黃河流域農業碳效應時空演變及公平性研究

陳 晨，張軍偉

（曲阜師范大學 管理學院，山東 日照 276800）

黃河流域是我國傳統的農耕區，農用物資長期粗放式投入和農業產業結構不合理等問題造成流域農業低碳發展進入瓶頸期［1］。2019 年9 月18 日，習近平總書記在黃河流域生態保護和高質量發展座談會上提出“堅持生態優先、綠色發展”［2］。發展低碳農業，實現區域間生態效益與農業經濟效益的協調一致既是實現黃河流域可持續發展的關鍵，也是推進流域農業高質量發展的必然選擇［3］。全面洞悉黃河流域農業碳效應發展現狀及動態演化軌跡，科學評價區域間農業碳排放公平性，對于指導黃河流域農業高質量發展、實現流域農業低碳轉型具有重要意義。

現有黃河流域農業高質量發展的研究主要集中在農業生態效率的測算［4］、農業綠色發展水平的測度［5］以及推進路徑［1］等方面，對黃河流域農業碳問題及其公平性研究較少。為此，本文依據黃河流域九省（區）2000—2020 年數據，在構建完整農業碳效應測算體系的基礎上揭示黃河流域碳效應時空演變規律，立足于公平性視角從生態承載能力和經濟貢獻能力兩個角度分析省際差異，以期推進黃河流域農業低碳轉型助力流域農業高質量發展進程，并為黃河流域低碳農業的發展及制定差異化減排增匯對策提供參考。

1 研究方法與數據來源

1.1 農業碳效應內涵及測算方法

與工業單一的碳排放特征不同，農業兼具碳源與碳匯雙重特征［6］，即在生產活動中產生大量的碳排放、在農作物生長過程中通過光合作用又吸收部分二氧化碳。鑒于此，為更全面地衡量農業的“雙重效應”，本研究將農業碳匯量與碳排放量之間的差值定義為農業碳效應［7］。

1.1.1 農業碳匯量測算

考慮到草地與林地受人類活動影響相對較小且當前學術界尚未對其形成相對統一的測算標準［8］，故本文在農業碳匯量測算時只涉及種植業，即專指農作物生長發育全過程的碳吸收。利用系數法測算黃河流域農業碳匯量，計算公式為

式中：S、Si分別為黃河流域農業碳匯總量和第i種農作物的碳匯量；k為農作物品種數；si為農作物i的碳匯系數；Yi為第i種農作物的經濟產量；r為農作物含水率；HIi為農作物i的經濟系數。

黃河流域主要農作物碳匯量測算參數［8－9］見表1。

表1 黃河流域主要農作物碳匯量測算參數

1.1.2 農業碳排放量測算

綜合已有研究成果［8，10］，本文針對農業碳排放量測算主要涉及4 類碳源：①農用物資投入（農藥、化肥、農膜、農用柴油的投入使用以及農業灌溉）所導致的碳排放，各碳源排放系數見表2；②水稻種植過程中產生甲烷（CH4）排放，其排放系數［11］見表3；③畜禽養殖過程中腸道發酵所引發的CH4排放及糞便管理過程中CH4與氧化亞氮（N2O）的排放，各畜禽排放系數見表4；④秸稈處理過程中由秸稈還田、秸稈燃燒所引發的碳排放，秸稈處理相關參數賦值均引自程琳琳［12］研究成果和《省級溫室氣體清單編制指南（試行）》［13］。黃河流域農業碳排放量測算公式為

表2 主要農業碳源排放系數

表3 黃河流域九省（區）水稻種植過程中的CH4排放系數 g／m2

表4 黃河流域主要畜禽碳排放系數 kg／（頭·a）

式中：C、Ci分別為黃河流域農業碳排放總量和第i類碳源所產生的碳排放量；Ti、δi分別為黃河流域第i類碳源的具體數量及其相應排放系數。

此外，為保證農業碳排放量測算結果單位的一致性，依據IPCC 第4 次評估結果將甲烷、氧化亞氮按其轉換系數分別為6.818 2、81.272 7 置換成標準碳（C）進行計算。

1.2 農業碳排放公平性評價模型

通過從生態承載能力和經濟貢獻能力兩方面構建模型對碳排放公平性展開探討，源于能源消費碳排放［15］，其后碳排放公平性評價模型進一步拓展到農業碳排放［16］以及農田生態系統碳排放［17］等領域。對碳排放公平性問題的已有探討多側重于全國層面，針對國家戰略發展區的碳排放公平性研究較為鮮見。本文以黃河流域為研究主體，將九省（區）作為評價單元構建農業碳排放公平性評價模型，從生態承載能力和經濟貢獻能力兩方面衡量各省（區）農業碳排放公平與否。據此，基于已有研究［16］構建農業碳排放公平性評價模型。

1.2.1 農業碳排放生態承載模型

該模型主要考察黃河流域省際農業碳生態容量貢獻公平與否，可以衡量不同省（區）的碳吸收能力［16］。農業碳排放生態承載系數（ESC）計算公式為

式中：Sm為黃河流域m省（區）的農業碳吸收量；Cm為黃河流域m省（區）的農業碳排放量。

若ESCm ＜1，說明m省（區）農業碳吸收量在黃河流域中的貢獻份額小于其農業碳排放量所占比重，生態容量相對較低，使得其他省（區）承擔了更多的碳吸收任務；反之，則說明該省（區）生態容量較高，能對其他省（區）產生正外部性效應，減輕其他省（區）過量碳排放所引發的生態環境壓力。

1.2.2 農業碳排放經濟效率模型

該模型主要考察黃河流域省際農業碳排放經濟貢獻公平與否，可以衡量不同省（區）的農業碳產生能力［15］。農業碳排放經濟貢獻系數（ECC）計算公式為

式中：Gm和G分別為黃河流域m省（區）的農業增加值和全流域農業增加值之和。

若ECCm＜1，說明m省（區）對黃河流域農業經濟貢獻率小于其農業碳排放貢獻率，農業生產效率相對較低，由此產生的碳排放損害了其他省（區）的利益；反之，則說明該省（區）農業生產效率相對突出，對黃河流域其他省（區）有貢獻。

1.3 數據來源與處理

本研究對2000—2020 年黃河流域九省（區）的數據樣本進行分析，農業碳匯量與碳排放量測算所需原始數據來自《中國農村統計年鑒》《中國農業年鑒》《中國畜牧獸醫年鑒》以及九省（區）的相關統計年鑒。其中，各類農用物資投入量、水稻種植面積以及各種農作物的經濟產量均以當年實際數量為準。因考察區域涵蓋我國多處主要牧區，而本研究主要考察種植業的碳匯作用，不涉及草地碳匯，故在計算畜禽養殖所導致的碳排放時減去依賴于純牧區的大牲畜數量（即本研究只考慮耕地、畜禽養殖過程中所引發的碳排放），同時各類畜禽因飼養周期不同，故需按照各自出欄率對其年均飼養數量進行適當調整，具體調整方法參考閔繼勝等［11］相關研究。農業增加值數據源自《中國統計年鑒》，為確保年際間的可比性，在實際分析中以2000 年不變價進行調整。需要說明的是，本文中的黃河流域農業碳排放量、碳匯量、碳效應指九省（區）相應數量之和。

2 研究結果與分析

2.1 黃河流域農業碳效應時空演變分析

2.1.1 時序變化

2000—2020 年黃河流域農業碳匯量、碳排放量及碳效應測算結果見圖1。

圖1 2000—2020 年黃河流域農業碳匯量、碳排放量及碳效應

由圖1 可知，2000—2020 年黃河流域農業碳匯總量呈穩定上升趨勢，由2000 年的17 968.86 萬t 增至2020 年的27 693.60 萬t，增長了54.12%，以玉米和小麥為主要碳匯；碳排放量由2000 年的8 126.95 萬t 增至2020 年的9 274.33 萬t，增長了14.12%，主要碳源為畜禽養殖和農用物資投入，年均占比分別為38.73%和34.01%。農業碳排放增速明顯低于碳匯增速，表明黃河流域農業在增匯減排方面進展顯著。

進一步分析可知，2000—2020 年黃河流域整體上農業碳效應與農業碳匯保持了大致相同的增長態勢，農業碳效應從2000 年的9 841.91 萬t 增至2020 年的18 419.27 萬t，增長了87.15%。黃河流域農業碳效應的演化趨勢與我國農業政策激勵密切相關［18］，尤其是從2004 年中央一號文件頒布以后，農民農業生產的積極性大幅提高，緊接著2006 年國家將傳統農業稅取消，一系列政策帶動了種植產業的迅速復蘇，黃河流域作為全國重要的農產品生產基地，該時期小麥、玉米、棉花等作物規模化生產得到提升，使得農業生產碳匯量不斷上升且增速明顯高于碳排放量增速，實現流域農業碳效應的快速增長。2014 年中央一號文件指出要大力發展“生態友好型農業”，農業綠色發展受到高度重視；2015 年農業部提出“農藥、化肥使用量到2020年實現零增長”助力農業低碳發展；黨的十九大報告提出“綠水青山就是金山銀山”的可持續發展理念。一系列文件的頒布使得農民低碳意識逐漸增強，積極響應農業綠色發展的號召，農業產業結構優化調整，農資投入結構日趨合理化［19］，對近年來黃河流域農業碳排放的降低起到了明顯推動作用，也間接使得黃河流域農業碳效應呈現穩定增長態勢。

2.1.2 空間分異

通過對比2000 年、2010 年、2020 年黃河流域九省（區）農業碳效應（見圖2）可知，黃河流域省際農業碳效應差異顯著。2020 年河南和山東的農業碳效應以絕對優勢排在前兩位，分別為5 785.09 萬、4 718.51 萬t，兩省農業碳效應占比超過整個黃河流域的一半；其次是內蒙古和四川，農業碳效應分別為2 969.77 萬、2 195.80萬t；山西、陜西、甘肅、寧夏依次排在第五位至第八位，農業碳效應分別為955.01 萬、886.31 萬、677.52 萬、193.67 萬t，與前四位相比尚有較大差距；青海的農業碳效應最小，為37.58 萬t，原因是其農作物種植面積較小而畜牧業相對發達。可以看出，黃河流域九省（區）農業碳效應均呈現出凈碳匯特征，表明農業生產在一定程度上可吸收其他產業部分溫室氣體［20］。

圖2 典型年份黃河流域九省（區）農業碳效應對比

相比2000 年，2020 年黃河流域九省（區）農業碳效應均表現出不同的增長趨勢，其中內蒙古增幅最大，年均增長率高達6.94%，為2000 年的3.82 倍；河南、青海、山西、甘肅和山東的增速也很可觀，年均增長率分別達到3.71%、3.34%、3.32%、2.86%和2.45%；寧夏、陜西、四川分別以1.86%、1.57%和1.34%的年均增長率保持了農業碳效應的穩定增長，說明黃河流域總體上農業技術水平不斷提升，農業低碳化效果顯著。

為探究農業碳效應空間分布特點，將黃河流域九省（區）的農業碳效應劃分為3 類等級區，即農業碳效應大于2 000 萬t 的省（區）屬高碳效應區，1 000 萬～2 000萬t 的省（區）屬中碳效應區，0～1 000 萬t 的省（區）屬低碳效應區。由黃河流域典型年份農業碳效應各等級區空間分布（見圖3）可知，2000—2020 年黃河中上游省（區）高碳效應區從無到有，其中四川由中碳效應區轉變為高碳效應區，內蒙古則從低碳效應區逐步過渡到高碳效應區，說明這兩省（區）的農業碳生態有較大改善。黃河中上游的青海、甘肅、寧夏、陜西、山西始終處于低碳效應區。黃河下游的河南和山東則一直處于高碳效應區，表明下游兩省在此期間農業碳效應均穩定保持在高值，可以認為其在農業生產過程中一直維持了碳生態友好的生產環境。不難發現，高碳效應區以傳統農業大省尤其糧食主產區為主，且黃河流域農業碳效應兩極分化現象較為突出。究其原因，主要是不同省（區）農作物種植規模及農業技術水平存在差異［21］。進一步分析發現，黃河流域農業碳效應空間分布產生了一定的集聚現象，總體上農業碳效應分布東高西低，下游高上游低。

圖3 2000 年、2010 年、2020 年黃河流域農業碳效應各等級區空間分布

2.2 黃河流域農業碳排放公平性分析

不同時點黃河流域九省（區）農業碳排放生態承載系數（ESC）和經濟貢獻系數（ECC）差異情況見表5。從生態承載能力來看，內蒙古、河南、山東三省（區）表現為波動上升趨勢，內蒙古增幅為九省（區）之首，其生態承載系數2020 年較2000 年增長了15.36%；青海、山西兩省表現為先升后降的演變趨向，四川、陜西兩省呈現波動下降態勢；甘肅和寧夏兩省（區）則呈持續下降態勢，寧夏的降幅最大、2020 年較2000 年下降了32.85%。從經濟貢獻能力來看，四川、青海、河南三省表現為波動上升趨勢，其經濟貢獻系數2020 年較2000 年分別增長了9.59%、9.38%和5.85%；山東、陜西兩省雖呈現先升后降的演變態勢，但總體上升態勢顯著，山東以13.23%的增幅為九省（區）之最；甘肅、寧夏、山西三省（區）表現為波動下降趨勢；僅內蒙古呈持續下降態勢，2020 年與2000 年相比下降了38.73%。

表5 典型年份九省（區）農業碳排放生態承載系數和經濟貢獻系數差異情況

為了更直觀地反映黃河流域農業碳生態容量貢獻與碳排放經濟貢獻的公平性，基于ESC和ECC兩類系數的差異將九省（區）農業碳排放公平性劃分為4 類：①雙優型，即生態承載能力和經濟貢獻能力均較高（ESC＞1，ECC＞1）；②生態優勢型，即生態承載能力較高但經濟貢獻能力較低（ESC＞1，ECC＜1）；③經濟優勢型，即生態承載能力較低而經濟貢獻能力較強（ESC＜1，ECC＞1）；④雙劣型，即生態承載能力和經濟貢獻能力均較低（ESC＜1，ECC＜1）。

2000 年、2010 年、2020 年黃河流域農業碳排放公平性類型空間分布見圖4。

圖4 2000 年、2010 年、2020 年黃河流域農業碳排放公平性類型空間分布

由圖4 可知，山東始終為雙優型，說明其自身具有較高的生態容量且農業生產效率也相對突出，有效分擔了黃河流域其他省（區）部分碳減排責任。河南雖一直為生態優勢型，但可以看出其經濟貢獻系數呈現顯著遞增之勢且接近于1，說明其生態承載能力突出，近年來為其他省（區）分擔了碳排放壓力，同時其農業經濟也成功向低耗高效率型發展，農業生產的生態效益日益向好。內蒙古從雙優型轉變為生態優勢型，這與其種植業規模逐年增大有關，從生態角度來看，應充分發揮其碳匯能力，但受自身經濟發展水平與農業現代化水平等條件的制約，其農業產出效率逐年降低，應在推行低碳農業的同時注重與經濟發展并行。陜西由生態優勢型轉變為經濟優勢型，說明其近年來農業碳排放與生態容量不相協調。山西雖從生態優勢型轉變為雙劣型，但實際上其生態承載系數降幅不大（依舊維持在1 左右），說明該省碳生態容量趨于平衡；而其經濟貢獻系數相對較小，可知該省在農業生產過程中排放一定比例的碳并未產生相應的經濟貢獻，從經濟角度來看，對黃河流域其他省（區）是不公平的。四川和青海一直為經濟優勢型，一方面說明其農業現代化水平及產業化程度在黃河流域并未掉隊，農業產出效率處于優勢地位；另一方面說明四川規模化的水稻種植及兩省的畜禽養殖等引發大量農業碳排放，在一定程度上限制了當地的生態承載能力。寧夏和甘肅始終未從雙劣型行列中走出來，說明其生態容量與農業生產效率均處于較低水平，無論是從生態角度還是經濟角度來看，均損害了其他省（區）的利益。

3 結論與建議

3.1 結 論

本研究在科學測度2000—2020 年黃河流域九省（區）農業碳效應的基礎上分析其時空演變規律，借助農業碳排放公平性評價模型探究黃河流域省際公平性與差異性，得出如下結論。

（1）黃河流域整體上農業碳排放增速低于碳匯增速，農業碳效應與碳匯呈現出大致相同的增勢，農業減排增匯工作取得一定進展。

（2）黃河流域農業碳效應空間分布不均衡，總體上東高西低，下游高上游低；九省（區）農業碳效應均表現出不同程度的增勢且都呈現凈碳匯特征。

（3）黃河流域省際農業碳排放存在一定不公平性，區域間生態承載能力與農業經濟發展不協調，上游地區失衡嚴重且這種極化現象短時期內不會出現顯著收斂。

3.2 建 議

（1）從宏觀層面完善農業低碳政策，依據九省（區）差異化的農業產業結構和自然資源條件設定農業碳效應約束目標，進行階段性考核且予以相應資金獎懲；同時，可通過設立“黃河流域農業碳基金”推動農業低碳技術的發展，為流域農業增匯減排、綠色創新項目提供動力與保障。

（2）建立黃河流域跨省（區）農業低碳發展合作機制，依托下游雙優型區位稟賦助力中上游低碳農業發展，逐步縮小區域間農業低碳化差異；各省（區）應立足于公平性協同發展原則，構建協調激勵機制與低碳合作平臺，使省（區）間優勢資源流動共享。

（3）黃河流域農用物資粗放投入的地區，可推行循環農業經濟，提升資源投入的利用率與回收率；畜牧業發達地區，應進一步優化養殖結構，推動黃河流域形成資源節約型、環境友好型的農業高質量發展格局。