中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的時空耦合規(guī)律研究

徐玥 王輝 韓秋鳳

摘要：農(nóng)業(yè)既是碳源又是碳匯，農(nóng)業(yè)減源增匯是助力“雙碳”目標(biāo)如期實現(xiàn)和農(nóng)業(yè)強(qiáng)國建設(shè)的必要關(guān)鍵一環(huán)。文章采用排放系數(shù)法和參數(shù)估算法測算2000—2021年中國農(nóng)業(yè)碳源碳匯體量、結(jié)構(gòu)和強(qiáng)度，而后基于耦合協(xié)調(diào)度模型和Tapio耦合指數(shù)探究中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)性。結(jié)果表明：（1）中國農(nóng)業(yè)碳排放量或已于2015年達(dá)到峰值，總體經(jīng)歷了“波動上升期—平緩上升期—平緩下降期”三階段變化歷程。各類碳源的貢獻(xiàn)程度、發(fā)展趨向和達(dá)峰節(jié)點各有異同，牲畜養(yǎng)殖（42.67%）是最主要碳源。（2）中國農(nóng)業(yè)碳吸收量遠(yuǎn)高于農(nóng)業(yè)碳排放量，二者的平均比值為2.64，總體經(jīng)歷了“波動上升期—平緩上升期”兩階段變化歷程。糧經(jīng)園作物的碳吸收量、貢獻(xiàn)程度和發(fā)展趨向差異顯著，呈現(xiàn)糧食作物（75.18%）一邊倒態(tài)勢。（3）中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展呈現(xiàn)出協(xié)調(diào)和失調(diào)共同存在并且協(xié)調(diào)程度量多占優(yōu)的局面，其中尤以糧食主產(chǎn)區(qū)省份協(xié)調(diào)程度突出。（4）絕大多數(shù)年份的耦合指數(shù)散點均落于第一象限內(nèi)，且愈發(fā)呈現(xiàn)出趨向性的經(jīng)濟(jì)主導(dǎo)型耦合狀態(tài)。總的來看，中國農(nóng)業(yè)凈碳效應(yīng)體量呈平穩(wěn)上升態(tài)勢，且“十三五”以來經(jīng)濟(jì)效應(yīng)總體領(lǐng)先環(huán)境效應(yīng)。

關(guān)鍵詞：農(nóng)業(yè)凈碳效應(yīng)；時空特征；耦合協(xié)調(diào)度；Tapio耦合指數(shù)；農(nóng)業(yè)碳排放

[基金項目]中國礦業(yè)大學(xué)公共管理學(xué)院（應(yīng)急管理學(xué)院）高水平成果培育項目（項目編號：XY202127）；礦業(yè)學(xué)科群提升自主創(chuàng)新能力項目（項目編號：2022ZZCX02K4）；中國資源型城市轉(zhuǎn)型發(fā)展與鄉(xiāng)村振興研究中心（高端智庫）項目（項目編號：2021WHCC03）。

[作者簡介]徐玥（1998-），男，安徽六安人，碩士研究生，研究方向：農(nóng)業(yè)碳源碳匯；通訊作者：王輝（1976-），男，江蘇徐州人，博士，副教授，研究方向：土地利用與生態(tài)安全治理；韓秋鳳（1999-），女，四川遂寧人，碩士研究生，研究方向：土壤污染治理。

一、引言

全球氣候變暖引發(fā)的旱澇災(zāi)害、極端天氣、疾病傳播等負(fù)面影響對人類生產(chǎn)生活造成嚴(yán)重威脅，減緩和控制全球增溫現(xiàn)象的進(jìn)一步加劇從未來需求演變?yōu)榫o迫現(xiàn)實[1-2]。農(nóng)業(yè)在社會和自然的共同作用下表現(xiàn)出獨(dú)特的碳源碳匯雙重屬性：一方面因其排放源多、量大、結(jié)構(gòu)復(fù)雜貢獻(xiàn)了全球40%的甲烷和60%的氧化亞氮，另一方面，通過農(nóng)作物的光合作用以及土壤貯藏，儲存了全世界10%以上的碳，而農(nóng)業(yè)領(lǐng)域減源增匯即農(nóng)業(yè)凈碳效應(yīng)增加無疑對全局溫室氣體減排具有正向帶動作用[3-5]。自2020年習(xí)近平總書記開創(chuàng)性地提出碳達(dá)峰、碳中和的“雙碳”目標(biāo)后，黨的二十大報告提出加快建設(shè)農(nóng)業(yè)強(qiáng)國，必先發(fā)展生態(tài)低碳農(nóng)業(yè)。如何盡可能完善農(nóng)業(yè)領(lǐng)域源匯指標(biāo)測算體系？中國農(nóng)業(yè)碳源碳匯數(shù)據(jù)體量及其時空特征如何？中國農(nóng)業(yè)凈碳效應(yīng)及其與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)性如何？這些都是目前農(nóng)業(yè)領(lǐng)域亟待解答的基礎(chǔ)和重點問題，這些問題的解決有助于厘清農(nóng)業(yè)系統(tǒng)內(nèi)部源匯數(shù)據(jù)體量及其碳抵消情況，從而更有針對性地發(fā)展生態(tài)低碳農(nóng)業(yè)以加快建設(shè)農(nóng)業(yè)強(qiáng)國。

國內(nèi)外就農(nóng)業(yè)碳源碳匯領(lǐng)域進(jìn)行了豐富探索研究，為農(nóng)業(yè)的低碳、高質(zhì)量可持續(xù)發(fā)展奠定了堅實的理論基礎(chǔ)。主要包括以下兩個方面：（1）農(nóng)業(yè)碳源碳匯測算及其時空特征研究[6-7]。例如劉楊等[8]基于農(nóng)資投入、農(nóng)田利用和畜禽養(yǎng)殖三類碳源測算分析山東省農(nóng)業(yè)碳排放時空演化特征，得出山東省農(nóng)業(yè)碳排放量呈先上升后波動下降趨勢，空間層面糧食作物種植面積占比大的地市碳排放量更為突出。范紫月等[9]構(gòu)建了包括種植業(yè)和養(yǎng)殖業(yè)在內(nèi)的農(nóng)業(yè)系統(tǒng)溫室氣體排放清單，得出中國近40年農(nóng)業(yè)系統(tǒng)溫室氣體排放量總體呈波動增長態(tài)勢，并且甲烷是農(nóng)業(yè)系統(tǒng)排放貢獻(xiàn)最大的溫室氣體。盧東寧等[10]基于農(nóng)地利用、稻田種植、農(nóng)田土壤和牲畜養(yǎng)殖四類碳源探究陜西省農(nóng)業(yè)碳排放量及其時空演化情況，結(jié)果發(fā)現(xiàn)，陜西省農(nóng)業(yè)碳排放量呈先上升后緩慢下降的倒“U”型趨勢，農(nóng)地利用是最主要碳源。葛繼紅等[11]根據(jù)產(chǎn)業(yè)資源碳源和生態(tài)環(huán)境碳源兩個層面分析中國農(nóng)業(yè)碳排放現(xiàn)狀及其年際變動情況，得出中國農(nóng)業(yè)碳排放量總體呈上升趨勢但存在年際波動，其中2016年農(nóng)業(yè)碳排放為近年來最高值。（2）農(nóng)業(yè)碳源碳匯測算及其脫鉤耦合研究[12-13]。例如丁寶根等[14]揭示了中國耕地資源利用的碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長間的脫鉤關(guān)系，得出二者在不同階段和不同省份脫鉤類型各有差異，主要表現(xiàn)為弱脫鉤。陳勝濤等[15]量化分析江蘇省農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長間的脫鉤效應(yīng)，結(jié)果表明，多數(shù)地級市實現(xiàn)了二者間的強(qiáng)脫鉤，但不同年份存在波動差異。白福臣等[16]分析了糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食產(chǎn)量間的脫鉤效應(yīng)，最終得出二者間呈現(xiàn)出“強(qiáng)脫鉤—弱脫鉤—強(qiáng)脫鉤”的交替演化態(tài)勢，并且存在空間層面的不均等性。徐玥等[17]探究能源資源型城市徐州市農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展間的脫鉤關(guān)系，結(jié)果表明，二者間總體經(jīng)歷了“弱脫鉤—強(qiáng)負(fù)脫鉤—擴(kuò)張負(fù)脫鉤—強(qiáng)脫鉤”的變化歷程，并且“十三五”以來主要表現(xiàn)為強(qiáng)脫鉤。上述研究成果都表明了農(nóng)業(yè)生產(chǎn)資料的投入產(chǎn)出與區(qū)域碳排放格局和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展有著密切關(guān)聯(lián)，但已有文獻(xiàn)對農(nóng)業(yè)碳效應(yīng)的研究多集中于單獨(dú)的碳源一面，針對農(nóng)業(yè)碳源指標(biāo)的選取也多傾向于傳統(tǒng)的耕地利用投入方面，將碳排放和碳吸收系統(tǒng)整合考量研究欠關(guān)注以檢驗農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)性。

本文在盡可能豐富農(nóng)業(yè)源匯指標(biāo)測算體系的基礎(chǔ)上，采用排放系數(shù)法和參數(shù)估算法對2000—2021年中國農(nóng)業(yè)碳源碳匯體量、結(jié)構(gòu)和強(qiáng)度進(jìn)行全面測算，并探究其背后的政策和自然成因，然后對中國31個省（市、區(qū)）（因數(shù)據(jù)不全，不含港澳臺地區(qū)）農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)度和耦合指數(shù)進(jìn)行詳細(xì)分析，最后得出本文的研究結(jié)論并提出相應(yīng)的思考，以期為中國農(nóng)業(yè)減源增匯促進(jìn)“雙碳”目標(biāo)的如期實現(xiàn)和農(nóng)業(yè)強(qiáng)國建設(shè)提供理論和數(shù)據(jù)參考。

二、研究方法與數(shù)據(jù)來源

（一）農(nóng)業(yè)碳排放測算方法

農(nóng)業(yè)作為碳源時，會隨著耕地利用方面的物質(zhì)投入、作物種植翻耕造成的土壤破壞、牲畜養(yǎng)殖過程中腸道發(fā)酵和糞便管理產(chǎn)生直接或間接的溫室氣體排放，排放系數(shù)法因其簡便、實用、易操作的特點被廣泛應(yīng)用于國家和省市級層面的碳排放測算。綜合參考已有研究[18-20]，同時考慮中國實際農(nóng)業(yè)生產(chǎn)情況，本文認(rèn)為中國農(nóng)業(yè)碳排放主要來自以下三個方面：（1）耕地利用過程中化肥、農(nóng)藥、農(nóng)用塑料薄膜、農(nóng)用柴油、農(nóng)業(yè)灌溉所產(chǎn)生的碳排放；（2）作物種植過程中稻谷、小麥、玉米、大豆、蔬菜瓜果和薯類、棉花、花生、油菜籽、芝麻、甘蔗、甜菜、烤煙等旱地作物所產(chǎn)生的甲烷和氧化亞氮排放；（3）牲畜養(yǎng)殖過程中牛、馬、驢、騾、駱駝即大型牲畜和豬、羊、家禽、兔即日常牲畜所產(chǎn)生的甲烷和氧化亞氮排放。為保持?jǐn)?shù)據(jù)單位一致性以便進(jìn)行橫向?qū)Ρ确治觯鶕?jù)IPCC第四次評估報告，本文將按照1噸CH4=6.82噸C和1噸N2O等于81.27噸C的折算比例換算。農(nóng)業(yè)碳排放測算公式具體如下：

式（1）中，[E]表示農(nóng)業(yè)碳排放總量（萬噸）；[Ti]表示第[i]種碳排放源的量（萬噸、公頃、頭）；[δi]表示第[i]種碳排放源的碳排放系數(shù)。

綜合參考已有研究成果，同時為測算方便及數(shù)據(jù)獲取所限，選取的農(nóng)業(yè)碳源因子及其碳相關(guān)系數(shù)如表1所示。

（二）農(nóng)業(yè)碳吸收測算方法

農(nóng)業(yè)作為碳匯時，碳吸收量通常指農(nóng)作物年凈生物量的含碳量即農(nóng)作物生長全生命周期過程中通過光合作用吸收固定大氣中二氧化碳所形成的凈初級生產(chǎn)力，參數(shù)估算法因其便易、準(zhǔn)確、可實施的特點被廣泛應(yīng)用于農(nóng)業(yè)和農(nóng)田生態(tài)系統(tǒng)的碳吸收測算。綜合參考已有研究[21-23]，同時考慮中國實際作物種植情況，本文認(rèn)為中國農(nóng)業(yè)碳吸收主要來自以下三個方面：（1）種植稻谷、小麥、玉米、豆類、薯類即糧食作物所產(chǎn)生的碳匯。（2）種植花生、油菜籽、芝麻、棉花、甘蔗、甜菜即經(jīng)濟(jì)作物所產(chǎn)生的碳匯。（3）種植蔬菜、水果即園藝作物所產(chǎn)生的碳匯。農(nóng)業(yè)碳吸收測算公式具體如下：

式（2）中，[C]表示農(nóng)業(yè)碳吸收總量（萬噸）；[Xi]表示第[i]種作物的碳吸收率；[Yi]表示第[i]種作物的經(jīng)濟(jì)產(chǎn)量（萬噸）；[r]表示第[i]種作物的含水率；[Zi]表示第[i]種作物的經(jīng)濟(jì)系數(shù)。

綜合參考已有研究成果，同時為測算方便及數(shù)據(jù)獲取所限，選取的農(nóng)業(yè)碳匯因子及其碳相關(guān)系數(shù)如表2所示。

（三）耦合協(xié)調(diào)度模型

區(qū)別于脫鉤模型中兩個或兩個以上反向變量間相互關(guān)系逐漸減弱直至完全背離的脫鉤狀態(tài)，耦合協(xié)調(diào)度是指兩個或兩個以上要素或系統(tǒng)間相互作用且協(xié)調(diào)發(fā)展的良性程度，主要針對兩個同向指標(biāo)間協(xié)同增進(jìn)的耦合狀態(tài)，即本文中農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)總產(chǎn)值。綜合參考已有研究[24-26]，同時考慮農(nóng)業(yè)碳源碳匯及其凈碳效應(yīng)體量情況，農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合度模型及耦合協(xié)調(diào)度模型具體如下：

式（3）中，[W]表示耦合度；[N]表示農(nóng)業(yè)凈碳效應(yīng)（萬噸）；[A]表示農(nóng)業(yè)總產(chǎn)值（萬元），取種植業(yè)和畜牧業(yè)產(chǎn)值之和。

式（4）中，[H]表示耦合協(xié)調(diào)度；[D]表示農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)總產(chǎn)值的協(xié)調(diào)度，并且[D=aN+bA]，考慮到環(huán)境效應(yīng)和經(jīng)濟(jì)效應(yīng)的重要度理應(yīng)相等，故[a]和[b]均取0.5，并對原始數(shù)據(jù)進(jìn)行區(qū)間化處理。[H]的值處于0和1之間，且越趨近于1時，兩者間的耦合協(xié)調(diào)性越好，反之則越差。當(dāng)[H]的值在0.4以下、0.4～0.5、0.5～0.6、0.6～0.8、0.8以上時分別表示嚴(yán)重失調(diào)、初級失調(diào)、初級協(xié)調(diào)、良好協(xié)調(diào)、優(yōu)秀協(xié)調(diào)。

由于Tapio脫鉤指數(shù)主要反映環(huán)境壓力與經(jīng)濟(jì)發(fā)展間的細(xì)微變化狀態(tài)，例如理想化的強(qiáng)脫鉤表現(xiàn)為經(jīng)濟(jì)發(fā)展的同時環(huán)境壓力不斷變小，可以較好地關(guān)注兩個反向指標(biāo)間的關(guān)系。而農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)總產(chǎn)值理應(yīng)為同向指標(biāo)，因此需在Tapio脫鉤指數(shù)的基礎(chǔ)上加以改進(jìn)并重新定義，Tapio耦合指數(shù)及其相關(guān)狀態(tài)如表3所示。Tapio耦合指數(shù)測算公式具體如下：

式（5）中，[P]表示Tapio耦合指數(shù)；[Nt]和[N0]分別表示當(dāng)期和基期的農(nóng)業(yè)凈碳效應(yīng)（萬噸）；[At]和[A0]分別表示當(dāng)期和基期的農(nóng)業(yè)總產(chǎn)值（萬元）。

（四）數(shù)據(jù)來源

本文所需基礎(chǔ)研究數(shù)據(jù)均來自2000—2022年《中國農(nóng)村統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。需要說明的是，在對牲畜養(yǎng)殖數(shù)據(jù)進(jìn)行搜集處理時，出欄率大于1的豬、兔、家禽的年均飼養(yǎng)量按照（平均生命周期×年末出欄量）/365計算，其中豬、兔、家禽的平均生命周期分別為200天、105天和55天；出欄率小于1的牛、馬、驢、騾、駱駝、羊的年均飼養(yǎng)量按照（上年年末存欄量+本年年末存欄量）/2計算。農(nóng)業(yè)總產(chǎn)值即種植業(yè)和畜牧業(yè)產(chǎn)值取2000年為不變價格，將其余年份進(jìn)行相應(yīng)折算匯總。

三、中國農(nóng)業(yè)碳源碳匯時序特征

（一）中國農(nóng)業(yè)碳排放時序特征

針對農(nóng)業(yè)碳排放總量，根據(jù)式（1）測算2000—2021年中國農(nóng)業(yè)碳排放，具體情況如表4和圖1所示。中國農(nóng)業(yè)碳排放總體經(jīng)歷了“波動上升期—平緩上升期—平緩下降期”三階段變化歷程，2021年較基期2000年累計增長了7.99%，形象地表現(xiàn)為“M”形變化態(tài)勢，這往往是各碳源組合間變化趨勢綜合表征的外化結(jié)果。從基期2000年的23 659.22萬噸逐漸遞增至一階段峰值2005年的26 827.53萬噸，而后快速下降至一階段谷值2007年的24 681.17萬噸，緊接著平穩(wěn)上升至最高峰2015年的27 659.30萬噸，最后平緩下降至2021年的25 549.72萬噸，年均遞增率為0.37%，環(huán)比增速總體處于波動下降態(tài)勢。

種種變化與各個時期國家的涉農(nóng)政策和自然災(zāi)害關(guān)聯(lián)密切。具體來看：（1）2000—2007年為第一階段，處于波動上升期，年均增幅為145.99萬噸，年均遞增率為0.61%。“十五”期間重點關(guān)注糧食產(chǎn)量的提升和農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展，前期農(nóng)業(yè)碳排放總量在火熱投入中呈逐漸上升態(tài)勢。但2006年起畜牧業(yè)遭遇了禽流感、口蹄疫等疫情沖擊影響，后期農(nóng)業(yè)碳排放總量出現(xiàn)斷崖式下滑[4]。（2）2007—2015年為第二階段，處于平緩上升期，年均增幅為372.27萬噸，年均遞增率為1.43%。“十一五”和“十二五”期間在保證糧食穩(wěn)定增產(chǎn)的同時，有序提高牧業(yè)比重，并進(jìn)行一系列種養(yǎng)補(bǔ)貼，農(nóng)業(yè)碳排放總量在農(nóng)民的積極投入下呈直線上升態(tài)勢。（3）2015—2021年為第三階段，處于平緩下降期，年均增幅為-351.60萬噸，年均遞增率為-1.31%。2015年“綠色”新發(fā)展理念的提出奠定了我國今后發(fā)展的總基調(diào)，同年出臺的“減肥減藥”零增長行動更是有效遏制耕地利用碳源的進(jìn)一步增長，也在一定程度上促進(jìn)了2015年農(nóng)業(yè)碳排放峰值的形成，農(nóng)業(yè)碳排放總量在多方調(diào)控下呈平緩下降態(tài)勢[17]。

針對農(nóng)業(yè)碳排放結(jié)構(gòu)，各類碳源的貢獻(xiàn)程度、發(fā)展趨向和達(dá)峰節(jié)點各有異同，對農(nóng)業(yè)碳排放量貢獻(xiàn)率大小依次是牲畜養(yǎng)殖（42.67%）、耕地利用（36.17%）和作物種植（21.16%）。牲畜養(yǎng)殖碳排放量總體呈波動下降態(tài)勢，峰值為2005年的13 113.84萬噸，年均增幅為-38.53萬噸，年均遞增率為-0.36%。耕地利用碳排放量總體呈波動上升態(tài)勢，峰值改變?yōu)?015年的10 680.41萬噸，年均增幅為100.14萬噸，年均遞增率為1.21%，預(yù)計未來會因化肥、農(nóng)藥等高碳農(nóng)資的減量化和零增長行動而繼續(xù)減少。作物種植碳排放量總體呈波動上升態(tài)勢，同樣于2015年達(dá)到峰值5 833.90萬噸，年均增幅為28.41萬噸，年均遞增率為0.53%，預(yù)計未來會因種植業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整以及對18億畝耕地保護(hù)紅線的嚴(yán)守而保持相對穩(wěn)定態(tài)勢。

針對農(nóng)業(yè)碳排放強(qiáng)度，單位農(nóng)業(yè)產(chǎn)值碳排放強(qiáng)度總體呈平滑下降趨勢，從基期2000年的1.113噸/萬元平緩遞減至2021年的0.490噸/萬元，年均增幅為-0.030噸/萬元，年均遞增率為-3.83%，環(huán)比增速總體處于波動上升態(tài)勢。隨著遏制耕地“非農(nóng)化”、防止“非糧化”的最嚴(yán)格耕地保護(hù)制度的堅持實施以及加強(qiáng)動物防疫和農(nóng)作物病蟲害防治，農(nóng)牧業(yè)產(chǎn)量和產(chǎn)值正在不斷提高，農(nóng)業(yè)生產(chǎn)資料的利用效率和產(chǎn)出水平也在不斷提高。我國農(nóng)業(yè)總產(chǎn)值4.37%的年增速遠(yuǎn)遠(yuǎn)高于農(nóng)業(yè)總碳排放0.37%的年增速。

（二）中國農(nóng)業(yè)碳吸收時序特征

針對農(nóng)業(yè)碳吸收總量，根據(jù)式（2）測算，2000—2021年中國農(nóng)業(yè)碳吸收具體情況如表5和圖2所示。中國農(nóng)業(yè)碳吸收總體經(jīng)歷了“波動上升期—平緩上升期”兩階段變化歷程，2021年較基期2000年累計增長了58.23%，這同樣是各碳匯組合間疊加吸收綜合表征的外化結(jié)果。農(nóng)業(yè)碳吸收在體量上遠(yuǎn)高于農(nóng)業(yè)碳排放且未來增長態(tài)勢較為可觀，二者的平均比值為2.64。從基期2000年的51 602.45萬噸先增后減至最低值2003年的51 407.55萬噸，而后波動遞增至2010年的66 937.30萬噸，最后平緩遞增至2021年的81 652.00萬噸，年均遞增率為2.21%，環(huán)比增速總體處于波動上升態(tài)勢。

上述變化亦與各個時期國家的農(nóng)業(yè)體量以及疫情災(zāi)害密切相關(guān)。具體來看：（1）2000—2010年為第一階段，處于波動上升期，年均增幅為1 533.48萬噸，年均遞增率為2.64%。進(jìn)入21世紀(jì)的前十年，我國糧食生產(chǎn)在經(jīng)受嚴(yán)重的自然災(zāi)害、波動的農(nóng)產(chǎn)品市場和復(fù)雜的外部環(huán)境下依舊保持艱難上升態(tài)勢。但2003年由于受到非典疫情的大范圍影響，加之嚴(yán)重的旱澇災(zāi)害，農(nóng)業(yè)碳吸收總量出現(xiàn)罕見下降[27]。（2）2010—2021年為第二階段，處于平緩上升期，年均增幅為1 337.70萬噸，年均遞增率為1.82%。“十二五”和“十三五”期間通過嚴(yán)守18億畝耕地保護(hù)紅線、劃定落實基本農(nóng)田保護(hù)區(qū)、建設(shè)旱澇保收高標(biāo)準(zhǔn)農(nóng)田等利農(nóng)舉措，2022年糧食總產(chǎn)量達(dá)6.87億噸，較2010年的5.59億噸增加了1.28億噸，實現(xiàn)了谷物基本自給和口糧絕對安全，農(nóng)業(yè)碳吸收總量在多措并舉下呈良好上升態(tài)勢。

針對農(nóng)業(yè)碳吸收結(jié)構(gòu)，糧經(jīng)園作物的碳吸收量、貢獻(xiàn)程度和發(fā)展趨向差異顯著，對農(nóng)業(yè)碳吸收量貢獻(xiàn)率大小依次是糧食作物（75.18%）、經(jīng)濟(jì)作物（16.06%）和園藝作物（8.76%），呈現(xiàn)糧食作物一邊倒態(tài)勢。糧食作物碳吸收量總體呈平穩(wěn)遞增態(tài)勢，年均增幅為1 089.52萬噸，年均遞增率為2.19%，預(yù)計未來會因糧經(jīng)園作物的優(yōu)化調(diào)整和主要糧食作物基本自給而保持相對穩(wěn)定。經(jīng)濟(jì)作物碳吸收量總體呈平緩遞增態(tài)勢，年均增幅為150.58萬噸，年均遞增率為1.56%，預(yù)計未來會因國家對“油瓶子”安全問題的日益重視而有所提升。園藝作物碳吸收量總體呈快速增長態(tài)勢，年均增幅為190.84萬噸，年均遞增率為3.53%，預(yù)計未來會因我國現(xiàn)代化建設(shè)下人民對美好生活的充分需要而不斷提高。

針對農(nóng)業(yè)碳吸收強(qiáng)度，單位播種面積碳吸收強(qiáng)度總體呈平緩上升態(tài)勢，從基期2000年的3.302噸/公頃平緩遞增至2021年的4.840噸/公頃，年均增幅為0.073噸/公頃，年均遞增率為1.84%，環(huán)比增速總體處于波動下降態(tài)勢。源于國家對糧食安全問題的日益重視，保障糧、棉、油、糖等重要農(nóng)產(chǎn)品供給安全勢在必行，隨著農(nóng)作物總播種面積的日漸提高，加之農(nóng)業(yè)投入水平和經(jīng)營管理方式的日趨合理，農(nóng)作物總產(chǎn)量也在各方協(xié)同作用下呈向好向前發(fā)展態(tài)勢。我國農(nóng)業(yè)總碳吸收2.21%的年增速亦遠(yuǎn)高于農(nóng)業(yè)總播種面積0.36%的年增速。

四、中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)度

為進(jìn)一步分析中國31個省（市、區(qū)）農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)度，根據(jù)式（3）、式（4）測算，分別取2001年、2011年和2021年即前中后三個代表性時間節(jié)點，借助ArcGIS軟件，按照前文標(biāo)準(zhǔn)將所得結(jié)果劃分為五種類型，主要年份中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)度空間分布格局具體情況見圖3。總體來看，中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展呈現(xiàn)出協(xié)調(diào)和失調(diào)共同存在并且協(xié)調(diào)程度量多占優(yōu)的局面，前后大致經(jīng)歷了“失調(diào)區(qū)集中連片、協(xié)調(diào)區(qū)團(tuán)塊聚集”再到“協(xié)調(diào)區(qū)大幅覆蓋、失調(diào)區(qū)收縮一隅”的長期演化進(jìn)程，空間層面上總體表現(xiàn)為“中部中北部高、西南東南部低”的分布格局，其中尤以糧食主產(chǎn)區(qū)省份協(xié)調(diào)程度突出。

考察前期，即2001年時，山東省以0.968的耦合協(xié)調(diào)度位居全國首位，是最低的西藏自治區(qū)0.100的9.68倍。河南省和江蘇省緊隨其后，分別以0.958和0.860的耦合協(xié)調(diào)度位居第二、第三，且均處于優(yōu)秀協(xié)調(diào)區(qū)間。河北省（0.756）、四川省（0.721）、安徽省（0.720）、廣西壯族自治區(qū)（0.705）、湖北省（0.695）、湖南省（0.695）、廣東省（0.678）、黑龍江省（0.662）和吉林省（0.601）分別位居第四至第十二位，且均處于良好協(xié)調(diào)區(qū)間，其中糧食主產(chǎn)區(qū)省份占據(jù)絕對主導(dǎo)。遼寧省、云南省、江西省、新疆維吾爾自治區(qū)和浙江省分別以0.583、0.571、0.544、0.525和0.523的耦合協(xié)調(diào)度處于初級協(xié)調(diào)的危險邊緣。陜西省（0.495）、內(nèi)蒙古自治區(qū)（0.477）、福建省（0.464）、重慶市（0.444）和貴州省（0.428）均處于初級失調(diào)區(qū)間，生態(tài)環(huán)境脆弱和地形地貌復(fù)雜是最主要的兩個影響因素。上海市（0.307）、天津市（0.300）、寧夏回族自治區(qū)（0.250）、青海省（0.160）和西藏自治區(qū)（0.100）位居后五位且均處于嚴(yán)重失調(diào)區(qū)間，以沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)和西部偏遠(yuǎn)落后地區(qū)為主，其中后兩位省區(qū)農(nóng)業(yè)凈碳效應(yīng)體量甚至為負(fù)值。

考察中期，即2011年時整體耦合協(xié)調(diào)度得到明顯改善和提高，協(xié)調(diào)區(qū)間得以進(jìn)一步覆蓋，各區(qū)間的轉(zhuǎn)移跨越現(xiàn)象較為明顯。河南省以0.991的耦合協(xié)調(diào)度超越山東省（0.965）位居全國首位，是最低的西藏自治區(qū)0.100的9.91倍。河北省（0.818）憑借優(yōu)越的農(nóng)業(yè)總產(chǎn)值從前期的良好協(xié)調(diào)區(qū)間躋身至中期的優(yōu)秀協(xié)調(diào)區(qū)間。遼寧省和新疆維吾爾自治區(qū)分別以0.624和0.611的耦合協(xié)調(diào)度從前期的初級協(xié)調(diào)區(qū)間跨越至中期的良好協(xié)調(diào)區(qū)間，二者分別得益于農(nóng)業(yè)產(chǎn)值的提高和農(nóng)業(yè)凈碳效應(yīng)的提升，而江蘇省（0.754）則由前期的優(yōu)秀協(xié)調(diào)區(qū)間下落至中期的良好協(xié)調(diào)區(qū)間。內(nèi)蒙古自治區(qū)（0.555）和陜西省（0.517）因農(nóng)業(yè)系統(tǒng)得到一定程度改善后從前期的初級失調(diào)區(qū)間提升至中期的初級協(xié)調(diào)區(qū)間，山西省（0.455）從前期的嚴(yán)重失調(diào)區(qū)間提升至中期的初級失調(diào)區(qū)間，而浙江省（0.447）則由前期的初級協(xié)調(diào)區(qū)間跌落至中期的初級失調(diào)區(qū)間。

考察后期，即2021年時農(nóng)業(yè)凈碳效應(yīng)體量和農(nóng)業(yè)總產(chǎn)值總體均呈快速增長趨勢，二者間愈發(fā)呈現(xiàn)出不斷貼合的協(xié)同增進(jìn)態(tài)勢，各區(qū)間的轉(zhuǎn)移跨越現(xiàn)象也愈發(fā)顯著。黑龍江省（0.882）憑借東北地區(qū)肥沃的土地資源以豐富的農(nóng)業(yè)凈碳效應(yīng)體量從中期的良好協(xié)調(diào)區(qū)間躋身至后期的優(yōu)秀協(xié)調(diào)區(qū)間，云南省和內(nèi)蒙古自治區(qū)分別以0.640和0.618的耦合協(xié)調(diào)度從中期的初級協(xié)調(diào)區(qū)間跨越至后期的良好協(xié)調(diào)區(qū)間，二者主要得益于農(nóng)牧業(yè)產(chǎn)值加持下農(nóng)業(yè)總產(chǎn)值的大幅提升，而河北省（0.767）則由中期的優(yōu)秀協(xié)調(diào)區(qū)間下落至后期的良好協(xié)調(diào)區(qū)間。貴州省（0.493）和甘肅省（0.421）農(nóng)業(yè)生產(chǎn)現(xiàn)狀得到一定程度改善后從中期的嚴(yán)重失調(diào)區(qū)間提升至后期的初級失調(diào)區(qū)間，而浙江省（0.397）則再一次從中期的初級失調(diào)區(qū)間跌落至后期的嚴(yán)重失調(diào)區(qū)間，未來或?qū)⒅攸c關(guān)注，以避免環(huán)境效應(yīng)與經(jīng)濟(jì)效應(yīng)關(guān)系進(jìn)一步惡化。青海省（0.168）農(nóng)業(yè)凈碳效應(yīng)體量仍為負(fù)值且進(jìn)一步虧損，而西藏自治區(qū)（0.114）農(nóng)業(yè)凈碳效應(yīng)體量雖也為負(fù)值但有所改善。

五、中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合指數(shù)

為系統(tǒng)考察22年來年中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合指數(shù)演化歷程，根據(jù)式（5）測算結(jié)果，并結(jié)合表3中Tapio耦合指數(shù)及其相關(guān)狀態(tài)，2000—2021年中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合指數(shù)具體情況如圖4所示。總的來看，研究期內(nèi)絕大多數(shù)年份的耦合指數(shù)散點均落于第一象限內(nèi)，這無不說明著農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)總產(chǎn)值總體均保持正向增長態(tài)勢，象限內(nèi)的耦合狀態(tài)在不同年份因波動不一的變化率而各有異同，且“十三五”以來愈發(fā)呈現(xiàn)出趨向性的經(jīng)濟(jì)主導(dǎo)型耦合狀態(tài)。

除2003年和2009年表現(xiàn)為生態(tài)衰退型退耦的不理想狀態(tài)外，其余年份均表現(xiàn)為生態(tài)主導(dǎo)型耦合或經(jīng)濟(jì)主導(dǎo)型耦合，并且2012年更是罕見地表現(xiàn)為協(xié)同增進(jìn)的理想型增長耦合狀態(tài)。究其原因，由生態(tài)衰退型退耦這一字面意思便可知這兩年農(nóng)業(yè)凈碳效應(yīng)體量必然是虧損的，較上一年分別減少了2 142.60萬噸和427.75萬噸，其中尤以2003年虧損最為嚴(yán)重，這與當(dāng)年非典疫情在全國范圍內(nèi)的大幅影響以及洪澇災(zāi)害沖擊下種植結(jié)構(gòu)的對應(yīng)調(diào)整密切相關(guān)。而2012年環(huán)境效應(yīng)與經(jīng)濟(jì)效應(yīng)分別以0.042和0.046的相協(xié)調(diào)變化率處于理想的同進(jìn)步共發(fā)展?fàn)顟B(tài)。具體來看：（1）2001—2015年為波動變化期，二者主要表現(xiàn)為經(jīng)濟(jì)主導(dǎo)型耦合和生態(tài)主導(dǎo)型耦合的交替態(tài)勢，并且期間還穿插著前文所述的生態(tài)衰退型退耦合和增長耦合兩種特殊狀態(tài)。由于前中期農(nóng)業(yè)生產(chǎn)發(fā)展現(xiàn)狀在人為因素和自然因素的雙重影響下波動發(fā)展，再加之各類補(bǔ)貼、激勵和減免政策，農(nóng)牧業(yè)無論是在產(chǎn)量還是產(chǎn)值上總體均表現(xiàn)為向好向前的增長態(tài)勢，而變化不一的增長率則引發(fā)不可避免的波動變化狀態(tài)。（2）2016—2021年為穩(wěn)定增長期，二者主要表現(xiàn)為趨向性的經(jīng)濟(jì)主導(dǎo)型耦合狀態(tài)，各年份的耦合指數(shù)散點愈發(fā)傾向于正向縱軸即經(jīng)濟(jì)效應(yīng)一側(cè)也說明了這一點，同時農(nóng)業(yè)總產(chǎn)值以4.37%的年增速總體領(lǐng)先農(nóng)業(yè)凈碳效應(yīng)3.37%的年增速亦可以很好地解釋此現(xiàn)象的出現(xiàn)。“十三五”和“十四五”期間作為全面建成小康社會的攻堅關(guān)鍵階段和未來社會主義現(xiàn)代化強(qiáng)國建設(shè)的初步開啟階段，妥善解決好“三農(nóng)”問題推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化以及農(nóng)業(yè)強(qiáng)國的順利建成則是重中之重，農(nóng)業(yè)綜合生產(chǎn)能力的穩(wěn)步提升和農(nóng)作物產(chǎn)量產(chǎn)值的大幅提高則是其應(yīng)有之義，種種舉措推動下使得經(jīng)濟(jì)效應(yīng)總體領(lǐng)先環(huán)境效應(yīng)。

六、結(jié)論與討論

（一）結(jié)論

1.中國農(nóng)業(yè)碳排放量或已于2015年達(dá)到峰值，與二、三產(chǎn)業(yè)相比先于2030年整體碳達(dá)峰節(jié)點。2000—2021年中國農(nóng)業(yè)碳排放總體經(jīng)歷了“波動上升期—平緩上升期—平緩下降期”三階段變化歷程，形象地表現(xiàn)為“M”形變化態(tài)勢。各類碳源的貢獻(xiàn)程度、發(fā)展趨向和達(dá)峰節(jié)點各有異同，對農(nóng)業(yè)碳排放量貢獻(xiàn)率大小依次為牲畜養(yǎng)殖（42.67%）、耕地利用（36.17%）和作物種植（21.16%）。單位農(nóng)業(yè)產(chǎn)值碳排放強(qiáng)度總體呈平滑下降趨勢，預(yù)計未來兩者會隨著農(nóng)業(yè)生產(chǎn)資料利用效率和產(chǎn)出水平的不斷提高而實現(xiàn)一定程度脫鉤。

2.中國農(nóng)業(yè)碳吸收量遠(yuǎn)高于農(nóng)業(yè)碳排放量，兩者平均2.64的比值促使農(nóng)業(yè)系統(tǒng)始終表現(xiàn)為凈碳匯效應(yīng)。2000—2021年中國農(nóng)業(yè)碳吸收總體經(jīng)歷了“波動上升期—平緩上升期”兩階段變化歷程，農(nóng)業(yè)碳吸收在數(shù)量上遠(yuǎn)高于前者的同時未來增長態(tài)勢良好。糧經(jīng)園作物的碳吸收量、貢獻(xiàn)程度和發(fā)展趨向差異顯著，對農(nóng)業(yè)碳吸收量貢獻(xiàn)率大小依次是糧食作物（75.18%）、經(jīng)濟(jì)作物（16.06%）和園藝作物（8.76%）。單位播種面積碳吸收強(qiáng)度總體呈平緩上升態(tài)勢，預(yù)計未來會隨著農(nóng)業(yè)生產(chǎn)經(jīng)營方式的日趨合理呈向好向前發(fā)展態(tài)勢。

3.中國農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展呈現(xiàn)出協(xié)調(diào)和失調(diào)共同存在并且協(xié)調(diào)程度量多占優(yōu)的局面，前后大致經(jīng)歷了“失調(diào)區(qū)集中連片、協(xié)調(diào)區(qū)團(tuán)塊聚集”再到“協(xié)調(diào)區(qū)大幅覆蓋、失調(diào)區(qū)收縮一隅”的長期演化進(jìn)程，空間層面上總體表現(xiàn)為“中部中北部高、西南東南部低”的分布格局。糧食主產(chǎn)區(qū)省份因水土資源豐富和農(nóng)業(yè)基礎(chǔ)良好使得農(nóng)業(yè)凈碳效應(yīng)體量與農(nóng)業(yè)總產(chǎn)值間協(xié)調(diào)優(yōu)異，而沿海經(jīng)濟(jì)發(fā)達(dá)省市和西部落后地區(qū)因主導(dǎo)產(chǎn)業(yè)、地理區(qū)位和承擔(dān)功能等內(nèi)外諸多因素使得二者間差距較大。

4.絕大多數(shù)年份的耦合指數(shù)散點均落于第一象限內(nèi)，這無不說明著農(nóng)業(yè)凈碳效應(yīng)與農(nóng)業(yè)總產(chǎn)值總體均保持正向增長態(tài)勢，象限內(nèi)的耦合狀態(tài)在不同年份因波動不一的變化率而各有異同，且“十三五”以來愈發(fā)呈現(xiàn)出趨向性的經(jīng)濟(jì)主導(dǎo)型耦合狀態(tài)。2001—2015年為波動變化期，二者主要表現(xiàn)為經(jīng)濟(jì)主導(dǎo)型耦合和生態(tài)主導(dǎo)型耦合的交替態(tài)勢，且后者較前者更具優(yōu)勢。2016—2021年為穩(wěn)定增長期，二者主要表現(xiàn)為趨向性的經(jīng)濟(jì)主導(dǎo)型耦合狀態(tài)，且“十三五”以來經(jīng)濟(jì)效應(yīng)總體領(lǐng)先環(huán)境效應(yīng)。

（二）討論

基于此，本文通過對2000—2021年中國農(nóng)業(yè)碳源碳匯體量的系統(tǒng)規(guī)范測算發(fā)現(xiàn)，中國農(nóng)業(yè)系統(tǒng)總體呈現(xiàn)出較為可觀的凈碳匯效應(yīng)，這也與陳羅燁等[28]、曹執(zhí)令等[29]和吳昊玥等[25]學(xué)者對農(nóng)業(yè)凈碳匯的研究結(jié)論相一致。就測算結(jié)果而言，中國農(nóng)業(yè)凈碳效應(yīng)體量從2000年的27 943.24萬噸波動增長至2021年的56 102.28萬噸，年均遞增率為3.37%，環(huán)比增速總體處于波動上升態(tài)勢。由此可見未來伴隨著“雙碳”目標(biāo)和農(nóng)業(yè)強(qiáng)國背景下一系列減污降碳文件的加持和規(guī)范，農(nóng)業(yè)凈碳效應(yīng)體量必將長勢可觀。其中本文所得2010年40 853.23萬噸的農(nóng)業(yè)凈碳效應(yīng)體量與陳羅燁等[28]所測算的36 539.69萬噸的農(nóng)業(yè)凈碳匯量存在一定差異，這主要由于本文就農(nóng)業(yè)源匯指標(biāo)的選取測算更為廣泛完整。碳源方面除傳統(tǒng)的耕地利用即農(nóng)業(yè)生產(chǎn)資料投入外還包括了作物種植和牲畜養(yǎng)殖兩方面碳源，碳匯方面則是包括了糧食作物、經(jīng)濟(jì)作物和園藝作物三個完整品類，與僅測算主要糧食作物相比農(nóng)業(yè)凈碳效應(yīng)體量因此出現(xiàn)小幅升高，但這無疑更加貼合現(xiàn)實農(nóng)業(yè)生產(chǎn)情況，也從側(cè)面印證了本文農(nóng)業(yè)源匯指標(biāo)測算體系的合理性和可行性。

值得注意的是，本文通過測算發(fā)現(xiàn)中國農(nóng)業(yè)碳排放量或已于2015年達(dá)到峰值27 659.30萬噸，先于2030年整體碳達(dá)峰節(jié)點，這也在諸多學(xué)者的最新研究中得到旁證[30-34]。但由于目前中國種植業(yè)碳達(dá)峰后的年均變化率為-1.56%，仍處于平臺期，各省（市、區(qū)）所處的達(dá)峰時期也不盡相同，而本文測算所得農(nóng)業(yè)碳達(dá)峰后的年均變化率為-1.29%，同樣處于平臺期，因此對農(nóng)業(yè)領(lǐng)域的減源增匯行動仍不可松懈大意[32]。究其原因，無論是2015年“綠色”新發(fā)展理念提綱挈領(lǐng)般地提出，還是同年《到2020年化肥使用量零增長行動方案》和《到2020年農(nóng)藥使用量零增長行動方案》對兩大耕地利用碳源的有效遏制，亦或是后續(xù)“雙碳”目標(biāo)和農(nóng)業(yè)強(qiáng)國背景下一系列碳相關(guān)文件的出臺，農(nóng)業(yè)碳排放量在各種政策舉措的合力控制下呈逐年下降態(tài)勢[35]。

（三）不足與展望

盡管如此，本文依舊存在一定程度的不足和可以改進(jìn)的方面：（1）限于個人研究視野及數(shù)據(jù)指標(biāo)來源，僅能考慮到學(xué)術(shù)界常用且實際的源匯因子，相關(guān)系數(shù)也均參考國內(nèi)外廣泛引證的權(quán)威文獻(xiàn)，但這仍在一定程度上會影響測算結(jié)果的精確性。（2）限于文章篇幅及數(shù)據(jù)獲取因素影響，多考慮時間尺度下中國及其各省級層面年際演化情況，對更具微觀視角和生產(chǎn)實際的市縣級層面則涉及較少，不利于對微觀視角下二者關(guān)系的完整性把握。（3）未來可在本文基礎(chǔ)上進(jìn)一步對源匯指標(biāo)及其系數(shù)的現(xiàn)實完整性選取進(jìn)行豐富和完善，以期更好揭示中國農(nóng)業(yè)碳相關(guān)基礎(chǔ)理論、發(fā)展現(xiàn)狀和未來趨勢。

參考文獻(xiàn)：

[1]張俊飚，何可.“雙碳”目標(biāo)下的農(nóng)業(yè)低碳發(fā)展研究：現(xiàn)狀、誤區(qū)與前瞻[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2022，513（09）：35-46.

[2]TIAN S，WANG S，BAI X，et al.Global patterns and changes of carbon emissions from land use during 1992—2015[J].Environmental Science and Ecotechnology，2021（7）：100108.

[3]羅懷良.國內(nèi)農(nóng)業(yè)碳源/匯效應(yīng)研究：視角、進(jìn)展與改進(jìn)[J].生態(tài)學(xué)報，2022，42（09）：3832-3841.

[4]張帆，宣鑫，金貴，等.農(nóng)業(yè)源非二氧化碳溫室氣體排放及情景模擬[J].地理學(xué)報，2023，78（01）：35-53.

[5]孫小祥，張華兵，于英鵬.江蘇沿海地區(qū)農(nóng)田生態(tài)系統(tǒng)碳源/匯時空變化及公平性研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2021，42（10）：56-64.

[6]謝永浩，劉爭.中國省域種植業(yè)碳匯量、碳排放量的時空分異及公平性研究[J].世界農(nóng)業(yè)，2022，514（02）：100-109.

[7]李強(qiáng)，高威，魏建飛，等.中國耕地利用凈碳匯時空演進(jìn)及綜合分區(qū)[J].農(nóng)業(yè)工程學(xué)報，2022，38（11）：239-249.

[8]劉楊，劉鴻斌.山東省農(nóng)業(yè)碳排放特征、影響因素及達(dá)峰分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2022，30（04）：558-569.

[9]范紫月，齊曉波，曾麟嵐，等.中國農(nóng)業(yè)系統(tǒng)近40年溫室氣體排放核算[J].生態(tài)學(xué)報，2022，42（23）：9470-9482.

[10]盧東寧，張雨，雷世斌.“雙碳”目標(biāo)背景下陜西農(nóng)業(yè)碳排放驅(qū)動因素與脫鉤效應(yīng)研究[J].北方園藝，2022，515（20）：133-140.

[11]葛繼紅，孔阿敬，王猛.“雙碳”背景下中國農(nóng)業(yè)碳排放分布動態(tài)及減排路徑[J].新疆農(nóng)墾經(jīng)濟(jì)，2023，362（04）：44-52.

[12]吳昊玥，黃瀚蛟，陳文寬.中國糧食主產(chǎn)區(qū)耕地利用碳排放與糧食生產(chǎn)脫鉤效應(yīng)研究[J].地理與地理信息科學(xué)，2021，37（06）：85-91.

[13]丁寶根，趙玉，鄧俊紅.中國種植業(yè)碳排放的測度、脫鉤特征及驅(qū)動因素研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（05）：1-11.

[14]丁寶根，楊樹旺，趙玉，等.中國耕地資源利用的碳排放時空特征及脫鉤效應(yīng)研究[J].中國土地科學(xué)，2019，33（12）：45-54.

[15]陳勝濤，張開華，張岳武.農(nóng)業(yè)碳排放績效的測量與脫鉤效應(yīng)[J].統(tǒng)計與決策，2021，37（22）：85-88.

[16]白福臣，高鵬，鄭沃林.糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡的時空演化與脫鉤效應(yīng)[J].生態(tài)經(jīng)濟(jì)，2023，39（07）：107-116.

[17]徐玥，王輝，韓秋鳳.徐州市農(nóng)業(yè)碳排放時空特征與脫鉤效應(yīng)[J/OL].水土保持通報：1-9.https：//doi.org/10.13961/j.cnki.stbctb.20230526.004.

[18]張紅麗，劉芳.新疆農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的響應(yīng)關(guān)系[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（22）：358-363.

[19]何艷秋，陳柔，吳昊玥，等.中國農(nóng)業(yè)碳排放空間格局及影響因素動態(tài)研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2018，26（09）：1269-1282.

[20]田云，吳海濤.產(chǎn)業(yè)結(jié)構(gòu)視角下的中國糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放公平性研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2020，297（01）：45-55.

[21]田云，張俊飚.中國省級區(qū)域農(nóng)業(yè)碳排放公平性研究[J].中國人口·資源與環(huán)境，2013，23（11）：36-44.

[22]羅紅，羅懷良，李朝艷，等.瀘州市農(nóng)業(yè)碳收支時空變化及公平性評價[J].生態(tài)與農(nóng)村環(huán)境學(xué)報，2019，35（04）：409-418.

[23]CUI Y，KHAN S U，SAUER J，et al.Exploring the spatiotemporal heterogeneity and influencing factors of agricultural carbon footprint and carbon footprint intensity： Embodying carbon sink effect[J].Science of The Total Environment，2022（846）：157507.

[24]李建豹，黃賢金，孫樹臣，等.長三角地區(qū)城市土地與能源消費(fèi)CO2排放的時空耦合分析[J].地理研究，2019，38（09）：2188-2201.

[25]吳昊玥，孟越，黃瀚蛟，等.中國耕地利用凈碳匯與農(nóng)業(yè)生產(chǎn)的時空耦合特征[J].水土保持學(xué)報，2022，36（05）：360-368，376.

[26]劉曉輝，鄭興明，劉文新.中國村鎮(zhèn)建設(shè)與資源環(huán)境耦合協(xié)調(diào)空間特征分析[J].農(nóng)業(yè)現(xiàn)代化研究，2023，44（01）：153-160.

[27]徐玥，王輝，韓秋鳳.縣級尺度下耕地碳收支區(qū)域差異與公平性——以江蘇省為例[J].河北農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023，25（01）：62-73.

[28]陳羅燁，薛領(lǐng)，雪燕.中國農(nóng)業(yè)凈碳匯時空演化特征分析[J].自然資源學(xué)報，2016，31（04）：596-607.

[29]曹執(zhí)令，黃飛，伍賽君.中國農(nóng)業(yè)生產(chǎn)碳匯效應(yīng)與生產(chǎn)績效的時空特征[J].經(jīng)濟(jì)地理，2022，42（09）：166-175.

[30]胡婉玲，張金鑫，王紅玲.中國農(nóng)業(yè)碳排放特征及影響因素研究[J].統(tǒng)計與決策，2020，36（05）：56-62.

[31]徐玥，王輝，韓秋鳳，等.我國耕地碳排放時空特征與影響因素[J].江蘇農(nóng)業(yè)科學(xué)，2022，50（16）：218-226.

[32]吳昊玥，周蕾，何艷秋，等.中國種植業(yè)碳排放達(dá)峰進(jìn)程初判及脫鉤分析[J/OL].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文）：1-12.http：//kns.cnki.net/kcms/detail/13.1432.S.20230213.0846.001.html.

[33]趙敏娟，石銳，姚柳楊.中國農(nóng)業(yè)碳中和目標(biāo)分析與實現(xiàn)路徑[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2022，513（09）：24-34.

[34]曾賢剛，余暢，孫雅琪.中國農(nóng)業(yè)農(nóng)村碳排放結(jié)構(gòu)與碳達(dá)峰分析[J].中國環(huán)境科學(xué)，2023，43（04）：1906-1918.

[35]林斌，徐孟，汪笑溪.中國農(nóng)業(yè)碳減排政策、研究現(xiàn)狀及展望[J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2022，30（04）：500-515.

責(zé)任編輯：管仲

A Study of the Spatial-Temporal Coupling Patterns Between the Net Carbon Effect of Agriculture and Agricultural Economic Development in China

1Xu Yue? 1，2，3Wang Hui? 4Han Qiufeng

（1School of Public Policy and Management， China University of Mining and Technology， Xuzhou 221116， Jiangsu， China;

2China Resource-based City Transformation Development and Rural Revitalization Research Center， Xuzhou 221116， Jiangsu， China; 3Research Center for Land Use and Ecological Security Governance in Mining Area， China University of Mining and Technology， Xuzhou 221116， Jiangsu， China; 4School of Environment and Spatial Informatics， China University of Mining and Technology， Xuzhou 221116， Jiangsu， China）

Abstract： Agriculture is both a carbon source and a carbon sink. The practice of reducing agricultural sources and increasing the capacity of agricultural sinks is a key link to help achieve the “double carbon” goal and build an agricultural power. This paper uses the emission coefficient method and parameter estimation method to estimate the volume， structure and intensity of Chinas agricultural carbon source and carbon sink from 2000 to 2021， and then explores the coupling coordination between Chinas agricultural net carbon effect and agricultural economic development based on the coupling coordination degree model and the Tapio coupling index. The results are as follows. （1）Chinas agricultural carbon emission may have reached its peak in 2015， and has experienced a three-stage change process of “fluctuating rising period - gentle rising period - gentle declining period”. The contribution degree， development trend and peak node of various carbon sources are different， and livestock breeding （42.67%） is the most important carbon source.（2）Chinas agricultural carbon uptake is much higher than agricultural carbon emissions， and the average ratio of the two is 2.64， which has experienced a two-stage change process of “fluctuating rising period - gentle rising period”. The carbon uptake， contribution degree and development trend of crops in grain economic garden are significantly different， with? food crops accounting for the most part（75.18%）.（3）Chinas agricultural net carbon effect and agricultural economic development present a situation of coordination and imbalance， and the degree of coordination is increasingly dominant， especially the coordination degree of major grain-producing provinces.（4）The scatter point of the coupling index in most years falls in the first quadrant， and increasingly shows a trend of economy-dominated coupling state. Overall， the volume of net carbon effect in Chinas agriculture has been rising steadily， and the economic effect has been leading the environmental effect since the “13th Five-Year Plan”.

Key words： net carbon effect of agriculture; spatial-temporal characteristics; coupling coordination; Tapio coupling index; agricultural carbon emission