產業專業化、多樣化集聚對城市土地利用效率影響的多維研究

張雯熹 吳群 王博

摘要

不同的政策工具類型與結構將形成不同的耕地保護政策安排與行為約束，直接影響耕地保護政策目標實現程度和政策實施效果。本文將耕地保護涉及的政策工具劃分為命令控制、經濟激勵和宣傳引導三類，在設計出政策工具影響耕地保護效果的理論框架與研究假設后，以中國2001—2016年時序數據為基礎，利用向量自回歸模型實證揭示了不同類型政策工具對中國耕地保護效果的影響方向及貢獻程度。結果表明：①命令控制工具、經濟激勵工具和宣傳引導工具均與中國耕地保護效果之間存在長期穩定的均衡關系。②命令控制工具、宣傳引導工具與中國耕地保護效果之間存在單向因果關系，它們是中國耕地保護效果變化的格蘭杰原因，但是反過來均不成立，經濟激勵工具則與中國耕地保護效果之間存在雙向因果關系。③中國耕地保護效果在很大程度上是受自身沖擊的影響，表現出依賴自身慣性的變化特征，但是這種貢獻率隨著滯后期數的增加而逐漸降低，由第1期的100%變化至第10期的41.30%。④命令控制工具、經濟激勵工具和宣傳引導工具在整個分析期內均對中國耕地保護效果提升有積極作用，且從方差分解結果來看，三類政策工具對耕地保護效果的貢獻率在滯后10期時都表現出不同幅度的上升趨勢，其中經濟激勵工具的貢獻率最高，其次是命令控制工具，宣傳引導工具的貢獻率最小。未來不僅要根據耕地保護面臨的新形勢進行政策工具創新，同時也要注重完善政策工具的內部結構，充分發揮不同類型政策工具的作用與功能，實現合力最大化。

關鍵詞 政策工具;耕地保護;效果;向量自回歸模型;中國

中圖分類號 F301.21? 文獻標識碼 A? 文章編號 1002-2104（2019）11-0111-09? DOI：10.12062/cpre.20190511

耕地保護是中國在保障耕地資源高效、可持續利用和持久糧食安全上的一貫立場與基本國策[1]。自1986年國家土地管理局成立以后，中國建立了包含基本農田保護、耕地總量動態平衡、土地用途管制、耕地輪作休耕等一套相對完整且嚴格的耕地保護政策體系[2]，為國民經濟發展和農業生產進步等提供了必要的物質保障和動力支持[3]。然而也應該看到，嚴格的耕地保護政策并未在根本上遏制全國耕地資源面積的凈減少[4]、局部地區耕地質量持續惡化的發展態勢[5]，耕地保護的實踐效果并未達到預期目標[1]。

為什么會出現這樣的狀況？耕地保護政策運行效果為何無法與政策預期目標相吻合？很多學者從耕地保護政策自身找到了原因。在他們看來，耕地保護的政策安排實際上是一個多重鏈的委托代理架構[6]，是中央政府委托地方政府及相關職能部門代理耕地保護管理及監督等一系列行為的綜合。在這樣的委托代理關系鏈中，地方政府在個體理性支配下的“內部性”動機[7]、“目標替代”[8]及其他博弈行為[9]必然會導致耕地保護政策效果和效率低下，阻礙耕地保護向縱深發展。Lichtenber等[10]在對中國耕地保護政策進行評價時就指出，現有的政策體系與安排刺激了耕地減少與過度轉用，導致土地利用無效率。也有學者從耕地保護面臨的外部環境探討了耕地保護效果與預期目標不一致的原因。蔡運龍等[11]指出耕地保護效果不明顯的癥結在于土地產權不明晰，農民沒有掌握主動權，因而導致不合理占用、利用耕地資源較為嚴重。劉彥隨等[1]也認為耕地保護真實價值和農民財產權利未能凸顯是影響耕地保護效果不佳的主要原因之一。其他如制度弊端與缺陷[12]、耕地保護社會氛圍缺失[13]等都是已有研究指出的制約耕地保護效果的重要因素。

總體來看，目前理論界對耕地保護效果不佳的內在機制進行了系統思考與分析，對耕地保護政策完善與創新具有重要意義。然而，作為一項公共政策安排，耕地保護政策自身的缺陷及面臨環境的復雜性、不確定性并不能完全形成耕地保護效果與目標不一致的因素集合。正如美國政策學家Allison[14]所言，“在實現政策目標的過程中，方案確定的功能只占10%，其余的90%取決于政策的有效執行”。也就是說，哪怕擁有近乎完美的耕地保護政策方案與制度安排，沒有很好的政策執行，依然難以實現與預期目標一致的耕地保護效果。而政策有效執行的核心就在于政策工具的選擇與設計[15]。基于此，本文將從政策工具視角出發，探討耕地保護政策工具的主要類型及其對耕地保護效果的影響機理，并在此基礎上，以中國31個省、自治區、市（因數據缺失原因，不包括港澳臺）2001—2016年數據為樣本，實證揭示不同類型政策工具對耕地保護效果的影響方向與強度，是對現有文獻的有力補充，對于增強耕地保護政策執行力時序也具有較好的參考價值。

1 理論分析與研究假設

政策工具是政策執行者為實現特定政策目標而采取的一系列手段、方法和措施的綜合[15]。一套結構合理、數量適中的政策工具是實現政策目標的核心要素和基本途徑[16]，也是增強政策制定科學性、保證政策執行效果的關鍵舉措。1964年，荷蘭經濟學家Kirschen[17]整理了64種一般化工具，但他只簡單列舉了這些工具，并未進行系統分類。英國學者Hood[18]則對政策工具類型進行了具體界定。經過國內外理論研究者的不斷豐富與擴展，目前已經形成了大量競爭性的分類方法和不同體系的“政策工具箱”。如Rothwell和Zegveld[19]的環境型、供給型和需求型工具，Mcdonell和Elmore[20]的命令型、激勵型、能力建設型和系統變化型工具，Schneider和Ingram[21]的激勵型、能力建設型、符號與規勸型及學習型工具，Howlett和Ramesh[22]的強制型、自愿型和混合型工具，BemelmansVidec[23]等的管制性、經濟性和信息性工具，陳振明[14]的市場化工具、工商管理技術、社會化手段以及張成福[24]的政府部門直接提供財貨與服務、志愿服務、特許經營等。

與其他任何一項政策類似[15]，耕地保護政策也是目標與工具的有機統一。耕地保護政策的執行過程，實際上是為實現高效糧食生產、經濟發展等多元目標的協同發展，針對或避免耕地不合理開發、利用而對各種政策工具進行公共選擇的過程。不同的政策工具選擇與不同類型的政策工具組合將形成不同的政策活動，直接影響耕地保護政策目標實現程度和政策實施效果。那么我們在耕地保護時到底應該選擇什么樣的政策工具？在這一問題上，環境經濟學為我們提供了一定思路：一是政府干預，二是經濟激勵[25]。然而，由于耕地保護政策作用對象及面臨環境的復雜性，單純政府規制和經濟激勵工具的設計、實施都存在種種難以逾越的困難，因而在現實生活中通常采用“大棒+胡蘿卜+勸說服從”的組合型耕地保護政策。有學者以中國1986—2017年181份國家層面的耕地保護政策文本為研究樣本，認為中國耕地保護政策兼顧了結構強制型工具、經濟誘導型工具和互助影響型工具的綜合運用，其中又以結構強制型政策工具最具代表[26]。

根據已有研究成果[25-26]及耕地保護政策的演進特征[4]，本文將耕地保護常用的政策工具分為基于強制機制的命令控制型、基于市場機制的經濟激勵型和基于自愿機制的宣傳引導型三類。其中，命令控制工具是以國家強制力為后盾，通過政府行政命令或制定的法規、標準等，直接要求、規定耕地利用主體的生產經營行為和耕地利用方式等。耕地資源在國民經濟社會發展過程中的基礎性地位決定了政府行政權力參與耕地資源調配的必要性，必須要在國家戰略和全局視野上謀劃耕地保護總體方案，而且在當前的土地垂直管理體制下，命令控制工具是減少耕地保護政策執行成本，保障耕地保護政策有效運行的重要舉措。經濟激勵工具是通過經濟手段或市場力量，對一些耕地保護行為，如降低農業化學物質消耗強度、采納綠色生產技術、推行可持續性耕地種植方式等，采取補貼措施或建立價格機制等，以實現耕地利用負外部性的內在化。經濟激勵工具可以同時對耕地利用主體的決策行為和行為結果產生激勵[26]，并最終影響到耕地保護效果。宣傳引導工具是介于命令控制與經濟激勵之間的政策安排，帶有引導耕地利用主體自愿參與或自愿服從特征。主要是政府通過網絡平臺、大眾傳媒、基層政府或社會組織等，開展耕地保護政策宣傳教育、保護型耕作技術推廣等活動，引導、鼓勵耕地利用主體的可持續耕地利用方式選擇和生產技術采納，而且能夠在社會上形成良好的耕地保護氛圍與輿論聲勢，推動整個耕地保護事業的發展。同時也應該看到，由于不同經濟發展階段所面臨耕地保護形勢與工作重點的差異，所設定的政策工具類型及其所產生的效應也必然會產生差異。基于以上分析，我們提出如下假設：

假設1：政策工具會顯著影響耕地保護效果。

假設2：不同類型政策工具對耕地保護效果的影響具有異質性。

2 研究方法與數據來源

2.1 變量選取

（1）耕地保護效果。盡管學者們普遍認為耕地保護是集“數量、質量、生態”于一體的復合系統，但是數量層面的耕地面積變化量仍然是目前理論界度量耕地保護效果的典型做法[27]。在具體指標上，已有研究多選用年內減少耕地面積[28]、年內建設占用耕地面積[29]或年內違法占用耕地面積[30]。其中，年內減少耕地面積主要用于對耕地保護政策的綜合評判，年內建設占用耕地面積主要用于分析土地督察、土地用途管制所產生的耕地保護效果，年內違法占用耕地面積則多運用在土地行政問責視角下的耕地保護效果分析。鑒于本文是在宏觀層面對耕地保護效果進行審視，故選取年內減少耕地面積（DCL）表征耕地保護效果。

（2）命令控制工具。命令控制工具通常包括法規和標準兩類[31]，是以政府行政權力為后盾的一種非自愿參與的、強制性的政策工具。由于耕地保護的范疇較為廣泛，不同視角下的耕地保護標準眾多，且從現實情況來看，目前國家主要通過法律法規，并輔以通知、決定、辦法等正式的、規范的文件對耕地保護實施直接管制。因此，本文主要選取當年度中央層面的法律及法律性文件、部門規章及規范性文件數量（PT）作為表征命令控制工具的指標。

（3）經濟激勵工具。經濟激勵工具是通過市場機制或價格機制，以經濟激勵的方式影響相關利益主體的耕地利用與耕地保護行為。根據經濟激勵工具的基本內涵，它可以進一步分解為征稅、財政支持、稅收優惠和融資傾斜四類[25]，其中又以財政支持的影響最為直接。從這個層面來看，“國家財政用于農業的支出”能夠較為準確地反映出經濟激勵工具的運用狀況，但是在很多公開渠道，如國家數據平臺、中國經濟與社會發展統計數據庫等，自2007年后便無法查詢到該指標的數據。為保證數據的完整性，本文最終選取農業綜合開發資金投入（AD）表征耕地保護政策執行過程中的經濟激勵。農業綜合開發資金是中央政府為加強農業基礎設施建設和生態建設，著力改造中低產田、建設高標準農田，提高農業綜合生產能力而設立的專項資金，能夠有效保障農業現代化建設和耕地保護政策推行。

（4）宣傳引導工具。如前所言，宣傳引導工具主要是政府通過教育、信息傳播、培訓以及社會壓力、協商和其他形式的“道德教育”方法，改變耕地利用或經營主體在決策框架中的觀念與優先性，進而提升相關主體自愿保護耕地資源的意識及參與程度。考慮到耕地保護行為最直接的關聯者為鄉鎮政府及土地管理部門，本文主要選取鄉鎮綜合文化站（CS）進行度量，這一指標能夠在一定程度上反映國家耕地保護政策的宣傳力度，進而影響耕地利用主體的意識與行為。

2.2 模型構建

美國經濟學家Sims[32]于1980年提出的向量自回歸（Vector AutoRegression，VAR）模型是進行多個相關經濟指標分析和預測的主流計量經濟方法之一。VAR模型因具有不以嚴格的經濟理論為依據、對參數不施加零約束等特點，在各領域的應用非常廣泛[31，33]。常規的VAR模型表達式如下：

Yt=c+∑ti=1ΠiYt-i+Ui=c+Π1Yt-1+Π2Yt-2+Λ+ΠkYt-k+Ui，Ui～ⅡD（0，Ω）

式中，Yt為時間序列構成的向量;c為常數項;Πi為系數矩陣;Ui、Ω分別為隨機誤差項矩陣和方差協方差矩陣;t為時期，i為滯后期，k為最大滯后期。

本文將建立由命令控制工具、經濟激勵工具、宣傳引導工具與耕地保護效果組成的雙變量VAR模型，實證揭示政策工具對耕地保護效果的影響方向與程度。具體包括以下幾個步驟：①序列的平穩性檢驗;②VAR模型建立;③協整關系檢驗;④格蘭杰因果檢驗;⑤脈沖響應分析;⑥方差分解。

2.3 數據來源與處理

考慮數據的完整性和可獲得性，本文以中國2001—2016年時序數據為樣本開展實證計量分析。其中，年內減少耕地面積來源于2002—2017年《中國國土資源統計年鑒》。當年度中央層面的法律及法律性文件、部門規章及規范性文件來源于“北大法意數據庫”，在該數據庫中，以“耕地”為關鍵詞進行檢索，剔除檢索結果中的“批復”“通報”“復函”等以及其他與耕地保護政策具體實施關聯性較差的文件，如開展特定工作檢查的通知、耕地質量建設與管理專家指導組換屆調整通知等，并且以每個文件的生效時間，而不是頒布時間作為匯總統計的依據。農業綜合開發資金投入來源于2017年《中國財政年鑒》。鄉鎮綜合文化站來源于2002—2017年《中國農村統計年鑒》。為消除可能的異方差，分別對DCL、PT、AD和CS進行對數化處理，記為lnDCL、lnPT、lnAD和lnCS。

3 結果分析

3.1 耕地保護效果及政策工具運用的描述性分析

圖1～4反映的是研究期內表征耕地保護效果和各類政策工具變量的變化趨勢。從圖1可以看到，表征耕地保護效果的變量“年內減少耕地面積”（DCL）在研究期內總體呈下降趨勢，且表現出明顯的階段性特征：2001—2003年，由于全國掀起的“開發區熱”，年內減少耕地面積持續增加，并于2003年達到研究期內的最高值28.81萬hm2，耕地保護效果較差;2004年開始，為緩解耕地面積銳減及所帶來的諸多社會問題，我國對《土地管理法》進行了修訂，并且提出實行最嚴格的耕地保護制度及其他一系列政策安排，耕地保護效果逐漸提高，2006年年內減少耕地面積為10.27萬hm2，遠低于2003年的凈減少量;自2006年開始，我國正式建立土地督察制度，保障耕地資源的合法、高效利用，同時，城鄉建設用地增減掛鉤政策、基本農田保護等一系列耕地保護舉措日趨成熟，使得耕地保護效果明顯提升，年內減少耕地面積自2007年開始逐漸趨于穩定。

從圖2可知，表征命令控制工具的變量PT在研究期內表現出很明顯的波動性，這與耕地資源的特殊性及所面臨外部環境的復雜性緊密相關。根據北大法意數據庫的檢索結果，2001—2016年中央層面的法律及法律性文件、部門規章及規范性文件數量共137個，平均每年8.56個，其中又以部門規章及規范性文件為主，共131個。從相關文件制定主體來看，既有原國土資源部（現自然資源部）、原農業部（現農業農村部）、財政部等部門單獨發文，如國土資發〔2014〕18號、農辦農〔2012〕35號、財綜〔2014〕7號等，也有多個部門的聯合發布，如發改農經〔2016〕2438號、財農〔2015〕258號等，且在所有文件樣本中，原國土資? 源部單獨或聯合其他部門出臺的有關耕地開發、利用及保護等的文件最多。

圖3可以看到，表征經濟激勵工具的變量“農業綜合開發資金投入”（AD）自2001年開始便逐年增加，并于2015年達到最高值795.44億元，較2001年的206.51億元凈增長788.93億元，盡管2016年有小幅降低，但是當年度農業綜合開發資金投入仍達到740.31億元，是2001年的3.6倍，給耕地保護政策實施提供了有效的資金支持與保障。從圖4可以看到，表征宣傳引導工具的變量“鄉鎮綜合文化站”（CS）數量以2006年為界，呈現出一個扁平的V字形。其中，2001—2016年，我國鄉鎮綜合文化站由37 201個減少為32 706個，凈減少4 495個，但是自2006年開始，鄉鎮綜合文化站數量逐漸增加，2016年為34 240個。盡管與研究期初相比，我國鄉鎮綜合文化站數量在2016年有一定幅度降低，但是其在耕地保護政策宣傳形式與效應上卻有明顯改觀。比如江蘇省周莊文化站就曾在演出時，通過小品、小戲等形式，生動演繹了國家耕地保護政策，取得了很好的宣傳、教育效果。

3.2 平穩性檢驗

由Dickey和Fuller[33]提出的ADF（Augmented DickeyFuller Test）檢驗是目前理論界進行序列平穩性檢驗較為? 普遍的做法。本文也選用該方法對各序列的平穩性進行檢驗（見表1）。

從表1可知，在10%的顯著性水平下，除lnCS外，其他變量的水平檢驗結果都接受有單位根的原假設，均為非平穩序列，而一階差分序列ΔlnDCL、ΔlnPT、ΔlnAD和ΔlnCS分別在5%、1%、10%和5%的顯著性水平下拒絕原假設，即lnDCL、lnPT、ΔlnAD和ΔlnCS均為一階單整序列，滿足構建VAR模型的基本要求。

3.3 VAR模型構建

在構建VAR模型之前，需要確定模型的最優滯后階數[32]。表2反映的是基于五種常用準則選擇滯后階數的過程，“*”表示每一準則所認為的應該選取的最佳滯后階數。從中可以看到，五種準則均認為應該建立滯后階數為2的VAR模型，即VAR（2）模型。

3.4 協整檢驗

由于本文為多變量模型，在確定最優滯后階數后，本文采用Johansen和Juselius[34]于1990年提出的極大似然估計方法，即Johansen檢驗來探討多變量之間的協整關系。在Johansen協整檢驗中，通常用最大特征值和跡統計 量檢驗來判斷變量之間協整關系的個數，且當最大特征值和跡統計量的檢驗結果不一致時，往往以更有效的跡統計量檢驗結果為主。

從表3可以看到，最大特征值檢驗在5%的顯著性水平下至少存在2個協整關系，而跡統計量檢驗顯示至少存在3個協整關系，表明中國的耕地保護效果與命令控制工具、經濟激勵工具和宣傳引導工具之間存在長期均衡關系。

3.5 格蘭杰因果關系檢驗

協整檢驗只是證明了lnDCL和lnPT、lnAD、lnCS之間存在長期均衡關系，但是并不能因此而認定它們之間存在因果關系。

由表4可知，對于“lnPT不是lnDCL的格蘭杰原因”的原假設，發生的概率為0.045 6，說明2001—2016年間，命令控制工具在耕地保護效果提升上具有積極作用，而對于“lnDCL不是lnPT的格蘭杰原因”的原假設，發生的概率為0.290 3，接受了原假設，說明研究期內耕地保護效果提升對于命令控制工具豐富與完善的作用并不明顯。對于“lnAD不是lnDCL的格蘭杰原因”和“lnDCL不是lnAD? 的格蘭杰原因”的原假設，均在10%的顯著性水平下拒絕，意味著經濟激勵工具與中國耕地保護效果之間存在雙向因果關系，經濟激勵工具的完善有助于提高耕地保護效果，而耕地保護效果的提升也有助于經濟激勵工具的更好運用。lnCS在5%的顯著水平下是lnDCL的格蘭杰原因，但是lnDCL并不是lnCS的格蘭杰原因，表明宣傳引導工具與耕地保護效果之間存在單向因果關系。

3.6 脈沖響應分析

為了更形象地說明政策工具和耕地保護效果之間的動態關系，借助Eviews 9.0軟件輸出基于VAR模型模擬的脈沖響應函數（圖5～8）。其中，橫軸為滯后期數，本文取10 a，縱軸為響應強度。中間實線為脈沖響應函數的計算值，兩條虛線從上到下分別表示正負兩倍的標準差偏離度。

由圖5可知，面對自身的一個標準差沖擊，耕地保護效果在當期迅速做出響應，第1期就達到峰值0.215 1%，隨后這種沖擊的影響呈波動下降態勢，并在第6期達到最低點-0.173 2%，這說明中國耕地保護效果表現出依賴自身慣性的特征，但是這種慣性逐漸減弱，主要原因在于任何一項耕地保護政策安排從效應顯現到作用最大化，通常都需要時間與過程，由此使得耕地保護效果體現滯后特征。從圖5還可以看到，在經歷了第1～4期對自身的正值響應、5～7期的負值響應后，響應強度在第8期重新變? 化為正值，此后便一直在0值上方低位游走，這種波動性既反映了中國耕地保護政策面臨環境的復雜性一面，但是也說明其具有較強的自我調整機制，能夠根據現實發展情況進行政策補充與完善，保證耕地保護效果。

由圖6可知，在給定命令控制工具一個標準差沖擊后，其對耕地保護效果的影響在第1期為0，第2期至第6期都表現出負響應狀態，自第7期開始則圍繞0值上下小幅波動。耕地保護效果的這種負向響應特征實際上與前文的理論分析及格蘭杰檢驗結果存在一定出入。可能的原因在于盡管命令控制工具能夠明晰耕地保護過程中行為主體的作用邊界，在特定時期對于耕地保護效果提升具有重要作用，比如對比前文的圖2和圖1就可以很清楚地看出命令控制工具在2004年所發揮的效應。但是這種約束作用是有限度的，特別是隨著耕地保護政策體系的日益成熟及耕地保護所面臨核心問題的逐漸明晰，過度運用命令控制工具容易抑制耕地保護政策本身的創造力與彈性，從而對耕地保護效果產生不利影響。

由圖7可知，除了第1期沒有響應，且第4期和第10期表現出負響應特征外，耕地保護效果（lnDCL）對經濟激勵工具（lnAD）的沖擊在其他滯后期都表現出正響應特征，累計響應值為0.400 6，意味著經濟激勵工具對耕地保? 護效果提升具有正向作用，這與格蘭杰檢驗結果一致。作為重要的生產要素之一，涉農資金投入在任何時候都是我國農業發展和耕地保護工作有序推行的關鍵動力，就農業綜合開發專項資金投入而言，能夠改善農業生產條件，增加主要農產品生產能力，進而有效提升耕地保護政策的運行效果。

由圖8可知，耕地保護效果對宣傳引導工具的響應強度在分析期內總體表現出“先快速上升，后持續下降，最后觸底反彈”的特征。具體來看，面對lnCS的沖擊，lnDCL在第1期無響應，隨后響應強度逐漸增加，并于第3期達到最大值0.112 7%，但是此后便經歷了3期的持續降低過程，在第6期時達到最低響應值-0.026 1%，隨后開始反彈上升。在整個分析期內，lnDCL對lnCS的累計響應強度為0.310 9%，說明宣傳引導工具對耕地保護效果產生積極效應，這也與前文的理論假設及格蘭杰因果檢驗結果相吻合。

3.7 方差分解

方差分解能夠將VAR模型系統內一個變量分解到各個擾動項中，即每個因素影響模型變量的相對程度，而且可以進一步分析不同結構沖擊的重要性（見表5）。

由表5可知，中國耕地保護效果在追蹤10期之前，很大程度上是受自身沖擊的影響，也就是前文所指出的依賴自身慣性或時間滯后性，但是這種貢獻力度隨著滯后期的增加，下降非常明顯，由第1期的100%降低至第10期的41.30%。同時可以看到，經濟激勵工具對耕地保護效果的貢獻率呈大幅上升態勢，由第1期的0%波動增加至第10期的36.57%。命令控制工具和宣傳引導工具的貢獻率也都表現出不同幅度的上升趨勢，意味著不同類型政策工具對耕地保護效果存在一定的時滯效應。命令控制和宣傳引導工具的貢獻率分別在第2期（21.18%）和第3期（18.05%）達到最大值，但是從第7期開始它們的貢獻率分別保持在14%和8%左右，這與經濟激勵工具的貢獻率存在較大差距。

4 結論與討論

4.1 主要結論

（1）恰當的政策工具不僅是實現耕地保護預期目標的基本路徑，還將直接決定耕地保護政策執行的順暢程度及整體效果。在耕地保護政策的執行過程中，總是會在能夠利用的工具箱中篩選出一種或多種需要的政策工具，具體包括命令控制工具、經濟激勵工具和宣傳引導工具，這三類政策工具分別從不同側面對耕地保護效果產生影響。

（2）不同類型政策工具與耕地保護效果之間的關系存在差異。盡管命令控制、經濟激勵和宣傳引導工具都與中國耕地保護效果之間存在長期穩定的均衡關系，但是在耕地保護政策發展過程中，不同階段面臨的耕地保護形勢及政策自身的適應、調整能力存在差異，由此使得不同類型政策工具與耕地保護效果之間的關聯性也存在異質性。基于2001—2016年數據的格蘭杰因果檢驗結果表明，命令控制和宣傳引導工具是耕地保護效果的格蘭杰原因，但是反過來均不成立，經濟激勵工具則與耕地保護效果之間存在雙向因果關系。

（3）不同類型政策工具對耕地保護效果的影響具有時滯效應，且中國耕地保護效果存在依賴自身慣性的情況。任何一類政策工具從開始實施到發揮效應，直到最終的修正調整，都需要一定的過程，也正是這樣的中間過程，使得政策工具對耕地保護效果的作用存在滯后性，這從各類政策工具的方差分解結果就能體現。而且，某一時點的耕地保護效果會給后期的耕地保護工作及政策安排樹立? 參照，對后期耕地保護效果產生一定影響。無論是脈沖函數還是方差分解結果，都表明中國耕地保護效果在很大程度上是受自身沖擊的影響，表現出依賴自身慣性的變化特征，但是這種貢獻率隨著滯后期數的增加而逐漸降低。

4.2 政策啟示與討論

在耕地保護政策發展初期，命令控制工具的使用能夠為政策實施創造有利的發展環境，但是這也意味著經濟激勵和宣傳引導工具的使用空間將會被壓縮。隨著時間的推移，耕地保護政策的應用范圍不斷擴展，政策環境以及面臨的問題將會更加復雜，對政策工具選擇與使用的要求也會越來越高。特別是在目前鄉村振興、農業供給側結構性改革和農業新動能培育等現實背景下，中國耕地保護工作面臨著諸多新形勢、新問題與新挑戰。就政策工具層面而言，一方面要全面梳理、精準識別我國改革開放以來耕地保護政策工具運用的總體特征、階段特征及實踐效果，另一方面要根據時代發展特征創新政策工具形式，豐富耕地保護政策工具體系，同時要協調不同類型政策工具的比例與結構，實現不同類型政策工具的優化組合。通過這些舉措的共同作用，更好地發揮耕地保護政策工具的“規模效應”及“結構效應”，實現耕地資源的現代化治理及智慧保護。

然而，基于數據約束，本文僅在面積維度對耕地保護效果進行考察，在各類政策工具度量指標的精準度上也還有一定的改進空間。未來將在加強指標選取準確度論證的基礎上，系統揭示特定政策工具影響耕地保護效果的區域異質性，單一政策工具對耕地保護效果的影響過程與機制，以及政策工具組合對耕地保護效果的作用機制與特征等。

（編輯：王愛萍）

參考文獻

[1]劉彥隨， 喬陸印. 中國新型城鎮化背景下耕地保護制度與政策創新[J]. 經濟地理， 2014， 34（4）： 1-6.

[2]LIU X W， ZHAO C L， SONG W. Review of the evolution of cultivated land protection policies in the period following Chinas reform and liberalization [J]. Land use policy， 2017， 67： 660-669.

[3]WU Y Z， SHAN L P， GUO Z. Cultivated land protection policies in China facing 2030： dynamic balance system versus basic farmland zoning [J]. Habitat international， 2017， 69： 126-138.

[4]劉丹， 鞏前文， 楊文杰. 改革開放40年來中國耕地保護政策演變及優化路徑[J]. 中國農村經濟， 2018（12）： 37-51.

[5]張紅旗， 談明洪， 孔祥斌，等. 中國耕地質量的提升戰略研究[J]. 中國工程科學， 2018， 20 （5）： 16-22.

[6]李廣東， 邱道持， 王平. 地方政府耕地保護激勵契約設計研究[J]. 中國土地科學， 2011， 25 （3）： 31-37.

[7]蔡燕培， 許實， 方斌. 地方政府耕地保護義務量配置與對策研究[J]. 中國土地科學， 2015， 29 （6）： 26-74.

[8]郭珍， 吳宇哲. 耕地保護制度執行過程中的“目標替代”——基于多任務代理模型的研究[J]. 經濟學家， 2016 （6）： 58-65.

[9]李邊疆， 王萬茂. 地方政府的博弈行為與耕地保護——一個基于公共物品私人供給模型的分析框架[J]. 中國軟科學， 2006（4）： 38-45.

[10]LICHTENBERG E， DING C G. Assessing farmland protection policy in China [J]. Land use policy， 2008， 25， 59-68.

[11]蔡運龍.中國農村轉型與耕地保護機制[J].地理科學，2001，21（1）：1-6.

[12]吳次芳，譚永忠.制度缺陷與耕地保護[J].中國農村經濟，2002（7）：69-73.

[13]陳美球，劉桃菊.新時期提升中國耕地保護實效的思考[J].農業現代化研究，2018，39（1）：1-8.

[14]陳振明.政策科學——公共政策分析導論[M].北京：中國人民大學出版社，2003.

[15]呂志奎.公共政策工具的選擇——政策執行研究的新視角[J].太平洋學報，2006（5）：7-16.

[16]顧建光.公共政策工具研究的意義、基礎與層面[J].公共管理學報，2006，3（4）：58-61，110.

[17]KIRSCHEN E S. Economic policy in our time [M]. Amsterdam： NorthHolland Publishing Company， 1964.

[18]HOOD C C. The tools of government [M]. London：Palgrave Macmillan， 1983.

[19]ROTHWELL R， ZEGVELD W. Reindusdalization and Technology [M]. London：Logman Group Limited， 1985.

[20]MCDONNELL L M， ELMOREl R F. Getting the job done： alternative policy instruments [J]. Educational evaluation & policy analysis， 1987， 9 （2）：133-152.

[21]SCHNEIDER A， INGRAM H. Behavioral assumptions of policy tools [J]. Journal of politics， 1990， 52 （2）： 513-522.

[22]HOWLETT M， RAMESH M. Studying public policy： policy cycles and policy subsystems [M]. Oxford： Oxford University Press， 1995.

[23]BEMELMANSVIDEC M L， RIST R C， VEDUNG E. Carrots， sticks， and sermons： policy instruments and their evaluation [M]. New Brunswick， NJ： Transaction Publishers， 2003.

[24]張成福，黨秀云.公共管理學[M].北京：中國人民大學出版社，2007.

[25]葉琴，曾剛，戴劭勍，等.不同環境規制工具對中國節能減排技術創新的影響[J].中國人口·資源與環境，2018，28（2）：115-122.

[26]王茁，卓成剛， 黃凱麗. 政策工具視角下的中國耕地保護路徑與特征——基于1986—2017年政策文本的量化分析[J].湖北農業科學，2018，57（13）：109-116.

[27]金雨澤，徐智穎，鐘太洋，等.中國土地利用動態監測的耕地保護效果評價[J].地域研究與開發，2016，35（5）：120-123.

[28]鐘太洋，黃賢金，陳逸.基本農田保護政策的耕地保護效果評價[J].中國人口·資源與環境，2012，22（1）：90-95.

[29]鐘太洋，黃賢金，譚夢，等.土地督察的耕地保護效果評價[J].中國人口·資源與環境，2011，21（5）：38-43.

[30]郭春華，黃彪.土地行政問責對耕地保護的效果評價——以江蘇省為例[J].資源科學，2013，35（12）：2384-2389.

[31]黃清子，王振振，王立劍.中國環保產業政策工具的比較分析——基于GRAVAR模型的實證研究[J].資源科學，2016，38（10）：1988-2000.

[32]SIMS C A. Macroeconomics and reality [J]. Econometrica： journal of the econometric society， 1980， 48 （1）： 1-47.

[33]鄧朝暉，劉洋，薛惠鋒.基于VAR模型的水資源利用與經濟增長動態關系研究[J].中國人口·資源與環境，2012，22（6）：128-135.

[34]李嫣怡，劉榮，丁維岱，等. Eviews統計分析與應用[M].北京：電子工業出版社，2013.