呂志強，龐 容，朱金盛，鄧 睿

(重慶工商大學(xué)，重慶 400067)

1 引言

農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，也是溫室氣體的第二大重要來源［1］。已有研究表明，我國農(nóng)業(yè)溫室氣體總排放量占全國排放量的17%左右［2］。農(nóng)業(yè)源排放的CO2和CH4分別占人為溫室氣體排放量的21%～25%和57%［3］。另外，農(nóng)業(yè)既是溫室氣體的排放源，同時又具有明顯的固碳作用［4］。農(nóng)業(yè)凈碳量就是指農(nóng)業(yè)生產(chǎn)過程中碳排放當量與作物生育期碳吸收當量的差值［5］，是綜合考慮農(nóng)業(yè)碳循環(huán)后的凈碳水平衡量的一個重要參考。近年來，農(nóng)業(yè)GDP快速增長，農(nóng)業(yè)生產(chǎn)中的電力、化石能源、化肥和農(nóng)藥等導(dǎo)致CO2排放的生產(chǎn)資料的用量也在不斷增加［6］，另外農(nóng)業(yè)結(jié)構(gòu)的調(diào)整和耕地面積的縮減引起農(nóng)業(yè)系統(tǒng)的“碳匯”總量發(fā)生了明顯轉(zhuǎn)換，這兩種生產(chǎn)活動進而導(dǎo)致區(qū)域農(nóng)業(yè)凈碳量隨之逐年增加。當前，農(nóng)業(yè)碳循環(huán)的相關(guān)研究主要以農(nóng)業(yè)碳排放為重點，如閔繼勝［7］、李長生［8］等對農(nóng)田溫室氣體排放的研究，兼顧農(nóng)業(yè)碳排與碳匯的研究也多限于農(nóng)田生態(tài)系統(tǒng)［6］，未將畜牧業(yè)考慮在內(nèi)，從而導(dǎo)致所測算的凈碳量僅為農(nóng)業(yè)凈碳量的一部分。

所謂“低碳”，指的是在人類各種活動中要盡量減少作為能源碳的消耗和CO2等溫室氣體的排放［9］。氣候研究所與英國第三代環(huán)境主義組織 (Climate Institute and the British third-generation Environmentalist Organization，簡稱E3G)聯(lián)合發(fā)布的研究報告最先提出了低碳競爭力，他們認為“低碳競爭力是國家在低碳未來中為其人民創(chuàng)造物質(zhì)財富的能力”。報告運用低碳競爭力指數(shù)、低碳提升指數(shù)和低碳缺口指數(shù)對20國集團 (G20)國家低碳競爭力進行了整體評估。國內(nèi)關(guān)于低碳競爭力的研究主要集中在構(gòu)建評價指標和構(gòu)成要素等方面。在評價指標構(gòu)建方面如李軍軍［10］、張小軍［11］、王皓［12］、陳曉春［13］等作出了大量研究，在低碳競爭力構(gòu)成要素方面如潘家華［14］提出了五大維度、徐建中［15］提出了五大系統(tǒng)等。中國政府在哥本哈根會議上鄭重承諾要在2020年將CO2排放強度比2005年下降40%～45%，同時，“十二五”規(guī)劃中也提出單位國內(nèi)生產(chǎn)總值CO2排放降低17%的約束目標。鑒于當前面臨的巨大碳減排壓力，基于農(nóng)業(yè)碳循環(huán)，正確梳理各地區(qū)農(nóng)業(yè)凈碳效應(yīng)是科學(xué)評價區(qū)域農(nóng)業(yè)生產(chǎn)碳排放的前提［4］，評價區(qū)域低碳競爭力，可為各省 (市、區(qū))調(diào)整農(nóng)業(yè)生產(chǎn)方式提供依據(jù)，從而實現(xiàn)農(nóng)業(yè)低碳化發(fā)展。

農(nóng)業(yè)碳循環(huán)及低碳競爭力的研究，可以衡量農(nóng)地利用過程中其對區(qū)域凈碳量的貢獻程度。比較區(qū)域低碳化水平，對調(diào)整農(nóng)業(yè)生產(chǎn)方式、促進低碳農(nóng)業(yè)發(fā)展的借鑒意義十分顯著。在分析區(qū)域碳排、碳匯及農(nóng)業(yè)凈碳量的基礎(chǔ)上，該文重點研究2000～2011年農(nóng)業(yè)碳循環(huán)的空間變化特征及區(qū)域低碳競爭力的時空演化。同時，考慮到2004年中央一號文件頒布的“兩減免、三補貼”政策可能在一定程度上提高農(nóng)村生產(chǎn)力、增強農(nóng)民的生產(chǎn)積極性，而農(nóng)業(yè)的復(fù)蘇也會帶動農(nóng)業(yè)生產(chǎn)原料需求的增加，進而使得農(nóng)業(yè)碳排放增速回升，該研究選取2005年為時間分隔點，將2000～2011年的究期劃分為兩個時段，以期對比“兩減免、三補貼”政策實施前后的2個時段區(qū)域碳循環(huán)的時間特征。

2 研究資料與方法

2.1 數(shù)據(jù)資料

受統(tǒng)計數(shù)據(jù)缺失的影響，該研究選擇除港澳臺地區(qū)外的31個省市自治區(qū)為基礎(chǔ)研究單元，數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》和分省統(tǒng)計年鑒，另有部分數(shù)據(jù)來自于各地區(qū)統(tǒng)計公報。為避免統(tǒng)計推斷結(jié)果的偏倚或者錯誤，數(shù)據(jù)收集過程中對基礎(chǔ)數(shù)據(jù)不斷核實與檢查，保證了數(shù)據(jù)錄入的準確性。受統(tǒng)計口徑差異的影響，個別數(shù)值會有缺失或在不同數(shù)據(jù)源中不一致，按統(tǒng)計軟件中常用的缺失錯誤值處理方法予以了處理補充。其中經(jīng)濟數(shù)據(jù)按1990年不變價格進行處理。

2.2 研究方法

該研究考慮了農(nóng)業(yè)碳循環(huán)的雙重特征，分別計算農(nóng)業(yè)碳排和碳匯，得到區(qū)域凈碳量。另外，通過構(gòu)建農(nóng)業(yè)低碳化評價指標體系，得到區(qū)域間的低碳競爭力，進而對區(qū)域的碳排放效率進行比較。

2．2．1 農(nóng)業(yè)凈碳量的測算

我國農(nóng)業(yè)的土地利用類型主要為耕地和園地，該研究只考慮主要途徑的碳排放 (主要是農(nóng)地利用、水稻、牲畜帶來的碳排放)和碳吸收 (園地植被、農(nóng)作物生長過程中光合作用帶來的碳吸收)，農(nóng)業(yè)凈碳量為農(nóng)業(yè)生產(chǎn)過程中碳排放當量與作物生育期碳吸收當量的差值。

(1)農(nóng)業(yè)碳排效應(yīng)測算

鑒于農(nóng)業(yè)碳排放源頭多種多樣，在參考宋德勇、張秀梅、黃賢金等［16-18］學(xué)者碳排放公式構(gòu)建方法的基礎(chǔ)上，構(gòu)建農(nóng)業(yè)碳排放公式如下:

表1 各類指標農(nóng)業(yè)碳排放系數(shù)

式中，E為農(nóng)業(yè)碳排放總量;Ei為各類碳源碳排放量;Ti為各碳排放源的量;Ci為各碳排放源的碳排放系數(shù)。

針對以上碳排系數(shù)解釋如下:

參照劉華軍［19］對農(nóng)地利用碳排放的研究，該研究的化肥、農(nóng)藥、薄膜、柴油、翻耕的碳排系數(shù)如表1所示，考慮到并非所有的電力消耗都導(dǎo)致碳排放，借鑒冉光和等［20］的做法，對電力的CO2排放系數(shù)乘以0．75，以反映火電占全國電力供應(yīng)的比重。

式中，C為農(nóng)作物碳吸收總量;Ci為某種農(nóng)作物的碳吸收量;k為農(nóng)作物種類數(shù);ci為作物通過光合作用合成單位有機質(zhì)所需吸收的碳;Yi為作物的經(jīng)濟產(chǎn)量;r為作物經(jīng)濟產(chǎn)品部分的含水量;HIi為作物經(jīng)濟系數(shù)。各類農(nóng)作物、園地植被的碳吸收率與經(jīng)濟系數(shù)主要引自韓召迎［26］等相關(guān)文獻，該文取主要農(nóng)作物經(jīng)濟系數(shù)、碳吸收率的平均值分別為0．44、0．45。

2．2．2 農(nóng)業(yè)低碳化評價指標體系的構(gòu)建

為了使研究結(jié)果更具合理性，需建立一套衡量低碳經(jīng)濟水平的度量標準體系?？紤]農(nóng)業(yè)碳循環(huán)的雙重特征，該研究建立了農(nóng)業(yè)低碳化評價指標體系 (表2)，指標體系分為目標層、準則層、指標層等3個層次，具體由11個指標構(gòu)成。

稻田是溫室氣體CH4的重要排放源之一，該研究將參照國內(nèi)外學(xué)者［4，7，21-24］所測算的水稻田CH4排放，結(jié)合實際考慮冬灌對CH4排放的影響，確定稻田的CH4排放系數(shù)。依據(jù)2007年IPCC第四次評估報告，1t CH4所引發(fā)的溫室效應(yīng)相當于25t CO2(約合6．82tC)所產(chǎn)生的溫室效應(yīng)，為統(tǒng)一計量單位，稻田碳排放系數(shù)變?yōu)?．136gC/(m·天);同時，鑒于水稻生長周期介于120～150天，統(tǒng)一取中位值，以130天為準 (表1)。

牲畜養(yǎng)殖尤其是反芻動物養(yǎng)殖是CH4產(chǎn)生的又一重要源頭，主要包括兩方面，一是腸道發(fā)酵所引起的CH4排放，二是糞便管理系統(tǒng)中的CH4排放。在我國，牛、羊這兩種反芻動物是導(dǎo)致CH4產(chǎn)生的主要牲畜，結(jié)合田云等［25］的研究，確定碳排系數(shù) (表1)。

(2)農(nóng)業(yè)碳匯效應(yīng)測算

農(nóng)業(yè)生產(chǎn)過程中的碳匯效應(yīng)是主要農(nóng)作物生長生命周期中的碳吸收，碳吸收是指作物光合作用形成的凈初級生產(chǎn)量，即生物產(chǎn)量，計算式表示如下:

表2 農(nóng)業(yè)低碳化評價指標體系

在根據(jù)特爾斐法則確定指標權(quán)重的基礎(chǔ)上，采用加乘混合合成法［27］，即加權(quán)求和法、加權(quán)求積法、加權(quán)平均法等3種方法相結(jié)合的方式，構(gòu)建區(qū)域低碳農(nóng)業(yè)發(fā)展水平綜合水平指數(shù)，指數(shù)計算的公式如下(公式3):

式中，X表示低碳農(nóng)業(yè)的綜合評價指數(shù)，ybi、yai、yci、ydi分別表示準則A、B、C、D層下設(shè)指標的無量綱化數(shù)值，wai、wbi、wci、wdi表示對應(yīng)指標層下指標的權(quán)重。

2．2．3 指標無量綱化

為消除指標量綱或指標測度量級的不同而造成的影響，需要對指標進行無量綱化處理。該研究采用極差標準化方法，同時根據(jù)指標對各自系統(tǒng)的貢獻的正負效應(yīng)，需將指標體系中的指標分為正向指標和負向指標兩類，分別進行無量綱處理。其計算公式為:

式中，xij為其第i個系統(tǒng)的第 j個指標的值 (i=1，2，…，n;j=1，2，…，n)，max(xij)、min(xij)分別為指標xij的最大值和最小值。

3 結(jié)果與分析

3.1 各省 (市、區(qū))農(nóng)業(yè)凈碳量的時間特征及其影響因素分析

3．1．1 各省 (市、區(qū))農(nóng)業(yè)凈碳量結(jié)果分析

圖1 2000～2011年全國各省 (市、區(qū))碳量

由圖1可知，2000～2011年全國各省 (市、區(qū))的凈碳量呈顯著遞增的趨勢，凈碳量由-2．238 7萬增加到-668．61。從碳循環(huán)總量的變化來看，碳排量從2000年的2．373 044億t增加到2010年的5．617 724億t，對應(yīng)年份的碳匯量從4．611 820 億 t增加到 5．684 585 億 t。期間，農(nóng)業(yè)碳排總量年均增長12．40%，農(nóng)業(yè)碳匯總量年均增長2．10%，農(nóng)業(yè)碳匯量上升幅度遠小于碳排下降幅度，造成農(nóng)業(yè)凈碳量持續(xù)增加。凈碳量持續(xù)增加的主要原因是化肥、電力、機械化作業(yè)大幅度投入農(nóng)業(yè)生產(chǎn)，其中化肥的使用量由2000年的3 713．87萬t增加到2011年的5 108．68萬 t、電力碳排由1．570 188億 t增加到4．605 107億t、機械使用量由266．89萬 t增加到284．87萬 t。研究期內(nèi)的農(nóng)業(yè) GDP由1．512 451萬億元增加到2．384 711萬億元，由此可以看出，我國的農(nóng)業(yè)經(jīng)濟增長是以增加農(nóng)業(yè)碳排為前提。因此，要實現(xiàn)低碳農(nóng)業(yè)發(fā)展，各區(qū)域應(yīng)調(diào)整農(nóng)業(yè)生產(chǎn)方式，保證低農(nóng)業(yè)投入下的高效益產(chǎn)出。從碳排、碳匯、凈碳量年際變化可以看出，農(nóng)業(yè)生產(chǎn)過程中碳排放當量與作物生育期碳吸收當量的差值逐年縮小，到2011年農(nóng)業(yè)碳排和碳匯量幾乎相等，如這一發(fā)展趨勢得不到有效的控制，那么農(nóng)業(yè)系統(tǒng)的碳匯作用將會進一步削弱，有可能會吸納不了農(nóng)業(yè)生產(chǎn)過程中的碳排量，那么對區(qū)域碳排 (農(nóng)業(yè)部分和非農(nóng)業(yè)部分)吸納的整體能力則會顯著降低。因此要保證區(qū)域農(nóng)業(yè)碳循環(huán)甚至區(qū)域碳循環(huán)良性發(fā)展，一方面需要在滿足農(nóng)業(yè)生產(chǎn)資料必須投入量的前提下降低區(qū)域的碳排，另一方面需要通過農(nóng)業(yè)結(jié)構(gòu)調(diào)整，進一步鞏固農(nóng)作物的碳匯效應(yīng)。

圖2 2000～2011年分時段各指標的碳量

3．1．2 農(nóng)業(yè)凈碳量影響因素分析

鑒于近10年來碳源量、碳匯量變化幅度較大，探究造成碳量變化的各指標貢獻程度，從而針對性的調(diào)整農(nóng)業(yè)生產(chǎn)方式，提升能效技術(shù)，實現(xiàn)農(nóng)業(yè)碳減排目標。其中，共選定9個碳源指標，具體為農(nóng)藥碳排(N1)、薄膜碳排 (N2)、機械碳排 (N3)、電力碳排 (N4)、化肥碳排 (N5)、翻耕碳排 (N6)、水稻碳排 (N7)、牛的飼養(yǎng)帶來的碳排 (N8)、羊的飼養(yǎng) (N9)帶來的碳排;碳匯體系中選取農(nóng)作物種植(N10)、園地 (N11)的碳匯量。

從兩時段各指標對碳量貢獻程度變化來看 (圖2)，N4、N10一直是源匯指標體系的主要部分，2000～2005年的N4、N10分別占兩個時段總的源匯貢獻比例的28%、60%，2006～2011年的N4、N10分別占2個時段總的源匯貢獻比例的38%、52%，從2個時段的增減幅度來看，N4的增幅最高為81%、其次為薄膜 (N2)、化肥碳排 (N5)，增幅分別為32%、20%，說明N4、N10依然是源匯的主要貢獻者，但薄膜、化肥碳排的增幅均高于農(nóng)作物 (N10)，也就是說薄膜、化肥的碳排量呈現(xiàn)較快的增長趨勢。

從兩時期各指標的碳排、碳匯量來看，各指標對碳量貢獻程度差異明顯。在碳排指標中，電力碳排、化肥碳排量最大，遠遠高于其他幾項碳排指標，表明其對凈碳量影響最大，成為阻礙低碳農(nóng)業(yè)發(fā)展的最大因素，造成部分省份成為高碳化的農(nóng)業(yè)生產(chǎn)。為了實現(xiàn)農(nóng)業(yè)低碳化生產(chǎn)，應(yīng)降低火電占全國農(nóng)業(yè)電力供應(yīng)的比重，提高水電、核電的使用以減少碳排放。此外，降低化肥使用強度，提高其利用效率也是農(nóng)業(yè)低碳化生產(chǎn)的重要措施。總之，低碳化農(nóng)業(yè)應(yīng)以節(jié)肥、節(jié)藥為突破口，推廣應(yīng)用節(jié)約型農(nóng)業(yè)技術(shù)。在碳匯指標中，農(nóng)作物 (N10)固碳量對凈碳量的貢獻最大，兩時段農(nóng)作物 (N10)占源匯貢獻比例分別為60%、52%，雖然單位面積園地固碳量較農(nóng)作物固碳作用明顯，但由于園地的面積遠小于耕地面積，因此，園地總的固碳量對凈碳量貢獻不大明顯。而農(nóng)作物固碳效果在各指標中最強，農(nóng)作物固碳總量大大降低了區(qū)域碳量。

3.2 農(nóng)業(yè)凈碳量空間分布

從2000～2011年空間分布圖來看 (圖3)，凈碳量具有較大的區(qū)域差異，從地域分布來看，東北三省、內(nèi)蒙古、華中及西南等糧食主產(chǎn)區(qū)凈碳量較低，碳匯量遠遠高于其碳源量。北京、天津、河北、上海、江蘇、浙江、福建和廣東等經(jīng)濟發(fā)達城市碳源量要大于其碳匯量年均凈碳量較大，高于全國平均水平。這一現(xiàn)象主要是因為上述區(qū)域的經(jīng)濟發(fā)展以二、三產(chǎn)業(yè)為主，工業(yè)的快速擴張則加劇了農(nóng)地的流失，導(dǎo)致可利用農(nóng)地較少，農(nóng)作物播種面積難以得到保障;另一方面，因為東部沿海發(fā)達地區(qū)的農(nóng)業(yè)機械化程度較高，農(nóng)地集約化利用帶來農(nóng)地投入的增加，即化肥、農(nóng)藥和薄膜等農(nóng)用物資的高強度使用，從而引起更多的碳排放。

從2個時段的比較可以看出得到以下結(jié)論。2000～2005年北京、天津、上海、江蘇、浙江、福建和廣東這7個省份的碳匯量遠小于其碳源量。從圖3可以得知，農(nóng)作物固碳量對其區(qū)域農(nóng)業(yè)凈碳量的貢獻最大，經(jīng)濟發(fā)達的城市農(nóng)作物種植比重小，造成農(nóng)作物固碳量少繼而導(dǎo)致其碳排量冗余。較2000～2005年相比，2006～2011年北京、天津、上海、江蘇、浙江、廣東等省市凈碳量依然為正值，即碳源量大于其碳匯量。此外，河北、遼寧兩省凈碳量由負值增長為正值，碳源量大于其碳匯量，表明農(nóng)業(yè)生產(chǎn)的碳匯功能未能抵消其農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的碳排，近幾年由于城市化進程加快，大量農(nóng)業(yè)用地被工業(yè)、建筑用地占用，種植業(yè)面積大大縮減，雖然政府采取一系列措施減少農(nóng)業(yè)碳排，但其農(nóng)作物碳匯總量下降幅度遠大于農(nóng)業(yè)碳排減少量，造成農(nóng)業(yè)碳排量大量冗余。四川、湖南、安徽、河南、山東、黑龍江等農(nóng)業(yè)大省凈碳量都較少，說明糧食主產(chǎn)區(qū)農(nóng)作物播種面積大，其固碳量相應(yīng)較大，進而也證實了農(nóng)作物固碳效應(yīng)對凈碳總量有著至關(guān)重要的貢獻。其中，2006～2011年全國各省凈碳量的空間分布與近10年來的年均凈碳量空間分布基本一致，說明近幾年來全國各省農(nóng)業(yè)平穩(wěn)發(fā)展，東部沿海發(fā)達地區(qū)城市化基本飽和，建設(shè)用地大量占用農(nóng)用耕地的情況有所好轉(zhuǎn)，為實現(xiàn)農(nóng)業(yè)低碳化發(fā)展，政府仍需采取一系列農(nóng)業(yè)碳減排措施。

3.3 農(nóng)業(yè)低碳競爭力聚類分析

圖3 各省 (市、區(qū))農(nóng)業(yè)凈碳量空間分布變化

測算結(jié)果表明，我國31個省、直轄市、自治區(qū)農(nóng)業(yè)低碳區(qū)域競爭力差異明顯，結(jié)合各地區(qū)農(nóng)業(yè)低碳競爭力評分和農(nóng)業(yè)經(jīng)濟發(fā)展水平在全國所處的位次，運用農(nóng)業(yè)低碳競爭力評價矩陣對31個省、自治區(qū)、直轄市進行聚類分析。以各省 (市、區(qū))2000～2011年的人均農(nóng)業(yè)GDP的年平均值和低碳化指數(shù)的年平均值為兩變量做散點圖，聚類結(jié)果如圖5所示。圖中，點代表31個省域，橫縱軸分別代表低碳化指數(shù)與人均GDP。其中，橫縱坐標軸相交于全國平均點，將平面分為4個象限。根據(jù)各象限內(nèi)低碳化指數(shù)與人均GDP的差異性，可以將各省低碳競爭力劃分為4種不同的類型，即高排放-高效益 (high emission-high effciency，I)、高排放-低效益 (high emission-low effciency，Ⅱ)、低排放-高效益 (low emission-high effciency，Ⅲ)和低排放-低效益 (low emission-low effciency，Ⅳ)。直線L是穿越坐標原點 (0，0)以及全國平均水平點的一條直線，用來衡量各省農(nóng)業(yè)低碳化指數(shù)與農(nóng)業(yè)人均GDP對低碳競爭力的貢獻度，從而進一步將Ⅱ、Ⅳ象限細分為4個子象限，不同象限內(nèi)低碳競爭力及其所對應(yīng)的地理區(qū)域見表3。

表3 各省低碳競爭力的演變特征

以2005年為分界點將研究時段劃分為2000～2005年、2006～2011年2個時段 (表3)，進一步分析各省低碳競爭力的演變過程，從整個研究時段來看，低碳競爭力指數(shù)低于全國平均水平多達17個省市，說明農(nóng)業(yè)領(lǐng)域的碳排放、生態(tài)環(huán)境問題還未引起足夠的重視，人們更多的關(guān)注于農(nóng)業(yè)經(jīng)濟的快速發(fā)展，對農(nóng)業(yè)領(lǐng)域的節(jié)能減排、生態(tài)環(huán)境保護方面投入很少。

從2000～2005年和2006～2011年兩個時段對比來看，各省 (市、區(qū))后一時段較前一時段的類型變化，上海、北京由“高-高型”轉(zhuǎn)為“高-低型”，2000～2005年北京的農(nóng)業(yè)人均GDP2．90萬元高于全國平均水平1．55萬元，2006～2011年北京的農(nóng)業(yè)人均GDP為2．76萬元，低于全國平均水平，說明近些年來大部分發(fā)達地區(qū)在追求總體經(jīng)濟增長的同時，忽視了農(nóng)業(yè)的投入產(chǎn)出效率。云南、河北、河南由“高-低型”轉(zhuǎn)為“低-低型”，面對碳減排壓力，注重開展農(nóng)業(yè)低碳化生產(chǎn)，降低農(nóng)地利用 (化肥、農(nóng)藥、薄膜等)的碳排放，這些省份2000～2005年低碳化指數(shù)均為0．42，到2006～2011年分別提高到0．47，0．50，0．48，高出了全國平均水平0．45，實現(xiàn)了有高碳排放想低碳排放的轉(zhuǎn)變。另一方面，云南年均農(nóng)業(yè)人均GDP雖然由2000～2005年的0．85萬元變?yōu)?006～2011年均1．84萬元，但云南年均農(nóng)業(yè)人均GDP遠遠低于全國平均水平3．02萬元，同時，2006～2011年河南、河北年均農(nóng)業(yè)人均GDP分別為2．35，3．00，也低于全國平均水平，這些地區(qū)由于經(jīng)濟發(fā)展相對落后，農(nóng)業(yè)機械化生產(chǎn)水平較低，未能很好的實現(xiàn)農(nóng)業(yè)的高效益產(chǎn)出。內(nèi)蒙古、遼寧、天津由低-高型轉(zhuǎn)為“高-高型”，前一時間段內(nèi)蒙古地區(qū)的低碳化指數(shù)高于全國平均水平，后一時段低碳化指數(shù)低于全國平均水平，由低碳排放變成高碳排放，且農(nóng)業(yè)GDP由2．22萬元增長為5．16萬元，均高于全國平均水平，屬于高效益農(nóng)業(yè)產(chǎn)出，主要源于北方農(nóng)牧飼養(yǎng)的數(shù)量增加，大量牲畜養(yǎng)殖保證了該地區(qū)高效益產(chǎn)出，同時也帶來更高的碳排放。

各省實現(xiàn)較高水平低碳競爭力，低排放-高效益型是最理想的狀態(tài)，同時“低-高型”的省份數(shù)量是各類型中最少的，2000～2005年時段黑、吉、遼、津、內(nèi)蒙古等5省屬于“低-高型”，2006～2011年時段僅黑龍江、吉林等2省屬于“低-高型”，表明全國范圍類農(nóng)業(yè)生產(chǎn)仍需努力實現(xiàn)農(nóng)業(yè)低碳化生產(chǎn)，從而實現(xiàn)較高水平低碳競爭力。

據(jù)全時間段各省 (市、區(qū))低碳競爭力評價矩陣的聚類結(jié)果 (圖4)來看，人均農(nóng)業(yè)GDP、低碳競爭力指數(shù)與地區(qū)經(jīng)濟發(fā)展水平之間具有明顯的相關(guān)關(guān)系。廣東、浙江、江西、廣西、湖南、四川和上海7個地區(qū)屬于“高排放-低效益”型地區(qū)。其中，上海低碳化水平最低，僅為0．20，其次為浙江，低碳化指數(shù)為0．23，遠遠低于全國平均水平0．43，屬于高碳排放地區(qū)?；兽r(nóng)藥施用強度大、復(fù)種指數(shù)高成為了制約這些地區(qū)農(nóng)業(yè)邁向低碳化的共同因素，在聚類分析中也可以看出，同一類型地區(qū)仍存在很大差異，浙江的農(nóng)業(yè)人均GDP最低，為1．51萬元，遠遠低于全國平均水平2．29萬元，屬于典型的“高排放-低效益”型地區(qū)。湖南、江西、四川的低碳化指數(shù)分別為0．40、0．39、0．41，接近于全國平均水平0．43，農(nóng)業(yè)低碳排放水平一般，與其種植業(yè)畜牧業(yè)產(chǎn)值比重偏高，廣東農(nóng)用柴油的高強度利用也在一定程度上加劇了農(nóng)業(yè)碳排放，降低了其農(nóng)業(yè)低碳競爭力。就地域分布而言，這些地區(qū)集中于華中、華南以及西南地區(qū)，其中，四川、湖南均為我國人口大省，農(nóng)村勞動力充裕，人地矛盾突出，雖均為農(nóng)業(yè)大省，但受制于有限的農(nóng)地資源，農(nóng)業(yè)勞動生產(chǎn)率較低。廣東，作為我國的輕工業(yè)中心，經(jīng)濟發(fā)展以二、三產(chǎn)業(yè)為主，工業(yè)的快速擴張則加劇了農(nóng)地的流失，導(dǎo)致可利用農(nóng)地較少，農(nóng)業(yè)勞動力產(chǎn)出效益難以得到保障。

新疆、海南、福建、北京、天津、遼寧、山東、江蘇和湖北等9個地區(qū)屬于“高排放-高效益”型地區(qū)，且同一類型內(nèi)部存在較大差異，其中，福建的低碳化指數(shù)最低，為0．25，其次為海南0．30，農(nóng)業(yè)高碳排放集中在東南沿海地區(qū)，農(nóng)業(yè)高效益地區(qū)屬新疆、海南，農(nóng)業(yè)人均GDP分別為5．32萬元、4．71萬元，遠遠高于全國平均水平2．29萬元，福建、北京、天津、遼寧、山東、江蘇、湖北農(nóng)業(yè)人均GDP均高于全國平均水平。從地域分布來看，農(nóng)業(yè)經(jīng)濟發(fā)展與地區(qū)經(jīng)濟發(fā)展水平之間具有明顯的相關(guān)關(guān)系。北京、天津、福建、江蘇等地工業(yè)化程度高，帶來較高的農(nóng)業(yè)生產(chǎn)效率，在一定程度上說明較高水平的經(jīng)濟發(fā)展提高農(nóng)業(yè)機械化水平，從而極大提升了農(nóng)業(yè)勞動生產(chǎn)率。農(nóng)用物質(zhì)的 (包括化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油)高強度投入、復(fù)種指數(shù)高是導(dǎo)致這些地區(qū)農(nóng)業(yè)低碳競爭力弱的共因，水稻種植面積比重較高在一定程度上降低了各省 (市、區(qū))的農(nóng)業(yè)低碳競爭力，單位面積農(nóng)地牛羊飼養(yǎng)量偏大是另一重要影響因素，除此之外，森林覆蓋率偏低還影響了北京、天津、江蘇的農(nóng)業(yè)低碳競爭力。

圖4 2000～2011年低碳競爭力評價矩陣的聚類結(jié)果

黑龍江、吉林和內(nèi)蒙古等3個地區(qū)屬于“低排放-高效益”地區(qū)。黑龍江、吉林、內(nèi)蒙古的低碳化指數(shù)分別為0．55、0．51、0．45，農(nóng)業(yè)人均 GDP 分別為3．58、3．91、3．69，大大高于全國平均水平2．29 萬元。較全國各省而言，這3個地區(qū)農(nóng)業(yè)低碳競爭力最強，也是農(nóng)業(yè)生產(chǎn)最理想的狀態(tài)，主要得益于農(nóng)用物質(zhì) (化肥、農(nóng)藥等)投入強度低、水稻種植面積比重低、復(fù)種指數(shù)低以及較高的森林覆蓋率。從區(qū)域分布來看，東北地區(qū)及內(nèi)蒙古由于農(nóng)地資源豐富且人口數(shù)量較少，規(guī)模效益凸現(xiàn)，人均農(nóng)業(yè)產(chǎn)出較高。

河北、河南、云南、安徽、西藏、陜西、甘肅、青海、寧夏、山西、重慶和貴州等12個地區(qū)屬于“低排放-低效益”型地區(qū)。其中，寧夏、貴州、重慶的低碳化指數(shù)相對較高，分別為0．60、0．57、0．58，較好地實現(xiàn)了農(nóng)業(yè)低碳排放，從地域分布看出，即西北、西南大片區(qū)域的農(nóng)業(yè)低碳競爭力較強，主要源于各自化肥、農(nóng)藥等農(nóng)用物質(zhì)的低強度利用，水稻種植面積比重低以及復(fù)種指數(shù)低，此外，貴州、云南的高森林覆蓋率，西藏、青海單位面積農(nóng)地牛羊的低飼養(yǎng)量也在一定程度上增強了各自農(nóng)業(yè)低碳競爭力。陜西、甘肅等地農(nóng)業(yè)低碳競爭力強主要在于其農(nóng)藥農(nóng)用柴油使用強度、水稻種植面積比重、作物復(fù)種指數(shù)等較低且森林覆蓋率較高。重慶、貴州則得益于農(nóng)藥、農(nóng)膜、農(nóng)用柴油的低強度使用以及較高的森林覆蓋率。

這些地區(qū)的農(nóng)業(yè)人均GDP均較低，且同一類型內(nèi)部也存在較大差異。其中，最低的為貴州0．78，最高的為河北2．25，其次為寧夏、河南，分別為1．84，1．72。區(qū)域農(nóng)業(yè)較低生產(chǎn)效益主要歸咎于其自然地理環(huán)境，西北干旱半干旱地區(qū)、西藏高原及西南山區(qū)，生態(tài)環(huán)境較為脆弱、機械化程度低，造成農(nóng)業(yè)生產(chǎn)效率低下，從而影響其農(nóng)業(yè)經(jīng)濟發(fā)展。

4 結(jié)論

(1)測算結(jié)果顯示，近些年來全國各省 (市、區(qū))總的凈碳量顯著遞增，從碳循環(huán)總量的變化來看，碳排量從2000年的2．373 044億t增加到2011年的5．617 724億t，對應(yīng)年份的碳匯量從4．611 820億t增加到5．684 585億t。期間，農(nóng)業(yè)碳排總量年均增長12．40%，農(nóng)業(yè)碳匯總量年均增長2．10%，農(nóng)業(yè)碳匯量上升幅度遠小于碳排下降幅度，造成農(nóng)業(yè)凈碳量持續(xù)增加。從年際變化來看，農(nóng)業(yè)生產(chǎn)過程中碳排放當量與作物生育期碳吸收當量的差值逐年縮小，可以預(yù)測未來農(nóng)業(yè)碳排量將高于農(nóng)業(yè)碳匯量，作物生育期碳吸收量不能完全抵消農(nóng)業(yè)整個生產(chǎn)過程中的碳排放量。

(2)橫向來看，凈碳量空間分布區(qū)域差異明顯，東北三省、內(nèi)蒙古、華中及西南等糧食主產(chǎn)區(qū)年均凈碳量較小，從省域碳量空間分布看，北京、天津、河北、上海、江蘇、浙江、福建、廣東等東部沿海發(fā)達城市年均凈碳量高于全國平均水平。從各時段來看，后期較前期年均區(qū)域差異變化較大，2006～2011年全國各省凈碳量的空間分布與近10年來的年均凈碳量空間分布基本一致。

(3)聚類結(jié)果表明，我國31個省域農(nóng)業(yè)低碳競爭力區(qū)域差異明顯，其中，北京、天津、浙江、江蘇、廣東、福建、江西、廣西、湖南、四川、上海、新疆、海南、遼寧、山東和湖北等地低碳競爭力低于全國平均水平，大多集中于東部沿海地區(qū)。基于低碳競爭力的區(qū)域差異，結(jié)合各地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展水平，將31個省市進行聚類分析，劃分為“低排放-低效益”型、“低排放-高效益”型、“高排放-高效益”型和“高排放-低效益”型四類。聚類結(jié)果表明，廣東、浙江、江西、廣西、湖南、四川和上海7地屬于“高排放-低效益”型地區(qū)，新疆、海南、福建、北京、天津、遼寧、山東、江蘇和湖北等9地屬于“高排放-高效益”型地區(qū)，黑龍江、吉林和內(nèi)蒙古等3地屬于“低排放-高效益”地區(qū)，河北、河南、云南、安徽、西藏、陜西、甘肅、青海、寧夏、山西、重慶和貴州12地屬于“低排放-低效益”型地區(qū)。

5 討論

(1)隨著我國高產(chǎn)、優(yōu)質(zhì)、高效農(nóng)業(yè)的發(fā)展，2000年實際農(nóng)業(yè)GDP為1．512 451萬億元，到2011年上升至2．384 711萬億元，2011年農(nóng)業(yè)GDP增長率為4．25%，農(nóng)業(yè)經(jīng)濟的快速增長與碳排量增加關(guān)系密切，大量施用化肥、農(nóng)藥等保證了農(nóng)業(yè)經(jīng)濟的增長，隨之也帶來了大量碳排。綜合運用協(xié)整理論及誤差修正模型，證實經(jīng)濟增長與農(nóng)業(yè)碳排放之間存在協(xié)整關(guān)系［28］。

(2)我國農(nóng)業(yè)的土地利用類型主要為耕地和園地，該研究只考慮主要途徑的碳排放 (主要是農(nóng)地利用、水稻、牲畜帶來的碳排放)和碳吸收 (園地植被、農(nóng)作物生長過程中光合作用帶來的碳吸收)，另外研究選用指標多為總量指標，如化肥、農(nóng)藥、農(nóng)膜、柴油、機械等均采用的是施用或排放總量，沒有計算農(nóng)業(yè)生產(chǎn)中實際所消耗的量，電力指標選用的農(nóng)村電力，未能排除農(nóng)村生活用電量，農(nóng)用化肥使用量按折純法計算，也未進一步區(qū)分氮肥與磷肥的碳排放差異，故無法準確細致的分析農(nóng)業(yè)實際碳排放的量。

(3)該研究基于碳循環(huán)過程碳源和碳匯的雙重特征測算區(qū)域凈碳量。由于作物的固碳作用，碳匯量大于碳排量與田云［4］等的研究結(jié)果較為一致。其中，在測算農(nóng)業(yè)碳排放時，綜合國內(nèi)外學(xué)者的研究成果，科學(xué)確定碳排系數(shù)，從而對農(nóng)業(yè)碳減排研究做到一定的補充。

(4)明確各區(qū)域農(nóng)業(yè)生產(chǎn)效率，對豐富農(nóng)業(yè)低碳化問題研究也具有一定的參考價值。基于各指標的低碳化指數(shù)與農(nóng)業(yè)經(jīng)濟發(fā)展水平構(gòu)建低碳競爭力評價矩陣，聚類結(jié)果表明，低碳競爭力區(qū)域差異明顯，由于經(jīng)濟增長有多種模式，集約型和粗放型的經(jīng)濟增長方式會引致不同的碳生產(chǎn)率水平。各省份在實現(xiàn)GDP增長時，碳生產(chǎn)率正負變化及變化幅度差異明顯，從而造成農(nóng)業(yè)人均GDP和碳生產(chǎn)率之間的相關(guān)關(guān)系動態(tài)變化。

(5)如農(nóng)業(yè)碳排放指標體系的構(gòu)建有待進一步完善，對農(nóng)業(yè)低碳競爭力區(qū)域差異的原因缺乏深度挖掘，農(nóng)業(yè)低碳競爭力與農(nóng)業(yè)經(jīng)濟效益二者之間未能更好的銜接等。而接下來筆者將會就這些亟待解決的問題展開進一步研究。

［1］ 李穎，葛顏祥，梁勇．農(nóng)業(yè)碳排放與農(nóng)業(yè)產(chǎn)出關(guān)系分析．中國農(nóng)業(yè)資源與區(qū)劃，2013，34(3):60～65

［2］ 陳源泉，高旺盛．中國糧食主產(chǎn)區(qū)農(nóng)田生態(tài)服務(wù)價值總體評價．中國農(nóng)業(yè)資源與區(qū)劃，2009，30(1):33～39

［3］ 趙榮欽，黃愛民，秦明周，等．中國農(nóng)田生態(tài)系統(tǒng)碳增匯/減排技術(shù)研究進展．河南大學(xué)學(xué)報 (自然科學(xué)版)，2004，34(1):60～65

［4］ 田云，張俊飚．中國農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究．自然資源學(xué)報，2013，8(28):004

［5］ 包娟，中國城鎮(zhèn)居民主要食物消費的凈碳排放估算與趨勢分析．南京農(nóng)業(yè)大學(xué)，2012

［6］ 田云，張俊飚，李波．基于投入角度的農(nóng)業(yè)碳排放時空特征及因素分解研究——以湖北省為例．農(nóng)業(yè)現(xiàn)代化研究，2012，32(6):752～755

［7］ 閔繼勝，胡浩．中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算．中國人口．資源與環(huán)境，2012，22(7):21～27

［8］ 李長生，肖向明，S Frolking，等．中國農(nóng)田的溫室氣體排放．第四紀研究，2003，23(5):493～503

［9］ 劉巽浩，徐文修，李增嘉．農(nóng)田生態(tài)系統(tǒng)碳足跡法:誤區(qū)，改進與應(yīng)用— —兼析中國集約農(nóng)作碳效率．中國農(nóng)業(yè)資源與區(qū)劃，2013，34(6):1～11

［10］ 李軍軍．G20低碳競爭力評價及其對我國的啟示．廣東行政學(xué)院學(xué)報，2010，22(6):79～83

［11］ 張小軍．關(guān)于低碳經(jīng)濟競爭力評價體系構(gòu)建的研究．商業(yè)時代，2012，(34):16～17

［12］ 王皓．企業(yè)低碳競爭力指數(shù)的構(gòu)建．商業(yè)時代，2010，(30):90～92

［13］ 陳曉春，陳思果．中國低碳競爭力評析與提升途徑．湘潭大學(xué)學(xué)報 (哲學(xué)社會科學(xué)版)，2010，34(5):50～54

［14］ 潘家華，莊貴陽，鄭艷，等，低碳經(jīng)濟的概念辨識及低碳城市衡量指標體系．2009

［15］ 徐建中，袁小量．區(qū)域低碳競爭力系統(tǒng)結(jié)構(gòu)研究．科技進步與對策，2011，28(12):26～29

［16］ 宋德勇，盧忠寶．中國碳排放影響因素分解及其周期性波動研究．中國人口資源與環(huán)境，2009，19(3):18～24

［17］ 張秀梅，李升峰，黃賢金，等．江蘇省1996年至2007年碳排放效應(yīng)及時空格局分析．資源科學(xué)，2010，32(4):768～775

［18］ 譚丹，黃賢金．我國東，中，西部地區(qū)經(jīng)濟發(fā)展與碳排放的關(guān)聯(lián)分析及比較．中國人口．資源與環(huán)境，2008，18(3):54～57

［19］ 劉華軍，鮑振，楊騫．中國二氧化碳排放的分布動態(tài)與演進趨勢．Resources Science，2013，35(10):1925～1932

［20］ 冉光和，王建洪，王定祥．我國現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動趨勢研究．農(nóng)業(yè)經(jīng)濟問題，2011，(2):32～38

［21］ Schlitz H，Rennenberg H，Seiler W．CH4Emission from a Chinese Rice Paddy Field．Acta Meteorologica Sinica，1990，4(3):265～275

［22］ Matthews E，F(xiàn)ung I，Lerner J．Methane emission from rice cultivation:Geographic and seasonal distribution of cultivated areas and emissions．Global Biogeochemical Cycles，1991，5(1):3～24

［23］ Cao M，Dent J B，Heal O W．Methane emissions from China＇s paddyland．Agriculture，ecosystems＆ environment，1995，55(2):129 ～137

［24］ 韓廣軒，朱波，江長勝，等．川中丘陵區(qū)稻田甲烷排放及其影響因素．農(nóng)村生態(tài)環(huán)境，2005，21(1):1～6

［25］ 田云，張俊飚，李波．中國農(nóng)業(yè)碳排放研究:測算，時空比較及脫鉤效應(yīng)．Resources Science，2012，34(11):2097～2105

［26］ 韓召迎，孟亞利，徐嬌，等．區(qū)域農(nóng)田生態(tài)系統(tǒng)碳足跡時空差異分析——以江蘇省為案例．農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2012，31(5):1034～1041

［27］ 謝淑娟，匡耀求，黃寧生，等．低碳農(nóng)業(yè)評價指標體系的構(gòu)建及對廣東的評價．生態(tài)環(huán)境學(xué)報ISTIC，2013，22(6):916～923

［28］ 李國志，李宗植，周明．碳排放與農(nóng)業(yè)經(jīng)濟增長關(guān)系實證分析．農(nóng)業(yè)經(jīng)濟與管理，2011，(4):32～39