中國農業碳排放效率的區域差異

劉其濤

摘要：利用中國省際面板數據，將農業碳排放納入農業經濟體系的測算中，采用Malmquist-Luenberger指數分析2000—2013年中國30個省份的農業碳排放效率及其分解，探討中國農業碳排放效率的影響因素，考察中國農業經濟發展與資源、環境的協調性。結果表明，中國農業碳排放效率總體呈增長趨勢，其動力主要來源于技術進步；從區域差異來看，三大地區農業碳排放效率存在較大差異，呈現東、中、西部地區依次遞減態勢；農村經濟發展水平、產業結構和對外開放水平對中國農業碳排放效率有顯著影響，而城鎮化影響不顯著。

關鍵詞：農業；碳排放；Malmquist-Luenberger生產率指數；影響因素；實證分析

中圖分類號： F327文獻標志碼： A文章編號：1002-1302（2015）09-0497-04

隨著我國工業化、城鎮化和農業現代化的快速發展，能源消耗和二氧化碳排放量日益增大。目前，中國已經成為世界上最大的碳排放國，2013年中國的碳排放量超過歐美之和，占世界總量的27.7%，其中人均碳排放量為7.2 t，首次超過歐盟，比全球平均水平高45%，這種狀況已經嚴重影響中國經濟的可持續發展。為此，中國政府采取了一系列措施降低碳排放量。2014年9月，《國務院關于國家應對氣候變化規劃（2014—2020年）的批復》規定，到2020年，實現單位國內生產總值二氧化碳排放比2005年下降40%～45%的目標。如何促進經濟增長與節能減排的協調發展，實現資源、環境與經濟的統籌發展已經成為令人關注的問題。

農業作為國民經濟和社會發展的重要保障，近年來取得了巨大的成就，糧食產量由1949年的1億 t左右達到2012年的5 895.5億 kg，增長近5倍；人均糧食占有量由200 kg增加到435 kg。這種增長主要依靠傳統農業要素投入的增加，其中，中國用于農業作物灌溉的地下水消耗量從1950年的100億 m3增長到2012年的1 000億 m3，每年抽取地下水消耗能源產生的碳排放量占中國碳排放總量的0.5%，這種高能耗、高排放、低效率的增長特征必然會造成環境的污染。2013年，聯合國環境規劃署發布的《2013年排放差距報告》中明確指出，目前農業領域產生的直接排放占全球溫室氣體的11%，2020年之前的減排潛力介于11億～43億 t二氧化碳當量之間。為此，中國政府2015年中央1號文件指出，要推進農業現代化建設，必須建立農業可持續發展長效機制，促進生態友好型農業發展。因此，在當前中國政府大力推動經濟增長方式轉變和節能減排的戰略背景下，研究中國農業碳排放效率具有重要的學術價值和現實意義。

目前，國內學者對中國農業碳排放的研究主要集中在以下3個方面。（1）農業碳排放的測量。李波等從化肥、農藥、農膜等6個方面測算了1993—2008年的中國農業碳排放量[1]；田云等從農用物資、水稻、翻耕等4個方面測算了2000—2011年中國農業碳排放量[2]；劉華軍等使用1993—2010年的省級數據，測算了各省農業的碳排放量[3]。（2）農業碳排放影響因素分析。田云等利用LMDI模型對碳排放影響因素進行分解研究，認為經濟因素引發了碳增量[4]；楊鈞采用面板數據分析方法，分析了全國層面和東、中、西地區碳排放的影響因素，結果表明，農業從業人口和農業機械化水平的提高增加了農業的碳排放量，農村人力資本積累一定程度減少了農業的碳排放量[5]；韓岳峰等基于能源消耗與貿易角度，采用LMDI分解法分析發現，進口效應對我國現階段農業能源消費碳排放的貢獻率最大[6]；魯釗陽運用2000—2010年的數據，實證研究了農業科技進步對農業碳排放的影響[7]。（3）農業碳排放的效率。張廣勝等用農業碳排放強度反映農業碳排放效率，認為1985—2011年中國農業碳排放強度呈現下降趨勢，農業碳排放效率提高[8]。農業碳排放的產生是由多種生產要素投入導致的，僅僅采用單一指標評價農業碳排放的效率過于片面，無法真正度量碳排放的效率。Ramanathan提出，利用數據包絡分析法能夠將碳排放、經濟發展和要素投入納入綜合效率的方法，更能反映碳排放效率評價的全面性和合理性[9]。吳賢榮等采用DEA-Malmquist效率指數，對2000—2011年中國各省份的農業碳排放效率進行分析，結果表明，農業碳排放效率存在省域差異，三大地區農業碳排放效率變動的主要貢獻因素也存在較大差異[10]。

中國農業正處于轉型發展的關鍵時期，農業碳排放已經引起政府的高度重視，而對農業碳排放效率的研究能夠為政府制定差異性的節能減排措施提供參考依據。為此，本研究基于全要素分析思路，從農業經濟核算體系出發，嘗試在全要素分析框架下，構建包含期望產出和非期望產出的Malmquist-Luenberger CML指數，對2000—2013年中國30個?。ㄊ?、自治區）的農業碳排放效率進行測量，運用動態面板數據計量方法探討影響農業碳排放效率變動的主要因素，為促進中國低碳農業的發展提供借鑒。

1方法與模型

1.1方向性距離函數

在農業生產過程中，除會獲得期望產出外，還伴隨著產生非期望產出。為將非期望產出納入農業碳排放效率測量中，則需要構造一個生產可能性集，既包含期望產出，又包含非期望產出，即環境技術。假設每個地區使用N種投入X=（X1，…，XN）∈RN+可生產出M種期望產出y=（y1，…，yM）∈RM+ 及I種非期望產出b=（b1，…bI）∈RI+，則在每個時期t=1，…，T 個時期， k=1…，K個地區，每個地區的投入和產出值為（xk，t ，yk，t，bk，t）。運用數據包絡分析（DEA）表達環境技術模型為：

技術進步指數說明技術前沿在t時期到t+1時期之間的變動情況；技術效率變化指數反映技術落后地區對生產可能性前沿追趕先進者的程度；ML、EFFCH 和 TECH大于或小于1時，分別表示該決策單元的碳排放效率提升或下降、效率改善或惡化以及技術進步或退步。endprint

2指標及數據處理

由于西藏的資源稟賦條件和DEA方法對異常數據的敏感性，因此本研究中剔除西藏。本研究以中國30個省、自治區和直轄市為對象，選取2000—2013年各省份的農業投入產出數據，數據主要來源于歷年的《中國統計年鑒》《中國農村統計年鑒》《中國農業年鑒》《中國環境統計年鑒》，以考察中國農業碳排放效率的變動。

2.1投入指標

農業碳排放主要是生產要素的投入和使用過程中產生的。土地的翻耕導致有機碳釋放到空中而形成碳排放；化肥產生的氮氧化物每千克對增溫的影響大約是二氧化碳的298倍；農業機械的廣泛使用會消耗大量的能源而產生碳排放；農田灌溉使用的電能也會導致二氧化碳的產生。因此，本研究選取的投入指標為土地、化肥、農業機械和灌溉。土地投入指標延續大多數學者的做法，以農作物總播種面積而不是可耕地面積計算，單位為k hm2；化肥投入指標，主要包括氮肥、磷肥、鉀肥和復合肥，以化肥施用量按折純量計算，單位為萬 t；農業機械指標使用農業機械總動力表示，單位為萬 kW；灌溉投入指標以各省實際有效灌溉面積計算，單位為hm2。

2.2產出指標

包括期望產出和非期望產出2個變量。期望產出采用農林牧漁業總產值作為衡量指標，統一換算成可比價；非期望產出指標以各省份的農業碳排放量衡量。與工業碳排放相比，農業碳排放來源更加多樣化，不同學者選取的碳排放來源指標也不盡相同，從而使計算農業碳排放的結果存在較大的差異性。本研究認為農業碳排放量主要來自化肥、農藥、農膜、柴油、翻耕和農業灌溉等6個方面，建立農業碳排放計算公式：

E=∑Ei=∑Tiδi。（8）

式中：E表示農業碳排放總量，萬 t；i表示各種碳源的種類；Ti表示各碳排放源的量，萬 t；δi表示各碳排放源的碳排放系數，參照李波等的研究[1]。

3實證結果分析

3.1中國農業碳排放效率指數變化及其分解

使用Maxdea 6.0軟件測算中國農業的碳排放效率指數及其分解。由表1可見，2000—2013年，中國農業碳排放效率年均增長8.3%，這與中國不斷調整的農業產業結構、農業生態環境保護和農業現代化的建設實施是密不可分的；技術進步指數年均增長8.5%，技術效率指數年均下降0.2%，這表明中國農業碳排放效率是一種典型的技術推動型，技術進步能夠降低農業資源消耗和對環境的破壞程度，推動農業碳排放效率的逐步提高。但是，隨著中國農業改革的不斷深入，改革提高效率的難度越來越大，導致農業環境管理及制度等存在一系列問題，制約了農業的技術效率。因此，在今后農業發展過程中，一方面要提高農業科技自主創新能力，另一方面要采取有利措施提高農業技術效率，促進農業經濟與環境保護的協調發展。

從時序演變看，2000—2013年，中國農業碳排放效率總體呈上升態勢，但也存在較大的波動性。根據中國經濟發展規劃，將考察期分為2000—2005年（“十五”時期）、2005—2010年（“十一五”時期）和2010—2013年（“十二五”時期）3個階段，分析不同時間段農業的碳排放效率及其變動，結果由表1可見，第一階段（2000—2005年），中國農業碳排放效率年均增長為5.88%，其增長動力源于技術進步，技術進步指數年均增長7.04%，而技術效率指數為負增長，制約了農業碳排放效率的提高。在此期間，國家制定了一系列惠農支農的政策措施，如2004年頒布了中央一號文件，取消了農業稅，實施“科教興農”戰略，這些政策措施促進了農業技術水平的提高，使科技成果轉化與推廣應用能力不斷改善，推動了農業技術進步，但是傳統高投入、高消耗的增長方式仍然存在，化肥、農藥等生產要素的有效配置仍然較低，因而導致技術效率指數出現負增長的情況。第二階段（2005—2010年），中國農業碳排放效率年均增長9.54%，與第一階段相比，農業碳排放效率明顯提高，技術進步指數年均增長8.50%，技術效率得到極大改善，年均增長為1.12%，農業碳排放效率的提高方式呈現顯著變化，其增長方式由技術進步指數和技術效率指數雙輪驅動。這是由于隨著國家對農業科技投入的不斷提高，農業研發能力逐步增強，科技轉化速度加快，一些新的農業生產技術能夠很快地應用到農業生產中，極大地降低了二氧化碳的排放；同時，國家也采取一系列措施推動技術效率的改善，如加大對農業勞動者的培訓力度、提高農業勞動者的技能水平、促進農業管理水平的科學化和合理化等。第三階段（2010—2013年），中國農業碳排放效率依然保持快速增長，年均增長10.90%，但是增長模式轉變為技術進步的單獨驅動，技術進步指數為11.50%，技術效率出現退步，年均增長為-0.54%。近年來，國家加快推進中國特色農業現代化建設，強化農業科技創新驅動作用，健全農業科技創新激勵機制，加強對農業科技研發的扶持力度，使得農業科技貢獻率得到極大提升。但是由于城鎮化進程的加快，出現了“三化”不協調的情況，導致農村優質勞動力轉移，普遍降低了農業勞動力的素質，疏于管理和小規模經營不利于資源的優化配置和生產效率改善，導致農業碳排放技術效率指數出現惡化。

3.2中國農業碳排放效率的差異性分析

由表2可見，我國各省區及東、中、西三大地區（按傳統區域劃分）平均農業碳排放效率指數、技術進步指數和技術效率變化指數存在明顯的差異性，呈現東部地區、中部地區和西部地區依次遞減的格局；2000—2013年，東部地區農業碳排放效率平均增長8.6%，略高于全國平均水平，技術進步指數年均增長8.7%，技術效率指數出現負增長，這可能因為東部地區經濟發展水平較好，更容易吸收農業生產的先進技術和管理水平，農業技術進步較快，資源利用效率較高，同時農業生產者十分重視生態環境的保護；中部地區農業碳排放效率平均增長8.2%，基本與全國平均水平持平，與東部地區相比，二者之間的技術進步水平差距不大，農業碳排放效率的差異性主要是由技術效率造成的，這說明中部地區許多農業大省農業生產方式比較傳統，農業生產資料配置效率比較低下，需要加強資源管理和環境保護；西部地區農業碳排放效率平均增長7.8%，低于全國平均水平，技術進步指數年均增長79%，技術效率為負增長；2000—2013年，東、中、西部農業碳排放均取得一定程度的前沿技術進步，而技術效率指數均處endprint

于負增長，這說明中國政府十分重視農業技術的改善，但忽略了技術效率改善，從而造成農業資源的浪費；各省份之間農業碳排放效率存在明顯的差異性，陜西、山西、江蘇、浙江和山東5省農業碳排放效率較高，主要由技術進步指數和技術效率指數雙重貢獻，說明這些省份農業集約化程度較高，農業產業較為發達，現代農業發展水平較高，農業節能減排成果顯著；農業碳排放效率排名后3位的地區主要有貴州、寧夏和青海，這些省份都屬于西部不發達地區，農業生產方式落后，農業經濟增長主要依靠高投入來換取，同時農業產業結構單一，農民生態環境保護意識薄弱，這些都導致農業碳排放的增加，因此，這些省份需要借鑒先進省份的經驗，提高農業產出水平、降低農業碳排放，加快推進農業現代化建設；其余省份農業碳排放效率和技術進步指數均大于1，大部分省份技術效率指數均小于1，說明這些省份農業碳排放效率改善主要由技術進步驅動，而要素配置未達到最優水平。

中國農業碳排放效率的提升主要依賴于技術進步，而技術效率的提高則有助于農業碳排放效率的改善。因此，中國政府要實現農業現代化，必須在依靠技術進步的同時借助于技術效率的推動，以最終實現低碳農業的發展。

4中國農業碳排放效率的影響因素分析

利用2000—2013年30個省（市、自治區）的面板數據，探討農村經濟發展水平、產業結構、城鎮化和對外開放水平等指標對農業碳排放效率的影響。農村經濟發展水平指標選取農村居民人均純收入（AGAI）衡量，同時引入平方項考察與農業碳排放效率是否存在倒“U”形關系；產業結構指標（IC）主要用種植業占農林牧漁業總產值比重衡量；城鎮化指標（URBA）選用非農業人口占總人口比重反映；對外開放水平指標（DWKF）選取農產品進口數量與總產量之比來衡量。

以中國農業碳排放效率為因變量，以農村經濟發展水平、產業結構、城鎮化和對外開放水平等影響農業碳排放效率的因素作為自變量，建立面板數據模型為：

由于面板數據具有截面、時序的特性，因此需要先對模型進行檢驗，根據Hausman檢驗結果選擇固定效應模型。

由表3可見：（1）農村經濟發展水平（AIC）與中國農業碳排放效率呈正相關，其二次項的系數為負值，農村經濟發展水平與中國農業碳排放效率之間存在倒“U”形曲線關系。在農村經濟發展水平較低時，人們主要依靠大量生產要素的投入獲得農業產出，從而導致碳排放量的不斷增加，而當經濟發展達到一定水平時，隨著人們環境意識的不斷增強，人們開始追求綠色健康產品，這就促使農業生產者采用先進技術降低農業污染，導致農業碳排放量的下降。（2）產業結構（IC）與中國農業碳排放效率呈負相關，與實際情況相吻合。種植業作為農業碳排放的主要來源，其比重的提高意味著需要投入更多的化肥、農藥等生產資料，根據中國農業部公布的數據顯示，目前我國化肥使用比發達國家高20%，農藥使用比發達國家高15%，這必然導致碳排放量的不斷增加，農業碳排放效率下降。（3）城鎮化對中國農業碳排放效率的影響為正，但不顯著。從理論上講，城鎮化有利于減少農業的碳排放，但由于在推進城鎮化過程中，“三農”問題沒有得到妥善解決，比如農業機械普及率較低、化肥和農藥等生產資料沒有得到科學配置等，這些因素導致研究結果與理論出現差異性。（4）對外開放水平與中國農業碳排放效率呈現極顯著正相關，這可能是由于農產品進口數量的不斷增加，擠占了本土的農業生產量，從而減少了國內農業生產過程中的碳排放環節，這在一定程度上間接地緩解了農業碳排放量，實現了碳排放轉移。

5結論與啟示

本研究將農業碳排放納入農業經濟核算體系中，運用方向性距離函數構建ML生產率指數，對2000—2013年中國30個?。ㄊ?、自治區）的農業碳排放效率進行測算，對其影響因素進行綜合分析，得到的結論有：（1）2000—2013年，中國農業碳排放效率年均增長為8.3%，技術進步指數年均增長85%，而技術效率表現為負增長，這說明中國農業碳排放效率增長的動力來源于技術進步，屬于技術推動型增長模式。（2）從時序演變看，中國農業碳排放效率在“十五”“十一五”和“十二五”時期3個階段表現出不同的態勢，存在明顯的波動性。（3）從地區和區域來看，三大區域農業碳排放效率差異性明顯，東部地區增長最高，其次是中部和西部地區；各省份的增長速度和增長模式也存在較大差異，排名較高的5個省份是典型的集約型增長方式，而排名后3位的地區貴州、寧夏和青海屬于粗放型的增長方式。（4）農村經濟發展水平與農業碳排放效率之間存在倒“U”形曲線關系；產業結構與中國農業碳排放效率呈負相關；城鎮化對中國農業碳排放效率的影響有正向作用，但不顯著；對外開放水平與中國農業碳排放效率呈顯著正相關。

基于此，筆者認為，應進一步調整和優化農業產業結構，立足各地資源優勢，大力培育特色農業，促進農業現代化發展；加快農業科技創新，構建以現代農業產業體系為基礎的綠色農業發展機制；針對地區的差異性特點，不同地區應根據實際情況建立健全農業生態環境保護責任制，推動農業循環經濟發展，中、西部地區要逐步加強與東部地區的交流與合作，不斷引進和吸收先進農業技術和管理制度，提高農業生產資料的使用效率，降低農業碳排放；在推進城鎮化過程中，要切實有效地解決好相關問題，提高農業的科技素質和低碳意識，為解決農業碳排放污染創造條件；進一步優化農業外貿產品結構，在堅持對外開放的前提下，優先進口高碳農產品，加大低碳、低能耗農產品的出口；綜合運用多種手段，改變農業污染沒人管的局面，不斷發揮環境保護激勵機制的作用，實現農產品有效供給和質量安全，提升農業可持續發展能力，促進中國農業經濟健康快速的發展。

參考文獻：

[1]李波，張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解[J]. 中國人口·資源與環境，2011，21（8）：80-86.

[2]田云，張俊飚，尹朝靜，等. 中國農業碳排放分布動態與趨勢演進[J]. 中國人口.資源與環境，2014（7）：91-97.

[3]劉華軍，鮑振，楊騫.中國農業碳排放的地區差距及其分布動態演進[J]. 農業技術經濟，2013（3）：72-81.

[4]田云，張俊飚，李波.基于投入角度的農業碳排放時空特征及因素分解研究——以湖北省為例[J]. 農業現代化研究，2011，32（6）：752-755.

[5]楊鈞.中國農業碳排放的地區差異和影響因素分析[J]. 河南農業大學學報，2012，46（3）：336-342.

[6]韓岳峰，張龍.中國農業碳排放變化因素分解研究——基于能源消耗與貿易角度的LMDI分解法[J]. 當代經濟研究，2013（4）：47-52.

[7]魯釗陽.省域視角下農業科技進步對農業碳排放的影響研究[J]. 科學學研究，2013，31（5）：674-683.

[8]張廣勝，王珊珊.中國農業碳排放的結構、效率及其決定機制[J]. 農業經濟問題，2014，35（7）：18-26.

[9]Ramanathan R. Combining indicators of energy consumption and emissions：a cross-country comparison[J]. International Journal of Global Energy Issues，2002，17 （3）：214-227.

[10]吳賢榮，張俊飚.中國省域農業碳排放：測算，效率變動及影響因素研究[J]. 資源科學，2014（1）：129-138.

[11]Shephard R W. Theory of cost and production functions[M]. Princeton：Princeton University Press，1970.

[12]Chung Y H，Fare R，Grosskopf S.Productivity and undesirable outputs：a directional distance function approach[J]. Journal of Environmental Management，1997，51 （3）：229-240.endprint