基于DEA-Malmquist模型的农民增收补贴政策效率分析*——来自浦东新区面板数据的经验证据

薛信阳，马 佳，杨德利

(1.上海海洋大学经济管理学院，上海 201306； 2.上海市农业科学院农业科技信息研究所，上海 201400)

0 引言

经济的快速发展带动人民收入的不断提高。当前，我国已经成为世界第二大经济体，按照世界银行根据人均国民收入对世界各国经济发展水平的分组(即低收入国家、中等偏下收入国家、中等偏上收入国家和高收入国家)，中国已经进入了中等偏上收入国家行列， 2016年我国人均国内生产总值再创新高达到5.398万元。但同时也面临着“中等收入陷阱”的困扰。因此如何促进人民尤其是农民收入持续增长，是当前值得关注的一个重要命题。进入21世纪以来，我国增加了对三农问题的关注和支持力度，自2004年起连续14年出台中央一号文件，相继实行了农民直接补贴、良种补贴、农资综合补贴和农机购置补贴等一系列减轻农民负担、增加农民转移支付的惠农政策。2017年10月，十九大报告再次强调了“拓宽农民增收渠道”，突显了国家对农民农业问题的关注。在国家层面加大支农力度的同时，地方政府也纷纷出台配套措施，更有地方先行先试作出政策创新。上海市浦东新区自2011年起开始实施一系列促进农民增收和农业发展的补贴政策，并于2015年合并成为农民增收补贴政策。在实行乡村振兴战略，推进农业农村现代化的背景下，对该政策进行研究具有重要意义：首先，通过对政策进行研究，能够有效掌握政策的总体实施效果，并根据研究结论对后期政策改进提出建议。其次，作为在浦东新区先行先试的1个典型代表，在推进农业供给侧改革的大背景下，对探索培育农民增收新动能，进而实施乡村振兴战略和实现农业农村现代化具有重要的现实意义。文章把农民增收补贴政策作为研究对象，对2011～2016年政策的总体技术效率和全要素生产率进行测量和分析。

1 文献回顾

通过对文献资料的梳理可以发现，目前我国在分析农业补贴政策对农民收入影响方面的研究成果丰富。政策分析对象主要包括农业支持保护补贴和农机购置补贴等传统补贴。在对农业补贴政策增收作用的分析中，多数研究肯定了其在农民增收方面的积极作用。霍增辉等[1]利用湖北省农户数据得出粮食补贴政策具有明显的增收效应的结论。辛翔飞等[2]在肯定了粮食补贴政策的增收作用的同时，还得出了政策对产粮大县的收入提升作用大于非产粮大县的结论。王亚芬等[3]利用我国18个省份的数据得出农业补贴政策通过促进农业产出增长、增加农民转移性收入和推动农村劳动力转移等途径提高农民收入的结论。李江一[4]利用CHFS数据得出农业补贴政策具有促进农户消费的财富效应的结论。罗东等[5]分别对我国财政支农资金中的农村社会事业发展支出、支援农村生产支出、各项农业事业费、四项补贴对农民收入的影响进行分析，得出四项补贴对农民收入的贡献率最大的结论。但也有学者在肯定补贴政策存在积极效果的同时，指出政策存在一些的问题。钟甫宁等[6]利用江苏省数据得出农业补贴政策会在一定程度上缩小农村收入差距，但是收入水平低的农民从中获得的好处仍然比收入较高的农民少的结论。孙钋[7]也得出了同样的结论。林万龙等[8]认为农民直接补贴政策对增加农民实际收入的贡献显著，但是存在相当比例的支出挂钩型补贴限制了贫困农户和低收入农户获取补贴的能力等公平性问题。彭爌等[9]则在肯定补贴政策具有增收效应的同时，指出其贡献度低的问题。

在对农业补贴政策的评价研究中，不少学者将农业补贴政策效率作为研究目标，并用DEA模型作为效率评价的方法，得出的结论呈现差异化。其中叶慧等[10]对我国粮食直补效率测算发现：我国粮食补贴制度效率普遍不高，且各省的制度效率存在较大差距，粮食主产区效率低于非粮食主产区效率。张淑杰等[11]利用河南省农户数据实证发现，农业补贴政策存在较高比例的DEA无效，还有学者利用浙江省农业补贴政策数据得出农业补贴在提高农民收入方面的无效率[12]。也有学者得出相反的结论，朱德满等[13]利用全国数据测算得出了农业补贴政策有效提升了我国玉米的全要素生产率。辛冲冲等[14]利用DEA-Malmquist模型测算新疆农机购置补贴数据表明新疆的综合技术效率得到了提升，全要素生产率也呈现上升趋势。对农业补贴政策效率分析结果的多样性也体现了我国不同省份和地区农业补贴政策实施效果的差异。

总体来看，对农业补贴政策的研究多种多样，研究方法主要有定性研究[15-16]和定量研究[17-19]。其中在测算农业补贴政策效率时，DEA模型使用较多。以往DEA分析的特点：首先，所选取的样本指标大致包含两类。一类是以全国层面省级数据为主的宏观数据，一类是以省级层面农户数据为主的微观数据，该文采用较为中观的浦东新区和新区各镇数据，数据类型更具多样性。其次，现有DEA分析大部分仅分析了农业补贴政策的技术效率、纯技术效率和规模效率，而没有继续分析各效率变化和全要素生产率变化情况，该文使用Malmquist指数分析可以有效弥补这一不足。最后，以往农业补贴政策研究均是对农业支持保护补贴和农机购置补贴等传统农业补贴政策的分析，而该文分析的浦东新区农民增收补贴政策，是具有先行先试性质的典型地方特色农业补贴政策。

2 政策介绍与理论分析

2.1 农民增收补贴政策介绍

上海市浦东新区自2009年将南汇区并入行政区划后，成为上海市人口最多的一个行政区。两区合并后，浦东新区与上海浦西的农民收入差距接近两倍。此外，十八大报告中也提出到2020年城乡居民人均收入在2010年的基础上“翻一番”的目标。在此背景下，浦东新区出台了农民增收补贴政策。该政策是对2011年以来浦东新区出台的一系列促进农民增收政策的总称，包括农村土地承包经营权规模流转补贴、务农农民直补补贴、涉农经济组织吸纳本区农村户籍劳动力就业补贴、村级组织运行补贴专项资金和农产品营销体系及品牌建设补贴。为加强和规范浦东新区区级财政农业补贴专项资金的使用和管理，发挥财政资金的导向和撬动作用，促进农民持续增收， 2015年浦东新区将土地流转补贴、务农农民直补和用工补贴合并为农民增收补贴，并于2016年11月出台了《浦东新区农民增收补贴政策实施细则》。该文分析的农民增收补贴政策便是以这3项补贴为基础，因此文中所涉及的补贴金额主要是3项补贴政策的金额。

截止2016年底，浦东新区农民增收补贴已经累计发放补贴资金18.8亿元，农民人均纯收入从2011年的1.586 1万元增加到2016年的2.790 8万元，城乡居民收入差距由2011年的3.13： 1缩减为2015年的2.95： 1，顺利完成了2009年南汇区与浦东新区合并时制定的6年完成农村居民收入倍增的目标。

2.2 农民增收补贴政策增加农民收入的作用机制分析

图1 农民增收补贴政策作用机制

图2 用工补贴政策对农村户籍劳动力需求的作用机制

农业补贴是政府为改变现有收入分配格局和资源配置结构，对农民和农业实施的转移性支出。浦东新区农民增收补贴政策的主要目的在于拓宽农民增收渠道，促进农民收入可持续增长。在农民增收补贴中，务农农民直补和土地流转补贴均通过增加农户转移性收入的方式增加农户收入。用工补贴则通过增加对涉农经济组织的转移性收入，进而增加农户工资性收入的方式增加农户收入(图1)。

在具体操作过程中，务农农民直补的补贴对象为具有浦东新区农业户籍、符合法定年龄段的直接或间接从事涉农领域工作的农民，根据2014年出台的实施办法，对经审核认定符合补贴发放条件的农民发放全年1 200元/人的直补。土地流转补贴的补贴对象为新区范围内具有土地承包权、流转土地规模≥1.33hm2的承包农户，根据2015年出台的实施办法，对符合受理条件的农村土地承包经营权流转予以1.199 4万元/(hm2·年)的补贴。可见，这两种补贴对农民增收的作用机制较为简单。用工补贴的作用机制与前两者不同，根据2012年的标准，政府给予吸纳本区农村户籍劳动力的涉农经济组织全年1.035 0万元/人的用工补贴，同时给予每年1 200元/人的用工奖励，可以说通过影响浦东新区农村户籍劳动力需求量这一中间变量来达到农民增收的目的。假定浦东新区农村户籍劳动力存在剩余，且数量和收入水平在短期内不发生变化，在政府提供用工补贴和奖励的情况下，“理性”的涉农经济组织更倾向于招收本区农村户籍劳动力，于是对其需求量将发生变化(图2)。横轴Q代表浦东新区农村户籍劳动力数量，纵轴W代表劳动力的收入水平，S和D分别代表农村户籍劳动力的供给曲线和需求曲线。在政府出台用工补贴的背景下，需求曲线将由D1移动到D2，由于工资水平W短期内保持不变，劳动力的需求数量由Q1增加到Q2，因此将有(Q2-Q1)数量的农民获得工资性收入。2015年，浦东新区居民人均可支配收入中，工资性收入的占比为65.9%*来自《2016上海浦东新区统计年鉴》,因此理论上用工补贴对于提高农民收入的效果最为显著。从形式上看，3项补贴都属于收入性补贴，对提高农户收入具有直接效果。此外，3项补贴增加了劳动力要素投入,促进了土地适度规模经营，具有促进农业发展的作用。3项补贴具有不与农产品产量、播种面积、价格等挂钩的特点，其作用机制对农业技术的影响较小，对农业生产和农产品贸易没有扭曲作用，属于“绿箱”政策的范畴，符合我国农业补贴政策改革的方向。

3 研究方法和指标体系构建

3.1 研究方法

根据该文对农民增收补贴政策对农民收入的作用机制分析，该文拟开展浦东新区农民增收补贴政策效率测算，剖析政策对农民收入的影响，具体运用到DEA模型和Malmquist指数分析法。

3.1.1 DEA模型

数据包络分析方法(DEA)是美国运筹学家W.W.Copper和A.Charnes等提出，该方法是以运筹学、管理科学和数理经济学等交叉学科为基础，结合Pareto优化的经济学概念和线性规划理论，以有效综合评价多投入—多产出指标为复杂系统的非参数前沿效率分析法。DEA模型的基本假定是各经济体面对同样的技术前沿，其核心在于定义距离函数，以度量经济体大技术前沿的差距。DEA模型可以分为CCR模型(规模不变的CRS)和BCC模型(规模可变的VRS)，CCR模型仅能测算决策单元(DMU)的总体技术效率(TE)，为了弥补这一不足，Banker等对CCR模型进行了改进，即可以测算可变规模报酬下相对效率的BCC模型。在该模型下，可以进一步将总体技术效率分解为纯技术效率(PTE)和规模效率(SE)，进而判断当DMU处于无效率状态时是规模无效还是技术配置无效，3者之间的关系是TE=PTE×SE。

3.1.2 Malmquist指数分析法

为了更加深入地分析浦东新区农民增收补贴政策全要素生产率的变化情况，该研究还利用了Malmquist指数分析法对浦东新区层面和新区各镇层面的数据进行了分析。Malmquist指数分析法是基于DEA模型测算全要素生产率动态变化的一种方法，以距离函数为构造基础，通过计算不同时期生产点距离的几何平均值得出生产效率的变动情况。Mlamquist指数主要包括技术效率变化(effch)、技术进步(techch)、纯技术效率变化(pech)、规模效率变化(sech)和全要素生产率指数(MI)，其中MI>1，TFP处于增长阶段；MI<1，TFP处于下降阶段；MI=1，TFP处于不变状态。技术效率变化用以度量相同投入条件下实际产出与理论最大产出的比值或相同产出条件下实际投入与理论最大投入的比值，effch>1，表示决策单元靠近技术前沿。技术进步反映政策实施过程中通过技术改造等手段实现等量产出降低投入或等量投入降低产出，pech>1，表明DMU出现技术进步或创新。5者相互关系是MI=effch×techch=pech×sech×techch。

3.2 指标构建与数据来源

3.2.1 指标体系构建

浦东新区农民增收补贴政策于2011年开始全面实施，于是将2011～2016年作为研究区间。在DEA模型指标的选取上，根据投入—产出的分析思路，农民增收补贴政策最主要的投入是资金投入，选取土地流转补贴金额、务农农民直补金额、用工补贴金额和受补贴对象人均补贴金额4个指标，其中人均补贴金额表示农民人均补贴力度。除此之外，作为一项重要的农业生产要素，该文把土地投入作为一项投入指标，用耕地面积来表示。考虑到促进农民收入持续稳定提高和加快浦东现代都市农业两个主要政策目标，选取农村居民人均纯收入和农业总产值作为产出指标。综上，该文共选取5项投入指标和2项产出指标构成DEA模型的指标体系，相关描述性统计见表1。

表1 描述性统计

年份用工补贴(万元)土地流转补贴(万元)农民直补(万元)人均补贴(元)耕地面积(hm2)农民人均纯收入(万元)农业总产值(亿元)2011最大值143736410670850401272001268356617608642640000最小值526202182535324700119760213647091810000中位数4203041790286127821501216197414514408155000均值5201992694216153223211220214714900366443571标准差4147382878100917954623917013161576801062012最大值1859240909625429139400680432019228669480000最小值112613533532483470059352715407092610000中位数564025192398612322100615194016364359020000均值21219559216334374271011270526234970889809269标准差55463626887327910344231110013411673621262013最大值2705120904302828166300691272120815610660000最小值169600533532460010061052517034096650000中位数959830213489112054850632177218153381610000均值1140237345644314344493643161718434368036429标准差7270382715678779400227703012231598166302014最大值33756001381655625944000766269722959607990000最小值276000747587449380061652418731096090000中位数1176600465029812777300653174820081376515000均值1413857614277414017729665158220476357246429标准差8850144271576728498544679013301587821032015最大值55147501671967824867100742272725551641750000最小值3010503117251405630047049820618099310000中位数1601100792371111343450667174722119379955000均值1823850837587113181271663157122592330656429标准差13688624210950715717068680015191773077472016最大值90378501727439824287600808272728052502370000最小值3451002498561379820061445922994076230000中位数1857450790922811142050678174324646318440000均值2274300880929012995371693154325089297830714标准差2194809451576368719675670701659126567445

3.2.2 数据来源

该文研究数据来源于上海市浦东新区相关部门、《上海浦东新区统计年鉴》(2011～2017)《中国统计年鉴》(2017)和上海市浦东新区人民政府网站。为了进一步分析农民增收补贴政策的有效性，在把浦东新区作为独立决策单元进行DEA和Malmquist操作的基础上，还对新区各镇的政策效率进行测算。考虑到数据的完整性和分析结果的科学性和准确性，最终选取浦东新区的14个镇构成14个决策单元，具体包括川沙新镇、合庆镇、曹路镇、惠南镇、周浦镇、新场镇、大团镇、航头镇、祝桥镇、泥城镇、宣桥镇、书院镇、万祥镇、老港镇，这14个镇在浦东新区分布广泛，在工农业发展水平方面差异性较大，对说明浦东新区农民增收补贴政策的整体实施情况具有代表性。

4 测算结果与分析

该文从浦东新区层面和新区镇级层面出发，采用DEAP 2.1软件，对浦东新区农民增收补贴政策效率进行测算。首先将浦东新区作为独立决策单元，对2011～2016年农民增收补贴政策数据进行多阶段DEA求解，得出浦东新区的总体技术效率值(表2)。

表2 2011～2016年浦东新区农民增收补贴政策效率

年份crstevrstescale规模报酬2011100010001000规模报酬不变2012100010001000规模报酬不变2013100010001000规模报酬不变2014100010001000规模报酬不变2015100010001000规模报酬不变2016100010001000规模报酬不变均值100010001000 注：crste表示技术效率；vrste表示纯技术效率；scale表示规模效率

表3 2011～2016年浦东新区农民增收补贴政策的Mulmquist指数

表4 2016年各镇农民增收补贴政策效率

根据表2可得：(1)技术效率特征分析。2011～2016年新区农民增收补贴的技术效率值全部为1，说明6年的政策实施效率呈现DEA有效状态，即政策的实施对投入与产出的动态平衡起到了良好的促进作用，有效促进了农民增收和农业发展，与浦东新区农村居民人均纯收入与农业总产值的数据特征相吻合。(2)纯技术效率特征分析。2011～2016年新区农民增收补贴的纯技术效率值均为1，说明浦东新区达到了技术效率的有效性，主要体现在在既定投入下的产出最大化，同时也说明了浦东新区在政策制定、执行上具有科学性。(3)规模效率特征分析。2011～2016年新区农民增收补贴的规模效率值均为1，政策规模效率整体比较平稳，农民增收补贴资金达到了规模收益最优状态，也从侧面反映投入规模与结构的合理性，表现出与产出规模的匹配。未来要注意建立合理的农民增收补贴增长机制，以保持规模效率特征的稳定。(4)规模报酬特征分析。在整个政策实施期间始终保持着规模报酬不变的状态，说明各个年份均达到了最佳规模。

在此基础上，将浦东新区作为独立决策单元，对2011～2016年农民增收补贴政策进行Malmquist指数分析，得出Malmquist指数及其分解指数(表3)。

从测算的均值来看，农民增收补贴政策的Malmquist指数均值为1.008，说明政策执行期间的全要素生产率以平均每年0.8%的趋势在上升。根据该文对5个指标之间关系的说明，可知全要素生产率的变化主要由技术进步变化引起。进一步观察可以发现MI指数的变化具有阶段性特征，分为两个阶段： 2011～2013年为第一阶段，该阶段全要素生产率虽呈现下降趋势，但是全要素生产率值大于1，平均上升幅度为21.6%，主要是政策实施之初，农民收入和农业总产值基数相对较小以及新出台政策的激励作用突出，政策效果比较明显。2013～2016年为第二阶段，该阶段的特征是全要素生产率呈现下降趋势，全要素生产率值小于1，平均下降幅度为13.1%，而且MI指数在2013年出现了大幅度下降。主要原因是政策的边际效用递减规律发生作用，劳动力要素投入趋于饱和，但是可以发现后4年间全要素生产率虽在下降，下降的幅度在不断缩小。这源于后期针对政策实施过程中遇到的问题不断对原有政策进行升级和完善。虽然全要素生产率下降的年份多于上升的年份，但是总体仍然是有效的，原因在于全要素生产率的降低主要由技术进步下降引起。事实上，农民增收补贴政策更多的是对农民进行转移支付，对生产过程中的技术进步的激励作用有限，相关原因可能在于农机具购置补贴等具有促进农业技术进步的优惠政策。

从表2和表3对新区层面农民增收补贴政策效率和全要素生产率的结果分析可得，政策在全区层面效果显著，无论是增加体现农民增收效果的农村居民人均可支配收入还是提高体现农业发展水平的农业总产值，这也说明了3项补贴的作用机制在新区层面是成立的。

在对浦东新区层面的农民增收补贴政策进行了DEA-Malmquist分析后，接着将浦东新区14个镇作为决策单元，对政策效率进行多阶段DEA求解，得出2011～2016年新区各镇政策的效率指标值(表4)。

根据表4，进行分析：

(1)14个镇的总体技术效率值呈现出4个特点：首先，在14个镇中，曹路镇、周浦镇等6个镇的总体技术效率值、纯技术效率值和规模效率值均为1，呈现出DEA有效状态，即这6个地区在投入方面配置优化合理，使投入与产出达到了相对均衡的状态。其次，川沙新镇、合庆镇、大团镇和书院镇的总体技术效率值处于0.9～1之间，其纯技术效率值和规模效率值亦在0.9～1之间，说明该地区呈微弱的DEA有效状态，补贴金额未能达到最佳利用状态，因此对其投入量和结构有必要作出进一步调整，以使投入产出达到有效水平。再次，老港镇的总体技术效率值小于0.9，表明DEA无效，但是纯技术效率值和规模效率值大于0.9，表明规模效率呈微弱有效，应该同时提高纯技术效率和规模效率，尤其通过调整补贴结构来提高规模效率。最后，惠南镇、航头镇和万祥镇的总体技术效率值小于0.9，但纯技术效率值和规模效率有一者大于0.9，两镇应该在提高纯技术效率和规模效率的同时，应更加关注效率值小于0.9的指标。在浦东新区政策效率呈现DEA有效的前提下，新区各镇的政策效率呈现出差异性，除了经济发展状况、产业机构、区位不同等异质性因素外，各镇的政策执行力度、监管措施差异以及政策的适应性也是潜在原因。

(2)规模报酬特征分析。所分析的14个镇包括规模报酬递增、规模报酬不变和规模报酬递减3种状态。其中川沙新镇处于规模报酬递增阶段，主要原因是规模效率没达到有效状态，后续需要增加补贴规模。曹路镇、周浦镇等6镇处于规模报酬不变阶段，即投入产出达到了动态平衡。合庆镇、惠南镇等7镇处于规模报酬递减阶段，说明这7个镇在既定投入的情况下没有达到产出最大化。事实上，由于浦东新区自身财力充足，新区政府对各镇农业发展进行了较大投入的前提下，再进行农民增收补贴，会出现部分规模无效率，要素投入的增加超过了地区发展水平对资源的吸收能力，投入规模的扩大带来了资源冗余，反而成为增收补贴政策效率提高的障碍。结合浦东新区的现实情况，要在保持补贴资金总量不变的基础上，注重通过制度创新来寻求提高补贴资金利用效率的对策，尤其是探索可持续性较高、符合我国农业补贴绿色发展方向的制度创新。

(3)各镇行政区位特征分析。为了解释增收补贴政策实施效率在空间分布上的特点，以申嘉湖公路为分界线，将浦东新区各镇分为南部镇和北部镇。从表4中可以看出，南部镇的总体技术效率值为0.913，北部镇的总体技术效率值为0.992，规模报酬递减的7个区除了合庆镇外全部位于浦东新区的南部，5个北部镇只有1个处于规模报酬递减状态。结合新区南北地区的产业结构、发展定位等特点和资源禀赋条件差异，可以得出南部镇的总体技术效率低于北部镇的结论。

最后对2011～2016年新区14个镇的农民增收补贴政策进行Malmquist指数分析，得出Malmquist指数及其分解指数(表5)。

表5 2011～2016年各镇农民增收补贴政策的Malmquist指数

区域effchtechchpechsechMI行政区位川沙新镇09971162100009971159北合庆镇10041202100519991207北曹路镇10001097100010001097北惠南镇09540840097909740801南周浦镇10000926100010000926北新场镇10000851100010000851南大团镇09940996100609880991南航头镇09700983097809910953南祝桥镇10001025100010001025北泥城镇10000893100010000893南宣桥镇10000951100010000951南书院镇09990985098610130984南万祥镇09481030096609820976南老港镇09691028098609830996南均值09880992099309950981南部镇09820951098909920933北部镇10001082100111991083 注：effch表示技术效率变化；techch表示技术进步变化；pech表示纯技术效率变化；sech表示规模效率变化；MI表示全要素生产率指数

根据表5，进行分析：新区各镇农民增收补贴政策的MI均值为0.981<1，说明政策执行期间的全要素生产率出现了负增长，以平均每年1.9%的趋势在下降。其中川沙新镇、合庆镇等4镇的值大于1，说明其技术效率处于增长状态，平均增长率达12.2%。惠南镇、周浦镇等10个镇的值小于1，说明其技术效率处于下降状态，平均下降率达6.8%。基于MI、effch、techch 3者之间的关系，可得技术效率变化值和技术进步变化值均对全要素生产率均值造成了影响。具体可分两种情形进行分析：首先，万祥镇和老港镇，在技术进步增长的情况下，技术效率变化值呈现出负增长，即技术效率下降的负效应超过了技术进步增长的正效应，技术效率下降的原因可能是两镇的农民增收补贴规模与其他形式的农业补贴在资金分配上出现了不合理状况，导致政策发挥效用的侧重点不同。在既定投入条件下，各镇的农民增收补贴的投入—产出规模与发展水平更高的北部镇之间的差距会增大，进而主导了其全要素生产率呈负向增长的态势。其次，惠南镇、大团镇、航头镇和书院镇的技术效率变化呈下降趋势的同时，技术进步变化也呈现下降趋势，反映了这些地区在农业科技化等技术创新、农业社会化服务组织等服务创新方面与北部镇的差距，成为其全要素生产率降低的次要原因，两个效率值都处于下降趋势也凸显了以上各镇在发展过程中与其他镇的发展差距较大，因此，因地制宜地对处于劣势镇的农民增收补贴政策进行及时的完善和创新也显得至关重要。此外，根据南部镇和北部镇各项指标的均值可以发现，北部镇的全要素生产率处于上升状态，增长率均值达到8.3%，南部镇的全要素生产率处于下降状态，增长率均值下降6.7%。可见南部镇农民增收政策的实施效果与北部还存在较大差距。

从表4和表5对新区各镇层面的结果分析可得，各镇的政策效果与全区层面效果存在一定差距，表现为南部个别镇的政策效率指标不理想，主要原因是各个镇的资源禀赋等异质性特征。但是这并不能否认整体政策效果，一个重要的原因考量是该文的样本镇不够完整，尚有10个城镇未被纳入分析范围，其中北部镇超过一半。此外，个别镇政策效果的不理想也不能否定政策作用机制的合理性，在大部分城镇政策效果表现良好的情况下，完全有理由相信政策之外的相关因素产生影响。

5 结论及建议

5.1 结论

根据测算结果和分析可以得出结论：(1)浦东新区农民增收补贴政策总体效果显著。政策执行期间的总体技术效率值全部为1，所有年份均达到了DEA有效状态，表明政策在增加农民收入和促进农业发展方面效果显著。取得明显效果的原因是浦东新区坚持问题导向，依托强大的经济实力，着眼于农民持续增收和农业可持续发展的现实问题，及时出台政策，从而取得了“两高一快”(浦东农业收入的增长高于全市城乡居民收入增幅、浦东农民收入的增长高于新区GDP的增幅、浦东农民收入的增长快于城镇居民收入的增幅)的成绩。(2)浦东新区农民增收补贴政策存在边际效用递减规律，政策实施期间全要素生产率呈现平缓的“L”形增长走势。对政策执行期间农民增收补贴政策进行Malmquist指数测算，结果显示浦东新区全要素生产率经历了先明显下降后缓慢上升的“L”形轨迹。原因是：农民增收补贴政策在实施之初，对农民增收和农业发展都具有较大的促进作用，伴随着农民收入基数的增大以及补贴政策的时效性特征，政策边际效用逐渐降低。全要素生产率后期的缓慢回升在于新区政府2015年以来及时对补贴政策作出调整，如提高补贴标准，土地流转补贴由7 496.25元/hm2提高到1.119 4万元/hm2； 增加农民就业补贴，将小城镇居民、农民纳入到就业困难人员补贴范围之内； 以及在原有政策的基础上，进一步推进各镇、村做相应配套设施等。(3)浦东新区各镇总体技术效率和全要素生产率存在地区差异，北部镇情况优于南部镇。从新区各镇均衡发展的角度来看，政策实施效率表现不一。其中北部镇总体表现出DEA有效，超过一半的南部镇则表现出DEA无效。从全要素生产率变化情况来看，多数北部镇的全要素生产率呈现出增长的趋势，而多数南部镇的全要素生产率则呈现出下降的趋势。政策效率呈现出区域差异的原因在于浦东新区南北部分在经济发展水平、产业结构、资源禀赋条件等方面存在差别，北部以工业镇为主，南部以农业镇为主，该文9个南部镇中，除了惠南镇，全部是纯农镇*来自《上海市纯农地区范围明细表》，经济发展水平北部高于南部。

5.2 建议

(1)保持政策的延续性和稳定性。该政策有别于国内农业支持保护补贴、农机购置补贴等传统农业补贴，具有典型地方特色的补贴政策，对政策实施以来相关数据的分析表明政策在增加农民收入和促进农业总产值增加方面成果显著，因此应坚持实施农民增收补贴政策。(2)对现有政策进行完善、创新，使农民增收补贴政策焕发活力。针对政策边际效用递减规律的客观存在，着眼于政策实施过程中出现的技术进步变化、纯技术效率和规模效率下降等问题，在保持补贴总量不变的基础上，对补贴结构进行调整。在政策创新方面，借鉴国内外农民增收经验，强化绿色生态导向，扩大“绿箱”政策的实施范围和规模，不断寻找促进农民增收和农业发展的新动能。(3)对现有政策进行帕累托改进，在不损害当前全体农民利益的情况下增量补贴向南部镇倾斜。针对新区南北镇差异，增大对南部镇的支持力度。该做法不仅是对其经济发展水平、资源禀赋条件逊于北部镇的考虑，同时也是对南北地区农民收入差距的考虑。在补贴政策向南部镇倾斜的同时，还要加快建立农业扶持制度创新、农业生产技术创新、农业发展服务组织创新等一系列有利于提高农业全要素生产率的措施。综上，通过对当前政策的完善和创新，更好地促进浦东新区农民增收和农业发展，以及浦东新区南北城镇的均衡发展。从长远来看，有利于加快培育农民增收新动能，从而为实施乡村振兴战略和推进农业农村现代化探索经验。

虽然该文对在浦东新区层面和新区各镇层面对农民增收补贴政策的总体技术效率和全要素生产率进行了测算，但是由于数据获取的完整度不够，因此还存在对政策实施效果解释力度不足的问题，同时对影响农民增收补贴政策效率的原因没有进一步做出分析，这是该文接下来需要进一步完善的方向。

[1] 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证据.农业经济问题， 2015(6)： 20～30

[2] 辛翔飞， 张怡，王济民.我国粮食补贴政策效果评价——基于粮食生产和农民收入的视角.经济问题， 2016,(2)： 92～96

[3] 王亚芬， 周诗星，高铁梅.我国农业补贴政策的影响效应分析与实证检验.吉林大学社会科学学报， 2017,(1)： 41～52

[4] 李江一. 农业补贴政策效应评估：激励效应与财富效应.中国农村经济， 2016,(12)： 17～32

[5] 罗东， 娇健.国家财政支农对农民收入影响实证研究.农业经济问题， 2014,35(12)： 48～53

[6] 钟甫宁， 顾和军，纪月清.农民角色分化与农业补贴政策的收入分配效应——江苏省农业税减免、粮食直补收入分配效应的实证研究.管理世界， 2008,(5)： 65～71

[7] 孙钋. 农业补贴政策收入分配效应的实证分析——以黑龙江省为例.学习与实践， 2014,(10)： 53～60

[8] 林万龙， 茹玉.对2001年以来中国农民直接补贴政策体系与投入状况的初步分析.中国农村经济， 2014,(12)： 4～12

[9] 彭爌， 孟俊杰.产粮大县农作物良种补贴政策效应分析与改进措施.河南农业大学学报， 2013,47(10)： 634～638

[10]叶慧， 王雅鹏.采用数据包络分析法的粮食直接补贴效率分析及政策启示.农业现代化研究， 2006,27(5)： 356～359

[11]张淑杰， 孙天华.农业补贴政策效率及其影响因素研究——基于河南省360户农户调研数据的实证分析.农业技术经济， 2012,(12)： 68～74

[12]李金珊， 徐越.从农民增收视角探究农业补贴政策的效率损失.统计研究， 2015,32(7)： 57～63

[13]朱德满， 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——基于省级面板数据的DEA-Tobit两阶段法.中国农村经济， 2015,(11)： 4～15

[14]辛冲冲， 唐洪松，绍乐.新疆农机购置补贴政策执行效率评价——基于DEA-Malmquist模型.新疆财经， 2017,(1)： 50～59

[15]马凌. 我国粮食生产补贴政策浅析.中国农业资源与区划， 2011, 32(1): 7～9

[16]王海燕， 闫磊.粮食供给侧：“按量补贴”与“按质补贴”.中国农业资源与区划， 2017,38(9)： 1～7

[17]黄季焜， 王晓兵，智华勇，等.粮食直补和农资综合补贴对农业生产的影响.农业技术经济， 2011,(1)： 4～12

[18]高鸣， 宋洪远,Michaol Carter.粮食直接补贴对不同规模经营规模农户小麦生产率的影响——基于全国农村固定观察点农户数据.中国农村经济， 2016,(8)： 56～69

[19]胡凌啸， 周应恒.农机购置补贴政策对大型农机需求的影响分析——基于农机作业服务供给者的视角.农业现代化研究， 2016,37(1)： 110～116