“双碳”背景下我国农业碳减排能力评价与时空演化的研究

吴正玉

(长江大学 经济与管理学院，湖北 荆州 434023)

近年来，碳排放量的增加导致全球变暖，低碳减排成为目前讨论的焦点问题。2020年习近平总书记在第75届联合国大会上提出，我国将在2030年前达到碳达峰，2060年前实现碳中和[1]。联合国粮食与农业组织官方数据显示，农业每年释放的温室气体占据全球温室气体的30%以上，其排放总量相当于150 亿t的二氧化碳。我国温室气体的15%来自农业农村，目前呈上升趋势，农业正悄然成为温室气体的重要排放源之一，推进农业农村碳达峰、碳中和势在必行。我国作为农业大国，农业碳排放量不容小觑，厘清农业碳减排的能力，分析农业碳减排时空演变，对于实现低碳农业，早日完成“双碳”目标，兑现我国对世界做出的承诺，向世界彰显一个有责任有担当的大国形象，具有重要意义。

目前越来越多的学者投身于农业碳问题研究，研究成果较为丰硕，其研究角度大致分为3种。一部分学者对农业碳排放的测算及其影响因素进行研究。金书秦等[2]测算农业碳排放数据发现农业碳排放数量整体呈上升，近年来放缓趋近碳达峰。田云等[3]在使用DEA-Malmquist分解法测算湖北省农业碳排放效率的基础上，通过Tobit模型研究发现前沿技术进步、农村经济发展水平以及城镇化水平因素等对农业碳排放有显著的正向影响。孟军等[4]运用碳排放系数法测算黑龙江农业碳排放量并通过LMDI分解模型从生产结构、劳动力规模以及农业生产效率等四方面分析对农业碳排放的影响。另一部分学者探析了农业碳排放与其他因素的关系。旷爱萍等[5]以广西为研究对象，运用协整理论和误差修正模型分析农业碳排放和农业经济增长之间的关系，结果表明，农业碳排放与农业经济增长存在长期的稳定关系。贺青等[6]运用环境库兹涅茨模型和门槛模型，认为农业产业聚集对农业碳排放具有双重门槛效应。曾珍等[7]通过构建PVAR模型，使用方差分解法和脉冲相应函数分析安徽3个区域的城镇化对农业碳排放的影响，研究表明，城镇化对农业碳排放的冲击方向及大小具有明显的区域差异。田云等[8]使用脱钩模型和耦合协调模型证实长江经济带农业碳排放系统和农业经济系统的耦合度逐步升高，两系统以弱脱钩、强脱钩为主。还有部分学者对农业碳排放潜力进行测算与评估，张军伟等[9]运用随机前沿生产函数模型测算粮食生产过程中的碳排放量，然后提出碳减排路径。冉锦成等[10]构建SBM模型测算甘肃、新疆、陕西、宁夏和青海的农业碳排放潜力指数，研究发现，近20 a青海的碳排放潜力指数最高，远高于其他4个省。高标等[11]在探讨了农业碳排放和农业经济增长的关系基础上，运用灰色预测模型探析城市的农业减排潜力。

综上所述，目前关于农业碳排放问题研究视角多样，研究成果较多。既有关于农业碳排放量测度和影响因素分析，也有关于农业碳排放与其他要素关系和估算农业碳减排潜力。这些研究为农业低碳减排提供了一定的理论和现实基础。但是，现有研究还存在一定的不足，一是关于农业碳减排的综合评价文献资料较少，二是关于农业碳减排的评价体系有待完善。基于此，本文提出构建农业碳减排评价指标体系，运用熵权法分析测算农业碳减排能力，借助莫兰指数和LISA聚类图分析我国农业碳减排时空演化趋势。

1 农业碳减排能力综合评价方法与模型

1.1 指标体系构建

本文根据文献中关于碳减排指标引用频次，结合农业行业的现实情况，构建出农业碳减排中的各项二级指标，然后综合考虑农业碳减排的4个相关方面，最终构建出农业碳减排能力综合评价指标体系(表1)。农业碳减排能力综合评价体系包含农村经济发展能力、农村碳汇能力、农村能源消耗和碳排放能力、农村社会发展能力4个方面共计13个主要指标数据。

表1 农业碳减排能力综合评价指标体系

1.1.1 农村经济发展能力

经济是衡量一个地区或产业的最重要指标，对于农业而言，经济在农业中的重要性更是不言而喻。农业生产总值、农业劳动生产率、土地产出率、人均粮食产量、第一产业增加值比重、单位耕地面积GDP 这些指标从农业的投入、产出2个角度衡量农村经济发展能力。其中农业生产总值用农林渔牧业总产值表示；农业劳动生产率为农业产值增加值与上一年农业产值总量之比；土地产出率为农业总产值与耕地面积之比；人均粮食产量为粮食总产量与农村人口之比；第一产业增加值比重是第一产业增加值占地区生产总值的比重；单位耕地面积GDP为耕地面积与农业总产值之比。

1.1.2 农村社会发展能力

社会发展能力主要表现为居民的收入与消费水平。农村居民可支配收入与消费水平是最直接的反映，城镇化率和乡村恩格尔系数则是间接反映。城镇化率是城市人口与总人口的占比，比例越高，地区的城市人口越多，主导产业为第二产业和第三产业，社会发展水平越高。恩格尔系数为食品支出占居民消费总支出的比重，若食品消费水平越高，说明该地区收入主要用于解决温饱问题，社会发展水平比较缓慢。

1.1.3 农业碳源能力

农业的碳源主要来自于农业生产种植过程的各项农事活动，柴油、农药、化肥、农用薄膜的使用等方面。其中柴油使用强度为农用柴油使用量与耕地面积之比；农药施用量为农药使用量与耕地面积之比；化肥施用强度为化肥使用量与耕地面积之比；农用塑料薄膜施用强度为农膜使用量与耕地面积之比。农业能源利用效率为农业总产值与农业能源消费之比，它和农业机械化水平作用类似，指标数值越高，代表在农业生产过程中能源使用效率越高，产生的碳排放越少。

农业碳排放密度是对农业生产过程中产生的碳排量进行较为合理的评价指标，它的计算公式为农业碳排量与耕地面积之比。农业碳排放量的计算参考旷爱萍等[5]的研究成果，同时结合农业碳源碳排放系数(表2)，最终计算出农业碳排放量。

表2 农业碳排放系数

1.1.4 农业碳汇能力

碳汇能力是指通过各种方法、技术，能够吸收或固定碳排量，达到碳排放总量降低的目的。农业主要是通过绿植吸收碳排放，产生氧气等途径达到固碳目的。因此，森林覆盖率、人均公园绿地面积以及造林面积可以衡量农业的碳吸收能力，绿植面积越大，碳吸收能力越大，碳汇能力越强。

1.2 数据来源

考虑数据的科学性、可获取性和准确性，由于数据缺失严重，剔除西藏、香港、澳门和台湾等省区市，最终本文选取我国30个省区市2001—2019年的数据作为研究对象，原始数据主要来源于EPS数据库，少数来源于各省区市统计年鉴，部分缺失值采用插值法补齐。

1.3 农业碳减排能力综合评价指标计算方法

确定指标权重的方法主要有专家打分法、层次分析法，这两类方法赋权具有一定的主观性，不能较为客观精准反映现实情况。运用熵权法进行指标赋权时可有效避免上述的主观差误等问题，熵权法操作步骤如下：首先是对原始指标进行标准化处理，然后避免数据结果出现为零的情况，对数据进行平移操作，然后计算评价指标熵值与权重，最后计算得出农业碳减排能力。

1.4 农业碳减排能力空间自相关检验模型

1.4.1 全局莫兰指数

全局莫兰指数(Moran’sI)主要用于检验空间是否存在变量聚集现象，计算公式如下：

1.4.2 局部莫兰指数

全局Moran’sI指数从整体上判断我国30个省级行政区域农业碳减排能力是否存在空间自相关，为了进一步研究我国30个省级行政区域农业能力是否存在局部性的空间聚集现象，需要引入局部Moran’sI指数和莫兰指数散点图观察农业碳减排能力可能存在的局部自相关性。局部Moran’sI计算公式如下：

局部Moran’sI指数为正，则表明属性相同的数值聚集在一起(高值相邻或低值相邻)；局部Moran’sI指数为负，则表明属性相异的数字聚集在一起(低值与高值相邻或高值与低值相邻)。

2 实证分析

2.1 农业碳减排能力综合评价结果与分析

根据上述计算方法，对我国2001—2019年30个省区市进行农业碳减排测算，如表3所示，由于年份跨年较大，为了行文简洁美观，表3仅列出了时间间隔相同的7个年份的30个省区市的农业碳减排能力。

由表3可知，2010—2019年我国农业碳减排能力整体呈现上升趋势，且近几年增速加快。2010年0.043 6增长至2019年的0.084 0，年均增速达到4.87%。2001—2019年，一方面国家从宏观上对农业绿色生产进行顶层设计，农药化肥“双减政策”实施。另一方面农户绿色环保意识不断增强，农田集约化经营，农业清洁生产等行动，共同促进了我国农业绿色高质量发展，农业碳减排能力显著提高。

表3 2001—2019年30个省区市农业碳减排能力

借鉴张发明等[12]的划分标准，建立农业碳减排能力划分标准，见表4。具体而言，我国30个省区市农业碳排放能力差距较大(表5)。

表4 农业碳减排能力划分标准

表5 2001—2019年农业碳减排能力等级

2001年我国各级省区市农业碳减排空间格局呈现倒金字塔形，低水平和中低水平的省区市较多，而高水平的省区市较少。其中以黑龙江、吉林、湖北等为代表的主产区农业碳减排能力较低；河北、安徽和福建等7个省区市处于中低水平，北京等6个省区市处于高水平。

2004年我国各省区市农业碳减排空间格局呈现高低不一参差状，以河北、吉林和黑龙江为代表的低水平的省区市有11个，以天津、内蒙古、广东等为代表的中高水平省区市有7个，以北京、河北和上海等为代表的高水平省区市有8个，其余4个省区市处于中低水平。

2007—2019年我国各省区市农业碳减排空间格局呈现橄榄球形，即中部稍大，两头稍小。2007、2010、2013、2016和2019年，农业碳减排低水平的省区市在2～5个徘徊，农业碳减排高水平的省区市维持在2～4个，剩余20多个省区市均处于农业碳减排的中低水平和中高水平。根据2019年农业碳减排能力预测，未来我国农业碳减排能力将进一步优化，低水平和中低水平省区市数量将会逐步减少，中高水平和高水平省区市数量将会增加，我国农业碳减排综合能力将会得到提升。

2.2 农业碳减排的时空格局演变

2.2.1 农业碳减排能力总体格局演变

运用Stata，通过构建省级空间矩阵计算出2001—2019年我国30个省区市农业碳排放能力的全局Moran’sI，结果见表6。2002、2003、2004、2007、2008、2016、2017、2018和2019年9 a的Moran’sI大于0，表明这些年份我国农业碳减排能力呈现空间正相关，其余剩余10 a的Moran’sI小于0，表明这些年份我国农业碳减排能力呈现空间负相关，总体来说，2001—2019年我国农业碳减排能力空间相关性表现为波动状态，空间相关性不稳定。

表6 2000—2019 年我国农业碳减排能力的全局莫兰指数检验结果

Z值反映了莫兰指数的显著性，2001、2002、2003、2004、2005、2007、2008、2016、2017、2018和2019年11 a为正数，其余8 aZ为负数。2001—2019年我国30个省区市农业碳减排能力呈显著性倒U形：初始年份农业碳减排能力显著性较强，中间年份农业碳减排能力显著性减弱，近几年农业碳减排能力显著性增强。

在显著性水平0.05的条件下，仅2019年通过了显著性检验，但P值整体呈现减少趋势。说明前期我国农业碳减排能力存在空间负相关性，但不显著，近年来我国农业碳减排能力呈现空间自相关性。从区域地理位置看，农业生产受限于气候、地形、水源等多种因素，临近的农业生产区域一般具有相同或相似的农业生产环境，使得农业碳减排能力出现趋同情况。从社会角度看，我国的三大功能产区设立了农业先行示范区，示范区在农业种植、培育技术和物流销售等方面成绩斐然，周围临近区域学习借鉴示范区经验，涓滴效应逐步凸显，这为农业碳减排能力的空间关联性奠定基础。

2.2.2 农业碳减排能力局部格局演变

利用GeoDa软件计算出2001、2010和2019年绘制出我国农业碳减排能力的局部莫兰散点图(图1)和LISA聚类显著(表7)。

图1 2001、2010、2019年农业碳减排能力的局部莫兰散点状

表7 2001、2010、2019年农业碳减排能力空间的LISA显著性

由图1可知，2001、2010和2019年局部Moran’sI指数分别为-0.017、-0.099、0.230，局部Moran’sI指数由负值变为正值，说明我国农业碳减排空间相关性呈增强态势。2001年我国的30个省区市的农业碳减排能力空间分布呈随机性，均匀分布在四个象限中；2005年空间相关性有所改变，主要集中在第二象限和第四象限，表明该阶段我国农业碳减排能力空间负相关较强，2010年空间负相关性进一步增强，第二象限、第三象限较为集中；2019年农业碳减排能力空间正相关，主要分布在第一象限和第三象限。

通过表7可直观观察到我国2001—2019年农业碳减排能力空间演化趋势。2001年仅有安徽处于高-低空间显著性，其他省区市均不显著，2010年重庆和四川分别处于高-低和低-低显著性，2019年上海、四川、陕西、山西、安徽、内蒙古、广西7个省区市位于不同程度的空间显著性。我国的农业碳减排空间演化呈现出一定的特征，首先从区域划分上看，农业碳减排能力空间呈现“北聚南散”的特点。农业碳减排能力较为显著的以北方省区市为主，南方省区市较少。北方地形开阔，大面积农田成片分布，有利于大型农业机械作业，农业生产高效，南方以分散的小农户经营居多，小农户为提高产量，农药化肥量相对使用较多，在一定程度上增加农业碳排放量。其次从三大功能区上看，农业碳减排呈现主产区平衡区聚集，主销区分散的特点。农业主产区和农业平衡区的经济构成中，农业占据绝对主导地位，农业生产规模相对较大。前期由于以提高产量为目标，滥用化肥农膜农药等高污染生产资料，在取得农业高产的同时以牺牲农业环境为代价。中后期，国家开始注重农业高质量发展问题，注重农业生产的可持续性。2016年财政部与农业部联合颁发《建立以绿色生态为导向的农业补贴制度改革方案》、2017年中央一号文件提出推进农业绿色生产、2018年农业农村部出台《农业绿色发展技术导则(2018—2030年)》。连续多年颁发促进农业低碳绿色的文件政策，一方面对今后农业绿色低碳发展总方向做出顶层规划，另一方面农民在潜移默化中接受绿色低碳生产理念，逐步采纳新型清洁绿色生产技术与物质资料，农业碳排放量整体呈现减少趋势。2010年以后我国农业碳减排能力由空间随机性向空间显著性逐步转变。

3 小结与建议

本文通过从农业经济、农村社会、农业碳源和农业碳汇4个维度构建农业碳减排能力评价指标体系，运用熵权法计算我国2001—2019年30个省区市的农业碳减排能力以及Stata、Geoda等软件计算Moran’sI全局指数、Moran’sI局部指数，并绘制农业碳减排的LISA聚类图分析农业碳减排时空演化。主要结论为：一是我国农业碳减排能力整体呈现上升趋势，中间少数年份出现衰退情况。二是我国农业碳减排能力空间相关性呈现波动状态，空间相关性相对不稳定。三是我国农业碳减排空间相关性由不相关-弱相关-相关转变，其空间相关性呈增强态势。四是我国农业碳减排空间显著性表现为“北聚南散”和“主产区平衡区聚集，主销区分散”的特点。

根据上述分析，在“碳达峰碳中和”的现实背景下，一是要尽量减少农业化学物质投入，代之以有机可分解生产资料物质。减少农药化肥农膜等生产投入资料的使用，能够有效减少对农田的污染和农业碳源，从源头上提升农业碳减排潜力。二是加大农业科学技术的研发和投入力度，加快推广绿色低碳技术的应用，重点关注绿色循环农业模式，通过种养结合方式，既提高农田肥沃度，同时还能优化农业结构，提升农业产品质量。三是改进传统农业耕作方式，促进秸秆还田。一方面可以通过采取保护性耕作或轮作等方式增强农田碳汇能力，提高土地有机碳稳定性。另一方面通过过腹还田、沤制还田、秸秆还田等多种措施促进农业物质科学还田，减少秸秆焚烧的环境污染问题，提高土壤有机含量。四是要加强对农业的教育宣传工作，提高农户绿色低碳生产意识。开展相关农业绿色教育培训，从而提升农户掌握新型生产技术和生产机械的能力，使农户从根本上了解认识农业低碳绿色生产的益处，改变传统高投入低产出的小农生产意识。