长江经济带战略对沿岸11个省市农业经济增长的影响

内容摘要：本文使用2010—2018年我国省级面板数据，从区域经济发展的角度出发，采用将倾向得分匹配和双重差分相结合的PSM-DID方法对长江经济带战略与11省市农业经济增长之间的关系进行了实证分析。研究结果表明长江经济带战略对11省市农业经济增长起到了显著的促进作用，但土地等农业生产要素对农业经济增长也起着非常重要的作用，化肥和农业机械总动力对农业经济增长促进作用并不显著。根据研究结果，提出了提高耕地质量和复种指数、提升农业机械化水平、加大农业生物技术研发投入力度的建议。

关键词：长江经济带战略;农业经济增长;倾向得分匹配法

一、引言

2021年3月，我国首部流域法律《中华人民共和国长江保护法》正式实施。长江保护法坚持生态优先、绿色发展的战略定位，突出共抓大保护、不搞大开发的基本要求，推动长江流域经济社会发展全面绿色转型，合理利用长江流域自然资源，构建农业生产和环境保护相协调的发展模式。目前政府对长江经济带农业发展的关注度较高，长江保护法的推出有助于减少长江流域工业化、城镇化快速推进过程中占用基本耕地现象的发生，为建设高水平的现代农业示范区提供了政策支持。

长江经济带总面积达到205万平方公里，横跨上海、江苏、浙江等9个省和2个直辖市[1]，包括长三角城市群和成渝城市群等多个城市群。2019年，长江经济带常住人口占全国总人口42.8%，GDP总量占全国GDP总量46.2%[1]。长江经济带拥有优质的农业资源，在农业生产中具有得天独厚的优势，是我国农产品主产区之一，但区域内省市的人均耕地经营面积普遍低于全国平均水平，其中上海市的人均耕地经营面积最低。

二、文献综述

长江经济带的耕地资源质量较好，水资源充裕，适合农业生产经营，但随着城镇化的快速发展，长江经济带部分城市建设用地的需求逐渐扩大[2]，农业生产空间被严重挤压。虽然长江经济带大部分地区农业生产效率较高[3]，但由于农业生产经营比较优势较小，农村劳动力不断向第二、第三产业转移，长江经济带的农产品产量低于全国平均水平[4]。

由于长江经济带各省市的区位条件、自然资源有较大的差距，学者们认为应该根据不同省市自身的资源禀赋和经济发展状况出台政策促进农业经济的发展。彭肖肖等(2019)通过研究发现资本和劳动力对四川省农业经济增长具有促进作用，认为政府可以通过增加农业补贴和吸引大量掌握农业技术的人才，促进农业经济的增长[5]。何劲等(2005)认为长江流域在发展农业时应充分发挥不同地区的比较优势，发展当地特色农产品，实施品牌战略[6]。张军(2015)提出要推动长江经济带农业生产融合发展，需要打破现有的行政规划界限，做到统筹规划，协调发展[7]。

目前，土地、劳动力、化肥等生产要素是学者们在研究农业经济增长主要考虑的因素。土地的规模经营[8]、关于土地的制度安排[9]以及农药、化肥的施用量在一定程度上对农业经济增长具有促进作用，但长期容易造成农业面源污染问题[10]。农业机械投入发挥作用存在一定的时滞效应，短期内效果可能并不显著，但农业的机械化水平能够长期拉动农业经济的增长[11]。除此之外，学者们也开始较多地关注政策对农业经济的影响。陈昊(2017)按照是否实施中部崛起战略将31个省份分为实验组和对照组，利用双重差分倾向匹配法(PSM-DID)研究中部崛起战略对农业增长的影响，发现中部崛起战略对农业增长具有显著的促进作用[12]。

综上所述，目前学术界对长江经济带战略给农业经济造成影响的关注程度相对较低，同时对农业生产要素的研究较为独立，较少进行传统要素和现代要素对农业经济增长的联合影响，本文利用PSM-DID方法研究长江经济带战略的实施对长江流域农业经济造成的影响，采用PSM-DID方法克服变量自选择性问题和内生性问题，使得结论更加稳健。本文可能的创新之处在于将长江经济带11省市作为一个整体，通过PSM-DID方法评估长江经济带战略的政策效果，同时将传统要素和现代要素同时加入研究中探究其对农业经济增长带来的综合影响。

三、实证研究

长江经济带战略可以被看作是一项涉及长江流域11省市的“准自然实验”。本文将沿江11省市作为研究对象，运用倾向得分匹配和双重差分相结合的PSM-DID方法，分析长江经济带战略实施对11省市农业经济产生的影响。将上海、江苏、浙江等11省市作为处理组，其他20个未实施政策的省份作为参照组。

使用DID模型，处理组和参照组需要在政策时点前满足随机性假设和共同趋势假设[13]。长江经济带战略正式公布前，实施时间无法被预测，因此满足随机性假设。由于处理组和参照组之间的农业经济发展水平存在系统性差异，难以满足共同趋势假设，因此将倾向得分匹配法引入数据处理中，确保处理组和参照组具有共同趋势[14]。

倾向得分匹配主要通过Logit模型计算处理组和参照组倾向匹配得分，在参照组中选择与处理组中具有相同或相似倾向得分值的数据，以此使处理组和参照组在政策时点前满足共同趋势假设。当处理组本身存在Nc个对象时，每一个匹配对象可以表示为mÎc(j)，所代表的权重为W=1/Nc。如果权重为i0代表

通过倾向得分匹配法处理参照组和处理组后，在匹配的基础上对相关数据进行双重差分处理，得到长江经济带战略实施之后所产生的净效应。模型(2)为双重差分模型：

Yit=b0+b1treatedit+b2timeit+b3timeit´treatedit+b4Zit+eit(2)

模型中包括time和treated两个虚拟变量[16]，其中time=1代表着政策实施后，time=0代表政策实施前，treated=1代表受长江经济带政策影响地区，treated=0代表未受长江经济带政策影响地区。Z代表控制变量，e代表影响模型的随机扰动项[15]，Y代表农业总产值。DID模型相关政策意义如表1所示。

通过表1可以看出，长江经济带战略实施后处理组和参照组间的农业经济发展差异为DDY=b3，也代表长江经济带政策实施的净效应，当b3的系数大于0，说明长江经济带战略促进了长江沿岸省市农业经济增长。当b3的系数小于0，则说明长江经济带战略的实施抑制了长江沿岸11省市农业经济增长。

四、数据分析与处理

(一)变量描述

本文使用2010—2018年我国31个省级面板数据，数据来源于国家统计局网站和《中国统计年鉴》。为了较为直观地衡量长江经济带战略实施对农业经济增长的影响，本文参考陈昊(2017)[12]、刘明瑞等(2015)[17]以及冯超(2015)[18]等相关研究，选取农业总产值作为衡量农业经济增长指标。同时选取农作物播种面积、粮食人均产量、农业机械总动力、农药化肥使用量作为控制变量，为消除数据差异性对数据进行对数处理。

1.农业总产值(Y)：数据来源于《中国统计年鉴》和各省份统计年鉴，为消除价格变动带来的影响，选取农林牧渔可比总价值衡量农业经济状况。

2.农业播种面积(M)：选取统计年鉴中农业总播种面积作为主要控制变量，土地作为最基本的农业传统生产要素能够对农作物产量产生直接影响。

3.粮食人均产量(P)：选取统计年鉴中各地区粮食总产值和总人口计算得出，粮食人均产量的增长对当地农业经济增长具有直接促进作用。

4.农业机械总动力(T)：选取统计年鉴中农业机械总动力作为控制变量，反映了农业技术水平和农业机械化程度，现代化的生产方式会大幅度地提升农业生产效率，促进农业经济增长。

5.农药化肥使用量(K)：选取统计年鉴中农作物施肥总量作为控制变量(主要以氮肥和磷肥为主)，化肥能够通过提高土壤肥力进而提高单位面积的农作物产量，对于农业经济增长具有重要影响。

(二)PSM数据匹配

使用logit模型计算倾向匹配得分，并且将进行对数化处理后的变量带入相关模型计算，如式(3)所示：

logit(Yit)=b0+b1Zit+eit

(3)

公式中Yit代表长江经济带战略实施的虚拟变量，如果受到长江经济带战略影响那么Yit=1，反之没有受到长江经济带战略影响Yit=0，Z代表控制变量。

1.PSM平衡性检验。

通过近邻匹配法进行PSM匹配，近邻匹配法能够在参照组中找到与处理组当中倾向差异最小的个体，并且充分地利用处理组中的大部分个体，有利于减少样本量的损失。

近邻匹配的结果显示(表4)，在对处理组和参照组进行匹配后，绝大部分控制变量的标准差和T值都出现了较为明显的下降，说明近邻匹配的结果较为理想。

2.PSM共同支撑检验。

倾向得分匹配还需要通过共同支撑检验，共同支撑检验本身能够增加匹配有效性，确保匹配样本的可比性，通过共同支撑检验能够避免出现子集效应问题。图1是样本匹配之后的直方图，根据图形可知，匹配后共同支撑区域较多，说明匹配有效性得到支撑，同时较大的重叠区域也规避了子集效应问题的出现。

五、实证分析

(一)PSM-DID方法估计结果

模型实证结果如表5，模型(1)中未加入控制变量，模型(2)~(5)中依次加入农作物播种面积、粮食人均产量、农业机械总动力和农药化肥使用量等控制变量。模型(1)中的交互变量did在10%的置信水平上显著，说明长江经济带战略促进了农业经济的增长。模型(2)~(5)中，随着农作物播种面积、粮食人均产量、农业机械总动力、农药化肥使用量等控制变量的加入，交互变量显著性水平提升，表明随着控制变量的加入长江经济带战略对农业经济增长的促进作用不仅没有削弱反而不断增强，说明