稅費改革對糧食生產的影響研究

王 輝

(復旦大學 經濟學院，上海，200433)

一、引言及問題提出

改革開放以來，中國農業發展取得巨大成就，以占世界不到10%的耕地養活了占世界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、國家安全和社會穩定的頭等大事。1978年家庭聯產承包責任制的實施極大的釋放了農民的生產積極性，糧食總產量由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，農民的負擔日益加重，農民不僅要承擔農業四稅，還要繳納三提五統和各種集資攤派費用，且通常費大于稅，農村“亂集資、亂收費、亂罰款”等三亂問題非常嚴重。農民的負擔過重和同期糧價的低迷嚴重影響了農民的種糧積極性，導致糧食總產量由1998年的5.1億噸持續下降至2003年的4.3億噸，一時間糧食生產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年開始連續出臺以“三農”為主題的一號文件，提出以稅費改革、種糧補貼、農村基礎設施建設等為主要內容的財政支農體系。在國家政策的有力支持下，從2004年開始，糧食總產量持續增加，2014年達到6.07億噸①數據來自國家統計局網站:《國家統計局關于2014年糧食產量的公告》。，比上年增加0.9%，糧食總產量由此成功實現“十一連增”。

農村稅費改革是繼家庭聯產承包責任制之后最重要的一項改革舉措[1-2]，它使得中國8億多農民直接受益，農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《關于進行農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”包括取消鄉鎮統籌款、屠宰稅和面向農民的政府性基金和行政事業性收費;“兩個調整”包括調整農業稅稅率和農業特產稅征收辦法;“一個替代”指的是以農業附加稅替代村提留。。第二階段為2004-2006年，改革的主要目的是減免和取消農業稅。2004年國家選擇黑龍江和吉林兩省作為全部免除農業稅的試點省份，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個糧食主產區的農業稅稅率統一降低3個百分點，其余省份的農業稅稅率統一降低1個百分點。到2005年，絕大多數省份取消了農業稅，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業稅，在中國延續了2600多年的“皇糧國稅”從此退出了歷史舞臺。

從歷史經驗看，歷代正稅清費改革，每改革一次，農民的稅賦就加重一次，農民的生產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的影響如何，稅費改革是否真正激發了農民的種糧積極性?這種刺激作用是否具有持續性?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、總結政策經驗以便為今后農業政策的制定提供經驗證據，都具有重要的實踐意義。然而，目前大多數研究關注的是稅費改革對農民減負和增收、農村投資、農村消費的影響，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]利用動態面板 GMM方法研究了1995-2008年包括農業稅減免政策在內的中國農業政策對玉米、稻谷和小麥等主要農作物生產的影響，結果發現各項農業政策顯著促進了糧食生產，但在他們的研究中，農業稅減免政策是以虛擬變量表示，且未分階段進行討論，沒有考慮到農業稅減免的不同階段可能存在的差異性。王躍梅等[12]研究了農村勞動力外流對糧食生產的影響，并選取以虛擬變量表示的農業稅改革作為影響糧食生產的控制變量，研究表明農業稅改革對糧食生產的影響并不顯著。將農業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據信息，從而研究結果缺乏準確性。星焱和胡小平[13]利用動態面板模型，考察了2004-2011年新一輪糧食增產的影響因素，但他們的研究并未涉及稅費改革這一重要政策因素。可見，現有文獻較少關注稅費改革對糧食生產的影響，缺乏針對稅費改革對糧食生產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，本文利用農業稅相關數據，構建稅費改革這一變量，實證研究稅費改革對糧食生產的影響，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年兩個區間段，分階段考察稅費改革對糧食生產的影響及其差異;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性進行了探討。

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

二、區域選取、指標構建與模型設定

糧食播種面積和單位面積產量是決定糧食總產量的兩大基本因素，提高糧食總產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，這三種糧食作物產量占糧食總產量的比例均在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)區域選取

中國幅員遼闊，各地區糧食生產的自然條件和稟賦存在較大差異，導致各地區糧食生產的比較優勢也存在較大的差異。因此，本文針對三種糧食作物，分別選取不同的區域作為樣本來源。選取的依據為，首先分別計算2000-2012年各省區三種糧食作物各自的累計總產量占全國累計總產量的比重，將比重高于1%的省區作為研究樣本。據此，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量的主要控制變量。由于影響糧食播種面積和單位面積產量的因素不盡相同，下面將分別選取變量并說明選取依據。

1.核心解釋變量:稅費減免(GTA)

農村稅費改革始于2000年，本文以2000年為基期，以2000年的農業稅費額分別減去后續年份的稅費額，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的關系。需要指出的是，2000－2006年統計年鑒只公布了農業稅、農業特產稅、牧業稅、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的影響，因此，本文將農業稅、農業特產稅和牧業稅這三種農業稅加總得到總的農業稅費額。

2.同時影響糧食播種面積和單位面積產量的控制變量

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

(2)預期因素(EP)。預期因素包括農民對糧價的預期、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，預期因素對農民的種糧行為應該具有顯著的影響，如當農民預期糧價上漲或種糧收益提高，農民將擴大種植面積或增加單位面積生產投入，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，研究發現預期價格因素對糧食產量的影響并不顯著，市場機制的杠桿作用并未得到顯現。星焱和胡小平[13]則對適應性預期在中國農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的國家，每一次自然災害都可能導致區域糧食的大面積減產，造成嚴重的經濟損失。如2014年7月，中原大旱造成河南省秋糧嚴重減產，受旱面積達到2310萬畝，直接經濟損失逾40億元②參見新華網新聞:http://news.xinhuanet.com/photo/2014-08/07/c_126843983.htm.。加快研究、制定和實施農業保險政策，加強農田灌溉基礎設施建設，增強農民的防災抗災意識和能力，是提高農業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，農民在進行糧食生產決策時，由于信息不完全、生產調整成本、生產技術制約等因素，使其無法及時地對生產投入進行調整，從而使得糧食生產具有滯后性[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)產業結構(AS)。中國工業化和城鎮化的發展使得非農用地需求大量增加，農業用地與非農用地的矛盾日益突出。為了反映非農產業的發展對農業的影響，我們以非農產業增加值占GDP的比重來構造產業結構指標(記為AS)。

4.主要影響糧食單位面積產量的控制變量

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

(2)化肥使用量(FE)。化肥是提高糧食單產的重要因素，也是糧食生產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年每種稻谷產量占稻谷總產量的比重。。

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的動態面板模型。同時，為了排除其他不隨時間或地區變化的未知因素對糧食生產可能產生的系統性影響，本文對時間固定效應和地區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，t代表時間，θm，i和 σm，i代表不隨時間變化的地區固定效應，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處理。稅費減免變量(GTA)和預期收益變量(EP)在少數年份為負值，故未對其取對數。

關于動態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，本文的動態面板模型采用SYS-GMM進行估計。此外，由于本文的面板數據集都是“短面板”(T＜N)，后文的實證分析中不考慮數據的單位根等問題。

本文使用的是中國25個省市(自治區)2000-2012年的面板數據，所有數據均來源于2000-2012年《中國統計年鑒》、《中國農村統計年鑒》、《中國農業年鑒》、《全國農產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，以檢查可能存在的多重共線性問題，結果發現各自變量間的相關系數均小于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均為正且較為顯著。定量上看，以小麥作物為例，農業稅費每減免一億元，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，結果發現除了玉米作物外，稻谷作物和小麥作物的系數仍然顯著。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要大于表1中相應糧食作物稅費減免變量的系數，說明稅費改革對糧食單位面積產量具有更顯著的刺激作用。綜上，稅費改革對糧食生產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，本文還發現，三種糧食作物播種面積滯后項的系數均超過了0.9，且高度顯著，而糧食單位面積產量滯后項的系數雖然也較為顯著，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，糧食單位面積產量則與前期單位面積產量的關聯度相對較低。財政支農政策對農民的糧食生產行為具有顯著的推動作用且系數較大，說明財政支農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量影響系數的符合相反，且系數較小，說明總體上預期收益對糧食生產的影響并不明顯，這與農民種糧缺少比較優勢的現狀相吻合。抗災能力的提高和化肥施用對糧食生產都具有較為顯著的正向影響。產業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，說明非農產業的發展沒有對糧食生產產生顯著的不利影響。

表2 稅費改革對糧食單位面積產量影響的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的影響及其差異，本文分別對2000-2003年和2004-2006年兩個區間段進行回歸，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均不顯著，對稻谷、小麥作物單位面積產量和玉米播種面積的影響系數甚至為負，說明稅費改革第一階段對糧食生產的影響并不顯著。此外，財政支農變量的系數也不顯著，原因在于2000-2003年國家對“三農”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的影響。從回歸系數看，絕大多數糧食作物的系數較大且較為顯著，說明稅費改革對糧食生產的刺激作用主要體現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年開始才實行農業稅的減免政策，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。從結果可以發現，首先從系數顯著性看，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均不顯著;其次，從系數大小看，加入交互項后，稅費減免變量的系數總體上不減反增。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民糧食生產的預期，從而激發了農民糧食生產的積極性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，財政支農政策、抗災能力和化肥施用是影響糧食生產行為的主要因素，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量影響的SYS-GMM估計結果(2004-2006)

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

(三)穩健性檢驗

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的影響，所得結果仍具有較好的穩健性。限于篇幅，未在文章報告，如有需要，可聯系作者索取。。從回歸系數看，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的影響系數要小一些，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，除了產業結構變量外，其他控制變量對糧食生產的影響均較為顯著，這也與前文的回歸結果較為一致。

四、稅費改革對糧食生產的政策效應持續性檢驗

前文研究發現，稅費改革政策對糧食生產具有顯著的促進作用，那么，2006年農業稅永久性取消后，這一減免稅政策對糧食生產的影響是否具有持續性?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的刺激作用主要體現在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年的農業稅費額均為零，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來判斷2007-2012年的農業稅費減免對糧食生產的影響與2004-2006年是否具有顯著差異。表7報告了估計結果。我們發現，所有交互項的系數均不顯著，說明2007-2012年稅費減免對糧食生產的影響系數與2004-2006年時間段并無顯著差異，稅費改革對糧食生產影響的政策效應具有較為明顯的持續性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，可聯系作者索取。。

表7 稅費改革對糧食生產刺激作用持續性檢驗(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量的動態面板模型，利用2000-2012年省級面板數據和系統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影響的持續性。實證結果表明，2000-2006年推行的農村稅費改革對糧食生產起到了顯著的推動作用，但這一推動作用主要體現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年農民就已根據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行為。上述研究結論對替代性的減稅指標具有較好的穩健性。本文最后還簡要分析了稅費改革政策效應的持續性，發現稅費改革對糧食生產的刺激作用在全面取消農業稅的后續年份仍表現出較強的持續性。另外，本文還發現財政支農政策、抗災能力和化肥施用對糧食生產具有較為顯著的正向影響，預期因素和產業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的積極有效影響，這可以為政府部門在制定糧食生產扶持政策時提供必要的經驗證據。糧食安全問題始終是中國經濟社會發展中的一個重大現實問題，盡管自2004年以來，糧食總產量已實現“十一連增”，但近年來糧食自給率卻出現了下降，糧食供求總量依然趨緊，結構性矛盾也越發突出。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民的稅費負擔和糧食生產行為，還包括農村地區的干群關系和村鎮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，要密切關注農村地區經濟社會發展的動態變化，繼續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”創造更為堅實的物質基礎。

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

[2]汪偉，艾春榮，曹暉.稅費改革對農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].農村經營管理，2002(3):6-7.

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

[6]劉明興，徐志剛，劉永東，陶然.農村稅費改革、農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.農村稅費改革的效果及影響機制——基于農戶面板數據的研究[J].世界經濟文匯，2013(1):104-120.

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

[9]朱喜，史清華，李銳.轉型時期農戶的經營投資行為——以長三角15村跟蹤觀察農戶為例[J].經濟學季刊，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.農業政策、糧食產量與糧食生產調整能力[J].經濟研究，2010(11):101-114.

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

[13]星焱，胡小平.中國新一輪糧食增產的影響因素分析:2004-2011年[J].中國農村經濟，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.