長沙市農地利用凈碳排放變化趨勢及驅動因素分析

鄧楚雄，盧濤，李忠武，李科

(湖南師范大學 a.地理科學學院；b.數學與統計學院，中國 長沙 410081)

農業活動是人類社會發展的基礎，同時也是主要的溫室氣體來源[1]，其中，農地利用碳排放在農業總碳排放中占比達34.29%并有增加趨勢[2]。隨著溫室氣體排放增加，相關環境問題越來越嚴峻，諸如海平面上升、各種極端天氣頻發等。眾多國家已將綠色發展模式、降低碳排放作為應對氣候變化的重要舉措[3]。土地資源作為農業發展的核心要素對農業可持發展起著重要的支撐作用[4]，基于農地利用的視角分類開展農業碳排放變化趨勢及驅動因素的實證分析，可為農業碳減排措施提供客觀依據。

目前，農業碳排放已成為能源、環境等研究領域的熱點問題，相關成果不斷涌現。主要研究集中在以下幾個方面：(1)從不同視角研究農業碳排放的核算、現狀和趨勢。多數學者從碳源—碳匯的視角[5,6]考察區域農業碳排放現狀及變化趨勢；也有學者以農業類型為視角，分別就種植業[7]、林業[8]和畜牧業[9]進行碳排放測算與機理剖析；還有學者著眼于土地利用核算農業的碳排放[10]。(2)采用不同的方法探究農業碳排放的驅動因素。陳羅燁等運用碳排放系數[11]、Jiang等運用LMDI方法[12]、王海飛等運用SSBM-ESDA模型[13]、田素妍等運用環境庫茨涅茨曲線(EKC)[14]等方法測算農業碳排放，分析農業碳效應的驅動機理及農業碳排放的公平性等。Johnson等[15]認為農業碳排放與牲畜的糞便、化肥、農藥、土壤有關；龐麗等[16]研究發現，影響各地農業碳排放增長的主要因素是經濟發展水平；何艷秋等[17]研究表明，農業經濟發展水平和機械化水平對中國農業碳排的影響存在明顯的區域異質性。(3)農業碳減排的對策建議。宏觀方面，學者們提出政府需引導發展低碳農業的路徑選擇，如加快國土綠化、鼓勵農村土地流轉、力求政策創新等[5,12,18]；微觀層面，采取必要的減排措施，如實行農業鏈互動與立體農業生產模式、推動系列低碳生產技術的有序集成等[6-11]。這些成果就農業碳排放的某一方面作了較為深入的研究，有較好的借鑒意義，但多數成果著眼于農業總碳排放或某一農業部門的碳排放，少有針對全農地類型各自凈碳排放變化趨勢及驅動因素的研究，難以為分類采取差異化的碳減排對策措施提供參考。

鑒于此，本文從土地利用的視角。首先，根據碳排放、碳吸收系數等分別測算耕地、林地、園地、草地和水域利用的凈碳排放量；其次，采用EKC經典3次函數模型擬合各類農地利用的凈碳排放變化與對應的農業產值變化之間的關系，識別每類農地利用凈碳排放變化趨勢；然后，運用擴展的Kaya模型和LMDI分解法厘清能耗、產值、產量、土地規模等因素對各類農地利用凈碳排放作用的方向及強度；最后，基于分析結果，分類提出有針對性的碳減排措施。更重要的是長沙市農業現代化水平處于湖南省前列，社會經濟正由中高碳向低碳經濟轉型[19,20]，因此，研究結果可以有效地指導湖南省乃至中南地區農業低碳發展。

1 研究區域概況

長沙市位于湖南省東部偏北、湘江下游、長瀏盆地西緣，東鄰江西省宜春、萍鄉兩市，南接株洲、湘潭兩市，西連婁底、益陽兩市，北抵岳陽、益陽兩市，國土面積11 819 km2；轄芙蓉區、天心區、岳麓區、開福區、雨花區、望城區、瀏陽市、寧鄉市、長沙縣等9個縣級行政單元，是湖南省省會所在地，社會經濟發達，為全國“兩型社會”綜合配套改革試驗區；屬亞熱帶季風氣候，降水充沛，雨熱同期，四季分明，農業自然資源良好，是湖南省重要的糧食生產基地。2007—2016年間長沙市城郊型休閑農業迅速發展，經濟性農作物產量不斷提升，農業經濟效益逐年提高。2016年間長沙市實現農業總產值584億元，農業產值年均增速達10.88%，但2007—2016年間長沙市農地面積減少了37 076 hm2。長沙市農業用地面積包括耕地、林地、園地、草地、水域，其中以草地面積的縮小幅度最大，面積減少了9.28%；林地面積的縮小幅度最小，面積減少了3.03%。

2 研究數據與方法

2.1 數據來源

本文涉及的化肥、農藥、農膜、能源消費、產品產量及產值等數據來自相關年份的《湖南統計年鑒》和《長沙統計年鑒》；農地面積源自中華人民共和國自然資源部土地調查成果共享服務平臺的《湖南土地利用調查成果》。

2.2 研究方法

2.2.1 農業凈碳排放測算 眾所周知，農地利用兼具碳源—碳匯雙重功能[21]：一方面，農作物、草地、林木、水草植被生長發育的光合作用吸收了大量的二氧化碳；另一方面，農業生產活動中各類農用物資、化石能源的投入使用以及牲畜排泄物的產生，導致了大量溫室氣體排放。為便于分析，本文使用農地凈碳排放的概念。

表1 主要畜牧碳排放系數

表2 主要能源的標準煤折算系數與碳排放系數

表3 主要農作物的碳吸收率與經濟系數

2.2.2 環境庫茲涅茨曲線假說 結合相關研究本文采用EKC經典三次函數模型[30]進行農地凈碳排放與農業產值的擬合，以識別農地凈碳排放與農業產值之間的關系及變化趨勢。具體計算公式為：EC=b0+b1x+b2x2+b3x3+e，式中，EC為凈碳排放量；x為農業產值；b0為常數項，b1，b2和b3為x的參數項；e為隨機誤差項。其中，b0，b1，b2和b3的參數取值決定著農地凈碳排放與農業產值關系曲線的形態[31]，判斷依據見表4。

表4 凈碳排放與農業產值的曲線關系

2.2.3 Kaya恒等式和LMDI分解 為探究農地凈碳排放變動的驅動因素，本文首先引入Kaya恒等式[32]，基于農地能耗、農業產量、農業產值和土地面積，構建起各類農地凈碳排放分解恒等式。公式為C=C/E×E/G×G/Q×Q/L×L。式中，C為農地凈碳排放量(萬t)、E為農地能耗(萬tce)；Q為農業產量(萬t)；G為農業產值(億元)；L農地面積(hm2)。令CCE=C/E，CEG=E/G，CGQ=G/Q，CQL=Q/L將農地碳排放分解為5個因素的乘積，公式為C=CCE×CEG×CGQ×CQL×L。式中：CCE單位能耗凈碳排放、CEG單位產值能耗、CGQ單位產量產值、CQL單位面積產量、L農地面積。

進一步地，采用對數平均迪氏分解(LMDI)對上式中各驅動因素進行分解以探究不同時期各因素對農地凈碳排放量的影響。LMDI是一種完全分解方法，且操作方便，在碳排放的驅動因素相關研究中得到了廣泛的應用[33,34]。本文采用LMDI的加法形式對上式進行分解。以耕地為例，其加法形式和公式分解分別為下式：ΔC=C1t-C10=C1ce+ΔC1eg+ΔC1gq+ΔC1ql+ΔC1ll，ΔCCE=∑(C1t-C10)/(lnC1t-lnC10)ln [(C1t/E1t)/(C10/E10)]，ΔCEG=∑(C1t-C10)/(lnC1t-lnC10)ln [(E1t/G1t)/(E10/G10)]，ΔCGQ=∑(C1t-C10)/(lnC1t-lnC10)ln [(G1t/Q1t)/(G10/Q10)]，ΔCQL=∑(C1t-C10)/(lnC1t-lnC10)ln [(Q1t/L1t)/(Q10L10)]，ΔCL=∑(C1t-C10)/(lnC1t-lnC10)ln [(L1t/L10)]式中，C1t，C10為t年與基年耕地的凈碳排放量；E1t，E10為t年與基年耕地的能耗；G1t，G10為t年與基年耕地的產值；Q1t，Q10為t年與基年耕地的產量；L1t，L10為t年與基年耕地的面積；ΔCCE，ΔCEG，ΔCGQ，ΔCQL和ΔCL分別為單位能耗凈碳排放、單位產值能耗、單位產量產值、單位土地面積產量和土地面積對農業凈碳排放總變化量ΔC的貢獻值。當公式中含0或負值時，采用極小值代替[35]。

3 結果及分析

3.1 農地利用凈碳排放分析

由表5可知，研究期內長沙市農地利用凈碳排放量經歷了前升后降兩個階段，總體略有下降。2007—2012年為上升階段，凈碳排放量由2007年的-196.04萬t增長至2012年的-169.61萬t，增長幅度為13.48%；2012—2016年為下降階段，凈碳排放量由2012年的-169.61萬t減少至2012年的-200.91萬t，減少幅度為18.45%；研究期內農地利用凈碳排放量減少4.87萬t，減少幅度為2.48%。

1.6 統計學方法 采用SPSS 17.0統計軟件進行數據處理及分析。采用頻數、百分比、均數、標準差描述護士的一般資料，中文版共情疲勞量表、職業認同量表和領悟社會支持量表得分情況,采用t檢驗、單因素方差分析、Pearson相關分析及多元線性回歸進行分析。以P<0.05為差異有統計學意義。

表5 2007—2016長沙市農地利用碳排放量 單位:萬t

研究期內農地利用以碳匯功能為主，其中的耕地、林地和水域為碳匯農地，園地和草地為碳源農地。耕地是主要碳匯農地，研究期內耕地利用凈碳排放量占到了農地利用凈碳排放總量的80%左右，凈碳排放量與農地凈碳排放總量表現出相同的變化趨勢，耕地利用的凈碳排放主導著長沙市農地利用凈碳排放的變化；林地是第二大碳匯農地，林地利用凈碳排放量占到了農地利用凈碳排放總量的19%左右，凈碳排放量與農地凈碳排放總量表現出類似的變化趨勢，林地利用的凈碳排放強化了長沙市農地利用凈碳排放的變化。園地利用的凈碳排放量波動式增加，由2007年的0.06萬t上升到2016年的0.77萬t，研究期內增長了11.83倍。草地利用的凈碳排放量在1.12～1.58萬t之間升降，研究期內增長了9.42%。水域利用的凈碳排放量變化不大，基本維持在-1.00萬t左右。

3.2 農地利用凈碳排放與農業產值的EKC檢驗

3.2.1 農地利用總凈碳排放與農地總產值的EKC檢驗 運用SPSS 22.0統計分析得到表6和圖1。研究期內長沙市農地利用總凈碳排放與農業總產值的二次函數回歸通過1%的顯著性檢驗，農地利用凈碳排放量與農業總產值存在“倒U型”EKC關系，這意味著農地利用總凈碳排放量隨著農業總產值的增加會呈現先增后減的變化趨勢。對其二次函數求導得到曲線的拐點為230.50，說明長沙市農業總產值在達到230.50億元以前農地利用總凈碳排放量持續增長，之后則不斷下降。長沙市農業總產值已于2011年超過了該拐點，農地利用總凈碳排放量已處于下降階段。

表6 EKC擬合回歸檢驗

圖1 農地利用凈碳排放與產值的庫茲涅茨曲線關系

3.2.2 各類農地利用凈碳排放與部門農業產值的EKC檢驗 耕地利用的凈碳排放量與耕地產值的二次函數通過5%的顯著性檢驗，研究期內長沙市耕地利用的凈碳排量與耕地產值呈現“倒U型”EKC關系。由于耕地利用的凈碳排放量在農地利用總凈碳排放量中的占比高，故其曲線形態與農地利用總凈碳排放曲線相似。對其二次函數求導得出曲線拐點為171.75億元，長沙市農業(種植業)產值已于2012年超過該值，耕地利用的凈碳排量處于下降階段。

林地和園地利用的凈碳排放量與對應產值的二次回歸函數通過了1%的顯著性檢驗，兩者的凈碳排放量與產值呈現“倒U型”EKC關系。對其二次函數求導得出林地和園地的曲線拐點分別為20.76和27.50億元，長沙市林業產值已于2013年超過拐點值，園藝業產值已于2016年超過拐點值，林地和園地利用的凈碳排放都已步入了遞減階段。草地和水域的凈碳排放量與各自的產值僅有一次回歸函數通過10%的顯著性檢驗，凈碳排放量與產值存在正向線性關系，草地和水域的凈碳排放量隨著產值的增加而持續升高，草地和水域的凈碳排放還處于上升階段。

綜上所述，長沙市耕地、林地和園地利用的凈碳排放量與對應的產值存在倒“U型”EKC關系，早期的凈碳排放量隨著產值的增長有所增加，但增速逐步放慢，達到臨界點后轉而下降；草地和水域利用的凈碳排放量與對應的產值關系不滿足經典的環境庫茲涅茨曲線，其凈碳排放量隨著產值的增長而持續增加。長沙市耕地、林地和園地利用的凈碳排放量已于不同年份越過拐點處于下降階段，草地和水域的凈碳排放量還會繼續增長。

3.3 農地利用凈碳排放因素分析

3.3.1 耕地利用凈碳排放因素分析 研究期內耕地單位能耗凈碳排放累計貢獻值為363.22%，對長沙市耕地利用凈碳排放起著顯著的促進作用，是長沙市耕地利用凈碳排放增長的主要因素，但其促進作用在2013年后出現大幅下降并趨于穩定。單位產值能耗的累計貢獻率64.54%，對長沙市耕地利用凈碳排放起著較為明顯的促進作用，且促進作用在增強，助推了耕地利用凈碳排放增長。單位耕地產量和耕地規模的累計貢獻率分別為13.35%和13.01%，對耕地利用凈碳排放的促進作用不大。在耕地規模不斷減少的現實情況下，不合理的能源消費結構及為提高種植業產值而不斷增加能源投入是長沙市耕地利用凈碳排放增長的主要原因。

單位產量產值的累計貢獻值為-406.49%，是抑制耕地凈碳排放的主要因素，且抑制作用逐漸增強。這表明城郊型農業形態的耕地資源利用因具有良好的經濟效益而抑制著耕地利用凈碳排放增長。

3.3.2 林地利用凈碳排放因素分析 研究期內林地單位能耗凈碳排放累計貢獻值為371.03%，對林地利用凈碳排放有顯著促進作用，并且以2013年為分界點由逐步增強轉變為逐步減弱。林地規模累計貢獻值為6.33%，對林地利用凈碳排放的促進作用很小且促進作用每年維持在1%～2%，林地利用變化本是一個緩慢的過程因此其影響可忽略不計。與耕地類似，不合理的能源消費結構是長沙市林地利用凈碳排放增長的主要原因。

單位產量產值和單位林地產量的累計貢獻值分別為-256.08%和-75.73%，對林地利用凈碳排放起著不同程度的抑制作用，抑制作用總體有增強趨勢。單位產值能耗的累計貢獻值為-109.52%，總體對林地利用凈碳排放起著抑制作用，但抑制作用不斷降低且已于2014年轉變為促進作用。隨著生態保護力度的加強、林業質量與效益的提升，林地的碳匯能力不斷增強，但經濟林的大力發展相較傳統公益林而言需要更多的能源投入，因此單位產值能耗對林地利用凈碳排放已轉變為促進作用。

3.3.3 園地利用凈碳排放因素分析 研究期內園地單位能耗凈碳排放累計貢獻值為222.48%，對園地利用凈碳排放有顯著促進作用，促進作用發生在2009年后，且有小幅下降的趨勢。單位產量產值的累計貢獻值為160.00%，對園地利用凈碳排放有著較強的促進作用，促進作用總體變化不大。單位園地產量累計貢獻值為80.25%，對園地利用凈碳排放有著一定的促進作用，促進作用發生在2009年后且基本保持穩定。進一步優化能源使用結構、提高產能和經濟效益有益于降低園地利用凈碳排放。

單位產值能耗和園地規模的累計貢獻值分別為-87.01%和-12.30%，對園地利用凈碳排放起著抑制作用，兩者于2010年由促進作用轉變為抑制作用后，抑制作用基本保持穩定。反映出園地的農地集約利用程度逐漸提升，凈碳排量得以有效控制。

3.3.4 草地利用凈碳排放因素分析 研究期內草地單位產量產值累計貢獻值為415.45%，是促進草地利用凈碳排放的主要因素，且促進作用總體增強。草地單位能耗凈碳排放累計貢獻值為-272.92%，對凈碳排放有顯著的抑制作用，單位草地產量的累計貢獻值為-77.19%，對凈碳排放量有一定的抑制作用，兩者的抑制作用逐步降低。單位產值能耗的累計貢獻值為-74.92%，草地單位產值能耗對凈碳排放于2010年由促進作用轉變為抑制作用后，抑制作用逐步增強。草地規模的累計貢獻值為-33.32%，草地利用變化最為明顯，草地利用變化對凈碳排放的抑制作用小且基本保持穩定。由以上分析可以看出，調整優化草地畜牧業結構以提高經濟效益是長沙市降低草地利用凈碳排放的主攻方向。

3.3.5 水域利用凈碳排放因素分析 研究期內水域單位能耗凈碳排放累計貢獻值為370.68%，對水域利用凈碳排放有顯著促進作用，但促進作用總體下降。單位產值能耗的累計貢獻值為158.86%，對凈碳排放起著較強的促進作用，單位產值能耗對凈碳排放于2010年由抑制作用轉為促進作用后，促進作用不斷增強。進一步優化能源使用結構以降低單位產值能耗可有效遏制水域利用凈碳排放的增長。水域規模的累計貢獻值為31.37%，對凈碳排放促進作用有增強趨勢，水域利用變化較大，但其促進作用仍有限。

單位產量產值累計貢獻累計值為-359.96%，對水域利用凈碳排放有顯著的抑制作用，貢獻值維持在-40%～-30%之間，抑制作用較為穩定。單位水域產量累計貢獻值為-51.53%，總體對水域利用凈碳排放抑制作用不大，但于2012年由促進作用轉變為抑制作用后有較大幅度增強。

4 對策建議

根據長沙市各類農地凈碳排放變化趨勢及促進凈碳排放的主要因素，提出如下農業低碳發展的對策建議：

(1)耕地和林地是長沙市農地利用凈碳排放的主體，盡管耕地和林地利用的凈碳排放量已越過了拐點值處于下降階段，且單位能耗凈碳排放對凈碳排放的促進作用在逐步降低，但其仍為促進凈碳排放的主要因素；耕地單位產值能耗對凈碳排放起著較為明顯的促進作用，且促進作用在增強，林地單位產值能耗對凈碳排放已由抑制作用轉變為促進作用。針對經濟作物和花卉苗木產業蓬勃發展的實際，在改善能源使用結構的同時，大力發展循環農業、生態農業、有機農業及林下經濟，在經濟作物和經濟林生產過程中減量化使用能源及化肥、農藥、農膜等農用物資，降低單位能耗凈碳排放與單位產值能耗，可進一步降低耕地、林地及農地利用的凈碳排放。

(2)園地利用的凈碳排放量也已越過了拐點值處于下降階段，單位能耗凈碳排放對凈碳排放促進作用有小幅下降的趨勢，但其也是促進凈碳排放的主要因素。因此，改善能源使用結構同樣是園地利用凈碳減排的主攻方向。針對單位產量產值對園地利用凈碳排放的促進作用較大，后期應充分利用緊靠長株潭城市群的區位優勢，瞄準高端市場需求，優化園地利用及品種結構，提高園地產業的附加值。

(3)草地利用的凈碳排放量處于逐步上升階段，單位產量產值是促進草地利用凈碳排放的主要因素，且促進作用總體增強；單位草地產量對草地利用凈碳排放量有一定的抑制作用，但抑制作用逐步降低。調整優化草地畜牧業結構以提高產能、產值是降低草地利用凈碳排放的根本所在。

(4)水域利用的凈碳排放量同樣處于逐步上升階段，單位能耗凈碳排放是促進水域利用凈碳排放的主要因素，但促進作用總體下降；單位產值能耗對水域利用凈碳排放起著較強的促進作用，且促進作用不斷增強。改善能源使用結構的同時增強水產養殖的經濟效益可有效遏制水域利用凈碳排放的增長。