糧食生產對生態碳匯的影響研究*

康 寬，陳俞全，郭 沛，陳景帥

（1.中國農業大學經濟管理學院，北京 100083；2.中國農業大學全球食物經濟與政策研究院，北京 100083）

0 引言

農業是影響我國碳中和承諾如期實現的重要因素[1,2]。根據政府間氣候變化專門委員會估算，2007—2016年農業食物系統的溫室氣體排放占總排放量21%～37%，其中農業活動本身為9%～14%[3,4]。已有研究認為，現有農業生產模式的維持以及糧食的穩定供應需要以一定程度的碳排放作為環境代價，實施碳減排行動方案將限制農業生產活動的開展，糧食安全與碳中和目標間存在內在政策沖突[5]。相關研究估算，如果要在2050年實現全球氣溫增長控制在1.5℃之內的碳減排目標，將導致0.8億～3億人陷入糧食匱乏及營養不良的局面，對全球糧食安全形成巨大挑戰。而在中國及印度等人口大國，其情況更為嚴峻[6]。

誠然糧食生產的碳源屬性不容忽視，但已有研究并不能證明糧食安全與碳中和存在零和博弈的觀點。提升生態系統碳匯能力已經被列為“十四五”和 2035遠景時期經濟社會發展的目標之一，實現碳中和目標應當從碳源和碳匯兩方面著手[7]。一個亟待申明的觀點是，糧食生產不僅是溫室氣體排放源，同樣是陸地生態系統的重要組成部分，忽視其在碳匯方面的實際效果和巨大潛力，并不利于全面認識糧食生產對于碳循環的影響[8-10]。Li 等[11]測算不同陸地綠色植被的碳匯貢獻率，發現糧食作物碳匯量占比高達27.95%。但不容忽視的是，農地、林地、草地及其它綠色植被緊密關聯，同屬陸地生態系統重要組成部分，與糧食生產相配套的田間管理措施及土地利用方式調整，同樣會對區域內其他綠色植被碳匯水平產生影響，其外部性不容忽視。因此，糧食生產對生態碳匯的凈效應并不確定，成為糧食安全與碳中和背景下亟待回答的重要課題。

與既有文獻相比，文章貢獻在于：首先，該文基于2000—2017年中國縣域面板數據，直接考察糧食生產對生態碳匯的凈效應，從碳匯視角回答糧食安全與碳中和政策的兼容性。其次，構建糧食生產影響生態碳匯的分析框架，廓清了二者間作用機制。最后，依據耕作制度和空間區域差異，多維度考察糧食生產對生態碳匯的影響異質性，增強研究結論的針對性。

1 機制分析

已有研究集中于討論糧食作物本身的碳匯效應，強調糧食作物通過光合作用固定大氣中的碳元素[12]，但不能展示糧食生產影響生態碳匯的全貌。該文認為糧食生產對生態碳匯的影響同時存在正向碳匯和負向碳匯的雙重機制（圖1）。

圖1 糧食生產對生態碳匯的作用機制框架

1.1 糧食生產表現出正向碳匯機制

（1）光合作用固碳：糧食作物在籽粒期、幼苗期和作物期均可通過光合作用吸收空氣中的CO2，生成C6H12O6等有機物并釋放O2。

（2）肥料固碳：與糧食生產配套的田間管理措施，同樣可以起到正向固碳作用。第一，通過化肥（尿素等）及有機肥返田，可以人為將碳元素轉入土壤中。Jarecki 等[13]通過實驗證明，施肥會增強土壤中的有機碳，且相較于化肥，有機肥更加顯著提高土壤有機碳固定水平。第二，為提高土壤肥力而實施的秸稈還田等措施，同樣具有固碳作用。糧食作物秸稈是典型的生物質炭。采用秸稈還田等措施，可以有效抑制CH4、N2O等溫室氣體產生，且作物秸稈分解為CO2的速度緩慢，可穩定存在數百年，具有顯著碳封存效應，因此秸稈還田有助于提高土壤固碳能力[14,15]。

（3）技術固碳：糧食生產中實施的輪作制度以及免耕、少耕等保護性耕作行為，可以緩解土壤中碳和氮的分解，同樣具有正向固碳作用。以玉米—玉米—大豆輪作模式為例，該輪作制度將使黑土層有機質含量增加了0.15g/kg，比玉米連作條件下土壤有機質提高7.5%，玉米產量提高了11.2%[16]。由此可見，科學合理的輪作制度將顯著提高作物殘留物，有助于提高土壤中的有機碳含量及糧食產量[17]。

1.2 糧食生產也存在負向的碳匯機制

（1）過度耕作：追求糧食產量增長而導致的過度耕作，將會引發土壤退化，惡化糧食作物和其他綠色植被的生長環境，不利于作物固碳機制的實現。韓曉增和鄒文秀[16]研究發現，當其他生產條件相同的情況下，土壤有機質含量每下降0.5%，作物產量則下降15.0%。因此，糧食生產導致的地力退化，將顯著降低糧食作物固碳能力。

（2）土地性質調整：糧食生產將增加區域內土地競爭程度。農業種植面積的增加可能會引起森林、草地、濕地等其他植被覆蓋面積的下降。以東北黑土地開荒為例，劉興土等[17]研究發現，糧食生產所帶來土地性質調整，形成對森林、草甸和沼澤等自然植被的破壞，導致土壤中的有機質、腐殖質含量快速下降。鑒于森林等植被類型的固碳能力顯著高于糧食作物，糧食生產引致的土地競爭可能降低了陸地生態系統碳匯總量[18]。

以上分析表明，糧食生產同時具有正向和負向的雙向碳匯機制，其對生態碳匯總量的凈效應取決于兩種機制的疊加，對于該效應的準確識別有待構建計量經濟模型進一步檢驗。

2 研究設計

2.1 模型設定

該文基于2000—2017年中國1 769個縣的面板數據，設定雙向固定效應模型實證甄別縣域層面糧食生產對生態碳匯的影響。模型選擇依據在于：一方面，雙向固定效應模型可以控制不隨時間變化，但與特定縣域相關的變量，即縣域固定效應，包括土壤、地形、地貌等地理因素；另一方面，雙向固定效應模型可以控制不隨縣域變化，但與特定年份相關的變量，即年份固定效應，用來控制特定年份發生的沖擊。此外，為盡可能避免遺漏變量導致的回歸結果偏誤，該文同時控制可能對生態碳匯產生影響的經濟因素和部分具有時變特征的自然因素。模型設定為：

Sequestrationit表示縣i在第t年的生態碳匯水平；Productionit表示縣i在第t年的糧食生產水平；X表示一系列可能對生態碳匯產生影響的經濟因素和自然因素，包括人口總量、財政支出、產業結構、平均降水、平均日照和平均氣溫；α0、α1和β為待估參數，其系數α1衡量了糧食生產對生態碳匯的影響，是該文關注的核心系數。μi表示縣域固定效應；vt表示年份固定效應；εit表示隨機擾動項。

2.2 變量說明

（1）被解釋變量：生態碳匯（Sequestrationit）。Chen等[19]通過NASA（National Aeronautics and Space Administration）提供的MOD17A3產品獲取陸地綠色植被的凈初級生產力①生態系統得以運行的基礎是初級生產力，即綠色植被通過光合作用生成的能量（或有機物質）。而初級生產力扣除綠色植被自養呼吸所需能量（或有機物質）后的凈值便是凈初級生產力。凈初級生產力為除綠色植被之外的所有有機生命提供了能量和物質基礎，是理解地表碳循環過程不可或缺的一部分，是估算生態承載能力的重要指標，在此基礎上計算2000—2017年中國縣域陸地綠色植被固碳量，并公開發布，為生態碳匯的相關研究提供了數據基礎，是該領域引用率較高的數據集[20,21]。該文使用該指標作為生態碳匯的衡量指標。

（2）核心解釋變量：糧食生產（Productionit）。該文使用糧食總產量作為糧食生產的衡量指標。糧食總產量指農業生產經營者日歷年度內生產的全部糧食數量，按收獲季節包括夏收糧食、早稻和秋收糧食，按作物品種包括谷物、薯類和豆類。此外，為驗證實證結果的穩健性，選用糧食種植總面積進行穩健性檢驗。

（3）控制變量（X）：為盡可能減少遺漏變量導致的回歸結果偏誤，該文同時控制可能對生態碳匯產生影響的經濟因素和自然因素。

控制變量中的經濟因素包括人口總量、財政支出和產業結構。Brandt等[22]研究發現人口與綠色植被覆蓋率呈現出相反的趨勢，為滿足人口總量增加所需要的建設用地增加導致綠色植被退化，降低了生態系統的承載能力，該文選用縣域戶籍人口作為人口總量的衡量指標。財政分權體制下，地方政府財權與事權的失衡強化了地方政府的財稅激勵，在此背景下，“以地生財”“以地引財”推動土地出讓成為地方政府緩解財政壓力的重要途徑[23]，不斷擠壓綠色植被的生存空間，該文選用政府一般公共預算支出占地區生產總值的比率作為財政支出的衡量指標。產業結構同樣影響著碳中和的進程，這不僅是因為高污染、高排放產業在碳減排方面的壓力，同樣在于其污染物破壞了綠色植被的生長環境，制約生態系統碳匯能力，該文選用第二產業增加值占地區生產總值的比率作為產業結構的衡量指標。

控制變量中的自然因素包括平均降水、平均日照、平均氣溫。相關數據來自國家氣象科學數據共享服務平臺提供的中國地面氣候資料日值數據集（V3.0），是各個觀測站點的日度數據，使用 IDW 法插值成格點數據，再分區域平均計算得到了中國各縣的分年的降水、日照和氣溫數據。此外，為盡量保證該文回歸結果的穩健性，該文在穩健性檢驗部分進一步納入平均海拔和平均坡度作為控制變量，基于NASA提供的ASTER全球數字高程模型V003數據計算獲得。

生態碳匯的原始數據來自Chen等[19]發布在Scientific Data的2000—2017年中國縣域陸地綠色植被固碳數據；糧食生產及控制變量中經濟因素的原始數據來自《中國縣域統計年鑒》和EPS數據平臺；控制變量中地理因素的原始數據來自國家氣象科學數據共享服務平臺和NASA。變量的描述性統計見表1。

表1 主要變量描述性統計

3 實證結果分析

3.1 基準回歸結果分析

表2匯報了基準結果，第（1）列單獨考察糧食生產對生態碳匯的影響，回歸系數在0.01的水平顯著為正；第（2）列及第（3）列分別納入經濟因素及自然因素，糧食生產的回歸系數有所減小，但依然通過0.01水平的顯著性檢驗；第（4）列同時納入經濟因素及自然因素，糧食生產的回歸系數進一步減小，但依然在0.01的水平顯著為正①需要進一步說明的是，該文直接以生態碳匯總量作為被解釋變量，回歸結果體現糧食生產對生態碳匯總量的凈效應，回歸系數顯著為正表明糧食生產的正向碳匯機制大于負向碳匯機制。以上回歸結果表明，糧食生產對生態碳匯的正向影響占據主導地位，能夠顯著促進生態碳匯增長。相較于森林和草原生態系統，已有研究對耕地生態系統的碳匯價值關注明顯不足[24]。但耕地生態系統是陸地生態系統的重要組成部分，Zhi等[25]研究發現耕地生態系統的初級生產力（GPP）和凈生態系統生產力（NEP）明顯高于草地和濕地生態系統。該文研究結論進一步印證了上述觀點，耕地生態系統在陸地生態系統應對氣候變化方面發揮著積極作用。

表2 基準回歸

就控制變量而言，相關變量的回歸系數與預期基本一致。第（4）列回歸結果表明，經濟因素方面，人口總量、財政支出和產業結構對于生態碳匯均表現出抑制作用，除人口總量的回歸系數未通過顯著性檢驗外，財政支出和產業結構的回歸系數均在0.01的水平顯著。表明縣級政府財政壓力的增加激勵其“以地生財”“以地引財”，擴大土地出讓面積，擠壓綠色植被的生存空間。而第二產業增加值占比的增加，意味著可能存在高污染、高排放產業的污染物破壞了綠色植被的生長環境，同樣不利于生態碳匯的實現。地理因素方面，平均降水、平均日照和平均氣溫對于生態碳匯均表現出促進作用，除平均氣溫未通過顯著性檢驗外，平均降水和平均日照的回歸系數均在0.01的水平顯著為正，與已有研究結果相印證，如王金杰等[26]研究京津冀地區綠色植被凈初級生產力的驅動因素，發現降水與植被凈初級生產力呈現正向關聯；王軼虹等[27]研究農作物凈初級生產力的驅動因素，驗證了日照對凈初級生產力的影響。降水及光照因素的增加，有利于改善當地生態環境條件，增加綠色植被覆蓋面積。

3.2 異質性回歸結果分析

（1）耕作制度異質性分析：依據積溫②指某一段時間內逐日平均氣溫≥10℃持續期間日平均氣溫的總和，即活動溫度總和條件，不同地區所采取的耕作制度存在差異，主要體現為復種指數的差異。復種指數是指農作物播種面積與耕地面積之比，表示一年內單位耕地面積的種植次數。一般認為，積溫增加會提高復種指數、增加收獲次數。那么耕作制度的差異是否會改變糧食生產對生態碳匯的影響呢？為探究糧食生產對生態碳匯影響的耕作制度異質性，該文依據復種指數的分位數劃分為低、中、高3個區間，表3匯報了分樣本回歸結果。隨著復種指數的提升，糧食生產對生態碳匯的回歸系數表現為先增加再降低的演變趨勢，即積溫的適度增加有利于發揮糧食作物的碳匯作用，但當積溫跨越某一臨界點，反而會產生反方向的影響。可能的解釋在于，一方面，不同積溫條件下的糧食作物種類存在差異，復種指數位于高水平及一年三熟的地區多為水稻種植，相較于小麥、玉米，水稻固碳能力較弱；另一方面，過高的積溫條件反而不利于糧食作物生長[28]。鑒于該文主要關注糧食產量對生態碳匯的影響，控制變量的回歸結果不再贅述。

表3 復種指數異質性回歸

（2）區域異質性分析：為進一步分析糧食生產對生態碳匯影響的區域異質性，該文基于東部、中部、西部和東北的區域劃分①東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包括山西、安徽、江西、河南、湖北、湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆；東北地區包括遼寧、吉林、黑龍江，進行分樣本回歸。表4匯報了相關回歸結果，第（1）至（4）列回歸結果表明，不同區域劃分下糧食生產對生態碳匯均存在正向影響，且在0.01的水平顯著，再次表明研究結果的穩健性。但從系數值上看，地區間存在顯著差異。東部及中部地區顯著高于西部及東北地區。可能的解釋為，東北及西部地區森林、草地及濕地等植被類型比例較高，開荒導致的土地競爭程度高于東部及中部地區。

表4 區域異質性回歸

3.3 穩健性檢驗

為進一步確保研究結論的穩健性，該文通過考慮非線性影響、替換時間固定效應為時間趨勢、對核心解釋變量取滯后一期、增加控制變量、更換核心解釋變量的方式對基準回歸進行一系列穩健性檢驗。首先，為檢驗糧食生產對生態碳匯的非線性影響，第（1）列增加了糧食生產的平方項，糧食生產的系數顯著為正但平方項系數不顯著，說明模型不能拒絕線性影響的原假設。其次，考慮到技術等非觀測因素對生態碳匯的影響。第（2）列使用時間趨勢變量代替時間啞變量進行回歸，系數為正且顯著，說明在樣本觀測區間內，技術進步能夠有效增加生態碳匯。第（3）列考慮到生態碳匯與糧食生產間可能存在“雙向因果”關系，采用糧食生產的滯后一期項進行回歸，結果顯示，滯后一期變量仍然為正且在0.01的置信水平上顯著，與基準回歸結果保持一致。考慮海拔和地形對生態碳匯的影響，第（4）列將平均海拔、平均坡度納入控制變量，糧食生產的系數在0.01水平顯著為正。第（5）列使用糧食播種面積代替糧食產量作為糧食生產的衡量指標。相較于糧食產量，播種面積的變化能夠更為直接反映出土地性質的轉變。變量系數及顯著性與基準模型一致。種植業播種面積的增加，農業生產活動的提高，有利于增加生態碳匯，實現區域內的碳平衡。綜上所述，表5穩健性檢驗中核心變量的系數始終為正，且在0.01的水平上顯著，驗證了回歸結果的穩健性。

表5 穩健性檢驗回歸

4 結論與政策建議

4.1 結論

該文旨在證明我國糧食安全政策與碳中和行動方案間具有兼容性。首先構建糧食生產影響生態碳匯的分析框架，指出糧食生產同時存在正向和負向的雙重碳匯機制，糧食生產對生態碳匯的凈效應取決于雙向影響的疊加。在此基礎上，采用2000—2017年中國縣級面板數據進行實證檢驗，主要結論如下。

（1）基準回歸結果表明，在控制縣域固定效應、時間固定效應及可能影響生態碳匯的經濟因素和自然因素的條件下，糧食生產對生態碳匯具有顯著的正向影響，從碳匯視角證明我國糧食安全政策與碳中和行動方案間具有兼容性。

（2）耕作制度異質性回歸結果表明，隨著復種指數的提升，糧食生產對生態碳匯的回歸系數表現為先增加再降低的演變趨勢，即積溫水平的適度增加有利于發揮糧食作物的碳匯作用，但當積溫跨越某一臨界點，反而會產生反方向的影響。

（3）區域異質性回歸結果表明，不同區域劃分下，糧食生產對生態碳匯均表現出顯著的正向影響，但具有明顯的區域異質性。相較于西部和東北地區，東部及中部地區糧食生產的碳匯效應更大。

（4）穩健性檢驗回歸結果表明，通過考慮非線性影響、替換時間固定效應為時間趨勢、對核心解釋變量取滯后一期、增加控制變量、更換核心解釋變量的方式對基準回歸進行一系列穩健性檢驗，糧食生產對生態碳匯仍保持顯著的正向影響。

4.2 政策建議

（1）碳中和背景下糧食生產轉型需要從碳源和碳匯兩個方面著手。僅僅關注糧食生產的碳源屬性，忽視其碳匯屬性，過分強調碳減排，可能危及糧食安全。應明確糧食安全與碳中和不存在政策優先序的權衡，在已有減排方案的基礎上補充增匯舉措，在確保糧食穩定供應的同時，提高生態系統的質量和穩定性。

（2）糧食生產增匯需要因地制宜，制定差異化、針對性的增匯方案。一是基于積溫水平采用科學耕作制度，積極推廣少耕免耕，避免過度耕作導致土壤有機質下降。二是加強重點地區生態系統保護和修復，西部地區是生態環境脆弱區，應提高植被覆蓋率，增強生態系統韌性；東北地區是重要生態功能區，應優化土地利用結構，降低糧食生產對林地、草地等其他綠色植被的干擾和破壞。

（3）構建糧食碳匯補償機制，提高糧食生產主體參與碳中和行動方案的積極性。一是推動農業補貼與糧食碳匯掛鉤，對于采納增匯方案的糧食生產主體，進行成本補償、增加補貼。二是推動糧食碳匯納入碳匯交易機制，通過市場機制將糧食生產的生態價值轉化為資產價值。