影子价格可以用于衡量碳排放对期望产出的效应，定义为在某一特定产出条件下，单位碳排放变化所导致的农业总产值变化量[14]，从而将农业总产值变化的量与农业碳排放变化的量联系起来。若用r y 、r c 分别表示期望产出的价格与非期望产出的价格且满足：

　　假定期望产出的交易价格等于其影子价格，则通过式（5）计算而得的非期望产出价格即为农业碳排放影子价格，它表示减少单位碳排放所对应的农业总产值减少量，也就是宏观经济意义上的边际减排成本。1.3农业碳减排潜力指数

　　以构建同时考虑公平原则与效率原则的农业碳减排潜力指数ACACI [15]，组成结构参见

　　的决策偏好，取值范围为[0，1]。按照权重选择不同，设定三种情景，在情景一下，两个指标的权重相等，表示决策者对减排公平性与效率性没有特殊的偏好；情景二为公平优先原则，表示决策者认为减排责任划分应更多地考虑省域公平性；类似地，情景三表示效率优先原则。Equity =ωPC +(1-ω)PP 是农业碳减排公平指数，由等权重的人均农业碳排放量PC 和人均农业总产值PP 共同决定，通常代表排放平等主义、支付能力等公平准则；Efficiency =ωCI +(1-ω)r c 是农业碳减排效率指数，包括农业碳排放强度CI 和农业碳排放影子价格r c 两个指标，并赋予同等重要性。农业碳排放影子价格作逆转换处理，所有指标代入运算前均通过公式（7）进行标准化转换，得到映射在区间[0，1]中的标准化值z *：

　　z 表示人均农业碳排放量、人均农业总产值、农业碳排放强度和农业碳排放影子价格4个指标。

　　本文选取2000—2011年中国大陆31个省（市、区）作为研究对象，所采用的各指标

　　1）人均农业碳排放。取农业碳排放总量与第一产业从业人员数之比。关键在于农业碳排放总量的测算，相比工业碳排放，农业碳排放源头多样、测算复杂。本文依据以往研究[16]，设C 为农业碳排放总量，i 为碳源种类，e 为各碳排放源的量，ε为各碳源碳排放系数。构建农业碳排放测算公式如下：

　　从以下三个方面确定具体的碳源因子及其所对应的碳排放系数：一是农用物资投入所引发的碳排放，包括化肥、农药、农膜、农用柴油直接使用以及农业灌溉耗费电能所导致的碳排放；二是U8国际水稻生长发育过程中所产生的CH 4气体排放，由于气候条件存在较大差异，水稻在同一地区的不同生长周期或不同地区的同一生长周期CH 4排放系数不尽相同，需带有地区差异性的CH 4排放系数；三是畜禽养殖所引发的碳排放，包括肠道发酵以及粪便管理系统中所带来的CH 4、N 2O 等气体排放，具体涉及牛（水牛、奶牛和黄牛）、马、驴、骡、骆驼、猪、羊（山羊和绵羊）、家禽等畜禽品种。相关排放系数均源于IPCC 报告，详细见表1。

　　为方便分析，依据温室效应强度将CO 2、CH 4、N 2O 等排放气体统一转换成标准碳当量，1t CO 2含0.2727t C ，1t CH 4所引发的温室效应相当于

　　2）人均农业总产值。农业总产值取地方农林牧渔总产值，并统一换算成按2005年不变价计算的实际农业总产值，再按第一产业从业人员数折算成人均量。

　　4）农业碳排放影子价格。按式（5）的方法计算得来，其中投入要素包括农业资本、劳动力、土地三方面，产出指标中期望产出取传统农业总产值，非期望产出即农业碳排放，详细信息如表2所示。

　　基于前文叙述的相关数据及测算公式，运用Max DEA 5.0软件与Excel 表格计算。

　　各省区农业边际减排成本如表3所示。农业碳排放影子价格反映的是农业碳减排的难易程度，即在一定投入和生产技术条件下，各地区实施农业碳减排的经济成本。农业碳排放影子价格越高表明该地区农业碳减排成本越大；反之亦然。从表3可以看出，海南、福建、山东、辽宁、广东、北京、天津等省区2000—2011年年均农业碳排放影子价格居于前列，分别为2.542108元/104t、2.477108元/104t、2.431108元/104t、2.428108元/104t、2.409108元/104t、2.394108元/104t、2.403108元/104t。这些地区农业碳减排成本较高，意味着其减排难度较大。从区域分布来看，均位于东部沿海地区，经济发展水平较高，所代表的生产技术相对于其他地区更为先进，投入要素相同条件下，农业生产产出绩效更高，减少单位碳排放所对应的农业总产值减少量更大，即实施农业碳减排所要牺牲的经济代价更大。西藏、青海、宁夏、内蒙古、甘肃及贵州等省区农业碳排放影子价格则相对较低。尤其是西藏和青海，农业碳排放影子价格分别仅为0.105108元/ 104t和0.542108元/104t，均不到1108元/104t，农业减排成本较低，然而人均农业碳排放量及农业碳排放强度都位于全国前列。这两地均地处我国西部气候恶劣的高海拔区，受低温时间长、降水量少、自然灾害频发等不利影响，加上人口稀少的原因，该地人均农业碳排放量及农业碳排放强度两个指标值均较高；而农业生产环境不佳，农业经济发展相对落后，从而要缩减农业碳排放所要付出的经济代价也相对较小。

　　基于农业碳减排的公平性与效率性差异，将中国大陆31个省级行政区域划分为4

　　perspectives Array注：表中人均农业碳排放、人均农业总产值、农业碳排放强度、农业碳排放影子价格4个指标单位分别为104t/ 104人、108元/104人、104t/108元、108元/104t。

　　类：“高效较公平”型，即效率指数值、公平指数值均大于各省平均值；“高效欠公平”型，即效率指数值大于各省平均值，而公平指数值小于各省平均值；“低效较公平”型，即效率指数值小于各省平均值，而公平指数值大于各省平均值；“低效欠公平”型，即效率指数值、公平指数值均小于各省平均值。具体分类结果详见图3，图中横坐标表示效率指数的变化，纵坐标表示公平指数的变化。

　　地区无论从公平还是从效率视角，农业碳减排放潜力都相对较高，主要是受人均农业碳排放和农业碳排放强度两个指标较高所驱动。一方面，这三地人均农业碳排放量较高，分别高达3.409104t/104人、2.062104t/104人、1.718104t/104人，主要源于该三地农业均以畜牧业为主，牲畜养殖过程中会产生大量碳排放，包括动物肠道发酵所引起的CH 4排放以及粪便管理系统中所导致的CH 4和N 2O 排放。另一方面，由于农业发展水平相对落后，单位农业总产值的农业碳排量偏高，三地的农业碳排放强度分别为6.835104t/108元、2.684104t/108元、1.383104t/108元。较高的农业碳减排公平指数与效率指数使得上述地区农业碳减排空间较大，其减排重点在于控制农业碳排放总量。

　　甘肃、宁夏等1省1区属于“高效欠公平”型地区。从区域分布来看，这两地均处我国西部欠发达地区，农业碳减排公平指数低于全国平均水平，主要受人均农业总产值偏低所拖累。而两地农业碳减排效率指数较高，一方面由于其农业碳排放影子价格较低，减少单位农业碳排放所对应的农业总产值减少幅度不大，即农业碳减排所要付出的成本不高；另一方面源于这两地大多属于土质较差的旱作区，土地使用效率有限，且农业生产方式较为粗放，生产能力较差，致使两地农业碳排放强度均高于全国平均水平。

　　辽宁、吉林、江苏、福建、江西、湖北、湖南、广西、海南、新疆等8省2区属于“低效较公平”型地区。这些地区农业碳减排效率指数偏低，主要是受农业碳排放影子价格较高所影响，意味着其减排难度较大，即减排效率较低。其中U8国际吉林、江苏、江西、湖北、湖南均为农业生产大省，政府部门注重农业机械化设备及先进生产技术等引进，农业集约化程度较高，在同等农用物资投入条件下，农业正向产出水平较高，也意味着这些地方进行农业碳减排的支付能力较高。而福建、广西、海南、新疆、辽宁等地多以盛产各类水果或食用菌等经济作物著称，经济收益好，投入要素不变的条件下减少农业碳排放所要付出的经济成本较高。以上原因导致这10个地区出现在“低效较公平”区。

　　北京、天津、河北、山西、上海、浙江、黑龙江、安徽、山东、河南、广东、重庆、四川、陕西、贵州、云南等12省4市属于“低效欠公平”型地区。上述地区均具有

　　较低的农业碳减排效率指数及公平指数，但成因有所区别：河北、黑龙江、浙江、安

　　徽、山东、河南、四川等省区均为农业大省，农业生产能力较高，人均农业总产值指标对农业碳减排公平指数影响不大，但受到人均农业碳排放指标拉低作用明显，且农业碳排放影子价格普遍较高，导致农业碳减排效率指数偏低。山西、重庆、陕西、贵州、云南地处西北或西南山区，受地理环境限制，农业经济产出相比其他东部发达地区或农业生产大省存在较大差距，人均农业总产值普遍较低，同时农业碳排放强度不高，从而出现两个指数值均低于全国平均水平的现象。北京、天津、上海、广东四地均为经济发达区，现代农业发展势头好，农业产业化程度普遍较高，经济效益普遍较好，因此各个地区在全国的农业经济贡献效益地位远高于其农业碳排放负担，而减排效率指数则较低。

　　尤其北京、天津、上海三市，农业不仅具生产功能，而是生态功能、生活功能与生产功能三位一体，农

　　业经济在当地国民经济总值中的比重偏低，人均农业碳排放与人均农业总产值两个指标共同作用导致其

　　水平。3.3农业碳减排潜力指数结果农业碳减排潜力指数同时考虑公平因素与效率因素。若分别设定公平与效率等权重（ω=1/2）、公平

　　三种情景，计算出各省年平均农业碳减排潜力指数如表4和图4所示。在情景一下，视公平与效率同等原则，农业碳减排潜力指数排名前十的是西藏（0.7763）、海南

　　均为全国前四，说明它们减碳能力相对其他省区较强。其中西藏、青海两地农业碳排放水平高，而边际减排成本较低，而海南、内蒙古两