農田水利投資與農業(yè)經(jīng)濟增長的動態(tài)關系

許朗+凌玉+耿獻輝+劉曉玲

摘要： 基于我國1990—2012年29個省（市）的面板數(shù)據(jù)，闡明了我國農田水利投資和農業(yè)經(jīng)濟增長的現(xiàn)狀，通過構建兩者的面板向量自回歸（VAR）模型，實證檢驗并分析了農田水利投資與農業(yè)經(jīng)濟增長之間的動態(tài)關系。結果表明：農田水利投資與農業(yè)經(jīng)濟增長之間存在長期協(xié)整關系；農田水利投資對農業(yè)經(jīng)濟增長存在正向的推動作用，而農業(yè)經(jīng)濟增長對農田水利投資的影響存在地區(qū)差異性；農業(yè)經(jīng)濟增長對農田水利投資影響最大的是西部，農田水利投資對農業(yè)經(jīng)濟增長影響最小的地區(qū)為東部。對此，提出加大水利投資力度、推廣節(jié)水灌溉技術、加強水利工程管理體制改革等建議。

關鍵詞： 農田水利投資：農業(yè)經(jīng)濟增長：動態(tài)關系；省級面板；VAR模型

中圖分類號： S279.2 文獻標志碼： A 文章編號：1002-1302（2016）03-0458-04

根據(jù)2011年6月《水利發(fā)展規(guī)劃（2011—2015）》，全國一半以上的耕地缺少基本灌排條件，40%的大型灌區(qū)骨干工程與50%～60%的中小型灌區(qū)存在設施不配套、老化、失修等問題，大型灌排泵站的設備完好率不足60%，農田灌溉“最后一公里”問題凸顯。水利設施的缺乏、老化或者失修必然會給農業(yè)生產帶來負面的影響，從而阻礙農業(yè)經(jīng)濟的增長。所以近年來我國不斷增加水利建設投入規(guī)模，根據(jù)水利部規(guī)劃，“十二五”期間我國水利投資規(guī)模將達到8萬億，相比“十一五”期間實際投資規(guī)模增長156%，年均復合增長20.7%。而我國如此大規(guī)模的水利投資是否促進了農業(yè)經(jīng)濟的增長，農業(yè)經(jīng)濟的增長又能否反過來提高水利投資水平？反思這些問題，有利于提高我國水利投資效率，加強我國農田水利基礎設施建設，提高各地區(qū)抗災能力和糧食生產能力，對保障我國糧食安全、提高水利對經(jīng)濟社會發(fā)展的支撐能力等具有重大的現(xiàn)實意義。

關于水利投資與農業(yè)經(jīng)濟增長的關系，學者們進行了諸多探索。有學者基于水利社會核算矩陣的分析發(fā)現(xiàn)，水利投資對國民經(jīng)濟尤其是農業(yè)部門能產生較大的拉動效應，但是不同水利部門的投資增加對國民經(jīng)濟的具體拉動效應存在較大的差別[1]。也有學者基于C-D生產函數(shù)的研究發(fā)現(xiàn)，增加水利投資對提高糧食產出有促進作用[2]?；谒顿Y和經(jīng)濟發(fā)展歷史數(shù)據(jù)，深入分析水利投資對農業(yè)、第二、第三產業(yè)的促進作用，發(fā)現(xiàn)水利投資極大促進了經(jīng)濟的發(fā)展[3]。有學者通過構建生產函數(shù)模型討論基礎設施投資和人力資本積累與農業(yè)經(jīng)濟增長之間的關系，結果表明，基礎設施投資阻礙了農業(yè)經(jīng)濟的增長[4]。周世香運用DEA和Malmquist指數(shù)分析了全國各個省份的農業(yè)水利投資效率，研究發(fā)現(xiàn)“十一五”期間中部和西部大多數(shù)省份的農業(yè)水利投資效率都相對低下[5]。

在?。ㄊ校用?，有學者基于四川省的實證分析認為，四川省財政支農支出、農業(yè)固定資產投資和第一產業(yè)從業(yè)人數(shù)對農業(yè)經(jīng)濟增長均具有積極作用[6]；基于四川省的研究發(fā)現(xiàn)，農田水利基建投資與農業(yè)經(jīng)濟增長并未形成雙向因果關系，農田水利基建投資增長會推動農業(yè)經(jīng)濟增長，而農業(yè)經(jīng)濟增長并未顯著帶動農田水利基建投資的增加[7]。有學者研究了重慶市農村基礎設施對農業(yè)經(jīng)濟增長的影響，結果表明，重慶市農村經(jīng)濟基礎設施資本存量與農業(yè)經(jīng)濟增長間存在著長期均衡關系[8]。

從已有的成果來看，農田水利投資能夠促進農業(yè)經(jīng)濟增長基本已經(jīng)得到了絕大多數(shù)學者的認可，但是農業(yè)經(jīng)濟增長對農田水利投資的影響卻成果寥寥；對于兩者之間的雙向關系，不同的學者得到了不同的結論，但仍缺乏基于全國層面的雙向機制的研究。相關成果和分析思路都為本研究奠定了基礎。本研究基于全國29個?。ㄊ校?990—2012年的面板數(shù)據(jù)，借助面板向量自回歸（VAR）模型，并采用單位根檢驗、協(xié)整檢驗、因果檢驗和面板VAR方法，對農田水利投資與農業(yè)經(jīng)濟增長之間的雙向影響機制進行分析，并在此基礎上就近期我國政府的水利投資方向和渠道提出相關的政策建議。

1 材料與方法

1.1 研究方法

采用面板VAR模型分析農田水利投資和農業(yè)經(jīng)濟增長的關系，構建了以下模型：

1.2 數(shù)據(jù)來源及預處理

建國以來，水利投資的統(tǒng)計口徑經(jīng)過多次調整，其中水利基建投資數(shù)據(jù)較為完整，并且在水利投資中占據(jù)主導地位[2]。因此，選取農田水利基建投資完成額（irr）作為農田水利投資的分析指標，以農林牧漁業(yè)總產值（agr）作為農業(yè)經(jīng)濟增長的衡量指標[9]，數(shù)據(jù)分別來源于《中國水利年鑒》和國家統(tǒng)計局網(wǎng)站。為了保持統(tǒng)計口徑的一致，將重慶市歸入四川??；由于西藏地區(qū)存在大量數(shù)據(jù)的缺失，因此不納入討論范圍；時間跨度為1990—2012年。考慮到全國各個地區(qū)經(jīng)濟發(fā)展水平、農業(yè)發(fā)展狀況和自然資源稟賦的差異，本研究將全國分為東、中、西部3個地區(qū)分別進行分析[東部地區(qū)包括：遼寧、河北、北京、天津、山東、江蘇、上海、浙江、福建、廣東、海南共11個?。ㄊ?、自治區(qū)）；中部地區(qū)包括吉林、黑龍江、山西、安徽、江西、河南、湖北、湖南8個?。ㄗ灾螀^(qū)），西部地區(qū)包括內蒙古、陜西、青海、寧夏、新疆、甘肅、四川、貴州、云南、廣西10個省（市、自治區(qū)）]。為了剔除價格波動帶來的不同年份數(shù)據(jù)不具備可比性的問題，用固定資產投資價格指數(shù)（1990年=100）對農田水利投資數(shù)據(jù)進行可比價格調整（個別省份存在少量數(shù)據(jù)缺失的問題，以有數(shù)據(jù)年為基期進行調整），用農林牧漁業(yè)總產值指數(shù)（1990年=100）對農林牧漁業(yè)總產值數(shù)據(jù)進行可比價格調整。同時，為避免異方差和數(shù)據(jù)的強烈波動影響，對所有數(shù)據(jù)進行了對數(shù)處理，并分別用lirr、lagr來表示取自然對數(shù)后的農田水利投資、農林牧漁業(yè)總產值。本研究構建了涵蓋全國除港澳臺之外的3個地區(qū)、29個省（市）23年的面板數(shù)據(jù)，共有667組觀測值。

本研究基于調整價格影響后的可比價數(shù)據(jù)繪制了農田水利投資與農業(yè)經(jīng)濟增長的發(fā)展趨勢圖（圖1）。可以看出，1990—2012年間全國農田水利投資與農林牧漁業(yè)總產值都呈現(xiàn)出明顯的增長趨勢，并且二者之間存在很大的相關性，相關系數(shù)為0.759 4。但是，農田水利投資占農林牧漁業(yè)總產值的比例在2002年以后卻呈下降的趨勢，表明農業(yè)經(jīng)濟增長對農田水利投資的帶動效應并不明顯，或者是現(xiàn)有規(guī)模的水利投資已經(jīng)滿足需要，而造成農業(yè)產出增幅高于水利投資增幅。那么，農田水利投資的效率如何？農田水利投資與農業(yè)經(jīng)濟增長之間的動態(tài)關系如何？由于水利項目的投資存在滯后性，其效益可能需要在下一年或更長時間后才會產生影響。因此，有必要進一步從動態(tài)層面來衡量農田水利投資與農業(yè)經(jīng)濟增長之間的關系。

2 結果與分析

2.1 面板單位根檢驗

由于做VAR模型要求系統(tǒng)中的變量具有平穩(wěn)性特征[10]，因此有必要對農林牧漁業(yè)總產值（lagr）、水利投資完成額（lirr）的平穩(wěn)性進行檢驗，以避免采用非平穩(wěn)數(shù)據(jù)擬合模型而造成“偽回歸”。STATA12.0軟件為面板數(shù)據(jù)提供了5種單位根檢驗方法，分別為LLC檢驗、HT檢驗、Breitung檢驗、IPS檢驗和Fisher檢驗，為保證結果的穩(wěn)健性，本研究利用上述5種檢驗法得到了表1的檢驗結果?？梢钥闯觯敊z驗3個地區(qū)2個變量的一階差分序列時，均顯著地拒絕了原假設，而原值序列不能完全拒絕“存在單位根”的原假設，因此這2個變量的一階差分值為平穩(wěn)序列，即兩者均為一階單整序列。

2.2 面板協(xié)整檢驗

為了檢驗2個變量之間是否具有長期均衡的關系，在單位根檢驗基礎上對數(shù)據(jù)序列進行協(xié)整檢驗。Westerlund構造了4個統(tǒng)計量，2個組統(tǒng)計量Gt、Ga，2個面板統(tǒng)計量Pt、Pa[11]。組統(tǒng)計量說明在允許面板異質性的條件下存在協(xié)整關系，面板統(tǒng)計量是在考慮面板同質性的條件下檢驗是否存在協(xié)整關系，2組統(tǒng)計量的原假設均為不存在協(xié)整關系。由表2可知，2組面板統(tǒng)計量的檢驗結果基本是一致的，均顯著地拒絕了原假設。因此，東、中、西3個地區(qū)的農田水利投資和農業(yè)經(jīng)濟增長之間存在長期協(xié)整關系。也就是說，農田水利投資對農業(yè)經(jīng)濟增長從長期看來存在促進作用，并且可以通過誤差修正機制，保持兩者之間長期穩(wěn)定“均衡”的關系。

2.3 面板誤差修正模型

為了檢驗農田水利投入與農業(yè)經(jīng)濟增長之間長期、短期的因果關系，本研究建立了面板數(shù)據(jù)誤差修正模型。做誤差修正模型之前還應該正確確定滯后期k，如果滯后期太少，誤差項的自相關會很嚴重，并導致參數(shù)的非一致性估計。在模型中適當加大k值（增加滯后變量個數(shù)），可以消除誤差項中存在的自相關。但是k值又不宜過大，因為過大會導致自由度減小，直接影響模型參數(shù)估計量的有效性[12]。本研究主要采用當前較為常用的3種確定滯后約束的檢驗方法：似然比（loglikelihood ratio，LR）統(tǒng)計量、赤池信息準則（Akaike information criterion，AIC）和施瓦茨信息準則（Schwartz criterion，SC）。由表3可知，根據(jù)選擇最優(yōu)k值的原則，即在增加k值的過程中使AIC、SC值達到最小，確定滯后期數(shù)為2期。

由表4可以看出，東部地區(qū)的誤差修正項ECM（-1）在模型（2）、模型（3）中均達到5%的顯著性水平，這說明長期看來，農田水利投入是農業(yè)經(jīng)濟增長的原因，反之亦成立，即東部地區(qū)存在從農田水利投入到農業(yè)經(jīng)濟增長的雙向因果關系。短期內，東部地區(qū)僅存在從農田水利投入到農業(yè)經(jīng)濟增長的單向因果關系。對于中部地區(qū)而言，長期內，兩者之間存在雙向因果關系，但是短期內只存在從農田水利投入對農業(yè)經(jīng)濟增長的單向因果關系；無論是長期還是短期，西部地區(qū)都只存在從農田水利投入對農業(yè)經(jīng)濟增長的單向因果關系。

2.4 面板VAR模型

2.4.1 面板矩估計 為了說明變量之間的回歸關系，首先進行面板矩估計（generalized method of moments，GMM），采用均值差分法消除時間效應，前向差分法消除固定效應。由表5的結果可以看出，對于全國3個地區(qū)而言，無論是滯后1期還是2期，農田水利投資都顯著地表現(xiàn)出對農業(yè)經(jīng)濟增長的正向促進作用，這也說明了農田水利投資的效益存在滯后性，在較長的時間內才能更好地發(fā)揮對農業(yè)經(jīng)濟增長的促進作用。在滯后期數(shù)相同的情況下，西部地區(qū)農田水利投資對農業(yè)經(jīng)濟增長的正向促進作用大于中部、東部地區(qū)，更多的可能是因為自然資源稟賦的差異，導致西部地區(qū)農田水利投資的增加可以獲得更多的邊際效益。

農業(yè)經(jīng)濟增長對農田水利投資的作用在不同地區(qū)表現(xiàn)不同。滯后2期的情況下，東部地區(qū)的農業(yè)經(jīng)濟增長表現(xiàn)出對農田水利投資的負向顯著，而在滯后1期時不顯著?？赡苁且驗闁|部地區(qū)具有優(yōu)越的地理環(huán)境和資源稟賦，以及良好的經(jīng)濟基礎，其政策重心更多地傾向于農業(yè)產業(yè)結構的調整或者農業(yè)新品種和新技術的開發(fā)，從而擠出了農田水利的投資。中部地區(qū)農業(yè)經(jīng)濟增長對農田水利投資存在顯著的促進作用，而西部地區(qū)農業(yè)經(jīng)濟增長對于農田水利投資的作用不顯著。

2.4.2 面板方差分解 為了更好地分析農田水利投資與農業(yè)經(jīng)濟增長之間相互影響的程度，利用面板方差分解來進行進一步的說明。表6為第10個、第20個預測期的方差分解結果。由結果可知，第10個預測期與第20個預測期的結果比較接近，說明系統(tǒng)在第10個預測期已基本趨于穩(wěn)定，農業(yè)經(jīng)濟增長與農田水利投資之間的動態(tài)關系已達到均衡；系統(tǒng)內2個變量受自身沖擊的影響均大于受對方?jīng)_擊的影響，對自身波動的貢獻率均在60%以上；農業(yè)經(jīng)濟增長對農田水利投資的影響在18%～30%之間，其中西部最高，東部最低。西部地區(qū)經(jīng)濟相對落后，而且水資源極度匱乏，因此需要不斷補充和完善水利基礎設施，提高水資源利用率，從而保證農業(yè)的進一步發(fā)展；農田水利投資對農業(yè)經(jīng)濟增長的影響在 13%～30% 之間，其中中部高于西部，西部高于東部。對于東部地區(qū)來說，良好的經(jīng)濟基礎和優(yōu)越的地理位置極大地促進了該地區(qū)農業(yè)的發(fā)展，在各類型水利設施基本配套的情況下，單位水利投資的效益到達拐點，農業(yè)經(jīng)濟的進一步增長需要依賴技術的進步和產業(yè)結構的優(yōu)化調整。

3 結論與討論

本研究基于全國29個省（市）1990—2012年的面板數(shù)據(jù)，總結了我國近年來農業(yè)經(jīng)濟增長和農田水利投資的情況。通過構建面板VAR模型，探析了我國東、中、西部3個地區(qū)農田水利投資和農業(yè)經(jīng)濟增長之間的相互關系，主要結論如下。

第一，對全國而言，農田水利投資與農業(yè)經(jīng)濟增長之間存在長期的協(xié)整關系。農田水利投資對農業(yè)經(jīng)濟增長表現(xiàn)出顯著的正向影響。也就是說，無論是東部，還是中部、西部，從長遠看來，農田水利投資對農業(yè)經(jīng)濟增長均存在正向的推動作用。農業(yè)經(jīng)濟增長對農田水利投資的影響卻因地而異。

第二，農田水利投資與農業(yè)經(jīng)濟增長之間的關系存在較強的區(qū)域差異。短期內，東部地區(qū)僅存在從農田水利投入到農業(yè)經(jīng)濟增長的單向因果關系，而長期內二者之間存在雙向因果關系；對于中部地區(qū)而言，長期內兩者之間存在雙向因果關系，但是短期內只存在從農田水利投入對農業(yè)經(jīng)濟增長的單向因果關系；無論是長期還是短期，西部地區(qū)都只存在從農田水利投入對農業(yè)經(jīng)濟增長的單向因果關系。

第三，方差分解的結果證明農業(yè)經(jīng)濟增長對農田水利投資影響最大的是西部，農田水利投資對農業(yè)經(jīng)濟增長影響最小的地區(qū)為東部，可能的原因在于各地區(qū)資源稟賦和經(jīng)濟條件的差異。

綜上所述，本研究認為1990年以來全國農田水利投資的整體效應是積極的。為了進一步提高農田水利投資的社會效應和經(jīng)濟效應，節(jié)約水資源，促進農業(yè)經(jīng)濟的可持續(xù)增長，應從以下幾個方面進行調整和改善：第一，應繼續(xù)加大農田水利投資力度，特別是小型農田水利設施末端渠系的工程建設，以解決農田水利工程中“最后一公里”問題；第二，應大力推廣節(jié)水灌溉技術，配套節(jié)水灌溉工程，從而避免水資源的過度消耗，提高有效灌溉，保障農業(yè)綜合效益；第三，從水利事業(yè)和農業(yè)經(jīng)濟長遠良性發(fā)展來看，需要加大農業(yè)產業(yè)結構調整以及水利工程管理體制改革的力度，制定合理的水資源管理政策，提高農戶節(jié)水、管水、投入農田水利建設的積極性，發(fā)揮農田水利投資對農業(yè)經(jīng)濟增長的短期、長期效應，從而實現(xiàn)經(jīng)濟、社會和生態(tài)的穩(wěn)步、健康發(fā)展。

參考文獻：

[1]唐文進，徐曉偉，許桂華. 基于投入產出表和社會核算矩陣的水利投資乘數(shù)效應測算[J]. 南方經(jīng)濟，2012（11）：146-155.

[2]郭衛(wèi)東，穆月英. 我國水利投資對糧食生產的影響研究[J]. 經(jīng)濟問題探索，2012（4）：78-82.

[3]徐 波，李 偉. 水利投資對經(jīng)濟增長的促進作用分析[J]. 水利發(fā)展研究，2012，12（3）：11-15，31.

[4]劉 晗，曹祖文. 基礎設施投資、人力資本積累與農業(yè)經(jīng)濟增長[J]. 經(jīng)濟問題探索，2012（12）：84-90.

[5]周世香. 農業(yè)水利投資效率實證研究[D]. 蘭州：西北師范大學，2013.

[6]汪 含. 四川省財政支農支出與農業(yè)經(jīng)濟增長關系的實證研究[D]. 重慶：重慶大學，2013.

[7]曾茂春，曾維忠. 農田水利投資與農業(yè)經(jīng)濟增長的動態(tài)關系研究——以四川省為例[J]. 湖北農業(yè)科學，2013，52（5）：1210-1213.

[8]許丹丹. 重慶市農村基礎設施對農業(yè)經(jīng)濟增長的影響研究[D]. 重慶：重慶工商大學，2014.

[9]姚延婷，陳萬明，李曉寧. 環(huán)境友好農業(yè)技術創(chuàng)新與農業(yè)經(jīng)濟增長關系研究[J]. 中國人口·資源與環(huán)境，2014，24（8）：122-130.

[10]吳林海，彭宇文. 農業(yè)科技投入與農業(yè)經(jīng)濟增長的動態(tài)關聯(lián)性研究[J]. 農業(yè)技術經(jīng)濟，2013（12）：87-93.

[11]Westerlund J. Testing for error correction in panel data[J]. Oxford Bulletin of Economics and Statistics，2007，69 （6）：709-748.

[12]潘紅宇. 時間序列分析[M]. 北京：對外經(jīng)濟貿易大學出版社，2006.

[13]潘 丹，應瑞瑤. 中國水資源與農業(yè)經(jīng)濟增長關系研究——基于面板VAR模型[J]. 中國人口·資源與環(huán)境，2012，22（1）：161-166.

[14]李 青，陳紅梅，王雅鵬. 基于面板VAR模型的新疆農業(yè)用水與農業(yè)經(jīng)濟增長的互動效應研究[J]. 資源科學，2014，36（8）：1679-1685.