“一提一补”水价改革对作物单产的影响分析*——基于中介效应分析法和倍差法的实证研究

陆秋臻，刘 静，李 婕

(1.中国邮政集团公司浙江省分公司，浙江杭州 310011； 2.中国农业科学院农业经济与发展研究所，北京 100081； 3.浙江科技学院经济管理学院，杭州 310011)

0 引言

自新中国成立以来，我国水资源管理体制经历了由供给管理转向需求管理的变迁。由原先的通过工程或技术手段增加水资源供应量来缓解水资源短缺的矛盾，转变为设计水的需求和使用政策来影响用水户行为[1]。水权交易和水价政策是目前水资源需求管理最重要的两部分，其中水权交易是近年来新兴的一种水资源需求管理方法，由于涉及初始产权难以确定，实施难度大，水权转让规则不够完善，水权配置市场参与不够等原因，实际案例较少[2-3]，而水价政策在目前的应用较为广泛，尤其在我国干旱缺水的北方地区。

现有大部分关于水价政策效果评估的文献都着眼于讨论水价政策的节水效果[2， 4-8]，也有部分学者讨论了提高水价对农户收入的影响[2， 7， 9-12]，然而很少有文献研究水价政策对作物单产的影响。事实上，许多学者认为，农户用水量对水价的反应会经历一个无弹性到敏感弹性再到低弹性的过程，只有当水价提高到一定程度时，农户用水量才会下降，而此时已对作物生产造成负面影响[7， 13-15]。这无疑会增加那些家庭收入很大程度上依赖于种植业的贫困户的负担，因此伊热鼓等[16]认为水价的涨幅应保持在一定限度之内，不能超出农民的负担水平。目前国内对这方面的实证研究较少，仅有的相关文献中，廖永松[12]的研究结果显示水价上升导致的单位面积灌溉水量的减少会引起小麦和玉米单产的减少。刘莹等[2]认为在水价上涨的初期，作物单产是保持不变的，当水价上涨到某一值时，作物单产会随着要素投入的减少而减少。

衡水市桃城区于2005年8月创造性地提出了“一提一补”水价调控机制，在全区部分村试点，取得了巨大成功。同其他水价政策类似，目前大部分学者都在关注“一提一补”水价改革的节水效果。孙梅英等[17]和常宝军等[18]的研究表明该政策的节水效果显著。Chen等[19]最先从经济学的角度出发利用理论模型推导证明了该政策确实能减少农户的用水量，这一点也在Wang 等和刘静等[20-21]的实证研究中得到印证，Wang等[20]的研究结论显示，“一提一补”制度对于减少小麦和棉花的用水量是显著的，但对玉米用水量的影响并不显著，同时也提出，由于补贴的存在，该政策的实施对农户收入有着正面的影响。而刘静等[21]的研究结果显示，“一提一补”仅对小麦用水量的影响是显著的，而对玉米和棉花的用水量影响不显著。陆秋臻等[22]利用倍差法从农户生计的角度研究证明了“一提一补”政策实施未造成粮食产量和农户收入降低。

文章利用河北省衡水市桃城区332户农户调研数据，定量分析“一提一补”水价改革对当地主要3种作物小麦、玉米、棉花单产的影响。

1 “一提一补”水价改革的政策背景

1.1 研究区域概况

桃城区地处衡水市的中心，位于河北省东南部，属于华北平原干旱圈，多年平均降雨量不足500mm，人均水资源占有量仅有120m3，仅为全国人均水平的1.7%。20世纪60年代以来，该地区一直依靠超量开采地下水来保证经济社会的快速发展，接近90%的灌溉用水来自地下水， 70%的机井抽取的是深层地下水，每年需超采深层地下水约0.78 亿 m3，目前地下水埋深仍以每年超过2m的速度下沉[19-20]。

图1 1999—2013年桃城区种植结构变动趋势数据来源：2001—2014年衡水市统计年鉴

图2 2000—2013年桃城区3种主要作物单产变化趋势数据来源：2001—2014年衡水市统计年鉴

图3 “一提一补”水价改革简图

1.2 桃城区作物生产概况

小麦、玉米、棉花是桃城区最主要的3种作物， 3种作物的播种面积占该地区总播种面积的比例常年保持在70%～80%(图1)，其中小麦和玉米由于实施冬小麦和夏玉米轮作，每年基本各占30%以上，而近年来，两种作物的播种面积比例都有所下降，在2013年达到最低，分别仅占32.93%和30.04%。棉花种植面积的峰值在2004年，达到了18.80%，之后几年基本稳定在15%左右。

从图2可以看出2000—2013年桃城区3种主要作物小麦、玉米和棉花单产变化趋势，其中棉花单产一直稳定在1 000 kg/hm2左右； 小麦的单产总体呈稳步上升的趋势，从2000年的5 610 kg/hm2逐步增长到2013年的接近7 000 kg/hm2； 玉米的单产变化与小麦的变动趋势基本一致， 2011年以后基本稳定在8 000 kg/hm2以上。

1.3 “一提一补”水价政策概况

桃城区于2005年8月创造性地提出了“一提一补”水价调控机制，在全区部分村试点，取得了巨大成功[17]。该制度包含“提价”和“补贴”两个过程，“一提”就是根据不同水资源的稀缺性和重要性分别提高不同的价格，“一补”就是将提价多收的资金按用水单位(指耕地面积和人数)再平均补贴给用水者。提价后用水越多农户交的水费越多，反之亦然，从而达到“节奖超罚”的目的。具体做法如图3所示，以“按电核算，按地补贴”为原则，对灌溉机井的用电，每度电在原来基础上提高0.3元，多收的差别电价由村委会或用水者协会交入财政专项的“节水调节基金”，政府给予节水基金每度电0.1元的额外补贴，以每个行政村为单位计算每个村每667m2地的平均用水量，将“节水调节基金”按照各村耕地面积平均补贴到农户，实现村内部平衡。根据村承包地面积，计算每667m2地应该返还给农户的金额，按照农户承包地面积乘以每667m2地应返还金额，返还给每个农户，从而调动农户节水积极性。每667m3地用的水多则用的电多，缴纳的电费高，反之用的水少电少相应电费也少，从而达到“节奖超罚”的目的。

2 研究方法

水价政策对于农户产量的影响可以分为直接影响和间接影响。

(1)水价改革(P)→农户用水量(W)→作物产量(Y)。农户是政策的直接受众，他们会根据政策调整做出一系列决策变化。对于水价政策而言，水价提升首先会直接影响农户的用水量，从而再影响产量。

(2)水价改革(P)→作物产量(Y)。理论上说，制度或者政策虽然不具有生产能力，但在一定程度上会对生产有直接影响。

为了回答“‘一提一补’水价改革是否影响产量，以及如何影响产量？”这两个问题，该文综合了中介效应和倍差法进行实证分析。

2.1 中介效应

中介效应分析是近年来社科领域应用较为广泛的一种方法，主要用来分析经济问题中的影响路径和机制。在该文中，水价政策(P)是自变量，用水量(W)是一个中介变量，作物产量(Y)是因变量。根据Baron and Kenny(1986)提出的逐步法(1)Baron and Kenny(1986)提出了验证中介效应的逐步法：(1)因变量对自变量回归，自变量显著； (2)中介变量对自变量回归，自变量显著； (3)因变量同时对自变量和中介变量回归，若中介变量显著而自变量回归系数变小且不显著，则中介变量起到完全中介作用； 若中介变量显著，自变量系数变小也达到显著水平，则中介变量起到部分中介作用，可将三者关系用理论模型表示成：

图4 中介效应分析

图5 样本分布

表1 样本分布

实验组对照组自对照邓庄镇东邢疃村36份前邢疃村36份—速流村42份索水口村69份—曹庄15份—曹庄15份麻森乡肖家村15份中堂村29份—河沿镇国家庄48份盐堤口村42份国家庄48份合计15617663 数据来源: 2015年8月桃城区调研

Y=cP+e1

(1)

W=aP+e2

(2)

Y=c’P+bW+e3

(3)

具体的理论框架如图4：图中c为水价政策的实施(P)对作物产量的总效应；a为水价改革(P)对中介变量用水量(W)的效应；b为中介变量用水量(W)作用于作物产量(Y)的效应；ab可以用来衡量间接效应，即水价政策(P)通过影响农户用水量(W)来影响作物产量(Y)的效应；c’表示直接效应。这几个参数的关系为c=ab+c’，根据该关系式，结论可能出现以下4个情况：(1)c=0，即a=0或b=0，且c’=0。即“一提一补”水价政策不影响产量； (2)c’=0，ab≠0，完全中介效应，“一提一补”水价政策完全通过中介变量作用于作物产量； (3)c’≠0，ab=0，即不存在间接效应，“一提一补”水价政策完全通过直接效应作用于作物产量； (4)ab≠0且c’≠0，部分中介效应，即“一提一补”水价政策对作物产量的影响中既存在直接效应也存在间接效应。

2.2 倍差法(DID)

倍差法是一种广为使用的用以做政策分析和评估的计量经济方法，模型中的交互项系数可以估计某一政策或项目的实施给作用对象带来的净影响。有关倍差法的具体原理，已在文献中有较为详细的介绍[22]，在此不再赘述。

3 数据来源与样本选择

该文数据来自课题组于2015年8月在桃城区3乡镇9行政村搜集到的农户调研数据，共收回360份问卷，整理后得到有效问卷332份，有效样本率92.2%，其中“一提一补”试点村156 户农户，对照村176 户农户(表1)。

在所有的试点村中，根据随机抽样的原则抽取了东邢疃村、速流村、曹庄、肖家村、国家庄村作为实验组，从上述试点村的非试点邻村中随机抽取出前邢疃村、索水口村、中堂村、盐堤口村作为对照村。图5表明， 5个实验组和对照组都是相邻的，在种植结构、资源禀赋、收入消费结构等特征上相近，适合进行对照分析。曹庄和国家庄两个村在参与试点之后又退出了试点，所以作为自对照村。

问卷中主要搜集了农户“一提一补”实施前一年、“一提一补”实施当年、2011、2014 4个时间段的数据。主要内容包括3个部分：(1)农户特征，包括家庭成员的基本情况和劳动力情况； (2)地块特征，包括地块质量、离家距离、地块作物的投入产出等； (3)农户灌溉用水情况，包括水价、用水是否有延误、不同作物的用水量、用水结构、灌溉次数等。

4 模型建立与回归分析

4.1 模型建立

该文建立了以下几个模型进行分析：

(1)中介变量对自变量回归

(4)

(5)

(2)因变量对自变量回归

(6)

(7)

(3)因变量同时对自变量和中介变量回归

(8)

(9)

其中，模型(1)和(2)是中介变量对自变量回归的倍差法模型，lnY表示产量的对数，P是村虚拟变量，P=1表示试点村，P=0表示非试点村；T是时间虚拟变量，T=0表示政策实施前，T=1表示政策实施后； 交互项TP是关键变量，其系数反应“一提一补”水价改革对作物单产的对数的净影响，X表示控制变量，这些控制变量包含用对数形式表示的lnXi和非对数形式的Xj； 模型(3)和(4)为因变量对自变量的回归； 模型(5)～(6)为因变量同时对自变量和中介变量的回归。

其中，该文的控制变量选择主要包括：(1)农户特征变量，如：户主的年龄、户主受教育程度以及户主是否是村干部； (2)地块特征变量，主要包括：土地质量和地块离家距离； (3)农业投入变量，包含：劳动投入、种子投入、肥料投入、农药投入以及机械投入。各个变量的描述性统计如表2所示：

表2 变量描述性统计分析

变量单位/变量描述小麦玉米棉花均值标准差均值标准差均值标准差农户特征变量 户主年龄岁52.6110.6152.5910.6151.639.56 户主受教育程度年6.712.956.712.956.432.98 户主是否是村干部0=否; 1=是0.080.860.080.270.060.24地块特征变量 土地质量1=很好; 2=较好; 3=一般; 4=较差; 5=很差2.020.862.000.832.841.07 地块离家距离km0.820.660.800.600.920.72农业投入变量 劳动投入元/hm210.089.8611.0410.6260.6354.59 种子投入元/hm245.7732.4341.7519.6428.7911.95 肥料投入元/hm2128.9351.24102.1148.98103.6446.28 农药投入元/hm222.3519.4327.1724.9588.5865.89 机械投入元/hm285.1949.9084.0659.9330.7029.37核心变量 村虚拟变量1=试点村; 0=非试点村0.530.500.530.500.550.50 时间虚拟变量1=实施后; 0=实施前0.510.500.510.500.360.48 交互项村虚拟变量∗时间虚拟变量0.280.450.280.450.180.38 水价元/度0.730.130.720.140.700.13 用水量m3/hm22 631.452 012.722 053.602 729.41962.65614.04 数据来源: 2015年8月桃城区调研

4.2 回归结果分析

利用Stata 14.0 分别对各小麦、玉米和棉花的各模型进行回归分析，回归结果显示于表3～4。

4.2.1 小麦

小麦模型第一步分析政策对小麦灌溉用水量的影响中，可以看见政策对小麦用水量有显著影响的，模型1交互项变量的系数为-0.169 2，且在1%显著性水平下显著，表明在其他条件一定的情况下，政策实施村能比对照村显著减少用水16.92%。而模型2结果中水价变量系数在5%的显著性水平下显著为负也验证了这一点。

表3 小麦回归结果

用水量产量模型1模型2模型3模型4模型5模型6村虚拟变量0.343 0∗∗∗(4.68)-0.018 6(-0.39)-0.031 0(-0.60)时间虚拟变量-0.017 4(-0.22)0.134 0∗∗(2.48)0.142 5∗∗∗(2.74)交互项-0.169 2∗∗∗(-2.60)-0.038 2∗(-1.69)-0.020 8(-0.34)水价(ln)-0.116 3∗∗(-1.98)-0.001 4∗∗(-2.13)-0.000 9(-0.19)用水量(ln)0.070 4∗(1.86)0.036 8∗∗(2.01)户主年龄(ln)-0.125 7(-0.78)-0.193 7(-1.20)-0.078 4(-0.84)0.053 4(0.59)0.054 5(0.94)0.068 7(0.83)户主受教育程度-0.012 5(-0.62)-0.005 8(-0.62)-0.0043(-0.98)0.081 6(1.60)-0.003 5(-0.81)0.082 2∗(1.65)户主是否是村干部-0.029 9(-0.37)-0.007 1(-0.97)0.032 9(1.52)0.025 5(1.01)0.048 0∗(1.69)0.036 4(1.20)土地质量-0.004 9(-0.15)-0.032 2(-0.97)-0.010 9∗(-1.75)-0.013 3∗(-1.77)-0.008 5(-0.53)-0.010 7(-0.64)地块离家距离-0.073 0∗∗(-2.13)-0.081 8∗∗∗(-3.06)-0.025 9(-1.55)-0.023 7(-1.40)-0.028 2∗(-1.77)-0.026 8(-1.60)劳动投入(ln)-0.062 7(-0.62)0.091 7(0.65)0.015 8(1.29)0.009 2(0.72)0.019 2(1.53)0.011 9(0.90)种子投入(ln)-0.054 1(-0.99)-0.064 1(-1.14)0.019 9(0.74)0.018 9(0.70)0.019 1(0.73)0.018 5(0.71)肥料投入(ln)-0.090 9(-1.47)-0.113 8∗(-1.88)-0.038 2(-0.72)-0.030 2(-0.57)-0.038 3(-0.73)-0.029 0(-0.55)农药投入(ln)0.086 6(2.29)0.090 4∗∗(2.39)0.020 7(0.34)0.034 3∗(1.75)0.036 5∗(1.77)0.042 2(0.75)机械投入(ln)0.064 4(1.56)0.072 4(0.76)0.027 3∗∗(2.45)0.036 3∗∗(2.13)0.022 4∗∗(2.23)0.032 6∗∗(1.97)常数项8.337 1∗∗∗(11.45)8.925 2∗∗∗(12.44)7.181 6∗∗∗(17.64)6.688 2∗∗∗(17.27)6.749 4∗∗∗(12.28)6.308 7∗∗∗(11.08)R20.327 10.285 90.291 10.272 60.315 40.308 5 注: (1)括号中为 t 值; (2)∗、∗∗、∗∗∗分别表示在10%、 5%、 1%显著性水平下显著;(3)(ln)表示该变量在模型中以对数形式出现

表4 玉米回归结果

用水量产量模型1模型2模型3模型4模型5模型6村虚拟变量0.051 6(0.58)-0.032 0(-0.90)-0.057 8(-1.52)时间虚拟变量-0.028 4(-0.31)0.156 8∗∗∗(3.62)0.158 3∗∗∗(3.68)交互项-0.074 8(-0.72)0.046 1(1.00)0.049 9(1.09)水价(ln)-0.005 4(-0.17)0.058 8(0.68)0.059 0(0.75)用水量(ln)0.050 0∗∗(2.27)0.041 6∗∗(2.06)户主年龄(ln)-0.223 4(-1.64)-0.299 3∗∗(-2.07)-0.043 5(-0.77)0.069 5(1.22)-0.032 3(-0.60)0.082 0(1.51)户主受教育程度-0.023 4∗∗(-2.40)0.039 2∗∗∗(3.83)0.008 7∗∗(2.53)0.012 4∗∗∗(3.57)0.007 5∗∗(2.16)0.010 8∗∗∗(2.99)户主是否是村干部-0.096 5(-0.78)-0.032 2(-0.25)-0.026 3(-0.84)-0.018 3(-0.52)-0.021 5(-0.67)-0.017 0(-0.46)土地质量0.038 8(1.26)-0.011 1(-0.35)-0.004 8(-0.38)-0.007 5(-0.56)-0.006 8(-0.53)-0.007 1(-0.53)地块离家距离0.055 9(1.44)0.074 4(0.83)-0.028 7∗∗(-2.14)-0.027 7∗∗(-1.98)-0.031 5∗∗(-2.34)-0.030 8∗∗(-2.17)劳动投入(ln)-0.006 4(-0.20)-0.024 0(-0.77)0.025 8∗∗(2.14)0.016 2(1.30)0.026 1∗∗(2.16)0.017 2(1.37)种子投入(ln)-0.045 1(-0.61)-0.081 7(-1.08)-0.033 7(-1.08)0.009 4(0.30)-0.031 4(-1.01)0.012 8(0.41)肥料投入(ln)-0.078 3(-1.22)-0.103 3∗(-1.71)0.023 9(1.09)0.041 3∗(1.84)0.027 8(1.21)0.045 6∗(1.95)农药投入(ln)0.238 6∗∗∗(5.10)0.233 0∗∗∗(4.97)0.058 0∗∗∗(3.10)0.052 4∗∗∗(2.67)0.069 9∗∗∗(3.37)0.062 1∗∗∗(2.90)机械投入(ln)0.127 3∗∗∗(3.29)0.134 3∗∗∗(3.25)0.053 6∗∗∗(3.42)0.080 5∗∗∗(5.41)0.047 3∗∗∗(3.18)0.074 9∗∗∗(5.34)常数项6.900 8∗∗∗(10.73)7.697 0∗∗∗(12.18)6.922 4∗∗∗(32.13)6.203 9∗∗∗(28.39)6.577 5∗∗∗(29.68)5.883 7∗∗∗(24.38)R20.344 60.276 60.297 80.257 10.309 90.265 9 注: (1)括号中为 t 值; (2)∗、∗∗、∗∗∗分别表示在10%、 5%、 1%显著性水平下显著;(3)(ln)表示该变量在模型中以对数形式出现

第二步分析政策对产量的影响，模型3时间虚拟变量系数为0.134 0且在5%水平下显著，意味着其他条件一定时，样本村在政策实施后的总体小麦单产比政策实施前增长了13.40%，但交互项系数为-0.038 2且在10%显著性水平下显著，表明在其他条件一定时，试点村的小麦增产平均比非试点村小麦增产低3.82%，这个结果在模型4中也得到检验，水价变量系数为-0.001 4且在5%水平下显著，表明其他条件一定的情况下，水价平均没上升1%，小麦单产会下降0.14%。

第三步在模型3和4中加入了用水量变量以后，发现模型中的交互项和水价变量都不显著了，而模型5和6中的用水量系数分别为0.070 4和0.036 8分别在10%和5%的显著性水平下显著，说明用水量在“一提一补”水价政策对小麦产量的影响中起到完全中介作用，也就是说，“一提一补”水价政策会减少。

此外，观察模型3～6可以发现， 4个模型中机械投入变量都显著为正，说明小麦增产过程中，机械化使用程度的增加起到了重要作用，因此虽然水价提高会对小麦生产有一定的负面影响，但产量总体还是呈上升趋势。

4.2.2 玉米

表5 棉花回归结果

用水量产量模型1模型2模型3模型4模型5模型6村虚拟变量0.015 0(1.39)0.063 5∗∗(2.22)0.040 6(1.33)时间虚拟变量0.028 3(0.09)0.059 3(1.65)0.058 9(1.63)交互项-0.092 6(-0.23)-0.016 8(-0.35)-0.015 3(-0.33)水价(ln)-0.081 1(-1.22)-0.022 7(-0.35)-0.037 1(-0.60)用水量(ln)0.0152∗∗∗(2.80)0.0177∗∗∗(3.69)户主年龄(ln)-0.030 1(-0.56)-0.055 5(-1.09)-0.013 7(-0.27)0.012 9(0.26)-0.009 1(-0.18)0.022 8(0.46)户主受教育程度-0.033 2(-0.89)-0.002 5(-0.07)0.000 6(0.17)0.002 3(0.67)0.001 1(0.32)0.002 3(0.69)户主是否是村干部0.082 1(0.15)0.048 5(0.79)0.135 6∗∗∗(4.49)0.145 1∗∗∗(4.48)0.134 4∗∗∗(4.48)0.136 5∗∗∗(4.37)土地质量-0.064 6(-0.24)-0.075 3(-1.59)-0.048 8∗∗∗(-4.31)-0.052 6∗∗∗(-4.70)-0.039 0∗∗∗(-3.51)-0.039 2∗∗∗(-3.49)地块离家距离-0.060 3∗∗∗(-3.77)-0.077 5∗∗∗(-4.67)-0.028 8∗(-1.65)-0.036 7∗∗(-2.10)-0.019 7(-1.21)-0.023 0(-1.40)劳动投入(ln)-0.037 8(-1.29)-0.036 0(-1.41)-0.021 4∗(-1.76)-0.022 9∗(-1.97)-0.015 6(-1.29)-0.016 5(-1.45)种子投入(ln)-0.091 7(-0.57)-0.031 8(-1.32)0.011 8(0.58)0.018 4(1.03)0.010 4(0.53)0.012 8(0.71)肥料投入(ln)0.196 3(1.19)0.091 5(0.57)0.007 0(0.42)0.012 9(0.79)0.010 0(0.66)0.014 5(0.97)农药投入(ln)-0.251 3(-0.76)-0.235 1(-1.57)-0.028 0(-1.27)-0.029 2(-1.31)-0.024 2(-1.08)-0.025 0(-1.12)机械投入(ln)-0.178 4∗∗(-2.52)-0.156 3∗∗(-2.16)0.010 7∗(1.70)0.009 2(1.46)0.013 5∗∗(2.07)0.012 0∗(1.85)常数项7.394 5∗∗∗(3.02)10.871 6∗∗∗(4.60)6.381 6∗∗∗(25.97)6.381 9∗∗∗(25.49)6.269 0∗∗∗(24.78)6.189 1∗∗∗(23.89)R20.303 20.228 30.253 60.232 40.270 20.257 4 注: (1)括号中为 t 值; (2)∗、∗∗、∗∗∗分别表示在10%、 5%、 1%显著性水平下显著;(3)(ln)表示该变量在模型中以对数形式出现

如表4所示。玉米模型结果中，模型1～2中的交互项和水价变量对用水量的影响并不显著，而在模型3～4中这两个变量对玉米产量的影响也并不显著，但在模型5～6中加入了用水量变量以后，用水量变量系数分别为0.050 0和0.041 6且均在5%显著性水平下显著，这表明农户的灌溉用水量是会对玉米产量有显著影响的，但是“一提一补”水价政策的实施并未能显著影响玉米灌溉用水量，因此对玉米产量并不会产生显著影响。

究其原因，可分为3个方面：第一，相比于小麦，玉米本身需水较少，灌水1～2次便可满足生长需要，且生长期适逢雨季，因此该政策对于玉米用水量影响非常之小，玉米产量产生显著影响； 第二，试点村自提价以后，水价一直稳定在提价后的水平。也就是说，去除通货膨胀因素影响后的水价其实是在逐年变低，这也是导致水价对玉米产量影响并不显著的另一个原因； 第三，由于水价改革中存在补贴，农户的生产积极性并未降低。

4.2.3 棉花

棉花的回归结果(表5)和玉米基本相似，交互项和水价变量对用水量影响不显著，同时对单产影响也不显著，但是用水量对单产的影响在1%显著性水平下显著为正。其原因之一也是因为棉花本身是耐旱作物，生长期一般只需要1水或0水，因此“一提一补”政策对棉花用水量影响不显著，进而也不会显著影响棉花产量； 此外水价本身过低和“一提一补”政策中补贴的存在也是导致政策对棉花单产影响不显著的原因。

5 结论和政策建议

5.1 结论

(1)“一提一补”水价改革的实施对于小麦产量有显著的负面影响，其中用水量起到完全中介作用，而对于玉米和棉花产量的影响并不显著。其主要原因：①玉米和棉花的需水量较少，其中玉米生长期适逢雨季，有一部分灌溉可依靠雨水来满足，而棉花本身生长期只需要浇1水或0水，因此“一提一补”水价改革对于玉米和棉花的用水量影响不显著，进而不会显著影响玉米和棉花的产量； ②试点村的现行水价依旧维持10年前刚改革时的水价，如果去除通货膨胀因素，水价实质上是逐年降低，因此如果继续维持现行水价将很难对农户的生产行为有进一步的影响；③由于“一提一补”改革中存在政府的财政补贴，农户的生产积极性并未降低。

(2)由于技术进步，农业机械化等因素导致的产量提升是显著的，使得提高水价对小麦产量的负面影响几乎可以忽略不计。

综上，“一提一补”水价改革除了对小麦单产会有一些负面影响外，总体上对桃城区作物产量并不会造成很大的影响。而且由于科技进步，农业机械化带来的产量提高能够完全抵消水价改革导致对产量的微弱负面影响，因此是一个值得推广的好制度。

5.2 政策建议

(1)当地有关部门需要探讨未来进一步提价的可行性。由于现行水价依旧维持在改革初期的水平，跟目前农户收入水平相比较低，无法实现“一提一补”水价政策的改革目标，同时模型结果显示提高水价除了对小麦产量会有一定的负面影响外，并不会显著影响玉米和棉花的产量，因此仍存在一定的提价空间。

(2)加大农业机械化的使用程度，同时加大对高产品种和能够促进粮食增产新技术的推广力度，利用科技进步来带动产量的提高。一方面，由于模型结果中机械投入对于产量的提升有显著的正向影响，因此，需要鼓励农户在粮食生产过程中使用大型机械，基于各项优惠政策，提高粮食生产效率； 另一方面，政府应鼓励高校成立课题组开展高产新品种、新技术相关方面的研究，提供相关财政支持。