贵州省农业发展碳排放脱钩效应及影响因素研究

秦会艳,暴馨瞳

(东北林业大学 经济管理学院,哈尔滨 150040)

一、引言

习近平总书记在第七十五届联合国大会一般性辩论上宣布,中国会力争在2030年之前实现碳达峰,在2060年之前实现碳中和。基于此,发展绿色经济,低碳经济,促进经济结构升级转型是未来经济发展的重要方向,农业作为整体经济组成中的一部分,也必然要遵循这样的发展方向。农业作为国民经济的基础性产业,对我国经济发展,方针政策制定等都起到深刻作用,农业碳排放已成为温室气体的重要来源,因此农业碳排放问题也亟待解决。

对于农业发展的碳排放研究,国内外学者研究的主要内容有三方面。一是农业发展碳排放的来源及测算。黄祖辉从不同层级碳源核算出发,对浙江省农业碳足迹进行测算发现,农业发展使用的三大能源,即煤炭、柴油和电力是碳源之首,种植活动和养殖活动产生的碳排放比重不高[1];田云等人基于农业碳排放源头呈现多样性特点,从农地利用、稻田、牲畜肠道发酵和粪便管理四方面进行农业碳源确定,核算了16类碳源的碳排放量[2];陈胜涛等从种植业和畜禽养殖业出发,对农业产生的二氧化碳减排潜力和边际减排成本进行研究[3];在农业机械的大规模投入,基于农业能源消耗上升的背景下,史常亮等学者从农业发展能源消费产生的碳排放入手,对我国农业发展碳排放进行了研究。综上可以发现,对农业发展碳源的确定,既有多样性视角,也有单一视角[4];Jane M.F. Johnson和美国密苏里大学研究员基于农业碳排放多源头的视角,对美国农业发展碳排放进行测量后发现美国农业碳排放的第一大源头是农地利用[5]。二是农业发展碳排放驱动因素分析。庞丽对我国不同区域的农业发展能源消耗产生的碳排放的驱动因素进行了分析,得出农业经济发展水平、农业生产效率因素、结构因素和劳动力转移因素会影响农业发展碳排放,且对不同区域的影响程度不一样[6];高标等应用 STIRPAT 模型,以人口总数、人均 GDP、农业贡献值、农用机械总动力、农户固定资产投资为驱动因素原始变量,对吉林省农业发展多角度产生的碳排放驱动因素进行了分析[7];Smith Pete等学者考虑到微量气体和农业碳排放之间的联系,研究发现在不同的农业生产类型下微量气体的加入和减少会对农业碳排放产生影响[8]。三是研究农业碳排放与经济增长之间的关系。李波等基于投入视角来研究我国农业碳排放与经济发展间的关系,发现二者间呈现弱脱钩、扩张连接和扩张负脱钩的特征[9]。李波等从环境库茨涅兹视角进行实证分析,来研究中国农业碳排放强度和人均GDP之间的关系, 发现二者呈现出明显的倒U型曲线关系[10]。

从已有文献可以看出,关于农业碳排放问题的研究大多遵循IPCC分类标准,从农地利用、牲畜养殖等角度出发进行研究。但随着农业发展向集约化、规模化方向转变,能源使用的比重也在不断增加,农业能源消费产生的碳排放比重不断增加。因此,本文拟以西部欠发达省份,贵州省作为研究对象,将研究农业碳排放的视角放到能源消耗产生的碳排放上,将农业发展能源消耗量作为农业碳源核算主体,丰富农业碳排放的研究内容,分析贵州省农业发展碳排放脱钩效应,并进一步探索农业发展碳排放驱动因素,为实现农业低碳减排提出建议。

二、研究方法与数据来源

(一)研究方法

1.碳排放量估算法

本文采用 IPCC 提供的能源碳排放计算方法,并参考宋德勇[11],黄贤金[12]等学者碳排放公式构建方法的基础上构建本文碳排放计算公式即:

(1)

式(3-7)中:CO2表示为碳排放量,单位为万吨,Ei为能源 i 的消费量,单位为万吨;bi为能源i的碳排放系数(根据《IPCC 碳排放计算指南》2006);n为能源种类数。

根据贵州实际能源消耗情况以及《贵州统计年鉴》中有关能源消费的统计数据,我们发现其中仅有涉及各种能源转化为标准煤的统计数据,并没有各种能源消费的详细数据,鉴于此,我们需调整上述公式来测度贵州的能源消费碳排放量。调整后的碳排放测量公式如下:

CE=EFi*E

(2)

其中CE指能源碳排放量,EFi指各能源换算成标准煤后的碳排放系数,E指各能源消费转化为标准煤的消费量,单位为万吨标准煤。

表1 所需各类能源碳排放系数

2.农业碳排放脱钩模型

构建脱钩指标主要有两种模型,一种是2002年OECD提出的基于“驱动力(Driving Force)-状态(State)-响应(Response)”,即DSR模型,根据该模型将脱钩分为“绝对脱钩”和“相对脱钩”。“绝对脱钩”指经济增长而二氧化碳排放量减少的状况,如果经济增长率高于二氧化碳排放增长率,则是“相对脱钩”[13]。另一种模型是Tapio在2005年基于弹性概念提出所谓脱钩弹性,即经济发展变化的幅度导致二氧化碳排放改变程度的比值,反映了二氧化碳变化对于经济变化的敏感程度[14],为研究欧洲在1970年到2001年的经济发展与碳排放之间的关系,引入了中间变量,即交通运输量,从而构建运输量与GDP之间的弹性公式,以及运输量和碳排放总量之间的弹性公式,最后将两弹性公式相乘,便得到一般的脱钩指标计算公式。在此基础上,后来的学者引入IPAT方程进行脱钩评价,但本文主要将研究视角放在前两种上面,因此对于该种方法不展开过多赘述。

运用OECD的方法构建脱钩指标分为两步,第一步需先构建脱钩指数,如式(3)。

(3)

其中EP为环境压力(Environment Pressure),DF为经济驱动力(Driving Factors),T表示当期,0表示基期。

第二步是计算脱钩因子,如式(4)。

脱钩因子=1-脱钩指数DI

(4)

Tapio构建指标如下式(5)。

(5)

其中eco2,GDP表示经济发展与碳排放之间的脱钩弹性系数,V 为中间变量。Tapio 根据脱钩弹性值的大小定义了八种脱钩状态,如表2所示。

表2 Tapio(2005)对八种脱钩状态划分

基于此,构建贵州省农业发展与碳排放之间的脱钩指标,首先要确定碳排放与农业发展之间的中间变量,这个中间变量有两层含义,一是指明农业碳源,二是表明碳排放和农业经济发展之间的关系由能耗量联结起来。结合以往的文献研究和贵州省的实际情况,本文引入能耗量这个中间变量。因此,贵州省碳排放与农业发展的脱钩弹性可分解为两组中间变量弹性乘积,即碳排放与能源消费量之间的弹性、能源消费量和农业总产值(Gross agriculture output,简称GAO)之间的弹性,分别称为农业减排脱钩指标、农业节能脱钩指标。其中农业碳排放与农业能源消费量之间的弹性表达式如下:

(6)

能源消费量对农业生产总值的弹性指标如下:

(7)

该指标被称为农业节能指标,主要用来衡量农业生产对能源利用的效率。

将以上(6)和(7)式相乘,可得农业发展和碳排放之间的脱钩指标,即:

eco2,GAO=eco2,E×eE,GAO

(8)

3.碳排放影响因素分解法

LMDI分解法能消除不能解释的残差项,使模型更具说服力;分部门效应加总与总效应保持一致,即不同的分部门效应总和与各个部门作用于总体水平上获得的总效应相一致[15],测算结果更有说服力,因而成为当前碳排放领域最为热门的一种因素分解方法。因此,基于田云[16]、朱嘉晴[17]等研究,文章利用LMDI分解法将贵州省农村经济发展碳排放量分解如下:

(9)

假设C0和CT分别代表基期年和第T年的碳排放量,根据加法形式的 LMDI 分解法,可将第 T 期相对于当前的农业碳排放量△C分解为:

△C=△Cα+△Cβ+△Cη+△Cξ

(10)

△Cα、△Cβ、△Cη、△Cξ分别表示能源结构、碳排放强度、人均生产总值和农村人口规模对贵州省农业发展的影响,再对其进行分解得:

(11)

(12)

(13)

(14)

结合脱钩模型可得:

(15)

式(15)表明,贵州省农业发展与碳排放脱钩效应被分解为 4 个效应,即能源结构效应eα、技术效应eβ、经济效应eη与人口规模效应eξ。

(二)数据来源及处理

根据实际研究情况,为确保数据的权威和准确性,均从相关官方网站找到数据。其中,贵州省农业生产总值数据来自《中国统计年鉴》,按2009年定价计算,农业能耗数据来自《贵州统计年鉴》。由于目前我国没有对碳排放量的直接监测数据,故碳排放量采用IPCC(2006)推荐的方法计算。本研究中农业生产总产值以2009年为基期进行定价换算。

三、结果与分析

(一)贵州省农业碳排放弹性特征分析

从表3可以看出贵州省2009年到2019年之间碳排放和农业发展的时序演变情况,从1和不同中间变量之间弹性的大小比较中可以看出中间变量对脱钩指标变化的作用,若中间变量弹性指标大于1,表示对贵州省碳排放与农业经济发展之间的脱钩弹性指标的上升起正向作用,若中间变量弹性指标比1小,则起反向作用。

表3 2009-2019年间贵州省碳排放与农业发展之间脱钩弹性及其分解

对于减排脱钩指标,有增长连结、衰退连结和扩张负脱钩三种状态。增长连结表明能源使用增加时碳排放也增加,但弹性处于0.8～1.2之间;衰退连结指当能源使用减少时碳排放也减少,且弹性也处于0.8～1.2之间;扩张负脱钩指当能源使用增加时碳排放也增加,但弹性大于1.2。可以看出,增长连结和衰退连结是弹性一样,但变化方向相反的两种状态。其中增长连结的状态是最多的,2010、2011、2015和2019年是衰退连结状态,而扩张负脱钩只有2009年。目前贵州省农业发展在能源使用和碳排放整体处于连结状态,还没有达到脱钩状态。

对于节能脱钩指标,有弱脱钩、强脱钩和扩张负脱钩三种状态,但整体以弱脱钩和强脱钩为主。其中2009、2012、2013、2014和2016年是弱脱钩状态,即能源使用增加时农业生产总值也增加,且二者之间的弹性处于0～0.8之间。2010、2011、2015、2017和2019年是强脱钩状态,即当农业生产总值增加时能源使用减少,二者之间的弹性小于0。而2018年是扩张负脱钩状态,表明农业生产总值增加能源使用也增加,二者之间的弹性大于1.2,即农业生产总值增加导致能源使用增加,一单位的农业生产总值由超过1.2单位的能源贡献。

对于农业发展和碳排放之间的脱钩指标,由弱脱钩、强脱钩、扩张负脱钩和增长连结四种状态组成。其中2012、2013和2014年是弱脱钩状态,即当农业生产总值增加时二氧化碳排放量也增加,但二者之间的弹性处于一个较小的区间。2010、2011、2015、2017和2019年都是强脱钩状态,即农业生产总值增加时二氧化碳排放量减少,二者之间的脱钩弹性小于0,此时农业发展碳排放脱钩很明显。而2009年和2018年都是扩张负脱钩状态,表明农业生产总值增加碳排放也增加,且二者之间的弹性大于1.2。2016年为增长连结状态,即当农业生产总值增加时,二氧化碳排放量也随之增加,但二者之间的弹性处于0～0.8之间。

综上,2009-2019年之间,贵州省农业发展碳排放脱钩效应整体呈脱钩状态,且以强脱钩为主;农业减排总体为连结状态,以增长连结为主;农业节能整体呈现脱钩状态,以弱脱钩和强脱钩为主。

(二)贵州省农业碳排放驱动因素分解

通过LMDI模型对影响贵州省农村经济发展碳排放脱钩效应的因素进行分析后得出有四个,分别是能源结构效应、技术效应、经济效应和人口规模效应。在此基础上计算2009-2019年贵州省农村经济发展与碳排放脱钩效应各分解因素的贡献率。

由表4可以看出在不同的年份,各种因素对碳排放的贡献大小是不一样的。对各效应取绝对值,从极值方向来看,能源结构效应的区间为-0.0006～-0.0080,对应年份为2013-2014和2016-2017;技术效应的区间为-0.1224～-1.9101,对应年份为2010-2011和2014-2015;经济效应的区间为0.2802～1.6864,对应年份为2012-2013和2014-2015;人口规模效应区间为1.3581～49.2873,对应年份为2009-2010和2013-2014。从平均值来看,能源结构效应为-0.0025,技术效应为-0.9289,经济效应为0.6717,人口规模效应为8.9120。从影响方向来看,能源结构效应和技术效应对碳排放脱钩起促进作用,经济效应和人口规模效应对碳排放脱钩起抑制作用,但不同年份具体情况又有所差别。

表4 2009-2019年贵州省业发展碳排放脱钩效应LMDI分解结果

能源结构效应。能源结构效应对2009-2019年间贵州省农业发展碳排放脱钩起促进作用,随着时间发展,贵州省农村经济在能源结构方面略有调整,但总体不是特别明显,能源结构效应对碳排放脱钩的贡献大小不及技术效应。整体上来看,由于现有的化石能源是有限的,所以需要发掘清洁能源和其他可再生能源用来弥补现有能源的不足,因此,能源结构处于一种不断优化的进程中,从方向上看,能源结构效应对农业发展碳排放脱钩起促进作用。

技术效应。除2009-2010年外,技术效应对贵州省农业发展碳排放脱钩起促进作用,贵州省农业发展受技术进步的影响,从而帮助加快了农村经济发展碳排放脱钩,且总体影响呈现上升趋势。这是由于一开始贵州省农业发展的技术水平不高,且有的落后技术反而会使得碳排放增加。但随着科技的发展,技术水平逐渐提高,技术水平提高使得碳排放减少。由此可知,技术水平的先进性与否决定技术效应对农业发展碳排放脱钩的影响方向,技术水平的高低决定技术效应对农业发展碳排放脱钩的影响大小。

经济效应。在2009-2010年和2010-2011年期间,经济效应对农业发展碳排放脱钩起促进作用。此外经济效应的影响整体上升,表明贵州省农业发展经济总体处于上升的这样一种状态的同时,也反映出农业发展本身对碳排放脱钩是起抑制作用的,经济发展权,某种程度上说就是碳排放权。

人口规模效应。从影响方向来看,从2009-2015年和2016-2017年期间的人口规模效应对贵州省农业发展碳排放脱钩起抑制作用,但2015-2016年和2017-2019年的人口规模效应对贵州省农业发展碳排放脱钩起促进作用。人口规模效应对农业发展碳排放脱钩的影响整体上从抑制向促进方向转变。这和人口出生导致人口增加和城镇化演进的规律一致。人口出生,农村人口规模扩大,能源使用增加,碳排放增加;城镇化进程使农村人口向城市集聚,农村地区人均能源消费量下降,碳排放减少,此时人口规模效应对农业发展碳排放脱钩起促进作用。从人口规模效应数值绝对值大小变化来看,从2009-2015年人口规模效应呈上升趋势,2015年后开始减小。贵州省尤其是农村地区是全国劳动力的主要输出地区之一,因而农村人口规模会随着外流从而对碳排放的影响变小。由此可知,农村人口的多少决定对农业发展碳排放脱钩影响的大小,农村人口的流向决定对农业碳排放脱钩的影响方向。

四、结论与建议

(一)结论

1.2009-2019年贵州省农业发展碳排放脱钩时序演变以弱脱钩为主,碳排放量不断增加,但是碳排放强度呈现下降趋势,总体呈现脱钩情形。其中,贵州省农业发展碳排放脱钩效应整体呈脱钩状态,且以强脱钩为主;农业减排总体为连结状态,以增长连结为主;农业节能整体呈现脱钩状态,以弱脱钩和强脱钩为主。

2.在不同年份各影响因素的作用大小和影响方向会有所不同。其中能源结构效应影响大小整体变化不大,且对贵州省农业发展碳排放脱钩均有促进作用;技术效应影响大小整体呈上升趋势,技术水平先进性会影响对贵州省农业发展碳排放脱钩的方向,但总体影响向对农业发展碳排放脱钩起促进作用方向发展;经济效应对贵州省农业发展碳排放脱钩效应的影响大小整体呈上升趋势,农业经济水平的体量直接对农业发展碳排放脱钩的影响方向起作用,但农业经济水平对农业发展碳排放脱钩的影响方向趋势为抑制作用;人口规模效应分为农村人口规模大小和农村人口流向,分别决定对贵州省农业发展碳排放脱钩的影响大小和影响方向。

(二)建议

1.能源结构对贵州省农业发展碳排放脱钩具有显著的抑制作用,这表明贵州省应重视解决农业发展中由能源结构引起的碳排放问题,与此同时,开发清洁新能源、提高能源利用率等方式手段都是帮助优化能源消费结构的重要手段。

2.农业发展对碳排放的贡献主要通过农业发展方式、农业服务属性来体现。第一,转变农业发展方式。首先需要进一步解决农村发展的基础,即土地问题。农村人口分散,土地碎片化,不利于集约化、规模化的农业发展。近些年来,随着大量农村劳动力人口向城镇转移,农村土地也被大量搁置,因此可利用这个间隙,进一步促进农村土地的流转。传统的农业发展是单一的农林牧渔等第一产业,转变农业经济发展方式,可通过与第三产业结合,如与科技、医疗、观光旅游、教育等产业结合,一方面可提高农村产值;另一方面改变发展方式,减少环境污染和环境破坏。第二,重视农业公共品服务属性。农业发展具有一定的特殊性,农业不仅具有经济性,还具有公共物品的属性。种植农作物、林作物除了可以提供经济价值,还因植物属性可以帮助消耗掉一部分二氧化碳,因此选择合理的作物进行种植对农业发展碳排放脱钩具有促进作用。

3.技术创新是促进农村绿色发展水平与农业发展碳排放脱钩的主要驱动因素。人才、资金和政策是实现技术创新的重要条件和保障。第一,加强教育,储备人才。当下农村人口外流,作为发展的中坚力量,大量劳动力外流,农村缺乏足够的人才推动其继续前进。除此之外,加大对农村教育的投入,增强农村基础教育,培养有理想、有情怀、有志气的农村青年,加强创新思维培养和素质教育。第二,提供资金保障。政府、社会和个人都可通过一定的平台和渠道将资金注入农村。传统中政府提供的资金是最主要的来源,在新型资金渠道中,政府应转变角色,从主导者向参与者和规划者转变。搭建相应渠道,引导社会资金涌入农村,如搭建科研项目孵化平台,吸引相关投资者,加强对清洁能源的开发利用的技术投入和推广。

4.贵州省农村居民是农业发展碳排放脱钩的主要抑制因素之一,引导居民低碳消费对实现碳排放脱钩具有重要意义。第一,农村居民低碳消费,需要政府引导。政府是国家治理的中坚力量,推广低碳消费理念,离不开政府的宣传和引导。第二,居民低碳消费,需要企业参与。一方面,农业企业需要积极响应政府低碳消费理念,在自身产品上做出创新,做出符合绿色消费理念的产品;另一方面,企业也需加强凝固低碳消费意识形态,对消费者进行绿色低碳理念宣传。第三,居民低碳消费,需要个人实行。对于农村居民而言,实行低碳消费,一方面需要加强学习,知道低碳消费理念;另一方面则需要身体力行,遵守低碳消费行为。