|
关于国际水资源研究所研究报告
国际水资源研究所（IMMI）的使命是为粮食生产、人民生计和自然改善水资源和土地资源管理。在这一宗旨下，国际水资源研究所的工作集中于综合政策、科技和管理体系以实现解决问题可行的方案，在水资源和土地资源以及灌溉领域带来实际的有效的结果。
发表的本系列报告涵盖了非常广泛的课题，从计算机模型到水用户协会实际的经验等，内容从最直接适用的研究到更为基本的探讨，这是应用科学最终依赖的部分。一些研究报告是比较微观的集中、分析和最终经验的研究，其它则是对于一般问题更为宏观的和综合的评价。
虽然大多数报告都是由国际水资源研究所及其合作者联名出版，我们还是很欢迎各界的参与。每份报告将由国际水资源研究所自己的员工进行内部审阅以及外部核审。报告可以在网站上看到，所有的数据和分析可以分别下载，报告也可以免费复制和引用。
研究报告109：撒哈拉沙漠以南非洲国家与其它发展中国家灌溉工程成本和业绩之比较
（Arlene Inocencio，Masao Kikuchi，Manabu Tonosaki，Atsushi Maruyama，Douglas Merrey，Hilmy Sally，Ijsbrand de Jong）
国际水资源研究所
P O Box 2075，Colombo，Sri Lanka
国际水资源研究所的资金主要来自于58个政府、私人基金会、国际和地区性的组织，如国际农业研究磋商小组（CGIAR）的捐助。同时加纳、巴基斯坦、南非、斯里兰卡和泰国政府也给予了大力支持。
作者简介：Arlene Inocencio在本项目进展时，曾是IWMI位于南非比勒陀利亚办事处的研究员，现就职于马来西亚槟榔IWMI东南亚办事处。Masao Kikuchi在本项目进展时，曾是农业经济学教授，任日本千叶大学园艺系的系主任，目前供职于日本农林水产省。Atsushi Maruyama是千叶大学园艺系农业经济学副教授。Douglas Merrey在本项目进展时曾任IWMI非洲办事处主任，后任IWMI政策和制度首席研究员。他目前是总部位于南非比勒陀利亚的南部非洲粮食、农业和自然资源政策分析网络（FANRPAN）科研主任。Hilmy Sally是南非比勒陀利亚IWMI南部非洲办事处的主任。Ijsbrand de Jong是总部位于美国华盛顿特区的世界银行东非和南部非洲农村发展合作项目的资深水资源专家。
Arlene Inocencio，Masao Kikuchi，Manabu Tonosaki，Atsushi Maruyama，Douglas Merrey，Hilmy Sally，Ijsbrand de Jong，研究报告109：撒哈拉沙漠以南非洲国家与其它发展中国家灌溉工程成本和效果之比较
关键词：灌溉计划/灌溉工程/灌溉成本/农业水开发/投资政策/融资/开发援助/工程效果/建设/修缮/运行/维护/灌溉管理/农民参与/回归分析/模式/撒哈拉沙漠以南非洲国家
封面说明（左上开始顺时针方向）：
?斯里兰卡中部山区的维多利亚大坝（Arlene Inocencio摄影）
?斯里兰卡中部山区科特马勒（Kotmale）大坝的溢洪道（斯里兰卡马哈韦利当局提供照片）
?印度尼西亚的灌渠和稻田（Jasa Tirta II 公共事业机构提供照片）
?南非小农户灌渠的闸口（Abdul Kamara摄影）
目录
名称缩写表
致谢
概要
简介
数据
灌溉示范工程介绍
理解撒哈拉沙漠以南的非洲国家灌溉工程的成本
灌溉工程成本和效果的决定性因素
研究发现和建议概要
参考资料
附件A：灌溉示范工程及其地区特点清单
附件B：灌溉工程成本和业绩决定性因素的回归分析
名称缩写表
ADB-PEO（亚洲开发银行-后评价局）
AfDB（非洲开发银行）
AQUASTAT（粮农组织全球水和农业信息系统）
BWDB（孟加拉国水开发委员会）
CAADP（非洲农业发展综合项目）
CAD（“灌溉”控制区开发）
CV（变异系数）
EA（东亚）
EIRR（经济内部收益率）
FANRPAN（粮食、农业和自然资源政策分析网络）
FAO（联合国粮食与农业组织）
GDP（国内生产总值）
ICR（项目完工报告）
IFAD（国际农业发展基金会）
IFPRI（国际粮食政策研究所）
ILRI（国际畜牧研究所）
IMF（国际货币基金组织）
IMT（灌溉管理责任转移）
InWEnt（德国国际培训和发展协会，国际能力建设）
IWMI（国际水资源研究所）
LAC（拉丁美洲和加勒比海地区）
MDGs（千年发展目标）
MENA（中东和北非）
MSPs（多部门项目）
NEPAD（非洲发展新伙伴计划）
O&M（运行和维护）
ODA（政府开发援助）
OFDA（美国国外灾害救助处）
PCR（工程完工报告）
PIM（参与式灌溉管理）
PPAR（项目业绩审计报告）
PPP（购买力评价说）
SA（南非）
SADCC（南部非洲发展协调会议）
SAR（员工评核报告）
SD（标准偏差）
SEA（东南亚）
SSA（撒哈拉沙漠以南的非洲国家）
USAID（美国国际开发署）
WB（世界银行）
WDI（世界发展指标）
WUA（水用户协会）
本报告是“撒哈拉沙漠以南的非洲国家农业水管理投资：趋势和机遇评价”合作计划下的研究分支。合作计划得到了非洲开发银行（AfDB），联合国粮食与农业组织（FAO），国际农业发展基金会（IFAD），国际水资源研究所（IWMI），非洲发展新伙伴计划（NEPAD）和世界银行的大力支持。这项特殊研究由世界银行和IWMI共同提供资助，还得到了农业水管理综合评价计划和日本千叶大学园艺系的协助。我们感谢世界银行和非洲开发银行准许研究小组查阅灌溉工程相关文件，其中包含了本研究所引用的数据。2005年，本报告中的首次分析结果和许多数据都提交给了世界银行和其它伙伴（Incencio等人，2005）；在此我们感谢合著人——Frits Penning de Vries（前IWMI职员）做出的重大贡献。虽然本报告的早期版本已在合作伙伴工作组成员间共享，但是本报告的作者还会对内容负责。报告内容也不会代表合作伙伴、评论家或IWMI的观点。报告作者非常感谢来自Jeremy Bricker，Sarah Queen，Oyenika Oyenuga，Brhanu Muhammed Said Iman，Yemane Fesseha Gebrehiwet和Candida Nakhumwa等给予的有益的帮助。我们也非常感激荷兰外交部的Armand Evers、USAID/OFDA南部非洲地区办事处的Harlan Hale，ARCADIS的Ben Lamoree，IFPRI的Mark Rosegrant，MetaMeta的Frank van Steenbergen，Halcrow集团的S.Suter，亚洲开发银行蓝色江河研讨会的Wouter Lincklaen Arriens和其它参与者以及IWMI的同事，尤其是Dominique Rollin，Matthew McCartney，Sylvie Morardet，Francis Gichuki，Hugh Turral，Mark Giordano的支持，后者对于本报告的早期版本提供了有价值的内容。最后，我们还要感谢Randy Barker，不仅是提出的宝贵意见和建议，也是出于他在IWMI任职期间对研究分析提供的大力支持。
概要
高额的投资成本、全球粮价的不断下降以及旧有的灌溉工程失去作用等都使得撒哈拉沙漠以南的非洲国家（SSA）的政府和开发机构不愿意投入更多的资源发展灌溉事业。本报告将系统的分析SSA灌溉工程的成本是否真的过高，确定影响灌溉工程成本和业绩的因素以及就如何降低成本、增强效果、促使SSA的灌溉投资更具吸引力等提出建议。
本报告分析了非洲、亚洲和拉丁美洲50个国家从1967年至2003年共实施的314个灌溉工程，这些工程都是由世界银行、亚洲开发银行和国际农业发展基金会等机构资助的。所有的数据都来源于工程完工报告和项目业绩审计报告，另外还有一些来自员工评核报告的补充信息。
报告共有三个重要的贡献：（1）它确认了某些早期的发现，也驳斥了有关SSA灌溉工程单位成本和效果的盛行的错误的观念；（2）根据经验，报告支持现有的某些灌溉投资政策，并且建议重新考虑其它的政策；（3）针对今后的灌溉投资提出了详细的建议。
有关SSA灌溉工程成本比较高的流行观点必须在特定的条件下进行理解。仅仅参考地区平均数，SSA的灌溉单位成本似乎要高于其它地区。但是如果细心的查看一些具体数据就会发现在某些特定的条件下，撒哈拉沙漠以南的非洲国家的灌溉工程单位成本在统计学上并非有别于非SSA国家。撒哈拉沙漠以南的非洲国家灌溉工程并不是生来就高于其它地区的。
研究发现灌溉工程应当体现出较低的单位投资成本这一特色。至于工程效果，回归分析结果表明一旦将特殊的因素考虑在内，SSA灌溉工程的效果要比南亚和东南亚地区好得多。因此，虽然撒哈拉沙漠以南的非洲国家灌溉工程的失效率相对要高一些，但是如果认真的考虑到影响工程规划效果中的各种因素，本地区灌溉工程产生更佳的效果还是有可能的。
影响灌溉工程单位成本的关键因素包括：在工程灌溉总面积条件下的工程规模，工程中灌溉系统的平均规模，政府的投入，软件在总投资中所占的份额，国家发展水平，设计和技术因素（灌溉作物、O&M模式）以及执行因素（成本超支和工程“规模有误”）等。影响灌溉工程效果的因素包括：工程规模和灌溉系统的平均大小，以某些工程参数为衡量指标的工程复杂程度，以年降水量和地表水、地下水共用量为参数的水的可适用量、国家的发展水平、农民的投资成本以及设计和技术因素等。
“工程规模”是最重要的因素，它决定了单位投资成本和灌溉工程效果。“工程规模”越大，单位投资成本就越低，工程效果就越高。研究结果确认了早期的发现，即“大型工程效果要好于小型工程”。与此同时，规模较小的灌溉系统效果会更好，这说明小规模的灌溉系统下的大型灌溉工程效果是最佳的。
相对于100%的纯“灌溉”工程，尽管一些多部门/行业的工程中灌溉面积要小，但是成本的降低效果却是明显的。这种投资会带来更低的单位成为，也就意味着有机会在大型工程中寻求更加经济的效果，即使灌溉的面积相对要少一些，另外还可以对减少贫困产生更大的影响。
农民负责管理或与政府机构共同管理的灌溉系统工程的单位投资成本要比政府机构单独管理的系统低，而且效果好。这些研究结果为支持捐赠人和政府改变政策，加大农民参与工程设计、施工、运行和维护作用提供了有力的佐证。在农民参与工程开发的地区，工程效果要比没有农民参与的地区好得多。
政府占有的投资总成本份额越大，单位成本越低，虽然是在政府工作效率很高的假设条件之下，但即使这样，也没有改善经济效果。现在确实需要评估一下政府干预提高工程效果的方式和效率问题。园艺作物的设计系统要比常规的粮食作物设计单位成本低得多。
报告向撒哈拉沙漠以南的非洲国家政府和投资人提供的主要建议如下：
1.如果一切条件合适，SSA的灌溉投资会得到很好的回报，也会带动农业增长。因此，在CAADP一揽子投资项目中，很多都涉及灌溉。
2.政府和投资人应当开发相对大型的投资工程，灌溉更多面积的土地以达到一定的经济规模。这对于面积广阔的国家来说并不是问题。为了更有效的资助小国家，开发地区工程（范围也可以涵盖面积大的国家）是实现各国经济规模的途径之一。在投资撒哈拉沙漠以南的更为缺水的国家方面也有突出的个案。
3.在灌溉投资工程中，小规模的灌溉项目相对于大型系统能够体现效果优势。因此，由支持许多小规模的灌溉项目组成的大型灌溉工程是最有可能实现最佳效果的方式。
4.灌溉工程的软件和硬件组成部分都很重要。尽管如此，软件的投资不足会导致更高的硬件投资以及工程效果更差。我们建议在投入合理的规划、设计、工程管理和监督的同时，结合在未来的用户和管理者间进行有效的培训、能力建设和制度发展等工作。
5.我们建议农民从一开始就要最大程度的有效参与所有阶段的灌溉系统开发和管理进程。农民最大化的参与系统的开发（这与其能力非常相符）加上他们在完工项目管理方面的尽职尽责都会降低单位成本和提高工程效果。
6.我们建议高度重视所选的作物类型。一般而言，只将灌溉项目用于主要农作物的成本要更高，效果更差。将灌溉系统设计成作用于高价值的经济作物成本会更低，效果更佳。
7.在条件允许的地区，灌溉系统的设计要考虑到地表水和地下水的共同使用，这样可以提高工程效果。这条建议重申了为成功的灌溉提供可靠的供水的重要性。
8.我们建议灌溉作为多部门/行业工程的一个组成部分。通过地区合作的方式，发挥多部门灌溉工程的经济规模优势更有可能提高工程效果。尽管如此，在工程的设计方面一定要小心谨慎，避免过于的复杂，因为这将会降低工程效果。
9.我们建议各捐赠人和政府在NEPAD的资助下，共同展开系统性的研究计划，确定如何将撒哈拉沙漠以南的非洲国家的灌溉投资最大程度的促进减少贫困的进展。
研究报告109：撒哈拉沙漠以南非洲国家与其它发展中国家灌溉工程成本和效果之比较
Arlene Inocencio，Masao Kikuchi，Manabu Tonosaki，Atsushi Maruyama，Douglas Merrey，Hilmy Sally，Ijsbrand de Jong
简介
非洲发展新伙伴计划（NEPAD）下的许多政府、捐赠人以及投资人都持有一种基本的共识：撒哈拉沙漠以南的非洲国家（SSA）急需农业的快速增长以实现雄心勃勃的千年发展目标（MDGs）以及其它减困和粮食安全的既定目标。许多当事人，但不是全部，也同意NEPAD非洲农业发展综合项目（CAADP）的观点，即由于农业灌溉和其它形式的水资源管理是农业集约化的必要条件，所以农业所必需的增长要取决于农业灌溉的新投资，SSA要想实现其减困和粮食安全的目标，必须可持续性的增加灌溉投资，创新农业水开发的方法以提高灌溉投资的可持续性回报[注释1]。
[注释1]：这一展望是CAADP的核心内容（NEPAD 2003），并且在非洲委员会报告（2005）中得到了认可。
高额的投资成本、全球粮价的不断下降以及旧有的灌溉工程失去作用等据信是撒哈拉沙漠以南的非洲国家（SSA）的政府和开发机构不愿意投入更多的资源发展灌溉事业的主要原因。来自亚洲的迹象表明全球粮价的下降以及新灌溉开发投资单位实际成本的增加都导致国际金融机构减少了灌溉贷款额，抵消了灌溉工程对于减困的作用（Kikuchi等人，2003；Rosegrant和Svendsen 1992；Aluwihare和Kikuchi 1991）。
早期的有关SSA灌溉的技术研究（FAO 1986；van Steekelenburg和Zijlstra 1985；Aviron Violet等人 1991；Brown和Nooter 1992；Jones 1995；WB多方面技术报告）表明与北非地区和其它地区的国家相比，SSA的灌溉投资成本更高。Jones（1995）在研究世界银行灌溉开发方面有几十年的经验，他估算按照1991年的市价，191项灌溉工程的平均单位成本是4800美元/公顷。整个非洲的平均成本是13000美元/公顷，而SSA则达到了18000美元/公顷。这些数字经常用来与南亚（SA）的1400美元/公顷或者东亚（EA）、拉丁美洲和加勒比海地区（LAC）地区的4000美元/公顷相提并论。
另一方面，也有一些零星的研究表明与亚洲平均单位成本相比，有些SSA的灌溉工程更为廉价（SADCC 1992；IFAD 2000；世界银行-AFTS2 2004）。Olivares（1990）也报告说SSA的灌溉工程投资成本没有必要比其它地区高。在分析了世界银行从1973年至1985年在全球各地共资助兴建的125项灌溉工程后，他认为如果将工程规模、降雨、人均收入和审批年份考虑在内，SSA的灌溉成本不会比其它地区高太多[注释 2]。这一观点耐人寻味，因为它给早期的有关SSA单位平均成本过高的普遍论调施加了重要的限定条件。如果这种观点能够得到确认，那么SSA实施更为廉价的灌溉工程就可以通过吸取来自该地区和其它发展中国家地区以往的灌溉经验和教训等加以说明。
[注释2]：Olivares（1990）引用了一项显然从未发表的有关灌溉开发成本的研究内容。
虽然Jones（1995）提供了有关世界银行资助的全球范围内许多示范工程的可比较灌溉成本的数据，包括不同的地区、不同的输水系统、不同的工程种类和不同的灌溉作物类型等，他却没有进一步的分析根据不同的分类而形成的工程单位平均成本。Olivares（1990）所进行的工作，虽然可能有用，但是示范工程的选取数量又少得多。其它可利用的报告不是有明确的观测数据，但示范工程数量过少，就是基于道听途说的证据，而没有任何有关灌溉成本的系统性分析。
本报告的研究目的就是要利用更多的灌溉示范工程，通过系统性的统计分析，填补以前研究中的空白和不足。具体来说，它将回答如下的问题：
（1）在国际捐赠人和当事方间形成的固有观念，即相对于其它地区而言，SSA的灌溉工程成本绝对更高，效果更差是否合理？
（2）如果是这样，那么究竟是什么原因造成了SSA灌溉工程的成本更高，效果更差？
（3）是否有方法减少SSA灌溉工程的成本和提高工程效果？
（4）SSA灌溉工程今后的发展道路是什么？
在回答这些问题时，我们会选择WB、AfDB和IFAD在全球发展中国家和地区提供财政资助的共314个灌溉示范工程的研究数据作为参考。
下一张我们将讨论本报告中所用到的数据及其变数。紧接着我们将介绍灌溉工程的大概情况以及随时间发展的趋势。为了更好的理解SSA灌溉工程的成本，我们首先要确定这些灌溉工程与其它地区的相比成本是否高很多，还要比较工程效果以及观察它们随时间的变化。之后我们将通过对所有的灌溉示范工程引入回归分析的方法，确定哪些是决定工程成本和效果的因素。最后一章我们会总结先前的经验和教训，并且就撒哈拉沙漠以南的非洲国家如何降低灌溉成本和提高工程效果问题提出建议。
数据[注释 3]
[注释3]：本章和下一章：“灌溉示范工程介绍”都是完全从技术层面解释本报告使用的数据以及灌溉示范工程的基本特点。对于技术描述不感兴趣的读者可以跳过这两章，直接阅读后一章节：“撒哈拉沙漠以南的非洲国家灌溉工程的理解成本”。不过，在阅读后面章节的时候，读者也许会发现本章中的表1的有关项目/变化的数据还是非常有用的。
为了这份报告，我们建立了一个有关314个灌溉工程的数据库。我们选取的这些灌溉示范工程大部分是WB资助的，还有其它捐赠人的提供的数据作为补充。之所以选择WB资助的灌溉示范工程是因为这些工程的资料比较完整详细，本报告也获准使用。但是WB的工程资料也有不足之处，那就是这些灌溉工程都集中于SSA，我们主要关注的地区范围无法和其它发展中地区相比。为了弥补这种不足，我们扩展了SSA的数量，加进了AfDB和IFAD等资助的灌溉工程。另一点需要说明的是此处的“灌溉工程”指的是灌溉作为组成部分的工程项目，而不管灌溉占主要地位或次要地位。
我们选取的示范工程标准取决于其数据的可利用性。虽然各捐赠人的报告格式会有微小的差别，但是和捐赠人资助的其它开发工程一样，这些灌溉工程的描述、执行和评估情况也都会记录在员工评核报告（SAR）、工程完工报告（PCR）、项目完工报告（ICR）和项目业绩审计报告（PPAR）中。我们会利用到PCRs、ICRs或PPARs等后评价报告中有关灌溉工程投资成本、完工和效果等数据。由于PPAR是在工程运行一段时间后准备的效果评估，所以从PPARs中查看成本和其它相关的效果数据还是更可取的方法。不过在PPAR还没有准备好的情况下，我们会使用PCRs或ICRs作为成本和效果数据的第二最佳来源。如有可能，我们也会参考SARs，收集在PCRs或PPARs中没有记录的有关工程设计和工程地点的详细信息。我们只会选择PCR（ICR）或PPAR数据可以利用的灌溉工程作为研究对象。
314个灌溉示范工程的名称和基本特点都在本报告最后的附件A中表A1里进行了描述。所有这些工程都是公共项目，由施工建设所在国家政府共同资助完成。有些工程是由一些国家捐赠机构和/或双边捐赠人提供资金完成的。所选取的灌溉工程没有一个是私人资助的工程。
表1列出了我们从工程项目报告中收集的数据，本文会引用其中的某些数据。我们先从解释有关灌溉工程的分类数据开始，这些内容位于表1的中部。无庸置疑，灌溉工程的成本会由于工程类型以及工程目的的不同而产生很大的差异。工程的类型多样，而在工程中灌溉或者是主要、或者是次要组成部分。在本文中，我们会针对三种与灌溉有关的工程加以区分：仅用于灌溉的工程（灌溉）；既用于灌溉开发又用于发电的工程（灌溉和发电）；多部门的工程，灌溉在其中是一个组成部分，如农村综合开发工程（多部门）。
表1：本文所使用的数据名称及其解释
[注释a]：
主要的捐赠机构：共同资助的工程登记在主要的捐赠人名下
灌溉工程的目的也会各有不同。而依据工程目的，工程成本会有很大的差别。我们将灌溉工程的目的一分为两个基本的类别：（a）新建设，以及（b）修缮。其中“新”建设工程的定义是能够创造新灌溉开垦工地的工程，而“修缮”工程的定义是用来修复、改善、现代化和/或扩大现有灌溉系统的工程。在每一个范畴下，还存在巨大的差异。就新建设工程来说，其下有两个子类：（a）可以将荒地转化为新灌溉用地的工程（开垦空地的新建设工程），以及（b）另一种从雨耕开垦土地转化为新灌溉用地的工程（雨耕地区新建设工程）。修缮工程的子类差异程度更大，范围可以从物理硬件的大型投资修缮/现代化工程，直到以制度、灌溉系统软件部分为重点的水管理/O&M改善工程不等。在本文中，我们会将这些范围涉及广泛的修缮工程分成三个子类：（a）主要的修缮/现代化工程，在工程中会创造新的灌溉土地面积[注释4]大于现有的灌溉土地修缮面积（新建设工程+修缮）；（b）主要的修缮/现代化工程，在工程中新创造的灌溉土地面积小于现有用于修缮的灌溉土地面积（修缮+新建设工程）[注释5]；以及（c）纯粹的修缮/改善工程，没有增加灌溉土地面积（修缮）。
[注释4]：请注意主要地区（或控制区）下新灌溉开垦土地增加的面积与同一主要地区灌溉开垦土地面积下灌溉种植面积增加之间的差别。后者会导致粮食农作物种植密度，或多种作物混合耕种面积的增加，而这也是许多修缮/改善现代化工程最简单、也是最重要的目的。
[注释5]：第一个和第二个子类包含了在工程中新建设和修缮作为独立部分的灌溉工程。
在分清了灌溉工程上述的五个目的后，在我们仅仅提到整个示范工程的两个类别，既新建设工程和修缮工程时，我们指的就是前者由“土地开垦的新建设工程”、“雨耕土地的新建设”和“新建设+修缮”，后者是“修缮+新建设”以及“修缮”。在下文中，除非进行特别说明，否则新建设和修缮的解释当以此道。
灌溉工程的另一个分类方法是按照建成或修缮的灌溉系统类型来划分。这样一来可以分成两种类别：（a）没有大的蓄水能力的河流调水系统（河流调水）；（b）通过大坝和大的蓄水能力的水库来利用河水的系统（河流-大坝-水库）；（c）池塘（也就是小水库）灌溉系统；（d）从河流、池塘和湖泊中抽水灌溉的系统（抽取河流用水）；（e）地下水抽水灌溉的系统（地下水抽取）；以及（f）排水和/或防洪系统，一般来说不会从外部系统取水（排水/防洪）。在第六种类型下，也就是排水/防洪系统下，通过排水用于作物种植的水量大于流出系统外部的水量，好于从外部系统取水[注释6]。
[注释6]：如果“灌溉”狭义上被定义为人工的从外部系统取水，那么将这些系统称为“灌溉”系统听上去可能会很别扭。在本文中，“灌溉”一词被广义的定义为人工取水用于种植农作物。
工程报告中同样也包含了灌溉系统的建设过程描述或者在工程完工后，灌溉系统如何进行运行和维护的（O&M）。工程完工后的O&M模式可以分成三个类别：（a）全部由政府机构负担（政府机构单独维护）；（b）政府机构维护部分（通常是系统上游部分以及主干河道），农民组织维护另一部分（通常是支干河道和系统下游部分）（政府与农民共同维护）；以及（c）农民单独维护（农民管理系统）。
灌溉工程也可以依据主要生长作物的类型进行划分。我们共划分了六个组别：（a）水稻（水稻）；（b）其它谷类如小麦和玉米等（谷类）；（c）经济作物如甘蔗和棉花等（甘蔗/棉花）；（d）常年树木作物（树木）；（e）蔬菜（蔬菜）；以及（f）饲料（饲料）。我们选取的全世界示范工程主要来自以下几个地区：（a）撒哈拉沙漠以南的非洲国家（SSA）；（b）中东和北非地区（MENA）；（c）拉丁美洲和加勒比海地区（LAC）；（d）南亚（SA）；（e）东南亚（SEA）；以及（f）东亚（EA）。示范工程的最后一个分类是依据主要捐赠机构，可分为：（a）WB；（b）AfDB；以及（c）IFAD。
在表1中需要解释的24项中，从上向下前4项是本文的中心内容，有关灌溉工程的成本和效果。针对灌溉成本，我们共准备了两个变量。首先，灌溉工程的总成本被定义为全部与灌溉有关的投资成本，包括灌溉物理基础设施（也就是大坝和河道等）的投资成本以及软件部分的成本（也就是农业支持和制度建设等）；但是并不包括非灌溉投资成本（也就是发电和多部门工程中的非灌溉组成部分）。
其次，硬件投资成本的获得是通过工程投资总成本减去软件成本而来，因此包括了所有与灌溉结构有关的土木工程（也就是大坝、水道和灌渠等）和设施（也就是闸门、取水口和测量工具等），还有所有相关的设备和材料等。灌溉工程即需要硬件部分，也需要软件部分。硬件投资总成本将用来计算建设和维护物理灌溉基础设施的“有形”成本。
工程规模是通过灌溉工程中获益的灌溉面积计算得来；在新建设工程中指的是新建设的灌溉面积，而在修缮工程中的指的是修缮的灌溉面积。用工程投资总成本除以工程规模，我们可以得到单位投资成本，也就是灌溉工程中每公顷建设/修缮灌溉面积的成本。单位硬件成本同理可以得出。单位投资成本是个变量，通常用来与其它工程进行对比，以衡量灌溉工程的投资的高低程度。为了便于数据跨工程、跨国界、跨时间的对比，我们在计算成本时都以2000年的美元为标准。在遇到工程成本以当地货币纪录的情况时，我们会首先将这些成本按照相应国家、相应年份的官方汇率换算成通行的美元。经过换算的现值美元成本再根据国际货币基金组织固定的世界出口价格指数进行缩减。
我们使用灌溉工程中的经济内部收益率（EIRR）来衡量工程效果[注释7]。PCR/ICR或者PPAR常常纪录工程的效果等级来衡量成果、可持续性和制度发展等。我们不会用到这些数据，主要是因为许多工程都丢失了数据，而在这些地区，我们很难重新收集到比率数据。相反，我们会使用EIRR作为工程的效果指标，部分是因为它与工程的整体等级有很大的联系，部分是因为即使是丢失了这些数据，我们还是能够估算出，只要PCRs和PPARs中描述了工程的有关成果。对于没有记载EIRR的工程，我们可以估算出满足下列等式（1）中的“r”项：
（1+r）mK=∑j=1n（R-c）/（1+r）j （1）
这里的K=灌溉建设/修缮工程的单位成本/公顷，R=灌溉建设/修缮工程的回报/公顷[注释8]，n=工程的寿命（假设新建设工程为30年，修缮工程为15年），以及m=投资的平均酝酿期。
[注释7]：在所有衡量灌溉工程的效果的指标中，经济内部收益率（EIRR）即使算不上最好的，也是最方便的。不过虽然它的优点是工程报告中会有单独的项可供使用，我们还是要注意它存在的缺点（Tiffen 1987）。
[注释8]：灌溉工程的回报是由工程本身使得农业产品毛增值多少计算出来的。想要了解灌溉工程的回报是如何估算出来的，可以详见Aluwihare和Kikuchi（1991）的著作。
除了上面阐述的数据信息外，我们的数据库还收录了另外16个可能影响灌溉工程成本的数据，其中14个来自工程报告，剩下两个来自其它的资源。大多数工程都有一个以上的灌溉系统[注释9]。系统的平均规模是由工程规模除以工程所涉及的灌溉系统个数得出的。工程起始年无需过多解释。评估和管理的银行投入指的是捐赠机构的职员以周为单位对于工程评估和管理的“劳动力”投入[注释10]。超过时限是用来衡量实际的建设期超过工程评述时设定的建设期的程度。同样的，成本超支是用来衡量实际投资成本超过工程评估时计划投资成本的额度。规模误差的定义为工程计划灌溉受益面积与实际受益面积之差除以计划受益面积得出的比率，我们的目的是通过它来衡量工程计划或评估阶段设计误差的程度。在工程SAR中列出的工程组成部分数量是为了衡量工程的复杂程度。
[注释9]：我们选取的示范灌溉工程中，有20%属于“单一系统工程”，也就是说只包括一个灌溉系统。剩下的都包含一个以上的灌溉系统。每个工程所包含的灌溉系统个数存在很大的差别：它们的（统计学）平均数、中值和模式分别为1386、6和1。
[注释10]：有相当一部分示范工程有关员工投入的信息已经丢失。
虽然我们选取的所有示范工程是属于捐赠人投资的，但是接受捐赠国家的政府都毫无例外的动员投入地方资金支持工程。政府资金投入份额指的是地方资金占工程总投入的比率。软件部分份额指的是软件成本，如工程管理、技术支持、农业支持、科研、培训和制度发展等占据工程总投入的比率。农民对于投入资金的贡献以及地表水和地下水的联合使用问题都属于是或否的二进制变量[注释11]。工程地区每年的降雨量通常都记载在SARs中。在工程报告不可利用的地区，我们会从FAO的AQUASTAT收集数据。
[注释11]：如果能够利用农民对于全部资金的贡献份额的具体数据，而不是简单的是或否会更有效果。可是，许多工程都没有这方面的信息。
最后两个变量，既人均GDP和PPP（购买力评价说）的引入是为了说明示范工程是在怎样的宏观经济环境下进行设计和施工的。对于这两个变量来说，在整个工程期我们都回采用平均数值。数据来源是世界银行网上数据库（WDI Online）。与工程成本一样，人均GDP也是根据2000年固定的美元价格进行描述的。
灌溉示范工程介绍
我们选取的共314个灌溉示范工程范围涉及6个发展中地区的50个国家（表2）。其中45个属于SSA的19个国家。在解释是否SSA的灌溉工程成本要比其它发展中地区高的问题之前，我们先纵览一下所有的灌溉示范工程，比较SSA工程与非SSA地区的工程相同与不同之处[注释12]。
[注释12]：在本章中，我们不会探讨非SSA地区工程间的差别。对这方面有兴趣的读者可以参考附件A中表A2至A4。
表2：各地区和各国的灌溉工程数量
从表2中我们不难看出SSA的灌溉示范工程相对于其它地区有一个明显突出的特点：SSA工程的分布要更分散和稀疏。除了马达加斯加和苏丹有着一段时期的灌溉农业经验外，SSA其它国家的灌溉示范工程个数没有超过5个的。
全部示范工程以及SSA示范工程的大约90%都属于主要的“灌溉”工程（见下表3）。剩下的10%属于“灌溉和发电”以及“灌溉为组成部分的多部门工程”。SSA的新建设工程数量要大于修缮工程数量，这也反映出SSA地区相对于非SSA地区的灌溉发展史要短。SSA工程的另一个特色是“土地垦荒地新建设”工程数量占有很大的比例。对于非SSA和SSA示范工程来说，最普遍的灌溉系统是“河流调水”。非SSA地区的其次普遍的灌溉类型是“河流-大坝-水库”，而SSA地区是“河流抽水”。SSA灌溉工程与其它地区比较的一个显著特色是“河流抽水”系统的比例很大。SSA地区以及其它地区工程完工后的O&M的主要模式是“政府机构单独承担”。
表3：SSA地区和非SSA地区根据工程类型、其它分类、地区的示范工程数量及不同。
[注释a]：Z-test应用于比率的差别，***、**、*分别代表统计学上的差别在1%、5%、10%的水平上。N/A代表不可适用。
示范灌溉工程中主要生长的作物是谷类。如果不种植单一的作物，一半以上的示范工程会将水稻作为主要作物。在SSA，60%以上的示范灌溉系统是“水稻系统”，之后是“甘蔗/棉花系统”或“蔬菜系统”。在SSA，“甘蔗/棉花”系统，或经济作物的系统几乎都是“棉花系统”所专有。这些“棉花系统”是该地区最古老的系统，兴建或修缮这些系统的工程实施时间要早于“水稻系统”。相对而言，SSA的“蔬菜系统”比较少见[注释13]。许多“蔬菜系统”都非常现代化，使用喷/滴灌溉，而大多数“棉花系统”以及“水稻系统”还利用河道和田间沟渠[注释14]进行传统的自流灌溉。地表水和地下水的联合使用在非SSA的示范工程中能达到1/3以上，而在SSA工程中只能达到4%。受益的农民对于投资资金的贡献，SSA和非SSA不相上下。
[注释13]：在SSA，“棉花系统”、“水稻系统”和“蔬菜系统”的工程平均起始年份分别为1982、1984和1993，从统计学的角度来说，它们之间的差别还是非常大的。非SSA地区的同类的工程据我们研究，差别也存在，只是程度稍小。
[注释14]：同种情况也适用于非SSA地区。虽然在SSA示范工程中没有此类，“树木系统”大多数属于果园系统，与“蔬菜系统”类似，他们都利用比较现代的灌溉手段，比如滴灌等。
新建设工程与修缮工程
在我们选取的314个示范灌溉工程中，有126个属于新建设工程，188个属于修缮工程，具体的资料情况在下表4中以地区分类显示。SSA灌溉工程的一个显著特点是与非SSA工程相比，它的平均工程规模要小得多。SSA新建设工程的平均规模只相当于非SSA的将近七分之一，而修缮工程只有后者的五分之一。SSA与非SSA的差异在统计学上都是非常重要的。还有一点非常明显的是，修缮工程的平均规模要远远大于所有地区的新建设工程规模。同样的情况也出现在工程所涉及的灌溉系统的平均规模上。
表4：依据工程目的、地区划分的工程情况，以及SSA、非SSA之间和新建设工程与修缮工程间的不同（N=314）[注释a]。
[注释a]：新建设工程包括“土地垦荒地新建设”、“雨耕地区的新建设”以及“新建设+修缮”。修缮工程包括“修缮+新建设”以及修缮。
[注释b]：这里应用的t-test的各种形式：***、**、*差别指的是1、5和10微小的差别在统计学上都是非常重大的。
N=观测数量
rehab=修缮
工程起始年也显示了SSA工程的另一个显著特点：SSA的灌溉工程相对于其它地区起始年晚一些。SSA的平均起始年要比非SSA地区晚2.5年，而这两个地区的新建设和修缮工程的差别也是相当的大[注释15]。在同一地区，SSA和非SSA的新建设工程也要比修缮工程早上2.5年。
[注释15]：我们试图在示范灌溉工程中尽可能多的加入工程数量，但是绝不可能将所有WB资助的工程都包括在内。在非SSA地区，许多早期的工程都被放弃了，因为PCR/PPAR是不可用的。尽管如此，在SSA地区，几乎所有兴建的工程都包括在我们的研究中。总而言之，SSA和非SSA起始年的差别应当比表4中记录的要更长。在我们的示范工程中，SSA的第一个灌溉工程起始于1973年，而其它地区的起始年为1965年。
国际捐赠机构在工程施工期平均每个工程评估和管理投入100个员工周，而在SSA和非SSA之间没有太大的区别，除了修缮工程的银行管理投入外，非SSA工程获得员工周数要远远大于非SSA工程。在非SSA地区，修缮工程比新建设工程需要更多的员工投入。
SSA工程施工期的平均超过时限年数为1.9，而平均成本超支为9%，这两项与非SSA工程比没有太大的差异。这种水平似乎比那些谴责灌溉工程的人的认为要低一些。尽管如此，我们还是应该注意这些变量在各工程间的波动差异非常大。以成本超支为例，最高可达到254%，而最低是-94%[注释16]。工程错误是另一个用来衡量工程设计和/或施工不当程度的指标。对于所有的工程来说，SSA的程度在22%，远远高于非SSA的工程，主要的原因是SSA的修缮工程规模错误太大[注释17]。工程组成部分的数量是用来衡量灌溉工程的复杂程度，各地区的差别不大，但是SSA的新建设和修缮工程要比非SSA的工程小得多。
[注释16]：反向的成本超支，或者成本“低于估计”指的是实际开支低于计划开支。如果工程设计不当或者施工单位没有能力按照计划实施工程，就会出现成本低于估计的现象。在这种情况下，工程要么就突然中止，要么就规模大大缩小，使得许多工程组件无法完工或者工程规模减少。在所有的示范工程中，将近有一半有成本低于估计的现象，如果我们将这些成本超低都去除在外，那么成本的平均超支会增加40%。
[注释17]：SSA修缮工程的规模错误非常严重，举例而言，几内亚比绍的Tombali水稻开发工程（84%），乍得湖开拓工程（81%），苏丹的白尼日尔抽水修缮工程（75%），塞内加尔/毛里塔尼亚/马里的毛里塔尼亚大坝工程（74%），冈比亚的水稻开发工程（72%）。
SSA政府资金的份额要远远少于非SSA。尤其在SSA的修缮工程中，份额特别的少。反过来，软件成本份额占工程总投资的比例，SSA明显要比其他地区高得多。在非SSA地区，修缮工程软件部分的比例要高很多。与非SSA工程相比，SSA的灌溉工程都位于年降水量相对比较低的地区。以2000年的固定价格为标准的人均GDP表明实施灌溉工程的SSA国家要比非SSA国家穷得多。在SSA以及非SSA地区，购买力价格说（PPP）比率要低于货币的低估价。
对于整个示范工程来说，EIRR是衡量工程效果的指标，SSA要比非SSA低很多。拿新建设工程与修缮工程进行对比，后者的EIRR要高一些。在非SSA，修缮工程的效果要远远好于新建设工程。需要提醒注意的是对于这两种类型的工程来说，SSA地区的EIRR波动是所有发展中地区最大的。
灌溉工程随时间的变化趋势
在前面的章节中，我们依据各地区将所有的示范灌溉工程的大概情况了解了一下。但是灌溉工程随着时间的变化在很多方面都经历了重大的变化（见表5）。
表5：SSA以及非SSA地区灌溉工程随时间变化情况[注解a]。
[注解a]：工程是根据起始年进行分组的。
[注解b]：线性趋势评估是根据时间的依次推论而得：如果是良性的，用+表示，如果是非良性的，用-表示，***，**，和*表明趋势在统计学上分别代表1、5、10%各级别。趋势分析的观察单位是个体工程连续的分析而得，周期为每五年的平均数。
根据时间变化分析的灌溉工程数量清楚地显示了趋势，即非线性变化，而是一种倒转的V字型变化：在上世纪80年代首先达到顶峰，然后又下降（图1）。正像Rosegrant和Svendsen（1992）和Kikuchi等人（2003）指出的，上世纪70年代两次粮食危机期间经历的空前高涨的粮食价格促使了发展中国家大力兴建灌溉投资工程。在有限的几年里，许多新建设和修缮工程在70年代末期和80年代初期层出不穷。图1也显示出自从70年代末期开始，更多的灌溉工程实施建设。表5中非SSA地区新建设工程的比例清晰的下降也支持了上述观点。向修缮工程的投资转变可能反映出WB的故意而为，这是由于受到与新建设工程相比，灌溉工程的投资要求更低，回报更高的刺激（Jones 1995；Kikuchi等人 2003）。
图1：依据工程起始年，从1967到1996年，灌溉示范工程平均每五年的变化趋势图。
对于与发展中国家灌溉工程有关的人员来说，最感兴趣的莫过于表5中所示的灌溉工程EIRR趋势了，这是一条阳线趋势而且非常重要。在给定的时间范围内，跨工程的EIRR波动甚至非常的大，而灌溉工程平均的效果正在改善。图2标明了所有示范工程的EIRR和起始年。乍看起来，跨工程的EIRR大幅度波动非常的明显，似乎也没有依据时间有系统化的变动趋势。不过适合于数据的时间倾斜是良性的，而且非常重要[注释18]。
[注释18]：下面是适合于图2数据的简单回归方程式：
EIRR=-577 + 0.299 起始年 R2=0.0249
(210)*** (0.106)***
圆括号中的数字是标准的错误，***的意思是回归系数从1%重要的级别上的0不同之处。R2代表了决定的系数。必须要注意的是，在研究的所有地区中，只有三个地区的工程效果随着时间的变化改善很大，EA、LAC和SSA。在SA、SEA和MENA没有观察到重要的时间变化趋势。
图2：根据工程（N=314）EIRR衡量的灌溉工程效果。
注解：rehab.=修缮工程
N=观测工程数量
对于非SSA工程来说，我们找到了许多变量，时间变量与这种有利的变化趋势保持一致。捐赠机构评估和管理的投入增长非常大，证明国际捐赠机构在八十年代和九十年代要比六七十年代更注重灌溉工程的评估和实施。时间和成本的超支趋势是下降的，幅度还很大。这些观察表明国际捐赠机构和政府已经从过去的工程中吸取了教训，使得更有效的促进了工程设计和实施的改善。
已经实施的或修缮的灌溉系统O&M模式从“政府机构单一管理”到“政府与农民共同管理”再到“农民单独管理系统”的平稳转变是清晰和重要的。软件部分在总投资中的份额不断增加的趋势也从另一个方面证明工程设计和实施以及工程完工后O&M的机制建设部分已经得到了越来越多的重视。更多的工程的农民对于投资的贡献越来越大的趋势可能会通过责权利更清晰的划分以及农民履行工程承诺等提高工程的效果。联合使用地表水和地下水的增长趋势也会带动工程效果的改善。
工程规模的趋势在统计学上是正面的，幅度也非常大：从六十年代末到90年大，灌溉工程的规模大幅度的增加。正如早先提到的，工程规模是工程效果的一个重要决定因素（Jones 1995）。如此说来，工程规模的增加在很大程度上会促进工程效果的提高和改善。政府资金占据总投资的份额是反向的趋势，而且幅度很大。对等基金的不可利用常常是个引用的问题，这说明接受捐赠的国家政府很难如期望那样投入工程（Jones 1995; ADB-PEO 1995）。这个变量的下降趋势证明国际捐赠机构提高政府工程资金份额的政策并没有得到贯彻实施，并没有成功。
在所有的工程类型中，灌溉和发电工程所占比例正在下降。在这种趋势背后可能是受到环境关注的影响，正在掀起反对建设大型水库开发的热潮：这是全球的灌溉部门近10年来所面对的难题。相反，多部门的工程份额，诸如以灌溉为组成部分的农村综合开发工程，正在增加。在灌溉系统类型方面，地下水抽水（水泵）系统的比例正在增加，而河流-大坝-水库系统和河流抽水系统比例正在下降。同样的，甘蔗。棉花系统比例正在下降，而树木系统比例正在增加。
最后两个非常重要的随时间变化的变量是年降水量和PPP比率。年降水量下降的趋势可能说明非SSA的灌溉开发已经从相对比较湿润，也是比较容易灌溉的地区转移到比较干燥，也是比较困难的地区了。PPP比率下降的趋势表明在灌溉工程实施数量增加的地区，货币币值的低估程度。
SSA地区的时间变化趋势类型与非SSA地区比较类似，包括工程数量随时间变化呈反向V字形分布。如果我们将选取的SSA示范工程都是小型的和波动非常大的这样一个事实考虑在内，上述的情况就值得注意了。对于某些变量来说，SSA与非SSA有同样的变化趋势，但是在统计学上，由于存在很大的波动，所以这就不那么重要了。举例而言，与非SSA一样，SSA的时间超过时限程度已经越来越小，但是这种趋势在常规的重要级别的统计学角度来说又不那么重要了。
尽管如此，在这点上还存在重要的例外。与非SSA情况相反，在SSA的灌溉工程上没有发现规模的变化趋势，而却发现灌溉工程内部系统的平均规模呈下降趋势。对于新建设工程份额，也没有发现清晰的变化趋势，这就反映出一个事实，与非SSA相比，SSA地区新建设工程有更大的潜力。与非SSA地区不同的是，SSA的工程错误随时间变化减少的幅度非常大。在年降水量方面，非SSA趋势明显，但是是反向的迹象；就平均而言，SSA灌溉工程是从相对比较干燥的地区转移到比较湿润的地区。
理解撒哈拉沙漠以南的非洲国家灌溉工程的成本
在过去的四十年中，我们虽然深入地研究了发展中国家实施的灌溉工程的特点和变化趋势，却没有关注灌溉工程的成本。在本章中，我们会将视线转移到本文的主旨课题，也就是说，灌溉工程的成本。
SSA工程成本是否更为昂贵呢？
表6依据工程目的概述了SSA和非SSA灌溉工程的单位成本。正如先前说明的，单位总成本的计算是通过与灌溉有关的工程总成本除以工程规模得来。
表6：依据工程目的和地区划分的灌溉工程平均单位成本[注释a]。
[注解a]：SSA与其它地区t-test的细微差别结果表明的单位成本***，**和*分别在统计学上代表重要的1，5和10%级别。
[注解b]：新建设工程，包括“土地垦荒的新建设”，“雨耕地区的新建设”以及“新建设+修缮”。
[注解c]：修缮工程，包括“修缮+新建设”以及修缮工程。
ns=不太重要
全部灌溉示范工程的平均单位成本为5000美元/公顷，而非SSA示范工程的单位平均成本为3900美元/公顷[注释19]。SSA相对的数据是11800美元/公顷，很明显是所有地区最高的。SSA与其它地区单位总成本之间的差别在统计学上是5%或更高的水平。同样情况也适用于单位硬件成本，除了SSA与MENA之间的差别水平在10%，而非5%之外。
[注释19]：如果没有特别说明，本文中所有标明的成本价格都是以2000年的价格为标准的。至于说使用的缩减指数，请详见“数据”章节。
正如前面章节所看到的，SSA地区的新建设工程所占全部灌溉工程的比例要比非SSA地区高。由于新建设工程要求更多的土木工程建设工作，所以通常要比修缮工程更为昂贵，SSA地区新建设工程的高比例可能会使得SSA所有灌溉示范工程的单位成本过于高昂。表6表明情况并非如此，正如期望中的，根据灌溉目的划分的灌溉工程单位成本有着很大的不同。就平均而言，新建设工程的单位成本是修缮工程的单位成本的三倍多[注释20]。尽管如此，基于同样目的的工程，SSA的单位成本是所有地区中最高的。
[注释20]：新建设和修缮工程单位成本之间一般的差别在统计学上来说是非常大的。
SSA地区新建设工程的平均单位成本是14500美元/公顷，而非SSA地区的成本是6600美元/公顷。在修缮工程方面，SSA的平均单位总成本是8200美元/公顷，而在非SSA，成本则是2300美元/公顷。SSA与非SSA的成本差异在统计学上是非常重要的5%水平。尽管如此，SSA的单位成本与个别地区相比较之后显示出同种情况下，成本差异在统计学上并不是非常大。举例而言，在新建设工程的单位硬件成本方面，MENA、SEA和EA的成本差异在统计学上并不是在常规的重大水平范围内[注释21]。但是，在所有的情况下，SSA的平均单位成本都要比非SSA地区高；甚至在非重大情况下，SSA的单位成本也是比非SSA地区高很多。
[注释21]：马来西亚曾有过一个新的灌溉建设工程，由于超高的单位总成本而最终惨败收场。如果不将这个工程包含在内，那么SEA地区的平均单位总成本会远远低于SSA地区。
因此，简单的对比地区平均单位成本就可以很好的支持流行的观点，即SSA的灌溉工程要比其它地区的都高。在本文的研究中，SSA地区的灌溉工程成本是六个发展中地区最高的。
工程效果下的单位成本：成功与失败
在整个研究期间仅仅对比地区平均成本如何可靠呢？我们试图在两个前沿研究方面挑战上述内容：首先，利用工程效果的单位成本；其次，利用随时间变化的单位成本改变。
正如预计的，单位总成本与灌溉工程效果成反比（见图3）：这在统计学上是非常重大的，大约四分之一的EIRR的波动被解释为单位总成的波动[注释22]。我们看到更多的SSA工程有着很高的单位总成本以及更低的EIRR。尽管如此，还是有SSA工程有好的工程效果。
[注释22]：利用图4中的数据以及简单的回归公式可以得到以下结果：
EIRR=52.3 - 4.70 Ln（单位总成本） R2 =0.263
（3.49）*** （0.453）***
图3：灌溉示范工程的单位总成本与EIRR（N=314）
这些观察使得出现了将示范工程按照工程效果的等级进行分组的观点。我们将灌溉工程EIRR在10%以及以上称为“成功的”工程，而那些EIRR低于10%的称为“失败的”工程。EIRR10%是国际捐赠机构在评估公共投资工程广泛采用的起始比率，在它们的管理下，一个开发工程如果被“事先检验”，最多是不值得实施，如果是“事后检验”，则可能是工程已经失败了（Belli 等人，1997：146）。
表7对比了成功与失败的灌溉工程之间的单位成本。这与SSA和非SSA地区工程成本对比图呈现了十分不同的景象。让我们先来看看“成功的”工程。对于新建设工程来说，SSA地区的平均单位总成本为5700美元/公顷，非SSA地区是4600美元/公顷。这两个地区此类工程成本差别在统计学上并不是非常大。将SSA与其它地区对比，SA和SEA的单位总成本是非常低的，但是EA和LAC的工程并不是差别很大。SSA与MENA的成本差别很大，但是MENA的单位总成本要比SSA高得多。在单位硬件成本方面，除了MENA的成本要远远高于SSA，各地区的观测到的成本没有太大的差别。
表7：各地区依据工程目的和“成功”与“失败”划分的灌溉工程平均单位成本[注释a]。
[注释a]：SSA与其它地区t-test的细微差别结果表明的单位成本***，**和*分别在统计学上代表重要的1，5和10%级别。
[注释b]：EIRR在10%及其以上的工程
[注释c]：EIRR在10%以下的工程
ns=并不重大
对于成功的修缮工程来说，SSA与其它地区的成本差别并不是非常明显。SSA的单位平均总成本是3500美元/公顷，虽然比非SSA平均的1800美元/公顷要高很多，但是与MENA、EA和LAC等地区的成本相比差别并不大。在单位硬件成本方面，SSA与非SSA地区作为一个整体的差别可以忽略不计，这意味着如果在成本计算中除去软件部分，那么SSA地区的修缮工程成本可以与非SSA地区相提并论。
相比较而言，SSA“失败工程”不仅单位总成本非常高，并且还要高出作为一个整体的非SSA地区很多。SSA地区失败的新建设工程的平均单位总成本为23200美元/公顷，这是SSA地区成功工程单位总成本的四倍多，而且也是非SSA地区失败工程平均单位成本的两倍多。在这么高昂的成本下，新建设工程实际上是不可能获得成功的。SSA单位成本失败的连带结果是修缮工程失败程度甚至愈发严重。SSA地区失败修缮工程的平均单位总成本是16400美元/公顷，这几乎是SSA地区成功gogncheng1单位成本的五倍。对这种高成本的修缮工程是没有任何经济可行性的机会的。
必须要强调的一点是失败工程相对比较高的成本并不是SSA地区的特例：EA和SEA新建设以及MENA修缮失败工程的严重程度并不亚于SSA地区。EA地区失败的新建设工程的单位硬件成本就平均而言要比SSA地区高，虽然差别并不是那么明显。同样的情况是MENA地区失败的修缮工程。
从图3中可以很明显的看出许多高昂的单位总成本的失败工程都是SSA工程，与其它地区相比，SSA地区灌溉工程失败的可能性确实要大一些（表8）。SSA地区“成功的”工程比率为56%，这是所有地区最低的。SEA地区的比率也非常低，而在其它地区，成功地比率都在70%以上。看一下新建设工程，“成功”工程的比率在SSA和SEA是50%左右：在这两个地区实施新建设工程就像一场赌博，成功和失败的机率各有一半。我们有幸看到修缮工程的表现要好于新建设工程。SSA（当然也包括SEA）“成功”的修缮工程的比率是63%。虽然这是所有地区中最低的，但是也要比新建设工程的50%成功机率好很多。
表8：各地区和工程类型下的“成功”工程数量和比例[注释a]。
[注解a]：“成功”工程指的是EIRR比率在10%或更高的工程。
对于“成功”和“失败”工程的观察表明昂贵的和失败的灌溉工程在很大程度上要归罪于与非SSA地区相比，SSA工程的平均单位成本太高了。就“成功”工程而言，SSA的灌溉工程并不比其它地区的工程成本高多少。与SA和SEA低成本地区相比，SSA灌溉工程的成本仍旧要高一些。这种情况在修缮工程方面表现得尤为突出。尽管如此，SSA的成本还是与MENA、EA和LAC地区能够相提并论的。这些观察结果表明要想解决与其它地区相比过高的SSA灌溉工程单位成本的问题，就要涉及找到SSA灌溉工程失败以及失败可能性更高的原因。
单位成本随时间的变化
正如前面章节所研究过的，灌溉工程的效果随着时间的推移有了很大的改善（图2）。许多可能影响工程效果的因素也随着时间的变化表现出一些固定的趋势。加上图3所显示的灌溉工程EIRR与单位总成本的反比关系，使得我们可以推测出灌溉工程的改善是与灌溉工程单位成本正在降低密不可分的。如果这种趋势存在，那么它将会依据灌溉工程成本的条件，改变SSA在所有发展中地区的地位。
这种推测是由我们的研究数据做后盾的。图4中最上面的图形勾画了依据灌溉工程成本和起始年划分的所有灌溉示范工程。单位成本在各工程中的波动非常大。尽管如此，与线性趋势线相适应反映出了重要的反比趋势。在研究期间，灌溉工程的成本依据趋势呈稳定的下降。
图4：灌溉工程单位总成本及随时间变化趋势
正如先前观察到的，修缮已经成为灌溉工程的主要目的，远远压倒新建设工程。对于所有的地区来说，上世纪70年代到80年代灌溉工程数量的大幅增长大部分是因为修缮工程数量增长的带动（表9）。在90年代，党灌溉工程数量急剧减少的时候，修缮工程数量的主导地位愈发明显。修缮工程的单位成本一般都比新建设工程低，所有工程单位总成本的减少可能与这一个时期灌溉工程从新建设向修缮工程转变有很大联系。图4中间和底部的图表就是这种情况，但也只是一部分。中间的图表表明在新建设工程的单位总成本上没有时间趋势变化。趋势线是水平的，既没有上扬或下降的趋势。相比较而言，底部的图形则说明修缮工程单位总成本随时间变化出现了很大的减少[注释23]。在顶图中的下降趋势也是灌溉工程从更为高昂的新建设工程向更为低廉的修缮工程转变的结果，另一部分是修缮工程单位成本随时间变化出现减少的趋势得出的。
[注释23]：图5中三种趋势公式如下所示：
所有的工程 Ln（成本）=75.7 - 0.0343年 R2=0.0284
（22.5）*** （0.0114）***
新建设工程 Ln（成本）=11.5 - 0.0016年 R2=0.0001
（27.6）*** （0.0139）
修缮工程 Ln（成本）=78.0 - 0.0358年 R2=0.0313
（28.9）*** （0.0146）**
公式中的成本=单位总成本，年=工程起始年，括号中的数字是标准错误。***和**分别代表了1%和5%的重大水平。
表9：SSA和非SSA地区灌溉工程随时间变化单位总成本的改变。
[注解1]：这里应用的SSA与非SSA之间的差距t-test的各种形式：***、**、*差别指的是1、5和10微小的差别在统计学上都是非常重大的。
[注解2]：时间趋势t-test是时间的回归方程式：Ln（单位总成本）=a+b（时间）。***、**、*差别指的是1、5和10微小的差别在统计学上都是非常重大的。
+（-）符号指的是时间趋势是增加（减少）
ns=并不重大
这两个图表也表明大多数SSA工程都在趋势线以上，无论是新建设工程还是修缮工程。这意味着SSA工程的单位成本要高于所有地区的平均值。很难从这两个图表中发现任何的改善之处。甚至在近10年中，SSA地区工程的单位成本要比所有地区工程的平均成本要高。这些发现支持了一种流行的观点，既SSA地区灌溉工程的成本要比其他地区高得多。尽管如此，在SSA地区灌溉工程中还是能找到相关地位改善的迹象。
所有地区的修缮工程平均单位总成本从上世纪70年代的2900美元/公顷稍微增加到80年代的3100美元/公顷，之后又减少到90年代的2500美元/公顷（表9）。在70年代到90年代期间，新建设工程的平均单位总成本继续从9500美元/公顷减少到6900美元/公顷，但是由于单位成本的巨大波动，所以随时间变化趋势在统计学上并不是特别重大。非SSA地区作为一个整体（也就是说不算SSA）准确的显示了所有地区（包括SSA）具有同样的趋势类型，除了下述两点：首先，非SSA地区的单位总成本始终低于所有地区集合的计算值，无论是以工程目的还是所有相关的时间段[注释24]，其次，非SSA地区的修缮工程随时间呈反比状态，程度是在1%水平上，而所有地区的水平在5%水平上。
[注释24]：除了上世纪60年代，那时候非SSA地区的示范工程与所有地区的一样。需要注意的是不只是60年代的示范工程数量少，所有工程的起始年份也都在60年代末。
结果是，对于新建设工程来说，SSA单位成本与非SSA单位成本的比率由70年代的2.6减少到80年代的1.9，之后又减少到90年代的1.5。在修缮工程方面，这一比率由70年代的13.1大幅下降到80年代的2.5，不过90年代依然保持着与80年代同样的水平。在70年代，SSA与非SSA地区新建设工程单位成本的差别非常大。在80年代，SSA修缮工程的单位成本要远远高于非SSA地区。尽管如此，到了90年代，SSA与非SSA之间的差别在所有目的的灌溉工程上差别已经不是非常大了。对于所有工程来说，70年代到90年代的SSA的单位成本要远高于非SSA地区。不过这是因为新建设工程在80年代到90年代于SSA地区比例大幅上升，而非SSA地区则出现了相反的趋势。
因此，我们收集的数据表明过去30年来，SSA地区灌溉工程成本的巨大改善已经改变了SSA与其它发展中地区的对比情况。SSA与非SSA地区单位成本过去存在的巨大鸿沟已经减少了很多。在近十年的大部分时段，SSA与非SSA地区之间零差距的假设并非不存在，无论是新建设工程还是修缮工程，虽然SSA示范工程的小规模使得在统计学上的试验不太可靠，特别是修缮工程。 | 
