碳匯視角下廣東省農業生產效率分析

李航飛

(韶關學院旅游與地理學院，廣東 韶關 512005)

黨中央和國務院高度重視“三農”問題，自2004年以來，中央一號文件都是以“三農”問題為主題?！盁o農不穩”，農業是國民經濟的基礎，涉及到國家糧食之安全、社會之穩定，提高農業生產效率是解決“三農”問題的重要途徑。目前，專家學者針對我國農業生產率進行了大量研究，取得了豐富的研究成果[1-8]。已有研究主要基于增長核算法、隨機前沿法及數據包絡分析方法，通過計量經濟軟件如MAXDEA、DEAP等，選取相關投入變量(如農作物播種面積、農用機械總動力、農藥化肥使用量、農業從業人數、役畜、農業用水等)和產出變量(如農業生產總值、農林牧漁總產值等)，從不同的時間段對我國各省份的農業生產效率進行了分析和研究，得出了一些較為重要的結論，對于我國農業生產率的提高有重要的參考和借鑒作用。低碳是經濟發展的新目標，同樣也是農業發展的新目標。我國力爭2030年前二氧化碳排放達到峰值，努力爭取2060年前實現碳中和目標?？v觀已有研究，雖有部分文獻將碳排放量作為非合意產出指標納入農業生產效率的研究當中，但鮮有研究將農業生產過程中的碳吸引量作為產出指標納入農業生產效率的研究當中。農業生產過程是碳排放的過程，與此同時，農作物的生長過程亦是碳吸收的過程，其在碳中和過程中發揮重要作用。論文基于碳匯視角，將碳排放量和碳吸引量、農林牧漁總產值作為產出指標，基于2015—2020年農業生產相關數據，通過DEA-Malmquist模型對廣東省農業生產效率進行分析，以期從新的視角來研究農業全要素生產率，為廣東省農業發展提供參考和借鑒。

1 研究方法

論文使用DEA-Malmquist指數法對廣東省農業全要素生產率(TFP)進行分析。相較于增長核算法、隨機前沿法，DEA-Malmquist指數法具有比較好的適用性，其無需對前沿生產函數進行設定，亦不用對因變量和自變量之間的關系進行設定。

對于t期與t+1期的技術，一個投入及一個產出的生產率指數可以定義為式(1)。

(1)

全要素生產率(TFP)即Malmquist指數的變化情況可用式(1)中2個指數的幾何平均值來計算獲取，公式：

=EFFCH(xt+1，yt+1；xt，yt)×TECHCH

(xt+1，yt+1；xt，yt)

(2)

式中，EFFCH為技術效率的變動；TECHCH為技術進步變動；其中TECHCH還可以進一步分解為純效率變化(PECH)和規模效率變化(SECH)，見式(3)。

(3)

式中，TFPCH即Malmquist生產效率指數，用來表示廣東省農業綜合生產率的變化情況，其值大于1，說明綜合生產率提高，反之下降；SECH是規模效率變動情況，其值大于1，說明規模效率提高，反之下降；PECH是純技術效率變化情況；TECHCH指技術進步變化情況，其值大于1，說明技術進步，反之技術倒退。

2 指標選取與數據來源

2.1 指標選取

2.1.1 投入指標

根據數據的可獲取性、可操作性及綜合性等原則，參考王寶義等[9]，侯孟陽等[10]，田云等[11]，高孟菲等[12]的研究，選取勞動力投入、土地投入、農藥投入、化肥投入、農膜投入、農業機械動力等6個指標作為投入指標，具體指標的計算方法詳見表1。

表1 廣東省農業生產率投入產出指標

2.1.2 合意產出指標

參考已有文獻[2-4，7]，選取農林牧漁業總產值、碳吸收量為合意產出指標，詳見表1。農田作物碳吸收的計算公式：

(4)

式中，C為農作物生產過程中全年碳吸收總量，萬t；Ci為某種作物的全年碳吸收量，萬t；n為農作物種類數；ci為i種農作物的碳吸收率；Yi是i種農作物的產量，萬t；wi為i種農作物產品的含水量，%；Ii為i種農作物的經濟系數。參考王修蘭[13]，韓召迎等[14]的研究成果，主要農作物經濟系數、含水量和碳吸收率見表2。

表2 主要農作物經濟系數、含水量和碳吸收率

2.1.3 非合意產出指標

選取農作物生產過程中碳排放量為非合意產出指標，根據已有相關研究及文獻[11，15，16]，本文估算廣東省農業生產過程中碳排放量的方法以化肥、農藥、農膜、農用柴油、農業灌溉、農業耕作等6類指標作為估算依據，具體估算方法為用相應指標值乘以其排放系數。上述6類碳排放源的排放系數如下[11，15，16]：化肥0.896kg·kg-1、農藥4.934kg·kg-1、農膜5.180kg·kg-1、柴油0.593kg·kg-1、農業灌溉20.476kg·hm-2、農業耕作312.600kg·hm-2。

2.2 數據來源

投入指標數據農林牧漁業從業人員(萬人)、農業物播種面積(萬667m2)、農藥使用量(萬t)、農膜使用量(萬t)、化肥使用量(萬t)、農業機械總動力(萬kW)及合意產出指標數據農林牧漁業總產值(億元)來自廣東統計年鑒(2016—2021年)；合意產出指標碳吸收量(萬t)及非合意產出指標碳排放量(萬t)基于廣東統計年鑒(2016—2021年)相關數據，根據前文計算方法計算獲得；計算過程中對部分指標進行了修正，同時通過價格指數對各年份農林牧漁業總產值進行了削平處理。

3 廣東省農業生產率實證分析

為方便對比研究，分2種情形對廣東省農業生產率進行實證分析：第1種情形產出指標僅為農林牧漁業總產值；第2種情形基于碳匯視角，考慮農業生產過程中碳排放量和碳吸收量，產出指標為農林牧漁業總產值、碳排放量、碳吸收量。

基于2015—2020年農業生產相關數據，分2種情形，利用Deap 2.1軟件測算出廣東省農業全要素生產率的變動情況，結果見表3、表4及圖1。

表3 廣東省農業全要素生產率

表4 廣東省農業全要素生產率

圖1 廣東省農業全要素生產率變動情況

由表3、表4及圖1可知，各年份的TFPCH值都大于1，“十三五”期間，廣東省農業全要素生產率不斷提高，持續向好。不考慮碳匯因素，年均增長10.4百分點；考慮碳匯因素，年均增長5.7百分點。

廣東省農業全要素生產率增長的主要動力來自技術進步效率，技術效率保持不變。不考慮碳匯因素，技術進步效率年均增長10.4百分點；考慮碳匯因素，技術進步效率年均增長5.7百分點。技術進步強有力地促進了農業生產效率的提高，是廣東省農業全要素生產率增長的直接動力。廣東省歷屆省委、省政府高度重視農業機械化發展，近年來廣東省農業機械化水平不斷提高，農業生產方式發生了巨大的改變，2017年，農機總動力2410.8萬kW，全省整體機耕水平達到83%；農作物耕種收綜合機械化水平46.19%，相比2012年增長了5.09百分點；水稻耕種收綜合機械化水平70.13%。在以山地丘陵為主的地形條件及種植農作物復雜多樣的背景下，這些都是農業技術進步的直接反映。

不論何種情況，2015—2020年農業技術效率都等于1，沒有發生變化。一定程度上說明“十三五”時期，雖然廣東省對農業科技的研發投入較為穩定，但受到農村基層農業技術推廣體系、農業生產自然條件(特別是地形條件)、農業社會化服務不成熟等因素的影響，小農發展的瓶頸沒有得到有效突破，安全第一是很多小農戶考慮的主要因素，其一般不會冒險采納農業新技術，進而導致農業生產技術效率改善不明顯，農業科技成果轉化率低[17]。

不考慮碳匯因素的廣東省農業全要素生產率要明顯高于考慮碳匯(碳排放量、碳吸收量)農業全要素生產率。

4 討論

農業全要素生產率的增長涉及眾多投入和產出因素，本文根據已有文獻，基于碳匯視角，選取了勞動力、土地、化肥、農藥、農膜、農用機械動力等投入指標及農林牧漁業總產值、碳排放量、碳吸收量等產出指標對廣東省農業全要素生產率進行了測算，研究結果具有一定的理論及實踐價值。農業生產過程中，不僅排放出二氧化碳，同時亦可吸收二氧化碳，在碳達峰、碳中和背景下，對農業生產效率進行測算和評估時，應充分考慮農業生產的碳匯過程，以較為客觀地評價農業全要素生產效率。當然，本文投入、產出指標的選取、碳排放量及碳吸收量的計算方法等方面還有待進一步完善。