基于環(huán)境庫茲涅茨曲線模型的農(nóng)作物產(chǎn)量與碳足跡關(guān)系研究
——以黑龍江省水稻生產(chǎn)為例

劉建君，陳 紅，馬晉宇

（東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江哈爾濱 150040）

水稻在中國糧食作物中地位十分突出，中國水稻產(chǎn)量約占世界水稻總產(chǎn)量的37%左右，全國有近60%以上的人口將水稻作為主食［1］。黑龍江省作為中國的農(nóng)業(yè)大省，其糧食產(chǎn)量已經(jīng)連續(xù)7 年居于全國之首，且黑龍江省是世界上最大、最重要的粳稻生產(chǎn)區(qū)，其粳稻播種面積和總產(chǎn)量分別由2005年的1.650 3×1010m2、1.121 5×107t，發(fā)展到2016年的3.203 3×1010m2、2.255 3×107t［2］。由于黑龍江省水稻的糧食單產(chǎn)高、增產(chǎn)潛力大等特點(diǎn)，中國對黑龍江省水稻的需求量進(jìn)一步加大，使水稻產(chǎn)量增高的同時(shí)，隨之出現(xiàn)化肥、農(nóng)藥、柴油、灌溉用電等農(nóng)資投入量加大的現(xiàn)象，導(dǎo)致水稻生產(chǎn)過程中碳排放量增加等相應(yīng)環(huán)境污染問題逐漸凸顯。黑龍江省水稻單位面積產(chǎn)量與其碳排放之間有何關(guān)系？水稻單位面積產(chǎn)量的增加一定會導(dǎo)致碳排放的增加嗎？反過來，水稻生產(chǎn)碳排放會對其單位面積產(chǎn)量有影響嗎？傳統(tǒng)的環(huán)境庫茲涅茨曲線（EKC）理論研究經(jīng)濟(jì)增長與環(huán)境變化二者之間的關(guān)系，本文借鑒EKC 相關(guān)理論模型，在傳統(tǒng)EKC 模型的基礎(chǔ)上引入四次方參數(shù)，參照以往的經(jīng)濟(jì)增長解釋，將水稻單位面積產(chǎn)量作為經(jīng)濟(jì)增長量，把碳足跡作為衡量水稻生產(chǎn)過程中產(chǎn)生的碳排放指標(biāo)，利用黑龍江省2002—2015 年間時(shí)間序列數(shù)據(jù)，對黑龍江省水稻生產(chǎn)單位面積產(chǎn)量與生產(chǎn)碳足跡二者之間的關(guān)系進(jìn)行探討分析，尋求變化規(guī)律與因果關(guān)系。

1 文獻(xiàn)綜述

EKC 最早是由美國經(jīng)濟(jì)學(xué)家Grossma 等［3］在1991 年首次提出，他們力求發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量二者之間的關(guān)系，得出二者存在倒“U”型關(guān)系。具體來說，環(huán)境污染程度在低收入階段隨著收入的提高而加劇，在經(jīng)歷某一個(gè)拐點(diǎn)以后，環(huán)境污染程度反而隨著收入水平的提高而減輕。這種由經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量形成的倒“U”型曲線被稱為環(huán)境庫茲涅茨曲線。國內(nèi)外學(xué)者對經(jīng)濟(jì)增長與環(huán)境質(zhì)量二者之間的關(guān)系進(jìn)行了大量的研究分析，研究人均收入與不同污染指標(biāo)之間的關(guān)系。

Shafik 等［4］對不同國家、不同收入水平下的環(huán)境質(zhì)量與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行探究分析，得出收入與環(huán)境污染之間有明顯的倒“U”型關(guān)系。Selden 等［5］基于跨國數(shù)據(jù)下的懸浮顆粒物、SO2、氮氧化物和CO 這4 種污染物指標(biāo)，分析出人均地區(qū)生產(chǎn)總值（GDP）與這4 種污染物均存在倒“U”型關(guān)系。Grossman 等［6］研究了包括城市空氣污染、河流空氣污染、河流糞便污染及河流重金屬污染等4 類環(huán)境污染指標(biāo)下的14 種污染指標(biāo)，結(jié)果發(fā)現(xiàn)大多數(shù)環(huán)境污染指標(biāo)與人均收入呈現(xiàn)倒“U”型曲線關(guān)系，僅有PM10 污染指標(biāo)與經(jīng)濟(jì)增長呈線性關(guān)系，PM10 隨著經(jīng)濟(jì)的增長而減少。

中國最早著手研究EKC 曲線是在1999 年，張曉［7］利用中國1985—1995 年的時(shí)間序列數(shù)據(jù)，用計(jì)量模型對大氣污染物與人均地區(qū)生產(chǎn)總值水平二者進(jìn)行回歸分析，結(jié)果表明中國經(jīng)濟(jì)發(fā)展與環(huán)境污染之間呈較弱的倒“U”型環(huán)境庫茲涅茨曲線關(guān)系；隨后，環(huán)境庫茲涅茨曲線成為國內(nèi)學(xué)者的熱點(diǎn)研究問題，且研究領(lǐng)域逐漸擴(kuò)大［8］。其中影響比較大的有如，吳玉萍等［9］利用計(jì)量模型實(shí)證分析了北京市1985—1999 年間SO2、氮氧化物等典型環(huán)境污染指標(biāo)與人均GDP 出現(xiàn)顯著的倒“U”型特征，符合環(huán)境庫茲涅茨曲線理論；陳華文等［10］利用上海市環(huán)保局1990—2001 年的相關(guān)數(shù)據(jù)，驗(yàn)證了人均收入與環(huán)境質(zhì)量二者符合庫茲涅茨曲線關(guān)系，并得出對不同環(huán)境污染指標(biāo)下拐點(diǎn)不同。近些年來，一些學(xué)者逐漸贊成EKC 曲線有不同種的表現(xiàn)形態(tài)，并不局限于倒“U”型，出現(xiàn)“N”型、倒“N”型甚至“波浪”型曲線形狀，如杜婷婷等［11］認(rèn)為三次方曲線更能很好地反映中國經(jīng)濟(jì)增長與碳排放之間的關(guān)系，指出二者更符合“N”型曲線特征，而非倒“U”型曲線；盧洪友等［12］以廣東省為例分，研究了環(huán)境質(zhì)量指標(biāo)SO2、CO2與經(jīng)濟(jì)增長的關(guān)系，結(jié)果得出廣東省SO2排放量和人均地區(qū)生產(chǎn)總值之間存在倒“N”型關(guān)系，而CO2與人均地區(qū)生產(chǎn)總值符合“N”型曲線關(guān)系；周小亮等［13］將工業(yè)“三廢”（工業(yè)廢氣、廢水、固體廢物）作為衡量福建省環(huán)境污染指標(biāo)，分別考察研究了福建人均地區(qū)生產(chǎn)總值與“三廢”的關(guān)系，其中得出工業(yè)SO2排放與人均地區(qū)生產(chǎn)總值呈現(xiàn)“波浪”型關(guān)系的結(jié)論。

研究農(nóng)業(yè)方面帶來的環(huán)境污染與經(jīng)濟(jì)增長之間的關(guān)系主要有以下研究進(jìn)展：Antle 等［14］、McConnell［15］理論分析了農(nóng)業(yè)面源污染與經(jīng)濟(jì)增長之間可能符合EKC 曲線；陳勇等［16］對中國西南地區(qū)16 年的經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)生態(tài)系統(tǒng)碳足跡二者之間的關(guān)系進(jìn)行了實(shí)證研究分析，研究結(jié)果發(fā)現(xiàn)二者之間不存在倒“U”型關(guān)系，只存在同向線性關(guān)系；安林麗等［17］尋求農(nóng)業(yè)規(guī)模養(yǎng)殖與其帶來的環(huán)境污染之間的關(guān)系，從中國31 個(gè)省份的面板數(shù)據(jù)分析得到二者符合環(huán)境庫茲涅茨曲線的倒“U”型關(guān)系。

從以上國內(nèi)外研究進(jìn)展中可以得出，學(xué)者多將有關(guān)年鑒上的農(nóng)業(yè)生產(chǎn)過程中環(huán)境污染的數(shù)據(jù)作為指標(biāo)，而本文的研究是將碳足跡的值定量地表示出來，以衡量碳排放的大?。黄浯?，其他學(xué)者研究的多為一個(gè)地區(qū)的，或者整個(gè)行業(yè)的經(jīng)濟(jì)增長與環(huán)境污染關(guān)系，鮮有從某一具體農(nóng)作物的生產(chǎn)過程中產(chǎn)生的碳排放來研究二者的關(guān)系。綜上，本文以農(nóng)作物生產(chǎn)過程中的碳足跡作為衡量農(nóng)作物碳排放的指標(biāo)，將農(nóng)作物單位面積產(chǎn)量替代經(jīng)濟(jì)增長變量，以研究黑龍江省2002—2016 年水稻生產(chǎn)單位面積產(chǎn)量與單位面積碳足跡之間存在的關(guān)系。

2 水稻碳足跡測算

碳足跡是指某項(xiàng)產(chǎn)品或某種活動在其生命周期中產(chǎn)生的直接或間接的溫室氣體排放總量［18］。碳足跡提供了一個(gè)全面地衡量人類活動與生產(chǎn)對全球變暖影響的方法［19］。本文的研究對象為水稻，研究邊界為其生長周期全過程，即從播種到收獲過程中產(chǎn)生的直接碳足跡、間接碳足跡?？紤]到直接碳足跡部分?jǐn)?shù)據(jù)獲取的困難性，本文只計(jì)算水稻生產(chǎn)間接碳足跡值，即水稻生產(chǎn)過程中農(nóng)資投入造成的碳排放值。其中，農(nóng)資投入具體包括農(nóng)藥、化肥、柴油、農(nóng)膜、灌溉用電、種子等6 項(xiàng)投入；而農(nóng)藥分為除草劑、殺蟲劑、殺菌劑；化肥分為氮肥、鉀肥、復(fù)合肥。本文利用生命周期評價(jià)法（LCA）對水稻生產(chǎn)過程中的間接碳足跡（以下簡稱碳足跡）進(jìn)行測算，公式如下：

式（1）中：CFs為單位面積碳足跡值，單位為kgce/104m2；為第 種農(nóng)資投入量，單位為kg/104m2或kW·h/104m2；為第種農(nóng)資投入的排放參數(shù)，單位為kgce·kg-1或kgce·(kW·h)-1。由于農(nóng)業(yè)碳足跡的研究還處于發(fā)展階段，國內(nèi)數(shù)據(jù)庫中有很多排放系數(shù)還是空白，而中國生命周期基礎(chǔ)數(shù)據(jù)庫（CLCD）是國內(nèi)唯一的、最為完整的、可以公開獲取的中國本地化生命周期數(shù)據(jù)庫。本文中各農(nóng)資排放參數(shù)從eBalance 軟件的CLCD 及ecoinvent數(shù)據(jù)庫中獲取，具體參數(shù)如表1 所示。

表1 我國農(nóng)資投入的排放系數(shù)

表1 （續(xù)）

3 變量選取和數(shù)據(jù)來源

3.1 變量選取

本文采用黑龍江省2002—2016 年水稻生產(chǎn)時(shí)間序列數(shù)據(jù)，對產(chǎn)量和環(huán)境污染之間的關(guān)系進(jìn)行擬合和檢驗(yàn)。水稻生產(chǎn)單位面積產(chǎn)量由水稻產(chǎn)量與水稻播種面積之比得到，用單位面積碳足跡來揭示水稻生產(chǎn)過程中所產(chǎn)生的碳排放（主要污染物為CO2），即環(huán)境污染指標(biāo)。

3.2 數(shù)據(jù)來源

黑龍江省2002—2016 年水稻播種面積、總產(chǎn)量數(shù)據(jù)，來源于《中國農(nóng)村統(tǒng)計(jì)年鑒》；水稻的化肥、農(nóng)膜、水稻種子等總投入數(shù)據(jù)，從《全國農(nóng)產(chǎn)品成本收益資料匯編》中獲??；農(nóng)藥、灌溉用電投入數(shù)據(jù)取，來自《中國物價(jià)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》與黑龍江省物價(jià)局官方網(wǎng)站折算后的結(jié)果；部分柴油數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》，并參考劉建君等［20］相關(guān)文獻(xiàn)。2002—2016 年黑龍江省水稻生產(chǎn)單位面積碳足跡與單位面積產(chǎn)量的數(shù)值，如表2 所示。

表2 2002—2016 年黑龍江省水稻生產(chǎn)單位面積碳足跡與單位面積產(chǎn)量

4 模型選擇

本文根據(jù)環(huán)境庫茲涅茨曲線理論，對傳統(tǒng)的EKC 模型進(jìn)行改進(jìn)，引入產(chǎn)量的四次方模型，建立4 種EKC 模型對黑龍江省水稻生產(chǎn)單位面積碳足跡與單位面積產(chǎn)量之間可能出現(xiàn)的關(guān)系進(jìn)行分析，計(jì)量模型如下：

式（2）至式（5）中：CFS 為被解釋變量，即水稻生產(chǎn)單位面積碳足跡值；Yield 為解釋變量，即水稻生產(chǎn)單位面積產(chǎn)量；α0、α1、α2、α3、α4均為待估參數(shù)值；ε 為隨機(jī)誤差干擾項(xiàng)；t 為年份。待估參數(shù)的不同正負(fù)取值下環(huán)境污染與單位面積產(chǎn)量二者之間不同變化的關(guān)系如表3 所示。

表3 不同參數(shù)估計(jì)下的EKC 曲線形狀

5 實(shí)證分析

由于本文研究的是時(shí)間序列數(shù)據(jù)，為避免出現(xiàn)假相關(guān)關(guān)系或偽回歸關(guān)系，在對變量進(jìn)行回歸之前，首先對各變量進(jìn)行平穩(wěn)性檢驗(yàn)，看各個(gè)變量平穩(wěn)性，確定單整階數(shù)；然后，對同階單整的變量是否存在協(xié)整關(guān)系進(jìn)行檢驗(yàn)分析；最后，對變量間進(jìn)行因果檢驗(yàn)分析?；谝陨细倪M(jìn)的EKC 模型假設(shè)及Stata14.0 軟件，分別利用Augment Dickey Fuller（ADF）單位根檢驗(yàn)、EG-ADF 檢驗(yàn)、格蘭杰（Granger）因果關(guān)系檢驗(yàn)法，對黑龍江省2002—2016 年間水稻生產(chǎn)碳足跡與單位面積產(chǎn)量（以下簡稱樣本）二者之間的長期變動關(guān)系進(jìn)行檢驗(yàn)分析。

5.1 平穩(wěn)性檢驗(yàn)

為了檢驗(yàn)時(shí)間序列的平穩(wěn)性，現(xiàn)對各變量進(jìn)行單位根檢驗(yàn)。單位根檢驗(yàn)的方法有許多，如ADF檢驗(yàn)、PP 檢驗(yàn)、KPSS 檢驗(yàn)等，本研究選取最常用的ADF檢 驗(yàn) 法 分 別 對 變 量CFS、Yield、Yield2、Yield3、Yield4進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表4 所示。ADF 檢驗(yàn)的原假設(shè)為“變量有單位根”，從表4 結(jié)果可以看出，被解釋變量碳足跡（CFS），解釋變量的產(chǎn)量（Yield）、產(chǎn)量的平方（Yield2）、產(chǎn)量的立方（Yield3）、產(chǎn)量的四次方（Yield4）均在零階時(shí)接受原假設(shè)，在一階時(shí)拒絕原假設(shè)，即可得出所有變量在零階時(shí)都存在單位根，在一階時(shí)都不存在單位根。綜上，得出本研究中被解釋變量、解釋變量的一階差分值均通過不同水平下的顯著性檢驗(yàn)，證明其均為一階單整序列。

表4 2002—2016 年樣本的ADF 單位根檢驗(yàn)結(jié)果

5.2 協(xié)整關(guān)系檢驗(yàn)

把一階單整變量放在一起進(jìn)行分析是協(xié)整檢驗(yàn)的思想。協(xié)整關(guān)系檢驗(yàn)的目的是將變量間的隨機(jī)波動趨勢消除，從而使變量間達(dá)到一種長期穩(wěn)定的聯(lián)動趨勢。由于本研究時(shí)間序列的年限為15 年，時(shí)間序列區(qū)間較短，不適合用Johansen 協(xié)整檢驗(yàn)對變量進(jìn)行分析，故采用EG-ADF 兩步法對被解釋變量與解釋變量之間是否存在協(xié)整關(guān)系進(jìn)行分析。首先，分別用一元一次函數(shù)、一元二次函數(shù)、一元三次函數(shù)、一元四次函數(shù)的EKC 模型進(jìn)行協(xié)整回歸，由表5 發(fā)現(xiàn)，只有一元四次函數(shù)各項(xiàng)參數(shù)的P 值在5%水平下顯著，雖然其模型可決系數(shù)R2與模型修正的可決系數(shù)R2均比較大，但是與其他函數(shù)形式相比較，其解釋能力最好；再對此方程的殘差序列進(jìn)行ADF檢驗(yàn)，如表6 所示，殘差序列ADF 檢驗(yàn)的P 值在1%水平下顯著，故拒絕原假設(shè)，說明殘差序列無單位根（殘差序列平穩(wěn)）。綜上結(jié)果表明，樣本水稻生產(chǎn)單位面積碳足跡與單位面積產(chǎn)量二者之間存在長期穩(wěn)定的協(xié)整關(guān)系。

表5 2002—2016 年樣本的EKC 模型協(xié)整回歸結(jié)果

表5 （續(xù)）

表6 2002—2016 年樣本的殘差序列ADF 檢驗(yàn)結(jié)果

綜上，我們可以得出樣本碳足跡與產(chǎn)量的回歸結(jié)果：

由式（6）回歸結(jié)果發(fā)現(xiàn)，被解釋變量與解釋變量之間呈四次方函數(shù)關(guān)系，且α1＜0、α2＞0、α3＜0、α4＞0，得出碳足跡與產(chǎn)量呈現(xiàn)“波浪”型關(guān)系。由于樣本量有限，擬合圖形如圖1 所示，可以看出黑龍江省水稻生產(chǎn)碳足跡與單位面積產(chǎn)量間波動幅度較大，遞增和遞減態(tài)勢交替出現(xiàn)。其中經(jīng)歷了兩次最低點(diǎn)：第一次是在2006—2007 年，第二次是在2013—2016 年。第一次出現(xiàn)最低點(diǎn)的原因是黑龍江省2006—2007 年農(nóng)資成本大幅上升，包括農(nóng)藥、化肥、柴油以及電力的費(fèi)用的增加，使得農(nóng)戶減少了農(nóng)資產(chǎn)品的使用，故這兩年間黑龍江省水稻生產(chǎn)碳足跡值較小；第二次出現(xiàn)最低點(diǎn)的原因是“十二五”“十三五”期間黑龍江省人民政府對于應(yīng)對中國在溫室氣體排放方面所面臨的嚴(yán)峻挑戰(zhàn)提出了一系列要求和規(guī)劃，強(qiáng)調(diào)對那些CO2排放高的產(chǎn)品要節(jié)約使用、發(fā)展新技術(shù)替代此類產(chǎn)品，特別強(qiáng)調(diào)應(yīng)大力推廣有機(jī)肥、新型肥料和生物肥的使用，以替代傳統(tǒng)化肥，盡量減少其使用量。結(jié)果可以看出，水稻生產(chǎn)碳足跡值確實(shí)較之前有很大的下降，所以，減少農(nóng)作物生產(chǎn)碳足跡的關(guān)鍵在于減少碳排放大的農(nóng)資產(chǎn)品的使用。

圖1 2002— 2016 年黑龍江省水稻單位面積碳足跡與單位面積產(chǎn)量關(guān)系

5.3 格蘭杰因果關(guān)系檢驗(yàn)

基于以上檢驗(yàn)結(jié)果，僅能得出黑龍江省水稻生產(chǎn)碳足跡與產(chǎn)量呈現(xiàn)出了穩(wěn)定長期聯(lián)動關(guān)系，但是它們之間是否具有因果關(guān)系，需要通過格蘭杰因果關(guān)系檢驗(yàn)來證實(shí)。如表7 所示在滯后期為1 ～4 期時(shí)，從滯后2 期結(jié)果可以看出，水稻單位面積產(chǎn)量變化是水稻生產(chǎn)碳足跡變化的格蘭杰原因，但單位面積產(chǎn)量變化不是導(dǎo)致水稻生產(chǎn)碳足跡變化的格蘭杰原因；從滯后4 期結(jié)果可以看出，水稻生產(chǎn)碳足跡變化是引發(fā)水稻單位面積產(chǎn)量變化的格蘭杰原因，水稻單位面積產(chǎn)量變化不是導(dǎo)致水稻生產(chǎn)碳足跡變化的格蘭杰原因。由于樣本的時(shí)間序列數(shù)據(jù)為15 年，故選取滯后期相對靠前的2 期作為最優(yōu)滯后期會盡量減少誤差。綜上研究得出，黑龍江省水稻單位面積產(chǎn)量增長會對水稻生產(chǎn)碳足跡增加有一定的影響，但反之則沒有影響，二者為單向因果關(guān)系。出現(xiàn)該結(jié)果的原因可能是，在黑龍江省水稻產(chǎn)量高的時(shí)期，水稻生產(chǎn)過程中農(nóng)資的投入會很多，故農(nóng)資投入產(chǎn)生的碳足跡也會相應(yīng)增加。根據(jù)上面結(jié)果推斷，黑龍江省水稻種植農(nóng)戶可以在提高水稻產(chǎn)量時(shí)減少水稻生產(chǎn)碳足跡值，實(shí)現(xiàn)低碳發(fā)展。

表7 2002—2016 年樣本的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

6 結(jié)論及政策建議

本文在EKC 改進(jìn)模型的基礎(chǔ)上，利用2002—2016 年黑龍江省水稻生產(chǎn)單位面積碳足跡與單位面積產(chǎn)量的時(shí)間序列數(shù)據(jù)，分析了二者間是否存在協(xié)整關(guān)系與因果關(guān)系，實(shí)證結(jié)果得出，黑龍江省水稻生產(chǎn)碳足跡與單位面積產(chǎn)量之間存在長期穩(wěn)定的協(xié)整關(guān)系，并且變量之間呈四次方函數(shù)關(guān)系，圖像呈現(xiàn)“波浪”型關(guān)系?；诟裉m杰因果關(guān)系檢驗(yàn)，得出黑龍江省水稻生產(chǎn)單位面積碳足跡與單位面積產(chǎn)量為單向因果關(guān)系，具體地說，單位面積產(chǎn)量變化影響單位面積碳足跡變化。

針對以上研究結(jié)論，為促進(jìn)黑龍江省農(nóng)業(yè)低碳發(fā)展、扭轉(zhuǎn)農(nóng)作物生產(chǎn)過程中碳排放持續(xù)增加的局面，結(jié)合具體情況提出如下政策建議：第一，引入具有低排放性質(zhì)的新技術(shù)或者新產(chǎn)品以替代傳統(tǒng)農(nóng)資產(chǎn)品，例如，將有機(jī)肥、塑料肥等替代傳統(tǒng)化肥，以減少農(nóng)作物生產(chǎn)過程中的碳足跡；第二，根據(jù)黑龍江省水稻生產(chǎn)單位面積產(chǎn)量對單位面積生產(chǎn)碳足跡的單向因果關(guān)系得出，提高農(nóng)資產(chǎn)品使用效率、推進(jìn)農(nóng)資投入的循環(huán)利用是減少碳足跡、發(fā)展低碳循環(huán)經(jīng)濟(jì)的關(guān)鍵。具體地說，提高化肥使用效率、科學(xué)合理地進(jìn)行測土配方施肥，提升水資源利用率以節(jié)約電能，會在一定程度上提高水稻產(chǎn)量，還能減少水稻生產(chǎn)碳足跡值。