雙碳目標下農民專業合作社效率測度研究

摘要：考慮環境因素，將農民專業合作社碳排放量作為非期望產出，首先采用Super-SBM模型測量2014—2019年中國29個省（自治區、直轄市）農民專業合作社的綜合技術效率、純技術效率和規模效率，然后運用Global Malmquist-Luenberger指數模型測度了綠色全要素生產率、技術進步指數和技術效率變化指數。結果表明，農民專業合作社的綜合技術效率水平較低，其主要是由純技術效率偏低導致的；東部地區的純技術效率和綠色全要素生產率均明顯高于中西部地區；2014—2019年農民專業合作社的綠色全要素生產率呈增長趨勢，其主要來源于技術效率的增長，而技術進步有輕微下降趨勢。在上述結論的基礎上，為了促進農民專業合作社綠色高質量發展，提高生產效率，提出了相應的政策建議。

關鍵詞：雙碳目標； 農民專業合作社； 技術效率； 綠色全要素生產率； 測度

中圖分類號：F321.42" " " " "文獻標識碼：A

文章編號：0439-8114（2023）06-0192-07

DOI：10.14088/j.cnki.issn0439-8114.2023.06.035 開放科學（資源服務）標識碼（OSID）：

Research on the efficiency measurement of farmers’ professional cooperatives under the dual-carbon target： Based on Super-SBM and Malmquist-Luenberger model

WANG Xiao， WU Qing-yun， LI Zhong-hua， FENG Jian

（College of Economics and Management， Qingdao Agricultural University （College of Cooperatives）， Qingdao" 266109， Shandong，China）

Abstract： Considering environmental factors， the carbon emissions of farmers’ professional cooperatives were taken as the undesired output. Firstly， the Super-SBM model was used to measure the comprehensive technical efficiency， pure technical efficiency and scale efficiency of farmers’ professional cooperatives in 29 provinces （autonomous regions and municipalities directly under the central government） in China from 2014 to 2019. Then the Global Malmquist-Luenberger index model was used to measure green total factor productivity， technological progress index and technical efficiency change index. The results showed that the comprehensive technical efficiency level of farmers’ professional cooperatives was low， which was mainly caused by the low pure technical efficiency； the pure technical efficiency and green total factor productivity of the eastern region were significantly higher than those of the central and western regions； the green total factor productivity of farmers’ professional cooperatives showed an increasing trend， which was mainly due to the increase of technical efficiency， while the technological progress had a slight downward trend. On the basis of the above conclusions， the corresponding policy suggestions were put forward in order to promote the green and high-quality development of farmers’ professional cooperatives and improve production efficiency.

Key words： dual-carbon target； farmers’ professional cooperatives； technical efficiency； green total factor productivity； measurement

農民專業合作社作為中國農業現代化的重要組織載體，在提供社會化服務、促進農民增收、提高農民市場地位以及幫助農民進入市場的過程中發揮了重要作用［1］。加入農民專業合作社有助于把農戶與先進農業技術聯系起來，能顯著提高農戶的生產效率［2］。隨著人們對污染問題越來越擔憂，研究農民專業合作社生產效率也應在追求經濟效益的同時統籌兼顧資源和環境對社會產生的負面影響。農業碳排放是指農業生產過程中由于化肥、農藥、能源消費，以及土地翻耕過程中所直接或間接導致的溫室氣體的排放。聯合國政府間氣候變化專門委員會（IPCC，2007年）的數據顯示，農業碳排放已經成為全球溫室氣體的第二大來源，農業生產活動產生的碳排放約占全球年均碳排放總量的25%［3］，中國碳排放總量已經超越美國成為全球第一大碳排放國。習近平總書記提出了2030年實現碳達峰，2060年實現碳中和的目標，并將其納入國家重大戰略。為了實現“雙碳”目標，2021年建立了全國碳交易市場，農業作為重要的碳排放來源，也需要積極為全國碳減排目標作出貢獻。因此，考慮農民專業合作社碳排放因素，研究如何利用中國有限的資源，提高農民專業合作社的生產效率，增強市場競爭力，是中國農民專業合作社面臨的重要課題，對促進中國鄉村振興有著重要的理論和實踐意義。

1 文獻回顧

嚴密的測量方法是準確衡量合作社效率的前提條件。越來越多的學者采用數據包絡分析模型（Data envelopment analysis，簡稱DEA）和Malmquist指數來研究合作社的效率，其中，有學者通過Bootstrap-DEA、傳統DEA或三階段DEA方法對農民專業合作社的效率進行實證分析，發現國內農民專業合作社的技術效率較低，且主要由純技術效率偏低導致［4-10］。扶玉枝等［11］采用Bootstrap-Malmquist指數方法，測算了浙江省3種不同類型營銷合作社的全要素生產率及其分解指數，對技術進步和技術效率變化進行分析，發現技術效率有下降和增速減緩的趨勢。

相關研究發現忽視環境因素會導致農業生產效率的高估，并得出中國東部地區的農業全要素生產率高于其他地區的結論［12，13］。農業綠色生產技術的采用可以提高中國農業生產的低碳效率，但目前農業綠色技術采用率較低，使中國農業低碳效率呈下降趨勢［14］。在農民專業合作社領域，加入合作社可以減少環境影響，建議通過技術改進、組織培訓等方式減少環境負擔，提高農民專業合作社可持續發展的能力［15，16］。

探討現實中資源環境約束下農民專業合作社的技術效率和綠色全要素生產率水平及農民專業合作社的投入產出指標存在的冗余和不足，可以提高農民專業合作社的生產效率，使要素的配置達到最優。本研究采用數據包絡分析方法，構建考慮非期望產出的超效率SBM 模型和全局參比的Global Malmquist-Luenberger指數模型，對中國29個省（自治區、直轄市）農民專業合作社的技術效率和綠色全要素生產率進行靜態和動態的全面測度和評價，揭示農民專業合作社的發展現狀和存在的問題，并為其綠色高質量發展提出對策建議。

2 計量模型、數據來源與變量選取

2.1 計量模型

在衡量技術效率的模型中，SBM模型的優點是可以衡量無效率決策單元（DMU）松弛改進的部分，得到各項投入（產出）可以縮減（增加）的平均比例，從而彌補了徑向模型的不足，且超效率SBM也能夠對有效DUM進行進一步區分和比較。但超效率SBM模型衡量的技術效率僅是針對某一時間的生產技術而言的，而生產是個連續的過程，所以當DMU數據為包含多個時間觀測點的面板數據時，便可以運用Malmquist模型對生產率的變動情況以及技術效率和技術進步的變動情況對生產率的作用進行分析［17］。Chung等［18］將包含非期望產出的Malmquist指數模型稱為Malmquist-Luenberger指數模型。但Malmquist-Luenberger指數模型測算出的全要素生產率不具有循環累乘性，且可能出現線性規劃無可行解的情況，而全局參比的Global Malmquist-Luenberger指數（GML指數）模型卻能克服以上缺點，避免“技術倒退”現象發生以及生產效率的“被動”提高［19］。因此，本研究運用考慮非期望產出的超效率SBM模型和GML指數模型，對中國農民專業合作社的環境效率和綠色全要素生產率進行靜態和動態2個層面的綜合分析。

2.1.1 超效率SBM模型（Super-SBM模型） Tone［20］提出的超效率SBM模型主要分為兩步，第一步基于SBM模型對所有DMU的相對效率進行分析，第二步對第一步得出的有效DMU，運用超效率SBM模型進行進一步區分。被評價的DMU記為DMUk，本研究假設測量1組共[n]個DMU的技術效率，代表29個省（自治區、直轄市），記為 [DMUj（j=1，2，…，n）]；時間變量記為[t]；每個DMU有[m]種投入，記為[xi（i=1，2，…，m）]；[q1]種期望產出，記為[yr（r=1，2，…，q1）]；[q2]種非期望產出，記為[br（r=1，2，…，q2）]；[s+]和[s-]分別代表投入和產出的松弛變量，[λ]代表權重向量，[ρ]為效率值。第一步包含非期望產出的SBM，規劃式如下。

2.2 數據來源

鑒于模型中的數據不允許出現零，所以刪除了上海市的數據，選取了全國29個省（自治區、直轄市）2014—2019年的數據（表1）。入股土地面積、培訓人次、財政扶持資金總額以及農民專業合作社的經營收入來源于2014—2019年的《中國農村經營管理統計年報》，消費者價格指數來源于《中國統計年鑒》，農藥、化肥、農膜、農用柴油、灌溉及翻耕數據來源于《中國統計年鑒》以及《中國農村統計年鑒》。

2.3 變量選取

本研究構建的農民專業合作社生產效率評估體系如表1所示。非期望產出的測度選取了6個農業碳排放來源，分別是化肥［22］、農藥［23］、農膜、農用柴油、翻耕［24］和灌溉［25，26］（表2）。參考李波等［26］得到的碳排放系數以及對農業碳排放總量的計算方法，得到2014—2019年各省（自治區、直轄市）農民專業合作社碳排放總量。考慮到通貨膨脹對經營收入和財政扶持資金投入的影響，本研究運用消費者價格指數對財政扶持資金投入和合作社的經營收入進行平減，得到以2014年為基期的實際經營收入和財政扶持資金投入總額，消除了價格因素對指標的影響。

碳排放測算公式如下。

式中，[C]為農業碳排放總量；[Ci]為第[i]種碳源的碳排放量；[Ti]為第[i]種碳源的碳排放量；[δi]為第[i]種碳源的排放系數。

3 結果與分析

3.1 2014—2019年各省（自治區、直轄市）農民專業合作社純技術效率

選取規模報酬可變的超效率SBM模型，運用Matlab軟件對2014—2019年的農民專業合作社的純技術效率進行分析，得出全國29個省（自治區、直轄市）的效率測算結果（表3）。由表3可知，2014年達到超效率SBM有效的有9個省（自治區），2016年和2017年均有4個省，2018年有3個省，2015年僅有2個省（自治區），2019年有5個省（自治區）。從各省（直轄市、自治區）的平均純技術效率來看，江蘇省的平均純技術效率最大，且大于1，為1.290 3，江西省、山東省、廣東省、浙江省、山西省的平均純技術效率值次之，分別為0.999 5、0.993 0、0.904 2、0.839 7、0.806 8，貴州省最低，僅為0.041 4，可見全國各省（自治區、直轄市）的效率值普遍偏低。江蘇省的純技術效率每年都能達到有效，是29個省（自治區、直轄市）惟一一個純技術效率每年都達到有效的省份，也是平均純技術效率最高的省份，表明其純技術效率較高。這可能與江蘇省對農民專業合作社人才的培養重視度較高有關，進而對技術的利用效率也較高。

3.2 中國農民專業合作社年均純技術效率

由圖1可以看出，中國每年農民專業合作社的年均純技術效率較低，均小于1。2014—2018年年均純技術效率整體呈下降趨勢，2019年出現小幅回升。這可能是因為2017年之前農民加入合作社的積極性較低，政府監管不嚴，使得較多有名無實的空殼合作社拉低了整體合作社的純技術效率。隨著2017年《中華人民共和國農民專業合作社法》的修訂以及政府對農民專業合作社重視程度的加強，其規范化程度得到提高，使得純技術效率下降幅度減緩，并呈小幅上升趨勢。

3.3 各地區農民專業合作社純技術效率

為了更詳細地分析全國不同經濟區農民專業合作社的純技術效率，本研究按照傳統劃分方法將全國分為東部地區（北京市、天津市、河北省、遼寧省、江蘇省、浙江省、福建省、山東省、廣東省和海南省）、中部地區（山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省和湖南省）和西部地區（四川省、重慶省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區、廣西壯族自治區、內蒙古自治區）三大地區。如圖2所示，中國不同地區農民專業合作社的純技術效率差別較大，東部地區的純技術效率最大，西部和中部地區的純技術效率較低，西部最低。因此，中國亟需考慮不同地區農民專業合作社發展的特殊規律，因地制宜助力不同地區農民專業合作社的發展，同時也要借鑒純技術效率較高地區的經驗，促進先進技術由東部向中西部轉移。

3.4 綜合技術效率、純技術效率及規模效率

綜合技術效率可以表示為純技術效率與規模效率的乘積，通過研究各省（自治區、直轄市）的綜合技術效率、純技術效率和規模效率的關系，以期找到影響技術效率的內在原因。由表4可知，2014—2019年各省（自治區、直轄市）的平均綜合技術效率、平均純技術效率和平均規模效率分別為0.452、0.423和1.092，平均純技術效率明顯低于平均規模效率，表明純技術效率低是導致綜合技術效率低的主要原因。因此，農業資源配置結構有待優化，土地、資金和人力資本等要素的資源利用率有待提升。中國農民專業合作社的生產應逐漸完成技術方面的改革，實現由過去粗放式的農業種植方式向現代科學化、精細化、精準化的農業耕種方式轉變。

雖然純技術效率較低是導致綜合技術效率低的主要原因，但是仍有個別省（自治區、直轄市）的規模效率有待提高，其中江蘇省連續6年的規模效率較低，這可能是由于合作社數目眾多、分散且規模小導致的。因此，江蘇省在提高技術效率的同時，也應該注重對小而散的合作社的規模整合，提高規模效率。

3.5 農民專業合作社投入與產出冗余率

由表5可知，①入股土地面積、人力資本、財政扶持資金、經營收入以及碳排放量都存在著投入的冗余和產出的不足，因此就需要減少投入，增加產出。②2019年入股土地面積、人力資本和財政扶持資金的冗余率分別是32.34%、64.58%、67.23%，其中財政扶持資金冗余率較2014年增幅最大，人力資本冗余率次之，而入股土地面積的冗余率較2014年下降趨勢明顯，因此農業部門應著重加強對農民專業合作社社長及社員培訓工作的監督力度，在組織培訓時，不能只關注組織培訓的次數，還要關注社長及社員對所培訓內容的掌握程度，此外也要加強精準培訓，減少人力資本的浪費。③2019年期望產出不足率為3.85%，表明合作社經營收入仍有提升的空間。碳排放量冗余率呈先上升后下降的趨勢，可見非期望產出是測算農民專業合作社生產效率不可避免的指標因素。因此，合作社在使用化肥、農藥以及農膜等會產生污染的生產資料時要考慮對環境的污染程度，多關注生產行為的生態效益。

3.6 全國及各地區農民專業合作社綠色全要素生產率的測度及指數分解

由表6可知，①2014—2019年全國綠色全要素生產率年均增長了0.21%，技術效率年均增長了0.59%，而技術進步年均增長了-0.36%，表明2014—2019年技術存在倒退現象，且國內在對農民專業合作社相關技術的引進和創新上存在欠缺，共同影響了中國農民專業合作社綠色全要素生產率的提高。此外，技術效率變化指數相對較大，表明在農業技術的運用和管理上有進步。②綠色全要素增長率只有2016—2017年小于1，為0.962 6，其余年份均大于1，表明2014—2019年中國農民專業合作社綠色全要素生產率增長較為理想。③綠色全要素生產率在2016—2017年出現明顯下降，2017—2018年又出現了大幅度的提升，但是2018—2019年又呈下降趨勢，這3年綠色全要素生產率增長趨勢較不穩定，且出現下降趨勢，在農民專業合作社生產技術的創新方面，應積極尋找創新點，尋找突破口，營造良好的產業技術創新環境。

由表6可知，東部地區綠色全要素生產率最高，且呈增長趨勢，西部地區的綠色全要素生產率最低，為0.805，呈下降趨勢，因此，要采取措施提高西部地區農民專業合作社的綠色全要素生產率。

4 小結

1）中國農民專業合作社的整體綜合技術效率偏低，主要是由于純技術效率較低導致的，而純技術效率較低的主要原因是經營管理不善和資源利用效率不高。

2）農業生產環境因素顯著影響農民專業合作社的技術效率，要重視生產過程中對環境的保護。

3）農民專業合作社的入股土地面積、人力資本和財政扶持資金要素有較大的投入冗余，農民專業合作社的經營收入仍然有較大的提升空間，且存在碳排放過量的現象。

4）2014—2019年中國農民專業合作社的綠色全要素生產率平均增長了0.21%，主要來源于技術效率水平的提高，技術進步存在輕微的下降趨勢。

5）從區域視角來看，東部地區的純技術效率和綠色全要素生產率都高于其他地區，這說明中國東部地區農民專業合作社借助發達的區位優勢，能夠掌握先進的農業生產技術，且比較注重對環境的保護，而中部、西部地區農民專業合作社發展的成就大多以犧牲環境為代價。

5 建議與對策

5.1 大力提高農民專業合作社負責人的經營管理能力，提高技術應用效率

目前中國農民專業合作社的規范及績效問題面臨著較大挑戰，所謂的“精英管理”“空殼社”影響著農民專業合作社的生產效率，使得大部分社員無法享受到加入合作社帶來的紅利，因此選取有較強責任心、具有專業管理才能以及受過較高文化教育的人才作為合作社的領頭人，著力提高合作社的組織管理能力和資源配置能力［27］。合作社負責人也要具有較強的合作精神、號召能力以及有效利用社會資源的能力［4］。政府應注重發揮對農民專業合作社的技術支持作用，免費或優惠提供先進的技術指導，提高其技術應用效率。

5.2 正確評價農民專業合作社的生產效率，必須考慮資源和環境的約束

只有將資源環境約束和中國農民專業合作社的經濟發展目標統一起來，才能真正實現中國農民專業合作社生產效率的提高。根據不同區域農民專業合作社的發展情況，針對中國農業碳排放的具體目標，要逐漸實現農民專業合作社生產領域的節能減排，大力發展低碳經濟。政府應注重先進節能減排技術和管理經驗由東部地區向中西部地區擴散，加強高效環保型農業生產技術的使用和推廣，提倡使用有機的化肥和農藥，減少柴油的使用，最大限度地提高農藥、化肥、柴油、地膜等生產資料的使用效率，提高農業可持續發展的能力。政府也應制定綠色生產的環保政策，充分利用社會資本，發揮農民專業合作社的社會功能，加快環保型農業生產技術的普及［15］。

5.3 政府應大力支持合作社聯合社的發展和壯大

雖然目前中國農民專業合作社的數量較多，但是卻不斷呈現出小而分散的特點，導致一些合作社難以實現規模經濟，并且由于外出務工人員的流動性加大，農村有明顯的土地資源浪費現象的發生，然而中國土地資源有限，所以為了實現入股土地的高效率利用，政府可以利用合作社聯合社的有效整合作用，把小而散的單個合作社聯合起來，實現合作社的橫向、縱向一體化合作［28］，加強產品品牌建設和提高內部規范化管理水平［29］。一方面，成立聯合社可以將社員的土地集中起來進行管理，提高土地資源的利用效率；另一方面，成立聯合社可以降低社員的交易成本，提高社員與市場之間討價還價的能力，有效解決財政投入資金冗余的問題；通過標準化生產還可以提高賣出農產品的品質和價格，有效提高合作社的經營收入，解決期望產出不足的問題，提高資金的利用效率；最后，成立聯合社可以實現人力資源的集中管理，降低培訓成本，使得農民專業合作社的合作功能得到充分的發揮，提高合作社的培訓效率［1］。

參考文獻：

［1］ 孔祥智，岳振飛，張 琛.合作社聯合的本質——一個交易成本解釋框架及其應用［J］.新疆師范大學學報（哲學社會科學版），2018，39（1）：100-106.

［2］ DONG Y，MU Y Y，ABLER D. Do farmer professional cooperatives improve technical efficiency and income？ Evidence from small vegetable farms in China［J］.Journal of agricultural and applied economics，2019，51（4）：591-605.

［3］ 林 斌，徐 孟，汪笑溪.中國農業碳減排政策、研究現狀及展望［J］.中國生態農業學報（中英文），2022，30（4）：500-515.

［4］ 黃祖輝，扶玉枝，徐旭初.農民專業合作社的效率及其影響因素分析［J］.中國農村經濟，2011（7）：4-13，62.

［5］ 馬騰飛，楊敏麗，徐占啟.農機專業合作社技術效率研究——以棗莊市為例［J］.中國農機化學報，2016，37（8）：229-234.

［6］ 楊大蓉.農民專業合作社經營效率的測度［J］.統計與決策，2016（16）：90-92.

［7］ 崔寶玉，徐英婷，簡 鵬.農民專業合作社效率測度與改進“悖論”［J］.中國農村經濟，2016（1）：69-82.

［8］ 黎莉莉.農民合作社效率測度：重慶案例［J］.農村經濟，2017（11）：114-120.

［9］ 孔令英，王 云.基于DEA-Tobit模型的農民專業合作社效率分析——來自新疆生產建設兵團的實證［J］.中國農業資源與區劃，2021，42（7）：175-182.

［10］ 馬春麗.試論農民專業合作社的效率及其影響因素［J］.山西農經，2021（17）：78-79.

［11］ 扶玉枝，徐旭初.技術進步、技術效率與合作社生產率增長［J］.財貿研究，2013，24（6）：46-55.

［12］ 楊 俊，陳 怡.基于環境因素的中國農業生產率增長研究［J］.中國人口·資源與環境，2011，21（6）：153-157.

［13］ 潘 丹，應瑞瑤.資源環境約束下的中國農業全要素生產率增長研究［J］.資源科學，2013，35（7）：1329-1338.

［14］ HE P P， ZHANG J B，LI W J. The role of agricultural green production technologies in improving low-carbon efficiency in China： Necessary but not effective［J］.Journal of environmental management，2021，293：112837.

［15］ YU L Y，NILSSON J. Farmers’ assessments of their cooperatives in economic， social， and environmental terms： An investigation in Fujian， China［J］.Frontiers in environmental science，2021，9：668361.

［16］ DENG L，CHEN L，ZHAO J J，et al. Comparative analysis on environmental and economic performance of agricultural cooperatives and smallholder farmers： The case of grape production in Hebei， China［J］.Plos one，2021，16（1）：e0245981.

［17］ 成 剛.數據包絡分析方法與MaxDEA軟件［M］.北京：知識產權出版社，2014.62-63，149-152，180-181，200.

［18］ CHUNG Y H，F?RE R，GROSSKOPF S. Productivity and undesirable outputs： A directional distance function approach［J］. Journal of environmental management，1997，51（3）：229-240.

［19］ OH D H. A global Malmquist-Luenberger productivity index［J］.Journal of productivity analysis，2010，34（3）：183-197.

［20］ TONE K. A slacks-based measure of super-efficiency in data envelopment analysis［J］. European journal of operational research，2002，143（1）：32-41.

［21］ PASTOR J T，LOVELL C A K. A global malmquist productivity index［J］.Economics letters，2005，88（2）：266-271.

［22］ WEST T O，MARLAND G. A synthesis of carbon sequestration， carbon emissions， and net carbon flux in agriculture： Comparing tillage practices in the United States［J］.Agriculture， ecosystems and environment，2002，91（1-3）：217-232.

［23］ 智 靜，高吉喜.中國城鄉居民食品消費碳排放對比分析［J］.地理科學進展，2009，28（3）：429-434.

［24］ 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.

［25］ DUBEY A，LAL R. Carbon footprint and sustainability of agricultural production systems in Punjab， India， and Ohio，USA［J］.Journal of crop improvement，2009，23（4）：332-350.

［26］ 李 波，張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解［J］.中國人口·資源與環境，2011，21（8）：80-86.

［27］ 陳江華，李道和，康小蘭，等.農民專業合作社經營效率及其影響因素［J］.華南農業大學學報（社會科學版），2015，14（4）：37-47.

［28］ 苑 鵬.農民專業合作社聯合社發展的探析——以北京市密云縣奶牛合作聯社為例［J］.中國農村經濟，2008（8）：44-51.

［29］ 郭紅東，樓 棟，胡卓紅，等.影響農民專業合作社成長的因素分析——基于浙江省部分農民專業合作社的調查［J］.中國農村經濟，2009（8）：24-31.

收稿日期：2022-05-12

基金項目：山東省現代農業產業技術體系茶產業創新團隊產業經濟崗位項目（SDAIT-19-06）；青島農業大學高層次人才科研基金項目（663-1120703）；新農村發展研究院研究中心基金項目（661-1122004）；青島農業大學課程思政教育專項（XJY2022144）

作者簡介：王 瀟（1997-），女，山東菏澤人，在讀碩士研究生，研究方向為農業經濟，（電話）17860730286（電子信箱）1466858897@qq.com；通信作者，馮 劍（1989-），女，山東高密人，講師，博士，主要從事環境經濟學研究，（電話）15092008922（電子信箱）fengjian0686@126.com。