中国出口农产品碳排放绩效变化、地区差异及影响因素

瞿艳平，戴育琴，李 莉

(1.湖南商学院工商管理学院，湖南 长沙 410205；2.华中农业大学经济管理学院，湖北 武汉 430070；3.湖南商学院经贸学院，湖南 长沙 410205)



中国出口农产品碳排放绩效变化、地区差异及影响因素

瞿艳平1，戴育琴2，3，李 莉1

(1.湖南商学院工商管理学院，湖南 长沙 410205；2.华中农业大学经济管理学院，湖北 武汉 430070；3.湖南商学院经贸学院，湖南 长沙 410205)

本文利用Malmquist-Luenberger的DEA模型构建碳排放约束下出口绩效指数，并将其分解为技术效率和技术进步指数，对中国28个省2001～2013年农产品出口贸易隐含碳排放绩效进行评估，并就影响因素展开分析。研究结果表明，我国出口农产品隐含碳排放绩效起伏变化较明显，上升幅度不大；全国范围内地区出口农产品隐含碳排放绩效差异较大，东部沿海经济发达省区农产品出口隐含碳排放绩效值高，而中西部地区受地形和农业科技水平的限制，农产品出口隐含碳排放绩效值较低；出口开放度、要素禀赋结构对隐含碳排放绩效的影响为正，经济发展水平、能源消耗强度和出口企业规模的影响为负。

农产品；出口贸易；隐含碳排放；绩效

一、引 言

入世以来，中国农产品出口贸易快速增长，已成为推动农业经济发展的重要动力。2001年农产品出口额为154.5亿美元，至2013年达到653.66 亿美元，增长4.2倍。随着农产品出口贸易的发展，隐含碳排放量也逐年增加。相比于工业制成品，虽然农产品每单位产出的碳密度要低得多，但农业作为温室气体的第二大重要来源，在以石化能源消费为基础的现代化农业的发展模式下，农产品贸易和碳排放的关系丝毫不容忽视，农产品出口低碳化发展正成为世界农产品出口贸易的焦点问题。当前，贸易保护主义重新抬头，农产品不仅由于自身的特殊性更容易遭受以环境保护为名的各种绿色壁垒，还要面临“碳足迹”“碳关税”等为代表的隐性绿色壁垒，农产品贸易背后的隐含碳排放问题日益凸显。农业经济发展仍将在长时间内依赖农产品出口贸易的稳步发展，这种现实压力要求提高出口隐含碳排放绩效是必然选择。

自20世纪90 年代以来，由于世界碳排放量居高不下，学者开始对碳排放绩效进行测算，以科学合理地评价一国或地区的碳排放效率高低。碳排放绩效的评价方法大致可分为单要素评价指标和全要素评价体系两类，前者如碳排放系数、单位GDP能耗变化、能源消费强度等[1][2][3]。数据包络分析法(DEA模型)将能源消费、经济发展及碳排放纳入综合绩效指数计算，能更全面、合理地反映碳排放绩效，因而被广泛运用于环境绩效的评价中。Zaim and Taskin(2000)采用DEA法对OECD国家和地区的碳排放绩效进行评价[4]。Kortelainen(2008)使用Malmquist指数法分析1990～2003年20个欧盟成员国动态环境绩效[5]。涂正革(2008)采用方向性环境距离函数构建的环境技术指标评价1998～2005年我国各地区环境、资源与工业增长的协调状况，并对环境技术效率的差异进行了回归分析[6]。查建平等(2012)利用全要素分析框架下环境技术测度2003～2008年我国各省工业碳排放绩效的静态水平和动态水平，认为工业碳排放绩效处于较低水平、但呈上升趋势[8]。

在对碳排放绩效进行测评的基础上，国内学者进一步分析其影响因素，以寻找提升碳排放绩效的策略。王惠和王树乔(2015)运用非径向、非角度的SBM模型测评我国2003～2013年各省工业CO2排放绩效，发现技术创新、产业结构和经济增长对碳排放绩效具有正向促进作用，出口依存度、工业产权结构与碳排放绩效呈负相关[9]。王伟群等(2010)利用含有非期望产出的DEA模型测度1996～2007年我国各省二氧化碳排放量及区域差异，认为经济发展和产业结构具有显著的正向影响，能源强度和所有制结构具有负向的抑制作用[10]。高鸣等(2014)采用DEA法EBM模型计算中国30个省区的农业碳排放绩效，发现农业贸易开放、人力资本进口依存度对农业碳排放绩效有着积极的推动作用，农业经济增长对农业碳排放绩效的影响具有时滞，需从动态的角度考虑农业经济增长与农业碳排放之间的关系[11]。

以上研究为本文提供了丰富的理论基础，但已有的文献大多研究工业生产和贸易领域中的碳排放问题，关于农产品出口贸易隐含碳排放的研究仍停留在国家和地区总量的测算上，没有进一步考察碳排放效率变动及其地区差异，涉及农产品贸易、隐含碳排放及绩效的文献非常缺乏。基于此，本文将农产品贸易、隐含碳排放及绩效三者纳入同一个分析框架中，通过估测2001～2013年间中国28个省区出口农产品隐含碳排放绩效值，纵向分析其总体趋势和变化特征，横向比较各区域的差异，同时进一步分析农产品出口贸易隐含碳排放绩效的影响因素，较全面地考察环境约束条件下农产品出口贸易的可持续发展，以期为农产品低碳贸易发展和贸易模式转变的政策引导提供参考依据。

二、方法设计与研究模型

(一)隐含碳排放量的计算

投入产出法是目前研究贸易隐含碳排放最为常用的方法。该方法使用投入产出表的直接消耗系数矩阵，将直接碳排放系数转化为完全碳排放系数，使其包含生产该产品的中间投入所排放的CO2，最后用产量乘以完全碳排放系数，从而得到总的隐含碳排放量。直接碳排放系数为能源消耗系数乘以单种能源碳排放系数。利用投入产出法计算隐含碳排放的公式如下：

EC=Vθ(I-A)-1Y

(1)

其中，Y为农产品出口矩阵，I为单位矩阵，A为直接消耗系数矩阵；(I-A)-1为完全需要系数矩阵，即列昂惕夫逆矩阵；V为不同产品的能源强度矩阵，代表单位产值的能源消耗量；θ为不同能源二氧化碳排放系数矩阵，Vθ为完全碳排放系数矩阵。Vi=Eik/Xi，Eik为i部门第k种能源的消费量，Xi为i部门的总投入。

参照《中国统计年鉴》按行业划分能源消费量，除去电力属于二次能源，农业能源消费包括煤炭、焦炭、汽油、煤油、柴油、燃料油和天然气八类能源。

(二)出口农产品隐含碳排放绩效测度模型构建

(2)

其中，λ为横截面观测值的非负权重，表示生产技术为规模报酬不变。不等式约束表明投入与合意产出的强可处置性，等式约束表明非合意产出的弱可处置性及两种产出的零结合性。考虑非合意产出下效率的计算公式为：

(3)

其中，s-、sy、sb分别表示投入、合意产出和非合意产出的松弛变量。(2)式中的分子表示实际产出相对于生产前沿面的平均可扩张比例(即产出无效率)，分母表示实际投入相对于生产前沿面的平均可收缩比例(即投入无效率)，通过求解线性规划得到效率值。

借鉴孙爱军等(2015)的研究方法[13]，构建非合意产出条件下全局参比的Malmquist-Luenberger指数模型，并将其分解为技术效率指数和技术进步指数，在环境技术模型下依据与各地区相对应的线性规划来计算以不同时期的技术为参照的距离函数。

(4)

(5)

(6)

其中，t和(t+1)为连续的两个时期。Malmquist-Luenberger指数测度了从t到(t+1)时期出口农产品隐含碳排放绩效变化。当指数大于1时，生产单元的碳排放绩效在提升，反之则下降。effch指数测度了生产单元对生产可能性边界的追赶程度，techch指数测度了生产可能性边界向外扩张的动态变化。

(三)影响因素估计模型的设定

借鉴已有的研究思路和建模方法，本文采用综列数据的多元回归方法估计可能影响因素对出口农产品隐含碳排放绩效的边际效应。模型表达式为：

Yit=αi+βiXit+εit

(7)

其中，Yit代表出口农产品隐含碳排放绩效值，Xit代表可能的影响因素，α表示截距项，β为k×1阶回归系数列向量，εit为误差项。考虑到估计结果的稳健性，本文拟在回归分析中采用混合OLS、随机效应模型和固定效应模型三种估计方法。

三、数据来源与变量说明

(一)出口农产品隐含碳排放绩效的指标体系

运用DEA模型建立测算出口农产品隐含碳排放绩效的投入产出指标体系。投入变量包括农业劳动力人数、农业资本存量、农业能源消费量、化肥施用量、农药使用量和农膜使用量，合意产出变量包括农业生产总值和农产品出口贸易总额，非合意产出变量为出口农产品隐含碳排放量。其中，农业资本存量通过永续盘存法获得，借鉴李谷成(2014)的研究成果[14]，计算公式为Kt=Kt-1(1-δt)+It，K代表农业资本存量，I为新增投资，δ为折旧率，t和(t-1)分别代表当期和前期。出口农产品隐含碳排放根据公式(1)计算可得。考虑到数据的可获得性，本文研究对象为中国28个省区(不包括西藏、台湾、香港和澳门，并将海南和重庆分别纳入广东和四川)，时间跨度为2001～2013年。农业劳动力数据来源于相关年份的《中国农业年鉴》与各省统计年鉴，农业能源消费量来源于相关年份各省统计年鉴和《中国能源统计年鉴》，化肥、农药、农膜使用量及农业生产总值来源于《中国农村统计年鉴》，农产品出口贸易额来源于《中国农业年鉴》，计算农业资本存量的数据来源于《中国国内生产总值核算历史资料》《新中国六十年农业统计资料》和《中国统计年鉴》。

(二)影响因素的选取与数据来源

根据国内外已有的文献及环境经济学的相关理论，结合农产品出口的特点和数据的可获得性，我们选取以下的变量作为出口农产品隐含碳排放绩效的影响因素。

1.农业出口开放度。入世以来，农业贸易的发展在带动国内农产品市场的繁荣和环境标准提高的同时，也带来了资源消耗、环境污染和能源消耗等问题，学者们在出口贸易开放对环境效率产生正向作用还是负向作用方面的观点各异，究竟哪种观点是正确的需进一步验证。本文选取各省区农产品出口总额占第一产业增加值的比重来反映农产品出口开放度。农产品出口总额来源于各年的《中国农业年鉴》，第一产业增加值来源于《中国农村统计年鉴》。

2.农业经济发展水平。大量研究表明经济发展初期的资源使用超过了资源的再生，有害废物大量产生，规模效应超过了技术效应和结构效应，导致环境恶化。当经济发展到新的阶段，技术效应和结构效应胜出，进而环境得到优化。经济发展水平与环境质量之间存在环境库兹涅茨倒U型曲线关系。农业经济发展水平以农业人均GDP来衡量，采用1978 年不变价格的人均GDP来表示。农业人均GDP为各省农业GDP与人口数之比。各省农业GDP来源于《中国农村统计年鉴》，各省人口数来源于《中国人口和就业统计年鉴》。

3.农业要素禀赋结构。一般认为，资本劳动比变化反映现代农业工业化、化学化程度，“工业式”农业导致环境资源破坏、出口农产品隐含碳排放绩效下降。但现实中该影响是较复杂的，如果对农业资本的界定不同或存在产业差异和地区差异，资本程度加深则可能对隐含碳排放绩效产生正向影响[15]。本文采用农业资本存量与农业劳动力数量之比KL反映地区要素禀赋，若地区KL上升，表明该地区农业结构正从劳动密集型向资本密集型转化，农业的工业化进程加深。资本存量及农业劳动力数量的数据来源与前文相同。

4.农业能源消耗强度。能源作为一种农业生产中间投入被视为二氧化碳排放的主要来源，能源消耗强度是衡量地区能源利用效率的指标，强度越高意味着出口增长对能源的依赖性越强。粗放式的贸易增长模式以消耗大量的资源为代价来获取贸易利益，出口增长会导致大量的二氧化碳排放，出口农产品隐含碳排放绩效降低。能源消耗强度采用地区农业能源消费量与各地1978年不变价格的农业GDP的比值来表示。地区农业能源消费量来源于各省统计年鉴和《中国能源统计年鉴》。

5.农业出口企业规模。合理的出口企业规模有利于出口环境效率的提高(涂正革,2008b)。本文采用大中型农产品出口企业在地区农业出口规模中的比重代表地区农产品出口的规模结构。其中，大中型农产品出口企业采用年出口额500万元以上农业企业总出口交货值来衡量，地区农业出口规模采用地区农业企业出口交货值来衡量，其数据来源于《中国农业年鉴》。

四、实证研究结果及分析

(一)中国出口农产品隐含碳排放绩效的测算

1.出口农产品隐含碳排放绩效的总体变化。根据公式(2)～(5)，本文计算了中国2001～2013年出口农产品隐含碳排放的Malmquist指数，并分为东部、中部、西部和东北四大地区对比分析绩效值(结果见表1所示)。其中，东部地区包括北京、天津、上海、江苏、浙江、河北、山东、广东和福建，西部地区包括云南、贵州、四川、广西、甘肃、青海、宁夏、陕西、内蒙古和新疆，中部地区包括河南、江西、山西、安徽、湖北和湖南，东北地区包括辽宁、吉林和黑龙江。

在2001～2013年间，由于技术进步的推动作用大于技术效率的退化作用，中国出口农产品隐含碳排放绩效总体呈波动上升趋势，2001～2013年平均增长1%，累计增长6%。其中，东部地区和东北地区绩效累计增长分别为34%和3%，而中部地区和西部地区绩效增长分别为-11%和-7%，东部、中部、西部和东北的平均出口隐含碳排放绩效分别为1.03、0.99、0.99和1.00。由图1可知，出口农产品隐含碳排放Malmquist指数、techch和effch三者的变化趋势基本一致且都经历了明显的波动性变化，出口隐含碳排放绩效最大值出现在2004年，Malmquist指数、techch和effch分别为1.05、1.03和1.02。2005年则由于技术进步(0.97)和技术效率(0.98)的退化跌至出口隐含碳排放绩效的最低值0.95，随后几年呈波动起伏。其原因可能在于2001年加入世贸组织后，农产品出口贸易进入一个全新的发展机遇期，农产品出口在节能减排和绿色环保等方面得以大幅度提升，但对煤炭、原油等能源的需求持续加强和以煤为主的农业能源消费结构导致出口农产品隐含碳排放增加，致使随后几年的隐含碳排放绩效值变化不稳定而呈现波动起伏。

表1 中国各地区出口农产品隐含碳排放绩效指数变化

2.各省出口农产品隐含碳排放绩效。由图2的中国28个省区2001～2013年出口农产品隐含碳排放绩效变化平均值及其分解可以看出，不同地区出口农产品隐含碳排放绩效变化水平存在一定的差距。甘肃、广西、河南、湖北、湖南、吉林、内蒙古、青海、陕西和云南的Malmquist指数小于1，说明出口隐含碳排放绩效水平下降；其余18个省的Malmquist指数大于1，则说明出口隐含碳排放绩效改善。山东(1.08)、上海(1.06)、福建(1.03)、河北(1.025)和天津(1.02)的增长幅度居于前5位，隐含碳排放绩效增长超过2%，而最低的5个省出口隐含碳排放绩效平均值为-2.36%。据此，我们可将山东、上海、福建、河北、天津、浙江、辽宁和江苏划分为“农产品出口隐含碳排放高绩效区”，山西、宁夏、黑龙江、北京、江西、新疆、广东、安徽、贵州和四川划分为“农产品出口隐含碳排放中等绩效区”，甘肃、广西、河南、湖北、湖南、吉林、内蒙古、青海、陕西和云南划分为“农产品出口隐含碳排放低绩效区”。这进一步说明相对于东部沿海经济发达省区，中西部出口农产品隐含碳排放效率处于较低水平，一方面是由于受地形和农业科技水平的限制，中西部地区的粗放型农业生产使其农业生产出口环节消耗能源物质更多，碳排放效率值低；另一方面显示中西部农业的发展、农产品出口贸易的扩大仍偏重以粗放型、牺牲环境利益为代价的发展模式。

图1 2001～2013年全国出口农产品隐含碳排放绩效的Malmquist指数及其分解

图2 中国28个省2001～2013年出口农产品隐含碳排放绩效变化的平均值及其分解

(二)出口农产品隐含碳排放绩效的影响因素

基于2001～2013年28个省的数据，采用面板数据的多元回归方法进行模型参数估计，考虑到面板数据分析可能存在异方差性和序列自相关性，故对相应数据采用广义最小二乘法GLS估计模型。若剔除不随时间流逝发生改变的不可观测效应，选择固定效应更适合模型估计。因此，本文以固定效应模型估计的结果为主要说明对象，随机模型和混合模型估计的结果作为参考(如表2所示)。

表2 影响因素计量模型估计结果

注：* 、** 和*** 分别表示在10%、5%和1%的水平上显著；括号内为标准差。

出口开放度对出口农产品隐含碳排放绩效的提升至关重要。从回归结果来看，三种模型的回归结果一致表明这一变量在10%的统计水平上显著且系数为正。自入世以来，为参与国际农产品市场竞争，出口农产品必须达到更高的国际市场标准，出口企业经营者的绿色环保意识加强，环境保护被纳入到产品质量的检测标准中，对出口农产品的绿色化、低碳化起到推动作用，从而提升出口农产品隐含碳排放绩效。另外，由于出口贸易自由化、农产品结构不断调整和优化及农业资源要素利用率提高也能有效地减少能源消耗和碳排放，进而提高出口农产品隐含碳排放绩效。虽然农产品出口贸易会带来资源消耗和环境污染的问题，但目前看来农产品出口贸易自由化的环境效应正向作用大于负向作用。

当前阶段下的农业经济发展水平对出口农产品隐含碳排放绩效的影响甚微。从回归结果来看，农业人均GDP每提升1%，出口农产品隐含碳排放绩效将下降4.7%。目前，我国农业正处于从传统农业向现代农业过渡的时期，虽然自2006年起中央和地方政府强化了环境保护政策，明确环境保护与经济增长同步，农业作为国民经济的基础产业积极响应低碳经济的要求，着力推动农产品出口贸易可持续发展模式，但中国农业还处于较低水平的发展阶段，仍在经济发展与碳排放之间的环境库兹涅茨倒U型曲线的下降区间，农产品出口的增加主要依赖大量资源消耗和能源投入。

要素禀赋结构对出口农产品隐含碳排放绩效的影响复杂。估计结果表明，资本劳动比每增加1个单位，出口农产品隐含碳排放绩效上升0.55个百分点。2001年我国农业资本劳动比为0.11，至2013年增加到0.35(增长3倍)，农业资本不断深化。根据国际贸易要素禀赋假说，我国农业劳动力充足，以生产出口清洁农产品为主。从理论上来说，劳动力密集程度越高，产品越清洁，而资本密集度加深意味着更高的污染排放，但本文的检验结果显示随着农业资本劳动比的上升，促进了出口农产品隐含碳排放绩效提高。其原因可能在于农业领域的资本深化主要偏向于低能耗、低排放的部门，由于存在地区农业资本深化指向的差异，东部地区资本深化偏向高碳排放绩效的农产品出口部门，中西部地区偏向低碳排放绩效的农产品出口部门，这种东西部地区差异也促使整体的资本劳动比对碳排放绩效产生正向影响。

能源消费强度和结构是阻碍出口农产品隐含碳排放绩效提升的重要因素。模型估计结果显示，能源消费强度与出口农产品隐含碳排放绩效呈显著负相关，农业能源消费强度每上升1个单位，出口农产品隐含碳排放绩效下降0.81%，这一结果与经济学理论和现实相吻合。研究表明，煤炭和原油引致的出口农产品隐含碳排放年均增长率达13%，而煤炭是农产品出口贸易隐含碳的最主要能源释放体，近年来平均值占出口隐含碳排放的67.69%[16]。农产品出口受资源条件限制，以煤炭为主的能源消费结构短期内难以改变，因此优化能源结构、利用可再生能源和技术创新及制度创新等是提高农产品出口隐含碳排放绩效的有效方式且存在很大的改良空间。

当前阶段下的农业出口企业规模与出口隐含碳排放绩效呈反比。回归结果表明，2001～2013年大中型农产品出口企业在地区农业出口规模中的比重每提高1%，农产品出口隐含碳排放绩效降低0.26 %。其原因可能是目前我国农产品出口企业规模整体上仍偏小，处于环境库兹涅茨曲线的左半部分，即随着出口规模的扩大，碳排放增加，碳排放处于下降水平。只有达到适度规模后拐点才会出现，随着出口规模的扩大，隐含碳排放绩效逐渐上升。

五、结论与启示

本文通过构建考虑非合意产出条件下全局参比的Malmquist-Luenberger指数模型，计算2001～2013年中国各地区出口农产品隐含碳排放绩效值，并将其分解为技术效率指数和技术进步指数，综合分析其整体和地区变化特点，利用出口农产品隐含碳排放绩效指数建立省级碳排放面板数据库，实证分析中国出口农产品隐含碳排放绩效变化的影响因素，最后得到以下的几点结论：首先，由于技术进步的推动作用大于技术效率的退化作用，中国出口农产品隐含碳排放绩效总体呈波动上升趋势，累计增长6%。但农产品出口规模扩大增加了对煤炭、原油等能源的需求，转变农产品贸易模式和提升出口隐含碳排放绩效需从技术进步和效率改进两方面着手才能突破资源条件的瓶颈制约。其次，从地区分布来看，全国范围内地区出口农产品隐含碳排放绩效差异明显，东部沿海经济发达省区拥有更多的资金和较新的技术及更高的贸易开放度，农产品出口隐含碳排放绩效值较高，而中西部由于受地形和农业科技水平的限制，农产品出口隐含碳排放绩效值较低。碳排放绩效的地区均衡发展、合理选择各地区节能减排技术创新偏向是降低中国整体农产品出口隐含碳排放水平的关键所在。最后，影响因素的实证分析结果说明，出口开放度、要素禀赋结构对出口农产品隐含碳排放绩效具有显著的正向影响，而当前阶段的经济发展水平、能源消费强度和出口企业规模则抑制了出口农产品隐含碳排放绩效水平的提高。同时，不同变量的显著性差异从某种程度上说明提高农产品隐含碳排放绩效的政策制定和实施的难度，因而应充分发挥农产品出口贸易自由化的环境效应正向作用，利用地区农业资本深化指向的差异，使农业领域的资本深化更多地导向高碳排放绩效的农产品出口部门，提高中国农产品出口隐含碳排放绩效水平，实现出口低能耗、低排放和低污染。

根据以上结论，本文认为可从以下方面提高出口农产品隐含碳排放绩效：首先，大力倡导节能减排技术创新，积极推进增效、环保的农业技术的研发与推广，鼓励农产品出口企业利用清洁、高效能源，积极推广共栖互惠技术，减少农药、化肥在出口农产品中的使用，提升农业生产要素使用率，同时发挥技术进步和技术效率的驱动作用，最大限度地减少碳的排放。其次，注重地区隐含碳排放绩效差别，不同地区因地制宜，实施差异化的政策。给予农产品隐含碳排放绩效较低地区优惠政策，鼓励其引入低碳环保技术，吸引投资，借鉴先进地区经验，带动当地农业低碳化发展。通过定期开展区域间合作，建立多层次、多形式的协调发展的互利互惠机制，实现地区间资源和技术共享、优势互补，东部地区带动中西部地区，交流和扩散先进的技术与制度安排，缩小区域间差异，提升全国整体的隐含碳排放绩效水平。最后，充分认识出口贸易开放度、农业经济发展水平、资源禀赋结构等因素对出口农产品隐含碳排放绩效的不同影响。鼓励农业对外开放，在农业隐含碳排放绩效值稳步提升的基础上努力增加农业贸易总量。结合各地的资源禀赋条件发展低碳技术，使碳排放约束下的农业生产达到规模效应。积极引导农业资本深化的方向，推进农业资源禀赋结构升级对出口农产品隐含碳排放绩效的提升作用。

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

[2] Ang B.W. Is the Energy Intensity a Less Useful Indicator Than the Carbon Factor in the Study of Climate Change[J]. Energy Policy,1999,27(15):943-946.

[3] Sun J.W. The Decrease of CO2Emission Intensity Is Decarbonization at National and Global Levels[J]. Energy Policy,2005,33(8):975-978.

[4] Zaim O.,Taskin F. Environmental Efficiency in Carbon Dioxide Emissions in the OECD: A Non-parametric Approach[J]. Journal of Environmental Management,2000,58(2):95-107.

[5] Kortelainen M. Dynamic Environmental Performance Analysis: A Malmquist Index Approach[J]. Ecological Economics,2008,64(4):701-715.

[6] Zhou P.,Ang B.W.,Han J.Y. Total Factor Carbon Emission Performance: A Malmquist Index Analysis[J]. Energy Economics,2010,32(1):194-201.

[7] 涂正革.环境、资源与工业增长的协调性[J]. 经济研究,2008,(2):93-105.

[8] 查建平,郑浩生,唐方方.中国区域工业碳排放绩效及其影响因素实证研究[J]. 软科学,2012,(4):1-6.

[9] 王惠,王树乔.中国工业CO2排放绩效的动态演化与空间外溢效应[J]. 中国人口资源与环境,2015,(9):29-36.

[10] 王群伟,周鹏,周德群.中国二氧化碳排放绩效的动态变化、区域差异及影响因素[J]. 中国工业经济,2010, (1):45-54.

[11] 高鸣,陈秋红.贸易开放、经济增长、人力资本与碳排放绩效——来自中国农业的证据[J]. 农业技术经济,2014,(11):101-110.

[12] Chung Y.H.,Fare R.,Grosskopf S. Productivity and Undesirable Outputs: A Directional Distance Function Approach[J]. Journal of Environmental Management,1997,(51):229-240.

[13] 孙爱军,房静涛,王群伟.2000-2012年中国出口贸易的碳排放效率时空演变[J]. 资源科学,2015,(6):1230-1238.

[14] 李谷成,范丽霞,冯中朝.资本积累、制度变迁与农业增长——对1978-2011年中国农业增长与资本存量的实证估计[J]. 管理世界,2014,(5):67-80.

[15] 查建平,唐方方,别念民.结构性调整能否改善碳排放绩效？——来自中国省级面板数据的证据[J]. 数量经济技术经济研究,2012,(11):18-33.

[16] 戴育琴,冯中朝,李谷成.中国农产品出口贸易隐含碳排放测算及结构分析[J]. 中国科技论坛,2016, (1):137-144.

(责任编辑:化 木)

An Empirical Analysis of Embodied Carbon Emissions Performance and Its Influencing Factorsin China’s Exported Agricultural Products

QU Yanping1, DAI Yuqin2,3, LI Li1

(1.College of Management, Hunan Business College, Changsha 410205, China;2.College of Economics and Management, Huazhong Agriculture University, Wuhan 430070, China;3.College of Trade and Economics, Hunan Business College, Changsha 410205, China)

This paper uses the Malmquist-Luenberger DEA model to construct the export performance index under the constraint of carbon emission, which is decomposed into technical efficiency and technological progress index. The performance of the embodied carbon emissions of the agricultural export trade in China from 2001 to 2013 is evaluated. The results show that the fluctuation of embodied carbon emissions of agricultural products in China during the sample period is obvious and the increase rate is moderate，with a cumulative increase of 6%. The carbon performance in China is the highest in the eastern regions, followed by the northeastern regions, and the lowest in the central and western regions. The impacts of such factors as export trade openness and factor endowment structure are positive, but the economic development, energy intensity and the scale of export enterprises have negative effects.

Agricultural Products; Export; Embodied Carbon Emissions; Performance

2017-01-10

国家社会科学基金资助项目(14BJY138)；湖南省自然科学基金资助项目(12JJ3076)；湖南省哲学社会科学基金资助项目(13YBB125；2014JD29)

瞿艳平(1969-)，男，湖南沅陵人，湖南商学院工商管理学院副教授，博士；戴育琴(1978-)，女，湖南邵阳人，华中农业大学经济管理学院博士生，湖南商学院经贸学院讲师；李莉(1974-)，女，湖南郴州人，湖南商学院工商管理学院副教授。

F223

A

1004-4892(2017)07-0020-09