碳排放時空特征視角下山東農業綠色發展及影響因素分析

林 冰，費 航

(山東理工大學 經濟學院，山東 淄博 255000)

引言

中國積極響應并參與全球氣候治理，實施一系列戰略、措施和行動應對氣候變化造成的一系列不利影響，推動綠色低碳發展。 習近平主席在2020 年第七十五屆聯合國大會上提出“中國二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和”；黨的二十大報告提出“推動形成綠色低碳的生產方式和生活方式，積極穩妥推進碳達峰碳中和”。 中國人口多，資源相對不足，以資源環境為代價的傳統發展模式亟待轉型，走綠色低碳發展道路是我國經濟轉型升級、高質量發展的必然要求，“雙碳”目標理應成為社會各行各業工作部署的重點方向。 農業活動產生大量的二氧化碳(CO2)、甲烷(CH4)和氧化亞氮(N2O)，是我國溫室氣體排放的重要來源之一。 我國2005 年、2010 年和2014 年的溫室氣體排放統計數據顯示，農業活動中測算的動物腸道發酵、動物糞便管理、水稻種植和農用地排放產生的溫室氣體，三個年份排放二氧化碳當量(CO2e)分別為8.19 億噸、8.28 億噸和8.30 億噸，占同期全國CO2e 排放量分別為11.6%、8.7%和7.4%。 隨著農業現代化發展，土地經營規模化和機械化水平將不斷提高，三產融合速度加快，農業生產、加工、儲存和消費等環節產生的能源消耗碳排放隨之大幅增加，分析農業碳排放的時空特征及影響因素，制定相應綠色低碳農業發展政策，對推進農業農村領域減排固碳，實現“雙碳”目標具有重要理論意義和現實意義。

山東是農業大省，糧食產業結構齊全、種類豐富。 2020 年農業總產值率先突破萬億元，2022 年到達1.2 萬億元，穩居全國首位。 農業農村領域實行減排固碳等舉措后，山東省面臨較大的農業碳減排壓力，但由于各地市在地理區位、經濟條件與發展路徑等方面存在諸多不同，需深入研究農業碳排放地區差異及其影響因素。 因此，本文以山東農業綠色發展作為研究對象，創新性將種植業和畜牧業納入碳排放時空特征指標測度中，提高了農業碳排放測算指標體系的廣度和精度，并利用擴展的STIRPAT 模型分析其影響因素，對不同時期、不同地區碳排放特征進行深入系統的分析，以期推動山東乃至全國農業綠色轉型發展以及“雙碳”目標的實現。

一、文獻綜述

近年來越來越多的學者對農業碳排放展開研究，形成大量成果，主要集中在以下兩方面。

一是農業碳排放量測算及基本特征分析。哥本哈根世界氣候大會召開后，國內學者開始關注農業碳排放。 李波等(2011)對農用物資投入碳排放展開測算[1]，正式提出“農業碳排放”概念，國內相關研究逐漸深入，種植業、畜牧業中越來越多的碳排放源被納入測算范圍，具體碳源涉及農業物資投入、農業能源消耗、禽畜養殖、水稻種植[2](田云和尹忞昊，2022)、秸稈焚燒和農田土壤利用[3](朱艦偉，2023)等六個方面。 碳排放主要核算方法是排放系數法。 根據IPCC(政府間氣候變化專門委員會)或其他權威機構公布的各項碳源碳排放系數，與研究區域各碳源活動水平數據相乘，得到各類農業活動溫室氣體排放量。 另有模型模擬法、實地測量法等方法，但應用較少[4](胡永浩等，2023)。 在此測算基礎上，何艷秋(2018)基于全國[5]、邱子健(2022)基于省際[6]、周一凡等(2022)基于縣域[7]不同層面對農業碳排放總量、強度、結構等時空特征進行分析。

二是關于農業碳排放影響因素分析。 學者們采用LMDI 分解法、Kaya 恒等式、Tobit 模型等方法對各研究區域內農業碳排放驅動機理展開剖析。 劉楊、劉鴻斌(2022)發現經濟發展是導致農業碳排放增加的重要因素，農業生產效率、農業產業結構、地區產業結構、勞動力因素則通常起抑制作用[8]。 盧奕亨等(2023)認為農業產業結構、產業集聚水平、城鎮化水平、農地規模經營會增加碳排放，機械化水平、農業財政支持會減少碳排放，其中機械化水平、農業財政支持、農業產業結構和城鎮化水平的貢獻程度較高[9]。此外，賀青等(2023)從農業機械化[10]、黃偉華等(2023)從財政支農[11]、祝偉和王瑞梅(2023)從技術進步和經營規模[12]等不同視角探究了各因素對農業碳排放的影響，發現影響程度通常因時因地而異。

現有文獻對農業碳排放的研究范圍不斷擴大，研究視角更加深入，從理論和實證兩個維度為后續研究積累了豐富的研究成果，但在以下幾個方面仍存在一定不足。 一是許多文獻在測算農業碳排放時選擇碳源不夠全面，僅測算種植業產生的CO2排放，忽略了畜牧業產生的CH4和N2O；同時碳排放核算不準確，部分碳源排放系數的使用較隨意，未經科學論證，易導致后續測算出現偏差。 二是在研究影響因素時，多數采取LMDI 模型、Kaya 恒等式進行分析，雖然計算過程簡便，結果直觀，但可選擇的影響因素相對固定、數量較少、存在相互依賴性，并且計算所需數據較少，導致計算結果不夠客觀。 三是研究對象選擇上，山東作為農業大省，農業碳排放尤其是碳排放時空特征與影響因素相關研究較少。 因此，本文將從碳排放時空特征視角研究山東農業綠色發展，把種植業和畜牧業納入碳排放時空特征指標測度中，利用擴展的STIRPAT 模型分析其影響因素。

二、研究方法與數據來源

(一)農業碳排放測算方法

為避免混淆，使用種植業代替狹義農業。2002—2021 年山東省種植業、林業、畜牧業、漁業和農林牧漁專業及輔助性活動產值分別占農林牧漁業總產值51.2%、1.7%、27.6%、14.4%以及5.2%，其中種植業與畜牧業共計占比78.8%，是山東省農業經濟主要組成部分。 由于林業通過森林的儲碳功能吸收和固定大氣中的CO2，主要表現為收集二氧化碳，而漁業和農林牧漁服務業能耗、要素投入統計不足，難以對碳排放進行準確計算，因此選取種植業和畜牧業碳排放作為主要研究對象。 采用碳排放因子法來測算農業碳排放量，具體公式如下:

式(1)中，C 為農業碳排放總量，Ti表示第i類碳排放來源(碳源)的活動量，δi表示第i 類碳源的碳排放系數。 由于種植業產生的溫室氣體主要為CO2，而畜牧業產生的溫室氣體主要為CH4、N2O，為了便于核算和比較，將各類溫室氣體根據其100 年內全球增溫潛勢(GWP)折算為CO2e 統一度量。 根據IPCC 第五次評估報告，GWP(CO2)＝1，GWP(CH4)＝28，GWP(N2O)＝265。 本文測算的碳排放量為CO2e，1 噸CH4 和N2O 產生的溫室效應分別相當于28 噸和265 噸CO2e。

1.種植業碳排放

主要包括農業生產過程中投入的各類化學產品(化肥、農藥、農膜和柴油)在生產和使用過程中直接或間接產生的碳排放；農業灌溉使用電能所導致的間接碳排放。 鑒于山東省水稻種植面積僅占農作物總播種面積約1%的實際情況，故不計算水稻碳排放。 種植業各類碳源具體碳排放系數如表1 所示。

表1 種植業碳源及碳排放系數

2.畜牧業碳排放

畜牧業排放的溫室氣體主要來自養殖的反芻動物(牛、羊)及其他動物腸道發酵產生的CH4、糞便排泄產生的CH4和N2O。 基于山東省畜牧業情況，選取牛、羊、豬和家禽4 個主要品種，其CH4和N2O 排放系數如表2 所示。

表2 畜牧業碳源及碳排放系數

平均養殖時間大于1 年的牛、羊年飼養數量為上年年末與本年末存欄量平均值，平均養殖時間小于1 年的豬和家禽，年飼養數量采用當年出欄量×(平均養殖時間/365)，豬和家禽的平均養殖時間分別為200 天和55 天[13](閔繼勝、胡浩，2012)。

3.農業碳排放強度

選取農業碳排放強度衡量農業碳排放水平，指各地區農牧業單位GDP 產生的CO2，即CE ＝C/GDP，其中CE 為農業碳排放強度，單位為噸/萬元，C 為農業碳排放量，GDP 為農牧業生產總值。

(二)STIRPAT 模型

YORK 在IPAT 模型的基礎上提出STIRPAT模型。 該模型結構簡單，常用于研究能耗與經濟、技術間的量化關系。 碳排放可以分解為與社會經濟發展相關的經濟、人口、技術等各種影響因素，具體公式為:

式(2)中，I 表示環境影響或環境負荷，包含資源、能源等的消耗，溫室氣體排放等；P 表示人口數量；A 表示富裕程度，即經濟發展水平；T 表示技術水平。

a 為模型系數；b、c、d 分別表示P、A、T 的彈性系數，其正負值代表影響方向。 根據彈性系數概念，P、A、T 每發生1%的變化，將分別引起I 發生b%、c%和d%的變化；e 為隨機誤差項。STIRPAT 模型的優勢是在研究過程中，可以根據研究區域的實際情況，引入其他影響因素。 本文選取經濟發展水平、種植業生產效率、畜牧業碳排放強度、農村人口數量、農業生產結構、地區產業結構等作為山東省農業碳排放的影響因素，各變量描述性統計見表3。

表3 影響因素變量定義

1.經濟發展水平(EL)

不同時期經濟增長對農業碳排放的影響不同。 經濟增長使消費者對農產品數量、質量有更高需求，進而增加農業生產者農用物資投入量和動物養殖數量。 但經濟增長到一定階段后農業技術和制度會發生變革，從而減少碳排放，目前經濟發展階段以正向驅動農業碳排放為主。

2.種植業生產效率(FE)

種植業生產受農業物資投入、農業基礎設施健全程度、農業節水節藥節能等新技術的影響。種植業生產效率反映農業物資利用率與農業增收的關系，生產效率提高會減少碳排放。

3.畜牧業碳排放強度(AE)

畜牧業產生大量溫室氣體。 從動物種類來看，反芻動物腸胃發酵、糞便處理排放最多，其次為豬，最少的是禽類。 在滿足人們基本物質需求的前提下減少反芻動物養殖比例，走低碳畜牧業經濟發展道路，能夠顯著減少畜牧業碳排放。

4.農村人口數量(RP)

農村人口是農業生產的主體，農村勞動力轉移會引起農業生產方式、經營規模發生變化，減少部分農業活動，導致碳排放減少。

5.農業生產結構(AS)

農業結構中主導產業會影響本地區農業碳排放，相較低碳的林業、漁業、種植業和畜牧業產生大量碳排放，調整農業生產結構，推廣高效、環保的農業種養模式有利于減少碳排放。

6.地區產業結構(IS)

傳統農業生產效率低、產出比較利益低，第二、第三產業興起加速農村勞動力的轉移，提高農業生產效率，減少碳排放。

將上述變量帶入STIRPAT 模型，將其擴展并取對數得到式(3):

式(3)中的β1、β2、β3、β4、β5和β6分別為經濟發展水平、種植業生產效率、畜牧業碳排放強度、農村人口數量、農業生產結構、地區產業結構的碳排放影響系數。

(三)數據來源及處理

本文用于農業碳排放測算和影響因素分析的基礎數據來源于《山東省統計年鑒》。 其中，化肥(折純量)、農藥、農膜和農用柴油以當年實際使用量為準，灌溉面積為當年有效灌溉面積；2004 年各地區農村人口數量數據缺失，用相鄰年份數據進行插值；2019 年萊蕪市劃歸濟南市，將2019 年以前萊蕪市與濟南市的數據進行合并；將各地區產值以2002 年為基期進行調整，去除價格變動影響；樣本范圍從2002—2021 年，總長度為20 年。

三、山東省農業碳排放時空特征

(一)農業碳排放時序特征

1.農業碳排放總量呈現先上升后下降的趨勢

2002—2021 年山東省農業碳排放總量及強度測算結果見表4。 2021 年山東省農業碳排放總量為4351.4 萬噸，較2002 年減少了1907.7萬噸，年均遞減1.9%。 樣本期內農業碳排放大致歸為三個階段。

第一階段:2002—2005 年為持續上升期。農業碳排放量累計增加292.6 萬噸，增長4.7%，其中2005 年碳排放量為樣本期內的最高值。 該階段黨中央提出“兩減免，三補貼”等一系列強農惠農政策，提高了農民的生產積極性，農業物資投入增加導致碳排放逐年增加。

第二階段:2006—2014 年農業碳排放先下降后穩定。 由于對畜牧業污染治理逐漸開始重視[14]以及畜牧業數據統計口徑調整等原因，畜禽養殖規模快速縮減，碳排放量由2006 年的6475.5 萬噸降至2008 年的5798.2 萬噸，隨后保持相對穩定。

第三階段:2015—2021 年為持續下降期。隨著農業部2015 年開展實施化肥農藥使用量零增長行動，山東省農業生產活動中化肥、農藥施用量明顯減少，農業碳排放總量呈現下降趨勢，累計下降1013.9 萬噸，降幅18.9%。

2.農業碳排放強度持續下降

農業碳排放強度是指單位農牧業產值所產生的碳量，碳排放強度數值越小，表明農業生產效率越高。 樣本期內山東省農業碳排放強度呈逐年遞減趨勢，由最初2002 年的2.953 噸/萬元降至2021 年0.954 噸/萬元，累計降幅高達67.7%，其中2005—2020 年碳排放強度下降59.2%，超額實現了在哥本哈根會議上中國承諾的“2020年CO2排放強度較2005 年下降40%～45%”的減排目標。

3.種植業碳排放量先增加后減少占比上升

2002—2021 年山東省農業主要碳源占碳排放總量比例見圖1。 樣本期內山東省種植業碳排放總量呈“上升—平穩—下降”趨勢，較基期下降了13.4%，占碳排放總量的比重由49.7%升至61.9%。 其中化肥是最大碳源，占樣本期內排放總量的26.5%。 農膜、灌溉、柴油及農藥所占的比重分別為10.4%、8.7%、6.5%和4.9%。

圖1 2002—2021 年山東省農業主要碳源結構特征

4.牛、羊養殖數目減少導致畜牧業碳排放大幅下降

畜牧業碳排放呈顯著下降趨勢。 2021 年排放1657.6 萬噸，較2002 年下降47.3%，占農業碳排放總量比例不斷下降。 飼養牛導致的碳排放占比最高，達24.9%，飼養羊、豬和家禽導致的碳排放分別占9.4%、7.5%和1%。 牛、羊產生碳排放分別由2002 年的2143.8 萬噸、626.1 萬噸降至2021 年的764.3 萬噸、385.2 萬噸，其存欄數量減少是農業碳排放下降的重要原因。

(二)農業碳排放空間特征

1.農業生產為主、糧食高產地區碳排放較高

圖2 顯示2002—2021 年山東省各地市累計農業碳排放總量及平均強度。 德州、菏澤、濰坊和臨沂累計農業碳排放量超過1 億噸，分別為1.44億噸、1.33 億噸、1.28 億噸和1.01 億噸。 濟寧、聊城、濟南累計農業碳排放量為8900 萬噸～9500 萬噸，煙臺、青島、濱州、泰安為5700 萬噸～7700 萬噸，淄博、威海、日照、棗莊和東營排放總量較低，在2800 萬噸～3600 萬噸之間。 總體來看，農業碳排放量取決于地區耕地面積、水資源和農業從業人員數量等農業資源，經濟欠發達、以農業生產為主、糧食高產地區碳排放更高。 樣本期內各地市碳排放量均有所下降，總體呈現先上升后下降趨勢，多數地市于2006 年左右到達峰值。 在農業“減肥減藥”政策實施后，各地市農業碳排放量均顯著下降。

圖2 2002 年—2021 年山東省各地市累計農業碳排放量及平均碳排放強度

為了更加直觀地進行分析，應用Arcgis10.8對山東省各地市2002 年和2021 農業碳排放總量進行展示(圖3)，顏色越深表示碳排放量越高。 2002 年農業碳排放較高的地市為德州、菏澤、聊城等產糧大市；2021 年排放總量較高的地市為菏澤、濰坊、德州、臨沂。

圖3 山東省農業碳排放總量空間分布

2.農業碳排放強度總體上呈現明顯的空間非均衡性

農業碳排放強度能夠直觀反映不同地市低碳農業發展水平差異。 2002—2021 年山東省各地市平均碳排放強度在1.34 噸/萬元～2.93 噸/萬元之間，其中菏澤、德州排放強度最高，分別為2.89 噸/萬元和2.92 噸/萬元，日照、威海、東營和濱州次之，碳排放強度在2 噸/萬元～2.4 噸/萬元之間，青島、濰坊、濟南、臨沂和聊城較低，在1.6 噸/萬元～2 噸/萬元之間，淄博、濟寧、泰安、棗莊和煙臺碳排放強度最低，在1.3 噸/萬元～1.5噸/萬元之間。 各地市碳排放強度均明顯下降，其中威海碳排放強度降低51%，其他城市下降幅度在60%～80%之間。

3.農業碳排放強度呈現“西部城市高、東部城市次之、中部城市低”的空間分布格局。

山東省2002—2021 年平均碳排放強度為1.92 噸/萬元，菏澤、德州、日照、威海、東營、濱州和聊城7 市碳排放強度高于全省平均水平，其他9 市低于全省平均水平。 由圖4 可知，農業碳排放強度差異較大并大致分為三個區域。 高強度地市集中于山東省西部，借助黃河沖積平原等條件，耕地面積廣，自然條件好，農牧業優勢明顯；東部沿海地市次之，其多為山地和丘陵地形，農業無明顯的規模經濟和規模效應；中部地市農業碳排放強度最低。

圖4 山東省農業碳排放強度空間分布

4.黃河沿岸地區畜牧業碳排放較高

畜牧業碳排放超過種植業的6 座地市全部位于黃河沿岸，山東省沿黃地區素有牛羊養殖傳統，品種資源豐富，氣候條件適宜，是全國著名的肉牛肉羊產業帶。 德州、濟南畜牧業碳排放分別占各市總量67%和64%，濱州、菏澤、泰安和東營畜牧業碳排放占比在53%～59%之間。

四、山東農業綠色發展影響因素

(一)基準回歸

基于改進的STIRPAT 模型對碳排放視角下山東農業綠色發展影響因素進行實證研究。 通過F 檢驗、Hausman 檢驗選擇固定效應模型，通過對時間虛擬變量進行聯合假設檢驗，顯示應該使用同時考慮個體固定效應和時間固定效應的雙向固定效應模型。 表5 為運用雙向固定效應模型對農業碳排放的影響因素回歸分析結果。

表5 山東省農業碳排放影響因素的回歸結果

從回歸結果可以看出，碳排放視角下山東農業綠色發展受到以下因素影響。

1.經濟發展水平因素(EL)

經濟發展是推動農業碳排放增長的主要驅動因素。 山東是我國農業生產大省，糧食、蔬菜產量較高，在推動經濟發展、追求農業產出的過程中，農業投入和資源消耗不斷增加，農業農村污染問題頻發，碳排放也隨之增加。 農業碳排放與經濟增長之間符合環境庫茲涅茨曲線假說[15]，即經濟增長與農業碳排放呈倒“U”型曲線，農業生產活動中產生的溫室氣體排放量會隨著經濟增長而增加，到達拐點后下降。 目前農業碳排放本質上由人們生存需要所決定，隨著經濟發展和生活水平的提高，農業生產活動仍會有不斷增長的碳排放需求，未來一段時期農業碳排放仍將處于曲線“拐點”左側。 在推動農業現代化進程中應加強生態環境保護和農業綠色技術研發力度，采取有效措施減少碳排放，促進農業綠色發展。

2.種植業生產效率因素(FE)

種植業生產效率的提高得益于農業技術改進、政策支持等多個方面。 選用優質種子、合理施肥、科學灌溉、病蟲害防治、改進農藥、農膜和升級農用機械等技術手段，能夠提高農用物資利用效率減少碳排放。 推廣農業技術、加強農產品質量管理的過程中也會提高農民的低碳環保意識。

3.畜牧業碳排放強度因素(AE)

由于環境規制、役用功能消失和養殖收益相對下降等原因，山東省牛、羊養殖數量不斷減少，其生長發育過程中產生的溫室氣體也大量減少，畜牧業碳排放強度不斷下降。 從全省或分地區來看，加強反芻動物養殖管理，調整養殖結構即提高豬和家禽養殖占比能顯著減少碳排放。

4.農村人口數量因素(RP)

農村勞動力大量外流可能會導致土地拋荒、農業種養規模下降等，減少碳排放。 有研究認為，農村勞動力大量轉移會調整農業種植結構，而在調整種植結構的過程中通常伴隨著技術推廣運用，生產要素配置優化，使農業生產經營更加低碳化[16]。

5.農業生產、地區產業結構因素(AS/IS)

傳統種植業、畜牧業生產效率低，需投入的勞動力和工時較多，致使產出比較利益低，農民收入低、增收難。 而城鎮化進程的加速推進、第二產業中輕工業、建筑業等行業以及第三產業的興起加速了農村勞動力的轉移，導致農村散戶養殖帶來的污染和碳排放大規模下降。 農業生產結構、地區產業結構通過調整種植業和畜牧業生產經營規模，進而減少碳排放。

(二)穩健性檢驗

1.替換影響因素

基準回歸中使用了人均生產總值、種植業單位面積產值、畜牧業單位產值碳排放量、農林牧漁總產值占比衡量經濟發展水平、種植業生產效率、畜牧業碳排放強度和地區產業結構因素。 為了增強結論的穩健性，使用農業人均生產總值、種植業人均生產總值、牛、羊肉產量占比和第一產業生產總值占比重新定義上述影響因素，結論仍然穩健。 使用城鎮化率代替農村人口數量因素，其系數在5%水平上顯著為負，表明加快農業剩余勞動力轉移，提高城鎮化水平，能夠減少碳排放。

2.剔除特定樣本

2021 年威海市種植業和牧業產值180.9 億元，僅占農林牧漁業總產值28%，與其他地區以種植業和畜牧業為主的農業生產結構差異較大。將其剔除后重新進行回歸分析，結論仍然穩健。

(三)異質性分析

山東省各地區經濟發展狀況、農業生產要素稟賦等差異較大，可能會使得各影響因素存在區域差異。 黃河流域城市溫濕度、環境適宜，水資源、土地資源豐富，種植業與畜牧業相對發達，但同時面臨著流域生態保護和高質量發展的重要責任。 按黃河流域和非黃河流域進行分組回歸，表6 結果顯示，在兩區域中經濟發展水平、農業生產結構和地區產業結構均通過了1%的顯著性檢驗且為正值，且各因素對黃河流域影響更大。 畜牧業碳排放強度和農村人口數量因素對黃河流域農業碳排放的影響小于非黃河流域。種植業生產效率提高能顯著減少黃河流域農業碳排放，但在非黃河流域未通過顯著性檢驗。

表6 異質性檢驗結果

五、結論與建議

(一)結論

通過排放因子法對山東省2002—2021 年農業碳排放進行測算，分析了種植業、畜牧業碳排放總量、強度、結構以及時空特征，基于STIRPAT模型探究了山東省農業碳排放的影響因素，得出如下結論。

第一，2002—2021 年山東省農業CO2e 排放量呈先增長后下降的趨勢。 2005 年達到峰值，碳排放總量為6551.7 萬噸，2021 年降至4351.4萬噸；農業碳排放強度則持續下降，2021 年為0.954噸/萬元，累計降幅67.7%。

第二，種植業碳排放占比持續上升。 其中化肥是最大碳源，畜牧業碳排放占比與總量顯著下降，其中奶牛是最大碳源。

第三，山東省農業碳排放量和強度逐步形成“西部地區高、東部地區次之、中部地區低”的空間格局，其中德州、菏澤、濰坊和臨沂累計排放量最高。

第四，經濟發展水平、畜牧業碳排放強度、農村人口數量、農業生產結構、地區產業結構對農業碳排放有正向影響，種植業生產效率有負向影響。

(二)建議

為有效控制農業碳排放總量，實現農業綠色低碳發展，助力實現“雙碳”目標，為此，提出以下建議。

1.加強低碳農業技術投入

低碳農業技術具有外部效應。 企業缺乏低碳農業技術研究積極性，政府應提高對低碳農業技術開發的財政支持力度，加速相關高新技術開發研究。 在農業生產活動方面，加強農業環保設施建設，對農戶生產無公害農產品、保護土地資源、節水灌溉等綠色行為進行針對性補貼。

2.提高農用物資利用效率

繼續實施農藥化肥減量增效行動。 應用測土配方施肥等技術，補貼有機肥，減少化肥農藥施用。 實施廢舊農膜回收利用、節水灌溉等措施，加大老舊農機報廢更新力度，并對節能機械進行補貼。

3.轉變養殖業生產方式

選育、擴繁和推廣高產低排放畜禽新品種。促進養殖規模化，優化飼料管理，提高飼料利用率，牧場配優配齊循環糞污處理設備，提高畜禽廢棄物利用率。

4.樹立低碳農業生產意識

建立和完善農業合作社、社會化服務組織。宣傳農業低碳生產理念，提高涉農主體的整體素質。 嘗試對實行低碳生產經營的農業大戶、購買低碳生產資料的農戶進行補貼，調動農民低碳生產的積極性。

5.分地區制定低碳農業發展政策

黃河流域地區碳排放強度較高，且肩負生態保護和高質量發展的重大責任。 可將沿黃地區列入農業農村減污降碳優先治理區域，推進農田高標準建設，畜禽糞污資源化利用，加快農業綠色低碳轉型。 各地區制定符合地區實際的差異化農業低碳發展政策，優化農業產業結構，發展林業，探索經濟作物種植、綠色生態農業、特色林果業與低碳漁業生產等新業態，種植固碳能力較強的作物，積極推廣免耕、少耕等保護性耕作方式，提高農田固碳能力。