中国粮食主产省区农业碳排放特征及影响因素

宁 静, 李亚洁, 王 震, 陈 凯

(1.东北农业大学 公共管理与法学院, 哈尔滨 150030; 2.东北农业大学 公共管理与法学院, 哈尔滨 150030)

自2006年我国首次超越美国成为全球最大温室气体排放国后,我国就面临着保增长和降碳排并行的双重压力。2020年我国政府在联合国一般性辩论会上提出分两个阶段实现“双碳”目标[1],充分发挥了大国的责任担当积极应对气候变化,并于2021年向联合国提交了《中国落实国家自主贡献成效和新目标新举措》和《中国21世纪中叶长期温室气体低排放发展战略》[2],并在“十四五”规划中积极进行了战略部署,明确了产业结构和能源结构优化调整、节能减排、增加碳汇的发展战略。农业具有碳源和碳汇双重碳效应[3],固碳减排的潜力十分巨大,在我国实现“双碳”目标中具有重要的战略地位[4]。据统计,农业碳排放已占我国碳排放总量的17%,是我国碳排放的重要组成部分[1]。二十大中多次也提到生态保护,增加碳汇,并致力于协同推进降碳、减污、扩绿、增长,推进生态优先、节约集约、绿色低碳发展。因此探究碳排放发展趋势及其影响因素迫在眉睫。

1977年Bolin对农业生产活动碳源与其他生态系统碳汇的关系的探讨引起了国际关注,农业碳排放问题逐渐成为碳排放的焦点之一[5]。目前对农业碳排放的研究主要集中在以下几个方面:(1) 对农业碳排放因子的测算。农业碳排放主要来源被认为主要来自化学农业投入[6],包括化肥、农药、农膜等化学产品生产和使用过程中的碳排放[7];能源消耗,包括农业机械使用过程中消耗的化石燃料、灌溉等消耗的电量[8];农业资源自身及其产出物,如水稻生长发育过程中产生的温室气体、动物养殖产生的碳排放等[9-10];(2) 对农业碳排放的影响因素分析。何艳秋等[9]认为农业经济发展水平和机械化水平是影响碳排放的主导因素。周思宇等[11]认为土壤管理与农用品投入碳排放是东北地区耕地的主要碳排放源。张杰等[12]从农户尺度分析,认为年龄、务农年限、教育水平和农业技能培训均能影响米脂县的农业碳排。(3) 对农业碳排放的时空特征研究。吴义根等[13]利用ESDA,分析农业碳排放的空间关联效应。农业碳排放总量及其强度空间分布存在明显的非均衡性,有集聚的趋势,集聚的区域层次分明,有明显的地域特征。曹俐等[14]以山东17地级市为研究对象,发现1997年以来,山东省农业碳排放量和排放强度总体呈现出简单的倒“U”形变化,“上升—下降”两阶段演化特征突出。李远玲等[15]发现湖南省各县(市、区)农业碳排放在空间布局上存在显著同质性,空间均质性增强,空间异质性减弱。(4) 农业碳减排政策。田云等[16]提出注重顶层设计,厘清制约碳减排工作的关键性因素,加大政策扶持力度等方法来保证减排实施。吴昊玥等[17]提出立足实际、多措并举、联合控制区域显著因素等措施实现减排增汇。蒋添诚等[18]认为化肥农药零增长工程、畜禽粪便基本资源化利用行动等有利于碳减排。(5) 碳排放与经济增长脱钩。王太祥等[19]研究得出西北干旱区农地利用碳排放与农业经济增长以弱脱钩为主。陈红等[20]以黑龙江为研究区,探究发现2016年后,黑龙江碳排放与农业经济间存在强脱钩关系。蒋添诚等[18]发现湖北碳排放量与农业经济间存在强脱钩关系。

农业是国民经济的基础,粮食主产省区是我国主要产粮区域同时也是我国重要的畜禽业养殖基地。2003年国家财政部印发《关于改革和完善农业综合开发若干政策措施的意见》对粮食主产区进行界定,包括黑龙江、吉林等13省。2020年,粮食主产省粮食产量占全国78.56%,对农业生产具有重要影响。本研究以粮食主产省区为研究区,从农用投入物质、农作物种植、畜禽业养殖、秸秆焚烧4个方面构建农业碳排放体系,测算2010—2020年的农业碳排放及强度,分析其时空变化规律,研究不同省域农业碳排放与农业经济的脱钩关系及碳排放影响因素,旨在为保障粮食安全,维护生态环境,实现农业低碳可持续发展提供理论依据。

1 研究方法与数据来源

1.1 研究方法

IPCC在《2006年温室气体排放清单指南》列举农业生产过程中温室气体的排放源主要包括10个方面,但我国具体的案例研究往往根据IPCC推荐公式及我国特有的参数进行核算。由于农业碳排放源存在多样性、复杂性的特征,很难形成一套统一的测量标准[21]。综合考虑粮食主产省区特点及数据可得性,本文拟从农用投入物质(包括化学物质和化石燃能源)、农作物种植、畜禽养殖、秸秆燃烧4个方面产生的碳排放进行核算。

1.1.1 农用投入物质碳排核算 本文农用投入物质的碳排放来源选择借鉴丁宝根[7]、李波等[8]人的研究成果,即农业生产过程中化肥、农药、化石能源等使用过程中而产生的碳排放,具体公式如下:

E农用投入物质=∑〔Ti×αi×(44/12)〕

(1)

式中:E农用投入物质为农用投入物质的碳排放量;Ti是i类碳源的使用量,包括化肥、农药、农膜、柴油使用量、农作物播种面积、有效灌溉面积;αi是i类碳源的排放系数,与碳源i一一对应,分别是0.895 6 kg/kg,4.934 kg/kg,5.18 kg/kg,0.592 7 kg/kg,312.6 kg/km2,266.48 kg/hm2。

1.1.2 农作物种植碳排核算 本研究对农作物种植活动产生的碳排放主要考虑农作物种植过程中产生的两部分占比较大的碳排放,一部分是种植过程中翻耕土壤有机碳矿化分解产生的N2O,另一部分是水稻种植过程中因根系淹水发酵产生的CH4。

E农作物种植=E农作物N2O+E水稻种植

(2)

其中:

E农作物N2O=∑(Si×τi)

(3)

式中:E农作物N2O为农作物种植过程中产生的N2O排放量,Si为i类农作物播种面积,τi为i类农作物的N2O排放系数。其中,水稻为0.24 kg/hm2,春小麦为0.40 kg/hm2,冬小麦为1.75 kg/hm2,大豆为2.29 kg/hm2,玉米为2.532 kg/hm2,油料为0.95 kg/hm2,蔬菜为4.944 kg/hm2。

水稻生长过程中会产生甲烷E水稻种植,借鉴何艳秋等[22]相关成果,考虑区域差异,具体排放系数见表1。

表1 CH4排放因子Table 1 CH4 emission factors g/m2

E水稻种植=∑(Ci×Zi)

(4)

式中:E水稻种植为水稻种植产生的CH4排放量;Ci为i省水稻种植面积;Zi为i省水稻排放因子。

1.1.3 畜禽养殖碳排核算 由于我国大部分粮食主产省区与畜禽产品主产区高度重合[23],即粮食主产省区是全国畜禽养殖碳排放的主要区域之一[24],因此粮食主产区的畜禽养殖碳排也不可忽视,本研究中的畜禽养殖碳排主要考虑反刍动物胃肠发酵产生的CH4和粪便处理过程中产生的碳排放。

E畜禽业养殖=ECH4+ENO2

(5)

ECH4=∑Bi×(Di+Gi)

(6)

ENO2=∑(Bi×Gi)

(7)

式中:ECH4和ENO2分别为畜禽养殖产生的CH4和NO2排放量;Bi为i类动物的饲养量;Di为肠胃发酵产生的CH4;Gi为粪便管理产生的CH4或NO2。借鉴刘杨等[25-27]学者研究,具体排放系数见表2。

表2 肠胃发酵和粪便管理产生的CH4,NO2系数Table 2 CH4 and NO2 coefficients generated by gastrointestinal fermentation and manure management system of livestock

1.1.4 秸秆焚烧碳排核算 本研究对于秸秆焚烧的碳排放主要考虑我国主要粮食作物玉米、小麦、水稻秸秆焚烧带来的碳排放。具体排放系数借鉴程琳琳等[28]学者的相关研究。

Eij秸秆焚烧=∑(Qik×Mk×Nk×Pk×Lk)

(8)

式中:Eij秸秆焚烧是i省j类气体排放量;QiK是i省k作物的产量;MK是k的草谷比;NK是k的露天焚烧比;PK是k的燃烧效率;LK是k的排放因子。

1.1.5 农业碳排放总量

E=E农用投入物质+E农作物种植+E畜禽业养殖+Eij秸秆焚烧

(9)

式中:E为农业碳排放总量;E农用投入物质为农用投入物质温室气体排放量;E农作物种植农作物种植产生的温室气体排放量;E畜禽业养殖为畜禽养殖产生的温室气体排放量;Eij秸秆焚烧为秸秆燃烧产生的温室气体排放量。此外,根据全球变暖潜能值,CO2的GWP为1,CH4为25,NO2为310[29]。

1.1.6 碳排放强度 农业碳排放强度主要用来衡量地区农业经济同农业碳排放量之间的相关程度,即每单位国民生产总值所产生的二氧化碳排放量。碳排放强度越低代表该区域经济增加的碳排代价越小。

A=E/GDPn

(10)

式中:A为农业碳排放强度;E为农业碳排放总量; GDPn为农牧业总产值[27]。

1.2 脱钩模型

OECD首次提出脱钩概念,最初用来描述环境压力和驱动力的变化关系,但存在明显缺陷:一是对变量的基期和末期取值比较敏感,易产生结果偏差;二是过于笼统地划分脱钩类型,对环境压力与经济增长之间的具体关系类型无法详细区分[7]。TAPIO在OECD脱钩模型的基础上克服了数据的敏感特征,进一步提出了“脱钩弹性”的概念,充分考虑研究对象的总量及相对量的变化,可以较好地反映碳排放量与经济增长间的关系。因此本文选择TAPIO脱钩模型进行研究。根据脱钩弹性值大小,将其分为8类[30](表3)。

表3 脱钩类型划分Table 3 Classification of decoupling types

(11)

式中:e为脱钩弹性值;ΔE为农业碳排放变化量;E为农业碳排放量;ΔGDPn为农牧业产值变化量;GDPn为农牧业总产值。

1.3 碳排放影响因素分析

LMDI模型具有消除残差,因素可逆等优点[31],在农业碳排放分解中应用广泛。本文采用LMDI模型从农业生产效率、农业产业结构、地区产业结构、地区经济发展水平、城镇化水平和农村人口6个方面进行分解[27]。

(12)

(13)

(14)

(15)

(16)

(17)

式中:E为农业碳排放总量;GDPn为农牧业GDP;GDPz为农林牧渔总产业GDP;GDP为地区GDP;Pz为地区总人口;Pn为农村人口。α为农业生产效率;β为农业产业结构;γ为地区产业结构;δ为地区经济发展水平;ε为城镇化水平。

通过对数加和分解等处理,各分解因素贡献值的表达式如下:

(18)

(19)

(20)

(21)

(22)

(23)

式中:Δα、Δβ、Δγ、Δδ、Δε、Δp表示第T年与基期相比,农业生产效率、农业产业结构、地区产业结构、地区经济发展水平、城镇化水平和农村人口对农业碳排放的贡献值。将逐年贡献值相加即为相应影响因素的累计贡献值。

1.4 数据来源

本文测算的原始数据主要来源于2010—2020年《中国农村统计年鉴》《中国农业年鉴》《中国畜牧兽医年鉴》,从中获取测算原始数据包括化肥、农药、牛、羊、猪、农作物产量、家禽数量、农村人口、农业经济产值等。为进一步消除价格因素对指标相对可比性的扰动,以2010年为基期采用可比价对经济产值进行调整;出栏率小于1牲畜,如牛、羊,饲养量等于本年与上年存栏量的均值;出栏率大于1的牲畜,如猪和家禽类,饲养量则采用当年出栏量×(年均生长周期/365),猪、家禽的年均生长周期分别为200 d,55 d[25]。

2 结果与分析

2.1 农业碳排放数量分析

2.1.1 粮食主产区碳排放量分析 从数量上来看,粮食主产省区总碳排从2010年的860.78 Mt增长至2020年的871.64 Mt,增加了10.86 Mt,增幅1.26%。从年增长规律来看,以2017年为界点,呈现先增加后减少的趋势(图1)。2010—2015年碳排放量持续上升,这是由于2010年作为“十一五”和“十二五”的巩固和谋划交接之年,中央财政继续加大了农业补贴力度,建立完善农资综合补贴动态调整制度,提高粮食收购价格,激发农民生产积极性,整个“十二五”阶段农业农村经济呈现向好势头,农用投入物质增加,粮食产量同秸秆焚烧量也不断增加,导致这一阶段碳排放量呈增长趋势。2015年11月30日,习近平在巴黎气候变化大会上发表《携手构建合作共赢、公平合理的气候变化治理机制》的讲话,并在“十三五”规划中进一步践行“生态文明”理念。2015年制定发布《到2020年化肥使用量零增长行动方案》、推进秸秆综合利用等政策,由于农业政策具有效果滞后的特性,粮食主产省区碳排放量在2017年达到峰值927.68 Mt,随后出现下降趋势。

图1 粮食主产区碳源结构

从碳排放源的结构来看(图1),粮食主产区近11年来碳排放源占比从高到低依次是农用投入物质(最大年排放量为256.79 Mt)>畜禽养殖(最大年排放量为249.93 Mt)>农作物种植(最大年排放量为221.03 Mt)>秸秆焚烧(最大年排放量221.68 Mt)。农用投入物质是粮食主产区碳排放的主要排放源,年平均碳排放量约占总年平均排放量的27.65%;秸秆焚烧所产生的碳排放占比最少约为22.49%。由此可见,农业减排增效是控制农用投入物质碳排放的有效途径,如进行化肥减量提效、农药减量控害等政策宣传和推广,提高农业种植效率;秸秆焚烧控制,如鼓励引导农民采用秸秆粉碎还田、秸秆覆盖还田等方式促进秸秆综合利用,减少秸秆焚烧。

2.1.2 省际碳排放量对比分析 利用ArcGIS数据自然断点分级方法将粮食主产省区13个省份的碳排放量分成5个级别等级,吉林、辽宁位于第1等级,碳排放量最低;第5等级碳排放量最高。高排区主要位于华中地区,河南省和湖南省的碳排放量最多。河南省是我国传统农业大省,种植业的化肥使用占比较高,同时也是我国养猪大省,生猪饲养过程中碳排放也较为突出;湖南省作物熟制为一年两熟(或三熟),农用投入物质及种植翻耕频次较多,导致累积碳排放量较高,此外,湖南省仅次于四川省是我国第二大生猪饲养大省,禽畜碳排占比仍然较大。低排区主要位于华北和东北南部,华北地区耕地资源利用的集约化水平相对较高,东北地区则主要是由于其熟制为一年一熟,农用物质投入频次较少。值得一提的是,黑龙江省的农业碳排放相较于周围省域较为突出,究其原因是该省种植业机械化水平较高,特别是三江平原地区,农业生产过程中化石能源的碳排放量较大;另外,黑龙江省养殖业发展迅速,2022年已经跃居为我国第九养猪大省。

从2010年和2020年碳排放源占比情况(图2)可知,我国粮食主产省区碳排源的构成相对稳定并具有明显的区域差异性。内蒙古、四川、辽宁、黑龙江4个省份畜禽养殖的碳排量占比较高,其中内蒙古占比最大高达58.58%,主要是由于畜禽结构以反刍动物为主;河北、山东的碳排放结构则主要表现在农用投入物质的高比例碳排上,即农药、化肥、农膜等产生的碳排放,分别达到44.94%和40.99%;湖南、湖北、江西、江苏4个省份地处亚热带,一年两熟或三熟、水稻种植面积大、土壤翻耕频次高,因此农作物种植行为产生的碳排量在碳排结构中占比较大;吉林、安徽和河南在排放源结构上没有明显的高比例排放源。

图2 2010年、2020年省域碳源构成

从2020年相对2010年碳排放源结构比例变化(图3)情况可以看出:畜禽养殖的碳排放源占比下降明显,其中河南和吉林最为显著,分别减少11.32%和10.33%,这是由于在1号文件的宏观指导下畜禽产业不断调整畜牧业结构,开展规模养殖,并积极改良畜禽品种、提升饲养技术和畜禽排泄物处理设施。自2015年我国提出农业绿色转型发展战略,进行低碳生产以来,粮食主产省区农用投入物质和碳排放占比也均有下降,河北、山东减排效果最为明显。秸秆焚烧和农作物种植活动的碳排放源占比相对增加。

图3 2010-2020年碳排放源结构变化

2.2 农业碳排放强度分析

粮食主产省区平均碳排放强度呈下降趋势,由2010年2.17 t/万元下降到2020年1.58 t/万元,降低27.19%,说明我国在2010—2020年期间的农业技术效率提高、产业优化布局及相关农业政策对农业经济发展及减排增效作用显著。从碳排放的空间分异特征来看,碳排放强度存在地区性差异,华中、华东等地区碳排放强度由北向南递增,东北地区排放强度由南向北递增;以江西省为首,碳排放强度最高达3.99 t/万元,以及一些南方省份如湖南、安徽其主要原因是这些省份的农业产值主要以水稻种植业为主,包括早稻和晚稻均具有较高的碳排放量;黑龙江也具有和南方省份相同的高碳排放强度的特征,主要是由于该省水稻种植面积逐年增加,随着农业现代化水平的提高,大型农业机械对化石燃料的消耗也增大,另外禽畜养殖业也日益壮大;河北、沈阳和吉林等省份,位于北方,熟制为一年一熟且以旱作农业为主,碳排放强度较低;内蒙古主要以碳排较高的反刍牲畜养殖为主,所以碳排强度较大;高排放的地区并不一定高排放强度,例如山东省(83.08 Mt)碳排高于省域平均碳排量(68.70 Mt),而碳排放强度(1.28 t/万元)低于省域平均排放强度(2.07 t/万元),该省份农业注重生产效率提升,农业经济由粗放向低碳绿色发展。

2.3 脱钩效应分析

将农业碳排放与农业经济产值两项指标作为坐标轴(图4),以2010—2020年的各值的省份均值为分界点,将粮食主产区分为四类:高排高产、低排高产、低排低产、高排低产4类[32]。山东、湖南、四川、河南属于高排高产区,高投入高回报的传统农业模式依旧占主导地位。河北属于低排高产区,在农业碳排放与农业经济产值之间处于良性状态,农业碳排放量低但能实现农业产值高发展。辽宁、吉林、内蒙古、湖北、江西属于低排低产区,农业碳排放量低但农业经济产值也低于各区平均水平。黑龙江、安徽、江苏属于高排低产区,农业碳排放量较高,但农业经济产值却相对较低,农业投入与收入不符,未来应促进相关农业技术发展,减排增产,促进农业经济发展。

图4 省域类别划分

测算粮食主产省区2011年、2014年、2017年及2020年的脱钩指数(表4),总体来说,粮食主产区大部分省域处于弱脱钩状态,农业经济增速大于碳排放量的增速。各省域从弱脱钩或扩张连接趋势向强脱钩或弱脱钩转变。2011年除黑龙江和吉林外,均属于弱脱钩状态,随后农业碳排放与农业经济的关系不断改善,低碳农业可持续发展。

表4 粮食主产省区脱钩状态Table 4 Decoupling status of major grain producing provinces and regions

具体而言(表4),江西、湖南一直处于弱脱钩状态,脱钩状态比较稳定。吉林由扩张连接向强脱钩转变,辽宁、河北、江苏、山东、湖北、安徽由弱脱钩向强脱钩转变,实施化肥农药零增长、畜禽粪便基本资源利用行动等促进农业碳减排,从而实现农业经济与农业碳排放强脱钩。黑龙江脱钩状态为扩张连接—弱脱钩—扩张负脱钩—弱脱钩;四川由弱脱钩向强脱钩再向弱脱钩转变,内蒙古脱钩状态为弱脱钩—扩张负脱钩—弱脱钩—弱脱钩,农业碳排放处于波动状态;现代化农业高速发展,农业利用效率提升,但人们为了追求更高的农业经济利益,加大农业物资的投入及秸秆处理不当等行为,使得农业碳排与农业经济的联系不稳定。总体而言,各省脱钩状态向好发展。

2.4 碳排放影响因素分析

LMDI分解结果(表5)表明:粮食主产区省份碳排放影响因素受区位条件、农业资源禀赋及农业经济发展基础的影响,呈现明显的区域性特征。2010—2020年,辽宁、河北、江苏、山东、河南、湖北、四川7省实现碳减排,黑龙江、吉林、内蒙古、安徽、江西、湖南6省仍处于碳排放增量阶段。农业生产效率、地区产业结构、农村人口因素对这些省份农业碳排放均起到不同程度抑制作用,地区经济发展水平和城镇化水平则促进碳排放量增加。农业产业结构仅促进吉林、内蒙古碳排放,分别增加71.35万t和51.47万t,而对其他地区碳排放起到抑制作用;吉林、内蒙古的第一产业收入主要以农牧业为主,占比分别为93.41%和94.38%,在农牧业中投入农药等生产物资较多,因而促进碳排放。黑龙江、吉林、辽宁、内蒙古以农村人口因素为抑制碳排的首要因素,分别减少碳排3 601.14万t,1 403.13万t,1 125.42万t,1 725.56万t;农业现代化水平提高及规模化经营意味着农业劳动力资源投入减少,劳动力向非农转移一定程度抑制碳排。河北、山东、河南、湖北、四川以农业生产效率因素为抑制碳排的首要因素,分别减少碳排2 364.88万t,3 269.59万t,4 360.96万t,2 343.32万t,2 975.87万t,随着经济增长,生产技术投入、低碳环保政策落地,生产效率大幅提高,农业生产可持续发展,农业碳排对环境的影响程度逐渐减小。江苏、安徽、江西、湖南以地区产业结构为抑制碳排的首要因素,分别减少碳排3 638.66万t,3 737.26万t,3 169.56万t,4 526.43万t,地处东南沿海,二三产业发达,外出务工相比农业收益显著,一产比重逐渐减小,一定程度抑制农业碳排放。

表5 碳排放影响因素分解结果Table 5 Decomposition results of factors affecting carbon emissions

3 结论与建议

3.1 结 论

本文从农用投入物质、农作物种植、畜禽养殖、秸秆焚烧四方面计算粮食主产区碳排放量、碳排放强度、碳排放与经济的脱钩关系、碳排放影响因素,具体结论如下:

(1) 粮食主产区碳排放处于先增加后减少趋势,以农用投入物质为主要碳源。华中地区是主要的高排放区域。碳排源的构成相对稳定并具有明显的区域差异性,2010—2020年畜禽养殖的碳排放源占比下降明显。

(2) 粮食主产区碳排放强度呈下降趋势,江西、黑龙江等省份碳排放强度较高,最高省域碳排放强度可达3.99 t/万元;山东等省份碳排放强度较低。

(3) 将13省划分为高排高产、低排高产、低排低产、高排低产4类,低排高产区是理想状态,目前仅有河北省低排高产。就脱钩指数而言,各省域从弱脱钩或扩张连接趋势向强脱钩或弱脱钩转变,农业碳排放与农业经济的关系在不断改善。

(4) 2010—2020年,辽宁、河北、江苏、山东、河南、湖北、四川7省实现碳减排,黑龙江、吉林、内蒙古、安徽、江西、湖南6省仍处于碳排放增量阶段。农业生产效率、地区产业结构、农村人口等因素对农业碳排具有明显抑制作用,农业产业结构对大多数地区具有抑制碳排的作用。

3.2 建 议

(1) 大力发展技术,提升农业生产效率。加大对农业技术的资金投入,促进化肥农药等减量提效。提高农用机械的动力效能,使用较为清洁的能源替换使用;提倡免耕或少耕、间歇性节水灌溉等种植措施,推进农业废弃物资源化利用技术发展。改良农作物品种,推广种植低碳作物。

(2) 控制畜禽出栏量和存栏量,稳定畜禽养殖的规模和速度,宣传畜禽养殖的疾病预防技术,增强养殖人员的综合素质;深入研究微生物强化堆肥技术,减少环境污染;改良畜禽品种,考虑建立种养结合,促进畜禽粪便在农业内部循环使用。

(3) 调整产业结构。在保障粮食安全的基础上,针对不同地区,因地制宜调整农牧产业结构,宜耕则耕,宜牧则牧,协调农牧比例,大力发展农业特色产业,实现农业转型发展,降低农业碳排。

(4) 建立秸秆生态补偿机制。推进秸秆还田,秸秆养畜,秸秆发电等,强化秸秆露天焚烧的实时监测,将卫星遥感、无人机等技术与秸秆监测相结合,提高秸秆焚烧监测效率和水平;给予财政支持,将耕地补贴与秸秆焚烧挂钩,促进农户提高低碳环保意识;鼓励企业积极参与秸秆收贮,设立收贮补贴等政策进行扶持,提高企业收贮积极性。