福建省种植业碳排放与产出关系研究

张毅瑜

(福建师范大学经济学院，福建福州350108)

自工业革命以来，全球气候变暖已是不争的事实，它对人类社会经济活动造成了深远影响，引起了社会各界的广泛关注。研究认为，造成温室效应的主要原因是以CO2为主的温室气体排放，这种排放除了自然因素外，更大程度上是由人类活动造成的。过去，学界对碳排放的研究主要集中于工业化过程中排放出的大量温室气体。然而，据统计，中国农业生产过程中排放出的CO2占全国总排放量的17%[1]，且还在以每年 5%的幅度快速增加[2]。农业的碳排放也是人类活动造成的，人类在农业生产过程中，尤其是种植业的生产过程中投入大量的农用物资，包括化肥、农药、农膜等，广泛使用农业机械以及进行灌溉、翻耕等农地利用活动，使其释放出大量的CO2，进一步加剧了温室效应，破坏了自然环境，甚至威胁到人类的健康。而农业，尤其是种植业作为国民经济的基础产业，反过来又受到气候变化的巨大影响。大气中的碳浓度对种植业生产起到两个方面的作用，一方面影响农作物的光合作用，即直接参与农作物碳水化合物的形成;另一方面引起全球变暖，进而间接影响生物碳循环及种植业产出[3]。因此，研究种植业碳排放与其产出之间的关系，探讨种植业产出与碳排放之间如何相互作用，既是对碳排放研究课题的拓展，也是响应节能减排和生态环境建设的号召，为农业现代化发展奠定基础。福建省号称“八山一水一分田”，资源禀赋优越，但农地较少，其种植业产出与不断增长的人口矛盾渐深，且随着全国农业生产过程中农用物资投入比例不断升高，研究福建种植业碳排放与其产出之间的关系和相互作用是福建省的当务之急，具有重要的现实意义。

一、文献综述

学界对碳排放的研究早在20世纪80年代就开始了，然而真正提出农业碳排放概念并将其作为主体进行研究是到21世纪初才逐渐显现。目前，对农业碳排放的研究主要分为4个方面:(1)农业碳排放概念的提出以及农业碳源的界定，并以此为基础来测算一个地区农业生产过程或某一农业部门生产过程中的碳排放量[4]。其他方面的研究也正是在测算农业碳排放量的基础上进行延伸或拓展。(2)以农户行为评价体系为基础，对国家或地区农业生产中碳排放水平及其排放特征进行计算和分析，并预测其变动趋势[2]。(3)利用因素分解方法对影响农业碳排放的因素进行分解。对湖北地区的研究发现，效率、劳动力、结构因素对农业碳排放具有减排效应，而经济因素则会对农业碳排放产生增排作用[5]。其中，经济因素对农业碳排放的作用又经常单独列出来进行研究[3]。(4)通过测算出各地区的农业碳排放水平，进行比较、划分种类，探究区域之间碳排放差异的原因，进而为各地区促进农业碳减排提出政策建议[5]。上述已有的这些研究已基本囊括了现阶段农业碳排放研究的范围，但其研究的深度还不够，且以福建省为对象进行农业碳排放分析的还较少。因此，笔者以福建省为例，以农业产业中的种植业为切入点，计算其过去20多年的碳排放量，进而对福建省种植业的碳排放与种植业产出之间的关系进行特征分析和实证研究，最后从经济发展的角度对促进福建省种植业碳减排提出相关的政策建议。

二、种植业碳排放测算及其特征分析

(一)种植业碳排放量测算

人类频繁的参与农业的生产过程，尤其是在种植业的生产过程中投入大量的农业物资、重复进行农地利用活动，成为种植业生产的主要碳源，导致了大量的碳排放。因此，可以将种植业碳排放界定为在种植业生产过程中，化肥、农药、农膜的使用引起的直接碳排放，以及农用柴油、农业灌溉和土地翻耕引起的间接碳排放的总和。由于当前尚无科学有效的权威机构来直接监测种植业生产过程中的碳排放量，因此通过将上述6种碳源的碳排放量相加以得到估算值。参照宋德勇、张秀梅等学者构建的碳排放方程[6－7]，可计算种植业碳排放量，测算公式如下:

式(1)中，E为种植业碳排放总量;Ei为种植业各类碳源的碳排放量(种植业碳源包括化肥、农药、农膜、农用柴油、农业灌溉和土地翻耕等6类，下同);Ti为种植业各类碳源的数量;δi为各类种植业碳源的碳排放系数。本文所用数据包括6类碳源的数量及其碳排放系数，其中，化肥、农药、农膜、农用柴油和农业灌溉等5类碳源的数据均来自《福建统计年鉴(2014)》，土地翻耕数据参照以往学者的研究，以农作物实际播种面积替代(表1)。

表1 各类碳源碳排放系数及来源Table 1 Carbon emission coefficients and origins of various types of carbon sources

根据碳排放量测算公式，计算得到1990－2013年福建省种植业各类碳源的碳排放量、种植业碳排放总量以及种植业总产出(以1990年不变价计算)(表2)。

(二)种植业碳排放特征

根据上述种植业碳排放量测算结果(表2)，利用Excel 2010得到1990年以来福建省种植业碳排放的变动趋势图(图1)，观察其与同期福建省种植业产出变动趋势之间的关系，分析福建省种植业碳排放的总量特征、结构特征与趋势特征。

表2 1990－2013年福建省种植业碳排放量及其总产出Table 2 Carbon emissions and output of crop farming in Fujian Province during between 1990 and 2013

图1 1990－2013年福建省种植业碳排放与产出变动趋势Fig.1 Changing trend of carbon emissions and output of crop farming in Fujian Province during between 1990 and 2013

根据测算得到的福建省历年种植业碳排放量及各类碳源的碳排放数据，发现自1990年以来福建省种植业碳排放量明显增加，增幅达35.92%，年均增长1.34%，其中，化肥施用和土地翻耕带来的碳排放占总排放量的大部分，化肥碳排放也呈现出明显的增长趋势，幅度高达57.84%;而土地翻耕碳排放在1997年达到最大值92.02万 t后，逐年下降，整体降幅约15.62%;其他几类碳源碳排放量从大到小依次为农业灌溉、农药、农膜和农用柴油，其碳排放量占总排放量的平均比重分别为9.93%、9.91%、6.68%、1.95%，且排放趋势均呈现为逐年增加。究其原因为，土地翻耕碳排放的减少可由农作物播种面积来解释，因为近几年来，随着福建省工业化城市化进程的推进，农业用地逐渐被征收，农作物播种面积日渐缩减，导致土地翻耕量下降，进而减少了翻耕土地的碳排放;而其他几类碳排放量的逐年增加则是由于福建省的人口增加与不断缩减的耕地面积之间矛盾渐深，为促进农业经济增长，提高种植业产出，对种植业生产过程的人力、物力投入加大，导致碳排放量的增加。

观察图1中福建省种植业碳排放与种植业产出的趋势特征，发现二者均呈现出增长趋势，随着种植业产出增长，碳排放随之增加。具体来看，在2000年前，二者的增长趋势较为同步，此后碳排放的增长趋势逐渐放缓，至2013年增幅仅为3.32%;而种植业产出在经历了2000－2006年的平缓期后，快速增长，至2013年增幅高达34.96%。可见，总体上看福建省的种植业碳排放与产出的变动呈现出相似的同向增长趋势，但近几年种植业碳排放的增长速度比种植业产出的增长速度低，由此可以推出由种植业碳排放量和产出决定的福建省种植业碳排放强度有所降低。

三、种植业碳排放与产出关系的实证研究

为了探究种植业碳排放与产出之间的关系，尤其是为了量化种植业产出对碳排放的影响，笔者采用协整分析的相关理论，对种植业碳排放和种植业产出数据进行单位根检验以验证数据平稳性，进行协整分析以考察二者之间是否具有长期均衡关系，进而确定是否建立向量自回归模型以及是否构建脉冲响应函数，以考察二者之间的动态交互关系。

(一)单位根检验

观察图1中福建省种植业碳排放和种植业产出的趋势并对其进行检验发现，这2个变量数据的原序列不具有平稳性。因此，为了进一步明确2个变量是否为同阶单整，以确定能否对其进行协整分析和构建向量自回归模型，可对种植业碳排放(即变量Y)和种植业产出(即变量X)作一阶差分处理，得到△Y和△X，并利用Eviews 6.0软件对二者进行ADF单位根检验，检验结果如表3所示。

表3 变量一阶差分后的ADF检验结果Table 3 The results of ADF test after 1-difference

由检验结果可知，变量Y和变量X一阶差分后的序列△Y、△X在1%的显著性水平下均拒绝存在一个单位根的原假设，由此可判断2个变量的一阶差分序列均具有平稳性，即变量Y和变量X均为I(1)序列。

(二)协整分析

由上述可知，变量Y和变量X均为一阶单整序列，具有平稳性，满足协整分析的前提。因此可以利用Eviews 6.0软件通过Engel-Granger两步法对其进行协整检验，以确定变量Y和X之间是否存在长期均衡关系。对一阶单整序列Y、X进行普通最小二乘回归，结果如下:

回归估计得到的参数值均通过t统计检验，而整个模型的拟合优度值R2和调整后的拟合优度值Adjusted R2均较高，说明该回归估计能较好地说明变量之间的关系，且模型通过F检验，整个回归估计成立且合理。因此，对模型估计残差序列e做单位根检验，同样采用ADF检验方法，检验形式不包含常数项、趋势项，滞后阶数为4。结果得到ADF检验值－2.39，低于 5%显著性水平下的临界值－1.96，说明残差序列是平稳的，即变量Y和X具有协整关系，也就是说种植业碳排放与种植业产出之间存在长期稳定的均衡关系，福建省的种植业产出每增长1%，将导致种植业的碳排放量0.24%的同向变动幅度。

(三)VAR模型构建与脉冲响应分析

如前所述，由于种植业的生产过程会产生大量的碳排放，而碳排放导致大气中碳浓度增加又会对种植业的生产起直接或间接的作用，影响种植业的产出。因此，为考察福建省种植业碳排放与种植业产出之间的动态交互关系，在这2个变量序列平稳且二者之间存在长期稳定均衡关系的前提下，可对变量种植业碳排放Y与种植业产出X构建向量自回归模型，具体见式(3)和式(4)，利用Eviews 6.0软件进行回归，结果如表4所示。

其中，α、β是待估参数，p为滞后阶数，ε代表随机扰动项，t是样本个数。

观察模型评价指标值发现，变量Y和X的VAR模型回归效果很好，调整后的拟合优度值分别为0.9906、0.9014，因此方程具有较强解释力。同时，模型通过F检验，AIC与SC值均合理，因此理论上模型成立。此外，回归结果显示AR特征根倒数均落在单位圆内，因此该VAR模型具有系统稳定性。

观察模型参数估计结果发现，对种植业碳排放Y影响最大的是滞后一阶变换后的种植业碳排放Y(－1)，其次为滞后一阶变换后的种植业产出X(－1);而种植业产出X则受滞后一阶变换后种植业碳排放Y(－1)的影响最大。因此，为进一步考察随机扰动项的一个标准差冲击对种植业碳排放Y和种植业产出X当前和未来取值的影响，利用构建的VAR模型得到种植业碳排放和种植业产出的脉冲响应曲线(图2和图3)，其中，横轴代表滞后阶数，纵轴代表响应值，三角标记线为变量对自身一个标准差冲击的响应曲线，方形标记线为变量对另一变量一个标准差冲击的响应曲线。

表4 变量Y、X动态关系的VAR估计结果Table 4 The VAR estimation results of the dynamic relationship between variable Y and X

观察图2发现，当种植业碳排放受到来自自身一个标准差的冲击时，其在冲击期内的反应均为正向，且第1期反应最强，而继第2期的大幅下降之后，第3期有所回升，此后持续平稳下降;种植业产出一个标准差的冲击也使得种植业碳排放呈现出正向反应，且在第2期达到峰值，此后亦逐渐下降。观察图3发现，种植业产出对来自自身一个标准差的冲击的反应较强，且基本保持水平稳定状态;而当种植业产出受到来自种植业碳排放一个标准差冲击后，其在第1期没有响应，自第2期开始呈现出缓慢增强的负向响应趋势并持续至第10期。

图2 种植业碳排放的脉冲响应图Fig.2 Impulse response of carbon emissions in the crop farming

脉冲响应函数的曲线表明，对于种植业碳排放的一个标准差冲击，种植业产出的响应滞后，且为负向反应，而种植业碳排放的反应则很强烈，持续保持正向变动，且在第2期将达最大值。反之，种植业产出一个标准差冲击则会使得种植业碳排放具有长期的、较强的正向反应。由此可见，目前福建省种植业碳排放的变化对其产出的影响比较小，但其对自身的作用却很强烈，而种植业产出的变动对碳排放的影响很显著。

图3 种植业产出的脉冲响应图Fig.3 Impulse response of output in the crop farming

四、结论与建议

(一)主要结论

根据上述种植业碳排放测算结果的分析发现，1990－2013年福建省种植业碳排放总量呈不断增加趋势，除土地翻耕外的其他5类碳源的碳排放亦逐年增长，其中以农膜、柴油碳排放的增长较快。从碳排放的结构特征来看，对福建省种植业碳排放的影响程度从大到小依次为化肥、土地翻耕、农业灌溉、农药、农膜和农用柴油，土地翻耕碳排放近几年日渐减少，对碳排放总量的增加影响渐小。观察种植业碳排放与产出的变动趋势发现随着种植业产出增长，福建省种植业的碳排放也相应增长，但增幅较小，因此福建省种植业的总体碳排放强度有所降低。

综合上述相关计量分析，协整检验结果表明，种植业碳排放与种植业产出之间存在长期稳定的均衡关系，福建省的种植业产出每增长1%，将导致种植业碳排放量0.24%的同向变动幅度;VAR模型估计结果表明福建省的种植业碳排放不仅受种植业产出滞后一阶变换的较强影响，还受到自身滞后一阶变换的强烈影响，反过来，种植业产出也主要受到种植业碳排放滞后一阶变换的影响;脉冲响应函数曲线说明了种植业碳排放与种植业产出之间的动态关系，即种植业碳排放的变化对其产出的影响很小，对自身的作用却很强烈，但种植业产出的变动对碳排放的影响很显著。

(二)政策建议

1.充分发挥政府的引导、鼓励和支持作用，引导农户树立低碳意识。具体来说:(1)政府部门应就农业碳排放对环境的破坏性以及农业碳减排的重要性进行大力的宣传和教育，增加全民的碳减排意识;(2)相关部门应出台相应的政策措施来引导农户及其他涉农主体进行有关农业碳减排的一系列行为，包括农户减少农用物资投入、当地农业部门转变农业产业结构、农业技术研发组织大力开发农业碳减排技术等;(3)加强政府对农业科技研发和低碳减排的资金投入和政策支持，全面调动各方相关主体的减排积极性，促进福建省农业经济增长与低碳化发展并行。

2.通过科技减排，推进农业现代化。通过科技创新、加强农业生产过程中的科技投入，能够有效的减少农业生产中的CO2排放量，因为农业科技创新和利用能够提高农业资源利用率，有效实现节地、节水、节肥、节药、节能，如采用新研发的环保产品替代高排放农膜，采用滴灌、喷灌技术替代传统的灌溉技术，采用节能型农业机械替代高排放的柴油机等。加强新技术的应用，可以将农业新技术与农业工程措施相结合，广泛采用测土配方施肥技术和推广少耕、免耕的轮作方式。总之，应大力推进农业现代化，按照“减量化、再利用、资源化”的原则，促进农业低碳化。

3.因地制宜，促进农业产业结构低碳化转型。加快福建省农业产业结构向资源节约型、环境友好型转变。一方面，合理安排农林牧渔四大产业的布局，在考虑福建省地理特征及其农业资源禀赋的基础上，大力发展林业、渔业等碳排放较低的产业，充分利用林地和农业园的碳汇功能;另一方面，在保障粮食产量的基础上，优化种植业结构，减少物资投入需求高、CO2排放多的农作物播种规模，增加产量高、抗病虫害能力强、碳排放量低的农作物品种的种植量。

4.优化农业能源消费结构，提高能源利用效率。从能源消费结构角度看，应加快发展清洁煤及其他清洁燃料技术，增加可再生能源在福建省农业生产中的开发和利用，尤其要大力开发沼气和生物质能源以减少柴油等的燃烧排放，这有利于促进农业碳减排。但目前，在促进农业碳减排方面并没有完全发挥技术优势[9]，因此通过技术进步来降低福建省农业碳排放还有很大的空间，其中很重要的一点便是通过技术研发提高能源利用率进而实现碳减排。

5.建立健全相关法律法规，切实保障农户的切身利益。为了保障福建省农业现代化进程中的碳减排工作有序进行，应尽早建立健全农业资源利用和节能减排的相关法律法规，保障农业减排有法可依，有据可循。同时，低碳农业的相关法规和制度不仅要考虑到农业碳减排的严肃性，还要考虑到福建省当前农业发展进程和涉农主体，尤其是农户的切身利益。在保障农业现代化推进、农业低碳化转型的同时保障涉农主体各方的相关利益。

[1]赵文晋，李都峰，王宪恩.低碳农业的发展思路[J].环境保护，2010(12):38－39.

[2]冉光和，王建洪，王定祥.我国现代农业生产的碳排放变动趋势研究[J].农业经济问题，2011(2):32－38.

[3]李颖，葛颜祥，梁勇.农业碳排放与农业产出关系分析[J].农业资源与区划，2013(3):60－65.

[4]吴贤荣，张俊飚，田云，等.中国省域农业碳排放:测算、效率变动及影响因素研究——基于DEA-Malmquist指数分解方法与Tobit模型运用[J].资源科学，2014(1):129－138.

[5]田云，张俊飚，李波.基于投入角度的农业碳排放时空特征及因素分解研究——以湖北省为例[J].农业现代化研究，2011(6):752－755.

[6]宋德勇，卢忠宝.中国碳排放影响因素分解及其周期性波动研究[J].中国人口·资源与环境，2009(3):18－24.

[7]张秀梅，李升峰，黄贤金，等.江苏省1996年至2007年碳排放效应及时空格局分析[J].资源科学，2010(4):768－775.

[8]WESR T O，MARLAND G.A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture:Comparing village practices in U.S.[J].Agriculture Ecosystems and Environment，2002(1):217－232.

[9]李国志，李宗植.中国农业能源消费碳排放因素分解实证分析——基于 LMDI模型[J].农业技术经济，2010(10):67－72.