碳汇视角下广东省农业生产效率分析_李航飞.pdf

2023，Vol.43，No.08农业与技术农业经济碳汇视角下广东省农业生产效率分析李航飞(韶关学院旅游与地理学院，广东 韶关 512005)摘要:基于碳汇视角和 20152020 年农业生产相关数据，利用 DEAMalmquist 模型对广东省农业全要素生产率进行分析。结果表明:广东省农业全要素生产率持续增长，主要动力来自农业技术进步效率;考虑农业生产过程中的碳排放量和碳吸收量，广东省农业全要素生产率的增长率明显降低;在对农业生产效率进行测算时，考虑碳汇的测算结果更符合客观实际。关键词:碳汇;农业全要素生产率;广东省中图分类号:S9文献标识码:ADOI:10.19754/j.nyyjs.20230430030收稿日期:20230206基金项目:国家自然科学基金项目(项目编号:41771136);广东省哲学社会科学规划项目(项目编号:GD22CYJ26)作者简介:李航飞(1980)，男，博士，副教授。研究方向:农业经济、经济地理。党中央和国务院高度重视“三农”问题，自2004 年以来，中央一号文件都是以“三农”问题为主题。“无农不稳”，农业是国民经济的基础，涉及到国家粮食之安全、社会之稳定，提高农业生产效率是解决“三农”问题的重要途径。目前，专家学者针对我国农业生产率进行了大量研究，取得了丰富的研究成果18。已有研究主要基于增长核算法、随机前沿法及数据包络分析方法，通过计量经济软件如 MAX-DEA、DEAP 等，选取相关投入变量(如农作物播种面积、农用机械总动力、农药化肥使用量、农业从业人数、役畜、农业用水等)和产出变量(如农业生产总值、农林牧渔总产值等)，从不同的时间段对我国各省份的农业生产效率进行了分析和研究，得出了一些较为重要的结论，对于我国农业生产率的提高有重要的参考和借鉴作用。低碳是经济发展的新目标，同样也是农业发展的新目标。我国力争 2030 年前二氧化碳排放达到峰值，努力争取 2060 年前实现碳中和目标。纵观已有研究，虽有部分文献将碳排放量作为非合意产出指标纳入农业生产效率的研究当中，但鲜有研究将农业生产过程中的碳吸引量作为产出指标纳入农业生产效率的研究当中。农业生产过程是碳排放的过程，与此同时，农作物的生长过程亦是碳吸收的过程，其在碳中和过程中发挥重要作用。论文基于碳汇视角，将碳排放量和碳吸引量、农林牧渔总产值作为产出指标，基于 20152020 年农业生产相关数据，通过 DEAMalmquist 模型对广东省农业生产效率进行分析，以期从新的视角来研究农业全要素生产率，为广东省农业发展提供参考和借鉴。1研究方法论文使用 DEAMalmquist 指数法对广东省农业全要素生产率(TFP)进行分析。相较于增长核算法、随机前沿法，DEAMalmquist 指数法具有比较好的适用性，其无需对前沿生产函数进行设定，亦不用对因变量和自变量之间的关系进行设定。对于 t 期与 t+1 期的技术，一个投入及一个产出的生产率指数可以定义为式(1)。Mt0=Dt0(xt+1，yt+1)Dt0(xt，yt);Mt+10=Dt+10(xt+1，yt+1)Dt+10(xt，yt)(1)式中，xt及 yt为 t 时期的投入变量与产出变量;Dt0(xt，yt)与 Dt+10(xt，yt)为在同一时期生产点同前沿面 技 术 进 行 相 比 较 而 得 出 的 距 离 输 出 函 数;Dt0(xt+1，yt+1)与 Dt+10(xt+1，yt+1)是在混合期间生产点同前沿面技术进行比较所得出的距离输出函数。全要素生产率(TFP)即 Malmquist 指数的变化情况可用式(1)中 2 个指数的几何平均值来计算获取，公式:TFPCH=M0(xt，yt，xt+1，yt+1)=Dt0(xt+1，yt+1)Dt0(xt，yt)Dt0(xt+1，yt+1)Dt+10(xt+1，yt+1)Dt0(xt，yt)Dt+10(xt，yt)821农业经济农业与技术2023，Vol.43，No.08=EFFCH(xt+1，yt+1;xt，yt)TECHCH(xt+1，yt+1;xt，yt)(2)式中，EFFCH 为技术效率的变动;TECHCH 为技术进步变动;其中 TECHCH 还可以进一步分解为纯效率变化(PECH)和规模效率变化(SECH)，见式(3)。TFPCH=M0(xt，yt，xt+1，yt+1)=St0(xt+1，yt+1)St0(xt，yt)Dt0(xt+1，yt+1/VS)Dt0(xt，yt/VS)Dt0(xt+1，yt+1)Dt+10(xt+1，yt+1)Dt0(xt，yt)Dt+10(xt，yt)(3)式中，TFPCH 即 Malmquist 生产效率指数，用来表示广东省农业综合生产率的变化情况，其值大于 1，说明综合生产率提高，反之下降;SECH 是规模效率变动情况，其值大于 1，说明规模效率提高，反之下降;PECH 是纯技术效率变化情况;TECHCH 指技术进步变化情况，其值大于 1，说明技术进步，反之技术倒退。2指标选取与数据来源2.1指标选取2.1.1投入指标根据数据的可获取性、可操作性及综合性等原则，参考王宝义等9，侯孟阳等10，田云等11，高孟菲等12 的研究，选取劳动力投入、土地投入、农药投入、化肥投入、农膜投入、农业机械动力等 6 个指标作为投入指标，具体指标的计算方法详见表 1。表 1广东省农业生产率投入产出指标一级指标二级指标指标说明投入指标劳动力投入农林牧渔业从业人员/万人土地投入农业物播种面积/万 667m2农药投入农药使用量/万 t农膜投入农膜使用量/万 t化肥投入化肥使用量(折纯量)/万 t农业机械动力投入农业机械总动力/万 kW合意产出指标农林牧渔业总产值农林牧渔业总产值/亿元碳吸收量农作物生产过程中碳吸收量/万 t非合意产出指标碳排放量农作物生产过程中碳排放量/万 t2.1.2合意产出指标参考已有文献24，7，选取农林牧渔业总产值、碳吸收量为合意产出指标，详见表 1。农田作物碳吸收的计算公式:C=niCi=nici Yi(1 wi)/Ii(4)式中，C 为农作物生产过程中全年碳吸收总量，万 t;Ci为某种作物的全年碳吸收量，万 t;n 为农作物种类数;ci为 i 种农作物的碳吸收率;Yi是 i 种农作物的产量，万 t;wi为 i 种农作物产品的含水量，%;Ii为 i 种农作物的经济系数。参考王修兰13，韩召迎等14 的研究成果，主要农作物经济系数、含水量和碳吸收率见表 2。表 2主要农作物经济系数、含水量和碳吸收率作物经济系数含水量/%碳吸收率作物经济系数含水量/%碳吸收率小麦0.40120.485棉花0.180.450稻谷0.45120.414薯类0.7700.423玉米0.40130.471甘蔗0.5500.450豆类0.34130.450蔬菜0.6900.450油菜籽0.25100.450瓜类0.7900.450花生0.43100.450其他作物0.4120.4502.1.3非合意产出指标选取农作物生产过程中碳排放量为非合意产出指标，根据已有相关研究及文献11，15，16，本文估算广东省农业生产过程中碳排放量的方法以化肥、农药、农膜、农用柴油、农业灌溉、农业耕作等 6 类指标作为估算依据，具体估算方法为用相应指标值乘以其排放系数。上述 6 类碳排放源的排放系数如下11，15，16:化肥0.896kgkg1、农药4.934kgkg1、农膜 5.180kgkg1、柴油 0.593kgkg1、农业灌溉 20.476kghm2、农业耕作 312.600kghm2。2.2数据来源投入指标数据农林牧渔业从业人员(万人)、农业物播种面积(万 667m2)、农药使用量(万 t)、农膜使用量(万 t)、化肥使用量(万 t)、农业机械总动力(万 kW)及合意产出指标数据农林牧渔业总产值(亿元)来自广东统计年鉴(20162021 年);合意产出指标碳吸收量(万 t)及非合意产出指标碳排放量(万 t)基于广东统计年鉴(20162021 年)相关数据，根据前文计算方法计算获得;计算过程中对部分指标进行了修正，同时通过价格指数对各年份农林牧渔业总产值进行了削平处理。3广东省农业生产率实证分析为方便对比研究，分 2 种情形对广东省农业生产率进行实证分析:第 1 种情形产出指标仅为农林牧渔9212023，Vol.43，No.08农业与技术农业经济业总产值;第 2 种情形基于碳汇视角，考虑农业生产过程中碳排放量和碳吸收量，产出指标为农林牧渔业总产值、碳排放量、碳吸收量。基于 20152020 年农业生产相关数据，分 2 种情形，利用 Deap 2.1 软件测算出广东省农业全要素生产率的变动情况，结果见表 3、表 4 及图 1。表 3广东省农业全要素生产率年份/年技术效率(EFFCH)技术进步率(TECHCH)纯技术效率(PECH)规模效率(SECH)全要素生产率(TFPCH)201520161.0001.1421.0001.0001.142201620171.0001.0291.0001.0001.029201720181.0001.0701.0001.0001.070201820191.0001.1651.0001.0001.165201920201.0001.1171.0001.0001.117均值1.0001.1041.0001.0001.104注:本表为第 1 种情形。表 4广东省农业全要素生产率年份/年技术效率(EFFCH)技术进步率(TECHCH)纯技术效率(PECH)规模效率(SECH)全要素生产率(TFPCH)201520161.0001.0911.0001.0001.091201620171.0001.0121.0001.0001.012201720181.0001.0421.0001.0001.042201820191.0001.0841.0001.0001.084201920201.0001.0591.0001.0001.059均值1.0001.0571.0001.0001.057注:本表为第 2 种情形，基于碳汇视角。图 1广东省农业全要素生产率变动情况由表 3、表 4 及图 1 可知，各年份的 TFPCH 值都大于 1，“十三五”期间，广东省农业全要素生产率不断提高，持续向好。不考虑碳汇因素，年均增长10.4 百分点;考虑碳汇因素，年均增长 5.7 百分点。广东省农业全要素生产率增长的主要动力来自技术进步效率，技术效率保持不变。不考虑碳汇因素，技术进步效率年均增长 10.4 百分点;考虑碳汇因素，技术进步效率年均增长 5.7 百分点。技术进步强有力地促进了农业生产效率的提高，是广东省农业全要素生产率增长的直接动力。广东省历届省委、省政府高度重视农业机械化发展，近年来广东省农业机械化水平不断提高，农业生产方式发生了巨大的改变，2017年，农机总动力 2410.8 万 kW，全省整体机耕水平达到 83%;农作物耕种收综合机械化水平 46.19%，相比 2012 年增长了 5.09 百分点;水稻耕种收综合机械化水平 70.13%。在以山地丘陵为主的地形条件及种植农作物复杂多样的背景下，这些都是农业技术进步的直接反映。不论何种情况，20152020 年农业技术效率都等于 1，没有发生变化。一定程度上说明“十三五”时期，虽然广东省对农业科技的研发投入较为稳定，但受到农村基层农业技术推广体系、农业生产自然条件(特别是地形条件)、农业社会化服务不成熟等因素的影响，小农发展的瓶颈没有得到有效突破，安全第一是很多小农户考虑的主要因素，其一般不会冒险采纳农业新技术，进而导致农业生产技术效率改善不明显，农业科技成果转化率低17。不考虑碳汇因素的广东省农业全要素生产率要明显高于考虑碳汇(碳排放量、碳吸收量)农业全要素生产率。031农业经济农业与技术2023，Vol.43，No.084讨论农业全要素生产率的增长涉及众多投入和产出因素，本文根据已有文献，基于碳汇视角，选取了劳动力、土地、化肥、农药、农膜、农用机械动力等投入指标及农林牧渔业总产值、碳排放量、碳吸收量等产出指标对广东省农业全要素生产率进行了测算，研究结果具有一定的理论及实践价值。农业生产过程中，不仅排放出二氧化碳，同时亦可吸收二氧化碳，在碳达峰、碳中和背景下，对农业生产效率进行测算和评估时，应充分考虑农业生产的碳汇过程，以较为客观地评价农业全要素生产效率。当然，本文投入、产出指标的选取、碳排放量及碳吸收量的计算方法等方面还有待进一步完善。参考文献 1匡远凤，彭代彦 中国农业经济增长绩效、来源与演化 J 数量经济技术经济研究，2020，37(12):4565 2 徐永慧，尹朝静 环境规制下中国农业绿色全要素生产率的测算 J 统计与决策，2021(18):5054 3 刘亦文，欧阳莹，蔡宏宇 中国农业绿色全要素生产率测度及时空演化特征研究 J 数量经济技术经济研究，2020，37(05):3956 4 郭海红，刘新民 中国农业绿色全要素生产率的时空分异及收敛性 J 数量经济技术经济研究，2021，38(10):6584 5 郭海红，盖凌云 中国农业碳效应时空分异及驱动机理研究J 宁夏社会科学，2021(05):7484 6 李航飞 基于数据包络分析的我国农业生产效率区域差异分析J 科技管理研究，2020，40(01):5966 7 周鹏飞，谢黎，王亚飞 我国农业全要素生产率的变动轨迹及驱动因素分析 基于 DEAMalmquist 指数法与两步系统GMM 模型的实证考察 J 兰州学刊，2019(12):170186 8 廖文康，王介勇，李红梅 中国农垦农业全要素生产率变化及其区域差异分析 J 中国农业资源与区划，2019，40(05):7177 9 王宝义，张卫国 中国农业生态效率的省际差异和影响因素 基于 19962015 年 31 个省份的面板数据分析 J 中国农村经济，2018(01):4662 10 侯孟阳，姚顺波 空间视角下中国农业生态效率的收敛性与分异特征 J 中国人口资源与环境，2019，29(04):116126 11 田云，王梦晨 湖北省农业碳排放效率时空差异及影响因素J 中国农业科学，2020，53(24):50635072 12 高孟菲，郑晶 中国农业全要素生产率测算及其时空差异分析 基于碳汇视角的再检验 J 生态经济，2021，37(12):98104 13 王修兰 二氧化碳、气候变化与农业 M 北京:气象出版社，1996:8 14 韩召迎，孟亚利，徐娇，等 区域农田生态系统碳足迹时空差异分析 以江苏省为案例 J 农业环境科学学报，2012，31(05):10341041 15 李波，张俊飚 基于投入视角的我国农业碳排放与经济发展脱钩研究 J 经济经纬，2012(04):2731 16 田云，张俊飚，李波 中国农业碳排放研究:测算、时空比较及脱钩效应 J 资源科学，2012，34(11):20972105 17 胡卫卫，于水，马智源，等 基于 DEAMalmquist 模型的江苏省农业生态效率时空差异分析 J 水土保持通报，2018，38(02):297302(责任编辑常阳阳)131