農業技術進步與碳排放強度關系
——不同影響路徑下的實證分析

李成龍 周 宏

(南京農業大學 經濟管理學院，南京 210095)

農業作為國民經濟的基礎，同時又是溫室氣體的重要來源。農業與環境緊密相關，在可持續發展理念的指導下，最大限度地減少生產過程中的高碳能源消耗，降低溫室氣體的排放量，達到生產與安全并重的理想農業發展形態是低碳農業發展關鍵。2014年5月，聯合國糧農組織公布的溫室氣體排放數據顯示，農業、林業、漁業溫室氣體排放量在近50年的時間里將近翻了一翻(1)數據來源：聯合國糧農組織，http:∥www.fao.org/news/story/zh/item/224418/icode/，其發布的《2016年糧食及農業狀況》(2)數據來源：聯合國糧農組織《2016 年糧食及農業狀況》，http:∥agris.fao.org/指出，農業(農、林、牧、漁業)占世界溫室氣體的1/5左右，所以在溫室氣體減排過程中農業的碳減排起著重要作用，而農業發展過程中如何降低碳排放量也成為當前要亟待解決的現實問題。

在影響農業碳排放的諸多因素中，技術進步被認為是碳減排的重要力量之一，但是農業技術進步具有多種模式，技術進步總是有助于減少能源消耗和二氧化碳排放的現實并非如此。能源經濟學中的“回報效應”理論指出，技術進步在促進經濟增長的同時又會促進能源消耗的增加[1]。當前，中國農業技術進步與農業經濟處于快速發展階段，而推進農業的低碳化發展是新形勢下轉變農業發展方式、實現農業可持續發展的必然選擇。在此背景下，研究農業技術進步對碳排放的影響具有重要的現實意義。本研究旨在厘清不同技術進步方式對農業碳排放的影響程度和方向，以期為政府更有針對性地制定措施促進農業碳減排，實現農業的綠色化發展提供政策建議。

1 農業技術進步與碳排放的研究梳理

農業經濟增長的同時伴隨著能源消耗和二氧化碳排放量的增加，針對目前農業發展與碳排放問題，許多學者在相關研究領域中已進行了廣泛研究。以往的研究中主要聚集在農業碳排放的測算[2-3]與碳排放影響因素的分解方面[4-5]。相關研究還發現，農業碳排放表現出一定的空間特征[6-7]。陳柔等[8]研究了農業碳排放、碳匯與經濟增長的關系，分析發現中國西北、西南地區由于污染型的碳源經濟發展以及粗放的農業生產方式，碳排放與經濟存在負脫鉤關系。

關于技術進步與碳排放的關系研究也相對比較豐富，通常的研究認為，技術進步可以有效促進節能減排，降低能耗強度[9]。魏瑋等[10]利用GTAP-E模型模擬了未來中國農業增長趨勢，并分析了農業技術進步對農業碳排放的影響，研究發現農業技術進步可以有效控制農業能源增長、減緩碳排放。胡中應[11]和楊鈞[12]以 DEA-Malmqusit指數測得的農業全要素生產率表征農業技術水平，考察了中國農業技術進步對農業碳排放強度的影響，發現農業技術進步有利于農業碳排放強度的降低。

Yang等[13]認為技術進步是碳減排的主要途徑，Valin等[14]則認為不同的生產力途徑會產生不同的影響。而農業技術進步是如何影響農業碳排放強度的呢？通過分解或測算的技術進步僅探討了技術進步對碳排放總的影響效應，而忽視了不同來源的技術進步對碳排放的影響結果與影響程度之間的差異，相關研究很少對此進行細分探討。所以本研究試圖回答，農業技術進步在農業碳排放過程中究竟發揮著什么樣的作用，是減排還是增排？不同路徑下的技術進步是否均有利于農業碳排放強度的降低？

2 農業技術進步對碳排放影響的理論分析

一般研究認為，農業技術進步主要通過兩種途徑影響農業碳排放。一是中性技術進步，即在不改變要素投入的情況下促進農業生產效率的提高，提升農業產出從而降低農業碳排放強度，另一方面是通過改變要素的投入結構而對碳排放產生影響。Hicks[15]認為，技術進步具有一定的“方向”，生產者會使用相對便宜的要素去替換較為昂貴的要素，即有偏技術進步，農業生產中的有偏技術進步可以改變不同要素之間的邊際替代率，此外還可以通過改變某種要素的邊際生產率影響碳排放強度。

農業技術進步通過農業技術的創新、推廣和采用而逐步影響農業經濟發展。農戶作為農業技術的最終需求者會合理做出決策，參考王班班等[16]的相關研究，本研究假設農業生產函數為一個包含技術進步和要素投入的函數：

F(x,A)=A·F(x)

(1)

式中：A表示技術進步，x為要素投入。碳排放強度為要素投入乘以排放系數的值與產出的比值，基于成本最小化的角度分析，技術進步對碳排放強度的影響可以表述為產出既定情況下對要素投入的節約。然而，這種生產節約可能是由中性技術進步導致的要素的同比例節約，也可能是有偏技術進步導致的某種要素邊際生產率的提高而對其他要素產生的替代。假設要素使用量為xE,那么

xE=SE·C/wE

(2)

式中：SE為某種碳源投入要素在總成本中的價值份額；C為總成本；wE為這種要素的價格。那么成本最小化條件下，技術進步對要素投入的影響可以表述為：

(3)

進一步的將式(3)進行分解得到式(4)

(4)

式(4)可以更好的理解技術進步對農業碳排放強度的影響。一方面是技術進步對要素投入份額的影響，即通過要素替代影響碳排放強度；另一方面是對總成本的節約，即產出既定情況下對成本的節約。

然而農業技術進步具有廣泛的來源，資本的深化、人力資本的積累以及規模經濟等均被認為是農業技術進步的內生動力，可以帶來新技術的應用，促進全要素生產率的提高，改進要素利用效率[17]。楊福霞等[18]認為新的農業技術往往滲透在各種生產要素中, 在促進農業生產效率提升的同時促進產出的增加或降低生產成本。此外農業技術創新、農業技術引用等均可以優化要素配置，提升農業生產效率促進農業經濟的增長，降低農業碳排放強度。

Hayami等[19]和Ruttan[20]關于農業發展理論的研究中將農業技術進步模式分為兩種，即生物化學型技術進步和機械型技術進步。對于生物化學型技術進步來說，種質創新和化肥農藥的使用是其重要的代表，由于化肥農藥作為碳排放重要來源，本研究僅分析農業種質創新這一生物型技術進步，用水稻、小麥和玉米的新品種推廣面積表示。機械型技術進步方面，雖然碳排放量與單機排放量和機械數量有關，但是總體農業機械數量和不同類型機械數量均呈不斷增加趨勢，為更好衡量機械型技術進步，本研究用單位耕地面積農機總動力來表示。

基于上述分析，本研究提出以下假設：總體上，農業技術進步可以有效降低農業碳排放強度，但是農業技術進步并不總是朝著有利于農業碳減排方向發展，機械型技術進步模式會促進農業碳排放強度的提升，而以種質創新為代表的生物型技術進步有利于農業碳排放強度的降低。

3 技術進步與碳排放強度測算與分析

3.1 農業技術進步的測算

超越對數模型可以有效地分析生產函數中投入要素間的相互作用機理和技術進步差異，并且可以較好的研究技術進步隨時間的變化情況，相比于C-D函數來說解決了完全競爭和要素替代彈性相等的假定[21]。因此，本研究通過構建超越對數生產函數模型來計算農業技術進步。具體的模型如下：

(5)

式中：Yit為第i個省份第t年的農業總產出；xnit表示第n個投入量；xjit表示第j個投入量；t表示技術變化的時間趨勢；β表示估計參數；vit表示隨機誤差；uit表示技術無效因素；vit與uit相互獨立，服從正態分布。式(5)中包含了時間趨勢與要素投入之間的交互項，考慮了非中性的技術變化。

第i個省份s期到t期的技術進步可以從估計參數中通過計算得到。利用第i個省份在兩個不同時期的數據，對生產函數關于時間t求偏導。由于模型為超越對數函數形式，所以技術變化等于求對數導數的代數均值的指數函數，具體形式如下：

(6)

式中相關變量的選取借鑒孔祥智等[21]使用超越對數函數計算農業技術進步的研究。農業總產出以每個省份不變價格的種植業總產值表示，億元。投入要素為第一產業從業人員數量，萬人;農作物總播種面積，萬hm2；農機總動力，萬kW和化肥施用量，萬t。

對于生物型技術進步，本研究用種質創新(水稻、小麥、玉米新品種審定推廣面積(3)數據來源：中國種子協會網，http:∥www.seedchina.com.cn/)來表示，農作物新品種審定是中國推進農業科技成果轉化的重要力量，優質的作物品種可以提升作物品質，適應復雜的農業生產環境，降低單位要素的投入，有利于成本的降低和產出的增加，可以有效提升農業綜合能力和農業產出效率。此外，機械型技術進步在優化要素投入、提升農業生產效率的同時也會促進能源消耗的增加，對農業碳排放水平產生重要影響，本研究中機械型技術進步用單位耕地面積農機總動力表示。

3.2 碳排放的測算

聯合國公布的農業溫室氣體數據顯示，2011年農業溫室氣體排放中，合成肥料約占總量的13%(4)數據來源：聯合國糧農組織, http:∥www.fao.org/news/story/zh/item/224418/icode/，而農藥、農業機械與灌溉水泵的能源消耗也是造成農業溫室氣體排放的主要來源。通常，種植業碳排放主要來源于要素的投入及機械使用過程中化石能源的消耗。本研究的農業碳源參考李波等[22]和梁青青[23]的研究，主要包括化肥、農藥、機械、翻耕和灌溉5種，分別用實際化肥投入量、實際農藥投入量、機械使用過程中的柴油消耗量、農作物總播種面積和農作物實際灌溉面積表示。

具體的農業碳排放總量的計算公式為:

Eit=∑Enit=∑Tnit·σn

(7)

式中：Eit表示第i個省份第t年農業碳排放總量；Enit為n種碳源的碳排放總量;Tnit為各種碳排放源的量;δn為各種碳排放源的碳排放系數。根據相關研究，本研究具體的碳排放系數見表1。

由于農業技術進步的同時伴隨著農業經濟的增長，因此考慮單位農業生產總值上的農業碳排放強度更具有現實意義。農業碳排放強度計算公式見式(8)

(8)

式中：EIit為第i個省份第t年的農業碳排放強度；Eit同式(7)；GDPit為第i個省份第t年不變價的種植業總產值。

4 模型設定與數據說明

4.1 模型設定

本研究中農業技術進步利用超越對數生產函數計算得到。主要控制變量包括：1)農業經濟發展水平，地區農業經濟發展水平會影響農業要素投入進而影響到農業碳排放水平，這也得到了李波等[29]和楊鈞[12]的驗證。2)人力資本水平，人力資本水平的提升使得農戶更容易從事非農勞動，進而在農業生產中可能增加對化肥、農機等要素資料的使用，從而影響碳排放水平。3)人均耕地面積，隨著農地流轉市場的發育，土地更容易流向規模戶，這會使得勞動節約型要素投入有所增加，會對農業碳排放水平產生影響。4)城市化水平，城鎮化通過影響生產要素的流動和新型農業生產方式的建立對碳排放產生影響，這也得到了吳偉偉[30]的驗證。5)農業受災程度，受災程度的增加會影響農戶后期的要素投入，并可能影響農業產值，從而影響農業碳排放水平。具體的模型設定見式(9)。

lnEIit=α0+α1Ait+α2lnEyit+α3Eduit+
α4Areait+α5Urbanit+α6Disasterit+μi+εit

(9)

式中：EIit為農業碳排放強度，由前面計算得到；Ait為農業技術進步；Eyit為農業經濟發展水平，用農業總產值與農業從業人員數量的比值表示；Eduit為農業勞動力人力資本水平，用各省份農村地區初中及以上學歷人口與農村總人口的比值表示；Areait為人均耕地面積；Urbanit表示城市化水平；Disasterit為農業受災程度，用農作物受災面積與總播種面積的比值表示；α0為常數項；μi為個體效應；εit為隨機誤差項。

不考慮內生性的情況下進行回歸分析會導致結果的有偏和不一致問題。一方面農業技術進步受到地區特征、地方政府政策的影響，另一方面，雖然模型控制了主要的變量，但是農業碳排放也會受到地區特征、土壤肥力等相關因素的影響，會存在變量遺漏的情形。此外，由于農業生產過程中過去的生產習慣等會影響農戶的要素使用，從而影響農業碳排放強度，因此考慮到碳排放的路徑依賴，本研究將碳排放強度的一階滯后項lnEIi(t-1)加入模型，構建動態面板模型，具體模型見式(10)。

lnEIit=α0+φlnEIi(t-1)+α1Ait+α2lnEyit+
α3Eduit+α4Areait+α5Urbanit+
α6Disasterit+μi+εit

(10)

動態GMM估計又分為差分GMM和系統GMM。由于動態面板模型中引入被解釋變量的一階滯后項，一階滯后項的引入會導致一階差分以后模型存在內生性問題，本研究借鑒Arellano等[31]的方法，將被解釋變量的二期滯后和更高階滯后作為工具變量進行估計。工具變量有效的前提是εit不存在自相關，而與差分廣義矩估計(DIF-GMM)方法相比，系統廣義矩估計(SYS-GMM)方法可以提高估計效率，并且可以估計不隨時間變化的變量的系數，所以本研究使用系統GMM 法做進一步估計。

4.2 數據說明及描述性統計

本研究所使用的數據來自1997—2016年中國29個省份的面板數據(統計數據未含新疆、西藏自治區及港、澳、臺地區)，相關統計數據來源于《中國統計年鑒》[32]、《中國農村統計年鑒》[33]、《中國人口和就業統計年鑒》[34。個別省份缺失的數據通過各省份統計年鑒補充。具體的變量設定及描述性統計特征見表2。

表2 變量設定及描述性統計Table 2 Variable setting and descriptive statistics

5 農業碳排放現狀與影響因素分析

5.1 農業技術進步對農業碳排放的影響

表3中OLS(普通最小二乘法)估計模型和固定效應估計模型是用式(9)進行的回歸結果，結果顯示，農業技術進步有利于農業碳排放強度的降低，均通過了1%的顯著性檢驗。由于使用靜態模型估計出的結果存在較大的偏差，所以此估計結果僅作為動態面板的參考。差分GMM估計模型和系統GMM估計模型是用式(10)回歸的結果，可以看出，技術進步對碳排放強度的影響系數顯著為負，分別通過了1%的顯著性檢驗，可以認為農業技術進步對農業碳排放強度的降低起著關鍵作用。相比于差分GMM估計，由于系統GMM可以更好的提高估計效率，所以本研究以系統GMM估計的結果進行具體指標的解釋。系統GMM擾動項自相關檢驗結果表明不存在二階自相關，P值為0.196，Sargan檢驗也表明通過工具變量有效性檢驗，模型估計效果較好。

表3 農業技術進步與農業碳排放強度的估計結果Table 3 Estimated results of agricultural technology progress and agricultural carbon emission intensity

5.2 不同影響路徑下的技術進步與農業碳排放強度研究

由前述可知，農業技術進步顯著降低農業碳排放強度，但是農業技術進步作用于農業碳排放強度具有不同的路徑。總體來看農業技術進步對碳排放強度的作用路徑表現在兩個方面，一是對能源和要素投入的影響，二是通過影響農業產出影響農業碳排放強度。本部分具體討論不同來源的農業技術進步對農業碳排放的影響，主要分析以農業種質創新為代表的生物型技術進步和以機械化水平為代表的機械型技術進步的影響效果。表4為使用系統GMM方法對式(10)進行估計的結果。統計檢驗結果表明，擾動項不存在自相關，且兩個估計結果均無法拒絕“所有工具變量都有效”的原假設，也即表明可以進行系統GMM估計。

表4中，以種質創新為代表的生物型技術進步顯著降低了農業碳排放強度，相關系數為-0.026，在1%統計水平上顯著。農業種質創新是國家農業技術進步的重要體現方式之一，20世紀60、70年代，中國開始了第一次“綠色革命”，其本質是推進農業新品種的培育與推廣的農業技術進步活動，綠色革命為中國糧食產量的提高和農業經濟的發展提供了重要的推動力，極大的促進了土地產出率的提高，提升了經濟發展水平，進而有利于農業碳排放強度的降低。

表4 不同路徑下的技術進步與農業碳排放強度Table 4 Technological progress and agricultural carbon emission intensity under different paths

農業機械化水平是機械型農業技術進步的重要表現。農業機械化作為一種有偏技術進步可以有效地替代人力和畜力，優化要素配置[35]，但是隨著農業機械的廣泛使用，柴油等農業能源消耗也在不斷增加，這也在一定程度上促進了農業碳排放量的增加，從而影響碳排放強度。表4中的結果顯示，機械型技術進步明顯促進了農業碳排放強度的增加，相關系數為0.038。

從生物型技術進步和機械性技術進步的綜合影響結果可以看出，兩種技術進步對碳排放強度影響的相關系數分別為-0.022和0.041，分別達5%和1%的顯著水平。其他控制變量方面，農業經濟發展水平和城市化水平降低了農業碳排放水平，相關系數分別為-0.400和-0.097，而人均耕地面積的提升促進了碳排放強度增加，人均耕地面積的提升更利于機械等勞動替代要素的投入，增加了能源消耗，從而促進了碳排放強度的增加。

6 結論及政策建議

農業技術進步在農業經濟發展過程中扮演者雙重角色：一方面農業經濟的發展依賴于農業技術進步，另一方面會影響農業碳排放，對生態環境產生負面影響。本研究通過系統GMM方法對農業技術進步與農業碳排放之間的關系進行了檢驗，研究發現，總體上農業技術進步對農業碳排放強度的降低具有顯著影響，與前人研究結果基本一致[10,12]。本研究進一步對農業技術進步路徑進行了細分，結果顯示，不同技術進步路徑對農業碳排放的影響存在差異，以農業種質創新為代表的生物型技術進步有利于碳排放強度的降低，而機械型技術進步提升了碳排放強度，也即農業技術進步并不總是朝著有利于農業碳減排的方向發展。

綠色化是現代農業發展的重要導向，為有效促進農業生產提質增效，降低碳排放強度，本研究提出以下政策建議。一、推進農業種質創新和優質新品種推廣。政府可以牽頭推動政企、科研單位的協同育種創新，以市場需求為導向培育節水、節肥和抗病的“綠色”農作物品種；此外還要加大新品種推廣力度，通過“農服中心+示范基地+經營主體”的鏈條式推廣與示范服務模式，通過示范與推廣的有機結合，提升農業新品種的科研成果轉化率。二、優化農機裝備結構，促進農機的新舊動能轉換。一方面可以推廣多功能性機械，提升農機作業效率，促進多環節、多任務一次性完成，如玉米的收割和秸稈還田同時進行等；此外，還可以提高農機報廢的補貼力度，按照馬力大小細化報廢補貼標準，尤其是針對那些使用量大、頻率高農機，逐步淘汰落后的、能耗高的農機，推進老舊農業機械報廢淘汰工作。三、優化要素投入結構，促進農業綠色技術進步。依托農技推廣中心等部門，通過對農戶的宣傳指導，推進農業生產過程中的化肥、農藥減量化施用；支持農業綠色生產技術的應用，集成推廣精準施肥與測土配方技術，鼓勵家庭農場、專業大戶等實施綠色化生產，發揮其帶動示范作用。