摘要：【目的/意義】隨著農業三項補貼的改革，財政結構發生轉變，探索耕地地力保護補貼是如何影響農業全要素生產率的變化有助于完善補貼政策，為促進福建省農業發展提供參考和啟發。【方法/過程】采用DEAMalmquist模型，對泉州市、寧德市和漳州市的農業全要素生產率進行測算，并通過Tobit模型對農業全要素生產率進行回歸分析。【結果/結論】結果表明：技術效率是引起農業全要素生產率增長的主要原因;從農業全要素生產率的影響因素來看，耕地地力保護補貼資金和年日照時數顯著正向影響農業全要素生產率，各縣市GDP、戶均耕地面積和年平均氣溫顯著負向影響農業全要素生產率，而年降雨量與農業全要素生產率呈負相關關系。
關鍵詞：DEAMalmquist模型;技術進步;Tobit模型;耕地地力保護補貼
自改革開放以來，我國逐漸建立“十分珍惜、合理利用土地和切實保護耕地”的耕地保護制度與政策，為守住“谷物基本自給、口糧絕對安全”的國家糧食安全戰略底線做出了巨大的貢獻。2012年國務院批準并下發《全國土地整治規劃(2011-2015)》，明確提出確保我國耕地保有量達到18.8億畝的要求。緊接著，2017年的相關文件提出要推行綠色生產方式，改進耕地占補平衡方法，并深入推進農業“三項補貼”的改革。而后，2018-2020年的中央一號文件都強調了農村突出問題的整治和生態環境保護等系列問題，提出要實現生產清潔化等要求。2021年中央一號文件再次強調了要務必嚴守18億畝耕地紅線，將耕地保護制度嚴格落實到位，推動農業綠色發展。在此基礎上，我國未來農業發展必將朝著“綠色生態型”模式發展。當前，我國農業污染主要是由于生產配置和綠色發展之間的不協調所導致，發展綠色低碳農業是實現農業可持續發展的必由之路[1]。且依據經濟增長理論，全要素生產率的提高可使得經濟保持永續增長的狀態[2]，進而間接實現農業可持續發展，因此必須系統地科學地對全要素生產率(TFP)展開研究。
1文獻綜述
隨著歷年中央一號文件以及2016年11月1日財政部、農業部《建立以綠色生態為導向的農業補貼制度改革方案》等相關文件相繼出臺，學者們對農業補貼等財政政策是如何影響全要素生產率進行了相關研究，并產生了兩種相反觀點。持正向論觀點的學者普遍認為，農業補貼可提高農戶財富水平，進而正向影響全要素生產率。如：朱滿德等[3]通過DEATobit兩階段法揭示了綜合性收入補貼是如何影響全要素生產率的變化，研究發現收入補貼對全要素生產率起積極作用;薛信陽等[4]對2011-2016年浦東新區的農民增收補貼政策效率進行測算，發現全要素生產率呈上升趨勢，這說明農民增收補貼政策對于TFP的上升有一定的作用;胡春陽等[5]通過構建產出—財政補貼模型，從企業視角切入展開分析，結果表明財政補貼主要是通過提高技術效率來促進全要素生產率的增長。持反向論觀點的學者則認為農業補貼對于全要素生產率的影響作用不大甚至呈負向影響：關建波等[6]對實施棉花良種補貼前后的生產效率進行了比較分析，發現良種補貼政策實施之后的TFP比實施之前有所下降;焦晉鵬等[7]通過構建個體固定效應模型進行分析，結果表明糧食直補補貼不僅抑制糧食TFP的上升，還抑制農戶對技術使用效率的提升;張宗毅等[8]認為農機購置補貼對TFP起顯著負向影響。
上述研究表明，全要素生產率的研究已取得較大的進展，但其中針對農業支持保護補貼政策所展開的影響因素研究相對較缺乏。2016年我國將農業“三項補貼”合成“農業支持保護補貼”，并將目標分為“耕地地力保護”和“糧食適度規模經營”，此項改革本質上實現了我國農業政策從“黃箱”向“綠箱”的轉變。經歷這次改革，農業支持保護補貼政策中的耕地地力保護補貼對農業全要素生產率造成哪些影響?其背后的影響機制又是什么樣的?回答這些問題，關系到我國未來農業補貼政策的方向選擇——如果耕地地力保護補貼無法提高農業全要素生產率，那么今后是否還需實施此項補貼政策?
鑒于此，研究根據福建省財政廳公布的歷年耕地地力保護補貼資金安排表和《福建統計年鑒》的相關數據，對耕地面積以及耕地地力保護補貼資金進行綜合排名，即將各地市耕地面積占全省比重和補貼資金占全省比重進行均值運算，再進行排名;根據其綜合排名的結果進行分層抽樣，共分為3層，每層各抽取一個地級市作為樣本，即漳州市、寧德市和泉州市，該樣本在一定程度上可以說明福建省的情況。因此，本文即以福建省寧德市、泉州市和漳州市為研究區域，采用DEAMalmquis模型和Tobit模型相結合的研究方法，對農業支持保護補貼政策中的耕地地力保護補貼進行農業全要素生產率的測算，并分析了其背后的影響因素，以期研究結果在一定程度上可促進福建省農業支持保護補貼政策的制定與發展。
2理論依據
農業補貼政策分為2類，一類是與農業生產相掛鉤，另外一類是與農業生產不掛鉤，但無論是哪一種都會在一定程度上影響到農戶和新型經營主體的生產決策和經營行為[7]。索洛經濟增長理論認為在完全競爭市場的假設下，農戶的存儲將全部用于投資，由于個體之間存在差異性，且在政策約束等條件不變時農戶對生產要素的不同配置會形成2條差異明顯的TFP曲線[9]，如圖1所示。當資產較少時，農戶進行農業生產的條件較為有限，就形成相對水平較低的曲線TFP1，但經過一定的財富積累之后，農戶的投資能力將有所變化，進而帶動TFP的變化，出現曲線TFP2。這時，2條差異明顯的TFP曲線形成一個均衡點E，此時農戶資產為K0。當資產超過K0時農戶會選擇曲線TFP2進行農業生產等活動;當資產低于K0時，農戶則只能選擇相對水平較低的曲線TFP1進行農業生產。因此，耕地地力保護補貼作為一種農業直接補貼政策，將直接提高擁有耕地承包經營權的生產者的財富水平，降低其生產成本，進而影響到農戶在農業生產中的決策等，最終造成農業投入結構及生產結構、農業產量產值水平等發生變化。其中，農業技術進步可能是源于農業投入結構的變化，而農業規模效率的變化可能是源于農業生產結構的變化，進而影響全要素生產率的變化，即耕地地力補貼資金使得農戶的資產大于K0時，農戶會選擇相對水平較高的曲線TFP2進行農業生產，此時全要素生產率將得到提高。
3研究方法與數據來源
3.1DEAMalmquist模型
全要素生產率測算方法主要分為參數法和非參數法兩類。一是參數法，主要包括索洛余值法等;二是非參數法，最常用的有非參數莫氏指數法或數據包絡分析(DEA)等，其中DEAMalmquist模型是直接通過投入—產出數據計算其生產率，在其應用中可避免主觀因素對結果的影響，故應用較為廣泛。如賽云秀、張優智、周一凡、王菲等學者[10-13]都通過DEAMalmquist模型對全要素生產率展開測算研究。因此，本文也采用DEAMalmquist模型來測算福建省寧德市、泉州市和漳州市3地市的農業全要素生產率。DEAMalmquist模型是以距離函數為基礎的，并經Fare R.等學者證明，可將全要素生產率(tfpch)分解為技術效率(effch)和技術進步(techch);而在規模報酬可變時，技術效率(effch)又可進一步分解為純技術效率(pech)和規模效率(sech)。DEAMalmquist模型表達式如下：M0(yn+1，xn+1，xn，yn)=dn0(xn，yn+1)dn0(xn，yn)×dn+10(xn+1，yn+1)dn+10(xn，yn)=effch×tech (1)
其中，dn0(xn，yn)，dn0(xn+1，yn+1) 分別是以n時期技術為參照的n時期和n+1時期的距離函數，而dn+10(xn，yn)，dn+10(xn+1，yn+1)分別是以n+1時期技術為參照的n時期和n+1時期的距離函數。M0>1則說明從n時期到n+1時期的決策單元的TFP得到了增長;M0<1則表示從n時期到n+1時期的決策單元的TFP出現下降;x為投入向量，y為產出向量。
推薦閱讀：耕地質量評價下基本農田劃定方法的探討
