農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)的多維效應(yīng)測(cè)度

張躍強(qiáng)，陳池波，蘇永偉

（1.武漢紡織大學(xué)經(jīng)濟(jì)學(xué)院，武漢430200；2.中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，武漢430073）

農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)的多維效應(yīng)測(cè)度

張躍強(qiáng)1，陳池波2，蘇永偉2

（1.武漢紡織大學(xué)經(jīng)濟(jì)學(xué)院，武漢430200；2.中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，武漢430073）

文章基于湖北省2000—2014年的糧食產(chǎn)量、農(nóng)民人均純收入以及農(nóng)業(yè)生產(chǎn)總值的數(shù)據(jù)資料，運(yùn)用GM（1,1）模型測(cè)度農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)的多維效應(yīng)。結(jié)果表明，農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)后，湖北省糧食產(chǎn)量、農(nóng)民人均純收入以及農(nóng)業(yè)生產(chǎn)總值的實(shí)際值與預(yù)測(cè)值之間的負(fù)誤差越來越小，并逐步變?yōu)檎`差且正誤差越來越大，從而說明農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)的效應(yīng)是積極的。

GM（1,1）模型；農(nóng)業(yè)補(bǔ)貼政策；政策傳導(dǎo)；傳導(dǎo)效應(yīng)

0 引言

自2004年以來，黨和國家已連續(xù)13年將中央一號(hào)文件鎖定為三農(nóng)問題，出臺(tái)了一系列支持農(nóng)業(yè)發(fā)展的政策措施，而農(nóng)業(yè)補(bǔ)貼政策是這些眾多農(nóng)業(yè)支持政策中的重要代表。國家期望通過以農(nóng)業(yè)補(bǔ)貼政策為代表的一系列支持政策的傳導(dǎo)，為糧食增產(chǎn)、農(nóng)民增收以及農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)提供政策支持和制度保障。

隨著農(nóng)業(yè)補(bǔ)貼政策力度的逐年加大，國內(nèi)外學(xué)者關(guān)于農(nóng)業(yè)補(bǔ)貼政策對(duì)農(nóng)業(yè)發(fā)展的貢獻(xiàn)或產(chǎn)生效應(yīng)的研究日益增多，并從理論上探討農(nóng)業(yè)補(bǔ)貼政策與農(nóng)業(yè)發(fā)展之間的關(guān)系。鐘甫寧等（2008）、肖琴（2011）；王文娟（2011）、程國強(qiáng)（2012）、吳海濤等（2013）經(jīng)過研究均發(fā)現(xiàn)：農(nóng)業(yè)補(bǔ)貼政策的實(shí)施有效促進(jìn)了糧食增產(chǎn)和農(nóng)民增收，進(jìn)而對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)有積極作用[1-5]。劉長(zhǎng)生和簡(jiǎn)玉峰（2005）比較分析了在WTO框架下的生產(chǎn)補(bǔ)貼和出口補(bǔ)貼兩項(xiàng)政策的效應(yīng)。黃季焜等（2011）經(jīng)分析后指出：農(nóng)業(yè)補(bǔ)貼政策對(duì)于農(nóng)戶增加收入發(fā)揮了積極作用，且不存在重大扭曲現(xiàn)象[6]。曹帥等（2012）對(duì)中國農(nóng)業(yè)補(bǔ)貼政策的變動(dòng)趨勢(shì)及其對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了探討和研究[7]。在國外，學(xué)者們對(duì)農(nóng)業(yè)補(bǔ)貼政策的研究則出現(xiàn)的更早。P G Jarnes（1970）、Littlet和Scott（1970）、Kym Anderson和Yujiro Hagami（1985）等學(xué)者主要探討實(shí)行農(nóng)業(yè)補(bǔ)貼政策的理論依據(jù)，且農(nóng)業(yè)補(bǔ)貼政策對(duì)于世界農(nóng)產(chǎn)品貿(mào)易以及相關(guān)經(jīng)濟(jì)主體的福利產(chǎn)生了重要影響。在農(nóng)業(yè)補(bǔ)貼的方式上，Gale等（2005）指出：應(yīng)充分發(fā)揮農(nóng)業(yè)補(bǔ)貼資金的集聚效應(yīng)，若是分散的補(bǔ)貼方式則對(duì)農(nóng)民增收的作用不大[8]。OECD（2008）分析了OECD成員國的農(nóng)業(yè)政策，尤其是農(nóng)業(yè)補(bǔ)貼政策的實(shí)施情況[9]。Kevin C Kennedy（2008）探討和研究了多哈回合中美國棉花補(bǔ)貼問題的爭(zhēng)端及解決機(jī)制。Daniel A Sumner（2012）梳理了美國農(nóng)業(yè)補(bǔ)貼政策的歷史和演變發(fā)展趨勢(shì)。

通過上述學(xué)者的研究可以發(fā)現(xiàn)，農(nóng)業(yè)補(bǔ)貼政策已經(jīng)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了積極作用，但應(yīng)注意補(bǔ)貼的方式和重點(diǎn)。這些成果對(duì)于進(jìn)一步發(fā)揮農(nóng)業(yè)補(bǔ)貼政策的效應(yīng)具有重要參考價(jià)值和借鑒意義。但我們還發(fā)現(xiàn)直接將糧食增產(chǎn)、農(nóng)民增收和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)這些經(jīng)濟(jì)指標(biāo)同時(shí)考慮在內(nèi)，以綜合測(cè)度農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)的多維效應(yīng)，在這方面學(xué)術(shù)界的研究還較為單薄?；诖耍疚耐ㄟ^運(yùn)用GM（1, 1）模型，并以湖北省為例，對(duì)農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)的多維效應(yīng)進(jìn)行測(cè)度，以進(jìn)一步豐富和完善農(nóng)業(yè)補(bǔ)貼政策的相關(guān)研究。

1 數(shù)據(jù)來源與模型選擇

1.1 數(shù)據(jù)來源

根據(jù)需要，本文數(shù)據(jù)均來源于2001—2015年的《湖北統(tǒng)計(jì)年鑒》以及《湖北農(nóng)村統(tǒng)計(jì)年鑒》。同時(shí)，為滿足數(shù)據(jù)的可比性和研究問題的實(shí)際需要，特以2000年為基期，對(duì)各年的農(nóng)民人均純收入以及農(nóng)業(yè)生產(chǎn)總值的數(shù)據(jù)資料，運(yùn)用價(jià)格指數(shù)進(jìn)行平減處理。而糧食產(chǎn)量的數(shù)據(jù)資料不涉及價(jià)格變化的影響，故用原始數(shù)據(jù)直接進(jìn)行分析研究。

1.2 分析方法

根據(jù)對(duì)相關(guān)研究文獻(xiàn)的梳理和學(xué)習(xí)，要考察一項(xiàng)政策傳導(dǎo)實(shí)施前后對(duì)有關(guān)經(jīng)濟(jì)變量產(chǎn)生的影響，學(xué)術(shù)界大都采用的是“投射—實(shí)施后”對(duì)比分析法。因此，本文在考察農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施前后對(duì)有關(guān)經(jīng)濟(jì)指標(biāo)產(chǎn)生的作用時(shí)也采用這種方法，具體做法是將農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施前后的有關(guān)指標(biāo)進(jìn)行對(duì)比，以得出農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)。“投射—實(shí)施后”對(duì)比分析法的圖示，如圖1所示。

圖1 “投射—實(shí)施后”對(duì)比分析

“投射—實(shí)施后”對(duì)比分析法的核心思想是將政策傳導(dǎo)實(shí)施前的趨勢(shì)線Q1Q2投射到政策傳導(dǎo)實(shí)施后的某一點(diǎn)A1上，然后將這一點(diǎn)同政策傳導(dǎo)實(shí)施后的A2點(diǎn)進(jìn)行對(duì)比，若A2點(diǎn)所代表的觀測(cè)值大于A1點(diǎn)所代表的觀測(cè)值，則說明政策傳導(dǎo)實(shí)施效應(yīng)為正，政策傳導(dǎo)實(shí)施所起的作用是積極的。由于該方法考慮到了事物的過去發(fā)展情況對(duì)事物現(xiàn)在及將來發(fā)展的“慣性”影響，因此這種方法較為符合實(shí)際，故本文在研究時(shí)主要是在這種方法的基本思想上來考察政策傳導(dǎo)實(shí)施的效應(yīng)。

1.3 模型選擇

本文在“投射—實(shí)施后”對(duì)比分析法的基礎(chǔ)上，運(yùn)用灰色系統(tǒng)理論的一階一元灰色模型，即GM（1，1）模型來測(cè)度農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)。灰色系統(tǒng)理論所研究的系統(tǒng)具備這樣的特征：在這個(gè)系統(tǒng)中，選取的樣本少，因而信息較為缺乏，故形成了有些信息已知，但有些信息未知的狀況?；疑到y(tǒng)理論要做的就是利用這些已知信息來找出數(shù)據(jù)發(fā)展規(guī)律，從而實(shí)現(xiàn)對(duì)未來行為的有效性預(yù)測(cè)。同時(shí)，灰色系統(tǒng)理論指出：在進(jìn)行預(yù)測(cè)研究時(shí)一般以3到8個(gè)數(shù)據(jù)為最佳選擇[10]。

根據(jù)一階一元灰色模型GM（1，1）的要求，本文是以農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施作為考察對(duì)象，將農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的重要政策目標(biāo)，如糧食增產(chǎn)、農(nóng)民增收以及農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)作為衡量指標(biāo)，運(yùn)用農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施前湖北省的糧食產(chǎn)量、農(nóng)民收入以及農(nóng)業(yè)經(jīng)濟(jì)發(fā)展方面的數(shù)據(jù)資料，初步分析相關(guān)水平的發(fā)展趨勢(shì)，從而建立預(yù)測(cè)模型，在此基礎(chǔ)上，對(duì)農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施后的2005—2014年的目標(biāo)水平進(jìn)行預(yù)測(cè)，最后將實(shí)際值和預(yù)測(cè)值進(jìn)行對(duì)比，以得出政策傳導(dǎo)實(shí)施的效應(yīng)。

1.3 .1GM（1，1）模型的構(gòu)建

GM（1，1）模型主要適用于對(duì)時(shí)間序列變量的預(yù)測(cè)和決策。具體模型如下：

若給定原始時(shí)間序列數(shù)據(jù)數(shù)列X(0)有n個(gè)觀測(cè)值，即：

將數(shù)列X(0)經(jīng)一次累加生成后可建立GM（1，1）的一階微分方程：

其中：

求解（1）式，可得到原始序列的預(yù)測(cè)模型：

1.3 .2GM（1，1）模型的精度檢驗(yàn)

模型選定后，必須通過檢驗(yàn)后才能判定該模型是否合理。灰色模型的精度檢驗(yàn)一般有三種方法可以選擇，分別是相對(duì)殘差大小檢驗(yàn)法、后驗(yàn)差檢驗(yàn)法和關(guān)聯(lián)度檢驗(yàn)法。而對(duì)于GM（1，1）模型多采用殘差檢驗(yàn)法和后驗(yàn)差檢驗(yàn)法。

則絕對(duì)離差的計(jì)算公式為：

相對(duì)離差的計(jì)算公式為：

后驗(yàn)差檢驗(yàn)法是用方差比C和小誤差概率P進(jìn)行檢驗(yàn)，其計(jì)算公式為；

小誤差概率的計(jì)算公式為：

模型的精度由方差比和小誤差概率共同決定。該模型的精度一般分為四級(jí)，如表1所示。

表1 GM（1，1）模型的精度等級(jí)

模型的精度級(jí)別取小誤差概率P的級(jí)別和方差比C級(jí)別的最大值。

2 多維效應(yīng)的測(cè)度：以湖北省為例

在測(cè)度之前，首先給出湖北省2000—2004年糧食產(chǎn)量、農(nóng)民人均純收入及農(nóng)業(yè)生產(chǎn)總值數(shù)據(jù)如表2所示。其中，農(nóng)民人均純收入以及農(nóng)業(yè)生產(chǎn)總值數(shù)據(jù)資料均是以2000年為基期，運(yùn)用價(jià)格指數(shù)進(jìn)行了平減處理。

表2 湖北省2000—2004年糧食產(chǎn)量、農(nóng)民人均純收入及農(nóng)業(yè)生產(chǎn)總值數(shù)據(jù)

基于表2中的數(shù)據(jù)為原始序列分別建立模型，利用灰色系統(tǒng)理論建模軟件GTMS3.0，根據(jù)灰色算法可分別得到如表3所示的GM（1，1）模型。

表3 湖北省各指標(biāo)的GM（1，1）預(yù)測(cè)模型

在表3的基礎(chǔ)上，分別利用該模型進(jìn)行殘差檢驗(yàn)和對(duì)湖北省糧食產(chǎn)量、農(nóng)業(yè)純收入、農(nóng)業(yè)生產(chǎn)總值的增長(zhǎng)水平值擬合，其結(jié)果如表4所示。

表4 湖北省各指標(biāo)實(shí)際值與模擬值誤差比較

表4是根據(jù)殘差檢驗(yàn)法，得到了糧食產(chǎn)量、農(nóng)民人均純收入、農(nóng)業(yè)生產(chǎn)總值這三項(xiàng)指標(biāo)實(shí)際值與模擬值的誤差比較結(jié)果。

根據(jù)檢驗(yàn)結(jié)果，得到這三項(xiàng)指標(biāo)的模擬值和實(shí)際值均比較接近，其中，糧食產(chǎn)量平均相對(duì)誤差為0.6699%；農(nóng)民人均純收入平均相對(duì)誤差為0.7971%；農(nóng)業(yè)生產(chǎn)總值平均相對(duì)誤差為1.9665%。從理論上說，這些模型可以用來分析這三個(gè)指標(biāo)發(fā)展的一般趨勢(shì)。

由于選擇的是“投射—實(shí)施后”方法，農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的主要目標(biāo)是糧食增產(chǎn)、農(nóng)民增收以及促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。在政策傳導(dǎo)實(shí)施前，按照考察指標(biāo)水平的發(fā)展趨勢(shì)使用GM（1，1）模型預(yù)測(cè)未來幾年的數(shù)據(jù)，相當(dāng)于將按政策傳導(dǎo)實(shí)施前該發(fā)展趨勢(shì)投射到政策傳導(dǎo)實(shí)施后的時(shí)間段上某些點(diǎn)上，再將政策傳導(dǎo)實(shí)施后的實(shí)際數(shù)據(jù)與預(yù)測(cè)未傳導(dǎo)實(shí)施政策的預(yù)測(cè)數(shù)據(jù)進(jìn)行比較，即可得出政策傳導(dǎo)實(shí)施的效應(yīng)。模型預(yù)測(cè)結(jié)果如下頁表5所示。

3 結(jié)果分析

灰色系統(tǒng)理論模型預(yù)測(cè)是依據(jù)過去的以及現(xiàn)在的數(shù)據(jù)，使未來的數(shù)據(jù)有相同的發(fā)展趨勢(shì)。在沒有新的作用力（如政策的傳導(dǎo)實(shí)施）推動(dòng)的情況下，數(shù)據(jù)上下波動(dòng)的幅度也不會(huì)有太大的偏差，預(yù)測(cè)值與實(shí)際值是基本接近的，此時(shí)的預(yù)測(cè)值剛好是政策沒有傳導(dǎo)實(shí)施前的投影；當(dāng)有作用力進(jìn)入（如政策的傳導(dǎo)實(shí)施），使用GM（1，1）模型的預(yù)測(cè)值（投影）與政策傳導(dǎo)實(shí)施后的實(shí)際值之間的差異，正好是本文要研究的政策傳導(dǎo)實(shí)施的效應(yīng)。

由表5的結(jié)果可看出：2004年前后，各項(xiàng)指標(biāo)的實(shí)際值與預(yù)測(cè)值之間的絕對(duì)誤差和相對(duì)誤差均發(fā)生了較大的偏差。具體來看，糧食總產(chǎn)量的實(shí)際值與預(yù)測(cè)值的絕對(duì)誤差和相對(duì)誤差由2004年前的負(fù)誤差變?yōu)?004年后的正誤差；農(nóng)民人均純收入的實(shí)際值與預(yù)測(cè)值的絕對(duì)誤差和相對(duì)誤差由2004年前的較大負(fù)誤差先變?yōu)?004年后的較小負(fù)誤差，并在2009年實(shí)現(xiàn)了正誤差，之后正誤差呈擴(kuò)大趨勢(shì)；農(nóng)業(yè)生產(chǎn)總值的實(shí)際值與預(yù)測(cè)值的絕對(duì)誤差和相對(duì)誤差的變化也呈現(xiàn)出由2004年之前的較大負(fù)誤差先變?yōu)?004年后的較小負(fù)誤差，并在2007年實(shí)現(xiàn)了正誤差，之后正誤差也呈擴(kuò)大趨勢(shì)。

以上這些結(jié)果表明，農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施后，大大提高了糧食產(chǎn)量、農(nóng)民人均純收入以及農(nóng)業(yè)生產(chǎn)總值的實(shí)際值，使得這三項(xiàng)指標(biāo)的實(shí)際值與預(yù)測(cè)值之間的負(fù)誤差越來越小，并逐步變?yōu)檎`差且正誤差越來越大。這些變化特征與2004年開始全面實(shí)行農(nóng)業(yè)補(bǔ)貼政策的時(shí)間段是吻合的，也說明了農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)是積極的，表明農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施是有利于糧食產(chǎn)量的增加、農(nóng)民人均純收入的提高以及農(nóng)業(yè)經(jīng)濟(jì)的增長(zhǎng)。

在這里需要說明的是：由于我國農(nóng)業(yè)經(jīng)濟(jì)發(fā)展是受多種因素影響的，糧食增產(chǎn)、農(nóng)民增收以及農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施關(guān)系密切，但也與其他農(nóng)業(yè)支持政策、法律、規(guī)章制度有關(guān)，同時(shí)還離不開國內(nèi)外經(jīng)濟(jì)環(huán)境的影響，而對(duì)模型的計(jì)算和具體項(xiàng)目數(shù)據(jù)統(tǒng)計(jì)也不可避免地會(huì)產(chǎn)生一定的系統(tǒng)誤差。因此，利用GM（1，1）模型測(cè)度農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施對(duì)糧食增產(chǎn)、農(nóng)民增收以及農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)只能是一個(gè)定量化的描述，證明農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施的確產(chǎn)生了一定的積極效應(yīng)。

同時(shí)，盡管農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施，取得了一定的積極效應(yīng)，但仍然有一些不足之處，主要表現(xiàn)在：一是農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)，往往需要一段時(shí)間才能顯現(xiàn)出來，在本例中農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施對(duì)農(nóng)民人均純收入提高以及農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)效應(yīng)的顯現(xiàn)，均是經(jīng)過幾年之后才實(shí)現(xiàn)的；二是農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)因具體項(xiàng)目的不同而有所不同。具體來說，農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施在促進(jìn)糧食產(chǎn)量增加方面的效應(yīng)更為顯著，這也成為湖北省糧食產(chǎn)量實(shí)現(xiàn)連年增長(zhǎng)的重要原因；農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施在促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)方面的效應(yīng)次之；而在促進(jìn)農(nóng)民人均純收入增加方面的效應(yīng)相對(duì)較差。

表5 湖北省GM（1，1）最終預(yù)測(cè)結(jié)果

4 對(duì)策建議

（1）進(jìn)一步加大農(nóng)業(yè)補(bǔ)貼政策力度。盡管我國逐年加大了農(nóng)業(yè)補(bǔ)貼政策力度，但由于我國農(nóng)業(yè)人口基數(shù)過于龐大，使得總額較大的農(nóng)業(yè)補(bǔ)貼資金分配到每個(gè)農(nóng)戶手里，就變成了幾百元甚至是幾十元的支農(nóng)資金，而這對(duì)于日益增長(zhǎng)的農(nóng)業(yè)生產(chǎn)經(jīng)營成本來說，顯然是微不足道的，因而激發(fā)農(nóng)民從事農(nóng)業(yè)生產(chǎn)經(jīng)營的效應(yīng)并不是十分明顯。因此，需要政府及有關(guān)管理部門進(jìn)一步加大農(nóng)業(yè)補(bǔ)貼政策力度，增加農(nóng)業(yè)補(bǔ)貼資金總量，以對(duì)農(nóng)民形成強(qiáng)有力的政策吸引，為確保農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施效應(yīng)的提高奠定基礎(chǔ)。

（2）加強(qiáng)涉農(nóng)部門間的協(xié)調(diào)配合。前文分析表明，農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)，往往需要一段時(shí)間，甚至較長(zhǎng)時(shí)間才能顯現(xiàn)出來。這一狀況出現(xiàn)的重要原因與在農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施過程中，各涉農(nóng)部門之間缺乏協(xié)調(diào)配合有關(guān)。為此，在農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施過程中，必須注重各涉農(nóng)部門之間的協(xié)調(diào)配合，可以委托農(nóng)業(yè)部門牽頭，將水利部門、財(cái)政部門、國土資源部門等部門召集起來，共同商議利用好農(nóng)業(yè)補(bǔ)貼政策的方法和策略，努力發(fā)揮農(nóng)業(yè)補(bǔ)貼政策對(duì)政策作用對(duì)象的幫扶帶動(dòng)作用，有效提升農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施的效應(yīng)。

（3）多措并舉及時(shí)反饋農(nóng)民意見。農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施效應(yīng)的發(fā)揮具有一定的時(shí)滯性，其主要原因也包括管理部門對(duì)農(nóng)民關(guān)于農(nóng)業(yè)補(bǔ)貼政策的制定以及傳導(dǎo)的意見反饋不及時(shí)，從而也影響了農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施。因此，為使農(nóng)業(yè)補(bǔ)貼政策的傳導(dǎo)實(shí)施順利運(yùn)行，應(yīng)采取多種措施及時(shí)反饋農(nóng)民的意見，包括指派專人到村進(jìn)行定時(shí)定點(diǎn)反饋；通過E-mail、QQ等網(wǎng)絡(luò)方式，隨時(shí)進(jìn)行反饋；召開村民大會(huì)進(jìn)行現(xiàn)場(chǎng)反饋等多種措施，努力完善反饋機(jī)制，縮短農(nóng)業(yè)補(bǔ)貼政策傳導(dǎo)實(shí)施產(chǎn)生效應(yīng)的時(shí)滯。

[1]鐘甫寧.農(nóng)民角色分化與農(nóng)業(yè)補(bǔ)貼政策的收入分配效應(yīng)[J].管理世界，2008，(5).

[2]肖琴.農(nóng)業(yè)補(bǔ)貼政策的有效性研究及其政策改革分析——基于順序logistic模型的分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2011，(3).

[3]王文娟.新形勢(shì)下我國農(nóng)業(yè)補(bǔ)貼政策的思考[J].中國行政管理，2011，(7).

[4]程國強(qiáng).中國工業(yè)化中期階段的農(nóng)業(yè)補(bǔ)貼制度與政策選擇[J].管理世界，2012，(1).

[5]吳海濤、霍增輝、臧凱波.農(nóng)業(yè)補(bǔ)貼對(duì)農(nóng)戶農(nóng)業(yè)生產(chǎn)行為的影響分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào):社會(huì)科學(xué)版，2015，(5).

[6]黃季焜等.糧食直補(bǔ)和農(nóng)資綜合補(bǔ)貼對(duì)農(nóng)業(yè)生產(chǎn)的影響[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011，(1).

[7]曹帥等.中國農(nóng)業(yè)補(bǔ)貼政策變動(dòng)趨勢(shì)及其影響分析[J].公共管理學(xué)報(bào)，2012，(4).

[8]Gale H F,Lohmar B,Tuan F C.China’s New Farm Subsidies[R].Outlook Report No.WRS-05-01,Economic Research Service,U.S.Department of Agriculture,Washington,DC,Feb 2005.

[9]OECD.Agricultural Policies in OECD Countries:at a Glance[R].Paris: OECD,2008.

[10]劉思峰.灰色理論及其應(yīng)用[M].北京：科學(xué)出版社，2000.

（責(zé)任編輯/浩天）

F328

A

1002-6487（2017）11-0133-04

湖北省教育廳人文社科研究項(xiàng)目（17Q093）；湖北省社會(huì)科學(xué)基金資助項(xiàng)目（2016014）

張躍強(qiáng)（1982—），男，湖北武漢人，博士，講師，研究方向：農(nóng)業(yè)經(jīng)濟(jì)。陳池波（1961—），男，湖北監(jiān)利人，教授，博士生導(dǎo)師，研究方向：農(nóng)業(yè)經(jīng)濟(jì)。蘇永偉（1983—），女，湖北武漢人，博士研究生，研究方向：農(nóng)戶經(jīng)濟(jì)。