納入氣候因素的拉丁美洲和加勒比地區農業全要素生產率再測算

陶鑫慶 劉松

摘要 拉丁美洲和加勒比地區作為全球重要的糧倉之一，其農業生產在維護全球糧食安全中起著重要的作用。將氣溫、降水量因素納入農業全要素生產率（TFP）評估體系，經過對比分析發現：在未納入氣候因素情況下，LAC地區農業TFP增長率明顯被高估；氣候因素對LAC地區農業TFP增長造成負面影響；農業技術進步對該地區農業TFP增長的貢獻不足。在納入氣候因素的情況下，LAC地區農業TFP增長呈現“西高東低”的空間非均衡性特征，國家之間農業TFP增長差異明顯。

關鍵詞 氣候變化；LAC地區；農業全要素生產率；超效率SBM－DEA模型

中圖分類號：S165+.27 文獻標識碼：B 文章編號：2095–3305（2023）12–0-03

Recalculate the Total Factor Productivity of Latin America and the Caribbean Agriculture with Climate Factors

Tao Xin-qing et al（Yantai University， Yantai， Shandong 264000）

Abstract Latin America and the Caribbean， as an important global grain producer， plays a crucial role in maintaining global food security through its agricultural production. By incorporating temperature and precipitation factors into an assessment of agricultural total factor productivity （TFP）， it was found that without considering climate factors， the LAC region's agricultural TFP growth rate was significantly overestimated. Climate factors have a negative impact on LAC regions agricultural TFP growth. Agricultural technological progress contributes insufficiently to the region's agricultural TFP growth. Furthermore， when considering climate factors， LAC region's agricultural TFP growth exhibits a spatial non-equilibrium feature with “west high and east low”， and significant differences in agricultural TFP growth among countries are evident.

Key words Climate change; LAC region; Agricultural total factor productivity; Ultra-efficient SBM-DEA model

1 研究方法及數據說明

1.1 納入氣候因素的農業全要素生產率理論探討

在影響農業生產率的各類氣候因素中，氣溫、降水對農業生產率存在顯著影響[1]。因此，選取氣溫和降水量2個主要因素作為氣候投入因素。基于此，納入氣候因素的農業TFP增長是指剔除機械、化肥、牲畜、飼料、土地、勞動投入以及氣候要素等以外所有其他因素所帶來的農業產出增長。

1.2 納入氣候因素的農業TFP測度方法

1.2.1 超效率SBM－DEA模型 將超效率DEA與SBM模型結合，改進了測算過程的有偏性。選擇投入導向的超效率SBM模型是從投入的角度對被評價DMU無效率程度進行測量，關注的是在不減少產出的條件下，要達到技術有效各項投入調整的程度。超效率SBM模型的規劃式僅適用于有效決策單元，對SBM模型中有效的DMUk，其投入導向超效率SBM模型表示為[2]：

（1）

由除DMUk外的其他DMU構建的生產可能集為：

（2）

被評價的DMUk在超效率SBM模型中的投影值（x，y），即模型的最優解為，在由其他DMU構建的生產可能集內，距離前沿最近的點[3]。

1.2.2 基于超效率SBM－DEA的Malmquist

全要素生產率指數方法 當被評價決策單位的數據包含多個時間點觀測值的面板數據時，Malmquist全要素生產率指數方法能較好地分析生產率的變動情況及技術效率、技術進步等對生產率變動所起的作用。這種基于生產前沿面理論的非參數評價方法，最早源于Malmquist，因此將這一類指數命名為Malmquist指數，后被廣泛應用于衡量生產效率的變化[4]。

M0=（xt+1，yt+1，xt，yt）=TEC×TC（3）

式（3）中，M0表示從第t期到第t+1期被評價單元的Malmquist指數；x表示投入向量；y表示產出變量。

Malmquist生產率指數=1時表示生產率效率不變，＞1表示生產率效率提高，＜1表示生產率效率降低[5]。

1.2.3 變量選取與數據來源 數據主要來源于糧農組織（FAO）的投入產出數據集以及東英吉利大學氣候研究部（CRU）的氣候數據集。其中，投入產出數據涵蓋1961—2014年這54年期間28個LAC地區國家。選取1項總產出和6項常規投入（投入產出變量：產出以該地區農業生產總值表示；土地是雨養耕地的總量，以千公頃表示，對灌溉農田和永久牧場的各類土地進行加權處理，統一為雨養耕地；人力是從事農業活動的經濟活躍人口總數，以千人表示；機械是40馬力拖拉機當量的農業機械的總和，由兩輪、四輪拖拉機和聯合收割機的數量聚合得出；化肥是氮、磷和鉀的數量，即數千噸；牲畜是牛、綿羊、山羊、豬、雞、火雞、鴨和鵝的總和，以牲畜單位的權重，每個物種的大小加權得出；飼料是來自作物、作物加工殘留物和動物和魚類產品的干飼料的量，以千噸表示）（表1）。氣候數據涵蓋1961—2014年期間LAC地區28個國家的降水量和溫度數據。降水和溫度數據都是基于每月的氣候觀測，將年度數據計算為12個月的平均值。

由圖1可知，整個LAC地區平均氣溫均呈波動增長的趨勢。LAC地區的平均氣溫由1961年的23.22 ℃增加至2014年的23.79 ℃，整體增溫0.57 ℃。此外，可以看出，加勒比地區的平均降水波動明顯，1967年降水月平均降水為97.05 mm，2010年月平均降水則高達189.68 mm，相差近1倍。

2 農業全要素生產率的測算與分解

2.1 納入與未納入氣候因素的農業TFP比較

以下是對納入與未納入氣候因素的LAC地區農業TFP進行再估算和比較分析的結果（表2）。從表2可知，在納入氣候因素的情況下，1961—2014年，LAC地區的農業TFP指數由1.002 6降至0.995 9，降低了0.67%。其中，農業技術進步由1.000 9降至0.996 9，降低了0.4%。農業技術效率由1.001 7降至0.999 1，降低了0.26%。因此，總體上看，氣候變化對LAC地區農業TFP增長產生了負面影響。

由圖2可以看出，相較于傳統農業TFP，納入氣候因素的農業TFP波動幅度更小，意味著將氣候因素考慮在內，LAC地區農業TFP增長表現得更為穩定。

2.2 納入與未納入氣候因素的農業TFP增長的空間特征

將氣候因素（平均氣溫、平均降水量）納入農業TFP的測算指標體系中，LAC地區各國家農業Malmquist生產率指數及其分解結果見表3。

結合表3可以得出，納入氣候因素后，LAC地區的農業TFP指數為0.995 9，其中技術進步為0.996 9，技術效率為0.999 1，技術效率比技術進步高出了0.22%。這表明氣候變化背景下技術效率對于LAC地區農業TFP增長的貢獻相對較大，而技術進步的作用相對較小。

結合圖3可以看出，納入氣候因素的情況下，中美洲地區的農業TFP指數最高，南美洲地區次之，加勒比地區最低，由此可以得出：LAC地區的農業TFP增長呈現“西高東低”的格局。

2.3 納入與未納入氣溫因素的農業TFP比較

在考察氣候因素對農業的影響時，鑒于氣溫因素可能產生的影響較為嚴重，將分別針對僅包含氣溫因素的農業全要素生產率（TFP）指數，以及同時包含氣溫和降水因素的農業TFP指數，展開比較分析。

根據表4的數據分析，可以發現氣候變化對拉丁美洲和加勒比地區（LAC）

農業全要素生產率（TFP）的負面影響主要表現在氣溫方面。相較于不納入氣候因素的傳統農業TFP，考慮氣候因素（氣溫和降水量）的農業TFP年均增長率降低0.67%，而僅考慮氣溫因素的農業TFP指數下降0.55%。這一下降比例約占氣候因素導致的LAC地區農業TFP增長率下降水平的82%。因此，在影響農業TFP的氣候因素中，氣溫變化對農業TFP增長的影響尤為顯著。

3 結論與啟示

采用超效率SBM-DEA方法，對LAC地區的農業全要素生產率進行了測算和分析。研究結果表明，氣候因素對LAC地區農業TFP增長具有重要的影響。

氣候因素尤其是氣溫對LAC地區農業TFP增長造成了負面影響。第一，若不考慮氣候因素，LAC地區54年的農業TFP增長率會被高估。同時，在氣溫和降水2個影響農業TFP的主要氣候因素中，該地區的氣溫的變化對其農業TFP增長的影響更為顯著。第二，納入氣候因素的情況下，LAC地區農業TFP增長呈現“西高東低”的格局。同時，在LAC地區，農業技術效率是推動農業TFP增長的主要驅動力，而農業技術進步對農業生產力增長的貢獻有限。長期以來，LAC地區農業TFP增長基本是技術效率的“單驅動”模式，技術進步的推動較為乏力。

據此，提出以下建議：

一方面，在關注農業TFP增長時，考慮氣候因素的農業TFP測算方法能更加準確地反映出不同地區農業發展的真實水平。同時，氣溫的持續升高對該地區農業生產的壓力會不斷增加。因此，該地區應從農業耐熱及溫控技術入手，有針對性地提高農業技術進步，進而積極應對氣候變化對農業生產帶來的挑戰。

另一方面，該地區應依據實際情況，積極推動農業氣候適應計劃，著力培育具備較強氣候適應性的本土作物品種，從而降低氣候變化對當地農業的負面影響。在此基礎上，充分發揮并鞏固該地區的農業技術效率優勢，重視農業教育和培訓，提高農民的科技素養及農業生產技能。同時，應積極推行鼓勵新型氣候適應技術投資的政策，加強區域間合作，共享農業技術資源和信息，以彌補該地區農業技術進步的不足，進而實現依靠技術創新與效率驅動的“雙驅動”模式，提高農業全要素生產率，降低氣候變化對當地農業的不利影響。

參考文獻

[1] Melissa D， Benjamin F J， Benjamin A O. “Temperature shocks and economic growth： Evidnce from the Last Half Century”[J]. American Economic Journal：Macroeconomics， 2012， 4（3）： 66-95．

[2] 查道林，陳思，楊茜.“雙一流”建設高校科研效率及影響因素實證研究：基于超效率SBM-Malmquist-Tobit模型[J].教育與經濟，2022，38（3）：9-16.

[3] 趙傳松，劉華軍.基于城市群視角的中國經濟發展南北差距研究[J].中國人口·資源與環境，2023，33（2）：134-142.

[4] Malmquist S. Index numbers and indifference curves[J]. Trabajos de Estadistica， 1952， 4（2）： 209-242.

[5] 吳新慧.中國流通業全要素生產率測算及其趨同效應檢驗[J].統計與決策， 2023，39（16）：96-100.