“雙碳”背景下我國農(nóng)業(yè)碳減排能力評價與時空演化的研究

吳正玉

(長江大學 經(jīng)濟與管理學院，湖北 荊州 434023)

近年來，碳排放量的增加導致全球變暖，低碳減排成為目前討論的焦點問題。2020年習近平總書記在第75屆聯(lián)合國大會上提出，我國將在2030年前達到碳達峰，2060年前實現(xiàn)碳中和[1]。聯(lián)合國糧食與農(nóng)業(yè)組織官方數(shù)據(jù)顯示，農(nóng)業(yè)每年釋放的溫室氣體占據(jù)全球溫室氣體的30%以上，其排放總量相當于150 億t的二氧化碳。我國溫室氣體的15%來自農(nóng)業(yè)農(nóng)村，目前呈上升趨勢，農(nóng)業(yè)正悄然成為溫室氣體的重要排放源之一，推進農(nóng)業(yè)農(nóng)村碳達峰、碳中和勢在必行。我國作為農(nóng)業(yè)大國，農(nóng)業(yè)碳排放量不容小覷，厘清農(nóng)業(yè)碳減排的能力，分析農(nóng)業(yè)碳減排時空演變，對于實現(xiàn)低碳農(nóng)業(yè)，早日完成“雙碳”目標，兌現(xiàn)我國對世界做出的承諾，向世界彰顯一個有責任有擔當?shù)拇髧蜗?，具有重要意義。

目前越來越多的學者投身于農(nóng)業(yè)碳問題研究，研究成果較為豐碩，其研究角度大致分為3種。一部分學者對農(nóng)業(yè)碳排放的測算及其影響因素進行研究。金書秦等[2]測算農(nóng)業(yè)碳排放數(shù)據(jù)發(fā)現(xiàn)農(nóng)業(yè)碳排放數(shù)量整體呈上升，近年來放緩趨近碳達峰。田云等[3]在使用DEA-Malmquist分解法測算湖北省農(nóng)業(yè)碳排放效率的基礎上，通過Tobit模型研究發(fā)現(xiàn)前沿技術進步、農(nóng)村經(jīng)濟發(fā)展水平以及城鎮(zhèn)化水平因素等對農(nóng)業(yè)碳排放有顯著的正向影響。孟軍等[4]運用碳排放系數(shù)法測算黑龍江農(nóng)業(yè)碳排放量并通過LMDI分解模型從生產(chǎn)結構、勞動力規(guī)模以及農(nóng)業(yè)生產(chǎn)效率等四方面分析對農(nóng)業(yè)碳排放的影響。另一部分學者探析了農(nóng)業(yè)碳排放與其他因素的關系。曠愛萍等[5]以廣西為研究對象，運用協(xié)整理論和誤差修正模型分析農(nóng)業(yè)碳排放和農(nóng)業(yè)經(jīng)濟增長之間的關系，結果表明，農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長存在長期的穩(wěn)定關系。賀青等[6]運用環(huán)境庫茲涅茨模型和門檻模型，認為農(nóng)業(yè)產(chǎn)業(yè)聚集對農(nóng)業(yè)碳排放具有雙重門檻效應。曾珍等[7]通過構建PVAR模型，使用方差分解法和脈沖相應函數(shù)分析安徽3個區(qū)域的城鎮(zhèn)化對農(nóng)業(yè)碳排放的影響，研究表明，城鎮(zhèn)化對農(nóng)業(yè)碳排放的沖擊方向及大小具有明顯的區(qū)域差異。田云等[8]使用脫鉤模型和耦合協(xié)調(diào)模型證實長江經(jīng)濟帶農(nóng)業(yè)碳排放系統(tǒng)和農(nóng)業(yè)經(jīng)濟系統(tǒng)的耦合度逐步升高，兩系統(tǒng)以弱脫鉤、強脫鉤為主。還有部分學者對農(nóng)業(yè)碳排放潛力進行測算與評估，張軍偉等[9]運用隨機前沿生產(chǎn)函數(shù)模型測算糧食生產(chǎn)過程中的碳排放量，然后提出碳減排路徑。冉錦成等[10]構建SBM模型測算甘肅、新疆、陜西、寧夏和青海的農(nóng)業(yè)碳排放潛力指數(shù)，研究發(fā)現(xiàn)，近20 a青海的碳排放潛力指數(shù)最高，遠高于其他4個省。高標等[11]在探討了農(nóng)業(yè)碳排放和農(nóng)業(yè)經(jīng)濟增長的關系基礎上，運用灰色預測模型探析城市的農(nóng)業(yè)減排潛力。

綜上所述，目前關于農(nóng)業(yè)碳排放問題研究視角多樣，研究成果較多。既有關于農(nóng)業(yè)碳排放量測度和影響因素分析，也有關于農(nóng)業(yè)碳排放與其他要素關系和估算農(nóng)業(yè)碳減排潛力。這些研究為農(nóng)業(yè)低碳減排提供了一定的理論和現(xiàn)實基礎。但是，現(xiàn)有研究還存在一定的不足，一是關于農(nóng)業(yè)碳減排的綜合評價文獻資料較少，二是關于農(nóng)業(yè)碳減排的評價體系有待完善?；诖?，本文提出構建農(nóng)業(yè)碳減排評價指標體系，運用熵權法分析測算農(nóng)業(yè)碳減排能力，借助莫蘭指數(shù)和LISA聚類圖分析我國農(nóng)業(yè)碳減排時空演化趨勢。

1 農(nóng)業(yè)碳減排能力綜合評價方法與模型

1.1 指標體系構建

本文根據(jù)文獻中關于碳減排指標引用頻次，結合農(nóng)業(yè)行業(yè)的現(xiàn)實情況，構建出農(nóng)業(yè)碳減排中的各項二級指標，然后綜合考慮農(nóng)業(yè)碳減排的4個相關方面，最終構建出農(nóng)業(yè)碳減排能力綜合評價指標體系(表1)。農(nóng)業(yè)碳減排能力綜合評價體系包含農(nóng)村經(jīng)濟發(fā)展能力、農(nóng)村碳匯能力、農(nóng)村能源消耗和碳排放能力、農(nóng)村社會發(fā)展能力4個方面共計13個主要指標數(shù)據(jù)。

表1 農(nóng)業(yè)碳減排能力綜合評價指標體系

1.1.1 農(nóng)村經(jīng)濟發(fā)展能力

經(jīng)濟是衡量一個地區(qū)或產(chǎn)業(yè)的最重要指標，對于農(nóng)業(yè)而言，經(jīng)濟在農(nóng)業(yè)中的重要性更是不言而喻。農(nóng)業(yè)生產(chǎn)總值、農(nóng)業(yè)勞動生產(chǎn)率、土地產(chǎn)出率、人均糧食產(chǎn)量、第一產(chǎn)業(yè)增加值比重、單位耕地面積GDP 這些指標從農(nóng)業(yè)的投入、產(chǎn)出2個角度衡量農(nóng)村經(jīng)濟發(fā)展能力。其中農(nóng)業(yè)生產(chǎn)總值用農(nóng)林漁牧業(yè)總產(chǎn)值表示；農(nóng)業(yè)勞動生產(chǎn)率為農(nóng)業(yè)產(chǎn)值增加值與上一年農(nóng)業(yè)產(chǎn)值總量之比；土地產(chǎn)出率為農(nóng)業(yè)總產(chǎn)值與耕地面積之比；人均糧食產(chǎn)量為糧食總產(chǎn)量與農(nóng)村人口之比；第一產(chǎn)業(yè)增加值比重是第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重；單位耕地面積GDP為耕地面積與農(nóng)業(yè)總產(chǎn)值之比。

1.1.2 農(nóng)村社會發(fā)展能力

社會發(fā)展能力主要表現(xiàn)為居民的收入與消費水平。農(nóng)村居民可支配收入與消費水平是最直接的反映，城鎮(zhèn)化率和鄉(xiāng)村恩格爾系數(shù)則是間接反映。城鎮(zhèn)化率是城市人口與總人口的占比，比例越高，地區(qū)的城市人口越多，主導產(chǎn)業(yè)為第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，社會發(fā)展水平越高。恩格爾系數(shù)為食品支出占居民消費總支出的比重，若食品消費水平越高，說明該地區(qū)收入主要用于解決溫飽問題，社會發(fā)展水平比較緩慢。

1.1.3 農(nóng)業(yè)碳源能力

農(nóng)業(yè)的碳源主要來自于農(nóng)業(yè)生產(chǎn)種植過程的各項農(nóng)事活動，柴油、農(nóng)藥、化肥、農(nóng)用薄膜的使用等方面。其中柴油使用強度為農(nóng)用柴油使用量與耕地面積之比；農(nóng)藥施用量為農(nóng)藥使用量與耕地面積之比；化肥施用強度為化肥使用量與耕地面積之比；農(nóng)用塑料薄膜施用強度為農(nóng)膜使用量與耕地面積之比。農(nóng)業(yè)能源利用效率為農(nóng)業(yè)總產(chǎn)值與農(nóng)業(yè)能源消費之比，它和農(nóng)業(yè)機械化水平作用類似，指標數(shù)值越高，代表在農(nóng)業(yè)生產(chǎn)過程中能源使用效率越高，產(chǎn)生的碳排放越少。

農(nóng)業(yè)碳排放密度是對農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的碳排量進行較為合理的評價指標，它的計算公式為農(nóng)業(yè)碳排量與耕地面積之比。農(nóng)業(yè)碳排放量的計算參考曠愛萍等[5]的研究成果，同時結合農(nóng)業(yè)碳源碳排放系數(shù)(表2)，最終計算出農(nóng)業(yè)碳排放量。

表2 農(nóng)業(yè)碳排放系數(shù)

1.1.4 農(nóng)業(yè)碳匯能力

碳匯能力是指通過各種方法、技術，能夠吸收或固定碳排量，達到碳排放總量降低的目的。農(nóng)業(yè)主要是通過綠植吸收碳排放，產(chǎn)生氧氣等途徑達到固碳目的。因此，森林覆蓋率、人均公園綠地面積以及造林面積可以衡量農(nóng)業(yè)的碳吸收能力，綠植面積越大，碳吸收能力越大，碳匯能力越強。

1.2 數(shù)據(jù)來源

考慮數(shù)據(jù)的科學性、可獲取性和準確性，由于數(shù)據(jù)缺失嚴重，剔除西藏、香港、澳門和臺灣等省區(qū)市，最終本文選取我國30個省區(qū)市2001—2019年的數(shù)據(jù)作為研究對象，原始數(shù)據(jù)主要來源于EPS數(shù)據(jù)庫，少數(shù)來源于各省區(qū)市統(tǒng)計年鑒，部分缺失值采用插值法補齊。

1.3 農(nóng)業(yè)碳減排能力綜合評價指標計算方法

確定指標權重的方法主要有專家打分法、層次分析法，這兩類方法賦權具有一定的主觀性，不能較為客觀精準反映現(xiàn)實情況。運用熵權法進行指標賦權時可有效避免上述的主觀差誤等問題，熵權法操作步驟如下：首先是對原始指標進行標準化處理，然后避免數(shù)據(jù)結果出現(xiàn)為零的情況，對數(shù)據(jù)進行平移操作，然后計算評價指標熵值與權重，最后計算得出農(nóng)業(yè)碳減排能力。

1.4 農(nóng)業(yè)碳減排能力空間自相關檢驗模型

1.4.1 全局莫蘭指數(shù)

全局莫蘭指數(shù)(Moran’sI)主要用于檢驗空間是否存在變量聚集現(xiàn)象，計算公式如下：

1.4.2 局部莫蘭指數(shù)

全局Moran’sI指數(shù)從整體上判斷我國30個省級行政區(qū)域農(nóng)業(yè)碳減排能力是否存在空間自相關，為了進一步研究我國30個省級行政區(qū)域農(nóng)業(yè)能力是否存在局部性的空間聚集現(xiàn)象，需要引入局部Moran’sI指數(shù)和莫蘭指數(shù)散點圖觀察農(nóng)業(yè)碳減排能力可能存在的局部自相關性。局部Moran’sI計算公式如下：

局部Moran’sI指數(shù)為正，則表明屬性相同的數(shù)值聚集在一起(高值相鄰或低值相鄰)；局部Moran’sI指數(shù)為負，則表明屬性相異的數(shù)字聚集在一起(低值與高值相鄰或高值與低值相鄰)。

2 實證分析

2.1 農(nóng)業(yè)碳減排能力綜合評價結果與分析

根據(jù)上述計算方法，對我國2001—2019年30個省區(qū)市進行農(nóng)業(yè)碳減排測算，如表3所示，由于年份跨年較大，為了行文簡潔美觀，表3僅列出了時間間隔相同的7個年份的30個省區(qū)市的農(nóng)業(yè)碳減排能力。

由表3可知，2010—2019年我國農(nóng)業(yè)碳減排能力整體呈現(xiàn)上升趨勢，且近幾年增速加快。2010年0.043 6增長至2019年的0.084 0，年均增速達到4.87%。2001—2019年，一方面國家從宏觀上對農(nóng)業(yè)綠色生產(chǎn)進行頂層設計，農(nóng)藥化肥“雙減政策”實施。另一方面農(nóng)戶綠色環(huán)保意識不斷增強，農(nóng)田集約化經(jīng)營，農(nóng)業(yè)清潔生產(chǎn)等行動，共同促進了我國農(nóng)業(yè)綠色高質(zhì)量發(fā)展，農(nóng)業(yè)碳減排能力顯著提高。

表3 2001—2019年30個省區(qū)市農(nóng)業(yè)碳減排能力

借鑒張發(fā)明等[12]的劃分標準，建立農(nóng)業(yè)碳減排能力劃分標準，見表4。具體而言，我國30個省區(qū)市農(nóng)業(yè)碳排放能力差距較大(表5)。

表4 農(nóng)業(yè)碳減排能力劃分標準

表5 2001—2019年農(nóng)業(yè)碳減排能力等級

2001年我國各級省區(qū)市農(nóng)業(yè)碳減排空間格局呈現(xiàn)倒金字塔形，低水平和中低水平的省區(qū)市較多，而高水平的省區(qū)市較少。其中以黑龍江、吉林、湖北等為代表的主產(chǎn)區(qū)農(nóng)業(yè)碳減排能力較低；河北、安徽和福建等7個省區(qū)市處于中低水平，北京等6個省區(qū)市處于高水平。

2004年我國各省區(qū)市農(nóng)業(yè)碳減排空間格局呈現(xiàn)高低不一參差狀，以河北、吉林和黑龍江為代表的低水平的省區(qū)市有11個，以天津、內(nèi)蒙古、廣東等為代表的中高水平省區(qū)市有7個，以北京、河北和上海等為代表的高水平省區(qū)市有8個，其余4個省區(qū)市處于中低水平。

2007—2019年我國各省區(qū)市農(nóng)業(yè)碳減排空間格局呈現(xiàn)橄欖球形，即中部稍大，兩頭稍小。2007、2010、2013、2016和2019年，農(nóng)業(yè)碳減排低水平的省區(qū)市在2～5個徘徊，農(nóng)業(yè)碳減排高水平的省區(qū)市維持在2～4個，剩余20多個省區(qū)市均處于農(nóng)業(yè)碳減排的中低水平和中高水平。根據(jù)2019年農(nóng)業(yè)碳減排能力預測，未來我國農(nóng)業(yè)碳減排能力將進一步優(yōu)化，低水平和中低水平省區(qū)市數(shù)量將會逐步減少，中高水平和高水平省區(qū)市數(shù)量將會增加，我國農(nóng)業(yè)碳減排綜合能力將會得到提升。

2.2 農(nóng)業(yè)碳減排的時空格局演變

2.2.1 農(nóng)業(yè)碳減排能力總體格局演變

運用Stata，通過構建省級空間矩陣計算出2001—2019年我國30個省區(qū)市農(nóng)業(yè)碳排放能力的全局Moran’sI，結果見表6。2002、2003、2004、2007、2008、2016、2017、2018和2019年9 a的Moran’sI大于0，表明這些年份我國農(nóng)業(yè)碳減排能力呈現(xiàn)空間正相關，其余剩余10 a的Moran’sI小于0，表明這些年份我國農(nóng)業(yè)碳減排能力呈現(xiàn)空間負相關，總體來說，2001—2019年我國農(nóng)業(yè)碳減排能力空間相關性表現(xiàn)為波動狀態(tài)，空間相關性不穩(wěn)定。

表6 2000—2019 年我國農(nóng)業(yè)碳減排能力的全局莫蘭指數(shù)檢驗結果

Z值反映了莫蘭指數(shù)的顯著性，2001、2002、2003、2004、2005、2007、2008、2016、2017、2018和2019年11 a為正數(shù)，其余8 aZ為負數(shù)。2001—2019年我國30個省區(qū)市農(nóng)業(yè)碳減排能力呈顯著性倒U形：初始年份農(nóng)業(yè)碳減排能力顯著性較強，中間年份農(nóng)業(yè)碳減排能力顯著性減弱，近幾年農(nóng)業(yè)碳減排能力顯著性增強。

在顯著性水平0.05的條件下，僅2019年通過了顯著性檢驗，但P值整體呈現(xiàn)減少趨勢。說明前期我國農(nóng)業(yè)碳減排能力存在空間負相關性，但不顯著，近年來我國農(nóng)業(yè)碳減排能力呈現(xiàn)空間自相關性。從區(qū)域地理位置看，農(nóng)業(yè)生產(chǎn)受限于氣候、地形、水源等多種因素，臨近的農(nóng)業(yè)生產(chǎn)區(qū)域一般具有相同或相似的農(nóng)業(yè)生產(chǎn)環(huán)境，使得農(nóng)業(yè)碳減排能力出現(xiàn)趨同情況。從社會角度看，我國的三大功能產(chǎn)區(qū)設立了農(nóng)業(yè)先行示范區(qū)，示范區(qū)在農(nóng)業(yè)種植、培育技術和物流銷售等方面成績斐然，周圍臨近區(qū)域學習借鑒示范區(qū)經(jīng)驗，涓滴效應逐步凸顯，這為農(nóng)業(yè)碳減排能力的空間關聯(lián)性奠定基礎。

2.2.2 農(nóng)業(yè)碳減排能力局部格局演變

利用GeoDa軟件計算出2001、2010和2019年繪制出我國農(nóng)業(yè)碳減排能力的局部莫蘭散點圖(圖1)和LISA聚類顯著(表7)。

圖1 2001、2010、2019年農(nóng)業(yè)碳減排能力的局部莫蘭散點狀

表7 2001、2010、2019年農(nóng)業(yè)碳減排能力空間的LISA顯著性

由圖1可知，2001、2010和2019年局部Moran’sI指數(shù)分別為-0.017、-0.099、0.230，局部Moran’sI指數(shù)由負值變?yōu)檎?，說明我國農(nóng)業(yè)碳減排空間相關性呈增強態(tài)勢。2001年我國的30個省區(qū)市的農(nóng)業(yè)碳減排能力空間分布呈隨機性，均勻分布在四個象限中；2005年空間相關性有所改變，主要集中在第二象限和第四象限，表明該階段我國農(nóng)業(yè)碳減排能力空間負相關較強，2010年空間負相關性進一步增強，第二象限、第三象限較為集中；2019年農(nóng)業(yè)碳減排能力空間正相關，主要分布在第一象限和第三象限。

通過表7可直觀觀察到我國2001—2019年農(nóng)業(yè)碳減排能力空間演化趨勢。2001年僅有安徽處于高-低空間顯著性，其他省區(qū)市均不顯著，2010年重慶和四川分別處于高-低和低-低顯著性，2019年上海、四川、陜西、山西、安徽、內(nèi)蒙古、廣西7個省區(qū)市位于不同程度的空間顯著性。我國的農(nóng)業(yè)碳減排空間演化呈現(xiàn)出一定的特征，首先從區(qū)域劃分上看，農(nóng)業(yè)碳減排能力空間呈現(xiàn)“北聚南散”的特點。農(nóng)業(yè)碳減排能力較為顯著的以北方省區(qū)市為主，南方省區(qū)市較少。北方地形開闊，大面積農(nóng)田成片分布，有利于大型農(nóng)業(yè)機械作業(yè)，農(nóng)業(yè)生產(chǎn)高效，南方以分散的小農(nóng)戶經(jīng)營居多，小農(nóng)戶為提高產(chǎn)量，農(nóng)藥化肥量相對使用較多，在一定程度上增加農(nóng)業(yè)碳排放量。其次從三大功能區(qū)上看，農(nóng)業(yè)碳減排呈現(xiàn)主產(chǎn)區(qū)平衡區(qū)聚集，主銷區(qū)分散的特點。農(nóng)業(yè)主產(chǎn)區(qū)和農(nóng)業(yè)平衡區(qū)的經(jīng)濟構成中，農(nóng)業(yè)占據(jù)絕對主導地位，農(nóng)業(yè)生產(chǎn)規(guī)模相對較大。前期由于以提高產(chǎn)量為目標，濫用化肥農(nóng)膜農(nóng)藥等高污染生產(chǎn)資料，在取得農(nóng)業(yè)高產(chǎn)的同時以犧牲農(nóng)業(yè)環(huán)境為代價。中后期，國家開始注重農(nóng)業(yè)高質(zhì)量發(fā)展問題，注重農(nóng)業(yè)生產(chǎn)的可持續(xù)性。2016年財政部與農(nóng)業(yè)部聯(lián)合頒發(fā)《建立以綠色生態(tài)為導向的農(nóng)業(yè)補貼制度改革方案》、2017年中央一號文件提出推進農(nóng)業(yè)綠色生產(chǎn)、2018年農(nóng)業(yè)農(nóng)村部出臺《農(nóng)業(yè)綠色發(fā)展技術導則(2018—2030年)》。連續(xù)多年頒發(fā)促進農(nóng)業(yè)低碳綠色的文件政策，一方面對今后農(nóng)業(yè)綠色低碳發(fā)展總方向做出頂層規(guī)劃，另一方面農(nóng)民在潛移默化中接受綠色低碳生產(chǎn)理念，逐步采納新型清潔綠色生產(chǎn)技術與物質(zhì)資料，農(nóng)業(yè)碳排放量整體呈現(xiàn)減少趨勢。2010年以后我國農(nóng)業(yè)碳減排能力由空間隨機性向空間顯著性逐步轉變。

3 小結與建議

本文通過從農(nóng)業(yè)經(jīng)濟、農(nóng)村社會、農(nóng)業(yè)碳源和農(nóng)業(yè)碳匯4個維度構建農(nóng)業(yè)碳減排能力評價指標體系，運用熵權法計算我國2001—2019年30個省區(qū)市的農(nóng)業(yè)碳減排能力以及Stata、Geoda等軟件計算Moran’sI全局指數(shù)、Moran’sI局部指數(shù)，并繪制農(nóng)業(yè)碳減排的LISA聚類圖分析農(nóng)業(yè)碳減排時空演化。主要結論為：一是我國農(nóng)業(yè)碳減排能力整體呈現(xiàn)上升趨勢，中間少數(shù)年份出現(xiàn)衰退情況。二是我國農(nóng)業(yè)碳減排能力空間相關性呈現(xiàn)波動狀態(tài)，空間相關性相對不穩(wěn)定。三是我國農(nóng)業(yè)碳減排空間相關性由不相關-弱相關-相關轉變，其空間相關性呈增強態(tài)勢。四是我國農(nóng)業(yè)碳減排空間顯著性表現(xiàn)為“北聚南散”和“主產(chǎn)區(qū)平衡區(qū)聚集，主銷區(qū)分散”的特點。

根據(jù)上述分析，在“碳達峰碳中和”的現(xiàn)實背景下，一是要盡量減少農(nóng)業(yè)化學物質(zhì)投入，代之以有機可分解生產(chǎn)資料物質(zhì)。減少農(nóng)藥化肥農(nóng)膜等生產(chǎn)投入資料的使用，能夠有效減少對農(nóng)田的污染和農(nóng)業(yè)碳源，從源頭上提升農(nóng)業(yè)碳減排潛力。二是加大農(nóng)業(yè)科學技術的研發(fā)和投入力度，加快推廣綠色低碳技術的應用，重點關注綠色循環(huán)農(nóng)業(yè)模式，通過種養(yǎng)結合方式，既提高農(nóng)田肥沃度，同時還能優(yōu)化農(nóng)業(yè)結構，提升農(nóng)業(yè)產(chǎn)品質(zhì)量。三是改進傳統(tǒng)農(nóng)業(yè)耕作方式，促進秸稈還田。一方面可以通過采取保護性耕作或輪作等方式增強農(nóng)田碳匯能力，提高土地有機碳穩(wěn)定性。另一方面通過過腹還田、漚制還田、秸稈還田等多種措施促進農(nóng)業(yè)物質(zhì)科學還田，減少秸稈焚燒的環(huán)境污染問題，提高土壤有機含量。四是要加強對農(nóng)業(yè)的教育宣傳工作，提高農(nóng)戶綠色低碳生產(chǎn)意識。開展相關農(nóng)業(yè)綠色教育培訓，從而提升農(nóng)戶掌握新型生產(chǎn)技術和生產(chǎn)機械的能力，使農(nóng)戶從根本上了解認識農(nóng)業(yè)低碳綠色生產(chǎn)的益處，改變傳統(tǒng)高投入低產(chǎn)出的小農(nóng)生產(chǎn)意識。