科技管理研究
2021年第2期2021No.2
Science and Technology Management Research
doi:10.3969/j.issn」000-7695.2021.02.028
—基于泛长三角26个城市面板数据
—
张颂心「2，王辉'，徐如浓4
（1.台州职业技术学院，浙江台州318000；
2.浙江工业大学经济管理学院，浙江台州310014;
3.北京大学汇丰商学院，广东深圳100871;
4.浙江越秀外国语学院，浙江绍兴312069）
摘要：基于泛长三角4省市26个城市面板数据，通过系数法和超效率SBM模型等方法测算2009—2018年该区域
科技进步贡献率、农业碳排放量和绿全要素生产率，并利用自回归分析滞后模型（ARDL）分析三者之间的关系。
研究发现：（1）科技进步在一定程度上对农业碳排放具有抑制效应，其中在长期视角下因受科技研发水平所处阶段、
农民综合文化素养等多种因素影响效果并不显著，农业科技进步贡献率每增加1%则农业碳排放减少0.03%，但在
短期视角下的抑制作用显著，且新技术在第一阶段的抑制作用更明显，在下年度略有反弹；（2）长期视角下农业
绿全要素生产率（GTFP）对农业绿低碳转型发展积极作用明显，农业GTFP每增加1%则碳排放减少0.24%,
而短期视角下的影响不显著，出于成本考虑等原因，短期视角下农业碳排放当期量会对未来3年碳排放产生影响。
基于研究结论，提出大力发展有机农业，构建完善的农业环境监督管理体系，加大对低碳农业的关注和投入力度，
加强区域间统筹协调力度，推动技术研发实现突破性进展等对策建议，为促进泛长三角地区科技进步和农业GTFP
发挥积极作用，实现农业低碳发展提供参考。
关键词：农业碳排放；科技进步贡献率；绿全要素生产率；农业转型升级；低碳农业
中图分类号：X511;F204;F224;G301文献标志码：A文章编号：1000-7695（2021）02-0211-08
Analysis on the Relationship Between Science and Technology Progress,
Green Total Factor Productivity and Agricultural Carbon Emission:
Based on Pan Yangtze River Delta26City Panel Data
Zhang Songxin1,2,Wang Hui3,Xu Runong4
（1.Taizhou Vocational and Technical College,Taizhou318000,China;
2.School of Economics and Management,Zhejiang University of Technology,Taizhou310014,China;
3.HSBC Business School,Peking University,Shenzhen100871,China;
4.Zhejiang Yuexiu Institute of Foreign Languages,Shaoxing312069,China）
Abstract:In this paper,based on the panel data of26cities in four provinces in the Pan Yangtze River Delta,the
contribution of scientific and technological progress,agricultural carbon emissions and green total factor productivity
of the region in2009—2018are calculated by coefficient method and super efficiency SBM model,and the relationship
among them is analyzed by using ARDL model.The research finds that:（1）The progress of science has a restraining
effect on agricultural carbon emissions to some extent,in the long-term perspective,the effect is not significant
due to the stage of scientific and technological research and development level and farmers*comprehensive cultural
literacy,for every1%increase in the contribution rate of agricultural science,agricultural carbon emissions reduce by
0.03%,but in the short-term perspective,it is significant,and the inhibition effect is more obvious in the first stage of
new technology with a slight rebound in the next year.（2）The positive effect of agricultural GTFP on the green and
收稿日期：2020-04-05，修回日期：2020-06-02
基金项目：浙江省哲学社会科学规划课题“乡村振兴与绿发展双重驱动下农业面源污染的趋势研判、政策评估与对策研究”
(19NDJC393YBM)；教育部人文社会科学研究项目“绿转型视角下低碳农业发展研究：生产效率、空间差异与影响因素”
(18YJCZH245)
212张颂心等：科技进步、绿全要素生产率与农业碳排放关系分析一于泛长三角26个城市面板数据
low-carbon transformation and development of agriculture is obvious in the long-term perspective,and the carbon emission will be reduced by0.24%for each1%increase of agricultural GTFP,while the impact is not significant in the short-term perspective,the current amount of agricultural carbon emission in the short-term perspective will have an impact on the carbon emission in the next three years.Based on the research conclusion,the paper puts forward some countermeasures and suggestions of vigorously developing organic agriculture,constructing perfect agricultural environment supervision and management system,increasing attention and investment in low—carbon agriculture, strengthening interregional coordination,promoting technology research and development to achieve breakthrough progress,etc.,to provide a reference for promoting the scientific and technological progress and agricultural GTFP in the Pan Yangtze River Delta region to play an active role,and realize the low—carbon development of agriculture.
Key words:agricultural carbon emission;contribution of scientific and technological progress;green total factor productivity;agricultural transformation and upgrading;low—carbon agriculture
1研究背景
改革开放40多年来，中国农业生产总值以年均10.6%的速度稳步增长，全国粮食总产量实现翻番，农产品供给由长期短缺到基本平衡、再跨入丰年有余的历史性发展新阶段。但是，单方面成绩惊喜却难以掩盖农业产业化规模化发展所付岀的环境代价：一直以来，为满足农产品市场需求，农业生产、经营和管理主体以生产效率为核心制定产业政策、选择生产模式、决定管理方式，化肥、农药、农机、农膜等农资产品长期超量使用，农业源主要污染物如化学需氧量（COD）、氨氮含量指标（NH3-N）、总磷（TP）排放量分别占全国排放总量的30.42%、61%、40.22%，农产品保供给与资源环境承载能力的矛盾愈发尖锐，农业生产带来的环境污染问题日益突出［，-2）o其中，农业碳排放量作为全球气候变暖的重要诱因，受到了世界各国的普遍关注。大量数据和研究表明，全球碳排放总量约为168.31亿t，中国占比居世界第一位，达到27%，其中30%左右来自农业，相当于所有工业部门的总合⑶。因此，实现农业低碳发展是中国经济绿转型发展的必经之路，也是农村增美、农业增效十分重要的内容。
发展低碳农业，首先需要核算碳排放量，并深入分析不同要素资源的减排效应。科技进步作为低碳农业发展的主要手段，能够有效释放农业蛰伏发展潜能，促进生产资源和生产方式深度融合，推动形成高生
产效率、低能源消耗的农业发展模式⑷O 中国实施“十二五”规划以来，全国农业科技进步贡献率达59.2%，全社会环保总投资比“十一五”期间增长了92.8%，环保产业年均增速26.9%⑸。2015年，农业部等8部委制定了《全国农业可持续发展规划（2015—2030年）》，要求全国2020年农业科技进步贡献率超过60%,2030年全国基本实现农业废弃物“零排放”。由此可见，中国政府对农业科技投入和农业环境污染治理的关注度正不断增强。但农业发展水平和碳排放强度却出现“双提长三角地区包括哪些城市
升”，农业绿全要素生产率（GTFP）增速缓慢与农业碳排放快速增长“两并存”，农业已经成为全球第二大碳排放部门，温室气体排放量仅次于电力与热电⑹。科技进步、农业GTFP与农业碳排放三者的内在关系究竟是什么？探究科技进步和农业GTFP如何发挥积极作用，对实现碳排放减量具有较大现实意义。
泛长三角作为全国商品粮重要产区，基本涵盖了江淮地区、太湖平原两大商品粮基地，是长江经济带的重要组成部分。长江经济带发展战略是国家重点实施的“三大战略”之一，以共抓大保护、不搞大开发为导向，以生态优先、绿发展为引领，依托长江黄金水道推动长江上中下游地区协调发展和沿江地区高质量发展⑺。但是泛长三角地区的农业依然以高碳模式为支撑实现高速发展，农业碳排放量长期只增不减、排放强度持续提升。基于此，本研究以泛长三角4省市26个城市的面板数据为基础，测算其2009—2018年的农业科技进步贡献率、农业GTFP和碳排放量，并分析其农业科技进步、农业GTFP与碳排放的关系，为减少碳排放提岀参考建议。
2文献综述
纵观国内外文献资料，已有农业碳排放研究集中在排放源确定、排放总量测算、影响因素分析和减量对策探讨等4个方面，比如陈胜涛等⑻对碳排放源进行研究，刘华军等⑼、杜江等〔创探究了碳排放总量测算及变化规律，王琳等【⑴、田云等〔⑵、仇伟问、张中秋等⑷对减排影响因素、机理和实现路径进行探索，等等。
在影响因素研究中，很早就有学者试图解释科技进步与碳排放量关系，至目前成果已经颇为丰富，然而研究结论却大相径庭。部分学者认为，科技进步对农业碳排放影响十分显著，在碳排放减量过程
张颂心等：科技进步、绿全要素生产率与农业碳排放关系分析—
—基于泛长三角26个城市面板数据213
中占主导地位，一定程度上技术进步弥补了农业结构和农业投入的不合理，决定了碳排放量增速由快到慢再到减速的“拐点”［15-，6J，而且随着人力资本的提升，技术进步对农业碳排放抑制效应会更加明显〔冊；同时，也有部分学者研究指出，技术进步对农业碳排放量影响并不如想象那样明显，有时甚至成为农业碳排放量增加的助推器［叩。此外，还有学者对特殊领域的科学技术与碳排放关系进行研究，比如对玉米栽培技术与碳排放进行研究，指岀浅耕和免耕由于消耗的能源最少，从而有效降低碳排放总量
【创。研究结果迥异的主要原因在于科技进步与农业碳排放都属于时序数据，而学者在研究过程中对时间要素并未足够重视，相关模型甚至无法体现时序变化差异。
在科技进步衡量指标选取方面，通常采取科学技术进步贡献率，这也是中国农业农村部推荐使用的方法。农业生产率作为农业发展的核心问题，是发展中国家财富增加的关键，包括技术进步率和全要素生产率（TFP），并以TFP为主［20-22］o传统TFP只注重农药、化肥等农资投入正面效应，而忽略了对资源环境破坏和消耗，这使得对农业生产率的评价不够全面准确，容易导致政策制定、评估出现较大偏差，这一点有学者已经做了研究⑵）。为统筹考虑经济增长和资源环境代价，部分学者引入农业GTFP概念，将资源环境纳入生产效率的测量过程，从而拓展学界农业研究视阈，克服了C-D函数从资源要素投入视角研究农业增长弊端，开始关注农业投入品导致的碳排放等负面作用山-29］。研究普遍认为，农业碳排放与农业GTFP在一定程度呈现负相关关系［3°-31］o在农业GTFP测算方面，通过CNKI检索发现，应用最为普遍的方法是数据包络分析（DEA）；此外，近年来很多学者开始把注意力转向以方向距离函数等对农业GTFP测算和变化分析上，比如王奇等⑶］对1992—2010年中国农业绿全要素生产率变化进行研究。虽然采用DEA模型测算农业GTFP成果颇多，但是有学者指出，使用方法并未统一，测量结果相差大，且无法包含非期望产出等缺点⑶】；方向距离函数有效解决了非期望产出忽略的问题，却运用径向、角度DEA模型，在无效率测量时未包含松弛变量，从而导致计算结果并不准确⑶）。为克服这些问题，部分学者选择非径向和非角度DEA模型测算GTFP o
综上所述，国内外学者对农业科技进步、农业GTFP和碳排放展开了多层次研讨，为本研究奠定了良好理论基础，但也存在不足：一方面绝大多数研究基于面板数据从全国角度进行研究比较，结合某一区域开展研究分析的不多；另一方面研究采用的是时序数据，忽视了时间因素对各个要素的影响，从而导致研究结论相差较大。另外，相关指标的测算方法也不够精准。因此，本研究通过系数法和SBM-DDF模型，重新测算了泛长三角2009—2018年碳排放量和农业GTFP，并利用自回归分析滞后模型（ARDL）从长期和短期两个角度分析科技进步、农业GTFP与农业碳排放的关系，并针对性地提出对策建议。
3研究方法与数据
3.1研究指标选取和测算
农业科技进步的界定有广义和狭义之分。狭义概念特指“硬技术”，即种子培育筛选、化肥农药施用、新型种养殖等能够直接提高生产率的技术手段；广义概念除“硬技术”夕卜，还包括生产决策、经营管理等“软技术”t35］o当前，中国对农业科技进步的测量主要基于广义概念，采取农业科技进步贡献率进行评价，测算的影响因素既涵盖自然科学，也包括政策法规、劳动因素、经营管理等社会科学。对于农业科技进步贡献率的测算，农业农村部规定了基于索洛余值法与C-D函数模型，采用统一方法测算科技对农业总产值增长的贡献值，详见公式如下：
T^K-AxB a xC^D X xE xz
1)£^gnc^=1_AC_2A£AT
T B C D T
(2)
（3）式（1）（2）（3）中：T^mc为地区农业总产值；B为农业生产要素投入，以农业生产中间消耗进行测算；C为农业生产劳动投入，以农业从业人数进行计算；Q为农业土地资源投入，选取年末耕地面积进行测算；虫为常数；O为农业科技进步贡献率；变量t为时间；a、B、2分别为资金、耕地和劳动投入弹性，如若规模报酬恒定则
根据农业农村部规定的测算方法，本研究中因耕地变化不大，农业科技进步贡献率测算的弹性系数采用固定弹性，全国产出弹性系数均是0.25，农
业生产要素弹性按式（3）予以调整。有关数据资料源于《中国农村统计年鉴》以及有关省市统计年鉴。
农业碳排放主要来自畜禽养殖、农作物、土地利用类型变化等。根据政府间气候变化专门委员会（IPCC）和世界气象组织（WMO）统计，农业碳排放
214张颂心等：科技进步、绿全要素生产率与农业碳排放关系分析一于泛长三角26个城市面板数据
量对全球碳排放总量的贡献率超过30%[36]。本研
究利用IPCC构建的系数法测算研究碳排放量，测算
方法见式(4)。其中，C和7?分别为碳排放类型和
碳排放量化，排放系数详见表1。包括7种类型：化肥、
农药、农膜、土壤翻耕、农业灌溉、农业机械、畜
禽养殖，测算根据式(4)变换而得，详见式(5)o
其中，柴油依据每年实际用量；土壤翻耕以实际种
植面积为准；灌溉电量消耗间接碳排放量以有效灌
溉面积衡量；畜禽养殖以年出栏量为准。
pollution=C X R(4)
P pollution—C]X+C2X7?2+C3X7?3+C4X 7?4+C5X7?5+X7?6+C7X T?7(5)
表1农业碳排放源及碳排放系数
碳排放源碳排放系数文献来源
化肥895.60kg/t West等⑶］
农药4934kg/t West等⑶】
农膜5180kg/t中国农业大学土壤翻耕312.6kg/km2Eggelston等」农业灌溉266.48kg/km2Eggelston等〔如农业机械0.18kg/KW Dubey等⑶)畜禽养殖直接不同畜禽肠道、粪便CH。排放Eggelston等("，碳源系数
不同粪便弘0排放系数Eggelston等C 间接电力碳排放0.929kg/kg Eggelston等
碳源自来水碳排放0.910kg/t Eggelston等(如
饲料碳排放0.088kg/kg Eggelston等
农业GTFP增长率可以分解为不同的部分，即技术进步率、技术效率变化率等t40^1]o基于文献研.究，通常用方向距离函数、Luenbergercer指数等对农业GTFP增长率指数进行测算，本研究以Tone等〔421和吕娜等⑷)研究为基础构建超效率SBM模型，对泛长三角农业GTFP进行测算，详见式(6)o SBM 模型作为DEA模型，属于非径向效率测量，能有效克服径向选择带来的偏差。
假定共有X1,2,...,N)个评价对象(研究区域)，在农业生产时间/(1,2,T)采用£(1,2,....K)种生产资源要素，产生/(1,2,...,Z)种产岀结果(期望与非期望);2和suRj，方=(说+...+/)，尹=(尹1+...+”)，S=(S]+...+Sj)。
_N N 式(6)中：sj h>工饥y<；为打0”；
r=l,r*0r=l,r#0
s-h>h0;y<y;s>s0;£>0a r=l,r*0
(7)
(8)
(9)
(10)
同时，利用Malmquist指数表示农业GTFP变动率，详见式(7)至式(10)。其中，v%(.)是全局方向性距离函数；本研究设g=(x,_yz)表示实现农业持续发展目标、期望产出最大化、投入非期望产岀最小化。如果TFP^n、TE和TP大于1，表示农业GTFP变动率进步，TFP加”、TE和TP小于1时，表示农业GTFP变动率衰退。
t匸L+1\+vQ o(x',y'
1旳=77凤莎产尹产
TFP,，+1green=TE,，+'X TP，小
TE r+1=l+E'o(xJj/,Z，,g，)
z一gR) T p/+1=l+E°0(X
'_i+v,0(x r,y,z,.g,)
i+v o e(x i+I,y+1,z(+1；g i+I)
3.2关系研究模型选取和说明
对农业科技进步、农业GTFP与碳排放的关系，利用自回归分析滞后模型(ARDL)进行定量研究，模型典型结构详见式(11)。其中：Lags是乙滞后阶数；0是第，个自变量(/v)的滞后阶数，i,-,n 是滞后算子。ARDL模型将时间滞后效应体现出来，可以测算自变和因变量长期与短期影响；同时，ARDL模型不要求序列都是平稳序列，也不要求全部是单整平稳序列。
①(厶o,Lags)”=工人(Lo,q)IVit+(pw t+u t
1=1
0(Lo,Lags)ri=1-p x Lo①严Lo‘…①隅x Lo"“0(Lo,q.)=1-0”x厶00”x厶o：…艮”x Lo"'
(11)
在基础模型的基础上，鉴于农业GTFP研究中对弹性分析的侧重，同时为消除量纲及减轻序列异方差性影响，对农业GTFP、碳排放量进行对数处理，处理方法见式(12)。其中：p、e、/分别代表农业碳排放量、农业GTFP和科技投入；入、人、2表示碳排放、科技进步与农业GTFP对碳排放量影响的长期效应；01、02、03分别对应短期效应；X为常数项；也为误差调节项。
△In仇=X+工：血泮In p—i+
工Z In e t_t+Ef nc t_t In/+
召In P-t+A2In e—+23In f—+m(i2
)
张颂心等：科技进步、绿全要素生产率与农业碳排放关系分析—
—基于泛长三角26个城市面板数据215
4实证分析
4.1农业科技进步贡献率评价
基于索洛余值法与C-D函数模型，测算泛长三角4省市26个城市（以下简称“样本地区”）农业科技对农业总产值增长贡献值，结果详见表2至表4O可以发现，上海、江苏、浙江、安徽的农业科技进步贡献率均值分别为68.5%、61.9%、60.4%、56.6%，总体而言，农业科技对地区农业发展的贡献率较高，但是区域差别也十分明显，最大差距达11.9%。具体而言，上海农业科技进步贡献率最大，是科技创新发展的最佳实践者；江苏除无锡、常州偏低之外，其他地区农业科技进步贡献率均超
过60%，提前完成“十三五”规划目标，农业科技利用水平走在前列；浙江农业科技进步贡献率均超过国家平均水平，与江苏水平相差不大；安徽作为传统农业大省，农业科技进步贡献率低于60%，一定程度反映安徽各市农业粗放型发展模式比重较大，生产效率普遍不高，科技推动农业绿高效协同发展作用不明显，需要进一步加大农业科技投入，以科技进步增强区域农业绿发展水平。
表22009—2018年上海和安徽各市年均农业科技进步贡献率
统计量上海合肥芜湖马鞍山铜陵安庆滁州池州宣城科技进步贡献率0.6850.5720.5820.5750.5690.5700.5570.5610.567
表32009—2018年江苏各市年均农业科技进步贡献率
统计量南京苏州无锡常州南通盐城扬州镇江泰州科技进步贡献率0.6430.6510.5930.5970.6210.6140.6110.6150.617
表42009—2018年浙江各市年均农业科技进步贡献率
统计量杭州宁波嘉兴湖州绍兴金华舟山台州科技进步贡献率0.6490.6110.5980.5970.5970.5830.5950.601
4.2农业GTFP评价
本研究测算泛长三角4省市26个城市2009—2018年的农业GTFP指数，并分别计算其技术进步率和技术效率变化率指数；同时，为与传统TFP进行有效比较，对其传统TFP指数也进行测算，结果详见表50可见样本地区在2009—2018年间：第一，农业GTFP整体上呈增长态势，但是逐年增长率不断下降。10年间农业GTFP均值1.097，年均增长9.7%，这说明泛长三角农业GTFP还处于不断发展阶段，增长率比较高；但从纵向时间看，10年间农业GTFP增速逐年下降，2017年和2018年呈现负增长，最低达到-2.4%。
第二，农业GTFP主要源自技术进步率，技术效率波动更为频繁。从技术进步率指数看，10年间均值为1.092，年均增长9.2%，对农业GTFP增长贡献率达94.85%，而技术效率变化率指数年均增长0.8%，对
农业GTFP增长贡献率仅为&25%，这说明泛长三角农业发展由主要靠资源投资拉动向技术投资拉动转变，技术进步已经成为泛长三角农业绿发展主要动力之一；从纵向时间看，10年间技术效率呈现下降趋势，与农业GTFP趋势相一致。
表5样本地区农业GTFP指数及分解
年份-
考虑环境要素不考虑环境要素
农业GTFP技术进步率技术效率变化传统农业TFP技术进步率技术效率变化
2010 1.311 1.257 1.049 1.273 1.208 1.101 2011 1.236 1.216 1.027 1.186 1.139 1.097 2012 1.172 1.171 1.0161」20 1.104 1.023 2013 1.092 1.089 1.009 1.051 1.0870.982 2014 1.063 1.048 1.017 1.062 1.054 1.003 2015 1.037 1.019 1.019 1.003 1.0160.989 2016 1.005 1.0130.9910.9540.9860.943 20170.982 1.0110.9730.982 1.0020.972 20180.976 1.0080.9680.991 1.0070.981均值 1.097 1.092 1.008 1.072 1.069 1.019
4.3农业科技进步、农业GTFP与碳排放关系分析非平稳问题，会导致标准差、均值等数据随时间而
基于本研究的全部变量均为时间序列，易带来改变，对数据进行回归等分析则会发生伪回归问题，
发布评论