中國農產品出口貿易隱含碳排放績效評價

戴育琴++馮中朝

摘要：本文利用基于方向性距離函數的Malmquist-Luenberger DEA模型，在全要素分析框架下測算了2001—2013年中國28個省區農產品出口貿易隱含碳排放績效指數及其分解，分析碳排放約束條件下我國地區間農產品出口貿易績效之間的差異，并與傳統Malmquist指數進行對比。研究表明，樣本期內我國農產品出口貿易隱含碳排放績效平均增長0.42%，累計增長5.21%，績效增長主要來源于前沿技術進步貢獻，環境技術效率卻存在小幅退化；各地區農產品出口隱含碳排放績效差異顯著，東部地區最優，其次是東北、西部地區，中部地區最為落后；農產品出口貿易隱含碳排放指數與標準 Malquister 指數的變化趨勢大體一致，但后者高估了農產品出口貿易績效，夸大了技術進步和技術效率對其貢獻作用，因此，是否考慮資源約束對農產品出口貿易績效核算會產生較大影響并可能導致政策偏誤。

關鍵詞：農產品出口；隱含碳排放；Malmquist-Luenberger指數；環境約束

基金項目：農業部、財政部專項研究課題“國家油菜現代產業技術體系建設”（項目編號：CARS—13）；國家自然科學基金項目“中國農業全要素生產率增長：結構調整、比較優勢與動態演進”（項目編號：71273103）；湖南省哲學社會科學基金項目“安全與效率視角下農產品供應鏈社會責任實施機制研究”（項目編號：13YBA198）

中圖分類號：F323 文獻標識碼：A 文章編號：1003-854X（2017）03-0085-06

中國自2001年加入世界貿易組織以來，農產品出口貿易迅速發展。2001—2013年，中國農產品出口貿易額從154.5億美元上升到653.66 億美元，年均增長12.77%。然而，隨著我國傳統農業向現代農業轉變，農業生產消耗大量煤炭、柴油、電力等能源，化肥、農藥、農膜等工業中間投入品的使用也不斷增加，農業生產排放大量的CO2，現代農業堪稱“高碳農業”。作為農產品貿易大國，我國農產品出口貿易也不可避免涉及大量的隱含碳排放，當前環境保護融入國際貿易體系成為必然趨勢，以環境優化貿易是實現我國經濟發展和環境保護雙贏的重要手段?？茖W合理地測度我國農產品出口貿易CO2排放績效以及深入分析其增長原因、地區差異和演變趨勢，對增強我國農產品出口貿易的可持續競爭力，帶動我國農業生產向“高效率、低能耗、低排放、高碳匯”為特征的低碳模式轉型具有重要意義。

一、相關文獻綜述

隨著經濟增長與環境保護雙贏目標被廣泛重視，國內外學者開始通過計算碳排放績效來反映一國或地區的二氧化碳排放水平問題。最初，反映碳排放績效的指標以單要素評價方法為主，如Mielnik與Goldemberg（1999）提出碳化指數度量法（Carbonization Index），用單位能源的CO2排放量作為發展中國家應對氣候變化和經濟發展模式評價的主要標準①；Ang（1999）認為用單位GDP能耗變化基本能反映CO2排放情況，能源強度指標在低碳經濟研究中與碳化指數一樣重要②。隨著數據包絡分析（Data Envelopment Analysis， DEA）的發展，許多學者逐漸采用全要素評價思路，將所有相關的變量放在一起構建績效評價指標以保證碳排放績效的全面性與合理性。如Zaim and Taskin（2002）利用DEA模型從宏觀層面計算了OECD國家的碳排績效③；Kortelainen（2008）用Malmquist指數計算了歐盟20個國家1990—2003年的環境效率值④；查建平等（2012）利用DEA模型構建靜態和動態工業碳排放績效指數，對2003—2008年中國30個省區工業碳排放績效進行核算，認為我國整體工業碳排放績效水平低，區域間發展極不平衡⑤。關于中國農產品貿易中的碳排放問題大多集中在對農產品整體出口貿易和雙邊貿易中隱含碳排放量的計算。張迪等（2010）對2002年中國農產品對外貿易的隱含碳轉移進行了研究，發現2002年中國為農產品隱含碳排放的凈出口國，隱含碳的主要出口地區在亞洲，而韓國及日本是中國農產品隱含碳出口的主要受益國⑥；戴育琴等（2016）計算 2001—2013 年中國農產品出口貿易隱含碳排放量，認為從總體變化趨勢來看，農產品出口中的隱含CO2排放量隨出口貿易擴大不斷上升， 農產品出口結構的調整、能源利用效率的提高和農業生產技術進步會有效降低農產品出口貿易中的隱含碳排放⑦。

以上文獻給本文的研究提供了理論基礎，但是否考慮環境約束，從效率角度研究中國出口貿易的文獻十分鮮見，專門研究農產品出口貿易碳排放績效的文獻更少。本文將農產品出口貿易、農產品出口隱含碳排放、績效三者納入統一分析框架，利用Malmquist—Luenberger DEA模型，在全要素分析框架下計算中國農產品出口貿易隱含碳排放效率，從碳排放角度比較中國地區間農產品出口貿易績效之間的差異，探索其分布特征和變化趨勢，以期為促進農業出口增長、結構調整、實現農業節能減排提供差異化的策略參考。

二、評價方法及指數構造

1. 環境技術

生產單位在生產過程中投入一定的要素，往往會同時產生期望獲得的“好”的產品和不期望獲得的“壞”的產品，如CO2等環境污染排放。Fare等（2007） 提出環境技術構造了既包括“好”的產品又包括“壞”的產品的生產可能性集合，指明了期望產出、非期望產出與要素投入之間的技術結構關系。

假設某地區使用N種投入X=（X1，…XN）∈R■■，生產得到M種期望產出Y=（Y1，…YM）∈R■■，P種非期望產出C=（C1，…Cp）∈R■■，則環境技術的生產可能性集合為：

P（X）={（Y，C）∶（X，Y，C）∈T}（1）

T表示生產過程的技術結構關系，可描述為：

T=[（X，Y，C）∶（Y，C）∈P（X），X∈R■■]（2）

環境技術的生產可能性集合P（X）具有一個閉合、有界、凸性的特性。若t代表時期，t=1，…T；k代表地區，k=1，…K，則t時期k地區的投入和產出值為（X■■，Y■■，C■■）。在環境技術定義基礎上，運用DEA將環境技術模型轉化為：

Pt（Xt）={（Yt，Ct）∶■λ■■Y■■≥Y■■，m=1，…，M；■λ■■C■■=C■■，p=1，…，P；■λ■■X■■≤X■■，n=1，…N；λ≥0}（3）

2. 方向性距離函數

與傳統的產出距離函數不同，方向性環境產出距離函數測定既定方向、投入和環境技術結構條件下期望產出擴大和非期望產出縮減的可能大小。本文構造碳排放導向的方向性環境產出距離函數如下：

■ tc （Xt，Yt，Ct；g■■，-g■■）=sup[β∶（Yt+βg■■，Ct-βg■■）∈Pt（Xt）]（4）

上式中，D■■表示t時期的技術前沿，距離函數β表示在給定方向g=（gY，-gC）、投入X和技術結構P（X）下，期望產出Y與非期望產出二氧化碳排放C按照擴張和收縮的最大可能數量。方向性環境產出距離函數同時考慮“好”產品增加和“壞”產品減少的最大可能性。本文借鑒Chung等（1997）定義的 Malmquist-Luenberger方法，設定方向向量（gY，-gC）=（Y，-C），即期望產出與碳排放在現有基礎上按相同比例增減，經濟產量（農業總產值和農業出口額）增加的同時，通過同比例減少出口隱含碳排放移動達到最優前沿。

時期t生產單位k'（X■■，Y■■，C■■）在當期環境技術下的方向性距離函數可通過線性規劃求解：

■ tc （X■■，Y■■，C■■；Y■■，-C■■）=maxβ

s.t.■λ■■Y■■≥（1+β）Y■■，m=1，……，M；

■λ■■C■■=（1-β）C■■ ，p=1，……，P；（5）

■λ■■X■■≤X■■，n=1，……N；

λ■■≥0，k=1，……，K

3. Malmquist—Luenberger二氧化碳排放績效指數及其分解

進一步構建Malmquist—Luenberger二氧化碳排放績效指數（Malmquist—Luenberger CO2Emission Performance Index，簡稱MLCPI）對各生產單元的碳排放績效變動進行測度，如式（6）：

MLCPI■■={■■}■（6）

上式中，t與t+1為兩個時間段，為避免參照基準選擇上的任意性而造成的差異，以t、t+1兩種參照情況下MLCPI值的幾何平均數作為衡量從t到t+1時期碳排放績效的變化情況；■ tc （X■■，Y■■，C■■；Y■■，-C■■）、■t+1■（X■■，Y■■，C■■；Y■■，-C■■）表示生產單元分別在t、t+1時期（相對于當期技術前沿的碳排放導向的方向性距離函數）環境技術結構下的二氧化碳排放導向的方向性距離函數；■t+1（X■■，Y■■，C■■；Y■■，-C■■）、■t■c（X■■，Y■■，C■■；Y■■，-C■■）表示生產單元分別在t、t+1時期相對于t+1、t技術前沿的碳排放導向的方向性距離函數。

MLTECH■■={■

■}■（7）

MLEFFCH■■=■（8）

MLTECH衡量生產可能性邊界從t到t+1時期向外擴張的動態變化，MLTECH衡量從t到t+1時期生產單元實際生產點向生產可能性邊界的逼近。TECH和EFFCH大于1 ，表示其是二氧化碳排放績效得以提高的源泉，反之則是導致二氧化碳排放績效下降的根源。計算MLCPI、MLTECH和MLEFFCH，涉及四個類型的方向性距離函數，根據式（5）對應四個線性規劃。本文在線性規劃求解過程中使用MaxDEA 4.0 軟件。

三、變量選取和數據來源

本文計算出口貿易增長中碳排放績效使用的投入變量除一般經濟增長模型中的投入要素資本、勞動、能源，還包括化肥、農藥、農膜三種投入變量。期望產出為農業總產值YGDP和農產品出口額YEX；非期望產出為農產品出口貿易導致的二氧化碳排放EC?？紤]到數據的可獲得性以及DEA方法對異常數據的敏感性，本文研究剔除了西藏、中國臺灣、香港和澳門的相關數據，為了保持統計口徑統一， 將海南和重慶分別納入廣東和四川。因此本文所使用數據為 2001—2013年中國28個省級行政單位為生產單元在13年間所形成的平衡面板數據。具體說明如下：

（1）資本投入。資本存量指各地區農業資本存量，本文應用李谷成（2014）的研究成果⑧，采用以1978年不變價格換算的2001—2011年數據，2012年和2013年的省際農業資本存量按其相同的方法由作者算得。計算公式為Kt=Kt-1（1-δ）+It。δ為折舊率，取值5.42%。It為當期投資，采用農業固定資本形成總額計算當期投資It。Kt和Kt-1表示當期和上一期的資本存量。數據來源于《中國國內生產總值核算歷史資料》、《新中國六十年農業統計資料》、《中國統計年鑒》、《中國農業年鑒》及各省統計年鑒。

（2）勞動投入。各省區年末農林牧漁業就業人數，數據來源于《中國農村統計年鑒匯編1949—2004》和《中國農業年鑒》（2005—2013）。

（3）能源投入。各省區農林牧漁業能源消費總量，數據來源于相關年份各地區統計年鑒和《中國能源統計年鑒》。部分缺失年份數據采用差分法補齊。

（4）化肥投入、農藥投入、農膜投入數據來源于《中國農村統計年鑒》。

（5）產出變量分為期望產出和非期望產出變量。其中期望產出變量為各省區農林牧漁生產總值和農產品出口貿易總額。農林牧漁生產總值與農業資本存量價格保持一致，2001—2013年采用1978年不變價格換算，單位億元，數據來源于《中國農村統計年鑒》。農產品出口貿易額首先按照各年度美元兌人民幣平均匯率轉化為人民幣，其次為消除物價變動因素對農產品出口額的影響，采用商品零售價格指數對農產品出口貿易數據進行平減，得到1978年為基期的實際數據，單位億元。各省區農產品出口貿易額數據來源于《中國農業年鑒》。

非期望產出為各省區農產品出口貿易隱含碳排放量EC，采用投入產出法計算得到。出口隱含碳的計算公式為：

EC=R（I-A）-1YEX （9）

其中，設R為直接碳排放系數矩陣；（I-A）-1為完全需要系數矩陣，即列昂惕夫逆矩陣；R（I-A）-1為考慮中間投入、由列昂惕夫逆矩陣構造的完全碳排放系數矩陣； YEX代表農產品出口金額矩陣。（I-A）-1根據各地區投入產出表計算所得。我國投入產出表每5年公布一次，由于數據的可獲得性以及計算工作量龐大復雜，為了計算方便，本文采用各省2007年投入產出表計算各省完全碳排放系數，其他各年由平滑系數法得到（孫愛軍等，2015），計算R所需的各種能源的二氧化碳排放系數參照作者以往研究成果（戴育琴，2016）。

四、實證分析結果與討論

1. 中國農產品出口隱含碳排放績效增長源泉

根據上述研究方法和數據，本文運用MaxDEA軟件測度了2000—2013年中國28個省區的農產品出口貿易隱含碳排放Malmquist—luenberger指數及其構成。表1為2001—2013年MLCPI指數及其分解MLTECH、MLEFFCH的幾何平均值。

2001—2013年中國農產品出口隱含碳排放績效平均增長0.42%，累計增長5.22%。其中，技術進步MLTECH平均增長0.58%，累計增幅為7.12%，增幅較為明顯；技術效率MLEFFCH出現退化，平均下降0.15%，累計降幅為1.78%。由于技術進步的推動作用大于技術效率的退化作用，2001—2013年中國農產品出口貿易隱含碳排放績效呈現改進趨勢。因此，從Malmquist指數增長源泉來看，中國農產品出口貿易隱含碳排放績效增長主要有前沿技術進步貢獻。2000年以來，中國農業改革極大地促進了農產品出口貿易碳排放績效增長，農業科學研究體系在農業科研與技術創新方面取得了較大的成功，推動了農業節能減排技術的發展，但與此同時農業在對現有資源的合理配置、現有農業前沿技術的適應性改良、擴散和推廣應用方面不太成功，技術效率較低。許多學者計算指出中國農業生產存在前沿技術進步與技術效率損失并存的現象，本文計算的中國出口農產品碳排放績效值及其分解與這一規律相同。

表1 2000—2013年中國農產品出口貿易

隱含碳排放指數MLCPI及其分解

注：各年Malmquist、技術進步和效率變化指數均為相應年份之間的幾何平均值。

2. 農產品出口隱含碳排放績效時間趨勢特征

從中國農產品出口隱含碳排放績效的時間特征來看，2001—2013年出現了三次波動周期，即2001—2005年、2006—2010年、2011—2013年，波動均呈現先上升后下降的趨勢，并且隨著時間的推移，波動趨于平緩。

加入世貿初期第一階段（2001—2005年），在中央政府強力扶農政策支持下，農產品出口貿易發展進入到一個新的春天，但此時農產品出口隱含碳MLCPI指數增長卻不理想，年均增長0.02%，相對較慢，該階段績效增長主要由于技術進步單獨貢獻（0.22%），技術效率則是衰退的（-0.2%），成為MLCPI指數停滯的直接原因。2006—2010年第二階段，入世后5年中國市場化改革加速推進，農產品出口貿易進入一個較為穩定的增長期，由于中國國內能源消耗過多、環境壓力加大，經濟的可持續增長受到考驗，中國在商品貿易領域開始出臺了一系列政策來抑制高耗能、高污染和資源性產品，明確鼓勵發展循環經濟、可再生能源和生態環境保護。此階段農產品出口隱含碳ML指數增長超過第一階段，年均增長0.59%，增長模式也發生了變化，由第一階段的技術進步單獨貢獻轉變為由技術進步（0.5%）與技術效率改進（0.09%）共同推動。2011—2013年第三階段，“十一五 ”以后中國在農機節能技術應用方面得到了較大發展，農產品出口隱含碳績效呈現相對高增長勢頭，年均增長0.69%，但這仍然是一種典型的“單驅動”模式，技術進步推動明顯（1.18%），而技術效率起到了一定滯后作用（-0.48%）。

表2提供了標準 Malmquist指數的估計結果，在不考慮碳排放約束的情況下，標準M指數增長基本上與MLCIP指數增長趨勢相同，但傳統M指數三階段都大大超過MLCIP指數，這說明在考慮以二氧化碳排放為代表的環境成本、污染代價約束條件下，中國農產品出口貿易績效將大打折扣，雖然入世以來中國農產品出口貿易穩定增長，但是長期以來這種出口貿易是以數量增加、投入增加和低價成本優勢為核心的增長方式，各地區在追求出口量快速擴張的同時，化肥、農藥的被大量使用，農用能源消費結構、農產品出口結構仍不合理，導致農產品出口貿易隱含碳排放較高。

表2 中國農產品出口貿易隱含碳排放績效

增長及其成分變化的階段劃分（2001—2013）

3. 農產品出口隱含碳排放績效區域差異性

表3給出了2001—2013年中國主要省區的農產品出口貿易隱含碳排放MLCPI指數。從各省碳排放績效的平均水平來看，全國有18個地區碳排放績效均值大于1，10個省區碳排放績效均值小于1，說明大部分地區在2001—2013年農產品出口貿易隱含碳排放效率提升。其中排在前五位的省份是上海、山東、福建、河北、浙江，提升幅度較大，以上海為例，年均碳排放績效增加達到5.8%；排在后五位的省區是河南、湖北、廣西、青海、湖南，農產品碳排放均值低于-1.95%，地區最低值為-3.63%。

4. “碳排放技術創新者”身份確認

通過計算MLCPI及其分解可以在總體上了解隱含碳排放績效的增長變化情況，但尚不能確定各年份究竟是哪些省區在主導著生產可能性邊界的移動。為了尋找在碳排放約束下生產前沿面的“創新者”，根據Fare 等學者的判斷標準，推動生產前沿面的外移要同時滿足以下三個條件：

MLTECH■■>1■■

■ tc （X■■，Y■■，C■■；Y■■，-C■■）<0

■t+1（X■■，Y■■，C■■；Y■■，-C■■）=0（10）

第一個條件表示從t期到 t+1期生產可能性邊界沿著既定方向向量是向外擴張的，在既定的投入下，t+1期對于t期來說有著更多的期望產出和更少的非期望產出；第二個條件表示t+1期投入產出值在t期環境技術結構下不可行，即技術進步發生后，t+1期的生產發生在t期生產可能性邊界之外； 第三個條件表示“碳排放技術創新者”必然會處于當期生產可能性邊界上，效率值等于1。如果同時滿足上述三個條件，該出口單位就是“碳排放技術創新者”。

根據計算結果，碳排放約束條件下，13年間共有21個省區至少移動生產可能性邊界一次，直接推動著前沿技術進步。其中福建（10次）、江蘇（10次）、北京（9次）、四川（9次）、上海（8次）、浙江（8次）表現最為突出，這些地區為促進農產品出口貿易隱含碳排放績效的提高起到了示范和帶動的作用。從地區分布情況來看，碳排放技術創新者主要集中在東部省區和西部一些邊遠省份。東部地區除山東、河北兩省以外，其余7個東部省區推動次數在7次以上，技術創新表現突出的6個省區中就有5個屬于東部地區。作為糧食主產區的中部農業大省表現都不理想，其環境技術創新狀況遠遠落后于其他三個地區，除了江西（7次）表現較好以外，湖南、湖北、陜西對前沿面的推動次數為0，河南僅有3次，安徽僅有2次。西部地區中技術創新程度較高的是四川和陜西，其余表現一般，但總體比中部地區要好。

四、結論及政策含義

第一，2001—2013年我國農產品出口貿易隱含碳排放績效取得了一定增長，這種增長主要來源于前沿技術進步貢獻，環境技術效率卻存在小幅退化，出口農產品碳排放績效增長主要來自于“最佳實踐者”的 “最佳實踐”，由“落后者”主導的“追趕”產生的“水平效應”不明顯。這說明雖然我國農業科學研究體系在農業科研與技術創新方面取得了較大的成功，推動了農業節能減排技術的發展，但我們更要提高農業資源利用效率以及對現有農業前沿技術的適應性改良、擴散和推廣，帶動我國農產品出口貿易績效水平的整體提升。

第二，從農產品出口貿易隱含碳排放績效的地區分布來看，東部地區是碳排放績效值最高，其次為東北、西部、中部，前沿技術進步和環境技術效率變化也表現出非常類似的地區分布特征。推動生產可能性邊界向外擴展的“碳排放技術創新者”地區集中在福建、江蘇、北京、上海、浙江為代表的東部地區和西部四川，這要求我們在農業生產出口過程中進一步加強技術、經驗、制度等方面的交流與擴散，從整體上實現農業節能減排、農產品出口可持續性發展目標。

第三，入世以來，中國農產品出口貿易穩定增長，但是長期以來這種出口貿易是以數量增加、投入增加為核心的增長方式，各地區在追求出口量快速擴張的同時，能源和資源消耗較大，出口結構仍不合理，導致農產品出口貿易隱含碳排放居高不下，必須通過提高農產品的加工程度、技術含量、質量水平來培養國際營銷能力和品牌效應，形成新的競爭優勢，才能實現農產品出口貿易可持續性發展，使MLCPI指數超過M指數。

注釋：

① O. Mielnik J. Goldemberg， The Evolution of the“Carbonization Index” in Developing Countries， Energy Policy， 1999， 27（5）， pp.307-308.

② B. W. Ang， Is the Energy Intesity a Less Useful indicator than the Carbon Factor in the Study of Climate change， Energy Economics， 1999， 30， pp.59-75.

③ O. Zaim， F. Taskin， Environmental Efficiency in Carbon Dioxide Emissions in the OECD： A Non—Parametric Approach， Journal of Environmental Management，

2000， 58（2）， pp.95-107.

④ M. Kortelainen， Dynamic Environmental Performan-

ce Analysis： A Malmquist Index Aapproach， Ecological Economics， 2008， 64（4）， pp.701-715.

⑤ 查建平、鄭浩生、唐方方：《中國區域工業碳排放績效及其影響因素實證分析》，《軟科學》2012年第4期。

⑥ 張迪、魏本勇、方修琦：《基于投入產出分析的2002年中國農產品貿易隱含碳排放研究》，《北京師范大學學報》（自然科學版）2010年第6期。

⑦ 戴育琴、馮中朝、李谷成：《中國農產品出口貿易隱含碳排放測算及結構分析》，《中國科技論壇》2016年第1期。

⑧ 李谷成、范麗霞、馮中朝：《資本積累、制度變遷與農業增長——對1978—2011年中國農業增長與資本存量的實證估計》，《管理世界》2014年第5期。

作者簡介：戴育琴，華中農業大學經濟管理學院博士研究生，湖北武漢，430070；湖南商學院經貿學院講師，湖南長沙，410205。馮中朝，華中農業大學經濟管理學院教授、博士生導師，湖北武漢，430070。

（責任編輯 陳孝兵）