耕地状况量化方法 - 研究将耕地状况定义为生物生产力的趋势，通过消除农业气候因素和农业投入影响后的增强型植被指数净变化来衡量 [1] - 该方法使用1×1平方公里网格的年度最大增强型植被指数读数来量化每年最大作物生产力，并通过统计模型剔除气候和人类管理活动的混杂影响 [1][2] - 最终获得的残差趋势反映了耕地状况的内在变化，超越了管理投入和气候驱动的产量代理指标，提供了更本质的土地绩效指标 [3] 全球耕地状况时空格局 - 基于2001-2003年和2017-2019年三年窗口期平均值的10×10平方公里高分辨率地图显示，耕地状况存在显著空间异质性 [4] - 北美（尤其是加拿大）、东欧、中亚以及南亚和东亚部分地区的耕地状况改善最为明显，而撒哈拉以南非洲、南美和中东的零星区域则呈现更显著的恶化 [4] - 全球趋势显示耕地状况逐渐改善，但区域轨迹存在异质性：北美、东亚和太平洋地区、欧洲和拉丁美洲状况稳步改善，而撒哈拉以南非洲、中东和南亚则大多持续恶化且波动较大 [7] 耕地状况与农业绩效的关联 - 研究发现，各国耕地状况与全要素生产力和单产均存在强正相关关系 [8] - 耕地状况较好的国家往往表现出更高的平均单产和全要素生产率增长，表明该指标能捕捉农业绩效的有意义变化 [8] - 然而这种关系并非在所有国家都一致，例如埃塞俄比亚的单产随时间大幅增长，但耕地状况保持平稳或下降，这可能表明某些情况下的单产提升是由投入集约化或短期因素驱动的，而非土地质量的可持续改善 [8] 农业环境公共政策量化 - 研究聚焦于2001-2019年间各国行政边界内实施的政府主导的农业环境政策，共考虑了全球范围内约4700项公共政策 [9] - 政策分为四类：土壤和土地利用法规、投入相关政策（如肥料和农用化学品）、森林和生物多样性政策以及农业环境支付计划 [9] - 由于缺乏广泛接受的政策指标，研究首先采用了过去二十年（2000-2019年）各国累计实施的政策数量的简单累加计数作为“政策努力”的代理指标 [11] 政策测量方法的改进 - 为改进政策测量，研究构建了两种替代性政策指标：一是利用世界银行全球治理指标和国际货币基金组织环境相关财政支出数据，通过归一化和加权创建综合指数；二是将至少实施一项公共政策的国家归入处理组，否则作为对照组 [13] - 政策数量与其他政策相关指标（如预算、实施能力以及政策设计和执行所需的人类发展水平）高度相关，表明政策数量具有重要性 [12] - 研究还通过将政策阈值提高至至少三项或更多来进行稳健性检验，以检查结果对所选阈值水平的敏感性 [23] 识别政策因果效应的计量方法 - 为应对非随机政策实施及各种混杂因素带来的实证挑战，研究采用了两种前沿计量经济学方法：基于边境区域的间断点差分法和基于全国平均值的空间双重差分法 [14] - 间断点差分法结合了回归间断点设计和空间双重差分法的优势，利用国际边境两侧环境相似的特点构建“自然实验”环境，以估计政策在边境附近的因果效应 [14] - 该分析依赖于8300万个1×1平方公里网格-年份的耕地状况测量值（2001-2019年）[15] 国家层面政策效应分析 - 为克服边境区域可能无法代表全国耕地状况的局限性，研究提取了国家层面平均耕地状况数据，并将其与公共政策相关联 [18] - 通过将实施政策数量多于邻国的国家指定为处理组，在环境条件相对相似的邻国间建立合理的反事实，并应用广义双重差分法来检测政策实施带来的耕地状况变化 [18] - 样本量通过汇总2001至2019年每年全国年度最大增强型植被指数并在国家层面取平均确定（n = 3040）[19] 动态效应与稳健性检验 - 研究应用了动态双重差分法，允许估计政策实施前后特定年份的效应，并测试政策实施前期间是否存在效应 [20][21] - 结果显示，政策对耕地状况的影响是持续逐年累积的，而非在政策实施后立即发生，其积极影响可能缓慢成熟并需要时间才能完全显现 [23] - 研究进行了多项稳健性检验，包括估计“安慰剂”间断点、进行平行趋势测试、控制主要作物类型等，结果均支持主要发现 [16][19][22]