碳排放约束下的福建省农业生产效率状况研究

钟苏侨（福建师范大学　经济学院，福州350108）

碳排放约束下的福建省农业生产效率状况研究

钟苏侨
（福建师范大学经济学院，福州350108）

在农业生产效率及碳排放形势分析的基础上，将碳排放量纳入农业生产效率分析框架，综合运用三个DEA模型对2009—2013年福建省各区市之间的农业生产效率进行测算，分析各区市之间农业生产效率的时空差异，并将其分别划分为4种农业资源利用效率模式。结果显示福建省农业生产效率提升趋势不显著，区市之间存在一定的差距，且沿海区市比内陆区市的农业生产效率相对较高。

碳排放；农业生产效率；DEA模型；超效率模型；福建农业

一、引言

我国作为农业大国，农业关系国计民生，是国民经济的基础。十八大明确提出要“加快转变农业发展方式、实现农业可持续发展”。我国农业长期实行粗放式生产，导致我国农业资源面临着过度消耗及利用效率低下等问题，农业经济发展缓慢，而农业发展的缓慢在一定程度上限制了农民的收入增长及农民科技普及状况，农民在农业生产过程中大量使用化肥及农药等，容易造成环境的严重污染，不利于农业可持续发展。

福建省倚山滨海的地理环境为其农业的发展提供了广阔的前景，但其农业发展也不断面临资源约束的问题。为此，福建省农业生产效率的提高对福建省农业的发展至关重要。另外，全球气候变暖和环境的恶化使人类越来越重视资源节约、环境保护与经济增长，愈来愈多的学者们开始将碳排放纳入到经济效率的研究框架内，在效率评价的同时，不仅考虑传统的资本和劳动要素，同时将环境尤其是二氧化碳对经济增长的巨大影响考虑进去。在农业领域，农业先进生产资料的使用带来较大的碳排放量，农业生产率与碳排放有着密切的关系。因此，本文将农业碳排放纳入效率研究框架内，探索福建各地区农业生产的环境效率与经济效率的时空变化差异，并提出相关的建议以期对福建省的农业发展提供一定的借鉴。

二、文献综述

农业生产效率的衡量指标可分为单要素生产率和全要素生产率两大类。单要素生产率仅反映出投入产出间的比例关系，如劳动生产率、资本生产率和土地生产率等，其他投入变量在农业生产过程中的影响则无法体现出来。因此后来学者就开始用总量投入和总量产出的总量生产函数来研究经济增长的决定因素，从多投入多产出的角度衡量农业生产效率，即全要素生产率。

从国外研究来看，最早进行农业生产效率研究的是Farrell，他用生产效率衡量的方法对英国农业生产力进行分析，这种方法被认为是DEA的原型［1］。之后，学者们开始了对农业生产效率问题的研究热潮。如Haag等运用DEA模型对美国德州41个郡的农业生产效率进行了评估［2］；国内学者如亢霞等利用SFA模型对我国的粮食技术效率进行了分析［3］；宋增基等对我国31个省份的农业生产效率运用DEA优势效率模型和劣势效率模型进行了测评［4］。

已有的研究成果为本文的研究提供了理论基础，但仍有不足之处。首先，从研究方法上看，许多学者主要采用SFA模型或CCR-DEA模型、BCCDEA模型，其评价单元效率均在0～1之间，同为有效的多个评价单元效率均为1时无法对其进行比较。其次，从研究领域上看，较多文献都是基于省级之间的比较，而基于市县面板数据的农业生产效率研究并不多见，特别是福建省农业生产效率方面的研究学者极少涉及。最后，从研究内容上看，以上国内外的研究并没有将农业生产对环境的影响的生态效益纳入研究，而仅仅是考虑了农业生产的经济效益。大量研究表明，农业生产中化肥、柴油、农业机械等先进生产资料的大量使用会产生较多的碳排放，不利于农业经济的可持续发展。为此，本文着重分析碳排放约束下福建省各区市的农业生产效率，通过研究农业资源利用方式与经济、碳排放之间的关系，将福建省各区市农业资源利用分为四种模式，为今后福建省农业生产效率的提高以及环境效率的改善提供科学依据。

三、研究模型和方法

（一）DEA模型

DEA方法是由A.Charnes和W.W.Cooper等人于1978年正式提出的一种评价决策单元相对有效性的非参数的统计估计方法。其核心思想是根据一组关于输入—输出的观察值来估计有效生产前沿面，继而用线性规划来判断决策单元对应的点是否位于有效生产前沿面上。经典的DEA模型包括C2R模型和BC2模型，两者的不同之处在于假设前提的不同。前者是基于规模报酬不变的假设，可以用来评价决策单元是否既达到规模有效又达到技术有效；后者是基于规模报酬可变的假设，用来评价决策单元的技术有效性。但两模型无法比较同为有效的决策单元，超效率C2R-DEA模型则可以解决这个问题。其核心思想是在评价决策单元效率时，将该决策单元排除在决策参考集之外［5］。本文选取基于投入导向的C2R模型、BC2模型和超效率C2R模型。

设有n个决策单元DMUj（j=1，2，…n），每个决策单元对应的输入、输出向量分别为：xij（i=1，2，…m）和yrj（r=1，2，…s），设其权重向量分别为vi和ur。将第 k个决策单元的超效率C2R-DEA值记为STEk；C2R-DEA效率值记为TEk；纯技术效率值记为STEk。则第k个决策单元的超效率值、效率值和技术效率值分别为下列线性规划问题 （1）（2）（3）的最优解。

（3）式中u0反映决策单元DMUk的规模报酬状态。若u0=0，则该决策单元处于规模报酬不变状态，也就是说其规模处于最佳水平；若u0＜0，则该决策单元的状态处于规模报酬递减；若u0＞0，该决策单元的状态处于规模报酬递增。而规模效率则可通过公式（4）测算出来。

规模效率 （SE）=综合效率 （TE）/纯技术效率（PTE）［5］（4）

（二）样本数据与变量选取

文章选取2009—2013年福建省9个区市为研究对象。分别选取土地、资本、劳动、技术为投入指标；农林牧渔业、农村居民家庭纯收入以及碳排放量作为产出指标。

1．产出指标。（1）好产出。文章选取农林牧渔业总产值及农村家庭人均纯收入作为农业产出指标。其中农林牧渔业总产值用以2008年为不变价农林牧渔业总产值指数进行平减，农村家庭人均纯收入则以2008年不变价农村居民消费价格指数进行平减，换算成可比价格进行计算。（2）坏产出。本文以福建省各区市的农业碳排放量为坏产出，农业生产过程中农药、化肥、农膜、农用柴油等生产要素的使用都将产生一定量的碳排放，此外，农业生产过程中的翻耕及灌溉等也将产生二氧化碳的排放。因此，文章选用这些要素的消费量所测算出的相应的碳排放量作为坏产出。农业碳排放量的测算公式如（5）式。

（5）式中，C表示各要素的碳排放量总量，Xi表示各要素的使用量；si表示各要素的碳排放系数。碳排放系数借鉴钱丽等 《碳排放约束下中国省际农业生产效率及其影响因素研究》一文中的数据资料，如表1所示。

表1　农业碳排放源及碳排放系数

由于CO2排放量与农业生产效率是反比关系的，即CO2排放越多，环境破坏越严重，降低了农业生产效率，此外，DEA模型一般需使用大于0的样本数据，为此，文章需要用负向标准化公式将碳排放量处理成为［1，100］之间的数值，处理公式为（6）式。

表2　投入产出指标的统计分析描述（2009—2013年）

2．投入指标。（1）资本投入。资本投入选用农村固定资产投资作为评价指标，并用固定资产投资价格指数对其进行平减，调整为2008年的可比价格。（2）土地投入。考虑到耕地存在休耕、弃耕等问题且还有复种指数的差别，为减少测算过程中出现的偏差，选取农作物播种总面积来表示土地投入。（3）劳动投入。选取各区市农林牧渔业从业人员数作为劳动投入的指标数据，这里劳动种类与质量的差别不纳入计量范围。（4）技术投入。文章选取以折纯量计算的化肥使用量及农业机械总动力作为技术投入指标。表2给出了本文所选取的投入产出指标数据的统计分析结果。

四、实证分析

（一）碳排放约束下福建省各区市的农业生产效率

文章运用DEAP2.1和EMS3.1软件测算出碳排放约束下各区市农业生产效率值及超效率值，结果如表3所示。

从表3可以看出，2009—2013年，福建省农业生产超效率值为0.873，农业生产效率低于1，农业生产效率有待提高。从各个区市来看，区市之间的农业生产效率差异则较为明显，且各区市的农业生产效率随时间的变化也有所变化。福州市、厦门市、漳州市和宁德市的效率值相对较高，而其余市区的效率值则相对处于较低水平。福州市在2009年和2010年超效率值小于1，而2011年有较大幅度的增大，2011年到2013年间虽然有所下降，但超效率值仍处在大于1的水平。厦门市起初处于较高水平，随后超效率值有所下降，但最终回升至初始时的水平。漳州市考察期内的效率值一直上下波动，直到2013年效率值处在低于1的水平。宁德市效率值在前三年效率值保持在1以上的水平，2012年后效率值有所下降。莆田市超效率值相对比较稳定，低于平均水平，效率值处于0.8左右。三明市与龙岩市的效率值比较接近，靠近全省平均水平，效率值从初始0.9左右的水平缓慢下降至0.8左右的水平线上。泉州市开始效率值处于全省最低水平，2011年效率值略微增加，但效率值仍然属于较低水平。南平市效率值也较低，从初始0.7左右的效率水平降至0.6左右的水平值上。

通过进一步分析福建省农业生产的效率均值及超效率值的变异系数可以看出福建省农业生产的效率变化状况以及各区市之间的差异随时间变化的情况，如图1所示。从图1中可以发现，纯技术效率和规模效率在0.95左右，处于较优的效率水平；而超效率值则出现较明显的波动，5年间效率值均从约0.9下降至约0.8，表明福建省碳排放约束下的农业生产效率变低；变异系数总体保持在0.2与0.25之间，2009—2010年间呈收敛状态，说明福建省各区域间的效率差距在逐步减少，2011年变异系数略微有所上升，然而总体来说影响不大。（二）福建省各区市的农业资源利用效率模式文章分别测算各区市间不加入碳排放量作为产出时的农业生产经济效率和加入碳排放量作为产出时的农业生产环境效率，以此对比农业生产的经济效率和环境效率。在比较两种不同情况下的超效率值后，将2009—2013年福建省各区市的农业资源利用模式分为4大类别，具体如图2所示。

表3　福建省各区市农业生产效率及其分解（2009—2013年）

图1　福建省农业生产效率均值与变异系数

图2　福建省农业资源利用模式的分类矩阵

图2中，横坐标表示不加入农业碳排放量作为产出时的农业生产超效率值，纵坐标表示加入农业碳排放量作为产出时的农业生产超效率值。2009—2013年不加入碳排放量时的福建省超效率值的均值为0.845，在坐标轴上用A点表示；加入碳排放量时的福建省超效率值的均值为0.873，在坐标轴上用B点表示。从A、B两点出发的直线划分出4个区域，分别表示农业资源利用低经济低环境型、低经济高环境型、高经济高环境型及高经济低环境效率型四种模式。通过比对两种不同情况下的测算值，得出2009—2013年福建省各区市农业资源利用模式的分类情况（见表4）。

根据表4中的情况得知，2009—2013年福建省农业资源利用情况处于高经济、高环境效率状态下的区市有4个。其中福州市、厦门市和漳州市经济发展水平相对较高，而宁德市属于经济发展水平较低的地区。这些地区依靠在地理位置上的优势可以引进发达地区的先进农业技术，进而达到了较好的农业生产效率水平。而处于低经济低环境效率的地区有莆田市、三明市、泉州市和南平市，这些地区的农业生产不仅经济效率较低而且环境效率也较低。因此在提高农业经济效率的同时，也需要提高对农业碳排放控制的重视，既要减少农业资源的冗余和浪费，也要加强政府的监督与管理，有效提高减排意识的普及，通过研发新技术以达到减少农业生产碳排放量的目的。而低经济效率高环境效率的市区只有龙岩市。龙岩市农业生产环境效率较高，因此，在未来的农业生产中，可在经济上加大对农业和农村的支持力度，促进农业现代化与规模化发展，在保持环境效率的前提下实现农业经济效率的有效提升。研究发现，福建省没有一个市区是属于高经济低环境效率型。

表4　福建省各区市农业资源利用模式的分类情况（2009—2013年）

五、结论及启示

本文将农业生产过程中的碳排放量作为一种非期望的坏产出，综合运用3个DEA模型测算福建省2009—2013年各区市农业生产效率，进而探索福建省各区市之间的效率差异，并给出4种资源利用模式。通过研究分析，可观测出福建省不同区市之间农业生产效率状况，对今后福建省农业生产过程中如何提高农业生产效率等问题有一定的启示作用。基本结论及启示可归纳如下。

整体而言，考察期内福建省农业生产效率上升趋势不显著。技术效率有略微的下降，且加入碳排放时的农业生产效率均值比不加入碳时的农业生产效率均值要高，说明福建省农业的环境效率处于较优的水平，而农业生产的经济效率还有待提高。在今后福建省农业生产过程中应更加注重农业经济效率的提高，同时继续保持较优的环境效率。而提高农业经济效率最重要的一环就是农业技术的提高，今后福建省应充分利用地缘优势引进先进农业技术，提高农业生产效率水平，发展福建现代农业。福建省各区市之间的农业生产效率存在较大的差异。结果表明沿海区市的农业生产效率较高，而内陆区市的农业生产效率则相对较低。这是由于沿海区市地理环境等因素，为其提供了便利的农业交流条件，与海峡对岸的台湾省的农业科技交流合作等更加密切，因而提高了沿海区市的农业生产效率。因此，福建省在今后的农业发展中，应加大与台湾省的农业合作与交流，以此提高福建省农业生产效率，促进福建省农业的发展。

通过对福建省的农业资源利用模式的分类情况的分析发现，福建省处于低经济效率低环境效率状态的区市还比较多。为此，笔者认为提高福建省农业的经济效率，稳抓农业技术的创新与进步是目前福建省农业发展的重中之重；与此同时，福建省在农业生产的过程中还应继续保持农业生产的生态环境，利用农业生产效率较高的地区带动效率较低地区的方式，通过区市之间的交流与合作将农业环境较低的地区带入农业高效率生产的模式。

［1］Farrell M J.The Measurement of Productive Efficiency［J］. Journal of the Royal Statistical Society.1957.30：253-281.

［2］Haag S，Jaska P，Semple J.Assessing the Relative EfficiencyofAgriculturalProductionUnitsinthe Blackland Prairie，Texas［J］.Applied Economics.1992（5）：55-65.

［3］亢霞，刘秀梅.我国粮食生产的技术效率分析——基于随机前沿分析方法［J］.中国农村观察，2005（4）：25-32.

［4］宋增基，徐叶琴，张宗益.基于DEA模型的中国农业效率评价［J］.重庆大学学报：社会科学版，2008（3）：24-29.

［5］钱丽，肖仁桥，陈忠卫.碳排放约束下中国省际农业生产效率及其影响因素研究 ［J］.经济理论与经济管理，2013（9）：100-112.

［6］福建省统计局.国家统计局福建调查总队.福建统计年鉴［M］.北京：中国统计出版社，1997-2014.

［7］福建省统计局.国家统计局福建调查总队.福建经济与社会统计年鉴［M］.北京：中国统计出版社，2004-2010.

（编辑：张薛梅张雪梅）

The Constraints of Carbon Dioxide Emission and the Agricultural Production Efficiency of Fujian Province

ZHONG Su-qiao
（College of Economics，Fujian Normal University，Fuzhou，350108，China）

Based on the analysis of agricultural production efficiency and carbon emission situation，with carbon emission included in the framework of agricultural production efficiency，and synthetically using three DEA models，this paper measures 2009—2013 agricultural production efficiency of the areas and prefecture-level cities，analyzes the spatio-temporal differences of agricultural production efficiency between different areas and cities，and classifies the areas and cities into four modes of agricultural resources utilization efficiency.The research results show that the agricultural production efficiency of Fujian Province has not been significant improved，that efficiency gap exists to some degree between the regions and cities，and that the agricultural production efficiency in coastal areas and cities is higher than that in the inland ones.

carbon dioxide emission；agricultural production efficiency；DEA model；super efficiency model；Fujian agriculture

F 323.2

A

1671-4806（2015）04-0028-06

2015-05-25

钟苏侨（1989— ），女，江西赣州人，硕士研究生，研究方向为农业经济。