黄河流域农业碳效应时空演变及公平性研究

2023-03-10张军伟

人民黄河 2023年3期

陈晨，张军伟

（曲阜师范大学管理学院，山东日照 276800）

黄河流域是我国传统的农耕区，农用物资长期粗放式投入和农业产业结构不合理等问题造成流域农业低碳发展进入瓶颈期［1］。2019 年9 月18 日，习近平总书记在黄河流域生态保护和高质量发展座谈会上提出“坚持生态优先、绿色发展”［2］。发展低碳农业，实现区域间生态效益与农业经济效益的协调一致既是实现黄河流域可持续发展的关键，也是推进流域农业高质量发展的必然选择［3］。全面洞悉黄河流域农业碳效应发展现状及动态演化轨迹，科学评价区域间农业碳排放公平性，对于指导黄河流域农业高质量发展、实现流域农业低碳转型具有重要意义。

现有黄河流域农业高质量发展的研究主要集中在农业生态效率的测算［4］、农业绿色发展水平的测度［5］以及推进路径［1］等方面，对黄河流域农业碳问题及其公平性研究较少。为此，本文依据黄河流域九省（区）2000—2020 年数据，在构建完整农业碳效应测算体系的基础上揭示黄河流域碳效应时空演变规律，立足于公平性视角从生态承载能力和经济贡献能力两个角度分析省际差异，以期推进黄河流域农业低碳转型助力流域农业高质量发展进程，并为黄河流域低碳农业的发展及制定差异化减排增汇对策提供参考。

1 研究方法与数据来源

1.1 农业碳效应内涵及测算方法

与工业单一的碳排放特征不同，农业兼具碳源与碳汇双重特征［6］，即在生产活动中产生大量的碳排放、在农作物生长过程中通过光合作用又吸收部分二氧化碳。鉴于此，为更全面地衡量农业的“双重效应”，本研究将农业碳汇量与碳排放量之间的差值定义为农业碳效应［7］。

1.1.1 农业碳汇量测算

考虑到草地与林地受人类活动影响相对较小且当前学术界尚未对其形成相对统一的测算标准［8］，故本文在农业碳汇量测算时只涉及种植业，即专指农作物生长发育全过程的碳吸收。利用系数法测算黄河流域农业碳汇量，计算公式为

式中：S、Si分别为黄河流域农业碳汇总量和第i种农作物的碳汇量；k为农作物品种数；si为农作物i的碳汇系数；Yi为第i种农作物的经济产量；r为农作物含水率；HIi为农作物i的经济系数。

黄河流域主要农作物碳汇量测算参数［8－9］见表1。

表1 黄河流域主要农作物碳汇量测算参数

1.1.2 农业碳排放量测算

综合已有研究成果［8，10］，本文针对农业碳排放量测算主要涉及4 类碳源：①农用物资投入（农药、化肥、农膜、农用柴油的投入使用以及农业灌溉）所导致的碳排放，各碳源排放系数见表2；②水稻种植过程中产生甲烷（CH4）排放，其排放系数［11］见表3；③畜禽养殖过程中肠道发酵所引发的CH4排放及粪便管理过程中CH4与氧化亚氮（N2O）的排放，各畜禽排放系数见表4；④秸秆处理过程中由秸秆还田、秸秆燃烧所引发的碳排放，秸秆处理相关参数赋值均引自程琳琳［12］研究成果和《省级温室气体清单编制指南（试行）》［13］。黄河流域农业碳排放量测算公式为

表2 主要农业碳源排放系数

表3 黄河流域九省（区）水稻种植过程中的CH4排放系数 g／m2

表4 黄河流域主要畜禽碳排放系数 kg／（头·a）

式中：C、Ci分别为黄河流域农业碳排放总量和第i类碳源所产生的碳排放量；Ti、δi分别为黄河流域第i类碳源的具体数量及其相应排放系数。

此外，为保证农业碳排放量测算结果单位的一致性，依据IPCC 第4 次评估结果将甲烷、氧化亚氮按其转换系数分别为6.818 2、81.272 7 置换成标准碳（C）进行计算。

1.2 农业碳排放公平性评价模型

通过从生态承载能力和经济贡献能力两方面构建模型对碳排放公平性展开探讨，源于能源消费碳排放［15］，其后碳排放公平性评价模型进一步拓展到农业碳排放［16］以及农田生态系统碳排放［17］等领域。对碳排放公平性问题的已有探讨多侧重于全国层面，针对国家战略发展区的碳排放公平性研究较为鲜见。本文以黄河流域为研究主体，将九省（区）作为评价单元构建农业碳排放公平性评价模型，从生态承载能力和经济贡献能力两方面衡量各省（区）农业碳排放公平与否。据此，基于已有研究［16］构建农业碳排放公平性评价模型。

1.2.1 农业碳排放生态承载模型

该模型主要考察黄河流域省际农业碳生态容量贡献公平与否，可以衡量不同省（区）的碳吸收能力［16］。农业碳排放生态承载系数（ESC）计算公式为

式中：Sm为黄河流域m省（区）的农业碳吸收量；Cm为黄河流域m省（区）的农业碳排放量。

若ESCm ＜1，说明m省（区）农业碳吸收量在黄河流域中的贡献份额小于其农业碳排放量所占比重，生态容量相对较低，使得其他省（区）承担了更多的碳吸收任务；反之，则说明该省（区）生态容量较高，能对其他省（区）产生正外部性效应，减轻其他省（区）过量碳排放所引发的生态环境压力。

1.2.2 农业碳排放经济效率模型

该模型主要考察黄河流域省际农业碳排放经济贡献公平与否，可以衡量不同省（区）的农业碳产生能力［15］。农业碳排放经济贡献系数（ECC）计算公式为

式中：Gm和G分别为黄河流域m省（区）的农业增加值和全流域农业增加值之和。

若ECCm＜1，说明m省（区）对黄河流域农业经济贡献率小于其农业碳排放贡献率，农业生产效率相对较低，由此产生的碳排放损害了其他省（区）的利益；反之，则说明该省（区）农业生产效率相对突出，对黄河流域其他省（区）有贡献。

1.3 数据来源与处理

本研究对2000—2020 年黄河流域九省（区）的数据样本进行分析，农业碳汇量与碳排放量测算所需原始数据来自《中国农村统计年鉴》《中国农业年鉴》《中国畜牧兽医年鉴》以及九省（区）的相关统计年鉴。其中，各类农用物资投入量、水稻种植面积以及各种农作物的经济产量均以当年实际数量为准。因考察区域涵盖我国多处主要牧区，而本研究主要考察种植业的碳汇作用，不涉及草地碳汇，故在计算畜禽养殖所导致的碳排放时减去依赖于纯牧区的大牲畜数量（即本研究只考虑耕地、畜禽养殖过程中所引发的碳排放），同时各类畜禽因饲养周期不同，故需按照各自出栏率对其年均饲养数量进行适当调整，具体调整方法参考闵继胜等［11］相关研究。农业增加值数据源自《中国统计年鉴》，为确保年际间的可比性，在实际分析中以2000 年不变价进行调整。需要说明的是，本文中的黄河流域农业碳排放量、碳汇量、碳效应指九省（区）相应数量之和。

2 研究结果与分析

2.1 黄河流域农业碳效应时空演变分析

2.1.1 时序变化

2000—2020 年黄河流域农业碳汇量、碳排放量及碳效应测算结果见图1。

图1 2000—2020 年黄河流域农业碳汇量、碳排放量及碳效应

由图1 可知，2000—2020 年黄河流域农业碳汇总量呈稳定上升趋势，由2000 年的17 968.86 万t 增至2020 年的27 693.60 万t，增长了54.12%，以玉米和小麦为主要碳汇；碳排放量由2000 年的8 126.95 万t 增至2020 年的9 274.33 万t，增长了14.12%，主要碳源为畜禽养殖和农用物资投入，年均占比分别为38.73%和34.01%。农业碳排放增速明显低于碳汇增速，表明黄河流域农业在增汇减排方面进展显著。

进一步分析可知，2000—2020 年黄河流域整体上农业碳效应与农业碳汇保持了大致相同的增长态势，农业碳效应从2000 年的9 841.91 万t 增至2020 年的18 419.27 万t，增长了87.15%。黄河流域农业碳效应的演化趋势与我国农业政策激励密切相关［18］，尤其是从2004 年中央一号文件颁布以后，农民农业生产的积极性大幅提高，紧接着2006 年国家将传统农业税取消，一系列政策带动了种植产业的迅速复苏，黄河流域作为全国重要的农产品生产基地，该时期小麦、玉米、棉花等作物规模化生产得到提升，使得农业生产碳汇量不断上升且增速明显高于碳排放量增速，实现流域农业碳效应的快速增长。2014 年中央一号文件指出要大力发展“生态友好型农业”，农业绿色发展受到高度重视；2015 年农业部提出“农药、化肥使用量到2020年实现零增长”助力农业低碳发展；党的十九大报告提出“绿水青山就是金山银山”的可持续发展理念。一系列文件的颁布使得农民低碳意识逐渐增强，积极响应农业绿色发展的号召，农业产业结构优化调整，农资投入结构日趋合理化［19］，对近年来黄河流域农业碳排放的降低起到了明显推动作用，也间接使得黄河流域农业碳效应呈现稳定增长态势。

2.1.2 空间分异

通过对比2000 年、2010 年、2020 年黄河流域九省（区）农业碳效应（见图2）可知，黄河流域省际农业碳效应差异显著。2020 年河南和山东的农业碳效应以绝对优势排在前两位，分别为5 785.09 万、4 718.51 万t，两省农业碳效应占比超过整个黄河流域的一半；其次是内蒙古和四川，农业碳效应分别为2 969.77 万、2 195.80万t；山西、陕西、甘肃、宁夏依次排在第五位至第八位，农业碳效应分别为955.01 万、886.31 万、677.52 万、193.67 万t，与前四位相比尚有较大差距；青海的农业碳效应最小，为37.58 万t，原因是其农作物种植面积较小而畜牧业相对发达。可以看出，黄河流域九省（区）农业碳效应均呈现出净碳汇特征，表明农业生产在一定程度上可吸收其他产业部分温室气体［20］。

图2 典型年份黄河流域九省（区）农业碳效应对比

相比2000 年，2020 年黄河流域九省（区）农业碳效应均表现出不同的增长趋势，其中内蒙古增幅最大，年均增长率高达6.94%，为2000 年的3.82 倍；河南、青海、山西、甘肃和山东的增速也很可观，年均增长率分别达到3.71%、3.34%、3.32%、2.86%和2.45%；宁夏、陕西、四川分别以1.86%、1.57%和1.34%的年均增长率保持了农业碳效应的稳定增长，说明黄河流域总体上农业技术水平不断提升，农业低碳化效果显著。

为探究农业碳效应空间分布特点，将黄河流域九省（区）的农业碳效应划分为3 类等级区，即农业碳效应大于2 000 万t 的省（区）属高碳效应区，1 000 万～2 000万t 的省（区）属中碳效应区，0～1 000 万t 的省（区）属低碳效应区。由黄河流域典型年份农业碳效应各等级区空间分布（见图3）可知，2000—2020 年黄河中上游省（区）高碳效应区从无到有，其中四川由中碳效应区转变为高碳效应区，内蒙古则从低碳效应区逐步过渡到高碳效应区，说明这两省（区）的农业碳生态有较大改善。黄河中上游的青海、甘肃、宁夏、陕西、山西始终处于低碳效应区。黄河下游的河南和山东则一直处于高碳效应区，表明下游两省在此期间农业碳效应均稳定保持在高值，可以认为其在农业生产过程中一直维持了碳生态友好的生产环境。不难发现，高碳效应区以传统农业大省尤其粮食主产区为主，且黄河流域农业碳效应两极分化现象较为突出。究其原因，主要是不同省（区）农作物种植规模及农业技术水平存在差异［21］。进一步分析发现，黄河流域农业碳效应空间分布产生了一定的集聚现象，总体上农业碳效应分布东高西低，下游高上游低。

图3 2000 年、2010 年、2020 年黄河流域农业碳效应各等级区空间分布

2.2 黄河流域农业碳排放公平性分析

不同时点黄河流域九省（区）农业碳排放生态承载系数（ESC）和经济贡献系数（ECC）差异情况见表5。从生态承载能力来看，内蒙古、河南、山东三省（区）表现为波动上升趋势，内蒙古增幅为九省（区）之首，其生态承载系数2020 年较2000 年增长了15.36%；青海、山西两省表现为先升后降的演变趋向，四川、陕西两省呈现波动下降态势；甘肃和宁夏两省（区）则呈持续下降态势，宁夏的降幅最大、2020 年较2000 年下降了32.85%。从经济贡献能力来看，四川、青海、河南三省表现为波动上升趋势，其经济贡献系数2020 年较2000 年分别增长了9.59%、9.38%和5.85%；山东、陕西两省虽呈现先升后降的演变态势，但总体上升态势显著，山东以13.23%的增幅为九省（区）之最；甘肃、宁夏、山西三省（区）表现为波动下降趋势；仅内蒙古呈持续下降态势，2020 年与2000 年相比下降了38.73%。

表5 典型年份九省（区）农业碳排放生态承载系数和经济贡献系数差异情况

为了更直观地反映黄河流域农业碳生态容量贡献与碳排放经济贡献的公平性，基于ESC和ECC两类系数的差异将九省（区）农业碳排放公平性划分为4 类：①双优型，即生态承载能力和经济贡献能力均较高（ESC＞1，ECC＞1）；②生态优势型，即生态承载能力较高但经济贡献能力较低（ESC＞1，ECC＜1）；③经济优势型，即生态承载能力较低而经济贡献能力较强（ESC＜1，ECC＞1）；④双劣型，即生态承载能力和经济贡献能力均较低（ESC＜1，ECC＜1）。

2000 年、2010 年、2020 年黄河流域农业碳排放公平性类型空间分布见图4。

图4 2000 年、2010 年、2020 年黄河流域农业碳排放公平性类型空间分布

由图4 可知，山东始终为双优型，说明其自身具有较高的生态容量且农业生产效率也相对突出，有效分担了黄河流域其他省（区）部分碳减排责任。河南虽一直为生态优势型，但可以看出其经济贡献系数呈现显著递增之势且接近于1，说明其生态承载能力突出，近年来为其他省（区）分担了碳排放压力，同时其农业经济也成功向低耗高效率型发展，农业生产的生态效益日益向好。内蒙古从双优型转变为生态优势型，这与其种植业规模逐年增大有关，从生态角度来看，应充分发挥其碳汇能力，但受自身经济发展水平与农业现代化水平等条件的制约，其农业产出效率逐年降低，应在推行低碳农业的同时注重与经济发展并行。陕西由生态优势型转变为经济优势型，说明其近年来农业碳排放与生态容量不相协调。山西虽从生态优势型转变为双劣型，但实际上其生态承载系数降幅不大（依旧维持在1 左右），说明该省碳生态容量趋于平衡；而其经济贡献系数相对较小，可知该省在农业生产过程中排放一定比例的碳并未产生相应的经济贡献，从经济角度来看，对黄河流域其他省（区）是不公平的。四川和青海一直为经济优势型，一方面说明其农业现代化水平及产业化程度在黄河流域并未掉队，农业产出效率处于优势地位；另一方面说明四川规模化的水稻种植及两省的畜禽养殖等引发大量农业碳排放，在一定程度上限制了当地的生态承载能力。宁夏和甘肃始终未从双劣型行列中走出来，说明其生态容量与农业生产效率均处于较低水平，无论是从生态角度还是经济角度来看，均损害了其他省（区）的利益。