林业科技稿件信息
基金项目：本文获国家自然科学基金项目“经营主体异质性视角下农业对气候变化的适应机制及粮食安全效应研究”（71573135）资助。
作者简介：陆盈盈，南京农业大学经济管理学院硕士研究生，江苏南京，210095；林光华，南京农业大学经济管理学院教授，江苏南京，210095。
气候变化背景下中国小麦全要素生产率增长的实证分析
——基于随机前沿分析法
陆盈盈 林光华
摘要 本文采用随机前沿分析法，使用1986-2016年的中国15个小麦主产省(区) 的面板数据，研究是否考虑气候因素两种情形下的中国小麦生产的全要素生产率增长、技术进步及技术效率变化差异。结果指出：对于中国小麦生产效率的测算是否纳入气候因素的结果具有较大差异，未考虑气候因素的中国小麦全要素生产率增长率为2.0771%，考虑气候因素对小麦生产的影响时小麦全要素生产率增长率为-0.1278%，损失2.2049%。但具体到其分解部分，考虑气候因素后降低了技术效率，但却提高了技术进步。东部与中西部地区相比明显更优，东部基本主导了小麦全要素生产率的增长，同时引领了小麦生产技术的创新。
关键词 气候变化；小麦产量；全要素生产率；随机前沿生产函数
一、背景及研究动机
小麦是我国两大口粮之一，在粮食安全战略中具有重要地位。国内外最新研究Mullins等（2015）最终表明全球变暖情况下CO2浓度的增加加重了小麦赤霉病和壳针孢叶枯病的发病程度。在遭受同样病原菌入侵的情况下，每个麦穗小麦的颗粒数最大可减少76%，每穗小麦的种子重量最大可下降59%。这意味着CO2的浓度增加会降低小麦的产量。在眼下气候变暖、资源要素投入趋紧的背景下，未来我国小麦产量增长的关键是提高小麦全要素生产率。
近年来，大量研究对小麦全要素生产率增长问题进行了探讨。研究尺度上，主要从省域和市县尺度对小麦全要素生产率进行实证研究。研究方法上，使用参数方法和非参数方法居多。研究内容上，尽管资源环境要素多被纳入农业全要素生产率评价中，然而，国内外研究较少将气候要素变量纳入小麦全要素生产率评价，有关气候要素对小麦全要素生产率影响的研究在现有文献中也少有见到。
本文在纳入气候要素和非纳入气候要素 2 种情景下，基于超越对数形式的的随机前沿生产函数模型，对中国15个小麦主产省份1986~2016年全要素生产率增长进行分析，并对2种情境的全要素生产率分解指数进行比较。以期通过研究，为小麦全要素生产率研究和气候变化适应研究提供数据参考。
二、变量的选取与数据处理
气候变化对小麦全要素生产率增长的实证分析中，本文所用的样本数据包括1986~2016年31年间中国小麦主产区域15个省份的气候数据和小麦农业投入产出数据。气候数据主要为小麦生长期间相应气象站点20-8时的逐日温度（单位：0.1℃）、降水量（单位：0.1mm）和日照时数（单位：0.1h），来自于国家气象局中国地面气候资料日值数据集(V3.0)；小麦投入与产出数据主要为小麦产量(单位：斤/亩) ，小麦用工数量(单位：日/亩)，小麦化肥费(单位：元/亩)及小麦其他物质费(单位：元/亩)投入，来自1986～2016年间中国统计年鉴、中国农村统计年鉴、全国农产品成本收益资料汇编等，同时为了剔除通货膨胀价格因素的影响，本文对费用类数据使用农业生产资料价格指数进行平减（以1986年为基期）。
|
表1 随机前沿生产函数中主要变量的统计分析 |
||||||||
|
项目 |
产量 Y (斤/亩) |
用工数量 la (日/亩) |
化肥费 fa (元/亩) |
物质费 wz (元/亩) |
降水量 pre (0.1mm/日) |
平均气温tem (0.1℃/日) |
日照时数 sun (0.1h/日) |
|
|
均值 |
573.93 |
9.59 |
14.65 |
30.02 |
77.12 |
18.23 |
101.84 |
|
|
标准差 |
162.75 |
5.06 |
4.99 |
6.48 |
29.36 |
9.36 |
37.52 |
|
|
最小值 |
201.80 |
1.26 |
5.16 |
20.04 |
35.71 |
2.21 |
38.25 |
|
|
最大值 |
988.56 |
25.25 |
29.02 |
55.48 |
172.15 |
44.38 |
173.77 |
|
|
变异系数 |
0.28 |
0.53 |
0.34 |
0.21 |
0.38 |
0.51 |
0.37 |
|
三、研究方法与思路
（一）全要素生产率增长分解
借鉴Aigner(1977) 和 Chen(2013)的方法，将超越对数形式的随机前沿生产函数模型表示如下:
(1)
将(1) 式两边对t求导得到:
(2)
设
(3)
(4)
(5)
(6)
(7)
则(2) 式可以写成(8) 式:
(8)
由索罗余值法可得到全要素生产率为：
(9)
其中，
表示小麦产量增长率，
表示小麦投入要素j的产出弹性，
表示小麦投入要素j的投入增长率，
表示小麦技术进步程度，
表示小麦规模报酬情况，
表示小麦投入要j在总要素成本中所占份额。
（二）超越对数形式的随机前沿生产函数
由于小麦生长过程中不仅受到传统农业资源如生产投入各要素的作用，同时还受到生长环境如气候因素的影响。因此，具体的计量模型分为以下两种：
一是，未纳入气候因素的随机前沿生产函数模型：
(10)
二是，纳入气候因素的随机前沿生产函数模型：
(11)
四、实证结果分析
（一）参数估计结果
|
表2 随机前沿函数模型估计结果 |
||||
|
|
未考虑气候因素 |
考虑气候因素 |
||
|
变量名称 Variable |
参数估计 Estimation |
t t value |
参数估计 Estimation |
t t value |
|
常数项 |
4.1988 |
1.7290* |
-1.1308 |
-0.2459 |
|
劳动力投入 |
0.5387 |
1.0769 |
-0.2526 |
-0.4687 |
|
化肥投入 |
-0.1245 |
-0.1586 |
2.1530 |
2.7231*** |
|
物质费投入 |
0.6390 |
0.4921 |
-0.3449 |
-0.2358 |
|
时间 |
0.0467 |
1.8770* |
0.0836 |
2.9890*** |
|
劳动投入二次项 |
-0.0005 |
-0.0102 |
0.0520 |
1.0484 |
|
化肥投入二次项 |
-0.1470 |
-1.1506 |
0.2252 |
1.7974* |
|
物质费二次项 |
-0.3016 |
-1.2560 |
0.3605 |
1.4146 |
|
时间二次项 |
-0.0006 |
-4.9423*** |
-0.0005 |
-2.4403*** |
|
劳动力×化肥 |
-0.2148 |
-2.3305 ** |
-0.1265 |
-1.1569 |
|
劳动力×物质费 |
0.0803 |
0.5673 |
0.1591 |
0.9828 |
|
化肥×物质费 |
0.4502 |
1.4043 |
-0.8381 |
-2.7767*** |
|
时间×劳动力 |
-0.0156 |
-4.1471*** |
-0.0079 |
-1.8667* |
|
时间×化肥 |
-0.000005 |
-0.0011 |
-0.0056 |
-0.9561 |
|
时间×物质费 |
0.0064 |
0.9117 |
-0.0029 |
-0.3587 |
|
气温 |
|
|
1.9975 |
1.9913** |
|
降水量 |
|
|
0.0275 |
0.1825 |
|
日照 |
|
|
-0.1872 |
-0.1892 |
|
气温二次项 |
|
|
-0.2150 |
-1.8936* |
|
降水量二次项 |
|
|
-0.0106 |
-0.3627 |
|
日照二次项 |
|
|
0.0213 |
0.1971 |
|
| ||||
