农业碳排放的影响因素分解与脱钩效应的国际比较

王 劼，朱朝枝

（福建农林大学 新农村发展研究院，福州 350002）

0 引言

农业是中国乃至全世界温室气体排放的第二大主体。农业活动产生的非二氧化碳温室气体排放（甲烷、N2O等）占非二氧化碳温室气体排放总量的58%，温室气体排放占全球温室气体排放总量的14%。目前，国内学者主要关注中国农业发展与碳排放的实际情况，研究重点集中于中国及各省（市、自治区）农业碳排放量与农业经济增长的地区比较，以及农业碳排放量的因素分解、脱钩效应和碳排放效率关键影响因素识别，基于国际背景的研究文献甚少，无法明确中国农业碳排放总量、碳排放强度与世界上农业发达国家、农业落后国家的比较中处于何位置，无法为中国参与农业发展或碳排放的国际谈判提供有力的证据支撑。鉴于此，本文将研究视角从国内背景转向国际背景，利用WIOD数据库和FAO数据库的系统数据，基于32个国家2000—2014年的农业数据，比较发达国家和发展中国家在碳排放量变化、碳排放的影响因素、碳排放与农业经济增长的脱钩效应类型等方面的变化趋势及其差异，一方面可丰富农业碳排放领域的研究成果，另一方面又可为政策设计者制定碳减排政策提供有益的决策参考。

1 研究方法

1.1 农业碳排放变化的影响因素分解方法：LMDI模型

目前，碳排放变化的影响因素分解方法主要包括：Laspeyres指数法、简单平均分解法（SAD）、对数平均迪氏指数法（LMDI）、平均增长率指数法（MRCI）等。其中LMDI方法是国内外学术界应用最为广泛的方法，更具成熟性。鉴于此，本文选择Ang（2000）提出的对数平均迪氏指数法（LMDI）对样本国家碳排放的影响因素进行分解。在因素分解前，借助日本教授Yoichi Kaya提出的Kaya恒等式，并根据研究目标进行适当的扩展。最初的Kaya恒等式为：

其中，C、POP与GDP分别代表CO2排放量、国内人口总量与国内生产总值分别表示一国的平均生产效率、碳排放强度。由上可知，传统的Kaya恒等式将一国二氧化碳排放变化的影响因素分解为人口规模、生产效率和碳排放强度。但是，后续国内外学者对Kaya恒等式进行不断的扩展，如韩岳峰和张龙（2015）通过扩展恒等式，将能源结构、进口因素、出口因素等引入恒等式，从而考察能源结构和贸易因素对农业碳排放量变动的影响；王强和张欢欢（2016）在扩展恒等式的过程中，将农业碳源结构因素引入恒等式，进而考察农业碳源结构变化对碳排放量变化的影响效应。由于本文的数据中，农业碳排放源主要来自3个碳源：CO2、N2O、CH4，而不同的碳源结构可反映一国农业生产环节中哪个环节或者细分行业对碳排放的贡献更大，这可在一定程度上反映出农业内部产业结构对碳排放变化的影响，理由是：CO2和N2O主要来自种植业和林业，而CH4主要来自畜牧业和养殖业。鉴于此，本文借鉴王强和张欢欢（2016）的思路，构建农业碳排放的Kaya恒等式如下：

其中，Ct为农业第t年的碳排放总量（即CO2、N2O、CH4三种温室气体排放的二氧化碳当量）；Cit为第i种碳源第t年的碳排放量（二氧化碳当量）；VAt为一国农业第t年的增加值。通过以上扩展后的Kaya恒等式，将一国农业碳排放影响因素分为3个，即α、β、λ（具体详见式（3）），分别表示：碳源结构效应、碳排放强度效应、规模效应，可较好地考察农业碳排放变化的内在根源。式（2）中，令：

将式（3）代入式（2）可得，农业碳排放影响因素分解模型变化为：

接着，令基期t碳排放为Ct，t+1期为Ct+1，利用LMDI的加和分解方法对式（4）进行差分分解，则差分如下：

式中，Δαi、Δβ、Δλ分别表示碳源结构效应、碳排放强度效应、出口反效应和规模效应引起的农业碳排放变化。而根据Ang提出的LMDI模型，3个因子所引起的农业碳排放变化量计算公式分别为：

1.2 Tapio脱钩模型

基于Kaya恒等式和LMDI模型的碳排放因素分解结果，可给出各组成要素对农业碳排放增长的贡献值和贡献率，帮助找到碳排放增长的助推因子和抑制因子，研究结论具有直观的决策参考价值。

为进一步研究农业经济增长与碳排放压力的动态关系，继续引入Tapio（2005）脱钩模型，直观比较t年的农业碳排放的增长率与农业增加值增长率，综合总量变化和相对量变化两类指标，采用以时期为时间尺度的弹性分析方法反映变量间的脱钩关系，有效缓解期初期末值选定的高度敏感性或极端性而导致的计算偏差，保障脱钩关系测度和分析的客观性和准确性。Tapio模型中农业发展与碳排放脱钩弹性的计算公式为：

其中，e（CO，IGDP）t表示 t年的碳排放与 IGDP 脱钩弹

2性，与减排技术、能源结构变化、能源效率有关；分别为t年碳排放增长率、增加值增长率；脱钩分析的时间尺度方面，由于存在经济增长与能源消耗变化的滞后关系，应采用5～10年时期分析。

Tapio将经济发展与碳减排脱钩弹性分为负脱钩、脱钩和连结三种状态，具体的脱钩状态判断标准见表1。其中，弱脱钩、强脱钩、衰退脱钩等3种脱钩类型是较为良好的结果，而扩张性脱钩、强负脱钩、弱负脱钩、增长连接、衰退连接等5种脱钩类型是不理想的结果。因此，只要某一国家在样本期间前3种脱钩类型的出现频率越高，农业碳减排表现就越好；反之，越差。1.3 数据来源及说明

表1 脱钩状态的判断标准

农业增加值的原始数据来自WIOD数据库的社会经济账户子数据库（SEA），该数据库将农业产业分为3个子产业：作物和动物生产、狩猎和相关服务活动；林业和伐木；渔业和水产养殖，因此农业增加值为3个子产业增加值的总和。而农业碳排放的原始数据来自FAO数据库，主要包括CO2以及CH4和N2O所释放的二氧化碳当量。WIOD数据库提供40个国家或地区2000—2014年的数据，考虑卢森堡等7个国家农业增加值绝对量过小，以及台湾地区部分变量的缺失，最终确定32个国家样本：德国、瑞典、芬兰、意大利、法国、荷兰、比利时、西班牙、波兰、奥地利、英国、葡萄牙、西班牙、捷克、瑞士、匈牙利、丹麦、立陶宛、罗马尼亚、爱尔兰、美国、中国、加拿大、巴西、印尼、日本、韩国、俄罗斯、土耳其、墨西哥、印度、澳大利亚。由于SEA子数据库提供的农业增加值数据和FAO数据库提供的农业碳排放数据均仅更新至2014年，因此本文的研究期间为2000—2014年，该样本期间已能反映出发达国家和发展中国家农业经济增长、碳排放等方面的演变趋势及其差异，保证研究结论的代表性。

2 样本国家农业碳排放的影响因素分解与脱钩效应

2.1 样本国家农业碳排放的影响因素分解

2.1.1 样本国家农业碳排放变化的总效应：以2000年为基期

32个样本国家农业碳排放变化的总体效应呈现较为明显的异化特征。表2中发达国家19个：澳大利亚、奥地利、比利时、加拿大、丹麦、芬兰、法国、德国、爱尔兰、意大利、日本、韩国、荷兰、葡萄牙、西班牙、瑞典、瑞士、英国、美国；发展中国家13个：巴西、保加利亚、中国、捷克共和国、匈牙利、印度、印尼、立陶宛、墨西哥、波兰、罗马尼亚、俄罗斯、土耳其。国家划分标准为：2000—2014年间超半数年份人均GDP超过10000美元为发达国家；反之，为发展中国家。由表2显示，首先，发达国家中，比利时、加拿大、西班牙、韩国和美国的农业碳排放量与2000年相比出现增长，其他发达国家则呈现出下降的特征，美国甚至比2000年增长35116 kt CO2-e。其次，巴西、中国、印度、印尼、墨西哥、土耳其作为发展中国家中土地和人口规模较大的国家，同时也处在经济规模和农业发展的上升阶段，农业碳排放量也出现较大的增长幅度，分别比2000年增加116037 kt CO2-e、137211 kt CO2-e、27487 kt CO2-e、143056 kt CO2-e、13039 kt CO2-e、12556 kt CO2-e。

表2 样本国家农业碳排放的变化量 （单位：kt CO2-e）

2.1.2 样本国家农业碳排放变化的因素分解结果分析

（1）规模效应对农业碳排放变化的贡献度甚高，农业自身经营规模扩大是其碳排放增长的促进因素。

规模效应是以增加值作为代理变量反映农业总体经营规模变动对农业碳排放量的影响效应。一般来说，种植业的经营面积越大，化肥、农药、农膜等中间品的投入数量越大，农业机械投入与运行数量越大导致的能源消耗量越大，产生的CO2和N2O排放量也就越多，而畜牧养殖规模越大，动物粪便及肠道发酵所产生的CH4排放量也相应越多。由表3可知，除日本外，其他样本国家农业碳排放量因农业生产规模扩大而不断增加，尤其农业生产大国的碳排放增长幅度更大。例如，澳大利亚、巴西、中国、印度、印尼、俄罗斯、美国等7个国家，因农业经营规模扩大，2014年的农业碳排放量分别比2000年增加157129 kt CO2-e、529324 kt CO2-e、1370957 kt CO2-e、789746 kt CO2-e、240236 kt CO2-e、138527 kt CO2-e、320567kt CO2-e（见表3）。以上结果表明，经营规模扩大是诱发农业能源碳排放增长的主要驱动因素，推动“高投入、高消耗、高产出”的增长方式向“低投入、低消耗、高产出”的增长方式转变，是未来农业低碳化发展的关键要素。

表3 规模效应对农业碳排放变化的贡献 （单位：kt CO2-e）

（2）碳排放强度效应对农业碳排放变化的贡献度甚大，碳排放强度降低对农业碳排放增长具有显著抑制作用。

碳排放强度等于农业碳排放量除以农业增加值，即单位农业增加值的农业碳排放量，该值越小表示农业的能源利用效率越高，碳资源回收利用等低碳经营能力越强。根据原始数据，2001—2014年，32个样本国家的碳排放强度几乎都呈现下降的态势。中国碳排放强度的降幅非常显著，2014年与日本和韩国成为碳排放强度低于1的国家，分别为0.89、0.60、0.87，远低于美国、法国、英国、德国、加拿大等发达国家，反映出中国在控制农业碳减排方面的措施得力并取得良好成效。而由表4可知，2001—2014年，碳排放强度效应对农业碳排放变化的贡献值均小于0，表明碳排放强度的降低是抑制农业碳排放增长的关键要素，可有效抵消农业生产规模扩大所引致的碳排放增量。例如，2000—2014年，碳排放强度降低帮助中国农业部门减少碳排放量达1252529 kt CO2-e，这表明提升能源利用效率、畜禽粪便等碳资源回收利用能力、土壤固碳能力、减少农作物残余物燃烧等措施，对农业碳减排具有重要的战略意义。

表4 碳排放强度效应对农业碳排放变化的贡献 （单位：kt CO2-e）

（3）碳源结构效应对农业碳排放变化的贡献度极低，农业内部的产业结构调整对农业碳排放总量的影响效应甚小。

碳源结构效应是指农业碳排放总量中CO2、N2O、CH4三种温室气体的占比结构变化对碳排放变化的影响，可在一定程度上反映出农业内部产业结构对碳排放变化的影响，理由是：CO2和N2O主要来自种植业和林业，而CH4主要来自畜牧业和养殖业。由表3可知，无论是发达国家还是发展中国家，碳源结构效应对农业碳排放变化的贡献度很低，可忽略不计（几乎为0，文中未给出结果，可向作者所取），这表明农业内部的产业结构调整对农业碳排放总量的影响效应甚小。

2.2 样本国家农业碳排放与经济发展的脱钩效应

2.2.1 发达国家农业碳排放的脱钩效应测算结果分析

由下页表5测算结果表明，第一，总体上讲，发达国家农业碳排放与经济发展多数年份处于具有正面意义的脱钩状态，即农业碳排放增长速度小于农业增加值的增长速度，或者快于农业增加值的降低速度，甚至是农业增值上升而碳排放量反而下降的最佳效果。2001—2014年，发达国家的农业已经发展较为成熟，普遍积累较为丰富的农业生产技术和较为先进的农业生产技术，且低碳技术成果积累与研发能力更强，在农业技术与低碳技术专利申请数遥遥领先于世界平均水平，并通过帮助发达国家提升农业的能源利用效率和碳回收利用能力，进而帮助发达国家较频繁地实现农业碳排放与经济发展的正面意义的脱钩。第二，发达国家农业碳排放与经济发展的脱钩类型中，以强脱钩类型（碳排放减少而增加值上升）的出现频率最高，这表明发达国家能在农业经济规模得到扩大的同时很好地控制碳排放。

2.2.2 发展中国家农业碳排放的脱钩效应测度结果分析

由下页表6测算结果可知，第一，总体上讲，2001—2014年，保加利亚、立陶宛、波兰、罗马尼亚、捷克、匈牙利、土耳其等7个中欧国家农业碳排放与经济发展的弱脱钩、强脱钩、衰退脱钩等3种脱钩类型（即表6中的④、⑤、⑥）出现频率总数低于或等于9次，且以强负脱钩、弱负脱钩为主，同样源于这些样本国家农业萎缩的缘故，这符合中欧国家的实际情况。第二，而中国、印尼、印度、墨西哥、巴西、俄罗斯等6个国家农业碳排放与经济发展在弱脱钩、强脱钩、衰退脱钩等3种脱钩类型上出现频率总数超过9次，而且以弱脱钩为主、强脱钩为辅，主要原因在于：在发达国家农业微弱的同时，发展中国家农业仍处于发展爬升阶段，农业经营规模逐渐扩大而使增加值不断增加，而根据脱钩效应的计算公式即为增加值增长率必然大于0；只是发展中国家通过引入国外先进农业技术，提高了生产效率和能源利用效率，使生产经营过程的碳排放强度慢慢降低，致使农业碳排放的增长速度慢于增加值的增长速度，从而实现碳排放与经济增长的弱脱钩现象。

3 结论与启示

本文主要基于Kaya恒等式和LMDI模型，对32个样本国家（包括发达国家和发展中国家）农业碳排放变化的影响因素进行分解，包括碳源结构效应、碳排放强度效应、规模效应等3个因素，并进行国际比较；同时，计算农业碳排放与农业经济增长的Tapio脱钩指数与脱钩类型，并进行国际比较分析。得出如下结论：第一，规模效应和碳排放强度效应几乎决定农业碳排放变化的总量及方向，但两个因素的影响方向相反，规模效应为促增因素，而碳排放强度效应为促减因素；碳源结构效应对农业碳排放变化的贡献甚小，可忽略不计。第二，发达国家和发展中国家由于农业发展阶段差异，农业碳排放与农业经济增长的脱钩效应存在较大差异。以上研究结论的启示如下：

表5 发达国家农业碳排放的脱钩效应的测算结果

表6 发展中国家农业碳排放的脱钩效应的测算结果

第一，加快农业增长方式转型升级，降低碳排放强度。中国农业与其他国家类似，经营规模扩大是农业碳排放增长的促进因素，而碳排放强度是抑制农业碳排放增长的关键要素，且技术效率是提升农业碳排放效率的促进因素。为推进农业碳减排而放弃农业增长的减排模式不符合发展中国家的实际，转变农业生产方式是关键。鉴于此，后续中国的农业碳减排政策应该以增加农业技术或农业低碳技术研发与供给为首要任务，在农业技术创新能力仍与美国、日本有较大差距的情况下，中国仍需引入国外先进农业技术，加大育种技术、新肥料、新农药、新农机、清洁能源和低碳处理废弃物技术等科技成果转化工作的投入力度，按照“减量化、再利用、资源化(3R)”的原则，对传统农业进行改造升级，努力提升生产效率和能源利用效率，提升碳资源回收利用能力、土壤固碳能力等措施，推动农业由“高投入、高消耗、高产出”的增长方式向“低投入、低消耗、高产出”的增长方式转变，这是未来农业低碳化发展的关键要素。

第二，发展中国家须争取基于碳强度或碳排放效率作为碳减排责任设定的原则。本文研究发现，发达国家在碳排放总量控制上发达国家确实优于发展中国家，符合当前社会各界的认知。但是，发达国家控制农业碳排放总量的基本途径是控制国内农业的发展规模，一方面是因为发达国家普遍人口较少，另一方面是发达国家通过增加对发展中国家初级农产品以及农副食品的进口，将农业碳排放转嫁给发展中国家。发达国家农业的规模增长幅度远小于发展中国家。再考虑中国、巴西、印度、印尼均以弱脱钩为主、强脱钩为辅，即农业碳排放量增速慢于增加值增速，再次证明发展中国家的农业低碳化进程取得较好效果。发展中国家应继续争取基于碳强度或碳排放效率作为碳减排责任设定的原则，一方面可获得更有优势的谈判地位和谈判依据，另一方面有利于减轻中国农业的碳减排压力，从而获得更多的发展权。