旷爱萍,胡 超
(广西师范大学 马克思主义学院,广西 桂林541006)
当前,世界经济发展正处于高碳经济时代,温室气体排放所导致的全球变暖效应日趋严重,发展低碳经济、节能减排成为各国共识[1,2]。农业是控制碳排放领域的重要组成部分,其排放量介于电热生产和尾气之间[3]。我国化肥、农药、农膜等的使用量随着农业经济的发展而快速增加,农业温室气体排放也不断加剧[4,5]。据统计,我国农业碳排放量以每年5%的速度持续上涨,约占全国CO2总排放量的17%,其影响力不容忽视[6]。传统粗放型的高碳农业给我国农村生态环境带来了巨大的压力,阻碍了农业高质量发展,也影响到乡村振兴战略的实施和美丽中国的建设,因此农业发展低碳化、绿色化、循环化迫在眉睫[7]。
关于我国农业碳排放相关的研究,国内学者主要从以下3个方面展开。一是农业碳排放影响因素及分布规律研究。在科学测算我国农业碳排放量的基础上,田成诗、陈雨[8]认为我国农业碳排放总量呈先降后升的“V”型变化特征,农业低碳化水平整体不高;崔鹏飞、朱先奇与李玮[9],胡婉玲、张金鑫与王红玲[10]先后运用LMDI模型分解了农业碳排放影响因素,发现我国农业碳排放量增长主要受农业经济水平提升的驱动;吴义根与冯开文[11]采用探索性空间数据分析方法研究了我国农业碳排放的空间关联效应,发现我国农业碳排放空间自相关性较强,集聚区域层次分明;章胜勇、尹朝静与贺亚亚等[12]结合空间和非参数估计方法考察了我国农业碳排放的空间分异及其动态演进特征,研究表明我国农业碳排放省际间差距逐年缩小,碳排放强度呈“西高东低”的阶梯状分布。二是农业碳排放与经济增长关系研究。陈柔、何艳秋与朱思宇等[13]从投入视角探讨了我国农业碳排放双重性及其与经济发展的协调性,认为我国农业经济发展以常规型为主;田伟与谢丹[14]通过对我国人均农业碳排放量与人均国民生产总值进行EKC检验,发现农业碳排放与经济增长之间符合环境库兹涅茨曲线假说;廖卫东与刘淼[15]研究表明我国西部地区农业碳排放与农村居民收入呈正“U”形关系,而与第三产业占比呈倒“U”形关系;张小平与王龙飞[16]发现甘肃省农业碳排放与经济增长关系以强弱脱钩状态为主。三是农业碳排放绩效与减排潜力研究。高鸣与宋洪远[17]研究发现,我国农业碳排放总体绩效快速增长,且存在空间自相关关系与“俱乐部”收敛效应;田云与张银岭[18]认为我国农业生产部门有能力完成政府所承诺的预期碳减排目标;赵子健、李广瑜与顾海英[19]研究表明,采取肥料管理措施可有效减排,保护性耕作会促进甲烷排放;徐磊、董捷与张俊峰[20]认为,产业就业政策、农业投资和农业结构政策共同调节方案能够有效提高碳排放效率。
综览文献可知,农业碳排放的实证研究和理论探讨都较为丰富,研究的内容和视角在逐步扩展,这对于了解我国农业碳排放现状及基本特征,逐步完善农业碳减排策略具有重要的现实意义。但同时也应看到,这些学者大多基于国家视角探究省际层面碳排放时序演变规律,研究范围较大,缺乏省级层面的相关研究。
广西是我国西部地区典型的传统农业大省[21],由于长期的高强度生产,农业发展面临资源短缺和生态环境脆弱并存的双重难题[22,23],但关于其农业碳排放相关研究成果较少,特别是针对农业碳排放的经济关联性研究鲜见。基于此,本文以广西农业碳排放为研究对象,在测算和分析农业碳排放时空特征的基础上,通过全局空间自相关方法探究农业碳排放总量与强度的空间集聚特征,运用协整理论与误差修正模型分析经济增长与农业碳排放的关联性,以期为广西制定农业碳减排政策,加快农业转型升级,促进农业高质量发展提供参考建议。
农业碳排放是指农业生产过程中消耗化肥、农药、农膜等物质和农地翻耕、灌溉等环节所导致的直接或间接温室气体排放,测算方法主要有实际测量法、系统仿真法和IPCC碳排放系数法[24]3种。本文拟从投入角度出发,结合广西农业发展实际情况,选择化肥、农药、农膜、农业机械总动力、灌溉、翻耕等6类碳源,采用IPCC碳排放系数法测算农业碳排放量。各种碳源碳排放总量等于其消耗的数量乘以对应的碳排放系数(表1),计算公式为[25]:
式中,E为农业碳排放总量;Ei为碳源碳排放量;Ti为碳源实际消耗量;δi为碳源对应碳排放系数。
表1 农业碳排放系数及其来源
空间自相关分析即分析区域内部同一价值变量的空间关联特征,分为全局空间自相关和局部空间自相关两种方法[28]。全局空间自相关方法通过计算空间自相关指数,分析空间不同观察对象之间同一变量的关联特征和差异程度[29]。计算公式为:
式中,xi和xj分别为广西各地级市农业碳排放总量(强度);n为观测单元数量,即广西14个地级市;wij为采用Rook邻接的空间权重矩阵,当区域i与区域j存在共同的边,wij=1;反之,wij=0。全局Moran′sI指数取值范围为[-1,1],其值若位于[-1,0),表示区域农业碳排放总量(强度)存在正向集聚特征;反之,则存在负向集聚特征。其值若为0,则表示相邻单元不存在空间关系。
局部空间自相关能够探索观测值在空间上的聚集位置等空间信息,从而全面反映区域空间差异的变化趋势[30]。计算公式为:
局部Moran′s I指数为正值时,表示局域存在高—高(H—H)或低—低(L—L)的空间集聚区;为负值时,则表示局域存在高—低(H—L)或低—高(L—H)的空间集聚区。局部Moran′s I指数值绝对值越大,表示空间集聚程度越高。
协整的变量之间存在着一个长期稳定的比例关系[31]。在误差修正模型中,序列之间存在协整关系,通过把变量的水平值和差分值结合在一起,从而将短期波动和长期趋势相联系,并对失衡部分做出修正,其关系可以表示成自回归分布滞后模型[32]。一阶自回归分布滞后模型表示如下:
式中,k0=β0/(1-β1),k1=(β2+β3)/(1-β1),α=β1-1<0,称为调整系数,表示在t-1期yt-1关于k0+k1xt-1之间的偏差速度。k0与k1度量了yt和xt的长期均衡关系。误差修正模型削弱了原模型的多重共线性,增强了模型扰动项的序列相关性。
本文采用EG两步法(恩格尔—格兰夫检验)对广西农业碳排放强度、化肥、农药、农膜、农业机械总动力、灌溉、翻耕和人均农业GDP时间序列作协整检验。为更好反映农业碳排放强度及各类碳源与经济增长关系,提高模型精度,对碳排放各相关指标分别取对数,记为:
式中,r为广西人均农业总产值,qd、hf、ny、nm、nj、gg、fg分别为广西农业碳排放强度、化肥、农药、农膜、农业机械总动力、有效灌溉面积、农作物播种面积。为避免“伪回归”现象,分别对不含截距项和时间趋势、只含截距项,含截距项和时间趋势项等3种回归方程进行ADF检验。
2005—2018年广西农用化肥投入、农药投入、农膜使用、农业机械动力消耗、农业灌溉、农地灌溉、农林牧渔业总产值与农业劳动力规模的数据均来自历年《广西壮族自治区统计年鉴》及各地级市的统计公报。其中,化肥、农药、农膜、农业机械总动力以当年实际情况为准,灌溉数据用有效灌溉面积表示,翻耕数据用当年农作物实际播种面积代替。农业总产值以2005年为基期,采用GDP可比价,剔除价格影响因素。
农业碳排放时序特征:根据IPCC碳排放系数法,本文测算和分析了2005—2018年广西农业碳排放总量和强度(图1)。2018年广西农业碳排放量为322.67万t,较基期2005年(257.88万t)增加了25.12%,年均递增了1.74%。其中,化肥、农药、农膜、农业机械总动力、农业灌溉和翻耕所引起的碳排放量依次年均递增了1.84%、2.09%、5.87%、5.28%、-0.21%、-0.47%。总体来说,2005—2018年广西农业碳排放量变化可划分为上升、下降两个阶段:2005—2016年为波动上升阶段,碳排放总量稳步上升,于2016年碳排放总量达到峰值,增速为2.62%;2016—2018年为缓慢下降阶段,碳排放总量由342.57万t下降至322.67万t,年均递减3.00%。与碳排放总量变化相似,农业碳排放强度也呈先升后降的趋势,尤其是2016年后农业碳排放强度大幅度下降。
图1 2005—2018年广西农业碳排放总量及强度
从图1可见,2005—2016年化肥、农药、农膜、农业机械总动力、灌溉和翻耕等6类碳源所引起的碳排放量逐年上升,其中农业机械总动力和农膜的涨幅较为剧烈。主要原因是:广西农业处于现代化起步阶段,逐步使用机械替代人工,运用温室大棚等现代农业技术进行生产活动,农业机械消耗和农膜施用带来碳排放量不断上升。化肥施用引发的碳排放量占农业碳排放总量一半以上,说明大量使用化肥虽然提高了农作物产量,但也加大了农业碳排放。因此,要严格控制化肥施用量,不断提高化肥利用效率,以有机肥替代化肥,推广清洁生产技术,有序推进广西农业绿色发展。2016年后,各类碳源所产生的碳排放量出现不同程度下降,一方面是由于广西不断提高农业生产的质量和效率,重视农业生产要素的合理利用,加大农业环境治理力度,从而在一定程度上抑制了碳排放增速;另一方面,反映出广西农业低碳绿色循环发展成效显著,尤其是化肥、农药零增长行动达到了预期效果[33]。
农业碳排放空间特征:在测算2010年、2015年、2018年广西14个地级市的农业碳排放总量基础上,采用自然间断点法将其实际数值分为3个等级(表2、图2)。广西农业碳排放量空间集聚特征明显,高碳排放区集中分布在桂南和桂北,主要是因为这些地区农作物播种面积普遍较大,种植规模的扩张伴随着农药、化肥等生产要素投入的增加,进而导致桂南和桂北区域农业碳排放总量高于其他地区。
广西农业碳排放总量区域差异明显,2018年桂林农业碳排放量高达74.54万t,位居14个地级市的榜首,南宁、崇左紧随其后,农业碳排放总量分别为56.90万t、33.34万t,3个地区农业碳排放量总计占广西农业碳排放总量的45.36%。防城港农业碳排放量最少,仅为6.75万t,不及桂林碳排放总量的十分之一,北海、贺州位列倒数第二、三位,农业碳排放分别为8.13万t、4.16万t,3个地区碳排放总量之和仅占广西农业碳排放总量的6.70%。从农业碳排放增速来看,桂林碳排放量增速最快,2010年碳排放总量为31.20万t,2018年达到74.54万t,年均增长11.50%,为14个地级市碳排放总量增速之首;崇左碳排放总量增速仅次于桂林,年均增长1.75%,排在第二。北海和钦州碳排放量有所下降,北海碳排放量由2010年的8.28万t下降到2018年的8.13万t,钦州碳排放量由2010年的27.48万t下降到2018年的25.64万t,究其原因,与两个地区地理位置临海,大力发展外向型经济密切相关。
从农业碳排放强度来看,碳排放强度排在前三位的地区依次是桂林、来宾、钦州,单位耕地面积引发的碳排放量分别达到1073.72kg、749.61kg和706.86kg。梧州、百色、贺州位居后三位,单位耕地面积引发的碳排放量分别达到392.08kg、398.76kg、400.68kg。桂林、梧州碳排放强度相差2.74倍,可见广西各地区的碳排放水平相差很大。
表2 主要年份广西各市农业碳排放情况
图2 广西农业碳排放量空间格局演变
本文运用Geoda1.14统计软件对广西14个地级市的农业碳排放量与强度进行了全局自相关分析,并绘制了全局Moran′s I指数散点图(图3)。2005—2018年广西农业碳排放总量的全局Moran′s I指数除极少数年份外均为正值,位于-0.13—0.05之间,平均值为0.01,表明广西农业碳排放总量具有空间正相关性的特征。农业碳排放总量全局Moran′s I指数呈现较为明显的先升后降趋势,大致上可划分为两个阶段,即持续上升期(2005—2013年)和缓慢下降期(2015—2018年)。前一阶段农业碳排放总量的空间自相关性不断增强,后一阶段整体有所减弱。2014年,广西农业遭受自然灾害、市场波动的双重冲击,农作物受灾面积达1907.58×103hm2,糖料蔗种植面积减幅7%,不同地区影响程度不同,从而导致农业碳排放总量存在空间异质性。农业碳排放强度的全局Moran′s I指数整体上高于碳排放总量,说明碳排放强度的空间集聚程度整体上高于碳排放总量。
图3 2005—2018年广西农业碳排放总量与碳排放强度全局空间自相关系数
为了进一步分析广西各地区农业碳排放总量与强度的空间集聚态势,本文选取2010年、2015年和2018年作为样本年,按照各地区与其周围相邻地域的空间关系,将广西14个地级市划分为4种类型类区域(表3)。
表3 主要年份地理邻近下广西农业碳排放总量与强度空间集聚类型
广西农业碳排放总量分布格局较为稳定,位于“高—高区域(H—H)”的城市主要分布在南宁四周的崇左、来宾、贵港等城市,这些地方地势平坦、人口数量和耕地面积在广西名列前茅,碳排放总量较大;属于“低—低区域”(L—L)的多属于桂东南和桂西南地区,地形复杂,境内多山,耕地面积缺乏,碳排放总量较少;处于“低—高聚集区(L—H)”的城市主要有防城港和柳州,柳州地区工业发达,防城港交通运输畅通,两地碳排放总量较少;位于“高—低聚集区(H—L)”的主要是桂林和南宁,这两个地区农业经济较为发达,但周边区域辐射带动作用较弱,绿色高端发展不显著,有较大提升空间。在3个年份中,10个城市的集聚类型没有发生变化,说明广西大部分城市维持原有的空间格局。崇左、来宾、贵港始终属于“高—高区域”,2015年柳州变为低—高聚集区,2018年贺州变为低—高聚集区,“低—高聚集区”城市比重由7.14%上升到21.42%,“低—低集聚区”城市数量未发生变化,占城市总数的14.29%。与农业碳排放总量相比,广西各市农业碳排放强度的集聚态势逐渐增强,同质城市比重由2010年的50.00%下降至2018年的42.86%,“高—高区域”城市数量从2010年的4个增加到2018年的5个,“低—低区域”城市数量由3个变为4个。
为了避免非平稳时间序列数据可能产生的“伪回归问题”,本文分别对广西人均农业总产值、碳排放强度、化肥、农膜、农药、农业机械总动力翻耕、农业灌溉进行了ADF单位根检验(表4)。检验结果显示:lnr、lnqd、lnhf、lnnm、lnfg原序列是稳定序列,lnny、lnqg经过一阶差分后达到平稳,为一阶单整序列,lnnj为二阶单整序列。虽然原时间序列不具有平稳时间序列的统计特征,但是自变量和因变量之间可能存在协整关系,这使它们之间具有长期均衡关系。按照长期趋势方程lnyt=α+βlnrt+εt,对各碳排放指标与人均农业总产值进行对数线性回归(表5)。
表4 变量的ADF单位根检验
表5 各碳排放指标对经济增长的对数线性回归结果
接着采用EngleGranger检验法农业碳排放各指标对经济增长的对数线性回归得到的残差进行ADF单位根检验,判断变量之间是否存在协整关系,检验结果见表6。
表6 残差序列的ADF单位根检验结果
从表6可见,在5%的检验水平下,农药、化肥和翻耕的残差序列是不平稳的,即农药、化肥、翻耕和人均农业总产值之间不存在着协整关系,因此后面将不考虑它们的相关序列。根据Granger协整定理,广西农业经济增长与碳排放强度、农膜、灌溉、和农业机械总动力之间存在着协整关系,协整向量分别为(4.591407,0.188344)、(4.104101,0.697104)、(6.977903,0.041770)、(2.528737,0.621439)。将协整回归中的误差项视为均衡误差,进而建立相应的误差修正模型(ECM)。
碳排放强度—经济增长 ECM 模型:ecm(ln qd)=ln qdt+4.591407+0.188344ln rt;
农膜施用量—经济增长 ECM 模型:ecm(ln nm)=ln nmt+4.104101+0.697104ln rt;
灌溉面积—经济增长ECM模型:ecm(ln gg)=ln ggt+6.977903+0.041770ln rt;
农业机械总动力—经济增长ECM模型:ecm(ln nj)=ln njt+2.528737+0.621439ln rt
遵循动态经济计量学的“一般到特殊”的建模思想,进一步得到农业经济增长和农业碳排放各指标之间(设滞后阶数为2)的自回归分布滞后模型:
根据广西农业经济发展与农业碳排放各指标误差修正结果,如果人均农业总产值每增加1%,农膜施用量、灌溉面积、农业机械总动力将分别增加0.24%、-0.04%、0.22%,农业碳排放总强度增加0.05%。鉴于具有协整关系的两个变量之间存在着长期稳定关系,因此可以推断出广西农业仍以高投入、高排放、高消耗等传统发展模式为主,处于传统耕作模式向绿色低碳耕作模式转变的关键期。
主要结论:①2018年广西农业碳排放量为322.67万t,较基期2005年(257.88万t)增加了25.12%,年均递增1.74%。分阶段来看,呈现较为明显的“上升—下降”两阶段变化特征;分区域来看,高碳排放区集中分布在桂南区域和桂北区域。②2005—2018年广西农业碳排放总量的全局Moran′s I指数除极少数年份外均为正值,空间集聚特征明显,但空间聚集效果呈现“先升后降”的变化趋势。局部空间自相关分析表明,广西农业碳排放总量存在4类集聚区域,“高—高”空间集聚区主要集中在崇左、来宾、贵港,“低—低”集聚区域集中在百色、河池等地。广西各地级市农业碳排放的地区差距明显缩小,可能因为是差异化地区发展战略导致地区间农业碳排放差距越来越小。③广西农业经济增长与农业碳排放强度、农膜、灌溉、和农业机械总动力之间存在长期稳定关系。根据误差修正模型,广西人均农业总产值每增加1%,农膜施用量、灌溉面积、农业机械总动力将分别增加0.24%、-0.04%、0.22%,农业碳排放总强度增加0.05%。
建议:①提高农资利用效率,降低单位产出能耗。首要任务是要加强施肥管理,强化耕地保护。一方面,采用测土配方肥、水肥一体化、有机肥替代化肥、秸秆肥料化、绿肥种植、机械化施肥等方式提高作物化肥吸收率;另一方面,通过改良土壤、推广良种良法、提高复种指数、加大耕作道路、开展农田水利基础设施建设等方式,建设高产稳产标准农田。②因地施策,科学规划农业碳减排工作。农业低碳排放区要继续优化农业生产结构,大力发展农业产值较高的休闲农业、生态农业和都市农业等;高碳排放区要科学规划农业产业布局,适当减少农药、化肥和农膜等农用物资的使用量。③协调经济增长与农业碳排放关系,转变农业发展方式。在确保粮食安全的前提下,需进一步优化种植业与林业、畜牧业和渔业的产业结构,实现农林牧副渔业协调发展。④加大宣传教育,树立农业低碳发展意识。在生产者一端,充分发挥政府的引导作用,打造农业低碳区示范点和现代种植业低碳示范户,以点带面引导农户效仿;在消费一端,建立从消费者端倒逼低碳农业生产源头的创新型低碳发展机制,进而影响农产品的产销结构。
本文从化肥、农药、农膜、农业机械总动力、灌溉和翻耕等6个方面碳源测算和分析了广西农业碳排放的时序变化规律,通过全局空间自相关方法探究了农业碳排放空间集聚特征,运用协整理论与误差修正模型揭示了农业经济增长与农业碳排放关系,从而整体上把握广西低碳农业发展现状,这对于广西加快实施农业转型升级和农业高质量发展具有实践指导意义。需要说明的是,虽然探索了广西农业碳排放与经济的关联性,但是由于市级层面数据不易获取、处理过程复杂,存在难以克服的问题,导致本文没有深入研究如何更合理地平衡广西农业经济发展和农业碳减排之间的关系,后续研究需综合多学科的研究方法和思路对上述问题进行探讨。