农业碳排放的时空演变、影响因素及脱钩效应研究——基于31省2000—2019年面板数据

郭险峰，艾静静

(中共四川省委党校，四川 成都 610071)

0 引言

气候问题所带来的环境问题严重阻碍了人类自然经济社会的发展，推进低碳甚至“零碳”战略已成为全球关注的“热点”。习近平总书记在多个重要场合向世界庄严承诺“30·60”碳达峰、碳中和目标，这将促使我国生产、生活各领域进行重大改革和生态化转型，为“30·60”碳达峰、碳中和目标做出贡献。当前，国务院和各省市已经就碳减排问题进行积极部署，出台行动方案，指导区域和行业行动。农业兼具碳汇和碳源双重特征，是实现碳达峰、碳中和的重要领域，也是应对气候变化的重要手段。中国自改革开放以来，农业高速发展，取得瞩目成就，但对资源的大量消耗也是事实，农业领域的碳排放问题也是整体碳排放的重要构成部分。基于此，作为农业大国，在紧迫的碳减排目标导向下，准确把握农业碳排放情况，厘清农业碳排放影响因素，推进传统农业向生态农业转型和升级，实现农业发展的生态合理化，为“30·60”目标实现做出农业领域贡献就具有重要现实意义。

1 相关文献梳理及述评

关于农业碳排放的研究最早可以追溯到《京都议定书》。19世纪20年代初期，学者们从农业碳排放的来源探讨开始，此后国内外学者对于农业碳排放的驱动因素、测算方法、影响、减排举措等做了大量研究。学者们的研究主要集中在以下几个方面：第一，农业碳排放的碳源及测算。学者们多认为除去必需的生产资料投入，还得考虑在生产过程中的化肥、农药、灌溉、农膜、农作物耕种等因素对农业碳排放的影响[1-2]。第二，农业碳排放的驱动(抑制)因素。目前，学者们多采取Kaya恒等式、对数平均迪氏分解模型和STIRPAT模型等分析生产效率、产业强度、农业劳动力等因素对农业碳排放的影响[3-5]。第三，农业碳排放与经济增长之间的关系。学者们主要运用Tapio脱钩模型以及环境库茨涅兹曲线检验分析[6-7]。第四，农业生产的低碳减排举措。目前，关于农业碳减排的路径研究，大部分学者认为政府应充分发挥作用，根据当地实际情况，制定针对性的政策，制定合理完善的补偿机制[8-9]。

从以上文献可以看出，农业碳排放研究是碳排放研究领域的重要板块，研究角度多、视野广，形成了较为系统、完整的研究框架。但很多研究限于对某个具体省域的研究，而横向考察所有省域，纵向观察较长时间节点的研究则较为缺乏。本文借用已有模型和先进理论经验，利用2000—2019年面板数据对我国31个省(市、区)的农业碳排放情况进行研究，掌握农业碳排放时序变化特征、主要影响因素以及脱钩效应，以期为我国农业碳减排提供一定的参考。

2 研究方法及指标来源

2.1 农业碳排放总量测算方法

参考现有文献，本文测算的农业碳排放总量I主要包括农业生产投入碳排放、稻田碳排放、畜禽养殖碳排放3方面。用公式表示如下：

I=∑Ti×δi

(1)

式中：Ti为第i种碳排放源的量；δi为第i种碳排放源的碳排放系数。

2.1.1 农业生产投入碳排放量测算方法

农业生产过程中产生的碳排放主要包括3个方面：第一，生产投入活动过程中产生的碳排放，包括农药、农膜、化肥、农用柴油等农业投入品使用；第二，农作物灌溉所消耗的电能产生的碳排放；第三，翻耕土壤破坏有机碳时，土壤中的碳与空气中的氧的化学反应所产生的碳排放。农业碳排放系数如表1所示。

表1 农地利用碳排放系数

2.1.2 稻田碳排放量测算方法

水稻种植过程中，甲烷菌分解稻田里的有机物会产生碳排放，参考田云等[6]的研究，稻田甲烷系数取0.46 g/(m2·d)，水稻生长周期取130 d。同时，根据IPCC第4次评估报告，将1 t CH4折算成6.82 t C。

2.1.3 畜禽养殖碳排放量测算方法

畜禽养殖产生的碳排放主要包括2个方面：一是畜禽肠道发酵排放的CH4，二是畜禽粪便管理产生的CH4(表2)。

表2 畜禽养殖产生的碳排放

由于不同畜禽饲养周期也不尽相同，参考胡向东等[12](2010)、闵继胜等[13](2012)的研究，本文在计算时对畜禽年平均饲养量进行调整。

当出栏率≥1时，平均饲养量根据出栏量进行调整，如下式所示：

(2)

式中：Ni为i种畜禽年平均饲养量；Ai为i种畜禽平均生长周期；Mi为i种畜禽年生产量(出栏量)。其中生猪饲养周期取200 d，禽类饲养周期取55 d。

当出栏率<1时，畜禽年平均饲养量根据年末存栏量进行调整：

(3)

式中：Cit，Ci(t-1)分别表示该牲畜当年年末存栏量和前一年年末存栏量。

2.2 农业碳排放强度测算方法

由于在发展过程中不能单纯只考虑环境因素而忽视所带来的经济效益，而碳排放强度同时兼顾两者，用来衡量一国经济同碳排放之间的关系，成为我国在战略转型过程当中进行排污治理与环境政策制定的重要参考指标[14]。农业碳排放强度是指单位农业生产总值所产生的农业碳排放量，反映了农业碳排放量与该地区经济发展之间的关系。从现实意义和实践意义角度出发，公式如下：

(4)

式中：E为农业碳排放强度;Ar为农林牧渔总产值。

2.3 STIRPAT模型

IPAT模型最先由西方学者Ehrlichg和Hdlden[15]在20世纪最先提出的关于环境符合的公式，即：I=A×P×T。它可以广泛地应用分析人口、技术、经济等时空因素对于碳排放的作用，具有数学形式简单、分解无残差等优点。但随着现代社会技术经济的发展，该模型的缺陷也日益明显，主要在于因变量对各个自变量的弹性系数恒等于1，且可分析的变量数目较少，不能全面客观真实地反映实际问题。因此，Dietz等[16]对此模型进行改进，弥补IPAT模型的不足，建立STIRPAT可拓展的随机性的环境影响评估模型，公式如下：

I=αPb×Ac×Tde

(5)

式中：α为模型的系数；b、c、d分别为人口、经济状况、技术水平的指数；e为误差项。

通过修正，可以分析自变量对因变量的非线性影响。但在实际应用中，本文模型的设定选择的是多项式估计形式，为了减少数据不稳定性带来的波动，消除数据可能出现异方差等现象，通常转换为对数形式：

lnI=lnα+blnP+clnA+dlnT+e

(6)

2.4 脱钩指数计算

20世纪60年代首次提出的“脱钩”理论被OECD(经济合作与发展组织)于20世纪末引入环境与资源关系研究中，脱钩理论基础上衍生的OEDC脱钩指数模型，存在易受极端值影响而产生偏差和划分过于粗放的缺陷。塔皮奥(Tapio)1970年首次提出Tapio脱钩模型，以“弹性”为概念动态反映能源与经济2个变量的关系，不受统计量纲变化影响，改进了脱钩指数模型的缺陷。因此本文以Tapio脱钩模型为基础，计算出的脱钩弹性值e如下：

(7)

式中：ARGI为经过换算后的可比农林牧渔生产总产值;ΔI为当期碳排放总量较上期的变化量;ΔARGI为当期农业生产总值较上期的变化量。

基于前期学者研究，脱钩类型具体划分如表3所示。

表3 脱钩类型划分

2.5 指标来源

本文所有数据来源于2001—2020年全国31省(市、区)统计年鉴以及《中国统计年鉴》等，其中农林牧渔总产值、农业总产值以及其他相关数据以2000年为基准年价格计算，避免价格因素的影响。

3 实证结果及分析

3.1 我国农业碳排放量及强度

根据公式(1)，计算我国2000—2019年我国农业碳排放量，结果如表4所示。从表4可以看出，稻田碳排放量>农业生产投入碳排放>畜禽养殖碳排放。2019年，我国农业生产投入碳排放、稻田碳排放量、畜禽养殖碳排放占比分别为43.36%，34.52%，22.12%。

表4 我国2000—2019年农业碳排放量及碳排放强度变化

图1 我国2000—2019年碳排放总量及强度变化趋势

2000—2019年，我国农业碳排放总量呈现出“下降—上升—下降—上升—下降”5个阶段的变化趋势(图1)。第1阶段为2000—2003年，可能由于“三农”问题日益凸显，农民的积极性不断下降，农业发展受到阻碍，从而农业碳排放总量不断下降；第2阶段为2004—2006年，2004年中央颁布以“三农”为主题的“一号文件”，表明国家对“三农”问题高度关注，农村税费改革，农业税废除，推动农业复苏；第3阶段为2007—2008年，2008年我国遭遇的自然灾害比较多，阻碍了农业发展；第4阶段为2009—2016年，这一阶段农业发展迅速，中央对农业的大力财政支持以及众多行之有效的利农政策，支持农业发展，提高农业生产能力；第5阶段为2016—2019年，这一阶段我国开始注重资源的合理开发和生态文明建设，向绿色农业转型，农业碳排放量逐渐降低。

从表4和图1可以看出，农业碳排放强度持续下降，这可能是由于随着科学技术的不断发展，我国已经逐渐从过去粗放式的生产方式向高质量农业发展转变。近年来，我国农业资源利用率和绿色农业取得明显成效。

3.2 我国农业碳排放的空间分布

对我国31省(直辖市、自治州)2000—2019年 的农业碳排放总量和碳排放强度进行测算分析，结果如表5和6所示。

由表5可知，我国农业碳排放总量较少的地区主要有西藏、青海、陕西、山西、北京、天津和上海等地。西藏、青海等地大部分在高原地区，地形地质复杂，且高山、荒漠、冰川多，可供使用的耕地面积少，不利于其农业发展；陕西和山西由于降雨量较少，且季节更替剧烈，旱灾频发，春季升温快、降水少导致气候更加干旱，极易造成春旱灾害；北京、天津和上海则是由于土地总面积小，故农业碳排放较低；碳排放总量较高的地区主要有四川、黑龙江和华东地区。这些地区地处平原、水资源和光照丰富，有利于农业生产活动，东北平原是水稻产地，而华东地区地处长江中下游，被称为“鱼米之乡”，农业种植基础条件良好。

表5 2000—2019我国农业碳排放总量空间分布 万t

从空间上看，全国31个省(直辖市、自治区)在区域上具有明显的差异性，西部地区农业碳排放强度相对就高(表6)；从时间上来看，从2000—2019年，我国农业碳排放强度逐渐降低，这表明在过去20年间，我国在农业碳减排方面取得了明显成效。

3.2 我国农业碳排放影响因素分析

基于STIRPAT模型的表达公式，可知环境受人口、经济及技术的影响，因此，结合我国具体实际情况，由于农业劳动力是对农业生产产生影响的直接因素，因此选取第一产业从业人数作为衡量人口的指标；在农业生产中，机械化水平的高低对于农业生产中碳排放的减少有着重要作用，因此选取农业机械化水平代表农业技术水平；经济的发展往往伴随着大量的能源消耗，产生大量的碳排放量，因此，选取农业人均GDP代表财产；同时，戴小文等[17]认为，在城镇化建设的过程中，许多农业用地被征用,翻新土地、增加基础设施建设、农业人口迁徙等行为都会增加农业人均碳排放。

表6 我国农业碳排放强度空间分布 kg/万元

将衡量指标带入IPAT模型中，并对模型进行扩展，得到：

I=αPb×Tc×Wd×Ue×E

(8)

式中：P为农业从业人员数；T为农业技术水平；W为农村人均GDP；U为城镇化率。为降低模型误差，对等式两边取自然对数处理：

lnI=lnα+blnP+clnT+dlnW+elnU+lnε

(9)

同时基于国家统计局的划分标准，将我国划分为东部、中部、西部及东北地区。东部包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南，中部包括山西、安徽、江西、河南、湖北和湖南，西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆，东北包括辽宁、吉林和黑龙江。我国农业碳排放影响分析结果如表7所示。

表7 我国农业碳排放影响因素分析

由表7可知，第一产业从业人数、城镇化率以及农村技术水平对我国农业碳排放具有显著影响。第一产业从业人数每增加1%，农业碳排放总量增加0.614%；城镇化率每增加1%，农业碳排放总量下降0.202%；技术水平每增加1%，农业碳排放总量上升0.198%。第一产业从业人数对农业碳排放总量呈现出正效应。这是由于我国是传统农业大国，目前正处于向现代农业的转型期，第一产业从业人员大多学历不高，自身环保意识不强，造成资源消耗，造成农业碳排放增加，同时第一产业从业人数的增加会导致从事农业劳动生产的人数增多，间接促进了化肥等农业化学品的使用。农业技术水平增加，农业机械化总动力增加，必然导致能源消耗的提高，农业碳排放量增加。城镇化率提高，农业人口规模下降，人口素质提高、更加注重生态环境问题，低碳理念普及对农业碳排放增长起到抑制作用。

东部地区第一产业从业人数及农业技术水平对农业碳排放总量呈现出驱动作用，农村人均GDP对农业碳排放量总量呈现出抑制效应；这是由于我国东部地区经济发展态势良好，大量从业人员向第二产业和第三产业转移，对农业碳排放总量影响大。根据环境库茨涅兹曲线，总体状况来看，农业人均GDP和农业碳排放是呈现倒U型曲线，在到达顶点之前，农业人均GDP会对农业碳排放起到正相关作用；达到顶点之后，则会对农业碳排放起到负相关作用。东部地区经济发达，农业GDP增加，农业碳排放量反而会下降。中部地区第一产业从业人数、城镇化率、农业技术水平和农业人均GDP均对农业碳排放影响显著，这是由于我国中部地区多是农业大省，而城镇化率的增加抑制了农业发展，从而减少了农业碳排放量，对于农业技术水平来说，技术水平的提高产生了规模效应，提高了土地的资源利用率。西部地区第一产业从业人数和农业技术水平对农业碳排放量呈正向显著作用，这是由于西部地区农业机械化水平不高，消耗过多能源，从而增加了农业碳排放量。东北地区第一产业从业人数、城镇化率、农业技术水平以及农业人均GDP都对农业碳排放量产生显著作用，这是由于东北地区城镇化率低、农业技术水平不高，及农业基础不强，造成农业碳排放总量增加。

3.4 我国农业碳排放与农业经济增长关系分析

基于Tapio脱钩弹性公式，计算得出2001—2019年我国农业碳排放与农业经济增长之间的脱钩关系，如表8和图2所示。

表8 2001—2019年我国农业碳排放与农业经济增长之间的脱钩关系

图2 2001—2019年我国农业碳排放与农业经济增长脱钩指数变动趋势

从表8和图2可以发现，2001—2019年，我国农业碳排放总量与农业经济增长之间的脱钩关系以弱脱钩和强脱钩为主，并从弱脱钩逐渐向强脱钩转变，即农业经济正向增长、农业碳排放量也正向经济增长，但农业经济增长的速度要快于农业碳排放量，理想脱钩年份(强脱钩、弱脱钩)占比100%，具体而言，可分为2个阶段：第1阶段是2001—2008年，为波动期。这一时期，中央“一号文件”连续多年下达促农惠农补贴政策，刺激农民生产积极性，农用生产物资使用量大幅增加导致碳排放量突升，同时农林牧渔总产值也不断攀升。第二阶段是2009—2019年，为上升期。这一时期，我国开始逐渐重视绿色发展，探索绿色农业，从传统农业向现代绿色农业转型，此时我国的农业碳减排已经逐步取得成效。

4 结论与建议

4.1 结论

在利用2000—2019年全国省域面板数据，测算农业碳排放量的基础上，探究农业碳排放的影响因素以及与农业经济之间的脱钩类型，得出以下结论。

1)由于我国地域辽阔，各地自然地理条件、环境状况以及经济基础差异明显，农业碳排放结果也有一定的差异性，高碳排放区域主要集中在南部和东北地区。

2)基于STIRPAT模型，对我国农业碳排放量影响因素进行分析，发现第一产业从业人数、城镇化率、农业技术水平以及农业人均GDP对农业碳排放量由有显著影响。

3)我国农业碳排放总量与农业经济增长之间的关系以弱脱钩和强脱钩为主。

4.2 建议

进入21世纪后，生态环境问题日益严峻而生态目标日益迫切，尤其是“30·60”碳目标的实现更对农业碳减排提出了迫切要求。基于以上分析和结论，提出如下建议。

1)政府部门应因地制宜，制定节能减排政策，碳减排实施过程中，有关部门应重点关注农业碳排放的高值区，预防农业碳排放区域差异扩大。对于农业碳排放的低值区，政府部门可结合当地的自然状况和农业经济发展状况，积极引导和鼓励农民开展低碳农业生产。

2)政府部门首先应进一步出台政策，改革人口制度，完善劳动力市场，推进农村剩余农业劳动力转移，减少农村剩余劳动力数量。同时，在农业生产过程中加强低碳减排环保意识的培育教育和农业高新技术的运用，特别是生态技术运用，在提高农业生产效率的同时降低农业生产污染。其次，推进新型城镇化建设，特别是人口的城镇化，通过人口、土地等资源要素的聚集化、规模化，实现产业结构的优化，发展清洁生产。最后，在农业现代化的进程中，推广农业机械化也应注重使用效率，努力减少无效资源浪费。

3)我国在绿色农业发展方面还是取得了一定的成效。通过分析农业碳排放和农业经济增长之间的关系，可以发现我国农业碳排放与农业经济增长处于相对理想状态，但由于各区域经济发展水平不一，以及自然资源条件的差异性，中国低碳转型进程有待结合各省份的经济发展水平、碳排放的变化趋势及其脱钩状态制定针对性的低碳发展路线图。