Income-increasing Effect of Irrigation and Water Conservancy Investment: An Analysis Based on Hierarchical Income and Regional Differences
-
摘要: 农村公共投资作为财政支农改革的重要内容，近年来在促进农业发展和农民增收方面的作用愈加凸显。基于2003—2016年的相关数据，实证研究了农田水利专项投资对农民收入的影响。结果表明：（1）在控制相关影响因素条件下，农田水利投资的增收效应主要体现在农民家庭经营性收入的增长，而难以成为拉动农民整体收入水平的有利因素。（2）农田水利建设投资在一定程度上挤出了财政对农民的补贴性或转移性支出，产生了收入“替代效应”。（3）异质性分析结果表明，农田水利专项投资的农业生产增收效应具有收入递增性和地区差异性。一方面，增收表现出边际递增态势，农民家庭经营性收入越高，农田水利投资的增收效果越强。另一方面，更依赖农业收入的地区，农田水利投资的增收效应越显著。依据本文得出结论，农田水利投资的增收效应还未趋于饱和，继续加大投资力度并优化农田水利支农资金结构，有助于深化财政支农改革，促进各地区农村均衡发展。Abstract: As an important part of the reform of financial support for agriculture, rural public investment has played an important role in promoting agricultural development and increasing farmers’ income in recent years. Based on the relevant data from 2003 to 2016, this paper empirically studies the impact of special investment in irrigation and water conservancy on farmers’ income. The results show that: Firstly, under the condition of controlling the relevant influencing factors, the income-increasing effect of irrigation and water conservancy investment is mainly reflected in the increase of farmers’ household operating income, but it is difficult to become a powerful factor driving the overall income level of farmers. Secondly, the investment in irrigation and water conservancy construction squeezed out the financial subsidy or transfer expenditure to farmers to a certain extent, resulting in the income “substitution effect” . The results of heterogeneity analysis show that the income-increasing effect of special investment in irrigation and water conservancy has the characteristics of increasing income and regional differences. On one hand, the increase of income shows a marginal increasing trend, the higher the operating income of farmers’ families, the stronger the income increase effect of irrigation and water conservancy investment. On the other hand, the more dependent on agricultural income, the more significant the income-increasing effect of irrigation and water conservancy investment. The results of this paper show that the income-increasing effect of irrigation and water conservancy investment is not yet saturated, and continuing to increase investment and optimizing the capital structure of irrigation and water conservancy supporting agriculture will help to deepen the reform of financial support for agriculture and promote the balanced development of rural areas in various areas.
-
实现乡村振兴，是全面建成小康社会、全面建设社会主义现代化国家的重要前提。在农村发展过程中，财政支农政策经历了从农村税费改革、单方面减少农民负担的“少取”转为同时加大农业资金投入双管齐下的“少取多补”的策略转变[1]，财政支农力度不断增大。2017年国家财政用于支持农业发展的支出为19088.99亿元，较2000年的1231.54亿元增长近20倍①。农业支出占国家财政总支出的比率总体也从2000年的7.8%上升到2012年的9.8%②。
在对财政支农结构的分析中，研究发现，支持农业生产支出对农民收入影响最大，农村基础设施建设支出次之[2-3]。但前者对农民收入的影响呈下降趋势，后者对农民收入的影响逐步上升[4]。与研究相对应的，在财政支农方式调整上，中共中央在2008年的一号文件（《关于切实加强农业基础建设进一步促进农业发展农民增收的若干意见》）中明确提出要切实加大农业基础设施建设力度，努力提高农业综合生产能力，保障农民收入稳定增长。在2018年印发的《关于实施乡村振兴战略的意见》中继续强调推动农村基础设施提档升级是进一步促进农村发展和农民增收的重要力量。相关研究也证实了农田水利、卫生、信息等基础设施对农业经济增长有明显的正向效应[5-6]。
在各类农村基础设施建设过程中，水利工程建设一直是其中的重点投资项目。与农业生产直接相关的农田水利基础设施会对农民增收产生直接影响[7]。各国政府均采取措施加大农田水利投资力度，扩大此类基础设施的覆盖面以保证农田灌溉在农业活动中的普及。就我国而言，过去大规模和持续的农田水利投资在促进农业生产和提升农村居民整体收入水平方面也发挥了重要作用[8-9]。近年来，农田水利投资规模进一步扩大，2017年财政用于农田水利建设资金的金额达到7132.37亿元，占到全部农业发展支出的37.36%。
但是持续的农田水利投资也不可避免带来几个待探究的问题。一是，在我国农民收入结构不断优化调整的现实背景下，农田水利投资对于拉动农民收入增长的效应是否依然存在？一般而言，从农田水利等农村公共投资中受益的主要是农户从事农业生产所获取的经营性收入方面，随着我国工业化和城镇化的不断推进，工资性收入日益成为农民收入的主要来源③，农田水利投资对于农民整体收入的影响几何，值得再次研究。二是，由于我国各地区经济社会结构与自然禀赋的不同，农田水利投资所产生的增收效应是否呈现路径依赖特征，对于我国各地区农村均衡发展有何影响，继而引发对投资资金的支出结构该如何调整的探讨。三是，农田水利投资的边际效率是否存在下降趋势，研究认为随着农村基础设施存量的持续增加，支农资金的使用效率会呈递减态势[10]。给定已累积的农田水利基础设施一定存量下，持续加大的投资力度是否能继续更好推动农民增收？若农田水利投资的效率并未下降、增收效应未趋饱和，则仍可以进一步加大农田水利投资规模，以对农村基础设施建设的投资构成进行进一步优化。
根据以上问题，本文运用2003—2016年省级面板数据定量考察农田水利专项投资对农民收入的影响。首先，研究证实我国长期以来大量的农田水利投资支出对农民所产生的增收效应及效应变化趋势，为过去农田水利投资的增收效应提供了总体概览，也为今后继续调整农田水利投资规模提供经验借鉴。其次，通过对农田水利投资增收效应的地区异质性探究，对于优化支农资金结构，增强资金使用效益具有一定的政策启示。在全面实行乡村振兴战略、深化财政支农改革的政策背景下，探究农田水利等农村基础设施建设投资的支农效应，对于促进农业生产、农民增收以及各地区农村均衡发展具有重要意义。
一、 模型与数据
（一） 模型设定
选用时间和地区双向固定效应模型研究农田水利投资对农民收入的影响，基准模型设定如下：
$$ {{lnearn}}_{it}={\text{α} }_{i}+{\text{β} } {{lnIrri}}_{it}+{\text{γ} }{control}_{it}+{u}_{i}+{\tau }_{t}+\varepsilon _{it} $$ 其中，下标i表示省份，t表示年份。被解释变量lnearnit为农民收入，包括农村居民纯收入，工资性收入、家庭经营性收入、财产性收入和转移性收入。解释变量lnIrriit表示农田水利投资。Controlit表示其他的控制变量，包括影响农民收入的内部特征变量和外部条件变量。ui表示地区固定效应，
$ {\tau }_{t} $ 为时间固定效应，εit为服从标准正态分布的随机扰动项。（二） 变量说明与描述性统计
选用的样本为2003—2016年的中国30个省、直辖市、自治区（港澳台和西藏除外）的省级面板数据。选用的指标及数据来源如下。
1. 增收效应变量
农民增收效应变量作为本文的被解释变量，分别以农村居民纯收入，工资性收入、家庭经营性收入、财产性收入和转移性收入来衡量。农村居民纯收入指农村住户当年从各个来源得到的总收入扣除所发生的费用后的收入总和。包括工资性收入、家庭经营性收入、财产性收入和转移性收入，反映的是一个地区内农民在某一年的平均收入水平。农民家庭经营性收入则衡量了农民从事农业生产活动的直接所得，更能直接准确地反映农田水利投资对当地农民的增收效应，数据来源于历年《中国农村统计年鉴》。
2. 农田水利建设支农变量
国家对于农田水利建设投入的资金亦称为农田水利投资额，主要用于节水灌溉、水库坝建设、土地河道的整治等等。农田水利投资包括中央投资与地方投资，以总体金额衡量的农田水利投资作为核心解释变量，较好地反映了各地区农田水利建设的真实水平，数据来源于历年《中国水利统计年鉴》。相关研究认为，农田水利设施不仅与农村生产生活紧密相关，而且深刻影响农村和农业生态，为提水灌溉和抗早排涝提供重要保障[11]。因此，本文认为农田水利投资作为农业生产基础保障，能有效改善农业生产条件，进而对农民收入产生一定的正向影响。
3. 农户内部特征变量
作为控制变量的农户内部条件指标包括农户自有资金，耕地面积、化肥施用量、农用机械动力和农民受教育程度等。农户自有资金用农村住户固定资产投资额表示，反映的是农民使用自有资金在农业生产中的作用。耕地面积、化肥与农业生产直接相关，衡量农民在农业生产方面的禀赋与投入。农用机械动力衡量农民使用农业机械程度，农业生产的机械化程度能够影响农业生产效率，从而会对农民收入产生影响，以上控制变量表示影响农民收入的微观因素。相关数据来源于历年《中国农村统计年鉴》。农民受教育程度根据各个学历阶段的受教育年限与所占比例测算而得，数据来源于历年《中国人口和就业统计年鉴》。根据一些学者的结论，农业机械化、土地的规模经营、农村劳动力素质对农业经济增长有正向拉动作用[12]，农用化肥和农户自有资金对于提高农村居民整体收入水平方面也有积极影响[13]，因此预计以上控制变量对农民收入的影响方向均为正。
4. 农户外部条件变量
依然作为控制因素的农户外部条件变量包括经济发展水平、产业结构、市场化和城镇化。经济发展水平以当地GDP自然对数表示，产业结构以第二产业产值占GDP的比率来表示，市场化以第三产业增加值占GDP比率表示，分别衡量地区发达程度、工业化程度和市场化程度，以上控制变量表示影响农民收入的宏观因素。衡量经济发展水平和产业结构的国民生产总值及其构成数据来源于历年的《中国统计年鉴》，城镇化数据来源于历年《中国人口和就业统计年鉴》④。有学者认为，现代农业的技术进步所释放出的大量农村劳动力带动了工业部门的发展，促进了经济结构的变迁[14]。而随着经济的快速发展和工业化的持续推进，国家用于社会发展的财力结构也需进行优化调整，不断加大对农业的支持力度是今后不可回避的趋势[15]。此外，有研究探究了新型城镇化对农民增收的影响，认为城镇化所导致的农村人口大量转移，有利于实现农村土地的规模经营，其具有的空间溢出效应也带动了周边农村地区的经济发展[16]。有鉴于此，本文预计经济发展水平和城镇化不论对农民整体收入水平还是生产经营收入均具有显著的正向影响，而产业结构和当地市场化程度可能对农民整体收入影响为正，对农民生产经营收入影响为负。
上述主要变量的描述性统计如表1所示。
表 1 主要变量的描述性统计变量名称 变量单位 观测值 均值 标准差 最小值 最大值 预计符号 农民纯收入 元 420 8.660 0.611 7.355 10.15 / 工资性收入 元 420 7.635 0.888 4.929 9.849 / 家庭经营性收入 元 420 7.855 0.487 6.380 8.973 / 财产性收入 元 420 4.958 0.972 2.757 7.613 / 转移性收入 元 420 6.096 1.125 3.237 8.486 / 农田水利投资 亿元 420 3.922 1.066 1.119 6.298 + 经济发展水平 亿元 420 9.126 1.035 5.954 11.30 + 农业机械动力 万kW 420 7.516 1.065 4.557 9.499 + 化肥施用量 万t 420 4.779 1.073 1.887 6.574 + 农村固定资产投资 亿元 420 5.656 1.200 0.742 8.660 + 农作物播种面积 千hm2 420 8.197 1.063 5.020 9.580 + 农民受教育程度 年 420 1.992 0.098 1.637 2.230 + 城镇化 % 420 0.495 0.162 0.131 0.896 + 产业结构 % 420 0.471 0.079 0.193 0.615 +/− 市场化 % 420 0.409 0.085 0.286 0.802 +/− 二、 实证分析
（一） 基本回归结果
为验证并探究农田水利投资对不同类型农民收入的综合影响特征，本文分别选用农民纯收入、工资性收入、家庭经营性收入等不同收入分别作为被解释变量，表2给出基本回归结果。从表2中列（3）可以看出，在控制农户内部生产经营条件和外部经济、市场等相关影响因素之后，农田水利投资对农民家庭经营性收入具有显著的正向影响，农田水利投资每增加1%，农民家庭经营性收入就增长0.038%。考虑到农产品在一定期间内市场价格波幅很小，农民家庭经营性收入变动则主要源自农产品产量的变动。因此，对于以农业生产活动为主要收入来源的农民而言，农田水利投资能有效促进农业生产，从而推动农民增收。其次，根据表2中列（5）结果显示，农田水利投资对农民的转移性收入具有较为显著的负向效应，说明农田水利专项投资可能在一定程度上挤出了对农民的补贴性或转移性支出，从而产生了收入的“替代效应”。农田水利投资作为财政支农的重要组成内容，与其他的财政对农补贴或财政转移性收入形成一种在财政功能上互补，而在财政资金上互斥的关系，在过去财政能力和支农资金有限的情况下，在特定时期增加农田水利支农支出，可能会在对农民的直接补贴项目上有所缩减。最后，农田水利投资在对农民工资性收入、财产性收入和整体收入水平方面影响则不显著[列（1）（2）（4）]。究其原因，一方面，由于农田水利投资资金用途的特定性，必然不会对非经营性收入产生影响，以此验证了本文实证结论的稳健性。另一方面，可能是因为家庭经营性收入在农民整体收入构成中所占份额逐渐缩小所致。意味着在工资性收入日益成为农民收入主要来源的情况下，以农田水利为代表的农村基础设施可能难以作为拉动农民整体收入水平的有利因素。
表 2 农田水利投资对农民收入的回归估计项目 （1） （2） （3） （4） （5） 农民纯收入 工资性收入 经营性收入 财产性收入 转移性收入 农田水利投资 0.004 0.021 0.038** −0.088 −0.123* (0.009) (0.027) (0.018) (0.060) (0.067) 经济发展水平 0.182*** −0.152 0.060 0.756* 0.177 (0.042) (0.111) (0.097) (0.433) (0.278) 农业机械动力 0.030 −0.072 0.336*** −0.078 −0.025 (0.018) (0.078) (0.108) (0.179) (0.170) 化肥施用量 0.067 0.503** 0.251* −0.676* −0.232 (0.062) (0.207) (0.135) (0.361) (0.314) 农户自有资金 0.014** 0.058* −0.034* 0.067 0.091* (0.007) (0.033) (0.019) (0.047) (0.046) 农作物播种面积 0.128** 0.076 0.107 1.081*** 1.636*** (0.061) (0.232) (0.169) (0.309) (0.363) 农民受教育程度 −0.186* 0.638** −0.039 −0.830 −2.466*** (0.101) (0.286) (0.227) (0.849) (0.823) 产业结构 0.004 0.953 0.034 1.345 2.335** (0.177) (1.116) (0.602) (1.492) (1.024) 市场化 −0.064 1.441 −0.973* 2.364* 2.199 (0.168) (1.417) (0.555) (1.331) (1.450) 城镇化 0.073 −0.674*** 0.348* 0.576 −0.140 (0.080) (0.219) (0.195) (0.460) (0.484) 常数项 5.127*** 3.166 2.777** −7.416* −6.286 (0.453) (1.975) (1.338) (4.305) (3.813) 时间固定效应 是 是 是 是 是 地区固定效应 是 是 是 是 是 样本量（N） 420 420 420 420 420 拟合度(R2) 0.996 0.974 0.945 0.810 0.949 注：* P < 0.1, ** P < 0.05, *** P < 0.01分别表示在10%，5%，1%的显著性水平上显著。括号内数值为对应回归参数的稳健标准误，N表示样本量。下表同。 考虑到农民收入构成体系的复杂性，影响因素也颇为繁杂，为更加有效地辨析农田水利投资的增收效应，分析相关控制变量的影响效应也尤为必要。就微观影响因素而言，农业机械动力和农用化肥对于促进农民增收方面表现明显，说明机械化和现代化的农业生产方式有效提高了农业生产效率。在宏观影响因素方面，城镇化的提升显著地促进了农民家庭经营性收入的增长，这可能与城镇化进程中所带来的农业生产规模化密切相关。相关研究表明，我国新型城镇化发展和农村产业规模化发展之间呈现相互影响、相互促进特征，新型城镇化能够倒逼农村地区优化土地生产配置，推动农业生产规模化，从而实现农业生产效率的提升[17]。另一方面，市场化水平对农民经营性收入呈现负向显著的影响效应，工业化水平影响也不显著，说明构成农民非农收入来源的因素对农民家庭经营性收入影响效应并不明显，以上结果与预期基本一致。
（二） 收入层级及地区差异分析
1. 基于农民收入异质性的边际效应分析
基准回归模型着重考察解释变量对被解释变量的条件期望[即E（y|x）]的影响，其实质属于均值回归，只是刻画条件分布（y|x）集中趋势的一个指标。但无法辨析解释变量x对整个条件分布（y|x）不同部分的影响差异，比如本文中农田水利投资对于不同收入层级农民增收的影响差异。因此，在这一部分，本文采用分位数回归[18]的方法，通过对不同家庭经营性收入水平上进行分位数估计⑤，探究农田水利投资对不同层级农民收入的影响趋势。回归结果如表3所示。
表 3 农田水利投资对农民家庭经营性收入的分位数估计项目 （1） （2） （3） （4） Quantile
(0.25)Quantile
(0.5)Quantile
(0.75)Quantile
(0.95)农田水利投资 0.060** 0.080*** 0.104*** 0.139** (0.028) (0.023) (0.034) (0.065) 经济发展水平 0.331*** 0.329*** 0.327*** 0.323* (0.080) (0.064) (0.098) (0.183) 农业机械动力 0.383*** 0.320*** 0.240* 0.125 (0.102) (0.083) (0.125) (0.235) 化肥施
用量0.309* 0.297** 0.282 0.260 (0.165) (0.133) (0.203) (0.379) 农户自有资金 −0.033 −0.044** −0.057* −0.076 (0.024) (0.020) (0.030) (0.056) 农作物播种面积 −0.150 0.036 0.265 0.600 (0.301) (0.246) (0.370) (0.695) 农民受教育程度 −0.424 −0.321 −0.194 −0.008 (0.421) (0.341) (0.516) (0.967) 产业结构 −0.453 −0.407 −0.350 −0.266 (0.543) (0.440) (0.667) (1.249) 市场化 −0.325 −0.259 −0.177 −0.057 (0.575) (0.465) (0.706) (1.321) 城镇化 0.265 0.177 0.068 −0.091 (0.225) (0.182) (0.276) (0.517) N 420 420 420 420 根据表3结果所示，在不同的家庭经营性收入条件分位数下，农田水利投资的边际增收效应有所不同。增收呈现出“收入递增”的态势，即为随着农户家庭收入水平的提高，农田水利的增收效应呈现递增态势。这与现有研究所发现的发展中国家农田水利投资更有利于高收入组农户的收入增加是一致的[19]。这一结果也意味着，对于经营性收入水平较低的农民家庭而言，农田水利投资对于促进农民增收的效应还未饱和，仍处上升阶段，继续加大农田水利投资有助于农民增收。
2. 基于地区异质性的支出结构分析
考虑到我国各地区经济社会环境和自然禀赋具有较大差异，为研究农田水利投资在不同地区的增收效应是否呈现异质性，本文借鉴黄寿峰[13]的做法，采用第一产业产值占当地生产总值的比率来衡量一个地区经济对农业的依赖程度，将依赖程度排名前十的省份定义为农业依赖省份。包括海南、广西、新疆、云南、四川、贵州、湖南、安徽、甘肃、江西⑥。一个地区经济对农业的依赖度越高，也就意味着该地区农民可能更加依赖农业生产获取收入来源，即家庭经营性收入在农民整体收入中所占的比率可能越高，农田水利投资对这类地区的增收效应就越显著⑦。
从表4结果可以看出，在控制时间和地区固定效应的条件下，农业依赖省份的农田水利投资的增收效应依然显著。而对于非农业依赖省份而言，农田水利投资并没有在统计意义上显著促进农民收入增长。说明农田水利投资对于更加依赖农业收入的地区影响更为稳健明显。另外，从地区构成来看，农业依赖地区均为中西部较不发达省份，且西部省份居多。因此，本文按照地理区位及农业产值双重标准从中西部地区选取了部分主要农业省份⑧，分别探究农田水利投资增收效应的异质性。从表4结果来看，农田水利投资对西部主要农业省份的增收效应强于中部地区，且中部主要农业省份的增收效应在统计上并不显著。这在一定程度上说明了我国西部地区农田水利投资对农民收入的影响仍处于有效激励阶段，而中部地区的增收效应逐步趋于饱和。
表 4 农田水利投资对不同地区农民经营性收入的回归估计项目 （1） （2） （3） （4） 非农依
赖省份农业依
赖省份中部农
业大省西部农
业大省农田水利投资 0.025 0.065** 0.041 0.048** (0.019) (0.026) (0.020) (0.015) 控制变量 控制 控制 控制 控制 常数项 1.870 11.335*** 17.243** 7.156 (1.157) (2.416) (4.801) (6.210) 时间固定效应 是 是 是 是 地区固定效应 是 是 是 是 N 280 140 56 56 R2 0.931 0.986 0.995 0.995 但从当前农田水利投资分布来看，一方面，东部地区农田水利投资普遍高于中西部地区。另一方面，中央投资部分也主要集中在中部地区（图1、图2）。因此，农田水利投资增收效应与投资力度在地区之间呈现背离趋势，一方面是由于各地区自身经济水平和财政能力的差距，另一方面是由于中央财政支农资金结构的偏向所致。因此，在继续加大农田水利投资力度的同时，也需进一步优化农田水利投资结构，提高支农资金的使用效率。
三、 讨论
（一） 滞后效应与内生性问题
考虑到农田水利投资对农民收入的影响可能存在滞后效应，以及二者之间可能存在的双向因果关系，为避免对实证结果产生偏误性影响，本文选用农田水利投资变量的滞后期重新估计农田水利投资对农民收入的影响。回归结果见表5。
表 5 农田水利投资滞后一期对农民经营性收入的影响项目 （1） （2） （3） （4） （5） 农民纯收入 工资性收入 经营性收入 财产性收入 转移性收入 农田水利投资
滞后一期0.003 −0.001 0.061** −0.104** −0.115** (0.007) (0.032) (0.028) (0.045) (0.054) 控制变量 控制 控制 控制 控制 控制 常数项 4.901*** 2.727 2.821** −9.940** −6.580 (0.483) (2.286) (1.281) (4.297) (4.117) 时间固定效应 是 是 是 是 是 地区固定效应 是 是 是 是 是 N 390 390 390 390 390 R2 0.996 0.971 0.940 0.787 0.948 根据表5中结果所示，在农田水利投资滞后一期的情况下，其对农民收入的影响与基准回归结果基本保持一致。在控制时间和地区固定效应之后，对农民家庭经营性收入依然具有显著的促进作用而对农民整体收入水平并无明显效应。说明用滞后一期避免可能存在的内生性问题后，本文的结论依然保持稳健。
（二） 基于不同投资力度效应异质性分析的稳健性检验
从2008年开始，中央历年的“一号文件”中多次强调要狠抓农田水利建设，要求增加中央和省级农田水利工程建设补助专项资金。根据2003—2016的各省、直辖市和自治区的农田水利投资数据描绘其时间趋势图（图3），可以观察农田水利投资力度历年的变化情况。
从图3可以看出，在2008年之前农田水利投资总体保持平稳，增长速度较为缓慢。而在2008年之后整体呈现快速增长态势，但在2012—2014年间农田水利投资又出现短暂的波动，由原来的正向增加转为负向减少。为了验证农田水利投资对农民增收的正向效应，本文根据农田水利投资的变化情况划分时间区间，进而考察在不同投资力度条件下农田水利建设对于农民的增收效应。
根据表6结果所示，表6中第（1）列反映了2003—2008年间农田水利投资对于农民家庭经营性收入的影响，表现为总体平稳的投资力度并没有显著促进农民收入的增长。对应地，表6中第（2）列及第（4）列则验证了快速上升的农田水利投资对农民增收的正向效应。由于2012—2014年间农田水利投资出现了短暂的下降，第（3）列结果说明了这种投资力度的降低对农民收入造成抑制性影响，但在统计上意义并不显著。通过区分不同投资力度进行分时间样本估计，可以更准确地考察农田水利投资对于农民收入的影响，而以上也充分证实了农田水利投资对于促进农民增收的结论稳健性。
表 6 基于不同投资力度时间区间的增收效应估计项目 （1） （2） （3） （4） 2003—
20082008—
20122012—
20142014—
2016农田水利投资 0.027 0.058* −0.120 0.025*** (0.021) (0.033) (0.096) (0.009) 控制变量 控制 控制 控制 控制 常数项 3.745* −4.293 8.834*** 5.602*** (2.169) (5.779) (2.603) (2.009) 时间固定效应 是 是 是 是 地区固定效应 是 是 是 是 N 180 150 90 90 R2 0.904 0.891 0.718 0.859 本文还通过变换解释变量方式，运用中央农田水利投资与人均农田水利投资变量代替前文的核心解释变量进行估计，所得结论与文中一致⑨。
四、 结论与政策启示
本文基于2003—2016年的省级面板数据，用固定效应模型和分位数回归等方法实证分析了以农田水利为代表的农村专项投资对农民收入的影响。结果表明：农田水利投资的增收效应主要体现在农民家庭经营性收入增长方面，而对农民整体收入水平并无明显效应。对于不同收入组的农民家庭和不同农业依赖程度地区的农户而言，农田水利的增收效应均呈现出异质性。一方面，增收表现出“高者愈高”的态势，农民家庭经营性收入越高，农田水利投资的增收效果越强。另一方面，增收表现出路径依赖特征，更依赖农业收入的地区，农田水利投资的增收效应越显著。以上结论在考虑了内生性问题和基于不同投资力度下效应差异的分析检验之后，结论依然成立。基于上述结论，本文提出如下政策建议。
第一，继续加大农田水利投资力度，持续释放农民增收活力。农村基础设施建设作为促进我国农村发展的重要举措，在改善农民生活与农业生产条件方面起到决定性作用。而农田水利工程作为农村基础设施建设的重要组成部分，更是与 “三农”问题息息相关。依据本文结论，农田水利投资对于农民在从事农业生产活动所获取的家庭经营性收入方面具有显著的积极效应，且这种效应随着农民收入的提高在逐渐增强，说明农田水利建设对于促进农民农业生产的影响仍在保持边际递增态势。因此，应继续加大农田水利投资力度，以进一步促进农业生产与保障农民增收。
第二，优化农田水利投资支出结构，提高支农资金使用效率。根据本文结论，农田水利投资在更依赖农业收入的诸多西部地区的增收效应更为显著。但地区间发展不均衡是我国经济社会发展过程中一直存在的主要矛盾，在经济发展水平与财政能力的现实约束下，农田水利的增收效应与地方的资金投入力度呈现背离态势。因此，应进一步优化农田水利投资支出结构，加大依赖农业收入西部地区的支农资金倾斜力度，是未来政府深化财政支农改革、促进各地区农村均衡发展的应有之义。
-
表 1 主要变量的描述性统计
变量名称 变量单位 观测值 均值 标准差 最小值 最大值 预计符号 农民纯收入 元 420 8.660 0.611 7.355 10.15 / 工资性收入 元 420 7.635 0.888 4.929 9.849 / 家庭经营性收入 元 420 7.855 0.487 6.380 8.973 / 财产性收入 元 420 4.958 0.972 2.757 7.613 / 转移性收入 元 420 6.096 1.125 3.237 8.486 / 农田水利投资 亿元 420 3.922 1.066 1.119 6.298 + 经济发展水平 亿元 420 9.126 1.035 5.954 11.30 + 农业机械动力 万kW 420 7.516 1.065 4.557 9.499 + 化肥施用量 万t 420 4.779 1.073 1.887 6.574 + 农村固定资产投资 亿元 420 5.656 1.200 0.742 8.660 + 农作物播种面积 千hm2 420 8.197 1.063 5.020 9.580 + 农民受教育程度 年 420 1.992 0.098 1.637 2.230 + 城镇化 % 420 0.495 0.162 0.131 0.896 + 产业结构 % 420 0.471 0.079 0.193 0.615 +/− 市场化 % 420 0.409 0.085 0.286 0.802 +/− 
下载: 导出CSV
表 2 农田水利投资对农民收入的回归估计
项目 （1） （2） （3） （4） （5） 农民纯收入 工资性收入 经营性收入 财产性收入 转移性收入 农田水利投资 0.004 0.021 0.038** −0.088 −0.123* (0.009) (0.027) (0.018) (0.060) (0.067) 经济发展水平 0.182*** −0.152 0.060 0.756* 0.177 (0.042) (0.111) (0.097) (0.433) (0.278) 农业机械动力 0.030 −0.072 0.336*** −0.078 −0.025 (0.018) (0.078) (0.108) (0.179) (0.170) 化肥施用量 0.067 0.503** 0.251* −0.676* −0.232 (0.062) (0.207) (0.135) (0.361) (0.314) 农户自有资金 0.014** 0.058* −0.034* 0.067 0.091* (0.007) (0.033) (0.019) (0.047) (0.046) 农作物播种面积 0.128** 0.076 0.107 1.081*** 1.636*** (0.061) (0.232) (0.169) (0.309) (0.363) 农民受教育程度 −0.186* 0.638** −0.039 −0.830 −2.466*** (0.101) (0.286) (0.227) (0.849) (0.823) 产业结构 0.004 0.953 0.034 1.345 2.335** (0.177) (1.116) (0.602) (1.492) (1.024) 市场化 −0.064 1.441 −0.973* 2.364* 2.199 (0.168) (1.417) (0.555) (1.331) (1.450) 城镇化 0.073 −0.674*** 0.348* 0.576 −0.140 (0.080) (0.219) (0.195) (0.460) (0.484) 常数项 5.127*** 3.166 2.777** −7.416* −6.286 (0.453) (1.975) (1.338) (4.305) (3.813) 时间固定效应 是 是 是 是 是 地区固定效应 是 是 是 是 是 样本量（N） 420 420 420 420 420 拟合度(R2) 0.996 0.974 0.945 0.810 0.949 注：* P < 0.1, ** P < 0.05, *** P < 0.01分别表示在10%，5%，1%的显著性水平上显著。括号内数值为对应回归参数的稳健标准误，N表示样本量。下表同。
下载: 导出CSV
表 3 农田水利投资对农民家庭经营性收入的分位数估计
项目 （1） （2） （3） （4） Quantile
(0.25)Quantile
(0.5)Quantile
(0.75)Quantile
(0.95)农田水利投资 0.060** 0.080*** 0.104*** 0.139** (0.028) (0.023) (0.034) (0.065) 经济发展水平 0.331*** 0.329*** 0.327*** 0.323* (0.080) (0.064) (0.098) (0.183) 农业机械动力 0.383*** 0.320*** 0.240* 0.125 (0.102) (0.083) (0.125) (0.235) 化肥施
用量0.309* 0.297** 0.282 0.260 (0.165) (0.133) (0.203) (0.379) 农户自有资金 −0.033 −0.044** −0.057* −0.076 (0.024) (0.020) (0.030) (0.056) 农作物播种面积 −0.150 0.036 0.265 0.600 (0.301) (0.246) (0.370) (0.695) 农民受教育程度 −0.424 −0.321 −0.194 −0.008 (0.421) (0.341) (0.516) (0.967) 产业结构 −0.453 −0.407 −0.350 −0.266 (0.543) (0.440) (0.667) (1.249) 市场化 −0.325 −0.259 −0.177 −0.057 (0.575) (0.465) (0.706) (1.321) 城镇化 0.265 0.177 0.068 −0.091 (0.225) (0.182) (0.276) (0.517) N 420 420 420 420
下载: 导出CSV
表 4 农田水利投资对不同地区农民经营性收入的回归估计
项目 （1） （2） （3） （4） 非农依
赖省份农业依
赖省份中部农
业大省西部农
业大省农田水利投资 0.025 0.065** 0.041 0.048** (0.019) (0.026) (0.020) (0.015) 控制变量 控制 控制 控制 控制 常数项 1.870 11.335*** 17.243** 7.156 (1.157) (2.416) (4.801) (6.210) 时间固定效应 是 是 是 是 地区固定效应 是 是 是 是 N 280 140 56 56 R2 0.931 0.986 0.995 0.995
下载: 导出CSV
表 5 农田水利投资滞后一期对农民经营性收入的影响
项目 （1） （2） （3） （4） （5） 农民纯收入 工资性收入 经营性收入 财产性收入 转移性收入 农田水利投资
滞后一期0.003 −0.001 0.061** −0.104** −0.115** (0.007) (0.032) (0.028) (0.045) (0.054) 控制变量 控制 控制 控制 控制 控制 常数项 4.901*** 2.727 2.821** −9.940** −6.580 (0.483) (2.286) (1.281) (4.297) (4.117) 时间固定效应 是 是 是 是 是 地区固定效应 是 是 是 是 是 N 390 390 390 390 390 R2 0.996 0.971 0.940 0.787 0.948
下载: 导出CSV
表 6 基于不同投资力度时间区间的增收效应估计
项目 （1） （2） （3） （4） 2003—
20082008—
20122012—
20142014—
2016农田水利投资 0.027 0.058* −0.120 0.025*** (0.021) (0.033) (0.096) (0.009) 控制变量 控制 控制 控制 控制 常数项 3.745* −4.293 8.834*** 5.602*** (2.169) (5.779) (2.603) (2.009) 时间固定效应 是 是 是 是 地区固定效应 是 是 是 是 N 180 150 90 90 R2 0.904 0.891 0.718 0.859
下载: 导出CSV
-
[1] 谢旭人. 功在当代 利在千秋: 纪念农村税费革十周年[J]. 求是, 2011(4): 11. [2] 茆晓颖, 成涛林. 财政支农支出结构与农民收入的实证分析: 基于全口径财政支农支出2010—2012年江苏省13个市面板数据[J]. 财政研究, 2014(12): 68. DOI: 10.19477/j.cnki.11-1077/f.2014.12.014. [3] SEVERINI S, TANTARI A. The Impact of Agricultural Policy on Farm Income Concentration the Case of Regional Implementation of the CAP Direct Payments in Italy[J]. Agricultural Economics, 2013, 44(3): 275. DOI: 10.1111/agec.12010.
[4] LIU Y S. The Changes of Fiscal Agriculture-Supporting Expenditure and Farmer’ s Income Based on Grey Correlation Theory[J]. Asian Agricultural Research, 2011, 3(3): 92.
[5] 卓乐, 曾福生. 农村基础设施对粮食全要素生产率的影响[J]. 农业技术经济, 2018(11): 92. DOI: 10.13246/j.cnki.jae.2018.11.007. [6] 张亦弛, 代瑞熙. 农村基础设施对农业经济增长的影响: 基于全国省级面板数据的实证分析[J]. 农业技术经济, 2018(3): 90. DOI: 10.13246/j.cnki.jae.2018.03.007. [7] JOHN W, MCARTHURA, GORDON C MCCORDB. Fertilizing growth: Agricultural inputs and their effects in economic development[J]. Journal of Development Economics, 2017(127): 133. DOI: 10.1016/j.jdeveco.2017.02.007.
[8] 郝二虎, 胡凯, 陈小萍. 农村基础设施存量的增收效应: 基于全国30个省级面板数据的分析[J]. 农村经济, 2015(4): 64. [9] 邱士利. 农田水利基础设施建设与粮食产出关系实证研究: 以福建省为例[J]. 福建论坛·人文社会科学版, 2013(12): 163. [10] 王谦, 李超. 基于三阶段 DEA 模型的我国财政支农支出效率评价[J]. 财政研究, 2016(8): 66. DOI: 10.19477/j.cnki.11-1077/f.2016.08.006. [11] 刘尔思. 构建我国农村水利设施稳定增长投入机制的路径选择[J]. 管理世界, 2012(11): 182. DOI: 10.19744/j.cnki.11-1235/f.2012.11.021. [12] 宋淑丽, 王新利. 新常态下我国农业经济增长动力影响分析: 基于1990—2015年黑龙江省统计数据[J]. 农业技术经济, 2017(7): 102. DOI: 10.13246/j.cnki.jae.2017.07.010. [13] 黄寿峰. 财政支农、金融支农促进了农民增收吗: 基于空间面板分位数模型的研究[J]. 财政研究, 2016(8): 78. DOI: 10.19477/j.cnki.11-1077/f.2016.08.007. [14] 黄宗晔, 游宇. 农业技术发展与经济结构变迁[J]. 经济研究, 2018(2): 65. [15] 朱满德, 程国强. 中国农业政策: 支持水平、补贴效应与结构特征[J]. 管理世界, 2011(7): 52. DOI: 10.19744/j.cnki.11-1235/f.2011.07.006. [16] 钱潇克, 莫蕙. 新型城镇化与农民增收: 基于我国地级市的空间计量分析[J]. 经济经纬, 2018(5): 30. DOI: 10.15931/j.cnki.1006-1096.2018.05.004. [17] 杨钧. 新型城镇化与农业规模化和专业化的协调发展: 基于PVAR方法的讨论[J]. 财经科学, 2017(4): 65. [18] KOENKER R, BASSETT G. Regression Quantiles[J]. Econometrica, 1978, 46(1): 33. DOI: 10.2307/1913643.
[19] NAMARA R E, HOPE L, SARPONG E O, et al. Adoption patterns and constraints pertaining to small-scale water lifting technologies in Ghana[J]. Agricultural Water Management, 2014(131): 194023. DOI: 10.1016/j.agwat.2013.08.
-
期刊类型引用(1)
1. 曲延春. 农业强国目标下的农村公共产品供给：作用机理与困境突破. 理论学刊. 2024(06): 132-140 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 1870
- HTML全文浏览量: 857
- PDF下载量: 32
- 被引次数: 1