江西省農業碳排放的測度特征及影響因素

丁寶根 周明 彭永樟

摘 要：基于2001—2017年江西省農業相關統計數據，采用碳排系數法對農業碳排放進行測度，并對其進行特征分析，運用LMDI模型考察農業生產效率、農業生產結構、農業經濟水平和農業勞動力規模對江西省農業碳排放的影響。研究表明：江西省農業碳排強度持續趨于下降且2015年后農業碳排總量趨于下降;江西省農業碳源以化肥為主，其占比接近50%，且化肥、農藥、農用柴油、農膜投入比重呈現上升趨勢;農業經濟水平是江西省農業碳排放增加最主要驅動因素，農業生產效率是該地區農業碳排放減少的最主要驅動因素，而農業生產結構和農業勞動力規模整體上對農業碳排起到抑制作用。因此，強化農業科技創新、優化農業生產結構、推動農業勞動向二三產業轉移、建立健全農業碳排監管機制將成為江西省農業低碳高質量發展的重要路徑。

關鍵詞：江西省;農業碳排放;LMDI;影響因素

引言

全球氣候變暖已成為人類社會所面臨的最為嚴峻的環境問題之一，減少二氧化碳排放以緩解人類氣候危機成為全球共識。作為全球碳排量最多的國家，中國碳減排壓力巨大。英國氣候委員會（CCC）報告指出，農業和土地部門的碳排放量占全球碳排放量的10%～20%，農業碳排放可能是未來最大的碳排放源之一。我國是個傳統農業大國，農業碳排已占全國碳排放總量的16.5%左右。因此，農業碳減排問題已被社會各界廣泛關注，也成為我國實現碳減排總目標的重要努力方面。

近年來，諸多學者從不同視角對農業碳排放問題進行了卓有成效的研究，李波、張俊飚等從化肥、農藥、農機、灌溉、秸稈焚燒等5個方面測度了我國農業碳排的時空特征[1];田云等從農地利用、稻田等4個方面16種碳源測算了1995—2010年我國31省市的農業碳排量[2];陳煒、殷田園等分析了我國種植業碳排放時空特征及與農業經濟增長的關系[3];高標、黎孔清、劉麗輝等學者基于STIRPAT模型分析了農業碳減排的影響因素分析[4][5，6];但總體來看，現有研究成果更多集中在國家層面，內容上更側重農業碳排測算，分析方法存在差異，且因模型不同、變量選擇不同以及數據不同等，其研究結論存在較大差異。江西省地處長江經濟帶中游，水、耕地等農業資源豐富，是全國重要的糧食生產基地;同時，江西省作為全國首批生態文明建設示范區，農業經濟發展與生態環境保護的矛盾更加突出，推進該地區農業低碳發展的目標任務更加緊迫。據此，本研究借鑒已有研究成果，選取合理農業碳源因子對農業碳排進行測算和特征分析，并基于LMDI模型對江西省農業碳排影響因素進行深入分析。針對研究結論，提出江西省農業碳減排的有效途徑和政策建議，以實現江西省農業低碳綠色高質量發展;同時也可為我國其他欠發達地區和傳統農業區域低碳綠色發展提供一定參考。

1 數據來源與研究方法

1.1 數據來源

本研究涉及的灌溉、翻耕、化肥、農膜、農藥、農用柴油、農業產值、農林漁業生產總值、農業勞動力規模等數據均來自于《江西省統計年鑒》（2001—2018）和《中國農村統計年鑒》（2001—2018），其中，灌溉為當年有效灌溉面積;翻耕為當年農作物實際播種面積;農業化肥為當年化肥折純量;農膜為當年實際使用量;農藥為當年實際使用量;農業產值為種植業產值。

1.2 研究方法

1.2.1 農業碳排放測度方法

現有文獻尚未形成關于農業碳排放測算的統一方法，且對農業的涉入范圍也存在差異。本研究涉及的農業是指狹義農業，即種植業，并沿用李波等（2011）學者關于主要農業碳源的考察[2]，即農業碳源主要包括灌溉、翻耕、化肥、農膜、農藥、農用柴油。借鑒吳傳清等（2017）的研究成果[7]，本研究構建農業碳排放測算公式如下。

2 實證結果與分析

2.1 江西省農業碳排放特征分析

2.1.1 江西省農業碳排總量特征

基于農業相關數據及公式（1），可測算出江西省農業碳排量。從圖1可看出，2001—2015年江西省農業碳排放總量整體呈現增長趨勢，從最低200.6萬t增長至最高275.6萬t，年均增長達2.345%;2015年江西省農業碳排放增速出現負值，即農業碳排總量趨于下降，且年均下降0.956%，這可能是得益于2014年江西省被列入全國首批生態文明先行示范區后，江西省農業低碳、綠色發展受到更多重視并不斷得到落實。作為重要的農業大省和糧食生產基地，江西省農業碳排放總量整體處于較低水平，占全國農業碳排放的比重長期穩定在2.6%左右。

2.1.2 江西省農業碳排強度特征

碳排強度反映單位GDP的碳排放量，農業碳排放強度即為農業碳排總量與農業GDP的比值，據此，可作出2001—2017年的江西省農業碳排強度及增速趨勢圖。從圖2可看出，江西省農業碳排強度整體處于下降趨勢，其碳排強度年均降速為5.92%，這表明近十幾年來江西省農業低碳發展水平得到持續提升。

2.1.3 江西省農業碳源結構特征

基于表1所示的農業碳排源及碳排系數，可測算出農業不同碳源的碳排量。從圖3可看出，2001—2017年江西省不同農業碳源排放量年均占比排名依次為化肥、灌溉、農藥、農膜、農用柴油、翻耕，且化肥碳排量年均占比達47.39%，這表明江西省農業碳排源主要來自于農用生產中化肥的使用。

為更好的觀察農業不同碳源變化情況，可計算出2001—2017年各碳源每年增速，如圖4所示。從圖4可以看出，2001—2017年，灌溉碳排放增速整體處于較穩定狀態，且2015年后增速趨于下降趨勢;翻耕碳排總體上保持較低增速，年均增速為0.05%;農用柴油碳排增速較大且波動頻繁，年均增速達3.54%;化肥碳排年均增速為1.6%;農藥碳排增速較大且波動頻繁，年均增速達4%;2001—2007年農膜碳排增速起伏較大，但自2007年后其增速穩步下降;這表明，可能受農業生產效率的提高的影響，農業生產中灌溉、翻耕的物資投入增長幅度呈現下降趨勢，而受農業機械化和農業增產的影響，農用柴油、化肥、農藥和農膜的物資投入增長幅度處于上升趨勢，但自2015年江西省成為全國生態文明建設示范區后，農業各種碳排源的物資投入總體上呈現下降趨勢。

參考文獻

[1] 李波，張俊飚，李海鵬.中國農業碳排放與經濟發展的實證研究[J].干旱區資源與環境，2011，25（12）：8-13.

[2]田云，張俊飚，李波.中國農業碳排放研究：測算、時空比較及脫鉤效應[J].資源科學，2012，34（11）：2097-2105.

[3]陳煒，殷田園，李紅兵.1997—2015年中國種植業碳排放時空特征及與農業發展的關系[J].干旱區資源與環境，2019，33（02）：37-44.

[4]高標，房驕，李玉波.基于STIRPAT模型的區域農業碳排放影響因素分析[J].環境科學與技術，2016，39（10）：190-197.

[5]黎孔清，馬豆豆，李義猛.基于STIRPAT模型的南京市農業碳排放驅動因素分析及趨勢預測[J].科技管理研究，2018，38（08）：238-245.

[6]劉麗輝，徐軍.基于擴展的STIRPAT模型的廣東農業碳排放影響因素分析[J].科技管理研究，2016，36（06）：250-255.

[7]吳傳清，孫智才，黃磊.長江經濟帶產業發展報告（2017）[M].北京：社會科學文獻出版社，2017.

[8]馬濤.上海農業碳源碳匯現狀評估及增加碳匯潛力分析[J].可持續發展，2011，28（5）：3-41.

[9]王寶義，張衛國.中國農業生態效率測定及時空差異研究[J].中國人口·資源與環境，2016，26（6）：11-19.

[10]Climate Change 2013：The Physicle Science Basis Technical Summary[R].IPCC，2013.

[11]段華平，張悅，趙建波等.中國農田生態系統的碳足跡分析[J].水土保持學報，2011，25（05）：203-208.

[12]Yoichi K.Impact of Carbon Dioxide Emission on GNPGrowth：Interpretation of Proposed Scenarios[R].Paris：Presentation tothe Energy and Industry Subgroup，Response Strategies Working Group，IPCC，1989.

[13]郭朝先.中國碳排放因素分解：基于LMDI分解技術[J].中國人口·資源與環境，2010，20（12）：4-9.