交通基礎設施、農業機械化與我國水稻生產

劉芳，劉穎*，高奇正，宋寶輝

（1. 華中農業大學經濟管理學院，湖北 武漢 430070；2. 武漢大學經濟與管理學院，湖北 武漢 430072；3. College of Agriculture, California State University, Chico, CA 95929-0310, USA）

“倉廩實，天下安；稻谷欠，天下亂”，水稻生產是穩固國家糧食安全基本盤的有力支撐。為保障糧食有效供給，我國政府先后出臺多項法律法規和支持保護政策，鼓勵糧食生產使用先進農業機械，截至2017年，水稻綜合機械化率突破80%[1]，農業機械化無疑是我國糧食生產方式由傳統向現代化轉型的重要推手。然而，農業機械化的推進需要一定的可實現性，差異化交通基礎設施建設影響農業機械化進程[2-3]，忽視交通基礎設施的作用會導致對我國生產函數估計的偏差[4]。因此，分析交通基礎設施和農業機械化對我國水稻生產的綜合作用對于保障我國糧食供給具有重要意義。

關于交通基礎設施對水稻生產的影響，學術界仍存在著爭議。第一種主流觀點是交通基礎設施對水稻生產具有顯著正向影響[5-6]，持有該觀點的學者認為交通基礎設施的改進和完善削弱了“杜能圈”農業區位的理論價值，突破了地理區位的限制，使得交通運輸的貨幣和時間等交易成本迅速縮減，有利于進行水稻生產[7-8]；第二種觀點是交通基礎設施對水稻生產具有負向影響，Song等[9]認為交通干線沿線的耕地以面狀、帶狀和分散狀的形式被不斷侵占，交通基礎設施建設對水稻生產具有負向影響；第三種觀點是交通基礎設施對水稻生產不存在顯著影響[10]，蔡保忠和曾福生[11]利用固定效應面板數據模型分析了我國不同類型農業基礎設施對不同糧食作物生產的影響，得出農村地區交通基礎設施對水稻生產影響不顯著的結論。上述研究結果相差較大可能是選取變量不同引起的，由于遺漏重要的控制變量，導致估計結果存在偏差，所以本文研究目標之一就是利用雙向固定效應面板模型解決遺漏變量問題，進一步探討交通基礎設施與水稻生產的關系。

此外，周晶等[12]、高鳴和宋洪遠[13]認為交通基礎設施對農業機械化具有顯著影響，但由于不同農作物農業機械化水平差異較大，交通基礎設施對不同農作物的機械化水平和農作物生產的影響可能存在差異[14]，因此，估算交通基礎設施、農業機械化對水稻生產的影響效應也是本文研究的重點。綜合以上分析，本文基于省域尺度，在多維要素框架下探究我國交通基礎設施、農業機械化和水稻生產的時空變化特征，利用雙向固定效應面板數據模型分析交通基礎設施和農業機械化對水稻生產的影響，并利用中介效應檢驗模型測算交通基礎設施對我國水稻生產變化產生的直接效應和通過影響農業機械化而產生的間接效應，旨在為我國優化公共資源和生產要素配置、合理規劃水稻生產布局提供參考。

1 研究方法

1.1 模型設定

1.1.1 雙向固定效應面板數據模型 為考察交通基礎設施和農業機械化對水稻生產的影響，基于Cobb-Douglas生產函數，構建以水稻生產為被解釋變量，以交通基礎設施和農業機械化為核心解釋變量的投入產出模型。具體模型[11]如下：

式中：i從1至30，表示研究的30個省份，t從1978至2016，表示研究的39個年份，Yit表示被解釋變量，α0為常數項，Xit為核心解釋變量，Zj,it表示第j個控制變量，n為控制變量個數，β和γj為回歸系數，μi、vt和εit分別表示個體效應、時間效應和隨機誤差項。

1.1.2 中介效應檢驗 為分析交通基礎設施和農業機械化對水稻生產的作用路徑，借鑒Baron和Kenny[15]、溫忠麟和葉寶娟[16]提出的中介效應檢驗方法，參考李谷成等[17]的做法，構建以水稻生產為被解釋變量、交通基礎設施為核心解釋變量、農業機械化為中介變量的中介效應檢驗模型。具體模型如下：式中：ρ1、ρ2、ρ3是常數項，Yit是被解釋變量，Xit是核心解釋變量，Mit是中介變量，Zj,it是控制變量，b、c1、c2、c3和δj為回歸系數，ω1、ω2、ω3為隨機誤差項，其他變量與（1）式中變量相同。若c1、c2和b均顯著時，表明確實存在中介效應。當b顯著，而c1和c2中有一個不顯著或兩個都不顯著時，則需要對系數乘積再進行顯著性檢驗，若顯著，則存在中介效應。當存在中介效應，若c3顯著，則表示為“部分的”中介作用；若c3不顯著，則表示為完全中介作用。

1.2 理論分析及變量選取

水稻生產受到自然資源稟賦、勞動力投入、技術進步和經濟發展等諸多因素的共同影響，交通基礎設施作為其影響因素之一，是重要的內生變量，對水稻生產具有直接作用；然而，交通基礎設施是農業機械作業的必要條件，影響著水稻生產中農業機械要素的投入，因而同時對水稻生產具有間接作用。基于相關理論和已有研究，本文對交通基礎設施和農業機械化對水稻生產的作用路徑（如圖1所示）做進一步討論。

圖1 理論分析框架Fig. 1 Theoretical analysis framework

1）直接作用路徑。根據新經濟地理學理論，任何地區農作物種植選擇時都會考慮交通條件等因子的影響[7]，交通基礎設施是保障農業生產效率，提高農業供給能力的重要因素之一。在水稻生產過程中，盡管交通基礎設施建設會一定程度的占用耕地面積，但完善的交通基礎設施可以通過促進農業勞動力、生產資料、信息和服務的流動，顯著降低時間和運輸等成本，打破區位限制，從而促進水稻播種面積增加。

2）間接作用路徑。在我國當前勞動力價格剛性上升的現實情況下，農業機械化是應對人口紅利消失的必然選擇[17]，作為理性經濟人，生產經營主體更愿意減少勞動力投入而增加農業機械投入，但是實現農業機械化必須要有相應的交通基礎設施作為匹配。在改革開放初期，農業機械作業以小型農業機械為主，對于一些進行水稻生產的丘陵地區而言，不同的交通條件是水稻的機插秧等農業機械作業水平產生差異的重要因素，同時也會帶來水稻單產的差異[11]。若交通狀況相對落后，則會增加水稻生產中農業機械作業的難度，阻礙農業機械的供應，抑制了水稻生產的農業機械化需求[12]，而改進交通基礎設施有利于農業機械在水田間的可達性，保證農業機械作業的順利進行。另外，自本世紀初，租賃使用農機或農機服務開始逐漸成為水稻生產農業機械化主流，大中型農業機械得以快速發展，于是這就對交通基礎設施提出了更高的要求。大中型農業機械不僅會影響水稻連片化生產和規模的擴大，其“深耕”等技術還會影響水稻產出率，只有良好的交通基礎設施才能有效保障農機服務的供給和需求，從而提高水稻生產能力。

基于上述理論分析，并考慮數據可得性，本文選取變量及依據如下：

被解釋變量：（1）、（2）、（4）式中為水稻生產，借鑒陳實等[18]的做法，選取水稻產量表征水稻生產；（3）式中為農業機械化，借鑒羅斯炫等[3]的做法，選取農業機械投入表征農業機械化。由于大中型農業機械化和大中型拖拉機配套農具基本呈現相同的變化趨勢[12]，同時考慮自1980年以來我國小型拖拉機增長也較為迅速[14]，為保持和大中型拖拉機配套農具數據的統計口徑一致，因此對農業機械投入采用比重法對三個指標進行合并，三個指標分別為包括旋耕機、播種機、機引犁等以拖拉機為動力的大中、小型拖拉機配套農具（部）和聯合收割機數量（臺），根據我國農業部公布綜合機械化水平的計算方式，耕地機械化的比重為0.4，播種機械化的比重為0.3，收獲機械化的比重為0.3，因此將拖拉機配套農具和聯合收割的比重分別設為0.7和0.3，并按照水稻播種面積占農作物播種面積之比進行修正。

核心解釋變量為交通基礎設施。由于研究的農業機械主要在農村地區作業，本文借鑒吳清華等[2]、張聰穎等[19]的做法，選取公路里程數表征交通基礎設施。由于農村公路數據缺失，參考羅斯炫等[3]的做法，用三四級公路里程數減去等級公路里程數、高速公路里程數、一級公路里程數、二級公路里程數，即得到農村公路里程數。

中介變量為農業機械投入。選取及計算方法與（3）式中被解釋變量相同。

控制變量：1）播種面積。耕地是水稻生產的基本生產資料，也是約束水稻生產的主要資源稟賦之一[20]，一般而言，播種面積與產量呈高度正相關，播種面積越大，水稻產量越高。2）受災比例。由于水稻生長過程受到水、熱、陽光等自然資源的影響和制約，旱澇、高溫和寒凍等自然條件都會對水稻生產造成不利影響[20]，受災比例越大，水稻產量可能越低。3）灌溉面積。水稻生長需要充足的水分，我國水資源分布嚴重不均，有效灌溉面積越大則資源約束越小[10]，水稻產量可能越高。4）化肥施用量。化肥是科技進步的重要體現之一，可以為水稻生長提供營養元素的重要生產資料[21]，適當的化肥投入能夠促進水稻產量增加。5）勞動力投入。勞動力是水稻生產的傳統投入要素，隨著我國農業勞動力大量流失，勞動力在水稻生產中的地位更加重要[5]，充足的勞動力可能會促進水稻產量增加。6）非農就業機會。一般而言，經濟越發達的地區非農就業機會越多，非農就業可以增加農民的機會成本、提高非農收入，農民的農業生產積極性下降[22]，可能會導致水稻產量減少。

表1 變量選取及說明Table 1 Variable selection and description

另外，為消除共線性與減少異方差，除比例變量外，對以上模型中的數據均對數化處理。變量說明見表1。

1.3 數據來源

考慮到青海無水稻種植，故本文選取的研究區域為除青海之外的我國大陸30個省（市、自治區），但因海南于1988年從廣東脫離立省，重慶于1997年從四川脫離立市，為保證數據統計口徑統一性，借鑒肖衛東[23]的做法，將海南與廣東對應年份數據合并、重慶與四川對應年份數據合并，數據處理后共有28個研究單元，時間跨度為1978—2016年。本文所用的原始數據來源于《中國統計年鑒》《中國農村統計年鑒》《新中國農業60年統計資料》《改革開放三十年農業統計資料匯編》。

2 水稻生產、交通基礎設施與農業機械化的時空變化特征

2.1 總體時序變化趨勢

2.1.1 水稻產量總體時序變化 1978年以后，水稻產量變化如圖2所示。我國水稻產量總體表現出增加的趨勢，根據其變化規律可以劃分為三個階段：1978—1997年為波動增加期，產量從13 693萬t增至20 074萬t，年均增長率為2.45%；1998—2003年為快速減少期，產量從19 871萬t減至16 066萬t，年均減少率為3.83%；2004—2016年為平穩增加期，產量從17 908萬t增至20 708萬t，年均增長率為

1.30%。20世紀70年代后期，我國成為世界上發展最快速的經濟體之一，工業開發和城鎮化擴張速度增加，盡管播種面積不斷被擠壓，但隨著雜交水稻等高產品種的推廣及創新技術的出現，水稻成為我國唯一一種在世界上單產最高的糧食作物[24]，其播種面積減少的影響被單產的提高所抵消，所以水稻生產總量增加。而在90年代后期，隨著國家推行退耕還林政策，水稻播種面積繼續減少，同時由于受到自然災害的影響，水稻單產有所下降，水稻生產總量減少，我國水稻消費量開始大于生產和進口總量，長期積累的庫存開始釋放，庫存量連年下降。由于供不應求信號不及時，直到2003年庫存釋放量達到最高，為保證糧食安全，水稻生產開始加大，播種面積平穩增加，水稻生產總量逐漸增加。

圖2 1978—2016年我國水稻產量總體趨勢圖Fig. 2 Trend of rice production in China from 1978 to 2016

2.1.2 公路里程數和農業機械投入總體時序變化 改

圖3 1978—2016年我國公路里程數和農業機械投入變化趨勢圖Fig. 3 Trend of China’s highway mileage and agricultural machinery input from 1978 to 2016

革開放以來，公路里程數和農業機械投入情況如圖3所示。我國公路里程數和農業機械投入呈現相同的變化趨勢，都經歷了先平穩后快速增長，分別從1978年的49萬km和42.12萬部增長到了2016年的365萬km和374.85萬部，農村地區的通達性和農業現代裝備狀況顯著改善。1980年前后，交通基礎設施處于起步階段，束縛經濟和農業發展，同時“家庭聯產承包責任制”的體制變動，使得原集體大中型農業機械受到較大沖擊，只有小型農業機械有所增加，該時期農業機械投入整體緩慢增加。20世紀90年代開始至21世紀初，由于家庭承包責任制長期的制度安排，戶均耕地保持在穩定的規模水平，以農戶為單位的小型農業機械自主采用成為農業機械化的主要動力，同時由于跨區作業形式出現，大中型農業機械逐漸增加，農業機械投入較前一時期增速加快。隨后，我國開始注重交通基礎設施建設，公路里程數飛速上升。與此同時，經濟發展水平也得到了快速提升，農業勞動力機會成本不斷上升，農村勞動力大量向城市的二三產業轉移，土地流轉效果顯著，水稻等土地密集型農作物連片化種植迅速擴大，大中小型拖拉機和聯合收割機等機械增長速度顯著加快，2004—2016年的十多年時間里，農業機械投入增加了73.39%，我國農業機械化水平突飛猛進。

2.2 區域空間變化特征

為了分析我國水稻生產、交通基礎設施和農業機械化的區域空間變化特征，本文選取1978年和2016年首尾兩期進行比較分析，根據各地區的數據特征，分別將水稻產量、公路里程數和農業機械投入各劃分為5個梯隊，梯隊劃分情況見表2，各地區所屬梯隊變化情況見表3。

表2 水稻產量、公路里程數和農業機械投入梯隊劃分Table 2 Classification of rice production, highway mileage and agricultural machinery input

2.2.1 水稻產量空間格局變化分析 1）1978—2016年，水稻產量增加的省份主要分布在“400 mm等降水量線”以東地區，包括黑龍江、江蘇和江西等，除此之外，以西地區的四川和新疆也有所增加；水稻產量減少的省份主要分布在“秦嶺淮河線”以南地區，包括上海、浙江和福建等，除此之外，以北地區的北京和山西也有所減少。2）我國水稻生產分界線發生了自“秦嶺淮河線”向“400 mm等降水量線”的轉變。由于“400 mm等降水量線”以東地區多平原、溫暖濕潤，因此從地形和氣候來看，這一轉變符合我國水稻生產適宜區域的實際情況。

2.2.2 公路里程數空間格局變化分析 1）1978—2016

年，大部分省份公路里程數增幅較大，順利跨入了超過5萬km的行列，但少數地區增幅較小，在空間上表現出非均衡發展的特征。2）除寧夏之外，北京、天津、上海等公路里程數都增幅不大，究其原因，我國交通基礎設施實行行政化管理的辦法，且直轄市本身行政面積較小、經濟發展水平較高、農業用地不斷減少，加之數據選取的是主要分布在農村地區的三四級公路里程數，因此，上述地區的交通基礎設施發展表現不明顯。

2.2.3 農業機械投入空間格局變化分析 1）1978—

2016年，大部分省份農業機械投入增幅較大，有些省份甚至超過10萬部，但也有少數省份出現不同程度的減少現象，主要分布在“秦嶺淮河線”以南地區，包括浙江、福建和貴州，除此之外，以北地區的北京和山西也有所減少。2）我國農業機械投入增幅較大的省份主要是以相對地形較小、易于農業機械化以發揮規模優勢為主，投入減少的省份由于受到經濟發展和自然因素的影響，農業機械化貢獻率較小，農業機械難度較大。

總體上看，我國水稻產量、公路里程數、農業機械投入整體均呈增長態勢，但空間差異明顯。1）以“400 mm等降水量線”為界，水稻產量和公路里程數增幅“雙高”省份主要分布在以東地區，尤其是東北和華中地區較為聚集；以西地區部分省份水稻產量減少，公路里程數增幅普遍偏低。2）對于水稻產量和農業機械投入而言，“雙增”省份主要分布在“400 mm等降水量線”以東地區，集中在東北和華中地區，同時，在水稻產量減少的省份，其農業機械投入也有不同程度的減少。

表3 我國各省水稻產量、公路里程數和農業機械投入所屬梯隊變化Table 3 Classification changes of rice production, highway mileage, and agricultural machinery input in all provinces of China

3 實證結果分析

3.1 模型檢驗

固定效應、隨機效應、混合效應是分析面板數據的三種常用方式，本文通過F檢驗確定采用固定效應或混合效應，通過hausman檢驗確定采用固定效應或隨機效應。同時，由于本文數據跨度較大，通過LR檢驗以確定是否控制時間效應。綜上，根據檢驗結果，本文采取雙向固定效應來分析交通基礎設施和農業機械化對水稻生產的影響，回歸結果見表4，最終選擇回歸（4），回歸（1）-（3）作為參考。同樣，通過F檢驗、hausman檢驗和LR檢驗，本文采取中介效應檢驗模型來檢驗交通基礎設施和農業機械化對水稻生產的作用路徑，回歸結果見表5。

3.2 結果分析

3.2.1 交通基礎設施和農業機械化對水稻生產的影響 1）從回歸（4）雙向固定效應模型結果看，公路里程數在10%水平顯著為正，即加大交通基礎設施建設對水稻生產具有促進作用[5]，估計結果與理論預期相符。根據hausman檢驗和LR檢驗結果，回歸（4）為本文最終回歸模型，說明回歸（1）-（3）忽略了與個體或時間相關的重要因素，進而混合了部分變量的作用與時間趨勢的作用，所以回歸（1）-（3）存在偏誤。因此，在控制個體效應和時間效應后，避免了模型設定的偏差，并改進了參數估計的有效性，得出公路里程數對水稻產量具有正向顯著影響的結果，這說明，自改革開放以來，對于我國大部分地區而言，公路里程數增加有助于水稻產量的提高。交通基礎設施不斷完善，可以打破原有水稻生產的區位限制，并且能夠有效降低水稻生產的時間和運輸成本，因此交通基礎設施的完善程度對水稻生產影響較為顯著。

2）農業機械投入在10%水平顯著為正，即加大農業機械投入對水稻生產具有促進作用，估計結果與理論預期相符。由于農業機械作業往往需要耕地平整程度較高和細碎化程度較低的條件，有助于水稻等大田作物的播種面積增加。同時，隨著我國各地區水稻生產的農業機械化水平不斷提高，一些依靠人力、畜力無法進行的“深耕”等農業生產活動，可以由農業機械技術得以實現[25]，不僅有助于改善土壤結構，還助于保墑蓄水，對各地區水稻單產的提高具有顯著正向影響。

3）對控制變量而言，播種面積在1%水平顯著為正，即擴大播種面積對水稻生產具有促進作用，估計結果與理論預期相符。土地投入對水稻生產一直具有十分重要的影響，特別是在當前耕地資源日趨稀缺的情況下，足夠的播種面積是水稻產量的重要保障之一[18]。受災比例在1%水平顯著為負，即受災比例增加則不利于水稻生產，估計結果與理論預期相符。盡管隨著我國技術創新與推廣，水稻生產抵御自然災害的能力得到有效提升，但我國水稻產量的增加仍然面臨著自然災害風險[11]。灌溉面積在1%水平顯著為正，即擴大灌溉面積對水稻生產具有促進作用，估計結果與理論預期相符。灌溉設施可以調節水源的分布，抵御干旱等自然災害的危害[26]，改善水稻的生產條件，且隨著節水灌溉技術的發展與應用，灌溉水的有效利用率不斷得到提升，可以節約水稻生產成本，提高水稻生產能力，因而灌溉面積對水稻產量具有顯著正向作用。化肥施用量對水稻產量影響系數為正，估計結果符號與理論預期相符，但是估計結果顯著性與預期不符。可能的原因是：長期以來，我國水稻生產保持著高投入與高產出的生產模式，對化肥投入的依賴性較強，但由于農戶環保意識薄弱，化肥施用不合理，“化肥陷阱”現象逐漸凸現[27]，從估計結果看，目前作為傳統重要生產要素之一，加大化肥的投入使用雖然對水稻產量增加具有正向作用，但效果并不顯著。

表4 交通基礎設施、農業機械化對水稻生產的回歸估計結果Table 4 Estimation results of transportation infrastructure and agricultural mechanization on rice production

表5 中介效應檢驗結果Table 5 Mediation effect test results

勞動力投入對水稻產量影響系數為負且未達到統計學顯著水平，估計結果與理論預期不符。可能的原因是：盡管人多地少是我國的基本國情，且農業機械技術對農業勞動力可以部分替代，從事水稻生產的農業勞動力存在剩余現象[18]，但隨著大量農村勞動力不斷向外轉移，農業勞動力數量不斷流失[28]，加之人口老齡化不斷加劇，所以勞動力投入過剩現象不顯著。非農就業機會對水稻產量影響系數為負，估計結果與理論預期相符，但是估計結果顯著性與預期不符。可能的原因是：非農就業機會增多，機會成本較大，農民更致力于從事非農產業而不利于水稻產量增加，但非農就業機會增多也會加速土地流轉，土地連片化程度不斷提高，導致農戶調整種植結構，減少勞動密集型作物，增加水稻等大田糧食作物的生產，同時會增加農民收入，生產決策者可能會加大資本要素投入[29]，從而部分抵消非農就業機會對水稻生產的不利影響。

3.2.2 中介效應檢驗 為進一步分析交通基礎設施和農業機械化對水稻生產的作用路徑，根據前文理論分析和模型設定，本文采用中介效應模型以檢驗農業機械化在交通基礎設施對水稻產量影響過程中是否起到中介作用。由回歸（5）結果顯示，交通基礎設施在5%水平上顯著為正，即交通基礎設施對水稻生產的直接作用是正向的。回歸（6）結果顯示，交通基礎設施在1%水平上顯著為正，表明交通基礎設施同樣對農業機械化具有正向促進作用。回歸（7）結果顯示，交通基礎設施和農業機械化均在10%水平上對水稻產量具有顯著正向影響，即在控制交通基礎設施變量時，農業機械化這一中介變量對被解釋變量水稻產量的作用依然顯著，這與前文的分析相符。

綜上檢驗結果得知，中介效應的各個估計系數均顯著為正，表明中介效應存在，而且并非是完全中介效應，根據模型計算公式，中介效應所占的比例19.57%，即交通基礎設施對水稻生產的影響可能有19.57%是通過對農業機械化的作用來實現的。這說明，良好的交通通達性不僅有利于水稻生產要素的流動，降低水稻生產的時間和交易成本，直接促進水稻產量的增加，而且可以通過農業機械化“部分的”作用于水稻產量，若忽略該作用，交通基礎設施的重要性則會被低估。

4 結論

本文基于1978—2016年30個省份的數據，分析了交通基礎設施、農業機械化和水稻生產的時空變化特征，利用雙向固定效應面板數據模型分析交通基礎設施和農業機械化對水稻生產的影響，進而利用中介效應檢驗模型探究交通基礎設施和農業機械投入對水稻生產的綜合作用路徑，估算交通基礎設施對我國水稻播種面積變化產生的直接效應和通過影響農業機械化而產生的間接效應。結果表明：

1）水稻產量經歷了波動增加、快速減少和平穩增加的階段，公路里程數和農業機械投入則先平穩后快速增長；

2）各省水稻產量、公路里程數、農業機械投入的差異明顯，水稻生產主要分界線發生了自“秦嶺淮河線”向“400 mm等降水量線”的轉變；

3）公路里程數和農業機械投入增加均可顯著促進水稻產量增加，且公路里程數對水稻產量的影響有直接和間接兩條作用路徑，其中，間接作用比例約19.57%；

4）增加播種面積和灌溉面積對水稻產量具有正向顯著影響，受災比例對水稻產量具有負向顯著影響，其他控制變量對水稻產量影響不顯著。

5 對策建議

根據研究結論，本文建議如下：

1）把握水稻主要種植區分界線向“400 mm等降水量線”轉變的特征，各地應立足自然資源、勞動力稟賦和經濟發展水平等條件，因地制宜地調整水稻生產方案；

2）繼續提高農業生產技術，加大水稻生產的農業機械投入，同時要注重農村地區三四級公路的建設，為農業機械作業的供需提供良好的交通條件，以實現資源合理配置，發揮出交通基礎設施和農業機械化對水稻生產的最大效用；

3）保障水稻生產具有足夠的土地要素投入，并且繼續完善水稻生產的灌溉條件以提高水稻生產抵御自然災害的能力，此外，“因地施肥”提高化肥的效用水平、適當促進農村勞動力非農就業，為水稻生產提供連片化土地支持等也是增加水稻供給能力的可行方法。