中國耕地資源利用的碳排放時空特征及脫鉤效應研究

丁寶根，楊樹旺， 趙 玉，易 松

（1.中國地質大學經濟管理學院，湖北 武漢 430074；2.東華理工大學經濟與管理學院，江西 南昌 330013）

1 引言

長期以來，在農業機械化、農業化學化等因素推動下，中國耕地資源利用的經濟產出效率得到極大提高，農業經濟水平持續提升，但耕地資源利用過程中的高耗能、高污染和高排放的現象較為普遍，導致耕地資源利用與生態環境安全之間的矛盾十分突出，致使耕地資源可持續利用遭受嚴峻挑戰。耕地資源利用“低碳化”作為統籌生態環境安全、糧食安全和農產品質量安全的重要手段，已成為實現耕地資源可持續利用的關鍵途徑和實現農業高質量發展的重要保障。與此同時，中共十八大以來，綠色發展成為指導中國未來發展的五大理念之一；中共十九大后，高質量發展成為未來中國經濟社會發展的重要導向；“低碳化”作為綠色發展和高質量發展的重要內涵特征，正成為各領域關注的焦點。可以說，推動耕地資源低碳化利用既是新時代中國耕地資源可持續利用的內在需求，也是中央的明確要求，更是實現農業高質量發展的關鍵和緊迫任務。那么，如何構建可供核查的耕地資源利用的碳排放測度體系？中國耕地資源利用的碳排放存在怎樣的時序演化特征、省際差異、區域差異、脫鉤狀態？這些都是亟待回答的問題。

目前學術界圍繞“土地資源利用”相關碳排放問題進行了大量探索，內容主要包括：土地資源利用的碳排放測度方法以及碳排放效應[1-5]；土地資源利用的碳排放時序變化與空間分異特征[6-10]；土地資源利用的碳排放驅動因素[11-14]；土地資源利用的碳排放與經濟增長或產業發展的脫鉤效應[15-18]。總體而言，國內外諸多學者在土地資源利用的碳排放問題上取得了一系列卓有成效的研究成果，為中國耕地資源利用的碳排放問題研究奠定了良好基礎，但已有文獻還存在以下不足：（1）更多聚焦于建設用地和城市土地利用，而對耕地資源利用的碳排放問題研究涉及較少；（2）研究地域范圍多局限于省域或地級市，鮮有對全國范圍耕地資源利用的碳排放時空特征開展全面性和系統性研究；（3）關于土地資源利用的碳排放與經濟增長之間脫鉤分析不夠深入，特別是基于同一時期不同地區脫鉤特征的對比分析不多見。

基于上述研究背景和研究現狀，本文在科學編制耕地資源利用的碳排放測算體系基礎上，對2000—2017年中國耕地資源利用的碳排放進行測算，并全面、系統地分析中國31個省份（不含港、澳、臺地區）耕地資源利用的碳排放時序變化特征、省際差異、區域差異等；同時，運用TAPIO脫鉤模型分別從不同階段和不同省域視角綜合分析中國耕地資源利用的碳排放與農業經濟增長之間的脫鉤關系特征，從而得出相關研究結論和啟示，為實現耕地資源可持續利用以及實現農業高質量發展提供決策參考。

2 研究方法與數據來源

2.1 耕地資源利用的碳排放測算方法

目前學界對耕地資源利用的碳排放存在兩種理解：一種認為耕地資源利用的碳排放僅局限于耕地資源利用過程中因人的生產活動而導致的直接或間接的溫室氣體碳排放效應[19]；另一種認為耕地資源利用的碳排放還包括耕地資源本身及產出物的碳匯效應[20]。從李俊杰[11]、張俊飚[15]、黎孔清[19]等學者已有的農地碳排放相關研究成果來看，大多數研究更側重第一種理解。同時，本文探索碳排放的目的是為耕地資源利用的低碳化政策提供思路和參考，而耕地資源利用的低碳化主要表現為耕地資源利用過程中減少高碳物資的投入及土壤的破壞。基于此，本文認為耕地資源利用的碳排放主要表現為種植行為或農戶行為直接或間接導致的溫室氣體排放，其主要來自于以下幾類活動：（1）耕地資源利用化學化，如化肥、農藥、農膜在生產和使用過程中所導致的直接或間接碳排放；（2）能源消耗，如農業機械運用以及農業灌溉過程中消耗的柴油、電力等能源在生產和使用過程中導致的直接或間接碳排放；（3）耕地種植，如翻耕行為破壞了土壤有機碳庫，有機碳釋放到空氣中而形成的碳排放。現有文獻關于耕地資源利用的碳排放測算尚未形成統一方法。本文基于IPCC碳排放系數法[21]來測算耕地資源利用的碳排放，主要考察化肥、農藥、農膜、農機、灌溉和翻耕6種碳源，測算公式如下：

式（1）中：C為耕地資源利用碳排放總量（單位：t）；Cf、CP、Cm、Ce、Ci、Ct分別為耕地資源利用過程中化肥、農藥、農膜、農機、灌溉和翻耕引致的碳排放量（單位：t）。基于相關文獻資料，得出耕地資源利用碳排放計算公式及碳排放系數（表1）。

2.2 脫鉤關系分析模型

1993年，OECD[28]首次提出“脫鉤”概念，描述了經濟驅動因子與環境壓力因子之間的關系，并將脫鉤關系分為絕對脫鉤和相對脫鉤兩種狀態，其中絕對脫鉤表現為經濟增長但資源消耗保持不變或負增長，而相對脫鉤表現為經濟增速快于資源消耗的增速。但OECD脫鉤模型存在較明顯的缺陷：一是對變量的基期和期末取值具有高敏感度，容易產生計算偏差；二是對脫鉤關系類型劃分過于籠統，不能細分經濟增長與環境壓力之間關系的具體類型[29]。2005年，TAPIO[30]在OECD脫鉤模型的基礎上進一步提出了“脫鉤彈性”的概念，又被稱為碳排放彈性，指經濟增長幅度與碳排放量變動程度的比值，可以較好地反映碳排放量變化對于經濟增長的敏感程度。根據脫鉤彈性值的大小，TAPIO定義了8種脫鉤狀態，即為擴張負脫鉤、強負脫鉤、弱負脫鉤、弱脫鉤、強脫鉤、衰退脫鉤、增長連接和衰退連接（表2）。

表1 耕地資源利用各碳排放源計算公式和碳排系數Tab.1 Calculation formula and carbon emission coefficient of each carbon emission source of cultivated land resource utilization

表2 TAPIO 8種脫鉤狀態劃分Tab.2 Eight decoupling states of TAPIO

相比OECD脫鉤指標，TAPIO脫鉤彈性克服了基期選擇的困難，其采用的“彈性概念”可動態反映變量之間的脫鉤關系，在研究碳排放與經濟增長之間的關系方面更具有優勢。據此，本文選用TAPIO脫鉤指標對中國耕地利用碳排放與農業經濟增長的脫鉤關系進行分析，建立脫鉤模型如下：

式（2）中：e表示脫鉤彈性；C表示耕地利用碳排放量（單位：t）；ΔC表示耕地利用碳排放變化量（單位：t）；G表示農業產值（單位：元）；ΔG表示農業產值增加量（單位：元）。

2.3 數據來源

本文所用到的化肥、農藥、農膜、農械、翻耕、灌溉、農業產值等相關數據均來自于2000—2018年《中國農村統計年鑒》以及中國31個省份（不含港、澳、臺地區）的統計年鑒。其中，化肥以農業化肥折純量為準；農藥、農膜以當年實際使用量為準；農機以當年農用機械總動力為準；翻耕則以當年農作物播種面積代替；灌溉則以當年有效灌溉面積為準。需特別說明的是，本文中農業產值是指種植業GDP。

3 結果與分析

3.1 中國耕地資源利用的碳排放時空特征分析

3.1.1 碳排放量的時空特征分析

基于式（1）的計算，可知中國耕地資源利用碳排放和增速的時序變化特征（圖1）。2000—2015年，中國耕地利用碳排放處于持續增長，年均增量達175.8萬t，年均增速為2.56%。這可能源于農業化學化和機械化導致化肥、農藥、農膜以及農業機械等農用物資投入或土壤破壞程度的增加，從而引起耕地資源利用碳排放的增加。但2010年后耕地資源利用碳排放增速持續下降，特別是2015年之后進入負增長階段，耕地資源利用碳排總量2016年和2017年分別下降了0.86%和2.43%，由此表明中國耕地資源利用碳排放正得到有效控制，這可能得益于中共十八大以來低碳綠色發展理念在農業生產領域的不斷實踐，耕地資源利用正從高碳化向低碳化轉變。

圖1 2000—2017年中國耕地資源利用碳排放總量及增速的時序變化Fig.1 Time series changes of carbon emission and growth rates of cultivated land resource utilization in China from 2000 to 2017

圖2 2000年和2017年中國大陸31個省份耕地利用碳排放格局Fig.2 Carbon emission of cultivated land utilization in 31 provinces of mainland China in 2000 and 2017

通過計算，可得2000年和2017年31個省份（不含港、澳、臺地區）耕地資源利用的碳排放空間格局（圖2）。為了更加直觀地對比省際間或區域間耕地資源利用的碳排放差異性，采用自然間斷法，將碳排放劃分為5級，即1級碳排放量最低，5級碳排放量最高。從省域層面看，1級碳排放量省份趨于減少，2000年包括新疆、內蒙古、甘肅、陜西、吉林、江西等18個省份屬于1級碳排放區域，到2017年，減少了7個省份；從2000—2017年，5級碳排放省份增加了河南，3級碳排放省份增加了新疆、黑龍江、安徽、湖南、湖北和四川。這表明，糧食主產區的傳統農業大省以種植業為主，對耕地資源的依賴度較高，同時，化肥、農膜、農藥等高碳物資投入較多，導致其耕地資源利用的碳排放量居于高位，成為耕地資源利用的碳排放主要來源地，并且碳排放的省際差異趨于擴大。從區域層面看，碳排放量較高的省份主要集中在中部地區和東部地區，這可能源于這些區域耕地資源利用的集約化程度較高等因素的影響；同時，不同區域碳排放差異總體上趨于縮小，但碳排放總量上呈現出2000年“東部＞中部＞西部＞東北”特征到2017年“西部＞中部＞東部＞東北”特征的轉變。

3.1.2 碳排放強度的時空特征分析

耕地資源利用的產出主要體現為農業產值，故耕地利用的碳排放強度可由單位農業GDP碳排放量來表示。因不受資源總量基數的影響，碳排放強度可客觀反映出某一時期或某一個地區耕地利用“低碳化”程度，能較好地進行時空比較。

從圖3可知，中國耕地資源利用的碳排放強度總體趨于下降態勢，從2000年的393.78 kg/萬元降至2017年的135.32 kg/萬元，降幅達66.64%，這可能得益于中國農業技術水平的提升、農業生產方式的改善以及政府對低碳綠色農業發展的重視，但受邊際遞減效應的影響，耕地資源利用的碳排放強度的下降速度趨于放緩，表明碳排放強度進一步改善越來越困難或改善的幅度將趨于越來越小。

圖3 2000—2017年中國耕地資源利用的碳排放強度及增速的時序變化Fig.3 Time series changes of carbon emission intensity and growth rates of cultivated land resource utilization in China from 2000 to 2017

圖4 2000年和2017年中國大陸31個省份耕地利用碳排放強情況Fig.4 Carbon emission intensity of cultivated land utilization in 31 provinces of mainland China in 2000 and 2017

如圖4所示，利用自然間斷法，將碳排放強度劃分為5級，即1級碳排放強度最低，5級碳排放強度最高。從省域層面看，2000年1級碳排放強度省份0個，2017年增加了遼寧、河北、山東、江蘇等24個1級碳排放強度省份，占全國比重達77.42%；5級碳排放強度省份從4個減少至0個，4級碳排放強度省份從4個減少至0個。由此表明，中國絕大多數省份耕地資源“低碳化水平”得到較大程度的提升，且各省域之間的差距趨于縮小。從區域層面看，2000年中國不同區域的碳排放強度存在較大的差距，碳排放呈現“中部＞東北＞西部＞東部”特征；2017年中國不同區域的碳排放強度差距趨于縮小，碳排放強度總體呈現南低北高的特征。對此，“因地制宜、實施差異化政策”將是中國耕地資源利用的碳排放控制或低碳化重要思路和方向。

3.1.3 不同碳排放源的時空特征分析

不同的歷史階段或時期，受農業生產結構、農業生產方式以及農業科技水平等因素的影響，耕地資源利用的不同碳源排放量及增速呈現不同的波動特征。從圖5可知，在過去的十幾年里，作為耕地資源利用碳排放的最主要碳源，農用化肥導致的碳排放總體上經歷了由上升到下降的變化，最高峰值為5 401.81萬t（2015年），但2016年起呈現下降趨勢。農膜導致的碳排放量占比約16.67%（2017年），已成為耕地資源利用的第二大碳排放源。2001—2015年，農膜引起的碳排放量總體上呈現上升的趨勢，可能源于為保障糧食增產增效而不斷增加農膜的使用； 2016年起農膜引起的碳排放呈現下降趨勢，可能得益于農膜高效利用以及低碳種植技術的推廣應用。農藥引致的碳排放量占比約10.39%（2017年），2001—2014年碳排放總體呈現明顯上升，但2015年起轉入持續下降態勢，從最高峰值891.55萬t（2014）跌至816.58萬t（2017年），表明近年來耕地資源利用過程中農藥的使用量持續減少。農機使用引起的碳排放量占比約3.71%，其碳排放量總體上呈現“下降—上升—下降”的波動特點，可能源于不同歷史時期農機推廣政策的變化以及農業生產方式的變化引起農機使用規模和使用效率的波動。自2001年以來，灌溉引起的碳排放量呈現持續增長的態勢，年均增速約1.37%，一定程度上表明水利設施的不斷完善導致了有效灌溉面積的持續增加。耕地資源利用過程中翻耕引起的碳排放量占比最低，僅為0.66%，其碳排放量從2001年的48.67萬t增加至2017年的52萬t，年均增速僅為0.38%，總體上波動幅度較小，這表明近十幾年來翻耕面積整體保持較穩定的狀態。

中國不同地區耕作制度、種植結構以及自然條件等存在較大的差異，導致耕地資源利用集約化水平和利用方式存在較大的不同，耕地資源利用過程中所投入的各類農用物資以及對土壤的破壞程度等存在較大不同，進而引起各地區耕地資源利用的碳排放源差異。從圖6看，中國各省耕地資源利用碳排放源于灌溉和翻耕的比重差異性不大，但源于化肥、農膜、農藥和農機的比重差異性較大。化肥使用占比較高的省份主要集中在水稻、小麥、玉米等糧食作物產量較大的北方傳統農業大省，比如陜西和河南；農藥使用占比較高的省份主要集中在農產品品種豐富、產量大的南方農業大省，特別是以農業經濟作物為主的南方農業強省，比如江西和廣東；農膜投入比重較高的省份主要集中在西部地區農業大省以及東部地區經濟強省，比如甘肅和上海；農機投入比重較高的省份主要集中在西部地區地廣人稀的省份以及東北地區的糧食生產大省，比如青海和黑龍江。

圖5 2000—2017年中國耕地資源利用不同碳源的碳排放量及增速時序變化Fig.5 Time series changes of carbon emission and growth rates of different carbon sources of cultivated land resource utilization in China from 2000 to 2017

此外，中國耕地資源利用不同區域不同碳源的全國占比存在差異，如圖7。東部地區經濟作物發達，對農藥依賴程度相對更高，導致農藥引起的碳排放全國占比較高；中部地區是中國重要的糧食生產區域，為保障糧食產量的持續提升，化肥的使用量相對較高，導致該區域化肥引起的碳排放全國占比較高；西部地區多干旱多低溫，為提高低溫和保證土壤濕度，農膜的使用量較高，導致該區域農膜引起的碳排放全國占比較高；東北地區耕地資源豐富且農業機械化程度較高，導致該區域農機引起的碳排放全國占比較高。

3.2 中國耕地資源利用碳排放與農業經濟增長的脫鉤效應分析

為更好地呈現中國不同省域碳排放脫鉤程度及脫鉤類型差異，同時對比中共十八大前后變化，基于TAPIO脫鉤模型對中國31個省份（不含港、澳、臺地區）2000—2012年和2013—2017年兩階段耕地資源利用的碳排放與農業經濟增長之間的脫鉤特征進行分析，所得結果如表3。

圖6 2017年31個省份耕地資源利用的不同碳排放源所占比重情況Fig.6 Proportion of different carbon emission source of cultivated land resource utilization in 31 provinces of mainland China in 2017

圖7 2017中國耕地資源利用不同區域不同碳源全國占比Fig.7 Proportion of different carbon sources for cultivated land resource in different regions of China in 2017

（1）2000—2012年階段，中國絕大多數的省份呈現“弱脫鉤”特征，僅北京和上海呈現“強脫鉤”特征。其中，上海脫鉤彈性值為-0.440，脫鉤程度最高；西藏的脫鉤彈性值為0.804，脫鉤程度最低；脫鉤彈性值在0～0.2的省份有18個，0.2～0.4的省份有8個；0.4～0.6的省份有2個，0.6～0.8的省份有1個。

（2）2013—2017年階段，江蘇、浙江、安徽、福建、江西、湖北、重慶、四川、陜西、寧夏呈現強脫鉤狀態，黑龍江、河南、廣東、廣西、海南、貴州、云南、西藏、青海、新疆呈現弱脫鉤狀態，北京、天津、遼寧、上海、山東、甘肅呈現衰退脫鉤，內蒙呈現擴張負脫鉤，吉林呈現強負脫鉤，河北、山西、湖南呈現弱負脫鉤；其中，浙江的脫鉤鉤彈性值為-0.854，脫鉤程度最高；山東的脫鉤彈性值為3.240，脫鉤程度最低。

從總體上看，中國耕地資源利用的碳排放呈現“強脫鉤”特征的省份數量有較快增長，但呈現的脫鉤類型及脫鉤程度趨于差異化。這表明，中國農業經濟持續增長的同時，對耕地資源的依賴程度總體上有所減弱，特別是中共十八大以來，在綠色發展理念的推動下，農業節能減排技術的應用以及農業生產方式的持續改善促進了耕地資源利用“低碳化”；此外，可能受農業經濟水平不同、農業資源稟賦不同以及農業生產結構不同等因素影響，中國各省份農業經濟增長對耕地資源的依賴程度以及耕地資源利用的低碳化程度存在較大差異性。

4 結論與啟示

農業經濟持續增長的同時，因耕地資源利用過程中化肥、農膜、農藥等高碳物資投入或土壤破壞程度的增加，直接或間接引致的碳排放不僅直接影響到耕地資源低碳化利用，也間接影響到農業高質量發展。由于不同時期各地區農業生產結構、農業生方式以及自然生態環境等存在較大差異，中國不同階段各地區耕地資源利用的碳排放或“低碳化”程度也不盡相同。

表3 2000—2012年和2013—2017年不同省域耕地利用碳排放與農業經濟增長的脫鉤特征Tab.3 Decoupling characteristics of carbon emissions from cultivated land utilization and agricultural economic growth in different provinces from 2000-2012 and 2013-2017

（1）2000—2015年中國耕地資源利用的碳排放總量持續增長，但自2010年起增速持續下降，且于2015年之后轉入負增長階段。與此同時，傳統農業大省碳排放量較高，而耕地資源稀少或生態脆弱的省份碳排放量較低；碳排放省際差異趨于擴大的同時，區域間差異卻趨于縮小。

（2）2000—2017年中國耕地資源利用的碳排放強度總體處于持續下降態勢，但受邊際遞減效應的影響，碳排放強度進一步改善的難度不斷加大；與此同時，中國絕大多數省份耕地資源利用的低碳化程度得到較大提升，總體上呈現“南低北高”的特點，碳排放強度的省際或區域差距趨于縮小。

（3）2000—2017年中國耕地資源利用的不同碳排放源的碳排放量及增速呈現不同的時序波動特征，其中，作為最主要的碳排放源，化肥2016年起引致的碳排放趨于下降態勢；與此同時，受氣候環境、種植結構、經濟發展水平等因素等影響，不同碳排放源的省域差異和區域差異較明顯。

（4）2000—2012年階段，中國絕大多數省份耕地資源利用的碳排放與農業經濟增長之間呈現“弱脫鉤”為主，僅北京和上海呈現“強脫鉤”；2013—2017年階段，中國31個省份（不含港、澳、臺地區）耕地利用碳排放與農業經濟增長之間呈現“強脫鉤”狀態的省份數量有較快增長，但呈現的脫鉤類型及脫鉤程度趨于差異化。

由研究結果和以上結論可以得到以下幾點啟示。

第一，化肥是耕地資源利用碳排放的主要碳源，也是推進耕地資源利用“低碳化”的關鍵。耕地資源利用碳排放強度高的地區應因地制宜制定化肥減量方案。農技推廣部門應做好土地肥力測算，并根據測算結果對化肥實施定額供給。另外，應逐步提高微生物肥料、生物有機肥和水溶性肥料的使用比重。減少盲目施肥造成的浪費和土壤污染，促進中國耕地資源利用的碳排放持續下降。

第二，應根據地區間碳源和碳排放量的差異，采取合適的應對策略。在推進耕地資源利用“低碳化”的過程中，應重點關注碳排量高、碳排強度較高的中西部地區。同時，依據地域差異性，實施差異化減排政策，推動中國耕地資源利用的碳排放整體下降。

第三，應推進農業綠色發展，不斷提升碳排放脫鉤程度。著力綠色發展，以有機農產品、綠色農產品以及品牌認證為抓手，以低碳綠色環保技術為重要支撐，推廣普及環境友好型耕地資源利用方式，優化種植結構以減少對高碳農用物資的依賴或對土壤的破壞，實現中國耕地資源利用的碳排放與農業經濟增長的絕對脫鉤。