农业直接补贴对粮食生产高质量发展的影响

摘 要：在新时代国家粮食安全战略与农业高质量发展双重背景下，深入探究农业直接补贴政策对粮食全要素生产率（TFP）的深层次作用机制，以期为精准优化补贴政策框架、强化补贴效能，驱动粮食生产向高质量发展转型提供理论支撑与实证依据。基于2006—2022年23个粮食生产省份面板数据，运用双向固定效应模型、中介效应分析框架、面板分位数回归技术，系统评估了农业直接补贴政策的直接影响、内在作用机制及不同条件下的边际效应。研究发现：农业直接补贴的实施有效促进了粮食TFP提升，成为推动粮食生产高质量发展的关键力量，同时该效应具一定时滞性；从边际效应来看，农业直接补贴政策对提升中低效率地区的粮食TFP的效果更显著；从影响机制来看，农业直接补贴主要通过抑制无序扩张，促进粮食适度规模经营来提高粮食TFP。但受限于补贴力度，其对农业技术推广的激励作用尚需增强；区域异质性分析结果表明，西部地区及粮食主产区享受补贴政策红利方面展现出更强的响应性。鉴于此，建议加大农业直接补贴的投入力度，优化补贴分配机制，优先向生产效率较低及经济欠发达的粮食主产区域倾斜，以更好地发挥补贴政策对粮食生产高质量发展的促进作用，同时确保农业支持保护政策体系的持续稳定与高效运行。

关键词：农业直接补贴；粮食生产高质量发展；全要素生产率；区域异质性；补贴政策优化

中图分类号：F812.8；F323.4 文献标志码：A 文章编号：1673-9272（2024）04-0092-11

基金项目：国家自科基金青年项目（72003201）；研究生教育教学研究项目（YJS24007）；中南民族大学学术创新团队项目 （XTS24016）；国家民委铸牢中华民族共同体意识专项课题（2023-GMG-008）；中南民族大学学术创新团队经费项目资助（XTS24016）；国家社科基金青年项目（21CGL030）。

民以食为天，食以粮为先。粮食作为维系国计民生、国家安全和社会稳定的基石，其重要性不言而喻[1]。改革开放以来，依托农业生产技术进步和改革制度的深入实施，我国粮食生产实现了历史性跨越。2022年，我国粮食总产量达13 731亿斤①，连续八年超过1.3万亿斤，彻底告别了长期困扰我国的粮食短缺问题。然而，我国粮食生产“紧平衡”状态依然严峻，确保粮食安全始终是国家战略的重中之重。面对粮食需求的刚性增长[2]，资源环境约束加剧、种粮收益偏低挫伤农户积极性，以及气候变化的复杂挑战[3]，我国粮食生产亟须从“量”的增长向“质”的提升转变，通过技术创新与要素结构优化，提升粮食生产综合能力，实现高质量发展[4-5]。

全要素生产率（Total Factor Productivity， TFP）是新质生产力的核心标志，着力提升TFP是推动农业高质量发展的重要方向[6]，作为衡量经济增长质量的重要指标，TFP同样适用于评估粮食生产的高质量发展水平。在全球贸易规则框架下，“黄箱政策”空间受限，而“绿箱政策”中的农业直接补贴，作为农业支持保护政策的关键一环，其未来发展备受瞩目[7]。故农业直接补贴是否有效提升粮食TFP，能否强化粮食生产综合能力，进而推动粮食生产高质量发展，以上问题的解答，不仅对精准优化农业补贴政策、提升补贴效能、促进粮食生产体系转型升级具有重要的理论价值与现实意义，更是保障国家粮食安全、推动农业现代化、实现乡村振兴的重要考虑。

已有文献围绕农业直接补贴对粮食生产的多维度影响展开了广泛探讨，涉及土地流转[8]、种粮积极性[9]、增产增收[10]、技术进步[11]、生产资料投入[12]等方面。然而，从粮食生产效率的视角审视，研究结论尚存分歧。部分学者认为，农业直接补贴虽能增加农户收入，但对粮食生产和资源配置的直接影响有限[13-15]。另有学者则认为，农户拥有农业直接补贴资金的完全支配权，可根据自己的资源禀赋实现农户个体补贴资金使用效率的最大化[16]；同时，补贴能够缓解农户的流动性约束，显著激励低收入农户扩大种植面积，从而间接提升粮食TFP[17-18]。另有学者研究了补贴对粳稻和籼稻的影响，实证检验认为补贴对不同稻种均具有正面影响[19-20]。然而，也有学者持相反观点，他们认为补贴的实施在某些情况下可能导致资源错配，反而抑制了粮食TFP的增长[21]。

尽管已有研究在理论基础与实证方法上各有侧重，但在分析农业直接补贴对粮食TFP的内在机制的影响时，多聚焦于技术进步和技术效率变化的直接效应，如高鸣等[22]使用TFP的分解项进行机制分析，更侧重于考察补贴对TFP内部的影响，较少文献关注并探讨补贴如何通过多重路径影响粮食生产的综合效率。从综合分析框架来看，忽视了补贴政策通过技术推广、规模经营等中介机制对TFP产生的间接效应，也未能充分考虑到补贴政策在不同生产效率水平及区域间的差异化影响，可能导致政策误判，进而影响政策优化的系统性、针对性与全面性；从异质性视角来看，考虑到农业生产具有较强地域性和差异性，但多数研究在评估补贴政策时，没有充分考虑直接补贴政策在不同生产效率水平及区域间的差异化影响。故采用统一的回归分析方法，不能精准刻画补贴政策的差异化影响，可能导致政策制定过程中出现“一刀切”的现象，降低了补贴政策的针对性和有效性。

本研究可能的边际贡献为：其一，深入剖析农业直接补贴对粮食TFP的综合影响机制，不仅包括政策直接效应，还进一步探讨了补贴通过促进技术推广和规模经营等路径对粮食TFP产生的间接提升效应；其二，采用面板数据分位数回归技术，探析农业直接补贴在不同生产效率层次及区域间的差异化影响，以揭示补贴政策在不同情境下的边际效应及其变化规律。具体而言，本研究采用2006—2022年我国23个主要水稻生产省份的面板数据，运用CCR模型测算粮食TFP的基础上，并通过双向固定效应面板回归进行基准回归与面板分位数回归，探讨农业直接补贴的边际效应与区域异质性，旨在为优化农业直接补贴政策、促进粮食生产高质量发展提供实证支持与决策参考。

一、理论分析

（一）农业直接补贴与粮食生产高质量发展的核心关联：全要素生产率视角

在迈向全面建成社会主义现代化强国的征程中，高质量发展被置于前所未有的战略高度，而农业作为国民经济的基础，其高质量发展尤为关键。然而，面对资源环境约束加剧、生产效率瓶颈凸显等挑战，诸多制约因素亟待克服。其中，TFP的提升是激活新质生产力、驱动高质量发展的核心引擎[23]。TFP不仅衡量了技术进步和效率提升对经济增长的贡献，更深刻地揭示了经济发展质量的内涵，即在保持或增加产出的同时，减少资源消耗、促进环境友好，实现经济效益与社会效益的和谐统一。当下，对粮食生产乃至粮食安全保障而言，TFP的提升尤为关键。不仅契合了绿色生产的时代要求，减少了化肥、农药等对环境有害物质的投入，还通过成本节约为粮农拓展利润空间，激励其持续投入，形成良性循环。因此，TFP作为粮食生产高质量发展的核心量化指标，既是对粮食生产高质量发展内涵的精准把握，也是衡量政策效果、引导农业发展方向的重要标尺。

农户作为粮食生产的微观主体，其生产行为决定了粮食TFP水平高低，分析农业直接补贴对粮食TFP的影响，需探讨补贴如何作用于农户的生产决策。然而，在农业自身特性、生产要素禀赋及产业政策导向等多重因素作用下，我国农户长期面临收入增长缓慢、生产成本刚性快速上涨的困境，严重制约了其采纳新技术、增加生产投入的能力，进而阻碍了粮食TFP的提升。农业直接补贴政策的出台，正是为了破解这一难题，通过为农户提供额外的无风险收入，减轻其生产过程中的流动性约束，激发其采用先进技术和优化生产要素配置的积极性。

具体而言，农业直接补贴政策的收入效应体现在两个方面：一是直接缓解农户的资本约束，使其有能力引入新技术、新设备，提高生产效率；二是稳定农户的收入预期，增强其再生产和长期投资的信心与动力，促使农户从追求短期收益转向注重长期效益，进一步优化资源配置，提升粮食生产水平。这一过程不仅可推动粮食TFP提升，更能持续推动粮食生产从“量”的增长向“质”的提升的转变，为粮食生产高质量发展奠定坚实的基础。基于以上分析，提出研究假设H1。

H1：农业直接补贴能显著推动粮食生产高质量发展。

（二）农业直接补贴驱动粮食生产高质量发展的内在机制：技术推广与要素配置的双重作用

粮食生产效率提高主要依赖技术进步和要素配置优化两条路径。从省域层面深入探究，粮食生产效能的提升，关键在于先进技术的推广水平及生产要素的高效整合。农业直接补贴作为政策调控的重要手段，通过调节农户的资源禀赋和生产决策，间接影响技术采纳和资源配置，最终作用于粮食生产高质量发展水平。

农业直接补贴成为新技术推广的重要催化剂，推动粮食生产的高质量发展。新技术采纳往往伴随风险，农户因规避风险而趋于保守。而农业直接补贴的实施，通过增加农户收入与风险承受能力[24]，有效降低采纳新技术门槛，促进新技术在粮食生产中的广泛应用。具体而言，农业直接补贴不仅直接减轻了农户采纳新技术的经济压力，还通过提升其经济韧性，使农户在面对风险时能够更为理性地做出决策，尤其是对于低收入农户群体，这一效应尤其明显。其次，农业直接补贴为种粮农户采纳新型技术提供必要的资金支持。新技术的引入往往要求较高的初始投资，如现代化肥、农业机械等生产要素的采用。补贴政策的实施，通过改善农户的资金状况，为其购置新型生产资料提供了有力保障，加速了新技术在农业生产中的渗透。此外，农业直接补贴还通过激励效应，农户生产技术的持续优化与长期生产投入的增加。农业直接补贴为农户提供稳定的收入预期，降低了农业生产的后顾之忧，激发了农户改进生产技术、提升生产效率的内在动力。农户因此更有能力进行长期性生产投资，通过技术创新与生产要素的优化配置，推动粮食生产向更高效、更可持续的方向发展。基于以上分析，提出研究假设H2。

H2：农业直接补贴能显著促进新技术采纳与应用，进而提升粮食生产效率、推动粮食生产高质量发展。

农业直接补贴通过优化要素配置实现粮食生产高质量发展。在粮食生产收益逐步递减的背景下，个体农户为追求收益最大化，常倾向于在缺乏比较优势时退出粮食生产，转向非粮生产或非农就业，进而促进耕地向具有生产优势的农户集中，以实现规模经营。然而，粮食生产效率与规模之间并非简单线性关系，在达到规模效应临界点之前，盲目的规模扩张可能反而降低单位面积的粮食生产率[26]。此背景下，农业直接补贴政策通过双重机制作用于土地流转与规模经营，进而优化粮食生产结构，提高粮食生产效率。从需求侧视角来看，农业直接补贴转化为地租，提升了土地流转价格，一定程度上设置了规模经营门槛，有效遏制了土地的无序流转和过度集中，避免了因规模不经济而导致的效率损失。同时，从供给侧视角来看，补贴政策直接增加了粮食生产净收益，增强了粮农生产意愿与能力，使劳动力资源留在粮食生产部门，在土地供给总量相对既定情况下，减少单位劳动力所承担的土地面积[27]，进而限制土地流转市场中的供给，减缓土地集中速度，有利于维持适度生产规模。值得注意的是，在当前户籍改革背景下，城镇公共服务与户籍脱钩[28]，农业直接补贴政策因与土地承包权紧密相关，可能一定程度上抑制农户的非农转移。这一效应与补贴对土地流转市场的调节相辅相成，共同促进了粮食生产规模的合理化与高效化。基于以上分析，提出研究假设H3。

H3：农业直接补贴通过合理调整粮食生产规模，减少因盲目扩张引起的效率损失，从而推动粮食生产高质量发展。

（三）农业直接补贴的区域差异效应：粮食生产高质量发展的地域分异

鉴于不同地区在自然禀赋、经济发展水平和农业扶持政策等多维度的差异，农业直接补贴推动粮食生产高质量发展的作用呈现区域异质性特征。具体而言，自然条件如温度、光照、降水、气候等对粮食生产具有重要影响，粮食主产区因优越的自然条件在粮食生产上具有比较优势[29-30]。例如东北地区凭借其肥沃的黑土资源和丰富的水文条件，成为大豆、水稻等粮食作物生产的优势生产区；而河南省地形平坦，便于大规模机械化作业，从而小麦生产具有明显比较优势。相较而言，如贵州等非粮食主产区省份，受复杂地形或不利水热条件所限，不利于开展大规模机械化生产，或水热条件不足，难以实现粮食高效生产。此外，地区的经济发展水平及农业基础设施条件同样深刻影响着补贴政策的落地效果。尤其是西部地区，受限于相对滞后的经济基础和较为薄弱的农业生产条件，农户面临更高的经济风险，因此补贴政策的收入效应更为强烈且敏感。基于以上分析，提出研究假设H4。

H4：农业直接补贴对粮食生产高质量发展的影响存在显著的区域异质性。

二、研究设计

（一）模型构建

1. 基准模型设定

（二）变量选取

1. 被解释变量

粮食全要素生产率。作为衡量粮食生产高质量发展的重要指标，准确无误测算粮食TFP水平是本研究开展的前提。参考陈柱康等[32]的研究思路，结合我国水稻生产实际，构建包含单位面积劳动力、农药、柴油、化肥、农膜、种子等投入要素及水稻产量为期望产出的投入产出指标体系，运用CCR模型测算粮食TFP，并将其作为本研究的被解释变量。

基于表1报告的粮食TFP测算结果，我国粮食生产基础水平较高，具体表现为各省份在观察期内的粮食TFP均值均在0.761以上。然而，我国粮食生产在效率提升层面尚存显著的进步空间。值得注意的是，即便在样本省份中，粮食TFP均值表现最优的湖南，其值也仅达到0.845，与数据包络分析（DEA）理论上的完全效率状态存在不容忽视的差距，这深刻揭示了粮食生产效率提升的必要性与紧迫性。故需持续强化粮食生产技术创新的核心驱动力，优化生产要素的精细化配置策略。其中，如何提高农业支持政策靶向性和有效性，成为进一步提高我国粮食生产效率、推动粮食生产高质量繁荣发展的关键举措。表1数据也显示出我国各省粮食TFP显著的年际波动特征，这一现象背后可能蕴含复杂的多重因素。尤为显著的是，极端气候频发对粮食生产造成挑战，部分年份不得不增加生产要素投入以维持粮食生产的稳定性，进而引发投入冗余与低效。对此，需通过加强水利基础设施与高标准农田建设的系统性布局，选育与推广耐旱、抗倒伏等优良作物品种，不断提升我国粮食生产的抗风险能力，充分保障我国粮食安全。

2. 核心解释变量

本研究核心解释变量为农业直接补贴，这一政策工具理论上依据第二轮承包地面积实施，呈脱钩特征。在实际操作中，良种补贴和农资综合补贴亦遵循相同的政策执行逻辑，共同构成了农业直接补贴的多元体系。因此本研究参考高鸣等[22]研究方法，将良种补贴和农资综合补贴纳入考量，以全面审视农业直接补贴的综合效应。鉴于水稻生产直接补贴宏观数据的缺失及系数剥离法可能导致偏误，故本研究特采用各省农业直接补贴总额除以农作物播种总面积的方法，计算出亩均农业直接补贴，并通过农业生产资料价格指数以2006年为基期进行平减处理，确保数据在横向省域之间和纵向时间序列上具有可比性与科学性。

3. 中介变量

基于前文理论分析，本研究选取技术推广与规模经营作为中介变量，以探寻农业直接补贴提升粮食TFP的内在机制。1）技术推广。作为提升粮食TFP的关键引擎[33]，其成效直接关系到地区技术进步的深度与广度。本研究采用市场技术资金单位面积流入量作为量化指标，通过技术市场、技术交易、地域合同总金额与地区农作物播种总面积之比，精准刻画技术扩散的覆盖范围与渗透深度，全面反映技术外溢对农业生产效率提升的促进作用。2）规模经营。耕地作为水稻生产的物质基石，其经营规模直接影响生产效率。农业直接补贴通过激励生产规模扩大进而提高粮食TFP，故选用人均水稻播种面积作为衡量指标，不仅直观体现生产资源的集中程度，还能反映粮食生产模式向集约化、高效化转型的趋势。

4. 控制变量

为准确估计农业直接补贴对粮食TFP的影响，本研究还纳入了一系列控制变量（表2），以剔除其他潜在因素的干扰。1）经济发展。地区经济发展水平的差异影响对粮食生产的资源配置及政策执行效果，故选用2006年为基期平减的地区人均GDP作为地区经济发展水平的代理变量。2）种稻收益。种粮净收益是农户采用新技术的重要考量因素[34]，本研究采用亩均水稻净利润衡量种稻净收益，以反映农户种稻经济激励。3）受灾率。自然灾害对水稻生产具有直接而显著的影响[35]，本研究选取受灾率作为自然灾害的代理变量，以量化自然灾害对粮食生产的冲击。4）农业生产结构。农业生产结构的调整会影响耕地利用效率和农户生产方式[36]，本研究使用稻谷播种总面积与农作物播种总面积的比值表征农业生产结构，以反映水稻生产在农业生产中的相对地位。5）农业机械化。鉴于中国水稻生产依赖劳动节约型技术，机械化水平成为提高生产效率的关键。本研究使用单位面积农机总动力作为代理变量，以反映农业机械化对水稻生产的贡献。6）农户收入。作为农户资源禀赋与生产决策的重要依据[37]，本研究选取农村人均可支配收入，以衡量农户的经济实力和生产能力。

（三）数据来源及样本

自2006年正式废止农业税以来，标志着我国“工业反哺农业”战略实施，农业生产政策环境经历了深刻转型[38]。为规避非常规制度环境变化带来的估算偏误，本研究选取2006—2022年这一制度环境相对稳定时期作为研究观察期，研究对象为历年《全国农产品成本收益资料汇编》中统计的水稻生产省份，通过剔除长期不在统计范畴内的省市（如天津、青海），最终确定23个代表性省市作为研究样本。

鉴于水稻生产中农药和柴油使用量的宏观统计数据缺失，借鉴李锋[39]的研究方法，利用历年《全国农产品成本收益资料汇编》报告的相关生产要素费用，结合历年《中国物价年鉴》的生产要素价格信息，通过精细的换算过程，推算出每公顷水稻所需的关键要素投入量。劳动投入量、化肥使用量、农膜使用量、种子使用量和水稻产量等核心要素，依据历年《全国农产品成本收益资料汇编》中的每亩用工量、每亩化肥折纯量、每亩农膜用量和主产品产量等数据，转换为每公顷的标准化数据，其中每亩用工综合考量了每亩家庭用工和每亩雇工天数之和，确保数据全面与准确。

本研究核心解释变量粮食直接补贴，依据政策调整时间分为两个考察阶段：第一个阶段（2006—2015年）涵盖了种粮直补、良种补贴和农资综合补贴三项政策的综合效益；第二个阶段（2016—2022年）则聚焦于耕地地力保护补贴的政策效应。各项具体补贴数据主要来源于中国国家统计局官网、各省财政厅官网和WIND数据库。对于数据缺失部分，通过向省级财政厅发函求证并复核，以确保数据的完整和准确。

此外，单位面积稻谷生产净利润直接来源于历年《全国农产品成本收益资料汇编》，而人均GDP、农业机械总动力、受灾面积、粮食播种总面积、农作物播种总面积、乡村人口、农村人均可支配收入等控制变量数据，则来源于历年《中国统计年鉴》和《中国农村统计年鉴》，技术市场技术流向地域合同金额来自EPS数据库中的《中国科技数据库》。对于包含价格信息的数据，以2006年为基期，利用历年《中国统计年鉴》中各省份的CPI指数平减处理，以消除价格变动对研究结果的潜在扭曲。

三、实证研究

（一）基准回归

为系统评估农业直接补贴对粮食TFP的总体效应，对式（1）进行深入回归分析，具体结果见表3。列（1）展示了未纳入控制变量的OLS回归结果，列（2）是在此基础上加入了控制变量的OLS回归结果，而列（3）则进一步采用了双向固定效应面板回归模型，鉴于双固定效应面板回归模型拟合优度最高，因此选择该模型作为主要分析工具。列（4）至列（6）分别报告了核心解释变量（即农业直接补贴）滞后1、2、3期的双固定效应面板回归结果。

分析结果显示，农业直接补贴对粮食TFP具有显著正向促进作用，这一结论在不同模型设定下均保持高度一致。无论是否考虑地区和时间固定效应，或是引入补贴的滞后项，农业直接补贴均能有效提升粮食TFP，进而推进粮食生产向高质量发展迈进。值得注意的是，随着滞后时间的延长，农业直接补贴对粮食TFP的影响系数先增后减，但在相当长的时间内仍然具有显著性。可能的原因在于，短期内农业直接补贴为种粮农户提供资金支持，增强其增加生产投入的能力，有效提高当期粮食生产效率；而长期来看，粮农在收入增长后逐步采纳新技术，调整要素配置的过程需要时间适应，同时收入增长也激励了粮农增加生产投资，提高生产积极性。以上结果表明，农业直接补贴政策有助于提高我国粮食TFP，在维持长期稳定的基础上，继续完善农业直接补贴政策，提高补贴力度对于促进粮食生产高质量发展具有深远战略意义。

（二）边际效应

在基准回归的基础上，鉴于不同粮食TFP水平下粮食生产主体对农业直接补贴的反应可能存在差异，本研究遵循马丽梅等[40]的研究思路，并借鉴David[41]改进的面板分位数回归模型，进一步探讨农业直接补贴对粮食TFP增长各阶段的异质性影响。具体结果见表4，该表将粮食TFP增长速度划分为10%、30%、50%、70%和90%等5个关键分位点，依次代表从低到高的不同效率区间。

表4结果显示，农业直接补贴在各分位点上均对粮食TFP产生了正向影响，但其影响强度随生产效率的提高呈现出非线性递减趋势。具体而言，在10%低分位点上，尽管农业直接补贴对粮食TFP增长的影响系数为正，但并未达到显著性水平。这可能意味着在生产效率较低的阶段，粮农面临包括技术、资金、管理等多重提质增效障碍，单纯依靠直接补贴难以突破其生产瓶颈，需辅以其他配套政策措施。然而，当TFP提升至30%分位点及以上时，农业直接补贴的影响系数显著为正，且随分位点提高而表现出的持续显著性，表明随着生产效率的提高，农业直接补贴对促进粮食TFP增长的机理作用逐渐体现。但随着生产效率的进一步提升，农业直接补贴的影响系数呈现非线性递减态势，这反映了农业直接补贴的边际效益递减现象。背后逻辑可能在于，当生产效率接近前沿水平，粮农获取、采纳和应用前沿新技术的成本增加，同时进一步优化要素配置以提高生产效率的难度也大幅上升，从而导致农业直接补贴的边际效益的逐步降低。

（三）稳健性检验

为进一步检验前文的估计结果，本研究采用替换研究方法和内生性检验进行稳健性检验，具体结果见表5。其中表5列（1）为替换研究方法的回归结果，表5列（2）详细报告了内生性检验结果。具体来看：1）替换研究方法。使用Tobit模型替代双向固定效应模型，结果显示即便替换了研究方法，农业直接补贴对粮食TFP的影响系数依旧在5%的统计水平上显著为正，这一发现与基准回归结果高度一致，表明结果具有稳健性。2）内生性检验。为克服基准模型存在的内生性问题，本研究参考罗公利等[42]的做法，将农业直接补贴的一期滞后项作为工具变量，使用二阶段最小二乘法进行内生性检验。在第一阶段回归中，Wald F统计量高达1 797.29，远超Stock-Yogo检验10%水平上的临界值16.38，通过了弱工具变量检验，确保了所选工具变量的相关性；同时，LM统计量为87.79（P值为0.000 0），通过了过度识别检验，进一步证明了所选工具变量的外生性。在第二阶段回归中，农业直接补贴对粮食TFP的影响系数显著为正，验证了农业直接补贴对粮食TFP增长的促进作用，而且有效克服了基准模型可能存在的内生性问题。

（四）机制检验

在基准模型、边际效应分析和稳健性检验共同确认了农业直接补贴对提升粮食TFP及促进粮食生产高质量发展的显著推动作用后，本研究进一步构建中介效应模型，以技术推广和规模经营为中介变量，深入剖析其内在作用机制。表6展示了相关分析结果。

就技术推广而言，农业直接补贴未能显著通过促进技术推广来提升粮食TFP，推动粮食生产高质量发展的目标。列（1）显示，农业直接补贴对技术推广的影响为正，但并未达到统计显著性水平，表明农业直接补贴并未显著改善地区粮食生产技术推广水平，这意味着当前的农业直接补贴政策在促进地区粮食生产技术推广方面并未展现出显著成效，可能归咎于农业直接补贴的金额相对有限。揭示了在当前生产成本高企，种粮收益下降的背景下，随着新型技术使用成本的不断提高，现行农业直接补贴在激励农户采纳新型技术方面存在局限性。

规模经营在农业直接补贴促进粮食TFP提升的过程中展现出了显著的中介效应。列（2）结果显示，农业直接补贴对规模经营中介变量的回归系数显著为负，说明农业直接补贴政策的实施增加了粮食生产收益，间接影响了农户的生产决策与行为。在当前城镇公共服务与户籍脱钩背景下，保留农村户籍意味着可获更高潜在收益，与承包权挂钩的农业直接补贴政策可能抑制农户的非农转移，进而影响粮食生产的规模扩张。从理论分析来看，在我国粮食生产经营规模未跨过适度规模经营门槛前，粮食生产规模的扩大可能并不利于生产效率[26]，反而可能由于盲目扩张造成效率损失。因此，在农业直接补贴通过调整粮食生产规模经营的方式，在粮食TFP增长过程中发挥中介作用，即通过抑制无序和盲目扩张减少效率损失，促进粮食生产高质量发展。

（五）区域异质性分析

鉴于我国区域间经济和政策环境的显著差异，忽略这一差异可能导致估计结果有偏[43]。农业直接补贴对粮食TFP的影响主要通过收入效应实现，而不同经济发展水平下，补贴通过收入效应对粮农的激励作用也存在明显差异。除此之外，政策和生产环境也可能使农业直接补贴发挥出不同的政策效果。故本研究还从经济发展水平和粮食生产功能区两个维度，分析农业直接补贴对粮食TFP影响的区域异质性。

1. 按经济带划分

根据表7报告的按经济带①分组的回归结果可以发现，农业直接补贴对粮食TFP的提升作用在西部地区最为显著，其正向影响系数在5%的统计水平上表现显著。西部地区因经济发展相对滞后，自然资源禀赋不佳，农户收入水平普遍较低，农业直接补贴有效缓解了其资本约束，促进了技术采纳和生产资料投入，进而推动粮食生产高质量发展。相比之下，中部地区农业直接补贴对粮食TFP影响系数为负，东部和东北地区的影响系数虽为正，但均不显著。可能因为这些地区经济发展相对成熟，粮食生产能力较强，面临的资本约束不同，农业直接补贴难以满足其更高层次的资金需求。

2. 按功能区划分

表8报告的结果显示，进一步按粮食生产功能区①划分，结果显示农业直接补贴在三大功能区内均对粮食TFP的回归系数均显著为正，再次验证农业直接补贴能够促进粮食TFP提高。同时，三大功能区中，仅粮食主产区的影响系数显著为正，凸显了相较于粮食主销区与产销平衡区，农业直接补贴政策在粮食主产区取得了更为显著的成效。此现象背后，或可归因于多重社会经济因素的综合影响。在城乡收入差距扩大、区域经济发展不平衡和粮食收益下降背景下，农户种粮意愿普遍减弱。此时，农业直接补贴并未直接转化为粮食生产的动力，而是一定程度上在农户向非粮化、非农化转型的经济支撑方面更充分地发挥了补贴政策效果。

具体而言，非粮食主产区或因经济条件相对优越或自然资源条件不利于粮食生产，导致粮食生产收益较低，农户更倾向于将资金投入非粮食作物种植或非农产业，以追求更高的经济回报。相比之下，粮食主产区面临更为严峻的经济挑战。经济基础薄弱，加上农业生产资料成本、土地流转费用及劳动力成本等多重上涨压力，粮食生产成本不断攀升，利润空间被严重压缩，甚至部分区域出现粮食生产收益为负的情况，极大挫伤了粮农的生产积极性。在此背景下，农业直接补贴如同及时雨，不仅增加了粮农的直接收入，还有效缓解了成本上升带来的市场风险，为粮食主产区的农户提供了优化生产要素配置、改进农业生产技术的宝贵机遇，从而促进了粮食TFP的显著提升。

四、结论与政策启示

本研究基于2006—2022年中国23个水稻生产省份面板数据，运用CCR模型测算了中国粮食TFP，并利用双向固定效应模型和面板分位数回归模型，深入探究了农业直接补贴对粮食TFP的实质性影响及其在不同区域的表现差异。研究结果显示：1）农业直接补贴显著促进了粮食TFP增长，且该效应呈现出一定的时间滞后性，有力推动了中国粮食生产向高质量发展阶段转型；2）边际效应分析显示，农业直接补贴在提升粮食TFP过程中效应呈非线性递减趋势，特别是在粮食TFP分布的较低氛围区间（如30%分位点），补贴的促进效果最为显著；3）机制分析显示，当前农业直接补贴主要通过优化粮食生产规模经营来提高TFP，而在促进技术创新与普及应用方面尚存明显不足；4）区域异质性分析表明，补贴政策效应在区域发展中存在不均衡性。按经济发展水平划分，西部地区显著受益于农业补贴政策；而按粮食生产功能区划分，主产区则成为补贴红利的主要受益者。

基于以上研究结论，本研究提出以下政策启示：1）应适度提升农业直接补贴的总量规模，确保覆盖更多农户和地区收益，特别是那些对提升生产率有迫切需求且当前水平较低的区域。2）农业直接补贴应实施差异化策略，通过精细化数据分析和识别低效率地区及其发展需要，优先向其倾斜补贴资金，以实现补贴资金的高效配置与精准投放。3）完善农业直接补贴政策的配套措施体系，强化其对技术推广的激励作用。具体而言，可加强技术培训与指导力度、构建技术研发与推广平台、出台激励政策鼓励农户积极采纳新技术等，以构建技术引领的现代农业发展模式。4）未来新增的农业直接补贴资金应优先投向西部地区和粮食主产区，鉴于这些地区在补贴政策中的显著响应与发展潜力，需深入调研以精准把握实际需求与发展方向，设计具有针对性的补贴方案和配套政策。同时加强基础设施建设与农业生产条件的改善，从而确保农业直接补贴政策更加精准有效，为中国粮食TFP的持续提升、粮食生产的高质量发展以及国家粮食安全的保障提供有力支撑。

参考文献：

[1] 朱晶，张瑞华，谢超平.全球农业贸易治理与中国粮食安全[J].农业经济问题，2022（11）：4-17.

[2] 宋洪远，江帆.农业强国的内涵特征、重点任务和关键举措[J].农业经济问题，2023（6）：18-29.

[3] 宋洪远，魏佳朔.全方位加强国家粮食供给保障[J].中州学刊，2024（2）：5-13，2.

[4] 钱加荣，赵芝俊，毛世平.中国农业科技进步贡献率结构演变及提升路径[J].农业经济问题，2023（2）：132-144.

[5] 张明，杜盼盼，秦家艳.粮食安全视角下农地制度改革的要素驱动机理与利益协调机制[J].农业经济问题，2023（11）：27-35.

[6] 罗必良.新质生产力：颠覆性创新与基要性变革：兼论农业高质量发展的本质规定和努力方向[J].中国农村经济，2024（8）：2-26.

[7] 宋洪远，江帆，张益.新时代中国农村发展改革的成就和经验[J].中国农村经济，2023（3）：2-21.

[8] 杨青，彭超，许庆.农业“三项补贴”改革促进了农户土地流转吗？[J].中国农村经济，2022（5）：89-106.

[9] 何蒲明.农民收入结构变化对农民种粮积极性的影响：基于粮食主产区与主销区的对比分析[J].农业技术经济，2020（1）：130-142.

[10] 黄少安，郭冬梅，吴江.种粮直接补贴政策效应评估[J].中国农村经济，2019（1）：17-31.

[11] 张晖，张雨萌.农业补贴提高了粮食生产技术效率吗？：基于江苏省552户粮食生产型家庭农场数据的实证研究[J].华中农业大学学报（社会科学版），2022（6）：58-67.

[12] 张正岩，宁兆硕，高延雷，等.农业补贴对化肥投入量的影响究竟如何？：基于省区主要补贴作物面板数据的分析[J].数理统计与管理， 2021，40（4）：720-736.

[13] WEBER J G， KEY N. How much do decoupled payments affect production？ An instrumental variable approach with panel data[J]. American Journal of Agricultural Economics， 2012，94（1）：52-66.

[14] FEMENIA F， GOHIN A， CARPENTIER A. The decoupling of farm programs： Revisiting the wealth effect[J]. American Journal of Agricultural Economics， 2010，92（3）：836-848.

[15] 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[J].农业技术经济，2011（1）：4-12.

[16] 王钢，石奇，钱龙.最低收购和价格补贴政策能提升农户福利效应吗？：基于小麦主产区5省份1996—2016年面板数据的测算[J].农业经济问题，2019（10）：63-73.

[17] 高鸣，宋洪远，Michael Carter.补贴减少了粮食生产效率损失吗？：基于动态资产贫困理论的分析[J].管理世界，2017（9）：85-100.

[18] YI F J， MCCARL B. Increasing the effectiveness of the Chinese grain subsidy： a quantitative analysis[J].China Agricultural Economic Review，2018，10（4）：538-557.

[19] 陈其兰.粮食补贴对粳稻生产效率的影响[J].改革与开放，2017（17）：102-104.

[20] 李辛一，陈其兰.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[J].当代经济，2017（5）：6-9.

[21] 闵锐，胡卓辉.粮食直接补贴的全要素生产率效应：以水稻为例[J].中南民族大学学报（人文社会科学版）.2024，44（3）：140-147，187.

[22] 高鸣，魏佳朔.收入性补贴与粮食全要素生产率增长[J].经济研究，2022，57（12）：143-161.

[23] 中国社会科学院经济研究所课题组，黄群慧，杨耀武，等.结构变迁、效率变革与发展新质生产力[J].经济研究，2024，59（4）：4-23.

[24] 闵锐，胡卓辉，马宇卿，等.资本依赖、正规信贷约束对农户适度规模经营意愿影响研究[J].农业现代化研究，2023，44（2）：265-273.

[25] 钟甫宁.农业经济学[M].北京：中国农业出版社，2011：193-194.

[26] 倪国华，蔡昉.农户究竟需要多大的农地经营规模？：农地经营规模决策图谱研究[J].经济研究，2015，50（3）：159-171.

[27] 冷博峰，李谷成，冯中朝.从不种地农民也能领取农业补贴谈起：兼论农业“三项补贴”改革后的补贴发放方式[J].农业经济问题， 2021（5）：54-65.

[28] 王琼，吴泽南，胡涛，等.非对称性户籍改革下农民工户籍选择与农地使用效率[J].经济研究，2023，58（10）：170-190.

[29] 王恒，高鸣.中国稻谷生产率的地域差异和时空分异：基于稻谷主产区的实证分析[J].中国农业科技导报，2020，22（2）：1-11.

[30] 王金明，秦晓波，万运帆，等.中国水稻食物系统碳足迹结构组成和地区差异[J].生态环境学报，2023，32（8）：1405-1418.

[31] 江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120.

[32] 陈柱康，张俊飚，程琳琳，等.碳排放如何影响水稻全要素生产率[J].中国农业大学学报，2019，24（11）：197-213.

[33] 李谷成，蔡慕宁，叶锋.互联网、人力资本和农业全要素生产率增长[J].湖南农业大学学报（社会科学版），2021，22（4）：16-23.

[34] 陈雪婷，黄炜虹，齐振宏，等.生态种养模式认知、采纳强度与收入效应：以长江中下游地区稻虾共作模式为例[J].中国农村经济， 2020（10）：71-90.

[35] 苏小松，徐磊.中国粮食市场的巨灾效应及风险评估：基于局部均衡模型的模拟分析[J].农业技术经济，2021（6）：18-32.

[36] 刘亦文，欧阳莹，蔡宏宇.中国农业绿色全要素生产率测度及时空演化特征研究[J].数量经济技术经济研究，2021，38（5）：39-56.

[37] 芦千文，孔祥荣.农民种粮收益：合理界定、提升逻辑与保障机制[J].中南林业科技大学学报（社会科学版），2022，16（4）：69-80，90.

[38] 闵锐，胡卓辉，吴清华.财政支持的粮食增产效应及其空间溢出效应：以水稻为例[J].华中农业大学学报（社会科学版），2024（3）：131-141.

[39] 李锋.我国小麦生产主要能耗投入品相关温室气体排放研究[J].农业环境科学学报，2014，33（5）：1041-1049.

[40] 马丽梅，黄崇乐.金融驱动与可再生能源发展：基于跨国数据的动态演化分析[J].中国工业经济，2022（4）：118-136.

[41] DAVID P. Quantile treatment effects in the presence of covariates[J]. The Review of Economics and Statistics， 2020，102 （5）：994–1005.

[42] 罗公利，袁月凡，王璐.数实融合对经济韧性的影响研究[J].调研世界，2024（8）：60-72.

[43] 蒋重秀，蒋文杰.农产品国际贸易与价格变动对农民收入的影响：基于28个省域面板数据的分析[J].中南林业科技大学学报（社会科学版），2023，17（2）：82-89.

[本文编校：文凤鸣]

Research on the Influence of Direct Agricultural Subsidies on the High Quality Development of Grain Production

MIN Rui1，2， HUANG Weining2， HU Zhuohui3，2

（1.a. School of Economics， b. Hubei Moderately Prosperous Society in All Respects Research Institute， South-Central Minzu University， Wuhan 430074， Hubei， China； 2. Business School of Central South University of Forestry and Technology， Changsha 410004， Hunan， China； 3. School of Economics， Xinjiang university of finance economics， Urumqi， 830012， Xinjiang， China）

Abstract： In the dual context of the national grain security strategy for the new era and the pursuit of high-quality agricultural development， this study delves into the profound mechanisms by which agricultural direct subsidy policies influence the total factor productivity of grain （TFP）. The goal is to provide theoretical underpinnings and empirical evidence for the precise optimization of subsidy policy frameworks and to enhance the efficacy of subsidies， thereby facilitating the transition of grain production towards high-quality development. Utilizing panel data from 23 grain-producing provinces spanning the years 2006 to 2022， this research employs a two-way fixed effects model， a mediation effect analysis framework， and panel quantile regression techniques to systematically assess the direct impact， intrinsic mechanisms， and marginal effects under various conditions of agricultural direct subsidy policies. The study reveals that the implementation of agricultural direct subsidies significantly boosts grain TFP， emerging as a pivotal force in advancing the high-quality development of grain production， albeit with a certain degree of time lag in its effects. Regarding marginal effects， the policy is found to be particularly effective in enhancing TFP in regions with medium to low efficiency levels. In terms of impact mechanisms， agricultural direct subsidies primarily elevate grain TFP by curbing indiscriminate expansion and fostering moderate-scale grain operations. However， given the limitations in the intensity of subsidies， there is a need to strengthen their incentive effects on the dissemination of agricultural technology. Regional heterogeneity analysis indicates that the western regions and major grain-producing areas exhibit a more pronounced responsiveness to the benefits of subsidy policies. Consequently， it is recommended to augment investment in agricultural direct subsidies， prioritize the subsidy allocation mechanism， and focus on areas with lower production efficiency and underdeveloped economies to better leverage the role of subsidy policies in promoting the high-quality development of grain production， while ensuring the ongoing stability and efficiency of the agricultural support and protection policy system.

Keywords： direct agricultural subsidies； high-quality development of grain production； total factor productivity； regional heterogeneity； subsidy policy optimization

① 数据来自国家统计局官网。https：//data.stats.gov.cn/easyquery.htm？cn=C01zb=A0D0Fsj=2022h.

① 参考国家统计局分类标准，将我国划分为东部、中部、西部和东北四个经济带。结合本研究所选取样本，东部经济带包括河北、江苏、浙江、福建、山东、广东和海南7省；中部经济带包括安徽、江西、河南、湖北和湖南5省；西部经济带包括内蒙古、广西、重庆、四川、贵州、云南、陕西和宁夏8省（区、市）；东北经济带包括辽宁、吉林和黑龙江3省。

① 2001年中国将大陆31个省份划分为粮食主产区（13个）、主销区（7个）和基本平衡区（11个）并沿用至今。结合本研究所选取的样本省份，文中的粮食主产区包括黑龙江、河南、山东、四川、江苏、河北、吉林、安徽、湖南、湖北、内蒙古、江西、辽宁13省（区）；粮食主销区包括广东、浙江、福建、海南4省；基本平衡区包括广西、重庆、陕西、贵州、宁夏、云南6省（区、市）。