雙碳背景下我國農業種植企業碳管理指標體系及低碳等級評價研究

李青青 王若晗 陳思昂

摘要：我國是農業大國，種植業對于國民經濟發展有著重要的戰略意義。在雙碳背景下，如何加強農業種植企業的碳管理以提升該行業的競爭力顯得尤為重要。考慮我國農業種植企業的特征，廣泛參考國內外文獻，咨詢專家意見，建立了我國第一套農業種植企業的碳管理指標體系，為企業提供了可落地的低碳等級評定方法。研究結果顯示：低碳發展、低碳能源資源、低碳生產和低碳管理是最重要的四大維度，指標層中，資源回收利用、企業能源結構和低碳平臺建設等較為重要。

關鍵詞：農業碳管理；評價指標體系；層次分析法；德爾菲法；低碳農業

1 研究背景

近年來，我國的工業化水平不斷提高，經濟體量躋身國際前列，但仍是一個農業大國，農業碳排放總量已占到全國碳排放總量的16%～17%，高于全球平均水平的13.5%，并且仍以每年5%的速度增長[1-3]。在我國面向國際社會莊嚴承諾了“碳達峰碳中和”這一重大目標后，如何針對我國國情探索高效有力的管理方式以實踐低碳發展成為當前研究的重中之重，這也將是借由低碳發展的契機從農業大國轉型農業強國的必經之路。

從國際社會來看，日本早在2008年頒布的《核證減排計劃》中提到，構建碳信用交易體系且積極鼓勵農村企業參與碳匯、減排項目；德國于2019年頒布《氣候保護計劃2030》，提出農業農村部門在2020年到2030年間的剛性年度減排目標，且規定了部門減排措施、減排目標調整、減排效果定期評估的法律機制。

從國內來看，我國政府于2018年開始，頒布了《關于推動農業綠色發展技術導則（2018～2030年）》[4]

《農業農村減排固碳十大技術模式》和《農業農村減排固碳實施方案》[5-6] 等一系列政策文件，且提出“以農業農村綠色低碳發展為關鍵，以實施減污降碳、碳匯提升重大行動為抓手，建立完善監測評價體系，構建政策保障機制，加快形成節約資源和保護環境的農業農村產業結構、生產方式、生活方式、空間格局。”雖然有學者對農村碳排放核算有所研究[7]，但是，面向農業種植企業的碳排放如何精細化管理，我國仍缺乏相關政策和研究，要加上我國農業種植企業的具體情況，即農業種植企業規模大小不一，從業人員對掌握的專業技術知識有限、水平參差不齊，行業受氣候等自然條件影響較大等等，這些都將為雙碳背景下的農業低碳管理轉型帶來一定的困難。

本文旨在建立我國第一套面向農業種植企業的碳管理指標體系，協助其增強相關意識，進一步開展科學有效的碳管理工作。

2 國內外研究進展

層析分析法（the analytic hierarchy process，簡稱AHP）是由Thomas Saaty 在 20 世紀 70 年代早期開發的用來進行多準則決策的方法，在農業管理中得到了廣泛應用[8]。

從國內研究情況來看，有學者[9]分析了陜西關中地區休閑農業管理中存在的問題，并應用AHP分析法和德爾菲法，構建了休閑農業管理水平評價體系。根據文獻[10]層次分析法，構建了由農村經濟發展、農村社會發展、農村碳排放和農村生態環境4個一級指標和

35個二級指標組成的低碳農業評價指標體系，對吉林省2009—2013年來的農業低碳化發展水平進行了評價。Chen[11]使用AHP方法，從社會、經濟、農業減排和農業固碳等4個維度對1995—2015年中國低碳農業發展進行了評價。

從國外研究情況來看，國外研究學者多使用AHP方法來選擇更合適的農業生產和評價方式，例如，種植地理位置或作物類型，從而確定更科學高效、低碳環保的農業生產方式[12-15]。

3 碳管理指標評價體系模型

本研究基于AHP層次分析法、G-A-S模型及德爾菲法確定了農業種植企業碳排放管理指標體系，建立了雙碳背景下科學性與實用性兼備的評價管理體系模型。

3.1 基于AHP和G-A-S模型構建遞階層次結構模型

AHP層次分析法將決策問題分解為層次結構，并通過兩兩比較不同因素的重要程度來進行權重判斷。AHP得分的高低體現了方案對決策總體目標的匹配程度。

目標-路徑-保障（G-A-S）模型源自“壓力-狀態-響應”模型，是一個行之有效的方法：確立一個低碳發展目標（goal）；明確具體可操作的低碳減排路徑（approach）和制度管理上的保障（support），以助于實現低碳發展目標。

基于上述兩種方法構建的遞階層次結構模型由目標層、準則層和指標層3個部分構成，目標是為低碳農業種植企業提供一個系統科學的碳管理評價體系。準則層從目標、路徑和保障3個方面入手，全面地分析、評價其對碳管理的影響。其中，農業種植企業的核心目標是低碳發展，如何在雙碳大背景下更科學地實現低碳農業種植企業發展，是本文研究的重點。其次，企業實際生產過程中的能源資源利用情況和低碳生產措施是實現低碳發展的重要途徑。此外，健全、完善的低碳管理體系也是實現低碳農業種植企業發展的重要保障。

在準則層的基礎上，評價體系的指標層細分為15個指標，從而系統全面地評價農業種植企業的碳管理體系，詳見表1。

3.2 基于德爾菲法構造判斷矩陣

德爾菲法（Delphi technique）是一種綜合多名專家經驗與主觀判斷的直覺預測技術方法。量化結果值采用行業專家使用托馬斯·塞蒂（Thomas Saaty）的1-9標度法給出，通過兩兩比較得到標度量化值，數值越大表示重要程度越高，相反數值越小其重要性程度越低，詳見表2。

為確定各層不同要素相較于上層要素的重要程度，避免因個人的主觀性判斷對評價結果產生影響，本文參考了現有農業種植企業低碳管理的相關文獻，同時，咨詢多位農業種植企業碳排放管理專家意見，根據指標間標度量化值原則，對準則層指標進行相互比較打分，得到判斷矩陣A= 。對比矩陣中的元素：aij表示指標i對指標j的相對標度量化值，且滿足如下條件：

aij>0；

當i=j時，aij=1；

當i≠j時，aij=1/aji；

AHP權重計算可分為三步：

第一步，計算判斷矩陣的每一行元素得分：

第二步，計算的n次方根：

第三步，歸一化處理：

3.3 層次單排序及一致性檢驗

通過判斷矩陣A的最大特征值λmax與矩陣A的階數n是否相等來判斷矩陣的一致性，首先，計算一致性指標，相應的平均一致性指標，RI值可以從平均隨機一致性指標表中得到。一致性比例為，當時認為判斷矩陣的一致性時可以被接受的；否則，需重新咨詢專家意見，對矩陣進行調整，使之滿足一致性。

采用上述方法后，得到農業種植企業碳管理評價指標權重如下圖1所示。

4 低碳管理等級評價模型

農業種植企業碳管理人員可基于上述農業種植企業碳管理評價指標權重，廣泛采納農業專家的意見，按單項最高100分對農業種植企業各指標層進行打分。通過求和各指標層的得分（）與權重（）的乘積，得到最終的得分（）。

其中，為指標層數。

通過上述評價等級模型，可分別得出低碳發展、低碳能源資源、低碳生產和低碳管理的評分，根據目標層農業種植企業低碳管理評價體系的最終得分，可確定農業種植企業的低碳管理等級，見表3。

5 研究結論

本文基于AHP層次分析法與G-A-S模型，構建了中國第一套完整的農業種植企業（組織）碳排放管理評價體系。且進一步從目標、路徑和保障3個方面展開評估，將評價體系分為低碳發展、低碳能源資源、低碳生產、低碳管理4個大準則層。研究結果表明，低碳能源資源對企業碳排放管理評價影響最大；指標層中，資源回收利用權重最高，其次是企業能源結構和低碳平臺建設等。

本研究可以幫助企業基于上述農業種植企業碳排放管理指標評價體系，及農業種植企業低碳管理等級評定表科學評定自身碳管理水平，并確定自己的低碳管理等級，從而為下一步開展低碳管理工作明確方向。

6 政策建議

基于上述研究，提出面向農業種植企業碳管理方面的以下建議：

6.1 企業低碳發展方面

應根據現階段碳排放情況制定合理的減排規劃，對單位GDP碳排放強度設定3～5年的科學減排指標；結合企業發展規劃，因地制宜購買合適的綠色金融產品，如企業綠色信貸等。

6.2 企業低碳能源資源方面

從改善能源結構的角度：加強能源管理，進一步提升可再生能源和清潔能源的使用比例，企業可以通過鋪設光伏發電設備，為生產過程中引入綠電等清潔能源；產線中可投入科學配比的物料，使用智能的節水灌溉系統；企業也應加大對節能技術的開發，從源頭進行碳排放控制。

6.3 企業低碳生產方面

應加強資源回收利用，如秸稈和農膜等；通過調整農業肥料占比和生物農藥占比轉向低碳種植，也可根據農業農作物的碳匯選擇農作物。

6.4 低碳管理方面

應建立合理的低碳制度建設，對企業員工、生產技術等開展低碳能力建設，關注最新政策；應搭建規范的數字化低碳管理平臺，定期開展企業碳盤查工作，實時監控能源消耗量等，發現問題及時解決；創建屬于自己的低碳產品品牌：采用數字化碳足跡管理工具，科學有效地加強公司的碳足跡產品核算、認證和管理工作，實現碳足跡量化管理，考慮低碳農產品的區塊鏈掃碼存證，實施產品降碳行動，降低綜合管理成本。

參考文獻

[1] 曾賢剛，余暢，孫雅琪.中國農業農村碳排放結構與碳達峰分析[J].中國環境科學，2023，43（4）：1906-1918

[2] 王會鈞，張婷婷，劉洋.綠色金融支持農業產業升級的國內外經驗借鑒[J].金融理論與教學，2023（1）：39-44.

[3] Ozlu E，Arriaga F J，Bilen S，et al.Carbon footprint management by agricultural practices[J].Biology，2022，11（10）：1453.

[4] Li Q，Guo R，Li F，et al.Integrated inventory-based carbon accounting for energy-induced emissions in Chongming eco-island of Shanghai，China[J].Energy policy，2012（49）：173-181.

[5] 許樹柏.實用決策方法：層次分析法原理[M].天津：天津大學出版社，1988.

[6] 宋萌萌.陜西關中地區休閑農業管理水平評價指標研究[D].楊凌：西北農林科技大學，2017.

[7] 盧曉萍.吉林省低碳農業綜合評價研究[D].長春：吉林大學，2016.

[8] Chen J.Evaluation on the development level of low carbon agriculture in China[J].Ekoloji，2019，28（107）：1529-1537.

[9] Fountas S，Wulfsohn D，Blackmore B S，et al.A model of decision-making and information flows for information-intensive agriculture[J].Agricultural Systems，2006，87（2）：192-210.

[10] Jamaludin N F，Ab Muis Z，Hashim H.An integrated carbon footprint accounting and sustainability index for palm oil mills[J].Journal of Cleaner Production，2019（225）：496-509.

[11] Pa?ek K，Rozman ?.Application of analytical hierarchy process in agriculture[J].Poljoprivreda，2005，11（2）：67-73.

[12] Toloi R C，Reis J G M，Toloi M N V，et al.Applying analytic hierarchy process（AHP）to identify decision-making in soybean supply chains：a case of Mato Grosso production[J].Revista de Economia e Sociologia Rural，2021（60）：123-124.

[13] Veisi H，Deihimfard R，Shahmohammadi A，

et al.Application of the analytic hierarchy process（AHP）in a multi-criteria selection of agricultural irrigation systems[J].Agricultural Water Management，2022（267）：107619.

[14] 歐陽慧，王麗，劉保奎.國家低碳城（鎮）評價指標體系研究[J].宏觀經濟研究，2016（9）：59-66.

[15] 徐藹婷.德爾菲法的應用及其難點[J].中國統計，2006（9）：57-59.

作者簡介：李青青（1985—），女，首席科學家。