曹文明 ，胡海波，黃 飛

（1.湖南工學院 經(jīng)濟管理學院，湖南 衡陽421002；2.南華大學 經(jīng)濟管理學院，湖南 衡陽421001）*

·經(jīng)濟管理·

中國農(nóng)業(yè)基礎設施的規(guī)模效應及其區(qū)域差異研究

曹文明1，胡海波2，黃 飛1

（1.湖南工學院 經(jīng)濟管理學院，湖南 衡陽421002；2.南華大學 經(jīng)濟管理學院，湖南 衡陽421001）*

基于動態(tài)性視角,運用系統(tǒng)性廣義矩估計方法,構建經(jīng)濟增長與財政支出規(guī)模理論模型,依據(jù)2000-2013 年中國農(nóng)業(yè)基礎設施的省級面板數(shù)據(jù),考量中國農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的規(guī)模效應.結(jié)果顯示:中國農(nóng)業(yè)基礎設施存在規(guī)模效應,北方地區(qū)規(guī)模效應明顯強于南方地區(qū),南方地區(qū)農(nóng)業(yè)基礎設施正由規(guī)模經(jīng)濟向規(guī)模不經(jīng)濟轉(zhuǎn)變.鑒此,應轉(zhuǎn)變農(nóng)業(yè)基礎設施重點區(qū)域投向與農(nóng)業(yè)基礎設施的項目投向,促進農(nóng)業(yè)經(jīng)濟增長。

農(nóng)業(yè)基礎設施；規(guī)模效應；農(nóng)業(yè)經(jīng)濟增長；SYS-GMM

一、 引 言

2015年中國糧食總產(chǎn)量達到6.2億噸，相比2014年增長約2.7%。糧食產(chǎn)量的高速增長主要得益于國家財政增加對農(nóng)業(yè)的投入，主要用于農(nóng)業(yè)基礎設施建設。農(nóng)業(yè)基礎設施公共投資對農(nóng)業(yè)經(jīng)濟增長的促進作用是毋庸置疑[1]，謝海軍等（2008）等基于不同計量方法論證了農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長具有正向影響，也有學者試圖探究農(nóng)業(yè)基礎設施的最優(yōu)規(guī)模[2]。楊飛虎等（2014）基于經(jīng)濟增長的動態(tài)視角，認為中國公共投資最優(yōu)規(guī)模僅為GDP的9.9%[3]。馬樹才等（2005）測算了財政支出最優(yōu)預算規(guī)模為21.2%[4]；然而，現(xiàn)有文獻缺乏對中國農(nóng)業(yè)基礎設施是否存在規(guī)模效應的驗證?；谏a(chǎn)性功能的農(nóng)業(yè)基礎設施，其是否具有規(guī)模效應投資決策的重要依據(jù)和參考，如投資決策出現(xiàn)偏差, 將會帶來資源配置不合理、使用效率低下，難于發(fā)揮其應有的價值。基于此，本文以巴羅（Robert J.Barro）提出的經(jīng)濟增長與財政支出規(guī)模的理論模型為基礎，采用被解釋變量的滯后項來控制初始條件對農(nóng)業(yè)經(jīng)濟增長的影響，檢驗農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長是否存在規(guī)模效應，并進一步分析了南方地區(qū)和北方地區(qū)規(guī)模效應的差異及趨勢。

二、理論分析

本文根據(jù)Barro（1990）有關經(jīng)濟增長與財政支出規(guī)模的理論模型[5]，同時借鑒Aschauer（1989）的研究將農(nóng)業(yè)基礎設施公共投資作為生產(chǎn)要素納入生產(chǎn)函數(shù)中[6]，具體函數(shù)表達式為：

Y=F（K,L,I）

（1）

其中K代表農(nóng)戶私人資本投入，L代表農(nóng)業(yè)人口數(shù)量，I代表農(nóng)業(yè)基礎設施。此外，本文假定函數(shù)F′（x）>0且F″（x）<0，同時為了保證經(jīng)濟路徑集中（不發(fā)散），根據(jù)稻田條件（Inada Condition）。存在：

（2）

（3）

所有變量都跟時間有關，同時為了構造生產(chǎn)要素增量，在式（1）的基礎上對時間（t）求導，可得：

（4）

式（4）也可寫成：

（5）

對式（5）等式兩邊分別除以農(nóng)業(yè)產(chǎn)出（Y），可得：

（6）

即存在：

（7）

令λ、φ和η分別表示農(nóng)戶私人投資的產(chǎn)出彈性、勞動的產(chǎn)出彈性和農(nóng)業(yè)基礎設施的產(chǎn)出彈性。

（8）

（9）

（10）

則式（7）可轉(zhuǎn)化為:

（11）

農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的規(guī)模效應可用農(nóng)業(yè)基礎設施的邊際產(chǎn)出（MPI）來衡量，即

（12）

根據(jù)巴羅（1990）法則，當農(nóng)業(yè)基礎設施的邊際產(chǎn)出為1時（MPI=1）,投入達到最優(yōu)。若MPI<1, 則增加單位農(nóng)業(yè)基礎設施所產(chǎn)生的農(nóng)業(yè)產(chǎn)出要小于投入量, 說明農(nóng)業(yè)基礎設施投入過大，不存在規(guī)模效應；若MPI>1, 則一單位農(nóng)業(yè)基礎設施所產(chǎn)生的農(nóng)業(yè)產(chǎn)出要大于投入量, 說明農(nóng)業(yè)基礎設施存在規(guī)模效應，繼續(xù)增加農(nóng)業(yè)基礎設施投入將是有效率的。

三、實證分析

（一）模型設定

農(nóng)業(yè)經(jīng)濟增長是一個動態(tài)過程，它不僅與當前影響農(nóng)業(yè)經(jīng)濟增長的因素相關，同時也受過去要素投入等方面的影響。鑒于此，本文試圖將農(nóng)業(yè)生產(chǎn)總值滯后項（Yi,t-1）納入回歸模型中，增強模型動態(tài)特性；此外，由于農(nóng)業(yè)基礎設施投入及效率受區(qū)域自然條件的影響較大，文中加入地區(qū)虛擬變量（dum），將南方地區(qū)設定為1，而北方地區(qū)（包含西北地區(qū)）設定為0。因此，將函數(shù)表達式設定為：

+βYi,t-1+?dum+μi+εi,t

（13）

式（13）中，i=1,2,3,...,N表示地區(qū)，t=1,2,3,...,T表示時間；ΔY/Y為農(nóng)業(yè)總產(chǎn)出增長率；ΔI/I為農(nóng)業(yè)基礎設施；ΔK/K為農(nóng)業(yè)生產(chǎn)中農(nóng)戶私人投資額；ΔL/L為農(nóng)村勞動力數(shù)量，μi為地區(qū)效應，控制不可觀測的因素對被解釋變量的影響；εi,t為隨機誤差項。

（二）變量說明及區(qū)域劃分

1.被解釋變量和解釋變量

被解釋變量為農(nóng)業(yè)總產(chǎn)出增長率，采用各地區(qū)歷年人均農(nóng)業(yè)產(chǎn)值增長率。解釋變量：（1）農(nóng)業(yè)總產(chǎn)值的滯后一期（Yt-1），其目的是控制初始條件對被解釋變量的影響；（2）農(nóng)業(yè)基礎設施規(guī)模（I），采用農(nóng)業(yè)基礎設施存量占農(nóng)業(yè)總產(chǎn)值的比重作為農(nóng)業(yè)基礎設施規(guī)模。（3）農(nóng)戶私人投資規(guī)模（K）：首先，需要測算各地區(qū)農(nóng)戶私人投資總額（鄉(xiāng)村人口數(shù)乘以農(nóng)村居民家庭現(xiàn)金支出中購置生產(chǎn)性固定資產(chǎn)支出）；然后，采用農(nóng)戶私人投資總額與農(nóng)業(yè)總產(chǎn)值的比重來衡量農(nóng)戶私人投資規(guī)模，單位：萬元。（4）農(nóng)村勞動力（L）：采用各地區(qū)第一產(chǎn)業(yè)年末從業(yè)人員數(shù)，單位：萬人。（5）地區(qū)虛擬變量（Dum），由于受地形等自然條件的影響，為達到同等程度的農(nóng)業(yè)經(jīng)濟增長，在南方地區(qū)和西北地區(qū)農(nóng)業(yè)基礎設施的投入比北方地區(qū)農(nóng)業(yè)基礎設施投入要大。因此，本文將南方地區(qū)內(nèi)的省、市或自治區(qū)設定為1，其他地區(qū)（包括北方和西北地區(qū)）設定為0。

以上各變量的時間跨度均為2001—2013年，所有價值數(shù)據(jù)均以2001年可比價進行平減。原始數(shù)據(jù)主要來源于《中國農(nóng)村統(tǒng)計年鑒》和《中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫》，因數(shù)據(jù)可獲得性的限制，文中樣本數(shù)據(jù)主要來源于中國28個省、市和自治區(qū)的有關統(tǒng)計數(shù)據(jù)（西藏、香港和澳門數(shù)據(jù)缺失）。

2.區(qū)域劃分

本研究根據(jù)地形（山地、丘陵、平原、高原）、氣候（溫度帶、降雨量和干濕狀況）及作物種類等情況將中國劃分為三大區(qū)域（具體見表1），如單獨把西北地區(qū)作為一個分析區(qū)域，“小N大T”型數(shù)據(jù)結(jié)構對于運用SYS-GMM存在諸多不合理。因此，本文的研究區(qū)域僅包含北方地區(qū)（包含西北地區(qū)）和南方地區(qū)，以期能形成較為科學合理的理論證據(jù)。

（三）實證結(jié)果及分析

1.農(nóng)業(yè)基礎設施的規(guī)模效應分析——基于全國數(shù)據(jù)分析

在有限樣本下，系統(tǒng)廣義矩法的估計偏差較小，且有效性更高。因此，本文采用系統(tǒng)廣義矩法對模型進行參數(shù)估計（2011，苑德宇等）[7]。本文基于全國28個省、市、自治區(qū)數(shù)據(jù)，得到中國農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的影響（見表2）。其中前兩列分別為混合截面普通最小二乘法和固定效應模型估計結(jié)果；后四列分別為差分廣義矩估計和系統(tǒng)廣義矩估計結(jié)果。從Pooled OLS和固定效應模型回歸結(jié)果可以看出：農(nóng)業(yè)經(jīng)濟滯后項、農(nóng)業(yè)基礎設施及農(nóng)戶私人投資估計系數(shù)都比較穩(wěn)健，并核定了農(nóng)業(yè)基礎設施的產(chǎn)出彈性介于0.125—0.323之間，模型擬合優(yōu)度較高且F統(tǒng)計量顯著。其次，從差分廣義矩估計（DIF1和DIF2）可知，各變量系數(shù)在方向、顯著性等方法差異較小，同時Arellano-Bond檢驗模型殘差序列均存在一階自相關，但存在二階自相關的原假設被拒絕，因此模型設定是合理的。最后，在系統(tǒng)廣義矩估計結(jié)果中，兩步系統(tǒng)廣義矩估計和一步系統(tǒng)廣義矩估計關于虛擬變量的Sargan檢驗都高度拒絕原假設，但兩步系統(tǒng)廣義矩估計的估計系數(shù)顯著性較好，而且一步系統(tǒng)廣義矩估計中農(nóng)業(yè)基礎設施的產(chǎn)出彈性不顯著?；谝陨显?，本文認為兩步系統(tǒng)廣義矩估計獲得了比一步系統(tǒng)矩估計更好的結(jié)果，將采用兩步系統(tǒng)廣義矩進行參數(shù)估計。

表1 基于自然條件劃分的三大區(qū)域

注：①因西藏地區(qū)數(shù)據(jù)缺乏，單獨將青海納入回歸分析存在樣本偏少的問題，因此本文中未包含青藏地區(qū)的數(shù)據(jù)；②安徽和江蘇大部分屬于秦嶺—淮河以南，所以將其納入南方地區(qū)；③甘肅大部分區(qū)域?qū)儆谖鞅钡貐^(qū)，故將其納入西北地區(qū)進行分析；④因中經(jīng)網(wǎng)將重慶地區(qū)農(nóng)業(yè)基礎設施投資額數(shù)據(jù)納入四川省，故本文中的四川包含了重慶地區(qū)的數(shù)據(jù)。

從表2可知：（1）農(nóng)業(yè)經(jīng)濟滯后項對農(nóng)業(yè)經(jīng)濟增長的彈性為0.163，農(nóng)業(yè)經(jīng)濟滯后項對農(nóng)業(yè)經(jīng)濟增長具有顯著的正效應。因為往期農(nóng)業(yè)收益或糧食產(chǎn)量對當期農(nóng)業(yè)生產(chǎn)行為影響較大，收益或產(chǎn)量的增長能提高生產(chǎn)者的積極性，促進農(nóng)業(yè)經(jīng)濟增長；（2）農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的產(chǎn)出彈性為0.124，存在穩(wěn)定的正向影響。中國農(nóng)業(yè)基礎設施建設還處在基礎階段，不斷加強的農(nóng)業(yè)基礎設施建設，對改善農(nóng)業(yè)生產(chǎn)條件，提高農(nóng)業(yè)基礎設施體系與新型農(nóng)業(yè)經(jīng)營體系的融合程度具有重要作用，進而能促進農(nóng)業(yè)經(jīng)濟增長；（3）勞動力因素對農(nóng)業(yè)經(jīng)濟增長的彈性為負，但不顯著。這可能是因為當前中國逐步喪失“人口紅利”的機會窗口，勞動力對產(chǎn)業(yè)的促進作用減弱，農(nóng)業(yè)產(chǎn)業(yè)更明顯，農(nóng)業(yè)技術變革、生產(chǎn)條件改善及經(jīng)營制度變革等是當前促進農(nóng)業(yè)經(jīng)濟增長的主要因素，也正如此，勞動力數(shù)量的變化對農(nóng)業(yè)經(jīng)濟增長沒有顯著影響，導致估計系數(shù)不顯著；（4）地區(qū)虛擬變量估計系數(shù)顯著為正，這說明本文關于研究區(qū)域的劃分具有一定的合理性；（5）農(nóng)戶私人投資對農(nóng)業(yè)經(jīng)濟增長的彈性為0.664，存在顯著的正向作用。同時，彈性系數(shù)比其他要素的彈性系數(shù)都大，這說明農(nóng)戶私人投資聚焦性更強，更有針對性。

從表2可知：中國農(nóng)業(yè)基礎設施的產(chǎn)出彈性為0.124，低于馬栓友（2000）和吳玉鳴（2010）關于公共資本產(chǎn)出彈性為0.43的測度，這可能是由于內(nèi)生性問題及公共資本與農(nóng)業(yè)基礎設施統(tǒng)計口徑差異造成的。根據(jù)式（8）可計算得到中國農(nóng)業(yè)基礎設施的邊際產(chǎn)出（表3第五列）。從表3可以看出：（1）中國農(nóng)業(yè)基礎設施存在規(guī)模效應。從2001年至2013年，中國農(nóng)業(yè)基礎設施支出的邊際產(chǎn)出（MPI）均大于1。根據(jù)巴羅法則（Barro Rules），當MPI>1 時，說明農(nóng)業(yè)基礎設施財政支出不足，增加單位農(nóng)業(yè)基礎設施公共財政支出將獲得高于單位產(chǎn)值的收益增長（規(guī)模效應）；（2）從2001至2013年，農(nóng)業(yè)基礎設施的邊際產(chǎn)出值呈現(xiàn)緩慢遞減趨勢，正逐步向最優(yōu)農(nóng)業(yè)基礎設施投資規(guī)模（MPI=1）靠攏。一方面說明中國農(nóng)業(yè)基礎設施投資力度正逐步加大，另一方面說明中國農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的規(guī)模效應正在逐步減小。

2.農(nóng)業(yè)基礎設施規(guī)模效應區(qū)域差異比較分析——基于南-北方地區(qū)數(shù)據(jù)

從表4可知：中國南方地區(qū)和北方地區(qū)農(nóng)業(yè)基礎設施的產(chǎn)出彈性分別為0.132和0.151，說明南方地區(qū)和北方地區(qū)農(nóng)業(yè)基礎設施存量增長1%，農(nóng)林牧漁總產(chǎn)值分別增長0.132%和0.151%。造成農(nóng)業(yè)基礎設施產(chǎn)出彈性差異的可能原因是北方地區(qū)土地較平整，農(nóng)業(yè)基礎設施建設成本較低，單位農(nóng)業(yè)基礎設施效率更高。而南方地區(qū)中低產(chǎn)田比較集中（主要分布在華南地區(qū)、成都平原和長江中下游平原），改造中低產(chǎn)田成本較高，同時南方地區(qū)因土地細碎化等原因造成生產(chǎn)效率不高，農(nóng)林牧漁產(chǎn)值增長較慢。不過, 與考慮農(nóng)業(yè)基礎設施產(chǎn)出彈性相比，另一個問題卻沒有得到應有的重視, 那就是對于地區(qū)間農(nóng)業(yè)基礎設施與農(nóng)業(yè)經(jīng)濟增長所需要的基礎設施規(guī)模差異問題。如果農(nóng)業(yè)基礎設施資源配置不合理、使用效率低下，難于發(fā)揮其應有的價值。

注：①*** p<0.01, ** p<0.05, * p<0.1；②表中DIF1和DIF2分別表示一步差分廣義矩估計和二步差分廣義矩估計；SYS1和SYS2分別表示一步系統(tǒng)廣義矩估計和二步系統(tǒng)廣義矩估計；③表中（）內(nèi)數(shù)據(jù)為標準誤。

表3 中國農(nóng)業(yè)基礎設施的規(guī)模效應（基于全國數(shù)據(jù)） 單位（億元）

注：數(shù)據(jù)來源：農(nóng)林牧漁總產(chǎn)值數(shù)據(jù)來源于中國農(nóng)村統(tǒng)計年鑒和中國統(tǒng)計年鑒；農(nóng)業(yè)基礎設施數(shù)據(jù)根據(jù)中經(jīng)網(wǎng)數(shù)據(jù)庫整理得出。這兩個數(shù)據(jù)都只包含了本文研究的28個省、市或自治區(qū)數(shù)據(jù)。

從表5可知：南方地區(qū)和北方地區(qū)的農(nóng)林牧漁產(chǎn)值和農(nóng)業(yè)基礎設施均呈現(xiàn)增長趨勢，但農(nóng)業(yè)基礎設施存量與農(nóng)林牧漁產(chǎn)值之間存在巨大差異。通過比較發(fā)現(xiàn)：（1）從農(nóng)業(yè)基礎設施存量和農(nóng)林牧漁產(chǎn)值總量來看，2001年南方地區(qū)農(nóng)業(yè)基礎設施存量是北方地區(qū)的4.89倍，2013年為2.67倍；2001年南方地區(qū)農(nóng)林牧漁產(chǎn)值是北方地區(qū)的2.79倍，2013年南方地區(qū)卻僅相當于北方地區(qū)的90%左右。從增長速率看，2001年至2003年期間，南方地區(qū)農(nóng)業(yè)基礎設施存量年均增長13.82%，而農(nóng)林牧漁產(chǎn)值年均增長僅為7.52%；期間北方地區(qū)農(nóng)業(yè)基礎設施存量年均增長19.71%，農(nóng)林牧漁產(chǎn)值年均增長為18.12%。南方地區(qū)農(nóng)業(yè)基礎設施投入較大，但農(nóng)林牧漁產(chǎn)值增長緩慢，而北方地區(qū)農(nóng)業(yè)基礎設施投入與農(nóng)林牧漁增產(chǎn)較為合理。為此，我們從以下幾點做出解釋：一是農(nóng)業(yè)產(chǎn)業(yè)結(jié)構。南方地區(qū)主要以糧食作物（尤其是稻谷）種植為主，稻谷對水利等農(nóng)業(yè)基礎設施依賴性較強，加之在國家糧食安全戰(zhàn)略的背景下，公共財政加大了相關農(nóng)業(yè)基礎設施投入，使得農(nóng)業(yè)基礎設施投入增長迅速。但因南方地區(qū)受生產(chǎn)條件（人多地少以及土地細碎化嚴重）局限，糧食產(chǎn)量增長緩慢，同時糧食價格管控嚴重，使得農(nóng)林牧漁產(chǎn)值增長緩慢。二是居民消費結(jié)構。北方地區(qū)除糧食作物（稻谷、小麥和玉米）種植外，畜牧和果蔬類產(chǎn)品（如蘋果、奶產(chǎn)品）豐富。隨著人們生活水平的提高，對于果蔬和畜牧產(chǎn)品需求增長，這些產(chǎn)品的附加值要高于主糧，所以北方地區(qū)農(nóng)林牧漁產(chǎn)值增長迅速?；谝陨蟽牲c，造成了南方地區(qū)和北方地區(qū)在農(nóng)林牧漁產(chǎn)值和農(nóng)業(yè)基礎設施存量之間存在巨大差異。（2）農(nóng)業(yè)基礎設施規(guī)模（I/Y），南方地區(qū)農(nóng)業(yè)基礎設施規(guī)模增長迅速，而北方地區(qū)相對穩(wěn)定。這可能與地區(qū)生產(chǎn)環(huán)境有關，南方地區(qū)主要以丘陵和山區(qū)為主，土地細碎化嚴重，單位面積農(nóng)業(yè)基礎設施投入較大；而北方地區(qū)主要以平原和高原為主，地勢較平坦，單位面積農(nóng)業(yè)基礎設施投入的規(guī)模要小。（3）農(nóng)業(yè)基礎設施的規(guī)模效應，南方地區(qū)農(nóng)業(yè)基礎設施由規(guī)模經(jīng)濟向規(guī)模不經(jīng)濟轉(zhuǎn)變，而北方地區(qū)農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長仍存在較大的規(guī)模效應?？赡艿慕忉屖牵簭霓r(nóng)業(yè)基礎設施與生產(chǎn)方式協(xié)調(diào)角度，南方地區(qū)原有的農(nóng)業(yè)基礎設施服務對象主要是小規(guī)模農(nóng)戶，當前農(nóng)戶經(jīng)過農(nóng)村土地流轉(zhuǎn)耕種面積擴大，但農(nóng)業(yè)基礎設施的公共投資方向仍未靈活調(diào)整，農(nóng)業(yè)基礎設施的服務對象也還是以小規(guī)模農(nóng)戶為主，所以存在農(nóng)業(yè)基礎設施規(guī)模效應乏力的局面。北方地區(qū)人均土地規(guī)模較大，原有農(nóng)業(yè)基礎設施設計也是針對規(guī)模經(jīng)營。

表4 中國農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的回歸結(jié)果（基于南方—北方地區(qū)數(shù)據(jù)）

注：*** p<0.01, ** p<0.05, * p<0.1；（ ）內(nèi)為Z值，[ ]內(nèi)為P值。

表5 中國農(nóng)業(yè)基礎設施的規(guī)模效應比較（基于南方—北方地區(qū)數(shù)據(jù)）

注：農(nóng)林牧漁產(chǎn)值是以2000年為基期，進行平減后得到的數(shù)據(jù)。

從圖3可知：中國農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長存在規(guī)模效應。農(nóng)業(yè)基礎設施的邊際產(chǎn)出均大于1。但中國農(nóng)業(yè)基礎設施對農(nóng)業(yè)經(jīng)濟增長的規(guī)模效應存在區(qū)域差異。具體而言，南方地區(qū)的規(guī)模效應正逐步消退，呈現(xiàn)規(guī)模不經(jīng)濟局面；而北方地區(qū)農(nóng)業(yè)基礎設施表現(xiàn)出較強的規(guī)模效應。

圖3 中國農(nóng)業(yè)基礎設施規(guī)模效應區(qū)域差異趨勢圖

四、結(jié)論與政策啟示

本文利用2000—2013年中國農(nóng)業(yè)基礎設施的省級面板數(shù)據(jù)，基于Barro（1990）經(jīng)濟增長與財政支出規(guī)模的理論模型，采用系統(tǒng)性廣義矩估計方法從動態(tài)性視角分析了農(nóng)業(yè)基礎設施存量對農(nóng)業(yè)經(jīng)濟增長的規(guī)模效應。研究結(jié)果表明：（1）從整體上看，2001年至2013年中國農(nóng)業(yè)基礎設施的邊際產(chǎn)出（MPI）均大于1，說明中國農(nóng)業(yè)基礎設施存在規(guī)模效應；（2）基于區(qū)域視角來看，中國南方地區(qū)農(nóng)業(yè)基礎設施規(guī)模效應逐步消退，而北方地區(qū)的農(nóng)業(yè)基礎設施仍存在較大的規(guī)模效應。

根據(jù)以上研究結(jié)論，本文認為，可從以下兩個方面促進農(nóng)業(yè)基礎設施的規(guī)模效應，以及減緩南方地區(qū)農(nóng)業(yè)基礎設施規(guī)模效應的退化問題。第一，區(qū)域投向。農(nóng)業(yè)基礎設施公共投資應加大對南方地區(qū)的投入力度，需要將投向重點放在產(chǎn)糧大縣，有效保障國家糧食產(chǎn)能穩(wěn)定；第二，項目投向。對于南方地區(qū)農(nóng)業(yè)基礎設施公共投資應從項目建設轉(zhuǎn)為針對現(xiàn)有項目的管理和維護投入，減少新建項目，增加現(xiàn)有項目的管護投入。

[1] 劉卓君,于長革.公共投資的經(jīng)濟效應及其最優(yōu)規(guī)模分析[J].經(jīng)濟科學,2006（1）：30-41.

[2] 李飛,曾福生.農(nóng)業(yè)基礎設施規(guī)模效應的門檻特征檢驗[J].統(tǒng)計與決策, 2016（11）：125-128.

[3] 劉倫武.農(nóng)業(yè)基礎設施發(fā)展與農(nóng)村經(jīng)濟增長的動態(tài)關系[J].財經(jīng)科學,2006（10）：91-98.

[4] 謝海軍,翟印禮.遼寧省農(nóng)業(yè)基礎設施水平與農(nóng)村經(jīng)濟增長——基于Panel Data模型的實證分析[J].農(nóng)業(yè)技術經(jīng)濟,2008（4）：106-111.

[5] 姜濤.中國農(nóng)村基礎設施公共投資與農(nóng)業(yè)增長研究[D].華中科技大學博士論文,2009：20-26.

[6] 馬樹才,孫長清.經(jīng)濟增長與最優(yōu)財政支出規(guī)模研究[J].統(tǒng)計研究,2005（1）：15-19.

[7] 何振國.中國財政支農(nóng)支出的最優(yōu)規(guī)模及其實現(xiàn)[J].中國農(nóng)村經(jīng)濟,2006（8）：4-9.

[8] 肖海翔,劉樂帆,邵彩霞.中國政府衛(wèi)生支出的最優(yōu)規(guī)模及其實現(xiàn)[J].中國社會科學院研究生院學報,2011（4）：26-32.

[9] 楊飛虎,伍琴.我國公共投資最優(yōu)規(guī)模探析——經(jīng)濟長期持續(xù)均衡增長視角[J].經(jīng)濟管理,2014,36（6）：170-179.

[10] Barro,Robert J.Government spending in a simple model pf endogenous growth[J].Journal of Politics,1990,98（5）：103-126.

[11] Aschauer, D.A.Is public expenditure productive[J].Journal of Monetary Economics,1989, 23（2）：177-200.

[12] 張秀蓮,王凱.我國農(nóng)村基礎設施投入?yún)^(qū)域差異分析[J].財經(jīng)科學,2012（3）：77-84.

[13] 朱新華.基于糧食安全的耕地保護外部性補償研究[D].南京農(nóng)業(yè)大學，2008：65-72.

[14] 徐永金.糧食價格波動中主產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和主銷區(qū)的福利效應分析[D].西北農(nóng)林科技大學，2013.

[15] 馬林靜,王雅鵬,吳娟.中國糧食生產(chǎn)技術效率的空間非均衡與收斂性分析[J].農(nóng)業(yè)技術經(jīng)濟,2015（4）：4-11.

[16] 曾福生,李飛.農(nóng)業(yè)基礎設施對糧食生產(chǎn)的成本節(jié)約效應估算——基于似無相關回歸方法[J].中國農(nóng)村經(jīng)濟,2015（6）：1-10.

[17] 李宗璋.農(nóng)村基礎設施投資對農(nóng)業(yè)全要素生產(chǎn)率的影響研究[D].華南理工大學博士論文,2013：40-45.

[18] Anderson T.W., Hsiao C.Formulation and estimation of dynamic models using panel data [J].Journal of Econometrics, 1982, 18（1）：47-82.

[19] Arellano Manuel.,Bover Olympia.Another look at the instrumental variable estimation of error-components models [J].Journal of Econometrics, 1995, 68（1）：29-52.

[20] Blundell, R.，Bond, S.，Windmeijer, F.Estimation in dynamic panel data models: improving on the performance of the standard GMM estimator [J].Advances in econometrics, 2000, 15：53-91.

[21] 苑德宇,陳工.政府公共投資、地區(qū)經(jīng)濟增長與效應差異——基于我國省級面板數(shù)據(jù)的經(jīng)驗分析[J].財貿(mào)經(jīng)濟,2011（12）：37-45.

（責任編輯:鐘 瑤）

Research on the Scale Effect and Region Difference Existing in Chinese Agricultural Infrastructure

CAO Wenming1，HU Haibo2+，HUANG Fei1

（1.SchoolofEconomicsandManagement,HunanInstituteofTechnology,Hengyang,Hunan421002 ,China;2.SchoolofEconomicsandManagement,UniversityofSouthChina,Hengyang,Hunan421001,China）

Using the System GMM and constructing economic growth and fiscal expenditure scale theory model, this paper considers the scale effect of the contribution of the agricultural infrastructure to the agricultural economic growth with the provincial panel data of Chinese gricultural infrastructure collected from 2000 to 2013.The results show that the scale effect exists in the Chinese agricultural infrastructure,and that effect of the northern region is much stronger than that in the south, and the agricultural infrastructure in South China is transforming from the scale economy to the diseconomies of scale.In view of this,the investments in the key area of the agricultural infrastructure and the project investment should be transformed to improve the agricultural economic growth.

agricultural infrastructure; scale effect; agricultural economic growth; SYS-GMM

2017-3-20

湖南省社科項目（XSP17YBZZ024）、湖南省哲學社會科學基金項目（15BA119）、衡陽市社科基金重點項目（2016B（I）008）。

曹文明（1973—），男，湖南衡南人，湖南工學院經(jīng)濟管理學院高級經(jīng)濟師，研究方向：經(jīng)濟管理。

F303.1

A

1003-7217（2017）04-0115-06