中國農(nóng)業(yè)能源消費碳排放驅動因素及脫鉤效應

史常亮，郭 焱，占 鵬，朱俊峰

(中國農(nóng)業(yè)大學經(jīng)濟管理學院，北京 100083)

中國農(nóng)業(yè)能源消費碳排放驅動因素及脫鉤效應

史常亮，郭 焱，占 鵬，朱俊峰

(中國農(nóng)業(yè)大學經(jīng)濟管理學院，北京 100083)

根據(jù)最新修訂的農(nóng)業(yè)能源消費數(shù)據(jù)，本文測算了中國農(nóng)業(yè)1980—2014年的能耗碳排放情況，并對其變化進行因素分解和脫鉤效應分析。結果表明：樣本期內(nèi)農(nóng)業(yè)能耗碳排放量總體上保持了向上增長的趨勢，累計排放碳3325.68萬噸；產(chǎn)值的增加是推動農(nóng)業(yè)能耗碳排放量增長的主導力量，能源強度的下降雖然在一定程度上抑制了產(chǎn)值增加帶來的碳排放增長，但由于以煤為主的能源結構未能發(fā)生明顯改觀，其抑制效應近年來已趨于減弱；過去30多年里，農(nóng)業(yè)部門節(jié)能減排努力所達到的“脫鉤”效果甚微，總體呈弱脫鉤效應，離實現(xiàn)強脫鉤的差距越來越大；未來實現(xiàn)農(nóng)業(yè)能耗碳排放“脫鉤”，更需要通過優(yōu)化用能結構和降低碳排放因子來發(fā)揮作用。

農(nóng)業(yè)；能源消費；碳排放；因素分解；脫鉤效應

1 引言

農(nóng)業(yè)碳排放問題由來已久，但目前有關這方面的研究大多按照IPCC的分類指南，只核算了水稻種植、畜禽養(yǎng)殖和農(nóng)田N2O等非CO2類溫室氣體排放[1-3]。隨著現(xiàn)代農(nóng)業(yè)的發(fā)展，化肥、農(nóng)藥、農(nóng)業(yè)機械等高碳型生產(chǎn)資料開始在農(nóng)業(yè)生產(chǎn)中大量投入使用，農(nóng)業(yè)能源的消費量不斷增加，農(nóng)業(yè)能耗的排碳量也逐漸成為農(nóng)業(yè)碳排放的重要來源之一[4]。據(jù)有關學者測算，在農(nóng)業(yè)碳排放結構中，按照國際慣例IPCC方法核算的農(nóng)業(yè)碳排放(包括水稻、畜禽腸道發(fā)酵CH4排放，糞便自然堆積CH4和N2O排放，秸稈燃燒CH4、N2O、CO、CO2排放)份額并不大[5]，且所占比重正在下降；而由化石能源消耗引起的能耗碳排放份額則在不斷上升，其比重已由1985年的28.02%增至2011年的43.66%[6]?；诖耸聦?，本文把研究的重點放在農(nóng)業(yè)能耗碳排放上，包括農(nóng)業(yè)生產(chǎn)使用煤炭、石油等化石能源產(chǎn)生的直接碳排放和電力消費導致的間接碳排放。

由于缺乏直接可用的農(nóng)業(yè)能耗碳排放量數(shù)據(jù)，學者們通常利用國家統(tǒng)計局公布的各類農(nóng)業(yè)能源消費統(tǒng)計數(shù)據(jù)來間接測算得到該指標。因此，更準確的能源統(tǒng)計數(shù)據(jù)是測算農(nóng)業(yè)能耗碳排放量的基礎。然而，中國能源數(shù)據(jù)的修訂是一個事實。過去數(shù)十年來，根據(jù)歷次經(jīng)濟普查結果，國家統(tǒng)計局至少進行了三次能源統(tǒng)計數(shù)據(jù)的修訂，歷次修訂的幅度最高達到37.47%，由此造成的能耗碳排放量測算差異最高達到37.79%。在這種情況下，針對修訂后的數(shù)據(jù)進行更新的情景設計和碳排放估算就顯得非常有必要。而已有文獻在估算過程中，往往忽視了這一事實，導致得出的研究結論與現(xiàn)實情況相悖[7-8]。

實現(xiàn)農(nóng)業(yè)碳減排，除了要明晰農(nóng)業(yè)碳排放的來源、數(shù)量及變化特征外，還需要了解是什么因素導致了碳排放量的快速上升。在這方面，具有全分解、無殘余項、數(shù)據(jù)匯集一致性、結果唯一性等優(yōu)點的對數(shù)平均迪氏指數(shù)法(Logarithmic Mean Divisia Index，LMDI)得到了廣泛應用。利用該方法，現(xiàn)有文獻分別從不同角度，探討了能源消耗強度、能源消費結構、農(nóng)業(yè)經(jīng)濟規(guī)模、農(nóng)業(yè)產(chǎn)業(yè)結構、農(nóng)產(chǎn)品進出口、城鎮(zhèn)化、勞動力轉移以及人口規(guī)模等因素對農(nóng)業(yè)能耗碳排放量變化的影響[7-10]。這些研究無疑有助于我們加深對農(nóng)業(yè)能耗碳排放量變動情況及驅動因素的認識；但是應該看到，LMDI分解僅從表面上反映了農(nóng)業(yè)的碳減排情況，不能反映出政府的一系列節(jié)能減排措施在實現(xiàn)農(nóng)業(yè)能耗碳排放“脫鉤”方面產(chǎn)生的實際效果[11-12]，從而也就無法對已有節(jié)能減排政策的有效性進行客觀評價。

鑒于上述不足，本文從以下兩個方面對現(xiàn)有文獻進行拓展：一是使用最新修訂后的能源統(tǒng)計數(shù)據(jù)，對1980—2014年的農(nóng)業(yè)能耗碳排放量進行核算，以對這一時期的農(nóng)業(yè)能源消費情況及碳排放情況有更清晰的認識和更準確的把握；二是在LMDI分解結果基礎上，構造基于因素分解技術的脫鉤努力指數(shù)，對政府減排努力所達到的實際“脫鉤”效果進行量化，以期為實現(xiàn)農(nóng)業(yè)的“低能耗、低排放、低污染”發(fā)展提供有益的參考。

2 研究方法和數(shù)據(jù)來源

2.1 農(nóng)業(yè)能耗碳排放測算

國內(nèi)目前尚無直接可用的農(nóng)業(yè)能耗碳排放量數(shù)據(jù)。按照以往文獻中的慣常做法，本文通過分類測算農(nóng)業(yè)生產(chǎn)中使用煤炭、石油等化石能源直接燃燒的碳排放和電力消費導致的間接碳排放，加總得到農(nóng)業(yè)能耗碳排放量。在測算時，結合《中國能源統(tǒng)計年鑒》口徑，將農(nóng)業(yè)部門能源消費種類劃分為煤炭、焦炭、汽油、煤油、柴油、燃料油和電力7類，再根據(jù)各自的碳排放系數(shù)利用式(1)得到總的農(nóng)業(yè)能耗碳排放量：

(1)

式中：C為農(nóng)業(yè)能耗碳排放總量，Ei為農(nóng)業(yè)部門第i種能源的消耗量，原始數(shù)據(jù)為實物量，本文根據(jù)國家統(tǒng)計局給出的折標準煤系數(shù)將其折算成標準量；ηi為各種能源相應的碳排放系數(shù)，取值參考已有文獻按其平均值計算，見表1。為保證計算口徑的一致性，將所有文獻中碳排放量的單位統(tǒng)一轉換為以標準碳為單位，轉換率為1單位碳等于3.667單位的二氧化碳排放量。

表1 標準煤折算系數(shù)與碳排放系數(shù)

注：電力消費雖不直接產(chǎn)生碳排放，但由于中國的電力主要來自燃煤的火力發(fā)電，在此過程中會產(chǎn)生大量碳排放，因此借鑒冉光和等[14]、張廣勝等[6]的做法，用電力結構中火電所占比例80%來計算電力消費的碳排放系數(shù)。

2.2 碳排放LMDI因素分解模型

本文首先采用LMDI分解法中的加法模型對農(nóng)業(yè)部門能源消耗所導致的碳排放量進行分解。借鑒Kaya恒等式的基本原理[15]，農(nóng)業(yè)能耗碳排放量C可以由式(2)來表示：

(2)

式中：P為國內(nèi)總人口數(shù)量，G為農(nóng)業(yè)總產(chǎn)值，E為農(nóng)業(yè)部門總的能源消耗量，Ei為第i種能源的消耗量，Ci為消耗第i種能源所產(chǎn)生的碳排放量。

對式(2)進行整理，得到式(3)：

(3)

式中：fi為消耗每一單位第i種能源所產(chǎn)生的碳排放量，即碳排放系數(shù)，實際計算時考慮為定值，不列入分解項目；m為第i種能源消耗量占農(nóng)業(yè)部門總的能源消耗量的比重，即能源消費結構；e為創(chuàng)造單位農(nóng)業(yè)產(chǎn)值所消耗的能源數(shù)量，表示能源消耗強度，其倒數(shù)即為能源效率；g為人均農(nóng)業(yè)總產(chǎn)值，衡量產(chǎn)出規(guī)模大小；p=P為人口規(guī)模。

以0年作為基年，T年作為目標年，并以C0、CT分別代表基年和目標年的碳排放量，則根據(jù)LMDI分解法中的加法模型，目標年相對于基年的碳排放變化量ΔC可分解成能源結構效應ΔCm、能源強度效應ΔCe、產(chǎn)出效應ΔCg和人口規(guī)模效應ΔCp四個部分：

ΔC=CT-C0=ΔCm+ΔCe+ΔCg+ΔCp

(4)

其中：

2.3 基于因素分解的脫鉤努力指數(shù)模型

LMDI分解結果雖然有助于我們了解農(nóng)業(yè)部門能耗碳排放量的變動情況及驅動因素，但并不能反映出政府的一系列節(jié)能減排努力(如提高能源使用效率、優(yōu)化能源消費結構以及控制人口增長等)所產(chǎn)生的實際效果。為彌補這一缺陷，我們引入脫鉤努力指數(shù)[16]：

D=-ΔF/ΔCg

ΔF=ΔC-ΔCg=ΔCm+ΔCe+ΔCp

(5)

利用式(6)，我們可以進一步觀察相關減排努力的脫鉤效應：

=-(Dm+De+Dp)

(6)

式中：Dm為通過優(yōu)化用能結構導致的脫鉤效應；De為通過降低能源強度導致的脫鉤效應；Dp為通過控制人口增長導致的脫鉤效應。

2.4 數(shù)據(jù)來源及說明

本文選取1980—2014年的全國數(shù)據(jù)進行實證分析。其中，農(nóng)林牧漁業(yè)總產(chǎn)值數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計年鑒(2015)》，為1980年不變價格；全國總人口數(shù)據(jù)來自《中國統(tǒng)計年鑒(2015)》；用于計算農(nóng)業(yè)能耗碳排放量的農(nóng)、林、牧、漁、水利業(yè)能源消費量數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》中的“全國能源平衡表”。需要說明的是，根據(jù)第一、二、三次經(jīng)濟普查結果，2005年、2009年和2014年版的《中國能源統(tǒng)計年鑒》分別對1999—2003年、1996—2007年和2000—2012年的有關能源數(shù)據(jù)做了修訂。歷次修訂前后的農(nóng)業(yè)能源消費總量變化情況見表2，表中同時列示了根據(jù)不同來源數(shù)據(jù)和公式(1)估算的農(nóng)業(yè)能耗碳排放量。根據(jù)最新修訂后的數(shù)據(jù)，農(nóng)業(yè)部門在過去十幾年消費了比以往統(tǒng)計更多的能源，相應地產(chǎn)生了更多的碳排放?；诖耸聦?，為確保研究結論更加貼近實際，本文使用修訂后的數(shù)據(jù)進行分析。具體地，1996—1999年使用第二次(2009年)修訂后的數(shù)據(jù)，2000—2012年使用第三次(2014年)修訂后的數(shù)據(jù)。

表2 歷次農(nóng)業(yè)能源消費數(shù)據(jù)修訂情況

注：①“原年鑒值”取自歷年的《中國能源統(tǒng)計年鑒》；“2005修訂”指根據(jù)第一次經(jīng)濟普查結果修訂后的數(shù)據(jù)，取自《中國能源統(tǒng)計年鑒(2005)》；“2009修訂”指根據(jù)第二次經(jīng)濟普查結果修訂后的數(shù)據(jù)，取自《中國能源統(tǒng)計年鑒(2009)》；“2014修訂”指根據(jù)第三次經(jīng)濟普查結果修訂后的數(shù)據(jù)，取自《中國能源統(tǒng)計年鑒(2014)》。②“2005修訂”只調(diào)整了農(nóng)業(yè)部門的能源消費總量，而對于各類能源的消費量未做調(diào)整。

3 結果分析

3.1 農(nóng)業(yè)能耗碳排放變化情況

圖1顯示了1980—2014年農(nóng)業(yè)部門能源消費量及根據(jù)公式(1)估算的農(nóng)業(yè)能耗碳排放量的變化趨勢。從圖中可以看出，前后兩次的數(shù)據(jù)修訂并沒有改變農(nóng)業(yè)能源消費量及能耗碳排放量不斷增長的趨勢。在整個樣本期內(nèi)，除極個別年份(如1993年、2008年)外，絕大多數(shù)年份的農(nóng)業(yè)能源消費量和碳排放量都呈現(xiàn)出逐年遞增的態(tài)勢。最新修訂數(shù)據(jù)顯示，2014年，農(nóng)業(yè)部門能源消費量已達到8094.3萬噸標準煤，是1980年消費量的2.33倍；與此同時，農(nóng)業(yè)能耗碳排放量也由1980年的2129.74萬噸增加到2014年的5098.09萬噸，增長2.31倍。由于在計算碳排放量時我們假定各種能源的碳排放系數(shù)是恒定不變的，因此，二者幾乎完全同步的變化趨勢意味著，在過去30多年里，農(nóng)業(yè)部門以高碳能源為主的用能結構并未發(fā)生根本性變化，事實上也是如此。1980年，在農(nóng)業(yè)部門消耗的能源中，高碳排放的煤炭、焦炭、柴油消費量占到能源消費總量的84.12%；而到2014年，這一比例仍然高達72.11%，其中煤炭和柴油的消費量一直處于增加狀態(tài)。

我國最早的民歌基本上是運用純真聲演唱的。在民間戲曲，說唱這幾類早期的民族唱法，都可以歸于原始的演唱方法。這種演唱方式雖然真實自然，具有地方特色，但是由于呼吸較淺，共鳴較少，故而顯得柔美圓潤不夠。

圖1 1980—2014年農(nóng)業(yè)能源消費量及碳排放量變動

圖2表明在農(nóng)業(yè)能源消費量及碳排放量快速增加的同時，能源消耗強度和碳排放強度的下降速度卻在放緩。在20世紀80年代到90年代末，整個宏觀經(jīng)濟進入轉型加速期，農(nóng)業(yè)發(fā)展也迎來了一個迅速增長期。在國家財政投入的支撐下，農(nóng)業(yè)生產(chǎn)技術得到較大提升，農(nóng)業(yè)生產(chǎn)中能源的利用效率也在提高，碳排放強度得以迅速下降，由1980年的1.11噸碳/萬元降至1995年的0.66噸碳/萬元，降低了40.41%。但進入21世紀以來，隨著能源消費的增長速度超過了農(nóng)業(yè)總產(chǎn)值的增長速度，碳排放強度有所反彈，由1996年的0.39噸碳/萬元增至2007年的0.43噸碳/萬元，增加了9.3%。近幾年來，碳排放強度雖然總體上呈下降趨勢，但其下降速度卻在減緩，反映出受制于節(jié)能技術，農(nóng)業(yè)能源效率的提升空間正變得有限。

圖2 1980—2014年農(nóng)業(yè)能源消費強度及碳排放強度變動

研究認為，只有當碳排放強度的下降率大于總產(chǎn)值的增長率時，才能實現(xiàn)碳的絕對減排[17]。計算發(fā)現(xiàn)，在1980—1995年和1996—2014年，全國農(nóng)林牧漁業(yè)總產(chǎn)值的年均增長率分別為6.79%、4.93%，而同期農(nóng)業(yè)能耗碳排放強度的年均下降率分別只有3.39%、0.21%，碳排放強度的年均下降率遠遠小于總產(chǎn)值的年均增長率，意味著過去30多年里農(nóng)業(yè)部門一直沒有實現(xiàn)碳絕對減排。

3.2 農(nóng)業(yè)能耗碳排放的驅動因素分析

表3給出了1996—2014年農(nóng)業(yè)能耗碳排放變化量的LMDI分解結果。在此基礎上，圖3繪制了各因素變化對農(nóng)業(yè)能耗碳排放的累積增量效應。為了避免數(shù)據(jù)修訂對分解結果的潛在影響，在進行分解時，我們以5年為間隔，把1980—2014年劃分為7個時段，在每一時段分別計算。分解結果顯示，1980—2014年，農(nóng)業(yè)部門能耗碳排放量累計增加了3325.68萬噸，其中碳排放增量最大的是2000—2005年，達到了1496.66萬噸，占研究期間總排放增量的45%，這與該時期農(nóng)業(yè)能源消耗強度的強勁反彈有很大關系。期間，單位農(nóng)林牧漁業(yè)總產(chǎn)值的可比能耗由2000年的0.61噸標準煤/萬元上升至2005年的0.77噸標準煤/萬元，增幅為25.51%；相應的由能源強度效應引起的碳排放量增加了701.48萬噸，貢獻率高達46.87%，幾乎與產(chǎn)出效應持平。碳排放增量最少的是1996—1999年，只有88.32萬噸，這一方面與當時東南亞金融危機、全國經(jīng)濟增長速度整體放緩等因素有很大關系；另一方面，政府加強了農(nóng)業(yè)領域的節(jié)能減排工作力度，農(nóng)業(yè)能源強度得以大幅度降低，也是一個很重要的原因。

表3 農(nóng)業(yè)能耗碳排放變化量及各分解部分

結合表3與圖3，分析各效應對中國農(nóng)業(yè)能耗碳排放變化的影響：

(1)產(chǎn)出效應始終是拉動農(nóng)業(yè)能耗碳排放量上升的最主要驅動因素，其前后累計貢獻了4236.34萬噸標準碳，貢獻率高達127.38%。圖3顯示，由產(chǎn)出效應引致的碳排放變化趨勢與綜合累積變化趨勢具有很高的相關性，進一步說明產(chǎn)出因素對碳排放變動量的影響很大。此外，我們還注意到，除2000—2005年外，其余各階段的實際碳排放增量均小于產(chǎn)出效應對碳排放量的拉升，這說明倘若不采取有效的節(jié)能減排措施，僅是產(chǎn)值規(guī)模變化導致的碳排放量就將遠遠高于實際觀測到的水平。因此，如何協(xié)調(diào)經(jīng)濟增長與碳排放之間的關系是農(nóng)業(yè)現(xiàn)在及未來發(fā)展面臨的一個重要議題。

(2)與其他研究的發(fā)現(xiàn)相一致，人口規(guī)模對農(nóng)業(yè)能耗碳排放量變動具有增量效應，前后累計貢獻了783.69萬噸標準碳。人口增加導致更多的農(nóng)產(chǎn)品需求和生產(chǎn)，在高能耗的“石油農(nóng)業(yè)”生產(chǎn)模式未發(fā)生根本性變革的情況下，將不可避免的導致消耗更多的高碳能源，使碳排放水平增高。但也應該看到，從20世紀90年代以來，隨著中國人口出生率的下降和人口增長的放緩，人口規(guī)模效應對碳排放量增長的影響在趨于減弱，其貢獻率已經(jīng)由最高峰(1996—1999年)時的70.42%下降為目前的18.47%，在圖3中的曲線變化也相對平緩。

(3)由于不同能源品種的碳排放系數(shù)有所不同，能源結構的變化也會影響到碳排放量的變動。在其他因素不變的情況下，提高碳排放強度小的能源消費比重、降低碳排放強度大的能源消費比重，將有助于促進碳減排。分解結果表明，能源結構變化對農(nóng)業(yè)能耗碳排放表現(xiàn)為正效應，前后累計貢獻了435.38萬噸標準碳。這表明，過去30多年里農(nóng)業(yè)能源消費結構總體并沒有得到很大的改善。相反，隨著以煤炭、柴油為代表的高碳型能源消費量比重的加大，能源結構效應的增排作用當前呈現(xiàn)出增強趨勢，其貢獻率在2006—2010年和2011—2014年分別達到77.11%、35.38%，已超過人口規(guī)模成為拉動碳排放量增長的新增長點，圖形中表現(xiàn)為自2005年以后能源結構效應曲線波動開始逐漸明顯。

(4)能源強度代表單位產(chǎn)值所消耗的能源，反映了農(nóng)業(yè)生產(chǎn)中能源的利用效率，能源強度低說明實現(xiàn)了低耗增長。從分解結果來看，除2000—2005年外，能源強度效應對農(nóng)業(yè)能耗碳排放量增長總體上起到了比較大的抑制作用，其下降使得碳排放量總共減少了2129.73萬噸。然而，由于煤為主的農(nóng)業(yè)用能結構未產(chǎn)生明顯改觀，可以看到，能源強度對于抑制碳排放的作用近年來在減弱，其貢獻率已經(jīng)由最高峰(1996—1999年)時的-370.01%下降為目前的-91.91%，已逐漸跟不上由產(chǎn)出效應拉動的碳排放量增長，這也反映出目前農(nóng)業(yè)領域的節(jié)能減排工作正遭遇到技術瓶頸。

圖3 1980—2014年農(nóng)業(yè)能耗碳排放累積增量分解

3.3 農(nóng)業(yè)能耗碳排放的脫鉤效應分析

基于LMDI分解結果，表4給出了農(nóng)業(yè)部門節(jié)能減排努力所導致的碳減排的實際效果。其中，政府的碳減排努力被定為直接或間接導致碳排放減少的各項政策措施，包括優(yōu)化農(nóng)業(yè)用能結構、提高農(nóng)業(yè)能源利用效率和控制人口數(shù)量增長三個方面。從表中可以看出，研究期內(nèi)政府促進農(nóng)業(yè)碳減排的努力不夠充分，并不能抵消由產(chǎn)值規(guī)模擴大導致的碳排放量增加。期間除2000—2005年外，其余各階段的脫鉤努力指數(shù)均介于0和1之間，最高只有0.7246，離實現(xiàn)強脫鉤仍有不小差距，再次表明農(nóng)業(yè)實現(xiàn)碳絕對減排任重而道遠。同時注意到，與1980—1999年相比，2000年以來整體的脫鉤指數(shù)都在下降，一方面表明了當前農(nóng)業(yè)的發(fā)展仍然沒有走出高能耗、高排放的老路，農(nóng)業(yè)生產(chǎn)對化石能源的依賴性在增強；另一方面也說明，近年來農(nóng)業(yè)部門的減排政策還明顯落后于經(jīng)濟增長的步伐，而這又與過去農(nóng)業(yè)領域的節(jié)能減排工作一直未被充分重視有關。

分指數(shù)來看，①能源強度對應分脫鉤指數(shù)與總脫鉤指數(shù)的變動趨勢基本一致，是目前決定農(nóng)業(yè)能耗碳排放“脫鉤”的關鍵因素；不過，隨著農(nóng)業(yè)能效水平相對提升空間的不斷壓縮，其脫鉤努力已逐漸呈現(xiàn)出低效狀態(tài)。②能源結構對應分脫鉤指數(shù)除了在1986—1999年和2000—2005年介于0和1之間外，在其余各期均小于0，反映出政府在優(yōu)化農(nóng)業(yè)用能結構上的碳減排努力基本呈無效狀態(tài)。③人口規(guī)模對應分脫鉤指數(shù)一直為負值，對總脫鉤指數(shù)的貢獻近年來也在不斷縮小，說明該因素對實現(xiàn)農(nóng)業(yè)能耗碳排放“脫鉤”意義不是很大。

表4 1980—2014年農(nóng)業(yè)部門分階段脫鉤努力指數(shù)

4 結論

第一，1980—2014年，農(nóng)業(yè)能耗碳排放量總體上保持了增長的趨勢，從1980年的2129.74萬噸增加到2014年的5098.09萬噸，增長了2.31倍；其中，由煤炭、柴油這兩大類高碳能源承載的碳排放量在總碳排放量中的比重一直在50%以上，是目前農(nóng)業(yè)能耗碳排放的主要來源。

第二，產(chǎn)值規(guī)模、能源強度和能源結構是目前影響農(nóng)業(yè)能耗碳排放量變化的重要因素。其中，農(nóng)業(yè)總產(chǎn)值規(guī)模的迅速擴大是推動農(nóng)業(yè)能耗碳排放量增長的主導力量，若無有效減排措施，僅是產(chǎn)值規(guī)模擴張導致的碳排放量就將遠遠高于實際觀測水平；能源結構也是造成目前碳排放量不斷增長的因素之一，而且隨著以煤炭、柴油為代表的高碳型能源消費量比重的加大，這種正向作用力近年來在逐漸增強；能源強度是碳排放量變動的最大負向驅動因素，但受限于以煤為主的能源消費結構，其抑制效應已越來越難以抵消由產(chǎn)值增加帶來的碳排放增長。

第三，研究期內(nèi)，政府在農(nóng)業(yè)領域的節(jié)能減排努力所達到的“脫鉤”效果不甚理想，總體呈現(xiàn)出弱脫鉤效應。其中，能源強度下降對農(nóng)業(yè)能耗碳排放“脫鉤”有較大影響，但是隨著能源強度下降速度的放緩，其脫鉤努力近年來已逐漸呈現(xiàn)出低效狀態(tài)；另外一個關鍵因子——能源結構效應在大多數(shù)年份里處于無脫鉤努力狀態(tài)，反映出政府在通過優(yōu)化用能結構以減少碳排放上的努力很多是低效甚至是無效的，這或許是未來中國農(nóng)業(yè)碳減排的著力點所在。

[1]ZHOU J B,JIANG M M,CHEN G Q.Estimation of methane and nitrous oxide emission from livestock and poultry in China during 1949—2003[J].Energy policy,2007(35):3759-3767.

[2]董紅敏,李玉娥,陶秀萍.中國農(nóng)業(yè)源溫室氣體排放與減排技術對策[J].農(nóng)業(yè)工程學報,2008(10):269-273.

[3]閔繼勝,胡浩.中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算[J].中國人口·資源與環(huán)境,2012(7):21-27.

[4]漆雁斌,毛婷婷,殷凌霄.能源緊張情況下的低碳農(nóng)業(yè)發(fā)展問題分析[J].農(nóng)業(yè)技術經(jīng)濟,2010(3):106-115.

[5]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)濟問題,2011(11):40-47.

[6]張廣勝,王珊珊.中國農(nóng)業(yè)碳排放的結構、效率及其決定機制[J].農(nóng)業(yè)經(jīng)濟問題,2014(7):18-26.

[7]韓岳峰,張龍.中國農(nóng)業(yè)碳排放變化因素分解研究——基于能源消耗與貿(mào)易角度的LMDI分解法[J].當代經(jīng)濟研究,2013(4):47-52.

[8]戴小文，何艷秋，鐘秋波.中國農(nóng)業(yè)能源消耗碳排放變化驅動因素及其貢獻研究——基于Kaya恒等擴展與LMDI指數(shù)分解方法[J].中國生態(tài)農(nóng)業(yè)學報，2015，23(11)：1445-1454.

[9]李國志，李宗植.中國農(nóng)業(yè)能源消費碳排放因素分解實證分析——基于LMDI模型[J].農(nóng)業(yè)技術經(jīng)濟，2010(10)：66-72.

[10]龐麗.我國農(nóng)業(yè)碳排放的區(qū)域差異與影響因素分析[J].干旱區(qū)資源與環(huán)境，2014，28(12)：1-7.

[11]徐盈之,徐康寧,胡永舜.中國制造業(yè)碳排放的驅動因素及脫鉤效應[J].統(tǒng)計研究,2011(7):55-61.

[12]賀愛忠,劉盼.中國流通業(yè)CO2排放的因素分解和脫鉤分析[J].中國環(huán)境科學,2015(3):953-960.

[13]楊鈞.中國農(nóng)業(yè)碳排放的地區(qū)差異和影響因素分析[J].河南農(nóng)業(yè)大學學報,2012(3):336-342.

[14]冉光和,王建洪,王定祥.我國現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動趨勢研究[J].農(nóng)業(yè)經(jīng)濟問題,2011(2):32-38.

[15]KAYA Y.Impact of carbon dioxide emission on GNP growth:interpretation of proposed Scenarios[R].Paris:Presentation to the Energy and Industry Subgroup,Response Strategies Working Group,IPCC,1989:1-25.

[16]DIAKOULAKI D,MANDARAKA M.Decomposition analysis for assessing the progress in decoupling industrial growth from CO2emissions in the EU manufacturing sector[J].Energy economics,2007(4):636-664.

[17]何建坤,陳文穎.溫室氣體減排項目評價方法研究[J].環(huán)境科學研究，1999(2):24-27.

(責任編輯 沈蓉)

Driving Factors and Decoupling Effect of Carbon Emissionsfrom Energy Consumption:Evidence from China’s Agricultural Sector

Shi Changliang，Guo Yan，Zhan Peng，Zhu Junfeng

(School of Economics and Management,China Agricultural University,Beijing 100083,China)

According to the latest revision of agriculture energy consuming data,this paper measured and calculated carbon emission of Chinese agriculture from 1980 to 2014,and used factor decomposition and decoupling effect analysis to analyze its variety.The consult shows that the sum of carbon emission of Chinese agriculture energy in sample period has totally maintained an increasing trend,which is 3325.68 million tons in total；the increasing in output value is the main force to push the rising of carbon emission in agriculture energy,though the decreasing of energy intensity controls the rising of carbon emission brought by output value,due to the energy construction dominated by coal,which hasn’t changed for a long period,the inhibitory effect is tend to be weakened in recent years.In the past 30 years,efforts made by agriculture department in saving energy and reducing carbon emission to reach the effect of decoupling didn’t act well,showing weak decoupling effect in total,and the gap to strong decoupling effect is bigger and bigger.To reach the goal of decoupling of agriculture energy carbon emission,we need to optimize our energy construction and lower the effect of carbon emission factor.

Agricultural sector；Energy consumption；Carbon emissions；Factor decomposition；Decoupling effect

國家自然科學基金項目“糧食市場化改革以來農(nóng)戶糧食經(jīng)營行為對糧食市場的影響研究”(71273262)。

2016-03-25

史常亮(1988-)，男，甘肅張掖人，博士研究生；研究方向：農(nóng)業(yè)經(jīng)濟。

F120.3

A