基于PCA与聚类分析的我国农业碳减排影响因素研究

王元奎 彭渝佳 刘添一

摘 要：减缓全球气候变化已成为当今全球的共同责任，而农业生产活动中的碳排放又可以作用于气候变化，在农业生产造成碳排放日趋上升的今天，文章从种植业、畜牧业等传统农业入手测算了中国农业碳排放量，然后利用主成分分析法和聚类方法对我国31个省、市、区的农业碳排放进行主要因素分析与分类。结果表明，一是从2011年至2020年，我国农业碳排放总量有下降趋势，其中占比主要是在种植业方面，包括农地利用以及稻谷类作物的碳排放；二是根据测算结果與其他资料，通过对不同指标进行主成分分析，选取出农用化学品因素、化石燃料燃烧因素、电力强度因素等五类因素作为影响中国农业碳排放的主要因素;三是将31个省、市、区按照不同的农业碳排放特征与结构划分为四类，研究结果可为我国不同省份农业碳减排政策制定提供适配的建议，助力“双碳目标”的快速实现。

关键词：农业碳排放；测算；主成分分析；聚类分析

中图分类号：F323文献标识码：A文章编号：1005-6432（2024）05-0078-04

DOI：10.13939/j.cnki.zgsc.2024.05.019

1 引言

1.1 研究背景

全球气候变化是当今社会的一个重要议题，也是全球社会所需要承担的共同责任[1]。近代以来，尤其是工业化以后导致的大气中CO2浓度的增加引致的不可逆的气候变暖是人类面临的重大生态问题之一。立足于此，研究和分析碳排放的主要影响因素、区域结构特征等便成为一个研究热点。习近平总书记也曾在联合国大会提出中国的碳达峰与碳中和战略，不仅有利于构建人类命运共同体，也是中国实现高质量发展[2]、进行生态文明建设的内在需要。中国是一个农业大国，农业碳排放约占我国温室气体排放总量的15%[3]。推进农业领域碳达峰、助力碳中和，是全面应对气候变化的重要途径，更是加快农业生态文明建设的重要内容。鉴于农业碳减排问题的复杂性，国内众多学者的研究主要集中于关于农业碳排放特征与减排潜力的研究，包括区域的非均衡性、与数据普惠金融等新技术结合后的农业碳减排效应，以及低碳农业相关政策支持的研究。

1.2 文献述评

综上所述，学界已对农业碳排放影响因素以及碳减排能力进行了大量研究，并且大多数学者赞同农业为重要温室气体排放源头之一，从研究对象角度而言，主要包括农业可再生能源[4]、低碳农业模式[5]、土壤固碳[6]等，研究内容主要从人口、经济、科技、能源等多方面展开。鉴于农业碳排放问题的复杂性，尤其是在“双碳”提出背景下，现有研究并没有从一个系统的角度切入农业碳减排的区域性特征以及相关的实证检验，即使有关于农业碳排放的区域分析，也并没有根据其不同区域性特征进行分类，提出的关于农业碳减排路径的分析并没有考虑到不同地区的实际情况，缺乏针对性。基于此，文章将在科学的农业碳排放测算框架内，对我国2011—2021年的农业碳排放进行统计，并对31个省、市、区的2020年农业碳排放进行计量与区域性比较，接下来基于主成分分析法与聚类方法划分，对不同省市的农业碳排放现状进行探讨和划分，最终通过计量模型与结论进行分析和讨论。

2 研究方法与数据来源

2.1 农业碳排放量计算方法

碳足迹起源于生态足迹的概念由哥伦比亚大学Ress等最先提出并迅速发展为量化人类碳排放量的重要指标，基于此也衍生出了诸多碳排放计量方法，比如投入产出法、生命周期法、IPCC法。与其他行业碳排放计量不同，农业碳排放的源头呈现多样性与复杂性，在结合以往学者的研究成果，以及咨询相关农业专家建议的基础上构建碳排放公式如下：

CF=∑CFi=∑Ci·δi

式中，CF表示碳投入所引起的二氧化碳排放当量，CFi表示各类碳源的碳排放量，Ci表示第i项投入的实物量，δi表示第i项投入的碳排放系数。其主要分为三个来源：一是农业用地碳排放，包括化肥、农药等的使用以及农业耕地利用；二是碳足迹在种植业，尤其是水稻生长发育过程中的碳排放；三是在养殖业中，各种动物所造成的碳排放的计量，主要包括肠道发酵和粪便管理中的温室气体排放，具体精确到各种主要的动物，如猪、牛、马、骡等牲畜品种。

根据之前的学者研究，认为农地利用的碳排放是指在农地利用活动中由于人的行为直接或者间接所导致的碳排放，其主要源于五个方面：一是化肥、农药等对农产品的投入直接或间接所引致的碳排放;二是农膜在农业生产活动中所造成的碳排放;三是翻耕破坏土壤表层而导致的有机碳的流失;四是农业灌溉活动耗费电能所引致的碳排放；五是大型农业机械用具使用化石燃料引致的碳排放。通过查阅相关文献获得各碳源碳排放系数，如表1所示。

在牲畜养殖中，主要的碳源为动物肠道发酵及粪便管理进而造成的甲烷排放，为了方便进行碳排放的总体计量，此处不考虑动物成长的不同时期的排放因子，统一采用IPCC指南所给出的按照每头每年平均值来计算。同样在之后总量计算中全部转换为C作计量单位。

2.2 PCA与聚类方法

利用PCA与聚类方法多见于评价类问题当中，根据中国几个较为重要的农业碳排放大省进行各类碳排放计量，在此基础上对影响中国农业碳排放的主要影响因素进行分析，先采用降维的主成分分析法，把多个指标转化为几个无严重相关关系的指标，减少变量间的相互影响，确定影响中国农业碳排放的主要因素，再通过聚类分析将具有相似特征的几个省份分类，为制定切实有效的农业碳减排政策奠定基础。

主成分分析法，主要思想是降维，将n维的特征映射到k维上，此研究采用基于特征值分解协方差矩阵实现的PCA算法，选取的指标有化肥施用强度、农药施用强度、农膜施用强度、柴油施用强度、农用机械强度、农用电力强度、动物肠道发酵、种植自然源排放、蓄畜排泄九个指标。其成分载荷值计算公式为：运用SPSS 24.0软件对评价指标进行主成分分析，挑选出影响中国农业碳排放的主要影响因素，为之后的聚类奠定基础。聚类算法是以欧氏距离来对各指标之间的差异性做评价，将各个数据分类并建立最小数据集，从而达到分类讨论及评价的目的。

本研究在之前主成分分析法的基础上利用SPSS 24.0软件，运用最短欧式距离法，即：

D2pq=Wr-Wp+Wq

式中，D2pq为聚类分析的类间距离;Wr、 Wp、Wq分别为第r、p、q类样品的离差平方和。

2.3 数据来源与处理

数据主要来源于《中国农村统计年鉴》《中国统计年鉴》，其中，化肥、农药、农膜等数据以当年实际情况为主，动物数量如牛、马等参照各年年末存栏情况，电力等情况以各地实际用电量为准，如遇数据缺失等情况，则按照插值样条补全数据，数据处理采用SPSS进行插值、主成分分析、聚类分析等操作。

3 研究结果与分析

3.1 我国农业碳排放总量与结构分析

通过数据处理得出，中国2011—2020年度农业碳排放总量及其增长率变动。可以得出，近年来中国农业碳排放总量波动较大，但总体呈现下降的趋势。从2011年的23996.01万吨C下降到2020年的23380.4万吨C，下降了2.57%，年均下降0.26%。农业碳排总量最大值为2015年的24931.64万吨C，比多年平均值高3.45%，最小值为2019年的23118.13万吨C，比多年平均值低4.07%。这表明人们现在在农业生产活动中对于生态环境的保护意识日益提升。

通过前文的公式，测算2011—2020年中国农业碳排放结构变动，从排放源的角度分析，农地利用的碳排放占比与畜牧业肠道发酵碳排放为主要排放源，两者合计共占中国农业总碳排的68%左右。从发展的趋势来看，农地利用碳排所占比例在逐渐下降，由2011年的35.74%降至2020年的33.70%，而稻谷类碳排占比有上升趋势，由2011年的32.35%上升到2020年的33.22%；由畜牧业，即动物肠道发酵及粪便管理引致的碳排放占比较小，分别为22.2%和3.03%，并具有较小幅度的上下波动。

3.2 我国农业碳排放主成分定量分析

了解和分析我国不同省区农业碳排放的特征，根据不同类型的碳排放科学、有针对性地制定农业碳减排的政策，意义重大。在咨询相关农业专家建议后，选取并测算了我国31个省、市、区2020年的8个农业碳排放相关指标进行后续研究。

3.2.1 特征值及主成分贡献率

将所挑选的8个指标进行主成分分析，遵守特征值大于1纳入考虑的标准，得出影响中国农业碳排放结构的各个因素可归为三大主成分。第一、第二、第三主成分的贡献率分别为50.89%、18.72%与12.49%，其总的累计贡献率为82.11%，达到主成分一般性选取标准80%，说明用这三个主成分可以很好地反映不同省份（市、区）农业碳排放结构的主成分。

3.2.2 主成分荷载解释

提取后的主成分载荷矩阵如表2所示。该因子载荷矩阵可以反映主成分每个因子所表达的信息。化肥、农药、农膜、柴油施用强度与农业机械动力及蓄畜排泄在第一主成分上有较高的正载荷，说明第一主成分主要反映了农用化学品的施用与机械化石燃料燃烧对农业碳排放的影响。第二主成分主要载荷在动物肠道发酵、电力强度两个指标上，可以认为这个主成分主要受到电力因素与动物喂养因素的影响。在第三主成分上种植自然源碳排放有最高的正载荷，故可以认为第三主成分主要受到植物生长过程本身碳排的影响。因此，中国农业碳排放的影响因素主要可以归纳为五类：农用化学品因素、化石燃料燃烧因素、电力强度因素、牲畜喂养因素、植物生长排放因素，其中前兩者对于农业碳排放影响比其他因素更加显著。

3.3 我国不同省、市、区农业碳排放聚类分析

3.3.1 类数确定

将所得31个省、市、区的主成分矩阵利用SPSS 24.0软件进行系统聚类，做聚合曲线分析可知，当类别数超过4之后，系数下降的速率明显变得缓慢，表明之后再增加类别数也无法使算法收敛，故认为中国农业碳排放类型按省份区分大致可分为四类。

3.3.2 聚类结果分析

在图1聚类结果中，可以看出31个省、市、区农业碳排放服从四种格局。

第一，北京、天津、山西、辽宁等14个地区为第一种格局。这些地区中，除西藏、宁夏外其余省份农业碳排放均处于较低层次，且大多位于我国中部地区和东部地区，主要碳排放源为农用化学品的施用与牲畜喂养方面。

第二，河北、山东、河南为第二种格局，这些地区位于我国中部，其农业碳排放主要受农用化学品施用影响，均为高强度农业碳排放省份，其农业主要以种植业为主，受水资源及降雨影响，稻谷类作物种植规模较小。

第三，内蒙古、黑龙江、安徽、江西等为第三种格局，这11个地区的农业碳排放强度绝大部分为中等偏上，且地区主要分布于我国西部地区及中部部分地区，主要碳排放源为种植自然源排放，其中多数为水稻种植地区，还有新疆、甘肃等牲畜养殖大省。

第四，江苏、浙江、广东所在地区，该地区主要为我国东部沿海地区，均为经济与农业大省，其农业碳排放强度较强，主要碳排放源为种植自然源排放，电力与机械使用位于全国前列。同时土地肥沃、耕地质量较好，农业现代化程度领先。

图131个不同省、市、区农业碳排放聚类结果

4 结论与建议

近年来，中国农业碳排放总量总体呈下降趋势， 2020年中国农业碳排放总量为20555.91万吨C，较2011年的21579.69万吨下降了4.74%，其中占比主要是种植业方面，包括农地利用以及稻谷类作物的碳排放。前者占比呈现上升趋势。动物肠道发酵及粪便管理产生的碳排放相对较为稳定。

文章共选取九个指标作为衡量中国农业碳排放的主要因素，采用主成分分析法，筛选出三个主成分，并根据主成分载荷选出农用化学品因素、化石燃料燃烧因素、电力强度因素、动物喂养因素、植物生长排放因素五类因素作为中国农业碳排放主要影响因素，前两者对于农业碳排放的影响更为显著。并基于主成分的结果将不同省份聚类，得出中国农业碳排放服从四类。

文章基于对中国农业碳排放总量的测算，就我国农业碳排放的主要影响因素及不同省份农业碳排放特征的分类做了较为深入的研究，所得到的一些主要研究结论对丰富解决农业碳排放与碳中和问题具有一定的参考价值。有研究表明，农用化学品的滥用导致土壤硝化和反硝化过程加速，造成大量温室气体的排放。因此，首先是加强对于化肥、农药正确施用的宣传，使广大农民和涉农主体深刻认识到农业对于实现新时代“双碳目标”不可或缺的作用，树立低碳农业发展意识；其次是优化农业产业结构，相对而言，我国农业的主要结构仍是以种植业与畜牧业为主，适当地发展林渔业，有助于增加碳汇，助力碳中和。在种植业产业内部，在确保粮食产量安全的前提下，减少农用化学品的施用、化石燃料的燃烧，加大高产出低碳排粮食的种植。

参考文献：

[1]朱兆敏.论碳排放博弈与公正的国际经济秩序[J].江西社会科学，2010（4）：157-168.

[2]史作廷，时希杰.努力推动实现碳达峰碳中和目标[J].红旗文稿，2021（20）：25-28.

[3] 王雅楠，张琪琳，陈伟. 基于碳汇功能的省域农业碳排放及减排潜力研究——以中国三种主要粮食作物为例[J]. 重庆社会科学，2022（5）：58-75.

[4]贾凤伶，陈琼，秦静.农业生产用能结构变化特点及消费弹性分析[J].天津农业科学，2019，25（2）：49-55.

[5]纪玉颖.“双碳”目标下低碳农业研究[J].上海农村经济，2022（7）：43-45.

[6]张旭辉，潘根兴.稻田与稻作农业对碳中和的启示[J].科学，2021，73（6）：18-21.

［作者简介］王元奎，男，汉族，山西朔州人，就读于广西大学经济学院/中国-东盟金融合作学院，研究方向：区域经济与管理。