河南省农业碳排放量测算及影响因素研究

薛选登，马 路，温圆月

(河南科技大学 经济学院，河南 洛阳 471023)

一、引言

气候变暖已成为各国共同关注的全球性问题，农业生产是全球温室气体排放的主要来源之一，若能有效控制农业碳排放量将为减缓气候变化作出重要贡献。中国是农业大国，近年来我国农业生产总量不断创历史新高，但农业能源在生产过程中大量使用的现状仍未完全改变。随着人口规模的增长和城镇化进程的加快，农业生产可用耕地数量逐渐减少，耕地数量与人口数量很难匹配，这就意味着未来农业产量必须保持稳定的增长速度。如何既能提高农业生产增长速度，又能有效控制农业生产中的碳排放量已成为学者们研究的重点。通过梳理已有文献发现，国内有关农业碳排放问题的研究主要集中在农业碳排量的测算、农业碳排放的时空分布和驱动要素以及农业碳排放的趋势预测等方面，其中实证研究主要涉及碳排放量测算方法、影响因素分解法和趋势预测方法。

(一)农业碳排放量的测算

黄燕等测算了中国2000—2015年的农业碳排放量和排放强度，发现中国的农业碳排放量和排放强度总体呈现波动上升趋势[1]。陈炜等基于农业投入视角选出5种主要碳源，分别为化肥、农药、农用塑料、灌溉和农业机械化，并计算出中国1997—2015年的农业碳排放量及其增长速度[2]。研究发现，化肥是种植业的主要碳源，我国东部和中部的碳排放增长速度缓于西部和东北地区。梁青青等还采用IPCC温室气体清单核算法估算出了我国1995—2014年间农地资源利用的碳排放规模、强度和结构[3]。

(二)农业碳排放的时空分布和驱动要素

因素分解法是研究农业碳排放影响因素的主要方法，它包括Kaya公式、LMDI分解法、Laspeyres指数法、IPAT模型、STIRPAT模型等。刘立平在探究河南省1998—2011年农业碳排放的时空分布及驱动因素时，利用Kaya公式发现农业碳排放量和耕地面积与农业经济发展水平之间存在正相关关系[4]。刘丽娜等使用LMDI和Tapio脱钩模型研究中国2000—2016年各区域农业碳排放的影响因素并探究农业碳排放和经济增长的关系[5]。夏四友等基于时空关联角度，利用GWR模型构建了农业碳排放率驱动因素空间差异回归模型，研究不同因素对农业碳排放率差异化的影响[6]。结果显示，农业碳排放量的驱动因素如农村经济发展水平、居民收入状况、耕地规模及其构成状况对不同省份的影响程度存在一定程度的差异性。

(三)农业碳排放的趋势预测

国内学者关于农业碳排放趋势预测方面的研究较少，主要使用灰色预测模型GM(1,1)预测碳排放的未来发展趋势。旷爱萍和胡超采用灰色模型对驱动分解后的广西农业碳排放的影响因素进行预测，结果发现，2018—2025年广西农业碳排放量将出现上涨，根据预测结果提出了相应建议[7]。黎孔清等使用灰色模型预测出南京市的农业碳排放量在2000—2015年间将会逐年下降，并且年均增长率为负值[8]。赵宇在准确测算江苏省2000—2015年间农业碳排放量基础上，探究其影响要素，并采用灰色预测模型GM(1,1)预测出2016至2030年江苏省的农业碳排放量将出现快速增长[9]。

综上，国内现有农业碳排放研究成果比较丰富，大致涵盖碳排放测算、影响因素探究和时空分布特征等方面，但农业碳排放影响因素的研究尚未形成统一结论，有进一步研究的价值。河南省境内水源、气候和耕地资源充足，是黄河流域重要的粮食大省，也是农业碳排放的重点治理区。因此，分析河南省当前农业碳排放现状，研究农业经济水平、城镇化与农业碳排放的关系具有重要意义。本文在参考已有研究成果的基础上，选取6种主要农业碳源，通过建立VAR模型探究影响河南省农业碳排放的因素，根据研究结论提出相应的建议，以求减少河南省农业碳排放量，提高河南农业的绿色发展水平。

二、研究方法与数据来源

(一)研究方法

1.农业碳排放量测算方法。农业碳排放是指农业生产过程中投入的各种物资所直接或间接产生的温室气体。在参考黄燕[1]、刘立平[4]和夏四友等[6]研究成果的基础上，本文选取农业生产过程中的6种碳源，分别是化肥、农药、农用塑料薄膜、柴油、灌溉面积和翻耕(表1)，其中翻耕面积用当年农作物耕种面积表示[10]。根据李波等[11]的研究成果，对河南省农业碳排放量进行计算，测算公式如下：

E=∑Ei=∑Ti*δi

(1)

其中，E代表农业碳排放总量，Ei代表各种碳源的碳排放量，Ti代表各种碳源总量，δi代表各种碳源的碳排放系数。

表1 农业主要碳源及碳排放系数

2.农业碳排放影响因素分析方法。农业是涉及生态、经济与社会三个系统的综合体，因此，上述三者均会影响农业碳排放强度。从现有文献研究来看，大多关注农业产业结构、农业经济发展水平、受灾程度、农业劳动力规模、人均耕地面积、劳动力文化水平、农业生产效率、城镇化水平[4,11]、农业经济增长[12]、农业技术水平、农业生产能源效率、农业技术人员[13]、财政支农数额[9]和农村居民收入水平[6]等要素与农业碳排量之间的数量关系。基于上述分析，并结合河南省农业发展特点，本文将着重探究农业经济水平、城镇化水平和农业碳排放之间的相关性。为此，将农业碳排放(AC)，农业经济水平(AE)和城镇化(UR)作为内生变量，并建立向量自回归(VAR)模型，研究三个变量之间的动态关系。

VAR模型通常用来刻画单个时间序列对全部时间序列滞后项的回归，滞后阶数P阶的VAR模型一般表达形式如下：

Yt=A0+A1Yt-1+A2Yt-2+…+ApYt-p+BXt+Ut

(2)

公式(2)中，Yt表示m维内生变量向量，Xt表示n维外生变量向量，Ut则为m维误差向量，其余A0、A1、A2、…、B都表示待估系数矩阵。假如模型中内生变量的滞后期为p期，则称其为VAR(P)模型。

(二)数据来源

通过查询历年《河南省统计年鉴》获取原始数据，由农业碳排放量计算公式测算出农业碳排放总量。其中，VAR模型中涉及的数据一部分由笔者计算得到，另一部分从河南省统计局查阅而得。

三、实证分析

(一)河南省农业碳排放量变化特征

根据农业碳排放量测算公式，计算出河南省1993—2017年农业碳排放量(见表2)。测算结果显示，1993—2017年间，河南省农业碳排放总量和强度总体处于上升趋势，其中碳排放总量由1993年的340.23万吨增加到2017年的856.55万吨，碳排放强度由1993年的495.16kg/hm2上升到2017年的1 055.87kg/hm2。从农业碳排放的增速来看，可以划分为两个阶段：一是1993到2006年，增速大体上呈现出上下交错波动趋势；二是2007—2017年，增速呈现出不断下降的趋势，只在2013和2016年有较小幅度上升。从各碳源因子来看，灌溉、化肥、农药、农膜、柴油和翻耕所产生的碳排放量都随时间变化出现不同程度的增长，其中化肥和农药所导致的碳排放量相较于其他因子来说较高。

表2 河南省1993—2017年农业碳排放总量测算结果

(二)河南省农业碳排放驱动因素分析

1.单位根检验。时间序列的平稳性和滞后期可以由单位根确定，我们通常使用ADF检验确定序列是否存在单位根。ADF检验需要判断模型中有无截距和时间趋势项，无法判断时就遵循由复杂到简单的原则，依次进行检验。使用Eviews8.0软件，以5%作为显著性水平，ADF的检验结果见表3。从表3可以看出，各变量的ADF检验统计值均小于5%显著水平下t检验的临界值，因此原序列是平稳序列。序列是否平稳是建立VAR模型的前提，经过单位根检验，在5%的显著水平下，序列均平稳，因此我们可以建立VAR模型。

表3 ADF检验结果

2.平稳性检验。根据AIC和SC信息量取值最小准则，该模型内生变量的滞后期为1，所以VAR模型的滞后期为1，记为VAR(1)。通过对农业碳排放增长率，农业经济水平增长率以及城镇化增长率进行VAR模型估计，并使用AR根估计的方法对VAR(1)模型的估计结果进行平稳性检验，结果表明，VAR(1)模型所有特征根的倒数全在单位圆内(图1)，说明该模型是稳定的。

图1 VAR(1)模型的AR根

3.因果关系检验。为了检验变量之间是否存在相互依赖关系，对VAR(1)模型中的变量进行格兰杰因果检验，结果见表4。从表4的检验结果中可以看出，在10%的显著水平下，我们接受农业经济水平不是农业碳排放的格兰杰原因和城镇化不是农业碳排放的格兰杰原因的原假设，而拒绝农业碳排放不是农业经济水平的格兰杰原因和农业碳排放不是城镇化的格兰杰原因的原假设。这说明，1994—2017年间，河南省农业碳排放量与经济增长和城镇化之间只存在单向的格兰杰因果关系，它们之间不存在双向因果关系。

表4 格兰杰因果检验结果

4.脉冲响应分析。根据VAR(1)模型进行的脉冲响应分析结果如图2和图3所示，横轴代表滞后期，纵轴代表因变量对扰动项施加一个标准差冲击后的脉冲响应程度，虚线为正负两倍标准差，实线是脉冲响应函数值。

从农业碳排放对农业经济水平的脉冲响应分析图可知，当给农业碳排放一个正向冲击后，农业经济水平从第1期便作出反应并在第2期下降到最小值，此后各期有小幅度波动但一直向水平状态逼近。从农业碳排放对城镇化的脉冲响应分析图可以看出，当给农业碳排放一个正向冲击后，城镇化在前两期变化不大，第2期之后逐渐上升，第5期达到最大值后持续下降逐渐靠近水平状态。

综上，农业经济水平对农业碳排放具有明显的负效应，其原因是随着农业经济水平的上升，农业生产水平提升，从而提高有限耕地的生产效率，降低农业碳排放量。城镇化在初期对农业碳排放具有一定程度的正效应，城镇化水平的提高在初期会造成农业碳排放量增加，但如果城镇化进程继续推进，长期仍会出现农业减排效应，其原因是城镇化初期会占用农业资源导致城乡矛盾，后期农业资源涌向城市，农业的规模化生产会降低碳排放量。

图2 河南省农业碳排放对农业经济水平的脉冲响应

图3 河南省农业碳排放对城镇化的脉冲响应

5.方差分解。根据VAR(1)模型，对农业碳排放进行方差分解，结果如表5所示：在农业碳排放的方差分解中，农业碳排放的贡献率虽然一直下降但仍高达96%，这表明农业碳排放自身的信息对其影响较大；农业经济水平和城镇化的贡献率虽然一直上升但增幅不大，其中，农业经济水平对农业碳排放的贡献值高于城镇化。综上，短期来看，农业经济水平和城镇化的贡献率较低，对农业碳排放的影响不显著；长期来看，它们对农业碳排放的影响效应不断增强。

表5 农业碳排放方差分解结果

四、结论与建议

通过以上分析，我们认为，从静态分析来看，农业碳排放与农业经济水平和城镇化之间具有单项的格兰杰因果关系；从动态来看，农业经济水平和城镇化对农业碳排放具有影响效应，只是作用方向和大小有所不同；从短期来看，农业经济水平和城镇化的贡献率较低，对农业碳排放的影响不显著，但农业经济水平的贡献率高于城镇化；从长期来看，农业经济水平和城镇化对农业碳排放的影响效应不断增强。基于河南省农业碳排放量测算结果及其影响因素分析结果，为推进河南省农业绿色低碳发展和实现我国2030减排目标，提出以下建议。

(一)树牢农业绿色发展理念，转变农业生产方式

坚持以农业绿色发展理念为引领，走出一条低投入、高效率、经济环保的农业发展道路。首先要转变以往以资源消耗为主的粗放型农业经济增长方式，利用现代农业的先进技术，借鉴国外生态农业发展的先进经验。农业生产绿色发展带来农产品种类和数量的增加，能够满足新时代人民生活的美好需求，而农业能源使用量的减少又能达到节能减排的目标。

(二)适度推进城镇化进程，促进城镇化与农业协调发展

城镇化作为一项长期的系统性工程，在其推进过程中不可避免地会造成大量农业劳动力的流失和农业用地的大规模占用，从而导致农业生产压力增大。因此，各地区应根据当地人口密度和耕地保有量，科学规划城市发展速度。同时适度推动农村人口和资源流向城市，促进农业的规模化和集约化经营，以便制定统一、科学的农业生产标准。

(三)发挥政府主导作用，调动农户生产积极性

首先，政府在农村加大低碳理念的宣传力度，使农民对低碳农业有初步的认识，逐步在农村形成浓厚的低碳氛围。其次，政府加大对低碳农业技术财政补贴，通过颁布相应的补贴和奖励政策，调动农民从事低碳农业生产的主动性，激发科研机构不断研发低碳农业技术的积极性。在低碳农业发展初期，政府应发挥主导作用来引导低碳农业的发展。但同时农民作为农业活动的从事者，其生产的积极性也是低碳农业发展不可或缺的重要因素。因此，二者要相互配合，统筹发展。