不同類型農業補貼政策對糧食生產的影響

　　摘要：文章構建2005—2017年我國30個省份的面板數據模型，實證分析糧食最低收購價政策、農機購置補貼政策及財政土地治理項目對糧食生產的影響。結果發現：三項補貼政策對我國糧食生產均產生顯著的正向促進作用，且財政土地治理項目的糧食增產效應強于農機購置補貼政策。同時，相比2005年，三項補貼政策的糧食增產效應并未隨時間而發生遞減。由此可得到如下政策啟示：一是糧食最低收購價政策改革應審慎漸進地推進，短期應繼續堅持，長期應逐步向目標價格政策轉型;二是應更加重視財政土地治理項目建設，推進“藏糧于地”戰略的深入實施;三是應注重多元補貼支糧政策的協同配合，強化政策效應的動態評估。

　　關鍵詞：農業補貼;糧食生產;增產效應

　　0引言

　　糧食安全是國家安全的重要基礎，農業補貼政策則是支持本國糧食生產、保障國家糧食安全的實踐選擇。借鑒經濟合作與發展組織(OECD)的劃分方式，以政策指向為依據，可將農業補貼政策分為兩種類型：一是財政對農業生產者的支持政策，包括價格支持政策和直接補貼政策;二是財政對農業部門公共產品及服務供給予以補貼的一般服務支持政策[1]。結合我國農業補貼政策實際，并對照《2020年國家強農惠農富農政策措施選編》梳理后發現，當前共有十余項與糧食生產直接相關的農業補貼政策(以下簡稱“補貼支糧政策”)。

　　綜合考量政策類別、政策穩定性、實施時間、實施區域、實施力度及政策之于糧食生產的直接關聯性等因素后，根據OECD的劃分方式，發現價格支持政策中的糧食最低收購價政策、直接補貼政策中的農機購置補貼政策及一般服務支持政策中的財政土地治理項目為我國長期以來支持糧食生產的典型補貼政策。不同類型農業補貼政策影響糧食生產的作用機理不同，并可能導致差異化的政策效果。

　　圍繞如何促進糧食生產，學界從不同視角對主要農業補貼政策效應展開研究：一是價格支持政策效應研究，聚焦于價格支持政策對糧食播種面積[2,3]、糧農收益[4]及市場糧價[5,6]的影響;二是直接補貼政策效應研究，有學者發現農業支持保護補貼無法實現預期政策目標，原因在于種糧收益低于務工收益[7]，但經驗證據表明，農機購置補貼政策對農村勞動力替代和農民收入均具有顯著的促進作用[8,9]。此外，國外學者亦發現馬拉維、馬里及塞內加爾政府通過向糧農提供化肥或優良種子補貼，可提高糧食生產效率，減少境內普遍性饑餓[10—12];三是一般服務支持政策效應研究，主要涉及農業基礎設施[13，14]、農業科技進步對糧食生產的影響[15]。

　　與已有文獻不同，本文基于OECD的農業補貼分類框架及我國補貼支糧政策實際，比較研究價格支持政策中的糧食最低收購價政策、直接補貼政策中的農機購置補貼政策及一般服務支持政策中的財政土地治理項目對糧食生產的影響，并探究政策效應的動態變化，以比較性、動態性研究彌補既有成果較多關注單一補貼政策之于糧食生產的過程傳導效應而非最終增產效應可能存在的不足，繼而提出補貼支糧政策優化的具體路徑。

　　1作用機理與研究假設

　　糧食最低收購價政策于2004年起針對小麥、水稻在各政策執行省份實施，以保護農民種糧收益、促進糧食生產為政策目標。作用機理為：國家發改委等有關部門綜合考慮糧食生產成本、市場供求、國內外市場價格和產業發展等因素后確定糧食最低收購價格，當糧食市場均衡價格高于最低收購價格時，該政策不予啟動;當糧食市場均衡價格低于最低收購價格時，政府在政策執行區域啟動糧食最低收購價政策，由中儲糧集團公司及其委托單位掛牌收購糧農交售的糧食，從而相對減少市場上的糧食流通量，拉動市場糧價回升，抑制糧價大幅波動，提高糧農生產積極性，促進糧食生產。農機購置補貼政策于2004年起對農民個人、農場職 工、農機專業戶等購置和更新農業生產所需特定目錄中的農用機具給予財政補貼，以提高農業機械化水平和農業生產效率。作用機理包括：

　　第一，補貼對農戶購置農機進而提升糧食作物耕種收機械化水平存在激勵效應;第二，農業機械可有效助力短暫農時的搶收搶種、惡劣條件情況下的抗旱排澇、病蟲害防治及農田水利建設，并有效促進糧食作物規�；�生產，提高生產效率;第三，農業機械可成為諸如作物深耕、化肥深施、作物植保、秸稈還田、旱作農業等農業技術的良好載體，促進糧食穩產增產;第四，農業機械可對農業勞動力實現部分替代，面對農業勞動力外流和勞動力生產成本高企的現實，農業機械可有效降低糧食生產成本，拓展糧農受益空間，促進糧食生產。

　　財政土地治理項目于1988年起依托農業綜合開發工程實施，其以新型農業經營主體為主要扶持對象，通過實施中低產田改造、高標準農田建設、生態綜合治理等工程以提高農業綜合生產能力，保障國家糧食安全。作用機理包括：第一，中低產田改造與高標準農田建設是財政土地治理項目的重點實施領域，既可提高耕地基礎地力等級、挖掘耕地潛力，又可形成集中連片、設施配套、高產穩產、生態良好、抗災能力強、與現代農業生產和經營方式相適應的基本農田，從而增強耕地的糧食綜合生產能力;第二，通過開展生態綜合治理，可減少自然災害對耕地資源的侵蝕，保障糧食生產的穩定性;第三，耕地是農戶糧食生產的投入要素，財政對土地治理的投入可降低農戶耕地治理成本，擴展糧農生產糧食的受益空間，繼而提升農戶從事糧食生產的積極性。

　　此外，從補貼支糧政策促進糧食生產的平均效應來看，由于財政土地治理項目直接作用于耕地這一糧食生產的物質基礎，且項目實施周期遠長于農機購置補貼政策，政策的循環積累效應將更有助于推進我國糧食生產，即其糧食增產效應相對較強;從補貼支糧政策促進糧食生產的動態效應來看，在2005—2017年內，水稻、小麥最低收購價均呈現先持續上升后平穩運行的態勢，而“保成本+保收益”的價格政策設計更有助于強化糧農的政策依賴。

　　同時，伴隨“藏糧于地”“藏糧于技”戰略的深入實施及農地流轉、規模化生產經營的深入推進，國家更加注重對土地治理與農業機械化水平提升的財政扶持，以夯實糧食生產物質基礎，提高糧食耕種效率。因此，本文提出如下假設：假設1：糧食最低收購價政策、農機購置補貼政策及財政土地治理項目均可顯著促進我國糧食生產，且財政土地治理項目的增產效應強于農機購置補貼政策。假設2：樣本期內，糧食最低收購價政策、農機購置補貼政策及財政土地治理項目的增產效應并未隨時間而發生遞減。

　　2研究設計

　　2.1模型構建與變量設置

　　本文基于經典的C-D生產函數建立不同類型農業補貼政策對糧食生產影響的面板數據模型，基本模型如下：lngrain-outputit=α0+α1min-priceit+α2lnmac-subsidyit+α3lnland-inputit+α4lnsown-areait+α5lnferit+α6lnlabit+α7lndis-areait+εit(1)其中，被解釋變量grain-output表示糧食產量，包括三大主糧及豆類、薯類;核心解釋變量min-price、mac-subsidy和land-input分別表示糧食最低收購價政策、農機購置補貼政策和財政土地治理項目，且糧食最低收購價政策為虛擬變量，政策實施區為1，非實施區為0;控制變量sown-area、fer、lab、dis-area分別為糧食播種面積、化肥施用量、農業從業人口、農作物受災面積，均為影響糧食產量的主要因素;i、t及ε分別為省份、年份及隨機誤差項。為增加面板數據的平穩性，防止回歸方程出現偏誤，本文對除糧食最低收購價政策變量(min-price)之外的所有變量均作對取數處理。

　　2.2數據來源與描述性統計

　　綜合考慮政策實施時間及各變量數據的可得性、連續性，本文將樣本限定為2005—2017年中國30個省份(不含西藏和港澳臺)的面板數據。其中，糧食最低收購價政策(min-price)的數據根據歷年國家發改委、農業農村部等官方網站公布的資料獲取，農機購置補貼(mac-subsidy)根據2005—2013年《全國農業機械化統計資料匯編》及農機專業網站整理獲得，財政土地治理投入(land-input)由2006—2018年《中國財政年鑒》整理獲得;糧食總產量(grain-output)、糧食播種面積(sown-area)、化肥施用量(fer)及農作物受災面積(dis-area)均來源于2006—2018年《中國統計年鑒》，農業從業人口(lab)數據由2006—2018年各省份相關統計年鑒整理獲得。此外，為消除通貨膨脹可能帶來的影響，農機購置補貼(mac-subsidy)、財政土地治理項目投入(land-input)通過農業生產資料總指數(2005年=100)進行平減。

　　3模型檢驗及結果分析

　　面板數據兼具截面及時間雙向維度，樣本容量大且能夠提高自由度及估計結果的準確性，本文對2005—2017年三類補貼支糧政策變量與糧食產量面板數據進行實證分析，以檢驗不同類型農業補貼政策對糧食生產的影響。本文運用Stata12.0軟件進行模型檢驗。采用Vif檢驗進行多重共線性檢驗，結果顯示，VIF值均不超過10，不存在明顯的多重共線性。此外，F檢驗和Hausman檢驗的結果表明，固定效應優于混合效應和隨機效應。

　　模型1至模型3展示了分別加入糧食最低收購價政策變量、農機購置補貼政策變量及財政土地治理項目投入變量后的回歸結果，模型4則展示了同時加入上述三類補貼政策變量后的回歸結果。顯然，模型1至模型3與模型4的回歸結果相比，三大核心解釋變量的回歸系數變化并不明顯，也即糧食最低收購價政策、農機購置補貼政策、財政土地治理項目對糧食產量的影響相對獨立，模型4的檢驗結果相對穩健。

　　總體而言，糧食最低收購價政策、農機購置補貼政策及財政土地治理項目對糧食生產均產生顯著正向影響。具體來說，在控制其他變量的條件下，糧食最低收購價政策可引致執行區糧食產量增長0.0860%;農機購置補貼規模每增加1%，糧食產量將增加0.0066%;財政土地治理投入規模每增加1%，糧食產量將增加0.0339%，即財政土地治理項目的糧食增產效應大于農機購置補貼政策。顯然，假設1得到驗證。

　　在控制變量方面，糧食播種面積、化肥施用量對糧食產量產生顯著正向影響，且糧食播種面積的增產效應大于化肥施用量;農業從業人口對糧食生產的影響不顯著，這與土地規�；�經營背景下農業機械化、糧食科技水平進步所引致的對糧食生產勞動力的部分替代有關，這解釋了當前我國農業從業人口大量非農就業情況下糧食產量仍能保持持續增長的現象，部分學者的研究中亦得到類似結論[16，17];相比之下，農作物受災面積對糧食產量則產生顯著負向影響，受災面積每增加1%會引致糧食產量減少0.0304%。

　　進一步地，本文在基本模型中分別加入三類補貼支糧政策變量與年份的交叉項，運用Stata12.0軟件回歸后得到相應的交叉項回歸結果。在回歸分析中，有關交叉項被設置為虛擬變量，以2005年為基期，所得系數是其余年份與2005年相比較的結果。若系數不顯著，表明該年份某項補貼政策對糧食生產的影響程度與2005年無差異;若系數正向顯著，表明該年份某項補貼政策對糧食生產的影響程度比2005年增強;若系數負向顯著，表明該年份某項補貼政策對糧食生產的影響程度比2005年減弱。

　　就糧食最低收購價政策而言，其糧食增產效應在2006—2012年與2005年并無顯著差異，但在2013—2017年該項補貼政策對糧食生產的影響程度均大于2005年;就農機購置補貼政策而言，2006—2017年該項補貼政策對糧食生產的影響程度均大于2005年;就財政土地治理項目而言，2006—2007年該項目的糧食增產效應與2005年并無顯著差異，2008—2017年該項目對糧食生產的影響程度均大于2005年。換言之，較之于2005年，三類補貼支糧政策的增產效應并未隨時間而發生遞減，假設2得到驗證。

　　4結論及啟示

　　本文構建2005—2017年我國30個省份的面板數據模型，檢驗不同類型農業補貼政策對糧食生產的影響。研究發現：一方面，糧食最低收購價政策、農機購置補貼政策及財政土地治理項目對我國糧食生產均產生顯著的正向促進作用，產生糧食增產效應，且財政土地治理項目的糧食增產效應強于農機購置補貼政策;另一方面，從政策效應隨時間變化的動態趨勢來看，2006—2017年糧食最低收購價政策、農機購置補貼政策及財政土地治理項目的糧食增產效應較之于2005年均顯著增強，換言之，較之于2005年三項補貼支糧政策的增產效應并未隨時間而遞減�；�于上述研究結論，結合我國當前糧食收儲制度改革及農業補貼政策調整的基本趨勢，以促進糧食生產、保障國家糧食安全為目標，可得到如下啟示：

　　第一，糧食最低收購價政策改革應審慎漸進地推進，短期應繼續堅持，長期應逐步向目標價格政策轉型。糧食最低收購價“保成本+保收益”的政策設計強化了糧農尤其是新型糧食經營主體的政策依賴性，盡管該政策糧食增產效應顯著，但也帶來諸如糧食市場價格扭曲、庫存壓力加大、糧食加工企業經營成本及政府財政支出壓力增大等問題。當前我國已釋放出糧食最低收購價政策改革的信號，在糧食市場體制機制尚不健全的情況下，為穩定糧農基本收益及糧食供應，短期內應繼續堅持并完善糧食最低收購價政策，長期則應逐步推進該項政策向目標價格政策轉型，實現市場定價、價補分離。

　　第二，應更加重視財政土地治理項目建設，推進“藏糧于地”戰略的深入實施。一是應加大對中低產農田改造和高標準農田建設的財政扶持，擴大可用、優質、高產耕地的面積，夯實糧食生產的耕地基礎，增強我國糧食生產能力;二是應保障耕地生態綜合治理的財政投入，除小流域治理及土地沙化治理外，應將耕地污染物檢測及污染耕地恢復治理納入其中，以減少耕地衰退和凈化生產環境，保障糧食高產優質;三是采取PPP等多種投融資方式，發揮財政資金的功能，引導并提高社會資本參與土地治理項目的比重，減輕經濟新常態下的財政支出壓力。

　　第三，應注重多元補貼支糧政策的協同配合，強化政策效應的動態評估。一方面，促進糧食生產、保障糧食安全是一項系統性工程，應注重包括糧食最低收購價、農機購置補貼、財政土地治理等在內的多元補貼支糧政策的協同配合，對重點主體、重點環節實施不同的補貼支糧政策，釋放政策組合效應，促進糧食穩產增產;另一方面，應強化對補貼支糧政策效應的動態評估，對產生效應遞減的補貼支糧政策應及時進行調整和完善，以優化補貼支糧政策結構，保障糧食增產效應的持續穩定釋放。

　　參考文獻：

　　[1]程國強,朱滿德.中國工業化中期階段的農業補貼制度與政策選擇[J].管理世界,2012,(1).

　　[2]NiamatullahM,ZamanKU,KhanMA.ImpactofSupportPriceandFertilizerOfftakeonRiceProductionandWheatAcreageinNWFP,Pakistan[J].JournalofAnimalandPlantSciences,2010,20(1).

　　[3]李雪,袁青青,韓一軍.價格支持政策對糧食種植面積的影響機理分析——以小麥省級面板數據為例[J].中國農業資源與區劃,2019,40(1).

　　[4]賈娟琪,李先德,孫致陸.中國主糧價格支持政策促進了農戶增收嗎?——基于農業農村部全國農村固定觀察點調查數據的實證研究[J].華中農業大學學報(社會科學版),2018,(6).

　　[5]GopakumarKU,PanditV.PriceMovementsforRiceandWheat:AStructuralistPolicyPerspective[J].IndianEconomicReview,2014,49(2).

　　作者：趙和楠1a，1b，蔣炳蔚2，趙煒濤3

轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/nylw/28699.html