四 研究思路與方法

（一）研究思路

本書根據弱質產業扶持理論、正外部性理論、工業反哺農業理論，采用理論演繹法、描述統計法、計量經濟學模型，選擇陜西省為樣本對我國糧食直補政策實施效果進行分析。本書首先闡述研究的問題、目的、意義和研究框架；然后在陜西省糧食直補政策進行總體把握的基礎上，一方面分析農戶對糧食直補政策滿意程度和政策開展的績效，另一方面分析糧食直補政策的糧食安全效應；最后通過構建結構方程模型綜合分析糧食直補政策如何影響農戶糧食生產決策和行為、糧食安全，找出糧食直補政策對糧食安全效應的作用路徑，并提出相關政策建議。

（二）研究方法

糧食直接補貼對象是主要糧食作物，因此，本書分別以陜西省主要糧食作物小麥和玉米的種植農戶為微觀樣本，通過分析糧食直補政策的農戶滿意度和糧食安全效應，檢驗糧食直接補貼政策包括不同地區糧食補貼額度大小、方式是否對它們產生顯著影響。

研究數據包括糧食產量、糧食播種面積、直接補貼等資料。本研究使用的資料來源于中國農業信息網（http：//www.agri.gov.cn）、國家糧食局網站（http：//www.chinagrain.gov.cn）、陜西省財政廳網站（http：//www.sf.gov.cn/index.htm）、《中國統計年鑒》、《中國農村統計年鑒》、《中國農業年鑒》等。

同時數據的獲取還有賴于實地調研。本研究已于2015年對陜西省6個縣的60個村組織開展，共發放問卷600份，收回問卷586份，刪除回答不完整的問卷，共獲得有效問卷537份。之所以選擇上述樣本點是因為陜西是我國的小麥主產省，自2004年實施小麥良種補貼以來，其就是最主要的受益省份之一，補貼資金連年增加，補貼范圍不斷擴大，目前已經實現了全覆蓋。具體的分析方法包括以下幾種。

（1）文獻分析方法。筆者通過大量閱讀糧食直接補貼政策的相關文獻，并進行歸納和總結，了解研究的現狀和趨勢，為本研究的展開提供了積極的指導。

（2）宏觀與微觀相結合的方法。在分析陜西省糧食直補政策的效果時，既有宏觀層面的數據，即在進行糧食直接補貼政策的績效研究和糧食安全效應研究的數據主要來源于2001～2015年的《中國統計年鑒》，也有微觀層面的數據，即在研究糧食直接補貼政策的農戶滿意度及其影響因素、糧食直接補貼政策對糧食安全影響路徑時，采用的數據來源于陜西省600戶農戶的調查數據。

（3）理論分析法。從理論層面分析糧食直補政策的影響機制，運用弱質產業扶持理論、農產品價格波動理論、公共產品提供理論、公共政策理論等相關理論，做理論上的分析。

（4）統計分析方法。使用描述統計的方法，對陜西省糧食直接補貼政策的實施狀況進行分析。運用描述統計分析方法，研究農戶對國家糧食財政直接補貼政策實施的滿意度。在對滿意度差異性進行分析時，兩分組變量采用獨立樣本的T檢驗方法，多分組變量采用單因素方差分析方法，最后得出了性別、年齡、學歷等因素對于國家推行的糧食直接補貼的滿意度是否存在差異這一調查結果。在分析糧食直接補貼政策的糧食安全效應時，也用到描述性統計分析方法。

（5）實證研究法。

第一，在分析陜西省的農戶滿意度影響因素時，運用多元有序Logit回歸模型對滿意度的影響因素進行分析。

我們假定因變量y的等級有K個，分別采用1，2，…，K表示，自變量為x，它的個數為m個，可以得到多元有序Logit模型為：

由式（1.1）估計出參數β后，可以得到第k個等級的累積概率為：

其中，α_k為截距參數，與β同時被估計。

本書的因變量為農戶對糧食直補政策的滿意度，采用李克特7級尺度進行測量，即“1”表示非常不滿意，“2”表示不滿意，“3”表示比較不滿意，“4”表示一般，“5”表示比較滿意，“6”表示滿意，“7”表示非常滿意。自變量共13個，分為四類，個人特征變量（性別、年齡段、學歷、除種糧外是否有一技之長、外出打工是否方便）、家庭種植情況（種糧收入占家庭總收入的比例、家庭的糧食種植總面積、有無種植非糧食經濟作物、是否容易遭受旱澇等自然災害）、了解度（對糧食直接補貼政策的了解度、是否了解政府進行糧食直接補貼的目的）、政府行為（政府是否對糧食直接補貼政策開展宣傳、是否注意過糧食直接補貼有關信息的公示）。

第二，在評價陜西省糧食直接補貼政策的績效時，運用AHP法（層次分析法）。

AHP法的分析步驟包括建立評價指標的層次分析模型、構造判斷矩陣、層次單排序和一致性檢驗、層次總排序。

首先，應該關于評價指標的層次建立一個相應的模型。運用AHP法進行分析問題時，要把分析的問題轉化為層次分析模型，將復雜問題分解為由若干層次的元素組織部分。上一層元素為下一層元素的總領，層次一般可以分為三層。①基礎層：也稱為最底層，這一層包含了衡量目標可以測量的具體指標，可以是不同的方案、措施等。②中間層：這一層包括了衡量目標對應的中間環節，可以由多個部分組成，包括中間指標、子準則等。③目標層：也稱為最高層，只有一個因素，也是我們需要測量的目標。

其次，構造判斷矩陣。上一步建立的層次分析模型反映了各層次之間的關系，但對各因素的重要程度不同的決策者有不同的看法。各因素在測量目標中占的比重不易被量化，從而各因素的權重也不好被確定，同時如果因素較多，則也難以確定各因素在測量目標中的比重大小。因此，需要利用這些因素構建一個矩陣，從而能夠得到每個相關因素所占的比重。

再次，層次單排序與一致性檢驗。通過層次單排序可以得到各個因素所占的比重，在這個步驟之中，需要進行的就是矩陣的最大特征值和特征向量。特征向量對應的就是各個因素所對應的比重。在所有計算特征向量的方法之中，最為常用的就是和積法和方根法。

最后，進行層次總排序。根據上一步層次單排序的結果，計算出更上一層次的大小順序，這就是層次總排序要做的工作。

第三，在分析糧食直接補貼政策對糧食安全影響路徑時，采用結構方程模型進行實證研究。

結構方程模型（Structural Equation Modeling，SEM），也稱為潛在變量模型，它整合了因素分析、路徑分析和多元回歸分析，可以用來測量多個自變量與多個因變量之間的關系。同時檢驗模型中的顯變量、潛變量、干擾變量之間的關系，從而獲得自變量對因變量影響的總效果（Total Effects）、間接效果（Indirect Effects）和直接效果（Direct Effects）。

在進行結構方程分析之前，需要對樣本進行信度檢驗、效度檢驗、探索性因子分析、驗證性因子分析。檢驗所建立的模型是否符合要求，結構方程模型分析的條件是否成立。若滿足要求則可以進一步運用結構方程模型分析糧食直補對糧食安全的影響路徑，檢驗樣本數據和假設模型的配適程度。

運用結構方程模型可以檢驗中介效應，而本書就選取了以下三種常用方法來進行檢驗該效應，分別為模型效應分解法、系數乘積檢驗法、Bootstrapping方法。

首先采用模型效應分解法，進行中介效應檢驗，對了解度、滿意度、積極性和糧食安全之間的影響效應進行分解。

其次采用系數乘積檢驗法，假定自變量為X，因變量為Y，中介變量為M。變量之間的關系為：

Y=cX+ε₁　　　　　　（1.3）

M=β₂+aX+ε₂　　　　　　（1.4）

Y=β₃+c′X+bM+ε₃　　　　　　（1.5）

檢驗中介效應是否存在的系數乘積檢驗法，即檢驗H₀：ab=0，是否成立，也即檢驗a和b的乘積是否顯著異于0。最常用的檢驗方法為Sobel檢驗法，設s_a、s_b分別為系數a和b的標準誤，令，檢驗統計量z=ab/s_ab。假定z值比1.96要大，則表明模型中介效應存在，否則就表明模型中介效應不存在（溫忠麟等，2004）。

最后采用Bootstrapping方法來驗證中介效應。Bootstrapping方法的運用是與正態分布知識相結合的，它不依賴于對數據的正態分布要求。該方法在確定了一定樣本數量之后，在總體中進行有放回的反復抽取，經過一定抽選次數之后，對抽樣結果進行數據統計分析，并根據分析結果來最終估計相應的參數。采用Bootstrapping方法能夠很好地對樣本進行分析，且有放回的選取還可以提高樣本對總體的代表性，其估計的結果也就更可信。通過前期文獻的模擬研究進一步發現，與其他中介效應的檢驗方式相比較，Bootstrapping具有更高的統計檢驗效力（方杰等，2011）。

（三）技術路線

本書的技術路線如圖1-1所示。