李紅英 袁海瑛

摘要：農業(yè)是國家經濟發(fā)展的基礎，農業(yè)生產活動為我國提供了糧食需求、維護了糧食安全，也引發(fā)了不容樂觀的溫室氣體排放量問題。對農業(yè)領域的碳排放績效展開深入探討，以廣西壯族自治區(qū)11個地市為研究對象，采集11個地市2008—2016年的面板數據，結合Malmquist生產力指數與Malmquist-Luenberger生產力指數實證檢驗農業(yè)產業(yè)化與農業(yè)碳排放績效之間的內在影響。結果表明，以Malmquist生產力指數和Malmquist-Luenberger生產力指數衡量時，廣西各地區(qū)的碳績效的Malmquist指數和Malmquist-Luenberger指數均隨時間的變化呈現(xiàn)增長趨勢，農業(yè)產業(yè)化水平排名相對靠前的城市的農業(yè)產業(yè)化發(fā)展水平與碳排放績效呈統(tǒng)計學顯著正相關（P<0.05）;反之，農業(yè)產業(yè)化水平較低的城市農業(yè)產業(yè)化發(fā)展水平與碳排放績效并無統(tǒng)計學顯著意義。該結論對指導農業(yè)產業(yè)化發(fā)展以及低碳農業(yè)的推進有重要的理論指導意義。

關鍵詞：廣西;農業(yè)碳排放;非期望產出;Malmquist指數;生產力指數

中圖分類號： F327 ?文獻標志碼： A ?文章編號：1002-1302（2019）07-0337-05

隨著經濟與科技飛速發(fā)展，我國地區(qū)自然環(huán)境發(fā)生了巨大的改變，溫室氣體的排放、地層下陷、森林砍伐、土壤流失、土石流、野生動物滅絕、垃圾掩埋、畜產廢棄物等環(huán)境污染現(xiàn)象非常嚴重，環(huán)境保護已成為經濟發(fā)展過程中必須要慎重考慮的事情[1-2]。溫室氣體排放作為影響全球變暖的根源因素越來越得到世界各國的重視。全球溫度的升高源自大氣層吸收了過多的二氧化碳等溫室氣體，氣溫的升高引發(fā)了全球氣候的異常。如果不重視，將會對人類生存環(huán)境產生巨大沖擊[3]。農業(yè)部門的生產活動為我國解決了糧食的供應、維護了糧食安全，但其溫室氣體排放量也不容樂觀，農業(yè)的溫室氣體排放來源除了森林砍伐及土壤有機質分解所造成的二氧化碳排放外，主要排放源為禽畜類腸胃發(fā)酵、禽畜類排泄物管理、稻作、農業(yè)土壤、草原的焚燒、農業(yè)廢棄物的焚燒等導致的甲烷與氧化亞氮的排放。在農業(yè)領域，二氧化碳最大的排放源是有機土壤的排水和耕作，包括濕地、泥炭地、泥塘或者富含有機質的沼澤[4-5]。當出于種植目的而對這些地區(qū)進行排水時，土壤中的有機物就會快速分解，釋放出二氧化碳。農業(yè)中的二氧化碳排放與我國農業(yè)發(fā)展密不可分，在分析農業(yè)發(fā)展生產效率時，須要將碳排放的環(huán)境因素納入考慮，這樣才能更貼近真實情況。對于農業(yè)發(fā)展與碳排放績效之間的研究可以為指導農業(yè)低碳發(fā)展提供重要的政策參考[6]。目前學者已經針對各產業(yè)及國家地區(qū)的碳排放績效展開了大量研究，其中Arcelus等運用Malmquist-Luenberger指數方法分析了全球發(fā)達國家在2000—2014年碳排放的績效及影響因素[7]。Atkinson等以國家為比較基準，使用Malmquist生產力指數探討東亞10國經濟/環(huán)境的整體生產力，環(huán)境變量采用各國二氧化碳的排放量進行分析，并發(fā)現(xiàn)東亞10國在考慮二氧化碳排放因素后，其Malmquist生產力指數低于不考慮二氧化碳的排放因素的生產力指數[8]。Chung等以包絡分析法分析2014年歐洲31個國家的生產效率，以GDP及二氧化碳分別為期望及非期望產出，以能源消費量為投入項，評估瑞典、希臘、英國、盧森堡等4個國家的長期能源邊際消費量，并發(fā)現(xiàn)各國經濟活動提升結合改善生態(tài)環(huán)境可以達到更好的技術效率[9]。Fare等使用ZSG（zero sum gains）模型及CA（cooperation and alliance）模型來檢測歐盟國家二氧化碳減量的效率，發(fā)現(xiàn)經過各國二氧化碳配額交易后，各國減排效率均可優(yōu)化[10]。Fernandez等采用Malmquist生產力指數與Malmquist-Luenberger生產力指數評估亞太地區(qū)的亞洲太平洋經濟合作組織（APEC）成員國，將二氧化碳排放量視為非期望產出以衡量成員國的生產力變化情形，檢驗國家若將非期望產出納入模型考慮時是否會有明顯的差異，結果發(fā)現(xiàn)以Malmquist生產力指數衡量時，發(fā)達國家的生產力相對開發(fā)中國家而言具有全面性的優(yōu)勢，不考慮二氧化碳排放時，發(fā)達國具有較高的生產力[11]。以Malmquist-Luenberger生產力指數衡量時，在二氧化碳排放管制之下，發(fā)達國家面臨較嚴格的排放標準，其生產力及技術改變的進步幅度不如開發(fā)中國家。Francesc等以全球500強企業(yè)為研究對象，將二氧化碳排放量作為非期望產出，以數據包絡分析法探討各產業(yè)的生產效率，并以Malmquist生產力指數衡量其效率變遷，發(fā)現(xiàn)2010—2016年各企業(yè)生產力衰退比例較高[12]。具有生產力進步的產業(yè)包括非必須消費品業(yè)、工業(yè)及材料業(yè)。連續(xù)3年生產效率較高的產業(yè)為金融業(yè)及能源業(yè)，較低的產業(yè)為工業(yè)及公用事業(yè)。綜上，現(xiàn)有文獻中主要以整個國家和地區(qū)的產業(yè)碳排放績效為研究對象[13-14]，鮮有針對農業(yè)以及局部地區(qū)的碳排放績效進行探討，因此，本研究利用廣西壯族自治區(qū)11個地市2008—2016年的面板數據，結合Malmquist生產力指數與Malmquist-Luenberger生產力指數實證檢驗農業(yè)產業(yè)化是否可以提高農業(yè)碳排放績效。

1 分析模型的理論與方法

1.1 Malmquist生產力指數

Malmquist生產力指數常用來衡量投入與產出的差距，從而評估出對應的生產效率，因此，本研究采用該指數來計算廣西壯族自治區(qū)各地市的碳排放績效，以下進一步對Malmquist生產力指數的具體計算過程進行闡述[15-16]。

本研究采用Malmquist及Malmquist-Luenberger生產力指數2種方法計算廣西各地區(qū)的農業(yè)碳排放績效，進而研究碳排放與農業(yè)發(fā)展的相關性。

2 實證結果與分析

2.1 數據來源及變量說明

綜合本研究目標，對廣西壯族自治區(qū)11個地市的農業(yè)碳排放績效進行測算，數據選自廣西經濟年鑒及歷年的農村統(tǒng)計年鑒，剔除無效數據，最終得到的統(tǒng)計數據年限為2008—2016年，以下對農業(yè)碳排放的投入和產出變量進行分析。首先，產出變量。農業(yè)總產值和二氧化碳產值分別屬于期望產出及非期望產出。本研究的二氧化碳產出數據來自二氧化碳信息分析中心（carbon dioxide information analysis center，CDIAC）搜集的數據[27]。其次，投入變量。農業(yè)勞動力數量及農業(yè)資本存量。本研究的投入為農業(yè)勞動力數量及資本存量，因為農業(yè)資本存量的數據無法直接獲得，通過農業(yè)機械動力總量來估計，而農業(yè)勞動力數量通過從事農林牧副漁行業(yè)的人員進行統(tǒng)計。

由表1可知，期望產出和非期望產出共同組成了產出項，廣西壯族自治區(qū)農業(yè)碳績效的投入項和產出項數值均隨時間變化逐漸增大，其中產出項的數值增長更快;在投入項中，隨著城鄉(xiāng)一體化進程不斷推進以及外來務工人員的增多，從事農業(yè)的勞動力數量緩慢增長，總體數量基本不變。另外，由產出項的數據統(tǒng)計可知，農業(yè)產出和二氧化碳的產出間具有聯(lián)合產出的特性，即農業(yè)產出與二氧化碳產出之間存在正相關性。只要有農業(yè)產出，必然存在二氧化碳產出。因此，可以利用方向性距離函數進行分析，模型所選擇的投入與產出變量須有同向的關系，若有負相關存在，則必須將該項目剔除。根據投入產出變量間的相關性校驗可知，本研究的投、產變量間存在正相關性，說明選用的模型符合研究的目的。廣西壯族自治區(qū)農業(yè)碳績效投入項和產出項的檢驗結果見表2[28]。

2.2 Malmquist生產力指數

使用DEA軟件計算廣西各地區(qū)碳績效的Malmquist指數，由表3可知，隨著時間的推移，廣西各地區(qū)碳績效的Malmquist指數均呈增長趨勢，經濟相對發(fā)達的地市由于農業(yè)科技的水平較高，因此碳績效增長較快。

2.3 Malmquist-Luenberger生產力指數

本研究采用LINGO 8.0程序計算方向性產出距離函數。由表4可知，廣西各地區(qū)的碳排放績效的平均Malmquist-Luenberger指數與Malmquist指數的數值較接近，且趨勢大致相同，再次說明隨著時代的發(fā)展，廣西各地區(qū)的碳績效均有所提高，其中經濟越發(fā)達的地區(qū)，碳績效的指數增大趨勢越明顯。

2.4 農業(yè)產業(yè)化對碳排放績效的影響

綜上分析可知，各地區(qū)的碳排放績效趨勢存在一定的差異性，但究竟各地區(qū)的農業(yè)產業(yè)化對碳排放績效的影響如何，本研究結合DEA分析模型，利用已知數據，通過對廣西各地市農業(yè)產業(yè)化與碳排放績效間關系的研究進行分析。結果表明，廣西壯族自治區(qū)農業(yè)產業(yè)化水平排名相對靠前的城市，其農業(yè)產業(yè)化發(fā)展水平與碳排放績效呈統(tǒng)計學顯著正相關（P<0.05）;反之，農業(yè)產業(yè)化水平較低的城市，其農業(yè)產業(yè)化發(fā)展水平與碳排放績效并無統(tǒng)計學顯著意義（表5）。

3 結論與啟示

能源是一個國家發(fā)展的主要動力，隨著經濟的發(fā)展及生活水平的提高，對于能源的需求日漸增加，能源消費量也逐漸提升，誰能掌握或擁有足夠的能源就意味著誰可以在當今世界占據一定的地位。隨著能源使用量的增加，近年來全球氣候異常變遷與空氣污染等問題已引發(fā)國際間的注意。大氣中最大的污染氣體是二氧化碳，其產生的溫室效應等現(xiàn)象使人類生存漸漸面臨危機，同時經濟發(fā)展、能源消費、二氧化碳三者的關系環(huán)環(huán)相扣，因此，本研究對農業(yè)領域的碳排放績效展開深入探討，對廣西壯族自治區(qū)11個地市2008—2016年的面板數據進行分析，同時結合Malmquist生產力指數與Malmquist-Luenberger生產力指數實證檢驗農業(yè)產業(yè)化與農業(yè)碳排放績效之間內在影響。結果表明，以Malmquist生產力指數衡量時，廣西各地區(qū)的碳績效的Malmquist指數均呈現(xiàn)增長趨勢，經濟相對發(fā)達的地市由于農業(yè)科技水平較高，因此碳績效的增長越快，同樣地，以Malmquist-Luenberger生產力指數衡量時出現(xiàn)了相同的趨勢，再次驗證了農業(yè)產業(yè)化發(fā)展與碳排放之間的關聯(lián)性，通過分析廣西各地市農業(yè)產業(yè)化對碳排放績效的影響，發(fā)現(xiàn)農業(yè)產業(yè)化水平排名相對靠前的城市，其農業(yè)產業(yè)化發(fā)展水平與碳排放績效呈統(tǒng)計學顯著正相關（P<0.05）;而農業(yè)產業(yè)化水平較低的城市，其農業(yè)產業(yè)化發(fā)展水平與碳排放績效并無統(tǒng)計學顯著意義。該結論對指導農業(yè)產業(yè)化發(fā)展以及低碳農業(yè)的推進有重要的理論指導意義。

為了進一步提升我國農業(yè)的產業(yè)發(fā)展水平以及碳排放效率，給出相應政策建議。首先，農藝管理方面。改進農藝操作以提高產量和作物殘體量，可增加土壤有機碳貯存量，同時按照土壤性質與作物生長所需調整施肥量與時期（精準農耕）;使用緩釋型或控釋型肥料、硝化抑制劑;針對根圈土壤施肥;采用有機質肥料與化學肥料配合使用等方式提升氮肥利用效率，間接減少二氧化碳排放。另外，過度耕犁容易造成土壤土質的損害，從而間接增加二氧化碳的排放。因此，要逐漸發(fā)展最少或不耕犁之雜草與農耕方式，另外土壤有機碳的主要來源為作物殘體，通過對作物殘體進行非燃燒處理等方式來降低二氧化碳的排放總量。其次，農業(yè)植保方面。良好的灌溉系統(tǒng)可穩(wěn)定且充分地供給作物生長所需水分，有助于作物產量的提升，增加回歸農地的作物殘體量，增加土壤的碳儲備，減少二氧化碳的排放，但過高的土壤水分也會提高微生物的活性，進而增加氧化亞氮的排放。而排水不良則會導致產量減少，增加氧化亞氮、甲烷的排放，因此，未來可發(fā)展節(jié)水灌溉系統(tǒng)（如噴灌、滴灌等）以提高用水效率，并避免全面供水，或可以達到減排溫室氣體的目的。最后，在土地利用方面。提倡所謂的農林混作，即在農地與森林、河岸或海濱的交界地區(qū)，為了生物棲地的緩沖，或為了防止河川對農地土壤的沖蝕，又或為了減少強風抑制作物生長，常會將作物與具有不同功能樹木混合栽種，以達到兼顧生態(tài)保育、水土保持與經濟收益等目標，同時農林混作可相對一般糧食作物吸存較多的碳，進而增加土壤有機碳;另外，在整體糧食供給無虞的前提下，可將部分生產力低、不適農作的土地恢復成原始的自然植被或轉變?yōu)槟敛菰?，因為減少了肥料投入、耕犁干擾以及收獲物的移除，使土壤有機碳增加，間接減少溫室氣體的排放。對于衰退地力恢復可通過恢復自然植被，適度施用氮肥或土地改良、有機物質或作物殘體施入田中，減少耕犁，增加土壤保水能力以提高產量的方式;坡地農地可采用梯田模式耕作或栽種圍籬植物等以減少土壤侵蝕與養(yǎng)分流失，從而增加土壤碳吸存能力，減少溫室氣體的排放。

參考文獻：

[1]高 鳴，宋洪遠. 糧食生產技術效率的空間收斂及功能區(qū)差異——兼論技術擴散的空間漣漪效應[J]. 管理世界，2014（7）：83-92.

[2]高 鳴. 農業(yè)與資源、環(huán)境協(xié)調發(fā)展模式的實證研究[J]. 管理現(xiàn)代化，2014（3）：66-68.

[3]劉愛東，劉文靜，曾輝祥. 行業(yè)碳排放的測算及影響因素分析——以10個國家對華反傾銷涉案為例[J]. 經濟地理，2014，34（3）：127-135.

[4]曾大林，紀凡榮，李山峰. 中國省際低碳農業(yè)發(fā)展的實證分析[J]. 中國人口·資源與環(huán)境，2013，23（11）：30-35.

[5]田 云，張俊飚. 中國省級區(qū)域農業(yè)碳排放公平性研究[J]. 中國人口·資源與環(huán)境，2013，23（11）：36-44.

[6]王 兵，於露瑾，楊雨石. 碳排放約束下中國工業(yè)行業(yè)能源效率的測度與分解[J]. 金融研究，2013（10）：128-141.

[7]Arcelus F J，Arocena P.Productivity differences across OECD countries in the presence of environmental constraints[J]. Journal of Operational Research Society，2015，56（12）：1352-1362.

[8]Atkinson S E，Dorfman J H.Bayesian measurement of productivity and efficiency in the presence of undesirable outputs：crediting electric utilities for reducing[J]. Journal of Econometrics，2005，126（2）：445-468.

[9]Chung Y H H，F(xiàn)are R，Grosskopf S.Productivity and undesirable outputs：a directional distance function approach[J]. Microeconomics，1997，51（3）：229-240.

[10]Fare R，Grosskopf S，Margarityis D.APEC and the asian economic crisis：early signals from productivity trends[J]. Asian Economic Journal，2002，15（3）：325-341.

[11]Fernandez C，Koop G，Steel M F J.Multiple-output production with undesirable outputs[J]. Publications of the American Statistical Association，2011（31）：432-442.

[12]Francesc H S，Andres P T，Ernes E R.Efficiency and environmental regulation[J]. Environmental and Resource Economics，2015，15（4）：365-378.

[13]田 云，張俊飚. 中國農業(yè)生產凈碳效應分異研究[J]. 自然資源學報，2013，28（8）：1298-1309.

[14]羅良文，李珊珊. FDI、國際貿易的技術效應與我國省際碳排放績效[J]. 國際貿易問題，2013（8）：142-150.

[15]華 堅，任 俊，徐 敏，等. 基于三階段DEA的中國區(qū)域二氧化碳排放績效評價研究[J]. 資源科學，2013，35（7）：1447-1454.

[16]劉華軍，鮑 振，楊 騫. 中國農業(yè)碳排放的地區(qū)差距及其分布動態(tài)演進——基于Dagum基尼系數分解與非參數估計方法的實證研究[J]. 農業(yè)技術經濟，2013（3）：72-81.

[17]Hu J L，Li Y，Chiu Y H.Ownership and non-performing loans：evidence form taiwans banks[J]. Developing Economics，2004，42（3）：405-420.

[18]Yang L.DEA efficiency measurement with undesirable outputs：an application to taiwans commercial banks[J]. International Journal of Services Technology and Management，2005，6（6）：544-555.

[19]查建平，唐方方，別念民. 結構性調整能否改善碳排放績效？——來自中國省級面板數據的證據[J]. 數量經濟技術經濟研究，2012（11）：18-33.

[20]姚從容. 人口規(guī)模、經濟增長與碳排放：經驗證據及國際比較[J]. 經濟地理，2012，32（3）：138-145.

[21]李 波，張俊飚，李海鵬. 中國農業(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.

[22]劉明磊，朱 磊，范 英. 我國省級碳排放績效評價及邊際減排成本估計：基于非參數距離函數方法[J]. 中國軟科學，2011（3）：106-114.

[23]Lozano-Vivas A，Pastor J T.Relating macro-economic efficiency to financial efficiency：a comparison of fifteen OECD countries over an eighteen year period[J]. Journal of Productivity Analysis，2006，25（1/2）：67-78.

[24]Wu Y R.Openness，productivity and growth in the APEC economies[J]. Empirical Economics，2004，29（3）：593-604.

[25]張友國. 經濟發(fā)展方式變化對中國碳排放強度的影響[J]. 經濟研究，2010（4）：120-133.

[26]王 鋒，吳麗華，楊 超. 中國經濟發(fā)展中碳排放增長的驅動因素研究[J]. 經濟研究，2010（2）：123-136.

[27]王群偉，周 鵬，周德群. 我國二氧化碳排放績效的動態(tài)變化、區(qū)域差異及影響因素[J]. 中國工業(yè)經濟，2010（1）：45-54.

[28]陳詩一. 能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展[J]. 經濟研究，2009（4）：41-55.方 蘭，朱榮花. 我國糧食安全的進出口效應分析[J]. 江蘇農業(yè)科學，2019，47（7）：342-346.