王文霞

摘要? ? 為實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，中國(guó)農(nóng)業(yè)能源消費(fèi)總量不斷增加，其中煤炭和柴油消費(fèi)占50%以上。農(nóng)業(yè)生產(chǎn)依賴化石能源，已經(jīng)對(duì)資源和環(huán)境產(chǎn)生負(fù)面影響。改善和優(yōu)化農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)，實(shí)現(xiàn)低碳、環(huán)保和可持續(xù)發(fā)展，是中國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展的必然選擇。文章基于VAR模型，使用1996—2016年中國(guó)農(nóng)業(yè)能源消費(fèi)和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)，分析了能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的作用機(jī)理。在農(nóng)業(yè)生產(chǎn)中，通過(guò)減少使用化石能源、增加使用清潔能源、優(yōu)化能源消費(fèi)結(jié)構(gòu)，促進(jìn)農(nóng)業(yè)產(chǎn)出增長(zhǎng)，實(shí)現(xiàn)可持續(xù)發(fā)展。

關(guān)鍵詞? ? VAR模型;能源消費(fèi)結(jié)構(gòu);農(nóng)業(yè)經(jīng)濟(jì)

中圖分類號(hào)? ? F323.214? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼? ? A

文章編號(hào)? ?1007-5739（2020）08-0237-04? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

Abstract? ? In order to realize agricultural modernization，the agricultural energy consumption in China is increasing.Among which，coal and diesel consumption account for more than 50%.Agricultural production relies on fossil energy，which has had a negative impact on resources and the environ-ment.Improving and optimizing the structure of agricultural energy consumption to realize low-carbon，environmental protection and sustainable devel-opment is an inevitable choice for agricultural modernization in China.Based on VAR model，using the data of China′s agricultural energy consumption and agricultural economic growth from 1996 to 2016，the mechanism of energy consumption structure optimization on the agricultural economic growth was analysed.In agricultural production，by reducing the use of fossil energy，increasing the use of clean energy，and optimizing the energy consumption structure，in order to promote the growth of agricultural output and achieve sustainable development.

Key words? ? VAR model;energy consumption structure;agricultural economy

農(nóng)業(yè)現(xiàn)代化是一個(gè)具有中國(guó)特色的用語(yǔ)，是把傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)變?yōu)楝F(xiàn)代農(nóng)業(yè)，將機(jī)械、電力、化肥、農(nóng)藥、良種、設(shè)施等要素和技術(shù)投入生產(chǎn)，從而替代和節(jié)約人力、畜力、土地和水等傳統(tǒng)要素的過(guò)程。農(nóng)業(yè)現(xiàn)代化的發(fā)展，最終都是通過(guò)多元技術(shù)變革來(lái)提升農(nóng)業(yè)水平[1]：一方面，使用農(nóng)業(yè)機(jī)械提高勞動(dòng)生產(chǎn)率;另一方面，發(fā)展設(shè)施農(nóng)業(yè)、增施化肥，提高土地生產(chǎn)率。中國(guó)農(nóng)業(yè)充分結(jié)合以上2個(gè)方面，致力于提高農(nóng)業(yè)生產(chǎn)的機(jī)械化、化學(xué)化、電氣化和設(shè)施化水平，從而促進(jìn)產(chǎn)出增長(zhǎng)。由此，農(nóng)業(yè)能源消費(fèi)也隨之大幅增加[2-3]。

本文所研究的農(nóng)業(yè)能源，是農(nóng)業(yè)生產(chǎn)者開(kāi)展農(nóng)業(yè)生產(chǎn)和服務(wù)活動(dòng)所需要的直接能源，主要包括使用農(nóng)業(yè)機(jī)械（如農(nóng)用動(dòng)力機(jī)械、農(nóng)田建設(shè)機(jī)械、土壤耕種機(jī)械、作物收獲機(jī)械、農(nóng)田排灌機(jī)械、林業(yè)機(jī)械、漁業(yè)機(jī)械、畜牧業(yè)機(jī)械和田間運(yùn)輸機(jī)械等）所消費(fèi)的能源，以柴油、電力、汽油為主;使用農(nóng)業(yè)設(shè)施（如溫室、舍棚的照明、調(diào)溫、調(diào)濕、通風(fēng)、防蟲(chóng)、殺蟲(chóng)、消毒、增氧機(jī)、自動(dòng)孵化器和糞便處理等）所消費(fèi)的能源，以煤炭和電力為主。

隨著機(jī)械化和設(shè)施化的普遍應(yīng)用，中國(guó)農(nóng)業(yè)能源消費(fèi)總量在不斷增加[4-5]。從能源消費(fèi)結(jié)構(gòu)來(lái)看，柴油的消費(fèi)量最大，其次是煤炭，剩下的主要是電力和汽油?？梢?jiàn)，煤炭和石油是能源消費(fèi)中的主要類型。農(nóng)業(yè)生產(chǎn)過(guò)多依賴消費(fèi)化石能源，對(duì)空氣、土壤和水的破壞日漸顯現(xiàn)[6]，而且隨著天然的化石能源日漸減少，能源價(jià)格不斷上漲，農(nóng)業(yè)生產(chǎn)的資源約束會(huì)逐漸收緊。因此，改善和優(yōu)化農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)，減少農(nóng)業(yè)對(duì)煤炭、石油等化石能源的依賴，更多使用電力、太陽(yáng)能、風(fēng)能、生物質(zhì)能等清潔能源，從而實(shí)現(xiàn)低碳、環(huán)保和可持續(xù)發(fā)展[7-13]，是中國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展的必然選擇[14]。

本文使用1996—2016年中國(guó)農(nóng)業(yè)能源消費(fèi)、農(nóng)業(yè)產(chǎn)出數(shù)據(jù)，構(gòu)建VAR模型，對(duì)農(nóng)業(yè)能源消費(fèi)、農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)三者之間的關(guān)系進(jìn)行實(shí)證研究，以分析能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的作用機(jī)理。

1? ? 研究方法

1.1? ? 模型構(gòu)建

本研究利用向量自回歸（Vector Autoregression，VAR）模型，研究農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)態(tài)影響關(guān)系。該模型采用非結(jié)構(gòu)化的多方程方法來(lái)建立各個(gè)變量之間的關(guān)系，它不以經(jīng)濟(jì)理論為基礎(chǔ)，在模型的每個(gè)方程中，通過(guò)內(nèi)生變量對(duì)模型所有內(nèi)生變量的滯后值進(jìn)行回歸，從而估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系。VAR模型是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)分析與預(yù)測(cè)最容易操作的模型之一。模型的一般表達(dá)式為：

1.2? ? 數(shù)據(jù)來(lái)源和處理

本研究選取1996—2016年中國(guó)農(nóng)業(yè)能源消費(fèi)和農(nóng)業(yè)產(chǎn)出的年度數(shù)據(jù)來(lái)研究農(nóng)業(yè)能源消費(fèi)、農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)三者之間的關(guān)系。研究對(duì)象為大農(nóng)業(yè)，即農(nóng)林牧漁業(yè)。農(nóng)業(yè)能源消費(fèi)（E）用第一產(chǎn)業(yè)的能源消費(fèi)總量來(lái)表示，單位是萬(wàn)噸標(biāo)準(zhǔn)煤（采用發(fā)電煤耗計(jì)算法）;農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)（S）用農(nóng)業(yè)能源消費(fèi)總量中煤炭的消費(fèi)比重來(lái)表示，單位是%，因?yàn)槊禾康奶寂欧畔禂?shù)大于柴油，所以本研究選擇用煤炭的消費(fèi)比重來(lái)描述能源消費(fèi)結(jié)構(gòu)，那么煤炭消費(fèi)比重下降就意味著能源消費(fèi)結(jié)構(gòu)優(yōu)化;農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)（Y）用第一產(chǎn)業(yè)總產(chǎn)值來(lái)表示，單位為億元，均以1996年的不變價(jià)格進(jìn)行了處理。

數(shù)據(jù)來(lái)源為《中國(guó)統(tǒng)計(jì)年鑒2017》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒2017》以及各年度的《中國(guó)能源統(tǒng)計(jì)年鑒》。為了消除可能存在的異方差以及考慮到變量之間經(jīng)濟(jì)關(guān)系的合理解釋，對(duì)農(nóng)業(yè)能源消費(fèi)、農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)，分別取自然對(duì)數(shù)，用lnE和lnY來(lái)表示;而農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)（S）的結(jié)果為百分比數(shù)據(jù)，在0～1的區(qū)間內(nèi)，無(wú)需取自然對(duì)數(shù)，直接使用其原值。

2? ? 模型估計(jì)

2.1? ? 序列平穩(wěn)性檢驗(yàn)

為了避免偽回歸，需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。如果原始數(shù)據(jù)平穩(wěn)，則可以繼續(xù)研究，如果原始數(shù)據(jù)不平穩(wěn)，則需要通過(guò)差分法來(lái)消除原始時(shí)間序列存在的確定趨勢(shì)或者隨機(jī)趨勢(shì)。本文采用ADF單位根檢驗(yàn)法對(duì)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，進(jìn)行滯后階數(shù)的判定選擇時(shí)采用SIC信息準(zhǔn)則，結(jié)果見(jiàn)表1。從各變量的ADF檢驗(yàn)結(jié)果可以看出，變量lnE、S和lnY的原始時(shí)間序列分別在10%和1%的顯著性水平下拒絕原假設(shè)，不存在單位根，均為0階平穩(wěn)序列。

2.2? ? VAR模型估計(jì)

由于變量lnE、S和lnY均為平穩(wěn)的時(shí)間序列，因而可以直接構(gòu)建無(wú)約束VAR模型，對(duì)能源消費(fèi)結(jié)構(gòu)優(yōu)化的作用機(jī)理進(jìn)行分析。為了確定合適的滯后期數(shù)，需要將不同滯后期VAR模型的AIC和SC值進(jìn)行比較，當(dāng)2個(gè)準(zhǔn)則同時(shí)出現(xiàn)最小值時(shí)，該滯后期就為最優(yōu)滯后期。

AIC和SC值在滯后1期分別為-13.064 11、-12.466 67，在滯后2期分別為-13.024 26、-11.980 40?？梢钥闯?，AIC和SC值在滯后1期時(shí)同時(shí)達(dá)到最小，因而選擇滯后1期的VAR模型，如下：

從式（2）、式（3）、式（4）的估計(jì)結(jié)果來(lái)看，模型中主要系數(shù)是顯著的，可決系數(shù)和F統(tǒng)計(jì)量都比較大，擬合效果較好。由此可以得到幾個(gè)主要變量之間的關(guān)系：①農(nóng)業(yè)增長(zhǎng)主要受上一期產(chǎn)出的正向影響，上一期產(chǎn)出每增加1%，本期產(chǎn)出將會(huì)增加0.87%;農(nóng)業(yè)增長(zhǎng)還受上一期能源消費(fèi)的正向影響，上一期能源消費(fèi)每增加1%，本期產(chǎn)出將會(huì)增加0.25%;農(nóng)業(yè)增長(zhǎng)受上一期能源消費(fèi)結(jié)構(gòu)優(yōu)化的正向影響，上一期煤炭消費(fèi)比重每降低1個(gè)單位，本期產(chǎn)出將會(huì)增加1.35%。②能源消費(fèi)增長(zhǎng)主要受上一期能源消費(fèi)的正向影響，上一期能源消費(fèi)每增加1%，本期能源消費(fèi)將會(huì)增加1%;能源消費(fèi)增長(zhǎng)還受上一期能源消費(fèi)結(jié)構(gòu)優(yōu)化的正向影響，上一期煤炭消費(fèi)比重每降低1個(gè)單位，本期能源消費(fèi)將會(huì)增加1.6%。③能源消費(fèi)結(jié)構(gòu)優(yōu)化以上一期優(yōu)化的水平為基礎(chǔ)，上一期煤炭消費(fèi)比重下降1個(gè)單位，本期煤炭消費(fèi)比重將繼續(xù)下降0.5個(gè)單位;但是，能源消費(fèi)結(jié)構(gòu)優(yōu)化也受上一期能源消費(fèi)的反向影響，上一期能源消費(fèi)減少1%，本期煤炭消費(fèi)比重將會(huì)下降0.03個(gè)單位，不過(guò)，這一影響較小，可以忽略。

該模型包含3個(gè)內(nèi)生變量，滯后期為1，AR特征多項(xiàng)式有3個(gè)根。對(duì)該模型進(jìn)行穩(wěn)定性檢驗(yàn)，結(jié)果顯示，這3個(gè)根都位于單位圓內(nèi)（該圖形省略），因而所估計(jì)的VAR模型滿足穩(wěn)定條件。

2.3? ? 脈沖響應(yīng)函數(shù)

建立VAR模型之后，可以通過(guò)脈沖響應(yīng)函數(shù)方法來(lái)觀察農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)、能源消費(fèi)和結(jié)構(gòu)之間的相互影響關(guān)系和影響程度。本文選用滯后期為30期，模擬某個(gè)內(nèi)生變量隨機(jī)擾動(dòng)項(xiàng)一個(gè)標(biāo)準(zhǔn)差的沖擊，對(duì)VAR模型中所有內(nèi)生變量當(dāng)期值和未來(lái)值的影響。從圖1可以看出，①經(jīng)濟(jì)增長(zhǎng)受到能源消費(fèi)的一個(gè)標(biāo)準(zhǔn)差沖擊后，立即作出反應(yīng)，正向偏離初始狀態(tài)，在第10期達(dá)到峰值（0.05），隨后逐漸減弱，說(shuō)明能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)在短期內(nèi)具有顯著的促進(jìn)作用，長(zhǎng)期影響變小。②經(jīng)濟(jì)增長(zhǎng)受到能源消費(fèi)結(jié)構(gòu)的一個(gè)標(biāo)準(zhǔn)差沖擊后，立即做出反應(yīng)，第2期達(dá)到峰值（0.013），隨后下降，第5期后開(kāi)始負(fù)向偏離初始狀態(tài)，在第13期達(dá)到負(fù)向峰值（-0.034），隨后逐漸接近初始狀態(tài)。說(shuō)明煤炭消費(fèi)比重的提高只會(huì)暫時(shí)刺激經(jīng)濟(jì)增長(zhǎng)，但長(zhǎng)期來(lái)看，卻有較強(qiáng)阻礙作用，也就是說(shuō)，只有能源消費(fèi)結(jié)構(gòu)優(yōu)化才對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生長(zhǎng)期促進(jìn)作用。③能源消費(fèi)受到經(jīng)濟(jì)增長(zhǎng)一個(gè)標(biāo)準(zhǔn)差沖擊后，沒(méi)有明顯反應(yīng)，一直都維持在初始狀態(tài)，說(shuō)明經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)的影響不明顯;同樣的情況，經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)結(jié)構(gòu)的影響也不明顯?？梢?jiàn)，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)對(duì)農(nóng)業(yè)能源消費(fèi)以及結(jié)構(gòu)優(yōu)化都沒(méi)有明顯的、長(zhǎng)期的促進(jìn)作用。④能源消費(fèi)受到能源消費(fèi)結(jié)構(gòu)一個(gè)標(biāo)準(zhǔn)差沖擊后，立即做出反應(yīng)，負(fù)向偏離初始狀態(tài)，在第5期達(dá)到負(fù)向峰值（-0.027），隨后逐漸回歸初始狀態(tài)，說(shuō)明煤炭消費(fèi)比重的提高對(duì)能源消費(fèi)的增長(zhǎng)起抑制作用;但是，能源消費(fèi)結(jié)構(gòu)受到能源消費(fèi)一個(gè)標(biāo)準(zhǔn)差沖擊后，正向偏離初始狀態(tài)，不過(guò)力量較小。也就是說(shuō)，農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化最終有助于促進(jìn)能源消費(fèi)增長(zhǎng)。

2.4? ? 方差分解

將lnE、S和lnY的方差進(jìn)行分解來(lái)計(jì)算三變量間的相互貢獻(xiàn)度，可以描述每個(gè)沖擊在農(nóng)業(yè)能源消費(fèi)、能源消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)變化中的影響比例及重要程度，結(jié)果見(jiàn)圖2。

從圖2可以看出，在第1期預(yù)測(cè)中，自身擾動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)方差貢獻(xiàn)度100%，但從第2期開(kāi)始，自身擾動(dòng)貢獻(xiàn)迅速下降，能源擾動(dòng)的貢獻(xiàn)度立即上升，能源消費(fèi)結(jié)構(gòu)擾動(dòng)的貢獻(xiàn)度在出現(xiàn)一個(gè)小幅下降之后緩慢上升。在第12期，能源擾動(dòng)的貢獻(xiàn)度已經(jīng)達(dá)到峰值（53%），隨后稍有下降，基本保持在50%的水平。同樣在第12期，能源消費(fèi)結(jié)構(gòu)擾動(dòng)的貢獻(xiàn)度只有14%，第30期貢獻(xiàn)度預(yù)計(jì)達(dá)到30%。說(shuō)明在長(zhǎng)期內(nèi)，能源消費(fèi)增長(zhǎng)以及消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)較為穩(wěn)定，其中能源消費(fèi)增長(zhǎng)的貢獻(xiàn)較大。

在第1期預(yù)測(cè)中，自身擾動(dòng)對(duì)能源消費(fèi)預(yù)測(cè)方差貢獻(xiàn)度為 100%。從第2期開(kāi)始，自身擾動(dòng)貢獻(xiàn)度迅速下降，能源消費(fèi)結(jié)構(gòu)擾動(dòng)對(duì)能源消費(fèi)預(yù)測(cè)方差的貢獻(xiàn)度迅速上升。從第10 期開(kāi)始，自身擾動(dòng)的貢獻(xiàn)度就基本保持在53%，而能源消費(fèi)結(jié)構(gòu)擾動(dòng)的貢獻(xiàn)度基本在47%的水平上。因此，長(zhǎng)期來(lái)看，能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)能源消費(fèi)的貢獻(xiàn)較為穩(wěn)定，影響程度也比較大。

在第1期預(yù)測(cè)開(kāi)始，自身擾動(dòng)對(duì)能源消費(fèi)結(jié)構(gòu)預(yù)測(cè)方差貢獻(xiàn)度90%，從第2期開(kāi)始，緩慢下降，之后維持在73%的水平上。能源消費(fèi)擾動(dòng)對(duì)能源消費(fèi)結(jié)構(gòu)預(yù)測(cè)方差貢獻(xiàn)度從第1期的10%緩慢上升為26%，并一直保持穩(wěn)定。說(shuō)明能源消費(fèi)對(duì)能源消費(fèi)結(jié)構(gòu)優(yōu)化的影響程度較小，最終仍體現(xiàn)出能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)能源消費(fèi)增長(zhǎng)的較大貢獻(xiàn)。

2.5? ? Granger因果關(guān)系檢驗(yàn)

所謂因果關(guān)系是指變量之間的依賴性，作為結(jié)果的變量是由作為原因的變量所決定的，原因變量的變化引起結(jié)果變量的變化，Granger從預(yù)測(cè)的角度給出了因果關(guān)系的一種定義。因此，對(duì)lnE、S和lnY進(jìn)行Granger因果關(guān)系檢驗(yàn)，以確定3個(gè)變量的因果關(guān)系。Granger因果檢驗(yàn)對(duì)滯后期的選擇非常敏感，滯后期不同，檢驗(yàn)結(jié)果可能有較大差異。本文采用AIC準(zhǔn)則確定最優(yōu)滯后期數(shù)為1期，結(jié)果見(jiàn)表2。

可以看出，在5%的顯著性水平下，拒絕了原假設(shè)，接受lnE是lnY的Granger原因，lnY是S的Granger原因，S是lnE的Granger原因，lnE是S的Granger原因。也就是說(shuō)，1996—2016年的統(tǒng)計(jì)數(shù)據(jù)表明，存在E到Y(jié)、Y到S的單向因果關(guān)系，以及E和S的雙向因果關(guān)系。結(jié)合脈沖響應(yīng)函數(shù)和方差分解的結(jié)果，其主要因果關(guān)系為：農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化引起能源消費(fèi)增長(zhǎng)，農(nóng)業(yè)能源消費(fèi)增長(zhǎng)引起經(jīng)濟(jì)增長(zhǎng)。

3? ? 結(jié)論

本文在現(xiàn)有文獻(xiàn)已證明能源和經(jīng)濟(jì)、環(huán)境之間相互影響的基礎(chǔ)之上，進(jìn)一步研究了農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化的作用機(jī)理。使用中國(guó)1996—2016年的農(nóng)業(yè)能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)，運(yùn)用向量自回歸模型（VAR），對(duì)農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化促進(jìn)經(jīng)濟(jì)增長(zhǎng)的作用機(jī)理進(jìn)行了分析，得出以下結(jié)論：

（1）農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化以前期優(yōu)化為基礎(chǔ)，能夠促進(jìn)未來(lái)的能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)。煤炭消費(fèi)比重每降低1個(gè)單位，未來(lái)的煤炭消費(fèi)比重將會(huì)繼續(xù)下降0.5個(gè)單位，未來(lái)的農(nóng)業(yè)能源消費(fèi)將會(huì)增加1.6%，農(nóng)業(yè)產(chǎn)出將會(huì)增加1.35%。

（2）農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)能源消費(fèi)以及經(jīng)濟(jì)增長(zhǎng)具有長(zhǎng)期的促進(jìn)作用，農(nóng)業(yè)能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)短期的促進(jìn)作用更為明顯。然而，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)對(duì)農(nóng)業(yè)能源消費(fèi)以及結(jié)構(gòu)優(yōu)化都沒(méi)有明顯的、長(zhǎng)期的促進(jìn)作用。

（3）長(zhǎng)期來(lái)看，農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化對(duì)能源消費(fèi)增長(zhǎng)貢獻(xiàn)較大，農(nóng)業(yè)能源消費(fèi)增長(zhǎng)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)較大。

（4）長(zhǎng)期來(lái)看，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)的依賴仍將持續(xù)。農(nóng)業(yè)能源消費(fèi)結(jié)構(gòu)優(yōu)化引起能源消費(fèi)增長(zhǎng)，繼而能源消費(fèi)增長(zhǎng)引起經(jīng)濟(jì)增長(zhǎng)。

本文認(rèn)為，農(nóng)業(yè)生產(chǎn)應(yīng)當(dāng)依靠科技進(jìn)步，使用低碳機(jī)械，推廣節(jié)能技術(shù)，通過(guò)調(diào)整和優(yōu)化能源消費(fèi)結(jié)構(gòu)的方法，減少煤炭和石油等化石能源的使用，增加電力等清潔能源的使用，在促進(jìn)農(nóng)業(yè)產(chǎn)出增長(zhǎng)的同時(shí)，注重生態(tài)和環(huán)境的改善，實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。

4? ? 參考文獻(xiàn)

[1] BALL V E，F(xiàn)？魧RE R，GROSSKOPF S，et al.The role of energy productivity in US agriculture[J].Energy Economics，2015，49（5）：460-471.

[2] FEI RILONG，LIN BOQIANG.Estimates of energy demand and energy saving potential in China′s agricultural sector[J].Energy，2017，135（9）：865-875.

[3] CHEN J D，CHENG S L，SONG M L.Changes in energyrelated carbon di-oxide emissions of the agricultural sector in China from 2005 to 2013[J].Renewable and Sustainable Energy Reviews，2018，94（10）：748-761.

[4] 張霞，蔡宗壽，李歡.我國(guó)農(nóng)業(yè)生產(chǎn)能源消費(fèi)現(xiàn)狀分析[J].江蘇農(nóng)業(yè)科學(xué)，2015，43（5）：441-443.

[5] YU ZHIXIN，LI NAN，MU HAILIN，et al.Empirical study on the regional agricultural energy efficiency convergence across provinces in China[J].Energy Procedia，2017，142（12）：2391-2396.

[6] WANG S L，MCPHAIL L.Impacts of energy shocks on US agricultural pr-oductivity growth and commodity prices：a structural VAR analysis[J].Energy Economics，2014，46（11）：435-444.

[7] 李國(guó)志，李宗植.中國(guó)農(nóng)業(yè)能源消費(fèi)碳排放因素分解實(shí)證分析：基于LMDI模型[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（10）：66-72.

[8] 朱立志，劉靜，向猛.我國(guó)農(nóng)業(yè)生產(chǎn)能源消費(fèi)變化與趨勢(shì)分析[J].環(huán)境經(jīng)濟(jì)，2010（12）：44-47.

[9] 史常亮，郭焱，占鵬，等.中國(guó)農(nóng)業(yè)能源消費(fèi)碳排放驅(qū)動(dòng)因素及脫鉤效應(yīng)[J].中國(guó)科技論壇，2017（1）：136-143.

[10] 黃曉鳳，陳永康.中國(guó)農(nóng)業(yè)能源偏向型技術(shù)創(chuàng)新測(cè)度及結(jié)構(gòu)優(yōu)化研究[J].湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，32（1）：100-107.

[11] 彭科，安玉發(fā).中國(guó)農(nóng)業(yè)生產(chǎn)能源消費(fèi)影響因素的實(shí)證分析：基于固定效應(yīng)模型[J].技術(shù)經(jīng)濟(jì)，2012，31（6）：101-106.

[12] 張寬，漆雁斌，鄧鑫.農(nóng)業(yè)機(jī)械化、能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)耦合關(guān)系研究[J].農(nóng)機(jī)化研究，2017，39（3）：1-6.

[13] 魏瑋，文長(zhǎng)存，崔琦，等.農(nóng)業(yè)技術(shù)進(jìn)步對(duì)農(nóng)業(yè)能源使用與碳排放的影響：基于GTAP-E模型分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（2）：30-40.

[14] 李笑宇，樊遠(yuǎn)洋.農(nóng)業(yè)機(jī)械化與能源消費(fèi)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，48（6）：939-942.