雙碳目標(biāo)下主產(chǎn)區(qū)糧食種植生態(tài)效率測度及其時空演化特征分析

申琳，莫雪莉，孫茹雪，黃冀楠，劉文超

（1.河北農(nóng)業(yè)大學(xué)文管系，河北 滄州 061100；2.河北省農(nóng)林科學(xué)院糧油作物研究所，河北 石家莊 050031；3.河北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，河北 保定 071000）

30 a 來糧農(nóng)生產(chǎn)過程中溫室氣體排放量增加了17%[1]。2019 年全球溫室氣體人為排放量為540 億t 二氧化碳當(dāng)量，其中31%來源于農(nóng)糧系統(tǒng)。糧食的可持續(xù)生產(chǎn)受到資源及環(huán)境雙重剛性約束[2]，特別是碳排放引致的氣候變化已成為制約人類社會可持續(xù)發(fā)展的全球性環(huán)境危機(jī)[3]。因此，農(nóng)業(yè)可持續(xù)發(fā)展必須充分考慮資源環(huán)境的承載力，注重農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境質(zhì)量的發(fā)展相協(xié)調(diào)[4]。我國連續(xù)8 a 糧食產(chǎn)量突破6.5 億t[5]，糧食主產(chǎn)區(qū)在保障國家糧食安全、維護(hù)社會穩(wěn)定等方面發(fā)揮了巨大的作用。在減排增匯目標(biāo)下，全面了解主產(chǎn)區(qū)糧食種植生態(tài)效率及其時空演化特征，對實現(xiàn)糧食種植業(yè)可持續(xù)發(fā)展具有重要的現(xiàn)實意義。

糧食種植生態(tài)效率是指資源與環(huán)境約束下的糧食產(chǎn)量最大化，即用最少的資源消耗和最小的環(huán)境影響實現(xiàn)最大的糧食產(chǎn)出。國內(nèi)外學(xué)者通過構(gòu)建模型[6，7]和指標(biāo)體系[8，9]分析影響因素[10，11]等對生態(tài)效率進(jìn)行了深入研究，運用隨機(jī)前沿分析（SFA）[12]、生態(tài)足跡分析[13]、數(shù)據(jù)包絡(luò)分析（DEA）[14]方法對生態(tài)效率進(jìn)行測度，其中DEA 模型在多投入、多產(chǎn)出的決策單元評價問題中優(yōu)勢明顯[15]，已成為測度生態(tài)效率的主流方法；超效率SBM 模型兼顧了投入產(chǎn)出的目標(biāo)值與實際值的徑向比、各投入產(chǎn)出的非徑向松弛變量等問題，在農(nóng)業(yè)生態(tài)效率測度的研究中得到廣泛應(yīng)用[16，17]。常用的指標(biāo)包括化學(xué)需氧量（COD）、總氮（TN） 和總磷（TP）[18，19]，隨著氣候問題日趨嚴(yán)峻，碳排放逐步納入到指標(biāo)當(dāng)中[20]，更加完善地考量糧食種植對環(huán)境的影響，體現(xiàn)了綠色、低碳的發(fā)展理念。從微觀和宏觀2個視角對影響糧食種植生態(tài)效率的因素進(jìn)行分析，微觀層面的研究主要集中在農(nóng)戶的基本特征、受培訓(xùn)程度、環(huán)境規(guī)制、綠色認(rèn)知等[20，21]；宏觀層面的研究主要表現(xiàn)為經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、機(jī)械化水平、技術(shù)發(fā)展水平、人均播種面積等[12～14]。已有的研究主要集中于糧食種植生態(tài)效率的區(qū)域差異及影響因素，對于時空演化及未來演變趨勢研究甚少。基于此，運用包含非期望產(chǎn)出的超效率SBM模型、Arcgis10.2 軟件，測算2011～2020年我國13 個糧食主產(chǎn)區(qū)的糧食種植生態(tài)效率，分析時空演變規(guī)律，以期為提高我國糧食生產(chǎn)效率，促進(jìn)低碳農(nóng)業(yè)、綠色農(nóng)業(yè)可持續(xù)發(fā)展提供理論支持。

1 材料與方法

1.1 數(shù)據(jù)來源

以我國13 個糧食主產(chǎn)區(qū)為研究對象，采用2011～2020 年《中國統(tǒng)計年鑒》 《中國農(nóng)村統(tǒng)計年鑒》 《肥料流失系數(shù)手冊》面源數(shù)據(jù)，主要指標(biāo)包括糧食作物的播種面積、勞動人數(shù)、機(jī)械總動力、化肥施用量、農(nóng)藥使用量、農(nóng)用塑料薄膜使用量、耕地灌溉面積、總產(chǎn)量、總產(chǎn)值、面源污染指數(shù)、碳排放量。

1.2 研究方法

1.2.1 評價指標(biāo)體系構(gòu)建 參考已有研究成果，遵循科學(xué)性、合理性、系統(tǒng)性、數(shù)據(jù)可獲得性原則，構(gòu)建經(jīng)濟(jì)、社會、環(huán)境3 個維度的糧食種植生態(tài)效率評價指標(biāo)體系（表1）。

表1 糧食種植生態(tài)效率評價指標(biāo)體系構(gòu)建Table 1 Construction of evaluation index system of ecological efficiency of grain planting

1.2.1.1 投入指標(biāo)。投入指標(biāo)包括播種面積（千hm2）、勞動人數(shù)（萬人）、機(jī)械總動力（萬kW）、化肥施用量（萬t）、農(nóng)藥使用量（萬t）、農(nóng)用塑料薄膜使用量（萬t）、耕地灌溉面積（千hm2）7 個指標(biāo)。

1.2.1.2 產(chǎn)出指標(biāo)。產(chǎn)出指標(biāo)包括期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)2 個方面，其中，期望產(chǎn)出指標(biāo)包括總產(chǎn)量（萬t）和總產(chǎn)值（億元）2 個方面，非期望產(chǎn)出指標(biāo)包括農(nóng)業(yè)面源污染和糧食種植碳排放量2 個方面。農(nóng)業(yè)面源污染主要是指化肥中的氮（TN） 和磷（TP） 的污染[15～17]，并采用熵值法將污染物綜合為面源污染指數(shù)。糧食種植碳排放量包括化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉和翻地六類碳源，計算公式為：

式中，C為糧食種植業(yè)碳排放總量；Ci為六類碳源排放量，C1～C6依次為化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉、翻耕的碳排放量；Ti為化肥、農(nóng)藥、農(nóng)膜、柴油消耗量及灌溉、翻耕面積；濁i為六類碳源的碳排放系數(shù)，其中濁1=0.859 6 萬t/萬t，濁2=4.934 1 萬t/萬t，濁3=5.18 萬t/萬t，濁4=0.5927 萬t/萬t，濁5=266.48 萬t/萬t，濁6=312.6 萬t/萬t。

1.2.2 構(gòu)建模型

1.2.2.1 包含非期望產(chǎn)出的超效率SBM 模型。包含非期望產(chǎn)出的超效率SBM 模型結(jié)合了超效率DEA 模型與SBM 模型的優(yōu)點，既考慮了經(jīng)濟(jì)活動對環(huán)境產(chǎn)生的負(fù)效應(yīng)，又能對比較評價結(jié)果中有效決策單元的效率差異[24]。模型設(shè)定如下：假定糧食種植系統(tǒng)有n個決策單元（Decision Making Unit，DMU），每個決策單元投入m種資源，產(chǎn)出s1種期望產(chǎn)出和s2種非期望產(chǎn)出。單元向量x∈Rm，yg∈Rs1，yb∈Rs2，矩陣X=［x1，…，xi］∈Rm×n，Yg=］yg1，…，ygi］∈Rs1×n，Yb=［yb1，…，ybi］∈Rs2×n，且xi＞0，ygi＞，ybi＞0?？紤]到某一地區(qū)糧食種植自然資源等生產(chǎn)要素變化不大，采用規(guī)模報酬不不變（CRS）假設(shè)[25]。模型具體表達(dá)如下：

式中，籽*為糧食種植生態(tài)效率指數(shù)，n為DMU 的個數(shù)，m為投入要素的個數(shù)，s1、s2分別為期望產(chǎn)出和非期望產(chǎn)出，D-、Dg、Db分別為投入、期望產(chǎn)出以及非期望產(chǎn)出的松弛變量。目標(biāo)函數(shù)籽*關(guān)于D-，Dg，Db嚴(yán)格遞減，且0≤籽*≤1。當(dāng)籽*=1 且且D-越Dg越Db=0時，函數(shù)存在最優(yōu)解，表明決策單元充分有效。當(dāng)籽*＜1 或D-、Dg、Db不完全為0 時，表明決策單元效率無效，投入產(chǎn)出效率存在改進(jìn)空間。

1.2.2.2 變異系數(shù)。變異系數(shù)用來衡量地區(qū)間相對均衡水平[26]，可以揭示我國13 個主產(chǎn)區(qū)糧食種植生態(tài)效率的差異情況與演進(jìn)規(guī)律，公式具體表達(dá)如下：

式中，CV為變異系數(shù)值；N為省份樣本數(shù)；xi為我國各省份糧食種植生態(tài)效率樣本值；為我國糧食種植生態(tài)效率省際平均值。CV值越大，表示樣本間糧食種植生態(tài)效率差異越大，省份間糧食種植生態(tài)效率越不均衡，反之亦然。

1.2.3 生態(tài)效率空間格局 依據(jù)糧食種植生態(tài)效率劃分標(biāo)準(zhǔn)（表2），采用等距法選取2011 年、2014 年、2017 年、2020 年主產(chǎn)區(qū)糧食種植生態(tài)效率截面數(shù)據(jù)，運用ArcGIS 10.2 軟件繪制空間分布圖。并結(jié)合各省碳排放占全國總碳排放的比重對2011～2020年主產(chǎn)區(qū)糧食種植生態(tài)效率的空間格局演變規(guī)律進(jìn)行系統(tǒng)分析。

表2 糧食種植生態(tài)效率劃分標(biāo)準(zhǔn)Table 2 Classification criteria of ecological efficiency of grain planting

2 結(jié)果與分析

2.1 生態(tài)效率時序演化特征分析

2011～2020 年我國糧食主產(chǎn)區(qū)的糧食種植生態(tài)效率變動幅度為0.036%，變化緩慢且仍有一定的上升空間。各主產(chǎn)區(qū)糧食種植生態(tài)效率變化程度差異較大，黑龍江、江西、內(nèi)蒙古、吉林的平均增幅＞0，且黑龍江的增幅最大；其他地區(qū)的平均增幅＜0，且河北的降幅最大。河南、黑龍江、四川、江蘇的糧食生產(chǎn)效率均值為1.105～2.000，屬于生態(tài)效率高水平區(qū)，吉林、內(nèi)蒙古、湖北、遼寧、湖南、江西、山東糧食生產(chǎn)效率均值1.055～1.011，屬于生態(tài)效率中高水平區(qū)，河北、安徽的糧食生產(chǎn)效率均值分別為0.770 和0.658，屬于生態(tài)效率中低水平區(qū)（表3）。

表3 2011耀2020 年13 個糧食主產(chǎn)區(qū)糧食種植生態(tài)效率測算結(jié)果Table 3 Measurement results of ecological efficiency of grain planting in 13 main grainproducing areas from 2011 to 2020

2.2 生態(tài)效率區(qū)域差異特征分析

2011～2020 年我國糧食主產(chǎn)區(qū)的糧食種植生態(tài)效率變異系數(shù)呈波動上升趨勢，2013 年的區(qū)域差異最?。?.084），2017 年的區(qū)域差異最大（0.101）。各地區(qū)的糧食種植生態(tài)效率差距在2011～2013 年呈先擴(kuò)大后逐漸收斂趨勢，2013～2015 年不斷擴(kuò)大趨勢，變異系數(shù)增幅較大，2015～2017 年糧食種植生態(tài)效率出現(xiàn)小幅度的波動下降后上升，2017 年后再次呈現(xiàn)收斂趨勢（圖1）。研究表明，2011～2020 年變異系數(shù)與糧食種植生態(tài)效率呈反方向變動，即生態(tài)效率值上升，變異系數(shù)值下降；反之亦然。說明隨著生態(tài)效率的提高，不同地域間的差距在逐漸縮小，整體差異呈收斂態(tài)勢。

圖1 2011耀2020 年我國東部、中部、西部地區(qū)糧食種植生態(tài)效率及變異系數(shù)演變趨勢Fig.1 Evolution trend of ecological efficiency of grain planting and variation coefficient in the eastern，central and western regions of China from 2011 to 2020

中部、西部、東部地區(qū)的糧食生產(chǎn)效率走勢存在差異，中部地區(qū)生態(tài)效率持續(xù)穩(wěn)定保持在1.14 左右，從2010 年的1.142 上升至2013 年的1.147，后波動下降至2020 年的1.137；西部地區(qū)生態(tài)效率經(jīng)歷了先下降后上升的變動趨勢，自2010 年的1.100 下降至2015 年的1.068，后逐漸上升至2020 年的1.104；東部地區(qū)生態(tài)效率呈波動下降的變動趨勢，自2011 年的1.059 波動下降至2020 年的0.955（圖1）。

2.3 糧食種植生態(tài)效率空間格局特征分析

我國糧食主產(chǎn)區(qū)糧食種植生態(tài)效率空間格局演變軌跡為先下降后上升的扁平“V”型，高效率地區(qū)呈現(xiàn)由“連片”分布向“點狀分布”再向“連片”分布的特征，空間格局趨于非均衡化發(fā)展（圖2）。

圖2 2011耀2020 年我國糧食主產(chǎn)區(qū)糧食種植生態(tài)效率空間演變過程Fig.2 Spatio-temporal evolution process of ecological efficiency of grain planting in the main grain producing areas in China from 2011 to 2020

2.3.1 生態(tài)效率高水平分布 糧食主產(chǎn)區(qū)糧食種植生態(tài)效率高水平區(qū)在東部、中部、西部3 個地區(qū)均有分布，且中部地區(qū)分布較多。河南和四川的糧食生態(tài)效率一直處于高水平，但高效率伴隨著高非期望產(chǎn)出。以河南為例，碳排放量年均占比9.69%，始終為全國碳排放量最高的省份，說明該省經(jīng)濟(jì)增長與環(huán)境的耦合協(xié)調(diào)較差，糧食種植所伴隨的非期望產(chǎn)出制約當(dāng)?shù)厣鷳B(tài)效率的提高。黑龍江由生態(tài)效率中高水平區(qū)提升至生態(tài)效率高水平區(qū)，碳排放總量、面源污染分別占總量的13.11%、18.64%，說明該省是以高投入、高產(chǎn)出的糧食種植特征進(jìn)入高水平區(qū)，且非期望產(chǎn)出也會隨之增加。江蘇省由的生態(tài)效率高水平區(qū)下降為生態(tài)效率中高水平區(qū)，碳排放總量、面源污染分別占總量的7.4%、12.1%，碳排放和面源污染排放逐年減少。

2.3.2 生態(tài)效率中高水平區(qū)分布 糧食種植生態(tài)效率中高水平區(qū)主要集中在中部和東部沿海地區(qū)。伴隨時空演進(jìn)，處于糧食種植生態(tài)效率中高水平區(qū)的地區(qū)聚集效應(yīng)更為明顯，北方地區(qū)的吉林、遼寧、內(nèi)蒙古呈聚集態(tài)勢，南方地區(qū)的湖南、湖北、江西呈聚集態(tài)勢。

2.3.3 生態(tài)效率中低水平區(qū)分布 糧食主產(chǎn)區(qū)糧食種植生態(tài)效率中低水平區(qū)呈現(xiàn)“片狀”“點狀”相間分布。河北、安徽的糧食種植生態(tài)效率始終保持較低水平，作為糧食生產(chǎn)大省，糧食年均產(chǎn)量及產(chǎn)值均居前幾名，而化肥、農(nóng)藥、農(nóng)膜等生產(chǎn)要素的投入量遠(yuǎn)高于其他地區(qū)，年均碳排放占比分別為6.58%、6.15%，阻礙了2 個地區(qū)糧食生態(tài)效率的提升。

3 主要結(jié)論及建議

3.1 主要結(jié)論

構(gòu)建包含碳排放作為非期望產(chǎn)出在內(nèi)糧食種植生態(tài)效率評價指標(biāo)體系，運用超效率SBM 模型測度2011～2020 年13 個糧食主產(chǎn)區(qū)的糧食種植生態(tài)效率，運用ArcGIS 10.2 軟件繪制空間分布圖分析時空演化特征，得到以下主要結(jié)論：

（1）我國糧食主產(chǎn)區(qū)生態(tài)效率水平變化較慢，主產(chǎn)區(qū)均值經(jīng)歷了先下降后上升的發(fā)展歷程，且有一定的上升空間。其中河南、黑龍江、四川的糧食種植生態(tài)效率水平較高，河北、安徽生態(tài)效率水平較低。

（2）我國糧食主產(chǎn)區(qū)生態(tài)效率呈現(xiàn)先下降后逐漸上升的趨勢，變化相對平穩(wěn)?？煞譃槠椒€(wěn)上行、波動下行、持續(xù)上行3 個階段，具有較為明顯的階段性變化特征。

（3）我國糧食主產(chǎn)區(qū)生態(tài)效率空間格局演變軌跡為扁平“V”型，高效率區(qū)域呈現(xiàn)由“連片”分布向“點狀”分再向“連片”分布的特征，空間聚集效應(yīng)不斷顯現(xiàn)，空間格局區(qū)域非均衡化發(fā)展。

3.2 建議

（1）加快轉(zhuǎn)變糧食生產(chǎn)發(fā)展方式，優(yōu)化資源的合理配置。積極研發(fā)、引進(jìn)先進(jìn)農(nóng)業(yè)生產(chǎn)技術(shù)，推動糧食生產(chǎn)機(jī)械化、規(guī)?；?、低碳化。因地制宜，走出一條適合糧食主產(chǎn)區(qū)的綠色農(nóng)業(yè)發(fā)展之路。

（2） 提高農(nóng)民低碳環(huán)保意識，推動農(nóng)業(yè)創(chuàng)新發(fā)展。積極組織精準(zhǔn)培訓(xùn)，增強(qiáng)農(nóng)民的實踐與創(chuàng)新意識，改進(jìn)農(nóng)民在農(nóng)業(yè)生產(chǎn)過程中的管理技術(shù)。

（3）加大政府保障支持，完善政策支撐體系。應(yīng)加大對于低碳綠色農(nóng)業(yè)生產(chǎn)過程中資金、技術(shù)投入，切實落實各項政策，發(fā)揮政府在農(nóng)業(yè)現(xiàn)代化過程中的主導(dǎo)作用。