中國低碳農(nóng)業(yè)發(fā)展績效與政策評價

陳 儒, 姜志德

(西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院，陜西 楊凌 712100)

中國低碳農(nóng)業(yè)發(fā)展績效與政策評價

陳 儒, 姜志德

(西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院，陜西 楊凌 712100)

通過引入聯(lián)合生產(chǎn)的理論視角和概念框架，在以往把農(nóng)業(yè)碳排放視為非期望產(chǎn)出基礎(chǔ)之上，將農(nóng)業(yè)碳匯作為期望產(chǎn)出納入碳績效核算體系，結(jié)合2007—2015年中國42個低碳試點省市的面板數(shù)據(jù)，運用碳計量模型、超效率SBM模型和ML效率指數(shù)分析了中國低碳農(nóng)業(yè)發(fā)展績效的時空變化趨勢，繼而對不同地區(qū)低碳農(nóng)業(yè)政策實施效果進行了評價。結(jié)果表明：低碳農(nóng)業(yè)發(fā)展是一個具有4種產(chǎn)出品的聯(lián)合生產(chǎn)格局，旨在實現(xiàn)農(nóng)產(chǎn)品和碳產(chǎn)品之間的耦合關(guān)系得以脫鉤；在農(nóng)業(yè)生產(chǎn)過程中，低碳試點地區(qū)雖然保持了良好的凈碳匯效應(yīng)，但未能實現(xiàn)低碳農(nóng)業(yè)的有效發(fā)展，農(nóng)業(yè)投入要素的冗余是主要制約因素；大部分試點地區(qū)低碳農(nóng)業(yè)生產(chǎn)效率呈現(xiàn)震蕩上升趨勢，實現(xiàn)了低碳農(nóng)業(yè)發(fā)展的績效改進，農(nóng)業(yè)技術(shù)進步是績效改進的主要驅(qū)動力。整體上來講，低碳試點省市建設(shè)雖然在一定程度上促進了低碳農(nóng)業(yè)的發(fā)展，但效果并不明顯，主要制約因素源于農(nóng)業(yè)技術(shù)效率的降低。

低碳農(nóng)業(yè)； 凈碳匯； 發(fā)展績效； 生產(chǎn)效率； 技術(shù)效率

一、引言

發(fā)展低碳農(nóng)業(yè)、在農(nóng)業(yè)領(lǐng)域推行溫室氣體減排成為現(xiàn)階段應(yīng)對氣候變化的重要措施。2010年，中國第一批低碳城市建設(shè)試點在陜西、云南、湖北、天津等5省8市開展，并于2012年進一步擴大試點范圍，最終確定6個低碳試點省份和36個低碳試點城市。隨著2017年第三批低碳試點城市啟動，低碳建設(shè)工作將在全國全面鋪開。時至今日，低碳試點政策成效在各產(chǎn)業(yè)內(nèi)日漸顯現(xiàn)，其中在農(nóng)業(yè)領(lǐng)域內(nèi)，不少地方在實踐中探索推廣了一些低碳農(nóng)業(yè)技術(shù)和發(fā)展模式，如以測土配方施肥和節(jié)水灌溉為主的精準(zhǔn)農(nóng)業(yè)投入模式，以糞便管理、秸稈回收和戶用沼氣為主的農(nóng)業(yè)廢棄物處理和利用模式，以提高飼料利用和轉(zhuǎn)化效率為主的牲畜飼養(yǎng)和甲烷管理模式，以種植制度改革為主的水稻田溫室氣體減排模式等[1]，可見，減少農(nóng)業(yè)各個生產(chǎn)環(huán)節(jié)的碳排放以及增加植被、土壤的碳匯量成為低碳農(nóng)業(yè)發(fā)展的關(guān)鍵點。

目前，在關(guān)于低碳農(nóng)業(yè)的研究中，學(xué)者整體上圍繞著低碳農(nóng)業(yè)的基本屬性[2-3]、農(nóng)業(yè)生產(chǎn)活動碳效應(yīng)的分析與核算[4-5]、微觀農(nóng)戶低碳生產(chǎn)行為[6]、低碳農(nóng)業(yè)發(fā)展機制與政策[7]等方面展開論述。在低碳發(fā)展績效評價方面，學(xué)者的研究視角較多局限于宏觀部門或工業(yè)層面[8-9]，且研究方法基本從單要素指標(biāo)評價(碳強度或碳生產(chǎn)率)[4,10]和數(shù)據(jù)包絡(luò)模型(DEA)[8,11]兩個角度進行分析，只有少數(shù)學(xué)者試圖把環(huán)境因素納入到農(nóng)業(yè)經(jīng)濟績效的研究框架，并據(jù)此進行低碳農(nóng)業(yè)績效評估。高鳴等[12]、吳賢榮等[11]在計算中國各省區(qū)的農(nóng)業(yè)碳排放量基礎(chǔ)之上，使用ML指數(shù)、空間 Moran’s I指數(shù)等模型深入分析了中國農(nóng)業(yè)碳排放績效的動態(tài)變化、農(nóng)業(yè)邊際減排成本和空間聚集與收斂等問題；劉應(yīng)元等[13]、田偉等[14]采用中國省域面板數(shù)據(jù)，基于非期望產(chǎn)出(碳排放)的SBM模型分別評價了中國生態(tài)農(nóng)業(yè)發(fā)展績效和中國農(nóng)業(yè)環(huán)境效率；田云等[15]利用DEA-Malmquist模型考察了中國30個省(市、區(qū))1994—2012年的低碳農(nóng)業(yè)發(fā)展水平，在此基礎(chǔ)上，運用Kernel密度函數(shù)和經(jīng)濟增長收斂理論探討了其動態(tài)演進與收斂性。已有研究成果對幫助理解低碳農(nóng)業(yè)具有重要的啟發(fā)和借鑒意義，也為研究低碳農(nóng)業(yè)發(fā)展績效奠定了良好的基礎(chǔ)，但也存在不足：現(xiàn)有文獻較多將碳排放作為非期望產(chǎn)出引入研究框架，并直接進行實證分析，不僅忽視了農(nóng)業(yè)極強的碳匯效應(yīng)，還使得研究缺乏一定的理論支撐；在實證分析過程中，學(xué)者多采用省域面板數(shù)據(jù)對低碳農(nóng)業(yè)績效水平進行評價，往往忽略了不同區(qū)域低碳農(nóng)業(yè)政策的影響，從而使得研究結(jié)論缺乏一定的精準(zhǔn)性。

鑒于此，本研究在充分吸收前人成果基礎(chǔ)之上，通過引入聯(lián)合生產(chǎn)的理論視角和概念框架，在以往把農(nóng)業(yè)碳排放視為非期望產(chǎn)出基礎(chǔ)之上，將農(nóng)業(yè)碳匯作為期望產(chǎn)出引入研究框架來分析中國低碳農(nóng)業(yè)發(fā)展績效水平，并采用低碳試點省市面板數(shù)據(jù)，基于低碳農(nóng)業(yè)發(fā)展績效和凈碳匯效應(yīng)的時空變化，對試點地區(qū)低碳農(nóng)業(yè)政策落實成效加以評價，以期為科學(xué)制定低碳農(nóng)業(yè)發(fā)展政策、實現(xiàn)農(nóng)業(yè)經(jīng)濟增長與生態(tài)環(huán)境的可持續(xù)發(fā)展提供一定參考。

二、理論分析、模型構(gòu)建與數(shù)據(jù)來源

(一)低碳農(nóng)業(yè)的聯(lián)合生產(chǎn)性質(zhì)

聯(lián)合生產(chǎn)是在相同要素投入下形成不同產(chǎn)出的生產(chǎn)過程，此產(chǎn)出在形式上樣式較多，大致歸類于經(jīng)濟產(chǎn)出和非經(jīng)濟產(chǎn)出的某種組合[16]。Baumg?rtner[17]基于熱力學(xué)定律指出，任何生產(chǎn)過程都是聯(lián)合生產(chǎn)，由于任何自然和人類活動過程必須服從能量守恒定律和熵定律的約束，生產(chǎn)過程則意味著熵值增加，且高熵值的原料只有和低熵值的能源共同投入時方能實現(xiàn)生產(chǎn)過程，而產(chǎn)出則必然包括低熵值的期望產(chǎn)品和高熵值的非期望產(chǎn)品兩大部分。農(nóng)業(yè)生產(chǎn)過程屬于嚴(yán)格的聯(lián)合生產(chǎn)，同樣包含低熵和高熵兩類聯(lián)合產(chǎn)品：一類是作為目標(biāo)產(chǎn)出的期望產(chǎn)品——農(nóng)產(chǎn)品或碳匯，另一類是作為非目標(biāo)聯(lián)合產(chǎn)出的非期望產(chǎn)品——農(nóng)業(yè)廢棄物(含碳排放)。若將溫室氣體從農(nóng)業(yè)廢棄物當(dāng)中“分離”成為專門的一類，這樣就形成了具有4種聯(lián)合產(chǎn)出品的聯(lián)合生產(chǎn)格局。以CO2為主的溫室氣體是高熵廢物的集中代表，它們本身未必有害，但作為一系列復(fù)雜生物化學(xué)反應(yīng)的最終產(chǎn)物，其背后意味著有用物質(zhì)和有效能量消耗以及廢棄物質(zhì)堆積的強度和水平，是反映低碳農(nóng)業(yè)發(fā)展績效的重要指標(biāo)。

在由低碳農(nóng)業(yè)構(gòu)成的聯(lián)合生產(chǎn)體系中，農(nóng)產(chǎn)品是可以在市場出售的有價商品，而碳產(chǎn)品卻是不能自動實現(xiàn)市場價值的公共產(chǎn)品，且其外部性由凈碳匯(碳匯與碳排放差值)額度決定。農(nóng)產(chǎn)品是生產(chǎn)者有目的的投入和努力經(jīng)營的結(jié)果，而碳產(chǎn)品則是與此過程密不可分的無意后果，不能無條件納入生產(chǎn)者的決策考量之中。因此，低碳農(nóng)業(yè)發(fā)展問題很大程度是如何在取得農(nóng)業(yè)產(chǎn)品的同時，控制另一種聯(lián)合產(chǎn)品——碳產(chǎn)品，并促使農(nóng)產(chǎn)品和碳產(chǎn)品之間的耦合關(guān)系得以脫鉤，最終通過追求生產(chǎn)環(huán)節(jié)的“低碳”來謀求整個系統(tǒng)的相對“低熵”。同時，隨著碳核算等方法學(xué)的成熟運用，每項農(nóng)業(yè)活動在各環(huán)節(jié)的碳排放量或碳匯量可以得到較為準(zhǔn)確的測量，若將其實物量或價值量以聯(lián)合產(chǎn)品的形式引入經(jīng)濟學(xué)分析框架，有助于研究結(jié)果更加科學(xué)、準(zhǔn)確。

(二)計量模型構(gòu)建

基于前文分析可知，低碳農(nóng)業(yè)生產(chǎn)過程包括要素投入和產(chǎn)品產(chǎn)出兩部分，并且在產(chǎn)出方面包括作為期望產(chǎn)品的經(jīng)濟產(chǎn)品和非期望產(chǎn)品的廢棄物。本研究沿用環(huán)境生產(chǎn)技術(shù)的處理方法，將非期望產(chǎn)品納入到低碳農(nóng)業(yè)核算分析框架中，通過設(shè)定同等投入條件來追求期望產(chǎn)出增加和非期望產(chǎn)出減少的最大可能[11]，從而實現(xiàn)經(jīng)濟效益和環(huán)境效益的雙贏。與以往不同的是，本研究除了把農(nóng)業(yè)碳排放視為非期望產(chǎn)出，還將農(nóng)業(yè)碳匯作為期望產(chǎn)出引入研究框架。

1.碳計量模型

測算農(nóng)業(yè)碳匯量和碳排放量是衡量低碳農(nóng)業(yè)發(fā)展績效水平的基礎(chǔ)，為保證測算的精確性，本文在研究方法上采用IPCC推薦的系數(shù)測算方法，并依據(jù)陳儒等[1]、閔繼勝等[5]研究成果，確定農(nóng)資投入(化肥、農(nóng)藥、地膜等)、農(nóng)地利用(灌溉、稻田水淹等)、農(nóng)業(yè)能源投入(電、柴/汽油、人工等)、牲畜腸道發(fā)酵及糞便管理為農(nóng)業(yè)主要碳排放來源；確定農(nóng)作物和林木生物量為農(nóng)業(yè)主要碳匯來源，最終構(gòu)建農(nóng)業(yè)碳計量模型如下：

E=∑Ei=∑Ti×ei

(1)

Ccrop=∑Ccrop-i=∑ci×Yi×(1-ri)∕Hi

(2)

Ctree=∑Ctree-i=∑Cρi×Ai

(3)

Cn=Ccrop+Ctree-E

(4)

式(1)中，E為農(nóng)業(yè)碳排放總量，Ei為各種碳排放源的排放量，i為碳排放源類型，Ti為碳排放源的使用量，ei為碳排放系數(shù)；式(2)，中Ccrop為農(nóng)作物碳匯總量，Ccrop-i為各類農(nóng)作物的碳吸收量，i為農(nóng)作物類型，ci為農(nóng)作物的碳吸收率，Yi為農(nóng)作物產(chǎn)量，ri為相應(yīng)農(nóng)作物經(jīng)濟產(chǎn)品部分的含水量，Hi為農(nóng)作物經(jīng)濟系數(shù)；式(3)中，Ctree為林木固碳量，Ctree-i為各類林木的碳吸收量，i為林木類型，Cρi為不同類型林木的碳密度，Ai為林木的栽植面積；式(4)中，Cn為凈碳匯量，表示農(nóng)業(yè)生產(chǎn)經(jīng)營過程中碳匯量的盈余。碳排放系數(shù)、農(nóng)作物的碳吸收率與經(jīng)濟系數(shù)參考值、林木的碳密度來自IPCC及相關(guān)研究成果[4,18]。

2.超效率SBM模型

SBM模型是考慮非期望產(chǎn)出的非徑向和非角度DEA模型?？紤]到評價中可能會出現(xiàn)多個決策單元均達到效率最優(yōu)的情況，以至于傳統(tǒng)的SBM模型無法再對這些效率進行進一步比較，因此，本研究將采用超效率SBM模型對達到相對有效的決策單元繼續(xù)進行評價。假設(shè)某個決策單元(DMU)有m種投入要素x和n種產(chǎn)出要素y，I個DMU投入產(chǎn)出向量為(xi，yi)，其中i= 1,…,I，則超效率SBM模型基本表達式如下：

(5)

3.Malmquist-Luenberger(ML)效率指數(shù)

為了更充分地探究低碳農(nóng)業(yè)發(fā)展績效水平在時間序列上的動態(tài)變化趨勢，本研究再次引入Malmquist-Luenberger效率指數(shù)分析法。一方面，該方法不僅彌補了傳統(tǒng)Malmquist指數(shù)無法衡量非期望產(chǎn)出對績效影響的缺陷，還可以清晰地反映隨著政策落實時間的推移，各決策單元是否真正實現(xiàn)了生產(chǎn)效率的改善；另一方面，該方法可以將生產(chǎn)率指數(shù)分解為技術(shù)效率變化指數(shù)和技術(shù)進步指數(shù)，有利于分析生產(chǎn)率變動的原因。為了避免參照技術(shù)選擇的隨意性所導(dǎo)致的差異，本研究定義ML效率指數(shù)為基期t時期和t+1時期的幾何平均值，即低碳農(nóng)業(yè)發(fā)展效率指數(shù)(LADP)。其基本表達式如下：

(6)

(三)指標(biāo)選取與數(shù)據(jù)來源

基于柯布—道格拉斯生產(chǎn)函數(shù)可知資本和勞動力是重要的生產(chǎn)要素，本文在結(jié)合相關(guān)研究成果基礎(chǔ)之上，遵循統(tǒng)計數(shù)據(jù)的可獲得性、準(zhǔn)確性原則，選取農(nóng)業(yè)固定資產(chǎn)投資額、化肥施用量、農(nóng)業(yè)機械總動力、有效灌溉面積、農(nóng)業(yè)勞動力、土地投入等作為農(nóng)業(yè)投入變量；選取農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)碳匯量作為期望產(chǎn)出變量；選取農(nóng)業(yè)碳排放量作為非期望產(chǎn)出變量。農(nóng)資投入和農(nóng)業(yè)能源消耗是引致碳排放的主要來源，選用此類指標(biāo)可為后續(xù)低碳農(nóng)業(yè)生產(chǎn)投入要素冗余性分析奠定基礎(chǔ)。

表1 指標(biāo)體系、數(shù)據(jù)來源與研究區(qū)域

在數(shù)據(jù)選取上，較多學(xué)者[11-13]以中國31個省(市、 區(qū))作為研究對象，采用宏觀面板數(shù)據(jù)進行分析，忽視了地區(qū)之間不同低碳農(nóng)業(yè)政策所導(dǎo)致的差異，使得低碳農(nóng)業(yè)發(fā)展績效的研究和低碳農(nóng)業(yè)政策的評價往往缺乏一定的精準(zhǔn)性?；诖耍狙芯客ㄟ^資料查閱、政策解讀、電話訪談，最終確定將已經(jīng)落實政策的6個低碳試點省區(qū)和36個低碳試點城市作為研究對象，以2007年中國政府正式發(fā)布《中國應(yīng)對氣候變化國家方案》、確定長期應(yīng)對氣候變化框架為研究時間起點，以2010年低碳城市建設(shè)試點開展為“分水嶺”，采用2007—2015年面板數(shù)據(jù)，分析前后9年低碳農(nóng)業(yè)發(fā)展績效的時空變化，并基于此對不同地區(qū)低碳試點政策成效進行評價。低碳農(nóng)業(yè)發(fā)展績效的指標(biāo)體系、數(shù)據(jù)來源與研究區(qū)域如表1所示。

三、低碳農(nóng)業(yè)發(fā)展績效及其時空變化

(一)農(nóng)業(yè)生產(chǎn)的凈碳匯效應(yīng)分析

農(nóng)業(yè)生產(chǎn)除了可以產(chǎn)生大量的碳排放外，也具有極強的碳匯效應(yīng)。凈碳匯量指在農(nóng)業(yè)生產(chǎn)經(jīng)營過程中碳匯量的盈余，常用碳匯量與碳排放量之間的差值來衡量，是反映低碳農(nóng)業(yè)生態(tài)產(chǎn)出水平的重要指標(biāo)。依據(jù)前文構(gòu)建的相關(guān)測算方法，估算出各低碳試點區(qū)域凈碳匯量，如表2所示。

從表中可以看出，各低碳試點地區(qū)凈碳匯量均為正值，表明各試點地區(qū)在農(nóng)業(yè)生產(chǎn)過程中均實現(xiàn)了碳匯量的盈余，低碳農(nóng)業(yè)生態(tài)產(chǎn)出水平較好。分地市來看，重慶、石家莊、保定、贛州、延安、呼倫貝爾農(nóng)業(yè)凈碳匯效應(yīng)最優(yōu)，而深圳、廈門、大興安嶺、濟源、貴陽、烏魯木齊、金昌農(nóng)業(yè)碳匯量的盈余較少；分省區(qū)來看，陜西省、湖北省農(nóng)業(yè)碳匯量盈余額較大，而海南省位列最后。同時，西部低碳試點城市區(qū)域要比東、中部農(nóng)業(yè)凈碳匯效應(yīng)好，依次為西部>東部>中部。

從時間序列上來看，與2007年農(nóng)業(yè)凈碳匯效應(yīng)相比，2015年除上海、北京、杭州、深圳、廈門、晉城農(nóng)業(yè)凈碳匯量出現(xiàn)負增長現(xiàn)象，其余省市均實現(xiàn)農(nóng)業(yè)凈碳匯量快速增長，以大興安嶺、貴陽、吉林、呼倫貝爾增幅比較大，分別為1271%、135%、125%、116%，整體上以西部低碳城市區(qū)域增幅最大，東部最低。以2010年末為時間節(jié)點，通過分別計算2007—2010和2011—2015兩個時間段年平均增長率發(fā)現(xiàn)，與低碳試點政策推行前期相比，僅石家莊、廣州、池州、武漢等11市和湖北、海南兩省在低碳試點政策推行后期實現(xiàn)了農(nóng)業(yè)凈碳匯量更為快速地增長，其余省市均出現(xiàn)下滑或負增長現(xiàn)象，整體以西部低碳試點城市和省域下滑幅度最大。主要原因在于中國退耕還林等林業(yè)建設(shè)工程進入成果鞏固階段[19]，林業(yè)年碳匯量增速放緩或衰減，而西部又是林業(yè)工程建設(shè)重點實施區(qū)域。由此可知，雖然各省市在農(nóng)業(yè)生產(chǎn)過程中均實現(xiàn)了碳匯量的盈余，保持了良好的凈碳匯效應(yīng)，但仍存在著農(nóng)業(yè)凈碳匯量負增長現(xiàn)象，且在低碳試點政策推行后期也沒有改變這一局面。然而，凈碳匯量反映的是低碳農(nóng)業(yè)發(fā)展的生態(tài)效益指標(biāo)，并不能分析低碳農(nóng)業(yè)發(fā)展的經(jīng)濟效益，所以僅僅依據(jù)凈碳匯效應(yīng)來分析低碳農(nóng)業(yè)發(fā)展現(xiàn)狀是缺乏科學(xué)性、合理性的，為了深入分析低碳試點政策對農(nóng)業(yè)生產(chǎn)產(chǎn)生的影響，本研究將進一步測算低碳農(nóng)業(yè)發(fā)展的績效水平。

表2 2007—2015年低碳試點地區(qū)農(nóng)業(yè)生產(chǎn)的凈碳匯量

續(xù)表2

秦皇島1.2651.5461.4201.6261.7271.9881.5381.5221.48817.6288.728-2.935青島3.5074.0004.1474.1064.2514.2583.8873.1053.86510.2085.397-1.886蘇州1.1241.3331.3321.3451.3411.6731.3421.3051.2127.8296.166-2.003淮安3.3393.8053.8693.8973.9204.0194.0874.0884.08222.2525.2860.813鎮(zhèn)江1.0561.1311.2961.2701.2541.3001.3981.3761.30623.6746.3440.816寧波1.3631.4931.4731.4761.5811.5031.4271.4211.4173.9622.690-2.166溫州0.8681.0341.2131.1371.2451.2951.2151.1611.26645.8539.4160.335杭州1.3681.3891.4141.3181.4951.5061.4600.3511.093-20.102-1.233-6.072南平2.7672.9703.1613.1545.1853.0763.2073.1393.21516.1914.460-9.116廣州1.2391.2631.2201.1481.1981.2121.2091.2441.3045.246-2.5111.710深圳0.2470.0260.0880.0900.0780.0700.0500.0370.037-85.020-28.575-13.857廈門0.1700.1540.1400.1460.1320.1180.1130.1520.148-12.941-4.9472.315東部城市平均值2.3592.5582.6202.5722.7902.7482.6902.4812.5769.1832.918-1.583晉城0.7840.7680.6010.9651.0811.0110.8550.7460.733-6.5057.169-7.476大興安嶺0.1190.6270.3400.4890.3680.3781.7631.4321.6311270.58860.17234.686池州0.9330.8870.9250.8880.9770.9981.0591.0591.06514.148-1.6341.740景德鎮(zhèn)0.7150.9470.9610.8240.6940.8230.7340.7370.7403.4974.8431.292贛州4.1345.8155.4575.5355.2375.3795.6505.4425.38930.35810.2170.574濟源0.2150.3080.4640.4110.3460.3010.2670.3040.31245.11624.108-2.047武漢1.8141.7261.8771.8001.6741.7071.7231.7351.9034.906-0.2582.597南昌1.9732.8972.1012.0452.1562.2632.1452.1692.21312.1641.2020.523中部城市1.3361.7471.5911.6201.5671.6081.7751.7031.74830.8696.6312.218平均值呼倫貝爾4.7446.2476.9657.3018.3659.2739.1299.27010.255116.16815.4554.158吉林2.3152.7841.7952.3982.5292.6453.5414.8685.213125.1841.18115.565桂林3.0843.1923.4113.4763.5693.8004.3124.2955.12866.2784.0697.518廣元0.8681.0341.2131.1371.2451.2951.2151.1611.26645.8539.4160.335遵義3.5943.3943.4223.1663.5554.3784.0154.3784.72631.497-4.1385.860貴陽0.5830.7320.8040.7990.9691.1311.2391.2291.371135.16311.0777.187重慶14.26415.47015.13322.33721.94120.47521.97221.77621.84853.16916.126-0.085昆明1.3040.7681.0971.1491.0603.5632.6341.3251.66427.607-4.1309.438延安4.8304.8645.9336.1226.0246.0447.1987.4897.68159.0278.2224.980金昌0.3110.3510.3990.3960.3680.4240.3500.3780.35012.5408.387-0.998烏魯木齊0.1220.2030.2130.2060.2240.2730.2350.2310.22584.42619.0790.089西部城市平均值3.2743.5493.6714.4084.5324.8465.0765.1275.43065.82110.4163.682廣東省20.31620.50022.01925.57127.47527.26527.48628.66928.40939.8367.9700.671遼寧省19.58720.41220.17624.48229.72930.29231.41526.50023.00217.4357.719-5.001湖北省28.50328.11129.89530.70331.94933.37936.15736.99138.24934.1932.5093.665陜西省27.60530.39636.32236.29135.94536.41937.26037.23137.65836.4179.5480.935云南省20.60831.80338.81236.18034.63532.36431.93526.88831.85054.55220.636-1.663海南省3.4253.5353.6383.4443.4803.9303.5723.5333.5734.3210.1850.529省域平均值20.00722.46025.14426.11227.20227.27527.97126.63527.12435.5689.282-0.058

(二)低碳農(nóng)業(yè)發(fā)展的有效性分析

實現(xiàn)經(jīng)濟效益和生態(tài)效益雙贏是低碳農(nóng)業(yè)發(fā)展的關(guān)鍵所在[1]，基于前文對低碳農(nóng)業(yè)生態(tài)效益基礎(chǔ)之上的分析，將農(nóng)業(yè)生產(chǎn)的經(jīng)濟效益引入到研究框架，以此分析試點區(qū)域低碳農(nóng)業(yè)發(fā)展的有效性。同時，在以往把農(nóng)業(yè)碳排放視為非期望產(chǎn)出基礎(chǔ)之上，將農(nóng)業(yè)碳匯作為期望產(chǎn)出引入模型來分析低碳農(nóng)業(yè)發(fā)展的績效水平。本文依據(jù)超效率SBM模型，運用MaxDEA Ultra 6.8軟件對2007—2015年中國低碳試點省市的低碳農(nóng)業(yè)發(fā)展績效值和農(nóng)業(yè)投入要素的冗余比進行了測算，分析結(jié)果如表3、4所示。

表3 2007—2015年低碳試點區(qū)域農(nóng)業(yè)發(fā)展的績效值

續(xù)表3

貴陽0.1600.1550.1490.1440.1500.1560.1780.2580.317重慶0.7090.6920.5611.0111.0010.8491.0060.9671.006昆明0.2200.2080.2070.2450.2320.4430.4670.3840.394延安1.2230.9181.0221.0040.8240.7501.0221.0691.038金昌0.1760.1750.1720.1840.1590.1570.1660.1560.151烏魯木齊0.1220.1410.1450.1500.1890.1880.1620.1710.168西部城市平均值0.4190.4530.3950.5020.4710.5130.5290.5490.607廣東省1.0551.0050.9250.9281.0110.9220.9231.0421.018遼寧省0.7070.6540.6030.7650.8910.9011.0550.9541.061湖北省1.0050.7090.6310.7080.7630.7851.0401.0021.034陜西省0.7550.8011.0461.0101.0091.0031.0131.0091.012云南省0.7471.0611.0390.8700.8491.0821.0060.7040.692海南省0.5990.6940.6860.8231.0771.0021.0021.0031.029省域平均值0.8110.8210.8220.8510.9330.9491.0070.9530.974

從表3可以看出，各地區(qū)低碳農(nóng)業(yè)發(fā)展績效水平存在較大差異。整體上來看，東、中、西部低碳城市區(qū)域及低碳省域均未實現(xiàn)低碳農(nóng)業(yè)的有效發(fā)展，有效性大小依次為低碳省域>東部>西部>中部。結(jié)合表4發(fā)現(xiàn)，導(dǎo)致各地區(qū)低碳農(nóng)業(yè)發(fā)展績效水平不高的主要原因在于資源配置不合理所引發(fā)的農(nóng)業(yè)投入要素的冗余。表4顯示，50%以上的試點地區(qū)均存在農(nóng)業(yè)投入要素冗余現(xiàn)象，且不同要素在各個地區(qū)的冗余程度差異較大。以2015年為例，低碳試點區(qū)域中有23個城市和1個省份農(nóng)業(yè)固定資產(chǎn)投資額冗余比較大，農(nóng)業(yè)生產(chǎn)設(shè)施等受限于投資效率低下，使得低碳農(nóng)業(yè)的發(fā)展受到制約；晉城等24個城市、金昌等27個城市和烏魯木齊等23個城市分別在化肥施用量、農(nóng)業(yè)機械總動力投入、灌溉面積投入的冗余比上較高，農(nóng)資與能源使用效率的低下是導(dǎo)致其低碳農(nóng)業(yè)發(fā)展績效水平不高的主要原因，農(nóng)業(yè)機械和灌溉產(chǎn)生的能源消耗以及農(nóng)業(yè)生產(chǎn)中的化肥施用是引致農(nóng)業(yè)碳排放的主要來源；部分地區(qū)如秦皇島、廣元、晉城、景德鎮(zhèn)、濟源等，其農(nóng)業(yè)勞動力均達到了飽和狀態(tài)，說明這些地區(qū)農(nóng)業(yè)生產(chǎn)出現(xiàn)勞動力投入過剩的問題；各低碳試點地區(qū)的土地要素的利用率相比其他生產(chǎn)要素要高，整體上冗余比較低，但仍有23個城市和兩個省份的土地要素并未得到充分利用。

從時間序列來看，2007—2015年，低碳試點城市整體上均實現(xiàn)了低碳農(nóng)業(yè)發(fā)展效率的穩(wěn)步提升，低碳農(nóng)業(yè)政策推行效果較好，以東部城市區(qū)域效率增幅最大，西部次之，中部最小。分區(qū)域來看，低碳農(nóng)業(yè)發(fā)展績效尚缺乏一定的穩(wěn)定性，北京、石家莊、鎮(zhèn)江、杭州等12個城市均出現(xiàn)先增后減的趨勢，各個低碳省份效率值也呈現(xiàn)出震蕩變化現(xiàn)象，除云南省外，其余省份雖在2015年均實現(xiàn)了低碳農(nóng)業(yè)的有效發(fā)展，但在整體水平上，省域效率值呈現(xiàn)先增后減的變化趨勢。這說明，中國的經(jīng)濟發(fā)展進入了“新常態(tài)”，農(nóng)業(yè)生產(chǎn)處于經(jīng)濟發(fā)展模式轉(zhuǎn)軌、經(jīng)濟增長方式轉(zhuǎn)變的改革波動中。值得注意的是，SBM 模型測算出來的效率為相對效率，即某一年各省份的發(fā)展?fàn)顩r是通過互相參照技術(shù)和規(guī)模而得出的[13]，績效的時序參照性不強。為了更精確地分析隨著低碳試點政策落實時間的推移，各地區(qū)低碳農(nóng)業(yè)發(fā)展績效水平在時間序列上的動態(tài)變化趨勢，本研究將進一步運用Malmquist-Luenberger效率指數(shù)法分析低碳農(nóng)業(yè)生產(chǎn)率變化的情況及原因。

表4 2015年低碳試點區(qū)域各農(nóng)業(yè)投入要素的冗余比 單位：%

(三)低碳農(nóng)業(yè)發(fā)展績效的時空動態(tài)分析

如表5所示，絕大部分低碳試點省市在2007—2015年均實現(xiàn)了低碳農(nóng)業(yè)發(fā)展的績效改進，表明自2007年中國應(yīng)對氣候變化以來，低碳農(nóng)業(yè)政策落實效果較好，其中上海、北京、石家莊等10個城市和廣東、遼寧等4個省的績效的改進源于農(nóng)業(yè)技術(shù)進步，其余地區(qū)則源于農(nóng)業(yè)技術(shù)效率提升和農(nóng)業(yè)技術(shù)進步的共同貢獻。此外，延安市和廣東省分別受到技術(shù)退化、技術(shù)低效的制約，出現(xiàn)低碳農(nóng)業(yè)發(fā)展績效略微倒退的現(xiàn)象。分省區(qū)來看，東部城市區(qū)域低碳農(nóng)業(yè)發(fā)展的績效改進幅度最大，中部次之，西部第三，低碳試點省均績效改進幅度最小，農(nóng)業(yè)技術(shù)的不斷進步是帶來低碳農(nóng)業(yè)發(fā)展績效改善的主要驅(qū)動力，這與學(xué)者吳賢榮等[11]、田云等[15]研究成果結(jié)論一致。

為了剖析低碳試點政策在農(nóng)業(yè)領(lǐng)域內(nèi)的實施效果，判定其是否有效促進了低碳農(nóng)業(yè)更進一步的發(fā)展，本研究以2010年末(2011年初)為時間節(jié)點，估算了前后兩個階段低碳農(nóng)業(yè)發(fā)展效率的平均值。如表5所示，在2007—2011年和2011—2015年兩個周期內(nèi)，除少數(shù)地區(qū)外，大部分省市的低碳農(nóng)業(yè)發(fā)展績效實現(xiàn)了改進，與全周期結(jié)論符合。與第一周期(2007—2011年，下同)相比，第二周期(2011—2015，下同)中有17個城市和兩個省的低碳農(nóng)業(yè)發(fā)展效率平均值超過第一周期，低碳農(nóng)業(yè)發(fā)展水平實現(xiàn)了更進一步的提高，但仍有18個市和4個省的低碳農(nóng)業(yè)發(fā)展績效改進幅度出現(xiàn)降低，甚至績效倒退；在省區(qū)中，只有西部城市實現(xiàn)了績效改進提升，東部城市和省域出現(xiàn)了績效改進降低，而中部城市則出現(xiàn)績效倒退現(xiàn)象，這說明低碳試點政策雖然在一定程度上促進了低碳農(nóng)業(yè)的發(fā)展，但效果并不明顯，主要制約因素源于農(nóng)業(yè)技術(shù)效率的降低。

在第一周期內(nèi)，導(dǎo)致地區(qū)低碳農(nóng)業(yè)發(fā)展績效惡化的主演原因是農(nóng)業(yè)技術(shù)的退化，然而在第二周期內(nèi)，由于較低的農(nóng)業(yè)技術(shù)效率，造成生產(chǎn)要素未實現(xiàn)最優(yōu)化配置，這一點與在SBM模型中關(guān)于農(nóng)業(yè)投入要素冗余的分析結(jié)論保持一致，這說明隨著低碳試點政策的推廣落實，各地區(qū)在第二周期內(nèi)致力于農(nóng)業(yè)技術(shù)的研發(fā)和轉(zhuǎn)型升級，雖然打破了第一周期農(nóng)業(yè)技術(shù)退化帶來的障礙，卻還未實現(xiàn)新技術(shù)的廣泛推廣和運用，致使農(nóng)業(yè)技術(shù)效率未能改善，生產(chǎn)要素投入出現(xiàn)冗余現(xiàn)象。同時，通過查閱各地區(qū)低碳試點建設(shè)的相關(guān)政策發(fā)現(xiàn)，政府在政策制定上較多以能源、工業(yè)減排作為低碳建設(shè)的重點，往往忽視了農(nóng)業(yè)溫室氣體減排和農(nóng)林碳匯生產(chǎn)的緊迫性和重要性。因此，給予農(nóng)業(yè)低碳化發(fā)展更多的政策支持，不斷加強創(chuàng)新、節(jié)能、高效農(nóng)業(yè)技術(shù)的推廣運用，是實現(xiàn)低碳農(nóng)業(yè)進一步發(fā)展的關(guān)鍵舉措。

表5 2007—2015年各地區(qū)低碳農(nóng)業(yè)發(fā)展效率平均值

續(xù)表5

杭州1.1891.1621.0231.0990.9561.1501.1511.0591.087南平1.1811.0161.1620.9840.9721.0121.0800.9941.087廣州1.0100.9821.0291.0010.9821.0191.0060.9821.024深圳1.5091.3011.1601.5991.2371.2931.5561.2691.227廈門1.1791.0031.1751.2011.0941.0981.1921.0491.137東部城市平均值1.1761.1011.0681.1341.0421.0881.1551.0721.078晉城1.0811.1280.9581.0400.9141.1381.0701.0211.048大興安嶺1.3281.1101.1961.0071.0490.9601.1641.0801.078池州1.1341.3500.8400.9620.7351.3091.1201.0431.075景德鎮(zhèn)0.9531.0430.9141.2240.9901.2361.0931.0171.075贛州1.0280.9811.0481.0440.9011.1591.0380.9411.104濟源1.3421.4780.9081.1210.9451.1861.2681.2121.047武漢1.0771.0021.0751.3601.2531.0851.2181.1281.080南昌0.9330.9490.9831.1041.0351.0671.0170.9921.025中部城市平均值1.1191.1300.9901.1180.9781.1431.1241.0541.067呼倫貝爾1.1450.9981.1471.0030.9841.0191.0730.9911.083吉林1.0651.0141.0501.1331.1001.0301.0991.0571.040桂林1.0370.9711.0681.0511.0511.0001.0451.0111.034廣元1.0771.0231.0531.0460.9371.1161.0630.9801.085遵義1.1900.9691.2281.2881.0491.2281.2391.0091.228貴陽0.9910.9920.9991.2691.0791.1761.1261.0361.088重慶1.1291.0341.0921.0081.0041.0041.0681.0191.048昆明1.0250.9691.0581.4721.2961.1361.2421.1331.097延安0.9140.9730.9391.0761.0251.0500.9940.9990.995金昌1.0441.1760.8881.0570.9061.1671.0701.0411.028烏魯木齊1.1461.1740.9761.0340.9031.1451.1011.0391.061西部城市平均值1.0731.0271.0451.1301.0301.0971.1021.0291.071廣東省0.9920.9990.9931.0050.9781.0280.9990.9891.011遼寧省1.0671.0051.0621.0500.9811.0701.0590.9931.066湖北省0.9520.9950.9571.0871.0251.0601.0191.0101.009陜西省1.0801.0001.0801.0000.9981.0021.0400.9991.041云南省1.0480.9981.0500.9650.9960.9691.0060.9971.010海南省1.1641.0271.1330.9890.9721.0171.0741.0001.075省域平均值1.0501.0041.0461.0170.9921.0251.0330.9981.036

四、結(jié)論與啟示

(一)主要研究結(jié)論

(1)低碳農(nóng)業(yè)生產(chǎn)過程是一個在同等要素投入條件下，具有4種產(chǎn)出品的聯(lián)合生產(chǎn)格局。產(chǎn)出方面包括低熵值的期望產(chǎn)品和高熵值的非期望產(chǎn)品，低碳農(nóng)業(yè)發(fā)展旨在促使農(nóng)產(chǎn)品和碳產(chǎn)品之間的耦合關(guān)系得以脫鉤，通過追求農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的“低碳”謀求整個農(nóng)業(yè)生產(chǎn)系統(tǒng)的相對“低熵”。

(2)低碳試點地區(qū)在農(nóng)業(yè)生產(chǎn)過程中保持了良好的凈碳匯效應(yīng)，低碳農(nóng)業(yè)生態(tài)產(chǎn)出水平較好。然而，2007—2015年部分省市出現(xiàn)了農(nóng)業(yè)年凈碳匯量負增長的現(xiàn)象，后續(xù)低碳試點政策雖然在一定程度上促進了農(nóng)業(yè)凈碳匯效應(yīng)，但由于作用不強，并未能改善這一局面。其中，林業(yè)年碳匯量增速放緩或衰減是制約農(nóng)業(yè)凈碳匯效應(yīng)的主要因素。

(3)低碳試點地區(qū)整體上未能實現(xiàn)低碳農(nóng)業(yè)的有效發(fā)展，但實現(xiàn)了低碳農(nóng)業(yè)發(fā)展效率的穩(wěn)步提升；分地區(qū)來看，低碳農(nóng)業(yè)發(fā)展效率尚缺乏一定的穩(wěn)定性。其中，農(nóng)業(yè)投入要素的冗余是制約低碳農(nóng)業(yè)有效發(fā)展的主要障礙，且不同要素在各個地區(qū)的冗余程度差異較大。

(4)大部分低碳試點地區(qū)在2007—2015年實現(xiàn)了低碳農(nóng)業(yè)發(fā)展的績效改進，低碳農(nóng)業(yè)政策落實效果較好，農(nóng)業(yè)技術(shù)的不斷進步是績效改善的主要驅(qū)動力。后期的低碳試點政策雖然在一定程度上促進了低碳農(nóng)業(yè)的發(fā)展，但效果并不明顯，主要制約因素源于農(nóng)業(yè)技術(shù)效率的降低。

(二)政策啟示

基于以上結(jié)論，本文政策啟示如下：其一，政府需給予農(nóng)業(yè)低碳化發(fā)展更多地關(guān)注和政策支持，尤其在低碳試點地區(qū)，不斷在實踐中探索和推廣低碳農(nóng)業(yè)發(fā)展模式，合理調(diào)整土地利用結(jié)構(gòu)，增加林業(yè)碳匯量的生產(chǎn)，發(fā)揮其在低碳農(nóng)業(yè)發(fā)展上的標(biāo)桿作用。其二，低碳農(nóng)業(yè)的發(fā)展需兼顧經(jīng)濟效益和生態(tài)效益，通過構(gòu)建農(nóng)業(yè)低碳發(fā)展績效測評機制，有助于各地區(qū)結(jié)合當(dāng)?shù)貙嶋H制定精準(zhǔn)的低碳農(nóng)業(yè)政策，減少農(nóng)業(yè)投入要素冗余現(xiàn)象，從而實現(xiàn)農(nóng)業(yè)生產(chǎn)中生態(tài)產(chǎn)品與經(jīng)濟產(chǎn)品的最優(yōu)產(chǎn)出。其三，繼續(xù)加強創(chuàng)新、節(jié)能、高效農(nóng)業(yè)技術(shù)的研發(fā)和推廣運用，依托低碳農(nóng)業(yè)績效測評機制，將測土配方施肥、微噴(滴)灌溉、秸稈飼料化(肥料化)、戶用沼氣等低碳技術(shù)實現(xiàn)精準(zhǔn)性應(yīng)用，做到農(nóng)業(yè)生產(chǎn)要素的充分利用和合理配置，從而改善農(nóng)業(yè)技術(shù)效率。其四，在農(nóng)林碳效應(yīng)較優(yōu)的試點區(qū)域，將農(nóng)業(yè)凈碳匯量以項目“打包”的方式納入碳交易市場，構(gòu)建以碳交易為主的市場化生態(tài)補償機制，激發(fā)農(nóng)戶低碳、綠色生產(chǎn)的積極性，加快實現(xiàn)農(nóng)業(yè)經(jīng)濟發(fā)展模式轉(zhuǎn)軌。

[1] 羅吉文. 低碳農(nóng)業(yè)發(fā)展模式探析[J].生態(tài)經(jīng)濟,2010(12):142-144.

[2] 許廣月. 中國低碳農(nóng)業(yè)發(fā)展研究[J].經(jīng)濟學(xué)家,2010(10):72-78.

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

[4] 陳儒,鄧悅,姜志德. 農(nóng)業(yè)生產(chǎn)項目的綜合碳效應(yīng)分析與核算研究——基于陜西安塞的農(nóng)戶調(diào)查數(shù)據(jù)[J].華中農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版),2017 (3):23-34.

[5] 閔繼勝,胡浩. 中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算[J].中國人口·資源與環(huán)境,2012,22(7):21-27.

[6] 侯博,應(yīng)瑞瑤. 分散農(nóng)戶低碳生產(chǎn)行為決策研究——基于TPB和SEM的實證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2015(2):4-13.

[7] POPP M, NALLEY L, FORTIN C, et al. Estimating net carbon emissions and agricultural response to potential carbon offset policies [J]. Agronomy Journal, 2011, 103(103):1132.

[8] 曹珂,屈小娥. 中國區(qū)域碳排放績效評估及減碳潛力研究[J].中國人口·資源與環(huán)境,2014,24(8):24-32.

[9] GREENING L A. Effects of human behavior on aggregate carbon intensity of personal transportation: Comparison of 10 OECD countries for the period 1970—1993 [J]. Energy Economics, 2004, 26(1):1-30.

[10] SUN J W. The decrease of CO2emission intensity is decarbonization at national and global levels [J]. Energy Policy, 2005, 33(8):975-978.

[11] 吳賢榮,張俊飚,朱燁,等. 中國省域低碳農(nóng)業(yè)績效評估及邊際減排成本分析[J].中國人口·資源與環(huán)境, 2014,24(10):57-63.

[12] 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.

[13] 劉應(yīng)元,馮中朝,李鵬,等. 中國生態(tài)農(nóng)業(yè)績效評價與區(qū)域差異[J].經(jīng)濟地理,2014,34(3):24-29.

[14] 田偉,楊璐嘉,姜靜. 低碳視角下中國農(nóng)業(yè)環(huán)境效率的測算與分析——基于非期望產(chǎn)出的SBM模型[J].中國農(nóng)村觀察,2014(5):59-71.

[15] 田云,張俊飚. 中國低碳農(nóng)業(yè)發(fā)展的動態(tài)演進及收斂性研究[J].干旱區(qū)資源與環(huán)境,2017(3):1-7.

[16] OECD. Multifunctionality: Towards an analytical framework [M]. Paris: OECD Publications, 2001.

[18] 方精云,郭兆迪,樸世龍,等.1981—2000年中國陸地植被碳匯的估算[J].中國科學(xué):地球科學(xué),2007,37(6):804-812.

[19] 陳儒,鄧悅,姜志德,等. 中國退耕還林還草地區(qū)復(fù)耕可能性及其影響因素的比較分析[J].資源科學(xué),2016, 38(11):2013-2023.

EvaluationontheLowCarbonAgriculturalDevelopmentPerformanceandPolicyinChina

CHEN Ru, JIANG Zhi-de

(SchoolofEconomicsandManagement,NorthwestAgricultureandForestryUniversity,Yangling712100,China)

Based on the theoretical and conceptual framework of joint production, took agricultural carbon emission as an undesirable output, brought carbon sink as desirable output into carbon performance accounting system, combined with the panel data of 42 low carbon pilot areas in China during years 2007-2015, the paper analyzed the spatial and temporal trends of China’s low carbon agricultural development with the method of carbon accounting model, SE-SBM model and ML efficiency index, and then evaluated the effect of low carbon agricultural policy implementation in different areas. The results showed that: low carbon agriculture is a joint production process with four types of outputs; the purpose is to decouple the relationship between agricultural products and carbon products. Agricultural production has maintained a good net carbon sink effect in the low carbon pilot areas, but failed to realize the effective development of low carbon agriculture. Redundancy of agricultural input was the main constraint. Low carbon agricultural production efficiency tended to rise with fluctuation in most pilot areas, and realized performance improvement of low carbon agricultural development. Agricultural technological progress was the main driving force. Generally, construction of low carbon pilot provinces and cities promoted the development of low carbon agriculture to a certain extent, but not obviously. The main constraint was the reduction of agricultural technical efficiency.

low carbon agricultural; net carbon sink; development performance; production efficiency; technical efficiency

2017-05-24DOI:10.7671/j.issn.1672-0202.2017.05.003

國家自然科學(xué)基金項目(71573212)；中國清潔發(fā)展機制基金贈款項目(2012027)

陳 儒(1991—)，男，山西曲沃人，西北農(nóng)林科技大學(xué)經(jīng)濟管理學(xué)院博士研究生，主要研究方向為生態(tài)農(nóng)業(yè)、低碳經(jīng)濟。E-mail：R.CHEN@foxmail.com

F323.2

： A

：1672-0202(2017)05-0028-13