农业补贴对农产品国际竞争力的影响<br/>——基于OECD数据库的实证研究①

农业补贴对农产品国际竞争力的影响
——基于OECD数据库的实证研究①

2018-03-30李建萍乔翠霞

山东农业大学学报(社会科学版) 2018年1期

□李建萍乔翠霞

一、引言

作为促进农业增长的有效机制，农业补贴是大多数国家实施的产业政策，它在支持国内农业发展的同时，也对农产品世界贸易产生了重要影响。政府通过给农民和农业企业经营者补贴，确保农产品供应以及农产品在国际市场上的影响力(Swain,2009)。我国自改革开放以来，改变了“以农养工”的政策，以增加粮食产量和农民收入为目标，逐渐增加农业支持力度。近些年来，我国农产品出口数量虽然呈增长趋势，但农产品贸易呈现持续逆差，同时一些研究指出，我国农产品总体国际竞争力较弱(韩灵梅，2015；李英，2013；朱冬平等，2013；蓝庆新，2003)，甚至趋于下降(张清正，2014；赵亮等，2013；李岳云等，2007；闫国庆等，2004)。一些学者将农业补贴与农产品国际竞争力结合进行分析，李强(2015)实证研究了农业综合支持水平(PSE)对我国农产品国际竞争力的影响，发现农业补贴对农产品国际竞争

力有正效应，从补贴的分类来看，投入品补贴影响最大，对产出的直接支持影响最小；顾和军(2008)采用非观测效应纵列数据模型进行实证分析，发现农业税减免、粮食直补的收益都转化为土地租金，这意味着农业生产的固定成本上升，从而导致农产品国际竞争力下降；朱晶等(2005)模拟测算了不同税费改革方案对我国主要粮食作物的生产成本及国际竞争力的影响，结果显示农业税费改革力度越大，农产品成本降幅越大，对提高国际竞争力的作用越大；魏琦(2014)从波特的“钻石”模型出发分析了我国农产品国际竞争力弱的原因，并从农业补贴角度提出相应对策；王思舒等(2011)利用PAM模型分析了现行农业补贴政策的效果，发现补贴政策对大豆生产进行了有效保护但并未增强其比较优势；钱克明(2003)认为在我国各项“绿箱”支持措施中，对农民收入提高和农业国际竞争力的作用大小排序依次为：农业科技投资>农村教育投资>农村基础设施投资。

通过梳理文献发现，国内关于农业补贴和农产品国际竞争力的研究缺乏来自国际方面的经验研究，对世界其他国家的补贴结构和政策实施效果进行分析，对完善中国的农业补贴政策有重要借鉴意义。OECD的农业生产者和消费者支持估测数据库(Producer and Consumer Support Estimates Database)提供了对其成员国和一些非成员国1986-2015年的农业支持水平估测数据，本文将对这些数据进行实证分析，以期对中国农业补贴结构调整提供参考。

二、数据来源及描述

OECD的农业生产者和消费者支持估测数据库(Producer and Consumer Support Estimates Database)提供了衡量一国农业支持水平的四个指标：总支持指标(Total Support Estimate，TSE)、生产者支持指标(Producer Support Estimate，PSE)、消费者支持指标(Consumer Support Estimate，CSE)和一般服务支持指标(General Services Support Estimate，GSSE)。其中对生产者的支持PSE包括市场价格支持、预算付款和收入损失补偿，对消费者的支持CSE是指对农产品消费者的转移支付，政府一般服务支持GSSE包括农业科技与创新、病虫害控制、农村基础设施建设与维护、市场营销与促销等方面。PSE、CSE和GSSE构成一国对农业的总支持水平TSE。

OECD数据库提供了其全部成员国1986-2015年和一些非成员国1995-2015年的数据，②这些国家和地区包括：澳大利亚、加拿大、智利、冰岛、以色列、日本、韩国、墨西哥、新西兰、挪威、瑞士、土耳其、美国、欧盟、巴西、中国、哥伦比亚、印度尼西亚、哈萨克斯坦、俄罗斯、南非、乌克兰、越南，共计23个国家和地区。这些国家的农业总产值和农产品出口总额在全球占据2/3以上份额。

从对农业的总支持水平来看，在绝对支出上，从1986年到2015年OECD成员国的TSE总体变化不大，在九十年代中期有一个下降的过程，但之后又缓慢上升至或略高于八十年代的水平。OECD非成员国的TSE呈显著上升趋势，个别国家，如巴西、印尼等国经历了从负补贴向正补贴的转向。从图1来看，OECD成员国的农业总补贴水平远高于非成员国， 2015年成员国的TSE平均数为205.25亿美元，而非成员国这一数值仅为86.31亿美元。从图2看出，OECD成员国TSE占GDP的比例呈稳定下降趋势，平均数从1986年的3.43%下降至2015年的0.8%，而OECD非成员国的这一比例则呈不稳定波动状态。就单个国家而言，TSE绝对支出比较大的国家和地区包括欧盟、美国、日本、韩国、中国等，TSE绝对支出比较少的国家包括新西兰、智利、冰岛等，从TSE的相对支出看，韩国、土耳其、中国、哥伦比亚等国TSE占GDP的比例超过2%，属于TSE相对支出较高的国家(具体见表1第2-3列)。

从农业支持的各项构成来看，各国的农业支持结构基本相似，PSE占主导地位，绝大多数国家的PSE都远高于GSSE，而CSE均为负数(美国除外)(见表1第4-6列)，但从趋势看，各国对PSE呈削减趋势， GSSE支出呈增长趋势。从图3看出，PSE在GFR(Gross farm receipts，农业总产值)中所占比重是下降的，从八十年代的平均40%以上下降到当前的平均20%左右，而GSSE在TSE中所占比重则是总体上升的，从八十年代的平均10%左右上升至当前的平均20%左右。

表1 1986-2015年各国补贴支出均值(百万美元；%)

资料来源：根据OECD Producer and Consumer Support Estimates Database 相关数据计算。

图1 OECD成员国和非成员国历年补贴支出状况(百万美元)

图2 OECD成员国和非成员国历年补贴支出占CDP比重

图3 1986-2015年PSE、GSSE的变动趋势

三、模型及变量说明

(一)模型及变量

根据上述分析，建立以下模型(模型(1))分析OECD农业生产者和消费者支持估测数据库中所列国家农业补贴对农产品国际竞争力的影响：

RCAit=α+βInTSEit+λ1InAGDPit+λ2Intractorit+λ3Infertilizerit+λ4InApopulationit+λ5Inareait+γcontrolit+εit

其中，i代表国家，t代表年份。RCAit表示国家i的农产品在t年的显性比较优势指数值，代表各国农产品的国际竞争力。各解释变量及控制变量的含义如下：

1.农业补贴数额(TSE)。表示各个国家每年对农业生产者和消费者的支持金额，包括PSE、CSE和GSSE。农业补贴数额越大，该国农产品国际竞争力可能得到加强，因此该变量的估计系数符号预期为正。

2.农业总产值占GDP的比重(AGDP)。表示一国农业在国民经济中的地位，农业生产对GDP的贡献越大，说明该国工业化程度越低，农产品出口在总出口中所占比重越大，则在国际上的竞争力可能越强，因此该变量的预期符号为正。

3.农业机械化程度(tractor)。表示平均每千公顷耕地上拖拉机使用量，单位面积耕地上拖拉机的使用量越多，则农业机械化程度越高，农业生产效率越高，那么农产品国际竞争力可能越强，该变量的预期符号为正。

4.化肥施用量(fertilizer)。施用化肥不仅使产量增加，而且还会提高农产品质量，改善土壤养分状况，因此该变量预期符号为正。

5.农业人口数量(Apopulation)。农业人口数量越多表示该国城市化率越低，农业集约化程度低，不能实现规模经济效益，不利于农产品国际竞争力提升，因此该变量预期符号为负。

6.农业耕地面积(area)。在其他条件不变情况下，耕地面积越多意味着产出越多，则可用于出口的农产品数量就越多，国际市场占有率越高，因此该变量预期符号为正。

7.控制变量(control)。控制变量包括国家i在t年的GDP、人均GDP(GDPpercapita)以及国家虚拟变量、年份虚拟变量。

AGDP、tractor、fertilizer、Apopulation、area、GDP、人均GDP各变量数据来源于历年《国际统计年鉴》及联合国FAO数据库，贸易数据来源于WTO贸易统计数据库。欧盟的相关数据来源于Eurostat网站，对于与欧盟相关的贸易数据WTO贸易统计数据库只提供了2000-2015年的数据，对于1986-1999年的数据我们按照欧盟的成员国进行了加总，1986-1994年加总了法、德、意、荷、卢、比、英、丹麦、爱尔兰、希腊、葡萄牙、西班牙共十二国的数据，1995-1999年除以上十二国以外，又增加了奥地利、瑞典、芬兰三个国家。对于缺失的数据取相邻两年的平均数进行补充。为了避免各变量量纲差异及可能的异方差问题，对数值较大的变量，包括TSE、tractor、fertilizer、Apopulation、area等取对数处理。③主要变量的描述性统计见表2。

表2 主要变量描述性统计

数据来源：根据有关数据计算得到。

(二)计量方法

对于长面板数据，由于T较大，信息较多，可以放松扰动项为独立同分布的假设，为提高估计效率，需要设定扰动项自相关的具体形式，然后使用可行广义最小二乘法(FGLS)进行估计，可以分为两种情况，一是仅解决组内自相关的FGLS,二是同时处理组内自相关与组间同期相关的FGLS。因此首先对长面板数据进行组内自相关检验与组间截面相关检验以确定在何种情况下使用FGLS。

首先进行组间异方差检验。在存在组间异方差的情况下，迭代式FGLS估计法等价于最大似然估计法，在STATA12.0软件中对本文数据进行似然比检验的结果显示，“LR chi2(9)=859.80”, “Prob>chi2=0.0000”,即LR检验结果强烈拒绝“组间同方差”的原假设，即认为存在“组间异方差”。

然后进行组内自相关检验。Wooldridge(2002)提供了一个检验组内自相关的方法，其原假设为“不存在一阶组内自相关”。利用STATA12.0软件对本文数据进行检验的结果显示F值为76.801，Prob>F=0.0000，可见结果强烈拒绝“不存在一阶组内自相关”的原假设。

最后进行组间截面相关检验。如果原假设“不存在组间截面相关”成立，则根据残差计算的个体扰动项之间的相关系数应接近于0。如果将这些相关系数排成一个矩阵，则该矩阵非主对角线元素应离0不远。检验组间自相关的三种常用方法是Friedman(1937)、Frees(1995,2004)和Pesaran(2004),前两个为半参数检验，第三个为参数检验，结合这三种方法利用STATA12.0软件对本文数据进行三种检验，结果显示p值均小于0.01，故强烈拒绝“无组间截面相关”的原假设，认为存在组间截面相关。Frees(1995,2004)检验显示残差相关系数矩阵的非主对角线元素的绝对值之平均值为0.636。

根据以上检验结果，选择同时处理组内自相关与组间同期相关的FGLS会提高估计效率，但作为对照和稳健性需要，本文同时采用了仅解决组内自相关的FGLS。在运用FGLS时，还可以选择每个面板的自回归系数是否相同，因此，本文共提供了四种FGLS回归结果以进行比较分析，分别为：仅解决组内自相关且每个面板的自回归系数均相同，记为FGLS(1)；仅解决组内自相关且每个面板的自回归系数不同，记为FGLS(2)；同时处理组内自相关与组间同期相关且每个面板的自回归系数均相同，记为FGLS(3)；同时处理组内自相关与组间同期相关且每个面板的自回归系数不同，记为FGLS(4)④。

四、计量结果及分析

表3报告了对模型(1)的检验结果。无论采用何种估计方法，lnTSE的符号始终为正，且至少在5%的显著性水平下通过检验，这显示对农业的各种补贴在总体上显著提高了各国农产品的国际竞争力。四种估计方法得出的lnTSE估计系数基本一致，约为0.03，这意味着对农业的总支持每提高1%，农产品的国际竞争力相应提高0.0003。从其他解释变量的估计结果看,lnAGDP、lnGDPpercapita对农产品国际竞争力有显著促进作用，农业在国民生产中占比每提高1%，农产品国际竞争力约提高0.002；人均GDP每提高1%，农产品国际竞争力约提升0.02。而lnApopulation、lnGDP的估计系数显著为负值，说明农业人口比例越高、GDP总量越大，越不利于本国农产品国际竞争力的提升。lntractor和lnfertilizer的符号几乎不显著，说明在所选择的国家中，拖拉机的使用量和化肥的施用量对农产品的国际竞争力没有表现出明显的影响。大部分国家虚拟变量和年份虚拟变量都很显著，说明模型存在显著固定效应和时间效应。

表3 农业补贴总额(TSE)对RCA的影响检验结果

注：(1)***表示在1%的水平下通过检验，**表示在5%的水平下通过检验，*表示在10%的水平下通过检验；(2)表中括号内数据是标准误。

为了研究农业支持结构对农产品国际竞争力的影响，将模型(1)中的解释变量lnTSE分别替换为lnPSE和lnGSSE⑤，采用同样的四种FGLS估计方法检验生产者支持政策和政府一般服务政策的效果。检验结果分别见表4和表5。从表4看，对生产者的支持支出显著提高了本国农产品的国际竞争力，四种估计方法得出的估计系数比较接近，约为0.03，这说明对生产者的补贴每提高1%，农产品国际竞争力相应提高约0.0003。从表5看，政府一般服务支出的效应在四种检验方法下并不一致，FGLS(1)和FGLS(2)下估计系数不显著，FGLS(3)和FGLS(4)都在1%的水平下通过显著性检验，但估计系数大小不一致，FGLS(3)下为0. 0313，而FGLS(4)下为0. 0138，这说明相比PSE，GSSE对农产品国际竞争力的影响可能存在不稳定性，效应可能相对较小。

表4 生产者支持(PSE)对RCA的影响检验结果

注：(1)***表示在1%的水平下通过检验，**表示在5%的水平下通过检验，*表示在10%的水平下通过检验；(2)表中括号内数据是标准误。

表5 政府一般服务(GSSE)对RCA的影响检验结果

注：(1)***表示在1%的水平下通过检验，**表示在5%的水平下通过检验，*表示在10%的水平下通过检验；(2)表中括号内数据是标准误。

五、结论及政策启示

本文运用可行广义最小二乘法(FGLS)和OECD农业生产者和消费者支持估测数据库(Producer and Consumer Support Estimates Database)检验了农业补贴对农产品国际竞争力的影响，结果显示农业总支持水平(TSE)显著提高了各国农产品的国际竞争力，对农业的总支持水平(TSE)每提高1%，农产品的国际竞争力相应提高0.0003。从补贴结构上看，具备“黄箱”特征的生产者支持政策(PSE)对农产品国际竞争力的影响要大于具备“绿箱”特征的政府一般服务政策(GSSE)。

提升农产品国际竞争力的关键是提高农业生产率。从实证检验结果来看，人均GDP水平、农业人口比重、农业总产值这些因素对农产品国际竞争力的影响比农业补贴的影响要大得多，这些指标背后的含义是一个国家人民生活水平在总体上的提升、城市化的发展、农业生产率的提高和农业生产规模扩大。一方面，对于像中国这样的农业大国来说，人民生活水平从总体上得到提高首先要求农民生活水平得到提高，所以政府在实施以农业补贴政策增加农民收入的同时，要积极推进农业产业化和城镇化进程，实现农村劳动力要素的合理配置，从多种途径提高农民收入水平。另一方面，要同时实现农业人口比重减少和农业总产值增加的目标，关键是要实现规模经营，提高生产效率。政府应结合农业补贴政策，从科技、金融、管理等多个方面着手，实现农业规模化、集约化经营，提高农业生产效率，从而从根本上提升农产品的国际竞争力。

注释：

①项目来源：国家社科基金项目“可持续发展背景下我国农业补贴社会绩效追踪研究(11CJY061)”。

②成员国中墨西哥的数据从1991-2015年，智利和以色列的数据是从1995-2015年，非成员国中越南的数据是从2000-2015年。

③针对出现负数的问题，我们先对数据进行了处理，方法是：Profit+∣Min(Profit)∣+1，对处理后的数据再取对数。

④同时处理组内自相关与组间同期相关的FGLS时STATA要求使用平衡面板，因此FGLS(3)和FGLS(4)检验时使用的数据范围为1995-2015年。

⑤由于国内消费者支持(CSE)绝大多数国家是负支出，对农产品国际竞争力的作用不显著，所以此处略去对CSE的检验。

[1] 李强.农业补贴对中国农产品国际竞争力的影响[J].改革与战略，2015,(11).

[2] 顾和军.农业税减免、粮食直接补贴政策对我国主要农产品国际竞争力的影响[J].国际贸易问题，2008,(08).

[3] 朱晶，陈建琼.税费改革对我国主要粮食产品竞争力的影响分析[J].中国农村经济，2005,(10).

[4] 魏琦.我国农产品国际竞争力与农业补贴研究[J].现代经济信息，2014,(05).

[5] 王思舒等.我国农业补贴政策对农产品生产的保护效应研究[J].经济纵横，2011,(04).

[6] 钱克明.中国“绿箱政策”的支持结构与效率[J].农业经济问题，2003,(01).