中国省际低碳农业发展的实证分析

曾大林 纪凡荣 李山峰

(1.同济大学经济与管理学院，上海200092;2.山东建筑大学管理工程学院，山东济南250101;3.山东师范大学人口·资源与环境学院，山东 济南250014)

中国省际低碳农业发展的实证分析

曾大林1，2纪凡荣2李山峰3

(1.同济大学经济与管理学院，上海200092;2.山东建筑大学管理工程学院，山东济南250101;3.山东师范大学人口·资源与环境学院，山东 济南250014)

为推动资源节约型和环境友好型社会的发展，低碳农业成为农业发展的必然选择。虽然低碳农业理念已有推广，但是对于中国低碳农业发展状况和存在问题研究较少。本文使用2000－2010年的面板数据，选用农业碳排放模型、包络数据分析法中的SBM模型和效率收敛性模型，通过三步法实证分析了中国低碳农业的发展状况，并深入剖析了当前中国各省区低碳农业发展存在的问题。计算了中国各省区2000－2010年的农业碳排放量并进一步分析了导致各地区差异的原因，分析了中国各省区的低碳农业发展绩效及其效率的收敛性，得出以下结论:中国大部分地区的农业碳排放总量逐年增多;农业发展与碳排放存在库兹涅兹倒“U”型曲线关系;化肥和农膜是农业碳排放的主要源头;中国各省区的低碳农业发展绩效满足“波特假说”且面板数据下的效率值存在收敛性。对此，结合中国各省区的资源禀赋条件，在制度、科技、教育等方面提出促进低碳农业发展的对策与建议。

低碳农业;农业碳排放;收敛性;SBM模型

随着环境问题的日益突出，低碳经济成为发展的必然趋势，而低碳农业是低碳经济中最重要的组成部分之一。进入21世纪以来，中央政府连续颁布十个“一号文件”，表现了对“三农”问题的重视，特别是近年来农业的快速发展也带来了一系列问题，如化肥、农药等农用品的过度使用，造成了农业发展与环境、资源不协调，最终阻碍了农业生产率的提高。联合国政府间气候变化专业委员会(IPCC)的评估报告指出，温室气体的主要排放源来自于农业，占人为排放量的近13.5%［1］，这将会威胁到农业的可持续发展。此外，随着CO2的浓度升高，将直接诱发自然灾害，不仅影响农业的产量，而且对人类居住环境造成不利影响［2］，因此，发展低碳农业是经济发展的必然趋势和内在要求。值得思考的是，中国各省区的低碳农业发展绩效是否存在差异?这种差异是正在扩大还是在缩小?回答这些问题，需要具体分析。

当前关于低碳农业的研究主要集中在农业碳排放的计算以及发展低碳农业的可行性和路径选择等方面。李波等［3］从6个主要的农业碳源测算了中国1993－2008年的农业碳排放量，并实证分析了农业碳排放的影响因素，发现效率、劳动力、结构等因素对其具有一定的抑制作用，而农业经济发展可以降低农业碳排放。Johnson［4］认为农业废弃物、粪便管理、农业能源利用、肠道发酵、生物燃烧等是最主要的农业碳排放源。ACIL Tasman Pty Ltd［5］对美国、加拿大、欧盟、新西兰、印度等国家的农业碳排放量进行了测算，发现由于各个国家农业生产方式大相径庭，导致农业碳排放量占总碳排放量的比重差异较大。严立冬等［6］从生态视角论述了中国低碳农业的发展，提出应建立低碳农业的生态目标和生态修复补偿机制，并认为政府应该在低碳农业发展中承担生态责任。罗吉文等［7］提出应该实行节肥、节水、节约、节地、节膜和立体、循环、复合农业模式，以减少碳排放，此外，要提倡免耕、少耕等保护性耕作，还需要政府引导低碳消费，支持对碳的综合利用。曾以禹等［8］介绍了国外农业减少温室气体排放，发展低碳农业的做法，并建议改变农业生产方式，实施保护性耕作，发展生态农业和畜牧业等手段来实现中国低碳农业长久发展。

综上，低碳农业的发展问题成为全世界关注的焦点问题之一，从现有文献来看，也存在一定的缺陷和不足，例如:对中国各省区的低碳农业发展效率进行评价且对效率进行深度分析的研究较少。因此，本文结合前人研究成果，在创新性、科学性和目标性的原则下，对研究内容做以下改进:①使用2000－2010年的中国省际面板数据，测算各省区的农业碳排放量;②使用非期望产出模型(SBM)，测度中国各省区低碳农业发展效率;③选用收敛性模型，对效率进行收敛性分析。

1 模型、指标与数据来源

1.1 模型与方法

测算低碳农业发展效率的方法很多，主要集中在数据包络分析法(DEA)和随机前沿分析法(SFA)。相比SFA方法，DEA中的SBM模型更能处理非期望产出，因此，本文采用SBM模型作为测算低碳农业效率的方法。

1.1.1 农业碳排放

农业碳排放是衡量低碳农业发展的最主要的指标之一。本文采用李波等建立的碳排放模型以及碳排放系数，选取化肥、翻耕、农药、柴油、农膜和灌溉能耗等几个指标，建立如下模型:

式中，E为农业碳排放量，Ti为某碳源的使用量，δi为相应的碳排放系数，农业碳排放量为各碳源要素碳排放的总和。碳排放的系数分别为:化肥(0.895 6)、农药(4.934 1)、农膜(5.18)、农用灌溉(20.476)、柴油(0.592 7)和翻耕(312.6);翻耕的单位为kg/hm2，其他单位都为kg/kg。

1.1.2 非径向非期望产出模型(SBM模型)

测算低碳农业的发展效率，农业碳排放为效率测评时的“非期望产出”，经典的DEA模型(如CCR和BCC模型)无法排除非期望产出对效率评价的干扰，无法准确评价效率，因此，Tone在传统DEA模型的基础上提出了处理非期望产出的效率评价模型，即SBM模型。相比传统的DEA模型，它是一种考虑了冗余情况和非期望产出影响因素后得出来的函数模型。

假设 i=1，...，I，I个生产单位投入产出向量为(xi，yi)，x为投入指标，y表示产出指标，s表示投入冗余，函数式为:

1.1.3 收敛性分析

收敛性分析有助于探讨低碳农业发展效率的“趋同型”或“发散型”情况。若存在收敛，说明各省区低碳农业发展效率的差距在缩小;相反，则表明差距在扩大。效率收敛性分析的方法主要有σ收敛、绝对β收敛和条件β收敛。

式中:ρi，t表示第i个地区在 t时期的低碳农业发展效率，而是t时期所有省区低碳农业发展效率的均值。当σt+1＜σt时，说明低碳农业发展效率的离散系数的差距在缩小，存在σ收敛。

绝对β收敛主要是分析各省区的低碳农业发展效率的增长速度是否趋同，以研究效率相对滞后地区是否有追赶效率较高地区的趋势。根据前人研究，构造绝对β收敛回归方程函数式为:

式中:α是常数项，ln(ρi，0)是第 i个省份在第0时期的初始值的对数值，β为回归系数。如果β显著且系数为负，说明存在绝对β收敛，即的增长与的初始值成反比，表明效率相对滞后的省区有追赶效率相对较高省区的一种趋势。

条件β收敛将各省区的特征考虑了进去，分析各省区的低碳农业发展效率能否收敛于其稳定水平。与绝对β收敛不同，条件β收敛中不同省区的稳态水平不同，它允许效率较高与较低地区差距的存在。若采用面板模型来检验条件β收敛，函数式为:

式中，α是效应项，β为回归系数，若β显著且系数为负，则表明存在条件β收敛，即收敛于自身的稳定水平。

1.2 指标选取

结合前人的研究成果［9－10］，建立了投入和产出指标体系，见表1。

本文选用SBM模型，定义农业碳排放为非期望产出的指标，其余的投入指标可以测算出冗余值和产出的改进值。

1.3 数据来源

本文选用2000－2010各省份的数据，建立面板模型。数据来源于《中国统计年鉴》、《中国农村统计年鉴》和中国统计局网。由于西藏的数据不全，因此，构建了2000－2010年除西藏外其他30个省区的面板数据。

表1 中国各省区低碳农业发展评价指标体系Tab.1 Index of measuring agriculture development

2 中国省际低碳农业发展的实证分析

2.1 中国各省区农业碳排放的测算

表2列出了中国各省区的农业碳排放数据。可以看出:①经济发达地区的农业碳排放量有减少的趋势。例如，北京的农业碳排放量由2000年的29.3 kg/t下降到2010年的 24.23 kg/t，上海则由 42.16 kg/t下降到31.24 kg/t，这是由于两地发展都市现代农业，而且农业科技相对发达。②大部分省份的农业碳排放量在增加。这意味着是以增加投入和扩大规模来追求农业的发展，迫切要求农业走上集约发展的道路，降低农业碳排放。③农业大省的农业碳排放量增长幅度相对较大。河北、山东、湖南、湖北、四川和云南等省的农业碳排放总量增长幅度相对较大。这要求农业大省提高资源利用效率，降低碳排放。④化肥和农膜是农业碳排放源里排放量最多的源头，其中化肥的排放量是其他排放量的总和。因此，正确并适量地施用化肥是低碳农业发展的必然要求。

从增长趋势看(见图1)，中国的农业碳排放总量是不断递增的，2000－2003年的增幅较小，而2003－2007年的增幅较大，由 2003年的 6 517 kg增长到 2007年的7 734 kg，涨幅达到18.7%，2008年以后的增长速度放慢。增长的幅度先上升，然后随之下降，满足库兹涅兹的“倒U型”。表明伴随着农业碳排放的增多，达到一定的顶峰之后，农业碳排放将会有下降的趋势。产生这种现象的原因包括政府重视、农户意识的提高、农业科技的推广等方面。

表2 中国各省区市的农业碳排放量Tab.2 Agricultural carbon emission in China kg/t

图1 中国2000－2010年农业碳排放总量Fig.1 Agricultural carbon emission from 2000 to 2010

2.2 中国各省区低碳农业发展效率评价

运用DEA相关软件，选择SBM的规模可变(VRS)模型，评价了2000－2010年中国各省区的低碳农业发展效率，见表3。

从表3可知，各省区的低碳农业发展效率波动较大，但总体上呈提高的趋势，具体呈现如下特征:①部分农业大省的低碳农业发展效率较低，如:湖南、湖北、四川和云南等，造成这种现象的原因是粗放式的农业经营模式不适合低碳农业的发展，表明这些地区要创新低碳农业的发展模式，以精准利用当地的资源禀赋条件。②现代农业较为发达地区的低碳农业发展效率较高。如上海和浙江等地的低碳农业效率一直处于有效状态，充分利用了当地的资金和科技的支持。需要指出的是，由于测算相对效率时，从规模和技术两个角度进行比较而得出效率值，因此，海南和青海等地的低碳农业发展效率相对其自身是有效的。③农业大省低碳农业发展效率的提高较为缓慢。这迫切要求农业大省因地制宜地寻找低碳农业发展模式，推广低碳农业的生产理念，进一步提高低碳农业发展效率。④总体来看，低碳农业发展效率满足“波特假说”，即一定的环境规制，可以促进经济的增长和效率的提高。应该采取相应的措施和手段，进一步降低农业碳排放总量，提高低碳农业的发展效率。

表3 中国各省区低碳农业发展绩效值Tab.3 Agricultural low carbon development value in China

2.3 低碳农业发展效率的收敛性分析

2.3.1 σ 收敛性检验

2000－2010年中国的σ值见图2。2000－2003年间，σ值不断上升，而后是一个下降的过程，2007后又开始复苏，从整体上来看，波动较小且收敛趋势。

图2 低碳农业发展效率σ收敛性检验结果Fig.2 σ test of low carbon agriculturaldevelopment efficiency

2.3.2 绝对β收敛与条件β收敛

运用STATA(12.0)软件，分别对绝对β收敛与条件β收敛进行检验，检验结果见表4。

表4 低碳农业发展效率的绝对β与条件β收敛检验Tab.4 Absolute and relative β convergence test of low carbon agricultural development efficiency

根据绝对β收敛的计算可知，中国低碳农业的绝对β收敛在1%下显著，且系数为负，表明中国低碳农业的发展有趋同的趋势，而且效率值正在逐渐缩小。

中国条件β收敛的系数为负值，且都通过了1%的显著性检验，表明中国低碳农业发展效率存在条件β收敛，即各省区都处于各省区的稳态水平，并且都将收敛于各自的稳定水平。

3 结论与政策建议

通过以上三步法的实证分析，可知:①中国大部分省区的农业碳排放总量逐年增多，但北京和上海的农业碳排放在逐年递减;②农业发展与农业碳排放存在库兹涅兹倒“U”型曲线关系，即农业的发展会带来农业碳排放的增多，但到了一定的峰值，碳排放会逐渐减少;③化肥和农膜是农业碳排放的主要源头;④低碳农业发展效率满足“波特假说”，即一定的环境规制，可以促进经济的增长和效率的提高;⑤中国低碳农业发展效率值存在收敛性，即各省区的低碳农业发展效率值的差距正在缩小，并有趋同和稳定的状态。

基于此，提出以下对策建议:①中央和各级政府鼓励和要求发展低碳农业，降低农业碳排放的同时，鼓励减少农业面源污染，并在不同地区选取低碳农业发展示范区，使低碳农业的发展寻求标准化和制度化;②创新研发低碳农业的新技术，鼓励和创新低碳农业发展模式，寻求新途径、新资源促进低碳农业的发展，构建低碳农业技术推广体系，研产销有机结合，为低碳农业提供技术保障;③培育新型农民，开展低碳农业教育和技术培训，为低碳农业的发展提供人力保障。④低碳农业发展和当地的资源禀赋条件相结合，取长补短，充分利用当地资源，创新低碳农业发展模式，提高低碳农业发展效率，降低农业碳排放。

References)

［1］马晓旭.我国低碳农业发展的困境及出路选择［J］.经济体制改革，2011，(5):71 －74.［Ma Xiaoxu.The Dilemma and Development of Low Carbon Agriculture in China［J］.Reform Economic System，2011，(5):71 －74.］

［2］许广月.中国低碳农业发展研究［J］.经济学家，2010，(10):72 －78.［Xu Guangyue.Research on the Development of Low Carbon Agriculture in China［J］.Economist，2010，10:72 －78.］

［3］李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解［J］.中国人口·资源与环境，2011，21(8):80 －86.［Li Bo，Zhang Junbiao， Li Haipeng. Research on Spatial-temporal Characteristics and Affecting Factors Decomposition of Agricultural Carbon Emission in China［J］.China Population，Resources and Environment，2011，21(8):80 －86.］

［4］Johnson J M F.Agricultrual Opportunities to Mitigrate Greenhouse Gas Emissions［J］.Environmental Pollution，2007，150(6):107 －124.

［5］ACIL Tasman Pty Ltd.Agriculture and GHG Mitigation Policy:Options in Addition to the CPRS［M］.New South Wales:Industry ＆Investment NSW，2009.

［6］严立冬，邓远建，屈志光.论生态视角下的低碳农业发展［J］.中国人口·资源与环境，2010，20(12):40 －45.［Yan Lidong，Deng Yuanjian，Qu Zhiguang.Research on Development of Low-carbon Agriculture from the Angle of Ecology［J］.China Population，Resources and Environment，2010，20(12):40 －45.］

［7］罗吉文.低碳农业经济效益的测评与实证［J］.统计与决策，2010，24:78 － 81.［Luo Jiwen.Evaluation Study on Low Carbon Agricultural Economic Benefits［J］.Statistics and Decision，2010，24:78 －81.］

［8］曾以禹，陈卫洪，李小军.国外发展低碳农业的做法及其启示［J］.世界农业，2010，10:59 － 63.［Zeng Yiyu，Chen Hongwei，Li Xiaojun.Enlightenment on Low Carbon Agriculture Development in Foreign Countries［J］.World Arculture，2010，10:59 －63.］

［9］李谷成，范丽霞，闵锐.资源、环境与农业发展的协调性—基于环境规制的省级环境效率的排名［J］.数量经济与技术经济研究，2011，(10):21 － 36.［Li Gucheng，Fan Lixia，Min Rui.The Coordination of Agricultural Development with Environment and Resource［J］.Journal of Quantitative ＆ Technical Economics，2011，(10):21 －36.］

［10］曾福生，高鸣.中国农业现代化、工业化和城镇化协调发展及其影响因素分析—基于现代农业视角［J］.中国农村经济，2013，(1):23 －29.［Zeng Fusheng，Gao Ming.Agricultural Modernization，Industrialization and Urbanization Coordinated Development and Its Influencing Factors in China:From the Perspective of Modern Agriculture［J］.Chinese Rural Economy，2013，(1):23 －39.］

An Empirical Analysis of Chinese Provincial Low Carbon Agriculture Development

ZENG Da-lin1，2 JI Fan-rong2 LI Shan-feng3
(1.School of Economy and Management，Tongji University，Shanghai 200092，China;2.School of Engineering Management，Shandong Jianzhu University，Jinan Shandong 250101，China;3.College of Population，Resource and Environment，Shandong Normal University，Jinan Shandong 250014，China)

In order to promote the environment-friendly and resource-saving social development，low carbon agriculture is the inevitable choice.With the popularization of the concept of low carbon agriculture，there has been few research on its development condition and current problems in China.Based on the panel data from 2000 to 2010 and using three-step method，low carbon agriculture development situation and problems between provinces in China were analyzed by Agricultural-carbon-emissions model，SBM model and Efficiency-convergence model.The agricultural carbon emissions from 2000 to 2010 in China were calculated and the causes of performance gaps between provinces were discussed.Empirical analysis of provincial low carbon agriculture development performance and its convergence was done.It is concluded that:(i)the agricultural carbon emission is increasing year by year in most provinces of China;(ii)there is an inverted Kuznets curve relation between agricultural development and agricultural carbon emissions;(iii)chemical fertilizers and agricultural films have been identified as the main source of agricultural carbon emissions;(iv)the provincial performance of low carbon agriculture meets Potter hypothesis and the efficiency value of the panel data has convergence.In view of the provincial resource condition，countermeasures and suggestions in system，technology and education，were put forward to promote the development of low carbon agriculture.

low carbon agriculture;agricultural carbon emissions;convergence;SBM model

F323.22

A

1002－2104(2013)11－0030－06

10.3969/j.issn.1002－2104.2013.11.005

2013－09－01

曾大林，博士生，讲师，主要研究方向为城市建设管理、产业可持续发展与区域土地开发。

国家自然科学基金项目(编号:71072046)。

(编辑:刘照胜)