基于灰水足跡與碳排放的河南省農業生態效率分析

李文艷，李炳軍，馬文雅

（河南農業大學信息與管理科學學院，鄭州 450046）

目前，中國有17%的溫室氣體來自農業，農業碳排放已成為中國碳排放的重要來源［1］。除此之外，農藥和化肥的過度使用也對中國水資源造成了嚴重影響［2］。農業生產活動產生的水資源污染和溫室氣體排放量日益增加已成為2 個關鍵的環境問題，農業可持續發展面臨著嚴峻挑戰。在此背景下，從經濟效益與環境效益的雙贏角度，減少農業水資源污染與碳排放量從而提升農業生態效率對于解決農業生產與生態環保之間的社會矛盾，實現農業可持續發展具有重要意義。

生態效率（Ecological efficiency，EE）也稱環境效率，最早由Schaltergger 和Sturm 于1990 年提出［3］，意為增加的價值與增加的環境影響的比值，是衡量可持續發展能力的重要指標［4］。農業生態效率則是其在農業領域的擴展與延伸［5］，目前關于農業生態效率尚未有統一的界定，但卻具有共同內涵，即在保證農業經濟發展的前提下，盡量減少資源投入和環境污染，提倡以“高效、節能、減污”的理念來發展農業，追求經濟與生態的雙重效益［6，7］。目前，國內外關于農業生態效率的研究視角不同，在環境指標的選擇方面有著很大的差異，其指標選擇主要集中在農業面源污染［8，9］、碳排放這2 個方面［10，11］。在農業面源污染方面，潘丹等［12］通過對中國1998—2009 年農業生態效率進行測算，發現雖然農業生態效率呈現上升趨勢，但總體水平較低，并且導致生態效率無效的主要原因是資源的過度消耗以及污染的過量排放。李谷成［13］認為1978—2008 年中國農業生態效率在轉型期增長較為顯著，并且制度創新是農業生態效率革命的突破口。從農業碳排放角度方面，崔葉辰等［14］發現2008—2017 年新疆農業生態效率總體發展趨勢較好，但最近幾年的發展態勢并不理想。田偉等［15］測算了2002—2012 年中國農業生態效率，發現東部地區的效率普遍較高，中部地區碳減排潛力較強。張熒楠等［16］測算了2000—2017 年山東省農業生態效率，發現該省農業生態效率整體較高，但地區差異明顯。

綜上，目前關于農業生態的環境指標選擇比較單一，且忽視了農業生產帶來的水資源污染，較難全面地評價農業生態效率。當前生態經濟學和可持續發展研究領域的熱點——足跡理論能夠量化農業生產的水污染［17］。Hoekstra 和Chapagain 于2008 年首次提出灰 水足跡（Grey water footprint，GWF）［18，19］。依照國際水足跡網絡出版的《水足跡評價手冊》，灰水足跡指以自然本底濃度和現有水質標準為基準，將一定的污染物負荷吸收同化所需淡水的體積［20］。農業灰水足跡主要指在作物生長過程中，施用的化肥、農藥等除被作物利用外，其余的氮、磷、鉀等元素通過徑流進入水體，造成的水污染量［21］。碳排放的測算對于評估農業生產的減排潛力和創建低碳生產模式有重要作用［22，23］。鑒于當前農業生態效率的研究狀況，本研究以河南省狹義農業為對象，基于足跡理論，從農業生產的水-碳角度，測算河南省2000—2020 年灰水足跡與碳排放，量化農業生產造成的水資源污染與氣候影響。其次，從農業生產對經濟與環境的影響方面，將農業產值增長率與灰水足跡和碳排放二者平均增長率進行對比分析，評價河南省農業生態經濟發展情況。最后，從投入產出的角度，將灰水足跡與碳排放同時納入生態效率指標體系，運用非期望產出的超效率SBM 模型來測算、評價河南省農業生態效率，以期為河南省提高農業生態效率、促進農業經濟效益與生態效益協調發展及推進農業可持續發展提供參考。

1 研究方法與數據來源

1.1 灰水足跡測算方法

河南省種植業活動中投入的化肥主要以氮肥和磷肥為主，因此本研究選取氮肥、磷肥作為水污染來源。河南省農業灰水足跡為氮肥灰水足跡與磷肥灰水足跡較大者，測算過程主要參考《水足跡評價手冊》，具體測算公式如下：

式中，GWFpla為農業灰水足跡，GWF(N)為氮肥灰水足跡，GWF(P)為磷肥灰水足跡。GWF(i)為第i種物質的灰水足跡（1010m3），L(i)為第i種污染物排放負荷（kg），Appl(i)表示施用第i種化學物質的量（kg），α(i)表示污染物淋失率，Cmax為水質環境標準情況下的污染物最高濃度（mg/L），Cnat為受納水體的初始濃度（mg/L），i=N/P。在灰水足跡測算中，根據GB 3838—2002《地表水環境質量標準》中規定的Ⅲ類水標準，氮和磷污染物的最大排放標準分別為1.00 mg/L和0.05 mg/L［24］，自然本底質量濃度值為0。氮肥和磷肥的流失率分別為86.7%、36.0%［25］。

1.2 碳排放測算方法

綜合IPCC（2007）評估報告［26］和李波等［27］、田云等［28］、曹俐等［29］的方法，農業碳排放主要來源于農業生產過程中化肥、農藥、農膜、柴油的使用，以及土地翻耕、農業灌溉6 個方面。農業碳排放的估算公式為：

式中，E為農業碳排放總量，Ei為各農業碳源的碳排放量，Ti為各農業能源消耗量，δi為各農業碳源的碳排放系數（表1）。

表1 農業碳排放源、系數及參考來源

1.3 非期望產出的超效率SBM 模型

根據已有研究［5，33］，結合河南省農業生產具體情況，將土地、人力、機械、農藥、化肥等資源投入作為投入指標，農林牧漁業生產總值作為期望產出指標，非期望產出指標選取農業灰水足跡與碳排放，構建的河南省農業生態效率評價指標體系如表2所示。

表2 河南省農業生態效率評價指標體系

根據Tone［34］所提出的超效率SBM 模型，以灰水足跡和碳排放為非期望產出的河南省農業生態效率計算過程如下：

假定河南省有n個決策單元（DMU），每個DMU有m種投入，q1種期望產出和q2種非期望產出；λj為第j個DMU的權重向量，j為決策單元（DMU）的指標數，j=1,2,…,n(j≠k)表示第i個投入的松弛變量，i為投入指標數，i=1,2,…,m表示第r個期望產出的松弛變量，r為期望產出指標數r=1,2,…,q1表示第t個非期望產出的松弛變量；t為非期望產出指標數，t=1,2,…,q2；xj、yj、bj分別為第j個決策單元的投入、期望產出、非期望產出變量；xik表示第k個決策單元的第i個投入變量；yrk表示第k個決策單元的第r個期望產出變量；btk表示第k個決策單元的第t個非期望產出變量。ρ為河南省農業生態效率值；ρ≥1 表示決策單元完全有效；ρ＜1 則表明存在效率損失，需要對投入、產出量進行調整。

1.4 數據來源

計算灰水足跡、碳排放，以及運用超效率SBM模型測算農業生態效率等所需基礎數據來自《河南省統計年鑒》、前瞻網數據庫。基于數據的可獲取性與完整性，選取2000—2020 年河南省數據作為本研究的時間樣本序列。

2 灰水足跡、碳排放測算結果

2.1 灰水足跡測算結果

由圖1 可以看出，2000—2020 年河南省灰水足跡主要來源于磷肥，磷肥年均灰水足跡為784.82×1010m3。氮肥年均灰水足跡僅為196.63×1010m3，遠小于磷肥年均灰水足跡。但是河南省氮肥年均施用量為226.79 萬t，磷肥僅為109.00 萬t，不到氮肥施用量的1/2，產生的灰水足跡量卻約為氮肥的4倍，說明河南省磷肥的利用率相對過低，流失率過大，導致施用量較小的磷肥卻造成較大的水污染。

圖1 2000—2020 年河南省灰水足跡分布

從時間維度來看（圖2），2000—2020 年整個研究期間，河南省農業灰水足跡呈現波動變化的特點，按照變化特征可分為4 個階段。前3 個階段的變化大致相同，每一階段都呈現先上升后下降的倒“√”形，但上升和下降的持續時間存在較大差異。第四個階段呈現短暫上升趨勢。第一階段為2000—2004年，灰水足跡從2000 年開始上升，2002 年下降。第二階段為2004—2007年，灰水足跡在2004—2006年持續上升3 年后，在2006—2007 年短暫下降1 年。2007—2019 年為第三階段，以2012 年為分界線，灰水足跡從2007 年的790.56×1010m3持續上升至2012年的876.24×1010m3，達到峰值。在2012 年后則持續下降，2019 年下降至645.768×1010m3。第四個階段為2019—2020年，此階段出現了短暫上升的趨勢，相較于前2 個階段，第三階段的灰水足跡波動幅度較大，而且上升和下降時間均較長，主要是由于隨著經濟發展，河南省農業得到發展，包括化肥在內的各項投入增多，導致灰水足跡長期增加，但后來隨著水污染及各種資源短缺等一系列問題的出現，河南省越來越重視農業生產過程中的環境保護。隨著農業部“減肥減藥”的啟動，以及農業科技創新能力的提高，河南省農業灰水足跡持續降低。雖然2019—2020 年出現了灰水足跡升高的現象，但總體水平依然較低，2020 年灰水足跡為693.50×1010m3，仍低于2000 年的699.84×1010m3。

圖2 2000—2020 年河南省磷肥灰水足跡變化趨勢

2.2 碳排放測算結果

從圖3 可以看出，2000—2020 年河南省碳排放中，化肥產生的碳排放占了很大的比例，近10 年的平均占比達到了63.74%，說明在農業生產過程中，化肥施用產生的碳排放是河南省農業碳排放的第一大來源。碳排放的第二大來源則是灌溉導致的碳排放，灌溉碳排放近10 年的平均占比約為14.56%，與化肥碳排放的占比相差較大。而土地翻耕、農膜、農藥和柴油對河南省農業碳排放的貢獻較低，平均碳排放占比較少，分別為0.47%、8.41%、6.18%、6.63%。因此，控制河南省農業碳排放的關鍵在于控制化肥產生的碳排放。從圖4 可以看出，2000—2020 年河南省碳排放的變化大體上可以劃分成2 個階段，分別是2000—2003 年和2004—2020 年。這2 個階段均呈現先上升后下降的倒“√”形變化特征。第一階段內2000—2002 年碳排放上升、2002—2003 年有小幅度下降。第二階段內的2004—2015 年河南省碳排放持續上升，至2015 年到達頂峰后開始持續下降，由圖3 可知，2015 年化肥碳排放同時也達到頂峰，此后持續下降。2015年，農業部正式啟動了“減肥減藥”戰略，2015—2020 年化肥施用量連年減少，相較于2015年，到2020年，化肥施用量下降了10%，“減肥”效果頗為顯著，最終導致農業碳排放下降。

圖3 2000—2020 年河南省各碳源碳排放分布

3 農業生態經濟發展及生態效率分析

3.1 農業產值增長率與灰水足跡和碳排放平均增長率對比分析

由于目前農業生態效率沒有統一的定義，若根據生態效率的定義：增加的價值與增加的環境影響的比值，應當以每年農業產值增加量與灰水足跡和碳排放共同增加量的比值來計算農業生態效率，但是由于灰水足跡與碳排放的度量單位不一致，無法直接通過生態效率的定義來判斷河南省農業生態效率，所以為了能夠解決度量單位不統一但又能綜合考慮農業生產對水環境和氣候的影響，因此，采用灰水足跡、碳排放每年的平均增長率來表示農業生產過程中對環境造成的影響，并將其定義為環境綜合影響程度，農業生產的經濟影響即增加的價值采用農業產值增長率來表示。直接將農業產值增長率與灰水足跡和碳排放二者的平均增長率進行比較，采用前者減去后者的差值來評價河南省農業生產的生態經濟狀況，如若差值大于0，則表明當年河南省農業發展為“高效益、低污染”，否則為“低效益、高污染”。河南省農業產值增長率與環境綜合影響程度的差值以及變化趨勢分別如表3、圖5 所示。

從圖5 可以看出，農業產值增長率與環境綜合影響程度之間的差值具有波動性，2000 年、2002 年、2003 年以及2011年，農業產值增長率均小于環境綜合影響程度，二者之間的的差值均為負值，說明農業生產處于“低效益、高污染”的狀態。其余較多時間段河南省農業的經濟影響均大于環境影響，農業生產處于“高效益、低污染”狀態。但2002 年、2003 年的農業產值增長率不僅低于環境綜合影響程度，而且小于0，說明農業產值增長率出現了負增長，農業經濟處于“極低”效益狀態，其原因是由于2002—2003 年受到非典疫情的影響，河南省農業經濟遭到重創，農業經濟呈現負增長。此外，2016 年的農業產值增長率也出現了負值，主要原因是2016 年全省糧食總產量為5 946.6萬t，比2015年減產120.5萬t，減產幅度為2.0%。造成糧食減產的原因有兩個，一是自然災害的影響：夏糧生產先后遭遇冬前低溫寡照、冬季凍害、赤霉病較常年偏重發生、收獲期大范圍持續降雨等多重災害；秋糧生產過程中，局部地區遇到了洪澇災害、持續高溫等不利天氣影響。二是種植結構調整的因素，秋糧總產量為2 469.8 萬t，比2015年減產85.5 萬t，減幅為3.3%；秋糧播種面積為479.38 萬hm2，比2015 年減少2.1 萬hm2，其中，玉米播種面積331.69 萬hm2，比2015 年減少2.7 萬hm2，玉米播種面積出現了15 年來首次下降。2004 年河南省抗擊非典取得勝利，農業生產走出非典的陰霾，年末產值由2003 年的1 137.74 億元增長至2004 年的1 602.88 億元，大幅增長了40.88%。故導致2004 年在2000—2020 所有年份中農業產值增長率與環境綜合影響程度之間的差值最大。2010 年農業產值增長率與環境綜合影響程度之間的差值也比較大，2010 年農業產值突破3 000 億元，較上年增長23.676%，成為農業經濟快速發展的轉折點。2009年以來，隨著經濟的發展，以及國家各種環保政策的出臺，環境綜合影響程度開始下降，2015 年開始出現負值并且減緩速度越來越大，農業生產造成的環境影響開始下降，生態環境得到明顯改善，2016—2020 年農業產值增長率與環境綜合影響程度差值開始持續增大，農業發展的“高效益、低污染”效果開始顯著增加。

圖5 2000—2020 年河南省農業產值增長率與環境綜合影響程度差值趨勢

3.2 基于超效率SBM 模型的河南省農業生態效率評價

雖然農業產值增長與灰水足跡和碳排放的平均增長率能夠直觀地體現農業生產及生態與經濟發展情況，但是忽略了各投入要素對生態效率的影響。因此，從投入產出的角度，將農業各項投入納入農業生態體系，運用非期望產出的SBM 模型分別測算以灰水足跡為非期望產出的河南省農業生態效率（GWAEE）、以碳排放為非期望產出的河南省農業生態效率（CAEE）和以灰水足跡與碳排放同時為非期望產出的河南省農業生態效率（GWCAEE），測算結果見表4。

表4 2000—2020 年河南省農業生態效率

縱向來看，基于不同視角下的農業生態效率存在明顯差異，不同時期三者的差異各不相同。在2000—2004年，GWCAEE、GWAAEE、CAEE均為1.000 0，其余年份則不同。2005—2018年，GWAEE小于GWCAEE，但2019 年GWAEE 等于GWCAEE，2020年，GWAEE大于GWCAEE。2005—2019 年CAEE 始終小于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，在農業生產過程中，對環境的影響是多方面的，非期望的產出也是多方面的。因此，三者的差異表明，如果只考慮單一的非期望產出指標，不同時期的農業生態效率會被低估或高估，從而導致農業生態效率的測度不科學和不準確。

橫向來看（圖6），河南省GWCAEE、GWAEE、CAEE 的變化趨勢基本一致，總體來看，河南省GWCAEE 總體偏低，除2000—2004 年、2019 年、2020 年這7 年河南省GWCAEE 有效，其余14 年河南省的農業投入、經濟產出和環境保護均處于非動態平衡狀態。分階段看，2000—2004 年河南省農業生態效率總體水平較高。2005—2014年，河南省農業生態效率呈波動下降趨勢，處于低效狀態。究其原因，是隨著經濟社會的快速發展，農民種地的機會成本不斷上升，農民從“理性”的角度必然會選擇進城打工，農村中青年勞動力不斷轉移，導致農作物種植面積不斷下降，撂荒閑置現象嚴重。此外，在此階段，農業生產大多依賴于高投入、高消耗、高污染、低產出的粗放型生產方式，并以犧牲農業資源和環境換取經濟的增長，使農業得以發展。2015—2019年，河南省農業生態效率逐步提升，2019 年達到有效水平。隨著農業面源污染加劇，農業部在2015 年發起了農業面源污染治理攻堅戰，提出了“一控兩減三基本”的目標任務，到2020 年實現農業用水總量控制，化肥農藥用量減少，畜禽糞便、秸稈、塑料膜基本資源利用。在此期間，河南省各項農業面源污染治理工作取得積極成效，2019 年農業投入產出與環境保護實現動態平衡。

圖6 2000—2020 年河南省農業生態效率變化趨勢

4 小結與討論

本研究對河南省2000—2020 年的灰水足跡、碳排放、農業生產帶來的經濟與環境影響以及農業生態效率進行了定量研究，其主要內容和結論如下。

1）通過測算河南省2000—2020 年農業灰水足跡與碳排放，得出的主要結論：第一，從總體上看，2000—2020 年河南省灰水足跡呈現三段上升、下降的倒“√”形特征，第四階段短暫上升。在第三階段中，灰水足跡出現了峰值，并且下降時間較長。雖然第四階段出現上升的趨勢，但仍處于較低水平。第二，河南省灰水足跡主要來源于磷肥，其年均占比達到近80%，但磷肥年均施用量僅氮肥的1/2，河南省的磷肥利用率偏低。第三，2000—2020 年河南省碳排放呈現兩段式上升、下降的倒“√”形特征，第一階段下降時間短暫且不明顯，第二階段出現了碳排放峰值，且上升與下降時間均比第一階段持續時間長。第四，河南省農業碳排放主要來源于化肥產生的碳排放，年均占比約為63.74%。根據以上結論分析，河南省降低灰水足跡與碳排放的關鍵在于繼續加大“減肥減藥”的力度，并且提升化肥的利用率，尤其是磷肥的利用率。

2）從農業生產對經濟與環境影響的角度考慮，將農業產值增長率與灰水足跡和碳排放的平均增長率進行比較，利用二者的差值來判斷農業發展狀態。2004 年前，河南省的農業發展主要是以“低效益、高污染”為主，2004—2020年，除2011 年外，均處于“高效益、低污染”狀態。近年來，農業生產的環境綜合影響程度突破“零點”，降至負值，且下降程度不斷增大，環境綜合影響程度明顯得到改善，河南省在發展農業經濟的同時做到越來越兼顧環境的發展。

3）運用非期望產出的超效率SBM 模型，從投入產出的角度，將灰水足跡與碳排放同時納入農業生態效率評價體系，測算河南省2000—2020 年農業生態效率發展水平。得到以下結論：第一，綜合考慮灰水足跡與碳排放或只以灰水足跡或碳排放之一作為非期望產出所測算的農業生態效率的變化趨勢基本一致。2000—2004年，河南省GWCAEE 處于有效狀態；2005—2014年，河南省GWCAEE 呈波動下降趨勢，持續處于低效狀態；2015—2020年，河南省GWCAEE 逐步提高，并在2019 年達到有效值，經濟發展與環境保護達到動態平衡。若河南省持續保持當前農業生態效率的有效局面，應繼續適當調整農業生產中的投入比例，提高省內資源的利用率，杜絕資源浪費現象，提高農業產值，降低環境影響。第二，單獨考慮灰水足跡或碳排放在不同時期會高估或低估農業生態效率。綜合考慮灰水與碳排放環境因素測算的農業生態效率具有更高的準確性與科學性，與實際情況更加符合。