大豆生产者补贴政策改革促进农户种植结构调整了吗？——基于全国446个县的准自然实验

周 杨，邵喜武，吴佩蓉

（吉林农业大学 经济管理学院，吉林 长春130118）

一、引言与文献综述

改革开放以来，随着技术进步和农业制度的改革与完善，粮食生产力得到空前发展，粮食生产逐渐由总量供给不足转向结构性供给冗余［1］，突出表现在2003—2015年粮食产量实现“十二连增”，但种植结构扭曲的问题也随之显现，即玉米面积快速增加、大豆面积快速减少。为缓解种植结构扭曲问题，2017年国家将大豆目标价格制度改为与玉米相同的生产者补贴政策，统筹大豆、玉米的补贴机制，兼顾大豆、玉米的比价关系，通过远高于玉米补贴标准的方式实现“增大豆、减玉米”的目的。2019—2021年中央一号文件均强调要完善大豆生产者补贴政策，并于2019年提出以“扩面、增产、提质、绿色”为目标实施大豆振兴计划。为此，研究大豆生产者补贴政策改革对农户种植结构调整的影响，并分析深层次原因，对进一步完善大豆生产者补贴政策、实现大豆振兴计划以及推进农业供给侧结构性改革具有重要意义。

理论上，激励机制将会对农户的种植行为产生重要的影响，粮食补贴政策的制定是为了调动农户的种粮积极性。现有关于粮食补贴政策影响种植结构的研究，比较统一的观点是，随着市场经济的不断深化，理性农户会对不同作物的预期收益进行比较，选择投资回报率较高的作物进行种植。周静等［2］考察最低收购价格政策对稻作大户种植结构的影响，结果表明，虽然近年来最低收购价格有所降低，但仍然符合农户的收益预期，种植结构并未改变。许庆等［3］以规模农户为研究对象，考察农业补贴对农户种粮行为的影响，发现农业补贴调动农户种粮积极性，提高粮食生产比例。朱思柱等［4］对大豆主产区农户的种植结构调整行为进行考察，证明大豆预期收益显著影响农户的种植结构调整行为，但受限于资源禀赋和区位差异，各地区对大豆预期收益的调整弹性差异较大。田聪颖等［5］指出，作为与大豆竞争程度较高的玉米，其高产、高收益的特点会阻碍农户的种植结构调整行为，若缺乏合理的政策干预，种植结构调整的实际效果将会大打折扣。阮荣平等［6］研究发现，生产者补贴政策改革后，玉米与大豆等替代作物相比失去比较优势，导致家庭农场玉米的种植比重显著减少。黄少安等［7］指出粮食补贴政策的政策效用是边际递减的，往往在政策实施初期效果最为显著。临时收储政策改为目标价格制度后，大豆面积在政策实施初年扩大11.4%，但终究由于目标价格设置不合理，缺乏与玉米明确的比价关系抑制豆农的种豆积极性，政策实施次年的大豆面积显著减少20.5%［8］。

在对现有文献进行梳理后发现，对农户种植结构调整行为的研究，既要考虑与竞争作物之间的比价关系，即预期相对收益的变化，也要考虑农户制定生产决策时的适应性反应。然而，学术界从生产者决策角度出发，对大豆生产者补贴政策和农户种植结构调整之间的关系进行理论与实证系统的研究还不多。田聪颖等［5］考察生产者补贴政策与种植结构调整的关系，对本文具有重要的借鉴意义，但没有引入政策非试点区进行对照，不能有效甄别政策的实际效应。本文基于政策实施地区和非实施地区的面板数据，运用倾向得分双重差分模型（PSM-DID），排除内生性的干扰，研究大豆生产者补贴政策改革对农户种植结构调整的作用机制，考察该政策是否有效促进农户种植结构调整。

二、理论分析与研究假说

大豆目标价格制度改为生产者补贴政策，会影响农户的生产决策，并最终表现为种植结构调整。这一系列过程和环节的集合即为大豆生产者补贴政策改革对农户种植结构调整的影响机制。在舒尔茨“理性人”的假定下，粮食政策效应的传导实际上是农业支持保护制度框架中农户利益调整的过程，其中农户对农业生产的预期相对收益作为中介变量，引导农户改变生产决策，进而调整种植结构［9］。具体的影响主要有两个：一是改革将“目标价格”时期收购站和粮贩攫取的利润直接补贴给农户，降低政策的中间“损耗”；二是“生产者补贴”后大豆与玉米的相对价格高于目标价格时期。由于“目标价格”时期大豆市场价格均低于目标价格，因此，2014—2016年实际执行的便是目标价格，均为4.8元/kg；同期，内蒙古、黑龙江、吉林、辽宁等省（区）玉米的平均市场价格分别为2.36元/kg、2.19元/kg、2.23元/kg和2.31元/kg。2017年，改为生产者补贴政策后，内蒙古、黑龙江、吉林、辽宁等省（区）豆农的预期价格①生产者补贴政策时的预期价格=市场价格+（补贴/单产）分别提高至5.14元/kg、4.90元/kg、4.81元/kg和4.92元/kg，而玉米的预期价格分别降至2.18元/kg、1.82元/kg、1.82元/kg和2.05元/kg；2018年，三省一区豆农的预期价格更是增加至5.58元/kg、6.08元/kg、5.06元/kg和5.07元/kg，而玉米的预期价格分别为2.24元/kg、1.74元/kg、1.91元/kg和2.09元/kg，虽然部分省（区）的预期价格较2017年有所增加，但增幅远不如大豆。上述政策改革的效果可以分为两个阶段：

第一阶段是目标价格制度的退出（图1）。实施目标价格制度时，政府事先给定一个目标价格PT，当且仅当大豆市场价格低于PT时，目标价格制度发挥作用，此时大豆面积将会稳定在ST，且豆农获得市场价格与目标价格之间的差额补贴，即（PT-PE）。这意味着，目标价格制度实施期间，大豆生产面积曲线为STTS1。从实际情况来看，目标价格制度实施期间连续三年触发目标价格，豆农在此期间的收益理论上应为PTTS0Q，种植面积应为ST，Q为大豆单产，为便于分析，假定Q是一个常数，不随时间发生变化。然而，目标价格制度下粮贩和收购站攫取豆农出售价格与市场价格之间的价差利润［10］。根据目标价格制度的采价标准，大豆市场价格是基于大豆收储企业和加工企业的收购价格而定，但豆农通常会将大豆直接售卖给粮贩和收购站点，导致实际成交价格（Pe）通常低于国家监测到的市场价格（Pg），豆农得到的补贴低于理论上应得的补贴，本文称之为目标价格制度的中间“损耗”。因此，目标价格制度实施期间，豆农种植收益和大豆种植面积均低于理论数值，而同期玉米的种植收益却保持在较高水平。在目标价格制度退出后，农户的预期价格将会由市场供需决定，价格由PT下降为PE，在未实施任何补贴政策的状况下，农户的种植收益会随之下降为PEES0Q。作为“理性人”的豆农，将会选择收益更高的替代作物减少大豆种植，从而导致大豆生产面积曲线由S0S1左移至S2S3。总之，目标价格制度的实施没有对豆农种植收益和大豆种植面积发挥应有的作用，而在目标价格制度退出后，仅靠市场调节下的豆农收益进一步下降、风险增加，“理性”豆农会减少大豆种植，大豆种植面积由SE减少为Se。

图1 目标价格制度对种植决策的影响

第二阶段是生产者补贴政策的实施（图2）。生产者补贴政策本质上是一种与生产面积挂钩的固定支付性政策，在市场机制之外可以提高农户的种植收益。从短期市场均衡来看，生产者补贴政策的实施可以推动供给曲线向右移动，由目标价格制度退出后的S2S3移动至S4S5或S6S7，农户的种植收益也变化为P'E'S4Q或P″E″S6Q，具体变化程度取决于生产者补贴政策的相对激励强度，即统筹大豆、玉米的补贴机制后，两种作物相对补贴额度的不同会产生不同的种豆预期以及不同的大豆种植面积，既有可能低于也有可能高于目标价格时期。因此，在目标价格制度退出后，生产者补贴政策将会提高仅靠市场机制调节下的大豆种植面积和种植收益，但能否高于目标价格时期，取决于大豆、玉米相对补贴额度的大小。总之，大豆种植面积的多少不仅要考虑到农户的绝对收益，还要考虑到农户的相对收益，即大豆与替代作物之间在单产、价格、成本和政策补贴等方面的比较。当加入资源条件约束后，由于土地相对于劳动力、资本等资源更为稀缺，农户对某种作物所做出的生产决策更能体现在播种面积的抉择上，即增加某一作物的种植面积势必会减少其他作物的种植面积。在东北地区，玉米是大豆最主要的替代作物，2017年我国对大豆实施与玉米相同的生产者补贴政策，考虑到短期内两个作物的相对单产、相对价格和相对成本不能缩小，生产者补贴额度的大小成为是否能够“增大豆、减玉米”的关键。

图2 生产者补贴政策对种植决策的影响

基于以上分析，大豆生产者补贴政策改革对种植结构调整的影响可归纳为图3。

图3 大豆生产者补贴政策改革对种植结构调整影响的分析框架

基于此，提出如下研究假说：

H1：大豆生产者补贴政策改革后，较非政策实施地区而言，政策实施地区的农户倾向于增加大豆面积、减少玉米面积，产生“种植结构调整”效应；

H2：大豆生产者补贴政策改革后，随着大豆或玉米补贴额度的提高，种植结构将会持续得到改善。

三、研究方法与数据说明

（一）模型设定与指标选取

双重差分方法（DID）基于“自然实验”，通过设置实验组和对照组，可以客观衡量制度变迁或是新政策实施对于经济体的影响，避免政策作为解释变量时产生的内生性问题［11］。在此基础上，进一步运用倾向得分匹配法（PSM）解决在县域层面可能存在的由样本选择偏差带来的内生性问题，可以保证研究对象更好地满足DID所要求的平行趋势假设。然后，利用匹配成功的样本进行DID估计，从而削弱县域间的系统性差异，降低单独使用DID的估计偏误。基于此，采用PSM-DID考察大豆生产者补贴政策改革对农户种植结构调整的影响，将政策实施地区作为实验组，其他地区作为对照组，对照组的种植结构变化反映除政策实施之外的其他共时性因素的影响，将实验组前后的种植结构变化减去对照组前后的变化，便可得到大豆生产者补贴政策改革对种植结构调整的净效果。具体的模型设定如下：

式（1）为用于PSM匹配的Logit回归模型，式（1）中，Pol表示大豆生产者补贴政策实施地区的虚拟变量，若该地区为政策实施地区，则Pol=1，否则Pol=0。式（2）为用于DID估计的双重固定效应模型，Yit为被解释变量，主要选取大豆与玉米种植面积比例（Dec）作为衡量种植结构调整的指标；Year表示政策实施时间的虚拟变量，若该时间已经实施生产者补贴政策，则Year=1（由于大豆生产者补贴政策于2017年的播种前提出，所以本文认为改革的效果在当年就会反映出来），否则Year=0；λi为个体固定效应，用来控制个体所有不随时间变化的因素；γt为时点固定效应，用来控制某一时刻影响种植结构调整的因素；β为所有变量的待估参数；ε为随机误差项。

Control表示一系列影响农户种植结构调整意愿的其他因素，以尽可能避免实验组与对照组之间因趋势不平行而产生的内生性偏误。主要包括：（1）基于前文理论分析的预期相对收益（ERR），包括预期相对价格（ERP）、预期相对单产（ERY）和预期相对成本（ERC），预期相对成本又可以分为预期相对生产成本（ERPC）和预期相对土地成本（ERLC）。大豆相对收益、相对价格、相对单产和相对成本表现为与替代作物收益、价格、单产和成本的比值，此处参考钟甫宁等［12］关于棉农种棉决策的模型设定，预期相对收益、预期相对价格、预期相对单产和预期相对成本均采用前三期的移动平均数；（2）农户往往会根据市场信息对过去的生产决策进行调整，因此，将滞后一期的种植结构调整行为（Dect-1）纳入模型中进行控制。此外，为避免异方差和序列相关的干扰，对上述绝对值变量进行对数化处理，并采用robust进行稳健性估计。

虽然DID可以克服政策作为解释变量时产生的内生性问题，但政策本身的内生性问题依然不能忽视，即政府在选择政策实施地区的决定性因素可能与模型扰动项相关，导致结果出现偏差。因此，借鉴PEI等［13］和贺超飞［8］的研究方法，利用控制前定变量影响的方式进行回归，并将其与post的交互项作为核心变量进行控制，避免内生性的干扰。在前定变量的选取方面，由于目标价格制度和生产者补贴政策均是以地级市为单位实行，基于此，选择2013年四省（区）实施政策地级市层面的大豆播种面积作为大豆的前定变量。并在此基础上作如下处理：首先，假设前定变量对种植结构的影响在政策改革前后具有相同趋势，控制前定变量与政策虚拟变量（post）的交互项（post=1为生产者补贴政策实施期间，否则post=0）；其次，假设长期影响呈现非线性时间趋势，控制前定变量与时间虚拟变量t的三阶多项式的交互项。

（二）数据来源

本文主要考察2014—2018年大豆“目标价格”和“生产者补贴”实施期间的种植结构变化，由于控制变量中预期相对价格和预期相对单产均需要前三年的数据，因此，主要选取2011—2018年政策实施地区（黑龙江省、吉林省、辽宁省、内蒙古自治区）和非政策实施地区（山西省、山东省、河南省、安徽省）的县级面板数据进行分析，这些省份的大豆播种面积占全国总播种面积的比例接近80%，较有代表性。为了避免异常值的干扰，剔除大豆播种面积变动率高于300%和播种面积小于100公顷的县，最终获得446个县的统计信息，其中，政策实施地区的县有140个，非政策实施地区的县为306个。具体的样本分布情况如表1所示。

表1 样本分布情况

此外，各省（区）的统计规则并不相同，黑龙江省、吉林省、山西省以及河南省各县域粮食作物播种面积、单位面积产量均来源于省级统计年鉴，辽宁省、内蒙古自治区、山东省和安徽省的县域数据从各地级市统计年鉴中获得；在已公开的数据中，并没有县域粮食作物的价格，选用省级层面的价格数据进行代替，来源于布瑞克农业数据库，并经过农产品价格指数平减消除物价指数的干扰。

（三）描述性统计分析

2014—2018年政策实施地区与政策非实施地区大豆“生产者补贴”改革前后的变量定义和描述性统计分析如表2所示。政策实施地区改革前后大豆与玉米种植面积比例分别为27.64%和51.89%，而政策非实施地区则为44.53%和48.63%，说明改革前，政策实施地区相对政策非实施地区农户种植玉米的倾向性更高，但在改革后，这种倾向性出现一定程度的转变。从预期相对价格的平均值来看，不论是政策实施地区还是政策非实施地区，政策实施后预期相对价格均有所上升，但仍然低于2.5的合理数值［14］；大豆的比较收益低主要是由于其单产低，预期相对单产的平均值也印证这一观点，尽管大豆价格是玉米的两倍以上，但单产仅略高于其三分之一。政策实施地区的预期相对单产低于政策非实施地区，在政策实施后这一差距进一步拉大。值得注意的是，政策实施地区和政策非实施地区的预期相对成本均有一定程度的增长，但增长的原因不同，政策实施地区的相对土地成本明显增加，而政策非实施地区的预期相对生产成本变化较大。

四、结果与分析

（一）样本匹配结果与平行趋势检验

本文通过PSM方法构造“反事实”样本。图4a和图4b分别为PSM采用近邻匹配前后实验组与对照组倾向得分值（PS）的核密度图，不难发现，匹配前实验组与对照组的PS曲线存在较大差异，而匹配后两组曲线趋向重合，两组样本的特征信息较为相近。为使政策效应结果更加精准，在2 230个总样本中将不符合共同取值范围的样本剔除后，保留2 091个样本观测值，参考孙晓华等［15］的方法进行核心变量的平行趋势检验，检验结果如表3所示。由结果可知，匹配后实验组与对照组核心变量的标准偏差值均小于10%，t检验同样表明匹配后的两组样本在匹配变量上均不存在显著差异。总之，匹配后的两组样本通过平行趋势检验，为DID估计筛选出较为理想的数据样本，更加有助于获得大豆生产者补贴政策改革的真实效果。

表3 匹配前后平行趋势检验

（二）大豆生产者补贴政策改革与农户种植结构调整

1.平均效应 表4汇报了大豆生产者补贴政策改革影响种植结构调整的平均效应估计结果，表4（1）、（2）列为控制年份效应的OLS回归，（3）、（4）列为面板数据的双向固定效应（FE）回归。结果表明，不论是否加入控制变量，两种估计方法下的Poli×Year的系数值均在1%水平上显著为正，说明平均而言，生产者补贴政策改革显著改善种植结构。

2.动态效应 表4中的估计结果并未说明该政策对种植结构调整是否具有持续性。因此，引入两个时间虚拟变量，Year2017和Year2018，分别表示生产者补贴政策改革当年（2017年）和第二年（2018年），将政策与每个时间虚拟变量相乘，得到政策与时间变量的交互项，然后使用双向固定效应加以拟合，结果如表5所示。

表4 生产者补贴政策改革影响种植结构调整的平均效应 n=2 091

表5 生产者补贴政策改革影响种植结构调整的动态效应 n=2 091

基本估计结果如表5第（1）列所示，在不考虑控制变量的情况下，大豆与玉米的种植面积比例分别增加7.8%和5.5%，这一估计结果可能会出现偏误，为了剔除其他因素对模型实证结果的影响，本文进一步将控制变量进行控制。由表5第（2）列的结果可知，大豆生产者补贴政策改革使2017年大豆与玉米的种植面积比例显著提高6.5%，使2018年大豆与玉米的种植面积比例显著提高3.4%，说明大豆生产者补贴政策在改革初年对种植结构调整的影响便已显现。然而，政策改革次年种植结构改善程度相较2017年显著减小，与预期并不相符。基于此，本文进一步将种植结构变量分为大豆种植面积和玉米种植面积分别回归，结果如表5第（3）、第（4）列所示。结果表明，生产者补贴政策对2017年和2018年大豆种植均有显著的“扩面”作用，作用程度相差不多，但对玉米种植的“调减”仅在2017年显著。因此，生产者补贴政策对2018年的种植结构调整未能发挥预期效果的原因可能有两个方面：一是“生产者补贴”对大豆的“扩面”作用未能与补贴额度同比例上涨；二是“生产者补贴”未能如预期般调减2018年的玉米种植面积。

总之，上述结果表明，大豆生产者补贴政策改革对农户种植结构调整具有显著的时间异质性。换言之，在农业供给侧结构性改革和大豆振兴计划的压力下，虽然四省（区）在不留余地的鼓励大豆种植，2018年相较2017年政策实施地区的补贴额度均有明显增长，但理论上认为的大豆与玉米种植结构将会进一步得到优化并未发生。倘若继续按照相当的财力实施生产者补贴政策，种植结构也极有可能出现反复。因此，可在很大程度上认为，大豆生产者补贴政策在扩大大豆种植面积、调整大豆与玉米种植结构等方面存在局限性。

（三）稳健性检验

1.更换匹配方式检验 对原始样本重新进行半径匹配，结果发现①由于篇幅限制，稳健性检验结果省略。读者若需要，可向笔者索取。，生产者补贴政策对2017年种植结构调整的效果显著，对2018年作用明显减弱。将种植结构进行分解后发现，2017年，生产者补贴政策可以扩大大豆种植面积的同时，减少玉米种植面积；而2018年，生产者补贴政策对大豆的“扩面”作用几乎与2017年相当，但对玉米的“调减”作用却消失了。上述结果与近邻匹配后的DID结果保持一致，增强了实证结果的稳健性。

2.异常样本的影响 将被剔除的139个样本重新纳入样本中进行回归，结果可以看出，生产者补贴政策对种植结构调整的作用方向基本与表3中的结果保持一致，进一步验证实证结果的稳健性。然而，生产者补贴政策对大豆的“扩面”作用高于表5第（3）列中所示结果，这就意味着被剔除的139个样本拉高了大豆种植面积的均值。

3.安慰剂检验 为了避免政策干预的随机性以及排除其它因素对研究结果的干扰，进一步增强回归结果的稳健性，借鉴黄志平［16］的做法，假设实验组被设为政策实施地区提前到2015年和2016年进行反事实的安慰剂检验。由结果可知，将政策实施提前设立，系数值均不显著，说明大豆与玉米种植结构的调整来源于生产者补贴政策的实施，而非其他政策或是其他因素的影响。

五、影响机制分析

以上结论表明，大豆生产者补贴政策改革并未能持续的改善大豆与玉米的种植结构。那么，其具体的影响机制是什么？换言之，大豆生产者补贴政策的局限性在哪，使得种植结构出现反复？

（一）理论分析

造成大豆生产者补贴政策改革前大豆与玉米种植结构失衡最主要的原因是大豆比较收益的连年降低［17］。一方面，1996年国家放开大豆贸易，大量的进口冲击国内市场，压迫国产大豆价格，而政策性价格与生产成本的螺旋式上涨又抬升大豆种植成本［18］，2016年，大豆平均净利润已跌至-314.3元/公顷；另一方面，相比之下，种植玉米的利润较高，种植大豆的积极性逐年降低，这就造成大豆与玉米种植结构失衡状况愈加严重［19］。鉴于此，国家开始实施大豆生产者补贴政策，强调“新的补贴制度将会进一步助力国产大豆种植面积提升，同时引导玉米种植面积调减”。从政策构想与设计上而言，其政策初衷更多地表现为扩大大豆种植面积，调整大豆、玉米种植结构［20］。因此，相比于政策非实施地区，政策实施四省（区）对优化种植结构的要求更高。

然而，较长期结构失衡的负外部性制约高涨的比较收益对优化种植结构所产生的正向影响。一方面，路径依赖。虽然大豆与玉米的相对补贴额度逐年提高，但是在流转契约关系以及资产专用性的双重约束下，容易产生租金的“沉默成本”以及特定农机设备闲置的“隐性损失”，这些因素限制玉米种植户转变生产结构的机动性和灵活性，增加政策调控的难度；另一方面，补贴错位。土地承包权和经营权的分离，导致带有较强目的性的大豆生产者补贴政策一经提出，土地承包户便开始对策性的提高实际经营者的地租，豆农没有享受到实际意义的利润增长。在黑龙江省和吉林省调研了解到，大豆生产者补贴政策改革后实际经营户和土地承包户围绕补贴的增长存在两种模式：一是实际经营户将种豆补贴全部或者部分交给土地承包户享有，二是土地承包户提高实际经营户的地租，由一年7 500元/公顷提高到12 000元/公顷，甚至是15 000元/公顷。因此，本文认为玉米种植路径依赖性较强、补贴错位和地租不合理上涨均是大豆生产者补贴政策优化种植结构存在的局限。

（二）计量证据

为了进一步识别生产者补贴政策对大豆、玉米种植结构的影响，将Hayes［21］提出的调节效应模型引入DID中，构建双重差分调节效应模型如下：

式（3）中，Path为影响机制变量，主要包括过去的种植决策（Dect-1）、预期相对价格（ERP）、预期相对单产（ERY）、预期相对生产成本（ERPC）和预期相对土地成本（ERLC）。

表6中列出大豆生产者补贴政策改革后2017年和2018年对大豆、玉米种植结构的影响机制。2017年，政策改革通过预期相对价格对改善种植结构发挥重要作用，而过去的种植决策和预期相对单产是阻碍结构调整的重要因素，预期相对成本并不显著。2018年，经过一年对政策的适应和调整，各机制变量均出现变化。如理论预期一般，过去的种植决策对改善种植结构的负向影响显著增强，预期相对土地成本也开始表现出对改善种植结构较强的阻碍作用。除此之外，预期相对价格的系数值变为负值，可能的原因在于：首先，虽然补贴上涨激发农民改种大豆的积极性，但市场价格下行和销路不畅，农民惜售和“卖豆难”现象时有发生，在激情褪去后农民依然会选择种植玉米，这种现象在玉米种植比例较高的地区最为明显；其次，随着市场化进程的不断推进，大豆和玉米价格均出现下跌现象，农民仍然对预期相对价格不满意。从数据上看，2017年和2018年预期相对价格分别为2.28和2.43，仍然低于2.5的合理数值。

表6 影响机制检验结果 n=2 091

六、主要结论与政策启示

以大豆生产者补贴政策改革作为切入点，将政策实施地区和非实施地区视为一次部分省份优化大豆、玉米种植结构的准自然实验，通过评估大豆生产者补贴政策改革对优化种植结构是否存在显著的因果效应，以期回答在农业供给侧结构性改革和大豆振兴压力下，政策实施四省（区）是否能够持续改善大豆、玉米种植结构的重要问题。本文的结论主要包括：首先，2017年大豆生产者补贴政策改革的种植结构调整效用显著，但2018年，“生产者补贴”对大豆的“扩面”作用未能与补贴额度同比例上涨，同时也未能显著调减玉米种植面积，即大豆生产者补贴政策改革对农户种植结构调整具有显著的时间异质性，这一结果具有较强的稳健性；其次，预期相对收益的提升是农户调整种植结构的重要原因。相较于目标价格制度，生产者补贴政策统筹大豆、玉米补贴机制，明确提出大豆补贴额度要远高于玉米，进而提升农户2017年种植大豆的收益预期，导致政策改革首年大豆、玉米种植结构得以优化。然而，经过对新制度一年的适应后，农户对种植玉米的路径依赖、补贴错位、地租的不合理增长以及大豆、玉米相对价格不理想等问题逐渐凸显，2018年农户重新调整种植决策，补贴的激励作用明显减弱。

研究结论具有以下政策启示：首先，大豆生产者补贴政策改革的确促进大豆、玉米种植结构调整。这就意味着，统筹大豆、玉米的补贴机制在理论上可以提升农户种豆的收益力度。其次，单纯依靠生产者补贴政策对持续改善种植结构的作用有限。随着补贴力度的增强，种植结构却未能同比例改善，这一结果应引起高度重视。受限于黄箱政策，对大豆的支持力度不能无限制增长，未来对大豆的支持方式，应由单一化的补贴激励转向多元化的政策支持。一是应大力完善大豆种植的基础设施建设、加大对大豆相关农资补贴的投入力度，加强大豆种植的技术扶持，为大豆种植提供一个良好的外部条件，努力破除“路径依赖”对于农户改种大豆的约束；二是加强政策性地租波动的管控，防止地租出现不合理上涨，促进土地流转市场的良性发展；三是强化政策支持对象的匹配度，遵循“谁种地，谁受益”的原则；四是关于大豆、玉米相对价格不理想的问题。市场化改革是不可逆转的大趋势，在推进大豆市场化改革的过程中应制定市场和政府双重政策目标，市场应充分发挥导向作用，吸纳更多的经营主体参与市场竞争，政府应发挥监督和扶持功能，在激励上游大豆种植的同时，将部分注意力投向下游大豆生产技术研发和产业链建设上，以产业政策视角强化大豆生产供应。