低碳視角下陜西省糧食生產(chǎn)率評價及影響因素研究
——基于Malmquist-Luenberger 指數(shù)模型

尚 麗

（陜西財經(jīng)職業(yè)技術(shù)學院經(jīng)濟與金融學院，陜西 咸陽 712000）

1992 年聯(lián)合國政府間談判委員會制定并通過了《聯(lián)合國氣候變化框架公約》，旨在將大氣中的溫室氣體含量穩(wěn)定在一定水平，1997 年在《京都議定書》中規(guī)定了具體的減排任務(wù)與措施。中國共產(chǎn)黨十九屆五中全會進一步提出要保障糧食安全，提高農(nóng)業(yè)質(zhì)量效益和競爭力，同時要廣泛形成綠色生產(chǎn)生活方式。但目前陜西省糧食生產(chǎn)正呈現(xiàn)“高污染、高排放、高投入、高產(chǎn)出”的趨勢，問題也隨之而來。在低碳經(jīng)濟視角下，陜西省糧食生產(chǎn)率處于什么水平，影響陜西省糧食低碳生產(chǎn)率的關(guān)鍵因素又是什么，陜西省糧食生產(chǎn)如何盡快適應(yīng)低碳經(jīng)濟的深刻變革。這些問題將是制約陜西省經(jīng)濟社會發(fā)展未來走向的關(guān)鍵問題，同時也決定了陜西省能否抓住機遇實現(xiàn)低碳農(nóng)業(yè)。

糧食低碳生產(chǎn)已經(jīng)引起許多國內(nèi)外學者的關(guān)注。如Ma 等［1］定量分析了河南省可持續(xù)糧食安全的現(xiàn)狀，研究表明河南省糧食生產(chǎn)能耗和農(nóng)業(yè)人口比重較大，農(nóng)產(chǎn)品深加工水平有限，并在此基礎(chǔ)上，提出了可持續(xù)食品安全的建議，如發(fā)展節(jié)水農(nóng)業(yè)、減少農(nóng)業(yè)能源消耗等。Carlos 等［2］以低碳農(nóng)業(yè)緩解全球氣候變化并促進糧食安全為選題進行研究，研究表明低碳農(nóng)業(yè)的采用可以每年增加17.6 百萬t 的食品和1.6 百萬t 的肉。肖紅波等［3］采用數(shù)據(jù)包絡(luò)分析模型結(jié)合Malmquist 指數(shù)，測算了10 年來中國糧食綜合技術(shù)效率和全要素生產(chǎn)率的變化，揭示了中國糧食生產(chǎn)增長的源泉及存在的問題。楊璐嘉［4］測算和分析了考慮碳排放因素下的中國13 個糧食主產(chǎn)區(qū)2002—2011 年農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)中國目前糧食主產(chǎn)區(qū)的農(nóng)業(yè)生產(chǎn)方式仍然簡單粗放。劉其濤［5］基于低碳經(jīng)濟視角，分析了2001—2012 年考慮碳排放因素下中國除了香港、澳門、臺灣、西藏以外的30 個省（市、區(qū)）的糧食全要素生產(chǎn)率及其分解，結(jié)果表明，是否考慮碳排放因素對糧食全要素生產(chǎn)率的核算結(jié)果具有顯著影響。林思辰等［6］運用DEA-Malmquist 指數(shù)模型，分別從時間和空間視角對2009—2018 年中部地區(qū)6 省糧食全要素生產(chǎn)率及其分解進行了動態(tài)分析，研究結(jié)果表明，時間和空間視角下糧食全要素生產(chǎn)率差異明顯。

綜上，可以發(fā)現(xiàn)已有一些文獻開始從低碳經(jīng)濟視角測算中國糧食全要素生產(chǎn)率，不少觀點分析深刻、頗有見地、影響深遠，這些研究成果為進一步研究打下了堅實的基礎(chǔ)。但從整體上看，還存在以下不足：①絕大多數(shù)文獻都是從國家層面研究，而單獨以省域作為研究對象分析低碳視角下糧食生產(chǎn)率的文獻很少。②絕大多數(shù)文獻在考慮“壞產(chǎn)出”時選擇“面源污染物”指標者較多，而鮮有文獻考慮糧食生產(chǎn)過程中產(chǎn)生的二氧化碳排放。總之，從單獨省域角度分析糧食生產(chǎn)率及其影響因素，以期推進低碳農(nóng)業(yè)的踐行，目前在國內(nèi)尚屬一個剛剛開始的領(lǐng)域。無論是從概念到理論，還是從理論到實踐，建立低碳農(nóng)業(yè)在政府經(jīng)濟管理中的應(yīng)用都處于起步階段。

因此，本研究基于低碳經(jīng)濟視角，以單獨省域為切入點，將陜西省這一糧食生產(chǎn)大省作為研究對象，將“壞產(chǎn)出”（CO2排放總量）納入分析框架，運用Malmquist-Luenberger 指數(shù)法測算陜西省2010—2019 年糧食生產(chǎn)率，并在此基礎(chǔ)上構(gòu)建多元回歸模型分析低碳視角下陜西省糧食生產(chǎn)率的影響因素，這不僅對保障陜西省糧食安全具有較為深刻的理論意義與現(xiàn)實意義，更為陜西省踐行“低碳農(nóng)業(yè)”理念提供了替代性分析框架。

1 Malmquist-Luenberger 生產(chǎn)率指數(shù)的構(gòu)造

Chung 等［7］將包含“壞產(chǎn)出”的方向性距離函數(shù)應(yīng)用于Malmquist 模型，將最終得出的Malmquist 指數(shù)命名為Malmquist-Luenberger 指數(shù)。Malmquist-Luenberger 指數(shù)模型克服了傳統(tǒng)生產(chǎn)前沿面方法產(chǎn)生“技術(shù)退步”假象的測算失誤，將環(huán)境因素納入糧食生產(chǎn)率分析框架，該方法肯定了技術(shù)引進與傳承的積累性，在構(gòu)造生產(chǎn)率測算基準時，充分考慮當期及以前歷史所有可行技術(shù)水平，使得生產(chǎn)率測算與影響因素分解的結(jié)果更具代表性。具體模型構(gòu)建如下。

式中，β表示產(chǎn)出組合(y,b)，指沿方向向量g能同時擴大和縮小的最大比例，β≥0，y代表“好產(chǎn)出”，b代表“壞產(chǎn)出”。值得說明的是，當β= 0 時，表示該決策單元（DMU）為“最佳實踐者”，否則其處于生產(chǎn)前沿面內(nèi)部，且該值越大則離P(x)前沿邊界越遠［8］。

在此基礎(chǔ)上構(gòu)建Malmquist-Luenberger（ML）t到t+1 期糧食全要素生產(chǎn)率指數(shù)為：

對式（2）進一步分解，分解結(jié)果如下：

式中，MLEFCH t+1t表示技術(shù)效率指數(shù)，MLTECH t+1t表示技術(shù)進步率指數(shù)。

Malmquist-Luenberger 指數(shù)分解判斷標準如表1所示。

表1 Malmquist-Luenberger 指數(shù)分解判斷標準

2 變量界定及數(shù)據(jù)處理

2.1 研究對象選取

時間跨度：本研究以2010—2019 年為研究期，來分析陜西省近10 年的糧食生產(chǎn)率水平。

決策單元（DMU）的確定與處理：考慮到數(shù)據(jù)的可獲得性和準確性，本研究剔除了香港、臺灣、澳門3 個省級行政區(qū)，最終形成了31 個決策單元（DMU）。

2.2 數(shù)據(jù)來源及數(shù)據(jù)說明

本研究選擇2010—2019 年全國31 個省的糧食投入產(chǎn)出數(shù)據(jù)（由于數(shù)據(jù)查閱的約束性，部分2019年數(shù)據(jù)根據(jù)2010—2018 年指標數(shù)據(jù)年平均增長率測算而來）。數(shù)據(jù)主要來源于2010—2019 年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《各省統(tǒng)計年鑒》。從低碳視角分析中國糧食生產(chǎn)率，打破了傳統(tǒng)DEA模型的分析思路，將非期望產(chǎn)出“二氧化碳排放量”納入指標體系，研究陜西省糧食全要素生產(chǎn)率變化，確定的投入產(chǎn)出指標如表2 所示。

表2 糧食生產(chǎn)率評價投入產(chǎn)出指標體系

根據(jù)郭軍華等［9］提出投入與產(chǎn)出之間應(yīng)符合“同向性”假設(shè)，即當投入指標增加時，產(chǎn)出量應(yīng)隨之增加。本研究采用SPSS17.0 軟件對所構(gòu)建的投入產(chǎn)出指標進行皮爾遜相關(guān)性檢驗，檢驗結(jié)果如表3所示。由表3 可知，投入指標與產(chǎn)出指標間的皮爾遜相關(guān)系數(shù)均為正，且相關(guān)性較高。因此，本研究所構(gòu)建的指標體系具有合理性。

表3 2010—2019 年中國31 省糧食生產(chǎn)投入與產(chǎn)出皮爾遜相關(guān)系數(shù)

2.3 數(shù)據(jù)處理

對于投入指標考慮到目前鮮有統(tǒng)計糧食要素總量的數(shù)據(jù)，故本研究擬采用國內(nèi)外眾多文獻所提及的權(quán)重系數(shù)剝離法，欲從廣義的農(nóng)業(yè)數(shù)據(jù)中將糧食生產(chǎn)投入要素數(shù)據(jù)剝離出來。具體的剝離公式如下：

糧食生產(chǎn)化肥折純量=

產(chǎn)出指標中的二氧化碳排放量指的是糧食碳排放量。一般來說，糧食碳排放量主要來源于化肥、灌溉、農(nóng)業(yè)機械化、農(nóng)膜、農(nóng)藥、翻耕等6 個方面。通過借鑒李波等［10］的研究確定各碳源的排放系數(shù)及數(shù)據(jù)來源，如表4 所示。

表4 農(nóng)業(yè)碳源排放系數(shù)及數(shù)據(jù)來源

碳排放總量的估算公式如下：

式中，Ti代表第i類碳源的碳排放量，Ui為第i類農(nóng)業(yè)碳源的使用量，Ci為第i類農(nóng)業(yè)碳源的碳排放系數(shù)。

3 實證分析

3.1 陜西省糧食生產(chǎn)率分析

根據(jù)上述研究方法及相關(guān)統(tǒng)計數(shù)據(jù)，運用Max-DEA7.6 Pro 軟件測算了低碳經(jīng)濟視角下陜西省Malmquist -Luenberger 生產(chǎn)率指數(shù)及其分解情況。為了更全面分析陜西省糧食全要素生產(chǎn)率水平及其分解情況，同時測算了2010—2019 年其他30 省的Malmquist-Luenberger 生產(chǎn)率指數(shù)及其分解情況，測算結(jié)果如表5 所示。

表5 2010—2019 年全國各省份年際平均糧食生產(chǎn)率指數(shù)及其分解

3.1.1 全要素生產(chǎn)率指數(shù)分析 2010—2019 年陜西省糧食全要素生產(chǎn)率年均增長率為0.1%，明顯低于全國平均糧食生產(chǎn)率的年均增長率。同時陜西省作為糧食生產(chǎn)大省，2010—2019 年的糧食全要素生產(chǎn)率和13 大糧食主產(chǎn)區(qū)（黑龍江省、河南省、山東省、安徽省、四川省、河北省、內(nèi)蒙古、江蘇省、吉林省、湖南省、湖北省、江西省、遼寧省）的糧食生產(chǎn)率相比較位于倒數(shù)第二，與糧食全要素生產(chǎn)率最高的河南省相差0.8 個百分點，可見陜西省的糧食全要素生產(chǎn)率有待進一步提升。

3.1.2 技術(shù)進步率指數(shù)分析 陜西省的糧食技術(shù)進步率指數(shù)為1.015，說明2010—2019 年陜西省的糧食生產(chǎn)技術(shù)取得了一定進步，但和全國平均技術(shù)進步率相比仍明顯偏低，在中國13 大糧食主產(chǎn)區(qū)中位于倒數(shù)第二。因此陜西省應(yīng)增加低碳技術(shù)研發(fā)經(jīng)費，同時加大低碳生產(chǎn)技術(shù)轉(zhuǎn)化力度。

3.1.3 技術(shù)效率指數(shù)分析 陜西省的技術(shù)效率小于1，表明2010—2019 年陜西省糧食生產(chǎn)出現(xiàn)了效率損失，與環(huán)境生產(chǎn)前沿面所示的最大可能相差較遠，位于環(huán)境生產(chǎn)前沿面內(nèi)部，對現(xiàn)有糧食生產(chǎn)技術(shù)的發(fā)揮程度偏低。同時由于技術(shù)效率是由純技術(shù)效率和規(guī)模效率共同決定的，而陜西省的糧食生產(chǎn)技術(shù)效率小于1，進一步說明陜西省不僅應(yīng)加強節(jié)能低碳生產(chǎn)技術(shù)的推廣，同時應(yīng)加大糧食種植規(guī)模以提升其糧食生產(chǎn)技術(shù)效率。此外，陜西省在糧食生產(chǎn)過程中應(yīng)盡量減少對環(huán)境的污染、最大限度增加生產(chǎn)物資的使用效率，提升糧食生產(chǎn)技術(shù)效率，以確保陜西省糧食可持續(xù)生產(chǎn)。

綜上所述，考慮環(huán)境要素制約條件時陜西省糧食全要素生產(chǎn)率整體呈增長趨勢，但增長速度較其他省份偏低；糧食生產(chǎn)技術(shù)逐年進步，但進步步伐較慢；技術(shù)效率指數(shù)無效，生產(chǎn)要素利用率偏低。因此，陜西省盡快適應(yīng)低碳經(jīng)濟發(fā)展，提升糧食生產(chǎn)效率迫在眉睫。

3.2 陜西省糧食低碳生產(chǎn)率的影響因素分析

依據(jù)上述分析結(jié)果深入探析糧食生產(chǎn)率的影響因素，本研究構(gòu)建各指標與全要素生產(chǎn)率指數(shù)、技術(shù)進步率指數(shù)、技術(shù)效率指數(shù)之間的多元回歸方程，具體模型如下：

式中，y代表產(chǎn)出變量全要素生產(chǎn)率指數(shù)、技術(shù)進步率指數(shù)、技術(shù)效率指數(shù)；α為常數(shù)項；

ri(i= 1,2,3…,13) 為回歸系數(shù)，回歸系數(shù)表示投入變量z每變動一單位時，y平均變動r單位。回歸系數(shù)越大表示投入變量對產(chǎn)出變量y影響越大，正回歸系數(shù)表示y隨z的增大而增大，負回歸系數(shù)表示y隨z的增大而減小。z1為糧食從業(yè)總?cè)藬?shù)，z2為糧食作物播種面積（千hm2），z3為糧食生產(chǎn)農(nóng)機總動力（萬kW），z4為糧食生產(chǎn)化肥折純量（萬t），z5為糧食役畜總數(shù)量（萬只），z6為糧食有效灌溉面積（千hm2），z7為糧食總產(chǎn)量（萬t），z8為化肥碳排放（萬t），z9為灌溉碳排放（萬t），z10為農(nóng)業(yè)機械碳排放（萬t），z11為農(nóng)膜碳排放（萬t），z12為農(nóng)藥碳排放（萬t），z13為翻耕碳排放（萬t），ε為隨機干擾項。

基于上述公式結(jié)合31 省2010—2019 年各指標原始數(shù)據(jù)，利用SPSS17.0 軟件測試結(jié)果如表6 所示。

由表6 可知，從陜西省糧食全要素生產(chǎn)率回歸系數(shù)看，糧食作物播種面積、糧食生產(chǎn)農(nóng)機總動力、糧食役畜總數(shù)量、化肥碳排放、灌溉碳排放、農(nóng)膜碳排放、翻耕碳排放與其呈正相關(guān)，說明每增加一單位此類指標，可以提升低碳經(jīng)濟下陜西省糧食全要素生產(chǎn)率；糧食從業(yè)總?cè)藬?shù)、糧食生產(chǎn)化肥折純量、糧食有效灌溉面積、糧食總產(chǎn)量、農(nóng)藥碳排放、農(nóng)業(yè)機械碳排放與其呈負相關(guān)，說明每減少一單位此類指標，可以提升低碳經(jīng)濟下陜西省糧食全要素生產(chǎn)率。其中正相關(guān)性最大的指標是糧食生產(chǎn)農(nóng)機總動力，而負相關(guān)性最大的指標是農(nóng)業(yè)機械碳排放，由此可見雖然提升糧食生產(chǎn)的機械化水平有利于糧食生產(chǎn)率的提升，但其排放的二氧化碳同時又制約糧食生產(chǎn)率。因此陜西省在提升糧食生產(chǎn)機械化水平的同時應(yīng)加大低碳生產(chǎn)技術(shù)的研發(fā)力度，實現(xiàn)糧食增產(chǎn)和環(huán)境保護的雙贏。

表6 各指標與全要素生產(chǎn)率、技術(shù)進步率、技術(shù)效率的回歸系數(shù)

從陜西省糧食生產(chǎn)技術(shù)進步率回歸系數(shù)看，糧食生產(chǎn)技術(shù)進步率指數(shù)與糧食生產(chǎn)農(nóng)機總動力、糧食總產(chǎn)量、糧食有效灌溉面積呈正相關(guān)，且對其影響程度較大，說明在低碳經(jīng)濟下，每提升一單位上述指標投入均能在一定程度上提高相應(yīng)單位的陜西省糧食生產(chǎn)技術(shù)進步率；糧食作物播種面積、農(nóng)業(yè)機械碳排放、灌溉碳排放對糧食生產(chǎn)技術(shù)進步率指數(shù)負向影響較為明顯，說明在低碳經(jīng)濟下，每降低一單位上述指標投入均能在一定程度上提高相應(yīng)單位的陜西省糧食生產(chǎn)技術(shù)進步率。2010—2019 年陜西省糧食作物播種面積變化趨勢如圖1 所示。由圖1 可知，2016 年以來陜西省的糧食播種面積呈下降趨勢，并未制約糧食生產(chǎn)技術(shù)進步率的提升，而由表6 可知，陜西省的平均糧食生產(chǎn)農(nóng)機總動力、糧食總產(chǎn)量、糧食有效灌溉面積在31 省中排名均比較靠后。但增加農(nóng)機總動力、糧食總產(chǎn)量、有效灌溉面積勢必會引發(fā)碳排放量。因此，陜西省應(yīng)加強低碳科技成果轉(zhuǎn)化，提升農(nóng)民的低碳生產(chǎn)意識，構(gòu)建低碳科技推廣創(chuàng)新體系。

圖1 陜西省糧食作物播種面積變化趨勢

從陜西省糧食技術(shù)效率回歸系數(shù)看，對其正向影響較明顯的指標有糧食作物播種面積、糧食生產(chǎn)農(nóng)機總動力、灌溉碳排放，其中灌溉碳排放量對糧食生產(chǎn)全要素正向影響的溯源應(yīng)是增加有效灌溉面積，而陜西省自2016 年以來，其糧食有效灌溉面積下降趨勢明顯。因此，陜西省應(yīng)注重低碳科技創(chuàng)新，大力發(fā)展水利灌溉事業(yè)，開發(fā)和推廣使用節(jié)水灌溉設(shè)施，確保有效灌溉面積的同時降低碳排放量。

4 小結(jié)及建議

4.1 小結(jié)

本研究通過構(gòu)建Malmquist- Luenberger 指數(shù)法測算了陜西省2010—2019 年的糧食生產(chǎn)率，將測算結(jié)果與全國其他30 個省份2010—2019 年糧食生產(chǎn)率進行對比分析，并利用多元回歸模型對糧食生產(chǎn)率影響因素進行分解，研究得出以下結(jié)論。

1）低碳經(jīng)濟視角下，2010—2019 年陜西省糧食全要素生產(chǎn)率指數(shù)和技術(shù)進步率指數(shù)分別為1.010和1.015，雖呈增長趨勢，但與中國13 大糧食主產(chǎn)區(qū)相比增長速度緩慢。

2）低碳經(jīng)濟視角下，2010—2019 年陜西省糧食生產(chǎn)技術(shù)效率指數(shù)為0.995，技術(shù)效率無效。

3）糧食作物播種面積、糧食生產(chǎn)農(nóng)機總動力、灌溉碳排放對糧食生產(chǎn)技術(shù)效率具有顯著正向影響，而糧食有效灌溉面積、糧食總產(chǎn)量、農(nóng)業(yè)機械碳排放對其負向影響程度較為明顯；對陜西省糧食生產(chǎn)技術(shù)進步率正向和負向影響程度最大的指標分別是糧食生產(chǎn)農(nóng)機總動力和糧食作物播種面積；對陜西省糧食全要素生產(chǎn)率影響最顯著的是糧食生產(chǎn)農(nóng)機總動力和農(nóng)業(yè)機械碳排放，回歸系數(shù)分別為6.489 和

-5.316。

4.2 建議

在提倡綠色生產(chǎn)生活方式的背景下，結(jié)合以上研究結(jié)論，為保證陜西省糧食生產(chǎn)的可持續(xù)性和有效性，提出以下建議。

1）重視低碳農(nóng)業(yè)科技發(fā)展。低碳農(nóng)業(yè)是未來農(nóng)業(yè)生產(chǎn)的必經(jīng)之路，是未來糧食生產(chǎn)的主流趨勢。低碳農(nóng)業(yè)發(fā)展模式對于農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革具有重大現(xiàn)實意義，陜西省地方政府應(yīng)加強低碳農(nóng)業(yè)技術(shù)構(gòu)建與推廣，建立科技發(fā)展的長效機制；同時構(gòu)建基層低碳科技政策的落實與實施監(jiān)督體系，將地方政府是否落實低碳科技政策與其科技考核、黨政領(lǐng)導任用標準等掛鉤；此外，歷史原因和體質(zhì)原因雖會影響全要素生產(chǎn)率變動對經(jīng)濟增長率的貢獻份額，但最直接的原因在于科技研發(fā)經(jīng)費的投入力度。從表7 可知，陜西省雖在逐步加大科研經(jīng)費投入，但增加速度較慢，年均增長率僅有11.69%，在其生產(chǎn)總值中所占比重年均增長率僅有0.07%，且歷年科研投入經(jīng)費占全國科研經(jīng)費的比重有逐年下降的趨勢。因此，陜西省要順利實現(xiàn)低碳轉(zhuǎn)型，踐行低碳農(nóng)業(yè)，勢必要加大低碳科研經(jīng)費投入，制定詳盡的低碳科技資金投入計劃，確保全省各地能夠積極主動地配套低碳科技研發(fā)資金。

表7 2010—2019 年陜西省科研經(jīng)費統(tǒng)計

2）加大低碳科技成果轉(zhuǎn)化。陜西省應(yīng)繼續(xù)在低碳農(nóng)業(yè)科技創(chuàng)新與成果轉(zhuǎn)化方面持續(xù)發(fā)力，結(jié)合農(nóng)民生產(chǎn)需求，建立較為成熟的成果轉(zhuǎn)化管理機制，全力實踐從實際需要、技術(shù)孵化、產(chǎn)品開發(fā)及試點應(yīng)用，到成果轉(zhuǎn)化及量產(chǎn)的全鏈條管理理念，以提升低碳科技成果轉(zhuǎn)化率［13］。據(jù)統(tǒng)計陜西省2010—2019年第一產(chǎn)業(yè)科技成果轉(zhuǎn)化總數(shù)年均增長率為50.1%，科技成果相較發(fā)達省份仍偏低。因此陜西省要加大低碳科技成果轉(zhuǎn)化率，一方面應(yīng)增加低碳科技成果總數(shù)；另一方面應(yīng)鼓勵農(nóng)民采用新型低碳技術(shù)進行糧食生產(chǎn)，例如通過利益聯(lián)結(jié)機制發(fā)揮激勵效應(yīng)，引導農(nóng)民發(fā)展低碳農(nóng)業(yè)來實現(xiàn)增收。首先可以構(gòu)建“企業(yè)-碳交易機構(gòu)-農(nóng)村專業(yè)合作組織-農(nóng)戶”碳交易機制，農(nóng)民可將碳減排量通過碳交易平臺向國內(nèi)外企業(yè)銷售，從而獲得收益［14］。其次對農(nóng)民低碳化生產(chǎn)、加工、銷售的低碳農(nóng)產(chǎn)品，為其創(chuàng)建區(qū)域低碳農(nóng)業(yè)品牌，并頒發(fā)“綠色通行證”，以提升農(nóng)產(chǎn)品的市場競爭力，進而使農(nóng)民獲利。

3）建立低碳農(nóng)業(yè)科技推廣創(chuàng)新體系。科研之魂在于成果的運用。首先，陜西省應(yīng)建立低碳農(nóng)業(yè)技術(shù)推廣體系，依托農(nóng)業(yè)信息技術(shù)，建立低碳農(nóng)業(yè)資源共享平臺，加大對現(xiàn)有低碳農(nóng)業(yè)科研成果的宣傳力度，促進低碳生產(chǎn)科技成果與糧食生產(chǎn)實際相結(jié)合，加速成果“生根開花”［15］。其次，陜西省可借助當?shù)厣孓r(nóng)院校的力量，引導農(nóng)業(yè)企業(yè)與涉農(nóng)大學間的校企合作，使得涉農(nóng)大學的研究成果與農(nóng)業(yè)企業(yè)直接對接，從而實現(xiàn)低碳農(nóng)業(yè)科技技術(shù)的快速推廣。此外，陜西省應(yīng)盡快建立低碳農(nóng)業(yè)科技示范基地，使其成為低碳農(nóng)業(yè)科技成果轉(zhuǎn)化推廣的展示及輻射基地，從而有利于農(nóng)民和農(nóng)業(yè)企業(yè)降低推廣難度和成本，有效解決了低碳農(nóng)業(yè)技術(shù)供求脫節(jié)、農(nóng)民對技術(shù)有效需求不足的問題。最后，陜西省還應(yīng)繼續(xù)加大研究管理力度，認真調(diào)研低碳科技成果推廣運用中出現(xiàn)的難點、熱點，及時調(diào)整出臺有關(guān)推廣應(yīng)用的辦法和措施以解決共性問題，從而防止科研成果束之高閣［15］。

4）建立科研人員保障機制。科研人員的積極性決定了科研成果的產(chǎn)出速度及質(zhì)量。如何保證科研人員能夠在充足的時間內(nèi)完成高質(zhì)量的科研成果是目前陜西省應(yīng)考慮的重點問題。首先，陜西省應(yīng)積極響應(yīng)國務(wù)院提出的簡化項目申報和過程管理，推行“材料一次報送”制度、制定統(tǒng)一檢查計劃、賦予科研單位經(jīng)費使用自主權(quán)、開展賦予科研人員科技成果所有權(quán)或長期使用權(quán)試點等政策，從而調(diào)動科研人員的積極性和主動性。其次，應(yīng)結(jié)合項目研究實際給予充足的時間和資金保障，進而確保科研成果按質(zhì)按時完成。此外，應(yīng)尊重科研人員的主體地位，加大對科研人員的培訓力度，可定期組織科研人員外出進修學習，以提升科研人員的綜合素質(zhì)。

5）培養(yǎng)農(nóng)民低碳生產(chǎn)意識。農(nóng)民較強的低碳意識有助于加大低碳成果的轉(zhuǎn)化力度、推進低碳農(nóng)業(yè)的發(fā)展，進而提升陜西省糧食生產(chǎn)技術(shù)進步率。提升農(nóng)民低碳生產(chǎn)意識的主要途徑是宣傳教育，具體實施的方法可以多樣化。如政府可邀請低碳農(nóng)業(yè)方面的專家定期為廣大農(nóng)民進行線上和線下低碳宣傳教育，讓農(nóng)民了解低碳生產(chǎn)的優(yōu)勢，不斷提高農(nóng)民的科學文化素養(yǎng)，培養(yǎng)新型知識農(nóng)民。同時可充分利用廣播、電視、宣傳車等多種形式向農(nóng)民普及低碳農(nóng)業(yè)、循環(huán)經(jīng)濟以及可持續(xù)發(fā)展觀的思想，引導農(nóng)民接受低碳農(nóng)業(yè)，增強節(jié)能減排意識［16］。此外陜西省可成立農(nóng)民培訓監(jiān)督機構(gòu)，制定一套與農(nóng)民培訓相關(guān)的法律法規(guī)。首先，考核低碳培訓的內(nèi)容與當?shù)貙嶋H生產(chǎn)情況及農(nóng)產(chǎn)品結(jié)構(gòu)吻合度；其次，應(yīng)考核培訓專家是否能夠站在農(nóng)民的角度上，是否以淺顯易懂的方式進行宣傳教育；最后，培訓考核監(jiān)督機構(gòu)應(yīng)定期統(tǒng)計農(nóng)民所參與的低碳教育次數(shù)，通過詢問、實踐等方式測驗農(nóng)民的學習效果，并對學習積極性高且學習效果好的農(nóng)民給予獎勵補貼，以調(diào)動農(nóng)民的學習主動性和積極性。