基于碳排放約束的安徽省縣域耕地效率評價

倪 娜

(重慶師范大學 地理與旅游學院，重慶 404100)

1 引言

耕地是人類進行糧食生產活動的必備場所。隨著近年來城市化的發展，耕地逐漸轉變為工業、商業、住房等用地，耕地數量急劇減少，但人們的需求卻在日益增長。因此，耕地的稀缺性與人們日益增長的需求之間的矛盾逐漸加劇。為了滿足人們日益增長的需求，就必須提高單位面積產量，于是化肥、農藥、農膜等生產資料大量投入到耕地生產活動中，造成大量資源冗余，產生越來越多的碳排放，從而破壞生態環境，造成耕地污染，耕地質量下降，糧食產量減少。因此將碳排放納入耕地效率研究中，可以避免測算出的耕地效率高于實際效率，進而對促進耕地利用與生態環境的協調發展具有重要的實際意義。

當前，國內外學者對耕地利用效率進行了大量研究。研究視角方面，Song[1]、楊俊[2]、李鑫[3]等分別從不同的視角對耕地效率進行研究。研究尺度方面，陳晨[4]、廖成泉[5]、劉玉[6]、張立新[7]等從市域的角度研究耕地效率。研究方法方面，馮曉紅[8]運用DEA模型來測算研究區的耕地利用效率，葉浩[9]等通過隨機前沿生產函數測算了分別測算了云南省和我國的耕地利用效率。稅麗[10]等利用非徑向非角度的SBM模型分別測度了東部沿海地區、成渝城市群的城市土地和耕地利用效率。從已有的研究來看，學者已從多個角度對耕地效率進行了研究，但是從碳排放角度進行研究的文獻較少，并且現有文獻多是從省域、市域的尺度，較少從縣域尺度進行研究。研究方法上也多是使用的DEA模型，未將松弛問題考慮進來，也無法分析效率值大于1的研究單元。基于此，本文從碳排放的視角，運用包含非期望產出的超效率SBM模型對安徽省縣域尺度下的耕地效進行了研究分析。

2 研究方法、指標選取與數據來源

2.1 超效率SBM-Undesirable 模型

數據包絡分析法(Data Envelopment Analysis，DEA)最初由美國的Charnel、Cooper和Rhodes 3人于1978年提出，是一種用以分析多個投入、多個產出決策單元相對效率的非參數研究方法，現在已經非常廣泛地應用于效率分析。但傳統的DEA模型主要從徑向或角度測度效率，沒有考慮變量的松弛性問題和非期望產出，更無法對大于1的決策單元進一步分析。基于此，2001年，Tone[11]提出了非徑向非角度的SBM模型，解決了預設徑向和角度帶來偏誤的難題。隨后，在2003年Tone[12]又在SBM模型的基礎上提出了考慮非期望產出的 SBM-Undesirable 模型，但SBM-Undesirable 模型無法進一步區分效率值大于1的DMU。于是，有學者將 SBM-Undesirable 模型與超效率模型相結合衍生出了超效率SBM-Undesirable 模型，超效率BM-Undesirable模型包含了超效率模型與SBM-Undesirable 模型的兩者優勢，在實際的運用中既將投入產出的松弛性問題考慮進來，又能對有效DMU進行進一步的分析。其計算模型如下：

(1)

λj≥0,j=1,2,…,n,j≠0;

(2)

2.2 指標選取與數據來源

本文研究的基礎數據主要來源于《安徽省統計年鑒》(2009-2013)以及各地級市的統計年鑒。

指標選取參考相關學者的研究[13～16]并結合安徽省實際情況，構建了適合安徽省耕地效率評價指標體系(表1)。投入指標方面：以第一產業從業人員作為勞動力投入，以播種面積作為土地投入，以化肥、農藥、農用塑料薄膜作為資源投入。產出指標方面包括期望產出與非期望產出，其中期望產出中包含糧食總產量(代表社會效益產出)、農林牧漁業總產值(代表經濟效益產出)。以碳排放量作為非期望產出，碳排放量是指耕地利用過程中投入的化肥、農藥、機械動力等資源直接或間接產生的碳排放，通過公式E=∑Ei=∑Ti×δi進行測算，E為碳排放總量，Ei為各種碳源碳排放總量；Ti表示碳源原始量；δi表示各類碳源的碳排放系數(表2)。

表1 安徽省耕地利用評價指標體系

表2 耕地利用過程中各碳源的碳排放系數

3 安徽省耕地效率評價

本文在構建耕地利用評價指標體系的基礎上，應用包含非期望產出的超效率SBM模型并借助MAXDEA軟件對安徽省2008～2012年各縣市的耕地效率進行了測算。為了與不考慮非期望產出的安徽省各縣市耕地效率進行對比分析，文中同時也對不考慮非期望產出情況下安徽省各縣市的耕地效率進行了測算。

3.1 考慮與不考慮碳排放視角下安徽省的耕地效率對比分析

由圖1可知，就耕地效率均值而言，考慮非期望產出的耕地效率明顯低于不考慮非期望產出的耕地效率，如2008年考慮與不考慮非期望產出的效率均值分別為0.824，1.017，2012年的效率均值分別為0.800和0.977。由此可以看出不考慮非期望產出的耕地效率值高估了耕地利用的實際效率，這意味著在此視角下得出的耕地效率是失真的。因此，為了了解安徽省各縣耕地利用的實際情況，本文采用碳排放約束下的耕地效率進行研究分析。

圖1 考慮與不考慮碳排放兩種視角下安徽省耕地利用綜合技術效率均值

3.2 碳排放約束下安徽省耕地效率整體分析

在規模報酬可變的情況下，綜合技術效率可分解為純技術效率和規模效率。本文為了進一步研究安徽省耕地效率，將綜合效率分解為純技術效率和規模效率(圖2)。

由圖2可知，2008～2009年綜合技術效率呈下降趨勢，2009～2010年綜合效率呈上升趨勢，2010～2012年又開始呈下降趨勢。安徽省耕地效率整體呈下降趨勢，由2008年的0.824下降到2012年的0.800，下降幅度為2.9%。純技術效率在2008～2009年下降，此后直到2012年一直呈上升趨勢，由2008年的0.920上升到2012年的0.932，上升幅度為1.3%。規模效率在2008～2009年下降，2009～2010年上升，2010～2012年一直下降，由2008年的0.911下降到2012年的0.871，下降幅度為4.4%。由此可知規模效率與綜合技術效率變化趨勢基本一致，說明規模效率在耕地效率中起決定性作用，安徽省耕地利用無效率主要是由規模無效率造成的。

圖2 2008～2012年碳排放約束下安徽省耕地利用綜合效率及分解效率值

3.3 碳排放約束下安徽省各縣市耕地利用效率分析

由表3可知，長豐縣、繁昌縣、肥東縣、肥西縣、懷寧縣、霍邱縣、霍山縣、績溪縣、郎溪縣、南陵縣、寧國市、祁門縣、宿松縣、天長市、望江縣、岳西縣16個縣在研究期內各年耕地效率均大于或等于1，為耕地效率有效，占整個縣市數量的26.2%，表明這些縣市在提高耕地效率時同時兼顧了經濟效益與環境效益，應繼續保持。

此外，有16個縣市在研究期內耕地效率則不同程度地出現無效率情況，占比26.2%，其中樅陽縣和壽縣的耕地效率均值均大于1，當涂縣、定遠縣、鳳臺縣、含山縣、利辛縣、青陽縣、太湖縣、桐城市、渦陽縣、蕪湖縣、潁上縣耕地效率均值小于1，但是都大于安徽省耕地效率整體水平，表明耕地利用過程中有些年份雖然出現無效率情況，但整體接近生產前沿面。阜南縣、金寨縣、太和縣研究期內耕地效率均值均小于安徽省整體水平，且均呈下降趨勢，距離生產前沿面較遠。這些縣的耕地效率具有很好的提升空間，能在短期內達到預期效果，應該給予有限關注

除了以上縣市外，碭山縣、東至縣、鳳陽縣、固鎮縣、廣德縣、和縣、懷遠縣、界首市、涇縣、旌德縣、來安縣、臨泉縣、靈璧縣、廬江縣、蒙城縣、明光市、潛山縣、全椒縣、石臺縣、舒城縣、泗縣、濉溪縣、銅陵縣、無為縣、五河縣、歙縣、蕭縣、休寧縣、黟縣29個縣各年耕地效率在研究期內均小于1，為耕地效率無效，占比47.5%，表明這些縣在耕地利用過程中經濟發展與生態環境之間嚴重失衡，有巨大的提升空間，應給予重點關注。

表3 2008～2012年碳排放約束下安徽省各縣市耕地效率

續表3

4 結論與政策建議

4.1 結論

本文基于非期望產出超效率SBM模型測算了2008～2012年碳排放約束下安徽省耕地效率，結論如下：

(1)考慮碳排放的耕地效率明顯低于不考慮碳排放的耕地效率，說明碳排放對安徽省的耕地效率造成了較大損失，并且考慮碳排放的耕地效率在研究期內均小于1，為耕地效率無效，說明安徽省的耕地效率整體水平偏低，說明安徽省耕地利用投入產出規模、科技投入等方面尚未達到最優狀態，有很大的優化空間。

(2)從考慮碳排放的耕地利用綜合效率及其分解效率來看，純技術效率呈上升趨勢，綜合效率與規模效率均呈下降趨勢，且變動趨勢基本一致，說明安徽省耕地利用管理水平較佳，但是資源的投入產出規模尚未達到最優配置，制約了安徽省耕地效率的提升。

(3)從考慮碳排放約束下安徽省各縣的耕地效率來看，研究期內各年耕地效率均有效的縣市占比26.2%，耕地效率不同程度地出現無效的縣市占比26.2%，各年耕地效率均無效的縣市占比47.5%，接近總縣市數量的一半。表明各縣市間耕地效率差距大，區域發展不平衡。

4.2 政策建議

(1)加大科技對農業生產活動的支持力度，培養農業方面的專業人才，提高農民的專業技能。同時還應重視科技在環境治理方面的投入，達到社會經濟與生態環境協調發展。

(2)優化資源配置，既要避免生產資料投入過多造成資源浪費和環境污染，又要防止投入過少阻礙耕地生產過程的順利進行。

(3)因地制宜，各縣市的耕地質量、土壤肥力具有初始差距，社會、經濟發展水平也有所不同，應根據各縣市耕地利用具體情況制定有針對性的改善措施。