多元回归分析看气候智能型农业对中国经济发展及气候变化的影响

林 芹

(青岛经贸科技学校(对外经济贸易大学青岛研究院)，山东 青岛 266034)

根据联合国贸发会议2019年大宗商品和发展报告《大宗商品依赖、气候变化和巴黎协定》，农业，林业和其他土地利用(AFOLU)类别的排放量占全球温室气体排放量的24%，主要为甲烷和一氧化二氮。其中，农业甲烷排放是牲畜、牲畜粪便、水稻生产、农业废弃物燃烧(非能源，现场)以及草原燃烧所产生的排放。农业一氧化二氮排放是通过肥料使用(合成肥料和牲畜粪肥)、牲畜粪便管理、农业废弃物燃烧(非能源，现场)以及草原燃烧产生的排放。从世界银行数据库下载数据分析得出，1970年—2008年中国农业甲烷排放量在总排放量中平均占比为53.57%，1970年—2008年中国农业一氧化二氮排放量在总排放量中平均占比为73.56%。目前大气中甲烷的浓度大约是工业前的2.5倍，并且还将继续增加。根据国际能源署的估算，每年全球甲烷排放量为5.7亿t，其中40%来自天然排放，60%来自人为排放。而人为排放的最大来源是农业(24%)。

要实现《巴黎协定》主要目标，即到2100年，全球平均气温较工业化前水平升高控制在2℃之内，并为把升温控制在1.5 ℃之内努力，有效减少温室气体排放至关重要。

粮农组织(FAO)于2010年10月28日发表报告提出，发展中国家需要发展“气候智能型”农业，以应对日益变暖的世界并养活其日益增加的人口，并阐述了农业在若干领域实现转型的必要性。该报告还进一步强调，“气候智能型”农业应该是：能够可持续地提高工作效率、适应性、减少温室气体排放，并可以更高目标实现国家粮食生产和安全的农业生产和发展模式。

气候智能型农业(CSA)在农业和林业领域采取各项措施，如使用定时释放的肥料和带有硝化抑制剂的肥料、保护性耕作、轮牧和改变饲料成分等，可以在使用氮肥降低温室气体排放的同时，提高作物产量。

笔者对农业生产总值、甲烷排放和一氧化二氮排放进行回归分析，建立多元线性模型，对影响农业经济发展的主要因素及温室气体排放进行阐述，为我国发展气候智能型农业及有效减缓我国气候变化及适应气候变化提供建议。

1 数据收集及整理

文中1978年—2008年农业甲烷、一氧化二氮排放量的数据来源于世界银行Databank，1990年-2016年农业甲烷、一氧化二氮排放量的数据来源于Climatewatch，1970年—2008年农业甲烷、一氧化二氮排放量在总量中的占比数据来源于世界银行Databank，由World Bank staff estimates from original source： European Commission，Joint Research Centre (JRC)/Netherlands Environmental Assessment Agency (PBL).Emission Database for Global Atmospheric Research (EDGAR)： http：//edgar.jrc.ec.europa.eu/.提供，1978年—2016年农业生产总值数据来源于百度百科，为保持数据时间上的一致性，分别选择了1978年—2008年、1990年—2016年农业甲烷、一氧化二氮排放量及农业生产总值进行回归分析。

图1 1990年—2016年农业甲烷、一氧化二氮排放量时序

1978年-2008年农业甲烷、一氧化二氮排放量数据单位为千公吨二氧化碳当量；搜到的1990年—2016年农业甲烷、一氧化二氮排放量数据单位为兆吨二氧化碳当量，为便于比较将之转换为千公吨；1978年—2016年农业生产总值单位为亿元人民币。

图2 1990年—2016年我国农业产值时序

表1 1990年—2016年农业产值、农业甲烷、一氧化二氮排放量 (单位：千公吨、亿元)

结合图1农业甲烷及一氧化二氮排放量的时序图及图2我国农业产值时序图可以看出，我国农业产值持续增长，但甲烷、一氧化二氮排放量在1996年达到峰值，1997年以后逐渐增长，但增长速度放缓，尤其是2010年10月28日粮农组织(FAO)发表报告提出发展中国家需要发展气候智能型农业之后，我国温室气体排放量增长速度明显放缓，渐趋于一条直线，说明我国响应粮农组织号召，开始发展气候智能型农业，保证农业产值持续增长的同时，温室气体排放量增长缓慢。

2 回归模型及实证结果分析

2.1 散点图

图3 农业生产总值与农业一氧化二氮、甲烷排放量散点

2.2 以农业生产总值为因变量，农业一氧化二氮、甲烷排放量为自变量，SPSS分析3个变量的相关性

表2 3个变量的相关性

由分析结果可以看出，两个自变量对因变量在0.05、0.01显著性水平下存在明显相关性，相关系数分别为0.144、0.894。

2.3 多元线性回归

构建多元线性模型y=β0+β1x1+β2x2+ε，利用SPSS做线性回归。

表3 模型汇总

表4 方差分析 Anovaa

表4 模型估计参数系数a

2.4 模型检验

2.4.1 拟合优度检验及F检验。由表2数据可以看出，文中模型R 方为0.845，调整R 方为0.832，总体拟合度较好。

在进行F检验时，首先提出原假设：H0：β1=β2=0，备择假设H1：至少有一个βi不全为零(i=1，2)。由表3可以看出，该模型回归F检验p值为0.000，在0.05显著性水平下，拒绝原假设，通过检验。

2.4.2 回归参数估计分析。由表4数据得出，模型的x1估计参数为-0.355，p值为0.014，x2估计参数为0.471，p值为0.000，在0.05显著性水平下，两个估计参数均通过检验。

由此，该回归模型表达为：

为验证气候智能型农业的作用，笔者用1978年—2008年农业产值(亿元)、农业甲烷和农业一氧化二氮排放量(千公吨二氧化碳当量)进行回归分析。

图4 1978年—2008年农业甲烷、一氧化二氮排放量时序

图5 1978年—2008年农业产值时序

由图4和图5可以看出，1978年—2008年农业甲烷和一氧化二氮排放量随农业产值增长较快。

图6 1978年—2008年农业甲烷、一氧化二氮排放量在我国甲烷、一氧化二氮总排放量中各自占比时序

由图6可以看出，我国农业甲烷排放量占比逐年降低，一氧化二氮排放量略有增加。我国农业一氧化二氮排放量在我国一氧化二氮总排放量中占比在2003年达到峰值，之后逐渐减少。

回归模型的R2为0.880，调整R2为0.872，拟合优度较好。F检验p值为0.000，通过F检验。参数估计x1、x2的p值均为0.000，模型系数通过检验。1978年-2008年农业产值与农业甲烷、一氧化二氮排放量回归估计模型为：将2016年农业甲烷、一氧化二氮排放量代入模型；

预测的农业产值为44 516.73340，然后将2016年农业甲烷、一氧化二氮排放量代入模型

预测的农业产值为3 326.86533亿元。通过两个模型预测值比较可以得出结论：气候智能型农业可以有效降低农业温室气体排放，而我国农业产值持续稳定增长，中国经济对气候适应性正在增强，对减缓气候变化起到正向积极作用。

3 政策建议

温室气体排放导致世界平均温度正在升高，气候变化已经成为全人类所共同面对的严峻挑战。气候变化能改变降水、蒸发、水土资源等基本环节和要素，进而给农业生产带来不同程度的影响。据测算，如果温度升高1℃～3℃，粮食生产能力会增加，然而，升温超过这一幅度，粮食生产能力则会降低。不同纬度地区受到影响存在差异，在中高纬度地区，当温度升高1℃～3℃时，粮食生产能力会略有提高；而在低纬度地区，特别是季节性干旱和热带地区，即使小幅升温1℃～2℃，也会导致种植业和畜牧业的生产能力下降。在气候变化导致粮食生产能力下降的同时，世界人口却在不断增加。据联合国预测，到2050年，世界人口将突破90亿。所以说，气候变化导致农业产量和资本积累下降，间接使世界粮食安全面临威胁。

农业不仅是气候变化的受害者，也是温室气体的重要排放源。根据联合国贸发会议2019年大宗商品和发展报告《大宗商品依赖、气候变化和巴黎协定》，农业、林业和其他土地利用(AFOLU)类别的排放量占全球温室气体排放量的24%，且这一比例还在持续上升。 另外，据FAO2006年的估计，仅从种植和养殖环节来看，种植业中耕地释放的温室气体已超过世界人为温室气体排放总量的30%，养殖业所带来的温室气体排放占世界总排放的比重则达到18%。因此，要想降低温室气体排放，应对气候变化，农业重任而道远。

一方面，农业生产排出大量温室气体，在一定程度上加重了气候变化；另一方面，气候变化也会影响农业生产的相关要素条件，进而降低农业生产能力。由此可见，农业生产问题不是简单的投入与产出的产业问题，而是整个人类所面临的经济、社会和生态挑战的重要组成部分。考虑农业发展问题时，也应当从全人类生存和发展的大局入手，讨论解决问题的办法和产业发展的模式。在推动农业发展时，不应忽视土地、劳动力、资本和技术等之外的因素，如气候变化、环境污染等；另外，在想方设法提高农业生产效率，不断强化粮食安全的同时，还要考虑到农业生产对气候、环境的影响，因为除了衣食住行外，适宜的气候和自然环境也是人类生存和繁衍的决定性条件。

提高农业对气候变化的适应能力是世界性挑战，中国不可能独善其身。中国人多地少，粮食供求一直处于紧平衡的状态，保障粮食安全的压力非常大。在气候变化不断加剧，导致农业生产条件恶化、生产能力下降的大背景下，中国必须紧急应对，借鉴发展气候智能型农业的理念和经验，逐步提高农业对气候变化的适应能力。