基于PCA與聚類分析的我國農業碳減排影響因素研究

王元奎 彭渝佳 劉添一

摘?要：減緩全球氣候變化已成為當今全球的共同責任，而農業生產活動中的碳排放又可以作用于氣候變化，在農業生產造成碳排放日趨上升的今天，文章從種植業、畜牧業等傳統農業入手測算了中國農業碳排放量，然后利用主成分分析法和聚類方法對我國31個省、市、區的農業碳排放進行主要因素分析與分類。結果表明，一是從2011年至2020年，我國農業碳排放總量有下降趨勢，其中占比主要是在種植業方面，包括農地利用以及稻谷類作物的碳排放；二是根據測算結果與其他資料，通過對不同指標進行主成分分析，選取出農用化學品因素、化石燃料燃燒因素、電力強度因素等五類因素作為影響中國農業碳排放的主要因素;三是將31個省、市、區按照不同的農業碳排放特征與結構劃分為四類，研究結果可為我國不同省份農業碳減排政策制定提供適配的建議，助力“雙碳目標”的快速實現。

關鍵詞：農業碳排放；測算；主成分分析；聚類分析

中圖分類號：F323文獻標識碼：A文章編號：1005-6432（2024）05-0078-04

DOI：10.13939/j.cnki.zgsc.2024.05.019

1?引言

1.1?研究背景

全球氣候變化是當今社會的一個重要議題，也是全球社會所需要承擔的共同責任[1]。近代以來，尤其是工業化以后導致的大氣中CO2濃度的增加引致的不可逆的氣候變暖是人類面臨的重大生態問題之一。立足于此，研究和分析碳排放的主要影響因素、區域結構特征等便成為一個研究熱點。習近平總書記也曾在聯合國大會提出中國的碳達峰與碳中和戰略，不僅有利于構建人類命運共同體，也是中國實現高質量發展[2]、進行生態文明建設的內在需要。中國是一個農業大國，農業碳排放約占我國溫室氣體排放總量的15%[3]。推進農業領域碳達峰、助力碳中和，是全面應對氣候變化的重要途徑，更是加快農業生態文明建設的重要內容。鑒于農業碳減排問題的復雜性，國內眾多學者的研究主要集中于關于農業碳排放特征與減排潛力的研究，包括區域的非均衡性、與數據普惠金融等新技術結合后的農業碳減排效應，以及低碳農業相關政策支持的研究。

1.2?文獻述評

綜上所述，學界已對農業碳排放影響因素以及碳減排能力進行了大量研究，并且大多數學者贊同農業為重要溫室氣體排放源頭之一，從研究對象角度而言，主要包括農業可再生能源[4]、低碳農業模式[5]、土壤固碳[6]等，研究內容主要從人口、經濟、科技、能源等多方面展開。鑒于農業碳排放問題的復雜性，尤其是在“雙碳”提出背景下，現有研究并沒有從一個系統的角度切入農業碳減排的區域性特征以及相關的實證檢驗，即使有關于農業碳排放的區域分析，也并沒有根據其不同區域性特征進行分類，提出的關于農業碳減排路徑的分析并沒有考慮到不同地區的實際情況，缺乏針對性。基于此，文章將在科學的農業碳排放測算框架內，對我國2011—2021年的農業碳排放進行統計，并對31個省、市、區的2020年農業碳排放進行計量與區域性比較，接下來基于主成分分析法與聚類方法劃分，對不同省市的農業碳排放現狀進行探討和劃分，最終通過計量模型與結論進行分析和討論。

2?研究方法與數據來源

2.1?農業碳排放量計算方法

碳足跡起源于生態足跡的概念由哥倫比亞大學Ress等最先提出并迅速發展為量化人類碳排放量的重要指標，基于此也衍生出了諸多碳排放計量方法，比如投入產出法、生命周期法、IPCC法。與其他行業碳排放計量不同，農業碳排放的源頭呈現多樣性與復雜性，在結合以往學者的研究成果，以及咨詢相關農業專家建議的基礎上構建碳排放公式如下：

CF=∑CFi=∑Ci·δi

式中，CF表示碳投入所引起的二氧化碳排放當量，CFi表示各類碳源的碳排放量，Ci表示第i項投入的實物量，δi表示第i項投入的碳排放系數。其主要分為三個來源：一是農業用地碳排放，包括化肥、農藥等的使用以及農業耕地利用；二是碳足跡在種植業，尤其是水稻生長發育過程中的碳排放；三是在養殖業中，各種動物所造成的碳排放的計量，主要包括腸道發酵和糞便管理中的溫室氣體排放，具體精確到各種主要的動物，如豬、牛、馬、騾等牲畜品種。

根據之前的學者研究，認為農地利用的碳排放是指在農地利用活動中由于人的行為直接或者間接所導致的碳排放，其主要源于五個方面：一是化肥、農藥等對農產品的投入直接或間接所引致的碳排放;二是農膜在農業生產活動中所造成的碳排放;三是翻耕破壞土壤表層而導致的有機碳的流失;四是農業灌溉活動耗費電能所引致的碳排放；五是大型農業機械用具使用化石燃料引致的碳排放。通過查閱相關文獻獲得各碳源碳排放系數，如表1所示。

在牲畜養殖中，主要的碳源為動物腸道發酵及糞便管理進而造成的甲烷排放，為了方便進行碳排放的總體計量，此處不考慮動物成長的不同時期的排放因子，統一采用IPCC指南所給出的按照每頭每年平均值來計算。同樣在之后總量計算中全部轉換為C作計量單位。

2.2?PCA與聚類方法

利用PCA與聚類方法多見于評價類問題當中，根據中國幾個較為重要的農業碳排放大省進行各類碳排放計量，在此基礎上對影響中國農業碳排放的主要影響因素進行分析，先采用降維的主成分分析法，把多個指標轉化為幾個無嚴重相關關系的指標，減少變量間的相互影響，確定影響中國農業碳排放的主要因素，再通過聚類分析將具有相似特征的幾個省份分類，為制定切實有效的農業碳減排政策奠定基礎。

主成分分析法，主要思想是降維，將n維的特征映射到k維上，此研究采用基于特征值分解協方差矩陣實現的PCA算法，選取的指標有化肥施用強度、農藥施用強度、農膜施用強度、柴油施用強度、農用機械強度、農用電力強度、動物腸道發酵、種植自然源排放、蓄畜排泄九個指標。其成分載荷值計算公式為：運用SPSS?24.0軟件對評價指標進行主成分分析，挑選出影響中國農業碳排放的主要影響因素，為之后的聚類奠定基礎。聚類算法是以歐氏距離來對各指標之間的差異性做評價，將各個數據分類并建立最小數據集，從而達到分類討論及評價的目的。

本研究在之前主成分分析法的基礎上利用SPSS?24.0軟件，運用最短歐式距離法，即：

D2pq=Wr-Wp+Wq

式中，D2pq為聚類分析的類間距離;Wr、?Wp、Wq分別為第r、p、q類樣品的離差平方和。

2.3?數據來源與處理

數據主要來源于《中國農村統計年鑒》《中國統計年鑒》，其中，化肥、農藥、農膜等數據以當年實際情況為主，動物數量如牛、馬等參照各年年末存欄情況，電力等情況以各地實際用電量為準，如遇數據缺失等情況，則按照插值樣條補全數據，數據處理采用SPSS進行插值、主成分分析、聚類分析等操作。

3?研究結果與分析

3.1?我國農業碳排放總量與結構分析

通過數據處理得出，中國2011—2020年度農業碳排放總量及其增長率變動。可以得出，近年來中國農業碳排放總量波動較大，但總體呈現下降的趨勢。從2011年的23996.01萬噸C下降到2020年的23380.4萬噸C，下降了2.57%，年均下降0.26%。農業碳排總量最大值為2015年的24931.64萬噸C，比多年平均值高3.45%，最小值為2019年的23118.13萬噸C，比多年平均值低4.07%。這表明人們現在在農業生產活動中對于生態環境的保護意識日益提升。

通過前文的公式，測算2011—2020年中國農業碳排放結構變動，從排放源的角度分析，農地利用的碳排放占比與畜牧業腸道發酵碳排放為主要排放源，兩者合計共占中國農業總碳排的68%左右。從發展的趨勢來看，農地利用碳排所占比例在逐漸下降，由2011年的35.74%降至2020年的33.70%，而稻谷類碳排占比有上升趨勢，由2011年的32.35%上升到2020年的33.22%；由畜牧業，即動物腸道發酵及糞便管理引致的碳排放占比較小，分別為22.2%和3.03%，并具有較小幅度的上下波動。

3.2?我國農業碳排放主成分定量分析

了解和分析我國不同省區農業碳排放的特征，根據不同類型的碳排放科學、有針對性地制定農業碳減排的政策，意義重大。在咨詢相關農業專家建議后，選取并測算了我國31個省、市、區2020年的8個農業碳排放相關指標進行后續研究。

3.2.1?特征值及主成分貢獻率

將所挑選的8個指標進行主成分分析，遵守特征值大于1納入考慮的標準，得出影響中國農業碳排放結構的各個因素可歸為三大主成分。第一、第二、第三主成分的貢獻率分別為50.89%、18.72%與12.49%，其總的累計貢獻率為82.11%，達到主成分一般性選取標準80%，說明用這三個主成分可以很好地反映不同省份（市、區）農業碳排放結構的主成分。

3.2.2?主成分荷載解釋

提取后的主成分載荷矩陣如表2所示。該因子載荷矩陣可以反映主成分每個因子所表達的信息。化肥、農藥、農膜、柴油施用強度與農業機械動力及蓄畜排泄在第一主成分上有較高的正載荷，說明第一主成分主要反映了農用化學品的施用與機械化石燃料燃燒對農業碳排放的影響。第二主成分主要載荷在動物腸道發酵、電力強度兩個指標上，可以認為這個主成分主要受到電力因素與動物喂養因素的影響。在第三主成分上種植自然源碳排放有最高的正載荷，故可以認為第三主成分主要受到植物生長過程本身碳排的影響。因此，中國農業碳排放的影響因素主要可以歸納為五類：農用化學品因素、化石燃料燃燒因素、電力強度因素、牲畜喂養因素、植物生長排放因素，其中前兩者對于農業碳排放影響比其他因素更加顯著。

3.3?我國不同省、市、區農業碳排放聚類分析

3.3.1?類數確定

將所得31個省、市、區的主成分矩陣利用SPSS?24.0軟件進行系統聚類，做聚合曲線分析可知，當類別數超過4之后，系數下降的速率明顯變得緩慢，表明之后再增加類別數也無法使算法收斂，故認為中國農業碳排放類型按省份區分大致可分為四類。

3.3.2?聚類結果分析

在圖1聚類結果中，可以看出31個省、市、區農業碳排放服從四種格局。

第一，北京、天津、山西、遼寧等14個地區為第一種格局。這些地區中，除西藏、寧夏外其余省份農業碳排放均處于較低層次，且大多位于我國中部地區和東部地區，主要碳排放源為農用化學品的施用與牲畜喂養方面。

第二，河北、山東、河南為第二種格局，這些地區位于我國中部，其農業碳排放主要受農用化學品施用影響，均為高強度農業碳排放省份，其農業主要以種植業為主，受水資源及降雨影響，稻谷類作物種植規模較小。

第三，內蒙古、黑龍江、安徽、江西等為第三種格局，這11個地區的農業碳排放強度絕大部分為中等偏上，且地區主要分布于我國西部地區及中部部分地區，主要碳排放源為種植自然源排放，其中多數為水稻種植地區，還有新疆、甘肅等牲畜養殖大省。

第四，江蘇、浙江、廣東所在地區，該地區主要為我國東部沿海地區，均為經濟與農業大省，其農業碳排放強度較強，主要碳排放源為種植自然源排放，電力與機械使用位于全國前列。同時土地肥沃、耕地質量較好，農業現代化程度領先。

圖131個不同省、市、區農業碳排放聚類結果

4?結論與建議

近年來，中國農業碳排放總量總體呈下降趨勢，?2020年中國農業碳排放總量為20555.91萬噸C，較2011年的21579.69萬噸下降了4.74%，其中占比主要是種植業方面，包括農地利用以及稻谷類作物的碳排放。前者占比呈現上升趨勢。動物腸道發酵及糞便管理產生的碳排放相對較為穩定。

文章共選取九個指標作為衡量中國農業碳排放的主要因素，采用主成分分析法，篩選出三個主成分，并根據主成分載荷選出農用化學品因素、化石燃料燃燒因素、電力強度因素、動物喂養因素、植物生長排放因素五類因素作為中國農業碳排放主要影響因素，前兩者對于農業碳排放的影響更為顯著。并基于主成分的結果將不同省份聚類，得出中國農業碳排放服從四類。

文章基于對中國農業碳排放總量的測算，就我國農業碳排放的主要影響因素及不同省份農業碳排放特征的分類做了較為深入的研究，所得到的一些主要研究結論對豐富解決農業碳排放與碳中和問題具有一定的參考價值。有研究表明，農用化學品的濫用導致土壤硝化和反硝化過程加速，造成大量溫室氣體的排放。因此，首先是加強對于化肥、農藥正確施用的宣傳，使廣大農民和涉農主體深刻認識到農業對于實現新時代“雙碳目標”不可或缺的作用，樹立低碳農業發展意識；其次是優化農業產業結構，相對而言，我國農業的主要結構仍是以種植業與畜牧業為主，適當地發展林漁業，有助于增加碳匯，助力碳中和。在種植業產業內部，在確保糧食產量安全的前提下，減少農用化學品的施用、化石燃料的燃燒，加大高產出低碳排糧食的種植。

參考文獻：

[1]朱兆敏.論碳排放博弈與公正的國際經濟秩序[J].江西社會科學，2010（4）：157-168.

[2]史作廷，時希杰.努力推動實現碳達峰碳中和目標[J].紅旗文稿，2021（20）：25-28.

[3]?王雅楠，張琪琳，陳偉.?基于碳匯功能的省域農業碳排放及減排潛力研究——以中國三種主要糧食作物為例[J].?重慶社會科學，2022（5）：58-75.

[4]賈鳳伶，陳瓊，秦靜.農業生產用能結構變化特點及消費彈性分析[J].天津農業科學，2019，25（2）：49-55.

[5]紀玉穎.“雙碳”目標下低碳農業研究[J].上海農村經濟，2022（7）：43-45.

[6]張旭輝，潘根興.稻田與稻作農業對碳中和的啟示[J].科學，2021，73（6）：18-21.

［作者簡介］王元奎，男，漢族，山西朔州人，就讀于廣西大學經濟學院/中國-東盟金融合作學院，研究方向：區域經濟與管理。