碳稅政策對農業土地利用變化及其碳排放的影響

馬曉哲,王雅晴,劉昌新,朱永彬,王 錚,4,*,余方琳

1 河南大學環境與規劃學院,開封 475004 2 中國科學院科技戰略咨詢研究院,北京 100190 3 中國科學院生態環境研究中心,北京 100085 4 華東師范大學地理信息科學教育部重點實驗室,上海 200241 5 黃河文明傳承與現代文明建設河南省協同創新中心,開封 475001

在全球氣候治理進程中,碳稅政策被視為減緩碳排放的有效措施之一,成為應對氣候變化的有力手段[1- 5]。在碳稅政策研究中,農業部門由于其碳源和碳匯的雙重特征,得到了學者的廣泛關注。目前,已有多位學者開展了農業部門碳稅政策的相關研究[6- 11]。施正屏、徐逢桂研究結果表明,將碳稅補貼至農業部門和個人所得稅是最佳的碳稅財政轉移支付政策[12]。LIU和WU關注了在中國開征碳稅對農業非二氧化碳溫室氣體排放的影響[13]。Tang模擬分析了碳稅政策對西澳大利亞南部地區農業碳排放和農民收入的影響[14]。Frank指出較高的碳稅總體上具有減排效應,卻會導致貧困地區農產品消費價格的上漲[15]。毫無疑問,這些研究對農業部門征收碳稅做出了有價值的貢獻,也為農業部門應對氣候變化提供了決策參考,但以上研究較多關注特定區域農業部門生產環節的碳減排,未能涉及農業土地利用變化的碳排放,更未能從全球尺度上就改變農業土地利用、增加農業碳匯提出政策建議,這對全球氣候治理決策的貢獻有限。

事實上,在全球氣候治理中,隨著工業減排空間逐漸減小,發揮農業的增匯潛力,利用耕地、森林、草地等進行固碳,成為減緩氣候變化的重要舉措之一[16]?！毒┒甲h定書》、《哥本哈根協定》和《巴黎氣候協定》相繼確定了造林、再造林活動在氣候治理中的重要性,并鼓勵締約方為減少毀林和森林退化采取積極行動和獎勵措施。氣候行動追蹤組織將阻止森林砍伐、減少林業和土地利用變化碳排放作為實現《巴黎氣候協定》的十大行動之一[17]。中國相繼出臺的《應對氣候變化國家方案》、《中國國家自主貢獻》,也將增加草地面積、實施植樹造林、退耕還林還草作為增加生態系統碳匯的重要舉措。然而,通過改變土地覆被的方式實現農業增匯需要大量的資金支持和政策傾斜,盡管當前針對農業的國際公共融資水平有了顯著上升,但融資規模仍然相對較小。

隨著學界對碳稅政策的不斷深入和實際推進,人們發現,碳稅收入可被用于政府財政收入、抵扣消費稅和生產稅、作為生產投入的補貼等[12,18- 20]。根據發達國家經驗,在出現氣候融資瓶頸時,碳稅還可以成為應對氣候變化公共資金的來源,通過財政轉移支付或補貼的形式為減緩氣候變化做出進一步的貢獻[21]?；谝陨系默F實和觀點,在全球應對氣候變化的背景下,農業部門融資水平有限的問題使其成為碳稅轉移支付的必要對象[22-23]。因此,將碳稅收入作為農業土地投入的補貼,能否改變農業土地利用格局、實現農業增匯,本文試圖就此問題展開研究,這對農業部門應對氣候變化具有重要的研究價值和參考意義,也是對碳稅收入使用方式的一種探索。鑒于此,本文采用了氣候變化綜合評估模型——全球氣候治理與發展政策模擬系統(governance and development policy simulater on global climate,GOPer-GC),構建國際碳稅情景,模擬分析將碳稅收入作為農業土地投入的補貼,對農業土地土地利用變化碳排放的影響,為全球氣候治理提供決策參考。

1 模型與數據

1.1 GOPer-GC模型

評估碳稅政策對農業土地利用變化及其碳排放的影響,關鍵是將碳稅政策的影響從經濟系統傳導至農業部門,為此本文采用GOPer-GC模型作為研究工具。這是因為GOPer-GC模型是一個面向全球治理的氣候變化綜合評估模型,既包含了經濟模塊,也包含了土地利用變化模塊,很好地滿足了本文的研究需求,模型的總體框架如圖1所示[24]。

首先,GOPer-GC模型的經濟模塊是以美國普渡大學的GTAP(global trade analysis projet)模型為基礎構建的全球多區域多部門動態CGE(computable general equilibrium)模型。在確保經濟均衡發展的前提下,該模型能夠很好地模擬國民經濟體系中各部門間的相互影響。經濟模塊中還引入了碳稅機制,通過征稅前后的價格變化將碳稅影響引入模型之中,可以有效地模擬碳稅的征收對經濟體系的沖擊,這很好地滿足了本文評估碳稅政策影響的需求。

其次,GOPer-GC模型中引入了農業地租機制,加入了土地利用變化模塊,實現了對農業土地利用變化的模擬。該模塊中,農業覆被包括耕地、草地、林地3種類型,農業土地利用變化包含農用地非農化、農用地覆被類型的相互轉化兩個部分,其中,農用地覆被類型的相互轉換又可細分為草地變為林地、草地變為耕地、耕地變為林地、耕地變為草地、林地變為耕地、林地變為草地等六種類型?；谠撃K可以得到農業土地利用的面積變化,然而要得到土地利用變化導致的碳排放數據,還需要將農業土地利用變化與碳排放結合起來。為此,GOPer-GC模型中引入了AEZ-EF模型[25]。AEZ-EF模型將全球劃分為多個區域,并將各區域土地細分到18個類型的農業生態區,可用于估算基于農業生態區的土地利用變化碳排放。至此,GOPer-GC模型中農業土地利用變化碳排放的估算可以表達為：

Clu,aez,r=Qlu,aez,r·CElu,aez,r

(1)

式中,Clu,aez,r是區域r農業生態區aez中農業土地利用變化類型lu造成的碳排放,lu包含林地變為耕地、林地變為草地、耕地變為林地、耕地變為草地、草地變為耕地、草地變為林地和農用地非農化七種類型；Qlu,aez,r為區域r農業生態區aez中土地利用變化lu的面積；CElu,aez,r為區域r農業生態區aez中土地利用變化lu的碳排放系數,該系數取值見于Plevin、Gibbs等[25]。以上是GOPer-GC模型的概括介紹,關于GOPer-GC模型的詳細說明見文獻[24]。

圖1 模型總體框架圖Fig.1 Framework of the GOPer-GC modelGCM, 全球氣候模型 global climate model; GOPer-GC model, 全球氣候治理與發展政策模擬系統 governance and development policy simulater on global climate

1.2 數據來源及說明

本文的基礎數據源自GTAP第八版數據庫,它提供了2007年全球宏觀經濟、農業土地覆被、碳排放等數據,包含了全球134個區域和57個產業部門。依據AEZ-EF模型和研究需要,本文重新整合了GTAP數據庫,將全球134個區域整合為19個國家和地區,分別是美國、歐盟、巴西、加拿大、日本、中國、印度、中美洲及含加勒比海地區(簡寫為中美洲)、南美洲、東亞其他地區(簡寫為東亞)、馬來西亞和印度尼西亞(簡寫為馬來和印尼)、東南亞其他地區(簡寫為東南亞)、南亞、俄羅斯、東歐、其他歐洲國家、中東和北非地區、亞撒哈拉地區、大洋洲。另外,本文將57個產業部門整合為14個部門,分別是種植業、畜牧業、林業、漁業、煤、石油、天然氣、石油制品、電力、制造業、礦業、建筑業、運輸業、服務業。其中,農業土地利用部門包含種植業、畜牧業、林業。區域和部門整合的詳細情況見參考文獻[24]。

2 碳稅政策情景設置

以2007年為基年,本文模擬了無減排措施下全球19個區域2008年至2050年的宏觀經濟發展和碳排放狀況,并設定該模擬結果為基準情景。為了分析全球尺度上碳稅政策對農業土地利用變化碳排放的影響,本文構建了3個碳稅政策情景。這3個情景均對企業廠商、私人住戶、政府三類經濟主體從消費環節征稅,并將碳稅政策情景的起征時間統一虛擬為2016年。由于本文的主要目的在于評估不同的碳稅收入補貼方案對農業土地利用變化及其碳排放的影響,不同碳稅稅率的影響差異不在研究范圍內,因此本文的3個碳稅政策情景將采用統一的碳稅稅率。關于碳稅稅率的設定,最優碳稅稅率的上限和下限分別為3美元和95美元每噸二氧化碳[26],劉宇等將碳稅稅率設定為100元人民幣每噸碳,因此本文將全球各區域的碳稅稅率統一設定為15美元每噸碳[20]。

關于碳稅收入的使用方式,情景1中碳稅收入全部作為區域財政收入,用來改善區域的收支狀況,最終被用于居民消費、政府支出或者儲蓄?？紤]到農業部門的碳匯功能,本文在情景2和情景3中設定,自開征碳稅后將區域碳稅總收入的30%返還至該區域的農業部門(種植業、畜牧業、林業),用于這些部門土地投入稅的補貼,期望通過補貼的方式達到增匯的目的。情景2中,每個區域30%的碳稅總收入在種植業、畜牧業和林業間平均分配。根據Plevin和Gibbs等[25]和馬曉哲等[27],耕地、草地和林地的碳儲存能力有所差別,林地的固碳能力最強,草地次之,耕地相對較弱,因此在情景3中設定林業部門獲得較多的碳稅收入,即碳稅總收入的15%。種植業同糧食生產密切相關,在世界人口增多的背景下,為了確保種植業正常發展,本文在情景3中返還至種植業的補貼相對較多,為碳稅總收入的14%,而畜牧業的補貼相對較少,為碳稅總收入的1%。為了清晰說明三個碳稅政策的不同,現將其匯總于表1。

表1 碳稅政策情景

3 碳稅政策對農業土地利用變化的影響

基準情景及碳稅政策情景下,全球農業覆被面積的模擬結果見表2?；鶞是榫叭蜣r業覆被面積在模擬期間整體上呈下降趨勢,以年均1.9 Mhm2的速度轉化為非農業用地,主要表現為草地和林地面積的下降,這與聯合國糧農署公布的草地、林地面積變化趨勢一致。如表1所示,受碳稅政策的影響,全球農業土地覆被面積較基準情景有所差異。情景1中,全球農用地面積較基準情景略有下降,非農化面積略有有所增。情景2中全球農業覆被面積較基準情景和情景1顯著增長,2050年的全球農業覆被面積在基準情景的基礎上增加4.5個百分點,主要表現為草地和林地面積的增長。這是因為畜牧業和林業中土地的產出彈性相對較小,補貼政策對土地投入的拉動作用較強。當種植業、畜牧業、林業在情景2中獲取相同的補貼時,土地要素傾向于流入畜牧業和林業,導致草地和林地面積增加。情景3中,農業部門獲取的補貼總額與情景2保持一致,但種植業、林業、畜牧業間的分配比例有所差異,補貼更偏重于種植業和林業。補貼政策對種植業土地增長的拉動作用相對較弱,因此情景3中全球農業覆被的增幅略小于情景2。整體來看,將碳稅收入作為一般性財政收入會在一定程度上加速全球農用地的非農化,而將碳稅收入補貼至農業部門則會帶來農業覆被面積的顯著增加。補貼金額相同的情況下,相較于耕地,草地和林地面積的增加更為明顯。

表2 全球農業覆被面積/Mhm2

區域農業覆被面積的模擬結果如表3所示?；鶞是榫爸?大部分區域的農用地存在非農化趨勢,農業覆被面積在模擬期間有所下降,大洋洲農用地非農化的趨勢尤為顯著,至2050年大洋洲農用地面積較基年下降26%。與多數地區不同,中國和東南亞的農用地面積在基準情景中呈現增長趨勢,這與聯合國糧農署公布的農業土地面積變化趨勢一致。受碳稅政策的沖擊,大部分區域的農用地面積在情景1中較基準情景減少,在情景2和情景3中較基準情景有所增加,這歸因于貼政策對農業用地投入的拉動作用。然而情景3中多數區域的農業覆被面積低于情景2,這與補貼政策對種植業土地投入的拉動作用相對較弱有關。

表3 區域農業覆被面積/Mhm2

全球農業覆被類型相互轉換的累計面積如圖2所示。總體來看,全球耕地、草地、林地的相互轉換在基準情景和碳稅政策情景中均以草地變為耕地、林地變為耕地為主,其余四種類型的累計面積相對較少?；鶞是榫爸?全球草地變為耕地、林地變為耕地在模擬期間的累計面積分別達到137.5 Mhm2和91.7 Mhm2,這與全球耕地面積增加、草地和林地面積下降的總體趨勢一致；林地變為草地、草地變為林地的累計面積相對較少,分別達到34.7 Mhm2和29.9 Mhm2,而耕地變為草地、耕地變為林地的累計面積遠遠小于其他四種類型。由圖2可知,情景1中六種類型的累計面積較基準情景的變化甚微,在(-1,1)Mhm2之間,可見將碳稅作為一般性財政收入對全球農業覆被類型的相互轉化影響較小。情景2中,全球林地變為草地、耕地變為草地、耕地變為林地的累計面積顯著增加,分別較基準情景增加53、42、18 Mhm2,這進一步說明了補貼規模相同的情況下,土地更傾向于流入畜牧業和林業。這也是情景2中草地變為耕地、草地變為林地累計面積下降的主要原因。情景3中,由于種植業和林業獲取的補貼數額相對較多,草地變為耕地、草地變為林地呈現出增長趨勢,累計面積較其他情景顯著增加,其中草地變為林地的增加尤為顯著,較基準情景增加112 Mhm2。

圖2 全球農業覆被類型轉換累計面積Fig.2 Cumulative area of global agricultural land cover conversion

基準情景中農用地覆被類型轉化存在較大的區域差異,如表4所示?；鶞是榫爸?歐盟、巴西、南美洲、俄羅斯以林地變為草地、林地變為耕地為主；印度、中美洲、南亞、東歐以林地變為耕地、草地變為耕地為主；美國、加拿大、日本、馬來和印尼、東南亞以林地變為耕地為主；東亞、中東和北非地區、亞撒哈拉地區、大洋洲以草地變為耕地為主；中國以草地變為耕地、草地變為林地為主；其他歐洲國家則以草地變為林地為主。

受碳稅政策的沖擊,區域覆被類型轉換累計面積較基準情景有明顯變化,如表5所示。情景1中,各區域土地覆被變化的累計面積與基準情景保持一致或略有變動,碳稅政策對區域農業覆被類型相互轉換的影響較小。情景2中,多數區域林地變為耕地、草地變為耕地、草地變為林地的累計面積較基準情景下降,耕地變為草地、耕地變為林地的累計面積略有增加。這與情景2中全球耕地面積減少、林地草地面積增加的變化趨勢相一致。其中,中國新增42.9 Mhm2和42.5 Mhm2的耕地分別轉化草地和林地,可見碳稅補貼政策也是對中國退耕還林還草政策的一種推動。相較于其他情景,情景3中多數區域林地變為草地、林地變為耕地的累計面積減少,這直接導致多數區域林地面積的增長。盡管情景3中大部分區域耕地變為草地、耕地變為林地的累計面積較基準情景增加,但較情景2略有下降,這說明了種植業補貼增多對耕地面積的增長發揮了拉動作用。情景3中,草地變為耕地、草地變為林地的累計面積較基準情景增加,這與畜牧業獲取的補貼數額相對較少有關。其中,南美洲、巴西、中國、俄羅斯草地變為耕地的累計面積增長顯著,分別較基準情景增長31.8、18、17.2 Mhm2和16.7 Mhm2。

總體來看,將碳稅作為一般性財政收入對全球大部分區域土地覆被的格局影響微弱,多數區域農業土地利用變化仍以土地的非農化為主。當碳稅收入補貼至農業部門時,全球農業覆被面積整體上顯著增長,可見補貼政策促進了全球農用地面積的增加,一定程度上遏制了土地的非農化趨勢。當種植業、畜牧業、林業獲取相同的補貼額度時,耕地變為草地和林地的累計面積增加,土地傾向于流向畜牧業和林業；當補貼政策向林業傾斜時,耕地和草地變為林地的累計面積增加,由此可見,部門間補貼額度的差異會對種植業、畜牧業、林業的土地分配格局產生顯著的影響。

表4 基準情景全球農業覆被類型轉換累計面積/Mhm2

4 碳稅政策對農業土地利用變化碳排放的影響

全球農業土地利用變化碳排放的模擬結果如圖3所示?；鶞是榫爸?全球農業土地利用變化在模擬期間整體上發揮碳源的作用,其年碳排放量呈減少趨勢,累計碳排放51.9 GtC(1GtC=109tC),其中61%來自農用地非農化,39%來自耕地、草地、林地的相互轉換。由此可見,農用地的非農化是農業土地利用變化碳排放的主要排放源,這與羅上華等[28]、姜群鷗等[29]、王克強等[30]的觀點一致。基準情景中,全球農用地非農化造成的碳排放累計達到31.9 GtC,其次就是林地變為耕地,模擬期間累計排放二氧化碳16.8 GtC,這一方面是因為森林轉變為耕地的碳排放系數較大,另一方面則與轉換面積較多有關。基準情景中,林地變為草地、草地變為耕地的碳排放規模相對較小。需要注意的是,全球草地轉換為耕地的累計面積大于林地轉換為耕地,但前者的累計碳排放明顯小于后者,這與草地轉化為耕地碳排放系數較小有關。耕地變為林地、耕地變為草地、草地變為林地均屬于碳吸收的土地利用變化類型,這三種類型的累計碳匯量在基準情景中相對較小,其中草地被林地取代的碳匯量較多,達到3.1 GtC,這是因為草地轉換為林地的面積相對較多,累計達到30 Mhm2,而耕地變為林地、耕地變為草地的面積相對較少,故碳匯總量也很有限。

碳稅政策沖擊下,全球農業土地利用變化碳排放較基準情景表現出不同的變化趨勢。由圖3可知,情景1中全球農業土地利用變化累計碳排放與基準情景相比并無明顯變化,該情景中非農化碳排放仍然占據主導地位,累計排放32.2 GtC,略高于基準情景。由此可知,將碳稅收入作為一般性財政收入會在一定程度上加速全球農用地的非農化,導致農業土地利用變化碳排放略有增加。情景2中,全球農業土地利用變化在模擬期間仍然發揮碳源的作用,但農用地非農化的累計碳排放明顯減少,全球土地利用變化累計碳排放也隨之降低,達到49.6 GtC。情景2中,全球林地變為草地的累計碳排放量顯著增加,而草地變為林地的累計碳吸收規模僅為情景1的一半,這與林地變為草地累計面積的增加、草地變為林地累計面積的減少直接相關。此外,情景2中耕地變為草地、耕地變為林地的碳吸收規模較基準情景和情景1顯著增強,由此可見,農業部門土地投入的補貼政策對農業土地利用碳排放起到了抑制作用。情景3中,全球農業土地利用變化碳排放較其他情景顯著降低,并于2047年由碳源轉變為碳匯,至2050年固定吸收二氧化碳0.14 GtC,模擬期間累計碳排放量顯著降低,達到23.1 GtC,較基準情景減少28.8 GtC。情景3中,耕地、草地、林地的相互轉換總體上開始發揮碳匯的作用,模擬期間累計吸收固定二氧化碳3.2 GtC,這是情景3全球農業土地利用變化碳排放遠小于其他情景的主要原因。該情景中,由于土地補貼向林業部門傾斜,草地變為林地的累計面積明顯增多,其累計碳匯量在情景3中達到16.7 GtC,使全球農業土地利用變化在模擬后期開始發揮碳匯的作用。

圖3 全球農業土地利用變化累計碳排放 Fig.3 Cumulative carbon emissions of global agricultural land use change

圖4 區域農業土地利用變化累計碳排放Fig.4 Cumulative carbon emission of regional agricultural land use change

基準情景中,區域農業土地利用變化累計碳排放的模擬結果見圖4和表6。由圖4可知,全球大部分地區的農業土地利用變化會造成二氧化碳的排放,而中國的農業土地利用變化則是一個碳吸收的過程,發揮碳匯的作用,這是因為中國的農用地總面積在基準情景中緩慢增加,且農用地覆被類型轉換以碳吸收為主。模擬期間,中國農業土地利用變化累計吸收二氧化碳1.2 GtC,以草地變為林地造成的碳匯為主。如圖4所示,農業土地利用變化碳排放較多的區域有亞撒哈拉地區、巴西、大洋洲、歐盟、中美洲地區,其中,亞撒哈拉地區、大洋洲、歐盟、中美洲地區的農業土地利用變化碳排放以農用地的非農化為主,農用地覆被類型轉換的累計碳排放相對較小,巴西的農業土地利用變化碳排放則以農用地覆被相互轉換為主。日本、東亞、東歐、其他歐洲國家以及中東和北非地區的農業土地利用變化碳排放相對有限,且這些地區以農用地非農化的碳排放為主。其中,日本、東歐和其他歐洲國家的農業土地利用變化碳排放較少,主要歸因于這些區域的農用地總面積較少。

比較圖4中基準情景和三種政策情景的區域碳排放結果,可以發現,多數區域的農業土地利用變化碳排放在情景1中最大,這是大部分區域在情景1中農用地的非農化加劇、農用地面積下降的直接體現。值得說明的是,中國、印度、加拿大、美國、中美洲、亞撒哈拉地區在情景2中的累計碳排放水平最高,這與這些區域在情景2中林地變為耕地、林地變為草地的累計面積增加有關,林地面積的減少直接造成農用地土地利用變化碳排放的升高。由此可見,種植業、畜牧業和林業獲取相同補貼的碳稅政策未能發揮農業碳減排的作用,不利于以上這些區域農業碳排放的減緩。另一方面,大部分區域的累計碳排放規模在情景3中最小。其中,中國、南美洲、東南亞的農業土地利用變化在情景3中開始發揮碳匯的作用,累計碳排放量為負值,分別累計固定吸收二氧化碳5.0、3.9 GtC和0.6 GtC,這與這些區域林地面積的顯著擴張有關。與多數區域不同,歐盟、日本、俄羅斯、東歐、東亞、馬來和印尼地區農業土地利用變化累計碳排放的最小值出現在情景2中,這是由這些地區耕地變為林地碳匯量的增加、林地變為耕地碳排放量的減少所導致。

從圖4可以看出,碳稅政策情景中,相較于各區域非農化累計碳排放的變化,農用地各類型轉換累計碳排放的波動更為明顯。情景1中,各區域農業覆被類型轉換總體上發揮碳源的作用,其累計碳排放模擬結果見表6。比較基準情景和情景1的模擬結果可以發現,將碳稅收入作為一般性財政收入,各區域農業覆被類型轉換的碳排放水平較基準情景僅有微小的變動。情景1中,世界各區域林地變為耕地、林地變為草地、草地變為耕地的碳排放規模相對較大,尤其是林地變為耕地的累計排放,而耕地變為草地、耕地變為林地、草地變為林地的碳吸收規模相對較小。該情景中,巴西、亞撒哈拉地區、歐盟、中美、東南亞、美國、加拿大農用地覆被類型轉換累計碳排放的規模相對較大,其他地區累計碳排放水平相對有限。從表6可以發現,巴西農業覆被類型轉換累計碳排放規模最大,但較基準情景略有下降,主要表現在林地變為草地累計碳排放的減少。亞撒哈拉地區累計碳排放規模在情景1中次之,但較基準情景增長76 MtC(1 MtC=106tC),主因是林地變為耕地碳排放的增加、草地變為林地碳匯量的下降。情景1中,日本、中東和北非地區、其他歐洲國家覆被類型轉化造成的累計碳排放遠小于其他地區,較基準情景均有所下降。這與日本、中東和北非地區、其他歐洲國家自身的農業面積較少有關。情景2中,日本、中東和北非地區農業覆被類型轉換開始發揮碳匯的作用,主要來自耕地向林地和草地的轉換,而其他國家(地區)的覆被類型轉換在模擬期間整體上仍然是一個碳排放的過程。情景2中,多數區域農業覆被類型之間的轉換造成二氧化碳的排放,以林地變為耕地、林地變為草地的碳排放為主。該情景下,中國的農業覆被相互轉換在模擬期間整體上造成二氧化碳的釋放,主要表現在林地變為草地、林地變為耕地碳排放規模的增長,可見種植業、畜牧業、林業獲取均等的土地投入補貼會促使中國林地向耕地和草地的轉化,進而帶來碳排放的增加。情景3中,由于補貼至林業部門的碳稅收入增加,多數區域的土地利用變化累計碳排放小于0,達到增匯的目的,如巴西、日本、中國、中美洲、南美洲、東南亞、東歐、其他歐洲國家、中東和北非地區。情景3中,所有區域的累計碳排放量較基準情景均有所減少,主要是因為耕地變為林地、草地變為林地累計碳匯量的增加,這與林業部門獲取的補貼相對較多有關。該情景下,中國、南美洲的碳匯規模較大,模擬期間農業覆被類型轉換總體上累計固定二氧化碳5007 MtC和4272 MtC。其中,中國的碳匯主要來自耕地變為林地、草地變為林地,累計碳匯量分別達到1666、3724 MtC,較其他情景顯著增加。草地變為林地碳匯量的提高促使南美洲農業覆被轉換整體上發揮碳匯的作用,其中南美洲草地變為林地累計固碳4600 MtC,遠高于其他情景。

5 總結

本文運用GOPer-GC模型,模擬了不同的碳稅政策對全球各區域農業土地利用變化及其碳排放的影響,得到如下結論：

(1)無碳稅政策情景,即基準情景中,全球農用地總面積在模擬期間呈下降趨勢,主要表現為林地和草地的非農化以及森林向耕地的轉變,這也是全球多數地區的農業土地利用變化在模擬期間整體上發揮碳源作用的主要原因。由此可見,減緩碳排放政策的制定必須考慮農業土地利用變化碳排放。

(2)實施碳稅政策后,相較于將碳稅收入用作一般性財政收入,將碳稅收入補貼至農業部門會在一定程度上改變農業土地利用格局,進而發揮農業的減排潛力,實現農業增匯,這為農業部門應對氣候變化提供了新思路。

(3)碳稅收入在種植業、畜牧業、林業三個部門間的分配對補貼政策的增匯效果有較大的影響。多數區域中,林業部門獲取較多的碳稅收入會使農業土地利用變化碳排放大幅減少,如美國、巴西、南亞、亞撒哈拉地區、加拿大、印度、中美洲、南美洲、東南亞、其他歐洲國家、中東和北非地區、大洋洲。因此,在氣候治理過程中,加大林業部門土地投入的補貼將成為以上這些區域減緩氣候變化、實現增匯的有效措施。

(4)與多數區域不同,歐盟、日本、東亞、馬來和印尼、俄羅斯、東歐地區在碳稅收入平均分配的情景下累計碳排放量最小,主要原因是耕地變為林地碳匯量的增加。向林業部門傾斜的補貼政策對這些地區農業土地利用變化碳排放的抑制作用反而較弱,因此,以上這些地區將補貼平均分配至種植業、畜牧業和林業反而具有相對明顯的減排效果。

(5)基準情景中,中國的農用地面積呈現增長趨勢,且農業土地利用變化碳排放以草地變為林地造成的碳匯為主。種植業、畜牧業和林業獲取相同補貼的碳稅政策不利于中國農業碳排放的減緩,因此,中國的碳稅補貼政策應充分考慮行業差異,向林業部門傾斜,以此發揮農業部門減緩氣候變化的潛力。

本文將農業土地利用變化碳排放限定為土地覆被的變化導致的碳排放,并未將管理措施、耕作方式等對土地利用變化碳排放的影響納入其中。另外,本文旨在研究不同稅收使用方式的影響差異,因此設定的碳稅政策采用了統一的碳稅稅率,無法比較稅率差異對農業土地利用變化碳排放的影響，期待今后完善。