基于熵權(quán)法的農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合研究

仇冬芳，邵華洋 ，胡正平

(1.南京航空航天大學(xué)，江蘇 南京 210016；2.南京農(nóng)業(yè)大學(xué)，江蘇 南京210095)

?

基于熵權(quán)法的農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合研究

仇冬芳1，邵華洋1，胡正平2

(1.南京航空航天大學(xué)，江蘇 南京 210016；2.南京農(nóng)業(yè)大學(xué)，江蘇 南京210095)

摘要：在科學(xué)建立農(nóng)業(yè)碳減排與農(nóng)村金融支持評價指標體系的基礎(chǔ)上，利用信息熵為各項指標賦權(quán)，構(gòu)建農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)度模型，利用我國1997～2013年農(nóng)業(yè)碳排放及農(nóng)村金融支持數(shù)據(jù)進行實證研究。研究表明:我國農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)度整體水平較低；耦合協(xié)調(diào)滯后類型由農(nóng)業(yè)碳減排滯后轉(zhuǎn)變?yōu)檗r(nóng)村金融支持滯后，階段性特征明顯；農(nóng)業(yè)碳減排與農(nóng)村金融支持協(xié)調(diào)程度逐漸提高，但尚未達到良好協(xié)調(diào);最后,提出促進農(nóng)業(yè)碳減排與農(nóng)村金融支持協(xié)調(diào)發(fā)展的政策建議。

關(guān)鍵詞：農(nóng)業(yè)碳減排；農(nóng)村金融支持；耦合協(xié)調(diào)

0引言

我國是碳排放大國，工農(nóng)業(yè)碳排放問題都很嚴重，國家“十二五”規(guī)劃以及黨的十八大報告都高度重視碳排放問題。傳統(tǒng)粗放式的高碳農(nóng)業(yè)給農(nóng)村生態(tài)環(huán)境造成了嚴重的負面效應(yīng)，極大地影響了農(nóng)業(yè)的可持續(xù)發(fā)展，農(nóng)業(yè)發(fā)展低碳化是大勢所趨。

農(nóng)業(yè)碳排放作為碳排放的重要來源之一，研究發(fā)展農(nóng)業(yè)經(jīng)濟過程中減少碳排放即農(nóng)業(yè)碳減排具有重要的理論意義和實踐價值。農(nóng)業(yè)碳排放是一個復(fù)雜的系統(tǒng)，國內(nèi)外學(xué)者對農(nóng)業(yè)碳排放的研究主要集中在：(1)農(nóng)業(yè)碳排放來源。農(nóng)業(yè)土地使用產(chǎn)生的碳排放的研究，F(xiàn)argione 等(2008)研究國外伐林毀草來種植生物能源農(nóng)作物、將農(nóng)業(yè)用地轉(zhuǎn)變?yōu)槎谭ツ痉N植等情況下碳排放的變化[1]；農(nóng)業(yè)生產(chǎn)資料使用產(chǎn)生的碳排放的研究，Johnson等(2007)發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的農(nóng)用物資廢棄物、生產(chǎn)資料以及農(nóng)業(yè)作物燃燒等是農(nóng)業(yè)碳排放的主要源頭[2]。(2)影響農(nóng)業(yè)碳排放的主要因素。Dyer等(2010)研究燃油用于加拿大農(nóng)業(yè)生產(chǎn)的事實發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)過程中化石燃料的消耗成為農(nóng)業(yè)碳排放日益增長的最主要因素之一[3]；田云等(2011)等研究了農(nóng)地利用中農(nóng)業(yè)生產(chǎn)資料效率、農(nóng)業(yè)結(jié)構(gòu)及農(nóng)業(yè)規(guī)模因素對農(nóng)業(yè)碳排放的影響[4]；李秋萍等(2015)認為農(nóng)業(yè)經(jīng)濟的增長具有增排效應(yīng)，農(nóng)業(yè)科技投入的增加和農(nóng)民文化素質(zhì)的提高抑制了農(nóng)業(yè)碳排放，具有減排效應(yīng)[5]。(3)農(nóng)業(yè)碳足跡與碳排放研究。史磊剛等(2011)對華北平原小麥與玉米的種植模式下的碳足跡進行了探究，分析了不同區(qū)域及作物的碳足跡與碳排放的差異[6]；邵技新(2012)運用2010年數(shù)據(jù)測算典型巖溶地區(qū)——畢節(jié)地區(qū)農(nóng)業(yè)碳排放、碳固定和碳足跡[7]；高鳴等(2015)測算出中國30個省域的農(nóng)業(yè)碳排放，認為中國農(nóng)業(yè)碳排放績效存在區(qū)域間發(fā)展不均衡和聚集效應(yīng)[8]。目前國內(nèi)外大多學(xué)者都是基于某一特定視角對農(nóng)業(yè)碳減排進行研究，但這些研究忽視了農(nóng)業(yè)碳減排與農(nóng)村金融支持之間的關(guān)系，因為農(nóng)業(yè)碳減排實現(xiàn)的瓶頸在于融資困難，農(nóng)村金融作為農(nóng)業(yè)經(jīng)濟的重要問題，其與農(nóng)業(yè)碳減排的相互關(guān)系自然應(yīng)當引起國內(nèi)外學(xué)者的關(guān)注。

借鑒魯釗陽(2013)對農(nóng)村金融發(fā)展的定義，農(nóng)村金融支持可認為是“金融支持”在“農(nóng)村金融”領(lǐng)域的延伸，剔除鄉(xiāng)鎮(zhèn)企業(yè)等非農(nóng)農(nóng)村金融因素，即“金融支持”在農(nóng)業(yè)領(lǐng)域的體現(xiàn)。農(nóng)村金融的發(fā)展將為低碳農(nóng)業(yè)提供資金，并促進相關(guān)產(chǎn)業(yè)的優(yōu)化與升級，逐步實現(xiàn)資本與低碳產(chǎn)業(yè)的對接[9]。張躍超(2013)認為農(nóng)村金融在低碳農(nóng)業(yè)發(fā)展中起著關(guān)鍵性作用，我國低碳農(nóng)業(yè)發(fā)展緩慢，缺少足夠的資金支持是重要原因[10]。雖然農(nóng)業(yè)碳減排低能耗、低排放的特點將帶來巨大的經(jīng)濟與生態(tài)效益，但由于農(nóng)業(yè)碳減排初期投入較大，周期較長，故資金需求較大。在我國，僅依靠農(nóng)戶自身財富積累，自發(fā)實行碳減排可行性較低、難度較大，故亟需將農(nóng)村信貸與國家碳減排政策有效對接，優(yōu)先給予符合碳減排的農(nóng)業(yè)產(chǎn)業(yè)與農(nóng)戶信貸優(yōu)惠，推動農(nóng)業(yè)碳減排的進程，對促進農(nóng)業(yè)可持續(xù)發(fā)展具有重要的理論和實際意義。因此，本文建立科學(xué)的農(nóng)業(yè)碳排放與農(nóng)村金融支持的測算體系，基于熵權(quán)法對相關(guān)指標予以賦權(quán)，測算1997～2013年我國農(nóng)業(yè)碳減排及農(nóng)村金融支持的水平，運用耦合協(xié)調(diào)度模型計算農(nóng)業(yè)碳減排及農(nóng)村金融支持之間的耦合協(xié)調(diào)度，發(fā)現(xiàn)1997～2013年農(nóng)業(yè)碳減排及農(nóng)村金融支持之間協(xié)調(diào)度的特征及變化趨勢，并提出相應(yīng)的政策建議。

1農(nóng)業(yè)碳減排與農(nóng)村金融支持指標體系及權(quán)重

1.1農(nóng)業(yè)碳減排與農(nóng)村金融支持評價指標體系

農(nóng)業(yè)碳減排與農(nóng)村金融支持協(xié)調(diào)發(fā)展問題的研究首先必須根據(jù)科學(xué)性、合理性和數(shù)據(jù)可獲性的原則建立度量指標體系，綜合考慮已有的研究成果及數(shù)據(jù)可獲性，農(nóng)業(yè)碳減排子系統(tǒng)包括農(nóng)地利用碳排放、水稻生長碳排放和畜牧養(yǎng)殖碳排放，農(nóng)村金融支持子系統(tǒng)包括農(nóng)村金融規(guī)模和農(nóng)村金額效率。

1.1.1農(nóng)業(yè)碳減排子系統(tǒng)評價指標體系

1.1.1.1農(nóng)地利用碳排放農(nóng)地利用而引起的碳排放主要包括：①化肥、農(nóng)藥及農(nóng)膜、農(nóng)用機械消耗燃油等農(nóng)用生產(chǎn)物資使用及處置引起的碳排放；②翻耕過程中土壤表層受損而產(chǎn)生的有機碳流失以及氧化亞氮的排放；③農(nóng)業(yè)灌溉等活動用電引起的碳排放。

1.1.1.2水稻生長碳排放水稻在生長過程中會產(chǎn)生一定的甲烷氣體，其甲烷排放量=水稻種植面積×水稻生長周期×水稻田甲烷排放系數(shù)。其中：水稻種植面積以當年水稻實際種植面積為準；我國水稻的生長周期約為110～150 d，為了便于計算，取其中間值130 d；Wang (1990)[11]、Matthews(1991)[12]、Cao(1995)[13]等學(xué)者測度了稻田的CH4排放系數(shù)，分別為0.44 、0.50和0.44 CH4/(m2·d)，取三者均值0.46，同時，1 t CH4所引發(fā)的溫室效應(yīng)相當于25 t CO2(約合6.82 t C)所產(chǎn)生的溫室效應(yīng)，田云等(2012)為了統(tǒng)一計量單位，認為稻田碳排放系數(shù)為3.136 g C/(m2·d)[14]。

1.1.1.3畜牧養(yǎng)殖碳排放畜牧養(yǎng)殖過程也伴隨著大量的碳排放，其主要表現(xiàn)形式為牲畜腸道發(fā)酵引起的甲烷氣體排放和牲畜糞便處置過程引起的甲烷氣體排放，目前我國主要牲畜包括豬、牛、羊、馬、驢、騾等，本文所有牲畜數(shù)量數(shù)據(jù)均以動物當年年末存欄數(shù)為依據(jù)。

1.1.2農(nóng)業(yè)碳源排放系數(shù)的確定有學(xué)者和機構(gòu)測算過農(nóng)業(yè)碳源排放系數(shù)，各種碳排放源的碳排放系數(shù)如表1和表2。

表1　 農(nóng)用物資及耕種碳源碳排放系數(shù)

注：本文在計算時將CH4排放量轉(zhuǎn)化成C排放量，其中1 t CH4=6.82 t C。

1.1.3農(nóng)村金融支持子系統(tǒng)評價指標體系

1.1.3.1農(nóng)村金融規(guī)模農(nóng)村金融規(guī)模代表農(nóng)村金融發(fā)展水平，目前國內(nèi)學(xué)者較多采用貸款與GDP的比值來評價金融規(guī)模，因此，農(nóng)村金融規(guī)?？傻扔谵r(nóng)村貸款與農(nóng)村GDP的比值，《中國金融年鑒》中“農(nóng)村貸款=鄉(xiāng)鎮(zhèn)企業(yè)貸款+農(nóng)業(yè)貸款”，本文研究農(nóng)業(yè)碳減排與農(nóng)村金融支持的協(xié)調(diào)發(fā)展，所以用農(nóng)業(yè)貸款與農(nóng)村GDP的比值來衡量農(nóng)村金融規(guī)模。

表2牲畜腸道排放及糞便處置

碳排放系數(shù)

kg CH4/(頭·年)

1.1.3.2農(nóng)村金融效率一般用投入與產(chǎn)出的關(guān)系來測算農(nóng)村金融效率，在農(nóng)村金融支持測算過程中用農(nóng)村金融效率反映金融機構(gòu)將農(nóng)業(yè)存款轉(zhuǎn)化為農(nóng)業(yè)貸款的效率，本文用農(nóng)業(yè)存款與農(nóng)村貸款的比值來衡量農(nóng)村金融效率。

綜上所述，農(nóng)業(yè)碳減排與農(nóng)村金融支持評價指標體系如表3。

表3　農(nóng)業(yè)碳減排與農(nóng)村金融支持評價指標體系

1.2基于熵權(quán)法的指標賦權(quán)

熵的概念源于熱力學(xué)，是物質(zhì)微觀熱運動時混亂程度的標志，最早由香農(nóng)引入信息論，按照信息論基本原理的解釋，信息是系統(tǒng)有序程度的一個度量，熵是系統(tǒng)無序程度的一個度量；如果指標的信息熵越小，該指標提供的信息量越大，在綜合評價中所起作用理當越大，權(quán)重就應(yīng)該越高，因此,這種指標賦權(quán)方法被稱作熵權(quán)法，熵權(quán)法通常依據(jù)待評價指標的信息熵，即待評價對象在某一指標上的變異性大小來對該指標進行客觀賦權(quán)，由于熵權(quán)法能體現(xiàn)多個評價對象的相互聯(lián)系，目前已在社會經(jīng)濟等領(lǐng)域得到廣泛運用。

本文將熵權(quán)法運用于農(nóng)業(yè)碳減排與農(nóng)村金融支持各評價指標的賦權(quán)，客觀地反映農(nóng)業(yè)碳減排與農(nóng)村金融支持各指標的協(xié)調(diào)程度。具體計算步驟如下：

(1)形成原始數(shù)據(jù)矩陣

現(xiàn)有被評價對象M=(M1，M2，…，Mm)，評價指標D=(D1，D2，…，Dn)，被評價對象Mi對指標Dj的值記為xij(i=1，2，…，m；j=1，2，…，n)，則形成的原始數(shù)據(jù)矩陣如公式(1)。

(1)

其中:xij為第j個指標第i年的初始功效值。

(2)對原始矩陣進行標準化處理

由于本文選取的農(nóng)業(yè)碳減排子系統(tǒng)和農(nóng)村金融支持子系統(tǒng)評價指標體系中同時包含有“正功效”指標和“負功效”指標，并且各個指標因為量綱不同而不能進行直接比較。因此,需要對不同類型功效指標依據(jù)公式(2)進行標準化處理。

(2)

其中：max(xj)為第j個指標最大功效值；min(xj)為第j個指標最小功效值；vij為第j個指標的第i年的標準化功效值。標準化處理后，標準化功效值vij反映了第j個指標的第i年基于目標值的滿意程度，不難看出，經(jīng)過標準化處理后，0≤vij≤1，vij接近于0表示最不滿意，vij接近于1表示最滿意。

(3)計算第j項指標第i年評價值的特征比重

按照公式(3)計算第j項指標下，第i年評價值的特征比重為pij。

(3)

因為0≤vij≤1，所以0≤pij≤1。

(4)計算第j項指標的信息熵值ej

根據(jù)熵權(quán)法，按照公式(4)可以測算第j個評價指標的信息熵值ej。

(4)

對于某一項指標Dj，其vij的差異越大，ej越小，即各被評價對象第j項指標值差異越大，表明該指標反映的信息量越大，其熵值就越小，越應(yīng)賦予較大的指標權(quán)重；而當熵值ej偏大時，表明該指標提供的信息量很小，賦予較小的指標權(quán)重。

(5)確定評價指標的權(quán)重系數(shù)

計算出第j個評價指標的信息熵值ej之后，依據(jù)公式(5)可以計算出第 j個評價指標的熵權(quán)即熵權(quán)法下第 j個評價指標的權(quán)重系數(shù)wj，0≤wj≤1。

(5)

(6)確定各評價指標的熵權(quán)綜合評價值

將各指標的熵權(quán)值分別與其所對應(yīng)的標準化功效值相乘后求和得到熵權(quán)綜合評價函數(shù)ui，如公式(6)。

(6)

2農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)模型

2.1耦合度模型構(gòu)建

本文參考物理學(xué)中的容量耦合系數(shù)模型，進行降維處理，可以得到農(nóng)業(yè)碳減排子系統(tǒng)和農(nóng)村金融支持子系統(tǒng)相互作用的二維耦合度模型，如公式(7)。

(7)

其中：U1為農(nóng)業(yè)碳減排子系統(tǒng)綜合評價值；U2為農(nóng)村金融支持子系統(tǒng)綜合評價值；C為復(fù)合系統(tǒng)的耦合度，且C∈[0，1]，當C趨向于0時，耦合度極小，農(nóng)業(yè)碳減排子系統(tǒng)和農(nóng)村金融支持子系統(tǒng)之間處于失諧或無關(guān)狀態(tài)，耦合系統(tǒng)將向無序演化；當C趨向于1時，耦合度極大，農(nóng)業(yè)碳減排子系統(tǒng)和農(nóng)村金融支持子系統(tǒng)之間達到良性共振，耦合系統(tǒng)也將趨于新的有序結(jié)構(gòu)。

2.2耦合協(xié)調(diào)度模型構(gòu)建

耦合度模型雖然能反映農(nóng)業(yè)碳減排子系統(tǒng)與農(nóng)村金融支持子系統(tǒng)相互作用程度的強弱，但是無法判別兩個子系統(tǒng)是在較高的發(fā)展水平上相互促進，抑或在較低的發(fā)展水平上緊密聯(lián)系。因此，在耦合度模型的基礎(chǔ)上進一步拓展，得到耦合協(xié)調(diào)度模型，不僅能夠反映農(nóng)業(yè)碳減排與農(nóng)村金融支持兩個子系統(tǒng)之間的協(xié)調(diào)程度，還能體現(xiàn)協(xié)調(diào)發(fā)展水平的階段性，耦合協(xié)調(diào)度模型如公式(8)。

T=α×U2+β×U2

(8)

其中：D為復(fù)合系統(tǒng)的耦合協(xié)調(diào)度；T為農(nóng)業(yè)碳減排與農(nóng)村金融支持的綜合評價指數(shù)；α、β為待定權(quán)數(shù)，盡管農(nóng)業(yè)碳減排與農(nóng)村金融支持的相互作用并非對稱性，但農(nóng)業(yè)碳減排與農(nóng)村金融支持對實現(xiàn)農(nóng)業(yè)和農(nóng)村的健康發(fā)展具有同等重要的意義，故取α=0.5、β=0.5。

2.3耦合協(xié)調(diào)度等級劃分

本文參照已有的研究成果，耦合協(xié)調(diào)度(D)的取值在0～1之間，D越接近1，表明耦合協(xié)調(diào)度越好，則農(nóng)業(yè)碳減排與農(nóng)村金融支持協(xié)調(diào)度較高；D越接近0，表明耦合協(xié)調(diào)度越差，農(nóng)業(yè)碳減排與農(nóng)村金融支持協(xié)調(diào)度較低，具體協(xié)調(diào)等級及對應(yīng)區(qū)間如表4所示。

表4　農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)等級劃分

注：農(nóng)業(yè)碳減排與農(nóng)村金融支持協(xié)調(diào)關(guān)系：(1)U1>U2為農(nóng)村金融支持滯后；(2)U1

3實證分析

農(nóng)業(yè)碳減排與農(nóng)村金融支持具有相互作用，兩者的協(xié)調(diào)發(fā)展對我國實行碳減排的目標以及發(fā)展農(nóng)村金融均具有重要意義。本文利用我國1997～2013年農(nóng)業(yè)碳排放及農(nóng)村金融發(fā)展數(shù)據(jù)進行實證分析，其中，農(nóng)業(yè)碳排放測算所需數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計年鑒》，農(nóng)村金融支持所需數(shù)據(jù)來自《中國金融年鑒》與《中國統(tǒng)計年鑒》，需要說明的是，由于《中國金融年鑒》統(tǒng)計口徑的變化缺少直接性數(shù)據(jù)，2010～2013年我國的農(nóng)業(yè)存款依據(jù)相關(guān)數(shù)據(jù)利用灰色理論DGM模型整理計算得出。

3.1數(shù)據(jù)標準化處理與指標權(quán)重

本文先分別對農(nóng)業(yè)碳減排子系統(tǒng)與農(nóng)村金融支持子系統(tǒng)的原始功效值按公式(2)進行標準化處理，再根據(jù)公式(3)～公式(5)求得各評價指標的熵權(quán)，計算結(jié)果如表5。

表5　農(nóng)業(yè)碳減排與農(nóng)村金融支持評價指標的權(quán)重系數(shù)

3.2耦合協(xié)調(diào)度測算結(jié)果

結(jié)合以上各指標權(quán)重，利用公式(5)～公式(8)逐步計算得出我國從1997～2013年各年農(nóng)村碳減排子系統(tǒng)與農(nóng)村金融支持子系統(tǒng)的耦合協(xié)調(diào)度，確定其耦合協(xié)調(diào)類型，同時觀察1997～2013年我國農(nóng)村碳減排子系統(tǒng)與農(nóng)村金融支持子系統(tǒng)發(fā)展的協(xié)調(diào)度及變化趨勢(如表6)。

表6　我國農(nóng)村碳減排與農(nóng)村金融支持

3.3我國農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)度特征分析

3.3.1農(nóng)業(yè)碳減排與農(nóng)村金融支持綜合發(fā)展水平從表6與圖1可以看出，從1997～2013年我國農(nóng)業(yè)碳減排綜合評價值呈逐年下降的趨勢，平均每年下降約2個百分點，我國農(nóng)業(yè)碳減排實際情況不容樂觀；農(nóng)村金融支持綜合評價值則分為兩個階段：1997～2010年，平均每年上升7個百分點，并在2010年達到峰值，受2008年全球“次貸”危機及國內(nèi)經(jīng)濟增速放緩影響，2011年農(nóng)村金融支持綜合評價值大幅下降，2011～2013年，農(nóng)村金融支持綜合評價值在0.5的總體水平上下波動，總體來看，農(nóng)村金融支持評價值呈較為穩(wěn)定的上升趨勢。

圖1　1997～2013年農(nóng)業(yè)碳減排與農(nóng)村

3.3.2農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合度及耦合等級從表6和圖2可知，1997～2010年間，農(nóng)業(yè)碳減排與農(nóng)村金融支持的耦合度在逐年提高，這說明我國農(nóng)村農(nóng)業(yè)碳排放與農(nóng)村金融支持之間的相互作用越來越強：一方面，農(nóng)村金融的發(fā)展促進了農(nóng)業(yè)生產(chǎn)模式的改進，農(nóng)用機械、農(nóng)膜、農(nóng)藥、農(nóng)肥等在農(nóng)業(yè)生產(chǎn)中日益廣泛使用，加大了農(nóng)業(yè)碳排放；另一方面，伴隨著國家對“三農(nóng)”的持續(xù)投入與重視，農(nóng)業(yè)生產(chǎn)的規(guī)模化、機械化也對農(nóng)村金融配套提出了更高的要求。我國農(nóng)業(yè)碳減排與農(nóng)村金融支持聯(lián)系日益緊密，保持在中度協(xié)調(diào)的耦合度水平上，換言之，農(nóng)業(yè)碳減排與農(nóng)村金融支持已經(jīng)相互依存，相互影響。

圖2　1997～2013年農(nóng)業(yè)碳減排與農(nóng)村金融支持

3.3.3農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)度與耦合協(xié)調(diào)類型分析從表6和圖2可知：第一，1997～2013年我國農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)度的值基本在0.35～0.80之間，總體協(xié)調(diào)水平顯著提高；第二，協(xié)調(diào)程度的變化趨勢經(jīng)歷了兩個階段，1997～1999年為勉強協(xié)調(diào)與中度協(xié)調(diào)，2000～2013年為中度協(xié)調(diào)，并且在同一協(xié)調(diào)類型中，耦合協(xié)調(diào)度顯著提高；第三，耦合協(xié)調(diào)度在2010年達到峰值，2011年出現(xiàn)回落；第四，耦合協(xié)調(diào)中滯后類型分為兩個階段，1997～2003年為農(nóng)村金融支持滯后， 2004年起則為農(nóng)村碳減排滯后。

4分析

本文實證研究表明，我國1997～2013年間農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)度顯著提高，原因在于國家對農(nóng)業(yè)碳減排日益重視及農(nóng)村金融的快速發(fā)展；盡管如此，2010年以后兩者的耦合度卻出現(xiàn)下滑，其中原因在于2008年全球金融危機使得我國農(nóng)村金融支持水平下降。另一方面，從2004年開始農(nóng)業(yè)碳減排與農(nóng)村金融支持耦合協(xié)調(diào)中的滯后因素由農(nóng)村金融支持變?yōu)檗r(nóng)業(yè)碳減排，這說明我國農(nóng)村金融經(jīng)過持續(xù)投入與發(fā)展，已基本可滿足農(nóng)業(yè)發(fā)展的需求，而農(nóng)業(yè)碳減排的評價指數(shù)卻逐年降低，說明我國農(nóng)業(yè)碳減排的形勢仍然較為嚴峻，農(nóng)用機械、農(nóng)膜、農(nóng)藥、農(nóng)肥等在長期內(nèi)仍將大量使用，由此帶來的農(nóng)業(yè)碳排放量仍將持續(xù)增加，雖然國家加大了對“三農(nóng)”的投入，但農(nóng)業(yè)碳減排進展仍較緩慢，我國亟需繼續(xù)加大對“綠色”農(nóng)用物資的科技研發(fā)，以降低農(nóng)業(yè)生產(chǎn)的單位碳排放量，實現(xiàn)傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式向集約化農(nóng)業(yè)生產(chǎn)模式的真正轉(zhuǎn)變。

5建議

5.1建立農(nóng)業(yè)碳排測算體系，完善宏觀的碳監(jiān)測機制

目前我國亟需建立完備的碳排放監(jiān)測數(shù)據(jù)庫，從宏觀上把握我國農(nóng)業(yè)碳排放的現(xiàn)狀，掌握碳排放的時空演變規(guī)律與結(jié)構(gòu)特征等，為政府相關(guān)部門制定決策提供可靠的數(shù)據(jù)支撐；同時，將碳排放量“綠色指標”納入地方官員政績考核指標，落實國家發(fā)展低碳經(jīng)濟的政策，將低碳理念融入“農(nóng)業(yè)增產(chǎn)、農(nóng)民增收、農(nóng)村發(fā)展”的過程。

5.2加快建立健全農(nóng)村金融體系，加大對農(nóng)業(yè)發(fā)展的金融支持

加強對農(nóng)藥、農(nóng)膜、化肥、農(nóng)用廢物再生等農(nóng)業(yè)上下游企業(yè)的信貸支持力度，促進升級轉(zhuǎn)型。農(nóng)業(yè)碳減排問題并不僅僅是環(huán)境問題，更是農(nóng)村經(jīng)濟問題，要理順農(nóng)業(yè)碳減排與農(nóng)村經(jīng)濟的關(guān)系，加強全社會力量對農(nóng)業(yè)發(fā)展的促進作用。

5.3加強對微觀層面農(nóng)業(yè)碳減排的研究與關(guān)注

目前學(xué)者的研究主要集中在宏觀層面，且以實證研究為主，對于農(nóng)戶個體行為缺少研究關(guān)注，造成了研究成果偏理論性的特征，對于農(nóng)戶個體行為的指導(dǎo)性較低。所以應(yīng)對微觀個體的農(nóng)業(yè)生產(chǎn)行為及生產(chǎn)過程中的碳形成原理加以研究，制定個體層面推廣實施農(nóng)業(yè)碳減排的對策。

參考文獻：

[1] Fargione J，Hill J，Tilman D，et al. Land clearing and the biofuel carbon debt[J]. Science，2008，319(29)：1235-1238.

[2] Johnson J M，F(xiàn)ranzluebbers A J，Weyers S L,et al. Agricultural opportunities to mitigate greenhouse gas emissions [J] . Environmental Pollution，2007，150(1)：107-124.

[3] Dyer J A， Kulshreshtha S N，Mcconkey B G. An assessment of fossil fuel energy use and CO2emissions from farm field operations using a regional level crop and land use database for Canada [J] .Energy，2010，5：2261-2269.

[4] 田云，李波，張俊飚.我國農(nóng)地利用碳排放的階段特征及因素分解研究[J].中國地質(zhì)大學(xué)學(xué)報:社會科學(xué)版， 2011，11(1)：59-63.

[5] 李秋萍，李長建，肖小勇,等.中國農(nóng)業(yè)碳排放的空間效應(yīng)研究[J].干旱區(qū)資源與環(huán)境，2015，29(4)：30-35.

[6] 史磊剛，陳阜，孔凡磊,等.華北平原冬小麥-夏玉米種植模式碳足跡研究[J].中國人口·資源與環(huán)境，2011，21(9)：93-98.

[7] 邵技新.巖溶山區(qū)縣域農(nóng)業(yè)碳足跡分析:以畢節(jié)地區(qū)為例[J].水土保持研究，2012，19(5)：210-213.

[8] 高鳴，宋洪遠.中國農(nóng)業(yè)碳排放績效的空間收斂與分異:基于Malmquist-luenberger指數(shù)與空間計量的實證分析[J].經(jīng)濟地理，2015，35(4)：142-148,185.

[9] 魯釗陽.農(nóng)村金融發(fā)展與農(nóng)業(yè)碳排放關(guān)系區(qū)域差異實證研究[J].思想戰(zhàn)線，2013，39(2)：119-123.

[10] 張躍超.低碳農(nóng)業(yè)與農(nóng)村金融協(xié)調(diào)發(fā)展研究[J].農(nóng)業(yè)經(jīng)濟，2013(5)：96-98.

[11] Wang M X，Dai A G，Shen R X. CH4emission from a Chinese rice paddy field [J].Acta Meteorologica Sinica，1990，4(3)：265-275.

[12] Matthews E，F(xiàn)ung I，Lerner J. Methane emission from rice cultivation: Geographic and seasonal distribution of cultivated areas and emissions[J].Global Biogeochemistry Cycles，1991，5(1)：3-24.

[13] Cao M，Dent J B，Heal O W. Methane emissions from China’s paddyland[J] . Agriculture，Ecosystems and Environment，1995,55：129-137.

[14] 田云，張俊飚，李波.中國農(nóng)業(yè)碳排放研究：測算、時空比較及脫鉤效應(yīng)[J].資源科學(xué)，2012，34(11)：2097-2105.

[15] 伍芬琳，李琳，張海林,等.保護性耕作對農(nóng)田生態(tài)系統(tǒng)凈碳釋放量的影響[J].生態(tài)學(xué)雜志，2007，26(12)：2035-2039.

[16] 段華平，張悅，趙建波,等.中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J].水土保持學(xué)報，2011，25(5)：203-208.

(責(zé)任編輯:王 影)

Research on Coupling of Agricultural Carbon Reduction and Rural Financial Support Based on Entropy Weight Method

QIU Dong-fang1, SHAO Hua-yang1， HU Zheng-ping2

( 1. Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China;2. Nanjing Agricultural University, Nanjing 210095, China)

Abstract：Based on the scientific indicator system of agriculture carbon reduction and rural financial support, entropy weight method was used to weigh the indicators, and the coupling coordination degree model was constructed for empirical research according to the data of agricultural carbon reduction and rural financial support between 1997～2013 in China. The results showed that there existed a comparatively low level of coordination degree of agriculture carbon reduction and rural financial support in China. Coupling coordination lag type changed from the agriculture carbon reduction lag to the rural financial support lag, showed obvious stage characteristics. The level of coordination degree of agriculture carbon reduction and rural financial support kept increasing, but the speed was comparatively slow and inefficient. This paper put forward some corresponding suggestions for improving the coordination between agriculture carbon reduction and rural financial support.

Key words：Agricultural carbon reduction; Rural financial support; Coupling degree

中圖分類號：F830.61

文獻標志碼：A

文章編號：1001-8581(2016)02-0112-06

作者簡介：仇冬芳(1968—)，女，江蘇鹽城人，副教授，博士，主要從事農(nóng)村金融研究。

基金項目：教育部人文社會科學(xué)研究規(guī)劃基金項目(12YJA630018)；中央高校基本科研業(yè)務(wù)費專項資金(NR2014010)。

收稿日期：2015-09-07