民族地区农地利用碳排放测算及影响因素研究

李俊杰

(中南民族大学经济学院，湖北武汉430074)

民族地区农地利用碳排放测算及影响因素研究

李俊杰

(中南民族大学经济学院，湖北武汉430074)

农地生产和利用所导致碳排放大幅增加以及引发的环境问题，越来越受到人们的关注。本研究基于农地利用的6个主要方面碳源，测算分析表明，1993－2010年内蒙古、广西、贵州、云南、西藏、青海、宁夏和新疆等民族地区农地利用碳排放总量年均增速分别为 8.59%，4.09%，3.04% ，5.48%，8.20%，2.06%，6.63%和 6.95%。进一步通过 LMDI模型对影响因素进行分解，结果表明，效率因素、结构因素以及人口规模因素对碳排放以抑制作用为主，但效果不明显且区域间差异较大;而农业经济水平则对农地利用碳排放具有较强推动作用，与1993年相比，1994－2010年内蒙古、广西、贵州、云南、西藏、青海、宁夏和新疆分别累计产生了207.79%，152.55%，71.83%，166.77%，192.40%，35.41%，269.78% 和 176.45%的碳增量。最后，基于研究结论提出促进农地利用碳减排的政策建议。

农地利用;碳排放;因素分解;LMDI模型

全球气候变暖是不争的事实，气候变化已成为人类社会可持续发展面临的重大挑战。二十世纪全球平均气温上升0.72℃，如不采取有效应对措施，本世纪全球平均气温将很可能会提升1.78－4℃［1］。由人类活动引发的温室气体排放不断增加是全球气候变暖的重要诱因［2］，尤其是人类对石油、煤、天然气等化石燃料的肆意利用［3］。近年来农地利用频率和生产投入强度不断增加所导致的碳排放越来越显著，研究资料表明全球因农地利用活动中产生的温室气体排放约占人为源碳排放总量的20%［4］。我国已确定并向世界承诺2020年单位国内生产总值温室气体排放比2005年减少40% －45%，农地碳减排是改善生态环境的重要手段，同时更是实现我国碳减排目标的有效途径。广西、内蒙、宁夏、新疆、西藏、云南、贵州、青海等民族地区地处我国中西部乃至边疆，生态环境较为脆弱，农业结构模式多样。鉴于农地利用碳排放的不断增加可能对各地本已脆弱的生态环境带来更大的冲击，定量测算分析民族地区农地利用碳排放的现状特征和时空规律，计量其碳排放的影响因素、影响性质及累计效应，对于民族地区科学制定并有效实施碳减排政策，促进民族地区长远可持续发展具有重要的理论和现实指导意义。

1 文献回顾

近年来国内外相关学者开始关注农地利用碳排放问题并做了一些开创性的研究，形成了一些理论和实证研究成果。综合比较来看主要有以下特点:从研究时间来看，国外研究起步较早，研究内容和方法体系上延续性较好，国内研究稍显滞后;在研究内容上，国外研究主要侧重于碳排放产生机理、碳减排行政管控与市场手段，国内研究则主要偏重于碳减排工程实验技术。而近年来，随着学科间联系、交流的不断深入，国内学者利用经济学方法与计量手段探寻碳排放增长经济机理的研究成果逐渐增多。在影响因素研究上，集中体现在以运用各种因素分解法研究时间序列数据方面。常见的因素分解模型有Laspeyres指数法、迪氏对数指标分解法(LMDI)、IPAT模型、STIRPAT模型、Kaya公式等，这些分解模型各有自身的特点和适用性，并在相关领域取得了较好的应用。宋德勇等运用两阶段D氏分解法对影响我国能源消费碳排放的相关因素进行定量分解，研究表明，产出规模和能源强度是能源碳排放主导因素，而能源结构变化总体影响不显著［5］。李国志、李宗植在测算分析1981－2007年我国农业能源消费碳排放的基础上，进一步运用LMDI模型进行分解，结果表明经济规模扩张是农业碳排放增加的最主要驱动因素，能源结构的不断恶化在一定程度也导致碳排放增加，而技术进步则明显促进农业碳减排但具有一定的随机性［6］。综合目前研究文献，在碳排放的测算上，现有研究成果往往侧重于能源消费领域，而忽视碳排放产生的其它方面。本研究在合理界定农地生产过程中六类主要碳源的基础上，测算分析1993－2010年我国民族地区农地利用的历史规律和空间差异特征，并运用LMDI模型从效率、结构、经济、人口等方面进行因素分解，研究成果是对现有文献的重要补充，具有一定的理论意义。

2 研究方法选择及数据来源

2.1 农地利用碳排放测算方法

结合相关文献并采纳相关专家建议，农地利用碳排放在本文中界定为人类在农地生产活动中直接或间接导致的温室气体排放。由于草地和林地主要为自然碳汇，暂时不纳入测算与分析。因此，在农地利用碳排放测算中主要基于以下六类碳源:①化肥，由于生产过程中耗费化石能源和施用对土壤碳库破坏直接或间接导致的碳排放;②农药，生产和使用过程中直接或间接导致的碳排放;③农膜，在生产和使用过程中所直接或间接引起的碳排放;④农业机械，在使用过程中消耗农用柴油导致的碳排放;⑤农地翻耕，破环了土壤有机碳库，导致有机碳的释放;⑥灌溉，耗用电能(火电部分)，而火电产生过程中耗费化石燃料间接导致的碳排放。

根据以上分析，农地利用碳排放测算公式可设为:E= ∑Ei= ∑Ti·δi

其中，Ei为第i类碳源的碳排放量，Ti为第i类碳源的量，δi为第i类碳源的排放系数，E则为农地利用碳排放总量。各类碳源及其排放系数见表1。

2.2 农业碳排放影响因素的分解方法

碳排放影响因素分解主要通过数学原理和方法对碳排放与经济、政策和人口等因素的影响关系进行定量关联，本研究采用对数平均 D式指数(Logarithmic Mean Divisia Index，LMDI)，定量分解影响我国民族地区农地利用碳排放的相关因素。相比于一般因素分解法而言，LMDI优点在于因素可逆且可消除残差项，使得研究结论更具说服力。此外，LMDI使得不同部门效应总和与各个部门作用域总效应相一致，即分部门效应加总与总效应保持一致，这个特点针对多层次分析较为适用［10］。

根据LMDI分析框架，结合现有研究文献，对我国农地利用碳排放总量可进行分解如下:

表1 农地利用的碳排放系数及参考来源Tab.1 Agricultural land carbon emission，coefficient and reference sources

式(1)中C为碳排放总量，PLA为种植业总产值，AGRI为农林牧渔总产值，P为农业劳动力数量。式(2)中EI为农业生产效率，CI为农业产业结构，SI为农业经济水平。由于本文主要研究农地利用碳排放，六类碳源均与种植业紧密相关，而林地、草地等农地利用方式则主要为自然碳汇，因此本研究中农地利用碳排放实际上主要为种植业生产过程中导致的温室气体排放。此外，由于不同农业生产部门其产量和规模的量度存在较大差异，为便于计算，在此统一以产值为比较量［11］。

由于LMDI的“乘积分解”和“加和分解”最终结果一致，因此本文采用加和分解的方法:

在公式(3)中，设定C0为基期碳排放总量，Ct为T期总量，△Ctot则表示总量变化。

效率、规模、经济水平、劳动力等因素影响值分别表达为:

总效应为:△Ctot=Ct－C0=△EI+△CI+△SI+△P

2.3 数据来源及整理

化肥、农药、农膜、柴油、翻耕面积、灌溉面积、种植业总产值、农林牧渔总产值以及从事农业活动的劳动力的数量均出自各民族地区的统计年鉴。其中，翻耕以当年农作物实际播种面积为准，农业灌溉则以当年实际灌溉面积为准。以1990年作为价格基准年，换算为实际产值。

3 结果及分析

3.1 我国民族地区农地利用碳排放波动特征和空间差异

依据碳排放测算公式和碳源系数，定量测算1993－2010年各民族地区农地利用碳排放(见表2)。结果表明，8省区农地利用碳排总体均呈现较为明显的上升趋势。呈现以下特征:

(1)碳排放总量区域差异较大。以2010年为例，处于首位的广西农地利用碳排放量高达301.76万t，而排放量最小的西藏仅为7.38万t，不及广西的四十分之一;除此之外，内蒙古、云南、新疆也属于排放大省(区)，均超过200万t;而青海、宁夏农地利用碳排放相对较少，均低于60万t。之所以存在较大差异，主要是两方面原因所致:其一，农业生产规模不均，广西、内蒙古、云南、新疆是典型的农业大省，而其他省区农业生产规模相对较少;其二，农业产业结构构成不同，由于本文研究的农地利用碳排放多涉及种植业，故种植业较为发达的地区(如广西、新疆、内蒙古、云南、贵州)碳排量相对较高，而西藏、青海、宁夏由于以畜牧业为主，碳排放量相对较低。

(2)碳排放总量上升趋势明显。1993年以来，民族地区由于农地利用活动所导致的碳排放量均出现了大幅增长，其中又以内蒙古、西藏、新疆、宁夏四自治区增幅最大，2010年与1993年相比，增长最为迅速的内蒙古增长了305.98%，增速处于次席的西藏增长了282.38%，新疆、宁夏分别增长了213.34%和197.92%;相比较而言，云南、广西、贵州、青海四省(区)碳排放增幅要小一些，在1993年的基础上分别增长了 147.84%，97.75%，66.44% 和41.50%。各地碳排放保持快速增长主要是农民为追求“高产出”而加大农资投入所致，“高投入”在实现农业增效、农民增收的同时，也带来了“高污染”，导致大气中温室气体含量增加。

(3)碳排放多源于化肥施用。温室气体主要由CO2、N2O、CH4构成，其中N2O主要源自化肥。由表3易知，8省(区)农地利用碳排放均主要源于化肥的生产和施用，其中，青海(74.22%)、广西(70.39%)、贵州(70.02%)超过70%的碳排放与化肥相关，内蒙古(63.71%)、宁夏(60.80%)介于 60% －70%之间，比重较低的云南(59.80%)、西藏(57.43%)、新疆(51.06%)也超过了50%。由此可见，化肥是导致农地利用碳排放的最重要因素。农用柴油是导致西藏、宁夏、内蒙古、青海、广西等五个省(区)碳排放的第二大因素。农膜则是导致新疆、云南、贵州三个省(区)农地利用碳排放的第二大因素。而农药、灌溉、翻耕，各自所产生的碳排放量相对较少，比重较低。

表2 1993－2010年民族地区农地利用碳排放测算结果Tab.2 Calculation results of carbon emissions resulted from agricultural land utilization in ethnic regions from 1993 to 2010 万t

表3 2010年民族地区农地利用碳排放构成情况Tab.3 Composition of carbon emissions resulted from agricultural land utilization in ethnic regions in 2010 万t

3.2 民族地区农地利用碳排放影响因素分解及结果分析

基于LMDI模型以及测算数据，借助相关分析工具，从效率、结构、经济发展、劳动力等方面对民族地区农地利用碳排放的影响因素进行定量分解，结果如表4所示。

农业经济水平快速增长是导致碳排放不断增加的最重要驱动因素。相比于作为基期的1993年而言，经济因素分别使得内蒙古、广西、贵州、云南、西藏、青海、宁夏、新疆产生了 207.79%(127.52 万 t)，152.55%(232.79万 t)，71.83%(47.77 万 t)，166.77%(186.00 万 t)，192.75%(3.72 万 t)，35.41%(6.58 万 t)，269.78%(50.56 万 t)和176.45%(165.51 万 t)的碳增量。农业快速发展是实现农民增收的重要途径，而确保农民增收又是实现社会稳定、构建社会主义新农村的重要前提。因此，通过放弃农业经济增长实现农地利用碳减排的模式必不可取。所以也不难预测，在未来一段时间内，经济因素仍将是导致我国民族地区农地碳排放增量的主导因素。

农用生产资料的效率因素对农地利用碳排放的影响因地区而异。一类情况是效率因素在一定程度上抑制了农业碳排放，但影响有限，这一特征在广西、青海、宁夏体现的较为明显，三地分别因此实现了31.45%(47.99万 t)，18.46%(3.43 万 t)和 12.93%(2.42 万 t)的碳减排，此外农资效率的提高也使贵州实现了0.24%(0.16万t)的碳减排;另一类情况是效率因素在一定程度上导致了农业碳排放的增加，其中又以内蒙古最为突出，与1993年相比，内蒙古自治区由于农资利用效率的下降累计产生了148.03%(90.85万t)的碳增量，而西藏、新疆、云南则分别由此产生了 87.39%(1.69 万 t)，9.18%(8.61 万 t)和 8.53%(9.52 万 t)的碳增量。

农业生产结构的改变对农地利用碳排放具有较强的抑制作用。与1993年比较，内蒙古、广西、贵州、云南、西藏、青海、宁夏、新疆因农业内部结构变化分别累计贡献了65.23%(40.03 万 t)，22.54%(34.40 万 t)，25.83%(17.18 万 t)，29.40%(32.79 万 t)，13.52%(0.26 万 t)，5.99%(1.11 万 t)，31.12%(5.83 万 t)和 0.18%(0.17万t)的碳减排。究其原因，主要是由于近年来民族地区农业产业结构得到明显调整优化，由传统的种植业单一结构逐渐转向以种植业为主导、农林牧渔协调发展的综合模式，产业内部结构日趋合理。

表4 基于LMDI模型的民族地区农地利用碳排放影响因素分解结果Tab.4 Factors decomposition of carbon emissions resulted from agricultural land utilization in ethnic regions based on LMDI 万t

农业从业劳动力数量的变化对农地利用碳排放的影响程度较小，作用方向也因地区而异。其中，广西、宁夏因为农业从业劳动力数量的减少，一定程度上抑制了农地利用碳排放，分别实现了 0.81%(1.24 万 t)，27.87%(5.22万t)的碳减排;与之对应，内蒙古、贵州、云南、西藏、青海和新疆则因为农业从业劳动数量的增加而分别导致了15.39%(9.45 万 t)，20.68%(13.75 万 t)，1.94%(2.16万 t)，15.76%(0.30 万 t)，30.54%(5.67 万 t)和 27.89%(26.16万t)的碳增量。

4 促进民族地区农地利用碳减排的对策建议

4.1 强化低碳经济意识，加快民族地区转变农业发展方式

意识是行动的先导，因此要进一步强化低碳经济意识，使广大涉及农地利用的主体充分认识气候变化问题的长期性和复杂性，深刻意识到农地利用活动对于气候变化的双刃剑作用，树立低碳经济发展意识。因此民族地区要切实转变农业生产方式，摒弃传统的发展模式和思维观念，彻底改变重速度、轻效益，重开发、轻节约，片面追求GDP总量增长、忽视资源和环境的倾向，加快推进低碳农业发展，实现农业生产中经济、社会、生态效益三者统筹兼顾，促进农业经济与气候资源环境的全面协调可持续发展。

4.2 提高农资利用效率，减少碳排放

提高生产资料利用效率不仅可以明显实现农业增效，更是实现农地碳减排的有效途径。目前民族地区农业发展中农资利用水平普遍低下，其中又以内蒙、新疆、西藏三大牧区为甚。对此，今后民族地区应大力提高农资利用效率，重点突出农业生态环境和节水、节肥、节药、节地、节能技术和管理模式创新应用，不断研发和推广节约型的耕作、施肥、播种、施药、灌溉、水土保持等低碳农业技术，以及生态农业、旱作农业、循环农业等低碳农业模式;在生产管理上，应积极探寻生产方式的变革，由粗放型管理逐渐向集约型、精准型农业转变［12］。总而言之，民族地区应多措施并行，多渠道并重，全面提升农业生产资料的利用效率，降低农业温室气体排放强度，切实有效实现农地利用的碳减排和农业生态环境改善。

4.3 进一步调整优化民族地区农业生产结构，有效减少农地利用碳排放

当前我国民族地区农地生产均以种植业、畜牧业为主，林业、渔业等发展相对滞后。其中，广西、贵州、云南以种植业为主，内蒙、新疆、西藏、青海以畜牧业为主，宁夏则种植业畜牧业兼有。而种植业、畜牧业是导致农地碳排放的决定因素，鉴于此，各民族地区应在结合区域特点的基础上，积极调整农业生产结构，适度增加林业、渔业产业比重，尤其具有重要碳汇功能的林业。一方面民族地区林业发展水平较低，拥有广阔的发展前景和较大的发展潜力;另一方面林业是重要碳汇产业，在减排增汇的同时，能有效改善生态环境，具有极大的正外部效应。与此同时，在确保粮食安全的前提下，调整优化种植业品种结构，加大高产、抗逆等农作物品种的种植规模，减少化学品投入多、资源消耗大的农作物种植规模;另一方面应积极培育低碳高产高效的优良作物新品种，加快示范和推广。

4.4 加大低碳投入和政策扶持

实现农地利用的低碳化离不开国家财政以及相关政策的支持，尤其是在生态脆弱和经济落后并存的民族地区，国家支持是推动民族地区发展的关键因素。首先，加大农业财政投入力度，不断夯实农业基础设施建设，尤其是农田水利建设，为低碳农业发展提供基础保障。其次，不断改革和创新农业生产中资源节约与环境保护的制度体制，推动实行涉农节能减排的管理目标责任制，逐步制定并完善农业低碳生产的法律法规，利用政策和优惠措施鼓励农地低碳利用。第三，构建农地生态运行机制，强化农地利用低碳化的政策导向。不断提高农地生态补偿力度，建立低碳农业技术补偿标准和实施体系，激励广大农民积极参与免耕、休耕以及植树造林等农地生态行动和生态主体功能区保护，实现农地利用的减排增汇，提升民族地区土壤碳库能力。

4.5 建立完善碳交易市场，增强相关主体责任和减排动力

市场化减排是实现减排的最优选择，同时也是我国今后减排的重要趋势。民族地区作为生态屏障和生态脆弱区，应抢抓机遇，积极构建完善碳交易市场，积极参与到全国乃至全球碳交易市场，在发挥碳汇效益的同时，获取更多的碳减排技术与资金支持。因此，首先明确责任主体，以“生产者责任制”为原则，明确碳排放市场交易的主体，使得化肥、农药等生产厂家充分参与交易，积极承担排放成本。其次，建立制定农业低碳认证制度，开展低碳认证试点，为碳交易市场提供标准。第三，合理制定碳价。碳交易市场价格必须足够高，到达决策拐点，才能从经济上改变人们行为。因此必须合理确定碳价，积极改变和引导生产主体行为向低碳方式转变。

References)

［1］Jeff S，Holly H.Agriculture，Climate Change and Carbon Sequestration［J/OL］.http:www.attran.cat.org:2009.

［2］Eric S，Robert B，Stephen F.Carbon Sequestration to Mitigate Climate Change［J/OL］.http://www.usgs.gov/.

［3］Edward A，Schuur G，James B，et al.Vulnerability of Permafrost Carbon to Climate Change:Implications for the Global Carbon Cycle［J］.BioScience，2008，58(8):701 －714.

［4］Keith P，Vernon C C.CO2Mitigation by Agriculture:an Overview［J］.Climatic Change，1998，40:135 －162.

［5］宋德勇，卢忠宝.中国碳排放影响因素分解及周期性波动研究［J］.中国人口·资源与环境，2009，19(3):18 －24.［Song Deyong，Lu Zhongbao. The Factor Decomposition and Periodic Fluctuations of Carbon Emission in China［J］.China Population，Resources and Environment，2009，19(3):18 －24.］

［6］李国志，李宗植.中国农业能源消费碳排放因素分解实证研究［J］.农业技术经济，2010，(10):66 －71.［Li Guozhi，Li Zongzhi.Empirical Research on Factor Decomposition of Carbon Emissions Resulted from Agricultural Energy Consumption［J］.Journal of Agrotechnical Economics，2010，(10):66 －71.］

［7］West T O，Marland G.A Synthesis of Carbon Sequestration，Carbone Missions，and Net Carbon Flux in Agriculture:Comparing Tillage Practices in the United States［J］.Agriculture Ecosystems and Environment，2002，9:117 － 232.

［8］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.［Wu Fenlin，Li Lin，Zhang Hailin，et al.Net Carbon Emissions of Farmland Ecosystem Influenced by Conservation Tillage［J］.Journal of Ecology，2007，26(12):2035 －2039.］

［9］Dubey A，Lal R.Carbon Footprint and Sustainability of Agricultural Production Systems in Punjab，India and Ohio，USA［J］.Crop Improvement，2009，23:332 －350.

［10］朱勤，彭希哲，陆志明，等.中国能源消费碳排放变化的因素分解及实证研究［J］.资源科学，2009，31(12):2072 －2079 .［Zhu Qin，Peng Xizhe，Lu Zhiming，et al.Factors Decomposition and Empirical Analysis of Variations in Energy carbon Emission in China［J］.Resources Science，2009，31(12):2072 －2079.］

［11］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.［Tian Yu，Li Bo，Zhang Junbiao.Research on Stage Characteristics and Factor Decomposition of Agricultural Land Carbon Emission in China［J］.Journal of China University of Geosciences:Social Sciences Edition，2011，11(1):59 －63.］

［12］李波，张俊飚，李海鹏.我国农业碳排放的时空特征及影响因素分解研究［J］.中国人口·资源与环境，2011，21(8):80－86.［Li Bo，Zhang Junbiao，Li Haipeng.Research on Spatial-temporal Characteristics and Effecting Factors Decomposition of Agricultural Carbon Emission in China［J］.China Population，Resources and Environment，2011，21(8):80 －86.］

Research on Characteristics and Driving Factors of Agricultural Land Carbon Emission in Provinces of Minorities in China

LI Jun-jie
(College of Economics，South-Central University for Nationalities，Wuhan Hubei 430074，China)

More and more people pay attention to the environmental problems caused by carbon emissions resulted from agricultural land utilization.Based on six kinds of main carbon source on agricultural land utilization，the paper calculated carbon emission on agricultural land utilization from 1993 to 2010 of provinces of minorities in China.We found that average annual growth rate of Inner Mongolia，Guangxi，Guizhou，Yunnan，Tibet，Qinghai，Ningxia and Xinjiang was 8.59%，4.09%，3.04%，5.48%，8.20%，2.06%，6.63%and 6.95%，respectively.Furthermore，the factors which could affect the carbon emission are decomposed by reasonable conversion of LMDI model.The result showed that efficiency，structure，and population mainly restrained carbon emission，which was not obvious and the regional differences was significant.The level of agricultural economy played an active role in agricultural land carbon emission.Compared with 1993，because of the growth of agricultural economy，Inner Mongolia，Guangxi，Guizhou，Yunan，Tibet，Qinghai，Ningxia and Xinjiang produced 207.79%，152.55%，71.83%，166.77%，192.40%，35.41%，269.78%and 176.45%carbon increment，respectively.Finally，relevant policy recommendations were proposed accordingly.

agricultural land use;carbon emission;factor decomposition;LMDI model

F323

A

1002－2104(2012)09－0042－06

10.3969/j.issn.1002－2104.2012.09.007

2012－05－30

李俊杰，教授，博导，主要研究方向为资源与环境经济。

教育部社科重大攻关项目“坚持和完善中国特色的民族政策研究”(编号:10JZD0031);教育部人文社会科学一般项目(编号:12YJC790089)。

(编辑:刘照胜)