稅費改革對糧食生產(chǎn)的影響研究

王 輝

(復旦大學 經(jīng)濟學院，上海，200433)

一、引言及問題提出

改革開放以來，中國農(nóng)業(yè)發(fā)展取得巨大成就，以占世界不到10%的耕地養(yǎng)活了占世界20%的人口。中國作為一個人口大國，糧食安全問題始終是關乎國計民生、國家安全和社會穩(wěn)定的頭等大事。1978年家庭聯(lián)產(chǎn)承包責任制的實施極大的釋放了農(nóng)民的生產(chǎn)積極性，糧食總產(chǎn)量由1978年的3億噸增加至1984年的4.1億噸，增長了36.7%。然而，上世紀90年代中后期尤其是1994年分稅制改革后，農(nóng)民的負擔日益加重，農(nóng)民不僅要承擔農(nóng)業(yè)四稅，還要繳納三提五統(tǒng)和各種集資攤派費用，且通常費大于稅，農(nóng)村“亂集資、亂收費、亂罰款”等三亂問題非常嚴重。農(nóng)民的負擔過重和同期糧價的低迷嚴重影響了農(nóng)民的種糧積極性，導致糧食總產(chǎn)量由1998年的5.1億噸持續(xù)下降至2003年的4.3億噸，一時間糧食生產(chǎn)安全問題引起了全社會的高度關注。在此背景下，中央政府從2004年開始連續(xù)出臺以“三農(nóng)”為主題的一號文件，提出以稅費改革、種糧補貼、農(nóng)村基礎設施建設等為主要內容的財政支農(nóng)體系。在國家政策的有力支持下，從2004年開始，糧食總產(chǎn)量持續(xù)增加，2014年達到6.07億噸①數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站:《國家統(tǒng)計局關于2014年糧食產(chǎn)量的公告》。，比上年增加0.9%，糧食總產(chǎn)量由此成功實現(xiàn)“十一連增”。

農(nóng)村稅費改革是繼家庭聯(lián)產(chǎn)承包責任制之后最重要的一項改革舉措[1-2]，它使得中國8億多農(nóng)民直接受益，農(nóng)民每年的減負總額達到約1250億元[3]。2000年3月2日，中央下發(fā)《關于進行農(nóng)村稅費改革試點工作的通知》，并選擇安徽作為改革的試點省份，從此拉開了稅費改革的序幕。稅費改革可分為兩個階段，第一階段為2000-2003年，改革的主要目的是正稅清費，主要內容包括“三個取消”、“兩個調整”和“一個替代”①“三個取消”包括取消鄉(xiāng)鎮(zhèn)統(tǒng)籌款、屠宰稅和面向農(nóng)民的政府性基金和行政事業(yè)性收費;“兩個調整”包括調整農(nóng)業(yè)稅稅率和農(nóng)業(yè)特產(chǎn)稅征收辦法;“一個替代”指的是以農(nóng)業(yè)附加稅替代村提留。。第二階段為2004-2006年，改革的主要目的是減免和取消農(nóng)業(yè)稅。2004年國家選擇黑龍江和吉林兩省作為全部免除農(nóng)業(yè)稅的試點省份，同時江蘇、安徽、山東、河南、河北、江西、湖南、遼寧、山東、內蒙古、四川等11個糧食主產(chǎn)區(qū)的農(nóng)業(yè)稅稅率統(tǒng)一降低3個百分點，其余省份的農(nóng)業(yè)稅稅率統(tǒng)一降低1個百分點。到2005年，絕大多數(shù)省份取消了農(nóng)業(yè)稅，2006年中央一號文件決定從2006年1月1日起在全國范圍內取消農(nóng)業(yè)稅，在中國延續(xù)了2600多年的“皇糧國稅”從此退出了歷史舞臺。

從歷史經(jīng)驗看，歷代正稅清費改革，每改革一次，農(nóng)民的稅賦就加重一次，農(nóng)民的生產(chǎn)積極性也相應受到抑制，這就是著名的“黃宗羲定律”[4]。原國務院總理溫家寶在2003年全國兩會期間表示，“共產(chǎn)黨人一定能夠走出‘黃宗羲定律’怪圈”②參見2003年3月6日全國兩會期間，原國務院總理溫家寶在參加湖北省代表團討論時的講話:http://news.sina.com.cn/c/2003-03-08/1409938410.shtml.。那么，作為一項重大的制度變革，稅費改革對中國糧食生產(chǎn)的影響如何，稅費改革是否真正激發(fā)了農(nóng)民的種糧積極性?這種刺激作用是否具有持續(xù)性?這些都是需要我們回答的重要實證性問題。研究稅費改革對糧食生產(chǎn)的影響，對于確保國家糧食安全、評估稅費改革的政策效果、總結政策經(jīng)驗以便為今后農(nóng)業(yè)政策的制定提供經(jīng)驗證據(jù)，都具有重要的實踐意義。然而，目前大多數(shù)研究關注的是稅費改革對農(nóng)民減負和增收、農(nóng)村投資、農(nóng)村消費的影響，如周黎安和陳燁[1]、劉明興等[5-6]、吳海濤等[7]、羅仁福等[8]、朱喜 等[9]、Wang and Shen[10]、汪 偉 等[2]。陳 飛等[11]利用動態(tài)面板 GMM方法研究了1995-2008年包括農(nóng)業(yè)稅減免政策在內的中國農(nóng)業(yè)政策對玉米、稻谷和小麥等主要農(nóng)作物生產(chǎn)的影響，結果發(fā)現(xiàn)各項農(nóng)業(yè)政策顯著促進了糧食生產(chǎn)，但在他們的研究中，農(nóng)業(yè)稅減免政策是以虛擬變量表示，且未分階段進行討論，沒有考慮到農(nóng)業(yè)稅減免的不同階段可能存在的差異性。王躍梅等[12]研究了農(nóng)村勞動力外流對糧食生產(chǎn)的影響，并選取以虛擬變量表示的農(nóng)業(yè)稅改革作為影響糧食生產(chǎn)的控制變量，研究表明農(nóng)業(yè)稅改革對糧食生產(chǎn)的影響并不顯著。將農(nóng)業(yè)稅費改革作為虛擬變量加以研究，具有一定的簡潔性和直觀性，但也存在不足之處，如并不能充分利用相關數(shù)據(jù)信息，從而研究結果缺乏準確性。星焱和胡小平[13]利用動態(tài)面板模型，考察了2004-2011年新一輪糧食增產(chǎn)的影響因素，但他們的研究并未涉及稅費改革這一重要政策因素?？梢?，現(xiàn)有文獻較少關注稅費改革對糧食生產(chǎn)的影響，缺乏針對稅費改革對糧食生產(chǎn)影響的專門研究和深入討論。與已有研究的不同之處在于:第一，本文利用農(nóng)業(yè)稅相關數(shù)據(jù)，構建稅費改革這一變量，實證研究稅費改革對糧食生產(chǎn)的影響，從而能夠更充分的利用樣本信息，克服了以往研究中將稅費改革作為虛擬變量所存在的不足;第二，根據(jù)稅費改革分階段推進的特點，將稅費改革分為2000-2003年和2004-2006年兩個區(qū)間段，分階段考察稅費改革對糧食生產(chǎn)的影響及其差異;第三，在實證研究2000-2006年稅費改革對糧食生產(chǎn)的影響的基礎上，本文還對2006年后稅費改革影響效果的持續(xù)性進行了探討。

余下部分安排如下:第二部分介紹區(qū)域選取、指標構建和模型設定、數(shù)據(jù)來源;第三部分利用分省動態(tài)面板數(shù)據(jù)的系統(tǒng)GMM(SYS-GMM)方法，實證研究稅費改革對糧食生產(chǎn)的影響。同時，通過構建不同的稅費減免指標，對研究結果進行穩(wěn)健性檢驗;第四部分考察稅費改革對農(nóng)民糧食生產(chǎn)的刺激作用是否具有持續(xù)性;最后一部分是結論和政策啟示。

二、區(qū)域選取、指標構建與模型設定

糧食播種面積和單位面積產(chǎn)量是決定糧食總產(chǎn)量的兩大基本因素，提高糧食總產(chǎn)量只能從這兩個方面入手。本文選擇稻谷、小麥和玉米三種糧食作物作為研究對象③近年來，這三種糧食作物產(chǎn)量占糧食總產(chǎn)量的比例均在85%以上，2012年這一比例達到91.5%。因此，選擇稻谷、小麥和玉米作物作為研究對象具有代表性。。

(一)區(qū)域選取

中國幅員遼闊，各地區(qū)糧食生產(chǎn)的自然條件和稟賦存在較大差異，導致各地區(qū)糧食生產(chǎn)的比較優(yōu)勢也存在較大的差異。因此，本文針對三種糧食作物，分別選取不同的區(qū)域作為樣本來源。選取的依據(jù)為，首先分別計算2000-2012年各省區(qū)三種糧食作物各自的累計總產(chǎn)量占全國累計總產(chǎn)量的比重，將比重高于1%的省區(qū)作為研究樣本。據(jù)此，本文針對稻谷作物、小麥作物和玉米作物分別選取19個、14個和20個省區(qū)作為樣本來源①本文在選取稻谷作物的樣本來源時，同時考慮了早秈稻、中秈稻、晚秈稻和粳稻四種類型。稻谷作物的樣本區(qū)域包括河北、吉林、遼寧、黑龍江、江蘇、浙江、安徽、福建、江西、河南、廣東、廣西、湖南、湖北、山東、重慶、四川、云南、貴州;小麥作物的樣本區(qū)域包括河北、山西、內蒙古、黑龍江、江蘇、安徽、河南、湖北、山東、四川、云南、陜西、甘肅、新疆;玉米作物的樣本區(qū)域包括河北、山西、內蒙古、吉林、遼寧、黑龍江、江蘇、安徽、河南、廣西、湖南、湖北、山東、四川、陜西、甘肅、云南、貴州、寧夏、新疆。。

(二)指標構建和模型設定

為確保研究結論的準確性，避免由于遺漏變量而可能造成的內生性問題，除了稅費改革這一核心解釋變量外，本文還將構建影響糧食播種面積和單位面積產(chǎn)量的主要控制變量。由于影響糧食播種面積和單位面積產(chǎn)量的因素不盡相同，下面將分別選取變量并說明選取依據(jù)。

1.核心解釋變量:稅費減免(GTA)

農(nóng)村稅費改革始于2000年，本文以2000年為基期，以2000年的農(nóng)業(yè)稅費額分別減去后續(xù)年份的稅費額，得到稅費額的差額，并將此差額作為衡量稅費減免力度的指標(記為GTA)。為考察研究結果的穩(wěn)健性，我們還將利用上述稅費額的差額除以2000年的稅費額，得到稅費減免的相對指標即稅費減免率(記為RTA)，并研究其與糧食生產(chǎn)的關系。需要指出的是，2000－2006年統(tǒng)計年鑒只公布了農(nóng)業(yè)稅、農(nóng)業(yè)特產(chǎn)稅、牧業(yè)稅、屠宰稅等稅費信息，考慮到本文研究的是稅費減免對糧食生產(chǎn)的影響，因此，本文將農(nóng)業(yè)稅、農(nóng)業(yè)特產(chǎn)稅和牧業(yè)稅這三種農(nóng)業(yè)稅加總得到總的農(nóng)業(yè)稅費額。

2.同時影響糧食播種面積和單位面積產(chǎn)量的控制變量

(1)財政支農(nóng)(AE)。除了進行稅費改革外，國家還實施了一系列支農(nóng)舉措，如糧食直補、良種補貼、農(nóng)機具購置補貼、農(nóng)業(yè)基礎建設等，這些政策無疑對農(nóng)業(yè)生產(chǎn)起到了促進作用。為了控制并反映這部分支農(nóng)政策的影響，我們以各地區(qū)用于“三農(nóng)”的財政支出額占總財政支出額的比重作為財政支農(nóng)變量(記為AE)。

(2)預期因素(EP)。預期因素包括農(nóng)民對糧價的預期、對種糧收益的預期，對國家政策的預期以及對自身的預期等等。理論上，預期因素對農(nóng)民的種糧行為應該具有顯著的影響，如當農(nóng)民預期糧價上漲或種糧收益提高，農(nóng)民將擴大種植面積或增加單位面積生產(chǎn)投入，或兼而有之。目前學者們在預期因素的選取上仍未達成共識。Nerlove提出了農(nóng)戶供給的適應性預期模型，并選擇預期價格作為預期因素[14-15]。國內如陳飛等[11]即借鑒 Nerlove的做法，研究發(fā)現(xiàn)預期價格因素對糧食產(chǎn)量的影響并不顯著，市場機制的杠桿作用并未得到顯現(xiàn)。星焱和胡小平[13]則對適應性預期在中國農(nóng)村的適用性提出質疑，他們認為適應性預期很可能不適合中國糧食生產(chǎn)的實證研究，并提出采用綜合性更高的預期種糧收益作為預期因素，實證結果表明預期種糧收益對糧食生產(chǎn)具有顯著的正向影響。本文采用星焱和胡小平[13]的做法，選取預期種糧收益作為影響糧食生產(chǎn)的預期因素(記為 EP)，以上期每畝種糧凈利潤代表本期預期凈利潤。

(3)抗災能力(DP)。中國是一個自然災害多發(fā)的國家，每一次自然災害都可能導致區(qū)域糧食的大面積減產(chǎn)，造成嚴重的經(jīng)濟損失。如2014年7月，中原大旱造成河南省秋糧嚴重減產(chǎn)，受旱面積達到2310萬畝，直接經(jīng)濟損失逾40億元②參見新華網(wǎng)新聞:http://news.xinhuanet.com/photo/2014-08/07/c_126843983.htm.。加快研究、制定和實施農(nóng)業(yè)保險政策，加強農(nóng)田灌溉基礎設施建設，增強農(nóng)民的防災抗災意識和能力，是提高農(nóng)業(yè)抗災能力的重要手段。成災和受災面積是反映抗災能力的兩個基本指標，本文以受災面積減去成災面積得到的差值與受災面積的比例，構建抗災能力變量(記為 DP)。

3.主要影響糧食播種面積的控制變量

(1)上期糧食播種面積(CA)。Johnson指出，農(nóng)民在進行糧食生產(chǎn)決策時，由于信息不完全、生產(chǎn)調整成本、生產(chǎn)技術制約等因素，使其無法及時地對生產(chǎn)投入進行調整，從而使得糧食生產(chǎn)具有滯后性[16]。基于此，本文選取滯后一期的糧食播種面積作為影響當期播種面積的控制變量(記為CA)，陳飛等[11]、星焱和胡小平[13]也都采取這一做法。

(2)產(chǎn)業(yè)結構(AS)。中國工業(yè)化和城鎮(zhèn)化的發(fā)展使得非農(nóng)用地需求大量增加，農(nóng)業(yè)用地與非農(nóng)用地的矛盾日益突出。為了反映非農(nóng)產(chǎn)業(yè)的發(fā)展對農(nóng)業(yè)的影響，我們以非農(nóng)產(chǎn)業(yè)增加值占GDP的比重來構造產(chǎn)業(yè)結構指標(記為AS)。

4.主要影響糧食單位面積產(chǎn)量的控制變量

(1)上期糧食單位面積產(chǎn)量(UP)。與糧食播種面積類似，糧食單位面積產(chǎn)量也存在粘滯性，因此，本文選取上期糧食單位面積產(chǎn)量作為影響當期糧食單產(chǎn)的控制變量(記為UP)。

(2)化肥使用量(FE)?；适翘岣呒Z食單產(chǎn)的重要因素，也是糧食生產(chǎn)物質費用中比重最大的費用項目。近年來，隨著單位面積種糧收益的增加，糧食施肥量呈不斷增長的趨勢。本文利用三種糧食作物每畝施肥量(折純)作為化肥使用量變量(記為FE)①其中，稻谷施肥量等于各地區(qū)早秈稻、中秈稻、晚秈稻和粳稻每畝施肥量的加權平均，權重為2012年每種稻谷產(chǎn)量占稻谷總產(chǎn)量的比重。。

由以上選取的變量可知，解釋變量里含有因變量的滯后項，因此，本文將構建糧食生產(chǎn)的動態(tài)面板模型。同時，為了排除其他不隨時間或地區(qū)變化的未知因素對糧食生產(chǎn)可能產(chǎn)生的系統(tǒng)性影響，本文對時間固定效應和地區(qū)固定效應進行了控制。

構建的糧食播種面積實證模型為:

糧食單位面積產(chǎn)量實證模型為:

其中，m=1，2，3 分別代表三種糧食作物，i代表地區(qū)，t代表時間，θm，i和 σm，i代表不隨時間變化的地區(qū)固定效應，λm，t和φm，t代表觀察不到的時間固定效應，μm，it和 ξm，it表示隨機干擾項。為消除可能存在的異方差性，本文對指標進行了取對數(shù)處理。稅費減免變量(GTA)和預期收益變量(EP)在少數(shù)年份為負值，故未對其取對數(shù)。

關于動態(tài)面板模型的估計方法，Arellano and Bond[17]提出了差分廣義矩估計方法(DIF-GMM)，但這種方法存在一定的缺陷，如在進行估計時并未充分利用所有可用的矩條件，從而導致嚴重的小樣本偏誤，而在大樣本下其表現(xiàn)也欠佳，得到的估計量很多時候并非有效估計量。Arellano and Bover[18]、Blundell and Bond[19]在 DIF-GMM 基礎上提出了系統(tǒng)廣義矩估計方法(SYS-GMM)，這種方法通過同時引入因變量高階滯后項和因變量的差分項作為工具變量，從而能夠得到更為有效的估計量。因此，本文的動態(tài)面板模型采用SYS-GMM進行估計。此外，由于本文的面板數(shù)據(jù)集都是“短面板”(T＜N)，后文的實證分析中不考慮數(shù)據(jù)的單位根等問題。

本文使用的是中國25個省市(自治區(qū))2000-2012年的面板數(shù)據(jù)，所有數(shù)據(jù)均來源于2000-2012年《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國農(nóng)業(yè)年鑒》、《全國農(nóng)產(chǎn)品成本收益資料匯編》。

三、實證結果分析

本文首先計算了自變量之間的相關系數(shù)，以檢查可能存在的多重共線性問題，結果發(fā)現(xiàn)各自變量間的相關系數(shù)均小于0.25，說明并不存在嚴重的多重共線性。由表1-7的回歸結果可知，Hansen檢驗值較小且其P值較大，說明工具變量的選擇是合適的，從而SYS-GMM方法得到的是有效估計量。

(一)稅費改革全時段估計結果分析

基于動態(tài)面板模型的SYS-GMM方法，估計了2000-2006年整個稅費改革期間，稅費減免對糧食生產(chǎn)的影響。表1和表2分別給出了稅費減免對三種糧食作物播種面積和單位面積產(chǎn)量的影響的估計結果。表1中，估計(1)、(3)、(5)給出的是沒有任何控制變量的回歸結果，結果表明稅費減免變量的系數(shù)均為正且較為顯著。定量上看，以小麥作物為例，農(nóng)業(yè)稅費每減免一億元，小麥播種面積將增加0.35%。估計(2)、(4)、(6)進一步加入了可能影響糧食播種面積的控制變量，結果發(fā)現(xiàn)除了玉米作物外，稻谷作物和小麥作物的系數(shù)仍然顯著。表2的估計思路同表1。表2的估計結果顯示，無論是否加入控制變量，稅費減免變量的系數(shù)始終為正且高度顯著，且總體看，表2中稅費減免變量的系數(shù)要大于表1中相應糧食作物稅費減免變量的系數(shù)，說明稅費改革對糧食單位面積產(chǎn)量具有更顯著的刺激作用。綜上，稅費改革對糧食生產(chǎn)具有顯著的正向影響，陳飛等[11]的研究結論與本文的這一研究結果相一致。

表1 稅費改革對糧食播種面積影響的SYS-GMM估計結果(2000-2006)

此外，本文還發(fā)現(xiàn)，三種糧食作物播種面積滯后項的系數(shù)均超過了0.9，且高度顯著，而糧食單位面積產(chǎn)量滯后項的系數(shù)雖然也較為顯著，但只有0.25左右，說明糧食播種面積的調整能力較低且高度依賴于前期的播種面積，糧食單位面積產(chǎn)量則與前期單位面積產(chǎn)量的關聯(lián)度相對較低。財政支農(nóng)政策對農(nóng)民的糧食生產(chǎn)行為具有顯著的推動作用且系數(shù)較大，說明財政支農(nóng)舉措取得了較好的成效。預期因素對糧食播種面積和單位面積產(chǎn)量影響系數(shù)的符合相反，且系數(shù)較小，說明總體上預期收益對糧食生產(chǎn)的影響并不明顯，這與農(nóng)民種糧缺少比較優(yōu)勢的現(xiàn)狀相吻合?？篂哪芰Φ奶岣吆突适┯脤Z食生產(chǎn)都具有較為顯著的正向影響。產(chǎn)業(yè)結構因素對稻谷和小麥作物播種面積具有負向影響且系數(shù)較大，對玉米作物播種面積具有正向影響，但都不顯著，說明非農(nóng)產(chǎn)業(yè)的發(fā)展沒有對糧食生產(chǎn)產(chǎn)生顯著的不利影響。

表2 稅費改革對糧食單位面積產(chǎn)量影響的SYS-GMM估計結果(2000-2006)

(二)稅費改革兩階段對糧食生產(chǎn)影響的差異分析

為了深入考察稅費改革兩個階段對糧食生產(chǎn)的影響及其差異，本文分別對2000-2003年和2004-2006年兩個區(qū)間段進行回歸，其中，表3給出了2000-2003年的回歸結果，表4和表5給出了2004-2006年的回歸結果。表3的結果顯示，稅費改革變量的系數(shù)均不顯著，對稻谷、小麥作物單位面積產(chǎn)量和玉米播種面積的影響系數(shù)甚至為負，說明稅費改革第一階段對糧食生產(chǎn)的影響并不顯著。此外，財政支農(nóng)變量的系數(shù)也不顯著，原因在于2000-2003年國家對“三農(nóng)”的財政支持力度還不大，因而效果不明顯。

表3 稅費改革對糧食生產(chǎn)影響的SYS-GMM估計結果(2000-2003)

表4和表5分別報告了2004-2006年期間稅費改革對糧食播種面積和單位面積產(chǎn)量影響的回歸結果，其中估計(1)、(3)、(5)均報告的是考慮所有控制變量后，稅費改革對糧食生產(chǎn)的影響。從回歸系數(shù)看，絕大多數(shù)糧食作物的系數(shù)較大且較為顯著，說明稅費改革對糧食生產(chǎn)的刺激作用主要體現(xiàn)在改革的第二階段即稅費減免階段。由于2004年是稅費改革承上啟下的年份，從2004年開始才實行農(nóng)業(yè)稅的減免政策，因此，為了考察2004年的政策效應是否顯著異于2005和2006年，我們進一步在回歸方程中分別加入了稅費減免指標與2005年和2006年的年份交互項，表4和表5中的估計(2)、(4)、(6)分別給出了回歸結果。從結果可以發(fā)現(xiàn)，首先從系數(shù)顯著性看，加入交互項之前顯著的稅費減免變量，在加入交互項后其系數(shù)大多仍然顯著，且除了稻谷作物播種面積外，其他回歸中交互項的系數(shù)均不顯著;其次，從系數(shù)大小看，加入交互項后，稅費減免變量的系數(shù)總體上不減反增。以上分析說明，總體看，2005年和2006年稅費改革的政策效應與2004年相比并不存在顯著差異，說明從2004年開始，稅費減免政策就通過改變農(nóng)民糧食生產(chǎn)的預期，從而激發(fā)了農(nóng)民糧食生產(chǎn)的積極性①本文還嘗試通過進一步加入2005年和2006年的年份啞變量，以進一步控制可能存在的糧食生產(chǎn)行為的時間變異，所得估計結果基本不變。限于篇幅，未在文章中報告，如有需要，可聯(lián)系作者索取。。我們的估計還顯示，在眾多控制變量中，財政支農(nóng)政策、抗災能力和化肥施用是影響糧食生產(chǎn)行為的主要因素，這與陳飛等[11]、星焱和胡小平[13]等人的研究結論相一致。

表4 稅費改革對糧食播種面積影響的SYS-GMM估計結果(2004-2006)

表5 稅費改革對糧食單位面積產(chǎn)量影響的SYS-GMM估計結果(2004-2006)

表6 稅費減免率對糧食生產(chǎn)影響的SYS-GMM估計結果(2000-2006)

(三)穩(wěn)健性檢驗

前文的分析中，稅費改革變量采用的是絕對量指標，那么，上文的回歸結果對不同的稅費改革變量是否具有穩(wěn)健性，值得我們進一步討論。與絕對稅費減免額相比，稅費減免率是在原有稅費負擔基礎上稅費的變動幅度，可以更好的體現(xiàn)稅費減免的程度。因此，這里我們將構建稅費改革的相對量指標作為替代性的稅費減免指標①以2000年為基期，將后續(xù)年份的稅費減免額除以2000年的稅費額，即得到稅費減免的相對量指標。，對前文的研究結果進行驗證。表6的回歸結果顯示，替代性的稅費減免指標對糧食播種面積和單位面積產(chǎn)量均具有顯著的正向影響，這與上文的研究結論基本一致。由此可見，本文的研究結論對于不同的稅費減免指標具有較好的穩(wěn)健性②本文還嘗試將2000-2006年分為2000-2003年和2004-2006年，分別估計了替代性的減稅指標對兩個階段糧食生產(chǎn)的影響，所得結果仍具有較好的穩(wěn)健性。限于篇幅，未在文章報告，如有需要，可聯(lián)系作者索取。。從回歸系數(shù)看，與稅費減免的絕對量指標相比，稅費減免率指標對糧食生產(chǎn)的影響系數(shù)要小一些，以小麥播種面積為例，稅率減免率每提高1個百分點，小麥播種面積將增加0.0534%。另外，除了產(chǎn)業(yè)結構變量外，其他控制變量對糧食生產(chǎn)的影響均較為顯著，這也與前文的回歸結果較為一致。

四、稅費改革對糧食生產(chǎn)的政策效應持續(xù)性檢驗

前文研究發(fā)現(xiàn)，稅費改革政策對糧食生產(chǎn)具有顯著的促進作用，那么，2006年農(nóng)業(yè)稅永久性取消后，這一減免稅政策對糧食生產(chǎn)的影響是否具有持續(xù)性?接下來本文將對這一問題進行簡要探討。前文研究表明，稅費改革對糧食生產(chǎn)的刺激作用主要體現(xiàn)在2004-2006年，且2005年和2006年的政策效應與2004年相比并無顯著差異，我們將2007-2012年時間段并入本文的分析，仍采用稅費減免的絕對量指標(GTA)，計算了2007-2012年的稅費減免額③2006-2012年的農(nóng)業(yè)稅費額均為零，因此，實際上2007-2012年的稅費減免額與2006年稅費減免額是相同的。，然后利用2004-2012年動態(tài)面板模型，并在模型中加入稅費減免變量與2007-2012年年份啞變量的交互項，通過觀察交互項的系數(shù)來判斷2007-2012年的農(nóng)業(yè)稅費減免對糧食生產(chǎn)的影響與2004-2006年是否具有顯著差異。表7報告了估計結果。我們發(fā)現(xiàn)，所有交互項的系數(shù)均不顯著，說明2007-2012年稅費減免對糧食生產(chǎn)的影響系數(shù)與2004-2006年時間段并無顯著差異，稅費改革對糧食生產(chǎn)影響的政策效應具有較為明顯的持續(xù)性①本文還嘗試通過在模型中進一步加入2007年、2008年、2009年、2010年、2011年和2012年的年份啞變量，以進一步控制時間固定效應，所得估計結果仍基本不變。限于篇幅，未在文章中報告，如有需要，可聯(lián)系作者索取。。

表7 稅費改革對糧食生產(chǎn)刺激作用持續(xù)性檢驗(2004-2012)

五、結論與政策啟示

本文分別構建了糧食播種面積和單位面積產(chǎn)量的動態(tài)面板模型，利用2000-2012年省級面板數(shù)據(jù)和系統(tǒng)GMM估計方法，實證研究了稅費改革對稻谷、小麥和玉米三種糧食作物播種面積和單位面積產(chǎn)量的影響，較為全面和深入的考察了稅費改革的政策效果，并在此基礎上進一步分析了稅費改革對糧食生產(chǎn)影響的持續(xù)性。實證結果表明，2000-2006年推行的農(nóng)村稅費改革對糧食生產(chǎn)起到了顯著的推動作用，但這一推動作用主要體現(xiàn)在稅費改革的第二階段即2004-2006年的稅費減免階段，且作為稅費減免的起始之年，2004年的政策效果與2005年和2006年并無顯著差異，說明2004年農(nóng)民就已根據(jù)其對稅費減免政策的預期，較為充分的調整了自身的糧食生產(chǎn)行為。上述研究結論對替代性的減稅指標具有較好的穩(wěn)健性。本文最后還簡要分析了稅費改革政策效應的持續(xù)性，發(fā)現(xiàn)稅費改革對糧食生產(chǎn)的刺激作用在全面取消農(nóng)業(yè)稅的后續(xù)年份仍表現(xiàn)出較強的持續(xù)性。另外，本文還發(fā)現(xiàn)財政支農(nóng)政策、抗災能力和化肥施用對糧食生產(chǎn)具有較為顯著的正向影響，預期因素和產(chǎn)業(yè)結構變量的影響不明顯。

本文的研究證實了稅費改革對糧食生產(chǎn)的積極有效影響，這可以為政府部門在制定糧食生產(chǎn)扶持政策時提供必要的經(jīng)驗證據(jù)。糧食安全問題始終是中國經(jīng)濟社會發(fā)展中的一個重大現(xiàn)實問題，盡管自2004年以來，糧食總產(chǎn)量已實現(xiàn)“十一連增”，但近年來糧食自給率卻出現(xiàn)了下降，糧食供求總量依然趨緊，結構性矛盾也越發(fā)突出。因此，任何時候我們都不能對糧食安全問題掉以輕心。值得指出的是，稅費改革改變的不僅是農(nóng)民的稅費負擔和糧食生產(chǎn)行為，還包括農(nóng)村地區(qū)的干群關系和村鎮(zhèn)基層政府的財政收入來源，例如，稅費改革后村干部的領導權被削弱、招商引資成為彌補基層政府收支缺口的重要手段[20]。稅費改革所帶來的這些連鎖反應提醒我們，一方面，要密切關注農(nóng)村地區(qū)經(jīng)濟社會發(fā)展的動態(tài)變化，繼續(xù)保持和維護好當前稅費改革所取得成績;另一方面，應加強與稅費改革相關的配套式改革，進一步拓寬村鎮(zhèn)政府的財政收入來源，從而為保障稅費改革的中長期效果、徹底跳出“黃宗羲定律”創(chuàng)造更為堅實的物質基礎。

[1]周黎安，陳燁.中國農(nóng)村稅費改革的政策效果——基于雙重差分模型的估計[J].經(jīng)濟研究，2005(8):44-53.

[2]汪偉，艾春榮，曹暉.稅費改革對農(nóng)村居民消費的影響研究[J].管理世界，2013(1):89-100.

[3]謝旭人.功在當代 利在千秋——紀念農(nóng)村稅費革十周年[J].求是，2011(4):11-13.

[4]秦暉.并稅式改革與“黃宗羲定律”[J].農(nóng)村經(jīng)營管理，2002(3):6-7.

[5]劉明興，徐志剛，陶然，蘇雪燕.農(nóng)村稅費改革前后農(nóng)民負擔及其累退性變化與區(qū)域差異[J].中國農(nóng)村經(jīng)濟，2007(5):41-51.

[6]劉明興，徐志剛，劉永東，陶然.農(nóng)村稅費改革、農(nóng)民負擔與基層干群關系改善之道[J].管理世界，2008(9):82-89.

[7]吳海濤，丁士軍，李韻.農(nóng)村稅費改革的效果及影響機制——基于農(nóng)戶面板數(shù)據(jù)的研究[J].世界經(jīng)濟文匯，2013(1):104-120.

[8]羅仁福，張林秀，黃季焜.村民自治、農(nóng)村稅費改革與農(nóng)村公共投資[J].經(jīng)濟學季刊，2006(3):1295-1310.

[9]朱喜，史清華，李銳.轉型時期農(nóng)戶的經(jīng)營投資行為——以長三角15村跟蹤觀察農(nóng)戶為例[J].經(jīng)濟學季刊，2010(2):713-730.

[10]Wang X，Shen Y.The effect of China's agricultural tax abolition on rural families'incomes and production[J].China Economic Review，2014，29:185 – 199.

[11]陳飛，范慶泉，高鐵梅.農(nóng)業(yè)政策、糧食產(chǎn)量與糧食生產(chǎn)調整能力[J].經(jīng)濟研究，2010(11):101-114.

[12]王躍梅，姚先國，周明海.農(nóng)村勞動力外流、區(qū)域差異與糧食生產(chǎn)[J].管理世界，2013(11):67-76.

[13]星焱，胡小平.中國新一輪糧食增產(chǎn)的影響因素分析:2004-2011年[J].中國農(nóng)村經(jīng)濟，2013(6):14-26.

[14]Nerlove M.The dynamics of supply:Retrospect and prospect[J].American Journal of Agricultural Economics，1979，61(5):874-888.

[15]Nerlove M，Bessler D.Expectations，information and dynamics[J].Handbook of Agricultural Economics，2001，18:155-206.

[16]Johnson G.L.Supply functions:Some facts and notes[M].Agricultural Adjustment Problems in a Growing Economy，1956，State University Press.

[17]Arellano M，Bond S.Some tests of specification for panel data:Monte calro evidence and an application to employment equations[J].Reviews of Economic Studies，1991，58(2):277-297.

[18]Arellano M，Bover O.Another look at the instrumental variable estimation of error-component models[J].Journal of Econometrics，1995，68(1):29-51.

[19]Blundell R，Bond S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of Econometrics，2002，87(1):115 – 143.

[20]Chen A.How has the abolition of agricultural taxes transformed village governance in China?Evidence from agricultural regions[J].The China Quarterly，2014，219:715-735.