徐鋅耀

摘 要 推動(dòng)農(nóng)業(yè)碳減排是實(shí)現(xiàn)雙碳目標(biāo)的重要途徑。為精準(zhǔn)評估長江經(jīng)濟(jì)帶農(nóng)業(yè)碳減排成效，實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展目標(biāo)，基于2011—2020年省域面板數(shù)據(jù)，結(jié)合基于松弛值測算的模型（Slack Based Measure， SBM）和GML（Global Malmquist-Luenberger）指數(shù)測度探討了長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的區(qū)域差異，并采用普通最小二乘法（Ordinary Least Square，OLS）對其影響因素進(jìn)行實(shí)證分析。研究結(jié)果表明：長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率呈上升趨勢，但低于全國均值；農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)低碳創(chuàng)新水平和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)正向影響農(nóng)業(yè)碳生產(chǎn)率，勞動(dòng)力規(guī)模、城鎮(zhèn)化水平和自然災(zāi)害則呈現(xiàn)抑制效應(yīng)。

關(guān)鍵詞 農(nóng)業(yè)碳生產(chǎn)率；可持續(xù)發(fā)展；區(qū)域差異；長江經(jīng)濟(jì)帶

中圖分類號：F327 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2023.24.017

我國是農(nóng)業(yè)生產(chǎn)大國，農(nóng)業(yè)碳排放常居世界首位。早在2007年，我國就把“改變土地利用方式和調(diào)控農(nóng)業(yè)生產(chǎn)方式減少農(nóng)業(yè)源溫室氣體排放”列為減排的重點(diǎn)任務(wù)之一。黨的二十大以來，習(xí)近平總書記多次強(qiáng)調(diào)雙碳目標(biāo)，要求貫徹落實(shí)農(nóng)業(yè)生態(tài)文明與綠色發(fā)展理念，形成高質(zhì)量發(fā)展格局，推動(dòng)農(nóng)業(yè)生產(chǎn)以綠色化、低碳化為顯著特征的綠色轉(zhuǎn)型。然而，農(nóng)業(yè)機(jī)械、化肥、農(nóng)藥及農(nóng)膜的大規(guī)模使用導(dǎo)致農(nóng)業(yè)碳排放問題無法得到有效改善。為此，提高單位碳排放約束下的農(nóng)業(yè)生產(chǎn)效率成為政府及理論界廣泛關(guān)注的現(xiàn)實(shí)問題。

1 長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率評價(jià)分析

1.1 指標(biāo)選取與數(shù)據(jù)來源

農(nóng)業(yè)高質(zhì)量發(fā)展應(yīng)以綠色發(fā)展為要義，實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境效益的統(tǒng)一。將實(shí)際的農(nóng)業(yè)總產(chǎn)值（農(nóng)林牧漁業(yè)總產(chǎn)值）作為期望產(chǎn)出，并參考許清濤等、龔銳等的研究，選取農(nóng)業(yè)碳排放量表征非期望產(chǎn)出，即用農(nóng)業(yè)生產(chǎn)過程中生產(chǎn)要素投入量的碳排放系數(shù)進(jìn)行計(jì)算[1-2]。計(jì)算公式為

（1）

式中：E為農(nóng)業(yè)碳排放；Ei為第i個(gè)碳源的碳排放量；δi為第i個(gè)碳源的碳排放系數(shù)，為固定值，分別為化肥0.895 6 kg·kg-1、農(nóng)藥4.934 1 kg·kg-1、農(nóng)膜5.18 kg·kg-1、柴油0.592 7 kg·kg-1、翻耕312.6 kg·hm-2及灌溉266.48 kg·hm-2；Ti為第i類農(nóng)業(yè)碳源使用量。

投入指標(biāo)方面，借鑒熊翅新等、吳亞玲等的研究，選取農(nóng)作物播種面積、農(nóng)業(yè)從業(yè)人員數(shù)、機(jī)械總動(dòng)力、化肥使用量、農(nóng)業(yè)用水量等指標(biāo)，構(gòu)建農(nóng)業(yè)碳生產(chǎn)率測算指標(biāo)體系[3-4]。具體指標(biāo)情況如表1所示。

數(shù)據(jù)來源方面，期望產(chǎn)出與非期望產(chǎn)出指標(biāo)來自《中國統(tǒng)計(jì)年鑒》，投入指標(biāo)來自《中國農(nóng)業(yè)統(tǒng)計(jì)年鑒》，缺失數(shù)據(jù)通過查找國家統(tǒng)計(jì)局和省級統(tǒng)計(jì)年鑒

補(bǔ)全。

1.2 研究方法及測算過程

為在全國層面上探究長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率，根據(jù)投入產(chǎn)出指標(biāo)數(shù)據(jù)，使用MAXDEA 7.0軟件測度全國31個(gè)省（自治區(qū)、直轄市）2011—2020年農(nóng)業(yè)碳生產(chǎn)率指數(shù)。采用常用的數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA），結(jié)合基于松弛值測算的模型（Slack Based Measure，SBM）對我國各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)碳生產(chǎn)率進(jìn)行測算。假設(shè)考察樣本中有K（K=1，2，...，k）個(gè)決策單元，每個(gè)決策單元需要投入M個(gè)要素，分別得到N種期望產(chǎn)出和I種非期望投入，參考吳傳清等的研究，考慮非期望產(chǎn)出的SBM模型計(jì)算公式為[5]

（2）

式中：Sx、Sy、Su分別為松弛變量（衡量投入過剩）、期望產(chǎn)出松弛變量（衡量期望產(chǎn)出不足）、非期望產(chǎn)出松弛變量（衡量非期望產(chǎn)出不足）；λk為各決策單元的權(quán)重；xmk為k個(gè)決策單元的第m個(gè)投入要素變量；ynk為k個(gè)決策單元第n種期望產(chǎn)出變量；uik為k個(gè)決策單元的第i種非期望產(chǎn)出變量；R+M、R+N、R+I則分別為投入、期望產(chǎn)出和非期望產(chǎn)出集。等式右側(cè)的分子分母分別為決策單元實(shí)際投入、產(chǎn)出到生產(chǎn)前沿面的平均距離，即投入無效率程度和產(chǎn)出無效率程度。目標(biāo)函數(shù)ρ*∈[0，1]，當(dāng)ρ=1時(shí)，表明各決策單元完全有效；當(dāng)0≤ρ＜1時(shí)，即Sx、Sy、Su至少有一個(gè)不為0，則表明決策單元存在損失，在投入產(chǎn)出要素配置方面還有優(yōu)化空間。

為確定最優(yōu)前沿面，避免生產(chǎn)前沿向內(nèi)偏移的可能性，運(yùn)用全局可能性生產(chǎn)集對當(dāng)期和以往所有時(shí)期的數(shù)據(jù)進(jìn)行分析，并結(jié)合Malmquist-Luenberger指數(shù)構(gòu)造全局ML指數(shù)（Global Malmquist-Luenberger，GML），其表達(dá)式為

（3）

式中：PACt，t+1為在t期的技術(shù)條件下，從t到t+1期的GML測算得出的農(nóng)業(yè)碳生產(chǎn)率；DG為全局前沿投入產(chǎn)出的效率值，其他同上。

1.3 測度結(jié)果分析

根據(jù)DEA軟件測算出的結(jié)果，分別得出長江經(jīng)濟(jì)帶與全國、長江經(jīng)濟(jì)帶上中下游地區(qū)之間的農(nóng)業(yè)碳生產(chǎn)率平均水平，如表2和表3所示（測算出的農(nóng)業(yè)碳生產(chǎn)率值以1為基準(zhǔn)，超出部分即為增長率）。對長江經(jīng)濟(jì)帶上游、中游和下游地區(qū)劃分如下：四川省、云南省、貴州省、重慶市為上游地區(qū)；湖北省、湖南省、江西省為中游地區(qū)；安徽省、浙江省、江蘇省、上海市為下游地區(qū)。

由表2可知，長江經(jīng)濟(jì)帶各?。ㄊ校┺r(nóng)業(yè)碳生產(chǎn)率年均增長率為6.5%，比全國低0.9個(gè)百分點(diǎn)。原因在于與全國相比，長江經(jīng)濟(jì)帶人口、社會、經(jīng)濟(jì)、資源、環(huán)境等系統(tǒng)的可持續(xù)能力差異較大，整體水平不高。這主要表現(xiàn)為年際間農(nóng)業(yè)優(yōu)質(zhì)資源減少，使得農(nóng)業(yè)綠色發(fā)展受到阻礙；農(nóng)藥化肥使用量居高不下，導(dǎo)致農(nóng)業(yè)面源污染嚴(yán)重，對農(nóng)業(yè)生產(chǎn)造成極大影響；長江沿線畜禽和水產(chǎn)養(yǎng)殖等規(guī)模大，化學(xué)需氧量、總氮、總磷等排放量較高，致使水源富營養(yǎng)化。由此可見，農(nóng)業(yè)高質(zhì)量綠色發(fā)展，需要以農(nóng)業(yè)綠色低碳技術(shù)為驅(qū)動(dòng)力，提升生產(chǎn)效率并強(qiáng)化資源管理，向規(guī)?；?、精細(xì)化和集約化轉(zhuǎn)型。

由表3可知，長江經(jīng)濟(jì)帶上游和中游的農(nóng)業(yè)碳生產(chǎn)率增長率超過經(jīng)濟(jì)帶整體區(qū)域均值，且兩者差異較小，說明近年來源頭治理的生態(tài)保護(hù)有一定成效，中上游城市在政策強(qiáng)壓和自身生態(tài)保護(hù)意識覺醒的情況下，農(nóng)業(yè)生產(chǎn)在保護(hù)環(huán)境的同時(shí)節(jié)約了資源，使得碳排放強(qiáng)度有所降低，實(shí)現(xiàn)了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的雙贏，并且上游與中游地區(qū)多丘陵山地地形，生態(tài)承載力優(yōu)于其他地區(qū)，且具有源頭的灌溉優(yōu)勢。下游地區(qū)雖然也呈現(xiàn)增長態(tài)勢，但速度卻低于區(qū)域均值。一個(gè)合理的解釋是，下游地區(qū)作為發(fā)達(dá)地區(qū)，人口眾多，碳排放量明顯高于上游和中游地區(qū)；城鎮(zhèn)化擠壓了農(nóng)業(yè)用地，導(dǎo)致農(nóng)業(yè)碳生產(chǎn)率表現(xiàn)較差。從農(nóng)業(yè)可持續(xù)發(fā)展水平來看，長江經(jīng)濟(jì)帶各?。ㄊ校┌l(fā)展存在不平衡，且這種現(xiàn)象將長期存在。

2 長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率影響因素實(shí)證分析

2.1 指標(biāo)選取與模型設(shè)定

農(nóng)業(yè)碳生產(chǎn)率的測算主要衡量碳排放約束下農(nóng)業(yè)生產(chǎn)過程中的投入與產(chǎn)出情況，并沒有將現(xiàn)實(shí)中影響其效率的因素納入考慮范圍，如制約農(nóng)業(yè)生產(chǎn)和降低農(nóng)業(yè)碳排放的經(jīng)濟(jì)基礎(chǔ)和制度因素。因此，重點(diǎn)歸納總結(jié)已有文獻(xiàn)形成的重要結(jié)論，如經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和影響農(nóng)業(yè)生產(chǎn)效率的多種因素（見表4），并從中找出其邏輯關(guān)系的共通之處。

可以發(fā)現(xiàn)，已有研究本質(zhì)上是從規(guī)模、技術(shù)和結(jié)構(gòu)效應(yīng)3個(gè)方面進(jìn)行分析?；诖?，從規(guī)模因素、技術(shù)因素和結(jié)構(gòu)因素入手，構(gòu)建長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的影響因素指標(biāo)，如表5所示。

基于上述分析，為考察長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的影響因素，構(gòu)建如下多元回歸模型，具體公式為

PAC=β0+β1X1+β2X2+···+β6X6+ε （4）

式中：PAC為農(nóng)業(yè)碳生產(chǎn)率值；β0為回歸方程中的截距項(xiàng)；β1～β6為各影響因素的系數(shù)；X1～X6對應(yīng)表5中的影響因素；ε為殘差項(xiàng)。

2.2 實(shí)證結(jié)果與分析

為消除異常值影響，對變量進(jìn)行1%縮尾處理。同時(shí)，為修正標(biāo)準(zhǔn)差，采用穩(wěn)健標(biāo)準(zhǔn)誤估計(jì)。運(yùn)用Stata軟件進(jìn)行回歸分析，回歸結(jié)果如表6所示。

結(jié)果顯示，F(xiàn)=7.250，回歸方程在1%水平上顯著。T值檢驗(yàn)中，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平（X1）、農(nóng)業(yè)低碳創(chuàng)新水平（X4）顯著正向影響農(nóng)業(yè)碳生產(chǎn)率，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（X5）的參數(shù)估計(jì)并不具備統(tǒng)計(jì)顯著性，意味著農(nóng)業(yè)生產(chǎn)力的發(fā)展與創(chuàng)新水平的提高有助于提升長江經(jīng)濟(jì)帶單位碳排放約束下農(nóng)業(yè)生產(chǎn)效率；勞動(dòng)力規(guī)模（X2）、城鎮(zhèn)化水平（X6）分別在1%和10%的水平上抑制長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率，自然災(zāi)害情況（X3）的負(fù)向影響并不顯著，可能是因?yàn)檗r(nóng)業(yè)集約化轉(zhuǎn)型過程中，依靠人員要素投入而提高產(chǎn)出的生產(chǎn)模式已不再適用，城鎮(zhèn)化占用了大量農(nóng)業(yè)生產(chǎn)和經(jīng)營用地，加之近年來防洪固堤工作的開展，自然災(zāi)害對農(nóng)業(yè)生產(chǎn)的影響減少。農(nóng)業(yè)碳生產(chǎn)率的提高主要依靠規(guī)模效應(yīng)與技術(shù)效應(yīng)驅(qū)動(dòng)，結(jié)構(gòu)效應(yīng)的影響并不明顯。

3 結(jié)論與建議

研究以全國31個(gè)?。ㄗ灾螀^(qū)、直轄市）2011—2020年農(nóng)業(yè)生產(chǎn)投入產(chǎn)出數(shù)據(jù)為樣本，基于SBM-GML模型，運(yùn)用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）探討了長江經(jīng)濟(jì)帶省域農(nóng)業(yè)碳生產(chǎn)率的測度評價(jià)與影響因素，研究結(jié)果如下。1）測度評價(jià)方面，2011—2020年長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率呈上升趨勢，但低于全國均值；區(qū)域差異方面，上游地區(qū)增長態(tài)勢最好，中游地區(qū)其次，下游地區(qū)也有所增長但未達(dá)到區(qū)域平均水平。2）影響因素方面，規(guī)模效應(yīng)和技術(shù)效應(yīng)對長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的驅(qū)動(dòng)作用明顯，結(jié)構(gòu)效應(yīng)并未發(fā)揮其功能。具體而言，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)低碳創(chuàng)新水平與生產(chǎn)結(jié)構(gòu)有助于提高農(nóng)業(yè)碳生產(chǎn)率，勞動(dòng)力規(guī)模、城鎮(zhèn)化水平和自然災(zāi)害情況總體抑制農(nóng)業(yè)碳生產(chǎn)率的提升。

為有效降低農(nóng)業(yè)碳排放強(qiáng)度和提升農(nóng)業(yè)生產(chǎn)效率，針對以上研究結(jié)論，提出提高長江經(jīng)濟(jì)帶農(nóng)業(yè)碳生產(chǎn)率的政策建議。1）落實(shí)農(nóng)業(yè)支持政策，提高農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平。長江經(jīng)濟(jì)帶坐擁廣袤的耕地與豐富的水源，農(nóng)業(yè)資源優(yōu)勢突出，政府應(yīng)加大對農(nóng)業(yè)生產(chǎn)的支持力度，大力提倡農(nóng)業(yè)生產(chǎn)綠色低碳轉(zhuǎn)型。2）重視農(nóng)業(yè)生產(chǎn)領(lǐng)域的技術(shù)創(chuàng)新。鼓勵(lì)有機(jī)肥和綠肥的研發(fā)創(chuàng)新，推廣環(huán)保型農(nóng)業(yè)生產(chǎn)要素的應(yīng)用；加大校企聯(lián)合力度，開展“產(chǎn)學(xué)研”協(xié)同培養(yǎng)，重點(diǎn)圍繞生態(tài)修復(fù)、節(jié)能減排、提質(zhì)增效開展技術(shù)研發(fā)，大力支持創(chuàng)新活動(dòng)，并做好創(chuàng)新成果的保護(hù)和轉(zhuǎn)化工作。3）調(diào)整優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。摒棄依靠人員要素投入的粗放式發(fā)展方式，完善耕地流轉(zhuǎn)制度，推動(dòng)農(nóng)業(yè)生產(chǎn)資源集約化利用，大力發(fā)展農(nóng)業(yè)機(jī)械化與規(guī)?；?，實(shí)現(xiàn)農(nóng)業(yè)高

質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1] 許清濤，李玉波，楊淑杰.吉林省農(nóng)業(yè)現(xiàn)代化進(jìn)程中碳排放測算與分解[J].中國農(nóng)機(jī)化學(xué)報(bào)，2018，39（7）：103-109.

[2] 龔銳，謝黎，王亞飛.農(nóng)業(yè)高質(zhì)量發(fā)展與新型城鎮(zhèn)化的互動(dòng)機(jī)理及實(shí)證檢驗(yàn)[J].改革，2020（7）：145-159.

[3] 熊翅新，歐陽梨花，蔡桂云，等.江西省農(nóng)業(yè)全要素生產(chǎn)率的提升路徑研究：基于fsQCA方法的分析[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2023，22（4）：

497-506.

[4] 吳亞玲，楊汝岱，吳比，等.中國農(nóng)業(yè)全要素生產(chǎn)率演進(jìn)與要素錯(cuò)配：基于2003—2020年農(nóng)村固定觀察點(diǎn)數(shù)據(jù)的分析[J].中國農(nóng)村經(jīng)濟(jì)，2022（12）：35-53.

[5] 吳傳清，宋子逸.長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率測度及影響因素研究[J].科技進(jìn)步與對策，2018，35（17）：35-41.

[6] 胡婉玲，張金鑫，王紅玲.中國農(nóng)業(yè)碳排放特征及影響因素研究[J].統(tǒng)計(jì)與決策，2020，36（5）：56-62.

[7] 孟軍，范婷婷.黑龍江省農(nóng)業(yè)碳排放動(dòng)態(tài)變化影響因素分析[J].生態(tài)經(jīng)濟(jì)，2020，36（12）：34-39.

[8] 高標(biāo)，房驕，李玉波.基于STIRPAT模型的區(qū)域農(nóng)業(yè)碳排放影響因素分析[J].環(huán)境科學(xué)與技術(shù)，2016，39（10）：190-197.

[9] 劉麗輝，徐軍.基于擴(kuò)展的STIRPAT模型的廣東農(nóng)業(yè)碳排放影響因素分析[J].科技管理研究，2016，36（6）：250-255.

[10] 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.

（責(zé)任編輯：劉寧寧）