農業碳排放的時空演變、影響因素及脫鉤效應研究
——基于31省2000—2019年面板數據

郭險峰，艾靜靜

(中共四川省委黨校，四川 成都 610071)

0 引言

氣候問題所帶來的環境問題嚴重阻礙了人類自然經濟社會的發展，推進低碳甚至“零碳”戰略已成為全球關注的“熱點”。習近平總書記在多個重要場合向世界莊嚴承諾“30·60”碳達峰、碳中和目標，這將促使我國生產、生活各領域進行重大改革和生態化轉型，為“30·60”碳達峰、碳中和目標做出貢獻。當前，國務院和各省市已經就碳減排問題進行積極部署，出臺行動方案，指導區域和行業行動。農業兼具碳匯和碳源雙重特征，是實現碳達峰、碳中和的重要領域，也是應對氣候變化的重要手段。中國自改革開放以來，農業高速發展，取得矚目成就，但對資源的大量消耗也是事實，農業領域的碳排放問題也是整體碳排放的重要構成部分。基于此，作為農業大國，在緊迫的碳減排目標導向下，準確把握農業碳排放情況，厘清農業碳排放影響因素，推進傳統農業向生態農業轉型和升級，實現農業發展的生態合理化，為“30·60”目標實現做出農業領域貢獻就具有重要現實意義。

1 相關文獻梳理及述評

關于農業碳排放的研究最早可以追溯到《京都議定書》。19世紀20年代初期，學者們從農業碳排放的來源探討開始，此后國內外學者對于農業碳排放的驅動因素、測算方法、影響、減排舉措等做了大量研究。學者們的研究主要集中在以下幾個方面：第一，農業碳排放的碳源及測算。學者們多認為除去必需的生產資料投入，還得考慮在生產過程中的化肥、農藥、灌溉、農膜、農作物耕種等因素對農業碳排放的影響[1-2]。第二，農業碳排放的驅動(抑制)因素。目前，學者們多采取Kaya恒等式、對數平均迪氏分解模型和STIRPAT模型等分析生產效率、產業強度、農業勞動力等因素對農業碳排放的影響[3-5]。第三，農業碳排放與經濟增長之間的關系。學者們主要運用Tapio脫鉤模型以及環境庫茨涅茲曲線檢驗分析[6-7]。第四，農業生產的低碳減排舉措。目前，關于農業碳減排的路徑研究，大部分學者認為政府應充分發揮作用，根據當地實際情況，制定針對性的政策，制定合理完善的補償機制[8-9]。

從以上文獻可以看出，農業碳排放研究是碳排放研究領域的重要板塊，研究角度多、視野廣，形成了較為系統、完整的研究框架。但很多研究限于對某個具體省域的研究，而橫向考察所有省域，縱向觀察較長時間節點的研究則較為缺乏。本文借用已有模型和先進理論經驗，利用2000—2019年面板數據對我國31個省(市、區)的農業碳排放情況進行研究，掌握農業碳排放時序變化特征、主要影響因素以及脫鉤效應，以期為我國農業碳減排提供一定的參考。

2 研究方法及指標來源

2.1 農業碳排放總量測算方法

參考現有文獻，本文測算的農業碳排放總量I主要包括農業生產投入碳排放、稻田碳排放、畜禽養殖碳排放3方面。用公式表示如下：

I=∑Ti×δi

(1)

式中：Ti為第i種碳排放源的量；δi為第i種碳排放源的碳排放系數。

2.1.1 農業生產投入碳排放量測算方法

農業生產過程中產生的碳排放主要包括3個方面：第一，生產投入活動過程中產生的碳排放，包括農藥、農膜、化肥、農用柴油等農業投入品使用；第二，農作物灌溉所消耗的電能產生的碳排放；第三，翻耕土壤破壞有機碳時，土壤中的碳與空氣中的氧的化學反應所產生的碳排放。農業碳排放系數如表1所示。

表1 農地利用碳排放系數

2.1.2 稻田碳排放量測算方法

水稻種植過程中，甲烷菌分解稻田里的有機物會產生碳排放，參考田云等[6]的研究，稻田甲烷系數取0.46 g/(m2·d)，水稻生長周期取130 d。同時，根據IPCC第4次評估報告，將1 t CH4折算成6.82 t C。

2.1.3 畜禽養殖碳排放量測算方法

畜禽養殖產生的碳排放主要包括2個方面：一是畜禽腸道發酵排放的CH4，二是畜禽糞便管理產生的CH4(表2)。

表2 畜禽養殖產生的碳排放

由于不同畜禽飼養周期也不盡相同，參考胡向東等[12](2010)、閔繼勝等[13](2012)的研究，本文在計算時對畜禽年平均飼養量進行調整。

當出欄率≥1時，平均飼養量根據出欄量進行調整，如下式所示：

(2)

式中：Ni為i種畜禽年平均飼養量；Ai為i種畜禽平均生長周期；Mi為i種畜禽年生產量(出欄量)。其中生豬飼養周期取200 d，禽類飼養周期取55 d。

當出欄率<1時，畜禽年平均飼養量根據年末存欄量進行調整：

(3)

式中：Cit，Ci(t-1)分別表示該牲畜當年年末存欄量和前一年年末存欄量。

2.2 農業碳排放強度測算方法

由于在發展過程中不能單純只考慮環境因素而忽視所帶來的經濟效益，而碳排放強度同時兼顧兩者，用來衡量一國經濟同碳排放之間的關系，成為我國在戰略轉型過程當中進行排污治理與環境政策制定的重要參考指標[14]。農業碳排放強度是指單位農業生產總值所產生的農業碳排放量，反映了農業碳排放量與該地區經濟發展之間的關系。從現實意義和實踐意義角度出發，公式如下：

(4)

式中：E為農業碳排放強度;Ar為農林牧漁總產值。

2.3 STIRPAT模型

IPAT模型最先由西方學者Ehrlichg和Hdlden[15]在20世紀最先提出的關于環境符合的公式，即：I=A×P×T。它可以廣泛地應用分析人口、技術、經濟等時空因素對于碳排放的作用，具有數學形式簡單、分解無殘差等優點。但隨著現代社會技術經濟的發展，該模型的缺陷也日益明顯，主要在于因變量對各個自變量的彈性系數恒等于1，且可分析的變量數目較少，不能全面客觀真實地反映實際問題。因此，Dietz等[16]對此模型進行改進，彌補IPAT模型的不足，建立STIRPAT可拓展的隨機性的環境影響評估模型，公式如下：

I=αPb×Ac×Tde

(5)

式中：α為模型的系數；b、c、d分別為人口、經濟狀況、技術水平的指數；e為誤差項。

通過修正，可以分析自變量對因變量的非線性影響。但在實際應用中，本文模型的設定選擇的是多項式估計形式，為了減少數據不穩定性帶來的波動，消除數據可能出現異方差等現象，通常轉換為對數形式：

lnI=lnα+blnP+clnA+dlnT+e

(6)

2.4 脫鉤指數計算

20世紀60年代首次提出的“脫鉤”理論被OECD(經濟合作與發展組織)于20世紀末引入環境與資源關系研究中，脫鉤理論基礎上衍生的OEDC脫鉤指數模型，存在易受極端值影響而產生偏差和劃分過于粗放的缺陷。塔皮奧(Tapio)1970年首次提出Tapio脫鉤模型，以“彈性”為概念動態反映能源與經濟2個變量的關系，不受統計量綱變化影響，改進了脫鉤指數模型的缺陷。因此本文以Tapio脫鉤模型為基礎，計算出的脫鉤彈性值e如下：

(7)

式中：ARGI為經過換算后的可比農林牧漁生產總產值;ΔI為當期碳排放總量較上期的變化量;ΔARGI為當期農業生產總值較上期的變化量。

基于前期學者研究，脫鉤類型具體劃分如表3所示。

表3 脫鉤類型劃分

2.5 指標來源

本文所有數據來源于2001—2020年全國31省(市、區)統計年鑒以及《中國統計年鑒》等，其中農林牧漁總產值、農業總產值以及其他相關數據以2000年為基準年價格計算，避免價格因素的影響。

3 實證結果及分析

3.1 我國農業碳排放量及強度

根據公式(1)，計算我國2000—2019年我國農業碳排放量，結果如表4所示。從表4可以看出，稻田碳排放量>農業生產投入碳排放>畜禽養殖碳排放。2019年，我國農業生產投入碳排放、稻田碳排放量、畜禽養殖碳排放占比分別為43.36%，34.52%，22.12%。

表4 我國2000—2019年農業碳排放量及碳排放強度變化

圖1 我國2000—2019年碳排放總量及強度變化趨勢

2000—2019年，我國農業碳排放總量呈現出“下降—上升—下降—上升—下降”5個階段的變化趨勢(圖1)。第1階段為2000—2003年，可能由于“三農”問題日益凸顯，農民的積極性不斷下降，農業發展受到阻礙，從而農業碳排放總量不斷下降；第2階段為2004—2006年，2004年中央頒布以“三農”為主題的“一號文件”，表明國家對“三農”問題高度關注，農村稅費改革，農業稅廢除，推動農業復蘇；第3階段為2007—2008年，2008年我國遭遇的自然災害比較多，阻礙了農業發展；第4階段為2009—2016年，這一階段農業發展迅速，中央對農業的大力財政支持以及眾多行之有效的利農政策，支持農業發展，提高農業生產能力；第5階段為2016—2019年，這一階段我國開始注重資源的合理開發和生態文明建設，向綠色農業轉型，農業碳排放量逐漸降低。

從表4和圖1可以看出，農業碳排放強度持續下降，這可能是由于隨著科學技術的不斷發展，我國已經逐漸從過去粗放式的生產方式向高質量農業發展轉變。近年來，我國農業資源利用率和綠色農業取得明顯成效。

3.2 我國農業碳排放的空間分布

對我國31省(直轄市、自治州)2000—2019年 的農業碳排放總量和碳排放強度進行測算分析，結果如表5和6所示。

由表5可知，我國農業碳排放總量較少的地區主要有西藏、青海、陜西、山西、北京、天津和上海等地。西藏、青海等地大部分在高原地區，地形地質復雜，且高山、荒漠、冰川多，可供使用的耕地面積少，不利于其農業發展；陜西和山西由于降雨量較少，且季節更替劇烈，旱災頻發，春季升溫快、降水少導致氣候更加干旱，極易造成春旱災害；北京、天津和上海則是由于土地總面積小，故農業碳排放較低；碳排放總量較高的地區主要有四川、黑龍江和華東地區。這些地區地處平原、水資源和光照豐富，有利于農業生產活動，東北平原是水稻產地，而華東地區地處長江中下游，被稱為“魚米之鄉”，農業種植基礎條件良好。

表5 2000—2019我國農業碳排放總量空間分布 萬t

從空間上看，全國31個省(直轄市、自治區)在區域上具有明顯的差異性，西部地區農業碳排放強度相對就高(表6)；從時間上來看，從2000—2019年，我國農業碳排放強度逐漸降低，這表明在過去20年間，我國在農業碳減排方面取得了明顯成效。

3.2 我國農業碳排放影響因素分析

基于STIRPAT模型的表達公式，可知環境受人口、經濟及技術的影響，因此，結合我國具體實際情況，由于農業勞動力是對農業生產產生影響的直接因素，因此選取第一產業從業人數作為衡量人口的指標；在農業生產中，機械化水平的高低對于農業生產中碳排放的減少有著重要作用，因此選取農業機械化水平代表農業技術水平；經濟的發展往往伴隨著大量的能源消耗，產生大量的碳排放量，因此，選取農業人均GDP代表財產；同時，戴小文等[17]認為，在城鎮化建設的過程中，許多農業用地被征用,翻新土地、增加基礎設施建設、農業人口遷徙等行為都會增加農業人均碳排放。

表6 我國農業碳排放強度空間分布 kg/萬元

將衡量指標帶入IPAT模型中，并對模型進行擴展，得到：

I=αPb×Tc×Wd×Ue×E

(8)

式中：P為農業從業人員數；T為農業技術水平；W為農村人均GDP；U為城鎮化率。為降低模型誤差，對等式兩邊取自然對數處理：

lnI=lnα+blnP+clnT+dlnW+elnU+lnε

(9)

同時基于國家統計局的劃分標準，將我國劃分為東部、中部、西部及東北地區。東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南，中部包括山西、安徽、江西、河南、湖北和湖南，西部包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆，東北包括遼寧、吉林和黑龍江。我國農業碳排放影響分析結果如表7所示。

表7 我國農業碳排放影響因素分析

由表7可知，第一產業從業人數、城鎮化率以及農村技術水平對我國農業碳排放具有顯著影響。第一產業從業人數每增加1%，農業碳排放總量增加0.614%；城鎮化率每增加1%，農業碳排放總量下降0.202%；技術水平每增加1%，農業碳排放總量上升0.198%。第一產業從業人數對農業碳排放總量呈現出正效應。這是由于我國是傳統農業大國，目前正處于向現代農業的轉型期，第一產業從業人員大多學歷不高，自身環保意識不強，造成資源消耗，造成農業碳排放增加，同時第一產業從業人數的增加會導致從事農業勞動生產的人數增多，間接促進了化肥等農業化學品的使用。農業技術水平增加，農業機械化總動力增加，必然導致能源消耗的提高，農業碳排放量增加。城鎮化率提高，農業人口規模下降，人口素質提高、更加注重生態環境問題，低碳理念普及對農業碳排放增長起到抑制作用。

東部地區第一產業從業人數及農業技術水平對農業碳排放總量呈現出驅動作用，農村人均GDP對農業碳排放量總量呈現出抑制效應；這是由于我國東部地區經濟發展態勢良好，大量從業人員向第二產業和第三產業轉移，對農業碳排放總量影響大。根據環境庫茨涅茲曲線，總體狀況來看，農業人均GDP和農業碳排放是呈現倒U型曲線，在到達頂點之前，農業人均GDP會對農業碳排放起到正相關作用；達到頂點之后，則會對農業碳排放起到負相關作用。東部地區經濟發達，農業GDP增加，農業碳排放量反而會下降。中部地區第一產業從業人數、城鎮化率、農業技術水平和農業人均GDP均對農業碳排放影響顯著，這是由于我國中部地區多是農業大省，而城鎮化率的增加抑制了農業發展，從而減少了農業碳排放量，對于農業技術水平來說，技術水平的提高產生了規模效應，提高了土地的資源利用率。西部地區第一產業從業人數和農業技術水平對農業碳排放量呈正向顯著作用，這是由于西部地區農業機械化水平不高，消耗過多能源，從而增加了農業碳排放量。東北地區第一產業從業人數、城鎮化率、農業技術水平以及農業人均GDP都對農業碳排放量產生顯著作用，這是由于東北地區城鎮化率低、農業技術水平不高，及農業基礎不強，造成農業碳排放總量增加。

3.4 我國農業碳排放與農業經濟增長關系分析

基于Tapio脫鉤彈性公式，計算得出2001—2019年我國農業碳排放與農業經濟增長之間的脫鉤關系，如表8和圖2所示。

表8 2001—2019年我國農業碳排放與農業經濟增長之間的脫鉤關系

圖2 2001—2019年我國農業碳排放與農業經濟增長脫鉤指數變動趨勢

從表8和圖2可以發現，2001—2019年，我國農業碳排放總量與農業經濟增長之間的脫鉤關系以弱脫鉤和強脫鉤為主，并從弱脫鉤逐漸向強脫鉤轉變，即農業經濟正向增長、農業碳排放量也正向經濟增長，但農業經濟增長的速度要快于農業碳排放量，理想脫鉤年份(強脫鉤、弱脫鉤)占比100%，具體而言，可分為2個階段：第1階段是2001—2008年，為波動期。這一時期，中央“一號文件”連續多年下達促農惠農補貼政策，刺激農民生產積極性，農用生產物資使用量大幅增加導致碳排放量突升，同時農林牧漁總產值也不斷攀升。第二階段是2009—2019年，為上升期。這一時期，我國開始逐漸重視綠色發展，探索綠色農業，從傳統農業向現代綠色農業轉型，此時我國的農業碳減排已經逐步取得成效。

4 結論與建議

4.1 結論

在利用2000—2019年全國省域面板數據，測算農業碳排放量的基礎上，探究農業碳排放的影響因素以及與農業經濟之間的脫鉤類型，得出以下結論。

1)由于我國地域遼闊，各地自然地理條件、環境狀況以及經濟基礎差異明顯，農業碳排放結果也有一定的差異性，高碳排放區域主要集中在南部和東北地區。

2)基于STIRPAT模型，對我國農業碳排放量影響因素進行分析，發現第一產業從業人數、城鎮化率、農業技術水平以及農業人均GDP對農業碳排放量由有顯著影響。

3)我國農業碳排放總量與農業經濟增長之間的關系以弱脫鉤和強脫鉤為主。

4.2 建議

進入21世紀后，生態環境問題日益嚴峻而生態目標日益迫切，尤其是“30·60”碳目標的實現更對農業碳減排提出了迫切要求。基于以上分析和結論，提出如下建議。

1)政府部門應因地制宜，制定節能減排政策，碳減排實施過程中，有關部門應重點關注農業碳排放的高值區，預防農業碳排放區域差異擴大。對于農業碳排放的低值區，政府部門可結合當地的自然狀況和農業經濟發展狀況，積極引導和鼓勵農民開展低碳農業生產。

2)政府部門首先應進一步出臺政策，改革人口制度，完善勞動力市場，推進農村剩余農業勞動力轉移，減少農村剩余勞動力數量。同時，在農業生產過程中加強低碳減排環保意識的培育教育和農業高新技術的運用，特別是生態技術運用，在提高農業生產效率的同時降低農業生產污染。其次，推進新型城鎮化建設，特別是人口的城鎮化，通過人口、土地等資源要素的聚集化、規模化，實現產業結構的優化，發展清潔生產。最后，在農業現代化的進程中，推廣農業機械化也應注重使用效率，努力減少無效資源浪費。

3)我國在綠色農業發展方面還是取得了一定的成效。通過分析農業碳排放和農業經濟增長之間的關系，可以發現我國農業碳排放與農業經濟增長處于相對理想狀態，但由于各區域經濟發展水平不一，以及自然資源條件的差異性，中國低碳轉型進程有待結合各省份的經濟發展水平、碳排放的變化趨勢及其脫鉤狀態制定針對性的低碳發展路線圖。