山東省糧食安全、農(nóng)業(yè)機(jī)械化與農(nóng)業(yè)碳排放的關(guān)聯(lián)及發(fā)展建議

李偉娟，張朋程

（山東石油化工學(xué)院文法與經(jīng)濟(jì)管理學(xué)院，山東 東營(yíng) 257061）

受新型冠狀病毒肺炎疫情以及極端自然氣候等因素的影響，全球糧食的生產(chǎn)、流通和消費(fèi)均受到不同程度的沖擊，糧食安全問題持續(xù)加劇，聯(lián)合國(guó)將糧食安全作為2030年可持續(xù)發(fā)展目標(biāo)的核心內(nèi)容。中國(guó)人口基數(shù)大，糧食安全問題一直被放在重要的戰(zhàn)略位置，2021年中國(guó)將糧食安全列為“強(qiáng)化國(guó)家經(jīng)濟(jì)安全保障”。前農(nóng)業(yè)農(nóng)村部部長(zhǎng)韓長(zhǎng)賦提出糧食安全是中國(guó)農(nóng)業(yè)綠色發(fā)展的底線，強(qiáng)調(diào)了糧食安全與綠色發(fā)展的協(xié)調(diào)關(guān)系［1］。汪成等［2］提出綠色發(fā)展是糧食安全保障的重點(diǎn)內(nèi)容，目前提高糧食安全的重要途徑之一就是通過農(nóng)業(yè)機(jī)械化的推廣來提高糧食的產(chǎn)量。張寬等［3］和周振等［4］分別提出提高農(nóng)業(yè)機(jī)械化水平將有利于促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和糧食產(chǎn)量的提高。但農(nóng)業(yè)機(jī)械在推廣使用的同時(shí)也造成了農(nóng)業(yè)碳排放的增加，并且在現(xiàn)階段是碳排放增加的主導(dǎo)因素［5］。因此協(xié)調(diào)好糧食安全與農(nóng)業(yè)機(jī)械化和碳排放之間的關(guān)系至關(guān)重要。

現(xiàn)有文獻(xiàn)大多單獨(dú)開展農(nóng)業(yè)機(jī)械化與糧食安全或農(nóng)業(yè)機(jī)械化與碳排放之間的關(guān)系研究，但綜合考慮農(nóng)業(yè)機(jī)械化、糧食安全和碳排放量三者之間的關(guān)系，確保實(shí)現(xiàn)糧食安全的同時(shí)盡可能地降低碳排放進(jìn)而實(shí)現(xiàn)綠色發(fā)展的研究相對(duì)不足。山東省連續(xù)多年糧食產(chǎn)量在全國(guó)排名第3，是典型的農(nóng)業(yè)大省，對(duì)國(guó)家糧食安全戰(zhàn)略和綠色發(fā)展戰(zhàn)略的實(shí)施均發(fā)揮重要作用。本研究以山東省為研究對(duì)象，探究農(nóng)業(yè)機(jī)械化、糧食安全和農(nóng)業(yè)碳排放三者之間的關(guān)系，并提出發(fā)展建議，以期為山東省糧食安全和農(nóng)業(yè)綠色發(fā)展的精準(zhǔn)施策提供參考。

1 山東省糧食安全、農(nóng)業(yè)碳排放和農(nóng)業(yè)機(jī)械化的現(xiàn)狀分析

1.1 山東省糧食安全現(xiàn)狀

人均糧食產(chǎn)量在一定程度上反映了一個(gè)地區(qū)的糧食供給安全情況［6］。本研究從人均糧食產(chǎn)量和山東省糧食產(chǎn)量占全國(guó)糧食產(chǎn)量比重分析山東省目前的糧食安全現(xiàn)狀，結(jié)果見表1。由于2016年和2017年的糧食產(chǎn)量銜接的是第三次農(nóng)業(yè)普查的數(shù)據(jù)，與之前的數(shù)據(jù)不能對(duì)比，因此表1數(shù)據(jù)分析分為2個(gè)階段，即2006—2015年以及2016—2019年。

國(guó)際公認(rèn)的糧食安全線是人均糧食產(chǎn)量達(dá)400 kg，由表1可見，山東省人均糧食產(chǎn)量2006—2015年均保持在400 kg以上，2016—2019年保持在500 kg以上，高于全國(guó)平均水平，表明山東省的糧食生產(chǎn)保持了良好的發(fā)展態(tài)勢(shì)?！笆濉逼陂g，山東省糧食產(chǎn)量占全國(guó)比重低于8.00%，且山東省與全國(guó)平均水平的差距逐漸縮小，表明山東省當(dāng)前的糧食安全水平雖然高于國(guó)家標(biāo)準(zhǔn)，但其優(yōu)勢(shì)在縮小?！笆濉逼陂g山東省頒發(fā)系列政策支持農(nóng)業(yè)發(fā)展，糧食產(chǎn)量占全國(guó)總量比重高于8.00%，2019年達(dá)8.07%，說明國(guó)家及山東省的相關(guān)農(nóng)業(yè)政策效果顯著，后期山東省有待保持并進(jìn)一步提升其糧食安全系數(shù)，擔(dān)負(fù)起共同維護(hù)國(guó)家糧食安全的重任。

表1 山東省糧食產(chǎn)量情況（2006—2019年）

1.2 山東省農(nóng)業(yè)碳排放量及單位糧食碳排放現(xiàn)狀

結(jié)合前期學(xué)者的相關(guān)分析，綜合了導(dǎo)致農(nóng)業(yè)碳排放的主要來源分別為農(nóng)用化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、農(nóng)作物播種面積和農(nóng)業(yè)灌溉面積6類［7］。其中化肥、農(nóng)藥和農(nóng)膜等是由于農(nóng)用物質(zhì)投入引發(fā)的碳排放；農(nóng)用機(jī)械帶來的碳排放主要是柴油的使用；播種主要是在翻耕時(shí)破壞了土壤表層而導(dǎo)致的有機(jī)碳流失；此外，農(nóng)業(yè)灌溉消耗的電能也會(huì)引起碳排放的增加。表2是各類農(nóng)業(yè)碳源的排放系數(shù)，將其與碳源排放量相乘，可匯總計(jì)算出農(nóng)業(yè)碳排放總量［7］。

農(nóng)業(yè)碳排放量的計(jì)算公式為：

式中，E表示農(nóng)業(yè)碳排放量，萬(wàn)t/年；Ei表示各類碳源的碳排放量（i=1，2，…，6）；Ti為各類碳排放源的數(shù)量，數(shù)據(jù)來源于《山東統(tǒng)計(jì)年鑒》（2007—2019年），萬(wàn)t/年；δi表示各類碳排放源的碳排放系數(shù)，來源見表2。

表2 農(nóng)業(yè)碳排放源、系數(shù)及參考來源［7］

根據(jù)公式（1）計(jì)算得到山東省農(nóng)業(yè)碳排放量（2006—2019年），并計(jì)算單位糧食產(chǎn)量的碳排放情況，結(jié)果如圖1所示。

由圖1可見，整體來看，山東省農(nóng)業(yè)碳排放情況得到很好的控制，呈下降趨勢(shì)，農(nóng)業(yè)碳排放量由2006年的1 163萬(wàn)t降至2019年的988萬(wàn)t。但在2006—2007年農(nóng)業(yè)碳排放量還處于增長(zhǎng)狀態(tài)，農(nóng)業(yè)機(jī)械化在規(guī)?；茝V初期重點(diǎn)在于提升糧食產(chǎn)量，忽視了碳排放造成的污染，主要是由于擴(kuò)大農(nóng)業(yè)機(jī)械使用規(guī)模會(huì)增加燃料及動(dòng)力消耗，如加大對(duì)柴油的需求，從而導(dǎo)致碳排放總量增加。2011年，山東省人民政府印發(fā)了《關(guān)于促進(jìn)農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)工業(yè)又好又快發(fā)展的意見》（魯政發(fā)〔2011〕13號(hào)），自此開始農(nóng)業(yè)碳排放量呈降低趨勢(shì)，2011年農(nóng)業(yè)碳排放量為1 132萬(wàn)t/年，之后逐漸降低，2019年降為988萬(wàn)t/年。單位糧食產(chǎn)量碳排放量也呈下降趨勢(shì)，從2006年的0.284萬(wàn)t/萬(wàn)t逐步降至2019年的0.194萬(wàn)t/萬(wàn)t，表明山東省在節(jié)能減排方面取得了良好的成效。

圖1 2006—2019年山東省農(nóng)業(yè)碳排放量和單位糧食產(chǎn)量碳排放量走勢(shì)

1.3 山東省農(nóng)業(yè)機(jī)械化與單位糧食播種面積產(chǎn)量的發(fā)展現(xiàn)狀

衡量農(nóng)業(yè)機(jī)械化的主要水平就是農(nóng)業(yè)機(jī)械總動(dòng)力。彭繼權(quán)等［8］運(yùn)用量化模型分析提出農(nóng)業(yè)機(jī)械化水平每提高1%，農(nóng)戶主糧單產(chǎn)就提高1.219%。圖2是山東省農(nóng)業(yè)機(jī)械總動(dòng)力和單位糧食播種面積產(chǎn)量情況，由于2006年農(nóng)業(yè)機(jī)械總動(dòng)力均系新統(tǒng)計(jì)口徑，與歷史數(shù)據(jù)不能對(duì)比，本研究依然分2006—2015年和2016—2019年2個(gè)時(shí)間段進(jìn)行分析。

由圖2可見，整體來看，山東省農(nóng)業(yè)機(jī)械化和單位糧食播種面積產(chǎn)量均呈不同程度的提升。2006—2015年和2016—2019年農(nóng)業(yè)機(jī)械總動(dòng)力和單位糧食播種面積產(chǎn)量均呈增長(zhǎng)的趨勢(shì)。2006—2015年，農(nóng)業(yè)機(jī)械總動(dòng)力從2006年的9 555萬(wàn)kW增長(zhǎng)到2015年的13 353萬(wàn)kW，提升了39.7%，其中大中型拖拉機(jī)和小型拖拉機(jī)分別由2006年的25.16萬(wàn)臺(tái)和158.81萬(wàn)臺(tái)提升至2015年的53.52萬(wàn)臺(tái)和190.93萬(wàn)臺(tái)。單位糧食播種面積產(chǎn)量從2006年的5 848 kg/hm2增長(zhǎng)到2015年的6 290 kg/hm2，增長(zhǎng)了7.6%。2016—2019年，農(nóng)業(yè)機(jī)械總動(dòng)力增長(zhǎng)了9.1%，單位糧食播種面積產(chǎn)量增長(zhǎng)了3.0%。分時(shí)間段看，2016—2019年與2006—2015年相比，山東省單位糧食播種面積產(chǎn)量的增速高于農(nóng)業(yè)機(jī)械總動(dòng)力的增速，表明山東省的農(nóng)業(yè)機(jī)械化在提升單位糧食播種面積產(chǎn)量方面發(fā)揮了很好的作用。為了進(jìn)一步推廣農(nóng)業(yè)機(jī)械的普及，山東省提出到2025年，全省主要農(nóng)作物耕種收綜合機(jī)械化率達(dá)到92%，加大農(nóng)機(jī)購(gòu)置和綠色環(huán)保的補(bǔ)貼，為農(nóng)業(yè)機(jī)械化的推廣指明了方向。

綜上分析，山東省糧食安全、農(nóng)業(yè)碳排放和農(nóng)業(yè)機(jī)械化發(fā)展呈以下特點(diǎn)：2006—2015年，糧食安全、農(nóng)業(yè)碳排放和農(nóng)業(yè)機(jī)械化分別為穩(wěn)定增長(zhǎng)、先增后減再增和穩(wěn)定增長(zhǎng)；2016—2019年，糧食安全、農(nóng)業(yè)碳排放和農(nóng)業(yè)機(jī)械化分別為穩(wěn)定增長(zhǎng)、持續(xù)降低和緩慢增長(zhǎng)，三者呈一定關(guān)聯(lián)。為了厘清三者之間的定量關(guān)系，尋求兼顧糧食安全水平提升和農(nóng)業(yè)的綠色發(fā)展，本研究將構(gòu)建農(nóng)業(yè)機(jī)械化、糧食安全與農(nóng)業(yè)碳排放相互關(guān)系的聯(lián)立方程模型，探尋三者之間的相互作用關(guān)系，有針對(duì)性地提出發(fā)展建議。

2 聯(lián)立方程模型設(shè)計(jì)及數(shù)據(jù)來源

聯(lián)立方程模型由Haavelmo在1943年提出，用于探討經(jīng)濟(jì)學(xué)變量之間的關(guān)系［9］。為建立農(nóng)業(yè)機(jī)械化、糧食安全和農(nóng)業(yè)碳排放之間的關(guān)系，擬建立三者之間的線性回歸聯(lián)立方程模型，線性回歸方程檢驗(yàn)有最小二乘法、最小絕對(duì)值法和Huber Loss法，考慮到最小二乘法（OSL）具有最優(yōu)解惟一、求解方便、很好的解析性質(zhì)等優(yōu)點(diǎn)，擬采用最小二乘法（OSL）進(jìn)行檢驗(yàn)。本研究針對(duì)農(nóng)業(yè)機(jī)械化、糧食安全與農(nóng)業(yè)碳排放關(guān)系的聯(lián)立方程具體模型形式如下［6］：

式中，AM表示農(nóng)業(yè)機(jī)械化，選用單位糧食產(chǎn)量過程中使用的農(nóng)業(yè)機(jī)械動(dòng)力表示，kW/t；AS表示糧食安全，參考聯(lián)合國(guó)糧食及農(nóng)業(yè)組織定義的人均糧食產(chǎn)量高于400 kg為標(biāo)準(zhǔn)，以人均糧食產(chǎn)量與400 kg的比值表示；E表示農(nóng)業(yè)碳排放，以農(nóng)業(yè)碳排放量表示，萬(wàn)t/年；C表示截距；α、β表示各變量的待定系數(shù)；ε1i、ε2i、ε3i分別表示隨機(jī)變量。

模型檢驗(yàn)選用擬合優(yōu)度檢驗(yàn)（R2）、回歸參數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）和回歸方程的顯著性檢驗(yàn)（F檢驗(yàn)）。其中，R2檢驗(yàn)擬合優(yōu)度越大，自變量對(duì)因變量的解釋程度越高，自變量引起的變動(dòng)占總變動(dòng)的百分比越高，R2（0～1）越接近1，線性關(guān)系越顯著；t檢驗(yàn)中t值用來檢驗(yàn)回歸參數(shù)的顯著性，當(dāng)模型得到的t值大于5%顯著性水平下的t值時(shí)，原假設(shè)（某參數(shù)不能解釋因變量）發(fā)生的概率＜5%，屬于小概率事件，因此拒絕原假設(shè)，接受備擇假設(shè)，即模型參數(shù)通過顯著性檢驗(yàn)，該參數(shù)可以解釋因變量；F檢驗(yàn)中F值用來檢驗(yàn)?zāi)Ｐ驼w的顯著性，當(dāng)模型得到的F值大于5%顯著性水平下的F值時(shí)，原假設(shè)（模型整體不呈現(xiàn)線性）發(fā)生的概率＜5%，屬于小概率事件，因此拒絕原假設(shè)，接受備擇假設(shè)，即模型整體通過顯著性檢驗(yàn)，呈現(xiàn)線性。

為確保數(shù)據(jù)的準(zhǔn)確性和指標(biāo)的科學(xué)性，所涉及的數(shù)據(jù)均來源于《山東統(tǒng)計(jì)年鑒》（2007—2020年）。

3 農(nóng)業(yè)機(jī)械化、糧食安全與農(nóng)業(yè)碳排放關(guān)系實(shí)證分析

由于2016年之后糧食產(chǎn)量和農(nóng)業(yè)機(jī)械總動(dòng)力的統(tǒng)計(jì)口徑發(fā)生變化，此部分選擇2006—2015年的數(shù)據(jù)，運(yùn)用Eviews 10.0計(jì)量軟件進(jìn)行OSL估計(jì)，分析農(nóng)業(yè)機(jī)械化、糧食安全與農(nóng)業(yè)碳排放的關(guān)系，得到3個(gè)方程，結(jié)果見表3。

表3 模型OSL估計(jì)

方程1的R2=0.950 1，表明糧食安全和農(nóng)業(yè)碳排放量能夠解釋農(nóng)業(yè)機(jī)械化變化的95.01%，F(xiàn)檢驗(yàn)P＜0.05，說明糧食安全和農(nóng)業(yè)碳排放量作為自變量和農(nóng)業(yè)機(jī)械化作為因變量建立的整體線性回歸方程有意義。糧食安全變量系數(shù)0.684 1的t檢驗(yàn)P＜0.10，表明糧食安全在10%顯著水平下可以解釋農(nóng)業(yè)機(jī)械化變化，即糧食安全水平每提高1%，農(nóng)業(yè)機(jī)械化水平提高0.684 1%。農(nóng)業(yè)碳排放量系數(shù)0.578 4的t檢驗(yàn)P＜0.01，表明農(nóng)業(yè)碳排放量在1%顯著水平下可以解釋農(nóng)業(yè)機(jī)械化變化，即農(nóng)業(yè)碳排放量水平每降低1%，農(nóng)業(yè)機(jī)械化水平降低0.578 4%。結(jié)合線性回歸方程和變量的系數(shù)來看，提高糧食安全會(huì)提高農(nóng)業(yè)機(jī)械化，對(duì)碳排放量的約束會(huì)影響農(nóng)業(yè)機(jī)械化的推廣。

方程2的R2=0.981 9，表明農(nóng)業(yè)機(jī)械化和農(nóng)業(yè)碳排放量能夠解釋糧食安全變化的98.19%。F檢驗(yàn)P＜0.05，說明農(nóng)業(yè)機(jī)械化和農(nóng)業(yè)碳排放量作為自變量和糧食安全作為因變量建立的整體線性回歸方程有意義。農(nóng)業(yè)機(jī)械化變量系數(shù)0.596 1的t檢驗(yàn)P＜0.10，表明農(nóng)業(yè)機(jī)械化在10%顯著水平下可以解釋糧食安全的變化，即農(nóng)業(yè)機(jī)械化水平每提高1%，糧食安全水平提高0.596 1%。農(nóng)業(yè)碳排放量系數(shù)-0.606 3的t檢驗(yàn)P＜0.01，表明農(nóng)業(yè)碳排放量在1%顯著水平下可以解釋糧食安全變化，即農(nóng)業(yè)碳排放量水平每降低1%，糧食安全水平提高0.606 3%。結(jié)合線性回歸方程和變量的系數(shù)來看，提高農(nóng)業(yè)機(jī)械化會(huì)提高糧食安全，降低農(nóng)業(yè)碳排放量會(huì)提高糧食安全。

方程3的R2=0.991 2，表明農(nóng)業(yè)機(jī)械化和糧食安全能夠解釋農(nóng)業(yè)碳排放量變化的99.12%，F(xiàn)檢驗(yàn)P＜0.05，說明農(nóng)業(yè)機(jī)械化和糧食安全作為自變量和農(nóng)業(yè)碳排放量為因變量建立的線性回歸方程有意義。農(nóng)業(yè)機(jī)械化變量系數(shù)1.227 6的t檢驗(yàn)P＜0.01，表明農(nóng)業(yè)機(jī)械化在1%顯著水平下可以解釋農(nóng)業(yè)碳排放量，即農(nóng)業(yè)機(jī)械化水平每提高1%，農(nóng)業(yè)碳排放量提高1.227 6%。糧食安全變量系數(shù)-1.476 5的t檢驗(yàn)P＜0.01，表明糧食安全在1%顯著水平下可以解釋農(nóng)業(yè)碳排放量，即糧食安全水平每提高1%，農(nóng)業(yè)碳排放水平降低1.476 5%。結(jié)合線性回歸方程和變量的系數(shù)來看，提高農(nóng)業(yè)機(jī)械化會(huì)增加農(nóng)業(yè)的碳排放量，提高糧食安全會(huì)抑制農(nóng)業(yè)碳排放量。

方程1至方程3的OSL估計(jì)結(jié)果表明，農(nóng)業(yè)機(jī)械化、糧食安全與農(nóng)業(yè)碳排放之間的線性關(guān)系顯著，任意一項(xiàng)指標(biāo)作為因變量被其他2項(xiàng)指標(biāo)解釋的程度都在95%以上。三者之間的關(guān)聯(lián)主要體現(xiàn)在以下3個(gè)方面：一是農(nóng)業(yè)機(jī)械化與糧食安全呈正相關(guān)，提高農(nóng)業(yè)機(jī)械化將提高糧食安全水平；二是農(nóng)業(yè)機(jī)械化與農(nóng)業(yè)碳排放呈正相關(guān)，提高農(nóng)業(yè)機(jī)械化一定程度上會(huì)提高農(nóng)業(yè)碳排放；三是糧食安全與農(nóng)業(yè)碳排放呈負(fù)相關(guān)，提高糧食安全需降低農(nóng)業(yè)碳排放。因此，如何提升農(nóng)業(yè)機(jī)械化和降低農(nóng)業(yè)碳排放，是保障糧食安全和農(nóng)業(yè)綠色發(fā)展的關(guān)鍵。

4 結(jié)論與建議

4.1 結(jié)論

提高糧食安全的主要途徑是提高農(nóng)業(yè)機(jī)械化和降低碳排放，但農(nóng)業(yè)機(jī)械化的推廣應(yīng)用與農(nóng)業(yè)碳排放之間呈正相關(guān)關(guān)系。糧食安全事關(guān)全球人民的生命安全，實(shí)施國(guó)家糧食安全戰(zhàn)略、提高農(nóng)業(yè)機(jī)械化進(jìn)而提升糧食生產(chǎn)率確保糧食產(chǎn)量是維護(hù)糧食安全的重要途徑。因此通過降低農(nóng)業(yè)機(jī)械化以降低農(nóng)業(yè)碳排放是不可行的，必須在保障糧食安全的前提下降低農(nóng)業(yè)碳排放，這也符合國(guó)家提出的糧食安全是農(nóng)業(yè)綠色發(fā)展底線的要求，因此在確保糧食產(chǎn)量的同時(shí)，如何最大化地提高農(nóng)業(yè)機(jī)械化率、降低農(nóng)業(yè)碳排放是關(guān)鍵。

《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則（2018—2030年）》提出了科技在協(xié)調(diào)糧食安全和生態(tài)環(huán)境保護(hù)中的重要意義。針對(duì)農(nóng)業(yè)機(jī)械設(shè)備使用中會(huì)增加對(duì)汽油、柴油的消耗，從而增加碳排放量的現(xiàn)象，提出從科技創(chuàng)新視角提高農(nóng)業(yè)機(jī)械的現(xiàn)代化發(fā)展思路。針對(duì)糧食安全中對(duì)糧食產(chǎn)量的要求，結(jié)合數(shù)字化應(yīng)用提高單位面積的糧食產(chǎn)量。因此，提高農(nóng)業(yè)機(jī)械化率和單位面積的糧食產(chǎn)量是融合糧食安全、農(nóng)業(yè)機(jī)械化和降低碳排放量三者之間發(fā)展的重點(diǎn)突破口，具體從科技創(chuàng)新和數(shù)字化應(yīng)用方面予以突破。

4.2 建議

1）加強(qiáng)科技創(chuàng)新在農(nóng)業(yè)機(jī)械化和新能源的應(yīng)用，推廣低碳農(nóng)機(jī)。由于農(nóng)機(jī)作業(yè)是中國(guó)農(nóng)用柴油的主要消耗方式之一，農(nóng)業(yè)機(jī)械95%以上的配套動(dòng)力是柴油機(jī)，這是主要碳源，所以低碳農(nóng)機(jī)是降低農(nóng)業(yè)碳排放的重要途徑，可以通過研發(fā)多類型農(nóng)機(jī)和優(yōu)化機(jī)械化生產(chǎn)方式實(shí)現(xiàn)［10］。山東省丘陵山區(qū)耕地面積為275.9萬(wàn)hm2，占全省耕地面積的36.7%，由于面積小、坡度陡，常規(guī)農(nóng)業(yè)機(jī)械不適應(yīng)，因此需針對(duì)丘陵山區(qū)的種植結(jié)構(gòu)多樣化，加大對(duì)多樣化農(nóng)業(yè)機(jī)械的創(chuàng)新。針對(duì)坡度的等級(jí)不同，選擇大小適宜的機(jī)械。在作業(yè)模式上可以借鑒美國(guó)的復(fù)式作業(yè)模式，該模式可以同時(shí)開展多個(gè)作業(yè)項(xiàng)目，進(jìn)而減少輔助作業(yè)時(shí)間，從而降低單位播種面積的燃油消耗，降低二氧化碳的排放。

2）強(qiáng)化數(shù)字農(nóng)業(yè)，借助智能化優(yōu)化農(nóng)業(yè)生產(chǎn)方案，提高農(nóng)機(jī)作業(yè)效率。2018年國(guó)務(wù)院頒發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》明確指出要大力發(fā)展數(shù)字農(nóng)業(yè)，提高農(nóng)業(yè)精準(zhǔn)化水平。數(shù)字農(nóng)業(yè)可以將信息技術(shù)與農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)有效融合，將市場(chǎng)信息、各種生產(chǎn)參數(shù)信息以及勞動(dòng)力等信息綜合考慮，推薦最佳種植方案，高效率地使用農(nóng)業(yè)機(jī)械，以促進(jìn)單位面積產(chǎn)量最優(yōu)。山東省目前也正在努力探索物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)中的使用，通過智能化精準(zhǔn)計(jì)算出施肥量和播種量，同時(shí)也能給出最佳的生產(chǎn)方案，最大化地降低單位糧食產(chǎn)量的碳排放。