山東省農(nóng)業(yè)碳排放強(qiáng)度的時(shí)空特征與趨勢(shì)演進(jìn)

□黃 銳 周玉璽 周 霞

[內(nèi)容提要]本文利用基尼系數(shù)和核密度估計(jì)的方法，采取2003-2018年統(tǒng)計(jì)數(shù)據(jù)，揭示了山東省農(nóng)業(yè)碳排放強(qiáng)度的時(shí)空分布與區(qū)域間的差異情況。結(jié)果表明：①化肥是農(nóng)業(yè)碳排放的主要來(lái)源；山東省農(nóng)業(yè)碳排放量呈先上升后下降特征，根據(jù)區(qū)域差異分為“持續(xù)下降型”、“先上升后下降型”、“波動(dòng)下降型”三種類(lèi)型。②農(nóng)業(yè)碳排放強(qiáng)度總體上呈現(xiàn)明顯的空間非均衡性,表現(xiàn)為先下降后反彈的特征。③基尼系數(shù)測(cè)算結(jié)果表明，山東省農(nóng)業(yè)碳排放強(qiáng)度表現(xiàn)為先增大后減小最后再增大的過(guò)程；從區(qū)域差異看，魯西地區(qū)差異最大，魯東地區(qū)呈現(xiàn)反復(fù)波動(dòng)狀態(tài)，魯中地區(qū)呈現(xiàn)先波動(dòng)上升后下降并逐漸趨于平穩(wěn)的狀態(tài)。④核密度估計(jì)結(jié)果表明，山東省農(nóng)業(yè)碳排放強(qiáng)度的總體差異呈縮減態(tài)勢(shì)，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度地區(qū)間的差異過(guò)大，魯中地區(qū)次之，魯西地區(qū)最為穩(wěn)定。

一、引言

發(fā)展低碳農(nóng)業(yè)是實(shí)現(xiàn)綠色農(nóng)業(yè)的重要路徑之一。農(nóng)業(yè)碳排放是中國(guó)第二大碳排放源，占排放總量的17%[1]。2015年中國(guó)在巴黎氣候峰會(huì)上承諾：到2030年實(shí)現(xiàn)碳排放強(qiáng)度較2005年下降60%-65%減排目標(biāo)[2]。發(fā)展低碳經(jīng)濟(jì)、節(jié)能減排已成為解決全球氣候變暖備受關(guān)注的新路徑[3]。山東省是農(nóng)業(yè)大省，伴隨著農(nóng)業(yè)經(jīng)濟(jì)的快速發(fā)展農(nóng)業(yè)碳排放也逐漸增加[4]。因此，控制山東省農(nóng)業(yè)碳排放，探索一條與之發(fā)展相適應(yīng)低碳農(nóng)業(yè)發(fā)展之路，是實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展的關(guān)鍵。

近年來(lái)眾多學(xué)者針對(duì)農(nóng)業(yè)碳排放問(wèn)題進(jìn)行了廣泛的探討。一是對(duì)農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系的探究。陳煒[5]、洪業(yè)應(yīng)[6]通過(guò)實(shí)證分析，驗(yàn)證了中國(guó)種植業(yè)碳排放總量與農(nóng)業(yè)GDP之間存在“倒U型”EKC關(guān)系。李波[7]等基于湖北省的農(nóng)業(yè)碳排放數(shù)據(jù)，發(fā)現(xiàn)農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期協(xié)整關(guān)系。二是對(duì)農(nóng)業(yè)碳排放的空間格局和動(dòng)態(tài)演變的研究。王寶義[8]、田云[9]、章勝勇[10]等運(yùn)用空間和非參數(shù)估計(jì)方法，測(cè)算分析了中國(guó)各個(gè)省份農(nóng)業(yè)碳排放的結(jié)構(gòu)特征和時(shí)空差異情況。三是對(duì)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素的探究。田云[11]、文清[12]運(yùn)用LMDI模型剖析了各地區(qū)農(nóng)業(yè)碳效應(yīng)的驅(qū)動(dòng)機(jī)理,發(fā)現(xiàn)經(jīng)濟(jì)因素為驅(qū)動(dòng)因素，效率因素、勞動(dòng)力因素為抑制因素；李慧[13]等利用地理加權(quán)回歸法揭示了各因素在不同時(shí)空層面對(duì)碳排放的影響程度。還有學(xué)者對(duì)農(nóng)業(yè)碳排放的公平性[14]、農(nóng)業(yè)碳排放效率[15]、農(nóng)業(yè)政策和技術(shù)因素與農(nóng)業(yè)碳排放的關(guān)系[16]等問(wèn)題進(jìn)行了分析。

已有研究厘清了農(nóng)業(yè)碳排放強(qiáng)度測(cè)度方法及其影響因素。但是，受區(qū)域經(jīng)濟(jì)社會(huì)結(jié)構(gòu)和發(fā)展水平的影響，不同區(qū)域內(nèi)農(nóng)業(yè)碳排放的時(shí)空特征和演進(jìn)趨勢(shì)異質(zhì)性特征明顯，因此，本文采用山東省2003-2018年的面板數(shù)據(jù)，運(yùn)用基尼系數(shù)和核密度估計(jì)的方法，測(cè)度分析了農(nóng)業(yè)碳排放強(qiáng)度的時(shí)空特征及演進(jìn)趨勢(shì)，以期為制定差異化的低碳農(nóng)業(yè)發(fā)展政策提供參考。

二、樣本數(shù)據(jù)與研究方法

(一)樣本數(shù)據(jù)

1.農(nóng)業(yè)碳排放量的測(cè)算

根據(jù)已有學(xué)者的研究[11-14]，選取農(nóng)業(yè)(種植業(yè))碳排放的6個(gè)來(lái)源及碳排放指數(shù)，分別為化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉以及翻耕，它們的碳排放指數(shù)分別為0.8956kgC/kg、4.9341kgC/kg、5.18kgC/kg、0.5927kgC/kg、20.476kgC/hm2、312.6kgC/kg。碳排放測(cè)算的公式根據(jù)李波[17]的方法：

C=ΣCi=ΣTiδi

(1)

其中，C為農(nóng)業(yè)碳排放總量；Ci為第i種碳源的碳排放量；Ti為第i種碳源的碳排放量；δi為第i種碳源的排放系數(shù)。

2.數(shù)據(jù)來(lái)源

農(nóng)業(yè)碳排放強(qiáng)度根據(jù)兩類(lèi)數(shù)據(jù)計(jì)算求得：一是農(nóng)業(yè)碳排放總量；二是農(nóng)業(yè)總產(chǎn)值，兩者相除得到農(nóng)業(yè)碳排放強(qiáng)度指標(biāo)。其中碳排放總量根據(jù)式(1)求得，各市化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉(取農(nóng)業(yè)有效灌溉面積)、翻耕(以當(dāng)年農(nóng)作物總播種面積為準(zhǔn))的數(shù)據(jù)均來(lái)自《山東省統(tǒng)計(jì)年鑒》(2004-2019)和17地市的地方統(tǒng)計(jì)年鑒。農(nóng)業(yè)總產(chǎn)值以2003年為不變價(jià)，將各年份的農(nóng)業(yè)總產(chǎn)值折算到2003年，以消除價(jià)格波動(dòng)的影響。

(二)研究方法

核密度估計(jì)(kernel density)是一種估計(jì)概率密度函數(shù)的非參數(shù)估計(jì)方法，該方法對(duì)數(shù)據(jù)不做任何假設(shè)，僅從數(shù)據(jù)本身出發(fā)研究數(shù)據(jù)分布的特點(diǎn)，擺脫了傳統(tǒng)的人為附加條件的影響，因此適用范圍非常廣泛。本文采用核密度估計(jì)方法揭示山東省農(nóng)業(yè)碳排放強(qiáng)度分布的位置、形態(tài)、峰值以及延展性等，進(jìn)而說(shuō)明山東省農(nóng)業(yè)碳排放強(qiáng)度的演變趨勢(shì)。

設(shè)x1，x2，…，xn為山東省農(nóng)業(yè)碳排放強(qiáng)度x的n個(gè)數(shù)據(jù)，則山東省農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)為：

(2)

為了使核函數(shù)具有連續(xù)性，K(x)應(yīng)該是對(duì)稱(chēng)平滑的非負(fù)函數(shù)，滿(mǎn)足以下特征：

(3)

式(3)中為c常數(shù)。

核函數(shù)種類(lèi)繁多，常見(jiàn)的核函數(shù)有均勻核函數(shù)、三角核函數(shù)、伽馬核函數(shù)以及高斯核函數(shù)，本文基于式(3)并且合適的帶寬前提下選用高斯核函數(shù)對(duì)山東省農(nóng)業(yè)碳排放強(qiáng)度進(jìn)行估計(jì)，其表達(dá)式為：

(4)

由(2)(4)式得到山東省農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)表達(dá)式：

(5)

三、結(jié)果與分析

(一)山東省農(nóng)業(yè)碳排放的結(jié)構(gòu)特點(diǎn)與分布特征

1.山東省農(nóng)業(yè)碳排放的結(jié)構(gòu)特點(diǎn)

從整體來(lái)看，山東省農(nóng)業(yè)碳排放量經(jīng)歷了一個(gè)先上升后下降的過(guò)程。2003-2007年為持續(xù)上升階段，平均增長(zhǎng)率為2.9%；2008-2018年為下降階段，平均下降率為1.76%。具體來(lái)看，2008-2012年下降幅度比較小，整體有波動(dòng)但始終維持在一個(gè)平穩(wěn)的狀態(tài)；2013-2018年呈現(xiàn)持續(xù)下降態(tài)勢(shì)，其中2017年和2018年呈急下降趨勢(shì)，下降率分別為3.60%、4.74%。從具體數(shù)據(jù)來(lái)看，2003年的碳排放量為745萬(wàn)噸，最高達(dá)到2007年的835萬(wàn)噸，上升幅度為12.08%，從2008年開(kāi)始呈現(xiàn)明顯的下降趨勢(shì)，最低達(dá)到2018年的686萬(wàn)噸。根據(jù)山東省農(nóng)業(yè)碳排放量的特點(diǎn)，將考察期劃分成三個(gè)階段(具體見(jiàn)表1)。從表1中可以看出，六大農(nóng)業(yè)碳排放源的占比變化不大，化肥是農(nóng)業(yè)碳排放最重要的來(lái)源，其碳排放量占比在50%以上。碳排放第二來(lái)源是農(nóng)膜的使用，碳排放量貢獻(xiàn)率在20%左右。碳排放量最少的來(lái)源是翻耕，對(duì)總排放量的貢獻(xiàn)率不到0.5%。六類(lèi)碳來(lái)源的排放量出現(xiàn)了很大的差距，2003-2018年化肥、農(nóng)膜、柴油、農(nóng)藥、灌溉、翻耕的碳排放量分別為6660萬(wàn)噸、2606萬(wàn)噸、1661萬(wàn)噸、1252萬(wàn)噸、163萬(wàn)噸、56萬(wàn)噸。數(shù)據(jù)表明，化肥的碳排放量遠(yuǎn)遠(yuǎn)超過(guò)了其他五個(gè)碳排放源的總和，因此要想控制農(nóng)業(yè)碳排放量，應(yīng)該在保證糧食產(chǎn)量的前提下，降低化肥施用量，提高化肥利用效率。

表1 三個(gè)時(shí)期內(nèi)的農(nóng)業(yè)年均碳排放量及碳來(lái)源占比(單位：萬(wàn)噸、%)

2.山東省農(nóng)業(yè)碳排放量及時(shí)序演變特征

根據(jù)農(nóng)業(yè)碳排放計(jì)算公式，測(cè)算了2003、2006、2009、2012、2015和2018年山東省17地市的農(nóng)業(yè)碳排放量(見(jiàn)表2)。由表2可以看出，農(nóng)業(yè)碳排放量最大的依次是濰坊、臨沂、菏澤、煙臺(tái)、濟(jì)寧，2003-2018年間分別排放了1734萬(wàn)噸、1182萬(wàn)噸、1079萬(wàn)噸、1048萬(wàn)噸、972萬(wàn)噸碳。較2003年，2018年17地市中僅有棗莊和菏澤的農(nóng)業(yè)碳排放量升高了，增長(zhǎng)率分別為12.97%、9.12%。其余地區(qū)均為負(fù)向變動(dòng)，其中，下降幅度最大的是淄博，下降率為31.06%，其次是東營(yíng)、青島、濱州，下降率分別為22.51%、20.72%、20.30%。德州、臨沂、煙臺(tái)，作為山東省重要的糧食生產(chǎn)地區(qū)，與2003年比較，農(nóng)業(yè)碳排放量?jī)H下降了3%左右，因此提高這些地區(qū)農(nóng)業(yè)碳排放效率非常關(guān)鍵。整體來(lái)看，山東省17地市在2012年之后，農(nóng)業(yè)碳排放量均以不同的程度呈下降趨勢(shì)。具體可分為三種類(lèi)型: ①持續(xù)下降型：如青島、淄博、萊蕪三個(gè)地區(qū)農(nóng)業(yè)碳排放量均呈逐年下降態(tài)勢(shì)。青島在2006年之后開(kāi)始出現(xiàn)明顯的下降趨勢(shì)，而淄博、萊蕪一直以穩(wěn)定的速率下降；②先上升后下降型：即農(nóng)業(yè)碳排放量在2012年之前出現(xiàn)小幅度上升，后又下降，如濟(jì)南、棗莊、東營(yíng)、煙臺(tái)等7個(gè)地區(qū)；③波動(dòng)下降型：即在2003-2018年間，農(nóng)業(yè)碳排放量反復(fù)波動(dòng)最后呈下降趨勢(shì)的類(lèi)型，如濟(jì)寧、泰安、日照、德州市等7個(gè)地區(qū)。

表2 山東省17地市農(nóng)業(yè)碳排放量的變化情況(單位：萬(wàn)噸)

3.山東省農(nóng)業(yè)碳排放強(qiáng)度及演變趨勢(shì)

根據(jù)前文測(cè)算農(nóng)業(yè)碳排放的公式，分別測(cè)算了山東省17地市2003、2006、2009、2012、2015和2018年的農(nóng)業(yè)碳排放量，并且通過(guò)各地市農(nóng)業(yè)生產(chǎn)總值計(jì)算出農(nóng)業(yè)碳排放強(qiáng)度(具體見(jiàn)表3)。

由表3可知，2018年山東省農(nóng)業(yè)碳排放強(qiáng)度最大是威海，其次是日照、菏澤、濰坊、臨沂，每萬(wàn)元農(nóng)業(yè)生產(chǎn)總值需要排放0.59噸、0.38噸、0.37噸、0.35噸、0.30噸碳。農(nóng)業(yè)碳排放強(qiáng)度最小的分別是萊蕪、濟(jì)南、淄博、泰安、濟(jì)寧，每萬(wàn)元農(nóng)業(yè)生產(chǎn)總值分別排放了0.15噸、0.16噸、0.16噸、0.16噸、0.20噸碳。從表3可以看出，與2003年相比，2018年山東省17地市的農(nóng)業(yè)碳排放強(qiáng)度均有了不同程度的下降，其中下降幅度最高是萊蕪，下降了61.54%；其次是淄博，下降率為57.89%；下降幅度最小的是菏澤市，下降率僅有15.91%，其次是德州、威海、棗莊，下降率分別為24.32%、32.18%、36.84%。從年均農(nóng)業(yè)碳排放強(qiáng)度來(lái)看，山東省農(nóng)業(yè)碳排放強(qiáng)度由2003年平均0.49噸/萬(wàn)元下降到2018年的0.27噸/萬(wàn)元，下降幅度為44.90%。從整體來(lái)看，2003-2015年各市碳排放強(qiáng)度均呈下降，但在2015-2018年間，除東營(yíng)、泰安、日照、萊蕪之外，其余地區(qū)農(nóng)業(yè)碳排放強(qiáng)度出現(xiàn)反彈趨勢(shì)，如濟(jì)南、青島、淄博、棗莊等地出現(xiàn)小幅度反彈，而威海則出現(xiàn)了較大幅度反彈，由2015年的0.42噸/萬(wàn)元上升到2018年的0.59噸/萬(wàn)元，反彈幅度達(dá)到40.48%。

表3 山東省17地市農(nóng)業(yè)碳排放強(qiáng)度變化情況(單位：噸/萬(wàn)元)

(二)山東省農(nóng)業(yè)碳排放強(qiáng)度的空間差異特征

為了更加清晰地分析山東省17地市農(nóng)業(yè)碳排放強(qiáng)度的區(qū)域差異，測(cè)算了山東省及魯東、魯中、魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的基尼系數(shù)。

由圖1知，整體來(lái)看，山東省農(nóng)業(yè)碳排放強(qiáng)度基尼系數(shù)波動(dòng)比較大。主要分為三個(gè)階段：2003-2013年處于波動(dòng)上升階段，其中2008年和2011年是全省碳排放強(qiáng)度地區(qū)差距縮小的年份；2013-2015年處于下降階段，2013-2014年的下降趨勢(shì)尤為明顯，下降幅度為9.86%；2015年之后又進(jìn)入回升階段，其中2016-2017年的上升速度較快。由表3知，較2003年，2018年全省的基尼系數(shù)增大了26.39%?？傮w來(lái)說(shuō)，山東省各城市間的碳排放強(qiáng)度差距先增大后減小，最后再增大。分區(qū)域來(lái)看(圖2)，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異出現(xiàn)反復(fù)波動(dòng)的狀態(tài)，2003-2005年處于上升階段，之后呈下降趨勢(shì)，2009年基尼系數(shù)最低為0.1251，之后呈波動(dòng)下降趨勢(shì)，到達(dá)2016年最低值0.1182， 2017年的基尼系數(shù)急上升到0.1680，之后趨于穩(wěn)定，不難看出，魯東地區(qū)的基尼系數(shù)值的演變趨勢(shì)與全省基本一致。魯中地區(qū)是三大區(qū)域中變動(dòng)率最小的地區(qū)，2013年的基尼系數(shù)達(dá)到最大值0.1830，其基尼系數(shù)曲線整體上呈“駝峰”形，基尼系數(shù)值呈現(xiàn)出先波動(dòng)上升后下降并逐漸趨于平穩(wěn)的狀態(tài)。魯西地區(qū)的碳排放強(qiáng)度地區(qū)差異最大，2006年基尼系數(shù)到達(dá)最低值0.0224，2016年達(dá)到最高值0.1295，十年間基尼系數(shù)值變化了近五倍，2016年之后碳排放強(qiáng)度差異漸漸縮小。整體來(lái)看，魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異水平低于魯東和魯中地區(qū)。

圖1 山東省農(nóng)業(yè)碳排放強(qiáng)度的變化趨勢(shì) 圖2 山東省三大區(qū)域農(nóng)業(yè)碳排放強(qiáng)度的差異演變

(三)山東省農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)

1.山東省17地市農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)

從時(shí)間序列來(lái)看，核密度曲線整體呈現(xiàn)左移的趨勢(shì)，并且在2006年后沒(méi)有再出現(xiàn)雙峰，說(shuō)明在研究時(shí)間段內(nèi)山東省農(nóng)業(yè)碳排放強(qiáng)度有所減小，高碳排放強(qiáng)度地區(qū)的比重在減少。在演變過(guò)程中，除2006年外，其余三年的左側(cè)起始點(diǎn)幾乎無(wú)異，隨著年份的推移右側(cè)值出現(xiàn)左移的趨勢(shì)。2006年到2010年的平移距離最大，2010年、2014年、2018年的密度曲線區(qū)間變化幅度較小且波形相似，說(shuō)明這幾年間農(nóng)業(yè)碳排放強(qiáng)度的變化幅度較小。相比較2006年，2018年的密度曲線左移、波峰更加陡峭并且變化區(qū)間最小，表明2018年農(nóng)業(yè)碳排放強(qiáng)度總體較低。因此，從全省的角度看，2006年的農(nóng)業(yè)碳排放強(qiáng)度發(fā)展水平和速度明顯區(qū)別于其他年份，2006年之后，山東省農(nóng)業(yè)碳排放強(qiáng)度集中在0.2-0.3噸/萬(wàn)元之間，區(qū)域差異逐漸縮小。出現(xiàn)這種情況的原因可能是：從全省來(lái)看，在考察時(shí)間段內(nèi)，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)業(yè)現(xiàn)代化發(fā)展水平等影響農(nóng)業(yè)碳排放的因素區(qū)域差異不明顯。

2.魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)

從核密度曲線的形狀來(lái)看，2006年的密度曲線依舊出現(xiàn)雙峰狀態(tài)，說(shuō)明2006年高農(nóng)業(yè)碳排放強(qiáng)度地區(qū)仍然占有一定的比重，農(nóng)業(yè)碳排放強(qiáng)度的兩極分化現(xiàn)象依然存在。2006年之后，密度曲線均為單峰狀態(tài)。從演變趨勢(shì)來(lái)看，2006-2010年的密度曲線主峰左移，區(qū)間范圍小幅度擴(kuò)大，表明魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度不斷減少，但地區(qū)差距小幅度擴(kuò)大。2010-2014年，密度曲線的中心繼續(xù)左移，并且波峰越來(lái)越陡，說(shuō)明魯東地區(qū)的農(nóng)業(yè)碳排放強(qiáng)度持續(xù)減少，并且地區(qū)間的差異越來(lái)越小。2014-2018年，密度曲線的中心小幅度左移、區(qū)間變化范圍變小、波峰更加陡峭，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度地區(qū)間差異越來(lái)越小。但2018年密度曲線的右側(cè)出現(xiàn)了小凸起，部分地區(qū)開(kāi)始出現(xiàn)反彈現(xiàn)象，碳排放強(qiáng)度集中在0.6噸/萬(wàn)元左右，與主峰的中心強(qiáng)度0.3噸/萬(wàn)元形成鮮明對(duì)比。整體來(lái)看，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度一直呈縮減趨勢(shì)，密度曲線持續(xù)左移，區(qū)間變化幅度越來(lái)越小，表明在研究考察時(shí)間段內(nèi)，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異越來(lái)越小。但魯東卻是三大區(qū)域中核密度曲線最為分散的，可能的原因是：魯東地區(qū)經(jīng)濟(jì)發(fā)達(dá)，多種植蔬菜、水果等經(jīng)濟(jì)作物，由于經(jīng)濟(jì)作物比糧食作物需要施用更多的化肥[18]，所以魯東地區(qū)化肥施用強(qiáng)度高，從而導(dǎo)致區(qū)域內(nèi)農(nóng)業(yè)碳排放強(qiáng)度差異較大。

3.魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)

整體來(lái)看，魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異比較穩(wěn)定，沒(méi)有出現(xiàn)大的波動(dòng)。從密度曲線的位置來(lái)看，整體出現(xiàn)左移趨勢(shì)，平移距離由大變小，由2006年的中心強(qiáng)度0.4噸/萬(wàn)元附近到2010年的0.2噸/萬(wàn)元附近，減少了近一倍。2010-2014年曲線平移距離幅度較小、區(qū)間變化范圍不大且峰值更高，魯東地區(qū)的農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異出現(xiàn)縮小趨勢(shì)。2014年和2018年的密度曲線幾乎重合。魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度比較穩(wěn)定的原因可能是：魯中地區(qū)農(nóng)作物種植規(guī)模有限，遠(yuǎn)不如魯西地區(qū)規(guī)模大，且魯中各地市農(nóng)業(yè)發(fā)展水平差距不大，農(nóng)用化肥、農(nóng)藥、農(nóng)膜等施用量趨于一致，因此魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度相對(duì)穩(wěn)定。

4.魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的核密度估計(jì)

圖6展現(xiàn)了魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度在研究時(shí)間段內(nèi)的動(dòng)態(tài)演進(jìn)。整體來(lái)看，2006-2014年，核密度函數(shù)的中心向左移動(dòng)，2018年出現(xiàn)小幅度反彈，密度函數(shù)中心稍稍右移，變動(dòng)幅度不大。從峰形上看，2006-2014年，密度曲線的峰值一直在降低，2014-2018年峰值趨于穩(wěn)定，說(shuō)明魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度地區(qū)差異先擴(kuò)大后趨于穩(wěn)定。2010年后，魯西地區(qū)的農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異趨于穩(wěn)定。原因可能是：魯西地區(qū)是山東省的糧食主產(chǎn)區(qū)，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)單一，地區(qū)間化肥、農(nóng)藥等使用差距不大，從而碳排放強(qiáng)度的區(qū)域差異趨于穩(wěn)定。與魯東和魯中地區(qū)相比，魯西地區(qū)的核密度曲線整體上區(qū)間范圍較小，形態(tài)上更加的“瘦高”，說(shuō)明魯西地區(qū)的農(nóng)業(yè)碳排放強(qiáng)度的區(qū)域差異更為穩(wěn)定。

圖3 山東省農(nóng)業(yè)碳排放強(qiáng)度的動(dòng)態(tài)演變 圖4 魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的動(dòng)態(tài)演變

圖5 魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的動(dòng)態(tài)演變 圖6 魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的動(dòng)態(tài)演變

四、 結(jié)論與政策建議

(一)研究結(jié)論

本文選取2003-2018年山東省農(nóng)業(yè)碳排放強(qiáng)度的面板數(shù)據(jù)，運(yùn)用基尼系數(shù)和核密度估計(jì)的方法，測(cè)度分析了山東省農(nóng)業(yè)碳排放強(qiáng)度的時(shí)空分布與區(qū)域間的差異情況，得到以下研究結(jié)論：

(1)從時(shí)間序列來(lái)看，山東省農(nóng)業(yè)碳排放量經(jīng)歷了一個(gè)先上升后下降的過(guò)程，2003-2007年為持續(xù)上升階段，2008-2012年間下降幅度比較小，整體有波動(dòng)但始終維持在一個(gè)平穩(wěn)的狀態(tài)，2013-2018年出現(xiàn)持續(xù)下降的態(tài)勢(shì)。從農(nóng)業(yè)碳排放的結(jié)構(gòu)來(lái)看，最大的碳排放源是化肥，其次是農(nóng)膜、柴油、農(nóng)藥、灌溉，最小的碳排放源是翻耕，其占比僅有3%左右。從區(qū)域差異上看，山東省17地市農(nóng)業(yè)碳排放量也有不同程度的下降，具體分為“持續(xù)下降型”、“先上升后下降型”和“波動(dòng)下降型”三種不同的下降類(lèi)型。較2003年，2018年只有棗莊市和菏澤市的農(nóng)業(yè)碳排放量升高，增長(zhǎng)率分別為12.97%、9.12%，其余城市均有不同程度的下降，其中淄博市的下降幅度最大，為31.06%。

(2)山東省17地市農(nóng)業(yè)碳排放強(qiáng)度總體上呈現(xiàn)出先下降后反彈的特征。威海市、濰坊市、日照市、菏澤市是農(nóng)業(yè)碳排放高強(qiáng)度地區(qū)，2003-2018年，農(nóng)業(yè)碳排放強(qiáng)度均在0.3噸/萬(wàn)元以上。2003-2015年，17地市的農(nóng)業(yè)碳排放強(qiáng)度均在以不同的速率下降，情況持續(xù)向好。但在2015-2018年，大部分城市開(kāi)始出現(xiàn)反彈，其中威海市則出現(xiàn)了較大幅度的反彈，反彈幅度達(dá)到40.48%。

(3)山東省農(nóng)業(yè)碳排放強(qiáng)度基尼系數(shù)波動(dòng)比較大，主要分為三個(gè)階段：2003-2013年處于波動(dòng)上升階段，2013-2015年處于下降階段，2015年之后地區(qū)差異又進(jìn)一步加大。分地區(qū)來(lái)看，魯東、魯中、魯西地區(qū)的基尼系數(shù)均呈現(xiàn)出了較大的波動(dòng)，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異出現(xiàn)反復(fù)波動(dòng)的狀態(tài)，其基尼系數(shù)值的演變趨勢(shì)與全省基本一致。魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的基尼系數(shù)呈現(xiàn)出先波動(dòng)上升后下降并逐漸趨于平穩(wěn)的趨勢(shì)。魯西地區(qū)的碳排放強(qiáng)度差異最大，2006年基尼系數(shù)到達(dá)最低值0.0224，2016年基尼系數(shù)達(dá)到最高值0.1295，十年間變化了近五倍。

(4)從核密度曲線來(lái)看，全省、三大地區(qū)的核密度曲線均出現(xiàn)左移的趨勢(shì)，在2006年以后，核密度曲線的區(qū)間變化幅度變小，情況一度出現(xiàn)好轉(zhuǎn)。從全省來(lái)看，山東省農(nóng)業(yè)碳排放強(qiáng)度在2006年之后集中在0.2噸/萬(wàn)元附近，區(qū)域差異趨于穩(wěn)定。分區(qū)域來(lái)看，魯東地區(qū)農(nóng)業(yè)碳排放強(qiáng)度趨于分散，地區(qū)差異過(guò)大，一度出現(xiàn)雙峰的狀態(tài)。魯中地區(qū)農(nóng)業(yè)碳排放強(qiáng)度變化相對(duì)穩(wěn)定，地區(qū)差異逐漸縮小。魯西地區(qū)農(nóng)業(yè)碳排放強(qiáng)度最為收斂，地區(qū)差異先擴(kuò)大后趨于穩(wěn)定。

(二) 政策建議

分析測(cè)度表明，山東省農(nóng)業(yè)碳排放呈現(xiàn)較大的空間非均衡性農(nóng)業(yè)碳排放的絕對(duì)數(shù)量與其演變趨勢(shì)并不完全對(duì)等，東、中、西部地區(qū)農(nóng)業(yè)碳排放強(qiáng)度的地區(qū)差異和演變趨勢(shì)也表現(xiàn)出較大的差異，因此各地政府應(yīng)立足本土實(shí)際情況，制定差異化的低碳農(nóng)業(yè)發(fā)展政策。提出以下政策建議：

一是加快推進(jìn)低碳農(nóng)業(yè)發(fā)展模式的轉(zhuǎn)變，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。盡管山東省農(nóng)業(yè)碳排放呈下降趨勢(shì)，但農(nóng)業(yè)碳排放強(qiáng)度依然存在下降空間。應(yīng)建立山東省低碳農(nóng)業(yè)協(xié)同管理中心，以全省整體發(fā)展方向?yàn)橹笇?dǎo)，制定山東省低碳農(nóng)業(yè)發(fā)展計(jì)劃，盡快實(shí)現(xiàn)國(guó)家低碳農(nóng)業(yè)發(fā)展的整體目標(biāo)。

二是各地區(qū)根據(jù)實(shí)際發(fā)展情況，厘清農(nóng)業(yè)碳排放的關(guān)鍵影響因素。由于區(qū)域經(jīng)濟(jì)社會(huì)結(jié)構(gòu)和發(fā)展水平的差異，山東省各地市農(nóng)業(yè)碳排放強(qiáng)度存在區(qū)域差異，各地區(qū)應(yīng)根據(jù)實(shí)際情況出臺(tái)相關(guān)政策和措施，以提高農(nóng)業(yè)碳排放效率。

三是加大政府農(nóng)業(yè)科技創(chuàng)新投入，探索低碳農(nóng)業(yè)發(fā)展新思路。從農(nóng)業(yè)碳排放的結(jié)構(gòu)來(lái)看，化肥、農(nóng)膜等化學(xué)投入品是主要碳排放源，應(yīng)加大財(cái)政對(duì)農(nóng)業(yè)科技創(chuàng)新的支持力度，推行有機(jī)肥替代化肥、測(cè)土配方等技術(shù)，提高資源利用效率。