湖南省農(nóng)業(yè)碳排放特征及碳達峰分析

鄧維忠,許中堅,2*

(1.湖南科技大學(xué)資源環(huán)境與安全工程學(xué)院 湘潭 411201;2.湖南科技大學(xué)煤炭資源清潔利用與礦山環(huán)境保護湖南省重點實驗室 湘潭 411201)

全球變暖是一個嚴(yán)峻的環(huán)境問題,溫室氣體排放是全球變暖的一個重要成因,而農(nóng)業(yè)生產(chǎn)直接或間接產(chǎn)生的溫室氣體(如CO2、CH4、N2O等)在全球溫室氣體中占比較高。中國是農(nóng)業(yè)大國,面臨的減排任務(wù)艱巨而迫切。近年來眾多學(xué)者開展了大量碳排放相關(guān)研究,取得了重要成果。在溫室氣體排放占比研究方面,董紅敏等[1]發(fā)現(xiàn)農(nóng)業(yè)活動產(chǎn)生的CH4和N2O 分別占全國CH4和N2O 總排放量的50%和90%以上。在實現(xiàn)碳達峰、碳中和目標(biāo)方面,趙敏娟等[2]發(fā)現(xiàn)中國農(nóng)業(yè)碳排放在2016 年已經(jīng)達峰并構(gòu)建了中國在2060 年實現(xiàn)碳中和的路徑圖。Sun等[3]采用麻雀優(yōu)化神經(jīng)網(wǎng)絡(luò)算法和LMDI (Logarithmic Mean Divisia Index)法對中國城市的碳排放進行了動態(tài)模擬,其研究結(jié)果表明服務(wù)型城市已處于城市轉(zhuǎn)型完成階段,比綜合型城市更有可能自行實現(xiàn)碳達峰。為了解農(nóng)業(yè)碳排放過程中的影響因素,馬肖迪等[4]通過LMDI 因素分解法探討了影響土地利用碳排放的因素,提出經(jīng)濟規(guī)模效應(yīng)為首要貢獻因素;趙先超等[5]運用LMDI 模型通過耕地面積、有效灌溉面積、農(nóng)藥化肥使用量等數(shù)據(jù)分析了農(nóng)業(yè)碳排放的影響因素后得出結(jié)論: 湖南省農(nóng)業(yè)碳排放量增加的最重要影響因素是農(nóng)業(yè)經(jīng)濟水平和產(chǎn)業(yè)結(jié)構(gòu);王慧敏等[6]采用Tapio 脫鉤模型對湖南省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長的脫鉤效應(yīng)進行分析并指出湖南省的農(nóng)業(yè)經(jīng)濟增長與其碳排放間的關(guān)系正在由弱脫鉤狀態(tài)向強脫鉤狀態(tài)轉(zhuǎn)變;趙宇[7]運用多元回歸模型分解江蘇省農(nóng)業(yè)碳排放動態(tài)變化的影響因素,研究結(jié)果表明,江蘇省農(nóng)業(yè)碳排放呈顯著的空間差異,且主要正向促進因素是單位農(nóng)業(yè)能源消耗;吳昊玥等[8]構(gòu)造考慮非期望產(chǎn)出的全局 SBM (Slacks-Based Measure)模型測算 2000—2019 年間30 個省(市、自治區(qū))的農(nóng)業(yè)碳排放松弛量,采用空間杜賓模型探討農(nóng)業(yè)碳排放效率的影響因素與溢出效應(yīng),結(jié)果表明中國農(nóng)業(yè)碳排放具有較大的減排潛力且排放效率整體存在空間自相關(guān)性。在碳排放預(yù)測方面,范振浩等[9]和常青等[10]分別采用灰色預(yù)測模型GM(1,1)對江蘇省和河南省的農(nóng)業(yè)碳排放進行了預(yù)測: 若以近10 年的樣本預(yù)測,江蘇省于2020 年已實現(xiàn)碳達峰目標(biāo),河南省在2029 年可實現(xiàn)碳中和目標(biāo);王樹芬等[11]則采用STIRPAT (Stochastic Impacts by Regression on PAT)模型對山西省2021—2023 年間農(nóng)業(yè)碳排放量進行預(yù)測,發(fā)現(xiàn)山西省已實現(xiàn)碳達峰目標(biāo)。

湖南省作為我國的農(nóng)業(yè)大省,合理估算其農(nóng)業(yè)碳排放量,對制定有效的農(nóng)業(yè)碳減排政策具有重要意義。目前針對湖南省農(nóng)業(yè)碳排放量的研究中,鮮有綜合分析農(nóng)資投入、農(nóng)田土壤利用、畜禽養(yǎng)殖的報道。本文通過測算湖南省 2007—2020 年間主要農(nóng)業(yè)生產(chǎn)活動碳排放量,分析其排放特征及影響因素,采用灰色預(yù)測模型GM(1,1)預(yù)測2021—2040 年間湖南省農(nóng)業(yè)碳排放量,為實現(xiàn)碳中和目標(biāo)提供參考,為湖南省農(nóng)業(yè)可持續(xù)發(fā)展提供數(shù)據(jù)及理論支持。

1 材料與方法

1.1 農(nóng)業(yè)碳排放量測算

采用聯(lián)合國政府間氣候變化專門委員會(IPCC)碳排放系數(shù)法[12]測算湖南省農(nóng)業(yè)碳排放量,主要考慮以下3 個方面: 1)農(nóng)業(yè)物資投入(主要包括化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油和農(nóng)業(yè)灌溉)相關(guān)的溫室氣體排放;2)農(nóng)田土壤利用過程中所產(chǎn)生的溫室氣體,主要包括CH4和N2O;3)畜禽養(yǎng)殖導(dǎo)致的溫室氣體排放,包括豬、牛、羊及家禽的腸道發(fā)酵和糞便管理過程導(dǎo)致的CH4和N2O 排放。農(nóng)業(yè)總碳排放量(C)按公式(1)計算:

式中:Ci為源于第i個碳源的碳排放量,Ti為第i個碳源的活動水平,δi為第i個碳源的碳排放系數(shù)。根據(jù)IPCC 第5 次評估報告,CH4和N2O 轉(zhuǎn)化為CO2的100 年增溫潛勢系數(shù)分別為28 和265。

1.2 碳排放系數(shù)

種植業(yè)和畜禽養(yǎng)殖業(yè)碳排放源、碳排放系數(shù)及數(shù)據(jù)分別見表1 和表2。

表1 種植業(yè)碳排放系數(shù)及數(shù)據(jù)來源Table 1 Carbon emission factors and data sources for crop system

1.3 農(nóng)業(yè)碳排放強度測算及各碳排放源占比

農(nóng)業(yè)碳排放強度(Cai)是指單位農(nóng)業(yè)經(jīng)濟效益所產(chǎn)生的碳排放[19-20],按式(2)計算:

式中: GDPa為農(nóng)牧業(yè)生產(chǎn)總值。

碳排放源占比反映的是碳排放組成,不同碳排放源占比按式(3)計算:

式中:Pi為第i個碳源導(dǎo)致的碳排放占總農(nóng)業(yè)碳排放的比例。

1.4 碳排放影響因素分析方法及模型

Kaya 碳排放恒等式由Kaya[21]于1989 年在IPCC研討會上提出的,結(jié)合已有研究與實際農(nóng)業(yè)生產(chǎn)情況對該式進行擴展[22-25],將農(nóng)業(yè)生產(chǎn)過程中所產(chǎn)生的碳排放量與經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)、人口等因素建立聯(lián)系:

GDPA為農(nóng)牧漁林業(yè)生產(chǎn)總值; GDP 為生產(chǎn)總值;Pt為總?cè)丝跀?shù)量;Pr為農(nóng)村總?cè)丝跀?shù)量;E為農(nóng)村用電總量;Ape為農(nóng)業(yè)生產(chǎn)效率,是反映農(nóng)業(yè)生產(chǎn)投入與創(chuàng)收之間關(guān)系的關(guān)鍵因素,本文以農(nóng)牧業(yè)碳排放總量與農(nóng)牧業(yè)生產(chǎn)總值的比值來衡量;Aps為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu),可以反映農(nóng)業(yè)產(chǎn)業(yè)內(nèi)部的優(yōu)化調(diào)整,本文以農(nóng)牧業(yè)生產(chǎn)總值占農(nóng)牧漁林業(yè)生產(chǎn)總值的比重來衡量;Ris為地區(qū)產(chǎn)業(yè)結(jié)構(gòu),反映不同產(chǎn)業(yè)不同部門之間的統(tǒng)籌協(xié)調(diào)關(guān)系,本文以農(nóng)牧漁林業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重來衡量;Rel為地區(qū)經(jīng)濟發(fā)展水平,反映一個地區(qū)經(jīng)濟發(fā)展的規(guī)模、速度以及人均水平,本文以人均生產(chǎn)總值來衡量;Lfs為勞動力水平,本文以地區(qū)總?cè)丝谂c農(nóng)村人口的比值來衡量;Pe為農(nóng)村居民人均用電量的倒數(shù)。鑒于農(nóng)業(yè)各部門之間無論產(chǎn)值還是規(guī)模的量化方式均不一致,為了便于分析,以產(chǎn)值代替規(guī)模,統(tǒng)一采用產(chǎn)值作為比較量。對于Kaya 恒等式的改動,去掉了暫時無法用于解釋的殘差[26-27]。

采用LMDI 法[28-30],農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)經(jīng)濟發(fā)展水平、勞動力水平、農(nóng)村居民人均用電量的倒數(shù)和農(nóng)村總用電量的影響值的計算如下式:

式中: 0 和t分別為基期年(2007 年)和第t年,其中t=1,2,3,···,n。ΔC為基期年(2007 年)與第t年間農(nóng)業(yè)碳排放的總變化量。ΔApe、ΔAps、ΔRis、ΔRel、ΔLfs、ΔPe、ΔE分別為基期年(2007 年)與第t年間由農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)經(jīng)濟發(fā)展水平、勞動力水平、農(nóng)村居民人均用電量的倒數(shù)和農(nóng)村總用電量變化所引起的農(nóng)業(yè)碳排放的累計變化量。

1.5 農(nóng)業(yè)碳排放量預(yù)測

灰色預(yù)測模型用于對含有不確定因素的系統(tǒng)(即灰色系統(tǒng))的預(yù)測[31],以歷年資料為基礎(chǔ),對時間序列的數(shù)據(jù)進行大小預(yù)測,能得到一條呈指數(shù)增長規(guī)律的上升形狀數(shù)列,使隨機的原始數(shù)據(jù)呈現(xiàn)相對規(guī)律的變化和發(fā)展,從而預(yù)測系統(tǒng)未來的發(fā)展趨勢。以2007—2020 年間湖南農(nóng)業(yè)碳排量為原始數(shù)據(jù)并以2007 年為基期年用t=0 表示,構(gòu)建湖南農(nóng)業(yè)碳排放預(yù)測趨勢模型GM(1,1),對湖南2021—2040 年間農(nóng)業(yè)碳排放量進行預(yù)測[32-36]。步驟如下:

1)計算原始數(shù)列χ(0)=[χ(0)(0),χ(0)(1),χ(0)(2),···,χ(0)(n)]的級比。

式中:t=1,2,3,···,n。

2)建立有關(guān)微分方程如下:

采用最小二乘法求解灰參數(shù)a和 μ,并將其代入時間函數(shù)可得:

相應(yīng)預(yù)測值如下:

式中:t=1,2,3,···,n?1。

3)采用殘差檢驗、后驗差檢驗、關(guān)聯(lián)度檢驗等檢驗?zāi)Ｐ途?并對湖南2021—2040 年間農(nóng)業(yè)碳排放量進行預(yù)測。

1.6 數(shù)據(jù)來源及處理

本文數(shù)據(jù)來源于2008—2021 年《湖南統(tǒng)計年鑒》以及2008—2021 年湖南省各地市統(tǒng)計年鑒所統(tǒng)計的2007—2020 年的相關(guān)數(shù)據(jù)。人口均為常住人口數(shù),省統(tǒng)計常住人口數(shù)年份為2011—2019 年,其余年份常住人口數(shù)通過簡單擬合得出。農(nóng)用薄膜、農(nóng)藥、農(nóng)用柴油均為當(dāng)年使用量,化肥為折純量,灌溉面積為有效灌溉面積。種植作物除水稻(Oryza sativa)外,還統(tǒng)計了部分產(chǎn)量較大以及較為常見的作物。肉牛、羊均為當(dāng)年出欄數(shù);生豬、家禽、肉兔養(yǎng)殖時間通常短于1 年,因此采用(當(dāng)年出欄量×平均生命周期)/365 進行折算。生豬的平均生命周期為200 d,全省生豬出欄數(shù)采用14 個地市生豬出欄數(shù)總和,家禽和肉用兔的平均生命周期分別為55 d 和60 d。數(shù)據(jù)統(tǒng)計與分析及作圖通過Excel 2019、SPSSPRO 免費版、Origin 2022 來實現(xiàn)。部分缺失數(shù)據(jù)采用均值插補和線性插補進行補充。

2 結(jié)果與分析

2.1 農(nóng)業(yè)碳排放的時間特征

湖南省農(nóng)業(yè)碳排放量見圖1,各類排放源占比情況見文后附表鏈接。2007—2020 年湖南省農(nóng)業(yè)碳排放量呈三段式變化。2008 年因發(fā)生特大冰災(zāi),農(nóng)業(yè)受到巨大沖擊,湖南省農(nóng)業(yè)碳排放量出現(xiàn)大幅下降。2008—2015 年間,湖南省農(nóng)業(yè)碳排放量整體呈上升趨勢,于2015 年達峰值(6550 萬t),比2007 年增加4.46%。2015—2020 年間,湖南省農(nóng)業(yè)碳排放量整體呈下降趨勢,2020 年湖南省農(nóng)業(yè)碳排放量為6148 萬t,比2007 年減少1.94%。考慮到農(nóng)業(yè)技術(shù)和管理水平變化產(chǎn)生的影響,2020 年和2015 年湖南省農(nóng)業(yè)碳排放量與2007 年湖南省農(nóng)業(yè)碳排放量的實際差值會更明顯。上述結(jié)果表明,湖南省農(nóng)業(yè)碳排放量已于2015 年達到峰值。與此同時,湖南省農(nóng)業(yè)碳排放強度在逐年走低。2007 年湖南省碳排放強度為2.84 t?(萬元)–1,2020 年為1.01 t?(萬元)–1,相比于2007年降低64.44%。

圖1 2007—2020 年湖南省農(nóng)業(yè)碳排放組成及排放強度的歷史變化Fig.1 Historical changes of composition and intensity of carbon emissions from agricultural production system in Hunan Province from 2007 to 2020

湖南省農(nóng)業(yè)碳排放三段式變化與國家政策密不可分。2003 年之前,中國在不斷深化和完善糧食流通體制的改革;2005 年提出加大對種糧農(nóng)民的直接補貼力度;到2006 年全面取消傳統(tǒng)農(nóng)業(yè)稅[37]。2007年中國共產(chǎn)黨第十七次全國代表大會強調(diào)了資源節(jié)約、生態(tài)環(huán)境保護的重要性。2008 年中央一號文件明確指出要通過降低生產(chǎn)成本實現(xiàn)增收,大力發(fā)展節(jié)約型農(nóng)業(yè),促進秸稈等副產(chǎn)品和生活廢棄物資源化利用,提高農(nóng)業(yè)生產(chǎn)效益[19]。2014 年中央一號文件提出發(fā)展生態(tài)友好型農(nóng)業(yè);2015 年國家提出“轉(zhuǎn)方式,調(diào)結(jié)構(gòu)”,積極推進農(nóng)業(yè)領(lǐng)域技術(shù)變革;2016 年國家提出推動農(nóng)業(yè)可持續(xù)發(fā)展;2017 年國家提出推動農(nóng)業(yè)綠色發(fā)展。湖南省積極響應(yīng)國家相關(guān)政策,農(nóng)藥、化肥、農(nóng)用薄膜的投入量逐漸下降。農(nóng)業(yè)灌溉面積和農(nóng)用柴油的投入上升與水稻產(chǎn)量上升有關(guān),但農(nóng)資投入整體呈下降趨勢。在農(nóng)田土地利用方面,源于水稻種植的碳排放量緩慢增長。早稻種植面積減少,晚稻面積不穩(wěn)定,中季稻種植面積穩(wěn)步上升,且碳排放系數(shù)表現(xiàn)為: 中季稻＞晚稻＞早稻,因此水稻種植碳排放量上升。作為養(yǎng)豬大省,湖南在致力于提高養(yǎng)殖技術(shù)的同時不斷對畜牧養(yǎng)殖業(yè)結(jié)構(gòu)進行改革,2014 年之后生豬養(yǎng)殖量開始逐漸下降,加之2019—2020 年間非洲豬瘟導(dǎo)致的生豬養(yǎng)殖量大幅減少,湖南省畜牧養(yǎng)殖業(yè)產(chǎn)生的碳排放量也于2014 年后逐步走低。

2007—2020 年間,湖南省農(nóng)田土地利用碳排放量平均占比為67.92%,其中中季稻、晚稻和早稻的平均占比分別為30.77%、22.19%和9.23%。畜禽養(yǎng)殖業(yè)碳排放平均占比約為25.52%,其中生豬養(yǎng)殖占總排放量的16.70%。源于農(nóng)資投入的碳排放占總排放量的6.57%,其貢獻量在3 大排放源中最低,源于農(nóng)資投入中化肥的排放量占總排放量的3.37%。農(nóng)資投入中各類碳排放源的排放量與趙先超等[5]和鄧運員等[38]研究結(jié)果一致。湖南省各類碳排放源排放量占比差異巨大可能的原因如下:

1)自然稟賦

在水源條件上,湖南境內(nèi)有湘江、資水、沅水、澧水4 大水系以及洞庭湖,水系發(fā)達。在氣候條件上,湖南省屬亞熱帶季風(fēng)氣候,光熱充足,降水豐沛,雨熱同期。在地形條件上,湖南省北部是廣袤的洞庭湖平原,地勢平坦。在土壤條件上,洞庭湖地區(qū)和湘、資、沅、澧流域沿岸分布著水稻土和潮土。可見湖南省十分適宜糧食的生長,水稻可以實現(xiàn)大面積種植。湖南糧食播種面積常年穩(wěn)定在4.67 億hm2、產(chǎn)量保持在0.3 億t 左右,水稻面積、產(chǎn)量分別居全國第1 位和第2 位,油菜(Brassica napus)面積、產(chǎn)量分居全國第1 位和第3 位,蔬菜產(chǎn)量居全國前列[39]。因此湖南省農(nóng)田土地利用碳排放量大,占比高。

2)農(nóng)資投入水平

農(nóng)資投入產(chǎn)生的碳排放占比少且平穩(wěn),說明湖南省農(nóng)業(yè)生產(chǎn)全過程機械化水平低。地勢平坦的地區(qū)機耕道建設(shè)少,無法進行成片作業(yè)。丘陵地區(qū),田壟高低不平,加之農(nóng)業(yè)勞動力的流失以及老齡化,機械化作業(yè)難以實施。化肥在農(nóng)資投入中占比最高,說明在農(nóng)業(yè)生產(chǎn)過程中,農(nóng)民對于化肥的使用缺乏科學(xué)的指導(dǎo),化肥利用率低。

3)畜禽養(yǎng)殖業(yè)生產(chǎn)結(jié)構(gòu)

湖南省2020 年生豬出欄數(shù)為4658.9 萬頭,牛為174.6 萬頭,羊為983.3 萬頭。生豬養(yǎng)殖量大并且碳排放系數(shù)高,因此生豬養(yǎng)殖的農(nóng)業(yè)碳排放量大且占比高。牛、羊養(yǎng)殖時間長、成本高、資金回籠慢,農(nóng)戶養(yǎng)殖缺乏科學(xué)養(yǎng)殖技術(shù)指導(dǎo),尚未形成穩(wěn)定的市場,因此牛羊養(yǎng)殖數(shù)量少。

2.2 農(nóng)業(yè)碳排放的空間特征

湖南省各地市累計農(nóng)業(yè)碳排放量見圖2。常德累計農(nóng)業(yè)碳排放量超1 億t,衡陽、邵陽均超9000萬t,岳陽、永州均超8000 萬t,長沙、益陽及懷化均超6000 萬t,郴州約為5500 萬t。其他地市均在5000 萬t 以下,其中以張家界最低。造成不同地市之間農(nóng)業(yè)碳排放量相差巨大的可能原因為不同地市之間的自然條件以及自身發(fā)展方向的差異。常德、益陽、岳陽3 市共享洞庭湖,常德境內(nèi)還有澧水、沅江兩大水系,益陽境內(nèi)有資水水系;岳陽地處長江與湘江之間;衡陽和邵陽分屬湘江水系和資水水系;上述城市可借助其境內(nèi)的水源條件及土壤條件大力發(fā)展農(nóng)業(yè)經(jīng)濟。湘潭和株洲的工業(yè)占比重;婁底種植面積小;湘西和張家界受地形以及交通影響,地區(qū)農(nóng)業(yè)發(fā)展水平相對落后;因此上述城市累計農(nóng)業(yè)碳排放量較低。從農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)來看,全部地市農(nóng)資投入碳排放量占比為5%～10%,長株潭城市群在2007年便被國家批準(zhǔn)為“全國資源節(jié)約型和環(huán)境友好型社會建設(shè)綜合配套改革試驗區(qū)”,由此帶動全省積極響應(yīng)國家政策,農(nóng)資投入帶來的碳排放量占比處于較低水平;湘西和懷化畜禽養(yǎng)殖碳排放量占比低于20%,其余地市畜禽養(yǎng)殖碳排放量占比為20%～35%;全部地市農(nóng)田土地利用碳排放量占比均超60%。

圖2 2007—2020 年湖南省各地市累計農(nóng)業(yè)碳排放量及平均碳排放強度歷史變化Fig.2 Historical changes of cumulative carbon emissions and average carbon emission intensity from agricultural production system at city level in Hunan Province from 2007 to 2020

2007—2020 年間湖南省各地市農(nóng)業(yè)碳排放量見表3。長沙、湘潭、衡陽、邵陽、岳陽、常德、益陽在2015 年前后農(nóng)業(yè)碳排放量達到峰值后開始下降。郴州在2015 年后農(nóng)業(yè)碳排放量依然處于波動上升的趨勢,婁底在2015 年以后呈先降低后上升的趨勢,湘西和張家界總體呈穩(wěn)定上升趨勢,株洲、永州和懷化在2018 年前均呈上升趨勢,表明這些城市的農(nóng)業(yè)可能還處于發(fā)展階段,農(nóng)業(yè)碳排放量未迎來峰值。

表3 2007—2020 年湖南省各地市農(nóng)業(yè)碳排放量和全省農(nóng)業(yè)碳排放量空間變異系數(shù)的歷史變化Table 3 Historical changes of carbon emission from agricultural production system at city level and the spatial variation coefficient at provincial level in Hunan Province from 2007 to 2020

2007—2020 年間湖南省各地市農(nóng)業(yè)碳排放強度見表4。農(nóng)業(yè)碳排放強度能直觀反映各地低碳農(nóng)業(yè)經(jīng)濟發(fā)展水平。2007—2020 年間湖南省各地市農(nóng)業(yè)碳排放強度為1.30～2.40 t?(萬元)–1,其中長沙最低[1.31 t?(萬元)–1],湘潭和婁底均超過1.40 t?(萬元)–1,株洲、衡陽、郴州和永州均超過1.60 t?(萬元)–1,岳陽、常德和益陽為1.70～1.80 t?(萬元)–1,超過2.00 t?(萬元)–1的城市為邵陽、張家界、懷化和湘西,其中張家界最高[2.39 t?(萬元)–1]。湖南省2007—2020 年平均農(nóng)業(yè)碳排放強度為1.82 t?(萬元)–1,近半數(shù)地市農(nóng)業(yè)碳排放強度超過或持平全省平均農(nóng)業(yè)碳排放強度。各地市農(nóng)業(yè)碳排放強度總體均呈下降趨勢,與湖南省農(nóng)業(yè)碳排放強度總體變化一致。作為湖南的省會城市,長沙農(nóng)業(yè)經(jīng)濟發(fā)展相對于其他城市更加高效且迅速,因此其農(nóng)業(yè)碳排放強度低。常德等市農(nóng)業(yè)碳排放量遠高于其他城市,可能是由于農(nóng)業(yè)經(jīng)濟未得到充分發(fā)展,產(chǎn)值較低,導(dǎo)致農(nóng)業(yè)碳排放強度較高;湘西和張家界并不適宜發(fā)展規(guī)模化種植業(yè),農(nóng)業(yè)產(chǎn)值不高,但人口基數(shù)少,因此農(nóng)業(yè)碳排放強度高。

表4 2007—2020 年湖南省各地市農(nóng)業(yè)碳排放強度及全省碳排放強度空間變異系數(shù)的歷史變化Table 4 Historical changes of carbon emission intensity from agricultural production system at city level and spatial variation coefficient of carbon emission intensity at provincial level in Hunan Province from 2007 to 2020

2007—2020 年間湖南省各地市農(nóng)業(yè)碳排放量變異系數(shù)為41%～43%,農(nóng)業(yè)碳排放強度變異系數(shù)為14%～26%。湖南省農(nóng)業(yè)碳排放量和排放強度在空間上呈現(xiàn)出不均衡性,農(nóng)業(yè)碳排放量變異系數(shù)的波動幅度在2%左右,遠低于農(nóng)業(yè)碳排放強度變異系數(shù)的波動幅度(12%)。湖南省農(nóng)業(yè)發(fā)展水平和碳排放變化趨勢表現(xiàn)出較大的地區(qū)差異,但是該差異總體呈減小的趨勢,說明各地市均在向著低碳農(nóng)業(yè)經(jīng)濟發(fā)展,部分經(jīng)濟相對落后的城市正在不斷追趕。農(nóng)業(yè)可持續(xù)化發(fā)展在朝著良好的方向發(fā)展。

2.3 農(nóng)業(yè)碳排放影響因素

由表5 可知,2008—2020 年湖南省農(nóng)業(yè)碳排放量相較于基期(2007 年)累計增加715 萬t。農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)村居民人均用電量的倒數(shù)等因素均表現(xiàn)出減排效果。源于農(nóng)業(yè)生產(chǎn)效率的碳減排量總計45 243 萬t;湖南農(nóng)村常住人口逐年減少,湖南水稻種植依舊保持高產(chǎn),由此可見農(nóng)業(yè)生產(chǎn)效率不斷提高可能主要得益于農(nóng)業(yè)科技以及管理水平的不斷進步。源于地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的碳減排量總計31 614 萬t,其年均減排量約為2432 萬t;2007 年湖南省種植業(yè)、林業(yè)、牧業(yè)和漁業(yè)產(chǎn)值分別占總產(chǎn)值的46.9%、5.6%、38.7%和5.9%,2020 年分別為47.0%、6.1%、33.8%和7.6%,這表明種植業(yè)占總產(chǎn)值比值不變,牧業(yè)占比有著較大的降幅,林業(yè)和漁業(yè)占比上升。就生產(chǎn)總值構(gòu)成來看,第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)在2007 年分別占總產(chǎn)值的16.8%、41.7%和41.5%,2020 年分別為10.2%、38.1%和51.7%,由此可見,湖南省在逐步進行農(nóng)業(yè)產(chǎn)業(yè)和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化調(diào)整和轉(zhuǎn)型,并由此取得了減排效果。農(nóng)村居民人均用電量倒數(shù)的碳減排量約為49 653 萬t。地區(qū)經(jīng)濟發(fā)展水平、勞動力水平和農(nóng)村總用電量是碳排放量增加的主要原因,分別累計貢獻77 928 萬t、16 826 萬t 和33 515 萬t碳排放量,其中地區(qū)經(jīng)濟發(fā)展水平是碳排放增加的最主要因素。目前,湖南省地區(qū)發(fā)展水平較低,農(nóng)村青年勞動力大多選擇外出務(wù)工,有效勞動力迅速減少,為代替?zhèn)鹘y(tǒng)勞動力而投入使用農(nóng)機,農(nóng)村總用電量上升。可見,湖南省農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展有著十分密切的關(guān)系,加強農(nóng)業(yè)經(jīng)濟的同時要加強減排工作。

表5 2008—2020 年湖南省農(nóng)業(yè)碳排放歷史變化潛在影響因素的影響水平Table 5 Impact of the potential driving factors on the historical changes of agricultural carbon emissions in Hunan Province from 2008 to 2020

由表6 可知,2008—2020 年間,長沙、株洲、湘潭、邵陽、岳陽、懷化、婁底和湘西相比基期(2007 年)分別累計減排9～501 萬t,其中岳陽累計減排量最多,達501 萬t;衡陽、常德、張家界、益陽、郴州和永州相比基期(2007 年)分別累計增加碳排放約9～400 萬t,其中益陽累計增加量最多,達398 萬t。以上表明不同地市之間累計碳排放量變化差異較大,且存在明顯的兩極分化,經(jīng)濟相對發(fā)達的地市減排效果更高,此外部分地市農(nóng)業(yè)碳排放量甚至依然表現(xiàn)為增加的趨勢。各地市碳減排與增排因素與湖南省大致相同便不再贅述。就源于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的碳累計排放量來看,常德和湘西分別增加162 萬t 和119 萬t,邵陽和益陽分別減少10 萬t 和8 萬t。在農(nóng)牧業(yè)GDP 和農(nóng)牧漁林業(yè)GDP 逐年升高的情況下,常德、湘西、邵陽、益陽的農(nóng)牧業(yè)GDP 在農(nóng)牧漁林業(yè)GDP 中的占比均在一段時間內(nèi)逐漸升高,可見其種植業(yè)和牧業(yè)在農(nóng)牧漁林業(yè)的產(chǎn)業(yè)結(jié)構(gòu)中所占比重有所升高;其余地市相較基年農(nóng)牧業(yè)GDP 在農(nóng)牧漁林業(yè)GDP 中所占比重均逐年下降,可見其漁林業(yè)在農(nóng)牧漁林業(yè)的產(chǎn)業(yè)結(jié)構(gòu)中所占比重在不斷升高,因此合理調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)能減少農(nóng)業(yè)碳排放量。邵陽、常德、益陽、湘西應(yīng)提升碳排量低的林業(yè)和漁業(yè)的比重,降低種植業(yè)和畜牧養(yǎng)殖業(yè)的比重;長沙農(nóng)村總用電量的碳減排量為150 萬t,這得益于長沙的農(nóng)村總用電量的逐年降低。

表6 2008—2020 年湖南省各地市累計農(nóng)業(yè)碳排放變化潛在影響因素的影響水平Table 6 Impact of potential driving factors on cumulative agricultural carbon emissions at city level in Hunan Province from 2008 to 2020

2.4 農(nóng)業(yè)碳排放量預(yù)測及達峰分析

湖南省以及部分地市在2015 年前后碳排放量開始逐漸下降,若以2007—2020 年的全部數(shù)據(jù)構(gòu)建預(yù)測模型會導(dǎo)致模型精度不合格,2020 年以后的碳排放變化趨勢變?yōu)槌掷m(xù)上升,這與2015—2020 年碳排放量逐年下降的趨勢相違背,故采用2015—2020 年的農(nóng)業(yè)碳排放量為原始數(shù)據(jù)構(gòu)建灰色預(yù)測模型GM(1,1);對于碳排放量持續(xù)走高的地市以2007—2018 年的農(nóng)業(yè)碳排放量為原始數(shù)據(jù)構(gòu)建灰色預(yù)測模型GM(1,1)。湖南省及其地市農(nóng)業(yè)碳排放量預(yù)測值見表5,逐年結(jié)果見文后附表鏈接。湖南省在2021—2040 年間的農(nóng)業(yè)碳排放量逐漸走低,計算結(jié)果(圖1)和預(yù)測結(jié)果(表7)表明,就整個省域而言,其農(nóng)業(yè)碳排放量在2015 年已經(jīng)達到峰值;在14 個地市中,長沙、湘潭、衡陽、邵陽、岳陽、常德和益陽在2015 年前后達峰(表3);預(yù)測結(jié)果表明,在2030 年前郴州、婁底、湘西、張家界、株洲、永州和懷化農(nóng)業(yè)碳排放量總體保持增長態(tài)勢。因此對于各地市不同的情況要制定相對應(yīng)的減排目標(biāo)與政策,在農(nóng)業(yè)發(fā)展到一定程度后積極轉(zhuǎn)型,以實現(xiàn)其在2030 年前碳達峰的目標(biāo)。

表7 湖南省及14 地市農(nóng)業(yè)碳排放量預(yù)測值Table 7 Forecasted agricultural carbon emissions at city and provincial level in Hunan Province ×104 t

碳排放量是通過活動水平和碳排放系數(shù)計算而來,影響碳排放系數(shù)的因素眾多且影響機制復(fù)雜,碳排放系數(shù)存在時空差異。隨著農(nóng)業(yè)生產(chǎn)技術(shù)的不斷創(chuàng)新、管理水平的不斷提高、從業(yè)人員素質(zhì)的不斷提升以及農(nóng)資的高效利用等,未來農(nóng)業(yè)碳排放系數(shù)大概率會不斷降低。本文在計算碳排放量時,考慮到碳排放系數(shù)的可獲得性,同一碳源在不同年份采用同一碳排放系數(shù),因此,所得到的碳排放量可能與實際有偏差,進而對預(yù)測結(jié)果也會產(chǎn)生一定的影響。

3 結(jié)論與建議

3.1 結(jié)論

1) 2020 年湖南省農(nóng)業(yè)碳排放量為6148 萬t,農(nóng)業(yè)碳排放強度為1.01 t?(萬元)–1。2007—2020 年間湖南省農(nóng)業(yè)碳排放量呈現(xiàn)下降—上升—下降的三段式變化,其在2015 年達到峰值后持續(xù)走低,這表明湖南省農(nóng)業(yè)在向低碳綠色節(jié)約型方向發(fā)展。水稻大面積種植致使農(nóng)田土地利用碳排放較高,約占農(nóng)業(yè)源總碳排放的60%以上;畜禽養(yǎng)殖業(yè)次之,農(nóng)資投入占比最低。農(nóng)資投入中,因使用化肥所產(chǎn)生的碳排放量占比最高。14 個地市中農(nóng)業(yè)碳排放量以及農(nóng)業(yè)碳排放強度表現(xiàn)出了一定程度的不均衡性,農(nóng)業(yè)經(jīng)濟在整體經(jīng)濟中占比高的地市農(nóng)業(yè)碳排放量大、農(nóng)業(yè)碳排放強度高;部分農(nóng)業(yè)產(chǎn)值過低的地市農(nóng)業(yè)碳排放強度高;經(jīng)濟相對發(fā)達的地市農(nóng)業(yè)碳排放強度低。所有地市農(nóng)業(yè)碳排放強度總體呈現(xiàn)下降趨勢,說明各地市均在向著低碳農(nóng)業(yè)經(jīng)濟發(fā)展。

2)農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)村居民人均用電量的倒數(shù)等因素均在減少農(nóng)業(yè)碳排量上起了一定的積極作用,地區(qū)發(fā)展水平和農(nóng)村總用電量是農(nóng)業(yè)碳排放量增加的主要因素。

3)湖南省農(nóng)業(yè)碳排放量在2015 年已達峰;就各地市而言,長沙、湘潭、衡陽、邵陽、岳陽、常德和益陽在2015 年前后實現(xiàn)了農(nóng)業(yè)碳達峰,郴州、婁底、湘西、張家界、株洲、永州和懷化無法在2030年前實現(xiàn)農(nóng)業(yè)碳達峰。

3.2 建議

1)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。衡陽、常德、邵陽等碳排放量高的地市,在保證基本糧食供應(yīng)的條件下,可加大經(jīng)濟作物的種植面積、發(fā)展特色漁業(yè)以及對作物進行良種培育,如衡陽的油茶、酥脆棗、紅脆桃等,邵陽的四貢茶、臍橙等,常德的漢壽甲魚、黑鯽、花鰱等。提高林業(yè)和漁業(yè)在農(nóng)業(yè)生產(chǎn)中的比重,如桑-漁-田的養(yǎng)殖模式等,在提高綜合農(nóng)業(yè)生產(chǎn)力的同時降低了碳排放。各地市按照實際情況以及市場反饋適當(dāng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu),降低生豬養(yǎng)殖在畜牧業(yè)中的比重、改良生豬品種、優(yōu)化日糧結(jié)構(gòu)以及提高畜禽糞便管理水平。在調(diào)整農(nóng)業(yè)產(chǎn)業(yè)的同時,逐步調(diào)整其整體產(chǎn)業(yè)結(jié)構(gòu),如湘西、張家界可依托其旅游資源進一步發(fā)展旅游農(nóng)業(yè)和旅游手工業(yè)等。

2)加快綠色農(nóng)業(yè)建設(shè)。在保證糧食安全的條件下,研發(fā)推廣新型化肥和更加合理有效的施肥方式,提高化肥利用率;培育抗旱能力更強的新品種,減少農(nóng)業(yè)灌溉產(chǎn)生的碳排放等。

3)政府宣傳、引導(dǎo)以及監(jiān)管。積極宣傳低碳農(nóng)業(yè)經(jīng)濟,在農(nóng)業(yè)農(nóng)村形成低碳農(nóng)產(chǎn)品優(yōu)勢的概念;開展有關(guān)低碳生產(chǎn)的學(xué)習(xí)及技能培訓(xùn),使低碳農(nóng)業(yè)生產(chǎn)成為共識;積極扶持低碳產(chǎn)業(yè),提供綠色創(chuàng)新技術(shù)的支持;制定綠色低碳農(nóng)業(yè)發(fā)展戰(zhàn)略,為未來特色農(nóng)業(yè)發(fā)展指明方向;建立完備的農(nóng)業(yè)碳排放監(jiān)管機制,從而實現(xiàn)農(nóng)業(yè)低碳化可持續(xù)發(fā)展。

附表見如下網(wǎng)址資源附件: http://www.ecoagri.ac.cn/cn/article/doi/10.12357/cjea.20230423