關鍵詞：脫鉤補貼，田塊層面數據，政策紅利分配，美國
Who Really Benefits from Agricultural Subsidies? Evidence from Field-Level Data, American Journal of Agricultural Economics, 2016, 98(4): 1095-1113.
Barrett E. Kirwan and Michael J. Roberts
以人均收益額度計算，“脫鉤補貼”是美國最大的轉移支付政策之一。進入本世紀以來，每年一個農場主平均可以從該政策得到八千八百多美金。不過，全美農地的45%是由從事非農職業(yè)的地主持有的。正如【前沿研究】第8篇所述，地主可以通過提高土地租金來攫取國家對農業(yè)的“脫鉤補貼”，而使真正負責耕作的農戶利益受損。早期的研究假設完全競爭的土地市場，進而推論補貼將全部通過增加的地租流入地主的錢包。但是自2003年起，一系列研究顯示，在美國和歐盟的農地地主只會攫取6%到38%的“脫鉤補貼”。本文的作者強調，實證數據推翻了早期的理論，并不是因為補貼沒有真正和農業(yè)生產“脫鉤”，而是假設“完全競爭的土地市場”不符實際。
為了更精確地測度在不完全競爭的市場里農地地主攫取“脫鉤補貼”的比例，作者利用能夠代表全美情況（nationally representative）的田塊層面（field-level）數據來識別補貼對于地租的影響。在構建數據庫時，作者通過與美國農業(yè)部（USDA）合作，在2006和2007年度的農業(yè)資源管理調查（Agricultural Resource Management Survey，ARMS）中增加了一組衡量單個田塊補貼、地租和土質的問題（僅限大豆、稻米和棉花農場）。
和以往的農場層面數據相比，作者使用的田塊層面數據有三個重要的優(yōu)勢。其一，田塊層面數據減少了加總造成的偏誤（aggregation error）。如果使用農場層面（farm-level）的數據，研究者實際上是在考察某農場所有田塊的平均地租與平均補貼之間的關系。但是一個農場的土地常常既包含自有的，也包含租入的，既包括受補貼的，又包括不受補貼的田塊。盲目地使用加總數據會因為無法排除與變量關聯(lián)的非隨機測度誤差（non-random measurement error）而錯估目標系數。其二，除了“脫鉤補貼”，還有其他和實際售價“掛鉤”的補貼（如反周期補貼，counter-cyclical payments）會影響地租。而這兩類補貼可能是正相關的。因此，忽略其他補貼會使衡量農地主和租地者的預期補貼額度的變量有誤差（expectation error），并可導致高估目標系數。田塊層面的調研還包含了農戶對作物預期售價（expected price）的數據。由于預期售價提取了部分“掛鉤補貼”的信息，作者可以通過增加這個控制變量來部分地消除預期誤差。最后，鑒于高土質的農地更可能收到高補貼和繳納高地租，不考慮土質會造成所估目標系數偏高。作者用農場主對自己農場各田塊定下的目標產量（yield goal）作為田塊土質的控制變量。
作者發(fā)現，邊際上多補貼一美金，種植大豆、稻米和棉花的農地地租就分別提高0.25、0.20和0.28美金。用農場層面的數據估計出的邊際地租增量比用田塊層面數據估出的要高50%到100%。作者強調，規(guī)模更大的、簽訂租期更長的農場主可以享受到同等條件下更低的地租。這就形成了一個良性循環(huán)：農場越大，在土地交易中的談判力越強，得益于“脫鉤補貼”越多，越能進一步擴大經營和延長租約，而后更多地享受補貼之利。
中國鄉(xiāng)村發(fā)現網轉自：農經好文章 微信公眾號
(掃一掃，更多精彩內容！)
