“一提一補”水價改革對作物單產的影響分析*
——基于中介效應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.中國農業科學院農業經濟與發展研究所，北京 100081； 3.浙江科技學院經濟管理學院，杭州 310011)

0 引言

自新中國成立以來，我國水資源管理體制經歷了由供給管理轉向需求管理的變遷。由原先的通過工程或技術手段增加水資源供應量來緩解水資源短缺的矛盾，轉變為設計水的需求和使用政策來影響用水戶行為[1]。水權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，由于涉及初始產權難以確定，實施難度大，水權轉讓規則不夠完善，水權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用較為廣泛，尤其在我國干旱缺水的北方地區。

現有大部分關于水價政策效果評估的文獻都著眼于討論水價政策的節水效果[2， 4-8]，也有部分學者討論了提高水價對農戶收入的影響[2， 7， 9-12]，然而很少有文獻研究水價政策對作物單產的影響。事實上，許多學者認為，農戶用水量對水價的反應會經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，農戶用水量才會下降，而此時已對作物生產造成負面影響[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的貧困戶的負擔，因此伊熱鼓等[16]認為水價的漲幅應保持在一定限度之內，不能超出農民的負擔水平。目前國內對這方面的實證研究較少，僅有的相關文獻中，廖永松[12]的研究結果顯示水價上升導致的單位面積灌溉水量的減少會引起小麥和玉米單產的減少。劉瑩等[2]認為在水價上漲的初期，作物單產是保持不變的，當水價上漲到某一值時，作物單產會隨著要素投入的減少而減少。

衡水市桃城區于2005年8月創造性地提出了“一提一補”水價調控機制，在全區部分村試點，取得了巨大成功。同其他水價政策類似，目前大部分學者都在關注“一提一補”水價改革的節水效果。孫梅英等[17]和常寶軍等[18]的研究表明該政策的節水效果顯著。Chen等[19]最先從經濟學的角度出發利用理論模型推導證明了該政策確實能減少農戶的用水量，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，該政策的實施對農戶收入有著正面的影響。而劉靜等[21]的研究結果顯示，“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量和農戶收入降低。

文章利用河北省衡水市桃城區332戶農戶調研數據，定量分析“一提一補”水價改革對當地主要3種作物小麥、玉米、棉花單產的影響。

1 “一提一補”水價改革的政策背景

1.1 研究區域概況

桃城區地處衡水市的中心，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，該地區一直依靠超量開采地下水來保證經濟社會的快速發展，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年桃城區種植結構變動趨勢數據來源：2001—2014年衡水市統計年鑒

圖2 2000—2013年桃城區3種主要作物單產變化趨勢數據來源：2001—2014年衡水市統計年鑒

圖3 “一提一補”水價改革簡圖

1.2 桃城區作物生產概況

小麥、玉米、棉花是桃城區最主要的3種作物， 3種作物的播種面積占該地區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%，之后幾年基本穩定在15%左右。

從圖2可以看出2000—2013年桃城區3種主要作物小麥、玉米和棉花單產變化趨勢，其中棉花單產一直穩定在1 000 kg/hm2左右； 小麥的單產總體呈穩步上升的趨勢，從2000年的5 610 kg/hm2逐步增長到2013年的接近7 000 kg/hm2； 玉米的單產變化與小麥的變動趨勢基本一致， 2011年以后基本穩定在8 000 kg/hm2以上。

1.3 “一提一補”水價政策概況

桃城區于2005年8月創造性地提出了“一提一補”水價調控機制，在全區部分村試點，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)再平均補貼給用水者。提價后用水越多農戶交的水費越多，反之亦然，從而達到“節獎超罰”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，每度電在原來基礎上提高0.3元，多收的差別電價由村委會或用水者協會交入財政專項的“節水調節基金”，政府給予節水基金每度電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“節水調節基金”按照各村耕地面積平均補貼到農戶，實現村內部平衡。根據村承包地面積，計算每667m2地應該返還給農戶的金額，按照農戶承包地面積乘以每667m2地應返還金額，返還給每個農戶，從而調動農戶節水積極性。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電費也少，從而達到“節獎超罰”的目的。

2 研究方法

水價政策對于農戶產量的影響可以分為直接影響和間接影響。

(1)水價改革(P)→農戶用水量(W)→作物產量(Y)。農戶是政策的直接受眾，他們會根據政策調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戶的用水量，從而再影響產量。

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

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

2.1 中介效應

中介效應分析是近年來社科領域應用較為廣泛的一種方法，主要用來分析經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，作物產量(Y)是因變量。根據Baron and Kenny(1986)提出的逐步法(1)Baron and Kenny(1986)提出了驗證中介效應的逐步法：(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，可將三者關系用理論模型表示成：

圖4 中介效應分析

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份麻森鄉肖家村15份中堂村29份—河沿鎮國家莊48份鹽堤口村42份國家莊48份合計15617663 數據來源: 2015年8月桃城區調研

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)對作物產量的總效應；a為水價改革(P)對中介變量用水量(W)的效應；b為中介變量用水量(W)作用于作物產量(Y)的效應；ab可以用來衡量間接效應，即水價政策(P)通過影響農戶用水量(W)來影響作物產量(Y)的效應；c’表示直接效應。這幾個參數的關系為c=ab+c’，根據該關系式，結論可能出現以下4個情況：(1)c=0，即a=0或b=0，且c’=0。即“一提一補”水價政策不影響產量； (2)c’=0，ab≠0，完全中介效應，“一提一補”水價政策完全通過中介變量作用于作物產量； (3)c’≠0，ab=0，即不存在間接效應，“一提一補”水價政策完全通過直接效應作用于作物產量； (4)ab≠0且c’≠0，部分中介效應，即“一提一補”水價政策對作物產量的影響中既存在直接效應也存在間接效應。

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濟方法，模型中的交互項系數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 數據來源與樣本選擇

該文數據來自課題組于2015年8月在桃城區3鄉鎮9行政村搜集到的農戶調研數據，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 戶農戶，對照村176 戶農戶(表1)。

在所有的試點村中，根據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，在種植結構、資源稟賦、收入消費結構等特征上相近，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個時間段的數據。主要內容包括3個部分：(1)農戶特征，包括家庭成員的基本情況和勞動力情況； (2)地塊特征，包括地塊質量、離家距離、地塊作物的投入產出等； (3)農戶灌溉用水情況，包括水價、用水是否有延誤、不同作物的用水量、用水結構、灌溉次數等。

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表示產量的對數，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是關鍵變量，其系數反應“一提一補”水價改革對作物單產的對數的凈影響，X表示控制變量，這些控制變量包含用對數形式表示的lnXi和非對數形式的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：土地質量和地塊離家距離； (3)農業投入變量，包含：勞動投入、種子投入、肥料投入、農藥投入以及機械投入。各個變量的描述性統計如表2所示：

表2 變量描述性統計分析

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農業投入變量 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 數據來源: 2015年8月桃城區調研

4.2 回歸結果分析

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結果中水價變量系數在5%的顯著性水平下顯著為負也驗證了這一點。

表3 小麥回歸結果

用水量產量模型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形式出現

表4 玉米回歸結果

用水量產量模型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形式出現

第二步分析政策對產量的影響，模型3時間虛擬變量系數為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比政策實施前增長了13.40%，但交互項系數為-0.038 2且在10%顯著性水平下顯著，表明在其他條件一定時，試點村的小麥增產平均比非試點村小麥增產低3.82%，這個結果在模型4中也得到檢驗，水價變量系數為-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，發現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可以發現， 4個模型中機械投入變量都顯著為正，說明小麥增產過程中，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有一定的負面影響，但產量總體還是呈上升趨勢。

4.2.2 玉米

表5 棉花回歸結果

用水量產量模型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形式出現

如表4所示。玉米模型結果中，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，這表明農戶的灌溉用水量是會對玉米產量有顯著影響的，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，因此對玉米產量并不會產生顯著影響。

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，玉米產量產生顯著影響； 第二，試點村自提價以后，水價一直穩定在提價后的水平。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，這也是導致水價對玉米產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，農戶的生產積極性并未降低。

4.2.3 棉花

棉花的回歸結果(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，同時對單產影響也不顯著，但是用水量對單產的影響在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致政策對棉花單產影響不顯著的原因。

5 結論和政策建議

5.1 結論

(1)“一提一補”水價改革的實施對于小麥產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量； ②試點村的現行水價依舊維持10年前剛改革時的水價，如果去除通貨膨脹因素，水價實質上是逐年降低，因此如果繼續維持現行水價將很難對農戶的生產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，農戶的生產積極性并未降低。

(2)由于技術進步，農業機械化等因素導致的產量提升是顯著的，使得提高水價對小麥產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會有一些負面影響外，總體上對桃城區作物產量并不會造成很大的影響。而且由于科技進步，農業機械化帶來的產量提高能夠完全抵消水價改革導致對產量的微弱負面影響，因此是一個值得推廣的好制度。

5.2 政策建議

(1)當地有關部門需要探討未來進一步提價的可行性。由于現行水價依舊維持在改革初期的水平，跟目前農戶收入水平相比較低，無法實現“一提一補”水價政策的改革目標，同時模型結果顯示提高水價除了對小麥產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量，因此仍存在一定的提價空間。

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