○新疆財(cái)經(jīng)大學(xué)工商管理學(xué)院 李季鵬 黃永勝

○新疆財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)學(xué)院 安博文

一、引言

隨著經(jīng)濟(jì)的快速發(fā)展，環(huán)境問(wèn)題越來(lái)越受到關(guān)注，關(guān)于溫室氣體排放、全球變暖和冰川融化的報(bào)道屢見報(bào)端。IPCC第四次評(píng)估報(bào)告(2007)指出[1]，農(nóng)業(yè)是溫室氣體的第二大來(lái)源，全球人為排放的13.5%來(lái)自于農(nóng)業(yè)源溫室氣體排放，因此低碳循環(huán)、綠色生態(tài)農(nóng)業(yè)成為國(guó)內(nèi)外的關(guān)注熱點(diǎn)。2015年12月12日，195個(gè)締約方在巴黎達(dá)成了新的全球氣候協(xié)議——《巴黎協(xié)議》，將未來(lái)努力的目標(biāo)設(shè)為將氣溫升幅限制在1.5℃內(nèi)。2015年3月18日，農(nóng)業(yè)部印發(fā)了《到2020年化肥使用量零增長(zhǎng)行動(dòng)方案》和《到2020年農(nóng)藥使用量零增長(zhǎng)行動(dòng)方案》，大力推進(jìn)化肥減量提效、農(nóng)藥減量控害。鑒于此，國(guó)內(nèi)學(xué)者主要從三個(gè)角度對(duì)農(nóng)業(yè)碳排放進(jìn)行了大量研究。①農(nóng)業(yè)碳排放的特征與時(shí)空演變。何艷秋(2016)[2]研究了中國(guó)農(nóng)業(yè)碳排放的時(shí)空特征，夏四友(2019)[3]研究了1997—2016年中國(guó)農(nóng)業(yè)碳排放率的時(shí)空動(dòng)態(tài)與驅(qū)動(dòng)因素，廖衛(wèi)東(2020)[4]研究了西部大開發(fā)12省的農(nóng)業(yè)碳排放時(shí)序演變和空間格局的變化特征，章勝勇(2020)[5]采用空間和非參數(shù)估計(jì)的方法研究了中國(guó)的農(nóng)業(yè)碳排放的空間分異和動(dòng)態(tài)演進(jìn)；②農(nóng)業(yè)碳排放的影響因素。胡中應(yīng)(2018)[6]、張永強(qiáng)(2019)[7]、雷振丹(2020)[8]研究了技術(shù)因素對(duì)農(nóng)業(yè)碳排放的影響，劉瓊(2020)[9]研究了農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)農(nóng)業(yè)碳排放的影響路徑；③經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)碳排放。高鳴(2014)[10]、王留鑫(2019)[11]、張亞飛(2020)[12]對(duì)農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行了研究，何艷秋(2020)[13]基于三維視角，從空間關(guān)聯(lián)、經(jīng)濟(jì)關(guān)聯(lián)和技術(shù)關(guān)聯(lián)對(duì)區(qū)域農(nóng)業(yè)碳排放進(jìn)行了更深層次、更全面的探究。

新疆地處中國(guó)西北邊陲，屬于干旱地區(qū)，是中國(guó)陸地面積最大的省級(jí)行政區(qū)，但耕地面積只占全國(guó)耕地面積的3.85%，耕地質(zhì)量只分布在6等級(jí)及以后。但是，新疆作為我國(guó)重要的種植業(yè)和畜牧業(yè)基地，低碳農(nóng)業(yè)發(fā)展尤其關(guān)鍵。因此，對(duì)新疆地區(qū)的農(nóng)業(yè)碳排放進(jìn)行估算，采用數(shù)據(jù)包絡(luò)分析和Malmquist指數(shù)方法將農(nóng)業(yè)碳排放作為非期望產(chǎn)出，從靜態(tài)和動(dòng)態(tài)角度來(lái)研究新疆地區(qū)的農(nóng)業(yè)碳排放效率，有利于清楚把握新疆地區(qū)的農(nóng)業(yè)碳排放總量及效率情況，了解新疆農(nóng)業(yè)碳排放效率的影響內(nèi)因，為新疆低碳農(nóng)業(yè)更好發(fā)展提供方向。

二、研究方法與理論模型

(一)IPCC法的碳排放估計(jì)模型

本文選取碳排放源的碳排放量與碳排放系數(shù)的乘積來(lái)測(cè)量農(nóng)業(yè)碳排放的總量，具體測(cè)算如公式(1)。

C=∑Cj=∑NjEj

(1)

公式(1)中，C為農(nóng)業(yè)的總碳排放量；Cj為第j類碳排放源的碳排放量，第j類碳排放源的數(shù)量；Ej是第j類碳排放源的系數(shù)。

(二)SBM-DEA模型

1.基本的SBM-DEA模型

SBM模型屬于DEA模型中非徑向、非角度的模型，由tone(2001)[14]提出，它把投入和產(chǎn)出的松弛量放入目標(biāo)函數(shù)中評(píng)價(jià)決策單元的效率，能夠評(píng)價(jià)投入角度和產(chǎn)出共參數(shù)的生產(chǎn)效率。有m種投入變量x和n種產(chǎn)出變量y，則最初的SBM-DEA模型可表示為模型(2)。

(2)

2.考慮非期望產(chǎn)出的SBM-DEA模型

在考慮污染等因素后，考慮非期望產(chǎn)出的SBM模型，把(2)中的y分解成(yg，yb)，分別表示期望產(chǎn)出、非期望產(chǎn)出。考慮有m種投入x，n1意愿產(chǎn)出yg，n2中非意愿產(chǎn)出yb的SBM模型表示為模型(3)。

(3)

模型對(duì)于決策單元是缺乏效率的，可以作以下改進(jìn)，以至于達(dá)到有效。

(三)DEA-Malmquist模型

DEA-Malmquist模型是數(shù)據(jù)包絡(luò)分析方法與Malmquist指數(shù)相結(jié)合的一種非參數(shù)動(dòng)態(tài)效率評(píng)價(jià)方法，它利用距離函數(shù)的比率來(lái)計(jì)算投入產(chǎn)出效率。

(4)

(4)式進(jìn)一步的推導(dǎo)可得

(5)

TFP為全要素生產(chǎn)率指數(shù)，可以分解為技術(shù)進(jìn)步效率指數(shù)TCH和技術(shù)效率指數(shù)ECH。

當(dāng)規(guī)模報(bào)酬可變時(shí)，技術(shù)效率指數(shù)ECH可以進(jìn)一步分解為純技術(shù)效率指數(shù)TECH和規(guī)模效率指數(shù)SECH。

(6)

由(4)、(5)、(6)式可知，當(dāng)規(guī)模報(bào)酬可變時(shí)，全要素生產(chǎn)率指數(shù)TFP由技術(shù)進(jìn)步效率指數(shù)TCH、純技術(shù)指數(shù)TECH和規(guī)模效率指數(shù)SECH三部分組成。當(dāng)TFP>1時(shí)，說(shuō)明全要素生產(chǎn)率呈增長(zhǎng)趨勢(shì)；當(dāng)TFP<1時(shí)，說(shuō)明全要素生產(chǎn)率呈下降趨勢(shì)；當(dāng)TFP=1時(shí)，說(shuō)明全要素生產(chǎn)率保持穩(wěn)定的趨勢(shì)，技術(shù)進(jìn)步效率指數(shù)TCH、技術(shù)效率指數(shù)ECH、純技術(shù)指數(shù)TECH和規(guī)模效率指數(shù)SECH的數(shù)值解釋與全要素生產(chǎn)率指數(shù)TFP類似。

三、指標(biāo)選取與數(shù)據(jù)來(lái)源

(一)農(nóng)業(yè)碳排放指標(biāo)

借鑒吳賢榮(2014)[15]、冉錦成(2017)[16]農(nóng)業(yè)碳排放源頭的選取值，結(jié)合新疆地區(qū)的實(shí)際情況，本著數(shù)據(jù)易獲取的原則，本文認(rèn)為新疆農(nóng)業(yè)碳排放主要分為農(nóng)業(yè)和牧業(yè)兩大來(lái)源。其中農(nóng)業(yè)碳源主要包括化肥、農(nóng)膜、農(nóng)用柴油、土地翻耕和農(nóng)用灌溉；牧業(yè)碳源主要由牛、馬、驢、豬、山羊和綿羊組成，其中牧業(yè)碳源不僅會(huì)產(chǎn)生CH4，也會(huì)產(chǎn)生N2O，碳源排放系數(shù)如表1所示。

表1 主要碳源碳排放系數(shù)

(二)農(nóng)業(yè)碳排放效率評(píng)價(jià)指標(biāo)

結(jié)合新疆的實(shí)際情況，借鑒吳賢榮(2014)研究，本文將農(nóng)業(yè)碳排放效率指標(biāo)體系分為人力投入、物力投入、非期望產(chǎn)出和期望產(chǎn)出四大類，其中人力投入用鄉(xiāng)村農(nóng)業(yè)從業(yè)人員衡量；物力投入包括播種面積、化肥使用量和農(nóng)業(yè)機(jī)械總動(dòng)力；非期望產(chǎn)出為二氧化碳排放量；期望產(chǎn)出用農(nóng)業(yè)GDP來(lái)衡量，具體如下表2所示。

表2 農(nóng)業(yè)碳排放效率評(píng)價(jià)指標(biāo)體系

(三)數(shù)據(jù)來(lái)源

本文選取了新疆14個(gè)地州市作為考察對(duì)象，所有樣本的研究時(shí)期為2014—2018年，碳排放量、農(nóng)業(yè)碳排放效率和農(nóng)業(yè)碳排放全要素生產(chǎn)率的測(cè)算數(shù)據(jù)均來(lái)源于2015—2019年《新疆統(tǒng)計(jì)年鑒》。其中農(nóng)用化肥施用量為折噸量；農(nóng)膜是采用地膜作為替代；土地翻耕以各地區(qū)當(dāng)年各地實(shí)際播種面積為準(zhǔn)；農(nóng)業(yè)灌溉使用各地區(qū)當(dāng)年的節(jié)水灌溉作為替代；牛、馬、驢、豬、山羊和綿羊的數(shù)量以各年牲畜年底頭數(shù)為準(zhǔn)；播種面積以當(dāng)年各地區(qū)實(shí)際播種面積為準(zhǔn)。為了剔除價(jià)格變化影響，以2010年為基準(zhǔn)年，將各年農(nóng)業(yè)產(chǎn)值換算成實(shí)際總產(chǎn)值。

四、實(shí)證結(jié)果分析

(一)新疆農(nóng)業(yè)碳排放的估計(jì)與分析

如圖1所示，2014—2018年新疆的農(nóng)業(yè)碳排放總量呈現(xiàn)先上升后下降的趨勢(shì)，其中2014—2016年呈上升的趨勢(shì)，在2016年達(dá)到了一個(gè)峰值，2016年之后呈下降的趨勢(shì)，這可能是由于2015年12月達(dá)成《巴黎協(xié)議》的宏觀環(huán)境帶來(lái)的影響；在2017年的下降幅度小于2016年的下降幅度，這可能是2017年新疆維穩(wěn)工作成功后，經(jīng)濟(jì)復(fù)蘇使得農(nóng)業(yè)得到了更好的發(fā)展，從而產(chǎn)生了更多的碳排放。

圖1 新疆2014—2018年農(nóng)業(yè)碳排放總量情況

由圖2可知，新疆各地市各年的碳排放占比存在一定的波動(dòng)，其中烏魯木齊市、吐魯番市、哈密市、阿勒泰地區(qū)和阿克蘇地區(qū)的碳排放占比呈上升的趨勢(shì)；昌吉州、塔城地區(qū)、喀什地區(qū)和和田地區(qū)的碳排放占比呈下降趨勢(shì)。在2014—2018年伊犁州的碳排放占比均為最高，這可能是由伊犁州發(fā)達(dá)的畜牧業(yè)造成的，因?yàn)樯蟮奶寂欧攀寝r(nóng)業(yè)碳排放的主要組成部分。

圖2 新疆各地區(qū)2014—2018年農(nóng)業(yè)碳排放占比情況

(二)農(nóng)業(yè)碳排放效率的結(jié)果分析

1.靜態(tài)SBM-DEA模型的農(nóng)業(yè)碳排放效率分析

本文基于以上的指標(biāo)建立了SBM-DEA模型，運(yùn)用MATLAB R2020a軟件得到農(nóng)業(yè)碳排放效率結(jié)果，如表3所示。新疆2014—2018年平均效率值都大于0.8，說(shuō)明農(nóng)業(yè)碳排放效率整體還不錯(cuò)。但各地區(qū)農(nóng)業(yè)碳排放效率值仍存在一定的差異，從波動(dòng)情況來(lái)看，烏魯木齊市、克拉瑪依市、吐魯番市、哈密市、昌吉州、伊犁州、阿勒泰地區(qū)、阿克蘇地區(qū)和喀什地區(qū)的變異系數(shù)均小于10%，屬于弱變異，說(shuō)明這些地區(qū)的波動(dòng)程度比較??；其他地區(qū)的變異系數(shù)均大于10%且小于40%，屬于低等變異，波動(dòng)相對(duì)較大，其中克州的農(nóng)業(yè)碳排放效率值波動(dòng)最大，2014—2017年的效率值均為1，2018年的效率值降為0.4432是當(dāng)年新疆14個(gè)地州市最低水平。從效率值水平來(lái)看，烏魯木齊市、克拉瑪依市、吐魯番市、哈密市、昌吉州和阿勒泰地區(qū)平均效率值最高，且近五年的效率值均為1，均達(dá)到DEA有效狀態(tài)。平均效率水平排最后兩名的地區(qū)是阿克蘇和喀什地區(qū)，分別為0.5921和0.5420，且喀什地區(qū)2014—2018年的效率值都小于0.6，說(shuō)明近5年喀什地區(qū)的碳排放效率值都比較低。

表3 新疆14個(gè)地市SBM-DEA效率值

2.動(dòng)態(tài)DEA-Malmquist模型的新疆農(nóng)業(yè)碳排放效率分析

如表4所示，從農(nóng)業(yè)碳排放的時(shí)間序列來(lái)看，新疆2015—2018年的全要素生產(chǎn)率TFP的均值為1.048，大于1，表示新疆的農(nóng)業(yè)碳排放全要素生產(chǎn)率平均以4.8%的速度增長(zhǎng)，其中技術(shù)進(jìn)步指數(shù)TCH為1.044，技術(shù)效率指數(shù)ECH為1.004，說(shuō)明全要素生產(chǎn)率的增長(zhǎng)主要是靠技術(shù)進(jìn)步的拉動(dòng)。

表4 2015—2018年新疆低碳農(nóng)業(yè)Malmquist指數(shù)

由圖3可知，全要素生產(chǎn)率指數(shù)的變動(dòng)趨勢(shì)與技術(shù)進(jìn)步指數(shù)基本一致，且大致呈增長(zhǎng)的趨勢(shì)，而技術(shù)效率指數(shù)卻有下降的趨勢(shì)，說(shuō)明新疆農(nóng)業(yè)碳排放效率增長(zhǎng)的主要原因是技術(shù)的進(jìn)步，而技術(shù)的利用和管理水平卻有待提升。

圖3 新疆農(nóng)業(yè)碳排放效率TFP指數(shù)、ECH指數(shù)、TCH指數(shù)變動(dòng)趨勢(shì)

從表5可知，新疆各地市的全要素生產(chǎn)效率除了哈密市、阿克蘇地區(qū)與和田地區(qū)小于1為負(fù)增長(zhǎng)之外，其他地市均大于1，且均值為1.048，表明年均增長(zhǎng)為4.8%，說(shuō)明除了哈密市、阿克蘇地區(qū)與和田地區(qū)之外，其他地市的農(nóng)業(yè)碳排放效率從2014—2018年均呈增長(zhǎng)的趨勢(shì)。但是各地市的TFP指數(shù)仍然存在一定的差異，增長(zhǎng)前三的城市是克拉瑪依市、塔城地區(qū)和阿勒泰地區(qū)，其中克拉瑪依市的TFP最大，為1.133，即年均增長(zhǎng)為13.3%，塔城地區(qū)和阿勒泰地區(qū)的增長(zhǎng)率分別為10.5%和9.7%。正增長(zhǎng)最慢的三個(gè)地市是伊犁州、巴州和克州，增長(zhǎng)率分別為2.7%、2.3%和0.9%。將新疆分為南疆和北疆兩大區(qū)域時(shí)，可以發(fā)現(xiàn)，南疆和北疆的全要素生產(chǎn)率均大于1，增長(zhǎng)率分別為6.8%和1.4%，說(shuō)明南疆和北疆的農(nóng)業(yè)碳排放全要素生產(chǎn)率呈上升的趨勢(shì)。

表5 新疆低碳農(nóng)業(yè)Malmquist指數(shù)變化及其分解

從各地市農(nóng)業(yè)碳排放全要素生產(chǎn)率的構(gòu)成來(lái)看，全疆的技術(shù)效率、技術(shù)進(jìn)步均大于1，呈增長(zhǎng)趨勢(shì)，說(shuō)明近年來(lái)新疆農(nóng)業(yè)碳排放效率得到了有效的改進(jìn)。其中阿克蘇地區(qū)的全要素生產(chǎn)率指數(shù)、技術(shù)效率指數(shù)均大于1，但技術(shù)進(jìn)步卻小于1，說(shuō)明該地區(qū)的農(nóng)業(yè)碳排放技術(shù)雖然沒(méi)有增長(zhǎng)，但是利用技術(shù)的效率更高了，技術(shù)的應(yīng)用和管理水平助力了全要素生產(chǎn)率的增長(zhǎng)。而博州和巴州的技術(shù)進(jìn)步指數(shù)、全要素生產(chǎn)率指數(shù)都大于1，但是技術(shù)效率小于1，說(shuō)明該地區(qū)全要素生產(chǎn)率增長(zhǎng)的主要原因仍是技術(shù)進(jìn)步，但技術(shù)進(jìn)步并沒(méi)有帶來(lái)技術(shù)效率的增長(zhǎng)，表現(xiàn)為一種粗放式的增長(zhǎng)。烏魯木齊市、克拉瑪依市、吐魯番市以及昌吉自治州這4個(gè)地州市的全要素增長(zhǎng)率均大于1，且技術(shù)效率指數(shù)等于1，技術(shù)進(jìn)步指數(shù)大于1，說(shuō)明這4個(gè)地州市的農(nóng)業(yè)碳排放效率僅依靠技術(shù)的進(jìn)步。伊犁自治州、塔城地區(qū)、阿勒泰地區(qū)、克州和喀什地區(qū)的全要素指數(shù)、技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)均大于1，說(shuō)明這四個(gè)地區(qū)的農(nóng)業(yè)碳排放效率的改善源于技術(shù)進(jìn)步和技術(shù)效率雙重的貢獻(xiàn)。從南疆地區(qū)和北疆地區(qū)來(lái)比較，北疆地區(qū)各分解指數(shù)均大于1；南疆地區(qū)的規(guī)模效率指數(shù)小于1，其他分解指數(shù)均大于1。且除了純技術(shù)指數(shù)南疆大于北疆之外，其他分解指數(shù)方面，北疆均更高，這說(shuō)明北疆的技術(shù)進(jìn)步和規(guī)模效率程度都更勝一籌，而在純技術(shù)方面，可能是因?yàn)榻陙?lái)南疆地區(qū)援疆強(qiáng)度和技術(shù)引進(jìn)的提升。

五、結(jié)論與建議

本文采用IPCC法估算了新疆2014—2018年的碳排放總量，并使用SBM-DEA模型和Malmquist指數(shù)從靜態(tài)和動(dòng)態(tài)層面對(duì)新疆2014—2018年低碳農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析。

從碳排放總量來(lái)看，由于對(duì)政策的落實(shí)和對(duì)環(huán)境保護(hù)的重視，新疆的碳排放總量呈下降的趨勢(shì)。因此新疆需要繼續(xù)踐行低碳農(nóng)業(yè)發(fā)展理念，在發(fā)展農(nóng)業(yè)經(jīng)濟(jì)的同時(shí)，也要保護(hù)好環(huán)境，減少碳源的排放。

從靜態(tài)的角度來(lái)分析碳排放效率，新疆2014—2018年的SBM-DEA效率值的平均值均大于0.8小于1，屬于非有效狀態(tài)。具體來(lái)看，北疆地區(qū)各地市的效率值更高且大部分地市均達(dá)到了SBM有效，而南疆地區(qū)的效率值偏低一些。因此新疆應(yīng)該重視農(nóng)業(yè)低碳經(jīng)濟(jì)的發(fā)展，政府應(yīng)積極引導(dǎo)、統(tǒng)籌考慮逐步縮小南北疆的差距，實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。

從動(dòng)態(tài)的角度分析碳排放效率可以分為時(shí)間序列和空間差異。從時(shí)間序列的方面分析，新疆的農(nóng)業(yè)碳排放全要素生產(chǎn)率大致呈上升的趨勢(shì)，且全要素生產(chǎn)率和技術(shù)進(jìn)步指數(shù)的變動(dòng)趨勢(shì)基本一致；從空間差異的方面分析，新疆各地市的全要素生產(chǎn)率存在一定的差異，北疆的各分解指數(shù)基本上均大于南疆的各指數(shù)。因此，新疆應(yīng)該繼續(xù)加強(qiáng)對(duì)農(nóng)業(yè)低碳經(jīng)濟(jì)的投資，保持技術(shù)的進(jìn)步，同時(shí)，應(yīng)該注重農(nóng)業(yè)碳排放效率的內(nèi)涵式增長(zhǎng)，重視農(nóng)業(yè)人才的發(fā)展和從業(yè)人員職業(yè)素養(yǎng)的提升，提高技術(shù)的應(yīng)用和管理水平，控制規(guī)模的效率。