續使用異時DID模型進行回歸分析，結果見表5的列（1）和列（4）。列（1）顯示，糧食價格支持政策的系數在10%的水平上顯著為負，這表明價格支持政策的實施具有抑制支持區域單位面積農業產值的效應。然而，有失也有得，列（4）顯示價格支持政策的實施反而有助于降低支持區域單位面積農業化肥面源污染。從作用力度來看，糧食價格支持政策對單位面積農業產值的減緩作用遠大于其對單位面積農業化肥面源污染的抑制作用。這就是糧食價格支持政策與農業綠色增長負相關的原因所在。

其次，考察糧食價格支持政策影響單位面積農業產值和單位面積農業化肥面源污染的作用機制。借鑒溫忠麟和葉寶娟^［33］建立的中介效應模型，首先，分別把單位面積農業產值和單位面積農業化肥面源污染作為被解釋變量，把糧食價格支持政策作為核心解釋變量，并控制其他解釋變量，回歸結果顯示交互項的系數顯著為負，如表6的列（1）和列（4）所示。其次，把中介變量作物種植結構調整作為被解釋變量展開計量分析，估計結果表明交互項的系數顯著為正，反映了糧食價格支持政策提高了糧食作物播種面積，如表5的列（2）所示。最后，分別把單位面積農業產值和單位面積農業化肥面源污染作為因變量，同時把糧食價格支持政策和作物種植結構調整作為核心解釋變量，回歸結果顯示交互項和作物種植結構調整的系數均在1%的水平上顯著為負。以上回歸結果說明，糧食價格支持政策的實施顯著提高了糧食作物播種面積，從而減緩了單位面積農業產值和單位面積農業化肥面源污染。這也說明了作物種植結構調整是糧食價格支持政策影響農業綠色增長的一條關鍵路徑。按照同樣的分析方法可以得到糧食價格支持政策抑制了農業勞動力轉移，從而減緩了單位面積農業產值和單位面積農業化肥面源污染，表明農業勞動力轉移機制也是糧食價格支持政策影響農業綠色增長的一條關鍵路徑。

六、進一步分析：“增長”與“綠色”能否兼得？

實現全體人民共同富裕并促進人與自然和諧共處是中國式現代化的本質要求。新時期，糧食價格支持區域既要承擔糧食增產和農民增收的重任，也要挑起農業低碳綠色高質量發展的大梁，為持續推進中國式現代化提供動能。那么，糧食價格支持政策的實施能否兼顧農業經濟增長和農業綠色發展呢？

為了回答這一問題，本文設立糧食價格支持政策與單位面積農業化肥面源污染的交叉項（treat×post×pollution），考察其對單位面積農業產值的影響，以及設立糧食價格支持政策與單位面積農業產值的交叉項（treat×post×output），考察其對單位面積農業化肥面源污染的影響。回歸結果見表7所示。列（1）～（3）顯示，糧食價格支持政策的系數在5%的顯著性水平上為負，單位面積農業化肥面源污染及其與糧食價格支持政策的交叉項的系數顯著為正，表明在單位面積農業化肥面源污染較為強勁的前提下，糧食價格支持政策將會更多地促進單位面積農業產值。列（4）～（6）顯示，糧食價格支持政策在1%的水平上顯著為負，單位面積農業產值及其與糧食價格支持政策的交叉項顯著為正，表明在追求單位面積農業產值持續穩定增長的前提下，糧食價格支持政策的實施將會加劇單位面積農業化肥面源污染。

上述結果表明，追求“增長”將會弱化糧食價格支持政策對“綠色”的促進效應，而追求“綠色”又會弱化糧食價格支持政策對“增長”的促進效應，“增長”與“綠色”不可兼得。這一悖論的理論邏輯在于：目前中國農村農業自我發展能力弱，依靠增加化學品投入和土地細碎化耕作的傳統生產方式增加農產品產量的局面仍未發生實質性改變，欲想通過糧食價格支持政策同時實現“增長”與“綠色”珠聯璧合式發展的確勉為其難。由此可見，在推進中國農業綠色增長的過程中，既要走“藏糧于技”之路，也要走價格支持政策改革之路。

七、結論與政策建議

現有文獻綜合考察糧食價格支持政策的經濟增長效應和農業環境效應的做法較為罕見。本文通過構建農業“綠色”與“增長”的聯合效應模型，基于1998～2021年省級面板數據，利用異時DID模型和中介效應模型，實證探究了糧食價格支持政策對農業綠色增長的影響及作用機制。研究結果發現：1.糧食價格支持政策的實施一定程度上抑制了農業綠色增長，在更換回歸方法等多種穩健性檢驗下，這一結論依然成立。2.糧食價格支持政策能夠通過作物種植結構調整和農業勞動力轉移兩條路徑影響單位面積農業產值和單位面積農業化肥面源污染，并且該政策對單位面積農業產值的減緩作用大于其對單位面積農業化肥面源污染的抑制作用，最終合力引致糧食價格支持政策與農業綠色增長負向關聯。3.單位面積農業產值強化了糧食價格支持政策對單位面積農業化肥面源污染的影響，以及單位面積農業化肥面源污染強化了該政策對單位面積農業產值的影響，表明糧食價格支持政策難以兼顧農業“增長”與“綠色”，兩者不可兼得。在既有文獻中，不少學者認為，糧食價格支持政策抬高了糧食收購價格，刺激了農民種糧積極性，從而有助于促進農業經濟增長，并且，糧食價格支持區域承擔著全國80%以上的糧食生產重任，由此導致農業污染嚴重。而本文的結論卻表明，就單位面積農業產值和單位面積農業面源污染而言，糧食價格支持政策并沒有顯著促進農業經濟增長，反而有助于減緩農業面源污染，而且，在糧食價格支持政策下，農業“增長”與“綠色”難以同時實現。

基于研究結論，本文提出以下政策建議：第一，調整優化種植結構，繼續提升高附加值優質農產品比重。穩步推進種植業逐漸向“二八格局”^①【①“二八格局”是指20%的大農戶生產糧食等大宗農產品，80%的小農戶生產高值農產品。 】轉變，大農戶通過擴大土地規模經營來提升農業收入并降低農業污染，小農戶通過資本、技術和土地的集約經營以及延伸特色農產品價值鏈來發展高值經濟作物。第二，破除制約農業勞動力流動的堵點，綜合施策加快推進城鎮化進程。對于轉移出去的農業勞動力，穩步推進城市基本公共服務常住人口全覆蓋，統籌推進戶籍制度改革，促進農業轉移人口市民化；對于農村部門勞動力，可以通過規范土地流轉市場，置換、平整等方式有序推進土地適度規模經營，充分釋放農業剩余勞動力，為農業轉移勞動力提供更多的就業機會，也為推進農業經營規模化、機械化和信息化提供前提，以此促進農業綠色增長。第三，利用現代技術、實現科技興農。當下中國的農業生產模式在一定程度上抑制了農業經濟增長與農業生態環境之間的良好互動。實現兩者珠聯璧合的關鍵在于科技興農，為農村發展“造血”，繼續推進國家現代農業示范項目和農業產業園區建設；積極發展網上農貿市場、數字農家樂和特色經濟；加強地區間的互動互聯，為新技術、新設備和新知識的傳播搭建橋梁，真正實現科技助農、科技興農、科技富農。

參考文獻：

［1］Liang Y，Miller J C and Harri A，et al.Crop Supply Response Under Risk：Impacts of Emerging Issues on Southeastern U.S. Agriculture［J］.Journal of Agricultural and Applied Economics，2011（2）：181～194.

［2］劉澤瑩，韓一軍，孟婷.最低收購價下調對農戶種糧積極性的影響研究——基于有調節的中介效應模型的實證分析［J］.當代經濟科學，2020（5）：122～132.

［3］錢加榮，趙芝俊.價格支持政策對糧食價格的影響機制及效應分析［J］.農業技術經濟，2019（8）：89～98.

［4］張改清.糧食最低收購價政策下農戶儲售糧行為響應及其收入效應［J］.農業經濟問題，2014（7）：86～93；112.

［5］邵帥，李寶禮.農村勞動力轉移如何影響農村環境污染——基于空間面板模型的實證考察［J］.中國地質大學學報（社會科學版），2020（1）：39～55.

［6］Gong Y，Baylis K，Kozak R and Bull G.Farmers’ Risk Preferences and Pesticide Use Decisions：Evidence from Field Experiments in China［J］. Agricultural Economics， 2016（4）：411～421.

［7］Liu E M and Huang J. Risk Preferences and Pesticide Use by Cotton Farmers in China［J］.Journal of Development Economics，2013（4）：202～215.

［8］陸杉，唐佳欣，熊嬌.財政分權與農業面源污染：空間溢出與門檻特征［J］.中南大學學報（社會科學版），2022（6）：67～77.

［9］周志波.環境稅規制農業面源污染的實驗經濟學研究——基于重慶市北碚區、合川區8個鄉鎮的樣本［J］.貴州財經大學學報，2023（1）：70-80.

［10］羅斯炫，何可，張俊飚.增產加劇污染——基于糧食主產區政策的經驗研究［J］.中國農村經濟，2020（1）：108～131.

［11］楊晨，胡珮琪，刁貝娣，等.糧食主產區政策的環境績效：基于農業碳排放視角［J］.中國人口·資源與環境，2021（12）：35～44.

［12］陳俊聰，王懷明.農業保險與農業面源污染：影響因素及其度量——基于聯立方程組模型的情景模擬［J］.上海財經大學學報，2015（5）：34～43+56.

［13］馬九杰，楊晨，崔恒瑜，等.農業保險的環境效應及影響機制——從中國化肥面源污染視角的考察［J］.保險研究，2021（9）：46-61.

［14］葛繼紅，周曙東.農業面源污染的經濟影響因素分析——基于1978～2009年的江蘇省數據［J］.中國農村經濟，2011（5）：72～81.

［15］李紅莉，張俊飚，童慶蒙.增產是否增收——基于糧食主產區設立的準自然實驗研究［J］.華中農業大學學報（社會科學版），2022（1）：105～115.

［16］鐘甫寧，向晶.我國農村人口年齡結構的地區比較及政策涵義——基于江蘇、安徽、河南、湖南和四川的調查［J］.現代經濟探討，2013（3）：5～10.

［17］胡浩，楊泳冰.要素替代視角下農戶化肥施用研究——基于全國農村固定觀察點農戶數據［J］.農業技術經濟，2015（3）：84～91.

［18］明翠琴.中國農業綠色增長評價指標體系的構建及實證［J］.技術經濟與管理研究，2021（9）：108～113.

［19］趙會杰，于法穩.基于熵值法的糧食主產區農業綠色發展水平評價［J］.改革，2019（11）：136～146.

［20］楊怡，吳麗玉，張齊家，等.數字普惠金融對農業綠色增長的影響——兼論農村人力資本投資的調節作用［J］.經濟問題探索，2022（6）：165～180.

［21］張光先，鐘曉敏.中國式現代化共同富裕的理論內涵、內在邏輯和實踐進路［J］.財經論叢，2023（12）：24～34.

［22］萬廣華，江葳蕤，趙夢雪.城鎮化的共同富裕效應［J］.中國農村經濟，2022（4）：2～22.

［23］閔繼勝，孔祥智.我國農業面源污染問題的研究進展［J］.華中農業大學學報（社會科學版），2016（2）：59～66；136.

［24］陳同斌，陳世慶，徐鴻濤，等.中國農用化肥氮磷鉀需求比例的研究［J］.地理學報，1998（1）：33～42.

［25］賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點源污染調查評估方法［J］.清華大學學報（自然科學版），2004（9）：1184～1187.

［26］Joshua D，Angri J D and Pischke J S.Mastering‘Metrics’：The Path from Cause to Effect ［M］.Princeton：Princeton University Press，2015．

［27］彭飛，董穎.取消農業稅、財政壓力與霧霾污染［J］.產業經濟研究，2019（2）：114～126.

［28］賈娟琪，李先德，孫致陸.中國主糧價格支持政策促進了農戶增收嗎——基于農業農村部全國農村固定觀察點調查數據的實證研究［J］.華中農業大學學報（社會科學版），201（6）：39～47；152～153.

［29］張永奇，莊天慧.農業轉移人口市民化與財產性收入——基于新型城鎮化與共同富裕交匯處的微觀映射［J］.農村經濟，2023（10）：91～103.

［30］杜曉燕，陳紅，張江楠.數字賦能農村共同富裕的影響研究［J］.統計與信息論壇，2023（10）：76～90.

［31］賈敬全，陶冶.產業結構轉型升級對共同富裕的影響研究［J］.財貿研究，2023（9）：24～35.

［32］Lewbel A.Using Heteroscedasticity to Identify and Estimate Mismeasured and Endogenous Regressor Models［J］.Journal of Business ＆ Economic Statistics，2012（1）：67～80．

［33］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014（5）：731～745.

Grain Price Support Policy and Agricultural Green Growth ： Promotion or Inhibition ？

TAI Dejin^1，2，CAI Rong¹

（1.Institute of Food and Strategic Reserves， Nanjing University of Finance and Economics， Nanjing， Jiangsu 210003， China；

2.School of Economics and management， Chuzhou University， Chuzhou， Anhui 239000， China）

Abstract：The existing literature rarely focuses on the agricultural economic growth effect and agricultural environmental effect of food price support policies. Different from the previous single-dimensional research， this paper incorporates food price support policies， agricultural economic growth and agricultural environmental pollution into an analytical framework，using the heterogeneous timing DID model and the mediating effect model to tested empirically the causal relationship and mechanism between grain price support policies and agricultural green growth .The study found that：The grain price support policy inhibits the green growth of agriculture， and this conclusion has strong robustness. The grain price support policy can reduce the non-point source pollution of agricultural fertilizer per unit area and slow down the agricultural output value per unit area through the two-day path of crop planting structure adjustment and agricultural labor transfer， which finally leads to the negative impact of the policy on agricultural green growth.Further analysis shows that under the current agricultural production mode， grain price support policy is difficult to achieve the combination of agricultural 'growth' and 'green'.The conclusions of this paper will further grasp the impact of grain price support policies and promote the green increase of agriculture.

Key words：grain price support policy；agricultural green growth；heterogeneous timing DID；mediating effect

責任編輯：蕭敏娜