中国农业公共投资绩效的空间差异——基于7大区域的实证研究，本文主要内容关键词为：中国农业论文,绩效论文,差异论文,区域论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F303.1 文献标识码：A 文章编号：1003-5230(2009)02-0057-05
一、问题的提出
中国农业公共投资的绩效问题自20世纪90年代以来得到了国内外学者的广泛关注，形成了一系列有影响的研究成果。如Huang、Rosegrant和Rozelle利用供给函数框架全面地说明了中国农业谷物生产增长的原因，他们的结论是农业公共投资（主要是研发方面的投资）分别说明了1978～1984年间大米生产增长的3%和1984～1992年间大米生产增长的11%；对于经济类作物，公共投资分别说明了1978～1984年间增长的18%和1984～1992年间增长的11%[1]。林伯强认为除农业研发投资外，政府在公路、电气化、教育方面的投资以及在农村地区的其它公共投资都有助于农业生产的增长，忽略这些变量会使得对农业生产函数的估计出现偏误[2]。
尽管农业公共投资的重要性已得到普遍认同，但在中国现有财力条件下，期望大规模的农业公共投资来推动农村经济发展似乎不太可能，所以只能靠提高现有公共资源的使用效率来促进农村经济的发展，因此政府在对农业公共投资进行决策时，应考虑优先顺序，这就需要对农业公共投资在不同区域的实际效果进行科学的分析[3](P64-86)。
已有的有关农业公共投资绩效的研究，基本上都是基于全国范围的，少有分区域对农业公共投资绩效研究的成果，而对不同区域农业公共投资回报率的研究尤其缺乏。由于中国幅员辽阔，各地区在地理条件、资源禀赋、经济和社会发展等方面存在着巨大的差距，在这种条件下，不同区域的农业公共投资回报率必然存在着较大的差异，基于全国范围的研究显然不能反映出不同区域公共投资回报率的差异[4]，以此作为分析基础所得出的结论难免缺乏针对性和有效性。
因此，为了更好地发挥农业公共投资对农村经济发展的促进作用，推动农业公共投资决策的科学性和有效性，有必要对中国农业公共投资绩效的空间特征进行考察。在本文中，我们将采用1978～2006年的数据对中国7大区域农业公共投资的绩效情况进行分析，并测算各种公共投资在不同区域的回报率。据我们了解，以七大经济区域作为考察的地域单元，并且用29年的时间跨度来分析中国农业公共投资绩效的文献目前尚不多见。本文的结构安排如下，第二部分是地域单元的划分及分析思路，第三部分是数据来源及测量分析，第四部分是结论与政策建议。
二、地域单元的划分及分析思路
鉴于数据的一致性、各地区的区位特征以及经济、社会发展状况，本研究将全国分成七大经济区域（见表1）。
值得说明的是，按传统的划分方法，西藏应属于西南地区，本文将西藏划分到西北区，主要是考虑到西藏与内蒙古自治区、新疆维吾尔自治区以及青海省在农业发展条件上比较接近，即都属于畜牧业占主导地位的区域。西北区和西南区与行政区划中的西部地区对应。
假定区域农业经济系统是封闭的，即不考虑国内外贸易对地区农业产出的影响。考虑到本文的研究目的，在综合考虑农业产出影响因素的基础上，我们将影响农业产出的变量分为两大类：一类是常规投入变量，另一类是公共投资变量。
根据中性技术进步的道格拉斯生产函数，本文将农业生产函数表示为：
其中，A表示综合生产力，NY代表农业总产出（本文用第一产业产值代替）；X代表农业生产中常规投入变量；P代表农业生产中公共投资变量；α、β分别表示常规投入变量和公共投资变量的投入产出弹性系数。对(1)式两边取对数，加上误差项，就可得到线性的生产函数计量模型：
ln(NY)＝ln(A)+αln(X)+βln(P)+μ(2)
在此基础上，我们将与农业生产密切相关的常规投入变量进一步分解为耕地和农业劳动力两个变量，将与农业生产密切相关的公共投资变量进一步分解为农业科研投资、农业灌溉投资以及农村通讯投资3个变量①。由此得出以下模型形式：
基于本文的研究目的，考虑到各区域综合生产力不可能完全一致的特征②，本文采用以下面板数据模型进行分析：
其中，LAND表示耕地面积；LABOR表示农业劳动力（本文用农业人口代替）；RKI代表农业科研投资；GGI代表农业灌溉投资；TXI代表农村通讯投资，i表示第i个区域，t表示第t年。
方程(4)中的模型展示了面板数据模型在应用中的灵活性。一方面，模型分析了全国在农业生产函数上的共性；另一方面，模型也提供了研究和比较各区域在农业公共投资绩效上差异的工具。
按照实物量来计算各种公共投资的回报率，例如，道路的回报率可以用每增加一公里道路所增加的产值（元）来表示。对于农业公共投资的回报率，首先对方程(2)求导得出各种公共投资的弹性，然后用弹性乘以该公共投资的偏生产率，这样就得到每增加一单位公共投资所增加的收益，即该公共投资的回报率[3](P64-86)。
各区域农业公共投资的回报率用公式表示如下：
其中，β为公共投资对农业生产的产出弹性，其余变量的含义与前相同。
三、数据来源及测量分析
本文研究的时间跨度为1978～2006年，7大区域的数据分别是相关省市自治区数据的加总。时间序列和截面序列相结合的数据优势在于增加了因变量的变异程度及总观察值，从而减少了多重共线性的影响，提高了模型估计的正确程度，因而增加了公共投资对农业产出影响的可信度[3](P64-86)。
各变量数据主要来自于历年《中国统计年鉴》、《中国人口统计年鉴》、《中国农业年鉴》、《中国农村能源年鉴》、《中国农村统计年鉴》、《中国农业科技统计》以及中国省市自治区历史统计资料等。其中NY、RKI、GGI为以1990年的不变价格计算的统计量，TXI为当年年末农业人口所拥有的电话门数，LAND、LABOR为当年的年末统计量。
本文采用变系数模型，首先对面板数据进行Hausman检验，根据结果本文采用固定效应模型进行分析③，并选择Cross-section SUR作为权重，这样，修正了截面单元异方差性和同期相关性，有利于改善各项参数估计值[5](P300-345)，分析软件为EVIEWS6.0。模型估计结果见表2，
达到了0.986，说明该模型的拟合程度较好。
由表2知，除东南区劳动力系数为负外，其余6大区域的符号都为正，且有5个地区达到了显著水平，说明劳动力仍是影响农业产出的重要因素。系数变动范围从-0.135到4.485，表明各区域劳动力投入对农业产出的影响存在着较大的差异，其中劳动力投入对西南区和西北区农业产出的影响较大，对东南区和东北区农业产出的影响尚不显著（在东南区系数已达到负值）。因此，总体而言，劳动力投入对经济欠发达地区农业产出的影响大于经济发达地区，这也在一定程度上反映了经济欠发达地区农业机械化程度低，农业产出仍摆脱不了对劳动力高度依赖的状况。
从耕地面积系数看，7大区域中，有5个区域的系数为负，其中东南区的负向影响已达到了显著水平，尽管华北区和西南区的系数为正，但尚不显著。这说明耕地面积在我国农业产出中的重要性有所下降，也在一定程度上提示了农药、化肥、技术等其他因素对农业产出的作用正日益显现。
农业科研投资变量的系数在所有地区都是正值且显著，表明农业科研投资对各区域的农业产出都起到了显著的促进作用。从系数的大小看（系数变动范围从0.071到0.866），农业科研投资对经济发达地区的影响较大，而对经济欠发达地区的影响较小。对于华北区而言，农业科研投资每上升1个百分点，农业产出则增加0.866个百分点，而对于西南区，农业科研投资每上升1个百分点，农业产出仅增加0.071个百分点。可能的原因在于，与经济落后地区相比，经济发达地区具备了较为完善的农业科技推广条件（包括资金、人才等），使得农业科研对农业产出的影响较大。
农业灌溉变量的系数估计结果比较复杂。相对而言，在西南区、西北区系数较大且显著，而华北区、东南区、华中区、华南区的系数尚不显著。这表明农业灌溉投资对欠发达地区农业产出的影响大于发达地区。从影响的方向看，农业灌溉投资对农业产出的影响在大部分区域都是正向的，唯一例外的是华北地区。因此，整体而言，农业灌溉仍是农业产出中不可忽视的重要因素。
农村通讯投资对农业产出有正向影响，且7个区域都达到了显著水平，说明农村通讯投资对推动农村经济增长有重要的现实意义。系数变动范围从0.169到0.343，即各区域农业产出受农村通讯投资的影响程度有所不同，其中西北区农业产出受农村通讯投资的影响最大。农村通讯投资对农业产出的显著影响，在一定程度上说明了农业信息化等基础设施建设在推动农业发展中具有重要作用。
表3报告了农业公共投资的回报率。整体而言，受经济发展水平、农业发展条件以及区位禀赋的影响，不同区域农业公共投资的回报率表现出较大的差异。
农业灌溉在西南区、西北区和东北区的回报率较高，每1元灌溉投资的回报都在4元以上，2006年与2000年相比，投资回报率存在着上升的趋势。与此相反，在华北、东南、华中、华南等经济发达区域，农业灌溉的投资回报率较低，且2006年与2000年相比存在着下降的趋势。其中东南地区2000年每1元农业灌溉投资的回报率仅为0.021元，2006年则降为0.018元。值得注意的是，华北区农业灌溉投资的回报率为负，说明相对农业灌溉而言，华北区农业产出受其他因素的影响更大。
农村通讯对农业产出的投资回报率都为正，并且都存在上升的趋势。其中华南地区的农业产出受通讯公共投资的影响最小，2000年电话投资对农业产出的影响是6 717元／门，2006年上升到7 290元／门；农业产出受通讯公共投资的影响最大的是西北区，2000～2006年间，电话投资对农业产出的影响从44 548元／门上升到49 896元／门。
农业科研投资回报率较高，从每1元科研投资的回报看，除西南地区小于50元以外，其余区域都在50元以上。另外，农业科研投资回报率在区域间表现出巨大的差异，其中华北区农业科研投资回报率最高，其次是东南区。值得说明的是，华北区、东南区在农业灌溉以及农村通讯投资上的回报率在各区域中属最小，但是农业科研投资回报率则为最大，说明这两个区域的农业发展更多地依赖农业技术、服务等因素。
四、结论与政策建议
本文运用1978～2006年中国7大区域的面板数据分析了中国农业公共投资绩效的空间差异，得出以下主要结论：
1.在综合考虑农业产出影响因素的基础上，本文将影响农业产出的变量分为两大类：一类是常规投入变量，另一类是公共投资变量。结果表明，劳动力、土地等常规投入变量对农业产出的影响有所减弱，且对不同区域的影响有所不同。总体而言，劳动力、土地等常规投入对经济欠发达地区农业产出的影响高于对经济发达地区的影响。
2.分析结果表明，农业科研、灌溉以及农村通讯等农业公共投资对农业产出具有重要的影响。由于地理条件、资源禀赋以及经济和社会发展等方面的差异，农业公共投资对农业产出的影响在区域间表现出巨大的差异。因此要提高农业公共投资的使用效率，关键在于针对不同的区域采取不同的公共投资政策。
3.从投资回报率看，不同区域农业公共投资的回报率表现出较大的差异，而且这一差异随着时间的推移还在不断扩大。华北区、东南区等经济发达地区在农业科研上投资的回报率较高，但在农业灌溉以及农村通讯上的回报率较低；与此相反，西南、西北等欠发达地区在农业灌溉以及农村通讯上的回报率较高，但在农业科研上的回报率却远低于经济发达地区。
基于上述的研究结果，本文提出如下政策建议：
第一，继续加大对农业公共投资的力度。分析结果表明，科研、灌溉、通讯等农业公共投资对农业产出有重要影响，投资回报率都为正且存在上升的趋势。因此政府应该重视农业公共投资，增加对其的投资力度，以带动农村经济的发展。
第二，重点考虑农业公共投资的使用效率。分析结果显示，不同地区农业公共投资回报率存在着显著差异。目前在期望政府大规模增加农业公共投资似乎不太可能的情况下，应重点考虑农业公共投资的使用效率，更进一步说，政府在对农业公共投资进行决策时，应根据各区域的实际情况，加大对农业产出影响较大的公共投资力度。
第三，注重对西部地区农业公共投资的倾斜。改革开放以来，中国经济取得了举世瞩目的成就，但在经济发展的同时拉大了沿海和内地之间的差距，贫困人口越来越向西南和西北等欠发达地区集中。对我国来说，当前农村贫困人群的生计在很大程度上还依赖于农业，因此推动农业的发展对农村脱贫具有重要意义。本文分析结果显示，西部农业灌溉以及农村通讯公共投资的回报率较大，因此国家应该重视对西部地区农业灌溉和农村通讯的公共投资，这对于促进西部地区农村经济发展以及缩小地区差距具有重要的现实意义。
收稿日期：2008-12-08
注释：
①值得说明的是，影响某一地区农业产出的因素较多，如农业资金、人力资源、当地气候及各地扶持政策等。考虑到本文的研究目的，为简化起见，我们只考察了在现有条件下对农业产出影响最大的因素。
②主要是因为地理条件、资源禀赋、经济和社会发展等方面的差异，各区域综合生产力不可能完全一致。
③Hausman检验结果显示Chi-Sq Statistic为71.407 503，P值为0.000 0，因此拒绝随机效应模型，采用固定效应模型。
标签：农业论文; 投资论文; 农业灌溉论文; 经济模型论文; 农业发展论文; 投资回报率论文; 中国农业论文; 空间分析论文; 差异分析论文; 三农论文; 公共空间论文; 经济论文; 经济学论文;