楊 卓，羅興武，黃 瑋

（1.浙江樹人大學(xué)管理學(xué)院，浙江杭州 310011；2.浙江財(cái)經(jīng)大學(xué)工商管理學(xué)院，浙江杭州 310018；3.浙江省林業(yè)資金管理中心，浙江杭州 310018）

林下養(yǎng)雞作為一種新型的養(yǎng)殖模式，已經(jīng)在全國(guó)各地興起，并在廣西、四川、重慶等省（市）取得了顯著成效。相比于傳統(tǒng)養(yǎng)雞業(yè)，林下養(yǎng)雞具有單位土地面積利用率高[1]、降低養(yǎng)殖飼養(yǎng)成本支出[2]、雞肉雞蛋產(chǎn)品更受消費(fèi)者喜愛[3]等顯著優(yōu)勢(shì)。為推動(dòng)林下養(yǎng)雞業(yè)的發(fā)展，政府部門制定了一系列的財(cái)政扶持政策，其中財(cái)政部、國(guó)家林業(yè)和草原局制訂的林業(yè)貸款貼息政策，在2016 年將林下養(yǎng)雞納入扶持范圍，但又于2018 年將其剔出扶持范圍。這為深入了解林下養(yǎng)殖扶持政策取消對(duì)農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)的影響提供了研究情境。

從研究現(xiàn)狀來看：第一，學(xué)者已經(jīng)就養(yǎng)殖業(yè)政府補(bǔ)貼的積極作用及其作用原理開展了一系列實(shí)證研究。研究分別表明，政府補(bǔ)貼對(duì)于肉牛（奶牛）養(yǎng)殖[4]、生豬養(yǎng)殖[5]、林下養(yǎng)雞[6]都有一定激勵(lì)作用，有利于減少農(nóng)戶（農(nóng)業(yè)企業(yè)）投融資的成本，增加進(jìn)一步追加養(yǎng)殖投入的可能性。第二，有研究發(fā)現(xiàn)并非所有類型的肉牛補(bǔ)貼政策對(duì)肉牛養(yǎng)殖戶積極性都具有同等的正向促進(jìn)作用[4]；關(guān)于西北地區(qū)肉牛養(yǎng)殖的研究也支持了補(bǔ)貼類型對(duì)養(yǎng)殖技術(shù)效率的影響存在差異，其中凍精補(bǔ)貼的影響是正向的，而母牛補(bǔ)貼的影響是負(fù)向的[7]。第三，學(xué)者已經(jīng)開始關(guān)注政府補(bǔ)貼的負(fù)面影響，尤其是政府補(bǔ)貼取消后可能帶來的負(fù)面影響。關(guān)于戰(zhàn)略性新興產(chǎn)業(yè)的研究指出，在政府補(bǔ)貼的強(qiáng)刺激下，產(chǎn)業(yè)呈現(xiàn)出“政策存在則發(fā)展、政策退出則衰落”的補(bǔ)貼依賴癥[8]。關(guān)于大豆補(bǔ)貼的研究也表明，大豆生產(chǎn)者補(bǔ)貼政策更有利于引導(dǎo)農(nóng)戶增種大豆，若政策調(diào)整，則會(huì)使大豆種植面積出現(xiàn)一定程度的下滑[9]。

本文基于浙江省林下養(yǎng)雞行業(yè)634 戶養(yǎng)殖戶的調(diào)查，采用多元回歸分析法研究林下養(yǎng)雞貸款政策取消對(duì)農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的影響，以及享受補(bǔ)貼的時(shí)間長(zhǎng)短、往年養(yǎng)殖規(guī)模、往年資金投入結(jié)構(gòu)、所處區(qū)域等變量在這一影響機(jī)制中發(fā)揮的作用，從而揭示政府補(bǔ)貼政策取消對(duì)不同農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的差異化影響。

1 研究方法

1.1 樣本選擇與數(shù)據(jù)收集 本文以浙江省林下養(yǎng)雞行業(yè)作為研究情境。2016 年國(guó)家林業(yè)和草原局將林下養(yǎng)雞納入貼息范圍后，浙江省積極宣傳，主動(dòng)組織各市縣開展農(nóng)戶林下養(yǎng)雞貸款申報(bào)工作，2016 年和2017 年全省向國(guó)家申請(qǐng)政策扶持的縣域?yàn)?2 個(gè)。研究團(tuán)隊(duì)于2019年1—5 月在這些縣域相關(guān)政府主管部門的協(xié)助下，收集了相關(guān)數(shù)據(jù)，其中包括：1）所有獲得林下養(yǎng)殖貸款貼息的農(nóng)戶數(shù)據(jù)；2）未獲得林下貸款貼息的農(nóng)戶數(shù)據(jù)，包括2 種情形，一種是有貸款且曾向主管部門申請(qǐng)但最終未獲得貼息的農(nóng)戶，另一種是有貸款且曾向主管部門咨詢但最終未申請(qǐng)貼息扶持的農(nóng)戶。采取這種取樣方式盡管未能獲取開展林下養(yǎng)殖但未獲取貼息的所有農(nóng)戶的數(shù)據(jù)，但優(yōu)勢(shì)在于可以使獲得貼息和未獲得貼息的農(nóng)戶在是否貸款這一屬性上保持一致，有助于一定程度上降低“反事實(shí)情形”的存在[10]。本次調(diào)查最終共獲得702份問卷，考慮到因變量農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率為跨年數(shù)據(jù)，對(duì)養(yǎng)殖年限不滿2 年的養(yǎng)雞戶進(jìn)行剔除，最終共獲得有效問卷634 份（表1）。

1.2 變量測(cè)量和模型構(gòu)建 變量的類型、名稱、測(cè)量方式見表2。本研究因變量為農(nóng)戶林下養(yǎng)雞規(guī)模增長(zhǎng)率，計(jì)算時(shí)的養(yǎng)雞數(shù)量為全年總養(yǎng)殖數(shù)量，包括肉雞和蛋雞。

由于林下養(yǎng)雞貸款政策取消主要是對(duì)之前享受過補(bǔ)貼政策的農(nóng)戶產(chǎn)生影響，因此為了檢驗(yàn)政策取消對(duì)農(nóng)戶養(yǎng)殖規(guī)模變動(dòng)的影響，本文設(shè)置了自變量農(nóng)戶享受林下養(yǎng)雞貸款貼息，變量為二值虛擬變量，描述的是農(nóng)戶在2016、2017 年里享受林下養(yǎng)雞貸款貼息的情況。本文還設(shè)置了變量享受補(bǔ)貼時(shí)間的長(zhǎng)度，主要檢驗(yàn)的是補(bǔ)貼時(shí)間差異是否會(huì)使政策取消后農(nóng)戶養(yǎng)殖規(guī)模變動(dòng)產(chǎn)生差異，以此考量對(duì)曾經(jīng)享受過貼息政策的農(nóng)戶的影響。

調(diào)節(jié)變量主要考慮3 個(gè)，即農(nóng)戶往年養(yǎng)殖規(guī)模、農(nóng)戶往年資金投入結(jié)構(gòu)、區(qū)域。其中農(nóng)戶往年養(yǎng)殖規(guī)模和農(nóng)戶往年資金投入結(jié)構(gòu)主要是關(guān)于農(nóng)戶養(yǎng)殖方面的屬性，考慮到農(nóng)戶對(duì)往年數(shù)據(jù)的回憶偏差以及不同時(shí)期農(nóng)戶養(yǎng)殖規(guī)模和資金投入結(jié)構(gòu)的差異，本文在測(cè)量往年養(yǎng)殖規(guī)模和往年資金投入結(jié)構(gòu)2 個(gè)變量時(shí)僅考慮前2 個(gè)年度的情況。區(qū)域主要檢驗(yàn)農(nóng)戶所處區(qū)域的差異是否會(huì)使政策取消后農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率產(chǎn)生差異，有研究指出地區(qū)差異會(huì)影響政府補(bǔ)貼政策的成效[8]。對(duì)于經(jīng)濟(jì)較為發(fā)達(dá)、市場(chǎng)較為完善的區(qū)域，農(nóng)戶通?？梢越柚娲缘馁Y金來源來抵消政府補(bǔ)貼政策取消產(chǎn)生的負(fù)面影響。本文對(duì)區(qū)域的測(cè)量主要通過設(shè)置1 個(gè)二值虛擬變量來實(shí)現(xiàn)，按照浙江省2017 年統(tǒng)計(jì)年鑒中的全年地區(qū)生產(chǎn)總值（GDP）將樣本農(nóng)戶所處的12 個(gè)縣域數(shù)劃分為兩檔，其中GDP 處于前50%的賦值為1，包括瑞安市、富陽(yáng)區(qū)、安吉縣、蓮都區(qū)、浦江縣、青田縣；GDP 處于后50%的賦值為0，包括縉云縣、龍泉市、開化縣、遂昌縣、松陽(yáng)縣、慶元縣。

此外，借鑒以往研究成果，本文對(duì)農(nóng)戶年齡、農(nóng)戶受教育程度、養(yǎng)殖戶用工數(shù)變量、農(nóng)戶養(yǎng)殖年限等變量進(jìn)行了控制。

基于此，本文構(gòu)建了6 個(gè)實(shí)證模型用于分析林下養(yǎng)殖貸款政策取消對(duì)林下養(yǎng)雞戶養(yǎng)殖規(guī)模增長(zhǎng)率的影響，以及享受貼息的年限、往年養(yǎng)殖規(guī)模、往年資金投入結(jié)構(gòu)、區(qū)域4 個(gè)變量在這一影響中發(fā)揮的作用。

模型（1）檢驗(yàn)的是控制變量（包括調(diào)節(jié)變量）對(duì)林下養(yǎng)雞農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的影響；模型（2）檢驗(yàn)的是林下養(yǎng)雞貸款貼息政策取消后，農(nóng)戶先前是否享受過貼息政策對(duì)養(yǎng)殖規(guī)模增長(zhǎng)率的直接影響；模型（3）檢驗(yàn)的是對(duì)于獲得林下養(yǎng)雞貸款貼息的農(nóng)戶來說，享受補(bǔ)貼的時(shí)間長(zhǎng)度的影響作用；模型（4）檢驗(yàn)的是往年養(yǎng)殖規(guī)模的調(diào)節(jié)作用；模型（5）檢驗(yàn)的是往年資金投入結(jié)構(gòu)的調(diào)節(jié)作用；模型（6）檢驗(yàn)的是所處區(qū)域的調(diào)節(jié)作用。模型中核心變量的英文名稱詳見表1，α0、β0、χ0、δ0、ε0、φ0為常數(shù)項(xiàng)，α1—α7、β1—β8、χ1—χ8、δ1—δ9、ε1—ε9、φ1—φ9分別為各變量的系數(shù)，ζ為誤差項(xiàng)。本文采用普通最小二乘分析法（OLS）對(duì)上述研究模型進(jìn)行檢驗(yàn)。在檢驗(yàn)先前養(yǎng)殖規(guī)模、先前資金投入結(jié)構(gòu)、區(qū)域3 個(gè)因素的調(diào)節(jié)影響時(shí)，為了盡可能降低變量之間共線性對(duì)回歸結(jié)果帶來的不利影響，本文在計(jì)算交互項(xiàng)時(shí)，對(duì)變量進(jìn)行了中心化處理。

2 結(jié)果

2.1 描述性分析 變量的描述性統(tǒng)計(jì)結(jié)果見表3，先前享受過林下養(yǎng)雞貸款貼息政策的農(nóng)戶有226 人，占35.6%。相比于2017 年，2018 年農(nóng)戶養(yǎng)殖規(guī)模平均增加33.5%，說明總體上林下養(yǎng)雞規(guī)模呈上升態(tài)勢(shì)，這可能與政府鼓勵(lì)林下養(yǎng)雞以及肉雞、雞蛋價(jià)格上漲有關(guān)。農(nóng)戶2016—2017 年的平均養(yǎng)殖規(guī)模為133 只，2016—2017 年平均將27.1% 的資金投入到雞舍、設(shè)備等固定資產(chǎn)上。相比于2017 年，農(nóng)戶固定用工數(shù)增加的比例為40.7%。高中以下的農(nóng)戶占95.1%，說明農(nóng)戶普遍受教育水平不高。農(nóng)戶平均年齡為43 歲，最小的為35 歲，最大的為62 歲，這與實(shí)際情況也較為符合。農(nóng)戶平均養(yǎng)殖年限為5.84 年。

2.2 農(nóng)戶是否享受過貼息政策在養(yǎng)殖規(guī)模增長(zhǎng)率上的均值比較分析 如表4 所示，享受過貼息的林下養(yǎng)雞農(nóng)戶在政策取消后的養(yǎng)殖規(guī)模增長(zhǎng)率均值為20.5%，而未享受過貼息的農(nóng)戶則為40.7%，二者相差20.2%。T 值為3.684，顯著性水平為0.000，說明享受過貼息和未享受過貼息的林下養(yǎng)雞農(nóng)戶在政策取消后的養(yǎng)殖規(guī)模增長(zhǎng)率存在顯著差異，95%置信區(qū)間不包括零值也進(jìn)一步證實(shí)了這一結(jié)論。

2.3 回歸分析 如表5 所示，模型（1）結(jié)果顯示，往年資金投入結(jié)構(gòu)對(duì)農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率存在顯著正向影響，說明農(nóng)戶往年資金投入到固定資產(chǎn)上的比例越高，農(nóng)戶養(yǎng)殖規(guī)模的增長(zhǎng)率越高；區(qū)域?qū)r(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的影響，在模型（3）中為在0.01 水平上顯著，在模型（2）、（4）和（6）中為在0.1 水平上顯著，在模型（1）和（5）中接近0.1 顯著水平，說明經(jīng)濟(jì)發(fā)達(dá)地區(qū)的農(nóng)戶的養(yǎng)殖規(guī)模增長(zhǎng)率較高。其他變量的影響系數(shù)在統(tǒng)計(jì)學(xué)意義上不顯著，但影響方向與實(shí)際情況均較為吻合，說明在本研究樣本里，這些變量并不是影響農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的重要變量。

模型（2）結(jié)果顯示，先前是否享受貸款貼息對(duì)農(nóng)戶養(yǎng)殖規(guī)模變動(dòng)存在顯著負(fù)向影響（β=-0.203，P＜0.001），具體來說，享受過貸款貼息的農(nóng)戶在財(cái)政補(bǔ)助政策取消后的養(yǎng)殖規(guī)模增長(zhǎng)率會(huì)較未享受補(bǔ)貼的農(nóng)戶低20.3%。這說明，實(shí)施林下養(yǎng)雞貸款貼息政策會(huì)促使農(nóng)戶擴(kuò)大養(yǎng)殖規(guī)模，但如果這一政策的持續(xù)時(shí)間較短，這種促進(jìn)作用一定程度上是不可持續(xù)的，在政策短暫執(zhí)行并取消后，農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)較獲得補(bǔ)貼的年份來說會(huì)出現(xiàn)顯著下降，甚至出現(xiàn)負(fù)增長(zhǎng)的現(xiàn)象。

表2 變量的類型、名稱、測(cè)量方式

表3 變量的描述性統(tǒng)計(jì)

表4 農(nóng)戶是否享受貼息在政策取消后養(yǎng)殖規(guī)模增長(zhǎng)率的獨(dú)立樣本T 檢驗(yàn)結(jié)果

表5 農(nóng)戶林下養(yǎng)雞規(guī)模變動(dòng)的多元回歸分析

本文進(jìn)一步考察了政府養(yǎng)殖扶持政策取消后，享受政策扶持的時(shí)間對(duì)農(nóng)戶養(yǎng)殖規(guī)模變動(dòng)的影響?？紤]到貸款貼息政策享受與否和貸款貼息享受年限存在高度共線性，因此，本文不采用傳統(tǒng)的直接計(jì)算交叉項(xiàng)的方法來檢驗(yàn)貼息享受年限對(duì)貸款貼息政策享受的調(diào)節(jié)效應(yīng)，而是首先對(duì)先前年度未享受貸款貼息的農(nóng)戶樣本進(jìn)行剔除，剩余226 個(gè)樣本，然后分析這些農(nóng)戶樣本享受貸款貼息的年限對(duì)養(yǎng)殖規(guī)模增長(zhǎng)率的影響。模型（3）結(jié)果顯示，貸款貼息年限對(duì)農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率存在顯著負(fù)向影響（β=-0.593，P＜0.001），享受貼息的年限每增加1 年，養(yǎng)殖規(guī)模的增長(zhǎng)率就少59.3%。這一定程度上證明“補(bǔ)貼依賴”現(xiàn)象在林下養(yǎng)雞產(chǎn)業(yè)中存在，即當(dāng)農(nóng)戶享受補(bǔ)貼的時(shí)間越長(zhǎng)，就越容易對(duì)政府補(bǔ)貼產(chǎn)生依賴性，如果在此期間未能將政府補(bǔ)貼轉(zhuǎn)化為自身生產(chǎn)經(jīng)營(yíng)能力和技術(shù)提升，那么政策取消將會(huì)對(duì)當(dāng)前的養(yǎng)殖規(guī)模帶來嚴(yán)重的負(fù)面影響。

模型（4）結(jié)果顯示，農(nóng)戶往年養(yǎng)殖規(guī)模和享受貸款貼息的交互項(xiàng)對(duì)當(dāng)年度農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率存在顯著負(fù)向影響（β=-0.026，P＜0.01），說明農(nóng)戶往年養(yǎng)殖規(guī)模會(huì)強(qiáng)化補(bǔ)貼政策取消對(duì)享受過貼息農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的負(fù)向影響，農(nóng)戶往年養(yǎng)殖規(guī)模越大，貼息政策取消后，養(yǎng)殖規(guī)模增長(zhǎng)率越低。

模型（5）結(jié)果顯示，農(nóng)戶往年資金投入結(jié)構(gòu)和享受貸款貼息的交互項(xiàng)對(duì)當(dāng)年度農(nóng)戶養(yǎng)殖規(guī)模變動(dòng)存在顯著正向影響（β=0.880，P＜0.01），這說明農(nóng)戶往年的資金投入結(jié)構(gòu)會(huì)弱化補(bǔ)貼政策取消對(duì)先前享受過貼息農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的負(fù)向影響，農(nóng)戶往年的貸款資金投入到雞舍、養(yǎng)殖設(shè)備等固定資產(chǎn)的比例越大，貼息政策取消后養(yǎng)殖規(guī)模增長(zhǎng)率越高。

模型（6）結(jié)果顯示，農(nóng)戶所處區(qū)域和享受貸款貼息的交互項(xiàng)對(duì)當(dāng)年度農(nóng)戶養(yǎng)殖規(guī)模變動(dòng)存在顯著正向影響（β=0.297，P＜0.01），這說明農(nóng)戶所處區(qū)域會(huì)弱化補(bǔ)貼政策取消對(duì)先前享受過貼息農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的負(fù)向影響，相比于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的農(nóng)戶，經(jīng)濟(jì)發(fā)達(dá)地區(qū)的農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率在貼息政策取消后要更高。原因可能在于經(jīng)濟(jì)發(fā)達(dá)地區(qū)的農(nóng)戶對(duì)于政府扶持政策的依賴性要弱，他們更多的只是將政府扶持作為一種養(yǎng)殖的額外獎(jiǎng)勵(lì)，而非作為養(yǎng)殖資金的來源。此外，相比于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)所擁有的更為完善的制度和營(yíng)商環(huán)境也提供了更多政府扶持政策的替代物，如商業(yè)銀行貸款、產(chǎn)業(yè)發(fā)展基金等。

3 政策建議

本研究結(jié)果表明：1）相比于未享受過貼息政策的農(nóng)戶而言，政府補(bǔ)貼政策取消會(huì)導(dǎo)致先前享受過貼息政策農(nóng)戶養(yǎng)殖規(guī)模增長(zhǎng)率的下降；2）政策取消前享受貼息的年限越長(zhǎng)，增長(zhǎng)率下降幅度越大；3）先前享受過貼息的農(nóng)戶往年養(yǎng)殖規(guī)模越大，政策取消后養(yǎng)殖規(guī)模增長(zhǎng)率下降程度越大；4）先前享受過貼息的農(nóng)戶往年將更多的資金投入到固定資產(chǎn)上，政策取消后，養(yǎng)殖規(guī)模增長(zhǎng)率下降程度越??；5）先前享受過貼息的農(nóng)戶所處區(qū)域經(jīng)濟(jì)越發(fā)達(dá)，政策取消對(duì)其養(yǎng)殖規(guī)模增長(zhǎng)率的負(fù)向影響越低。

為此，提出如下建議：1）政府部門要盡可能保證養(yǎng)殖補(bǔ)貼政策的延續(xù)性，特別是經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的養(yǎng)殖補(bǔ)貼政策的延續(xù)性，以免對(duì)養(yǎng)殖戶的經(jīng)營(yíng)帶來外部沖擊。2）政府部門可以借助2 種方式來做好預(yù)防措施，從而降低后續(xù)有可能出現(xiàn)的政府扶持政策取消行為對(duì)農(nóng)戶養(yǎng)殖規(guī)模帶來負(fù)面影響的可能性：一是優(yōu)化政府補(bǔ)貼政策設(shè)計(jì)，將農(nóng)戶自有資金投入比例以及資金投入結(jié)構(gòu)作為政府補(bǔ)貼是否發(fā)放的前提審核條件，嚴(yán)防以政府資金為基礎(chǔ)盲目擴(kuò)大養(yǎng)殖規(guī)模的情況發(fā)生，降低農(nóng)戶養(yǎng)殖風(fēng)險(xiǎn)；二是積極引導(dǎo)農(nóng)戶科學(xué)合理養(yǎng)殖，優(yōu)化養(yǎng)殖資金投入結(jié)構(gòu)，增加在雞舍、設(shè)備、技術(shù)等方面的資金投入比例，增加應(yīng)對(duì)外部環(huán)境沖擊的能力。