內容提要:本文實證研究不同類型農村基礎設施對糧食全要素生產率的影響。首先，運用DEA－Malmquist指數法測算30個省份1996—2015年的糧食全要素生產率。其次，采用系統廣義矩估計(SYS－GMM)來驗證三大農村基礎設施(即水利、交通與電力基礎設施)對糧食全要素生產率的影響。研究結果表明:農田水利基礎設施對糧食全要素生產率有顯著的正向影響;農村交通基礎設施當期對糧食全要素生產率沒有顯著影響，其滯后項則對糧食全要素生產率存在顯著的正向影響。農業電力基礎設施對糧食全要素生產率的影響并不顯著。

　　關鍵詞:糧食全要素生產率;農村基礎設施;糧食生產

　　一、引言

　　改革開放至今，我國糧食總產量從3.05億噸躍升到6.18億噸以上，主糧自給率突破95%，為國民經濟健康快速發展做出巨大貢獻。然而，糧食供求體系多重矛盾交織，產量十二連增后仍未擺脫“三量齊增”、“三本齊升”的困境。種糧成本上升和價格倒掛的“雙重擠壓”造成“國糧入庫、洋糧入市”的局面。糧食總需求不斷擴大和品種結構性失衡等現象也十分突出。長期來看，愈發頻繁的國際糧食貿易導致國內外糧食市場的聯系愈發緊密，保障國內糧價穩定面臨難題，增加糧食進口也將壓力倍增。此形勢下若要突破多方約束，必須使糧食增產來自“更聰明的生產”即生產效率的提升(Krugman，1994)。因此，提高糧食全要素生產率、形成集約型增長模式是保障糧食安全與生產可持續發展的不二選擇。

　　二、文獻綜述

　　已有文獻關于糧食全要素生產率以及農村基礎設施對糧食生產領域影響的研究頗豐。有關糧食全要素生產率的探討。

　　一是糧食全要素生產率的測算。Barton和Cooper在20世紀40年代最早將農業全要素生產率作為農業經濟效率理論的綜合衡量指標，隨后被美國農業部采用并發表研究成果(Baron，1986)。Solow擴展一般生產函數概念并新增技術進步指標，從數量上構建產出增長率、各投入要素增長率以及全要素生產率增長率之間的函數模型—即著名的“索羅模型”(左寶祥，2008)。Dennis等(1977)遵循并完善這一理論，認為TFP的增長率等于產出增長率減去各生產要素投入增長率的余值。全要素生產率理論自20世紀90年代后被引入我國，并受到學者們持續關注。其測度方法主要有3類:增長會計法、隨機前沿分析法和數據包絡分析法(應瑞瑤，2012)。國內學者使用不同方法對不同階段的糧食全要素生產率進行了計算(陳衛平等，2006;龐英等，2008;黃金波等，2010;周明華，2010)。

　　二是糧食全要素生產率的增長源泉。學者們多數認可TFP的增長主要源于技術進步，而技術效率水平限制了TFP的增長(陳秋菲等，2017;黃安勝等，2014;朱麗莉;2015;閔銳，2015;江松穎等，2016);也有學者認為是技術效率和技術進步的“雙驅動”促進了全要素生產率的提高(高帥等，2012;肖洪波，2012;馬林靜，2014)。

　　三是糧食全要素生產率增長的影響因素。宏觀層面的影響因素包括:補貼政策(高銘等，2017;焦晉鵬等，2015)、公共財政支出(黃金波等，2010;魏丹等，2010)、地區經濟發展水平(張利國等，2016;肖蕓等，2013)、氣候條件(宋春曉等，2014;尹朝靜等，2016)、環境污染(閔銳等，2012)、非農就業(黃祖輝等，2014)等。微觀層面的影響因素包括:人力資本(朱滿德等，2015);勞均經營規模(李谷成，xxx);土地質量(馬林靜等，2014);有效灌溉面積比率(喬世君，2004;黃金波等，2010);糧農個體特征(姚增福等，2012;王陽等，2014)等。

　　三、糧食全要素生產率的測算

　　本文使用Fare等(1994)提出的DEA－Malmquist方法測算各省份的糧食全要素生產率。該方法目前已被廣泛使用，其優點一是無需相關的價格信息，二是適用于多個或地區的跨期樣本分析(沈能等，2007)。該模型首先建立Malmquist生產率指數。然后利用Shephard距離函數構建生產最佳前沿面，并將Malmquist生產率指數分解為技術進步指數與效率變化指數:

　　(一)核心解釋變量

　　1.農田水利基礎設施(Irri)。我國農田水利設施內涵較廣，且其作用發揮易受氣候因素制約。為了較為準確地衡量農田水利設施的總體狀況，本文借鑒李谷成等(2015)的計算方式采用有效灌溉面積作為代理變量。

　　2.農村交通基礎設施(Ｒoad)。2003年，交通部確立“修好農村路，服務城鎮化，讓農民兄弟走上柏油路和水泥路”的建設目標，使我國農村公路邁入高速發展軌道。此外，包括國道、省道、高速路等在內的等級公路也是連接城鄉的橋梁，糧食的生產、流通、運輸以及種植新技術的普及推廣都離不開通達便利的等級公路網絡。因此，本文沿用Demurger的思想，采用公路總里程與各省份國土面積的比值作為交通設施的代理變量。3.農業電力基礎設施(Elec)。完善的電力設施保證了穩定的電力供應，為作物生產提供充足的動力來源，提高各類現有生產要素的利用效率。實際生活中農村電網較為分散、供電點多，難以準確量化，故本文采用農村用電總量作為電力設施的代理變量。

　　(二)控制變量

　　1.受災水平(DＲ)。為反映不可控自然氣候條件對TFP的影響，本文用農作物受災面積乘以糧食播種面積與農作物播種面積之比來準確衡量糧食作物受災水平。數值越大，說明當地糧食作物受災越嚴重，越不利于糧食生產效率的提高。

　　2.農業機械化(Mach)。本文用各地區農業機械總動力來衡量農業機械化水平。農業機械化是農業現代化的重要標志。隨著第一產業勞動力成本的上漲，農業機械在替代逐漸稀缺的農業勞動力、提高糧食生產效率方面發揮著越來越重要的作用。

　　五、模型結果及分析

　　在進行計量模型的參數估計之前，本文應當先對可能出現的遺漏變量問題、解釋變量的內生性問題以及測量誤差問題展開討論。

　　遺漏變量問題。影響糧食全要素生產率的因素很多，例如天氣因素、政策因素等，無法被全部涵蓋。此外，還有一些因素即使能被觀察到，也很難獲得數據。這導致模型會忽略這些變量。我們的方法是將此類遺漏變量放入殘差項ε中(劉生龍等，2010)或者引入地區虛擬變量f(李谷成等，2015)來解決遺漏變量的問題。

　　六、結論與政策建議

　　本文利用1996年至2015年大陸30個省的面板數據，驗證了三大農村基礎設施對我國糧食全要素生產率的影響。結論表明，農田水利基礎設施對糧食全要素生產率有顯著的正向影響。農村交通基礎設施當期對糧食全要素生產率沒有顯著影響，其滯后項則對糧食全要素生產率存在顯著正向影響。農業電力基礎設施對糧食全要素生產率的作用卻并不顯著。

　　本文的結論亦得出受災水平和人均地區生產總值對糧食全要素生產率均存在顯著的負效應，化肥投入對糧食全要素生產率有顯著的正效應，而農業機械化對糧食全要素生產率的影響并不明顯。

　　根據上述結論，本文提出以下幾方面政策建議:第一，對于糧食全要素生產率的提升顯著相關的農田水利基礎設施應始終保持較高的建設強度。農田水利在糧食生產過程中始終是最重要的農村基礎設施。要確保持續穩定地對農田水利設施的建設、修繕和管護進行投入，構建大中小微結合、骨干和田間銜接、長期發揮效益的水利基礎設施網絡，以期對糧食全要素生產率的提升發揮更大的正向作用。第二，農村交通基礎設施的作用發揮具有滯后效應，需要一定時間才能對糧食生產領域發揮明顯效果。因此，政府對農村交通網絡建設要進行超前規劃與統籌推進，實現農村交通基礎設施高效、協調、快速發展。第三，針對農業電力設施的建設、管理和維護等成本高昂的環節，政府應為新一輪農村電網改造升級和水電增效擴容提供更多政策與資金扶持，不斷完善服務于生產的智能高效的田間電力網絡，實現糧食生產領域的高效與可持續發展。

　　參考文獻

　　1.Krugman，Paul．MythofEastAsia’sMiracle．ForeighAffairs，1994，73(6):62～68

　　2.WorldBank．WorldDevelopmentＲeport1994:InfrastructureforDevelopment，OxfordUniversityPress，1994

　　3.BaronＲM，KennyDA．Themoderator－mediatorvariabledistinctioninsocialpsychologicalresearch:Conceptual，strategic，andstatisticalconsideration．JournalofPersonalityandSociallPsychology，1986(51):1171～1182

　　4.DennisJA，KnoxLoveCA，SchmidtP．Formulationandestimationofstochasticfrontierproductionfunctionmodels．JournalofEconometrics，1977，6(1):21～37

　　5.Teruel，Ｒ．G．andKuroda，Y．PublicInfrastructureandProductivityGrowthinPhilippineAgriculture，1994－2000．JournalofAsianEconomics，16(3):555－576，2005

　　6.M．A．Ｒakotoarisoa．TheImpactofAgriculturalPolicyDistortionsontheProductivityGap:EvidencefromＲiceProduction．FoodPolicy，2011(36):147～157

　　卓樂曾福生