賈敏 陳英偉

(河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院，河北 石家莊 050061)

引言

隨著人類社會(huì)的進(jìn)步與發(fā)展，環(huán)境污染、全球變暖問題越來越嚴(yán)重，極端天氣頻發(fā)，災(zāi)難造成的損失也越來越多。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)第四次評(píng)估報(bào)告認(rèn)為，溫室氣體的大量排放所造成溫室效應(yīng)的加劇可能是全球變暖的基本原因，而溫室氣體中最主要的是CO2，其中世界農(nóng)業(yè)排放的CO2量約占全球CO2總排放量的34%[1]。英國(guó)氣候變化委員會(huì)曾指出，即使現(xiàn)在的農(nóng)業(yè)排放相比于運(yùn)輸和能源供應(yīng)這兩方面的排放來說較低，但到2050年時(shí)極有可能成為最大的排放源之一[2]。隨著人們對(duì)氣候問題關(guān)注度的持續(xù)提升，農(nóng)業(yè)碳排放問題也越來越受到重視，研究不同農(nóng)業(yè)地點(diǎn)的碳動(dòng)態(tài)和平衡是必不可少的。

國(guó)內(nèi)外許多學(xué)者做了農(nóng)業(yè)碳排放的相關(guān)研究。在農(nóng)業(yè)碳排放研究區(qū)域方面，曾大林等[3]分析了當(dāng)前中國(guó)各省區(qū)低碳農(nóng)業(yè)發(fā)展存在的問題，同時(shí)發(fā)現(xiàn)河北省農(nóng)業(yè)碳排放量常年穩(wěn)居第3。張志高等[4]對(duì)河南省碳排放進(jìn)行預(yù)測(cè)，而冉景成等[5]研究了新疆農(nóng)業(yè)碳排放峰值預(yù)測(cè)和影響因素。Prastiyo S E[6]研究了印度尼西亞農(nóng)業(yè)部門碳排放量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系；Ali Basit[7]對(duì)印度農(nóng)業(yè)生態(tài)系統(tǒng)和二氧化碳排放之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)二氧化碳排放和農(nóng)業(yè)生態(tài)系統(tǒng)是共生的。

在探究環(huán)境污染與經(jīng)濟(jì)發(fā)展關(guān)系時(shí)，有的利用環(huán)境成本會(huì)計(jì)核算方法進(jìn)行研究，也有的利用脫鉤理論、EKC曲線方法對(duì)經(jīng)濟(jì)發(fā)展水平和環(huán)境污染關(guān)系展開研究[8-10]。

在農(nóng)業(yè)碳排放量預(yù)測(cè)方面，常采用灰色預(yù)測(cè)模型、STIRPAT模型等對(duì)農(nóng)業(yè)碳排放峰值進(jìn)行相關(guān)預(yù)測(cè)[4,5]。此外，有采用差分進(jìn)化灰狼優(yōu)化改進(jìn)的支持向量回歸[11]對(duì)河北省碳排放總量進(jìn)行預(yù)測(cè)，但碳排放總量不僅包含能源消費(fèi)量還有工業(yè)林業(yè)等部門的排放量，而且在驗(yàn)證預(yù)測(cè)模型的精確性時(shí)僅與神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了對(duì)比。

我國(guó)不僅是農(nóng)業(yè)大國(guó)，也是世界上最大的碳排放國(guó)，在第75屆聯(lián)合國(guó)大會(huì)我國(guó)提出了“二氧化碳排放力爭(zhēng)于2030年達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”的目標(biāo)。河北省作為碳排放總量以及碳排放強(qiáng)度雙高的省份，控碳工作面臨極大的壓力，同時(shí)作為農(nóng)業(yè)大省，農(nóng)業(yè)現(xiàn)代化水平有待提高。農(nóng)業(yè)生產(chǎn)過程會(huì)排放出大量CO2，如何有效降低農(nóng)業(yè)碳排放量是亟待解決的問題，而有關(guān)河北省農(nóng)業(yè)碳排放情況的研究甚少，且主要通過灰色預(yù)測(cè)模型和STIRPAT模型做預(yù)測(cè)研究，輸入變量多為碳排放量的影響因素。因此本文在以下2個(gè)方面進(jìn)行了深入分析：研究視角上，主要研究河北省農(nóng)業(yè)碳排放情況，并將河北省農(nóng)業(yè)碳排放情況與山東省作對(duì)比，研究省域上的差異；研究方法上，本文采用差分進(jìn)化灰狼優(yōu)化改進(jìn)的支持向量機(jī)回歸模型(DE-GWO-SVR)對(duì)農(nóng)業(yè)碳排放量進(jìn)行預(yù)測(cè)研究，同時(shí)改為將各碳源作為輸入變量，碳排放量由各碳源排放量求和所得，因此用來預(yù)測(cè)碳排放量效果會(huì)更好。并將結(jié)果與多個(gè)模型進(jìn)行對(duì)比驗(yàn)證預(yù)測(cè)優(yōu)異效果，進(jìn)一步拓展機(jī)器學(xué)習(xí)在農(nóng)業(yè)碳排放預(yù)測(cè)的應(yīng)用。通過對(duì)河北省農(nóng)業(yè)碳排放情況的研究，了解當(dāng)前碳排放省情，為河北省節(jié)能減排工作提出合理化建議，加快建設(shè)綠色低碳、生態(tài)優(yōu)美的現(xiàn)代化河北新農(nóng)村。

1 研究方法及數(shù)據(jù)來源

1.1 IPCC法碳排放估計(jì)模型

C=∑Ci=∑Ei×δi

(1)

式中，C為農(nóng)業(yè)生產(chǎn)碳排放總量；Ci為各類農(nóng)業(yè)碳源碳排放量；Ei為各碳排放源投入量；δi為各碳源的碳排放系數(shù)，其中各碳源的碳排放系數(shù)取值如表1所示。

表1 農(nóng)業(yè)碳排放碳源、系數(shù)及參考來源

1.2 農(nóng)業(yè)碳強(qiáng)度計(jì)算模型

選取農(nóng)業(yè)碳排放強(qiáng)度作為衡量農(nóng)業(yè)碳排放水平的指標(biāo)，由地區(qū)農(nóng)業(yè)碳排放量與該地區(qū)農(nóng)業(yè)生產(chǎn)總值之比得到[12]，用每單位農(nóng)業(yè)生產(chǎn)總值的增長(zhǎng)所帶來的碳排放量作為碳排放強(qiáng)度更科學(xué)，更方便于進(jìn)行不同地區(qū)的對(duì)比。具體估算公式：

S=T/B

(2)

式中，S為碳排放強(qiáng)度；T為農(nóng)業(yè)碳排放總量；B為農(nóng)業(yè)生產(chǎn)總值。

1.3 差分進(jìn)化灰狼優(yōu)化改進(jìn)的支持向量機(jī)模型

支持向量機(jī)(support vector machine,SVM)是最受歡迎的機(jī)器學(xué)習(xí)算法之一，其基本思想是依據(jù)統(tǒng)計(jì)學(xué)習(xí)理論，利用核函數(shù)將輸入樣本空間映射到高維特征空間，在這個(gè)高維空間中求得一個(gè)最優(yōu)分類面，得到輸入與輸出變量間的非線性關(guān)系[13]。支持向量機(jī)用于回歸時(shí)稱為支持向量回歸(SVR)，在解決小樣本、非線性和高維模式識(shí)別等問題方面具有優(yōu)勢(shì)，但其超參數(shù)設(shè)置將直接影響模型預(yù)測(cè)的穩(wěn)定性和精確性，因此參數(shù)優(yōu)化尤為重要。

灰狼優(yōu)化算法(Grey Wolf Optimizer，GWO)是由Mirjalili等于2014年提出來的一種新的群體智能優(yōu)化算法[14]。該算法模仿了自然界中灰狼的社會(huì)等級(jí)層次制度和狩獵機(jī)制。其中社會(huì)等級(jí)層次制度是指將灰狼劃為4個(gè)等級(jí)，狩獵機(jī)制是將追蹤、包圍追捕和攻擊獵物等捕食任務(wù)分配給不同等級(jí)的灰狼來完成捕獵行動(dòng)，從而實(shí)現(xiàn)全局優(yōu)化的目標(biāo)?；依莾?yōu)化算法具有較強(qiáng)的收斂性能、易實(shí)現(xiàn)等特點(diǎn)，但由于種群多樣性差使得算法有收斂速度不理想，易陷于局部最優(yōu)和早熟收斂等缺點(diǎn)。

差分進(jìn)化(Differential Evolution，DE)作為一類基于群體的自適應(yīng)全局優(yōu)化算法，由Rainer Storn[15]于1995年提出。其思想來源于遺傳算法，主要步驟為變異、交叉和選擇3個(gè)過程，實(shí)踐證明是速度最快的進(jìn)化算法，具有魯棒性、高效性等優(yōu)點(diǎn)。

將差分進(jìn)化和灰狼優(yōu)化相結(jié)合，利用差分進(jìn)化算法產(chǎn)生的差分變異增加灰狼種群的多樣性，可以改善早熟停滯的缺點(diǎn)，同時(shí)保留灰狼算法全局最優(yōu)的搜索能力。用其改進(jìn)支持向量機(jī)回歸模型可高效地搜索到全局最優(yōu)解，提高模型的穩(wěn)定性和準(zhǔn)確性。

1.4 指標(biāo)選取與數(shù)據(jù)來源

一般而言，農(nóng)業(yè)碳排放主要來源于6個(gè)方面[16]，具體指標(biāo)如表2所示。

表2 農(nóng)業(yè)碳排放主要來源

本文樣本研究時(shí)期為2000—2019年，數(shù)據(jù)來源于《河北統(tǒng)計(jì)年鑒》《河北農(nóng)村統(tǒng)計(jì)年鑒》《山東統(tǒng)計(jì)年鑒》和《山東農(nóng)村統(tǒng)計(jì)年鑒》等，其中翻耕面積使用當(dāng)年實(shí)際播種面積作替代，灌溉面積以當(dāng)年節(jié)水灌溉面積為準(zhǔn)。

2 結(jié)果與分析

2.1 農(nóng)業(yè)碳排放量變化及特征

總體來講，2000—2019年河北省農(nóng)業(yè)碳排放量呈現(xiàn)升降交替的趨勢(shì)，見表3，分段來看，2000—2005年碳排放量急劇增加，從535.16萬t增加757.39萬t，年均增長(zhǎng)率為7.39%，其中2003—2004年增長(zhǎng)最為迅速，增長(zhǎng)率為20.12%；2007—2008年碳排放量迅速下降，從785.09萬t降到694.28萬t，年平均增長(zhǎng)率為-11.57%，可見為迎2008年北京夏季奧運(yùn)會(huì)開展的“藍(lán)天計(jì)劃”行動(dòng)減碳效果顯著。2015—2019年碳排放量迅速下降，從700.66萬t降到581.19萬t，年平均增長(zhǎng)率為-4.55%，說明河北省在“十二五”節(jié)能減排目標(biāo)中取得了可喜的成就。從總體上來看，農(nóng)業(yè)碳排放量處于較高位，說明河北省節(jié)能減排工作壓力不減，未來還需鍥而不舍地打好節(jié)能減排攻堅(jiān)戰(zhàn)。

農(nóng)業(yè)碳排放源占比隨著時(shí)間的推移有所變化，但總體來看，最大的碳排放源化肥和第3大碳排放源農(nóng)業(yè)灌溉，都呈緩慢上升的趨勢(shì)；第2大碳排放源為農(nóng)用柴油，總體上呈先降后升的趨勢(shì)。推進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展，減少化肥、農(nóng)用柴油的使用，提升農(nóng)業(yè)灌溉技術(shù)，才能有效降低農(nóng)業(yè)碳排放量。

表3 2000—2019年河北省農(nóng)業(yè)碳排放量及環(huán)比增速

2.2 兩省農(nóng)業(yè)碳排放總量及碳強(qiáng)度對(duì)比

山東作為河北鄰近農(nóng)業(yè)大省，其農(nóng)業(yè)機(jī)械化、規(guī)?；彤a(chǎn)業(yè)化都走在全國(guó)前列，兩省氣候溫差相近，種植農(nóng)作物種類相似。將河北與山東農(nóng)業(yè)碳排放量及碳排放強(qiáng)度進(jìn)行對(duì)比，以探究有何異同，對(duì)研究河北具有重要指導(dǎo)意義。一般來說，農(nóng)業(yè)技術(shù)水平低、能源利用效率差會(huì)導(dǎo)致農(nóng)業(yè)碳排放強(qiáng)度高，而結(jié)果發(fā)現(xiàn)雖然山東的農(nóng)業(yè)碳排放量一直高于河北，但山東農(nóng)業(yè)碳排放強(qiáng)度年均為0.3313t·hm-2，河北年均農(nóng)業(yè)碳排放強(qiáng)度為0.3937t·hm-2，兩省相差無幾，且都呈先上升后下降的趨勢(shì)，表明兩省農(nóng)業(yè)可持續(xù)發(fā)展政策成效顯著，同時(shí)說明河北省農(nóng)業(yè)增長(zhǎng)方式正由粗放型向低碳節(jié)約型的綠色農(nóng)業(yè)轉(zhuǎn)變，農(nóng)業(yè)技術(shù)水平以及能源利用效率在逐年提升，向全國(guó)前列靠近，省域差距在逐漸減小。

圖1 兩省農(nóng)業(yè)碳排放總量及碳排放強(qiáng)度

2.3 農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系分析

2.3.1 模型的構(gòu)建

庫(kù)茲涅茨曲線(EKC)常用來研究環(huán)境破壞程度和經(jīng)濟(jì)發(fā)展的關(guān)系，其倒U型反映了經(jīng)濟(jì)發(fā)展對(duì)環(huán)境改善的有益影響，在考慮污染物流動(dòng)的短期路徑方面更為有效。后經(jīng)多次驗(yàn)證發(fā)現(xiàn)該曲線存在倒U型、U型、倒N等多種形狀，為找出最合理EKC曲線，本文構(gòu)建如下3種模型，并根據(jù)結(jié)果進(jìn)行優(yōu)化選擇：

Yt=β0+β1Xt+ε

(3)

Yt=β0+β1Xt+β2(Xt)2+ε

(4)

Yt=β0+β1Xt+β2(Xt)2+β3(Xt)3+ε

(5)

式中，Yt表示第t年農(nóng)業(yè)碳排放量；Xt表示第t年人均農(nóng)業(yè)生產(chǎn)值；β0表示常數(shù)項(xiàng)；β1、β2、β3表示待定參數(shù)；ε表示隨機(jī)誤差項(xiàng)。

2.3.2 模型的選取與分析

通過SPSS對(duì)模型進(jìn)行擬合，結(jié)果如表4所示。

表4 模型結(jié)果

由表中ANOVA檢驗(yàn)的P值及復(fù)相關(guān)系數(shù)R2可以確定本文選用三次模型對(duì)河北省農(nóng)業(yè)庫(kù)茲涅茨曲線進(jìn)行分析更合適，模型方程：

Yt=287.191+0.05lnXt-1.718×10-6(Xt)2+

1.679×10-11(Xt)3

(6)

式(6)表明河北省農(nóng)業(yè)碳排放量與人均農(nóng)業(yè)GDP之間呈正N型曲線關(guān)系。從圖2曲線擬合情況來看，在2007年以前河北省農(nóng)業(yè)碳排放量隨著人均農(nóng)業(yè)GDP的增加而增加，二者呈正比關(guān)系；2007至今隨著人均農(nóng)業(yè)GDP不斷上升的過程中，農(nóng)業(yè)碳排放量逐漸下降，兩者呈反比關(guān)系。與傳統(tǒng)的倒U型曲線不同，河北省環(huán)境質(zhì)量隨著GDP的增長(zhǎng)，環(huán)境污染逐漸嚴(yán)重，環(huán)境惡化程度隨經(jīng)濟(jì)的增長(zhǎng)而加??；當(dāng)GDP發(fā)展到達(dá)拐點(diǎn)之后，隨著治理深入，環(huán)境污染的程度減輕，環(huán)境質(zhì)量逐漸改善，但隨著經(jīng)濟(jì)的繼續(xù)發(fā)展到下一個(gè)拐點(diǎn)后，環(huán)境污染程度又會(huì)逐漸增加。目前來看河北省處于下一個(gè)轉(zhuǎn)折點(diǎn)的左側(cè)，接下來一段時(shí)間農(nóng)業(yè)碳排放量會(huì)隨著經(jīng)濟(jì)發(fā)展逐漸下降，但要注意如果到達(dá)極小點(diǎn)后河北省環(huán)境質(zhì)量隨著經(jīng)濟(jì)發(fā)展會(huì)有所惡化，應(yīng)采取有效措施避免拐點(diǎn)再次出現(xiàn)。

圖2 河北省碳排放庫(kù)茲涅茨曲線

2.4 農(nóng)業(yè)碳排放量預(yù)測(cè)模型測(cè)算

本文采用Matlab 2016b的libsvm 3.25工具箱進(jìn)行模型訓(xùn)練，為了驗(yàn)證DE-GWO-SVR模型對(duì)農(nóng)業(yè)碳排放量預(yù)測(cè)的準(zhǔn)確性和有效性，除了與原始SVR模型形成對(duì)照外，還與差分進(jìn)化改進(jìn)的支持向量機(jī)模型、灰狼優(yōu)化的支持向量機(jī)模型進(jìn)行對(duì)比。為使對(duì)比公平合理，幾種算法采用的主要初始參數(shù)都相同，訓(xùn)練集與測(cè)試集比例設(shè)為7∶3，核函數(shù)采用徑向基函數(shù)，優(yōu)化算法中種群規(guī)模設(shè)為10，最大迭代次數(shù)設(shè)為150，交叉概率為0.5。

圖3 模型預(yù)測(cè)結(jié)果對(duì)比圖

圖3描述了4種模型測(cè)試集的預(yù)測(cè)結(jié)果，由圖3可知，差分進(jìn)化和灰狼優(yōu)化相結(jié)合改進(jìn)的支持向量回歸模型的預(yù)測(cè)效果與差分進(jìn)化改進(jìn)的支持向量回歸模型相差不大。為進(jìn)一步比較幾種模型的預(yù)測(cè)效果，通過均方誤差MSE、決定系數(shù)R2和時(shí)間提高百分比T 3個(gè)指標(biāo)評(píng)價(jià)不同預(yù)測(cè)模型的性能，具體結(jié)果如表5所示。

表5 不同算法對(duì)比

由表5可知，與原始的SVR模型相比，其他3種優(yōu)化算法均可以顯著提升預(yù)測(cè)模型的均方誤差MSE、決定系數(shù)R2和時(shí)間提高百分比T。其中DE-GWO-SVR模型多方面高效，均優(yōu)于其他2種模型，時(shí)間效果提高最為明顯。由此可見本文選擇該模型作為農(nóng)業(yè)碳排放量預(yù)測(cè)模型是合理的。通過時(shí)間序列分析的ARIMA模型對(duì)6種碳源未來6a的碳排放量進(jìn)行預(yù)測(cè)，然后將預(yù)測(cè)結(jié)果帶入DE-GWO-SVR模型得到2020—2025年農(nóng)業(yè)碳排放總量預(yù)測(cè)值，列于表6。由預(yù)測(cè)結(jié)果可知，2020年以后河北省農(nóng)業(yè)碳排放量在逐漸下降，2025年河北省農(nóng)業(yè)碳排放量為561.7182萬t，較2000年增加了4.96%，說明河北省節(jié)能減排工作有所成效，但仍需努力。

表6 2020—2025年河北省農(nóng)業(yè)碳排放預(yù)測(cè)結(jié)果

3 結(jié)論與建議

3.1 結(jié)論

總體來講，2000—2019年河北省農(nóng)業(yè)碳排放量呈現(xiàn)升降交替的趨勢(shì)，碳排放量從535.16萬t增加到581.19萬t，年平均增長(zhǎng)率為0.73%。經(jīng)過對(duì)農(nóng)業(yè)主要污染物研究發(fā)現(xiàn)，前3大碳排放源分別為化肥、農(nóng)用柴油和農(nóng)業(yè)灌溉。

碳排放強(qiáng)度變化趨勢(shì)表明，河北省農(nóng)業(yè)正由粗放型向低碳節(jié)約型的綠色農(nóng)業(yè)轉(zhuǎn)變。同時(shí)河北農(nóng)業(yè)碳排放強(qiáng)度略低于山東省，也說明河北省農(nóng)業(yè)技術(shù)水平以及能源利用效率在逐漸提升，向全國(guó)前列靠近，省域間差距在逐年減小。

河北省農(nóng)業(yè)環(huán)境污染與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)呈N型，環(huán)境惡化程度隨農(nóng)業(yè)人均生產(chǎn)值的增加呈先加劇后減輕再加劇的趨勢(shì)，且已在2007年到達(dá)第1個(gè)拐點(diǎn)，目前來看，河北省處于第2個(gè)轉(zhuǎn)折點(diǎn)的左側(cè)，接下來一段時(shí)間農(nóng)業(yè)碳排放量會(huì)隨著經(jīng)濟(jì)發(fā)展逐漸下降，但到達(dá)極小點(diǎn)后河北省環(huán)境質(zhì)量隨著經(jīng)濟(jì)發(fā)展會(huì)有所惡化，應(yīng)采取有效措施避免拐點(diǎn)再次出現(xiàn)、協(xié)調(diào)經(jīng)濟(jì)增長(zhǎng)與環(huán)境質(zhì)量的關(guān)系。

根據(jù)模型預(yù)測(cè)，2020—2025年河北省農(nóng)業(yè)碳排放量逐年下降，由680.47萬t下降到561.59萬t，但較2000年相比仍上升了4.94%，說明河北省節(jié)能減排工作有所成效，但仍需不斷發(fā)力。

3.2 建議

在降低農(nóng)業(yè)碳排放量方面，從源頭出發(fā)，提高碳排放源的利用率，同時(shí)減少使用量。重點(diǎn)落在前3大碳排放源，具體措施：指導(dǎo)農(nóng)業(yè)生產(chǎn)者利用微生物替代化肥技術(shù)降低化肥使用強(qiáng)度，推廣水溶肥料、作物專用肥等新型肥料產(chǎn)品；向農(nóng)民普及農(nóng)用機(jī)械節(jié)油駕駛技術(shù)的相關(guān)知識(shí)和方法以減少農(nóng)用柴油的消耗，同時(shí)加大農(nóng)機(jī)購(gòu)置補(bǔ)貼力度鼓勵(lì)農(nóng)民購(gòu)買新型環(huán)保農(nóng)業(yè)機(jī)械；推廣膜下滴灌、噴灌等節(jié)水技術(shù)，加快節(jié)水農(nóng)業(yè)的發(fā)展。

在推動(dòng)河北省農(nóng)業(yè)現(xiàn)代化方面，仍需不懈努力，縮小與山東的差距，早日邁入全國(guó)前列。學(xué)習(xí)山東先進(jìn)農(nóng)業(yè)生產(chǎn)技術(shù)，發(fā)展特色農(nóng)業(yè)，注重產(chǎn)業(yè)化和品牌化協(xié)同發(fā)展，并且加大廣告宣傳，提高特色農(nóng)產(chǎn)品的知名度。提高核農(nóng)業(yè)技術(shù)、農(nóng)業(yè)生物技術(shù)等高新農(nóng)業(yè)技術(shù)手段，并將這些技術(shù)落實(shí)到農(nóng)業(yè)生產(chǎn)地區(qū)，以促進(jìn)河北省農(nóng)業(yè)現(xiàn)代化的發(fā)展。

在農(nóng)業(yè)碳排放污染治理方面，發(fā)展經(jīng)濟(jì)的同時(shí)注意保護(hù)環(huán)境，避免拐點(diǎn)再次出現(xiàn)。因地制宜，根據(jù)不同地形不同環(huán)境種植污染小、成本低、經(jīng)濟(jì)系數(shù)高、高附加值的農(nóng)作物，如蔬菜、玉米等，打造健康農(nóng)業(yè)、低碳農(nóng)業(yè)，使河北省長(zhǎng)期保持環(huán)境惡化程度隨經(jīng)濟(jì)增長(zhǎng)逐漸減輕的趨勢(shì)。

保持農(nóng)業(yè)碳排放量逐年下降的趨勢(shì)，堅(jiān)持節(jié)能減排工作不動(dòng)搖。加大惠農(nóng)強(qiáng)農(nóng)政策支持力度，按標(biāo)準(zhǔn)進(jìn)行農(nóng)業(yè)生產(chǎn)，建設(shè)標(biāo)準(zhǔn)化生產(chǎn)示范基地，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整，爭(zhēng)取實(shí)現(xiàn)農(nóng)業(yè)碳排放量零增長(zhǎng)甚至負(fù)增長(zhǎng)。