低碳種植技術的減碳效應和應用驅動因素研究

黃冰冰,張小有,張繼欽

1.首都經濟貿易大學會計學院,北京 100070;2.江西農業大學經濟管理學院,江西 南昌 330045;3.江西農業大學財務處,江西 南昌 330045)

低碳種植技術的理論研究主要包括低碳種植技術概念的界定以及低碳種植技術體系的構建。低碳種植技術并不是一項具體的技術,而是種植業生產過程中包含的各項具有減碳貢獻的技術[1-2]。低碳種植技術體系的構建與低碳種植技術的概念界定緊密相關,正是由于低碳種植技術的集成性,有學者將低碳種植技術的概念界定與低碳種植技術體系的構建等同起來[3]。

化肥是種植業生產過程中的第1大碳排放源,占投入環節碳排放總量的60%左右[4]。從化肥內部結構來看,每1kg氮肥、磷肥以及鉀肥分別會排放3.932、0.636以及0.108kg標準碳,每1hm2糞肥排放1913.1kg二氧化碳[5-7]。故與化肥(特別是氮肥)相關的低碳種植技術減碳貢獻最大,如測土配方施肥等。農藥是繼化肥之后種植業的第2大碳排放源,美國橡樹嶺國家實驗室測算出每1kg化學農藥會產生4.9341kg標準碳[3]。故采用與農藥施用相關的低碳種植技術也具有較好的減碳效果,如農藥控制(釋放)技術等。壟作免耕等低碳種植技術也在一定程度上降低種植業碳排放量[8-9]。

低碳種植技術的影響因素研究存在4種范式:一是從理論上分析低碳種植技術應用的影響因素[10-12];二是不對低碳種植技術進行明細劃分,直接研究農戶的家庭特征、生產特征等因素對是否應用低碳種植技術的影響[10-12];三是具體分析一種低碳種植技術受何種因素影響[19-27];四是研究低碳種植技術應用數量的影響因素[28]。

低碳種植技術的研究主要集中在概念界定、碳源測定以及影響因素上。低碳種植技術的影響因素研究大多是將低碳種植技術作為名義變量,對低碳種植技術的系統性與多樣性缺乏代表性。筆者借鑒張小有等[29]的研究,以種植業生產過程中主要碳排放源的碳排放比重為權數,構建低碳種植技術應用指數,來衡量微觀主體低碳種植技術的應用水平。低碳種植技術應用指數能夠更加科學地反映低碳種植技術的綜合性,為低碳種植技術的研究與推廣應用提供借鑒。

1 低碳種植技術應用現狀

2016年7—8月和2018年1月,課題組先后在江西省贛州、撫州、九江等地區集中調研。調查發現,部分先進低碳種植技術應用到了實際生產過程中。例如,贛州地區有規模農戶利用無人機噴灑農藥,撫州地區有規模農戶采用滴灌、測土配方施肥等低碳種植技術。但仍然存在一些問題:(1)部分規模農戶對低碳種植技術認知程度較低,只理解到新技術層面,對于低碳種植技術難以理解。(2)規模農戶采用低碳種植技術的主要目的是節約成本或增加收益,尚未考慮對環境的影響。(3)政府扶持低碳種植技術的力度較小。從應用情況來看,61.7%的規模農戶采用了碳排放量相對較低的磷酸銨類肥料、有機肥或控釋肥;46.81%的規模農戶采用了深施肥或者澆灌施肥;39.63%的規模農戶采用了測土配方施肥技術;18.62%的規模農戶采用生物農藥作為傳統農藥的補充;8.24%的規模農戶采用了新型農藥控制技術;37.5%的規模農戶采用了可降解農膜。

低碳種植技術的減碳貢獻主要取決于:(1)低碳種植技術對應碳源(化肥、農藥、農用柴油以及農膜等)的碳排放量占種植業碳排放總量的比重。低碳種植技術對應碳源的碳排放量比重越高,減碳空間就越大。化肥是種植業最大的碳源,采用與化肥相關的低碳種植技術具有更廣闊的減碳空間。(2)低碳種植技術的應用程度。低碳種植技術的應用程度越高,減碳效果越好。

2 指標構建

種植業生產過程中各碳源比重不同,因此不同碳源下的低碳種植技術的減碳效果也不同,以碳源比重為權數構建低碳種植技術應用指數,能夠更科學地反映低碳種植技術的綜合性。要明確種植業主要碳源的比重,就需要對種植業的主要碳源進行測算。種植業碳源測算的流程為:(1)確定主要碳源(化肥、農藥、農用柴油以及農膜等);(2)確定主要碳源用量;(3)根據各碳源的碳排放系數與用量相乘得出碳排放量。具體公式為

Ei=∑Ti×δi。

(1)

式(1)中,Ei為種植業碳排放總量,萬t;Ti為碳源i的使用量,萬t;δi為碳源i的碳排放系數,kg·kg-1。主要測算結果見表1。

表1 江西省種植業碳源測算結果匯總Table 1 Summary of measurement results of carbon sources in the planting industry of Jiangxi Province

化肥、農藥、農膜以及柴油的用量數據來源于EPS全球統計數據/分析平臺;碳排放量=平均值×碳排放系數。1)碳排放系數經文獻[30-32]整理得出，單位為kg·kg-1。

種植業主要碳源的碳排放量各年存在一定的波動,因此江西省種植業主要碳源的比重也隨之變化。為盡可能控制采用某一年度碳源比重所帶來的偏差,選取2012—2016年化肥、農藥、農膜以及農用柴油用量平均值,以此為基礎來計算種植業主要的碳源比重。采用5 a平均值計算出的種植業主要碳源比重可為低碳種植技術應用指數的構建提供較為客觀的依據。

種植業主要碳源確定后,需要進一步確定對應的低碳種植技術。從低碳種植技術的減碳貢獻來看,化肥是種植業的第1大碳源。影響施肥環節化肥碳排放的因素主要有:(1)肥料類型。每1 kg磷肥、鉀肥的碳排放量分別相當于氮肥的16.17%與4.58%,施用有機肥和控釋肥的碳排放量也遠低于氮肥[3]。(2)施肥方式。相對于撒明肥,深施肥減少了施肥過程中的揮發,土壤固碳作用增強,從而降低了碳排放量[3]。(3)施肥技術。低碳施肥技術主要指測土配方施肥,測土配方施肥根據土質來確定肥料類型與用量,避免過度施肥,從而降低碳排放量。

農藥也是種植業的主要碳源之一,平均每1 kg化學農藥會產生4.934 1 kg 標準碳[3]。農藥施用過程中產生碳排放的主要因素有:(1)農藥類型。農藥可大致分為傳統化學農藥與新興生物農藥。化學農藥使用過程中會產生大量的碳排放。生物農藥采用生物活體或者其代謝物來殺滅有害生物,因而不會產生大量的碳排放。(2)農藥用量。降低農藥用量是減少施藥環節碳排放的重要途徑。農藥控制(釋放)技術降低了農藥的揮發速度,減少了農藥的施用次數,因而降低了施藥量。

農膜產生的碳排放量占種植業碳排放總量的7.01%～13.26%,也是比重較高的碳源之一[1,4,32]。土壤是重要的碳庫,現有的低碳技術主要通過2個方面來降低碳排放:一是增加土壤固碳量;二是降低碳排放量。傳統的高分子有機化學聚合物屬性的農用地膜在土壤中長期難以降解,影響土壤透氣性,長期下去會導致土壤環境惡化,極大影響了土壤碳庫的形成[33]。可降解農膜或者生物降解農膜能夠在短時間內降解,不會對土壤造成污染,保障了土壤的固碳功能。

農用柴油的使用也會直接帶來大量的碳排放,占種植業碳排放總量的10%以上[4]。在農業生產過程中提高柴油使用效率,降低柴油用量對降低農業碳排放意義重大。具體低碳種植技術劃分情況如表2所示。

表2 低碳種植技術劃分Table 2 Division of low-carbon planting technologies

權數由表1測算得到，其值為2012—2016年江西省種植業主要碳源碳排放量占種植業碳排放總量的平均比重。

低碳種植技術應用指數(Ai)[29]計算公式為

(2)

式(2)中,Cm，i、Cj，i、Ck，i、Cn，i分別為第i戶規模農戶農膜、化肥、農藥以及農用柴油對應的低碳種植技術應用狀況。低碳種植技術應用指數的構建,一方面能夠考察規模農戶低碳種植技術應用的總體水平與地區分布;另一方面作為低碳種植技術應用驅動因素研究模型中的因變量,能夠較為全面地考察規模農戶低碳種植技術應用總體水平的影響因素。

3 研究假設

在傳統經濟學研究范式下,人是理性而沒有情感的,以追求效用最大化為目標。梅奧等的霍桑實驗表明,社會人假設可能比經濟人假設更有科學性。社會人假設認為,社會關系優于物質利益[34]。在倡導可持續發展的背景下,作為理性的社會人,規模農戶更愿意使用低碳種植技術。因此,低碳種植技術的應用,不僅受經濟因素的影響,還受社會因素的影響。從經濟社會因素出發,結合以往的研究視角[11,20,35-36],將可能影響規模農戶低碳種植技術應用的因素分為4個維度:家庭特征、生產特征、互聯網特征和培訓特征。下面進一步分析規模農戶的各項特征與低碳種植技術之間的關系。

3.1 家庭特征與低碳種植技術的應用

家庭特征包括家庭人口、戶主與配偶的平均年齡及受教育程度、戶主是否為黨員干部等因素。農戶的家庭人口反映了農戶的人口壓力。在耕地面積一定的條件下,隨著家庭人口的增加,耕地資源稀缺程度增加,農戶可能更加注重產量的增長而缺乏對產品品質的關心[35]。如果農戶通過新型低碳種植技術提高產量和品質來增加收入,會促進低碳種植技術的應用;如果農戶依靠過量施用化肥、農藥,則可能產生更多的碳排放。因此,家庭人口可能會和其他因素共同起作用,如受教育程度高的農戶可能傾向于依靠低碳種植技術來提高產量與產品品質。同時,農戶年齡與技術的采納成反比,年齡大的農戶相對于年齡小的農戶更為保守,傾向于采用傳統技術[37]。低碳種植技術相對于傳統技術大多屬于新型環保技術,年齡越小的戶主對于低碳種植技術的采納與應用程度可能更高。教育程度對低碳種植技術的應用也具有重要影響,在其他條件不變的情況下,農業勞動力文化教育年限每增加1 a,農戶在糧食作物上的化肥施用量會減少0.23%[36]。我國有39%的農民讀不懂農藥標簽或者不能正確理解農藥標簽的內容,在施藥過程中憑借經驗確定用量[11]。因此教育程度高的戶主能夠控制農藥和化肥的施用量,對低碳種植技術的接納程度更高。配偶對戶主的行為可能產生重要影響,因此在年齡和受教育程度的衡量上,筆者不僅考慮了戶主的年齡和受教育程度,同時將配偶的年齡和受教育程度考慮進來:以戶主和配偶的平均年齡與受教育程度代表規模農戶的年齡和受教育程度。除了上述因素,在發展低碳農業的趨勢下,農村基層黨員干部有更多渠道接觸到低碳種植技術,他們也是低碳種植技術的重要推廣者。在以家庭為單位的農業生產組織中,家庭特征對低碳種植技術的應用具有基礎性的影響。基于上述分析,提出假設1(H1):規模農戶家庭特征對低碳種植技術應用具有顯著影響。

3.2 生產特征與低碳種植技術的應用

生產特征主要包括種植規模、地形、土壤肥力以及交通狀況。種植規模對技術采用具有重要影響[38-39],隨著種植規模的擴大,采用低碳種植技術能夠顯著降低成本,如采用測土配方施肥技術能夠降低化肥施用量,采用農藥控釋技術能夠降低農藥施用量。不同的地形對于規模農戶的技術需求也具有重要影響[40-41],平原地區的規模農戶種植面積相對較大,追求更高的投入產出比,對于新技術的接受程度與需求更高。低碳種植技術在很大程度上能夠滿足這一需求。土壤質量對化肥的施用量具有直接的影響,土壤肥力越高,所需要的化肥量越少[36]。土壤肥力較低的地區化肥需求量更大,對于測土配方施肥等技術的需求程度更高,因此低碳種植技術應用程度可能越高。農業基礎設施狀況對農戶的技術需求具有顯著影響[40],交通狀況是農業的核心基礎設施之一。交通便利的地區經濟相對發達,信息獲取便利,農戶參加組織的推廣培訓更為便利,因此低碳種植技術應用水平可能較高。基于上述分析,提出假設2(H2):規模農戶生產特征對低碳種植技術應用具有顯著影響。

3.3 互聯網特征與低碳種植技術的應用

隨著互聯網以及移動終端在我國的快速發展,傳統農業的生產與銷售模式受到了深刻影響。截至2017年底,我國農村網民達2.09億。互聯網對低碳種植技術的影響主要有2個渠道:(1)信息渠道。互聯網能夠實時反映外部世界信息,在國家倡導低碳農業的大背景下,互聯網成為廣大農民獲取低碳種植技術相關信息的重要渠道之一。(2)銷售渠道。隨著農村電商的飛速發展,農產品逐漸從線下轉到線上銷售。在互聯網的競爭環境下,消費者對于無公害農產品的偏愛會促使農業生產者主動采用低碳種植技術,例如降低化肥農藥的施用。互聯網特征主要包括:(1)聯網狀況,表示規模農戶是否接入了互聯網;(2)互聯網銷售意愿,表示規模農戶是否積極參與市場競爭,通過互聯網渠道提供無公害的農產品獲取更高的收益;(3)互聯網使用程度,表示規模農戶是否經常上網以及互聯網使用的熟練程度;(4)互聯網使用目的,表示規模農戶使用互聯網主要用于了解農業技術政策還是其他。基于上述分析,提出假設3(H3):規模農戶互聯網特征對低碳種植技術應用具有顯著影響。

3.4 培訓特征與低碳種植技術的應用

培訓特征主要包括培訓狀況、培訓次數、培訓形式以及培訓內容。一些農戶文化水平較低,對低碳種植技術的認可度較低,需要政府進行推廣培訓加以提升。培訓次數和培訓環境對環境友好型技術的采用有重要影響[20]。通過推廣培訓,能夠提高農戶對低碳種植技術的認可度與應用的積極性。筆者將培訓行為進一步細化,除了關注傳統的是否參加培訓以及培訓次數之外,進一步考察培訓形式與培訓內容對低碳種植技術的影響。培訓形式包括面授和遠程2種,不同的培訓形式可能會產生不同的培訓效果。培訓內容重點考察規模農戶參加的低碳種植技術培訓項目,只有參加了低碳種植技術相關培訓,學以致用,才能推進低碳種植技術的正確應用。基于上述分析,提出假設4(H4):培訓特征對規模農戶低碳種植技術應用具有顯著影響。各自變量定義如表3所示。

表3 自變量定義Table 3 Definition of independent variables

4 實證分析

4.1 描述性統計

樣本數據來源如下:(1)課題組2016年7—8月對江西省贛州、撫州等地區的集中調研;(2)課題組2018年1月對江西省九江等地區的集中調研。涉及地區如下:贛州地區涉及縣(市)包括寧都縣、石城縣、興國縣、信豐縣以及于都縣;撫州地區涉及縣(市)包括東鄉縣、南豐縣、臨川區以及樂安縣;九江地區涉及縣(市)包括柴桑區、瑞昌市;吉安地區涉及縣(市)包括吉水縣、新干縣、泰和縣;宜春地區涉及縣(市)包括萬載縣、豐城縣;南昌地區涉及縣(市)包括進賢縣、安義縣;上饒地區涉及縣(市)包括廣豐縣、萬年縣;萍鄉地區涉及縣(市)包括蘆溪縣;鷹潭地區涉及縣(市)包括余江縣;景德鎮地區涉及縣(市)包括余干縣;新余地區涉及縣(市)包括渝水區。以可靠性、代表性和隨機性為抽樣原則,調查人員共選取上述區域內40個鄉鎮作為抽樣點,每個鄉鎮在規模以上(種植面積6.667 hm2以上)農戶中隨機抽取10個農戶進行問卷調查。調查共發放問卷400份,其中有效問卷376份。采用Excel 2010、Stata 13.0軟件進行數據處理。

從低碳種植技術應用狀況的地區分布(表4)可知,樣本集中在贛州、撫州、九江以及吉安地區,合計296份有效問卷,占有效問卷總量376份的78.72%。從低碳種植技術總體的采用量上來看,376戶規模農戶中,采用磷酸銨、控釋肥或者有機肥的規模農戶最多,達232戶,占比61.7%;其次為采用深施肥和澆灌施肥的規模農戶,達176戶,占比46.81%;采用測土配方施肥和可降解農膜的規模農戶也較多,分別為149和141戶;采用農藥控制技術的規模農戶較少,只有31戶,占比8.24%。可見,規模農戶低碳種植技術在化肥、農膜方面應用較多,在農藥、農用柴油方面的應用較少。從地區間差異來看,低碳種植技術應用數量平均值最高的地區為九江市,為2.53項,表示九江地區平均每戶規模農戶采用2.53項低碳種植技術;其次為吉安市,平均每戶規模農戶采用2.52項低碳種植技術;采用低碳種植技術最少的地區為鷹潭市,平均每戶規模農戶采用1項低碳種植技術。

根據式(2)結合表2,分別計算每戶規模農戶的低碳種植技術應用指數,代表規模農戶低碳種植技術的綜合應用程度,在此基礎上統計出各地區低碳種植技術應用指數的中位數和平均值(表4)。整體上來看,低碳種植技術應用指數的平均值為0.37,中位數為0.39,說明低碳種植技術應用指數高于平均值的規模農戶較多。從地區分布來看,低碳種植技術應用指數平均值最高的地區是吉安市,達0.41,低碳種植技術應用指數中位數最高的地區是新余市,達0.47;低碳種植技術應用指數平均值和中位數最低的地區均為鷹潭市,分別為0.17和0.10。

表4 各項低碳種植技術及低碳種植技術應用指數地區分布Table 4 Regional distribution of low-carbon planting technologies and low-carbon planting technology application index

1)指平均每戶規模農戶采用低碳種植技術的數量。

進一步對規模農戶各項特征進行描述性統計分析(表5):從家庭特征來看,平均每戶規模農戶有家庭人口4.75人,家庭人口最多達14人,最少為2人;戶主和配偶平均年齡的中位數為44歲,最小值為19歲,最大值為70歲,差異較大;戶主和配偶平均受教育程度的平均值為2.55,處于初中和高中之間,整體上受教育程度較低;同時黨員干部的平均值為0.42,說明接近一半戶主是黨員干部。從生產特征來看,種植規模低于平均值的較多,同時差異較大;地形的平均值為2.89,中位數為3,說明調查地區主要以丘陵和平原為主;土壤肥力的平均值為3.10,表示土壤肥力一般;交通狀況的平均值為2.98,中位數為3,說明規模農戶到城鎮的路況以水泥路為主。從互聯網特征來看,聯網狀況的平均值為0.76,說明76%的規模農戶接入了互聯網;互聯網銷售意愿的平均值為0.63,說明63%的規模農戶希望通過互聯網銷售農產品;互聯網使用程度的平均值為1.61,中位數為2,說明規模農戶整體上經常上網;互聯網使用目的的平均值為0.87,說明87%的規模農戶通過互聯網了解農業技術政策。從培訓特征來看,培訓狀況的平均值為0.47,說明47%的規模農戶過去一年參加過培訓;培訓次數的平均值為1,說明規模農戶一年內平均參加的培訓次數為1次;培訓形式的平均值為0.44,說明面授培訓和遠程培訓均有,并且遠程培訓多于面授培訓;培訓內容的平均值為0.78,中位數為1,說明規模農戶參加的培訓平均會涉及到1項低碳種植技術。

4.2 實證檢驗

構建回歸模型檢驗各項特征對規模農戶低碳種植技術應用水平的影響。對連續變量(家庭人口、年齡、種植規模)取對數,以消除量綱不同的影響。由于調查樣本涉及2個年度,并涉及到贛州、撫州、九江等11個地區,為進一步消除年度與地區差異的影響,在回歸過程中對年度和地區進行控制。具體的控制方法為:根據年度和地區生成2個虛擬變量,分別代表年度和地區差異,加入回歸模型。

表5 自變量描述性統計Table 5 Descriptive statistics of independent variables

各自變量賦值方法見表3。1)單位為0.067 hm2。

y=α0+α1×lnx1+α2×lnx2+α3×x3+α4×x4+α4×lnx5+α6×x6+α7×x7+α8×x9+α10×x10+α11×x11+α12×x12+α13×x13+α14×x14+α15×x15+α16×x16+Y+R+ε。

(3)

式(3)中,y為規模農戶的低碳種植技術應用指數;x1～x16的含義見表3；Y和R分別為年份和地區虛擬變量；ε為殘差。

模型回歸結果(表6)的調整后R2為0.188,F值為5.83,具有統計學意義。方差膨脹因子(VIF)值越大,表明共線性越嚴重。一般來說,當0

表6 回歸分析結果Table 6 Results of regression analysis

5 結論與建議

根據實地調查數據,分析低碳種植技術的應用現狀與減碳貢獻,并基于構建的低碳種植技術應用指數,實證分析低碳種植技術應用的驅動因素。研究表明:(1)低碳種植技術應用程度仍然較低,低碳種植技術的減碳效應主要取決于對應碳源的比重及其應用程度。(2)戶主和配偶平均年齡較小、交通較為便利、希望通過互聯網銷售農產品和了解農業技術政策、積極參加培訓、培訓內容涉及低碳種植技術的規模農戶具有較高的低碳種植技術應用水平。

基于上述研究結果,提出如下建議:

第一,年輕新型農民是低碳種植技術的推廣主體。規模農戶戶主和配偶的平均年齡越低,低碳種植技術應用水平越高,說明年輕新型農民傾向于采用更為環保的新技術。提升年輕新型農民的文化水平,鼓勵年輕人到農村創業發展,對推廣低碳種植技術的應用具有重要意義。

第二,便捷的交通是低碳種植技術推廣的可靠保障。交通狀況對低碳種植技術應用具有顯著的正向影響。推進廣大農村地區尤其是集中連片貧困地區的“村村通”工程建設,使低碳種植技術“進得去”,也使希望了解低碳種植技術的新型農民“出得來”。

第三,“互聯網+”農業是低碳種植技術推廣的加速劑。希望通過互聯網銷售農產品和了解農業技術政策的規模農戶具有較高的低碳種植技術應用水平。基于此,首先要推進 “農村淘寶”等電子商務平臺的建設,為規模農戶銷售農產品提供新的渠道;其次要加強對規模農戶的引導,鼓勵其積極通過網絡了解最新的農業技術政策,化被動灌輸為主動探索,切實提高低碳種植技術應用水平。

第四,培訓學習是低碳種植技術推廣的主要動力。規模農戶參加涉及低碳種植技術的培訓能夠明顯提升低碳種植技術應用水平。實證結果表明,培訓形式和培訓次數并不重要,關鍵是培訓內容。政府部門組織的培訓是規模農戶了解低碳種植技術的重要渠道,并且由于可信度較高,很容易在農戶心中形成權威導向。因此,不僅要加大培訓力度,更重要的是在培訓內容中切實加入具體低碳種植技術的示范與講解,這樣才能實實在在提高低碳種植技術的應用水平,降低農業碳排放。