高 鳴

(農(nóng)業(yè)農(nóng)村部 農(nóng)村經(jīng)濟研究中心，北京 100810)

一、引 言

政府間氣候變化專門委員會(IPCC)預(yù)計到本世紀(jì)末，全球的氣溫將整體上升3.5℃-5℃。氣溫的升高給全球各國家的農(nóng)業(yè)生產(chǎn)帶來了機遇，也帶來了挑戰(zhàn)。隨著全球變暖，使農(nóng)作物的播種范圍擴大，伴隨氣溫升高后的空氣中水汽增多，也促進了降水，給干旱地區(qū)的灌溉也帶來了便利。此外，氣候變暖也有可能使得作物的產(chǎn)量增加。但是，氣候變化也存在諸多的不利因素。例如，極端氣候的時間增加，自然災(zāi)害頻發(fā)，此外，隨著氣溫升高農(nóng)作物的生產(chǎn)格局、種植結(jié)構(gòu)和生產(chǎn)模式都會受到較大的沖擊(周曙東等[1]，2013)。中國是一個農(nóng)業(yè)大國，各地區(qū)的資源稟賦條件差異較大。氣候變化給中國的農(nóng)業(yè)生產(chǎn)帶來了諸多不確定性。調(diào)整農(nóng)業(yè)生產(chǎn)方式和模式來應(yīng)對氣候變化對農(nóng)業(yè)生產(chǎn)的影響，以期進一步促進農(nóng)業(yè)生產(chǎn)率的提高。農(nóng)業(yè)生產(chǎn)率是實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展、農(nóng)業(yè)現(xiàn)代化的關(guān)鍵點之一。對此，不同的學(xué)者就農(nóng)業(yè)生產(chǎn)率的影響機制和提升機理等方面做了大量的研究工作。例如，農(nóng)地經(jīng)營規(guī)模(張忠明等[2]，2011；石曉平和朗海如[3]，2013)、農(nóng)村教育與人力資本(陳剛和王燕飛[4]，2010；李谷成[5]，2009)、技術(shù)進步(尹雷和沈毅[6]，2014；車維漢和楊榮[7]，2010)等方面。此外，生態(tài)環(huán)境對農(nóng)業(yè)生產(chǎn)率的影響也成為近年來的熱點話題(潘丹和應(yīng)瑞瑤[8]，2013；韓海彬和趙麗芬[9]，2013)。在此基礎(chǔ)上，尹朝靜等[10](2016)的研究發(fā)現(xiàn)氣候變化是影響農(nóng)業(yè)生產(chǎn)率不可忽視的因素。氣候變化的相關(guān)要素(例如日照時長、降水量和溫度等)都是農(nóng)業(yè)生產(chǎn)投入的重要指標(biāo)，會對農(nóng)業(yè)產(chǎn)出產(chǎn)生不同的影響。因此，值得思考的是，在不考慮氣候因素下的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的估算是否會存在偏差？是低估了農(nóng)業(yè)生產(chǎn)率還是高估了農(nóng)業(yè)生產(chǎn)率？氣候變化下的農(nóng)業(yè)生產(chǎn)率是否會導(dǎo)致各地區(qū)的差異呈現(xiàn)出與傳統(tǒng)生產(chǎn)率不同的差異？等等問題還值得進一步的討論和分析，以期找出氣候變化的有利因素，為進一步促進農(nóng)業(yè)生產(chǎn)率的提高提供依據(jù)。

關(guān)于農(nóng)業(yè)生產(chǎn)率的相關(guān)研究。李靜和孟令杰[11](2006)選用非參數(shù)的HMB生產(chǎn)率指數(shù)模型，分析了1978-2004年的農(nóng)業(yè)生產(chǎn)率的變化趨勢，其將農(nóng)業(yè)生產(chǎn)率指數(shù)分解為技術(shù)進步、技術(shù)效率變化、投入產(chǎn)出效應(yīng)和規(guī)模效應(yīng)，并認(rèn)為技術(shù)進步是推動我國農(nóng)業(yè)生產(chǎn)率的主要因素，而投入產(chǎn)出效應(yīng)和規(guī)模效應(yīng)對農(nóng)業(yè)生產(chǎn)率的影響較小，只有技術(shù)效率的惡化對農(nóng)業(yè)生產(chǎn)率的增長帶來了負(fù)面效應(yīng)。陳衛(wèi)平[12](2006)使用Malmquist指數(shù)模型，分析了1990-2003年的農(nóng)業(yè)生產(chǎn)率變化情況，并認(rèn)為農(nóng)業(yè)生產(chǎn)率在此期間的年均增長接近2.6%，而技術(shù)進步的年均增長為5.48%，但是效率變化的年均下降2.78%，并認(rèn)為我國大部分省區(qū)的技術(shù)進步和效率損失同時存在。在此研究基礎(chǔ)上，周端明[13](2009)使用DEA方法下的Malmquist指數(shù)模型，分析了1978-2005年的農(nóng)業(yè)生產(chǎn)率的動態(tài)變化和空間分布，通過實證分析后認(rèn)為1978-2005年間的農(nóng)業(yè)生產(chǎn)率的年均增長達到了3.3%，而從分解的要素來看，技術(shù)進步的年均增長率有1.7%、技術(shù)效率達到1.6%，但是，農(nóng)業(yè)生產(chǎn)率呈現(xiàn)了區(qū)域的差異和不平衡性。李谷成[14](2013)使用Window DEA，分析了轉(zhuǎn)型期我國農(nóng)業(yè)生產(chǎn)率的增長估算和要素分解，并認(rèn)為該時期內(nèi)的農(nóng)業(yè)生產(chǎn)率增長較為明顯，對農(nóng)業(yè)增長的貢獻較大，但是由于技術(shù)進步和技術(shù)效率的差異導(dǎo)致不同省份間的農(nóng)業(yè)生產(chǎn)率差異較為明顯。付明輝和祁春節(jié)[15](2016)同樣適用Malmqusit指數(shù)模型，分析了28個國家1995-2013年的農(nóng)業(yè)生產(chǎn)率情況，并認(rèn)為大多數(shù)國家都是由于投入偏向型技術(shù)進步提高了農(nóng)業(yè)生產(chǎn)率，各國應(yīng)較好利用要素相對價格的變化機會，選擇與本國資源稟賦條件相協(xié)調(diào)的農(nóng)業(yè)創(chuàng)新發(fā)展模式，從而進一步提高農(nóng)業(yè)生產(chǎn)率。此外，還有大量的國內(nèi)外學(xué)者對農(nóng)業(yè)生產(chǎn)率進行了深入分析和研究[16-19]。

關(guān)于氣候變化視角下的農(nóng)業(yè)生產(chǎn)率相關(guān)研究。當(dāng)前，學(xué)界就氣候變化對農(nóng)業(yè)生產(chǎn)率的影響問題沒有形成統(tǒng)一的觀點。第一種觀點，認(rèn)為氣候變化會對農(nóng)業(yè)產(chǎn)生積極的影響；另一種觀點認(rèn)為，氣候變化會對農(nóng)業(yè)生產(chǎn)造成負(fù)面的影響。

首先，氣候變化對農(nóng)業(yè)生產(chǎn)具有積極作用。趙紅軍[20](2012)運用古氣候重建數(shù)據(jù)，分析了氣候變化對過去兩千年間農(nóng)業(yè)經(jīng)濟的影響，并認(rèn)為中國歷史上的氣候變暖有利于農(nóng)業(yè)生產(chǎn)，而氣候變冷會給農(nóng)業(yè)生產(chǎn)造成較大的負(fù)面作用。劉天軍等[21](2012)利用2007-2009年陜西省210戶蘋果種植戶的微觀面板數(shù)據(jù)，分析了氣候變化對蘋果生產(chǎn)的影響，并認(rèn)為氣溫的升高和降水量的減少對蘋果生長產(chǎn)生了積極作用，促進了蘋果產(chǎn)量的提高。Liu[22](2004)使用Ricardian模型，分析了氣候變化對中國各區(qū)域的影響，并認(rèn)為氣候變化對中國的中部、東部和南部地區(qū)具有正面影響，此外東北地區(qū)和高原地區(qū)也受益于氣候變化。張兵[23](2011)選用雙倍差法模型分析了農(nóng)戶在適應(yīng)氣候變化過程中的糧食生產(chǎn)情況，并認(rèn)為氣候變化后的水稻單產(chǎn)增加了42.41公斤/畝，而小麥單產(chǎn)增加了5.96公斤/畝。周曙東[1](2013)分析認(rèn)為氣候變化對我國長江流域和華南地區(qū)的水稻生產(chǎn)有影響，并建議在這兩個地區(qū)大力推廣雙季稻，以期提高水稻總產(chǎn)量。馮曉龍[24](2017)構(gòu)建了農(nóng)戶適應(yīng)氣候變化的決策模型，并通過模型分析了農(nóng)戶適應(yīng)氣候變化的決策對農(nóng)業(yè)產(chǎn)出與產(chǎn)出風(fēng)險的影響機理，選用了陜西省的660個蘋果種植戶微觀數(shù)據(jù)進行了實證分析，最后認(rèn)為農(nóng)戶為適應(yīng)氣候變化能促進農(nóng)業(yè)產(chǎn)出的增加，并有效地降低了農(nóng)業(yè)產(chǎn)出的風(fēng)險。Malla[25](2009)以尼泊爾農(nóng)業(yè)生產(chǎn)為例，分析氣候變化對農(nóng)業(yè)生產(chǎn)的影響，并認(rèn)為隨著氣候的變化，二氧化碳等大氣層的組成部分發(fā)生了改變，這有利于農(nóng)業(yè)生產(chǎn)，通過實證分析后發(fā)現(xiàn)氣候變化能分別提高26.6%的稻谷產(chǎn)量和18.4%的小麥產(chǎn)量。

其次，氣候變化對農(nóng)業(yè)生產(chǎn)具有負(fù)面影響。尹朝靜等[10](2016)使用1986-2012年的省級數(shù)據(jù)，選用FGLS方法，分析了氣候變化、科技存量對農(nóng)業(yè)生產(chǎn)率的影響，他們發(fā)現(xiàn)降水量對農(nóng)業(yè)生產(chǎn)率的增長作用不明顯。而從地理區(qū)域來看，氣溫升高對華東和西南地區(qū)的農(nóng)業(yè)生產(chǎn)率具有顯著的負(fù)向作用，降水密度的增加對除了華南地區(qū)外的所有地方的農(nóng)業(yè)生產(chǎn)率具有負(fù)面效應(yīng)。此外，他們還分析氣候變化對糧食生產(chǎn)率的影響(尹朝靜等[26]，2016),其使用1978-2012年的省級面板數(shù)據(jù)分析了氣候變化對糧食生產(chǎn)率的影響，并認(rèn)為考慮了氣候變化因素的糧食生產(chǎn)率比傳統(tǒng)的糧食生產(chǎn)率要低，這是因為氣候因素使糧食生產(chǎn)的技術(shù)效率惡化。崔靜等[27](2011)運用超越對數(shù)生產(chǎn)函數(shù)分析了1975-2008年間氣候變化對糧食作物單產(chǎn)的影響，并認(rèn)為在作物的生長期內(nèi)，氣溫升高對糧食單產(chǎn)具有消極作用，而降水量的增加使華南地區(qū)冬小麥單產(chǎn)減產(chǎn)等。白秀廣等[28](2015)使用1992-2012年的數(shù)據(jù)，使用隨機前沿生產(chǎn)函數(shù)分析了氣候變化對我國蘋果的單產(chǎn)和蘋果全要素生產(chǎn)率的影響，認(rèn)為氣溫升高和水量的減少對渤海地區(qū)的蘋果生產(chǎn)具有消極作用。肖國舉等[29](2007)認(rèn)為氣候變暖導(dǎo)致1980-2000年黃淮海區(qū)的雨養(yǎng)小麥全面減產(chǎn)，導(dǎo)致農(nóng)作物收益降低，使農(nóng)民的收入無法得到有效保障。此外，還有大量的研究也表明氣候變化使得農(nóng)業(yè)生產(chǎn)的波動性增加，且不同地區(qū)受到的影響程度呈現(xiàn)差異化，但總體來看是對農(nóng)業(yè)生產(chǎn)造成負(fù)面的影響[30-31]。

此外，還有更多的研究成果認(rèn)為氣候變化在不同的時期，對不同地區(qū)的農(nóng)業(yè)生產(chǎn)產(chǎn)生的作用也不一樣(Wang et al.[32],2009；張兵等[23]，2011；姜巖等[33]，2015)。陳帥等[34](2016)通過使用歷史數(shù)據(jù)分析了氣候變化對中國糧食生產(chǎn)的影響，結(jié)果發(fā)現(xiàn)氣候變化的因素對中國的小麥和水稻的單產(chǎn)都存在非線性關(guān)系的影響。但是就目前的條件和情況來看，氣候變化對農(nóng)業(yè)生產(chǎn)具有顯著的正向影響，不僅能提高單產(chǎn)，還能優(yōu)化農(nóng)業(yè)生產(chǎn)布局。隨后，他們進行了預(yù)測，認(rèn)為在本世紀(jì)的中期，氣候變化會對農(nóng)業(yè)造成負(fù)面的影響，到了本世紀(jì)末，氣候變化會導(dǎo)致水稻和小麥的單產(chǎn)降低。

在此研究背景下，不論農(nóng)業(yè)生產(chǎn)從氣候變化中受益還是受損，當(dāng)前的農(nóng)業(yè)生產(chǎn)率的估算就存在偏差，導(dǎo)致農(nóng)業(yè)生產(chǎn)率被高估或者低估。而氣候變化的眾多因素是影響農(nóng)業(yè)生產(chǎn)的重要因素，不同的降水量、溫度和日照都會使得農(nóng)業(yè)生產(chǎn)呈現(xiàn)不同的產(chǎn)出水平。因此，氣候因素應(yīng)該納入到評價農(nóng)業(yè)生產(chǎn)率的指標(biāo)體系中，而前人的研究中少有考慮這個因素。對此，本文將在前人的研究基礎(chǔ)上做以下改進：第一，將氣候變化因素納入到農(nóng)業(yè)生產(chǎn)率的投入產(chǎn)出評價體系中；第二，選用較為前沿的Window DEA方法來對傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和考慮氣候變化因素的農(nóng)業(yè)生產(chǎn)率分別進行測算，并進行比較分析；第三，為了進一步深入分析氣候變化對農(nóng)業(yè)生產(chǎn)的影響，本文還將分地區(qū)、分階段的進行統(tǒng)計分析。

本文余下章節(jié)安排是：第二節(jié)是設(shè)計研究方法和思路，第三節(jié)是變量的選擇和數(shù)據(jù)處理，第四節(jié)是實證分析，第五節(jié)是給出本文的主要結(jié)論和簡要建議。

二、方法設(shè)計與變量選擇

(一)方法設(shè)計

評價農(nóng)業(yè)生產(chǎn)率的方法較多，主要集中在DEA和SFA兩種方法上。相比SFA，DEA方法屬于非參數(shù)法，在評價投入產(chǎn)出效率時，更具有客觀性和科學(xué)性。而傳統(tǒng)的DEA方法再測算農(nóng)業(yè)生產(chǎn)率時，較多集中在Malmquist指數(shù)及其拓展的指數(shù)模型上，例如，Luenberger-Malmquist指數(shù)、Globle-Luenberger-Malmquist指數(shù)等。但是，這些方法都是通過同一時期的決策單元(DMU)進行效率評價，即，此種方法沒有考慮時間因素的影響。但是，基于氣候變化視角下對農(nóng)業(yè)生產(chǎn)率進行評價，還需要考慮氣候變化對農(nóng)業(yè)生產(chǎn)影響的持續(xù)性和長期性。例如，假設(shè)某一地區(qū)的降水量過多，對當(dāng)期的農(nóng)業(yè)生產(chǎn)率造成了負(fù)面的影響，導(dǎo)致當(dāng)期的農(nóng)業(yè)生產(chǎn)率降低，但是降水量有可能對未來的農(nóng)業(yè)生產(chǎn)率產(chǎn)生積極影響，使得農(nóng)業(yè)生產(chǎn)率會被低估。因此，選用傳統(tǒng)的Malmquist指數(shù)及相關(guān)拓展指數(shù)模型來評價農(nóng)業(yè)生產(chǎn)率，會導(dǎo)致效率評價的有偏測算等。為解決此問題，窗口DEA(Window DEA)方法應(yīng)運而生。窗口DEA是納入面板數(shù)據(jù)的分析模式，在一個選定的窗口期內(nèi)，將不同時期的同一個決策單元視作不同的決策單元，以期增加決策單元的數(shù)量后以動態(tài)連續(xù)性的視角來評價農(nóng)業(yè)生產(chǎn)率。窗口DEA可以選擇將所有決策單元來構(gòu)造生產(chǎn)前沿面。

窗口的寬度(d)和偏移量(f)構(gòu)成一個完整的窗口。窗口的默認(rèn)時期由t及t之前的d-1個時期決定，即W(t)={t,t-1,…,t-d+1}?？赏ㄟ^設(shè)置偏移量來使窗口發(fā)生變化，即，W(t)={t+f,t-1+f,…,t-d+1+f}。根據(jù)窗口的選用和設(shè)置，結(jié)合Malmqusit指數(shù)，可以表現(xiàn)為三種形式：窗口前沿交叉參比Malmquist指數(shù)、窗口聯(lián)合前沿參比Malmquist指數(shù)、窗口固定參比Malmquist指數(shù)。本文將選擇窗口固定參比下的Malmquist指數(shù)模型，因為該指數(shù)不僅可以解決移動窗口Malmquist指數(shù)模型面臨的問題，而且其具有更多的優(yōu)點。例如，該指數(shù)模型具有可累乘積性質(zhì)(Circular)、可連續(xù)觀測生產(chǎn)率的變化情況等。

窗口固定參比Malmquist指數(shù)是將所有各期均以某一固定窗口作為參考集，即Swf(t)=Sw(f)，則該Window Malmquist指數(shù)表達式為：

(1)

(2)

通過(1)式和(2)式將可以求出窗口固定參比下的Malmquist指數(shù)。此外，關(guān)于窗口DEA下的技術(shù)效率求解，請詳見Cullinane et al.[35](2004)、成剛[36](2014)，此處不再贅述。本文將基于氣候變化視角將分析農(nóng)業(yè)生產(chǎn)率的波動變化情況，由于氣候變化的影響具有滯后性和長期性。因此，本文將以1978-2013年為本文的窗口時期，選用可變規(guī)模報酬來進行生產(chǎn)率的分解。

(二)變量選擇與統(tǒng)計分析

本文將基于C-D生產(chǎn)函數(shù)，結(jié)合農(nóng)業(yè)生產(chǎn)的投入與產(chǎn)出體系，依據(jù)科學(xué)性、系統(tǒng)性、客觀性和數(shù)據(jù)的可獲得性原則，選用Window-Malmquist指數(shù)模型，使用1978-2013年的中國省級面板數(shù)據(jù)，測算農(nóng)業(yè)生產(chǎn)率的動態(tài)變化情況。為了使研究更細(xì)致，本文將對比分析傳統(tǒng)投入與產(chǎn)出的農(nóng)業(yè)生產(chǎn)率和氣候變化視角下的農(nóng)業(yè)生產(chǎn)率。因此，本文將分別測算氣候變化下的農(nóng)業(yè)生產(chǎn)率和傳統(tǒng)的農(nóng)業(yè)生產(chǎn)率。

需要說明的是，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)率的產(chǎn)出為糧食總產(chǎn)量和農(nóng)業(yè)總產(chǎn)量，其投入變量分別為化肥施用量、有效灌溉面積、農(nóng)業(yè)機械動力、播種面積和勞動力數(shù)量。氣候變化下農(nóng)業(yè)生產(chǎn)率的產(chǎn)出也為糧食總產(chǎn)量和農(nóng)業(yè)總產(chǎn)值，但是投入變量在傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的投入變量基礎(chǔ)上添加降水量、氣溫和日照時數(shù)變量。

(1)產(chǎn)出變量。糧食總產(chǎn)量，主要是包括全社會的糧食總產(chǎn)量，包括國有經(jīng)濟經(jīng)營、集體統(tǒng)一經(jīng)營和農(nóng)戶的自我經(jīng)營所生產(chǎn)的所有糧食產(chǎn)量的總和；農(nóng)業(yè)總產(chǎn)值，以1978年不變價分省農(nóng)業(yè)總產(chǎn)值來表示，此處選用的是廣義農(nóng)業(yè)總產(chǎn)值，這可以與農(nóng)業(yè)投入要素的廣義口徑相匹配，可以更為準(zhǔn)確地評價農(nóng)業(yè)生產(chǎn)率。

(2)投入變量?；适┯昧?，以實際使用在農(nóng)業(yè)生產(chǎn)中的化肥施用量，并且按照折純量進行計算，包括復(fù)合肥、氮肥、磷肥、鉀肥等；有效灌溉面積，以每年實際進行有效灌溉的耕地面積計算；農(nóng)業(yè)機械總動力，主要指的是用于農(nóng)業(yè)生產(chǎn)的所有動力機械動力的總和，所有動力按照引擎馬力折成瓦(特)進行統(tǒng)計計算，而電動機則按照功率折算成瓦特；播種面積，主要指的是農(nóng)作物的播種面積，包括在非耕地上進行播種的面積、改種和補種的農(nóng)作物播種面積；勞動力數(shù)量，以廣義農(nóng)業(yè)總勞動力進行計算，但是不包括農(nóng)村勞動力中從事工業(yè)、服務(wù)業(yè)等行業(yè)的勞動力。

(3)氣候因素。降水量，是指未經(jīng)蒸發(fā)、流失、滲透而積聚在水平面上的深度，一般是mm為單位；氣溫，指的是在空氣流通中、不受太陽直射下而測得的空氣溫度；日照時數(shù)，指的是在一天24小時內(nèi)太陽光線照射地面的時間長度。

關(guān)于數(shù)據(jù)，需要說明的是：第一，本文研究所用數(shù)據(jù)均取自如下文獻：《新中國60年統(tǒng)計資料匯編》；2010-2013年的數(shù)據(jù)均取自于歷年的《中國農(nóng)村統(tǒng)計年鑒》；氣候數(shù)據(jù)均來自于中國氣象局氣象數(shù)據(jù)中心，該數(shù)據(jù)庫提供1951-2013年涵蓋了中國752個基本、基準(zhǔn)地面的氣象觀測站及自動站的氣候資料。此處，需要指出的是，本文將分散的752個基站按照所在省份進行歸納，并以省份的平均值來表示該省份的氣候變量。第二，農(nóng)業(yè)勞動力數(shù)量的數(shù)據(jù)均來源于Wind數(shù)據(jù)庫，但是2007年各省份的農(nóng)業(yè)勞動力數(shù)量數(shù)據(jù)缺失，此處選用差值法求得，即該指標(biāo)上一年和下一年的均值。第三，重慶是1997年成為直轄市，而在Wind數(shù)據(jù)庫中能查詢到1951年以來的重慶市總?cè)丝?，因此，本文將以重慶市總?cè)丝谂c四川省總?cè)丝诘谋壤秊闄?quán)重，來分離出重慶市在1997年以前的相關(guān)數(shù)據(jù)。

為了使得分析更細(xì)致，本文將全國31個省份按照傳統(tǒng)的地理劃分標(biāo)準(zhǔn)，將全國分為西部、中部、東部和東北部①。分析氣候變化下的農(nóng)業(yè)生產(chǎn)率變化情況，首先需要觀察和分析全國的氣候因素的變化情況，詳見圖1。從圖中可知：第一，全國的降水量水平在波動中增長，尤其是東北地區(qū)的降水量增長較為明顯。全國的降水量由1978年的808.70mm增長到2013年的906.63mm。在東北地區(qū)的黑龍江省，1978年的降水量為447.54mm增長到2013年的691.55mm，年均增長率達到0.98%。第二，全國日照時數(shù)增長幅度較為明顯。全國日照時數(shù)由1984年的最低值2159.21小時增長到2013年的2201.41小時。以西部的新疆為例，2013年的日照時數(shù)為2896.21小時，遠(yuǎn)大于1987年的2744.39小時。第三，平均氣溫有小幅度的增長。1978年的全國平均氣溫為12.89℃，增長到2013年的13.74℃。以農(nóng)業(yè)大省湖南為例，1984年的湖南省平均氣溫達到自改革開放以來最低的16.3℃，增長到2013年的峰值平均氣溫為18.43℃。

①東部省份(10個)包括：浙江省、廣東省、江蘇省、山東省、福建省、海南省、河北省、北京市、天津市和上海市；中部省份(6個)包括：湖南省、湖北省、河南省、江西省、山西省和安徽?。晃鞑渴》?11個)包括：四川省、內(nèi)蒙古、云南省、廣西省、陜西省、貴州省、新疆、甘肅省、青海省、寧夏、重慶市；東北部(3個)包括：黑龍江省、遼寧省和吉林省。

三、實證分析

(一)氣候變化下農(nóng)業(yè)生產(chǎn)率測算：1978-2013

本文在DEA方法下的Window Malmquist指數(shù)模型下，針對31個省的1978-2013年的面板數(shù)據(jù)進行計算。為了進一步分析氣候變化下的農(nóng)業(yè)生產(chǎn)率，此處將全國31個省按照前文的地理區(qū)分標(biāo)準(zhǔn)將全國分成東部、中部、西部和東北部。此外，為了更具體地分析氣候變化在農(nóng)業(yè)生產(chǎn)率中的作用且便于對比分析，本文還將使用同樣的方法和面板數(shù)據(jù)對傳統(tǒng)投入與產(chǎn)出下的農(nóng)業(yè)生產(chǎn)率進行測算，即，測算非氣候因素下的農(nóng)業(yè)生產(chǎn)率。詳細(xì)結(jié)果見表2。

從表2中關(guān)于全國農(nóng)業(yè)生產(chǎn)率的結(jié)果可知：第一，有21次的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率值大于氣候變化下的農(nóng)業(yè)生產(chǎn)率的效率值，共占60%。這意味著，在絕大部分年份中，氣候變化的影響是負(fù)面的。例如，1989-1990年的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率值與氣候變化下的農(nóng)業(yè)生產(chǎn)率的效率值差異最大，效率差值達到了0.073；效率差值最小的年份為1978-1979年，其兩者的生產(chǎn)率指數(shù)值相差0.0003。造成這樣情況的原因可能在于：其一，全球氣候變暖使得地表水蒸發(fā)加速，降水分布存在不均勻的現(xiàn)象，導(dǎo)致降水量的增多不利于全國宏觀層面的農(nóng)業(yè)生產(chǎn)率的提高；其二，隨著氣溫升高、日照時數(shù)變長，地面的積溫上升，導(dǎo)致農(nóng)作物的生長對化肥、農(nóng)藥的需求增大，投入品的增加和要素的成本提升，不利于農(nóng)業(yè)生產(chǎn)率的發(fā)展。第二，有14次的氣候變化下農(nóng)業(yè)生產(chǎn)率的效率值高于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值，占40%。這說明氣候變化在這些年份中起到的作用是積極的、正向的。例如，在1979-1980年氣候變化下的農(nóng)業(yè)生產(chǎn)率大于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率，差異值達到了0.0608。氣候變化給農(nóng)業(yè)生產(chǎn)帶來了不利，同時也帶來了有利的因素。例如，降水量的增加使缺水地區(qū)的農(nóng)作物增加了水量、氣溫的升高和日照的增多使農(nóng)作物的產(chǎn)量提升等。第三，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率值大于1的次數(shù)共有21次，氣候變化下的農(nóng)業(yè)生產(chǎn)率效率值大于1的次數(shù)有20次，這說明我國農(nóng)業(yè)生產(chǎn)率有了很大的提升?；赪indow Malmquist指數(shù)的特點，大于1的指數(shù)效率值說明該年的農(nóng)業(yè)生產(chǎn)率相比前一年有了很大的提升。從計算的結(jié)果可知，考慮了氣候因素的農(nóng)業(yè)生產(chǎn)率大于1的次數(shù)比傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的次數(shù)少了1次。第四，從圖2的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率與氣候變化下農(nóng)業(yè)生產(chǎn)率的對比圖可知，考慮氣候變化因素后使得農(nóng)業(yè)生產(chǎn)率更為穩(wěn)定、波動更小。這也說明了氣候因素是保障農(nóng)業(yè)生產(chǎn)率穩(wěn)定的主要因素之一。

表2 傳統(tǒng)農(nóng)業(yè)生產(chǎn)率與氣候變化下農(nóng)業(yè)生產(chǎn)率的比較分析

盡管氣候變化對農(nóng)業(yè)生產(chǎn)率造成的影響無法給出統(tǒng)一的結(jié)論，但是從分地區(qū)的結(jié)果來看，氣候變化對不同地區(qū)的影響呈現(xiàn)出不同的特點。從表2的分地區(qū)結(jié)果來看：第一，東部地區(qū)的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值大于氣候變化下農(nóng)業(yè)生產(chǎn)率效率值的有19次，氣候變化下的農(nóng)業(yè)生產(chǎn)率效率值更大的次數(shù)為16次。這說明考慮了氣候變化因素后的農(nóng)業(yè)生產(chǎn)率效率值降低了。第二，中部地區(qū)的農(nóng)業(yè)生產(chǎn)率和東部地區(qū)呈現(xiàn)了相似的情況，有19次的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值更大，有16次的效率值比氣候變化下的農(nóng)業(yè)生產(chǎn)率效率值更小。第三，西部地區(qū)的農(nóng)業(yè)生產(chǎn)率呈現(xiàn)了與東部、中部地區(qū)不同的特點。在西部地區(qū)，共有19次的氣候變化下的農(nóng)業(yè)生產(chǎn)率高于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率，這說明了西部地區(qū)氣候變化對農(nóng)業(yè)生產(chǎn)率的影響利大于弊，這主要是由于西部地區(qū)得益于日照時數(shù)和降水量對農(nóng)作物的灌溉等。第四，在東北地區(qū)的農(nóng)業(yè)生產(chǎn)率呈現(xiàn)出和東部、中部地區(qū)一樣的變化特征。據(jù)統(tǒng)計，共有19次的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值大于氣候變化下的農(nóng)業(yè)生產(chǎn)率效率值。

綜上可知，氣候變化對我國農(nóng)業(yè)生產(chǎn)率的影響存在利弊，具體來說，有利于我國西部地區(qū)的農(nóng)業(yè)生產(chǎn)率，但是對其他地區(qū)的農(nóng)業(yè)生產(chǎn)率存在一定的限制作用。

(二)氣候變化下農(nóng)業(yè)生產(chǎn)率測算：省際差異

為了具體分析氣候變化對各地區(qū)農(nóng)業(yè)生產(chǎn)率影響的差異，本文在此處將選用1978-1979年和2012-2013年的農(nóng)業(yè)生產(chǎn)率進行比較分析。同樣，此處使用的是在規(guī)模報酬可變下的Window Malmquist指數(shù)來對31個省的農(nóng)業(yè)生產(chǎn)率進行測算，詳見表3。

圖2 傳統(tǒng)農(nóng)業(yè)生產(chǎn)率與氣候變化下的農(nóng)業(yè)生產(chǎn)率波動變化情況

地區(qū)1978-19792012-1013傳統(tǒng)氣候傳統(tǒng)氣候地區(qū)1978-19792012-1013傳統(tǒng)氣候傳統(tǒng)氣候上海1.00001.00001.00001.0000河北1.02101.00951.06451.0859云南0.86230.98451.06520.9845河南0.90850.91341.00801.0000內(nèi)蒙古0.94780.99841.07311.0117浙江0.97640.97641.00001.0000北京0.97141.03041.07541.0000海南1.04091.00001.00001.0000吉林0.89340.99671.00641.0000湖北1.39861.17091.05250.9991四川0.97100.99351.00001.0000湖南0.97831.00880.98180.9622天津1.08611.08651.06131.0482甘肅1.05511.00001.02110.9557寧夏0.88921.00281.00941.0820福建0.93670.93511.00001.0000安徽0.92180.90601.00810.9713西藏0.98720.98720.97401.0000山東0.88331.00511.00001.0000貴州0.98931.00281.09951.0000山西1.12561.05801.02460.9823遼寧1.02851.01211.03061.0058廣東1.00001.00001.02141.0000重慶0.99931.00001.04611.0000廣西1.41921.10371.04180.9453陜西1.02141.04611.10180.9118新疆0.90421.00001.04481.0000青海0.86401.00001.10531.0000江蘇1.26380.90101.01251.0000黑龍江0.98731.00001.00001.0000江西1.00871.01001.06100.9867均值1.01101.00451.03190.9978

從表3的結(jié)果可知：第一，從全國的平均值來看，1978-1979年的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下的農(nóng)業(yè)生產(chǎn)率都大于1，分別為1.011和1.0045。這說明在該年份農(nóng)業(yè)生產(chǎn)率較前一年有了提升，盡管考慮了氣候變化后的農(nóng)業(yè)生產(chǎn)率有小幅度的減少，但是都大于1。另外，2012-2013年的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率為1.0319，而氣候變化下的農(nóng)業(yè)生產(chǎn)率為0.9978，這說明了該年份的農(nóng)業(yè)生產(chǎn)率被高估了，氣候因素使該年份的農(nóng)業(yè)生產(chǎn)率惡化。第二，上海的農(nóng)業(yè)生產(chǎn)率在傳統(tǒng)視角和氣候變化視角下都為1，沒有發(fā)生變化。這可能是由于上海自改革開放以來致力于發(fā)展城市經(jīng)濟，其農(nóng)業(yè)規(guī)模較小，無論是否考慮氣候變化因素，農(nóng)業(yè)生產(chǎn)率的變化較為穩(wěn)定。第三，以寧夏為例，氣候變化下的農(nóng)業(yè)生產(chǎn)率效率值均高于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值。1978-1979年，寧夏的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率為0.8892，其效率值低于1，說明該年份的農(nóng)業(yè)生產(chǎn)率較前一年有惡化的趨勢。但是，值得注意的是，考慮氣候變化因素后的農(nóng)業(yè)生產(chǎn)率效率值達到了1.0028，這說明了氣候因素使得寧夏地區(qū)的農(nóng)業(yè)生產(chǎn)率有了很大的提升。此外，2012-2013年，該地區(qū)的農(nóng)業(yè)生產(chǎn)率也呈現(xiàn)了同樣的差異。這說明了以寧夏為例的西部地區(qū)是氣候變化的受益地區(qū)。第四，傳統(tǒng)農(nóng)業(yè)大省，例如湖北省，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值遠(yuǎn)遠(yuǎn)大于氣候變化下農(nóng)業(yè)生產(chǎn)率效率值。1978-1979年，湖北省的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值為1.3986，遠(yuǎn)遠(yuǎn)大于標(biāo)準(zhǔn)值1。但是，考慮氣候變化因素后的農(nóng)業(yè)生產(chǎn)率效率值為1.1709，低于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率值。同樣，2012-2013年的湖北省農(nóng)業(yè)生產(chǎn)率也呈現(xiàn)了同樣的特征，而且2012-2013年的氣候變化下農(nóng)業(yè)生產(chǎn)率低于了標(biāo)準(zhǔn)值1。這說明了中部地區(qū)的傳統(tǒng)農(nóng)業(yè)大省受到氣候變化的影響呈現(xiàn)負(fù)面的作用。

(三)氣候變化下農(nóng)業(yè)生產(chǎn)率測算：要素分解與變化累計值(1978-2013)

此處，為了進一步分析出農(nóng)業(yè)生產(chǎn)率的貢獻因素，本文將使用前文的(1)-(2)式，將農(nóng)業(yè)生產(chǎn)率進行分解，分解出效率變化和技術(shù)進步，然后使用Window Malmquist分析框架，將計算出其農(nóng)業(yè)技術(shù)效率。接著，計算其變化的累計值，找出貢獻作用最大的因素。為了比較分析，此處同樣計算1978-2013年的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下農(nóng)業(yè)生產(chǎn)率及其分解要素的累積貢獻值。結(jié)果詳見表4。

表4 各省(區(qū))傳統(tǒng)農(nóng)業(yè)生產(chǎn)率與氣候變化下農(nóng)業(yè)生產(chǎn)率的貢獻因素變化累計值

注：累計值是將每一決策單元的每個分解要素和數(shù)值1進行相減，然后取絕對值。最后將所有變化值進行累積加總得出。這是觀測生產(chǎn)率貢獻因素的主要方法之一。

從表4的結(jié)果可知：從農(nóng)業(yè)生產(chǎn)率的累積變化值來看，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率累積變化值為2.179，遠(yuǎn)遠(yuǎn)大于氣候變化下的農(nóng)業(yè)生產(chǎn)率效率累積變化(1.051)。這也證明了前文的一個觀點：氣候變化使農(nóng)業(yè)生產(chǎn)率的變化趨于穩(wěn)定。從農(nóng)業(yè)生產(chǎn)率的分解要素累積變化值來看，可知：第一，技術(shù)效率累計變化值是農(nóng)業(yè)生產(chǎn)率變化的最主要的貢獻因素。從全國的平均值來看，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的技術(shù)效率累計變化值為8.379，而氣候變化下的農(nóng)業(yè)生產(chǎn)率的技術(shù)效率累計變化值為2.602。盡管兩者數(shù)值的差異較大，但是，技術(shù)效率的累計變化值都是最大的貢獻值。第二，效率變化累計值是農(nóng)業(yè)生產(chǎn)率變化中貢獻最小的因素。從表4的結(jié)果中可知，1978-2013年，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率變化累計值為1.390，而氣候變化下的農(nóng)業(yè)生產(chǎn)率的效率變化累計值為0.442，都是貢獻因素中最低值。第三，技術(shù)進步是推動農(nóng)業(yè)生產(chǎn)率提升的貢獻因素之一。傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的技術(shù)進步累積變化值為1.449，而氣候變化下的農(nóng)業(yè)生產(chǎn)率技術(shù)進步累積變化值為0.804。

綜上可知，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下農(nóng)業(yè)生產(chǎn)率的分解要素中，不同的要素貢獻度不一樣。從分解的累積變化值來看，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的分解要素貢獻度和氣候變化下的農(nóng)業(yè)生產(chǎn)率的分解要素貢獻度呈現(xiàn)相同的趨勢：技術(shù)效率累計變化值>技術(shù)進步累積變化值>效率變化累積值。

(四)氣候變化下農(nóng)業(yè)生產(chǎn)率測算：分階段比較

為了進一步地分析農(nóng)業(yè)生產(chǎn)率變化及各分解要素呈現(xiàn)出的不同，此處，按照我國經(jīng)濟發(fā)展的政策周期性，對1978-2013年間各省區(qū)農(nóng)業(yè)生產(chǎn)率(包括傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下農(nóng)業(yè)生產(chǎn)率)進行分階段、分區(qū)域的比較分析，結(jié)果見表5。

從表5的結(jié)果可知：

第一，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下農(nóng)業(yè)生產(chǎn)率呈現(xiàn)“斜N”型態(tài)變化及波動趨勢。在傳統(tǒng)農(nóng)業(yè)生產(chǎn)率中，“五五”時期的農(nóng)業(yè)生產(chǎn)率為0.955，上升到“七五”時期的1.026，然后下降到“九五”時期的0.977后開始反彈，直到增長到“十二五”時期的1.036；在氣候變化下的農(nóng)業(yè)生產(chǎn)率中，“五五”時期的農(nóng)業(yè)生產(chǎn)率為0.991，上升到“六五”、“七五”時期的1.002，隨后下降到“九五”時期的0.998，之后上升到“十二五”時期的1.010。造成這樣的原因可能在于：其一，自然災(zāi)害的影響。農(nóng)業(yè)生產(chǎn)依賴于氣候和自然因素，20世紀(jì)90年代的自然災(zāi)害頻發(fā)，例如洪水等，不僅影響了農(nóng)業(yè)產(chǎn)出，也對農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)造成了困擾；其二，進入新世紀(jì)以后，連續(xù)多個“中央一號文件”的重視、惠農(nóng)政策的實施，促使了“十一五”、“十二五”時期農(nóng)業(yè)生產(chǎn)率的提升。

第二，從分解的要素來看，技術(shù)進步在“十五”時期以來都呈現(xiàn)出正向的貢獻作用。無論是傳統(tǒng)農(nóng)業(yè)生產(chǎn)率，還是氣候變化下的農(nóng)業(yè)生產(chǎn)率，其技術(shù)進步貢獻值都大于1，說明了進入新世紀(jì)以后，農(nóng)業(yè)技術(shù)進步對農(nóng)業(yè)生產(chǎn)率的作用更為明顯，對農(nóng)業(yè)生產(chǎn)率的提升起到了積極作用。經(jīng)計算，1978年農(nóng)業(yè)技術(shù)進步對農(nóng)業(yè)增長的貢獻為0.3，而2013年的農(nóng)業(yè)技術(shù)進步在農(nóng)業(yè)經(jīng)濟增長的貢獻值為0.55左右。這也進一步說明了提高農(nóng)業(yè)生產(chǎn)率，還需要進一步提升農(nóng)業(yè)的技術(shù)進步。此外，效率變化呈現(xiàn)出“M”型的波動特征。在“五五”時期的氣候變化下農(nóng)業(yè)生產(chǎn)率的效率值為0.996，增長到“七五”時期的1.002，然后下降到“九五”時期的0.999，隨后上升到“十一五”時期的1.001，最后下降到“十三五”時期的0.996。另外，從技術(shù)效率來看，氣候變化下的農(nóng)業(yè)生產(chǎn)率均大于傳統(tǒng)的農(nóng)業(yè)生產(chǎn)率。

第三，從分地區(qū)的結(jié)果來看，西部地區(qū)氣候變化下農(nóng)業(yè)生產(chǎn)率的效率值僅在“七五”、“十一五”和“十二五”低于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率的效率值，其他時期都遠(yuǎn)大于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值；中部地區(qū)在“十五”時期以前，氣候變化下農(nóng)業(yè)生產(chǎn)率大部分都大于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率(僅“七五”時期除外)，這說明在新世紀(jì)以前，氣候變化對中部地區(qū)的影響是正向的。而進入新世紀(jì)以后，氣候變化下農(nóng)業(yè)生產(chǎn)率開始低于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率，表明傳統(tǒng)農(nóng)業(yè)生產(chǎn)率被高估了；氣候變化對東部地區(qū)的農(nóng)業(yè)生產(chǎn)率的負(fù)面影響較明顯，從表4的結(jié)果中可知，大部分時期的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率都高于氣候變化下的農(nóng)業(yè)生產(chǎn)率，這也說明了東部地區(qū)的農(nóng)業(yè)生產(chǎn)率被高估，這也側(cè)面反映出，氣候變化對農(nóng)業(yè)生產(chǎn)率的限制和阻礙作用較為明顯；在東北部地區(qū)，氣候變化對農(nóng)業(yè)生產(chǎn)率的影響呈現(xiàn)出差異作用?！拔逦濉?、“六五”時期的氣候變化下農(nóng)業(yè)生產(chǎn)率高于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率，但是“十五”、“十二五”時期的氣候變化下農(nóng)業(yè)生產(chǎn)率效率值遠(yuǎn)低于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率效率值。

表5 1978-2013年農(nóng)業(yè)生產(chǎn)率及其分解要素的階段性特征

注：表上各值為各區(qū)域各階段的均值。

四、簡要結(jié)論和對策

本文使用DEA方法下的新技術(shù)Window Malmquist指數(shù)模型，使用1978-2013年的中國31個省(區(qū))的面板數(shù)據(jù)，估算了氣候變化下的農(nóng)業(yè)生產(chǎn)率變化情況，并比較分析了傳統(tǒng)農(nóng)業(yè)生產(chǎn)率和氣候變化下農(nóng)業(yè)生產(chǎn)率的差異，進一步分階段、分區(qū)域進行對比分析，以期回答我國農(nóng)業(yè)生產(chǎn)率是否被低估。通過實證分析后得出：第一，考慮了氣候變化因素后的農(nóng)業(yè)生產(chǎn)率波動更小與更穩(wěn)定，這表明新方法下和考慮氣候因素后的農(nóng)業(yè)生產(chǎn)率測算更為精確。1978-2013年，有60%年份的氣候變化下農(nóng)業(yè)生產(chǎn)率大于傳統(tǒng)農(nóng)業(yè)生產(chǎn)率，表明盡管氣候變化對農(nóng)業(yè)生產(chǎn)率的影響無法給出統(tǒng)一答案，但是大部分年份呈現(xiàn)的是負(fù)面作用。也就是說，傳統(tǒng)農(nóng)業(yè)生產(chǎn)率在大部分年份是被高估的。第二，與其他地區(qū)不同，西部省份是受益于氣候變化的地區(qū)，其日照時數(shù)、降水量的增加都促進了西部地區(qū)的農(nóng)業(yè)生產(chǎn)率。此外，1978-2013年，傳統(tǒng)農(nóng)業(yè)大省的農(nóng)業(yè)生產(chǎn)率有了很大提升，但氣候因素起到了限制性的作用。第三，從分解的要素來看，技術(shù)效率的累積變化和技術(shù)進步是推動氣候變化下的農(nóng)業(yè)生產(chǎn)率提升的主要貢獻因素。第四，在8個不同的政策時期內(nèi)，氣候變化下農(nóng)業(yè)生產(chǎn)率的差異較大，且呈現(xiàn)“斜N”型態(tài)變化及波動趨勢，表明新世紀(jì)以來的惠農(nóng)政策對提高農(nóng)業(yè)生產(chǎn)率具有顯著作用。

基于以上結(jié)論，本研究的主要啟示是：第一，加強氣候變化對農(nóng)業(yè)影響的系統(tǒng)性研究，降低農(nóng)業(yè)生產(chǎn)的不確定性，進一步轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式，由過去主要依靠傳統(tǒng)農(nóng)業(yè)要素投入向依靠技術(shù)進步、提升技術(shù)效率等方式轉(zhuǎn)變，進一步加強對農(nóng)業(yè)技術(shù)進步的研發(fā)和推廣，提升農(nóng)業(yè)技術(shù)進步在農(nóng)業(yè)生產(chǎn)率中的貢獻。第二，促進農(nóng)業(yè)“提質(zhì)增效”，由過去農(nóng)業(yè)增長依靠產(chǎn)出量向提升農(nóng)業(yè)質(zhì)量轉(zhuǎn)變，加大對農(nóng)村勞動力的教育和技術(shù)培育，培育新型農(nóng)業(yè)經(jīng)營主體，發(fā)展效率高、規(guī)模適中的農(nóng)業(yè)。第三，加強氣象信息傳輸服務(wù)，運用“互聯(lián)網(wǎng)+”的新模式構(gòu)建農(nóng)業(yè)氣象信息平臺，為農(nóng)戶等主體提供及時氣象信息的同時提供應(yīng)對方案，減少極端氣候?qū)r(nóng)業(yè)生產(chǎn)的影響。第四，加大對農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)的投資，完善農(nóng)業(yè)基礎(chǔ)設(shè)施，以應(yīng)對不同氣象問題、氣象災(zāi)害帶來的負(fù)面作用。