“一提一補”水價改革對作物單產(chǎn)的影響分析*
——基于中介效應(yīng)分析法和倍差法的實證研究

陸秋臻，劉 靜，李 婕

(1.中國郵政集團公司浙江省分公司，浙江杭州 310011； 2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與發(fā)展研究所，北京 100081； 3.浙江科技學(xué)院經(jīng)濟管理學(xué)院，杭州 310011)

0 引言

自新中國成立以來，我國水資源管理體制經(jīng)歷了由供給管理轉(zhuǎn)向需求管理的變遷。由原先的通過工程或技術(shù)手段增加水資源供應(yīng)量來緩解水資源短缺的矛盾，轉(zhuǎn)變?yōu)樵O(shè)計水的需求和使用政策來影響用水戶行為[1]。水權(quán)交易和水價政策是目前水資源需求管理最重要的兩部分，其中水權(quán)交易是近年來新興的一種水資源需求管理方法，由于涉及初始產(chǎn)權(quán)難以確定，實施難度大，水權(quán)轉(zhuǎn)讓規(guī)則不夠完善，水權(quán)配置市場參與不夠等原因，實際案例較少[2-3]，而水價政策在目前的應(yīng)用較為廣泛，尤其在我國干旱缺水的北方地區(qū)。

現(xiàn)有大部分關(guān)于水價政策效果評估的文獻都著眼于討論水價政策的節(jié)水效果[2， 4-8]，也有部分學(xué)者討論了提高水價對農(nóng)戶收入的影響[2， 7， 9-12]，然而很少有文獻研究水價政策對作物單產(chǎn)的影響。事實上，許多學(xué)者認為，農(nóng)戶用水量對水價的反應(yīng)會經(jīng)歷一個無彈性到敏感彈性再到低彈性的過程，只有當水價提高到一定程度時，農(nóng)戶用水量才會下降，而此時已對作物生產(chǎn)造成負面影響[7， 13-15]。這無疑會增加那些家庭收入很大程度上依賴于種植業(yè)的貧困戶的負擔，因此伊熱鼓等[16]認為水價的漲幅應(yīng)保持在一定限度之內(nèi)，不能超出農(nóng)民的負擔水平。目前國內(nèi)對這方面的實證研究較少，僅有的相關(guān)文獻中，廖永松[12]的研究結(jié)果顯示水價上升導(dǎo)致的單位面積灌溉水量的減少會引起小麥和玉米單產(chǎn)的減少。劉瑩等[2]認為在水價上漲的初期，作物單產(chǎn)是保持不變的，當水價上漲到某一值時，作物單產(chǎn)會隨著要素投入的減少而減少。

衡水市桃城區(qū)于2005年8月創(chuàng)造性地提出了“一提一補”水價調(diào)控機制，在全區(qū)部分村試點，取得了巨大成功。同其他水價政策類似，目前大部分學(xué)者都在關(guān)注“一提一補”水價改革的節(jié)水效果。孫梅英等[17]和常寶軍等[18]的研究表明該政策的節(jié)水效果顯著。Chen等[19]最先從經(jīng)濟學(xué)的角度出發(fā)利用理論模型推導(dǎo)證明了該政策確實能減少農(nóng)戶的用水量，這一點也在Wang 等和劉靜等[20-21]的實證研究中得到印證，Wang等[20]的研究結(jié)論顯示，“一提一補”制度對于減少小麥和棉花的用水量是顯著的，但對玉米用水量的影響并不顯著，同時也提出，由于補貼的存在，該政策的實施對農(nóng)戶收入有著正面的影響。而劉靜等[21]的研究結(jié)果顯示，“一提一補”僅對小麥用水量的影響是顯著的，而對玉米和棉花的用水量影響不顯著。陸秋臻等[22]利用倍差法從農(nóng)戶生計的角度研究證明了“一提一補”政策實施未造成糧食產(chǎn)量和農(nóng)戶收入降低。

文章利用河北省衡水市桃城區(qū)332戶農(nóng)戶調(diào)研數(shù)據(jù)，定量分析“一提一補”水價改革對當?shù)刂饕?種作物小麥、玉米、棉花單產(chǎn)的影響。

1 “一提一補”水價改革的政策背景

1.1 研究區(qū)域概況

桃城區(qū)地處衡水市的中心，位于河北省東南部，屬于華北平原干旱圈，多年平均降雨量不足500mm，人均水資源占有量僅有120m3，僅為全國人均水平的1.7%。20世紀60年代以來，該地區(qū)一直依靠超量開采地下水來保證經(jīng)濟社會的快速發(fā)展，接近90%的灌溉用水來自地下水， 70%的機井抽取的是深層地下水，每年需超采深層地下水約0.78 億 m3，目前地下水埋深仍以每年超過2m的速度下沉[19-20]。

圖1 1999—2013年桃城區(qū)種植結(jié)構(gòu)變動趨勢數(shù)據(jù)來源：2001—2014年衡水市統(tǒng)計年鑒

圖2 2000—2013年桃城區(qū)3種主要作物單產(chǎn)變化趨勢數(shù)據(jù)來源：2001—2014年衡水市統(tǒng)計年鑒

圖3 “一提一補”水價改革簡圖

1.2 桃城區(qū)作物生產(chǎn)概況

小麥、玉米、棉花是桃城區(qū)最主要的3種作物， 3種作物的播種面積占該地區(qū)總播種面積的比例常年保持在70%～80%(圖1)，其中小麥和玉米由于實施冬小麥和夏玉米輪作，每年基本各占30%以上，而近年來，兩種作物的播種面積比例都有所下降，在2013年達到最低，分別僅占32.93%和30.04%。棉花種植面積的峰值在2004年，達到了18.80%，之后幾年基本穩(wěn)定在15%左右。

從圖2可以看出2000—2013年桃城區(qū)3種主要作物小麥、玉米和棉花單產(chǎn)變化趨勢，其中棉花單產(chǎn)一直穩(wěn)定在1 000 kg/hm2左右； 小麥的單產(chǎn)總體呈穩(wěn)步上升的趨勢，從2000年的5 610 kg/hm2逐步增長到2013年的接近7 000 kg/hm2； 玉米的單產(chǎn)變化與小麥的變動趨勢基本一致， 2011年以后基本穩(wěn)定在8 000 kg/hm2以上。

1.3 “一提一補”水價政策概況

桃城區(qū)于2005年8月創(chuàng)造性地提出了“一提一補”水價調(diào)控機制，在全區(qū)部分村試點，取得了巨大成功[17]。該制度包含“提價”和“補貼”兩個過程，“一提”就是根據(jù)不同水資源的稀缺性和重要性分別提高不同的價格，“一補”就是將提價多收的資金按用水單位(指耕地面積和人數(shù))再平均補貼給用水者。提價后用水越多農(nóng)戶交的水費越多，反之亦然，從而達到“節(jié)獎超罰”的目的。具體做法如圖3所示，以“按電核算，按地補貼”為原則，對灌溉機井的用電，每度電在原來基礎(chǔ)上提高0.3元，多收的差別電價由村委會或用水者協(xié)會交入財政專項的“節(jié)水調(diào)節(jié)基金”，政府給予節(jié)水基金每度電0.1元的額外補貼，以每個行政村為單位計算每個村每667m2地的平均用水量，將“節(jié)水調(diào)節(jié)基金”按照各村耕地面積平均補貼到農(nóng)戶，實現(xiàn)村內(nèi)部平衡。根據(jù)村承包地面積，計算每667m2地應(yīng)該返還給農(nóng)戶的金額，按照農(nóng)戶承包地面積乘以每667m2地應(yīng)返還金額，返還給每個農(nóng)戶，從而調(diào)動農(nóng)戶節(jié)水積極性。每667m3地用的水多則用的電多，繳納的電費高，反之用的水少電少相應(yīng)電費也少，從而達到“節(jié)獎超罰”的目的。

2 研究方法

水價政策對于農(nóng)戶產(chǎn)量的影響可以分為直接影響和間接影響。

(1)水價改革(P)→農(nóng)戶用水量(W)→作物產(chǎn)量(Y)。農(nóng)戶是政策的直接受眾，他們會根據(jù)政策調(diào)整做出一系列決策變化。對于水價政策而言，水價提升首先會直接影響農(nóng)戶的用水量，從而再影響產(chǎn)量。

(2)水價改革(P)→作物產(chǎn)量(Y)。理論上說，制度或者政策雖然不具有生產(chǎn)能力，但在一定程度上會對生產(chǎn)有直接影響。

為了回答“‘一提一補’水價改革是否影響產(chǎn)量，以及如何影響產(chǎn)量？”這兩個問題，該文綜合了中介效應(yīng)和倍差法進行實證分析。

2.1 中介效應(yīng)

中介效應(yīng)分析是近年來社科領(lǐng)域應(yīng)用較為廣泛的一種方法，主要用來分析經(jīng)濟問題中的影響路徑和機制。在該文中，水價政策(P)是自變量，用水量(W)是一個中介變量，作物產(chǎn)量(Y)是因變量。根據(jù)Baron and Kenny(1986)提出的逐步法(1)Baron and Kenny(1986)提出了驗證中介效應(yīng)的逐步法：(1)因變量對自變量回歸，自變量顯著； (2)中介變量對自變量回歸，自變量顯著； (3)因變量同時對自變量和中介變量回歸，若中介變量顯著而自變量回歸系數(shù)變小且不顯著，則中介變量起到完全中介作用； 若中介變量顯著，自變量系數(shù)變小也達到顯著水平，則中介變量起到部分中介作用，可將三者關(guān)系用理論模型表示成：

圖4 中介效應(yīng)分析

圖5 樣本分布

表1 樣本分布

實驗組對照組自對照鄧莊鎮(zhèn)東邢疃村36份前邢疃村36份—速流村42份索水口村69份—曹莊15份—曹莊15份麻森鄉(xiāng)肖家村15份中堂村29份—河沿鎮(zhèn)國家莊48份鹽堤口村42份國家莊48份合計15617663 數(shù)據(jù)來源: 2015年8月桃城區(qū)調(diào)研

Y=cP+e1

(1)

W=aP+e2

(2)

Y=c’P+bW+e3

(3)

具體的理論框架如圖4：圖中c為水價政策的實施(P)對作物產(chǎn)量的總效應(yīng)；a為水價改革(P)對中介變量用水量(W)的效應(yīng)；b為中介變量用水量(W)作用于作物產(chǎn)量(Y)的效應(yīng)；ab可以用來衡量間接效應(yīng)，即水價政策(P)通過影響農(nóng)戶用水量(W)來影響作物產(chǎn)量(Y)的效應(yīng)；c’表示直接效應(yīng)。這幾個參數(shù)的關(guān)系為c=ab+c’，根據(jù)該關(guān)系式，結(jié)論可能出現(xiàn)以下4個情況：(1)c=0，即a=0或b=0，且c’=0。即“一提一補”水價政策不影響產(chǎn)量； (2)c’=0，ab≠0，完全中介效應(yīng)，“一提一補”水價政策完全通過中介變量作用于作物產(chǎn)量； (3)c’≠0，ab=0，即不存在間接效應(yīng)，“一提一補”水價政策完全通過直接效應(yīng)作用于作物產(chǎn)量； (4)ab≠0且c’≠0，部分中介效應(yīng)，即“一提一補”水價政策對作物產(chǎn)量的影響中既存在直接效應(yīng)也存在間接效應(yīng)。

2.2 倍差法(DID)

倍差法是一種廣為使用的用以做政策分析和評估的計量經(jīng)濟方法，模型中的交互項系數(shù)可以估計某一政策或項目的實施給作用對象帶來的凈影響。有關(guān)倍差法的具體原理，已在文獻中有較為詳細的介紹[22]，在此不再贅述。

3 數(shù)據(jù)來源與樣本選擇

該文數(shù)據(jù)來自課題組于2015年8月在桃城區(qū)3鄉(xiāng)鎮(zhèn)9行政村搜集到的農(nóng)戶調(diào)研數(shù)據(jù)，共收回360份問卷，整理后得到有效問卷332份，有效樣本率92.2%，其中“一提一補”試點村156 戶農(nóng)戶，對照村176 戶農(nóng)戶(表1)。

在所有的試點村中，根據(jù)隨機抽樣的原則抽取了東邢疃村、速流村、曹莊、肖家村、國家莊村作為實驗組，從上述試點村的非試點鄰村中隨機抽取出前邢疃村、索水口村、中堂村、鹽堤口村作為對照村。圖5表明， 5個實驗組和對照組都是相鄰的，在種植結(jié)構(gòu)、資源稟賦、收入消費結(jié)構(gòu)等特征上相近，適合進行對照分析。曹莊和國家莊兩個村在參與試點之后又退出了試點，所以作為自對照村。

問卷中主要搜集了農(nóng)戶“一提一補”實施前一年、“一提一補”實施當年、2011、2014 4個時間段的數(shù)據(jù)。主要內(nèi)容包括3個部分：(1)農(nóng)戶特征，包括家庭成員的基本情況和勞動力情況； (2)地塊特征，包括地塊質(zhì)量、離家距離、地塊作物的投入產(chǎn)出等； (3)農(nóng)戶灌溉用水情況，包括水價、用水是否有延誤、不同作物的用水量、用水結(jié)構(gòu)、灌溉次數(shù)等。

4 模型建立與回歸分析

4.1 模型建立

該文建立了以下幾個模型進行分析：

(1)中介變量對自變量回歸

(4)

(5)

(2)因變量對自變量回歸

(6)

(7)

(3)因變量同時對自變量和中介變量回歸

(8)

(9)

其中，模型(1)和(2)是中介變量對自變量回歸的倍差法模型，lnY表示產(chǎn)量的對數(shù)，P是村虛擬變量，P=1表示試點村，P=0表示非試點村；T是時間虛擬變量，T=0表示政策實施前，T=1表示政策實施后； 交互項TP是關(guān)鍵變量，其系數(shù)反應(yīng)“一提一補”水價改革對作物單產(chǎn)的對數(shù)的凈影響，X表示控制變量，這些控制變量包含用對數(shù)形式表示的lnXi和非對數(shù)形式的Xj； 模型(3)和(4)為因變量對自變量的回歸； 模型(5)～(6)為因變量同時對自變量和中介變量的回歸。

其中，該文的控制變量選擇主要包括：(1)農(nóng)戶特征變量，如：戶主的年齡、戶主受教育程度以及戶主是否是村干部； (2)地塊特征變量，主要包括：土地質(zhì)量和地塊離家距離； (3)農(nóng)業(yè)投入變量，包含：勞動投入、種子投入、肥料投入、農(nóng)藥投入以及機械投入。各個變量的描述性統(tǒng)計如表2所示：

表2 變量描述性統(tǒng)計分析

變量單位/變量描述小麥玉米棉花均值標準差均值標準差均值標準差農(nóng)戶特征變量 戶主年齡歲52.6110.6152.5910.6151.639.56 戶主受教育程度年6.712.956.712.956.432.98 戶主是否是村干部0=否; 1=是0.080.860.080.270.060.24地塊特征變量 土地質(zhì)量1=很好; 2=較好; 3=一般; 4=較差; 5=很差2.020.862.000.832.841.07 地塊離家距離km0.820.660.800.600.920.72農(nóng)業(yè)投入變量 勞動投入元/hm210.089.8611.0410.6260.6354.59 種子投入元/hm245.7732.4341.7519.6428.7911.95 肥料投入元/hm2128.9351.24102.1148.98103.6446.28 農(nóng)藥投入元/hm222.3519.4327.1724.9588.5865.89 機械投入元/hm285.1949.9084.0659.9330.7029.37核心變量 村虛擬變量1=試點村; 0=非試點村0.530.500.530.500.550.50 時間虛擬變量1=實施后; 0=實施前0.510.500.510.500.360.48 交互項村虛擬變量?時間虛擬變量0.280.450.280.450.180.38 水價元/度0.730.130.720.140.700.13 用水量m3/hm22 631.452 012.722 053.602 729.41962.65614.04 數(shù)據(jù)來源: 2015年8月桃城區(qū)調(diào)研

4.2 回歸結(jié)果分析

利用Stata 14.0 分別對各小麥、玉米和棉花的各模型進行回歸分析，回歸結(jié)果顯示于表3～4。

4.2.1 小麥

小麥模型第一步分析政策對小麥灌溉用水量的影響中，可以看見政策對小麥用水量有顯著影響的，模型1交互項變量的系數(shù)為-0.169 2，且在1%顯著性水平下顯著，表明在其他條件一定的情況下，政策實施村能比對照村顯著減少用水16.92%。而模型2結(jié)果中水價變量系數(shù)在5%的顯著性水平下顯著為負也驗證了這一點。

表3 小麥回歸結(jié)果

用水量產(chǎn)量模型1模型2模型3模型4模型5模型6村虛擬變量0.343 0???(4.68)-0.018 6(-0.39)-0.031 0(-0.60)時間虛擬變量-0.017 4(-0.22)0.134 0??(2.48)0.142 5???(2.74)交互項-0.169 2???(-2.60)-0.038 2?(-1.69)-0.020 8(-0.34)水價(ln)-0.116 3??(-1.98)-0.001 4??(-2.13)-0.000 9(-0.19)用水量(ln)0.070 4?(1.86)0.036 8??(2.01)戶主年齡(ln)-0.125 7(-0.78)-0.193 7(-1.20)-0.078 4(-0.84)0.053 4(0.59)0.054 5(0.94)0.068 7(0.83)戶主受教育程度-0.012 5(-0.62)-0.005 8(-0.62)-0.0043(-0.98)0.081 6(1.60)-0.003 5(-0.81)0.082 2?(1.65)戶主是否是村干部-0.029 9(-0.37)-0.007 1(-0.97)0.032 9(1.52)0.025 5(1.01)0.048 0?(1.69)0.036 4(1.20)土地質(zhì)量-0.004 9(-0.15)-0.032 2(-0.97)-0.010 9?(-1.75)-0.013 3?(-1.77)-0.008 5(-0.53)-0.010 7(-0.64)地塊離家距離-0.073 0??(-2.13)-0.081 8???(-3.06)-0.025 9(-1.55)-0.023 7(-1.40)-0.028 2?(-1.77)-0.026 8(-1.60)勞動投入(ln)-0.062 7(-0.62)0.091 7(0.65)0.015 8(1.29)0.009 2(0.72)0.019 2(1.53)0.011 9(0.90)種子投入(ln)-0.054 1(-0.99)-0.064 1(-1.14)0.019 9(0.74)0.018 9(0.70)0.019 1(0.73)0.018 5(0.71)肥料投入(ln)-0.090 9(-1.47)-0.113 8?(-1.88)-0.038 2(-0.72)-0.030 2(-0.57)-0.038 3(-0.73)-0.029 0(-0.55)農(nóng)藥投入(ln)0.086 6(2.29)0.090 4??(2.39)0.020 7(0.34)0.034 3?(1.75)0.036 5?(1.77)0.042 2(0.75)機械投入(ln)0.064 4(1.56)0.072 4(0.76)0.027 3??(2.45)0.036 3??(2.13)0.022 4??(2.23)0.032 6??(1.97)常數(shù)項8.337 1???(11.45)8.925 2???(12.44)7.181 6???(17.64)6.688 2???(17.27)6.749 4???(12.28)6.308 7???(11.08)R20.327 10.285 90.291 10.272 60.315 40.308 5 注: (1)括號中為 t 值; (2)?、??、???分別表示在10%、 5%、 1%顯著性水平下顯著;(3)(ln)表示該變量在模型中以對數(shù)形式出現(xiàn)

表4 玉米回歸結(jié)果

用水量產(chǎn)量模型1模型2模型3模型4模型5模型6村虛擬變量0.051 6(0.58)-0.032 0(-0.90)-0.057 8(-1.52)時間虛擬變量-0.028 4(-0.31)0.156 8???(3.62)0.158 3???(3.68)交互項-0.074 8(-0.72)0.046 1(1.00)0.049 9(1.09)水價(ln)-0.005 4(-0.17)0.058 8(0.68)0.059 0(0.75)用水量(ln)0.050 0??(2.27)0.041 6??(2.06)戶主年齡(ln)-0.223 4(-1.64)-0.299 3??(-2.07)-0.043 5(-0.77)0.069 5(1.22)-0.032 3(-0.60)0.082 0(1.51)戶主受教育程度-0.023 4??(-2.40)0.039 2???(3.83)0.008 7??(2.53)0.012 4???(3.57)0.007 5??(2.16)0.010 8???(2.99)戶主是否是村干部-0.096 5(-0.78)-0.032 2(-0.25)-0.026 3(-0.84)-0.018 3(-0.52)-0.021 5(-0.67)-0.017 0(-0.46)土地質(zhì)量0.038 8(1.26)-0.011 1(-0.35)-0.004 8(-0.38)-0.007 5(-0.56)-0.006 8(-0.53)-0.007 1(-0.53)地塊離家距離0.055 9(1.44)0.074 4(0.83)-0.028 7??(-2.14)-0.027 7??(-1.98)-0.031 5??(-2.34)-0.030 8??(-2.17)勞動投入(ln)-0.006 4(-0.20)-0.024 0(-0.77)0.025 8??(2.14)0.016 2(1.30)0.026 1??(2.16)0.017 2(1.37)種子投入(ln)-0.045 1(-0.61)-0.081 7(-1.08)-0.033 7(-1.08)0.009 4(0.30)-0.031 4(-1.01)0.012 8(0.41)肥料投入(ln)-0.078 3(-1.22)-0.103 3?(-1.71)0.023 9(1.09)0.041 3?(1.84)0.027 8(1.21)0.045 6?(1.95)農(nóng)藥投入(ln)0.238 6???(5.10)0.233 0???(4.97)0.058 0???(3.10)0.052 4???(2.67)0.069 9???(3.37)0.062 1???(2.90)機械投入(ln)0.127 3???(3.29)0.134 3???(3.25)0.053 6???(3.42)0.080 5???(5.41)0.047 3???(3.18)0.074 9???(5.34)常數(shù)項6.900 8???(10.73)7.697 0???(12.18)6.922 4???(32.13)6.203 9???(28.39)6.577 5???(29.68)5.883 7???(24.38)R20.344 60.276 60.297 80.257 10.309 90.265 9 注: (1)括號中為 t 值; (2)?、??、???分別表示在10%、 5%、 1%顯著性水平下顯著;(3)(ln)表示該變量在模型中以對數(shù)形式出現(xiàn)

第二步分析政策對產(chǎn)量的影響，模型3時間虛擬變量系數(shù)為0.134 0且在5%水平下顯著，意味著其他條件一定時，樣本村在政策實施后的總體小麥單產(chǎn)比政策實施前增長了13.40%，但交互項系數(shù)為-0.038 2且在10%顯著性水平下顯著，表明在其他條件一定時，試點村的小麥增產(chǎn)平均比非試點村小麥增產(chǎn)低3.82%，這個結(jié)果在模型4中也得到檢驗，水價變量系數(shù)為-0.001 4且在5%水平下顯著，表明其他條件一定的情況下，水價平均沒上升1%，小麥單產(chǎn)會下降0.14%。

第三步在模型3和4中加入了用水量變量以后，發(fā)現(xiàn)模型中的交互項和水價變量都不顯著了，而模型5和6中的用水量系數(shù)分別為0.070 4和0.036 8分別在10%和5%的顯著性水平下顯著，說明用水量在“一提一補”水價政策對小麥產(chǎn)量的影響中起到完全中介作用，也就是說，“一提一補”水價政策會減少。

此外，觀察模型3～6可以發(fā)現(xiàn)， 4個模型中機械投入變量都顯著為正，說明小麥增產(chǎn)過程中，機械化使用程度的增加起到了重要作用，因此雖然水價提高會對小麥生產(chǎn)有一定的負面影響，但產(chǎn)量總體還是呈上升趨勢。

4.2.2 玉米

表5 棉花回歸結(jié)果

用水量產(chǎn)量模型1模型2模型3模型4模型5模型6村虛擬變量0.015 0(1.39)0.063 5??(2.22)0.040 6(1.33)時間虛擬變量0.028 3(0.09)0.059 3(1.65)0.058 9(1.63)交互項-0.092 6(-0.23)-0.016 8(-0.35)-0.015 3(-0.33)水價(ln)-0.081 1(-1.22)-0.022 7(-0.35)-0.037 1(-0.60)用水量(ln)0.0152???(2.80)0.0177???(3.69)戶主年齡(ln)-0.030 1(-0.56)-0.055 5(-1.09)-0.013 7(-0.27)0.012 9(0.26)-0.009 1(-0.18)0.022 8(0.46)戶主受教育程度-0.033 2(-0.89)-0.002 5(-0.07)0.000 6(0.17)0.002 3(0.67)0.001 1(0.32)0.002 3(0.69)戶主是否是村干部0.082 1(0.15)0.048 5(0.79)0.135 6???(4.49)0.145 1???(4.48)0.134 4???(4.48)0.136 5???(4.37)土地質(zhì)量-0.064 6(-0.24)-0.075 3(-1.59)-0.048 8???(-4.31)-0.052 6???(-4.70)-0.039 0???(-3.51)-0.039 2???(-3.49)地塊離家距離-0.060 3???(-3.77)-0.077 5???(-4.67)-0.028 8?(-1.65)-0.036 7??(-2.10)-0.019 7(-1.21)-0.023 0(-1.40)勞動投入(ln)-0.037 8(-1.29)-0.036 0(-1.41)-0.021 4?(-1.76)-0.022 9?(-1.97)-0.015 6(-1.29)-0.016 5(-1.45)種子投入(ln)-0.091 7(-0.57)-0.031 8(-1.32)0.011 8(0.58)0.018 4(1.03)0.010 4(0.53)0.012 8(0.71)肥料投入(ln)0.196 3(1.19)0.091 5(0.57)0.007 0(0.42)0.012 9(0.79)0.010 0(0.66)0.014 5(0.97)農(nóng)藥投入(ln)-0.251 3(-0.76)-0.235 1(-1.57)-0.028 0(-1.27)-0.029 2(-1.31)-0.024 2(-1.08)-0.025 0(-1.12)機械投入(ln)-0.178 4??(-2.52)-0.156 3??(-2.16)0.010 7?(1.70)0.009 2(1.46)0.013 5??(2.07)0.012 0?(1.85)常數(shù)項7.394 5???(3.02)10.871 6???(4.60)6.381 6???(25.97)6.381 9???(25.49)6.269 0???(24.78)6.189 1???(23.89)R20.303 20.228 30.253 60.232 40.270 20.257 4 注: (1)括號中為 t 值; (2)?、??、???分別表示在10%、 5%、 1%顯著性水平下顯著;(3)(ln)表示該變量在模型中以對數(shù)形式出現(xiàn)

如表4所示。玉米模型結(jié)果中，模型1～2中的交互項和水價變量對用水量的影響并不顯著，而在模型3～4中這兩個變量對玉米產(chǎn)量的影響也并不顯著，但在模型5～6中加入了用水量變量以后，用水量變量系數(shù)分別為0.050 0和0.041 6且均在5%顯著性水平下顯著，這表明農(nóng)戶的灌溉用水量是會對玉米產(chǎn)量有顯著影響的，但是“一提一補”水價政策的實施并未能顯著影響玉米灌溉用水量，因此對玉米產(chǎn)量并不會產(chǎn)生顯著影響。

究其原因，可分為3個方面：第一，相比于小麥，玉米本身需水較少，灌水1～2次便可滿足生長需要，且生長期適逢雨季，因此該政策對于玉米用水量影響非常之小，玉米產(chǎn)量產(chǎn)生顯著影響； 第二，試點村自提價以后，水價一直穩(wěn)定在提價后的水平。也就是說，去除通貨膨脹因素影響后的水價其實是在逐年變低，這也是導(dǎo)致水價對玉米產(chǎn)量影響并不顯著的另一個原因； 第三，由于水價改革中存在補貼，農(nóng)戶的生產(chǎn)積極性并未降低。

4.2.3 棉花

棉花的回歸結(jié)果(表5)和玉米基本相似，交互項和水價變量對用水量影響不顯著，同時對單產(chǎn)影響也不顯著，但是用水量對單產(chǎn)的影響在1%顯著性水平下顯著為正。其原因之一也是因為棉花本身是耐旱作物，生長期一般只需要1水或0水，因此“一提一補”政策對棉花用水量影響不顯著，進而也不會顯著影響棉花產(chǎn)量； 此外水價本身過低和“一提一補”政策中補貼的存在也是導(dǎo)致政策對棉花單產(chǎn)影響不顯著的原因。

5 結(jié)論和政策建議

5.1 結(jié)論

(1)“一提一補”水價改革的實施對于小麥產(chǎn)量有顯著的負面影響，其中用水量起到完全中介作用，而對于玉米和棉花產(chǎn)量的影響并不顯著。其主要原因：①玉米和棉花的需水量較少，其中玉米生長期適逢雨季，有一部分灌溉可依靠雨水來滿足，而棉花本身生長期只需要澆1水或0水，因此“一提一補”水價改革對于玉米和棉花的用水量影響不顯著，進而不會顯著影響玉米和棉花的產(chǎn)量； ②試點村的現(xiàn)行水價依舊維持10年前剛改革時的水價，如果去除通貨膨脹因素，水價實質(zhì)上是逐年降低，因此如果繼續(xù)維持現(xiàn)行水價將很難對農(nóng)戶的生產(chǎn)行為有進一步的影響；③由于“一提一補”改革中存在政府的財政補貼，農(nóng)戶的生產(chǎn)積極性并未降低。

(2)由于技術(shù)進步，農(nóng)業(yè)機械化等因素導(dǎo)致的產(chǎn)量提升是顯著的，使得提高水價對小麥產(chǎn)量的負面影響幾乎可以忽略不計。

綜上，“一提一補”水價改革除了對小麥單產(chǎn)會有一些負面影響外，總體上對桃城區(qū)作物產(chǎn)量并不會造成很大的影響。而且由于科技進步，農(nóng)業(yè)機械化帶來的產(chǎn)量提高能夠完全抵消水價改革導(dǎo)致對產(chǎn)量的微弱負面影響，因此是一個值得推廣的好制度。

5.2 政策建議

(1)當?shù)赜嘘P(guān)部門需要探討未來進一步提價的可行性。由于現(xiàn)行水價依舊維持在改革初期的水平，跟目前農(nóng)戶收入水平相比較低，無法實現(xiàn)“一提一補”水價政策的改革目標，同時模型結(jié)果顯示提高水價除了對小麥產(chǎn)量會有一定的負面影響外，并不會顯著影響玉米和棉花的產(chǎn)量，因此仍存在一定的提價空間。

(2)加大農(nóng)業(yè)機械化的使用程度，同時加大對高產(chǎn)品種和能夠促進糧食增產(chǎn)新技術(shù)的推廣力度，利用科技進步來帶動產(chǎn)量的提高。一方面，由于模型結(jié)果中機械投入對于產(chǎn)量的提升有顯著的正向影響，因此，需要鼓勵農(nóng)戶在糧食生產(chǎn)過程中使用大型機械，基于各項優(yōu)惠政策，提高糧食生產(chǎn)效率； 另一方面，政府應(yīng)鼓勵高校成立課題組開展高產(chǎn)新品種、新技術(shù)相關(guān)方面的研究，提供相關(guān)財政支持。