糧食主產區農田水利投資績效與政府干預效應分析

羅芳+孫彩虹++田苗++王慶

摘要：糧食主產區擔負著確保國家糧食安全的重任，農田水利建設在糧食和農業生產中至關重要，政府是農田水利的投資主體，研究糧食主產區農田水利的投資績效以及政府干預的效應有利于了解投資的規模和結構是否合理，對促進效率有積極的現實意義。根據1990—2014年糧食主產區數據，基于Malmquist-FGLS兩階段模型，評估了農田水利投資績效及其影響因素，著重分析了政府投資和政策的效應。結果表明，政府干預對農田水利投資績效帶來不利影響，投資規模不合理，結構有待調整；經濟發展水平的提高提升了投資績效；農村教育“親城市”。最后，提出了加強地方政府財力基礎和中央政府的監督作用、整合財政投入資金、調整投資結構、強化農民節水灌溉技能培訓等政策措施。

關鍵詞：糧食主產區；農田水利；投資績效；政府干預

中圖分類號： F326.11文獻標志碼： A文章編號：1002-1302（2017）08-0323-07

“有收無收在于水，收多收少在于肥”，這句農諺形象地道出了農田水利對糧食和農業生產的重要性。農田水利基礎設施建設是現代農業發展的基本條件，是國家糧食安全和農村經濟發展的重要保障。然而，中國農村水利事業的發展現狀卻不盡如人意。在全球氣候惡化的大背景下，旱、澇災害呈多發、頻發的態勢，由此帶來的直接和間接經濟、社會損失難以估計。2013年，全國洪澇災害導致1 190.1 萬hm2農作物受災、成災662.3萬hm2，受損水庫1 241座、堤防3.7萬處、護岸5.3萬處、水閘7 187座，洪澇災害導致直接經濟損失3 146億元[1]。2014年，全國作物受旱面積2 266.7萬hm2、旱災面積1 200萬hm2、成災面積567.7萬hm2、絕收148.5萬hm2，干旱造成糧食損失2 006萬t、經濟作物損失276億元[2]。如此嚴重的災情，暴露出農田水利基礎設施的發展瓶頸。全國1/2以上耕地基本上屬于“望天田”，大型灌區骨干設施損毀接近40%，中小型灌區干支渠完好率僅約50%，小水池、小水窖、小塘壩、小水渠、小泵站的“五小水利”設施損毀嚴重。由此引發了政府部門的高度關注， 于是相繼制定和出臺了一系列專門針對農田水利基礎設施建設和維護的政策措施；例如，2005年中央財政設立了農田水利建設補助專項資金；2009年財政部和水利部共同開展了小型農田水利中央財政重點縣建設；2011年中央下發了關于加快水利改革發展的1號文件，該文件的出臺標志著我國農田水利改革發展進入了加速期。政府的重視程度將對農田水利投資產生深遠影響，有利于農田水利在農業生產和農村發展中基礎性作用的發揮。

圍繞如何提高農田水利投資績效問題，近年來學術界從績效評估及其影響因素分析2個方面展開了大量研究。首先，農田水利投資績效的DEA評估。Speelman等對南非西北省Zeerust市小型農田水利計劃的研究顯示，總體而言，農業生產不變規模報酬（CRS）和可變規模報酬（VRS）下平均技術效率分別為0.51和0.84，有效的只有14%和39%。對水利用的子向量而言，效率更低，CRS和VRS下的平均水利用效率分別為0.43和0.67[3]。水的利用效率低于總體技術效率，原因可能是缺乏水價機制所致[4]。Zeerust市樣本農戶種植的技術效率很低，許多農戶的規模效率有待改善，其中規模無效也與Binam等對科特迪瓦的咖啡農[5]、Abay等對土耳其的煙草農[6]、Shafiq和Rehman對巴基斯坦的棉農[7]的報道相吻合。對中國西北地區，Kaneko等估算的平均灌溉水效率為 0.53[8]，而Wang估算的平均技術效率為0.62[9]。華堅等發現中國農村水利建設整體效率偏低，大部分無效率地區的水利投入規模過大，糧食主產區的效率不佳[10]。Ullah和Perret考察了巴基斯坦旁遮普省的棉花種植，殺蟲劑等污染性投入對環境產生了不利影響[11]。通過改進投入組合，在經濟收益不變的前提下，農場的潛在環境影響下降。但也有少數有效的情況，如Haji對埃塞爾比亞東部農戶的傳統種植系統[12]、Alene等對埃塞俄比亞南部的1年生和多年生套作系統的評估發現是規模有效的[13]。吳平和譚瓊對中國2003—2009年的動態分析發現，農田水利全要素生產率（TFP）呈現年均增長率為12.2%的較快增長特征，黃河流域的TFP增長最快，達到20.1%，說明前期的各種農田水利政策和財政投入開始逐步發揮效益[14]。

其次，農田水利投資績效的影響因素研究。Speelman等提出，農場規模、所有權、農地細碎化程度、灌溉規劃類型、作物選擇、灌溉方法對水利用的技術效率有顯著影響[3]。Karagiannis 等發現，現代溫室技術、教育、技術推廣、種植密度、化學藥劑的使用、租種土地的比例是與灌溉水效率有關的主要因素[15]。Dhehibi等認為，農民的年齡、教育水平、農業培訓、農場規模、高產果樹的比例、水的獲得性對技術和灌溉水效率都有正影響[16]。Ullah和Perret提出，農場規模顯著地影響效率，若有技術推廣或培訓服務，該影響為正。播種方法顯著地影響技術效率和環境效率，而正規教育對效率的影響為負。政策干預能改進技術效率，進而提高環境效率，并降低農民的生產成本[11]。何平均和劉睿認為，農田水利投資績效與人均GDP、農村文盲率、農田水利財政支出占總財政支出的比例負相關，與“小農水”建設專項補助政策、農田水利管理體制改革正相關[17]。張寧發現，非集體產權、水費收繳制度有利于提高農田水利技術效率，而經濟越發達地區技術效率越低；與“承包權拍賣”比較，“水利會”這種農戶參與機制有利于提高技術效率，而“村委會直接管理”將導致效率降低[18]。

已有研究探討農田水利投資績效的成果頗豐[9，19]，但將政府的政策效應與投資績效結合起來的較少[11]。另外，許多學者受限于橫截面數據導致估算的效率值刪失，基于DEA-Tobit模型的結論較多[3，20]，利用面板數據（Panel Data）的結論較少。本研究根據1990—2014年糧食主產區的農田水利數據，基于曼奎斯特-可行廣義最小二乘（Malmquist-FGLS）兩階段模型，較為精準地評估了投資績效，并估計了影響它的邊際效應，尤其是政府干預效應。這對探尋提高農田水利投資效率的路徑，特別是對從政府與政策的角度尋找更為科學、規范的頂層制度設計方案有著重要的現實指導意義。

1Malmquist指數法

評估效率常用方法之一是數據包絡分析（DEA）法，該方法適合于分析相似決策單元（DMU）的相對效率[21]。由于糧食主產省區從農業生產的國家惠農政策支持到農業基礎設施發展水平都更為接近，符合利用DEA法的前提條件；再者糧食主產區承擔著確保國家糧食安全的重任，因此，選擇糧食主產區作為研究對象。為了比較13個糧食主產省區縱向上的農田水利投資績效，選擇1990—2014年動態數據進行分析，采用DEA中處理面板數據（Panel Data）的曼奎斯特（Malmqusit）指數法。

Malmquist指數（MQI）由追趕效應（TECH）和前沿移動（φ）2個部分構成。追趕效應是決策單元（DMU）技術效率的變化，反映了組織、協調、管理能力等對技術效率的影響。前沿移動又稱為創新效應，反映了DMU移動導致的相對于2個時期變動的生產前沿的效率變化。

MQI=TECH·φ。（1）

由圖1可知，從時期1到時期2，假設1個行動個體從P點移動到Q點。追趕效應為Q點關于時期2前沿的效率與P點關于時期1前沿的效率之比，即：

TECH=BD/BQ1AC/AP。（2）

從時期1到時期2，P點的前沿從C移到E，其前沿移動可表示為φ=AC1AE，有φ1=AC/AP1AE/AP，即φ1等于P相對于時期1前沿的效率與其相對于時期2前沿的效率之比。類似地，Q的前沿移動可表示為φ2=BF/BQ1BD/BQ，即φ2等于Q相對于時期1前沿的效率與其相對于時期2前沿的效率之比。前沿移動φ為φ1、φ2的幾何平均，即：

φ=φ1φ2。（3）

由式（1）～式（3），整理得：

MQI=（BF/BQ）·（BD/BQ）1（AC/AP）·（AE/AP）。（4）

即MQI等于Q點時期1、2的效率之積與P點時期1、2的效率之積比值的平方根。

2政府干預對農田水利投資績效影響的理論假設

農田水利投資績效管理是一個系統工程。從理論上來說，政府干預、區域經濟發展水平、農村教育、工程規模等一系列因素都會對其產生深遠影響，具體闡釋如下：

（1）政府干預。通過改進管理，較低的水投入可以獲得較高的收益[22]。因此，旨在增進水效率的政策被引入。改進管理是指提高水資源配置和灌溉效率，其中水資源配置效率與適當的灌溉用水水價密切相關，這可以通過設計短期和長期節水政策來實現[15]。另外，政府組織的系列培訓，如關于農用化學品的投入數量、時間控制和使用方法等，有助于提高成本效率和環境效率[11]。

（2）區域經濟發展水平。對農田水利投資績效而言，區域經濟發展水平是把“雙刃劍”。一方面，區域經濟越發達，農民越有能力加大水利投入，現代自動化設備更有可能被應用到農田基礎設施的建設中來，進而提高水利投資效率[9]；另一方面，由于農業的比較效益相對較低，非農收入往往占很大的比例，農民不必依賴農業收入，因而不再重視農田水利建設，這將對水利投資效率造成不利影響。因此，區域經濟發展水平的作用取決于占優勢的那個影響。

（3）農村教育。農民受教育程度越高，既有利于農田灌溉節水技術的使用，也由于管理協調水平的提高，有助于在投入既定的條件下獲得更高的產出。教育對技術和灌溉水效率有正向影響[9，15-16]。

（4）工程規模。根據規模經濟理論，在既定的技術經濟條件下，通過專業分工與協作，擴大生產規模可以節約管理和運營成本。但是，隨著規模的進一步擴大，各生產部門因協調受阻而導致效率降低。因此，農田水利建設規模過小或過大都對提高效率不利[13]，只有規模適度才是最有效率的[20]。

3農田水利投資績效評估

第一階段，Malmquist指數（MQI）評估。利用日本 SaiTech 公司開發的軟件DEA-Solver Pro 9.0，評估1990—2014年糧食主產區，即黑龍江、吉林、遼寧、內蒙古、河北、河南、山東、安徽、江蘇、江西、湖北、湖南、四川的MQI。本研究采用的數據來自歷年中國水利年鑒、中國人口和就業年鑒、各省統計年鑒等。需說明的是，重慶市于1997年成立直轄市從四川省分離出來，經濟數據也從此時起分開統計。由于無法獲得1997年以前重慶市、四川省獨立數據，為了避免因數據統計口徑改變對實證分析結果造成的誤差，本研究所采用的1997年以后四川省數據實為四川省與重慶市數據之和?？紤]2類投入即農田水利建設的資金、勞動力投入。從3個方面來考察產出指標，即經濟績效、生態績效和社會績效。具體指標選取見表1。為了剔除通貨膨脹的影響，這里的農田水利投資、農林牧漁業總產值，以及后面回歸分析變量農民人均純收入，都利用CPI指數進行平減，基期為1990年。鑒于糧食主產區的投入具有前期固定性以及短期規模穩定導致的適應性，采用規模報酬不變（CRS）的產出角度（Output Oriented）進行估算。評估結果見表2，數據為與上一年比較的相對效率，因篇幅限制僅給出MQI，追趕效應（TECH）和前沿移動（φ）從略。

由表2可知，遼寧、黑龍江、江蘇、江西24年MQI平均值大于1，說明樣本期間這些省的MQI整體呈增長態勢。例如，遼寧有13個年份的MQI比上一年高，其中最高的是1993年，MQI為2.055，TECH為1.128，φ為1.821，分別比1992年增長105.5%、12.8%、82.1%，其中前沿移動即創新效應更為明顯。遼寧省1993年創新效應突出，源自于地方政府大刀闊斧地推進水利改革。為了出臺《省河道管理條例（修正案）》《取水許可制度》和《河道工程維護管理費征收管理暫行辦法》等配套法規，政府部門做了大量的協調和基礎性工作。遼寧省政府還下發了《關于征收自來水公司水資源費的通知》，在對全省鄉鎮以上自來水公司征收水資源費的工作上取得了突破性進展。近年來，黑龍江省大力推進小型農田水利重點縣建設。各種噴、滴灌設施既節省灌溉用水又有效緩解了干旱壓力；渠道的襯砌既節約水量又節省耕地；溝渠清淤既能減輕洪澇災害，又可以補充地下水、涵養水源、改善田間小氣候；水利基礎設施建筑物配套水平提高，使傳統農業逐步向優質、高效、節水、增產型農業轉變。江蘇省積極推廣農民用水者協會、鄉村灌溉排澇服務隊等農民自助式水利管理服務組織，形成了以政府支持為主導、鄉鎮水利站為紐帶、專業管理與群眾管理相結合的農田水利公共服務體系。全省建立農民用水者協會、農村水利合作社5 564個，組建鄉鎮抗旱、排澇服務隊300多支，配備村級水管員6.8萬人，服務能力覆蓋全省70%以上的耕地。江西將小型農田水利建設、病險水庫除險加固、中小河流治理等民生水利納入財政預算；頒布《江西省從土地出讓收益中計提農田水利建設資金實施辦法》，從土地出讓收益中提取10%用于農田水利建設；2013年，首次調整全省水資源費征收標準，進一步落實了水資源有償使用制度。

糧食主產區整體而言，MQI>1的有1993、1994、1995年等8個年份，其中最高的是2002年，MQI為1.254，TECH為 3.202，φ為0.799。與2001年比較，分別增長25.4%、220.2%、-20.1%?？梢?，追趕效應正增長，創新效應負增長。這主要是由于2002年修訂并通過了《中華人民共和國水法》，標志著中國進入依法治水的新階段，促進了水利由傳統向現代的轉變?！吨腥A人民共和國水法》雖然對依法治水、管水發揮了重要作用，但隨著經濟社會發展、水資源形勢的惡化，也出現了一些新情況、新問題。如，經濟社會發展對水利提出了更高要求，水資源短缺以及洪澇災害嚴重，水生態環境惡化未根本解決等，導致水利管理水平提高的同時，忽視了創新增效。

4FGLS法回歸分析

第二階段，利用Panel Data模型分析MQI的影響因素。由表2可知，MQI與上一年比較效率的相對值，將其處理為與基期1990年比較的相對效率值即實際效率值，各年才具有可比性。因此回歸中使用的各年MQI均為實際效率值，計算方法是，將當前及以前年份的MQI求積，即∏1tMQIt。例如，內蒙古2000年的實際效率值是∏20001t=1991MQIt=0.193。

4.1變量選擇

因變量（Y）為MQI實際效率值，該指數的定義域為正實數，因此無需使用“刪失的”Tobit模型[3]，而是采用可行廣義最小二乘法（FGLS）。由于13個糧食主產省區不是來自一個大總體中的隨機樣本，不滿足隨機效應模型的條件。因此，選擇固定效應模型[23]。根據上述關于政府干預對農田水利投資績效影響的理論假設，選取以下特征變量：（1）政府干預與政策特征。作為農田水利投資的主體，中央政府財政支出占水利投資的比重（FES）對投資績效有積極作用。1994年理順財稅關系的分稅制改革（D94），以及2003年取消農村義務工和勞動積累工的惠農政策（D03），從總體和長遠來看功不可沒，但在局部和短期內對農田水利建設卻起著“釜底抽薪”的毀滅性作用。（2）區域特征。利用農民人均純收入（RNI）代表各省區的經濟發展水平，它對績效的影響取決于兩股相反力量相互抵消的結果，即經濟越發達越有能力發展水利的同時，可能不再重視農業以及水利事業。糧食主產省區屬于長江、黃河、松遼三大流域。設基準類為長江流域，含安徽、江蘇、江西、湖北、湖南、四川。2個虛擬變量：松遼流域（DSB），含黑龍江、吉林、遼寧；黃河流域（DHB），含內蒙古、河北、河南、山東。根據水資源的充沛程度和土壤墑情，預測DSB符號為正，DHB符號為負。另外，還利用虛擬變量PROV2-PROV13考察了個體截面效應，基準類是安徽。（3）個人特征。用農村文盲率（ILR）表示教育水平，預測該變量符號為負。（4）生產特征。利用農田水利投資（K）代表投入規模。如果規模適度，則它對績效的影響為正；如果規模過小或過大，則它對績效的影響為負。（5）趨勢特征。效率會隨著經驗積累而提高，因此，時間t呈上升趨勢。回歸方程如下：

Yit=α+xit′β+zi′δ+γt+μi+εit。（5）

式中：Y為MQI實際效率值，α為共同截距，xit′為隨時間變化的特征向量，zi′為不隨時間變化的特征向量，γ、β、δ為系數或系數向量；μi+εit為復合擾動項，μi為個體異質性截距項，用PROV2-PROV13表征，εit為隨個體、時間變化的擾動項；假設{εit}為獨立同分布，且與μi不相關。具體變量說明見表3。

4.2模型選擇

研究利用統計軟件Stata 14.0。由于截面數n=13，時間T=24，T>n，回歸采用了長面板數據。因此，必須進行組間異方差、組內自相關、組間截面相關檢驗。

首先，利用回歸方程（5）擬合數據進行組間異方差檢驗。H0：σ2i=σ2（i=1，2，…，13）。似然比（LR）檢驗結果為，LR chi2（13）=664.27，Prob>chi2=0.000 0，拒絕“同方差”原假設，即存在組間異方差。其次，對方程（5）進行組內自相關檢驗。H0：ρ=-0.5。Wooldridge檢驗結果為，F（1，12）=78745，Prob>F=0.000 0，拒絕“不存在1階組內自相關”原假設，即存在組內自相關。最后，對方程（5）進行組間截面相關檢驗。H0：不存在組間截面相關。Breusch-Pagan LM檢驗結果為，chi2（78）=727.665，Pr=0.000 0，拒絕原假設。因此，選擇組內自相關、組間截面相關、組間異方差的FGLS處理方程（5），自相關ρi≠ρ即面板個體的自回歸系數不同，固定效應模型結果見表4。因篇幅限制，各省區虛擬變量PROV2-PROV13僅給出了顯著的結果，省略了不顯著的變量。

5回歸結果分析

由表4可知，Wald檢驗χ2統計值為261.37，其伴隨概率為0.000 0，在1%的水平上顯著，說明模型的整體回歸效果尚佳。

5.1政府干預效應分析

中央政府財政支出占水利投資的比重（FES）在1%的顯著性水平上顯著，但是符號為負，與預期及已有研究[15，22]不符。究其原因，主要有3點：其一，農田水利的投資缺口大。中國大型灌區改造規劃投入1 800億元，實施12年僅投入350多億元；重點中型灌區需投入1 600多億元，實施10年投入還不足100億元。中央對糧食主產區與非主產區的農田水利投入采取“撒胡椒面兒”的模式，沒有突出不同區域所承擔的“糧食任務”差異。另外，中央財政在投資小型農田水利時，要求省縣兩級地方政府予以一定比例的資金配套。由于

1994年分稅制改革后地方財政收入大幅降低，配套資金到位率低，地方政府對中央財政資金存在“釣魚現象”。其二，財政的水利投入結構不合理。中國的水利建設呈現“抓大放小”的特征，主要投資集中在大型水利樞紐工程，如三峽、小浪底、南水北調等，用于農田水利建設的資金所占比例非常小，小型農田水利建設的財政投入更是嚴重不足。其三，財政資金管理混亂。中國實行五級政府管理體制，財政轉移支付專項資金劃撥中普遍存在項目重復設置、多頭審批、層層截留等現象。尤其是財政困難、資金調度無力的縣鄉基層政府經常擠占、挪用支農資金，用于發放行政人員工資以及彌補公用經費的不足。

分稅制改革（D94）和取消“兩工”（D03）政策虛擬變量符號都為負，與預期相符，但是前者不顯著而后者顯著。分稅制是市場經濟國家運用財政手段對經濟實行宏觀調控較為成功的做法。市場競爭要求財力相對分散，而宏觀調控又要求財力相對集中，這種集中與分散的關系反映到財政管理體制上，就是中央政府與地方政府之間的集權與分權關系問題。分稅制較好地解決了中央集權與地方分權問題。1994年中國開始實施分稅制財政管理體制，雖然對于理順中央與地方的分配關系，調動中央、地方兩個積極性，加強稅收征管，保證財政收入和增強宏觀調控能力都發揮了積極作用，但是依然存在稅種分配不合理、政府職能未真正轉變、財權與事權不匹配、地方缺乏自主權、轉移支付體制不完善、分稅制在設計上與政府分級體制不配套等問題，這對農田水利投資績效帶來了不利影響。2003年取消“兩工”的惠農政策減輕了農民負擔，激發了農村活力，使得大量農村勞動力能夠從農業生產中釋放出來，許多的農村青壯年勞動力從事非農勞動，既給非農產業增加了勞動力投入，又使農民的收入得到顯著提高。但是，也必需清醒地認識到，任何政策都不可能是“完美無缺”的，或多或少總有其負面影響。1990—2002年，取消“兩工”前，糧食主產區農田水利建設農民投工投勞年均4.38億個工日；2004—2014年，取消“兩工”后，農民投工投勞年均1.48億個工日，降低了66.2%。以農民投入為主的農田水利投入機制被打破，新的投入機制尚未建立，農田水利投入大幅度減少，政策產生了新的投入缺口，這對農田水利投資績效帶來了明顯的不利影響。

5.2控制變量的影響

（1）區域特征。農民人均純收入（RNI）是統計顯著的，且符號為正，說明區域經濟發達對農田水利的利好明顯超過不利影響，導致了投資效率的提高[9]。區域虛擬變量松遼流域（DSB）、黃河流域（DHB）的符號分別為正、負，與預期相符，但前者在統計上不顯著，后者顯著。基準類長江流域水資源豐富，擁有成都平原、江漢平原、洞庭湖區、鄱陽湖區、巢湖地區、太湖地區等重要商品糧基地。長江流域已建成各類水庫45 694座，總庫容達1 745億m3（不含三峽水庫393億m3庫容），其中大型水庫152座，總庫容量為1 589億m3。農業灌溉用水達1 021.5億m3，占總庫容的58.5%。松遼流域水資源總量1 990億m3，耕地面積2 600萬hm2，約占全國的22%。世界著名的三大黑土帶之一就分布在該流域的東北平原，包括三江平原、松嫩平原和遼河平原。東北平原地勢平坦，土質肥沃，雨量充沛，氣候適宜，光照充足，具有良好的農業開發條件。但是，松遼流域灌溉面積僅930萬hm2，灌溉率35.77%，低于全國平均水平。農田水利基礎設施多為20世紀50—60年代興建，許多地區的灌溉和排澇設施不完善，部分灌區渠首及渠系建筑物設備陳舊、破損嚴重。絕大多數渠道沒有防滲措施，干渠防滲率僅為4.5%，而支渠更低。因此，與基準類長江流域比較，松遼流域的農田水利投資績效雖略勝一籌，但不明顯。黃河水資源年際分配不均導致枯水期延長，甚至出現連續枯水階段；河川徑流的過度開發導致黃河干流和部分支流斷流現象時有發生。特別是進入20世紀90年代后，出現斷流的頻次增加、斷流的時間延長，斷流開始日期逐年提前，斷流河段由河口逐漸向上游延伸。黃河斷流一般發生在灌溉用水高峰期，黃河下游的河北、河南、山東因連年斷流缺水，灌區農田不能及時播種、灌溉，導致農業減產。因此，黃河流域的農田水利投資績效明顯低于基準類。

（2）教育。農村文盲率（ILR）在統計上不顯著。符號為正，與預期不符，但與Ullah等的結果[11]一致。近25年來，糧食主產區農村文盲率逐年下降，從1990年的23.46%到2014年的5.69%，下降了17.77百分點。農民的受教育程度雖然提高了，但是農村教育還存在諸多不足。其一，教育目的“親城市”。長期以來，農村教育“克隆”城市普通教育的模式，僅限于向高一級的學校輸送學生。目前，農村教育依然是為城市培養打工者的應試教育，而不是為農業培養建設者。其二，教育結構不合理。農民教育中，文化型的偏多，專業技術教育和職業教育偏少；廣大農民對農業耕作和管理、營養學、衛生學以及社區發展等方面的知識了解極少，教育的“獲得感”極低。其三，教學模式脫離實際。教育方法陳舊落后，脫離農民實際文化水平，重理論，輕實踐；重形式，輕實用。農村職業技術學校缺乏必要的教學生產實習基地，難以開展農業優質品種的開發、試驗、示范和推廣等教學活動。這些因素共同導致了農村教育沒有明顯提高農田水利投資績效的結果。

（3）工程規模。農田水利投資（K）是統計顯著的，符號為負。可見，糧食主產區的農田水利投入規模不適度，不是過小就是過大[10]，需要根據實際情況加以調整。產生這一現象的原因在于國家投入農田水利的資金很分散。農田水利建設直接投入有9類項目，涉及7、8個部門，運行環節復雜。國家發改委和水利部負責大型灌區續建配套、節水改造、灌排泵站改造等項目；財政部和水利部負責小型農田水利建設補助專項資金；國家農業綜合開發辦負責農業綜合開發、中低產田改造項目等。由于涉及部門較多，資金整合難度大，影響了資金使用效率。

（4）時間趨勢和截面個體差異。趨勢變量t符號為負，與預期不符，但不是統計顯著，可見近25年來糧食主產區農田水利投資績效沒有明顯的趨勢特征。與基準類安徽比較，農田水利投資績效較高的是河南、江蘇，較低的是四川、河北、吉林，其他省區在統計上不顯著。部分糧食主產省區存在個體差異，例如，安徽的截距為0.828 4，河南的截距為1.408 5（0.828 4+0.580 1），四川的截距為0.411 2（0.828 4-0.417 2）。近年來，河南、江蘇堅持不懈地加快農村水利建設并取得了顯著的效果；成效顯著的重要原因在于積極改革創新，不斷加大投入，逐步探索建立起政府主導、市場運作、農民參與的農田水利建設新機制。四川、河北、吉林雖然農田水利建設初見成效，但是也有諸多不足。如重點中型灌區干、支渠系建筑物大多建于20世紀60、70年代，由于年久失修，灌區工程完好率較低，跑、冒、滴、漏現象嚴重；各類渠系骨干建筑物工程不配套。

6重要結論及其政策啟示

綜上所述，中國政府雖然投入了大量的人力、物力、財力到農田水利建設中，但是沒有達到預期的政策效果，農田水利的投資績效因政府的不當干預而下降，農田水利投入政策已成為惠農政策的“短板”。區域經濟發達的地區農田水利投資績效較高。農村教育“親城市”、結構不合理、教學模式脫離實際，使得教育沒有促進農田水利效率的提高。糧食主產區農田水利投入規模過小和過大的現象并存，因此改進措施不應千篇一律；對規模過小的地區應加大投入，對規模過大的地區則應調整投入結構。糧食主產區的效率可以粗略劃分為高、中、低3個等級，位于高級的有江蘇、河南，低級的有吉林、四川、河北，其余8個省區屬于中級。

根據上述結論，可以得出如下政策啟示：其一，改革和完善現行分稅制財政體制以加強地方政府投資農田水利建設的財力基礎，建立健全中央政府對地方政府農田水利設施投資的監督激勵機制。其二，改革多渠道、多部門分散投入體制，改善投資結構，逐步做到統一安排、集中投入。在縣級層面以規劃為依托，對小型農田水利建設補助專項資金、大型灌區續建配套、節水改造、灌排泵站改造、農業綜合開發中低產田改造等項目進行整合。其三，合理調整投入結構?？茖W確定骨干水利工程與配套渠系設施的投入比例；適當加強小微型農田水利設施的投入力度并創新其建設方式；從項目預算中提取一定比例資金設立水利工程管護基金。其四，強化農田水利建設必需的農民技能培訓。農民教育要著重提高農民的農田水利設施管理能力，做好大中型灌區和井灌區的田間節水改造技術培訓，大力推廣噴灌、滴灌等先進實用的灌溉技術，發展旱作農業，推進林果業、養殖業、農村生活節水技術，尤其強化對國土整理、農業開發、水土保持、節水灌溉、水庫除險加固、防護林營造等實用技術的培訓。

參考文獻：

[1]張培堅. 2億人受災[EB/OL]. （2014-01-09）[2015-02-22]. http：//www.chinanews. com/gn/2014/01-09/ 5718183. shtml.

[2]劉彥領. 2014年以來全國因旱災造成直接經濟總損失910億元[EB/OL]. （2014-12-25）[2015-08-20].http：//www.chinanews.com/gn/2014/12-25/6912507.shtml.

[3]Speelman S，DHaese M，Buysse J，et al. A measure for the efficiency of water use and its determinants，a case study of small-scale irrigation schemes in North-West Province，South Africa[J]. Agricultural Systems，2008，98（1）：31-39.

[4]Nsanzugwanko M D，Battese G E，Fleming E M. The technical efficiency of small agricultural producers in central Ethiopia，University of New England[R]. 1996.

[5]Binam J N，Sylla K，Diarra I，et al. Factors affecting technical efficiency among coffee farmers in Cte dIvoire：evidence from the Centre West region[J]. R&D Management，2003，15（1）：66-76.

[6]Abay C，Miran B，Gunden C. An analysis of input use efficiency in tobacco production with respect to sustainability：the case study of Turkey[J]. Journal of Sustainable Agriculture，2004，24（3）：123-143.

[7]Shafiq M，Rehman T. The extent of resource use inefficiencies in cotton production in Pakistans Punjab：an application of data envelopment analysis[J]. Agricultural Economics，2000，22（3）：321-330.

[8]Kaneko S，Tanaka K，Toyota T. Water efficiency of agricultural production in China：regional comparison from 1999 to 2002[J]. International Journal of Agricultural Resources，Governance and Ecology，2004，3（3/4）：231-251.

[9]Wang X Y. Irrigation water use efficiency of farmers and its determinants：evidence from a survey in Northwestern China[J]. Agricultural Sciences in China，2010，9（9）：1326-1337.

[10]華堅，祁智國，馬殷琳. 基于超效率DEA的農村水利基礎建設投入產出效率研究[J]. 經濟問題探索，2013（8）：55-60.

[11]Ullah A，Perret S R. Technical- and environmental-efficiency analysis of irrigated cotton-cropping systems in Punjab，Pakistan using data envelopment analysis[J]. Environmental Management，2014，54（2）：288-300.

[12]Haji J. Production efficiency of smallholdersvegetable-dominated mixed farming system in Eastern Ethiopia：a non-parametric approach[J]. Journal of African Economies，2007，16（1）：1-27.

[13]Alene A D，Manyong V M，Gockowski J. The production efficiency of intercropping annual and perennial crops in southern Ethiopia：a comparison of distance functions and production frontiers[J]. Agricultural Systems，2006，91（1/2）：51-70.

[14]吳平，譚瓊. 我國糧食主產區農田水利設施配置效率及區域差異分析——基于DEA和動態Malmquist指數的實證研究[J]. 農業現代化研究，2012，33（3）：331-335.

[15]Karagiannis G，Tzouvelekas V，Xepapadeas A. Measuring irrigation water efficiency with a stochastic production frontier[J]. Environmental and Resource Economics，2003，26（1）：57-72.

[16]Dhehibi B，Lachaal L，Elloumi M. Measuring irrigation water use efficiency using stochastic production frontier：an application on citrus producing farms in Tunisia[J]. African Journal of Agricultural and Resource Economics，2007，1（2）：1-15.

[17]何平均，劉睿. 基于DEA-Tobit模型的中國各地區農田水利基礎設施投資績效及影響因素分析[J]. 南方農村，2014（11）：59-64.

[18]張寧，陸文聰，董宏紀. 中國農田水利管理效率及其農戶參與性機制研究——基于隨機前沿面的實證分析[J]. 自然資源學報，2012，27（3）：353-363.

[19]Frija A，Wossink A，Buysse J，et al. Irrigation pricing policies and its impact on agricultural inputs demand in Tunisia：a DEA-based methodology[J]. Journal of Environmental Management，2011，92（9）：2109-2118.

[20]Guerrini A，Romano G，Campedelli B. Economies of scale，scope，and density in the Italian water sector：a Two-Stage data envelopment analysis approach[J]. Water Resources Management，2013，27（13）：4559-4578.

[21]Alsharif K，Feroz E H，Klemer A，et al. Governance of water supply systems in the Palestinian Territories：a data envelopment analysis approach to the management of water resources[J]. Journal of Environmental Management，2008，87（1）：80-94.

[22]Allan T. Productive efficiency and allocative efficiency：why better water management may not solve the problem[J]. Agricultural Water Management，1999，40（1）：71-75.

[23]Judge G G，Hill R C，Griffiths W E，et al. Introduction to theory and practice of econometrics[M]. New York：John Wiley&Sons，1988.