灌溉基礎設施對我國種植業全要素生產率的動態影響研究

盛 譽，周甜甜，王艾昭，鄧海艷

（1.北京大學 現代農學院，北京 100871；2.中央財經大學 經濟學院，北京 102206；3.北京理工大學 人文與社會科學學院，北京 100081）

改革開放以來，我國在通過擴大農業灌溉基礎設施建設以改善農業生產條件、提升農業生產力方面取得了巨大的成功，為保障糧食安全做出重要貢獻。盡管面臨人均耕地與水資源不足的約束，我國糧食單產仍穩定提升，確保了糧食總產量的穩定增長。據統計，2022 年我國糧食產量達到68652.77萬噸，是1978年的2.25倍①數據來源于國家統計局。，在有限水土資源約束條件下實現了“谷物基本自給、口糧絕對安全”的發展目標[1]。實現上述農業發展目標的背后，灌溉基礎設施的改善充分發揮了降低生產成本與改善農業生產條件的功能，是提升農業生產力的重要因素之一[2]。以小農為主體的農業生產模式決定了我國農業和農村基礎設施的建設主要由政府承擔。作為農業農村基礎設施的重要組成部分，灌溉設施投資因其對農業生產的正的外部效應成為中央和地方政府農村公共投資的重中之重，其累計投資金額在過去40 年不斷增加[3]，已有研究表明灌溉設施對我國農業生產與發展起到重要作用[4-5]。分析農業灌溉基礎設施對種植業生產率的影響及其跨地區和不同時期的差異，準確測算灌溉基礎設施投資的實際回報率，對國家進一步優化農業基礎設施投資政策具有重要意義。

為實現上述研究目標，本文開展了以下三項工作。首先，基于47 種種植業農作物的成本收益數據，構建并測算了1980-2018年我國種植業省級層面的投入-產出賬戶②新冠疫情（COVID-19）對農業生產經營產生了顯著的影響，造成種植業投入產出發生較大波動［6］，故本文在測算全要素生產率時選取的時間范圍是1980-2018年。由于直轄市種植業占比較小，本文在測算全要素生產率時暫未包含4個直轄市。，并采用指數方法重新計算跨省種植業全要素生產率。其次，通過使用結構斷點方法依據全要素生產率自身特點客觀識別出數據期內的5個斷點（分別為1985年、1988年、1996年、2001年和2011年），將過去40年種植業的發展劃分為6個階段，并研究了不同階段灌溉基礎設施對種植業全要素生產率的影響。最后，考慮到灌溉基礎設施在不同時期的投資和收益的差異，本文測算并比較不同時期、不同地區灌溉基礎設施投資的收益率。

一、文獻綜述

自改革開放以來，我國灌溉設施建設發展迅速，成為改善我國種植業生產條件和實現糧食作物穩產增產的重要保障。2022 年末我國有效灌溉面積達7035.9 萬公頃，是1978 年的1.56 倍，并占到可耕地面積的一半左右①數據來源于國家統計局。，已有研究表明，灌溉農業支撐了我國70%以上的糧食作物、80%以上的棉花和90%以上的蔬菜生產[7]。

關于灌溉基礎設施建設如何影響農業生產，已有文獻主要認為灌溉基礎設施有利于農業生產效率的提升，并從以下兩個角度開展研究。一方面，灌溉基礎設施對農業經濟增長與農民增收的作用。研究指出灌溉基礎設施是穩定作物生產、推動農業增長的重要因素[7-8]，能夠保障作物生產并調節農業資源要素的配置，對農業生產、農戶增收以及農業勞動力就業具有重要意義[9-13]。另一方面，灌溉設施對農業生產與全要素生產率的影響。研究發現由于灌溉基礎設施能夠直接參與作物生產，具有促進土地集約化經營[4]、降低生產成本[14]、抵御自然災害的負向沖擊[15-16]與調節生產要素投入結構[17]等作用，對全要素生產率產生了顯著的正向影響[5,14,18-20]。然而，也有部分研究發現灌溉基礎設施對作物全要素生產率與產量未產生顯著影響或產生了負向影響[21-23]。

現有研究為評價灌溉基礎設施的作用提供了重要的依據，但絕大多數研究由于沒有處理好農業生產力指標的測度誤差，導致相關結論存在較大差異，使得研究結果無法有效支持相關政策的制定。例如，迄今已有60多項研究對1982-2016年間中國農業全要素生產率及其增長進行了測算，對中國農業全要素生產率及其增長研究提供了2136個估計值，但是估計的全要素生產率年均增長率相差巨大，從每年-33.2%至50.1%不等[24]。這種巨大差異，很難分析灌溉基礎設施對生產率增長的影響及其決定機制。目前，已有文獻嘗試從多重角度重新計算全要素生產率[24-28]。

對灌溉基礎設施的作用，仍有三方面待進一步細化：第一，在種植業全要素生產率核算的準確度方面有待提升，例如在產出方面，已有文獻多使用種植業總產值度量總產出，無法反映產出結構變化帶來的影響；在勞動力投入測度方面，已有文獻多使用勞動力人數進行測度，無法反映中國在20世紀90 年代以來存在大量非農就業現狀以及自雇勞動力與雇傭勞動力的質量差異；在資本投入方面，已有文獻只考慮使用拖拉機數量和機械馬力數等測度方式，忽視了全面的資本服務。第二，尚未有文獻從動態視角考察我國灌溉基礎設施對種植業全要素生產率邊際作用的跨期差異。第三，少有文獻從經濟效益角度探討我國灌溉基礎設施的建設效果。實際上，伴隨灌溉基礎設施規模增加，建設成本也會逐年遞增，項目建設的經濟效益同樣隨之變化。

二、模型設定與變量構建

1.模型設定

為了有效識別我國種植業全要素生產率在不同時期增長趨勢的差異及灌溉基礎設施在不同時期對種植業全要素生產率的影響，本文采用結構斷點回歸方法進行實證分析。從方法角度講，結構斷點回歸能夠依據數據自有特征識別出樣本存在的結構斷裂與具體斷裂時點，實現在宏觀層面對種植業全要素生產率發展階段的客觀劃分。此外，使用該方法處理長面板數據，也有效地解決了潛在的時間序列問題。

參照已有文獻[29-31]，本文識別了1980-2018 年省級種植業全要素生產率的結構斷點數量與劃分年份。結構斷點回歸需要測試所有可能的斷點集，通過比較每個斷點數量下擬合程度確定最優斷點數[31-32]。

假設模型（1）存在m個斷點(T1,…,Tm)：

式（1）中，Y為被解釋變量的集合，滿足Y=(y1,…,yT)'；X為除結構斷點外的解釋變量的集合，滿足X=(x1,…,xT)'，在本文的模型框架下主要包含了地區投入特征、農業勞動力特征、地區自然條件、僅隨時間和省份變動的不可觀測變量五類解釋變量；Z為結構斷點集，代表了灌溉基礎設施在不同斷點期的灌溉基礎設施建設水平（以有效灌溉面積占比度量），Z=diag(z1,…,zm+1)，zi滿足zi=(zTi-1+1,…,zTi)'；E為殘差項，滿足E=(e1,…,eT)'。

對于每個設定的斷點數m，本文通過最小化殘差平方和，得到β和δ的最小二乘估計：

將估計結果代入方程（1），得到殘差平方和ST(T1,…,Tm)。最優斷點數m滿足方程（3）：

本文通過最小化斷裂前后實際數據與估計值之間殘差平方和的方式確定潛在斷點的時間。估計斷點具體時間步驟如下：

假定數據在時間b0處存在結構斷點，滿足式（4）：

其中，X與Z為控制變量。定義MX=I-X(X'X)-1X'，通過最小化殘差平方和的方式確定潛在的斷點時間b?。具體步驟見式（5）～式（7）：

經計算，1980-2018 年種植業全要素生產率可被劃分為6 個階段，斷點年份分別為1985、1988、1996、2001和2011年。在確定斷點的數量與具體時間節點后，本文利用式（8）進行了實證分析：

式（8）中，下標i代表省份，下標t代表時間，p代表本文依據結構斷點分析劃分的6個階段。被解釋變量lnTFPipt代表省i在p階段t年種植業的全要素生產率。IRRIipt是本文的核心解釋變量，為省份i在p階段t年種植業的有效灌溉面積占比，參考已有研究[5,33]，本文選取有效灌溉面積占比（即灌溉面積與耕地面積之比）作為衡量灌溉基礎設施規模的代理變量。δp代表在不同階段灌溉基礎設施對種植業全要素生產率的邊際作用。xipt為控制變量。在本文的模型設定中，vt表示隨時間變化的不可觀測變量，ui表示所有僅隨省份變化的不可觀測變量，εipt代表誤差項。應用式（8），本文使用固定效應估計和隨機效應估計兩類方法進行建模。其中，隨機效應模型假設誤差項εipt和所有解釋變量不相關，而固定效應能夠剔除所有僅隨時間變動的不可觀測變量（vt）以及僅隨省份變化的不可觀測變量（ui），本文在后續通過豪斯曼檢驗討論了兩類模型的適用程度。在實證分析中，本文將標準誤聚類到省份層面。

除其對全要素生產率的影響外，本文也關注了灌溉基礎設施的建設在經濟效益維度的動態變化趨勢。參考已有文獻[34-36]，本文測算了各個省份每個階段的平均內部收益率ri，計算過程如下：

首先，本文計算了在每個階段不同省份農業總產出和新增一單位有效灌溉面積所需的灌溉基礎設施投資額的平均值，計算方法見式（9）和式（10）。

其中，下標i代表省份，t代表時間，n代表了每一階段包含的年份總數。Qit為農業產值。參照Deng等[36]的研究，本文假定灌溉設施投資的投資回報具有3期滯后的特征，利用式（11）計算了不同階段各省的平均內部收益率ri。

2.變量構建

在回歸分析中，本文經過整理構建了1980-2018年來自中國27個省和自治區的平衡面板數據。

被解釋變量：種植業全要素生產率。由于灌溉基礎設施對農業的影響主要作用于種植業，為準確衡量灌溉基礎設施的影響，本文將主要關注種植業全要素生產率?；谑〖墝用娣N植業與畜牧業可分割假設以及多投入-多產出視角下利潤最大化假設，本文測算各區域歷年的種植業全要素生產率情況。在產出維度，本文整理了各省份每年47 種農作物的分項產出數據，并采用Fisher 指數使用價格份額作為權重進行加總。在投入維度，本文整理了種植作物的中間投入、資本投入、土地投入和勞動力投入4類數據，同樣采用Fisher指數使用相應的價格份額作為權重對分項投入數據進行加總。

在具體測算過程中，本文首先應用式（12）和式（13）分別計算了t年各?。ㄗ灾螀^）第i種農作物的產出yt i與投入xti數據，并將其加總為當年種植業的總產出Yt與總投入Xt：

最后，本文利用式（14）計算了t年各地區全要素生產率指數TFPt：

本文使用的解釋變量為1980-2018年各地區有效灌溉面積占比。有效灌溉面積占比（即灌溉面積與耕地面積之比）是反映我國農村基礎設施建設水平的一個重要指標[5,33]，本文以此作為衡量灌溉基礎設施規模的代理變量。

控制變量。農業全要素生產率的變動本質上反映了資源配置的變動[21]，本文構建了資本勞動比、資本土地比、種植畜牧業產值比和財政支農占財政總支出比四類控制變量反映地區投入特征的具體情況。其中，資本勞動比為1980-2018 年省級層面農業資本與勞動力投入的比值，資本土地比為資本價值與耕地價值之間的比值，上述兩類變量衡量了各省每年農業生產要素的投入特點。種植畜牧業產值比為各地種植業與畜牧業產值之比。財政支農占財政總支出比采用財政農林水事務支出除以財政總支出，一般而言，財政支農支出反映了政府對提高農業生產效率的資金支持力度[37]，其與地區種植業全要素生產率正相關。農村人力資本是促進農業發展的重要因素，對地區技術進步與效率提升起到推動作用[14]，本文整理了二元經濟強度與農村人力資本水平兩類變量來表征不同省份的農業勞動力特征。其中，二元經濟強度為歷年各省第一產業GDP 占比與就業占比之差。參照以往文獻，本文以平均受教育年限衡量農村人力資本水平狀況[38-40]。地區的自然條件是影響農業產出效率的重要維度，在地區自然條件維度，本文選取了平均地表氣溫和平均降水量兩個變量。

3.描述性統計

各變量描述性統計見表1。在全要素生產率方面，本文使用的樣本中全要素生產率均值約為1.72，39 年間各省份全要素生產率變動范圍為0.14～7.14。在解釋變量方面，樣本中平均有43.14%的土地得到了有效灌溉，但地區之間發展差異較大。在地區投入特征方面，農業資本勞動比對數與資本土地比對數均值分別為-0.55和0.61，種植業與畜牧業產值比平均約為2.40，地區財政支農占比均值為3.25%。在勞動力特征方面，地區二元經濟強度均值為-31.71%，而地區農村勞動力平均受教育年限為6.73 年，且各省之間差異不大。在自然特征方面，樣本中平均地表氣溫為13.36 攝氏度，平均降水量為921.85毫米。

為清晰描繪1980-2018 年39 年間種植業全要素生產率的發展趨勢，本文繪制了各省份種植業全要素生產率動態演變箱線圖，結果見圖1。圖1 表明我國種植業全要素生產率雖然隨時間不斷增長，但在不同時間階段增長速度趨勢存在差異。具體的，在1980-2010 年全要素生產率平均值雖然存在波動，但表現出明顯的增長趨勢，而在2011 年以后，種植業全要素生產率增速已逐漸減緩，全國均值趨于穩定。

三、結果分析

1.灌溉基礎設施建設與種植業全要素生產率的相關關系

首先，本文使用局部加權回歸（LOWESS）函數的方法對數據進行擬合，簡要描繪了省級層面灌溉基礎設施規模與種植業全要素生產率之間的關系，圖2展示了擬合結果?？傮w而言，灌溉基礎設施的規模與種植業全要素生產率呈現出顯著的正相關關系，這表明灌溉基礎設施的建設對種植業全要素生產率的提高起到了重要作用。但是，存在的非線性曲線表明灌溉基礎設施的建設對種植業全要素生產率的影響在不同時間段存在差異。較高的基礎設施建設水平為地區種植業發展提供了良好的生產條件和支持，促進了全要素生產率的提升，但是其邊際作用隨時間逐步減小。

圖2 灌溉與種植業全要素生產率關系

2.灌溉基礎設施對種植業全要素生產率動態影響

在初步觀察到灌溉基礎設施建設在不同發展階段對種植業全要素生產率存在差異化影響后，本文引入結構斷點模型（式（8））探究分時期灌溉基礎設施對種植業全要素生產率的動態影響。表2 展示了回歸系數與SW 檢驗結果。其中，列（3）與列（4）增加了對其他解釋變量的控制。SW 檢驗結果表明估計的斷點通過穩健性檢驗[41-42]。列（1）和列（3）為基于隨機效應模型的回歸結果，列（2）和列（4）為固定效應模型的回歸結果，Hausman 檢驗結果顯示，在本文的模型設定下應選取固定效應模型進行詳細分析。

表2 灌溉基礎設施對種植業全要素生產率動態影響：基于結構斷點方法N=1053

本文在此具體分析基于固定效應模型的回歸結果。從列（2）與列（4）的估計系數來看，在使用固定效應回歸剔除所有僅隨時間變動和僅隨省份變動的不可觀測變量帶來的影響后，結果顯示在各個時期灌溉基礎設施對種植業全要素生產率的影響均顯著為正，且與列（2）的回歸結果相比，增加其他控制變量后，列（4）核心解釋變量的估計系數變化程度較小，同時保持顯著。進一步，本文發現δp的回歸系數顯示灌溉基礎設施對種植業全要素生產率的邊際影響在不同階段內雖均顯著為正，但是其邊際效應呈現出遞減趨勢。以列（4）的結果為例，在第一階段（1980-1985年），灌溉基礎設施對種植業全要素生產率的系數為0.003，結果在1%水平上顯著，表明灌溉基礎設施每增加1 個百分點，種植業全要素生產率會提升0.3%。而在第三階段，彈性系數下降至0.002，并在之后四個階段保持恒定，表明灌溉基礎設施規模擴張雖然仍對當地種植業生產效率起到顯著的推動作用，但這一邊際影響已從0.3%下降至0.2%。此外，其余控制變量的系數表明地區要素投入結構、勞動力質量與自然條件等因素對地區種植業全要素生產率均存在顯著影響。

上述結果表明灌溉基礎設施對于農業生產起到了重要的推動作用，但正向效果逐階段降低。這一發現與灌溉基礎設施發展的現實相互印證，在20世紀80年代早期，灌溉等農業基礎設施建設極大促進了農村資源配置的優化和農業結構的調整，推動農業生產力的提升；到90年代中后期，在一定的農業灌溉保障基礎上，政府出臺的政策和制度創新進一步加速了農業生產力的發展；進入21世紀，綠色、高效、可持續的農業發展理念以及資源永續利用等關注點，對灌溉投入轉型提出新的要求，為新時期農業生產力發展帶來新的挑戰[43]。本文認為，出現上述結果的原因可能在于以下兩點：一方面，由于淡水資源的有限性，灌溉基礎設施規模的等量擴張在不同階段產生的促進效應會不斷縮減，另一方面，在技術進步邊際效應遞減的前提下，灌溉設施規模擴張對農業生產效率的邊際作用也會不斷降低。

3.灌溉基礎設施平均內部收益率跨期變動情況

已有文獻討論了灌溉基礎設施建設的經濟效益，如Fan等[44]基于10%折舊率和20年周期的假設測算出中國灌溉設施建設每一元支出的回報約為1.45 元；在指標計算方面，世界各國灌溉投資收益率的估計結果大部分在30%以內，如部分文獻[45-47]測算出印度灌溉基礎設施的內部收益率在13%～24%之間。也有研究的測算結果表明澳大利亞灌溉基礎設施的內部收益率在7%～23%之間[48-49]。Tiffen[50]基于12%折舊率這一前提表明世界灌溉設施投資回報率至少為8%。

利用式（11），本文計算了6個階段我國各省和自治區灌溉基礎設施投資的平均內部收益率情況，具體結果見表3。經計算，我國全國灌溉基礎設施投資的平均內部收益率在9%～28%。與已有文獻的測算結果相比較，本文估計結果屬于合理范圍，具有一定的可信度。但是，通過比較不同階段的內部收益率大小，同樣可以發現灌溉基礎設施回報率同樣出現了動態遞減的發展趨勢。結果表明，全國平均內部收益率在第一階段（1980-1985 年）為28%，在隨后的4 個階段中平均收益率明顯下降，在第6 階段（2012-2018 年）下降至9%。

表3 分時期灌溉基礎設施內部收益率 %

灌溉基礎設施內部收益率下降的原因可能在于以下兩點：一方面，灌溉基礎設施對種植業全要素生產率的邊際促進作用動態遞減，這使得內部收益率出現隨時間遞減的發展模式；另一方面，伴隨灌溉設備投資量的不斷增加，擴張灌溉設施規模的邊際成本遠高于早期，同樣會對內部收益率產生負向影響。此外，本文的測算結果同樣支持灌溉基礎設施經濟效益在不同地區之間的比較，這為有關部門進一步優化相關政策提供了學術支持。

四、結論與建議

灌溉基礎設施投資是改善農業生產條件、提升農業生產效率和保障國家糧食安全的重要手段。雖然在過去40年中，中央和地方政府對灌溉基礎設施的投資有力推動了種植業全要素生產率的提升，但是其對不同地區、在不同發展階段的影響尚不明了。特別是，隨著國家糧食安全政策的加強，如何更加有效地利用政府在灌溉設施領域的投資取得更高的生產力提升效果，仍需要從動態角度更深入地研究灌溉設施的影響。

基于1980-2018 年我國27 個省和自治區的平衡面板數據，本文采用結構斷點方法識別出種植業全要素生產率在不同時期的變化趨勢，以此為基礎從動態角度分析了灌溉基礎設施對種植業全要素生產率在不同時期、不同地區的差異化影響。結果表明，雖然灌溉基礎設施建設在過去40 年對種植業全要素生產率具有提升作用，但是其影響效果隨政府投入的增加和時間呈現下降趨勢。根據跨省數據的估計，灌溉基礎設施的增加對種植業全要素生產率提升有促進效果，但是其對提升種植業全要素生產率的作用逐步下降，從改革初期的0.3%逐漸下降到目前的0.2%。進一步，隨著基礎設施投資成本的上升和種植業產品價格的下降，上述灌溉基礎設施投資的生產力效果所帶來的內部收益率也隨時間遞減，從原來的28%下降至9%。

上述研究的發現具有重要的政策含義：首先，隨著灌溉基礎設施存量的增加和投資回報的不斷下降，政府應更多考慮如何利用灌溉基礎設施的投資提升農業生產效率，特別是對投資的數量和方向需要更加謹慎，避免出現過度投資和浪費的問題。當前灌溉設施建設對種植業生產效率的邊際提升作用和投資回報已經下降至較低水平，在制定新一輪投資政策時應重點將資金分配向更具效率的投資項目，提升資金使用效率。第二，有效發揮政府和私人相互合作的機制，逐步推動公私合作的方式，通過市場手段決定灌溉基礎設施的投資方向，以提高水資源的使用效率和集約化、節約化水平。