政策干預和中國農業的增長：1988—2013年

張 濤

一、引 言

各國發展經驗表明，農業產出增長和生產率提高是一國經濟持續穩定增長的必要前提。在工業化初期，農業部門除了滿足不斷增長的基本生存需要，還要通過農產品出口為技術和資本品進口提供資金，為工業提供原材料，并釋放勞動力以滿足工業化和城鎮化的需要(Johnston和 Mellor，1961)。中國的工業化進程和改革實踐也符合這一經驗。改革前的重工業優先發展戰略離不開農業生產的恢復和發展，努力提高農業產出的各種嘗試一直延續到改革之初，直到家庭聯產承包責任制的成功實施才使整體經濟擺脫農業的嚴重束縛。到目前為止，中國的農業勞動生產率仍舊落后，農民收入依然偏低，農業問題仍是制約未來總體經濟增長的瓶頸之一。

本文主要關注1988年以來中國農業干預政策的變化對農業增長的影響。除了土地、資本、勞動、化肥等傳統投入要素，許多學者已對家庭聯產承包責任制、土地產權制度等因素對農業增長的影響進行了研究。也有部分學者對政策干預導致的農業激勵變化、農村教育水平、天氣擾動等其他因素的影響進行了考查，但這些學者大都局限于研究其中的一種或兩種因素。本文則嘗試在分析中同時納入政策變量、教育和天氣指數，考查三者對各階段農業增長的貢獻，并探討各因素對中國農業未來增長前景的含義。

本文的實證結果表明：(1)從上世紀80年代后期開始，特別是90年代以來直到加入世貿組織，中國對農業的激勵扭曲政策迅速減少，市場開放度逐步提高，農業的政策支持率大為上升，這解釋了1988—2001年農業產出增長的27%。教育在這一時期發揮了更為重要的作用，對產出增長的貢獻為 51%。傳統投入增加可以解釋產出增長的四分之一。(2)2001年以后，中國對農業部門干預的性質已從抽取資源(征稅)向凈投資(補貼和價格支持)轉變，但農業生產成本的上升抵消了支持政策的激勵效果，使其對2001—2013年產出增長的貢獻僅為 7%。由于教育水平改善有限，人力資本的貢獻也下降到 12%。因此，這一時期的農業增長主要依靠傳統投入的增加，這解釋了產出增長的42%。此外，2013年的天氣狀況明顯好于2001年，貢獻了產出增長的14%。

政策激勵作用的下降和產出增長對傳統投入依賴性的提高顯然不利于中國農業的未來增長。因為隨著中國有限的耕地面積進一步減少、城鎮化中農業勞動力加速轉移、化肥過量施用造成環境問題和食品安全問題，依靠傳統投入的粗放式增長方式不可持續。考慮到農業生產成本的不斷上升，中國應在繼續保持農業支持力度的基礎上，不斷提高農村教育水平并改善農業研發推廣體制，以此提高農業生產率。

本文的結構安排如下：第二部分介紹中國農業增長的背景和相關文獻；第三部分為數據描述和變量設定；第四部分介紹估計方法和估計結果；第五部分對各階段農業增長的原因進行解釋；第六部分為結論和政策含義。

二、背景和相關文獻

（一）中國農業增長面臨的挑戰

1979年以來，中國農業總產值實現了年均5.8%的增長率，但糧食產出年增長率僅為1.9%①《中國統計年鑒2015》，第6-7頁。但是我國糧食畝產水平并不低，例如，根據《新中國農業60年統計資料》：2007年，我國稻谷單產為6433千克/公頃，居世界第8位，與日本、韓國相當；小麥單產4608千克/公頃，也居世界第8位，超過了日本；玉米、大豆等單產同樣居世界前列(幾乎都在前20名內)。。生產率增長放緩甚至停滯、依靠傳統投入不可持續以及自然災害頻發使中國農業增長面臨嚴峻挑戰。

生產率增長放緩導致農業增長乏力。改革前中國農業生產率處于巨大波動和幾近停滯之中，與1952年相比，1978年的全要素生產率只有最初的67～80%(Tang，1982；Wen，1993)。家庭聯產承包責任制的實施極大地促進了生產率提高和農業增長，但其一次性潛力很快耗盡，使中國農業增長在1984—1987年出現短暫的停滯(Lin，1992)。1988年后，農業生產率有所恢復(Jin等，2002)。Carter等(2003)發現，農場層面數據顯示農業生產率增長在 1988—1996年放緩，而總體數據顯示生產率增長在持續，表明總體數據很可能高估了農業增長。

中國的農業增長一直面臨生產條件的嚴重限制。土地無疑是最大的約束因素，中國目前僅占有世界 7.6%的可耕地面積(FAO，2015)，但要養活 18.9%的世界人口①《中國統計年鑒2015》，第961頁。。水平土地的缺乏迫使農民盡可能使用山腰和湖邊斜坡；土地肥力在很多地方都很低，特別是長江以南(Murphey，1982)。中國水資源的人均擁有量僅為世界的四分之一，且地理分布與空間上的水資源需求極不匹配。1980年以來土地使用強度的加劇使華北地區的土壤濕度明顯下降，降低了未來農業生產的潛力(Liu等，2015)。土地的平均分配雖然為農民提供了基本保險，但它減少了向農業的投資，扭曲了資源配置，并阻礙生產率的提高(Adamopoulos和 Restuccia，2014)。

農村勞動力不斷減少是維持農業增長的又一挑戰。農業生產率提高和城鎮化促使農村勞動力加速向城鎮轉移：一方面，勞動力遷移(至少在短期)會造成產量減少的顯著性勞動力損失效應(Rozelle等，1999)；另一方面，戶籍制度、土地所有權等問題限制了勞動力的有效流動，農村勞動力無法真正實現轉移，即使可以從事一些非農業勞動，也并不能從根本上改變其收入現狀(Johnson，2000)。隨著現代農業機械的普及，役畜在資本中的比例大大下降。中國農業面臨的困境是：通過快速的機械化來縮小農業和工業勞動生產率差距將導致巨大的農村失業(Wiens，1982)。現代高質量農作物品種在改革初期已被廣泛采用，但通常需要大量的化肥(和殺蟲劑等農藥)投入。政府對化肥的補貼和農民對其最佳施用量信息的缺乏使農業中存在明顯的化肥(和殺蟲劑等農藥)過量施用，造成環境污染和食品安全問題。

天氣是除土地之外中國農業最大的約束因素。中國農業面臨的主要問題是水平衡和濕氣缺乏(Murphey，1982)。廣泛的季風性氣候使干旱和洪澇災害反復出現，基于連續年份的觀測值，中國只有不到四分之一的耕地能得到保證穩定產量的降水量；在另一極，大約四分之一的土地容易受周期性洪澇災害的影響。根據歷年統計數據，中國農業受災面積比例和成災面積比例的省平均值每年在 30%、16%左右，波動范圍分別在16%～39%、8%～25%之間，對農業增長和波動的分析顯然應將天氣因素考慮在內(Tang，1982；Kueh，1995)。

（二）政策干預和農業增長

改革前的中國對農業進行了廣泛干預。為了支持現代重工業部門的優先發展，農業的作用被降低為一種(實現工業化的)工具，而糧食生產的作用被降低為(實現工業化的)中間品，這種戰略被 Tang(1982)等稱為“經濟緊縮下的選擇性增長”戰略。除了強制性糧食征購配額(農業稅)和政府定價，政府干預范圍還涉及每種作物的種植面積、投入水平和產出目標。糧食自給和糧食生產的優先性往往導致盈利性和比較優勢被忽視(Lin，1992)。對集體化生產監督的困難嚴重削弱了農民個體回報與其勞動量的關系，大大降低了工作激勵程度(Lin，1990)。

從改革伊始直到 20世紀 90年代初期，國內農業定價政策、銷售政策以及對外貿易政策仍然造成國內生產者、消費者與世界市場的隔離，導致即使是水稻等出口品也無法獲得應有的利潤。同樣，小麥和大豆等進口品的國內生產者也未獲得應有的保護(Huang等，2008)。改革初期家庭聯產承包責任制的實施顯著提高了生產激勵程度，促進了農業全要素生產率的提高(McMillan等，1989；Lin，1992)。農產品價格在這一時期也有大幅提高，促進了農業產出的增長。政府對農產品貿易的限制在逐步減少，糧食貿易商業化程度在逐漸提高，特別是 1984年以后。例如，國家糧食征購配額比例從1984年的29%下降至1990年的13%，而按市場價格協商比例從1984年的3%上升至1990年的12%(Huang等，2008)。

在20世紀90年代以后，市場機制逐步替代政府收購機制成為資源配置的主要形式，市場價格成為農業生產者和消費者決策的基礎。同時，隨著中國加入世貿組織(特別是加入世貿前準備階段)，中國的對外貿易變得更加開放，國內價格更直接地受到國際市場價格波動的影響。由市場定價的農產品比例由1978年的6%增加到1991年的58%，1999年又增至83%(蔣庭松，2004)；農產品進口關稅稅率簡單平均值由1992年的42%下降至2001年的21%(Huang等，2008)。

進入 21世紀后，為了進一步推進農業現代化進程和繼續保障糧食自給和食品安全，為了縮小不斷惡化的城鄉收入差距、減少農村貧困和消除由此導致的社會不安定因素，一方面，中國進一步消除造成農業激勵扭曲的政策；另一方面，借鑒北美、歐洲和日本的經驗，中國對農業干預的性質開始由征稅向補貼和價格支持轉變。

第一，廢除農業稅。歷史上，農業稅以實物形式(糧食)向政府繳納。到上世紀 90年代，農業稅常常基于農戶生產糧食的能力以現金形式支付(折征代金)。這些征收方式實際上使稅基轉而由農民擁有的土地決定，因此農業稅實際上是對農業土地的征稅(Gale，2013)。在2000年以來的減征和免征試點基礎上，中國在2006年廢除了農業稅。

第二，對農業進行補貼和價格支持。在逐步廢除農業稅的同時，為了抵消生產成本的上升以穩定糧食生產者的凈收入，中國從2002年起逐步推行了良種補貼、種糧直接補貼、農業機械購置補貼和農資綜合補貼。其中，2006年開始實施的農資綜合補貼是最重要的補貼形式，主要目的是為了抵消化肥、柴油燃料等成本的上升。從 2006年到2011年，農資綜合補貼增長了近10倍，達到866億元；良種補貼和農機購置補貼的增長也十分迅速，分別達到220億元、174億元(Gale，2013)①對中國農業補貼制度的更多了解可參見 黃 季 焜 等(2011)、程國強和朱滿德(2012)、Gale(2013)、OECD(2015)及其中引用的文獻。。

農業補貼雖然快速增加，但生產成本的上升幅度更大。其中，家庭勞動隱性成本是農業生產成本的最主要部分。根據 Gale(2013)的估算，每公頃土地的家庭勞動成本從2003年的1923元上升至2011年的3895元，主要反映了工資的上漲和農業勞動機會成本的增加。化肥、機械、種子等作為補貼對象的投入品成本也迅速上漲。隨著生產成本上升超過補貼增長，政府開始把提高價格支持作為增加農民收入和刺激生產的重要手段。從2008到2013年，油菜籽的價格支持提高了30%，小麥的價格支持提高了63%，玉米的價格支持提高了66%～69%，不同品種的水稻的價格支持提高了92%～105%(Gale，2013)。

總體來說，中國對農業部門干預的性質已從抽取資源(征稅)向凈投資(補貼或價格支持)轉變(OECD，2015)。喬榛等(2006)、陳飛等(2010)、 焜黃季 等(2011)、朱滿德等(2015)證實，農業支持政策的推廣對農業增長起到顯著促進作用。焜黃季 等(2008)、程國強(2012)的研究表明，對外貿易開放使中國成為世界上對農業干預最少的國家之一。

三、數據和變量設定

利用《新中國農業 60年統計資料》、《中國農業年鑒》和《中國農業統計資料》，本文構造了 1988—2013年的省級面板數據①由于缺乏教育數據，本文沒有使用1988年之前的數據。。具體而言，本文的農業產出是指農作物總產出值。其中，農作物包括主要的糧食作物和經濟作物，占每年總播種面積的80%左右。除了勞動、土地、資本和化肥(代表經常性投入)等傳統投入要素，本文還將政府對農業的相對支持率(Relative Rate of Assistance，RRA)、成災面積比例和受災但非成災(以下簡稱非成災)面積比例、教育等指標納入生產函數，以分別反映政策干預對農業的激勵程度以及天氣擾動、人力資本等因素對農業增長的影響。此外，本文也將灌溉面積比例、農作物中非糧食作物比例等影響因素考慮在內。表1報告了這些變量在1988年至2013年間的省平均值變化情況。以下對各解釋變量的設定作簡要描述。

農作物產出。每一省的農業產出(Y)是通過對 6種糧食作物(小麥、稻谷、玉米、高粱、谷子、大豆)和 12種經濟作物(花生、油菜籽、棉花、烤煙、黃紅麻、苧麻、甘蔗、甜菜、紅毛茶、綠毛茶、蘋果、柑橘)的產量進行加權得到，所使用的權重為《全國農產品成本收益資料匯編2002》中的2001年價格數據。表1第一列報告了各年農作物總產值的省平均值變化情況。

傳統投入。本文中的土地(A)投入是指農作物播種面積，由統計年鑒中每種作物的播種面積直接相加得出。由于耕地面積統計數據存在較大的前后不一致，本文沒有使用這一度量指標。勞動力(L)、資本(K)和化肥(F)在統計資料中均為農、林、牧、漁業的總投入量，其中勞動力是指農、林、牧、漁從業人員數，資本包括農業機械總動力和役畜②機械總動力和役畜折合總資本量(K)的計算公式為：K(百萬千瓦)=機械總動力(百萬千瓦)+ 0.7457(千瓦/馬力)× 0.7(馬力/頭)×役畜(百萬頭)。，化肥為各地區化肥施用折純量。為獲得與本文所包含農作物總產值相對應的實際有效要素投入量，下文將采用適當的方法對總投入量進行調整。

政策干預指數。根據Huang等(2008)的研究，本文選用相對支持率(RRA)作為政策干預的量化指標①關于這一指標和另一相近指標名義支持率(Nominal Rate of Assistance，NRA)的具體介紹可參見 Huang等(2008)的文獻。本文選用 RRA的主要原因有兩個：第一，NRA僅考慮了農業部門的(直接)激勵扭曲程度，RRA還考慮了非農業部門的間接影響；第二，RRA和OECD(2016)構建的生產者支持率估計(Percentage Producer Support Estimate，PSEP)指數相關程度更高。。RRA主要反映政府對農業直接干預和間接干預所造成的激勵扭曲程度，這一扭曲導致國內價格(特別是農民接受價格)與國際市場價格的差別②需要指出的是，RRA反映了對所有農產品(包括畜牧業等)的激勵扭曲程度，因此作為本文(農作物部門)政策干預指數存在一定的誤差。。RRA的構造可分為四步：第一，考慮農產品質量、品種等差異后的邊境處國內價格與國際價格差別，度量關稅、匯率和其他非關稅壁壘的影響；第二，考慮對農產品產地(farmgate)價格造成扭曲并影響農民所獲回報的政策，反映稅收、補貼、運輸成本等的影響；第三，考慮政府對農業投入品市場的激勵扭曲；最后，還應考慮非農業部門的政策支持對農業生產帶來的激勵扭曲，因為根據 Lerner對稱定理，非農業部門和農業部門存在生產性資源使用的競爭。

表1 農作物產出和主要解釋變量的省平均值：1988—2013年

圖1 農業相對支持率(RRA)和生產者支持率估計(PSEP)：1988—2013年

利用中國農業政策研究中心的 CAPSiM 數據庫、《全國農產品成本收益資料匯編》以及其它一些數據，可以計算全國的 RRA指數①由于缺乏計算 RRA所需的省級基本數據，目前僅可獲得全國性政策指標，這是本文的局限之一。本文嘗試了利用全國性分指標(每種農作物的支持率)對各省農作物進行加權，獲得各省總體相對支持率，但由此得到的指數本身和回歸結果都不理想。所以本文認為目前使用(相對準確的)全國性指數相比使用(相對不準確甚至錯誤的)分省指數是一個更好的選擇。。表1第七列報告了該指標在1988—2013年的變化情況(也參見圖 1)。根據表1中數據和圖 1，從 1988年到 2000年，政策干預對農業部門的扭曲程度在迅速下降，2000年后雖有不斷的劇烈波動，但政策支持幅度總體上在緩慢上升，這種變動趨勢與前文描述的改革以來農業干預政策的演進過程非常吻合。此外，圖1中OECD(2016)生產者支持率估計(PSEP)指數的變動趨勢表明了非常類似的結論。

教育②有關教育(人力資本)對農業影響的更多討論可參見Huffman(2001)、杜江和劉渝(2010)及其中引用的文獻。。許多經濟學家提出了教育促進農業增長的理論(Griliches，1963；Welch，1970；舒爾茨，2010)。Griliches(1963、1964)最早利用實證證實教育對美國農業增長的顯著促進作用，并得出教育的系數與勞動力的系數無顯著差別的結論；Hayami和Ruttan(1970)、Akino和 Hayami(1975)同樣證實了教育的顯著作用。本文使用農村勞動力平均受教育年限(E)作為人力資本指標。

天氣指數。Tang(1982)、Li和 Yang(2005)在相關研究中使用了分類天氣變量，但這一指標過于粗糙①Tang(1982)將天氣狀況分為好、一般、差三種；Li和 Yang(2005)將天氣分為非常好、好、一般、差、非常差五種。。Kueh(1995)使用受災面積和成災面積構造了天氣指數并分析了天氣擾動對產出穩定性的影響，但 Kueh對受災地區和成災地區各自損失比例的假設缺乏實證支持。本文直接使用成災面積和非成災面積占總播種面積的比例(CR和FCR)作為天氣指數，這種設定具有更直觀的經濟學解釋，而且下文的穩健性檢驗表明，這種簡單設定并不影響分析結論。

此外，根據Lin(1992)、Li和Yang(2005)的研究，本文也在模型中加入非糧食作物播種面積比例(NGR)、灌溉面積比例(IR)以分別反映各省農作物組合、農業灌溉條件的影響。

四、估計方法和實證結果

（一）農業生產函數的設定

本文的農業生產函數采用 Cobb-Douglas形式。除了勞動力(L)、資本(K)、化肥(F)和土地(A)等傳統投入要素，政策相對支持率(RRA)、基礎教育(E)、天氣擾動(成災比例 CR和非成災比例FCR)、灌溉面積比例(IR)、非糧食作物比例(NGR)也影響農作物總產出。因此，省份i在年份t的產出可以表示為：

將式(2)代入式(1)并重組可以得到：

（二）農業生產函數的估計

以上固定效應模型估計假定了誤差項εit服從球面擾動，當存在異方差性和序列相關時，上述估計仍是無偏的和一致的，但檢驗統計量不再有效。使用修正的 Wald檢驗和 Wooldridge序列相關檢驗表明，上述估計同時存在這兩種問題。為此，本文首先根據Beck 和Katz(1995)的建議使用xtpcse命令嘗試對二者同時進行修正，表2第四列報告了相關結果①使用Breusch-Pagan LM 檢驗表明，本文數據還存在一定的橫截面相關性。但xtpcse命令本身假定了面板數據中同時存在橫截面相關和序列相關，因此使用這一命令對橫截面相關做出了一定修正。下文的固定效應GLS也對此做出一定修正。。與第二列固定效應估計結果相比，雖然多個解釋變量的系數估計值變化不大，但資本、RRA的系數變為負值且不顯著異于零。有鑒于此，本文根據Lin(1992)、Arellano(2003)和Wooldridge(2010)的建議，使用最早由Kiefer(1980)提出的固定效應廣義最小二乘法(FEGLS)對異方差和序列相關進行修正。表2第五列的對應估計結果表明，各系數估計值大小與第二列相比在相同范圍內，RRA的系數略有增大，教育的系數略有減小，而非糧食作物比例的系數變為預期中的正號。

根據 FEGLS的估計結果，教育的彈性系數為 0.419，遠大于勞動的彈性系數0.076，不同于 Griliches(1963，1964)、Hayami和 Ruttan(1970)得出的二者彈性系數基本相同的結論①使用面板數據單位根檢驗中的 Levin-Lin-Chu檢驗、Fisher-type檢驗等對產出、教育數據進行檢驗表明，除個別設定下產出存在微弱的非平穩性，其他情形下教育和產出均不存在單位根問題，即數據是平穩的，因而文中的實證不存在虛假回歸。。這可能與本文的被解釋變量僅包含農作物產出值或者解釋變量的設定有關。政策干預導致的激勵扭曲變化顯著影響農業增長，RRA每增加 10%，總產出大約上升 1.1%。與第二列估計結果相比，非成災面積比例對產出的影響變得顯著，成災面積比例的影響變得更加顯著。非成災面積比例每上升 10%將使總產出減少 0.25%，成災面積比例每上升10%將使總產出下降3.4%，小于統計定義和學者估計的損失比例②根據統計定義和一些學者的估計(例如Kueh，1995)，非成災面積(成災面積)比例每上升10% 將使產出降低1.5%～2.0%(5.5%～6.5%)。。這可能是由于：(1)水利設施和其它防旱防澇措施對天氣擾動的抵消作用；(2)本文總產值計算中包含了對天氣影響不敏感的農作物；(3)本文數據的粗糙性或統計數據的不準確。

表2 中國農業生產函數的估計：1988—2013年

（三）估計結果的穩健性

在對農業增長的決定因素進行分析之前，有必要使用一些可供選擇的樣本、政策激勵(支持)指數、天氣度量指標對上述估計結果的穩健性進行檢驗，表3報告了以下四種設定下相應的FEGLS估計結果。

首先，本文考查工業化程度較高省份和傳統上非農業省份是否對估計結果造成了影響。除了西藏，本文也將北京、天津、上海和新疆排除在樣本外，并重新估計式(3)。表3第一列報告了對剩余25個省份觀測值的估計結果。與表2第五列估計值相比，各估計系數的符號仍與預期一致。教育的系數明顯變小，政策干預的效果有所減弱，說明教育水平和政策干預對最為落后地區和最發達城市的影響要大于其他省份。

表3 估計結果的穩健性分析

其次，本文檢驗上述估計結果是否受面板數據時間長度的影響。由于世界銀行的相對支持率(RRA)數據僅有 2010年以前的數據，之后數據為本文的擬合值，所以本文選擇2010年為截點并對1988—2010年的樣本進行重新估計。表3第二列的估計結果表明，各解釋變量的系數估計值在合理范圍內變化。非成災面積比例的估計系數雖為正值但并不顯著異于零。RRA的影響變小，表明2010年以后農業政策支持的增加對產出增長有顯著促進作用。

再者，本文使用 OECD(2016)的生產者支持率估計(PSEP)作為政策干預指數，并檢驗上述估計中使用世界銀行相對支持率(RRA)數據的穩健性。表3第三列的估計結果與表2第五列相比并無顯著變化，PSEP的符號與預期一致，政府對農業生產者的支持率每提高10%將使總產出上升1.4%。

最后，鑒于一些學者對受災面積和成災面積官方數據可靠性的質疑①Li和 Yang(2005)認為政府可能將一些人為因素造成的農業損失歸因于天氣。Kueh(1995)對官方數據的可靠性進行了論證：在強制性糧食征購機制下，對受災地區的救濟糧分配決定性地取決于對自然災害嚴重程度的評估。通常，只有成災區有獲得救濟糧的權利，因此受災地區有夸大成災面積數字的利益沖動。鑒于可供分配救濟糧的匱乏狀況，政府當局反“高報”的激勵更強。，本文按Kueh(1995)的方式構造可供選擇的天氣指數②關于這一指數的構建方法參見Kueh(1995)的文獻。：假定成災面積平均損失比例為 60%，受災但非成災面積的平均損失比例為 20%③Kueh(1995)假定受災但非成災面積的損失比例為 15%。考慮到官方統計對受災面積和成災面積的定義，即損失分別在 10%、30%以上，取二者的平均值(20%)似乎更合理。事實上，本文的實證表明這兩種構造方式的估計結果無實質性差別。。表3第四列報告了使用這一指數的 FEGLS估計結果。與表2第五列估計結果相比，其他解釋變量的系數估計值幾乎不受影響，這表明了本文選用成災面積比例和非成災面積比例指數的可靠性。

五、對農業增長的解釋

根據表2第五列的估計結果，本文接下來對 1988年以來各要素對農業增長的影響進行量化分析。首先，根據解釋變量的階段性變化特點以及模型設定，本文將1988—2013年分為兩個階段：第一階段，1988—2001年的加入世貿前準備時期，這一時期政策激勵扭曲的減少最為迅速；第二階段，2001—2013年的加入世貿后時期，這一時期由于生產成本的上升，政府對農業的補貼和價格支持大大上升。再者，根據本文模型的設定，我們可以將解釋變量分為如下五組：(1)傳統投入，包括勞動力、土地、資本、化肥等傳統投入要素，以及農作物播種面積比例和農作物產值比重等調整項；(2)政策干預，即相對支持率(RRA)；(3)人力資本，即平均受教育年限；(4)天氣因素，包括成災面積比例和受災但非成災面積比例；(5)其他項，包括灌溉面積比例和非糧食作物播種面積比例。表4報告了上述解釋變量(組)對各階段農業產出變化的影響情況。

表4的計算結果表明，本文模型較好地擬合了數據，產出變化的模型估計值分別解釋了兩個時期實際產出增長的 99.7%、77.3%。在第一階段(1988—2001年)，隨著國內市場化改革的推進以及加入世貿組織帶來的對外貿易開放，農業政策干預導致的激勵扭曲大大減少，RRA指數由－57%上升為－1%，解釋了這一時期產出增長的 26.6%。基礎教育發揮了更為重要的作用，貢獻產出增長的一半以上。天氣和灌溉等因素發揮了次要作用，剩下四分之一的產出增長由傳統投入的增加解釋，特別是化肥，這與化肥可獲得性的提高和政府鼓勵化肥投入有很大關系。在加入世貿組織后(2001—2013年)，隨著農業稅費的進一步消除，政府開始通過補貼和價格支持等形式加大對農業的支持，但這一時期生產成本上升更快，削弱了政策支持的激勵作用，RRA指數到 2013年僅上升為17%，對產出增長的貢獻下降至6.8%。這一時期農村基礎教育水平的改善也十分有限，對農業增長的貢獻下降為11.8%。由于政策支持和人力資本作用的下降，2001年后農業產出的增長主要依靠傳統投入的增加，貢獻了產出增長的 42.2%。此外，2013年天氣狀況明顯好于2001年，貢獻了產出增長的14%。

表4 各解釋因素對農業增長的貢獻：1988—2001年和2001—2013年

政策干預、天氣擾動、教育等因素在各時期發揮了不同作用，除此之外，各階段還有模型未解釋的殘差部分，傳統上這一部分被歸于技術進步。在本文中，未解釋殘差部分代表了高產抗病農作物品種的推廣、機械等服務質量的改善以及研發推廣等因素的貢獻。其中，本文模型幾乎解釋了第一階段所有的產出變化，殘差僅為 0.3%，但第二階殘差達到22.7%，這種順序變化與Akino和Hayami(1975)所證實的明治維新以后日本農業技術積累、耗盡以及再積累的順序相吻合。在1978年改革之前，現代技術在強制儲蓄機制和有現代化沖動的公社體制下被熱切地采用并廣泛地積累，但激勵的缺失導致現代技術沒有獲得展示其價值的機會(Wen，1993)；改革之后，家庭聯產承包責任制的實施使改革前積累的技術潛力(特別是高產、抗病品種農作物的普及和化肥可獲得性的提高等)得到釋放；但隨著農業技術潛力的耗盡和研發推廣體制的惡化(訓練不佳的員工體系，不斷下降的研發投入和研發效率(Huang等，2008)，以及幾近崩潰的推廣制度(Jin等，2010))，技術進步乏力，致使 1988—2001年農業增長歸于技術進步的部分幾乎為零。1995年后特別是 2000年以來，政府重新加大了對農業研發的投入(Jin等，2010)，這些積累的技術在2001年以后對農業增長發揮了巨大的推動作用。

六、結論和政策含義

利用省級面板數據，本文估計了中國農業的總生產函數，并對加入世貿組織前后中國農業增長的原因進行了解釋。除了土地、勞動、資本、化肥等傳統投入要素，本文也對政策干預導致的農業激勵變化、天氣擾動、教育等因素的影響進行了實證分析。實證結果表明，這些因素對農業增長有顯著影響，較好地解釋了1988年以來中國農業各階段的增長。

隨著農村改革的完成，家庭聯產承包責任制的潛力在改革初期很快耗盡，但政策激勵增加和人力資本提高為農業增長帶來新的推動力。在加入世貿組織前的 1988—2001年，貿易開放和市場化改革促使中國對農業的政策干預大大減少，由此帶來的激勵扭曲減少可以解釋這一時期產出增長的 27%。教育也發揮了巨大作用，可以解釋農業增長的51%。傳統投入貢獻了四分之一。

加入世貿組織后，中國對農業的補貼和價格支持不斷增大，但生產成本也有巨大上升，大大抵消了支持政策對農業生產的激勵作用，導致 RRA的貢獻下降到 7%。教育水平的提高也差強人意，僅解釋了 2001—2013年農業增長的 12%。傳統投入是這一時期農業增長的最主要源泉，貢獻了產出增長的 42%。此外，天氣好轉在一定程度上緩和了這一時期制度改革和教育改善遲緩的不利影響。

數據的限制使本文研究存在一定局限，但本文對 1988年以來各階段的農業增長進行了較好解釋，表明本文的研究結論對中國農業未來改革和發展具有一定參考意義。(1)政策干預對農業的激勵效果雖然減小，但考慮到生產成本的不斷上升，中國應繼續保持或增大對農業的支持力度。(2)農村教育除了對促進農業增長發揮重要作用，也是促進農村勞動力轉移和實現城鎮化的關鍵，中國應重視對農村的人力資本投資。(3)天氣雖具有不可抗性，但其對農業生產顯著而重大的影響值得進一步深入研究，特別是提高天氣預測的準確度并進一步增強防旱防澇的能力。(4)政府近來研發投入的增加帶來顯著的技術進步，進一步改善研發推廣體制是推動農業增長的有效手段。