農(nóng)戶農(nóng)業(yè)碳排放效率差異及多層次影響因素*
——以陜西省米脂縣為例

張 杰，陳 ?！?，劉 迪，耿甜偉，董嘉薇

（1.西北大學(xué)城市與環(huán)境學(xué)院，陜西西安 710127；2.陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室，西安 710127）

0 引言

全球變暖是當(dāng)今世界最為嚴(yán)峻的環(huán)境問題之一[1]。農(nóng)業(yè)作為第二大溫室氣體排放源[2]，極大助推氣候變暖。中國農(nóng)業(yè)碳排放量約占全國碳排放總量的17%[3]，農(nóng)業(yè)碳減排刻不容緩。同時(shí)，我國農(nóng)業(yè)生產(chǎn)方式以個(gè)體經(jīng)營為主，兼有主體分散、農(nóng)用地零散分布的特征，導(dǎo)致農(nóng)戶農(nóng)業(yè)機(jī)械和農(nóng)業(yè)能源使用低效[4]，提高農(nóng)戶農(nóng)業(yè)碳排放效率是實(shí)現(xiàn)農(nóng)村碳減排的重要途徑，也是鄉(xiāng)村振興的內(nèi)在需要[5]。因此，探討農(nóng)戶碳排放效率及多層次影響因素，對(duì)實(shí)現(xiàn)農(nóng)村低碳高效發(fā)展、鄉(xiāng)村振興具有重要意義。

作為銜接經(jīng)濟(jì)產(chǎn)出與環(huán)境影響的橋梁[6]，碳排放效率已成為學(xué)術(shù)界的重要議題[7]。農(nóng)業(yè)碳排放效率指碳排放約束下農(nóng)業(yè)生產(chǎn)效率水平[8]，相關(guān)研究立足不同尺度，聚焦于模型改進(jìn)[9,10]、區(qū)域差異[11-13]、影響因素[3,7,8]等方面對(duì)農(nóng)業(yè)碳排放效率進(jìn)行了廣泛探討。從研究方法看，受限于傳統(tǒng)DEA模型無法有效解決生產(chǎn)過程中包含非期望產(chǎn)出和松弛性的局限性，改進(jìn)模型如SBM模型[10]、隨機(jī)前沿模型（SFA）[14]、超效率DEA模型[15]及Malmquist指數(shù)法[9,13,16]等方法得到眾多學(xué)者的廣泛運(yùn)用，其中，Undersirable Outputs-SBM模型剔除了松弛變量不自由變化對(duì)效率評(píng)價(jià)的影響，同時(shí)也為包含非期望產(chǎn)出指標(biāo)的效率評(píng)價(jià)提供了新思路[17]。從研究尺度看，國內(nèi)外學(xué)者對(duì)國家[18,19]、省域[3,7]、縣域[20]及村域[15]等不同空間尺度農(nóng)業(yè)碳排放效率進(jìn)行了廣泛探討，而分析微觀農(nóng)戶農(nóng)業(yè)碳排放效率及村域異質(zhì)性研究鮮見報(bào)道[21]。從影響因素看，以往研究主要依托統(tǒng)計(jì)年鑒數(shù)據(jù)，表明農(nóng)業(yè)發(fā)展水平、城市化水平等變量[3,8]對(duì)農(nóng)業(yè)碳排放效率有顯著影響。傳統(tǒng)大尺度研究利于提供宏觀決策支持，但忽略了微觀層面具體限制性因素[22]，有學(xué)者認(rèn)為農(nóng)戶年齡、教育水平等個(gè)體因素和氣候、政策支持等環(huán)境因素會(huì)影響農(nóng)戶農(nóng)業(yè)碳排放及效率水平[2,21,23,24]，但多以定性分析為主，定量探究農(nóng)戶農(nóng)業(yè)碳排放效率及影響因素的研究少見。2018年中共中央、國務(wù)院頒發(fā)《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018-2022年）》強(qiáng)調(diào)鄉(xiāng)村振興不能以犧牲環(huán)境為代價(jià)，提出通過綠色低碳發(fā)展實(shí)現(xiàn)鄉(xiāng)村振興倡導(dǎo)的“產(chǎn)業(yè)興旺、生態(tài)宜居”，對(duì)鄉(xiāng)村振興在經(jīng)濟(jì)和環(huán)境兩個(gè)方面均提出了要求，而農(nóng)戶農(nóng)業(yè)碳排放效率正是基于農(nóng)業(yè)收入期望產(chǎn)出與農(nóng)業(yè)碳排放非期望產(chǎn)出的綜合測度結(jié)果，因此探討農(nóng)戶農(nóng)業(yè)碳排放效率也是對(duì)鄉(xiāng)村振興成果的有效檢驗(yàn)。

綜上，已有研究為文章提供了理論和方法借鑒，但對(duì)微觀農(nóng)戶尺度農(nóng)業(yè)碳排放效率差異及多層次影響因素定量化研究相對(duì)不足?；诖?，文章以陜西省米脂縣為例，采用Undersirable Outputs-SBM模型對(duì)農(nóng)戶農(nóng)業(yè)碳排放效率進(jìn)行測度，分析農(nóng)業(yè)碳排放效率的農(nóng)戶差異，最后利用多層次模型揭示農(nóng)戶農(nóng)業(yè)碳排放效率的影響因素，為當(dāng)?shù)剜l(xiāng)村振興政策高效實(shí)施和農(nóng)業(yè)農(nóng)村低碳高效發(fā)展提供對(duì)策建議。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

陜西省米脂縣（109°49"E～110°29"E，37°39"N～38°5"N），面積1 178 km2，地表支離破碎，水土流失嚴(yán)重，年均降水量451.6 mm，地勢(shì)西北高，東南低，地形地貌空間差異較大，屬于典型黃土丘陵生態(tài)脆弱區(qū)。在長期發(fā)展過程中，米脂縣以特色種植、生態(tài)旅游和山地蘋果為依托，已形成“一村一品，一鄉(xiāng)一業(yè)”的農(nóng)業(yè)發(fā)展模式。近年來，米脂縣大力推進(jìn)鄉(xiāng)村振興示范村建設(shè)，農(nóng)戶生計(jì)方式發(fā)生變化。由于村莊自然稟賦多樣，種植結(jié)構(gòu)差異明顯，為探討和分析農(nóng)戶農(nóng)業(yè)能源投入量和利用效率差異研究，提供了較好的平臺(tái)。

1.2 數(shù)據(jù)來源與處理

采用隨機(jī)抽樣方式，考慮地形地貌差異和空間分布的均衡性，共選取57個(gè)村莊進(jìn)行調(diào)研（圖1）。數(shù)據(jù)收集于2021年7月5—25日，共收集有效農(nóng)戶問卷861份，有效率為96.5%，村均有效問卷數(shù)量為15.1份，收集有效村莊問卷57份，參考張紅娟等人的研究[25]發(fā)現(xiàn)樣本數(shù)據(jù)通過了最小樣本量檢驗(yàn)。調(diào)研內(nèi)容主要包括：（1）農(nóng)戶種養(yǎng)殖情況，包括耕地面積、種植作物種類及面積、作物產(chǎn)量、出售量及出售價(jià)格、翻耕土地面積、化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)機(jī)械柴油消耗量和養(yǎng)殖種類、數(shù)量；（2）農(nóng)戶基本信息，包括年齡、務(wù)農(nóng)年限、教育程度、務(wù)農(nóng)收入、家庭年收入、家庭農(nóng)業(yè)勞動(dòng)力、是否加入合作社、是否享受惠農(nóng)政策、信息獲取渠道及農(nóng)業(yè)技能培訓(xùn)次數(shù)等。

圖1 研究區(qū)位置與村莊選擇

環(huán)境變量數(shù)據(jù)來源：（1）米脂縣DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn/），空間分辨率為30 m，利用ArcGIS 10.2分區(qū)統(tǒng)計(jì)得到村莊平均高程和坡度，（2）村莊梯田、壩地、水澆地等地類面積、政府資金投入、村莊距離鄉(xiāng)鎮(zhèn)和縣城距離等通過與村莊負(fù)責(zé)人（村長或會(huì)計(jì)）座談獲取。

2 研究方法

2.1 農(nóng)業(yè)碳排放測算

該文的農(nóng)業(yè)碳排放指的是農(nóng)戶的農(nóng)業(yè)碳排放。參考相關(guān)研究成果[8,26,27]，結(jié)合研究區(qū)農(nóng)業(yè)生產(chǎn)情況，從農(nóng)業(yè)物資投入、土地翻耕和畜禽養(yǎng)殖三個(gè)方面測算農(nóng)業(yè)碳排放。其中，農(nóng)業(yè)物資投入為調(diào)研農(nóng)戶上一年（2020年）化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)機(jī)械柴油實(shí)際使用量，土地翻耕面積為上一年（2020年）調(diào)研農(nóng)戶實(shí)際翻耕土地面積，畜禽養(yǎng)殖考慮豬、牛、羊三大主要牲畜的養(yǎng)殖數(shù)量[8,26]，參考前人[8,27]方法，確定農(nóng)戶農(nóng)業(yè)碳排放計(jì)算公式為：

式（1）中，c為某農(nóng)戶農(nóng)業(yè)碳排放總量；ci為第i類碳源的碳排放量；ei為第i類碳源投入總量；εi為碳源i的碳排放系數(shù)；參考相關(guān)研究[3,26,27]，化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)機(jī)械柴油對(duì)應(yīng)的碳排放系數(shù)值分別取0.896 kg C/kg、4.934 kg C/kg、5.180 kg C/kg和0.593 kg C/kg；土地翻耕的碳排放系數(shù)為312.600 kg C/km2；豬、牛、羊3種畜禽的碳排放系數(shù)值分別取34.091 kg C/（頭·年）、415.910 kg C/（頭·年）和35.182 kg C/（頭·年）。

2.2 農(nóng)業(yè)碳排放效率測算

傳統(tǒng)DEA模型在測算效率時(shí)，忽視了投入產(chǎn)出變量的松弛性問題。SBM模型直接將松弛變量放到目標(biāo)函數(shù)中來研究[28]，有效解決傳統(tǒng)DEA模型的缺陷；該文選用在SBM模型基礎(chǔ)上發(fā)展而來的Undersirable Outputs-SBM模型，從而能更加精確測算農(nóng)戶農(nóng)業(yè)碳排放效率。公式為：

式（2）（3）中，ρ*表示農(nóng)戶農(nóng)業(yè)碳排放效率值，范圍[0,1]；m、S1、S2分別代表投入、期望產(chǎn)出、非期望產(chǎn)出的個(gè)數(shù)；xi0、yg r0、yb r0分別代表評(píng)價(jià)單元在某階段的投入產(chǎn)出值；X、Yg、Yb分別為農(nóng)戶投入向量、期望產(chǎn)出向量和非期望產(chǎn)出向量；S-、Sg、Sb分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量。當(dāng)ρ*=1，即S-、Sg、Sb全部等于0時(shí)，決策單元有效，反之，當(dāng)ρ*＜1時(shí)，決策單元無效，S-、Sg、Sb至少存在一個(gè)不為0值的情況，反映了投入要素存在冗余或產(chǎn)出要素存在不足，存在改進(jìn)的空間。

在鄉(xiāng)村振興背景下，農(nóng)業(yè)農(nóng)村有了更好的發(fā)展契機(jī)。2018年中共中央、國務(wù)院頒發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018-2022年）》在發(fā)展格局上更加注重小農(nóng)戶的作用，在發(fā)展質(zhì)量上強(qiáng)調(diào)綠色發(fā)展，在發(fā)展水平上強(qiáng)調(diào)增加農(nóng)民收入以鞏固脫貧攻堅(jiān)成果。選取化肥、農(nóng)藥、柴油施用量、農(nóng)業(yè)勞動(dòng)力、耕地面積和家禽養(yǎng)殖量6個(gè)指標(biāo)作為投入變量[15,21]，以農(nóng)戶農(nóng)業(yè)收入和農(nóng)業(yè)碳排放量分別作為期望產(chǎn)出和非期望產(chǎn)出變量[3,15,29]，用于測算農(nóng)戶農(nóng)業(yè)碳排放效率。其中，基于農(nóng)戶尺度選取投入變量體現(xiàn)了注重小農(nóng)戶的發(fā)展格局，產(chǎn)出變量的選取兼顧發(fā)展水平和發(fā)展質(zhì)量兩個(gè)方面。

2.3 多層次模型

多層次模型考慮數(shù)據(jù)嵌套性，可解釋不同地理層次要素對(duì)農(nóng)戶農(nóng)業(yè)碳排放效率的影響[30]。模型分為兩層，第一層為農(nóng)戶個(gè)體特征，第二層為農(nóng)戶所處村莊的環(huán)境特征，農(nóng)戶個(gè)體樣本嵌套于其所處的村莊樣本之中。采用隨機(jī)截距模型，使用Stata12.0軟件進(jìn)行多層次模型分析。公式為：

式（4）中，Zij表示村莊j內(nèi)農(nóng)戶i的農(nóng)業(yè)碳排放效率；Xij為個(gè)體變量，Yj為環(huán)境變量，農(nóng)戶i（1～861）嵌套于村莊j（1～57）中；β、θ表示斜率項(xiàng)，分別表示農(nóng)戶個(gè)體變量和村莊環(huán)境變量對(duì)農(nóng)戶農(nóng)業(yè)碳排放效率的影響；α表示誤差項(xiàng)；εij和μj分別表示農(nóng)戶個(gè)體殘差和村莊環(huán)境殘差。參考以往學(xué)者研究[2,21,23]發(fā)現(xiàn)，農(nóng)戶農(nóng)業(yè)碳排放效率不僅受農(nóng)戶個(gè)體特征、家庭整體狀況、社會(huì)經(jīng)濟(jì)特征等個(gè)體變量的影響，還會(huì)受到外部環(huán)境因素的影響，如自然環(huán)境、政策環(huán)境、經(jīng)濟(jì)環(huán)境等。結(jié)合米脂縣農(nóng)戶調(diào)研問卷的實(shí)際情況，最終選擇農(nóng)戶年齡[2,31]、務(wù)農(nóng)年限[32]、教育水平[21,32]、家庭年收入[23]、農(nóng)業(yè)技能培訓(xùn)[21]、信息獲取渠道[21]和是否加入合作社[2]等7個(gè)農(nóng)戶層面?zhèn)€體變量，高程[33]、坡度[34]、鄉(xiāng)村振興示范村[2]、政府支持力度[23]、“三田”面積占比[23]和距縣城距離[33]等6個(gè)村莊層面環(huán)境變量（表1）。其中，農(nóng)戶的年齡、務(wù)農(nóng)年限、受教育水平、家庭年收入等是較為常用的個(gè)體指標(biāo)；農(nóng)業(yè)技能培訓(xùn)、信息獲取渠道、是否加入農(nóng)業(yè)合作社等是基于米脂縣形成了“一村一品，一鄉(xiāng)一業(yè)”的農(nóng)業(yè)發(fā)展模式，大多數(shù)村莊建立了農(nóng)業(yè)合作社，政府組織專人對(duì)農(nóng)戶進(jìn)行農(nóng)業(yè)技能培訓(xùn)，但農(nóng)戶參與度差異較大且農(nóng)戶對(duì)于市場信息獲取不對(duì)稱，因此選取這3個(gè)具有地方特色的指標(biāo)表征農(nóng)戶的個(gè)體特征。村莊所在的高程、坡度，反映了當(dāng)?shù)氐淖匀坏乩憝h(huán)境，資源稟賦的差異影響維持生產(chǎn)生活的方式不同，村莊距縣城的距離反映農(nóng)戶出行、獲取資源與轉(zhuǎn)換資本的便利程度[33]，政府支持力度是代表政策環(huán)境的指標(biāo)。需要說明的是，該文結(jié)合實(shí)際研究問題，參考宋博等人的研究[2]，選取農(nóng)戶是否加入農(nóng)業(yè)合作社和村莊是否為鄉(xiāng)村振興示范村兩個(gè)變量，目的是測度農(nóng)業(yè)合作社和鄉(xiāng)村振興示范村對(duì)于農(nóng)戶農(nóng)業(yè)碳排放效率的影響；環(huán)境變量中選取“三田”面積占比是基于米脂縣實(shí)際情況的特殊性，用于表征所在村域的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r。

表1 農(nóng)戶農(nóng)業(yè)碳排放效率的多層次影響因素

3 結(jié)果分析

3.1 農(nóng)戶碳排放及其效率分析

為深入探討農(nóng)戶碳排放及其效率，該文從農(nóng)戶整體和農(nóng)戶類型兩個(gè)層面進(jìn)行分析。其中，以農(nóng)戶農(nóng)業(yè)碳排放量與碳排放效率的均值為坐標(biāo)原點(diǎn)[6,7,15]，將農(nóng)戶劃分為4種類型：高碳高效農(nóng)戶、高碳低效農(nóng)戶、低碳高效農(nóng)戶、低碳低效農(nóng)戶。

就全體農(nóng)戶而言，碳排放量低于500 kg的農(nóng)戶占比55.98%，農(nóng)業(yè)碳排放效率低于0.6的占比44.25%，說明大部分農(nóng)戶農(nóng)業(yè)碳排放量及效率較低且農(nóng)戶間的碳排放量及效率差異明顯；示范村農(nóng)業(yè)碳排放量小于500 kg的農(nóng)戶占比49.48%，略低于非示范村的59.30%，但示范村農(nóng)業(yè)碳排放量大于1 000 kg的農(nóng)戶占比34.02%，高于非示范村的18.95%，示范村農(nóng)戶普遍農(nóng)業(yè)投資較大，農(nóng)業(yè)碳排放量較多。示范村碳排放效率低于0.6的農(nóng)戶占比34.36%，低于非示范村，但效率值在（0.8,1]的農(nóng)戶占比高于非示范村，說明示范村農(nóng)戶農(nóng)業(yè)碳排放效率總體上高于非示范村農(nóng)戶。需要說明的是，考慮米脂縣的人均耕地面積、農(nóng)戶兼業(yè)和存在種植大戶的實(shí)際情況，在參考王帥等[15]基于村域尺度農(nóng)業(yè)碳排放效率研究的基礎(chǔ)上，進(jìn)行農(nóng)戶農(nóng)業(yè)碳排放及效率區(qū)間的劃分。

表2 調(diào)研農(nóng)戶農(nóng)業(yè)碳排放量及效率分布

就不同農(nóng)戶類型而言（表3），高碳高效型農(nóng)戶的特點(diǎn)是高碳排放、高效率，該類型農(nóng)戶整體受教育程度較高、積極參加農(nóng)業(yè)技能培訓(xùn)、信息獲取渠道較多，家庭年收入較高，具有一定的風(fēng)險(xiǎn)承受能力，為了獲取最大收益，往往會(huì)投資過量，但效率相對(duì)較高。高碳低效型農(nóng)戶特點(diǎn)是高碳排放、低效率，該類型農(nóng)戶存在能源物資投入過量，但受限于教育水平偏低、較少參加農(nóng)業(yè)技能培訓(xùn)和信息獲取渠道較少，效率相對(duì)較低。低碳高效型農(nóng)戶特點(diǎn)是低碳排放、高效率，該類型農(nóng)戶普遍文化程度和家庭年收入較高、積極參加農(nóng)業(yè)技能培訓(xùn)和信息獲取渠道較廣，在農(nóng)業(yè)生產(chǎn)活動(dòng)中，往往以相對(duì)較少的能源投入和利用自身優(yōu)勢(shì)，提高物資和能源利用效率。低碳低效型農(nóng)戶特點(diǎn)是低效率、低碳排放，該類型農(nóng)戶往往文化程度較低、很少參加農(nóng)業(yè)技能培訓(xùn)且信息獲取渠道較少，往往根據(jù)已有種植經(jīng)驗(yàn)進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)，家庭年收入低，投資意愿較低，年齡較大，對(duì)作物管理水平有限，導(dǎo)致效率較低。

表3 不同類型農(nóng)戶特征

根據(jù)式（2）（3），測算得到農(nóng)業(yè)能源物資投入產(chǎn)出冗余的農(nóng)戶數(shù)量占比，用于分析不同類型農(nóng)戶碳排放效率差異；表4為農(nóng)業(yè)能源物資投入產(chǎn)出冗余的農(nóng)戶數(shù)量占比。投入冗余指存在投入過量或浪費(fèi)。整體而言，低碳低效農(nóng)戶占比最高（31.40%），高碳低效型農(nóng)戶占比最少（19.75%），農(nóng)戶普遍存在農(nóng)業(yè)產(chǎn)出不足的情況；同時(shí)，除高碳高效型農(nóng)戶外，其他3種類型農(nóng)戶在農(nóng)業(yè)勞動(dòng)力和耕地面積上冗余占比相對(duì)較高。

表4 農(nóng)業(yè)能源物資投入產(chǎn)出冗余的農(nóng)戶占比 %

示范村與非示范村下同一類型農(nóng)戶的主要冗余類型差異明顯。①盡管農(nóng)業(yè)產(chǎn)出不足和耕地面積冗余是高碳高效型農(nóng)戶的主要冗余類型，但該類農(nóng)戶在示范村的化肥冗余、農(nóng)藥冗余和養(yǎng)殖投入冗余更高，這主要是因?yàn)槭痉洞遛r(nóng)戶享受較多的化肥、農(nóng)藥和養(yǎng)殖補(bǔ)貼有關(guān)。②高碳低效型農(nóng)戶在示范村的主要冗余類型為化肥冗余、農(nóng)業(yè)產(chǎn)出不足、農(nóng)藥冗余，在非示范村的主要類型為農(nóng)業(yè)產(chǎn)出不足、農(nóng)業(yè)勞動(dòng)力冗余和耕地面積冗余；③盡管耕地面積冗余、農(nóng)業(yè)產(chǎn)出不足和農(nóng)業(yè)勞動(dòng)力冗余為低碳高效型農(nóng)戶的主要冗余類型，但該類農(nóng)戶在示范村的占比更高，這主要是因?yàn)榻陙硎痉洞遛r(nóng)戶多轉(zhuǎn)型種植山地蘋果，受蘋果生長周期的影響，種植初期轉(zhuǎn)型農(nóng)戶收益較差，并在一定程度上導(dǎo)致農(nóng)業(yè)勞動(dòng)力和耕地投入的冗余過多。④農(nóng)業(yè)產(chǎn)出不足和耕地面積冗余是低碳低效型農(nóng)戶主要冗余類型，但該類農(nóng)戶在示范村的化肥冗余和農(nóng)藥冗余占比更高，在非示范村的農(nóng)業(yè)勞動(dòng)力冗余、農(nóng)業(yè)機(jī)械冗余和養(yǎng)殖投入冗余占比更高。

示范村（或非示范村）不同類型農(nóng)戶的冗余類型及占比差異明顯。①就示范村而言，高碳高效型農(nóng)戶占比最高（44.31%），低碳低效型農(nóng)戶最少（14.19%）；相較于高碳高效型農(nóng)戶和低碳高效型農(nóng)戶，高碳低效型農(nóng)戶和低碳低效型農(nóng)戶在化肥、農(nóng)藥上冗余占比較多；與其他3種類型農(nóng)戶相比，低碳高效型農(nóng)戶在農(nóng)業(yè)勞動(dòng)力和耕地面積上冗余占比明顯較高。②就非示范村而言，低碳低效型農(nóng)戶占比最高（40.18%），高碳高效型農(nóng)戶占比最少（10.02%）；雖然4種類型農(nóng)戶在化肥、農(nóng)藥上冗余占比差異較小，但在其他冗余類型上存在明顯差異；盡管農(nóng)業(yè)產(chǎn)出不足、耕地面積冗余、農(nóng)業(yè)勞動(dòng)力冗余和養(yǎng)殖投入冗余為高碳高效型農(nóng)戶與低碳低效型農(nóng)戶的主要冗余類型，但各類冗余占比差異較大。

3.2 影響因素分析

3.2.1 農(nóng)戶農(nóng)業(yè)碳排放影響因素分析

為分析不同農(nóng)戶的農(nóng)業(yè)碳排放差異，該文將農(nóng)戶農(nóng)業(yè)碳排放量作為因變量，以農(nóng)戶特征作為自變量表征農(nóng)戶差異，進(jìn)行OLS經(jīng)典線性回歸，結(jié)果見表5。OLS擬合結(jié)果表明：（1）各影響因子的VIF值均小于3，說明自變量之間不存在多重線性關(guān)系。（2）農(nóng)戶年齡、務(wù)農(nóng)年限、受教育水平和農(nóng)業(yè)技能培訓(xùn)次數(shù)是影響農(nóng)戶農(nóng)業(yè)碳排放量的主要因素。農(nóng)戶農(nóng)業(yè)碳排放量與農(nóng)戶的年齡、務(wù)農(nóng)年限負(fù)相關(guān)，即農(nóng)戶年齡越大、務(wù)農(nóng)年限越長，種植經(jīng)驗(yàn)較豐富，減少不必要的農(nóng)業(yè)能源投入，農(nóng)業(yè)碳排放量越低。接受種植培訓(xùn)次數(shù)越多的農(nóng)戶往往能科學(xué)耕作、合理投入農(nóng)業(yè)物資，因此碳排放量相對(duì)較低。與文盲農(nóng)戶相比，受教育水平為小學(xué)和初中的農(nóng)戶農(nóng)業(yè)碳排放量較低，但高中及以上的農(nóng)戶農(nóng)業(yè)碳排放量較高，這與此類農(nóng)戶多較為年輕和經(jīng)驗(yàn)不足有關(guān)，說明在其他條件相同的情況下，具備一定的文化知識(shí)對(duì)于降低農(nóng)業(yè)碳排放至關(guān)重要，但并非文化程度越高的農(nóng)戶農(nóng)業(yè)碳排放越低。

表5 農(nóng)戶差異的碳排放影響因子OLS模型測算

3.2.2 農(nóng)戶農(nóng)業(yè)碳排放效率影響因素分析

為了分析不同層次變量對(duì)農(nóng)戶農(nóng)業(yè)碳排放效率差異的影響，該文擬通過多層次模型從農(nóng)戶層面和村莊層面分析影響示范村農(nóng)戶、非示范村農(nóng)戶和全體農(nóng)戶農(nóng)業(yè)碳排放效率的具體限制性因子，先分別對(duì)示范村、非示范村和全體樣本農(nóng)戶個(gè)體變量進(jìn)行OLS普通線性回歸，結(jié)果顯示各因子的VIF值均小于5，說明各因子不存在多重線性關(guān)系。多層次模型結(jié)果見表6。

表6 多層次模型分析

從個(gè)體變量來看，務(wù)農(nóng)年限和受教育水平是影響全體樣本農(nóng)戶農(nóng)業(yè)碳排放效率的主要因素；農(nóng)戶務(wù)農(nóng)年限越長，種植經(jīng)驗(yàn)越豐富，對(duì)于農(nóng)業(yè)能源物資投入量的多寡和時(shí)間把握較準(zhǔn)，農(nóng)業(yè)物資投入能在較大程度上得到高效利用；相對(duì)于文盲農(nóng)戶而言，受教育水平為小學(xué)、初中和高中及以上的農(nóng)戶農(nóng)業(yè)碳排放效率較高，但受教育水平初中的系數(shù)最大為0.158，說明農(nóng)戶農(nóng)業(yè)碳排放效率與受教育水平有關(guān)，但并不意味農(nóng)戶受教育水平越高，農(nóng)戶碳排放效率越高。務(wù)農(nóng)年限、家庭年收入和受教育水平3個(gè)個(gè)體變量通過示范村農(nóng)戶個(gè)體變量的顯著性檢驗(yàn)，與全體樣本農(nóng)戶相比，家庭年收入通過了示范村農(nóng)戶的顯著性檢驗(yàn)，這與示范村農(nóng)戶農(nóng)業(yè)投資熱情相對(duì)較高和有相關(guān)政策兜底，農(nóng)戶風(fēng)險(xiǎn)承受能力較強(qiáng)有關(guān)；非示范村農(nóng)戶多層次檢驗(yàn)發(fā)現(xiàn)僅有農(nóng)戶受教育水平這一個(gè)體變量通過顯著性檢驗(yàn)，這可能與非示范村農(nóng)戶組成結(jié)構(gòu)較為復(fù)雜，且農(nóng)戶農(nóng)業(yè)碳排放效率普遍較低有關(guān)；受教育水平為小學(xué)、初中和高中及以上的農(nóng)戶碳排放效率分別比文盲農(nóng)戶高0.139、0.116和0.048，這可能與非示范村小學(xué)教育水平的農(nóng)戶占比較高有關(guān)。從環(huán)境變量來看，鄉(xiāng)村振興示范村、政府支持力度和距縣城距離是影響農(nóng)戶農(nóng)業(yè)碳排放效率的主要環(huán)境變量。屬于鄉(xiāng)村振興示范村的農(nóng)戶農(nóng)業(yè)碳排放效率較高，說明鄉(xiāng)村振興示范村具有發(fā)展優(yōu)勢(shì)，農(nóng)戶往往能更早享受相關(guān)政策紅利；政府支持力度與農(nóng)戶農(nóng)業(yè)碳排放效率正相關(guān)，這與政府給予農(nóng)戶農(nóng)機(jī)具購置補(bǔ)貼、種植特色作物補(bǔ)貼等激發(fā)農(nóng)戶的積極性有關(guān)；距縣城距離與農(nóng)戶農(nóng)業(yè)碳排放效率負(fù)相關(guān)，說明交通便捷程度通過農(nóng)戶的作物出售和農(nóng)業(yè)能源物資購買影響效率。距縣城距離通過了示范村農(nóng)戶環(huán)境變量的顯著性檢驗(yàn)，與全體樣本農(nóng)戶相比，環(huán)境變量中的政府支持力度未通過顯著性檢驗(yàn)，這是由于示范村大多受到政策資金支持，示范村農(nóng)戶之間差異不明顯。政府支持力度通過非示范村農(nóng)戶環(huán)境變量顯著性檢驗(yàn)，與全體樣本農(nóng)戶相比，環(huán)境變量中距離縣城距離未通過顯著性檢驗(yàn)，可能與非示范村農(nóng)戶農(nóng)業(yè)能源物資購買相對(duì)較少和作物較少出售有關(guān)；與示范村農(nóng)戶相比，政府支持力度通過相關(guān)性檢驗(yàn)，可能與非示范村農(nóng)戶較少獲得政策資金支持有關(guān)。

表7 農(nóng)戶農(nóng)業(yè)碳排放效率影響因素穩(wěn)健性檢驗(yàn)分析

3.3 農(nóng)戶農(nóng)業(yè)碳排放效率影響因素穩(wěn)健性檢驗(yàn)

樣本數(shù)據(jù)中可能存在異常值對(duì)結(jié)果產(chǎn)生影響，在進(jìn)一步剔除每個(gè)村莊異常數(shù)據(jù)的基礎(chǔ)上，將剩余的804份數(shù)據(jù)進(jìn)行多層次模型的穩(wěn)健性檢驗(yàn)，以增強(qiáng)結(jié)果的可靠性。通過剔除異常值后的回歸結(jié)果可以看出，雖然部分變量的系數(shù)發(fā)生一定變化，但核心解釋變量的顯著性并沒有發(fā)生明顯變化，新的回歸結(jié)果與前文基本一致，因此認(rèn)為前文中基于多層次模型得到的結(jié)果是穩(wěn)健的。

4 結(jié)論與建議

4.1 結(jié)論

基于米脂縣57個(gè)村莊共861份農(nóng)戶調(diào)研數(shù)據(jù)，運(yùn)用Undersirable Outputs-SBM模型，從農(nóng)戶層面分析農(nóng)業(yè)碳排放及效率差異，利用多層次模型揭示影響農(nóng)戶農(nóng)業(yè)碳排放效率的因素。結(jié)論如下。

（1）研究區(qū)農(nóng)戶整體農(nóng)業(yè)碳排放效率較低，但示范村農(nóng)戶農(nóng)業(yè)碳排放效率高于非示范村農(nóng)戶。低碳低效農(nóng)戶占比最高，高碳低效型農(nóng)戶占比最少，農(nóng)戶普遍存在農(nóng)業(yè)產(chǎn)出不足的情況；同時(shí)，除高碳高效型農(nóng)戶外，其他3種類型農(nóng)戶在農(nóng)業(yè)勞動(dòng)力和耕地面積上冗余占比相對(duì)較高。

（2）示范村與非示范村下同一類型農(nóng)戶的主要冗余類型及其占比及示范村（或非示范村）不同類型農(nóng)戶的冗余類型及占比差異明顯。

（3）年齡、務(wù)農(nóng)年限和農(nóng)業(yè)技能培訓(xùn)與農(nóng)戶農(nóng)業(yè)碳排放量負(fù)相關(guān)，農(nóng)戶具備一定的文化知識(shí)對(duì)于降低農(nóng)業(yè)碳排放至關(guān)重要，但并非文化程度越高的農(nóng)戶農(nóng)業(yè)碳排放越低。

（4）就全體農(nóng)戶而言，鄉(xiāng)村振興示范村、距縣城距離和政府支持力度是影響農(nóng)戶農(nóng)業(yè)碳排放效率的主要環(huán)境變量，務(wù)農(nóng)年限和受教育水平是影響農(nóng)戶農(nóng)業(yè)碳排放效率的主要個(gè)體變量；示范村與非示范村農(nóng)戶農(nóng)業(yè)碳排放效率的影響因素亦有較大差異。

4.2 建議

針對(duì)鄉(xiāng)村衰落這一全球性焦點(diǎn)問題[36]，我國實(shí)施了鄉(xiāng)村振興戰(zhàn)略，強(qiáng)調(diào)在提高農(nóng)民收入的同時(shí)，建設(shè)生態(tài)宜居的美麗鄉(xiāng)村。因此，關(guān)注微觀農(nóng)戶層面農(nóng)業(yè)碳排放效率差異及影響因素，并提出針對(duì)性的改進(jìn)對(duì)策與措施意義重大。為進(jìn)一步提高農(nóng)戶農(nóng)業(yè)碳排放效率，推動(dòng)農(nóng)業(yè)農(nóng)村低碳高效發(fā)展，建議如下。

（1）結(jié)合實(shí)際情況對(duì)農(nóng)戶進(jìn)行種養(yǎng)殖技能培訓(xùn)。雖然米脂縣已開展針對(duì)農(nóng)戶的農(nóng)業(yè)技能培訓(xùn)，但農(nóng)戶參與度不高，主要是受到自身文化教育水平的限制，因此建議培訓(xùn)員應(yīng)先與文化程度較高的農(nóng)戶進(jìn)行訪談交流，再進(jìn)行實(shí)地培訓(xùn)。

（2）加強(qiáng)基礎(chǔ)設(shè)施建設(shè)和應(yīng)用現(xiàn)代科學(xué)技術(shù)。交通不便和降水少是米脂縣農(nóng)業(yè)農(nóng)村欠發(fā)達(dá)的兩個(gè)主要原因，因此需要進(jìn)一步加強(qiáng)村莊主要干道硬化和應(yīng)用現(xiàn)代科技如滴灌、噴灌技術(shù)等。

（3）通過農(nóng)業(yè)規(guī)模化經(jīng)營優(yōu)化農(nóng)業(yè)投入。目前，米脂縣農(nóng)業(yè)生產(chǎn)規(guī)模小且零散，規(guī)?；б嫔形达@現(xiàn)，應(yīng)加快土地流轉(zhuǎn)，引導(dǎo)農(nóng)戶轉(zhuǎn)變農(nóng)業(yè)觀念，進(jìn)行規(guī)?；a(chǎn)經(jīng)營，節(jié)約不必要的能源投入，提高效率。

該文基于861份農(nóng)戶調(diào)研數(shù)據(jù)和57份村莊調(diào)研數(shù)據(jù)，從微觀視角出發(fā)，分析示范村和非示范村農(nóng)戶農(nóng)業(yè)碳排放量及效率的差異，并利用多層次模型從農(nóng)戶個(gè)體和村莊兩個(gè)層次分析影響碳排放效率的影響因素。需要說明的是：不同層次碳排放效率及其影響因素具有動(dòng)態(tài)性，該文雖然對(duì)農(nóng)戶農(nóng)業(yè)碳排放效率進(jìn)行靜態(tài)分析，但還沒有通過連續(xù)的長時(shí)序面板數(shù)據(jù)對(duì)農(nóng)戶農(nóng)業(yè)碳排放效率進(jìn)行動(dòng)態(tài)評(píng)價(jià)；其次，該文利用多層次模型分析了不同變量對(duì)于農(nóng)戶碳排放效率整體的影響，但并未分析這些變量如何影響以及在多大程度上影響農(nóng)戶投入冗余和產(chǎn)出不足。因此，分析碳排放效率及其影響因素的動(dòng)態(tài)性，探討各影響因素對(duì)碳排放效率影響程度將成為我們下一步要解決的問題。