粮食收入性补贴对中国籼稻全要素生产率的影响——基于2002-2013年面板数据的实证

（贵州大学 经济学院，贵州 贵阳 550025）

粮食收入性补贴对中国籼稻全要素生产率的影响
——基于2002-2013年面板数据的实证

李辛一，陈其兰

（贵州大学 经济学院，贵州 贵阳 550025）

本文运用Fare-Primont-TFP指数测度分解了2002-2013年中国早籼稻、中籼稻、晚籼稻的全要素生产率水平值，并运用面板Tobit模型探究粮食收入性补贴等环境因素对籼稻全要素生产率的影响。2002-2013年间，中国籼稻各品种TFP水平都出现一定增长，不同籼稻品种间存在生产率的差异。进一步分解发现，籼稻可行技术TFP最大值出现了较为显著的增长，而综合效率则由于技术效率的下滑而有所衰退。粮食收入性补贴有效促进了3种籼稻全要素生产率的增长，但作用力度偏弱；未来补贴政策改革应着眼于补贴发放的精准高效，以实现粮食生产效率的进一步提高，从根本上实现国家粮食安全的持久保障。

粮食收入性补贴；籼稻；全要素生产率

一、问题的提出

“无农不稳，无粮则乱”，粮食安全对中国经济健康发展与社会和谐稳定起着关键稳定器的作用。中国的粮食生产在1998-2003年经历了长达五年的下滑，对国民经济造成了巨大的供给冲击。为提高农民的种粮积极性，以从根本上保障国家的粮食安全，中国政府于2002年开始对粮食生产进行各类大规模补贴，且补贴力度连年递增。

对于农业补贴政策的实施效果的研究一直就是学术界探讨的热点之一，相关研究表明，补贴政策实施对促进粮食增产与农民增收、调动农民种粮积极性、缩小城乡收入差距具有显著正向影响（刘克春，2010；陈飞，2011；霍增辉等，2015；钱加荣等，2015）；补贴不仅提高了粮食产量，也有效提升了玉米等粮食的生产效率（朱满德等，2015）。也有研究显示，农业补贴生产激励效应甚弱，可能并未有效促进粮食生产效率的上升（王姣等，2006；张照新等，2007；黄 季焜 等，2011；刘海英等，2016）。

现有研究文献积累了丰富的有关补贴对粮食生产影响的科研成果，农业补贴效率方面的研究也有了一定进展，但较缺少补贴对具体粮食作物生产效率方面的研究。当前水稻在中国粮食安全中占有重要地位，而籼稻作为水稻的重要品种之一，占中国水稻产量的三分之二以上（2012年）。鉴于此，本文拟运用数据包络分析法（）对籼稻的全要素生产率（）及其结构进行测度与分解，并进一步探究以粮食直补、农资综合补贴、良种补贴为代表的综合性收入补贴①等因素对籼稻全要素生产率的具体作用，以期为未来农业补贴政策的进一步改进完善提供有益参考。

二、中国籼稻全要素生产率的测度分解

1、理论方法与模型设定

Fare-Primont-TFP指数基本式如下：

本文采用省级面板数据进行实证分析。《全国农产品成本收益资料汇编》提供了早籼稻、中籼稻和晚籼稻3个品种全国及分省层面各年度的投入产出数据。其中早籼稻的省区包括浙江、安徽、福建、江西、湖北、湖南、广东、广西8省区；中籼稻包括江苏、安徽、福建、河南、湖北、四川、贵州、陕西8省；晚籼稻包括浙江、安徽、福建、江西、湖北、湖南、广东、广西8省区。在早中晚3种籼稻中，上述各省区的产量之和占全国产量的比重均超过90%以上。结合数据的可得性、可靠性，考虑到2002年中国开始实行大规模系统化粮食生产补贴政策，选取2002-2013年作为分析区间。

利用 DPIN3．0软件，测度2002-2013年全国层面各个籼稻品种的水平值，并对其进行分解。结果由图2．1与表2．1所示。

表2．1 全国各籼稻品种全要素生产率（）及分解

表2．1 全国各籼稻品种全要素生产率（）及分解

TFPE分解后的指标ITE IME RISE指标释义 全要素生产率 可行技术TFP最大值 综合效率 技术效率 混合效率 残余规模效率品种 年份指标 TFP TFP* TFPE早籼稻2002 0.742 0.801 0.926 0.972 0.973 0.979 2005 0.777 0.906 0.857 0.944 0.944 0.962 2010 0.805 0.982 0.820 0.921 0.984 0.905 2013 0.849 0.982 0.864 0.920 0.964 0.974中籼稻2002 0.652 0.810 0.805 0.904 0.908 0.981 2005 0.728 0.895 0.814 0.931 0.912 0.958 2010 0.729 0.922 0.791 0.875 0.942 0.959 2013 0.696 0.922 0.755 0.833 0.949 0.955晚籼稻2002 0.666 0.838 0.795 0.960 0.948 0.874 2005 0.672 0.888 0.757 0.875 0.976 0.886 2010 0.712 0.917 0.776 0.911 0.954 0.893 2013 0.689 0.929 0.742 0.852 0.939 0.927

图2 ．1全国籼稻全要素生产率（）水平值及其变动情况

三、粮食收入性补贴对籼稻全要素生产率的影响

1、构建截断回归模型

（1）模型选择与变量采用。本文采用受限被解释变量模型中的面板截断回归模型（xtTobit），模型如下（3．1）：

2、各籼稻品种回归结论分析

运用Stata13．0软件的“xttobit”命令分别对早籼稻、中籼稻和晚籼稻的面板截断回归模型进行回归。结果如表3．1所示，研究表明：

第一，2002-2013年，粮食收入性补贴政策的实行对全国3种籼稻的全要素生产率水平值都产生了显著的正向影响。分品种而言，早籼稻、中籼稻、晚籼稻的粮食补贴回归系数分别为1．3234、1．7952和2．5311，依次通过了10%、10%和1%的显著性检验，表明：粮食补贴占第一产业产值的比重（）每上升1个百分点，早籼稻、中籼稻、晚籼稻的数值就会分别上升约0．0132、0．0179和0．0253。这反映出近年来我国粮食收入性补贴的生产促进作用越来越弱。在未来相当长的一段时期，可以预见补贴依然会是政府支持粮食生产的重要手段，此种情形下，保证粮食补贴精准高效地实施，发挥其应有的增产增效功能，提升补贴对农户种粮的激励作用，理应成为农业补贴改革的着力方向。

表3．1 各籼稻品种截断回归结果

四、主要结论

本文运用 Fare-Primont-TFP指数测度分解了2002-2013年中国早籼稻、中籼稻、晚籼稻的全要素生产率，并在此基础上运用面板Tobit模型探究了粮食收入性补贴等环境因素对籼稻全要素生产率的具体影响。研究发现，2002-2013年：

（3）粮食收入性补贴的实施有效促进了3种籼稻全要素生产率的增长，但其作用的力度偏弱。

（4）价格因素对早籼稻全要素生产率产生了较为显著的促进作用，人力资本的提升也较为有效地促成了晚籼稻全要素生产率的增长，而对其余品种籼稻的正向影响较弱。

（5）地区经济环境的发展将引致籼稻全要素生产率的自然衰减；生产规模的扩大、耕地有效灌溉率的提升并未有效提高籼稻全要素生产率，自然灾害的发生也会降低籼稻的全要素生产率水平。

粮食补贴强度的增加对籼稻全要素生产率虽有正向影响，但其促进作用依然较弱；随着农业农村经济社会形势的快速变化，我国粮食补贴的改革应该在坚持总量不减的前提下，逐步实现补贴发放的精准高效性，以实现籼稻等粮食作物在生产过程中提质增效，从而促进农业生产绿色发展，保障国家的粮食安全。

注释

①在名目众多的补贴类别中，粮食直补、农资综合补贴已被归类为农民收入补贴政策，而以现金方式发放的农作物良种补贴在作用效果方面与粮食直补、农资综合补贴相近，故一般也被纳入收入性补贴中。上述粮食直补、农资综合补贴、良种补贴政策多被学术界称作“综合性收入补贴”，本文即以综合性收入补贴作为籼稻全要素生产率的影响因素之一。

②在大量研究中，分析人员多采用投入导向的模型，且实证结果证明，多数情况下，导向的选择并不会对所得结果有明显影响（T．J．Coelli,et al．2008）。

（注：通讯作者：李辛一）

[1]刘克春：粮食生产补贴政策对农户粮食种植决策行为的影响与作用机理分析—以江西省为例 [J]．中国农村经济，2010（2）：12-21．

[2]陈飞、范庆泉、高铁梅：农业政策：粮食产量与粮食生产调整能力[J]．经济研究，2010（11）：101-114,140．

[3]霍增辉、吴海涛、丁士军：中部地区粮食补贴政策效应及其机制研究—来自湖北农户面板数据的经验数据 [J]．农业经济问题（月刊），2015（6）：20-29．

[4]钱加荣、赵芝俊：现行模式下我国农业补贴政策的作用机制及其对粮食生产的影响[J]．农业技术经济，2015（10）：41-47．

[5]朱满德、李辛一、程国强：综合性收入补贴对中国玉米全要素生产率的影响分析[J]．中国农村经济，2015（11）：4-14，53．

[6]王姣、肖海峰：中国粮食直接补贴政策效果评价[J]．中国农村经济，2006（12）：4-12．

[7]张照新、陈金强：我国粮食补贴政策的框架：问题及政策建议[J]．农业经济问题，2007（7）：11-16．

[8] 焜黄季 、王晓兵、智华勇、黄珠容：Scott Rozelle．粮食直补和农资综合补贴对农业生产的影响[J]．农业技术经济，2011（1）：4-12．

[9]刘海英、谢建政：政府补贴：农户收入和城镇化对粮食生产效率的影响 [J]．江西师范大学学报 (自然科学版)，2016（1）：22-26，32．

[10]C．J．O’Donnell．The Sources of Productivity Change in the Manufacturing Sectors of the U．S．Economy．Centre for Efficiency and Productivity Analysis Working Papers WP07/2011,University of Queensland．

[11]Coelli J T,Prasada R D S,O’Donnell C J,et al．An Introduction to Efficiency and Productivity Analysis[M]．Beijing: China Renmin University Press,2008．

（责任编辑：宋 杰）

贵州省教育厅高校人文社会科学研究大学生项目，项目编号：2016dxs17；贵州大学研究生创新基金项目，项目编号：研人文2016042。