气候变化及农户适应性行为对大豆播种面积的影响

2021-03-01张雪周密张丽敏

农业现代化研究 2021年1期

张雪，周密*，张丽敏

（1.沈阳农业大学经济管理学院，辽宁沈阳 110866；2.葫芦岛市气象局，辽宁葫芦岛 125000）

2020 年中国大豆进口量达到1 000 万t，进口量创历史新高。增加国内大豆播种面积、提高产量受到各方广泛关注。国家相继出台了《关于促进大豆生产发展的指导意见》和“大豆振兴计划”，要求多途径扩大大豆种植面积。未来，随着人民生活水平的提高以及畜牧业快速发展，对饲料粮引致需求增加，大豆播种面积和产量需要进一步巩固扩大。现阶段较多研究从技术角度出发，提高了单产水平，促进了大豆产量提升[1]。然而，从农户层面分析大豆播种面积及其影响因素的文献不多，特别是考虑到气候及农户适应性对大豆单产和播种面积影响的文献就更少了。如果在不断提高科技进步贡献率的同时，能够进一步廓清农户大豆种植行为决定机制，适应气候变化带来的挑战，增加农户大豆播种面积，将为我国大豆振兴提供重要思路。

农业是对气候变化反应最敏感的部门之一[2]，气候通过日照、气温和降水变化直接影响大豆的产量[3-8]。此外，气候变化与农业生产之间的关系还体现在农户对气候变化的适应性行为上。农户作为理性经济人，会通过调整生产资料投入缓解气候变化对农业生产的影响[9]。现有研究发现，农户会通过修建灌溉设施或者覆盖地膜等方式应对气温或降水的变化[10-11]。其次，气候变化会改变病虫害发生的概率[12]，进而影响农户的农药施用量[13]。最后，化肥效力的发挥对环境也十分敏感，气温升高会加快化肥的蒸发，进而增加作物对化肥的需求量[14]，促使农户增加化肥投入量或者种植需肥量较低的作物[15]。最后，气候变化还会对农户的种植结构和作物的经营规模产生影响[16]，主要是由于日照、气温和降水的变化改变了区域内不同作物之间的比较优势，进而对农户经营规模和种植结构产生影响[17-18]。例如，王晓煜等[19]发现，日照时数的增加促使东北平原地区的农户减少了大豆播种面积，扩大了玉米播种面积。邓浩亮等[20]发现，气温的升高导致黄土高原地区的农户种植玉米替代了大豆。胡实等[21]发现，降水量的逐渐减少促使中国中西部地区的农户扩大了大豆的播种面积。

现有学者主要从气候变化视角对大豆播种面积进行了研究，但缺少对农户适应性行为在其中的调节作用的分析。本文通过构建“气候资源禀赋变化—农户适应性行为—比较优势变迁—大豆播种面积变化”理论分析框架，在已有研究基础上加入了对农户适应性行为的分析。并基于1998—2017 年178个地级市的面板数据，运用动态面板差分广义矩模型（DIF-GMM），分析气候变化及农户适应性行为对大豆播种面积的影响。在此基础上，运用面板向量自回归模型（PVAR），预测了未来十年气候变化对大豆播种面积的影响路径和影响程度。

1 理论分析与研究方法

1.1 理论分析

根据农户生产决策模型，将农户农业生产函数设定为：

式中：Y为大豆单位面积产量，C为农业生产气候要素禀赋，T为农业技术水平，X为生产资料投入。

假设农户为理性经济人，为实现收益最大化目标对各生产要素进行最优配置，本文将农户种植大豆目标函数设定为：

式中：U为农户种植大豆收益；Ps为大豆市场价格；Pi为大豆竞争作物价格；Px为生产资料价格；Xs为大豆生产资料投入量；Xi为大豆竞争作物生产资料投入量；N为农户家庭经营土地面积；Ns为大豆播种面积；N-Ns为大豆竞争作物播种面积；C和T同公式（1）。

根据（2）式，可以得到如下所示的拉格朗日函数：

式中：U、N和Ns同公式（2）。将（1）式和（2）式带入（3）式得到：

式中：C和T同公式（1），Ps、Xs、Ns、Pi、Xi、N、Ns、Px同公式（2），在效用最大化模型中，气候要素C、大豆市场价格Ps、大豆竞争作物市场价格Pi和生产资料价格Px是外部因素。参照周曙东等[22]的做法，本文用大豆播种面积（N）和生产资料投入量（X）对农户气候变化适应性行为进行衡量，根据库恩—卡塔条件（KKT），对（4）式中Ns、Xs和λ求导：

根据（5）-（7）式，可以得到简化式的农户大豆生产行为方程如下：

式中：和是大豆播种面积和生产资料投入量的局部均衡解，表明农户最优的大豆播种面积和生产资料投入量受气候要素、大豆及其竞争作物价格和生产资料价格的影响，气候变化影响农户大豆播种面积占比的路线图如图1 所示。

1.2 模型构建

1.2.1 动态面板差分广义矩模型（DIF-GMM）考虑到因变量滞后项与随机干扰项之间的相关性，本文将前一期大豆播种面积占比纳入模型，选择运用动态面板差分广义矩模型（DIF-GMM）克服因变量滞后项与随机干扰项之间相关性对估计结果造成的干扰。

本文运用动态面板差分广义矩模型（DIFGMM）首先分析气候变化对大豆播种面积占比的直接影响，表达式为（10）式；其次，分析气候变化及农户适应性行为对大豆单位面积产量的影响，表达式为（11）式；最后，检验大豆单位面积产量在气候变化对农户大豆播种面积占比影响中的中介作用，表达式为（12）式：

式中：Nr,t表示r市t年大豆播种面积占比；Yr,t表示大豆单位面积产量；Cr,t表示气候要素变量，包括日均日照、气温和降水；Xr,t表示农户适应性行为，包括有效灌溉率、地膜使用量、化肥施用量和农药施用量；Cr,t×Xr,t表示气候要素变量与农户适应性行为变量的交互项，包括有效灌溉率×气温、有效灌溉率×降水、地膜使用量×气温、地膜使用量×降水、化肥施用量×气温、化肥施用量×降水、农药施用量×气温、农药施用量×降水；Er,t-1表示社会经济因素，包括大豆相对收益率、生产成本和进口量。

1.2.2 面板向量自回归模型（PVAR）本文运用面板向量自回归模型（PVAR）预测未来十年气候变化对大豆播种面积占比的影响，具体表达式如下：

式中：Nr,t表示截面观测单元，r表示地级市，t表示年份；θ0,t表示截距项向量；Nr,t-l表示Nr,t的l 阶滞后项；Mr,t-l表示地级市r在t时期的m个外生变量，θr,t和ωr,t表示方程回归的系数向量。

1.3 变量选取

1.3.1 被解释变量本文的被解释变量是大豆播种面积占比，即大豆播种面积在农作物播种总面积中所占的比例。主要是考虑到大豆播种面积作为绝对数，可能受地区农作物播种总面积变动情况的影响，而大豆播种面积占比作为相对数，能够更加准确的反映气候变化对大豆播种面积的影响。

1.3.2 解释变量选取日均日照、气温和降水量作为气候要素的衡量指标，选取前一期大豆单位面积产量作为气候变化影响大豆播种面积占比的中介变量（表1）。选取生产资料投入量作为农户气候变化适应性行为的衡量指标，主要包括有效灌溉率（%）（有效灌溉面积（hm2）/农作物播种总面积（hm2））、单位面积地膜使用量（kg/hm2）（地膜使用量（kg）/农作物播种总面积（hm2））、单位面积化肥施用量（折纯量）（kg/hm2）（化肥施用量（折纯量）（kg）/农作物播种总面积（hm2））、单位面积农药施用量（kg/hm2）（农药施用量（kg）/农作物播种总面积（hm2））。

1.3.3 控制变量选取前一期农机总动力（kW/hm2）、大豆相对收益率（大豆产值合计/玉米产值合计）、生产成本（万元/hm2）和进口量（万t）作为经济因素的衡量指标。由于在不同大豆主产区玉米都是大豆的主要竞争作物[25]，本文选择用大豆产值合计与玉米产值合计的比值作为大豆相对收益率，变量的描述性统计见表1。

表1 变量描述性统计Table 1 Descriptive statistics of variables

1.4 数据来源

1.4.1 农业生产数据本文使用的农业生产数据是1998—2017 年178 个地级市数据，其中包括大豆播种面积、大豆单位面积产量、农作物总播种面积、有效灌溉面积、地膜使用量、化肥施用量、农药施用量和农机总动力，数据来源于《辽宁省统计年鉴》、《吉林省统计年鉴》、《黑龙江省统计年鉴》、《内蒙古统计年鉴》、《陕西省统计年鉴》、《宁夏统计年鉴》、《山东省统计年鉴》、《河南省统计年鉴》、《河北省统计年鉴》、《安徽省统计年鉴》、《湖北省统计年鉴》、《云南省统计年鉴》（1999—2018 年）。同时，为排除异常值的干扰，本文参照贺超飞和于冷[23]的做法，将大豆播种面积增长率和下降率超过300%的地级市数据进行了差值法处理。

1.4.2 气象要素数据本文使用的日均日照、气温和降水量数据来源于辽宁省气象局地面气象观测资料（1998—2017 年）。

1.4.3 社会经济数据本文使用的产值合计（包括主产品产值和副产品产值）和生产成本数据来源于《全国农产品成本收益资料汇编》（1999—2018 年）；进口量数据来源于《中国统计年鉴》（1999—2018 年）。

2 气候要素和大豆播种面积变化趋势

本文按照大豆品种和气候差异将大豆种植区域划分为四个主产区。其中东北平原主产区（包括辽宁省、吉林省和黑龙江省）是中国第一大大豆主产区，该地区日照长、温度较低、无霜期短，种植一年一熟的春大豆；黄土高原主产区（包括陕西省、内蒙古自治区和宁夏回族自治区）日照较长但全年降雨量偏少；黄淮平原主产区（包括山东省、河南省和河北省）是中国第二大大豆主产区，主要种植夏大豆，气候特点是雨量偏多、光照较短；长江流域大豆主产区（包括安徽省、湖北省和云南省）气候特点是无霜期长且雨量充沛，但日照较短。

从图2 看，1998—2017 年四个大豆主产区的大豆播种面积占比均呈下降趋势，其中下降最多的是东北平原地区，从1998 年的19.05%下降到2017年的9.07%。主要原因是2007 年国家在东北地区实施了玉米临时收储政策，促使玉米大面积扩种，导致大豆播种面积占比出现了下降。从大豆单位面积产量的变化情况来看，黄淮平原和长江流域大豆单位面积产量有所提高，主要源于这些地区的灌溉优势[24]。气温方面，主要是东北平原地区气温呈缓慢升高趋势。降水方面，黄土高原降水呈增加趋势，但幅度较缓，东北平原地区年际间降水量波动幅度较大。

3 气候变化及农户适应性行为影响大豆播种面积的实证分析

3.1 气候变化影响大豆播种面积占比的影响分析

本文将气候变化对大豆播种面积占比的影响分为两个阶段进行分析。第一阶段，运用动态面板差分广义矩模型（DIF-GMM），分析气候变化对大豆播种面积占比的影响及其作用机制；第二阶段，运用面板向量自回归模型（PVAR），预测未来气候变化对大豆播种面积占比的影响。在回归之前，本文分别对数据差分项是否存在一阶和二阶自相关进行了检验。

表2 左侧4 列报告了气候变化对大豆播种面积占比的估计结果，右侧4 列是将大豆播种面积作为被解释变量，对回归结果进行稳健性检验。从回归结果看，大豆播种面积占比主要受到前一期大豆播种面积占比及相对收益率和生产成本的影响。在控制以上社会经济因素后，气候变化及农户的适应性行为对不同区域大豆播种面积占比的影响情况如下：

表2 大豆播种面积的DIF-GMM 结果Table 2 DIF-GMM results of soybean acreage

1）东北平原地区。降水量正向影响大豆播种面积占比，降水量每增加1%，大豆播种面积占比会提高0.02%。主要是因为大豆是需水较多的作物，特别是开花期和结荚期，俗话说“大豆开花，垄沟摸虾”，大豆每形成1 g 干物质需要700～1 000 g 的水。此外，由于东北平原地区种植的大豆品种为春大豆，但该地区春季容易发生春旱，也会对大豆的前期生长产生一定影响。气温升高负向影响大豆播种面积占比，气温每升高1%，大豆播种面积占比会降低0.02%，可能是气温的上升加重了大豆的旱情。

2）黄土高原地区。气温和降水正向影响大豆播种面积占比，但均未通过显著性检验，可能与近年黄土高原地区气候变化幅度不大有关。从生产要素投入情况来看，有效灌溉率和地膜使用量负向影响大豆播种面积占比，可能是因为黄土高原地区大豆单位面积产量一直未得到有效提升，降低了大豆的比较收益，导致农户不愿在大豆上投入更多生产资料。

3）黄淮平原地区。黄淮平原地区主要是冬小麦—夏玉米、冬小麦—夏大豆、双季玉米三种复种模式，相较于夏玉米，夏大豆的收获时间要早10—15 d，也就是说大豆对水分需求最高的鼓粒阶段正处于黄淮平原的雨期，此时，降水量的增加会提高大豆的产量和质量。

表3 单位面积产量中介效应Table 3 Intermediary effects of yield per unit area

4）长江流域地区。日照时长正向影响大豆播种面积占比，日照时长每增加1%，大豆播种面积占比提高0.02%。主要因为大豆是对日照敏感的作物之一，若到达地面的紫外辐射量减弱，会对大豆的根长、根表面积和根体积产生不利影响。气温负向影响大豆播种面积占比，主要是由于大豆结荚部位距离地表较近,相较于其竞争作物玉米，生殖部位受高温危害的可能性更大。

从社会经济因素对大豆播种面积占比的影响来看，前一期大豆进口量对数对东北平原、黄淮平原和长江流域大豆播种面积占比具有正向影响。主要是因为中国加入世贸组织以后大豆进口量出现了持续增长，从2000 年（1 042 万t）到2020 年（10 033万t），年均增幅达10.81%。同时，由于进口大豆价格相对较低，加工企业更倾向于选择进口大豆作为原材料，影响了国产大豆的销售，也对国家粮食安全造成了一定程度的挑战。因此，国家出台了一系列保护大豆生产的政策，例如临时收储政策、价格补贴政策等，对农户提高大豆播种面积占比起到了一定的激励作用。

表4 农户适应性行为的调节作用Table 4 Adjustment of farmers’ adaptive behavior

前一期大豆相对收益负向影响黄淮平原和长江流域大豆播种面积占比，前一期大豆相对收益增长1%，会导致大豆播种面积占比降低0.01%，可能的原因是相对于东北平原和黄土高原的春大豆，近年黄淮平原和长江流域夏大豆的单产有小幅上升（图2），导致这两个区域大豆相对收益出现了一定程度的提高，但大豆收益仍低于其竞争作物[26]，因此，比较收益的小幅上升并没有从根本上改善农户因大豆比较收益较低，而不愿种植大豆的情况。此外，随着近年土地流转现象的增多，受土地租金影响，农业生产出现了一定程度的非粮化现象[27]，导致大豆播种面积在农作物总播种面积中的占比呈现出下降趋势。由此可见，社会经济因素也是影响大豆播种面积占比的重要因素。

3.2 大豆单位面积产量中介效应的估计结果

为进一步探讨气候变化对大豆播种面积占比影响的内在作用机制，本文将大豆单位面积产量作为中介变量，分析气候变化对大豆单位面积产量的影响，以及大豆单位面积产量对播种面积占比的影响。表3 结果显示，气候变化和农户适应性行为对大豆单位面积产量具有显著的影响作用，且大豆单位面积产量在1%的显著性水平上正向影响其播种面积占比，说明气候变化主要是通过影响大豆单位面积产量，进而影响大豆播种面积占比。

3.3 农户适应性行为调节效应的估计结果

在检验了大豆单位面积产量在气候变化对大豆播种面积占比影响的中介作用后，本文重点探究农户适应性行为在气候变化对大豆播种面积占比影响中的调节作用。在进入模型之前，首先对气候要素及农户适应性行为变量进行了中心化处理，然后引入气温、降水量与农户适应性行为变量的交互项。回归结果如表4 所示，灌溉对气温和降水具有正向调节作用，说明灌溉不仅对降水起补充作用，还有效调节了气温。此外，地膜使用量和化肥施用量在气温对大豆播种面积占比的影响中也起到了正向调节作用。可能是因为相对于主要竞争作物玉米，大豆的需肥量较少，因此，在气温升高加快化肥挥发的背景下，化肥施用量正向调节了气温对大豆播种面积占比的影响。