貴州省農業發展碳排放脫鉤效應及影響因素研究

秦會艷,暴馨瞳

(東北林業大學 經濟管理學院,哈爾濱 150040)

一、引言

習近平總書記在第七十五屆聯合國大會一般性辯論上宣布,中國會力爭在2030年之前實現碳達峰,在2060年之前實現碳中和。基于此,發展綠色經濟,低碳經濟,促進經濟結構升級轉型是未來經濟發展的重要方向,農業作為整體經濟組成中的一部分,也必然要遵循這樣的發展方向。農業作為國民經濟的基礎性產業,對我國經濟發展,方針政策制定等都起到深刻作用,農業碳排放已成為溫室氣體的重要來源,因此農業碳排放問題也亟待解決。

對于農業發展的碳排放研究,國內外學者研究的主要內容有三方面。一是農業發展碳排放的來源及測算。黃祖輝從不同層級碳源核算出發,對浙江省農業碳足跡進行測算發現,農業發展使用的三大能源,即煤炭、柴油和電力是碳源之首,種植活動和養殖活動產生的碳排放比重不高[1];田云等人基于農業碳排放源頭呈現多樣性特點,從農地利用、稻田、牲畜腸道發酵和糞便管理四方面進行農業碳源確定,核算了16類碳源的碳排放量[2];陳勝濤等從種植業和畜禽養殖業出發,對農業產生的二氧化碳減排潛力和邊際減排成本進行研究[3];在農業機械的大規模投入,基于農業能源消耗上升的背景下,史常亮等學者從農業發展能源消費產生的碳排放入手,對我國農業發展碳排放進行了研究。綜上可以發現,對農業發展碳源的確定,既有多樣性視角,也有單一視角[4];Jane M.F. Johnson和美國密蘇里大學研究員基于農業碳排放多源頭的視角,對美國農業發展碳排放進行測量后發現美國農業碳排放的第一大源頭是農地利用[5]。二是農業發展碳排放驅動因素分析。龐麗對我國不同區域的農業發展能源消耗產生的碳排放的驅動因素進行了分析,得出農業經濟發展水平、農業生產效率因素、結構因素和勞動力轉移因素會影響農業發展碳排放,且對不同區域的影響程度不一樣[6];高標等應用 STIRPAT 模型,以人口總數、人均 GDP、農業貢獻值、農用機械總動力、農戶固定資產投資為驅動因素原始變量,對吉林省農業發展多角度產生的碳排放驅動因素進行了分析[7];Smith Pete等學者考慮到微量氣體和農業碳排放之間的聯系,研究發現在不同的農業生產類型下微量氣體的加入和減少會對農業碳排放產生影響[8]。三是研究農業碳排放與經濟增長之間的關系。李波等基于投入視角來研究我國農業碳排放與經濟發展間的關系,發現二者間呈現弱脫鉤、擴張連接和擴張負脫鉤的特征[9]。李波等從環境庫茨涅茲視角進行實證分析,來研究中國農業碳排放強度和人均GDP之間的關系, 發現二者呈現出明顯的倒U型曲線關系[10]。

從已有文獻可以看出,關于農業碳排放問題的研究大多遵循IPCC分類標準,從農地利用、牲畜養殖等角度出發進行研究。但隨著農業發展向集約化、規模化方向轉變,能源使用的比重也在不斷增加,農業能源消費產生的碳排放比重不斷增加。因此,本文擬以西部欠發達省份,貴州省作為研究對象,將研究農業碳排放的視角放到能源消耗產生的碳排放上,將農業發展能源消耗量作為農業碳源核算主體,豐富農業碳排放的研究內容,分析貴州省農業發展碳排放脫鉤效應,并進一步探索農業發展碳排放驅動因素,為實現農業低碳減排提出建議。

二、研究方法與數據來源

(一)研究方法

1.碳排放量估算法

本文采用 IPCC 提供的能源碳排放計算方法,并參考宋德勇[11],黃賢金[12]等學者碳排放公式構建方法的基礎上構建本文碳排放計算公式即:

(1)

式(3-7)中:CO2表示為碳排放量,單位為萬噸,Ei為能源 i 的消費量,單位為萬噸;bi為能源i的碳排放系數(根據《IPCC 碳排放計算指南》2006);n為能源種類數。

根據貴州實際能源消耗情況以及《貴州統計年鑒》中有關能源消費的統計數據,我們發現其中僅有涉及各種能源轉化為標準煤的統計數據,并沒有各種能源消費的詳細數據,鑒于此,我們需調整上述公式來測度貴州的能源消費碳排放量。調整后的碳排放測量公式如下:

CE=EFi*E

(2)

其中CE指能源碳排放量,EFi指各能源換算成標準煤后的碳排放系數,E指各能源消費轉化為標準煤的消費量,單位為萬噸標準煤。

表1 所需各類能源碳排放系數

2.農業碳排放脫鉤模型

構建脫鉤指標主要有兩種模型,一種是2002年OECD提出的基于“驅動力(Driving Force)-狀態(State)-響應(Response)”,即DSR模型,根據該模型將脫鉤分為“絕對脫鉤”和“相對脫鉤”。“絕對脫鉤”指經濟增長而二氧化碳排放量減少的狀況,如果經濟增長率高于二氧化碳排放增長率,則是“相對脫鉤”[13]。另一種模型是Tapio在2005年基于彈性概念提出所謂脫鉤彈性,即經濟發展變化的幅度導致二氧化碳排放改變程度的比值,反映了二氧化碳變化對于經濟變化的敏感程度[14],為研究歐洲在1970年到2001年的經濟發展與碳排放之間的關系,引入了中間變量,即交通運輸量,從而構建運輸量與GDP之間的彈性公式,以及運輸量和碳排放總量之間的彈性公式,最后將兩彈性公式相乘,便得到一般的脫鉤指標計算公式。在此基礎上,后來的學者引入IPAT方程進行脫鉤評價,但本文主要將研究視角放在前兩種上面,因此對于該種方法不展開過多贅述。

運用OECD的方法構建脫鉤指標分為兩步,第一步需先構建脫鉤指數,如式(3)。

(3)

其中EP為環境壓力(Environment Pressure),DF為經濟驅動力(Driving Factors),T表示當期,0表示基期。

第二步是計算脫鉤因子,如式(4)。

脫鉤因子=1-脫鉤指數DI

(4)

Tapio構建指標如下式(5)。

(5)

其中eco2,GDP表示經濟發展與碳排放之間的脫鉤彈性系數,V 為中間變量。Tapio 根據脫鉤彈性值的大小定義了八種脫鉤狀態,如表2所示。

表2 Tapio(2005)對八種脫鉤狀態劃分

基于此,構建貴州省農業發展與碳排放之間的脫鉤指標,首先要確定碳排放與農業發展之間的中間變量,這個中間變量有兩層含義,一是指明農業碳源,二是表明碳排放和農業經濟發展之間的關系由能耗量聯結起來。結合以往的文獻研究和貴州省的實際情況,本文引入能耗量這個中間變量。因此,貴州省碳排放與農業發展的脫鉤彈性可分解為兩組中間變量彈性乘積,即碳排放與能源消費量之間的彈性、能源消費量和農業總產值(Gross agriculture output,簡稱GAO)之間的彈性,分別稱為農業減排脫鉤指標、農業節能脫鉤指標。其中農業碳排放與農業能源消費量之間的彈性表達式如下:

(6)

能源消費量對農業生產總值的彈性指標如下:

(7)

該指標被稱為農業節能指標,主要用來衡量農業生產對能源利用的效率。

將以上(6)和(7)式相乘,可得農業發展和碳排放之間的脫鉤指標,即:

eco2,GAO=eco2,E×eE,GAO

(8)

3.碳排放影響因素分解法

LMDI分解法能消除不能解釋的殘差項,使模型更具說服力;分部門效應加總與總效應保持一致,即不同的分部門效應總和與各個部門作用于總體水平上獲得的總效應相一致[15],測算結果更有說服力,因而成為當前碳排放領域最為熱門的一種因素分解方法。因此,基于田云[16]、朱嘉晴[17]等研究,文章利用LMDI分解法將貴州省農村經濟發展碳排放量分解如下:

(9)

假設C0和CT分別代表基期年和第T年的碳排放量,根據加法形式的 LMDI 分解法,可將第 T 期相對于當前的農業碳排放量△C分解為:

△C=△Cα+△Cβ+△Cη+△Cξ

(10)

△Cα、△Cβ、△Cη、△Cξ分別表示能源結構、碳排放強度、人均生產總值和農村人口規模對貴州省農業發展的影響,再對其進行分解得:

(11)

(12)

(13)

(14)

結合脫鉤模型可得:

(15)

式(15)表明,貴州省農業發展與碳排放脫鉤效應被分解為 4 個效應,即能源結構效應eα、技術效應eβ、經濟效應eη與人口規模效應eξ。

(二)數據來源及處理

根據實際研究情況,為確保數據的權威和準確性,均從相關官方網站找到數據。其中,貴州省農業生產總值數據來自《中國統計年鑒》,按2009年定價計算,農業能耗數據來自《貴州統計年鑒》。由于目前我國沒有對碳排放量的直接監測數據,故碳排放量采用IPCC(2006)推薦的方法計算。本研究中農業生產總產值以2009年為基期進行定價換算。

三、結果與分析

(一)貴州省農業碳排放彈性特征分析

從表3可以看出貴州省2009年到2019年之間碳排放和農業發展的時序演變情況,從1和不同中間變量之間彈性的大小比較中可以看出中間變量對脫鉤指標變化的作用,若中間變量彈性指標大于1,表示對貴州省碳排放與農業經濟發展之間的脫鉤彈性指標的上升起正向作用,若中間變量彈性指標比1小,則起反向作用。

表3 2009-2019年間貴州省碳排放與農業發展之間脫鉤彈性及其分解

對于減排脫鉤指標,有增長連結、衰退連結和擴張負脫鉤三種狀態。增長連結表明能源使用增加時碳排放也增加,但彈性處于0.8～1.2之間;衰退連結指當能源使用減少時碳排放也減少,且彈性也處于0.8～1.2之間;擴張負脫鉤指當能源使用增加時碳排放也增加,但彈性大于1.2。可以看出,增長連結和衰退連結是彈性一樣,但變化方向相反的兩種狀態。其中增長連結的狀態是最多的,2010、2011、2015和2019年是衰退連結狀態,而擴張負脫鉤只有2009年。目前貴州省農業發展在能源使用和碳排放整體處于連結狀態,還沒有達到脫鉤狀態。

對于節能脫鉤指標,有弱脫鉤、強脫鉤和擴張負脫鉤三種狀態,但整體以弱脫鉤和強脫鉤為主。其中2009、2012、2013、2014和2016年是弱脫鉤狀態,即能源使用增加時農業生產總值也增加,且二者之間的彈性處于0～0.8之間。2010、2011、2015、2017和2019年是強脫鉤狀態,即當農業生產總值增加時能源使用減少,二者之間的彈性小于0。而2018年是擴張負脫鉤狀態,表明農業生產總值增加能源使用也增加,二者之間的彈性大于1.2,即農業生產總值增加導致能源使用增加,一單位的農業生產總值由超過1.2單位的能源貢獻。

對于農業發展和碳排放之間的脫鉤指標,由弱脫鉤、強脫鉤、擴張負脫鉤和增長連結四種狀態組成。其中2012、2013和2014年是弱脫鉤狀態,即當農業生產總值增加時二氧化碳排放量也增加,但二者之間的彈性處于一個較小的區間。2010、2011、2015、2017和2019年都是強脫鉤狀態,即農業生產總值增加時二氧化碳排放量減少,二者之間的脫鉤彈性小于0,此時農業發展碳排放脫鉤很明顯。而2009年和2018年都是擴張負脫鉤狀態,表明農業生產總值增加碳排放也增加,且二者之間的彈性大于1.2。2016年為增長連結狀態,即當農業生產總值增加時,二氧化碳排放量也隨之增加,但二者之間的彈性處于0～0.8之間。

綜上,2009-2019年之間,貴州省農業發展碳排放脫鉤效應整體呈脫鉤狀態,且以強脫鉤為主;農業減排總體為連結狀態,以增長連結為主;農業節能整體呈現脫鉤狀態,以弱脫鉤和強脫鉤為主。

(二)貴州省農業碳排放驅動因素分解

通過LMDI模型對影響貴州省農村經濟發展碳排放脫鉤效應的因素進行分析后得出有四個,分別是能源結構效應、技術效應、經濟效應和人口規模效應。在此基礎上計算2009-2019年貴州省農村經濟發展與碳排放脫鉤效應各分解因素的貢獻率。

由表4可以看出在不同的年份,各種因素對碳排放的貢獻大小是不一樣的。對各效應取絕對值,從極值方向來看,能源結構效應的區間為-0.0006～-0.0080,對應年份為2013-2014和2016-2017;技術效應的區間為-0.1224～-1.9101,對應年份為2010-2011和2014-2015;經濟效應的區間為0.2802～1.6864,對應年份為2012-2013和2014-2015;人口規模效應區間為1.3581～49.2873,對應年份為2009-2010和2013-2014。從平均值來看,能源結構效應為-0.0025,技術效應為-0.9289,經濟效應為0.6717,人口規模效應為8.9120。從影響方向來看,能源結構效應和技術效應對碳排放脫鉤起促進作用,經濟效應和人口規模效應對碳排放脫鉤起抑制作用,但不同年份具體情況又有所差別。

表4 2009-2019年貴州省業發展碳排放脫鉤效應LMDI分解結果

能源結構效應。能源結構效應對2009-2019年間貴州省農業發展碳排放脫鉤起促進作用,隨著時間發展,貴州省農村經濟在能源結構方面略有調整,但總體不是特別明顯,能源結構效應對碳排放脫鉤的貢獻大小不及技術效應。整體上來看,由于現有的化石能源是有限的,所以需要發掘清潔能源和其他可再生能源用來彌補現有能源的不足,因此,能源結構處于一種不斷優化的進程中,從方向上看,能源結構效應對農業發展碳排放脫鉤起促進作用。

技術效應。除2009-2010年外,技術效應對貴州省農業發展碳排放脫鉤起促進作用,貴州省農業發展受技術進步的影響,從而幫助加快了農村經濟發展碳排放脫鉤,且總體影響呈現上升趨勢。這是由于一開始貴州省農業發展的技術水平不高,且有的落后技術反而會使得碳排放增加。但隨著科技的發展,技術水平逐漸提高,技術水平提高使得碳排放減少。由此可知,技術水平的先進性與否決定技術效應對農業發展碳排放脫鉤的影響方向,技術水平的高低決定技術效應對農業發展碳排放脫鉤的影響大小。

經濟效應。在2009-2010年和2010-2011年期間,經濟效應對農業發展碳排放脫鉤起促進作用。此外經濟效應的影響整體上升,表明貴州省農業發展經濟總體處于上升的這樣一種狀態的同時,也反映出農業發展本身對碳排放脫鉤是起抑制作用的,經濟發展權,某種程度上說就是碳排放權。

人口規模效應。從影響方向來看,從2009-2015年和2016-2017年期間的人口規模效應對貴州省農業發展碳排放脫鉤起抑制作用,但2015-2016年和2017-2019年的人口規模效應對貴州省農業發展碳排放脫鉤起促進作用。人口規模效應對農業發展碳排放脫鉤的影響整體上從抑制向促進方向轉變。這和人口出生導致人口增加和城鎮化演進的規律一致。人口出生,農村人口規模擴大,能源使用增加,碳排放增加;城鎮化進程使農村人口向城市集聚,農村地區人均能源消費量下降,碳排放減少,此時人口規模效應對農業發展碳排放脫鉤起促進作用。從人口規模效應數值絕對值大小變化來看,從2009-2015年人口規模效應呈上升趨勢,2015年后開始減小。貴州省尤其是農村地區是全國勞動力的主要輸出地區之一,因而農村人口規模會隨著外流從而對碳排放的影響變小。由此可知,農村人口的多少決定對農業發展碳排放脫鉤影響的大小,農村人口的流向決定對農業碳排放脫鉤的影響方向。

四、結論與建議

(一)結論

1.2009-2019年貴州省農業發展碳排放脫鉤時序演變以弱脫鉤為主,碳排放量不斷增加,但是碳排放強度呈現下降趨勢,總體呈現脫鉤情形。其中,貴州省農業發展碳排放脫鉤效應整體呈脫鉤狀態,且以強脫鉤為主;農業減排總體為連結狀態,以增長連結為主;農業節能整體呈現脫鉤狀態,以弱脫鉤和強脫鉤為主。

2.在不同年份各影響因素的作用大小和影響方向會有所不同。其中能源結構效應影響大小整體變化不大,且對貴州省農業發展碳排放脫鉤均有促進作用;技術效應影響大小整體呈上升趨勢,技術水平先進性會影響對貴州省農業發展碳排放脫鉤的方向,但總體影響向對農業發展碳排放脫鉤起促進作用方向發展;經濟效應對貴州省農業發展碳排放脫鉤效應的影響大小整體呈上升趨勢,農業經濟水平的體量直接對農業發展碳排放脫鉤的影響方向起作用,但農業經濟水平對農業發展碳排放脫鉤的影響方向趨勢為抑制作用;人口規模效應分為農村人口規模大小和農村人口流向,分別決定對貴州省農業發展碳排放脫鉤的影響大小和影響方向。

(二)建議

1.能源結構對貴州省農業發展碳排放脫鉤具有顯著的抑制作用,這表明貴州省應重視解決農業發展中由能源結構引起的碳排放問題,與此同時,開發清潔新能源、提高能源利用率等方式手段都是幫助優化能源消費結構的重要手段。

2.農業發展對碳排放的貢獻主要通過農業發展方式、農業服務屬性來體現。第一,轉變農業發展方式。首先需要進一步解決農村發展的基礎,即土地問題。農村人口分散,土地碎片化,不利于集約化、規模化的農業發展。近些年來,隨著大量農村勞動力人口向城鎮轉移,農村土地也被大量擱置,因此可利用這個間隙,進一步促進農村土地的流轉。傳統的農業發展是單一的農林牧漁等第一產業,轉變農業經濟發展方式,可通過與第三產業結合,如與科技、醫療、觀光旅游、教育等產業結合,一方面可提高農村產值;另一方面改變發展方式,減少環境污染和環境破壞。第二,重視農業公共品服務屬性。農業發展具有一定的特殊性,農業不僅具有經濟性,還具有公共物品的屬性。種植農作物、林作物除了可以提供經濟價值,還因植物屬性可以幫助消耗掉一部分二氧化碳,因此選擇合理的作物進行種植對農業發展碳排放脫鉤具有促進作用。

3.技術創新是促進農村綠色發展水平與農業發展碳排放脫鉤的主要驅動因素。人才、資金和政策是實現技術創新的重要條件和保障。第一,加強教育,儲備人才。當下農村人口外流,作為發展的中堅力量,大量勞動力外流,農村缺乏足夠的人才推動其繼續前進。除此之外,加大對農村教育的投入,增強農村基礎教育,培養有理想、有情懷、有志氣的農村青年,加強創新思維培養和素質教育。第二,提供資金保障。政府、社會和個人都可通過一定的平臺和渠道將資金注入農村。傳統中政府提供的資金是最主要的來源,在新型資金渠道中,政府應轉變角色,從主導者向參與者和規劃者轉變。搭建相應渠道,引導社會資金涌入農村,如搭建科研項目孵化平臺,吸引相關投資者,加強對清潔能源的開發利用的技術投入和推廣。

4.貴州省農村居民是農業發展碳排放脫鉤的主要抑制因素之一,引導居民低碳消費對實現碳排放脫鉤具有重要意義。第一,農村居民低碳消費,需要政府引導。政府是國家治理的中堅力量,推廣低碳消費理念,離不開政府的宣傳和引導。第二,居民低碳消費,需要企業參與。一方面,農業企業需要積極響應政府低碳消費理念,在自身產品上做出創新,做出符合綠色消費理念的產品;另一方面,企業也需加強凝固低碳消費意識形態,對消費者進行綠色低碳理念宣傳。第三,居民低碳消費,需要個人實行。對于農村居民而言,實行低碳消費,一方面需要加強學習,知道低碳消費理念;另一方面則需要身體力行,遵守低碳消費行為。