多元回歸分析看氣候智能型農業對中國經濟發展及氣候變化的影響

林 芹

(青島經貿科技學校(對外經濟貿易大學青島研究院)，山東 青島 266034)

根據聯合國貿發會議2019年大宗商品和發展報告《大宗商品依賴、氣候變化和巴黎協定》，農業，林業和其他土地利用(AFOLU)類別的排放量占全球溫室氣體排放量的24%，主要為甲烷和一氧化二氮。其中，農業甲烷排放是牲畜、牲畜糞便、水稻生產、農業廢棄物燃燒(非能源，現場)以及草原燃燒所產生的排放。農業一氧化二氮排放是通過肥料使用(合成肥料和牲畜糞肥)、牲畜糞便管理、農業廢棄物燃燒(非能源，現場)以及草原燃燒產生的排放。從世界銀行數據庫下載數據分析得出，1970年—2008年中國農業甲烷排放量在總排放量中平均占比為53.57%，1970年—2008年中國農業一氧化二氮排放量在總排放量中平均占比為73.56%。目前大氣中甲烷的濃度大約是工業前的2.5倍，并且還將繼續增加。根據國際能源署的估算，每年全球甲烷排放量為5.7億t，其中40%來自天然排放，60%來自人為排放。而人為排放的最大來源是農業(24%)。

要實現《巴黎協定》主要目標，即到2100年，全球平均氣溫較工業化前水平升高控制在2℃之內，并為把升溫控制在1.5 ℃之內努力，有效減少溫室氣體排放至關重要。

糧農組織(FAO)于2010年10月28日發表報告提出，發展中國家需要發展“氣候智能型”農業，以應對日益變暖的世界并養活其日益增加的人口，并闡述了農業在若干領域實現轉型的必要性。該報告還進一步強調，“氣候智能型”農業應該是：能夠可持續地提高工作效率、適應性、減少溫室氣體排放，并可以更高目標實現國家糧食生產和安全的農業生產和發展模式。

氣候智能型農業(CSA)在農業和林業領域采取各項措施，如使用定時釋放的肥料和帶有硝化抑制劑的肥料、保護性耕作、輪牧和改變飼料成分等，可以在使用氮肥降低溫室氣體排放的同時，提高作物產量。

筆者對農業生產總值、甲烷排放和一氧化二氮排放進行回歸分析，建立多元線性模型，對影響農業經濟發展的主要因素及溫室氣體排放進行闡述，為我國發展氣候智能型農業及有效減緩我國氣候變化及適應氣候變化提供建議。

1 數據收集及整理

文中1978年—2008年農業甲烷、一氧化二氮排放量的數據來源于世界銀行Databank，1990年-2016年農業甲烷、一氧化二氮排放量的數據來源于Climatewatch，1970年—2008年農業甲烷、一氧化二氮排放量在總量中的占比數據來源于世界銀行Databank，由World Bank staff estimates from original source： European Commission，Joint Research Centre (JRC)/Netherlands Environmental Assessment Agency (PBL).Emission Database for Global Atmospheric Research (EDGAR)： http：//edgar.jrc.ec.europa.eu/.提供，1978年—2016年農業生產總值數據來源于百度百科，為保持數據時間上的一致性，分別選擇了1978年—2008年、1990年—2016年農業甲烷、一氧化二氮排放量及農業生產總值進行回歸分析。

圖1 1990年—2016年農業甲烷、一氧化二氮排放量時序

1978年-2008年農業甲烷、一氧化二氮排放量數據單位為千公噸二氧化碳當量；搜到的1990年—2016年農業甲烷、一氧化二氮排放量數據單位為兆噸二氧化碳當量，為便于比較將之轉換為千公噸；1978年—2016年農業生產總值單位為億元人民幣。

圖2 1990年—2016年我國農業產值時序

表1 1990年—2016年農業產值、農業甲烷、一氧化二氮排放量 (單位：千公噸、億元)

結合圖1農業甲烷及一氧化二氮排放量的時序圖及圖2我國農業產值時序圖可以看出，我國農業產值持續增長，但甲烷、一氧化二氮排放量在1996年達到峰值，1997年以后逐漸增長，但增長速度放緩，尤其是2010年10月28日糧農組織(FAO)發表報告提出發展中國家需要發展氣候智能型農業之后，我國溫室氣體排放量增長速度明顯放緩，漸趨于一條直線，說明我國響應糧農組織號召，開始發展氣候智能型農業，保證農業產值持續增長的同時，溫室氣體排放量增長緩慢。

2 回歸模型及實證結果分析

2.1 散點圖

圖3 農業生產總值與農業一氧化二氮、甲烷排放量散點

2.2 以農業生產總值為因變量，農業一氧化二氮、甲烷排放量為自變量，SPSS分析3個變量的相關性

表2 3個變量的相關性

由分析結果可以看出，兩個自變量對因變量在0.05、0.01顯著性水平下存在明顯相關性，相關系數分別為0.144、0.894。

2.3 多元線性回歸

構建多元線性模型y=β0+β1x1+β2x2+ε，利用SPSS做線性回歸。

表3 模型匯總

表4 方差分析 Anovaa

表4 模型估計參數系數a

2.4 模型檢驗

2.4.1 擬合優度檢驗及F檢驗。由表2數據可以看出，文中模型R 方為0.845，調整R 方為0.832，總體擬合度較好。

在進行F檢驗時，首先提出原假設：H0：β1=β2=0，備擇假設H1：至少有一個βi不全為零(i=1，2)。由表3可以看出，該模型回歸F檢驗p值為0.000，在0.05顯著性水平下，拒絕原假設，通過檢驗。

2.4.2 回歸參數估計分析。由表4數據得出，模型的x1估計參數為-0.355，p值為0.014，x2估計參數為0.471，p值為0.000，在0.05顯著性水平下，兩個估計參數均通過檢驗。

由此，該回歸模型表達為：

為驗證氣候智能型農業的作用，筆者用1978年—2008年農業產值(億元)、農業甲烷和農業一氧化二氮排放量(千公噸二氧化碳當量)進行回歸分析。

圖4 1978年—2008年農業甲烷、一氧化二氮排放量時序

圖5 1978年—2008年農業產值時序

由圖4和圖5可以看出，1978年—2008年農業甲烷和一氧化二氮排放量隨農業產值增長較快。

圖6 1978年—2008年農業甲烷、一氧化二氮排放量在我國甲烷、一氧化二氮總排放量中各自占比時序

由圖6可以看出，我國農業甲烷排放量占比逐年降低，一氧化二氮排放量略有增加。我國農業一氧化二氮排放量在我國一氧化二氮總排放量中占比在2003年達到峰值，之后逐漸減少。

回歸模型的R2為0.880，調整R2為0.872，擬合優度較好。F檢驗p值為0.000，通過F檢驗。參數估計x1、x2的p值均為0.000，模型系數通過檢驗。1978年-2008年農業產值與農業甲烷、一氧化二氮排放量回歸估計模型為：將2016年農業甲烷、一氧化二氮排放量代入模型；

預測的農業產值為44 516.73340，然后將2016年農業甲烷、一氧化二氮排放量代入模型

預測的農業產值為3 326.86533億元。通過兩個模型預測值比較可以得出結論：氣候智能型農業可以有效降低農業溫室氣體排放，而我國農業產值持續穩定增長，中國經濟對氣候適應性正在增強，對減緩氣候變化起到正向積極作用。

3 政策建議

溫室氣體排放導致世界平均溫度正在升高，氣候變化已經成為全人類所共同面對的嚴峻挑戰。氣候變化能改變降水、蒸發、水土資源等基本環節和要素，進而給農業生產帶來不同程度的影響。據測算，如果溫度升高1℃～3℃，糧食生產能力會增加，然而，升溫超過這一幅度，糧食生產能力則會降低。不同緯度地區受到影響存在差異，在中高緯度地區，當溫度升高1℃～3℃時，糧食生產能力會略有提高；而在低緯度地區，特別是季節性干旱和熱帶地區，即使小幅升溫1℃～2℃，也會導致種植業和畜牧業的生產能力下降。在氣候變化導致糧食生產能力下降的同時，世界人口卻在不斷增加。據聯合國預測，到2050年，世界人口將突破90億。所以說，氣候變化導致農業產量和資本積累下降，間接使世界糧食安全面臨威脅。

農業不僅是氣候變化的受害者，也是溫室氣體的重要排放源。根據聯合國貿發會議2019年大宗商品和發展報告《大宗商品依賴、氣候變化和巴黎協定》，農業、林業和其他土地利用(AFOLU)類別的排放量占全球溫室氣體排放量的24%，且這一比例還在持續上升。 另外，據FAO2006年的估計，僅從種植和養殖環節來看，種植業中耕地釋放的溫室氣體已超過世界人為溫室氣體排放總量的30%，養殖業所帶來的溫室氣體排放占世界總排放的比重則達到18%。因此，要想降低溫室氣體排放，應對氣候變化，農業重任而道遠。

一方面，農業生產排出大量溫室氣體，在一定程度上加重了氣候變化；另一方面，氣候變化也會影響農業生產的相關要素條件，進而降低農業生產能力。由此可見，農業生產問題不是簡單的投入與產出的產業問題，而是整個人類所面臨的經濟、社會和生態挑戰的重要組成部分。考慮農業發展問題時，也應當從全人類生存和發展的大局入手，討論解決問題的辦法和產業發展的模式。在推動農業發展時，不應忽視土地、勞動力、資本和技術等之外的因素，如氣候變化、環境污染等；另外，在想方設法提高農業生產效率，不斷強化糧食安全的同時，還要考慮到農業生產對氣候、環境的影響，因為除了衣食住行外，適宜的氣候和自然環境也是人類生存和繁衍的決定性條件。

提高農業對氣候變化的適應能力是世界性挑戰，中國不可能獨善其身。中國人多地少，糧食供求一直處于緊平衡的狀態，保障糧食安全的壓力非常大。在氣候變化不斷加劇，導致農業生產條件惡化、生產能力下降的大背景下，中國必須緊急應對，借鑒發展氣候智能型農業的理念和經驗，逐步提高農業對氣候變化的適應能力。