基于灰水足迹与碳排放的河南省农业生态效率分析

李文艳，李炳军，马文雅

（河南农业大学信息与管理科学学院，郑州 450046）

目前，中国有17%的温室气体来自农业，农业碳排放已成为中国碳排放的重要来源［1］。除此之外，农药和化肥的过度使用也对中国水资源造成了严重影响［2］。农业生产活动产生的水资源污染和温室气体排放量日益增加已成为2 个关键的环境问题，农业可持续发展面临着严峻挑战。在此背景下，从经济效益与环境效益的双赢角度，减少农业水资源污染与碳排放量从而提升农业生态效率对于解决农业生产与生态环保之间的社会矛盾，实现农业可持续发展具有重要意义。

生态效率（Ecological efficiency，EE）也称环境效率，最早由Schaltergger 和Sturm 于1990 年提出［3］，意为增加的价值与增加的环境影响的比值，是衡量可持续发展能力的重要指标［4］。农业生态效率则是其在农业领域的扩展与延伸［5］，目前关于农业生态效率尚未有统一的界定，但却具有共同内涵，即在保证农业经济发展的前提下，尽量减少资源投入和环境污染，提倡以“高效、节能、减污”的理念来发展农业，追求经济与生态的双重效益［6，7］。目前，国内外关于农业生态效率的研究视角不同，在环境指标的选择方面有着很大的差异，其指标选择主要集中在农业面源污染［8，9］、碳排放这2 个方面［10，11］。在农业面源污染方面，潘丹等［12］通过对中国1998—2009 年农业生态效率进行测算，发现虽然农业生态效率呈现上升趋势，但总体水平较低，并且导致生态效率无效的主要原因是资源的过度消耗以及污染的过量排放。李谷成［13］认为1978—2008 年中国农业生态效率在转型期增长较为显著，并且制度创新是农业生态效率革命的突破口。从农业碳排放角度方面，崔叶辰等［14］发现2008—2017 年新疆农业生态效率总体发展趋势较好，但最近几年的发展态势并不理想。田伟等［15］测算了2002—2012 年中国农业生态效率，发现东部地区的效率普遍较高，中部地区碳减排潜力较强。张荧楠等［16］测算了2000—2017 年山东省农业生态效率，发现该省农业生态效率整体较高，但地区差异明显。

综上，目前关于农业生态的环境指标选择比较单一，且忽视了农业生产带来的水资源污染，较难全面地评价农业生态效率。当前生态经济学和可持续发展研究领域的热点——足迹理论能够量化农业生产的水污染［17］。Hoekstra 和Chapagain 于2008 年首次提出灰 水足迹（Grey water footprint，GWF）［18，19］。依照国际水足迹网络出版的《水足迹评价手册》，灰水足迹指以自然本底浓度和现有水质标准为基准，将一定的污染物负荷吸收同化所需淡水的体积［20］。农业灰水足迹主要指在作物生长过程中，施用的化肥、农药等除被作物利用外，其余的氮、磷、钾等元素通过径流进入水体，造成的水污染量［21］。碳排放的测算对于评估农业生产的减排潜力和创建低碳生产模式有重要作用［22，23］。鉴于当前农业生态效率的研究状况，本研究以河南省狭义农业为对象，基于足迹理论，从农业生产的水-碳角度，测算河南省2000—2020 年灰水足迹与碳排放，量化农业生产造成的水资源污染与气候影响。其次，从农业生产对经济与环境的影响方面，将农业产值增长率与灰水足迹和碳排放二者平均增长率进行对比分析，评价河南省农业生态经济发展情况。最后，从投入产出的角度，将灰水足迹与碳排放同时纳入生态效率指标体系，运用非期望产出的超效率SBM 模型来测算、评价河南省农业生态效率，以期为河南省提高农业生态效率、促进农业经济效益与生态效益协调发展及推进农业可持续发展提供参考。

1 研究方法与数据来源

1.1 灰水足迹测算方法

河南省种植业活动中投入的化肥主要以氮肥和磷肥为主，因此本研究选取氮肥、磷肥作为水污染来源。河南省农业灰水足迹为氮肥灰水足迹与磷肥灰水足迹较大者，测算过程主要参考《水足迹评价手册》，具体测算公式如下：

式中，GWFpla为农业灰水足迹，GWF(N)为氮肥灰水足迹，GWF(P)为磷肥灰水足迹。GWF(i)为第i种物质的灰水足迹（1010m3），L(i)为第i种污染物排放负荷（kg），Appl(i)表示施用第i种化学物质的量（kg），α(i)表示污染物淋失率，Cmax为水质环境标准情况下的污染物最高浓度（mg/L），Cnat为受纳水体的初始浓度（mg/L），i=N/P。在灰水足迹测算中，根据GB 3838—2002《地表水环境质量标准》中规定的Ⅲ类水标准，氮和磷污染物的最大排放标准分别为1.00 mg/L和0.05 mg/L［24］，自然本底质量浓度值为0。氮肥和磷肥的流失率分别为86.7%、36.0%［25］。

1.2 碳排放测算方法

综合IPCC（2007）评估报告［26］和李波等［27］、田云等［28］、曹俐等［29］的方法，农业碳排放主要来源于农业生产过程中化肥、农药、农膜、柴油的使用，以及土地翻耕、农业灌溉6 个方面。农业碳排放的估算公式为：

式中，E为农业碳排放总量，Ei为各农业碳源的碳排放量，Ti为各农业能源消耗量，δi为各农业碳源的碳排放系数（表1）。

表1 农业碳排放源、系数及参考来源

1.3 非期望产出的超效率SBM 模型

根据已有研究［5，33］，结合河南省农业生产具体情况，将土地、人力、机械、农药、化肥等资源投入作为投入指标，农林牧渔业生产总值作为期望产出指标，非期望产出指标选取农业灰水足迹与碳排放，构建的河南省农业生态效率评价指标体系如表2所示。

表2 河南省农业生态效率评价指标体系

根据Tone［34］所提出的超效率SBM 模型，以灰水足迹和碳排放为非期望产出的河南省农业生态效率计算过程如下：

假定河南省有n个决策单元（DMU），每个DMU有m种投入，q1种期望产出和q2种非期望产出；λj为第j个DMU的权重向量，j为决策单元（DMU）的指标数，j=1,2,…,n(j≠k)表示第i个投入的松弛变量，i为投入指标数，i=1,2,…,m表示第r个期望产出的松弛变量，r为期望产出指标数r=1,2,…,q1表示第t个非期望产出的松弛变量；t为非期望产出指标数，t=1,2,…,q2；xj、yj、bj分别为第j个决策单元的投入、期望产出、非期望产出变量；xik表示第k个决策单元的第i个投入变量；yrk表示第k个决策单元的第r个期望产出变量；btk表示第k个决策单元的第t个非期望产出变量。ρ为河南省农业生态效率值；ρ≥1 表示决策单元完全有效；ρ＜1 则表明存在效率损失，需要对投入、产出量进行调整。

1.4 数据来源

计算灰水足迹、碳排放，以及运用超效率SBM模型测算农业生态效率等所需基础数据来自《河南省统计年鉴》、前瞻网数据库。基于数据的可获取性与完整性，选取2000—2020 年河南省数据作为本研究的时间样本序列。

2 灰水足迹、碳排放测算结果

2.1 灰水足迹测算结果

由图1 可以看出，2000—2020 年河南省灰水足迹主要来源于磷肥，磷肥年均灰水足迹为784.82×1010m3。氮肥年均灰水足迹仅为196.63×1010m3，远小于磷肥年均灰水足迹。但是河南省氮肥年均施用量为226.79 万t，磷肥仅为109.00 万t，不到氮肥施用量的1/2，产生的灰水足迹量却约为氮肥的4倍，说明河南省磷肥的利用率相对过低，流失率过大，导致施用量较小的磷肥却造成较大的水污染。

图1 2000—2020 年河南省灰水足迹分布

从时间维度来看（图2），2000—2020 年整个研究期间，河南省农业灰水足迹呈现波动变化的特点，按照变化特征可分为4 个阶段。前3 个阶段的变化大致相同，每一阶段都呈现先上升后下降的倒“√”形，但上升和下降的持续时间存在较大差异。第四个阶段呈现短暂上升趋势。第一阶段为2000—2004年，灰水足迹从2000 年开始上升，2002 年下降。第二阶段为2004—2007年，灰水足迹在2004—2006年持续上升3 年后，在2006—2007 年短暂下降1 年。2007—2019 年为第三阶段，以2012 年为分界线，灰水足迹从2007 年的790.56×1010m3持续上升至2012年的876.24×1010m3，达到峰值。在2012 年后则持续下降，2019 年下降至645.768×1010m3。第四个阶段为2019—2020年，此阶段出现了短暂上升的趋势，相较于前2 个阶段，第三阶段的灰水足迹波动幅度较大，而且上升和下降时间均较长，主要是由于随着经济发展，河南省农业得到发展，包括化肥在内的各项投入增多，导致灰水足迹长期增加，但后来随着水污染及各种资源短缺等一系列问题的出现，河南省越来越重视农业生产过程中的环境保护。随着农业部“减肥减药”的启动，以及农业科技创新能力的提高，河南省农业灰水足迹持续降低。虽然2019—2020 年出现了灰水足迹升高的现象，但总体水平依然较低，2020 年灰水足迹为693.50×1010m3，仍低于2000 年的699.84×1010m3。

图2 2000—2020 年河南省磷肥灰水足迹变化趋势

2.2 碳排放测算结果

从图3 可以看出，2000—2020 年河南省碳排放中，化肥产生的碳排放占了很大的比例，近10 年的平均占比达到了63.74%，说明在农业生产过程中，化肥施用产生的碳排放是河南省农业碳排放的第一大来源。碳排放的第二大来源则是灌溉导致的碳排放，灌溉碳排放近10 年的平均占比约为14.56%，与化肥碳排放的占比相差较大。而土地翻耕、农膜、农药和柴油对河南省农业碳排放的贡献较低，平均碳排放占比较少，分别为0.47%、8.41%、6.18%、6.63%。因此，控制河南省农业碳排放的关键在于控制化肥产生的碳排放。从图4 可以看出，2000—2020 年河南省碳排放的变化大体上可以划分成2 个阶段，分别是2000—2003 年和2004—2020 年。这2 个阶段均呈现先上升后下降的倒“√”形变化特征。第一阶段内2000—2002 年碳排放上升、2002—2003 年有小幅度下降。第二阶段内的2004—2015 年河南省碳排放持续上升，至2015 年到达顶峰后开始持续下降，由图3 可知，2015 年化肥碳排放同时也达到顶峰，此后持续下降。2015年，农业部正式启动了“减肥减药”战略，2015—2020 年化肥施用量连年减少，相较于2015年，到2020年，化肥施用量下降了10%，“减肥”效果颇为显著，最终导致农业碳排放下降。

图3 2000—2020 年河南省各碳源碳排放分布

3 农业生态经济发展及生态效率分析

3.1 农业产值增长率与灰水足迹和碳排放平均增长率对比分析

由于目前农业生态效率没有统一的定义，若根据生态效率的定义：增加的价值与增加的环境影响的比值，应当以每年农业产值增加量与灰水足迹和碳排放共同增加量的比值来计算农业生态效率，但是由于灰水足迹与碳排放的度量单位不一致，无法直接通过生态效率的定义来判断河南省农业生态效率，所以为了能够解决度量单位不统一但又能综合考虑农业生产对水环境和气候的影响，因此，采用灰水足迹、碳排放每年的平均增长率来表示农业生产过程中对环境造成的影响，并将其定义为环境综合影响程度，农业生产的经济影响即增加的价值采用农业产值增长率来表示。直接将农业产值增长率与灰水足迹和碳排放二者的平均增长率进行比较，采用前者减去后者的差值来评价河南省农业生产的生态经济状况，如若差值大于0，则表明当年河南省农业发展为“高效益、低污染”，否则为“低效益、高污染”。河南省农业产值增长率与环境综合影响程度的差值以及变化趋势分别如表3、图5 所示。

从图5 可以看出，农业产值增长率与环境综合影响程度之间的差值具有波动性，2000 年、2002 年、2003 年以及2011年，农业产值增长率均小于环境综合影响程度，二者之间的的差值均为负值，说明农业生产处于“低效益、高污染”的状态。其余较多时间段河南省农业的经济影响均大于环境影响，农业生产处于“高效益、低污染”状态。但2002 年、2003 年的农业产值增长率不仅低于环境综合影响程度，而且小于0，说明农业产值增长率出现了负增长，农业经济处于“极低”效益状态，其原因是由于2002—2003 年受到非典疫情的影响，河南省农业经济遭到重创，农业经济呈现负增长。此外，2016 年的农业产值增长率也出现了负值，主要原因是2016 年全省粮食总产量为5 946.6万t，比2015年减产120.5万t，减产幅度为2.0%。造成粮食减产的原因有两个，一是自然灾害的影响：夏粮生产先后遭遇冬前低温寡照、冬季冻害、赤霉病较常年偏重发生、收获期大范围持续降雨等多重灾害；秋粮生产过程中，局部地区遇到了洪涝灾害、持续高温等不利天气影响。二是种植结构调整的因素，秋粮总产量为2 469.8 万t，比2015年减产85.5 万t，减幅为3.3%；秋粮播种面积为479.38 万hm2，比2015 年减少2.1 万hm2，其中，玉米播种面积331.69 万hm2，比2015 年减少2.7 万hm2，玉米播种面积出现了15 年来首次下降。2004 年河南省抗击非典取得胜利，农业生产走出非典的阴霾，年末产值由2003 年的1 137.74 亿元增长至2004 年的1 602.88 亿元，大幅增长了40.88%。故导致2004 年在2000—2020 所有年份中农业产值增长率与环境综合影响程度之间的差值最大。2010 年农业产值增长率与环境综合影响程度之间的差值也比较大，2010 年农业产值突破3 000 亿元，较上年增长23.676%，成为农业经济快速发展的转折点。2009年以来，随着经济的发展，以及国家各种环保政策的出台，环境综合影响程度开始下降，2015 年开始出现负值并且减缓速度越来越大，农业生产造成的环境影响开始下降，生态环境得到明显改善，2016—2020 年农业产值增长率与环境综合影响程度差值开始持续增大，农业发展的“高效益、低污染”效果开始显著增加。

图5 2000—2020 年河南省农业产值增长率与环境综合影响程度差值趋势

3.2 基于超效率SBM 模型的河南省农业生态效率评价

虽然农业产值增长与灰水足迹和碳排放的平均增长率能够直观地体现农业生产及生态与经济发展情况，但是忽略了各投入要素对生态效率的影响。因此，从投入产出的角度，将农业各项投入纳入农业生态体系，运用非期望产出的SBM 模型分别测算以灰水足迹为非期望产出的河南省农业生态效率（GWAEE）、以碳排放为非期望产出的河南省农业生态效率（CAEE）和以灰水足迹与碳排放同时为非期望产出的河南省农业生态效率（GWCAEE），测算结果见表4。

表4 2000—2020 年河南省农业生态效率

纵向来看，基于不同视角下的农业生态效率存在明显差异，不同时期三者的差异各不相同。在2000—2004年，GWCAEE、GWAAEE、CAEE均为1.000 0，其余年份则不同。2005—2018年，GWAEE小于GWCAEE，但2019 年GWAEE 等于GWCAEE，2020年，GWAEE大于GWCAEE。2005—2019 年CAEE 始终小于GWCAEE，2020年，CAEE 大于GWCAEE。2005—2017年，CAEE 大于GWAEE，2018—2019 年CAEE小于GWAEE，2020 年CAEE等于GWAEE。然而，在农业生产过程中，对环境的影响是多方面的，非期望的产出也是多方面的。因此，三者的差异表明，如果只考虑单一的非期望产出指标，不同时期的农业生态效率会被低估或高估，从而导致农业生态效率的测度不科学和不准确。

横向来看（图6），河南省GWCAEE、GWAEE、CAEE 的变化趋势基本一致，总体来看，河南省GWCAEE 总体偏低，除2000—2004 年、2019 年、2020 年这7 年河南省GWCAEE 有效，其余14 年河南省的农业投入、经济产出和环境保护均处于非动态平衡状态。分阶段看，2000—2004 年河南省农业生态效率总体水平较高。2005—2014年，河南省农业生态效率呈波动下降趋势，处于低效状态。究其原因，是随着经济社会的快速发展，农民种地的机会成本不断上升，农民从“理性”的角度必然会选择进城打工，农村中青年劳动力不断转移，导致农作物种植面积不断下降，撂荒闲置现象严重。此外，在此阶段，农业生产大多依赖于高投入、高消耗、高污染、低产出的粗放型生产方式，并以牺牲农业资源和环境换取经济的增长，使农业得以发展。2015—2019年，河南省农业生态效率逐步提升，2019 年达到有效水平。随着农业面源污染加剧，农业部在2015 年发起了农业面源污染治理攻坚战，提出了“一控两减三基本”的目标任务，到2020 年实现农业用水总量控制，化肥农药用量减少，畜禽粪便、秸秆、塑料膜基本资源利用。在此期间，河南省各项农业面源污染治理工作取得积极成效，2019 年农业投入产出与环境保护实现动态平衡。

图6 2000—2020 年河南省农业生态效率变化趋势

4 小结与讨论

本研究对河南省2000—2020 年的灰水足迹、碳排放、农业生产带来的经济与环境影响以及农业生态效率进行了定量研究，其主要内容和结论如下。

1）通过测算河南省2000—2020 年农业灰水足迹与碳排放，得出的主要结论：第一，从总体上看，2000—2020 年河南省灰水足迹呈现三段上升、下降的倒“√”形特征，第四阶段短暂上升。在第三阶段中，灰水足迹出现了峰值，并且下降时间较长。虽然第四阶段出现上升的趋势，但仍处于较低水平。第二，河南省灰水足迹主要来源于磷肥，其年均占比达到近80%，但磷肥年均施用量仅氮肥的1/2，河南省的磷肥利用率偏低。第三，2000—2020 年河南省碳排放呈现两段式上升、下降的倒“√”形特征，第一阶段下降时间短暂且不明显，第二阶段出现了碳排放峰值，且上升与下降时间均比第一阶段持续时间长。第四，河南省农业碳排放主要来源于化肥产生的碳排放，年均占比约为63.74%。根据以上结论分析，河南省降低灰水足迹与碳排放的关键在于继续加大“减肥减药”的力度，并且提升化肥的利用率，尤其是磷肥的利用率。

2）从农业生产对经济与环境影响的角度考虑，将农业产值增长率与灰水足迹和碳排放的平均增长率进行比较，利用二者的差值来判断农业发展状态。2004 年前，河南省的农业发展主要是以“低效益、高污染”为主，2004—2020年，除2011 年外，均处于“高效益、低污染”状态。近年来，农业生产的环境综合影响程度突破“零点”，降至负值，且下降程度不断增大，环境综合影响程度明显得到改善，河南省在发展农业经济的同时做到越来越兼顾环境的发展。

3）运用非期望产出的超效率SBM 模型，从投入产出的角度，将灰水足迹与碳排放同时纳入农业生态效率评价体系，测算河南省2000—2020 年农业生态效率发展水平。得到以下结论：第一，综合考虑灰水足迹与碳排放或只以灰水足迹或碳排放之一作为非期望产出所测算的农业生态效率的变化趋势基本一致。2000—2004年，河南省GWCAEE 处于有效状态；2005—2014年，河南省GWCAEE 呈波动下降趋势，持续处于低效状态；2015—2020年，河南省GWCAEE 逐步提高，并在2019 年达到有效值，经济发展与环境保护达到动态平衡。若河南省持续保持当前农业生态效率的有效局面，应继续适当调整农业生产中的投入比例，提高省内资源的利用率，杜绝资源浪费现象，提高农业产值，降低环境影响。第二，单独考虑灰水足迹或碳排放在不同时期会高估或低估农业生态效率。综合考虑灰水与碳排放环境因素测算的农业生态效率具有更高的准确性与科学性，与实际情况更加符合。