《Frontiers in Sustainable Food Systems》：Education spending and agricultural water intensity: evidence from China's grain belt
编辑推荐：
取水量与部门增加值之比被广泛用作农业水资源利用效率的指标，且该比值的相关因素通常被解读为提升效率的杠杆。本文考察了这一相关因素实际衡量的内容。利用2005至2022年中国13个主要粮食生产省份170个地级市的平衡面板数据，结合一个将六个用水部门进行分解的城市级
取水量与部门增加值之比被广泛用作农业水资源利用效率的指标，且该比值的相关因素通常被解读为提升效率的杠杆。本文考察了这一相关因素实际衡量的内容。利用2005至2022年中国13个主要粮食生产省份170个地级市的平衡面板数据，结合一个将六个用水部门进行分解的城市级取水账户，研究人员检验了实际人均市政教育支出与农业用水强度之间的关联。更高的实际教育支出与更低的农业取水量对实际第一产业增加值之比相关联。将该比值精确分解为技术边际（每吨粮食的用水量）和结构边际（每单位实际增加值的粮食产量）后揭示，全部关联均落在结构边际内：技术边际未显示出改善，且在吸收省份特定年度冲击后反而恶化。教育支出较高的地区粮食产出较低，而实际第一产业增加值保持平稳；在完整的取水账户中，农业份额的下降被公共、城镇生活和生态用水所吸收，总取水量并未下降。该关联追踪的是市政预算的人均规模，而教育支出占城市支出的份额则完全不携带任何关联。因此，以价值计量的强度比值混淆了农业的结构转型与用水的技术方式，这些比值的相关因素不应被解读为效率杠杆。
论文解读文章
一、研究背景与问题提出
中国13个主要粮食生产省份是国家粮食供给的关键保障，但这些省份的水资源本就紧张，河流与含水层承受着巨大压力，而农业在其中始终是最大的用水部门。在通过扩大灌溉面积和增加单位面积用水量来提升产出的路径遭遇资源硬约束的背景下，政策关注点转向了提高单位用水的产出水平。这一政策框架使得农业水资源利用效率成为核心指标，大量实证文献开始在地级市层面寻找其决定因素。
然而，现有研究几乎无一例外地将效率定义为一种比值——部门取水量除以部门增加值或其倒数。这一比值之所以被广泛采用，是因为其两个构成要素在官方统计中均可获得。但这一指标存在根本性的缺陷：物理投入与货币产出的比值发生变化可能源于两种截然不同的原因。其一，相同的物理产出以更少的水实现，这才是“效率”一词的本意；其二，产出结构转向单位物理量承载更高价值的品种，或者物理生产规模收缩而增加值得以维持。灌溉文献早已警告，当核算边界划定不当时，工程层面的效率测度可能产生误导。但针对以价值计量的强度比值的类似警告，尚未在粮食与水资源研究文献中得到充分重视。
这一问题之所以重要，是因为该文献中发现的决定因素正日益被表述为政策杠杆。如果一个变量与更低的取水对增加值之比相关，它就被描述为提高水资源利用效率，随之而来的是政策建议。这一建议是否成立，完全取决于该比值中哪一个边际在变动。通过技术边际起作用的因素，是水资源管理部门可以真正着手干预的对象；而通过结构边际起作用的因素，只是农业结构调整的症状，针对它采取行动不会节省任何水资源。
本文选取了一个典型的此类相关因素——地方公共教育投资，以实际人均市政教育支出衡量，并追问它究竟作用于哪一个边际。教育之所以是人力资本解释资源利用效率的自然候选者，是因为一个悠久的学术传统认为教育之所以具有生产性，在于它提升了人们感知和应对变化约束的能力。如果这一逻辑延伸到水资源领域，公共教育支出应当提升用水的物理生产率。但还存在一个竞争性解释：人均市政教育支出随地方财政能力上升而上升，而财政能力又随非农经济发展而增长，同一过程将土地和劳动力从粮食生产中转移出来，使农业转向更高价值的产出，并扩大城市用水需求。在这一解释下，教育支出只是结构转型的标记，其与强度比值的任何关联都只通过结构边际起作用。
二、研究设计与核心发现
两种解释之所以可以被区分，是因为该比值可以精确分解。农业取水量对实际第一产业增加值之比，等于每吨粮食的取水量乘以每单位实际增加值的粮食吨数。第一个因子是物理技术边际，第二个是结构边际——当农业转向单位吨数承载更多价值的产出时，该边际下降。人力资本解释将关联定位于第一个因子；结构转型解释则将其定位于第二个因子，并预测第一个因子没有改善甚至恶化。
研究人员构建了2005至2022年13个粮食主产省份170个地级市的平衡面板，共3,060个城市-年度观测。数据有两个关键特征使分解可行：其一，使用一个解析六个用水部门的城市级取水账户，各份额在每个城市-年度精确加总为100%，因此农业边际释放的水可以被追踪到实际承接的部门；其二，教育支出和第一产业增加值均使用省份特定平减指数换算为不变价，并将价值计量结果与物理结果——每吨粮食取水量——配对，从而直接度量技术边际。
研究得出以下核心结论：实际人均教育支出与更低的价值计量强度比值相关联，且该关联在控制发展、财政、水文气候、预定滞后以及省份特定年度冲击后依然稳健。但将比值在单一样本上分解后，技术边际未显示出任何改善，在省份-年份固定效应下反而转为不利，而结构边际贡献了全部关联且还有余量。粮食产出在教育支出较高的地区更低，实际第一产业增加值保持平稳；在六部门取水账户中，农业份额的下降被公共、城镇生活和生态用水吸收，总取水量并未下降。该关联附着于市政支出的人均规模，而非教育占预算的份额——后者完全不携带任何关联。
三、主要技术方法
研究采用固定效应面板回归作为核心识别策略，以城市固定效应吸收不随时间变化的地理、水资源禀赋和制度因素，以年份固定效应吸收全国性价格、政策和天气冲击。在基准设定基础上逐步强化条件集：以省份-年份固定效应吸收所有省份特定年度冲击，再加入城市特定线性趋势。分解分析利用取水强度比值的对数恒等式，在完全相同样本上分别以价值强度、技术边际和结构边际为因变量进行回归，使系数满足精确可加性。六部门取水账户分别以份额和绝对体积为因变量估计。推断方面采用城市聚类稳健标准误，并辅以省份聚类和通配符自助法（wild cluster bootstrap）；随机化推断通过重新分配城市完整18年教育支出路径进行；敏感性分析遵循Oster（2019）方法评估未观测混杂。数据来源包括中国城市统计年鉴、省级统计年鉴、Fang和Liu（2024）的城市级城乡用水数据集以及网格化气候再分析数据。
四、研究结果
5.1 关联及其对识别的敏感性。 通过从混合OLS到逐步加入固定效应、财政与发展控制、水文气候与规模控制、灌溉与种植结构控制、省份-年份固定效应直至城市趋势的规格阶梯，研究发现基准偏好设定下系数为?0.136，即人均实际教育支出每增加一千元（接近两个样本标准差），价值计量强度比值约降低13%。加入灌溉与种植结构块后系数降至?0.070且不再显著——这本身具有信息量，因为灌溉面积、水稻占比和粮食占比本身就是结构边际的构成要素，对其加以控制会移除结构转型渠道的一部分。加入城市特定趋势后系数为0.002，但该设定仅保留回归变量不足3%的方差，应视为提供边界而非决定性证据。
5.2 规模、结构与技术。 在完全相同的2,263个城市-年度样本上，价值强度系数为?0.080，技术边际系数为+0.072（城市-年份固定效应）和+0.141（省份-年份固定效应，5%水平显著），结构边际系数为?0.152和?0.204（均1%水平显著）。系数可加性精确成立。粮食产出系数为?0.162和?0.160（均1%水平显著），实际第一产业增加值系数为?0.010和+0.043（均不显著）。这证实全部关联位于结构边际，技术边际不仅没有改善，在吸收省份特定冲击后反而恶化。
5.3 六部门取水账户。 农业份额系数为负且高度显著，而总取水量系数不显著。农业释放的份额被公共、城镇生活和生态用水吸收，工业份额没有显著增加。这一模式与结构转型解释一致：非农经济和城市人口扩张推动公共和城镇生活用水需求上升，生态配水也随政策推进而增加，但总取水量并未因所谓“效率提升”而下降。
5.4 预算努力与财政规模。 将教育支出占财政支出份额与人均实际教育支出同时纳入回归后，人均规模系数保持稳健为负，而教育份额系数接近零且不显著。科技支出、高等教育学生密度、职业教育学生密度等教育邻近人力资本指标也均不携带显著关联。这证实关联附着于财政规模而非教育内容本身。
5.5 稳健性检验。 在受限样本上重新估计基准结果，包括粮食产出可得样本、气候指数覆盖样本和职业教育数据可得样本，并将纳入与排除城市进行比较，结果保持一致。
五、讨论与结论
讨论部分指出，以价值计量的强度比值将农业的结构转型与用水的技术方式混为一谈。教育支出与更低强度比值的关联，在物理层面并不对应任何用水效率的改善——每吨粮食的取水量没有下降，总取水量没有下降，被“释放”的水实际上流向了公共、城镇生活和生态用途。将此类比值作为效率指标，会系统性地将农业结构调整误读为技术进步，并由此产生无效甚至有害的政策建议。结论部分强调，本文的贡献在于三个方面：实质性贡献是证明了一个被广泛通过人力资本渠道解读的相关因素实际上通过农业再定向起作用；方法论贡献是引入了价值计量资源强度比值的精确技术-结构分解，并与完整部门取水账户配对；测量实践贡献是识别了广泛使用指标中一个具体且可修正的缺陷，并提供了其他资源强度研究可直接应用的诊断工具。研究明确表示，由于设计是观测性的，所有结论均为固定效应条件集下的条件相关，而非因果效应。
