中國農業碳排放分布動態與趨勢演進

田云　張俊飚　尹朝靜　吳賢榮

摘要

研究農業碳排放的動態分布特征與趨勢演進規律對于農業碳減排政策的合理制定具有重要意義。本研究在科學測算31個省（市、區）2002-2011年農業碳排放量的基礎上，以農業碳強度為指標，利用基尼系數和核密度估計法，系統考察了我國農業碳排放的地區差距及分布動態演進。研究結論揭示：①中國農業碳排放呈現較為明顯的空間非均衡性特征。基于農業碳排放總量變化趨勢的差異可將31個地區劃分為“持續下降型”、“波動下降型”、“持續上升型”與“波動上升型”等四種類型；農業碳強度均呈下降趨勢，但降幅差異較大。②基尼系數測算結果表明，全國農業碳排放空間分布的總體差距正逐步擴大。其中，東部地區處于高度平均；中部地區擴大趨勢較為明顯；西部地區呈“蝙蝠型”變化特征。③Kernel密度估計表明，我國農業碳排放的地區差距在樣本考察期內呈下降態勢，但降幅相對有限。從三大區域來看，東部地區差距在變小的同時還出現了四極分化現象；中部地區差距逐漸縮小；西部地區則經歷了先擴大后縮小的過程，總體呈縮小態勢但幅度較小。

關鍵詞中國；農業碳排放；分布動態；趨勢演進；Kernel密度

中圖分類號F323；X22

文獻標識碼A

文章編號1002-2104（2014）07-0091-08doi：10.3969/j.issn.1002-2104.2014.07.014

胡錦濤同志在十八大報告中提出了大力推進生態文明建設，而著力推進低碳發展則是實現生態文明建設的重要途徑。二、三產業是產生碳排放的主導部門，但快速發展的農業卻也是加速氣候變暖的重要誘因。發展低碳農業，在農業領域推行溫室氣體減排和適應氣候變化的戰略舉措，提高農業應對氣候變化的能力，將是促進農業可持續發展的一個重要途徑。為了探索農業低碳之路，越來越多的學者圍繞農業碳排放問題展開研究，形成了大量研究成果，但卻主要集中在農業碳排放的測算、時空比較以及驅動機理的探索等少數研究視角。其中，閔繼勝等[1]、田云等[2]、賀亞亞等[3]先后基于大農業視角測算了我國以及湖北省農業碳排放量并對其時空演變規律及結構特征進行了分析；而驅動機理的探究則集中在農地利用碳排放[4]與農業能源碳排放領域[5]。除此之外，也有學者圍繞農業碳排放的區域公平性[6]、農業碳足跡的測度與分析[7]以及農業科技進步等外部因素對農業碳排放的影響進行了研究[8]。

上述文獻或基于國家層面探討了農業碳排放的總體現狀，或基于特定視角探究了農業碳排放一些基本特質，這對豐富農業碳排放問題研究體系，并對其展開深入分析奠定了堅實基礎。不過，在進行區域比較時通常只選擇了某一年（即截面數據）作為比較點，而鮮有學者利用面板數據對農業碳排放的動態分布與趨勢演進進行探討。事實上，鑒于農業碳排放的特殊性，其減排政策的制定應避免全國一盤棋，而應結合各省區實際，構建差異化的減排政策體系。了解各省區近些年農業碳排放的基本現狀、分布動態與趨勢演進則是實現這一目的重要前提。基于此，本文將在全面測算我國31個省（市、區）2002-2011年農業碳排放量的基礎上，以農業碳強度為指標，對我國農業碳排放的地區差距及分布動態演進進行實證研究，以期為差異化農業碳減排政策的制定以及碳減排目標的實現提供必要的參考依據。

1研究方法與樣本數據

1.1研究方法

核密度作為一種重要的非參數方法，已成為研究不均衡分布的常用方法。該方法主要用于隨機變量的概率密度進行估計，用連續的密度曲線描述隨機變量的分布形態。假設隨機變量X的密度函數為f（x），在點x的概率密度可以由公式（1）進行估計：

f（x）=1Nh∑Ni=1KXi-xh（1）

其中N為觀測值的個數；h為帶寬；K（·）為核函數，它是一種加權函數或平滑轉化函數；Xi為獨立同分布的觀測值；x為均值。

在Kernel密度估計中，由于核密度函數對帶快的選擇非常敏感，確定適當的帶寬h對于獲得最優擬合結果就顯得尤為重要，因為它可以決定核密度估計精度和Kernel密度圖的平滑程度。由此可見，帶寬的選擇對Kernel密度估計的重要性遠大于核函數[9]。在實踐中，樣本越多，對帶寬的要求越小，但也不能太小，即h是N的函數，且應滿足公式（2）：

limN→∞h（N）=0；limN→∞Nh（H）=N→∞（2）

核函數是一種加權函數或平滑函數，根據Kernel密度函數表達形式的差異，可以分為高斯核、Epanechnikov核、三角核、四次核等類型。本研究將選擇常用的高斯核函數對我國農業碳排放的分布動態演進進行估計，其函數表達式如公式（3）所示：

K（x）=12πexp-x22（3）

由于非參數估計無確定的函數表達式，通常需采用圖形對比的方式來考察其分布變化。一般而言，作出核密度估計結果的圖形并進行觀察，可得到變量分布的位置、形態和延展性等3方面信息。

1.2樣本數據與農業碳排放量測算

1.2.1樣本數據

本文實證研究將以碳強度作為農業碳排放指標，該指標需通過計算得來，其獲取涉及兩大類數據，一是農業碳排放量，二是地區農業生產總值（即農業GDP），二者相除即為農業碳排放強度指標。樣本包括除港、澳、臺之外的我國其他31個省（市、區），選擇2002-2011年為地區層面樣本數據的考察周期，鑒于各省（市、區）統計年鑒均公布了1952=100或者1978=100的不變地區農業生產總值指數，本文參考各地區統計年鑒原始數據，以2005年=100，換算成2005年的不變價地區生產總值指數，然后用各省（市、區）2005年的當年價地區農業生產總值乘以該不變指數即可得到各自2005年的不變價地區農業生產總值。

1.2.2農業碳排放量測算

本文綜合多位學者研究成果，將從三方面考察農業碳排放量：一是農用物資投入所引發的碳排放，具體包括化肥、農藥、農膜、農用柴油直接使用以及農業灌溉耗費電能所導致的碳排放，相關排放系數來自田云等[10]的研究。二是稻田所引發的甲烷排放，由于我國不同地區水熱條件存在較大差異，導致水稻在同一地區的不同生長周期或者不同地區的同一生長周期CH4排放系數也不盡相同；為此，本研究將參考閔繼勝等[1]所測算的帶有地區差異性的CH4排放系數。三是畜禽養殖所引發的碳排放，包括腸道發酵所引起的CH4排放以及糞便管理系統中所導致的CH4和N2O排放；具體到我國，主要涉及牛（分為水牛、奶牛和黃牛）、馬、驢、騾、駱駝、豬、羊（分為山羊和綿羊）、家禽、兔等畜禽品種；相關排放系數均源于IPPC。據此，構建農業碳排放測算公式如下：

E=∑Ei=∑Ti·δi（4）

其中，E為農業生產碳排放總量，Ei為各類碳源碳排放量，Ti為各碳排放源的量，δi為各碳排放源的碳排放系數。

化肥、農藥、農膜、農用柴油使用量以及農業灌溉面積等農業生產活動數據來自《中國農村統計年鑒》；水稻播種面積源自《中國農業統計資料》；牛、馬、驢等畜禽數量出自《中國畜牧業年鑒》。同時，由于畜禽飼養周期存在差異，在實際計算中需對其年均飼養量進行調整，本文參照閔繼勝等[1]的計算方法，對畜禽年平均飼養量進行調整。其中，對于出欄量大于1的生豬、家禽和兔，其生長周期分別取200天、55天和105天。當出欄量大于或等于1時，平均飼養量根據出欄量進行調整，公式如下：

Ni=Days_alivei×Mi365（5）

其中，Ni為i種牲畜年平均飼養量，Days_alivei為i種牲畜平均生長周期，Mi為i種牲畜年生產量（出欄量）。

當出欄率小于1時，牲畜年平均飼養量根據年末存欄進行調整，即

Ni=（Cit+Ci（t-1））/2（6）

其中，Ni為i種牲畜年平均飼養量，Cit、Ci（t-1）分別表示i種牲畜第t年年末存欄量和第t-1年年末存欄量。

為了便于分析，在對農業碳排放量進行加總時將統一將C、CH4、N2O置換成標準CO2，依據IPCC第四次評估報告（2007），1tCH4、N2O所引發的溫室效應分別等同于25 t CO2和298 t CO2所產生的溫室效應。

2研究結果與分析

2.1描述性統計分析

基于前文所給出的農業碳排放測算公式，分別測算我國31個省（市、區）2002年、2005年、2008年及2011年的農業碳排放量，并結合各自農業生產總值計算出農業碳強度，具體數據見表1。

2.1.1我國省級區域農業碳排放量及時序演變特征

結合表1可知，2011年，農業碳排放量居于前5位的省份依次是河南、湖南、四川、江蘇和山東，分別排放了相當于6 856.24萬t、6 737.26萬t、6 492.83萬t、5 780.24萬t和5 637.33萬t CO2當量的溫室氣體；北京、天津、上海、寧夏和海南則依次排在后5位，分別排放了相當于223.73萬t、310.52萬t、348.40萬t、565.60萬t和880.72萬t CO2當量的溫室氣體。相比2002年，各地區農業碳排放量均有較為明顯的增減變化。其中，北京等12個地區

E=∑Ei=∑Ti·δi（4）

其中，E為農業生產碳排放總量，Ei為各類碳源碳排放量，Ti為各碳排放源的量，δi為各碳排放源的碳排放系數。

化肥、農藥、農膜、農用柴油使用量以及農業灌溉面積等農業生產活動數據來自《中國農村統計年鑒》；水稻播種面積源自《中國農業統計資料》；牛、馬、驢等畜禽數量出自《中國畜牧業年鑒》。同時，由于畜禽飼養周期存在差異，在實際計算中需對其年均飼養量進行調整，本文參照閔繼勝等[1]的計算方法，對畜禽年平均飼養量進行調整。其中，對于出欄量大于1的生豬、家禽和兔，其生長周期分別取200天、55天和105天。當出欄量大于或等于1時，平均飼養量根據出欄量進行調整，公式如下：

Ni=Days_alivei×Mi365（5）

其中，Ni為i種牲畜年平均飼養量，Days_alivei為i種牲畜平均生長周期，Mi為i種牲畜年生產量（出欄量）。

當出欄率小于1時，牲畜年平均飼養量根據年末存欄進行調整，即

Ni=（Cit+Ci（t-1））/2（6）

其中，Ni為i種牲畜年平均飼養量，Cit、Ci（t-1）分別表示i種牲畜第t年年末存欄量和第t-1年年末存欄量。

為了便于分析，在對農業碳排放量進行加總時將統一將C、CH4、N2O置換成標準CO2，依據IPCC第四次評估報告（2007），1tCH4、N2O所引發的溫室效應分別等同于25 t CO2和298 t CO2所產生的溫室效應。

2研究結果與分析

2.1描述性統計分析

基于前文所給出的農業碳排放測算公式，分別測算我國31個省（市、區）2002年、2005年、2008年及2011年的農業碳排放量，并結合各自農業生產總值計算出農業碳強度，具體數據見表1。

2.1.1我國省級區域農業碳排放量及時序演變特征

結合表1可知，2011年，農業碳排放量居于前5位的省份依次是河南、湖南、四川、江蘇和山東，分別排放了相當于6 856.24萬t、6 737.26萬t、6 492.83萬t、5 780.24萬t和5 637.33萬t CO2當量的溫室氣體；北京、天津、上海、寧夏和海南則依次排在后5位，分別排放了相當于223.73萬t、310.52萬t、348.40萬t、565.60萬t和880.72萬t CO2當量的溫室氣體。相比2002年，各地區農業碳排放量均有較為明顯的增減變化。其中，北京等12個地區

E=∑Ei=∑Ti·δi（4）

其中，E為農業生產碳排放總量，Ei為各類碳源碳排放量，Ti為各碳排放源的量，δi為各碳排放源的碳排放系數。

化肥、農藥、農膜、農用柴油使用量以及農業灌溉面積等農業生產活動數據來自《中國農村統計年鑒》；水稻播種面積源自《中國農業統計資料》；牛、馬、驢等畜禽數量出自《中國畜牧業年鑒》。同時，由于畜禽飼養周期存在差異，在實際計算中需對其年均飼養量進行調整，本文參照閔繼勝等[1]的計算方法，對畜禽年平均飼養量進行調整。其中，對于出欄量大于1的生豬、家禽和兔，其生長周期分別取200天、55天和105天。當出欄量大于或等于1時，平均飼養量根據出欄量進行調整，公式如下：

Ni=Days_alivei×Mi365（5）

其中，Ni為i種牲畜年平均飼養量，Days_alivei為i種牲畜平均生長周期，Mi為i種牲畜年生產量（出欄量）。

當出欄率小于1時，牲畜年平均飼養量根據年末存欄進行調整，即

Ni=（Cit+Ci（t-1））/2（6）

其中，Ni為i種牲畜年平均飼養量，Cit、Ci（t-1）分別表示i種牲畜第t年年末存欄量和第t-1年年末存欄量。

為了便于分析，在對農業碳排放量進行加總時將統一將C、CH4、N2O置換成標準CO2，依據IPCC第四次評估報告（2007），1tCH4、N2O所引發的溫室效應分別等同于25 t CO2和298 t CO2所產生的溫室效應。

2研究結果與分析

2.1描述性統計分析

基于前文所給出的農業碳排放測算公式，分別測算我國31個省（市、區）2002年、2005年、2008年及2011年的農業碳排放量，并結合各自農業生產總值計算出農業碳強度，具體數據見表1。

2.1.1我國省級區域農業碳排放量及時序演變特征

結合表1可知，2011年，農業碳排放量居于前5位的省份依次是河南、湖南、四川、江蘇和山東，分別排放了相當于6 856.24萬t、6 737.26萬t、6 492.83萬t、5 780.24萬t和5 637.33萬t CO2當量的溫室氣體；北京、天津、上海、寧夏和海南則依次排在后5位，分別排放了相當于223.73萬t、310.52萬t、348.40萬t、565.60萬t和880.72萬t CO2當量的溫室氣體。相比2002年，各地區農業碳排放量均有較為明顯的增減變化。其中，北京等12個地區