戴小文 ，楊雨欣

（1.四川省農(nóng)村發(fā)展研究中心；2.四川農(nóng)業(yè)大學(xué)管理學(xué)院，成都 611130）

隨著全球氣候變暖成為世界各國(guó)共同關(guān)注的問(wèn)題，社會(huì)經(jīng)濟(jì)的綠色、低碳發(fā)展已經(jīng)成為世界各國(guó)的共識(shí)。全球化浪潮將工業(yè)化發(fā)展方式帶到了世界的每個(gè)角落，發(fā)展效率的要求促使農(nóng)業(yè)采取工業(yè)化（化學(xué)化、機(jī)械化、規(guī)模化等）的方式在新千年遍地開(kāi)花，工業(yè)化農(nóng)業(yè)中大量能源、化學(xué)藥品的使用一定程度上加劇了全球氣候變暖問(wèn)題。

農(nóng)業(yè)碳排放主要來(lái)源于農(nóng)地利用、稻田、牲畜腸道發(fā)酵和糞便管理等多個(gè)方面。其中，農(nóng)地利用碳排放即農(nóng)田生態(tài)系統(tǒng)碳排放在農(nóng)業(yè)總碳排放中占比達(dá)到34.29%[1]。田云將農(nóng)地利用碳排放的產(chǎn)生原因歸為農(nóng)業(yè)生產(chǎn)對(duì)化石能源的需求以及為了追求高產(chǎn)而產(chǎn)生的化肥、農(nóng)藥和農(nóng)膜投入兩大類(lèi)，而這兩類(lèi)碳源與種植業(yè)活動(dòng)息息相關(guān)，因此種植業(yè)碳減排對(duì)農(nóng)業(yè)碳減排進(jìn)程乃至國(guó)家碳減排目標(biāo)的實(shí)現(xiàn)起著舉足輕重的作用，這也引起了越來(lái)越多的關(guān)注。要想推進(jìn)農(nóng)業(yè)碳減排總目標(biāo)的實(shí)現(xiàn)，需要充分挖掘種植業(yè)系統(tǒng)的減排潛力。目前國(guó)內(nèi)對(duì)種植業(yè)碳排放的研究大多集中于特定地區(qū)的種植業(yè)碳排放及相關(guān)問(wèn)題上[2]，鮮有從國(guó)家的宏觀角度專(zhuān)門(mén)針對(duì)種植業(yè)的碳排放測(cè)算和影響因素的文獻(xiàn)。而從宏觀統(tǒng)籌和系統(tǒng)的角度探討我國(guó)種植業(yè)碳排放的影響因素和時(shí)空特征等是深入農(nóng)業(yè)碳減排問(wèn)題研究的重要前提。鑒于當(dāng)前我國(guó)低碳農(nóng)業(yè)的加深加快發(fā)展和種植業(yè)的地域特征變化[3]，定量把握我國(guó)種植業(yè)碳排放的現(xiàn)狀和特征，挖掘我國(guó)種植業(yè)系統(tǒng)碳排放的驅(qū)動(dòng)效應(yīng)以及分省域的時(shí)空特征，深入分析其變動(dòng)狀況和趨勢(shì)，對(duì)于加快農(nóng)業(yè)碳減排進(jìn)程、制定分階段和地域的種植業(yè)碳減排具體策略具有重要意義。

1 文獻(xiàn)綜述

農(nóng)業(yè)碳排放研究是應(yīng)對(duì)全球溫室變暖問(wèn)題研究的重要分支，也一直是國(guó)內(nèi)外的研究熱點(diǎn)之一。低碳綠色發(fā)展已經(jīng)成為全球各國(guó)之共識(shí)，各國(guó)學(xué)者也從能源消耗[4]、建筑業(yè)[5]、國(guó)際貿(mào)易[6]與農(nóng)業(yè)[1]等領(lǐng)域切入對(duì)碳排放展開(kāi)核算。隨著農(nóng)業(yè)碳排放量逐年增加，農(nóng)業(yè)碳排放問(wèn)題受到了世界各國(guó)，尤其是發(fā)展中國(guó)家的重視。

種植業(yè)系統(tǒng)碳排放是農(nóng)業(yè)碳排放的重要組成部分，種植業(yè)碳排放其主要來(lái)源于農(nóng)業(yè)生產(chǎn)對(duì)化石能源的需求，以及為追求高產(chǎn)而產(chǎn)生的化肥、農(nóng)藥和農(nóng)膜等生產(chǎn)資料投入等。目前國(guó)內(nèi)外對(duì)農(nóng)業(yè)宏觀碳排放的相關(guān)研究已經(jīng)相當(dāng)豐富，并從低碳農(nóng)業(yè)的發(fā)展[7]-[8]、農(nóng)業(yè)碳排放的測(cè)算與因素分解[9]-[11]、農(nóng)業(yè)碳排放時(shí)空分布及趨勢(shì)[12]-[13]等方面展開(kāi)討論。已有一些學(xué)者對(duì)農(nóng)業(yè)碳排放的時(shí)空特征有了較為詳盡的探討，田云通過(guò)測(cè)算1995—2010年我國(guó)31個(gè)?。ㄊ小^(qū)）的農(nóng)業(yè)碳排放及其組成情況，發(fā)現(xiàn)農(nóng)業(yè)碳排放總量排名前10的地區(qū)占全國(guó)農(nóng)業(yè)碳排放總量的比例高達(dá)59.61%。此外，許多學(xué)者都采用基于Kaya恒等式或?qū)?shù)平均迪氏分解方法（Logarithmic Mean Divisia Index，LMDI）對(duì)農(nóng)業(yè)碳排放進(jìn)行因素分解及效應(yīng)研究。例如，戴小文等利用Kaya恒等式將中國(guó)農(nóng)業(yè)碳排放的影響因素分解為一般技術(shù)因素、農(nóng)業(yè)低碳技術(shù)因素、農(nóng)村生活水平因素、間接城鎮(zhèn)化因素以及人口規(guī)模因素[14]；李政通利用LMDI方法將東北三省的農(nóng)業(yè)碳排放分解為農(nóng)業(yè)碳排放強(qiáng)度、農(nóng)業(yè)收入和人口總量4種因素[15]；韋沁等同樣利用kaya恒等式將農(nóng)業(yè)碳排放分解為生產(chǎn)效率因素、農(nóng)業(yè)結(jié)構(gòu)因素、經(jīng)濟(jì)發(fā)展水平和人口規(guī)模因素，并分析了南北區(qū)域的差異性[16]。在因素分解的研究中，不少學(xué)者將時(shí)空特征也納入農(nóng)業(yè)碳排放的研究中來(lái)，何艷秋等分別從時(shí)間和空間維度分析了我國(guó)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素的階段性特征和區(qū)域差異[17]。廣義農(nóng)業(yè)的碳排放因素分解及時(shí)空效應(yīng)研究已較為豐富，也為針對(duì)種植業(yè)碳排放的因素分解和時(shí)空效應(yīng)分析提供了思路和方法參考。

在農(nóng)業(yè)碳排放的研究體系中，也不乏針對(duì)種植業(yè)碳排放的研究，陳煒探討了1997—2015年我國(guó)種植業(yè)碳排放的時(shí)空特征和農(nóng)業(yè)發(fā)展的關(guān)系，發(fā)現(xiàn)種植業(yè)碳排放增速呈現(xiàn)“下降-上升-下降”的變化特征，地區(qū)之間的單位GDP排放比呈下降趨勢(shì)[2]。田云基于農(nóng)地利用的6大碳源測(cè)算了1993—2008年農(nóng)地利用碳排放量并進(jìn)行因素分解[3]，其后李波[18]、趙先超[19]等展開(kāi)了特定區(qū)域下的農(nóng)地利用碳排放測(cè)定及因素分解。研究表明，在中國(guó)過(guò)去60年間，水稻種植中心產(chǎn)生了數(shù)百公里的偏移[20]，這也使得水稻種植碳排放在省域間呈現(xiàn)出空間差異性和時(shí)序動(dòng)態(tài)性。但目前國(guó)內(nèi)對(duì)農(nóng)業(yè)碳排放的研究大多集中于宏觀農(nóng)業(yè)碳排放或特定地區(qū)的種植業(yè)碳排放及相關(guān)問(wèn)題上，鮮有從全國(guó)分省域的角度針對(duì)種植業(yè)碳排放的影響因素及其時(shí)空因素的研究成果，而這恰對(duì)于采取分階段、分地域的農(nóng)業(yè)碳減排政策的制定具有重要意義。

基于此，本文將在利用中國(guó)2007—2016種植業(yè)相關(guān)數(shù)據(jù)，在科學(xué)核算種植業(yè)碳排放的基礎(chǔ)上，利用LMDI模型對(duì)中國(guó)種植業(yè)碳排放驅(qū)動(dòng)因素進(jìn)行因素分解，并在此基礎(chǔ)上，對(duì)全國(guó)31個(gè)省（市、地區(qū)）在此10年間的種植業(yè)碳排放驅(qū)動(dòng)效應(yīng)變動(dòng)情況及其時(shí)空差異情況展開(kāi)分析，為提高具有針對(duì)性的種植業(yè)碳減排措施效果奠定基礎(chǔ)。

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)來(lái)源

本文中數(shù)據(jù)主要出自覆蓋中國(guó)內(nèi)陸的31個(gè)?。ㄊ?、區(qū)）時(shí)間跨度為2007—2016年的數(shù)據(jù)。相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》以及各?。ㄖ陛犑?、區(qū)）2007—2016年統(tǒng)計(jì)年鑒。其中，化肥、農(nóng)藥、農(nóng)膜、柴油、耕作面積、灌溉等以當(dāng)年實(shí)際情況為準(zhǔn)；翻耕數(shù)據(jù)則用當(dāng)年農(nóng)作物實(shí)際播種面積替代，部分?jǐn)?shù)據(jù)缺失的替代數(shù)據(jù)來(lái)源另外單獨(dú)注明。國(guó)內(nèi)生產(chǎn)總值（GDP）值、農(nóng)業(yè)總產(chǎn)值及農(nóng)業(yè)固定資產(chǎn)投資額等均以2000年為基期，剔除價(jià)格影響因素。

2.2 種植業(yè)碳排放的測(cè)算方法

為了準(zhǔn)確選取可靠的種植業(yè)碳排放源，本文對(duì)種植業(yè)碳排放進(jìn)行界定。種植業(yè)碳排放指在種植業(yè)生產(chǎn)過(guò)程中由人為導(dǎo)致的直接或間接的溫室氣體排放[21]。以目前研究文獻(xiàn)來(lái)看，許多學(xué)者都對(duì)種植業(yè)碳排放的測(cè)算提出了方法并展開(kāi)測(cè)算與應(yīng)用，種植業(yè)碳排放的測(cè)算方法已較為成熟。此處借鑒李波等為代表的學(xué)者所提出的測(cè)算方法[22]，計(jì)算公式如下：

上式中c為種植業(yè)碳排放總量；i為碳源種類(lèi)；e為各碳排放源的量；εi為各碳源碳排放系數(shù)。各碳源碳排放系數(shù)與數(shù)據(jù)來(lái)源見(jiàn)表1。據(jù)此計(jì)算2007—2016年各種碳排放源碳排放如表2所示。

表1 種植業(yè)主要碳排放系數(shù)Table 1 Main carbon emission coefficient of crop industry

2007—2016年間種植業(yè)碳排放總量呈現(xiàn)出“快速上升-緩慢上升-略微下降”3個(gè)變化階段，在該計(jì)算式中組成種植業(yè)碳排放的6個(gè)部分趨勢(shì)相近。其中2015—2016年間還出現(xiàn)了種植業(yè)碳排放總量減少的趨勢(shì)，這可能是得益于國(guó)家的農(nóng)業(yè)低碳建設(shè)思想逐步形成和受到重視，以及農(nóng)業(yè)低碳生產(chǎn)技術(shù)實(shí)踐和農(nóng)業(yè)低碳政策發(fā)布的多重影響。其中由化肥生產(chǎn)和使用過(guò)程中所導(dǎo)致的種植業(yè)碳排放量占比最大，而翻耕所導(dǎo)致有機(jī)碳流失到空中所形成的碳排放占比微弱。那么2007年—2016年10年間種植業(yè)碳排放各個(gè)驅(qū)動(dòng)部分貢獻(xiàn)率究竟如何？哪些因素對(duì)種植業(yè)碳排放量總體持續(xù)增長(zhǎng)擁有較大的貢獻(xiàn)率？六大驅(qū)動(dòng)因素的貢獻(xiàn)率會(huì)由于不同省域由于自然、經(jīng)濟(jì)條件的差異有何區(qū)別？研究這些問(wèn)題對(duì)于深刻認(rèn)識(shí)和理解我國(guó)種植業(yè)碳排放空間差異和驅(qū)動(dòng)因素影響機(jī)制，緩解種植業(yè)碳排放的生態(tài)環(huán)境壓力具有重要意義，也對(duì)我國(guó)農(nóng)業(yè)低碳及可持續(xù)發(fā)展政策制定提供參考和依據(jù)。

圖1 2007—2016年種植業(yè)碳排放總量與變動(dòng)率Figure 1 Total carbon emissions and rate of change in crops from 2007 to 2016

表2 2007—2016年種植業(yè)碳排放計(jì)算結(jié)果Table 2 Crop carbon emissions calculation results from 2007 to 2016 萬(wàn)t

3 我國(guó)種植業(yè)碳排放因素分解與分析

為了研究各驅(qū)動(dòng)因素對(duì)種植業(yè)碳排放的影響程度，本文以Kaya恒等式為基礎(chǔ)進(jìn)行因素分解。Kaya恒等式原式如下：

根據(jù)本文研究需要采用對(duì)數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index，LMDI） 模型，將Kaya恒等式擴(kuò)展模型設(shè)計(jì)如下：

該Kaya恒等式揭示了經(jīng)濟(jì)水平、勞動(dòng)力人口等因素對(duì)碳排放的影響程度。其中，C代表種植業(yè)碳排放量（carbon emission）；GDPP代表種植業(yè)產(chǎn)值（planting GDP）；GDPA代表廣義農(nóng)業(yè)產(chǎn)值即包含農(nóng)林牧副漁等產(chǎn)值（Agricultural GDP）；P代表全社會(huì)人口（Population）；PA代表農(nóng)業(yè)人口（Agricultural population）；C/GDPP代表種植業(yè)的單位碳排放量，其倒數(shù)則表示種植業(yè)生產(chǎn)效率；GDPP/GDPA代表種植業(yè)產(chǎn)值與農(nóng)林牧漁總產(chǎn)值之比，表示農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)；GDPA/P代表人均農(nóng)業(yè)GDP，表示農(nóng)業(yè)發(fā)展水平；P/PA表示總?cè)丝谂c農(nóng)業(yè)人口之比，其倒數(shù)可以近似表示為城鎮(zhèn)化率。因此，碳排放量可以加和分解為種植業(yè)生產(chǎn)效率A、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)B、農(nóng)業(yè)發(fā)展水平C、城鎮(zhèn)化率D和農(nóng)業(yè)勞動(dòng)力規(guī)模E五個(gè)影響因素，因此第t+1年碳排放Ct+1相對(duì)于基年C0的變化ΔC可以表示為：

式（3）-（8）中ΔC代表相對(duì)基期的生產(chǎn)部門(mén)經(jīng)濟(jì)增加值總效；ΔCA代表相對(duì)于基期的種植業(yè)生產(chǎn)效率效應(yīng)，ΔCB代表相對(duì)于基期的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應(yīng)，ΔCC代表相對(duì)于基期的農(nóng)業(yè)發(fā)展水平效應(yīng)，ΔCD代表相對(duì)于基期的城鎮(zhèn)化率效應(yīng)，ΔCE代表相對(duì)于基期的農(nóng)業(yè)勞動(dòng)力規(guī)模效應(yīng)。通過(guò)計(jì)算所得并繪制我國(guó)種植業(yè)碳排放驅(qū)動(dòng)因素效應(yīng)分解如圖2所示。

圖2 2007-2016年種植業(yè)碳排放驅(qū)動(dòng)因素?cái)U(kuò)展分解模型Figure 2 Crop industry carbon emission driving factor expansion decomposition model from 2007 to 2016

根據(jù)圖2可得2007—2016年間種植業(yè)碳排放量總效應(yīng)呈現(xiàn)整體上升的態(tài)勢(shì)，只有2015—2016年間種植業(yè)碳排放總效應(yīng)有微弱減少的現(xiàn)象。其次，種植業(yè)總效應(yīng)增速趨于放緩。2009年，我國(guó)種植業(yè)碳排放總效應(yīng)相較2008年增長(zhǎng)了1.24倍，但2016年我國(guó)的種植業(yè)碳排放總效應(yīng)相較于2015僅增長(zhǎng)了0.15倍。但值得注意的是，在所研究的時(shí)期范圍內(nèi)，引起種植業(yè)碳排放變化的主要因素和強(qiáng)度是不斷變化的。

（1）種植業(yè)生產(chǎn)效率效應(yīng)。

從圖2可以看出在2007—2016這10年間種植業(yè)生產(chǎn)效率的提升共實(shí)現(xiàn)種植業(yè)碳減排8 226.28萬(wàn)t，平均每年種植業(yè)碳排放遞減822.62萬(wàn)t，占種植業(yè)碳減排總量的80.98%。進(jìn)入21世紀(jì)以來(lái)，我國(guó)加入世貿(mào)組織，農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)、農(nóng)業(yè)生產(chǎn)技術(shù)引進(jìn)和研發(fā)、農(nóng)業(yè)可持續(xù)發(fā)展以及應(yīng)對(duì)自然災(zāi)害的能力與水平逐漸提升，極大地促進(jìn)了種植業(yè)生產(chǎn)效率與綜合生產(chǎn)能力的提升。

（2）農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)。

2007—2016年的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)種植業(yè)碳排放的貢獻(xiàn)效益呈現(xiàn)窄幅波動(dòng)，除2011年外，2007—2013年農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)為負(fù)，說(shuō)明此時(shí)隨著種植業(yè)產(chǎn)值占農(nóng)林牧漁業(yè)產(chǎn)值比重下降，種植業(yè)的碳排放量反而呈上升趨勢(shì)。但從2014年起農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)又呈現(xiàn)遞增的正效應(yīng)，代表種植業(yè)占農(nóng)林牧漁業(yè)產(chǎn)值越小，越有利于農(nóng)業(yè)碳減排目標(biāo)的實(shí)現(xiàn)。有可能的一點(diǎn)原因是，為加強(qiáng)生態(tài)文明建設(shè)和實(shí)現(xiàn)生態(tài)可持續(xù)發(fā)展目標(biāo)，21世紀(jì)以來(lái)我國(guó)實(shí)施了退耕還林還草等重大生態(tài)工程，使得耕地?cái)?shù)量有所減少。要實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)碳減排的正向影響，推動(dòng)農(nóng)業(yè)龍頭企業(yè)和農(nóng)村社會(huì)組織的發(fā)展和帶動(dòng)作用，加大農(nóng)村教育的投資力度等是一個(gè)有效措施[23]。

（3）農(nóng)業(yè)經(jīng)濟(jì)發(fā)展效應(yīng)。

2007—2016這10年間，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展取得了卓越成就，農(nóng)業(yè)GDP增長(zhǎng)為2007年的2.68倍，但種植業(yè)碳排放量也隨之增加且對(duì)生態(tài)環(huán)境的壓力增大，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)種植業(yè)碳排放增長(zhǎng)效益為正，效應(yīng)貢獻(xiàn)量仍然在逐年遞增。10年來(lái)，中國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展累計(jì)貢獻(xiàn)了9 037.75萬(wàn)t的碳排放，占碳排放增長(zhǎng)總量的77.31%。這可以利用Crossman和Krueger于1991年提出的環(huán)境庫(kù)茲涅茨曲線(xiàn)（KEC）解釋?zhuān)磳DP增長(zhǎng)與環(huán)境污染的關(guān)系描述為一根倒“U”型曲線(xiàn)[26]?；诖?，可以將農(nóng)業(yè)經(jīng)濟(jì)發(fā)展效應(yīng)對(duì)種植業(yè)碳排放的正效應(yīng)理解為，中國(guó)種植業(yè)碳排放仍處于倒“U”型曲線(xiàn)的左側(cè)，并且還處于由碳排放導(dǎo)致的環(huán)境惡化程度隨著經(jīng)濟(jì)增長(zhǎng)而加劇的階段，但從長(zhǎng)遠(yuǎn)來(lái)看，當(dāng)中國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展到一定水平后，其環(huán)境惡化的程度將隨著經(jīng)濟(jì)增長(zhǎng)逐漸放緩，即農(nóng)業(yè)經(jīng)濟(jì)發(fā)展效應(yīng)此時(shí)開(kāi)始對(duì)種植業(yè)碳排放產(chǎn)生負(fù)效應(yīng)。

（4）城鎮(zhèn)化效應(yīng)。

城鎮(zhèn)化水平的提高促進(jìn)了中國(guó)種植業(yè)碳排放的增加，在2007—2016年間實(shí)現(xiàn)了2 383.52萬(wàn)t碳排放，這意味著在其他條件不變的情況下，城鎮(zhèn)化水平的提高將導(dǎo)致碳排放年均增加238.35萬(wàn)t，這也與學(xué)者對(duì)城鎮(zhèn)化水平和碳排放關(guān)系呈現(xiàn)“U”型關(guān)系一致[27]。即在城鎮(zhèn)化發(fā)展的初級(jí)階段，種植業(yè)的集約化規(guī)模經(jīng)營(yíng)需要大量化肥、農(nóng)藥等生產(chǎn)資料和農(nóng)機(jī)設(shè)備的投入，因此碳排放量也會(huì)持續(xù)增加。當(dāng)城鎮(zhèn)化發(fā)展到一定水平之后，隨著基礎(chǔ)設(shè)施的完備和生產(chǎn)技術(shù)的穩(wěn)定進(jìn)步，城鎮(zhèn)化水平的繼續(xù)提高會(huì)有助于種植業(yè)的碳減排進(jìn)程。

（5）農(nóng)業(yè)勞動(dòng)力規(guī)模效應(yīng)。

10年來(lái)，全社會(huì)農(nóng)業(yè)人口絕對(duì)數(shù)量縮減17.77%，占全社會(huì)人口的比例下降11.6%，這一農(nóng)業(yè)人口的變化共計(jì)貢獻(xiàn)了1 932.05萬(wàn)t的種植業(yè)碳減排量，占種植業(yè)碳減排總量的19.02%。農(nóng)業(yè)人口的縮減促進(jìn)了機(jī)械化種植業(yè)的發(fā)展，種植業(yè)生產(chǎn)資料和設(shè)備得到了充分合理利用，生產(chǎn)效率的提高極大促進(jìn)了種植業(yè)碳減排進(jìn)程。

4 種植業(yè)碳排放時(shí)空特征及驅(qū)動(dòng)因素分解

中國(guó)地域遼闊，各地區(qū)之間資源稟賦、經(jīng)濟(jì)條件等各不相同，前文所分解的五大驅(qū)動(dòng)因素及效應(yīng)大小在省域之間也極不平衡。在計(jì)算各省種植業(yè)碳排放量的基礎(chǔ)上，本文試圖對(duì)各省域驅(qū)動(dòng)因素進(jìn)行LMDI分解以及時(shí)空分析。由于篇幅限制，在對(duì)2007—2016年全國(guó)種植業(yè)碳排放測(cè)算及進(jìn)行驅(qū)動(dòng)因素的LMDI分解的基礎(chǔ)上，本文采用2007、2010、2013、2016年覆蓋全國(guó)31個(gè)省域的4份面板數(shù)據(jù)進(jìn)行分省種植業(yè)碳排放驅(qū)動(dòng)因素分解研究并分析其時(shí)空特征。此處選擇2007年為基年，分別對(duì)之后每間隔 3年即 2010年、2013年、2016年 31個(gè)?。ㄊ?、地區(qū)）的種植業(yè)碳排放進(jìn)行LMDI因素分解并觀察其變化情況。由于各年計(jì)算碳排放效應(yīng)時(shí)均以2007年為基期，因此2007年的各項(xiàng)效應(yīng)值記為0。與式（1）～（8）同理，各省碳排放量可以加和分解為種植業(yè)生產(chǎn)效率Aij、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)Bij、農(nóng)業(yè)發(fā)展水平Cij、城鎮(zhèn)化率Dij和農(nóng)業(yè)勞動(dòng)力規(guī)模Eij5個(gè)影響因素（i代表年份，i=2007，2010，2013，2016；j代表31 個(gè)省域，j=1，2，3，…，31）?！吨袊?guó)農(nóng)村統(tǒng)計(jì)年鑒》中缺失農(nóng)村人口數(shù)據(jù)由《中國(guó)統(tǒng)計(jì)年鑒》中農(nóng)村人口數(shù)據(jù)作為替代，因此此處計(jì)算結(jié)果和表3中計(jì)算結(jié)果有略微差別。

根據(jù)各省域驅(qū)動(dòng)因素占相應(yīng)種植業(yè)碳減排驅(qū)動(dòng)量或種植業(yè)碳排放驅(qū)動(dòng)量的比例，可將我國(guó)省域劃分為3大類(lèi)地區(qū)：種植業(yè)生產(chǎn)效率驅(qū)動(dòng)減排型省域，種植業(yè)生產(chǎn)水平驅(qū)動(dòng)排放型省域和均衡驅(qū)動(dòng)型省域。根據(jù)前文分析可得知，種植業(yè)生產(chǎn)效率是促進(jìn)種植業(yè)碳減排第一大指標(biāo)，而農(nóng)業(yè)經(jīng)濟(jì)發(fā)展是種植業(yè)碳排放增加的最大驅(qū)動(dòng)力。其中由于作為基年的2007年分解結(jié)果各項(xiàng)數(shù)值均標(biāo)記為0，因此僅展示2010年、2013年和2016年3類(lèi)地區(qū)的劃分結(jié)果如圖3所示。

首先從2010年來(lái)看，將種植業(yè)生產(chǎn)效率驅(qū)動(dòng)碳減排量大于農(nóng)業(yè)發(fā)展水平驅(qū)動(dòng)排放量的省域，定義為種植業(yè)生產(chǎn)效率驅(qū)動(dòng)減排型省域，包括江蘇，浙江，福建等8個(gè)省域，這些地區(qū)在近年來(lái)農(nóng)業(yè)科學(xué)技術(shù)引入、農(nóng)業(yè)生產(chǎn)資金投入與扶持力度上增加幅度較大。大機(jī)械農(nóng)業(yè)規(guī)模經(jīng)營(yíng)的改革使得農(nóng)用化肥、農(nóng)藥等投入效率以及灌溉所耗用的化石燃料投入效率提高，因此種植業(yè)生產(chǎn)效率提高大幅加快了農(nóng)業(yè)碳減排目標(biāo)的實(shí)現(xiàn)。將農(nóng)業(yè)發(fā)展水平驅(qū)動(dòng)排放量大于種植業(yè)生產(chǎn)效率驅(qū)動(dòng)碳減排量的省域定義為農(nóng)業(yè)生產(chǎn)水平驅(qū)動(dòng)碳排放型地區(qū)，包括黑龍江、吉林、遼寧等16個(gè)省域。這部分地區(qū)的碳排放增量主要來(lái)自農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的帶動(dòng)效應(yīng)，這在田云[1]、李波[22]的關(guān)于農(nóng)業(yè)碳排放脫鉤效應(yīng)的相關(guān)研究中有所驗(yàn)證。將種植業(yè)生產(chǎn)效率驅(qū)動(dòng)碳減排量與農(nóng)業(yè)發(fā)展水平驅(qū)動(dòng)排放量相對(duì)均衡（絕對(duì)值差額＜10萬(wàn)t）的省域定義均衡驅(qū)動(dòng)型地區(qū)，包括上海、北京、山西等7個(gè)省域，這部分地區(qū)的碳減排和碳排放驅(qū)動(dòng)均衡的情況多數(shù)是由于種植業(yè)發(fā)展地域面積和農(nóng)業(yè)勞動(dòng)力等生產(chǎn)資料的限制，導(dǎo)致種植業(yè)碳排放量基數(shù)較其他省域低，因此單從數(shù)據(jù)上觀察碳排放驅(qū)動(dòng)因素的貢獻(xiàn)率大小還存在困難。

隨著我國(guó)農(nóng)業(yè)改革的進(jìn)程逐步推進(jìn)，部分地區(qū)的生產(chǎn)效率效應(yīng)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展效應(yīng)的貢獻(xiàn)率發(fā)生著變化。2010—2016年，廣東、上海和北京的種植業(yè)生產(chǎn)效率驅(qū)動(dòng)效應(yīng)日益顯著，轉(zhuǎn)型為生產(chǎn)效率驅(qū)動(dòng)碳排放型地區(qū)，其中上海和北京兩地各項(xiàng)效應(yīng)變化較小，而廣東省的生產(chǎn)效率效應(yīng)在2013年和2016年分別相較2010年提高了2倍和3.4倍，農(nóng)業(yè)發(fā)展水平效應(yīng)則分別提高了1.38和2.41倍。山西轉(zhuǎn)型為農(nóng)業(yè)生產(chǎn)水平驅(qū)動(dòng)碳排放型地區(qū)，江西和海南則轉(zhuǎn)型為均衡性驅(qū)動(dòng)地區(qū)。山東作為我國(guó)農(nóng)業(yè)產(chǎn)值排名第一的農(nóng)業(yè)大省，農(nóng)業(yè)經(jīng)濟(jì)的快速發(fā)展騰飛也伴隨著種植業(yè)碳排放的增加，2016年山東農(nóng)業(yè)生產(chǎn)水平效應(yīng)較2010年增長(zhǎng)了0.71倍。

為了更加直觀地觀察各省在分解出的5個(gè)因素的驅(qū)動(dòng)效應(yīng)差別，結(jié)合表4中的2016年數(shù)據(jù)，剝離出2016年各省種植業(yè)碳排放與碳減排的驅(qū)動(dòng)效應(yīng)情況，如表3所示。其中，由于種植業(yè)生產(chǎn)效率效應(yīng)對(duì)種植業(yè)碳排放具有正向驅(qū)動(dòng)效應(yīng)，因此在位于Ai和Fi列的比例數(shù)字中，正數(shù)表示i省2016年該因素對(duì)種植業(yè)碳排放的驅(qū)動(dòng)效應(yīng)，負(fù)數(shù)表示i省2016年該因素對(duì)種植業(yè)碳減排的驅(qū)動(dòng)效應(yīng)；同理，在位于Bi、Ci和Di列的比例中，正數(shù)表示i省2016年該因素對(duì)種植業(yè)碳減排的驅(qū)動(dòng)效應(yīng)，負(fù)數(shù)表示i省2016年該因素對(duì)種植業(yè)碳排放的驅(qū)動(dòng)效應(yīng)。

圖3 2010年、2013年、2016年省域種植業(yè)碳排放驅(qū)動(dòng)效應(yīng)變動(dòng)情況Figure 3 Changes in the driving effects of carbon emissions in provincial crops in 2010，2013 and 2016

表3 2016年省域種植業(yè)碳排放與碳減排驅(qū)動(dòng)效應(yīng)Table 3 Driving effects of carbon emissions and carbon emission reduction in provincial crops in 2016

通過(guò)表3可以觀察到：

種植業(yè)生產(chǎn)效率效應(yīng)對(duì)于絕大多數(shù)地區(qū)都為碳減排的正效應(yīng)，而西藏的生產(chǎn)效率效應(yīng)為-0.55，代表種植業(yè)生產(chǎn)效率每提升一單位，將增加0.55單位的種植業(yè)碳排放，這可能是由于西藏地區(qū)的自然條件對(duì)規(guī)?；N植業(yè)生產(chǎn)的約束，導(dǎo)致種植業(yè)生產(chǎn)效率的提高反而會(huì)延緩當(dāng)?shù)氐姆N植業(yè)碳減排進(jìn)程。除了生產(chǎn)效率效應(yīng)之外，西藏地區(qū)的結(jié)構(gòu)效應(yīng)和規(guī)模效應(yīng)也出現(xiàn)了異常值，除了特殊自然環(huán)境和經(jīng)濟(jì)、文化條件的限制可以列為其中一個(gè)解釋外，數(shù)據(jù)獲得的不全面性也是一個(gè)可能。

農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應(yīng)在大多數(shù)地區(qū)的種植業(yè)碳排放中呈現(xiàn)正效應(yīng)，根據(jù)前文對(duì)全國(guó)2007—2016年的碳排放驅(qū)動(dòng)因素分析可知，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應(yīng)呈現(xiàn)窄幅波動(dòng)且總體趨勢(shì)呈正向上升。黑龍江、吉林、遼寧、安徽、山東、山西、湖北、西藏八地的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)效應(yīng)呈現(xiàn)碳排放的負(fù)效應(yīng)，代表隨著農(nóng)業(yè)占農(nóng)林牧副漁業(yè)的比重上升，種植業(yè)碳排放反而減少。除西藏外，東北三省、安徽、山東、山西和湖北五地地勢(shì)平坦，適宜開(kāi)展大機(jī)械種植業(yè)和規(guī)模種植業(yè)。其中東北三省作為國(guó)家的重要糧食生產(chǎn)基地，種植業(yè)生產(chǎn)地域的拓寬、農(nóng)業(yè)生產(chǎn)技術(shù)的研發(fā)等都有利于規(guī)模經(jīng)營(yíng)的實(shí)現(xiàn)，從而提高種植業(yè)生產(chǎn)效率，達(dá)到減少種植業(yè)碳排放的效果。

農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平效應(yīng)在絕對(duì)大多數(shù)地區(qū)中呈現(xiàn)碳排放的正效應(yīng)。而其在北京、上海兩地呈現(xiàn)一定程度的負(fù)效應(yīng)，意味著隨著農(nóng)業(yè)生產(chǎn)水平每提高一單位，北京和上海的種植業(yè)碳排放分別將降低0.23和0.41個(gè)單位。北京和上海屬于我國(guó)經(jīng)濟(jì)高度發(fā)達(dá)城市，但由于地域限制和城市發(fā)展規(guī)劃，農(nóng)產(chǎn)品消費(fèi)和加工主要依賴(lài)其他省市進(jìn)口原材料或成品。隨著智慧農(nóng)業(yè)的廣泛應(yīng)用，農(nóng)業(yè)生產(chǎn)水平的提高將提升有限農(nóng)業(yè)發(fā)展地域的生產(chǎn)效率，達(dá)到碳減排的目的。

城鎮(zhèn)化率對(duì)大多數(shù)地區(qū)而言呈現(xiàn)碳排放的正效應(yīng)，隨著人口城鎮(zhèn)化率和經(jīng)濟(jì)城鎮(zhèn)化率的提高，農(nóng)業(yè)生產(chǎn)的土地資源和人力資源將會(huì)減少，在短期內(nèi)造成大量農(nóng)用機(jī)械和輔助生產(chǎn)資料的投入，造成碳排放量的上升。但對(duì)于上海這一類(lèi)城市而言，城鎮(zhèn)化展開(kāi)較早而城鎮(zhèn)化率增長(zhǎng)緩慢，目前已經(jīng)達(dá)到城鎮(zhèn)化的較為成熟的階段，因此在長(zhǎng)期內(nèi)農(nóng)村人口和資源持續(xù)向城市流動(dòng)，促使種植業(yè)的規(guī)模經(jīng)營(yíng)和標(biāo)準(zhǔn)化生產(chǎn)，達(dá)到碳減排的效果。

農(nóng)業(yè)從業(yè)人口比例的增加實(shí)際上是人口城鎮(zhèn)化的一種表現(xiàn)，北京、上海、天津這類(lèi)城市農(nóng)村人口流失的同時(shí)要實(shí)現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展，必須保證種植業(yè)生產(chǎn)效率的提高，例如加大這些地區(qū)農(nóng)業(yè)科技成果轉(zhuǎn)化的投資力度，扶持科研院所和農(nóng)業(yè)科技企業(yè)的發(fā)展，以減少種植業(yè)碳排放。

5 結(jié)論與政策啟示

綜上我們認(rèn)為：①種植業(yè)碳排放總量在2007-2016十年間經(jīng)歷了“快速上升-緩慢上升-略微下降”的3個(gè)階段，其中種植業(yè)生產(chǎn)效率和農(nóng)業(yè)勞動(dòng)力規(guī)模呈現(xiàn)增長(zhǎng)的負(fù)效應(yīng)，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)業(yè)發(fā)展水平和城鎮(zhèn)化率呈現(xiàn)增長(zhǎng)或波動(dòng)性增長(zhǎng)的正效應(yīng)；②基于驅(qū)動(dòng)效應(yīng)的強(qiáng)弱，可將我國(guó)31個(gè)?。ㄊ小⒌貐^(qū)）劃分為“種植業(yè)生產(chǎn)效率驅(qū)動(dòng)減排型”，“農(nóng)業(yè)生產(chǎn)水平驅(qū)動(dòng)排放型”和“均衡驅(qū)動(dòng)型”3類(lèi)區(qū)域，其中北京、上海、廣東等7個(gè)地區(qū)在10年間種植業(yè)碳排放的驅(qū)動(dòng)效應(yīng)產(chǎn)生了波動(dòng)，這些都與當(dāng)?shù)氐霓r(nóng)業(yè)發(fā)展和政策制度有著密切聯(lián)系；③結(jié)合剝離出的2016年31個(gè)地區(qū)的種植業(yè)碳排放與碳減排驅(qū)動(dòng)效應(yīng)變化情況，可知一些地區(qū)相較前文對(duì)全國(guó)的驅(qū)動(dòng)因素效應(yīng)出現(xiàn)了異常值，這是由該地區(qū)的農(nóng)業(yè)自然條件、經(jīng)濟(jì)社會(huì)發(fā)展程度以及政治與文化等多方面共同作用的結(jié)果。

基于以上結(jié)論，我們認(rèn)為推進(jìn)農(nóng)業(yè)碳減排進(jìn)程，第一是需要協(xié)調(diào)經(jīng)濟(jì)增長(zhǎng)與碳排放關(guān)系，轉(zhuǎn)變種植業(yè)生產(chǎn)方式。要改變目前農(nóng)業(yè)經(jīng)濟(jì)發(fā)展以資源環(huán)境破壞為前提的現(xiàn)狀，必須徹底轉(zhuǎn)變一些地區(qū)仍存在的過(guò)度追求經(jīng)濟(jì)增長(zhǎng)、忽視生態(tài)環(huán)境建設(shè)的種植業(yè)發(fā)展模式，向生態(tài)、循環(huán)、綠色和低碳農(nóng)業(yè)發(fā)展模式轉(zhuǎn)變。第二是增加種植業(yè)生產(chǎn)技術(shù)投資，提高種植業(yè)生產(chǎn)效率。國(guó)家應(yīng)引導(dǎo)各地區(qū)合作共享種植業(yè)技術(shù)成果，共同探索低能耗的有助于提高生產(chǎn)資料利用效率的碳減排生產(chǎn)技術(shù)，共同提升種植業(yè)生產(chǎn)效率，實(shí)現(xiàn)共贏。第三是因地制宜發(fā)展適度規(guī)模農(nóng)業(yè)，明確各省種植業(yè)功能性定位。針對(duì)種植業(yè)大省強(qiáng)省、自然條件約束型地區(qū)、經(jīng)濟(jì)高度發(fā)達(dá)地區(qū)分別采用針對(duì)性的種植業(yè)發(fā)展政策，因地制宜。