黄河流域农业碳排放效率与农业高质量发展的互动关系

关键词：碳排放效率；高质量发展；ＳＢＭ 模型；熵值法；ＶＡＲ 模型；黄河流域

中图分类号：Ｆ３２３．２；ＴＶ８８２．１ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０９．０１７

引用格式：焦士兴，王安周，林璐霜，等．黄河流域农业碳排放效率与农业高质量发展的互动关系［Ｊ］．人民黄河，２０２４，４６（９）：１２０－１２６．

黄河流域作为我国重要的生态屏障和经济地带，是推动高质量协调发展的关键区域，加强其生态保护和污染防治对于促进流域社会稳定、经济发展具有重要意义［１］ 。农业高质量发展是流域高质量发展的重要组成部分，农业碳排放与农业高质量发展之间具有密切联系。农业碳排放对于环境具有负面影响，是评价高质量发展的重要指标。因此，探讨农业碳排放效率与农业高质量发展的关系具有重要意义。

目前，农业碳排放效率和农业高质量发展的相关研究已取得丰富成果。在农业碳排放效率方面，郭四代等［２］ 采用包含非期望产出的ＳＢＭ 模型，测算了西部地区的农业碳排放效率，认为其总体呈上升趋势且投入产出效率处于较优状态；吴贤荣等［３］ 分析了我国农业的碳排放效率指数，认为省域之间存在显著差异；沈艳阳等［４］ 综合运用Ｓｕｐｅｒ－ＳＢＭ 模型，测算了我国省域农业碳排放效率，认为其稳步提高且存在较大提升空间。在农业高质量发展方面，杨辉等［５］ 运用熵值法测算了我国三大粮食功能区发展水平，认为其均保持上升趋势但存在区域差异；马凤才等［６］ 采用熵权法计算了黑龙江省农业高质量发展水平，认为农业产业集聚存在明显的促进作用和区域异质性；王善高［７］ 运用半参数面板数据模型，分析了数字经济对我国农业高质量发展的影响，认为其存在时空异质性；高雪等［８］ 利用纵横向拉开档次法，分析了我国农业发展质量的时空变化情况，认为其呈现东高西低的态势。

综上所述，有关农业碳排放效率和农业高质量发展的研究大多只探讨农业碳排放效率或农业高质量发展的影响因素［３，８］ ，或者某一要素对农业碳排放效率或农业高质量发展的单向关系［４，７］ ，而较少探讨农业碳排放效率和农业高质量发展之间的互动关系，且研究区域较少涉及黄河流域。基于此，笔者运用包含非期望产出的超效率ＳＢＭ 模型测算黄河流域农业碳排放效率，采用熵值法评价农业高质量发展状况，并基于ＶＡＲ 模型，探讨农业碳排放效率与农业高质量发展的互动机制，以期为推动黄河流域生态保护和高质量发展提供参考。

１数据来源与研究方法

１．１指标选取与数据来源

农业碳排放效率是指既定投入要素情况下，用较低的碳排放获取较多的经济产出，反映碳排放约束条件下的农业生产率水平，其本质是纳入了碳排放的生产技术效率［９－１０］ 。参考相关研究成果［２，１１－１２］ ，从农业投入和农业产出２ 个维度，构建农业碳排放效率评价指标体系（见表１），其中：农业投入维度包括劳动力投入、土地投入、农资投入３ 个一级指标，农业产出维度包括期望产出、非期望产出２ 个一级指标。参考相关研究成果［１３－１４］ ，从绿色、经济、可持续发展、创新４ 个维度构建农业高质量发展评价指标体系（见表２），其中：绿色维度包括环境友好、资源利用２ 个一级指标，经济维度包括经济增长、产业结构２ 个一级指标，可持续发展维度包括资源禀赋、风险承受２ 个一级指标，创新维度包括创新基础、创新绩效２ 个一级指标。

数据来源于２０１１—２０２３年《中国统计年鉴》、黄河流域九省（区）统计年鉴、《中国农业统计年鉴》，缺失数据采用线性插值法和均值法弥补。

２结果分析

２．１黄河流域农业碳排放效率

利用式（１）、式（２），计算黄河流域整体及各省（区）农业碳排放效率，结果见图１。黄河流域农业碳排放效率整体呈上升态势，年均增长率为６．３３％。其中２０１０—２０１７ 年增幅较小，年均增长率为４．９９％，主要原因是投入的农用物资较多，如化肥施用量由２０１０年的１ ９８０ 万ｔ 增加到２０１７年的２ １０１万ｔ，农业碳排放量则由２ ７８０万ｔ 增加到２ ９４８ 万ｔ，农业碳排放效率相对较低；２０１８—２０２２ 年增幅较大，年均增长率为６．９０％，主要原因是黄河流域九省（区）积极贯彻落实国家碳减排政策，优化要素投入与可再生能源替代［１２］ ，减少了农用物资投入［１９］ ，黄河流域化肥、农药施用量分别由２０１８年的６９３ 万、４１万ｔ 减少至２０２２年的５９５ 万、２９ 万ｔ，农业碳排放量则由２０１８年的２ ８４２万ｔ 减少至２０２２ 年的２５６５ 万ｔ。

黄河流域农业碳排放效率区域差异较大。采用ＡｒｃＧＩＳ １０．５ 自然间断点分级法，将农业碳排放效率划分为Ⅰ级［０．６３２，０．６５３］、Ⅱ级（０．６５３，０．８８５］、Ⅲ级（０．８８５，０．９２３］３ 个等级。

Ⅰ级包括甘肃、山西两省，农业碳排放效率较低，全省均值分别为０．６５３、０．６３２。甘肃位于我国西北地区，经济发展相对落后，在农业发展过程中忽视了对环境的保护，导致面源污染比较严重，农业碳排放量较大［２０］ 。山西省农业碳排放效率低下，归因于生产过程中存在要素投入过多、期望产出不足或者非期望产出过多，农业生产的效率较低［２１］ 。

Ⅱ级包括山东、四川、河南、陕西、青海五省，农业碳排放效率处于中等水平，全省均值分别为０．８８５、０．８７１、０．８４５、０．８８０、０．８５９。山东、四川、河南均为我国农业大省，经济发展水平相对较高，但经济收益的增速低于农业生产所产生的碳排放量的增速，农业生产中产生的碳排放主要来源于农药化肥的施用［２２］ ，２０２２年山东、四川、河南三省的农业碳排放量分别为５７７万、２９０ 万、７０６ 万ｔ，三省合计占黄河流域九省（区）碳排放总量的６１．３％。陕西是种植业大省，种植业比例较高，不利于农业碳排放效率的提升。青海受自然地理环境的影响，种植业规模较小，农业碳排放量也较小，２０２２ 年农业碳排放量为１２ 万ｔ。

Ⅲ级包括宁夏、内蒙古两个自治区，农业碳排放效率较高，全区均值分别为０．９２２、０．９０５。宁夏通过建立健全农业技术推广服务体系，加强农业基础设施和高标准农田建设，极大地推动了农业生产率的提升［２３］ 。内蒙古重视农业生产，农业投入力度大，２０２２ 年内蒙古第一产业产值占比为１１．５９％，位居黄河流域九省（区）的第二位；２０２２ 年内蒙古农林水事务支出占财政支出的１５％，位居黄河流域九省（区）的第二位。

２．２黄河流域农业高质量发展状况

运用式（３） ～式（６），计算黄河流域及各省（区）农业高质量发展水平，结果见图２。由图２ 可知，黄河流域农业高质量发展水平整体呈现波动上升态势，增长速度相对较快。２０１０—２０２２ 年，高质量发展水平从０．１４７升至０．５１１，年均增长率为１０．９％。其中，２０１０—２０１６ 年年均增长率为１５．９％，但发展水平仍较低，如２０１６ 年仅为０．２８８，主要原因是农业发展仍处于“高能耗、低效率”阶段，农业生产投入较多，如２０１６ 年农用柴油量达５９８ 万ｔ，但农业产值不高（１８３００亿元），仅为２０２２年的６５．３％；农业生产效率低下，２０１６年土地生产率为３．８９ 万元／ ｈｍ^２，仅为２０２２ 年的６２％，且对环境影响较大。２０１７—２０２２ 年农业高质量发展水平增长速度减缓，年均增长率为１０％，但发展水平相对较高，归因于我国实施了“由高速增长向高质量发展转变”重大发展战略，九省（区）更加重视高质量的发展，在推动农业经济可持续发展的同时保护了生态环境。

黄河流域农业高质量发展水平区域差异较大。采用ＡｒｃＧＩＳ １０．５ 自然间断点分级法，将农业高质量发展水平划分为Ⅰ级［０．３１３，０．３６３］、Ⅱ级（０．３６３，０．４３８］、Ⅲ级（０．４３８，０．５２７］３ 个等级。

Ⅰ级包括宁夏、内蒙古、山西、陕西四省（区），农业高质量发展水平较低，全省（区）均值分别为０．３６３、０．３５２、０．３５０、０．３１２。宁夏农业发展主要依靠黄河过境水，农业用水量占比超过８５％［２４］ ，在黄河流域九省（区）中用水效率最低（２０２２ 年农业用水效率为７．９９６元／ ｍ^３）。内蒙古农业多为分散经营，且复种指数较低（２０２２ 年为７５．６９％）。山西传统种植业和畜牧业发展较慢且相对稳定，相应的加工业发展也较慢，农业产品附加值较低［２５］ 。陕西农业规模化程度较低，２０２２年农业规模化程度仅有０． ６４ ｈｍ^２／ 人。总之，这四省（区）农业高质量发展水平较低的主要原因是资源利用效率和生产效率均较低。

Ⅱ级包括甘肃、青海两省，农业高质量发展处于中等水平，全省均值分别为０．４３９、０．４０９。甘肃、青海位于黄河上游，受自然条件影响，农业发展受到一定制约。甘肃通过转变农业发展方式、推动农业生产动力转化等措施［２６－２７］ ，有效推动了农业高质量发展。受西部大开发战略等影响，２０１８ 年以来青海农业发展水平得到明显提高。

Ⅲ级包括河南、四川、山东三省，农业高质量发展水平较高，全省均值分别为０．５２７、０．５２５、０．５２１。河南、山东地形相对平坦，农业机械化水平较高。河南省不断完善农田基础设施，重视提升农产品质量和竞争力。山东是沿黄九省（区）中经济最发达的省份，耕地率位居全国第一，耕地数量、质量和生产条件具有得天独厚的优势［２８］ ，有利于农业高质量发展。四川地域面积大，自然资源和劳动力资源丰富，农业高质量发展水平相对较高。

２．３黄河流域农业碳排放效率与农业高质量发展的互动关系

利用式（７），结合Ｅｖｉｅｗｓ １０．０ 软件，采用ＶＡＲ模型和单位根检验等方法［１８］ ，探讨农业碳排放效率与农业高质量发展之间的互动关系。

２．３．１平稳性检验及协整检验

Ａｕｇｍｅｎｔｅｄ Ｄｉｃｋｅｙ－Ｆｕｌｌｅｒ（ＡＤＦ）检验是一种常用的单位根检验方法，专门用于时间序列数据平稳性检验，以避免存在伪回归现象。ＡＤＦ 检验结果表明，５％显著性水平的农业碳排放效率与农业高质量发展两个变量均为一阶差分平稳（见表３）。在ＡＤＦ 检验基础上，对变量进行协整检验，结果显示两个变量协整。

２．３．２最优滞后阶数

在使用ＶＡＲ 模型进行分析时，需要确定最优滞后阶数。以农业碳排放效率和农业高质量发展两个变量建立ＶＡＲ 模型，结果显示其最优滞后阶数为１（见表４）。

２．３．３格兰杰因果检验

在确定最优滞后阶数为１ 阶后，对农业碳排放效率与农业高质量发展进行格兰杰因果检验。在５％显著性水平，当Ｐ＜０．０５ 时，拒绝原假设；当Ｐ＞０．０５ 时，则接受原假设。

格兰杰因果检验结果表明，５％显著性水平的农业碳排放效率是农业高质量发展的原因（见表５）。碳排放效率与高质量发展主要通过与生态环境的相互作用而彼此影响［２９］ 。生态环境对农业高质量发展水平的影响较大，归因于绿色维度所占权重（０．３４）较大。农业碳排放效率的提高对生态环境有积极影响，碳排放量随着碳排放效率提高而减少；农业污染物减少，可有效缓解农业生产所带来的环境压力，促进农业高质量发展。因此，提高黄河流域农业碳排放效率能够有效促进农业高质量发展。

格兰杰因果检验结果表明，５％显著性水平的农业高质量发展不是农业碳排放效率的原因（见表５）。黄河流域农业发展存在生态环境脆弱、农业面源污染严重、水资源短缺等问题［３０］ ，因此高质量发展受到阻碍，发展水平从２０１０ 年的０．１４７ 上升至２０２２ 的０．５１１，发展水平相对较低，但农业碳排放效率（从０．５１９ 上升到１．０８４）相对较高，表明黄河流域农业高质量发展对碳排放效率的提高影响不显著。

２．３．４方差分解

方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进而评价不同结构冲击的重要性［３１］ 。对农业碳排放效率与农业高质量发展水平进行方差分解，结果见表６。表６ 表明：从第１ 期到第１０ 期（指利用现有样本对未来进行预测的期数），农业碳排放效率对农业高质量发展的贡献率（大于２０％）均大于农业高质量发展对农业碳排放效率的贡献率（小于２０％），表明农业碳排放效率对农业高质量发展的影响较大，这与上文格兰杰因果检验的结果相吻合。

３结论与建议

运用包含非期望产出的超效率ＳＢＭ 模型和熵值法，分析了黄河流域２０１０—２０２２ 年农业碳排放效率和农业高质量发展水平，采用Ｅｖｉｅｗｓ １０．０ 软件、ＶＡＲ 模型和单位根检验等方法探讨了二者的互动关系。

１）黄河流域农业碳排放效率整体呈上升趋势，区域差异显著。甘肃、山西处于较低水平，四川、山东、河南、陕西、青海五省处于中等水平，宁夏、内蒙古处于较高水平。甘肃、山西应提高农业物资利用效率，发展绿色农业；四川、山东、河南、陕西、青海应发挥区域比较优势，发展特色产业；宁夏、内蒙古应加强科技创新、培育良种等，发展生态农业。

２）黄河流域农业高质量发展水平呈波动上升趋势，区域差异较大。陕西、山西、宁夏、内蒙古四省（区）处于较低水平，青海、甘肃处于中等水平，河南、四川、山东三省处于较高水平。陕西、山西、宁夏、内蒙古应推广蓄水保水技术等，发展高效旱作农业；青海、甘肃应实施退牧还草等，发展有机农业；河南、四川、山东应推进高标准农田建设等，发展智慧农业。

３）黄河流域农业碳排放效率的提高对农业高质量发展的促进作用较为明显，且农业碳排放效率对农业高质量发展的贡献率大于农业高质量发展对农业碳排放效率的贡献率。黄河流域应推广低碳技术、提升固碳能力等，推进农业减排固碳，促进农业高质量发展。