甘肃省农业碳排放时空特征及影响因素分析

（甘肃农业大学 财经学院，甘肃 兰州 730070）

一、引言

碳排放作为温室气体的主要来源，不仅制约经济的可持续发展，也影响着人民生活和生态环境，尤其是在以物质投入为主的粗放式农业生产模式下，农业生产过程中化肥、农药、农膜以及农业机械等生产资料的大量使用所产生的二氧化碳已成为当前碳排放的主要组成部分，因此，如何实现科学减排以及低碳经济的可持续发展成为当前研究热点话题。

关于农业碳排放问题的研究已颇为丰富，从现有文献来看，主要集中在三个方面：一是农业碳排放测算及区域特征分析，李波等（2011）[1]、文清等（2015）[2]、庞丽（2014）[3]、吴义根和冯开文（2019）[4]选用农业生产过程中的碳源以及农业能源消费量作为测算指标对我国农业碳排放进行了系统的分析，发现我国农业碳排放量均处于波动上升的趋势，且存在一定的区域差异；二是农业碳排放驱动因素研究，学者们主要基于对数平均D 式指数（LMDI）模型[5-9]、Kaya 恒等式[1][10]等方法进行研究，发现农业碳排放受到农业产业结构、生产效率、地区经济水平以及劳动力规模等方面的影响[11-14]；三是农业碳排放及减排问题研究，吴贤荣等（2014）[15]、田云和张银岭（2019）[16]、何慧爽和付帮杰（2019）[17]认为农业生产部门有能力实现减排目标，但仍将面临巨大的减排压力。

比较当前文献，有关农业碳排放的研究成果已较为丰硕，但仍存在一定的不足：一是在研究区域上主要集中于全国省级层面和部分经济发达省份，针对西北地区省份及县域的相关研究比较欠缺，尤其是有关甘肃省农业碳排放区域特征的研究尚有不足；二是有关农业碳排放影响因素的研究，尚未达成统一的观点，有待进一步的分析。基于上述研究，本研究选取2005—2016 年甘肃省农业生产活动中的五类碳源构建测算指标体系，计算研究期内甘肃省农业碳排放总量及强度，分析碳排放时空变化特征，进一步厘清甘肃省农业碳排放各驱动因素之间的关系，以期为甘肃省农业减排任务提供参考。

二、研究方法与数据来源

（一）研究方法

1.农业碳排放测算方法。考虑到研究区农业发展现状以及数据的可得性和完整性，结合已有文献，选取化肥、农膜、农业灌溉、农用柴油及农业翻耕五类碳排放源，基于2005—2016 年甘肃省以及14 市州面板数据，对甘肃省农业碳排放总量进行估算，采用的估算公式借鉴李波等（2011）[1]、田云等（2011）[5]的研究，具体公式如下所示：

（1）式中，E 表示农业碳排放总量，Ei表示各类碳源的碳排放量，Ti表示各碳排放源的量，δi表示各碳排放源的排放系数，其中化肥0.895 6（kg/kg），农膜5.18（kg/kg），农业灌溉20.476（kg/hm2），农用柴油0.592 7（kg/kg），翻耕312.6（kg/km2）[1]。

2.多元回归分析。鉴于农业碳排放总量变化受到诸如经济发展水平、产业结构、气候条件等多种因素的影响，为满足研究需要，引入多元回归分析模型，以甘肃省农业碳排放总量（Y）作为因变量，以农林牧渔总产值（X1）、农林牧渔劳动力人数（X2）、农业劳动者素质（X3）、农业财政支出（X4）、农业R&D经费（X5）、农业技术人员（X6）作为自变量，探析各影响因素对农业碳排放总量的影响程度，具体回归模型公式为：

（2）式中，β0为常数项，β1，…，β6为回归系数，μ为随机误差项。

（二）数据来源

本文选用2005—2016 年甘肃省及14 市州面板数据，其中化肥、农膜、农业灌溉、农用柴油、翻耕、农林牧渔业总产值及农林牧渔业劳动力等数据均来源于历年《甘肃农村年鉴》，农业R&D 经费、农业劳动力中高中以上文化程度人数、农业财政支出及农业技术人员等数据均来源于历年《甘肃发展年鉴》。

三、结果与分析

（一）甘肃省农业碳排放时空特征分析

1.时序特征分析。根据公式（1），测算2005—2016 年甘肃省农业碳排放总量（见表1）。结果表明：研究期内，甘肃省农业碳排放总量及碳排放强度总体上处于波动上升趋势（除2016 年有所下降），其中碳排放总量由2005 年的160.68 万t 上升到2016 年的228.35 万t，碳排放强度由2005 年的431.24 kg/hm2上升到2016 年的536.8 kg/hm2。从各碳源来看，化肥、农膜、柴油、翻耕及灌溉所引发的碳排放量均出现不同程度的增长，其中，化肥、农膜及柴油使用导致的碳排放量较高，翻耕所导致的碳排放量最少。从环比增长速度来看，可分为两个阶段：一是快速增长期（2006—2011 年），环比增长速度均大于5%，原因在于：这一阶段，在“高投入、高产出”的生产模式下，为了增加农业产量，农民在农业生产过程中大量投入化肥、农膜等生产资料，忽略了能源利用效率的提高，从而导致农业碳排放量逐年增长；二是快速下降期（2012—2016 年），2012年为1.38%，2016 年下降至-10.91%，这一时期，出现下降的原因在于：甘肃省加大对农业科技的投入力度，改变了要素投入结构，使能源利用效率得到了提高，在一定程度上控制了农业碳排放。

表1 2005—2016 年甘肃省农业碳排放总量 104t

2.区域特征分析。根据公式（1），测算2005—2016 年甘肃省14 市州农业碳排放量及碳排放强度，限于篇幅，本部分主要分析2016 年甘肃省各市州农业碳排放特征（见图1）。结果表明：2016 年甘肃省各市州农业碳排放总量与碳排放强度存在明显的区域差异，其中，武威为高碳排放量、高碳排放强度地区，嘉峪关为低碳排放量、高碳排放强度地区。从2016 年各市州农业碳排放总量排序来看，可将其划分为三个层级：第一层级为武威、庆阳、天水、张掖、平凉及定西，碳排放总量介于21.34 万t～27.73 万t 之间，第二层级为酒泉、白银、陇南及兰州，碳排放总量介于10.3 万t～19.14 万t 之间，第三层级为临夏、金昌、甘南及嘉峪关，碳排放总量均小于10 万t，各地区农业碳排放总量出现差异的原因在于：部分市州对化肥、农膜等农业生产资料的投入量较大，导致农业碳排放总量居高不下。从2016年各市州农业碳排放强度来看，其变化特征并不与碳排放总量变化特征相吻合，其中嘉峪关、酒泉碳排放总量分别为0.49 万t、19.14 万t，但碳排放强度为1 050.3 kg/hm2、1 084.0 kg/hm2。从甘肃省农业碳排放区域特征来看，各地区农业发展依然保持粗放式生产模式。

（二）甘肃省农业碳排放影响因素分析

为消除量纲以及数值大小对回归结果的影响，故采用z-score 法对数值进行无量纲化处理。

图1 2016 年甘肃省各市州农业碳排放总量及碳排放强度

1.拟合优度检验。由表2 得知，多元相关系数R=0.979，判定系数R2=0.958，说明模型拟合优度良好，DW=1.970，接近于2，认为模型无（一阶）自相关，且残差独立，因此通过检验。

表2 模型摘要b

2.方差显著性检验。由表3 得知，模型显著性值Sig=0.003＜0.05，表明由自变量和因变量建立的回归模型具有显著的统计学意义。

表3 ANOVAa

3.回归方程。根据模型分析结果，建立自变量与因变量之间的多元回归方程为：

由（3）式可知，除农业劳动者素质（X3）与农业碳排放呈负相关以外，其余各变量均与农业碳排放呈正相关。从回归系数来看，农林牧渔总产值（X1）对甘肃省农业碳排放影响最大，回归系数为2.992，其次为农业财政支出（X4），回归系数为0.842，影响最小的是农业技术人员（X6），回归系数为0.067。从回归结果来说，2005—2016 年间，农林牧渔总产值（X1）、农业财政支出（X4）对甘肃省农业碳排放的影响最为显著，农业R&D 经费（X5）、农业技术人员（X6）对甘肃省农业碳排放的影响较小，而农业劳动者素质（X3）对甘肃省农业减排具有显著影响。

四、结论及建议

（一）主要结论

本文基于2005—2016 年甘肃省五大碳源基础数据，采用碳排放估算公式，量化分析了甘肃省农业碳排放总量及强度特征，进一步运用多元回归分析模型讨论了碳排放影响因素，得出以下结论：

第一，从时序特征来看，2005—2016 年间，甘肃省农业碳排放总量及碳排放强度总体上处于波动上升趋势。其中，碳排放总量由2005 年的160.68 万t 上升到2016 年的228.35 万t，碳排放强度由2005年的431.24 kg/hm2上升到2016 年的536.8 kg/hm2。从各碳源来看，化肥、农膜及柴油使用导致的碳排放量较高，翻耕所导致的碳排放量最少。

第二，从区域特征来看，2016 年甘肃省各市州农业碳排放总量与碳排放强度均存在明显的区域差异，但二者增长变化趋势并不相吻合。从各市州农业碳排放排序来看，武威为高碳排放量、高碳排放强度地区，嘉峪关为低碳排放量、高碳排放强度地区，但总体而言，各地区农业发展依然保持粗放式生产模式。

第三，从碳排放影响因素回归结果来看，农林牧渔总产值对甘肃省农业碳排放增长具有显著的正向推动作用，其次为农业财政支出，而农业劳动者素质对甘肃省农业减排具有显著影响。

（二）建议

基于上述研究结果，提出以下建议：

第一，逐步提高农业资源利用效率，推广农业清洁能源。由于化肥、农膜及柴油等碳源是当前农业碳排放的主导因素，因此，要逐步加强农业生产过程中施肥、燃油的监管力度，在科学引导农民合理利用化肥、农膜及柴油等农业资源的基础上，逐步提升各项农业资源的利用效率，培养农民清洁生产、低碳农业的意识，形成资源节约、环境友好、生态文明三者统筹兼顾的良好局面。

第二，转变农业发展模式，发展区域特色农业。由于甘肃省各地区农业发展模式依然是以粗放式生产为主，因此，各地区应根据自身农业资源禀赋，逐步优化产业结构布局，如适度提高林果业、渔业等低碳型产业的比重，积极推广高产、优质、高效的农作物品种，同时，以市场为导向，打造区域农业品牌，形成区域特色农业主产区。

第三，加强农业绿色科技投入力度，提高农业劳动者综合素质。从农业碳排放影响因素的回归结果来看，提高农业劳动者素质有助于农业减排，因此，各地区要逐步培育一批具有高素质、高水平的专业化农业从业人员，并注重科研人才的鼓励和扶持，为提升农业绿色科技水平提供坚实的基础。