南南合作與糧食安全

《經(jīng)濟(jì)學(xué)》（季刊）2023年第5期南南合作與糧食安全——來(lái)自中國(guó)援非農(nóng)業(yè)技術(shù)示范中心的實(shí)證林屾崔靜波目錄TOC\o"1-2"\h\u1760965068附錄I進(jìn)一步討論 12081614684附錄II援助影響機(jī)制分析 31963982427附錄III其他影響效果評(píng)估 7附錄I進(jìn)一步討論為保證主模型關(guān)于糧食作物貿(mào)易結(jié)論的穩(wěn)健，本部分從動(dòng)態(tài)效應(yīng)、替換模型兩方面進(jìn)行系列檢驗(yàn)。1.貿(mào)易動(dòng)態(tài)效應(yīng)為保證結(jié)論可靠，與主要實(shí)證模型類(lèi)似，對(duì)援非農(nóng)技中心試點(diǎn)政策的貿(mào)易動(dòng)態(tài)效應(yīng)進(jìn)行實(shí)證檢驗(yàn)，將原文模型（2）被解釋變量替換為糧食作物貿(mào)易數(shù)據(jù)，其余部分不變。發(fā)現(xiàn)實(shí)驗(yàn)組和對(duì)照組在援非農(nóng)技中心試點(diǎn)政策實(shí)施前不存在明顯的差異，滿(mǎn)足平行趨勢(shì)假設(shè)，且政策效應(yīng)均在之后展示出了促進(jìn)效果，詳見(jiàn)圖I1至圖I2。圖I1糧食作物進(jìn)口動(dòng)態(tài)效應(yīng)圖I2糧食作物出口動(dòng)態(tài)效應(yīng)2.替換模型本文主模型為三重差分模型，為進(jìn)一步驗(yàn)證結(jié)論的穩(wěn)健性，將ATDCr×Cropi合并為一個(gè)變量ATDCri，將這個(gè)變量與PostOutputirt=β0其中，核心被解釋變量Outputirt表示非洲國(guó)家r在t年糧食作物i的貿(mào)易數(shù)據(jù)，得到中國(guó)援非農(nóng)技中心試點(diǎn)政策對(duì)糧食作物貿(mào)易的影響雙重差分（Difference-in-Differences,DID）模型（1），對(duì)糧食作物進(jìn)口量（ImpQnirt）、進(jìn)口額（ImpValirt）、出口量（ExpQnirt）和出口額（ExpValirt）分別進(jìn)行了考察，上述變量均取對(duì)數(shù)。ATDCri表示援非農(nóng)技中心試點(diǎn)國(guó)家及示范作物虛擬變量，規(guī)定第一批援非農(nóng)技中心所在國(guó)示范糧食作物的ATDCri數(shù)值為1，其余為0。Postt為政策試點(diǎn)前后虛擬變量，2006年政策實(shí)施以后取值為1，否則為0。Xrt我們進(jìn)一步運(yùn)用雙重差分模型（1），對(duì)糧食作物進(jìn)口量（ImpQnirt）、進(jìn)口額（ImpValirt）、出口量（ExpQnirt）和出口額（ExpValirt）分別進(jìn)行了考察，上述變量均取對(duì)數(shù)。表I1列（1）、（2）、（3）和（4）匯報(bào)了針對(duì)糧食作物進(jìn)口量、進(jìn)口額、出口量、出口額的估計(jì)結(jié)果。我們所關(guān)注的雙重差分項(xiàng)“ATDCri×Postt”系數(shù)值表I1DID模型援非農(nóng)技中心對(duì)受援國(guó)示范糧食品種貿(mào)易的影響變量ImpQnImpValExpQnExpVal(1)(2)(3)(4)ATDC-0.283-0.0480.432*0.391*(0.479)(0.293)(0.214)(0.195)觀測(cè)值6,54610,29610,29610,296R-平方0.8810.8940.7640.764控制變量YYYY國(guó)別×年份固定效應(yīng)YYYY作物×年份固定效應(yīng)YYYY國(guó)別×作物固定效應(yīng)YYYY注：表中被解釋變量為ImpQn、ImpVal、ExpQn、ExpVal，分別表示進(jìn)口量、進(jìn)口額、出口量、出口額，上述變量均取對(duì)數(shù)，解釋變量為ATDCri×Postt，表示援非農(nóng)技中心試點(diǎn)政策實(shí)施地區(qū)及示范糧食作物、時(shí)點(diǎn)二次交互項(xiàng)。模型中各控制變量、常數(shù)項(xiàng)均已控制，括號(hào)內(nèi)為作物層面的聚類(lèi)調(diào)整標(biāo)準(zhǔn)誤，*、

附錄II援助影響機(jī)制分析為了考察援助實(shí)施機(jī)構(gòu)對(duì)非洲糧食作物產(chǎn)量的影響，我們將原文基準(zhǔn)三重差分模型（1）中核心解釋變量ATDCr替換為首批農(nóng)技中心所在國(guó)援助各實(shí)施機(jī)構(gòu)的評(píng)價(jià)變量ATDC_iar。規(guī)定第一批援非農(nóng)技中心所在國(guó)與農(nóng)技中心相關(guān)的援助項(xiàng)目實(shí)施機(jī)構(gòu)評(píng)價(jià)變量，分別為“ADTC_AC”“ADTC_SOE”“ADTC_NS”，其中ADTC_AC表示中方實(shí)施機(jī)構(gòu)為科研機(jī)構(gòu)的援助項(xiàng)目，ADTC_SOE表示中方實(shí)施機(jī)構(gòu)為國(guó)有企業(yè)的援助項(xiàng)目，ADTC_NS表示中方實(shí)施機(jī)構(gòu)為非國(guó)有企業(yè)的援助項(xiàng)目。因ATDC援助項(xiàng)目數(shù)據(jù)量有限和模型多重共線性，僅識(shí)別出上述三種援助實(shí)施機(jī)構(gòu)組成的三次交互項(xiàng)。Output+β3ATDC_NSr×其他變量定義與原文基準(zhǔn)模型（1）相同，得到本文的中國(guó)援非農(nóng)技中心援助實(shí)施機(jī)構(gòu)對(duì)糧食作物產(chǎn)出影響的模型。援助影響機(jī)制分析中變量描述性統(tǒng)計(jì)值詳見(jiàn)表II1。表II1援助影響機(jī)制分析中變量描述性統(tǒng)計(jì)值變量指標(biāo)含義觀測(cè)值平均值標(biāo)準(zhǔn)差最小值最大值A(chǔ)rea糧食收獲面積3,66610.4432.8880.00016.105Prod糧食生產(chǎn)量3,66610.5482.9530.00016.366AgLand農(nóng)用地面積3,6699.4481.5183.80711.830AgFixCap農(nóng)業(yè)固定資本消耗3,5664.6651.6260.2639.020RuralPop農(nóng)村人口3,6648.8801.3354.10211.436GDP國(guó)民生產(chǎn)總值3,7028.0361.7594.65713.024FDI外商直接投資3,5415.5621.982-0.8899.936ADTC農(nóng)技中心虛擬變量4,0040.2870.45201crop示范作物虛擬變量4,0040.6290.48301Post政策節(jié)點(diǎn)虛擬變量4,0040.50.501ADTC_TA獨(dú)立技術(shù)援助資金流4,0040.1121.330016.319ADTC_GR贈(zèng)款援助資金流4,0040.2702.051016.665ADTC_AC科研機(jī)構(gòu)援助項(xiàng)目4,0040.1331.437016.094ADTC_SOE國(guó)有企業(yè)援助項(xiàng)目4,0040.0961.238016.281ADTC_NS非國(guó)有企業(yè)援助項(xiàng)目4,0040.1061.286016.319表II2報(bào)告了非農(nóng)技中心援助資金流對(duì)非洲農(nóng)業(yè)產(chǎn)出的回歸結(jié)果?；貧w中得到ATDC_ACr×Postt×Cropi、ATDC_SOEr×Postt×Cropi和ATDC_NSr×Postt×Cropi三組三次交互項(xiàng)的結(jié)果。同樣，第（1）、（2）列，第（3）、（4），表II2援非農(nóng)技中心實(shí)施機(jī)構(gòu)對(duì)糧食作物產(chǎn)出的影響TriangulationCountFieldUSD變量AreaProdAreaProdAreaProdAreaProd(1)(2)(3)(4)(5)(6)(7)(8)ATD-0.082***-0.062*-0.067**-0.052-0.053-0.042-0.029-0.023(0.029)(0.033)(0.031)(0.038)(0.040)(0.040)(0.026)(0.026)ATD0.058***0.055***0.059***0.056***0.062***0.064***0.034***0.028**(0.013)(0.017)(0.013)(0.017)(0.016)(0.019)(0.008)(0.011)ATDC_NS-0.023-0.058-0.004-0.0330.006-0.010-0.020-0.038*(0.073)(0.095)(0.113)(0.127)(0.056)(0.034)(0.015)(0.019)觀測(cè)值3,3153,3153,3153,3153,3153,3153,3853,385R-平方0.9840.9810.9840.9810.9840.9810.9850.982控制變量YYYYYYYY國(guó)別×年份固定效應(yīng)YYYYYYYY作物×年份固定效應(yīng)YYYYYYYY國(guó)別×作物固定效應(yīng)YYYYYYYY注：表中被解釋變量為Area、Prod，分別表示收獲面積和生產(chǎn)量，上述變量均取對(duì)數(shù)，解釋變量為ATDC_ACr×Postt×Cropi、ATDC_SOEr×首先，第一行展示了援非農(nóng)技中心科研機(jī)構(gòu)為實(shí)施機(jī)構(gòu)對(duì)非洲農(nóng)業(yè)產(chǎn)出的回歸結(jié)果。“ADTC_ACr×Postt×Cropi”系數(shù)值均為負(fù)，在列（1）、（2）為-0.082和-0.062，且分別在1%和10%統(tǒng)計(jì)水平上顯著；在列（3）、（4）為-0.067和-0.052，且分別在5%統(tǒng)計(jì)水平上顯著和不顯著；在列（5）、（6）為-0.053和-0.042，且均為不顯著；在列（7）、（8）為-0.029和-0.023，且均為不顯著。其次，第二行展示了援非農(nóng)技中心國(guó)有企業(yè)為實(shí)施機(jī)構(gòu)對(duì)非洲農(nóng)業(yè)產(chǎn)出的回歸結(jié)果?！癆DTC_SOEr×Postt×Cropi”系數(shù)值均為正，在列（1）、（2）為0.058和0.055，且均在1%統(tǒng)計(jì)水平上顯著；在列（3）、（4）為0.059和0.056，且均在1%水平上顯著；在列（5）、（6）為0.062和0.064，且均在1%統(tǒng)計(jì)水平上顯著；在列（7）、（8）為0.034和0.028，分別在1%和5%統(tǒng)計(jì)水平上顯著。再次，第三行展示了援非農(nóng)技中心非國(guó)有企業(yè)為實(shí)施機(jī)構(gòu)對(duì)非洲農(nóng)業(yè)產(chǎn)出的回歸結(jié)果?！癆DTC_NSr×Postt上述結(jié)果表明，相較于援非農(nóng)技中心試點(diǎn)政策中的其他實(shí)施機(jī)構(gòu)，國(guó)有企業(yè)對(duì)糧食作物產(chǎn)出有進(jìn)一步促進(jìn)作用，非國(guó)有企業(yè)對(duì)糧食作物產(chǎn)出作用不明確，科研機(jī)構(gòu)對(duì)糧食作物產(chǎn)出有進(jìn)一步抑制作用；從援助來(lái)源多樣化評(píng)級(jí)方面評(píng)價(jià)，上述作用更顯著。因此，確定以列（1）、（2）為最終匯報(bào)結(jié)果。在控制了非洲各國(guó)其他激勵(lì)因素后，援非農(nóng)技中心試點(diǎn)政策中的國(guó)有企業(yè)，相對(duì)于其他援助實(shí)施機(jī)構(gòu)，使得受援國(guó)示范糧食作物收獲面積和生產(chǎn)量平均提升5.97%和5.65%；援非農(nóng)技中心試點(diǎn)政策中的科研機(jī)構(gòu)，相對(duì)于其他援助實(shí)施機(jī)構(gòu)，使得受援國(guó)示范糧食作物收獲面積和生產(chǎn)量平均下降7.87%和6.01%，但不顯著；援非農(nóng)技中心試點(diǎn)政策中的非國(guó)有企業(yè)，相對(duì)于其他援助實(shí)施機(jī)構(gòu)，對(duì)受援國(guó)示范糧食作物收獲面積和生產(chǎn)量影響仍不明確。綜上，這表明相對(duì)于其他援助實(shí)施機(jī)構(gòu)，援非農(nóng)技中心的國(guó)有企業(yè)援助實(shí)施機(jī)構(gòu)可以更有效提升糧食作物產(chǎn)出。近年來(lái)中國(guó)部分種企緊跟國(guó)際步伐，研發(fā)經(jīng)費(fèi)出現(xiàn)增長(zhǎng)勢(shì)頭。例如，2019年中國(guó)上市種企隆平高科的研發(fā)投入為41.16億元，占公司主營(yíng)收入的13%；登海種業(yè)研發(fā)投入為0.82億元，占主營(yíng)收入的9.9%。在援助項(xiàng)目實(shí)施的過(guò)程中，表現(xiàn)出國(guó)家、運(yùn)營(yíng)單位和個(gè)人三方在經(jīng)濟(jì)利益上的博弈。運(yùn)營(yíng)單位的性質(zhì)決定了項(xiàng)目的日常運(yùn)行模式，如運(yùn)營(yíng)者為企業(yè)的項(xiàng)目，其運(yùn)營(yíng)目標(biāo)自然是最大程度的減少運(yùn)營(yíng)成本，增加項(xiàng)目收入（李小云等，2017）。在援非農(nóng)技中心的實(shí)施機(jī)構(gòu)中，中方選派了一批具有科研技術(shù)實(shí)力的國(guó)有企業(yè)，與受援國(guó)開(kāi)展合作，體現(xiàn)了我國(guó)特有的合作機(jī)制。

附錄III其他影響效果評(píng)估為提高實(shí)證結(jié)果的豐滿(mǎn)度和說(shuō)服力，闡述援非農(nóng)技中心到底給非洲帶來(lái)了什么？我們考慮用東道國(guó)的農(nóng)業(yè)、農(nóng)村、農(nóng)民三個(gè)維度的特征數(shù)據(jù)來(lái)做結(jié)果變量。在聯(lián)合國(guó)糧農(nóng)組織統(tǒng)計(jì)數(shù)據(jù)庫(kù)中糧食安全與營(yíng)養(yǎng)指標(biāo)分庫(kù)中，選取人均糧食產(chǎn)量變化率指標(biāo)（Pcfpvrt，percapitafoodproductionvariability）。在聯(lián)合國(guó)糧農(nóng)組織統(tǒng)計(jì)數(shù)據(jù)庫(kù)中土地利用分庫(kù)中，選取永久性作物占用的土地占農(nóng)業(yè)用地的份額（lupcsialrt，原指標(biāo)名稱(chēng)為landunderpermanentcropsshareinagriculturalland）、農(nóng)田灌溉用地面積取對(duì)數(shù)（laefisicrt，原指標(biāo)名稱(chēng)為landareaequippedforirrigationshareincropland）。在泛非洲、無(wú)黨派調(diào)研機(jī)構(gòu)發(fā)布的“非洲晴雨表”調(diào)查數(shù)據(jù)中，選取第二次提問(wèn)中認(rèn)為糧食短缺最重要的頻次（famine2rt，原指標(biāo)名稱(chēng)為countryfamine2rate）在國(guó)際糧食政策研究所發(fā)布的全球饑餓指數(shù)中，選取饑餓指數(shù)指標(biāo)（GHIrt，原指標(biāo)名稱(chēng)為globalhungerindex表III1各農(nóng)業(yè)、農(nóng)村、農(nóng)民維度特征數(shù)據(jù)變量描述性統(tǒng)計(jì)值變量指標(biāo)含義觀測(cè)值平均值標(biāo)準(zhǔn)差最小值最大值糧食安全與營(yíng)養(yǎng)指標(biāo)面板數(shù)據(jù)Pcfpv人均糧食產(chǎn)量變化率7808.006.540.353.2土地利用面板數(shù)據(jù)lupcsial永久性作物占用的土地占農(nóng)業(yè)用地的份額1,02610.2017.58090.67laefisic農(nóng)田灌溉用地面積1,0239.0017.500.05100“非洲晴雨表”調(diào)查面板數(shù)據(jù)famine2rate第二次提問(wèn)中認(rèn)為糧食短缺最重要的頻次1670.070.050.00080.27全球饑餓指數(shù)面板數(shù)據(jù)GHI饑餓指數(shù)15829.3412.57665.1注：表中“非洲晴雨表”調(diào)查面板數(shù)據(jù)為7輪調(diào)查數(shù)據(jù)，且涉及被調(diào)查國(guó)家隨著調(diào)查輪次逐步增加，因此樣本量較少。全球饑餓指數(shù)面板數(shù)據(jù)為4輪調(diào)查數(shù)據(jù)，因此樣本量較少?；趪?guó)別層面面板數(shù)據(jù)，我們?cè)噲D檢驗(yàn)援非農(nóng)機(jī)中心對(duì)受援國(guó)的農(nóng)業(yè)發(fā)展影響，并構(gòu)建以下雙重差分模型：Outputrt=β0+β其中，核心被解釋變量Outputrt表示非洲國(guó)家r在t年的農(nóng)業(yè)、農(nóng)村或農(nóng)民維度的特征結(jié)果。ATDCr表示援非農(nóng)技中心試點(diǎn)國(guó)家虛擬變量，規(guī)定第一批援非農(nóng)技中心所在國(guó)ATDCr數(shù)值為1，其余為0。Postt為政策試點(diǎn)前后虛擬變量，2006年政策實(shí)施以后取值為1，否則為0。Xrt為國(guó)別層面其他影響因素控制變量，與基準(zhǔn)三重差分模型一致，上述變量均取對(duì)數(shù)。模型控制了分國(guó)家的固定效應(yīng)αr表III2報(bào)告了援非農(nóng)技中心對(duì)農(nóng)業(yè)、農(nóng)村、農(nóng)民影響的回歸結(jié)果。回歸中得到ATDCr×Postt首先，第（1）列人均糧食產(chǎn)量變化率的回歸結(jié)果?！癆TDCr×Postt”系數(shù)值在控制了國(guó)別固定效應(yīng)、年份固定效應(yīng)后為1.188，且在10%統(tǒng)計(jì)水平上顯著。第（2）列匯報(bào)了永久性作物占用的土地占農(nóng)業(yè)用地的份額的回歸結(jié)果?！癆TDCr×Postt”系數(shù)值為1.097，且在1%統(tǒng)計(jì)水平上顯著。第（3）列匯報(bào)了農(nóng)田灌溉用地面積取對(duì)數(shù)的回歸結(jié)果?！癆TDCr×Postt”系數(shù)值為1.934，且在1%統(tǒng)計(jì)水平上顯著。其次，第（4）列匯報(bào)了第二次提問(wèn)中認(rèn)為糧食短缺最重要的頻次的回歸結(jié)果?！氨鞩II2援非農(nóng)技中心對(duì)農(nóng)業(yè)、農(nóng)村、農(nóng)民的影響變量Pcfpvlupcsiallaefisicfamine2rateGHI(1)(2)(3)(4)(5)ATDC1.188*1.097***1.934***-0.024*-0.963(0.633)(0.274)(0.491)(0.013)(1.133)觀測(cè)值735908909157144R-平方0.6620.9900.9700.7940.968控制變量YYYYY國(guó)別固定效應(yīng)YYYYY年份固定效應(yīng)YYYYY注：表中被解釋變量為Pcfp