21世紀(jì)以來(lái)農(nóng)業(yè)基礎(chǔ)設(shè)施減貧效應(yīng)研究*

彭繼權(quán)，秦小迪

（1.江西財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，南昌 330013；2.中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，湖北武漢 430073）

0 引言

貧困歷來(lái)都是重大的社會(huì)問(wèn)題和現(xiàn)實(shí)難題，在發(fā)展中國(guó)家尤為明顯。21 世紀(jì)以來(lái)中國(guó)創(chuàng)造了世界減貧奇跡。2000 年中國(guó)農(nóng)村貧困發(fā)生率為49.8%，貧困人口4.6 億。2019 年底，農(nóng)村貧困發(fā)生率降至0.6%，貧困人口551 萬(wàn)。2020 年是中國(guó)打贏脫貧攻堅(jiān)和全面建設(shè)小康社會(huì)的最后一年，標(biāo)志著中國(guó)將提前10 年實(shí)現(xiàn)聯(lián)合國(guó)2030 年可持續(xù)發(fā)展議程的減貧目標(biāo)，此階段中國(guó)減貧規(guī)模占同期全球減貧規(guī)模的70%以上，中國(guó)貧困治理能為發(fā)展中國(guó)家乃至世界減貧提供了寶貴的“中國(guó)智慧”。在貧困治理過(guò)程中，政府基礎(chǔ)設(shè)施投入尤其是農(nóng)業(yè)基礎(chǔ)設(shè)施投入對(duì)減貧至關(guān)重要[1]。農(nóng)業(yè)基礎(chǔ)設(shè)施被稱為農(nóng)業(yè)發(fā)展的“先行資本”，對(duì)農(nóng)業(yè)穩(wěn)定生產(chǎn)和農(nóng)民增收意義重大。21 世紀(jì)以來(lái)，一系列加強(qiáng)農(nóng)田水利和農(nóng)產(chǎn)品流通方面的農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)的中央文件相繼出臺(tái)，特別是2008年和2011年“中央一號(hào)文件”明確提出，加強(qiáng)農(nóng)田水利等農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，提高抗旱防洪除澇能力，促進(jìn)農(nóng)業(yè)發(fā)展農(nóng)民增收。2015 年11 月，習(xí)總書(shū)記在中央扶貧開(kāi)發(fā)工作會(huì)議上為打通脫貧“最后一公里”開(kāi)出破題藥方，強(qiáng)調(diào)脫貧攻堅(jiān)的重點(diǎn)需放在改善生產(chǎn)生活條件上，應(yīng)著重加強(qiáng)農(nóng)田水利、交通等農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。毋庸置疑，農(nóng)業(yè)基礎(chǔ)設(shè)施的完善為貧困治理做出了突出貢獻(xiàn)。那么，農(nóng)業(yè)基礎(chǔ)設(shè)施的減貧效應(yīng)究竟多大？作用機(jī)制是什么？厘清這些問(wèn)題對(duì)我們?cè)u(píng)估農(nóng)業(yè)基礎(chǔ)設(shè)施減貧效應(yīng)和總結(jié)中國(guó)扶貧經(jīng)驗(yàn)至關(guān)重要，也能為中國(guó)未來(lái)相對(duì)貧困治理和世界減貧提供經(jīng)驗(yàn)。

1 相關(guān)文獻(xiàn)評(píng)述

農(nóng)業(yè)基礎(chǔ)設(shè)施是農(nóng)業(yè)穩(wěn)定生產(chǎn)的基本基石，也是農(nóng)戶收入增加和減貧的重要手段[2]，農(nóng)業(yè)基礎(chǔ)設(shè)施減貧效應(yīng)可分為直接效應(yīng)和間接效應(yīng)。

（1）直接減貧效應(yīng)。學(xué)者多從農(nóng)業(yè)基礎(chǔ)設(shè)施提高農(nóng)業(yè)生產(chǎn)率和降低生產(chǎn)成本出發(fā)，解釋農(nóng)業(yè)基礎(chǔ)設(shè)施的直接減貧效應(yīng)。吳清華[3]將灌溉設(shè)施引入柯布道格拉斯農(nóng)業(yè)生產(chǎn)函數(shù)，發(fā)現(xiàn)灌溉設(shè)施通過(guò)提高農(nóng)業(yè)生產(chǎn)效率，降低農(nóng)業(yè)生產(chǎn)成本。馬林靖[4]關(guān)注農(nóng)業(yè)基礎(chǔ)設(shè)施投資質(zhì)量，利用倍差法評(píng)估農(nóng)業(yè)水利灌溉設(shè)施績(jī)效，發(fā)現(xiàn)高質(zhì)量灌溉基礎(chǔ)設(shè)施能顯著增加農(nóng)作物產(chǎn)量和促進(jìn)農(nóng)民增收。此外，農(nóng)業(yè)基礎(chǔ)設(shè)施還能對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程中的勞動(dòng)力、資本、生產(chǎn)投入要素會(huì)起到替代或互補(bǔ)作用，從而降低農(nóng)業(yè)生產(chǎn)成本。Mamatzakis[5]運(yùn)用生產(chǎn)函數(shù)將農(nóng)業(yè)技術(shù)進(jìn)步分解為狹義技術(shù)進(jìn)步、規(guī)模報(bào)酬、基礎(chǔ)設(shè)施作用，發(fā)現(xiàn)基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)生產(chǎn)中間品和私人資本存在互補(bǔ)性，對(duì)勞動(dòng)力存在替代性，最終會(huì)降低農(nóng)業(yè)生產(chǎn)成本。曾福生和李飛[6]將農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)糧食生產(chǎn)的成本節(jié)約效應(yīng)分解為規(guī)模效應(yīng)和結(jié)構(gòu)效應(yīng)，發(fā)現(xiàn)糧食生產(chǎn)成本和農(nóng)業(yè)基礎(chǔ)設(shè)施存量呈負(fù)相關(guān)，農(nóng)業(yè)基礎(chǔ)設(shè)施的規(guī)模效應(yīng)和結(jié)構(gòu)效應(yīng)能節(jié)約糧食生產(chǎn)成本。蔡保忠和曾福生[7]發(fā)現(xiàn)農(nóng)田水利、農(nóng)業(yè)電力、農(nóng)村交通對(duì)主糧生產(chǎn)有顯著促進(jìn)作用。在此基礎(chǔ)上，朱晶[8]通過(guò)分解農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)農(nóng)業(yè)基礎(chǔ)設(shè)施可以提高農(nóng)業(yè)生產(chǎn)率和降低農(nóng)業(yè)糧食生產(chǎn)成本，且此效應(yīng)在中西部地區(qū)更明顯。

（2）間接減貧效應(yīng)。間接減貧效應(yīng)體現(xiàn)在非農(nóng)生產(chǎn)經(jīng)營(yíng)和政府轉(zhuǎn)移性收入方面[9]。首先，完善的農(nóng)業(yè)基礎(chǔ)設(shè)施有利于釋放勞動(dòng)力，促進(jìn)非農(nóng)就業(yè)經(jīng)營(yíng)。在發(fā)展中國(guó)家，農(nóng)田水利和道路設(shè)施能替代農(nóng)業(yè)勞動(dòng)力，并與其他農(nóng)業(yè)生產(chǎn)要素互補(bǔ)，從而大幅提高農(nóng)業(yè)生產(chǎn)效率[10]。而被替代的勞動(dòng)力通過(guò)參與農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)或進(jìn)城務(wù)工，增加家庭收入并減少貧困[11]。Peters[12]使用市場(chǎng)距離和交通發(fā)達(dá)程度衡量農(nóng)業(yè)流通基礎(chǔ)設(shè)施，地區(qū)農(nóng)業(yè)流通基礎(chǔ)設(shè)施越好，農(nóng)戶更易從事非農(nóng)行業(yè)和貧困發(fā)生率越低。駱永民[13]從空間相關(guān)性和空間異質(zhì)性角度，發(fā)現(xiàn)農(nóng)業(yè)基礎(chǔ)設(shè)施投資對(duì)該省和鄰省農(nóng)民收入均有正向影響，表明農(nóng)村基礎(chǔ)設(shè)施建設(shè)對(duì)農(nóng)民增收存在空間溢出效應(yīng)。劉曉光[14]基于農(nóng)業(yè)基礎(chǔ)設(shè)施的二元經(jīng)濟(jì)模型，發(fā)現(xiàn)農(nóng)業(yè)基礎(chǔ)設(shè)施能促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)移，提高農(nóng)村居民收入和縮小城鄉(xiāng)差距。其次，農(nóng)業(yè)基礎(chǔ)設(shè)施能顯著提高農(nóng)業(yè)勞動(dòng)力生產(chǎn)率和農(nóng)產(chǎn)品交易效率，促進(jìn)非農(nóng)就業(yè)和降低農(nóng)產(chǎn)品生產(chǎn)成本，從而幫助農(nóng)戶增收和實(shí)現(xiàn)減貧。張貴友[15]發(fā)現(xiàn)改善農(nóng)產(chǎn)品流通基礎(chǔ)設(shè)施會(huì)降低農(nóng)產(chǎn)品流通風(fēng)險(xiǎn)和擴(kuò)大市場(chǎng)容量，降低農(nóng)產(chǎn)品因鮮活性、地域性造成的市場(chǎng)容量縮??；且隨著交易效率提高，農(nóng)業(yè)分工水平和市場(chǎng)容量會(huì)同時(shí)提高，促進(jìn)農(nóng)業(yè)分工深化和農(nóng)業(yè)生產(chǎn)發(fā)展。Rachmina[16]基于隨機(jī)前沿函數(shù)，發(fā)現(xiàn)灌溉設(shè)施能顯著提高蔬菜種植效率，提高交易效率和利潤(rùn)水平。

綜上所述，已有研究主要探究農(nóng)業(yè)基礎(chǔ)設(shè)施的增收效應(yīng)，較少分析農(nóng)業(yè)基礎(chǔ)設(shè)施的減貧效應(yīng)；其次，較少有研究在分析中考慮到由于地理位置與自然稟賦的差異，造成的農(nóng)業(yè)基礎(chǔ)設(shè)施的空間溢出效應(yīng)；此外，目前也缺少對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施減貧機(jī)制的探討?；诖?，文章在厘清農(nóng)業(yè)基礎(chǔ)設(shè)施概念的基礎(chǔ)上，利用空間計(jì)量模型分析不同省份農(nóng)業(yè)基礎(chǔ)設(shè)施減貧的異質(zhì)性，并從農(nóng)業(yè)減災(zāi)、增產(chǎn)和增收角度探究農(nóng)業(yè)基礎(chǔ)設(shè)施減貧的內(nèi)在機(jī)制。

2 研究方法與數(shù)據(jù)處理

2.1 研究方法

（1）空間自相關(guān)檢驗(yàn)?？臻g計(jì)量使用前需要運(yùn)用Moran 指數(shù)檢驗(yàn)被解釋變量是否存在空間自相關(guān)性，莫蘭指數(shù)表達(dá)式為：

式（1）中，s2為樣本方差，wij為空間權(quán)重矩陣，莫蘭指數(shù)介于[-1,1]，大于0表示空間正相關(guān)，小于0表示空間負(fù)相關(guān)，接近0表示不存在空間自相關(guān)，該文采用目前普遍使用的0和1的空間鄰接矩陣。

（2）空間計(jì)量模型設(shè)定。經(jīng)典計(jì)量回歸需要滿足空間均質(zhì)性和獨(dú)立同分布性假設(shè)，若模型中存在空間自相關(guān)性，OLS估計(jì)會(huì)因忽略殘差項(xiàng)的空間相關(guān)性導(dǎo)致估計(jì)偏誤，需要使用空間計(jì)量模型加以解決。該文采用空間自回歸模型（SAR）和空間誤差模型（SEM），模型具體形式為：

式（2）（3）中，y為被解釋變量，ρ為SAR 模型的空間相關(guān)系數(shù)，wy為空間滯后因變量，X為自變量，W為二進(jìn)制的空間權(quán)重矩陣。λ為SEM 模型的空間相關(guān)系數(shù)，μi、λi分別表示省份i的個(gè)體效應(yīng)和時(shí)間效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

2.2 數(shù)據(jù)來(lái)源

該文數(shù)據(jù)來(lái)自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)民政統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》，由于《中國(guó)民政統(tǒng)計(jì)年鑒》公布截止2017年，因此，該文數(shù)據(jù)來(lái)源為以上2001—2017年的統(tǒng)計(jì)年鑒。研究對(duì)象為31個(gè)省級(jí)行政地區(qū)（不包括港澳臺(tái)地區(qū)），表1 為變量描述性統(tǒng)計(jì)。由于數(shù)據(jù)跨度較長(zhǎng)，有部分?jǐn)?shù)據(jù)存在缺失情況，采用線性插值法和插值外推法填補(bǔ)。具體操作是：當(dāng)缺失值的前后值不缺失時(shí)，采用線性插值法填補(bǔ)數(shù)據(jù)；當(dāng)缺失值有一端也缺失時(shí)，則采用插值外推法補(bǔ)數(shù)據(jù)，這種插值法是根據(jù)缺失值所在列的數(shù)據(jù)規(guī)律進(jìn)行填補(bǔ)，能保證填補(bǔ)后數(shù)據(jù)保持以往的規(guī)律和趨勢(shì)。

2.3 變量選取

被解釋變量：該文研究的關(guān)鍵問(wèn)題為農(nóng)村貧困發(fā)生率，但統(tǒng)計(jì)年鑒中沒(méi)有公布2000—2016 年各地貧困發(fā)生率，該文選用恩格爾系數(shù)作為貧困發(fā)生率的替代變量。選用恩格爾系數(shù)有以下3個(gè)考慮：第一，早在20 世紀(jì)70 年代，聯(lián)合國(guó)糧農(nóng)組織（FAO）就把恩格爾系數(shù)作為衡量國(guó)家和地區(qū)生活水平的貧困標(biāo)準(zhǔn)，目前有很多國(guó)家和地區(qū)仍然采用此指標(biāo)衡量貧困；第二，恩格爾系數(shù)計(jì)算簡(jiǎn)單易懂，恩格爾系數(shù)為食品支出份額占總消費(fèi)支出份額的比值，其值不受貨幣價(jià)值影響；第三，越來(lái)越多中國(guó)學(xué)者也采用恩格爾系數(shù)衡量貧困[17]。在作用機(jī)制檢驗(yàn)中，選取自然災(zāi)害發(fā)生率、農(nóng)作物受災(zāi)率和農(nóng)作物成災(zāi)率考察農(nóng)業(yè)基礎(chǔ)設(shè)施的減災(zāi)作用，選取農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)業(yè)總產(chǎn)值、林業(yè)總產(chǎn)值、漁業(yè)總產(chǎn)值和牧業(yè)總產(chǎn)值來(lái)考察農(nóng)業(yè)基礎(chǔ)設(shè)施的增產(chǎn)作用，選取人均地區(qū)生產(chǎn)總值、農(nóng)村人均收入水平和農(nóng)村人均消費(fèi)水平來(lái)考察農(nóng)業(yè)基礎(chǔ)設(shè)施的增收作用。

核心解釋變量：該文把農(nóng)業(yè)基礎(chǔ)設(shè)施變量分為兩類：一類是農(nóng)業(yè)交通設(shè)施變量，包括公路密度、河道密度和鐵路密度，交通網(wǎng)絡(luò)能降低農(nóng)業(yè)生產(chǎn)成本和推動(dòng)農(nóng)民聯(lián)結(jié)市場(chǎng)，幫助農(nóng)民獲取生產(chǎn)信息和物質(zhì)資料；另一類是農(nóng)業(yè)生產(chǎn)設(shè)施變量。（1）農(nóng)村人均裝機(jī)容量，裝機(jī)容量一定程度能代表地方水利設(shè)施水平，幫助農(nóng)戶生產(chǎn)和抵御自然災(zāi)害。（2）水土流失治理能力，使用水土流失治理率衡量，水和土地是農(nóng)業(yè)生產(chǎn)最基本的物質(zhì)條件，水土保持是農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)的重要內(nèi)容。（3）人均農(nóng)業(yè)機(jī)械數(shù)量，農(nóng)業(yè)機(jī)械化是實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要手段，機(jī)械化水平提升能幫助農(nóng)業(yè)生產(chǎn)，促進(jìn)農(nóng)戶增收和農(nóng)村減貧。（4）每公頃農(nóng)業(yè)機(jī)械動(dòng)力，人均農(nóng)業(yè)機(jī)械數(shù)量從數(shù)量角度來(lái)觀察農(nóng)業(yè)機(jī)械使用情況，每公頃均農(nóng)業(yè)機(jī)械動(dòng)力從程度角度衡量農(nóng)業(yè)機(jī)械使用情況。（5）每公頃塑料薄膜用量，現(xiàn)代設(shè)施農(nóng)業(yè)離不開(kāi)使用塑料薄膜，塑料薄膜一定程度能代表現(xiàn)代農(nóng)業(yè)進(jìn)程，也是農(nóng)業(yè)基礎(chǔ)設(shè)施的重要體現(xiàn)。

控制變量：選取人均播種面積、農(nóng)村人均受教育水平和人均鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)。人均播種面積衡量地區(qū)農(nóng)業(yè)資源稟賦，能影響農(nóng)村居民收入和貧困狀況。農(nóng)村人均受教育水平代表農(nóng)村人力資本情況，能影響農(nóng)戶生計(jì)行為。人均鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)考察地區(qū)醫(yī)療水平，能影響農(nóng)戶因病致貧率。

2.4 描述性統(tǒng)計(jì)分析

表1 匯報(bào)了各變量的均值和方差。恩格爾系數(shù)均值為0.425，最小值和最大值間差異較大，可能是隨著農(nóng)村居民收入水平提高，農(nóng)村居民食品支出份額在逐步縮小。人均地區(qū)生產(chǎn)總值方差較大，說(shuō)明省份間GDP 差距較大。農(nóng)村人均收入水平均值高于農(nóng)村人均消費(fèi)水平均值，說(shuō)明農(nóng)村居民儲(chǔ)蓄意愿更強(qiáng)。從各類農(nóng)業(yè)產(chǎn)值來(lái)看，農(nóng)業(yè)產(chǎn)值和牧業(yè)產(chǎn)值的均值最大。各類災(zāi)害變量方差較大，說(shuō)明省份間受災(zāi)程度不同。從農(nóng)業(yè)交通設(shè)施變量來(lái)看，公路交通網(wǎng)絡(luò)最為發(fā)達(dá)，其次是河道，最小是鐵路。從農(nóng)業(yè)生產(chǎn)設(shè)施變量來(lái)看，除人均裝機(jī)容量和人均農(nóng)業(yè)機(jī)械數(shù)量外，各省份其他變量差異較大。每千人播種面積均值為0.052，農(nóng)村人均受教育水平為8.3年，人均鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)在省份間差異不大。

表1 變量定義及描述統(tǒng)計(jì)

3 結(jié)果與分析

3.1 空間相關(guān)性分析

（1）全局Moran′s I 測(cè)算。表2 是2000—2016 年和各年份31 個(gè)省（市、自治區(qū)，不包括港澳臺(tái)）貧困發(fā)生率全局空間自相關(guān)的檢驗(yàn)結(jié)果，2000—2016 年Moran′s I 值為0.681，在1%水平顯著，表明各地區(qū)貧困發(fā)生率存在顯著正向關(guān)系，貧困發(fā)生率為非均衡性，貧困可能存在聚集現(xiàn)象。從分年度Moran′s I來(lái)看，Moran′s I 隨年份增加呈現(xiàn)先上升后下降變動(dòng)，從2000 年0.433 增至2008 年0.549，然后快速降至2016 年0.271，可能原因是該文采用恩格爾系數(shù)作為貧困發(fā)生率的替代指標(biāo)，2008 年全球金融危機(jī)對(duì)中國(guó)經(jīng)濟(jì)沖擊降低了農(nóng)戶收入，而農(nóng)戶食品支出“粘性”直接導(dǎo)致農(nóng)戶恩格爾系數(shù)提高，進(jìn)而表現(xiàn)出貧困發(fā)生率的空間相關(guān)性增加。2008年后金融危機(jī)逐步緩解，農(nóng)戶收入增加和消費(fèi)結(jié)構(gòu)改變促使農(nóng)戶恩格爾系數(shù)下降，導(dǎo)致農(nóng)戶貧困發(fā)生率的Moran′s I 大幅下降，說(shuō)明近年來(lái)貧困發(fā)生率的聚集趨勢(shì)有所下降，主要得益于精準(zhǔn)扶貧戰(zhàn)略實(shí)施?？傊?，各年份Moran′s I證實(shí)了貧困發(fā)生率存在較強(qiáng)的正向空間溢出效應(yīng)。

表2 2000—2016年貧困發(fā)生率全局空間自相關(guān)檢驗(yàn)

（2）局部Moran′s I 散點(diǎn)圖。為更好觀察地區(qū)間貧困發(fā)生率的空間相關(guān)性，采用局部Moran′s I 散點(diǎn)圖分析①限于篇幅，該文未列出各省貧困發(fā)生率Moran′s I散點(diǎn)圖，作者備索。局部Moran′s I 散點(diǎn)圖根據(jù)貧困發(fā)生率在4 個(gè)象限聚集情況分為4 個(gè)類型，第一象限和第三象限分別為高—高組合（HH）及低低組合（LL），表示貧困發(fā)生率高（低）的地區(qū)被同樣是高（低）貧困發(fā)生率的地區(qū)所包圍；第二象限和第四象限分別為低—高組合（LH）及高—低組合（HL），表示貧困發(fā)生率低（高）的地區(qū)被貧困發(fā)生率高（低）的地區(qū)所包圍。總之，各省貧困發(fā)生率并不完全呈現(xiàn)隨機(jī)分布狀態(tài)，主要表現(xiàn)為顯著高—高（HH）或低—低（LL）的組合分布，說(shuō)明各省貧困發(fā)生率存在顯著的空間聚集效應(yīng)。

（3）空間分位數(shù)分布圖。為清晰展示各地貧困發(fā)生率與農(nóng)業(yè)基礎(chǔ)設(shè)施的空間格局，運(yùn)用空間五分位圖加以考察②限于篇幅，該文未列出空間五分位圖，作者備索。從2016年各地份貧困發(fā)生率分布圖可知，貧困呈現(xiàn)明顯階梯狀特征，沿海地區(qū)貧困發(fā)生率最低，中部貧困發(fā)生率次之，西部貧困發(fā)生率最高，最貧困是甘肅、寧夏、云南、廣西和青海等3區(qū)3州深度貧困地區(qū)。由于農(nóng)業(yè)基礎(chǔ)設(shè)施類型較多，該文重點(diǎn)展現(xiàn)交通綜合網(wǎng)絡(luò)密度分布圖，交通綜合網(wǎng)絡(luò)密度的計(jì)算方法為省內(nèi)河道、公路和鐵路里程的總和比國(guó)土面積。從2016 年各地交通綜合網(wǎng)絡(luò)密度分布圖可知，東部交通網(wǎng)絡(luò)密度最高，中部次之，西部最低。各地貧困發(fā)生率與交通綜合網(wǎng)絡(luò)密度呈反向關(guān)系，即地區(qū)交通綜合網(wǎng)絡(luò)密度越高，貧困發(fā)生率越低，說(shuō)明貧困發(fā)生率與農(nóng)業(yè)基礎(chǔ)設(shè)施有明顯空間相關(guān)性。該文同樣檢驗(yàn)了其他類型農(nóng)業(yè)基礎(chǔ)設(shè)施分布圖，都與貧困發(fā)生率呈相反關(guān)系。

3.2 農(nóng)業(yè)基礎(chǔ)設(shè)施減貧效應(yīng)的實(shí)證分析

（1）空間計(jì)量模型的選擇。合適的計(jì)量模型是準(zhǔn)確估計(jì)的前提條件，要結(jié)合實(shí)際和檢驗(yàn)結(jié)果共同確定。研究樣本為31個(gè)省級(jí)行政區(qū)17年的面板數(shù)據(jù)，地理區(qū)位在分析中會(huì)存在較強(qiáng)的干擾作用，需要選用固定效應(yīng)模型消除區(qū)位差異對(duì)估計(jì)造成的可能影響。對(duì)固定效應(yīng)模型和隨機(jī)效應(yīng)模型進(jìn)行Hausman 檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量為196.4，Prob＞chi=0.000，檢驗(yàn)結(jié)果表明應(yīng)選用固定效應(yīng)模型。固定效應(yīng)模型分為時(shí)間固定效應(yīng)、空間固定效應(yīng)和時(shí)間空間雙固定效應(yīng)，為檢驗(yàn)采用何種固定效應(yīng)模型，表3給出混合模型、時(shí)間固定效應(yīng)模型、空間固定效應(yīng)模型和雙固定效應(yīng)模型的估計(jì)和檢驗(yàn)結(jié)果。從判定系數(shù)可知，混合模型判定系數(shù)為0.971，加入時(shí)間固定效應(yīng)后為0.977，加入時(shí)間固定效應(yīng)后為0.992，加入雙固定效應(yīng)后為0.992，說(shuō)明雙固定效應(yīng)擬合效果最好；從Log-L可知，混合模型的值最小，雙固定效應(yīng)的值最大。綜合可知，選用時(shí)間空間雙固定效應(yīng)模型更合適。另外，不論選用何種固定效應(yīng)模型，LM-err 和穩(wěn)健LM-err 檢驗(yàn)結(jié)果都在1%水平顯著，而LM-lag和穩(wěn)健LM-lag檢驗(yàn)結(jié)果都不顯著，說(shuō)明不存在空間誤差效應(yīng)的原假設(shè)被拒絕，而無(wú)法拒絕不存在空間滯后效應(yīng)的原假設(shè)。因此，初步判定空間誤差模型比空間滯后模型更合適。

（2）空間面板模型的估計(jì)結(jié)果。通過(guò)前文空間相關(guān)性分析可知，普通面板模型估計(jì)表明殘差項(xiàng)具有顯著空間相關(guān)性，說(shuō)明模型回歸不能忽略空間相關(guān)性，因此，該文運(yùn)用空間計(jì)量模型估計(jì)農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)各省份貧困發(fā)生率的影響，表3 中已列出空間自回歸模型（SAR）和空間誤差模型（SEM）估計(jì)結(jié)果。由兩個(gè)模型的空間估計(jì)系數(shù)可知，SAR 模型空間估計(jì)系數(shù)ρ為0.0031，但并不顯著；SEM 模型的空間估計(jì)系數(shù)λ為0.1571，在1%水平顯著，說(shuō)明臨近省份的誤差沖擊效果明顯，各地之間貧困發(fā)生率存在正向空間相關(guān)性，臨近地區(qū)貧困發(fā)生率有明顯空間依賴性。SEM 模型擬合優(yōu)度判定系數(shù)為0.991，略高于SAR 模型的0.99，且SEM模型的Log-L值要明顯高于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 模型的解釋強(qiáng)度要高于SAR 模型。從LM-lag 和LM-err 統(tǒng)計(jì)結(jié)果來(lái)看，LM-err和穩(wěn)健LM-err的結(jié)果在1%水平顯著，而LM-lag 和穩(wěn)健LM-lag 的結(jié)果并不顯著。因此，該文以空間誤差模型（SEM）的估計(jì)結(jié)果為準(zhǔn)。

表3 空間計(jì)量模型的估計(jì)

該文把農(nóng)業(yè)基礎(chǔ)設(shè)施分為兩類：一類是農(nóng)業(yè)交通基礎(chǔ)設(shè)施，包括公路密度、河道密度和鐵路密度，另一類是農(nóng)業(yè)生產(chǎn)基礎(chǔ)設(shè)施，包括人均裝機(jī)容量、水土流失治理能力、人均農(nóng)業(yè)機(jī)械數(shù)量、人均農(nóng)業(yè)機(jī)械動(dòng)力和畝均塑料薄膜使用量。從農(nóng)業(yè)交通基礎(chǔ)設(shè)施變量的回歸結(jié)果來(lái)看，公路密度每增加1個(gè)單位，貧困發(fā)生率下降1.424 個(gè)單位；河道密度每增加1 個(gè)單位，貧困發(fā)生率下降0.03 個(gè)單位；鐵路密度每增加1個(gè)單位，貧困發(fā)生率下降0.05個(gè)單位。綜合來(lái)看，3類交通變量對(duì)農(nóng)村減貧有顯著促進(jìn)作用，公路密度效果最好，其次鐵路密度，最小是河道密度，可能原因如下：第一，交通是農(nóng)產(chǎn)品通往市場(chǎng)的重要條件，農(nóng)產(chǎn)品在普通環(huán)境下保質(zhì)儲(chǔ)藏時(shí)間有限，如果農(nóng)產(chǎn)品在收獲后及時(shí)銷往市場(chǎng)，農(nóng)戶才能從中獲得經(jīng)濟(jì)利益以保障正常生產(chǎn)生活，否則農(nóng)戶會(huì)遭受巨大農(nóng)業(yè)生產(chǎn)損失；第二，交通便利會(huì)加強(qiáng)農(nóng)戶與外界溝通，降低農(nóng)產(chǎn)品市場(chǎng)交易成本，獲取更多有利于農(nóng)業(yè)生產(chǎn)銷售信息；第三，交通運(yùn)輸網(wǎng)絡(luò)形成有利于改變以往小而全、落后分散的小農(nóng)生產(chǎn)格局，加強(qiáng)地區(qū)間生產(chǎn)協(xié)作，從而因地制宜形成具有各地自身專業(yè)化特色的農(nóng)業(yè)區(qū)域經(jīng)濟(jì)。從以上3個(gè)變量的影響程度來(lái)看，公路是農(nóng)業(yè)生產(chǎn)最重要的交通運(yùn)輸方式，可能原因是公路分布較廣，能夠延伸到村和農(nóng)地，而鐵路和河道難以直抵農(nóng)地。

從農(nóng)業(yè)生產(chǎn)基礎(chǔ)設(shè)施來(lái)看，人均裝機(jī)容量每增加1 個(gè)單位，貧困發(fā)生率下降0.122 個(gè)單位，可能原因是農(nóng)村水電裝機(jī)容量在一定程度能保障農(nóng)村灌溉用水和生產(chǎn)生活用電，排洪抗旱功能為農(nóng)業(yè)提供穩(wěn)定的生產(chǎn)環(huán)境。水土流失治理能力每增加1單位，貧困發(fā)生率下降0.212個(gè)單位，土地是農(nóng)業(yè)生產(chǎn)的根本條件，水土流失不僅會(huì)破壞土地資源，還導(dǎo)致農(nóng)業(yè)生態(tài)失衡和生產(chǎn)環(huán)境惡化，給農(nóng)業(yè)生產(chǎn)帶來(lái)不可估量的損失，而提升水土流失治理能力能有效減少水土流失、降低自然災(zāi)害、改善土質(zhì)，促進(jìn)農(nóng)業(yè)生產(chǎn)。人均農(nóng)業(yè)機(jī)械數(shù)量和畝均農(nóng)業(yè)機(jī)械動(dòng)對(duì)農(nóng)村貧困發(fā)生率有顯著負(fù)向影響，可能原因是農(nóng)業(yè)機(jī)械能有效提升農(nóng)業(yè)生產(chǎn)效率，增加農(nóng)業(yè)產(chǎn)量和農(nóng)戶收入[18-19]。塑料薄膜每667m2增加1個(gè)單位，貧困發(fā)生率降低0.011個(gè)單位，可能原因是農(nóng)業(yè)塑料薄膜使用量在一定程度能代表農(nóng)業(yè)現(xiàn)代化進(jìn)程，塑料薄膜使用越多，在一定程度表示農(nóng)業(yè)現(xiàn)代化程度越高，農(nóng)業(yè)生產(chǎn)獲利和減貧可能性越大。

從控制變量來(lái)看，人均播種面積每增加1 個(gè)單位，貧困發(fā)生率下降0.007，人均經(jīng)營(yíng)土地面積越多，農(nóng)業(yè)生產(chǎn)獲利越多，遭受貧困可能性會(huì)降低，此現(xiàn)象在土地資源稟賦差異較大的地區(qū)尤為明顯。農(nóng)村人均教育水平每增加1 個(gè)單位，貧困發(fā)生率下降0.029 個(gè)單位，增強(qiáng)人力資本一直是解決貧困的重要手段，人力資本稟賦差異會(huì)直接影響生產(chǎn)經(jīng)營(yíng)。人均鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)每增加1 個(gè)單位，貧困發(fā)生率降低0.007個(gè)單位，可能原因是因病致貧在農(nóng)村貧困中比例較高，鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)在一定程度能反映本地醫(yī)療水平，地區(qū)醫(yī)療水平提升能有效降低農(nóng)戶因病致貧率。

3.3 農(nóng)業(yè)基礎(chǔ)設(shè)施減貧的作用機(jī)制

（1）農(nóng)業(yè)基礎(chǔ)設(shè)施的減災(zāi)效應(yīng)。上文采用空間計(jì)量模型證實(shí)了農(nóng)業(yè)基礎(chǔ)設(shè)施能有效降低農(nóng)村貧困發(fā)生率，但沒(méi)有闡釋作用機(jī)制。農(nóng)業(yè)基礎(chǔ)設(shè)施究竟是如何影響農(nóng)村貧困？或者說(shuō)是通過(guò)哪種路徑影響農(nóng)村貧困？這一問(wèn)題解答無(wú)疑對(duì)厘清其作用機(jī)理和宏觀調(diào)控意義重大，該文接下來(lái)嘗試探尋其作用機(jī)制。農(nóng)業(yè)基礎(chǔ)設(shè)施最重要或者說(shuō)最主要功能就是保障農(nóng)業(yè)生產(chǎn)環(huán)境，提高農(nóng)業(yè)產(chǎn)量和質(zhì)量。那么，為何農(nóng)業(yè)生產(chǎn)環(huán)境需要保護(hù)？主要是因?yàn)檗r(nóng)業(yè)生產(chǎn)非常依賴自然界，不確定性使得農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)成為風(fēng)險(xiǎn)最大最集中的行業(yè)，一旦遭受不確定性事件將會(huì)給農(nóng)業(yè)生產(chǎn)帶來(lái)巨大損失。因此，該文猜測(cè)減貧機(jī)制可能是：農(nóng)業(yè)基礎(chǔ)設(shè)施通過(guò)降低農(nóng)業(yè)災(zāi)害，增加農(nóng)業(yè)產(chǎn)量和農(nóng)戶收入，進(jìn)而降低農(nóng)村貧困。選取農(nóng)業(yè)自然災(zāi)害發(fā)生率、農(nóng)作物受災(zāi)率、農(nóng)作物成災(zāi)率來(lái)衡量農(nóng)業(yè)災(zāi)害，并驗(yàn)證以上猜想，表4為估計(jì)結(jié)果。

表4 農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)生產(chǎn)減災(zāi)的影響

從農(nóng)業(yè)自然災(zāi)害發(fā)生率的回歸結(jié)果來(lái)看，公路密度、人均裝機(jī)容量、人均農(nóng)業(yè)機(jī)械數(shù)量、單位面積均機(jī)械總動(dòng)力都對(duì)農(nóng)業(yè)自然災(zāi)害發(fā)生率有顯著負(fù)向影響，交通網(wǎng)絡(luò)降低農(nóng)業(yè)自然災(zāi)害發(fā)生率效果明顯，可能原因是交通網(wǎng)絡(luò)有利于救災(zāi)搶險(xiǎn)，降低災(zāi)害發(fā)生率和程度。人均裝機(jī)容量有明顯減災(zāi)效果，說(shuō)明農(nóng)村水電建設(shè)能有效抵御部分農(nóng)業(yè)自然災(zāi)害。人均農(nóng)業(yè)機(jī)械數(shù)量比單位面積均農(nóng)機(jī)總動(dòng)力更能降低農(nóng)業(yè)自然災(zāi)害，可能原因是單位面積均裝機(jī)容量只反映農(nóng)業(yè)機(jī)械使用的體量，而人均機(jī)械數(shù)量能反映農(nóng)業(yè)機(jī)械使用的水平，地區(qū)農(nóng)業(yè)機(jī)械水平越高，減災(zāi)效果越明顯。從農(nóng)作物受災(zāi)率和農(nóng)作物成災(zāi)率來(lái)看，公路密度、人均農(nóng)業(yè)機(jī)械數(shù)量和單位面積均塑料薄膜使用量對(duì)農(nóng)作物受災(zāi)率和農(nóng)作物成災(zāi)率有顯著負(fù)向影響，但對(duì)降低農(nóng)作物受災(zāi)率影響更大，可能原因是農(nóng)作物受災(zāi)面積是指因農(nóng)業(yè)災(zāi)害造成比正常年份減產(chǎn)10%以上的播種面積，而農(nóng)作物成災(zāi)面積是指因農(nóng)業(yè)災(zāi)害造成比正常年份減產(chǎn)30%以上的播種面積，因此農(nóng)業(yè)基礎(chǔ)設(shè)施降低農(nóng)作物成災(zāi)率的影響更小。另外，農(nóng)業(yè)塑料薄膜也是降低農(nóng)業(yè)自然災(zāi)害的有效手段。

（2）農(nóng)業(yè)基礎(chǔ)設(shè)施的增產(chǎn)效應(yīng)。前文證實(shí)農(nóng)業(yè)基礎(chǔ)設(shè)施可以降低農(nóng)業(yè)自然災(zāi)害，繼續(xù)考察農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)生產(chǎn)的影響，選取農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)業(yè)總產(chǎn)值、林業(yè)總產(chǎn)值、漁業(yè)總產(chǎn)值、牧業(yè)總產(chǎn)值作為農(nóng)業(yè)生產(chǎn)的衡量指標(biāo)，回歸結(jié)果見(jiàn)表5。從回歸結(jié)果可知，除水土流失治理能力以外，其他農(nóng)業(yè)基礎(chǔ)設(shè)施變量對(duì)各類農(nóng)業(yè)產(chǎn)值有顯著正向影響，說(shuō)明農(nóng)業(yè)基礎(chǔ)設(shè)施能有效增加農(nóng)業(yè)產(chǎn)量，但影響程度不同。有5個(gè)農(nóng)業(yè)基礎(chǔ)設(shè)施變量對(duì)農(nóng)業(yè)總產(chǎn)值和林業(yè)總產(chǎn)值有正向影響，有3個(gè)農(nóng)業(yè)基礎(chǔ)設(shè)施變量對(duì)漁業(yè)總產(chǎn)值和牧業(yè)總產(chǎn)值有正向影響，說(shuō)明農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)產(chǎn)值和林業(yè)產(chǎn)值的影響更明顯。從其他控制變量來(lái)看，人均播種面積、農(nóng)村人均受教育年限和人均鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)對(duì)各類農(nóng)業(yè)產(chǎn)值有顯著正向影響。5個(gè)模型回歸系數(shù)的影響方向和顯著性基本一致，說(shuō)明模型穩(wěn)健性較強(qiáng)。

表5 農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)生產(chǎn)的影響

（3）農(nóng)業(yè)基礎(chǔ)設(shè)施的增收效應(yīng)。至此，已經(jīng)證實(shí)農(nóng)業(yè)基礎(chǔ)設(shè)施能有效降低農(nóng)業(yè)自然災(zāi)害和增加農(nóng)業(yè)產(chǎn)值，而農(nóng)業(yè)產(chǎn)值增加并不一定降低農(nóng)村貧困發(fā)生率，進(jìn)一步驗(yàn)證與貧困發(fā)生率直接相關(guān)的變量，即農(nóng)村人均收入水平?？紤]到消費(fèi)水平與收入水平相對(duì)應(yīng)，也選取農(nóng)村人均消費(fèi)水平間接考察農(nóng)村貧困發(fā)生率。農(nóng)業(yè)基礎(chǔ)設(shè)施在促進(jìn)農(nóng)業(yè)生產(chǎn)的同時(shí)，也帶動(dòng)地區(qū)其他產(chǎn)業(yè)發(fā)展，促進(jìn)地區(qū)經(jīng)濟(jì)提升。因此，選取人均地區(qū)生產(chǎn)總值衡量地區(qū)經(jīng)濟(jì)水平，考察農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)地區(qū)整體經(jīng)濟(jì)水平的影響，回歸結(jié)果見(jiàn)表6?；貧w結(jié)果顯示，各類農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)人均地區(qū)生產(chǎn)總值、農(nóng)村人均收入水平和農(nóng)村人均消費(fèi)水平有顯著正向影響，說(shuō)明農(nóng)業(yè)基礎(chǔ)設(shè)施能有效增加農(nóng)村居民收入水平，促進(jìn)地區(qū)經(jīng)濟(jì)水平提升，帶動(dòng)農(nóng)村居民消費(fèi)水平。至此，該文已經(jīng)厘清農(nóng)業(yè)基礎(chǔ)設(shè)施減貧機(jī)制，即農(nóng)業(yè)基礎(chǔ)設(shè)施通過(guò)降低農(nóng)業(yè)自然災(zāi)害，增加各類農(nóng)業(yè)產(chǎn)值和提高農(nóng)村居民收入水平，進(jìn)而降低農(nóng)村貧困發(fā)生率。

表6 農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)農(nóng)民收入和消費(fèi)的影響

4 結(jié)論與討論

4.1 結(jié)論

農(nóng)業(yè)基礎(chǔ)設(shè)施是農(nóng)業(yè)現(xiàn)代化建設(shè)的重要內(nèi)容，該文基于2000—2016年31個(gè)?。ㄊ小^(qū)，不包括港澳臺(tái)）面板數(shù)據(jù)，運(yùn)用空間自回歸模型（SAR）和空間誤差模型（SEM），分析21世紀(jì)以來(lái)中國(guó)農(nóng)業(yè)基礎(chǔ)設(shè)施的減貧效應(yīng)及減貧機(jī)制。研究結(jié)論如下。

（1）全局Moran′s I 測(cè)算發(fā)現(xiàn)各地貧困發(fā)生率存在顯著正向關(guān)系，貧困發(fā)生率為非均衡性，貧困存在聚集現(xiàn)象，但聚集趨勢(shì)隨年份增加有所減弱；

（2）從空間分位數(shù)分布圖得出，各地貧困發(fā)生率與農(nóng)業(yè)基礎(chǔ)設(shè)施密度呈反向關(guān)系，即地區(qū)農(nóng)業(yè)基礎(chǔ)設(shè)施密度越高，貧困發(fā)生率越低；

（3）從空間模型估計(jì)可知，農(nóng)業(yè)交通基礎(chǔ)設(shè)施和農(nóng)業(yè)生產(chǎn)基礎(chǔ)設(shè)施對(duì)貧困有顯著負(fù)向影響，農(nóng)業(yè)交通基礎(chǔ)設(shè)施中的公路密度、河道密度和鐵路密度分別顯著降低農(nóng)村貧困發(fā)生率1.424、0.03和0.05個(gè)單位；農(nóng)業(yè)生產(chǎn)基礎(chǔ)設(shè)施中的人均裝機(jī)容量、水土流失治理能力和每公頃塑料薄膜用量分別顯著降低農(nóng)村貧困發(fā)生率0.122、0.212和0.011個(gè)單位；

（4）從控制變量來(lái)看，人均播種面積，農(nóng)村人均教育水平和人均鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)對(duì)農(nóng)村貧困發(fā)生率有顯著負(fù)向影響。減貧機(jī)制檢驗(yàn)可知，農(nóng)業(yè)基礎(chǔ)設(shè)施通過(guò)降低農(nóng)業(yè)自然災(zāi)害，增加農(nóng)業(yè)產(chǎn)值和農(nóng)民收入，進(jìn)而降低農(nóng)村貧困發(fā)生率。

4.2 討論

農(nóng)業(yè)現(xiàn)代化是現(xiàn)代化建設(shè)的四化之一，消滅絕對(duì)貧困是2020 年扶貧工作的根本目標(biāo)。在精準(zhǔn)扶貧戰(zhàn)略和鄉(xiāng)村振興戰(zhàn)略的背景下，仍需繼續(xù)加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施投入。

（1）加強(qiáng)農(nóng)業(yè)交通基礎(chǔ)設(shè)施建設(shè)，隨著中國(guó)農(nóng)村通村公路政策實(shí)施，大部分鄉(xiāng)村已基本實(shí)現(xiàn)道路硬化，極大方便了農(nóng)民生產(chǎn)生活，但通往農(nóng)田和田間道路的建設(shè)相對(duì)滯后，需要盡快補(bǔ)齊這一短板，構(gòu)建現(xiàn)代化農(nóng)田道路網(wǎng)絡(luò)，讓農(nóng)業(yè)生產(chǎn)與農(nóng)產(chǎn)品流通免受交通困擾。

（2）實(shí)施農(nóng)業(yè)基礎(chǔ)設(shè)施提升工程，圍繞高標(biāo)準(zhǔn)農(nóng)田建設(shè)、耕地地力提升、農(nóng)產(chǎn)品倉(cāng)儲(chǔ)保鮮等重點(diǎn)領(lǐng)域，實(shí)施一批重大工程項(xiàng)目，解決制約農(nóng)業(yè)現(xiàn)代化發(fā)展的突出短板，從而更好地促進(jìn)減貧。

（3）加快農(nóng)業(yè)機(jī)械裝備提檔升級(jí)，為解決丘陵山區(qū)的農(nóng)業(yè)機(jī)械化問(wèn)題，應(yīng)加緊開(kāi)發(fā)適應(yīng)山區(qū)丘陵的小型適用農(nóng)業(yè)機(jī)械，加大農(nóng)機(jī)購(gòu)置補(bǔ)貼對(duì)西部地區(qū)的支持力度，將更多先進(jìn)適用機(jī)具列入補(bǔ)貼范圍，為提升我國(guó)丘陵山區(qū)農(nóng)作物耕種收綜合機(jī)械化水平提供裝備支撐。

（4）加強(qiáng)農(nóng)業(yè)信息化建設(shè)，大數(shù)據(jù)已經(jīng)成為國(guó)家基礎(chǔ)性戰(zhàn)略資源，隨著信息化和農(nóng)業(yè)現(xiàn)代化深入推進(jìn)，農(nóng)業(yè)農(nóng)村大數(shù)據(jù)逐漸成為優(yōu)化鄉(xiāng)村資源配置、完善資源市場(chǎng)機(jī)制、提升生產(chǎn)要素收益水平的核心要素。國(guó)家應(yīng)加緊推動(dòng)建設(shè)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)中心和平臺(tái)，更好地發(fā)揮數(shù)據(jù)新型生產(chǎn)要素的作用，助力推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化和未來(lái)減貧工作。