徐延菊,江激宇
安徽农业大学经济管理学院,安徽合肥,230036
近年来,污染日益严重的环境问题已引起人们对“低碳”的探讨。“低碳”的内涵极其丰富,包括低碳社会、低碳经济、低碳城市、低碳生活等,其中以“低碳经济”为其核心内容。“低碳经济”是以低能耗、低污染、低排放取代高能耗、高物耗、高污染的经济发展模式,是转变经济发展方式,降低能源消耗,减少碳排放,从而实现经济可持续发展的重要途径。农业是国民经济的基础产业,在经济发展中起着举足轻重的基础性作用。中国自古就是农业大国,在发展“低碳经济”的同时,“低碳农业”作为其重要的组成部分,也已引起广泛的关注。
农业作为国民经济的基础产业和战略产业,对自然资源的依赖性很强。近年来,传统的高碳农业,由于粗放型的生产方式,不仅造成农业生态系统的破坏,而且排放大量的温室气体,对环境造成了严重的影响。因此,为了优化农业产业结构、缓解环境问题的压力、改善生态环境及实现农业可持续的发展,发展“低碳农业”意义重大。
“低碳农业”追求低耗、低排、低污和碳汇,其范畴包括生物多样性农业、循环农业、休闲观光农业等,是与传统“高碳农业”截然不同的农业发展方式。国内外许多专家和学者对“低碳农业”进行了积极的探索和研究。国外的主要研究有:Keith Paustian等人提出减少农业生产中二氧化碳排放的方法和途径[1];Nicholas Stern 在《斯特恩报告》中指出:2000年,温室气体排放中农业碳排放占14%,位居第三[2];Meisterling K等人利用生命周期理论研究美国有机小麦与传统小麦在减少农业温室气体排放上的差异,得出有机小麦在投入、种植及运输过程中二氧化碳排放比传统小麦少[3];Fan Shenggen等人指出农业既是气候变化的受害者又是导致气候变化的因素,减少农业中的碳强度,从而减轻气候变化带来的危害,同时保障食物的安全[4]。
国内的专家和学者也从不同的视角对“低碳农业”进行了研究。高文玲对“低碳农业”的概念进行了阐述,认为“低碳农业”是通过科技、政策及管理等措施节约资源、降低投入、减少排放、提高资源的利用和转化效率、生产的经济效益和碳汇能力,实现生产全过程直接和间接排放的温室气体最小化的农业生产系统[5];张莉侠等探讨了中国低碳农业的现状及所面临的挑战,并给出了发展对策[6];王耀兴等从法律方面说明中国发展低碳农业的必要性,提出构建中国发展低碳农业的法律体系[7];李晓燕等从技术层面探讨我国发展低碳农业的途径[8]。在研究方法上,刘浩等采用灰色关联分析法对山东低碳农业发展进行研究[9];师帅等利用协整分析法分析黑龙江农业生产碳排放的主要因素[10];漆雁斌等通过回归分析研究了低碳农业发展的影响因素[11]。
安徽省是位于中部地区的农业大省,传统的粗放型农业发展模式产生了许多问题,在低碳农业发展的浪潮下,安徽省开始积极探讨低碳农业发展路径和模式。从现有的文献资料来看,对安徽省低碳农业的研究非常之少,主要有程克群等对安徽省循环农业发展模式的探讨[12];王川等探讨了安徽地区秸秆机械还田技术的应用模式[13]。由于发展低碳农业的意义重大,本文在前人研究的基础上,运用SPSS多元统计分析软件中的主成分分析法,对安徽省16个地级市低碳农业发展情况进行分析并排序,从而得出各市发展低碳农业的优势程度。
低碳农业的特点是在满足社会对农产品基本需求的前提下,尽可能降低物质能量投入强度,提高物质能量利用效率和太阳能综合转换效率,降低废弃物、有害物和碳排放强度,增强捕碳、集碳、储碳能力。因此,根据低碳农业的特点,从低碳效率、低碳条件以及碳汇能力三个方面选取12项指标。
低碳效率:从投入、产出两方面来比较农业低碳效率情况,投入方面选取了农业用电量、化肥使用量、农药使用量、柴油使用量及农用塑料薄膜使用量等五个指标。产出方面主要以农业产值来衡量,本文选取了某市农业产值占全省农业总产值的比重作为产出指标。
低碳条件:从外部环境来衡量某市低碳农业发展所具备的条件。
(1)农资条件:从财政投入、农业机械化水平和水资源利用率三个方面,分别选取农林水事务支出、农业机械总动力和节水灌溉面积等三个指标;
(2)可再生资源利用率条件:根据能量利用效率和太阳能综合转换效率,分别选取农村户用沼气总产气量及太阳能热水器建设面积两个指标。
碳汇能力:碳汇一般是指从空气中清除二氧化碳的过程,主要是指森林吸收并储存二氧化碳的多少。本文选取森林覆盖率这一指标来衡量某市碳汇能力的大小。
本文所用的数据均来源于《安徽统计年鉴》(2012),对指标原始数据进行同趋势化处理。同趋势化是将指标方向不一致的数据化为同方向发展的数据,其目的是在同一变化趋势下研究数据整体的情况。
从表1可以看出,农业用电量、化肥使用量、农药使用量、农用柴油使用量以及农用塑料薄膜使用量等五个变量指标的方向均为负方向,要将这些逆向指标进行正向化,即将数值越小越好的指标转换成越大越好。本文采取将逆向指标取其倒数代替原指标的方法进行正向化处理。
表1 低碳农业指标体系
利用SPSS 17.0多元统计分析软件对数据进行主成分分析,首先需要确定主成分个数。根据主成分对应的特征值大于1的原则进行主成分提取,一般要求所提取的主成分的累计贡献率在85%以上。从表2可以看出,所提取的前4个主成分累计贡献率达到91.197%,说明这4个主成分可以解释原数据中91.2%的信息,基本可以概括原始数据的全部信息,因此,可以使用4个主成分公因子。
根据成分矩阵,可以列出各主成分所对应的解释方程式,由于篇幅有限,此处仅列出第一主成分Y1:
Y1=-0.887X1+0.771X2+0.955X3
+0.853X4+0.912X5+0.864X6
-0.829X7-0.741X8-0.37X9
-0.515X10-0.568X11-0.404X12
其中指标系数绝对值大于等于0.5的,可以被该主成分解释,解释的程度由系数大小决定。
表2 解释的总方差
提取方法:主成分分析法。
由未旋转因子得分表和各主成分对应的特征值,根据公式:
Fi=FACi_1×SQR(λi)
可以分别计算出4个主成分因子得分,其中Fi表示第i个主因子得分,FACi_1表示第i个主因子的未旋转因子得分,SQR(λi)表示对i个主因子的特征值开平方根。从表2可知,4个主因子的特征值λ1、λ2、λ3、λ4分别为6.723、1.831、1.321、1.069。因子得分结果如表3所示。
从表3可以看出,有的城市主成分因子得分为负值,这是因为在运行SPSS软件过程中,对原始数据进行标准化时,把各指标的平均水平当做零来处理,因此,有的城市主因子得分为负数,表明该城市的低碳农业发展水平在全省16个市的平均水平以下。
表3 各市的因子得分
接下来计算主成分的综合得分。在计算主成分综合得分时,有的文献用各主成分的方差贡献率作为权重计算综合得分,本文以每个主成分对应的特征值占所提取主成分总的特征值之和的比作为权重进行计算,这两种方法的结果没有差别。综合得分公式为:
F=(λ1/λ1+λ2+λ3+λ4)F1+(λ2/λ1+λ2+λ3
+λ4)F2+(λ3/λ1+λ2+λ3+λ4)F3+(λ2/λ1
+λ2+λ3+λ4)F4
=0.614F1+0.169F2+0.121F3+0.098F4
其中λi(i=1、2、3、4)是主成分特征值,Fi(i=1、2、3、4)是各主成分的因子得分,经过计算可以得到16个市的综合得分及排名,如表4所示。
从地理区位来看,排名靠前的城市基本分布在皖南地区,而排名靠后的城市大部分分布在皖北地区,由此可以得出,皖南发展低碳农业的优势大于皖北。
表4 各市的综合得分及排名
排名前3位的城市分别为铜陵、安庆和宣城。以安庆为例,安庆属于农业大市,2011年农林牧渔总产值313.8亿元,农业地均产出10.53万元/公顷;在可再生能源利用方面,安庆农用沼气总产量居全省首位,达到5 081.65万立方米,太阳能热水器建设面积为30.96万平方米,在全省排名前列;森林覆盖率为36.39%。排名最后3位的城市分别为阜阳、宿州、亳州。这些城市共同的特点是农业物质投入高、可再生资源利用率及森林覆盖率低。根据2011年的统计数据计算,这三个城市的化肥使用量、农药使用量、柴油使用量和农业薄膜使用量分别占全省的30.9%、31.9%、33.4%、42.9%,而其农村户用总产气量仅占19.2%,森林覆盖率均低于全省平均水平(28.27%)。因此,这类城市在发展低碳农业方面处于劣势。就省会城市合肥而言,在表中排名中等,从综合得分可以看出发展程度在平均水平以下,可见合肥低碳农业发展优势不明显。
整体而言,安徽省发展低碳农业还存在很多问题。第一,农业投入方面。从表5可以看出,近几年安徽省在农业生产中用电量、化肥、农药、农用薄膜使用量逐年上升,不仅造成环境污染,而且在土壤中的大量残留降低了土地利用率、产出率,土地肥力下降,土地变得贫瘠;此外,农用柴油消耗大,柴油燃烧形成的二氧化碳是温室气体的一部分。第二,可再生资源利用率低。从表5的数据中可以看出,虽然农村户用沼气产气量和太阳能热水器面积近年有着快速的发展,但是人均率低,发展不平衡。秸秆还田、沼气、太阳能等清洁能源还有更大的发展空间。面对存在的问题,应该做到以下几点。
(1)改变现有的粗放型的耕作方式,精耕细作,减少单位化肥、农药等物质的消耗,改进施肥、施药等技术,发展绿色、循环、有机农业。
(2)发展农村清洁能源。对禽畜粪便低碳处理转化为农用沼气,太阳能、风能等资源转化利用,特别是推广太阳能热水器的使用。
(3)政府应大力支持、鼓励低碳农业的发展,提供必要的资金、技术、人员,保障低碳农业发展的有效运行,特别是处于发展劣势的皖北地区,更应该加大支持力度。
表5 2008~2011年安徽省农业生产物质投入及清洁能源利用情况
参考文献:
[1]Keith Paustian,C Vernon Cole,Dieter Sauerbeck.CO2Mitigation by Agriculture:An Overview[J].Climatic Change,1998,40(1):135-162
[2]斯特恩.斯特恩报告[R].伦敦:格兰瑟姆气候变化与环境研究所,2006:451-465
[3]Meisterling K,Samaras C,Schweizer V.Decisions to reduce greenhouse gases from agriculture and product transport:LCA case study of organic and conventional wheat[J].Jounal of cleaner production,2009,17:222-230
[4]Fan Shenggen,Ramirez A.Achieving food security while switching to low carbon agriculture[J].Journal of Renewable and Sustainable Energy,2012(4):224-232
[5]高文玲,施盛高,徐丽.低碳农业的概念极其价值体现[J].江苏农业科学,2011,39(2):13-14
[6]张莉侠,曹黎明.中国低碳农业发展现状与对策探讨[J].经济问题探索,2011(11):103-106
[7]王耀兴.中国发展低碳农业的法律构建研究[J].中国农村小康科技,2010(6):16-17
[8]李晓燕,王彬彬.低碳农业:应对气候变化下的农业发展之路[J].农村经济,2010(3):10-12
[9]刘浩,王宝海.山东省低碳农业影响因素的灰色关联分析[J].中国集体经济,2011,31(11):75-76
[10]师帅,陈红,池佳.基于协整分析的黑龙江省低碳农业影响因素研究[J].软科学,2013,27(2):81-85
[11]漆雁斌,陈卫洪.低碳农业发展影响因素的回归分析[J].农村经济,2010(2):19-23
[12]程克群,马友华,栾敬东.低碳经济背景下循环农业发展模式的创新应用:以安徽为例[J].科技进步与对策,2010,27(22):52-55
[13]王川,施六林,宣云,低碳农业与机械化秸秆还田技术应用[J].安徽农业科学,2013,41(3):1211-1212