中國全要素農(nóng)田水利效率的地區(qū)差異和門檻效應(yīng)研究

宋 敏 汪 琦 吉曉雨

(河海大學商學院,江蘇南京 211100)

中國全要素農(nóng)田水利效率的地區(qū)差異和門檻效應(yīng)研究

宋 敏 汪 琦 吉曉雨

(河海大學商學院,江蘇南京 211100)

農(nóng)田水利作為我國農(nóng)業(yè)基礎(chǔ)設(shè)施投資的重要組成部分,對農(nóng)業(yè)經(jīng)濟增長及農(nóng)民增收具有重要影響?；贒EA在全要素生產(chǎn)的框架,構(gòu)建全面衡量我國農(nóng)田水利效率的指標--全要素農(nóng)田水利效率,選取2001—2015年省級面板數(shù)據(jù),運用DEA-Malmquist方法測算31個省的全要素農(nóng)田水利效率,并對不同區(qū)域農(nóng)田水利效率進行對比分析。研究結(jié)果表明我國全要素農(nóng)田水利效率存在明顯地區(qū)差異,東北地區(qū)效率最高、超過農(nóng)業(yè)大省聚集的華東和華中地區(qū);全要素農(nóng)田水利效率與區(qū)域經(jīng)濟發(fā)展水平存在不完全匹配現(xiàn)象,主要與農(nóng)田水利效率及影響因素之間的非線性關(guān)系有關(guān)?；谵r(nóng)田水利效率省際差異,采用門檻回歸模型檢驗影響全要素農(nóng)田水利效率的門檻特征,研究結(jié)果顯示：農(nóng)村經(jīng)濟發(fā)展水平對農(nóng)田水利全要素生產(chǎn)率存在顯著的收斂門檻效應(yīng)、機械動力投入對農(nóng)田水利全要素生產(chǎn)率存在明顯的加速門檻效應(yīng)。

農(nóng)田水利;全要素生產(chǎn)率;門檻效應(yīng);DEA-Malmquist

農(nóng)田水利建設(shè)作為國家基礎(chǔ)設(shè)施建設(shè)的重要組成部分,對促進農(nóng)村經(jīng)濟發(fā)展、增加農(nóng)民收入、減少貧富差距具有重要作用。我國對于農(nóng)田水利的重視程度越來越高, 2011年,水利部落實了中央一號文件,明確到2015年全國水利投資總額將達1.8萬億元,農(nóng)田水利建設(shè)資金將占20%;“十二五”期間,我國農(nóng)田水利建設(shè)投資額達4 264億元;2016年,水利部辦公廳印發(fā)《2016年農(nóng)訊水利工程要點》,提出要完善“十三五”農(nóng)村水利專項規(guī)劃,出臺《深化農(nóng)田水利改革的指導意見》,大規(guī)模推進農(nóng)村水利建設(shè)。隨著農(nóng)田水利受到重視,農(nóng)田水利效率問題也成為不可避免的焦點,各地區(qū)由于自然條件、資源稟賦以及經(jīng)濟發(fā)展水平不同,全要素農(nóng)田水利效率也存在較大差異。基于此,筆者從農(nóng)田水利全要素生產(chǎn)率角度進行分析,探索我國農(nóng)田水利效率的區(qū)域差異,并對其影響因素進行門檻特征分析。

一、 相關(guān)研究回顧

近年來,國內(nèi)外學者對農(nóng)田水利的相關(guān)理論和一些問題做了大量研究,取得了較大成果。大多數(shù)研究主要集中在農(nóng)田水利建設(shè)與農(nóng)業(yè)增長關(guān)系上,普遍認為農(nóng)田水利投資與農(nóng)業(yè)經(jīng)濟增長之間具有顯著正向關(guān)系,但是地區(qū)之間存在一定的差異。袁懷宇通過建立農(nóng)業(yè)經(jīng)濟增長模型進行回歸分析表明,農(nóng)田有效灌溉面積和水土流失治理面積增加能夠顯著促進農(nóng)村經(jīng)濟增長[1];郭唐兵等利用2001—2010年中國省級面板數(shù)據(jù)實證分析了農(nóng)田水利發(fā)展與農(nóng)業(yè)增長的關(guān)系,研究表明農(nóng)田水利發(fā)展對農(nóng)業(yè)增長的影響存在區(qū)域差異[2]。袁汝華等通過構(gòu)建C-D函數(shù)測算水利科技進步對國民經(jīng)濟發(fā)展的貢獻率,結(jié)果表明在資本和勞動力投入趨于穩(wěn)定的狀態(tài)下,水科技進步對水利經(jīng)濟發(fā)展的貢獻越來越大[3]。郭珍等研究了水利投資的減災效果,結(jié)果表明：增強水利投資能夠有效地降低旱災成災率、水災成災率,特別是旱災成災率,保證農(nóng)民收入[4]。

學者對于農(nóng)田水利效率的研究主要以農(nóng)田水利投資效率的測算和評價為主,Rosegrant等通過對比農(nóng)田水利投資與農(nóng)村科研、農(nóng)村道路投資對比得出農(nóng)田水利投資額高但是效率低的結(jié)論[5];俞雅乖運用數(shù)據(jù)包絡(luò)模型分析區(qū)域農(nóng)田水利財政支出效率,通過回歸分析發(fā)現(xiàn)農(nóng)田水利財政支出效率存在顯著的地區(qū)差異,東部和中部地區(qū)對農(nóng)田水利的管理水平高于西部地區(qū),而西部和中部地區(qū)的規(guī)模報酬高于東部地區(qū)[6];葉文輝等分別從縱向和橫向兩個方面分析云南省近幾年水利投入產(chǎn)出效率,發(fā)現(xiàn)農(nóng)田水利投資效率低下、部分州市處于無效狀態(tài),得出云南省農(nóng)田水利效率普遍低下的結(jié)論[7];湯潔娟通過對1960—2014年我國東部、中部、西部地區(qū)相關(guān)統(tǒng)計數(shù)據(jù)的分析發(fā)現(xiàn),西部地區(qū)農(nóng)田水利工程的社會經(jīng)濟效率增長率位居國內(nèi)最高水平,中部地區(qū)其次,而東部地區(qū)相對最低,這與地區(qū)經(jīng)濟和產(chǎn)業(yè)結(jié)構(gòu)變動有關(guān)[8];劉石成通過對2011年我國13個糧食主產(chǎn)區(qū)的農(nóng)田水利基礎(chǔ)設(shè)施投資效率的研究表明,各地農(nóng)田水利基礎(chǔ)設(shè)施投資效率具有較大的空間差異性,吉林、遼寧、四川、江西4個地區(qū)屬于DEA有效,包括規(guī)模有效和技術(shù)有效,其他9個地區(qū)屬于非DEA有效且技術(shù)效率和規(guī)模效率呈現(xiàn)不均衡發(fā)展,規(guī)模效率呈現(xiàn)遞增和遞減兩種種狀態(tài)[9]。

縱觀已有文獻,大多數(shù)研究集中于農(nóng)田水利基礎(chǔ)設(shè)施與農(nóng)業(yè)經(jīng)濟增長的關(guān)系以及投資主體、投資對象以及管理模式的研究,對農(nóng)田水利效率的研究富有成效,但有些問題有待深入探討,因此筆者在已有研究基礎(chǔ)上,針對全要素農(nóng)田水利效率以及影響農(nóng)田水利效率的因素進行深入分析。以往研究主要從投入產(chǎn)出的角度衡量農(nóng)田水利效率,并未從全要素生產(chǎn)率角度進行測算,基于2001—2015年我國31個省的面板數(shù)據(jù),運用DEA-Malmquist指數(shù)法測算全要素生產(chǎn)率視角下的農(nóng)田水利效率,用該指標作為衡量農(nóng)田水利效率的指標,便于從技術(shù)進步角度評價我國農(nóng)田水利效率。研究發(fā)現(xiàn),農(nóng)田水利效率存在較大的空間差異,在此基礎(chǔ)上進一步通過門檻面板估計方法,實證檢驗影響全要素農(nóng)田水利效率的門檻效應(yīng)。

二、全要素農(nóng)田水利效率差異分析

1.模型選擇

數(shù)據(jù)包絡(luò)分析法(DEA)是由美國學者運籌學家Charnes等提出的一種評價多種投入、多種產(chǎn)出的綜合效率測算模型,由于此法無需考慮輸入輸出指標的單位量綱問題,可以規(guī)避參數(shù)法的多種限制,因此是目前比較有效的測算農(nóng)田水利投資效率的方法。根據(jù)規(guī)模報酬是否可變的假設(shè),DEA可以分為規(guī)模報酬不變模型(CCR)和規(guī)模報酬可變(BCC)模型。筆者采用BCC模型對農(nóng)田水利效率進行評價。

(1)

式中:x0,y0表示被評價單位的投入量和產(chǎn)出量;λ表示組合系數(shù);θ代表了效率評價指數(shù),θ=1時表示有效率,θ<1時表示效率較低;s+,s-表示松弛變量。

(2)

該指數(shù)反映在t期技術(shù)條件下,從t～t+1期的農(nóng)田水利全要素生產(chǎn)率的變化率,同理在t+1期技術(shù)條件下,從t～t+1期全要素生產(chǎn)率變化的Malmquist生產(chǎn)率指數(shù):

(3)

選取兩者幾何平均值代替生產(chǎn)率變化:

Mt(xt+1,yt+1,xt,yt)=

EFF(xt+1,yt+1,xt,yt)·TEC(xt+1,yt+1,xt,yt)

(4)

式中EFF表示規(guī)模效率變化指數(shù);TEC表示技術(shù)進步指數(shù),指標大于1表示技術(shù)進步、等于1表示無進步、小于1表示技術(shù)退步。因此,衡量農(nóng)田水利效率的全要素生產(chǎn)率被拆分成兩部分:一部分是規(guī)模效率,一部分是技術(shù)進步指數(shù)變化。

2.變量選取與說明

此次數(shù)據(jù)全部為面板數(shù)據(jù),研究對象是全要素農(nóng)田水利效率,選取31個省份(直轄市、自治區(qū))作為決策單元,研究不包括香港、澳門、臺灣地區(qū)。鑒于評價農(nóng)田水利效率的多方面性以及存在的效益外溢,因此在研究其效率時綜合考慮經(jīng)濟效益、社會效益和生態(tài)效益。具體測算指標為農(nóng)田水利全要素生產(chǎn)率,該指標能夠更加直觀反映我國農(nóng)田水利投資效益,同時對農(nóng)田水利全要素生產(chǎn)率進一步分解便于為提高農(nóng)田水利效率提供方向性建議。具體投入產(chǎn)出指標見表1。數(shù)據(jù)來源于2001—2015年《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國水利統(tǒng)計年鑒》以及各省份的歷年統(tǒng)計年鑒。對于個別統(tǒng)計數(shù)據(jù)的缺失,筆者采用移動平均法進行補充。

考慮對效率問題進行實證研究時投入項和產(chǎn)出項之間需要符合“同向性”假設(shè),即隨著投入項的增加,產(chǎn)出項不得減少,所以在測算之前,先用Pearson相關(guān)性檢驗法對指標進行檢驗,結(jié)果顯示變量均在1%顯著水平下通過雙尾檢驗,符合要求的同向性原則。

表1 主要變量及定義

數(shù)據(jù)來源:作者整理所得

3.實證分析及結(jié)果

(1)基于時間視角的農(nóng)田水利投資效率分析

對農(nóng)田水利全要素生產(chǎn)率測算使用的是基于投入產(chǎn)出的Malmquist指數(shù)法,假設(shè)規(guī)模報酬可變(VRS),使用DEAP2.1軟件。

圖1是2002—2015年我國農(nóng)田水利全要素生產(chǎn)率變動及分解情況?？傮w上看,我國農(nóng)田水利全要素生產(chǎn)率指數(shù)呈現(xiàn)上升趨勢,2002—2005年農(nóng)田水利全要素生產(chǎn)率指數(shù)基本保持在1左右,變化幅度較小,農(nóng)田水利效率比較穩(wěn)定。通過效率分解看,這一時期農(nóng)田水利效率主要來自于規(guī)模效率的提升,技術(shù)進步的貢獻較小,主要原因是該時間段農(nóng)田水利主要依靠勞動力要素投入,農(nóng)田水利相關(guān)技術(shù)較落后,尚未轉(zhuǎn)化成實際的產(chǎn)出效益。2006—2010年,農(nóng)田水利全要素生產(chǎn)率指數(shù)出現(xiàn)下降趨勢,主要原因是“十一五”期間我國發(fā)生較大自然災害,比如長時間的低溫雨雪冰凍、地震、泥石流等對我國有效灌溉面積、農(nóng)林牧漁總產(chǎn)值均產(chǎn)生較大的影響,因此“十一五”期間我國農(nóng)田水利全要素生產(chǎn)率指數(shù)呈現(xiàn)降低的趨勢。2009年以后,隨著我國農(nóng)田水利效率呈現(xiàn)先平穩(wěn)后加速增長的狀態(tài),特別是2013年以后,農(nóng)田水利全要素生產(chǎn)率指數(shù)呈現(xiàn)大幅增長的態(tài)勢,主要是我國逐漸意識到農(nóng)田水利基礎(chǔ)實施是國家基礎(chǔ)設(shè)施的短板,對農(nóng)田水利投資不斷加大、對農(nóng)田水利重視程度越來越高。此外,農(nóng)田水利建設(shè)作為一種準公共產(chǎn)品,其投資和收益之間的建設(shè)周期較長,收益的實現(xiàn)存在一定時滯性,在前期投資落地之后要經(jīng)歷一段轉(zhuǎn)化時期才能夠轉(zhuǎn)化為收益。從農(nóng)田水利全要素分解可以看出,該時期全要素農(nóng)田水利效率指數(shù)的增長主要來自于技術(shù)進步的貢獻,規(guī)模效率作用較弱,技術(shù)進步對農(nóng)田水利效率的促進作用顯著高于規(guī)模效率。

圖1 2002—2014年我國農(nóng)田水利全要素生產(chǎn)率及其分解

(2)基于空間視角的農(nóng)田水利效率分析

圖2 2001—2015年我國7個區(qū)域農(nóng)田水利投資效率DEA測算結(jié)果

為橫向?qū)Ρ任覈鲄^(qū)域農(nóng)田水利效率的情況,運用DEAP2.1對我國31個省、市、自治區(qū)的農(nóng)田水利效率進行測算(圖2)。從圖2可看出,我國7個區(qū)域的農(nóng)田水利效率處于嚴重不均的狀態(tài),其中整個東北地區(qū)的效率最高、幾乎接近于1表示完全有效,同時其效率的波動較小、具有穩(wěn)定性,說明對于該地區(qū)的農(nóng)田水利效率較高。主要是因為東北地區(qū)是我國主要的優(yōu)質(zhì)糧食主產(chǎn)區(qū),對農(nóng)田水利基礎(chǔ)設(shè)施的建設(shè)十分重視;同時東北地區(qū)幅員遼闊,具有廣闊的松嫩平原、三江平原和黑河地區(qū)能夠進行機械化農(nóng)業(yè)生產(chǎn),作為我國的糧食主產(chǎn)區(qū)和老工業(yè)基地,黑龍江的農(nóng)田水利發(fā)展方法科學、體系完善、設(shè)備配套,能夠產(chǎn)生很高效率。而傳統(tǒng)農(nóng)業(yè)大省聚集區(qū)域的華中和華東,其農(nóng)田水利基礎(chǔ)設(shè)施的投資效率并不高,整體效率水平偏低,特別是華中地區(qū)。這主要是由于華中和華東地區(qū)水資源條件良好,人們無需建造和維護更多的農(nóng)田水利基礎(chǔ)設(shè)施就可以滿足農(nóng)業(yè)生產(chǎn)的基本需要,從而缺乏對于農(nóng)田水利投資充分利用的動力。農(nóng)田水利效率最低的是西南地區(qū),整體僅僅為0.7,遠低于全國平均水平,很大原因是雖然我國西南地區(qū)整體自然資源豐裕,但受自然條件約束較大,多山地并不適合機械化大生產(chǎn),“靠天吃飯”的狀況沒有改變,比如2010年西南多個省區(qū)持續(xù)遭遇大旱困擾,農(nóng)作物大面積絕收;其次就是由于西南地區(qū)經(jīng)濟發(fā)展水平相對落后,用于農(nóng)田水利建設(shè)的投資相比于其他地區(qū)較為匱乏,農(nóng)田水利建設(shè)存在較大的問題。

為更深入分析我國各區(qū)域農(nóng)田水利全要素生產(chǎn)率的差異,選取2014和2015年各地區(qū)的數(shù)據(jù)進行Malmquist指數(shù)分解分析(表2)。從各區(qū)域農(nóng)田水利全要素生產(chǎn)率分解狀況可以看出,我國各區(qū)域農(nóng)田水利全要素生產(chǎn)率存在差異的主要原因是各區(qū)域技術(shù)進步貢獻不同,技術(shù)進步對全要素生產(chǎn)率指數(shù)具有更顯著影響,其中技術(shù)進步指數(shù)較高的地區(qū)為東北、華東以及華南地區(qū),相應(yīng)地,這些區(qū)域的農(nóng)田水利效率明顯高于其他區(qū)域。

從研究結(jié)果可以看出,農(nóng)田水利效率存在明顯的地區(qū)差異,東北地區(qū)效率值最高,超過了經(jīng)濟發(fā)展水平較高的華東地區(qū)和傳統(tǒng)農(nóng)業(yè)大省聚集的華中地區(qū)?？紤]農(nóng)田水利效率的地區(qū)差異性,初步猜測農(nóng)田水利效率存在非線性變化的特征,為此進一步運用非線性的門檻回歸模型對這一問題做深入研究。

三、全要素農(nóng)田水利效率的“門檻效應(yīng)”分析

1.門檻回歸模型

由Hanse提出的非動態(tài)面板門檻模型,將門檻值作為一個未知變量納入實證模型中,構(gòu)建解釋變量回歸系數(shù)的分段函數(shù),然后對所得門檻值及門檻效應(yīng)進行一系列估計和顯著性檢驗。Hansen提出的門檻模型將“內(nèi)生分組”代替了“外生分組”的武斷性,將樣本劃分為不同的組別,有效避免了主觀判斷帶來的誤差,從而能夠更好地揭示不同分組解釋變量與被解釋變量之間的變化關(guān)系。模型的基本形式如下:

表2 我國31個地區(qū)2014年全要素生產(chǎn)率及其分解情況

(5)

(6)

式中被解釋變量xi是一個m維列向量;qi為“門檻變量”,可以是解釋變量xi中的一個回歸元,也可以作為一個獨立的門檻變量。引入虛擬變量將式(5)(6)合并:

yi=θ1′xi+δ′xid(r)(qi>r)+ei

(7)

yit=α0+xitβ1I(qit≤γ)+xitβ2I(qit≥γ)+εit

(8)

式中i=1,2…n,表示不同地區(qū);t=1,2…T表示時間;yit為被解釋變量,具體表示各地區(qū)農(nóng)田水利效率(TFP);xit為被解釋變量,qit為門檻變量,分別表示農(nóng)村經(jīng)濟發(fā)展水利和機械投入水平;γ為待估計未知門檻值,門檻值確定后其他參數(shù)值也能相應(yīng)的確定;I為指示函數(shù),相應(yīng)條件成立取1,否則取0。

為了防止設(shè)定誤差的存在,需要對門檻效應(yīng)的存在性進行檢驗,沿用Hansen提出的似然比檢驗。不存在門檻效應(yīng)的原假設(shè)為H0:β1=β2,備擇假設(shè)為H1:β1≠β2,在H0的假設(shè)下,公式(8)的形式如下:

yit=α+β0x1it+β1x2it-μi+νit,μi>0

(9)

式(9)不包括門檻參數(shù)γ,因此參數(shù)γ在零假設(shè)下沒有定義,傳統(tǒng)的檢驗統(tǒng)計量不滿足標準分布,Hansen建議使用Bootstrap來模擬似然比(LR)檢驗統(tǒng)計量的非標準性分布,獲取近似分布的臨界值,從而得到基于似然比的P值,P值足夠小拒絕原假設(shè),存在顯著門檻效應(yīng)。統(tǒng)計量LR表達式為:

(10)

式中S0表示在原假設(shè)H0下的殘差平方和,漸進自助P值的方程式為:

(11)

2.變量選取與數(shù)據(jù)說明

本研究沿用資本投資Invi,t、人力資本投入Labi,t、機械投入Techi,t、水資源豐裕程度E作為變量,另外選取農(nóng)戶人均收入的對數(shù)值LNACI作為經(jīng)濟發(fā)展水平的替代指標,一方面我國十八大報告提出:“要實現(xiàn)到2020年城鄉(xiāng)居民人均收入比2010年翻一番的目標”;另一方面,農(nóng)戶人均收入作為衡量人民生活、農(nóng)村人口的實際經(jīng)濟水平的重要指標,能夠比總體的農(nóng)村經(jīng)濟指標更好反映農(nóng)村經(jīng)濟發(fā)展的實際情況。

3.實證分析及結(jié)果

門檻回歸模型研究首先需要確定門檻數(shù)量并對門檻進行估計,筆者分別在單一門檻、雙門檻和三門檻的假設(shè)下進行估計,同時計算F統(tǒng)計量,并借助Bootstrap方法重復抽樣500次得到P值。采用農(nóng)村經(jīng)濟發(fā)展水平和機械投入水平作為門檻變量進行門檻效應(yīng)檢驗,回歸結(jié)果為表3。

表3 門檻效果自抽樣檢驗

注:*、**、***分別代表在10%、5%、1%顯著水平上顯著

(1)農(nóng)村經(jīng)濟發(fā)展水平

在確定門檻效應(yīng)存在且確定門檻個數(shù)之后,需要對門檻值水平進行測算并確定門檻值的置信區(qū)間。采用優(yōu)化搜索的方法確定門檻值,將農(nóng)村經(jīng)濟發(fā)展水平作為門檻變量時的門檻值以及置信區(qū)間(表4)。

表4 農(nóng)村經(jīng)濟發(fā)展水平作為門檻值的門檻估計值和置信區(qū)間

表4可以看出,當為單一門檻檢驗時,門檻估計值為1.11,在95%的置信區(qū)間,兩個門檻區(qū)間值也是非常接近。圖3的似然比函數(shù)圖清晰展示了門檻值及置信區(qū)間的構(gòu)造過程:橫軸表示門檻參數(shù),縱軸表示似然比函數(shù)值,虛線表示95%置信區(qū)間上的似然比臨界值,置信區(qū)間則是由小于臨界值的似然值構(gòu)成,其中最小值為門檻值。而當雙重門檻時,由于第2個門檻值1.955的置信區(qū)間較大,因而影響了其準確性,因此進一步證實筆者只選取農(nóng)村經(jīng)濟發(fā)展水平的單一門檻的合理性和科學性。

圖3 農(nóng)村經(jīng)濟發(fā)展水平為門檻值效果圖

在對門檻效應(yīng)存在性和門檻值進行確定后,使用農(nóng)村經(jīng)濟發(fā)展水平的單一門檻來進行回歸分析(表5)。從表5可以看出,當農(nóng)村經(jīng)濟發(fā)展水平作為門檻變量時,隨著經(jīng)濟發(fā)展水平的不斷提高及農(nóng)村整體生產(chǎn)水平的提升,農(nóng)村經(jīng)濟發(fā)展水平對農(nóng)田水利全要素生產(chǎn)率有較大的促進作用,其影響系數(shù)達到了1.44。然而隨著農(nóng)村經(jīng)濟水平不斷提高,農(nóng)村經(jīng)濟發(fā)展水平對農(nóng)田水利效率的顯著促進作用有所減弱。當LNACI跨過1.1的門檻值之后,促進作用下降到了0.037,很好解釋了我國從“十五”到“十二五”期間農(nóng)田水利效率出現(xiàn)了降低的趨勢,然而這并不意味著當我國跨入經(jīng)濟發(fā)展門檻之后,就要減少農(nóng)田水利投資,該階段農(nóng)田水利效率的生產(chǎn)函數(shù)正在發(fā)生相應(yīng)的變化,僅僅通過維持或提高投資程度是無法促進效率提高的。

表5 農(nóng)村經(jīng)濟發(fā)展水平為單一門檻的面板門檻模型估計結(jié)果

(2)機械投入水平

當機械投入水平作為門檻變量時,采用同樣方法確定門檻值水平以及門檻水平的置信區(qū)間(表6),相應(yīng)的似然比函數(shù)圖為圖4?？梢钥闯鰴C械水平作為單一門檻效應(yīng)非常顯著。

表6 機械投入水平為門檻值的門檻估計值和置信區(qū)間

圖4 機械投入水平為門檻值效果圖

在確定機械投入水平對農(nóng)田水利投資存在門檻效應(yīng),同時證明為單一門檻效應(yīng)之后,本使用單一門檻模型進行回歸分析(表7)。

表7 機械動力投入為單一門檻的面板門檻模型估計結(jié)果

由表7可知,在機械動力投入的不同區(qū)間所得的估計系數(shù)在5%的顯著性水平下均為正,表明機械動力的投入與農(nóng)田水利效率存在正相關(guān)關(guān)系。這一結(jié)論解釋了隨著經(jīng)濟發(fā)展以及社會生產(chǎn)力的提高,我國在機械動力投入不斷提高所帶來的總體農(nóng)田水利效率增長的長期趨勢。隨著機械動力投入的不斷提高,相應(yīng)的估計系數(shù)由0.039上升至0.982,說明在門檻值劃定的兩個區(qū)間內(nèi),機械動力投入對農(nóng)田水利效率的影響程度存在顯著的差異,在越過門檻值之后機械動力投入對農(nóng)田水利效率的增長效應(yīng)顯著增強,由于我國東北地區(qū)工業(yè)化程度較高,農(nóng)用機械投入明顯高于其他地區(qū),農(nóng)田水利效率是最高的一個區(qū)域,與實證結(jié)論相吻合。

四、 結(jié)論與建議

應(yīng)用2001—2015年我國31個省的面板數(shù)據(jù)測算農(nóng)田水利的全要素生產(chǎn)率,同時進行分區(qū)域的對比分析,結(jié)果表明我國農(nóng)田水利效率存在顯著的地區(qū)差異:東北地區(qū)效率最高,幾乎接近于1的完全有效狀態(tài);傳統(tǒng)農(nóng)業(yè)大省聚集區(qū)域的華中地區(qū)和華東地區(qū),全要素農(nóng)田水利效率并不高;最低的是西南地區(qū),整體接近0.7的水平,遠低于全國平均水平。

為進一步分析我國農(nóng)田水利這種區(qū)域差異,運用門檻回歸模型對影響農(nóng)田水利效率的因素進行研究,在分別將農(nóng)村經(jīng)濟發(fā)展水平以及機械動力投入作為門檻分析變量時,兩者回歸結(jié)果均顯著:①當引入農(nóng)村經(jīng)濟發(fā)展水平作為門檻變量時,結(jié)果表明其對全要素農(nóng)田水利效率存在門檻效應(yīng),在門檻值之前,農(nóng)村經(jīng)濟發(fā)展水平對農(nóng)田水利效率存在顯著的促進作用,但是達到1.1的門檻值之后農(nóng)村經(jīng)濟發(fā)展水平對農(nóng)田水利效率的影響顯著減少,系數(shù)值的大小僅為0.037,這一結(jié)論很好解釋了為什么經(jīng)濟發(fā)展水平較高的華中和華東地區(qū)農(nóng)田水利全要素生產(chǎn)率卻低于東北地區(qū)。②農(nóng)用機械動力對農(nóng)田水利全要素生產(chǎn)率存在顯著的加速門檻,在越過門檻值之后,農(nóng)用機械動力的投入對農(nóng)田水利效率的影響系數(shù)明顯增強,由0.039上升至0.982,主要原因是農(nóng)用機械動力的大量投入會產(chǎn)生規(guī)模效應(yīng),推動農(nóng)田水利效率的提高。

對于經(jīng)濟發(fā)展水平較為落后的地區(qū),重點應(yīng)縮小本地區(qū)與其他地區(qū)的經(jīng)濟發(fā)展水平的差異,擴大農(nóng)田水利效率提高所需的資本投入和勞動力投入;對于經(jīng)濟發(fā)展水平較高同時越過門檻的地區(qū)來說,主要是改善農(nóng)田水利技術(shù)投入、增加機械動力投入實現(xiàn)農(nóng)田水利全要素生產(chǎn)率的提高,同時重視資源的合理配置,積極為農(nóng)田水利投資決策提供科學的指導意見和約束政策,保證農(nóng)田水利投入與其他投入的協(xié)調(diào)、維持各地區(qū)農(nóng)田水利投資的平衡,使得盲目的農(nóng)田水利投資得到遏制或消除。

[1] 袁懷宇. 農(nóng)田水利建設(shè)與農(nóng)業(yè)經(jīng)濟增長關(guān)系實證研究[J].廣東農(nóng)業(yè)科學,2013, 40(25): 122-126.

[2] 郭唐兵,葉文輝. 我國農(nóng)田水利運營效率的實證研究:基于2003—2010年省級面板數(shù)據(jù)的DEA-TOBIT兩階段法[J].山西財經(jīng)大學學報, 2014,36(2):63-71.

[3] 袁汝華,孔德財,吳鳳平,等.水利科技進步投入產(chǎn)出作用機理及貢獻率測算:來自江蘇省的實證分析[J].河海大學學報(哲學社會科學版),2013,15 (4):50-53.

[4] 郭珍,曾福生. 水利投資減災效果評估:基于中國省際面板數(shù)據(jù)的實證研究[J].河海大學學報(哲學社會科學版), 2014,16 (3):49-54.

[5] ROSEGRANT M W,EVENSON R E.Agricultural productivity and sources of growth in south Asia[J].American Journal of Agricultural Economics, 1992,74(3):757-761.

[6] 俞雅乖.我國農(nóng)田水利財政支出效率的省級差異分析[J].農(nóng)業(yè)經(jīng)濟問題, 2013(4):55-63.

[7] 葉文輝,孫莉莉,姚永秀. 農(nóng)田水利供給的有效性分析:以云南省為例[J].經(jīng)濟問題, 2015, 27(9):73-80.

[8] 湯潔娟.農(nóng)田水利工程效率及其影響因素分析:基于DEA-Tobit模型多階段實證[J].求索, 2014(6):85-89.

[9] 劉石成. 我國農(nóng)田水利設(shè)施建設(shè)中存在的問題及對策研究[J]. 宏觀經(jīng)濟研究, 2011(8):40-44.

(責任編輯：高 虹)

10.3876/j.issn.1671-4970.2017.04.008

2016-06-05

教育部人文社會科學規(guī)劃基金項目(15YJA790052); 國家自然科學基金面上項目 (41471456)

宋敏(1975—),女,四川眉山人,副教授,從事水利經(jīng)濟研究。

F32

A

1671-4970(2017)04-0040-07