粮食主产区农业碳效应与粮食安全耦合协调研究

高 鹏 郑沃林 白福臣

农业是极易遭受气候变化影响的产业，如果未来中长期气候继续恶化，将严重影响粮食生产〔1-2〕。农业的快速发展加速了全球气候变化，农业直接贡献了全球温室气体排放量的10%-12%〔3〕。IPCC第五次评估报告指出，农业生产已经成为全球温室气体第二大排放源。党的二十大报告提出，要在保证粮食安全的基础之上推进农业向低碳转型。在此背景下，从碳源和碳汇两个角度探究农业碳效应与粮食安全协调发展关系对发挥农业碳效应对粮食安全发展的正向作用，实现农业绿色发展具有重要意义。

农业碳效应与粮食安全的研究一直是学术界关注的焦点，研究成果主要围绕农业碳效应和粮食安全单个维度。对农业碳效应的研究主要包括碳排放、碳吸收和碳减排层面。在农业碳排放层面，学者们先后运用SBM模型〔4〕、生命周期评价〔5〕等方法对我国农业碳排放进行测算并对时空演变特征进行了分析。在农业碳吸收层面，已有研究聚焦于林业碳汇的测算及产生机理分析、农业碳汇价值实现路径、碳汇定价与公共福利、农业净碳汇补偿方式与补偿额度的测算等方面〔6-7〕。在农业碳减排层面，学者们运用情景分析法〔8〕和非期望产出的影子价格〔9〕等方法测算农业碳减排潜力并提出农业碳减排路径，比如完善水利基础设施，合理调控农产品进出口价格、转变农业发展方式以及固碳技术〔10〕。

对粮食安全的研究主要集中在其内涵、发展水平〔11〕、时空分布〔12〕和影响因素，并对粮食安全优化发展路径提出建议。在对农业碳效应和粮食安全的二者关系研究中，李波(2011)〔13〕、白福臣(2022)〔14〕等学者利用Tapio脱钩理论分析碳排放与粮食生产的短、中、长期关系。

综上所述，目前关于农业碳问题和粮食安全取得了丰富的研究成果，但是也需要正视存在的不足：一是从研究区域来看，现有研究集中于国家、省市，较少涉及对基于地理、功能分区视角下的区域研究。二是已有研究集中于农业碳问题和粮食安全单个方面，鲜有学者探究二者之间的关系。因此，本文以我国13个粮食主产区为研究对象，在厘清农业碳效应与粮食安全耦合机理的基础之上，分别构建农业碳效应和粮食安全评价指标体系，综合运用熵值法、耦合协调度模型、相对发展度模型测算2010—2019年粮食主产区农业碳效应和粮食安全综合评价指数、耦合协调度及相对发展度，探究农业碳效应和粮食安全的耦合协调发展状况，为促进粮食主产区农业碳效应和粮食安全协调发展提供借鉴。

一、农业碳效应与粮食安全耦合机理

农业碳效应对粮食安全的影响主要是指农业作为巨大碳源和碳汇所带来的对农业可持续发展的正(负)效应〔15〕。碳源属性表达为农户在农业生产中农药、化肥、农用薄膜等农资投入带来了大量温室气体排放。碳汇属性则表达为农作物通过光合作用、呼吸作用对CO2进行吸收、加工转化以及释放。

从农业碳效应的碳源属性来看，在实现我国粮食安全的战略目标下，粮食生产的集约化水平较高，因而产生了大量温室气体〔16〕，而人类温室气体排放的增加将带来生产环境的恶化，如气温上升、旱涝灾害严重等，对人类生存、社会、经济和环境的可持续发展构成了严重威胁〔17〕。加之粮食生产是一种自然再生产过程，它的发展严重依赖于自然界生命运动规律，是极易遭受气候变化影响的产业〔18〕，如果未来中长期气候继续恶化，将严重影响粮食生产。从农业碳效应的碳汇属性来看，据有关学者测算，全球耕地总固碳潜力为0.75—1.0Pg，在未来的50—100年内，全世界农田可固碳20—30Pg。这意味着农业碳汇将冲抵农业碳源，且对温室气体的额外吸收对于缓解全球气候变暖压力、应对全球气候变化的贡献十分显著。

保证粮食安全对农业碳效应的影响主要通过政府出台的相关政策等手段发挥作用。一方面，粮食主产省份往往以平原为主，适合栽培粮食作物或草本经济作物。但是，在国家保障粮食安全的相关政策驱使下，农户更偏向于种植经济作物。相较于草本经济作物，粮食作物对于农业化学品投入的依赖性往往更弱，因此对碳排放量较大的化肥、农药等农资投入水平会降低，进而农业碳排放量会降低。另一方面，种植业的“趋粮化”也能促使农业生产的规模化和集中化，进而改善原本粗放、高碳的生产模式〔19〕。综上所述，保证粮食安全政策引领导致的“趋粮化”，会对农业化学品投入和生产模式造成影响，进而推动农业碳减排的实现。

二、研究方法与数据来源

1.构建评价指标体系

(1)农业碳效应系统指标设定

根据上述耦合机理，农业碳效应主要分为农业作为巨大碳源和碳汇所带来的对农业可持续发展的正(负)效应，因此从碳排放、碳吸收及碳中和三个方面选取4个指标进行测算：

农业碳排放指标：农田生态系统中的温室气体排放的主要源头包括，农资投入引起的CO2排放、田间化肥施用以及秸秆还田引起的N2O排放以及稻田CH4排放，计算公式为：

E=ECO2+ENO2+ECH4

(1)

农资投入引起的碳排放测算：参考李波(2011)〔20〕等学者的研究，主要碳源界定为化肥、农药、农用柴油、农用塑料薄膜、农作物播种、农业灌溉(包括消耗电能产生的碳排放)，对应的碳排放系数见表1，计算公式为：

表1 农业碳排放碳源、系数及参考来源

ECO2=∑i=1Ei=∑Qi×αi×44/12

(2)

式中，ECO2表示农田生态系统排放的CO2当量(t)；Ei为农资投入的碳排放量(t)；Qi为各项农资投入的数量(包括化肥、农药施用量、农作物播种面积、灌溉面积)；αi为各项农资投入的碳排放系数；44/12是C转化CO2的转化系数〔21〕。

化肥施用以及秸秆还田引起的N2O排放测算：化肥施用引起的N2O排放主要包括三部分：一是N元素在硝化与反硝化过程中的N2O直接排放；二是含氮活性物质挥发后沉降导致的N2O间接排放；三是N元素淋溶和径流导致的N2O间接排放〔22〕。计算公式为：

N2O秸秆还田=∑i∑KN2O秸秆还田，i，K=∑i∑K[(Yik/Hi-Yik)]×Ri×ji×bk+Yik/Hi×Ri×ji×bk

(3)

N2O直接=N总×EF直接

(4)

N2O沉降=N总×EF沉降×α沉降

(5)

N2O淋溶=N总×EF淋溶×α淋溶

(6)

EN2O=(N2O秸秆还田+N2O直接+N2O沉降+N2O淋溶)×298

(7)

式中，EN2O是根据N2O总排放量换算成CO2当量(t)；N2O秸秆还田、N2O直接、N2O沉降、N2O淋溶分别为N2O的秸秆还田碳排放量、化肥施用直接、沉降和淋溶导致的碳排放量；Yik为经济产量，K为农作物种类数，ji为i省的秸秆还田率；Hi、Ri、bk、rk分别为k作物的经济系数、根冠比、秸秆含氮量和经济产品部分的干重比〔23〕；298是N2O转化为CO2转换系数〔24〕；N总为N元素总输入量；EF直接、EF沉降、EF淋溶分别为N2O直接排放系数、沉降和淋溶导致的N2O间接排放系数，默认值分别为：0.0178、0.01和0.0075；α沉降为农田中N的挥发量，α淋溶为农田中N的淋溶和径流率，分别为0.1和0.2〔25〕。

稻田CH4排放测算：农田生态系统中的CH4排放主要来源于稻田，计算公式为：

ECH4=(S早×EF早稻×S晚×EF晚稻)×25

(8)

式中，ECH4是根据CH4总排放量换算成CO2当量(t)；S早和S晚为早稻和晚稻的种植面积(hm2)；EF早稻和EF晚稻为早稻和晚稻CH4的排放因子，分别为0.241t/hm2和0.273t/hm2；25是CH4转化成CO2当量的转换系数。

农业碳排放强度指标：由于粮食主产区各地区之间种植面积存在差异，因此引入碳排放强度计算公式：

API=E/S

(9)

式中，API为农田生态系统碳排放强度(10000t CO2eq/hm2)，E为农田生态系统碳排放总量(t CO2eq)，S为种植面积(hm2)。

农业碳吸收指标：农田生态系统中，农作物通过光合作用、呼吸作用对CO2进行吸收、释放，二者作差可以得出农作物全育期的固碳量，包括经济产出、秸秆和根系等部分，计算公式为：

C=∑Ci=∑i=1FiYi(1-wi)(1+Ri)/Hi×44/12

(10)

式中，C为农田生态系统农作物碳吸收总量(t CO2eq)；Fi为第i种作物的含碳率(%)；Yi为第i种作物的产量(t)；wi为第i种作物的水分系数(%)；Ri为第i种作物的根冠比系数(%)；Hi为经济系数；44/12为C转为CO2的转化系数。具体数值详见表2。

表2 不同农作物碳吸收估算系数

农业碳中和指标：碳补偿率为碳吸收总量与碳排放总量的比值，计算公式为：

F=X/P

(11)

式中，F为碳补偿率，X为碳吸收总量，P为碳排放总量。

(2)粮食安全系统指标设定

1974年，联合国粮农组织将粮食安全定义为人类的一种基本权利，保证任何人在任何地方都能够得到未来生存和健康所需要的足够食品。本文依据对粮食安全内涵的理解以及相关学者研究〔26〕，构建了产量安全、质量安全、消费安全、资源安全四个方面的指标。具体指标、属性、权重详见表3。

表3 粮食主产区农业碳效应与粮食安全综合评价指标体系

2.熵权法测算权重、综合评价指数

本文采用熵值法确定指标权重，熵值法是一种客观赋权的方法，依据各项指标变异性大小来确定权重大小，有效克服主观赋权法的臆断性和随机性〔27〕。

(1)标准化处理

由于评价指标体系中的各指标的含义不同，量纲不同，首先对各指标数据进行标准化处理。正向指标处理采用公式(12)，负向指标处理采用公式(13)：

rij=[xij-min(xij)]/[max(xij)-min(xij)]×0.99+0.01

(12)

rij=[max(xij)-xij]/[max(xij)-min(xij)]×0.99+0.01

(13)

式中，i代表评价指标，j代表年份，Xij是第i个指标在第j年的原始数据(i=1，2，…，m；j=1，2，…，n)。

(2)计算熵权。对应的第i个指标的熵权重wi为：

Ei=-k∑i=1Pij×lnPij

(14)

wi=(1-ei)/∑i=1(1-ei)

(15)

式中，ei是第i个指标的熵，wi是第i个指标的熵权。

(3)测算综合评价指数。利用加权法，公式为：

Sij=∑i=1wi×rij

(16)

式中，Sij表示第i个系统的综合评价指数，wi为第i项指标的权重，xij为第j年的第i项指标的标准化值。本文将农业碳效应与粮食安全综合评价指数分为5个等级：<0.2，不安全；0.2-0.4，较不安全；0.4-0.6，临界安全；0.6-0.8，较安全；>0.8，安全。

3.耦合协调度模型

借鉴物理学中的耦合协调度模型来判断粮食主产区农业碳效应与粮食安全之间的相互协调程度〔28〕。

(1)计算耦合度。若给定P≥2个系统，耦合度一般化公式为：

C=P×[(U1U2…UP)/(U1+U2+…+UP)]1/p

(17)

(2)计算综合协调指数。本文考虑到农业碳效应和粮食安全同等重要，因此两个系统的主观权重a、b均为0.5，公式为：

T=aS1+bS2

(18)

(3)计算耦合协调度：计算公式如下：

D=(C×T)1/2

(19)

其中，D为农业生态经济系统的耦合协调度，0≤D≤1，D越大表示两个系统之间协调关系越好，协调发展水平越高。根据实际数值分布，参考相关文献，将农业碳效应和粮食安全耦合协调度由0-1均分为若干级别，详见表4。

表4 农业碳效应与粮食安全耦合协调度等级分类

4.相对发展度模型

相对发展度模型是指农业碳效应与粮食安全两个系统的相对发展状态，根据相对发展度大小判断两系统的耦合发展类型，计算公式为：

F=S1/S2

(20)

参考已有文献对相对发展度等级的划分〔29-30〕，将农业碳效应与粮食安全耦合协调发展状况划分为3个阶段9种类型，详见表5。

表5 农业碳效应与粮食安全耦合协调发展阶段与类型

三、结果与分析

1.粮食主产区农业碳效应时空分析

从时间维度来看，粮食主产区农业碳效应综合评价指数呈现波动上升态势，粮食主产区农业碳效应综合评价指数从0.1479增长到0.9787，这说明粮食主产区农业碳效应发展情况总体向好。2010-2014年粮食主产区农业碳效应综合评价指数增长速度较慢，仅从0.1479增长到0.2404，年均增速为0.0231，其中在2013-2014年下降了0.0138。由表6可知，黑龙江、吉林、辽宁、内蒙古、河南、安徽、湖南在2010-2014年农业碳效应综合评价指数呈下降趋势；河北、山东、江苏、湖北、江西、四川呈上升趋势。2014-2019年粮食主产区各个地区农业碳效应综合评价指数均呈快速增长趋势，整体农业碳效应状况向好。

从空间维度来看，粮食主产区农业碳效应综合评价指数由“北高南低”演变为“北低南高”态势。由图2可知，2011年呈现“北高南低”的分布特征，其中不安全的地区有山东、江苏、湖北和四川等4个省份。2015年空间特征比较均匀，大多数省份在临界安全和较不安全之间徘徊，不安全和临界安全的地区范围有所扩张，不安全等级的地区消失，不安全的地区有内蒙古和河南。2019年呈现“北低南高”的分布特征，处在安全的地区有江苏、安徽、江西、湖南等4个省份，处在不安全的地区有内蒙古和河北2个省份。总体来看，不安全、较不安全、临界安全等级的地区均有所下降，这充分说明粮食主产区的各个地区在保障粮食安全的同时，积极贯彻落实了低碳农业的发展理念，通过推广种植业绿色低碳发展技术模式，优化种植结构和农资利用结构等相关措施促使农业碳效应安全等级提升到安全水平。

图2 粮食主产区农业碳效应等级的空间分布状况

2.粮食主产区粮食安全时空分析

从时间维度上来看，粮食主产区粮食安全水平呈现“波动上升”态势。由图1可知，粮食主产区粮食安全综合评价指数从0.2938增长到0.9977，粮食安全情况总体向好，表明粮食安全水平不断提升。究其原因，国家实施了《国家粮食安全中长期规划纲要(2008-2020年)》，高度重视粮食安全，使其粮食安全水平得到明显提升。2010-2016年粮食安全综合评价指数增长缓慢，年均增速为0.0227，由表6可知，黑龙江、吉林、河南在2010-2016年粮食安全综合评价指数有所下降；辽宁、河北、山东、江苏、安徽、湖北、江西、湖南、四川呈上升趋势。2016-2019年粮食主产区各个地区粮食安全综合评价指数呈快速增长趋势，整体粮食生产向好，在这一时期国家进行了供给侧结构性改革，对粮食种植结构进行调整，促进了粮食安全发展。

图1 粮食主产区农业碳效应、粮食安全综合评价指数及耦合协调度

表6 粮食主产区农业碳效应和粮食安全综合评价指数

从空间维度上来看，粮食主产区粮食安全综合评价指数由“北高南低”演变为“南北平衡”态势。由图3可知，2011年粮食主产区粮食安全等级空间格局呈现“北高南低”态势，处在不安全的地区有山东和江苏等2个省份。2015年粮食主产区粮食安全等级空间格局趋向于“南北平衡”态势，处在不安全的地区有河北和四川2个省份。2019年粮食主产区粮食安全等级空间格局呈现“南北平衡”态势，大部分地区处于安全和较安全等级，仅有内蒙古和湖南省处在不安全等级上。总体来看，不安全、较不安全等级的地区均有所下降，这充分说明粮食主产区实行农业科研攻关和技术推广、农业基础设施建设、发展多种形式的农业规模经营等举措成效显著。

图3 粮食主产区粮食安全等级的空间分布状况

3.粮食主产区农业碳效应与粮食安全耦合协调度时空分析

根据公式(10)—(13)计算出2010—2019年各粮食主产区农业碳效应和粮食安全的耦合协调度，截取2011年、2015年、2019年各省份的耦合协调度，依据表4划分出不同的协调类型(详见表7)。

表7 粮食主产区农业碳效应与粮食安全耦合协调度

从时间维度来看，2010—2019年粮食主产区农业碳效应与粮食安全耦合协调度呈不断增长发展状态，由0.3228增长到0.7029，耦合协调类型由失调阶段发展到协调阶段，说明粮食主产区农业碳效应与粮食安全两系统的相互作用持续存在且协调性不断增强。2011年，粮食主产区农业碳效应与粮食安全耦合协调度处于0.13-0.49之间，在严重失调与濒临失调之间徘徊，协调水平较低，其中严重失调的省份占15.38%，分别为山东和江苏。2015年，耦合协调度处于0.37-0.51之间，相比于2010年有所上升但大部分地区处在轻度失调和濒临失调阶段，轻度失调的省份占15.38%，分别为内蒙古和河南。2019年，耦合协调度处于0.61-0.70之间，耦合协调类型处在初级协调和中级协调之间。初级协调的地区占92.30%，中级协调的省份仅有辽宁，占比7.70%。整体来看，失调型地区数量从2010-2019年失调省份的数量减少到0个。这说明粮食主产区农业碳效应与粮食安全协调型逐渐增强，但2019年大部分地区仍然处于初级协调阶段，因而协调水平有待进一步提升。

从空间维度来看，粮食主产区农业碳效应与粮食安全耦合协调度在2010—2019年由“北高南低”向“南北平衡”演变，由表7可知，粮食主产区农业碳效应与粮食安全耦合协调度较好的分布在东北地区。2011年失调地区分布区域广泛，其中严重失调地区分布在山东和江苏2个地区。2015年大部分地区的耦合协调度均有所上升，呈“南高北低”态势，其中轻度失调的地区有内蒙古和河南2个地区。2019年粮食主产区的13个省份均进入协调发展阶段，呈“南北平衡”态势，其中仅有辽宁进入中级协调阶段，其余12个地区处在初级协调阶段。

4.粮食主产区农业碳效应与粮食安全耦合协调发展阶段分析

本文引入相对发展度模型探究粮食主产区农业碳效应与粮食安全协调发展阶段以及阶段特征。依据表(5)划分出耦合协调发展类型及相对发展阶段。由表8可知，粮食主产区农业碳效应与粮食安全耦合协调发展类型主要包括1、4、5、6、8等类型，相对发展阶段主要分为高度拮抗、低度磨合、高度磨合、高度协调四个阶段。

表8 粮食主产区农业碳效应与粮食安全耦合协调发展类型及阶段

2011年，山东、江苏、湖北、江西、四川等5个地区的耦合协调发展类型为第1类，处在高度拮抗阶段；黑龙江、吉林、辽宁、内蒙古、河南等5个地区的耦合协调发展类型为第4类，处在低度磨合阶段；安徽耦合协调度类型为第5类，处在高度磨合阶段；河北、湖南的耦合协调发展类型为第6类，处在低度磨合阶段。2015年，内蒙古、河南、山东、江西、湖南等5个地区的耦合协调发展类型为第4类，处在低度磨合阶段；黑龙江、吉林、辽宁、江苏、安徽、湖北等6个地区的耦合协调发展类型为第5类，处在高度磨合阶段；河北、四川的耦合协调发展类型为第6类，处在低度磨合阶段。2019年，河北的耦合协调发展类型为第4类，处在低度磨合阶段；黑龙江、吉林、内蒙古、河南、山东、江苏、湖北等7个地区的耦合协调发展类型为第5类，处在高度磨合阶段；安徽、江西、湖南、四川等4个地区的耦合协调发展类型为第6类，处在低度磨合阶段；辽宁的耦合协调发展类型为第8类，处在高度协调阶段。

四、结论与建议

1.结论

(1)2010-2019年，粮食主产区农业碳效应综合评价指数呈现波动上升态势。粮食主产区农业碳效应综合评价指数从0.1479增长到0.9787，说明粮食主产区农业碳效应发展情况总体向好，粮食主产区农业碳效应综合评价指数由“北高南低”演变为“北低南高”态势。

(2)2010-2019年，粮食主产区粮食安全水平呈现波动上升态势。粮食主产区粮食安全综合评价指数从0.2938增长到0.9977，粮食安全情况总体向好，表明粮食安全水平不断提升，粮食主产区粮食安全综合评价指数由“北高南低”演变为“南北平衡”态势。

(3)2010-2019年，粮食主产区农业碳效应和粮食安全的耦合协调度呈不断增长状态，由0.3228增长到0.7029，耦合协调类型由失调发展到协调，说明粮食主产区农业碳效应和粮食安全的协调性增强，但大部分地区仅为初级协调，仍需进一步提升。粮食主产区农业碳效应与粮食安全耦合协调度在2010-2019年由“北高南低”向“南北平衡”演变。

(4)2010-2019年，粮食主产区农业碳效应与粮食安全耦合协调发展类型主要包括高度拮抗-农业碳效应滞后型、低度磨合-农业碳效应滞后型、高度磨合-同步发展型、低度磨合-粮食安全滞后型、高度协调-同步发展型等5类。属于低度磨合-农业碳效应滞后型的省份有河北，农业碳效应系统发展水平明显滞后于粮食安全发展水平，农业低碳化有待提升。属于低度磨合-粮食安全滞后型的省份有安徽、江西、湖南和四川，粮食安全发展水平明显滞后于农业碳效应系统发展水平，粮食安全水平有待提升。

2.建议

针对粮食主产区农业碳效应与粮食安全耦合协调发展的不同阶段采取不同的应对措施：

(1)针对低度磨合-农业碳效应滞后型的地区，应鼓励推广种植业绿色低碳发展技术模式，优化种植结构和农资利用结构，并改善废弃物处理方式。发展生态种植，有机配施，农作物病虫害绿色防控技术。采取作物秸秆资源化处理措施。发挥农作物光合作用的固碳优势，降低生产中碳排放，促使耕地利用向低碳转型。

(2)针对低度磨合-粮食安全滞后型的地区，应处理好低碳农业与粮食安全协同发展之间的关系，立足于国家战略需求，严格遏制耕地“非农化”。大力加强高标准农业建设，扎实推进种业振兴行动，强化农业水利设施建设。结合自身资源禀赋，大力发展技术农业、质量农业和绿色农业，保障国家粮食安全。

(3)针对高度磨合-同步发展型和高度协调-同步发展型的地区，应继续树立粮食安全与农业碳效应协调发展的理念，建立长效的农业碳效应与粮食安全良好协同机制，走集约化内涵式发展道路，以发展低碳农业引领粮食安全发展，实现两者协调发展。