易福金,周甜甜,陳曉光

(1.南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095；2.西南財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)與管理研究院，四川 成都 611130)

一、引言

氣候變化給人類賴以生存的農(nóng)業(yè)發(fā)展可持續(xù)性帶來了嚴(yán)峻挑戰(zhàn)。我國(guó)地表的年平均溫度正以每10年0.23℃的速度上升，未來的氣候變化還會(huì)持續(xù)改變氣溫和降水的時(shí)空分布，不斷增加暴雨、洪水、干旱以及病蟲害爆發(fā)等極端事件發(fā)生的頻率和強(qiáng)度。與此同時(shí)，中國(guó)依靠高投入和高污染的農(nóng)業(yè)發(fā)展模式實(shí)現(xiàn)了僅用占世界8%的土地養(yǎng)活22%的世界人口的成就，但也為此付出了巨大的資源環(huán)境代價(jià)。未來，中國(guó)農(nóng)業(yè)需要向高效、資源節(jié)約及環(huán)境友好的可持續(xù)發(fā)展模式轉(zhuǎn)變。保持農(nóng)業(yè)經(jīng)濟(jì)持續(xù)增長(zhǎng)的關(guān)鍵在于提升農(nóng)業(yè)全要素生產(chǎn)率，通常使用農(nóng)業(yè)總產(chǎn)出與全部要素投入比來衡量。但是，氣候變化通過對(duì)農(nóng)業(yè)產(chǎn)出及投入水平的影響給農(nóng)業(yè)全要素生產(chǎn)率的提升增加了巨大的不確定性，因此如何應(yīng)對(duì)氣候變化帶來的影響是亟待回答的問題。在應(yīng)對(duì)氣候變化方面，盡管小農(nóng)戶可以做出農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整、增加灌溉、品種選擇等一系列適應(yīng)性行為，但是完全依賴農(nóng)戶采取適應(yīng)性措施不足以應(yīng)對(duì)不斷加強(qiáng)的氣候變化。因此，政府通過完善農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、加大農(nóng)業(yè)科研投入等措施來應(yīng)對(duì)氣候變化，以提升農(nóng)業(yè)全要素生產(chǎn)率,才有可能彌補(bǔ)小農(nóng)戶應(yīng)對(duì)氣候變化的局限性。

學(xué)術(shù)界圍繞氣候變化、農(nóng)業(yè)全要素生產(chǎn)率及農(nóng)業(yè)科研投入做了大量的研究。首先，現(xiàn)有文獻(xiàn)關(guān)于氣候變化對(duì)農(nóng)業(yè)產(chǎn)出影響的研究較多，但在國(guó)內(nèi)僅有少數(shù)學(xué)者進(jìn)行了氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的研究。氣候變化對(duì)農(nóng)業(yè)產(chǎn)量影響的文獻(xiàn)占主導(dǎo)地位[1-2]，而且氣候變化對(duì)農(nóng)業(yè)產(chǎn)出的影響主要以負(fù)向結(jié)論為主。考慮到氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響存在巨大的地域性差異，學(xué)術(shù)界就氣候變化對(duì)農(nóng)業(yè)產(chǎn)出的影響仍未達(dá)成一致的結(jié)論。同時(shí)，以單產(chǎn)為解釋變量的模型可以研究氣候變化對(duì)不同農(nóng)作物產(chǎn)出的影響，但是缺乏對(duì)投入產(chǎn)出效率影響的整體把握。因此，以全要素生產(chǎn)率為對(duì)象的研究為氣候變化與農(nóng)業(yè)生產(chǎn)互動(dòng)關(guān)系的探討提供了新的視角。Villavicencio等[3]研究了氣候變化對(duì)美國(guó)農(nóng)業(yè)全要素生產(chǎn)率的影響，結(jié)果表明年降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的正向影響，但是降水密度對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的負(fù)向影響，而氣溫變化對(duì)大部分地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率影響不顯著。Liang等[4]從季節(jié)及地區(qū)層面分析了氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，結(jié)果表明不同農(nóng)業(yè)區(qū)域、不同季節(jié)的溫度和降水解釋了美國(guó)1981—2010年70%的農(nóng)業(yè)全要素生產(chǎn)率的變化。一些學(xué)者進(jìn)一步研究了氣候變化對(duì)水稻全要素生產(chǎn)率的影響，Kunimitsu等[5]發(fā)現(xiàn)氣候變化對(duì)日本北方地區(qū)的水稻全要素生產(chǎn)率有正向的促進(jìn)作用，但對(duì)西部地區(qū)的水稻全要素生產(chǎn)率有負(fù)向作用。在國(guó)內(nèi)，僅有少數(shù)學(xué)者進(jìn)行了氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的研究。Chen和Gong[6]發(fā)現(xiàn)短期內(nèi)，極端高溫會(huì)對(duì)種植業(yè)全要素生產(chǎn)率造成負(fù)面影響，進(jìn)而給土地產(chǎn)出帶來更大的損失。尹朝靜等[7]的研究發(fā)現(xiàn)，氣溫、年降水量及降水密度對(duì)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率也有顯著影響，其中氣溫對(duì)不同地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率影響程度不同。白秀廣等[8]的研究表明，氣溫、降水量和日照對(duì)蘋果全要素生產(chǎn)率的影響在不同地區(qū)也存在差異。從以上研究可以看出，國(guó)內(nèi)對(duì)氣候變化對(duì)于農(nóng)業(yè)全要素生產(chǎn)率影響的研究的討論需要突破種植業(yè)的局限，在考慮地域和季節(jié)的差異性的基礎(chǔ)上，識(shí)別未來采取適應(yīng)性行為緩解氣候變化影響的可行措施。

其次，在測(cè)算農(nóng)業(yè)全要素生產(chǎn)率的研究中，現(xiàn)有文獻(xiàn)用不同方法測(cè)算了不同階段中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的變化，但因選取的投入產(chǎn)出指標(biāo)及時(shí)間區(qū)間不同，測(cè)算結(jié)果存在一定差異。測(cè)算農(nóng)業(yè)全要素生產(chǎn)率的方法主要包括參數(shù)方法和非參數(shù)方法。在參數(shù)方法使用方面，全炯振[9]使用1978—2007年的省級(jí)面板數(shù)據(jù)測(cè)算出中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的年均增長(zhǎng)率為0.7%。趙文、程杰[10]的結(jié)果表明，1978—1984年的農(nóng)業(yè)全要素生產(chǎn)率水平較高，而1952—1977年與1985—2009年的農(nóng)業(yè)全要素生產(chǎn)率較低。在非參數(shù)方法方面，大多數(shù)研究使用數(shù)據(jù)包絡(luò)分析(DEA)的Malmquist指數(shù)法測(cè)算農(nóng)業(yè)全要素生產(chǎn)率，如陳衛(wèi)平[11]測(cè)算出1990—2003年中國(guó)農(nóng)業(yè)全要素生產(chǎn)率年均增長(zhǎng)2.6%，這與高帆[12]的結(jié)果非常接近。

另外，大量研究表明科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)具有顯著的促進(jìn)作用[13-14]，當(dāng)然，科研投入提高農(nóng)業(yè)全要素生產(chǎn)率的主要途徑包括人力資本提升、農(nóng)業(yè)信息化、促進(jìn)勞動(dòng)力轉(zhuǎn)移，以及提供公共基礎(chǔ)設(shè)施等[15-17]。國(guó)外部分研究表明，氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響取決于地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r，相對(duì)于發(fā)達(dá)國(guó)家，發(fā)展中國(guó)家的農(nóng)業(yè)生產(chǎn)對(duì)氣候變化更敏感[18]。

總體來看，國(guó)內(nèi)現(xiàn)有研究討論了農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的直接影響，但未見針對(duì)農(nóng)業(yè)科研投入在緩解氣候變化影響方面潛在作用的探討。一般來說，科學(xué)技術(shù)進(jìn)步對(duì)農(nóng)業(yè)生產(chǎn)的積極作用可以彌補(bǔ)氣候變化帶來的負(fù)面影響，能積極應(yīng)對(duì)氣候變化。然而，僅有尹朝靜等[7]的研究分別考察了氣候變化與農(nóng)業(yè)科研投入各自對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，而科研投入是否能夠緩解氣候變化的作用仍有待驗(yàn)證。從長(zhǎng)期來看，農(nóng)業(yè)可持續(xù)發(fā)展必須依賴公共機(jī)構(gòu)告知其有關(guān)長(zhǎng)期氣候變化對(duì)農(nóng)業(yè)生產(chǎn)影響情況的信息，尤其依賴政府主導(dǎo)的新作物品種研發(fā)、農(nóng)業(yè)新技術(shù)研究和推廣以及基礎(chǔ)設(shè)施建設(shè)的完善等系統(tǒng)性適應(yīng)行為[4]。農(nóng)業(yè)科研投入在適應(yīng)氣候變化對(duì)農(nóng)業(yè)生產(chǎn)影響方面的預(yù)期能發(fā)揮決定性作用，基于此，本文試圖將同時(shí)考慮氣候變化和農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，并分析農(nóng)業(yè)科研投入在氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響方面發(fā)揮的潛在作用。這有助于了解國(guó)家科研投入資金的使用效率，為提高農(nóng)業(yè)全要素生產(chǎn)率及合理使用科研投入以應(yīng)對(duì)未來農(nóng)業(yè)生產(chǎn)的重大自然風(fēng)險(xiǎn)提供決策依據(jù)。

二、理論框架和實(shí)證模型

(一)氣候變化、農(nóng)業(yè)科研對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響機(jī)制

1.氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。氣候變化通過影響農(nóng)業(yè)產(chǎn)出及農(nóng)業(yè)投入水平給農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)帶來了不確定性。由于我國(guó)地域遼闊，氣候變化對(duì)農(nóng)業(yè)產(chǎn)出的影響在作物品種和空間上也表現(xiàn)出巨大差異。從微觀機(jī)制來說，氣候變化影響了農(nóng)作物生長(zhǎng)發(fā)育和結(jié)實(shí)過程，并最終影響農(nóng)業(yè)種植結(jié)構(gòu)。具體表現(xiàn)為氣溫升高可增加作物生長(zhǎng)期內(nèi)的有效積溫，有利于擴(kuò)大農(nóng)作物的適種面積和復(fù)種指數(shù)，使喜溫作物種植及多熟制的北界向北、向西移動(dòng)。但氣候變暖也影響了作物的生育期，如縮短了雙季稻、春小麥和大豆等作物的生育期，其單產(chǎn)可能因此下降。此外，極端高溫及干旱加快了土壤水分蒸發(fā)、有機(jī)質(zhì)的分解和營(yíng)養(yǎng)物質(zhì)的流失速度，進(jìn)而降低土地生產(chǎn)率。高溫天氣增加了農(nóng)戶患熱相關(guān)創(chuàng)傷性損傷及慢性疾病的風(fēng)險(xiǎn)，可能會(huì)降低農(nóng)戶的勞動(dòng)供給及勞動(dòng)能力，進(jìn)而影響勞動(dòng)生產(chǎn)率，土地及勞動(dòng)生產(chǎn)率的下降最終可能會(huì)導(dǎo)致農(nóng)業(yè)產(chǎn)出的下降。同時(shí)，氣候變化會(huì)影響動(dòng)物飼料的產(chǎn)量和質(zhì)量，動(dòng)物的新陳代謝、飼料的攝取量、患病概率及死亡率，并最終影響畜產(chǎn)品的產(chǎn)量和品質(zhì)。氣候變暖導(dǎo)致的海洋和淡水系統(tǒng)溫度升高、酸化、海平面升高、氧氣的溶解度降低及污染物毒性增加等問題可能會(huì)增加物種入侵、疾病及藻類過度繁殖的可能性。此外，水溫上升還會(huì)影響魚類的成長(zhǎng)及繁殖等生理功能，進(jìn)而影響海洋和淡水系統(tǒng)的生產(chǎn)力，最終降低漁業(yè)產(chǎn)出[19]。

農(nóng)戶面對(duì)氣候變化會(huì)主動(dòng)采取調(diào)整農(nóng)業(yè)投入要素等一系列適應(yīng)措施。例如，為了充分利用熱量資源，農(nóng)戶會(huì)選育優(yōu)良的作物品種，調(diào)整農(nóng)業(yè)結(jié)構(gòu)以保證農(nóng)業(yè)產(chǎn)出。為了應(yīng)對(duì)由此造成的土地質(zhì)量下降問題，農(nóng)戶會(huì)選擇增加化肥等化學(xué)用品的使用量，增大灌溉力度以及采取保護(hù)性耕作行為以維持土壤的生產(chǎn)能力和蓄水能力。另外，氣溫變暖和降雨量的增加容易促進(jìn)農(nóng)藥中有效成分的分解和揮發(fā)，進(jìn)而降低農(nóng)藥的活性及有效性。為了保護(hù)農(nóng)作物，農(nóng)戶會(huì)更頻繁地使用農(nóng)藥并增加農(nóng)藥的使用量[20]。因此，為了降低極端氣候帶來的損害，農(nóng)戶會(huì)采取增加要素投入量、投資基礎(chǔ)設(shè)施以及采取生產(chǎn)多元化等適應(yīng)性行為以分散風(fēng)險(xiǎn)，但農(nóng)業(yè)投入的增加會(huì)降低農(nóng)業(yè)全要素生產(chǎn)率。

2.農(nóng)業(yè)科研在應(yīng)對(duì)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響方面的作用。理論上，農(nóng)業(yè)科研能促進(jìn)科學(xué)技術(shù)進(jìn)步及農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的調(diào)整，進(jìn)而有利于應(yīng)對(duì)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響?？蒲型度刖徑鈿夂蜃兓瘞碡?fù)面影響的觀點(diǎn)成立所需要的前提條件是政策制定者可以準(zhǔn)確無誤地判斷氣候變化引起全要素生產(chǎn)率降低的原因，或者以提升農(nóng)業(yè)全要素生產(chǎn)率為目標(biāo)，但實(shí)際上由于政策目標(biāo)差異、管理成本和信息不對(duì)稱問題，做到這一點(diǎn)是極其困難的。具體表現(xiàn)為我國(guó)現(xiàn)有的農(nóng)業(yè)科研投入系統(tǒng)可能在應(yīng)對(duì)氣候變化的整體目標(biāo)性和協(xié)調(diào)性表現(xiàn)不足，不恰當(dāng)?shù)霓r(nóng)業(yè)科研活動(dòng)不但無法適應(yīng)氣候變化帶來的影響，反而會(huì)降低農(nóng)業(yè)產(chǎn)出，增加農(nóng)業(yè)成本，進(jìn)而阻礙農(nóng)業(yè)全要素生產(chǎn)率的提升。具體來說，農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響有兩種路徑：(1)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)是影響農(nóng)業(yè)全要素生產(chǎn)率的重要因素。但總體來看，我國(guó)政府主導(dǎo)的科研活動(dòng)在應(yīng)對(duì)氣候變化方面難以滿足農(nóng)業(yè)生產(chǎn)的實(shí)際需求。當(dāng)前，為確保國(guó)家的糧食安全，農(nóng)業(yè)科研投入主要集中于大宗的糧棉油作物，而園藝作物、特色經(jīng)濟(jì)作物、畜牧業(yè)和水產(chǎn)業(yè)領(lǐng)域的科研投資長(zhǎng)期嚴(yán)重不足。我國(guó)每年省部級(jí)及以上的農(nóng)業(yè)科研成果多達(dá)7000多項(xiàng)，但能轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的只有30%～40%，真正形成規(guī)模的不到20%，遠(yuǎn)低于發(fā)達(dá)國(guó)家的水平[21]。(2)生產(chǎn)技術(shù)的提升同樣會(huì)影響全要素生產(chǎn)率，但是地區(qū)差異性明顯。例如，在干旱地區(qū)，如果農(nóng)業(yè)科研推廣技術(shù)需要不斷提高土壤濕度，那么該技術(shù)必然會(huì)對(duì)氣候變化帶來的負(fù)面影響格外敏感。同時(shí)，以高產(chǎn)、高附加值作物推廣為特征的農(nóng)業(yè)專業(yè)化生產(chǎn)進(jìn)一步加劇了區(qū)域性氣候變化的敏感度[22]。2014年安徽多地種植了一種通過國(guó)家審核的雜交水稻，但該品種無法適應(yīng)持續(xù)低溫連陰雨的天氣，感染了稻瘟病，導(dǎo)致大面積減產(chǎn)、絕收。因此，農(nóng)業(yè)科研投入在適應(yīng)氣候變化方面的作用仍存在很大的不確定性。

(二)理論模型

根據(jù)以上對(duì)氣候變化、農(nóng)業(yè)科研投入與農(nóng)業(yè)全要素生產(chǎn)率三者關(guān)系的梳理，本文提供了一個(gè)簡(jiǎn)化的理論模型來表達(dá)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，以及科研投入在其中所起的作用。假定農(nóng)業(yè)生產(chǎn)滿足經(jīng)典的Cobb-douglas生產(chǎn)函數(shù)形式：

Y=A(climate,tecstock)Kα1Lα2Tα3

(1)

其中，Y是農(nóng)業(yè)產(chǎn)出；A是農(nóng)業(yè)全要素生產(chǎn)率，并且是一個(gè)關(guān)于氣候與農(nóng)業(yè)科研投入的函數(shù)；K、L和T分別是農(nóng)業(yè)生產(chǎn)資本、勞動(dòng)力以及耕地投入。α1、α2和α3分別是對(duì)應(yīng)要素在總產(chǎn)出中的占比，且滿足α1+α2+α3=1。

本文首先討論氣候因素對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，通過式(2)來表示：

(2)

進(jìn)一步來說，本文還考察了科研投入對(duì)緩解氣候變化影響農(nóng)業(yè)全要素生產(chǎn)率的作用。為回答這個(gè)問題，可以對(duì)式(2)兩邊同時(shí)對(duì)科研投入求導(dǎo)，得到式(3)：

(3)

(三)實(shí)證模型與估計(jì)方法

在尹朝靜等[7]研究的基礎(chǔ)上，針對(duì)公式(2)，本文擬構(gòu)建以下模型度量氣候變化與農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響：

lnTFPit=α0+α1climateit+α2tecstockit+α3xit+ut+ωi+μit

(4)

式(4)中，TFPit表示省份i在第t年的農(nóng)業(yè)全要素生產(chǎn)率，climateit為省份i在第t年的氣候變量，包括全年氣溫均值、年降水量、降水密度、高溫狀況及低溫狀況；tecstockit為省份i在第t年的農(nóng)業(yè)科技存量；xit為各省每年的社會(huì)經(jīng)濟(jì)變量，包括農(nóng)村公路密度、農(nóng)業(yè)結(jié)構(gòu)、灌溉面積占比及農(nóng)村用電量。α為待估計(jì)的參數(shù)，ut和ωi表示時(shí)間和各省份的固定效應(yīng)，μit是隨機(jī)誤差項(xiàng)。

在理論分析式(3)的基礎(chǔ)上，本研究將通過一系列的交互項(xiàng)設(shè)定形式考察氣候變化、農(nóng)業(yè)科研投入和地區(qū)差異對(duì)農(nóng)業(yè)全要素生產(chǎn)率的交互影響。在上述模型中引入地域虛擬變量Dg，并用其與氣候變量的交互項(xiàng)來反映氣候變化對(duì)區(qū)域g農(nóng)業(yè)全要素生產(chǎn)率的影響。具體來說，筆者將研究涉及的28個(gè)省份分為七大地理區(qū)域，分別為華東、華北、華南、華中、西北、西南以及東北地區(qū)。同時(shí)，筆者將利用農(nóng)業(yè)科技存量、氣候變量與地域虛擬變量的交互項(xiàng)來考察農(nóng)業(yè)科研投入在應(yīng)對(duì)氣候變化對(duì)某一區(qū)域農(nóng)業(yè)全要素生產(chǎn)率方面的作用。實(shí)證模型中還將包括降水密度、高溫和低溫狀況以反映極端氣候?qū)θ厣a(chǎn)率的影響。

由于本研究使用1987—2015年的省級(jí)面板數(shù)據(jù)建立以上實(shí)證分析模型，長(zhǎng)面板數(shù)據(jù)模型的隨機(jī)擾動(dòng)項(xiàng)可能存在“組間異方差”“組內(nèi)自相關(guān)”“組間同期相關(guān)”等問題。異方差和自相關(guān)問題的存在雖然不會(huì)改變參數(shù)估計(jì)的一致性，但會(huì)使參數(shù)估計(jì)量不再有效，相應(yīng)的系數(shù)估計(jì)檢驗(yàn)及模型的預(yù)測(cè)性也都不再有效。為應(yīng)對(duì)以上潛在問題，本文分別使用Greene Wald檢驗(yàn)、Wooldridge Wald檢驗(yàn)及Pesaran檢驗(yàn)來確認(rèn)模型的擾動(dòng)項(xiàng)是否存在這3種問題。檢驗(yàn)結(jié)果均在0.1%統(tǒng)計(jì)水平上拒絕原假設(shè)，表明本文以上模型的隨機(jī)擾動(dòng)項(xiàng)同時(shí)存在上述3種問題。因此，本文使用可以同時(shí)解決上述3個(gè)問題的可行廣義FGLS方法對(duì)模型進(jìn)行估計(jì)。

三、變量與數(shù)據(jù)來源

(一)變量說明

1.農(nóng)業(yè)全要素生產(chǎn)率。本文使用1987—2015年28(1)考慮到西藏特殊的資源稟賦以及統(tǒng)計(jì)數(shù)據(jù)不完整，本文實(shí)證分析中沒有包括西藏。為保持統(tǒng)計(jì)口徑一致，將1987年后海南的相關(guān)數(shù)據(jù)和1997年后重慶的相關(guān)數(shù)據(jù)分別并入廣東和四川。個(gè)省級(jí)單位的面板數(shù)據(jù)，按照1987年不變價(jià)計(jì)算各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率。其中，產(chǎn)出指標(biāo)為農(nóng)林牧漁業(yè)總產(chǎn)值，投入指標(biāo)采用各省的機(jī)械總動(dòng)力、化肥折純施用量、農(nóng)村勞動(dòng)力就業(yè)人數(shù)和農(nóng)作物總播種面積。本文使用MaxDEA Ultra軟件在規(guī)模報(bào)酬不變假設(shè)下測(cè)算出固定參比的Malmquist指數(shù)。固定參比指數(shù)由Berg等提出，與傳統(tǒng)的Malmquist指數(shù)相比，由于固定參比Malmquist指數(shù)各期參考的前沿固定，其指數(shù)具有傳遞性并可以累乘(2)可累乘意味著Mwf(t+1,t)×Mwf(t,t-1)=Mwf(t+1,t-1),t≥2。。以此為依據(jù)，筆者將各期Malmquist指數(shù)轉(zhuǎn)化為以1986年為基礎(chǔ)的累積增長(zhǎng)指數(shù)，取對(duì)數(shù)后作為本文的被解釋變量。

2.氣候變量。氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響主要體現(xiàn)在氣溫和降水方面。農(nóng)學(xué)常用積溫變量從溫度和時(shí)間兩個(gè)方面反映氣溫對(duì)糧食作物生長(zhǎng)和發(fā)育的影響[23]，但本文關(guān)注的是包括農(nóng)林牧漁在內(nèi)全行業(yè)的農(nóng)業(yè)全要素生產(chǎn)率，因此用氣溫均值變量來衡量氣溫對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響相對(duì)來說更穩(wěn)妥。此外，本文構(gòu)建了高溫和低溫變量以及降水密度等極端天氣對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，同時(shí)采用溫度箱的方式測(cè)度了氣溫對(duì)農(nóng)業(yè)全要素生產(chǎn)率的非線性作用。

在高溫變量構(gòu)建方面，本文首先參考Chen和Yang[24]的做法，使用溫度箱作為溫度變量以識(shí)別不同氣溫水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。結(jié)果表明，氣溫與農(nóng)業(yè)全要素生產(chǎn)率之間整體上存在呈倒U型的非線性關(guān)系，尤其是關(guān)鍵闕值落在溫度箱27℃,30℃)之間，簡(jiǎn)單來說溫度過高會(huì)導(dǎo)致農(nóng)業(yè)全要素生產(chǎn)率下降。因此，筆者采用該省內(nèi)所有縣域溫度大于30℃出現(xiàn)次數(shù)之和與所有縣理論上最大可能頻率的比例表示高溫狀況，其中用縣域數(shù)量與全年天數(shù)的乘積來表示所有縣理論上最大可能的頻率。

在低溫變量構(gòu)建方面，筆者借鑒王樹廷[25]采用的5日滑動(dòng)平均法來確定氣候生長(zhǎng)期，將生長(zhǎng)期總體定義為日均氣溫穩(wěn)定超過5℃的時(shí)期。采用該省內(nèi)所有縣域在生物生長(zhǎng)期內(nèi)溫度小于0℃出現(xiàn)次數(shù)之和與所有縣理論上最大可能頻率的比例表示低溫狀況。從低溫狀況的地區(qū)分布特點(diǎn)來看，華中及西南地區(qū)的低溫狀況均值要遠(yuǎn)高于其他地區(qū)。降水密度為當(dāng)年最大日降水量與全年降水總量的比值[7]，年降水量是該省內(nèi)所有氣象站點(diǎn)全年降水總量的平均值。

圖1展示了全國(guó)1987—2015年全年氣溫均值和年降水量的變化趨勢(shì)。可以看出，我國(guó)全年氣溫均值呈顯著升高趨勢(shì)，1987—2015年間平均氣溫大約上升了1.02℃。但是年平均降水量變化不明顯。從地區(qū)間氣溫均值和降水量的標(biāo)準(zhǔn)差比較來看，各地區(qū)間氣溫均值差異相對(duì)比較穩(wěn)定，但是2003—2015年的降水量在地區(qū)間的差異水平比1987—2002年的差異水平有所降低?？紤]到我國(guó)東西部平均降水的差異，筆者有理由相信地區(qū)間降水量差距有縮小的趨勢(shì)。

圖1 1987—2015年氣溫均值和降水量的變化趨勢(shì)

3．農(nóng)業(yè)科研投入?？紤]到農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)生產(chǎn)的作用具有滯后性，且存在知識(shí)折舊等問題，本文用農(nóng)業(yè)科技存量來衡量農(nóng)業(yè)科研投入水平。因?yàn)闊o法獲得與氣候直接有關(guān)的科研投入資金水平，本文使用廣義的農(nóng)業(yè)科研投入作為代理變量。借鑒通常對(duì)農(nóng)業(yè)科技存量的計(jì)算方法[26]，假定當(dāng)年農(nóng)業(yè)科技存量與滯后期的存量以及當(dāng)期投入量存在以下關(guān)系：

Rt=Et-1+(1-δ)Rt-1

(5)

其中，Rt和Rt-1分別表示當(dāng)期和前一期的農(nóng)業(yè)科技存量，Et-1表示前一期的農(nóng)業(yè)科研投入，δ為折舊率。同時(shí)，本文沿用肖小勇、李秋萍[26]和尹朝靜等[7]的做法，對(duì)農(nóng)業(yè)科研投入用消費(fèi)者價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)的簡(jiǎn)單平均值進(jìn)行平減。同時(shí)，用R0=E0/(k+15%)來估計(jì)基期農(nóng)業(yè)科技存量，其中，E0為基期農(nóng)業(yè)科研投入，折舊率δ為15%，k為1987—2015年農(nóng)業(yè)科研投入的算術(shù)平均增長(zhǎng)率。由圖2可知，我國(guó)近30年農(nóng)業(yè)全要素生產(chǎn)率累積指數(shù)及各地區(qū)的農(nóng)業(yè)科技存量呈增加趨勢(shì)，但農(nóng)業(yè)科技存量在地域分布上具有顯著差異，其中，華中、西北、西南和東北地區(qū)的農(nóng)業(yè)科技存量占全國(guó)農(nóng)業(yè)科技存量的比重遠(yuǎn)低于華北、華東和華南地區(qū)，且各個(gè)地區(qū)之間差距隨著時(shí)間推移在逐步擴(kuò)大。例如，1987年華東地區(qū)科技存量是西北地區(qū)的2.1倍，這一差距在2015年上升到3.8倍。

圖2 全國(guó)農(nóng)業(yè)全要素生產(chǎn)率累積指數(shù)及各地區(qū)的農(nóng)業(yè)科技存量變化

4．社會(huì)經(jīng)濟(jì)變量。除氣候變化及農(nóng)業(yè)科研投入外，政策、市場(chǎng)與自然環(huán)境引致的農(nóng)業(yè)區(qū)域布局變化，以及區(qū)域內(nèi)部產(chǎn)品替代與技術(shù)替代、公共基礎(chǔ)設(shè)施和服務(wù)體系等眾多因素都有可能影響農(nóng)業(yè)全要素生產(chǎn)率，尤其是公共基礎(chǔ)設(shè)施在應(yīng)對(duì)氣候變化及推廣農(nóng)業(yè)新技術(shù)方面都發(fā)揮著無可替代的作用。為避免遺漏變量，且基于現(xiàn)有數(shù)據(jù)的可獲得性，在實(shí)證模型中控制了農(nóng)業(yè)結(jié)構(gòu)、農(nóng)村公路密度、灌溉面積占比、農(nóng)村電力設(shè)施等社會(huì)經(jīng)濟(jì)變量。

(1)農(nóng)業(yè)結(jié)構(gòu)。本文使用糧食作物播種面積占農(nóng)作物總播種面積比重的變化情況來表示農(nóng)業(yè)結(jié)構(gòu)調(diào)整的情況。若該比值減小，可以反映出各省份的種植結(jié)構(gòu)朝著比較優(yōu)勢(shì)的方向發(fā)展[12]。(2)農(nóng)村公路密度。本文借鑒Démurger[27]的做法，用各省份的農(nóng)村公路設(shè)施密度來衡量各省份的農(nóng)村公路基礎(chǔ)設(shè)施存量。農(nóng)村公路密度為農(nóng)村公路總里程與各省份土地面積的占比，其中農(nóng)村公路總里程等于公路總里程減去高速公路和一級(jí)公路里程。(3)灌溉面積占比。灌溉面積占比為有效灌溉面積占農(nóng)作物總播種面積的比重，在我國(guó)降水分布存在時(shí)空格局顯著差異的背景下，灌溉面積占比越大說明水利條件越好。(4)農(nóng)村電力設(shè)施。本文借鑒卓樂、畢福生[17]的做法，采用農(nóng)村用電量作為農(nóng)村電力設(shè)施的代理變量。完善的電力設(shè)施是農(nóng)村發(fā)展的重要保障之一，隨著農(nóng)業(yè)生產(chǎn)規(guī)?；?、機(jī)械化及信息化的推進(jìn)，電力設(shè)施為農(nóng)業(yè)生產(chǎn)提供了相應(yīng)的動(dòng)力來源，可提高各類現(xiàn)有生產(chǎn)要素的利用效率。

(二)數(shù)據(jù)來源及描述性分析

機(jī)械總動(dòng)力、農(nóng)村勞動(dòng)力就業(yè)人數(shù)、農(nóng)林牧漁總產(chǎn)值數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》，化肥折純施用量，農(nóng)作物總播種面積數(shù)據(jù)來源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。針對(duì)上述年鑒中缺失的數(shù)據(jù)，用《新中國(guó)六十年統(tǒng)計(jì)資料匯編》以及各省統(tǒng)計(jì)年鑒的數(shù)據(jù)補(bǔ)充。農(nóng)業(yè)科研經(jīng)費(fèi)數(shù)據(jù)來源于農(nóng)業(yè)部科教司主編的1987—2015年《全國(guó)農(nóng)業(yè)科技統(tǒng)計(jì)資料匯編》中各省農(nóng)業(yè)科研機(jī)構(gòu)的收入。價(jià)格指數(shù)來自《中國(guó)統(tǒng)計(jì)年鑒》及各省的統(tǒng)計(jì)年鑒，對(duì)于缺失的數(shù)據(jù)用《中國(guó)統(tǒng)計(jì)年鑒》中的零售價(jià)格指數(shù)補(bǔ)齊。氣象數(shù)據(jù)來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的中國(guó)地面氣候資料年值數(shù)據(jù)集，通過插值計(jì)算得出每個(gè)縣的氣候變量，最后通過播種面積的權(quán)重調(diào)整計(jì)算省級(jí)行政地區(qū)的年度氣候指標(biāo)。播種面積、有效灌溉面積數(shù)據(jù)以及農(nóng)村用電量數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》，1992—2015年的農(nóng)村公路數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》，1987—1992年的農(nóng)村公路數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局，同時(shí)通過搜集各省份的農(nóng)村公路建設(shè)信息來補(bǔ)齊部分缺失數(shù)據(jù)。表1列出了主要變量的描述性統(tǒng)計(jì)結(jié)果。

表1 主要變量的描述性統(tǒng)計(jì)分析

四、實(shí)證結(jié)果討論

對(duì)應(yīng)模型設(shè)定部分，本文將實(shí)證結(jié)果分成3個(gè)部分進(jìn)行討論：首先，依據(jù)式(4)從整體上分析氣候變量與農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響；其次，在式(4)的基礎(chǔ)上用氣候變量與地區(qū)虛擬變量的交互項(xiàng)來分析氣候變化對(duì)各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率影響的差異性；最后，在式(4)的基礎(chǔ)上用農(nóng)業(yè)科技存量、氣候變量及地區(qū)虛擬變量的交互項(xiàng)來考察各地區(qū)農(nóng)業(yè)科研投入在應(yīng)對(duì)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響方面的作用。

(一)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的整體影響

表2匯報(bào)了氣候變化對(duì)農(nóng)業(yè)全要素生長(zhǎng)率影響的主要結(jié)果。第(1)列的回歸結(jié)果顯示，全年氣溫均值的回歸系數(shù)在1%統(tǒng)計(jì)水平上顯著為正，年降水量的回歸系數(shù)顯著為負(fù)，這與Chen等[28]基于中國(guó)農(nóng)戶層面的研究結(jié)論一致。第(2)列的回歸中加入了極端氣候變量，回歸系數(shù)表明全年氣溫均值及年降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響方向與第(1)列的結(jié)果一致。降水密度、高溫及低溫狀況均對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的負(fù)向作用，這與陳帥等[1]、Villavicencio等[3]農(nóng)作物產(chǎn)量和農(nóng)業(yè)全要素生產(chǎn)率研究領(lǐng)域的結(jié)論一致。第(3)列的回歸結(jié)果中，加入了農(nóng)業(yè)科技存量及其他社會(huì)經(jīng)濟(jì)變量。相較于第(2)列的回歸結(jié)果，氣候變量的回歸系數(shù)變大了，但其方向和顯著性沒有變化。結(jié)果表明，農(nóng)業(yè)科技存量及其他社會(huì)經(jīng)濟(jì)變量實(shí)際上削弱了氣候變量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，如果保持這些社會(huì)經(jīng)濟(jì)因素不變，氣候變量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響本應(yīng)更大。具體來說，當(dāng)平均溫度上升1℃(3)回歸結(jié)果中氣溫均值的單位是10℃，但基于歷年氣溫變化的幅度，正文中僅匯報(bào)當(dāng)全年氣溫均值變化1℃時(shí)的結(jié)果。時(shí)，農(nóng)業(yè)全要素生產(chǎn)率會(huì)提高0.12%；當(dāng)年降水量每增加1000mm時(shí)，農(nóng)業(yè)全要素生產(chǎn)率會(huì)下降1.68%；當(dāng)降水密度、高溫及低溫狀況上升1%時(shí)，農(nóng)業(yè)全要素生產(chǎn)率分別會(huì)下降0.27%、0.12%及1.05%。1987—2015年間全年氣溫均值大約上升了1.02℃，這個(gè)階段的溫度上升使農(nóng)業(yè)全要素生產(chǎn)率上升了0.12%；年降水量大約上升了82.7mm，使農(nóng)業(yè)全要素生產(chǎn)率下降了0.14%；降水密度大約下降了5.13%，使農(nóng)業(yè)全要素生產(chǎn)率上升了1.39%。因此從整體影響來看，氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響主要體現(xiàn)在降水密度上。在具有代表性的國(guó)內(nèi)研究中，尹朝靜等[7]的研究中，氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的系數(shù)只是參照華中地區(qū)的相對(duì)值，因此本文的回歸結(jié)果無法與之直接進(jìn)行比較。與Villavicencio等[3]針對(duì)氣候變化影響美國(guó)農(nóng)業(yè)全要素生產(chǎn)率的研究相比，本文的估計(jì)系數(shù)量級(jí)與其基本在同一水平。從絕對(duì)水平來看，氣候變化對(duì)我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的影響整體大約相當(dāng)于其對(duì)美國(guó)影響的1/5，主要原因可能是我國(guó)總體的光熱資源和降水條件都較美國(guó)好。在第(4)列的回歸中，筆者進(jìn)一步分析了氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的季節(jié)性差異，結(jié)果表明春、夏季氣溫均值的回歸系數(shù)顯著為負(fù)，秋、冬季氣溫均值的回歸系數(shù)顯著為正，中國(guó)的氣候變化主要表現(xiàn)為秋冬季變暖，此估計(jì)結(jié)果也意味著未來的溫度變暖將有利于農(nóng)業(yè)全要素生產(chǎn)率，與全年氣溫均值的回歸結(jié)果一致。春、夏、冬季的降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的負(fù)向影響，秋季降水量的回歸系數(shù)顯著為正。

同時(shí)，農(nóng)業(yè)科技存量的回歸系數(shù)表明，農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)有顯著的正向促進(jìn)作用，這與現(xiàn)有的大多數(shù)研究的結(jié)論也一致。其他社會(huì)經(jīng)濟(jì)變量的影響方向與預(yù)期一致，例如，農(nóng)業(yè)結(jié)構(gòu)的回歸系數(shù)表明，糧食作物的播種面積占農(nóng)作物總播種面積比例對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的負(fù)向影響。本文用農(nóng)村公路密度、灌溉面積占比與農(nóng)村用電量變量來衡量農(nóng)村的基礎(chǔ)設(shè)施情況，回歸系數(shù)表明農(nóng)村基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的正向影響。總的來說，基礎(chǔ)設(shè)施一方面通過便利的交通條件促進(jìn)農(nóng)業(yè)產(chǎn)品、農(nóng)業(yè)信息、生產(chǎn)技術(shù)的流通，通過農(nóng)村電力設(shè)施促進(jìn)農(nóng)業(yè)機(jī)械的使用，提升農(nóng)民生活質(zhì)量等以降低農(nóng)業(yè)生產(chǎn)成本，另一方面通過灌溉設(shè)施建設(shè)提高農(nóng)業(yè)綜合生產(chǎn)能力和農(nóng)業(yè)技術(shù)效率，增強(qiáng)農(nóng)業(yè)生產(chǎn)中抵抗自然災(zāi)害的能力，并最終增加農(nóng)業(yè)產(chǎn)出[17]。

表2 氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的整體影響

(二)氣候變化對(duì)各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的影響差異性

氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響具有顯著的地域性差異(4)限于篇幅，回歸結(jié)果在此不作詳細(xì)列出，如果需要和作者聯(lián)系。。具體來看，除華南地區(qū)全年氣溫均值對(duì)農(nóng)業(yè)全要素生產(chǎn)率有顯著的負(fù)向作用及東北地區(qū)影響不顯著之外，其他地區(qū)的全年氣溫均值都對(duì)農(nóng)業(yè)全要素生產(chǎn)率有正向影響。除華北地區(qū)的高溫狀況及西北地區(qū)的低溫狀況的回歸系數(shù)不顯著之外，其他地區(qū)高溫、低溫狀況對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響都顯著為負(fù)。從系數(shù)大小來看，華中地區(qū)的全年氣溫均值上升1℃時(shí)，農(nóng)業(yè)全要素生產(chǎn)率會(huì)提高3.58%。而西北地區(qū)的全年氣溫均值上升1℃時(shí)，農(nóng)業(yè)全要素生產(chǎn)率僅提高0.45%，遠(yuǎn)小于華中地區(qū)。當(dāng)東北地區(qū)的高溫狀況增加1%時(shí)，農(nóng)業(yè)全要素生產(chǎn)率會(huì)下降16.65%；而華中地區(qū)的高溫、低溫狀況上升1%時(shí)，農(nóng)業(yè)全要素生產(chǎn)率都僅下降0.45%左右。由此可以看出氣溫變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響在不同區(qū)域間呈現(xiàn)出顯著差異，因此也造成前文測(cè)算的整體影響較小。由于華東、華南地區(qū)生物生長(zhǎng)期內(nèi)平均氣溫未出現(xiàn)低于0℃的情況，其低溫狀況的回歸系數(shù)被省略了。近些年來，氣溫升高增加了各地的熱量資源，促進(jìn)了多熟制的北界向北、向西移動(dòng)，有利于提高復(fù)種指數(shù)和擴(kuò)大播種面積，進(jìn)而在一定程度上提高了農(nóng)作物的產(chǎn)量。但是，對(duì)于熱量已經(jīng)非常充足的地區(qū)來說，氣候變暖反而會(huì)縮短生長(zhǎng)期較短作物的生育期，導(dǎo)致單產(chǎn)下降。如華南地區(qū)的高溫超過了水稻生長(zhǎng)發(fā)育的適宜溫度，容易使水稻灌漿不足，導(dǎo)致減產(chǎn)。尹朝靜等[29]也發(fā)現(xiàn)氣溫均值對(duì)水稻的農(nóng)業(yè)全要素生產(chǎn)率有顯著的負(fù)向影響。

華北、東北、西北的年降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率有正向作用，而華東、華南、西南和華中地區(qū)的年降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率有負(fù)向作用。就降水密度而言，除西北地區(qū)的降水密度對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響不顯著外，其他地區(qū)的降水密度對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響都顯著為負(fù)。從系數(shù)大小來看，當(dāng)華北、東北及西北地區(qū)的年降水量增加1000mm時(shí)，其全要素生產(chǎn)率分別可提升3.10%、8.92%及12.27%。當(dāng)華東、華南、西南及華中地區(qū)的降水量增加1000mm時(shí)，其全要素生產(chǎn)率分別下降4.57%、2.71%、4.45%及1.02%，可以看出其系數(shù)大小具有顯著的地域差異。近些年來，華北、東北、西北地區(qū)的干旱情況日趨嚴(yán)重，水資源壓力越來越大，如華北地區(qū)的實(shí)際降水量遠(yuǎn)小于冬小麥生長(zhǎng)期內(nèi)的實(shí)際需水量，且近年來華北地區(qū)發(fā)生干旱的事件越發(fā)頻繁。因此年降水量的增加有利于改善這些地區(qū)水資源缺乏的現(xiàn)狀，進(jìn)而提高農(nóng)業(yè)生產(chǎn)力。而華東、華南和華中地區(qū)的水資源較充沛，年降水量、降水密度及頻率的增加容易帶來洪澇災(zāi)害，不利于農(nóng)林牧漁業(yè)生產(chǎn)，這與尹朝靜等[29]的研究結(jié)論也是一致的。

(三)農(nóng)業(yè)科研投入的效果

總體而言，我國(guó)當(dāng)前農(nóng)業(yè)科研投入緩解了年降水總量水平變化及極端氣候帶來的影響，但在平均溫度上升的應(yīng)對(duì)上略顯不足(表3)。在不考慮其他社會(huì)經(jīng)濟(jì)變量影響的情況下(表3第(1)列)，農(nóng)業(yè)科技存量與全年氣溫均值及年降水量的交互項(xiàng)系數(shù)均為負(fù)。在第(2)列及第(3)列的回歸中依次加入了極端氣候變量及社會(huì)經(jīng)濟(jì)變量。結(jié)果表明，我國(guó)近30年的農(nóng)業(yè)科研使平均溫度對(duì)農(nóng)業(yè)全要素生產(chǎn)率的邊際正向影響降低了48.31%，使年降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的邊際負(fù)向影響降低了8.69%。在應(yīng)對(duì)極端氣候?qū)r(nóng)業(yè)全要素生產(chǎn)率的影響方面，農(nóng)業(yè)科研投入降低了降水密度、高溫及低溫狀況對(duì)農(nóng)業(yè)全要素生產(chǎn)率的負(fù)面影響。具體來說，使降水密度、高溫及低溫狀況對(duì)全要素生產(chǎn)率的邊際負(fù)向影響分別降低了40.08%、22.58%及10%。

表3 農(nóng)業(yè)科研投入應(yīng)對(duì)氣候變化的整體效果(N=812)

圖3表明農(nóng)業(yè)科研投入應(yīng)對(duì)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響同樣具有顯著的地域差異(5)限于篇幅，極端氣候變量的回歸結(jié)果在此不作詳細(xì)列出，如果需要和作者聯(lián)系。。具體來看，華北、東北以及華南地區(qū)的農(nóng)業(yè)科研改善了氣溫變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。但是，華東、西南、華中和西北地區(qū)的農(nóng)業(yè)科研并沒有適應(yīng)氣溫變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，反而減弱了氣溫變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的有利影響。華東及西北地區(qū)的農(nóng)業(yè)科研改善了降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，而在華北、東北、華南地區(qū)，農(nóng)業(yè)科研未能緩解降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的負(fù)面影響。在應(yīng)對(duì)極端氣候?qū)r(nóng)業(yè)全要素生產(chǎn)率影響方面，農(nóng)業(yè)科研改善了大多數(shù)地區(qū)降水密度、高溫及低溫狀況對(duì)農(nóng)業(yè)全要素生產(chǎn)率的不利影響。

由于缺乏農(nóng)業(yè)科研投入領(lǐng)域的分類數(shù)據(jù)，本文僅對(duì)以上各個(gè)地區(qū)農(nóng)業(yè)科研投入在適應(yīng)氣候變化影響時(shí)無效甚至是起反作用的原因作以下幾個(gè)方面的推測(cè)：首先，我國(guó)政府對(duì)各農(nóng)業(yè)科研機(jī)構(gòu)的科研投入嚴(yán)重不足且對(duì)各農(nóng)業(yè)科研部門的財(cái)政撥款比例不同，具體表現(xiàn)為財(cái)政撥款集中在種植業(yè)，而畜牧業(yè)和漁業(yè)部門的撥款嚴(yán)重不足。近些年來，政府在種植業(yè)上的科研投入大約是畜牧業(yè)和漁業(yè)等養(yǎng)殖業(yè)的3倍[30]，最終導(dǎo)致種植業(yè)科研成果占3種產(chǎn)業(yè)科研成果總數(shù)的75%以上，遠(yuǎn)大于畜牧業(yè)和漁業(yè)科研成果的比例，而這樣的科研成果無法適應(yīng)國(guó)內(nèi)外市場(chǎng)對(duì)種植業(yè)、漁業(yè)及畜牧業(yè)農(nóng)產(chǎn)品的消費(fèi)和需求情況，更無法應(yīng)對(duì)氣候變化的巨大挑戰(zhàn)。其次，“糧安天下, 種筑基石”，種子研發(fā)是我國(guó)農(nóng)業(yè)科研的工作重點(diǎn)，但多年來品種核定標(biāo)準(zhǔn)以產(chǎn)量為量綱，忽視了品種的抗性、品質(zhì)、耐密性等特征。研發(fā)的新品種對(duì)氣候變化的適應(yīng)性低，農(nóng)產(chǎn)品產(chǎn)量雖高，但是品質(zhì)不優(yōu)，且多數(shù)研發(fā)的品種需要投入更多的生產(chǎn)要素，使我國(guó)的農(nóng)產(chǎn)品缺乏競(jìng)爭(zhēng)力，農(nóng)民收益不增反減。此外，農(nóng)業(yè)科研機(jī)構(gòu)更加重視可商業(yè)化領(lǐng)域(如雜交育種)的科研投資，擠占科研時(shí)間去進(jìn)行銷售活動(dòng)，并最終影響農(nóng)業(yè)科研投資的效率。

圖3 農(nóng)業(yè)科研投入應(yīng)對(duì)氣候變化的效果(分地區(qū))

五、結(jié)論與政策啟示

測(cè)度氣候因素對(duì)農(nóng)業(yè)全要素生產(chǎn)率的作用有助于全面把握氣候變化對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)的長(zhǎng)期影響，在此基礎(chǔ)上進(jìn)一步探討農(nóng)業(yè)科研投入對(duì)緩解氣候變化影響的作用，有助于今后采取相應(yīng)措施，以緩解因氣候變化帶來的長(zhǎng)期挑戰(zhàn)。

實(shí)證分析結(jié)果表明：第一，農(nóng)業(yè)科研及農(nóng)業(yè)基礎(chǔ)設(shè)施對(duì)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)有顯著的正向影響；第二，全年氣溫均值與年降水量對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響在區(qū)域上存在差異，除對(duì)部分地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率影響不顯著外，降水密度、高溫及低溫狀況對(duì)大多數(shù)地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率具有顯著的負(fù)向作用。第三，農(nóng)業(yè)科研投入可以影響氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的作用，但這種影響在空間區(qū)域上也存在明顯的差異。例如，華北及東北地區(qū)的農(nóng)業(yè)科研投入很好地應(yīng)對(duì)了氣溫以及降水密度對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，卻未適應(yīng)年降水量變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

基于上述結(jié)論，本文得出如下啟示：第一，政府在制定氣候變化適應(yīng)性政策時(shí)需要正確認(rèn)識(shí)氣候變化對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響具有顯著的地域差異性。第二，我國(guó)應(yīng)該加大對(duì)西北、西南、東北及華中地區(qū)的農(nóng)業(yè)科研投入力度。第三，各地區(qū)農(nóng)業(yè)發(fā)展在適應(yīng)氣候變化方面，應(yīng)該厘清實(shí)際需求，“對(duì)癥下藥”以不斷提升農(nóng)業(yè)科研投資領(lǐng)域與效率。例如，華東、西南、西北及華中地區(qū)還需要加強(qiáng)農(nóng)業(yè)應(yīng)對(duì)氣溫變化方面的科研投入，而華北、東北、華南及西南地區(qū)應(yīng)該加大應(yīng)對(duì)年降水總量變化方面的科研投入。

受制于有限的數(shù)據(jù)，本研究仍存在一些不足：第一，農(nóng)業(yè)技術(shù)推廣體系是農(nóng)業(yè)科學(xué)研究體系與實(shí)踐應(yīng)用體系之間的紐帶，與農(nóng)業(yè)科研投入密切相關(guān)的科技推廣是其發(fā)揮應(yīng)對(duì)氣候變化的重要途徑，例如，一項(xiàng)有效的農(nóng)業(yè)技術(shù)產(chǎn)生可能會(huì)在更大的范圍內(nèi)進(jìn)行推廣，如果沒有考慮農(nóng)業(yè)推廣的推動(dòng)作用，可能會(huì)低估農(nóng)業(yè)科研投入在適應(yīng)氣候變化方面的能力。第二，技術(shù)創(chuàng)新具有外部性，在農(nóng)業(yè)生產(chǎn)領(lǐng)域，鄰近地區(qū)在氣候、地形、土壤等自然因素方面的相似性會(huì)使其他地區(qū)的技術(shù)進(jìn)步對(duì)本省農(nóng)業(yè)全要素生產(chǎn)率存在顯著的正向空間溢出效應(yīng)?？傮w來看，農(nóng)業(yè)科研投入的溢出效應(yīng)或多或少存在于本文的實(shí)證研究中，但是筆者缺乏更具體的科研投入數(shù)據(jù)，因此無法識(shí)別農(nóng)業(yè)科研投入的溢出效應(yīng)。