山東省種植業(yè)碳排放因素分解及脫鉤效應研究

摘要：種植業(yè)是農(nóng)業(yè)碳排放重要來源之一，為降低種植業(yè)碳排放量，更好地推進種植業(yè)綠色低碳發(fā)展，須明確其碳排放現(xiàn)狀，分析其影響因素?；谏綎|省2006—2021年種植業(yè)數(shù)據(jù)，運用IPCC排放系數(shù)法測算其碳排放總量，使用LMDI模型分解其影響因素，并結合Tapio脫鉤理論探究種植業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展間的脫鉤關系。結果表明：研究期間山東省種植業(yè)碳排放量呈“M”型變化趨勢，農(nóng)業(yè)物資投入碳排放占比超50%，集中于化肥、農(nóng)膜使用產(chǎn)生；種植業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展間存在強脫鉤、弱脫鉤、弱負脫鉤3種脫鉤類型，以強脫鉤和弱脫鉤為主，種植業(yè)發(fā)展模式良好；各因素中，種植業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結構、產(chǎn)業(yè)結構、糧食生產(chǎn)技術水平以及農(nóng)村人口規(guī)模對種植業(yè)碳排放呈抑制作用，人均生活水平、人均農(nóng)作物播種面積、種植結構呈促進作用，其中提升種植業(yè)生產(chǎn)效率、穩(wěn)定人均生活水平更利于種植業(yè)碳減排。

關鍵詞：山東?。环N植業(yè)；碳排放；LMDI因素分解；脫鉤效應

中圖分類號：S23； X321" " " 文獻標識碼：A" " " 文章編號：2095?5553 （2025） 04?0320?08

Research on decomposition of carbon emission factors and decoupling effect of cultivation in Shandong Province

Guo Meijie Liu Botao Guo Zixuan Qu Ruiting Qiao Lin Wang Tipeng

（1. College of New Energy， North China Electric Power University， Beijing， 102206， China；

2. State Grid Liaoning Information and Communication Company， Shenyang， 110006， China）

Abstract： Plantation industry is one of the important sources of agricultural carbon emissions. In order to reduce the carbon emissions of plantation industry and promote the green and low?carbon development of the plantation industry， it is necessary to clarify the current status of its carbon emissions and analyze its influencing factors. Based on the basic data of cultivation industry in Shandong Province from 2006 to 2021， this paper calculated the total carbon emissions by using IPCC emission factor method， decomposed the influencing factors by using LMDI model， and studied the decoupling relationship between carbon emissions from cultivation industry and the agricultural economic development by combining with Tapio decoupling theory. The results showed that the carbon emissions from the plantation industry in Shandong Province showed an M?shaped trend during the study period， of which agricultural inputs accounted for more than 50% of the carbon emissions， focusing on the use of chemical fertilizers and agricultural films. There were three types of decoupling between carbon emissions from plantation industry and agricultural economic development such as strong decoupling， weak decoupling and weak negative decoupling， with strong decoupling and weak decoupling being the main ones. Among the factors， planting production efficiency， agricultural production structure， industrial structure， planting production technology level and rural population size inhibited planting carbon emissions， while per capita living standard， per capita area of crops sown and planting structure promoted， among them， improving planting production efficiency and stabilizing per capita living standard were more conducive to planting carbon emission reduction. The article hopes to provide a certain theoretical direction for the development of agriculture in Shandong Province through the analysis of plantation factors and the study of decoupling effect.

Keywords： Shandong Province； plantation； carbon emissions； LMDI factor decomposition； decoupling effect

0 引言

IPCC（聯(lián)合國政府間氣候變化專門委員會）第六次評估報告指出“人類活動導致的溫室氣體排放是造成氣候變暖的主要驅(qū)動因素”[1]。在2020年聯(lián)合國大會上，習近平總書記表示中國將于2030年前實現(xiàn)碳達峰，2060年前實現(xiàn)碳中和[2]。據(jù)統(tǒng)計，農(nóng)業(yè)活動所產(chǎn)生碳排放是全球溫室氣體排放的第二大來源，貢獻率約為14%[3]。我國是傳統(tǒng)農(nóng)業(yè)大國，農(nóng)業(yè)碳排放約占溫室氣體總碳排放量的17%，其中種植業(yè)部分占比超50%，對實現(xiàn)農(nóng)業(yè)低碳發(fā)展影響較大[4]?！笆奈濉币?guī)劃明確提出增強農(nóng)業(yè)領域減排固碳要求，控制農(nóng)業(yè)碳排放水平。為使我國更好落實減排承諾，實現(xiàn)農(nóng)業(yè)現(xiàn)代化、低碳化、綠色資源化發(fā)展具有重要意義。

目前，發(fā)展低碳農(nóng)業(yè)是各學者關注的焦點。農(nóng)業(yè)碳排放源主要來自農(nóng)業(yè)物資投入、農(nóng)作物種植、畜牧養(yǎng)殖以及廢棄物處理等方面[5]，其中農(nóng)業(yè)物資投入和農(nóng)作物種植約占農(nóng)業(yè)碳排放總量的52%[6]，從種植業(yè)角度來看，化肥、農(nóng)藥、農(nóng)膜等農(nóng)業(yè)物資投入造成大量農(nóng)業(yè)碳排放[7]。在農(nóng)業(yè)碳排放測算方面，不少學者采用較為完善的IPCC排放系數(shù)法計算農(nóng)業(yè)碳排放量[8]，保證測算結果的穩(wěn)定性。農(nóng)業(yè)碳排放測算結果能用于分析農(nóng)業(yè)碳排放現(xiàn)狀，并根據(jù)現(xiàn)狀特征進行因素分解[9]、達峰預測[10]、碳減排潛力剖析[11]、經(jīng)濟發(fā)展脫鉤效應[12]等研究。

山東省作為我國農(nóng)業(yè)大省，是農(nóng)作物生產(chǎn)核心區(qū)之一，其農(nóng)業(yè)總產(chǎn)值、農(nóng)產(chǎn)品加工業(yè)值等常年居全國首位[13]。隨著農(nóng)業(yè)現(xiàn)代化水平進一步提高，化肥、農(nóng)藥等農(nóng)業(yè)物資投入不斷增加，農(nóng)業(yè)碳減排任務日益艱巨。因此，掌握農(nóng)業(yè)碳排放現(xiàn)狀，探明山東省種植業(yè)碳排放量的主要來源，制定有效的種植業(yè)減排措施，對種植業(yè)碳達峰、促進山東省農(nóng)業(yè)綠色低碳轉(zhuǎn)型具有重要意義。本文以2006—2021年山東省種植業(yè)為研究對象，通過IPCC排放系數(shù)法合理測算種植業(yè)碳排放量，基于現(xiàn)狀特征分析種植業(yè)碳排放影響因素，采用Tapio脫鉤理論模型解析種植業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展間的變化關系，為山東省實現(xiàn)農(nóng)業(yè)減排目標提供理論依據(jù)。

1 研究方法

1.1 山東省種植業(yè)碳排放測算

目前，有關農(nóng)業(yè)碳排放尚無統(tǒng)一測算方法，國內(nèi)外研究學者多從化石燃料碳排放核算和農(nóng)田利用碳排放核算兩種測算角度核算農(nóng)業(yè)碳排放量，其中農(nóng)田利用碳排放核算充分考慮到能源消耗產(chǎn)生的直接碳排放和中間產(chǎn)品消耗產(chǎn)生的間接碳排放，計算結果相對準確[14]。由此從農(nóng)田利用碳排放核算角度出發(fā)，并基于IPCC碳排放系數(shù)法來計算2006—2021年山東省種植業(yè)碳排放量。計算方法如式（1）所示。

1.2 LMDI因素分解

1989年Kaya教授首次提出Kaya恒等式，并將其作為研究碳排放影響因素分解方法[18]。Kaya恒等式通過數(shù)學方法建立人類社會活動產(chǎn)生碳排放與經(jīng)濟、政策、人口等因素的聯(lián)系[19]，LMDI（對數(shù)平均迪氏分解）模型是在Kaya擴展式的基礎上，利用對數(shù)平均法對影響因素進行綜合分析，因其因素可逆和殘差項為0的優(yōu)點被廣泛應用。利用LMDI因素分解方法對2006—2021年山東省種植業(yè)碳排放因素分解，根據(jù)Kaya恒等式基本形式，并參考已有研究[16， 20]，模型如式（2）所示。

1.3 Tapio脫鉤理論

碳排放脫鉤彈性指數(shù)為一定時間內(nèi)基期和當前碳排放的變化率與GDP變化率的比值?；赥apio脫鉤模型理論[21]，構建山東省種植業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟發(fā)展間的脫鉤彈性計算如式（13）所示。

1.4 數(shù)據(jù)來源及處理

基于數(shù)據(jù)的最大可獲得性，選擇2006—2021年山東省各年份數(shù)據(jù)為研究樣本，其中化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油等農(nóng)業(yè)物資消耗數(shù)據(jù)來自于2007—2022年《山東統(tǒng)計年鑒》與國家統(tǒng)計局分省年度數(shù)據(jù)。所獲數(shù)據(jù)農(nóng)業(yè)物資投入部分化肥、農(nóng)藥、農(nóng)膜以及農(nóng)用柴油均為當年用量，灌溉面積為有效灌溉面積；農(nóng)田土壤利用部分為各農(nóng)作物當年實際播種面積。

2 結果與分析

2.1 山東省種植業(yè)碳排放分析

從碳排放總量來看，由圖1所示，2006—2021年山東省種植業(yè)碳排放量變化形勢總體呈“M”型，呈現(xiàn)先上升后波動下降的趨勢，分別在2007年和2015年達到碳排放量的兩個峰值，為16 308.3 kt和16 038.1 kt。2021年碳排放量為最低值，為14 545.8 kt。碳排放量變化趨勢與農(nóng)業(yè)發(fā)展政策息息相關。2005年我國提出積極建立農(nóng)民合作經(jīng)濟組織發(fā)展的信貸、財稅和登記制度，強化農(nóng)田水利、耕地生態(tài)建設，加大對種糧農(nóng)民的補貼力度，增加農(nóng)機具購置補貼[22]。2006年我國全面取消傳統(tǒng)農(nóng)業(yè)稅，大大提高了農(nóng)民種植積極性，但同時期農(nóng)民綠色生態(tài)保護意識相對落后，導致農(nóng)業(yè)物資收入和農(nóng)田土壤利用方面碳排放量有所上升。2007年后，隨著農(nóng)業(yè)政策發(fā)展與完善，我國將農(nóng)業(yè)發(fā)展重點轉(zhuǎn)向現(xiàn)代農(nóng)業(yè)，并積極轉(zhuǎn)變農(nóng)業(yè)經(jīng)濟發(fā)展方式，碳排放總量有所下降?！笆濉睍r期全國現(xiàn)代農(nóng)業(yè)發(fā)展規(guī)劃中提出“完善現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系，大力發(fā)展現(xiàn)代農(nóng)作物種植和新品種轉(zhuǎn)化應用，穩(wěn)定增加小麥、玉米等農(nóng)作物播種面積，并加強先進農(nóng)業(yè)機械研發(fā)推廣”，此時碳排放總量呈上升趨勢。同時期國家“鼓勵使用生物農(nóng)藥、回收再利用農(nóng)膜，推進農(nóng)業(yè)節(jié)能減排”[23]，在政策指引下，農(nóng)業(yè)物資投入方面化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油的碳排放量所占比重分別降低0.57%、0.34%、0.54%、0.72%，農(nóng)業(yè)生態(tài)環(huán)境治理取得一定成效，由此，山東省種植業(yè)碳排放總量雖然增加但增速較為緩慢。2014年，中央提出“發(fā)展生態(tài)友好型農(nóng)業(yè)”，后推進化肥和農(nóng)藥使用量零增長行動，同步調(diào)整完善農(nóng)業(yè)“三項補貼”政策，鼓勵引導農(nóng)民減少農(nóng)藥化肥使用量，控制農(nóng)業(yè)面源污染，自2015年起碳排放總量逐年下降。

從碳排放強度來看，2006—2021年山東省種植業(yè)碳排放強度基本呈逐年下降趨勢，由0.395 6 t/萬元下降至0.126 8 t/萬元，整體下降67.94%，年均下降幅度為4.53%。碳排放強度為碳排放量與經(jīng)濟總產(chǎn)值的比值，在研究區(qū)間，山東省農(nóng)業(yè)產(chǎn)值上升的同時種植業(yè)碳排放總量有所下降，山東省種植業(yè)呈現(xiàn)低碳發(fā)展狀態(tài)，可持續(xù)協(xié)調(diào)發(fā)展成效顯著，農(nóng)業(yè)發(fā)展方式向高質(zhì)量綠色發(fā)展方向轉(zhuǎn)變。

具體來看，2006—2021年山東省種植業(yè)碳排放結構以農(nóng)業(yè)物資投入碳排放為主，平均占比為55.25%，農(nóng)田土壤利用碳排放平均占比為44.75%。農(nóng)業(yè)物資投入碳排放中排名前3位的分別是農(nóng)用化肥、農(nóng)膜使用和灌溉，所占比重均值分別約為25.21%、9.80%、8.34%，是農(nóng)業(yè)物資投入碳排放的主要碳源。目前，隨著山東省農(nóng)業(yè)政策對化肥和農(nóng)膜使用量的控制，它們所產(chǎn)生碳排放量比重降低。農(nóng)田土壤利用碳排放主要來源于冬小麥、玉米和蔬菜。其中，蔬菜產(chǎn)生碳排放量占比較為穩(wěn)定，平均變化幅度為-0.07%；冬小麥和玉米產(chǎn)生碳排放量比重均增加，與2006年相比，2021年其數(shù)值分別增加1.48%、4.40%，說明山東省遵循嚴格保護永久基本農(nóng)田建設方針政策，注重糧食生產(chǎn)功能區(qū)建設和管護，有效落實農(nóng)業(yè)大省責任擔當。

2.2 LMDI因素分解分析

由表3可知，2006—2021年山東省種植業(yè)碳排放量累計減少1 511.3 kt?？傮w來看，種植業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結構、產(chǎn)業(yè)結構、人均糧食播種面積、農(nóng)村總?cè)丝谝?guī)模各因素對種植業(yè)碳排放呈負向影響，說明提高種植業(yè)生產(chǎn)效率能夠有效減少種植業(yè)碳排放。具體來看，提升種植業(yè)生產(chǎn)效率是最主要的減排影響因素，與研究初期相比累計實現(xiàn)碳減排16 192.6 kt，若其他因素保持不變，可實現(xiàn)年均碳減排1 079.5 kt?！笆濉逼陂g，國家持續(xù)調(diào)動《全國新增1 000億斤糧食生產(chǎn)能力規(guī)劃（2009—2020年）》所確定的各糧食生產(chǎn)核心區(qū)的生產(chǎn)積極性，做好糧食生產(chǎn)基礎安全保障，同步推廣防災減災增產(chǎn)關鍵技術，大大提高農(nóng)業(yè)生產(chǎn)效率，推動了農(nóng)業(yè)經(jīng)濟發(fā)展。農(nóng)業(yè)生產(chǎn)結構、產(chǎn)業(yè)結構、人均糧食播種面積以及農(nóng)村人口規(guī)模對山東省種植業(yè)碳減排起到一定作用，在其他因素保持不變的情況下，分別產(chǎn)生年均113.6 kt、464.8 kt、95.9 kt、328.7 kt碳減排。研究期內(nèi)，山東省種植業(yè)生產(chǎn)總值在農(nóng)業(yè)生產(chǎn)總值所占比重、農(nóng)業(yè)總產(chǎn)值在省總產(chǎn)值所占比重分別下降5.56%、7.60%，說明山東省在大力提高資源配置、優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結構調(diào)整等方面取得一定成效，而農(nóng)業(yè)產(chǎn)業(yè)結構優(yōu)化可促進碳減排。農(nóng)村人口規(guī)模變化一定程度上反映城鎮(zhèn)化進程與農(nóng)業(yè)生產(chǎn)技術水平的變化，農(nóng)村人口減少表明農(nóng)業(yè)生產(chǎn)在農(nóng)機和農(nóng)業(yè)技術的幫助下需要相比之前更少的勞動力[24]，再加上綠色生態(tài)發(fā)展理念的不斷滲透，農(nóng)村勞動力整體素質(zhì)水平上升，促進了農(nóng)業(yè)碳減排。糧食生產(chǎn)技術水平在2016年前對種植業(yè)碳排放起負向作用，2016年后起正向作用，這可能是“十三五”規(guī)劃要求加強農(nóng)業(yè)科技攻關，大力推進農(nóng)業(yè)機械化水平并推廣主要糧食作物機播和機收，農(nóng)用柴油等農(nóng)資需求量增加，促進農(nóng)業(yè)碳排放。

人均生活水平、種植結構、人均農(nóng)作物播種面積各因素對種植業(yè)碳排放呈正向影響。具體來看，提升人均生活水平是研究期間山東省種植業(yè)碳排放增加的最主要影響因素，其累計產(chǎn)生21 955.5 kt碳排放量，說明未來一段時期內(nèi)，經(jīng)濟發(fā)展仍將主要影響山東省種植業(yè)碳排放。人均農(nóng)作物播種面積和種植結構與研究初期相比，分別累計增加碳排放量5 234.1 kt、2 536.0 kt，年均增加碳排放量328.7 kt、95.9 kt。研究期間，人均農(nóng)作物播種面積和糧食種植面積占農(nóng)作物播種面積比重均有所增加，表現(xiàn)出山東省農(nóng)業(yè)生產(chǎn)仍舊存在結構性矛盾，產(chǎn)值增加主要依靠生產(chǎn)要素投入，種植業(yè)生產(chǎn)技術水平還需提高，農(nóng)業(yè)碳減排工作任重道遠。

2.3 Tapio脫鉤彈性分析

由表4可知，山東省種植業(yè)碳排放量在2008—2010年、2016—2021年為負增長，在2006—2007、2011—2015年為正增長，農(nóng)業(yè)GDP增長率除2016年外均為正值。山東省種植業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展間存在弱脫鉤、強脫鉤、弱負脫鉤3種特征類型，其中以弱脫鉤和強脫鉤為主。2006—2007年，在農(nóng)稅減免補貼等政策加持下，農(nóng)民生產(chǎn)積極性大大提高，農(nóng)業(yè)物資投入增加，農(nóng)業(yè)生產(chǎn)總值增加，但人們節(jié)能減碳意識薄弱，種植業(yè)碳排放量有所上升。2008—2015年整體發(fā)展狀態(tài)良好，在種植業(yè)碳排放量降低的情況下農(nóng)業(yè)經(jīng)濟產(chǎn)值可持續(xù)增長，且“十二五”規(guī)劃期間雖然種植業(yè)碳排放量上升但增加緩慢，碳排放增加幅度小于經(jīng)濟增長的幅度。十七大以來，國家倡導發(fā)展可持續(xù)低碳農(nóng)業(yè)，人們逐漸采用循環(huán)生態(tài)農(nóng)業(yè)等發(fā)展模式，推動種植業(yè)高質(zhì)量發(fā)展。2016—2017年省內(nèi)出現(xiàn)低溫、冷凍、洪澇、干旱等極端天氣，極大影響農(nóng)業(yè)經(jīng)濟發(fā)展?？傮w上山東省種植業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展之間呈現(xiàn)較顯著脫鉤狀態(tài)，實施綠色種植更能促進農(nóng)業(yè)經(jīng)濟穩(wěn)步增長。

根據(jù)表5各因素與農(nóng)業(yè)經(jīng)濟發(fā)展之間的脫鉤彈性指數(shù)結果，人均生活水平因素與農(nóng)業(yè)經(jīng)濟之間脫鉤彈性指數(shù)為正值且數(shù)值范圍在0.8～1.0，多表現(xiàn)為增長連結與擴張負脫鉤，脫鉤程度最低；種植結構和人均農(nóng)作物播種面積在研究期內(nèi)脫鉤彈性指數(shù)均值均為正值，但[εΔTP均值較大]，脫鉤彈性多表現(xiàn)為弱脫鉤，脫鉤程度較低。種植業(yè)生產(chǎn)效率的脫鉤指數(shù)值基本為負值，2019—2020年[εΔE]值最低為-2.104 1，與農(nóng)業(yè)經(jīng)濟之間呈現(xiàn)強脫鉤狀態(tài)，脫鉤程度最高；產(chǎn)業(yè)結構和農(nóng)村人口規(guī)模對農(nóng)業(yè)經(jīng)濟脫鉤彈性均表現(xiàn)為強脫鉤，但[εΔIS]和[εΔPR]的均值均大于[εΔE]，故脫鉤程度較高；農(nóng)業(yè)生產(chǎn)結構和種植業(yè)生產(chǎn)技術水平的脫鉤彈性指數(shù)值總體呈現(xiàn)趨于0的變化，脫鉤程度高。

3 結論與建議

3.1 結論

通過IPCC碳排放系數(shù)法測算2006—2021年山東省種植業(yè)碳排放總量，利用LMDI因素分解方法探究各因素對種植業(yè)碳排放的影響方向和大小，并依據(jù)Tapio模型理論分析種植業(yè)碳排放、各影響因素與農(nóng)業(yè)經(jīng)濟發(fā)展的脫鉤關系。

1） 研究期間山東省種植業(yè)碳排放呈“M”型變動趨勢，種植業(yè)碳排放強度逐年下降。農(nóng)業(yè)物資投入產(chǎn)生碳排放占比超50%，其中化肥、農(nóng)膜使用和農(nóng)業(yè)灌溉是農(nóng)業(yè)物資投入碳排放的主要碳源，灌溉所產(chǎn)生碳排放量持續(xù)增長；農(nóng)田土壤利用中冬小麥和玉米種植產(chǎn)生的碳排放為主要碳源。

2） 山東省種植業(yè)碳排放與農(nóng)業(yè)經(jīng)濟間存在強脫鉤、弱脫鉤、弱負脫鉤3種脫鉤類型，以強脫鉤和弱脫鉤為主，其中2008—2015年種植業(yè)碳排放得到控制，農(nóng)業(yè)經(jīng)濟持續(xù)增長，山東省呈現(xiàn)良好的農(nóng)業(yè)模式，脫鉤狀態(tài)逐漸趨于理想型。

3） 種植業(yè)生產(chǎn)效率、農(nóng)業(yè)生產(chǎn)結構、產(chǎn)業(yè)結構、糧食生產(chǎn)技術水平和農(nóng)村人口規(guī)模等因素對種植業(yè)碳排放有抑制作用，提升種植業(yè)生產(chǎn)效率更能促進種植業(yè)碳減排；人均生活水平、種植結構以及人均農(nóng)作物播種面積等因素呈現(xiàn)促進作用。

3.2 建議

1） 降低農(nóng)業(yè)物資投入碳排放。繼續(xù)開展化肥減量化行動，加快有機肥替代；推行農(nóng)作物病蟲害防治減少農(nóng)藥使用，同步推進高毒農(nóng)藥淘汰；推進農(nóng)機電動化轉(zhuǎn)型，使用氫燃料電池為動力的農(nóng)機，提高能源利用率，減少農(nóng)業(yè)物資投入產(chǎn)生碳排放。

2） 強化農(nóng)業(yè)科技支撐，提升種植業(yè)生產(chǎn)效率和種植業(yè)生產(chǎn)技術水平。重點推進土壤修復、土壤質(zhì)量改造、新型綠色農(nóng)機具等關鍵技術研發(fā)和推廣應用，提高種植技術來增加糧食等農(nóng)作物生產(chǎn)力和固碳能力；綜合運用智能化發(fā)展平臺，完善農(nóng)情數(shù)字化監(jiān)測體系，促進碳減排。

3） 優(yōu)化農(nóng)業(yè)生產(chǎn)結構，調(diào)整內(nèi)部產(chǎn)業(yè)結構。在穩(wěn)定小麥等口糧生產(chǎn)量的同時提升玉米等農(nóng)作物綜合生產(chǎn)能力；發(fā)展區(qū)域優(yōu)勢種植業(yè)，如壽光蔬菜、棲霞蘋果等；充分發(fā)揮海洋資源優(yōu)勢，積極發(fā)展碳匯漁業(yè)，實現(xiàn)農(nóng)業(yè)全方面最優(yōu)發(fā)展。

4） 完善農(nóng)種政策和補貼機制，提升農(nóng)村勞動力素質(zhì)水平。城鎮(zhèn)化進程加快導致農(nóng)村有效勞動力減少，因此，更需要穩(wěn)定和強化耕地保護補貼、農(nóng)機購置補貼等，加大種植支持獎勵力度，發(fā)展現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園，加強現(xiàn)代技術人才的培育，保障現(xiàn)代農(nóng)業(yè)低碳發(fā)展。

參 考 文 獻

[ 1 ] Gutiérrez J M， Iones R G， Narisma G T， et al. Climate change 2021： The physical science basis [J]. Chemistry International， 2021， 43（4）： 22-23.

[ 2 ] Geng J， Zhou D， Bai J， et al. Quantification of the carbon emission of urban residential buildings： The case of the Greater Bay Area cities in China [J]. Environmental Impact Assessment Review， 2022， （7）： 95.

[ 3 ] 伍國勇， 孫小鈞， 于福波， 等.中國種植業(yè)碳生產(chǎn)率空間關聯(lián)格局及影響因素分析[J]. 中國人口 ? 資源與環(huán)境， 2020， 30（5） ： 46-57.

Wu Guoyong， Sun Xiaojun， Yu Fubo， et al. Spatial correlation pattern and influencing factors of China's crop production carbon productivity [J]. China population， Resources and Environment， 2020， 30（5）： 46-57.

[ 4 ] 楊濱鍵.山東省種植業(yè)低碳績效評價與減排政策研究[D]. 哈爾濱： 東北林業(yè)大學， 2020.

Yang Binjian. Study on low carbon performance evaluation and emission reduction policy of Shandong planting industry [D]. Harbin： Northeast Forestry University， 2020.

[ 5 ] Johnson M F， Franzluebbers A J， Weyers S L， et al. Agricultural opportunities to mitigate greenhouse gas emissions [J]. Environmental Pollution， 2007， 150： 107-124.

[ 6 ] 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)演進及空間溢出效應[J]. 中國農(nóng)村經(jīng)濟， 2022（3）： 104-127.

Tian Yun， Yin Minhao. Re?evaluation of China's agricultural carbon emissions： Basic status， dynamic evolution and spatial spillover effects [J]. Chinese Rural Economy， 2022（3）： 104-127.

[ 7 ] 李波. 經(jīng)濟增長與農(nóng)業(yè)碳排放關系的實證研究 [J]. 生態(tài)環(huán)境學報， 2012， 21（2）： 220-224.

Li Bo. Empirical study on relationship between economic growth and agricultural carbon emissions [J]. Ecology and Environmental Sciences， 2012， 21（2）： 220-224.

[ 8 ] 王長波， 張力小， 栗廣省.中國農(nóng)村能源消費的碳排放核算[J]. 農(nóng)業(yè)工程學報， 2011， 27（S1）： 6-11.

Wang Changbo， Zhang Lixiao， Li Guangsheng. Carbon emission accounting from rural energy consumption in China [J]. Transactions of the Chinese Society of Agricultural Engineering， 2011， 27（S1）： 6-11.

[ 9 ] 吳昊玥， 黃瀚蛟， 何宇， 等.中國農(nóng)業(yè)碳排放效率測度、空間溢出與影響因素[J]. 中國生態(tài)農(nóng)業(yè)學報（中英文）， 2021， 29（10）： 1762-1773.

Wu Haoyue， Huang Hanjiao， He Yu， et al. Measurement， spatial spillover and influencing factors of agricultural carbon emissions efficiency in China [J]. Chinese Journal of Eco?Agriculture， 2021， 29（10）： 1762?1773.

[10] 范振浩， 邢巍巍， 卜元卿， 等.江蘇省種植業(yè)碳排放的測算及達峰分析[J]. 水土保持學報， 2023， 37（5）： 78-85.

Fan Zhenhao， Xing Weiwei， Bu Yuanqing， et al. Calculatin and peak analysis of carbon emissions from agricultural planting in Jiangsu Province [J]. Journal of Soil and Water Consevation， 2023， 37（5）： 78-85.

[11] 尹巖， 郗鳳明， 邴龍飛， 等.我國設施農(nóng)業(yè)碳排放核算及碳減排路徑[J]. 應用生態(tài)學報， 2021， 32（11）： 3856-3864.

Yin Yan， Xi Fengming， Bing Longfei， et al. Accounting and reduction path of carbon emission from facility agriculture in China [J]. Chinese Journal of Applied Ecology， 2021， 32（11）： 3856-3864.

[12] 蔣添誠， 胡純， 王巧稚， 等.湖北省農(nóng)業(yè)碳排放時空特征及脫鉤研究[J]. 環(huán)境污染與防治， 2021， 43（11）： 1476-1480.

[13] 劉楊， 代雪靜， 楊曉鈺， 等. 2000—2020年山東省種植業(yè)碳排放量及碳匯量時空差異分析[J]. 四川環(huán)境， 2023， 42（5）： 317-326.

Liu Yang， Dai Xuejing， Yang Xiaoyu， et al. Spatial and temporal characteristics of carbon emission and carbon sink of planting industry in Shandong Province from 2000 to 2020 [J]. Sichuan Environment， 2023， 42（5）： 317-326.

[14] 崔朋飛， 朱先奇， 李瑋.中國農(nóng)業(yè)碳排放的動態(tài)演進與影響因素分析[J]. 世界農(nóng)業(yè)， 2018（4）： 127-134.

[15] 米麗娟. 云南省農(nóng)業(yè)碳排放驅(qū)動因素與脫鉤效應研究[J]. 智慧農(nóng)業(yè)導刊， 2023， 3（17）： 45-48.

Mi Lijuan. Research on driving factors and decoupling effects of agricultural carbon emission in Yunnan Province[J]. Journal of Intelligent Agriculture， 2023， 3（17）： 45-48.

[16] 劉楊， 劉鴻斌.山東省農(nóng)業(yè)碳排放特征、影響因素及達峰分析[J]. 中國生態(tài)農(nóng)業(yè)學報（中英文）， 2022， 30（4）： 558-569.

Liu Yang， Liu Hongbin. Characteristics， influence factors， and prediction of agricultural carbon emissions in Shandong Province [J]. Chinese Journal of Eco?Agriculture， 2022， 30（4）： 558?569.

[17] Talley， Trigg. Call for expert reviewers to the U.S. government review of the working group I contribution to the fifth assessment report of the intergovernmental panel on climate change （IPCC）， climate change 2013： The physical science basis [J]. State Department Documents / FIND， 2012， 77（187）： 59238-59239.

[18] Ang B W. The LMDI approach to decomposition analysis： A practical guide [J]. Energy Policy， 2005， 33（7）： 867-871.

[19] 胡婉玲， 張金鑫， 王紅玲. 中國農(nóng)業(yè)碳排放特征及影響因素研究[J]. 統(tǒng)計與決策， 2020， 36（5）： 56-62.

Hu Wanling， Zhang Jinxing， Wang Hongling. Characteristics and influencing factors of agricultural carbon emission in China [J]. Statistics amp; Decision， 2020，36（5）： 56?62.

[20] 曠愛萍， 謝凱承.大西南綜合經(jīng)濟區(qū)農(nóng)業(yè)碳排放特征及影響因素——基于LMDI分解和面板回歸[J]. 桂林航天工業(yè)學院學報， 2023， 28（3）： 414-426.

[21] 劉書暢， 葉艷妹， 林耀奔.基于脫鉤理論與LMDI模型的農(nóng)村居民點演化特征及驅(qū)動因素分解[J]. 農(nóng)業(yè)工程學報， 2019， 35（12）： 272-280.

Liu Shuchang， Ye Yanmei， Lin Yaoben. Evolution characteristics and decomposition of driving factors on rural residential land based on decoupling theory and LMDI model [J]. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（12）： 272-280.

[22] 王先鋒.改革開放以來中國共產(chǎn)黨的惠農(nóng)政策研究[D]. 濟南： 山東師范大學， 2012.

[23] 《中華人民共和國國民經(jīng)濟和社會發(fā)展第十二個五年規(guī)劃綱要》[J]. 民主， 2011 （7）： 37.

[24] 何梓瑜.農(nóng)村人口流動對農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展的影響分析——以貴州省為例[J]. 糧食科技與經(jīng)濟， 2020， 45（6）： 48-51.