糧食直補對農(nóng)戶種糧積極性的影響

周 振，譚智心，鐘 真

(1．中國人民大學(xué) 農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京100872; 2．農(nóng)業(yè)部 農(nóng)村經(jīng)濟研究中心，北京100810)

一、問題的提出

正如2014年中央農(nóng)村工作會議所言，解決好吃飯問題始終是治國理政的頭等大事。一個國家只有立足糧食基本自給，才能掌握糧食安全主動權(quán)，進而才能掌控經(jīng)濟社會發(fā)展的大局。我國一直以來都高度關(guān)注國內(nèi)糧食供給安全。新世紀(jì)初，國內(nèi)糧食生產(chǎn)出現(xiàn)了不容樂觀的局面:1998年起全國糧食播種面積連年下滑，2003年全國糧食產(chǎn)量僅43069.5 萬噸，比1998年銳減1554.8 萬噸，年均減產(chǎn)3.4%，成為自20 世紀(jì)90年代以來的歷史最低點［1］。為扭轉(zhuǎn)國內(nèi)嚴(yán)峻的糧食生產(chǎn)形勢，調(diào)動農(nóng)戶的種糧積極性，2004年起國家出臺了糧食直接補貼政策( 以下簡稱“糧食直補”)。同年中央財政共安排糧食直補資金116 億元，2012年補貼資金穩(wěn)步增長到151 億元［2］。根據(jù)財政部發(fā)布的信息，絕大部分補貼直接發(fā)放給農(nóng)民，而不是像以前那樣發(fā)放給農(nóng)業(yè)企業(yè)或政府機構(gòu)，即糧食直補在執(zhí)行中具有高度的有效性。

在實施中，我國的糧食直補政策在原則上要求盡可能剔除不種糧的因素，做到與種植面積接近①財政部、國家發(fā)展改革委、農(nóng)業(yè)部、國家糧食局、中國農(nóng)業(yè)發(fā)展銀行印發(fā)《關(guān)于進一步完善對種糧農(nóng)民直接補貼政策的意見》的通知財建［2005］59 號。，因而從理論上講補貼能對農(nóng)戶的種糧行為產(chǎn)生激勵作用。然而，現(xiàn)有的研究中有大量的學(xué)者認為糧食直補政策還不能有效地調(diào)動農(nóng)戶的種糧積極性。例如馬彥麗、楊云通過373個農(nóng)戶的調(diào)查數(shù)據(jù)，對比補貼前后農(nóng)戶的糧食種植面積，發(fā)現(xiàn)補貼的影響微乎其微［3］。Gale et al. 最早使用宏觀統(tǒng)計數(shù)據(jù)分析糧食直補的政策效果，他們的結(jié)論表明糧食直補對農(nóng)戶的糧食生產(chǎn)幾乎沒有產(chǎn)生作用［4］。Heerink et al. 采用江西省兩個村莊的數(shù)據(jù)，使用CGE 模型測量糧食直補政策對農(nóng)戶種糧行為的影響，模型的結(jié)果也顯示出糧食直補依舊沒有調(diào)動農(nóng)戶的種糧積極性［5］。不過以上這些研究多局限于某一個區(qū)域的小樣本分析，后Huang et al．、黃季焜等彌補了這一研究空白，他們使用中國6 省份隨機抽樣調(diào)查所獲得的1000 多份的兩期農(nóng)戶樣本，通過兩期樣本的差分值進行多元線性回歸，他們的研究仍然表明農(nóng)戶的糧食播種面積與糧食直補并不相關(guān)［6－7］。還有一些學(xué)者的研究也顯示出糧食直補對農(nóng)戶的糧食生產(chǎn)沒有起到促進作用［8－10］。

當(dāng)然，也有一些學(xué)者的研究認為糧食直補政策能調(diào)動農(nóng)戶的種糧積極性［11－14］，不過這些研究缺少基于全國大樣本農(nóng)戶調(diào)查面板數(shù)據(jù)的分析，因而在解釋力上有所欠缺。不過，總結(jié)持反對觀點人的研究，我們發(fā)現(xiàn)存在兩個方面的不足:一是忽略了國內(nèi)農(nóng)業(yè)生產(chǎn)成本快速上漲的現(xiàn)實背景。例如Huang et al. 、黃季焜等的研究就沒有考慮種糧成本對農(nóng)戶種植行為的影響，從而得出了糧食直補對糧食種植面積沒有影響的結(jié)論。殊不知，在我國實施糧食直補之際，正值國內(nèi)農(nóng)業(yè)生產(chǎn)投入成本快速上升［15］。據(jù)《全國農(nóng)產(chǎn)品成本收益資料匯編》統(tǒng)計，2004年全國三種糧食( 稻谷、小麥和玉米)平均生產(chǎn)成本為341.38 元/畝;2012年增長到770.23 元/畝，約為2004年的2.3 倍，年均增長10.7%。在成本的作用下，倘若不考慮生產(chǎn)投入成本，僅僅分析糧食直補與農(nóng)戶種糧面積之間的關(guān)系，很有可能得出糧食直補對種植面積沒有正向影響的結(jié)論。二是采用大樣本農(nóng)戶數(shù)據(jù)進行分析的仍然比較少，如同Huang et al. 、黃季焜等使用大樣本面板數(shù)據(jù)的研究不多。針對這些問題，本研究將從國內(nèi)農(nóng)業(yè)生產(chǎn)成本快速上升的現(xiàn)實背景出發(fā)，采用大樣本農(nóng)戶面板數(shù)據(jù)，分析糧食直補政策在調(diào)動農(nóng)戶種糧積極性上的實際效果。

二、理論模型

(一)基礎(chǔ)模型

我們以農(nóng)戶模型為基礎(chǔ)進行分析［16］，考慮一個單一決策的農(nóng)戶; 同時，結(jié)合彭超的理論模型［17］，我們將模型進一步拓展到成本上升的背景下。假設(shè)家庭消費是Xm，農(nóng)產(chǎn)品Xa。農(nóng)戶的時間稟賦( T)分配為，農(nóng)業(yè)勞動投入Lf，非農(nóng)勞動投入Lo，閑暇l; 農(nóng)戶雇傭勞動投入Lh。如此，Lf與Lh之和就是農(nóng)業(yè)生產(chǎn)( L)的勞動投入。農(nóng)戶的土地投入A 是自有土地數(shù)量AE和土地租賃數(shù)量Ai之和，或是AE與租出土地Ao之差。我們?nèi)砸赞r(nóng)戶的糧食種植面積表征種糧積極性［7，11］。假設(shè)消費完全替代，即X=Xm+θXa。此時，農(nóng)戶的目標(biāo)方程為:

這里F 為偏好轉(zhuǎn)換矢量，如家庭統(tǒng)計學(xué)人口特征等。

1. 要素市場完全

假設(shè)農(nóng)戶面臨的產(chǎn)品與要素市場都是完全市場，即農(nóng)戶所需要的任何要素都能在市場中獲得，同時并不存在緊張的人地關(guān)系。這時，農(nóng)戶面臨的約束條件為:

Y 是農(nóng)戶收入，w 是市場工資，K 是在價格Pκ下的資本投入，r 為土地租金。假設(shè)農(nóng)戶獲得一個外生的糧食補貼s，那么此時農(nóng)戶的貨幣收入如(3)式所示，其中Q( A，K，L)為農(nóng)戶的農(nóng)業(yè)生產(chǎn)函數(shù)。

(3)式中，我們假設(shè)補貼完全外生，補貼演變成了一項純粹的收入，此時的補貼成為了一種脫鉤的補貼。如此，補貼對農(nóng)戶的種糧行為無法起到激勵作用。倘若放松補貼完全外生的假設(shè)，即補貼是一種掛鉤補貼，則有(4)式。實際由于農(nóng)戶生產(chǎn)與消費的不可分性，完全脫鉤的補貼方式并不存在［18］。

通過(4)式我們不難發(fā)現(xiàn)，掛鉤補貼直接對農(nóng)戶的土地投入起到了激勵作用。

2. 要素市場不完全

生產(chǎn)要素完全畢竟理想化，我們進一步假設(shè)要素市場不完全( 針對土地與勞動力要素)，或者說生產(chǎn)要素?zé)o法通過市場評價，而且糧食直補的依據(jù)是農(nóng)戶某種生產(chǎn)要素的投入。此外，農(nóng)戶某一種生產(chǎn)要素投入必然要與其他生產(chǎn)要素配合使用，因而補貼函數(shù)為s( A，K，L)。如此，( 2)式可改寫為:

進一步簡化分析，可以將補貼嵌入到農(nóng)戶的農(nóng)業(yè)收入中，即γs( Pa，A，K，L)。不難得出勞動投入的一階最大化條件，求解可得:

緊張的人地關(guān)系一直是我們無法忽略的重要國情，假設(shè)農(nóng)業(yè)生產(chǎn)中勞動力與土地滿足L =g( A)的關(guān)系。如果農(nóng)戶的土地投入也滿足效用最大化的原則，那么:

從(7)式可知，農(nóng)戶的土地投入不僅受影子工資的影響，而且還受影子地租的影響。因而，(7)式可表達為:

進一步地，農(nóng)業(yè)生產(chǎn)中的資本投入K 也是與土地存在某種函數(shù)關(guān)系，假設(shè)為K =h( A)．如果農(nóng)戶的資本投入也滿足效用最大化的原則，那么:

(二)成本上升背景下補貼與農(nóng)戶經(jīng)營行為:圖形分析

根據(jù)Nakajima、Benjamin、Bardhan ＆ Udry［19－21］以及彭超的圖形分析［17］，中國“半工半農(nóng)”的小規(guī)模農(nóng)戶，在多個市場中簡化的決策行為如圖1 所示。

第一象限是常見的農(nóng)戶模型的表現(xiàn)形式。橫軸L 代表農(nóng)戶的勞動投入，縱軸Y*表示影子收入，F(xiàn)( ·)為生產(chǎn)函數(shù)，w*是市場不完全情況下的影子工資，La和Lm分別表示農(nóng)業(yè)勞動投入與非農(nóng)業(yè)勞動投入。第二象限表征了農(nóng)戶收入用于消費和再生產(chǎn)的情況，橫軸Z 為農(nóng)戶用于消費與生產(chǎn)的物品，Z( Y)為收入用于生產(chǎn)的部分。正如圖所示，我們假定農(nóng)戶首先滿足家庭生存消費需要的Zo后，才進行農(nóng)業(yè)的再生產(chǎn)，因而農(nóng)戶的生產(chǎn)行為與消費行為是不可分的。第三象限反應(yīng)了農(nóng)戶在土地與資本生產(chǎn)要素之間的權(quán)衡，如曲線Ⅰ所示，Ⅰ如同資本與土地兩要素的等產(chǎn)量曲線;曲線M( K=h( A)的函數(shù)曲線)表示土地和資本要素的最佳投入組合，即為生產(chǎn)擴展線［22］。第四象限縱軸為土地，體現(xiàn)了農(nóng)業(yè)生產(chǎn)中土地與勞動力之間的互補關(guān)系［23－24］。

圖1 生產(chǎn)成本不變情況下補貼對農(nóng)戶微觀經(jīng)濟行為的影響

如圖1 所示，當(dāng)對糧食生產(chǎn)給予了一個補貼時，補貼提高了農(nóng)業(yè)生產(chǎn)的現(xiàn)金收入，生產(chǎn)函數(shù)從F( ·)移動到F’( ·)。一般而言，農(nóng)業(yè)補貼相對家庭收入而言占比較小，補貼導(dǎo)致的收入增加的替代效應(yīng)大于收入效應(yīng)。因此，隨著農(nóng)戶主觀福利從E 上升到E’時，家庭農(nóng)業(yè)勞動將從La增加到另一方面，由于農(nóng)業(yè)勞動報酬增加，農(nóng)戶市場中非農(nóng)勞動將從Lm減少到Lm’。在農(nóng)業(yè)生產(chǎn)資料( 如種子、化肥、農(nóng)業(yè)等)價格不發(fā)生變化時，或者說農(nóng)業(yè)資本投入價格不變，此時家庭因收入增加可購買更多的消費品，并且可以使用更多的生產(chǎn)資料。因家庭農(nóng)業(yè)生產(chǎn)資料投入增加，并且農(nóng)業(yè)勞動投入的增加，內(nèi)生地會要求擴大土地種植面積，于是可能帶來農(nóng)業(yè)生產(chǎn)資本和土地的權(quán)衡朝更有利的方向移動，即從H 到H*。當(dāng)然前提條件是這種擴張能在緊張的人地關(guān)系中得以實現(xiàn)。據(jù)此，我們有如下研究假說:

假說1:當(dāng)農(nóng)業(yè)生產(chǎn)成本( 資本價格)不變時，與農(nóng)戶糧食生產(chǎn)相掛鉤的補貼政策能增加農(nóng)戶的土地投入。

但是，當(dāng)農(nóng)業(yè)生產(chǎn)資本價格發(fā)生變化時，我們假定價格上升，這意味著在同等收入水平下農(nóng)戶可消費的物品Z 會減少，在圖形中表現(xiàn)為曲線Z( Y)的形狀會出現(xiàn)右向偏移( 不過與Z 軸的交點Zo不發(fā)生變化)，如Z( Y)’、Z( Y)’’所示。當(dāng)農(nóng)業(yè)生產(chǎn)資本價格略微上漲時，如曲線Z( Y)’所示，農(nóng)戶用于生產(chǎn)和消費的物品將從減少到Zf’。此時農(nóng)戶最優(yōu)的土地、生產(chǎn)資料投資組合為H’點，土地投入規(guī)模為Af’，小于Af* 但大于Af。進一步地，當(dāng)生產(chǎn)資本價格迅速上漲時，如曲線Z( Y)’’時，農(nóng)戶可用物品進一步縮減至農(nóng)戶最優(yōu)的土地、生產(chǎn)資料投資組合移動至H’’點，從圖中不難發(fā)現(xiàn)H’’點的土地投入規(guī)模明顯小于H 點時的規(guī)模( Af)。由此可見，在農(nóng)業(yè)生產(chǎn)資本價格迅速上漲時，即使存在農(nóng)業(yè)補貼，農(nóng)戶的土地投資規(guī)模也可能下降。但是據(jù)此我們?nèi)圆荒艿贸鲅a貼無效的結(jié)論，應(yīng)進一步與無補貼時的情況進行對比。

在圖2 中，我們發(fā)現(xiàn)當(dāng)沒有補貼時，隨著農(nóng)業(yè)生產(chǎn)資本價格迅速上漲( 如曲線Z( Y)’’)，農(nóng)戶的生產(chǎn)組合點為H’’’，此時的土地投入規(guī)模為小于有補貼時的土地投入規(guī)模因此是農(nóng)業(yè)補貼對農(nóng)戶生產(chǎn)行為的激勵。倘若不考慮農(nóng)業(yè)生產(chǎn)成本，僅僅憑借補貼前后土地投入的差值來判斷補貼效果，很容易得出補貼無效的結(jié)論，殊不知在成本上升的背景下補貼緩沖了農(nóng)戶土地投入的減少。因此，這也從理論上證明了研究糧食直補對農(nóng)戶種糧積極性影響時，必須考慮成本因素。從而我們有如下假說:

圖2 生產(chǎn)成本上升背景下補貼對農(nóng)戶微觀經(jīng)濟行為的影響

假說2:在農(nóng)業(yè)生產(chǎn)成本迅速上升的背景下，糧食直補能緩沖農(nóng)戶種糧面積的減少，起到激勵農(nóng)戶種糧的作用。

三、數(shù)據(jù)來源與估計方法

(一)數(shù)據(jù)來源

本文選擇全國農(nóng)村固定觀察點數(shù)據(jù)做為研究樣本。目前，全國農(nóng)村固定觀察點有調(diào)查戶23000個，調(diào)查行政村355個，樣本分布在全國除港、澳、臺以外的31個省( 自治區(qū)、直轄市)。調(diào)查內(nèi)容包括人口、勞動力情況、土地情況、固定資產(chǎn)情況、農(nóng)作物播種面積和主要農(nóng)產(chǎn)品產(chǎn)量、出售農(nóng)產(chǎn)品情況、購買生產(chǎn)、資料情況、家庭經(jīng)營概況、家庭全年收支情況和全年主要食物消費量和主要耐用物品年末擁有量。以上數(shù)據(jù)都采用記賬式的方式進行統(tǒng)計，數(shù)據(jù)具有真實可靠的特征，給我們的研究提供了較好的數(shù)據(jù)支撐。

2002年糧食直補在部分省份試點，2004年全面補貼正式執(zhí)行。本文在時間跨度上選取2003－2010年。在變量選擇上，以農(nóng)戶小麥、稻谷、玉米、大豆、薯類等糧食作物播種面積作為因變量Land( 畝)。糧食直補數(shù)額( 元)作為研究自變量①2003－2008 年的固定觀察點數(shù)據(jù)中，糧食直補和退耕還林還草補貼合為一項指標(biāo)進行統(tǒng)計，而2009－2010 年的數(shù)據(jù)中單獨列出了糧食直補的數(shù)值。不過，參與退耕還林還草的農(nóng)戶僅占調(diào)查樣本的1.1%。因此本文選擇糧食直補與退耕還林還草補貼作為研究自變量是合理的。。在控制變量選取上，本文選取了上一年農(nóng)戶銷售糧食的平均價格( L. price_grain)、上一年銷售經(jīng)濟作物的平均價格( L. price_econ)作為價格因素;選取化肥價格( price_fertilizer)、農(nóng)藥價格( price_pesticide)、糧食種子種苗價格( price_seed_grain)、經(jīng)濟作物種子種苗價格( price_seed_econ)等價格變量，表征農(nóng)業(yè)生產(chǎn)投入成本，這些價格均為平均價格，單位為元/kg; 此外，本文還考慮了役畜( draft_stock)( 頭)、家庭農(nóng)業(yè)機械動力( me-

chanical_power)( 千瓦)等農(nóng)業(yè)動力因素對農(nóng)戶糧食播種面積的影響，以及農(nóng)戶特征變量如戶主年齡( age)(年)、戶主受教育年限( education)(年)和家庭人口規(guī)模( familysize)( 人)。由于觀察點數(shù)據(jù)中，土地租賃價格統(tǒng)計還不完善，本文暫不考慮土地租賃價格對農(nóng)戶糧食種植的影響。

(二)估計方法

依據(jù)理論模型，本文認為糧食補貼有助于激勵農(nóng)戶的糧食種植行為，這種積極性主要表現(xiàn)為糧食作物種植面積的擴大。本文研究模型如下:

由于糧食直補至2004年全面實施，并且補貼標(biāo)準(zhǔn)也在逐年提高，考慮時間因素產(chǎn)生的影響，因而本文選擇面板數(shù)據(jù)模型。其中，Land 為農(nóng)戶糧食作物耕作面積( 畝)，Subsidy 為農(nóng)戶獲得的糧食直補資金( 元)，Z 為包括種糧成本的研究控制變量，μ 為誤差項。倘若我們的理論假說成立，在模型中應(yīng)該表現(xiàn)為估計系數(shù)β 大于0 且在統(tǒng)計上顯著。

不過，由于因變量Land 具有左截斷的特征:一是Land 的取值始終大于或等于0; 二是由于當(dāng)前農(nóng)村廣泛存在著土地流轉(zhuǎn)，我們可以認為Land 的取值并不存在上限。因此，我們建立面板Tobit受限因變量模型。

這里假定誤差項與Xit獨立，且在任何時期對所有的個體都是獨立同分布的。假設(shè)ai 隨機分布，密度函數(shù)為g( a)，則標(biāo)準(zhǔn)Tobit 模型的似然方程為:

f( ·)為μit的密度函數(shù)對于截取數(shù)據(jù)，似然函數(shù)為:

觀測到的( yit，dit)滿足這樣的規(guī)則則dit=1，否則dit=0;此外dit=1，則否則未知。假設(shè)( ai，ηi)的聯(lián)合密度是g( a，η)，則第Ⅱ型Tobit 模型的似然函數(shù)為:

當(dāng)N 或T 非常大時，采用漸進正態(tài)分布的方式，使用極大似然估計的方法即可估計出未知參數(shù)。這種模型也叫隨機效應(yīng)面板Tobit 模型。

四、模型估計與分析

(一)糧食直補、種糧成本與農(nóng)戶糧食種植

表1 匯報了隨機效應(yīng)與固定效應(yīng)兩種模型的估計結(jié)果。其中，模型(1)～模型(4)采用隨機效用面板Tobit 模型估計，模型(5)～模型(8)使用固定效應(yīng)面板OLS 模型估計。

表1 隨機效應(yīng)與固定效應(yīng)估計結(jié)果

模型(1)僅考慮了糧食直補、糧食價格和經(jīng)濟作物價格對農(nóng)戶糧食種植的影響。從估計結(jié)果來看，subsidy 的估計系數(shù)顯著大于0，意味著糧食直補對農(nóng)戶種糧積極性起到了促進作用。經(jīng)濟作物價格的估計系數(shù)顯著小于0，這說明隨著經(jīng)濟作物價格的上升，農(nóng)戶糧食種植面積會隨之減少，反應(yīng)了種糧機會成本對農(nóng)戶糧食種植的影響; 這一效應(yīng)在模型( 1)～模型( 8)中都顯著存在。不過，糧食價格對農(nóng)戶糧食種植卻出現(xiàn)了顯著地負效應(yīng)，但是這種負效應(yīng)并不穩(wěn)定: 在表2 ～表4 的估計中時而顯著時而不顯著，穩(wěn)健性不高。

模型(2)在模型(1)的基礎(chǔ)上加入了戶主特征變量。隨著變量的增多，subsidy 的估計系數(shù)依舊顯著大于0，而且系數(shù)值和t 統(tǒng)計量都相繼增大。從估計結(jié)果來看，農(nóng)戶的年齡對糧食種植面積具有顯著地負向作用，即戶主年齡越大糧食種植面積越少; 戶主的教育程度對糧食種植面積也具有負向作用，一般而言教育程度高的農(nóng)戶往往會選擇外出務(wù)工而不是就地務(wù)農(nóng)，不過這一效應(yīng)僅在模型(2)和模型(6)中顯著，結(jié)果并不穩(wěn)健;而家庭規(guī)模對糧食種植卻有著正向影響，而且結(jié)果在模型(2)～模型(4)和模型(6)～模型(8)中十分穩(wěn)健，一般而言家庭規(guī)模較大勞動力也會較多，從而更具備從事糧食種植的勞動力條件。

模型(3)進一步考慮了生產(chǎn)成本的影響，結(jié)果顯示:第一，糧食直補依然對農(nóng)戶的種糧積極性具有正向促進作用。值得注意的是，在加入種糧成本等變量后，糧食直補的邊際效應(yīng)增強，模型(3)～模型(4)中補貼的邊際系數(shù)比模型(1)～模型(2)的增加了1 倍。這說明在研究糧食直補作用效果時，必須控制生產(chǎn)成本的影響。倘若不對成本因素加以考慮容易低估糧食直補的邊際效應(yīng)，或者得出糧食直補沒能提高農(nóng)戶種糧積極性的錯誤結(jié)論。我們認為這也是主流分析中忽略的重要事實，這也進一步證實了研究假說二。第二，生產(chǎn)成本對農(nóng)戶的糧食種植表現(xiàn)出了顯著的抑制作用。我們發(fā)現(xiàn)化肥、糧種的估計系數(shù)均在1%水平下顯著為負，而且在模型( 3)～模型( 4)與模型(7)～模型(8)中表現(xiàn)得非常穩(wěn)健。我們還發(fā)現(xiàn)化肥、糧種價格的邊際系數(shù)遠大于糧食直補的。以模型(3)估計結(jié)果為例，化肥、糧種價格對農(nóng)戶糧食種植面積的抑制效應(yīng)分別約為糧食直補促進效應(yīng)的360 倍和16 倍。因此不難得出糧食直補對農(nóng)戶種糧積極性的促進作用要遠小于種糧成本的抑制作用的結(jié)論。此外，模型估計結(jié)果還顯示出經(jīng)濟作物種子價格也對農(nóng)戶種糧產(chǎn)生了顯著地負面影響。實際上，經(jīng)濟作物種子價格在一定程度上反映出了種植業(yè)的生產(chǎn)成本。近年來，無論是糧食作物種子還是經(jīng)濟作物種子，其價格都出現(xiàn)了聯(lián)動上漲的趨勢，因此二者之間具有很強的相關(guān)性，我們數(shù)據(jù)分析顯示二者之間的相關(guān)系數(shù)達到了85%以上。我們還在模型(3)的基礎(chǔ)上去掉經(jīng)濟作物種子價格后進行了再估計( 估計結(jié)果在表2 中未列出)，估計結(jié)果顯示糧種價格的邊際效應(yīng)比模型(3)的增強了，類似的情況在模型(7)中也出現(xiàn)了。

模型(4)考慮了家庭機械動力與畜力對糧食種植的影響，結(jié)果表明:無論是機械動力還是畜力都對農(nóng)戶糧食播種面積產(chǎn)生了正向影響; 而且在模型( 4)中糧食直補對農(nóng)戶種糧積極性的促進作用依然顯著。模型(5)～模型(8)匯報了固定效應(yīng)面板OLS 方法估計的結(jié)果，其結(jié)論與模型(1)～模型(4)的保持一致。

整體來看，subsidy 的估計系數(shù)在模型(1)～模型(8)始終為正，而且都在1%水平下保持顯著。因此，我們不難得出糧食直補有利于促進農(nóng)戶種糧積極性的結(jié)論。其次，種糧成本對農(nóng)戶的糧食種植面積始終起到了顯著的負效應(yīng)，而且其邊際效應(yīng)遠遠高于糧食直補的。

(二)考慮農(nóng)業(yè)稅減免的再分析

2006年，我國全面取消了農(nóng)業(yè)稅。考慮到農(nóng)業(yè)稅減免，對農(nóng)戶糧食種植可能帶來的影響。我們在表1 估計的基礎(chǔ)上，引入了農(nóng)戶當(dāng)年繳納農(nóng)業(yè)稅這一控制變量。模型估計結(jié)果如表2 所示。

在加入農(nóng)業(yè)稅這個變量后，我們發(fā)現(xiàn)糧食直補對農(nóng)戶的糧食播種面積依然存在著顯著的正向促進作用，種糧成本的反向抑制作用也同樣存在，而且種糧成本的邊際效應(yīng)依舊遠遠大于糧食直補的促進作用。值得注意的是，我們發(fā)現(xiàn)農(nóng)業(yè)稅與農(nóng)戶糧食種植之間呈U 型曲線關(guān)系，即當(dāng)農(nóng)業(yè)稅較高時，農(nóng)戶糧食種植面積也處于高位，反映了稅費壓力對農(nóng)戶糧食種植的推動作用;當(dāng)農(nóng)業(yè)稅較低時，農(nóng)戶糧食種植面積也會較高，體現(xiàn)了稅費減免政策對農(nóng)戶糧食種植的激勵作用［27－28］。

表2 農(nóng)業(yè)稅減免下糧食直補對農(nóng)戶種糧積極性的影響

五、穩(wěn)健性檢驗

(一)不同補貼方式的作用效果:掛鉤補貼與脫鉤補貼

2004年后，全國各省( 自治區(qū)、直轄市)對糧食直補政策進行了調(diào)整。其中，有15個地區(qū)按照播種面積作為糧食直補的依據(jù)，其他地區(qū)按照計稅面積或計稅常產(chǎn)或糧食交售量作為補貼依據(jù)?？偟膩碚f，我國糧食直補實行了兩種補貼方式:一是嚴(yán)格按照種植面積進行補貼;二是與種植面積相脫鉤。為此，我們采用隨機效應(yīng)面板Tobit 模型分別估計了這兩種補貼方式的實施效果。

表3 兩種補貼方式作用效果的Tobit 模型估計

表3 報告了這兩種補貼方式的模型估計結(jié)果。在表3 中，我們發(fā)現(xiàn)這兩種補貼方式都對農(nóng)戶種糧積極性起到了顯著的正向促進作用。不過，這兩種補貼方式的作用效果卻存在較大的差異。模型(13)、模型(14)中subsidy 的估計系數(shù)均高于模型(15)和模型(16)的，其邊際效應(yīng)約為模型(15)和模型(16)的兩倍。這說明按照播種面積實施的直補方式起到的實際效果要明顯優(yōu)于與種植面積脫鉤的補貼方式。

在表3 的估計結(jié)果中，我們同樣觀察到了糧食種植成本對農(nóng)戶糧食種植起到的抑制作用。模型(13)～模型(16)的估計結(jié)果均表明，化肥、種子等農(nóng)資成本對糧食種植面積有著顯著的負效應(yīng);而且種糧成本產(chǎn)生的負效應(yīng)仍然遠遠大于糧食直補形成的促進作用。

(二)面板數(shù)據(jù)分位數(shù)估計

為了進一步分析糧食直補與農(nóng)戶糧食種植之間的關(guān)系，保證以上研究的穩(wěn)健性。我們采取了分位數(shù)回歸的方法。David 給出了一種面板數(shù)據(jù)分位數(shù)估計的方法，該方法能夠進行時間固定效應(yīng)分析［29］。使用這種方法，我們估計出了時間固定效應(yīng)下，糧食直補對農(nóng)戶糧食種植的分位效應(yīng)，如表4 所示。在表4 中，我們僅羅列了部分分位時的估計結(jié)果。

表4 糧食直補與糧食種植面積的分位數(shù)估計

從表4 中，我們能得到以下幾個結(jié)論:一是整體而言，糧食直補確實對農(nóng)戶的種糧行為起到了積極的促進作用。二是這種促進作用在低分位時不顯著，如2004年15分位時糧食直補的促進作用不顯著，這說明低額度的補貼還不足以調(diào)動農(nóng)戶的種糧積極性。三是隨著補貼額度的增大，糧食直補對農(nóng)戶種糧的促進作用由不顯著變?yōu)轱@著，而且作用效果也在增強，如2004年估計結(jié)果中20分位時糧食直補的促進作用就比15分位時要顯著，隨著分位的增大，估計系數(shù)值也在變大;其他年份的估計結(jié)果也出現(xiàn)了類似的情況，這說明高額度的補貼更能調(diào)動農(nóng)戶種糧的積極性。四是隨著年份的推移，糧食直補的激勵作用在弱化。一方面表現(xiàn)為低分位估計逐漸不顯著，如2004、2005年在20分位時糧食直補就能對農(nóng)戶的糧食種植行為起到顯著的促進作用，但是2006、2007年時20分位估計值并不顯著，在25分位時才表現(xiàn)為顯著，2008－2010年時在30分位時才顯著;另一方面表現(xiàn)為同一分位的估計，隨著年份的增加估計系數(shù)數(shù)值在變小，如30分位時，2004年的估計值從2.0 逐漸下降到2010年的0.5，這種現(xiàn)象在85分位以下的估計中普遍存在。85分位以上的估計系數(shù)值雖沒有表現(xiàn)出明顯的下降趨勢，但是整體上處于波動之中。究其原因，我們認為是種糧成本的上升導(dǎo)致了糧食直補功能的弱化，這是因為2004－2010年正是我國農(nóng)資成本快速上升的時期，而且農(nóng)資成本上升幅度遠遠超過了糧食直補的提升速度，多次模型分析業(yè)已證實了種糧成本對農(nóng)戶種糧積極性起到了顯著抑制作用。

六、主要結(jié)論與政策含義

通過全文的分析，我們得到了如下研究結(jié)論:第一，現(xiàn)行的糧食直補制度對農(nóng)戶種糧積極性起到了明顯的激勵作用，多層次的實證分析結(jié)果顯示補貼變量在提高農(nóng)戶種糧積極性上表現(xiàn)出了顯著的正向促進作用。第二，與糧食種植面積掛鉤的補貼方式對農(nóng)戶種糧積極性的激勵作用要明顯大于與糧食種植脫鉤的補貼方式，實證估計的結(jié)果顯示掛鉤補貼方式的激勵效應(yīng)是脫鉤的兩倍。第三，種糧成本對農(nóng)戶種糧積極性的抑制作用遠大于糧食直補產(chǎn)生的促進作用。這表明當(dāng)前我國糧食直補的補貼標(biāo)準(zhǔn)還很低，補貼額度的增長幅度遠遠低于種糧成本的增長速度，這就意味著糧食直補標(biāo)準(zhǔn)急需調(diào)整，以此彌補種糧成本產(chǎn)生的負面效果;另一方面，這也反映出了農(nóng)業(yè)直補政策存在著邊際效應(yīng)弱化的傾向，本文的分位數(shù)估計就證明了這一點。

本文研究結(jié)論對提高農(nóng)戶糧食生產(chǎn)積極性，促進糧食安全具有如下政策含義:首先，糧食直補政策對提升農(nóng)戶種糧積極性有著積極的作用，應(yīng)繼續(xù)實施。其次，糧食直補的補貼方式應(yīng)盡可能地做到與種植面積相掛鉤，最大限度地發(fā)揮除直補對農(nóng)戶種糧的激勵效用;第三，在生產(chǎn)成本迅速上升的時期里，為強化糧食直補的政策效果，有必要建立補貼資金持續(xù)穩(wěn)定增長的長效機制。這就需要一方面在補貼政策上，合理使用WTO 農(nóng)業(yè)協(xié)議的有關(guān)規(guī)定，加大農(nóng)業(yè)“綠箱”政策投入; 另一方面堅持增加總量、優(yōu)化存量、用好增量，保證糧食直補資金的增幅既不低于財政收入增幅，也不低于農(nóng)業(yè)生產(chǎn)物質(zhì)費用的增幅。

［1］孔祥智，鄭力文，周 振．新世紀(jì)十個“中央一號文件”:回顧與展望［J］．教學(xué)與研究，2013，(7):5－14．

［2］農(nóng)業(yè)部．中國農(nóng)業(yè)年鑒2013［M］．北京:中國農(nóng)業(yè)出版社，2013:221．

［3］馬彥麗，楊 云．糧食直補政策對農(nóng)戶種糧意愿、農(nóng)民收入和生產(chǎn)投入的影響——一個基于河北案例的實證研究［J］．農(nóng)業(yè)技術(shù)經(jīng)濟，2005，(2):7－13．

［4］GALE F，LOHMAR B，TUAN F． China’s new farm subsidies［J］．Technical report，United States Department of Agriculture，2005，(5)．

［5］HEERINK N，KUIPER M，SHI X． China’s new rural income support policy: Impacts on grain production and rural income inequality［J］．China ＆ World Economy，2006，14(6):8 –69．

［6］HUANG J，WANG X，ZHI H，HUANG Z，ROZELLE S． Subsidies and distortions in China’s agriculture: Evidence from producer－level data［J］． Australian Journal of Agricultural and Resource Economics，2011，55(1):53–71．

［7］黃季焜，王曉兵，智華勇，等．糧食直補和農(nóng)資綜合補貼對農(nóng)業(yè)生產(chǎn)的影響［J］．農(nóng)業(yè)技術(shù)經(jīng)濟，2011，(1):4－12．

［8］王 姣，肖海峰．中國糧食直接補貼政策效果評價［J］．中國農(nóng)村經(jīng)濟，2006，(12):4－12．

［9］杜 輝，張美文，陳池波．中國新農(nóng)業(yè)補貼制度的困惑與出路:六年時間的理性反思［J］．中國軟科學(xué)，2010，(7):1－7．

［10］江喜林，陳池波． 直補模式下新農(nóng)業(yè)補貼有效率嗎? ——基于農(nóng)戶要素配置的分析［J］． 經(jīng)濟經(jīng)緯，2013，(1):22－26．

［11］陶建平，陳新建． 糧食直補對稻農(nóng)參與非農(nóng)勞動的影響分析——基于湖北309 戶農(nóng)戶入戶調(diào)查的分析［J］．經(jīng)濟問題，2008，(9):74－77．

［12］YU W，JENSEN H G． China’s agricultural policy transition: Impacts of recent reforms and future scenarios［J］．Journal of Agricultural Economics，2009，61(1):1 –26．

［13］周應(yīng)恒．近期中國主要農(nóng)業(yè)國內(nèi)支持政策評估［J］．農(nóng)業(yè)經(jīng)濟問題，2009，(5):4－11．

［14］HANSEN J，TUAN F，SOMWARU A． Do China’s agricultural policies matter for world commodity markets． China Agricultural Economic Review，2011，3(1): 6 –25．

［15］方松海，王為農(nóng)．成本快速上升背景下的農(nóng)業(yè)補貼政策研究［J］．管理世界，2009，(9):91－108．

［16］SINGH I，SQUIRE L，STRAUSS J． A survey of agricultural household models: Recent findings and policy implications［J］． The World Bank Economic Review，1986，1(1): 149－179．

［17］彭 超．中國農(nóng)業(yè)補貼政策的影響研究:宏觀效果與微觀行為［M］．北京:中國農(nóng)業(yè)出版社，2013:63－66．

［18］OECD． Decoupling: a Conceptual Overview［R］．Paris: OECD，2001:135．

［19］NAKAJIMA C． Subjective equilibrium theory of the farm household［M］． New York: Elsevier，1986:182－184．

［20］BENJAMIN D． Household composition，labor markets，and labor demand: testing for separation in agricultural household models［J］． Econometrica: Journal of the Econometric Society，1992，60(2): 287－322．

［21］BARDHAN P，UDRY C． Development microeconomics［M］． London: Oxford University Press，1999:217．

［22］高鴻業(yè)．西方經(jīng)濟學(xué)( 微觀部分)［M］．北京:中國人民大學(xué)出版社，2007:135－136．

［23］魯公路．中國南方水稻產(chǎn)區(qū)農(nóng)業(yè)規(guī)模經(jīng)濟研究［D］．北京:北京大學(xué)，1998．

［24］姚 洋．中國農(nóng)地制度:一個分析框架［J］．中國社會科學(xué)，2000，(2):54－65．

［25］HSIAO C．Analysis of Panel Data［M］． London: Cambridge University Press，2003:240－241．

［26］周華林，李雪松．Tobit 模型估計方法與應(yīng)用［J］．經(jīng)濟學(xué)動態(tài)，2012，(5):105－119．

［27］周黎安，陳 燁．中國農(nóng)村稅費改革的政策效果: 基于雙重差分模型的估計［J］． 經(jīng)濟研究，2005，( 8):44－53．

［28］徐翠萍，史清華，HOLLY W．稅費改革對農(nóng)戶收入增長的影響:實證與解釋——以長三角15 村跟蹤觀察農(nóng)戶為例［J］．中國農(nóng)村經(jīng)濟，2009，(2):22－33．

［29］DAVID P．Unconditional Quantile Regression for Panel Data with Exogenous or Endogenou［R］．RAND working papers，2012．