史常亮 揭昌亮 朱俊峰

?

中國農業(yè)能耗碳排放脫鉤的影響因素解析

史常亮 揭昌亮 朱俊峰

在“機械化+化學化=農業(yè)現(xiàn)代化”的發(fā)展模式下，中國農業(yè)能耗碳排放的快速上升，不能簡單理解為只是化石能源消費增長的結果，而是人口增長、經濟發(fā)展、能源結構、能源效率等方面因素的共同作用所導致。發(fā)展低碳農業(yè)首先要從影響農業(yè)能耗碳排放“脫鉤與否”的因素入手，厘清各因素在其中的作用。基于Tapio脫鉤模型和Kaya恒等式，運用LMDI分解法構建了擴展的Tapio脫鉤指數分解模型，對1980-2012年中國農業(yè)能耗碳排放的脫鉤情況進行定量分析。結果表明，過去30多年來，中國農業(yè)能耗碳排放與農業(yè)經濟增長總體呈現(xiàn)出由“弱脫鉤”向“增長連接”轉移的趨勢，二者之間脫鉤狀態(tài)的穩(wěn)定性在變差；能源強度降低是實現(xiàn)中國農業(yè)能耗碳排放脫鉤的關鍵性因素，但近年來已顯現(xiàn)出瓶頸；與此同時，能源結構和產出規(guī)模因素對碳排放脫鉤的反向抑制作用在不斷加強；人口規(guī)模雖然對碳排放脫鉤工作也起到負面作用，但近年來影響趨于下降。

農業(yè)能源消耗； 碳排放； 脫鉤； LMDI分解法

一 引 言

作為支撐經濟增長的重要因素，近年來我國能源消費量一直保持較快增長。根據《世界能源統(tǒng)計年鑒2014》，2013年中國一次能源消費量為28.52億萬噸油當量，占全球能源消費量的22.4%。中國能源消費量的不斷增加，不僅表現(xiàn)在傳統(tǒng)能源消耗大戶——工業(yè)方面，同時也表現(xiàn)在常被人們所忽略的現(xiàn)代農業(yè)方面。過去30多年來，隨著我國農業(yè)機械化、現(xiàn)代化水平的提高，柴油、化肥、農膜等能耗型生產資料投入不斷增加，農業(yè)生產中的能源消費也越來越大?！吨袊茉唇y(tǒng)計年鑒2013》數據顯示，盡管與工業(yè)、交通運輸業(yè)等行業(yè)相比，農業(yè)能源消費在國家能源消費總量中的比重并不大，但其絕對量卻一直呈現(xiàn)出逐年增長和加速趨勢。因此，為確保國家節(jié)能減排目標任務的實現(xiàn)，對農業(yè)能源消費量進行控制，降低農業(yè)生產過程中的能耗碳排放，無疑也是一個重要方面。

從掌握的文獻來看，現(xiàn)有針對農業(yè)碳排放的研究主要集中在農用物資、稻田、土壤、牲畜腸道發(fā)酵、糞便管理等方面(田云和張俊飚，2014)，而對農業(yè)能耗碳排放的關注較少。黃祖輝和米松華(2011)對2008年農業(yè)碳足跡的核算發(fā)現(xiàn)，在農業(yè)源溫室氣體中，種植、養(yǎng)殖活動本身排放的溫室氣體所占比重并不大，農用能源直接和間接碳排放才是最重要的三大類來源之一。張廣勝和王珊珊(2014)在對中國農業(yè)碳排放結構研究后也認為，隨著現(xiàn)代農業(yè)的發(fā)展，能源消耗導致的直接和間接碳排放正成為中國農業(yè)碳排放的一個重要來源?；诖耍疚陌蜒芯康闹攸c放在農業(yè)能耗碳排放上，包括農業(yè)生產使用煤炭、石油等化石能源產生的直接碳排放和電力消費導致的間接碳排放。

發(fā)展低碳農業(yè)的關鍵在于切斷農業(yè)經濟增長與碳排放之間的聯(lián)系，如果在經濟增長的同時，農業(yè)能耗碳排放低增長、零增長乃至負增長，那么就說明實現(xiàn)了一個低碳的發(fā)展模式(許廣月，2010)。為實現(xiàn)這一過程，了解哪些因素對農業(yè)能耗碳排放的變動起關鍵性作用就顯得十分必要。漆雁斌等(2010)對我國農業(yè)能源消耗結構的研究發(fā)現(xiàn)，當前我國農業(yè)消耗的大部分能源是煤炭，而煤炭的排碳量比其他能源高，導致農業(yè)能耗碳排放量也高。李國志(2014)利用變參數模型分析了人口、經濟和技術對農業(yè)能源碳排放的影響，結果發(fā)現(xiàn)，人口規(guī)模和經濟增長對碳排放有促進作用，但隨著時間推移，前者作用在增強，而后者作用趨于弱化；技術進步雖然對碳排放具有顯著的抑制作用，但是這種減排效應并不穩(wěn)定。李國志和李宗植(2010)利用LMDI模型將農業(yè)能耗碳排放量的變化分解為能源強度效應、能源結構效應和經濟水平效應三部分，結果發(fā)現(xiàn)，經濟增長水平對中國農業(yè)能耗碳排放量變化的貢獻最大，而能源結構和能源強度因素的影響不太明顯。戴小文等(2015)、龐麗(2014)同樣運用LMDI方法對1990-2013年和1997-2010年的農業(yè)能耗碳排放量變化進行了分解，結果均表明，農業(yè)總產值變動是引起農業(yè)能耗碳排放正向增加的主要因素。

國際上多用脫鉤指標來反映阻斷經濟增長與資源消耗或污染物排放之間聯(lián)系的程度。與計量模型相比，脫鉤指標不僅能夠為識別經濟增長與環(huán)境污染之間的關系提供一個實時動態(tài)指標，而且能夠在這一復雜關系中對環(huán)境矛盾的主要方面進行有效識別(趙一平等，2006)[10]。近年來，一些學者將脫鉤指標運用到中國農業(yè)碳排放研究中，如田云等(2012)[11]、李波和張俊飚(2012)[12]、張玉梅和喬娟(2014)[13]、李立等(2013)[14]。但正如前面所指出，這些研究僅按照IPCC方法核算了水稻種植、畜禽養(yǎng)殖、秸稈焚燒以及農用物資使用等導致的碳排放，忽視或低估了農業(yè)能源消耗碳排放的核算；同時，這些研究大多止步于回答“脫鉤與否”，缺乏對“脫鉤狀態(tài)”背后驅動因素的進一步分解分析。這顯然不利于把握農業(yè)碳排放的節(jié)能減排重點及其問題解決。

總之，在“機械化+化學化=農業(yè)現(xiàn)代化”的發(fā)展模式下，中國農業(yè)能耗碳排放量的快速上升不能簡單理解為只是化石能源消費增長的結果，而是人口增長、經濟發(fā)展、能源結構、能源效率等方方面面因素共同作用的結果。發(fā)展低碳農業(yè)，首先要從影響農業(yè)能耗碳排放“脫鉤與否”的因素入手，厘清各因素在其中所扮演的角色及其作用大小。有鑒于此，本文將Tapio脫鉤模型和LMDI分解方法結合起來，一方面從脫鉤理論出發(fā)，對我國農業(yè)經濟增長與農業(yè)能耗碳排放之間的關系進行解讀；另一方面引入Kaya恒等式和LMDI分解法對Tapio脫鉤指數進行分解，研究脫鉤關系變化的實質，以找出當前農業(yè)節(jié)能減排工作中的薄弱環(huán)節(jié)，為促進農業(yè)碳減排提供政策參考。與已有研究相比，本文的貢獻在于：將Tapio脫鉤指標和Kaya恒等式、LMDI分解模型結合起來，綜合研究人口規(guī)模、經濟增長、能源結構及能源效率在農業(yè)能耗碳減排和“脫鉤”方面的作用。

二 研究方法與數據

(一)研究方法

目前，較常使用的脫鉤評價指標主要有OECD脫鉤指數和Tapio脫鉤指數。其中，Tapio脫鉤指數通過“彈性”概念對變量間的脫鉤關系進行分析，不僅計算不受統(tǒng)計量綱變化的影響，而且還可以利用恒等式對脫鉤指標進行因果鏈分解，從而實現(xiàn)對脫鉤狀態(tài)背后影響因素的深入分析和研究。基于Tapio脫鉤指數的一般形式(Tapio，2005)[15]，本文定義農業(yè)經濟增長和農業(yè)能耗碳排放的脫鉤指數表達式為：

(1)

式中：ε為脫鉤彈性值；C為農業(yè)能耗碳排放總量，G為農業(yè)實際生產總值；△為各變量現(xiàn)期相對于基期的變化量。根據ε的大小以及△C和△G的變動方向，可以將脫鉤狀態(tài)劃分為脫鉤、負脫鉤、連結等三種狀態(tài)8種類型，如表1所示。一般認為，強脫鉤是實現(xiàn)經濟低碳化發(fā)展的最理想狀態(tài)，其余狀態(tài)皆為不可持續(xù)發(fā)展狀態(tài)。

表1 Tapio脫鉤彈性模型

Tapio脫鉤指數通過簡單的數量關系式，直觀地描述了農業(yè)經濟增長與碳排放之間的耦合關系，為定量分析低碳農業(yè)發(fā)展狀況提供了可靠工具，但該指標缺乏對脫鉤產生原因的深入分析。為此，引入Kaya恒等式和因素分解法中的LMDI法(Logarithmic Mean Divisia Index)對式(1)進行進一步分解。Kaya恒等式最早由日本學者Kaya(1989)[16]提出，其基本形式如下：

(2)

式中：C、E、GDP、P分別代表碳排放量、能源消耗量、國內生產總值和國內人口數量。依據Kaya恒等式的理念，為了分析中國農業(yè)能耗碳排放量變化的影響因素，對式(2)進行如下形式的拓展和改進：

(3)

式中：Ci為第i種能源的碳排放量，Ei為農業(yè)部門第i種能源的消費量，E為農業(yè)部門的能源消費總量，P為人口數量。定義：fi=Ci/Ei為能源碳排放系數，即消費每單位第i種能源所產生的碳排放量；m=Ei/E為能源消費結構，即第i種能源在農業(yè)能源消費中所占比例；e=E/G為創(chuàng)造單位農業(yè)產值所消耗的能源數量，表示能源消耗強度，其倒數即為能源效率；g=G/P為人均農業(yè)總產值，衡量農業(yè)經濟規(guī)模大??；p=P為人口規(guī)模。由此，農業(yè)能耗碳排放變化被分解為能源碳排放系數、能源結構、能源強度、產出規(guī)模和人口規(guī)模5個因素。

設C0和CT分別代表基期和第T期的碳排放量，根據LMDI分解法中的“加和分解”，則第T期相對于基期的碳排放變化量△C可分解為：

ΔC=CT-C0=ΔCf+ΔCm+ΔCe+ΔCg+ΔCp

(4)

式中，△Cf、△Cm、△Ce、△Cg、△Cp分別表示能源碳排放系數(強度)、能源結構、能源強度、產出規(guī)模和人口規(guī)模的變動對農業(yè)能耗碳排放變化的影響，其各自分解結果為：

(5)

ΔC=CT-C0=ΔCm+ΔCe+ΔCg+ΔCp

(6)

聯(lián)立式(1)和式(6)，即可得到Tapio脫鉤指數的分解模型：

(7)

式(7)說明，農業(yè)經濟增長和農業(yè)能耗碳排放的脫鉤指數ε被分解為4個效應，分別是：能源結構效應εm、能源強度效應εe、產出規(guī)模效應εg和人口規(guī)模效應εp。

(二)數據來源與處理

國內目前尚無直接的農業(yè)能耗碳排放量數據可使用。本文按照以往文獻中的做法，通過分類測算農業(yè)生產中使用煤炭、石油等化石能源直接燃燒的碳排放和電力消費導致的間接碳排放*電力消費雖然并不直接產生碳排放，但由于我國電力主要來自燃煤的火力發(fā)電，在此過程中會產生大量碳排放(黃祖輝和米松華，2011)。，加總得到農業(yè)能耗碳排放量。在測算時，結合《中國能源統(tǒng)計年鑒》的口徑，將農業(yè)部門能源消費種類劃分為煤炭、焦炭、汽油、煤油、柴油、燃料油和電力7類，再根據各自的碳排放系數利用式(8)得到總的農業(yè)能耗碳排放量：

(8)

式中：C為農業(yè)能耗碳排放總量，Ei為農業(yè)部門第i種能源消費量，原始數據為實物統(tǒng)計量，本文根據《中國能源統(tǒng)計年鑒(2013)》給出的各種能源標準煤折算參考系數將其轉換為標準統(tǒng)計量；ηi為各種能源相應的碳排放系數，取值參考國內相關文獻(張廣勝和王珊珊,2014;李國志和李宗植，2010；戴小文等，2015；韓岳峰和張龍，2013[17]；楊鈞，2012[18]；武春桃，2015[19])，按其平均值計算。其中，電力碳排放系數借鑒冉光和等(2011)[20]、張廣勝和王珊珊(2014)的做法，用我國電力結構中火電所占比例80%來計算。各種能源標準煤折算系數與碳排放系數見表2。

表2 標準煤折算系數與碳排放系數

本文選取1980-2012年的全國數據進行實證分析。其中，用于計算農業(yè)能耗碳排放量的農、林、牧、漁、水利業(yè)能源消費量數據來自歷年《中國能源統(tǒng)計年鑒》中的“全國能源平衡表”；農林牧漁業(yè)總產值數據來源于《中國農村統(tǒng)計年鑒(2013)》；全國總人口數據來源于《中國統(tǒng)計年鑒(2013)》。

數據處理方面，需要說明以下兩點：

(1)根據第二次經濟普查結果，《中國能源統(tǒng)計年鑒2009》對1996年以來的能源和煤炭消費數據進行了修訂。本文采用的是修訂后的數據，與以前各年不可比。同理，由于《中國能源統(tǒng)計年鑒2014》只修訂了2000年以來的有關數據，為了保證樣本的連續(xù)性和可比性，在此只采集1980-2012年的農業(yè)能源消費量數據進行分析，并將整個樣本劃分為1980-1995年和1996-2012年兩個子樣本。

(2)為了剔除價格因素的影響，利用國家統(tǒng)計局公布的歷年農林牧漁業(yè)總產值指數對總產值進行了平減，得到以1980年為基期的可比價格。

三 實證分析

(一)中國農業(yè)能耗碳排放變化趨勢

圖1顯示了1980-2012年我國農業(yè)能源消費量、農業(yè)能耗強度以及根據式(5)估算的農業(yè)能耗碳排放量、農業(yè)能耗碳排放強度變化趨勢。其中，1995/1996年出現(xiàn)斷層是由于數據修訂所致，從圖中來看，這并沒有改變各曲線原有的增長趨勢。由圖可知，一方面，在農業(yè)能源消費量快速增加的同時，農業(yè)能耗碳排放也在逐年上升。樣本期內，除個別年份(如1993年、2008年)外，絕大多數年份的農業(yè)能耗碳排放量均表現(xiàn)出逐年遞增的態(tài)勢，分別從1980年的2130萬噸、1996年的2225萬噸增加到1995年的3401萬噸和2012年的4522萬噸，前后累計增加了3569萬噸，年均增長率分別為3.2%和4.5%，增長速度明顯加快。而另一方面，農業(yè)能耗碳排放強度的下降速度卻在放緩，年均增長率由1980-1995年的-3.4%下降為1996-2012年的-0.5%；并且變化極不穩(wěn)定，超過1/3的年份為正數(即處于增長狀態(tài))，最高在2003年達到10%。這反映出，隨著以大量消耗化石能源為基礎的農業(yè)生產方式的推進，我國農業(yè)生產中的能源消費量迅速增加，但能源利用效率卻沒有相應提高，導致農業(yè)節(jié)能減排效率整體不高且波動較大。

圖1 1980-2012年中國農業(yè)能源消費及農業(yè)能耗碳排放變動

圖2顯示了1980-2012年中國農業(yè)總產值與農業(yè)能耗碳排放量的增長率變化情況。從圖中可看出，不論是在哪個階段，農業(yè)能耗碳排放量增長率的變化幅度都要大于農業(yè)總產值增長率的變化幅度，說明農業(yè)經濟增長較為穩(wěn)定，而農業(yè)能耗碳排放波動則相對劇烈。樣本期內，除個別年份(1989年、1992-1993年、2007年)農業(yè)能耗碳排放量的增長率為負值外，其余年份二者的增長率均為正值；且從變化趨勢上看，二者的變化形態(tài)微弱相似，反映出我國農業(yè)生產對化石能源投入具有較強的依賴性。

圖2 1980-2012年中國農業(yè)總產值與農業(yè)能耗碳排放增長率

(二)農業(yè)能耗碳排放脫鉤狀態(tài)

鑒于可能存在變量響應的時間滯后關系，這里選擇每四年為一個分析單位，即分成1980-1983年、1984-1987年、1988-1991年、1992-1995年、1996-1999年、2000-2003年、2004-2007年、2008-2012八個時段，對期間中國農業(yè)能耗碳排放的脫鉤指數進行計算。表3給出了每個時間段內的中國農業(yè)能耗碳排放Tapio脫鉤指數和相應的脫鉤關系類型，圖3則同時給出了以上一年為基期得到的Tapio脫鉤指數變化曲線。

表3 1980-2012年分時段中國農業(yè)能耗碳排放脫鉤狀態(tài)

(續(xù)上表)

時期農業(yè)能耗碳排放變化率(△C/C)農業(yè)總產值變化率(△G/G)Tapio脫鉤彈性指數脫鉤關系類型2004-2007年0.11870.15690.7566弱脫鉤2008-2012年0.16480.19700.8366增長連結1980-1995年0.59701.68010.3553弱脫鉤1996-2012年1.03271.19410.8648增長連結

圖3 1980-2012年中國農業(yè)能耗碳排放Tapio脫鉤指數變化

對比表3和圖3可以發(fā)現(xiàn)，盡管在不同尺度下計算得到的Tapio脫鉤指數的具體數值大小存在差異，但二者反映的脫鉤狀態(tài)及其變動趨勢卻是一致的。樣本期間，中國農業(yè)能耗碳排放脫鉤變化呈現(xiàn)出顯著的階段性特征。其中，1980-1984年間脫鉤指數介于0到0.8之間，為弱脫鉤狀態(tài)；1985-1988年間脫鉤情況有所惡化，整體處于擴張負脫鉤狀態(tài)；1989-1999年經歷了一個漫長的弱脫鉤歷程，期間盡管個別年份(如1988/1989年、1991-1993年)落在了強脫鉤區(qū)域，但同時也有一些年份(如1990/1991年、1993/1994年)處于增長連結狀態(tài)，總體來看并沒形成清晰、顯著的持續(xù)改善態(tài)勢，年際間脫鉤指數變動幅度也相當大；1996-2008年間農業(yè)能耗碳排放脫鉤狀態(tài)大體呈現(xiàn)為倒“V”形分布狀態(tài)，經歷了從1996-1999年的弱脫鉤到2000-2006年的擴張負脫鉤再到2007-2008年的弱脫鉤的變化波動；2009-2011年間脫鉤情況再次惡化，脫鉤指數介于0.8與1.2之間，以增長連結狀態(tài)為主；2012年之后脫鉤指數雖然出現(xiàn)一定程度的下降，但農業(yè)發(fā)展并沒有擺脫對化石能源投入的依賴，農業(yè)能耗碳排放仍然保持在弱脫鉤的非理想狀態(tài)。

分階段來看，1980-1995年間中國農業(yè)能耗碳排放呈現(xiàn)弱脫鉤狀態(tài)，根據陳瑤和尚杰(2014)[21]另行計算的脫鉤穩(wěn)定性指標等于0.6823，小于1，說明脫鉤狀態(tài)總體較為平穩(wěn)；1996-2012年間，中國農業(yè)經濟增長與能耗碳排放之間為增長連結關系，期間農業(yè)總產值增長速度放緩，而能耗碳排放量的增長速度卻顯著增加，脫鉤穩(wěn)定指數為1.2178，變化率遠遠超過1，說明這一時期脫鉤狀態(tài)的穩(wěn)定性較差，脫鉤的波動性較大。

(三)脫鉤指數分解分析

根據式(7)，對中國農業(yè)能耗碳排放脫鉤指數的LMDI分解結果如表4、圖4所示。由于在整個研究區(qū)間內，農業(yè)總產值的增長率都大于0，因此若脫鉤指數值為負，則意味著該因素的變化對農業(yè)能耗碳排放脫鉤起到正向作用；反之，具有抑制作用。

表4 1980-2012年中國農業(yè)能耗碳排放脫鉤效應LMDI分解

圖4 總脫鉤指數與分脫鉤指數變化趨勢

總體上看，能源強度是目前決定中國農業(yè)能耗碳排放脫鉤的關鍵因素，其對應的分脫鉤指數與總脫鉤指數的變動趨勢基本一致；而能源結構、產出規(guī)模和人口規(guī)模對應分脫鉤指數則對農業(yè)能耗碳排放脫鉤起到了的抑制作用。分階段來看，能源強度對應的分脫鉤指數對總脫鉤指數的貢獻率近年來呈下降趨勢，而能源結構和產出規(guī)模因子的貢獻率卻在上升；而且由于負向抑制作用越來越大于正向促進作用，致使中國農業(yè)能耗碳排放呈現(xiàn)出由“弱脫鉤”向“增長連結”演化的趨勢。

1.能源結構效應，反映了能源消費結構變化對農業(yè)能耗碳排放脫鉤的影響。由于在分析時我們假定各種能源的碳排放強度(系數)是恒定不變的，因此在其他因素不變的情況下，降低碳排放強度大的能源消費比重、提高碳排放強度小的能源消費比重，將有助于碳排放脫鉤的實現(xiàn)。然而，從分解結果來看，除1984-1987年、1998-1991年外，能源結構效應一直為正值，說明其總體對農業(yè)能耗碳排放脫鉤具有抑制作用；并且這種抑制效應隨著時間的推移在近20年里變得越加明顯。在1996-2012年間，能源結構已成為僅次于產出規(guī)模的影響農業(yè)能耗碳排放脫鉤的第二大不利因素。這反映出目前中國農業(yè)能源消費結構的現(xiàn)狀：雖然煤炭在農業(yè)能源消費中的比例有所下降，但由于電力消費的增加，煤炭消費的絕對量仍在逐年增加。在農業(yè)消耗的能源中，高碳排放的煤炭、柴油、電力占到能源消費總量的92.6%，基本與上一階段持平。以高碳能源為主的用能結構未發(fā)生根本性變化，導致其對脫鉤工作難以起到顯著正面影響。

2.能源強度效應，指單位產值能源消耗量變化對農業(yè)能耗碳排放脫鉤的影響。在其他因素保持不變的情況下，能源強度下降意味著能源利用效率和相應碳排放的經濟效益在提高，因此會對碳排放脫鉤產生促進作用。從表4可以看出，在大部分時間段里，能源強度效應都為負值，是促進脫鉤的主要因素；但在1984-1987年和2000-2003年間，能源強度效應大于0，對脫鉤工作產生不利影響，表明在該段時期內能源強度是上升的，相應的農業(yè)能耗碳排放也由弱脫鉤退化為擴張負脫鉤。同時，還應該注意到，最近10年來，由于能源強度的下降幅度越來越小，其對應脫鉤指數值亦呈現(xiàn)出下降趨勢。這意味著，受制于節(jié)能減排技術，農業(yè)能源效率的提升空間正變得有限，通過降低能源強度來實現(xiàn)農業(yè)能耗碳排放脫鉤已越來越困難。

3.產出規(guī)模效應，指人均農業(yè)總產值變化對農業(yè)能耗碳排放脫鉤的影響。分解結果表明，過去30年里，產出規(guī)模效應始終是阻礙中國農業(yè)能耗碳排放脫鉤的最大不利因素，對脫鉤工作產生了持續(xù)負面影響；并且其對應分脫鉤指數近年來呈現(xiàn)出增加趨勢，由“弱脫鉤”退化為“增長連結”狀態(tài)，進一步說明當前階段我國農業(yè)的發(fā)展仍然沒有走出高能耗、高排放的老路，農業(yè)生產對化石能源的依賴性在增強。

4.人口規(guī)模效應，指人口數量變化對農業(yè)能耗碳排放脫鉤的影響。人口增加導致更多的農產品需求和生產，在高能耗的“石油農業(yè)”生產模式未發(fā)生根本性變革的情況下，將不可避免地導致消耗更多的高碳能源，使碳排放水平增高。從分解結果來看，人口規(guī)模的擴大在一定程度上刺激了碳排放，對農業(yè)能耗碳排放脫鉤工作起到負面影響。但也應該看到，隨著中國人口出生率的下降和人口增長的放緩，人口規(guī)模效應對碳排放脫鉤的影響近年來已趨于下降，其對應分脫鉤指數在上世紀90年代中期下降至0.1以后，在很長一段時期內基本上都維持不變，反映出該因素對實現(xiàn)農業(yè)能耗碳排放脫鉤意義已不是很大。

四 結論與建議

本文利用Tapio脫鉤指數分析了1980-2012年中國農業(yè)經濟增長與能耗碳排放之間的響應關系，并在此基礎上引入LMDI因素分解法，對影響二者“脫鉤與否”的關鍵因素進行識別。研究結果表明：

第一，過去30多年來，隨著以大量消耗化石能源為基礎的農業(yè)生產方式的推進，我國農業(yè)能源消費量和能耗碳排放量均呈現(xiàn)出迅速增加趨勢，但由于農業(yè)能源利用效率并沒有相應提高，導致農業(yè)能耗碳排放強度的下降速度趨于放緩。

第二，1980-2012年間，中國農業(yè)能耗碳排放與農業(yè)經濟增長呈現(xiàn)出由“弱脫鉤”向“增長連接”轉移的趨勢，期間農業(yè)總產值增長速度放緩，而農業(yè)能耗碳排放增長速度卻顯著增加；并且二者之間脫鉤狀態(tài)的穩(wěn)定性變差，脫鉤穩(wěn)定指數由1980-1995年間的0.6823增加到1996-2012年間的1.2178，意味著其脫鉤狀態(tài)很可能再次出現(xiàn)反復。

第三，對二者脫鉤指數的LMDI分解分析表明，能源強度降低是實現(xiàn)中國農業(yè)能耗碳排放脫鉤的關鍵性因素，但近年來已顯現(xiàn)出瓶頸，對應分脫鉤指數從1980-1995年間的-0.3937下降到1996-2012年間的-0.2139；而與此同時，能源結構因素和產出規(guī)模因素對中國農業(yè)能耗碳排放脫鉤的抑制作用卻在不斷加強，對應分脫鉤指數分別由1980-1995年間的0.0092、0.5862增加到1996-2012年間的0.1262和0.8300；人口規(guī)模雖然對碳排放脫鉤工作也起到負面作用，但影響趨于下降，對應分脫鉤指數在上世紀90年代中期降低為0.1以后，很長一段時期內基本上都維持不變。

基于上述結論，可以看到，當前我國農業(yè)的發(fā)展仍然沒有走出高能耗、高排放的老路，農林牧漁業(yè)總產值的增長主要是一種粗放型的增長，很大程度上是建立在大量消耗化石能源的基礎之上；而受制于節(jié)能減排技術，我國農業(yè)能源效率的提升空間正變得有限，通過降低能源強度來實現(xiàn)農業(yè)能耗碳排放脫鉤已越來越困難。在這種情況下，要想實現(xiàn)我國農業(yè)能耗碳排放的脫鉤，關鍵還在于加強源頭治理，積極推動農業(yè)領域的節(jié)能減排，從而直接從源頭減少農業(yè)能源消耗量，并最終達到減少能耗碳排放的效果。

[1] 田云, 張俊飚. 中國農業(yè)碳排放研究回顧、 評述與展望. 華中農業(yè)大學學報(社會科學版), 2014, (2): 23-27.

[2] 黃祖輝, 米松華. 農業(yè)碳足跡研究——以浙江省為例. 農業(yè)經濟問題, 2011, (11): 40-47.

[3] 張廣勝, 王珊珊. 中國農業(yè)碳排放的結構、 效率及其決定機制. 農業(yè)經濟問題, 2014, (7): 18-26.

[4] 許廣月. 中國低碳農業(yè)發(fā)展研究. 經濟學家, 2010, (10): 72-78.

[5] 漆雁斌, 毛婷婷, 殷凌霄. 能源緊張情況下的低碳農業(yè)發(fā)展問題分析. 農業(yè)技術經濟, 2010, (3): 106-115.

[6] 李國志. 基于變參數模型的農業(yè)能源碳排放影響因素研究. 農業(yè)經濟與管理, 2014, (1): 58-64.

[7] 李國志, 李宗植. 中國農業(yè)能源消費碳排放因素分解實證分析——基于LMDI模型. 農業(yè)技術經濟, 2010, (10): 66-72.

[8] 戴小文, 何艷秋, 鐘秋波. 中國農業(yè)能源消耗碳排放變化驅動因素及其貢獻研究——基于Kaya恒等擴展與LMDI指數分解方法. 中國生態(tài)農業(yè)學報, 2015, 23(11): 1445-1454.

[9] 龐麗. 我國農業(yè)碳排放的區(qū)域差異與影響因素分析. 干旱區(qū)資源與環(huán)境, 2014, 28(12): 1-7.

[10] 趙一平, 孫啟宏, 段寧. 中國經濟發(fā)展與能源消費響應關系研究——基于相對“脫鉤”與“復鉤”理論的實證研究. 科研管理, 2006, 27(3): 128-134.

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

[12] 李波, 張俊飚. 基于投入視角的我國農業(yè)碳排放與經濟發(fā)展脫鉤研究. 經濟經緯, 2012, (4): 27-31.

[13] 張玉梅, 喬娟. 都市農業(yè)發(fā)展與碳排放脫鉤關系分析——基于脫鉤理論的Tapio彈性分析法. 經濟問題, 2014, (10): 81-86.

[14] 李立, 周燦, 李二玲等. 基于投入視角的黃淮海平原農業(yè)碳排放與經濟發(fā)展脫鉤研究. 生態(tài)與農村環(huán)境學報, 2013, 29(5): 551-558.

[15]Tapio,P..TowardsaTheoryofDecoupling:DegreesofDecouplingintheEUandtheCaseofRoadTrafficinFinlandBetween1970and2001. Transport Policy, 2005, 12(2): 137-151.

[16]Kaya,Y..ImpactofCarbonDioxideEmissiononGNPGrowth:InterpretationofProposedScenarios.Paris:PresentationtotheEnergyandIndustrySubgroup,ResponseStrategiesWorkingGroup,IPCC, 1989: 1-25.

[17] 韓岳峰, 張龍. 中國農業(yè)碳排放變化因素分解研究——基于能源消耗與貿易角度的LMDI分解法. 當代經濟研究, 2013, (4): 47-52.

[18] 楊鈞. 中國農業(yè)碳排放的地區(qū)差異和影響因素分析. 河南農業(yè)大學學報, 2012, 46(3): 336-342.

[19] 武春桃. 城鎮(zhèn)化對中國農業(yè)碳排放的影響——省際數據的實證研究. 經濟經緯, 2015, (1): 12-18.

[20] 冉光和, 王建洪, 王定祥. 我國現(xiàn)代農業(yè)生產的碳排放變動趨勢研究. 農業(yè)經濟問題, 2011, (2): 32-38.

[21] 陳瑤, 尚杰. 中國畜牧業(yè)脫鉤分析及影響因素研究. 中國人口·資源與環(huán)境, 2014, 24(3): 101-107.

[引用方式]史常亮, 揭昌亮, 朱俊峰. 中國農業(yè)能耗碳排放脫鉤的影響因素解析. 產經評論, 2016, 7(4): 116-126.

An Analysis of Influencing Factors of Carbon Emission Decoupling by Chinese Agricultural Energy Consumption

SHI Chang-liang JIE Chang-liang ZHU Jun-feng

With the development of modern agriculture, the carbon emissions by energy consumption have been becoming the primary source of agricultural carbon emissions in China. Based on Tapio decoupling model and Kaya identities, using LMDI method, the article builds an extended Tapio decoupling model. Then utilizing time series data of Chinese agricultural energy carbon emissions and gross output value of agriculture in 1980-2012, we make a quantitative analysis of the decoupling relationship between the above two. The results show that the decoupling status of carbon emissions from energy consumption witnessing a transformation from weak decoupling to growth links, and the stability of the decoupling relationship is reduced, too. Decrease of energy intensity is the key factor leading to decoupling of carbon emission, but bottlenecks are already appearing; the expansion of economic scale and the adjustment of energy structure have a negative effect on the decoupling, and the effect strengthened gradually; while the variance of population which also has a negative contributions to the decoupling, but the influence was limited.

agricultural energy consumption; carbon emission; decoupling; LMDI model

2016-03-10

國家自然科學基金項目“糧食市場化改革以來農戶糧食經營行為對糧食市場的影響研究”(項目編號：71273262，項目主持人：朱俊峰)。

史常亮，中國農業(yè)大學經濟管理學院博士研究生，主要研究方向為農業(yè)經濟；揭昌亮，北京林業(yè)大學經濟管理學院博士研究生，主要研究方向為產業(yè)經濟；朱俊峰，中國農業(yè)大學經濟管理學院教授、博士生導師，主要研究方向為農業(yè)經濟理論與政策。

F124.5

A

1674-8298(2016)04-0116-11

[責任編輯:戴天仕]

10.14007/j.cnki.cjpl.2016.04.010