氣候變化、財政支農支出對我國農業生產的影響研究

□黃筱玥，吳青林

（江西農業大學經管學院 江西 南昌 330045）

1 研究背景

我國是農業大國，農業在國民經濟中占據非常重要的地位，農業生產是否穩定，直接關系到農民收入、經濟穩定和國家安全。但是，農業生產有一定的脆弱性，會受氣候、國家政策等多種因素的影響。現階段，全球變暖的趨勢日益明顯，再加上工業生產對生態環境造成的污染，給農業生產帶來很大影響。

為了確保糧食生產的穩定和安全，我國出臺了一系列政策措施，提高對農業生產的支持，例如實施“四減免”（農業稅、牧業稅、農業特產稅和屠宰稅4 種稅）、“四補貼”（種糧直補、農資綜合補貼、良種補貼和農機具購置補貼等4 個方面的補貼）的支農惠農政策，尤其是2004—2020 年國家連續17 年發布以“三農”為主題的中央一號文件，更加凸顯了國家對“三農”問題的高度關注。

在相關政策逐步落實過程中，我國財政農林水事務支出數額逐年提升，財政支農支出力度不斷加大，其對農業生產的影響也日益增大。深入研究農業生產的影響因素，并采取切實有效的措施，極大地推動了農業生產，對我國農業發展有非常重要的意義。

2 文獻綜述

關于氣候變化對農業生產影響的文獻，總體來說可以分為3 個方面：一是氣候變化會增加農業生產的不穩定性，同時對農業生產的影響存在較為顯著的地區差異[1]；二是氣候變化會影響農業生產的結構和布局[2]；三是氣候變化提高了農業防災減災的成本[3]。

國內學者在氣候變化、財政支農支出與農業產出的關系實證方面的研究如下。

李穎等（2013）[4]利用化肥施用量、農藥施用量等4 個主要投入要素計算我國農業碳排放量，并分析了農業碳排放與農業產值之間的關系。實證結果顯示，二者之間存在正相關，農業產出每增加1 個單位，能夠推動農業碳排放增長0.69 個單位。

朱鐵輝等（2013）[5]基于2000—2009 年的山東省17 地市面板數據，對山東省農業產出的影響因素進行研究，發現降水和財政支出對于農業產出增長的貢獻率較大，氣溫對于農業產出增長的貢獻率較為穩定，并且不受地域因素影響。

石成玉（2015）[6]基于1999—2012 年省級面板數據，研究農業水利投資與農業生產增長之間的關系，實證結果顯示，農業水利投資能夠顯著降低我國各地區耕地產出效率的損失。

李泉和陳健（2019）[7]基于2007—2016 年我國西北5 省份的面板數據，研究財政支農支出對農業生產的影響，發現結構合理的財政支農支出能夠有效推動農業生產的發展。

綜合以上相關文獻可以發現，不同學科領域對農業生產影響因素的研究有很多，在研究過程中無法綜合考慮所有因素，因此關于氣候對農業生產產生的影響分析存在一定誤差。

在研究過程中引入了公共經濟學的相關理論，在研究氣候變化如何影響農業生產的同時，加入了財政支農支出對農業生產的影響，采用回歸分析、多重共線性檢驗及修正等定量方法探究上述三者間的關系。

3 模型構建

結合前人的研究成果，構建如下時間序列回歸模型的基本方程。

選取的研究區間為2000—2018 年，公式中各變量解釋如下。

（1）被解釋變量：農業總產值（y）。

（2）核心解釋變量：年均溫度（temp），即全國年度平均氣溫，由各主要城市年平均氣溫的均值表示，單位為℃；年降水量（prec），即全國年度降水量，由我國各主要城市的年均降水量的均值表示；財政支農支出（cc），由于2007 年中國統計年鑒對財政支出項目進行了重新劃分，2006 年前財政支農支出變量采用統計年鑒中財政支農支出指標，2007 年后采用財政用于農林水事務支出的指標。

（3）其他解釋變量：勞動力投入（laber），采用第一產業從業人員數量為指標；播種面積（pa），采用農作物總播種面積為指標；有效灌溉面積（ia），指具有一定水源、地塊比較平整、灌溉工程或設備已經配套且在一般年景下能夠正常灌溉的耕地面積；化肥投入量（F），采用農用化肥施用折純量為指標；機械動力投入（Em），采用農業機械總動力為指標。

以上各個解釋變量的數據主要來源于我國歷年的統計年鑒。

4 實證分析

4.1 描述性統計

模型（1）中各變量的描述性統計結果見表1。通過對表1 的分析，發現被解釋變量（農業產出）呈逐年上升的趨勢，標準差不斷擴大。在解釋變量中，勞動力投入呈先下降后增加的U 型趨勢，播種面積、有效灌溉面積、財政支農投入、化肥投入都呈逐年上升趨勢，而機械動力投入呈逐年下降的趨勢。

表1 中國農業產出各變量的統計描述（2000—2018 年）

4.2 回歸分析

根據表2 的回歸結果，可以得到回歸方程，具體見下式。

表2 回歸結果

根據回歸方程（2）有如下發現。

第一，laber 系數為-1.08，表示勞動力投入與農業產出呈反向變動關系，每多投入1 單位的勞動力，農業產出反而減少1.08 個單位，這與基本的生產知識和日常認知不符；pa 系數為-0.34，表示播種面積與農業產出呈反向變動關系，即每多投入1 單位的播種面積，農業產出減少0.34 個單位，這與基本的生產知識和日常認知不符；Em 系數為-0.49，表示機械動力投入與農業產出呈反向變動關系，即每多投入1 單位的機械動力，農業產出降低0.49 個，這也與基本的生產知識和日常認知不符。部分變量回歸系數的符號與通常的認知相悖，參數的計量經濟意義并不合理。

第二，重要解釋變量平均溫度temp 和年降水量prec 的t值分別為-0.411 2 和0.537 1，都較低，通過查表可得，二者t值均低于顯著臨界值，無法拒絕原假設，因此重要解釋變量temp 和prec 均不顯著，即年降水量和平均溫度對農業產出并沒有顯著影響。

第三，回歸方程的R2較高，表明方程的擬合程度較好，可以認為該回歸方程的解釋程度較好。綜上可知，方程（1）很可能存在多重共線性。

4.3 多重共線性檢驗

使用相關系數矩陣檢驗多重共線性，具體見表3。

表3 檢驗多重共線性的系數矩陣

表3 是各個變量之間的相關系數，可以看出，laber、pa、ia、F、Em、cc、temp、prec 等變量之間相關系數的絕對值均接近1，表明這些變量之間的相關性較高，所以模型（1）存在多重共線性，還需要進行模型的修正。

4.4 多重共線性修正

當從共線性變量的回歸中得到了高度不可靠的結果時，一般的解決方法是設定一個解釋變量個數更少的模型，主要采用減少模型當中變量個數的逐步回歸法進行分析。逐步回歸法的基本思路是：采用OLS對各個變量進行逐一回歸，根據最終結果以及經濟學的意義，選出擬合效果最好的雙變量回歸方程，然后再增加其他的變量，直到選出最佳的回歸模型。具體的操作步驟如下。

第一，對y分別關于laber、pa、ia、F、Em、cc、temp、prec 進行兩變量的最小二乘回歸，比較各個回歸結果的，其中，y對ia 回歸的R2最大，因此，選擇ia 為重要的解釋變量。

第二，對y和ia，以及laber、pa、F、Em、cc、temp、prec中的任一解釋變量做三變量的最小二乘回歸，按照相同的規則確定cc 是重要的解釋變量。

第三，重復相關操作，最終得到重要的解釋變量為ia、cc、prec、temp、F。

5 實證檢驗結果

根據以上實證檢驗的分析，最終應舍棄解釋變量laber、pa、Em，得到y關于ia、cc、prec、temp、F 的回歸方程。

通過對模型進行多重共線性的修正后，各個變量的系數都變的較為顯著，同時系數的符號也符合通常的認知，雖然變量之間仍然存在一定程度的多重共線性，但是對最終的結果并沒有產生太大影響，因此該模型是較好的農業產出方程。

由方程（3）可知，影響農業產出的因素主要有年均氣溫（temp）、年均降水量（prec）、財政支農支出（cc）、有效灌溉面積（ia）、化肥投入量（F）。另外，氣溫與降水量的變化都同農業產出呈反向變動，每單位的氣溫上升會降低1 206.84 單位的農業產量；財政支農支出與農業生產呈同方向變動，每增加1 單位的財政支農支出會增加2.69 單位的農業產量。因此，應當嚴格控制CO2排放量，降低溫室效應對于農業生產所造成的負面影響，同時加強對農業生產的扶持力度，提高財政支農支出，借此增加農業產出。

6 政策建議

6.1 減緩氣候變化，提升農業生產對氣候變化的適應能力

實證檢驗結果顯示，溫度與農業生產呈反向變動關系，即由于溫室效應引致氣溫升高，給農業造成不利的影響。2015 年12 月通過的《巴黎氣候協定》，為我國積極應對氣候變化指明了方向。作為最大的發展中國家，我國經濟發展進入了新常態，要改變之前高投入、高排放的粗放型發展方式，向集約型的發展方式轉變，逐步降低第二產業在GDP 中所占的比重，增加第三產業比重，改變過去全球產品加工廠的地位[8]。

除了減緩氣候變化，還要適應氣候變化，全球氣候變暖的趨勢近期內難以改變，因此，應選擇合適的方式為適應氣候變化籌集資金，進行技術轉讓，并保證透明度。

建議將減排納入地方政府的績效考核指標。我國過去長期以經濟建設為中心，GDP 是政府最重要的績效考核指標，帶動了地方政府追求GDP 的“晉升錦標賽”，這在一定程度上促進了我國經濟高速增長，也反映了在我國特殊的財政分權體制下，績效考核指標對地方政府行為有巨大影響。可以將減排目標細化并加入地方政府績效考核指標，從而促進我國整體減排目標的實現[9]。

6.2 增加財政支農支出，尤其是應對氣候變化方面的財政支農支出

長期以來，我國政府高度關注“三農”問題，并且制定了一系列政策，持續加大對農業生產的支持力度，取得了較為顯著的成果。前文的實證檢驗結果顯示，增加財政支農支出能夠促進農業生產。因此，應繼續貫徹國家政策，加大農業生產基礎設施財政投入，改善農業生產的物質條件，重視農業生產技術的更新，通過物質與技術等多方面的投入，不斷降低氣候變化給農業生產所造成的負面影響。其中，應把“治理水患、改善農田、修筑道路”作為財政支農的主要方向，改善農村農業生產的基礎條件，有效增強農業生產應對氣候變化的能力[10]。

6.3 合理控制化肥投入量，確保農業的可持續發展

自20 世紀90 年代以來，我國成為世界最大的化肥生產和消費國家，化肥被認為是提高農業產出的最直接手段。根據回歸結果可以看出，化肥投入可以有效增加農業產出，每增加1 單位的化肥投入可以增加6.44 單位的農業產出，但這并不意味著在農業生產過程中，可以單純為了追求農業產出而大量使用化肥。近年出現的食品安全事件以及環境污染問題都與過度使用化肥有一定的關系。化肥當中所含有的硝酸物質進入人體之后會轉化成亞硝酸鹽，這是一種致癌物質，我國近年癌癥發病率逐年升高，與經常食用通過化肥催熟的食物有很大關聯。另外，化肥當中含有的硫酸銨、氯化銨等都屬生物酸性肥料，容易導致土壤酸化，造成土壤養分流失，導致土壤貧瘠化，影響農作物的生長，從根本上破壞了農業的可持續發展。因此，過量使用化肥雖然可以在短時間內提高農業產出，但是其帶來的危害卻是長久的。控制化肥用量，合理調整化肥結構，是我國農業發展的必經之路[11]。

6.4 積極轉變農業生產方式，實現由粗放型農業生產向集約型轉變

在去除多重共線性的過程中發現，有效灌溉面積對于農業產出的影響力和相關性明顯高于播種面積對農業產出的影響力和相關性。因此，集約型的農業生產方式對增加農業產出的效率明顯高于粗放型農業生產方式。粗放型的農業生產方式某種程度上還停留在“靠天吃飯”的階段，不僅需要投入大量土地資源，而且每單位土地的利用率很低。相比之下，集約型生產方式在充分利用一切資源的基礎上，更集中合理地運用現代生產技術與先進生產工具，充分開發和利用土地資源，加大人力資源投入，保證單位土地上的農業產出最大化，實證分析和現實生產都證明集約型農業生產方式是更適合農業發展的道路[12-13]。

7 結論與展望

我國農業產量增長離不開財政對農業的支持，實現農業增產核心是增加財政支農，提高財政支農效率。針對存在支農效率低下的問題，建議優化財政支農資金結構，加強農業支農資金管理，實現農業現代化生產進程，要重視農業生產技術更新，改善農業生產的物質條件，通過物質與技術等方面的投入，不斷降低氣候變化給農業生產造成的負面影響。同時要改變農業生產方式，嚴格控制CO2排放量，降低溫室效應對農業生產的影響。我國是農業大國，農業作為我國的基礎性產業，生產周期長，易受自然環境的影響，具有弱質性，因此政府部門應當給予更多關注，完善農業生產基礎設施，增加財政支農支出，尤其要增加應對氣候變化方面的財政支農支出。應改變農業生產方式，大力發展集約型農業生產，合理控制化肥的使用量，注重農業可持續發展。