甘肃省农业碳排放综合测算及驱动力分析

2020-10-26吕迎

合作经济与科技 2020年20期

关键词：甘肃影响因素

吕迎

[提要] 本文以农业生产物质投入、畜牧养殖数量及农作物种植面积为基础数据，测算甘肃省农业碳排放量及碳排放强度，使用STLRPAT模型对甘肃省农业碳排放驱动因素进行分析，并针对甘肃省农业碳减排提出对策建议。

关键词：甘肃;农业碳排放;STIRPAT模型;影响因素

基金项目：甘肃省高校创新能力提升项目：“基于产业耦合陇东地区循环农业发展模式研究”（项目编号：2019A-121）

中图分类号：X196 文献标识码：A

收录日期：2020年7月7日

党的十八大把生态文明建设写入党章，这反映生态环境问题的严重。导致生态环境问题日益严重的主要原因是大气中温室气体含量不断增大。人类生产会产生大量的温室气体，其中农业是主要温室气体排放源，全球1/5的温室气体来自于农业。农业生产产生的主要温室气体有CH4、N2O和CO2，来自化肥、农药、农膜、农业机械使用、农业灌溉、秸秆处理、畜禽养殖及粪便管理等农地利用环节以及农用地与其他类型土地之间的转换。根据Norse研究认为，农业生产中农膜、农业机械、农业灌溉和农业秸秆排放的主要是CO2气体，动物粪便和稻田主要释放的是CH4气体，化肥施用以及土壤释放的N2O。CH4和N2O均可以使用一定的转换方法转为C当量。

国内对农业碳排放的研究时间并不长，在中国知网篇名中输入农业碳排放进行检索，从2002年到2020年共有879篇相关文献。从研究侧重点来看，主要集中在：农业碳排放与经济发展、科技进步关系的研究;农业碳排放时空分异、特征及影响研究;农业碳排放测度及强度测算研究;农业碳排放脱钩效应相关研究;农业碳排放的评价及影响因素研究;碳排放地区差异分析方面的研究。研究的层面主要是全国和地区两个方面的农业碳排放研究。关于甘肃省农业碳排放研究的文献共有18篇，主要集中在农业碳排放测度方面，且很多学者关于农业碳排放核算选择的因素只限于农业生产中使用的化肥、农药等物质，并没有将牲畜和农作物纳入碳计算对象。本文以农业生产物质使用量、牲畜饲养量和农作物种植面积为基础，对甘肃省农业碳排放总量和强度进行测算，并对碳排放驱动因素进行分析。

一、区域概况及研究方法

（一）区域概况及数据来源。甘肃省地处西北内陆，地貌复杂，多以高原和山地为主，土地较贫瘠，年平均气温0℃～15℃，大部分地区气候干燥。干旱、半干旱区占总面积的75%。各地年降水量在36.6～734.9毫米，是我国严重缺水地区之一。2018年甘肃省总土地面积4，544×104hm2，耕地面积537.7×104hm2。自1978年以来，甘肃农业生产发展迅速，农业生产总值从1978年的18.05亿元增加到2017年的1，068.6亿元。农村居民的人均可支配收入从2000年的 1，428.70元增加到2018年 8，804.1元，但是农用化肥、农药、农用柴油和农用薄膜的使用量也逐年增长，从2000年到2017年化肥施用量由217.10万吨增加到311.07万吨，增长率为43.28%;农药使用量由1.1万吨增加到5.2万吨，增长率为372.7%;农用柴油的使用量从15.6万吨增加到45.5万吨，增长率为191.7%;农用薄膜的使用量从6.4万吨增加到17.2万吨，增长率为168.8%。这些农用物资的使用导致碳的排放量也逐年增加，从2010年的535.58×103t增加到2017年的825.08×103t。

面对如此巨大的碳排放压力，甘肃省政府先后出台多次政府文件，督促节能减排，甘肃省“十一五”、“十二五”、“十三五”期间均有节能减排工作安排方案，对节能减排提出明确目标。“十一五”期间要求单位生产总值能耗降低20%，主要污染物排放总量减少10%;“十二五”首次增加了对氮氧化物和氨氮两项减排指标，同时将农业污染源排放的化学需氧量和氨氮，以及机动车排放的氮氧化物纳入了减排范围;“十三五”期间节能减排目标要求到2020年全省万元国内生产总值能耗比2015年下降14%。

（二）数据来源。甘肃省2002～2018年的农用化肥、农药、農膜、灌溉面积、牲畜数量、农业机械动力数据来自《甘肃省统计年鉴》，农用化肥为折纯量，农药、农膜和柴油为当年实际使用数量，灌溉面积为当年有效灌溉面积，牲畜数量为年末数量。农用柴油、农村人口数、农村生产总值、农村固定资产投资数据来自2002～2018年的《中国农村统计年鉴》。

二、模型构建

（一）农业碳排放量及强度测算模型。农业碳排放主要来自三个方面：一是农业生产使用物质的碳排放，这个过程的碳源主要有化肥、农药、塑料薄膜、农用机械柴油及农用地灌溉。二是牲畜养殖的碳排放。动物进食后在肠胃中发酵会产生CH4的排放，同时动物粪便也会产生CH4和N2O气体的排放，并且不同的动物产生的温室气体排放差别较大。根据甘肃省饲养情况和数据的可得性，本文主要选取猪、牛、羊、马、骡、驴、骆驼为计算牲畜养殖的碳排放源。三是农作物的碳排放。农作物是CH4和N2O的排放源，不同的农作物品种对这两种气体的排放系数不同，对土壤破坏程度也不相同，根据甘肃省气候、土壤情况，本文选取稻谷、小麦、玉米、大豆、棉花等为农作物作为CH4和N2O的排放源。由于CH4和N2O与C的性质不同，不能只加总计算，因而根据1tCH4=6.28tC，1tN2O=81.27tC将动物和农作物产生的CH4和N2O换算成C的排放量。表1～表3是各碳源排放系数表。（表1、表2、表3）

根据《IPCC国家温室气体排放清单（2006）》可得碳排放测算模型为：

（二）基于STIRPAT模型的农业碳排放驱动模型。Dietz等（1994）对Ehrlich 提出的对“IPAT”分析框架进行拓展，得到可以用于人文因素对环境的非比重影响的非线性STIRPAT模型：I=aPbAcTde，其中：I、P、A、T分别表示环境影响、人口数量、富裕度和技术;a是模型的系数;b、c、d 分别是自变量 P、A、T的指数;e为模型随机误差。通过对人口、财产、技术三个自变量和因变量之间的关系进行评估。

对模型两边取自然对数，可得方程形式为：

由弹性系数的概念可知，该方程的回归系数反映的即解释变量与被解释变量之间的弹性。

本文借鉴STIRPAT模型分析甘肃省农业碳排放总量与其经济因素影响因素之间的关系。模型形式为：lnE=？琢+？茁1lnP+？茁2lnG+？茁3lnT+？茁4lnI+？滋。

根据杨莎莎、朱灵伟、高静怡等的研究成果，选取E、P、G、T和I为影响因素，其中，E为农业碳排放总量，万吨;？琢为常数项，P为甘肃省农村人口总数，万人;G为经济发展水平，以农业总价值表示，万元;;T为农业发展技术水平，以农业机械总动力表示;I为农业固定资产投资，万元;？滋为模型随机扰动项;？茁1、？茁2、？茁3、？茁4为弹性系数，表示变量P、G、T、I变化1%所引起的E变换？茁1%、？茁2%、？茁3%、？茁4%。

三、实证结果分析

（一）农业碳排放量及强度测算结果及分析。根据公式（1）、（2）测算出2000～2017年甘肃农业碳排放量和排放强度，结果见表4～表6。从表6来看，2000～2017年，甘肃省农业碳排放总量一直呈上升趋势，碳排放量从2000年的535.58万吨上升到2017年的825.08万吨，年平均增速为2.48%，环比增速上下波动，基本为正值增速。从表4来看，化肥、农药、农膜、农用柴油和灌溉面积的碳排放量也是逐年增加。从2000～2017年的碳排放总量看，化肥排放总量最大，为1，320.8万吨，其次是农膜，碳排放量为1，067.20万吨;从碳排放量的年平均增速来看，农膜年均增速最快，年均增速为17.26%，其次是农用柴油和农药，年均增速分别为6.24%和6.17%;化肥和灌溉面积碳排放增长速度相比较小一些，分别为1.58%和1.1%。从表5来看，牲畜养殖及农作物种植引起的碳排放量在2006年以前呈现逐年上升态势，2007年以后开始出现波动，但基本也呈上升态势，在這个环节，动物粪便产生的碳排放量最高，年均增长速度也最高，为2.28%，其次是动物肠道发酵，年均碳排放增长速度为2.08%，另外，农作物的碳排放量不容忽视，年碳排放量在300万吨左右，年均排放增长速度为1.49%。（表4、表5、表6）

根据碳排放总量和农业耕地面积，求得甘肃省历年农业碳排放强度，见表6，从数据分析可知，除2007年与2015年小幅下降以外，其他年份均是上升趋势。碳排放强度从2000年的1，536.30kg/hm-2增加到2017年的2，317.08kg/hm-2，年均增长速度2.36%，环比增长速度也呈现上下波动形态，波动形状与碳排放环基本相同。

综合比较表4和表5，动物粪便年均碳排放总量为301.4万吨;动物肠道发酵年均排放量为195.19万吨;化肥和农膜，年均碳排放量为79.38万吨和59.29万吨;农作物年均碳排放量、农药年均碳排量和农药年均碳排放总量分别为32.27万吨、21.15万吨和16.64万吨;灌溉面积年均碳排放量最少，也有2.69万吨。动物肠道发酵和粪便两项的碳排放量在总碳量中的比例占到71%，因此，对动物的养殖和粪便管理需要严格治理，运用高新技术养殖和粪便管理，减少碳的排放势在必行。

（二）农业碳排放驱动因素分析。采用2000～2017年数据，利用STIRPAT模型对数形式：

选取甘肃省农村人口总数（P）、农业生产总值（G）、农业机械总动力（T）、农业固定资产投资（I）为自变量，对农业碳排放总量（E）进行驱动因素分析。

利用Eveiws10.0对数据进行序列平稳检验，除了序列lnP在1%、5%下平稳外，其他序列均在1%、5%、10%下平稳;相关性检验及异方差检验均通过;格兰杰检验证明农业碳排放总量与其他变量之间存在因果关系。对模型进行估计，结果如下：

R2=0.9875，R2=0.9833，F=236.98，P=0.000，从回归系数的正负号来看，农业人口总数、农业生产总值符号为正，农业机械总动力与农业固定资产投资符号为负，符合经济学研究理论，人口过多，经济快速发展，导致碳排放量连年增加，我国已经成为碳排放量最多的国家。农业技术水平和投资的增加，将使农业生产过程中的碳排放不断减少，但目前来看，甘肃省的农业技术水平与固定资产投资在农业碳减排方面的贡献比例不大，还需要进一步提高。从回归系数的数值来看，人口每增加1%，农业碳排放总量增加2.144%;农业生产总值增加1%，农业碳排放总量增加0.337%;农业机械总动力与农业固定资产总投资的回归系数为负，说明这两个总量的增加，将引起农业碳排放总量的减少，农业机械总动力增加1%，农业碳排放减少0.075%，农业固定资产总值增加1%，农业碳排放总量减少0.031%。

四、对策建议

甘肃省农业碳排放总量呈现上升趋势，从2000年的535.58万吨增长到2017年的825.08万吨，年均增长率为2.48%;农业碳排放强度也呈现上升趋势，从2000年的1，536.30kg/hm-2到2017年的2，317.08kg/hm-2，年均增长率为2.36%。牲畜养殖引起的碳排放总量最大，年均碳排放总量有496.59万吨。农用生产过程中使用的农膜碳排放量增长最快，年均增长率为17.26%;化肥碳排放量最大，年均碳排放量为73.38万吨。农业人口增长和农业经济发展是碳排放增长的主要驱动因素，农业人口和经济总量每增长1%，碳排放量增长2.144%和0.337%。农业生产技术水平的提高可以减少农业碳排放量，农业生产技术水平提高1%，农业碳排放减少0.075%。农业固定资产水平提高1%，农业碳排放减少0.031%。

农业是一国经济发展的基础，保证农业的稳定发展，也要注意农业碳排放。因此，在稳定发展农业生产的同时，要提高农民的低碳生产意识，减少农业产量对化肥、农药和农膜的依赖;利用高科技和新的农业循环生产模式加大对碳的吸收，在农村推广“种植业+养殖业+沼气”模式，加大对甲烷气体的吸收、利用，减少农业碳排放。在牲畜养殖业引进先进技术进行科学喂养和粪便的管理，减少牲畜肠胃发酵和粪便管理的碳排放。政府要加大对农业科技投入，利用先进的科学技术减少碳排放。加大植树造林的力度，增加碳汇储备，从源头上减少碳排放。

主要参考文献：

[1]FAO，Climate change，agriculture and food security[M].Roman：Food and Agriculture Organization of the United Nations，2016.

[2]ZANG J B，SONG C C，YANG W Y.Cold season CH.CO2 and N2O fluxes from fresh water marshes in northeast China[J].Chemo sphere，2005.59（11）.

[3]SMITHP，MARTINOD，CAIZ，metal.Green house gas mitigation in agriculture[J].Philosophical Transactions Biologist-cal Sciences，2008.363（1492）.

[4]黃祖辉，米松华.农业碳足迹研究——以浙江省为例[J].农业经济问题，2011.3（11）.

[5]NOSED.Low carbon agriculture;Objective and policy path ways[J].Environmental Development，2012.1（1）.

[6]甘肃省国民经济和社会发展第十一个五年规划纲要[Z].2006.2.8.

[7]张小平，王龙飞.甘肃省农业碳排放变化及影响因素分析[J].干旱区地理，20145（07）.

[8]曲建升，王琴，陈发虎.甘肃省温室气体排放评估及其特征分析[J].生态资源，2008.3（55）.

[9]冉锦成，马惠兰，苏洋.西北五省农业碳排放测算及碳减排潜力研究[J].江西农业大学学报，2017.39（03）.

[10]朱灵伟，李冬青，罗罡辉，等.农地碳排放影响因素空间差异性研究——基于STIRPAT和GWR模型的实证分析[J].资源与产业，2019.21（06）.

[11]燕苗霞.吉林省农业温室气体排放的核算及影响因素分析[D].吉林：吉林财经大学，2018.