浙江省農(nóng)業(yè)碳排放影響因素及趨勢預(yù)測分析

摘 要 在運(yùn)用公開數(shù)據(jù)測算2010—2020年浙江省農(nóng)業(yè)碳排放量的基礎(chǔ)上，運(yùn)用灰色關(guān)聯(lián)分析和灰色預(yù)測模型對農(nóng)業(yè)碳排放的影響因素進(jìn)行識別，并對2021—2030年浙江省農(nóng)業(yè)碳排放的趨勢進(jìn)行預(yù)測。研究發(fā)現(xiàn)，2010—2020年浙江省農(nóng)業(yè)碳排放量呈下降趨勢，農(nóng)業(yè)從業(yè)人員規(guī)模和單位能源強(qiáng)度是農(nóng)業(yè)碳排放的重要影響因素，2021—2030年浙江省農(nóng)業(yè)碳排放將繼續(xù)呈下降趨勢，其變化區(qū)間為724.53萬～451.74萬t。

關(guān)鍵詞 農(nóng)業(yè)碳排放；“雙碳”目標(biāo)；灰色關(guān)聯(lián)分析；灰色預(yù)測模型；浙江省

中圖分類號：F323；X322 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.09.007

農(nóng)業(yè)是關(guān)系民生的重要產(chǎn)業(yè)，同時也是碳排放的大戶。據(jù)聯(lián)合國糧農(nóng)組織（FAO）的估計，僅從生產(chǎn)和養(yǎng)殖環(huán)節(jié)來看，種植業(yè)中耕地排放的溫室氣體已超過全球人為溫室氣體排放總量的25%，農(nóng)業(yè)養(yǎng)殖所帶來的溫室氣體排放占全球總排放的比重已達(dá)到17%。以目前的趨勢發(fā)展，預(yù)計到2030年，農(nóng)業(yè)源CH4和N2O排放量比2005年將分別增加60%和35%～60%。2017年我國農(nóng)業(yè)產(chǎn)生67 846.91萬t溫室氣體排放，其中CH4和N2O分別排放1 443.5萬t和121.08萬t，分別占全國排放總量的23.19%和69.38%。同時，我國目前農(nóng)業(yè)碳排放量仍呈現(xiàn)增長趨勢，年均增長約為1.67%。因此，“雙碳”目標(biāo)的實現(xiàn)，降低農(nóng)業(yè)碳排放是重要的領(lǐng)域之一。浙江省作為我國“兩山理念”的發(fā)源地和生態(tài)高質(zhì)量發(fā)展先行區(qū)，在推進(jìn)農(nóng)業(yè)實現(xiàn)“碳達(dá)峰、碳中和”背景下，深入分析研究農(nóng)業(yè)碳排放的影響因素和趨勢預(yù)測，對于加快浙江省農(nóng)業(yè)碳減排步伐、推進(jìn)農(nóng)業(yè)實現(xiàn)低碳發(fā)展具有重要意義。

當(dāng)前學(xué)者圍繞農(nóng)業(yè)碳排放進(jìn)行了較為深入的研究，尤其是圍繞區(qū)域碳排放的影響因素與趨勢預(yù)測方面取得了一定的成果。一是部分學(xué)者在全國或相關(guān)省份農(nóng)業(yè)碳排放測算基礎(chǔ)上，分析其碳排放的驅(qū)動因素。如胡中應(yīng)等[1]、楊小娟等[2]、曹俐等[3]、李政通等[4]、韋沁[5]分別測算分析了安徽、甘肅、山東及全國的農(nóng)業(yè)碳排放量和時空特征，并分別采用LMDI 模型、Kaya 恒等式等分析了農(nóng)業(yè)碳排放的驅(qū)動因素。二是農(nóng)業(yè)碳排放影響因素的研究。如陳銀娥等基于1997—2014 年我國26個省份的面板數(shù)據(jù)，研究發(fā)現(xiàn)農(nóng)業(yè)碳排放與農(nóng)業(yè)機(jī)械化呈負(fù)相關(guān)關(guān)系，農(nóng)業(yè)碳排放與產(chǎn)業(yè)升級呈正相關(guān)關(guān)系[6]；魏瑋等利用能源—經(jīng)濟(jì)CGE 模型（GTAP-E 模型）構(gòu)建了2012—2030 年中國經(jīng)濟(jì)增長的情景方案，模擬未來農(nóng)業(yè)生產(chǎn)增長趨勢，研究發(fā)現(xiàn)農(nóng)業(yè)全要素技術(shù)進(jìn)步與能源增進(jìn)型技術(shù)進(jìn)步在控制農(nóng)業(yè)能源增長、減緩碳排放均等方面起到了重要作用[7]；胡川等采用2003—2014年中國30個省份面板數(shù)據(jù)，實證分析發(fā)現(xiàn)農(nóng)業(yè)政策與農(nóng)業(yè)碳排放存在顯著的負(fù)向關(guān)系[8]；李波等通過測算1993—2017 年湖北省農(nóng)業(yè)碳排放情況，采用Kernel 密度估計和協(xié)整理論及誤差修正模型，發(fā)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)碳排放存在長期穩(wěn)定正向關(guān)系[9]。三是農(nóng)業(yè)碳排放趨勢預(yù)測的研究。如邱子健等[10]、趙宇[11]、曠愛萍等[12]在測度江蘇、廣西等地農(nóng)業(yè)碳排放的基礎(chǔ)上，運(yùn)用灰色預(yù)測模型估計上述地區(qū)農(nóng)業(yè)碳排放的趨勢。本研究正是在借鑒相關(guān)研究的基礎(chǔ)上，實證分析浙江省農(nóng)業(yè)碳排放的影響因素，并運(yùn)用灰色預(yù)測模型預(yù)測2021—2030年浙江省農(nóng)業(yè)碳排放量，以期為浙江省農(nóng)業(yè)碳減排提供理論基礎(chǔ)。

1" 研究區(qū)域與研究方法

1.1" 研究區(qū)域概況

浙江省地處中國東南沿海，長江三角洲南翼。地跨北緯27°02′～31°11′，東經(jīng)118°01′～123°10′。下轄11個地級市，截至2022年末，浙江省常住人口為6 577萬人。山地占74.6%，水面占5.1%，平坦地占20.3%，故有“七山一水兩分田”之說。浙江省地處亞熱帶中部，屬季風(fēng)性濕潤氣候，氣溫適中，年平均氣溫在15～18 ℃，年日照時數(shù)在1 100～2 200 h，年均降水量在1 100～2 000 mm。截至2021年，浙江有耕地129.05萬hm2，其中，水田106.28萬hm2，占82.36%；旱地22.76萬hm2，占17.64%。2022年，浙江省糧食播種面積102萬hm2，比上年增長1.4%，總產(chǎn)量621萬t；年末生豬存欄644萬頭，增長0.7%。2022年，全省農(nóng)林牧漁業(yè)產(chǎn)值3 756億元，比上年增長3.4%。

進(jìn)入21世紀(jì)以后，浙江省提出以高效生態(tài)農(nóng)業(yè)為農(nóng)業(yè)發(fā)展主線，實際上體現(xiàn)了發(fā)展低碳農(nóng)業(yè)的方向和要求。近幾年來，通過積極推廣投入節(jié)能技術(shù)、加強(qiáng)農(nóng)業(yè)副產(chǎn)品和廢棄物的綜合利用、主推3大種養(yǎng)結(jié)合生態(tài)農(nóng)業(yè)模式等措施，推進(jìn)農(nóng)業(yè)低碳化生產(chǎn)。

1.2" 研究方法

1.2.1" 碳排放測度

借鑒田云等[13]研究方法，主要從農(nóng)業(yè)能源利用、農(nóng)用物資投入、水稻種植和畜禽養(yǎng)殖4個方面進(jìn)行測算。構(gòu)建農(nóng)業(yè)碳排放公式如下：

[Ec=Ee]+[ER]+[Ea]+[Ej] （1）

[Et=ΣEi=ΣTi×δi]" （2）

其中，[Ec]為農(nóng)業(yè)生產(chǎn)碳排放總量，[Ee]、[ER]、[Ea]、[Ej]分別為農(nóng)業(yè)能源利用碳排放量、農(nóng)用物資投入碳排放量、水稻種植碳排放量和畜禽養(yǎng)殖碳排放量，[Ti]為各個碳源因子的量，[δi]為各類碳源的碳排放系數(shù)，Ei為各類具體碳源所導(dǎo)致的碳排放量，Et為農(nóng)業(yè)碳排放總量。在計算碳排放總量時，將CH4和N2O轉(zhuǎn)化成CO2當(dāng)量計算。

1.2.2" 灰色關(guān)聯(lián)分析

灰色關(guān)聯(lián)分析是一種多因素統(tǒng)計分析方法，其內(nèi)在思路是通過確定反映系統(tǒng)特征的參考數(shù)列和若干個影響系統(tǒng)行業(yè)因素組成的比較序列，進(jìn)而計算各比較序列與參考序列的關(guān)聯(lián)度，分析其中的關(guān)聯(lián)程度[14]。其優(yōu)勢在于，一是對樣本量的多少沒有過多要求，同時也不需要典型分布。二是比較適用碳排放量影響因素的分析，碳排放量的影響因素相對較多且無明顯的分布規(guī)律。

灰色關(guān)聯(lián)分析的主要處理步驟包括：1）確定分析序列，將因變量數(shù)據(jù)設(shè)置成參考數(shù)列，將各自變量因素設(shè)置成比較序列。2）對變量序列進(jìn)行無量綱化處理，以保證分析結(jié)果的可靠性。3）求差序列，通過計算各比較序列與最優(yōu)序列間的絕對差別。4）計算關(guān)聯(lián)系數(shù)，即比較序列與最優(yōu)參考序列之間的關(guān)聯(lián)系數(shù)。5）計算關(guān)聯(lián)度，將關(guān)聯(lián)系數(shù)集中化處理，求均值記為關(guān)聯(lián)度，并將關(guān)聯(lián)度從大小到排序，關(guān)聯(lián)度越大，說明比較序列與參考序列變化態(tài)勢越一致。

1.2.3" 灰色預(yù)測模型

灰色預(yù)測模型可針對數(shù)量較少、數(shù)據(jù)完整性較低的數(shù)據(jù)序列進(jìn)行有效預(yù)測，主要適用于短期預(yù)測。其基本原理是基于對原始數(shù)列逐步加大或者減少，以對原始數(shù)列在應(yīng)用過程中累加而生成的數(shù)據(jù)進(jìn)行處理，在此基礎(chǔ)上可以得到一條具有指數(shù)增長規(guī)律的上升形狀數(shù)列。灰色預(yù)測模型是處理小樣本預(yù)測問題的有效工具。因此，本研究引入灰色預(yù)測模型（GM1.1），利用計算得到的2010—2020年浙江農(nóng)業(yè)碳排放量構(gòu)建原始數(shù)列，對浙江省2021—2030年農(nóng)業(yè)碳排放量進(jìn)行趨勢預(yù)測。

其主要處理步驟如下：1）進(jìn)行級比值檢驗，用于初步驗證原始數(shù)列是否符合規(guī)律。2）進(jìn)行后驗差比檢驗，用于衡量模型的擬合精度情況。3）進(jìn)行模型擬合和預(yù)測，得到未來預(yù)測值。4）進(jìn)行模型殘差檢驗，通過查看相對誤差值和級比偏差值，驗證模型效果。

2" 結(jié)果與分析

2.1" 浙江省碳排放量分析

2010年浙江省農(nóng)業(yè)碳排放量為1 224.14萬t，2020年下降到773.86萬t，此間年均農(nóng)業(yè)碳排放量為1 000.65萬t。從碳排放總量的變化趨勢來看，如圖1所示，2010—2020年浙江省農(nóng)業(yè)碳排放總量總體呈現(xiàn)下降的趨勢，尤其是自2016年以后，全省農(nóng)業(yè)碳排放量呈逐年下降。整體碳排放量變化過程可分為3個階段：2010—2012年，速度為緩慢下降；2013—2015年，有所波動，2014年較2013年出現(xiàn)明顯的下降，而2015年又緩慢回升；2016—2020年，逐年下降，2020年達(dá)到最低峰773.86萬t。說明近年來浙江省農(nóng)業(yè)碳排放量不但呈下降趨勢，而且下降趨勢逐步穩(wěn)定。浙江省農(nóng)業(yè)碳排放呈現(xiàn)下降趨勢的原因可能是相關(guān)減碳政策的執(zhí)行和農(nóng)業(yè)生產(chǎn)技術(shù)的進(jìn)步，減少了農(nóng)業(yè)碳排放。

2.2" 碳排放影響因素分析

借鑒相關(guān)學(xué)者對碳排放影響因素的研究，本研究選擇農(nóng)業(yè)能源使用效率、農(nóng)業(yè)人均GDP、農(nóng)業(yè)從業(yè)人員、財政支農(nóng)資金和城鎮(zhèn)化率作為研究碳排放的影響素因。其中，農(nóng)業(yè)能源使用效率為單位農(nóng)業(yè)GDP的能源強(qiáng)度，用來反映農(nóng)業(yè)低碳技術(shù)因素的影響；農(nóng)業(yè)人均GDP用來反映農(nóng)業(yè)人口人均所享受的農(nóng)業(yè)經(jīng)濟(jì)增長成果；農(nóng)業(yè)從業(yè)人員用來表示人口規(guī)模效應(yīng)，反映人口變動對農(nóng)業(yè)碳排放的影響；財政支農(nóng)資金采用一般公共預(yù)算中農(nóng)林水支出，代表社會經(jīng)濟(jì)水平；城鎮(zhèn)化率以城鎮(zhèn)人口占總?cè)丝诒戎貋肀硎尽?/p>

由表1可知，農(nóng)業(yè)從業(yè)人員與農(nóng)業(yè)碳排放量的關(guān)聯(lián)度最高，其次依次為農(nóng)業(yè)能源使用效率、城鎮(zhèn)化率、農(nóng)業(yè)人均GDP和財政支農(nóng)資金。農(nóng)業(yè)從業(yè)人員與碳排放量的關(guān)聯(lián)度最高，達(dá)到0.88左右，而農(nóng)業(yè)能源使用效率與農(nóng)業(yè)碳排放的關(guān)聯(lián)度影響作用也較大，其關(guān)聯(lián)度為大于0.84。財政支農(nóng)資金對農(nóng)業(yè)碳排放的影響作用最小，其關(guān)聯(lián)度僅為0.51左右。因此，農(nóng)業(yè)從業(yè)人員規(guī)模和農(nóng)業(yè)能源使用效率所代表的農(nóng)業(yè)生產(chǎn)技術(shù)對全省農(nóng)業(yè)碳排放影響較大，應(yīng)該作為降低全省農(nóng)業(yè)碳排放的主要方向。

2.3" 碳排放趨勢預(yù)測分析

計算級比值，其最大值為1.008，在運(yùn)用區(qū)間范圍內(nèi)，說明數(shù)據(jù)適合模型構(gòu)建。后驗差比值即C值為0.26，小于0.35，說明模型精度等級較好，擬合后的級比偏差值小于0.1，說明模型擬合效果較好。通過灰色預(yù)測模型GM計算得到浙江省2021—2030年農(nóng)業(yè)碳排放量的預(yù)測值，如表2所示，2021—2030年浙江省農(nóng)業(yè)碳排放量整體呈現(xiàn)下降趨勢，其變化區(qū)間為724.53萬～451.74萬t，較2010—2020年農(nóng)業(yè)碳排放量呈現(xiàn)明顯的下降。一方面說明浙江省當(dāng)前農(nóng)業(yè)碳減排政策和低碳農(nóng)業(yè)技術(shù)采用已取得一定的成效，并且為今后一段時間農(nóng)業(yè)領(lǐng)域碳減排和農(nóng)業(yè)低碳化發(fā)展奠定了堅實的基礎(chǔ)。另一方面，要實現(xiàn)農(nóng)業(yè)碳排放量的不斷下降，需要進(jìn)一步強(qiáng)化農(nóng)業(yè)減碳意識，通過多元化的政策組合和多種低碳農(nóng)業(yè)技術(shù)應(yīng)用推廣，形成政策與技術(shù)合力，進(jìn)一步加大農(nóng)業(yè)碳減排力度，以期順利實現(xiàn)農(nóng)業(yè)減碳目標(biāo)。

3" 結(jié)論與對策建議

3.1" 結(jié)論

本研究在測度浙江省2010—2020年農(nóng)業(yè)碳排放量的基礎(chǔ)上，運(yùn)用灰色關(guān)聯(lián)分析識別農(nóng)業(yè)碳排放的影響因素，并用灰色預(yù)測模型對2021—2030年浙江省農(nóng)業(yè)碳排放趨勢進(jìn)行預(yù)測，主要結(jié)論如下。

1）浙江農(nóng)業(yè)碳排放量整體呈現(xiàn)下降趨勢，由2010年的1 224.14萬t下降到2020年的773.86萬t。說明浙江省農(nóng)業(yè)低碳技術(shù)應(yīng)用推廣與相關(guān)農(nóng)業(yè)減碳政策的實施取得了一定的成效。

2）農(nóng)業(yè)碳排放量關(guān)聯(lián)度最高的因素是農(nóng)業(yè)從業(yè)人員，其次是農(nóng)業(yè)能源使用效率，前者代表的是農(nóng)業(yè)生產(chǎn)的技術(shù)類型選擇，后者代表的是以低碳為特征的農(nóng)業(yè)技術(shù)特征。結(jié)果表明農(nóng)業(yè)從業(yè)人員規(guī)模和農(nóng)業(yè)能源使用效率將是浙江省農(nóng)業(yè)低碳發(fā)展的重要努力方向。

3）通過預(yù)測，浙江省2021—2030年農(nóng)業(yè)碳排放量仍呈現(xiàn)下降趨勢，其變化區(qū)間為724.53萬～451.74萬t，10年間平均排放量為577.93萬t。

3.2" 對策建議

根據(jù)對浙江省農(nóng)業(yè)碳排放量的測度及影響因素的研究，從減少農(nóng)業(yè)碳排放、發(fā)展低碳農(nóng)業(yè)的角度出發(fā)，提出以下幾點建議。

1）要保持農(nóng)業(yè)碳排放的下降趨勢，需要減碳政策的持續(xù)發(fā)力，要明確農(nóng)業(yè)減碳的重點領(lǐng)域和重要方向，提升農(nóng)業(yè)碳減排和精準(zhǔn)性。同時，要加大低碳農(nóng)業(yè)技術(shù)的推廣與應(yīng)用，以新技術(shù)采納實現(xiàn)農(nóng)業(yè)碳排放量的降低。

2）農(nóng)業(yè)從業(yè)人員是農(nóng)業(yè)碳排放的重要影響因素，因此，要優(yōu)化農(nóng)業(yè)從業(yè)人員內(nèi)部結(jié)構(gòu)，提升農(nóng)業(yè)從業(yè)人員素質(zhì)，為加快農(nóng)業(yè)碳減排、實現(xiàn)低碳農(nóng)業(yè)發(fā)展奠定良好的基礎(chǔ)。

3）對全省而言，加強(qiáng)農(nóng)業(yè)碳減排宣傳，降低農(nóng)業(yè)能源消耗，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，對于保持農(nóng)業(yè)減碳的可持續(xù)性具有重要作用。

參考文獻(xiàn)：

[1] 胡中應(yīng)， 胡浩. 低碳農(nóng)業(yè)： 符合農(nóng)業(yè)發(fā)展規(guī)律的必然選擇[J]. 經(jīng)濟(jì)問題探索， 2015（9）： 169-172.

[2] 楊小娟， 陳耀. 甘肅省農(nóng)業(yè)碳排放時空特征及影響因素分析[J]. 生產(chǎn)力研究， 2020（3）： 52-55.

[3] 曹俐， 王瑩， 雷歲江. 山東省農(nóng)業(yè)碳排放的時空特征與脫鉤彈性研究[J]. 江蘇農(nóng)業(yè)科學(xué)， 2020， 48（17）： 250-256.

[4] 李政通， 白彩全， 肖薇薇. 基于LMDI模型的東北地區(qū)農(nóng)業(yè)碳排放測度與分解[J]. 干旱地區(qū)農(nóng)業(yè)研究， 2017， 35（4）： 145-152.

[5] 韋沁. 我國農(nóng)牧業(yè)碳排放的時空差異和影響因素分析及預(yù)測研究[D]. 蘭州： 蘭州大學(xué)， 2018.

[6] 陳銀娥， 陳薇. 農(nóng)業(yè)機(jī)械化、產(chǎn)業(yè)升級與農(nóng)業(yè)碳排放關(guān)系研究——基于動態(tài)面板數(shù)據(jù)模型的經(jīng)驗分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2018（5）： 122-133.

[7] 魏瑋， 文長存， 崔琦， 等. 農(nóng)業(yè)技術(shù)進(jìn)步對農(nóng)業(yè)能源使用與碳排放的影響——基于GTAP-E模型分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2018（2）： 30-40.

[8] 胡川， 韋院英， 胡威. 農(nóng)業(yè)政策、技術(shù)創(chuàng)新與農(nóng)業(yè)碳排放的關(guān)系研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題， 2018， 39（9）： 66-75.

[9] 李波， 杜建國， 劉雪琪. 湖北省農(nóng)業(yè)碳排放的時空特征及經(jīng)濟(jì)關(guān)聯(lián)性[J]. 中國農(nóng)業(yè)科學(xué)， 2019， 52（23）： 4309-4319.

[10] 邱子健， 靳紅梅， 高南， 等. 江蘇省農(nóng)業(yè)碳排放時序特征與趨勢預(yù)測[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報， 2022， 41（3）： 658-669.

[11] 趙宇. 江蘇省農(nóng)業(yè)碳排放動態(tài)變化影響因素分析及趨勢預(yù)測[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2018， 39（5）： 97-102.

[12] 曠愛萍， 胡超. 廣西農(nóng)業(yè)碳排放影響因素和趨勢預(yù)測[J]. 西南林業(yè)大學(xué)學(xué)報（社會科學(xué)）， 2020， 4（2）： 5-13.

[13] 田云， 尹忞昊. 中國農(nóng)業(yè)碳排放再測算： 基本現(xiàn)狀、動態(tài)演進(jìn)及空間溢出效應(yīng)[J]. 中國農(nóng)村經(jīng)濟(jì)， 2022（3）： 104-127.

[14] 榮蓉， 王凡. 山東省碳排放現(xiàn)狀及影響因素研究——基于灰色關(guān)聯(lián)分析[J]. 中外能源， 2021， 26（7）： 92-97.

（責(zé)任編輯：敬廷桃）