馬永喜，孫亞麗

（浙江理工大學 a.經(jīng)濟管理學院，b.浙江省生態(tài)文明研究院，浙江 杭州 310018）

一、問題的提出

農(nóng)業(yè)生產(chǎn)是全球溫室氣體的重要排放源。據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)統(tǒng)計， 2018年全球農(nóng)業(yè)活動排放的溫室氣體為7.1億噸二氧化碳當量，比1990年增加了18%；農(nóng)業(yè)食物系統(tǒng)的溫室氣體排放占人為溫室氣體排放總量的1/3，中國占世界農(nóng)業(yè)溫室氣體排放總量的比重約為11%～12%[1]。中國是農(nóng)業(yè)大國，也是碳排放大國[2]，積極推進農(nóng)業(yè)領(lǐng)域碳減排，是實現(xiàn)碳達峰、碳中和“雙碳”目標的重要舉措。農(nóng)業(yè)是穩(wěn)定社會經(jīng)濟的“壓艙石”，保障中國糧食安全是國家長期重要戰(zhàn)略。農(nóng)業(yè)碳減排措施將會對區(qū)域農(nóng)業(yè)生產(chǎn)和碳排放總量帶來怎樣的影響，“雙碳”目標背景下區(qū)域農(nóng)業(yè)生產(chǎn)應(yīng)做出怎樣的適應(yīng)和調(diào)整，這些已經(jīng)成為當前亟待研究和解決的現(xiàn)實問題。

近年來，農(nóng)業(yè)發(fā)展與農(nóng)業(yè)碳排放問題已經(jīng)引起國內(nèi)外學者較多的關(guān)注。李國志等[3]估算了1981—2008年中國農(nóng)業(yè)碳排放量，發(fā)現(xiàn)碳排放量與農(nóng)業(yè)經(jīng)濟增長呈現(xiàn)N型關(guān)系。Zafeiriou和Azam[4]研究了1992—2014年法國、葡萄牙和西班牙農(nóng)業(yè)二氧化碳排放與農(nóng)業(yè)增加值之間的關(guān)系，結(jié)果表明法國和西班牙的環(huán)境庫茲涅茨曲線（EKC）假設(shè)在長期和短期均是有效的，而葡萄牙的EKC假設(shè)僅在短期有效。Long和Li[5]在估算中國1991—2018年農(nóng)業(yè)碳排放量的基礎(chǔ)上，采用EKC模型分析了農(nóng)業(yè)經(jīng)濟增長和農(nóng)業(yè)碳排放量之間的關(guān)系，結(jié)果表明農(nóng)業(yè)投入和農(nóng)業(yè)經(jīng)濟增長是農(nóng)業(yè)二氧化碳排放的主要驅(qū)動因素，農(nóng)業(yè)經(jīng)濟增長與化肥、農(nóng)藥、農(nóng)膜、柴油等碳源造成的碳排放之間存在協(xié)整關(guān)系。這些研究從宏觀上解釋了農(nóng)業(yè)發(fā)展與碳排放之間的動態(tài)關(guān)系，為人們認識農(nóng)業(yè)經(jīng)濟發(fā)展的環(huán)境影響提供了理論指引。

由于現(xiàn)代農(nóng)業(yè)的發(fā)展是建立在化肥、柴油等大量投入的“高耗能高排放”發(fā)展模式上，學者們也很重視農(nóng)業(yè)能源消耗和碳排放內(nèi)在關(guān)系的探討。Zhang et al.[6]利用中國主要糧食產(chǎn)區(qū)1996年至2015年的時間序列數(shù)據(jù)，研究農(nóng)業(yè)部門的碳排放、能源消耗和經(jīng)濟增長之間的關(guān)系，結(jié)果顯示農(nóng)業(yè)能源消費對農(nóng)業(yè)碳排放有短期和長期的消極影響。而Xu et al.[7]基于閾值回歸模型，對中國2001—2017年30個省份農(nóng)業(yè)碳排放和農(nóng)業(yè)能源消耗強度之間關(guān)系進行分析，發(fā)現(xiàn)能消耗源強度對農(nóng)業(yè)碳排放增長的影響有明顯的門檻效應(yīng)。著眼于應(yīng)對氣候變化和實現(xiàn)現(xiàn)代農(nóng)業(yè)的低碳化轉(zhuǎn)型，農(nóng)業(yè)碳減排政策工具及其政策效應(yīng)逐漸成為當前研究的熱點。McCarl和Schneider等[8]利用一般均衡模型（CGE）模擬分析了農(nóng)業(yè)與非農(nóng)業(yè)部門之間不同的碳排放交易價格對減排量的影響，研究表明農(nóng)業(yè)碳交易及碳稅和補貼的科學設(shè)計可以在提高農(nóng)戶福利的同時減少農(nóng)業(yè)碳排放。劉亦文和胡宗義[9]利用CGE模型仿真分析了在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)開征碳稅對中國農(nóng)村經(jīng)濟的影響，研究結(jié)果表明在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)開征碳稅能夠一定程度上降低單位GDP 能耗并減少碳排放。

綜上，現(xiàn)有研究對農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)能源消耗與農(nóng)業(yè)碳排放之間關(guān)系進行了計量分析，探討了農(nóng)業(yè)碳排放變化的內(nèi)在機理和形成機制，但對農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)能源消耗與農(nóng)業(yè)碳排放之間關(guān)系的模擬和預(yù)測分析不多。個別學者利用CGE方法模擬分析了碳價和碳稅等低碳政策設(shè)計對于農(nóng)業(yè)碳排放量的影響，但是由于CGE模型本身的復雜性以及對數(shù)據(jù)完備性的要求等原因，對碳減排管理措施如何影響農(nóng)業(yè)內(nèi)部生產(chǎn)投入，進而如何影響碳排放的規(guī)范性、系統(tǒng)性模擬分析尚顯不足。尤其在當前“雙碳”目標背景下，現(xiàn)有研究缺乏對碳排放約束變化如何影響區(qū)域農(nóng)業(yè)生產(chǎn)中土地和能源等投入以及相應(yīng)碳排放的分析?；诖?，本文將構(gòu)建農(nóng)業(yè)部門局部均衡模型，對土地利用、能源消耗和碳排放管理之間的互動關(guān)系進行系統(tǒng)性整合，以模擬分析碳排放約束變化對區(qū)域農(nóng)業(yè)生產(chǎn)投入和碳排放等方面的綜合性影響。

二、農(nóng)業(yè)部門局部模型構(gòu)建與碳排放核算

1.價格內(nèi)生局部均衡模型

價格內(nèi)生的局部均衡模型（Price Endogenous Partial Equilibrium Model，簡稱PEM）已被廣泛用于農(nóng)業(yè)資源利用與環(huán)境影響及農(nóng)業(yè)環(huán)境政策的研究[10-12]。與一般均衡模型相比，局部均衡模型只考慮單個市場的出清，求解的方程數(shù)量減少，模型的操作性和靈活性較高，模擬結(jié)果的準確性較高；僅需要產(chǎn)業(yè)層面的數(shù)據(jù)，就能夠針對特定產(chǎn)業(yè)部門進行分析，模擬分析外部沖擊對部門生產(chǎn)和消費的影響[13]。在商品供需平衡和各種物質(zhì)平衡的約束和技術(shù)約束下，價格內(nèi)生的局部均衡模型旨在尋求消費者和生產(chǎn)者的剩余最大化[10]。該模型能夠?qū)崿F(xiàn)在一個完整的框架中整合分析資源利用、產(chǎn)出、消費及政策之間的互動關(guān)系。因而，價格內(nèi)生的局部均衡模型能夠為研究外在碳減排政策沖擊對區(qū)域內(nèi)農(nóng)業(yè)生產(chǎn)部門生產(chǎn)及能源消耗等方面的影響提供科學可靠的分析工具。

基于農(nóng)業(yè)部門生產(chǎn)與市場特征，本文在模型設(shè)定上做出以下幾點基本假設(shè)：1）國內(nèi)農(nóng)產(chǎn)品市場一體化。農(nóng)產(chǎn)品在完全競爭市場下進行交易，有充足的國內(nèi)市場供給。2）農(nóng)業(yè)生產(chǎn)技術(shù)水平不變。在現(xiàn)有的技術(shù)水平下，農(nóng)業(yè)生產(chǎn)投入產(chǎn)出關(guān)系基本穩(wěn)定。3）生產(chǎn)者完全理性。在現(xiàn)有資源和技術(shù)下，農(nóng)業(yè)生產(chǎn)者通過農(nóng)業(yè)資源配置調(diào)整，實現(xiàn)社會總福利最大化。本研究采用非線性數(shù)學規(guī)劃方法，構(gòu)建區(qū)域農(nóng)業(yè)部門價格內(nèi)生局部均衡模型。

（1）目標函數(shù)。目標函數(shù)是區(qū)域農(nóng)業(yè)部門生產(chǎn)和消費的社會總福利最大化。

（2）約束條件。約束條件包括外生需求、供需平衡、播種面積、用水和碳排放強度等約束。外生需求約束是指模型內(nèi)各種農(nóng)作物產(chǎn)品需求要大于等于目標需求，外生給定的目標需求取決于當期的社會經(jīng)濟發(fā)展和人口及生活水平等因素。

供需平衡約束是指區(qū)域內(nèi)農(nóng)作物產(chǎn)品供給和輸入大于等于其需求和輸出量。

本研究采用Chen和Onal[14]的方法，利用歷史播種面積組合和合成化作物組合（synthetic crop mix，也可以可行最大播種面積組合表示）相結(jié)合的方法來生成作物輪作播種面積的約束條件。

式中，hkm和skn分別是歷史播種面積和合成化（可行最大）播種面積；τm和γn內(nèi)生決定的作物播種面積組合權(quán)重，權(quán)重組合之和小于等于1。

用水約束是指各種作物的灌溉用水不得大于當期水資源農(nóng)業(yè)用水供給量。

式中，Wkt為k作物在t時期的灌溉用水量；t時期有s種作物需要進行灌溉；Wtt為t時期水資源農(nóng)業(yè)用水供給總量。

2.碳排放核算與碳排放強度約束

農(nóng)業(yè)碳排放一般指農(nóng)業(yè)生產(chǎn)過程中能源等資源的投入使用和農(nóng)業(yè)生產(chǎn)生長過程及各類廢棄物處理所產(chǎn)生的有機碳流失[15,16]。本文主要考慮農(nóng)業(yè)活動過程中引起的6類排放，包括農(nóng)業(yè)機械使用、化肥、農(nóng)藥、農(nóng)膜等化學制品生產(chǎn)使用及農(nóng)業(yè)灌溉和翻耕引起的碳流失和排放[2,17]。農(nóng)業(yè)生產(chǎn)碳排放總量由柴油、化肥、農(nóng)藥等碳源引起的碳排放量匯總得到，其計算公式如下：

其中Ci為第i種排放源（柴油消耗、化肥施用、農(nóng)藥使用、農(nóng)膜使用、灌溉、翻耕）的碳排放量，Ti為第i種碳排放源的使用量，灌溉和翻耕面積分別以當年播種面積和灌溉面積為準，δi為第i種排放源的碳排放系數(shù)。

農(nóng)業(yè)碳排放強度是指農(nóng)業(yè)部門每單位生產(chǎn)總值所帶來的二氧化碳排放量，用來衡量國家或地區(qū)碳排放量與農(nóng)業(yè)經(jīng)濟之間的比例關(guān)系[18]，其計算公式如下：

其中，CIk為k作物碳排放強度，Ck為k作物碳排放量，Pk為k作物的產(chǎn)品價格，為k作物的產(chǎn)品產(chǎn)量。

本研究著重關(guān)注碳排放政策和碳減排目標要求對農(nóng)業(yè)生產(chǎn)及其能源消耗的影響，因而本研究在上節(jié)所構(gòu)建的農(nóng)業(yè)部門價格內(nèi)生的局部均衡模型中引入碳排放強度約束，考察碳排放約束變化下農(nóng)業(yè)生產(chǎn)及其能源消耗的變化，前提是農(nóng)業(yè)生產(chǎn)碳排放強度不得大于目標碳排放強度。

式中，CIr為不同的情景r下的目標碳排放強度。

三、研究區(qū)域、數(shù)據(jù)來源與模型校準

1.研究區(qū)域

本研究選取江蘇省和浙江省作為研究區(qū)域。江蘇省和浙江省作為經(jīng)濟大省，也都是人口大省，一直以來都重視農(nóng)業(yè)農(nóng)村發(fā)展，在農(nóng)業(yè)現(xiàn)代化發(fā)展和農(nóng)業(yè)碳減排工作上都走在全國前列。江蘇省歷來重視農(nóng)業(yè)領(lǐng)域的碳減排工作，江蘇省早在2009年就制定了《江蘇省應(yīng)對氣候變化方案》，提出要“優(yōu)化種植結(jié)構(gòu)，推進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整”，減緩溫室氣體排放。2021年江蘇省在《2021年推動碳達峰、碳中和工作計劃》中將農(nóng)業(yè)農(nóng)村碳減排列為“雙碳”目標的重點領(lǐng)域，并提出化肥減量增效、農(nóng)藥零增長的低碳農(nóng)業(yè)發(fā)展方案。浙江省在2021年發(fā)布的《浙江省應(yīng)對氣候變化“十四五”規(guī)劃》中同樣將農(nóng)業(yè)農(nóng)村作為碳減排六大重點領(lǐng)域之一，并專門制定了“農(nóng)業(yè)氣候適應(yīng)重點工作”，提出要“優(yōu)化現(xiàn)代種植業(yè)生產(chǎn)力布局”，“繼續(xù)實施化肥農(nóng)藥減量增效，加快推進有機環(huán)保農(nóng)藥替代”。

江蘇省和浙江省地理位置相鄰、自然條件相近，兩省主要農(nóng)作物種類也基本一致，水稻、小麥、玉米、大豆、花生和油菜在兩省均大量種植。但由于土地等自然資源相差較大，兩省農(nóng)作物種植面積相差較大。2018年江蘇省農(nóng)作物播種面積7520.23千公頃，其中糧食作物5475.93千公頃，是糧食的主產(chǎn)省。而浙江省2018年農(nóng)作物種植面積僅1978.68千公頃，其中糧食作物975.73千公頃，是糧食的主銷省。選取江蘇省和浙江省作為研究比較對象，研究其碳排放約束下區(qū)域農(nóng)業(yè)生產(chǎn)和碳排放情況，有一定的典型意義，將會對其他省區(qū)優(yōu)化農(nóng)業(yè)生產(chǎn)布局和生產(chǎn)投入、推進農(nóng)業(yè)碳減排具有一定啟示作用。

2.數(shù)據(jù)來源

水稻、小麥、玉米、大豆、花生和油菜是兩省的主要農(nóng)作物。2018年，江蘇省和浙江省的水稻、小麥、玉米、大豆、花生和油菜的播種面積分別達到總播種面積的74.28%和46.40%。這六種農(nóng)作物在兩省農(nóng)作物播種面積排名中均處于前列，消耗了較多的土地、灌溉水以及能源和化肥等物質(zhì)投入。因而，本文選擇水稻、小麥、玉米、大豆、花生和油菜作為農(nóng)作物研究對象。

本研究數(shù)據(jù)主要包括農(nóng)作物種植面積和農(nóng)產(chǎn)品產(chǎn)量、產(chǎn)品價格和要素投入成本、農(nóng)產(chǎn)品需求和碳排放四大部分。農(nóng)作物種植（播種）面積、總產(chǎn)量、畝產(chǎn)量等農(nóng)業(yè)產(chǎn)出數(shù)據(jù)來自《江蘇統(tǒng)計年鑒2019》《浙江統(tǒng)計年鑒2019》。農(nóng)作物需求估計數(shù)據(jù)來源于《江蘇統(tǒng)計年鑒2019》《浙江統(tǒng)計年鑒2019》《中國統(tǒng)計年鑒2019》和布瑞克農(nóng)業(yè)數(shù)據(jù)庫。各類農(nóng)作物的產(chǎn)品需求分為口糧需求、飼料用糧、種子用糧、工業(yè)用糧和損耗，根據(jù)薛平平和張為付[19]的研究方法分別進行估計并加總得到。農(nóng)產(chǎn)品價格、氮肥價格及使用量、水費、燃料動力費、機械作業(yè)費和排灌費等數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編2019》。柴油費用根據(jù)徐健輝[20]研究由燃料動力費和機械作業(yè)費加總折算。各種農(nóng)產(chǎn)品的需求彈性來自王鋼、苗珊珊、范少玲等研究[21-24]。碳排放核算數(shù)據(jù)包括農(nóng)業(yè)能源消耗量和農(nóng)業(yè)生產(chǎn)碳排放量。柴油碳排放系數(shù)、化肥和農(nóng)藥碳排放系數(shù)、農(nóng)膜碳排放系數(shù)和灌溉和翻耕碳排放系數(shù)分別來自IPCC（政府間氣候變化小組）、美國橡樹嶺國家實驗室、南京農(nóng)業(yè)大學農(nóng)業(yè)資源與生態(tài)環(huán)境研究所和Dubey[25-28]等研究。

3.模型校準

為檢驗所構(gòu)建的價格內(nèi)生局部均衡模型的可信性，本研究將2018年設(shè)為模擬基期，利用2018年農(nóng)業(yè)生產(chǎn)投入產(chǎn)出及需求等數(shù)據(jù)進行模擬校準，模擬得出江蘇省和浙江省水稻、小麥、玉米、大豆、花生和油菜的種植面積和能源消耗。模擬結(jié)果如表1所示。

表1 2018年江蘇省和浙江省主要農(nóng)作物種植面積和能源消耗實際觀測值和模型模擬值

表1（續(xù)）

模擬校準結(jié)果顯示，模型模擬所得兩省各種農(nóng)作物生產(chǎn)能源消耗與其實際觀測值偏差均不超過5%，種植面積與其實際觀測值偏差基本不超過5%，浙江省的玉米和花生因其種植面積較小，且其近年來種植面積波動較大，模擬結(jié)果偏差略大，但其偏差未超過10%，模擬結(jié)果均在近十年來實際種植面積波動范圍之內(nèi)。因此，有理由相信本研究所構(gòu)建的價格內(nèi)生局部均衡模型能夠比較準確地模擬江蘇省和浙江省農(nóng)業(yè)生產(chǎn)實際情況，模擬結(jié)果具有相當程度的可信性，可以利用該模型開展進一步模擬分析。

4.1 提高投資標準，引導經(jīng)營主體廣泛參與 建議“創(chuàng)投”項目建設(shè)內(nèi)容在符合《通則》、財政部令第84號和國農(nóng)辦〔2016〕30號規(guī)定的情況下，對畝投資標準不作硬性規(guī)定，以滿足農(nóng)業(yè)經(jīng)營主體和農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展需求，提高經(jīng)營主體建設(shè)高標準農(nóng)田的積極性。

四、模擬分析

1.情景方案

2015年，中國政府承諾二氧化碳排放2030年左右達到峰值并爭取盡早達峰，單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%～65%。2019年11月國務(wù)院發(fā)布《中國應(yīng)對氣候變化的政策與行動2019年度報告》，報告指出2018年中國單位國內(nèi)生產(chǎn)總值（GDP）二氧化碳排放下降4.0%，比2005年累計下降45.8%。根據(jù)《2021中國與全球食物政策報告》的估計，2018年中國農(nóng)業(yè)食物系統(tǒng)相關(guān)行業(yè)的能源消耗強度為0.24萬噸/億元，低于全行業(yè)平均水平的0.83萬噸/億元。能源消耗是農(nóng)業(yè)碳排放的主要來源，故推測農(nóng)業(yè)碳排放強度低于全行業(yè)平均水平[29]。考慮到2018年中國農(nóng)業(yè)部門二氧化碳排放已相對于2005年累計下降了45.8%，在2018年碳減排的基礎(chǔ)上，農(nóng)業(yè)部門碳排放強度再下降15%即可完成“二氧化碳排放比2005年下降60%”的減碳目標。同時，由于農(nóng)業(yè)碳排放實際基礎(chǔ)和預(yù)期目標具有明顯的區(qū)域差異性，一些省區(qū)將單位GDP碳排放降速控制在6%左右的水平即可達到減排目標[30]。因而，為著重考察碳減排約束變化對農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、能源消耗和碳排放的影響，本研究假設(shè)農(nóng)作物生產(chǎn)單位面積產(chǎn)量和除能源外其他要素投入保持不變，并以2018年為基期，分別設(shè)置農(nóng)業(yè)生產(chǎn)系統(tǒng)碳排放強度下降6%（情景一）、9%（情景二）、12%（情景三）和15%（情景四）四種模擬情景。

2.模擬結(jié)果

農(nóng)業(yè)生產(chǎn)系統(tǒng)碳排放強度約束的變化將對農(nóng)業(yè)生產(chǎn)決策、種植結(jié)構(gòu)調(diào)整和能源消耗帶來一系列的變化以適應(yīng)碳減排目標要求?；谏衔臉?gòu)建的價格內(nèi)生局部均衡模型，本研究采用GAMS（General Algebraic Modeling System）軟件系統(tǒng)，模擬分析碳排放強度約束變化對農(nóng)作物生產(chǎn)能源消耗、碳排放量、種植結(jié)構(gòu)、生產(chǎn)成本、社會總福利的綜合影響?；?018年實際數(shù)據(jù)，利用價格內(nèi)生局部均衡模型，模擬得出江蘇省和浙江省農(nóng)業(yè)生產(chǎn)情況，并將此作為基準情景，作為與其他各模擬情景方案對比的基礎(chǔ)。在此基礎(chǔ)上，分別對情景一至情景四下的區(qū)域農(nóng)業(yè)生產(chǎn)系統(tǒng)變化進行模擬。由于外生變量碳減排目標約束調(diào)整將直接引起系統(tǒng)內(nèi)生變量（生產(chǎn)投入）的變化，并進而影響農(nóng)業(yè)生產(chǎn)社會總福利和環(huán)境效應(yīng)（碳排放）的變化，而生產(chǎn)投入（種植面積、能源消耗）是系統(tǒng)的主要內(nèi)生變量也是直接影響碳排放的主要內(nèi)生變量，因而模擬結(jié)果將主要展示種植面積、能源消耗、社會總福利和環(huán)境效應(yīng)的變化。

（1）種植面積。表2展示了江蘇省和浙江省在不同情境下主要農(nóng)作物種植面積及其變化率。表2最后兩行列出了兩省的主要農(nóng)作物總種植面積及其變化率。

表2 不同情景下主要農(nóng)作物種植面積變化

模擬結(jié)果顯示，隨著碳排放強度下降比例的增加，即碳減排約束的增強，江蘇省和浙江省的主要農(nóng)作物總種植面積均呈現(xiàn)下降趨勢。江蘇省主要農(nóng)作物總種植面積下降比例大于浙江省，其原因可能是江蘇省農(nóng)業(yè)種植面積和產(chǎn)量均大于浙江省，因而受碳排放約束的影響更大。分作物品種來看，隨著碳減排約束增強，江蘇省和浙江省兩省主要作物種植面積變化趨勢完全一致，兩省水稻、小麥和玉米的種植面積將會下降，而大豆、花生和油菜的種植面積將會提升。在種植面積下降的作物中，玉米的種植面積下降幅度最大，兩省在碳排放強度下降6%的情景下，玉米種植面積迅速下降到最小值（歷年最小種植面積）。在種植面積上升的作物中，江蘇省花生種植面積上升幅度最大，浙江省大豆種植面積上升幅度最大。

（2）能源消耗。由于農(nóng)業(yè)生產(chǎn)不僅消耗柴油和電力等直接能源，還會消耗化肥、農(nóng)藥和農(nóng)膜等物質(zhì)，這些物質(zhì)的生產(chǎn)會間接消耗大量能源，因而農(nóng)業(yè)生產(chǎn)中的能源消耗一般分為直接能源消耗和間接能源消耗[19]。本研究將直接能源（柴油和電力）和間接能源（化肥、農(nóng)藥和農(nóng)膜）消耗轉(zhuǎn)換成統(tǒng)一的計量單位（標準煤）來整合計算其能源消耗總量。在基準情景和模擬情景下，江蘇省和浙江省主要農(nóng)作物生產(chǎn)能源消耗及其變化情況如表3所示。模擬結(jié)果顯示，隨著碳減排約束增強，江蘇省和浙江省主要農(nóng)作物生產(chǎn)能源消耗總量均呈現(xiàn)下降趨勢。江蘇省總能耗下降比例大于浙江省，其原因可能是江蘇省農(nóng)業(yè)生產(chǎn)規(guī)模大于浙江省，因而受碳排放約束的影響更大。從分作物品種來看，兩省的水稻、小麥和玉米的能源消耗量均逐漸下降，其中小麥和玉米的能源消耗量下降幅度較大；而大豆、花生和油菜的能源消耗量均逐漸上升，其中油菜和花生的能源消耗量上升幅度較大。由于本研究假設(shè)種植農(nóng)作物的單位面積要素投入量不變，各主要農(nóng)作物的能源消耗量與其種植面積的變化趨勢基本一致。

表3 不同情景下主要農(nóng)作物生產(chǎn)能源消耗總量及其變化

表4 不同情景下區(qū)域主要農(nóng)作物社會總福利變化

（4）環(huán)境效應(yīng)。本研究以農(nóng)業(yè)主要作物碳排放總量的變化來反映碳減排約束變化的環(huán)境效應(yīng)。基準情景和模擬情境下的江蘇省和浙江省農(nóng)作物生產(chǎn)碳排放量及其變化情況如表5所示。隨著碳排放強度的下降，兩省的農(nóng)作物總碳排放量均呈下降趨勢，但其變化率略有差別。江蘇省在四種情景方案下的碳排放量比基準方案低10%～37.47%，而浙江省四種方情景案的碳排放量比基準方案低7.14%～25.96%。分作物品種來看，各主要作物碳排放量表現(xiàn)出不同類型的變化趨勢，小麥、水稻和玉米的碳排放量逐漸下降，而大豆、花生和油菜的碳排放量呈上升趨勢。兩省農(nóng)作物分品種的碳排放及其總碳排放量與其能耗變化趨勢基本一致。

表5 不同情景下區(qū)域主要農(nóng)作物生產(chǎn)的碳排放量變化

3.討論

從以上模擬結(jié)果可以看出，碳排放約束的變化對不同省區(qū)的種植結(jié)構(gòu)、能源消耗和碳排放的總體影響方向是一致的。但是，由于種植規(guī)模等因素的不同，種植面積、成本及能耗調(diào)整幅度不一致，種植規(guī)模較大的省份受到的沖擊可能更大。碳排放約束變化對區(qū)域社會總福利的影響亦有所差別，江蘇省作為農(nóng)業(yè)生產(chǎn)大省其受到的影響更大，碳排放強度約束增強對其農(nóng)業(yè)部門社會總福利有較大的影響。

從模擬結(jié)果還可以看到，碳減排約束的增強使得農(nóng)業(yè)生產(chǎn)中能源總消耗和相應(yīng)的碳排放總量減少。碳排放總量的減少，要求在其他生產(chǎn)條件和生產(chǎn)技術(shù)保持不變的前提下，農(nóng)業(yè)總種植面積下降，但是不同作物種植面積出現(xiàn)此消彼長的變化。在農(nóng)業(yè)生產(chǎn)中水稻、小麥和花生的單位面積碳排放略高于玉米、油菜和大豆。而在碳減排約束下，兩省的小麥、水稻和玉米的種植面積均下降，大豆、花生和油菜的種植面積提升。這說明不同品種農(nóng)作物種植面積變化并非基于碳排放強度的大小而相應(yīng)變化，而是碳排放約束和經(jīng)濟利益最優(yōu)化導向綜合作用的結(jié)果。不同省份的作物種植結(jié)構(gòu)和規(guī)模（面積）不同，同時不同作物的碳排放強度和成本收益結(jié)構(gòu)亦存在差別；碳排放約束的變化，將導致農(nóng)業(yè)生產(chǎn)系統(tǒng)在追求農(nóng)業(yè)部門社會總福利最大化情景下，依據(jù)各種作物自身碳排放強度和成本收益結(jié)構(gòu)等方面因素調(diào)整其內(nèi)生的生產(chǎn)投入（種植面積和能耗等），并進而影響其環(huán)境效應(yīng)（碳排放）。

五、結(jié)論與啟示

本文構(gòu)建了區(qū)域農(nóng)業(yè)部門價格內(nèi)生的局部均衡模型，以江蘇省和浙江省的水稻、小麥、玉米、大豆、花生和油菜種植生產(chǎn)為例，對碳減排約束下的區(qū)域農(nóng)業(yè)生產(chǎn)投入和碳排放變化進行了模擬分析。研究結(jié)果表明：1）隨著碳排放強度約束增強，在農(nóng)業(yè)生產(chǎn)技術(shù)方式和農(nóng)產(chǎn)品需求基本穩(wěn)定的前提下，區(qū)域內(nèi)總種植面積將趨于下降；同時農(nóng)業(yè)生產(chǎn)內(nèi)部不同品種農(nóng)作物種植結(jié)構(gòu)出現(xiàn)調(diào)整，三大主糧（小麥、水稻、玉米）的種植面積減少，而大豆、花生和油菜的種植面積增加。2）隨著碳減排目標的提升，農(nóng)業(yè)能源總消耗和生產(chǎn)總成本將會下降，但是由于種植結(jié)構(gòu)的調(diào)整，不同品種能耗結(jié)構(gòu)相應(yīng)變化，小麥、水稻、玉米的能耗下降較多，而大豆、花生和油菜的能耗有所增加。3）碳排放強度的下降，使得區(qū)域農(nóng)業(yè)生產(chǎn)碳排放總量降低，同時區(qū)域農(nóng)業(yè)生產(chǎn)社會總福利趨于下降，區(qū)域農(nóng)業(yè)發(fā)展經(jīng)濟效益與環(huán)境效益之間存在此消彼長的關(guān)系。

基于以上研究結(jié)論，可得到以下幾點政策啟示：1）單純的碳減排將會降低三大主糧作物的種植面積和產(chǎn)量，影響國家糧食安全，因而需要轉(zhuǎn)變農(nóng)業(yè)發(fā)展模式，制定鼓勵低碳農(nóng)業(yè)和循環(huán)農(nóng)業(yè)發(fā)展的政策和優(yōu)惠措施，合理引導農(nóng)戶在保證糧食生產(chǎn)前提下減少能源消耗和碳排放。2）碳減排目標約束對不同區(qū)域的影響不盡相同，需要各個地方因地制宜，根據(jù)實際情況確定合理的區(qū)域農(nóng)業(yè)碳排放強度目標，分別有重點地發(fā)展低碳農(nóng)業(yè)和生態(tài)農(nóng)業(yè)。3）單純通過種植結(jié)構(gòu)調(diào)整和減少能源使用難以實現(xiàn)農(nóng)業(yè)經(jīng)濟發(fā)展和碳減排的雙重目標，需要綜合采取措施提高能源和化肥等要素利用效率，發(fā)展新型現(xiàn)代化農(nóng)業(yè)，調(diào)整農(nóng)業(yè)結(jié)構(gòu)等，來逐步推進農(nóng)業(yè)產(chǎn)業(yè)與生態(tài)環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展。