气候变化对福建省种植业生产效率的影响研究

　　摘要：本文以福建省种植业为研究对象，基于福建省及其9地市1993-2017年的数据，实证考察气候变化对福建省种植业生产效率的影响效应，结论包括：第一，2008年以来，福建省种植业生产效率呈现逐年增长的态势，为福建省种植业的高质量发展奠定良好的基础，生产效率的提高完全来自技术进步的贡献；第二，气候变化对福建种植业生产效率具有一定影响，主要是年降雨量增加呈现显著负面影响，年平均气温和日照时数变化未带来显著影响。

　　关键词：气候变化；种植业；生产效率；面板数据模型

　　一、引言

　　人类活动排放大量温室气体导致全球气候变暖已是不争事实，IPCC第五次评估报告指出1880-2012年全球地表温度平均升高0.85℃，并预测21世纪末全球气温将整体上升3.5~5℃［1］。全球气候变暖导致地表气温、湿度、降水量、日照时间等发生变化，而农业是对气候变化响应最为敏感的领域之一，热量、光能、水分等气候资源变化对农业生产活动具有重要的影响。如北半球中高纬度地区的粮食作物在地表气温上升1~3℃时将增产，但超过此阈值将减产［2］。作为世界最大的农业经济体，农业已频繁受台风、霜冻、暴雨等极端气候的影响，气候变化可能对农业生产造成新的冲击。因此，有必要准确评估气候变化对农业生产的真实影响，为农业部门制定气候变化的应对策略提供决策参考。

　　二、福建省气候变化的典型化事实

　　第一，1993-2017年间，福建省及其南部地区（包括漳州、厦门、泉州、莆田和龙岩）和北部地区（包括福州、宁德、三明和南平）的年平均气温变化趋势基本一致，呈现缓慢上升的态势；南部地区的年平均气温始终高于北部地区，以两个地区样本期间年平均气温的平均值为准，北部地区的年平均气温比南部地区高1.15℃。

　　第二，1993-2017年间福建省年降水量的波动非常频繁，2003-2004年的降水量降至3，如2003年福建省降水量仅为1088mm，与最高年份2016年的2386相差1298mm。总体上看，北部地区降水量及其增速大于南部地区。

　　第三，1993-2017年间福建省年日照时数也呈现频繁波动但缓慢增长的状态。年日照时数最低值出现在2015年，为1448小时，最高的2068小时出现于2003年。总体上看，福建南部地区的日照时数多于北部地区的日照时数。由上可知，福建省农作物生长的光热条件在样本期间有所改善，但降雨量的增加可能带来不利的影响。

　　三、研究方法、变量设计与数据来源

　　（一）DEA-malmquist指数法与投入产出变量设计

　　数据包络分析（DEA，DataEnvelopmentAnalysis）是对同部门或同单位多投入、多产出经济系统的相对效率进行评价的一种方法。数据包络分析已被广泛应用且有成熟的应用软件（如deap2.1、MaxDEA），本文不再赘述其计算公式等内容。

　　（二）面板数据模型与变量设计

　　基于以下2个原因，选择面板数据模型进行计量分析。第一，面板数据模型结合数据的时间和空间特征，降低模型参数估计时9地市间的异质性问题和解释变量间的多重共线性问题，使模型估计结果更具稳健性；第二，9地市各具独特的、会影响种植业生产效率变化的异质性因素，如市级政府的重视程度、产业发展经验、新技术引进速率等因素，这些因素本文无法观测到，但可通过面板数据模型的个体效应进行控制，以克服遗漏变量对模型估计稳健性的影响。

　　（三）数据来源

　　表征气候变化的数据来自1993-2017年气象局“中国地面气候资料日值数据集（V3.0）”，包含福建省75个气象观测站的日值气象数据，包括平均气温、24小时降水量、每天日照时数等数据，如福州市的年平均气温为辖区内所有气候观测站观测得到的每日气温的平均值。种植业部门投入指标和产出指标的数据来自《福建农村统计年鉴》（2011-2016）、《福建经济与社会统计年鉴》（2003-2010）、《福建农村经济年鉴》（1994-2002）和福建省各地市2017-2018年的统计年鉴。为剔除价格变化的影响，按1993年不变价格对种植业总产值、平均工资的数据进行平减，以剔除通货膨胀的影响。

　　四、结果与分析

　　（一）福建省及9地市种植业生产效率的演变特征

　　第一，总体上看，1993-2017年间，福建省种植业生产效率有7个年份出现非效率现象（数值小于1），均出现在2008年以前，即2008年后种植业生产效率呈现持续提升的态势，为福建省种植业的高质量发展奠定良好的基础，对于福建省决胜“三农”问题、开启全面建设农业强省新征程具有重要意义。而从生产效率提升的内源看，种植业的规模效率、纯技术效率和技术效率在样本期间均为1，即均处于有效率状态，意味着福建省种植业处于规模有效率状态，以及种植业的生产管理水平、技术成果转化和应用效率得到改善，有效地提升了种植业的资源配置和利用效率。此外，意味着福建省种植业生产效率的变化完全决定于技术进步与否，而以上结果表明近10年来福建省种植业由于新技术的使用或新发明的出现，对种植业发展质量提升产生持续性贡献。

　　第二，分地市看，除厦门外，其他8地市种植业生产效率也于2008年后大于1，即近10年来种植业生产效率持续提升，种植业呈现高质量发展的态势。此外，生产效率也完全取决于技术进步率，规模效率、纯技术效率和技术效率的值均为1。

　　（二）气候变化的影响效应评估结果

　　表2给出了气候变化对福建省种植业生产效率的效应评估结果。全样本模型看，3个气候因子中，气温和日照时数的回归系数分别为-0.357、-0.079，但在90%置信度下仍未达到显著水平。如前所述，福建省年平均气温缓慢升高、日照时数呈增加趋势，但这一气候变化对福建种植业生产效率变化未产生显著影响，可能原因是：热量和光能条件逐渐改善后，尽管农作物复种指数增加，种植业的产量和产值增加，但劳动力、机械动力和中间品投入也同比例增加，使光热资源改善可缩短农作物生长时间的隐性影响未能发挥正向作用。这也说明，光热条件的改善，可能只能帮助增加种植业的产量，但难以对生产效率改进产生正面影响。而年降雨量的回归系数为-0.093，在90%置信度下显著，表明降雨量的增加对农作物生产效率产生显著的负面影响，可能原因是：降雨量增加尤其是农作物开花季节降雨量增加，会影响作物的花粉授粉而影响作物挂果，农作物收获季节的降雨量增加会影响收获成本和降低触及农产品的品质而导致售价下降，在投入已成为沉没成本的情况下，这些对农作物产值产生不利影响的因素将传导至农作物生产效率；此外，降雨量增加尤其是强暴雨出现频率的增加，而农田水利投入严重滞后于农业发展需要和其他农村建设投资，导致旱涝灾害的出现频率和危害增加，进而对农作物生长与收成产生不利影响，甚至是颗粒无收的严重后果。

　　光热条件变化和降雨量变化对福建种植业生产效率的影响差异，可能原因是：更可能被纳入统计范畴的大规模种植主体，可通过自身投资和政府扶持来改善农作物生长的光热条件，如在生产物资补贴、农机购置补贴等农业补贴大幅增加的政策背景下，早已通过建设农业大棚、增加使用农膜、夜晚增加灯光照明等途径人为地改善作物生长的光热条件，以缩短（调节）农作物的生产周期，这在很大程度上弱化自然光热条件改善的影响；而种植主体无法改变降雨环境或适应降雨环境，也很难通过自身投资改变种植基地周边的水利设施环境，这是农作物受降雨量影响相比受光热条件变化影响更为显著的重要原因，也在一定程度上说明政府增加农田水利建设与改进的投资至关重要。

　　（三）气候变化影响效应的地区差异

　　分地区看，气温、降雨量、日照时数3个气候因子的回归系数均不显著，表明气候变化对福建北部4个地级市种植业生产效率无显著影响。对福建南部而言，研究结论基于与全样本的研究结论一致，即气温和日照时数对种植业生产效率无显著应，而降雨量呈现显著的负向影响，可能原因是福建南部尤其是沿海的漳州、泉州、莆田是福建省蔬菜、水果、茶叶等主要农作物的主产区，降雨天气和降雨量对农作产量的影响较大，以及与强降雨有关的天气对农作物生长与挂果的影响较大。

　　五、结论与启示

　　本文基于福建省及9地市1993-2017年的平衡面板数据，测算福建省及9地市种植业生产效率，并实证考察气候变化对种植业生产效率的影响效应，主要结论包括：第一，2008年以来，福建省种植业生产效率呈现逐年增长的态势，为福建省种植业的高质量发展奠定良好的基础；技术进步完全决定福建省种植业生产效率的变化，表明近10年种植业领域的新技术成果对种植业发展质量提升产生持续性贡献；第二，气候变化对福建种植业生产效率具有一定程度的影响，主要是年降雨量的增加呈现出显著的负面影响，而年平均气温和日照时数则未带来显著影响。

　　本文研究结论的主要政策启示包括：

　　第一，加大农业领域的研发补助，加快推进农业领域的新农药、新化肥、新品种、新种植技术等的研发与推广，提高农作物的产出量和中间投入品的利用效率，进而通过助力种植业生产效率的提升，继续夯实农业高质量发展的技术基础。

　　第二，福建省农业部门需及时了解和掌握福建省各个地区农业气候特征和规律，充分利用气候变化的有利影响，从高位出发适时调整种植制度和作物品种结构，提高福建省种植业对气候变化的适应能力。

　　第三，加强农业气象工作的财政支持力度，提高农业气象服务的及时性与准确性，加大农田水利设施建设的财政投入力度，缓冲强降雨、持续降雨甚至旱涝的冲击，提高福建省种植业对气候变化引致的负向冲击的缓解能力。

　　参考文献

　　［1］StockerTF，QinD，PlattnerGK，etal.IPCC，2013：ClimateChange2013：ThePhysicalScienceBasis.ContributionofWorkingGroupItotheFifthAssessmentReportoftheIntergovernmentalPanelonClimateChange［J］.ComputationalGeometry，2013，18（2）：95-123.

　　［2］LobellDB，AsnerGP.ClimateandmanagementcontributionstorecenttrendsinU.S.agriculturalyields.［J］.Science，2003，299（5609）：1032-1032.

　　［3］周曙东.气候变化对南方水稻产量的经济影响及其适应策略［J］.人口·资源与环境，2010，20（10）：152-157.

　　［4］林光华，陆盈盈.气候变化对农业全要素生产率的影响及对策——以冬小麦为例［J］.农村经济，2019（6）：114-120.

　　［5］朱晓莉，王筠菲，周宏.气候变化对江苏省水稻产量的贡献率分析［J］.农业技术经济，2013（4）：53-58.

　　陈乐群1 王波