碳减排约束下区域农业生产投入及其环境效应
——基于价格内生局部均衡模型的模拟

2021-11-02 00:41马永喜孙亚丽

湖南农业大学学报（社会科学版） 2021年5期

马永喜，孙亚丽

（浙江理工大学 a.经济管理学院，b.浙江省生态文明研究院，浙江杭州 310018）

一、问题的提出

农业生产是全球温室气体的重要排放源。据联合国粮食及农业组织(FAO)统计， 2018年全球农业活动排放的温室气体为7.1亿吨二氧化碳当量，比1990年增加了18%；农业食物系统的温室气体排放占人为温室气体排放总量的1/3，中国占世界农业温室气体排放总量的比重约为11%～12%[1]。中国是农业大国，也是碳排放大国[2]，积极推进农业领域碳减排，是实现碳达峰、碳中和“双碳”目标的重要举措。农业是稳定社会经济的“压舱石”，保障中国粮食安全是国家长期重要战略。农业碳减排措施将会对区域农业生产和碳排放总量带来怎样的影响，“双碳”目标背景下区域农业生产应做出怎样的适应和调整，这些已经成为当前亟待研究和解决的现实问题。

近年来，农业发展与农业碳排放问题已经引起国内外学者较多的关注。李国志等[3]估算了1981—2008年中国农业碳排放量，发现碳排放量与农业经济增长呈现N型关系。Zafeiriou和Azam[4]研究了1992—2014年法国、葡萄牙和西班牙农业二氧化碳排放与农业增加值之间的关系，结果表明法国和西班牙的环境库兹涅茨曲线（EKC）假设在长期和短期均是有效的，而葡萄牙的EKC假设仅在短期有效。Long和Li[5]在估算中国1991—2018年农业碳排放量的基础上，采用EKC模型分析了农业经济增长和农业碳排放量之间的关系，结果表明农业投入和农业经济增长是农业二氧化碳排放的主要驱动因素，农业经济增长与化肥、农药、农膜、柴油等碳源造成的碳排放之间存在协整关系。这些研究从宏观上解释了农业发展与碳排放之间的动态关系，为人们认识农业经济发展的环境影响提供了理论指引。

由于现代农业的发展是建立在化肥、柴油等大量投入的“高耗能高排放”发展模式上，学者们也很重视农业能源消耗和碳排放内在关系的探讨。Zhang et al.[6]利用中国主要粮食产区1996年至2015年的时间序列数据，研究农业部门的碳排放、能源消耗和经济增长之间的关系，结果显示农业能源消费对农业碳排放有短期和长期的消极影响。而Xu et al.[7]基于阈值回归模型，对中国2001—2017年30个省份农业碳排放和农业能源消耗强度之间关系进行分析，发现能消耗源强度对农业碳排放增长的影响有明显的门槛效应。着眼于应对气候变化和实现现代农业的低碳化转型，农业碳减排政策工具及其政策效应逐渐成为当前研究的热点。McCarl和Schneider等[8]利用一般均衡模型（CGE）模拟分析了农业与非农业部门之间不同的碳排放交易价格对减排量的影响，研究表明农业碳交易及碳税和补贴的科学设计可以在提高农户福利的同时减少农业碳排放。刘亦文和胡宗义[9]利用CGE模型仿真分析了在农业生产环节开征碳税对中国农村经济的影响，研究结果表明在农业生产环节开征碳税能够一定程度上降低单位GDP 能耗并减少碳排放。

综上，现有研究对农业经济发展、农业能源消耗与农业碳排放之间关系进行了计量分析，探讨了农业碳排放变化的内在机理和形成机制，但对农业经济发展、农业能源消耗与农业碳排放之间关系的模拟和预测分析不多。个别学者利用CGE方法模拟分析了碳价和碳税等低碳政策设计对于农业碳排放量的影响，但是由于CGE模型本身的复杂性以及对数据完备性的要求等原因，对碳减排管理措施如何影响农业内部生产投入，进而如何影响碳排放的规范性、系统性模拟分析尚显不足。尤其在当前“双碳”目标背景下，现有研究缺乏对碳排放约束变化如何影响区域农业生产中土地和能源等投入以及相应碳排放的分析。基于此，本文将构建农业部门局部均衡模型，对土地利用、能源消耗和碳排放管理之间的互动关系进行系统性整合，以模拟分析碳排放约束变化对区域农业生产投入和碳排放等方面的综合性影响。

二、农业部门局部模型构建与碳排放核算

1.价格内生局部均衡模型

价格内生的局部均衡模型（Price Endogenous Partial Equilibrium Model，简称PEM）已被广泛用于农业资源利用与环境影响及农业环境政策的研究[10-12]。与一般均衡模型相比，局部均衡模型只考虑单个市场的出清，求解的方程数量减少，模型的操作性和灵活性较高，模拟结果的准确性较高；仅需要产业层面的数据，就能够针对特定产业部门进行分析，模拟分析外部冲击对部门生产和消费的影响[13]。在商品供需平衡和各种物质平衡的约束和技术约束下，价格内生的局部均衡模型旨在寻求消费者和生产者的剩余最大化[10]。该模型能够实现在一个完整的框架中整合分析资源利用、产出、消费及政策之间的互动关系。因而，价格内生的局部均衡模型能够为研究外在碳减排政策冲击对区域内农业生产部门生产及能源消耗等方面的影响提供科学可靠的分析工具。

基于农业部门生产与市场特征，本文在模型设定上做出以下几点基本假设：1）国内农产品市场一体化。农产品在完全竞争市场下进行交易，有充足的国内市场供给。2）农业生产技术水平不变。在现有的技术水平下，农业生产投入产出关系基本稳定。3）生产者完全理性。在现有资源和技术下，农业生产者通过农业资源配置调整，实现社会总福利最大化。本研究采用非线性数学规划方法，构建区域农业部门价格内生局部均衡模型。

（1）目标函数。目标函数是区域农业部门生产和消费的社会总福利最大化。

（2）约束条件。约束条件包括外生需求、供需平衡、播种面积、用水和碳排放强度等约束。外生需求约束是指模型内各种农作物产品需求要大于等于目标需求，外生给定的目标需求取决于当期的社会经济发展和人口及生活水平等因素。

供需平衡约束是指区域内农作物产品供给和输入大于等于其需求和输出量。

本研究采用Chen和Onal[14]的方法，利用历史播种面积组合和合成化作物组合（synthetic crop mix，也可以可行最大播种面积组合表示）相结合的方法来生成作物轮作播种面积的约束条件。

式中，hkm和skn分别是历史播种面积和合成化（可行最大）播种面积；τm和γn内生决定的作物播种面积组合权重，权重组合之和小于等于1。

用水约束是指各种作物的灌溉用水不得大于当期水资源农业用水供给量。

式中，Wkt为k作物在t时期的灌溉用水量；t时期有s种作物需要进行灌溉；Wtt为t时期水资源农业用水供给总量。

2.碳排放核算与碳排放强度约束

农业碳排放一般指农业生产过程中能源等资源的投入使用和农业生产生长过程及各类废弃物处理所产生的有机碳流失[15,16]。本文主要考虑农业活动过程中引起的6类排放，包括农业机械使用、化肥、农药、农膜等化学制品生产使用及农业灌溉和翻耕引起的碳流失和排放[2,17]。农业生产碳排放总量由柴油、化肥、农药等碳源引起的碳排放量汇总得到，其计算公式如下：

其中Ci为第i种排放源（柴油消耗、化肥施用、农药使用、农膜使用、灌溉、翻耕）的碳排放量，Ti为第i种碳排放源的使用量，灌溉和翻耕面积分别以当年播种面积和灌溉面积为准，δi为第i种排放源的碳排放系数。

农业碳排放强度是指农业部门每单位生产总值所带来的二氧化碳排放量，用来衡量国家或地区碳排放量与农业经济之间的比例关系[18]，其计算公式如下：

其中，CIk为k作物碳排放强度，Ck为k作物碳排放量，Pk为k作物的产品价格，为k作物的产品产量。

本研究着重关注碳排放政策和碳减排目标要求对农业生产及其能源消耗的影响，因而本研究在上节所构建的农业部门价格内生的局部均衡模型中引入碳排放强度约束，考察碳排放约束变化下农业生产及其能源消耗的变化，前提是农业生产碳排放强度不得大于目标碳排放强度。

式中，CIr为不同的情景r下的目标碳排放强度。

三、研究区域、数据来源与模型校准

1.研究区域

本研究选取江苏省和浙江省作为研究区域。江苏省和浙江省作为经济大省，也都是人口大省，一直以来都重视农业农村发展，在农业现代化发展和农业碳减排工作上都走在全国前列。江苏省历来重视农业领域的碳减排工作，江苏省早在2009年就制定了《江苏省应对气候变化方案》，提出要“优化种植结构，推进农业产业结构调整”，减缓温室气体排放。2021年江苏省在《2021年推动碳达峰、碳中和工作计划》中将农业农村碳减排列为“双碳”目标的重点领域，并提出化肥减量增效、农药零增长的低碳农业发展方案。浙江省在2021年发布的《浙江省应对气候变化“十四五”规划》中同样将农业农村作为碳减排六大重点领域之一，并专门制定了“农业气候适应重点工作”，提出要“优化现代种植业生产力布局”，“继续实施化肥农药减量增效，加快推进有机环保农药替代”。

江苏省和浙江省地理位置相邻、自然条件相近，两省主要农作物种类也基本一致，水稻、小麦、玉米、大豆、花生和油菜在两省均大量种植。但由于土地等自然资源相差较大，两省农作物种植面积相差较大。2018年江苏省农作物播种面积7520.23千公顷，其中粮食作物5475.93千公顷，是粮食的主产省。而浙江省2018年农作物种植面积仅1978.68千公顷，其中粮食作物975.73千公顷，是粮食的主销省。选取江苏省和浙江省作为研究比较对象，研究其碳排放约束下区域农业生产和碳排放情况，有一定的典型意义，将会对其他省区优化农业生产布局和生产投入、推进农业碳减排具有一定启示作用。

2.数据来源

水稻、小麦、玉米、大豆、花生和油菜是两省的主要农作物。2018年，江苏省和浙江省的水稻、小麦、玉米、大豆、花生和油菜的播种面积分别达到总播种面积的74.28%和46.40%。这六种农作物在两省农作物播种面积排名中均处于前列，消耗了较多的土地、灌溉水以及能源和化肥等物质投入。因而，本文选择水稻、小麦、玉米、大豆、花生和油菜作为农作物研究对象。

本研究数据主要包括农作物种植面积和农产品产量、产品价格和要素投入成本、农产品需求和碳排放四大部分。农作物种植（播种）面积、总产量、亩产量等农业产出数据来自《江苏统计年鉴2019》《浙江统计年鉴2019》。农作物需求估计数据来源于《江苏统计年鉴2019》《浙江统计年鉴2019》《中国统计年鉴2019》和布瑞克农业数据库。各类农作物的产品需求分为口粮需求、饲料用粮、种子用粮、工业用粮和损耗，根据薛平平和张为付[19]的研究方法分别进行估计并加总得到。农产品价格、氮肥价格及使用量、水费、燃料动力费、机械作业费和排灌费等数据来源于《全国农产品成本收益资料汇编2019》。柴油费用根据徐健辉[20]研究由燃料动力费和机械作业费加总折算。各种农产品的需求弹性来自王钢、苗珊珊、范少玲等研究[21-24]。碳排放核算数据包括农业能源消耗量和农业生产碳排放量。柴油碳排放系数、化肥和农药碳排放系数、农膜碳排放系数和灌溉和翻耕碳排放系数分别来自IPCC（政府间气候变化小组）、美国橡树岭国家实验室、南京农业大学农业资源与生态环境研究所和Dubey[25-28]等研究。

3.模型校准

为检验所构建的价格内生局部均衡模型的可信性，本研究将2018年设为模拟基期，利用2018年农业生产投入产出及需求等数据进行模拟校准，模拟得出江苏省和浙江省水稻、小麦、玉米、大豆、花生和油菜的种植面积和能源消耗。模拟结果如表1所示。

表1 2018年江苏省和浙江省主要农作物种植面积和能源消耗实际观测值和模型模拟值

表1（续）

模拟校准结果显示，模型模拟所得两省各种农作物生产能源消耗与其实际观测值偏差均不超过5%，种植面积与其实际观测值偏差基本不超过5%，浙江省的玉米和花生因其种植面积较小，且其近年来种植面积波动较大，模拟结果偏差略大，但其偏差未超过10%，模拟结果均在近十年来实际种植面积波动范围之内。因此，有理由相信本研究所构建的价格内生局部均衡模型能够比较准确地模拟江苏省和浙江省农业生产实际情况，模拟结果具有相当程度的可信性，可以利用该模型开展进一步模拟分析。

4.1 提高投资标准，引导经营主体广泛参与建议“创投”项目建设内容在符合《通则》、财政部令第84号和国农办〔2016〕30号规定的情况下，对亩投资标准不作硬性规定，以满足农业经营主体和农业产业的发展需求，提高经营主体建设高标准农田的积极性。

四、模拟分析

1.情景方案

2015年，中国政府承诺二氧化碳排放2030年左右达到峰值并争取尽早达峰，单位国内生产总值二氧化碳排放比2005年下降60%～65%。2019年11月国务院发布《中国应对气候变化的政策与行动2019年度报告》，报告指出2018年中国单位国内生产总值（GDP）二氧化碳排放下降4.0%，比2005年累计下降45.8%。根据《2021中国与全球食物政策报告》的估计，2018年中国农业食物系统相关行业的能源消耗强度为0.24万吨/亿元，低于全行业平均水平的0.83万吨/亿元。能源消耗是农业碳排放的主要来源，故推测农业碳排放强度低于全行业平均水平[29]。考虑到2018年中国农业部门二氧化碳排放已相对于2005年累计下降了45.8%，在2018年碳减排的基础上，农业部门碳排放强度再下降15%即可完成“二氧化碳排放比2005年下降60%”的减碳目标。同时，由于农业碳排放实际基础和预期目标具有明显的区域差异性，一些省区将单位GDP碳排放降速控制在6%左右的水平即可达到减排目标[30]。因而，为着重考察碳减排约束变化对农业生产结构、能源消耗和碳排放的影响，本研究假设农作物生产单位面积产量和除能源外其他要素投入保持不变，并以2018年为基期，分别设置农业生产系统碳排放强度下降6%（情景一）、9%（情景二）、12%（情景三）和15%（情景四）四种模拟情景。

2.模拟结果

农业生产系统碳排放强度约束的变化将对农业生产决策、种植结构调整和能源消耗带来一系列的变化以适应碳减排目标要求。基于上文构建的价格内生局部均衡模型，本研究采用GAMS（General Algebraic Modeling System）软件系统，模拟分析碳排放强度约束变化对农作物生产能源消耗、碳排放量、种植结构、生产成本、社会总福利的综合影响。基于2018年实际数据，利用价格内生局部均衡模型，模拟得出江苏省和浙江省农业生产情况，并将此作为基准情景，作为与其他各模拟情景方案对比的基础。在此基础上，分别对情景一至情景四下的区域农业生产系统变化进行模拟。由于外生变量碳减排目标约束调整将直接引起系统内生变量（生产投入）的变化，并进而影响农业生产社会总福利和环境效应（碳排放）的变化，而生产投入（种植面积、能源消耗）是系统的主要内生变量也是直接影响碳排放的主要内生变量，因而模拟结果将主要展示种植面积、能源消耗、社会总福利和环境效应的变化。

（1）种植面积。表2展示了江苏省和浙江省在不同情境下主要农作物种植面积及其变化率。表2最后两行列出了两省的主要农作物总种植面积及其变化率。

表2 不同情景下主要农作物种植面积变化

模拟结果显示，随着碳排放强度下降比例的增加，即碳减排约束的增强，江苏省和浙江省的主要农作物总种植面积均呈现下降趋势。江苏省主要农作物总种植面积下降比例大于浙江省，其原因可能是江苏省农业种植面积和产量均大于浙江省，因而受碳排放约束的影响更大。分作物品种来看，随着碳减排约束增强，江苏省和浙江省两省主要作物种植面积变化趋势完全一致，两省水稻、小麦和玉米的种植面积将会下降，而大豆、花生和油菜的种植面积将会提升。在种植面积下降的作物中，玉米的种植面积下降幅度最大，两省在碳排放强度下降6%的情景下，玉米种植面积迅速下降到最小值（历年最小种植面积）。在种植面积上升的作物中，江苏省花生种植面积上升幅度最大，浙江省大豆种植面积上升幅度最大。

（2）能源消耗。由于农业生产不仅消耗柴油和电力等直接能源，还会消耗化肥、农药和农膜等物质，这些物质的生产会间接消耗大量能源，因而农业生产中的能源消耗一般分为直接能源消耗和间接能源消耗[19]。本研究将直接能源（柴油和电力）和间接能源（化肥、农药和农膜）消耗转换成统一的计量单位（标准煤）来整合计算其能源消耗总量。在基准情景和模拟情景下，江苏省和浙江省主要农作物生产能源消耗及其变化情况如表3所示。模拟结果显示，随着碳减排约束增强，江苏省和浙江省主要农作物生产能源消耗总量均呈现下降趋势。江苏省总能耗下降比例大于浙江省，其原因可能是江苏省农业生产规模大于浙江省，因而受碳排放约束的影响更大。从分作物品种来看，两省的水稻、小麦和玉米的能源消耗量均逐渐下降，其中小麦和玉米的能源消耗量下降幅度较大；而大豆、花生和油菜的能源消耗量均逐渐上升，其中油菜和花生的能源消耗量上升幅度较大。由于本研究假设种植农作物的单位面积要素投入量不变，各主要农作物的能源消耗量与其种植面积的变化趋势基本一致。

表3 不同情景下主要农作物生产能源消耗总量及其变化

表4 不同情景下区域主要农作物社会总福利变化

（4）环境效应。本研究以农业主要作物碳排放总量的变化来反映碳减排约束变化的环境效应。基准情景和模拟情境下的江苏省和浙江省农作物生产碳排放量及其变化情况如表5所示。随着碳排放强度的下降，两省的农作物总碳排放量均呈下降趋势，但其变化率略有差别。江苏省在四种情景方案下的碳排放量比基准方案低10%～37.47%，而浙江省四种方情景案的碳排放量比基准方案低7.14%～25.96%。分作物品种来看，各主要作物碳排放量表现出不同类型的变化趋势，小麦、水稻和玉米的碳排放量逐渐下降，而大豆、花生和油菜的碳排放量呈上升趋势。两省农作物分品种的碳排放及其总碳排放量与其能耗变化趋势基本一致。

表5 不同情景下区域主要农作物生产的碳排放量变化

3.讨论

从以上模拟结果可以看出，碳排放约束的变化对不同省区的种植结构、能源消耗和碳排放的总体影响方向是一致的。但是，由于种植规模等因素的不同，种植面积、成本及能耗调整幅度不一致，种植规模较大的省份受到的冲击可能更大。碳排放约束变化对区域社会总福利的影响亦有所差别，江苏省作为农业生产大省其受到的影响更大，碳排放强度约束增强对其农业部门社会总福利有较大的影响。

从模拟结果还可以看到，碳减排约束的增强使得农业生产中能源总消耗和相应的碳排放总量减少。碳排放总量的减少，要求在其他生产条件和生产技术保持不变的前提下，农业总种植面积下降，但是不同作物种植面积出现此消彼长的变化。在农业生产中水稻、小麦和花生的单位面积碳排放略高于玉米、油菜和大豆。而在碳减排约束下，两省的小麦、水稻和玉米的种植面积均下降，大豆、花生和油菜的种植面积提升。这说明不同品种农作物种植面积变化并非基于碳排放强度的大小而相应变化，而是碳排放约束和经济利益最优化导向综合作用的结果。不同省份的作物种植结构和规模（面积）不同，同时不同作物的碳排放强度和成本收益结构亦存在差别；碳排放约束的变化，将导致农业生产系统在追求农业部门社会总福利最大化情景下，依据各种作物自身碳排放强度和成本收益结构等方面因素调整其内生的生产投入（种植面积和能耗等），并进而影响其环境效应（碳排放）。

五、结论与启示

本文构建了区域农业部门价格内生的局部均衡模型，以江苏省和浙江省的水稻、小麦、玉米、大豆、花生和油菜种植生产为例，对碳减排约束下的区域农业生产投入和碳排放变化进行了模拟分析。研究结果表明：1）随着碳排放强度约束增强，在农业生产技术方式和农产品需求基本稳定的前提下，区域内总种植面积将趋于下降；同时农业生产内部不同品种农作物种植结构出现调整，三大主粮（小麦、水稻、玉米）的种植面积减少，而大豆、花生和油菜的种植面积增加。2）随着碳减排目标的提升，农业能源总消耗和生产总成本将会下降，但是由于种植结构的调整，不同品种能耗结构相应变化，小麦、水稻、玉米的能耗下降较多，而大豆、花生和油菜的能耗有所增加。3）碳排放强度的下降，使得区域农业生产碳排放总量降低，同时区域农业生产社会总福利趋于下降，区域农业发展经济效益与环境效益之间存在此消彼长的关系。