農(nóng)業(yè)碳排放的影響因素分解與脫鉤效應的國際比較

王 劼，朱朝枝

（福建農(nóng)林大學 新農(nóng)村發(fā)展研究院，福州 350002）

0 引言

農(nóng)業(yè)是中國乃至全世界溫室氣體排放的第二大主體。農(nóng)業(yè)活動產(chǎn)生的非二氧化碳溫室氣體排放（甲烷、N2O等）占非二氧化碳溫室氣體排放總量的58%，溫室氣體排放占全球溫室氣體排放總量的14%。目前，國內(nèi)學者主要關(guān)注中國農(nóng)業(yè)發(fā)展與碳排放的實際情況，研究重點集中于中國及各?。ㄊ?、自治區(qū)）農(nóng)業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟增長的地區(qū)比較，以及農(nóng)業(yè)碳排放量的因素分解、脫鉤效應和碳排放效率關(guān)鍵影響因素識別，基于國際背景的研究文獻甚少，無法明確中國農(nóng)業(yè)碳排放總量、碳排放強度與世界上農(nóng)業(yè)發(fā)達國家、農(nóng)業(yè)落后國家的比較中處于何位置，無法為中國參與農(nóng)業(yè)發(fā)展或碳排放的國際談判提供有力的證據(jù)支撐。鑒于此，本文將研究視角從國內(nèi)背景轉(zhuǎn)向國際背景，利用WIOD數(shù)據(jù)庫和FAO數(shù)據(jù)庫的系統(tǒng)數(shù)據(jù)，基于32個國家2000—2014年的農(nóng)業(yè)數(shù)據(jù)，比較發(fā)達國家和發(fā)展中國家在碳排放量變化、碳排放的影響因素、碳排放與農(nóng)業(yè)經(jīng)濟增長的脫鉤效應類型等方面的變化趨勢及其差異，一方面可豐富農(nóng)業(yè)碳排放領(lǐng)域的研究成果，另一方面又可為政策設(shè)計者制定碳減排政策提供有益的決策參考。

1 研究方法

1.1 農(nóng)業(yè)碳排放變化的影響因素分解方法：LMDI模型

目前，碳排放變化的影響因素分解方法主要包括：Laspeyres指數(shù)法、簡單平均分解法（SAD）、對數(shù)平均迪氏指數(shù)法（LMDI）、平均增長率指數(shù)法（MRCI）等。其中LMDI方法是國內(nèi)外學術(shù)界應用最為廣泛的方法，更具成熟性。鑒于此，本文選擇Ang（2000）提出的對數(shù)平均迪氏指數(shù)法（LMDI）對樣本國家碳排放的影響因素進行分解。在因素分解前，借助日本教授Yoichi Kaya提出的Kaya恒等式，并根據(jù)研究目標進行適當?shù)臄U展。最初的Kaya恒等式為：

其中，C、POP與GDP分別代表CO2排放量、國內(nèi)人口總量與國內(nèi)生產(chǎn)總值分別表示一國的平均生產(chǎn)效率、碳排放強度。由上可知，傳統(tǒng)的Kaya恒等式將一國二氧化碳排放變化的影響因素分解為人口規(guī)模、生產(chǎn)效率和碳排放強度。但是，后續(xù)國內(nèi)外學者對Kaya恒等式進行不斷的擴展，如韓岳峰和張龍（2015）通過擴展恒等式，將能源結(jié)構(gòu)、進口因素、出口因素等引入恒等式，從而考察能源結(jié)構(gòu)和貿(mào)易因素對農(nóng)業(yè)碳排放量變動的影響；王強和張歡歡（2016）在擴展恒等式的過程中，將農(nóng)業(yè)碳源結(jié)構(gòu)因素引入恒等式，進而考察農(nóng)業(yè)碳源結(jié)構(gòu)變化對碳排放量變化的影響效應。由于本文的數(shù)據(jù)中，農(nóng)業(yè)碳排放源主要來自3個碳源：CO2、N2O、CH4，而不同的碳源結(jié)構(gòu)可反映一國農(nóng)業(yè)生產(chǎn)環(huán)節(jié)中哪個環(huán)節(jié)或者細分行業(yè)對碳排放的貢獻更大，這可在一定程度上反映出農(nóng)業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)對碳排放變化的影響，理由是：CO2和N2O主要來自種植業(yè)和林業(yè)，而CH4主要來自畜牧業(yè)和養(yǎng)殖業(yè)。鑒于此，本文借鑒王強和張歡歡（2016）的思路，構(gòu)建農(nóng)業(yè)碳排放的Kaya恒等式如下：

其中，Ct為農(nóng)業(yè)第t年的碳排放總量（即CO2、N2O、CH4三種溫室氣體排放的二氧化碳當量）；Cit為第i種碳源第t年的碳排放量（二氧化碳當量）；VAt為一國農(nóng)業(yè)第t年的增加值。通過以上擴展后的Kaya恒等式，將一國農(nóng)業(yè)碳排放影響因素分為3個，即α、β、λ（具體詳見式（3）），分別表示：碳源結(jié)構(gòu)效應、碳排放強度效應、規(guī)模效應，可較好地考察農(nóng)業(yè)碳排放變化的內(nèi)在根源。式（2）中，令：

將式（3）代入式（2）可得，農(nóng)業(yè)碳排放影響因素分解模型變化為：

接著，令基期t碳排放為Ct，t+1期為Ct+1，利用LMDI的加和分解方法對式（4）進行差分分解，則差分如下：

式中，Δαi、Δβ、Δλ分別表示碳源結(jié)構(gòu)效應、碳排放強度效應、出口反效應和規(guī)模效應引起的農(nóng)業(yè)碳排放變化。而根據(jù)Ang提出的LMDI模型，3個因子所引起的農(nóng)業(yè)碳排放變化量計算公式分別為：

1.2 Tapio脫鉤模型

基于Kaya恒等式和LMDI模型的碳排放因素分解結(jié)果，可給出各組成要素對農(nóng)業(yè)碳排放增長的貢獻值和貢獻率，幫助找到碳排放增長的助推因子和抑制因子，研究結(jié)論具有直觀的決策參考價值。

為進一步研究農(nóng)業(yè)經(jīng)濟增長與碳排放壓力的動態(tài)關(guān)系，繼續(xù)引入Tapio（2005）脫鉤模型，直觀比較t年的農(nóng)業(yè)碳排放的增長率與農(nóng)業(yè)增加值增長率，綜合總量變化和相對量變化兩類指標，采用以時期為時間尺度的彈性分析方法反映變量間的脫鉤關(guān)系，有效緩解期初期末值選定的高度敏感性或極端性而導致的計算偏差，保障脫鉤關(guān)系測度和分析的客觀性和準確性。Tapio模型中農(nóng)業(yè)發(fā)展與碳排放脫鉤彈性的計算公式為：

其中，e（CO，IGDP）t表示 t年的碳排放與 IGDP 脫鉤彈

2性，與減排技術(shù)、能源結(jié)構(gòu)變化、能源效率有關(guān)；分別為t年碳排放增長率、增加值增長率；脫鉤分析的時間尺度方面，由于存在經(jīng)濟增長與能源消耗變化的滯后關(guān)系，應采用5～10年時期分析。

Tapio將經(jīng)濟發(fā)展與碳減排脫鉤彈性分為負脫鉤、脫鉤和連結(jié)三種狀態(tài)，具體的脫鉤狀態(tài)判斷標準見表1。其中，弱脫鉤、強脫鉤、衰退脫鉤等3種脫鉤類型是較為良好的結(jié)果，而擴張性脫鉤、強負脫鉤、弱負脫鉤、增長連接、衰退連接等5種脫鉤類型是不理想的結(jié)果。因此，只要某一國家在樣本期間前3種脫鉤類型的出現(xiàn)頻率越高，農(nóng)業(yè)碳減排表現(xiàn)就越好；反之，越差。1.3 數(shù)據(jù)來源及說明

表1 脫鉤狀態(tài)的判斷標準

農(nóng)業(yè)增加值的原始數(shù)據(jù)來自WIOD數(shù)據(jù)庫的社會經(jīng)濟賬戶子數(shù)據(jù)庫（SEA），該數(shù)據(jù)庫將農(nóng)業(yè)產(chǎn)業(yè)分為3個子產(chǎn)業(yè)：作物和動物生產(chǎn)、狩獵和相關(guān)服務活動；林業(yè)和伐木；漁業(yè)和水產(chǎn)養(yǎng)殖，因此農(nóng)業(yè)增加值為3個子產(chǎn)業(yè)增加值的總和。而農(nóng)業(yè)碳排放的原始數(shù)據(jù)來自FAO數(shù)據(jù)庫，主要包括CO2以及CH4和N2O所釋放的二氧化碳當量。WIOD數(shù)據(jù)庫提供40個國家或地區(qū)2000—2014年的數(shù)據(jù)，考慮盧森堡等7個國家農(nóng)業(yè)增加值絕對量過小，以及臺灣地區(qū)部分變量的缺失，最終確定32個國家樣本：德國、瑞典、芬蘭、意大利、法國、荷蘭、比利時、西班牙、波蘭、奧地利、英國、葡萄牙、西班牙、捷克、瑞士、匈牙利、丹麥、立陶宛、羅馬尼亞、愛爾蘭、美國、中國、加拿大、巴西、印尼、日本、韓國、俄羅斯、土耳其、墨西哥、印度、澳大利亞。由于SEA子數(shù)據(jù)庫提供的農(nóng)業(yè)增加值數(shù)據(jù)和FAO數(shù)據(jù)庫提供的農(nóng)業(yè)碳排放數(shù)據(jù)均僅更新至2014年，因此本文的研究期間為2000—2014年，該樣本期間已能反映出發(fā)達國家和發(fā)展中國家農(nóng)業(yè)經(jīng)濟增長、碳排放等方面的演變趨勢及其差異，保證研究結(jié)論的代表性。

2 樣本國家農(nóng)業(yè)碳排放的影響因素分解與脫鉤效應

2.1 樣本國家農(nóng)業(yè)碳排放的影響因素分解

2.1.1 樣本國家農(nóng)業(yè)碳排放變化的總效應：以2000年為基期

32個樣本國家農(nóng)業(yè)碳排放變化的總體效應呈現(xiàn)較為明顯的異化特征。表2中發(fā)達國家19個：澳大利亞、奧地利、比利時、加拿大、丹麥、芬蘭、法國、德國、愛爾蘭、意大利、日本、韓國、荷蘭、葡萄牙、西班牙、瑞典、瑞士、英國、美國；發(fā)展中國家13個：巴西、保加利亞、中國、捷克共和國、匈牙利、印度、印尼、立陶宛、墨西哥、波蘭、羅馬尼亞、俄羅斯、土耳其。國家劃分標準為：2000—2014年間超半數(shù)年份人均GDP超過10000美元為發(fā)達國家；反之，為發(fā)展中國家。由表2顯示，首先，發(fā)達國家中，比利時、加拿大、西班牙、韓國和美國的農(nóng)業(yè)碳排放量與2000年相比出現(xiàn)增長，其他發(fā)達國家則呈現(xiàn)出下降的特征，美國甚至比2000年增長35116 kt CO2-e。其次，巴西、中國、印度、印尼、墨西哥、土耳其作為發(fā)展中國家中土地和人口規(guī)模較大的國家，同時也處在經(jīng)濟規(guī)模和農(nóng)業(yè)發(fā)展的上升階段，農(nóng)業(yè)碳排放量也出現(xiàn)較大的增長幅度，分別比2000年增加116037 kt CO2-e、137211 kt CO2-e、27487 kt CO2-e、143056 kt CO2-e、13039 kt CO2-e、12556 kt CO2-e。

表2 樣本國家農(nóng)業(yè)碳排放的變化量 （單位：kt CO2-e）

2.1.2 樣本國家農(nóng)業(yè)碳排放變化的因素分解結(jié)果分析

（1）規(guī)模效應對農(nóng)業(yè)碳排放變化的貢獻度甚高，農(nóng)業(yè)自身經(jīng)營規(guī)模擴大是其碳排放增長的促進因素。

規(guī)模效應是以增加值作為代理變量反映農(nóng)業(yè)總體經(jīng)營規(guī)模變動對農(nóng)業(yè)碳排放量的影響效應。一般來說，種植業(yè)的經(jīng)營面積越大，化肥、農(nóng)藥、農(nóng)膜等中間品的投入數(shù)量越大，農(nóng)業(yè)機械投入與運行數(shù)量越大導致的能源消耗量越大，產(chǎn)生的CO2和N2O排放量也就越多，而畜牧養(yǎng)殖規(guī)模越大，動物糞便及腸道發(fā)酵所產(chǎn)生的CH4排放量也相應越多。由表3可知，除日本外，其他樣本國家農(nóng)業(yè)碳排放量因農(nóng)業(yè)生產(chǎn)規(guī)模擴大而不斷增加，尤其農(nóng)業(yè)生產(chǎn)大國的碳排放增長幅度更大。例如，澳大利亞、巴西、中國、印度、印尼、俄羅斯、美國等7個國家，因農(nóng)業(yè)經(jīng)營規(guī)模擴大，2014年的農(nóng)業(yè)碳排放量分別比2000年增加157129 kt CO2-e、529324 kt CO2-e、1370957 kt CO2-e、789746 kt CO2-e、240236 kt CO2-e、138527 kt CO2-e、320567kt CO2-e（見表3）。以上結(jié)果表明，經(jīng)營規(guī)模擴大是誘發(fā)農(nóng)業(yè)能源碳排放增長的主要驅(qū)動因素，推動“高投入、高消耗、高產(chǎn)出”的增長方式向“低投入、低消耗、高產(chǎn)出”的增長方式轉(zhuǎn)變，是未來農(nóng)業(yè)低碳化發(fā)展的關(guān)鍵要素。

表3 規(guī)模效應對農(nóng)業(yè)碳排放變化的貢獻 （單位：kt CO2-e）

（2）碳排放強度效應對農(nóng)業(yè)碳排放變化的貢獻度甚大，碳排放強度降低對農(nóng)業(yè)碳排放增長具有顯著抑制作用。

碳排放強度等于農(nóng)業(yè)碳排放量除以農(nóng)業(yè)增加值，即單位農(nóng)業(yè)增加值的農(nóng)業(yè)碳排放量，該值越小表示農(nóng)業(yè)的能源利用效率越高，碳資源回收利用等低碳經(jīng)營能力越強。根據(jù)原始數(shù)據(jù)，2001—2014年，32個樣本國家的碳排放強度幾乎都呈現(xiàn)下降的態(tài)勢。中國碳排放強度的降幅非常顯著，2014年與日本和韓國成為碳排放強度低于1的國家，分別為0.89、0.60、0.87，遠低于美國、法國、英國、德國、加拿大等發(fā)達國家，反映出中國在控制農(nóng)業(yè)碳減排方面的措施得力并取得良好成效。而由表4可知，2001—2014年，碳排放強度效應對農(nóng)業(yè)碳排放變化的貢獻值均小于0，表明碳排放強度的降低是抑制農(nóng)業(yè)碳排放增長的關(guān)鍵要素，可有效抵消農(nóng)業(yè)生產(chǎn)規(guī)模擴大所引致的碳排放增量。例如，2000—2014年，碳排放強度降低幫助中國農(nóng)業(yè)部門減少碳排放量達1252529 kt CO2-e，這表明提升能源利用效率、畜禽糞便等碳資源回收利用能力、土壤固碳能力、減少農(nóng)作物殘余物燃燒等措施，對農(nóng)業(yè)碳減排具有重要的戰(zhàn)略意義。

表4 碳排放強度效應對農(nóng)業(yè)碳排放變化的貢獻 （單位：kt CO2-e）

（3）碳源結(jié)構(gòu)效應對農(nóng)業(yè)碳排放變化的貢獻度極低，農(nóng)業(yè)內(nèi)部的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)碳排放總量的影響效應甚小。

碳源結(jié)構(gòu)效應是指農(nóng)業(yè)碳排放總量中CO2、N2O、CH4三種溫室氣體的占比結(jié)構(gòu)變化對碳排放變化的影響，可在一定程度上反映出農(nóng)業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)對碳排放變化的影響，理由是：CO2和N2O主要來自種植業(yè)和林業(yè)，而CH4主要來自畜牧業(yè)和養(yǎng)殖業(yè)。由表3可知，無論是發(fā)達國家還是發(fā)展中國家，碳源結(jié)構(gòu)效應對農(nóng)業(yè)碳排放變化的貢獻度很低，可忽略不計（幾乎為0，文中未給出結(jié)果，可向作者所?。@表明農(nóng)業(yè)內(nèi)部的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)碳排放總量的影響效應甚小。

2.2 樣本國家農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展的脫鉤效應

2.2.1 發(fā)達國家農(nóng)業(yè)碳排放的脫鉤效應測算結(jié)果分析

由下頁表5測算結(jié)果表明，第一，總體上講，發(fā)達國家農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展多數(shù)年份處于具有正面意義的脫鉤狀態(tài)，即農(nóng)業(yè)碳排放增長速度小于農(nóng)業(yè)增加值的增長速度，或者快于農(nóng)業(yè)增加值的降低速度，甚至是農(nóng)業(yè)增值上升而碳排放量反而下降的最佳效果。2001—2014年，發(fā)達國家的農(nóng)業(yè)已經(jīng)發(fā)展較為成熟，普遍積累較為豐富的農(nóng)業(yè)生產(chǎn)技術(shù)和較為先進的農(nóng)業(yè)生產(chǎn)技術(shù)，且低碳技術(shù)成果積累與研發(fā)能力更強，在農(nóng)業(yè)技術(shù)與低碳技術(shù)專利申請數(shù)遙遙領(lǐng)先于世界平均水平，并通過幫助發(fā)達國家提升農(nóng)業(yè)的能源利用效率和碳回收利用能力，進而幫助發(fā)達國家較頻繁地實現(xiàn)農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展的正面意義的脫鉤。第二，發(fā)達國家農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展的脫鉤類型中，以強脫鉤類型（碳排放減少而增加值上升）的出現(xiàn)頻率最高，這表明發(fā)達國家能在農(nóng)業(yè)經(jīng)濟規(guī)模得到擴大的同時很好地控制碳排放。

2.2.2 發(fā)展中國家農(nóng)業(yè)碳排放的脫鉤效應測度結(jié)果分析

由下頁表6測算結(jié)果可知，第一，總體上講，2001—2014年，保加利亞、立陶宛、波蘭、羅馬尼亞、捷克、匈牙利、土耳其等7個中歐國家農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展的弱脫鉤、強脫鉤、衰退脫鉤等3種脫鉤類型（即表6中的④、⑤、⑥）出現(xiàn)頻率總數(shù)低于或等于9次，且以強負脫鉤、弱負脫鉤為主，同樣源于這些樣本國家農(nóng)業(yè)萎縮的緣故，這符合中歐國家的實際情況。第二，而中國、印尼、印度、墨西哥、巴西、俄羅斯等6個國家農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展在弱脫鉤、強脫鉤、衰退脫鉤等3種脫鉤類型上出現(xiàn)頻率總數(shù)超過9次，而且以弱脫鉤為主、強脫鉤為輔，主要原因在于：在發(fā)達國家農(nóng)業(yè)微弱的同時，發(fā)展中國家農(nóng)業(yè)仍處于發(fā)展爬升階段，農(nóng)業(yè)經(jīng)營規(guī)模逐漸擴大而使增加值不斷增加，而根據(jù)脫鉤效應的計算公式即為增加值增長率必然大于0；只是發(fā)展中國家通過引入國外先進農(nóng)業(yè)技術(shù)，提高了生產(chǎn)效率和能源利用效率，使生產(chǎn)經(jīng)營過程的碳排放強度慢慢降低，致使農(nóng)業(yè)碳排放的增長速度慢于增加值的增長速度，從而實現(xiàn)碳排放與經(jīng)濟增長的弱脫鉤現(xiàn)象。

3 結(jié)論與啟示

本文主要基于Kaya恒等式和LMDI模型，對32個樣本國家（包括發(fā)達國家和發(fā)展中國家）農(nóng)業(yè)碳排放變化的影響因素進行分解，包括碳源結(jié)構(gòu)效應、碳排放強度效應、規(guī)模效應等3個因素，并進行國際比較；同時，計算農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長的Tapio脫鉤指數(shù)與脫鉤類型，并進行國際比較分析。得出如下結(jié)論：第一，規(guī)模效應和碳排放強度效應幾乎決定農(nóng)業(yè)碳排放變化的總量及方向，但兩個因素的影響方向相反，規(guī)模效應為促增因素，而碳排放強度效應為促減因素；碳源結(jié)構(gòu)效應對農(nóng)業(yè)碳排放變化的貢獻甚小，可忽略不計。第二，發(fā)達國家和發(fā)展中國家由于農(nóng)業(yè)發(fā)展階段差異，農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長的脫鉤效應存在較大差異。以上研究結(jié)論的啟示如下：

表5 發(fā)達國家農(nóng)業(yè)碳排放的脫鉤效應的測算結(jié)果

表6 發(fā)展中國家農(nóng)業(yè)碳排放的脫鉤效應的測算結(jié)果

第一，加快農(nóng)業(yè)增長方式轉(zhuǎn)型升級，降低碳排放強度。中國農(nóng)業(yè)與其他國家類似，經(jīng)營規(guī)模擴大是農(nóng)業(yè)碳排放增長的促進因素，而碳排放強度是抑制農(nóng)業(yè)碳排放增長的關(guān)鍵要素，且技術(shù)效率是提升農(nóng)業(yè)碳排放效率的促進因素。為推進農(nóng)業(yè)碳減排而放棄農(nóng)業(yè)增長的減排模式不符合發(fā)展中國家的實際，轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式是關(guān)鍵。鑒于此，后續(xù)中國的農(nóng)業(yè)碳減排政策應該以增加農(nóng)業(yè)技術(shù)或農(nóng)業(yè)低碳技術(shù)研發(fā)與供給為首要任務，在農(nóng)業(yè)技術(shù)創(chuàng)新能力仍與美國、日本有較大差距的情況下，中國仍需引入國外先進農(nóng)業(yè)技術(shù)，加大育種技術(shù)、新肥料、新農(nóng)藥、新農(nóng)機、清潔能源和低碳處理廢棄物技術(shù)等科技成果轉(zhuǎn)化工作的投入力度，按照“減量化、再利用、資源化(3R)”的原則，對傳統(tǒng)農(nóng)業(yè)進行改造升級，努力提升生產(chǎn)效率和能源利用效率，提升碳資源回收利用能力、土壤固碳能力等措施，推動農(nóng)業(yè)由“高投入、高消耗、高產(chǎn)出”的增長方式向“低投入、低消耗、高產(chǎn)出”的增長方式轉(zhuǎn)變，這是未來農(nóng)業(yè)低碳化發(fā)展的關(guān)鍵要素。

第二，發(fā)展中國家須爭取基于碳強度或碳排放效率作為碳減排責任設(shè)定的原則。本文研究發(fā)現(xiàn)，發(fā)達國家在碳排放總量控制上發(fā)達國家確實優(yōu)于發(fā)展中國家，符合當前社會各界的認知。但是，發(fā)達國家控制農(nóng)業(yè)碳排放總量的基本途徑是控制國內(nèi)農(nóng)業(yè)的發(fā)展規(guī)模，一方面是因為發(fā)達國家普遍人口較少，另一方面是發(fā)達國家通過增加對發(fā)展中國家初級農(nóng)產(chǎn)品以及農(nóng)副食品的進口，將農(nóng)業(yè)碳排放轉(zhuǎn)嫁給發(fā)展中國家。發(fā)達國家農(nóng)業(yè)的規(guī)模增長幅度遠小于發(fā)展中國家。再考慮中國、巴西、印度、印尼均以弱脫鉤為主、強脫鉤為輔，即農(nóng)業(yè)碳排放量增速慢于增加值增速，再次證明發(fā)展中國家的農(nóng)業(yè)低碳化進程取得較好效果。發(fā)展中國家應繼續(xù)爭取基于碳強度或碳排放效率作為碳減排責任設(shè)定的原則，一方面可獲得更有優(yōu)勢的談判地位和談判依據(jù)，另一方面有利于減輕中國農(nóng)業(yè)的碳減排壓力，從而獲得更多的發(fā)展權(quán)。