基于熵值法的長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價

杜 雯

（機械工業(yè)環(huán)保產(chǎn)業(yè)發(fā)展中心，北京 100045）

隨著全球環(huán)境問題不斷嚴峻，能源消耗問題備受關(guān)注，低碳發(fā)展越發(fā)受到各個國家的重視［1］。低碳經(jīng)濟主要是指各產(chǎn)業(yè)在經(jīng)濟效益生產(chǎn)過程中，要重視降低二氧化碳等氣體的排放［2，3］。通過降低排放量來降低大氣中的二氧化碳濃度，從而緩解由碳排放過多引起的全球氣候變暖等問題。號召發(fā)展低碳農(nóng)業(yè)是國家對全球低碳共識做出的積極響應［4］。低碳農(nóng)業(yè)發(fā)展水平是檢驗農(nóng)業(yè)經(jīng)濟與生態(tài)環(huán)境和諧發(fā)展的重要標準［5，6］。因此，對低碳農(nóng)業(yè)經(jīng)濟發(fā)展水平進行評價，探究其影響因素對中國低碳生態(tài)發(fā)展具有重要的研究意義［7］。長江經(jīng)濟帶是中國的生態(tài)文明建設(shè)示范經(jīng)濟帶，對其進行觀察研究，有助于全國低碳農(nóng)業(yè)水平的提升。

1 研究方法

1.1 低碳農(nóng)業(yè)發(fā)展水平評價指標選取

隨著全球人口增多、碳排放量不斷上升，地球生存環(huán)境問題愈發(fā)嚴重。發(fā)展低碳經(jīng)濟逐漸成為所有國家的共識，低碳農(nóng)業(yè)經(jīng)濟也成為世界農(nóng)業(yè)經(jīng)濟發(fā)展的必然選擇。低碳經(jīng)濟除了要求實現(xiàn)盡可能降低投入的情況下達成較大產(chǎn)出的終極目標外，還要求盡可能減少高碳資源的使用，利用綠色安全的新興農(nóng)業(yè)技術(shù)完成低碳農(nóng)業(yè)生產(chǎn)［8-10］。因此，對低碳農(nóng)業(yè)發(fā)展水平指標體系進行構(gòu)建時會從多個方向考慮。首先，指標體系要充分考慮經(jīng)濟效益、資源低碳化利用以及生態(tài)平衡等多個方面的內(nèi)容。低碳農(nóng)業(yè)的核心思想是維持農(nóng)業(yè)經(jīng)濟增長與環(huán)境保護之間的平衡，在構(gòu)建指標時要充分考慮其平衡性，體現(xiàn)出經(jīng)濟發(fā)展與生態(tài)協(xié)調(diào)的綜合性。其次，指標體系要體現(xiàn)出農(nóng)業(yè)經(jīng)濟產(chǎn)出的效率要素。農(nóng)業(yè)生產(chǎn)是中國糧食來源的重要渠道，其產(chǎn)出效率是重點關(guān)注對象，在低碳農(nóng)業(yè)的需求下，農(nóng)業(yè)產(chǎn)出效率是一個極其重要的評價指標，是衡量農(nóng)業(yè)經(jīng)濟的重要組成部分［11-13］。最后是碳排放指標，碳排放是低碳需求的核心指標，通過對碳排放指標進行觀察，可以直觀有效地判斷低碳需求的完成情況。此外，農(nóng)業(yè)產(chǎn)品也具備一定的固碳能力，充分完善碳排放指標的觀察，能反映低碳農(nóng)業(yè)經(jīng)濟的科學性。構(gòu)建評價指標體系除了上述的要點外，還要注重指標體系的構(gòu)建原則［14］。構(gòu)建的指標體系需滿足目的性原則、完備性原則、可操作性原則與顯著性原則［15］。根據(jù)這些原則，并結(jié)合長江經(jīng)濟帶的低碳農(nóng)業(yè)發(fā)展現(xiàn)狀，構(gòu)建相應的指標評價體系。

如表1 所示，長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價指標體系的目標層指長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平。其一級指標有3 個，分別是對經(jīng)濟水平、碳水平（碳排放及固碳能力水平）和能源水平的評價。3 個一級指標有各自的二級指標，對更加具體的指標進行評價。其中，A1為投入產(chǎn)出比，主要反映農(nóng)業(yè)活動整體產(chǎn)生的經(jīng)濟效益，其計算方法為農(nóng)業(yè)及相關(guān)產(chǎn)業(yè)的增加總值除以其消耗總值。A2是勞動生產(chǎn)率，主要反映農(nóng)業(yè)勞動帶來的經(jīng)濟效益，其計算方法為農(nóng)業(yè)及相關(guān)產(chǎn)業(yè)的增加總值除以從業(yè)人員人數(shù)。A3是土地生產(chǎn)率，主要反映農(nóng)用土地的糧食生產(chǎn)效益，其計算方法為糧食總產(chǎn)量除以總耕地面積。B1是農(nóng)藥碳排放，主要反映農(nóng)藥使用量對碳排放指標的影響，其計算方法為農(nóng)藥的總使用量除以總耕地面積。B2是化肥碳排放，主要反映化肥使用量對碳排放指標的影響，其計算方法為化肥使用量除以總耕地面積。B3是農(nóng)作物固碳能力，主要反映農(nóng)作物的單位固碳能力，其計算方法為農(nóng)作物碳匯量除以總耕地面積。B4是農(nóng)地植被固碳能力，主要反映農(nóng)地植被的覆蓋率，其計算方法為耕地面積加上園地面積再除以土地面積。C1是農(nóng)業(yè)能源消耗強度，主要反映農(nóng)業(yè)活動中總的石化能源消耗強度，其計算方法為能源消費總量除以產(chǎn)業(yè)增加值。C2是農(nóng)業(yè)碳排放強度，主要反映農(nóng)業(yè)生產(chǎn)過程中的碳排放量，其計算方法為總碳排放量除以產(chǎn)業(yè)增加值。C3是農(nóng)業(yè)消耗電能強度，主要反映單位產(chǎn)業(yè)增加值的電消費量，其計算方法為農(nóng)業(yè)用電量除以產(chǎn)業(yè)增加值。C4是農(nóng)業(yè)低碳能源替代水平，主要反映可再生能源替代石化能源的水平，其計算方法為可再生能源消耗量除以能源消耗總量。

表1 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價指標體系

1.2 評價指標賦權(quán)

利用評價指標體系對長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平進行評價，其關(guān)鍵在于指標賦權(quán)。指標賦權(quán)一般有2 種方法，分別是主觀賦權(quán)和客觀賦權(quán)［16］。主觀賦權(quán)主要包括層次分析法和德爾菲法，主觀賦權(quán)法適用于大多數(shù)場景，但具備較強的主觀性，在能夠使用客觀賦權(quán)法的場景下不具備優(yōu)勢?？陀^賦權(quán)法相對于主觀賦權(quán)法擁有更高的科學性與客觀性［17］。研究采用客觀賦權(quán)法對長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價體系進行指標賦權(quán)，基于熵值法對長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平進行評價。設(shè)低碳農(nóng)業(yè)發(fā)展水平評價涉及m個地區(qū)，有n個指標，以此構(gòu)成初始評價矩陣，如式（1）所示。

式中，Aij代表i地區(qū)的第j個評價指標的值。在進行權(quán)重計算前，要對各指標進行數(shù)值標準化處理，避免各指標量綱不同和差異較大帶來的結(jié)果誤差。正向指標標準化處理的方法如式（2）所示，負向指標標準化處理的方法如式（3）所示。

完成數(shù)據(jù)標準化處理后，繼續(xù)計算第j項指標在i地區(qū)的指標占比（Yij），計算方法如式（4）所示。

根據(jù)式（4）建立指標比重矩陣，如式（5）所示。

計算第j項指標的信息熵（ej），方法如式（6）所示。

式中，k＞0 且指標Xij的差異性系數(shù)（dj）的計算方法如式（7）所示。

此時，第j個單項指標的權(quán)重（wj）的計算方法如式（8）所示。

利用熵值法計算出各年度的指標權(quán)重后，求出平均數(shù)，作為長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價指標權(quán)重的標準，平均數(shù)的計算方法如式（9）所示。

式中，p為年份的數(shù)量。對各年份的低碳農(nóng)業(yè)發(fā)展水平評價得分進行匯總，低碳農(nóng)業(yè)經(jīng)濟指標的得分（Z1）如式（10）所示，低碳農(nóng)業(yè)碳水平指標的得分（Z2）如式（11）所示，低碳農(nóng)業(yè)能源指標的得分（Z3）如式（12）所示，將3 項指標得分匯總得到整體評分（Z），如式（13）所示。

1.3 長江經(jīng)濟帶低碳農(nóng)業(yè)經(jīng)濟發(fā)展的影響因素分析

建立全面的評價指標體系有助于準確評價長江經(jīng)濟帶低碳農(nóng)業(yè)的發(fā)展水平，繼續(xù)對關(guān)鍵變量進行影響因素分析，有助于了解各因素對農(nóng)業(yè)發(fā)展的影響。從農(nóng)業(yè)經(jīng)濟效益出發(fā)，結(jié)合低碳農(nóng)業(yè)理念考慮，農(nóng)業(yè)經(jīng)濟效益代表投入要素帶來的農(nóng)作物經(jīng)濟效益產(chǎn)出。當投入要素減少仍能達到期望產(chǎn)出時，既滿足了農(nóng)業(yè)經(jīng)濟效益的提升，也滿足了低碳農(nóng)業(yè)發(fā)展的需求。①從業(yè)人員（x1）的變化可以很好地評價投入要素的變化，因此，將從業(yè)人員作為投入要素進行研究，觀察農(nóng)業(yè)經(jīng)濟效益對低碳農(nóng)業(yè)發(fā)展的影響。②從農(nóng)業(yè)能源消耗出發(fā)，低能耗農(nóng)業(yè)發(fā)展需求主要指在低碳農(nóng)業(yè)生產(chǎn)中減少對石化能源的消耗，能源消耗的減少可以降低碳使用以及碳排放。用電量是該指標評價的核心內(nèi)容，所有機械都離不開電能的消耗，因此選擇用電量作為影響因素，觀察農(nóng)業(yè)能源消耗對低碳農(nóng)業(yè)發(fā)展的影響。③從農(nóng)業(yè)物資消耗出發(fā)，低碳農(nóng)業(yè)要求低碳排放，該需求持續(xù)在農(nóng)業(yè)生產(chǎn)的全過程中，包括生產(chǎn)的前中后期。在生產(chǎn)過程中，需對化肥使用量和農(nóng)藥使用量進行觀察，這是農(nóng)業(yè)評價中兩個極其關(guān)鍵的變量。低碳農(nóng)業(yè)的低排放特點，要求盡可能地減少農(nóng)業(yè)生產(chǎn)中的農(nóng)藥、化肥使用，因為二者的使用會帶來碳排放。但在實際生產(chǎn)過程中，為了追求更高效益的農(nóng)業(yè)經(jīng)濟產(chǎn)量，往往會使用大量化肥和農(nóng)藥，對低碳農(nóng)業(yè)發(fā)展水平有著極大的影響，故對其進行觀察。④從固碳能力出發(fā)，固碳即碳匯，指植物通過光合作用將空氣中的二氧化碳固定到植物以及土地中。農(nóng)業(yè)生產(chǎn)包括農(nóng)業(yè)、林業(yè)、畜牧業(yè)等經(jīng)濟生產(chǎn)活動。在這些產(chǎn)業(yè)的生產(chǎn)過程中，雖然生產(chǎn)經(jīng)濟作物會排放大量溫室氣體，但在經(jīng)濟作物的生長過程中，也可以利用牧場和農(nóng)田的碳匯作用將二氧化碳固定到土壤中，并釋放出人類需要的氧氣，即碳儲存的性質(zhì)。低碳農(nóng)業(yè)發(fā)展的目標是在發(fā)展農(nóng)業(yè)經(jīng)濟的前提下減緩全球變暖，從而實現(xiàn)農(nóng)業(yè)經(jīng)濟和生態(tài)環(huán)境的協(xié)調(diào)發(fā)展。農(nóng)業(yè)生產(chǎn)中，生產(chǎn)農(nóng)作物產(chǎn)生大量的碳排放，與此同時，農(nóng)作物以及植被也擁有一定的固碳能力。選取碳匯量作為農(nóng)業(yè)固碳能力的代表指標進行觀察，可以有效了解農(nóng)業(yè)固碳能力對低碳農(nóng)業(yè)經(jīng)濟發(fā)展水平的影響。對關(guān)鍵變量進行賦值，如表2 所示，以變量的自然對數(shù)作為穩(wěn)定性變化取值，防止數(shù)據(jù)波動較大出現(xiàn)不利于觀察的現(xiàn)象。

表2 長江經(jīng)濟帶低碳農(nóng)業(yè)經(jīng)濟發(fā)展的關(guān)鍵變量

使用回歸分析法對表2 中的影響因素（變量）進行回歸模型構(gòu)建，如式（14）所示。

式中，j為地區(qū)；t為年份；lnyjt為被詮釋的對象；αjt為變截距項；β為待估參數(shù)，作用于解釋變量；μjt為隨機干擾項。回歸模型一般有3 種類型，分別是混合模型、固定效應模型和隨機效應模型?；旌夏Ｐ瓦m用于沒有顯著差異的面板數(shù)據(jù)。固定效應模型的特點是所有數(shù)據(jù)模型的斜率系數(shù)取相同值。隨機效應模型在固定效應模型的基礎(chǔ)上增加了隨機干擾項。運用F檢驗和豪斯曼檢驗來判斷面板模型的選擇。兩種檢驗的結(jié)果如表3 所示。

表3 F 檢驗和豪斯曼檢驗結(jié)果

由表3 可知，F(xiàn)檢驗的值為83.72，大于F0.05（10，94），P接近0，小于0.05。豪斯曼檢驗的χ2為102.31，大于統(tǒng)計量。因為，檢驗結(jié)果的P接近0，小于0.05，所以，應當建立個體固定效應模型對長江經(jīng)濟帶低碳農(nóng)業(yè)經(jīng)濟發(fā)展的影響因素進行分析。

2 數(shù)據(jù)來源及計算處理

數(shù)據(jù)源自《中國農(nóng)村統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及長江經(jīng)濟帶各省市的地方統(tǒng)計年鑒，選取2012—2019 年的數(shù)據(jù)進行統(tǒng)計和計算。相關(guān)數(shù)據(jù)的統(tǒng)計和計算在Windows 10 系統(tǒng)環(huán)境下，使用Excel軟件和python 編碼器完成。運用熵值法對長江經(jīng)濟帶8 年的數(shù)據(jù)指標進行權(quán)重計算，以年為單位，得出8 組指標權(quán)重結(jié)果，將其平均數(shù)作為本次研究的指標權(quán)重。

3 結(jié)果與分析

3.1 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價指標權(quán)重

由表4 可知，對低碳農(nóng)業(yè)發(fā)展水平影響最大的一級指標是碳水平指標，其次是能源指標。3 項一級指標呈現(xiàn)出較為均勻分布的布局，均能較好地反映出長江經(jīng)濟帶的低碳農(nóng)業(yè)發(fā)展水平。在二級指標中，農(nóng)藥碳排放、農(nóng)地植被固碳能力、農(nóng)業(yè)低碳能源替代水平、土地生產(chǎn)率以及農(nóng)作物固碳能力對長江經(jīng)濟帶的低碳農(nóng)業(yè)發(fā)展水平影響較大。投入產(chǎn)出比、農(nóng)業(yè)消耗電能強度以及農(nóng)業(yè)能源消耗強度等指標的影響相對較小。二級指標各指標數(shù)值分布較均勻，能夠合理完整地對長江經(jīng)濟帶的低碳農(nóng)業(yè)發(fā)展水平進行評價，符合預期。其中，農(nóng)藥碳排放指標的權(quán)重占比最高，達0.119 7，表明在低碳農(nóng)業(yè)經(jīng)濟發(fā)展水平評價中，農(nóng)業(yè)農(nóng)藥使用量是極為重要的評價指標，該結(jié)果符合預期。在中國農(nóng)業(yè)經(jīng)濟高速發(fā)展的過程中，農(nóng)業(yè)對農(nóng)藥的需求量和使用量都逐步提升。隨著低碳農(nóng)業(yè)經(jīng)濟發(fā)展的提出，農(nóng)業(yè)農(nóng)藥用量才開始出現(xiàn)下降趨勢，但仍未達到低碳農(nóng)業(yè)的需求，因此，該指標仍處于低碳農(nóng)業(yè)發(fā)展水平評價的高權(quán)重區(qū)域。投入產(chǎn)出比指標的權(quán)重占比最低，為0.059 1，表明長江經(jīng)濟帶的農(nóng)業(yè)經(jīng)濟發(fā)展充分，投入產(chǎn)出比處于平穩(wěn)發(fā)展狀態(tài)，其波動變化不會對低碳農(nóng)業(yè)發(fā)展水平產(chǎn)生較大影響，該結(jié)果符合預期。

表4 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價指標及權(quán)重

3.2 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平評價

根據(jù)計算出的指標權(quán)重，對長江經(jīng)濟帶2012—2019 年的低碳農(nóng)業(yè)發(fā)展水平進行評價，得到的結(jié)果如表5 所示。除2013 年的評分數(shù)據(jù)有所下降外，長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平整體呈上升趨勢，其中2014 年的增幅最為明顯。低碳農(nóng)業(yè)經(jīng)濟指標和低碳農(nóng)業(yè)碳水平指標評分在2012—2019 年一直呈上升趨勢，低碳農(nóng)業(yè)能源指標評分則呈波動狀態(tài)，在2012 年的評分最高，為0.590 2 分。

表5 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平綜合評分（單位：分）

3.3 長江經(jīng)濟帶低碳農(nóng)業(yè)經(jīng)濟發(fā)展趨勢變化

長江經(jīng)濟帶的低碳農(nóng)業(yè)發(fā)展水平整體呈較為良好的趨勢，一直處于穩(wěn)步提升狀態(tài)。將長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平與全國低碳農(nóng)業(yè)發(fā)展水平進行對比。從圖1 可以看出，與全國低碳農(nóng)業(yè)發(fā)展水平相比，長江經(jīng)濟帶低碳農(nóng)業(yè)的整體發(fā)展水平在2012—2016 年處于落后狀態(tài)，2017—2019 年處于領(lǐng)先狀態(tài)。說明長江經(jīng)濟帶的低碳農(nóng)業(yè)發(fā)展水平在2012年處于較低水平，在2013年后經(jīng)過一系列改革發(fā)展，開始呈穩(wěn)定上升趨勢，在2017年追上全國發(fā)展水平，并持續(xù)領(lǐng)先。

圖1 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平與全國低碳農(nóng)業(yè)發(fā)展水平的比較

3.4 長江經(jīng)濟帶低碳農(nóng)業(yè)各方面發(fā)展情況

為了解長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展更具體的變化情況，將2012—2019 年長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平的3 個一級指標評分繪制成折線，如圖2 所示。①長江經(jīng)濟帶低碳農(nóng)業(yè)經(jīng)濟指標評分持續(xù)穩(wěn)步提升，由2012 年的0.417 4 分提升至2019 年的0.639 7 分，總提升0.222 3 分，年均增長率為6.29%。該指標評分不斷上升促使了長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展的不斷進步，其主要由勞動生產(chǎn)率和土地生產(chǎn)率構(gòu)成，表明長江經(jīng)濟帶農(nóng)業(yè)經(jīng)濟水平不斷提升，為糧食保障和其他產(chǎn)業(yè)經(jīng)濟發(fā)展提供了堅實的農(nóng)業(yè)基礎(chǔ)。②長江經(jīng)濟帶低碳農(nóng)業(yè)碳水平指標評分整體呈上升趨勢，2014 年提升最為顯著，提升了0.123 4 分。整體由2012 年的0.461 8 分提升至2019 年的0.713 4 分，共提升了0.251 6 分，年均增長率為6.41%。該指標主要由農(nóng)藥和化肥碳排放、農(nóng)作物固碳能力、農(nóng)地植被固碳能力構(gòu)成，表明在2014 年，長江經(jīng)濟帶整體對農(nóng)作物及植物的固碳能力和碳排放指標更加重視，努力整改并取得了巨大進步，往后也保持著持續(xù)改進。③長江經(jīng)濟帶低碳農(nóng)業(yè)能源指標評分表現(xiàn)為波動狀態(tài)，整體呈下降趨勢。該指標主要由農(nóng)業(yè)低碳能源替代水平和農(nóng)業(yè)碳排放強度構(gòu)成，其下降趨勢主要受低碳替代能源發(fā)展限制。在努力提升經(jīng)濟指標和發(fā)展低碳農(nóng)業(yè)的同時，由于成本和技術(shù)等方面的原因，很難在替代能源以及碳排放強度等方面進行深化改革。發(fā)展難免會帶來能源消耗的增長，這也對未來的低碳農(nóng)業(yè)發(fā)展方向提供了指引。當替代能源發(fā)展取得巨大進步時，低碳農(nóng)業(yè)發(fā)展的整體水平將會得到巨大提升。

圖2 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平一級指標評分的變化

3.5 影響長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展因素的回歸結(jié)果

使用Eviews 7.2 軟件建立個體固定效應模型，并進行回歸操作，結(jié)果見表6。由表6 可知，該模型的R2為0.951 4，接近1，表明模型擬合良好。模型的F統(tǒng)計量為119.540 0，P為0.000 0，表明回歸方程整體的假設(shè)檢驗顯著。各自變量均對低碳農(nóng)業(yè)碳排放效率產(chǎn)生了一定影響，其中用電量、化肥使用量和碳匯量對碳排放效率產(chǎn)生正向影響，從業(yè)人員和農(nóng)藥使用量對碳排放效率產(chǎn)生負向影響。

表6 長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展影響因素的回歸結(jié)果

4 小結(jié)

為了觀察長江經(jīng)濟帶低碳農(nóng)業(yè)的發(fā)展水平，為低碳農(nóng)業(yè)發(fā)展提供有力數(shù)據(jù)支撐，本研究基于熵值法對長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平進行評價指標體系構(gòu)建，并對其發(fā)展水平進行評價，對其影響因素進行分析。研究結(jié)果表明，2012—2019 年長江經(jīng)濟帶低碳農(nóng)業(yè)發(fā)展水平的年均增長率為3.16%，領(lǐng)先全國0.57 個百分點。8 年來，長江經(jīng)濟帶低碳農(nóng)業(yè)經(jīng)濟指標評分共提升了0.222 3 分，年均增長率為6.29%，長江經(jīng)濟帶低碳農(nóng)業(yè)碳水平指標評分共提升了0.251 6 分，年均增長率為6.41%。影響因素分析結(jié)果顯示，用電量、化肥使用量和碳匯量對碳排放效率產(chǎn)生正向影響，從業(yè)人員和農(nóng)藥使用量對碳排放效率產(chǎn)生負向影響。本研究對長江經(jīng)濟帶低碳農(nóng)業(yè)的發(fā)展水平進行了客觀評價，為長江經(jīng)濟帶低碳農(nóng)業(yè)的發(fā)展提供了數(shù)據(jù)參考。