基于环境库兹涅茨曲线模型的农作物产量与碳足迹关系研究——以黑龙江省水稻生产为例

刘建君，陈 红，马晋宇

（东北林业大学经济管理学院，黑龙江哈尔滨 150040）

水稻在中国粮食作物中地位十分突出，中国水稻产量约占世界水稻总产量的37%左右，全国有近60%以上的人口将水稻作为主食［1］。黑龙江省作为中国的农业大省，其粮食产量已经连续7 年居于全国之首，且黑龙江省是世界上最大、最重要的粳稻生产区，其粳稻播种面积和总产量分别由2005年的1.650 3×1010m2、1.121 5×107t，发展到2016年的3.203 3×1010m2、2.255 3×107t［2］。由于黑龙江省水稻的粮食单产高、增产潜力大等特点，中国对黑龙江省水稻的需求量进一步加大，使水稻产量增高的同时，随之出现化肥、农药、柴油、灌溉用电等农资投入量加大的现象，导致水稻生产过程中碳排放量增加等相应环境污染问题逐渐凸显。黑龙江省水稻单位面积产量与其碳排放之间有何关系？水稻单位面积产量的增加一定会导致碳排放的增加吗？反过来，水稻生产碳排放会对其单位面积产量有影响吗？传统的环境库兹涅茨曲线（EKC）理论研究经济增长与环境变化二者之间的关系，本文借鉴EKC 相关理论模型，在传统EKC 模型的基础上引入四次方参数，参照以往的经济增长解释，将水稻单位面积产量作为经济增长量，把碳足迹作为衡量水稻生产过程中产生的碳排放指标，利用黑龙江省2002—2015 年间时间序列数据，对黑龙江省水稻生产单位面积产量与生产碳足迹二者之间的关系进行探讨分析，寻求变化规律与因果关系。

1 文献综述

EKC 最早是由美国经济学家Grossma 等［3］在1991 年首次提出，他们力求发现经济发展与环境质量二者之间的关系，得出二者存在倒“U”型关系。具体来说，环境污染程度在低收入阶段随着收入的提高而加剧，在经历某一个拐点以后，环境污染程度反而随着收入水平的提高而减轻。这种由经济发展与环境质量形成的倒“U”型曲线被称为环境库兹涅茨曲线。国内外学者对经济增长与环境质量二者之间的关系进行了大量的研究分析，研究人均收入与不同污染指标之间的关系。

Shafik 等［4］对不同国家、不同收入水平下的环境质量与经济增长之间的关系进行探究分析，得出收入与环境污染之间有明显的倒“U”型关系。Selden 等［5］基于跨国数据下的悬浮颗粒物、SO2、氮氧化物和CO 这4 种污染物指标，分析出人均地区生产总值（GDP）与这4 种污染物均存在倒“U”型关系。Grossman 等［6］研究了包括城市空气污染、河流空气污染、河流粪便污染及河流重金属污染等4 类环境污染指标下的14 种污染指标，结果发现大多数环境污染指标与人均收入呈现倒“U”型曲线关系，仅有PM10 污染指标与经济增长呈线性关系，PM10 随着经济的增长而减少。

中国最早着手研究EKC 曲线是在1999 年，张晓［7］利用中国1985—1995 年的时间序列数据，用计量模型对大气污染物与人均地区生产总值水平二者进行回归分析，结果表明中国经济发展与环境污染之间呈较弱的倒“U”型环境库兹涅茨曲线关系；随后，环境库兹涅茨曲线成为国内学者的热点研究问题，且研究领域逐渐扩大［8］。其中影响比较大的有如，吴玉萍等［9］利用计量模型实证分析了北京市1985—1999 年间SO2、氮氧化物等典型环境污染指标与人均GDP 出现显著的倒“U”型特征，符合环境库兹涅茨曲线理论；陈华文等［10］利用上海市环保局1990—2001 年的相关数据，验证了人均收入与环境质量二者符合库兹涅茨曲线关系，并得出对不同环境污染指标下拐点不同。近些年来，一些学者逐渐赞成EKC 曲线有不同种的表现形态，并不局限于倒“U”型，出现“N”型、倒“N”型甚至“波浪”型曲线形状，如杜婷婷等［11］认为三次方曲线更能很好地反映中国经济增长与碳排放之间的关系，指出二者更符合“N”型曲线特征，而非倒“U”型曲线；卢洪友等［12］以广东省为例分，研究了环境质量指标SO2、CO2与经济增长的关系，结果得出广东省SO2排放量和人均地区生产总值之间存在倒“N”型关系，而CO2与人均地区生产总值符合“N”型曲线关系；周小亮等［13］将工业“三废”（工业废气、废水、固体废物）作为衡量福建省环境污染指标，分别考察研究了福建人均地区生产总值与“三废”的关系，其中得出工业SO2排放与人均地区生产总值呈现“波浪”型关系的结论。

研究农业方面带来的环境污染与经济增长之间的关系主要有以下研究进展：Antle 等［14］、McConnell［15］理论分析了农业面源污染与经济增长之间可能符合EKC 曲线；陈勇等［16］对中国西南地区16 年的经济发展与农业生态系统碳足迹二者之间的关系进行了实证研究分析，研究结果发现二者之间不存在倒“U”型关系，只存在同向线性关系；安林丽等［17］寻求农业规模养殖与其带来的环境污染之间的关系，从中国31 个省份的面板数据分析得到二者符合环境库兹涅茨曲线的倒“U”型关系。

从以上国内外研究进展中可以得出，学者多将有关年鉴上的农业生产过程中环境污染的数据作为指标，而本文的研究是将碳足迹的值定量地表示出来，以衡量碳排放的大小；其次，其他学者研究的多为一个地区的，或者整个行业的经济增长与环境污染关系，鲜有从某一具体农作物的生产过程中产生的碳排放来研究二者的关系。综上，本文以农作物生产过程中的碳足迹作为衡量农作物碳排放的指标，将农作物单位面积产量替代经济增长变量，以研究黑龙江省2002—2016 年水稻生产单位面积产量与单位面积碳足迹之间存在的关系。

2 水稻碳足迹测算

碳足迹是指某项产品或某种活动在其生命周期中产生的直接或间接的温室气体排放总量［18］。碳足迹提供了一个全面地衡量人类活动与生产对全球变暖影响的方法［19］。本文的研究对象为水稻，研究边界为其生长周期全过程，即从播种到收获过程中产生的直接碳足迹、间接碳足迹。考虑到直接碳足迹部分数据获取的困难性，本文只计算水稻生产间接碳足迹值，即水稻生产过程中农资投入造成的碳排放值。其中，农资投入具体包括农药、化肥、柴油、农膜、灌溉用电、种子等6 项投入；而农药分为除草剂、杀虫剂、杀菌剂；化肥分为氮肥、钾肥、复合肥。本文利用生命周期评价法（LCA）对水稻生产过程中的间接碳足迹（以下简称碳足迹）进行测算，公式如下：

式（1）中：CFs为单位面积碳足迹值，单位为kgce/104m2；为第 种农资投入量，单位为kg/104m2或kW·h/104m2；为第种农资投入的排放参数，单位为kgce·kg-1或kgce·(kW·h)-1。由于农业碳足迹的研究还处于发展阶段，国内数据库中有很多排放系数还是空白，而中国生命周期基础数据库（CLCD）是国内唯一的、最为完整的、可以公开获取的中国本地化生命周期数据库。本文中各农资排放参数从eBalance 软件的CLCD 及ecoinvent数据库中获取，具体参数如表1 所示。

表1 我国农资投入的排放系数

表1 （续）

3 变量选取和数据来源

3.1 变量选取

本文采用黑龙江省2002—2016 年水稻生产时间序列数据，对产量和环境污染之间的关系进行拟合和检验。水稻生产单位面积产量由水稻产量与水稻播种面积之比得到，用单位面积碳足迹来揭示水稻生产过程中所产生的碳排放（主要污染物为CO2），即环境污染指标。

3.2 数据来源

黑龙江省2002—2016 年水稻播种面积、总产量数据，来源于《中国农村统计年鉴》；水稻的化肥、农膜、水稻种子等总投入数据，从《全国农产品成本收益资料汇编》中获取；农药、灌溉用电投入数据取，来自《中国物价年鉴》《中国农村统计年鉴》与黑龙江省物价局官方网站折算后的结果；部分柴油数据来源于《全国农产品成本收益资料汇编》，并参考刘建君等［20］相关文献。2002—2016 年黑龙江省水稻生产单位面积碳足迹与单位面积产量的数值，如表2 所示。

表2 2002—2016 年黑龙江省水稻生产单位面积碳足迹与单位面积产量

4 模型选择

本文根据环境库兹涅茨曲线理论，对传统的EKC 模型进行改进，引入产量的四次方模型，建立4 种EKC 模型对黑龙江省水稻生产单位面积碳足迹与单位面积产量之间可能出现的关系进行分析，计量模型如下：

式（2）至式（5）中：CFS 为被解释变量，即水稻生产单位面积碳足迹值；Yield 为解释变量，即水稻生产单位面积产量；α0、α1、α2、α3、α4均为待估参数值；ε 为随机误差干扰项；t 为年份。待估参数的不同正负取值下环境污染与单位面积产量二者之间不同变化的关系如表3 所示。

表3 不同参数估计下的EKC 曲线形状

5 实证分析

由于本文研究的是时间序列数据，为避免出现假相关关系或伪回归关系，在对变量进行回归之前，首先对各变量进行平稳性检验，看各个变量平稳性，确定单整阶数；然后，对同阶单整的变量是否存在协整关系进行检验分析；最后，对变量间进行因果检验分析。基于以上改进的EKC 模型假设及Stata14.0 软件，分别利用Augment Dickey Fuller（ADF）单位根检验、EG-ADF 检验、格兰杰（Granger）因果关系检验法，对黑龙江省2002—2016 年间水稻生产碳足迹与单位面积产量（以下简称样本）二者之间的长期变动关系进行检验分析。

5.1 平稳性检验

为了检验时间序列的平稳性，现对各变量进行单位根检验。单位根检验的方法有许多，如ADF检验、PP 检验、KPSS 检验等，本研究选取最常用的ADF检 验 法 分 别 对 变 量CFS、Yield、Yield2、Yield3、Yield4进行平稳性检验，结果如表4 所示。ADF 检验的原假设为“变量有单位根”，从表4 结果可以看出，被解释变量碳足迹（CFS），解释变量的产量（Yield）、产量的平方（Yield2）、产量的立方（Yield3）、产量的四次方（Yield4）均在零阶时接受原假设，在一阶时拒绝原假设，即可得出所有变量在零阶时都存在单位根，在一阶时都不存在单位根。综上，得出本研究中被解释变量、解释变量的一阶差分值均通过不同水平下的显著性检验，证明其均为一阶单整序列。

表4 2002—2016 年样本的ADF 单位根检验结果

5.2 协整关系检验

把一阶单整变量放在一起进行分析是协整检验的思想。协整关系检验的目的是将变量间的随机波动趋势消除，从而使变量间达到一种长期稳定的联动趋势。由于本研究时间序列的年限为15 年，时间序列区间较短，不适合用Johansen 协整检验对变量进行分析，故采用EG-ADF 两步法对被解释变量与解释变量之间是否存在协整关系进行分析。首先，分别用一元一次函数、一元二次函数、一元三次函数、一元四次函数的EKC 模型进行协整回归，由表5 发现，只有一元四次函数各项参数的P 值在5%水平下显著，虽然其模型可决系数R2与模型修正的可决系数R2均比较大，但是与其他函数形式相比较，其解释能力最好；再对此方程的残差序列进行ADF检验，如表6 所示，残差序列ADF 检验的P 值在1%水平下显著，故拒绝原假设，说明残差序列无单位根（残差序列平稳）。综上结果表明，样本水稻生产单位面积碳足迹与单位面积产量二者之间存在长期稳定的协整关系。

表5 2002—2016 年样本的EKC 模型协整回归结果

表5 （续）

表6 2002—2016 年样本的残差序列ADF 检验结果

综上，我们可以得出样本碳足迹与产量的回归结果：

由式（6）回归结果发现，被解释变量与解释变量之间呈四次方函数关系，且α1＜0、α2＞0、α3＜0、α4＞0，得出碳足迹与产量呈现“波浪”型关系。由于样本量有限，拟合图形如图1 所示，可以看出黑龙江省水稻生产碳足迹与单位面积产量间波动幅度较大，递增和递减态势交替出现。其中经历了两次最低点：第一次是在2006—2007 年，第二次是在2013—2016 年。第一次出现最低点的原因是黑龙江省2006—2007 年农资成本大幅上升，包括农药、化肥、柴油以及电力的费用的增加，使得农户减少了农资产品的使用，故这两年间黑龙江省水稻生产碳足迹值较小；第二次出现最低点的原因是“十二五”“十三五”期间黑龙江省人民政府对于应对中国在温室气体排放方面所面临的严峻挑战提出了一系列要求和规划，强调对那些CO2排放高的产品要节约使用、发展新技术替代此类产品，特别强调应大力推广有机肥、新型肥料和生物肥的使用，以替代传统化肥，尽量减少其使用量。结果可以看出，水稻生产碳足迹值确实较之前有很大的下降，所以，减少农作物生产碳足迹的关键在于减少碳排放大的农资产品的使用。

图1 2002— 2016 年黑龙江省水稻单位面积碳足迹与单位面积产量关系

5.3 格兰杰因果关系检验

基于以上检验结果，仅能得出黑龙江省水稻生产碳足迹与产量呈现出了稳定长期联动关系，但是它们之间是否具有因果关系，需要通过格兰杰因果关系检验来证实。如表7 所示在滞后期为1 ～4 期时，从滞后2 期结果可以看出，水稻单位面积产量变化是水稻生产碳足迹变化的格兰杰原因，但单位面积产量变化不是导致水稻生产碳足迹变化的格兰杰原因；从滞后4 期结果可以看出，水稻生产碳足迹变化是引发水稻单位面积产量变化的格兰杰原因，水稻单位面积产量变化不是导致水稻生产碳足迹变化的格兰杰原因。由于样本的时间序列数据为15 年，故选取滞后期相对靠前的2 期作为最优滞后期会尽量减少误差。综上研究得出，黑龙江省水稻单位面积产量增长会对水稻生产碳足迹增加有一定的影响，但反之则没有影响，二者为单向因果关系。出现该结果的原因可能是，在黑龙江省水稻产量高的时期，水稻生产过程中农资的投入会很多，故农资投入产生的碳足迹也会相应增加。根据上面结果推断，黑龙江省水稻种植农户可以在提高水稻产量时减少水稻生产碳足迹值，实现低碳发展。

表7 2002—2016 年样本的格兰杰因果关系检验结果

6 结论及政策建议

本文在EKC 改进模型的基础上，利用2002—2016 年黑龙江省水稻生产单位面积碳足迹与单位面积产量的时间序列数据，分析了二者间是否存在协整关系与因果关系，实证结果得出，黑龙江省水稻生产碳足迹与单位面积产量之间存在长期稳定的协整关系，并且变量之间呈四次方函数关系，图像呈现“波浪”型关系。基于格兰杰因果关系检验，得出黑龙江省水稻生产单位面积碳足迹与单位面积产量为单向因果关系，具体地说，单位面积产量变化影响单位面积碳足迹变化。

针对以上研究结论，为促进黑龙江省农业低碳发展、扭转农作物生产过程中碳排放持续增加的局面，结合具体情况提出如下政策建议：第一，引入具有低排放性质的新技术或者新产品以替代传统农资产品，例如，将有机肥、塑料肥等替代传统化肥，以减少农作物生产过程中的碳足迹；第二，根据黑龙江省水稻生产单位面积产量对单位面积生产碳足迹的单向因果关系得出，提高农资产品使用效率、推进农资投入的循环利用是减少碳足迹、发展低碳循环经济的关键。具体地说，提高化肥使用效率、科学合理地进行测土配方施肥，提升水资源利用率以节约电能，会在一定程度上提高水稻产量，还能减少水稻生产碳足迹值。