趙　楊，嚴(yán)良政，竇應(yīng)瑛

(大連市環(huán)境科學(xué)設(shè)計(jì)研究院，遼寧 大連 116023)

?

基于Kaya模型的大連市農(nóng)業(yè)CO2排放影響因素分解研究

趙楊，嚴(yán)良政，竇應(yīng)瑛

(大連市環(huán)境科學(xué)設(shè)計(jì)研究院，遼寧 大連 116023)

摘要：運(yùn)用Kaya模型對(duì)農(nóng)業(yè)碳排放量、經(jīng)濟(jì)增長(zhǎng)、技術(shù)水平、人口規(guī)模因素進(jìn)行分解，結(jié)果顯示：除經(jīng)濟(jì)效應(yīng)外，能源效應(yīng)、技術(shù)效應(yīng)、人口效應(yīng)均為負(fù)值。大連市在農(nóng)業(yè)經(jīng)濟(jì)快速發(fā)展的同時(shí)，也極大地促進(jìn)了溫室氣體的排放。而農(nóng)業(yè)能源結(jié)構(gòu)的調(diào)整、生產(chǎn)技術(shù)的進(jìn)步和農(nóng)業(yè)人員的減少緩解了農(nóng)業(yè)碳減排的壓力，其中技術(shù)效應(yīng)的貢獻(xiàn)最為突出，農(nóng)業(yè)技術(shù)的提高是現(xiàn)階段大連市農(nóng)業(yè)碳減排的主要驅(qū)動(dòng)因素。

關(guān)鍵詞：Kaya 公式；農(nóng)業(yè)碳排放；影響因素；分解研究；大連市

0引言

隨著全球人口和經(jīng)濟(jì)規(guī)模的不斷增長(zhǎng)，人類過(guò)度使用石化資源，排放大量溫室氣體，全球面臨氣候變暖。為應(yīng)對(duì)全球氣候變暖的嚴(yán)峻挑戰(zhàn)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式，低碳經(jīng)濟(jì)應(yīng)運(yùn)而生。當(dāng)前講到低碳經(jīng)濟(jì)，較多的是關(guān)注工業(yè)經(jīng)濟(jì)領(lǐng)域，很少提及農(nóng)業(yè)領(lǐng)域。實(shí)際上，農(nóng)業(yè)是與自然環(huán)境雙向互動(dòng)的產(chǎn)業(yè)，它最直接地承受著全球氣候變暖帶來(lái)的影響，同時(shí)也排放了大量的溫室氣體。農(nóng)業(yè)作為我國(guó)的基礎(chǔ)產(chǎn)業(yè)，是CO2等溫室氣體的重要來(lái)源之一，在碳排放與碳循環(huán)中起著重要作用。伴隨著化學(xué)農(nóng)業(yè)、石油農(nóng)業(yè)、機(jī)械農(nóng)業(yè)的發(fā)展，農(nóng)業(yè)能源消費(fèi)迅速增長(zhǎng)，農(nóng)業(yè)發(fā)展面臨著減緩溫室氣體排放、固碳、節(jié)能等壓力。我國(guó)農(nóng)業(yè)發(fā)展過(guò)程中的碳減排壓力和生態(tài)環(huán)境壓力不斷上升。

1碳排放模型的構(gòu)建及指標(biāo)解釋

1.1Kaya模型構(gòu)建

20世紀(jì)80年代以來(lái)，國(guó)內(nèi)外研究人員相繼開發(fā)了許多模型用以定量分析CO2的排放。Kaya碳排放恒等式由日本教授Yoichi Kaya于1989年在聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)研討會(huì)上最先提出[1]，是應(yīng)用最廣泛的模型之一。Kaya恒等式通過(guò)一種簡(jiǎn)單的數(shù)學(xué)公式將經(jīng)濟(jì)增長(zhǎng)、技術(shù)水平和人口規(guī)模等因子與人類活動(dòng)產(chǎn)生的CO2建立起聯(lián)系[2]，模型如下：

(1)

其中：CO2:二氧化碳排放總量；ENG:一次能源消費(fèi)量；GDP:國(guó)內(nèi)生產(chǎn)總值；POP:人口數(shù)量。

1.2指標(biāo)解釋

(1)單位能源利用的CO2排放量(CO2/ENG)

CO2/ENG為單位能源利用的CO2排放量，由能源消費(fèi)結(jié)構(gòu)決定。其數(shù)值反映了減排技術(shù)的狀況，數(shù)值減小反映了減排技術(shù)的改善，反之則相反。在技術(shù)水平確定條件下，能源結(jié)構(gòu)是決定能源結(jié)構(gòu)碳強(qiáng)度的主要原因，當(dāng)能源消費(fèi)構(gòu)成轉(zhuǎn)向高碳排放的煤炭時(shí)，能源結(jié)構(gòu)碳強(qiáng)度數(shù)值增大；當(dāng)能源消費(fèi)構(gòu)成轉(zhuǎn)向低碳排放的天然氣，甚至零排放的清潔能源時(shí)，能源結(jié)構(gòu)碳強(qiáng)度數(shù)值減小。

(2)單位GDP的能源消費(fèi)量(ENG/GDP)

ENG/GDP表示單位GDP的能源消費(fèi)量，由技術(shù)水平?jīng)Q定。其單位GDP能耗越大，說(shuō)明經(jīng)濟(jì)發(fā)展對(duì)能源的依賴程度越強(qiáng)，他是衡量能源經(jīng)濟(jì)效率的重要指標(biāo)。

(3)人均GDP(GDP/POP)

GDP/POP表示人均GDP，由經(jīng)濟(jì)水平?jīng)Q定。在高碳經(jīng)濟(jì)模式下，人均GDP越大，碳排放量越多；而在低碳經(jīng)濟(jì)模式下，人均GDP的增長(zhǎng)可能不會(huì)帶來(lái)碳排量的增加，低碳或無(wú)碳能源和低碳產(chǎn)業(yè)是推動(dòng)經(jīng)濟(jì)的主要力量。

(4)人口規(guī)模(POP)

POP為人口規(guī)模，人口數(shù)量是影響碳排放的一個(gè)重要指標(biāo)。在社會(huì)經(jīng)濟(jì)、技術(shù)條件不變的情況下，一般來(lái)講人口數(shù)量增長(zhǎng)對(duì)資源和能源的需求量就越大，碳排放量會(huì)增加。

1.3模型轉(zhuǎn)化

根據(jù)微積分的有關(guān)知識(shí)，上述模型(1)右邊中任意一個(gè)參數(shù)與在任意一段時(shí)間內(nèi)的微小變化，每個(gè)參數(shù)的變化率總和將被認(rèn)為近似等于相應(yīng)期間內(nèi)CO2的變化率，因此模型(1)可以轉(zhuǎn)化為模型(2)：

(2)

上述分解模型將碳排放的變化看做能源排放系數(shù)(由能源消費(fèi)結(jié)構(gòu)決定)、能源強(qiáng)度(由技術(shù)水平?jīng)Q定)、人均GDP(由經(jīng)濟(jì)水平?jīng)Q定)和人口規(guī)模4個(gè)因素共同作用的結(jié)果，即碳排放的變化可以分解為4種不同的效應(yīng)：能源效應(yīng)、技術(shù)效應(yīng)、經(jīng)濟(jì)效應(yīng)和人口效應(yīng)。若某因素變化相應(yīng)引起的碳排放效應(yīng)為正值，表示該因素的變化對(duì)碳排放的沖擊是正向的，其變化值為碳排放量變化的增量效應(yīng)；反之則為減量效應(yīng)。

2數(shù)據(jù)來(lái)源及整理

本研究中使用的原始數(shù)據(jù)中，農(nóng)業(yè)CO2排放總量參照《省級(jí)溫室氣體清單編制指南》中的農(nóng)業(yè)溫室氣體估算方法得到。農(nóng)業(yè)人口和GDP數(shù)據(jù)來(lái)源于歷年《大連市統(tǒng)計(jì)年鑒》，農(nóng)業(yè)GDP數(shù)據(jù)用歷年第一產(chǎn)業(yè)(農(nóng)、林、牧、漁業(yè))產(chǎn)值來(lái)表示，按1990年價(jià)格計(jì)算。

由于沒(méi)有大連市的農(nóng)業(yè)能源消費(fèi)量的基礎(chǔ)數(shù)據(jù)，因此本論文先從歷年的《中國(guó)能源統(tǒng)計(jì)年鑒》中獲得遼寧省的第一產(chǎn)業(yè)(農(nóng)、林、牧、漁業(yè))能源消費(fèi)量，認(rèn)為遼寧省與大連市的單位生產(chǎn)總值能源消耗的比例是一致的，折算出大連市的農(nóng)業(yè)能源消費(fèi)量。遼寧省第一產(chǎn)業(yè)生產(chǎn)總值由歷年《遼寧省統(tǒng)計(jì)年鑒》獲得，由于遼寧省第一產(chǎn)業(yè)產(chǎn)值為歷年現(xiàn)價(jià)計(jì)算，因此在折算大連市農(nóng)業(yè)能源消費(fèi)量時(shí)的大連市第一產(chǎn)業(yè)產(chǎn)值也取值為歷年《大連市統(tǒng)計(jì)年鑒》中的現(xiàn)價(jià)數(shù)值。另外，各種能源的消費(fèi)均為實(shí)物統(tǒng)計(jì)量，必須轉(zhuǎn)換為標(biāo)準(zhǔn)統(tǒng)計(jì)量，具體換算系數(shù)見(jiàn)表1，換算后結(jié)果見(jiàn)表2。

表1　能源消耗換算系數(shù)[3]

表2　2001年以來(lái)遼寧省第一產(chǎn)業(yè)能源消費(fèi)量

利用單位產(chǎn)值能耗的比例折算出大連市第一產(chǎn)業(yè)能源消費(fèi)量，見(jiàn)表3。

表3　2001年以來(lái)大連市第一產(chǎn)業(yè)能源消費(fèi)量

表4為大連市農(nóng)業(yè)2001—2012年CO2排放量、能源消費(fèi)量、第一產(chǎn)業(yè)GDP以及農(nóng)業(yè)人口數(shù)據(jù)的比照表。

表4　各參數(shù)比照表

由圖1～圖5可看出：2010—2012年，大連市人口數(shù)量在逐年減少，但是CO2排放量趨于上升趨勢(shì)，全市人均GDP增長(zhǎng)迅速、人均收入水平自2007年開始大幅提高，人均GDP的增長(zhǎng)速度明顯高于CO2排放量的增長(zhǎng)速度。說(shuō)明大連市的能源結(jié)構(gòu)呈現(xiàn)不斷優(yōu)化的趨勢(shì),對(duì)CO2排放發(fā)揮了一定的抑制作用。同時(shí)，全市的單位GDP的能源消費(fèi)量及單位能源利用的CO2排放量也在不斷降低，說(shuō)明了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)能源的依賴程度越來(lái)越低，農(nóng)業(yè)碳減排技術(shù)也在不斷完善。

3因素分解結(jié)果

對(duì)表4數(shù)據(jù)采用模型(2)進(jìn)行數(shù)據(jù)計(jì)算可以得到大連市2001—2012年農(nóng)業(yè)CO2排放影響因素對(duì)排放總量的影響貢獻(xiàn)程度，見(jiàn)圖6。

由圖6數(shù)據(jù)可以對(duì)能源效應(yīng)、技術(shù)效應(yīng)、經(jīng)濟(jì)效應(yīng)、人口效應(yīng)4個(gè)因素做以下分析：

(1)能源效應(yīng)的年平均值為負(fù)值(-3.71%)。能源效應(yīng)呈負(fù)值說(shuō)明：大連市農(nóng)業(yè)能源結(jié)構(gòu)的調(diào)整對(duì)溫室氣體的排放有著顯著的影響。雖然大連市能源消費(fèi)結(jié)構(gòu)近10年沒(méi)有較大的變化，還是以汽油、柴油、電力為主，但也不斷嘗試和推廣清潔能源的利用，引進(jìn)“西氣東輸”天然氣和大連液化天然氣。在一定程度上起到了碳排放的抑制作用，這和大連市提倡現(xiàn)代農(nóng)業(yè)、綠色農(nóng)業(yè)有關(guān)。

(2)從技術(shù)效應(yīng)看，年平均值為負(fù)值(-6.29%)，說(shuō)明農(nóng)業(yè)生產(chǎn)技術(shù)的進(jìn)步大大化解了溫室氣體的排放，進(jìn)一步說(shuō)明隨著農(nóng)業(yè)技術(shù)的進(jìn)步，大連市發(fā)展低碳農(nóng)業(yè)、綠色農(nóng)業(yè)是有可能的。歷年的技術(shù)效應(yīng)數(shù)值波動(dòng)較大，沒(méi)有呈現(xiàn)一定的規(guī)律性。尤其在2008年以前，數(shù)值的波動(dòng)尤為明顯。說(shuō)明農(nóng)業(yè)技術(shù)的進(jìn)步對(duì)碳增、減排作用具有一定的隨機(jī)性。2008年的值為-54.20%，這是由于2008年起大連市農(nóng)業(yè)GDP的計(jì)算方法取消不變價(jià)農(nóng)業(yè)總產(chǎn)值統(tǒng)計(jì)，采用農(nóng)產(chǎn)品指數(shù)縮減法(可比價(jià))計(jì)算農(nóng)業(yè)發(fā)展速度，造成2008年的農(nóng)業(yè)GDP偏大，相應(yīng)的單位GDP能耗的變化率也偏大。但從整體的變化來(lái)看，農(nóng)業(yè)技術(shù)的提高是農(nóng)業(yè)碳減排的主要驅(qū)動(dòng)因素。

(3)從經(jīng)濟(jì)效應(yīng)看，除2006年為負(fù)值外，其余各年均顯著為正值，年平均值為23.40%。說(shuō)明在大連市農(nóng)業(yè)經(jīng)濟(jì)快速發(fā)展的同時(shí)，也極大地促進(jìn)了溫室氣體的排放，經(jīng)濟(jì)增長(zhǎng)是農(nóng)業(yè)碳排放的主要驅(qū)動(dòng)因素。值得關(guān)注的是，經(jīng)濟(jì)對(duì)溫室氣體排放的效應(yīng)也具有一定的波動(dòng)性，而且沒(méi)有規(guī)律可尋。2001—2007年的平均增幅率為9.81%，這與大連市國(guó)民經(jīng)濟(jì)高速發(fā)展有關(guān)：農(nóng)業(yè)經(jīng)濟(jì)也得到了迅速發(fā)展，進(jìn)而帶動(dòng)了農(nóng)業(yè)溫室氣體的排放。2008—2012年的平均增長(zhǎng)率為15.93%，高于2008年以前的增長(zhǎng)率。這可能是由于大連市近些年增加投資的宏觀政策導(dǎo)致，大批量的新型農(nóng)業(yè)基礎(chǔ)設(shè)施項(xiàng)目的建造，在建設(shè)初期導(dǎo)致農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)溫室氣體排放的貢獻(xiàn)保持居高不下的地位。

(4)人口效應(yīng)年平均值為負(fù)值(-2.18%)。歷年數(shù)值波動(dòng)不大，但除了2003年和2010年為正值以外，其余年份均為負(fù)值，最小為-7.76%，是在2012年出現(xiàn)；最大值為1.13%。農(nóng)業(yè)人口的減少，從另一方面可以理解為農(nóng)業(yè)人員占據(jù)相對(duì)少的資源和能源，一定程度上降低了農(nóng)業(yè)溫室氣體的排放。而且，隨著社會(huì)和經(jīng)濟(jì)發(fā)展，能源價(jià)格的不斷上漲以及農(nóng)業(yè)人員低碳意識(shí)的逐步加強(qiáng)，也使得農(nóng)業(yè)人員在生產(chǎn)生活中注意節(jié)約能源的使用，進(jìn)而降低了農(nóng)業(yè)溫室氣體的排放。

4農(nóng)業(yè)碳減排建議

(1) 要改變農(nóng)業(yè)生產(chǎn)方式，樹立低碳農(nóng)業(yè)意識(shí)。從思想上認(rèn)識(shí)到低碳農(nóng)業(yè)的重要性，并為之努力。

(2) 降低化肥使用強(qiáng)度，著力提高其利用效率。大連市是高化肥投入地區(qū)，化肥的過(guò)度使用不但能改變土壤的呼吸強(qiáng)度，而且還能污染土壤和地下水，給人民生產(chǎn)生活造成危害，因此有效利用化肥刻不容緩。

(3) 更新農(nóng)業(yè)機(jī)械及技術(shù)，推進(jìn)農(nóng)業(yè)機(jī)械節(jié)能。雖然近些年大連市農(nóng)業(yè)技術(shù)水平的提高，有效推動(dòng)了農(nóng)業(yè)的碳減排，但在保護(hù)性耕作方面尚未涉及，因此通過(guò)保護(hù)性耕作所帶來(lái)的減少機(jī)械的能源消耗與增強(qiáng)土壤有機(jī)質(zhì)是發(fā)展大連市低碳農(nóng)業(yè)的潛力。

(4) 建立農(nóng)業(yè)低碳補(bǔ)償機(jī)制，加大低碳農(nóng)業(yè)投入和政策支持力度。低碳補(bǔ)償機(jī)制可以有效提高農(nóng)業(yè)人員的減排積極性和主動(dòng)性，而相關(guān)法律法規(guī)的出臺(tái)才能從根源上保障低碳農(nóng)業(yè)有序執(zhí)行。

(5) 合理規(guī)劃土地經(jīng)營(yíng)。嚴(yán)格控制工業(yè)用地，保證生態(tài)農(nóng)業(yè)用地的合理規(guī)模。

參考文獻(xiàn)：

[1]Kaya Y. Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios [R]. Paris: Presentation to the Energy and Industry Subgroup，Respones Working Group，IPCC，1989.

[2]李國(guó)志，李宗植，周明.碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證分析[J].農(nóng)業(yè)經(jīng)濟(jì)管理,2011(4)：32-39.

[3]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)能源統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社，2013.

Study on Resolution of Factors Influencing Agricultural CO2Emission of Dalian Based on Kaya Model

ZHAO Yang,YAN Liang-zheng,DOU Ying-ying

(Dalian Environmental Science Design Research Institute, Dalian Liaoning 116023, China)

Abstract：Kaya model was used to break down the factors covering the agricultural carbon emissions, economic growth, technical level, and the size of the population. The results showed that energy, technology, and population were negative except economy.The rapid development of agricultural,economy has increased,the greenhouse gases emission in Dalian.However, the adjustment of agricultural energy structure and the production technology progress and the reduction of the people who work in agriculture alleviated the pressure of agricultural carbon emission. Among which, the technology contributed the most. Therefore, the improvement of agricultural technology was the main driving factor to reduce carbon emission in Dalian at present.

Key words：Kaya model; agricultural carbon emissions; factor; resolution; Dalian city

收稿日期：2015-08-17

基金項(xiàng)目：大連市科技局2012年科技項(xiàng)目。

作者簡(jiǎn)介：趙楊(1983-)，女，漢族，碩士研究生，工程師，研究方向：環(huán)境規(guī)劃、環(huán)境保護(hù)。

中圖分類號(hào)：X38

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1673-9655(2016)02-0021-06