21世纪以来农业基础设施减贫效应研究*

2022-03-25彭继权秦小迪

中国农业资源与区划 2022年1期

彭继权，秦小迪

（1.江西财经大学经济学院，南昌 330013；2.中南财经政法大学工商管理学院，湖北武汉 430073）

0 引言

贫困历来都是重大的社会问题和现实难题，在发展中国家尤为明显。21 世纪以来中国创造了世界减贫奇迹。2000 年中国农村贫困发生率为49.8%，贫困人口4.6 亿。2019 年底，农村贫困发生率降至0.6%，贫困人口551 万。2020 年是中国打赢脱贫攻坚和全面建设小康社会的最后一年，标志着中国将提前10 年实现联合国2030 年可持续发展议程的减贫目标，此阶段中国减贫规模占同期全球减贫规模的70%以上，中国贫困治理能为发展中国家乃至世界减贫提供了宝贵的“中国智慧”。在贫困治理过程中，政府基础设施投入尤其是农业基础设施投入对减贫至关重要[1]。农业基础设施被称为农业发展的“先行资本”，对农业稳定生产和农民增收意义重大。21 世纪以来，一系列加强农田水利和农产品流通方面的农业基础设施建设的中央文件相继出台，特别是2008年和2011年“中央一号文件”明确提出，加强农田水利等农业基础设施建设，提高抗旱防洪除涝能力，促进农业发展农民增收。2015 年11 月，习总书记在中央扶贫开发工作会议上为打通脱贫“最后一公里”开出破题药方，强调脱贫攻坚的重点需放在改善生产生活条件上，应着重加强农田水利、交通等农业基础设施建设。毋庸置疑，农业基础设施的完善为贫困治理做出了突出贡献。那么，农业基础设施的减贫效应究竟多大？作用机制是什么？厘清这些问题对我们评估农业基础设施减贫效应和总结中国扶贫经验至关重要，也能为中国未来相对贫困治理和世界减贫提供经验。

1 相关文献评述

农业基础设施是农业稳定生产的基本基石，也是农户收入增加和减贫的重要手段[2]，农业基础设施减贫效应可分为直接效应和间接效应。

（1）直接减贫效应。学者多从农业基础设施提高农业生产率和降低生产成本出发，解释农业基础设施的直接减贫效应。吴清华[3]将灌溉设施引入柯布道格拉斯农业生产函数，发现灌溉设施通过提高农业生产效率，降低农业生产成本。马林靖[4]关注农业基础设施投资质量，利用倍差法评估农业水利灌溉设施绩效，发现高质量灌溉基础设施能显著增加农作物产量和促进农民增收。此外，农业基础设施还能对农业生产过程中的劳动力、资本、生产投入要素会起到替代或互补作用，从而降低农业生产成本。Mamatzakis[5]运用生产函数将农业技术进步分解为狭义技术进步、规模报酬、基础设施作用，发现基础设施对农业生产中间品和私人资本存在互补性，对劳动力存在替代性，最终会降低农业生产成本。曾福生和李飞[6]将农业基础设施对粮食生产的成本节约效应分解为规模效应和结构效应，发现粮食生产成本和农业基础设施存量呈负相关，农业基础设施的规模效应和结构效应能节约粮食生产成本。蔡保忠和曾福生[7]发现农田水利、农业电力、农村交通对主粮生产有显著促进作用。在此基础上，朱晶[8]通过分解农业全要素生产率，发现农业基础设施可以提高农业生产率和降低农业粮食生产成本，且此效应在中西部地区更明显。

（2）间接减贫效应。间接减贫效应体现在非农生产经营和政府转移性收入方面[9]。首先，完善的农业基础设施有利于释放劳动力，促进非农就业经营。在发展中国家，农田水利和道路设施能替代农业劳动力，并与其他农业生产要素互补，从而大幅提高农业生产效率[10]。而被替代的劳动力通过参与农业基础设施建设或进城务工，增加家庭收入并减少贫困[11]。Peters[12]使用市场距离和交通发达程度衡量农业流通基础设施，地区农业流通基础设施越好，农户更易从事非农行业和贫困发生率越低。骆永民[13]从空间相关性和空间异质性角度，发现农业基础设施投资对该省和邻省农民收入均有正向影响，表明农村基础设施建设对农民增收存在空间溢出效应。刘晓光[14]基于农业基础设施的二元经济模型，发现农业基础设施能促进农村劳动力转移，提高农村居民收入和缩小城乡差距。其次，农业基础设施能显著提高农业劳动力生产率和农产品交易效率，促进非农就业和降低农产品生产成本，从而帮助农户增收和实现减贫。张贵友[15]发现改善农产品流通基础设施会降低农产品流通风险和扩大市场容量，降低农产品因鲜活性、地域性造成的市场容量缩小；且随着交易效率提高，农业分工水平和市场容量会同时提高，促进农业分工深化和农业生产发展。Rachmina[16]基于随机前沿函数，发现灌溉设施能显著提高蔬菜种植效率，提高交易效率和利润水平。

综上所述，已有研究主要探究农业基础设施的增收效应，较少分析农业基础设施的减贫效应；其次，较少有研究在分析中考虑到由于地理位置与自然禀赋的差异，造成的农业基础设施的空间溢出效应；此外，目前也缺少对农业基础设施减贫机制的探讨。基于此，文章在厘清农业基础设施概念的基础上，利用空间计量模型分析不同省份农业基础设施减贫的异质性，并从农业减灾、增产和增收角度探究农业基础设施减贫的内在机制。

2 研究方法与数据处理

2.1 研究方法

（1）空间自相关检验。空间计量使用前需要运用Moran 指数检验被解释变量是否存在空间自相关性，莫兰指数表达式为：

式（1）中，s2为样本方差，wij为空间权重矩阵，莫兰指数介于[-1,1]，大于0表示空间正相关，小于0表示空间负相关，接近0表示不存在空间自相关，该文采用目前普遍使用的0和1的空间邻接矩阵。

（2）空间计量模型设定。经典计量回归需要满足空间均质性和独立同分布性假设，若模型中存在空间自相关性，OLS估计会因忽略残差项的空间相关性导致估计偏误，需要使用空间计量模型加以解决。该文采用空间自回归模型（SAR）和空间误差模型（SEM），模型具体形式为：

式（2）（3）中，y为被解释变量，ρ为SAR 模型的空间相关系数，wy为空间滞后因变量，X为自变量，W为二进制的空间权重矩阵。λ为SEM 模型的空间相关系数，μi、λi分别表示省份i的个体效应和时间效应，εit为随机误差项。

2.2 数据来源

该文数据来自《中国农村统计年鉴》《中国民政统计年鉴》《中国统计年鉴》，由于《中国民政统计年鉴》公布截止2017年，因此，该文数据来源为以上2001—2017年的统计年鉴。研究对象为31个省级行政地区（不包括港澳台地区），表1 为变量描述性统计。由于数据跨度较长，有部分数据存在缺失情况，采用线性插值法和插值外推法填补。具体操作是：当缺失值的前后值不缺失时，采用线性插值法填补数据；当缺失值有一端也缺失时，则采用插值外推法补数据，这种插值法是根据缺失值所在列的数据规律进行填补，能保证填补后数据保持以往的规律和趋势。

2.3 变量选取

被解释变量：该文研究的关键问题为农村贫困发生率，但统计年鉴中没有公布2000—2016 年各地贫困发生率，该文选用恩格尔系数作为贫困发生率的替代变量。选用恩格尔系数有以下3个考虑：第一，早在20 世纪70 年代，联合国粮农组织（FAO）就把恩格尔系数作为衡量国家和地区生活水平的贫困标准，目前有很多国家和地区仍然采用此指标衡量贫困；第二，恩格尔系数计算简单易懂，恩格尔系数为食品支出份额占总消费支出份额的比值，其值不受货币价值影响；第三，越来越多中国学者也采用恩格尔系数衡量贫困[17]。在作用机制检验中，选取自然灾害发生率、农作物受灾率和农作物成灾率考察农业基础设施的减灾作用，选取农林牧渔业总产值、农业总产值、林业总产值、渔业总产值和牧业总产值来考察农业基础设施的增产作用，选取人均地区生产总值、农村人均收入水平和农村人均消费水平来考察农业基础设施的增收作用。

核心解释变量：该文把农业基础设施变量分为两类：一类是农业交通设施变量，包括公路密度、河道密度和铁路密度，交通网络能降低农业生产成本和推动农民联结市场，帮助农民获取生产信息和物质资料；另一类是农业生产设施变量。（1）农村人均装机容量，装机容量一定程度能代表地方水利设施水平，帮助农户生产和抵御自然灾害。（2）水土流失治理能力，使用水土流失治理率衡量，水和土地是农业生产最基本的物质条件，水土保持是农业基础设施建设的重要内容。（3）人均农业机械数量，农业机械化是实现农业现代化的重要手段，机械化水平提升能帮助农业生产，促进农户增收和农村减贫。（4）每公顷农业机械动力，人均农业机械数量从数量角度来观察农业机械使用情况，每公顷均农业机械动力从程度角度衡量农业机械使用情况。（5）每公顷塑料薄膜用量，现代设施农业离不开使用塑料薄膜，塑料薄膜一定程度能代表现代农业进程，也是农业基础设施的重要体现。

控制变量：选取人均播种面积、农村人均受教育水平和人均乡镇卫生院床位数。人均播种面积衡量地区农业资源禀赋，能影响农村居民收入和贫困状况。农村人均受教育水平代表农村人力资本情况，能影响农户生计行为。人均乡镇卫生院床位数考察地区医疗水平，能影响农户因病致贫率。

2.4 描述性统计分析

表1 汇报了各变量的均值和方差。恩格尔系数均值为0.425，最小值和最大值间差异较大，可能是随着农村居民收入水平提高，农村居民食品支出份额在逐步缩小。人均地区生产总值方差较大，说明省份间GDP 差距较大。农村人均收入水平均值高于农村人均消费水平均值，说明农村居民储蓄意愿更强。从各类农业产值来看，农业产值和牧业产值的均值最大。各类灾害变量方差较大，说明省份间受灾程度不同。从农业交通设施变量来看，公路交通网络最为发达，其次是河道，最小是铁路。从农业生产设施变量来看，除人均装机容量和人均农业机械数量外，各省份其他变量差异较大。每千人播种面积均值为0.052，农村人均受教育水平为8.3年，人均乡镇卫生院床位数在省份间差异不大。

表1 变量定义及描述统计

3 结果与分析

3.1 空间相关性分析

（1）全局Moran′s I 测算。表2 是2000—2016 年和各年份31 个省（市、自治区，不包括港澳台）贫困发生率全局空间自相关的检验结果，2000—2016 年Moran′s I 值为0.681，在1%水平显著，表明各地区贫困发生率存在显著正向关系，贫困发生率为非均衡性，贫困可能存在聚集现象。从分年度Moran′s I来看，Moran′s I 随年份增加呈现先上升后下降变动，从2000 年0.433 增至2008 年0.549，然后快速降至2016 年0.271，可能原因是该文采用恩格尔系数作为贫困发生率的替代指标，2008 年全球金融危机对中国经济冲击降低了农户收入，而农户食品支出“粘性”直接导致农户恩格尔系数提高，进而表现出贫困发生率的空间相关性增加。2008年后金融危机逐步缓解，农户收入增加和消费结构改变促使农户恩格尔系数下降，导致农户贫困发生率的Moran′s I 大幅下降，说明近年来贫困发生率的聚集趋势有所下降，主要得益于精准扶贫战略实施。总之，各年份Moran′s I证实了贫困发生率存在较强的正向空间溢出效应。

表2 2000—2016年贫困发生率全局空间自相关检验

（2）局部Moran′s I 散点图。为更好观察地区间贫困发生率的空间相关性，采用局部Moran′s I 散点图分析①限于篇幅，该文未列出各省贫困发生率Moran′s I散点图，作者备索。局部Moran′s I 散点图根据贫困发生率在4 个象限聚集情况分为4 个类型，第一象限和第三象限分别为高—高组合（HH）及低低组合（LL），表示贫困发生率高（低）的地区被同样是高（低）贫困发生率的地区所包围；第二象限和第四象限分别为低—高组合（LH）及高—低组合（HL），表示贫困发生率低（高）的地区被贫困发生率高（低）的地区所包围。总之，各省贫困发生率并不完全呈现随机分布状态，主要表现为显著高—高（HH）或低—低（LL）的组合分布，说明各省贫困发生率存在显著的空间聚集效应。

（3）空间分位数分布图。为清晰展示各地贫困发生率与农业基础设施的空间格局，运用空间五分位图加以考察②限于篇幅，该文未列出空间五分位图，作者备索。从2016年各地份贫困发生率分布图可知，贫困呈现明显阶梯状特征，沿海地区贫困发生率最低，中部贫困发生率次之，西部贫困发生率最高，最贫困是甘肃、宁夏、云南、广西和青海等3区3州深度贫困地区。由于农业基础设施类型较多，该文重点展现交通综合网络密度分布图，交通综合网络密度的计算方法为省内河道、公路和铁路里程的总和比国土面积。从2016 年各地交通综合网络密度分布图可知，东部交通网络密度最高，中部次之，西部最低。各地贫困发生率与交通综合网络密度呈反向关系，即地区交通综合网络密度越高，贫困发生率越低，说明贫困发生率与农业基础设施有明显空间相关性。该文同样检验了其他类型农业基础设施分布图，都与贫困发生率呈相反关系。

3.2 农业基础设施减贫效应的实证分析

（1）空间计量模型的选择。合适的计量模型是准确估计的前提条件，要结合实际和检验结果共同确定。研究样本为31个省级行政区17年的面板数据，地理区位在分析中会存在较强的干扰作用，需要选用固定效应模型消除区位差异对估计造成的可能影响。对固定效应模型和随机效应模型进行Hausman 检验，检验统计量为196.4，Prob＞chi=0.000，检验结果表明应选用固定效应模型。固定效应模型分为时间固定效应、空间固定效应和时间空间双固定效应，为检验采用何种固定效应模型，表3给出混合模型、时间固定效应模型、空间固定效应模型和双固定效应模型的估计和检验结果。从判定系数可知，混合模型判定系数为0.971，加入时间固定效应后为0.977，加入时间固定效应后为0.992，加入双固定效应后为0.992，说明双固定效应拟合效果最好；从Log-L可知，混合模型的值最小，双固定效应的值最大。综合可知，选用时间空间双固定效应模型更合适。另外，不论选用何种固定效应模型，LM-err 和稳健LM-err 检验结果都在1%水平显著，而LM-lag和稳健LM-lag检验结果都不显著，说明不存在空间误差效应的原假设被拒绝，而无法拒绝不存在空间滞后效应的原假设。因此，初步判定空间误差模型比空间滞后模型更合适。

（2）空间面板模型的估计结果。通过前文空间相关性分析可知，普通面板模型估计表明残差项具有显著空间相关性，说明模型回归不能忽略空间相关性，因此，该文运用空间计量模型估计农业基础设施对各省份贫困发生率的影响，表3 中已列出空间自回归模型（SAR）和空间误差模型（SEM）估计结果。由两个模型的空间估计系数可知，SAR 模型空间估计系数ρ为0.0031，但并不显著；SEM 模型的空间估计系数λ为0.1571，在1%水平显著，说明临近省份的误差冲击效果明显，各地之间贫困发生率存在正向空间相关性，临近地区贫困发生率有明显空间依赖性。SEM 模型拟合优度判定系数为0.991，略高于SAR 模型的0.99，且SEM模型的Log-L值要明显高于SAR模型的Log-L值，SEM模型的AIC值和CS值也低于SAR模型的AIC 值和CS 值，表明SEM 模型的解释强度要高于SAR 模型。从LM-lag 和LM-err 统计结果来看，LM-err和稳健LM-err的结果在1%水平显著，而LM-lag 和稳健LM-lag 的结果并不显著。因此，该文以空间误差模型（SEM）的估计结果为准。

表3 空间计量模型的估计

该文把农业基础设施分为两类：一类是农业交通基础设施，包括公路密度、河道密度和铁路密度，另一类是农业生产基础设施，包括人均装机容量、水土流失治理能力、人均农业机械数量、人均农业机械动力和亩均塑料薄膜使用量。从农业交通基础设施变量的回归结果来看，公路密度每增加1个单位，贫困发生率下降1.424 个单位；河道密度每增加1 个单位，贫困发生率下降0.03 个单位；铁路密度每增加1个单位，贫困发生率下降0.05个单位。综合来看，3类交通变量对农村减贫有显著促进作用，公路密度效果最好，其次铁路密度，最小是河道密度，可能原因如下：第一，交通是农产品通往市场的重要条件，农产品在普通环境下保质储藏时间有限，如果农产品在收获后及时销往市场，农户才能从中获得经济利益以保障正常生产生活，否则农户会遭受巨大农业生产损失；第二，交通便利会加强农户与外界沟通，降低农产品市场交易成本，获取更多有利于农业生产销售信息；第三，交通运输网络形成有利于改变以往小而全、落后分散的小农生产格局，加强地区间生产协作，从而因地制宜形成具有各地自身专业化特色的农业区域经济。从以上3个变量的影响程度来看，公路是农业生产最重要的交通运输方式，可能原因是公路分布较广，能够延伸到村和农地，而铁路和河道难以直抵农地。

从农业生产基础设施来看，人均装机容量每增加1 个单位，贫困发生率下降0.122 个单位，可能原因是农村水电装机容量在一定程度能保障农村灌溉用水和生产生活用电，排洪抗旱功能为农业提供稳定的生产环境。水土流失治理能力每增加1单位，贫困发生率下降0.212个单位，土地是农业生产的根本条件，水土流失不仅会破坏土地资源，还导致农业生态失衡和生产环境恶化，给农业生产带来不可估量的损失，而提升水土流失治理能力能有效减少水土流失、降低自然灾害、改善土质，促进农业生产。人均农业机械数量和亩均农业机械动对农村贫困发生率有显著负向影响，可能原因是农业机械能有效提升农业生产效率，增加农业产量和农户收入[18-19]。塑料薄膜每667m2增加1个单位，贫困发生率降低0.011个单位，可能原因是农业塑料薄膜使用量在一定程度能代表农业现代化进程，塑料薄膜使用越多，在一定程度表示农业现代化程度越高，农业生产获利和减贫可能性越大。

从控制变量来看，人均播种面积每增加1 个单位，贫困发生率下降0.007，人均经营土地面积越多，农业生产获利越多，遭受贫困可能性会降低，此现象在土地资源禀赋差异较大的地区尤为明显。农村人均教育水平每增加1 个单位，贫困发生率下降0.029 个单位，增强人力资本一直是解决贫困的重要手段，人力资本禀赋差异会直接影响生产经营。人均乡镇卫生院床位数每增加1 个单位，贫困发生率降低0.007个单位，可能原因是因病致贫在农村贫困中比例较高，乡镇卫生院床位数在一定程度能反映本地医疗水平，地区医疗水平提升能有效降低农户因病致贫率。

3.3 农业基础设施减贫的作用机制

（1）农业基础设施的减灾效应。上文采用空间计量模型证实了农业基础设施能有效降低农村贫困发生率，但没有阐释作用机制。农业基础设施究竟是如何影响农村贫困？或者说是通过哪种路径影响农村贫困？这一问题解答无疑对厘清其作用机理和宏观调控意义重大，该文接下来尝试探寻其作用机制。农业基础设施最重要或者说最主要功能就是保障农业生产环境，提高农业产量和质量。那么，为何农业生产环境需要保护？主要是因为农业生产非常依赖自然界，不确定性使得农业生产经营成为风险最大最集中的行业，一旦遭受不确定性事件将会给农业生产带来巨大损失。因此，该文猜测减贫机制可能是：农业基础设施通过降低农业灾害，增加农业产量和农户收入，进而降低农村贫困。选取农业自然灾害发生率、农作物受灾率、农作物成灾率来衡量农业灾害，并验证以上猜想，表4为估计结果。

表4 农业基础设施对农业生产减灾的影响

从农业自然灾害发生率的回归结果来看，公路密度、人均装机容量、人均农业机械数量、单位面积均机械总动力都对农业自然灾害发生率有显著负向影响，交通网络降低农业自然灾害发生率效果明显，可能原因是交通网络有利于救灾抢险，降低灾害发生率和程度。人均装机容量有明显减灾效果，说明农村水电建设能有效抵御部分农业自然灾害。人均农业机械数量比单位面积均农机总动力更能降低农业自然灾害，可能原因是单位面积均装机容量只反映农业机械使用的体量，而人均机械数量能反映农业机械使用的水平，地区农业机械水平越高，减灾效果越明显。从农作物受灾率和农作物成灾率来看，公路密度、人均农业机械数量和单位面积均塑料薄膜使用量对农作物受灾率和农作物成灾率有显著负向影响，但对降低农作物受灾率影响更大，可能原因是农作物受灾面积是指因农业灾害造成比正常年份减产10%以上的播种面积，而农作物成灾面积是指因农业灾害造成比正常年份减产30%以上的播种面积，因此农业基础设施降低农作物成灾率的影响更小。另外，农业塑料薄膜也是降低农业自然灾害的有效手段。

（2）农业基础设施的增产效应。前文证实农业基础设施可以降低农业自然灾害，继续考察农业基础设施对农业生产的影响，选取农林牧渔业总产值、农业总产值、林业总产值、渔业总产值、牧业总产值作为农业生产的衡量指标，回归结果见表5。从回归结果可知，除水土流失治理能力以外，其他农业基础设施变量对各类农业产值有显著正向影响，说明农业基础设施能有效增加农业产量，但影响程度不同。有5个农业基础设施变量对农业总产值和林业总产值有正向影响，有3个农业基础设施变量对渔业总产值和牧业总产值有正向影响，说明农业基础设施对农业产值和林业产值的影响更明显。从其他控制变量来看，人均播种面积、农村人均受教育年限和人均乡镇卫生院床位数对各类农业产值有显著正向影响。5个模型回归系数的影响方向和显著性基本一致，说明模型稳健性较强。

表5 农业基础设施对农业生产的影响

（3）农业基础设施的增收效应。至此，已经证实农业基础设施能有效降低农业自然灾害和增加农业产值，而农业产值增加并不一定降低农村贫困发生率，进一步验证与贫困发生率直接相关的变量，即农村人均收入水平。考虑到消费水平与收入水平相对应，也选取农村人均消费水平间接考察农村贫困发生率。农业基础设施在促进农业生产的同时，也带动地区其他产业发展，促进地区经济提升。因此，选取人均地区生产总值衡量地区经济水平，考察农业基础设施对地区整体经济水平的影响，回归结果见表6。回归结果显示，各类农业基础设施对人均地区生产总值、农村人均收入水平和农村人均消费水平有显著正向影响，说明农业基础设施能有效增加农村居民收入水平，促进地区经济水平提升，带动农村居民消费水平。至此，该文已经厘清农业基础设施减贫机制，即农业基础设施通过降低农业自然灾害，增加各类农业产值和提高农村居民收入水平，进而降低农村贫困发生率。

表6 农业基础设施对农民收入和消费的影响

4 结论与讨论

4.1 结论

农业基础设施是农业现代化建设的重要内容，该文基于2000—2016年31个省（市、区，不包括港澳台）面板数据，运用空间自回归模型（SAR）和空间误差模型（SEM），分析21世纪以来中国农业基础设施的减贫效应及减贫机制。研究结论如下。

（1）全局Moran′s I 测算发现各地贫困发生率存在显著正向关系，贫困发生率为非均衡性，贫困存在聚集现象，但聚集趋势随年份增加有所减弱；

（2）从空间分位数分布图得出，各地贫困发生率与农业基础设施密度呈反向关系，即地区农业基础设施密度越高，贫困发生率越低；

（3）从空间模型估计可知，农业交通基础设施和农业生产基础设施对贫困有显著负向影响，农业交通基础设施中的公路密度、河道密度和铁路密度分别显著降低农村贫困发生率1.424、0.03和0.05个单位；农业生产基础设施中的人均装机容量、水土流失治理能力和每公顷塑料薄膜用量分别显著降低农村贫困发生率0.122、0.212和0.011个单位；

（4）从控制变量来看，人均播种面积，农村人均教育水平和人均乡镇卫生院床位数对农村贫困发生率有显著负向影响。减贫机制检验可知，农业基础设施通过降低农业自然灾害，增加农业产值和农民收入，进而降低农村贫困发生率。