2007—2016年中國省域種植業(yè)碳排放測算、驅(qū)動效應與時空特征

戴小文 ，楊雨欣

（1.四川省農(nóng)村發(fā)展研究中心；2.四川農(nóng)業(yè)大學管理學院，成都 611130）

隨著全球氣候變暖成為世界各國共同關(guān)注的問題，社會經(jīng)濟的綠色、低碳發(fā)展已經(jīng)成為世界各國的共識。全球化浪潮將工業(yè)化發(fā)展方式帶到了世界的每個角落，發(fā)展效率的要求促使農(nóng)業(yè)采取工業(yè)化（化學化、機械化、規(guī)?；龋┑姆绞皆谛虑瓯榈亻_花，工業(yè)化農(nóng)業(yè)中大量能源、化學藥品的使用一定程度上加劇了全球氣候變暖問題。

農(nóng)業(yè)碳排放主要來源于農(nóng)地利用、稻田、牲畜腸道發(fā)酵和糞便管理等多個方面。其中，農(nóng)地利用碳排放即農(nóng)田生態(tài)系統(tǒng)碳排放在農(nóng)業(yè)總碳排放中占比達到34.29%[1]。田云將農(nóng)地利用碳排放的產(chǎn)生原因歸為農(nóng)業(yè)生產(chǎn)對化石能源的需求以及為了追求高產(chǎn)而產(chǎn)生的化肥、農(nóng)藥和農(nóng)膜投入兩大類，而這兩類碳源與種植業(yè)活動息息相關(guān)，因此種植業(yè)碳減排對農(nóng)業(yè)碳減排進程乃至國家碳減排目標的實現(xiàn)起著舉足輕重的作用，這也引起了越來越多的關(guān)注。要想推進農(nóng)業(yè)碳減排總目標的實現(xiàn)，需要充分挖掘種植業(yè)系統(tǒng)的減排潛力。目前國內(nèi)對種植業(yè)碳排放的研究大多集中于特定地區(qū)的種植業(yè)碳排放及相關(guān)問題上[2]，鮮有從國家的宏觀角度專門針對種植業(yè)的碳排放測算和影響因素的文獻。而從宏觀統(tǒng)籌和系統(tǒng)的角度探討我國種植業(yè)碳排放的影響因素和時空特征等是深入農(nóng)業(yè)碳減排問題研究的重要前提。鑒于當前我國低碳農(nóng)業(yè)的加深加快發(fā)展和種植業(yè)的地域特征變化[3]，定量把握我國種植業(yè)碳排放的現(xiàn)狀和特征，挖掘我國種植業(yè)系統(tǒng)碳排放的驅(qū)動效應以及分省域的時空特征，深入分析其變動狀況和趨勢，對于加快農(nóng)業(yè)碳減排進程、制定分階段和地域的種植業(yè)碳減排具體策略具有重要意義。

1 文獻綜述

農(nóng)業(yè)碳排放研究是應對全球溫室變暖問題研究的重要分支，也一直是國內(nèi)外的研究熱點之一。低碳綠色發(fā)展已經(jīng)成為全球各國之共識，各國學者也從能源消耗[4]、建筑業(yè)[5]、國際貿(mào)易[6]與農(nóng)業(yè)[1]等領域切入對碳排放展開核算。隨著農(nóng)業(yè)碳排放量逐年增加，農(nóng)業(yè)碳排放問題受到了世界各國，尤其是發(fā)展中國家的重視。

種植業(yè)系統(tǒng)碳排放是農(nóng)業(yè)碳排放的重要組成部分，種植業(yè)碳排放其主要來源于農(nóng)業(yè)生產(chǎn)對化石能源的需求，以及為追求高產(chǎn)而產(chǎn)生的化肥、農(nóng)藥和農(nóng)膜等生產(chǎn)資料投入等。目前國內(nèi)外對農(nóng)業(yè)宏觀碳排放的相關(guān)研究已經(jīng)相當豐富，并從低碳農(nóng)業(yè)的發(fā)展[7]-[8]、農(nóng)業(yè)碳排放的測算與因素分解[9]-[11]、農(nóng)業(yè)碳排放時空分布及趨勢[12]-[13]等方面展開討論。已有一些學者對農(nóng)業(yè)碳排放的時空特征有了較為詳盡的探討，田云通過測算1995—2010年我國31個?。ㄊ?、區(qū)）的農(nóng)業(yè)碳排放及其組成情況，發(fā)現(xiàn)農(nóng)業(yè)碳排放總量排名前10的地區(qū)占全國農(nóng)業(yè)碳排放總量的比例高達59.61%。此外，許多學者都采用基于Kaya恒等式或?qū)?shù)平均迪氏分解方法（Logarithmic Mean Divisia Index，LMDI）對農(nóng)業(yè)碳排放進行因素分解及效應研究。例如，戴小文等利用Kaya恒等式將中國農(nóng)業(yè)碳排放的影響因素分解為一般技術(shù)因素、農(nóng)業(yè)低碳技術(shù)因素、農(nóng)村生活水平因素、間接城鎮(zhèn)化因素以及人口規(guī)模因素[14]；李政通利用LMDI方法將東北三省的農(nóng)業(yè)碳排放分解為農(nóng)業(yè)碳排放強度、農(nóng)業(yè)收入和人口總量4種因素[15]；韋沁等同樣利用kaya恒等式將農(nóng)業(yè)碳排放分解為生產(chǎn)效率因素、農(nóng)業(yè)結(jié)構(gòu)因素、經(jīng)濟發(fā)展水平和人口規(guī)模因素，并分析了南北區(qū)域的差異性[16]。在因素分解的研究中，不少學者將時空特征也納入農(nóng)業(yè)碳排放的研究中來，何艷秋等分別從時間和空間維度分析了我國農(nóng)業(yè)碳排放驅(qū)動因素的階段性特征和區(qū)域差異[17]。廣義農(nóng)業(yè)的碳排放因素分解及時空效應研究已較為豐富，也為針對種植業(yè)碳排放的因素分解和時空效應分析提供了思路和方法參考。

在農(nóng)業(yè)碳排放的研究體系中，也不乏針對種植業(yè)碳排放的研究，陳煒探討了1997—2015年我國種植業(yè)碳排放的時空特征和農(nóng)業(yè)發(fā)展的關(guān)系，發(fā)現(xiàn)種植業(yè)碳排放增速呈現(xiàn)“下降-上升-下降”的變化特征，地區(qū)之間的單位GDP排放比呈下降趨勢[2]。田云基于農(nóng)地利用的6大碳源測算了1993—2008年農(nóng)地利用碳排放量并進行因素分解[3]，其后李波[18]、趙先超[19]等展開了特定區(qū)域下的農(nóng)地利用碳排放測定及因素分解。研究表明，在中國過去60年間，水稻種植中心產(chǎn)生了數(shù)百公里的偏移[20]，這也使得水稻種植碳排放在省域間呈現(xiàn)出空間差異性和時序動態(tài)性。但目前國內(nèi)對農(nóng)業(yè)碳排放的研究大多集中于宏觀農(nóng)業(yè)碳排放或特定地區(qū)的種植業(yè)碳排放及相關(guān)問題上，鮮有從全國分省域的角度針對種植業(yè)碳排放的影響因素及其時空因素的研究成果，而這恰對于采取分階段、分地域的農(nóng)業(yè)碳減排政策的制定具有重要意義。

基于此，本文將在利用中國2007—2016種植業(yè)相關(guān)數(shù)據(jù)，在科學核算種植業(yè)碳排放的基礎上，利用LMDI模型對中國種植業(yè)碳排放驅(qū)動因素進行因素分解，并在此基礎上，對全國31個?。ㄊ?、地區(qū)）在此10年間的種植業(yè)碳排放驅(qū)動效應變動情況及其時空差異情況展開分析，為提高具有針對性的種植業(yè)碳減排措施效果奠定基礎。

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)來源

本文中數(shù)據(jù)主要出自覆蓋中國內(nèi)陸的31個?。ㄊ?、區(qū)）時間跨度為2007—2016年的數(shù)據(jù)。相關(guān)數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》以及各省（直轄市、區(qū)）2007—2016年統(tǒng)計年鑒。其中，化肥、農(nóng)藥、農(nóng)膜、柴油、耕作面積、灌溉等以當年實際情況為準；翻耕數(shù)據(jù)則用當年農(nóng)作物實際播種面積替代，部分數(shù)據(jù)缺失的替代數(shù)據(jù)來源另外單獨注明。國內(nèi)生產(chǎn)總值（GDP）值、農(nóng)業(yè)總產(chǎn)值及農(nóng)業(yè)固定資產(chǎn)投資額等均以2000年為基期，剔除價格影響因素。

2.2 種植業(yè)碳排放的測算方法

為了準確選取可靠的種植業(yè)碳排放源，本文對種植業(yè)碳排放進行界定。種植業(yè)碳排放指在種植業(yè)生產(chǎn)過程中由人為導致的直接或間接的溫室氣體排放[21]。以目前研究文獻來看，許多學者都對種植業(yè)碳排放的測算提出了方法并展開測算與應用，種植業(yè)碳排放的測算方法已較為成熟。此處借鑒李波等為代表的學者所提出的測算方法[22]，計算公式如下：

上式中c為種植業(yè)碳排放總量；i為碳源種類；e為各碳排放源的量；εi為各碳源碳排放系數(shù)。各碳源碳排放系數(shù)與數(shù)據(jù)來源見表1。據(jù)此計算2007—2016年各種碳排放源碳排放如表2所示。

表1 種植業(yè)主要碳排放系數(shù)Table 1 Main carbon emission coefficient of crop industry

2007—2016年間種植業(yè)碳排放總量呈現(xiàn)出“快速上升-緩慢上升-略微下降”3個變化階段，在該計算式中組成種植業(yè)碳排放的6個部分趨勢相近。其中2015—2016年間還出現(xiàn)了種植業(yè)碳排放總量減少的趨勢，這可能是得益于國家的農(nóng)業(yè)低碳建設思想逐步形成和受到重視，以及農(nóng)業(yè)低碳生產(chǎn)技術(shù)實踐和農(nóng)業(yè)低碳政策發(fā)布的多重影響。其中由化肥生產(chǎn)和使用過程中所導致的種植業(yè)碳排放量占比最大，而翻耕所導致有機碳流失到空中所形成的碳排放占比微弱。那么2007年—2016年10年間種植業(yè)碳排放各個驅(qū)動部分貢獻率究竟如何？哪些因素對種植業(yè)碳排放量總體持續(xù)增長擁有較大的貢獻率？六大驅(qū)動因素的貢獻率會由于不同省域由于自然、經(jīng)濟條件的差異有何區(qū)別？研究這些問題對于深刻認識和理解我國種植業(yè)碳排放空間差異和驅(qū)動因素影響機制，緩解種植業(yè)碳排放的生態(tài)環(huán)境壓力具有重要意義，也對我國農(nóng)業(yè)低碳及可持續(xù)發(fā)展政策制定提供參考和依據(jù)。

圖1 2007—2016年種植業(yè)碳排放總量與變動率Figure 1 Total carbon emissions and rate of change in crops from 2007 to 2016

表2 2007—2016年種植業(yè)碳排放計算結(jié)果Table 2 Crop carbon emissions calculation results from 2007 to 2016 萬t

3 我國種植業(yè)碳排放因素分解與分析

為了研究各驅(qū)動因素對種植業(yè)碳排放的影響程度，本文以Kaya恒等式為基礎進行因素分解。Kaya恒等式原式如下：

根據(jù)本文研究需要采用對數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index，LMDI） 模型，將Kaya恒等式擴展模型設計如下：

該Kaya恒等式揭示了經(jīng)濟水平、勞動力人口等因素對碳排放的影響程度。其中，C代表種植業(yè)碳排放量（carbon emission）；GDPP代表種植業(yè)產(chǎn)值（planting GDP）；GDPA代表廣義農(nóng)業(yè)產(chǎn)值即包含農(nóng)林牧副漁等產(chǎn)值（Agricultural GDP）；P代表全社會人口（Population）；PA代表農(nóng)業(yè)人口（Agricultural population）；C/GDPP代表種植業(yè)的單位碳排放量，其倒數(shù)則表示種植業(yè)生產(chǎn)效率；GDPP/GDPA代表種植業(yè)產(chǎn)值與農(nóng)林牧漁總產(chǎn)值之比，表示農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)；GDPA/P代表人均農(nóng)業(yè)GDP，表示農(nóng)業(yè)發(fā)展水平；P/PA表示總?cè)丝谂c農(nóng)業(yè)人口之比，其倒數(shù)可以近似表示為城鎮(zhèn)化率。因此，碳排放量可以加和分解為種植業(yè)生產(chǎn)效率A、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)B、農(nóng)業(yè)發(fā)展水平C、城鎮(zhèn)化率D和農(nóng)業(yè)勞動力規(guī)模E五個影響因素，因此第t+1年碳排放Ct+1相對于基年C0的變化ΔC可以表示為：

式（3）-（8）中ΔC代表相對基期的生產(chǎn)部門經(jīng)濟增加值總效；ΔCA代表相對于基期的種植業(yè)生產(chǎn)效率效應，ΔCB代表相對于基期的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應，ΔCC代表相對于基期的農(nóng)業(yè)發(fā)展水平效應，ΔCD代表相對于基期的城鎮(zhèn)化率效應，ΔCE代表相對于基期的農(nóng)業(yè)勞動力規(guī)模效應。通過計算所得并繪制我國種植業(yè)碳排放驅(qū)動因素效應分解如圖2所示。

圖2 2007-2016年種植業(yè)碳排放驅(qū)動因素擴展分解模型Figure 2 Crop industry carbon emission driving factor expansion decomposition model from 2007 to 2016

根據(jù)圖2可得2007—2016年間種植業(yè)碳排放量總效應呈現(xiàn)整體上升的態(tài)勢，只有2015—2016年間種植業(yè)碳排放總效應有微弱減少的現(xiàn)象。其次，種植業(yè)總效應增速趨于放緩。2009年，我國種植業(yè)碳排放總效應相較2008年增長了1.24倍，但2016年我國的種植業(yè)碳排放總效應相較于2015僅增長了0.15倍。但值得注意的是，在所研究的時期范圍內(nèi)，引起種植業(yè)碳排放變化的主要因素和強度是不斷變化的。

（1）種植業(yè)生產(chǎn)效率效應。

從圖2可以看出在2007—2016這10年間種植業(yè)生產(chǎn)效率的提升共實現(xiàn)種植業(yè)碳減排8 226.28萬t，平均每年種植業(yè)碳排放遞減822.62萬t，占種植業(yè)碳減排總量的80.98%。進入21世紀以來，我國加入世貿(mào)組織，農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營、農(nóng)業(yè)生產(chǎn)技術(shù)引進和研發(fā)、農(nóng)業(yè)可持續(xù)發(fā)展以及應對自然災害的能力與水平逐漸提升，極大地促進了種植業(yè)生產(chǎn)效率與綜合生產(chǎn)能力的提升。

（2）農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應。

2007—2016年的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)因素對種植業(yè)碳排放的貢獻效益呈現(xiàn)窄幅波動，除2011年外，2007—2013年農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應為負，說明此時隨著種植業(yè)產(chǎn)值占農(nóng)林牧漁業(yè)產(chǎn)值比重下降，種植業(yè)的碳排放量反而呈上升趨勢。但從2014年起農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應又呈現(xiàn)遞增的正效應，代表種植業(yè)占農(nóng)林牧漁業(yè)產(chǎn)值越小，越有利于農(nóng)業(yè)碳減排目標的實現(xiàn)。有可能的一點原因是，為加強生態(tài)文明建設和實現(xiàn)生態(tài)可持續(xù)發(fā)展目標，21世紀以來我國實施了退耕還林還草等重大生態(tài)工程，使得耕地數(shù)量有所減少。要實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應對碳減排的正向影響，推動農(nóng)業(yè)龍頭企業(yè)和農(nóng)村社會組織的發(fā)展和帶動作用，加大農(nóng)村教育的投資力度等是一個有效措施[23]。

（3）農(nóng)業(yè)經(jīng)濟發(fā)展效應。

2007—2016這10年間，農(nóng)業(yè)經(jīng)濟發(fā)展取得了卓越成就，農(nóng)業(yè)GDP增長為2007年的2.68倍，但種植業(yè)碳排放量也隨之增加且對生態(tài)環(huán)境的壓力增大，農(nóng)業(yè)經(jīng)濟發(fā)展對種植業(yè)碳排放增長效益為正，效應貢獻量仍然在逐年遞增。10年來，中國農(nóng)業(yè)經(jīng)濟發(fā)展累計貢獻了9 037.75萬t的碳排放，占碳排放增長總量的77.31%。這可以利用Crossman和Krueger于1991年提出的環(huán)境庫茲涅茨曲線（KEC）解釋，即將GDP增長與環(huán)境污染的關(guān)系描述為一根倒“U”型曲線[26]?；诖?，可以將農(nóng)業(yè)經(jīng)濟發(fā)展效應對種植業(yè)碳排放的正效應理解為，中國種植業(yè)碳排放仍處于倒“U”型曲線的左側(cè)，并且還處于由碳排放導致的環(huán)境惡化程度隨著經(jīng)濟增長而加劇的階段，但從長遠來看，當中國農(nóng)業(yè)經(jīng)濟發(fā)展到一定水平后，其環(huán)境惡化的程度將隨著經(jīng)濟增長逐漸放緩，即農(nóng)業(yè)經(jīng)濟發(fā)展效應此時開始對種植業(yè)碳排放產(chǎn)生負效應。

（4）城鎮(zhèn)化效應。

城鎮(zhèn)化水平的提高促進了中國種植業(yè)碳排放的增加，在2007—2016年間實現(xiàn)了2 383.52萬t碳排放，這意味著在其他條件不變的情況下，城鎮(zhèn)化水平的提高將導致碳排放年均增加238.35萬t，這也與學者對城鎮(zhèn)化水平和碳排放關(guān)系呈現(xiàn)“U”型關(guān)系一致[27]。即在城鎮(zhèn)化發(fā)展的初級階段，種植業(yè)的集約化規(guī)模經(jīng)營需要大量化肥、農(nóng)藥等生產(chǎn)資料和農(nóng)機設備的投入，因此碳排放量也會持續(xù)增加。當城鎮(zhèn)化發(fā)展到一定水平之后，隨著基礎設施的完備和生產(chǎn)技術(shù)的穩(wěn)定進步，城鎮(zhèn)化水平的繼續(xù)提高會有助于種植業(yè)的碳減排進程。

（5）農(nóng)業(yè)勞動力規(guī)模效應。

10年來，全社會農(nóng)業(yè)人口絕對數(shù)量縮減17.77%，占全社會人口的比例下降11.6%，這一農(nóng)業(yè)人口的變化共計貢獻了1 932.05萬t的種植業(yè)碳減排量，占種植業(yè)碳減排總量的19.02%。農(nóng)業(yè)人口的縮減促進了機械化種植業(yè)的發(fā)展，種植業(yè)生產(chǎn)資料和設備得到了充分合理利用，生產(chǎn)效率的提高極大促進了種植業(yè)碳減排進程。

4 種植業(yè)碳排放時空特征及驅(qū)動因素分解

中國地域遼闊，各地區(qū)之間資源稟賦、經(jīng)濟條件等各不相同，前文所分解的五大驅(qū)動因素及效應大小在省域之間也極不平衡。在計算各省種植業(yè)碳排放量的基礎上，本文試圖對各省域驅(qū)動因素進行LMDI分解以及時空分析。由于篇幅限制，在對2007—2016年全國種植業(yè)碳排放測算及進行驅(qū)動因素的LMDI分解的基礎上，本文采用2007、2010、2013、2016年覆蓋全國31個省域的4份面板數(shù)據(jù)進行分省種植業(yè)碳排放驅(qū)動因素分解研究并分析其時空特征。此處選擇2007年為基年，分別對之后每間隔 3年即 2010年、2013年、2016年 31個省（市、地區(qū)）的種植業(yè)碳排放進行LMDI因素分解并觀察其變化情況。由于各年計算碳排放效應時均以2007年為基期，因此2007年的各項效應值記為0。與式（1）～（8）同理，各省碳排放量可以加和分解為種植業(yè)生產(chǎn)效率Aij、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)Bij、農(nóng)業(yè)發(fā)展水平Cij、城鎮(zhèn)化率Dij和農(nóng)業(yè)勞動力規(guī)模Eij5個影響因素（i代表年份，i=2007，2010，2013，2016；j代表31 個省域，j=1，2，3，…，31）?！吨袊r(nóng)村統(tǒng)計年鑒》中缺失農(nóng)村人口數(shù)據(jù)由《中國統(tǒng)計年鑒》中農(nóng)村人口數(shù)據(jù)作為替代，因此此處計算結(jié)果和表3中計算結(jié)果有略微差別。

根據(jù)各省域驅(qū)動因素占相應種植業(yè)碳減排驅(qū)動量或種植業(yè)碳排放驅(qū)動量的比例，可將我國省域劃分為3大類地區(qū)：種植業(yè)生產(chǎn)效率驅(qū)動減排型省域，種植業(yè)生產(chǎn)水平驅(qū)動排放型省域和均衡驅(qū)動型省域。根據(jù)前文分析可得知，種植業(yè)生產(chǎn)效率是促進種植業(yè)碳減排第一大指標，而農(nóng)業(yè)經(jīng)濟發(fā)展是種植業(yè)碳排放增加的最大驅(qū)動力。其中由于作為基年的2007年分解結(jié)果各項數(shù)值均標記為0，因此僅展示2010年、2013年和2016年3類地區(qū)的劃分結(jié)果如圖3所示。

首先從2010年來看，將種植業(yè)生產(chǎn)效率驅(qū)動碳減排量大于農(nóng)業(yè)發(fā)展水平驅(qū)動排放量的省域，定義為種植業(yè)生產(chǎn)效率驅(qū)動減排型省域，包括江蘇，浙江，福建等8個省域，這些地區(qū)在近年來農(nóng)業(yè)科學技術(shù)引入、農(nóng)業(yè)生產(chǎn)資金投入與扶持力度上增加幅度較大。大機械農(nóng)業(yè)規(guī)模經(jīng)營的改革使得農(nóng)用化肥、農(nóng)藥等投入效率以及灌溉所耗用的化石燃料投入效率提高，因此種植業(yè)生產(chǎn)效率提高大幅加快了農(nóng)業(yè)碳減排目標的實現(xiàn)。將農(nóng)業(yè)發(fā)展水平驅(qū)動排放量大于種植業(yè)生產(chǎn)效率驅(qū)動碳減排量的省域定義為農(nóng)業(yè)生產(chǎn)水平驅(qū)動碳排放型地區(qū)，包括黑龍江、吉林、遼寧等16個省域。這部分地區(qū)的碳排放增量主要來自農(nóng)業(yè)經(jīng)濟發(fā)展的帶動效應，這在田云[1]、李波[22]的關(guān)于農(nóng)業(yè)碳排放脫鉤效應的相關(guān)研究中有所驗證。將種植業(yè)生產(chǎn)效率驅(qū)動碳減排量與農(nóng)業(yè)發(fā)展水平驅(qū)動排放量相對均衡（絕對值差額＜10萬t）的省域定義均衡驅(qū)動型地區(qū)，包括上海、北京、山西等7個省域，這部分地區(qū)的碳減排和碳排放驅(qū)動均衡的情況多數(shù)是由于種植業(yè)發(fā)展地域面積和農(nóng)業(yè)勞動力等生產(chǎn)資料的限制，導致種植業(yè)碳排放量基數(shù)較其他省域低，因此單從數(shù)據(jù)上觀察碳排放驅(qū)動因素的貢獻率大小還存在困難。

隨著我國農(nóng)業(yè)改革的進程逐步推進，部分地區(qū)的生產(chǎn)效率效應和農(nóng)業(yè)經(jīng)濟發(fā)展效應的貢獻率發(fā)生著變化。2010—2016年，廣東、上海和北京的種植業(yè)生產(chǎn)效率驅(qū)動效應日益顯著，轉(zhuǎn)型為生產(chǎn)效率驅(qū)動碳排放型地區(qū)，其中上海和北京兩地各項效應變化較小，而廣東省的生產(chǎn)效率效應在2013年和2016年分別相較2010年提高了2倍和3.4倍，農(nóng)業(yè)發(fā)展水平效應則分別提高了1.38和2.41倍。山西轉(zhuǎn)型為農(nóng)業(yè)生產(chǎn)水平驅(qū)動碳排放型地區(qū)，江西和海南則轉(zhuǎn)型為均衡性驅(qū)動地區(qū)。山東作為我國農(nóng)業(yè)產(chǎn)值排名第一的農(nóng)業(yè)大省，農(nóng)業(yè)經(jīng)濟的快速發(fā)展騰飛也伴隨著種植業(yè)碳排放的增加，2016年山東農(nóng)業(yè)生產(chǎn)水平效應較2010年增長了0.71倍。

為了更加直觀地觀察各省在分解出的5個因素的驅(qū)動效應差別，結(jié)合表4中的2016年數(shù)據(jù)，剝離出2016年各省種植業(yè)碳排放與碳減排的驅(qū)動效應情況，如表3所示。其中，由于種植業(yè)生產(chǎn)效率效應對種植業(yè)碳排放具有正向驅(qū)動效應，因此在位于Ai和Fi列的比例數(shù)字中，正數(shù)表示i省2016年該因素對種植業(yè)碳排放的驅(qū)動效應，負數(shù)表示i省2016年該因素對種植業(yè)碳減排的驅(qū)動效應；同理，在位于Bi、Ci和Di列的比例中，正數(shù)表示i省2016年該因素對種植業(yè)碳減排的驅(qū)動效應，負數(shù)表示i省2016年該因素對種植業(yè)碳排放的驅(qū)動效應。

圖3 2010年、2013年、2016年省域種植業(yè)碳排放驅(qū)動效應變動情況Figure 3 Changes in the driving effects of carbon emissions in provincial crops in 2010，2013 and 2016

表3 2016年省域種植業(yè)碳排放與碳減排驅(qū)動效應Table 3 Driving effects of carbon emissions and carbon emission reduction in provincial crops in 2016

通過表3可以觀察到：

種植業(yè)生產(chǎn)效率效應對于絕大多數(shù)地區(qū)都為碳減排的正效應，而西藏的生產(chǎn)效率效應為-0.55，代表種植業(yè)生產(chǎn)效率每提升一單位，將增加0.55單位的種植業(yè)碳排放，這可能是由于西藏地區(qū)的自然條件對規(guī)?；N植業(yè)生產(chǎn)的約束，導致種植業(yè)生產(chǎn)效率的提高反而會延緩當?shù)氐姆N植業(yè)碳減排進程。除了生產(chǎn)效率效應之外，西藏地區(qū)的結(jié)構(gòu)效應和規(guī)模效應也出現(xiàn)了異常值，除了特殊自然環(huán)境和經(jīng)濟、文化條件的限制可以列為其中一個解釋外，數(shù)據(jù)獲得的不全面性也是一個可能。

農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應在大多數(shù)地區(qū)的種植業(yè)碳排放中呈現(xiàn)正效應，根據(jù)前文對全國2007—2016年的碳排放驅(qū)動因素分析可知，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應呈現(xiàn)窄幅波動且總體趨勢呈正向上升。黑龍江、吉林、遼寧、安徽、山東、山西、湖北、西藏八地的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應呈現(xiàn)碳排放的負效應，代表隨著農(nóng)業(yè)占農(nóng)林牧副漁業(yè)的比重上升，種植業(yè)碳排放反而減少。除西藏外，東北三省、安徽、山東、山西和湖北五地地勢平坦，適宜開展大機械種植業(yè)和規(guī)模種植業(yè)。其中東北三省作為國家的重要糧食生產(chǎn)基地，種植業(yè)生產(chǎn)地域的拓寬、農(nóng)業(yè)生產(chǎn)技術(shù)的研發(fā)等都有利于規(guī)模經(jīng)營的實現(xiàn)，從而提高種植業(yè)生產(chǎn)效率，達到減少種植業(yè)碳排放的效果。

農(nóng)業(yè)經(jīng)濟發(fā)展水平效應在絕對大多數(shù)地區(qū)中呈現(xiàn)碳排放的正效應。而其在北京、上海兩地呈現(xiàn)一定程度的負效應，意味著隨著農(nóng)業(yè)生產(chǎn)水平每提高一單位，北京和上海的種植業(yè)碳排放分別將降低0.23和0.41個單位。北京和上海屬于我國經(jīng)濟高度發(fā)達城市，但由于地域限制和城市發(fā)展規(guī)劃，農(nóng)產(chǎn)品消費和加工主要依賴其他省市進口原材料或成品。隨著智慧農(nóng)業(yè)的廣泛應用，農(nóng)業(yè)生產(chǎn)水平的提高將提升有限農(nóng)業(yè)發(fā)展地域的生產(chǎn)效率，達到碳減排的目的。

城鎮(zhèn)化率對大多數(shù)地區(qū)而言呈現(xiàn)碳排放的正效應，隨著人口城鎮(zhèn)化率和經(jīng)濟城鎮(zhèn)化率的提高，農(nóng)業(yè)生產(chǎn)的土地資源和人力資源將會減少，在短期內(nèi)造成大量農(nóng)用機械和輔助生產(chǎn)資料的投入，造成碳排放量的上升。但對于上海這一類城市而言，城鎮(zhèn)化展開較早而城鎮(zhèn)化率增長緩慢，目前已經(jīng)達到城鎮(zhèn)化的較為成熟的階段，因此在長期內(nèi)農(nóng)村人口和資源持續(xù)向城市流動，促使種植業(yè)的規(guī)模經(jīng)營和標準化生產(chǎn)，達到碳減排的效果。

農(nóng)業(yè)從業(yè)人口比例的增加實際上是人口城鎮(zhèn)化的一種表現(xiàn)，北京、上海、天津這類城市農(nóng)村人口流失的同時要實現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展，必須保證種植業(yè)生產(chǎn)效率的提高，例如加大這些地區(qū)農(nóng)業(yè)科技成果轉(zhuǎn)化的投資力度，扶持科研院所和農(nóng)業(yè)科技企業(yè)的發(fā)展，以減少種植業(yè)碳排放。

5 結(jié)論與政策啟示

綜上我們認為：①種植業(yè)碳排放總量在2007-2016十年間經(jīng)歷了“快速上升-緩慢上升-略微下降”的3個階段，其中種植業(yè)生產(chǎn)效率和農(nóng)業(yè)勞動力規(guī)模呈現(xiàn)增長的負效應，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)業(yè)發(fā)展水平和城鎮(zhèn)化率呈現(xiàn)增長或波動性增長的正效應；②基于驅(qū)動效應的強弱，可將我國31個?。ㄊ小⒌貐^(qū)）劃分為“種植業(yè)生產(chǎn)效率驅(qū)動減排型”，“農(nóng)業(yè)生產(chǎn)水平驅(qū)動排放型”和“均衡驅(qū)動型”3類區(qū)域，其中北京、上海、廣東等7個地區(qū)在10年間種植業(yè)碳排放的驅(qū)動效應產(chǎn)生了波動，這些都與當?shù)氐霓r(nóng)業(yè)發(fā)展和政策制度有著密切聯(lián)系；③結(jié)合剝離出的2016年31個地區(qū)的種植業(yè)碳排放與碳減排驅(qū)動效應變化情況，可知一些地區(qū)相較前文對全國的驅(qū)動因素效應出現(xiàn)了異常值，這是由該地區(qū)的農(nóng)業(yè)自然條件、經(jīng)濟社會發(fā)展程度以及政治與文化等多方面共同作用的結(jié)果。

基于以上結(jié)論，我們認為推進農(nóng)業(yè)碳減排進程，第一是需要協(xié)調(diào)經(jīng)濟增長與碳排放關(guān)系，轉(zhuǎn)變種植業(yè)生產(chǎn)方式。要改變目前農(nóng)業(yè)經(jīng)濟發(fā)展以資源環(huán)境破壞為前提的現(xiàn)狀，必須徹底轉(zhuǎn)變一些地區(qū)仍存在的過度追求經(jīng)濟增長、忽視生態(tài)環(huán)境建設的種植業(yè)發(fā)展模式，向生態(tài)、循環(huán)、綠色和低碳農(nóng)業(yè)發(fā)展模式轉(zhuǎn)變。第二是增加種植業(yè)生產(chǎn)技術(shù)投資，提高種植業(yè)生產(chǎn)效率。國家應引導各地區(qū)合作共享種植業(yè)技術(shù)成果，共同探索低能耗的有助于提高生產(chǎn)資料利用效率的碳減排生產(chǎn)技術(shù)，共同提升種植業(yè)生產(chǎn)效率，實現(xiàn)共贏。第三是因地制宜發(fā)展適度規(guī)模農(nóng)業(yè)，明確各省種植業(yè)功能性定位。針對種植業(yè)大省強省、自然條件約束型地區(qū)、經(jīng)濟高度發(fā)達地區(qū)分別采用針對性的種植業(yè)發(fā)展政策，因地制宜。