基于Kaya模型的大连市农业CO2排放影响因素分解研究

赵　杨，严良政，窦应瑛

(大连市环境科学设计研究院，辽宁 大连 116023)



基于Kaya模型的大连市农业CO2排放影响因素分解研究

赵杨，严良政，窦应瑛

(大连市环境科学设计研究院，辽宁 大连 116023)

摘要：运用Kaya模型对农业碳排放量、经济增长、技术水平、人口规模因素进行分解，结果显示：除经济效应外，能源效应、技术效应、人口效应均为负值。大连市在农业经济快速发展的同时，也极大地促进了温室气体的排放。而农业能源结构的调整、生产技术的进步和农业人员的减少缓解了农业碳减排的压力，其中技术效应的贡献最为突出，农业技术的提高是现阶段大连市农业碳减排的主要驱动因素。

关键词：Kaya 公式；农业碳排放；影响因素；分解研究；大连市

0引言

随着全球人口和经济规模的不断增长，人类过度使用石化资源，排放大量温室气体，全球面临气候变暖。为应对全球气候变暖的严峻挑战，转变经济发展模式，低碳经济应运而生。当前讲到低碳经济，较多的是关注工业经济领域，很少提及农业领域。实际上，农业是与自然环境双向互动的产业，它最直接地承受着全球气候变暖带来的影响，同时也排放了大量的温室气体。农业作为我国的基础产业，是CO2等温室气体的重要来源之一，在碳排放与碳循环中起着重要作用。伴随着化学农业、石油农业、机械农业的发展，农业能源消费迅速增长，农业发展面临着减缓温室气体排放、固碳、节能等压力。我国农业发展过程中的碳减排压力和生态环境压力不断上升。

1碳排放模型的构建及指标解释

1.1Kaya模型构建

20世纪80年代以来，国内外研究人员相继开发了许多模型用以定量分析CO2的排放。Kaya碳排放恒等式由日本教授Yoichi Kaya于1989年在联合国政府间气候变化专门委员会(IPCC)研讨会上最先提出[1]，是应用最广泛的模型之一。Kaya恒等式通过一种简单的数学公式将经济增长、技术水平和人口规模等因子与人类活动产生的CO2建立起联系[2]，模型如下：

(1)

其中：CO2:二氧化碳排放总量；ENG:一次能源消费量；GDP:国内生产总值；POP:人口数量。

1.2指标解释

(1)单位能源利用的CO2排放量(CO2/ENG)

CO2/ENG为单位能源利用的CO2排放量，由能源消费结构决定。其数值反映了减排技术的状况，数值减小反映了减排技术的改善，反之则相反。在技术水平确定条件下，能源结构是决定能源结构碳强度的主要原因，当能源消费构成转向高碳排放的煤炭时，能源结构碳强度数值增大；当能源消费构成转向低碳排放的天然气，甚至零排放的清洁能源时，能源结构碳强度数值减小。

(2)单位GDP的能源消费量(ENG/GDP)

ENG/GDP表示单位GDP的能源消费量，由技术水平决定。其单位GDP能耗越大，说明经济发展对能源的依赖程度越强，他是衡量能源经济效率的重要指标。

(3)人均GDP(GDP/POP)

GDP/POP表示人均GDP，由经济水平决定。在高碳经济模式下，人均GDP越大，碳排放量越多；而在低碳经济模式下，人均GDP的增长可能不会带来碳排量的增加，低碳或无碳能源和低碳产业是推动经济的主要力量。

(4)人口规模(POP)

POP为人口规模，人口数量是影响碳排放的一个重要指标。在社会经济、技术条件不变的情况下，一般来讲人口数量增长对资源和能源的需求量就越大，碳排放量会增加。

1.3模型转化

根据微积分的有关知识，上述模型(1)右边中任意一个参数与在任意一段时间内的微小变化，每个参数的变化率总和将被认为近似等于相应期间内CO2的变化率，因此模型(1)可以转化为模型(2)：

(2)

上述分解模型将碳排放的变化看做能源排放系数(由能源消费结构决定)、能源强度(由技术水平决定)、人均GDP(由经济水平决定)和人口规模4个因素共同作用的结果，即碳排放的变化可以分解为4种不同的效应：能源效应、技术效应、经济效应和人口效应。若某因素变化相应引起的碳排放效应为正值，表示该因素的变化对碳排放的冲击是正向的，其变化值为碳排放量变化的增量效应；反之则为减量效应。

2数据来源及整理

本研究中使用的原始数据中，农业CO2排放总量参照《省级温室气体清单编制指南》中的农业温室气体估算方法得到。农业人口和GDP数据来源于历年《大连市统计年鉴》，农业GDP数据用历年第一产业(农、林、牧、渔业)产值来表示，按1990年价格计算。

由于没有大连市的农业能源消费量的基础数据，因此本论文先从历年的《中国能源统计年鉴》中获得辽宁省的第一产业(农、林、牧、渔业)能源消费量，认为辽宁省与大连市的单位生产总值能源消耗的比例是一致的，折算出大连市的农业能源消费量。辽宁省第一产业生产总值由历年《辽宁省统计年鉴》获得，由于辽宁省第一产业产值为历年现价计算，因此在折算大连市农业能源消费量时的大连市第一产业产值也取值为历年《大连市统计年鉴》中的现价数值。另外，各种能源的消费均为实物统计量，必须转换为标准统计量，具体换算系数见表1，换算后结果见表2。

表1　能源消耗换算系数[3]

表2　2001年以来辽宁省第一产业能源消费量

利用单位产值能耗的比例折算出大连市第一产业能源消费量，见表3。

表3　2001年以来大连市第一产业能源消费量

表4为大连市农业2001—2012年CO2排放量、能源消费量、第一产业GDP以及农业人口数据的比照表。

表4　各参数比照表

由图1～图5可看出：2010—2012年，大连市人口数量在逐年减少，但是CO2排放量趋于上升趋势，全市人均GDP增长迅速、人均收入水平自2007年开始大幅提高，人均GDP的增长速度明显高于CO2排放量的增长速度。说明大连市的能源结构呈现不断优化的趋势,对CO2排放发挥了一定的抑制作用。同时，全市的单位GDP的能源消费量及单位能源利用的CO2排放量也在不断降低，说明了农业经济发展对能源的依赖程度越来越低，农业碳减排技术也在不断完善。

3因素分解结果

对表4数据采用模型(2)进行数据计算可以得到大连市2001—2012年农业CO2排放影响因素对排放总量的影响贡献程度，见图6。

由图6数据可以对能源效应、技术效应、经济效应、人口效应4个因素做以下分析：

(1)能源效应的年平均值为负值(-3.71%)。能源效应呈负值说明：大连市农业能源结构的调整对温室气体的排放有着显著的影响。虽然大连市能源消费结构近10年没有较大的变化，还是以汽油、柴油、电力为主，但也不断尝试和推广清洁能源的利用，引进“西气东输”天然气和大连液化天然气。在一定程度上起到了碳排放的抑制作用，这和大连市提倡现代农业、绿色农业有关。

(2)从技术效应看，年平均值为负值(-6.29%)，说明农业生产技术的进步大大化解了温室气体的排放，进一步说明随着农业技术的进步，大连市发展低碳农业、绿色农业是有可能的。历年的技术效应数值波动较大，没有呈现一定的规律性。尤其在2008年以前，数值的波动尤为明显。说明农业技术的进步对碳增、减排作用具有一定的随机性。2008年的值为-54.20%，这是由于2008年起大连市农业GDP的计算方法取消不变价农业总产值统计，采用农产品指数缩减法(可比价)计算农业发展速度，造成2008年的农业GDP偏大，相应的单位GDP能耗的变化率也偏大。但从整体的变化来看，农业技术的提高是农业碳减排的主要驱动因素。

(3)从经济效应看，除2006年为负值外，其余各年均显著为正值，年平均值为23.40%。说明在大连市农业经济快速发展的同时，也极大地促进了温室气体的排放，经济增长是农业碳排放的主要驱动因素。值得关注的是，经济对温室气体排放的效应也具有一定的波动性，而且没有规律可寻。2001—2007年的平均增幅率为9.81%，这与大连市国民经济高速发展有关：农业经济也得到了迅速发展，进而带动了农业温室气体的排放。2008—2012年的平均增长率为15.93%，高于2008年以前的增长率。这可能是由于大连市近些年增加投资的宏观政策导致，大批量的新型农业基础设施项目的建造，在建设初期导致农业经济发展对农业温室气体排放的贡献保持居高不下的地位。

(4)人口效应年平均值为负值(-2.18%)。历年数值波动不大，但除了2003年和2010年为正值以外，其余年份均为负值，最小为-7.76%，是在2012年出现；最大值为1.13%。农业人口的减少，从另一方面可以理解为农业人员占据相对少的资源和能源，一定程度上降低了农业温室气体的排放。而且，随着社会和经济发展，能源价格的不断上涨以及农业人员低碳意识的逐步加强，也使得农业人员在生产生活中注意节约能源的使用，进而降低了农业温室气体的排放。

4农业碳减排建议

(1) 要改变农业生产方式，树立低碳农业意识。从思想上认识到低碳农业的重要性，并为之努力。

(2) 降低化肥使用强度，着力提高其利用效率。大连市是高化肥投入地区，化肥的过度使用不但能改变土壤的呼吸强度，而且还能污染土壤和地下水，给人民生产生活造成危害，因此有效利用化肥刻不容缓。

(3) 更新农业机械及技术，推进农业机械节能。虽然近些年大连市农业技术水平的提高，有效推动了农业的碳减排，但在保护性耕作方面尚未涉及，因此通过保护性耕作所带来的减少机械的能源消耗与增强土壤有机质是发展大连市低碳农业的潜力。

(4) 建立农业低碳补偿机制，加大低碳农业投入和政策支持力度。低碳补偿机制可以有效提高农业人员的减排积极性和主动性，而相关法律法规的出台才能从根源上保障低碳农业有序执行。

(5) 合理规划土地经营。严格控制工业用地，保证生态农业用地的合理规模。

参考文献：

[1]Kaya Y. Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios [R]. Paris: Presentation to the Energy and Industry Subgroup，Respones Working Group，IPCC，1989.

[2]李国志，李宗植，周明.碳排放与农业经济增长关系实证分析[J].农业经济管理,2011(4)：32-39.

[3]中华人民共和国国家统计局.中国能源统计年鉴[M].北京：中国统计出版社，2013.

Study on Resolution of Factors Influencing Agricultural CO2Emission of Dalian Based on Kaya Model

ZHAO Yang,YAN Liang-zheng,DOU Ying-ying

(Dalian Environmental Science Design Research Institute, Dalian Liaoning 116023, China)

Abstract：Kaya model was used to break down the factors covering the agricultural carbon emissions, economic growth, technical level, and the size of the population. The results showed that energy, technology, and population were negative except economy.The rapid development of agricultural,economy has increased,the greenhouse gases emission in Dalian.However, the adjustment of agricultural energy structure and the production technology progress and the reduction of the people who work in agriculture alleviated the pressure of agricultural carbon emission. Among which, the technology contributed the most. Therefore, the improvement of agricultural technology was the main driving factor to reduce carbon emission in Dalian at present.

Key words：Kaya model; agricultural carbon emissions; factor; resolution; Dalian city

收稿日期：2015-08-17

基金项目：大连市科技局2012年科技项目。

作者简介：赵杨(1983-)，女，汉族，硕士研究生，工程师，研究方向：环境规划、环境保护。

中图分类号：X38

文献标志码：A

文章编号：1673-9655(2016)02-0021-06