合肥市農(nóng)業(yè)生產(chǎn)碳排放脫鉤分析及峰值預(yù)測*

劉鵬凌，黃靖輝，葉露放，李 想

(安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036)

農(nóng)業(yè)生產(chǎn)是農(nóng)民生活的主要收入來源，在其生產(chǎn)過程中所消耗的農(nóng)業(yè)能源不可避免地造成了大量溫室氣體的排放。隨著溫室氣體濃度的不斷升高，溫室效應(yīng)愈加明顯。溫室氣體通過吸收和釋放紅外輻射可長期存在于大氣之中，使地球表面變得更暖，進(jìn)而帶來愈來愈嚴(yán)重的環(huán)境問題，例如各種極端天氣、土地荒漠化等。目前，農(nóng)業(yè)已經(jīng)是第二大溫室氣體排放源，其碳排放量已達(dá)到全球人為排放總量的23%[1]。在“2030碳達(dá)峰，2060碳中和”的目標(biāo)下，低碳生產(chǎn)已經(jīng)成為未來農(nóng)業(yè)發(fā)展的主基調(diào)。2020年，合肥市農(nóng)、林、牧、漁業(yè)生產(chǎn)總值為524億元，占安徽省農(nóng)、林、牧、漁業(yè)總產(chǎn)值的比重為9.2%，遠(yuǎn)超全省平均水平[2]317。其農(nóng)業(yè)碳排放量對安徽省農(nóng)業(yè)碳排放總量而言具有重大影響。因此，對合肥市農(nóng)業(yè)碳排放開展研究具有重要意義。

一、相關(guān)研究綜述

近年來農(nóng)業(yè)碳排放研究主要集中在影響因素、空間格局變化、未來碳排放預(yù)測等方面。人口數(shù)量、人均財(cái)富、科技水平、農(nóng)用物資、農(nóng)地利用、農(nóng)地經(jīng)營規(guī)模等因素是農(nóng)業(yè)碳排放的正向影響因素[3-5]。其中,農(nóng)地翻耕、化肥投入、牛豬養(yǎng)殖的影響最大[6]。農(nóng)地經(jīng)營規(guī)模通過增加要素投入強(qiáng)度提高農(nóng)業(yè)碳排放水平[7]，而國家財(cái)政支農(nóng)政策可通過調(diào)節(jié)作用降低農(nóng)業(yè)碳排放[8]。此外，農(nóng)戶兼業(yè)經(jīng)營、農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)結(jié)構(gòu)是農(nóng)業(yè)碳排放的負(fù)向影響因素[9，10]，而農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)碳排放之間呈現(xiàn)正“U”型關(guān)系[11]。關(guān)于空間格局研究，大部分學(xué)者均通過數(shù)據(jù)大小比較各研究區(qū)域農(nóng)業(yè)碳排放量的高低差異。例如湖南省農(nóng)業(yè)碳排放量呈現(xiàn)出東部高、西部低的特征，且集聚效應(yīng)顯著[12]，但各縣在空間上有同質(zhì)性，且在不斷增強(qiáng)[13]。在全國范圍內(nèi)，農(nóng)業(yè)碳排放量的相對差異呈現(xiàn)出先擴(kuò)大后縮小的趨勢[10]626。在農(nóng)業(yè)碳排放預(yù)測方面，多數(shù)學(xué)者根據(jù)實(shí)際情況以及優(yōu)化情況分別預(yù)測未來碳排放量及碳達(dá)峰時(shí)間[14]，或者根據(jù)現(xiàn)狀研究未來農(nóng)業(yè)碳排放拐點(diǎn)出現(xiàn)時(shí)間以及何時(shí)進(jìn)入下降階段[15]。

就當(dāng)下而言，各地區(qū)發(fā)展現(xiàn)狀不同，在農(nóng)業(yè)碳排放領(lǐng)域也面臨著各種問題。對合肥市來說，近年來農(nóng)業(yè)經(jīng)濟(jì)發(fā)展迅速，農(nóng)、林、牧、漁業(yè)總產(chǎn)值從2000年的64億元上升至2020年的524億元[2]329，但伴隨而來的是碳排放的急劇上升。所以，加快落實(shí)綠色農(nóng)業(yè)發(fā)展，降低農(nóng)業(yè)碳排放量刻不容緩。對合肥市農(nóng)業(yè)生產(chǎn)碳排放量進(jìn)行測算和預(yù)測，旨在為合肥市農(nóng)業(yè)低碳發(fā)展提供參考。

二、合肥市農(nóng)業(yè)碳排放特征

當(dāng)下，碳排放測算方法主要來自國際環(huán)境統(tǒng)計(jì)工作中所采用的實(shí)測法、物料平衡算法以及碳排放系數(shù)法[16]。其中物料平衡法主要用于測算使用化石燃料所產(chǎn)生的碳排放量，而碳排放系數(shù)法則更加適合測算農(nóng)業(yè)碳排放[17]。根據(jù)《IPCC 2006國家溫室氣體清單指南(2019年修訂版)》，并結(jié)合合肥市當(dāng)?shù)剞r(nóng)業(yè)發(fā)展現(xiàn)狀及前人研究成果[18-22]，選取農(nóng)業(yè)資本投入(化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、農(nóng)機(jī)耕作面積、有效灌溉面積)、谷物、牲畜(豬、牛、羊)三大類碳源，依據(jù)相對應(yīng)的碳排放系數(shù)與轉(zhuǎn)換系數(shù)測算研究區(qū)域內(nèi)的農(nóng)業(yè)碳排放量[23](見表1)。測算結(jié)果均輸出為碳排放當(dāng)量。具體公式為：

表1 農(nóng)業(yè)碳排放系數(shù)及相應(yīng)的轉(zhuǎn)換系數(shù)

C=∑Ci=∑Xi×Yi×Zi

(1)

CI=C/S

(2)

式中，C為農(nóng)業(yè)碳排放量，Ci為來自各類碳源的排放量，Xi表示各碳排放源數(shù)量，Yi表示各碳源碳排放系數(shù)，Zi表示轉(zhuǎn)換系數(shù)，CI表示碳排放強(qiáng)度，S表示農(nóng)作物總播種面積。

(一)合肥市農(nóng)業(yè)碳排放量與碳排放強(qiáng)度時(shí)序特征

根據(jù)式(1)、式(2)測算2006—2019年合肥市農(nóng)業(yè)碳排放量與碳排放強(qiáng)度(見圖1、圖2)，結(jié)果表明，合肥市農(nóng)業(yè)碳排放量總體呈現(xiàn)出上升趨勢，由2006年的380.55萬噸上升至2019年的696.66萬噸，年均遞增4.41%；同樣，農(nóng)業(yè)碳排放強(qiáng)度總體也呈現(xiàn)出上升趨勢，由2006年的0.56 kg/m2上升至2019年的1.02kg/m2。以2011年巢湖市市轄區(qū)、廬江縣劃歸合肥為分界點(diǎn)，將農(nóng)業(yè)碳排放研究階段分為第一階段(2006—2010)與第二階段(2011—2019)，并且剔除由于行政區(qū)域劃分造成的異常值情況。從農(nóng)業(yè)碳排放量看，第一階段合肥市農(nóng)業(yè)碳排放量總體平穩(wěn)上升，從380.55萬噸上升至416.60萬噸，漲幅為9.47%，各年度漲幅基本穩(wěn)定在2%左右，無異常波動。第二階段合肥市農(nóng)業(yè)碳排放量進(jìn)一步上升，但增速大幅放緩，8年總體漲幅為5.6%，從672.16萬噸上升至696.66萬噸。2011—2016年各年漲幅處于1%的水平，而在2017—2018年出現(xiàn)波動，2018年為合肥市農(nóng)業(yè)碳排放量達(dá)到近14年來最高點(diǎn)740.89萬噸，2019年下降至696.66萬噸，漲幅從2.11%減至-3.36%，出現(xiàn)首個(gè)轉(zhuǎn)折。從農(nóng)業(yè)碳排放強(qiáng)度看，2006—2007年合肥市碳排放強(qiáng)度從0.56 kg/m2增至0.58 kg/m2，上漲3.4%，而2007—2008年碳排放強(qiáng)度下降0.04 kg/m2，降幅達(dá)7.6%。其原因在于，相比2007年，2008年合肥市農(nóng)作物播種面積大幅提高，之后年份平穩(wěn)上升但未超越2006年的強(qiáng)度。在第二階段，2011—2017年碳排放強(qiáng)度基本平穩(wěn)于0.9 kg/m2， 2018年上升至1.06 kg/m2，漲幅達(dá)到13.50%，2019年又出現(xiàn)下降情況?？傮w而言，2006—2019年合肥市農(nóng)業(yè)碳排放量呈現(xiàn)出先增后減的狀態(tài)，農(nóng)業(yè)碳排放強(qiáng)度則呈現(xiàn)先上升后下降再上升、最后平緩波動的狀態(tài)。

圖1 第一階段碳排放量與碳排放強(qiáng)度數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

圖2 第二階段碳排放量與碳排放強(qiáng)度數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

(二)合肥市農(nóng)業(yè)碳排放組成結(jié)構(gòu)

由圖3可知，三大碳源中谷物種植占比最大，為78.23%；其次為畜牧養(yǎng)殖，占比為13.86%；最后是農(nóng)用資本投入，占比為7.91%。盡管谷物種植是合肥市農(nóng)業(yè)碳排放的主要因素，但是由于谷物是重要糧食來源，并且近年來合肥市農(nóng)業(yè)種植結(jié)構(gòu)不斷優(yōu)化，區(qū)域布局合理，糧食生產(chǎn)連年豐收，有力保障了地方糧食安全，但若違規(guī)使用基本農(nóng)田，改耕地為非糧作物種植等問題任意發(fā)展，必將影響到地方甚至國家的糧食安全。所以，應(yīng)確保糧食種植面積不減少，糧食產(chǎn)量不下降。在畜牧養(yǎng)殖與農(nóng)用資本投入方面，碳排放較多的碳源是豬、化肥使用量、農(nóng)機(jī)耕作面積、牛以及農(nóng)膜使用量五種(見圖4)，其中生豬養(yǎng)殖造成的碳排放量一直占比最大，呈現(xiàn)出先上升后下降的倒“U”型趨勢，在2015年達(dá)到頂峰，為82.54萬噸，年均增速僅為0.08%。另外四種碳源年均增速分別是2.2%、9.28%、-1.2%和9.02%?？梢娫谖宸N主要碳源中，盡管農(nóng)機(jī)耕作與農(nóng)膜使用產(chǎn)生的碳排放相對較少，但增速較大，理應(yīng)引起重視。雖然農(nóng)藥、農(nóng)用柴油、有效灌溉和羊的碳排放量占比不高，對整體影響小，但是其中的農(nóng)用柴油與有效灌溉的碳排放量年均增速達(dá)3.46%與5.8%，增速較大，仍需重點(diǎn)關(guān)注。因此，化肥減量增效，減少重污染型農(nóng)機(jī)的使用至關(guān)重要，有機(jī)肥替代、綠色防控自動化、秸稈還田等技術(shù)在未來具有重大意義。

圖3 2006—2019合肥市農(nóng)業(yè)碳排放組成(含谷物種植)數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

圖4 2006—2019合肥市農(nóng)業(yè)碳排放組成(不含谷物種植)數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

圖5 2006—2019合肥市農(nóng)業(yè)碳排放增速(含谷物種植)數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

三、合肥市農(nóng)業(yè)碳排放脫鉤彈性

物理學(xué)中最早使用“脫鉤”一詞來描述變量間的耦合關(guān)系，后被相關(guān)研究者用于能源領(lǐng)域，主要用于解決溫室氣體排放變化與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系問題。在某一地區(qū)實(shí)現(xiàn)經(jīng)濟(jì)增長的同時(shí)，若碳排放增速為負(fù)值或小于當(dāng)?shù)亟?jīng)濟(jì)增長率即可以認(rèn)為是脫鉤，其實(shí)質(zhì)是衡量區(qū)域經(jīng)濟(jì)增長是否以環(huán)境資源消耗為代價(jià)。換個(gè)角度看，碳排放脫鉤同樣可以衡量區(qū)域經(jīng)濟(jì)發(fā)展的可持續(xù)性。目前常用的脫鉤分析模型有二，一種是OECD脫鉤分析模型，另一種是Tapio脫鉤分析模型。OECD脫鉤分析模型需要將數(shù)據(jù)劃分為基期與終期，以指標(biāo)的變化量作為判斷是否存在脫鉤關(guān)系的依據(jù)。Tapio脫鉤分析模型則是在OECD脫鉤分析模型的基礎(chǔ)上引入“彈性”，從動態(tài)的視角反映變量間的脫鉤關(guān)系。采用Tapio脫鉤分析模型對合肥市農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(農(nóng)林牧漁業(yè)增加值)的脫鉤關(guān)系進(jìn)行研究，構(gòu)建模型如下：

(3)

式中，e為脫鉤彈性，C為農(nóng)業(yè)碳排放量，ΔC/C表示環(huán)境壓力，GDP以農(nóng)林牧漁業(yè)增加值表示，ΔGDP/GDP表示農(nóng)業(yè)發(fā)展增速。在Tapio脫鉤分析模型中，根據(jù)環(huán)境壓力與農(nóng)業(yè)發(fā)展增速的正負(fù)以及脫鉤彈性的大小，可以把全部情況細(xì)分為8種類型：第一種類型，若環(huán)境壓力ΔC/C<0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP<0,脫鉤彈性e>1.2，則表示環(huán)境壓力與農(nóng)業(yè)發(fā)展增速均降低，環(huán)境壓力的下降大于農(nóng)業(yè)發(fā)展增速的降低，表現(xiàn)為衰退脫鉤狀態(tài)。第二種類型，若環(huán)境壓力ΔC/C<0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP>0,脫鉤彈性e<0，則表示農(nóng)業(yè)發(fā)展增速提升，環(huán)境壓力同時(shí)下降，表現(xiàn)為強(qiáng)脫鉤狀態(tài)。第三種類型，若環(huán)境壓力ΔC/C>0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP>0,脫鉤彈性0≤e<0.8，則表示環(huán)境壓力與農(nóng)業(yè)發(fā)展增速均增長，農(nóng)業(yè)發(fā)展增速增長率大于環(huán)境壓力增長率，表現(xiàn)為弱脫鉤狀態(tài)。第四種類型，若環(huán)境壓力ΔC/C<0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP<0,脫鉤彈性0≤e<0.8，則表示環(huán)境壓力與農(nóng)業(yè)發(fā)展增速均降低，環(huán)境壓力的下降率小于農(nóng)業(yè)發(fā)展增速的下降率，表現(xiàn)為弱負(fù)脫鉤狀態(tài)。第五種類型，若環(huán)境壓力ΔC/C>0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP<0,脫鉤彈性e<0，則表示農(nóng)業(yè)發(fā)展增速降低，環(huán)境壓力上升，表現(xiàn)為強(qiáng)負(fù)脫鉤狀態(tài)。第六種類型，若環(huán)境壓力ΔC/C>0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP>0,脫鉤彈性e>1.2，則表示環(huán)境壓力與農(nóng)業(yè)發(fā)展增速均提升環(huán)境壓力增長率大于農(nóng)業(yè)發(fā)展增速的增長率。第七種類型，若環(huán)境壓力ΔC/C<0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP<0,脫鉤彈性0.8≤e<1.2，則表示環(huán)境壓力與農(nóng)業(yè)發(fā)展增速均降低，表現(xiàn)為衰退連接，在該情況下應(yīng)防止“數(shù)據(jù)陷阱”，避免過度解釋微小變化。第八種類型，若環(huán)境壓力ΔC/C>0，農(nóng)業(yè)發(fā)展增速ΔGDP/GDP>0,脫鉤彈性0.8≤e<1.2，則表示環(huán)境壓力與農(nóng)業(yè)發(fā)展增速均增長，表現(xiàn)為擴(kuò)張連接，在該情況下環(huán)境壓力與農(nóng)業(yè)發(fā)展增速為不脫鉤關(guān)系。

根據(jù)式(3)計(jì)算出合肥市2006—2019年農(nóng)業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展之間的脫鉤關(guān)系(見表2)。在過去14年間，合肥市Tapio脫鉤彈性類型主要為弱脫鉤、擴(kuò)張連續(xù)、強(qiáng)負(fù)脫鉤與強(qiáng)脫鉤四種狀態(tài)。其中主要以弱脫鉤為主，14年來共出現(xiàn)10次，即農(nóng)業(yè)經(jīng)濟(jì)穩(wěn)定增長，農(nóng)業(yè)碳排放也有所提高，但其增長幅度不及農(nóng)業(yè)經(jīng)濟(jì)增速。說明在研究期間，合肥市農(nóng)業(yè)正在逐漸擺脫傳統(tǒng)農(nóng)業(yè)重化肥、重農(nóng)藥的生產(chǎn)方式，但農(nóng)業(yè)的總體發(fā)展與地方環(huán)境之間依舊存在矛盾。由于2016年國家開始加大節(jié)能減排力度，合肥市作為安徽省省會積極響應(yīng)國家號召，所以以2015年為界限，分兩階段進(jìn)行討論。

表2 2006—2019年合肥市農(nóng)業(yè)碳排放彈性結(jié)果

第一階段，2006—2015年。2006—2009年與2011—2015年合肥市農(nóng)、林、牧、漁業(yè)增加值一直處于正向增長，即GDP>0。此時(shí)，脫鉤指數(shù)處于(0，0.8)，均呈現(xiàn)為弱脫鉤狀態(tài)，表明此期間農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)碳排放之間趨向于不協(xié)調(diào)狀態(tài)，說明當(dāng)前農(nóng)業(yè)產(chǎn)業(yè)比例、產(chǎn)業(yè)技術(shù)水平、農(nóng)田灌溉模式還需要進(jìn)一步優(yōu)化；此外，合肥市有可能并未關(guān)注農(nóng)業(yè)碳排放問題，造成了當(dāng)?shù)剞r(nóng)業(yè)碳排放狀態(tài)一直停滯于弱脫鉤狀態(tài)。而2010年由于行政區(qū)域劃分問題造成數(shù)據(jù)異常，故不做討論。

第二階段，2016—2019年。該階段脫鉤類型變化巨大，2016年為弱脫鉤類型，2017年呈現(xiàn)為擴(kuò)張負(fù)脫鉤類型，而2018年又出現(xiàn)強(qiáng)脫鉤類型。2016年10月27日，國務(wù)院制定了《“十三五”控制溫室氣體排放工作方案》(下稱《方案》)，各地方政府積極響應(yīng)國家號召，加大低碳綠色發(fā)展力度?！斗桨浮分赋觯?020年，單位GDP的CO2排放比2015年需下降18%。在此硬性要求下，合肥市作為安徽省GDP最高的城市，低碳行動刻不容緩。在農(nóng)業(yè)投入方面，合肥市化肥投入量從2016年的27.86萬噸下降至2019年的23.37萬噸，降幅高達(dá)16.13%，另外，農(nóng)藥、農(nóng)用柴油也在短短3年內(nèi)分別下降了15.06%、3.23%，總體有利于低碳農(nóng)業(yè)的發(fā)展。而2017年出現(xiàn)的擴(kuò)張負(fù)脫鉤現(xiàn)象，其原因可能主要在于谷物種植規(guī)模的增加，當(dāng)年谷物種植規(guī)模增加了4.2%。由于谷物種植基數(shù)較大，導(dǎo)致當(dāng)年農(nóng)業(yè)碳排放量增長明顯，造成當(dāng)年呈現(xiàn)為擴(kuò)張負(fù)脫鉤現(xiàn)象。在2018年出現(xiàn)的強(qiáng)脫鉤現(xiàn)象，究其原因，一方面可能在于農(nóng)業(yè)科技進(jìn)步使得農(nóng)業(yè)投入產(chǎn)出比不斷擴(kuò)大，促進(jìn)了農(nóng)業(yè)生產(chǎn)總值的增加[24]；另一方面，生態(tài)農(nóng)業(yè)、綠色農(nóng)業(yè)、循環(huán)農(nóng)業(yè)等先進(jìn)理念逐步深入人心進(jìn)一步推動了農(nóng)業(yè)碳排放的減少，進(jìn)而出現(xiàn)強(qiáng)脫鉤現(xiàn)象。

四、合肥市農(nóng)業(yè)碳排放驅(qū)動因素分析及預(yù)測

(一)模型構(gòu)建與數(shù)據(jù)指標(biāo)選取

在農(nóng)業(yè)現(xiàn)代化發(fā)展初期和上升期，由于工業(yè)資源利用率不高、環(huán)保意識不強(qiáng)等原因，農(nóng)業(yè)生產(chǎn)碳排放會呈現(xiàn)不斷增長的趨勢，但隨著碳排放量不斷增加以及綠色農(nóng)業(yè)發(fā)展需求的上升，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展到一定程度，碳排放問題逐漸好轉(zhuǎn)。EKC曲線可以較好地描述這一情況[25]。選取2011—2019年的時(shí)間序列數(shù)據(jù)，以環(huán)境庫茲涅茨曲線理論(EKC)為基礎(chǔ)，選取農(nóng)業(yè)碳排放量(P)為被解釋變量，選取合肥市農(nóng)村居民人均可支配收入(IN)為解釋變量，結(jié)合IPAT模型思想，選取合肥市常住人口、技術(shù)水平(由碳排放強(qiáng)度表征)與產(chǎn)業(yè)結(jié)構(gòu)(由第二產(chǎn)業(yè)占比表征)為控制變量(Control)。構(gòu)建模型如下：

lnP=β0+β1lnIN+β2(lnIN)2+

β3(lnIN)3+β4Control+ε

(4)

式中，βi(i=1，2，3，4)為各項(xiàng)系數(shù)，ε為隨機(jī)誤差項(xiàng)。此外，在控制變量的選擇方面，首先選取常住人口作為控制變量。理由是部分學(xué)者認(rèn)為地方人口規(guī)模對農(nóng)業(yè)碳排放有促進(jìn)作用。其次，選擇技術(shù)水平。原因在于技術(shù)進(jìn)步會對農(nóng)業(yè)碳排放產(chǎn)生巨大的影響。隨著我國綠色農(nóng)業(yè)的不斷發(fā)展，技術(shù)水平提高首先會降低農(nóng)業(yè)能源碳排放強(qiáng)度[26]，進(jìn)而對農(nóng)業(yè)碳排放起到負(fù)向影響的作用，即碳排放強(qiáng)度可以反向表示技術(shù)水平。最后，選擇產(chǎn)業(yè)結(jié)構(gòu)。原因在于產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化對農(nóng)業(yè)碳排放起到一定抑制作用[27，28]。描述性統(tǒng)計(jì)見表3。

表3 描述性統(tǒng)計(jì)

(二)回歸分析

1.嶺回歸分析

原始數(shù)據(jù)經(jīng)過處理后帶入式(4)。首先，運(yùn)用stata16軟件檢驗(yàn)自變量之間的多重共線性，檢驗(yàn)結(jié)果如表4所示。方差膨脹因子(VIF)檢驗(yàn)顯示，除第二產(chǎn)業(yè)占比之外的變量VIF值均遠(yuǎn)大于5，說明上述模型中的變量之間存在多重共線性問題。根據(jù)以往研究，在模型中存在多重共線性問題時(shí)，可以通過放棄OLS的無偏性限制，從而獲得更加可靠的回歸系數(shù)，而嶺回歸就是此類改良的OLS估計(jì)方法。所以，為避免回歸結(jié)果失真，采用嶺回歸估計(jì)，探究相關(guān)農(nóng)業(yè)碳排放量與農(nóng)村居民人均可支配收入之間的聯(lián)系，回歸結(jié)果如表5所示。由嶺回歸估計(jì)結(jié)果可知，調(diào)整后可決系數(shù)AdjR2=0.982，F(xiàn)值為120.174，sigF<0.000，表明農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入之間存在著回歸關(guān)系。

表4 方差膨脹因子(VIF)檢驗(yàn)結(jié)果

表5 嶺回歸估計(jì)結(jié)果

從系數(shù)的角度看，收入、人口、碳排放強(qiáng)度以及產(chǎn)業(yè)結(jié)構(gòu)的提高均會帶動合肥市農(nóng)業(yè)碳排放的增加。其中，碳排放強(qiáng)度對合肥市農(nóng)業(yè)碳排放的影響最大，碳排放強(qiáng)度每提高1%，農(nóng)業(yè)碳排放量隨之增加0.453%，說明當(dāng)技術(shù)水平抑制碳排放強(qiáng)度時(shí)，也會抑制農(nóng)業(yè)碳排放量。農(nóng)村居民人均可支配收入每增加1%，農(nóng)業(yè)碳排放量隨之增加0.032%。其他自變量解釋同理。此外，農(nóng)村居民人均可支配收入的一、二、三次方項(xiàng)均通過了5%的顯著性水平檢驗(yàn)，說明合肥市農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入之間可能存在三次函數(shù)關(guān)系。

2．穩(wěn)健性檢驗(yàn)

嶺回歸分析初步反映了合肥市農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入之間的三次函數(shù)關(guān)系。為進(jìn)一步驗(yàn)證嶺回歸模型結(jié)果，使用模型替換法進(jìn)行穩(wěn)健性檢驗(yàn)。首先，將原有模型替換為OLS進(jìn)行回歸，結(jié)果如表6所示。農(nóng)村居民人均可支配收入的一、二、三次方項(xiàng)均顯著，但其系數(shù)方向與嶺回歸輸出結(jié)果存在差異，其原因可能是模型內(nèi)的多重共線性影響。不過OLS模型的回歸結(jié)果依舊可以在一定程度上反映合肥市農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入之間可能存在三次函數(shù)關(guān)系。

表6 OLS估計(jì)結(jié)果

其次，與嶺回歸相比，盡管Lasso回歸同樣是將正則化項(xiàng)引入損失函數(shù)進(jìn)而解決共線性問題，但是二者最大的區(qū)別在于Lasso回歸引入的是L1范數(shù)懲罰項(xiàng)，而嶺回歸引入的是L2范數(shù)懲罰項(xiàng)。所以Lasso回歸的優(yōu)勢是可以使得權(quán)重變?yōu)?，而不是趨近于0，亦可以表示為在模型相似的情況下，Lasso回歸的計(jì)算量將遠(yuǎn)小于嶺回歸的計(jì)算量。因此，通過Lasso回歸再一次進(jìn)行驗(yàn)證。

通過SPSS軟件在輸出正則化項(xiàng)后合成標(biāo)準(zhǔn)化回歸系數(shù)的軌跡(見圖6)?？梢?，當(dāng)懲罰值K為0.2時(shí)，自變量的標(biāo)準(zhǔn)化回歸系數(shù)趨于穩(wěn)定，因而設(shè)置最佳K值為0.2。在確定K值后分析擬合情況，調(diào)整后R2為0.989，意味著在一定程度上所選指標(biāo)可以解釋合肥市農(nóng)業(yè)碳排放的98.9%變化原因。Lasso回歸結(jié)果如表7所示。在控制相關(guān)變量的情況下，農(nóng)村居民人均可支配收入與其平方項(xiàng)對合肥市農(nóng)業(yè)碳排放的影響系數(shù)為正，且均在1%的水平上通過顯著性檢驗(yàn)。農(nóng)村居民人均可支配收入的三次方項(xiàng)同樣對合肥市農(nóng)業(yè)碳排放有正向影響，并通過5%的顯著性檢驗(yàn)。這進(jìn)一步驗(yàn)證了合肥市農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入之間可能存在三次函數(shù)關(guān)系。

圖6 Lasso回歸軌跡

表7 Lasso回歸估計(jì)結(jié)果

(三)預(yù)測模型

根據(jù)嶺回歸結(jié)果可知，合肥市農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入之間可能存在三次函數(shù)關(guān)系。使用Python3軟件對農(nóng)業(yè)碳排放量與農(nóng)村居民人均可支配收入進(jìn)行三次函數(shù)擬合，結(jié)果如圖7所示，并輸出R2= 0.87，擬合程度良好。進(jìn)一步確定其基本公式為：

圖7 合肥市農(nóng)業(yè)碳排放與農(nóng)村居民人均可支配收入的三次擬合曲線

P=-4.25877534e-11(IN)3+

1.75451167e-06(IN)2-1.90002127e-02(IN)+

7.27065600e+02

(5)

將合肥市2011—2019年的自變量數(shù)據(jù)帶入式(5)，得到模型測算出的各年碳排放預(yù)測值，并與實(shí)測值進(jìn)行比較，結(jié)果如表8所示?？梢钥闯?，數(shù)據(jù)誤差比較小，預(yù)測值與實(shí)測值基本吻合。誤差絕對值均值為0.78%，表明預(yù)測模型具有實(shí)證意義。

表8 合肥市農(nóng)業(yè)碳排放量實(shí)測值與模型預(yù)測值比較

(四)農(nóng)村居民人均可支配收入的未來發(fā)展情景

《合肥市國民經(jīng)濟(jì)和社會發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中提出，未來居民人均可支配收入增長率應(yīng)高于地區(qū)生產(chǎn)總值的增長率，而地區(qū)生產(chǎn)總值計(jì)劃年均或累計(jì)增長8%左右，故居民人均可支配收入計(jì)劃增長率應(yīng)高于8%[29]。以此為依據(jù)提出假設(shè)1：合肥市農(nóng)村居民人均可支配收入增長率為8%。

此外，根據(jù)以往合肥市農(nóng)業(yè)碳排放量實(shí)測值數(shù)據(jù)(見表8)，可得出合肥市農(nóng)村居民人均可支配收入年均增長率為13.77%。以此為根據(jù)提出假設(shè)2：合肥市農(nóng)村居民人均可支配收入依舊可以保持原速度(13.77%)增長。

(五)2020—2029年合肥市農(nóng)業(yè)碳排放趨勢預(yù)測

使用Python3，以2019年農(nóng)村居民人均可支配收入為基礎(chǔ)，分別以8%與13.77%的增長率計(jì)算未來農(nóng)村居民人均可支配收入的預(yù)測值，如表9所示，并根據(jù)預(yù)測模型(式5)，計(jì)算兩種假設(shè)下的模型預(yù)測值，結(jié)果如表10、圖8、圖9所示。

圖8 農(nóng)業(yè)碳排放量預(yù)測(IN增速8%) 數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

圖9 農(nóng)業(yè)碳排放量預(yù)測(IN增速13.77%) 數(shù)據(jù)來源：2007—2020年《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》、合肥市統(tǒng)計(jì)局官網(wǎng)以及其他相關(guān)統(tǒng)計(jì)報(bào)表。

表9 不同農(nóng)村居民人均可支配收入增速下農(nóng)村居民人均可支配收入預(yù)測值 萬噸

表10 不同農(nóng)村居民人均可支配收入增速下農(nóng)業(yè)碳排放量預(yù)測值 (萬噸)

根據(jù)預(yù)測結(jié)果，合肥市農(nóng)業(yè)碳排放量逐年下降。若IN增速為8%，合肥市農(nóng)業(yè)碳排放由2020年的690.67萬噸下降至2029年的-925.05萬噸，10年將減少1 615.72萬噸，并且在2026—2027年農(nóng)業(yè)碳排放由正轉(zhuǎn)負(fù)，實(shí)現(xiàn)“農(nóng)業(yè)碳達(dá)峰”。若IN增速為13.77%，合肥市農(nóng)業(yè)碳排放由2020年的676.57萬噸下降至2029年的-12 284.3萬噸，下降幅度巨大，且在2023—2024年實(shí)現(xiàn)“農(nóng)業(yè)碳達(dá)峰”?？傮w而言，無論從什么角度看，農(nóng)業(yè)碳排放峰值都將會在農(nóng)村居民人均可支配收入達(dá)到4萬元左右時(shí)實(shí)現(xiàn)。因此，建議合肥市在未來農(nóng)村發(fā)展中，以居民可支配收入為核心，不斷改善農(nóng)村居民生活質(zhì)量，堅(jiān)持低排高產(chǎn)模式，提高農(nóng)民收入。

五、結(jié)論與建議

(一)結(jié)論

在對合肥市2006—2019年農(nóng)業(yè)碳排放時(shí)序與組成變化分析的基礎(chǔ)上，采用Tapio脫鉤彈性模型分析合肥市農(nóng)業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟(jì)增長的相關(guān)性，基于EKC模型原理結(jié)合嶺回歸等統(tǒng)計(jì)方法進(jìn)行相關(guān)關(guān)系分析，并運(yùn)用Python3軟件擬合三次函數(shù)對未來10年合肥市農(nóng)業(yè)碳排放進(jìn)行科學(xué)預(yù)測，主要得出以下結(jié)論：

第一，2006—2019年合肥市農(nóng)業(yè)碳排放量總體呈上升趨勢，由2006年的380.55萬噸上升至2019年的696.66萬噸，年均遞增4.41%；農(nóng)業(yè)碳排放強(qiáng)度總體同樣呈現(xiàn)出上升趨勢，由2006年的0.56kg/m2上升至2019年的1.02kg/m2。三大碳源中，谷物種植產(chǎn)生的碳排放量占比最大，為78.23%，其次為畜牧養(yǎng)殖，最后是農(nóng)用資本投入，占比分別是13.86%與7.91%。除谷物種植外，細(xì)分畜牧養(yǎng)殖與農(nóng)用資本投入，碳排放較多的碳源是豬、化肥使用量、農(nóng)機(jī)耕作面積、牛以及農(nóng)膜使用量五種，其中生豬養(yǎng)殖造成的碳排放量一直占比最大?？傊M管合肥市農(nóng)業(yè)碳排放量總體上升，但已有下降趨勢。

第二，根據(jù)式(3)計(jì)算出合肥市2006—2019年農(nóng)業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展之間的脫鉤關(guān)系。在過去14年間，合肥市Tapio脫鉤彈性類型主要為弱脫鉤、擴(kuò)張連續(xù)、強(qiáng)負(fù)脫鉤與強(qiáng)脫鉤4種狀態(tài)。其中主要以弱脫鉤為主，具體分為兩個(gè)階段。2006—2015年為第一階段，脫鉤指數(shù)處于(0，0.8)，均呈現(xiàn)為弱脫鉤狀態(tài)，表明此期間農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)碳排放之間趨向于不協(xié)調(diào)狀態(tài)，說明當(dāng)前農(nóng)業(yè)產(chǎn)業(yè)比例、產(chǎn)業(yè)技術(shù)水平、農(nóng)田灌溉模式還需要進(jìn)一步優(yōu)化①。2016—2019年為第二階段，該階段脫鉤類型變化巨大，2016年為弱脫鉤類型，2017年呈現(xiàn)為擴(kuò)張負(fù)脫鉤類型，而2018年又出現(xiàn)強(qiáng)脫鉤類型?？梢钥闯觯戏适锌赡茉谵r(nóng)業(yè)科技進(jìn)步方面投入加大，使得農(nóng)業(yè)投入產(chǎn)出比不斷擴(kuò)大，促進(jìn)了農(nóng)業(yè)生產(chǎn)總值的增加[30]。

第三，根據(jù)2011—2019年合肥市碳排放數(shù)據(jù)，運(yùn)用stata16進(jìn)行合肥市農(nóng)業(yè)碳排放的因素分析，得出農(nóng)村居民人均可支配收入與農(nóng)業(yè)碳排放之間符合EKC模型假說。使用嶺回歸等統(tǒng)計(jì)方法驗(yàn)證農(nóng)村居民人均可支配收入與農(nóng)業(yè)碳排放之間的三次函數(shù)關(guān)系，接著運(yùn)用Python3軟件進(jìn)行三次函數(shù)擬合，并根據(jù)不同情況下的農(nóng)村居民人均可支配收入發(fā)展趨勢，預(yù)測未來合肥市農(nóng)業(yè)碳排放量，得出合肥市農(nóng)業(yè)碳排放量將逐年下降的結(jié)論。若IN增速為8%，合肥市農(nóng)業(yè)碳排放由2020年的690.67萬噸下降至2029年的-925.05萬噸，10年將減少1 615.72萬噸；若IN增速為13.77%，合肥市農(nóng)業(yè)碳排放將由2020年的676.57萬噸下降至2029年的-12 284.3萬噸。說明合肥市低碳農(nóng)業(yè)發(fā)展良好，并有進(jìn)一步擴(kuò)大的趨勢。

(二)建議

第一，在全市開展化肥減量增效宣傳活動，推廣綠色高效生產(chǎn)方式，推動養(yǎng)殖業(yè)、種植業(yè)綠色高質(zhì)量發(fā)展，加大推廣化肥減量增效技術(shù)力度，夯實(shí)測土配方施肥基礎(chǔ)，鞏固已經(jīng)取得的化肥使用量負(fù)增長現(xiàn)有成果。

第二，根據(jù)現(xiàn)有農(nóng)業(yè)結(jié)構(gòu)調(diào)整需要，加強(qiáng)農(nóng)業(yè)技術(shù)協(xié)同創(chuàng)新。推動在生態(tài)環(huán)保和糧食綠色增產(chǎn)模式等領(lǐng)域取得重大突破。

第三，保護(hù)農(nóng)業(yè)生態(tài)環(huán)境，實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。積極開展生態(tài)循環(huán)農(nóng)業(yè)示范建設(shè)，以產(chǎn)業(yè)布局合理、廢棄物充分利用為目標(biāo)，建設(shè)綠色循環(huán)農(nóng)業(yè)示范點(diǎn)，逐步形成可復(fù)制、可推廣的綠色循環(huán)農(nóng)業(yè)建設(shè)模式。

第四，全市要提高對促進(jìn)農(nóng)民增收重要性的認(rèn)識，增強(qiáng)責(zé)任感和緊迫感，健全工作機(jī)制，結(jié)合合肥市發(fā)展實(shí)際情況進(jìn)一步拓寬農(nóng)民增收渠道，確保各項(xiàng)政策措施落到實(shí)處。選好配強(qiáng)村級領(lǐng)導(dǎo)班子，突出抓好村黨組織帶頭人隊(duì)伍建設(shè)，精準(zhǔn)選派第一書記和駐村工作隊(duì)，充分發(fā)揮他們在促進(jìn)農(nóng)民增收中的作用。

注釋：

①由于2011年巢湖市市轄區(qū)、廬江縣劃歸合肥市，造成Tapio脫鉤彈性系數(shù)差值突然變大，從而導(dǎo)致數(shù)據(jù)異常，因此不做討論。