全球視角下中國保障糧食安全政策的經濟與福利效應

[中圖分類號]F320.1 [文獻標志碼]A [文章編號]1004－4833（2025）04-0116-12

一、引言

糧食安全是實現經濟發展、社會穩定、國家安全的重要基礎，我國政府高度重視糧食安全問題：“要始終把保障國家糧食安全擺在首位，保障糧食和重要農產品穩定安全供給始終是建設農業強國的頭等大事”①。十八大以來，黨中央提出了“確保谷物基本自給、口糧絕對安全”的新糧食安全觀。二十大報告再次強調“全方位夯實糧食安全根基，確保中國人的飯碗牢牢端在自己手中”。而在我國五大糧食作物中，大豆對外依賴度超過 80% ，供需矛盾最為突出，是當前我國糧食安全的最大隱患。因此，如何提高本國大豆產能和自給率，成為維護我國糧食安全的重中之重。尤其自2018年以來，隨著中美貿易沖突以及地緣政治風險不斷上升，更加凸顯了提高國內大豆產能、降低進口依存度的重要性與緊迫性。為此，2022年中央一號文件正式提出了“大力實施大豆和油料產能提升工程”②;2023年中央一號文件再次強調了“加力擴種大豆油料，深入推進大豆和油料產能提升工程”③;2024 年中央一號文件進一步強調\"繼續實施大豆生產者補貼\"等措施④。由此可見，大豆產能提升工程已經上升到國家戰略和政治任務的高度，關乎國計民生。

大豆是我國最重要的糧食與經濟作物之一，是踐行大食物觀的關鍵農產品，同時是我國進口量與進口金額最大的農產品。隨著我國城鄉居民生活水平不斷提高，我國居民對食用油、禽蛋和肉類食品的需求快速增加，導致大豆消費量持續增加。但國產大豆產量遠遠滿足不了國內消費需求，我國大豆消費主要依賴進口。2011—2023年，我國大豆進口整體上呈逐年增加趨勢，2020年達到創紀錄的100.3百萬噸，而當年我國大豆產量只有19.6百萬噸，大豆消費的進口依賴度高達 83.7% 。

因此，以大豆產能提升工程作為案例來分析我國糧食安全政策的經濟與福利影響，具有很強的代表性與現實意義。我國實施大豆產能提升工程能否提高我國大豆的產能與供給安全性？對全球大豆生產與貿易格局影響幾何？如何客觀準確評估其對相關國家大豆生產者福利、消費者福利以及社會凈福利的影響大小？這些問題亟待深人系統的研究。雖然已有文獻從不同視角、利用不同的方法探討了我國大豆補貼政策如何影響大豆的產量、種植面積、農戶投入產出行為等問題。但是，經濟活動的基本邏輯告訴我們，補貼政策的經濟與福利影響其實是一個有機的整體，如果分割開來單獨研究其中一個方面的影響，勢必導致研究結果的片面性。另外，已有文獻往往研究封閉經濟下中國大豆補貼政策，忽略了補貼政策的外溢性。鑒于此，本文首先構建開放經濟下的局部均衡模型，從全球視角深入揭示了生產性補貼政策經濟與福利效應的內在機理，然后，從行業層面對中國糧食安全政策的經濟與福利影響大小進行了模擬分析①。

具體來說，本文的邊際貢獻主要體現在以下幾個方面：第一，研究視野進一步拓寬和研究視角進一步深入。本文將研究視野由封閉經濟拓寬到開放經濟，充分考慮了糧食補貼政策經濟與福利影響的外溢性;同時將研究視角由宏觀層面推進到中觀行業層面，充分考慮了補貼政策經濟與福利影響的行業差異性。第二，研究內容的系統性進一步加強。基于一個理論框架，考察了我國糧食補貼政策對我國及有關國家糧食產量、價格、進出口貿易、生產者與消費者福利、社會凈福利的影響，強化了研究內容的系統性。第三，研究方法進一步完善。可計算局部均衡模型聚焦單個產品市場均衡，能有效克服可計算一般均衡模型數據更新緩慢、容易出現數據加總誤差等缺陷，可提高實證結果的準確性與時效性。

二、相關文獻綜述

與本文研究內容直接相關的文獻可以分為三個部分。

（一）中國糧食安全問題相關研究

在地緣政治沖突、全球氣候變化等多重因素沖擊下，作為一個人口大國與發展中國家，中國糧食供給安全問題不僅受到政府的高度重視，也已經成為專家學者研究的熱點問題。吳寧等學者探討了我國糧食安全的基本條件，認為中國想要保持糧食安全，必須滿足三個基本條件：糧食生產自給率高、糧食儲備充足、對外貿易依存度低[1]。然而關于我國如何維持糧食自給率與進口兩者之間的平衡關系、實現糧食安全，學術界一直存在爭論。部分學者認為，在人多地少的基本國情之下，我國一方面要立足國內，提高糧食產能，另一方面要適度進口糧食，利用國際市場解決國內糧食結構性短缺矛盾[2]。也有學者持相反的觀點，認為應以國內糧食發展為主要政策，過度依賴進口將危及我國糧食安全[3]。還有少數學者則認為，中國糧食安全的主要障礙逐漸從供給性因素轉向質量、流通、生態等可持續性因素[4]。

整體來看，雖然國內外專家學者從不同視角對我國糧食安全戰略進行了有益探討，取得了豐碩的成果，然而，已有相關文獻往往屬于宏觀層面的分析，行業層面的研究并不多見;另外，關于“確保產能”和“適度進口”兩者之間的內在聯系與協調機制，深入系統的研究比較鮮見。

（二）農業補貼政策相關研究

關于農業補貼政策相關文獻，可以分為兩大類：政策評估方法選擇與補貼政策效果評估。

1.評估方法選擇方面。雙重差分（Difference-in-Differences，DID）方法是國內外專家學者分析農業補貼政策最常用的方法，作為事后實證檢驗方法，DID方法的優點是可以通過差分消除共時性因素或者不隨時間變化的因素對被解釋變量的影響。有學者利用DID方法分析我國大豆補貼政策、玉米補貼政策、最低價格收購政策、土地休耕試點等政策的效果[5]。還有部分文獻利用可計算一般均衡（Computable General Equilibrium Model，CGE）模型、數學規劃模型等非計量方法來考察農業補貼政策的效果[6]。

2.政策效果評估方面。關于農業補貼政策的效果評估，已有文獻主要持兩種不同的觀點，一些學者認為補貼政策對農業生產具有積極的作用，例如補貼政策可以緩解農民資金約束、增加農民種糧收入的積極性，進而調動農民增加土地、勞動與資本投人，從而提高糧食產量與生產效率[7]。但是也有文獻研究得出相反的結論，認為補貼政策對我國糧食生產沒有促進作用，可能的原因在于，補貼政策導致土地過度資本化、抬高地租[8。還有一種觀點認為，補貼政策只會增加土地所有者的收入，對農業生產并無激勵效果。也有文獻認為補貼政策在短期內對糧食增產并無顯著影響，但是長期效果會逐漸明顯[5」。

綜上，已有文獻主要采用事后驗證的計量回歸分析來研究農業補貼問題，研究對象主要包括補貼政策對糧食產量、糧食價格、種糧收入的影響。而鮮有文獻利用可計算局部均衡模型來評估我國糧食補貼政策對生產者與消費者福利的影響大小。

（三）可計算局部均衡模型

在農業政策的評估領域，可計算一般均衡模型CGE 模型和全球貿易分析項目（Global Trade Analysis Pro-ject，GTAP）模型為國內外學者所廣泛使用①。部分文獻基于GTAP模型和價格傳導機制模擬了中國農產品補貼對糧食價格的影響、玉米補貼政策對中國經濟和糧食安全的影響大小、農業出口稅對農產品價格和貧困程度的影響以及農產品補貼政策變革對健康及氣候的影響[9]。

毋庸置疑，CGE/GTAP等可計算一般均衡模型在政策分析中取得了廣泛而成功的應用，不過也存在理論基礎不完善、數據更新緩慢與數據加總誤差等不足之處[10]。為了克服可計算一般均衡模型的不足，可計算局部均衡模型（Computable Partial Equilibrium Model，簡稱 CPE 模型）應運而生。Francois 和 Hall基于Armington 模型，利用價格理論構建了可計算局部均衡模型“商業貿易政策分析系統（CommercialPolicy Analysis System，簡稱COMPAS 模型）”[11]。不過 COMPAS 模型屬于雙邊視角的分析，Francois 和 Hall將 COMPAS 模型擴展為“全球模擬模型\"（Global Simulation Model，簡稱GSIM模型），從而可以從全球視角模擬分析某項貿易政策變化對不同國家在行業層面的經濟和福利影響[2]。

同CGE 模型相比，可計算局部均衡模型具有兩個比較明顯的優勢：第一，由于只考察單個產品市場的出清，因此，所需求解的方程數量大大減少，模型的可操作性、靈活性和透明性較高;第二，可計算局部均衡模型只需收集行業層面的相關數據，從而有效避免數據加總中出現的“加總誤差”，提高了模擬結果的準確性。

三、生產性補貼政策行業層面福利效應的內在機理

為了使理論模型的基本假設更加貼近全球大豆市場競爭的現實，提高模型模擬結果的解釋力和準確性，本文將借鑒Krugman[13]、Melitz[14]等文獻的方法，對Francois 和 Hall所構建的GSIM模型進行改進，引進生產性補貼政策變量，構建一個基于壟斷競爭市場和非線性需求函數的GSIM模型[12]。

（一）模型的基本假設與理論框架

1.行業層面的需求函數和供給函數。假設在開放經濟下存在 n 個不同國家，每個國家都有生產同類但異質產品的行業 k ，國家之間進行產業內貿易（intra-industrytrade），且用下標 v 代表進口國，下標 r 代表出口國。進口國 v 的消費者不變替代彈性的（CES）效用函數為：

其中 σ_k 為各國 k 產品之間的替代彈性，且 σ_kgt;1 。令 P_k，v，r 代表出口國 r 生產的 k 產品在進口國 v 市場上的價格，則進口國 v 市場上 k 產品的迪克西特－斯蒂格利茨價格指數（Dixit-Stiglitz price index）為：

進口國 v 對出口國 r 生產的 k 產品的需求函數為：

其中 E_v 表示 v 國的總消費支出， α_k，v 表示 v 國對產品 k 的消費支出占其總消費支出的比重。

2.行業層面的市場均衡。假設每個國家在行業 k 內都有若干家企業，同一國家的企業生產技術相同，單位邊際生產成本為 c_k，r ，出口國 r 對本國企業單位產品的生產性補貼率為 S_k，r ，且 0k，rlt;1;v 國對本國產品或進口產品征收的綜合稅率為 t_k，v，0k，vlt;1 。則企業利潤函數為：

π_k，v，r=p_k，v，rq_k，v，r-（c_k，r-t_k，v+s_k，r）q_k，v，r

根據企業利潤最大化的一階條件得到企業利潤最大化的價格為：

其中 τ_k，v=1+t_k，v 表示各國產品進入 v 國市場的冰山成本（icebergcost）。由于企業可以自由進入，假設各國市場的進入成本為 f_k，v ，因此 v 國產品 k 的市場均衡時，各國企業在 v 國的營業利潤等于 v 國市場進人成本，從而有下式成立：

上面是本文構建的局部均衡模型的基本框架，由于只考慮各國產品 k 的市場均衡，因此，式（3）式（5）式（6）共定義了 （3nn） ）個方程，從而可以求解出市場出清時各國產品的價格和需求量。

在需求彈性、供給彈性、替代彈性等外生參數給定的情況下，通過上文構建的局部均衡模型，可以從理論上推導補貼（或關稅）政策變化對行業生產、價格、生產者福利與消費者福利等經濟指標的影響機理。下面簡要探討生產性補貼政策變化如何影響生產者福利與消費者福利。

（二）生產性補貼政策行業層面福利影響的內在機理在西方經濟學中，社會福利主要包括三個部分：生產者剩余、消費者剩余與國家稅收或補貼。

1.生產性補貼政策影響生產者福利的機理。根據西方經濟學的定義，生產者剩余（producer surplus）指生產者實際得到的價格與生產者愿意接受的價格之差。因此，生產性補貼政策通過影響價格變化從而引起生產者剩余的變化。不過，在開放經濟下，一個國家的生產性補貼政策不僅影響本國生產者剩余變化，而且影響其他國家生產者剩余變化。本文沿用 Francois 和 Hall的做法[12]，當生產性補貼政策變化導致 r 國產品的價格從 P_r^*0 變動到 P_r^*1 時，則 r 國生產者的剩余變動采用（7）式來計算：

其中的 ΔPS， 表示 r 國生產者剩余的變化， R_r⁰ 表示基期時 r 國的出口收入， 表示 r 國產品在國際市場上價格的變化率， E_X，r 表示 r 國產品的供給彈性。

2.生產性補貼政策影響消費者福利的機制。同樣，本文令消費者福利等同于消費者剩余。根據西方經濟學的定義，消費者剩余（consumer surplus）是指消費者消費一定數量的某種商品愿意支付的最高價格與這些商品的市場價格之間的差額。為了計算出消費者剩余的變化，需要引進消費函數。本文采用如下形式的固定替代彈性（CES）消費函數：

式中的 Q_ν 表示 v 國所有消費者消費的商品組合（Compositegood）， A_v 是一個效能參數（Efficiencyterm），以保證商品組合在基期的價格為 1，γ_v，r 表示 v 國消費者對 r 國產品的偏好指數， ρ 是一個常數，其與產品間替代彈性E_s 的關系為 E_s=1/（1-ρ） 。由于模型設定商品組合在基期時均衡價格等于1，因此，進口國消費商品的總體價格水平變化率為：

式中的 θ_v，r 表示 v 國所有消費者對 r 國產品的消費支出占總消費支出的比重， 表示 r 國產品在 v 國市場的價格變化率， 表示 r 國產品在國際市場的總體價格水平的變化率。同樣，在開放經濟下，一個國家的生產性補貼政策不僅影響本國消費者剩余變化，而且影響其他國家消費者剩余變化。根據 Francois 和 Hall研究[12]，消費者剩余的變化可以表示為：

（10）式中的 ΔCS_ν 表示 V 國消費者剩余的變化， 表示基期 v 國消費者對 r 國產品 k 的支出， ε_v 表示 v 國消費者對產品 k 的需求彈性， ，表示 v 國消費者所消費的商品組合的價格變化率。①不僅如此，某國生產者補貼政策還將通過影響進出口從而引起各國稅收收入的變化，在此不再贅述。

四、現狀分析與實證研究設計

（一）全球大豆生產、消費與貿易的基本現狀

1.全球大豆生產和消費現狀。根據美國農業部（United States Department of Agriculture，簡稱 USDA）的統計，2021年全球大豆產量達到3.6億噸。2021年度全球大豆產量分布中巴西產量最大，達到1.3億噸，占全球總產量的 36.2% ；美國產量位居第二，達到1.2億噸，占比為 33.7% ；阿根廷產量第三，約0.44億噸，占比為 12.2% ：中國產量排在第四位，約0.16億噸，占比為 4.5% ；排在第五位的是印度，產量為0.12億噸，占比為 3% 。全球大豆生產高度集中，上述5國2021年大豆產量占全球總產量的近 90% （具體數據可向作者索取，下同）。

隨著全球經濟的發展、人口的增長以及畜牧業、榨油業、加工業等的發展，近年來全球大豆的消費需求快速增加。據美國農業部的統計，2001年全球大豆消費量只有1.84億噸，2015年首破3億噸大關，2021年進一步增加到3.6億噸。中國是全球最大的大豆消費國，年消費量超過1億噸，占全球消費量近 30% 。

2.全球大豆貿易現狀。目前巴西和美國是全球大豆最主要的兩個出口國，占全球出口量的近 90% 。此外，阿根廷、巴拉圭、加拿大等國也有一定量的大豆出口。根據美國農業部的統計數據，2021年全球大豆出口量達到了1.54億噸。其中，巴西全年大豆出口量大約0.8億噸，占2021年度全球大豆總出口量的 51.2% ，位居全球第一；美國排在第二位，其2021年大豆出口量為0.59億噸，占比為 37.9% ；加拿大超過巴拉圭排在第三位，2021年大豆出口量為0.04億噸，占比為 2.8% 。

再來看大豆進口貿易。中國是全球最大的大豆進口國，年進口量占全球進口總量的近 60% 。根據美國農業部的統計，2021年全球大豆進口總量1.54 億噸，是全球貿易量最大的單一農產品。2021年中國大豆進口量高達0.9億噸，占全球進口量的 58.5% ;歐盟（不包括英國）排在第二位，2021年大豆進口量為0.15億噸，占比為 9.4% 。排在第三位的是墨西哥，占比大約為 3% 。另外，日本、泰國、土耳其等國家也有一定量的大豆進口。

近年來，由于中美貿易摩擦，巴西已經取代美國成為中國最大的大豆進口來源地（該部分具體數據可向作者索取）。2021年中國從巴西進口了0.58億噸大豆，占我國當年大豆進口總量的 61% ；從美國進口大豆0.32億噸，占我國當年大豆進口總量的 33% 。雖受中美貿易摩擦的不利影響，目前美國仍是中國大豆進口的第二大來源地。阿根廷是中國大豆第三大進口來源地，在2021年中國大豆進口總量中占比為 4% 。2021年中國從巴西、美國和阿根廷的大豆進口量占當年我國大豆進口總量的 98% 。這表明，當前中國大豆不僅對外依賴度高，而且進口來源地高度集中，嚴重影響了中國大豆供給的穩定性與安全性。

（二）中國大豆生產性補貼政策的演變

表1中國大豆主產區生產者補貼政策匯總

注：2021年開始，吉林、遼寧、內蒙古等省市實行差異化補貼政策，本文選擇部分縣市作為代表。數據來源：作者根據相關文獻整理得到。

近年來中國各級政府制定了一系列鼓勵大豆生產的政策與舉措。早在2017年，我國在東北三省和內蒙古自治區就開始實行大豆生產者補貼政策。2018年，為了應對中美貿易摩擦的不利影響，我國財政部發布了重點強農惠農政策，明確指出大豆生產者補貼水平要高于玉米100元以上，進一步提高了大豆生產補貼力度，以提高農民種植大豆的積極性。2019年3月，中國農業農村部頒布并實施了《大豆振興計劃實施方案》，提出：“擴大國產大豆種植面積、提高單產水平、改善產品品質、延伸產業鏈條，努力增加大豆有效供給，提升國產大豆自給水平。” ①2021 年12月，中國農業農村部頒布了《\"十四五”全國種植業發展規劃》，提出到2025年，力爭大豆播種面積達到1.6億畝左右，產量達到2300萬噸左右，推動提升大豆自給率②。2022年1月4日，中共中央一號文件正式提出了“實施大豆和油料產能提升工程”，要求加大耕地輪作補貼和產油大縣獎勵力度，推廣玉米大豆帶狀復合種植和糧豆輪作，開展鹽堿地種植大豆示范等措施。近年來，我國對大豆生產的補貼力度不斷加大，2021年中央財政安排大豆生產者補貼資金207.9億元，2022年中央財政安排大豆與玉米生產者補貼資金高達408.2億元①。表1是近年來我國大豆主產區大豆生產者補貼政策的相關資料。

（三）數據收集與整理

GSIM 模型可以根據分析問題的需要，靈活選擇國家或地區的數量②。通過權衡2021年全球大豆生產、進出口貿易等基本現狀，本文選取12國模型進行模擬分析。人選的12個經濟體分別是：2021年大豆進口額前6位的經濟體，中國、歐盟、墨西哥、泰國、日本、和土耳其;2021年大豆出口額前5位的經濟體，巴西、美國、阿根廷、巴拉圭和加拿大;本文把其余國家或地區看作一個整體作為第12個經濟體，并簡稱“其余”③。

由于只考慮單個產品的市場出清，因此，GSIM模型需要收集的數據也比較有限。具體來說，本文模型分析過程中所需收集的數據可以分為三個部分。

1.所選經濟體之間大豆貿易額與內銷額數據。作者從聯合國商品貿易數據庫收集到了2021年所選經濟體間大豆（HS 代碼1201）貿易額數據④。所選經濟體大豆內銷額則由作者根據有關資料測算得到，測算方法是：首先利用所選經濟體2021年大豆總產量減去其當年出口量得到內銷量，然后乘以該經濟體大豆市場（美元）價格得到其大豆產品內銷額。具體數值見表2。

表22021年所選經濟體間大豆貿易額（單位：百萬美元）

注：表2中主對角線上的數值代表對應經濟體大豆內銷額。數據來源：作者根據聯合國商品貿易數據庫、美國農業部數據庫等數據整理得到。

2.彈性參數的確定。GSIM模型中涉及三類彈性參數：所選經濟體大豆的供給彈性、需求彈性與所選經濟體之間大豆的替代彈性。為了考察補貼政策短期與長期經濟與福利影響的差異性，本文收集了相關彈性的短期與長期數值。

大豆需求彈性參數的確定。為了提高彈性參數數據來源的權威性和可靠性，本文主要參考GTAP數據庫中的相關彈性參數③。最新的GTAP數據庫提供了多達110個經濟體油料種子（Oil seeds）短期價格需求彈性參數，本文借用各國油料種子的短期需求彈性參數作為大豆的短期價格需求彈性參數。但是GTAP數據庫并沒有提供這些經濟體油料種子長期價格需求彈性⑥。為此，考慮到長期價格彈性參數往往要大于短期價格需求彈性，本文將短期價格彈性參數的2倍作為所選經濟體大豆的長期需求彈性參數。

大豆供給彈性參數的確定。GTAP數據庫只提供了所選經濟體總供給彈性，卻沒有提供細分產品的供給彈性。但是有些文獻估計了部分經濟體的大豆供給彈性，例如劉宏曼基于Nerlove模型對我國的大豆供給情況展開研究，實證結果表明我國大豆的短期供給價格彈性為0.29，長期供給價格彈性為 0.64^[15] 。 Menezes 和 Piketty使用雙對數模型測算出巴西大豆的短期和長期供給彈性分別為0.92 和 1.17^[16] 。考慮到美國、阿根廷、加拿大這些主要大豆出口國的大豆供給與巴西比較類似，所以，簡單起見，本文令這些經濟體大豆的短期與長期供給彈性參數等同于巴西大豆的短期與長期供給彈性參數。同樣，歐盟、日本等主要大豆進口國的大豆供給與中國的大豆供給情況類似，本文令這些經濟體大豆供給彈性等同于中國的大豆供給彈性。

大豆替代彈性的確定。在GTAP模型中替代彈性同樣為 Armington 替代彈性，即不同經濟體同類產品的替代彈性相等。根據GTAP數據庫，不同經濟體之間大豆短期替代彈性為2.45，長期替代彈性為4.90。綜上，所選經濟體相關彈性參數的具體取值請見表 。

表3所選經濟體大豆的需求、供給與替代彈性大小

注：表3中的 E_d、E_s、E_t 分別代表有關經濟體大豆需求的價格彈性、大豆供給的價格彈性、進口大豆與本土大豆的替代彈性。數據來源：作者根據GTAP數據庫以及相關研究結果整理得到。

3.中國大豆生產者補貼率的估算。在進行數據模擬之前，需要估算中國大豆生產者補貼率。根據 Taheri-pour 和 Tyner的研究，補貼率等于每畝大豆的補貼額除以每畝大豆的總產值。然而，目前國內外還沒有文獻專門測度中國大豆生產者補貼率的大小[17]。為了提高國產大豆的產能，目前我國主要采取按照種植面積對生產者補貼的激勵政策②。由于我國不同省市對大豆生產者的補貼是根據種植面積進行補貼，而且不同省市對大豆生產者補貼的力度并不一致，因此很難直接得到全國統一的生產者補貼率。

鑒于此，作者利用黑龍江省作為代表來計算2022年我國大豆生產者補貼率。主要原因有二：第一，黑龍江省是我國最大的大豆產區，不論大豆播種面積還是產量，在我國的占比都接近 50%③ 。第二，黑龍江是我國為數不多全省統一大豆補貼力度的省份。根據《黑龍江省財政廳關于撥付 2022年玉米、大豆和稻谷生產者補貼資金的通知》，黑龍江省2022年每畝大豆全省統一補貼248元④。根據中國統計出版社的《全國農產品成本收益資料匯編》，2021年我國大豆產值823元/畝③。利用2022年每畝大豆的補貼額除以2021年每畝大豆的產值，得到2022年我國大豆的補貼率為 30.1% 。

五、模擬結果及其分析

GSIM模型的輸出結果可以分為四個部分：產出效應、價格效應、貿易效應和福利效應。

（一）中國大豆補貼政策的產出效應

根據模擬結果，生產者補貼短期將導致我國大豆的產量在2021年基礎上增加 6.5% ，長期將增加 14.1% 。可能的經濟學解釋是，為了提升本國大豆產能，中國目前采用與種植面積直接掛鉤的補貼政策，大豆種植面積越大，農民獲得的補貼就越多，因此補貼政策極大提升了本國大豆生產者的積極性，從而促進了我國大豆產量的增加。根據張國慶和李卉的研究結論，補貼政策長期產出效應要遠大于短期產出效應的重要原因在于，政府的補貼政策通過促進優質資源的流人而促進產業提質增效[18]。生產者補貼政策可以有效促進我國大豆產能的提升效應，而且長期效應要遠大于短期效應。

2021年12月，中國農業農村部頒布的《“十四五\"全國種植業發展規劃》提出，到2025年，力爭大豆播種面積達到1.6億畝左右，產量達到2300萬噸左右，推動提升大豆自給率。那么我國大豆生產者補貼政策能否實現我國大豆種植的“十四五”規劃目標呢？本文利用模擬得出的短期增長率 （6.5% ）和長期增長率（ 14.1% ）的平均值 10.3% 乘以2021年我國大豆總產量1639.5萬噸，可得出未來幾年我國大豆產量的年均增長量為168.9萬噸。由此可以預測，在補貼力度保持不變的前提下，到2025 年我國大豆年產量可增加到2315.1萬噸，可以完成2300 萬噸的戰略目標。根據模擬結果不難得出，在我國大豆總消費量不變的前提下，大豆自給率年均大約可提高 0.9% 至 2.1% ，生產者補貼政策可有效提高我國大豆自給率與供給安全性。

模擬結果表明，我國大豆補貼政策將導致巴西、美國、阿根廷等經濟體的大豆產量有所下降，但是下降幅度比較有限（有關經濟體大豆產量的變化數據可向作者索取）。大豆生產者補貼政策對我國大豆產能提升具有明顯的提升效應，而且長期效應要遠大于短期效應;不僅總體上可助我國實現“十四五\"規劃的大豆產能目標，而且可降低大豆對外依賴度，提高我國大豆的自給率與供給安全性。

（二）中國大豆補貼政策的價格效應

GSIM 還可以模擬出所選經濟體大豆生產者價格變化大小，具體結果如表4所示①。表4中第一行與第二行中數值分別代表對應經濟體短期與長期大豆生產者價格的變化，第三行與第四行中的數值分別代表對應經濟體短期和長期大豆消費者價格的變化。

表4所選經濟體短期和長期大豆生產者價格與消費者價格的變化大小（單位： % ）

注：表3中的 E_d、E_s、E_t 分別代表有關經濟體大豆需求的價格彈性、大豆供給的價格彈性、進口大豆與本土大豆的替代彈性。數據來源：作者根據GTAP數據庫以及相關研究結果整理得到。

增加糧食種植者的預期收益是提高我國供給糧食安全的關鍵。補貼政策可以從兩個方面增加糧食種植者的預期收益：其一，直接從補貼政策獲得的收益;其二，由于補貼政策導致生產者價格的上升。從表4第一行與第二行中的模擬結果可以發現，中國大豆生產者價格在短期和長期的變化分別上漲 22.5% 和 22.1% ，而且我國大豆生產者價格短期和長期變化的差異不明顯。這表明，生產者補貼政策將導致我國大豆生產者價格上升大約22% 。其可能的經濟學解釋是，由于本文中生產者價格指生產者的收入除以產量，因此，當中國政府按照種植面積提高大豆生產的補貼力度時，即使單位面積產量不變，生產者的總收入也會因為補貼力度增加而增加，導致大豆生產者價格上漲，從而提高我國大豆生產者預期收益與種植積極性，增加本國大豆的供給。

從表4第三行與第四行中的模擬結果可以發現，我國大豆消費者價格在短期和長期分別下降 3.4% 和3.5% ，同樣，消費者價格的短期和長期的變化差異也不明顯。我國大豆消費者價格之所以出現下降，主要原因在于，補貼政策導致國產大豆的產量增加，而我國大豆產量主要用于國內消費，因此國內大豆的供給增加，在需求不變的情況下，國內大豆消費者價格將有所下降。

由表4所示模擬結果可以得到以下結論：中國大豆補貼政策對國內大豆生產者價格和消費者價格產生不同的影響，其中大豆生產者價格上漲，大豆消費者價格下降;同時導致國外大豆生產者價格和消費者價格均出現一定程度的下降，但下降幅度有限②。

（三）中國大豆補貼政策的貿易效應

通過產出效應和價格效應，中國大豆補貼政策進一步影響有關國家或地區之間的大豆進出口貿易。根據國際貿易理論，當進口國對本國產品進行補貼時，將促進本國企業產量增加，國內產品的內銷量增加，這就是所謂的進口替代效應。在總需求不變的前提下，進口替代效應將導致該國進口量的減少，這就是補貼政策的貿易破壞效應（trade destruction effect）；同時，國外出口受阻的產品將向第三方市場出口，這就是所謂的貿易偏轉效應（trade deflection efect）①。由GSIM模型模擬得出我國大豆補貼政策短期貿易效應如表5所示②。表5中的數值代表短期內所選經濟體大豆進出口量或內銷量的變化（長期所選經濟體大豆進出口數量或內銷量變化數據可向作者索取）。

大豆補貼政策的進口替代效應。表5中第一行與第一列交叉位置的數值代表中國大豆內銷量的變化。模擬結果表明，短期內我國大豆內銷量將在2021年的基礎上增加 6.5% ，長期內銷量將增加 14.1% ，具有比較顯著的進口替代效應，而且長期進口替代效應要遠大于短期進口替代效應。其中的原因在于，中國實施大豆生產者補貼政策提高國產大豆的播種面積與大豆總產量，在我國大豆出口量非常有限的情形下，國產大豆總產量的增加必然會促進內銷量增加。

大豆補貼政策的貿易破壞效應。再來看中國大豆補貼政策對中國大豆進口的影響。從表5中第一列的模擬結果可以發現，補貼政策短期將導致中國從巴西、美國、阿根廷三個主要大豆進口來源國的進口量分別減少1.3% （204 2% 和 2.4% ，長期來看從上述三國的進口量將分別減少 2.9%.4.5% 和 5.2% 。這表明，我國大豆補貼政策具有貿易破壞效應，而且長期貿易破壞效應要大于短期貿易破壞效應。這種貿易破壞效應將有利于減少我國的大豆進口，降低對美國、巴西等國家大豆的依賴度，促進國內大豆生產。

表5短期內所選經濟體大豆進出口量與內銷量的變化大小（單位： % ）

注：表5中主對角線上的數值代表短期內對應經濟體大豆內銷量的變化。

大豆補貼政策的貿易偏轉效應。表5所示模擬結果還表明，作為全球最主要的大豆出口國巴西、美國和阿根廷等國家的大豆對華出口下降后，這些國家大豆對歐盟、墨西哥和泰國等主要大豆進口國的出口量會有不同程度的增加，即存在所謂的貿易偏轉效應。例如，根據表5中第7行中的模擬結果，巴西大豆在短期對歐盟、墨西哥、泰國、日本等國家的出口量分別增加了 0.5%0.8%0.4% 和 0.8% ，而長期對上述國家的出口量將分別下降 1.1%1.6%0.9% 和 1.7% 。這表明，我國大豆補貼政策的貿易偏轉效應非常有限。

從表5所示模擬結果可以得出，我國大豆的補貼政策具有顯著的進口替代效應，而且長期進口替代效應更加明顯；但無論短期還是長期，我國大豆補貼政策的貿易破壞效應與貿易偏轉效應比較有限，中國大豆補貼政策不會從根本上改變全球大豆貿易格局。

（四）中國大豆補貼政策的福利效應

為了全面地分析我國大豆補貼政策的福利影響，本文福利效應分析主要包括五個不同的方面：生產者剩余（福利）變化、消費者剩余（福利）變化、政府補貼支出的變化、政府稅收收入變化以及國家社會凈福利的變化③。模擬結果如表6所示。表6的左邊部分是中國大豆生產者補貼政策的短期福利效應，右邊部分是長期福利效應。

1.中國的福利變化。表6第一行中數值分別為短期與長期中國大豆生產者剩余、消費者剩余、政府補貼支出、稅收收入以及社會凈福利的變化大小。模擬結果顯示，在短期，中國大豆生產者剩余每年增加44.3億美元，大豆消費者剩余增加25.1億美元，政府補貼支出增加44.2億美元，關稅收人減少1.1億美元，社會凈福利增加24.1億美元。表6第一行右邊的數值代表長期上述幾個福利指標的變化大小。通過比較發現，長期時，我國大豆生產者與消費者的福利增加要大于短期時的福利增加，但長期時政府的關稅收入減量要超過短期時關稅收入減量，同時長期時我國政府補貼支出要大于短期時的補貼支出。另外，在長期時我國社會凈福利的增量要小于短期時我國社會凈福利的增量。

就我國的社會福利而言，模擬結果表明，雖然大豆補貼政策導致我國政府的補貼支出大幅增加以及關稅收入減少，但是國內大豆生產者和消費者的福利都有更大幅度增加，從而促進社會凈福利的增加。模擬結果也佐證了現階段我國通過補貼政策提高大豆產能工程的正確性，不僅能有效提升國產大豆產能，而且可以提高我國社會福利水平。

2.巴西、美國、阿根廷等主要大豆出口國的福利變化。以巴西為例，表6第七行中數值分別代表短期與長期巴西大豆生產者剩余、消費者剩余、補貼支出、稅收收入以及社會凈福利的變化大小和方向。從該行中的模擬結果可以發現，首先，在短期中國大豆補貼政策將導致巴西生產者剩余每年下降近11.8億美元，巴西大豆生產者將成為中國大豆補貼政策最大的福利受損者。原因在于，巴西是我國最大的大豆進口來源國，中國大豆補貼政策導致巴西大豆對華出口下降 1.3% （見表5），巴西大豆產量下降 0.8% ，同時導致巴西國內大豆

表6中國大豆生產者補貼政策的短期與長期福利效應（單位：億美元）

注：表6中 ΔPS，ΔCS，ΔT，ΔS，ΔW 分別代表有關經濟體大豆生產者剩余、大豆消費者剩余、大豆進口關稅、大豆補貼以及社會凈福利的變化。

市場的生產者價格下降 2.6% （見表4），這些因素共同導致巴西大豆生產者剩余下降。其次，巴西大豆消費者剩余增加0.4億美元。原因在于巴西大豆對華出口下降后，原來用于對華出口的大豆轉為內銷，導致其國內市場大豆的消費者價格下降 2.4% （見表4）。總體來看，巴西的社會凈福利將減少11.5億美元。其中的原因是，巴西大豆生產者剩余的減量要遠大于其大豆消費者剩余的增量。

3.歐盟等主要大豆進口國（地區）的福利變化。從表6的模擬結果可以發現，不論短期還是長期，中國大豆補貼政策對歐盟、墨西哥、泰國、日本、土耳其等主要大豆進口國（地區）的福利影響比較有限。以歐盟為例，其大豆生產者的福利每年大約減少0.3億美元。主要原因在于，歐盟大豆產量非常有限，其總產量還不到全球總產量的 1% ，因此，雖然中國大豆補貼政策導致歐盟大豆產量有所下降，但產量下降的幅度有限，歐盟大豆生產者價格下降也非常有限（見表4）。同時，歐盟大豆消費者的福利每年大約增加2.2至2.3億美元。主要原因是，中國大豆進口減少后，巴西、美國等主要大豆出口國將部分大豆轉而出口歐盟市場，導致歐盟市場大豆的消費者價格下降（見表4）;另外，歐盟的社會凈福利雖然有所增加，年增加額大約為1.9至2億美元。其他幾個主要大豆進口國（地區）的福利變化情況類似。

表6左右兩邊最后一列的數值代表中國大豆補貼政策在短期與長期對所選經濟體社會凈福利的影響。模擬結果表明，不論在短期還是長期，中國大豆補貼政策在增加中國、歐盟等主要大豆進口國（地區）的社會凈福利的同時，會降低巴西、美國等主要大豆出口國的社會凈福利。不過，根據表6左右兩邊最后一列模擬結果，中國大豆補貼政策在短期將使全球凈福利每年大約增加11.2 億美元，在長期可使全球社會凈福利每年增加9.4億美元左右。

總之，表6所示模擬結果表明，不論短期還是長期，中國大豆生產者補貼政策不僅增加中國的社會凈福利，而且可提高全球整體的社會凈福利水平。

（五）模擬結果的準確性檢驗

由于中國大豆產能提升工程2022年才正式實施，目前還缺乏足夠的數據對模擬結果的準確性進行全面的檢驗。因此本文只能利用最近幾年我國大豆產量、進口量與自給率等相關數據，對本文模擬結果的合理性進行簡要檢驗（具體數據可向作者索取）。首先比較中國大豆產量的實際變化與模擬結果。2018年中國大豆產量只有16百萬噸，進口量卻高達88百萬噸，大豆自給率只有 15.4% 。隨著大豆進口量的不斷增加，2021年我國大豆自給率降低到 14.6% 。2022年初我國正式提出并實施“大豆產能提升工程”之后，當年中國大豆總產量由2021年的16.4百萬噸增加到20.3百萬噸，增幅高達 23.7% ;2023年總產量進一步增加到20.8百萬噸，比2022年增加 13% 。自2022年實施\"大豆產能提升工程”之后，我國大豆年產量平均增長率達到 18.4% ；同時大豆自給率也在逐年提高，從2021年的 16.4% 提高到2023年的 20.8% ，提高了近 5% 。這也表明，“大豆產能提升工程”確實促進了我國大豆的生產，提高了大豆供給的自給率與安全性。

根據本文的模擬結果，補貼政策將促進中國大豆產量每年大約增加 6.5%-14.1% 。雖然本文模型的預測增速要稍微低于我國大豆產量的實際增速，但是考慮到大豆的產量除了受補貼政策的影響外，還受氣候變化、病蟲災害等眾多不確定因素的影響，因此，如果剔除這些不確定性因素的影響，本文模擬結果顯然具有較高的準確性。

六、結論及政策建議

根據模擬結果，本文得出如下主要結論：

第一，生產者補貼政策能有效促進我國大豆等糧食的產能提升，可提高我國大豆等主要糧食的自給率與供給安全性。模擬結果表明，國產大豆的年產量在2021年基礎上大約增加 6.5%-14.1% ，即大豆產量每年可增加106.6—231.2萬噸，大豆自給率每年可以提高 0.9%-2.1% 。這表明生產者補貼政策不僅可以幫助我國提前實現“到2025年大豆年產量達到2300萬噸”的戰略目標，而且從長期來看也可顯著提高我國大豆的自給率與供給安全性。第二，我國糧食補貼政策雖然具有一定的進口替代效應，對全球糧食生產與貿易基本格局的影響比較有限。模擬結果表明，我國大豆生產者補貼政策將導致巴西、美國、阿根廷等國家大豆年產量減少 0.5% 一1.7% ，從巴西、美國、阿根廷的大豆進口量每年減少 2%-5% 左右，因此，我國糧食補貼政策不會改變全球糧食生產與貿易的基本格局。第三，糧食生產者補貼政策可同時增加我國糧食生產者與消費者的福利水平。模擬結果表明，中國大豆補貼政策不僅可使國產大豆生產者價格上漲，國內大豆生產者福利增加;同時國內市場大豆消費者價格下降，提高國內大豆消費者福利。第四，從全球范圍來看，中國糧食補貼政策不僅有利于增加中國的社會凈福利，而且可提高全球社會凈福利水平。模擬結果表明，中國、歐盟、墨西哥、日本等主要大豆進口國的社會凈福利均有不同程度的增加，而巴西、美國、阿根廷等主要大豆出口國的社會凈福利均有不同程度下降。

基于研究結論本文提出幾點政策性啟示：

第一，糧食安全政策應該前瞻化、制度化，建立糧食產能提升長效機制。如何提高糧食種植者的預期收入、防止糧食生產“增產不增收”，才是提高我國糧食產量與供給安全的根本。本文的模擬結果表明，生產性補貼政策對我國大豆產能提升具有比較顯著的促進效應，而且長期效應要明顯高于短期效應。因此，我國要想從根本上提升主要糧食作物的產能，提高糧食供給的自給率與安全性，就必須從長期著眼，未雨綢繆，前瞻性地制定主要糧食作物的補貼政策，并將糧食補貼政策制度化與長期化，穩定與提高糧食種植者的收入預期。第二，在制定糧食生產補貼政策時應該綜合權衡生產者福利、消費者福利、政府稅收與財政負擔等，以實現我國社會以及全球福利最大化。本文模擬結果表明，我國大豆補貼政策對我國大豆生產者福利、消費者福利、政府的關稅收入和補貼支出均會產生不同的影響，因此，政府部門在制定糧食補貼政策時，應綜合考慮、科學決策，在提高我國糧食安全性的同時，不僅要實現生產者與消費者的福利最大化，而且要考慮我國以及全球福利的最大化。第三，在制定糧食補貼政策時應該考慮補貼政策影響的外溢性問題，不同糧食的生產補貼政策之間應該相互配合與協調。我國可耕地面積有限，主要糧食作物小麥、稻谷、玉米和大豆之間的種植面積存在競爭。需要防止因為大豆播種面積擴大而擠壓玉米、小麥等其他糧食作物的生產，對我國糧食整體安全性造成不利影響。應通過科學規劃和合理布局，優化主要糧食作物的種植比例，提高土地利用效率與糧食供給安全性。另外，我國糧食安全政策對全球糧食生產與貿易的影響也需要引起重視。

參考文獻：

[1]吳寧，陳濤，陳奕如.新時代中國糧食安全問題的挑戰與對策[J].福州大學學報（哲學社會科學版），2022（4）：1－10.

[2]楊崑，李光泗，祁華清.“立足自給\"還是“倚重貿易”——農業強國進程中的飼用糧食安全困境[J].農業經濟問題，2023（12）：17-35.

[3]朱晶，臧星月，李天祥.新發展格局下中國糧食安全風險及其防范[J].中國農村經濟，2021（9）：2-21.

[4]雷勛平，Ronbin QIU.基于熵權 TOPSIS模型的中國糧食安全評價及障礙因子診斷[J].中國農業大學學報，2022（12）：1－14.

[5]王新剛，司偉.大豆補貼政策改革實現大豆擴種了嗎？——基于大豆主產區124個地級市的實證[J].中國農村經濟，2021（12）：44-65.

[6]曹慧，張玉梅，孫昊.糧食最低收購價政策改革思路與影響分析[J].中國農村經濟，2017（11）：33－46.

[7]孫博文.我國農業補貼政策的多維效應剖析與機制檢驗[J].改革，2020（8）：102－116.

[8]鐘甫寧，顧和軍，紀月清.農民角色分化與農業補貼政策的收入分配效應——省農業稅減免、糧食直補收入分配效應的實證研究[J].管理世界，2008（5）： 65-70+76

[9]JaysonB，CaenE，AguarAExporttaxesfodpricesdpoverty：AglobalCGEevauationJ].FoodSecurity944.

[10]Francois J，Hall H.Global simulationanalysisof industry-level trade policy[R].World Bank Memeo，2003.

[11]FrancoisJlltaodeJ.Fs，amp;edeasbridge：Cambridge Universiy Press，1997.

1Frncoislldodealfflctdt[R].Word Bank Mimeo，2007.

[13]Krugmanleosucteidofdeaoc9899.1eltei[15］劉宏曼，郭鑒碩.基于Nerlove模型的我國大豆供給反應實證分析[J].華中農業大學學報（社會科學版），2017（6）： 44-50+149

[17]Taheripour F，Tyner W. Impacts of possible Chinese 25% tariff on U.S.soybeans and other agricultural commodities[J].Choices，2018，33（2）：1-7.

[18]張國慶，李卉.財稅政策影響產業升級的理論機制分析——基于地方政府競爭視角[J].審計與經濟研究，2020（6）：105－114.

[19]BownP，CrowlyA.Tradedeflectionandtradedepresion[J].JoualofIntemationalEconomics，2o72（1）：76201.

[責任編輯：楊志輝]

Abstract：FoodsecuriistfoundationofatioalcurityndthSobeanProductionCapacityhanceentPrjectisyolicyto safguardChina’sfoodsecurityBasedonthebackgroundofChina’sSoybeanProductionCapacityIprovementProject，thisarticlefirst constructsacomputablepartialequilibrumodelunderanopeneconomy，anddeeplyreveals theinteralmechanismoftheconmicand welfarempactofsubsidypoliciesfromtheindustrylevel；then，usingdataonglobalsoybeanproduction，trade，andconsumptionin2021， wesimulateandanalyzetheimpactofChina’ssubsidypolicyforsoybeanproduceronsoybeanproduction，price，trade，producerandconsumersurplus，ndocialnetwelfareinelevantonomiesfroaglobalperspetie.Tesiulationresultsidicatethatsubsidypolicyhs theoutputpromotioneectandimportsubstitutionefetiChinandtelong-teectsareuchgreatertanteshort-teffects， therebyreducingimportrelianceandimprovingChina’ssoybeanself-suficiencyandsupplyscurityutitdosnotalterthefudamental structuref globalsoybeanproductionandtrade.Subsidypolicycannotonlyincreasethewelfareofsoybeanproducersandconsumers，but alsoincreasethenetsocialwelfareoftheworld.Thisstudycanprovidedecision-makingbasisfortheformulationandimplementationof China's food security policies.

KeyWords：foodsecurity；SoybeanProductionCapacityEnhancementProject;computablepartialequilibriummodel;economicandwelfare effect；agricultural subsidy