农村基础设施建设与农业全要素生产率

李谷成 尹朝静 吴清华

（华中农业大学 经济管理学院，湖北 武汉 430070）

一、引言

基础设施不仅能直接促进经济增长，还可通过规模效应和网络效应间接促进经济增长。在农业发展过程中，基础设施的作用更是不可低估。国家发展和改革委员会将农村基础设施分为农业生产性基础设施（包括农田水利设施、农产品流通设施等）、农村生活基础设施（包括农村的公路设施、能源设施、饮水设施等）、农村社会发展基础设施、生态环境建设四大类［1］（P1）。其中，农田水利设施是农业增产增收的主要条件，农村道路设施对于加强城乡联系和农产品流通起着重要作用，农村电力设施是农村居民生产和生活的必需条件。为应对1998年亚洲金融危机和2008年国际金融危机，中央政府先后实行了积极的财政政策，加大了对基础设施建设的投资力度。在此政策的带动下，农业投资大幅度增长，农村基础设施建设步伐明显加快，并取得了显著成效。2011年，全国农村公路（含县道、乡道、村道）里程达356．40万公里，较上年增加5．74万公里，另外农村公路建设完成投资2010．13亿元，比上年增长4．5%。截至2012年，我国农田有效灌溉面积达9．46亿亩，约占世界总数的1／5，居世界首位。此外，农村用电量从1999年的2173．4亿千瓦时增加到2012年的7508．5亿千瓦时。那么，三大农村基础设施（即灌溉、公路和农电设施）对中国农业经济增长是否存在外部性？具体而言，农村基础设施建设是否促进了农业全要素生产率提高？

关于基础设施外部性即其溢出效应的研究一直是学术界争论的热点，至今未能得出一致的结论。Barro通过内生增长模型从理论上验证了基础设施对经济增长存在正外部性［2］。之后，踪家峰、李静将影响经济增长的主要因素纳入Barro的内生增长模型，分析了基础设施影响经济增长的区域差异，研究发现基础设施对中国省级经济增长有正外部性，但作用大小受到城市化率等地区性因素的影响［3］。然而，更多的学者倾向于通过研究基础设施是否对全要素生产率有正向影响来判断基础设施的外部性。Aschauer、Fernald和 Hulten等学者发现基础设施对全要素生产率存在正向影响［4］［5］［6］；另一方面，Holtz－Eakin、Hulten和Schwab等学者发现基础设施对全要素生产率并未表现出正向影响［7］［8］。国内有关基础设施外部性的研究也比较具体深入。以省区基础设施为研究对象，刘秉廉、武鹏、刘玉海发现省区间的全要素生产率存在明显的空间相关性，交通基础设施对全要素生产率具有明显的促进作用［9］。刘生龙和胡鞍钢的研究结果表明，交通和信息基础设施对省级全要素生产率存在显著的正向影响，而能源基础设施对全要素生产率的影响并不显著［10］。以地级市为研究对象，张浩然和衣保中的研究发现，城市通讯基础设施和医疗条件对全要素生产率有正向作用，并且在城市之间存在显著的外溢效应；人力资本和交通基础设施对全要素生产率也有积极作用，但在城市间并不存在显著的外溢效应［11］。在县域层面，刘舜佳和王耀中发现实体性基础设施（城市化建设和通讯）弱化了所在县域的全要素生产率，对毗邻县域全要素生产率没有显著的溢出作用，而社会性基础设施（教育和金融服务）提升了所在县域的全要素生产率，但对毗邻县域全要素生产率有显著的负向溢出效应［12］。

近年来，关于农村基础设施建设与农业发展之间关系的研究日益增多，却主要集中在农村基础设施对农业产出的影响方面。关于农村基础设施建设对农业生产率影响的讨论相对较少，鲜有文献分析基础设施对农业技术效率的作用。Mamatzakis认为基础设施对农业中间品和私人资本存在互补性，对劳动力具有替代性，能够有效降低农业生产成本，提高农业生产效率［13］。在此基础上，Teruel和Kuroda对菲律宾的公路设施、灌溉设施和电力设施展开了研究，发现公路设施与私人农业投入存在互补关系，而灌溉设施与劳动力和中间投入存在替代关系，进而降低了农业生产成本［14］。此外，国内也有学者围绕农业公共投资［15］、交通基础设施建设［16］、农业科研投资等因素对农业技术效率和农业发展的影响进行了研究［17］。

上述文献主要探讨了基础设施对经济增长的重要意义，针对农村基础设施外溢效应的研究尚不多见，特别是从农业全要素生产率角度来考察基础设施外部性的研究还比较缺乏。本文重点选取了灌溉、公路和农电设施三类农村基础设施，在测算31个省（市、区）1999～2011年农业全要素生产率的基础上，构建动态面板数据模型，实证检验了三大基础设施对中国农业全要素生产率的影响，以期为优化农村基础设施投资、促进农村发展相关政策的制定提供必要的参考依据。

二、农业全要素生产率的测算

现有文献主要采用参数方法和非参数方法对农业全要素生产率进行测算，这两种方法各有优缺点。本文运用由Fare等扩展的DEA－Malmquist生产率指数方法测算农业全要素生产率，该方法已被广泛应用［18］。该模型以包含若干个决策单元在内的面板数据为对象，采用距离函数构造生产最佳前沿面，将每个决策单元实际生产情况与最佳前沿面进行比较，并分解出技术进步与技术效率，从而将基于产出导向的Malmquist指数分解为：

xt和yt分别代表t时的投入和产出向量；C表示不变规模报酬（constant returns to scale，CRTS）；S表示要素投入强可处置性（strong disposability of inputs）；TEC代表技术效率变化，TP代表技术进步。

农业产出变量采用1990年不变价的农业生产总值，劳动投入采用农林牧渔业从业人员数；土地投入以农作物总播种面积计算；机械动力投入以农业机械总动力计算；化肥投入以本年度内实际用于农业生产的化肥施用量（折纯量）计算；役畜投入采用本年度内各省拥有的大牲畜数量中所包含的农用役畜数量计算，农用役畜是指大牲畜中实际用于农林牧渔生产的部分，缺失数值以临近两年役畜／大牲畜比率均值乘以该年大牲畜数量补齐；灌溉投入以每年实际的有效灌溉面积计算［19］。样本包括除港、澳、台之外的中国大陆31个省（市、区）。考虑到2012年之后《中国农业年鉴》未公布各地区农用役畜的数量，因此选择1999～2011年作为地区层面样本数据的时间区间。数据主要来源于《中国统计年鉴》《中国农业年鉴》《中国农村统计年鉴》和《新中国六十年农业统计资料》等统计资料。

表1列出了我国各地区2000～2005年和2006～2011年Malmquist生产率指数的增长情况。由表1可知，除云南、贵州、西藏及广西4个省区外，其他省区的农业全要素生产率维持正增长。2000～2005年和2006～2011年我国31个省区的农业全要素生产率年均增长率分别为4．0%和4．8%，这与李谷成和陈卫平的研究结果是一致的［19］［20］。

表1 2000～2005年和2006～2011年分省Malmquist生产率指数增长

三、模型、变量及数据处理

农业全要素生产率是农业发展的重要源泉，农业发展受到农村基础设施建设投资、人力资本改善、农业技术水平、自然灾害等诸多因素影响。2004年以来中央政府连续9个“一号文件”均强调了加大农村基础设施建设的重要性，农村基础设施的有效供给和不断完善对农业生产率有着重要影响。便利的交通基础设施能加快新技术的推广，降低农业生产要素的流动成本，并能促进农业生产要素的有效配置，提高农业全要素生产率。此外，农田水利灌溉以及农村电力等基础设施，可以有效克服要素资源禀赋和生态条件的不足，从而提高农业全要素生产率，促进农业发展。结合数据的可得性，本文将探讨三大农村基础设施（即灌溉、公路和农电设施）对农业全要素生产率的影响。参考以往的研究［10］，本文将计量模型设定为如式（2）所示的动态面板回归形式：

式（2）中被解释变量为TFP的对数，解释变量包括三大基础设施变量及一些影响TFP的控制变量，为防止异方差，这些变量均取自然对数；i＝1，2，…，31表示31个省区；t表示时间年份；采用被解释变量的滞后项来控制初始条件对农业全要素生产率的影响；用μi表示地区效应，εi，t为经典随机扰动项。相关解释变量的说明如下：

（一）基础设施变量

1．灌溉基础设施（IR）。灌溉设施功能的发挥受到气候等因素的影响，水库数量、水库库容量、堤防长度等并不能作为灌溉设施的有效衡量指标，而有效灌溉面积能够综合反映灌溉设施状况。因此，本文采用有效灌溉面积来衡量灌溉基础设施。

2．公路基础设施（HI）。考虑到省区层面上县乡公路数据的缺失，因此直接利用县乡道路数据面临困难。而在农业发展过程中，不仅农村公路（村道和乡道）对农村经济有促进作用，各类高速路、国道、省道等公路更起着连接城乡的桥梁作用，促进城乡经济的发展。因此，我们采用公路总里程来反映道路的通达程度。考虑到我国各省区地域面积相差很大，为了使各省份的交通公路基础设施存量具有可比性，本文借鉴Demurger的思想［21］，计算各省份2000～2011年公路基础设施的密度，具体的做法是将等级公路和等外公路加总后再除以各省份的国土面积，以此衡量公路基础设施。

3．农电基础设施（RE）。农电基础设施是推动农村经济发展的重要支撑力。农村电力设施通常指农村电网，它作为联系输电网和农村电力用户的中间环节，是电能配送的载体。鉴于农村电网供电点多、面广、分散等物理特点，很难统计，本文采用农村用电量来衡量农电基础设施，它指农村生产和生活的全年用电总量。

（二）控制变量

本文选择如下控制变量：1．农业结构调整系数（AS）。农业全要素生产率增长实质上是一个要素资源不断优化配置的过程。我们采用粮食作物播种面积占所有农作物总播种面积的比重表示农业结构调整情况，该指标可以反映各省区农业种植结构是否朝着比较优势方向发展，也可以反映地区农业结构调整的市场化情况。2．城市化进程（UR）。用城市人口占总人口的比重表示。3．受灾率（DR）。用受灾面积占农作物播种面积的比重表示，主要反映不可控气候因素影响。4．农村人力资本（HC）。农村人力资本的改善能够提高实物资本的使用效率，本文选用平均受教育年限来衡量农村人力资本状况［22］。

（三）数据来源

本文中灌溉基础设施、公路基础设施、农电基础设施都采用实物指标，以克服采用资本存量或各年度投资总额的测量误差。农村人力资本的具体测算方法是根据《中国农村统计年鉴2001－2012》中公布的每百名劳动力不同文化程度的分类，将文盲和小学、初中、高中、中专、大专以上分别以4年、9年、12年、12年和15年为权重进行加权平均得到。城市化率根据历年《中国人口和就业统计年鉴》整理得到。为保持数据的一致性，如不做特别说明，其他数据都来源于历年《中国统计年鉴》《中国农业年鉴》和《中国农村统计年鉴》等官方统计数据。

四、实证结果及分析

本文建立的计量模型可能会存在一些经济计量问题，包括农村基础设施与农业全要素生产率之间的内生性问题，变量的测量误差以及遗漏重要解释变量。我们将对这些经济计量问题进行探讨。

（一）可能遇到的经济计量问题

1．解释变量的内生性问题。农村基础设施的完善能够降低农业生产总成本，提高农业全要素生产率，反过来，农业生产总成本减少和效率提高，有助于农民获得更多利润，农民会更多投资于农村基础设施。所以，它们之间可能存在双向因果关系。实证模型中的解释变量还包含被解释变量的滞后一期，这也会造成内生性问题。此外，农业生产中通常用电力带动抽水机灌溉农田，这成为农村用电量的一部分。从而，灌溉设施和农电设施很可能存在共线性。因此，本文使用工具变量法来解决内生性问题，具体采用一阶差分GMM方法进行回归。

2．测量误差。以往很多研究都采用公共投资来衡量基础设施，这很容易导致测量误差。原因在于灌溉、公路以及农电设施并不一定都是由公共资本投资完成，私人投资也可能占有一定的比重。马培衢认为随着政府对农业公共基础服务的支持力度加大，以及农民经济自由权和生产的赢利空间扩大，自发逐利动机将激励农民投资于灌溉设施并提高其利用效率［23］。如果再考虑物价水平、建设材料价格等因素，会使得各个地区在不同年份的灌溉设施、公路设施和农电设施的投资缺乏可比性。因此，本文采用实物指标尽量去克服测量误差。

3．遗漏解释变量。农业全要素生产率受到很多因素的影响，有些因素很难被观察，例如农业政策、气候等因素，还有些因素难以量化。这导致模型遗漏（或忽略）了这些变量。一方面，我们通过引入地区虚拟变量来缓解遗漏变量的影响。另一方面，利用面板数据模型，通过固定效应方法中的差分过程来解决遗漏变量偏误问题。

（二）实证结果及分析

通过对经济计量问题的分析，本文采用一阶差分GMM对实证模型进行回归。GMM估计量的一致性依赖于工具变量的有效性，因此我们进行了扰动项的自相关检验及工具变量使用的过度识别检验。表2列出了不同模型设定下式（2）的一阶差分GMM估计结果。从诊断结果可看到AR（2）以及Sargan检验值的伴随概率均大于0．1，这说明一阶差分GMM估计通过了工具变量的有效性检验。在模型3中农电设施对农业全要素生产率有显著正影响，但在模型4中不显著。原因可能是，模型3中只有农电设施变量，不存在农电设施与灌溉设施之间的共线性问题。而模型4同时包含农电设施与灌溉设施变量，我们采用差分GMM估计解决该共线性问题，所得结果具有可信性。模型4综合考虑了所有基础设施的影响，以下采用模型4的分析结果：灌溉设施对农业全要素生产率有显著的负向作用，公路设施对农业全要素生产率起着显著的促进作用，而农电设施对农业全要素生产率的影响未通过显著性检验。

表2 农村基础设施溢出效应的实证检验结果

灌溉设施显著降低了农业全要素生产率。其实这并不难理解，农田水利灌溉设施作为一种准公共产品，具有非排他性和使用竞争性。农户在谋求个人利益最大化的情况下，很容易造成农村水利工程“过度使用”和“拥挤效应”问题，进而阻碍农业全要素生产率提高。尤其近年来，我国干旱灾害频发，薄弱的农田水利设施并未发挥其重要的作用，严重影响了农业生产和农民生活。2011年初中共中央、国务院印发了首个关于水利的综合性政策文件《关于加快水利改革发展的决定》，指出从多渠道筹集资金，加大对农田水利设施的投资，力求改变当前中国农田水利灌溉设施薄弱的状况。

公路设施显著促进了农业全要素生产率提高。农业生产从种子、化肥、农机购置，到农产品收割、存储及交易等各环节，都离不开交通运输。便利的交通基础设施能有效降低农业生产要素的流动成本，进而提高农业技术效率。此外，通达的交通网络可以使新技术得到更快普及，使农业生产者能更快更多地运用新技术，分享到科技进步带来的经济效益。2003年以来，中国政府调整了农村公路建设思路和投资政策，加大了对农村公路建设的投资力度，这一系列政策开始逐步发挥作用，提高了农业全要素生产率，促进了农村社会经济文化发展和农民生活水平的提高。

农电基础设施对农业全要素生产率的影响并不显著。这与农电设施具有供电线路长、负荷密度小、用电量少、损耗高、投资回报难有保障等特点紧密相关。中国农村地区，特别是南方山地丘陵地区，聚落的形态以散村分布为主，表现出分散、独立的特点，农宅或三五户，或独户零散分布，这无疑加大了农村供电通电的成本。农电设施的损坏、老化，最主要是电费收取过程中交易成本增加，使农村电价仍然较高。另外，农村电工素质和能力偏低，这些都不利于农电设施的有效利用。农电设施虽未显著提高农业全要素生产率，但它作为农村重要的基础设施，关系到农民生活、农业生产和农村繁荣。

值得注意的是，除了农村基础设施变量，其他变量对农业全要素生产率也有显著影响，受灾率对农业全要素生产率有显著的负向作用。这是因为农业生产绩效受自然环境影响很大。所以，切实加强农村基础设施建设，强化各项支农措施，提高农业抗灾防灾能力，对提高农业全要素生产率具有重要的意义。四个模型中农村人力资本的估计系数都为负，且都很显著，这说明农村人力资本对农业全要素生产率有显著的负向作用，与米建伟等研究的结论一致［24］。可能的原因是，教育提高了农村劳动力的素质，而农村人力资本的提高增加了农民非农就业的机会，素质较高的农民更有可能离开农村，从事非农产业，从而导致农业全要素生产率降低。

农业结构调整系数对农业全要素生产率有着负面影响。我国人多地少的资源禀赋条件决定了我国在大宗土地密集型农产品上并不具备比较优势，而在劳动力密集型农产品上具有比较优势。然而，实证结果表明农业结构调整系数对农业全要素生产率具有负向作用，这说明我国农业种植结构并未按照比较优势来调整。历届中央政府一直（将来也会）优先考虑确保粮食安全，实际上使得整个种植结构偏离我国的比较优势，从而影响农业全要素生产率的增长。表2的实证结果还表明城市化率对农业全要素生产率存在负向作用，但不显著。这在一定程度上说明农村劳动力的非农就业并不一定会提高农业全要素生产率。

五、结论与政策启示

本文采用1999～2011年中国大陆省级面板数据研究农村基础设施建设对农业全要素生产率的影响，研究发现：公路设施能够显著促进农业全要素生产率提高，农电设施对农业全要素生产率的影响并不显著，而灌溉设施却显著降低了农业全要素生产率。此外，在影响农业全要素生产率的其他因素中，受灾率、农村人力资本、农业结构调整系数对农业全要素生产率增长表现出抑制作用，而城市化对农业全要素生产率的影响并不显著。根据上述研究结论，本文提出以下几点政策建议：

第一，尽快改变农田水利设施建设薄弱的现状。中央及各级地方政府应利用市场机制多渠道筹集资金，进一步加大农田水利设施建设，特别是加强沟渠、堰塘等小型农田水利设施的建设［25］。同时在农田水利建设上要突出建设重点，加强项目和资金管理，着力提高投资使用效率和效益。此外，政府应加快推进改革，创新机制，促进农田水利设施的良性运行。

第二，确保全面完成农村公路设施建设任务。政府应该继续加大对农村公路建设的投资，坚持以政府投入为主，探索多元化投融资模式，加快农村公路建设，减轻农民负担。另外，政府还应重视农村公路的科学规划、建设及维护，确保农村公路高效、协调、快速发展。

第三，提高农电设施管理水平和效率。政府应紧密结合各地区现实情况，因地制宜，根据农村不同类型地域用电负荷的特点，实行多种供电模式，满足农村经济发展和人民生活用电需求。此外，政府应给予农村电网升级改造、农村水电增效扩容改造更多政策和资金支持。

［1］国家发展和改革委员会．农村基础设施建设发展报告（2008）［M］．北京：中国环境科学出版社，2008．

［2］Barro，R．J．Government Spending in a Simple Model of Endogenous Growth［J］．Journal of Political Economy，1990，98（5）：103—125．

［3］踪家峰，李静．中国的基础设施发展与经济增长的实证分析［J］．统计研究，2006，（7）：18—21．

［4］Aschauer，D．A．Is Public Expenditure Productive？［J］．Journal of Monetary Economy，1989，23（2）：177—200．

［5］Fernald，J．G．Roads to Prosperity？Assessing the Link between Public Capital and Productivity［J］．American Economic Review，1999，89（3）：619—638．

［6］Hulten，C．，Bennathan，E．，Srinivasan，S．Infrastructure，Externalities，and Economic Development：AStudy of the Indian Manufacturing Industry［J］．World Bank Economic Review，2006，20（2）：291—308．

［7］Holtz-Eakin，D．Pulic Sector Captial and the Productivity Puzzle［J］．The Review of Economics and Statistics，1994，76（1）：12—21．

［8］Hulten，C．，Schwab，R．M．Does Infrastructure Investment Increase the Productivity of Manufacturing Industry in the U．S．？［C］／／Lawrence，J．L．Econometrics and the Cost of Capital．Cambridge，MA：MIT Press，2000：143—158．

［9］刘秉镰，武鹏，刘玉海．交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析［J］．中国工业经济，2010，（3）：54—64．

［10］刘生龙，胡鞍钢．基础设施的外部性在中国的检验：1988—2007［J］．经济研究，2010，（3）：4—15．

［11］张浩然，衣保中．基础设施空间溢出与区域全要素生产率——基于中国266个城市空间面板杜宾模型的经验研究［J］．经济学家，2012，（2）：61—67．

［12］刘舜佳，王耀中．基础设施对县域经济全要素生产率影响的空间计量检验［J］．统计与信息论坛，2013，28（2）：54—60．

［13］Mamatzakis，E．C．Public Infrastructure and Productivity Growth in Greek Agriculture［J］．Agricultural Economics，2003，29（2）：169—180．

［14］Teruel，R．G．，Kuroda，Y．Public Infrastructure and Productivity Growth in Philippine Agriculture，1974—2000［J］．Journal of Asian Economics，2005，16（3）：555—576．

［15］汪小勤，姜涛．基于农业公共投资视角的中国农业技术效率分析［J］．中国农村经济，2009，（5）：79—86．

［16］李宗璋，李定安．交通基础设施建设对农业技术效率影响的实证分析［J］．中国科技论坛，2012，（2）：127—133．

［17］王建明．农业财政投资对经济增长作用的研究——兼论农业科研投资的作用与效果［J］．农业技术经济，2010，（2）：41—49．

［18］Fare，R．，Grosskopf，S．，Norris，M．，Zhang，Z．Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries［J］．American Economic Review，1994，84（1）：66—83．

［19］李谷成．技术效率、技术进步与中国农业生产率增长［J］．经济评论，2009，（1）：60—68．

［20］陈卫平．中国农业生产率增长、技术进步与效率变化：1990—2003［J］．中国农村观察，2006，（1）：18—23．

［21］Demurger，S．Infrastructure and Economic Growth：An Explanation for Regional Disparities in China［J］．Journal of Comparative Economics，2001，29（1）：95—117．

［22］骆永民，樊丽明．中国农村基础设施增收效应的空间特征［J］．管理世界，2012，（5）：71—87．

［23］马培衢．关于农业基础设施建设制度变迁内在机理的制度分析——基于徐闻县的案例调查［J］．中国农村观察，2009，（1）：33—42．

［24］米建伟，梁勤，马骅．我国农业全要素生产率的变化及其与公共投资的关系——基于1984—2002年分省份面板数据的实证分析［J］．农业技术经济，2009，（3）：4—16．

［25］曾福生，郭珍．中国省际农业基础设施供给效率及影响因素研究——基于DEA—Tobit两步法的分析［J］．求索，2013，（4）：5—8．