“雙碳”目標背景下我國畜牧業碳排放效率實證分析

王維新 李焱求

（1.山東畜牧獸醫職業學院，山東 濰坊 261061；2.培材大學，韓國 大田廣域 340934）

0 引言

隨著全球溫室效應的加劇，二氧化碳排放問題逐漸得到重視。全球氣候變化危及人類安全和健康，影響所有人賴以生存的自然生態系統和資源。近年來，碳排放問題愈發嚴峻，除了新型冠狀病毒肺炎疫情導致2020年碳排放量下降外，自2015年巴黎締約方大會召開以來，全球碳排放量每年都在上升。我國作為碳排放的主要國家，2020年承諾實現2030年“碳達峰”與2060年“碳中和”目標，要求全社會科學有序降碳，促進經濟社會發展全面綠色轉型。黨的十八大召開后，我國的發展理念發生了根本性變化，環境保護不再被視為經濟發展的負擔，而是被視為高質量發展的驅動力。畜牧業是公認的全球氣候變暖的貢獻者之一，并非傳統認知中的“異味產業”，其碳排放量約占全球總排放量的1/7，倡導畜牧業節能減排已達成共識。我國是世界上最大的畜牧生產國，隨著城鄉居民膳食結構和營養水平的不斷升級、農業農村經濟發展和農民增收的迫切需求，我國畜牧業的碳排放量正不斷向高位趨近，亟待依托產業結構調整和效率變革，加快畜牧經濟增長向低碳化轉型。因此，開展畜牧業碳排放效率研究對“雙碳”目標背景下促進經濟社會發展具有一定緊迫性和必要性。

1 研究現狀

目前，國內學界對農業碳排放、碳排放效率及其影響因素的研究較多，但針對全國畜牧業碳排放效率實證分析的相關研究報道非常少，且存在一定的不足。例如，實證研究基于我國省域、某一特定區域或地市級視角，全面性不足；研究方法以傳統的DEA模型為主，未將非期望產出和環境變量納入研究范疇，嚴謹性不足；采用的數據相對較早，科學性不足等。鑒于此，筆者運用非期望產出的三階段超效率SBMDEA模型和Malmquist指數，分別對2002—2020年國家層面、四大經濟帶（東部、西部、中部和東北）和31個省（自治區、直轄市）的畜牧業碳排放效率進行測度分析，以期為“雙碳”目標下畜牧業減排和畜牧業高質量發展提供實證依據。

2 研究方法

2.1 三階段超效率SBM-DEA模型

為了解決傳統數據包絡分析（Data Envelopment Analysis，DEA）的DUM效率值大于1而無法有效評價的情況，筆者采用包含非意愿產出基于松弛變量的三階段超效率DEA模型（Slacks-Based Measure，SBM）。三階段超效率SBM模型如公式（1）所示：

2.2 隨機前沿（SFA）模型

為剔除隨機因素和環境因素對效率值的影響，構建SFA模型，如公式（2）所示：

3 指標選取與數據來源

該研究的實證數據來源為2002—2020年《中國畜牧業統計年鑒》、國家統計局網站、《山東省畜禽養殖場用地參考指標》和市場調研。筆者選取畜牧業從業人員數量、畜牧業固定資產投資額、畜禽飼養土地面積作為投入指標；選取人均畜牧業產值作為意愿產出指標，選取畜牧業碳排放量作為非意愿產出指標；選取產業結構、經濟發展水平和區域創新能力作為環境指標（見表1）。

表1 碳排放效率測算指標

依據聯合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）提出的碳排放因子法，測算《中國畜牧業統計年鑒》中包含的牛、馬、家禽、兔、騾、驢、豬和駱駝等畜禽的CO排放當量。測算公式（3）如下：

畜禽具體溫室氣體排放系數見表2。

表2 畜牧業溫室氣體排放系數 kg/（頭·a）

4 實證分析

運用MaxDEA軟件對數據進行第一階段的效率測算后，在第二階段納入產業結構、經濟發展水平和科技水平3個環境變量，用Frontier4.1軟件對2002—2020年國家、31個省（自治區、直轄市）和4個經濟帶的投入松弛變量進行SFA回歸，利用Excel軟件剔除環境因素和管理無效率對松弛變量的影響，并重新調整投入變量的值，將各個DUM置于相同的水平下。第三階段同樣利用超效率SBM模型對第二階段調整后的投入值運行效率重新進行測度，結果如表3所示。

表3 第三階段碳排放效率

由表3可知，非期望產出的三階段超效率SBMDEA模型測算結果顯示的畜牧業碳排放效率與該地區畜牧業飼養規模并不完全對應，運算結果代表的是一種投入產出比，并不能體現各個區域在產業發展方面是否具有競爭性。另外，對于測算碳排放效率占優的區域，并不代表其沒有改進空間。

為更加清晰地展示2002—2020年國家層面和四大經濟帶畜牧業碳排放效率，繪制年平均值為單元的折線圖（見圖1）。

圖1 2002—2020年我國年均碳排放效率

從圖1整體來看，全國碳排放效率呈現出先降后升趨勢，2006—2011年增長趨緩，可能與國家頒布的《節能目標責任和評價考核實施方案》取得一定效果有關；2012—2018年呈平滑下降狀態，可能與國家頒布《畜禽規模養殖污染防治條例》和助力畜牧業發展的相關政策導致小規模散養戶淘汰，大規模養殖場蓬勃發展相關；2018年到波谷的0.044后開始回暖，可能與2018年起中美貿易戰出口受挫，禽畜疾病頻發，畜牧業一片蕭條，產業結構升級和新舊動能轉換開始發力有關。

從各經濟帶來看，四大經濟帶的變化趨勢與國家層面變化基本一致，東部、中部和西部的碳排放效率都高于國家平均值，東北地區的碳排放效率遠低于東部、中部、西部地區和國家平均水平。東部地區研究期內初期碳排放效率領先于其他地區，但2009年后被中部地區追平，甚至在有的年份被超越，在2018年以后其效率值又被西部地區趕超。這可能與東部地區部分產業轉移、中西部地區受益沿海產業轉移的技術擴散，產業結構調整相關；而東北地區相對土地資源豐富、畜牧業固定資產投資不足和經濟發展落后，在一定程度上制約了當地畜牧業碳排放效率的提高。

從省域來看，我國31個省（自治區、直轄市）在研究期間的碳排放效率表現出顯著的區域差異性，最高浙江省的效率均值為3.221，最低黑龍江省的效率均值為0.027。從面板數據來看，浙江省和山東省多年的效率值都大于1，是其他省（自治區、直轄市）的追趕目標。效率值低于0.1的遼寧省、寧夏回族自治區、甘肅省、內蒙古自治區、新疆維吾爾自治區、海南省和黑龍江省，受區域創新能力、產業結構和經濟發展水平影響，畜牧業發展方式以傳統的粗放型為主，發展模式分散且小，產業化、規模化、標準化水平低，污染源點多且面廣，且受地理和自然環境等要素稟賦限制，該地區畜牧業碳排放效率一直處于較低水平。但該區域畜牧業碳排放效率提升空間大，可以通過采用飼料新配方、引進新技術和發展養殖新模式等提高畜牧業碳排放效率。

5 結論與建議

筆者基于三階段超效率SBM-DEA模型測算得到國家層面、四大經濟帶和31個省（自治區、直轄市）的畜牧業二氧化碳排放效率值。根據結果分析，得出以下結論：①我國畜牧業的二氧化碳排放效率值出現高—低—高的趨勢，區域間碳排放效率差異較顯著，剔除新型冠狀病毒肺炎疫情因素，近年來東部地區、中部地區和西部地區的效率排放基本持平，說明畜牧業的碳排放問題開始出現好轉；②2002—2020年，我國畜牧業全國層面碳排放效率偏低，均值為0.134，節能減排潛力較大，而各省（自治區、直轄市）的碳排放效率存在顯著差異，其中黑龍江省和海南省效率最低，平均排放效率僅為0.030左右，需要重點關注； ③我國幅員遼闊，各地資源稟賦不一，使得畜牧業產業結構、從業人員規模、地區經濟發展水平和城鎮化率等成為碳排放率不高的主要影響因素。從上述分析結果可以看出，我國畜牧業碳排放實現2030年達峰這一目標仍任重而道遠。

為有效控制畜牧業碳排放量，進一步提高排放效率，爭取早日實現“雙碳”目標，根據上述結論，筆者提出以下建議。一是各級政府應以《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》和《2030年前碳達峰行動方案》為綱領，以《“十四五”全國畜牧獸醫行業發展規劃》為抓手，結合實際制訂和落實區域發展規劃。二是各區域畜牧業減排工作的開展要因地而異、因類而異和因地制宜，并以綠色和循環發展理念指導發展畜牧業，實現環境和經濟協調發展。三是一方面加大畜牧業財政支出力度，建立支持畜牧業低碳綠色循環發展的長效機制，實施積極的技術補貼措施，對引進、采用和研發新技術的規模化企業給予財政補貼和稅收減免；另一方面加大畜牧業固定資產投資力度和畜牧業從業人員培訓投資力度，為畜牧業高質量發展 提供支持。