中国农业能源碳减排成熟度评价及其动态演进

田 云，张姹娜

（中南财经政法大学工商管理学院，湖北 武汉 430073）

近年来，气候变化和全球变暖已逐步成为人类社会所面临的共同危机和挑战，并由此受到了国际社会的广泛关注和高度重视。伴随着国内生态环境压力不断提升，在国际温室气体减排框架日趋完善的现实背景下，坚持绿色低碳发展已成为中国未来发展的必由之路。为了更好地履行《联合国气候变化框架公约》，中国陆续发布了《中国应对气候变化国家方案》《国家适应气候变化战略》等一系列具有较强约束力的战略规划，以此积极应对全球气候变化。2020 年9 月联合国气候峰会上，中国政府庄严承诺，将力争于2030 年前实现碳达峰、2060 年前实现碳中和。“双碳”目标实现的关键在于发展方式的低碳转型，而在这过程中不仅二、三产业要积极履行节能减排责任，农业生产部门也应参与其中。事实上，作为国民经济的重要基础，农业虽能产生一定数量碳汇，但自身也是温室气体的重要排放源。据联合国粮食及农业组织统计数据显示，农业用地所产生的温室气体占到了全球人为温室气体排放总量的30%以上。可见，推进农业部门早日实现碳达峰、碳中和，不仅是落实乡村振兴战略、加速农业现代化的重要举措，更是全面应对气候变化、推动经济社会绿色转型的重要途径。而随着当前农业现代化步伐的不断加快，能源利用在农业生产中愈发扮演着重要角色，其消耗数量不断增加，由此引发的碳排放量不容小觑。基于此，该研究尝试对中国农业能源碳减排成熟度进行评价并分析其动态演进特征，以期为农业能源碳减排政策的制定提供参考。

1 文献综述

近年来，越来越多的学者开始围绕农业能源及其对应的碳排放问题展开研究。其中，一些学者围绕农业能源利用效率及其影响因素展开了系统研究。如于伟咏等［1］、冉启英等［2］分别利用DEA 方法和方向性距离函数对中国省域农业能源利用效率进行了测度，发现各省份农业能源利用效率差异明显，总体呈现东高西低特征。为了弥补方向性距离函数无法处理农业生产过程中投入变量和产出变量同时存在径向与非径向特征这一不足，李海鹏等［3］运用 EBM 混合距离函数模型对中国农业能源利用效率进行了再测度，发现其整体呈现“先升-停滞-再升”三阶段演变轨迹，其中人力资本水平和农民人均收入对农业能源利用效率具有正向促进作用。李建华等［4］、呙小明等［5］、戴红军等［6］则分别探究了农村经济结构变化、农业机械化水平以及要素价格变动对农业能源效率的影响，发现三者均产生了显著影响但各自作用方向并非完全一致。

与此同时，还有不少学者围绕农业能源碳排放测算及其相关特征展开了大量研究。其中，戴小文等［7］在对农业能源碳排放进行测算的基础上围绕其影响因素展开了探讨，发现农村生活水平、人口规模和城镇化水平导致了农业能源碳排放的增长，而农业低碳技术则能对其起到抑制作用。史常亮等［8］借助Tapio脱钩模型进一步研究发现，能源强度对碳排放脱钩的影响正逐渐减弱，能源结构和产出规模所处情形完全相反，而人口规模对其影响较小且趋于稳定。随着研究的不断深入，一些学者开始着眼于农业能源碳排放的区域差异比较，但所选用的研究方法却各有不同，如胡剑波等［9］采用的是泰尔指数法，张恒硕等［10］则将基尼系数和核密度分析法进行了有机结合。综合研究表明，中国农业能源碳排放表现出了较为明显的区域差异，且非均衡程度正在不断加深，区域总体差异主要由区域间差异引起。除此之外，也有学者针对农业能源碳减排问题展开了探究，如田云等［11］研究发现，技术进步在促进中国农业能源碳减排的同时还表现出明显的空间溢出效应。

纵览已有文献可知，目前关于农业能源碳排放的研究更多地聚焦于基本测算、驱动机理剖析以及区域差异比较等方面，而较少对其整体减排状况作出系统评价。现实中，“成熟度”作为一类用于描述研究对象或事物完善程度的研究方法，自20 世纪80 年代开始就被广泛运用到学术研究领域［12］，在早期主要应用于项目管理［13-14］、企业运营［15-16］等方向，而近些年随着研究的不断深入已逐步运用到了碳减排领域。其中，王文举等［17］率先将成熟度应用到了碳减排研究中，并对其理念进行了一定拓展，认为成熟度不能仅局限于事物的发展程度，还应描述和度量事物的协调度与协调发展度，据此构建发展度、协调度和协调发展度指数，完成了对中国工业碳减排情况的综合评价。结果显示，得益于政府一系列积极政策的有效推动，中国工业碳减排三类指数均呈持续增长趋势。在此之后，陈晓东等［18］、王怡［19］基于成熟度指数模型分别对内蒙古各地区节能减排成效和中国碳减排整体状况进行了客观评价。

总体而言，虽然成熟度理念已在碳减排特别是工业碳减排研究中得到了应用，但鲜有学者将其与农业能源碳减排结合到一起进行考察。而实际中，产业属性的不同显然会导致工、农业减排进度的不一致，工业层面的经验也未必适用于农业生产部门。与此同时，明确各个省份农业能源碳减排所处阶段（即减排成熟度）显然有助于针对性策略的构建以及中国“双碳”目标的早日实现。有鉴于此，该研究将尝试弥补现有研究的不足，基于省级面板数据利用成熟度方法对中国农业能源碳减排情况进行综合评价。具体而言，首先，该研究在提出农业能源碳减排成熟度指数概念的基础上，运用邓氏灰色关联分析方法和距离协调度模型计算发展度、协调度和协调发展度等三个成熟度指数；其次，对省际农业能源碳减排相对成熟度及中国农业能源碳减排整体成熟度依次进行客观评价；再次，以农业能源碳减排协调发展度为指标，对全国以及粮食主产区、主销区和产销平衡区的农业能源碳减排动态演进特征进行解析；最后，基于研究结论提出对策建议。

2 研究方法与数据来源

2.1 研究方法

2.1.1 Kaya恒等式与指标选取

Kaya恒等式是将碳排放视为人口增长、经济增长、能源消费共同导致的结果，因其较为清晰地呈现了碳排放与其驱动因素间的内在关联，故而得到广泛运用。鉴于该研究主要探究农业能源碳排放与农业经济增长的内在逻辑关系，故对Kaya恒等式进行转化处理如下：

式（1）中：C为农业能源碳排放总量，V为农业总产值，E为农业能源消耗量为农业能源碳排放强度为农业产值能耗强度为农业能耗碳排放强度。通过恒等式可知，农业产值能耗强度与农业能耗碳排放强度通过共同作用，形成了农业能源碳排放强度。后续研究中，该研究以农业能源碳排放强度作为基础指标，其数值大小可以客观反映农业能源碳减排成效的好与坏，同时也以农业产值能耗强度和农业能耗碳排放强度作为基础指标，二者共同驱动农业能源碳减排。通过对恒等式进行分析可知，上述三个基础指标度量数值与农业能源碳减排水平均呈反向关系，数值越小，表明农业能源碳减排成效越好，反之则减排成效越差。

2.1.2 农业能源碳减排成熟度指数模型构建

关于碳减排成熟度模型的构建，王文举等［17］认为其应由三个度量指标组成，即发展度、协调度和协调发展度。其中，“发展度”表示工业碳减排从较低水平层次到较高水平层次的实现程度，“协调度”表示工业碳减排内部各个子系统之间相互适应、配合和促进的融合程度，“协调发展度”表示工业碳减排发展水平与协调水平的和谐发展程度。为此，在科学借鉴工业碳减排成熟度指数模型的基础上，充分考虑农业能源碳排放的现实特征，对农业能源碳减排成熟度进行界定，见表1。

表1 农业能源碳减排成熟度界定

具体计算方法如下。

（1）邓氏灰色关联分析方法。该方法根据序列曲线几何形状的相似程度来判断关系的紧密程度，曲线越接近，对应序列间的关联性就越强，反之则越弱。当参考序列是最优发展水平的序列时，关联系数越大，即意味着比较序列的发展情况与最优发展水平更接近，其相对发展水平更高［20］。据此，该研究假定评价对象为m(m= 30)个省份，评价时期为n(n= 16)个年份，x为农业产值碳排放强度，则存在m个样本序列xi={xi(1)，xi(2)，…，xi(n)}，参考序列为x0={x0(1)，x0(2)，…，x0(n)}，即x0代表农业产值碳排放强度最优水平。第i省份在第k年的灰色关联度系数ξi(k)的计算公式如下：

式（2）—式（5）中：Δmin为考察期各省份农业能源碳排放强度（比较序列）与该年各省份农业能源碳排放强度最小值（参考序列）绝对差的最小值；Δmax为考察期各省份农业能源碳排放强度（比较序列）与该年各省份农业能源碳排放强度最小值（参考序列）绝对差的最大值；Δik为第k年第i省份农业能源碳排放强度与该年各省份农业能源碳排放强度最小值的绝对差，即第k年第i省比较序列与参考序列之差的绝对值；ρ为分辨系数，借鉴一些学者［21-23］的常见做法，该研究同样取值为0.5。基于以上分析可知，ξi(k)即为第k年第i省份农业能源碳减排相对发展度指数，取值范围介于0~1，其数值越大，代表第k年第i省的农业能源碳减排相对发展水平越高。

而后，结合各省份农业能源碳排放强度，通过算术平均可以得到第k年中国农业能源碳减排整体发展度指数Dk，其计算公式如下：

其中：Dk的取值介于0~1 之间，其数值越大，则表明第k年中国农业能源碳减排整体发展水平越高。

此外，假设y为农业产值能耗强度，z为农业能耗碳排放强度。依据前文分析可计算得到基于农业产值能耗强度的第k年第i省份农业能源碳减排相对发展度指数ϕi(k)和基于农业能耗碳排放强度的第k年第i省份农业能源碳减排相对发展度指数λi(k)，对ϕi(k)和λi(k)进行几何平均，可计算得到第k年第i省份农业能源碳减排相对协调度指数δi(k)，其计算公式如下：

式（7）中：δi(k)的取值范围介于0~1，其数值越大，表明第k年第i省份农业能源碳减排相对协调水平越高。

（2）距离协调度模型。该模型的实质是引入度量系统实际状态与理想状态距离的欧式距离和切比雪夫距离，通过两者比率关系来反映系统的协调水平［24］。由于中国农业能源碳减排整体协调度考察的是省份间农业能源碳减排的协同水平，因此不能通过对各省份相对协调度指数进行简单算术平均的方式计算获得，但却可利用距离协调度模型对其进行测度。据此，构建第k年各省份农业能源碳排放强度实际值与最优值的欧式距离测度公式如下：

同时，构建第i省在整个考察期农业能源碳排放强度实际值与最优值的切比雪夫距离测度公式：

基于式（8）、式（9），构建中国农业能源碳减排整体协调度指数测度公式：

其中：Ck取值同样介于0~1，其数值越大则代表省份间农业能源碳减排趋同水平越高，即整体协调水平越高；反之，则表明省份间农业能源碳减排趋同水平越低，即整体协调水平越低。

（3）协调发展度指数计算方法。考虑到发展度指数和协调度指数在对农业能源碳减排成熟度进行评价时都存在一定片面性，该研究将通过构建农业能源碳减排协调发展度指数完善这一不足。协调发展度指数基于发展度指数和协调度指数的几何平均而求得，据此，构建第k年第i省农业能源碳减排相对协调发展度指数ηi(k)的计算公式：

式（11）中，ηi(k)的取值范围介于0~1 之间，其数值越大，表明第k年第i省农业能源碳减排相对协调发展水平越高。

进一步，构建中国农业能源碳减排整体协调发展度指数Hk的计算公式：

式（12）中，Hk的取值范围同样介于0~1 之间，其数值越大，表明第k年中国农业能源碳减排整体协调发展水平越高。

需要特别说明的是，为了让研究结果呈现得更为直观且方便描述，该研究将对ξi(k)、δi(k)、ηi(k)、Dk、Ck、Hk等六个测度指数进行百分制处理。具体而言，参照陈佳贵等［25］的研究，可将各测度指数所代表的成熟度水平由低到高划分为极低、较低、较高、极高等四个不同层次。其中，极低层次表示为Ⅰ，其指数值大于等于0 而小于等于35；较低层次表示为Ⅱ，其指数值大于35 而小于等于70；较高层次表示为Ⅲ，其指数值大于70 而小于等于85；极高层次表示为Ⅳ，其指数值大于85而小于等于100。

2.1.3 核密度分析方法

作为一类用于概率密度函数估计的非参数方法，核密度估计对函数的具体形式不作任何限定，仅着眼于数据本身，客观上摆脱了传统人为设置条件的不利影响，故而其应用范围日益扩大。有鉴于此，该研究将运用核密度估计法对中国及其粮食主产区、主销区、产销平衡区农业能源碳减排协调发展度的动态演进趋势进行探究。核密度估计的函数表达式如下：

式（13）中：f(x)为中国及其粮食主产区、主销区、产销平衡区的密度函数，n为省份总数，i表示各省份，h为带宽，-x为均值。由于带宽的选择会较大地影响核密度函数的精度和曲线的平滑程度，故该研究将在选择合适带宽的基础上，采用高斯核函数展开核密度估计，其函数表达式如下：

2.2 数据来源与处理

农业总产值（即农林牧渔总产值）出自2006—2021年历年的《中国统计年鉴》。为了消除价格波动的影响，实际分析中将基于2005年不变价对各省份农业总产值进行平减处理。其他与农业能源消耗量和农业能源碳排放测算有关的原始数据均源自2006—2021 年历年的《中国能源统计年鉴》。该研究选取原煤、洗精煤、焦炭、汽油、柴油、天然气、电力等12类与农林牧渔业发展相关的主要能源来测算农业能源消耗量和农业能源碳排放量。其中，农业能源消耗的等价替代变量是农林牧渔业能源终端消费量，通过终端能源消费实物量与各类能源折算标准煤系数相乘得到；农业能源碳排放量测算方法及其所需的相关碳排放系数可参照蒋金荷［26］、田云等［27］的相关研究，限于篇幅，在此不作赘述。

3 研究结果分析

3.1 中国省际农业能源碳减排相对成熟度分析

3.1.1 省际农业能源碳减排相对发展度分析

由表2 可知，2005 年河北、安徽、广西、四川等4 省份农业能源碳减排相对发展度处于极高层次，其中广西以较大优势居于榜首；农业能源碳减排相对发展度处于较高层次的省份包括江苏、河南、广东等7 地；与此同时，以北京、天津、山西等为代表的18个省份农业能源碳减排相对发展度处于较低层次；相对而言，仅有贵州一地处于极低层次。2010年农业能源碳减排相对发展度处于极高层次的省份增至6个，其中河北、广西、四川维持原有状态不变，安徽降至较高层次，江西、山东、河南则实现层次跨越，分别由较低层次或者较高层次转变而来；农业能源碳减排相对发展度处于较高层次的省份增至10 个，在保持原有省份（河南除外）的基础上，增加了辽宁、吉林、安徽、福建等4 省；余下14 省份均处于较低层次。2015 年农业能源碳减排相对发展度处于极高层次的省份增至9个，相比2010 年仅河北降至较高层次而其他省份维持不变，同时安徽、福建、广东和重庆均由较低层次或者较高层次转变而来；农业能源碳减排相对发展度处于较高层次的省份仍为10 个，相比2010 年新增了河北、云南和甘肃，但原有的皖、闽、粤三地均实现了层次跨越；余下11 个省份均处于较低层次。2020年农业能源碳减排相对发展度处于极高层次的省份进一步增至15 个，相比2015 年增加了北京、河北、吉林、海南、陕西、宁夏等6 地；农业能源碳减排相对发展度处于较高层次的省份降至6 个，分别是辽宁、江苏、湖北、云南、甘肃和青海；余下9 个省份均处于较低层次。总体而言，考察期内有16 个省份农业能源碳减排相对发展度实现了层次跨越，其中贵州由极低层次升至较低层次，辽宁、湖北等4地由较低层次升至较高层次，河南、广东等5 地由较高层次升至极高层次；北京、吉林等6地则实现了两级跨越，均由较低层次升至极高层次。余下14个省份均维持原有层次不变，其中仅广西、四川一直处在极高层次。

表2 中国各省份农业能源碳减排相对发展度变化情况

3.1.2 省际农业能源碳减排相对协调度分析

由表3 可知，2005 年仅广西、海南农业能源碳减排相对协调度处于极高层次，且以广西指数值最高；农业能源碳减排相对协调度处于较高层次的省份包括辽宁、吉林、黑龙江、江苏等13 地；余下15 个省份均处于较低层次。2010 年广西维持原有状态，四川实现层次跨越并取代海南成为了另一农业能源碳减排相对协调度极高省份；农业能源碳减排相对协调度处于较高层次的省份增至16个，在基本维持原有地区（不含四川）的基础上，新增了上海、山东、湖北和海南；余下12 个省份均处于较低层次。2015年农业能源碳减排相对协调度处于极高层次的省份增至4个，安徽、江西属于新增省份，且后者的指数值居于30 省份之首；农业能源碳减排相对协调度处于较高层次的省份降至14个，其中绝大多数地区维持原有状态不变，黑龙江、上海降至较低层次，河北、重庆实现跨越式提升均由较低层次演变而来，皖、赣二地则已升至极高层次；余下12 个省份均处于较低层次。2020 年农业能源碳减排相对协调度处于极高层次的省份增至8 个，相比2015年新增了福建、河南、海南、重庆等4 地，江西仍旧排在第一；农业能源碳减排相对协调度处于较高层次的省份进一步降至12 个，相比2015 年新增了天津、云南二地，但原有的闽、豫、琼、渝等均实现了向上的层次跨越；余下10个省份均处于较低层次。总体而言，考察期内有11 个省份农业能源碳减排相对协调度实现了层次跨越，其中天津、河北等5 地由较低层次提升至较高层次；安徽、福建等5地由较高层次提升至极高层次；而重庆则实现了两级跨越，由较低层次提升至极高层次。有18 个省份维持原有状态不变，其中仅广西一直处在极高层次。相比而言，黑龙江成为了唯一层次下行的省份，由较高层次降至较低层次。

表3 中国各省份农业能源碳减排相对协调度变化情况

3.1.3 省际农业能源碳减排相对协调发展度分析

由表4可知，2005年安徽、广西、四川等3省份农业能源碳减排相对协调发展度处于极高层次，且以广西指数值最高；农业能源碳减排相对协调发展度处于较高层次的省份包含河北、辽宁、江苏等9 地；余下18 个省份均处于较低层次，且以贵州居于最末。2010 年仅广西、四川2省农业能源碳减排相对协调发展度处于极高层次，且广西依旧代表省际最高水平；农业能源碳减排相对协调发展度居于较高层次的省份增至13 个省份，除了层次下行的安徽外，还新增了吉林、山东和福建，三地均由较低层次转变而来；余下15 个省份均处于较低层次。2015 年农业能源碳减排相对协调发展度处于极高层次的省份增至5 个，安徽重回此列，同时新增福建、江西二地，且福建取代广西成为碳减排相对协调发展度最高省份；农业能源碳减排相对协调发展度居于较高省份减至12 个，相比2010 年新增了重庆、宁夏二地，但原有的皖、闽、赣3 地均实现了向上的层次跨越；余下13个省份均处于较低层次，且内蒙古取代山西居于全国最末。2020年农业能源碳减排相对协调发展度极高省份进一步增至11 个，相比2015年新增河北、吉林、山东、河南、海南、重庆等6 地，广西重回第一；农业能源碳减排相对协调发展度处于较高层次的省份降至10 个，相比2015 年新增了北京、湖北、云南、甘肃4 地，但原有的冀、吉、鲁等6 地均实现了向上的层次跨越；余下9 个省份均处于较低层次。总体而言，考察期内有13个省份农业能源碳减排相对协调发展度实现了层次跨越，其中北京、湖北等5 地由较低层次提升至较高层次；河北、江西等4 地由较高层次提升为极高层次；吉林、福建等4地则实现了两级跨越，均由较低层次提升为极高层次。余下17个省份均维持原有层次不变，其中仅广西、四川一直处在极高层次。

表4 中国各省份农业能源碳减排相对协调发展度变化情况

3.2 中国农业能源碳减排整体成熟度分析

表5 呈现了2005—2020 年中国农业能源碳减排整体成熟度指数的变化情况。从中可以发现，2005 年以来中国农业能源碳减排整体成熟度虽表现出了一定年际波动但总体上升态势较为明显。其中，发展度指数由2005 年的65.90 增至2020 年的80.74，累计增加了22.52%；从其演变趋势来看，总体呈现“上升-相对平稳”的循环演变特征，2005—2007 年、2012—2014 年、2016—2018 年均表现出了持续上升趋势，指数值分别由65.90、69.64 和73.92增至69.35、74.38 和80.16，累计增幅依次为5.24%、6.81%和8.44%。自2013年开始中国农业能源碳减排整体发展度步入到较高水平层次，并于2020年达到最高点。协调度指数虽然初始值极低但最终上升幅度较大，由2005 年的10.65 增至2020 年的54.78，累计增加了4.14倍，不过整个考察期仍始终处于极低或者较低水平阶段。从其演变轨迹来看，总体表现出了“波动上升-持续下降-持续上升”的三阶段变化特征。具体而言，2005—2014年为第一阶段，指数值虽在2008 年、2012 年出现过短暂回落，但整体上升趋势较为明显；2014—2016年为第二阶段，指数值连续两年下降；2016—2020年为第三阶段，虽然最后三年增速较缓但总体仍呈持续上升态势。协调发展度指数同样初始值极低且最终上升幅度较大，由2005 年的26.49 增至2020 年的66.50，累计增加了1.51 倍，不过整个考察期也完全处于极低或者较低水平阶段。其演变轨迹与协调度指数完全一致，仅2008 年、2012 年、2015—2016年表现出一定回落，其他年份均呈明显上升态势，并于2020年达到最高值。综合来看，考察期内中国农业能源碳减排整体发展度、整体协调度以及整体协调发展度虽都存在一定年际波动但总体上升趋势明显，减排态势良好。

表5 2005—2020年中国农业能源碳减排整体成熟度指数变化情况

3.3 中国农业能源碳减排协调发展度的动态演进

功能定位的不同通常会导致农业发展模式存在区别，因而会影响到其能源碳排放现状及减排战略。有鉴于此，该研究除了对全国总体情况进行考察外，还将对粮食主产区、主销区、产销平衡区的农业能源碳减排协调发展度的动态演进情况分别展开探讨，具体参照马林静等［28］的做法，按照国家统一划分标准对30 个省份进行划分。相关核密度分析结果如图1所示。

图1 全国及粮食主产区、主销区、产销平衡区农业能源碳减排协调发展度的核密度分析结果

3.3.1 全国农业能源碳减排协调发展度的动态演进

图1 （a）描绘了中国农业能源碳减排协调发展度在考察周期内的总体演进情况。综合来看，核函数密度中心不断向右偏移，峰值持续提升，虽一直呈现单峰状态但双峰趋势已然显现。首先，2010 年相比2005 年密度函数中心大幅右移，峰值略有提升，变化区间无太过明显变化。由此揭示，该阶段中国农业能源碳减排协调发展度整体水平提升明显且省际差距基本维持原样。其次，2015 年相比2010年密度函数中心继续右移，峰值略有提升，虽依旧保持单峰格局但已显现出双峰趋势，变化区间有所缩小。由此表明，该阶段中国农业能源碳减排协调发展度整体水平继续提升且省际差距略有缩小。再次，2020 年相比2015年密度函数中心持续右移，峰值大幅提升，曲线形态基本维持原样，变化区间略有缩小。由此表明，该阶段中国农业能源碳减排协调发展度整体水平继续提升且省际差距有所减小。最后，与基期2005 年相比，2020 年的密度函数中心大幅右移，峰值明显提升，虽一直维持单峰格局但已显现出双峰趋势，变化区间缩小。由此揭示，考察期内中国农业能源碳减排协调发展度整体水平显著提升且省际差距处于缩小状态。究其原因，伴随着中国整体农业现代化进程的不断加快，各省份农业生产方式以及农机投入力度等越发趋于接近，从而客观上缩小了能源碳减排协调发展度的省际差距。

3.3.2 粮食主产区农业能源碳减排协调发展度的动态演进

图1（b）呈现了粮食主产区农业能源碳减排协调发展度的动态演进趋势。综合来看，密度函数中心整体向右偏移，峰值经历了增减起伏且最终相比基期略有提升，变化区间同样经历了扩缩起伏且最终有所扩大。首先，2010 年相比2005 年密度函数中心大幅右移，峰值明显提升，且由潜在双峰完全过渡到单峰状态，变化区间略有扩大。由此表明，该阶段粮食主产区农业能源碳减排协调发展度整体水平提升明显但省际差距有所扩大，同时格局分化趋势消失。其次，2015 年相比2010 年密度函数中心略微右移，峰值大幅下降，变化区间继续扩大。由此揭示，该阶段粮食主产区农业能源碳减排协调发展度整体水平略有提升但省际差距进一步扩大。再次，2020 年相比2015年密度函数中心大幅右移，峰值明显提升，变化区间有所缩小。由此表明，该阶段粮食主产区农业能源碳减排协调发展度整体水平显著提升且省际差距略有缩小。最后，与基期2005 年相比，2020 年的密度函数中心大幅右移，峰值小幅提升，变化区间有所扩大。这表明，考察期内粮食主产区农业能源碳减排协调发展度整体水平大幅提升但省际差距略有扩大。可能的解释是，虽然同为粮食主产省份，但所种植的主导作物品种（小麦、水稻或者玉米）不同使得各自对农业能源的依赖度存在差异，进而影响到其碳减排成熟度，并导致省际差距的扩大。

3.3.3 粮食主销区农业能源碳减排协调发展度的动态演进

图1（c）呈现了粮食主销区农业能源碳减排协调发展度的动态演进趋势。综合来看，密度函数中心经历了左右摇摆且最终右移，峰值经历了增减起伏且最终低于基期，逐步由单峰状态演变为“一主一次”的双峰格局，变化区间明显扩大。首先，2010 年相比2005 年密度函数中心小幅右移，峰值有所提升，且由单峰向潜在双峰格局转变，变化区间明显缩小。由此表明，该阶段粮食主销区农业能源碳减排协调发展度整体水平略有提升且省际差距呈现缩小态势，同时表现出了两极分化的趋势。其次，2015 年相比2010 年密度函数中心略微左移，峰值大幅下降并显现出较为明显的“一主一次”双峰格局，变化区间显著扩大。由此揭示，该阶段粮食主销区农业能源碳减排协调发展度整体水平略有下降且省际差距明显扩大，同时两极分化现象开始真正显现。再次，2020 年相比2015 年密度函数中心明显向右移动，主峰峰值小幅下降且双峰格局趋势减弱，变化区间基本维持不变。由此可见，该阶段粮食主销区农业能源碳减排协调发展度整体水平明显提升，省际差距几无变化，两极分化程度有所减弱。最后，与基期2005 年相比，2020 年密度函数中心明显右移，峰值大幅下降，且由单峰演变为不甚明显的“一主一次”双峰格局，变化区间明显扩大。这说明，考察期内粮食主销区农业能源碳减排协调发展度整体水平处于提升态势但省际差距逐渐扩大且呈现出两极分化趋势。究其原因，粮食主销区所含省份虽不以粮食生产见长，但由于纬度差异较大致使各自农业产业结构也表现出了极大不同，进而会影响到对农业能源的需求，致使其碳减排协调发展度的省际差距拉大并表现出分化趋势。

3.3.4 粮食产销平衡区农业能源碳减排协调发展度的动态演进

图1（d）呈现了产销平衡区农业能源碳减排协调发展度的动态演进趋势。综合来看，密度函数中心持续右移，峰值经持续提升且最终明显高于基期，变化区间大幅缩小。首先，2010 年相比2005 年密度函数中心明显右移，峰值大幅提升，变化区间略微缩小。由此揭示，该阶段产销平衡区农业能源碳减排协调发展度整体水平显著提升且省际差距略有缩小。其次，2015 年相比2010 年密度函数中心持续大幅右移，峰值小幅提升，变化区间继续缩小。由此表明，该阶段产销平衡区农业能源碳减排协调发展度整体水平略有提升且省际差距持续缩小。再次，2020 年相比2015 年密度函数中心略微右移，峰值小幅增加，变化区间基本维持在原有范围。由此可见，该阶段产销平衡区农业能源碳减排协调发展度整体水平小幅提升同时省际差距并无太大变化。最后，与基期2005年相比，2020年密度函数中心显著右移，峰值大幅提升，波峰越发陡峭且变化区间大幅缩小。这说明，考察期内产销平衡区农业能源碳减排协调发展度整体水平明显提升，省际差距大幅缩小。可能的解释是，从地域分布来看，绝大多数产销平衡区省份位于中国中西部地区，各地无论经济发展水平还是农业资源禀赋都较为接近，使得农业生产方式及其对能源的依赖程度也逐步趋于一致，从而客观上缩小了农业能源碳减排协调发展度的省际差距。

4 结论与启示

该研究基于碳减排成熟度指数模型，利用邓氏灰色关联分析、距离协调度模型等方法对省际及全国农业能源碳减排情况进行了客观评价，在此基础上以协调发展度为指标探讨了其动态演进趋势，得出结论如下。

（1）绝大多数省份农业能源碳减排相对成熟度呈现上升趋势。具体而言，考察期内无论农业能源碳减排相对发展度、相对协调度还是相对协调发展度的实际指数，均仅有个别省份略有下降，而绝大多数省份都表现出了明显上升趋势，且相当数量的省份实现了层次跨越。其中，有16 个省份农业能源碳减排相对发展度、11 个省份农业能源碳减排相对协调度以及13个省份农业能源碳减排相对协调发展度实现了一级甚至两级的层次跨越；余下各地除黑龙江出现过一次层次下降外，其他省份均维持原有层次不变。

（2）中国农业能源碳减排整体成熟度虽存在一定年际波动但总体上升趋势明显。具体而言，考察期内农业能源碳减排整体发展度指数由65.90 增至80.74，累计增加了22.52%，总体呈现“上升-相对平稳”的循环演变特征；农业能源碳减排整体协调度指数由10.65 增至54.78，累计增加了4.14 倍，总体表现出了“波动上升-持续下降-持续上升”的三阶段变化特征；农业能源碳减排整体协调发展度指数由26.49 增至66.50，累计增加了1.51倍，其演变轨迹与协调度指数完全一致。

（3）全国以及粮食主产区、主销区、产销平衡区农业能源碳减排协调发展度的动态演进趋势表现出了一定差异。具体而言，考察期内中国农业能源碳减排协调发展度整体水平显著提升且省际差距处于缩小状态。从三类地区来看，粮食主产区和主销区农业能源碳减排协调发展度整体水平均处于提升态势但省际差距有所扩大，且后者还呈现出了两极分化趋势；粮食产销平衡区农业能源碳减排协调发展度同样提升明显但省际差距大幅缩小。

基于上述研究，得到以下政策启示：①多措并举推进省际农业能源碳减排相对发展度与相对协调度的同步提升。一方面，政府部门加强指导与宣传，不断强化新型能源开发与利用，并鼓励能源消费逐步向清洁能源倾斜，切实降低农业能源碳排放强度；另一方面，建立健全相关制度保障，以此带动农业低碳生产技术的研发与推广，切实促进农业生产低碳转型。②注重各地经验总结，强化省际交流和合作。鉴于农业能源碳减排省际差距较大，各省份应在学习和吸收先进地区农业能源碳减排经验的基础上，结合自身资源禀赋特征，因地制宜探索新型减排路径，以此提升农业能源碳减排成熟度水平。③完善农村基础设施建设，提高农业社会化服务水平［29］。打造设备齐全、功能完备的农村基础设施体系，提高农业综合生产能力并降低农业生产能源消耗强度；农业社会化服务水平的提升有助于农用机械投入的资源整合，进而实现能源利用效率的提升；二者共同作用，将有力推进农业能源碳减排。