广东省农业碳排放时空演化特征及影响因素分析

摘 "要：基于2007—2021年统计数据，测度广东省农业碳排放量；利用Tapio脱钩模型和多元线性面板数据回归模型探讨广东省农业碳排放与其经济发展间的脱钩关系及影响广东省农业碳排放的主要因素。研究结果表明，广东省农业碳排放量呈先增加后减少的宽“V”字型特征，整体上有下降态势，可分为2个明显阶段；碳排放量及排放强度地市差异显著；广东省农业生态生产效率较高，各年份基于处于强脱钩或弱脱钩状态；各地市则都处于强脱钩或弱脱钩状态；影响广东省农业碳排放的主要因素有农业经济发展水平、城镇化水平、工业化水平、农业产业结构及财政支农比重等。

关键词：农业碳排放；时空演化；脱钩特征；影响因素；广东省

中图分类号：X321 " " "文献标志码：A " " " " "文章编号：2096-9902（2024）08-0056-06

Abstract： Based on the statistical data from 2007 to 2021， the agricultural carbon emissions in Guangdong Province are measured， and the decoupling relationship between agricultural carbon emissions and its economic development and the main factors affecting agricultural carbon emissions in Guangdong Province are discussed by using Tapio decoupling model and multiple linear panel data regression model. The results showed that： Agricultural carbon emissions in Guangdong province exhibit a wide \"V\"-shaped feature of first increasing and then decreasing， and showed a downward trend on the whole， which could be divided into two distinct stages. There are significant differences in carbon emission and emission intensity between cities and regions. The agricultural eco-production efficiency of Guangdong province was high， the decoupling relationship in different years were in the state of strong or weak decoupling， and the decoupling relationship of 21cities were in a strong or weak decoupling state. The main factors affecting agricultural carbon emissions in Guangdong province include the development level of agricultural economy， the level of urbanization， the level of industrialization， the structure of agricultural industry and the proportion of financial support to agriculture.

Keywords： agricultural carbon emissions; spatio-temporal evolution; decoupling characteristics; influencing factor; Guangdong Province

自2004年以来，中央一号文件都是以“三农”问题为主题，充分凸显了党中央、国务院对我国“农业、农村、农民”工作的重视。中国积极应对全球气候变化，在2020年第75届联合国大会上提出CO2排放力争在2030年前达到峰值，力争2060年前实现碳中和的远景目标和任务[1]。农业生产是重要的碳排放过程，我国农业碳排放量占碳排放总量的17%左右[2]，且排放总量和排放强度都不断上升[3]。因此，农业碳减排是中国实现“碳达峰”“碳中和”目标的重要方面，基于“碳达峰”“碳中和”而开展的广东省农业碳排放研究对促进广东省农业可持续发展和高质量发展均具有重大的理论和实际价值。

目前，国内外专家学者就“农业碳排放”问题进行了充分研究，取得了丰硕成果。其研究主要表现在以下方面：第一，农业碳排放的来源、测算方法及排放效应[4-6]；第二，农业碳排放的时空演化特征及驱动因素[7-13]；第三，农业碳排放与其经济增长之间的关系特征[14-16]。从已有文献可知，关于农业碳排放的研究多涉及全国大区域尺度范围，对省域层面农业碳排放问题的系统性和全面性研究相对较少，关于农业碳排放与经济增长脱钩特征时空差异分析的研究，特别是同一时期同一省域内不同地市的脱钩特征对比分析的研究更少。

广东省是中国经济强省，同时也是中国农业大省，省域内不同地市农业经济发展水平差异巨大。本文在已有研究之基础上，对2007—2021年广东省21个地市农业碳排放量进行测度，运用Tapio模型揭示广东省及其各地市农业碳排放与其经济增长之间的脱钩特征，并利用多元线性面板数据回归模型探讨广东省农业碳排放的主要影响因素，以期为广东省农业低碳化、可持续发展及高质量发展提供决策参考。

1 "研究方法

1.1 "农业碳排放测度方法

在已有研究基础上[17-18]，结合广东省实际情况及数据的可获取性，本文所研究的农业碳排放主要源于以下几个方面：第一，农用物资如化肥、农药、农膜等投入所造成的直接或间接的碳排放；第二，农业灌溉所引起的碳排放；第三，耕地翻耕破土引致的有机碳流失。因此，主要考察农业生产过程中涉及的化肥、农药、农膜、灌溉和翻耕5种碳源引致的碳排放，并利用各种碳源的碳排放系数测算碳排放量，具体公式如式（1）所示

E=ΣEi=ΣTi×Xi ， （1）

式中：E为广东省农业碳排放总量，Ti为第i种碳源投入量，Xi为第i种碳源的碳排放系数。参考有关研究[19-22]，设定5类碳源的碳排放系数分别为化肥0.895 6 kg/kg、农药4.934 kg/kg、农膜5.18 kg/kg、农业灌溉20.476 kg/hm2和农业翻耕312.6 kg/km2。

1.2 "脱钩模型

Tapio脱钩指数由Tapio[23-24]于2005年在探讨欧洲经济增长与CO2排放之间的关系时提出。依据脱钩指数，可分为8种脱钩状态，分别为负脱钩（扩张负脱钩、强负脱钩、弱负脱钩）、脱钩（弱脱钩、强脱钩、衰退脱钩）、连接（增长连接和衰退连接），详见参考文献[19]。本文选用Tapio脱钩指数对广东省农业碳排放脱钩特征进行分析，模型如式（2）所示

T=（ΔC/C）/（ΔG/G） ， （2）

式中：T为脱钩指数；C为农业碳排放量；ΔC为农业碳排放量增加值；G为农业产值；ΔG为农业增加值。

1.3 多元线性面板数据回归模型

影响农业碳排放的因素很多，参考已有研究[1，25-27]，本文选取农业机械化水平、农业经济发展水平、城镇化水平、工业化水平、农业产业结构及财政支农水平6类主要影响因素作为自变量，以各地市农业碳排放量为因变量，采用多元线性面板数据回归分析方法分析广东省农业碳排放的影响因素，具体模型如式（3）所示

TFP=α0+α1X1+α2X2+α3X3+α4X4+α5X5+α6X6+ε ， （3）

式中：TFP为农业碳排放量；α0为常数项；X1为农业机械化水平；X2为农业经济发展水平；X3为城镇化水平（城镇人口占总人口比重，%）；X4为工业化水平（工业总产值/国内生产总值，%）；X5为农业产业结构（种植业产值/农林牧渔业产值，%）；X6为财政支农水平（农林水务支出占总支出比重，%）；α1～α6为各自变量的系数；ε为随机误差项。

2 "数据来源与处理

论文在实证过程中用到的数据均来源于2008—2022年《广东农村统计年鉴》《广东统计年鉴》以及广东省21地市统计年鉴。部分缺失数据通过取前后2年的平均数获得，少部分数据经过计算获得。

3 "广东省农业碳排放时空演化特征分析

3.1 "广东省农业碳排放时序演化

根据式（1）计算得出广东省2007—2021年农业碳排放总量及各类碳源的碳排放量（图1、图2）。由计算结果及图1、图2可知如下。

1）广东省农业碳排放量呈先增加后减少的宽“V”字型特征，总体有减少趋势。2021年广东省农业碳排放总量为396.51万t，较2007年402.71万t减少了1.54%，年均减少速度为0.1%；翻耕、灌溉、化肥、农药、农膜所导致的农业碳排放量依次为141.64万t、3.64万t、190.73万t、38.21万t、22.29万t，分别占农业碳排放总量的35.72%、0.92%、48.1%、9.64%、5.62%。

2007—2016年，农业碳排放量持续增长，主要由于大量使用化肥等农用物资所导致；2017—2021年，农业碳排放量趋于下降，主要得益于农业科技的进步及绿色发展理念的不断普及。

2）化肥的使用加大了农业碳排放的强度，其引起的碳排放量远远高于其他碳源，2021年的占比达到了48.1%。整体上，使用化肥所导致碳排放量的变化趋势与总排放量一致，先增加后减少（图1），2016年达到峰值，为233.71万t，自2017年开始呈下降趋势。由图1可知，翻耕为农业第二大碳源，2021年的占比达35.72%，仅次于化肥。其余碳源导致的农业碳排放量各年份的占比均较低。

3.2 "广东省农业碳排放区域差异分析

从图3可知，2021年广东省21个地市农业碳排放量存在较大差异。其中，湛江市的碳排放量最大，为66.77万t，占广东省的比重达16.84%；深圳市碳排放量仅为1.11万t，占广东省的比重为0.28%。从地区分布情况来看，粤西3市（茂名、湛江、阳江）及山区5市（韶关、清远、河源、梅州、云浮）是广东省农业碳排放主要来源地。

与碳排放总量不同，碳排放强度可客观反映区域种植业低碳化水平，可进行区域间的横向对比。由计算结果及图3可知，广东省农业碳排放强度地市间差异显著，江门市、阳江市、河源市、珠海市、清远市、云浮市、湛江市等地市农业碳排放强度高。其中，农业碳排放强度最高的是江门市，高达162.50 kg/万元；而农业碳排放强度最低的地市是东莞市，仅38.01 kg/万元，大约是江门市的1/4。从广东省四大区域来看，碳排放强度亦差异明显：山区地市（117.74 kg/万元）高于粤西地市（110.84 kg/万元）高于粤东地市（89.03 kg/万元）高于珠三角地市（71.35 kg/万元）。

广东省21地市的自然与经济社会条件区域差异巨大，农业碳源的结构差异亦非常明显。从图4可知，除灌溉外，源于化肥、农膜、农药、翻耕的比重差异性大；主要表现为河源、广州、揭阳等市的化肥投入比重偏高；深圳、珠海等市的农膜投入较高；东莞、潮州、云浮等市的农药投入的比重相对较高；东莞、汕头、韶关、清远、云浮等市农用翻耕投入的比重相对较高。

3.3 "脱钩特征分析

3.3.1 "广东省农业碳排放脱钩特征的时序变化

由表1可知，弱脱钩和强脱钩是广东省2007—2021年农业经济增长与碳排放之间主要特征。整体上，广东省农业生产效率较高。2007—2016年，广东省农业碳排放量增长率小于农业经济增长率，从而导致本阶段主要呈现弱脱钩特征；2017—2021年，广东省农业碳排放保持负增长态势，而农业经济则保持正的增长态势（2017年除外），本阶段碳排放脱钩特征集中表现为强脱钩类型。说明党的十八大以来，广东省农业经济稳步增长，农业碳排放量则稳步下降，有利支撑了“碳达峰”“碳中和”目标，农业生态生产效率持续向好。

3.3.2 "广东省农业碳排放脱钩特征的地区差异

根据公式（2）计算得出2007—2021年广东省21个地市农业碳排放脱钩特征（表2）。由表2可知，2007—2021年广东省所有地市都处于弱脱钩或强脱钩状态，整体上广东省各地市的生态农业发展水平较高。其中有14个地市呈现出强脱钩状态，占整个广东省地市的66.67%；其余7个地市呈现弱脱钩状态。其中，脱钩程度最高的是中山市，其脱钩指数为-0.377 87，其次为佛山市和珠海市，其脱钩指数分别为-0.372 08和-0.320 82，这些地市都位于珠三角地区，说明珠三角地市农业生态效率发展水平相对较高；脱钩程度较低的是河源市、梅州市、清远市、湛江市、茂名市及肇庆市6个地市，主要分布在粤北山区和粤西，占山区及粤西地市的比例分别为60%和66.67%。

4 "广东省农业碳排放影响因素分析

根据式（3），利用软件Eviews10面板数据回归模型，对广东省农业碳排放的影响因素进行回归分析，结果见表3。由表3可知：

1）农业机械化水平对广东省农业碳排放的影响不明显，在0.05的水平上，未能通过显著性检验。农业机械化在节省劳动力，提高农业劳动效率的同时会带来大量石化能源的使用，增加农业碳排放量。可能是受广东省农业生产自然条件——七山二水一分田的土地类型及耕地细碎化的限制，特别是在山区地市，无法进行规模化农业生产，导致农业机械化对碳排放量的影响不显著。

2）农业经济发展水平正向影响农业碳排放量。农业经济发展水平越高，农业生产过程中化肥、农药等的使用量亦会越多，一定程度上导致石油农业的发展，导致农业碳排放量的增加。

3）城镇化水平的提高显著减少了农业碳排放量。城镇化水平的提高使得农村剩余劳动力不断转移至城镇，促进了农业生产的规模化、集约化水平，单位碳排放所对应的农业产出得到增加；同时，城镇化水平的提高，有利用于提高农民收入、改善生活品质，带动绿色农产品的需求。

4）工业化水平的提高显著增加了农业碳排放量。工业化的快速发展很大程度上刺激了石油农业的发展，一定程度上增加了农业碳排放量，影响到农业生态效率的提高。

5）农业产业结构增加了农业碳排放的可能。原因主要是农作物生长过程中虽然能够吸收碳，具有一定的碳汇效应，种植业所占比重越大，农业碳排放量越高。

6）财政支农水平与农业碳排放量呈负相关关系。一般而言，财政支农既可以为农业农村地区带来大量资本，也可以带来较为先进的生产技术和管理理念，加速农业活动中各生产要素的流动，提高产业结构、政策环境等非投入要素对农业生产效率的促进作用，一定程度上可以降低农业碳排放量，是地区农业发展的基础，也是提高农业生产效率不可忽视的重要因素。

5 "结束语

论文基于已有研究成果测度了2007—2021年广东省及其21个地市农业碳排放情况，对广东省农业碳排放的时空演化特征进行了分析，并采用Tapio模型探讨了广东省农业碳排放与农业经济增长之间的脱钩关系，通过多元线性面板数据回归模型进一步分析了广东省农业碳排放的主要影响因素。

1）广东省农业碳排放量时空差异显著。2007—2016年广东省农业碳排放总量持续增长，主要的碳源是化肥和翻耕，合计占比都在80%以上，最低年份（2011年）为81.32%。2017年以来，广东省农业碳排放量则处于持续下降态势。空间上，碳排放总量及排放强度地市差异显著，粤西地市及山区地市是广东省农业碳排放的主要来源地；碳排放强度区域差异明显，其中山区高于粤西高于粤东高于珠三角。

2）弱脱钩和强脱钩状态是广东省农业碳排放与其经济增长间的主要表征。2007—2016年，主要为弱脱钩，2018—2021年则集中表现为强脱钩。研究时段内，广东省各地市的生态农业发展水平均较高，碳排放与经济增长都处于弱脱钩或强脱钩状态；其中，脱钩程度高的地市主要分布在珠三角地区（最高的是中山市，其次为佛山市和珠海市），脱钩程度较低的地市主要分布粤北山区和粤西（河源市、梅州市、清远市、湛江市和茂名市等地市）。

3）农业经济发展水平、城镇化水平、工业化水平、农业产业结构及财政支农水平等对广东省农业碳排放产生了不同程度的正负影响。从总体上看，农业经济发展水平、工业化水平和农业产业结构与农业碳排放量呈正相关；城镇化水平、财政支农水平与农业碳排放量呈负相关。

通过研究，论文取得了一些研究成果，可以为广东省农业低碳化、可持续发展及高质量发展提供参考与借鉴。同时论文还存在一定的不足之处：由于数据获取原因，未考虑水稻生长发育过程、动物尤其是反刍动物养殖等带来的温室气体排放；另外，在考虑碳排放影响因素时未考虑国家政策、农业从业人员的文化水平等因素。这些会对研究结论有一定影响，在以后的研究中有待进一步深入。

参考文献：

[1] 伍国勇，刘金丹，杨丽莎.中国农业碳排放强度动态演进及碳补偿潜力[J].中国人口·资源与环境，2021，31（10）：69-78.

[2] 高晨曦，卢秋萍，欧年青，等.“双碳”目标下河南省农业碳排放影响因素及预测研究[J].中国生态农业学报（中英文），2022，30（11）：1842-1851.

[3] 李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境，2011，21（8）：80-86.

[4] 丁宝根，赵玉，邓俊红.中国种植业碳排放的测度、脱钩特征及驱动因素研究[J].中国农业资源与区划，2022，43（5）：1-11.

[5] WEST T O，MARLAND G.A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture： comparing tillage practices in the United States[J].Agriculture Ecosystems amp; Environment，2002，91（1-3）：217-232.

[6] 师帅，李翠霞，李媚婷.畜牧业“碳排放”到“碳足迹”核算方法的研究进展[J].中国人口·资源与环境，2017，27（6）：36-41.

[7] 夏四友，赵媛，许昕，等.近20 年来中国农业碳排放强度区域差异、时空格局及动态演化[J].长江流域资源与环境，2020，29（3）：596-608.

[8] 丁宝根，杨树旺，赵玉.长江经济带种植业碳排放时空特征及驱动因素研究[J].生态与农村环境学报，2019，35（10）：1252-1258.

[9] 刘琼，肖海峰.农地经营规模与财政支农政策对农业碳排放的影响[J].资源科学，2020，42（6）：1063-1073.

[10] 史俊晖，戴小文.我国省域农业隐含碳排放及其驱动因素时空动态分析[J].中国农业资源与区划，2020，41（8）：169-180.

[11] 常青，蔡为民，谷秀兰，等.河南省农业碳排放时空分异、影响因素及趋势预测[J].水土保持通报，2023，43（1）：367-377.

[12] 吉雪强，张跃.长江经济带种植业碳排放效率空间关联网络结构及动因[J].自然资源学报，2023，38（3）：675-693.

[13] 尚莉媛，崔姹，赵慧峰.京津冀畜牧业碳排放效率时空演变特征及影响因素分析[J].中国农业资源与区划，2023，44（12）：190-199.

[14] 田云，林子娟.长江经济带农业碳排放与经济增长的时空耦合关系[J].中国农业大学学报，2021，26（1）：208-218.

[15] 李波，杜建国，刘雪琪.湖北省农业碳排放的时空特征及经济关联性[J].中国农业科学，2019，52（23）：4309-4319.

[16] 陈红，王浩坤，秦帅.农业碳排放的脱钩效应及驱动因素分析——以黑龙江省为例[J].科技管理研究，2019，39（17）：247-252.

[17] 李团胜，郑亚云，汪晗，等.2005—2011年宝鸡地区种植业生产过程中碳排放时空格局[J].湖北农业科学，2014，53（7）：1546-1550.

[18] 田云，张俊飚，丰军辉，等.中国种植业碳排放与其产业发展关系的研究[J].长江流域资源与环境，2014，23（6）：781-791.

[19] 王宝义，张卫国.中国农业生态效率的省际差异和影响因素——基于1996—2015年31个省份的面板数据分析[J].中国农村经济，2018（1）：46-62.

[20] 侯孟阳，姚顺波.空间视角下中国农业生态效率的收敛性与分异特征[J].中国人口·资源与环境，2019（2）：116-126.

[21] 高孟菲，郑晶.中国农业全要素生产率测算及其时空差异分析——基于碳汇视角的再检验[J].生态经济，2021，37（12）：98-104.

[22] 李波，张俊飚.基于投入视角的我国农业碳排放与经济发展脱钩研究[J].经济经纬，2012（4）：27-31.

[23] TAPIO P.Towards a theory of decoupling： Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J].Transport Policy，2005，12（2）：137-151.

[24] 周灵.基于Tapio模型的我国低碳经济发展研究[J].经济问题探索，2019（6）：185-190.

[25] 赵吉，党国英，唐夏俊.基于SBM-Tobit模型的中国农业生态效率时空差异及影响因素研究[J].西南林业大学学报（社会科学），2022，6（3）：10-18.

[26] 吴昊玥，黄瀚蛟，何宇，等.中国农业碳排放效率测度、空间溢出与影响因素[J].中国生态农业学报（中英文），2021，29（10）：1762-1773.

[27] 田云，王梦晨.湖北省农业碳排放效率时空差异及影响因素[J].中国农业科学，2020，53（24）：5063-5072.