中國(guó)農(nóng)業(yè)碳排放的地區(qū)差異和影響因素分析

楊 鈞

(新鄉(xiāng)學(xué)院管理學(xué)院，河南新鄉(xiāng)453003)

二氧化碳排放引發(fā)的溫室效應(yīng)是當(dāng)前全球關(guān)注的重要問(wèn)題，聯(lián)合國(guó)政府間氣候框架組織(IPCC)的研究結(jié)果表明，人類生產(chǎn)、生活所導(dǎo)致的溫室氣體排放是全球氣候變暖的主要原因．國(guó)際能源局(International Energy Agency，IEA)的數(shù)據(jù)顯示，中國(guó)2007年能源消耗產(chǎn)生的二氧化碳排放量已高達(dá)60．32億t，超越美國(guó)成為全球第一大溫室氣體排放國(guó)［1］．農(nóng)業(yè)生產(chǎn)作為中國(guó)經(jīng)濟(jì)的重要基礎(chǔ)，自改革開(kāi)放以來(lái)，生產(chǎn)條件大為改善，生產(chǎn)效率大為提高，生產(chǎn)規(guī)模獲得了較大發(fā)展;但在迅速發(fā)展的同時(shí)，電力、化石能源、化肥和農(nóng)藥等導(dǎo)致二氧化碳排放也在不斷增加．考慮到當(dāng)前面臨的巨大碳減排壓力以及農(nóng)業(yè)生產(chǎn)在國(guó)民經(jīng)濟(jì)中的重要作用，研究中國(guó)農(nóng)業(yè)生產(chǎn)的碳排放問(wèn)題意義重大．

對(duì)于農(nóng)業(yè)碳排放問(wèn)題，現(xiàn)有文獻(xiàn)的研究主要可分為以下2類:一類是核算農(nóng)業(yè)生產(chǎn)產(chǎn)生的碳排放量．如WEST等［2］以美國(guó)玉米生產(chǎn)為例，細(xì)致核算了農(nóng)業(yè)生產(chǎn)產(chǎn)生的碳排放量;DYER等［3］分別利用經(jīng)濟(jì)與碳排放量模型、化石能源消耗與碳排放量模型，估算和比較了加拿大地區(qū)層面的玉米生產(chǎn)產(chǎn)生的碳排放量;黃祖輝和米松華［4］以浙江省為研究對(duì)象，通過(guò)投入產(chǎn)出和生命周期分析法，分析了當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的碳足跡．另一類是研究農(nóng)業(yè)碳排放量的影響因素．如李國(guó)志和李宗植［5］利用LMDI(Logarithmic mean weight Divisia index)分解方法，分析了全國(guó)層面的農(nóng)業(yè)碳排放量的影響因素;李波等［6］同樣利用LMDI方法，分析了全國(guó)層面的農(nóng)業(yè)碳排放量的影響因素;李國(guó)志等［7］基于環(huán)境庫(kù)茲涅茨曲線(EKC)模型，分析了全國(guó)層面農(nóng)業(yè)碳排放量與經(jīng)濟(jì)發(fā)展之間的關(guān)系．

農(nóng)業(yè)碳排放量的研究也存在一定缺憾．首先是研究對(duì)象方面，多數(shù)研究基于國(guó)家層面的研究數(shù)據(jù)進(jìn)行分析，基于地區(qū)層面的研究較為少見(jiàn)，尤其是基于中國(guó)省級(jí)地區(qū)的研究更少．其次，在研究角度上，現(xiàn)有研究重視對(duì)農(nóng)業(yè)碳排放量和影響因素的分析，對(duì)農(nóng)業(yè)碳排放量的地區(qū)差異的研究略顯不足，少有的區(qū)域差異研究在研究基礎(chǔ)上存在一定缺陷．最后，在研究方法上，多數(shù)研究側(cè)重于因素分解和時(shí)間序列數(shù)據(jù)分析，利用地區(qū)層面的面板數(shù)據(jù)對(duì)各地區(qū)碳排放量的影響因素和差異的分析極為少見(jiàn)．

本研究較為科學(xué)地估算了中國(guó)27個(gè)省級(jí)地區(qū)1996—2009年農(nóng)業(yè)生產(chǎn)產(chǎn)生的碳排放量;在根據(jù)相關(guān)省份經(jīng)濟(jì)、地理因素進(jìn)行東、中、西地區(qū)分類的基礎(chǔ)上，比較分析了3類地區(qū)的碳排放量差異;最后，綜合利用面板數(shù)據(jù)分析方法，比較分析了全國(guó)和東、中、西地區(qū)碳排放量的影響因素．通過(guò)較為系統(tǒng)地分析中國(guó)省級(jí)地區(qū)農(nóng)業(yè)碳排放量，一定程度上彌補(bǔ)了現(xiàn)有研究的缺陷．

1 農(nóng)業(yè)碳排放量的核算和地區(qū)差異

1．1 農(nóng)業(yè)碳排放量的核算

目前，由于并無(wú)中國(guó)農(nóng)業(yè)碳排放量的客觀觀測(cè)數(shù)據(jù)，現(xiàn)有的國(guó)內(nèi)農(nóng)業(yè)碳排放量研究多采用估算方法．對(duì)現(xiàn)有農(nóng)業(yè)碳排放各種估算方法綜合分析，比較而言，黃祖輝和米松華［4］的核算方法較為全面地反映了中國(guó)農(nóng)業(yè)生產(chǎn)中的碳排放影響因素．該方法主要核算各地區(qū)農(nóng)業(yè)生產(chǎn)中能源消耗(煤炭、焦炭、汽油、柴油、天然氣、煤油、燃料油、原油和電力等9種能源材料)、農(nóng)業(yè)生產(chǎn)投入(化肥、農(nóng)藥和農(nóng)膜等3種農(nóng)用材料)所導(dǎo)致的碳排放量．計(jì)算公式為:

式中:Ct表示碳排放總量;Xi表示第i種碳排放源的實(shí)物消耗量;ei表示第i種排放源材料的二氧化碳排放系數(shù)，Ct和 Xi單位均為 t．采用 IPCC［9］的方法估算消耗能源材料的二氧化碳排放系數(shù)，各種能源材料的碳排放系數(shù)分別為:e煤炭=1．83 kgCO2·kg-1，e焦炭=2．83 kgCO2·kg-1，e汽油=2．92 kgCO2·kg-1，e柴油=3．19 kgCO2·kg-1，e天然氣=21．62 kgCO2·m3，e煤油=3．05 kgCO2·kg-1，e燃料油=3．13 kgCO2·kg-1，e原油=3．01 kgCO2·kg-1，e電力=0．86 kgCO2·(kWh)-1．由于并非所有的電力消耗都導(dǎo)致碳排放，借鑒冉光和［8］的做法，對(duì)電力的二氧化碳排放系數(shù)乘以0．75，以反映火電占全國(guó)電力供應(yīng)的比重．化肥、農(nóng)藥和農(nóng)膜的二氧化碳排放系數(shù)則參考李波等［6］計(jì)算方法，分別為:e化肥=0．895 kgCO2·kg-1，e農(nóng)藥=4．93 kgCO2·kg-1，e農(nóng)膜=5．18 kgCO2·kg-1．各省級(jí)地區(qū)能源消耗的數(shù)據(jù)來(lái)自于1997—2010年“中國(guó)能源統(tǒng)計(jì)年鑒”中各省能源消耗平衡表中“農(nóng)、林、牧、漁”的最終能源消耗;各省級(jí)地區(qū)化肥、農(nóng)藥和農(nóng)膜的消耗數(shù)據(jù)來(lái)自于相應(yīng)年份的“中國(guó)農(nóng)村統(tǒng)計(jì)年鑒”．

1．2 碳排放地區(qū)分布差異

表1給出了1996年、2009年中國(guó)27個(gè)省份農(nóng)業(yè)二氧化碳排放量．1996年、2009年各省碳排放量和研究期內(nèi)各省的平均值比較結(jié)果表明，絕大部分省份的農(nóng)業(yè)碳排放量在研究期內(nèi)顯著增加，意味著研究期內(nèi)中國(guó)農(nóng)業(yè)碳排放量絕對(duì)增長(zhǎng)．北京、上海、江蘇、云南和貴州等地區(qū)的碳排放量則有所下降，前3個(gè)地區(qū)碳排放下降反映農(nóng)業(yè)生產(chǎn)規(guī)模的下降和農(nóng)業(yè)生產(chǎn)效率的提高，后2個(gè)地區(qū)則可能主要是農(nóng)業(yè)生產(chǎn)效率提高的原因．各地區(qū)碳排放量的比較結(jié)果表明，沿海地區(qū)省份碳排放量呈兩極分化現(xiàn)象，河北、山東、江蘇、廣東等省份的碳排放量位居前列，北京、天津、上海等地區(qū)則相反;中部省份的碳排放量變化相對(duì)較小，大部分處于全國(guó)中等偏上水平;西部省份的碳排放量整體處于中等偏下水平．這表明，中國(guó)農(nóng)業(yè)碳排放主要來(lái)源于東部和中部地區(qū)，西部地區(qū)則相對(duì)較少．

表1 中國(guó)27個(gè)省份的農(nóng)業(yè)二氧化碳排放量Table 1 China’s 27 provincial carbon dioxide emissions in agriculture 104t

由表1可知，除個(gè)別年份外，研究期內(nèi)3類地區(qū)的碳排放強(qiáng)度均處于明顯上升的態(tài)勢(shì)．3類地區(qū)間碳排放強(qiáng)度的絕對(duì)比較結(jié)果表明，東部地區(qū)的碳排放強(qiáng)度顯著高于中、西部地區(qū)，幾乎是中西部地區(qū)碳排放強(qiáng)度的2倍;中西部地區(qū)的碳排放強(qiáng)度則較為接近，但中部地區(qū)略高于西部地區(qū)．此種差異可能是東部地區(qū)農(nóng)業(yè)生產(chǎn)中能源、化肥、農(nóng)藥等生產(chǎn)資料的消耗強(qiáng)度顯著高于中西部所致．3類地區(qū)碳排放強(qiáng)度的變化走勢(shì)表明，中部地區(qū)的碳排放強(qiáng)度相對(duì)穩(wěn)定，研究期內(nèi)僅上升0．2 t·人-1;西部地區(qū)的排放強(qiáng)度增勢(shì)最為明顯，增長(zhǎng)了0．4 t·人-1，且勢(shì)頭強(qiáng)勁;東部地區(qū)的碳排放增幅居中，上升了0．3 t·人-1．這或許反映了西部地區(qū)農(nóng)業(yè)生產(chǎn)從主要依靠人力投入的傳統(tǒng)農(nóng)業(yè)向資源投入型現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變．

2 農(nóng)業(yè)碳排放的影響因素分析

2．1 模型的構(gòu)建

現(xiàn)有關(guān)于碳排放影響因素的研究，多基于2類模型進(jìn)行分析．一類研究基于“I=PAT”方程來(lái)考查碳排放的影響因素，此種方式主要考察人口規(guī)模(P)、人均財(cái)富(A)和技術(shù)水平(T)對(duì)碳排放(I)的影響;另一類研究則借用 Grossman和 Krueger［10］的研究框架，利用環(huán)境庫(kù)茲涅茨曲線(EKC)來(lái)考查相關(guān)因素對(duì)碳排放的影響．但由于在研究各影響因素時(shí)“I=PAT”模型存在等比例效果的缺陷，部分學(xué)者采用STIRPAT模型［11］，考查相關(guān)因素對(duì)碳排放差異性的影響．考慮到STIRPAT的通用性，本研究用STIRPAT模型作為基礎(chǔ)模型，其模型為:

式中:I為碳排放量;P為人口規(guī)模;A為人均財(cái)富;T為技術(shù)水平．為了直接獲得相關(guān)因素對(duì)碳排放直接影響系數(shù)，同時(shí)，更好地消除異方差性，對(duì)式(2)兩邊取對(duì)數(shù)，得到

式中:b，c，d直接反映了人口、財(cái)富和技術(shù)因素對(duì)碳排放的影響;ln a為常數(shù)項(xiàng)．考慮到農(nóng)業(yè)生產(chǎn)的實(shí)際情況，本研究用農(nóng)業(yè)就業(yè)人口p反映模型中的人口規(guī)模;用農(nóng)業(yè)人均收入ey反映模型中的財(cái)富狀況;用農(nóng)用機(jī)械水平(m)和人力資本狀況(h)來(lái)反映技術(shù)水平．同時(shí)，為了考查人均收入與碳排放的非線性關(guān)系，并與現(xiàn)有EKC模型的研究對(duì)照，在解釋變量中引入人均收入的二次型．最終，得到的計(jì)量分析模型如下:

式中:i表示地區(qū);t表示年份;c為常數(shù)項(xiàng);μi，t為隨機(jī)誤差項(xiàng)．

2．2 計(jì)量方法、數(shù)據(jù)和變量說(shuō)明

由于本研究的實(shí)證分析主要采用面板數(shù)據(jù)分析方法，采用Hausman檢驗(yàn)值作為模型選擇固定效應(yīng)(FE)和隨機(jī)效應(yīng)(RE)分析的依據(jù)，考慮到各省區(qū)碳排放以及相關(guān)數(shù)據(jù)可能存在異方差問(wèn)題，在普通最小二乘法(OLS)估計(jì)的基礎(chǔ)上，同時(shí)采用Cross-section加權(quán)的廣義最小二乘法(GLS)估計(jì)檢驗(yàn)相關(guān)模型．由于GLS估計(jì)值相對(duì)更加科學(xué)，實(shí)證分析主要基于GLS的估計(jì)結(jié)果，OLS估計(jì)值作為參考．同時(shí)，考慮到各地區(qū)在碳排放和相關(guān)影響因素的差異，在計(jì)量分析全國(guó)層面的地區(qū)數(shù)據(jù)的同時(shí)，分別對(duì)東、中、西3類地區(qū)的碳排放影響差異進(jìn)行了回歸估計(jì)，以便科學(xué)地考查中國(guó)農(nóng)業(yè)碳排放影響因素的作用以及各地區(qū)在農(nóng)業(yè)碳排放方面存在較大差異的原因．

實(shí)證分析中所有涉及價(jià)值形態(tài)的數(shù)據(jù)，均采用1990年為基期的消費(fèi)價(jià)格指數(shù)進(jìn)行處理．考慮到數(shù)據(jù)的可得性和一致性，本研究的省區(qū)數(shù)據(jù)并未包括港澳臺(tái)地區(qū)、西藏自治區(qū)、寧夏自治區(qū)、海南省和重慶市．其中，1997年后重慶市的相關(guān)數(shù)據(jù)并入四川省處理．

計(jì)量模型中碳排放總量I，由估算的各地區(qū)農(nóng)業(yè)生產(chǎn)中12種碳排放源導(dǎo)致二氧化碳排放量表示，單位為萬(wàn)t，該指標(biāo)反映了各地區(qū)農(nóng)業(yè)碳排放水平的變化．人口規(guī)模(p)用各省區(qū)第一產(chǎn)業(yè)的從業(yè)人數(shù)表示，單位為萬(wàn)人，該指標(biāo)反映了農(nóng)業(yè)人口規(guī)模變動(dòng)對(duì)農(nóng)業(yè)碳排放的影響．人均財(cái)富(ey)，考慮到現(xiàn)有研究多采用人均GDP來(lái)考查經(jīng)濟(jì)發(fā)展對(duì)碳排放的影響［11，12］，本研究用各省區(qū)農(nóng)業(yè)人口的人均第一產(chǎn)業(yè)產(chǎn)值來(lái)衡量，單位為元·人-1，用以反映農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)業(yè)碳排放的影響．農(nóng)用機(jī)械水平(m)和農(nóng)村人力資本水平(h)主要考慮農(nóng)業(yè)技術(shù)水平變化對(duì)農(nóng)業(yè)碳排放的影響．其中，農(nóng)用機(jī)械水平由各省區(qū)人均農(nóng)業(yè)從業(yè)人口的農(nóng)業(yè)機(jī)械動(dòng)力功率來(lái)表示，單位為kW·人-1．各省區(qū)農(nóng)村人力資本的計(jì)算則較為復(fù)雜，本研究借鑒錢雪英和張小蒂［13］的做法，估算了各省區(qū)農(nóng)村居民家庭勞動(dòng)力的文化狀況，單位為a．

2．3 實(shí)證結(jié)果與分析

表2給出了實(shí)證研究的主要變量統(tǒng)計(jì)性描述．由表2可見(jiàn)，東、中、西部地區(qū)在碳排放和相關(guān)影響因素方面存在較大差異:平均碳排放量、農(nóng)業(yè)從業(yè)人口方面，中部地區(qū)和東部地區(qū)顯著高于西部地區(qū)，且中部地區(qū)也高于東部地區(qū);人均農(nóng)業(yè)產(chǎn)出、人均機(jī)械動(dòng)力水平和人力資本狀況方面，3類地區(qū)則呈現(xiàn)出顯著的東、中、西依次遞減的態(tài)勢(shì)，反映了中國(guó)農(nóng)業(yè)生產(chǎn)的地區(qū)差距．

表3給出了變量之間的Spearman相關(guān)系數(shù)．由表3可知，解釋給出了變量之間不存在十分嚴(yán)重的線性相關(guān)關(guān)系．

表4給出了計(jì)量回歸分析主要結(jié)果和相關(guān)檢驗(yàn)結(jié)果．其中，模型1，2是對(duì)全國(guó)層面碳排放影響因素的分析，模型3，4、模型5，6、模型7，8 分別是對(duì)東部、中部和西部地區(qū)碳排放影響因素的分析．Hausman檢驗(yàn)顯示，全國(guó)層面和東部地區(qū)的估計(jì)，采用固定效應(yīng)估計(jì)法，而中部、西部地區(qū)則采用隨即效應(yīng)估計(jì)法．由可調(diào)整的R2值和F檢驗(yàn)值可知，與OLS的估計(jì)結(jié)果相比，GLS估計(jì)的擬合程度更好;而從相關(guān)的解釋變量回歸系數(shù)的顯著性來(lái)看，GLS估計(jì)的顯著性也有所提高．由于GLS和OLS回歸方程中大部分解釋變量的影響方向、程度和顯著性并無(wú)較大變化，說(shuō)明計(jì)量結(jié)果是穩(wěn)健的．

表2 東、中、西地區(qū)的變量統(tǒng)計(jì)性描述Table 2 Descriptive Statistics of Variable in East，Central and West China

表3 變量間Spearman相關(guān)系數(shù)Table 3 Results of Spearman Correlations test

全國(guó)數(shù)據(jù)的回歸結(jié)果表明，農(nóng)業(yè)勞動(dòng)力與各地區(qū)碳排放量顯著正相關(guān)，這說(shuō)明農(nóng)業(yè)勞動(dòng)力增加將導(dǎo)致地區(qū)碳排放量的增加，這應(yīng)是勞動(dòng)力增加導(dǎo)致農(nóng)業(yè)生產(chǎn)資料的碳排放量增加的結(jié)果．此研究結(jié)果與李國(guó)志和李宗植的因素分解結(jié)果類似，但與李波等的因素分解結(jié)果相反，這可能是因素分解模型的構(gòu)建和數(shù)據(jù)來(lái)源上存在較大差異導(dǎo)致的．人均農(nóng)業(yè)產(chǎn)出一次項(xiàng)與碳排放負(fù)相關(guān)，其二次項(xiàng)與碳排放正相關(guān)，這表明人均農(nóng)業(yè)產(chǎn)出與碳排放之間存在“U”型曲線關(guān)系，即碳排放的EKC曲線在全國(guó)農(nóng)業(yè)生產(chǎn)中可能并不存在．這可能意味著最初的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，可能并不帶來(lái)碳排放的迅速增加，而會(huì)帶來(lái)碳排放水平的下降;而當(dāng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展到一定程度后，其發(fā)展將帶來(lái)碳排放量的顯著增加．農(nóng)業(yè)技術(shù)水平的2個(gè)變量，農(nóng)用機(jī)械動(dòng)力水平與農(nóng)村人力資本水平對(duì)碳排放的影響則迥異:農(nóng)用機(jī)械水平的提高顯著提升了各地的農(nóng)業(yè)碳排放，此結(jié)果與李國(guó)志和李宗植的研究結(jié)果類似，表明農(nóng)業(yè)機(jī)械水平的提高，帶來(lái)能源消耗強(qiáng)度的提高必然導(dǎo)致碳排放水平的提高;農(nóng)村人力資本水平則較為顯著(僅在10%水平)地降低了各地的碳排放，這與李波等的研究結(jié)果類似，說(shuō)明農(nóng)業(yè)人口的文化水平的提升可能有助于農(nóng)業(yè)經(jīng)濟(jì)的“集約化”生產(chǎn)，進(jìn)而降低各地區(qū)農(nóng)業(yè)生產(chǎn)資源的消耗和碳排放水平．

分地區(qū)回歸結(jié)果表明，相關(guān)因素對(duì)不同地區(qū)碳排放的影響存在一定差異．農(nóng)業(yè)勞動(dòng)力方面，3個(gè)地區(qū)農(nóng)業(yè)勞動(dòng)力的增加均帶來(lái)了農(nóng)業(yè)碳排放水平的提升，說(shuō)明當(dāng)前中國(guó)農(nóng)業(yè)生產(chǎn)的擴(kuò)大還主要是依靠資源投入型的“粗放型”經(jīng)營(yíng)模式．農(nóng)業(yè)人均產(chǎn)出與碳排放之間的關(guān)系，3個(gè)地區(qū)則存在較大差異:東部地區(qū)農(nóng)業(yè)人均產(chǎn)出與碳排放之間呈現(xiàn)出顯著的倒“U”型曲線關(guān)系，中部地區(qū)則呈現(xiàn)出顯著的“U”曲線關(guān)系，西部地區(qū)的“U”曲線關(guān)系則不甚顯著．此種結(jié)果與李國(guó)志和李宗植對(duì)全國(guó)層面的研究結(jié)果類似，表明中國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與碳排放之間的非線性關(guān)系并不穩(wěn)定，可能是東、中、西3地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的差異所致．東、中、西地區(qū)的農(nóng)業(yè)機(jī)械水平與當(dāng)?shù)剞r(nóng)業(yè)碳排放之間均顯著正相關(guān)，表明農(nóng)用機(jī)械是各地區(qū)農(nóng)業(yè)生產(chǎn)碳排放增長(zhǎng)的重要來(lái)源．農(nóng)村人力資本的提高對(duì)3地區(qū)碳排放的影響也存在著顯著的梯階差異:東部地區(qū)農(nóng)村人力資本的提高顯著降低了當(dāng)?shù)氐奶寂欧牛胁康貐^(qū)人力資本的提高在一定程度上(10%的顯著性水平)降低了當(dāng)?shù)氐奶寂欧?，西部地區(qū)人力資本的提高與碳排放之間的關(guān)系則不甚顯著．此種結(jié)果頗令人費(fèi)解，可能是人力資本對(duì)農(nóng)業(yè)低碳生產(chǎn)技術(shù)的提升存在一定的門(mén)檻效應(yīng)，只有人力資本水平達(dá)到一定程度之后，才能發(fā)揮積極作用;而中、西部地區(qū)的人力資本的水平相對(duì)較低，此種積極作用尚不顯著．

表4 計(jì)量估計(jì)結(jié)果與分析Table 4 Estimation results and analysis

4 主要結(jié)論與啟示

基于1996—2009年27個(gè)省級(jí)地區(qū)的能源消耗、生產(chǎn)投入數(shù)據(jù)，本研究對(duì)中國(guó)省級(jí)地區(qū)農(nóng)業(yè)生產(chǎn)的碳排放進(jìn)行了細(xì)致核算，并利用計(jì)量模型對(duì)其影響因素進(jìn)行了分析．核算表明，各地區(qū)的碳排放存在較大差異:碳排放量上，中部、東部地區(qū)是中國(guó)農(nóng)業(yè)碳排放的主要來(lái)源區(qū)，西部地區(qū)的貢獻(xiàn)則相對(duì)較少;碳排放強(qiáng)度上，東部顯著高于中西部地區(qū)，中西部的碳排放強(qiáng)度較為接近．影響因素的分析表明，從業(yè)人口增加顯著提升了農(nóng)業(yè)碳排放水平;農(nóng)業(yè)人均產(chǎn)出與碳排放之間并不存在倒“U”型的EKC關(guān)系，且此種關(guān)系在不同地區(qū)存在差異;農(nóng)業(yè)機(jī)械化提高使得碳排放量顯著增加;人力資本的影響也存在顯著地區(qū)差異．

以上結(jié)論對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)的低碳化發(fā)展具有重要啟示:第一，由于農(nóng)業(yè)碳排放的存在顯著的地區(qū)差異，且中東部是碳排放的主要來(lái)源，這意味著，農(nóng)業(yè)“節(jié)能減排”工作的重點(diǎn)必須放在提高中、東部地區(qū)的農(nóng)業(yè)能源、資料消耗的效率上，著力實(shí)現(xiàn)中、東部農(nóng)業(yè)生產(chǎn)向低碳化方向轉(zhuǎn)變．第二，農(nóng)業(yè)人口規(guī)模和機(jī)械化水平與碳排放水平顯著正相關(guān)，這表明，要降低農(nóng)業(yè)碳排放水平，中國(guó)必須努力提高農(nóng)業(yè)機(jī)械的能源效率，積極采取各種措施促進(jìn)剩余農(nóng)業(yè)人口向制造業(yè)和服務(wù)業(yè)的轉(zhuǎn)移．第三，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與碳排放之間的關(guān)系并不穩(wěn)定，這表明，單純依靠發(fā)展農(nóng)業(yè)經(jīng)濟(jì)自身并不能帶來(lái)碳排放的自動(dòng)降低，在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的同時(shí)，必須重視經(jīng)濟(jì)增長(zhǎng)帶來(lái)的碳排放增長(zhǎng)．第四，農(nóng)村人力資本對(duì)農(nóng)業(yè)碳減排具有顯著的積極作用，這意味著，中國(guó)應(yīng)當(dāng)加大農(nóng)村教育的投入，努力提升廣大農(nóng)村尤其是中西部地區(qū)農(nóng)村的教育水平，以提高農(nóng)村居民科學(xué)文化素質(zhì)，為低碳農(nóng)業(yè)的發(fā)展提供人力支撐．

［1］ International Energy Agency(IEA)．World Energy Outlook［M］．New York:UAPC Press，2008．

［2］ WEST TO，MARLAND G．Net carbon flux from agriculture:Carbon emissions，carbon sequestration，crop yield，and land-use change ［J］．Biogeochemistry，2003，63(4):73-83．

［3］ DYE RJ A，KULSHRESHTHA S N，MCCONKEY B G．An assessment of fossil fuel energy use and CO2 emis-sions from farm field operations using a regional level crop and land use database for Canada［J］．Energy，2010，35(8):2261-2269．

［4］ 黃祖輝，米松華．農(nóng)業(yè)碳足跡研究——以浙江省為例［J］．農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2011，32(11):40-47．

［5］ 李國(guó)志，李宗植．中國(guó)農(nóng)業(yè)能源消費(fèi)碳排放因素分解實(shí)證分析——基于 LMDI模型［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010，29(10):67-72．

［6］ 李 波，張俊飆，李海鵬．中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解［J］．中國(guó)人口、資源與環(huán)境，2011，21(8):80-86．

［7］ 李國(guó)志，李宗植，周 明．碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證分析［J］．農(nóng)業(yè)經(jīng)濟(jì)與管理，2011，2(4):32-39．

［8］ 冉光和，王建洪，王定祥．我國(guó)現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動(dòng)趨勢(shì)研究［J］．農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2011，32(2):32-38．

［9］ 政府間氣候變化專門(mén)委員會(huì)(IPCC)．國(guó)家溫室氣體排放指南［M］．北京:中國(guó)經(jīng)濟(jì)出版社，2006．

［10］ GROSSMAN G，KRUEGER A．Economic growth and the environment［J］．Quarterly Journal of Economics，1995，112(2):353-377．

［11］ 邵 帥，楊莉莉，曹建華．工業(yè)能源消費(fèi)碳排放影響因素研究——基于STIRPAT模型的上海分行業(yè)動(dòng)態(tài)面板數(shù)據(jù)實(shí)證分析［J］．財(cái)經(jīng)研究，2010，31(11):16-27．

［12］ 許廣月，宋德勇．中國(guó)碳排放環(huán)境庫(kù)茲涅茨曲線的實(shí)證研究——基于省域面板數(shù)據(jù)［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2010，27(5):37-47．

［13］ 錢雪亞，張小蒂．農(nóng)村人力資本積累及其收益特征［J］．中國(guó)農(nóng)村經(jīng)濟(jì)，2000，16(3):25-31．