葛曉萌

農(nóng)業(yè)生產(chǎn)環(huán)境績效研究——基于農(nóng)業(yè)碳排放視角

葛曉萌

（河南工業(yè)貿(mào)易職業(yè)學(xué)院河南鄭州450000）

文章通過對(duì)中國31個(gè)?。▍^(qū)、市）2016年、2018年、2020年的農(nóng)業(yè)碳排放數(shù)據(jù)進(jìn)行DEA-Malmquist效率指數(shù)測算和效率變動(dòng)分析，研究農(nóng)業(yè)碳排放效率與農(nóng)業(yè)技術(shù)效率、技術(shù)進(jìn)步等因素之間的關(guān)系；從農(nóng)業(yè)碳排放角度，探究在保證規(guī)模效應(yīng)的同時(shí)達(dá)到農(nóng)業(yè)生產(chǎn)環(huán)境績效有效提升的策略。結(jié)果顯示：我國所有地區(qū)的農(nóng)業(yè)碳排放效率指數(shù)均值都大于1，說明我國的農(nóng)業(yè)碳排放效率整體較高，這不僅得益于技術(shù)效率的充分應(yīng)用，也得益于農(nóng)業(yè)技術(shù)的革新和進(jìn)步。

環(huán)境績效；農(nóng)業(yè)碳排放；效率變動(dòng)

隨著全球氣候變暖，人類的生存和發(fā)展受到了極大的挑戰(zhàn)。在此背景下，“低碳經(jīng)濟(jì)”應(yīng)運(yùn)而生，象征著低污染、低耗能、低排放的更加環(huán)保的經(jīng)濟(jì)增長模式，更加注重環(huán)境績效的經(jīng)濟(jì)發(fā)展模式，需要全世界人民共同做出改變。有數(shù)據(jù)顯示，農(nóng)業(yè)產(chǎn)生的碳排放在當(dāng)今世界已經(jīng)占到了碳排放總量的25％左右，中國農(nóng)業(yè)碳排放量占世界農(nóng)業(yè)碳排放量的12.54％左右[1-2]。不可否認(rèn)，中國的農(nóng)業(yè)碳排放已然躍居國內(nèi)行業(yè)碳排放榜單的前列。要想實(shí)現(xiàn)低碳經(jīng)濟(jì)，提高環(huán)境績效，控制農(nóng)業(yè)碳排放是十分重要的手段。因此，農(nóng)業(yè)碳排放的相關(guān)研究十分重要。

回顧國內(nèi)外相關(guān)文獻(xiàn)不難發(fā)現(xiàn)，有關(guān)農(nóng)業(yè)碳排放的研究集中在如下幾個(gè)方面：（1）農(nóng)業(yè)碳排放量的計(jì)算。對(duì)于碳排放的計(jì)算有很多種方法，為了避免計(jì)算碳排放時(shí)受到農(nóng)作物管理效應(yīng)和氣候條件影響，多位學(xué)者對(duì)《IPCC國家溫室氣體清單指南》和聯(lián)合國糧食與農(nóng)業(yè)組織數(shù)據(jù)庫的官方數(shù)據(jù)進(jìn)行了改良，Goglio等進(jìn)行測驗(yàn)時(shí)加入了對(duì)不同方法模型測算碳排放量的有效性，包括利用IPCC模型和DNDC模型等不同方法[3-6]。此外，國內(nèi)學(xué)者還根據(jù)不同的農(nóng)業(yè)生產(chǎn)工具分別測算了農(nóng)業(yè)碳排放量，李國志、李宗植等測算了農(nóng)用能源導(dǎo)致的碳排放量[7]，譚秋成和黃堅(jiān)雄等測算了農(nóng)膜和農(nóng)藥的碳排放量，田云等計(jì)算了耕地引起的碳排放量[8-9]。（2）農(nóng)業(yè)碳排放的水平評(píng)價(jià)。DeOlde等從環(huán)境可持續(xù)發(fā)展角度評(píng)價(jià)農(nóng)業(yè)碳排放，并衍生出一系列的計(jì)算指標(biāo)[10]；Sabiha等通過環(huán)境混合指數(shù)來評(píng)價(jià)農(nóng)業(yè)碳排放水平[11]；Marchand通過利益相關(guān)者來評(píng)價(jià)農(nóng)業(yè)碳排放水平[12]。在我國，通常考慮投入與產(chǎn)出，揭懋汕等、展進(jìn)濤等通過隨機(jī)前沿法（SFA）測算農(nóng)業(yè)碳排放水平[13-14]。當(dāng)然也有一些學(xué)者運(yùn)用DEA數(shù)據(jù)集的方式測算農(nóng)業(yè)碳排放的水平。（3）農(nóng)業(yè)碳排放相關(guān)政策的研究。國外多從對(duì)農(nóng)業(yè)碳排放賦稅的角度研究其影響及政策效應(yīng)，而我國范定祥等、鄭恒等從不同層面分析綠色稅賦對(duì)農(nóng)業(yè)碳排放的影響[15-16]。綜上所述，以往的研究少有從農(nóng)業(yè)碳排放的視角研究環(huán)境績效的，即從農(nóng)業(yè)碳排放的規(guī)模效率和技術(shù)效率出發(fā)，更全面考慮農(nóng)業(yè)碳排放的影響，既不單從量、也不單從質(zhì)上研究農(nóng)業(yè)碳排放，因此本文從我國31個(gè)省（區(qū)、市）2016年、2018年和2020年的農(nóng)業(yè)碳排放數(shù)據(jù)入手，實(shí)證分析各省（區(qū)、市）農(nóng)業(yè)生產(chǎn)環(huán)境績效，以期為提高農(nóng)業(yè)環(huán)境績效，促進(jìn)低碳經(jīng)濟(jì)發(fā)展做出貢獻(xiàn)。

1 研究方法

在經(jīng)濟(jì)生產(chǎn)過程中，投入一般伴隨著產(chǎn)出，除了有人們熟知的有用產(chǎn)物外，還會(huì)帶來一些非期望產(chǎn)物。比如在農(nóng)業(yè)經(jīng)濟(jì)中，投入大量人力和物力，伴隨期望產(chǎn)出農(nóng)產(chǎn)品而來的，還有廢水、廢氣等非期望產(chǎn)出。Fare等將期望產(chǎn)出、非期望產(chǎn)出與投入各要素混合形成所有生產(chǎn)可能性的決策單元定義為“環(huán)境生產(chǎn)技術(shù)”[17]。

同時(shí)考慮動(dòng)態(tài)因素，根據(jù)面板數(shù)據(jù)設(shè)為基期，那么農(nóng)業(yè)碳排放效率隨時(shí)間的變化可以表示為：

農(nóng)業(yè)碳排放效率可以進(jìn)一步分解為技術(shù)效率（）和技術(shù)進(jìn)步指數(shù)（），技術(shù)效率（）還可以拆分為純技術(shù)效率變化指數(shù)（）和規(guī)模效率變化指數(shù)（），可反映為如下公式：

為了計(jì)算以上這些指數(shù)，假設(shè)共參考了個(gè)地區(qū)，可以在規(guī)模報(bào)酬不變的條件下將該生產(chǎn)過程表示為以下公式：

2 數(shù)據(jù)來源及處理

本文采用了《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》2016年、2018年和2020年的各項(xiàng)數(shù)據(jù)，進(jìn)行適當(dāng)處理后帶入DEA-Malmquist模型[18]。

（1）資本投入指標(biāo)選取各地區(qū)農(nóng)村住戶資產(chǎn)投資投向情況數(shù)據(jù)，單位為億元。

（2）勞動(dòng)投入指標(biāo)選取各地區(qū)農(nóng)村從事農(nóng)業(yè)的鄉(xiāng)村人口數(shù)，單位為萬人。

（3）期望產(chǎn)出指標(biāo)選取各地區(qū)第一產(chǎn)業(yè)的總產(chǎn)值，單位為億元。

（4）非期望產(chǎn)出需要整理計(jì)算獲得，參考以往對(duì)于主要農(nóng)業(yè)碳排放系數(shù)的測算，采用公式：

公式中為農(nóng)業(yè)碳排放總量，為各碳源碳排放量，為各碳源碳排放系數(shù)。各系數(shù)的選取如表1所示。

表1　主要碳源碳排放系數(shù)

3 實(shí)證結(jié)果及分析

運(yùn)用DEAP 2.1軟件測算2016年、2018年和2020年我國31個(gè)?。▍^(qū)、市）的農(nóng)業(yè)碳排放效率指數(shù)，并利用Malmquist進(jìn)行指數(shù)分解，以更加清楚地了解農(nóng)業(yè)碳排放效率的變化。

各地區(qū)農(nóng)業(yè)碳排放效率指數(shù)及其分解指數(shù)如表2所示。從表2可以看出，31個(gè)?。▍^(qū)、市）2016年、2018年、2020年三年平均的都大于1，表明從2016年到2020年全國的農(nóng)業(yè)生態(tài)環(huán)境績效成績斐然，各地區(qū)都響應(yīng)號(hào)召進(jìn)行了農(nóng)業(yè)結(jié)構(gòu)調(diào)整，深度契合地區(qū)土地特點(diǎn)進(jìn)行了技術(shù)升級(jí)改造，進(jìn)一步減少了農(nóng)藥、農(nóng)膜、柴油、化肥的使用，并提升了農(nóng)藥、農(nóng)膜、柴油、化肥的使用效率。增施有機(jī)肥，深耕土地，改善了土壤的養(yǎng)分環(huán)境。大力推廣農(nóng)用物資的循環(huán)利用，有效提升了技術(shù)進(jìn)步效率。在31個(gè)?。▍^(qū)、市）中，內(nèi)蒙古的排名第一，主要是因?yàn)楫?dāng)?shù)剞r(nóng)業(yè)生態(tài)與旅游相結(jié)合，在提高了技術(shù)效率的同時(shí)，技術(shù)進(jìn)步也非常明顯，是唯一技術(shù)進(jìn)步指數(shù)高于2的地區(qū)。從農(nóng)業(yè)碳排放效率綜合來看，河北、安徽、福建、廣東、海南、四川、貴州、云南、西藏、青海、寧夏是由于技術(shù)效率和技術(shù)進(jìn)步的雙重貢獻(xiàn)實(shí)現(xiàn)了農(nóng)業(yè)碳排放效率的增強(qiáng)。北京、天津、山西、遼寧、吉林、黑龍江、上海、江蘇、浙江、江西、山東、河南、湖北、湖南、廣西、重慶、陜西、甘肅、新疆則依賴于技術(shù)進(jìn)步帶來農(nóng)業(yè)碳排放效率的增強(qiáng)。這些地方通過推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)技術(shù)升級(jí)、農(nóng)業(yè)技術(shù)創(chuàng)新助力農(nóng)業(yè)低碳經(jīng)濟(jì)，然而其技術(shù)效率還有較大的提升空間，還需進(jìn)一步提高技術(shù)的利用效率。根據(jù)2018年的農(nóng)業(yè)碳排放效率分析結(jié)果，天津、山西、遼寧、吉林、上海、浙江、江西、河南、湖南、陜西的農(nóng)業(yè)碳排放效率低于1，說明在2018年這10個(gè)省市受到技術(shù)效率的影響而呈現(xiàn)農(nóng)業(yè)碳排放惡化的趨勢。而由農(nóng)業(yè)碳排放效率指數(shù)三年的平均值可以看出，這些地區(qū)在2018年—2020年都不同程度地提高了現(xiàn)有技術(shù)的利用效率，從而達(dá)到了農(nóng)業(yè)碳排放效率的改善。這也說明，農(nóng)業(yè)碳排放效率是技術(shù)使用效率和技術(shù)進(jìn)步的共同產(chǎn)物，只有加快推進(jìn)技術(shù)進(jìn)步，并且在現(xiàn)有技術(shù)上提升使用效率，提高資源利用率，才能實(shí)現(xiàn)碳排放的有效改善[19-20]。

表2　各地區(qū)農(nóng)業(yè)碳排放效率指數(shù)及其分解指數(shù)

4 結(jié)論與啟示

本文利用農(nóng)業(yè)碳排放效率指數(shù)及其分解，對(duì)我國31個(gè)?。▍^(qū)、市）2016年、2018年、2020年的農(nóng)業(yè)碳排放效率變動(dòng)進(jìn)行了分析，結(jié)果顯示：我國所有地區(qū)的農(nóng)業(yè)碳排放效率指數(shù)均值都大于1，說明我國的農(nóng)業(yè)碳排放效率整體較高，這不僅得益于技術(shù)效率的充分應(yīng)用，也得益于農(nóng)業(yè)技術(shù)的革新和技術(shù)進(jìn)步。因此，基于以上研究，提出以下建議：

第一，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)農(nóng)業(yè)向更加綠色環(huán)保、現(xiàn)代化的方向發(fā)展。首先，在合理的情況下保證林業(yè)發(fā)展，適當(dāng)增大森林面積，促進(jìn)綠色經(jīng)濟(jì)，促進(jìn)碳排放的天然凈化。其次，大力推進(jìn)農(nóng)業(yè)科技創(chuàng)新，加大農(nóng)業(yè)生產(chǎn)的技術(shù)投入，增加農(nóng)業(yè)科技成果的應(yīng)用，通過提高技術(shù)有效利用的效率帶動(dòng)農(nóng)業(yè)碳排放效率的提升。最后，從農(nóng)產(chǎn)品建設(shè)方面出發(fā)，科學(xué)規(guī)劃農(nóng)產(chǎn)品的培育過程，規(guī)定相應(yīng)的化肥、農(nóng)膜、農(nóng)藥的使用效率，倒逼農(nóng)業(yè)經(jīng)營者標(biāo)準(zhǔn)化、有機(jī)化生產(chǎn)。

第二，建立多維度的農(nóng)業(yè)碳排放技術(shù)平臺(tái)，促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)技術(shù)革新。依托研究機(jī)構(gòu)、科研院所以及大型農(nóng)產(chǎn)品企業(yè)的研發(fā)團(tuán)隊(duì)，以重大科研項(xiàng)目和課題研究為契機(jī)，深入研究低碳農(nóng)業(yè)的技術(shù)實(shí)現(xiàn)路徑，突破現(xiàn)代農(nóng)業(yè)低碳技術(shù)發(fā)展的瓶頸，實(shí)現(xiàn)農(nóng)業(yè)集約化、綠色化生產(chǎn)。另外，在現(xiàn)有的研發(fā)基礎(chǔ)上，政府應(yīng)盡快出臺(tái)相應(yīng)政策，使已經(jīng)初具雛形的低碳農(nóng)業(yè)技術(shù)盡快進(jìn)行成果轉(zhuǎn)化并推廣應(yīng)用。

第三，加強(qiáng)農(nóng)業(yè)生產(chǎn)人員的培訓(xùn)，提升農(nóng)業(yè)從業(yè)人員的專業(yè)素質(zhì)。很多成熟的生產(chǎn)技術(shù)除了需要大規(guī)模投產(chǎn)外還需要技術(shù)過硬的農(nóng)業(yè)生產(chǎn)人員，應(yīng)加強(qiáng)農(nóng)業(yè)生產(chǎn)人員的技術(shù)培訓(xùn)，使其能夠了解、掌握并且運(yùn)用最新的農(nóng)業(yè)技術(shù)進(jìn)行生產(chǎn)。此外，還可以推動(dòng)農(nóng)民合作社、家庭農(nóng)場等新興農(nóng)業(yè)生產(chǎn)經(jīng)營主體，通過規(guī)模化生產(chǎn)、集約化生產(chǎn)減少農(nóng)業(yè)碳排放。

[1]李僅鳳.中國糧食主產(chǎn)區(qū)碳排放核算實(shí)證研究[J].農(nóng)村·農(nóng)業(yè)·農(nóng)民(B版),2022(8):44-46.

[2]田成詩,陳雨.中國省際農(nóng)業(yè)碳排放測算及低碳化水平評(píng)價(jià):基于衍生指標(biāo)與TOPSIS法的運(yùn)用[J].自然資源學(xué)報(bào),2021,36(2):395-410.

[3]GOGLIO P,SMITH W N,GRANT B B,et al.Accounting for soil carbon changes in agricultural life cycle assessment (LCA):A review[J].Journal of Cleaner Production,2015,19(104):23-39.

[4]VALIN H,HAVLIK P,MOSNIER A,et al.Agricultural pro-ductivity and greenhouse gas emissions:Trade-offs or syner-gies between mitigation and food security?[J].Environmental Research Letters,2013,8(3):035019.

[5]VETTER S H,SAPKOTA T B,HILLIER J,et al.Greenhouse gas emissions from agricultural food production to supplyI-ndian diets:Implications for climate change mitigation[J].Agriculture, Ecosystems & Environment,2017,237:234-241.

[6]PETER C,HELMING K,NENDEL C.Do greenhouse gas emission calculations from energy crop cultivation reflect actual agricultural management practices?- A review of carbon footprint calculators[J].Renewable and Sustainable Energy Reviews,2017,67:461-476.

[7]李國志,李宗植,周明.碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系實(shí)證分析[J].農(nóng)業(yè)經(jīng)濟(jì)與管理,2011(4):32-39.

[8]譚秋成.中國農(nóng)業(yè)溫室氣體排放:現(xiàn)狀及挑戰(zhàn)[J].中國人口·資源與環(huán)境,2011,21(10):69-75.

[9]黃堅(jiān)雄,陳源泉,隋鵬,等.農(nóng)田溫室氣體凈排放研究進(jìn)展[J].中國人口·資源與環(huán)境,2011,21(8):87-94.

[10]DE OLDE E M,MOLLER H,MARCHAND F,et al.When experts disagree:The need to rethink indicator selection for assessing sustainability of agriculture[J].Environment,Devel-opment and Sustainability,2017,19(4):1327-1342.

[11]SABIHA N E,SALIM R,RAHMAN S,et al.Measuring environmental sustainability in agriculture:A composite envi-ronmental impact index approach[J].Journal of Environmental Management,2016,166:84-93.

[12]MARCHAND F,DEBRUYNE L,TRISTE L,et al.Key characteristics for tool choice in indicator-based sustainability assessment at farm level[J].Ecology and Society,2014,19(3):46.

[13]揭懋汕,郭潔,陳羅燁,等.碳約束下中國縣域尺度農(nóng)業(yè)全要素生產(chǎn)率比較研究[J].地理研究,2016,35(5):898-908.

[14]展進(jìn)濤,徐鈺嬌,葛繼紅.考慮碳排放成本的中國農(nóng)業(yè)綠色生產(chǎn)率變化[J].資源科學(xué),2019,41(5):884-896.

[15]范定祥,廖進(jìn)中.農(nóng)業(yè)源碳減排的進(jìn)化博弈分析[J].統(tǒng)計(jì)與決策,2011(1):40-42.

[16]鄭恒,李躍.低碳農(nóng)業(yè)發(fā)展模式探析[J].農(nóng)業(yè)經(jīng)濟(jì)問題,2011,32(6):26-29.

[17]FARE R,GROSSKOPF S,PASURKA JR C A.Environm-ental production functions and environmental directional di-stance functions[J].Energy,2007,32(7):1055-1066.

[18]田紅宇,關(guān)洪浪.數(shù)字經(jīng)濟(jì)對(duì)糧食生產(chǎn)碳排放的影響研究:來自長江經(jīng)濟(jì)帶108個(gè)地級(jí)市的經(jīng)驗(yàn)證據(jù)[J/OL].中國農(nóng)業(yè)資源與區(qū)劃:1-16[2022-08-27].http://kns.cnki.net/kcms/detail/11.3513.S.20220818.1050.012.html.

[19]薛選登,馬路,溫圓月.河南省農(nóng)業(yè)碳排放量測算及影響因素研究[J].河南科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2022,40(5):40-45.

[20]楊晨,胡珮琪,刁貝娣,等.糧食主產(chǎn)區(qū)政策的環(huán)境績效:基于農(nóng)業(yè)碳排放視角[J].中國人口·資源與環(huán)境,2021,31(12):35-44.

10.3969/j.issn.2095-1205.2022.10.14

X322

A

2095-1205(2022)10-45-04

河南省綠色經(jīng)濟(jì)背景下企業(yè)環(huán)境績效審計(jì)若干問題的研究（2022- ZZJH-072）；多源數(shù)據(jù)融合的冬小麥環(huán)境監(jiān)測技術(shù)及其精準(zhǔn)分區(qū)管理研究（222102210149）

葛曉萌（1990- ），女，漢族，河南封丘人，碩士研究生，講師，研究方向?yàn)闀?huì)計(jì)、審計(jì)。