曹俊文，陶強強

（江西財經(jīng)大學統(tǒng)計學院，南昌 330013）

全球氣候變暖是人類面臨的主要生態(tài)問題之一，低碳行動作為全球范圍內應對氣候變化的發(fā)展戰(zhàn)略，逐漸深入到各個國家、部門、行業(yè)中，然而不同于能源工業(yè)領域，農業(yè)碳減排行動在實際的農業(yè)生產(chǎn)中推行效率低下，主要是由于自然資源條件對農業(yè)生產(chǎn)嚴格制約，其作用機理復雜、關鍵來源繁瑣，且碳源和碳匯的雙重效應和核證成本較高[1]。而為了實現(xiàn)農業(yè)生產(chǎn)過程中生態(tài)保護，生態(tài)補償已被認為是調整農業(yè)生態(tài)環(huán)境與各利益主體之間關系的一種有效措施[2]。低碳農業(yè)為實現(xiàn)農業(yè)生態(tài)補償提供了良好的契機，成為關鍵的前沿研究領域。農業(yè)碳補償作為農業(yè)領域生態(tài)補償?shù)囊环N政策體制，遵循“誰保護、誰受益，誰污染、誰付費”的補償原則，其本質是通過經(jīng)濟激勵方式對農業(yè)生產(chǎn)活動中提供生產(chǎn)效益和保護生態(tài)環(huán)境的群體所產(chǎn)生的成本或損失進行補償，將農業(yè)生產(chǎn)活動相關環(huán)境外部性內部化[3-4]。目前，中國農業(yè)生態(tài)補償在農業(yè)生產(chǎn)層面尚未形成很全面成熟的方案[5]，且現(xiàn)有關于農業(yè)碳匯功能生態(tài)補償?shù)难芯枯^少，主要集中在補償金額的量化方面，李穎等[6]通過對山東省小麥-玉米輪作農田生態(tài)系統(tǒng)中糧食作物生長過程碳排放和碳匯的計算，確定了糧食作物凈碳匯功能生態(tài)補償額。宋博等[7]通過核算中國各省（市）設施蔬菜生產(chǎn)系統(tǒng)農田單位面積產(chǎn)生的凈碳匯量，并結合我國碳交易市場的碳匯價格，得到設施蔬菜碳匯功能的生態(tài)補償額。陳儒等[8]考慮了中國各地區(qū)間農業(yè)自然稟賦差異對碳匯功能的影響，修正農業(yè)碳補償額的計量方法，從而確定更加公平的農業(yè)碳補償測算方法。周嘉等[9]采用碳排放系數(shù)法，以凈碳排放量作為基準值，通過生態(tài)補償系數(shù)和經(jīng)濟貢獻系數(shù)對中國省域土地利用進行碳補償價值研究。吳昊玥等[10]認為農業(yè)碳源、碳匯具有空間關聯(lián)效應，各省份農業(yè)活動會對鄰近地區(qū)的農業(yè)碳總量產(chǎn)生影響，從而引入空間計量方法進行分析，得到碳補償率的空間關聯(lián)特征和溢出效應。在此背景下，制定公平的農業(yè)碳補償測算標準對調動農業(yè)生產(chǎn)積極性和實現(xiàn)低碳減排目標具有重要意義。

長江經(jīng)濟帶對我國具有戰(zhàn)略意義，但近年來，長江經(jīng)濟帶農產(chǎn)品產(chǎn)量占全國比例持續(xù)下降，糧食供需平衡難度加大，除安徽、江西兩個傳統(tǒng)農業(yè)大省外，其他省域地區(qū)人均糧食產(chǎn)量均低于全國平均水平，長江經(jīng)濟帶農業(yè)生產(chǎn)積極性不高[11]。另一方面，長江經(jīng)濟帶的碳排放量高達全國的44.6%，農業(yè)已經(jīng)成為繼工業(yè)之后碳排放第二大行業(yè)[12]。目前相關研究證實農業(yè)生產(chǎn)具有較強的凈碳匯效益，對生態(tài)環(huán)境具有一定的正外部性[13]，然而人們卻往往重視其經(jīng)濟價值而忽略其巨大的生態(tài)價值，以致長江經(jīng)濟帶出現(xiàn)許多“產(chǎn)糧大省，財政窮省”，在現(xiàn)行的農業(yè)直接補貼難以大幅提高的情況下，亟需尋求其他的農業(yè)補貼途徑來提高農業(yè)生產(chǎn)積極性。

現(xiàn)有的文獻鮮有針對長江經(jīng)濟帶農業(yè)碳補償進行的研究，部分文獻考慮了農業(yè)自然稟賦對碳匯功能的影響，但未考慮農業(yè)技術水平對農業(yè)碳排放的影響。鑒于此，本研究以長江經(jīng)濟帶為研究對象，考慮農業(yè)技術水平和自然稟賦對農業(yè)碳排放和碳匯的影響，修正農業(yè)碳補償測算方法，得到2007—2016年長江經(jīng)濟帶各?。ㄊ校┑霓r業(yè)碳補償額并進行對比分析，旨在提高農業(yè)碳補償標準的公平性。

1 研究方法與測算

1.1 研究方法

1.1.1 農業(yè)碳匯測算

農業(yè)的碳匯功能主要來自農作物生長過程中對大氣中溫室氣體的吸收，是指農作物進行光合作用形成有機物的過程中對大氣中碳的固定?？紤]到不同地區(qū)農業(yè)生態(tài)系統(tǒng)自然稟賦存在差異，處于惡劣農業(yè)生態(tài)環(huán)境的地區(qū)農業(yè)碳匯功能低下，不利于碳的吸收和積累。為了體現(xiàn)農業(yè)碳補償標準的公平性，農業(yè)自然稟賦低的地區(qū)在測算農業(yè)碳補償額時應適量放大，反之適量縮小。計算表達式[14]如下：

式中：Cs為農業(yè)碳匯總量；Csi為第i種農作物的吸收總量；Yi為第i種農作物的產(chǎn)量；ci為第i種農作物碳吸收率，即農作物光合作用合成單位有機物所吸收的碳；wi為第i種農作物的含水量；Hi為第i種農作物的經(jīng)濟系數(shù)。碳吸收率、含水量、經(jīng)濟系數(shù)來源于韓召迎等[14]和王修蘭等[15]的研究成果。

式中：εi為第i個省域農業(yè)自然稟賦差異的農業(yè)碳匯調整系數(shù)；ESVT-pua為全國單位面積農田生態(tài)系統(tǒng)服務價值；ESVi-pua為第i個省域單位面積農田生態(tài)系統(tǒng)服務價值；Cs′為修正后的農業(yè)碳匯總量。

1.1.2 農業(yè)碳排放測算

農業(yè)碳排放主要來源于農業(yè)生產(chǎn)過程的兩個方面：一是農業(yè)物資投入（包括化肥、農藥、農業(yè)薄膜、柴油等）；二是農業(yè)土地利用方式（包括灌溉、機耕、農機等）引發(fā)的碳排放，據(jù)此構建農業(yè)碳排放計算公式[14]：

式中：Cf為農業(yè)碳排放總量；Cfi為第i種農業(yè)投入物產(chǎn)生的碳排放量；Ui為第i種農業(yè)投入物的使用量；Ωi為第i種農業(yè)投入物的碳排放系數(shù)。相關碳排放系數(shù)來自曹俊文等[16]的研究成果。

1.2 農業(yè)技術水平差異量化方法

運用以農業(yè)碳排放為非期望產(chǎn)出指標的超效率SBM模型測算長江經(jīng)濟帶農業(yè)碳排放冗余，以量化農業(yè)技術水平差異，超效率SBM 模型是一個非徑向、非角度的線性規(guī)劃模型[17]，不僅可對未處于有效生產(chǎn)前沿面上的決策單元進行投影分析，而且可對處于有效生產(chǎn)前沿面的決策單元進行比較，得到更加精確的非期望產(chǎn)出冗余量，模型的表達式如下：

式中：λ為權重向量；k表示被評價單元；x、yg和yb分別表示生產(chǎn)投入要素、期望產(chǎn)出變量和非期望產(chǎn)出變量；m、s1和s2分別表示生產(chǎn)投入要素、期望產(chǎn)出變量和非期望產(chǎn)出變量的個數(shù)；s-表示投入冗余；表示期望產(chǎn)出不足表示非期望產(chǎn)出冗余，即農業(yè)碳排放冗余量；minρ表達式的分子與分母分別表示生產(chǎn)決策單元實際投入與產(chǎn)出相對于生產(chǎn)前沿的平均可縮減比例與平均可擴張比例，代表投入無效率與產(chǎn)出無效率。

1.3 農業(yè)碳補償修正測算

基于前述農業(yè)碳匯、碳排放的測算結果，農業(yè)碳排放冗余量和碳匯調整系數(shù)，調整農業(yè)碳補償額計算公式如下：

式中：ACCi表示農業(yè)碳補償價值；Cs×εi表示修正后的農業(yè)碳匯總量；Cf為農業(yè)碳排放總量；PC為碳交易市場價格，通過查閱中國碳交易網(wǎng)（www.tanjiaoyi.com）的資料，2007—2016年中國8個二級碳交易點的碳平均價格為22元·t-1。

2 指標選取與數(shù)據(jù)處理

運用含非期望產(chǎn)出的超效率SBM 模型測算農業(yè)碳排放冗余量前需構建農業(yè)生產(chǎn)投入產(chǎn)出指標體系，在查閱相關研究成果的基礎上，根據(jù)可得的數(shù)據(jù)資料選取農業(yè)綜合投入得分為投入指標，農業(yè)碳匯量為期望產(chǎn)出指標，農業(yè)碳排放量為非期望產(chǎn)出指標。農業(yè)投入綜合得分由農業(yè)固定資產(chǎn)投資、農業(yè)勞動力投入、農業(yè)土地面積、化肥施用量、農藥使用量、農膜使用量、農業(yè)柴油使用量、農業(yè)機械總動力、翻耕面積、有效灌溉面積提取主成分得到，其中農業(yè)勞動力用第一產(chǎn)業(yè)從業(yè)人員衡量，農業(yè)土地面積用農作物播種面積衡量。考慮到提取結果存在負值和零值，運用極大值標準化法[18]對農業(yè)綜合投入得分值進行無量綱處理。公式如下：

式中：Fij和Fij′為變換前后的主成分值；maxFij和minFij分別為每個變量對應主成分得分的最大值和最小值。對主成分得分進行無量綱處理后，所得數(shù)據(jù)全部處于區(qū)間[0.1，1]，既未改變原有指標之間的相關性，又符合超效率SBM 模型指標的條件，使測算的結果更合理。運用MaxDEA 軟件進行數(shù)據(jù)處理，采用2007—2016 年的長江經(jīng)濟帶各省域面板數(shù)據(jù)為研究樣本，所需數(shù)據(jù)均來源于2008—2017 年《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》和長江經(jīng)濟帶各省域的統(tǒng)計年鑒。

3 結果與分析

3.1 農業(yè)碳匯、碳排放省際差異分析

運用公式（1）和公式（2）計算2007—2016 年長江經(jīng)濟帶各省域農業(yè)年均碳匯量、年均碳排放量和年均凈碳匯量，測算結果如圖1所示。由圖1可知，2007—2016 年長江經(jīng)濟帶各省域的農業(yè)年均凈碳匯值均為正值，且凈碳匯值大幅高于碳排放值，說明農業(yè)生產(chǎn)過程對生態(tài)環(huán)境具有強大的正向影響。其中江蘇、安徽的年均凈碳匯量較高，分別達到3 141.29 萬t 和3 163.45萬t，上海、浙江的年均凈碳匯量較低，分別為92.68萬t和473.71萬t。

圖1 長江經(jīng)濟帶各省域年均農業(yè)碳匯量、碳排放量、凈碳匯量Figure 1 Annual average agricultural carbon sinks，carbon emissions，and net carbon sinks of each province in the Yangtze River economic belt

3.2 農業(yè)技術水平省際差異分析

運用MaxDEA 軟件和非期望產(chǎn)出的超效率SBM模型，測算出2007—2016 年長江經(jīng)濟帶各省域農業(yè)碳排放冗余量，結果見表1。由表1可知，2007—2016年長江經(jīng)濟帶各省域中僅江西和湖南的農業(yè)碳排放冗余量為零值，說明江西和湖南農業(yè)技術水平較高，在發(fā)展農業(yè)經(jīng)濟的同時合理地考慮了農業(yè)資源投入和碳排放。四川在部分年份出現(xiàn)碳排放冗余量，且冗余量較小，年均僅為2.01萬t，說明四川的低碳農業(yè)經(jīng)濟也得到較好的發(fā)展。浙江和云南的農業(yè)碳排放冗余量較高，均值分別高達237.18 萬t 和175.13 萬t，說明這兩個省域的農業(yè)技術水平相對落后，農業(yè)生產(chǎn)過程中存在嚴重的資源投入浪費和碳的超額排放。

表1 2007—2016年長江經(jīng)濟帶農業(yè)碳排放冗余量（萬t·a-1）Table 1 Redundant agricultural carbon emissions in the Yangtze River economic belt from 2007 to 2016（104 t·a-1）

3.3 農業(yè)自然稟賦省際差異分析

圖2 為長江經(jīng)濟帶各省域農業(yè)自然稟賦差異的碳匯調整系數(shù)。由圖2 可知，上海、江蘇、安徽、湖北、湖南、重慶、貴州的年均調整系數(shù)大于1，說明該七個省域農業(yè)自然資源稟賦低于長江經(jīng)濟帶整體水平，為了體現(xiàn)碳補償標準的公平性，計算碳補償額時應放大，其中安徽、上海、江蘇放大幅度較高，碳匯調整系數(shù)分別高達1.58、1.54 和1.53。浙江、江西、四川、云南年均調整系數(shù)小于1，說明該四個省域農業(yè)自然資源稟賦高于長江經(jīng)濟帶整體水平，計算碳補償額時應縮小，其中浙江和云南縮小幅度較大，碳匯調整系數(shù)僅為0.13和0.11。

圖2 長江經(jīng)濟帶各省域農業(yè)碳匯調整系數(shù)Figure 2 The adjustment coefficient of agricultural carbon sinks in the Yangtze River economic belt

3.4 修正前后農業(yè)碳補償額對比分析

以農業(yè)凈碳匯量乘以碳交易市場價格得到修正前農業(yè)碳補償額，根據(jù)公式（5）測算得到修正后的農業(yè)碳補償額，結果如圖3所示。由圖3可知，修正前長江經(jīng)濟帶所有省域均為碳受償?shù)貐^(qū)，其中安徽和江蘇受償額較高，分別高達69 596 萬元和69 108 萬元，上海碳補償額最低，僅為2 039 萬元。修正后浙江和云南從碳受償?shù)貐^(qū)變?yōu)樘贾Ц兜貐^(qū)，原因在于兩省因農業(yè)技術水平低而產(chǎn)生較高的農業(yè)碳排放冗余量，并且其農業(yè)自然稟賦較高，測算時農業(yè)碳補償額被縮小。修正后上海、江蘇、安徽、湖北、湖南、重慶、貴州農業(yè)碳補償額相比修正前有所增加，其中安徽和江蘇增加量最大，分別增加45 521 萬元和40 469 萬元，原因在于其農業(yè)自然稟賦低，在測算時農業(yè)碳補償額被放大。江西和四川農業(yè)碳補償額則比修正前減少，分別減少22 529萬元和16 249萬元，原因在于其農業(yè)自然稟賦高，在測算時農業(yè)碳補償額被縮小。

圖3 修正前后農業(yè)碳補償額Figure 3 Agricultural carbon offset before and after revision

4 討論

碳補償作為實現(xiàn)農業(yè)領域內生態(tài)補償?shù)囊环N方法，其本質在于將農業(yè)生產(chǎn)活動相關環(huán)境外部性內部化。以往研究僅考慮農業(yè)自然稟賦對碳匯的影響，長江經(jīng)濟帶全域均為碳支付地區(qū)，且碳支付額與修正前差異較大[8]。本研究同時考慮了農業(yè)技術水平對農業(yè)碳排放的影響，只有浙江和云南為碳支付地區(qū)，其他省域碳補償額變化相對不顯著。由此可知修正后的農業(yè)碳補償測算方法極大地減輕了地方財政轉移支付的壓力，其測算方式更為科學、合理。本研究主要揭示了3點：

（1）長江經(jīng)濟帶各省域的農業(yè)生產(chǎn)過程對生態(tài)環(huán)境具有強大的正向影響。

（2）江西和湖南農業(yè)技術水平較高，在發(fā)展農業(yè)經(jīng)濟的同時考慮了農業(yè)資源的投入和碳排放；浙江和云南農業(yè)技術水平相對落后，農業(yè)生產(chǎn)過程中存在嚴重的資源投入浪費和碳的超額排放。

（3）修正后浙江和云南因農業(yè)技術水平低，從碳受償?shù)貐^(qū)變?yōu)樘贾Ц兜貐^(qū)；安徽和江蘇因農業(yè)自然稟賦低，碳補償額增加量最大。江西和四川因農業(yè)自然稟賦高，碳補償額減少。

當然，限于數(shù)據(jù)的可得性以及筆者自身水平的不足，該研究還需要進一步深入，如農業(yè)生產(chǎn)碳排、碳匯指標體系構建時仍需進一步細化，農業(yè)生產(chǎn)凈碳效應與農業(yè)經(jīng)濟效益仍需有效銜接等。因而開展更有價值的系統(tǒng)分析是下一階段需要討論和解決的問題。

5 結論

本研究在測算農業(yè)碳匯、碳排放量的基礎上通過修正碳補償計算方法測算出2007—2016 年長江經(jīng)濟帶各省域農業(yè)碳補償額并進行對比分析，得出以下結論：

（1）2007—2016 年，長江經(jīng)濟帶各省域的農業(yè)凈碳匯值均為正值，農業(yè)生產(chǎn)過程對生態(tài)環(huán)境具有強大的正向影響。其中江西、湖南的農業(yè)技術水平較高，發(fā)展農業(yè)經(jīng)濟時合理地控制了碳排放，而浙江和云南的農業(yè)技術水平相對較低，存在嚴重的資源浪費和額外碳排放現(xiàn)象。

（2）修正后浙江和云南從碳受償?shù)貐^(qū)變?yōu)樘贾Ц兜貐^(qū)，原因在于兩省因農業(yè)技術水平低而產(chǎn)生較高的農業(yè)碳排放冗余量，并且其農業(yè)自然稟賦較高，測算時農業(yè)碳補償額被縮小。上海、江蘇、安徽、湖北、湖南、重慶、貴州農業(yè)碳補償額比修正前有所增加，江西和四川農業(yè)碳補償額則比修正前減少。