气候变化、科技存量与农业生产率增长

来源：SCI期刊网 分类：农业论文 时间：2022-01-04 09:19 热度：

摘 要：内容提要：本文在对 1986～2012 年中国各省份农业全要素生产率及农业科技存量进行估算的基础上，探讨了农业全要素生产率增长与农业科技存量的时间演变，并利用 FGLS 方法对实证模型进行估

　　内容提要：本文在对 1986～2012 年中国各省份农业全要素生产率及农业科技存量进行估算的基础上，探讨了农业全要素生产率增长与农业科技存量的时间演变，并利用 FGLS 方法对实证模型进行估计，进而系统考察了气候变化及农业科技存量对农业全要素生产率增长的影响。研究结果表明：中国农业全要素生产率呈现明显的波动性增长趋势，主要靠农业技术进步驱动，而农业技术效率起着阻碍作用;新世纪以来农业科研投入增速明显加快，表现出明显的空间地域差异，并且该差异呈扩大趋势;农业科研投入对农业全要素生产率增长的促进作用十分显著，而年降水量对农业全要素生产率增长的影响并不显著。从空间区域来看，华东地区和西南地区气温升高对农业全要素生产率增长具有负向影响，而东北、华北、西北和华南 4 个地区气温升高能够提高农业全要素生产率。除华南地区外，华东、华北、西北、西南和东北 5 个地区降水密度增加对农业全要素生产率增长表现出显著的负向影响。

　　关键词：气候变化 农业科技存量 农业全要素生产率

　　一、引言

　　从哥本哈根到巴黎气候大会，气候变化问题受到世界各国政府、社会和学术界的广泛关注。全球气候变化对环境、生态和社会经济系统正产生日益深远的影响。而中国是一个农业大国，农业生产对气候变化非常敏感。虽然气候变化改善了中国部分地区的热量资源，却加剧了水资源供需矛盾，导致干旱、洪涝等极端气候事件增加，并加重病虫害危害。如果不采取任何适应措施，到 2030 年，中国种植业生产能力在总体上因气候变暖可能会下降 5%～10%。其中，小麦、水稻和玉米三大粮食作物均以减产为主。到 21 世纪后半期，小麦、水稻、玉米等几种作物的单产将最多下降 24%～37% (Lin，2005)。矫梅燕等(2014)的研究表明，气候变化对中国农业生产的不利影响已经逐渐显现。气候变化对农业生产的严重冲击，日益制约着中国农业的可持续发展。而事实上，农业全要素生产率增长对于中国农业实现可持续发展具有重要意义。也正因为如此，学者们从不同角度对中国农业全要素生产率增长进行了全面的探讨，主要涉及家庭联产承包责任制(例如 Lin，1992)、技术进步(例如 Mao and Koo，1997;李谷成、冯中朝，2010)、人力资本(例如韩海彬等，2014)、配置效率(例如张乐、曹静，2013)等方面。其实，气候变化会导致农业生产环境发生变化，影响农业种植制度及生产布局，导致农业生产投入和产出发生变动，这些必然会对农业生产率①增长造成影响。

　　虽然已有文献基于特定视角探讨了农业全要素生产率增长，极大地丰富了农业全要素生产率影响因素分析的研究内容，却始终缺乏对气候变化与农业全要素生产率的关系进行实证检验。近年来，气候变化对农业全要素生产率的影响逐渐受到各国政府和学术界的广泛关注。政府间气候变化专门委员会(International Panel on Climate Change，2007)撰写的评估报告指出，随着温室气体浓度的增加，全球将持续变暖，由此带动气候资源的变化，而这些变化将会对农业全要素生产率产生影响。 Pardey et al.(2007)指出，恶劣的气候条件会阻碍农业生产率增长。Antle and Mullen(2008)也认为，农业生产高度依赖气候条件，气候是除农业科研投入外另一个影响农业生产率增长的重要因素。

　　那么，气候变化对农业全要素生产率的影响机制是怎样的?气候因素在中国农业经济增长过程中到底扮演着怎样的角色?除了制度因素、人力资本外，农业经济增长过程中是否还有其他因素起作用?改革开放 30 多年来，中国农业和农村发展取得了辉煌成就，中国农业对中国经济持续高速增长所作的贡献更是获得国内外社会各界的广泛认同。在这一过程中，科技进步无疑是中国农业生产率增长的重要源泉，成为中国过去农业发展的第一推动力，更是未来中国农业发展的第一推动力(Huang and Rozelle，1996;Fan，1997)。而中国农业的科技进步与政府的农业科研投入密切相关。 1990 年，中国农业科研经费为 10.5 亿元(当年价)，到 2005 年已经达到 63.2 亿元，增长了 5 倍②。因此，学者们长期关注的农业科研投入又对农业全要素生产率具有怎样的影响?这些是本文需要回答的问题。

　　气候变化对农业生产的影响十分复杂，受限于数据的可得性及研究方法的合理性，已有研究多以定性分析为主，探讨气候变化对农业全要素生产率影响的研究仍十分匮乏。目前，关于气候变化对农业全要素生产率影响的分析主要包括两个层面。在国家层面，Villavicencio et al.(2013)对美国的研究表明，降水量和降水密度对农业全要素生产率增长有显著影响，而温度的影响并不明显。尹朝静等(2016)借助于 HP 滤波法从粮食产量中分离出气候产量，测算了在是否考虑气候因素两种情形下中国粮食全要素生产率的变化情况。研究发现，考虑气候因素的粮食全要素生产率更低，气候因素加重了技术效率恶化的程度，却推动了技术进步。在农作物层面，白秀广等(2015)对苹果主产区的研究表明，气温、降水和日照对苹果(种植)全要素生产率的贡献在不同地区有所不同，且不同气候因素对苹果(种植)全要素生产率的贡献存在正、负两种效应。宋春晓等(2014)的研究表明，气候变化会显著影响农户的小麦灌溉效率，并且地理区域之间存在明显差异。另外，Jin et al.(2002)使用 Tornqvist-Theil 指数测算了 1980～1995 年中国水稻全要素生产率变化，并认为气候因素对水稻全要素生产率增长有显著的影响。而 Yoji et al.(2016)纳入空间地理因素考察气候变化在影响水稻全要素生产率过程中的作用，发现水稻全要素生产率存在空间自相关性，气候变化同社会经济因素一样对水稻全要素生产率具有持续作用，但在不同地区其影响程度不同。

　　农业科研投入在农业经济增长过程中扮演着重要角色。大量研究表明，私人和公共科研投入对农业全要素生产率具有显著影响(Huffman and Evenson，2006;Alston et al.，2010)。此外，不少学者将气候变化和农业科研投入纳入统一框架探讨其对农业全要素生产率增长的影响。Mohan et al. (2014)基于面板数据对加纳的研究表明，农业全要素生产率增长与年降水量之间关系密切，农业科研支出对农业全要素生产率增长具有促进作用。而 Salim and Islam(2010)采用时间序列数据探讨了农业科研投入和气候变化对西澳大利亚农业生产的影响，发现科研投入和气候变化对农业全要素生产率增长具有长期的作用，且长期弹性分别高达 0.497 和 0.506。

　　上述研究成果对于进一步研究农业全要素生产率增长具有重要的借鉴价值，但仍存在一些不足： ①从研究方法来看，采用 DEA 方法的研究多通过径向的、角度的 DEA 方法计算方向性距离函数来求解农业全要素生产率。然而，径向的 DEA 方法可能存在松弛量问题，而角度的 DEA 方法只考虑投入或产出的某一方面，两者都会导致农业全要素生产率测度存在偏误。此外，传统的 Malmquist 指数不能累乘，不具有循环性和传递性(circularity and transitivity)①，故不能进行多期或多边的农业全要素生产率比较。传统的 DEA 方法未考虑松弛量对效率评价的影响，也不能有效避免线性规划无解及“技术倒退”现象，很可能导致对农业全要素生产率的测算存在估计偏误。②从研究内容来看，尽管已有大量文献表明气候变化对农业全要素生产率增长具有重要意义，但国内有关气候变化对中国农业全要素生产率增长影响的文献尚不多见，仅有少数学者测度了气候变化对农作物生产效率变化的影响，而将气候变化与农业科研投入纳入统一框架进行实证研究的文献更是不多。基于此，本文尝试从理论层面探讨气候变化对农业全要素生产率增长的影响机制，并将气候变化和农业科研投入纳入统一的实证分析框架，分析气候变化和农业科研投入对农业全要素生产率增长的影响，进一步厘清和认识气候变化以及农业科技在农业增长中所扮演的角色，以期为实现农业可持续发展提供必要的参考依据。

　　本文下文结构安排如下：第二部分包括气候变化影响农业全要素生产率的理论分析以及相关估计方法、指标选取、数据处理的说明;第三部分探讨农业全要素生产率增长和农业科技存量的时间演变特征;第四部分从气候变化和农业科技存量两个方面，利用计量模型对农业全要素生产率增长的影响因素进行分析;第五部分为研究结论与政策启示。

　　二、理论、方法和指标度量

　　(一)气候变化对农业全要素生产率增长影响的理论分析

　　研究气候变化对农业全要素生产率增长的影响机制，必须厘清气候变化和农业全要素生产率的概念以及前者对后者的影响机制。学术界对气候变化的定义形式多样，其中，政府间气候变化专门委员会(IPCC)将气候变化定义为气候随时间的任何变化，无论其原因是自然变率，还是人类活动的结果。农业全要素生产率增长是指剔除劳动、资本及土地等传统要素外所有其他要素投入带来的农业产出增长。具体来说，气候变化对农业全要素生产率变化的影响主要表现在以下三个方面(见图 1)。

　　1.气候变化影响农业种植制度、种植区域以及农作物种类。气候变暖会使农业热量资源条件有所改善，生长期延长，喜温作物的种植界限北移。据估计，在作物品种和生产水平不变的前提下，到2050年，气候变暖将使目前中国大部分两熟制地区很可能变成三熟制地区;两熟制地区的北界将北移至目前一熟制地区的中部，一熟制地区的南界将大大北移(肖风劲等，2006)。此外，气候变暖还使各地区本身适宜种植的农作物种类以及主要作物品种的布局发生变化，例如，南方水稻种植区域逐渐向北方扩展。农业种植制度、种植区域及作物种类的改变，导致农业生产过程中要素投入及产出的变化，进而影响到农业全要素生产率的增长。

　　2.气候变化影响农业生产中要素的投入。化肥、农药、耕地等生产要素投入是影响农业全要素生产率的核心因素。气候变暖导致病虫害增多，杂草滋生，这将会使农药和除草剂的施用量增大。

　　由于肥效对环境温度的变化特别敏感，温度上升会导致农业生产中化肥的更多使用。气候条件的变化会对农业投入造成严重影响，导致管理和生产成本大幅增加，直接影响到农业全要素生产率的增长。

　　3.气候变化影响农业产出。气候变化导致极端气象灾害频发，带来严重的农业经济损失。旱灾、洪涝等气象灾害一旦发生，将直接造成农业大幅度减产，导致粮食产量剧减。不仅如此，极端气候事件会对畜牧业产生剧烈影响，在气象灾害严重的年份，牲畜死亡率会大大提高。气象灾害频繁发生，会造成重大损失，影响到农业的有效产出水平，这也将直接影响农业生产率的提高。

　　总之，气候变化不仅会对农业的生产环境、种植制度、生产布局产生影响，还会导致农业产出波动增大、生产成本增加，进而影响农业全要素生产率的变化。因此，探讨气候变化对农业全要素生产率增长的影响是非常必要的。

　　(二)基于 SBM 方向性距离函数的 global Malmquist(GM)生产率指数

　　本文的核心是考察气候变化和农业科研投入对农业全要素生产率增长的影响，因而，如何准确地测算各省份农业全要素生产率，便成为本文研究的重要基础。传统的 Malmquist(M)指数会面临潜在的线性规划无解问题，且不具有循环性和传递性。而全局参比曼奎斯特指数(global Malmquist， GM)基于全局生产技术集构建，能有效避免线性规划无解的缺陷以及“技术倒退”现象。由于各期参考的是共同的全局前沿，因此，GM 指数还具备传递性。

　　(四)变量界定与数据处理

　　本文将影响农业全要素生产率增长的因素分为两类：一是核心解释变量，包括气候因素和农业科研投入。二是控制变量，用于描述其他因素对农业全要素生产率增长的作用。根据已有研究、笔者自身思考和数据可得性，选取劳均农业资本投入、农村公路密度及农户经营规模等控制变量。

　　1.核心解释变量。(1)气候变量。气候变化对农业生产的影响主要体现在气温和降水两个方面(Chloupek et al.，2004)，已有研究表明，非生产季节的气象要素对农业生产也非常重要。因此，本文选取年平均气温(10℃)、年降水量(1000 毫米)及降水密度(%)来度量气候因素，各省份气象数据为该省当年所有气象站点监测数据的平均值。其中，降水密度是指当年最大日降水量占全年降水总量的比重，用来描述极端降水量对农业生产的影响。考虑到气象要素具有明显的地域差异性，简单地从整体上分析气候因素对农业全要素生产率的影响不具有实际意义，因此，本文引入地域虚拟变量，用气候变量与地域虚拟变量的相互项来考察气候变化对区域农业全要素生产率增长的差异性影响。按照通常的地理分区，本文将 28 个省份分为七大地理区域(如表 1)，并以华中地区作为参照对象，设置区域虚拟变量。气象数据来源于中国气象科学数据共享服务网的中国地面气候资料年值数据集②。该数据集涵盖了中国 752 个基本、基准地面气象观测站及自动站 1951 年以来的气候资料。

　　(2)农业科研投入。本文用农业科技存量(亿元)来表示。

　　2.控制变量。

　　(1)劳均农业资本投入。本文中的农业资本存量为狭义的物质资本存量，指农业生产中反复或连续使用的资产，具有耐用性，例如机械、房屋建筑等。1986～2012 年的农业物质资本存量采用王金田等(2007)和尹朝静等(2014)估算的数据。从而劳均农业资本投入为各省份农业资本存量与农业从业人员数的比值(万元)。农业资本密集度越高，越有利于农业技术含量的提高及技术进步。

　　(2)农村公路密度。农村公路包括二级公路、三级公路、四级公路以及等外公路，由公路总里程减去高速公路和一级公路里程得到。考虑到各省份地域面积相差很大，本文通过用各省份农村公路里程除以各省份国土面积，得到各省份农村公路密度，来反映农村道路的通达程度。

　　(3)农户经营规模。农户经济规模采用农业从业人员人均农作物播种面积表示(公顷)。适度扩大农户经营规模有利于先进农业技术的推广与应用，而规模过小不利于机械化作业。

　　(4)农村居民人均纯收入。农村居民人均纯收入是指农村居民家庭当年所得的总收入扣除从事农业生产和非生产经营费用支出、农业税后的收入总和(万元)。农村居民人均纯收入能反映各省份经济发展水平。农业生产方式的选择以及农业技术的采纳都与农民居民人均纯收入水平密切相关。

　　(5)农业结构调整。本文采用粮食作物播种面积占农作物总播种面积的比重表示农业结构调整情况，反映各省份种植结构是否朝着比较优势的方向发展。

　　三、农业全要素生产率增长与农业科技存量

　　(一)农业全要素生产率增长

　　本文测算了 1986～2012 年中国各省份农业全要素生产率 SGM 指数。图 2 显示了中国农业全要素生产率累积指数及其源泉的变化情况。从具体的时间演变来看，农业全要素生产率增长表现出明显的波动性增长趋势。农业技术进步的累积指数呈增长趋势，而农业技术效率变化的累积指数呈不断下降趋势，表明农业技术效率不断恶化。这一研究结果与李谷成(2014)的研究结论一致。由图 2 可知，农业全要素生产率的变化趋势与农业技术进步的趋势一致，而与农业技术效率的变化趋势相反。这说明，中国农业全要素生产率增长主要是由农业技术进步驱动，而农业技术效率严重阻碍了农业全要素生产率的增长。

　　(二)农业科技存量

　　基于永续盘存法，本文核算了 1986～2012 年间中国各省份农业科技存量，从而得到省级农业科技存量的面板数据(见图 3)。核算结果表明，农业科技存量的增长速度在 1999～2000 年有一个比较明显的转折点。从不同地区变化趋势的比较看，东部、中部和西部地区的农业科技存量都呈增长态势，增长趋势也基本一致。从不同地区农业科技存量的比较看，东部地区最多，中部地区次之，西部地区最少。东部中部西部地区农业科技存量的这种差距在 20 世纪 90 年代中期以前并不明显。然而，在 20 世纪 90 年代中后期农业科技存量的地区差距逐渐扩大，特别是进入新世纪以来这种地区差距增大的速度明显加快。农业科研投入对农业增长具有重要的推动作用。本文的研究重点是将气候变化、农业科研投入纳入统一分析框架，关注它们与农业全要素生产率增长的关系，因而在此不对农业科技存量进行专门分析。

　　五、结论与启示

　　未来气候变化下中国农业的稳定发展事关中国的长远持续发展。中国农业要实现可持续发展，必须依靠技术进步，带动农业全要素生长率增长。本文基于永续盘存法，核算了 1986～2012 年省级农业科技存量，讨论了农业全要素生产率和农业科技存量的增长趋势，重点考察了气候变化与农业科研投入对农业全要素生产率增长的影响，得出以下结论：

　　第一，农业全要素生产率增长表现出明显的阶段性波动变化趋势，并且这种增长是靠农业技术进步驱动的，而农业技术效率起着阻碍作用。第二，新世纪以来农业科研投入的增速明显加快。从区域比较来看，东部地区农业科技存量最多，中部地区次之，西部地区最少。这种差距在 20 世纪 90 年代中期以前并不明显，但从时间演变趋势来看，东部中部西部地区之间的差距随着时间推移而逐渐增大。尽管农业科技存量存在地区差异，但不可否认农业科研投入对农业全要素生产率增长具有显著的促进作用。第三，气候变量对农业全要素生产率增长的影响十分显著。虽然年降水量对农业全要素生产率增长的影响并不显著，但从空间区域来看，华东和西南地区气温升高显著阻碍了农业全要素生产率增长，而东北、华北、西北和华南 4 个地区气温升高显著提高了农业全要素生产率。除华南地区外，在华东、华北、西北、西南和东北 5 个地区，降水密度增加对农业全要素生产率表现出显著的负向影响。

　　根据上述研究结论，本文得出以下几点政策启示：第一，推进农业增长方式转变，由主要依靠资本、物质要素投入向主要依靠技术进步、要素配置效率提高等方式转变，通过加大农业科研投入，提升农业科技水平。此外，在不断推进前沿农业技术进步的同时，还应重点加强农业技术效率的提升，形成“双驱动”增长模式带动农业全要素生产率增长，实现农业可持续发展。第二，提高农业科研成果转化率。虽然农业科研投入对农业生产率增长的促进作用明显，但当前中国农业科研投入仍存在结构、制度、管理等方面的问题。在重视农业科技开发与创新的同时，更要加强农业技术推广工作，改变“重科研，轻推广”的传统观念，真正将科研和推广紧密结合起来，提高农业科研成果转化效率。

　　本文研究仍存在一些不足。第一，本文对农业科技存量进行了估算，并在此基础上探讨了农业科研投入对农业全要素生产率增长的影响，但并未考虑农业科研投入的溢出效应。所以，本文可能低估了农业科研投入对农业全要素生产率增长的贡献。对农业科研投入空间溢出效应的讨论将是进一步研究方向。第二，本文没有专门对极端气候进行测度，而是采用降水密度衡量极端降水量对农业生产的影响，初步指出了极端降水天气对农业全要素生产率增长具有显著的负向影响。但关于极端气候事件的测度、评估及极端气候事件对农业全要素生产率的影响机制，需要更深入研究。——论文作者：尹朝静 1,2 李谷成 1,2 范丽霞 3 高 雪 1,2

　　参考文献

　　1.白秀广、陈晓楠、霍学喜：《气候变化对苹果主产区单产及全要素生产率增长的影响研究》，《农业技术经济》2015 年第 8 期。

　　2.戴声佩、李海亮、刘海清、刘恩平：《全球气候变暖背景下华南地区农业气候资源时空变化特征》，《中国农业资源与区划》2014 年第 1 期。

　　3.韩海彬、赵丽芬、张莉：《异质型人力资本对农业环境全要素生产率的影响——基于中国农村面板数据的实证研究》，《中央财经大学学报》2014 年第 5 期。

　　4.矫梅燕、周广胜、陈振林：《气候变化对中国农业影响评估报告(No. 1)》，社会科学文献出版社，2014 年。

　　5.李谷成：《中国农业的绿色生产率革命：1978-2008 年》，《经济学(季刊)》2014 年第 2 期。

　　6.李谷成、冯中朝：《中国农业全要素生产率增长：技术推进抑或效率驱动——一项基于随机前沿生产函数的行业比较研究》，《农业技术经济》2010 年第 5 期。

　　7.宋春晓、马恒运、黄季焜、王金霞：《气候变化和农户适应性对小麦灌溉效率影响——基于中东部 5 省小麦主产区的实证研究》，《农业技术经济》2014 年第 2 期。

　　8.王金田、王学真、高峰：《全国及分省份农业资本存量 K 的估算》，《农业技术经济》2007 年第 4 期。

　　9.吴延兵：《中国工业 R&D 产出弹性测算(1993-2002)》，《经济学(季刊)》2008 年第 3 期。

文章名称：气候变化、科技存量与农业生产率增长

文章地址：http://www.sciqk.com/lwfw/nylw/12579.html