1、现 代 农 业 2023 年 03 期要要要要要要要要要要要基金项目 2021 年国家社会科学基金(21BMZ053)曰 云南农业大学第十六届学生科技创新创业行动基金项目渊2023Y0131)曰云南农业大学第十五届学生科技创新创业行动基金项目(2022XWKY005)遥作者简介 朱寒冰(1998要)袁女袁硕士袁研究方向院农业碳排放遥鄢通信作者院金璟(1973要)袁女袁副教授袁硕士袁研究方向院农业农村经济遥农 牧 经 济2010要2020年云南省农业绿色全要素生产率测算及分析朱寒冰袁金璟鄢渊云南农业大学经济管理学院袁云南 昆明650201冤摘要本文研究了云南省 16 个市州的农业绿色全要素生产率
2、及其内部结构袁旨在探究云南省农业绿色发展的现状袁并且为云南省农业高质量发展提供有益参考遥通过 SBM-GML 指数模型袁从碳汇和碳排放双重视角袁针对 2010要2020 年云南省下属的 16 个市州进行了农业绿色全要素生产率及其构成项的测算和分析袁从计算结果来看院渊1冤云南省的农业绿色全要素生产率呈现出波动上升的趋势袁而这一趋势的主要驱动因素是技术进步曰渊2冤云南省的农业全要素生产率年均增长率为 2.8%袁年平均值为 1.089 9曰渊3冤云南省 16 个市州的农业绿色全要素生产率存在明显的区域差异袁农业绿色全要素生产率增长最快的市州位于滇中北袁其次为滇东北遥进一步提升云南省农业绿色全要素生产
3、率袁关键在于提高技术效率遥关键词农业绿色全要素生产率曰SBM-GML 指数模型曰碳汇曰碳排放中图分类号院F327文献标识码院A文章编号院员园园愿原园苑园愿渊2023冤03-069-06Measurement and Analysis of Agricultural Green Total Factor Productivity from2010 to 2020 in Yunnan ProvinceZHU Hanbing袁JIN Jing*渊School of Economics and Management袁Yunnan Agricultural University袁Kunming65020
4、1袁China冤Abstract院This paper studied the agricultural green total factor productivity and its internal structure of16 cities and prefectures in Yunnan Province袁aiming to understand the current situation of agricultural greendevelopment in Yunnan Province and provide references for the high-quality ag
5、ricultural development inYunnan Province.Using the SBM-GML index model袁the agricultural green total factor productivity and itscomponents of 16 cities and prefectures in Yunnan Province from 2010 to 2020 were measured and analyzedfrom the dual perspectives of carbon sink and carbon emission.The resu
6、lts showed:(1)The overall trend ofagricultural green total factor productivity in Yunnan Province was fluctuating and increasing袁mainly due totechnological progress曰(2)The average annual growth rate of agricultural total factor productivity in YunnanProvince was 2.8%袁and the annual average value was
7、 1.089 9曰(3)There were obvious regional differences inagricultural green total factor productivity of the 16 cities and prefectures in Yunnan Province袁with the citiesand prefectures in central and northern Yunnan having the fastest growth in agricultural green total factorproductivity 袁followed by n
8、ortheastern Yunnan.In conclusion袁 the key to further improve agricultural greentotal factor productivity in Yunnan Province was to improve technical efficiency.Keywords院agricultural green total factor productivity曰SBM-GML index model曰carbon sink曰carbon emission工业革命以来袁 大气中 CO2尧CH4等气体排放量的增加导致了温室效应的加剧遥
9、 100 多年来袁地球表面的平均温度上升了 0.9 益袁温室效应引起的碳排放问题已成为世界关注的焦点咱员暂遥 作为世界上碳排放最高的国家袁我国一直受其他国家的攻讦袁我国在第 75届联合国大会上提出了两项碳减排目标院2030 年实现碳达标袁2060 年实现碳中和遥 尽管工业是中国碳排放的主要来源袁但农业的柴油尧化肥和农药的大量使用也对碳排放产生了重要影响袁使农业在总碳排放量中所占比例上升到 17%左右袁远高于国际平均水平遥窑69窑现 代 农 业 2023 年 03 期农 牧 经 济这种趋势严重限制了我国农业的可持续发展遥 为此袁2017 年底召开的中央农村工作会议提出了 野走质量兴农之路冶和野加
10、快推进农业由增产导向转向提质导向冶的要求袁督促我国农业从高投入尧高消耗尧高污染的粗放型农业发展模式向规模经济尧低能耗尧高环保的创新驱动型农业发展模式转变袁以实现农业经济高质量发展遥农业全要素生产率作为衡量农业经济质量增长和生产效率的重要指标袁对其进行测算分析能够直观判断农业绿色发展的水平袁并对其内部构成进行影响因素分析袁能够更好地践行生态经济可持续发展战略袁加快推动云南省绿色农业发展遥目前袁国内外学者对农业全要素生产率的测算主要集中在 2 个方面遥 一是测算方法的不同袁常用的方法为增长核算法渊代表人物有柯布尧索罗等冤3-4以及前沿面法袁其中袁前沿面法又根据参数是否明确这一标准袁进一步细分为随机
11、前沿面法渊SFA冤和数据包络分析法渊DEA冤遥 现阶段袁以 DEA 为基础构建的非径向尧非角度和考虑松弛变量的 SBM 模型是测算农业全要素生产率的主流做法遥 葛鹏飞等在对中国 2001要2015 年的绿色全要素生产率进行测算时袁 采用了基于 SBM-DDF 方法的 Luenberger 指数袁对其进行了量化袁并分析其时空演变和收敛性袁得出结论院通过提升绿色全要素生产率来实现农业绿色发展仍然具有较大的空间袁特别对于粮食主产区来说袁各省之间呈现出明显的差异化和两极分化现象遥 沈洋等采用 SBM-GML 模型对中国在 2000要2019 年的绿色全要素生产率进行测度及收敛性分析后得出袁农业全绿色生
12、产率较低地区发展速度高于农业全绿色生产率较高地区袁且区域差异正在减小遥 采用的测算方法不同袁得出的结果也稍有偏差遥 二是测算指标的选择不同袁特别是对于产出指标的选取遥 梁俊等尧吕娜和朱立志等采用农业面源污染中 N尧P 和化学需氧量渊COD冤的排放量作为非期望产出变量袁郭海红等学者除了把农业面源污染作为非期望产出变量外袁还将农业碳排放作为产出变量7-9遥就已有的农业绿色全要素生产率测算而言袁现有数据和测算结果在测算过程中主要是以农业总产值作为期望产出袁把农业面源污染或农业碳排放之一视为非期望产出曰将农膜尧农用机械尧农业劳动力投入尧农药尧播种面积等作为投入变量遥 可是上述做法忽略了一个事实袁那就是
13、农业土壤兼具碳汇和碳源双重属性袁 它会由于人类的生产活动释放出大量的 CO2袁但同时种植的粮食和经济作物又能通过光合作用把空气中游离的 CO2固定下来袁 这个特征往往会被忽略遥鉴于此袁本文特别将农业碳汇量考虑在内袁并将其作为期望产出的一种袁 将农业碳排放作为非期望产出曰运用 SBM-GML 指数模型完成云南省农业绿色全要素生产率的测算分析遥本研究思路更加符合双碳和生态经济的现实背景袁其结论能够为云南省绿色农业的发展提供必要的参考依据和政策启示遥1研究方法1.1SBM-Undesired 模型DEA 模型因为能同时处理多项投入和产出的评价问题袁且没有预设生产函数的困难袁而成为测算效率的主流方法遥
14、在传统的 DEA 模型中袁对于决策单元渊DMU冤 的测算主要从投入角度或者产出角度进行袁且要求所有投入或者产出同比例增加或者缩减袁忽略了产出不足或者投入过度的情况袁即存在松弛变量的问题遥 针对这一困境袁Tone 提出了基于非径向非角度的 SBM 模型袁 使得评价对象效率的测算结果更为精确10遥 其中袁产出是否期望由决策者决定袁投入是否期望由内部生产机制决定遥 因此袁本研究采用规模报酬可变条件下袁 SBM-Undesired 模型测算云南省农业绿色全要素生产率袁模型表达式如下所示遥p鄢=min1-1MMi=1移Sxmxm01+1s1+s2(s1r=1移Sgrygr0+s2k=1移Sbkbgb0)
15、s.tJj=1移姿tjYtrj-Sgr,=ytrj袁 r=1袁噎袁 S1Jj=1移姿tjbtjk+Sbk=btbj袁 K=1袁噎袁 S2Jj=1移姿tjXtmj+Sxm=xtmj袁 m=1袁噎袁 MJj=1移姿tj=1,姿tj逸0袁 j=1袁噎袁 JSbk逸0,Sgr逸0,Sxm逸0 J=1,噎,Z扇墒设设设设设设设设设设设设设设设设设缮设设设设设设设设设设设设设设设设设(1)式渊1冤中袁p鄢表示目标效率值袁该值臆1曰sx尧sg尧sb表示投入松弛变量尧期望产出松弛变量以及非期望产出松弛变量曰M尧S1尧S2分别表示投入尧期望产出和非期望产出遥1.2构建 Global Malmquist-Luen
16、berger 生产率指数由于包含 SBM-Undesired 模型对云南省农业绿色全要素生产率分析是静态分析袁农业绿色全要素生产率在不同年份并不是同一前沿面袁未能完整反映其动态演变过程袁数据不具有可比性遥 为此袁本文基于SBM-Undesired 模型的测算结果袁 构造了 GlobalMalmquist-Luenberger渊GML冤指数模型袁用以动态分析每个市州不同时期的效率变化遥 同时避免了Malmquist 和 Malmquist-Luenberger 存在线性规划无解的可能性遥 GML 指数测度了 t 期到 t+1 期全要素生产率的变化袁在规模报酬可变渊VRS冤的条件下袁构建的模型如下院窑70窑现 代 农 业 2023 年 03 期农 牧 经 济GMLt+1t=1+DG0(xt,yt,bt,gt)1+DG0(xt+1,yt+1,bt+1,gt+1)=1+Dt0(xt,yt,bt,gt)1+Dt+10(xt+1,yt+1,bt+1,gt+1)伊1+DG0(xt,yt,bt,gt)1+Dt0(xt,yt,bt,gt)伊1+Dt+10(xt+1,yt+1,bt+1,gt+1)DG0(