基于熵權法的農業碳減排與農村金融支持耦合研究

仇冬芳，邵華洋 ，胡正平

(1.南京航空航天大學，江蘇 南京 210016；2.南京農業大學，江蘇 南京210095)

?

基于熵權法的農業碳減排與農村金融支持耦合研究

仇冬芳1，邵華洋1，胡正平2

(1.南京航空航天大學，江蘇 南京 210016；2.南京農業大學，江蘇 南京210095)

摘要：在科學建立農業碳減排與農村金融支持評價指標體系的基礎上，利用信息熵為各項指標賦權，構建農業碳減排與農村金融支持耦合協調度模型，利用我國1997～2013年農業碳排放及農村金融支持數據進行實證研究。研究表明:我國農業碳減排與農村金融支持耦合協調度整體水平較低；耦合協調滯后類型由農業碳減排滯后轉變為農村金融支持滯后，階段性特征明顯；農業碳減排與農村金融支持協調程度逐漸提高，但尚未達到良好協調;最后,提出促進農業碳減排與農村金融支持協調發展的政策建議。

關鍵詞：農業碳減排；農村金融支持；耦合協調

0引言

我國是碳排放大國，工農業碳排放問題都很嚴重，國家“十二五”規劃以及黨的十八大報告都高度重視碳排放問題。傳統粗放式的高碳農業給農村生態環境造成了嚴重的負面效應，極大地影響了農業的可持續發展，農業發展低碳化是大勢所趨。

農業碳排放作為碳排放的重要來源之一，研究發展農業經濟過程中減少碳排放即農業碳減排具有重要的理論意義和實踐價值。農業碳排放是一個復雜的系統，國內外學者對農業碳排放的研究主要集中在：(1)農業碳排放來源。農業土地使用產生的碳排放的研究，Fargione 等(2008)研究國外伐林毀草來種植生物能源農作物、將農業用地轉變為短伐木種植等情況下碳排放的變化[1]；農業生產資料使用產生的碳排放的研究，Johnson等(2007)發現農業生產過程中產生的農用物資廢棄物、生產資料以及農業作物燃燒等是農業碳排放的主要源頭[2]。(2)影響農業碳排放的主要因素。Dyer等(2010)研究燃油用于加拿大農業生產的事實發現農業生產過程中化石燃料的消耗成為農業碳排放日益增長的最主要因素之一[3]；田云等(2011)等研究了農地利用中農業生產資料效率、農業結構及農業規模因素對農業碳排放的影響[4]；李秋萍等(2015)認為農業經濟的增長具有增排效應，農業科技投入的增加和農民文化素質的提高抑制了農業碳排放，具有減排效應[5]。(3)農業碳足跡與碳排放研究。史磊剛等(2011)對華北平原小麥與玉米的種植模式下的碳足跡進行了探究，分析了不同區域及作物的碳足跡與碳排放的差異[6]；邵技新(2012)運用2010年數據測算典型巖溶地區——畢節地區農業碳排放、碳固定和碳足跡[7]；高鳴等(2015)測算出中國30個省域的農業碳排放，認為中國農業碳排放績效存在區域間發展不均衡和聚集效應[8]。目前國內外大多學者都是基于某一特定視角對農業碳減排進行研究，但這些研究忽視了農業碳減排與農村金融支持之間的關系，因為農業碳減排實現的瓶頸在于融資困難，農村金融作為農業經濟的重要問題，其與農業碳減排的相互關系自然應當引起國內外學者的關注。

借鑒魯釗陽(2013)對農村金融發展的定義，農村金融支持可認為是“金融支持”在“農村金融”領域的延伸，剔除鄉鎮企業等非農農村金融因素，即“金融支持”在農業領域的體現。農村金融的發展將為低碳農業提供資金，并促進相關產業的優化與升級，逐步實現資本與低碳產業的對接[9]。張躍超(2013)認為農村金融在低碳農業發展中起著關鍵性作用，我國低碳農業發展緩慢，缺少足夠的資金支持是重要原因[10]。雖然農業碳減排低能耗、低排放的特點將帶來巨大的經濟與生態效益，但由于農業碳減排初期投入較大，周期較長，故資金需求較大。在我國，僅依靠農戶自身財富積累，自發實行碳減排可行性較低、難度較大，故亟需將農村信貸與國家碳減排政策有效對接，優先給予符合碳減排的農業產業與農戶信貸優惠，推動農業碳減排的進程，對促進農業可持續發展具有重要的理論和實際意義。因此，本文建立科學的農業碳排放與農村金融支持的測算體系，基于熵權法對相關指標予以賦權，測算1997～2013年我國農業碳減排及農村金融支持的水平，運用耦合協調度模型計算農業碳減排及農村金融支持之間的耦合協調度，發現1997～2013年農業碳減排及農村金融支持之間協調度的特征及變化趨勢，并提出相應的政策建議。

1農業碳減排與農村金融支持指標體系及權重

1.1農業碳減排與農村金融支持評價指標體系

農業碳減排與農村金融支持協調發展問題的研究首先必須根據科學性、合理性和數據可獲性的原則建立度量指標體系，綜合考慮已有的研究成果及數據可獲性，農業碳減排子系統包括農地利用碳排放、水稻生長碳排放和畜牧養殖碳排放，農村金融支持子系統包括農村金融規模和農村金額效率。

1.1.1農業碳減排子系統評價指標體系

1.1.1.1農地利用碳排放農地利用而引起的碳排放主要包括：①化肥、農藥及農膜、農用機械消耗燃油等農用生產物資使用及處置引起的碳排放；②翻耕過程中土壤表層受損而產生的有機碳流失以及氧化亞氮的排放；③農業灌溉等活動用電引起的碳排放。

1.1.1.2水稻生長碳排放水稻在生長過程中會產生一定的甲烷氣體，其甲烷排放量=水稻種植面積×水稻生長周期×水稻田甲烷排放系數。其中：水稻種植面積以當年水稻實際種植面積為準；我國水稻的生長周期約為110～150 d，為了便于計算，取其中間值130 d；Wang (1990)[11]、Matthews(1991)[12]、Cao(1995)[13]等學者測度了稻田的CH4排放系數，分別為0.44 、0.50和0.44 CH4/(m2·d)，取三者均值0.46，同時，1 t CH4所引發的溫室效應相當于25 t CO2(約合6.82 t C)所產生的溫室效應，田云等(2012)為了統一計量單位，認為稻田碳排放系數為3.136 g C/(m2·d)[14]。

1.1.1.3畜牧養殖碳排放畜牧養殖過程也伴隨著大量的碳排放，其主要表現形式為牲畜腸道發酵引起的甲烷氣體排放和牲畜糞便處置過程引起的甲烷氣體排放，目前我國主要牲畜包括豬、牛、羊、馬、驢、騾等，本文所有牲畜數量數據均以動物當年年末存欄數為依據。

1.1.2農業碳源排放系數的確定有學者和機構測算過農業碳源排放系數，各種碳排放源的碳排放系數如表1和表2。

表1　 農用物資及耕種碳源碳排放系數

注：本文在計算時將CH4排放量轉化成C排放量，其中1 t CH4=6.82 t C。

1.1.3農村金融支持子系統評價指標體系

1.1.3.1農村金融規模農村金融規模代表農村金融發展水平，目前國內學者較多采用貸款與GDP的比值來評價金融規模，因此，農村金融規模可等于農村貸款與農村GDP的比值，《中國金融年鑒》中“農村貸款=鄉鎮企業貸款+農業貸款”，本文研究農業碳減排與農村金融支持的協調發展，所以用農業貸款與農村GDP的比值來衡量農村金融規模。

表2牲畜腸道排放及糞便處置

碳排放系數

kg CH4/(頭·年)

1.1.3.2農村金融效率一般用投入與產出的關系來測算農村金融效率，在農村金融支持測算過程中用農村金融效率反映金融機構將農業存款轉化為農業貸款的效率，本文用農業存款與農村貸款的比值來衡量農村金融效率。

綜上所述，農業碳減排與農村金融支持評價指標體系如表3。

表3　農業碳減排與農村金融支持評價指標體系

1.2基于熵權法的指標賦權

熵的概念源于熱力學，是物質微觀熱運動時混亂程度的標志，最早由香農引入信息論，按照信息論基本原理的解釋，信息是系統有序程度的一個度量，熵是系統無序程度的一個度量；如果指標的信息熵越小，該指標提供的信息量越大，在綜合評價中所起作用理當越大，權重就應該越高，因此,這種指標賦權方法被稱作熵權法，熵權法通常依據待評價指標的信息熵，即待評價對象在某一指標上的變異性大小來對該指標進行客觀賦權，由于熵權法能體現多個評價對象的相互聯系，目前已在社會經濟等領域得到廣泛運用。

本文將熵權法運用于農業碳減排與農村金融支持各評價指標的賦權，客觀地反映農業碳減排與農村金融支持各指標的協調程度。具體計算步驟如下：

(1)形成原始數據矩陣

現有被評價對象M=(M1，M2，…，Mm)，評價指標D=(D1，D2，…，Dn)，被評價對象Mi對指標Dj的值記為xij(i=1，2，…，m；j=1，2，…，n)，則形成的原始數據矩陣如公式(1)。

(1)

其中:xij為第j個指標第i年的初始功效值。

(2)對原始矩陣進行標準化處理

由于本文選取的農業碳減排子系統和農村金融支持子系統評價指標體系中同時包含有“正功效”指標和“負功效”指標，并且各個指標因為量綱不同而不能進行直接比較。因此,需要對不同類型功效指標依據公式(2)進行標準化處理。

(2)

其中：max(xj)為第j個指標最大功效值；min(xj)為第j個指標最小功效值；vij為第j個指標的第i年的標準化功效值。標準化處理后，標準化功效值vij反映了第j個指標的第i年基于目標值的滿意程度，不難看出，經過標準化處理后，0≤vij≤1，vij接近于0表示最不滿意，vij接近于1表示最滿意。

(3)計算第j項指標第i年評價值的特征比重

按照公式(3)計算第j項指標下，第i年評價值的特征比重為pij。

(3)

因為0≤vij≤1，所以0≤pij≤1。

(4)計算第j項指標的信息熵值ej

根據熵權法，按照公式(4)可以測算第j個評價指標的信息熵值ej。

(4)

對于某一項指標Dj，其vij的差異越大，ej越小，即各被評價對象第j項指標值差異越大，表明該指標反映的信息量越大，其熵值就越小，越應賦予較大的指標權重；而當熵值ej偏大時，表明該指標提供的信息量很小，賦予較小的指標權重。

(5)確定評價指標的權重系數

計算出第j個評價指標的信息熵值ej之后，依據公式(5)可以計算出第 j個評價指標的熵權即熵權法下第 j個評價指標的權重系數wj，0≤wj≤1。

(5)

(6)確定各評價指標的熵權綜合評價值

將各指標的熵權值分別與其所對應的標準化功效值相乘后求和得到熵權綜合評價函數ui，如公式(6)。

(6)

2農業碳減排與農村金融支持耦合協調模型

2.1耦合度模型構建

本文參考物理學中的容量耦合系數模型，進行降維處理，可以得到農業碳減排子系統和農村金融支持子系統相互作用的二維耦合度模型，如公式(7)。

(7)

其中：U1為農業碳減排子系統綜合評價值；U2為農村金融支持子系統綜合評價值；C為復合系統的耦合度，且C∈[0，1]，當C趨向于0時，耦合度極小，農業碳減排子系統和農村金融支持子系統之間處于失諧或無關狀態，耦合系統將向無序演化；當C趨向于1時，耦合度極大，農業碳減排子系統和農村金融支持子系統之間達到良性共振，耦合系統也將趨于新的有序結構。

2.2耦合協調度模型構建

耦合度模型雖然能反映農業碳減排子系統與農村金融支持子系統相互作用程度的強弱，但是無法判別兩個子系統是在較高的發展水平上相互促進，抑或在較低的發展水平上緊密聯系。因此，在耦合度模型的基礎上進一步拓展，得到耦合協調度模型，不僅能夠反映農業碳減排與農村金融支持兩個子系統之間的協調程度，還能體現協調發展水平的階段性，耦合協調度模型如公式(8)。

T=α×U2+β×U2

(8)

其中：D為復合系統的耦合協調度；T為農業碳減排與農村金融支持的綜合評價指數；α、β為待定權數，盡管農業碳減排與農村金融支持的相互作用并非對稱性，但農業碳減排與農村金融支持對實現農業和農村的健康發展具有同等重要的意義，故取α=0.5、β=0.5。

2.3耦合協調度等級劃分

本文參照已有的研究成果，耦合協調度(D)的取值在0～1之間，D越接近1，表明耦合協調度越好，則農業碳減排與農村金融支持協調度較高；D越接近0，表明耦合協調度越差，農業碳減排與農村金融支持協調度較低，具體協調等級及對應區間如表4所示。

表4　農業碳減排與農村金融支持耦合協調等級劃分

注：農業碳減排與農村金融支持協調關系：(1)U1>U2為農村金融支持滯后；(2)U1

3實證分析

農業碳減排與農村金融支持具有相互作用，兩者的協調發展對我國實行碳減排的目標以及發展農村金融均具有重要意義。本文利用我國1997～2013年農業碳排放及農村金融發展數據進行實證分析，其中，農業碳排放測算所需數據來自《中國農村統計年鑒》，農村金融支持所需數據來自《中國金融年鑒》與《中國統計年鑒》，需要說明的是，由于《中國金融年鑒》統計口徑的變化缺少直接性數據，2010～2013年我國的農業存款依據相關數據利用灰色理論DGM模型整理計算得出。

3.1數據標準化處理與指標權重

本文先分別對農業碳減排子系統與農村金融支持子系統的原始功效值按公式(2)進行標準化處理，再根據公式(3)～公式(5)求得各評價指標的熵權，計算結果如表5。

表5　農業碳減排與農村金融支持評價指標的權重系數

3.2耦合協調度測算結果

結合以上各指標權重，利用公式(5)～公式(8)逐步計算得出我國從1997～2013年各年農村碳減排子系統與農村金融支持子系統的耦合協調度，確定其耦合協調類型，同時觀察1997～2013年我國農村碳減排子系統與農村金融支持子系統發展的協調度及變化趨勢(如表6)。

表6　我國農村碳減排與農村金融支持

3.3我國農業碳減排與農村金融支持耦合協調度特征分析

3.3.1農業碳減排與農村金融支持綜合發展水平從表6與圖1可以看出，從1997～2013年我國農業碳減排綜合評價值呈逐年下降的趨勢，平均每年下降約2個百分點，我國農業碳減排實際情況不容樂觀；農村金融支持綜合評價值則分為兩個階段：1997～2010年，平均每年上升7個百分點，并在2010年達到峰值，受2008年全球“次貸”危機及國內經濟增速放緩影響，2011年農村金融支持綜合評價值大幅下降，2011～2013年，農村金融支持綜合評價值在0.5的總體水平上下波動，總體來看，農村金融支持評價值呈較為穩定的上升趨勢。

圖1　1997～2013年農業碳減排與農村

3.3.2農業碳減排與農村金融支持耦合度及耦合等級從表6和圖2可知，1997～2010年間，農業碳減排與農村金融支持的耦合度在逐年提高，這說明我國農村農業碳排放與農村金融支持之間的相互作用越來越強：一方面，農村金融的發展促進了農業生產模式的改進，農用機械、農膜、農藥、農肥等在農業生產中日益廣泛使用，加大了農業碳排放；另一方面，伴隨著國家對“三農”的持續投入與重視，農業生產的規模化、機械化也對農村金融配套提出了更高的要求。我國農業碳減排與農村金融支持聯系日益緊密，保持在中度協調的耦合度水平上，換言之，農業碳減排與農村金融支持已經相互依存，相互影響。

圖2　1997～2013年農業碳減排與農村金融支持

3.3.3農業碳減排與農村金融支持耦合協調度與耦合協調類型分析從表6和圖2可知：第一，1997～2013年我國農業碳減排與農村金融支持耦合協調度的值基本在0.35～0.80之間，總體協調水平顯著提高；第二，協調程度的變化趨勢經歷了兩個階段，1997～1999年為勉強協調與中度協調，2000～2013年為中度協調，并且在同一協調類型中，耦合協調度顯著提高；第三，耦合協調度在2010年達到峰值，2011年出現回落；第四，耦合協調中滯后類型分為兩個階段，1997～2003年為農村金融支持滯后， 2004年起則為農村碳減排滯后。

4分析

本文實證研究表明，我國1997～2013年間農業碳減排與農村金融支持耦合協調度顯著提高，原因在于國家對農業碳減排日益重視及農村金融的快速發展；盡管如此，2010年以后兩者的耦合度卻出現下滑，其中原因在于2008年全球金融危機使得我國農村金融支持水平下降。另一方面，從2004年開始農業碳減排與農村金融支持耦合協調中的滯后因素由農村金融支持變為農業碳減排，這說明我國農村金融經過持續投入與發展，已基本可滿足農業發展的需求，而農業碳減排的評價指數卻逐年降低，說明我國農業碳減排的形勢仍然較為嚴峻，農用機械、農膜、農藥、農肥等在長期內仍將大量使用，由此帶來的農業碳排放量仍將持續增加，雖然國家加大了對“三農”的投入，但農業碳減排進展仍較緩慢，我國亟需繼續加大對“綠色”農用物資的科技研發，以降低農業生產的單位碳排放量，實現傳統農業生產模式向集約化農業生產模式的真正轉變。

5建議

5.1建立農業碳排測算體系，完善宏觀的碳監測機制

目前我國亟需建立完備的碳排放監測數據庫，從宏觀上把握我國農業碳排放的現狀，掌握碳排放的時空演變規律與結構特征等，為政府相關部門制定決策提供可靠的數據支撐；同時，將碳排放量“綠色指標”納入地方官員政績考核指標，落實國家發展低碳經濟的政策，將低碳理念融入“農業增產、農民增收、農村發展”的過程。

5.2加快建立健全農村金融體系，加大對農業發展的金融支持

加強對農藥、農膜、化肥、農用廢物再生等農業上下游企業的信貸支持力度，促進升級轉型。農業碳減排問題并不僅僅是環境問題，更是農村經濟問題，要理順農業碳減排與農村經濟的關系，加強全社會力量對農業發展的促進作用。

5.3加強對微觀層面農業碳減排的研究與關注

目前學者的研究主要集中在宏觀層面，且以實證研究為主，對于農戶個體行為缺少研究關注，造成了研究成果偏理論性的特征，對于農戶個體行為的指導性較低。所以應對微觀個體的農業生產行為及生產過程中的碳形成原理加以研究，制定個體層面推廣實施農業碳減排的對策。

參考文獻：

[1] Fargione J，Hill J，Tilman D，et al. Land clearing and the biofuel carbon debt[J]. Science，2008，319(29)：1235-1238.

[2] Johnson J M，Franzluebbers A J，Weyers S L,et al. Agricultural opportunities to mitigate greenhouse gas emissions [J] . Environmental Pollution，2007，150(1)：107-124.

[3] Dyer J A， Kulshreshtha S N，Mcconkey B G. An assessment of fossil fuel energy use and CO2emissions from farm field operations using a regional level crop and land use database for Canada [J] .Energy，2010，5：2261-2269.

[4] 田云，李波，張俊飚.我國農地利用碳排放的階段特征及因素分解研究[J].中國地質大學學報:社會科學版， 2011，11(1)：59-63.

[5] 李秋萍，李長建，肖小勇,等.中國農業碳排放的空間效應研究[J].干旱區資源與環境，2015，29(4)：30-35.

[6] 史磊剛，陳阜，孔凡磊,等.華北平原冬小麥-夏玉米種植模式碳足跡研究[J].中國人口·資源與環境，2011，21(9)：93-98.

[7] 邵技新.巖溶山區縣域農業碳足跡分析:以畢節地區為例[J].水土保持研究，2012，19(5)：210-213.

[8] 高鳴，宋洪遠.中國農業碳排放績效的空間收斂與分異:基于Malmquist-luenberger指數與空間計量的實證分析[J].經濟地理，2015，35(4)：142-148,185.

[9] 魯釗陽.農村金融發展與農業碳排放關系區域差異實證研究[J].思想戰線，2013，39(2)：119-123.

[10] 張躍超.低碳農業與農村金融協調發展研究[J].農業經濟，2013(5)：96-98.

[11] Wang M X，Dai A G，Shen R X. CH4emission from a Chinese rice paddy field [J].Acta Meteorologica Sinica，1990，4(3)：265-275.

[12] Matthews E，Fung I，Lerner J. Methane emission from rice cultivation: Geographic and seasonal distribution of cultivated areas and emissions[J].Global Biogeochemistry Cycles，1991，5(1)：3-24.

[13] Cao M，Dent J B，Heal O W. Methane emissions from China’s paddyland[J] . Agriculture，Ecosystems and Environment，1995,55：129-137.

[14] 田云，張俊飚，李波.中國農業碳排放研究：測算、時空比較及脫鉤效應[J].資源科學，2012，34(11)：2097-2105.

[15] 伍芬琳，李琳，張海林,等.保護性耕作對農田生態系統凈碳釋放量的影響[J].生態學雜志，2007，26(12)：2035-2039.

[16] 段華平，張悅，趙建波,等.中國農田生態系統的碳足跡分析[J].水土保持學報，2011，25(5)：203-208.

(責任編輯:王 影)

Research on Coupling of Agricultural Carbon Reduction and Rural Financial Support Based on Entropy Weight Method

QIU Dong-fang1, SHAO Hua-yang1， HU Zheng-ping2

( 1. Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China;2. Nanjing Agricultural University, Nanjing 210095, China)

Abstract：Based on the scientific indicator system of agriculture carbon reduction and rural financial support, entropy weight method was used to weigh the indicators, and the coupling coordination degree model was constructed for empirical research according to the data of agricultural carbon reduction and rural financial support between 1997～2013 in China. The results showed that there existed a comparatively low level of coordination degree of agriculture carbon reduction and rural financial support in China. Coupling coordination lag type changed from the agriculture carbon reduction lag to the rural financial support lag, showed obvious stage characteristics. The level of coordination degree of agriculture carbon reduction and rural financial support kept increasing, but the speed was comparatively slow and inefficient. This paper put forward some corresponding suggestions for improving the coordination between agriculture carbon reduction and rural financial support.

Key words：Agricultural carbon reduction; Rural financial support; Coupling degree

中圖分類號：F830.61

文獻標志碼：A

文章編號：1001-8581(2016)02-0112-06

作者簡介：仇冬芳(1968—)，女，江蘇鹽城人，副教授，博士，主要從事農村金融研究。

基金項目：教育部人文社會科學研究規劃基金項目(12YJA630018)；中央高校基本科研業務費專項資金(NR2014010)。

收稿日期：2015-09-07