基于熵权法的农业碳减排与农村金融支持耦合研究

仇冬芳，邵华洋 ，胡正平

(1.南京航空航天大学，江苏 南京 210016；2.南京农业大学，江苏 南京210095)



基于熵权法的农业碳减排与农村金融支持耦合研究

仇冬芳1，邵华洋1，胡正平2

(1.南京航空航天大学，江苏 南京 210016；2.南京农业大学，江苏 南京210095)

摘要：在科学建立农业碳减排与农村金融支持评价指标体系的基础上，利用信息熵为各项指标赋权，构建农业碳减排与农村金融支持耦合协调度模型，利用我国1997～2013年农业碳排放及农村金融支持数据进行实证研究。研究表明:我国农业碳减排与农村金融支持耦合协调度整体水平较低；耦合协调滞后类型由农业碳减排滞后转变为农村金融支持滞后，阶段性特征明显；农业碳减排与农村金融支持协调程度逐渐提高，但尚未达到良好协调;最后,提出促进农业碳减排与农村金融支持协调发展的政策建议。

关键词：农业碳减排；农村金融支持；耦合协调

0引言

我国是碳排放大国，工农业碳排放问题都很严重，国家“十二五”规划以及党的十八大报告都高度重视碳排放问题。传统粗放式的高碳农业给农村生态环境造成了严重的负面效应，极大地影响了农业的可持续发展，农业发展低碳化是大势所趋。

农业碳排放作为碳排放的重要来源之一，研究发展农业经济过程中减少碳排放即农业碳减排具有重要的理论意义和实践价值。农业碳排放是一个复杂的系统，国内外学者对农业碳排放的研究主要集中在：(1)农业碳排放来源。农业土地使用产生的碳排放的研究，Fargione 等(2008)研究国外伐林毁草来种植生物能源农作物、将农业用地转变为短伐木种植等情况下碳排放的变化[1]；农业生产资料使用产生的碳排放的研究，Johnson等(2007)发现农业生产过程中产生的农用物资废弃物、生产资料以及农业作物燃烧等是农业碳排放的主要源头[2]。(2)影响农业碳排放的主要因素。Dyer等(2010)研究燃油用于加拿大农业生产的事实发现农业生产过程中化石燃料的消耗成为农业碳排放日益增长的最主要因素之一[3]；田云等(2011)等研究了农地利用中农业生产资料效率、农业结构及农业规模因素对农业碳排放的影响[4]；李秋萍等(2015)认为农业经济的增长具有增排效应，农业科技投入的增加和农民文化素质的提高抑制了农业碳排放，具有减排效应[5]。(3)农业碳足迹与碳排放研究。史磊刚等(2011)对华北平原小麦与玉米的种植模式下的碳足迹进行了探究，分析了不同区域及作物的碳足迹与碳排放的差异[6]；邵技新(2012)运用2010年数据测算典型岩溶地区——毕节地区农业碳排放、碳固定和碳足迹[7]；高鸣等(2015)测算出中国30个省域的农业碳排放，认为中国农业碳排放绩效存在区域间发展不均衡和聚集效应[8]。目前国内外大多学者都是基于某一特定视角对农业碳减排进行研究，但这些研究忽视了农业碳减排与农村金融支持之间的关系，因为农业碳减排实现的瓶颈在于融资困难，农村金融作为农业经济的重要问题，其与农业碳减排的相互关系自然应当引起国内外学者的关注。

借鉴鲁钊阳(2013)对农村金融发展的定义，农村金融支持可认为是“金融支持”在“农村金融”领域的延伸，剔除乡镇企业等非农农村金融因素，即“金融支持”在农业领域的体现。农村金融的发展将为低碳农业提供资金，并促进相关产业的优化与升级，逐步实现资本与低碳产业的对接[9]。张跃超(2013)认为农村金融在低碳农业发展中起着关键性作用，我国低碳农业发展缓慢，缺少足够的资金支持是重要原因[10]。虽然农业碳减排低能耗、低排放的特点将带来巨大的经济与生态效益，但由于农业碳减排初期投入较大，周期较长，故资金需求较大。在我国，仅依靠农户自身财富积累，自发实行碳减排可行性较低、难度较大，故亟需将农村信贷与国家碳减排政策有效对接，优先给予符合碳减排的农业产业与农户信贷优惠，推动农业碳减排的进程，对促进农业可持续发展具有重要的理论和实际意义。因此，本文建立科学的农业碳排放与农村金融支持的测算体系，基于熵权法对相关指标予以赋权，测算1997～2013年我国农业碳减排及农村金融支持的水平，运用耦合协调度模型计算农业碳减排及农村金融支持之间的耦合协调度，发现1997～2013年农业碳减排及农村金融支持之间协调度的特征及变化趋势，并提出相应的政策建议。

1农业碳减排与农村金融支持指标体系及权重

1.1农业碳减排与农村金融支持评价指标体系

农业碳减排与农村金融支持协调发展问题的研究首先必须根据科学性、合理性和数据可获性的原则建立度量指标体系，综合考虑已有的研究成果及数据可获性，农业碳减排子系统包括农地利用碳排放、水稻生长碳排放和畜牧养殖碳排放，农村金融支持子系统包括农村金融规模和农村金额效率。

1.1.1农业碳减排子系统评价指标体系

1.1.1.1农地利用碳排放农地利用而引起的碳排放主要包括：①化肥、农药及农膜、农用机械消耗燃油等农用生产物资使用及处置引起的碳排放；②翻耕过程中土壤表层受损而产生的有机碳流失以及氧化亚氮的排放；③农业灌溉等活动用电引起的碳排放。

1.1.1.2水稻生长碳排放水稻在生长过程中会产生一定的甲烷气体，其甲烷排放量=水稻种植面积×水稻生长周期×水稻田甲烷排放系数。其中：水稻种植面积以当年水稻实际种植面积为准；我国水稻的生长周期约为110～150 d，为了便于计算，取其中间值130 d；Wang (1990)[11]、Matthews(1991)[12]、Cao(1995)[13]等学者测度了稻田的CH4排放系数，分别为0.44 、0.50和0.44 CH4/(m2·d)，取三者均值0.46，同时，1 t CH4所引发的温室效应相当于25 t CO2(约合6.82 t C)所产生的温室效应，田云等(2012)为了统一计量单位，认为稻田碳排放系数为3.136 g C/(m2·d)[14]。

1.1.1.3畜牧养殖碳排放畜牧养殖过程也伴随着大量的碳排放，其主要表现形式为牲畜肠道发酵引起的甲烷气体排放和牲畜粪便处置过程引起的甲烷气体排放，目前我国主要牲畜包括猪、牛、羊、马、驴、骡等，本文所有牲畜数量数据均以动物当年年末存栏数为依据。

1.1.2农业碳源排放系数的确定有学者和机构测算过农业碳源排放系数，各种碳排放源的碳排放系数如表1和表2。

表1　 农用物资及耕种碳源碳排放系数

注：本文在计算时将CH4排放量转化成C排放量，其中1 t CH4=6.82 t C。

1.1.3农村金融支持子系统评价指标体系

1.1.3.1农村金融规模农村金融规模代表农村金融发展水平，目前国内学者较多采用贷款与GDP的比值来评价金融规模，因此，农村金融规模可等于农村贷款与农村GDP的比值，《中国金融年鉴》中“农村贷款=乡镇企业贷款+农业贷款”，本文研究农业碳减排与农村金融支持的协调发展，所以用农业贷款与农村GDP的比值来衡量农村金融规模。

表2牲畜肠道排放及粪便处置

碳排放系数

kg CH4/(头·年)

1.1.3.2农村金融效率一般用投入与产出的关系来测算农村金融效率，在农村金融支持测算过程中用农村金融效率反映金融机构将农业存款转化为农业贷款的效率，本文用农业存款与农村贷款的比值来衡量农村金融效率。

综上所述，农业碳减排与农村金融支持评价指标体系如表3。

表3　农业碳减排与农村金融支持评价指标体系

1.2基于熵权法的指标赋权

熵的概念源于热力学，是物质微观热运动时混乱程度的标志，最早由香农引入信息论，按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量；如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高，因此,这种指标赋权方法被称作熵权法，熵权法通常依据待评价指标的信息熵，即待评价对象在某一指标上的变异性大小来对该指标进行客观赋权，由于熵权法能体现多个评价对象的相互联系，目前已在社会经济等领域得到广泛运用。

本文将熵权法运用于农业碳减排与农村金融支持各评价指标的赋权，客观地反映农业碳减排与农村金融支持各指标的协调程度。具体计算步骤如下：

(1)形成原始数据矩阵

现有被评价对象M=(M1，M2，…，Mm)，评价指标D=(D1，D2，…，Dn)，被评价对象Mi对指标Dj的值记为xij(i=1，2，…，m；j=1，2，…，n)，则形成的原始数据矩阵如公式(1)。

(1)

其中:xij为第j个指标第i年的初始功效值。

(2)对原始矩阵进行标准化处理

由于本文选取的农业碳减排子系统和农村金融支持子系统评价指标体系中同时包含有“正功效”指标和“负功效”指标，并且各个指标因为量纲不同而不能进行直接比较。因此,需要对不同类型功效指标依据公式(2)进行标准化处理。

(2)

其中：max(xj)为第j个指标最大功效值；min(xj)为第j个指标最小功效值；vij为第j个指标的第i年的标准化功效值。标准化处理后，标准化功效值vij反映了第j个指标的第i年基于目标值的满意程度，不难看出，经过标准化处理后，0≤vij≤1，vij接近于0表示最不满意，vij接近于1表示最满意。

(3)计算第j项指标第i年评价值的特征比重

按照公式(3)计算第j项指标下，第i年评价值的特征比重为pij。

(3)

因为0≤vij≤1，所以0≤pij≤1。

(4)计算第j项指标的信息熵值ej

根据熵权法，按照公式(4)可以测算第j个评价指标的信息熵值ej。

(4)

对于某一项指标Dj，其vij的差异越大，ej越小，即各被评价对象第j项指标值差异越大，表明该指标反映的信息量越大，其熵值就越小，越应赋予较大的指标权重；而当熵值ej偏大时，表明该指标提供的信息量很小，赋予较小的指标权重。

(5)确定评价指标的权重系数

计算出第j个评价指标的信息熵值ej之后，依据公式(5)可以计算出第 j个评价指标的熵权即熵权法下第 j个评价指标的权重系数wj，0≤wj≤1。

(5)

(6)确定各评价指标的熵权综合评价值

将各指标的熵权值分别与其所对应的标准化功效值相乘后求和得到熵权综合评价函数ui，如公式(6)。

(6)

2农业碳减排与农村金融支持耦合协调模型

2.1耦合度模型构建

本文参考物理学中的容量耦合系数模型，进行降维处理，可以得到农业碳减排子系统和农村金融支持子系统相互作用的二维耦合度模型，如公式(7)。

(7)

其中：U1为农业碳减排子系统综合评价值；U2为农村金融支持子系统综合评价值；C为复合系统的耦合度，且C∈[0，1]，当C趋向于0时，耦合度极小，农业碳减排子系统和农村金融支持子系统之间处于失谐或无关状态，耦合系统将向无序演化；当C趋向于1时，耦合度极大，农业碳减排子系统和农村金融支持子系统之间达到良性共振，耦合系统也将趋于新的有序结构。

2.2耦合协调度模型构建

耦合度模型虽然能反映农业碳减排子系统与农村金融支持子系统相互作用程度的强弱，但是无法判别两个子系统是在较高的发展水平上相互促进，抑或在较低的发展水平上紧密联系。因此，在耦合度模型的基础上进一步拓展，得到耦合协调度模型，不仅能够反映农业碳减排与农村金融支持两个子系统之间的协调程度，还能体现协调发展水平的阶段性，耦合协调度模型如公式(8)。

T=α×U2+β×U2

(8)

其中：D为复合系统的耦合协调度；T为农业碳减排与农村金融支持的综合评价指数；α、β为待定权数，尽管农业碳减排与农村金融支持的相互作用并非对称性，但农业碳减排与农村金融支持对实现农业和农村的健康发展具有同等重要的意义，故取α=0.5、β=0.5。

2.3耦合协调度等级划分

本文参照已有的研究成果，耦合协调度(D)的取值在0～1之间，D越接近1，表明耦合协调度越好，则农业碳减排与农村金融支持协调度较高；D越接近0，表明耦合协调度越差，农业碳减排与农村金融支持协调度较低，具体协调等级及对应区间如表4所示。

表4　农业碳减排与农村金融支持耦合协调等级划分

注：农业碳减排与农村金融支持协调关系：(1)U1>U2为农村金融支持滞后；(2)U1

3实证分析

农业碳减排与农村金融支持具有相互作用，两者的协调发展对我国实行碳减排的目标以及发展农村金融均具有重要意义。本文利用我国1997～2013年农业碳排放及农村金融发展数据进行实证分析，其中，农业碳排放测算所需数据来自《中国农村统计年鉴》，农村金融支持所需数据来自《中国金融年鉴》与《中国统计年鉴》，需要说明的是，由于《中国金融年鉴》统计口径的变化缺少直接性数据，2010～2013年我国的农业存款依据相关数据利用灰色理论DGM模型整理计算得出。

3.1数据标准化处理与指标权重

本文先分别对农业碳减排子系统与农村金融支持子系统的原始功效值按公式(2)进行标准化处理，再根据公式(3)～公式(5)求得各评价指标的熵权，计算结果如表5。

表5　农业碳减排与农村金融支持评价指标的权重系数

3.2耦合协调度测算结果

结合以上各指标权重，利用公式(5)～公式(8)逐步计算得出我国从1997～2013年各年农村碳减排子系统与农村金融支持子系统的耦合协调度，确定其耦合协调类型，同时观察1997～2013年我国农村碳减排子系统与农村金融支持子系统发展的协调度及变化趋势(如表6)。

表6　我国农村碳减排与农村金融支持

3.3我国农业碳减排与农村金融支持耦合协调度特征分析

3.3.1农业碳减排与农村金融支持综合发展水平从表6与图1可以看出，从1997～2013年我国农业碳减排综合评价值呈逐年下降的趋势，平均每年下降约2个百分点，我国农业碳减排实际情况不容乐观；农村金融支持综合评价值则分为两个阶段：1997～2010年，平均每年上升7个百分点，并在2010年达到峰值，受2008年全球“次贷”危机及国内经济增速放缓影响，2011年农村金融支持综合评价值大幅下降，2011～2013年，农村金融支持综合评价值在0.5的总体水平上下波动，总体来看，农村金融支持评价值呈较为稳定的上升趋势。

图1　1997～2013年农业碳减排与农村

3.3.2农业碳减排与农村金融支持耦合度及耦合等级从表6和图2可知，1997～2010年间，农业碳减排与农村金融支持的耦合度在逐年提高，这说明我国农村农业碳排放与农村金融支持之间的相互作用越来越强：一方面，农村金融的发展促进了农业生产模式的改进，农用机械、农膜、农药、农肥等在农业生产中日益广泛使用，加大了农业碳排放；另一方面，伴随着国家对“三农”的持续投入与重视，农业生产的规模化、机械化也对农村金融配套提出了更高的要求。我国农业碳减排与农村金融支持联系日益紧密，保持在中度协调的耦合度水平上，换言之，农业碳减排与农村金融支持已经相互依存，相互影响。

图2　1997～2013年农业碳减排与农村金融支持

3.3.3农业碳减排与农村金融支持耦合协调度与耦合协调类型分析从表6和图2可知：第一，1997～2013年我国农业碳减排与农村金融支持耦合协调度的值基本在0.35～0.80之间，总体协调水平显著提高；第二，协调程度的变化趋势经历了两个阶段，1997～1999年为勉强协调与中度协调，2000～2013年为中度协调，并且在同一协调类型中，耦合协调度显著提高；第三，耦合协调度在2010年达到峰值，2011年出现回落；第四，耦合协调中滞后类型分为两个阶段，1997～2003年为农村金融支持滞后， 2004年起则为农村碳减排滞后。

4分析

本文实证研究表明，我国1997～2013年间农业碳减排与农村金融支持耦合协调度显著提高，原因在于国家对农业碳减排日益重视及农村金融的快速发展；尽管如此，2010年以后两者的耦合度却出现下滑，其中原因在于2008年全球金融危机使得我国农村金融支持水平下降。另一方面，从2004年开始农业碳减排与农村金融支持耦合协调中的滞后因素由农村金融支持变为农业碳减排，这说明我国农村金融经过持续投入与发展，已基本可满足农业发展的需求，而农业碳减排的评价指数却逐年降低，说明我国农业碳减排的形势仍然较为严峻，农用机械、农膜、农药、农肥等在长期内仍将大量使用，由此带来的农业碳排放量仍将持续增加，虽然国家加大了对“三农”的投入，但农业碳减排进展仍较缓慢，我国亟需继续加大对“绿色”农用物资的科技研发，以降低农业生产的单位碳排放量，实现传统农业生产模式向集约化农业生产模式的真正转变。

5建议

5.1建立农业碳排测算体系，完善宏观的碳监测机制

目前我国亟需建立完备的碳排放监测数据库，从宏观上把握我国农业碳排放的现状，掌握碳排放的时空演变规律与结构特征等，为政府相关部门制定决策提供可靠的数据支撑；同时，将碳排放量“绿色指标”纳入地方官员政绩考核指标，落实国家发展低碳经济的政策，将低碳理念融入“农业增产、农民增收、农村发展”的过程。

5.2加快建立健全农村金融体系，加大对农业发展的金融支持

加强对农药、农膜、化肥、农用废物再生等农业上下游企业的信贷支持力度，促进升级转型。农业碳减排问题并不仅仅是环境问题，更是农村经济问题，要理顺农业碳减排与农村经济的关系，加强全社会力量对农业发展的促进作用。

5.3加强对微观层面农业碳减排的研究与关注

目前学者的研究主要集中在宏观层面，且以实证研究为主，对于农户个体行为缺少研究关注，造成了研究成果偏理论性的特征，对于农户个体行为的指导性较低。所以应对微观个体的农业生产行为及生产过程中的碳形成原理加以研究，制定个体层面推广实施农业碳减排的对策。

参考文献：

[1] Fargione J，Hill J，Tilman D，et al. Land clearing and the biofuel carbon debt[J]. Science，2008，319(29)：1235-1238.

[2] Johnson J M，Franzluebbers A J，Weyers S L,et al. Agricultural opportunities to mitigate greenhouse gas emissions [J] . Environmental Pollution，2007，150(1)：107-124.

[3] Dyer J A， Kulshreshtha S N，Mcconkey B G. An assessment of fossil fuel energy use and CO2emissions from farm field operations using a regional level crop and land use database for Canada [J] .Energy，2010，5：2261-2269.

[4] 田云，李波，张俊飚.我国农地利用碳排放的阶段特征及因素分解研究[J].中国地质大学学报:社会科学版， 2011，11(1)：59-63.

[5] 李秋萍，李长建，肖小勇,等.中国农业碳排放的空间效应研究[J].干旱区资源与环境，2015，29(4)：30-35.

[6] 史磊刚，陈阜，孔凡磊,等.华北平原冬小麦-夏玉米种植模式碳足迹研究[J].中国人口·资源与环境，2011，21(9)：93-98.

[7] 邵技新.岩溶山区县域农业碳足迹分析:以毕节地区为例[J].水土保持研究，2012，19(5)：210-213.

[8] 高鸣，宋洪远.中国农业碳排放绩效的空间收敛与分异:基于Malmquist-luenberger指数与空间计量的实证分析[J].经济地理，2015，35(4)：142-148,185.

[9] 鲁钊阳.农村金融发展与农业碳排放关系区域差异实证研究[J].思想战线，2013，39(2)：119-123.

[10] 张跃超.低碳农业与农村金融协调发展研究[J].农业经济，2013(5)：96-98.

[11] Wang M X，Dai A G，Shen R X. CH4emission from a Chinese rice paddy field [J].Acta Meteorologica Sinica，1990，4(3)：265-275.

[12] Matthews E，Fung I，Lerner J. Methane emission from rice cultivation: Geographic and seasonal distribution of cultivated areas and emissions[J].Global Biogeochemistry Cycles，1991，5(1)：3-24.

[13] Cao M，Dent J B，Heal O W. Methane emissions from China’s paddyland[J] . Agriculture，Ecosystems and Environment，1995,55：129-137.

[14] 田云，张俊飚，李波.中国农业碳排放研究：测算、时空比较及脱钩效应[J].资源科学，2012，34(11)：2097-2105.

[15] 伍芬琳，李琳，张海林,等.保护性耕作对农田生态系统净碳释放量的影响[J].生态学杂志，2007，26(12)：2035-2039.

[16] 段华平，张悦，赵建波,等.中国农田生态系统的碳足迹分析[J].水土保持学报，2011，25(5)：203-208.

(责任编辑:王 影)

Research on Coupling of Agricultural Carbon Reduction and Rural Financial Support Based on Entropy Weight Method

QIU Dong-fang1, SHAO Hua-yang1， HU Zheng-ping2

( 1. Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China;2. Nanjing Agricultural University, Nanjing 210095, China)

Abstract：Based on the scientific indicator system of agriculture carbon reduction and rural financial support, entropy weight method was used to weigh the indicators, and the coupling coordination degree model was constructed for empirical research according to the data of agricultural carbon reduction and rural financial support between 1997～2013 in China. The results showed that there existed a comparatively low level of coordination degree of agriculture carbon reduction and rural financial support in China. Coupling coordination lag type changed from the agriculture carbon reduction lag to the rural financial support lag, showed obvious stage characteristics. The level of coordination degree of agriculture carbon reduction and rural financial support kept increasing, but the speed was comparatively slow and inefficient. This paper put forward some corresponding suggestions for improving the coordination between agriculture carbon reduction and rural financial support.

Key words：Agricultural carbon reduction; Rural financial support; Coupling degree

中图分类号：F830.61

文献标志码：A

文章编号：1001-8581(2016)02-0112-06

作者简介：仇冬芳(1968—)，女，江苏盐城人，副教授，博士，主要从事农村金融研究。

基金项目：教育部人文社会科学研究规划基金项目(12YJA630018)；中央高校基本科研业务费专项资金(NR2014010)。

收稿日期：2015-09-07