黃河流域農業碳排放效率與農業高質量發展的互動關系

關鍵詞：碳排放效率；高質量發展；ＳＢＭ 模型；熵值法；ＶＡＲ 模型；黃河流域

中圖分類號：Ｆ３２３．２；ＴＶ８８２．１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０９．０１７

引用格式：焦士興，王安周，林璐霜，等．黃河流域農業碳排放效率與農業高質量發展的互動關系［Ｊ］．人民黃河，２０２４，４６（９）：１２０－１２６．

黃河流域作為我國重要的生態屏障和經濟地帶，是推動高質量協調發展的關鍵區域，加強其生態保護和污染防治對于促進流域社會穩定、經濟發展具有重要意義［１］ 。農業高質量發展是流域高質量發展的重要組成部分，農業碳排放與農業高質量發展之間具有密切聯系。農業碳排放對于環境具有負面影響，是評價高質量發展的重要指標。因此，探討農業碳排放效率與農業高質量發展的關系具有重要意義。

目前，農業碳排放效率和農業高質量發展的相關研究已取得豐富成果。在農業碳排放效率方面，郭四代等［２］ 采用包含非期望產出的ＳＢＭ 模型，測算了西部地區的農業碳排放效率，認為其總體呈上升趨勢且投入產出效率處于較優狀態；吳賢榮等［３］ 分析了我國農業的碳排放效率指數，認為省域之間存在顯著差異；沈艷陽等［４］ 綜合運用Ｓｕｐｅｒ－ＳＢＭ 模型，測算了我國省域農業碳排放效率，認為其穩步提高且存在較大提升空間。在農業高質量發展方面，楊輝等［５］ 運用熵值法測算了我國三大糧食功能區發展水平，認為其均保持上升趨勢但存在區域差異；馬鳳才等［６］ 采用熵權法計算了黑龍江省農業高質量發展水平，認為農業產業集聚存在明顯的促進作用和區域異質性；王善高［７］ 運用半參數面板數據模型，分析了數字經濟對我國農業高質量發展的影響，認為其存在時空異質性；高雪等［８］ 利用縱橫向拉開檔次法，分析了我國農業發展質量的時空變化情況，認為其呈現東高西低的態勢。

綜上所述，有關農業碳排放效率和農業高質量發展的研究大多只探討農業碳排放效率或農業高質量發展的影響因素［３，８］ ，或者某一要素對農業碳排放效率或農業高質量發展的單向關系［４，７］ ，而較少探討農業碳排放效率和農業高質量發展之間的互動關系，且研究區域較少涉及黃河流域。基于此，筆者運用包含非期望產出的超效率ＳＢＭ 模型測算黃河流域農業碳排放效率，采用熵值法評價農業高質量發展狀況，并基于ＶＡＲ 模型，探討農業碳排放效率與農業高質量發展的互動機制，以期為推動黃河流域生態保護和高質量發展提供參考。

１數據來源與研究方法

１．１指標選取與數據來源

農業碳排放效率是指既定投入要素情況下，用較低的碳排放獲取較多的經濟產出，反映碳排放約束條件下的農業生產率水平，其本質是納入了碳排放的生產技術效率［９－１０］ 。參考相關研究成果［２，１１－１２］ ，從農業投入和農業產出２ 個維度，構建農業碳排放效率評價指標體系（見表１），其中：農業投入維度包括勞動力投入、土地投入、農資投入３ 個一級指標，農業產出維度包括期望產出、非期望產出２ 個一級指標。參考相關研究成果［１３－１４］ ，從綠色、經濟、可持續發展、創新４ 個維度構建農業高質量發展評價指標體系（見表２），其中：綠色維度包括環境友好、資源利用２ 個一級指標，經濟維度包括經濟增長、產業結構２ 個一級指標，可持續發展維度包括資源稟賦、風險承受２ 個一級指標，創新維度包括創新基礎、創新績效２ 個一級指標。

數據來源于２０１１—２０２３年《中國統計年鑒》、黃河流域九省（區）統計年鑒、《中國農業統計年鑒》，缺失數據采用線性插值法和均值法彌補。

２結果分析

２．１黃河流域農業碳排放效率

利用式（１）、式（２），計算黃河流域整體及各省（區）農業碳排放效率，結果見圖１。黃河流域農業碳排放效率整體呈上升態勢，年均增長率為６．３３％。其中２０１０—２０１７ 年增幅較小，年均增長率為４．９９％，主要原因是投入的農用物資較多，如化肥施用量由２０１０年的１ ９８０ 萬ｔ 增加到２０１７年的２ １０１萬ｔ，農業碳排放量則由２ ７８０萬ｔ 增加到２ ９４８ 萬ｔ，農業碳排放效率相對較低；２０１８—２０２２ 年增幅較大，年均增長率為６．９０％，主要原因是黃河流域九省（區）積極貫徹落實國家碳減排政策，優化要素投入與可再生能源替代［１２］ ，減少了農用物資投入［１９］ ，黃河流域化肥、農藥施用量分別由２０１８年的６９３ 萬、４１萬ｔ 減少至２０２２年的５９５ 萬、２９ 萬ｔ，農業碳排放量則由２０１８年的２ ８４２萬ｔ 減少至２０２２ 年的２５６５ 萬ｔ。

黃河流域農業碳排放效率區域差異較大。采用ＡｒｃＧＩＳ １０．５ 自然間斷點分級法，將農業碳排放效率劃分為Ⅰ級［０．６３２，０．６５３］、Ⅱ級（０．６５３，０．８８５］、Ⅲ級（０．８８５，０．９２３］３ 個等級。

Ⅰ級包括甘肅、山西兩省，農業碳排放效率較低，全省均值分別為０．６５３、０．６３２。甘肅位于我國西北地區，經濟發展相對落后，在農業發展過程中忽視了對環境的保護，導致面源污染比較嚴重，農業碳排放量較大［２０］ 。山西省農業碳排放效率低下，歸因于生產過程中存在要素投入過多、期望產出不足或者非期望產出過多，農業生產的效率較低［２１］ 。

Ⅱ級包括山東、四川、河南、陜西、青海五省，農業碳排放效率處于中等水平，全省均值分別為０．８８５、０．８７１、０．８４５、０．８８０、０．８５９。山東、四川、河南均為我國農業大省，經濟發展水平相對較高，但經濟收益的增速低于農業生產所產生的碳排放量的增速，農業生產中產生的碳排放主要來源于農藥化肥的施用［２２］ ，２０２２年山東、四川、河南三省的農業碳排放量分別為５７７萬、２９０ 萬、７０６ 萬ｔ，三省合計占黃河流域九省（區）碳排放總量的６１．３％。陜西是種植業大省，種植業比例較高，不利于農業碳排放效率的提升。青海受自然地理環境的影響，種植業規模較小，農業碳排放量也較小，２０２２ 年農業碳排放量為１２ 萬ｔ。

Ⅲ級包括寧夏、內蒙古兩個自治區，農業碳排放效率較高，全區均值分別為０．９２２、０．９０５。寧夏通過建立健全農業技術推廣服務體系，加強農業基礎設施和高標準農田建設，極大地推動了農業生產率的提升［２３］ 。內蒙古重視農業生產，農業投入力度大，２０２２ 年內蒙古第一產業產值占比為１１．５９％，位居黃河流域九省（區）的第二位；２０２２ 年內蒙古農林水事務支出占財政支出的１５％，位居黃河流域九省（區）的第二位。

２．２黃河流域農業高質量發展狀況

運用式（３） ～式（６），計算黃河流域及各省（區）農業高質量發展水平，結果見圖２。由圖２ 可知，黃河流域農業高質量發展水平整體呈現波動上升態勢，增長速度相對較快。２０１０—２０２２ 年，高質量發展水平從０．１４７升至０．５１１，年均增長率為１０．９％。其中，２０１０—２０１６ 年年均增長率為１５．９％，但發展水平仍較低，如２０１６ 年僅為０．２８８，主要原因是農業發展仍處于“高能耗、低效率”階段，農業生產投入較多，如２０１６ 年農用柴油量達５９８ 萬ｔ，但農業產值不高（１８３００億元），僅為２０２２年的６５．３％；農業生產效率低下，２０１６年土地生產率為３．８９ 萬元／ ｈｍ^２，僅為２０２２ 年的６２％，且對環境影響較大。２０１７—２０２２ 年農業高質量發展水平增長速度減緩，年均增長率為１０％，但發展水平相對較高，歸因于我國實施了“由高速增長向高質量發展轉變”重大發展戰略，九省（區）更加重視高質量的發展，在推動農業經濟可持續發展的同時保護了生態環境。

黃河流域農業高質量發展水平區域差異較大。采用ＡｒｃＧＩＳ １０．５ 自然間斷點分級法，將農業高質量發展水平劃分為Ⅰ級［０．３１３，０．３６３］、Ⅱ級（０．３６３，０．４３８］、Ⅲ級（０．４３８，０．５２７］３ 個等級。

Ⅰ級包括寧夏、內蒙古、山西、陜西四省（區），農業高質量發展水平較低，全省（區）均值分別為０．３６３、０．３５２、０．３５０、０．３１２。寧夏農業發展主要依靠黃河過境水，農業用水量占比超過８５％［２４］ ，在黃河流域九省（區）中用水效率最低（２０２２ 年農業用水效率為７．９９６元／ ｍ^３）。內蒙古農業多為分散經營，且復種指數較低（２０２２ 年為７５．６９％）。山西傳統種植業和畜牧業發展較慢且相對穩定，相應的加工業發展也較慢，農業產品附加值較低［２５］ 。陜西農業規模化程度較低，２０２２年農業規模化程度僅有０． ６４ ｈｍ^２／ 人。總之，這四省（區）農業高質量發展水平較低的主要原因是資源利用效率和生產效率均較低。

Ⅱ級包括甘肅、青海兩省，農業高質量發展處于中等水平，全省均值分別為０．４３９、０．４０９。甘肅、青海位于黃河上游，受自然條件影響，農業發展受到一定制約。甘肅通過轉變農業發展方式、推動農業生產動力轉化等措施［２６－２７］ ，有效推動了農業高質量發展。受西部大開發戰略等影響，２０１８ 年以來青海農業發展水平得到明顯提高。

Ⅲ級包括河南、四川、山東三省，農業高質量發展水平較高，全省均值分別為０．５２７、０．５２５、０．５２１。河南、山東地形相對平坦，農業機械化水平較高。河南省不斷完善農田基礎設施，重視提升農產品質量和競爭力。山東是沿黃九省（區）中經濟最發達的省份，耕地率位居全國第一，耕地數量、質量和生產條件具有得天獨厚的優勢［２８］ ，有利于農業高質量發展。四川地域面積大，自然資源和勞動力資源豐富，農業高質量發展水平相對較高。

２．３黃河流域農業碳排放效率與農業高質量發展的互動關系

利用式（７），結合Ｅｖｉｅｗｓ １０．０ 軟件，采用ＶＡＲ模型和單位根檢驗等方法［１８］ ，探討農業碳排放效率與農業高質量發展之間的互動關系。

２．３．１平穩性檢驗及協整檢驗

Ａｕｇｍｅｎｔｅｄ Ｄｉｃｋｅｙ－Ｆｕｌｌｅｒ（ＡＤＦ）檢驗是一種常用的單位根檢驗方法，專門用于時間序列數據平穩性檢驗，以避免存在偽回歸現象。ＡＤＦ 檢驗結果表明，５％顯著性水平的農業碳排放效率與農業高質量發展兩個變量均為一階差分平穩（見表３）。在ＡＤＦ 檢驗基礎上，對變量進行協整檢驗，結果顯示兩個變量協整。

２．３．２最優滯后階數

在使用ＶＡＲ 模型進行分析時，需要確定最優滯后階數。以農業碳排放效率和農業高質量發展兩個變量建立ＶＡＲ 模型，結果顯示其最優滯后階數為１（見表４）。

２．３．３格蘭杰因果檢驗

在確定最優滯后階數為１ 階后，對農業碳排放效率與農業高質量發展進行格蘭杰因果檢驗。在５％顯著性水平，當Ｐ＜０．０５ 時，拒絕原假設；當Ｐ＞０．０５ 時，則接受原假設。

格蘭杰因果檢驗結果表明，５％顯著性水平的農業碳排放效率是農業高質量發展的原因（見表５）。碳排放效率與高質量發展主要通過與生態環境的相互作用而彼此影響［２９］ 。生態環境對農業高質量發展水平的影響較大，歸因于綠色維度所占權重（０．３４）較大。農業碳排放效率的提高對生態環境有積極影響，碳排放量隨著碳排放效率提高而減少；農業污染物減少，可有效緩解農業生產所帶來的環境壓力，促進農業高質量發展。因此，提高黃河流域農業碳排放效率能夠有效促進農業高質量發展。

格蘭杰因果檢驗結果表明，５％顯著性水平的農業高質量發展不是農業碳排放效率的原因（見表５）。黃河流域農業發展存在生態環境脆弱、農業面源污染嚴重、水資源短缺等問題［３０］ ，因此高質量發展受到阻礙，發展水平從２０１０ 年的０．１４７ 上升至２０２２ 的０．５１１，發展水平相對較低，但農業碳排放效率（從０．５１９ 上升到１．０８４）相對較高，表明黃河流域農業高質量發展對碳排放效率的提高影響不顯著。

２．３．４方差分解

方差分解是通過分析每一個結構沖擊對內生變量變化的貢獻度，進而評價不同結構沖擊的重要性［３１］ 。對農業碳排放效率與農業高質量發展水平進行方差分解，結果見表６。表６ 表明：從第１ 期到第１０ 期（指利用現有樣本對未來進行預測的期數），農業碳排放效率對農業高質量發展的貢獻率（大于２０％）均大于農業高質量發展對農業碳排放效率的貢獻率（小于２０％），表明農業碳排放效率對農業高質量發展的影響較大，這與上文格蘭杰因果檢驗的結果相吻合。

３結論與建議

運用包含非期望產出的超效率ＳＢＭ 模型和熵值法，分析了黃河流域２０１０—２０２２ 年農業碳排放效率和農業高質量發展水平，采用Ｅｖｉｅｗｓ １０．０ 軟件、ＶＡＲ 模型和單位根檢驗等方法探討了二者的互動關系。

１）黃河流域農業碳排放效率整體呈上升趨勢，區域差異顯著。甘肅、山西處于較低水平，四川、山東、河南、陜西、青海五省處于中等水平，寧夏、內蒙古處于較高水平。甘肅、山西應提高農業物資利用效率，發展綠色農業；四川、山東、河南、陜西、青海應發揮區域比較優勢，發展特色產業；寧夏、內蒙古應加強科技創新、培育良種等，發展生態農業。

２）黃河流域農業高質量發展水平呈波動上升趨勢，區域差異較大。陜西、山西、寧夏、內蒙古四省（區）處于較低水平，青海、甘肅處于中等水平，河南、四川、山東三省處于較高水平。陜西、山西、寧夏、內蒙古應推廣蓄水保水技術等，發展高效旱作農業；青海、甘肅應實施退牧還草等，發展有機農業；河南、四川、山東應推進高標準農田建設等，發展智慧農業。

３）黃河流域農業碳排放效率的提高對農業高質量發展的促進作用較為明顯，且農業碳排放效率對農業高質量發展的貢獻率大于農業高質量發展對農業碳排放效率的貢獻率。黃河流域應推廣低碳技術、提升固碳能力等，推進農業減排固碳，促進農業高質量發展。