“雙碳”目標(biāo)下兵團(tuán)農(nóng)業(yè)碳排放核算及驅(qū)動(dòng)因素研究

摘要：文章選取新疆生產(chǎn)建設(shè)兵團(tuán)為研究對(duì)象，基于農(nóng)用物資投入、農(nóng)作物種植、秸稈焚燒以及畜牧養(yǎng)殖四類碳源，運(yùn)用碳排放系數(shù)對(duì)兵團(tuán)2010—2021年農(nóng)業(yè)碳排放總量、強(qiáng)度及結(jié)構(gòu)進(jìn)行測(cè)算并分析其時(shí)間及空間特征，然后利用核密度估計(jì)法分析兵團(tuán)農(nóng)業(yè)碳排放總量及強(qiáng)度的動(dòng)態(tài)演進(jìn)特征，最后運(yùn)用LMDI模型探究兵團(tuán)碳排放驅(qū)動(dòng)因素的分解效應(yīng)。結(jié)果表明：一是兵團(tuán)農(nóng)業(yè)碳排放總量呈上升態(tài)勢(shì)，但碳排放強(qiáng)度不斷下降，農(nóng)用物資是主要碳源；二是兵團(tuán)各師農(nóng)業(yè)碳排放總量及強(qiáng)度存在空間差異性，高碳排放區(qū)域主要集中于北疆邊境地區(qū)；兵團(tuán)農(nóng)業(yè)碳排放強(qiáng)度呈現(xiàn)兩極分化狀態(tài)；三是勞動(dòng)力規(guī)模、農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)兵團(tuán)農(nóng)業(yè)碳排放均有抑制作用，抑制效應(yīng)大小依次為農(nóng)業(yè)生產(chǎn)效率gt;農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)gt;勞動(dòng)力規(guī)模?；诖?，可從推進(jìn)農(nóng)業(yè)低碳轉(zhuǎn)型、加強(qiáng)區(qū)域間協(xié)作、優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)創(chuàng)新等方面加強(qiáng)農(nóng)業(yè)的減排效應(yīng)。

關(guān)鍵詞：碳排放；驅(qū)動(dòng)因素；核密度估計(jì)法；LMDI模型

[基金項(xiàng)目]兵團(tuán)維穩(wěn)戍邊智庫(kù)一般項(xiàng)目（項(xiàng)目編號(hào)：22BTZK03）。

一、引言

溫室效應(yīng)、大氣污染等環(huán)境問(wèn)題日益突出，綠色低碳發(fā)展已成為全球主題。面對(duì)全球氣候變化的緊迫性以及國(guó)內(nèi)可持續(xù)發(fā)展的內(nèi)在要求，2020年我國(guó)提出了“雙碳”目標(biāo)。根據(jù)OECD相關(guān)數(shù)據(jù)顯示，中國(guó)農(nóng)業(yè)部門碳排放總量占全國(guó)碳排放總量的7%～8%，雖然農(nóng)業(yè)碳排放總體上占比不高，但是“雙碳”目標(biāo)下低碳農(nóng)業(yè)仍是我國(guó)低碳轉(zhuǎn)型發(fā)展的重要組成部分。黨的二十大報(bào)告中指出，要加快發(fā)展綠色低碳產(chǎn)業(yè)，推動(dòng)綠色低碳的生產(chǎn)方式和生活方式，積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和。“雙碳”目標(biāo)的實(shí)現(xiàn)需要農(nóng)業(yè)的深度參與[1]，2023年中央一號(hào)文件同樣指出要加強(qiáng)高標(biāo)準(zhǔn)農(nóng)田建設(shè)，推進(jìn)農(nóng)業(yè)面源污染防治，主要通過(guò)減少化肥、農(nóng)藥及農(nóng)膜等高污染農(nóng)業(yè)物資的投入與回收，推進(jìn)畜禽糞污處理設(shè)備應(yīng)用以及秸稈綜合利用，從而推動(dòng)農(nóng)業(yè)農(nóng)村減排固碳以發(fā)展生態(tài)低碳農(nóng)業(yè)。由此可見，農(nóng)業(yè)降碳減排已經(jīng)成為“雙碳”目標(biāo)的重要一環(huán)，也是我國(guó)亟待解決的艱巨性任務(wù)。

新疆生產(chǎn)建設(shè)兵團(tuán)（以下簡(jiǎn)稱兵團(tuán)）是我國(guó)重要的農(nóng)業(yè)生產(chǎn)基地，根據(jù)兵團(tuán)農(nóng)業(yè)農(nóng)村局最新數(shù)據(jù)，2022年，兵團(tuán)糧食作物單產(chǎn)616公斤，居全國(guó)第一，總產(chǎn)量達(dá)315.35萬(wàn)噸，較2021年增加34.47萬(wàn)噸，增長(zhǎng)12.3%，總產(chǎn)增量占全國(guó)增量近十分之一，占全疆增量近二分之一。為推進(jìn)農(nóng)業(yè)經(jīng)濟(jì)綠色轉(zhuǎn)型，兵團(tuán)在農(nóng)業(yè)發(fā)展方面積極制定了相關(guān)政策。2018年兵團(tuán)第五次行政常務(wù)會(huì)議審議通過(guò)了《兵團(tuán)關(guān)于創(chuàng)新體制機(jī)制推進(jìn)農(nóng)業(yè)綠色發(fā)展的實(shí)施意見》，提出要從兵團(tuán)農(nóng)業(yè)發(fā)展實(shí)際出發(fā)，抓好養(yǎng)護(hù)修復(fù)農(nóng)業(yè)生態(tài)系統(tǒng)、發(fā)展特色綠色優(yōu)勢(shì)產(chǎn)業(yè)、控制農(nóng)業(yè)面源污染等重點(diǎn)任務(wù)，讓生態(tài)環(huán)保成為兵團(tuán)現(xiàn)代農(nóng)業(yè)發(fā)展的底色。此外，兵團(tuán)農(nóng)業(yè)機(jī)械化程度高，農(nóng)業(yè)規(guī)?；爱a(chǎn)業(yè)化經(jīng)營(yíng)條件好，因此，兵團(tuán)推動(dòng)農(nóng)業(yè)高質(zhì)量發(fā)展有著良好的根基。農(nóng)業(yè)是兵團(tuán)經(jīng)濟(jì)發(fā)展的基礎(chǔ)，作為中國(guó)重要的糧倉(cāng)和畜牧養(yǎng)殖基地，通過(guò)對(duì)兵團(tuán)農(nóng)業(yè)碳排放的核算，分析兵團(tuán)農(nóng)業(yè)碳排放的時(shí)間變動(dòng)、空間差異以及動(dòng)態(tài)演進(jìn)特征，并進(jìn)一步探究其驅(qū)動(dòng)因素，為推動(dòng)兵團(tuán)農(nóng)業(yè)低碳轉(zhuǎn)型升級(jí)提供參考依據(jù)。做好農(nóng)業(yè)節(jié)能減排工作，推進(jìn)農(nóng)業(yè)降碳減排，不僅有助于加快兵團(tuán)農(nóng)業(yè)綠色高質(zhì)量發(fā)展，而且為全疆農(nóng)業(yè)低碳轉(zhuǎn)型升級(jí)奠定基礎(chǔ)。

二、文獻(xiàn)綜述

農(nóng)業(yè)低碳發(fā)展是助力我國(guó)“雙碳”目標(biāo)實(shí)現(xiàn)的重要環(huán)節(jié)，是實(shí)現(xiàn)我國(guó)農(nóng)業(yè)可持續(xù)發(fā)展的重要途徑。當(dāng)前關(guān)于我國(guó)農(nóng)業(yè)碳排放的研究成果較為豐富，研究方向主要集中于農(nóng)業(yè)碳排放測(cè)算[2-6]、影響因素[7-10]以及農(nóng)業(yè)低碳發(fā)展路徑[11-12]三個(gè)方面。

關(guān)于農(nóng)業(yè)碳排放的測(cè)算研究。測(cè)算方法主要有排放系數(shù)法、DEA-Malmquist指數(shù)分解法、非參數(shù)核密度估計(jì)方法以及熵權(quán)TOPSIS法，主要對(duì)農(nóng)業(yè)碳排放效率變動(dòng)趨勢(shì)，碳排放分布特征以及農(nóng)業(yè)碳排放能力進(jìn)行測(cè)算與分析。如吳賢榮等[2]基于DEA-Malmquist指數(shù)分解法對(duì)中國(guó)31個(gè)省份農(nóng)業(yè)碳排放效率變動(dòng)趨勢(shì)進(jìn)行測(cè)度。李娜和石晶[3]運(yùn)用非參數(shù)核密度估計(jì)方法測(cè)算我國(guó)農(nóng)業(yè)碳排放分布的位置、形態(tài)、峰值以及延展性等，并通過(guò)莫蘭指數(shù)分析我國(guó)農(nóng)業(yè)碳排放時(shí)空演變特征。李銅山和王艷蕊[4]從碳源及碳匯兩個(gè)維度選取了九個(gè)指標(biāo)，其中碳源指標(biāo)構(gòu)建用以測(cè)算碳排放量，并通過(guò)熵權(quán)TOPSIS法對(duì)我國(guó)2008—2020年農(nóng)業(yè)碳排放能力進(jìn)行測(cè)算。高晨曦等[5]采用排放因子法對(duì)河南省農(nóng)業(yè)碳排放量進(jìn)行測(cè)算。侯宇等[6]利用SBM-Undesirable模型和Malmquist-Lu-enberger生產(chǎn)率指數(shù)從靜態(tài)和動(dòng)態(tài)兩個(gè)方面測(cè)度了糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放效率。

關(guān)于農(nóng)業(yè)碳排放影響因素研究。夏四友等[7]基于時(shí)空關(guān)聯(lián)角度，利用GWR模型構(gòu)建了農(nóng)業(yè)碳排放率驅(qū)動(dòng)因素空間差異回歸模型，得出了不同因素對(duì)農(nóng)業(yè)碳排放影響存在差異性。顏光耀等[8]基于空間溢出效應(yīng)與門檻效應(yīng)分析農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)碳排放的影響，結(jié)果表明農(nóng)業(yè)技術(shù)效率與農(nóng)業(yè)碳排放強(qiáng)度存在雙門檻效應(yīng)， 當(dāng)農(nóng)業(yè)技術(shù)效率達(dá)到“拐點(diǎn)”后， 影響轉(zhuǎn)為負(fù)向，進(jìn)一步提升農(nóng)業(yè)技術(shù)效率負(fù)向影響會(huì)不斷減弱。薛選登等[9]構(gòu)建了向量自回歸模型，利用脈沖響應(yīng)函數(shù)和方差分解法研究農(nóng)業(yè)經(jīng)濟(jì)水平、城鎮(zhèn)化和農(nóng)業(yè)碳排放三者間的動(dòng)態(tài)響應(yīng)機(jī)制，實(shí)證結(jié)果顯示農(nóng)業(yè)經(jīng)濟(jì)水平呈現(xiàn)正向影響，城鎮(zhèn)化呈現(xiàn)負(fù)向影響。方苗等[10]則運(yùn)用LMDI模型對(duì)農(nóng)業(yè)碳排放影響因素進(jìn)行分解，結(jié)果表明農(nóng)業(yè)勞動(dòng)力規(guī)模、農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)農(nóng)業(yè)碳排放起抑制作用，而經(jīng)濟(jì)發(fā)展水平則起推動(dòng)作用。

關(guān)于農(nóng)業(yè)碳減排路徑及機(jī)制研究。蔡育蓉和王立剛[11]探討了北方農(nóng)業(yè)生態(tài)系統(tǒng)碳減排路徑。鄧路等[12]基于機(jī)器學(xué)習(xí)算法對(duì)新疆農(nóng)業(yè)碳排放評(píng)估及驅(qū)動(dòng)因素進(jìn)行分析，得出通過(guò)加大農(nóng)業(yè)規(guī)模化程度、耕地規(guī)模， 提高農(nóng)村經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)電氣化程度路徑兼顧提升農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)碳排放效率。

綜上所述，相關(guān)研究已取得了部分顯著成果，但是當(dāng)前農(nóng)業(yè)碳排放在研究對(duì)象以及研究?jī)?nèi)容上仍有一定的拓展空間，具體而言：（1）在研究對(duì)象上，當(dāng)前有關(guān)碳排放的研究大多集中在省域范圍，特別是對(duì)山東以及河南等農(nóng)業(yè)大省的相關(guān)研究較為集中，對(duì)新疆地區(qū)特別是兵團(tuán)農(nóng)業(yè)碳排放的研究較少。兵團(tuán)作為中國(guó)的重要糧倉(cāng)以及畜牧養(yǎng)殖基地，對(duì)其農(nóng)業(yè)碳排放進(jìn)行研究是有必要的。（2）在研究?jī)?nèi)容上，當(dāng)前相關(guān)的研究主要對(duì)化肥、農(nóng)藥、農(nóng)膜、翻耕以及柴油等六大碳源的碳排放進(jìn)行核算，缺乏更加全面的具有地域針對(duì)性的測(cè)算體系?；诖?，本文的邊際貢獻(xiàn)可能在于：（1）將兵團(tuán)農(nóng)業(yè)作為研究對(duì)象，對(duì)其農(nóng)業(yè)碳排放總量、強(qiáng)度進(jìn)行測(cè)算和分析。（2）將農(nóng)業(yè)碳排放核算體系分為農(nóng)用物資投入、土壤農(nóng)作物種植、秸稈焚燒以及畜牧養(yǎng)殖四個(gè)方面，并根據(jù)兵團(tuán)實(shí)際種植以及畜牧養(yǎng)殖情況進(jìn)行碳排放核算。（3）對(duì)兵團(tuán)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素進(jìn)行實(shí)證分析，以期為兵團(tuán)實(shí)現(xiàn)區(qū)域農(nóng)業(yè)降碳減排相關(guān)政策的制定提供科學(xué)的理論依據(jù)。

三、研究方法、指標(biāo)選取及數(shù)據(jù)處理

（一）農(nóng)業(yè)碳排放核算方法

1.種植業(yè)碳排放。本研究中種植業(yè)碳排放包括三大類：一是農(nóng)用物資投入，基于已有研究，農(nóng)用物資的投入所產(chǎn)生的二氧化碳主要來(lái)源于農(nóng)業(yè)生產(chǎn)過(guò)程中農(nóng)藥、化肥以及農(nóng)膜的使用，農(nóng)業(yè)機(jī)械作業(yè)排放、農(nóng)業(yè)灌溉及土地翻耕流失的土壤有機(jī)碳[10，13-14]，基于此，本文選取化肥、農(nóng)藥、柴油、薄膜、翻耕、灌溉作為農(nóng)用物資碳源進(jìn)行測(cè)算。二是土壤農(nóng)作物種植，在作物的生長(zhǎng)過(guò)程中土壤中的N2O會(huì)排放到大氣中，并且在水田生態(tài)系統(tǒng)中，水稻根部厭氧呼吸較強(qiáng)，會(huì)排放出較多的CH4。三是秸稈焚燒，仍有部分地區(qū)通過(guò)焚燒的方式處理農(nóng)作物秸稈，燃燒過(guò)程中會(huì)產(chǎn)生大量的碳進(jìn)而對(duì)環(huán)境造成極大的影響。

由于秸稈量并沒(méi)有精確的數(shù)據(jù)統(tǒng)計(jì)，本文采用草谷比法對(duì)秸稈量進(jìn)行計(jì)算，秸稈燃燒量（消耗量）計(jì)算公式如下：

[T秸稈=Yi*Gi*R]" " " " " " " " " " " " " " " " " " " " " （1）

式（1）中[T秸稈]為秸稈的燃燒量（消耗量），[Yi]為第[i]種農(nóng)作物的經(jīng)濟(jì)產(chǎn)量，[Gi]為第[i]種農(nóng)作物的草谷比。根據(jù)國(guó)家發(fā)展和改革委員會(huì)發(fā)布的相應(yīng)數(shù)據(jù)，玉米的草谷比為1.52，水稻以及小麥的草谷比為1.23，棉花的草谷比為3.67，薯類的草谷比為1.22，[R]為秸稈焚燒系數(shù)，結(jié)合第一次全國(guó)污染源普查結(jié)果，新疆地區(qū)農(nóng)作物秸稈田間焚燒或棄之不用的占比為3.22%，因此本文秸稈焚燒系數(shù)[R]=0.0322。

種植業(yè)碳排放總量計(jì)算公式如下：

[Cp=Ci=Ti*δi]" " " " " " " " " " " " " " " " " " " （2）

式（2）中，[Cp]為農(nóng)業(yè)碳排放總量，[Ci]為第[i]類碳源碳排放量，[Ti]為第[i]類碳源的消耗量，[δi]為第[i]類碳源的碳排放系數(shù)，各類碳源的碳排放系數(shù)[5，9，12，15]如表1所示。

1.畜牧養(yǎng)殖碳排放。畜牧業(yè)碳排放主要來(lái)源于反芻動(dòng)物在養(yǎng)殖過(guò)程中腸道發(fā)酵及糞便管理過(guò)程中產(chǎn)生的溫室氣體。根據(jù)兵團(tuán)畜牧養(yǎng)殖業(yè)發(fā)展情況，本研究主要考慮牛、豬、羊、馬、驢、駱駝、家禽及兔的養(yǎng)殖過(guò)程中所產(chǎn)生的碳排放，按照1噸CH4=6.82噸碳，1噸N2O=81.27噸碳進(jìn)行轉(zhuǎn)換。

畜牧業(yè)碳排放總量計(jì)算公式如下：

[Cy=Cj=Tj*δj]" " " " " " " " " " " " " " " " " " " （3）

式（3）中，[Cy]為畜牧業(yè)碳排放總量，[Cj]為第[j]種動(dòng)物的碳排放量，[Tj]為第[j]種動(dòng)物的年末存欄數(shù)量，[δj]為第[j]種動(dòng)物的腸道發(fā)酵以及糞便的碳排放系數(shù)，具體畜牧養(yǎng)殖排放系數(shù)值如表2所示。

通過(guò)對(duì)兵團(tuán)種植業(yè)和畜牧業(yè)碳排放的核算得到兵團(tuán)農(nóng)業(yè)碳排放總量和強(qiáng)度，農(nóng)業(yè)碳排放總量計(jì)算公式如下：

[C=Cp+Cy]" " " " " " " " " " " " " " " " " " " " " " " " " " " （4）

農(nóng)業(yè)碳排放強(qiáng)度計(jì)算公式如下：

[CIit=C/GCP]" " " " " " " " " " " " " " " " " " " " " " " " " "（5）

式（5）中，[CIit]為第[i]類碳源農(nóng)業(yè)碳排放強(qiáng)度，[C]為農(nóng)業(yè)碳排放總量，[GCP]為農(nóng)業(yè)總產(chǎn)值。

農(nóng)業(yè)碳排放結(jié)構(gòu)計(jì)算公式如下：

[CSit=Ti*δiC*100%]" " " " " " " " " " " " " " " " " " " " （6）

式（6）中，[CSit]為第[i]類碳源碳排放量占農(nóng)業(yè)碳排放總量的比重。

（一）核密度估計(jì)法

核密度估計(jì)是一種非參數(shù)估計(jì)方法，采用連續(xù)密度曲線繪制隨機(jī)變量分布形態(tài)及特征[18]，本文運(yùn)用核密度估計(jì)法分析兵團(tuán)農(nóng)業(yè)碳排放的動(dòng)態(tài)演進(jìn)。具體公式如下：

[f（x）=1nhn=1nk（xi-xh）]" " " " " " " " " " " " " " " " （7）

式（7）中，[f（x）]為兵團(tuán)農(nóng)業(yè)碳排放的核函數(shù)，[n]=14為兵團(tuán)師部總數(shù)，[i]表示兵團(tuán)各師，[h]為帶寬，[x]為均值。

（二）農(nóng)業(yè)碳排放驅(qū)動(dòng)因素分解模型——LMDI模型

LMDI方法屬于指數(shù)因素分解法，其基本原理是通過(guò)一系列的數(shù)學(xué)恒等公式變形，將農(nóng)業(yè)碳排放總量表示為相關(guān)影響因素的乘積形式，并根據(jù)不同權(quán)重計(jì)算每個(gè)指標(biāo)的增量余額。LMDI是一種比較完全的分解方法，可以有效地分析總體指標(biāo)，能夠保持各個(gè)分解指標(biāo)的高度一致性。本文借鑒相關(guān)研究[10，19]，將農(nóng)業(yè)碳排放的驅(qū)動(dòng)因素分為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展效應(yīng)、農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應(yīng)和勞動(dòng)力規(guī)模效應(yīng)。

LMDI模型分解過(guò)程如下：

[C=P*AE*AP*AS=P*AYP*CPY*PYAY]" " " " " " （8）

上式中，[C]為農(nóng)業(yè)碳排放總量，[AE]為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，[AP]為農(nóng)業(yè)生產(chǎn)效率，[AS]為農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，[P]為農(nóng)業(yè)勞動(dòng)力總數(shù)，[AY]為農(nóng)林牧漁總產(chǎn)值，[PY]為農(nóng)業(yè)總產(chǎn)值。

LMDI有加法分解與乘法分解兩種分解方法，在實(shí)際測(cè)算中加法分解更適合數(shù)量指標(biāo)，乘法模型更適合強(qiáng)度指標(biāo)，因此，本文采取加法分解，具體公式如下：

[ΔCtot=CT-C0=ΔE/E+ΔAE+ΔAP+ΔAS]" " " " " "（9）

[ΔP=CT-C0lnCT-lnC0lnPTP0]" " " " " " " " " " " " " （10）

[ΔAE=CT-C0lnCT-lnC0lnAETAE0]" " " " " " " " " " " （11）

[ΔAP=CT-C0lnCT-lnC0lnAPTAP0]" " nbsp; " " " " " " " " （12）

[ΔAS=CT-C0lnCT-lnC0lnASTAS0]" " " " " " " " " " " "（13）

上述公式中[Ctot]為基期到[T]期的碳排放變化量，[CT]為[T]期農(nóng)業(yè)碳排放量，[C0]為基期農(nóng)業(yè)碳排放量，[ΔP]、[ΔAE]、[ΔAP]、[ΔAS]分別為勞動(dòng)力規(guī)模、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)碳排放的貢獻(xiàn)。

（三）數(shù)據(jù)來(lái)源

本文以新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)碳排放為研究對(duì)象，研究中所有的數(shù)據(jù)均來(lái)自2011—2022年《新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計(jì)年鑒》。

四、兵團(tuán)農(nóng)業(yè)碳排放實(shí)證結(jié)果分析

（一）兵團(tuán)農(nóng)業(yè)碳排放時(shí)序變化、空間差異及動(dòng)態(tài)演進(jìn)特征分析

1.兵團(tuán)農(nóng)業(yè)碳排放時(shí)序變化特征?；诠剑?）至（6）對(duì)兵團(tuán)2010—2021年農(nóng)業(yè)碳排放總量、強(qiáng)度及結(jié)構(gòu)進(jìn)行測(cè)算，結(jié)果如圖1至圖3所示。

從農(nóng)業(yè)碳排放總量變動(dòng)趨勢(shì)來(lái)看（見圖1），兵團(tuán)農(nóng)業(yè)碳排放總量由2010年的231.89萬(wàn)噸上升到2021年的317.20萬(wàn)噸，增長(zhǎng)了36.79%。各年份農(nóng)業(yè)碳排放總量增速除了2016年出現(xiàn)負(fù)增長(zhǎng)（-0.76%）以外，其余年份均為正增長(zhǎng)，其中2014年增速為12.58%，增速最快。2010—2021年兵團(tuán)農(nóng)業(yè)碳排放總量的演變特征大致分為兩個(gè)階段，第一階段為2010—2014年，在該階段農(nóng)業(yè)碳排放總量上升較快，2014年比2010年農(nóng)業(yè)碳排放總量增加了56.98萬(wàn)噸，增幅達(dá) 24.57%。在這一時(shí)期，兵團(tuán)積極推進(jìn)農(nóng)業(yè)機(jī)械化發(fā)展，糧食作物、經(jīng)濟(jì)作物生產(chǎn)機(jī)械化以及畜牧產(chǎn)品加工業(yè)機(jī)械化水平快速發(fā)展，農(nóng)業(yè)機(jī)械化水平的提升使得農(nóng)業(yè)播種面積增長(zhǎng)迅速，進(jìn)而提升了農(nóng)業(yè)產(chǎn)量。但與此同時(shí)，化肥農(nóng)藥等農(nóng)用物資的投入也隨之增加，因此農(nóng)業(yè)碳排放總量增速較快。第二階段為2014—2021年，在該階段農(nóng)業(yè)碳排放總量平穩(wěn)上升，增速變緩，2021年相較于2014年農(nóng)業(yè)碳排放總量增加了28.33萬(wàn)噸，增幅為9.81%。這有賴于2015年國(guó)家實(shí)施的“到2020年化肥施用量零增長(zhǎng)行動(dòng)”和“到2020年農(nóng)藥使用量零增長(zhǎng)行動(dòng)”，兵團(tuán)積極貫徹落實(shí)，有效地治理了農(nóng)業(yè)生產(chǎn)中化肥農(nóng)藥濫用的問(wèn)題[20]，由此農(nóng)業(yè)碳排放總量增速放緩。

從農(nóng)業(yè)碳排放強(qiáng)度變動(dòng)趨勢(shì)來(lái)看，碳排放強(qiáng)度表現(xiàn)出了明顯的下降趨勢(shì)，由2010年517.08千克/萬(wàn)元下降到2021年248.51千克/萬(wàn)元，下降了51.94%，年均下降4.33%。除了2013—2014期間農(nóng)業(yè)碳排放強(qiáng)度增長(zhǎng)以外，其余各年農(nóng)業(yè)碳排放強(qiáng)度都呈現(xiàn)下降趨勢(shì)。其中2020—2021年下降幅度最大，為16.20%；2021年相較于2020年兵團(tuán)農(nóng)業(yè)碳排放強(qiáng)度下降了48.05千克/萬(wàn)元。主要是近年來(lái)鄉(xiāng)村振興戰(zhàn)略的實(shí)施以及農(nóng)業(yè)綠色生產(chǎn)技術(shù)的推廣運(yùn)用，以及農(nóng)業(yè)綠色高質(zhì)量發(fā)展的觀念深入人心，使得兵團(tuán)農(nóng)業(yè)經(jīng)濟(jì)的增長(zhǎng)逐漸高于農(nóng)業(yè)碳排放量。

從各碳源碳排放量來(lái)看，見圖2所示，農(nóng)用物資、土壤農(nóng)作物種植、畜牧業(yè)以及秸稈焚燒碳排放量不斷增加，其中秸稈焚燒、農(nóng)用物資的碳排放增長(zhǎng)最快，分別為65%和45%。雖然兵團(tuán)秸稈處理已初見成效，但由于資金、技術(shù)等的限制，在一些地區(qū)仍有較多秸稈未能很好地實(shí)現(xiàn)綜合利用，秸稈焚燒現(xiàn)象依舊存在。

從各碳源碳排放強(qiáng)度來(lái)看，圖3中顯示，在2010年到2021年期間，各碳源農(nóng)業(yè)碳排放強(qiáng)度均有不同程度的下降，土壤農(nóng)作物種植及畜牧養(yǎng)殖碳排放強(qiáng)度降速最快，年均分別為4.97%和4.94%。隨著農(nóng)田水利設(shè)施的完善、農(nóng)業(yè)技術(shù)應(yīng)用以及新型農(nóng)業(yè)經(jīng)營(yíng)主體培育等，兵團(tuán)農(nóng)業(yè)生產(chǎn)效率不斷提升，進(jìn)而促使農(nóng)業(yè)碳排放強(qiáng)度不斷下降。

從農(nóng)業(yè)碳排放結(jié)構(gòu)來(lái)看，見表3結(jié)果顯示，2010—2021年農(nóng)用物資碳排放及秸稈焚燒碳排放占比總體呈緩慢增長(zhǎng)態(tài)勢(shì)，土壤農(nóng)作物種植及畜牧養(yǎng)殖碳排放占比整體呈緩慢下降趨勢(shì)。農(nóng)用物資的投入是兵團(tuán)農(nóng)業(yè)最大的碳排放源，年均占比為53.21%。在農(nóng)用物資投入中化肥是主要碳排放源，年均占比為41.58%，其次為農(nóng)膜，年均占比23.47%。

2.兵團(tuán)農(nóng)業(yè)碳排放空間差異特征。選取初始年份、中間年份以及最近年份并根據(jù)公式測(cè)算出兵團(tuán)各師2010年、2015年和2021年農(nóng)業(yè)碳排放總量和排放強(qiáng)度，如表4所示。

在2010年至2021年期間，兵團(tuán)各師農(nóng)業(yè)碳排放總量均有所增加，而碳排放強(qiáng)度均呈下降態(tài)勢(shì)。其中，第一師和第八師農(nóng)業(yè)碳排放總量相對(duì)較高，主要緣于這兩個(gè)地區(qū)分布在綠洲地帶，農(nóng)作物生長(zhǎng)條件相對(duì)較好，其歷年的農(nóng)業(yè)播種面積處于兵團(tuán)前列。2021年第一師和第八師農(nóng)作物播種面積占兵團(tuán)總播種面積的33.39%，由于種植規(guī)模較大，化肥農(nóng)藥等農(nóng)用物資的投入以及土壤農(nóng)作物種植N2O排放水平也相對(duì)較高；而同時(shí)期這兩個(gè)區(qū)域農(nóng)業(yè)碳排放強(qiáng)度則相對(duì)較小，說(shuō)明農(nóng)業(yè)經(jīng)濟(jì)發(fā)展有向綠色化轉(zhuǎn)型的趨勢(shì)轉(zhuǎn)變。

兵團(tuán)各師農(nóng)業(yè)碳排放總量及強(qiáng)度差異較大，因此，本文按照當(dāng)年兵團(tuán)碳排放強(qiáng)度平均值的0.8倍、1倍、1.2倍將兵團(tuán)各師的農(nóng)業(yè)碳排放量分別劃分為低碳排放區(qū)、中度排放區(qū)、較高排放區(qū)和高排放區(qū)[10]，結(jié)果如表5所示。

從2010年到2021年，兵團(tuán)低碳排放區(qū)由4個(gè)師上升到6個(gè)師，多數(shù)師市位于南疆地區(qū)；中度碳排放區(qū)由5個(gè)師下降到2個(gè)師，較高碳排放區(qū)由第六師、第十師、第十三師變?yōu)榈谖鍘煛⒌诹鶐熞约暗谑龓煟谑畮熥優(yōu)楦吲欧艆^(qū)。從整體上看，高碳排放區(qū)多位于北疆的邊境地區(qū)，農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出對(duì)化肥、農(nóng)藥等農(nóng)用物資投入的路徑依賴仍舊明顯，農(nóng)業(yè)綠色轉(zhuǎn)型速度較緩慢，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)方式和發(fā)展理念尚未從根本上改變，進(jìn)而阻礙了農(nóng)業(yè)綠色高質(zhì)量發(fā)展和農(nóng)業(yè)現(xiàn)代化發(fā)展水平的進(jìn)一步提升。

3.兵團(tuán)農(nóng)業(yè)碳排放動(dòng)態(tài)演進(jìn)特征。為了更加直觀地展示兵團(tuán)農(nóng)業(yè)碳排放總量與強(qiáng)度的絕對(duì)差異的時(shí)空演進(jìn)特征、發(fā)展水平、分布演進(jìn)趨勢(shì)，本文以農(nóng)業(yè)碳排放總量、強(qiáng)度為指標(biāo)，通過(guò)公式（7）運(yùn)用Matlab軟件繪制三維核密度分布圖，分析兵團(tuán)農(nóng)業(yè)碳排放的動(dòng)態(tài)演進(jìn)特征（見圖4）。

圖（a）描繪了兵團(tuán)農(nóng)業(yè)碳排放總量在2010—2021年間動(dòng)態(tài)演變情況。從圖中可以看出，核密度分布曲線波形總體向右偏移（呈左偏態(tài)分布），說(shuō)明兵團(tuán)各師農(nóng)業(yè)碳排放總量呈上升趨勢(shì)；各年核密度曲線只存在一個(gè)單峰并且峰值較為平緩，說(shuō)明兵團(tuán)農(nóng)業(yè)碳排放總量并未出現(xiàn)明顯的兩極分化現(xiàn)象；隨著時(shí)間推移峰值逐漸降低且寬度減小，表明兵團(tuán)各師之間農(nóng)業(yè)碳排放總量差距逐漸縮小。

圖（b）描繪了兵團(tuán)農(nóng)業(yè)碳排放強(qiáng)度在2010—2021年間動(dòng)態(tài)演變情況。從圖中可以看出，核密度分布曲線總體向左偏移，說(shuō)明兵團(tuán)各師農(nóng)業(yè)碳排放強(qiáng)度不斷下降；各年核密度曲線出現(xiàn)“一主一次”兩個(gè)波峰，表明兵團(tuán)農(nóng)業(yè)碳排放強(qiáng)度出現(xiàn)兩極分化態(tài)勢(shì)，地區(qū)間農(nóng)業(yè)生產(chǎn)方式及發(fā)展水平不同，農(nóng)業(yè)碳排放強(qiáng)度具有差異性。

圖（c）與圖（d）描繪了北疆與南疆兵團(tuán)各師農(nóng)業(yè)碳排放強(qiáng)度在2010—2021年間動(dòng)態(tài)演變情況。從圖（c）中可以看出，北疆各師農(nóng)業(yè)碳排放強(qiáng)度核密度曲線總體呈現(xiàn)向左偏移格局，說(shuō)明兵團(tuán)北疆各師農(nóng)業(yè)碳排放強(qiáng)度呈下降態(tài)勢(shì)；從波峰來(lái)看，各年核密度曲線出現(xiàn)“一主一次”兩個(gè)波峰，表明兵團(tuán)北疆各師農(nóng)業(yè)碳排放強(qiáng)度形成兩極分化格局，各地區(qū)存在差異。從圖（d）中可以看出，南疆各師農(nóng)業(yè)碳排放強(qiáng)度核密度曲線總體向左偏移，表明兵團(tuán)南疆各師農(nóng)業(yè)碳排放強(qiáng)度呈下降趨勢(shì)。從波峰來(lái)看，2010年呈現(xiàn)“一主一次”雙峰格局，后期逐漸轉(zhuǎn)變?yōu)閱畏?，表明前期南疆兵團(tuán)各師農(nóng)業(yè)碳排放強(qiáng)度呈現(xiàn)兩極分化格局，后期兩極分化消失。

（二）兵團(tuán)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素分析

本文運(yùn)用LMDI模型，基于公式（9）到（13）對(duì)2010—2021年兵團(tuán)農(nóng)業(yè)碳排放各因素驅(qū)動(dòng)效應(yīng)進(jìn)行分解，結(jié)果如表6所示。

從整體上來(lái)看，在各因素的驅(qū)動(dòng)下，兵團(tuán)農(nóng)業(yè)碳排放量從2010年到2021年增加了85.31萬(wàn)噸，其中勞動(dòng)力規(guī)模、農(nóng)業(yè)生產(chǎn)效率及農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)兵團(tuán)農(nóng)業(yè)碳排放的增長(zhǎng)起到抑制作用，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)兵團(tuán)農(nóng)業(yè)碳排放有一定的驅(qū)動(dòng)作用。各因素的驅(qū)動(dòng)效應(yīng)分解如下：

農(nóng)業(yè)生產(chǎn)效率是抑制兵團(tuán)農(nóng)業(yè)碳排放的首要因素。2010年到2021年，由于農(nóng)業(yè)生產(chǎn)效率提升使得兵團(tuán)農(nóng)業(yè)碳減排總量達(dá)203.23萬(wàn)噸。除了2013和2014兩年外，其余各年份的農(nóng)業(yè)生產(chǎn)效率均抑制了兵團(tuán)農(nóng)業(yè)碳排放的增加。這有賴于兵團(tuán)農(nóng)業(yè)技術(shù)的不斷創(chuàng)新與應(yīng)用，將科技融入農(nóng)作物種植、生長(zhǎng)以及采收全過(guò)程，大大提高農(nóng)業(yè)生產(chǎn)效率。此外，科技的應(yīng)用也使得畜牧養(yǎng)殖更加清潔化和專業(yè)化，畜禽糞污實(shí)現(xiàn)低碳轉(zhuǎn)化增值。

農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)是抑制兵團(tuán)農(nóng)業(yè)碳排放的次要因素。隨著農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的不斷優(yōu)化，兵團(tuán)農(nóng)業(yè)碳排放量得以下降。從2010年到2021年，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整使兵團(tuán)農(nóng)業(yè)碳排放總量減少了25.73萬(wàn)噸。在2011—2012年、2014—2016年和2019—2021年這幾個(gè)階段驅(qū)使兵團(tuán)農(nóng)業(yè)碳排放有小幅度的增加，其余各年份農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)均抑制了兵團(tuán)農(nóng)業(yè)碳排放。據(jù)統(tǒng)計(jì)年鑒數(shù)據(jù)顯示，兵團(tuán)農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧漁總產(chǎn)值從2010年的79.7%下降到2021年的73.84%。此外，作物種植過(guò)程中農(nóng)用物資使用以及土壤N2O排放等也是兵團(tuán)農(nóng)業(yè)碳排放的重要來(lái)源，因此低碳排放作物種植比例上升也可起到降碳減排的作用。由于油料作物、小麥以及棉花種植碳排放系數(shù)較低，玉米和蔬菜碳排放系數(shù)較高，為此，兵團(tuán)的油料作物、小麥以及棉花種植總種面積由2010年的732.2千公頃增加至2021年的1 037.11千公頃，增幅達(dá)41.73%，占比增加7.9%；而同期玉米和蔬菜總播種面積增幅僅為10.5%，占比下降1.86%，通過(guò)調(diào)整作物種植結(jié)構(gòu)進(jìn)而減少了農(nóng)業(yè)碳排放。

勞動(dòng)力規(guī)模效應(yīng)是抑制兵團(tuán)農(nóng)業(yè)碳排放的第三大因素。從2010年到2021年，勞動(dòng)力規(guī)模效應(yīng)驅(qū)動(dòng)兵團(tuán)農(nóng)業(yè)減排量為3.56萬(wàn)噸，在城市化發(fā)展的推動(dòng)下，從事農(nóng)業(yè)的勞動(dòng)力人數(shù)由2010年48.33萬(wàn)下降到2021年46.47萬(wàn)，一定程度地降低了人工成本，勞動(dòng)生產(chǎn)效率得以提升。近年來(lái)雖然農(nóng)業(yè)勞動(dòng)力規(guī)模在不斷下降，但是高素質(zhì)農(nóng)工的培育使得農(nóng)場(chǎng)職工整體素質(zhì)提升，職業(yè)技能水平有所提升，更傾向運(yùn)用新型綠色低碳的農(nóng)業(yè)技術(shù)進(jìn)行農(nóng)業(yè)生產(chǎn)，從而減弱了兵團(tuán)農(nóng)業(yè)碳排放驅(qū)動(dòng)效應(yīng)。

農(nóng)業(yè)經(jīng)濟(jì)發(fā)展是驅(qū)動(dòng)兵團(tuán)農(nóng)業(yè)碳排放的主要因素。2010年—2021年農(nóng)業(yè)經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)兵團(tuán)農(nóng)業(yè)排放量317.82萬(wàn)噸。其中除2016—2019年起到抑制作用外，其余各年份農(nóng)業(yè)經(jīng)濟(jì)發(fā)展均促進(jìn)了兵團(tuán)農(nóng)業(yè)碳排放的增加。這表明兵團(tuán)現(xiàn)有的農(nóng)業(yè)生產(chǎn)模式具有一定的環(huán)境負(fù)外部性，隨著農(nóng)業(yè)生產(chǎn)規(guī)模擴(kuò)大，農(nóng)業(yè)碳排放量也在上升[21]。此外，兵團(tuán)農(nóng)業(yè)產(chǎn)業(yè)鏈短，以初級(jí)農(nóng)產(chǎn)品的交易為主，農(nóng)產(chǎn)品無(wú)法通過(guò)鄉(xiāng)村產(chǎn)業(yè)鏈延伸實(shí)現(xiàn)產(chǎn)品升值；農(nóng)業(yè)產(chǎn)值仍然依靠增加農(nóng)用物資的投入來(lái)實(shí)現(xiàn)，秸稈焚燒現(xiàn)象仍存在，畜牧養(yǎng)殖糞污管理仍未完全實(shí)現(xiàn)清潔管理，這些都將驅(qū)使兵團(tuán)農(nóng)業(yè)碳排放量的增加。

五、結(jié)論及建議

（一）主要結(jié)論

1.兵團(tuán)農(nóng)業(yè)碳排放總量呈增長(zhǎng)態(tài)勢(shì)，而碳排放強(qiáng)度則不斷下降，農(nóng)用物資投入為主要的農(nóng)業(yè)碳排放源，尤其是化肥的投入。從2010—2021年，兵團(tuán)農(nóng)業(yè)碳排放總量的演變特征大致分為“快速增長(zhǎng)”與“緩慢增加”兩個(gè)階段；除個(gè)別年份外，農(nóng)業(yè)碳排放強(qiáng)度表現(xiàn)出明顯的下降趨勢(shì)。

2.兵團(tuán)農(nóng)業(yè)碳排放具有空間差異。第一師、第八師各年農(nóng)業(yè)碳排放總量均處于前列，高碳排放區(qū)大多位于北疆的邊境地區(qū)。

3.從兵團(tuán)農(nóng)業(yè)碳排放動(dòng)態(tài)演進(jìn)特征來(lái)看，各師的農(nóng)業(yè)碳排放總量呈遞增態(tài)勢(shì)并且各師之間農(nóng)業(yè)碳排放總量差距逐漸縮?。粡霓r(nóng)業(yè)碳排放強(qiáng)度來(lái)看，各年核密度曲線出現(xiàn)“一主一次”兩個(gè)波峰，表明兵團(tuán)農(nóng)業(yè)碳排放強(qiáng)度出現(xiàn)兩極分化態(tài)勢(shì)，南北疆碳排放強(qiáng)度的動(dòng)態(tài)變化差異明顯。

4.從農(nóng)業(yè)碳排放驅(qū)動(dòng)因素來(lái)看，勞動(dòng)力規(guī)模、農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)對(duì)兵團(tuán)農(nóng)業(yè)碳排放有抑制作用，抑制效應(yīng)大小依次為：農(nóng)業(yè)生產(chǎn)效率gt;農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)gt;勞動(dòng)力規(guī)模，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)兵團(tuán)農(nóng)業(yè)碳排放量增長(zhǎng)。

（二）兵團(tuán)農(nóng)業(yè)低碳轉(zhuǎn)型發(fā)展建議

1.堅(jiān)持農(nóng)業(yè)低碳轉(zhuǎn)型發(fā)展，因地制宜制定碳減排措施。兵團(tuán)農(nóng)業(yè)碳排放總量以及強(qiáng)度的地區(qū)差異明顯，建議各師根據(jù)自身資源稟賦、農(nóng)業(yè)發(fā)展水平以及碳排放現(xiàn)狀，因地制宜地制定農(nóng)業(yè)降碳減排政策措施。例如：第一師、第八師農(nóng)用物資碳排放居于兵團(tuán)前列，應(yīng)通過(guò)采用有機(jī)肥、生物農(nóng)藥等減少化肥農(nóng)藥的施用，按期使用地膜并及時(shí)回收地膜或者使用全生物降解農(nóng)用薄膜以及應(yīng)用綠色環(huán)保技術(shù)等措施減少高耗能高排放農(nóng)用物資的使用。第六師、第八師秸稈焚燒碳排放較高，可通過(guò)推行農(nóng)作物殘留物和秸稈還田以保持土壤有機(jī)質(zhì)，提高土壤碳儲(chǔ)備能力。第一師、第四師土壤農(nóng)作物種植碳排放量較高，通過(guò)優(yōu)化種植結(jié)構(gòu)，探索經(jīng)濟(jì)作物種植、特色林果業(yè)與生態(tài)漁業(yè)生產(chǎn)等新業(yè)態(tài)[22]。第四師、第六師畜牧養(yǎng)殖碳排放量較高，建議進(jìn)行科學(xué)合理的飼養(yǎng)管理、推廣綠色飼料以及畜禽糞便的資源化利用。

2.加強(qiáng)區(qū)域間協(xié)作，共同推進(jìn)農(nóng)業(yè)低碳發(fā)展。上述分析得出兵團(tuán)農(nóng)業(yè)碳排放強(qiáng)度出現(xiàn)兩極分化態(tài)勢(shì)，應(yīng)加強(qiáng)區(qū)域間協(xié)作，實(shí)現(xiàn)碳排放區(qū)域共治，以共同推進(jìn)農(nóng)業(yè)低碳轉(zhuǎn)型。首先，兵團(tuán)各師可以通過(guò)區(qū)域合作聯(lián)合攻關(guān)農(nóng)業(yè)低碳技術(shù)，農(nóng)業(yè)低碳發(fā)展依賴農(nóng)業(yè)低碳技術(shù)的創(chuàng)新。其次，加強(qiáng)優(yōu)勢(shì)資源區(qū)域間的自由流動(dòng)，有利于有限的生態(tài)環(huán)境容量和資源承載力在更大空間范圍得到優(yōu)化組合，以推動(dòng)農(nóng)業(yè)低碳轉(zhuǎn)型[23]。最后，各師可定期組織開展交流，分享農(nóng)業(yè)降碳減排的經(jīng)驗(yàn)。

3.加快技術(shù)創(chuàng)新與應(yīng)用，提升農(nóng)業(yè)生產(chǎn)效率。生產(chǎn)效率提升是抑制兵團(tuán)農(nóng)業(yè)碳排放的首要因素，農(nóng)業(yè)技術(shù)的創(chuàng)新和應(yīng)用能較大提升農(nóng)業(yè)生產(chǎn)效率，有效抑制農(nóng)業(yè)生產(chǎn)的碳排放。因此，堅(jiān)持農(nóng)業(yè)技術(shù)創(chuàng)新與應(yīng)用，加大對(duì)農(nóng)業(yè)技術(shù)創(chuàng)新投入，強(qiáng)化農(nóng)業(yè)科技和裝備支撐，兼顧技術(shù)的經(jīng)濟(jì)效應(yīng)與綠色效應(yīng)，大力推動(dòng)科技研發(fā)應(yīng)用與技術(shù)推廣服務(wù)，全面構(gòu)建以綠色為導(dǎo)向的農(nóng)業(yè)技術(shù)體系。

4.優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，加快推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革。生產(chǎn)結(jié)構(gòu)為農(nóng)業(yè)碳排放的次要抑制因素，為此兵團(tuán)農(nóng)業(yè)生產(chǎn)應(yīng)根據(jù)地區(qū)資源和特點(diǎn)，順應(yīng)市場(chǎng)需求，不斷優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，逐步形成種植業(yè)和畜牧業(yè)結(jié)構(gòu)多元化的格局。適當(dāng)調(diào)整高資源消耗作物的種植，減少化肥農(nóng)藥等投入，促進(jìn)糞污清潔管理以實(shí)現(xiàn)傳統(tǒng)農(nóng)業(yè)向生態(tài)農(nóng)業(yè)、低碳農(nóng)業(yè)的轉(zhuǎn)變，因地制宜，發(fā)展優(yōu)勢(shì)與特色農(nóng)產(chǎn)品，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)綠色高效發(fā)展，以此減少農(nóng)業(yè)碳排放量。

參考文獻(xiàn)：

[1]張?jiān)俳埽瑮顐シ?湖北省農(nóng)業(yè)碳排放及基于K-means聚類算法的縣級(jí)碳排放研究[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2023，17（02）：134-140.

[2]吳賢榮，張俊飚，田云，等.中國(guó)省域農(nóng)業(yè)碳排放：測(cè)算、效率變動(dòng)及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用[J].資源科學(xué)，2014，36（01）：129-138.

[3]李娜，石晶.中國(guó)農(nóng)業(yè)碳排放測(cè)度及時(shí)空演變分析[J].河北環(huán)境工程學(xué)院學(xué)報(bào)，2022，32（06）：9-12+26.

[4]李銅山，王艷蕊.基于熵權(quán)TOPSIS模型的區(qū)域農(nóng)業(yè)碳中和能力評(píng)價(jià)研究[J].區(qū)域經(jīng)濟(jì)評(píng)論，2022（03）：92-98.

[5]高晨曦，盧秋萍，歐年青，等.“雙碳”目標(biāo)下河南省農(nóng)業(yè)碳排放影響因素及預(yù)測(cè)研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2022，30（11）：1842-1851.

[6]侯宇，張宏勝，楊尚釗，等. 糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放效率時(shí)空演變及影響因素研究[J].新疆農(nóng)墾經(jīng)濟(jì)， 2023（04）：53-65.

[7]夏四友，趙媛，許昕.1997—2016年中國(guó)農(nóng)業(yè)碳排放率的時(shí)空動(dòng)態(tài)與驅(qū)動(dòng)因素[J].生態(tài)學(xué)報(bào)，2019，39（21）：7854-7865．

[8]顏光耀，陳衛(wèi)洪，錢?；?農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)碳排放的影響——基于空間溢出效應(yīng)與門檻效應(yīng)分析[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2023，31（02）：226-240.

[9]薛選登，馬路，溫圓月.河南省農(nóng)業(yè)碳排放量測(cè)算及影響因素研究[J].河南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，40（05）：40-45.

[10]方苗，賀義雄，余曉洋.農(nóng)業(yè)碳排放研究：空間格局、脫鉤效應(yīng)及驅(qū)動(dòng)因素——以浙江省為例[J].資源開發(fā)與市場(chǎng)，2022，38（12）：1461-1467，1528.

[11]蔡育蓉，王立剛.北方典型農(nóng)業(yè)生態(tài)系統(tǒng)的固碳減排路徑及模式[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2022，30（04）：641-650.

[12]鄧路，袁圣博，白萍，等.基于機(jī)器學(xué)習(xí)算法的新疆農(nóng)業(yè)碳排放評(píng)估及驅(qū)動(dòng)因素分析[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2023，31（02）：265-279.

[13]黃曉慧，楊飛.碳達(dá)峰背景下中國(guó)農(nóng)業(yè)碳排放測(cè)算及其時(shí)空動(dòng)態(tài)演變[J].江蘇農(nóng)業(yè)科學(xué)，2022，50（14）：232-239.

[14]李波.經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)碳排放關(guān)系的實(shí)證研究[J].生態(tài)環(huán)境學(xué)報(bào)，2012，21（02）：220-224.

[15]李綿德，周冬梅，朱小燕，等.河西走廊2000—2020年農(nóng)業(yè)碳排放時(shí)空特征及其影響因素[J].農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2023，40（04）：940-952，989.

[16]胡永浩，張昆揚(yáng)，胡南燕，等.中國(guó)農(nóng)業(yè)碳排放測(cè)算研究綜述[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2023，31（02）：163-176.

[17]閔繼勝，胡浩.中國(guó)農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測(cè)算[J].中國(guó)人口·資源與環(huán)境，2012.22（07）：21-27.

[18]張廣勝，王珊珊.中國(guó)農(nóng)業(yè)碳排放的結(jié)構(gòu)、效率及其決定機(jī)制[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2014，35（07）：18-26.

[19]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(dòng)因素與脫鉤效應(yīng)研究[J].北方園藝，2022（20）：133-140.

[20]夏文浩，潘生亮，霍瑜，等.新疆農(nóng)業(yè)面源污染的時(shí)空分異及動(dòng)態(tài)演進(jìn)——基于特色畜牧視角的再分析[J].資源開發(fā)與市場(chǎng)，2022，38（10）：1190-1199.

[21]劉順翊，李松青.湖南省農(nóng)業(yè)碳排放脫鉤彈性及驅(qū)動(dòng)因素——基于Tapio脫鉤模型與LMDI分析[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，41（05）：952-960.

[22]盧奕亨，田云，周麗麗.四川省農(nóng)業(yè)碳排放時(shí)空演變特征及其影響因素研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（11）：1-14.

[23]張友國(guó)，白羽潔.區(qū)域協(xié)同低碳發(fā)展的基礎(chǔ)與路徑[J].China Economist，2022，17（02）：69-92.

責(zé)任編輯：李黎

Research on Agricultural Carbon Emission Accounting"and Driving Factors of XPCC under the “Dual Carbon” Goal

Zhang Kaili" Zhang Fengli

（School of Economics and Management， Shihezi University， Shihezi 832000，China）

Abstract： This article selects the XPCC as the research object. Based on four types of carbon sources of agricultural material input， soil crop planting， straw burning， and animal husbandry， using the carbon emission coefficient， this paper calculates the total amount， intensity， and structure of agricultural carbon emissions in the XPCC from 2010 to 2021， and its temporal and spatial characteristics are analyzed. Then， the nuclear density estimation method is used to analyze the dynamic evolution characteristics of the total amount and intensity of agricultural carbon emissions in XPCC. Finally， the LMDI model is used to explore the decomposition effect of the driving factors of carbon emissions in XPCC. The results are as follows. Firstly， the total carbon emissions from agriculture in XPCC are on the rise， but the carbon emission intensity is continuously decreasing， with agricultural materials being the main source of carbon. Secondly， there are spatial differences in the total amount and intensity of agricultural carbon emissions among the divisions of XPCC， with high carbon emission areas mainly concentrated in the border areas of northern Xinjiang; the carbon emission intensity of agriculture in XPCC shows a polarized state. Thirdly， the scale of labor force， agricultural production efficiency， and agricultural production structure all have inhibitory effects on the carbon emissions of the XPCC agriculture. The order of inhibitory effects is agricultural production efficiencygt;agricultural production structuregt;labor force scale. Based on this， the emission reduction effect of agriculture can be strengthened through promoting low-carbon transformation in agriculture， strengthening inter regional cooperation， optimizing agricultural industrial structure， and technological innovation.

Key words： carbon emissions; driving factors; kernel density estimation method; LMDI model

[作者簡(jiǎn)介]張風(fēng)麗（1978-），女，山東菏澤人，副教授，研究方向：農(nóng)業(yè)經(jīng)濟(jì)管理、生態(tài)經(jīng)濟(jì)；張凱麗（2000-），女，山東日照人，碩士研究生，研究方向：農(nóng)業(yè)經(jīng)濟(jì)。