王善高

（南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095）

一、引言

近年來，隨著現(xiàn)代農(nóng)業(yè)快速發(fā)展，農(nóng)業(yè)溫室氣體排放呈現(xiàn)出持續(xù)增加趨勢。IPCC評估報告指出[1]，農(nóng)業(yè)溫室氣體排放量占全球溫室氣體排放量的比重已經(jīng)高達(dá)13.5%，成為全球溫室氣體的第二大來源，農(nóng)業(yè)生產(chǎn)中的碳排放問題已不容小覷。統(tǒng)計數(shù)據(jù)顯示[2]，2011年中國農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的二氧化碳接近9000萬噸，達(dá)到歷史新高。為了能夠降低農(nóng)業(yè)生產(chǎn)中的碳排放量，促進(jìn)我國農(nóng)業(yè)可持續(xù)發(fā)展，我國政府適時提出了發(fā)展低碳農(nóng)業(yè)和綠色農(nóng)業(yè)的政策。在此背景下，大量學(xué)者對農(nóng)業(yè)碳排放問題進(jìn)行了深入而細(xì)致的研究，梳理下來，主要集中在以下幾個方面：第一，測算農(nóng)業(yè)碳排放量。如李國志和李宗植[3]、劉華軍等[4]、賀亞亞等[5]測算了我國各地區(qū)的農(nóng)業(yè)碳排放量，并從時間和空間兩個維度分析了農(nóng)業(yè)碳排放的演變趨勢，發(fā)現(xiàn)我國農(nóng)業(yè)碳排放在時間和空間上存在明顯差異。第二，研究農(nóng)業(yè)碳減排機(jī)制與政策。如董紅敏等[6]對農(nóng)業(yè)主要碳源研究發(fā)現(xiàn)，改善反芻動物營養(yǎng)、推廣稻田間歇灌溉和推行長效肥料等能夠有效降低農(nóng)業(yè)碳排放。Peters等[7]研究發(fā)現(xiàn)合理的稅費標(biāo)準(zhǔn)與富有彈性的激勵政策在一定程度上能夠降低農(nóng)業(yè)碳排放量。第三，研究農(nóng)業(yè)碳排放的績效和碳排放約束下的農(nóng)業(yè)生產(chǎn)率。如高鳴和宋洪遠(yuǎn)[8]測算了我國各省區(qū)1990－2010年的農(nóng)業(yè)碳排放量，并使用ML指數(shù)和收斂模型分析了中國農(nóng)業(yè)碳排放績效的動態(tài)變化和收斂等問題。李博等[9]利用中國1998－2012年各省市區(qū)的面板數(shù)據(jù)，采用SBM模型測算了各省市碳排放約束下的農(nóng)業(yè)生產(chǎn)效率。此外，張莉俠和曹黎明[10]、鄭恒和李躍[11]、馬曉旭[12]還對低碳農(nóng)業(yè)發(fā)展所面臨的挑戰(zhàn)及其未來發(fā)展路徑進(jìn)行了闡述。

遺憾的是，現(xiàn)有研究主要從宏觀理論和微觀農(nóng)戶視角研究農(nóng)業(yè)碳排放，鮮有學(xué)者立足于低碳農(nóng)業(yè)視角，將農(nóng)業(yè)碳匯、農(nóng)業(yè)碳排放和農(nóng)業(yè)投入產(chǎn)出納入到同一分析框架中，系統(tǒng)考察我國低碳農(nóng)業(yè)的發(fā)展水平。事實上，農(nóng)業(yè)具有碳匯和碳源雙重屬性，雖然農(nóng)用物資的廣泛使用會帶來溫室氣體排放，但農(nóng)作物生產(chǎn)過程中的光合作用也具有固碳作用（吸收二氧化碳）。因此在低碳農(nóng)業(yè)研究中，如果僅僅考慮農(nóng)業(yè)碳排放而不考慮農(nóng)業(yè)碳匯則顯得有失偏頗。有鑒于此，本文擬將農(nóng)業(yè)碳排放和農(nóng)業(yè)碳匯同時納入農(nóng)業(yè)經(jīng)濟(jì)增長核算框架，采用產(chǎn)出距離函數(shù)的隨機(jī)前沿分析方法，測算低碳視角下中國農(nóng)業(yè)生產(chǎn)技術(shù)效率。本文的主要貢獻(xiàn)在于：第一，為了更好地詮釋低碳農(nóng)業(yè)理念①低碳農(nóng)業(yè)是低碳經(jīng)濟(jì)的重要組成部分，其追求的是低耗、低排、低污和高碳匯，實現(xiàn)農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。，在測算農(nóng)業(yè)生產(chǎn)技術(shù)效率時，在考慮農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出和農(nóng)業(yè)碳排放的基礎(chǔ)上，還引入了農(nóng)業(yè)生態(tài)產(chǎn)出，即將農(nóng)業(yè)碳匯作為產(chǎn)出納入了效率分析方程。第二，本文以狹義農(nóng)業(yè)（種植業(yè)）作為研究對象，測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率更精確、更能反映農(nóng)業(yè)生產(chǎn)的真實情況②農(nóng)業(yè)分為廣義農(nóng)業(yè)和狹義農(nóng)業(yè)，廣義農(nóng)業(yè)包括了農(nóng)、林、畜、漁和副業(yè)，而狹義農(nóng)業(yè)僅指種植業(yè)。由于農(nóng)、林、畜、漁和副業(yè)的產(chǎn)值在第一產(chǎn)業(yè)產(chǎn)值中的比重存在較大的地區(qū)差異，而且廣義農(nóng)業(yè)涉及范圍廣，投入要素的選取存在一定困難，若對廣義農(nóng)業(yè)進(jìn)行效率測算，會存在較大偏誤，因此本文選擇狹義農(nóng)業(yè)進(jìn)行效率測算。。第三，分析我國低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率的時空差異，并將低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率同不考慮碳排放/碳匯時測算出的農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行系統(tǒng)比較，以期為我國低碳農(nóng)業(yè)的發(fā)展和政策制定提供理論參考。

二、研究方法

本文采用的是產(chǎn)出距離函數(shù)的隨機(jī)前沿方法，該模型是以 Battese and Coelli[13]的隨機(jī)前沿模型和Coelli and Perelman[14]的產(chǎn)出距離函數(shù)為研究基礎(chǔ)。Battese and Coelli[13]構(gòu)造的隨機(jī)前沿生產(chǎn)函數(shù)模型為：

其中，i和t分別表示截面數(shù)與時期數(shù)；y表示農(nóng)業(yè)產(chǎn)出；x表示要素投入；f（xit；β）表示特定函數(shù)形式；β為待估的投入向量參數(shù)。vit為隨機(jī)統(tǒng)計誤差，表示各種隨機(jī)因素對前沿產(chǎn)量的影響，服從獨立于 uit的正態(tài)分布 N（0，σV2）；uit為由技術(shù)非效率引起的誤差，并服從獨立于vit的截斷正態(tài)分布N＋（m，σu2）。

此后，隨機(jī)前沿生產(chǎn)函數(shù)被各國學(xué)者廣泛應(yīng)用于各行各業(yè)的效率測算中。但（1）式所示的模型只適用于單產(chǎn)出情形，對于多產(chǎn)出的情形將不再有效。為了解決這一問題，Coelli and Perelman[14]提出了產(chǎn)出距離函數(shù)來處理多產(chǎn)出情形。與之類似，本文也從產(chǎn)出距離函數(shù)的角度進(jìn)行分析。假設(shè)用K表示投入、M表示產(chǎn)出，則產(chǎn)出距離函數(shù)可表示為：

其中，D0t（xit，yit）為t時期技術(shù)水平下的產(chǎn)出，xit表示t時期的要素投入，yit表示t時期的產(chǎn)出。

產(chǎn)出距離函數(shù)關(guān)于yit滿足一次齊次性質(zhì)，因此具有如下約束條件：

除此之外，投入距離函數(shù)還具有對稱性條件：

要想使公式（1）同時滿足一次齊次性質(zhì)和對稱性條件，需要對原模型的產(chǎn)出進(jìn)行標(biāo)準(zhǔn)化，即對同時除以某一種產(chǎn)出，得到：

設(shè)uit＝－1nD0t（xit，yit），然后在式（5）中加入隨機(jī)項，即可得到隨機(jī)前沿模型：

對于由（6）式確定的基于產(chǎn)出距離函數(shù)的隨機(jī)前沿模型可以采用極大似然估計（ML）法來估計參數(shù)。得到參數(shù)估計值后，可以求解出技術(shù)效率，計算公式如下：

在本文的實證分析中，本文構(gòu)造了一個2產(chǎn)出和5投入的超越對數(shù)生產(chǎn)函數(shù)，模型形式如下：

其中，Yit表示農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)產(chǎn)出，Yit*表示農(nóng)業(yè)生產(chǎn)的生態(tài)產(chǎn)出（農(nóng)業(yè)碳匯），Xjit表示勞動、土地等常規(guī)要素投入，Zit表示農(nóng)業(yè)碳排放量，參照 Lansink and Reinhard[15]的思想，將其作為一種投入要素處理。

三、數(shù)據(jù)來源與變量說明

（一）數(shù)據(jù)來源

基于本文研究目的以及數(shù)據(jù)的可獲得性，本文使用2001－2012年中國31個省（市）的農(nóng)業(yè)生產(chǎn)投入產(chǎn)出數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》和《中國畜牧業(yè)年鑒》。考慮到本文中的農(nóng)業(yè)碳匯主要來源于農(nóng)作物整個生長周期中的碳吸收，因此按照我國種植業(yè)的發(fā)展現(xiàn)狀，將我國31個?。ㄊ校﹦澐譃榧Z食主產(chǎn)區(qū)、主銷區(qū)和平衡區(qū)三個區(qū)域③劃分標(biāo)準(zhǔn)參照財政部和國家糧食局的分類：糧食主產(chǎn)區(qū)為：河北、內(nèi)蒙古、遼寧、吉林、黑龍江、江蘇、安徽、江西、山東、河南、湖北、湖南、四川（13個）；糧食主銷區(qū)為：北京、天津、上海、浙江、福建、廣東、海南（7個）；糧食平衡區(qū)為：山西、廣西、重慶、貴州、云南、西藏、陜西、青海、甘肅、寧夏、新疆（11個）。進(jìn)行對比研究。其中，糧食主產(chǎn)區(qū)以糧食作物種植為主，且糧食產(chǎn)量較多；主銷區(qū)以經(jīng)濟(jì)作物種植為主，糧食自給率較低；平衡區(qū)也以糧食作物種植為主，基本實現(xiàn)自給自足[16]。

（二）變量說明

由于本文采用的是超越對數(shù)生產(chǎn)函數(shù)，如果解釋變量選取太多，會使得待估參數(shù)過多，最終影響回歸結(jié)果的收斂趨勢。參照大多數(shù)學(xué)者的思路，選取了如下變量：

1.農(nóng)業(yè)產(chǎn)出變量

（1）農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出。用農(nóng)業(yè)總產(chǎn)值來衡量，并用農(nóng)業(yè)總產(chǎn)值指數(shù)進(jìn)行平減（以2001年為基期），以剔除價格因素的影響。

（2）農(nóng)業(yè)生態(tài)產(chǎn)出。需要說明的是，受相關(guān)理論以及數(shù)據(jù)可獲得性的限制，本文中的農(nóng)業(yè)碳匯主要指農(nóng)作物生長過程中的碳吸收（不包含林地和草地）。參照田云和張俊飚[17]、陳羅燁等[18]的計算方法，農(nóng)業(yè)碳匯的計算公式如下：

其中，C為農(nóng)作物碳匯總量；Ci為某種農(nóng)作物碳匯量；k為農(nóng)作物種類數(shù)；ci為農(nóng)作物光合作用所能吸收的碳量；Yi為農(nóng)作物的經(jīng)濟(jì)產(chǎn)量；r為農(nóng)作物的含水量；HIi為農(nóng)作物經(jīng)濟(jì)系數(shù)。

2.農(nóng)業(yè)投入變量

（1）土地投入（X1，千公頃）。本文選取農(nóng)作物播種面積作為土地投入。

（2）勞動力投入（X2，萬人）。將歷年農(nóng)業(yè)從業(yè)人數(shù)作為勞動投入指標(biāo)。由于《中國統(tǒng)計年鑒》僅給出了農(nóng)林牧漁業(yè)從業(yè)人員總數(shù)，為了估計出農(nóng)業(yè)從業(yè)人數(shù)，本文參照大多數(shù)學(xué)者的思路，用權(quán)重系數(shù)方法將農(nóng)業(yè)從業(yè)人數(shù)分離出來，具體計算公式為：農(nóng)業(yè)從業(yè)人數(shù)＝（農(nóng)業(yè)總產(chǎn)值/農(nóng)林牧漁業(yè)總產(chǎn)值）×農(nóng)林牧漁業(yè)從業(yè)人員。

表1 相關(guān)變量的描述性統(tǒng)計結(jié)果

（3）化肥投入（X3，萬噸）。用各?。ㄊ校┟磕甑幕收奂冇昧浚òǖ?、磷肥、鉀肥和復(fù)合肥）作為化肥投入指標(biāo)。

（4）農(nóng)業(yè)機(jī)械投入（X4，萬千瓦）。用各?。ㄊ校┟磕甑霓r(nóng)業(yè)機(jī)械總動力來反映。

（5）“非合意”投入（X5，萬噸）。本文將農(nóng)業(yè)生產(chǎn)中的碳排放作為一種非合意投入。參照大多數(shù)學(xué)者的分析思路并結(jié)合本文的研究對象（種植業(yè)），從以下兩個方面核算農(nóng)業(yè)碳排放④農(nóng)業(yè)碳排放主要來源于三個方面：農(nóng)用物資投入碳排放、水稻種植所導(dǎo)致的甲烷（CH4）排放和畜禽養(yǎng)殖所引發(fā)的碳排放。由于本文以狹義農(nóng)業(yè)（種植業(yè)）作為研究對象，故這里不考慮畜禽養(yǎng)殖所引發(fā)的碳排放。：一是農(nóng)用物資投入碳排放，其排放系數(shù)出自李波等[19]、田云等[20]和段華平等[21]的相關(guān)研究。二是水稻種植所導(dǎo)致的甲烷（CH4）排放，其排放系數(shù)主要出自田云和張俊飚[17]的研究成果，該系數(shù)充分考慮了水稻種植的地域分布及其生長周期差異，具有較強(qiáng)的科學(xué)性。

結(jié)合上文分析，采用被國內(nèi)學(xué)者廣泛引用的李波等[19]的碳排放測算方法，計算公式為：

其中，F(xiàn)指農(nóng)業(yè)生產(chǎn)過程中的碳排放總量；Fi指各類碳源碳排放量；Ti表示各碳排放源的原始量；σi表示各碳排放源的碳排放系數(shù)。在對農(nóng)業(yè)碳排放量進(jìn)行加總時，為方便分析，本文參照吳賢榮等[22]的思路，依據(jù)溫室效應(yīng)強(qiáng)度將二氧化碳、甲烷和一氧化二氮統(tǒng)一轉(zhuǎn)換成標(biāo)準(zhǔn)碳當(dāng)量⑤IPCC第四次評估報告指出：1噸CO2含0.2727噸C；1噸CH4所引發(fā)的溫室效應(yīng)相當(dāng)于25噸CO2（約合6.8182噸C）所產(chǎn)生的溫室效應(yīng)；1噸N2O所引發(fā)的溫室效應(yīng)相當(dāng)于298噸CO2（約合81.2727噸C）所產(chǎn)生的溫室效應(yīng)。，表1展示了相關(guān)變量的描述性統(tǒng)計結(jié)果。

四、實證結(jié)果與分析

（一）模型檢驗和估計

Battese and Coelli[23]指出隨機(jī)前沿模型主要有變差率的單邊似然比檢驗和函數(shù)設(shè)定形式檢驗兩種。首先，變差率檢驗考察的是非效率項和隨機(jī)誤差項哪一個影響程度更重要，若γ＝0，則可以忽略非效率的影響。其次，模型設(shè)定形式檢驗主要考察SFA模型是否可以使用C－D形式。針對本文的兩個檢驗，文章均采用似然率檢驗統(tǒng)計量LR來實現(xiàn)，計算公式為LR＝－2[ln（H0）－ln（H0）]，其中，L（H0）和 L（H1）分別是有約束和無約束條件下的最大似然函數(shù)值，且LR服從自由度為n的x2分布，n為約束的個數(shù)，統(tǒng)計檢驗結(jié)果見表2。檢驗結(jié)果表明，單邊似然比檢驗⑥要說明的是，由于γ＝0在邊界上，其真實分布與普通x2分布相差較大，此時用普通x2分布來檢驗γ的似然比統(tǒng)計量不可靠，而應(yīng)采用混合x2分布，它能更好地解決成本效率前沿面上的參數(shù)檢驗問題，混合x2的臨界值來自Kodde and Palm（1986）。在1%的水平上通過檢驗，這說明我國農(nóng)業(yè)生產(chǎn)存在無效率現(xiàn)象，因此需要采用隨機(jī)前沿生產(chǎn)函數(shù)進(jìn)行實證分析。其次，模型設(shè)定形式檢驗也在1%的水平上顯著，說明隨機(jī)前沿生產(chǎn)函數(shù)不可以簡化為C－D形式，即需要選擇Translog形式。表3展示了隨機(jī)前沿生產(chǎn)函數(shù)的估計結(jié)果。

表2 模型設(shè)定形式檢驗

（二）低碳農(nóng)業(yè)技術(shù)效率的時空差異

表4展示了2001－2012年中國各地區(qū)低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率值。首先，從全國范圍來看，中國低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率均值為0.890，說明當(dāng)前我國低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率處在較高水平，但不可否認(rèn)，我國農(nóng)業(yè)生產(chǎn)依然存在技術(shù)效率損失問題。如果能夠消除這種效率損失，在維持當(dāng)前投入與產(chǎn)出水平不變的情況下，我國農(nóng)業(yè)生產(chǎn)仍有近11%的改善空間。其次，分地區(qū)來看，主產(chǎn)區(qū)、主銷區(qū)、平衡區(qū)低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率的均值依次為0.881、0.909和0.889，呈現(xiàn)出主銷區(qū)、平衡區(qū)、主產(chǎn)區(qū)依次遞減的趨勢。崔曉和張屹山[16]測算的農(nóng)業(yè)生產(chǎn)技術(shù)效率也存在相似遞減趨勢，但他們沒有考慮農(nóng)業(yè)生態(tài)產(chǎn)出。最后，從時間上來看，無論主產(chǎn)區(qū)、主銷區(qū)還是平衡區(qū)，低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率均呈現(xiàn)出一定的改善趨勢，且這種趨勢在主銷區(qū)和平衡區(qū)更為明顯。三個地區(qū)均出現(xiàn)效率提升的可能原因是，本文的考察期為2001－2012年，時間跨度為12年，在這期間里中國農(nóng)業(yè)生產(chǎn)的生產(chǎn)技術(shù)、管理水平和經(jīng)營方式等都出現(xiàn)了極大改進(jìn)，因此各地區(qū)低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率均有所提高。而主產(chǎn)區(qū)效率提升的幅度要小于主銷區(qū)和平衡區(qū)的原因在于，主產(chǎn)區(qū)大量種植糧食作物（糧食產(chǎn)量占全國總產(chǎn)量70%以上），為了保證糧食產(chǎn)量，必然不可避免的大量使用化肥、農(nóng)藥、農(nóng)膜和柴油等生產(chǎn)性資料，田云和張俊飚[17]研究發(fā)現(xiàn)傳統(tǒng)農(nóng)業(yè)大省尤其糧食主產(chǎn)省區(qū)是我國農(nóng)業(yè)生產(chǎn)碳排放的主要來源地，13個糧食主產(chǎn)省區(qū)中有9個省區(qū)的碳排放量居于全國前10，這在一定程度上抵消了由生產(chǎn)技術(shù)、管理水平和經(jīng)營方式等改進(jìn)帶來的效率提升。

（三）低碳農(nóng)業(yè)技術(shù)效率與其他技術(shù)效率

正如前文所述，農(nóng)業(yè)生產(chǎn)效率的測算是一個不斷完善的過程。早期學(xué)者測算的農(nóng)業(yè)生產(chǎn)技術(shù)效率既沒有考慮非合意產(chǎn)出也沒有考慮生態(tài)產(chǎn)出，隨著農(nóng)業(yè)面源污染問題日益嚴(yán)重，學(xué)者們開始重視農(nóng)業(yè)生產(chǎn)中的非合意產(chǎn)出，并將其納入效率測算方程中。但一直以來，鮮有學(xué)者在農(nóng)業(yè)生產(chǎn)技術(shù)效率的測算中考慮農(nóng)業(yè)生態(tài)產(chǎn)出。接下來，本文將分別測算三種方法下的農(nóng)業(yè)生產(chǎn)技術(shù)效率，并直觀比較三種技術(shù)效率的差異。圖1為三種方法下測算出的農(nóng)業(yè)生產(chǎn)技術(shù)效率的折線圖。研究發(fā)現(xiàn)，在農(nóng)業(yè)生產(chǎn)方程中，不考慮農(nóng)業(yè)碳排放、碳匯測算出的技術(shù)效率要高于僅考慮農(nóng)業(yè)碳排放的技術(shù)效率，田旭和王善高[25]的研究中也存在類似的結(jié)論，而同時考慮農(nóng)業(yè)碳排放和農(nóng)業(yè)碳匯測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率要明顯高于前兩種方法測算出的技術(shù)效率，即TE（考慮碳排放、碳匯）＞TE（不考慮碳排放、碳匯）＞TE（僅考慮碳排放），說明如果不考慮碳排放、碳匯或者僅考慮碳排放，將會低估我國農(nóng)業(yè)生產(chǎn)技術(shù)效率。因此將農(nóng)業(yè)生態(tài)產(chǎn)出納入效率分析方程中測算的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率將更加精確，而且能更好地體現(xiàn)農(nóng)業(yè)的正外部性。

（四）低碳農(nóng)業(yè)技術(shù)效率的地區(qū)差異

上文的分析結(jié)果表明，考慮農(nóng)業(yè)碳排放、碳匯測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率呈現(xiàn)出主銷區(qū)、平衡區(qū)、主產(chǎn)區(qū)依次遞減的趨勢。那么，三個地區(qū)低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率的差異大小如何呢？這種差異大小是否會隨著有沒有考慮農(nóng)業(yè)碳排放、碳匯而改變呢？對此，本文將進(jìn)一步分析。為了方便比較，本文同時匯報了其他兩種方法測算下的農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異（見表5）。結(jié)果顯示，考慮農(nóng)業(yè)碳排放、碳匯測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異要明顯小于其他兩種方法測算出的農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異。具體而言，不考慮碳排放、碳匯測算出的主產(chǎn)區(qū)、主銷區(qū)、平衡區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)效率的差值依次為－0.037、－0.015和0.022；僅考慮碳排放測算出的三個地區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)效率的差值依次為－0.010、0.046和0.056；而同時考慮碳排放、碳匯測算出的三個地區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)效率的差值依次為－0.028、－0.009和0.019，說明如果僅考慮農(nóng)業(yè)碳排放，將放大農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異，而同時考慮農(nóng)業(yè)碳排放和碳匯，將縮小農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異，這意味著在農(nóng)業(yè)生產(chǎn)中同時考慮農(nóng)業(yè)碳排放和碳匯后，我國各地區(qū)的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率將變得相對均衡。

為了便于對比研究，本文對近2年內(nèi)測算農(nóng)業(yè)（糧食）生產(chǎn)技術(shù)效率的文獻(xiàn)進(jìn)行了簡單梳理（見表6）。發(fā)現(xiàn)雖然測算農(nóng)業(yè)生產(chǎn)技術(shù)效率的文獻(xiàn)很豐富，但當(dāng)前學(xué)者均忽略了農(nóng)業(yè)生態(tài)產(chǎn)出，這說明將生態(tài)產(chǎn)出納入效率分析方程是很有必要的。值得關(guān)注的是，總體來看，學(xué)者們測算出的技術(shù)效率的地區(qū)差異都比較大，如趙麗平等[29]測算出的主產(chǎn)區(qū)、主銷區(qū)、平衡區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)效率的差值依次為0.05、0.06和0.01。造成這種現(xiàn)象的原因除了測算方法、測算對象和測算數(shù)據(jù)等不同外，本文認(rèn)為更主要的是他們在農(nóng)業(yè)生產(chǎn)方程中沒有考慮生態(tài)產(chǎn)出。

表5 低碳農(nóng)業(yè)技術(shù)效率和其他技術(shù)效率的地區(qū)差異

表6 農(nóng)業(yè)生產(chǎn)技術(shù)效率文獻(xiàn)的簡要梳理

五、結(jié)論與啟示

（一）結(jié)論

本文采用產(chǎn)出距離函數(shù)的隨機(jī)前沿分析方法，將農(nóng)業(yè)碳排放和農(nóng)業(yè)碳匯同時納入農(nóng)業(yè)經(jīng)濟(jì)增長核算框架，測算低碳視角下中國農(nóng)業(yè)生產(chǎn)技術(shù)效率，并分析了我國低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率的時空差異，而且將低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率同不考慮碳排放/碳匯時測算出的農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行系統(tǒng)比較，主要得出如下結(jié)論：

1.全國低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率均值為0.890，且呈現(xiàn)出主銷區(qū)、平衡區(qū)、主產(chǎn)區(qū)依次遞減的趨勢，但地區(qū)差異相對較小。同時，隨著時間變化，各地區(qū)的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率均呈現(xiàn)出一定的遞增趨勢。

2.不考慮農(nóng)業(yè)碳排放、碳匯測算出的技術(shù)效率要高于僅考慮農(nóng)業(yè)碳排放的技術(shù)效率，而同時考慮農(nóng)業(yè)碳排放和農(nóng)業(yè)碳匯測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率要明顯高于前兩種方法測算出的技術(shù)效率，即TE（考慮碳排放、碳匯）＞TE（不考慮碳排放、碳匯）＞TE（僅考慮碳排放）。

3.考慮農(nóng)業(yè)碳排放、碳匯測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異要明顯小于其他兩種方法測算出的農(nóng)業(yè)生產(chǎn)技術(shù)效率的地區(qū)差異。

（二）啟示

1.農(nóng)業(yè)具有碳源和碳匯雙重屬性，在測算農(nóng)業(yè)生產(chǎn)技術(shù)效率時，需要同時兼顧農(nóng)業(yè)碳排放和農(nóng)業(yè)碳匯，如果僅僅考慮其中的一種，則會低估或者高估我國農(nóng)業(yè)生產(chǎn)技術(shù)效率。現(xiàn)階段來看，兼顧碳排放和碳匯測算出的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率雖然處在較高水平，達(dá)到了0.890，但依然存在巨大的提升潛力。從理論上來看，還有11%的提升空間，因此可以采取優(yōu)化種植結(jié)構(gòu)、創(chuàng)新低碳農(nóng)業(yè)生產(chǎn)技術(shù)以及對使用減排技術(shù)農(nóng)戶采取補(bǔ)貼政策等措施來提高我國低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率。

2.同時考慮碳排放和碳匯后，糧食主產(chǎn)區(qū)、主銷區(qū)、平衡區(qū)的低碳農(nóng)業(yè)生產(chǎn)技術(shù)效率相對均衡，彼此間差異較小，說明當(dāng)前我國各地區(qū)低碳農(nóng)業(yè)發(fā)展相對均衡。特別值得注意的是，TE（考慮碳排放、碳匯）＞TE（不考慮碳排放、碳匯）＞TE（僅考慮碳排放），這提醒我國在進(jìn)行農(nóng)業(yè)生產(chǎn)時，需要保持各地區(qū)低碳農(nóng)業(yè)的平衡發(fā)展，避免出現(xiàn)“高碳排、低碳匯”的不均衡現(xiàn)象。

[1]IPCC.氣候變化2007：綜合報告，政府間氣候變化專門委員會第四次評估報告第一、第二和第三工作組的報告[R].日內(nèi)瓦：IPCC，2007.

[2]田偉，楊璐嘉，姜靜.低碳視角下中國農(nóng)業(yè)環(huán)境效率的測算與分析——基于非期望產(chǎn)出的SBM模型[J].中國農(nóng)村觀察，2014，（05）：59－71.

[3]李國志，李宗植.中國農(nóng)業(yè)能源消費碳排放因素分解實證分析——基于LMDI模型[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010，（10）：66－72.

[4]劉華軍，鮑振，楊騫.中國農(nóng)業(yè)碳排放的地區(qū)差距及其分布動態(tài)演進(jìn)——基于Dagum基尼系數(shù)分解與非參數(shù)估計方法的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013，（3）：72－81.

[5]賀亞亞，田云，張俊飚.湖北省農(nóng)業(yè)碳排放時空比較及驅(qū)動因素分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2013，（5）：79－85.

[6]董紅敏，李玉娥，陶秀萍，等.中國農(nóng)業(yè)源溫室氣體排放與減排技術(shù)對策[J].農(nóng)業(yè)工程學(xué)報，2008，24（10）：269－273.

[7]Peters M，House R，Lewandrowski J，et al.Economic impacts of carbon charges on U.S.agriculture[J].Climatic Change，2001，50（4）：445－473.

[8]高鳴，宋洪遠(yuǎn).中國農(nóng)業(yè)碳排放績效的空間收斂與分異——基于Malmquist－luenberger指數(shù)與空間計量的實證分析[J].經(jīng)濟(jì)地理，2015，35（4）：142－148.

[9]李博，張文忠，余建輝.碳排放約束下的中國農(nóng)業(yè)生產(chǎn)效率地區(qū)差異分解與影響因素[J].經(jīng)濟(jì)地理，2016，36（9）：150－157.

[10]張莉俠，曹黎明.中國低碳農(nóng)業(yè)發(fā)展現(xiàn)狀與對策探討[J].經(jīng)濟(jì)問題探索，2011，（11）：103－106.

[11]鄭恒，李躍.低碳農(nóng)業(yè)發(fā)展模式探析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2011，32（6）：26－29.

[12]馬曉旭.我國低碳農(nóng)業(yè)發(fā)展的困境及出路選擇[J].經(jīng)濟(jì)體制改革，2011，（5）：71－74.

[13]Battese G E，Coelli T J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics，1995，20（2）：325－332.

[14]Coelli T，Perelman S.A comparison of parametric and non－parametric distance functions：With application to European railways[J].European Journal of Operational Research，1999，117（2）：326－339.

[15]Lansink A O，Reinhard S.Investigating technical efficiency and potential technological change in Dutch pig farming[J].Agricultural Systems，2004，79（3）：353－367.

[16]崔曉，張屹山.中國農(nóng)業(yè)環(huán)境效率與環(huán)境全要素生產(chǎn)率分析[J].中國農(nóng)村經(jīng)濟(jì)，2014，（8）：4－16.

[17]田云，張俊飚.中國農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究[J].自然資源學(xué)報，2013，28（8）：1298－1309.

[18]陳羅燁，薛領(lǐng)，雪燕.中國農(nóng)業(yè)凈碳匯時空演化特征分析[J].自然資源學(xué)報，2016，31（4）：596－607.

[19]李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J].中國人口資源與環(huán)境，2011，21（8）：80－86.

[20]田云，張俊飚，李波.中國農(nóng)業(yè)碳排放研究：測算、時空比較及脫鉤效應(yīng)[J].資源科學(xué)，2012，（11）：2097－2105.

[21]段華平，張悅，趙建波，等.中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J].水土保持學(xué)報，2011，25（5）：203－208.

[22]吳賢榮，張俊飚，田云，等.中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA—Malmquist指數(shù)分解方法與Tobit模型運(yùn)用[J].資源科學(xué)，2014，36（1）：129－138.

[23]Battese G E，Coelli T J.Frontier Production Functions，Technical Efficiency and Panel Data：With Application to Paddy Farmers in India[J].Journal of Productivity Analysis，1992，3（1）：153－169.

[24]Kodde D，F(xiàn) Palm.Wald Criteria for Jointly Testing Equallity and Inequality Restrictions [J].Econometrica，1986，54（5）：1243－1248.

[25]田旭，王善高.中國糧食生產(chǎn)環(huán)境效率及其影響因素分析[J].資源科學(xué)，2016，38（11）：2106－2116.

[26]馬林靜，歐陽金瓊，王雅鵬.農(nóng)村勞動力資源變遷對糧食生產(chǎn)效率影響研究[J].中國人口資源與環(huán)境，2014，24（9）：103－109.

[27]高鳴，宋洪遠(yuǎn).糧食生產(chǎn)技術(shù)效率的空間收斂及功能區(qū)差異——兼論技術(shù)擴(kuò)散的空間漣漪效應(yīng)[J].管理世界，2014，（7）：83－92.

[28]馬林靜，王雅鵬，吳娟.中國糧食生產(chǎn)技術(shù)效率的空間非均衡與收斂性分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015，（4）：4－12.

[29]趙麗平，侯德林，王雅鵬，等.城鎮(zhèn)化對糧食生產(chǎn)環(huán)境技術(shù)效率影響研究[J].中國人口資源與環(huán)境，2016，26（3）：153－162.