蔡保忠，曾福生

（湖南農業(yè)大學經濟學院，湖南 長沙 410128）

“民以食為天，食以安為先”，對于世界第一大人口大國，確保糧食安全是我國當前及未來相當長的一段時間內面臨的重大挑戰(zhàn)[1]，如何將飯碗牢牢端在自己手中更是一個必須給予高度關注的問題[2]。從供給端來看，據國家統計局數據顯示：2017年我國糧食總產量約為6.179億t（不包含大豆），進口1.3億t，糧食自給率為82.4%，低于國際公認的95%的糧食安全紅線標準。從需求端來看，隨著我國總人口不斷增長、城鎮(zhèn)化的推進、消費結構不斷升級、種子用量和工業(yè)用量增加以及生產加工流通環(huán)節(jié)不可避免的損耗，這些因素都會導致我國糧食消費量剛性增長[3]。供求缺口仍會長期存在，糧食凈進口不可避免[4]。

與此同時，國際國內的糧食生產形勢、市場形勢發(fā)生了深刻的變化，正對糧食安全產生沖擊。從國際環(huán)境來看，影響糧食安全的因素有三個：一是中美貿易摩擦不斷，中美貿易摩擦的不確定性給我國糧食安全造成了一定的不確定性[5]；二是糧食金融化，直接助推國際糧食價格劇烈波動和高價運行，破壞世界糧食市場的穩(wěn)定[6-7]；三是國際石油價格劇烈波動，歷史經驗與大量學者的研究都表明原油價格的每一次大幅波動都會給世界糧食生產與糧食價格帶來巨大影響[8-9]。

從國內環(huán)境來看，糧食安全也受到三個方面的因素制約：一是農業(yè)資源透支，我國農業(yè)資源尤其是耕地資源和水資源長期處于緊繃狀態(tài)，耕地肥力和地下水位下降嚴重。二是面源污染嚴重，糧食生產主要會帶來農藥和化肥污染，通過水體擴散開來，農業(yè)生態(tài)環(huán)境的承載能力接近極限[10]。三是靠天吃飯的局面仍未改變，盡管我國糧食生產力水平已經大幅提高，但是面對近年來頻發(fā)的極端天氣仍顯不足。因此，在新時期保障我國糧食安全，必須要加快轉變農業(yè)發(fā)展方式，既要實現眼前的糧食產量穩(wěn)定，又要形成新的競爭力，必須要加強農業(yè)基礎設施建設，為糧食安全的增強基本[11]。加之鄉(xiāng)村振興戰(zhàn)略已經啟動，農業(yè)基礎設施被視為實現鄉(xiāng)村振興戰(zhàn)略的基礎，更要優(yōu)先發(fā)展[12-13]。

農業(yè)基礎設施對糧食生產的顯著影響已經得到了許多學者的驗證，如謝小蓉和李雪[14]研究表明，吉林各地區(qū)農業(yè)基礎設施的投入使用水平對糧食產量具有長期穩(wěn)定的經濟效應。蔡保忠和曾福生[15]通過構建聯立方程模型,系統評估了2000—2013年國內28個省份農業(yè)基礎設施投入的糧食增產效應，農業(yè)基礎設施投入總體上有效地促進了我國糧食增產。蔡保忠和曾福生[16]還將農業(yè)基礎設施進一步細分為農田水利設施、農業(yè)電力設施、農村交通設施，分別驗證了不同類型的農業(yè)基礎設施對糧食增產的差異。沿襲這一思路，還有學者分析了不同類型的農業(yè)基礎設施對糧食生產效率的影響[17]。從糧食作物布局來看，合理的糧食生產布局能夠有效地提高糧食生產效率，更好地保障國家糧食安全[18]。何友和曾福生[19]經過測算得出我國水稻和玉米生產重心正在向東北遷移，小麥的生產重心處于水稻和玉米的過渡地帶?？梢娢覈笾骷Z的區(qū)域特征明顯，且三大主糧的布局仍在變化之中。糧食生產格局的變化對于糧食供需平衡及糧食安全問題有潛在的影響[20]。

此外，按照《國務院關于建立糧食生產功能區(qū)和重要農產品生產保護區(qū)的指導意見》（國發(fā)〔2017〕24號）的要求，對糧食功能區(qū)進行了劃定，糧食生產功能區(qū)的劃定意味著糧食類型的區(qū)域特征會加強。由于不同糧食作物的生產區(qū)域和生長屬性不同，對農業(yè)基礎設施的整體需求可能也存在差異。為驗證這一假設，本文基于農業(yè)基礎設施對糧食產出影響的理論分析，以三大主糧作物的主產區(qū)域為研究對象，采用FGLS等計量方法，分析農業(yè)基礎設施以及農田水利、農業(yè)電力、農村交通等三類主要基礎設施對三大主糧作物的產出效應差異，探討其影響機制。厘清這一問題，有助于在鄉(xiāng)村振興戰(zhàn)略實施和農業(yè)供給側結構性改革過程中更好地安排農業(yè)基礎設施建設資金的投向，更好地發(fā)揮農業(yè)基礎設施對糧食安全保障的促進作用。

1 農業(yè)基礎設施對糧食產出影響的理論分析

本文認為農業(yè)基礎設施投入對糧食產出增加可以通過直接效應和間接效應產生影響（圖1）。直接效應是指農業(yè)基礎設施投入直接影響農業(yè)生產要素增減并作用于糧食產出，間接效應是指農業(yè)基礎設施投入影響糧食經營主體的行為傳導糧食產出。

1.1 農業(yè)基礎設施對糧食增產的直接效應

1.1.1 提升復種指數 如農田水利設施完善后，耕地灌排更加及時，糧食作為能夠按照計劃完成播種、生長、收割等生產環(huán)節(jié)，更多氣溫適宜的地區(qū)能夠種植雙季甚至三季糧食作物，糧食作物的復種指數得以提升。再如農村交通基礎設施的完善程度對糧食生產機械化率提升有重要的影響，而使用先進實用的農業(yè)機械不僅可大幅提高糧食生產效率，也能有效提升糧食產量[21]。糧食生產機械化率的提升可以進一步縮短糧食作物的生產環(huán)節(jié)時間，為提升糧食作物復種指數提供了可能。

圖1 農業(yè)基礎設施促進糧食增產的作用機理圖Fig. 1 Interaction mechanism diagram of agricultural infrastructure and grain yields

1.1.2 提升管理效率 糧食各生產環(huán)節(jié)的管理效率都會影響到糧食的最終產量，而糧食生產管理效率高低也離不開農業(yè)基礎設施。以水稻生產灌溉為例，水稻生產環(huán)節(jié)較多，不同環(huán)節(jié)對水的需求差異很大，如水稻在播種至秧苗期要求土壤含水量穩(wěn)定在80%以上，插秧期田面水層控制在1 cm左右，分蘗期水層為1～2 cm，分蘗末期需要曬田一般5～7天，幼穂分化至抽穗期水層保持在3 cm左右，抽穗開花期保持3～5 cm的淺水層，灌漿結實期需要干干濕濕以濕為主。如果水稻某個生產環(huán)節(jié)因需水管理不及時都會影響水稻的最終產量，尤其是在灌漿結實期干濕交替管理頻繁，需要良好的農業(yè)基礎設施條件為支撐。

1.1.3 減少旱澇災害 1978—2013年36年期間，其中有11年減產率超過8%，36年間累計減產糧食11.55億t；澇災減產率3.3%，其中有9年超過4%，36年間累計減產糧食5.64億t[22]。另有研究表明，按照自然災害對糧食減產危害程度的排序為：旱災＞洪災＞風雹＞低溫＞臺風，旱澇災害是導致我國糧食產量減少最主要的因素，對糧食減產的影響占所有自然災害的一半以上[23]。旱澇災害成為我國糧食安全最主要的威脅，完善的農田水利設施能夠在洪澇期排水蓄水，在干旱期灌溉抗旱，幫助降低糧食的減產風險，直接實現糧食穩(wěn)產增產。

1.2 農業(yè)基礎設施對糧食增產的間接效應

1.2.1 擴大經營規(guī)模 農業(yè)基礎設施具有降低農業(yè)私人生產成本和降低自然災害破壞性的功能，糧食生產的成本下降帶來糧食生產利潤的上升，加上糧食生產旱澇保收系數提高帶來產量的增加，作為經濟理性人必然會通過增加耕地經營面積或者提高糧食復種指數的方式擴大經營規(guī)模，以實現利潤最大化。

1.2.2 減少耕地拋荒 楊國永和許文興[24]歸納了耕地拋荒行為發(fā)生的20個主要因素，其中“農業(yè)基礎設施條件差”排在第4位。在我國一些地區(qū)，由于農業(yè)基礎設施不完善，糧食生產成本高而且風險大，糧食經營主體難以通過糧食生產獲利，土地流轉價格低甚至難以流轉出去，只能拋荒處理。良好的農業(yè)基礎設施可以減少糧食經營主體的耕地拋荒現象。

1.2.3 采用先進技術 農業(yè)生產條件差異對農業(yè)技術進步有著重要的影響，各地區(qū)的農業(yè)生產條件也對水稻機插秧水平具有顯著的影響，農業(yè)生產條件的差異是導致地區(qū)間水稻機插秧水平差異的重要原因[25]，可見良好的農業(yè)生產條件是糧食經營主體采用先進技術的前提條件。農業(yè)機械化程度與農業(yè)交通基礎設施高度相關，完善農田交通基礎設施可以使得一些丘陵地區(qū)的農業(yè)機械化程度得以提升，而機械化能夠促進糧食增產已經被很多學者證實[21,26]。

1.2.4 優(yōu)化要素結構 有良好的農業(yè)基礎設施條件作為保障，糧食經營主體會更愿意推動生產要素的結構優(yōu)化。在農業(yè)生產時選擇高產優(yōu)質的糧食品種，提高糧食的良種率，促進糧食產量的增加。

2 三大主糧主產區(qū)域構建與選擇

我國各地區(qū)的土地、溫度和降雨等自然條件差異較大，水稻、小麥和玉米三種農作物在我國的生長分布情況存在較大差異，對每種糧食作物選取不同的區(qū)域個體進行分析能夠提高研究對象的精準度。2017年中央一號文件提出要“科學合理劃定水稻、小麥、玉米糧食生產功能區(qū)”，2018年9月中共中央、國務院印發(fā)了《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》再次提出要“科學合理劃定糧食生產功能區(qū)、重要農產品生產保護區(qū)和特色農產品優(yōu)勢區(qū)”，可見三大主糧功能區(qū)的劃分工作尚在進行當中。目前尚未發(fā)現權威的三大主糧生產功能區(qū)劃分標準，本文借鑒陳飛等的做法[27]，根據我國2000—2016年各?。ㄖ陛犑?、自治區(qū)）相應糧食作物的歷年累計總產量占全國比重進行排序，選取該種糧食產量比重高于1%的省份作為樣本個體來嘗試構建三大主糧生產區(qū)域。根據各?。ㄖ陛犑小⒆灾螀^(qū)）水稻、玉米、小麥作物產量占比排序分別構建了我國的三大主糧生產區(qū)域（表1）。其中湖南、江蘇、江西等18個?。ㄊ?、自治區(qū)）的水稻產量占全國水稻總產量的97.26%，吉林、黑龍江、山東等20個?。ㄊ?、自治區(qū)）的玉米產量占全國玉米總產量的98.06%，河南、河北、安徽等12個?。ㄊ小⒆灾螀^(qū)）的小麥產量占全國小麥總產量的94.99%，基本能夠代表我國各大主糧生產的概況。

下一步，我們將按照中發(fā)〔2010〕11號文件、2011年中央1號文件和2012年2月份國務院批復的西部大開發(fā)“十二五”規(guī)劃等要求，繼續(xù)把西部地區(qū)的水利建設擺在優(yōu)先和突出重要的位置，著力圍繞解決西南地區(qū)的工程性缺水和西北地區(qū)的資源性缺水問題，以這兩個問題為重點全面推進西部地區(qū)水利建設和水資源綜合管理。重點做好以下五個方面的工作：

從三大主糧區(qū)域分布可以看出，2000—2016年我國水稻主產區(qū)域主要分布在長江流域以南和東北三省，這些地區(qū)的水資源豐富，有利于水稻作物的生長。玉米主產區(qū)域分布十分廣泛且，除青藏高原與東南沿海省份，基本都有一定規(guī)模的玉米作物種植。小麥主要分布在華北和西北地區(qū)。

表1 水稻、玉米、小麥三大糧食作物主產區(qū)域個體選取Table 1 Individual selection of main producing regions of rice, corn and wheat

3 研究方法

3.1 模型設定

本文利用Cobb-Douglas生產函數（CD生產函數）構建糧食生產的投入產出模型。由于使用的省級面板數據研究農業(yè)基礎設施對糧食增產的效應，所以在模型中加入影響糧食產出的因素變量，分為農業(yè)基礎設施變量（核心變量）和其他變量（控制變量），具體形式為：

式中：y為糧食產量，α為截距項，INF為農業(yè)基礎設施變量，CON為影響糧食產量的其他解釋變量，v為隨機擾動項，α1、α2為待估系數。具體來說，yit是本文的被解釋變量，包括水稻總產量、玉米總產量和小麥總產量；INFit是本文的核心解釋變量，指各省（市、自治區(qū)）歷年的農業(yè)基礎設施水平，包括農業(yè)基礎設施存量、農田水利設施、農業(yè)電力設施和農村交通基礎設施。CONit是本文的控制變量，包括影響糧食產出的一些基礎因素如土地、化肥、農業(yè)機械、勞動力、自然災害和國家政策等。

3.2 檢驗方法

由于實證分析中涉及的模型數量多達12個，考慮的各模型樣本數據之間可能存在較大的差異，對估計方法的需求不一，因此對各模型的樣本數據進行平穩(wěn)性檢驗和模型設定檢驗，以盡可能地提高各模型的估計效率。為了避免偽回歸問題，針對各序列進行平穩(wěn)性檢驗，平穩(wěn)性檢驗是建立協整模型的前提條件。采用LL檢驗（最優(yōu)滯后階數由Schwarz準則確定）平穩(wěn)性問題，結果表明水稻主產區(qū)、玉米主產區(qū)、小麥主產區(qū)所有數據的對數序列皆為平穩(wěn)序列，具備協整關系的基礎條件。

由于所使用的面板數據，其中涉及農業(yè)基礎設施存量數據的模型，時間跨度為2000—2013年，其他模型時間跨度為2000—2015年?？梢娒總€模型的個體T較大，信息較多。對于長面板數據而言，傳統的處理短面板數據的方法，如固定效應模型、隨機效應模型等并不能得到一致估計量，且估計效率有所下降，已不適用[28]?？紤]模型擾動項{εit}可能存在的異方差和自相關，因此對各個模型進行組間組間異方差、組內自相關和組間同期相關檢驗。Greene提供了對組間異方差的沃爾德檢驗，Wooldridge提供了一個對組內自相關的沃爾德檢驗，組間同期相關采用了Pesaran提出的檢驗方法，并根據檢驗結果選擇“OLS+面板校正標準誤差”或FGLS方法，提高模型估計的穩(wěn)健性和效率[29]。

3.3 變量選取

為研究農業(yè)基礎設施對不同糧食作物的增產效應，選取了水稻、玉米、小麥總產量作為被解釋變量。解釋變量為影響糧食產量的基礎因素，包括農業(yè)基礎設施存量、三大主要農業(yè)基礎設施類型（農田水利設施、農業(yè)電力設施、農村交通設施）等核心變量和土地投入、化肥投入、機械投入、勞動力投入、自然災害、國家政策等控制變量（表2）。

表2 變量選取說明Table 2 Description of variables

3.4 數據來源

本文選取中國大陸30個省（市、自治區(qū)）作為研究范圍（西藏因數據缺失較多而未被納入），時間跨度從2000年到2013年或2015年。本文選取的變量原始數據主要來源于《中經網數據庫》、《知網數據庫》和《能源數據簡明手冊》（2017）。

4 結果與分析

4.1 平穩(wěn)性檢驗和模型設定檢驗分析

在模型估計前，首先對各模型進行平穩(wěn)性檢驗和模型設定檢驗，檢驗結果見表3。根據表3的檢驗結果，不同的模型分別使用最小二乘法（OLS）、可行廣義最小二乘法（FGLS）和迭代FGLS方法進行估計，因為在截面異方差的情形下迭代FGLS可以比FGLS有更好的的估計結果[30]。

4.2 農業(yè)基礎設施存量對三大主糧產出的影響分析

表4為農業(yè)基礎設施存量對水稻、玉米、小麥三種主要糧食作物產出的影響分析結果。水稻和小麥主產區(qū)域的農業(yè)基礎設施變量通過了顯著性檢驗，影響系數分別為0.0523和0.110 8，表明農業(yè)基礎設施對水稻和小麥產出影響顯著；而在玉米主產區(qū)域，農業(yè)基礎設施對玉米產出的影響不顯著。在水稻主產區(qū)域，農業(yè)基礎設施顯著增加了水稻產出。根據本文構建的糧食主產區(qū)域，我國水稻主產區(qū)域集中在秦嶺淮河以南地區(qū)和東北平原兩個地方，其中超過80%的水稻主產區(qū)域在南方地區(qū)，多屬于亞熱帶和熱帶季風氣候區(qū)。這兩個氣候區(qū)的降水都集中在夏季，致使夏天洪澇和其他季節(jié)的干旱易發(fā)。因此，對水稻產出影響最大的屬旱澇災害，農業(yè)基礎設施尤其是農田水利設施可以緩解水稻生產經常面對的自然災害影響，在一定程度改變了“望天吃飯”。

表3 異方差及自相關檢驗Table 3 Heteroscedasticity and autocorrelation tests

表4 農業(yè)基礎設施對三大主糧產出影響模型的回歸結果Table 4 Regression results of agricultural infrastructure on the three main grain production effect models

在玉米主產區(qū)域，農業(yè)基礎設施對玉米總產量影響不明顯。主要原因可能是玉米是我國三大主糧中分布最廣的糧食作物，覆蓋了除東南沿海和青藏高原以外的幾乎全部省份都是玉米主產區(qū)域。玉米能夠廣泛分布在我國的各個區(qū)域得益于玉米的適應性強，對農業(yè)基礎設施的需求小。近年來，我國玉米產量的種植面積和總產量都實現了大幅增長，是我國糧食實現多年連增的最大貢獻者。推動玉米產量增長的主要原因是市場飼料用糧的需求增加和良種技術的突破，農業(yè)基礎設施整體上影響不大。

在小麥主產區(qū)域，農業(yè)基礎設施對小麥總產量影響為正。小麥生產區(qū)域的集中度最高，從小麥主產區(qū)域分布來看，在氣候上主要處于溫帶季風氣候和溫帶大陸氣候，降水集中在夏季且全年降水總量偏少，且地面河流湖泊較少。因此，部分小麥主產區(qū)域的灌溉水源多以地下水為主，抽取地下水進行灌溉對農業(yè)基礎設施的需求較大。在完成農業(yè)基礎設施整體上對不同糧食作物產出的影響之后，下面將農業(yè)基礎設施細分為農田水利設施、農業(yè)電力設施、農村交通設施，分別分析它們對不同糧食作物產出的影響。

4.3 不同農業(yè)基礎設施對三大主糧產出的影響分析

上文分析了農業(yè)基礎設施存量對三大主糧產出的影響，下面本文細化農業(yè)基礎設施的分類，分別分析農田水利設施、農業(yè)電力設施、農村交通設施對三大主糧產出的影響，結果見表5。從模型估計結果可以看出，不同農業(yè)基礎設施對水稻、玉米、小麥三種主要糧食作物產出影響存在一定的差異。

在水稻主產區(qū)域，農田水利設施變量通過了顯著性檢驗，影響系數為0.6734，表明農田水利設施對水稻產出的影響顯著為正。農業(yè)電力設施變量和農村交通設施變量沒有通過顯著性檢驗，這兩類農業(yè)基礎設施對水稻總產量的影響都不顯著。農田水利設施是水稻主產區(qū)域最重要的基礎設施。在目前的技術水平下，我國水稻品種依然以水稻為主，水稻的生長特性決定了農田水利設施的重要性。此外，水稻生產區(qū)域主要分布在秦嶺淮河以南，屬于熱帶季風和亞熱帶季風氣候，旱澇頻發(fā)，農田水利設施排澇抗旱功能尤為重要。農業(yè)電力設施與農村交通設施對水稻生產影響不顯著的，農業(yè)電力設施在水稻的生產環(huán)節(jié)中參與還不多，主要在加工環(huán)節(jié)起作用。南方水稻生產主要依賴小型農業(yè)機械，小型農業(yè)機械對農村交通設施的要求并不高。

在玉米主產區(qū)域，農田水利設施變量通過了顯著性檢驗，影響系數為0.288 0，農田水利設施對玉米主產區(qū)域的玉米總產量的影響顯著為正。農業(yè)電力設施變量也通過了顯著性檢驗，影響系數為-0.110 1，表明農業(yè)電力設施對玉米主產區(qū)域的玉米總產量的影響顯著為負。農村交通設施變量沒有通過顯著性檢驗，對玉米總產量的影響不顯著。玉米作物的生產在我國分布最廣，除青藏高原和熱帶季風氣候區(qū)域外，其他各省市均為玉米主產區(qū)域。玉米種植區(qū)域經緯度跨度大，地形差異也大，盡管在濕潤地區(qū)一般不需要灌溉，但是在干旱或半干旱地區(qū)，則需要根據情況進行有效灌溉，對農田水利設施有一定的要求。另外玉米生長期較高的植株需水量與經常性干旱相伴而生，加之區(qū)域水資源短缺與農田水利建設投入有限，中國玉米主產區(qū)70%以上仍為雨養(yǎng)農業(yè)[31]。農業(yè)電力設施變量顯著為負，主要是因為玉米生產環(huán)節(jié)對電力需求少，但是玉米脫粒和磨粉等環(huán)節(jié)的機械化程度越來越高，耗電量快速增加，導致農業(yè)電力設施與玉米總產量呈現負相關關系。我國玉米的生產環(huán)節(jié)機械化程度在三大主糧中是最低的，玉米生產對農村交通設施的需求不大。

表5 不同農業(yè)基礎設施對三大主糧產出影響模型的回歸結果Table 5 Regression results of different agricultural infrastructure types on the three main grain production effect models

在小麥主產區(qū)域，農田水利設施變量通過了顯著性檢驗，影響系數為-0.0075，農田水利設施對小麥主產區(qū)域的小麥總產量的影響顯著為負。農業(yè)電力設施變量也通過了顯著性檢驗，影響系數為0.066 0，表明農業(yè)電力設施對小麥主產區(qū)域的小麥總產量的影響顯著為正。農村交通設施變量沒有通過顯著性檢驗，對小麥總產量的影響不顯著。農田水利設施對小麥主產區(qū)域的小麥總產量的影響顯著為負并不表明農田水利設施對小麥生產不重要，而是因為在華北和西北一帶水資源缺乏，灌溉用水主要是從地下水抽取，加之小麥灌溉技術落后，使得整體使用效率不高，對小麥的生產產生了負影響，李谷成等[32]和李燕等[33]的研究也得出了類似的結論。同樣因為小麥灌溉用水多為從地下抽取，使得小麥生產環(huán)節(jié)中單位用電量要顯著高于其他兩大主糧，對農業(yè)電力設施的需求較大。雖然小麥的機械化程度很高，但是華北地區(qū)和西北地區(qū)相對地勢平坦，農業(yè)機械下田作業(yè)十分便利，使得農村交通基礎設施對小麥的生產直接影響不明顯。

5 結論與建議

5.1 結論

研究表明，從整體上來看農業(yè)基礎設施對水稻和小麥作物增產的影響較大，對玉米作物的增產影響則不明顯。不同糧食作物作物對農業(yè)基礎設施的需求存在較大差異，公共財政資金的投入必須有所傾斜才能發(fā)揮出最大效率。具體而言，農田水利設施對水稻作物和玉米作物增產有明顯的影響，而農業(yè)電力設施能顯著促進小麥作物增產。不同的糧食作物對農業(yè)基礎設施的整體需求以及具體需求都存在的較大差異，因此，需因地制宜推進我國農業(yè)基礎設施建設。

5.2 建議

1）要有重點的推進農業(yè)基礎設施建設。農業(yè)基礎設施在不同的糧食作物主產區(qū)域發(fā)揮的效益不同，在農業(yè)基礎設施建設規(guī)劃中需要將有限的財政資金更多地向水稻主產區(qū)域和小麥主產區(qū)域傾斜，發(fā)揮出農業(yè)基礎設施對糧食增產的最大效用，提高財政資金的使用效率。

2）針對性地補齊農業(yè)基礎設施短板。不同的糧食作物對農業(yè)基礎設施的需求類型存在差異，在水稻主產區(qū)和玉米主產區(qū)加強農田水利基礎設施建設，既要加快重大水利工程建設，也要完善小型農田水利設施，積極推進大中型灌區(qū)建設及續(xù)建配套與節(jié)水改造，完善小型農田水利設施，加強農村河塘清淤整治，田間渠系配套。在小麥主產區(qū)加強農業(yè)電力基礎設施建設，完善田間電力網絡，提高農業(yè)生產用電的便利程度。