湖北省农地利用方式变化的碳效应特征与空间差异

李波　刘雪琪　梅倩　王昆

摘要：农地利用方式变化是引起碳排放的一个重要因素，优化农地利用结构成为推动农业绿色发展的重要手段。本文运用LMDI分解法和聚类分析，分析湖北省农地利用方式变化的碳效应特征与空间差异，进一步基于Kernel密度估计法研究其时空动态演进趋势。研究发现：①1993—2015年湖北省农地利用碳排放年均递增2.77%，总体呈现四阶段变化特征。其中，农业经济发展因素累积引发276.33%的碳增量，结构、效率、农业劳动力因素则分别累计实现8.05%、79.14%、89.14%的碳减排。②对碳排放总量和强度进行聚类分析表明，武汉等7个区域属于“低-低”型，荆州、黄冈属于“高-低”型，宜昌、襄阳属于“高-高”型，随州、仙桃属于“低-高”型。③2005—2015年林地和草地碳汇量均呈现一定幅度的递减态势，因生态退耕产生的碳汇波动比较大，因建设占用产生的碳排放虽有波动但大体呈现“先升后降”的趋势。④运用Kernel密度估计湖北省农地利用净碳排放演进特征发现，总体上湖北省各地市州的农地利用净碳排放的差距呈现缩减态势。分区域来看，鄂东地区各地市州农地利用净碳排放差距有微弱的扩大后又出现明显的缩小，但净碳排放整体上无明显变化；鄂中地区各地市州差距扩大，净碳排放整体有减少态势；鄂西地区各地市州差距有所扩大但不明显，净碳排放整体有增长态势。基于研究结论，提出加强农地碳库建设，建设以绿色为导向的农地补偿制度等推进湖北省农地利用低碳化和可持续化的对策建议。

关键词 ：农地利用；碳功能；生态退耕；建设占用；核密度估计

中图分类号：F301.24

文献标识码 A 文章编号 1002-2104（2018）10-0062-09 DOI：10.12062/cpre.20180527

全球气候变暖问题日趋严峻，中国是遭受气候变化不利影响最为严重的国家之一，绿色发展逐步成为新的发展共识[1]。党的十八届五中全会更是将“绿色发展”纳入“五大发展理念”之一，上升为国家战略。十九大报告也明确提出实施乡村振兴战略，实施乡村振兴的关键是促进环境和经济的协调发展。在资源匮乏、生态环境恶化的制约下，中国最重要的是寻求一条绿色发展道路。减少二氧化碳排放量是推进绿色发展变革的重中之重。

目前有很多国内外学者围绕碳排放问题展开了研究，邓吉祥等[2]、董锋等[3]估算了中国碳排放并对其进行因素分解，吴贤荣等[4]分析了农业Malmquist碳排放效率指数及其分解指数的省域变异及变动趋势，程叶青等[5]估算了中国能源消费碳排放强度并探讨了碳排放强度的时空格局特征，Divid et al[6]认为生物能源是未来50年降低碳排放强度的关键，Stern et al[7]通过分析投入产出率，进而对比了中国与印度的碳排放强度差异并且做出了预测，得出了中国实现碳减排目标更难的结论，李波等[8]、田云等[9]探讨了农业碳排放与经济发展之间的关系。总体而言，当前对碳排放研究主要是在国家层面上，基于产业视角，对农地利用问题关注不够，尤其是对某一特定区域的农地利用的碳效应研究不足。

农地利用方式的变化是引起碳排放的重要原因之一。联合国政府间气候变化专门委员会（IPCC）指出农业和土地利用变化贡献了全球24%的温室气体排放。农地利用方式变化在产生碳排放的同时，也可以实现吸收碳的作用。中国科学院昆明植物研究所许建初研究组初步估计：过去10年中全球农地每年能固存近7.5亿t二氧化碳。湖北省作为中国13个粮食主产区之一，每年农地利用碳排放量不容小觑。准确把握农地利用变化的碳效应是实现农地绿色利用的重要前提条件。基于此，本文在定量把握湖北省及各地市州农地利用碳效应的基础上，从地理空间和结构类型等多方面深入剖析农地利用碳效应变化的内在机理，为推进农地低碳和可持续利用提供理论参考。

1 农地利用碳效应估算方法与数据来源1.1 估算方法

全国第二次土地调查之后，湖北省国土资源厅公布的数据一直都是草地的数据，为了保证历年数据统计口径的一致性，本研究使用草地数据。农地利用有碳排放和碳汇两种效应。农地利用碳排放是指农民在从事农业生产活动过程中作用于农地而直接或间接导致的碳排放[10]。参考相关文献，本文认为湖北省农地利用碳排放主要源于三个方面：一是化肥、农药、农膜直接投入产生的碳排放；二是农业机械在农业活动中使用柴油引发的碳排放；三是农业翻耕、灌溉活动导致的碳排放。农地利用碳汇是指农地吸收并储存二氧化碳的多少，林地和草地是重要的两大碳汇。耕地和园地既是碳源，也是碳汇。对于耕地，虽然农作物通过光合作用吸收空气中的CO2并释放O2。但是考虑到作物的收获期短，其吸收的碳绝大部分在短时间内经过分解后释放出来，作物作为碳汇的效果并不明显，故设定作物生物量的碳汇为零[11]。对于园地，根据湖北省实际农用地情况，园地面积相对于耕地和林地面积较小，并且耕地统计范畴包含了相当一部分的园地数据，另外由于园地碳功能系数缺失，故对园地碳功能不予测算。

构建湖北省农地利用碳排放公式如下：

1.2 数据来源及整理

本文所使用的化肥、农药、农膜和柴油数据来自历年《湖北省统计年鉴》和《中国农村统计年鉴》；林地、草地面积数据来自历年湖北省土地利用变更调查数据；农业灌溉采用实际灌溉面积，翻耕面积采用当年湖北省农作物总播种面积，数据都来源于国家统计局； 历年湖北省各地市州的数据均来自各地市州统计年鉴，并以当年实际情况为准。因为十堰市、鄂州市、荆门市和神龙架林区的数据有部分缺失，故四地的农地利用碳排放情况不列入本次研究之中。

2 湖北省农地利用碳排放时空特征及因素分解分析

2.1 湖北省农地利用碳排放的时序特征分析

根据公式（1），测算1993—2015年湖北省化肥、农药、农膜、柴油、翻耕和灌溉所产生碳排放量之和为湖北省农地利用碳排放量。结果表明，湖北省农地利用碳排放量从1993年的236.48万t增长到2015年的442.90万t，总体呈现出上升趋势，年平均递增2.77%。其中，化肥、农药、农膜、柴油、翻耕和农业灌溉的年平均增速分別为2.65%、3.09%、2.96%、3.57%、0.48%和0.99%。

总体来说，可以将湖北省23年农地利用导致的碳排放量变化划分为四个阶段。

1993—1997年为快速上升阶段，碳排放量快速增加，由236.48万t增加至344.46万t，年平均增速为7.81%，尤其1994年和1995年，增速达16.35%和14.90%。这主要是因为从90年代初开始，湖北省就对农业产业化工作十分重视，坚持把农业放在经济工作的首位，加快推进农业产业化进程，但由于存在高投入、技术落后等问题，导致对化肥、农药等生产资料使用加大以及对柴油等能源需求增加。

1998—2001年为过渡阶段，增速不稳定。这是因为1998年湖北省遭受了百年一遇的特大洪涝灾害，给农业生产造成重大损失，同时，各种爆发性、迁飞性虫害、流行性病害、检疫性病虫并重发生。1999年农业和农村工作的中心任务是增加农民收入保持农村稳定，引起农业内需扩大。另一方面，在此阶段，“三农”问题突出，加重农民负担，导致农民弃务农转务工。因此，这几年的增速是摇摆不定的。

2002—2011年增速有所回升，从2002年的340.40万 t上升至2011年的464.38万t，除了2005年增速为0.60%以外，其余几年增速介于1.38%～7.43%之间，相比第一阶段增速较缓。造成这一状况的主要原因是湖北省根据农村税费改革试点方案从2002年起全面停征屠宰税，对从事种植业、养殖业、饲养业、捕捞业取得的所得、农业特产所得，给予免征个人所得税的照顾等等。另外，自2004年以来，中国不仅取消农业税，并且不断加强对粮食生产的补贴力度。这些措施的施行减轻了农民的负担，提高了农民从事农业生产的积极性，由此增加了对化肥农药等农业生产资料的需求。

2012年以后为平稳下降阶段，农业碳排放量变化相对平稳并有小幅下降趋势。这是由于2012年首次提出“互联网+”理念，互联网技术与农业融合，提高农业的效率和质量，提升农业生产的精准化和智能化水平，加快推进农业转型升级，一定程度上抑制了农地碳排放量的增加。

2.2 湖北省农地利用碳排放影响因素分解

LMDI分解法即对数平均数D氏指数分解法，相较于其他因素分解法能消除剩余项，使得各效应之和与总效应保持一致，从而使模型更加具有说服力[16-17]。根据已有文献成果[18]，同时结合农业生产的实际情况，得到以下公式：

C=CAGRI×AGRIAGR×AGRP×P=EI×AI×EL×P（2）

式中，C、AGRI、AGR、P分别为湖北省农地利用碳排放、种植业总产值、农林牧渔业总产值及农业劳动力总量，EI、AI、EL、P代表农业效率因素、农业结构因素、农业经济水平因素和劳动力因素。

第t期农地利用碳排放量（Ct）相较于基期农地利用碳排放量（C0）的变化量，即总效应可以表示为：

根据上述模型，同时结合前文测算的湖北省1993—2015年农地利用碳排放量，得出湖北省农地利用碳排放因素分解结果如表2。

由表2可知，效率因素、结构因素和农业劳动力因素都不同程度上地促进了农地利用碳减排。农地利用碳减排的效果由小到大的顺序依次为：结构因素<效率因素<

劳动力因素。具体而言，效率因素累积实现了79.14%（163.36万t）的碳减排，结构因素累积实现了8.05 %（16.61万t）的碳减排。农地碳排放的抑制作用最主要因素是劳动力因素，累积实现89.14%（184.01万t）的碳减排。农业经济的快速发展是导致湖北省农地碳排放增加的最主要因素。以1993年为基年，1994—2015年间经济因素累积引发了276.33%（570.40万t）的碳增量。湖北省是全国的农业大省之一，农业对全省国民经济有着至关重要的作用。稳步和繁荣的农业能为新常态下湖北省经济社会发展提供有力支撑，对应对各种风险挑战、维护改革发展稳定大局有非常重要的意义。作为农业大省，发展低碳农业固然重要，但是为了推进碳减排而选择放弃经济发展的战略绝对是行不通的。因此，今后的一段时间内，农业经济发展因素在一定程度仍是湖北省农地碳排放的主导因素。

2.3 湖北省农地利用碳排放的空间特征分析

从农地碳排放总量来看，襄阳市的农地碳排放总量高达72.64万t，在列入研究的13个地市州中位居第一位；其次是荆州市、黄冈市，位居第二、三位，碳排放总量分别为50.24万t、46.83万t；三个地区的农业碳排放总量占2015年湖北省碳排放总量的38.32%。潜江市的农地碳排放总量最少，为9.00万t，还不及襄阳市碳排放总量的八分之一，黄石市、天门市分别位列倒数第二、第三位，农地碳排放量分别为9.20万t、10.84万t。

农业碳排放强度是单位耕地面积碳排放量，相对于农地碳排放总量，它能够更好地反映一个地区的碳排放水平。从农业碳排放强度来看，2015年湖北省农业碳排放强度位居于前三位的是宜昌市、仙桃市和襄阳市，其单位

耕地面积碳排放分别为1 272.90 kg/hm2、1 139.28 kg/hm2和1 031.31 kg/hm2；孝感市的農业碳排放强度最低，为622.74 kg/hm2，远远低于宜昌市的单位耕地面积碳排放，恩施自治州和天门市分别以628.98 kg/hm2、644.84 kg/hm2居于倒数第二、第三位。由此可知，湖北省各地区的碳排放水平相差很大。

进一步用聚类分析对碳排放总量和碳排放强度进行综合分析，将各地市州农地碳排放情况分为四种类型：“低-低”型，低碳排放量、低碳排放强度的地区；“低-高”型，低碳排放量、高碳排放强度的地区；“高-低”型，高碳排放量、低碳排放强度的地区；“高-高”型，高碳排放量、高碳排放强度的地区。武汉、黄石、孝感、咸宁、恩施自治州、天门、潜江属于“低-低”型地区，荆州、黄冈属于“高-低”型地区，这两种类型主要集中在鄂东南和江汉平原地区，单位耕地面积产生碳排放较少；宜昌、襄阳属于“高-高”型地区，随州、仙桃属于“低-高”型地区，这两种类型地区与“低-低”型地区和“高-低”型地区相比，农地碳排放压力相对要大一些。

3 湖北省农地碳汇时空特征及农地利用类型变化的碳效应分析

3.1 湖北省林地、草地碳汇的时空特征分析

通过公式（1）可以计算出湖北省及各地市州的林地、草地碳汇量。明显可以看出，2005—2015年湖北省的林地面积经历了一个逐步下降的过程。2005年林地面积为793.89万hm2，2015年林地面积为786.93万hm2，减少了6.93万hm2，减少面积占2005年林地面积的0.88%。在这十一年期间，虽然退耕还林巩固工程、长防林工程、低产林改造工程等一系列林业重点工程项目有效地保护了森林资源，使造林面积增加。但是随着经济快速发展，各县市工业园区、旅游以及新农村建设等各项工程占用了大量的林地，导致林地面积大量减少。林地面积增加幅度小于减少幅度，导致林地碳汇总量从2005年的3 890 069.36 t减少到2015年的3 855 944.08 t。除了林地之外，草地的碳汇功能也是不容忽视的。但是湖北省二次土地调查数据显示，湖北省生态用地数据变化明显，其中草地萎缩最為严重，与一次调查数据相比，草地面积减少近八成。2005—2015年，因耕地开垦、建设占用等因素，湖北省草地面积呈现波动下降趋势，2009年草地面积最小，为4.437 9万hm2，其碳汇量为931.97 t，2015年草地面积与2005年相比减少了0.12%，其碳汇量为932.56 t。

从各地市州碳汇来看，由于湖北省不同地区自然资源禀赋各有差异，导致区域之间林地草地碳汇存在一定程度的差距。测算2015年湖北省各地市州林地、草地碳汇量可知，十堰市的林地碳汇为791 635.29 t，在17个地市州中居第一位；其次是恩施土家族苗族自治州，林地碳汇为709 103.34 t；宜昌市的林地碳汇为623 092.10 t，襄阳市的林地碳汇为396 331.49 t。这四地的林地碳汇在湖北省林地碳汇中占比高达65.37%。林地碳汇相对较少的三个地区依次是天门市、仙桃市和潜江市。十堰市不仅林地碳汇位居第一，草地碳汇也是最多的，为406.29 t。而黄石市、孝感市和天门市没有草地碳汇，鄂州市的草地碳汇只有0.1 t。由此可知，17个地市州的草地碳汇存在很大的差异。

3.2 农地政策变化的单位碳排放效果分析

不同的农地利用方式产生的碳效应是不一样的。根据湖北省实际情况，建设占用（近似认为是耕地转为建设用地）和生态退耕（近似认为是退耕还林）是最为普遍两类农地利用转换形式。建设占用耕地会导致碳排放量增加，而生态退耕会增加碳汇。因此，对农地的有效使用不仅可以减少碳排放量，还能提高固碳潜力。农地利用方式转变引起的碳效应采用差值法进行确定[19]，可以得到如表3所示的结果。

3.3 生态退耕与建设占用的碳效应变化时空特征分析

3.3.1 生态退耕与建设占用碳效应时序特征

由表4可知，2005—2015年，湖北省因生态退耕产生的碳汇波动比较大，大体呈现出“降-升-降-升”的趋势。2005年的碳汇量为23 591.29 t，2008年的碳汇量达到最小值，为48.04 t。随着湖北省经济发展和城镇化进程加快，导致建设占用耕地的现象日益增加。2005—2012年因建设占用产生的碳排放呈现持续增长的趋势，2013—2015年湖北省建设占用所产生的碳排放量波动较大，2015年湖北省因建设占用产生的碳排放量为69.66万t，相较于2014年的下降了近一半。总体来说，历年碳汇量呈不规则变动趋势，而碳排放量虽有波动但大体呈现“先升后降”的趋势，并且因生态退耕产生的碳汇量远远小于因建设用地产生的碳排放量。由此可知，为了促进湖北省生态文明建设，必须加快转变用地方式，优化土地利用结构，提高土地利用率，强化资源节约集约高效利用，从碳源上遏制碳排放。

3.3.2 生态退耕与建设占用碳效应空间特征

通过测算可知，2015年湖北省生态退耕面积除了黄石市、宜昌市、襄阳市、黄冈市和咸宁市外，其他地市州的生态退耕面积为零。其中，襄阳市因生态退耕产生的碳汇量最大，为3 026.66 t，其次是黄冈市的682.92 t，宜昌市和

咸宁市的261.55 t，黄石市的仅为116.24 t。如图1所示，因建设占用耕地导致碳排放最为显著的是武汉市，为212 619.42 t，而排名第二的宜昌市，仅为61 516.85 t，不及武汉市的三分之一。虽然襄阳市因生态退耕产生的碳汇量最大，但因建设占用产生的碳排放量在各地市州中居

第三位，高达49 159.56 t，且因生态退耕产生的碳汇量远远小于因建设占用产生的碳排放量。由建设占用所带来的碳排放量相对较少的三个地区依次是潜江市、仙桃市和天门市，碳排放量分别为15 763.04 t、12 050.86 t和11 227.15 t。

4 湖北省农地利用净碳排放/净碳汇的动态趋势演进分析

4.1 净碳排放的计算方法

农地利用净碳排放/净碳汇是指在一定时间内特定区域的农地利用活动所产生的碳吸收输入与碳排放输出的收支情况。其计算公式为：

农地利用净碳排放/净碳汇=农地利用碳排放-草地碳汇-林地碳汇

得出的结果为正值的为净碳排放，负值则为净碳汇。再对此结果进行核密度估计。

4.2 核密度估算方法

核密度估计主要用来估计随机变量的概率密度，用连续的分布曲线来描述随机变量的位置、形态和趋势[20]。设随机变量的密度函数为f（x），x点的概率密度函数为：

f（x）=1Nh∑Ni=1KXi-xh（9）

4.3 湖北省农地利用净碳排放的Kernel密度估计

本文将采用湖北省各地市州2008—2014年的面板数据对农地利用净碳排放/净碳汇进行核密度估计，绘制出湖北省各地市州的净碳排放/净碳汇在2008年、2011年和2014年的Kernel密度曲线，如图2所示。

从总体上来看，核密度估计曲线中心出现微弱的左移，峰值经历了一个“先降后升” 的过程，变化区间由宽逐渐变窄。从波峰来看，由宽峰变为尖峰，分布曲线右侧逐渐有形成一小峰的趋势，这说明湖北省各地市州的农地利用净碳排放的地区差距逐渐在缩小。从具体来看，2008年与2011年相比，峰值有所减少，密度函数中心基本上变化不大，变化区间逐渐缩小，分布曲线左尾右移，右尾有所抬升，这表明在此期间内湖北省农地利用净碳排放的各地市州之间的差距有微弱扩大。对比2011年与2014年，波峰由宽峰变为尖峰，峰值上升趋势明显，密度函数中心有微弱左移的趋势，分布曲线左尾继续右移，右尾右移并且抬升，由此有形成一小峰的趋势，变化区间继续变小，这表明在此期间湖北省农地利用净碳排放在各地市州之间的差距是明显缩小的。可能因为不同地市州的农业发展水平和农业技术逐渐趋于一致性，从而使得农地利用净碳排放的地区差距缩小。

4.4 鄂东、鄂中和鄂西农地利用净碳排放的Kernel密度估计

通过观察图3可以发现，整体上，鄂东地区农地利用净碳排放在此期間内峰值大体呈现“先降后升”的趋势，密度函数的变化区间经历了一个“先变宽再变窄”的过程。从波峰来看，左侧形成一小峰，逐渐趋于多极化发展。这表明在此样本考察期内鄂东地区各地市州之间的农地利用净碳排放差距有微弱的扩大后，又出现明显的缩小，这是因为鄂东是武汉城市圈的核心地区，经济较为发达，农地得到了充分的开发和利用，农业现代化水平趋于一致，使得各地市州之间差距变小。

图4中，鄂中地区农地利用净碳排放在样本考察期间密度函数中心出现微弱的向左偏移，峰值呈现“先降后升”的趋势，变化区间先扩大再缩小，由“一主一小”的格局变为“一主”的格局，右侧小峰逐渐消失，主峰变得平缓。总体来说鄂中地区各地市州农地利用净碳排放的地区差距是在扩大，其可能原因是鄂中地处平原，以发展农业为主，但各地市州的生产条件和资源禀赋不同，在推进农业机械化和现代化的速度和规模也不同，再加上近些年受武汉城市圈发展的影响，鄂中部分地方大力发展经济，使得建设占用的规模不断扩大，林地和草地面积不断减少，部分地市州的净排放不断增加，导致地区差距扩大。

由图5可知，鄂西地区农地利用净碳排放在样本考察

期间波峰呈现“两主一小”的格局，并且密度函数中心持续向右移动，峰值有微弱下降的趋势，变化区间基本上没有发生变化。这表明鄂西地区各地市州农地利用净碳排放的地区差距有所扩大但不明显，整体上鄂西地区各地市州农地利用净碳排放在考察期间持续增加。其可能原因是鄂西地区主要以山地为主，耕作的土地有限，再加上近些年鄂西部分地区大力发展特色农业，推动“特色农业+旅游业”，农业产业结构变得多样化，使得鄂西地区农地利用净碳排放的地区差距有微弱扩大。

结合图3、图4和图5分析发现，从曲线的位置来看，鄂东地区的密度函数基本没有发生变化，鄂中地区的密度函数有微弱向左偏移的趋势，鄂西地区的密度函数有明显向右移的趋势，这说明总体上鄂中地区农地利用净碳排放有减少态势，鄂西地区农地利用净碳排放有增长态势。从变化区间来看，鄂中变化区间跨度最大，其次是鄂东，跨度最小为鄂西，这表明各地区的净碳排放变化程度不同，但鄂中相比其他地区而言，各地市州之间农地利用净碳排放的地区差距最大。从密度函数中心来看，鄂东和鄂中地区的密度函数中心位于正值区域（即净碳排放），鄂西地区的密度函数中心位于负值区域（即净碳汇），这表明鄂东和鄂中大部分地市州是农地利用碳排放大于碳汇，而鄂西大部分地市州是农地利用碳汇大于碳排放。其原因是鄂西地貌以山地和丘陵为主，草地和林地资源丰富，再加上2008年提出建设“鄂西生态文化旅游圈”，鄂西以发展旅游业为主，而鄂东和鄂中大部分地市州位于江汉平原，适宜农业发展，农资的投入远远高于鄂西地区。

5 结论与启示

湖北省农地利用碳排放量总体呈现出上升趋势，农业经济发展因素是湖北农地碳排放的主导因素，各地区的碳排放水平相差明显，不同地区自然资源禀赋差异导致区域之间林地草地碳汇存在一定程度的差距。因生态退耕产生的碳汇波动比较大，因建设占用产生的碳排放大体呈现“先升后降”的趋势，最为显著的是武汉市。

本文在定量把握湖北省农地利用碳效应的时空特征的基础上，从地理空间和结构类型等方面对农地利用碳效应变化的内在机理进行深入剖析，能为农地低碳和可持续利用提供理论参考和思路借鉴。但是，由于数据与作者学术水平的限制，本文没有对湖北省各地、市、州之间农地利用碳减排所存在的空间关联特征进行探讨，也没有全面分析农地利用方式转变的成本、效益，这些都有待进一步深入研究。

为了促进湖北省生态文明建设，优化土地利用结构，提高土地利用效率，结合上述结论，可以得出以下启示：

（1）不断提高农业低碳发展意识，倡导绿色生产方式。农地低碳是农业实现绿色发展的基本要求。政府要加大宣传力度，积极开展低碳农业面对面、线上线下、网络宣传等活动，提高农户生态文明意识，引导农户在农业生产过程中自觉选择低碳生产方式，推进全民积极主动参与到低碳农业的建设中。

（2）不断优化用地结构，加强农地碳库建设。对农地的有效使用不仅可以减少碳排放量，还能提高固碳潜力。因此，必须增加生态退耕、造林和林地草地经营的投入。同时，严格农地占用审批，并强化违规占用的处罚制度和追溯机制。在重视耕地数量的同时，也要提高耕地质量。

（3）切实推进农业信息化基础设施建设，充分发挥互联网的优势，推进实现农地绿色利用。湖北省农地利用的实际情况表明，碳排放量的减少要更加注重科技支撑，更多地依靠科技进步。要充分利用信息通信技术以及互联网平台，大力推广低投入、高产出、低消耗、少排放的节本增效技术，促进农地利用结构的绿色升级。互联网与农业农地利用进行深度融合，为湖北省农地低碳利用提供坚实支撑。

（4）加大财政投入，建立以绿色为导向的农地补偿制度。为了鼓励农户进行绿色种植，可以给予选择绿色生产方式的农户一定程度的补贴，通过激励引导农户选择绿色低碳生产行为。同时建立以绿色为导向的农地补偿制度，在确保粮食安全和农民收入稳定增长的前提下，对农地退耕还林、休耕等地区给予补偿。

（5）差别化改善用地结构，因市施策。湖北省不同地区农地利用方式变化的碳效应存在差异，根据研究结果，需对除了黄石市、宜昌市、襄阳市、黄冈市和咸宁市外的其他地市州加大鼓励生态退耕的资金投入，针对武汉市、宜昌市和襄阳市制定更加严格的建设占用惩罚制度。

（编辑：刘照胜）

参考文献（References）

[1]胡鞍钢， 周绍杰. 绿色发展：功能界定、机制分析与发展战略[J]. 中国人口·资源与环境， 2014， 24（1）：14-20.[HU Angang， ZHOU Shaojie. Green development： functional definition， mechanism analysis and development strategy[J]. China population， resources and environment， 2014， 24（1）： 14-20.]

[2]邓吉祥， 刘晓， 王铮. 中国碳排放的区域差异及演变特征分析及因素分解[J]. 自然资源学报， 2014， 29（2）： 189-200. [DENG Jixiang， LIU Xiao， WANG Zheng. Characteristics analysis and factor decomposition based on the regional difference changes in Chinas CO2 emission[J]. Journal of natural resources， 2014， 29（2）：189-200.]

[3]董锋， 杨庆亮， 龙如银， 等. 中国碳排放分解与动态模拟[J]. 中国人口·资源与环境， 2015， 25（4）： 1-8. [DONG Feng， YANG Qingliang， LONG Ruyin， et al. Factor decomposition and dynamic simulation of Chinas carbon emissions[J]. China population， resources and environment， 2015， 25（4）： 1-8.]

[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[J]. 资源科学， 2014， 36（1）： 129-138. [WU Xianrong， ZHAN Junbiao， TIAN Yun， et al. Provincial agricultural carbon emissions in China： calculation， performance change and influencing factors[J]. Resources science， 2014， 36（1）： 129-138.]

[5]程叶青， 王哲野， 张守志， 等. 中国能源消费碳排放强度及其影响因素的空间计量[J]. 地理学报， 2013， 68（10）：1418-1431. [CHENG Yeqing， WANG Zheye，ZHANG Shouzhi， et al. Spatial econometric analysis of carbon emission intensity and its driving factors from energy consumption in China[J]. Acta geographica sinica， 2013， 68（10）： 1418-1431.]

[6]DAVID A T， DEAN N. Reducing GHG emissions in the United States transportation sector[J]. Energy for sustainable development， 2011，15（2）：117-136.

[7]STERN D I， JOTZO F. How ambitious are China and Indias emissions intensity targets？[J]. Energy policy， 2010， 38（11）： 6776-6783.

[8]李波， 張俊飚. 基于投入视角的我国农业碳排放与经济发展脱钩研究[J]. 经济经纬， 2012（4）： 27-31. [LI Bo， ZHANG Junbiao. Decoupling of Chinas agriculture carbon emissions and economic development based on the input perspective[J]. Economic survey， 2012（4）： 27-31.]

[9]田云， 张俊飚， 李波. 中国农业碳排放研究：测算、时空比较及脱钩效应[J]. 资源科学， 2012， 34（11）： 2097-2105. [TIAN Yun， ZHANG Junbiao， LI Bo. Agricultural carbon emissions in China： calculation， spatialtemporal comparison and decoupling effects[J]. Resources science， 2012， 34（11）： 2097-2105.]

[10]卢娜. 土地利用变化碳排放效应研究[D]. 南京：南京农业大学，2011. [LU Na. The research on carbon emissions effects of land use change[D]. Nanjing： Nanjing Agricultural University， 2011.]

[11]PACALA S W， HURTT G C， BAKER D， et al. Consistent landand atmospherebased US carbon sink estimates [J]. Science， 2001， 292： 2316-2320.

[12]WEST T O， MARLAND G. A synthesis of carbon sequestration， carbon missions， and net carbon flux in agriculture： comparing tillage practices in the United States[J]. Agriculture ecosystems and environment， 2002： 91： 217-232.

[13]DUBEY A， LAL R. Carbon footprint and sustainability of agricultural production systems in Punjab， India and Ohio， USA[J]. Crop improvement， 2009， 23： 332-350.

[14]黄贤金. 低碳排放：土地利用调控新课题[EB/OL]. http：//www.mlr.gov.cn/xwdt/jrxw/200912/t20091225_130977.htm. [HUANG Xianjin. Low carbon emission： a new subject of land use regulation[EB/OL]. http：//www.mlr.gov.cn/xwdt/jrxw/200912/t20091225_130977.htm.]

[15]方精云， 郭兆迪， 朴世龙， 等. 1981—2000年中国陆地植被碳汇的估算[J]. 中国科学：D辑，2007， 37（6）： 804-812. [FANG Jingyun， GUO Zhaodi， PIAO Shilong， et al. Estimation of carbon sinks of terrestrial vegetation in China from 1981 to 2000[J]. Science in China（series D）， 2007， 37（6）： 804-812.]

[16]李國志， 李宗植. 中国农业能源消费碳排放变化的因素分解及实证分析——基于LMDI模型[J]. 农业技术经济， 2010 （10）： 66-71. [LI Guozhi， LI Zongzhi. Factor decomposition and empirical analysis of carbon emissions from agricultural energy consumption in China：based on LMDI Model[J]. Journal of agrotechnical economics， 2010 （10）： 66-71.]

[17]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， 32（6）： 752-755. [TIAN Yun， ZHANG Junbiao， LI Bo. Research on spatialtemporal characteristics and factor decomposition of agricultural carbon emission base on input angle：taking Hubei Province for example[J]. Research of agricultural modernization， 2011， 32（6）： 752-755.]

[18]李波， 张俊飚， 李海鹏. 中国农业碳排放时空特征及影响因素分解[J]. 中国人口·资源与环境， 2011， 21（8）： 80-86. [LI Bo， ZHANG Junbiao， LI Haipeng. Research on spatialtemporal characteristics and affecting factors decomposition of agricultural carbon emission in China[J]. China population， resources and environment， 2011， 21（8）： 80-86.]

[19]李波， 张俊飚. 基于我国农地利用方式变化的碳效应特征与空间差异研究[J]. 经济地理，2012， 32（7）： 135-140. [LI Bo， ZHANG Junbiao. Study on carbon effects and spatial differences based on changes in Chinas agricultural land use[J]. Economic geography， 2012， 32（7）： 135-140.]

[20]田云， 张俊飚， 尹朝静， 等. 中国农业碳排放分布动态与趋势演进——基于31个省（市、区）2002—2011年面板数据分析[J]. 中国人口·资源与环境， 2014，24（7）： 91-98. [TIAN Yun， ZHANG Junbiao， YIN Zhaojing， et al. Distributional dynamics and trend evolution of Chinas agricultural carbon emissions：an analysis on panel data of 31 provinces from 2002 to 2011[J]. China population， resources and environment， 2014（7）： 91-98.]

Abstract The changes of agricultural land use is an important factor to cause carbon emission， and optimizing structure of agricultural land use has become an important means to promote the green development of agriculture. Using LMDI and cluster analysis， this paper analyzed the carbon effects and spatial differences of land use change in Hubei Province. Based on the Kernel density estimation method， the spatiotemporal dynamic evolution trend of net carbon emission from agricultural land use in Hubei Province was systematically investigated. The results showed： ①From 1993 to 2015， agricultural land carbon emission in Hubei was increasing at an average rate of 2.77% annually， showing four stages of changes in general. The development of agricultural economy led to 276.33% of carbon increment. Structure factor reduced 8.05% carbon emission， efficiency factor reduced 79.14% carbon emission and labor factor reduced 89.14% carbon emission. ②The cluster analysis of the total and intensity of carbon emission showed that， Wuhan and other 7 regions belonged to ‘lowlow type， Jingzhou and Huanggang belonged to ‘highlow type， Yichang and Xiangyang belonged to the ‘highhigh type， Suizhou and Xiantao belonged to ‘lowhigh type. ③The carbon sequestration of forest land and grass presented certain amplitude decreasing trend from 2005 to 2015. The carbon sink produced by ecological restoration fluctuated greatly. The carbon emission of construction occupation on arable land showed the trend of ‘rise first and then decrease. ④Using the Kernel density estimation to estimate the evolution characteristics of net carbon emission from agricultural land use in Hubei， it is found that the regional gap of net carbon emission from agricultural land use was decreasing in every city of Hubei in general. From regional perspective， the regional gap of net carbon emission from agricultural land use in eastern Hubei had been slightly enlarged and then significantly reduced， but net carbon emission in eastern Hubei as a whole had not changed significantly. The regional gap of net carbon emission from farmland use in central Hubei had been widened， and net carbon emission in central Hubei as a whole had declined. The regional gap of net carbon emission from agricultural land use in western Hubei had been widened but not obvious， and net carbon emission in western Hubei as a whole had increased. Based on the research conclusions， the paper puts forward some countermeasures and suggestions to promote the low carbonization and sustainability of agricultural land use in Hubei Province， such as strengthening the construction of agricultural land carbon pool and building a green oriented agricultural land compensation system.

Key words agricultural land utilization； carbon functions； ecological defarming； construction occupation； Kernel density estimation