全国秋粮田管有序推进

基于舒尔茨理性小农假说，农户在要素价格与气候预期下追求利润最大化；极端气候会提高传统要素投入的边际成本，导致资源配置偏离最优。提出假说：H1 气候灾害频发地区传统水肥劳动要素配置效率显著低于轻灾区；H2 新型农机与精准施肥技术能够提高要素边际产出并缓解错配；H3 政府技术干预通过降低信息成本与风险溢价进一步提升配置效率。

将农业农村部发布分作物防灾减灾技术意见及组织专家巡回指导视为外生政策冲击，构建多期双重差分模型。处理组为当年纳入巡回指导范围或单产提升攻关点的县（农场），对照组为同流域未纳入指导的县；核心识别假定包括平行趋势、无跨县溢出效应，以及政策冲击不可被农户事前预期。

基准模型为 ln(Y_it)=α+β(Post_t×Treat_i)+γX_it+μ_i+λ_t+ε_it，其中 Y_it 为秋粮单产，Post_t 为政策实施虚拟变量，Treat_i 为处理组标识。配置效率层面采用 SFA：lnY_i=lnf(X_i;β)+v_i−u_i，u_i 为技术无效率项，并进一步以 DEA-Malmquist 指数作为稳健性测度。

被解释变量为玉米、水稻、大豆的亩均产量；核心解释变量包括防灾减灾技术指导覆盖度、新型农机台套数、无人机作业面积、水肥投入强度；控制变量涵盖土壤地力、气象条件、种植规模、劳均耕地面积及作物品种。数据覆盖 2015—2026 年粮食主产省面板。

第一，随机分配处理组进行安慰剂检验；第二，采用合成控制法替换多期 DID；第三，剔除 2020、2024 等极端气象年份；第四，将效率测度由 SFA 替换为 DEA-Malmquist；第五，以到最近农机服务网点距离为工具变量处理新型农机 adoption 的内生性。

---

威廉姆森认为资产专用性、不确定性与交易频率决定治理结构选择。农业技术推广涉及高度信息不对称与道德风险，政府购买服务、合作社统一经营与农户分散三种契约的交易成本不同。H1 单产提升攻关点通过规模经营与统一服务降低技术采纳的交易成本；H2 农技人员包片指导机制缓解了农户与服务主体间的信息不对称；H3 政府购买服务契约中的绩效奖励强度决定技术到位率与单产提升幅度。

以安徽单产提升攻关点设立为准自然实验，利用断点回归或 PSM-DID 比较攻关点覆盖农户与未覆盖农户在新技术采纳率、田管质量与单产上的差异。识别假定为农户不能自主选择跨越攻关点边界，且边界两侧除政策覆盖外其他条件连续可比；通过地理断点检验安慰剂断点以强化因果推断。

建立多层线性模型 Y_ijt=β0+β1Contract_ijt+β2Incentive_jt+β3(Contract×Incentive)+β4X_ijt+μ_j+ε_ijt，其中 Contract 为服务契约类型虚拟变量，Incentive 为绩效考核强度指标。农户 i 嵌套于村庄或攻关点 j，μ_j 捕捉 cluster 层面的不可观测异质性。

被解释变量为攻关点覆盖区秋粮单产、技术采纳率与病虫害损失率；核心解释变量包括契约类型（政府购买/合作社自营/分散采购）、服务价格、绩效奖励占比、包片指导频次；控制土壤肥力、作物品种、经营者教育程度、地块规模与地形条件。数据来自攻关点台账与农户问卷。

第一，更换契约类型度量方式，以合同金额与服务面积比例重新分类；第二，加入村庄固定效应控制社区层面遗漏变量；第三，以到县乡农技推广站的距离作为契约选择的工具变量；第四，剔除示范带边界 1 公里以内的模糊样本；第五，随机生成处理组进行安慰剂检验。

---

前景理论指出，决策者对损失的敏感度高于同等收益，且会系统性地高估小概率事件。农户在面对高温干旱预警时，若信息以损失框架呈现，更可能采取追肥、灌溉与病虫防治等防御性投入。H1 农户对产量损失的敏感度显著高于同等收益，呈现损失厌恶；H2 风险概率表达方式影响决策，存在概率权重扭曲；H3 默认选项与社会规范助推可提高防灾投入与最终单产。

在新疆、山东等县随机抽取农户并分配至“概率预警组”“损失框架助推组”“社会规范助推组”与“对照组”，比较其田管投入决策与最终产量差异。通过协变量平衡检验确保随机化有效，并采用村庄聚类标准误控制组内相关；识别假定为不存在跨组信息溢出且农户未被重复干预。

构建农户决策 Probit 模型 Pr(D_ij=1)=Φ(β0+β1LossFrame_i+β2ProbabilityFormat_j+β3Nudge_k+β4X_i+ε_ij)，其中 D_ij 为是否增加防灾田管投入。进一步估计条件 Logit 离散选择模型，量化不同信息框架对农户选择概率的边际影响。

被解释变量为农户是否增加肥水管理、病虫害防治投入及防灾投入金额；核心解释变量为信息框架（损失/收益框架）、风险概率表达方式（频率/百分比/图形化）、助推类型（默认选项/社会规范/反馈提醒）；控制户主年龄、教育、种植面积、既往受灾经历、农业保险参与及村庄气象条件。

第一，实验前协变量平衡检验与事后置换检验；第二，多重差分控制县域时间趋势；第三，采用 Heckman 两步法纠正农户是否参与实验的样本选择偏差；第四，按风险偏好、种植规模与教育水平进行异质性分析；第五，使用 Bootstrap 重抽样获取处理效应置信区间。

---

财政联邦主义强调分权下的地方激励，但粮食安全作为全国性公共品存在中央—地方目标差异。行政发包制下，上级通过考核指标与官员晋升激励地方政府完成任务。H1 粮食安全考核权重提升后，主产县防灾减灾财政支出显著增加；H2 地方官员晋升激励与秋粮产量目标挂钩，任期越接近换届投入越大；H3 中央转移支付与专家巡回指导缓解委托—代理中的信息不对称。

以“粮食安全党政同责”政策实施或各省考核细则变化为外生冲击，构建多期 DID 模型比较粮食主产县与非主产县在防灾减灾投入和田管服务上的差异。事件研究法检验政策动态效应；核心假定包括政策冲击外生、平行趋势成立，以及主产县身份在样本期内相对稳定。

县级支出模型为 Spend_ct=α+β(Policy_t×GrainCounty_c)+γControls_ct+μ_c+λ_t+ε_ct，其中 Spend_ct 为防灾减灾财政支出，Policy_t 为政策实施虚拟变量，GrainCounty_c 为主产县标识。空间杜宾模型进一步纳入邻县策略互动项，检验地方政府间是否存在横向竞争或模仿。

被解释变量为县级防灾减灾财政支出、农技人员下乡指导人次、无人机作业覆盖率；核心解释变量为粮食安全考核强度指数、官员任期、中央农业转移支付规模；控制财政自给率、受灾面积、秋粮播种面积、GDP 水平与农业劳动力比重。样本为 2015—2026 年粮食主产省县级面板。

第一，以省长或县委书记更替作为政策执行强度的事件研究；第二，以历史粮食播种面积份额为工具变量处理主产县身份的内生性；第三，随机生成主产县身份进行安慰剂检验；第四，控制省份—年份交互固定效应；第五，将被解释变量替换为产量波动或受灾损失率重新估计。

---

诱致性技术变迁理论认为，要素相对价格变化会诱导节约稀缺要素的技术创新。中国农业劳动力成本上升、耕地规模化推进与数字基础设施改善，共同推动无人机、航化飞机等劳动节约型技术扩散。H1 劳动力成本上升显著促进新型农机采纳；H2 经营规模与地形条件调节技术扩散速度；H3 技术先进地区对欠发达地区产生空间溢出与学习效应，形成区域技术追赶。

利用农机购置补贴目录调整作为外生技术供给冲击，构建多期双重差分模型；同时采用 Bass 扩散模型估计不同区域的技术扩散速度与模仿系数。识别假定为补贴政策实施强度在不同区域相对外生，且农户在补贴目录调整前无法预知新型农机是否纳入补贴。

基准模型为 Adoption_it=α+β(Subsidyt×Suitability_i)+γControls_it+μ_i+λ_t+ε_it，其中 Adoption_it 为新型农机保有量或作业面积，Suitability_i 为区域地形与规模适配度。结构转型指标采用农机动力/劳动力比值的对数；门槛回归进一步检验规模经营的门槛效应。

被解释变量为新型农机保有量、无人机作业面积、机械化综合水平；核心解释变量为购置补贴强度、劳均耕地面积、地形起伏度、数字基础设施水平；控制人均 GDP、交通基础设施、农业劳动力受教育程度、作物结构与受灾频率。数据覆盖 2015—2026 年省级与地市级面板。

第一，以高铁开通或数字基础设施普及作为技术扩散的工具变量；第二，替换技术代理变量为作业效率或单位面积投入成本；第三，区分粮食主产区与非主产区进行异质性分析；第四，对 Bass 模型参数进行 Bootstrap 置信区间估计；第五，在空间计量模型中控制空间滞后项以处理区域溢出效应。

---