中国农业基础设施的规模效应及其区域差异研究

曹文明 ，胡海波，黄 飞

（1.湖南工学院 经济管理学院，湖南 衡阳421002；2.南华大学 经济管理学院，湖南 衡阳421001）*

·经济管理·

中国农业基础设施的规模效应及其区域差异研究

曹文明1，胡海波2，黄 飞1

（1.湖南工学院 经济管理学院，湖南 衡阳421002；2.南华大学 经济管理学院，湖南 衡阳421001）*

基于动态性视角,运用系统性广义矩估计方法,构建经济增长与财政支出规模理论模型,依据2000-2013 年中国农业基础设施的省级面板数据,考量中国农业基础设施对农业经济增长的规模效应.结果显示:中国农业基础设施存在规模效应,北方地区规模效应明显强于南方地区,南方地区农业基础设施正由规模经济向规模不经济转变.鉴此,应转变农业基础设施重点区域投向与农业基础设施的项目投向,促进农业经济增长。

农业基础设施；规模效应；农业经济增长；SYS-GMM

一、 引 言

2015年中国粮食总产量达到6.2亿吨，相比2014年增长约2.7%。粮食产量的高速增长主要得益于国家财政增加对农业的投入，主要用于农业基础设施建设。农业基础设施公共投资对农业经济增长的促进作用是毋庸置疑[1]，谢海军等（2008）等基于不同计量方法论证了农业基础设施对农业经济增长具有正向影响，也有学者试图探究农业基础设施的最优规模[2]。杨飞虎等（2014）基于经济增长的动态视角，认为中国公共投资最优规模仅为GDP的9.9%[3]。马树才等（2005）测算了财政支出最优预算规模为21.2%[4]；然而，现有文献缺乏对中国农业基础设施是否存在规模效应的验证。基于生产性功能的农业基础设施，其是否具有规模效应投资决策的重要依据和参考，如投资决策出现偏差, 将会带来资源配置不合理、使用效率低下，难于发挥其应有的价值。基于此，本文以巴罗（Robert J.Barro）提出的经济增长与财政支出规模的理论模型为基础，采用被解释变量的滞后项来控制初始条件对农业经济增长的影响，检验农业基础设施对农业经济增长是否存在规模效应，并进一步分析了南方地区和北方地区规模效应的差异及趋势。

二、理论分析

本文根据Barro（1990）有关经济增长与财政支出规模的理论模型[5]，同时借鉴Aschauer（1989）的研究将农业基础设施公共投资作为生产要素纳入生产函数中[6]，具体函数表达式为：

Y=F（K,L,I）

（1）

其中K代表农户私人资本投入，L代表农业人口数量，I代表农业基础设施。此外，本文假定函数F′（x）>0且F″（x）<0，同时为了保证经济路径集中（不发散），根据稻田条件（Inada Condition）。存在：

（2）

（3）

所有变量都跟时间有关，同时为了构造生产要素增量，在式（1）的基础上对时间（t）求导，可得：

（4）

式（4）也可写成：

（5）

对式（5）等式两边分别除以农业产出（Y），可得：

（6）

即存在：

（7）

令λ、φ和η分别表示农户私人投资的产出弹性、劳动的产出弹性和农业基础设施的产出弹性。

（8）

（9）

（10）

则式（7）可转化为:

（11）

农业基础设施对农业经济增长的规模效应可用农业基础设施的边际产出（MPI）来衡量，即

（12）

根据巴罗（1990）法则，当农业基础设施的边际产出为1时（MPI=1）,投入达到最优。若MPI<1, 则增加单位农业基础设施所产生的农业产出要小于投入量, 说明农业基础设施投入过大，不存在规模效应；若MPI>1, 则一单位农业基础设施所产生的农业产出要大于投入量, 说明农业基础设施存在规模效应，继续增加农业基础设施投入将是有效率的。

三、实证分析

（一）模型设定

农业经济增长是一个动态过程，它不仅与当前影响农业经济增长的因素相关，同时也受过去要素投入等方面的影响。鉴于此，本文试图将农业生产总值滞后项（Yi,t-1）纳入回归模型中，增强模型动态特性；此外，由于农业基础设施投入及效率受区域自然条件的影响较大，文中加入地区虚拟变量（dum），将南方地区设定为1，而北方地区（包含西北地区）设定为0。因此，将函数表达式设定为：

+βYi,t-1+ϑdum+μi+εi,t

（13）

式（13）中，i=1,2,3,...,N表示地区，t=1,2,3,...,T表示时间；ΔY/Y为农业总产出增长率；ΔI/I为农业基础设施；ΔK/K为农业生产中农户私人投资额；ΔL/L为农村劳动力数量，μi为地区效应，控制不可观测的因素对被解释变量的影响；εi,t为随机误差项。

（二）变量说明及区域划分

1.被解释变量和解释变量

被解释变量为农业总产出增长率，采用各地区历年人均农业产值增长率。解释变量：（1）农业总产值的滞后一期（Yt-1），其目的是控制初始条件对被解释变量的影响；（2）农业基础设施规模（I），采用农业基础设施存量占农业总产值的比重作为农业基础设施规模。（3）农户私人投资规模（K）：首先，需要测算各地区农户私人投资总额（乡村人口数乘以农村居民家庭现金支出中购置生产性固定资产支出）；然后，采用农户私人投资总额与农业总产值的比重来衡量农户私人投资规模，单位：万元。（4）农村劳动力（L）：采用各地区第一产业年末从业人员数，单位：万人。（5）地区虚拟变量（Dum），由于受地形等自然条件的影响，为达到同等程度的农业经济增长，在南方地区和西北地区农业基础设施的投入比北方地区农业基础设施投入要大。因此，本文将南方地区内的省、市或自治区设定为1，其他地区（包括北方和西北地区）设定为0。

以上各变量的时间跨度均为2001—2013年，所有价值数据均以2001年可比价进行平减。原始数据主要来源于《中国农村统计年鉴》和《中经网统计数据库》，因数据可获得性的限制，文中样本数据主要来源于中国28个省、市和自治区的有关统计数据（西藏、香港和澳门数据缺失）。

2.区域划分

本研究根据地形（山地、丘陵、平原、高原）、气候（温度带、降雨量和干湿状况）及作物种类等情况将中国划分为三大区域（具体见表1），如单独把西北地区作为一个分析区域，“小N大T”型数据结构对于运用SYS-GMM存在诸多不合理。因此，本文的研究区域仅包含北方地区（包含西北地区）和南方地区，以期能形成较为科学合理的理论证据。

（三）实证结果及分析

1.农业基础设施的规模效应分析——基于全国数据分析

在有限样本下，系统广义矩法的估计偏差较小，且有效性更高。因此，本文采用系统广义矩法对模型进行参数估计（2011，苑德宇等）[7]。本文基于全国28个省、市、自治区数据，得到中国农业基础设施对农业经济增长的影响（见表2）。其中前两列分别为混合截面普通最小二乘法和固定效应模型估计结果；后四列分别为差分广义矩估计和系统广义矩估计结果。从Pooled OLS和固定效应模型回归结果可以看出：农业经济滞后项、农业基础设施及农户私人投资估计系数都比较稳健，并核定了农业基础设施的产出弹性介于0.125—0.323之间，模型拟合优度较高且F统计量显著。其次，从差分广义矩估计（DIF1和DIF2）可知，各变量系数在方向、显著性等方法差异较小，同时Arellano-Bond检验模型残差序列均存在一阶自相关，但存在二阶自相关的原假设被拒绝，因此模型设定是合理的。最后，在系统广义矩估计结果中，两步系统广义矩估计和一步系统广义矩估计关于虚拟变量的Sargan检验都高度拒绝原假设，但两步系统广义矩估计的估计系数显著性较好，而且一步系统广义矩估计中农业基础设施的产出弹性不显著。基于以上原因，本文认为两步系统广义矩估计获得了比一步系统矩估计更好的结果，将采用两步系统广义矩进行参数估计。

表1 基于自然条件划分的三大区域

注：①因西藏地区数据缺乏，单独将青海纳入回归分析存在样本偏少的问题，因此本文中未包含青藏地区的数据；②安徽和江苏大部分属于秦岭—淮河以南，所以将其纳入南方地区；③甘肃大部分区域属于西北地区，故将其纳入西北地区进行分析；④因中经网将重庆地区农业基础设施投资额数据纳入四川省，故本文中的四川包含了重庆地区的数据。

从表2可知：（1）农业经济滞后项对农业经济增长的弹性为0.163，农业经济滞后项对农业经济增长具有显著的正效应。因为往期农业收益或粮食产量对当期农业生产行为影响较大，收益或产量的增长能提高生产者的积极性，促进农业经济增长；（2）农业基础设施对农业经济增长的产出弹性为0.124，存在稳定的正向影响。中国农业基础设施建设还处在基础阶段，不断加强的农业基础设施建设，对改善农业生产条件，提高农业基础设施体系与新型农业经营体系的融合程度具有重要作用，进而能促进农业经济增长；（3）劳动力因素对农业经济增长的弹性为负，但不显著。这可能是因为当前中国逐步丧失“人口红利”的机会窗口，劳动力对产业的促进作用减弱，农业产业更明显，农业技术变革、生产条件改善及经营制度变革等是当前促进农业经济增长的主要因素，也正如此，劳动力数量的变化对农业经济增长没有显著影响，导致估计系数不显著；（4）地区虚拟变量估计系数显著为正，这说明本文关于研究区域的划分具有一定的合理性；（5）农户私人投资对农业经济增长的弹性为0.664，存在显著的正向作用。同时，弹性系数比其他要素的弹性系数都大，这说明农户私人投资聚焦性更强，更有针对性。

从表2可知：中国农业基础设施的产出弹性为0.124，低于马栓友（2000）和吴玉鸣（2010）关于公共资本产出弹性为0.43的测度，这可能是由于内生性问题及公共资本与农业基础设施统计口径差异造成的。根据式（8）可计算得到中国农业基础设施的边际产出（表3第五列）。从表3可以看出：（1）中国农业基础设施存在规模效应。从2001年至2013年，中国农业基础设施支出的边际产出（MPI）均大于1。根据巴罗法则（Barro Rules），当MPI>1 时，说明农业基础设施财政支出不足，增加单位农业基础设施公共财政支出将获得高于单位产值的收益增长（规模效应）；（2）从2001至2013年，农业基础设施的边际产出值呈现缓慢递减趋势，正逐步向最优农业基础设施投资规模（MPI=1）靠拢。一方面说明中国农业基础设施投资力度正逐步加大，另一方面说明中国农业基础设施对农业经济增长的规模效应正在逐步减小。

2.农业基础设施规模效应区域差异比较分析——基于南-北方地区数据

从表4可知：中国南方地区和北方地区农业基础设施的产出弹性分别为0.132和0.151，说明南方地区和北方地区农业基础设施存量增长1%，农林牧渔总产值分别增长0.132%和0.151%。造成农业基础设施产出弹性差异的可能原因是北方地区土地较平整，农业基础设施建设成本较低，单位农业基础设施效率更高。而南方地区中低产田比较集中（主要分布在华南地区、成都平原和长江中下游平原），改造中低产田成本较高，同时南方地区因土地细碎化等原因造成生产效率不高，农林牧渔产值增长较慢。不过, 与考虑农业基础设施产出弹性相比，另一个问题却没有得到应有的重视, 那就是对于地区间农业基础设施与农业经济增长所需要的基础设施规模差异问题。如果农业基础设施资源配置不合理、使用效率低下，难于发挥其应有的价值。

注：①*** p<0.01, ** p<0.05, * p<0.1；②表中DIF1和DIF2分别表示一步差分广义矩估计和二步差分广义矩估计；SYS1和SYS2分别表示一步系统广义矩估计和二步系统广义矩估计；③表中（）内数据为标准误。

表3 中国农业基础设施的规模效应（基于全国数据） 单位（亿元）

注：数据来源：农林牧渔总产值数据来源于中国农村统计年鉴和中国统计年鉴；农业基础设施数据根据中经网数据库整理得出。这两个数据都只包含了本文研究的28个省、市或自治区数据。

从表5可知：南方地区和北方地区的农林牧渔产值和农业基础设施均呈现增长趋势，但农业基础设施存量与农林牧渔产值之间存在巨大差异。通过比较发现：（1）从农业基础设施存量和农林牧渔产值总量来看，2001年南方地区农业基础设施存量是北方地区的4.89倍，2013年为2.67倍；2001年南方地区农林牧渔产值是北方地区的2.79倍，2013年南方地区却仅相当于北方地区的90%左右。从增长速率看，2001年至2003年期间，南方地区农业基础设施存量年均增长13.82%，而农林牧渔产值年均增长仅为7.52%；期间北方地区农业基础设施存量年均增长19.71%，农林牧渔产值年均增长为18.12%。南方地区农业基础设施投入较大，但农林牧渔产值增长缓慢，而北方地区农业基础设施投入与农林牧渔增产较为合理。为此，我们从以下几点做出解释：一是农业产业结构。南方地区主要以粮食作物（尤其是稻谷）种植为主，稻谷对水利等农业基础设施依赖性较强，加之在国家粮食安全战略的背景下，公共财政加大了相关农业基础设施投入，使得农业基础设施投入增长迅速。但因南方地区受生产条件（人多地少以及土地细碎化严重）局限，粮食产量增长缓慢，同时粮食价格管控严重，使得农林牧渔产值增长缓慢。二是居民消费结构。北方地区除粮食作物（稻谷、小麦和玉米）种植外，畜牧和果蔬类产品（如苹果、奶产品）丰富。随着人们生活水平的提高，对于果蔬和畜牧产品需求增长，这些产品的附加值要高于主粮，所以北方地区农林牧渔产值增长迅速。基于以上两点，造成了南方地区和北方地区在农林牧渔产值和农业基础设施存量之间存在巨大差异。（2）农业基础设施规模（I/Y），南方地区农业基础设施规模增长迅速，而北方地区相对稳定。这可能与地区生产环境有关，南方地区主要以丘陵和山区为主，土地细碎化严重，单位面积农业基础设施投入较大；而北方地区主要以平原和高原为主，地势较平坦，单位面积农业基础设施投入的规模要小。（3）农业基础设施的规模效应，南方地区农业基础设施由规模经济向规模不经济转变，而北方地区农业基础设施对农业经济增长仍存在较大的规模效应。可能的解释是：从农业基础设施与生产方式协调角度，南方地区原有的农业基础设施服务对象主要是小规模农户，当前农户经过农村土地流转耕种面积扩大，但农业基础设施的公共投资方向仍未灵活调整，农业基础设施的服务对象也还是以小规模农户为主，所以存在农业基础设施规模效应乏力的局面。北方地区人均土地规模较大，原有农业基础设施设计也是针对规模经营。

表4 中国农业基础设施对农业经济增长的回归结果（基于南方—北方地区数据）

注：*** p<0.01, ** p<0.05, * p<0.1；（ ）内为Z值，[ ]内为P值。

表5 中国农业基础设施的规模效应比较（基于南方—北方地区数据）

注：农林牧渔产值是以2000年为基期，进行平减后得到的数据。

从图3可知：中国农业基础设施对农业经济增长存在规模效应。农业基础设施的边际产出均大于1。但中国农业基础设施对农业经济增长的规模效应存在区域差异。具体而言，南方地区的规模效应正逐步消退，呈现规模不经济局面；而北方地区农业基础设施表现出较强的规模效应。

图3 中国农业基础设施规模效应区域差异趋势图

四、结论与政策启示

本文利用2000—2013年中国农业基础设施的省级面板数据，基于Barro（1990）经济增长与财政支出规模的理论模型，采用系统性广义矩估计方法从动态性视角分析了农业基础设施存量对农业经济增长的规模效应。研究结果表明：（1）从整体上看，2001年至2013年中国农业基础设施的边际产出（MPI）均大于1，说明中国农业基础设施存在规模效应；（2）基于区域视角来看，中国南方地区农业基础设施规模效应逐步消退，而北方地区的农业基础设施仍存在较大的规模效应。

根据以上研究结论，本文认为，可从以下两个方面促进农业基础设施的规模效应，以及减缓南方地区农业基础设施规模效应的退化问题。第一，区域投向。农业基础设施公共投资应加大对南方地区的投入力度，需要将投向重点放在产粮大县，有效保障国家粮食产能稳定；第二，项目投向。对于南方地区农业基础设施公共投资应从项目建设转为针对现有项目的管理和维护投入，减少新建项目，增加现有项目的管护投入。

[1] 刘卓君,于长革.公共投资的经济效应及其最优规模分析[J].经济科学,2006（1）：30-41.

[2] 李飞,曾福生.农业基础设施规模效应的门槛特征检验[J].统计与决策, 2016（11）：125-128.

[3] 刘伦武.农业基础设施发展与农村经济增长的动态关系[J].财经科学,2006（10）：91-98.

[4] 谢海军,翟印礼.辽宁省农业基础设施水平与农村经济增长——基于Panel Data模型的实证分析[J].农业技术经济,2008（4）：106-111.

[5] 姜涛.中国农村基础设施公共投资与农业增长研究[D].华中科技大学博士论文,2009：20-26.

[6] 马树才,孙长清.经济增长与最优财政支出规模研究[J].统计研究,2005（1）：15-19.

[7] 何振国.中国财政支农支出的最优规模及其实现[J].中国农村经济,2006（8）：4-9.

[8] 肖海翔,刘乐帆,邵彩霞.中国政府卫生支出的最优规模及其实现[J].中国社会科学院研究生院学报,2011（4）：26-32.

[9] 杨飞虎,伍琴.我国公共投资最优规模探析——经济长期持续均衡增长视角[J].经济管理,2014,36（6）：170-179.

[10] Barro,Robert J.Government spending in a simple model pf endogenous growth[J].Journal of Politics,1990,98（5）：103-126.

[11] Aschauer, D.A.Is public expenditure productive[J].Journal of Monetary Economics,1989, 23（2）：177-200.

[12] 张秀莲,王凯.我国农村基础设施投入区域差异分析[J].财经科学,2012（3）：77-84.

[13] 朱新华.基于粮食安全的耕地保护外部性补偿研究[D].南京农业大学，2008：65-72.

[14] 徐永金.粮食价格波动中主产区、产销平衡区和主销区的福利效应分析[D].西北农林科技大学，2013.

[15] 马林静,王雅鹏,吴娟.中国粮食生产技术效率的空间非均衡与收敛性分析[J].农业技术经济,2015（4）：4-11.

[16] 曾福生,李飞.农业基础设施对粮食生产的成本节约效应估算——基于似无相关回归方法[J].中国农村经济,2015（6）：1-10.

[17] 李宗璋.农村基础设施投资对农业全要素生产率的影响研究[D].华南理工大学博士论文,2013：40-45.

[18] Anderson T.W., Hsiao C.Formulation and estimation of dynamic models using panel data [J].Journal of Econometrics, 1982, 18（1）：47-82.

[19] Arellano Manuel.,Bover Olympia.Another look at the instrumental variable estimation of error-components models [J].Journal of Econometrics, 1995, 68（1）：29-52.

[20] Blundell, R.，Bond, S.，Windmeijer, F.Estimation in dynamic panel data models: improving on the performance of the standard GMM estimator [J].Advances in econometrics, 2000, 15：53-91.

[21] 苑德宇,陈工.政府公共投资、地区经济增长与效应差异——基于我国省级面板数据的经验分析[J].财贸经济,2011（12）：37-45.

（责任编辑:钟 瑶）

Research on the Scale Effect and Region Difference Existing in Chinese Agricultural Infrastructure

CAO Wenming1，HU Haibo2+，HUANG Fei1

（1.SchoolofEconomicsandManagement,HunanInstituteofTechnology,Hengyang,Hunan421002 ,China;2.SchoolofEconomicsandManagement,UniversityofSouthChina,Hengyang,Hunan421001,China）

Using the System GMM and constructing economic growth and fiscal expenditure scale theory model, this paper considers the scale effect of the contribution of the agricultural infrastructure to the agricultural economic growth with the provincial panel data of Chinese gricultural infrastructure collected from 2000 to 2013.The results show that the scale effect exists in the Chinese agricultural infrastructure,and that effect of the northern region is much stronger than that in the south, and the agricultural infrastructure in South China is transforming from the scale economy to the diseconomies of scale.In view of this,the investments in the key area of the agricultural infrastructure and the project investment should be transformed to improve the agricultural economic growth.

agricultural infrastructure; scale effect; agricultural economic growth; SYS-GMM

2017-3-20

湖南省社科项目（XSP17YBZZ024）、湖南省哲学社会科学基金项目（15BA119）、衡阳市社科基金重点项目（2016B（I）008）。

曹文明（1973—），男，湖南衡南人，湖南工学院经济管理学院高级经济师，研究方向：经济管理。

F303.1

A

1003-7217（2017）04-0115-06