尹朝靜 高 雪

(1.西南大學(xué) 經(jīng)濟(jì)管理學(xué)院，重慶 400715；2.東北大學(xué)秦皇島分校 經(jīng)濟(jì)學(xué)院，河北 秦皇島 066004)

一、引言

氣候變化問(wèn)題是學(xué)術(shù)界和各國(guó)政府關(guān)注的熱點(diǎn)話題之一。2019年是有完整氣象觀測(cè)記錄以來(lái)的第二暖年，全球平均溫度高出工業(yè)化前的水平約1.1℃，而2015～2019年更成為有完整氣象觀測(cè)記錄以來(lái)最暖的五個(gè)年份。隨著全球氣候持續(xù)變暖，干旱、高溫?zé)崂说葮O端天氣發(fā)生的頻次和強(qiáng)度明顯上升，不僅直接威脅人類(lèi)健康與生命安全，更對(duì)自然、生態(tài)系統(tǒng)和社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)巨大影響和威脅[1][2][3]。

農(nóng)業(yè)是社會(huì)各部門(mén)中最易遭受氣候影響、最脆弱的產(chǎn)業(yè)之一，特別是發(fā)展中國(guó)家的農(nóng)業(yè)[4][5]。作為發(fā)展中的農(nóng)業(yè)大國(guó)，氣候變化對(duì)中國(guó)農(nóng)業(yè)的影響有利有弊，但以不利影響為主[6]。氣候變暖雖然改善了中國(guó)農(nóng)業(yè)熱量資源，使得水稻、玉米等糧食作物種植范圍北擴(kuò)，但隨著氣候變暖，干旱等極端事件的發(fā)生頻率、強(qiáng)度和范圍有所增加，農(nóng)業(yè)病蟲(chóng)害發(fā)生率也因氣候變暖而有所提高[7][8][9][10]。極端氣候頻發(fā)對(duì)中國(guó)農(nóng)業(yè)發(fā)展和糧食供給造成了嚴(yán)重影響。據(jù)中國(guó)水旱災(zāi)害公報(bào)統(tǒng)計(jì)，2008～2018年全國(guó)年均因旱受災(zāi)面積達(dá)1282.43萬(wàn)公頃，全國(guó)糧食每年因旱損失260.99億公斤?？梢灶A(yù)見(jiàn)，氣候變化將使我國(guó)農(nóng)業(yè)生產(chǎn)面臨更大的風(fēng)險(xiǎn)和不確定性[11][12]。在這種情形下，要突破資源環(huán)境等多方約束，實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，就必須提高農(nóng)業(yè)創(chuàng)新力、競(jìng)爭(zhēng)力和全要素生產(chǎn)率(Total Factor Productivity，TFP)。因此，探討氣候變化特別是干旱等極端氣候事件對(duì)農(nóng)業(yè)TFP的影響則顯得尤為緊迫而重要。

鑒于此，本文將氣候因素(氣溫、降水量與干旱)納入農(nóng)業(yè)TFP評(píng)估體系，采用序列MSBM-DEA模型，對(duì)氣候變化下中國(guó)農(nóng)業(yè)TFP變動(dòng)情況進(jìn)行測(cè)算和分解，并與未考慮氣候因素的農(nóng)業(yè)TFP進(jìn)行對(duì)比分析，闡述納入氣候因素后產(chǎn)生差異的特征性事實(shí)?？紤]到干旱對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)造成重大影響，論文還將干旱這一氣候因素單獨(dú)納入TFP評(píng)估體系進(jìn)行比較分析。這些研究對(duì)于重新認(rèn)識(shí)中國(guó)及不同區(qū)域農(nóng)業(yè)TFP的歷史變遷，分析中國(guó)及不同區(qū)域氣候變化對(duì)農(nóng)業(yè)TFP的影響，合理制定相關(guān)的農(nóng)業(yè)政策，維護(hù)中國(guó)糧食安全和實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化至關(guān)重要。

二、文獻(xiàn)綜述

自諾貝爾獎(jiǎng)得主丁伯根創(chuàng)造性地提出全要素生產(chǎn)率(TFP)以來(lái)，TFP的研究體系無(wú)論是在理論還是實(shí)證方面均得到深化和推廣。在農(nóng)業(yè)領(lǐng)域中，TFP一直是學(xué)術(shù)界研究的熱點(diǎn)。Headey等采用FAO數(shù)據(jù)，使用DEA和SFA方法測(cè)算了1970～2001年88個(gè)國(guó)家的農(nóng)業(yè)TFP增長(zhǎng)率，研究發(fā)現(xiàn)如果農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)誤差較大，使用SFA方法更為適宜[13]。Darku等對(duì)1940～2009年加拿大各省的農(nóng)作物和牲畜養(yǎng)殖業(yè)的TFP增長(zhǎng)進(jìn)行核算，結(jié)果發(fā)現(xiàn)加拿大種植業(yè)的TFP增長(zhǎng)在1990～2009年間已經(jīng)放緩[14]。關(guān)于中國(guó)的研究多采用省級(jí)面板數(shù)據(jù)展開(kāi)，多數(shù)學(xué)者認(rèn)為改革開(kāi)放以來(lái)中國(guó)農(nóng)業(yè)TFP經(jīng)歷了快速增長(zhǎng)、停滯、重新快速增長(zhǎng)、增長(zhǎng)放慢和再次快速增長(zhǎng)的演變歷程，這一增長(zhǎng)主要由技術(shù)進(jìn)步推動(dòng)，技術(shù)效率的作用有限[15][16][17]。

隨著研究深入，學(xué)者們開(kāi)始探討氣候變化與農(nóng)業(yè)TFP的關(guān)系。在國(guó)家層面，Salim等采用時(shí)間序列數(shù)據(jù)探討了農(nóng)業(yè)科研投入和氣候變化對(duì)西澳大利亞農(nóng)業(yè)生產(chǎn)的影響，發(fā)現(xiàn)科研投入和降水量增多對(duì)農(nóng)業(yè)TFP增長(zhǎng)有長(zhǎng)期正向影響[18]。Villavicencio等發(fā)現(xiàn)降水量和降水密度對(duì)美國(guó)農(nóng)業(yè)TFP增長(zhǎng)影響顯著，但溫度的影響不明顯[19]。Mohan等對(duì)加納進(jìn)行了研究，發(fā)現(xiàn)農(nóng)業(yè)TFP增長(zhǎng)與年降水量關(guān)系密切，農(nóng)業(yè)科研支出對(duì)農(nóng)業(yè)TFP增長(zhǎng)具有正向影響[20]。具體到中國(guó)，尹朝靜等采用Global Malmquist指數(shù)測(cè)算了農(nóng)業(yè)TFP，并進(jìn)一步討論氣候變化、科技存量對(duì)中國(guó)農(nóng)業(yè)TFP的影響，發(fā)現(xiàn)降水量對(duì)農(nóng)業(yè)TFP增長(zhǎng)的作用不明顯，而氣溫對(duì)農(nóng)業(yè)TFP增長(zhǎng)的影響具有顯著的區(qū)域差異[21]。高鳴使用Window Malmquist指數(shù)模型估算了中國(guó)傳統(tǒng)農(nóng)業(yè)TFP和納入氣候因素(降水量、氣溫和日照時(shí)數(shù))的農(nóng)業(yè)TFP變化情況，發(fā)現(xiàn)傳統(tǒng)農(nóng)業(yè)TFP在絕大多數(shù)年份被高估，納入氣候因素的農(nóng)業(yè)TFP比傳統(tǒng)農(nóng)業(yè)TFP更為穩(wěn)定[22]。此外，Sheng等以極端干旱事件為例探討了氣候變化對(duì)農(nóng)業(yè)TFP的沖擊，發(fā)現(xiàn)極端干旱事件對(duì)農(nóng)業(yè)TFP具有顯著負(fù)向影響[23]。Chen等基于中國(guó)縣級(jí)面板數(shù)據(jù)評(píng)估了全球變暖對(duì)農(nóng)業(yè)TFP的影響，發(fā)現(xiàn)短期內(nèi)極端高溫會(huì)對(duì)農(nóng)業(yè)TFP產(chǎn)生負(fù)面影響，但長(zhǎng)期適應(yīng)抵消了氣候變化對(duì)TFP短期沖擊的37.9%[24]。

上述文獻(xiàn)對(duì)于進(jìn)一步探討氣候變化對(duì)農(nóng)業(yè)TFP增長(zhǎng)的影響具有重要的理論價(jià)值與啟發(fā)。同時(shí)，目前這一領(lǐng)域仍存在進(jìn)一步深入研究的空間：第一，多數(shù)學(xué)者未將氣候因素作為要素投入納入TFP分析框架，而是將其作為外在條件，有意無(wú)意地忽視了氣候因素的重要影響力。由于氣候變化對(duì)農(nóng)業(yè)生產(chǎn)具有重要影響，傳統(tǒng)的農(nóng)業(yè)TFP已經(jīng)不足以準(zhǔn)確反映中國(guó)農(nóng)業(yè)發(fā)展的真實(shí)水平。第二，已有研究主要集中在評(píng)估溫度和降水平均變化對(duì)農(nóng)業(yè)TFP的影響，也有少數(shù)研究探討了極端天氣事件對(duì)農(nóng)業(yè)TFP的沖擊，但沒(méi)有測(cè)度“極端氣候”變量特別是構(gòu)造干旱指數(shù)并將其納入農(nóng)業(yè)TFP評(píng)估體系，從而全面考察氣候因素對(duì)農(nóng)業(yè)TFP的影響。實(shí)際上，極端氣候事件往往難以預(yù)測(cè)，經(jīng)常對(duì)農(nóng)業(yè)生產(chǎn)造成災(zāi)害性影響。其中，干旱是我國(guó)最常見(jiàn)、分布最廣、影響最大的氣候?yàn)?zāi)害。據(jù)統(tǒng)計(jì)，1949～2015年間我國(guó)旱災(zāi)依然頻發(fā)，平均每年超過(guò)2000萬(wàn)公頃農(nóng)田因旱受災(zāi)，達(dá)到各類(lèi)災(zāi)害影響面積的60%以上[25]。第三，已有研究多采用傳統(tǒng)當(dāng)期DEA模型對(duì)農(nóng)業(yè)TFP進(jìn)行測(cè)度，不能很好地解決技術(shù)退步問(wèn)題，并且不能處理產(chǎn)出或投入指標(biāo)中包含負(fù)數(shù)的情況，也就很難考慮極端氣候的負(fù)面影響。

基于此，本文嘗試納入氣候因素對(duì)農(nóng)業(yè)TFP進(jìn)行再測(cè)算，即利用1978～2018年中國(guó)28個(gè)省(市、區(qū))①的面板數(shù)據(jù)，在構(gòu)建干旱指數(shù)的基礎(chǔ)上，將氣溫、降水量和干旱等氣候因素納入農(nóng)業(yè)TFP評(píng)估指標(biāo)體系，進(jìn)而使用序列MSBM-DEA模型對(duì)中國(guó)農(nóng)業(yè)TFP進(jìn)行再測(cè)算和分解，并對(duì)比分析不同情形下農(nóng)業(yè)TFP的測(cè)算和分解結(jié)果，這對(duì)于合理評(píng)價(jià)和分析氣候變化下中國(guó)農(nóng)業(yè)生產(chǎn)率增長(zhǎng)狀況具有重要的理論價(jià)值和實(shí)踐意義。與已有研究相比，本文可能的創(chuàng)新主要體現(xiàn)在：第一，區(qū)別于已有研究測(cè)度農(nóng)業(yè)TFP時(shí)未納入極端氣候變量，本文在考慮氣溫和降水量?jī)蓚€(gè)因素基礎(chǔ)上，進(jìn)一步將干旱納入農(nóng)業(yè)TFP評(píng)估體系展開(kāi)研究。第二，構(gòu)建區(qū)域動(dòng)態(tài)氣象干旱強(qiáng)度指數(shù)(Regional Dynamic Intensity Index of Meteorological, RDI)測(cè)度極端干旱事件。具體而言，本文借鑒“時(shí)間—面積”函數(shù)的概念，構(gòu)建RDI指數(shù)對(duì)中國(guó)不同省份的干旱強(qiáng)度進(jìn)行測(cè)度，在此基礎(chǔ)上將干旱因素納入農(nóng)業(yè)TFP評(píng)估體系展開(kāi)研究。第三，采用序列MSBM-DEA模型準(zhǔn)確測(cè)算了農(nóng)業(yè)TFP增長(zhǎng)。已有研究多采用傳統(tǒng)當(dāng)期DEA方法進(jìn)行估計(jì)，容易出現(xiàn)技術(shù)退步悖論，并且傳統(tǒng)DEA方法不能處理投入指標(biāo)為負(fù)值的情況。本文通過(guò)序列MSBM-DEA模型可以妥善處理技術(shù)退步、干旱指數(shù)為負(fù)的問(wèn)題，從而更為準(zhǔn)確地測(cè)度氣候變化下中國(guó)農(nóng)業(yè)TFP的增長(zhǎng)情況。

三、理論、方法和變量

(一)納入氣候因素的農(nóng)業(yè)全要素生產(chǎn)率理論探討

經(jīng)濟(jì)學(xué)研究在分析生產(chǎn)要素時(shí)，多討論勞動(dòng)力、資本等傳統(tǒng)要素，往往將自然要素作為外在給定條件，很少考慮與農(nóng)業(yè)生產(chǎn)息息相關(guān)的氣候因素，例如平均溫度、降水量以及干旱等極端事件。在氣候變化背景下，相對(duì)于勞動(dòng)或資本，氣候因素尤其是干旱等極端氣候，不僅不可忽略，而且是有重要影響的要素。這就意味著，在生產(chǎn)率和效率分析中需要更多關(guān)注氣候因素的重要作用。但是，傳統(tǒng)農(nóng)業(yè)TFP②測(cè)算，并沒(méi)有考慮氣候因素，只考慮了勞動(dòng)力、資本和土地等要素，這會(huì)扭曲對(duì)農(nóng)業(yè)生產(chǎn)效率和效益的評(píng)價(jià)，導(dǎo)致政策建議出現(xiàn)偏誤[26]。

農(nóng)業(yè)TFP指農(nóng)業(yè)產(chǎn)出與農(nóng)業(yè)生產(chǎn)要素投入之間的比值。也就是說(shuō)，農(nóng)業(yè)TFP的衡量需要農(nóng)業(yè)產(chǎn)出和要素投入兩類(lèi)指標(biāo)。因此，氣候因素對(duì)農(nóng)業(yè)TFP的影響可以從兩個(gè)角度進(jìn)行分析。一是基于投入角度。氣候因素本身包括農(nóng)作物生長(zhǎng)所必需的水分、熱量等主要條件，這些均是農(nóng)業(yè)生產(chǎn)過(guò)程中重要的生產(chǎn)投入要素。另外，氣候改變也會(huì)對(duì)農(nóng)業(yè)其他生產(chǎn)投入帶來(lái)影響，例如氣候變暖會(huì)影響肥效，有助于昆蟲(chóng)越冬，導(dǎo)致病蟲(chóng)害增加，從而使得化肥、農(nóng)藥等生產(chǎn)投入增加，造成農(nóng)業(yè)生產(chǎn)成本上升，不利于農(nóng)業(yè)TFP增長(zhǎng)?？梢?jiàn)，氣候因素不僅可直接被視為投入要素，還會(huì)對(duì)其他農(nóng)業(yè)生產(chǎn)投入造成影響。因此，在對(duì)農(nóng)業(yè)TFP進(jìn)行測(cè)算時(shí)，投入指標(biāo)中理應(yīng)納入氣候因素。

二是基于產(chǎn)出角度。干旱等氣象具有災(zāi)害性、不確定性及突發(fā)性等特點(diǎn)，一旦發(fā)生便會(huì)帶來(lái)嚴(yán)重的農(nóng)業(yè)經(jīng)濟(jì)損失，造成糧食產(chǎn)量大幅下降。干旱不僅會(huì)對(duì)種植業(yè)產(chǎn)生負(fù)面作用，也會(huì)對(duì)畜牧業(yè)、漁業(yè)等產(chǎn)業(yè)造成不利影響，例如發(fā)生干旱、極端高溫的年份，動(dòng)物病死率會(huì)明顯提高?？梢?jiàn)，極端氣象災(zāi)害會(huì)對(duì)農(nóng)業(yè)產(chǎn)出造成嚴(yán)重后果，進(jìn)而對(duì)農(nóng)業(yè)TFP增長(zhǎng)帶來(lái)負(fù)面影響。

總之，氣候變化會(huì)導(dǎo)致農(nóng)業(yè)生產(chǎn)環(huán)境改變，不僅影響農(nóng)業(yè)生產(chǎn)投入，而且影響農(nóng)業(yè)的有效產(chǎn)出。因而，氣候因素會(huì)對(duì)農(nóng)業(yè)TFP增長(zhǎng)造成很大影響，本文將氣候因素視為農(nóng)業(yè)生產(chǎn)投入要素，將其納入農(nóng)業(yè)TFP測(cè)算指標(biāo)體系。從這個(gè)角度來(lái)看，本文納入氣候因素的農(nóng)業(yè)TFP增長(zhǎng)是指剔除勞動(dòng)、化肥、機(jī)械投入以及氣候要素等以外所有其他因素所帶來(lái)的農(nóng)業(yè)產(chǎn)出增長(zhǎng)。

(二)納入氣候因素的農(nóng)業(yè)TFP測(cè)度方法

1.序列DEA和MSBM模型

(1)

式(1)中，t 為時(shí)期(t=1,2,…，T)；xt和yt分別表示所有DMU的投入、產(chǎn)出向量；zt為t時(shí)期各觀測(cè)值的權(quán)重。

接著，為了刻畫(huà)極端干旱事件的不利影響，本文對(duì)各省區(qū)的RDI指數(shù)取負(fù)值，從而導(dǎo)致農(nóng)業(yè)投入要素中存在負(fù)數(shù)。為解決上述問(wèn)題，本文采用Sharp等提出的MSBM(Modified Slack Based Measure)模型③進(jìn)行估計(jì)[28]，該模型可表示為：

(2)

最后，參考Caves等的做法構(gòu)造出序列Malmquist生產(chǎn)率指數(shù)[29]：

(3)

式(3)中，技術(shù)效率變動(dòng)指數(shù)(Technology Efficiency Change，TEC)指從t期到t+1期各省區(qū)對(duì)最佳生產(chǎn)者的追趕程度；技術(shù)進(jìn)步指數(shù)(Technology Change，TC)指技術(shù)前沿從t期到t+1期之間的移動(dòng)。由此，論文將氣候因素納入農(nóng)業(yè)TFP測(cè)算指標(biāo)體系，使用序列MSBM-DEA模型，對(duì)中國(guó)農(nóng)業(yè)TFP進(jìn)行估算和分解。

2.區(qū)域動(dòng)態(tài)氣象干旱強(qiáng)度指數(shù)

為將干旱因素納入農(nóng)業(yè)TFP評(píng)估體系，需要對(duì)干旱進(jìn)行準(zhǔn)確測(cè)度，本文利用氣象觀測(cè)站逐日氣候資料，首先測(cè)算單個(gè)氣象觀測(cè)站的氣象干旱綜合指數(shù)(Meteorological Drought Composite Index, MCI)，該指數(shù)綜合考慮了前期不同時(shí)間段降水和蒸散量對(duì)干旱的影響，計(jì)算公式如下：

MCI=a×SPIW60+b×MI30+c×SPI90+d×SPI150

(4)

式(4)中，SPIW60、SPI90和SPI150分別指近60天內(nèi)的有效降水、90天內(nèi)的標(biāo)準(zhǔn)化降水指數(shù)和150天內(nèi)的標(biāo)準(zhǔn)化降水指數(shù)，MI30指近30天內(nèi)的蒸散量(相對(duì)濕潤(rùn)度指數(shù))，a、b、c和d為權(quán)重系數(shù)，(4)式中SPIW60、SPI90、SPI150、MI30以及權(quán)重系數(shù)的取值參考國(guó)標(biāo)《氣象干旱等級(jí)》。根據(jù)《氣象干旱等級(jí)》中的相關(guān)內(nèi)容，氣象干旱綜合指數(shù)等級(jí)劃分如表1所示：

表1 氣象干旱綜合指數(shù)等級(jí)劃分表

根據(jù)《氣象干旱等級(jí)》以及秦鵬程等對(duì)干旱過(guò)程和事件的相關(guān)設(shè)定，本研究將干旱過(guò)程定義如下：當(dāng)MCI指數(shù)連續(xù)十天為輕旱以上等級(jí)，則確定為發(fā)生1次干旱過(guò)程。干旱發(fā)生第1天是MCI指數(shù)達(dá)到輕旱以上等級(jí)的日期，但當(dāng)MCI指數(shù)連續(xù)10天為無(wú)旱等級(jí)時(shí)，認(rèn)定為干旱過(guò)程結(jié)束，結(jié)束日期為最后1次MCI指數(shù)達(dá)到無(wú)旱等級(jí)的日期[30]。干旱過(guò)程從開(kāi)始到結(jié)束期間的時(shí)間為干旱持續(xù)時(shí)間。由此，將干旱事件定義為：評(píng)價(jià)某時(shí)段是否發(fā)生干旱的依據(jù)是，該時(shí)段必須出現(xiàn)不少于一次干旱過(guò)程，并且累計(jì)干旱持續(xù)時(shí)間大于所評(píng)價(jià)時(shí)段的1/4，則認(rèn)為該時(shí)段發(fā)生干旱事件。

干旱的發(fā)生是區(qū)域事件，具有時(shí)間和空間的雙重屬性，由此，需要對(duì)某一區(qū)域內(nèi)的各個(gè)氣象觀測(cè)站的氣象干旱綜合指數(shù)進(jìn)行整合。與此同時(shí)，為了匹配省級(jí)農(nóng)業(yè)生產(chǎn)投入產(chǎn)出數(shù)據(jù)，需要測(cè)算出各省區(qū)的干旱發(fā)生情況及其程度。對(duì)此，本文借鑒秦鵬程等的做法，采用“時(shí)間—面積函數(shù)”的形式綜合衡量不同省份的干旱發(fā)生程度[30]，具體表達(dá)式如下：

(5)

式(5)中，RDI為區(qū)域動(dòng)態(tài)氣象干旱強(qiáng)度指數(shù)；t表示年份；Si表示第i個(gè)觀測(cè)站的面積，利用泰森多邊形對(duì)區(qū)域進(jìn)行分割④；n表示研究區(qū)域內(nèi)觀察站的個(gè)數(shù)；DIi，j表示第i個(gè)氣象觀測(cè)站在干旱發(fā)生期間的逐日干旱綜合指數(shù)值，每個(gè)觀測(cè)站在t年里可能會(huì)發(fā)生j次干旱。

3.變量選取與數(shù)據(jù)來(lái)源

本文參考已有研究，結(jié)合農(nóng)業(yè)具體資源稟賦特征和數(shù)據(jù)可獲得性，并對(duì)相關(guān)數(shù)據(jù)進(jìn)行質(zhì)量調(diào)整，選擇合適和邏輯一致的農(nóng)業(yè)TFP測(cè)算指標(biāo)(見(jiàn)表2)。產(chǎn)出變量選取農(nóng)林牧漁業(yè)總產(chǎn)值，投入變量包括化肥施用量、有效灌溉面積、農(nóng)業(yè)機(jī)械動(dòng)力、播種面積、勞動(dòng)力數(shù)量、大牲畜數(shù)量和氣候變量(平均氣溫、降水量與RDI干旱強(qiáng)度指數(shù))⑤。本文將對(duì)比分析氣候變化下的農(nóng)業(yè)生產(chǎn)率和傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的增長(zhǎng)差異。需要指出的是，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下的農(nóng)業(yè)生產(chǎn)率測(cè)算指標(biāo)體系的區(qū)別是，氣候變化下的農(nóng)業(yè)生產(chǎn)率的投入變量在傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的投入變量基礎(chǔ)上增加了平均氣溫、降水量及RDI干旱強(qiáng)度指數(shù)，而農(nóng)業(yè)產(chǎn)出變量沒(méi)有區(qū)別。

表2 農(nóng)業(yè)全要素生產(chǎn)率測(cè)算指標(biāo)的描述性統(tǒng)計(jì)

關(guān)于數(shù)據(jù)來(lái)源及處理，農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》(1979～2019年)。氣溫和降水量等氣象數(shù)據(jù)為中國(guó)氣象數(shù)據(jù)網(wǎng)提供的1978～2018年中國(guó)1225個(gè)基準(zhǔn)氣象觀測(cè)站逐日氣候資料。論文將分散的1225個(gè)基站按照所在省份進(jìn)行歸納，氣溫和降水量以省份平均值來(lái)衡量；RDI干旱強(qiáng)度指數(shù)通過(guò)公式(4)(5)計(jì)算得到，以各省份的泰森多邊形面積為權(quán)重。

圖1為全國(guó)及不同地區(qū)氣候因素的變化情況。由圖1 可知：第一，全國(guó)及東中西部地區(qū)的降水量均呈波動(dòng)增長(zhǎng)的趨勢(shì)。全國(guó)降水量由1978年的791.11mm增加到2018年的929.70mm，東部、中部和西部的降水量也均有不同程度的增加。第二，全國(guó)及不同地區(qū)的平均氣溫明顯增加。1978年全國(guó)平均氣溫為12.25℃，2018年增加到13.27℃，增溫超過(guò)1℃。其中，省區(qū)中增溫最多的是吉林省，從1978年的3.91℃增加到2018年的5.72℃，增長(zhǎng)近2℃。第三，全國(guó)干旱災(zāi)害比較嚴(yán)重，發(fā)生強(qiáng)度和頻率均明顯增加。全國(guó)干旱災(zāi)害最為嚴(yán)重的年份是2001年，干旱強(qiáng)度指數(shù)達(dá)到3108.33。另外，多地發(fā)生嚴(yán)重的極端干旱事件，如云南省1979年和2010年干旱強(qiáng)度指數(shù)分別達(dá)到8551.69和8354.70，對(duì)農(nóng)業(yè)生產(chǎn)造成巨大損失。

圖1 全國(guó)及不同地區(qū)氣候變化情況

四、農(nóng)業(yè)全要素生產(chǎn)率的測(cè)算與分解

基于1978～2018年中國(guó)28個(gè)省(市、區(qū))的面板數(shù)據(jù)，將氣候因素(平均氣溫、降水量與RDI干旱強(qiáng)度指標(biāo))納入農(nóng)業(yè)TFP的測(cè)算指標(biāo)體系，使用序列MSBM-DEA方法測(cè)算了中國(guó)及各地區(qū)的Malmquist生產(chǎn)率指數(shù)及其分解，并與未考慮氣候因素的Malmquist生產(chǎn)率指數(shù)進(jìn)行比較，以更加準(zhǔn)確地反映中國(guó)農(nóng)業(yè)生產(chǎn)效益和要素投入效率。同時(shí)，為考察干旱對(duì)中國(guó)農(nóng)業(yè)TFP增長(zhǎng)的影響，本文還單獨(dú)將RDI干旱強(qiáng)度指標(biāo)納入農(nóng)業(yè)TFP測(cè)算指標(biāo)體系，從而對(duì)農(nóng)業(yè)TFP進(jìn)行再估算和比較分析。

(一)納入與未納入氣候因素的中國(guó)農(nóng)業(yè)TFP比較

以平均氣溫升高和干旱等極端天氣事件增多變強(qiáng)為特征的氣候變化會(huì)對(duì)農(nóng)業(yè)生產(chǎn)造成直接影響，本部分將綜合考察氣候變化對(duì)中國(guó)農(nóng)業(yè)TFP的影響，采用氣溫、降水量以及干旱衡量氣候因素，將它們納入農(nóng)業(yè)TFP的測(cè)算指標(biāo)體系中，對(duì)考慮與未考慮氣候因素的中國(guó)農(nóng)業(yè)TFP進(jìn)行再估算和比較分析，核算結(jié)果見(jiàn)表3。由表3可知，在不考慮氣候變化的情形下，1978～2018年中國(guó)傳統(tǒng)農(nóng)業(yè)TFP年均增長(zhǎng)率為3.45%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.83%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為4.32%。納入氣候因素到農(nóng)業(yè)TFP的測(cè)算指標(biāo)體系中進(jìn)行再估算可得，中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率為1.03%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為1.27%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.23%。通過(guò)比較這兩種情形下的中國(guó)農(nóng)業(yè)TFP核算結(jié)果發(fā)現(xiàn)，與傳統(tǒng)農(nóng)業(yè)TFP估算結(jié)果相比，納入氣候因素的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率下降了2.42%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率下降了3.05%，農(nóng)業(yè)技術(shù)效率仍為負(fù)增長(zhǎng)。由此可知，總體上氣候變化對(duì)中國(guó)農(nóng)業(yè)TFP增長(zhǎng)產(chǎn)生了不利影響。

表3 代表性年份和不同階段中國(guó)農(nóng)業(yè)TFP增長(zhǎng)及其分解變化

(二)納入與未納入氣候因素的農(nóng)業(yè)TFP增長(zhǎng)的空間特征

將氣候因素(氣溫、降水量和干旱)納入農(nóng)業(yè)TFP的測(cè)算指標(biāo)體系中，中國(guó)各省(市、區(qū))農(nóng)業(yè)Malmquist生產(chǎn)率指數(shù)及其分解結(jié)果見(jiàn)表4。由表4可知，無(wú)論是否考慮氣候因素，中國(guó)農(nóng)業(yè)TFP增長(zhǎng)依舊呈現(xiàn)“東高西低”的格局。當(dāng)納入氣候因素時(shí)，東、中及西部地區(qū)的農(nóng)業(yè)TFP年均增長(zhǎng)率分別為1.50%、1.31%和0.16%，而且三大區(qū)域農(nóng)業(yè)技術(shù)進(jìn)步的年均增長(zhǎng)率明顯高于農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率，表明農(nóng)業(yè)TFP增長(zhǎng)主要由農(nóng)業(yè)技術(shù)進(jìn)步推動(dòng)，而農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)TFP增長(zhǎng)的貢獻(xiàn)有限。此外，不同省區(qū)間氣候變化下農(nóng)業(yè)TFP增長(zhǎng)差異明顯，1978～2018年間農(nóng)業(yè)TFP年均增長(zhǎng)率最高的省份是河南省，達(dá)到8.43%，而安徽、湖南、廣西、貴州、云南和寧夏的農(nóng)業(yè)TFP出現(xiàn)了負(fù)增長(zhǎng)。將兩種情形下的農(nóng)業(yè)TFP對(duì)比發(fā)現(xiàn)，幾乎所有省份氣候變化下的農(nóng)業(yè)TFP年均增長(zhǎng)率都小于傳統(tǒng)農(nóng)業(yè)TFP，表明氣候變化對(duì)農(nóng)業(yè)TFP具有一定程度的不利影響。

表4 中國(guó)分省農(nóng)業(yè)TFP增長(zhǎng)及其分解變化(1978～2018年)

(三)納入與未納入干旱因素的中國(guó)農(nóng)業(yè)TFP比較

考慮到干旱帶來(lái)的影響更為嚴(yán)重，接下來(lái)單獨(dú)將干旱納入農(nóng)業(yè)TFP評(píng)估體系進(jìn)行比較分析。納入與未納入干旱因素的中國(guó)農(nóng)業(yè)TFP變化和差異情況見(jiàn)圖2。由圖2可得出以下結(jié)論：

圖2 納入與未納入干旱因素的農(nóng)業(yè)TFP變化和差異情況

第一，不論是沒(méi)有納入干旱因素的傳統(tǒng)農(nóng)業(yè)TFP指數(shù)，還是納入干旱因素的農(nóng)業(yè)TFP指數(shù)，二者大于1的次數(shù)都占絕大多數(shù)，分別達(dá)35次和29次，這表明中國(guó)農(nóng)業(yè)TFP在這40年間有了較大增長(zhǎng)。但值得注意的是，相較于傳統(tǒng)農(nóng)業(yè)TFP，納入干旱因素的農(nóng)業(yè)TFP波動(dòng)幅度更小，意味著將干旱因素考慮在內(nèi)，中國(guó)農(nóng)業(yè)TFP增長(zhǎng)表現(xiàn)得更為穩(wěn)定。

第二，1978～2018年中有32年未納入干旱因素的農(nóng)業(yè)TFP指數(shù)大于納入干旱因素的農(nóng)業(yè)TFP指數(shù)，約占80%；有8年未納入干旱因素的農(nóng)業(yè)TFP指數(shù)小于納入干旱因素的農(nóng)業(yè)TFP指數(shù)，約占20%。這表明極端干旱事件對(duì)農(nóng)業(yè)TFP的影響以負(fù)面作用為主。造成這一結(jié)果的主要原因是，氣候變暖加速了干旱、高溫等極端事件發(fā)生的頻率和強(qiáng)度，而這給農(nóng)業(yè)產(chǎn)出帶來(lái)了嚴(yán)重的不利影響[24]。

第三，兩種情形下的中國(guó)農(nóng)業(yè)TFP增長(zhǎng)速度表現(xiàn)出明顯的階段性特征。根據(jù)兩種情形下農(nóng)業(yè)TFP增長(zhǎng)率的高低，整個(gè)考察期大致可劃分為5個(gè)階段：1978～1984年、1985～1991年、1992～1997年、1998～2000年以及2001～2018年。結(jié)合圖2和表5可知，不同階段農(nóng)業(yè)TFP的增長(zhǎng)速度存在明顯差異。其中，1978～1984年農(nóng)業(yè)TFP大幅提高，這取決于期間的農(nóng)村家庭聯(lián)產(chǎn)承包責(zé)任制改革，這一改革的推行解決了“搭便車(chē)”和“剩余控制權(quán)”問(wèn)題，使農(nóng)業(yè)生產(chǎn)活力得到極大釋放，農(nóng)民應(yīng)對(duì)干旱等不利氣候條件的積極性也相應(yīng)地有所提高。然而，1998～2000年農(nóng)業(yè)增長(zhǎng)減緩，抑制了農(nóng)業(yè)TFP增長(zhǎng)，這與20世紀(jì)90年代后期出現(xiàn)亞洲金融危機(jī)、通貨緊縮等問(wèn)題密切相關(guān)，經(jīng)濟(jì)發(fā)展大幅減緩不利于應(yīng)對(duì)極端天氣技術(shù)的開(kāi)發(fā)與推廣。

表5為1978～2018年納入干旱因素的中國(guó)農(nóng)業(yè)TFP增長(zhǎng)及其分解變化情況。在不考慮干旱因素的情形下，1978～2018年中國(guó)傳統(tǒng)農(nóng)業(yè)TFP年均增長(zhǎng)率為3.45%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.83%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為4.32%(見(jiàn)表3)，表明農(nóng)業(yè)技術(shù)進(jìn)步是推動(dòng)農(nóng)業(yè)TFP增長(zhǎng)的主要?jiǎng)恿?，而農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)TFP增長(zhǎng)的貢獻(xiàn)有限。這也反映出中國(guó)農(nóng)業(yè)發(fā)展對(duì)資源和技術(shù)潛力的挖掘還不夠充分，特別是農(nóng)業(yè)生產(chǎn)過(guò)程中投入要素的利用效率存在很大的提升空間。由表5可知，當(dāng)考慮極端干旱事件的沖擊時(shí)，納入干旱因素的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率為1.39%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為1.86%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.46%。通過(guò)比較這兩種情形下的中國(guó)農(nóng)業(yè)TFP核算結(jié)果發(fā)現(xiàn)，與傳統(tǒng)農(nóng)業(yè)TFP估算結(jié)果相比，納入干旱因素的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率下降了2.06%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率下降了2.46%，農(nóng)業(yè)技術(shù)效率仍為負(fù)增長(zhǎng)。由此可知，極端干旱事件對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)率的測(cè)算產(chǎn)生了較大影響，如果不考慮干旱及其影響，1978～2018年的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率將被高估。

結(jié)合表3和表5的結(jié)果可知，氣候變化對(duì)中國(guó)農(nóng)業(yè)TFP增長(zhǎng)的不利影響主要體現(xiàn)在干旱上，這是因?yàn)榕c傳統(tǒng)農(nóng)業(yè)TFP相比，納入氣候因素(包括氣溫、降水量和干旱)的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率下降了2.42%，納入干旱因素的農(nóng)業(yè)TFP年均增長(zhǎng)率下降了2.06%，這一下降比率約占?xì)夂蛞蛩厮鶎?dǎo)致的中國(guó)農(nóng)業(yè)TFP增長(zhǎng)率下降水平的85%；納入氣候因素的農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率下降了3.05%，納入干旱因素的農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率下降了2.46%，約為氣候因素所導(dǎo)致的農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率下降水平的81%。

表6列出了1978～2018年農(nóng)業(yè)產(chǎn)出、傳統(tǒng)要素與TFP及其分解的增長(zhǎng)率，Y、L、F、M分別代表農(nóng)業(yè)總產(chǎn)值、勞動(dòng)力、化肥和農(nóng)機(jī)總動(dòng)力。結(jié)合表5和表6可知，1978～2018年，農(nóng)業(yè)產(chǎn)值年均增長(zhǎng)率為5.22%，未考慮干旱因素的農(nóng)業(yè)TFP年均增長(zhǎng)率為3.45%，這種情形下的農(nóng)業(yè)TFP增長(zhǎng)對(duì)中國(guó)農(nóng)業(yè)產(chǎn)出增長(zhǎng)的貢獻(xiàn)率達(dá)到66.09%。另外，考慮干旱因素的中國(guó)農(nóng)業(yè)TFP每年以1.39%的速度增長(zhǎng)，這種情形下農(nóng)業(yè)TFP增長(zhǎng)對(duì)我國(guó)農(nóng)業(yè)產(chǎn)出增長(zhǎng)的貢獻(xiàn)率約為26.63%。對(duì)比兩種情形下的結(jié)果，前者沒(méi)有分離極端干旱事件對(duì)農(nóng)業(yè)增長(zhǎng)的影響，農(nóng)業(yè)TFP增長(zhǎng)率被高估，從而使農(nóng)業(yè)TFP對(duì)農(nóng)業(yè)產(chǎn)出增長(zhǎng)的貢獻(xiàn)被夸大。同時(shí)，兩種情形下的結(jié)果均表明農(nóng)業(yè)TFP已經(jīng)成為我國(guó)農(nóng)業(yè)發(fā)展的重要?jiǎng)恿?。進(jìn)一步通過(guò)表6可知，化肥和農(nóng)機(jī)總動(dòng)力投入仍保持較高增長(zhǎng)率，分別為3.79%和5.22%，這表明當(dāng)前農(nóng)業(yè)物質(zhì)消耗(資本)投入增長(zhǎng)依然是我國(guó)農(nóng)業(yè)產(chǎn)出增長(zhǎng)的主要驅(qū)動(dòng)力，我國(guó)農(nóng)業(yè)發(fā)展模式仍未能實(shí)現(xiàn)由粗放型向集約型增長(zhǎng)模式的轉(zhuǎn)變。因此，關(guān)注極端干旱事件對(duì)農(nóng)業(yè)的不利影響，采取應(yīng)對(duì)措施，進(jìn)一步提升農(nóng)業(yè)TFP，對(duì)于保障糧食安全、促進(jìn)我國(guó)農(nóng)業(yè)現(xiàn)代化具有重要意義。

表5 納入干旱因素的中國(guó)農(nóng)業(yè)TFP增長(zhǎng)及其分解變化(1978～2018年)

表6 1978～2018年農(nóng)業(yè)產(chǎn)出、傳統(tǒng)要素投入、納入干旱因素的TFP及分解的增長(zhǎng)率 單位：%

(四)納入與未納入干旱因素的農(nóng)業(yè)TFP增長(zhǎng)的空間特征

表7為納入干旱因素的中國(guó)分省農(nóng)業(yè)生產(chǎn)率增長(zhǎng)及其分解變化情況。通過(guò)表4和表7可知，無(wú)論是否考慮干旱因素，中國(guó)農(nóng)業(yè)TFP增長(zhǎng)都具有空間非均衡性特征，呈現(xiàn)“東高西低”的格局。同時(shí)，東、中、西三大區(qū)域農(nóng)業(yè)TFP增長(zhǎng)主要由農(nóng)業(yè)技術(shù)進(jìn)步推動(dòng)，而農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)TFP增長(zhǎng)的貢獻(xiàn)有限，并且三大區(qū)域農(nóng)業(yè)技術(shù)進(jìn)步的年均增長(zhǎng)率明顯高于農(nóng)業(yè)技術(shù)效率的年均增長(zhǎng)率。具體而言，未考慮干旱因素的情形下，東、中和西部地區(qū)農(nóng)業(yè)TFP年均增長(zhǎng)率分別為4.53%、3.19%和2.59%(見(jiàn)表4)；考慮干旱因素的情形下，東、中部地區(qū)農(nóng)業(yè)TFP年均增長(zhǎng)率分別為2.58%、1.20%，西部地區(qū)沒(méi)有出現(xiàn)增長(zhǎng)。此外，不同省區(qū)間農(nóng)業(yè)TFP增長(zhǎng)差異明顯，不考慮干旱因素的情形下(見(jiàn)表4)，1978～2018年間農(nóng)業(yè)TFP年均增長(zhǎng)率最高的省份是江蘇省，達(dá)到7.1%；年均增長(zhǎng)率最低的省區(qū)是寧夏，為-0.01%，即在1978～2018年間，除了寧夏外中國(guó)所有省區(qū)的農(nóng)業(yè)TFP都在正增長(zhǎng)。而在考慮干旱因素的情形下，1978～2018年間農(nóng)業(yè)TFP年均增長(zhǎng)率最高的省份是山東省，達(dá)到7.18%，而安徽、湖南、廣西、貴州、云南和寧夏的農(nóng)業(yè)TFP出現(xiàn)了負(fù)增長(zhǎng)。將兩種情形下的農(nóng)業(yè)TFP對(duì)比發(fā)現(xiàn)，幾乎所有省份的傳統(tǒng)農(nóng)業(yè)TFP都大于考慮干旱因素情形下的農(nóng)業(yè)TFP，這與上文的分析結(jié)果一致。

表7 納入干旱因素的中國(guó)分省農(nóng)業(yè)TFP增長(zhǎng)及其分解變化(1978～2018年)

五、結(jié)論與啟示

為更加充分地反映氣候變化對(duì)中國(guó)農(nóng)業(yè)TFP的影響，本文采用平均氣溫、降水量以及干旱強(qiáng)度指數(shù)衡量氣候因素，再將氣候因素納入農(nóng)業(yè)TFP的測(cè)算指標(biāo)體系中進(jìn)行農(nóng)業(yè)TFP的估算和比較分析，探討氣候變化下中國(guó)農(nóng)業(yè)TFP增長(zhǎng)的時(shí)空特征及其對(duì)農(nóng)業(yè)增長(zhǎng)的貢獻(xiàn)。在此基礎(chǔ)上，重點(diǎn)考察了干旱因素對(duì)中國(guó)農(nóng)業(yè)TFP增長(zhǎng)的影響。通過(guò)實(shí)證分析，得到以下結(jié)論：

第一，氣候因素特別是干旱對(duì)中國(guó)農(nóng)業(yè)TFP增長(zhǎng)造成了負(fù)面影響。若不考慮氣候因素，近40年的中國(guó)農(nóng)業(yè)TFP增長(zhǎng)率會(huì)被高估。具體而言，與傳統(tǒng)農(nóng)業(yè)TFP估算結(jié)果相比，納入氣候因素(氣溫、降水量與干旱)的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率下降了2.42%；只納入干旱因素的中國(guó)農(nóng)業(yè)TFP年均增長(zhǎng)率下降了2.06%。農(nóng)業(yè)對(duì)氣候變化的反應(yīng)非常敏感和脆弱，任何程度的氣候變化都會(huì)對(duì)農(nóng)業(yè)生產(chǎn)及其相關(guān)過(guò)程產(chǎn)生潛在或顯著的影響，特別是干旱等極端天氣往往會(huì)給農(nóng)業(yè)生產(chǎn)帶來(lái)巨大損失，危及糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展。

第二，農(nóng)業(yè)技術(shù)進(jìn)步是推動(dòng)農(nóng)業(yè)TFP增長(zhǎng)的主要驅(qū)動(dòng)力，而農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)生產(chǎn)力增長(zhǎng)的貢獻(xiàn)有限。近40年間，中國(guó)傳統(tǒng)農(nóng)業(yè)TFP年均增長(zhǎng)率為3.45%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為4.32%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.83%。納入氣候因素的情形下，農(nóng)業(yè)TFP 年均增長(zhǎng)率為1.03%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為1.27%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.23%。只考慮干旱因素情形下，農(nóng)業(yè)TFP 年均增長(zhǎng)率為1.39%，農(nóng)業(yè)技術(shù)進(jìn)步年均增長(zhǎng)率為1.86%，農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)率為-0.46%。這些結(jié)果表明，長(zhǎng)期以來(lái)，中國(guó)農(nóng)業(yè)TFP增長(zhǎng)基本都是技術(shù)推進(jìn)的“單驅(qū)動(dòng)”模式，很少出現(xiàn)技術(shù)推進(jìn)和效率驅(qū)動(dòng)的“雙驅(qū)動(dòng)”模式。

第三，無(wú)論是否考慮氣候因素，中國(guó)農(nóng)業(yè)TFP增長(zhǎng)都呈現(xiàn)“東高西低”的空間不均衡性，并且不同省份農(nóng)業(yè)TFP增長(zhǎng)存在明顯差異。一般而言，東部地區(qū)農(nóng)業(yè)TFP增長(zhǎng)率最高，其次為中部地區(qū)，西部地區(qū)最低。具體到省份差異，納入氣候因素的情形下，1978～2018年間河南省農(nóng)業(yè)TFP年均增長(zhǎng)率最高，安徽、湖南、廣西、貴州、云南和寧夏的農(nóng)業(yè)TFP出現(xiàn)了負(fù)增長(zhǎng)。只考慮干旱因素情形下，山東省農(nóng)業(yè)TFP年均增長(zhǎng)率最高，安徽、湖南、廣西、貴州、云南和寧夏的農(nóng)業(yè)TFP出現(xiàn)負(fù)增長(zhǎng)。

據(jù)此，本文提出以下政策建議：第一，政府層面在關(guān)注農(nóng)業(yè)TFP增長(zhǎng)時(shí)，不應(yīng)忽略氣候因素對(duì)農(nóng)業(yè)生產(chǎn)率的重要影響，考慮氣候因素的農(nóng)業(yè)TFP測(cè)算方法能更加準(zhǔn)確地反映出不同地區(qū)農(nóng)業(yè)發(fā)展的真實(shí)績(jī)效水平。第二，推動(dòng)農(nóng)業(yè)生產(chǎn)由傳統(tǒng)粗放型向現(xiàn)代集約型轉(zhuǎn)變，依靠技術(shù)推進(jìn)和效率驅(qū)動(dòng)的“雙驅(qū)動(dòng)”模式提升農(nóng)業(yè)全要素生產(chǎn)率。因此，在開(kāi)展農(nóng)業(yè)“卡脖子”技術(shù)攻關(guān)的同時(shí)，應(yīng)加強(qiáng)對(duì)農(nóng)村勞動(dòng)力教育的投入，推進(jìn)農(nóng)田水利設(shè)施建設(shè)，積極發(fā)展適度規(guī)模經(jīng)營(yíng)，提升農(nóng)業(yè)技術(shù)效率。第三，各地區(qū)應(yīng)結(jié)合當(dāng)?shù)貙?shí)際情況，發(fā)展現(xiàn)代灌溉農(nóng)業(yè)及旱地特色農(nóng)業(yè)，推動(dòng)高效節(jié)水灌溉技術(shù)的研發(fā)和應(yīng)用，積極應(yīng)對(duì)氣候變化對(duì)農(nóng)業(yè)生產(chǎn)帶來(lái)的不利影響。

注釋：

①考慮數(shù)據(jù)可得性等，本研究沒(méi)有包括中國(guó)臺(tái)灣、中國(guó)香港和中國(guó)澳門(mén)地區(qū)，這僅限于學(xué)術(shù)處理。另外，由于西藏統(tǒng)計(jì)數(shù)據(jù)缺失較為嚴(yán)重，故研究也未將其包括在內(nèi)。另外，為保持統(tǒng)計(jì)口徑一致，將1988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。

②文中傳統(tǒng)農(nóng)業(yè)全要素生產(chǎn)率是指沒(méi)有考慮氣候因素采用常規(guī)測(cè)算法得到的農(nóng)業(yè)全要素生產(chǎn)率。另外，文中提及農(nóng)業(yè)生產(chǎn)率時(shí)，就是指農(nóng)業(yè)全要素生產(chǎn)率。

③為了刻畫(huà)干旱的不利影響，將RDI指數(shù)取負(fù)數(shù)引入MSBM模型。MSBM是由Sharp等提出的一種SBM模型的變種，與SBM模型相比，其優(yōu)勢(shì)在于允許投入和產(chǎn)出指標(biāo)中包含負(fù)數(shù)。

④各省區(qū)泰森多邊形面積通過(guò)Mapinfo軟件計(jì)算而得。限于篇幅，沒(méi)有列出各省區(qū)站點(diǎn)分布及泰森多邊形面積。如有需求，可向作者索取。

⑤DEA不要求投入指標(biāo)或產(chǎn)出指標(biāo)之間不存在高度相關(guān)性(共線性)，共線性的存在不會(huì)導(dǎo)致錯(cuò)誤的分析結(jié)果。因此，即使投入指標(biāo)間存在相關(guān)性(例如農(nóng)業(yè)機(jī)械動(dòng)力和勞動(dòng)力數(shù)量、干旱和降水量等要素投入之間可能存在相關(guān)性)，也不會(huì)對(duì)農(nóng)業(yè)TFP測(cè)算結(jié)果的準(zhǔn)確性產(chǎn)生影響。