屈炳宏 董大朋

(黑龍江八一農(nóng)墾大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江 大慶 163000)

我國是世界歷史上最為悠久的農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)是我國經(jīng)濟(jì)社會的核心。據(jù)統(tǒng)計，我國第一產(chǎn)業(yè)增加值在近20a從1.5萬億元增長至6.8萬億元，相關(guān)從業(yè)人員從3.6億人下降至1.8億人，這種“低人數(shù)，高產(chǎn)出”的變化代表著我國生產(chǎn)模式正在從傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型為高效益、高產(chǎn)出、高質(zhì)量的“三高”農(nóng)業(yè)。

但隨著以高投入、高產(chǎn)出為特征的農(nóng)業(yè)生產(chǎn)方式的發(fā)展，化肥、農(nóng)藥等農(nóng)投品的濫用，秸稈的焚燒，以及地膜處置殘留等問題對周邊環(huán)境造成了嚴(yán)重的破壞。由于農(nóng)業(yè)生產(chǎn)過程中對生態(tài)環(huán)境的負(fù)外部性和成本外部化問題不僅對其他經(jīng)濟(jì)主體造成經(jīng)濟(jì)損失，也會對農(nóng)業(yè)生產(chǎn)本身造成嚴(yán)重的影響，其中，以二氧化碳為主的農(nóng)業(yè)溫室氣體排放的影響最明顯，土壤翻耕、農(nóng)機(jī)投入、農(nóng)投品施用及畜牧腸道發(fā)酵、糞便排泄等都會產(chǎn)生大量溫室氣體。據(jù)統(tǒng)計，世界農(nóng)業(yè)生產(chǎn)活動所排放的碳源占比總額的15%，我國的農(nóng)業(yè)碳源排放占比量卻高達(dá)17%，是世界上農(nóng)業(yè)碳排放第1大國。農(nóng)業(yè)生產(chǎn)的脆弱性，也表現(xiàn)在對氣候變化十分敏感，在溫室氣體的影響下，農(nóng)作物產(chǎn)量和品質(zhì)將受到限制，農(nóng)業(yè)活動也會相應(yīng)減少[1,2]，從而對農(nóng)業(yè)部門的生產(chǎn)活動造成直接的經(jīng)濟(jì)損失。然而，農(nóng)業(yè)活動中的植物生產(chǎn)過程也會產(chǎn)生大量的碳匯，其是作物對空氣和土壤中碳的固定作用，位處碳排放的對立面，有利于緩解溫室效應(yīng)帶來的危害[3]。近期，我國于2021年底發(fā)布《2023年前碳達(dá)峰行動方案》，旨在通過對農(nóng)業(yè)領(lǐng)域采取減碳和碳封存的方法，實(shí)現(xiàn)我國農(nóng)業(yè)產(chǎn)業(yè)低碳綠色轉(zhuǎn)型，為農(nóng)業(yè)現(xiàn)代化發(fā)展鋪路前行，是繪制人與自然和諧共處畫面的題中之義。

1 研究區(qū)域概況

貴州位于我國西南內(nèi)陸地區(qū)腹地，地勢西高東低，素有“八山一水一分田”之說；雖然貴州森林覆蓋率達(dá)到62.12%，榜首全國第1，可由于喀斯特地貌和社會因素，耕地分散且面積僅占全國3.7%；同時，貴州主要是以種植業(yè)和畜牧業(yè)為主，因此低碳農(nóng)業(yè)的發(fā)展更為重要。自西部大開發(fā)戰(zhàn)略以來，貴州便通過多次進(jìn)行農(nóng)業(yè)改革以推動農(nóng)業(yè)發(fā)展轉(zhuǎn)型，從而實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化戰(zhàn)略目標(biāo)。2022年，國務(wù)院于印發(fā)的《關(guān)于支持貴州在新時代西部大開發(fā)上闖新路的意見》指出，貴州要積極推進(jìn)低碳循環(huán)發(fā)展，做好西部生態(tài)文明先行區(qū)的榜樣，并在低碳農(nóng)業(yè)發(fā)展上給予了高度重視。因此，從低碳視角下出發(fā)，將影響貴州農(nóng)業(yè)生產(chǎn)的環(huán)境因素——碳排放和碳匯進(jìn)行估算，采用超效率SBM模型將農(nóng)業(yè)碳排放和碳匯分別作為非期望和期望產(chǎn)出，從環(huán)境的角度研究貴州地區(qū)農(nóng)業(yè)生產(chǎn)效率狀況，為該地區(qū)的低碳農(nóng)業(yè)發(fā)展提供依據(jù)。

2 研究方法與理論模型

2.1 IPCC法碳排放估計模型

本文的碳排放量主要是根據(jù)以下公式進(jìn)行計算：

W=∑Wi=∑NiLi

(1)

式中，W為農(nóng)業(yè)生產(chǎn)的碳排放總量；Wi表示第i種碳源的排放量；Ni為第i種碳源的實(shí)際使用量(面積、數(shù)量)；Li為對應(yīng)的碳排放系數(shù)。

2.2 農(nóng)作物碳匯計算模型

本文碳匯計算主要考慮農(nóng)田碳匯，即農(nóng)作物生長發(fā)育過程的碳固定量。相應(yīng)結(jié)算公式：

(2)

式中，E代表農(nóng)作物的碳匯總量；Ej代表具體的某類農(nóng)作物的碳匯量；h為農(nóng)作物種類；r為農(nóng)作物經(jīng)濟(jì)產(chǎn)品部分的含水量；Lj為農(nóng)作物的產(chǎn)量；ej為碳吸收率，即農(nóng)作物通過光合作用合成一單位有機(jī)質(zhì)所吸收的碳[4]；HIj為某一農(nóng)作物的經(jīng)濟(jì)系數(shù)。

2.3 超效率SBM模型

SBM模型是Tone開發(fā)用于解決生態(tài)環(huán)境約束下農(nóng)業(yè)生態(tài)效率測算中松弛變量的問題，并結(jié)合Andersen等提出的DEA超效率模型，最終于2002年引入非徑向、非角度且DMU效率值可超過1的超效率SBM模型概念[5-7]。模型假設(shè)有h個決策單元(DMU)，且每個DMU有m個投入要素和n個產(chǎn)出要素(其中n1為期望產(chǎn)出，n2為非期望產(chǎn)出)，則該模型可表示投入變量x和產(chǎn)出變量y的關(guān)系：

(3)

式中，δ’(UTE)為綜合技術(shù)效率；yp為期望產(chǎn)出矩陣元素；yk為非期望產(chǎn)出矩陣元素，λ為權(quán)重向量；若δ’≥1，則該DMU的TE有效，反之無效；δ’值越大，則DMU的TE越高；UPTE為純技術(shù)效率；USE為規(guī)模效率。

3 指標(biāo)選取與數(shù)據(jù)來源

3.1 農(nóng)業(yè)碳排放指標(biāo)

借鑒周曉盼[8]、王雪瑩[9]和堯波[10]農(nóng)業(yè)碳排放源頭指標(biāo)項(xiàng)目，結(jié)合貴州區(qū)域具體狀況，主要以種植過程和牲畜發(fā)育2個方面著手，數(shù)據(jù)通過《貴州省統(tǒng)計年鑒2001—2020》獲取，具體指標(biāo)如表1所示。

表1 農(nóng)業(yè)碳源及碳排放系數(shù)指標(biāo)表

3.2 農(nóng)業(yè)碳匯指標(biāo)

借鑒韓召迎[11]、劉麗欽[4]農(nóng)業(yè)碳匯中各類農(nóng)作物的碳吸收率和經(jīng)濟(jì)系數(shù)，結(jié)合貴州主要農(nóng)作物種植情況，具體信息如表2。

表2 主要農(nóng)作物經(jīng)濟(jì)系數(shù)與碳吸收率

3.3 低碳農(nóng)業(yè)生產(chǎn)效率評價指標(biāo)體系

考慮到選取指標(biāo)的完整性和可得性，本文結(jié)合碳排放和碳匯因素構(gòu)建貴州農(nóng)業(yè)生產(chǎn)效率評價指標(biāo)體系，從環(huán)境、經(jīng)濟(jì)、資源等角度進(jìn)行綜合測度。指標(biāo)基礎(chǔ)數(shù)據(jù)來源于2001—2020年《貴州統(tǒng)計年鑒》，其中個別缺失數(shù)據(jù)運(yùn)用插值法處理，具體指標(biāo)如表3。

4 實(shí)證結(jié)果分析

4.1 貴州農(nóng)業(yè)碳排放的估算與分析

如圖1所示，貴州省的農(nóng)業(yè)碳排放總量呈現(xiàn)先上升后下降的趨勢，其中2001—2005年呈上升趨勢，在2005年達(dá)到第1個峰值，2006年呈現(xiàn)斷崖式下降，這可能與我國2005年《節(jié)能減排綜合性方案》的出臺和貴州省政府于2006年推行的科學(xué)發(fā)展觀加強(qiáng)環(huán)境保護(hù)的政策影響有關(guān)，使得大量以高碳輸出為特征的農(nóng)業(yè)生產(chǎn)企業(yè)被整改停運(yùn)；在2015年到達(dá)第2個頂峰隨后緩慢下降，至2019年為最低點(diǎn)，這可能與2019年貴州省政府在生態(tài)環(huán)境工作中著重強(qiáng)調(diào)農(nóng)業(yè)面源污染及秸稈焚燒處理等問題所產(chǎn)生的影響有關(guān)。

表3 低碳農(nóng)業(yè)生產(chǎn)效率指標(biāo)體系

圖1 2001—2020年貴州省農(nóng)業(yè)碳排放總量情況

4.2 貴州農(nóng)業(yè)碳匯的估算與分析

如圖2所示，2001—2010年貴州省農(nóng)業(yè)碳匯狀況趨于穩(wěn)定；2011—2017年整體呈現(xiàn)上升趨勢，在2016年達(dá)到頂峰，這可能是由于2012年國務(wù)院在《關(guān)于進(jìn)一步催緊貴州經(jīng)濟(jì)社會又快又好發(fā)展的若干意見》中提出要發(fā)展現(xiàn)代農(nóng)業(yè)，鼓勵引入高新技術(shù)、器械等設(shè)備以提高農(nóng)作物產(chǎn)量與品質(zhì)，從而增加了農(nóng)業(yè)的整體碳匯量；2017—2020年呈現(xiàn)下降趨勢，主要原因可能是在貴州農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整上，糧食作物的種植面積持續(xù)下降，水果類經(jīng)濟(jì)作物種植面積明顯增加，從而導(dǎo)致主要農(nóng)作物的碳匯量下降。

圖2 2001—2020年貴州省農(nóng)業(yè)碳匯總量情況

4.3 低碳農(nóng)業(yè)生產(chǎn)效率的結(jié)果與分析

由圖3可知，2001—2020年貴州省低碳農(nóng)業(yè)生產(chǎn)綜合效率均值在0.959，接近相對有效值“1”，整體呈波動平穩(wěn)趨勢，部分節(jié)點(diǎn)出現(xiàn)明顯的“U”型趨勢。2001—2009年，貴州省低碳農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率值一直維持在1左右；在此之后，2010—2015年期間低碳農(nóng)業(yè)生產(chǎn)綜合效率值有所降低，2012—2013年小幅度上升，2011年的效率值最低，為0.692。主要原因可能是2010年發(fā)生的國際金融危機(jī)，導(dǎo)致國內(nèi)農(nóng)業(yè)生產(chǎn)過程受到了一定影響，同時，結(jié)合分析統(tǒng)計年鑒和政府報告，2010—2011年貴州省受到近幾十年來最大的農(nóng)業(yè)災(zāi)害，據(jù)統(tǒng)計，農(nóng)作物受災(zāi)面積分別為1681千hm2和2570千hm2，直接造成的經(jīng)濟(jì)損失高達(dá)178.6億元和249.2億元，嚴(yán)重影響當(dāng)時的低碳農(nóng)業(yè)生產(chǎn)效率。2014年國家提出“生態(tài)文明建設(shè)”，貴州省政府也相繼出臺《貴州省生態(tài)文明建設(shè)促進(jìn)條例》(簡稱“條例”)，條例指出要發(fā)展低碳循環(huán)，推動農(nóng)業(yè)生產(chǎn)體系改革實(shí)現(xiàn)生態(tài)化生產(chǎn)。由于要推動農(nóng)業(yè)產(chǎn)業(yè)綠色轉(zhuǎn)型升級，因此原本以高碳排放為代價的高收益生產(chǎn)模式將被取締，雖然生態(tài)環(huán)境質(zhì)量得到一定改善，但低碳經(jīng)濟(jì)轉(zhuǎn)型會經(jīng)歷倒“U”趨勢的變化[12]，同時當(dāng)時低排放高收益的設(shè)備并未普及，從而導(dǎo)致區(qū)域整體農(nóng)業(yè)生產(chǎn)效率偏低。

圖3 2001—2020年貴州省低碳農(nóng)業(yè)生產(chǎn)效率變化

從純技術(shù)效率角度分析，純技術(shù)效率均值為0.975，其中有15a達(dá)到純技術(shù)效率相對有效值，效率值最低年份是2011年，為0.765，整體效率值維持在較高水平。同時，效率值與綜合技術(shù)效率平均值相近，整體數(shù)值變化取數(shù)相似，說明純技術(shù)效應(yīng)對該地區(qū)農(nóng)業(yè)影響較大，純技術(shù)效率的差異很大程度引起綜合技術(shù)效益變動。在“十二五”期間純技術(shù)效率整體是處于低效率趨勢，主要可能是因?yàn)檗r(nóng)業(yè)生產(chǎn)轉(zhuǎn)型初期先進(jìn)器械物資跟不上發(fā)展變化需求，同時購買現(xiàn)代化設(shè)備成本較高，農(nóng)民、中小企業(yè)等資金能力相對薄弱的農(nóng)業(yè)生產(chǎn)者為了維持作物的正常產(chǎn)量，過度施用化肥、農(nóng)藥等農(nóng)業(yè)投入品，進(jìn)而導(dǎo)致技術(shù)生產(chǎn)成本提高，同時影響生態(tài)環(huán)境的修復(fù)。

從規(guī)模效率角度分析，規(guī)模效率均值為0.982，2011年效率值最低，為0.905，整體效率值接近于相對有效值且變動幅度較小；對比綜合技術(shù)效率，規(guī)模效率總值遠(yuǎn)大于綜合技術(shù)效率，說明規(guī)模效率是推動綜合效率增長的主要核心因素。相較于純技術(shù)效率2001—2020年的數(shù)值變化，規(guī)模效率并沒有出現(xiàn)達(dá)到和超過相對有效值“1”的現(xiàn)象，說明雖然貴州省農(nóng)業(yè)規(guī)模整體效率值較高，但是依然長期存在明顯的資源分配不合理，投入產(chǎn)出不均衡的現(xiàn)象，從而導(dǎo)致貴州低碳農(nóng)業(yè)生產(chǎn)效率難以進(jìn)一步得到提升。

5 結(jié)論及建議

本文基于貴州省2001—2020年面板數(shù)據(jù)，估算分析整體碳排放量和碳匯量的變化狀況，采用非徑向的超效率SBM模型對各決策單元的低碳農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析。

從碳排放和碳匯量變化來看，由于對節(jié)能減排政策的落實(shí)和生態(tài)環(huán)境發(fā)展的重視，貴州的農(nóng)業(yè)碳排放總量整體呈緩慢下降趨勢，農(nóng)業(yè)碳匯總量整體呈現(xiàn)緩慢上升趨勢，同時碳匯量遠(yuǎn)大于碳排放量，說明該地區(qū)的低碳農(nóng)業(yè)發(fā)展較好。

從低碳角度分析貴州2001—2020年農(nóng)業(yè)生產(chǎn)效率，TE的平均效率值為0.959，接近有效狀態(tài)，整體效率值變動趨于穩(wěn)定，近5a呈現(xiàn)上升趨勢。具體來看，PTE決定了該地區(qū)TE值的下限，SE決定了TE值的上線，因此側(cè)重于農(nóng)業(yè)純技術(shù)效率的開發(fā)與投入有利于提高貴州省整體低碳農(nóng)業(yè)生產(chǎn)效率水平。

綜合分析以上研究結(jié)果，本文針對如何提高該區(qū)域低碳農(nóng)業(yè)生產(chǎn)效率提出以下建議。

重視和加強(qiáng)環(huán)境友好型的科學(xué)技術(shù)開發(fā)與運(yùn)用。根據(jù)本文分析可發(fā)現(xiàn)，僅利用高新技術(shù)提高農(nóng)產(chǎn)品產(chǎn)量和品質(zhì)無法提高低碳農(nóng)業(yè)生產(chǎn)效率，只有實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)與環(huán)境資源的協(xié)調(diào)發(fā)展才能降低農(nóng)業(yè)生產(chǎn)對環(huán)境負(fù)外部性帶來的經(jīng)濟(jì)損失，從而推動農(nóng)業(yè)的可持續(xù)發(fā)展。

調(diào)整農(nóng)業(yè)作物種植布局，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。在農(nóng)作物生長發(fā)育過程中糧食作物的碳吸收量遠(yuǎn)遠(yuǎn)弱于果蔬類園藝作物[13]，適當(dāng)把控糧食作物與蔬果類作物的種植比例，有利于提升碳匯總量，同時推動農(nóng)業(yè)生產(chǎn)規(guī)?；?、集約化發(fā)展，可以有效減少農(nóng)業(yè)投入冗余狀況，進(jìn)而減少農(nóng)業(yè)生產(chǎn)成本和降低農(nóng)業(yè)碳排放總量，最終提高低碳農(nóng)業(yè)生產(chǎn)效率。

加強(qiáng)低碳農(nóng)業(yè)教育宣傳，提高從業(yè)人員職業(yè)素養(yǎng)。貴州是典型的農(nóng)業(yè)大省，農(nóng)業(yè)從業(yè)人員基數(shù)龐大。政府有針對性的宣傳教育和技能培訓(xùn)，可以培育和提高農(nóng)民對低碳農(nóng)業(yè)生產(chǎn)的意識，減少日常農(nóng)業(yè)生產(chǎn)中農(nóng)藥、化肥等農(nóng)投品濫用，秸稈隨意焚燒，農(nóng)膜隨意填埋等現(xiàn)象，從而減少二氧化碳等溫室氣體的排放，有效提高低碳農(nóng)業(yè)生產(chǎn)的效率。