水旱災害、水利投資對糧食產量的影響

摘要：基于糧食主產區與非主產區面板數據，實證分析水旱災害、水利投資等因素對糧食產量的影響。研究顯示：水旱災害、水利投資、農業勞動力等因素對糧食產量的影響在糧食主產區與糧食非主產區表現出不同的特征。水旱災害對糧食主產區糧食產量的影響大于糧食非主產區，旱災和水災都對糧食主產區的糧食產量造成顯著影響，而在糧食非主產區，旱災對糧食產量的影響較大，水災對糧食產量的影響較小。在糧食主產區，提高有效灌溉率、除澇率可以有效增加糧食產量，但在糧食非主產區，有效灌溉率與糧食產量之間的關系不顯著，除澇率與糧食產量負相關。勞動力在糧食主產區對糧食產量的產出彈性為正，但在糧食非主產區，勞動力對糧食產量的產出彈性為負。農業機械總動力與糧食產量的關系在糧食主產區不顯著，而在糧食非主產區，農業機械總動力對糧食產量的產出彈性為負。

關鍵詞：水旱災害；水利投資；糧食產量；糧食主產區；糧食非主產區

中圖分類號：F304.4 文獻標識碼：A 文章編號：1009-9107（2016）05-0136-07

引 言

隨著工業化進程中環境污染的加劇，以及人口劇增對自然資源的過度掠奪，農業自然災害發生頻率越來越高，自然災害發生的范圍越來越大，自然災害造成的經濟損失越來越嚴重。農業自然災害主要包括干旱、洪澇、冰雹、雪暴、低溫凍害、高溫熱浪、泥石流、荒漠化、鹽漬化、水土流失等，在眾多農業自然災害中，干旱和洪澇災害對糧食生產影響最大。數據顯示：1950-2014年，農作物年均旱災受災面積達到20 988.63千公頃，占農作物總播種面積的14.1%，年均旱災成災面積為9 372.09千公頃，占農作物總播種面積的6.3%，因受旱造成的糧食損失達到162.88億公斤；1950-2014年，農作物年均水災受災面積為9 774.45千公頃，占農作物播種面積的6.6%，水災年均成災面積為5 397.78千公頃，占農作物播種面積的3.6%。總體來看，1950-2014年間水旱災害受災面積占農作物播種面積的20.7%，水旱災害成災面積占農作物播種面積的9.9%。顯然，干旱和洪澇是影響作物產量的主要自然災害，其中，干旱是對作物產量影響最大、影響區域最廣、發生最頻繁的自然災害，成為中國農業穩定和糧食安全供給的主要制約因素[1]。水旱災害頻發要求我們進行科學有效的農業水旱災害風險管理，將災前防范、災中控制與災后補救密切結合，其中，進行水利投資、加強農田水利設施建設是從物質技術角度提高防御災害能力的主要措施，對農業穩定發展和國家糧食安全有重要意義。2011年中央一號文件指出：“水利是現代農業建設不可或缺的首要條件，要把水利工作擺上黨和國家事業發展更加突出的位置，著力加快農田水利建設，推動水利實現跨越式發展?！贝撕?，政府加大了水利投資力度，2014年水利建設投資完成額達到4 083億元。眾所周知，水旱災害對糧食生產造成不利影響，而水利投資會降低水旱災害成災率，確保糧食生產的穩定性。那么，旱災、水災究竟在多大程度上對糧食產量產生影響，在糧食主產區與糧食非主產區的影響程度是否存在差異？水利投資對糧食增產的效果如何？對這些問題進行研究，能為更有針對性的制定水利投資政策和糧食政策提供參考借鑒。

一、文獻回顧

綜觀現有文獻，學者們從不同角度對影響糧食產量的因素進行了研究。在糧食播種面積、化肥施用量與糧食產量的關系上，研究結論較為一致，認為糧食播種面積、化肥施用量的增加能顯著提升糧食產量，是糧食增產的決定性因素。而在研究農村勞動力投入是否會增加糧食產量上，存在兩種截然相反的觀點。一種觀點認為農村勞動力與糧食產量為正相關關系，農村剩余勞動力轉移會降低糧食產量。在農村勞動力轉移過程中，勞動力的大量流失使得農村勞動力在數量上開始缺乏，另外，流失的一般為青壯年或有相對知識技能的農村勞動力，從而使得農村勞動力整體素質下降，導致耕地資源的低效率利用，進而影響糧食產量[2，3]。另一種觀點則認為農村剩余勞動力轉移有利于增加糧食產量，如溫鐵軍、董筱丹和石嫣認為只要農村剩余勞動力轉移數量少于剩余勞動力存量，中國農業生產就仍然存在“內卷化”傾向，農民外出或在本地從事非農業活動對糧食產出沒有明顯的負面影響[4]。程名望、張帥和潘烜基于中國糧食主產區的面板數據實證分析了農村勞動力轉移對糧食產量的影響，研究表明：中國農村勞動力轉移和糧食穩定增產存在一致性趨勢，農村勞動力轉移并沒有對中國糧食主產區的糧食生產產生顯著影響[5]。而在農業機械總動力對糧食產量的影響上，較為一致的觀點是農業機械總動力的提升并不一定帶來糧食產量的增加[6，7]，或者認為雖然利用機械技術可以擴大生產規模，但卻不是我國農業發展的主要技術進步之路[8]。

一些學者研究了自然災害對糧食生產的影響，發現自然災害對糧食產量有較強的削弱作用。李茂松等根據我國1950-2002年間的糧食產量統計資料，分析了各個年代主要糧食作物產量與自然災害之間的關系，結果表明，自然災害對我國糧食產量的影響極大[9]。楊重玉運用灰色關聯分析法實證分析了自然災害對糧食產量的影響[10]。鄭軍和曹翀運用多元回歸分析法考察了安徽省各市旱澇災害和冬小麥產量損失之間的關系[11]。馬九杰等[12]、陳衛洪和謝曉英[13]研究發現：氣候災害導致的受災面積和成災面積對糧食產量有較強的削弱作用，降低了糧食的綜合生產能力。還有一些學者利用相關數據研究了水利投資對糧食產量的影響。韓青、李珠懷和劉丹利用1991-2006 年中國水利建設投入和其他農業生產資料投入的基礎數據，就中國水利建設投入對糧食單產的影響進行了計量分析，研究結果表明，中國水利建設投入對糧食單產的影響顯著[14]。郭衛東和穆月英利用全國1981-2010年的時間序列數據分析糧食生產和水利投資之間的關系，研究表明：水利投資對糧食生產具有顯著地影響，但投資對于糧食生產來說傳導機制復雜，短期內主要是對于水電機械設備行業起到了積極的推動作用，對于糧食生產的作用仍待進一步釋放[15]。石成玉基于1999-2012年中國省級面板數據分析了農業水利投資對耕地產出效率損失的影響，研究顯示：農業水利投資作為緩解水土資源矛盾的有效途徑，對提高耕地利用技術效率具有顯著正向作用，通過增強對農田灌溉、防澇除旱等農業水利設施的投資，能有效抵御自然災害，增加糧食產出[7]。

通過文獻回顧發現，重點分析水旱災害、水利投資對糧食產量影響的文獻不多，且鮮有文獻將旱災與水災區分開來以研究旱災、水災對糧食產量影響的強度，基于此，將旱災與水災區分開來進行研究更有針對性?，F有文獻更多地是從中國總體糧食生產角度進行研究，很少從糧食主產區、糧食非主產區等結構性角度進行結構性的細化研究。對于糧食生產，中國可以分為糧食主產區、糧食非主產區，其中糧食主產區的糧食產量接近全國糧食產量的80%[5]，糧食主產區在國家糧食生產中起到至關重要的作用[16]。在糧食主產區與糧食非主產區，水旱災害、水利投資等因素對糧食生產的影響可能表現出不同的強度，因此，本文除了從全國層面對影響糧食產量的因素進行研究外，將全國樣本分為糧食主產區和糧食非主產區，研究水旱災害、水利投資等因素對糧食產量的影響，為更有針對性地制定對糧食主產區與糧食非主產區的相關政策提供實證支撐。

二、模型、方法與數據

（一）計量模型

要考察水旱災害、水利投資對糧食產量的影響，選擇合適的變量至關重要。如果選用旱災成災面積、水災成災面積作為水旱災害的代理變量，那么，可能會造成水旱災害與水利投資的多重共線性，因為通過水利投資能減低水旱災害的成災率，降低因水旱災害而造成的糧食減產程度，將影響回歸結果的準確性。農作物受災主要由極端氣候造成，水利投資對水旱災害受災面積影響較小，在遭受水旱災害時，如果農田水利設施質量達標、結構合理，那么農作物受災而不會成災，水利投資的作用是降低水旱災害成災面積。因此，本文選擇旱災受災面積、水災受災面積作為水旱災害的代理變量，以避免與水利投資產生多重共線性。由于農作物播種面積不等，即使不同年份的農業水旱受災面積相同，災害造成的相對損失量或者災害的危害程度也是有差別的，為便于比較，需要進行適當處理[17]。本文用旱災受災率、水災受災率反映水旱災害情況。旱災受災率=旱災受災面積/農作物播種面積×100%，水災受災率=水災受災面積/農作物播種面積×100%?？疾焖顿Y對糧食產量的影響時，根據農業水利設施在農業生產中發揮的灌溉、排澇等作用，且我國針對農田水利設施的投資數據并未作出具體細分，因此，本文參考汪小勤和姜濤[18]、石成玉[7]、胡浩和張鋒[8]等研究，在考察農業水利投資對糧食產量的影響時，選取有效灌溉率與除澇率作為替代變量，其中，有效灌溉率=有效灌溉面積/農作物播種面積×100%，除澇率=除澇面積/農作物播種面積×100%。

除了水旱災害與水利投資對糧食產量產生影響外，糧食播種面積、農業勞動力、農業機械、化肥施用量與糧食產量息息相關。土地與勞動力是糧食生產最重要的物質投入，糧食播種面積對糧食產量有重要影響。對于勞動投入的衡量，一般應使用勞動者實際工作時間，但是我國種糧勞動力的實際勞動時間沒有準確的數據，由于缺少種植糧食作物實際勞動時間數據，因而參考吳玉鳴[19]、郭衛東和穆月英[15]等研究，用種糧勞動力代替種糧勞動時間，種糧勞動力通過計算獲得，計算公式為：種糧勞動力=糧食播種面積/農作物播種面積×第一產業勞動力。農業化肥施用量作為農業生產投入的主要要素之一，對于糧食單產的增加有著不可替代的作用[20]。因此，將糧食播種面積、農業勞動力、農業機械、化肥等作為控制變量，研究水旱災害、水利投資對糧食產量的影響。

在估計方法上，由于全國數據為短面板數據，因而用固定效應模型和隨機效應模型對全國數據進行回歸，而對糧食主產區與糧食非主產區的面板數據進行估計時，選取適合長面板數據的估計方法進行回歸分析。

（二）數據來源與描述統計

本文數據來源于《中國農業統計資料匯編1949-2004》《中國統計年鑒》《中國農村統計年鑒》《中國水利統計年鑒》《中國水旱災害公報》，其中除澇面積、旱災受災率、水災受災率的數據有所缺失。表1 給出了各變量的描述性統計。

三、實證分析

運用STATA12.0軟件估計了水旱災害、水利投資等因素對糧食產量的影響，參數估計結果見表2。無論利用1990-2014年29個省份的面板數據進行分析，還是將全樣本分為糧食主產區和糧食非主產區進行回歸，糧食播種面積與糧食產量為顯著的正相關關系。糧食播種面積每提高1%，糧食產量約增加1%，且都通過了1%的顯著性檢驗，糧食播種面積與糧食產量的關系很穩健。

回歸結果表明，糧食播種面積對糧食安全有重要影響，而糧食播種面積與耕地面積、復種指數密切相關。隨著我國城鎮化、工業化進程的不斷加快，占用耕地進行建設已成為常態，耕地面積不斷減少，城鎮化、工業化與耕地保護之間的矛盾日益突出，解決城鎮化、工業化與耕地保護之間的矛盾對糧食產量具有重要影響。

從全國層面看，種糧勞動力與糧食產量的關系為負，但沒有通過顯著性檢驗。種糧勞動力與糧食產量的負相關關系，可能的原因有兩個：一是由于數據質量的原因，本文使用的是種糧勞動力投入，而非種糧的勞動投入時間，且種糧勞動力也是通過估算得到的，在中國農業生產中普遍存在勞動力過剩的情況下，勞動力一般為不顯著變量[14]；二是從全國層面進行分析忽略了地區差異，糧食主產區、糧食非主產區種糧勞動力與糧食產量的關系可能完全相反。將全國各省分為糧食主產區與糧食非主產區進行研究后發現：在糧食主產區，種糧勞動力與糧食產量為正相關關系，種糧勞動力每增加1%，糧食產量增加0.05%，且通過了10%的顯著性檢驗；而在糧食非主產區，種糧勞動力與糧食產量負相關，種糧勞動力每增加1%，糧食產量反而減少0.228 5%，且通過了1%的顯著性檢驗。在糧食主產區，由于糧食需要精耕細作，種糧勞動力是糧食生產的重要物質投入，勞動力對糧食主產區的糧食產量具有重要影響，因此，培育新型職業糧農有利于糧食產量的穩定增加。在糧食非主產區，勞動力的勞動時間可能更多的是用于糧食生產外的其他農、林、牧、漁業生產活動，導致回歸結果顯示種糧勞動力與糧食產量負相關，且在糧食非主產區有限的耕地上，所需種糧勞動力有限。

總的來說，農業機械總動力與糧食產量的關系為負，在糧食非主產區，農業機械總動力與糧食產量的負相關關系很明顯。這表明：在其他條件不變的情況下，農業機械總動力的增加并不能帶來糧食產量的增加，農業機械總動力與勞動力是替代的關系，農業機械總動力增加能減輕勞動力的勞動強度，但糧食是需要精耕細作的，農業機械并不能完全替代農業勞動力的精耕細作，農業機械的邊際替代率是不斷降低的。在尚沒有達到“農村剩余勞動力轉移陷阱”的穩定值、且耕地分散化、細碎化的情況下，農用機械投入效率較低，導致產出彈性為負[7]。加之使用農業機械的費用較高，種糧農戶從成本效益出發，能少用農業機械就少用農業機械，以節省生產成本，提高單位面積利潤，超出農戶有效需求的農業機械將處于閑置狀態，并不能發揮作用。

化肥施用量的增加能顯著提高糧食產量。從全國層面看，化肥施用量每增加1%，糧食產量提高0.276%；在糧食主產區，化肥施用量每增加1%，糧食產量增加0.279 6%；在糧食非主產區，化肥施用量每增加1%，糧食產量提高0.128%。糧食主產區化肥施用量對糧食產量的提升作用大于糧食非主產區。雖然化肥能帶來糧食產量的增加，但化肥施用量對糧食產量的貢獻率沿著拋物線軌跡運行，隨著化肥使用年數增多， 化肥對糧食的增產效果越來越差，表現出經濟上的邊際效益遞減律[9，21]。且化肥施用過多還會帶來土壤板結等生態問題，因此，在化肥施用的過程中，農技部門應引導農戶精準施肥，根據土壤特性配肥，積極使用對改善耕地質量和增加作物產量都有良好作用的有機肥、綠肥。

水旱災害會降低糧食產量，旱災受災率、水災受災率與糧食產量存在顯著的負相關關系。從全國層面看，旱災受災率每增加1%，糧食產量降低0.003 8%；水災受災率每增加1%，糧食產量降低0.002 2%。旱災對糧食產量的影響大于水災對糧食產量的影響，這與我國水資源缺乏的具體國情有一定的聯系，但同時說明我國總體應對農業旱災的能力和水資源儲備、調配能力還有待于進一步加強。在糧食主產區，旱災受災率每上升1%，糧食產量降低0.003 7%；水災受災率每上升1%，糧食產量降低0.003 4%。在糧食非主產區，旱災對糧食產量的影響高于水災對糧食產量的影響，旱災受災率每增加1%，糧食產量降低0.003 5%，且通過了1%的顯著性檢驗；水災受災率每增加1%，糧食產量降低0.000 9%，沒有通過顯著性檢驗。

在控制其他變量的情況下，有效灌溉率增加，糧食產量隨之增加。從全國層面看，有效灌溉率增加1%，糧食產量增加0.002%；在糧食主產區，有效灌溉率增加1%，糧食產量約提升0.003%；在糧食非主產區，有效灌溉率每提升1%，糧食產量增加0.001 5%，但沒有通過顯著性檢驗。有效灌溉率的提高對糧食增產的作用在糧食主產區大于糧食非主產區。從全國層面看，除澇率與糧食產量之間的關系不太顯著，但將全樣本分為糧食主產區與糧食非主產區后，除澇率與糧食產量之間的關系較為顯著。在糧食主產區，除澇率每增加1%，糧食產量約增加0.012%；而在糧食非主產區，除澇率與糧食產量的關系為負，除澇率提升1%，糧食產量反而下降0.009 1%，且通過了5%的顯著性檢驗。在糧食主產區與糧食非主產區，除澇率與糧食產量之間的關系表現出完全相反的特征。因而，加大水利投資，提高有效灌溉面積和除澇面積有利于增加糧食主產區的糧食產量。而在糧食非主產區，雖然有效灌溉率與糧食產量正相關，但除澇率與糧食產量負相關，可能的原因是除澇后的耕地被用來種植收益更高的經濟作物，而非糧食作物。

四、結論與啟示

（一）結論

通過以上分析可知，水旱災害、水利投資、農業勞動力等對糧食產量的影響在糧食主產區與糧食非主產區表現出不同的特征：

1.糧食播種面積對糧食產量的產出彈性為正，且彈性系數大，在糧食主產區與糧食非主產區都表現出相同特征。

2.勞動力對糧食產量的產出彈性在糧食主產區與糧食非主產區表現出完全相反的特征，勞動力在糧食主產區對糧食產量的產出彈性為正，但在糧食非主產區，勞動力對糧食產量的產出彈性為負。

3.農業機械總動力與糧食產量的關系在糧食主產區不顯著，而在糧食非主產區，農業機械總動力對糧食產量的產出彈性為負。

4.化肥對糧食產量的產出彈性為正，但糧食主產區的產出彈性是糧食非主產區的2倍。

5.在糧食主產區，提高有效灌溉率、除澇率可增加糧食產量；但在糧食非主產區，有效灌溉率與糧食產量之間的關系不顯著，除澇率與糧食產量負相關。

6.水旱災害對糧食主產區糧食產量的影響大于糧食非主產區，旱災和水災都對糧食主產區的糧食產量造成顯著影響，而在糧食非主產區，旱災對糧食產量的影響較大，水災對糧食產量的影響較小。

（二）啟示

1.水旱災害對糧食主產區糧食產量的影響大于糧食非主產區，而水利投資如提升有效灌溉率、除澇率可以有效增加糧食主產區的糧食產量，因此，水利投資應向糧食主產區傾斜，加大對糧食主產區的農田水利設施建設，以降低水旱災害成災率，確保糧食生產穩定。

2.在糧食主產區，應培育新型糧農，而在糧食非主產區應加快農村剩余勞動力的轉移。

3.在農業機械的投入方面，適當加大對糧食主產區的機械投入，對糧食主產區的農業機械購買進行補貼，而在糧食非主產區，農業機械不是增加糧食產量的有效途徑。

4.糧食播種面積對糧食增產的作用在糧食主產區與糧食非主產區都很顯著，因此，在快速城鎮化與工業化的情況下，應保護好耕地數量與質量。

5.化肥對糧食產量的產出彈性較大，但一味依賴化肥增產不可持續，應通過精準施肥、配肥及使用綠肥的方式增加糧食產量。

參考文獻：

[1] 龍方，楊重玉，彭澧麗.自然災害對中國糧食產量影響的實證分析——以稻谷為例[J].中國農村經濟，2011（5）：33-44.

[2] 呂新業.我國糧食安全現狀及未來發展戰略[J].農業經濟問題，2003（11）：43-47.

[3] 秦立建，張妮妮，蔣中一.土地細碎化、勞動力轉移與中國農戶糧食生產[J].農業技術經濟，2011（11）：16-23.

[4] 溫鐵軍，董筱丹，石嫣.中國農業發展方向的轉變和政策導向：基于國際比較研究的視角[J].農業經濟問題，2010（10）：88-93.

[5] 程名望，張帥，潘烜.農村勞動力轉移影響糧食產量了嗎？——基于中國主產區面板數據的實證分析[J].經濟與管理研究，2013（10）：79-85.

[6] 亢霞，劉秀梅.我國糧食生產的技術效率分析——基于隨機前沿分析方法[J].中國農村觀察，2005（4）：25-32.

[7] 石成玉.氣候變化、農業水利投資與我國耕地產出效率分析[J].農業技術經濟，2015（11）：62-68.

[8] 胡浩，張鋒.中國農戶耕地資源利用及效率變化的研究[J].中國人口·資源與環境，2009（6）：131-136.

[9] 李茂松，李章成，王道龍，等.50年來我國自然災害變化對糧食產量的影響[J].自然災害學報，2005（2）：55-60.

[10] 楊重玉.自然災害與湖南糧食產量的灰色關聯度分析[J].湖南農業大學學報：社會科學版，2013（2）：6-9.

[11] 鄭軍，曹翀.冬小麥天氣指數保險產品優化設計：旱澇風險和產量損失的相關性分析[J].重慶工商大學學報：社會科學版，2016（1）：1-8.

[12] 馬九杰，崔衛杰，朱信凱.農業自然災害風險對糧食綜合生產能力的影響分析[J].農業經濟問題，2005（4）：14-17.

[13] 陳衛洪，謝曉英.氣候災害對糧食安全的影響機制研究[J].農業經濟問題，2013（1）：12-19.

[14] 韓青，李珠懷，劉丹.中國不同地區水利建設投入對糧食產量的影響分析[J].技術經濟，2010（1）：48-51.

[15] 郭衛東，穆月英.我國水利投資對糧食生產的影響研究[J].經濟問題探索，2012（4）：78-82.

[16] 魏后凱，王業強.中央支持糧食主產區發展的理論基礎與政策導向[J].經濟學動態，2012（11）：49-55.

[17] 郭珍，曾福生.水利投資減災效果評估： 基于中國省際面板數據的實證研究[J].河海大學學報：哲學社會科學版，2014（3）：49-54.

[18] 汪小勤，姜濤.基于農業公共投資視角的中國農業技術效率分析[J].中國農村經濟，2009（5）：79-86.

[19] 吳玉鳴.中國區域農業生產要素的投入產出彈性測算——基于空間計量經濟模型的實證[J].中國農村觀察，2010（6）：25-48.

[20] 黃勇，朱信凱.基于指數分解法的中國糧食增量貢獻要素研究[J].農業技術經濟，2014（6）：92-102.

[21] 徐浪，賈靜.化肥施用量對糧食產量的貢獻率分析[J].四川糧油科技，2003（1）：10-13.

[22] 王羅方.加速丘陵山區農業機械化的途徑與措施——以湖南省為例[J].湖湘論壇，2015（1）：56-60.

Abstract：Based on panel data of main grain producing areas and non-major grain producing areas，the paper analyzes the factors influencing grain yield.The research results show that flood and drought disasters，water conservancy investment， agricultural labor and other factors on the impact of grain production had different characteristics in main grain producing areas and non-major grain producing areas. Flood and drought disasters affected grain production significantly in main grain producing areas；while in non-major grain producing areas，drought disasters affected grain production significantly， but flood disasters didn’t so.In the major grain producing areas，improving the effective irrigation rate and drainage rate can effectively increase the grain yield，however，in the non-major grain producing areas，the relationship between the effective irrigation rate and grain yield was not significant， and the drainage rate and grain yield was negatively correlated.The output elasticity of labor to grain output is positive in the major grain producing areas，but it is negative in the non-major grain producing areas. The relationship between total power of agricultural machinery and grain yield was not significant in the major grain producing areas；while the output elasticity of total power of agricultural machinery to grain output is negative in the non-major grain producing areas.

Key words：flood and drought disasters；water conservancy investment； grain yield；main grain producing areas；non-major grain producing areas