農業碳排放的影響因素分解與脫鉤效應的國際比較

王 劼，朱朝枝

（福建農林大學 新農村發展研究院，福州 350002）

0 引言

農業是中國乃至全世界溫室氣體排放的第二大主體。農業活動產生的非二氧化碳溫室氣體排放（甲烷、N2O等）占非二氧化碳溫室氣體排放總量的58%，溫室氣體排放占全球溫室氣體排放總量的14%。目前，國內學者主要關注中國農業發展與碳排放的實際情況，研究重點集中于中國及各省（市、自治區）農業碳排放量與農業經濟增長的地區比較，以及農業碳排放量的因素分解、脫鉤效應和碳排放效率關鍵影響因素識別，基于國際背景的研究文獻甚少，無法明確中國農業碳排放總量、碳排放強度與世界上農業發達國家、農業落后國家的比較中處于何位置，無法為中國參與農業發展或碳排放的國際談判提供有力的證據支撐。鑒于此，本文將研究視角從國內背景轉向國際背景，利用WIOD數據庫和FAO數據庫的系統數據，基于32個國家2000—2014年的農業數據，比較發達國家和發展中國家在碳排放量變化、碳排放的影響因素、碳排放與農業經濟增長的脫鉤效應類型等方面的變化趨勢及其差異，一方面可豐富農業碳排放領域的研究成果，另一方面又可為政策設計者制定碳減排政策提供有益的決策參考。

1 研究方法

1.1 農業碳排放變化的影響因素分解方法：LMDI模型

目前，碳排放變化的影響因素分解方法主要包括：Laspeyres指數法、簡單平均分解法（SAD）、對數平均迪氏指數法（LMDI）、平均增長率指數法（MRCI）等。其中LMDI方法是國內外學術界應用最為廣泛的方法，更具成熟性。鑒于此，本文選擇Ang（2000）提出的對數平均迪氏指數法（LMDI）對樣本國家碳排放的影響因素進行分解。在因素分解前，借助日本教授Yoichi Kaya提出的Kaya恒等式，并根據研究目標進行適當的擴展。最初的Kaya恒等式為：

其中，C、POP與GDP分別代表CO2排放量、國內人口總量與國內生產總值分別表示一國的平均生產效率、碳排放強度。由上可知，傳統的Kaya恒等式將一國二氧化碳排放變化的影響因素分解為人口規模、生產效率和碳排放強度。但是，后續國內外學者對Kaya恒等式進行不斷的擴展，如韓岳峰和張龍（2015）通過擴展恒等式，將能源結構、進口因素、出口因素等引入恒等式，從而考察能源結構和貿易因素對農業碳排放量變動的影響；王強和張歡歡（2016）在擴展恒等式的過程中，將農業碳源結構因素引入恒等式，進而考察農業碳源結構變化對碳排放量變化的影響效應。由于本文的數據中，農業碳排放源主要來自3個碳源：CO2、N2O、CH4，而不同的碳源結構可反映一國農業生產環節中哪個環節或者細分行業對碳排放的貢獻更大，這可在一定程度上反映出農業內部產業結構對碳排放變化的影響，理由是：CO2和N2O主要來自種植業和林業，而CH4主要來自畜牧業和養殖業。鑒于此，本文借鑒王強和張歡歡（2016）的思路，構建農業碳排放的Kaya恒等式如下：

其中，Ct為農業第t年的碳排放總量（即CO2、N2O、CH4三種溫室氣體排放的二氧化碳當量）；Cit為第i種碳源第t年的碳排放量（二氧化碳當量）；VAt為一國農業第t年的增加值。通過以上擴展后的Kaya恒等式，將一國農業碳排放影響因素分為3個，即α、β、λ（具體詳見式（3）），分別表示：碳源結構效應、碳排放強度效應、規模效應，可較好地考察農業碳排放變化的內在根源。式（2）中，令：

將式（3）代入式（2）可得，農業碳排放影響因素分解模型變化為：

接著，令基期t碳排放為Ct，t+1期為Ct+1，利用LMDI的加和分解方法對式（4）進行差分分解，則差分如下：

式中，Δαi、Δβ、Δλ分別表示碳源結構效應、碳排放強度效應、出口反效應和規模效應引起的農業碳排放變化。而根據Ang提出的LMDI模型，3個因子所引起的農業碳排放變化量計算公式分別為：

1.2 Tapio脫鉤模型

基于Kaya恒等式和LMDI模型的碳排放因素分解結果，可給出各組成要素對農業碳排放增長的貢獻值和貢獻率，幫助找到碳排放增長的助推因子和抑制因子，研究結論具有直觀的決策參考價值。

為進一步研究農業經濟增長與碳排放壓力的動態關系，繼續引入Tapio（2005）脫鉤模型，直觀比較t年的農業碳排放的增長率與農業增加值增長率，綜合總量變化和相對量變化兩類指標，采用以時期為時間尺度的彈性分析方法反映變量間的脫鉤關系，有效緩解期初期末值選定的高度敏感性或極端性而導致的計算偏差，保障脫鉤關系測度和分析的客觀性和準確性。Tapio模型中農業發展與碳排放脫鉤彈性的計算公式為：

其中，e（CO，IGDP）t表示 t年的碳排放與 IGDP 脫鉤彈

2性，與減排技術、能源結構變化、能源效率有關；分別為t年碳排放增長率、增加值增長率；脫鉤分析的時間尺度方面，由于存在經濟增長與能源消耗變化的滯后關系，應采用5～10年時期分析。

Tapio將經濟發展與碳減排脫鉤彈性分為負脫鉤、脫鉤和連結三種狀態，具體的脫鉤狀態判斷標準見表1。其中，弱脫鉤、強脫鉤、衰退脫鉤等3種脫鉤類型是較為良好的結果，而擴張性脫鉤、強負脫鉤、弱負脫鉤、增長連接、衰退連接等5種脫鉤類型是不理想的結果。因此，只要某一國家在樣本期間前3種脫鉤類型的出現頻率越高，農業碳減排表現就越好；反之，越差。1.3 數據來源及說明

表1 脫鉤狀態的判斷標準

農業增加值的原始數據來自WIOD數據庫的社會經濟賬戶子數據庫（SEA），該數據庫將農業產業分為3個子產業：作物和動物生產、狩獵和相關服務活動；林業和伐木；漁業和水產養殖，因此農業增加值為3個子產業增加值的總和。而農業碳排放的原始數據來自FAO數據庫，主要包括CO2以及CH4和N2O所釋放的二氧化碳當量。WIOD數據庫提供40個國家或地區2000—2014年的數據，考慮盧森堡等7個國家農業增加值絕對量過小，以及臺灣地區部分變量的缺失，最終確定32個國家樣本：德國、瑞典、芬蘭、意大利、法國、荷蘭、比利時、西班牙、波蘭、奧地利、英國、葡萄牙、西班牙、捷克、瑞士、匈牙利、丹麥、立陶宛、羅馬尼亞、愛爾蘭、美國、中國、加拿大、巴西、印尼、日本、韓國、俄羅斯、土耳其、墨西哥、印度、澳大利亞。由于SEA子數據庫提供的農業增加值數據和FAO數據庫提供的農業碳排放數據均僅更新至2014年，因此本文的研究期間為2000—2014年，該樣本期間已能反映出發達國家和發展中國家農業經濟增長、碳排放等方面的演變趨勢及其差異，保證研究結論的代表性。

2 樣本國家農業碳排放的影響因素分解與脫鉤效應

2.1 樣本國家農業碳排放的影響因素分解

2.1.1 樣本國家農業碳排放變化的總效應：以2000年為基期

32個樣本國家農業碳排放變化的總體效應呈現較為明顯的異化特征。表2中發達國家19個：澳大利亞、奧地利、比利時、加拿大、丹麥、芬蘭、法國、德國、愛爾蘭、意大利、日本、韓國、荷蘭、葡萄牙、西班牙、瑞典、瑞士、英國、美國；發展中國家13個：巴西、保加利亞、中國、捷克共和國、匈牙利、印度、印尼、立陶宛、墨西哥、波蘭、羅馬尼亞、俄羅斯、土耳其。國家劃分標準為：2000—2014年間超半數年份人均GDP超過10000美元為發達國家；反之，為發展中國家。由表2顯示，首先，發達國家中，比利時、加拿大、西班牙、韓國和美國的農業碳排放量與2000年相比出現增長，其他發達國家則呈現出下降的特征，美國甚至比2000年增長35116 kt CO2-e。其次，巴西、中國、印度、印尼、墨西哥、土耳其作為發展中國家中土地和人口規模較大的國家，同時也處在經濟規模和農業發展的上升階段，農業碳排放量也出現較大的增長幅度，分別比2000年增加116037 kt CO2-e、137211 kt CO2-e、27487 kt CO2-e、143056 kt CO2-e、13039 kt CO2-e、12556 kt CO2-e。

表2 樣本國家農業碳排放的變化量 （單位：kt CO2-e）

2.1.2 樣本國家農業碳排放變化的因素分解結果分析

（1）規模效應對農業碳排放變化的貢獻度甚高，農業自身經營規模擴大是其碳排放增長的促進因素。

規模效應是以增加值作為代理變量反映農業總體經營規模變動對農業碳排放量的影響效應。一般來說，種植業的經營面積越大，化肥、農藥、農膜等中間品的投入數量越大，農業機械投入與運行數量越大導致的能源消耗量越大，產生的CO2和N2O排放量也就越多，而畜牧養殖規模越大，動物糞便及腸道發酵所產生的CH4排放量也相應越多。由表3可知，除日本外，其他樣本國家農業碳排放量因農業生產規模擴大而不斷增加，尤其農業生產大國的碳排放增長幅度更大。例如，澳大利亞、巴西、中國、印度、印尼、俄羅斯、美國等7個國家，因農業經營規模擴大，2014年的農業碳排放量分別比2000年增加157129 kt CO2-e、529324 kt CO2-e、1370957 kt CO2-e、789746 kt CO2-e、240236 kt CO2-e、138527 kt CO2-e、320567kt CO2-e（見表3）。以上結果表明，經營規模擴大是誘發農業能源碳排放增長的主要驅動因素，推動“高投入、高消耗、高產出”的增長方式向“低投入、低消耗、高產出”的增長方式轉變，是未來農業低碳化發展的關鍵要素。

表3 規模效應對農業碳排放變化的貢獻 （單位：kt CO2-e）

（2）碳排放強度效應對農業碳排放變化的貢獻度甚大，碳排放強度降低對農業碳排放增長具有顯著抑制作用。

碳排放強度等于農業碳排放量除以農業增加值，即單位農業增加值的農業碳排放量，該值越小表示農業的能源利用效率越高，碳資源回收利用等低碳經營能力越強。根據原始數據，2001—2014年，32個樣本國家的碳排放強度幾乎都呈現下降的態勢。中國碳排放強度的降幅非常顯著，2014年與日本和韓國成為碳排放強度低于1的國家，分別為0.89、0.60、0.87，遠低于美國、法國、英國、德國、加拿大等發達國家，反映出中國在控制農業碳減排方面的措施得力并取得良好成效。而由表4可知，2001—2014年，碳排放強度效應對農業碳排放變化的貢獻值均小于0，表明碳排放強度的降低是抑制農業碳排放增長的關鍵要素，可有效抵消農業生產規模擴大所引致的碳排放增量。例如，2000—2014年，碳排放強度降低幫助中國農業部門減少碳排放量達1252529 kt CO2-e，這表明提升能源利用效率、畜禽糞便等碳資源回收利用能力、土壤固碳能力、減少農作物殘余物燃燒等措施，對農業碳減排具有重要的戰略意義。

表4 碳排放強度效應對農業碳排放變化的貢獻 （單位：kt CO2-e）

（3）碳源結構效應對農業碳排放變化的貢獻度極低，農業內部的產業結構調整對農業碳排放總量的影響效應甚小。

碳源結構效應是指農業碳排放總量中CO2、N2O、CH4三種溫室氣體的占比結構變化對碳排放變化的影響，可在一定程度上反映出農業內部產業結構對碳排放變化的影響，理由是：CO2和N2O主要來自種植業和林業，而CH4主要來自畜牧業和養殖業。由表3可知，無論是發達國家還是發展中國家，碳源結構效應對農業碳排放變化的貢獻度很低，可忽略不計（幾乎為0，文中未給出結果，可向作者所取），這表明農業內部的產業結構調整對農業碳排放總量的影響效應甚小。

2.2 樣本國家農業碳排放與經濟發展的脫鉤效應

2.2.1 發達國家農業碳排放的脫鉤效應測算結果分析

由下頁表5測算結果表明，第一，總體上講，發達國家農業碳排放與經濟發展多數年份處于具有正面意義的脫鉤狀態，即農業碳排放增長速度小于農業增加值的增長速度，或者快于農業增加值的降低速度，甚至是農業增值上升而碳排放量反而下降的最佳效果。2001—2014年，發達國家的農業已經發展較為成熟，普遍積累較為豐富的農業生產技術和較為先進的農業生產技術，且低碳技術成果積累與研發能力更強，在農業技術與低碳技術專利申請數遙遙領先于世界平均水平，并通過幫助發達國家提升農業的能源利用效率和碳回收利用能力，進而幫助發達國家較頻繁地實現農業碳排放與經濟發展的正面意義的脫鉤。第二，發達國家農業碳排放與經濟發展的脫鉤類型中，以強脫鉤類型（碳排放減少而增加值上升）的出現頻率最高，這表明發達國家能在農業經濟規模得到擴大的同時很好地控制碳排放。

2.2.2 發展中國家農業碳排放的脫鉤效應測度結果分析

由下頁表6測算結果可知，第一，總體上講，2001—2014年，保加利亞、立陶宛、波蘭、羅馬尼亞、捷克、匈牙利、土耳其等7個中歐國家農業碳排放與經濟發展的弱脫鉤、強脫鉤、衰退脫鉤等3種脫鉤類型（即表6中的④、⑤、⑥）出現頻率總數低于或等于9次，且以強負脫鉤、弱負脫鉤為主，同樣源于這些樣本國家農業萎縮的緣故，這符合中歐國家的實際情況。第二，而中國、印尼、印度、墨西哥、巴西、俄羅斯等6個國家農業碳排放與經濟發展在弱脫鉤、強脫鉤、衰退脫鉤等3種脫鉤類型上出現頻率總數超過9次，而且以弱脫鉤為主、強脫鉤為輔，主要原因在于：在發達國家農業微弱的同時，發展中國家農業仍處于發展爬升階段，農業經營規模逐漸擴大而使增加值不斷增加，而根據脫鉤效應的計算公式即為增加值增長率必然大于0；只是發展中國家通過引入國外先進農業技術，提高了生產效率和能源利用效率，使生產經營過程的碳排放強度慢慢降低，致使農業碳排放的增長速度慢于增加值的增長速度，從而實現碳排放與經濟增長的弱脫鉤現象。

3 結論與啟示

本文主要基于Kaya恒等式和LMDI模型，對32個樣本國家（包括發達國家和發展中國家）農業碳排放變化的影響因素進行分解，包括碳源結構效應、碳排放強度效應、規模效應等3個因素，并進行國際比較；同時，計算農業碳排放與農業經濟增長的Tapio脫鉤指數與脫鉤類型，并進行國際比較分析。得出如下結論：第一，規模效應和碳排放強度效應幾乎決定農業碳排放變化的總量及方向，但兩個因素的影響方向相反，規模效應為促增因素，而碳排放強度效應為促減因素；碳源結構效應對農業碳排放變化的貢獻甚小，可忽略不計。第二，發達國家和發展中國家由于農業發展階段差異，農業碳排放與農業經濟增長的脫鉤效應存在較大差異。以上研究結論的啟示如下：

表5 發達國家農業碳排放的脫鉤效應的測算結果

表6 發展中國家農業碳排放的脫鉤效應的測算結果

第一，加快農業增長方式轉型升級，降低碳排放強度。中國農業與其他國家類似，經營規模擴大是農業碳排放增長的促進因素，而碳排放強度是抑制農業碳排放增長的關鍵要素，且技術效率是提升農業碳排放效率的促進因素。為推進農業碳減排而放棄農業增長的減排模式不符合發展中國家的實際，轉變農業生產方式是關鍵。鑒于此，后續中國的農業碳減排政策應該以增加農業技術或農業低碳技術研發與供給為首要任務，在農業技術創新能力仍與美國、日本有較大差距的情況下，中國仍需引入國外先進農業技術，加大育種技術、新肥料、新農藥、新農機、清潔能源和低碳處理廢棄物技術等科技成果轉化工作的投入力度，按照“減量化、再利用、資源化(3R)”的原則，對傳統農業進行改造升級，努力提升生產效率和能源利用效率，提升碳資源回收利用能力、土壤固碳能力等措施，推動農業由“高投入、高消耗、高產出”的增長方式向“低投入、低消耗、高產出”的增長方式轉變，這是未來農業低碳化發展的關鍵要素。

第二，發展中國家須爭取基于碳強度或碳排放效率作為碳減排責任設定的原則。本文研究發現，發達國家在碳排放總量控制上發達國家確實優于發展中國家，符合當前社會各界的認知。但是，發達國家控制農業碳排放總量的基本途徑是控制國內農業的發展規模，一方面是因為發達國家普遍人口較少，另一方面是發達國家通過增加對發展中國家初級農產品以及農副食品的進口，將農業碳排放轉嫁給發展中國家。發達國家農業的規模增長幅度遠小于發展中國家。再考慮中國、巴西、印度、印尼均以弱脫鉤為主、強脫鉤為輔，即農業碳排放量增速慢于增加值增速，再次證明發展中國家的農業低碳化進程取得較好效果。發展中國家應繼續爭取基于碳強度或碳排放效率作為碳減排責任設定的原則，一方面可獲得更有優勢的談判地位和談判依據，另一方面有利于減輕中國農業的碳減排壓力，從而獲得更多的發展權。