中國農(nóng)業(yè)碳排放經(jīng)驗分解與峰值預(yù)測
——基于動態(tài)政策情景視角

褚力其 姜志德* 任天馳

(1.西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院，陜西 楊凌 712100；2.中國農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院，北京 100101)

農(nóng)業(yè)低碳生產(chǎn)是鄉(xiāng)村振興戰(zhàn)略的重要指示，也是建設(shè)美麗中國的內(nèi)在需要。然而，我國農(nóng)業(yè)生產(chǎn)方式仍是粗放的，存在著諸如地力破壞、面源污染和生態(tài)系統(tǒng)退化等的一系列問題，特別是生產(chǎn)要素浪費等原因引發(fā)碳排放量的提升，嚴重影響了農(nóng)業(yè)經(jīng)濟增長質(zhì)量[1]。一方面，農(nóng)戶無論是在低碳生產(chǎn)還是生活上都是最廣泛參與主體，農(nóng)業(yè)源碳排放總量巨大，幾乎占據(jù)人類活動碳排放總和的30%，農(nóng)業(yè)部門的減排難度較大[2]；另一方面，溫室氣體是導(dǎo)致氣候復(fù)雜多變的根源，極端天氣給我國農(nóng)業(yè)的發(fā)展轉(zhuǎn)型帶來了巨大壓力，2016年我國農(nóng)地受到氣候災(zāi)害面積高達2 620萬hm2，占到農(nóng)地總面積的21.1%[3]。2015年，《巴黎協(xié)定》的簽署將全球應(yīng)對氣候變化治理引入了新階段，在國家自主貢獻目標(biāo)(NDC)的框架下，中國農(nóng)業(yè)部印發(fā)了《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則(2018—2030年)》(1)引自農(nóng)業(yè)農(nóng)村部于2018年7月6日印發(fā)的《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則(2018—2030年)》，明確提出在2030年前，單位農(nóng)業(yè)增加值對應(yīng)的碳排放降低30%以上的減排目標(biāo)?？梢钥闯觯乱惠唶艺邔嵤┠康脑谟趯_成農(nóng)業(yè)碳排放的減排目標(biāo)提供保障，并對農(nóng)業(yè)低碳生產(chǎn)方式轉(zhuǎn)變進行戰(zhàn)略性指導(dǎo)[4]。因此，準(zhǔn)確判斷農(nóng)業(yè)政策何以驅(qū)動農(nóng)業(yè)碳排放是中國減排道路上不可忽視的一環(huán)，也是農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變的必要條件。

農(nóng)業(yè)碳排放的問題已開展大量研究，但專門以農(nóng)業(yè)政策作為驅(qū)動因素的研究仍然較少，且看法不盡相同。關(guān)于政策與碳排放的爭論聚焦在其影響路徑上：其一，部分研究運用分解方法進行人口規(guī)模、GDP等要素的時間序列分析[5-6]，不同實證得出“技術(shù)進步效應(yīng)”、“規(guī)模效應(yīng)”和“結(jié)構(gòu)效應(yīng)”等分別為碳排放增長的關(guān)鍵因素[7-9]；而政策因素的分析多基于減排效應(yīng)，并未對政策如何驅(qū)動碳排放增長給出合理的解釋[10]。其二，也有文獻將農(nóng)業(yè)政策引申為不同低碳政策的激勵或規(guī)制效用[11]，例如農(nóng)業(yè)廢棄物回收補貼抑或是秸稈焚燒處罰。由于我國農(nóng)業(yè)低碳政策通常以試點工程和地方政策的方式推行，所以專門的低碳政策研究難以對全國農(nóng)業(yè)政策進行概括。其三，更多學(xué)者通過構(gòu)建農(nóng)業(yè)政策視域下的子路徑進行論證，吳賢榮等[12]研究發(fā)現(xiàn)，政策扶持下的農(nóng)機使用是促使農(nóng)業(yè)碳排放增加的重要途徑；胡川等[7]通過實證得出，政策規(guī)制有利于技術(shù)創(chuàng)新，并顯著傳遞于碳減排作用。通過上述結(jié)論不難發(fā)現(xiàn)，如果財政支出更多被用于低碳工程或減排技術(shù)，集約生產(chǎn)所帶來的效率改善會使碳減排優(yōu)化；如果是以增加輪作次數(shù)和擴大投入規(guī)模(如化學(xué)品和能源再投資)為導(dǎo)向，粗放生產(chǎn)所帶來的投入邊際產(chǎn)出遞減將引致碳減排惡化[13-14]。

政策因素分析有助于對農(nóng)業(yè)碳排放演進歷程進行解釋，更利于設(shè)置不同政策情景預(yù)測碳排放走勢。國內(nèi)外對于碳排放預(yù)測的研究結(jié)論豐富，無論是從變量設(shè)置、情景描述和達峰預(yù)測均趨于完善[15-17]，但農(nóng)業(yè)部門碳排放預(yù)測以趨勢演進為主[18-19]，預(yù)測方法通常借用各影響因素不同變化率的設(shè)定展開，未考慮是否與政策情景相匹配。在離散值及概率選擇上均來自于經(jīng)驗判斷，使得研究成果難以為減排決策提供行之有效的信息，并存在變量設(shè)置主觀或預(yù)測結(jié)果偏差的可能[20]。若借助合理預(yù)測方法和政策情景搭配，則可以較好彌補上述問題。

綜上所述，本研究采用廣義迪氏指數(shù)分解法(Generalized divisia index method，GDIM)考察1985—2017年中國農(nóng)業(yè)碳排放演變的驅(qū)動因素，分析了農(nóng)業(yè)政策直接減排效應(yīng)以及間接效應(yīng)，并在篩選驅(qū)動因素后對2018—2030年的農(nóng)業(yè)碳總量進行預(yù)測，旨在為農(nóng)業(yè)碳減排提供量化參考并為低碳政策的合理安排提供理論依據(jù)。

1 理論分析框架

本研究通過識別農(nóng)業(yè)政策的技術(shù)進步、農(nóng)產(chǎn)品價格調(diào)整和要素替代來構(gòu)建政策支出對農(nóng)業(yè)碳排放的理論框架。系統(tǒng)分析如下：

首先，農(nóng)業(yè)低碳生產(chǎn)核心是低碳技術(shù)的采納和推廣，技術(shù)進步對于提高要素使用率、抑制農(nóng)業(yè)碳排放增長有著直接的影響，但在政策推廣的過程中，技術(shù)應(yīng)用往往是緩慢的、不可持續(xù)的。一方面，政府先以低碳項目的形式在少部分經(jīng)營主體內(nèi)部進行技術(shù)示范，繼而采用政策資金扶持等手段激勵農(nóng)戶應(yīng)用低碳生產(chǎn)技術(shù)，然而，農(nóng)戶難以成為現(xiàn)代農(nóng)業(yè)技術(shù)變革的主體[21-22]，農(nóng)業(yè)技術(shù)變革面臨著耕地細碎化和家庭生產(chǎn)單位構(gòu)成的零碎生產(chǎn)模式，加之農(nóng)戶自身缺乏創(chuàng)新意識，政策支持對農(nóng)戶能否產(chǎn)生長時間激勵仍是未知。另一方面，盡管政府應(yīng)該承擔(dān)創(chuàng)新主體的責(zé)任，但不少研究認為農(nóng)業(yè)政策帶動技術(shù)創(chuàng)新的方式收效甚微，“撒胡椒面”不解決根本問題。通過財政支出項目中可以看出，農(nóng)業(yè)科技費用一直占據(jù)較低比重(2008—2016年均3.3%)，綠色低碳生產(chǎn)轉(zhuǎn)變的程度遠不能滿足當(dāng)前需求，此外，科技費用的主要目的在于重大科研創(chuàng)新，而改造傳統(tǒng)農(nóng)業(yè)需要一線生產(chǎn)設(shè)施投入和教育培訓(xùn)的跟進與支持，農(nóng)戶缺乏基層生產(chǎn)技術(shù)的引導(dǎo)與支持，農(nóng)業(yè)生產(chǎn)“高能耗、高污染、低效率”的情況難以改觀[23-24]。

其次，農(nóng)業(yè)政策可能間接影響農(nóng)業(yè)碳排放總量。在產(chǎn)品市場，政府以不同手段調(diào)控農(nóng)產(chǎn)品市場價格，通過價格機制穩(wěn)定農(nóng)戶收益預(yù)期，實現(xiàn)農(nóng)產(chǎn)品數(shù)量有效供給。但農(nóng)產(chǎn)品價格利潤空間有限，農(nóng)戶作為理性經(jīng)濟人難以獲取預(yù)期利潤，這無疑刺激生產(chǎn)者增加廉價的要素投入(農(nóng)用物資和農(nóng)業(yè)能源等消耗品，本研究統(tǒng)稱為農(nóng)業(yè)生產(chǎn)支出(2)部分資料命名為“農(nóng)村居民家庭生產(chǎn)經(jīng)營費用”、“農(nóng)村居民生產(chǎn)費用支出”即包含土地、人工、服務(wù)與物質(zhì)、期間等生產(chǎn)成本支出，本研究只考慮其中非投資類支出(即化肥、農(nóng)藥、用電等支出)，為方便表達統(tǒng)稱為農(nóng)業(yè)生產(chǎn)支出。)來攫取超額利潤。具體而言，農(nóng)產(chǎn)品補貼、限價收購和糧食托市等激勵政策強化了農(nóng)戶收益預(yù)期，也達成降低生產(chǎn)風(fēng)險、確保糧食安全的政策初衷，但同時模糊了市場價格調(diào)節(jié)作用，在穩(wěn)定低價的市場環(huán)境下，扭曲價格信號刺激農(nóng)戶“以量持價”心理，引致生產(chǎn)支出過量投入[10]。此外，改革開放以來，各地政府大打“土地財政”牌來緩解財政壓力，加之水土流失、荒漠化等生態(tài)退化問題，農(nóng)地面積不斷遭到擠占。持續(xù)惡化的生產(chǎn)條件，造成農(nóng)業(yè)效率虧損和高額碳排產(chǎn)生。

最后，在要素市場，惠農(nóng)政策通過財政手段調(diào)節(jié)農(nóng)資價格，農(nóng)戶增加農(nóng)資的購買和儲備。農(nóng)業(yè)生產(chǎn)的人力資本要素缺位、技術(shù)支持缺失，導(dǎo)致要素使用率低、使用結(jié)構(gòu)扭曲，促使農(nóng)用物資過度替代了其他要素投入。具體而言，我國改革開放前實行的趕超戰(zhàn)略導(dǎo)致了要素市場不健全，滯后于產(chǎn)品市場發(fā)展的慣性持續(xù)至今。2004年以來，農(nóng)企、合作社等農(nóng)資供給方享受水電、稅收等優(yōu)惠政策照顧，間接激活了要素市場供給，但農(nóng)用物資無法彌補其他要素發(fā)揮的效用，合理比例的要素投入平衡被打破。以人力資本為例，后工業(yè)時代的農(nóng)戶傾向于“兼業(yè)化、副業(yè)化”，大量勞動力流出導(dǎo)致農(nóng)業(yè)生產(chǎn)主體由婦孺老人構(gòu)成，勞動者文化素質(zhì)和身體素質(zhì)均不利于勝任技術(shù)變革，農(nóng)戶傾向于提高農(nóng)用物資使用來替代人力資本投入。如圖1所示，除2015年外，物質(zhì)與服務(wù)費用(3)“物質(zhì)與服務(wù)費用”還包含“工具材料費”、“技術(shù)服務(wù)費”等，因占比極小，可近似為農(nóng)業(yè)生產(chǎn)支出。占據(jù)了投入成本最大比重，且在人工成本不斷升高的情況下，有替代其作用的趨勢。

圖1 三種主要糧食生產(chǎn)支出情況Fig.1 Expenditure of three main grain production

綜上而論，本研究以農(nóng)業(yè)財政支出為立足點，依據(jù)政策功能進行作用路徑討論，考察各因素影響機理，最終落腳于農(nóng)業(yè)碳排放(圖2)。

圖2 農(nóng)業(yè)財政支出與農(nóng)業(yè)碳排放間的作用路徑Fig.2 Path between agricultural fiscal expenditure and agricultural carbon emissions

2 研究方法與數(shù)據(jù)來源

2.1 模型設(shè)計

1)農(nóng)業(yè)碳排放核算。本研究使用Intergovernmental panel on climate change-2006(IPCC)在測算農(nóng)業(yè)碳排放過程中使用的全生命周期評價法(LCA)，將CO2、N2O和CH4列為碳排放測度中主要排放溫室氣體。依據(jù)農(nóng)戶生產(chǎn)生命周期，可以界定農(nóng)業(yè)活動的碳足跡主要來自以下兩方面：一方面來自種養(yǎng)殖自然源、農(nóng)地利用以及農(nóng)業(yè)能源消耗所產(chǎn)生的直接排放；另一方面來自農(nóng)用物資生產(chǎn)和農(nóng)產(chǎn)品運輸?shù)冗^程中的間接排放。本研究中引入兩條路徑作為N2O間接排放源作為對碳排放核算的修正：一是在農(nóng)業(yè)活動中產(chǎn)生氨揮發(fā)和氮氧化物排放導(dǎo)致的大氣沉降氮轉(zhuǎn)化；二是通過淋溶或徑流匯入水源后發(fā)生硝化與反硝化作用[25]，該路徑會通過大氣循環(huán)將含氮氣體全部沉降回地面，因而也參與碳排放計算。

在厘清農(nóng)業(yè)生產(chǎn)活動全生命周期中的主要碳足跡后，只需搜集相關(guān)排放系數(shù)即可進行碳排放的估算，如表1。具體計算碳排放計算模型如式(1)，式中ZCO2為農(nóng)業(yè)碳排放量，Dci為第i類農(nóng)資投入(i=1,2,3)，Dei為第i類農(nóng)業(yè)能源投入(i=1,2,…,5)，S為三大類糧食作物秸稈焚燒量，DNi為氮肥施用量、大氣沉降氮轉(zhuǎn)化、淋溶/徑流損失氮轉(zhuǎn)化(i=1,2,3)，Li為不同品種牲畜飼養(yǎng)量(i=1,2,…,8)，R為水稻種植面積；φci,φni和φmi為不同排放源對應(yīng)CO2、N2O和CH4的排放系數(shù)，GWP為溫室氣體的增溫潛室。

表1 農(nóng)業(yè)生產(chǎn)活動排放源與排放系數(shù)Table 1 Emission sources and emission coefficients of agricultural production activities

ZCO2=∑(Dci+Dei+S)×φci+∑[(DNi+Li)×
φni+(R+Li+S)×φmi]×GWP

(1)

2)廣義迪氏指數(shù)分解法。為考察農(nóng)業(yè)政策對于農(nóng)業(yè)碳排放的影響路徑，并考慮對數(shù)平均迪式分解法(Logarithmic mean divisia index，LMDI)的局限性，本研究擬采用廣義迪氏指數(shù)分解法(GDIM)。運用于LMDI的碳排放路徑分解一直是國內(nèi)外學(xué)界效仿的范式，但經(jīng)實證研究表明，LMDI中存在兩個明顯缺陷。以式(2)中碳排放LMDI分解為例。在此框架內(nèi)人口規(guī)模P為絕對變量，相對于其他變量的改變方式并不對等。式(2)中人口規(guī)模P呈現(xiàn)絕對量變動方式，而能源E變化同時引起碳排放強度(ZCO2/E)和投入產(chǎn)出比(E/GDP)的變動，在分析框架中碳排放強度(ZCO2/E)和投入產(chǎn)出比(E/GDP)實質(zhì)上存在較強依賴性；再者，LMDI的逐級乘積關(guān)系，可能導(dǎo)致部分變量難以用理論進行解釋[32-33]。針對LMDI方法的缺陷，Vaninsky[34]提出了一個新的指數(shù)分解框架，即廣義迪氏指數(shù)分解法(GDIM)，克服了現(xiàn)有指數(shù)分解法的缺陷，能夠更加全面準(zhǔn)確地量化不同因素對碳排放演變的實際貢獻，將政策下的異質(zhì)性因素納入同一框架予以考察，且不會出現(xiàn)變量不對等計算。

ZCO2=(ZCO2/E)×(E/GDP)×(GDP/P)×P

(2)

本研究依照Vaninsky[34]做法，構(gòu)造如下關(guān)于未知數(shù)X的方程Z，Z(X)中的Xi(i=1,2,…,8)可以看做是時間t的連續(xù)可微函數(shù)式(3)和(4)，通過對Xi取偏導(dǎo)再取不同時間段的定積分，可得其各因素貢獻加總的形式，例如t0-t1內(nèi)對Z變化的貢獻率式(5)，可將式(5)進行矩陣形勢變化，改寫為式(6)：

Z=f(X)=f(X1,X2,…,Xn)

(3)

Xi=Xi(t)

(4)

(5)

(6)

在驅(qū)動因素選擇方面，基于第一部分理論推導(dǎo)分析，我們先考慮納入農(nóng)業(yè)財政支出作為碳排放驅(qū)動因素。其次，財政支出對農(nóng)業(yè)碳排放存在直接和間接的作用，如果財政支出更多被用于低碳項目或減排技術(shù)，集約生產(chǎn)所帶來的效率改善會使碳減排優(yōu)化，而如果是以增加輪作次數(shù)和擴大投入規(guī)模(如化學(xué)品和能源再投資)為導(dǎo)向，粗放生產(chǎn)所帶來的投入邊際產(chǎn)出遞減將引致碳減排惡化。依據(jù)上述邏輯，農(nóng)業(yè)生產(chǎn)總值與生產(chǎn)支出是說明農(nóng)用化學(xué)品、農(nóng)業(yè)能源等使用效率的最有力因素，且農(nóng)業(yè)生產(chǎn)支出規(guī)模是衡量要素市場農(nóng)業(yè)政策變化的核心變量，因此我們選擇農(nóng)業(yè)生產(chǎn)支出和農(nóng)業(yè)生產(chǎn)總值作為另外兩個驅(qū)動因素。

將農(nóng)業(yè)總產(chǎn)出、財政政策支出、農(nóng)業(yè)生產(chǎn)支出及農(nóng)業(yè)碳排放等變量帶入，令X1=Y為農(nóng)業(yè)生產(chǎn)總值，X3=FE為財政支出，X5=AE為農(nóng)業(yè)生產(chǎn)支出；X2=YCI=(ZCO2/Y)為產(chǎn)出碳強度，X4=FCI=(ZCO2/FE)為財政支出碳強度，X6=ACI=(ZCO2/AE)為生產(chǎn)支出碳強度；X7=EFF=(Y/AE)為生產(chǎn)支出效率，X8=FI=(FE/Y)為財政支出強度。

ZCO2=Y(ZCO2/Y)=FE(ZCO2/FE)=
AE(ZCO2/AE)
EFF=(ZCO2/AE)/(ZCO2/Y),
FI=(ZCO2/Y)/(ZCO2/FE)

(7)

由此可見，上述變量可以分解為3個絕對自變量和5個乘積后的相對自變量，通過8個自變量構(gòu)建不同的單變數(shù)函數(shù)關(guān)系：

Z=X1X2，X1X2-X3X4=0，X1X2-X5X6=0，
X1-X5X7=0，X3-X1X8=0

(8)

依照設(shè)定的變量Xi，進行Z(X)的矢量微分計算和雅可比矩陣ΦX的構(gòu)造，如下所示：

(9)

(10)

式(8)中：可以將農(nóng)業(yè)碳排變化ΔZCO2分解為8類因素變化之和包括：ΔY為產(chǎn)出規(guī)模變化；ΔFE為財政支出規(guī)模變化；ΔAE為農(nóng)業(yè)生產(chǎn)支出規(guī)模變化分別對碳排放變化的影響，上述3類變化稱為絕對量因素的變化。ΔYCI為單位GDP碳強度對碳排放的影響；ΔFCI為各類財政支出低碳程度對碳排放的影響；ΔACI為各類非固定投資類農(nóng)業(yè)生產(chǎn)費用低碳程度對碳排放的影響；ΔEFF為單位農(nóng)業(yè)生產(chǎn)支出對GDP貢獻對碳排放的影響；ΔFI為GDP增長依賴財政支出依賴程度對碳排放的影響，后續(xù)5類變化稱為相對量因素的變化。

2.2 數(shù)據(jù)來源

基于數(shù)據(jù)的最大可得性，我們選擇1985—2017年中國農(nóng)業(yè)各年數(shù)據(jù)作為研究樣本，其中農(nóng)業(yè)財政支出(4)由于“財政用于農(nóng)業(yè)支出”與“農(nóng)林水支出”變更科目名稱后規(guī)模相差不大，為尋求統(tǒng)一將兩者統(tǒng)稱為“農(nóng)業(yè)財政支出”來自于《中國財政統(tǒng)計年鑒》[35]；農(nóng)業(yè)總產(chǎn)值、作物種植面積、農(nóng)業(yè)用電(以灌溉消耗量為準(zhǔn))、化肥、農(nóng)藥、農(nóng)膜數(shù)據(jù)來自于《中國農(nóng)村統(tǒng)計年鑒》[36]、EPS數(shù)據(jù)庫；農(nóng)業(yè)生產(chǎn)支出通過《全國農(nóng)產(chǎn)品成本收益資料匯編》[37]中各年份給出比例進行估算得出；柴油、汽油、煤炭和焦油等能源消耗數(shù)據(jù)來自于《中國能源統(tǒng)計年鑒》[38]；牲畜飼養(yǎng)量來自于《新中國60年農(nóng)業(yè)統(tǒng)計資料》[39]和《中國統(tǒng)計年鑒》[40]。為保證各年度數(shù)據(jù)估算的可比性，將農(nóng)業(yè)生產(chǎn)總值、農(nóng)業(yè)財政支出均平減至2000年不變價格。

3 農(nóng)業(yè)碳排放經(jīng)驗分解結(jié)果分析

本研究通過R語言進行農(nóng)業(yè)碳排放的廣義迪式指數(shù)分解，為清晰識別各驅(qū)動因素對農(nóng)業(yè)碳排放的貢獻率，以1985年為基期，將每年各驅(qū)動因素額貢獻值累加計算。從圖3可以看出，農(nóng)業(yè)生產(chǎn)總值(Y)、農(nóng)業(yè)財政支出(FE)和農(nóng)業(yè)生產(chǎn)支出(AE)等三者均對農(nóng)業(yè)碳排放增長呈顯著的促進效應(yīng)；產(chǎn)出碳強度(YCI)、財政支出碳強度(FCI)和農(nóng)業(yè)生產(chǎn)支出碳強度(ACI)則對農(nóng)業(yè)碳排放增長呈現(xiàn)抑制效應(yīng)；農(nóng)業(yè)生產(chǎn)支出效率(EFF)和財政支出效率(FI)對碳排放變化的影響有限。也就是說，農(nóng)業(yè)生產(chǎn)碳排放的增長呈現(xiàn)出顯著的“規(guī)模效應(yīng)”，規(guī)模的擴張意味著更多的農(nóng)資投入和能源消耗，而“強度效應(yīng)”和“效率效應(yīng)”抑制了碳排放增長，意味著更多綠色減排技術(shù)和更高效的農(nóng)資使用方式被推廣到農(nóng)業(yè)生產(chǎn)中?？偟膩砜矗?017年的中國農(nóng)業(yè)碳排放總量為13.70億t，相比1985年增長72.03%。在2009年前，僅有兩年的碳排放增量為負，其中，1996年碳排放總量下降0.28億t。在各驅(qū)動因素中，產(chǎn)值規(guī)模、財政支出規(guī)模、生產(chǎn)支出規(guī)模和財政支出效率分別起到促進碳排放增長的效用，產(chǎn)值強度、財政支出強度、生產(chǎn)支出強度和生產(chǎn)支出效率起到促降效用。在促增因素中，財政支出規(guī)模顯著促進農(nóng)業(yè)碳排放增長，在33年間的總貢獻率達到39.28%。產(chǎn)值規(guī)模與生產(chǎn)支出規(guī)模的促增效應(yīng)基本相同(29.65%與30.79%)，分別引致碳排放增長1.69億t和1.75億t，說明兩者的聯(lián)動作用明顯。在促降因素中，財政支出強度貢獻率為39.26%，產(chǎn)值強度與生產(chǎn)支出強度在2012年產(chǎn)生斷點，生產(chǎn)支出強度的促降作用明顯小于產(chǎn)值強度，說明單位生產(chǎn)支出的碳排放未起到與產(chǎn)值強度相當(dāng)促降效果，呈現(xiàn)較低的利用率。

圖3 各驅(qū)動因子對農(nóng)業(yè)碳排放變化的累計貢獻Fig.3 Cumulative contribution of various driving factors to changes in agricultural carbon emissions

為方便對比不同時期驅(qū)動因素的貢獻，本研究將碳排放變化劃分為4個階段(圖4)。該劃分標(biāo)準(zhǔn)主要依據(jù)改革開放以來農(nóng)業(yè)政策經(jīng)歷的3次方向性調(diào)整：1997年前，農(nóng)業(yè)政策主要為解放生產(chǎn)力進行家庭聯(lián)產(chǎn)承包責(zé)任制改革；1998—2003年，主要聚焦于對農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)進行投資；2004年至今，農(nóng)業(yè)政策轉(zhuǎn)向多予少取，有序疏解財政支出非增收功能，糧食連續(xù)12年增產(chǎn)是政策決策前半段(2004—2015年)中最具代表性的印證[41]。通過觀察碳排放變化率可知，農(nóng)業(yè)碳排放總量與政策方向調(diào)整有著緊密聯(lián)系，第一階段在1985—1998年間，產(chǎn)出規(guī)模貢獻與財政支出規(guī)模貢獻率基本相同，這得益于1978年以來，全國改革最先從農(nóng)村發(fā)起，家庭聯(lián)產(chǎn)承包責(zé)任制的推行極大程度解放了農(nóng)村的生產(chǎn)力，而相應(yīng)的統(tǒng)收統(tǒng)支體制變革為包干體制，例如小型農(nóng)田水利設(shè)施包干給地方進行資金處置，消除了其準(zhǔn)公共品的“擁擠效應(yīng)”和過度使用的可能，提升了農(nóng)業(yè)生產(chǎn)的效率，可以說該階段政策對應(yīng)的財政支出規(guī)模和產(chǎn)值規(guī)模有較好的聯(lián)動效應(yīng)，碳排放增長處于“財政支出—生產(chǎn)規(guī)模擴大—碳排放”的積累期。

第二階段在1998—2003年間，產(chǎn)值規(guī)模的碳排放貢獻率逐漸被財政支出規(guī)模超越，這歸因于1997年爆發(fā)了亞洲金融危機和1998年的特大洪澇災(zāi)害，國家開始重新審視國民基礎(chǔ)行業(yè)的重要性，在各部門采取積極財政政策加大基礎(chǔ)設(shè)施建設(shè)力度，促使財政支出多被用于水利設(shè)施、公路、電網(wǎng)等方面，加之退耕還林、天然林保護項目等生態(tài)工程的實行，財政投入效果并未直接體現(xiàn)在農(nóng)業(yè)產(chǎn)出規(guī)模上，年平均產(chǎn)出規(guī)模和碳排放變化率分別為6.65%和1.5%，結(jié)合圖4可以看出第二階段的產(chǎn)出規(guī)模(Y)與產(chǎn)出強度(YCI)對碳排放的影響均趨近于平衡，主要排放路徑來自于“財政支出—生產(chǎn)支出增加—碳排放”，而主要減排影響來自于財政支出強度(FI)，總的來說，我國農(nóng)業(yè)碳排放量進入了增長平緩時期。

圖4 政策不同階段各驅(qū)動因素分解結(jié)果Fig.4 Decomposition results of various driving factors at different stages of policy

第三階段在2004—2009年間，農(nóng)業(yè)碳排放進入另一個高速增長階段，產(chǎn)出規(guī)模(Y)的碳排放貢獻率低于生產(chǎn)支出規(guī)模(AE)，若除去產(chǎn)出強度(YCI)和生產(chǎn)支出強度(ACI)的減排效應(yīng)，兩者的凈增長效應(yīng)分別占總效應(yīng)的16.5%和33.6%，也就是說農(nóng)業(yè)政策強化了農(nóng)戶利用農(nóng)用物資支出進行農(nóng)業(yè)增產(chǎn)的方式，“財政支出增加—生產(chǎn)支出增加—碳排放”的增長模式得到進一步印證。

第四階段在2010—2017年，在此期間農(nóng)業(yè)產(chǎn)值規(guī)模仍呈現(xiàn)正向增長，但隨著綠色發(fā)展、“兩型社會”等政策提升至國家發(fā)展戰(zhàn)略，全國農(nóng)業(yè)碳排放總量年平均降低0.37%。產(chǎn)出強度(YCI)、財政支出強度(FCI)和農(nóng)業(yè)支出強度(ACI)促降效應(yīng)有所提升，有效緩解了碳排放量的持續(xù)增長。特別的，2009年第一次出現(xiàn)碳排放零增長后，之后連續(xù)9年碳排放變化率呈現(xiàn)上下波動的特征，通過圖3進一步觀察可知，除2012—2013年增長率基本持平外，碳排放總量呈現(xiàn)增減不斷變化趨勢，這可以解釋為在節(jié)能減排政策和綠色低碳技術(shù)推廣過程中，落地實施環(huán)節(jié)存在“一緊一松”的現(xiàn)象，地方政府未將低碳效率提升視為發(fā)展轉(zhuǎn)型的常量，導(dǎo)致了規(guī)制強度隨著任務(wù)命令不同出現(xiàn)上下波動。

4 動態(tài)情景設(shè)置和蒙特卡洛模擬

4.1 動態(tài)情景設(shè)置

通過上述分析可知，中國農(nóng)業(yè)碳排放的促增因素主要集中在財政支出、農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)生產(chǎn)支出三類因素中。由此可以得到以下3個情景設(shè)置思路：第一，農(nóng)業(yè)財政支出在3個促增因素中貢獻率最大，因此農(nóng)業(yè)財政支出應(yīng)被納入到政策情景中；第二，農(nóng)業(yè)生產(chǎn)支出冗余是導(dǎo)致碳排放量增加的主要原因，農(nóng)業(yè)生產(chǎn)支出過度投入造成農(nóng)資、能源等利用率低下，可以說農(nóng)業(yè)生產(chǎn)支出碳強度的演變趨勢與減排空間大小密切相關(guān)，因此也應(yīng)被納入政策情景；第三，農(nóng)業(yè)支出效率和財政支出強度在不同時期起到了一定的促降效果，在農(nóng)業(yè)產(chǎn)出規(guī)模擴大時期，農(nóng)業(yè)支出效率和財政支出強度分別是體現(xiàn)有效農(nóng)業(yè)生產(chǎn)支出和農(nóng)業(yè)財政支出的關(guān)鍵，具有顯著的減排潛力。綜上，本研究選取農(nóng)業(yè)財政支出(FE)、農(nóng)業(yè)生產(chǎn)支出碳強度(ACI)、農(nóng)業(yè)支出效率(EFF)和財政支出強度(FI)等4個變量為基礎(chǔ)來設(shè)定動態(tài)情景，令4個變量變化率分別表示為α、β、γ、δ，下一期的碳排放變化率可以表示為：

ΔZCO2t+1=FEt(1+α)×ACIt(1+β)×
EFFt(1+γ)×FIt(1+δ)=
FEt+1×ACIt+1×EFFt+1×FIt+1

(11)

碳排放變化率可以表示為：

ΔZCO2t+1=(1+α)×(1+β)×(1+γ)×(1+δ)

(12)

在選取合適驅(qū)動因素的基礎(chǔ)上，蒙特卡洛模擬通過以隨機序列的反復(fù)采樣為手段，探究不同變量在給定區(qū)間內(nèi)取得特征樣本的概率分布，并識別出符合邏輯推演基礎(chǔ)的演化路徑?，F(xiàn)有研究已表明經(jīng)濟因素的變化通常具有較為明顯的路徑依賴特征，而在中國過去的發(fā)展軌跡中，通常時間越近的階段對未來的影響越大，反之，越遠的階段對未來影響越小[42]。由于第一階段和第二階樣本距今年份較長，本研究選擇第三階段和第四階段為2個基準(zhǔn)期，并在實證數(shù)據(jù)基礎(chǔ)上進行3個政策情景的劃分：高速增長情景、政策規(guī)制情景和綠色低碳情景。

1)高速增長情景。高速增長情景對應(yīng)第三階段(2004—2010年)，多予少取、全面減負政策的時期，該時期內(nèi)歷年的中央一號文件都與“三農(nóng)問題”緊密相關(guān)，國家在制定政策的過程中持續(xù)明確以提高農(nóng)民收入為核心，輔以農(nóng)業(yè)財政支出絕對規(guī)模的高速增長。

結(jié)合蒙特卡洛模擬的需要(5)蒙特卡洛是基準(zhǔn)變量的在取值區(qū)間內(nèi)進行的隨機取值和組合后，計算目標(biāo)變量的一種方法。必須對驅(qū)動因素(即蒙特卡洛模擬中的基準(zhǔn)變量)的取值范圍進行估計后，才能符合蒙特卡洛“區(qū)間分布式”模擬的要求。，嘗試進行不同驅(qū)動因素的變化率設(shè)定。首先，選取2018年作為模擬的起始年份，根據(jù)《中國住戶調(diào)查主要數(shù)據(jù)—2019》[43]可得，2018年農(nóng)業(yè)生產(chǎn)支出增長速度為8.9%，價格平減后實際增長速度是9.9%，農(nóng)業(yè)增加值實際增長速度是3.5%，計算得出農(nóng)業(yè)支出效率(EFF)為-5.8%。進一步的，由農(nóng)業(yè)財政支出(FE)比上年實際增長9.9%(財政部新聞辦公室，2019)，可以推算出財政支出強度(FI)為6.2%。最后，根據(jù)不同環(huán)節(jié)的農(nóng)業(yè)生產(chǎn)核算可得(6)2018年碳排放數(shù)據(jù)來源分別為全國各類作物種植面積，豬、羊、牛等牲畜存欄量，新增灌溉面積由《2018年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》獲得；農(nóng)業(yè)生產(chǎn)能源消耗等數(shù)據(jù)由《中國住戶調(diào)查主要數(shù)據(jù)-2019》[43]獲得；化肥、農(nóng)藥等農(nóng)資施用量由國家統(tǒng)計局相關(guān)數(shù)據(jù)獲得。，2018年農(nóng)業(yè)碳排放增加值為0.9%，繼而算出農(nóng)業(yè)生產(chǎn)支出碳強度(ACI)為-8.2%。在確定起始年份驅(qū)動因素變化率后，依據(jù)第三階段(2004—2010年)年均變化率設(shè)定2018—2030年潛在變化率的中間值，而最大值和最小值分別選取上述7年中各驅(qū)動因素出現(xiàn)的最大值和最小值，各驅(qū)動因素潛在變化率的設(shè)定如表2所示。

2)政策規(guī)制情景。政策規(guī)制情景對應(yīng)了多予少取、全面減負政策時期(2011—2017年)，該時期我國工作重點仍在農(nóng)民增收，但考慮到資源環(huán)境承載能力，自2010年起國家開始逐步完善農(nóng)業(yè)政策轉(zhuǎn)移支付子項目。例如對部分農(nóng)耕示范區(qū)進行耕地輪作休耕、重點生態(tài)功能區(qū)進行生態(tài)補獎，目的是為減少粗放生產(chǎn)、緩解環(huán)境壓力?？偟膩碚f，政府加強了對農(nóng)業(yè)粗放型生產(chǎn)的干預(yù)，通過補償和規(guī)制等手段強化了農(nóng)業(yè)低碳生產(chǎn)，農(nóng)業(yè)增加值進入平穩(wěn)中低速增長階段。本研究對照第四階段各因素增長率變化，設(shè)置政策規(guī)制情景。具體變化率設(shè)定如表3所示。

3)綠色低碳情景。綠色低碳情景是指在政策規(guī)制的基礎(chǔ)上，有效提高農(nóng)資利用率、實現(xiàn)農(nóng)業(yè)低碳生產(chǎn)，尤其是做到節(jié)能減排技術(shù)的突破。結(jié)合Chen[45]在對低碳情景中經(jīng)濟增速的研究，該情景設(shè)定財政支出不變的前提下，農(nóng)業(yè)生產(chǎn)支出碳強度(ACI)相較政策規(guī)制情景降低1%，得到其潛在年均變化率分別為-8.3%(2018—2020年)、-7.6%(2021—2025年)和-6.9%(2026—2030年)，在此基礎(chǔ)上分別向上和向下調(diào)整1%得到其潛在變化率的最大值和最小值[33]。具體變化設(shè)定如表4所示。

在上述三類情景的設(shè)置下，每個情景包含了四類變量，一般而言，依據(jù)每個變量的均值、標(biāo)準(zhǔn)差與相關(guān)系數(shù)矩陣，就可以得到多維聯(lián)合正態(tài)分布。在概率矩陣未知時，可將相關(guān)系數(shù)矩陣ρ進行Cholesky分解，即ρ=LLT。將分解得到的矩陣乘以向量Y，即為所要求的多維正態(tài)分布隨即向量?；谝陨喜僮?，本研究使用stata 15.0針對三類情景中的變量進行10萬次模擬，結(jié)果以每兩年的碳排放總量的概率密度值呈現(xiàn)。

4.2 蒙特卡洛模擬結(jié)果

通過對不同情景模擬顯示，高速發(fā)展情景的農(nóng)業(yè)碳排放量未達到峰值，且碳排放持續(xù)增長速度較快，由初始期2017年13.62億t，增長至2030年總量概率值高于22億t。依據(jù)初始設(shè)定的農(nóng)業(yè)總產(chǎn)值增長率，2018—2030年農(nóng)業(yè)碳排放強度相較2017年不降反升，增長了4.1個百分點。該增長模式可以歸結(jié)為依靠資源稟賦的粗放型生產(chǎn)方式，在農(nóng)業(yè)部門勢必不會取得可持續(xù)性的高額回報，并且極大削弱了環(huán)境承載力，威脅著農(nóng)業(yè)的高質(zhì)量發(fā)展。在國務(wù)院發(fā)展研究中心印發(fā)的《綠色發(fā)展的源起與內(nèi)涵》[44]中強調(diào)了“綠色發(fā)展主要特征是要提高生產(chǎn)效率、市場效率、資源利用率，即實現(xiàn)效率最大化發(fā)展?！蓖瑫r指出現(xiàn)代農(nóng)業(yè)發(fā)展應(yīng)“加速傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型。加快農(nóng)業(yè)科技進步、調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、轉(zhuǎn)變農(nóng)業(yè)增長方式，提高農(nóng)業(yè)綜合生產(chǎn)能力?！笨梢灶A(yù)見的是，轉(zhuǎn)變農(nóng)業(yè)政策指向是達到減排目標(biāo)的關(guān)鍵。

2018年7月，國家農(nóng)業(yè)農(nóng)村部印發(fā)了《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則(2018—2030年)》，提出在綠色發(fā)展制度與低碳模式基本建立的基礎(chǔ)上單位農(nóng)業(yè)增加值溫室氣體排放強度降低30%以上，相比國家自主貢獻目標(biāo)(碳排放強度下降40%～45%)更為合理。結(jié)合Chen[45]對強化低碳情景中經(jīng)濟增速的研究，在預(yù)設(shè)經(jīng)濟增速下，每個時期的年均碳排放增長率分別控制在2.8%(2018—2020年)、2.45%(2021—2025年)、2.1%(2026—2030年)以內(nèi)，即農(nóng)業(yè)碳排放總量低于15.36億t可達到強度降低30%的標(biāo)準(zhǔn)。

進一步分析可知，政策規(guī)制情景在2024—2026年前后的農(nóng)業(yè)碳排放總量已出現(xiàn)峰值，峰值預(yù)期達到14.6億～15億t，之后2026—2030年碳排放增長率呈現(xiàn)下降趨勢，在2030年穩(wěn)定在13.4億～13.8億t，對比高速增長情景減少了9億t左右的碳排放總量。根據(jù)農(nóng)業(yè)部門的減排目標(biāo)要求，可以看出在政策規(guī)制情景下，農(nóng)業(yè)碳排放可以較早達到減排標(biāo)準(zhǔn)。在綠色低碳情景下(圖5)，全國農(nóng)業(yè)部門碳排放峰值在2020—2022年達到，相比政策規(guī)制情景提前了5年左右，在2030年穩(wěn)定在12.8億t左右。可以看出，盡管減排的上行空間只有1億t左右，但農(nóng)業(yè)低碳生產(chǎn)轉(zhuǎn)變方式加快，碳排放峰值在2030年前始終不會觸及15.36億t的紅線。此外，依據(jù)國外實踐經(jīng)驗[46]，綠色低碳情景假設(shè)條件下有較好實現(xiàn)農(nóng)業(yè)生產(chǎn)與碳排放的脫鉤的可能，并且可以最大程度上杜絕政策規(guī)制“一年緊一年松”的現(xiàn)象，確保了農(nóng)業(yè)碳排目標(biāo)如期甚至提前實現(xiàn)。

圖5 三類政策情景下不同年份的碳排放總量概率密度演化Fig.5 Probability density evolution of total carbon emissions in different years under three types of policy scenarios

5 結(jié)論與啟示

5.1 研究結(jié)論

本研究基于GDIM對1985—2017年農(nóng)業(yè)碳排放進行了因素分解，并依據(jù)不同因素的貢獻程度設(shè)置動態(tài)情景對2018—2030年間不同情景下的碳排放進行預(yù)測，得到如下結(jié)論：1)財政支出規(guī)模是引致碳排放增長的首要因素，促增貢獻達到39.28%，而財政支出強度與產(chǎn)出強度為促降貢獻的關(guān)鍵因素，促降貢獻分別達到39.26%、29.39%；2)從時間階段來看，1985—2017年的碳排放總量變化可以分為4個政策階段，前三階段碳排放增長表現(xiàn)為由“產(chǎn)值規(guī)模效應(yīng)帶動”到“生產(chǎn)支出效應(yīng)帶動”，第四階段碳排放量呈現(xiàn)“政策規(guī)制效應(yīng)”下的年際間交替增減變化態(tài)勢；3)在動態(tài)情景預(yù)測中，高速發(fā)展情景的碳排放量未達到峰值，政策規(guī)制情景和綠色低碳情景分別在2025和2020年前后達到峰值，并始終低于15.36億t的碳排放紅線，高速發(fā)展情景和綠色低碳情景在2030年的碳排放總量相差近10億t。

5.2 政策啟示

基于上述結(jié)論，本研究得到了以下啟示：

1)優(yōu)化農(nóng)業(yè)生產(chǎn)投入結(jié)構(gòu)、提高農(nóng)資消耗品使用率是促進低碳生產(chǎn)的長久之計。農(nóng)業(yè)在各生產(chǎn)部門中不是排放大戶，但根據(jù)論證，農(nóng)業(yè)部門具備較強的減排潛力。為此，更應(yīng)挖掘各方面的農(nóng)業(yè)生產(chǎn)低碳化渠道。一方面通過種養(yǎng)加模式和沼氣等技術(shù)的推廣，降低農(nóng)業(yè)生產(chǎn)對于化學(xué)肥料的依賴，增加生產(chǎn)要素使用率；另一方面通過秸稈還田、秸稈能源化有效抑制廢棄物處理等環(huán)節(jié)的粗放生產(chǎn)行為。惟此，才能在根源上實現(xiàn)農(nóng)業(yè)綠色低碳生產(chǎn)的轉(zhuǎn)型。

2)直接影響低碳農(nóng)業(yè)生產(chǎn)的政策中，國家應(yīng)注重“蘿卜”與“大棒”的有機結(jié)合。不僅要給予低碳生產(chǎn)稅費減免、項目投資和補貼等措施，更要對地力損壞、面源污染等問題采取相應(yīng)的處罰措施，對不同程度的損害行為提供法律層面的懲治依據(jù)。同時，針對政策實施“一年緊一年松”現(xiàn)象，應(yīng)將低碳生產(chǎn)項目納入干部績效考核體系，嚴格監(jiān)控管理執(zhí)行力度和政策資金處置，避免“篩子現(xiàn)象”和“虛投現(xiàn)象”的發(fā)生。

3)間接影響低碳農(nóng)業(yè)生產(chǎn)的政策中，政府應(yīng)借助市場作用激勵農(nóng)戶開展綠色低碳生產(chǎn)。如果延續(xù)當(dāng)前政策及實施力度，農(nóng)業(yè)碳排放量在2025年達到峰值仍存在不小困難，而單純依賴限價補貼手段可能導(dǎo)致“以量持價”、要素投入失衡的負面影響，因此，政府借助市場進行適當(dāng)?shù)恼吒深A(yù)將是促進農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型的現(xiàn)實之選。例如，以農(nóng)作物收入保險逐步替代價格支持政策可以弱化農(nóng)戶以量持價的心理，穩(wěn)定農(nóng)戶長期的收益預(yù)期，解決價格扭曲效應(yīng)；再如，增加農(nóng)產(chǎn)品低碳標(biāo)簽制度，形成綠色低碳生產(chǎn)與財政資金獎勵的閉環(huán)，避免出現(xiàn)“撒胡椒面”式的補償機制。