《Frontiers in Marine Science》:Analysis of the impact of subsidies on biological inputs for shrimp production in Mexico using instrumental variables
编辑推荐:
在墨西哥,对虾养殖具有内在易波动的商业模式,呈“高风险、高回报”特征。迄今尚无因果证据确定该国对虾养殖生物投入补贴的效果。本研究回答如下研究问题:墨西哥对虾养殖生物投入补贴的因果效应是什么?本研究采用局部平均处理效应(Local Average Treatme
在墨西哥,对虾养殖具有内在易波动的商业模式,呈“高风险、高回报”特征。迄今尚无因果证据确定该国对虾养殖生物投入补贴的效果。本研究回答如下研究问题:墨西哥对虾养殖生物投入补贴的因果效应是什么?本研究采用局部平均处理效应(Local Average Treatment Effect,LATE)与两阶段最小二乘法(two-stage least squares,2SLS)设计,估计2018—2019年期间生物投入(具体为虾苗(postlarvaes))补贴的因果效应。工具变量(instrumental variable,IV)分析显示,对生物投入特别是虾苗的补贴,对半集约化生产系统养殖场的LATE为109.95吨,而对集约化系统养殖场的平均效应为82.56吨,时间范围为2020—2025年。这是墨西哥水产养殖业中首项关于生物投入补贴的因果研究。所获结果为支持项目重新设计的讨论做出贡献,旨在缓解基本财务风险并促进产业现代化,尤其考虑COVID-19后形势。
一、研究背景与问题
墨西哥对虾养殖在经济上具有重要意义,但产业受水质变化、地方性病原暴发等生物不确定性影响,结构脆弱,难以在没有特定保障时独立吸引常规私人投资。急性肝胰腺坏死病(Acute Hepatopancreatic Necrosis Disease,AHPND)暴发曾使全国产量骤降至历史水平约40%,且该病及后续病毒突变仍在集约化和半集约化系统中呈地方性流行。与此同时,COVID-19后全球对虾价格下跌、鱼粉和鱼油等原料成本上升,使墨西哥生产者利润空间收窄。国际证据支持补助和补贴对农业与渔业部门具有正向因果效应,但水产养殖部门尚无因果证据;墨西哥仅有Pe?alosa-Martinell et al.(2025)基于修正Cobb-Douglas生产函数的评估,未采用显式因果推断,参数不能解释为真实因果效应。渔业与水产养殖生产力促进计划(Program to Promote Fisheries and Aquaculture Productivity,PFPPyA)由SAGARPA推出,经国家渔业委员会(National Fisheries Commission,CONAPESCA)向国家渔业和水产养殖登记处(National Registry of Fisheries and Aquaculture,RNPA)登记的渔业和水产养殖经济单位(Fisheries and Aquaculture Economic Units,UEPA)提供虾苗等生物投入补贴,小生产者优先。2016—2019年,862个UEPA申请中546个获补贴,合计484,900,000比索;对虾产量由2016年129,049吨增至2019年171,862吨,增幅33.18%,2020年达214,546吨,2021—2023年较计划实施期显著下降。研究问题是PFPPyA生物投入补贴对2020—2025年墨西哥对虾养殖产量的因果效应,目的是首次以工具变量(instrumental variable,IV)方法估计其局部因果效应,为后COVID-19、国际价格波动和原料成本上升背景下的部门政策决策提供经验支持。
二、研究开展、结论与意义
研究人员利用2018—2019年计划最后两年的生物投入补贴,估计其对2020—2025年对虾产量的LATE。结果指示,针对高质量生物投入的定向资本投资在研究期内带来统计显著的长期产能扩张;这是墨西哥水产养殖业首项生物投入补贴因果研究,有助于缩小关于投入补贴有效性的知识缺口,并为补贴项目重新设计提供证据。
三、关键技术方法
研究采用二值工具变量(instrumental variable,IV),取值为虾农2018—2019年申请补贴额是否高于该计划平均补贴额;以两阶段最小二乘法(two-stage least squares,2SLS)估计局部平均处理效应(Local Average Treatment Effect,LATE),控制养殖面积、经验年限和养殖技术类型,采用Huber-White稳健标准误;稳健性采用条件分位回归和工具变量分位回归(instrumental variable quantile regression,IVQR)。数据为CONAPESCA 2018—2025年5,630个对虾养殖场,其中1,542个在2018—2019年获生物投入补贴;862个UEPA申请可含多个养殖场。
四、研究结果
6 结果:基于2018—2025年5,630个对虾养殖场池化横截面数据,其中1,542个获PFPPyA虾苗补贴;处理组产量、ln
production、养殖面积和经验均值高于对照组。第一阶段显示Applications变量在各技术类型下系数为正且显著;全样本中申请额高于平均使获补贴概率提高44.2%;半集约和集约模型第一阶段F统计量大于10。第二阶段显示Grants系数在半集约和集约模型中为正且在99%水平显著;扩展式模型未达95%显著。将对数结果转换为吨,半集约LATE为109.95吨(95%置信区间(confidence interval,CI)85.1—141.9),集约LATE为82.56吨(25.1—271.6);扩展式子样本F统计量为3.43,低于10,未计算LATE;原文对全样本Grants系数以工具变量较弱未作解释。方差膨胀因子(Variance Inflation Factor,VIF)显示无多重共线性。6.1 稳健性检验:条件分位回归系数为0.54***,IVQR系数为2.38***;中位产量分别提高1.80吨和10.80吨,与2SLS结果一致,支持工具变量反映外生变异。
7 讨论:IV结果说明,2018—2019年虾苗补贴使2020—2025年半集约养殖场产量增加109.95吨、集约养殖场增加82.56吨。以申请补贴额变异为工具变量,满足排除限制,仅通过补贴分配影响产量;这与Pe?alosa-Martinell et al.(2025)的Cobb-Douglas框架不同,后者无显式因果推断。结果与Duy and Flaaten(2016)和Fan and Yang(2024)的正向投入补贴效应一致,但研究对象分别为渔船现金流和谷物化肥。Kumar et al.(2018)强调水产养殖经济成功取决于物种、生产实践、技术、价格和市场结构;全球背景下国内产量增加若遇国际价格外生波动,可能危及养殖场财务可持续,故结果不保证财务可持续,并可解释广义补贴与生产效率的负向关系。生物投入特定补贴不同于能源或柴油信贷、无条件直接转移等广义补贴,后者可能促进资源过度开发、形成依赖并掩盖市场失败;特定补贴具有直接可测因果影响,但仍应辅以技术支持、养殖规划和技术资源管理(Ho and Do,2026)。
8 结论:8.1 研究总结翻译:本研究目标是估计2018—2019年生物投入补贴对合规虾农(申请高于平均补贴额并受益于PFPPyA招标结果者)2020—2025年生产结果的因果效应。水产养殖补贴对2020—2025年对虾产量具有显著正向局部效应。PFPPyA补贴终止与2021年起全国对虾产量显著且持续下降密切相关;虽不能仅归因于资金支持取消,但证据表明历史补贴分配作为制度性保护机制发挥基础作用,有助于缓解墨西哥对虾养殖业经济冲击并维持生产绩效稳定。8.2 建议翻译浓缩:补贴应与保护性贸易政策和战略市场差异化法律关联;重新设计支持计划时,首要目标应为给虾农提供财务稳定和实施工艺创新所需时间,探索专业微额信贷、个性化信贷和水产养殖保险;创新应聚焦高鱼粉含量饲料、替代能源、分子辅助遗传选择以及供应链、市场和分销网络多元化,并设计实施无特定病原或抗病postlarvae全国分配计划;优先受益者为易受极端天气影响或社会边缘化生产者,并通过边境控制预防新病原传入;新计划评估不仅看经济绩效,还应关注粮食安全等指标,促进全行业技术生态效率协同(Ho and Do,2025)。