新疆畜牧業(yè)碳排放強度動態(tài)演變與驅(qū)動力分析*

白妙琴 馬文江 彭星琳 阿迪力·艾合買提 馬 瓊,2#

(1.塔里木大學(xué)經(jīng)濟與管理學(xué)院,新疆 阿拉爾 843300;2.新疆南疆經(jīng)濟社會發(fā)展研究院,新疆 阿拉爾 843300)

以CO2為代表的溫室氣體排放導(dǎo)致的全球氣候變化已經(jīng)是全世界面臨的一項嚴(yán)峻挑戰(zhàn),如何有效地降低溫室氣體的排放量是亟待解決的重要課題。根據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)估計,中國畜牧業(yè)產(chǎn)生的CO2排放約占全球CO2排放總量的18%[1]。因此,精確掌握畜牧業(yè)碳排放的狀況和特征,對于實現(xiàn)畜牧業(yè)的綠色、低碳發(fā)展有著十分重要的作用。

碳排放強度即單位國內(nèi)生產(chǎn)總值(GDP)的CO2排放量,是衡量一個國家或地區(qū)碳排放量與經(jīng)濟發(fā)展之間關(guān)系的指標(biāo)[2]。對于發(fā)展中國家來說,以碳排放強度為衡量標(biāo)準(zhǔn)來量化減排目標(biāo),而不是以總的碳排放量和人均碳排放量為指標(biāo),更有現(xiàn)實意義。近年來,學(xué)者對碳排放進行了深入研究,研究內(nèi)容包括碳排放強度的測度、時空演變特征與規(guī)律(包括區(qū)域差異、空間集聚性和空間相關(guān)性)和驅(qū)動因子。1)碳排放量和碳排放強度的測度。以反芻動物為代表的畜禽在腸道發(fā)酵和糞便處理過程中,產(chǎn)生了大量的CH4和N2O等溫室氣體[3]。目前國際上對碳排放的測算方法主要有4種,一是聯(lián)合國政府間氣候變化專門委員會(IPCC)系數(shù)法;二是生命周期法;三是投入產(chǎn)出法;四是實測法。其中,張廣勝等[4]的研究采用生命周期評價法構(gòu)建碳排放測算體系,研究表明中國農(nóng)業(yè)碳排放總量呈上升趨勢,農(nóng)業(yè)碳排放強度呈下降趨勢。郭嬌等[5]對中國畜牧業(yè)的碳排放量進行了評價,得出新疆、西藏是CH4減排的重點地區(qū),也是畜牧業(yè)碳減排的主要區(qū)域。2)碳排放時空間演變特征與規(guī)律。以往學(xué)者主要采用泰爾系數(shù)、錫爾系數(shù)、變異系數(shù)和空間自相關(guān)系數(shù)(全局Moran’s I指數(shù)、局部G系數(shù))等來分析碳排放水平及其空間關(guān)聯(lián)。吳強等[6]67對我國畜牧業(yè)碳排放的時間和空間演變進行了分析,結(jié)果表明我國畜牧業(yè)的碳排放在時間和空間上存在著顯著的相關(guān)性,并表現(xiàn)出了顯著的區(qū)域性集聚特點。孫耀華等[7]采用泰爾系數(shù)對我國東部、中部、西部和東北各省份的碳排放強度進行了比較,得出不同省份的碳排放強度存在著一定程度上的差別,并且隨著時間的推移,各省份之間的差異呈遞減趨勢。胡玥[8]把全國分成了8個主要的經(jīng)濟圈,并利用泰爾指數(shù)、全局Moran’s I指數(shù)和冷熱點分析等方法,對全國碳排放強度的空間演變特征進行了研究,結(jié)果表明不同地區(qū)之間碳排放強度有很大的差別,且差異逐漸擴大。3)碳排放驅(qū)動因素研究。以往的研究中關(guān)于碳排放驅(qū)動因素的分析大致集中于經(jīng)濟、人口、制度與技術(shù)等因素的考量。程葉青等[9]運用空間計量方法,分析出能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城市化水平等因素對我國城市群的碳排放強度變化具有顯著影響;顏艷梅等[10]采用夏普里分析法,對我國主要省份的碳排放強度進行了分析,發(fā)現(xiàn)經(jīng)濟發(fā)展水平對碳排放強度差異貢獻最大,且這種影響隨時間而遞增。周杰琦[11]通過面板回歸模型分析碳排放強度的影響因素,得出人均資本水平、城鎮(zhèn)化水平、市場化程度、行業(yè)結(jié)構(gòu)等是導(dǎo)致我國不同地區(qū)之間碳排放強度差異的重要因素。

以往學(xué)者在該領(lǐng)域已經(jīng)開展了大量的相關(guān)工作,但尚未開展基于市域?qū)用娴男竽翗I(yè)碳排放的空間分布規(guī)律及驅(qū)動因子的研究。新疆是全國4個主要畜牧業(yè)產(chǎn)區(qū)之一,由于畜牧業(yè)的持續(xù)擴張,畜牧業(yè)碳排放量也在持續(xù)上升,使得本來就很脆弱的生態(tài)系統(tǒng)受到了破壞。為此,本研究選取新疆14個地(州、市)作為研究對象,依據(jù)IPCC系數(shù)法和空間自相關(guān)分析等方法,估算新疆2001—2020年畜牧業(yè)的碳排放量,進而探討新疆各地(州、市)畜牧業(yè)的碳排放空間集聚特征與驅(qū)動因素,以期為實現(xiàn)新疆畜牧業(yè)的低碳可持續(xù)發(fā)展提供參考。

1 研究方法和數(shù)據(jù)來源

1.1 畜牧業(yè)碳排放量測算方法

畜禽消化、糞肥處理等活動所釋放的CH4,糞肥還田所釋放的N2O等是我國畜牧業(yè)的重要碳源[6]67。本研究從新疆畜牧業(yè)生產(chǎn)實際出發(fā),選取反芻動物(牛、羊)和非反芻動物(豬、馬、驢)為碳源,參照胡向東等[12]提出的畜牧業(yè)生產(chǎn)碳排放核算法,按照《省級溫室氣體清單編制指南》中的碳排放因子,測算新疆不同地區(qū)的畜牧業(yè)碳排放量。主要牲畜品種CH4和N2O的排放系數(shù)見表1。為方便分析,將CH4、N2O統(tǒng)一轉(zhuǎn)換為CO2當(dāng)量,也就是1 t CH4折合25 t CO2,1 t N2O折合298 t CO2。

表1 主要牲畜品種的排放系數(shù)Table 1 Carbon emission coefficients of major livestock breeds kg/(頭·a)

1.2 畜牧業(yè)碳排放強度測算方法

畜牧業(yè)碳排放強度是指單位農(nóng)業(yè)經(jīng)濟效益所排放的碳,由于反芻動物(牛、羊)和非反芻動物(豬、馬、驢)在新疆牲畜養(yǎng)殖中占95%以上,故畜牧業(yè)碳排放強度用牛、羊、豬、馬、驢的碳排放總量除以畜牧業(yè)總產(chǎn)值來計算。

1.3 空間自相關(guān)模型

空間自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)。采用全局Moran’s I指數(shù)對新疆各地(州、市)碳排放強度的整體關(guān)聯(lián)度和空間分布模式進行測算,采用局部Moran’s I指數(shù)揭示各地(州、市)的畜牧業(yè)碳排放強度與鄰近地(州、市)的相似性或相關(guān)性,區(qū)分不同地區(qū)之間的空間集聚與空間孤立特點,檢驗畜牧業(yè)碳排放強度的空間異質(zhì)性。

1.4 數(shù)據(jù)來源

采用2002—2021年新疆統(tǒng)計年鑒、中國農(nóng)村統(tǒng)計年鑒、中國畜牧業(yè)年鑒,對新疆各地(州、市)2001—2020年的畜牧業(yè)碳排放量和碳排放強度進行分析。將新疆14個地(州、市)按地理位置劃分為北疆、東疆和南疆,北疆包括烏魯木齊市、克拉瑪依市、昌吉回族自治州(以下簡稱昌吉州)、伊犁哈薩克自治州(以下簡稱伊犁州)、塔城地區(qū)、阿勒泰地區(qū)和博爾塔拉蒙古自治州(以下簡稱博州);東疆包括吐魯番市和哈密市;南疆包括巴音郭楞蒙古自治州(以下簡稱巴州)、阿克蘇地區(qū)、克孜勒蘇柯爾克孜自治州(以下簡稱克州)、喀什地區(qū)與和田地區(qū)。

2 結(jié)果與討論

2.1 新疆畜牧業(yè)碳排放量和碳排放強度

由圖1可見,2001—2020年新疆畜牧業(yè)碳排放量大體呈波動變化趨勢,2020年新疆畜牧業(yè)碳排放量為2 379.56 萬t,相較于2001年增加了139.01萬t。2016年畜牧業(yè)碳排放量達到峰值,為2 915.76 萬t。而2001—2020年新疆畜牧業(yè)碳排放強度整體呈下降趨勢,由2001年的16.43 t/萬元下降至2020年的3.22 t/萬元,減少了13.21 t/萬元,這表明該時期畜牧業(yè)碳減排有一定的有效性,有必要進行系統(tǒng)分析。李娜等[13]基于2000—2020年面板數(shù)據(jù),測算了新疆14個地(州、市)畜牧業(yè)碳排放量,發(fā)現(xiàn)研究期內(nèi)碳排放量整體呈波動變化趨勢,與本研究結(jié)果大體一致,但文獻[13]未對碳排放強度進行計算,也未對其進行驅(qū)動力分析。

圖1 2001—2020年新疆畜牧業(yè)碳排放量和碳排放強度Fig.1 Carbon emission amount and intensity of animal husbandry in Xinjiang from 2001 to 2020

2.2 新疆各地(州、市)畜牧業(yè)碳排放量和碳排放強度

2001—2020年新疆各地(州、市)的畜牧業(yè)碳排放量與碳排放強度見表2,碳排放量高值區(qū)(大于200萬 t/a)主要分布在伊犁州、塔城地區(qū)、阿勒泰地區(qū)、阿克蘇地區(qū)和喀什地區(qū);中高值區(qū)(150萬～200萬 t/a)分布在昌吉州與和田地區(qū);中值區(qū)(100萬～150萬 t/a)分布在巴州;中低值區(qū)(50萬～100 萬 t/a)分布在克州;低值區(qū)(小于50萬 t/a)分布在烏魯木齊市、克拉瑪依市、博州、吐魯番市和哈密市。有2個地(州、市)的畜牧業(yè)碳排放強度屬于高強度型(7～10 t/萬元),分別為阿勒泰地區(qū)和克州;7個地(州、市)屬于中強度型(4～7 t/萬元),主要分布于伊犁州、塔城地區(qū)、博州、巴州、阿克蘇地區(qū)、喀什地區(qū)與和田地區(qū)。5個地(州、市)屬于低強度型(0～4 t/萬元),主要分布于烏魯木齊市、克拉瑪依市、昌吉州、吐魯番市和哈密市。總體而言,2001—2020年新疆各地(州、市)畜牧業(yè)碳排放量高值區(qū)多分布于北疆,低值區(qū)多分布于東疆;南疆碳排放強度明顯高于北疆、東疆,說明南疆畜牧業(yè)生產(chǎn)效率遠低于其他地區(qū),可能的原因為南疆畜牧業(yè)科技水平較低。

表2 2001—2020年新疆各地(州、市)畜牧業(yè)碳排放量和碳排放強度Table 2 Carbon emission amount and intensity of animal husbandry in various regions (prefectures,cities) of Xinjiang from 2001 to 2020

2.3 新疆各地(州、市)畜牧業(yè)碳排放強度空間集聚特征

采用全局Moran’s I指數(shù)對新疆各地(州、市)的畜牧業(yè)碳排放強度的動態(tài)演變特征進行刻畫,并對其時空相關(guān)性進行檢驗。表3顯示了研究期間的全局Moran’s I指數(shù)變化,除了2017—2020年,其他年份都是正值,大部分年份通過了顯著性檢驗(p<0.1),這說明新疆各地(州、市)之間的畜牧業(yè)碳排放強度存在著明顯的空間集聚和空間正相關(guān)現(xiàn)象。

表3 2001—2020年全局Moran’s I指數(shù)Table 3 Global Moran’s I index from 2001 to 2020

由表3可知,在全局Moran’s I指數(shù)檢驗中未通過顯著性檢驗(p<0.1)的年份均處于2010—2020年,為了更好地揭示2010—2020年間新疆畜牧業(yè)發(fā)展過程中的碳排放空間集聚特征,需要驗證其局部空間自相關(guān)性,為此,選擇2010、2020年新疆畜牧業(yè)碳排放強度局部Moran’s I指數(shù)散點圖進行分析,位于第一象限的地(州、市)數(shù)目(均為3個)一致,即“高-高”集聚態(tài)勢的地(州、市)在數(shù)量上相同,位于第二象限和第四象限的地州市分別為由3個演變?yōu)?個和2個演變?yōu)?個,意味著2010—2020年形成“低-高”集聚和“高-低”集聚態(tài)勢的地(州、市)數(shù)量增多;位于第三象限的地(州、市)由6個演變?yōu)?個,意味著2010—2020年形成“低-低”集聚的地(州、市)數(shù)量減少。

2.4 新疆畜牧業(yè)碳排放的驅(qū)動因素

借鑒唐志忠等[14]和楊紅娟等[15]的研究,并立足于新疆畜牧業(yè)的現(xiàn)實研究新疆畜牧業(yè)碳排放的影響因素。將畜牧業(yè)碳排放總量和碳排放強度分別作為被解釋變量,選取經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平、畜牧業(yè)發(fā)展水平、農(nóng)業(yè)機械化水平和工業(yè)化發(fā)展水平5個因素考察它們對新疆畜牧業(yè)碳排放量和碳排放強度的驅(qū)動性。其中：經(jīng)濟發(fā)展水平采用地區(qū)人均GDP來衡量;畜牧業(yè)發(fā)展水平采用年度畜牧業(yè)生產(chǎn)總值來衡量;城鎮(zhèn)化水平采用城鎮(zhèn)人口占總?cè)丝诘谋壤齺砗饬?農(nóng)業(yè)機械化水平和工業(yè)化發(fā)展水平選擇2001—2020年新疆14個地(州、市)面板數(shù)據(jù)。構(gòu)建時空雙向固定的固定效應(yīng)模型(見式(1)),實證分析結(jié)果見表4。

表4 實證分析結(jié)果1)Table 4 Empirical analysis results

lnCit=α+β1lnPit+β2lnAit+β3lnUit+
β4lnMit+β5lnDit+μit

(1)

式中：Cit為t時區(qū)域i的畜牧業(yè)碳排放量或碳排放強度;Pit、Ait、Uit、Mit和Dit分別為t時區(qū)域i的經(jīng)濟發(fā)展水平、畜牧業(yè)發(fā)展水平、城鎮(zhèn)化水平、農(nóng)業(yè)機械化水平和工業(yè)化發(fā)展水平面板數(shù)據(jù);α為常數(shù)項;β1、β2、β3、β4、β5為待估系數(shù);μit為時空固定效應(yīng)系數(shù)。

由表4可知,經(jīng)濟發(fā)展水平、畜牧業(yè)發(fā)展水平、城鎮(zhèn)化水平、農(nóng)業(yè)機械化水平和工業(yè)化發(fā)展水平均對新疆畜牧業(yè)碳排放強度具有顯著影響。經(jīng)濟發(fā)展水平每增加1%,畜牧業(yè)碳排放強度減少0.534%;畜牧業(yè)發(fā)展水平每增加1%,畜牧業(yè)碳排放強度減少0.470%;城鎮(zhèn)化水平每增長1%,畜牧業(yè)碳排放強度將增加0.126%;農(nóng)業(yè)機械化水平每增加1%,畜牧業(yè)碳排放強度減少0.152%;工業(yè)化發(fā)展水平每增加1%,畜牧業(yè)碳排放強度增加0.264%;經(jīng)濟發(fā)展水平、畜牧業(yè)發(fā)展水平和農(nóng)業(yè)機械化發(fā)展水平對畜牧業(yè)碳排放強度呈現(xiàn)出負效應(yīng),這是由于隨著新疆各地區(qū)經(jīng)濟水平的發(fā)展,生產(chǎn)手段的進步以及機械設(shè)備的改進降低了畜牧業(yè)碳排放強度,從而提升了畜牧業(yè)的生產(chǎn)效率。城鎮(zhèn)化水平和工業(yè)化發(fā)展水平對畜牧業(yè)碳排放強度呈現(xiàn)出正效應(yīng),很可能是隨著城市化程度的加深,農(nóng)村地區(qū)人才的外流速度加快,從而制約了畜牧業(yè)生產(chǎn)效率的提升,導(dǎo)致畜牧業(yè)碳排放強度提高;各地(州、市)的工業(yè)化發(fā)展水平的“虹吸”作用造成了畜牧業(yè)生產(chǎn)的專業(yè)人才大量流失,工業(yè)對農(nóng)業(yè)的“反哺”作用不明顯,因此導(dǎo)致了畜牧業(yè)碳排放強度的提升。

3 結(jié) 論

1) 從總體上來看,2001—2020年,新疆畜牧業(yè)碳排放量處于波動變化趨勢;而畜牧業(yè)碳排放強度呈下降趨勢。

2) 從各地(州、市)來看,2001—2020年,新疆各地(州、市)畜牧業(yè)碳排放量空間分布大致為北疆>南疆>東疆;而畜牧業(yè)碳排放強度也表現(xiàn)出明顯的

空間差異,其中克州的畜牧業(yè)碳排放強度居于首位。

3) 從空間集聚特征來看,新疆各地(州、市)畜牧業(yè)碳排放強度呈現(xiàn)明顯的空間集聚和空間正相關(guān)現(xiàn)象。

4) 從碳排放強度影響因素分析結(jié)果來看,城鎮(zhèn)化水平和工業(yè)化水平提升對新疆各地(州、市)畜牧業(yè)碳排放強度降低具有顯著的阻礙作用,經(jīng)濟發(fā)展水平、畜牧業(yè)發(fā)展水平和農(nóng)業(yè)機械化水平提升對新疆各地(州、市)畜牧業(yè)碳排放強度降低具有顯著的推動作用。