2000～2011年我国农业碳循环及低碳竞争力特征分析*

吕志强，庞 容，朱金盛，邓 睿

(重庆工商大学，重庆 400067)

1 引言

农业是国民经济的基础，也是温室气体的第二大重要来源［1］。已有研究表明，我国农业温室气体总排放量占全国排放量的17%左右［2］。农业源排放的CO2和CH4分别占人为温室气体排放量的21%～25%和57%［3］。另外，农业既是温室气体的排放源，同时又具有明显的固碳作用［4］。农业净碳量就是指农业生产过程中碳排放当量与作物生育期碳吸收当量的差值［5］，是综合考虑农业碳循环后的净碳水平衡量的一个重要参考。近年来，农业GDP快速增长，农业生产中的电力、化石能源、化肥和农药等导致CO2排放的生产资料的用量也在不断增加［6］，另外农业结构的调整和耕地面积的缩减引起农业系统的“碳汇”总量发生了明显转换，这两种生产活动进而导致区域农业净碳量随之逐年增加。当前，农业碳循环的相关研究主要以农业碳排放为重点，如闵继胜［7］、李长生［8］等对农田温室气体排放的研究，兼顾农业碳排与碳汇的研究也多限于农田生态系统［6］，未将畜牧业考虑在内，从而导致所测算的净碳量仅为农业净碳量的一部分。

所谓“低碳”，指的是在人类各种活动中要尽量减少作为能源碳的消耗和CO2等温室气体的排放［9］。气候研究所与英国第三代环境主义组织 (Climate Institute and the British third-generation Environmentalist Organization，简称E3G)联合发布的研究报告最先提出了低碳竞争力，他们认为“低碳竞争力是国家在低碳未来中为其人民创造物质财富的能力”。报告运用低碳竞争力指数、低碳提升指数和低碳缺口指数对20国集团 (G20)国家低碳竞争力进行了整体评估。国内关于低碳竞争力的研究主要集中在构建评价指标和构成要素等方面。在评价指标构建方面如李军军［10］、张小军［11］、王皓［12］、陈晓春［13］等作出了大量研究，在低碳竞争力构成要素方面如潘家华［14］提出了五大维度、徐建中［15］提出了五大系统等。中国政府在哥本哈根会议上郑重承诺要在2020年将CO2排放强度比2005年下降40%～45%，同时，“十二五”规划中也提出单位国内生产总值CO2排放降低17%的约束目标。鉴于当前面临的巨大碳减排压力，基于农业碳循环，正确梳理各地区农业净碳效应是科学评价区域农业生产碳排放的前提［4］，评价区域低碳竞争力，可为各省 (市、区)调整农业生产方式提供依据，从而实现农业低碳化发展。

农业碳循环及低碳竞争力的研究，可以衡量农地利用过程中其对区域净碳量的贡献程度。比较区域低碳化水平，对调整农业生产方式、促进低碳农业发展的借鉴意义十分显著。在分析区域碳排、碳汇及农业净碳量的基础上，该文重点研究2000～2011年农业碳循环的空间变化特征及区域低碳竞争力的时空演化。同时，考虑到2004年中央一号文件颁布的“两减免、三补贴”政策可能在一定程度上提高农村生产力、增强农民的生产积极性，而农业的复苏也会带动农业生产原料需求的增加，进而使得农业碳排放增速回升，该研究选取2005年为时间分隔点，将2000～2011年的究期划分为两个时段，以期对比“两减免、三补贴”政策实施前后的2个时段区域碳循环的时间特征。

2 研究资料与方法

2.1 数据资料

受统计数据缺失的影响，该研究选择除港澳台地区外的31个省市自治区为基础研究单元，数据来源于《中国农村统计年鉴》和分省统计年鉴，另有部分数据来自于各地区统计公报。为避免统计推断结果的偏倚或者错误，数据收集过程中对基础数据不断核实与检查，保证了数据录入的准确性。受统计口径差异的影响，个别数值会有缺失或在不同数据源中不一致，按统计软件中常用的缺失错误值处理方法予以了处理补充。其中经济数据按1990年不变价格进行处理。

2.2 研究方法

该研究考虑了农业碳循环的双重特征，分别计算农业碳排和碳汇，得到区域净碳量。另外，通过构建农业低碳化评价指标体系，得到区域间的低碳竞争力，进而对区域的碳排放效率进行比较。

2．2．1 农业净碳量的测算

我国农业的土地利用类型主要为耕地和园地，该研究只考虑主要途径的碳排放 (主要是农地利用、水稻、牲畜带来的碳排放)和碳吸收 (园地植被、农作物生长过程中光合作用带来的碳吸收)，农业净碳量为农业生产过程中碳排放当量与作物生育期碳吸收当量的差值。

(1)农业碳排效应测算

鉴于农业碳排放源头多种多样，在参考宋德勇、张秀梅、黄贤金等［16-18］学者碳排放公式构建方法的基础上，构建农业碳排放公式如下:

表1 各类指标农业碳排放系数

式中，E为农业碳排放总量;Ei为各类碳源碳排放量;Ti为各碳排放源的量;Ci为各碳排放源的碳排放系数。

针对以上碳排系数解释如下:

参照刘华军［19］对农地利用碳排放的研究，该研究的化肥、农药、薄膜、柴油、翻耕的碳排系数如表1所示，考虑到并非所有的电力消耗都导致碳排放，借鉴冉光和等［20］的做法，对电力的CO2排放系数乘以0．75，以反映火电占全国电力供应的比重。

式中，C为农作物碳吸收总量;Ci为某种农作物的碳吸收量;k为农作物种类数;ci为作物通过光合作用合成单位有机质所需吸收的碳;Yi为作物的经济产量;r为作物经济产品部分的含水量;HIi为作物经济系数。各类农作物、园地植被的碳吸收率与经济系数主要引自韩召迎［26］等相关文献，该文取主要农作物经济系数、碳吸收率的平均值分别为0．44、0．45。

2．2．2 农业低碳化评价指标体系的构建

为了使研究结果更具合理性，需建立一套衡量低碳经济水平的度量标准体系。考虑农业碳循环的双重特征，该研究建立了农业低碳化评价指标体系 (表2)，指标体系分为目标层、准则层、指标层等3个层次，具体由11个指标构成。

稻田是温室气体CH4的重要排放源之一，该研究将参照国内外学者［4，7，21-24］所测算的水稻田CH4排放，结合实际考虑冬灌对CH4排放的影响，确定稻田的CH4排放系数。依据2007年IPCC第四次评估报告，1t CH4所引发的温室效应相当于25t CO2(约合6．82tC)所产生的温室效应，为统一计量单位，稻田碳排放系数变为3．136gC/(m·天);同时，鉴于水稻生长周期介于120～150天，统一取中位值，以130天为准 (表1)。

牲畜养殖尤其是反刍动物养殖是CH4产生的又一重要源头，主要包括两方面，一是肠道发酵所引起的CH4排放，二是粪便管理系统中的CH4排放。在我国，牛、羊这两种反刍动物是导致CH4产生的主要牲畜，结合田云等［25］的研究，确定碳排系数 (表1)。

(2)农业碳汇效应测算

农业生产过程中的碳汇效应是主要农作物生长生命周期中的碳吸收，碳吸收是指作物光合作用形成的净初级生产量，即生物产量，计算式表示如下:

表2 农业低碳化评价指标体系

在根据特尔斐法则确定指标权重的基础上，采用加乘混合合成法［27］，即加权求和法、加权求积法、加权平均法等3种方法相结合的方式，构建区域低碳农业发展水平综合水平指数，指数计算的公式如下(公式3):

式中，X表示低碳农业的综合评价指数，ybi、yai、yci、ydi分别表示准则A、B、C、D层下设指标的无量纲化数值，wai、wbi、wci、wdi表示对应指标层下指标的权重。

2．2．3 指标无量纲化

为消除指标量纲或指标测度量级的不同而造成的影响，需要对指标进行无量纲化处理。该研究采用极差标准化方法，同时根据指标对各自系统的贡献的正负效应，需将指标体系中的指标分为正向指标和负向指标两类，分别进行无量纲处理。其计算公式为:

式中，xij为其第i个系统的第 j个指标的值 (i=1，2，…，n;j=1，2，…，n)，max(xij)、min(xij)分别为指标xij的最大值和最小值。

3 结果与分析

3.1 各省 (市、区)农业净碳量的时间特征及其影响因素分析

3．1．1 各省 (市、区)农业净碳量结果分析

图1 2000～2011年全国各省 (市、区)碳量

由图1可知，2000～2011年全国各省 (市、区)的净碳量呈显著递增的趋势，净碳量由-2．238 7万增加到-668．61。从碳循环总量的变化来看，碳排量从2000年的2．373 044亿t增加到2010年的5．617 724亿t，对应年份的碳汇量从4．611 820 亿 t增加到 5．684 585 亿 t。期间，农业碳排总量年均增长12．40%，农业碳汇总量年均增长2．10%，农业碳汇量上升幅度远小于碳排下降幅度，造成农业净碳量持续增加。净碳量持续增加的主要原因是化肥、电力、机械化作业大幅度投入农业生产，其中化肥的使用量由2000年的3 713．87万t增加到2011年的5 108．68万 t、电力碳排由1．570 188亿 t增加到4．605 107亿t、机械使用量由266．89万 t增加到284．87万 t。研究期内的农业 GDP由1．512 451万亿元增加到2．384 711万亿元，由此可以看出，我国的农业经济增长是以增加农业碳排为前提。因此，要实现低碳农业发展，各区域应调整农业生产方式，保证低农业投入下的高效益产出。从碳排、碳汇、净碳量年际变化可以看出，农业生产过程中碳排放当量与作物生育期碳吸收当量的差值逐年缩小，到2011年农业碳排和碳汇量几乎相等，如这一发展趋势得不到有效的控制，那么农业系统的碳汇作用将会进一步削弱，有可能会吸纳不了农业生产过程中的碳排量，那么对区域碳排 (农业部分和非农业部分)吸纳的整体能力则会显著降低。因此要保证区域农业碳循环甚至区域碳循环良性发展，一方面需要在满足农业生产资料必须投入量的前提下降低区域的碳排，另一方面需要通过农业结构调整，进一步巩固农作物的碳汇效应。

图2 2000～2011年分时段各指标的碳量

3．1．2 农业净碳量影响因素分析

鉴于近10年来碳源量、碳汇量变化幅度较大，探究造成碳量变化的各指标贡献程度，从而针对性的调整农业生产方式，提升能效技术，实现农业碳减排目标。其中，共选定9个碳源指标，具体为农药碳排(N1)、薄膜碳排 (N2)、机械碳排 (N3)、电力碳排 (N4)、化肥碳排 (N5)、翻耕碳排 (N6)、水稻碳排 (N7)、牛的饲养带来的碳排 (N8)、羊的饲养 (N9)带来的碳排;碳汇体系中选取农作物种植(N10)、园地 (N11)的碳汇量。

从两时段各指标对碳量贡献程度变化来看 (图2)，N4、N10一直是源汇指标体系的主要部分，2000～2005年的N4、N10分别占两个时段总的源汇贡献比例的28%、60%，2006～2011年的N4、N10分别占2个时段总的源汇贡献比例的38%、52%，从2个时段的增减幅度来看，N4的增幅最高为81%、其次为薄膜 (N2)、化肥碳排 (N5)，增幅分别为32%、20%，说明N4、N10依然是源汇的主要贡献者，但薄膜、化肥碳排的增幅均高于农作物 (N10)，也就是说薄膜、化肥的碳排量呈现较快的增长趋势。

从两时期各指标的碳排、碳汇量来看，各指标对碳量贡献程度差异明显。在碳排指标中，电力碳排、化肥碳排量最大，远远高于其他几项碳排指标，表明其对净碳量影响最大，成为阻碍低碳农业发展的最大因素，造成部分省份成为高碳化的农业生产。为了实现农业低碳化生产，应降低火电占全国农业电力供应的比重，提高水电、核电的使用以减少碳排放。此外，降低化肥使用强度，提高其利用效率也是农业低碳化生产的重要措施。总之，低碳化农业应以节肥、节药为突破口，推广应用节约型农业技术。在碳汇指标中，农作物 (N10)固碳量对净碳量的贡献最大，两时段农作物 (N10)占源汇贡献比例分别为60%、52%，虽然单位面积园地固碳量较农作物固碳作用明显，但由于园地的面积远小于耕地面积，因此，园地总的固碳量对净碳量贡献不大明显。而农作物固碳效果在各指标中最强，农作物固碳总量大大降低了区域碳量。

3.2 农业净碳量空间分布

从2000～2011年空间分布图来看 (图3)，净碳量具有较大的区域差异，从地域分布来看，东北三省、内蒙古、华中及西南等粮食主产区净碳量较低，碳汇量远远高于其碳源量。北京、天津、河北、上海、江苏、浙江、福建和广东等经济发达城市碳源量要大于其碳汇量年均净碳量较大，高于全国平均水平。这一现象主要是因为上述区域的经济发展以二、三产业为主，工业的快速扩张则加剧了农地的流失，导致可利用农地较少，农作物播种面积难以得到保障;另一方面，因为东部沿海发达地区的农业机械化程度较高，农地集约化利用带来农地投入的增加，即化肥、农药和薄膜等农用物资的高强度使用，从而引起更多的碳排放。

从2个时段的比较可以看出得到以下结论。2000～2005年北京、天津、上海、江苏、浙江、福建和广东这7个省份的碳汇量远小于其碳源量。从图3可以得知，农作物固碳量对其区域农业净碳量的贡献最大，经济发达的城市农作物种植比重小，造成农作物固碳量少继而导致其碳排量冗余。较2000～2005年相比，2006～2011年北京、天津、上海、江苏、浙江、广东等省市净碳量依然为正值，即碳源量大于其碳汇量。此外，河北、辽宁两省净碳量由负值增长为正值，碳源量大于其碳汇量，表明农业生产的碳汇功能未能抵消其农业生产过程中产生的碳排，近几年由于城市化进程加快，大量农业用地被工业、建筑用地占用，种植业面积大大缩减，虽然政府采取一系列措施减少农业碳排，但其农作物碳汇总量下降幅度远大于农业碳排减少量，造成农业碳排量大量冗余。四川、湖南、安徽、河南、山东、黑龙江等农业大省净碳量都较少，说明粮食主产区农作物播种面积大，其固碳量相应较大，进而也证实了农作物固碳效应对净碳总量有着至关重要的贡献。其中，2006～2011年全国各省净碳量的空间分布与近10年来的年均净碳量空间分布基本一致，说明近几年来全国各省农业平稳发展，东部沿海发达地区城市化基本饱和，建设用地大量占用农用耕地的情况有所好转，为实现农业低碳化发展，政府仍需采取一系列农业碳减排措施。

3.3 农业低碳竞争力聚类分析

图3 各省 (市、区)农业净碳量空间分布变化

测算结果表明，我国31个省、直辖市、自治区农业低碳区域竞争力差异明显，结合各地区农业低碳竞争力评分和农业经济发展水平在全国所处的位次，运用农业低碳竞争力评价矩阵对31个省、自治区、直辖市进行聚类分析。以各省 (市、区)2000～2011年的人均农业GDP的年平均值和低碳化指数的年平均值为两变量做散点图，聚类结果如图5所示。图中，点代表31个省域，横纵轴分别代表低碳化指数与人均GDP。其中，横纵坐标轴相交于全国平均点，将平面分为4个象限。根据各象限内低碳化指数与人均GDP的差异性，可以将各省低碳竞争力划分为4种不同的类型，即高排放-高效益 (high emission-high effciency，I)、高排放-低效益 (high emission-low effciency，Ⅱ)、低排放-高效益 (low emission-high effciency，Ⅲ)和低排放-低效益 (low emission-low effciency，Ⅳ)。直线L是穿越坐标原点 (0，0)以及全国平均水平点的一条直线，用来衡量各省农业低碳化指数与农业人均GDP对低碳竞争力的贡献度，从而进一步将Ⅱ、Ⅳ象限细分为4个子象限，不同象限内低碳竞争力及其所对应的地理区域见表3。

表3 各省低碳竞争力的演变特征

以2005年为分界点将研究时段划分为2000～2005年、2006～2011年2个时段 (表3)，进一步分析各省低碳竞争力的演变过程，从整个研究时段来看，低碳竞争力指数低于全国平均水平多达17个省市，说明农业领域的碳排放、生态环境问题还未引起足够的重视，人们更多的关注于农业经济的快速发展，对农业领域的节能减排、生态环境保护方面投入很少。

从2000～2005年和2006～2011年两个时段对比来看，各省 (市、区)后一时段较前一时段的类型变化，上海、北京由“高-高型”转为“高-低型”，2000～2005年北京的农业人均GDP2．90万元高于全国平均水平1．55万元，2006～2011年北京的农业人均GDP为2．76万元，低于全国平均水平，说明近些年来大部分发达地区在追求总体经济增长的同时，忽视了农业的投入产出效率。云南、河北、河南由“高-低型”转为“低-低型”，面对碳减排压力，注重开展农业低碳化生产，降低农地利用 (化肥、农药、薄膜等)的碳排放，这些省份2000～2005年低碳化指数均为0．42，到2006～2011年分别提高到0．47，0．50，0．48，高出了全国平均水平0．45，实现了有高碳排放想低碳排放的转变。另一方面，云南年均农业人均GDP虽然由2000～2005年的0．85万元变为2006～2011年均1．84万元，但云南年均农业人均GDP远远低于全国平均水平3．02万元，同时，2006～2011年河南、河北年均农业人均GDP分别为2．35，3．00，也低于全国平均水平，这些地区由于经济发展相对落后，农业机械化生产水平较低，未能很好的实现农业的高效益产出。内蒙古、辽宁、天津由低-高型转为“高-高型”，前一时间段内蒙古地区的低碳化指数高于全国平均水平，后一时段低碳化指数低于全国平均水平，由低碳排放变成高碳排放，且农业GDP由2．22万元增长为5．16万元，均高于全国平均水平，属于高效益农业产出，主要源于北方农牧饲养的数量增加，大量牲畜养殖保证了该地区高效益产出，同时也带来更高的碳排放。

各省实现较高水平低碳竞争力，低排放-高效益型是最理想的状态，同时“低-高型”的省份数量是各类型中最少的，2000～2005年时段黑、吉、辽、津、内蒙古等5省属于“低-高型”，2006～2011年时段仅黑龙江、吉林等2省属于“低-高型”，表明全国范围类农业生产仍需努力实现农业低碳化生产，从而实现较高水平低碳竞争力。

据全时间段各省 (市、区)低碳竞争力评价矩阵的聚类结果 (图4)来看，人均农业GDP、低碳竞争力指数与地区经济发展水平之间具有明显的相关关系。广东、浙江、江西、广西、湖南、四川和上海7个地区属于“高排放-低效益”型地区。其中，上海低碳化水平最低，仅为0．20，其次为浙江，低碳化指数为0．23，远远低于全国平均水平0．43，属于高碳排放地区。化肥农药施用强度大、复种指数高成为了制约这些地区农业迈向低碳化的共同因素，在聚类分析中也可以看出，同一类型地区仍存在很大差异，浙江的农业人均GDP最低，为1．51万元，远远低于全国平均水平2．29万元，属于典型的“高排放-低效益”型地区。湖南、江西、四川的低碳化指数分别为0．40、0．39、0．41，接近于全国平均水平0．43，农业低碳排放水平一般，与其种植业畜牧业产值比重偏高，广东农用柴油的高强度利用也在一定程度上加剧了农业碳排放，降低了其农业低碳竞争力。就地域分布而言，这些地区集中于华中、华南以及西南地区，其中，四川、湖南均为我国人口大省，农村劳动力充裕，人地矛盾突出，虽均为农业大省，但受制于有限的农地资源，农业劳动生产率较低。广东，作为我国的轻工业中心，经济发展以二、三产业为主，工业的快速扩张则加剧了农地的流失，导致可利用农地较少，农业劳动力产出效益难以得到保障。

新疆、海南、福建、北京、天津、辽宁、山东、江苏和湖北等9个地区属于“高排放-高效益”型地区，且同一类型内部存在较大差异，其中，福建的低碳化指数最低，为0．25，其次为海南0．30，农业高碳排放集中在东南沿海地区，农业高效益地区属新疆、海南，农业人均GDP分别为5．32万元、4．71万元，远远高于全国平均水平2．29万元，福建、北京、天津、辽宁、山东、江苏、湖北农业人均GDP均高于全国平均水平。从地域分布来看，农业经济发展与地区经济发展水平之间具有明显的相关关系。北京、天津、福建、江苏等地工业化程度高，带来较高的农业生产效率，在一定程度上说明较高水平的经济发展提高农业机械化水平，从而极大提升了农业劳动生产率。农用物质的 (包括化肥、农药、农膜、农用柴油)高强度投入、复种指数高是导致这些地区农业低碳竞争力弱的共因，水稻种植面积比重较高在一定程度上降低了各省 (市、区)的农业低碳竞争力，单位面积农地牛羊饲养量偏大是另一重要影响因素，除此之外，森林覆盖率偏低还影响了北京、天津、江苏的农业低碳竞争力。

图4 2000～2011年低碳竞争力评价矩阵的聚类结果

黑龙江、吉林和内蒙古等3个地区属于“低排放-高效益”地区。黑龙江、吉林、内蒙古的低碳化指数分别为0．55、0．51、0．45，农业人均 GDP 分别为3．58、3．91、3．69，大大高于全国平均水平2．29 万元。较全国各省而言，这3个地区农业低碳竞争力最强，也是农业生产最理想的状态，主要得益于农用物质 (化肥、农药等)投入强度低、水稻种植面积比重低、复种指数低以及较高的森林覆盖率。从区域分布来看，东北地区及内蒙古由于农地资源丰富且人口数量较少，规模效益凸现，人均农业产出较高。

河北、河南、云南、安徽、西藏、陕西、甘肃、青海、宁夏、山西、重庆和贵州等12个地区属于“低排放-低效益”型地区。其中，宁夏、贵州、重庆的低碳化指数相对较高，分别为0．60、0．57、0．58，较好地实现了农业低碳排放，从地域分布看出，即西北、西南大片区域的农业低碳竞争力较强，主要源于各自化肥、农药等农用物质的低强度利用，水稻种植面积比重低以及复种指数低，此外，贵州、云南的高森林覆盖率，西藏、青海单位面积农地牛羊的低饲养量也在一定程度上增强了各自农业低碳竞争力。陕西、甘肃等地农业低碳竞争力强主要在于其农药农用柴油使用强度、水稻种植面积比重、作物复种指数等较低且森林覆盖率较高。重庆、贵州则得益于农药、农膜、农用柴油的低强度使用以及较高的森林覆盖率。

这些地区的农业人均GDP均较低，且同一类型内部也存在较大差异。其中，最低的为贵州0．78，最高的为河北2．25，其次为宁夏、河南，分别为1．84，1．72。区域农业较低生产效益主要归咎于其自然地理环境，西北干旱半干旱地区、西藏高原及西南山区，生态环境较为脆弱、机械化程度低，造成农业生产效率低下，从而影响其农业经济发展。

4 结论

(1)测算结果显示，近些年来全国各省 (市、区)总的净碳量显著递增，从碳循环总量的变化来看，碳排量从2000年的2．373 044亿t增加到2011年的5．617 724亿t，对应年份的碳汇量从4．611 820亿t增加到5．684 585亿t。期间，农业碳排总量年均增长12．40%，农业碳汇总量年均增长2．10%，农业碳汇量上升幅度远小于碳排下降幅度，造成农业净碳量持续增加。从年际变化来看，农业生产过程中碳排放当量与作物生育期碳吸收当量的差值逐年缩小，可以预测未来农业碳排量将高于农业碳汇量，作物生育期碳吸收量不能完全抵消农业整个生产过程中的碳排放量。

(2)横向来看，净碳量空间分布区域差异明显，东北三省、内蒙古、华中及西南等粮食主产区年均净碳量较小，从省域碳量空间分布看，北京、天津、河北、上海、江苏、浙江、福建、广东等东部沿海发达城市年均净碳量高于全国平均水平。从各时段来看，后期较前期年均区域差异变化较大，2006～2011年全国各省净碳量的空间分布与近10年来的年均净碳量空间分布基本一致。

(3)聚类结果表明，我国31个省域农业低碳竞争力区域差异明显，其中，北京、天津、浙江、江苏、广东、福建、江西、广西、湖南、四川、上海、新疆、海南、辽宁、山东和湖北等地低碳竞争力低于全国平均水平，大多集中于东部沿海地区。基于低碳竞争力的区域差异，结合各地区农业经济发展水平，将31个省市进行聚类分析，划分为“低排放-低效益”型、“低排放-高效益”型、“高排放-高效益”型和“高排放-低效益”型四类。聚类结果表明，广东、浙江、江西、广西、湖南、四川和上海7地属于“高排放-低效益”型地区，新疆、海南、福建、北京、天津、辽宁、山东、江苏和湖北等9地属于“高排放-高效益”型地区，黑龙江、吉林和内蒙古等3地属于“低排放-高效益”地区，河北、河南、云南、安徽、西藏、陕西、甘肃、青海、宁夏、山西、重庆和贵州12地属于“低排放-低效益”型地区。

5 讨论

(1)随着我国高产、优质、高效农业的发展，2000年实际农业GDP为1．512 451万亿元，到2011年上升至2．384 711万亿元，2011年农业GDP增长率为4．25%，农业经济的快速增长与碳排量增加关系密切，大量施用化肥、农药等保证了农业经济的增长，随之也带来了大量碳排。综合运用协整理论及误差修正模型，证实经济增长与农业碳排放之间存在协整关系［28］。

(2)我国农业的土地利用类型主要为耕地和园地，该研究只考虑主要途径的碳排放 (主要是农地利用、水稻、牲畜带来的碳排放)和碳吸收 (园地植被、农作物生长过程中光合作用带来的碳吸收)，另外研究选用指标多为总量指标，如化肥、农药、农膜、柴油、机械等均采用的是施用或排放总量，没有计算农业生产中实际所消耗的量，电力指标选用的农村电力，未能排除农村生活用电量，农用化肥使用量按折纯法计算，也未进一步区分氮肥与磷肥的碳排放差异，故无法准确细致的分析农业实际碳排放的量。

(3)该研究基于碳循环过程碳源和碳汇的双重特征测算区域净碳量。由于作物的固碳作用，碳汇量大于碳排量与田云［4］等的研究结果较为一致。其中，在测算农业碳排放时，综合国内外学者的研究成果，科学确定碳排系数，从而对农业碳减排研究做到一定的补充。

(4)明确各区域农业生产效率，对丰富农业低碳化问题研究也具有一定的参考价值。基于各指标的低碳化指数与农业经济发展水平构建低碳竞争力评价矩阵，聚类结果表明，低碳竞争力区域差异明显，由于经济增长有多种模式，集约型和粗放型的经济增长方式会引致不同的碳生产率水平。各省份在实现GDP增长时，碳生产率正负变化及变化幅度差异明显，从而造成农业人均GDP和碳生产率之间的相关关系动态变化。

(5)如农业碳排放指标体系的构建有待进一步完善，对农业低碳竞争力区域差异的原因缺乏深度挖掘，农业低碳竞争力与农业经济效益二者之间未能更好的衔接等。而接下来笔者将会就这些亟待解决的问题展开进一步研究。

［1］ 李颖，葛颜祥，梁勇．农业碳排放与农业产出关系分析．中国农业资源与区划，2013，34(3):60～65

［2］ 陈源泉，高旺盛．中国粮食主产区农田生态服务价值总体评价．中国农业资源与区划，2009，30(1):33～39

［3］ 赵荣钦，黄爱民，秦明周，等．中国农田生态系统碳增汇/减排技术研究进展．河南大学学报 (自然科学版)，2004，34(1):60～65

［4］ 田云，张俊飚．中国农业生产净碳效应分异研究．自然资源学报，2013，8(28):004

［5］ 包娟，中国城镇居民主要食物消费的净碳排放估算与趋势分析．南京农业大学，2012

［6］ 田云，张俊飚，李波．基于投入角度的农业碳排放时空特征及因素分解研究——以湖北省为例．农业现代化研究，2012，32(6):752～755

［7］ 闵继胜，胡浩．中国农业生产温室气体排放量的测算．中国人口．资源与环境，2012，22(7):21～27

［8］ 李长生，肖向明，S Frolking，等．中国农田的温室气体排放．第四纪研究，2003，23(5):493～503

［9］ 刘巽浩，徐文修，李增嘉．农田生态系统碳足迹法:误区，改进与应用— —兼析中国集约农作碳效率．中国农业资源与区划，2013，34(6):1～11

［10］ 李军军．G20低碳竞争力评价及其对我国的启示．广东行政学院学报，2010，22(6):79～83

［11］ 张小军．关于低碳经济竞争力评价体系构建的研究．商业时代，2012，(34):16～17

［12］ 王皓．企业低碳竞争力指数的构建．商业时代，2010，(30):90～92

［13］ 陈晓春，陈思果．中国低碳竞争力评析与提升途径．湘潭大学学报 (哲学社会科学版)，2010，34(5):50～54

［14］ 潘家华，庄贵阳，郑艳，等，低碳经济的概念辨识及低碳城市衡量指标体系．2009

［15］ 徐建中，袁小量．区域低碳竞争力系统结构研究．科技进步与对策，2011，28(12):26～29

［16］ 宋德勇，卢忠宝．中国碳排放影响因素分解及其周期性波动研究．中国人口资源与环境，2009，19(3):18～24

［17］ 张秀梅，李升峰，黄贤金，等．江苏省1996年至2007年碳排放效应及时空格局分析．资源科学，2010，32(4):768～775

［18］ 谭丹，黄贤金．我国东，中，西部地区经济发展与碳排放的关联分析及比较．中国人口．资源与环境，2008，18(3):54～57

［19］ 刘华军，鲍振，杨骞．中国二氧化碳排放的分布动态与演进趋势．Resources Science，2013，35(10):1925～1932

［20］ 冉光和，王建洪，王定祥．我国现代农业生产的碳排放变动趋势研究．农业经济问题，2011，(2):32～38

［21］ Schlitz H，Rennenberg H，Seiler W．CH4Emission from a Chinese Rice Paddy Field．Acta Meteorologica Sinica，1990，4(3):265～275

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

［23］ Cao M，Dent J B，Heal O W．Methane emissions from China＇s paddyland．Agriculture，ecosystems＆ environment，1995，55(2):129 ～137

［24］ 韩广轩，朱波，江长胜，等．川中丘陵区稻田甲烷排放及其影响因素．农村生态环境，2005，21(1):1～6

［25］ 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．Resources Science，2012，34(11):2097～2105

［26］ 韩召迎，孟亚利，徐娇，等．区域农田生态系统碳足迹时空差异分析——以江苏省为案例．农业环境科学学报，2012，31(5):1034～1041

［27］ 谢淑娟，匡耀求，黄宁生，等．低碳农业评价指标体系的构建及对广东的评价．生态环境学报ISTIC，2013，22(6):916～923

［28］ 李国志，李宗植，周明．碳排放与农业经济增长关系实证分析．农业经济与管理，2011，(4):32～39