摘要 以貴州省為例，從農(nóng)資投入、作物種植、秸稈焚燒、畜禽養(yǎng)殖4個方面選取35種碳源，構(gòu)建農(nóng)業(yè)碳排放指標(biāo)體系，運用碳排放因子法、LMDI模型、Tapio脫鉤模型探究貴州省2006—2022年農(nóng)業(yè)碳排放的時序特征、驅(qū)動因素及其與經(jīng)濟(jì)發(fā)展的脫鉤效應(yīng)。結(jié)果表明：2006—2022年，貴州省農(nóng)業(yè)碳排放量呈現(xiàn)先上升后下降的倒“V”型變化趨勢，碳排放強(qiáng)度呈下降態(tài)勢，農(nóng)業(yè)碳排放量由高到低依次為畜禽養(yǎng)殖、農(nóng)資投入、作物種植、秸稈焚燒；農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)村人口規(guī)模為農(nóng)業(yè)碳排放的負(fù)向驅(qū)動因素，其中農(nóng)業(yè)生產(chǎn)效率和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)是農(nóng)業(yè)碳排放減少的主要因素；地區(qū)經(jīng)濟(jì)水平和城鎮(zhèn)化率為農(nóng)業(yè)碳排放的正向驅(qū)動因素，其中地區(qū)經(jīng)濟(jì)水平是農(nóng)業(yè)碳排放增加的主導(dǎo)因素；貴州省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤關(guān)系總體向好，脫鉤狀態(tài)從弱脫鉤向強(qiáng)脫鉤轉(zhuǎn)變。未來，貴州省需從農(nóng)業(yè)科技投入、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、低碳宣傳教育等方面采取有力舉措，推進(jìn)農(nóng)業(yè)低碳與高質(zhì)量發(fā)展。

關(guān)鍵詞 農(nóng)業(yè)碳排放；驅(qū)動因素；脫鉤效應(yīng)；“雙碳”目標(biāo)；貴州省

中圖分類號 F323" 文獻(xiàn)標(biāo)識碼 A" 文章編號 0517-6611（2025）03-0064-06

doi：10.3969/j.issn.0517-6611.2025.03.013

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Study on Driving Factors and Decoupling Effect of Agricultural Carbon Emissions in Guizhou Province

FAN Zu hong^{1，2，3}，WANG Yang^{1，2，3}，WU Wei1 et al

（1.College of Ecological Engineering， Guizhou University of Engineering Science， Bijie，Guizhou 551700;2.Guizhou Province Key Laboratory of Ecological Protection and Restoration of Typical Plateau Wetlands， Bijie，Guizhou 551700;3.Wetland Remote Sensing Sub centre of Gaofen Guizhou Centre， Bijie，Guizhou 551700）

Abstract Taking Guizhou Province as an example，35 carbon sources were selected from four aspects （agricultural input，crop cultivation，crop residue burning，livestock and poultry breeding）to construct an agricultural carbon emission index system.The carbon emission factor method， the LMDI model and the Tapio decoupling model were used to explore the time series characteristics of the agricultural carbon emissions， the driving factors and their decoupling effects with economic development in Guizhou Province from 2006 to 2022. The results showed that from 2006 to 2022， the agricultural carbon emissions in Guizhou Province showed an “inverted V shaped” trend of first increasing and then decreasing，the carbon emission intensity showed a decreasing trend.The agricultural carbon emissions were ranked from high to low as livestock and poultry breeding， agricultural input，crop cultivation and crop residue burning.Agricultural production efficiency， agricultural industrial structure， regional industrial structure and rural population size were negative driving factors of agricultural carbon emissions， of which agricultural production efficiency and regional industrial structure were the main factors for reducing agricultural carbon emissions;regional economic level and urbanization rate were positive driving factors of agricultural carbon emissions， of which the regional economic level was the dominant factor in the increase of agricultural carbon emissions.The decoupling relationship between agricultural carbon emissions and agricultural economic growth in Guizhou Province was generally favorable， with the decoupling status changing from weak to strong decoupling. In the future， Guizhou Province needed to take strong measures in terms of agricultural science and technology inputs， industrial structure optimization and low carbon publicity and education， in order to promote low carbon and high quality development in agriculture.

Key words Agricultural carbon emissions;Driving factor;Decoupling effect;“Dual carbon” goals;Guizhou Province

基金項目 貴州省教育廳高校人文社會科學(xué)研究項目（2024RW321）；中共畢節(jié)市委人才工作領(lǐng)導(dǎo)小組第六批人才團(tuán)隊項目（畢委人領(lǐng)通〔2023〕14號）；畢節(jié)市科學(xué)技術(shù)局2023年第二批聯(lián)合基金項目（畢科聯(lián)合〔2023〕8號）。

作者簡介 樊祖洪（1997—），男，貴州思南人，講師，碩士，從事資源環(huán)境與區(qū)域經(jīng)濟(jì)研究。

收稿日期 2024-08-16

氣候變暖是當(dāng)前人類面臨的全球性環(huán)境問題，人類活動產(chǎn)生的溫室氣體是導(dǎo)致氣候變暖的主要因素^［1］。作為重要的溫室氣體排放源，農(nóng)業(yè)生產(chǎn)貢獻(xiàn)了全球范圍內(nèi)約14%的人為溫室氣體排放量和58%的非人為CO2排放^［2］；我國是農(nóng)業(yè)大國，源自農(nóng)業(yè)的碳排放量占全國排放總量的17%^［3］，且呈逐年增長趨勢^［4］，可見農(nóng)業(yè)生產(chǎn)已成為不可忽略的碳源之一。作為國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)產(chǎn)業(yè)，農(nóng)業(yè)發(fā)展的低碳轉(zhuǎn)型對我國實現(xiàn)“雙碳”目標(biāo)和農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。

近年來，隨著我國“雙碳”目標(biāo)的提出，國內(nèi)關(guān)于農(nóng)業(yè)碳排放的研究逐漸增多，研究內(nèi)容聚焦于農(nóng)業(yè)碳排放量估算、時空特征分析、驅(qū)動因素解析和關(guān)聯(lián)效應(yīng)探究等方面^［5-6］。在農(nóng)業(yè)碳排放量估算方面，學(xué)者們多以碳排放因子法，從農(nóng)資投入、能源消耗、作物種植、秸稈焚燒和畜禽養(yǎng)殖等方面構(gòu)建農(nóng)業(yè)碳排放測算體系，以此評估各個區(qū)域的農(nóng)業(yè)碳排放量^［7-8］。在時空特征分析方面，相關(guān)成果主要借助數(shù)理模型與GIS空間分析工具，重點論證了農(nóng)業(yè)碳排放的時空演化^{［6，9］}、排放趨勢^［10］、碳源結(jié)構(gòu)^［11］、空間關(guān)聯(lián)網(wǎng)絡(luò)^［12］、溢出效應(yīng)^［13］等。驅(qū)動因素方面，主要運用對數(shù)平均迪氏指數(shù)（LMDI）模型^{［9，14］}、STIRPAT模型^［15］、地理加權(quán)回歸（GWR）模型^［16］、地理探測器^［17］等方法，揭示了生產(chǎn)效率、產(chǎn)業(yè)結(jié)構(gòu)、勞動力規(guī)模、經(jīng)濟(jì)發(fā)展水平、財政支持力度、環(huán)境規(guī)制水平、城鎮(zhèn)化率、農(nóng)業(yè)機(jī)械化水平等社會經(jīng)濟(jì)層面因素對農(nóng)業(yè)碳排放的作用機(jī)理。在關(guān)聯(lián)效應(yīng)方面，多采用Tapio脫鉤模型探討農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展的動態(tài)關(guān)系^{［5，18］}，與此同時，部分學(xué)者采用耦合協(xié)調(diào)度模型，分析了農(nóng)業(yè)碳排放與城鎮(zhèn)化^［19］、經(jīng)濟(jì)發(fā)展^［20-21］、糧食安全^［22］等的耦合關(guān)系?？傮w而言，現(xiàn)有研究較為豐富，這對把握區(qū)域農(nóng)業(yè)碳排放、促進(jìn)農(nóng)業(yè)碳減排具有重要意義。但仍存在以下不足：①農(nóng)業(yè)碳排放測算指標(biāo)的選取不夠全面，導(dǎo)致測算結(jié)果不能準(zhǔn)確反映區(qū)域?qū)嶋H；②研究成果多聚焦于全國層面、經(jīng)濟(jì)發(fā)達(dá)省份及糧食主產(chǎn)區(qū)，對貴州省農(nóng)業(yè)碳排放的研究相對不足。

貴州是典型的喀斯特山區(qū)，境內(nèi)耕地破碎、人均占有量少且質(zhì)量較低^［23］，相較于其他區(qū)域，貴州省農(nóng)業(yè)生產(chǎn)依賴于更多的生產(chǎn)資料投入，從而導(dǎo)致農(nóng)業(yè)碳排放量的不斷增加^［24］，嚴(yán)重制約了區(qū)域農(nóng)業(yè)的可持續(xù)發(fā)展。鑒于此，筆者從農(nóng)資投入、作物種植、秸稈焚燒、畜禽養(yǎng)殖4個方面選取35種碳源，構(gòu)建農(nóng)業(yè)碳排放指標(biāo)體系，采用碳排放因子法、LMDI模型、Tapio脫鉤模型等分析方法，探究貴州省2006—2022年農(nóng)業(yè)碳排放的時序特征、驅(qū)動因素及其與經(jīng)濟(jì)發(fā)展的脫鉤關(guān)系，并提出對應(yīng)的策略建議，以期為貴州省農(nóng)業(yè)低碳轉(zhuǎn)型與高質(zhì)量發(fā)展提供有益借鑒。

1 資料與方法

1.1 數(shù)據(jù)來源

該研究涉及的碳排放測算數(shù)據(jù)與社會經(jīng)濟(jì)數(shù)據(jù)來源于2007—2023年《貴州統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》。為消除價格因素影響，所有經(jīng)濟(jì)數(shù)據(jù)均以2006年為基準(zhǔn)進(jìn)行修正。個別年份缺失數(shù)據(jù)，采用年均增長率進(jìn)行計算補充。

1.2 研究方法

1.2.1 農(nóng)業(yè)碳排放測算。

參考現(xiàn)有研究，并結(jié)合區(qū)域農(nóng)業(yè)發(fā)展實際，從4個方面選取35種碳源測算貴州省農(nóng)業(yè)碳排放量。①農(nóng)資投入，具體包括氮肥、磷肥、鉀肥、復(fù)合肥、農(nóng)藥、農(nóng)膜、柴油、農(nóng)業(yè)灌溉和農(nóng)業(yè)機(jī)械。②作物種植，主要測算了水稻、小麥、玉米、大豆、薯類、油菜、花生、甘蔗、煙草和蔬菜共10類農(nóng)作物種植過程中的碳排放。③秸稈焚燒，由于各類農(nóng)作物的秸稈產(chǎn)量難以獲取，該研究借鑒彭立群等^［25］和崔瑜^［26］的研究成果，通過農(nóng)作物的草谷比估算出各類農(nóng)作物的秸稈產(chǎn)量，并依據(jù)秸稈焚燒系數(shù)和各類農(nóng)作物秸稈焚燒碳排放系數(shù)測算出秸稈焚燒的碳排放。④畜禽養(yǎng)殖，在畜禽養(yǎng)殖過程中，動物腸道發(fā)酵以及糞便管理產(chǎn)生的CH4和N2O是畜禽養(yǎng)殖業(yè)碳排放的主要來源^［27］，該研究測算了牛、馬、驢、騾、羊、生豬和家禽共7類畜禽品種的碳排放量；考慮到不同畜禽品種的飼養(yǎng)周期存在差異，該研究參考閔繼勝等^［28］的研究成果，對各畜禽品種的飼養(yǎng)量進(jìn)行調(diào)整。因此，貴州省農(nóng)業(yè)碳排放量的測算公式為：

C=Ci=（Ti×αi）（1）

式中：C為農(nóng)業(yè)碳排放量；Ci為各類碳源的碳排放量；Ti為第

i種碳源的數(shù)量；αi為第i種碳源的碳排放系數(shù)，各類碳源的

碳排放系數(shù)如表1、2所示。根據(jù)IPCC第四次評估報告^［32］，該研究按照1 t CH4=6.818 2 t C、1 t N2O=81.272 7 t C、1 t CO2=0.272 7 t C的換算關(guān)系，將各類溫室氣體統(tǒng)一轉(zhuǎn)化為標(biāo)準(zhǔn)C，以此評估貴州省的農(nóng)業(yè)碳排放量。

1.2.2 農(nóng)業(yè)碳排放強(qiáng)度。

為揭示貴州省農(nóng)業(yè)碳排放強(qiáng)度，該研究運用農(nóng)業(yè)碳排放量與農(nóng)牧業(yè)增加值的比值來表征農(nóng)業(yè)碳排放強(qiáng)度。其計算公式如下：

CI=C/Cpl（2）

式中：CI為農(nóng)業(yè)碳排放強(qiáng)度；C為農(nóng)業(yè)碳排放量；Gpl為農(nóng)牧業(yè)增加值。

1.2.3

LMDI模型。

該研究應(yīng)用對數(shù)平均迪氏指數(shù)（LMDI）模型從農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)經(jīng)濟(jì)水平、城鎮(zhèn)化率和農(nóng)村人口規(guī)模6個方面解析貴州省農(nóng)業(yè)碳排放的驅(qū)動因素。公式如下：

C=CGpl×GplGA×GAG×GP×PPA×PA（3）

式中：C為農(nóng)業(yè)碳排放量；Gpl為農(nóng)牧業(yè)增加值；GA為農(nóng)林牧漁業(yè)增加值；G為地區(qū)生產(chǎn)總值；P為地區(qū)總?cè)丝?；PA為農(nóng)村總?cè)丝凇Ｔ诖嘶A(chǔ)上，

令F1=CGpl、F2=GplGA、F3=GAG、F4=GP、F5=PPA、F6=PA，其中F1為農(nóng)業(yè)生產(chǎn)效率；F2為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)；F3為地區(qū)產(chǎn)業(yè)結(jié)構(gòu)；F4為地區(qū)經(jīng)濟(jì)水平；F5為城鎮(zhèn)化率；F6為農(nóng)村人口規(guī)模。

運用LMDI加法分解方式對上述公式（3）進(jìn)一步分解以剖析各因素對農(nóng)業(yè)碳排放的影響效應(yīng)^［9］，具體如下：

ΔC=Ct-C0=ni=1ΔFi（4）

ΔFi=ni=1Ct-C0lnCt-lnC0×（lnFti-lnF0i）（5）

式中：ΔC為農(nóng)業(yè)碳排放變化量；Ci與C0分別為第t期和基期的農(nóng)業(yè)碳排放量;ΔFi表示第i個影響因素對農(nóng)業(yè)碳排放變化量的貢獻(xiàn)值；Fti、F0i分別為第i個影響因素在t期和基期的值。

1.2.4 Tapio脫鉤模型。

采用Tapio脫鉤模型，通過測算脫鉤彈性系數(shù)來確定貴州省農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長之間的動態(tài)關(guān)系，其計算公式如下：

e=ΔC/C^t-1ΔGpl/G^t-1pl（6）

式中：e為脫鉤彈性系數(shù)；ΔC為農(nóng)業(yè)碳排放變化量；C^t-1為t-1期農(nóng)業(yè)碳排放總量；ΔGpl為農(nóng)牧業(yè)增加值變化量；G^t-1pl為t-1期農(nóng)牧業(yè)增加值。依據(jù)e值將脫鉤狀態(tài)劃分為8種類型，見表3。

2 結(jié)果與分析

2.1 農(nóng)業(yè)碳排放時序特征

2.1.1 農(nóng)業(yè)碳排放整體變化趨勢。

從圖1可以看出，2006—2022年貴州省農(nóng)業(yè)碳排放量呈現(xiàn)先上升后下降的倒“V”型變化趨勢。2006—2016年農(nóng)業(yè)碳排放量表現(xiàn)出持續(xù)增長態(tài)勢，從724.19萬t增加至854.65萬t，增幅達(dá)18.01%。2017年后，農(nóng)業(yè)碳排放量呈波動下降態(tài)勢，其中，2017—2019年下降幅度明顯，2019年農(nóng)業(yè)碳排放量下降至745.88萬t，較2016年下降了14.58%。2020—2022年農(nóng)業(yè)碳排放降幅減小，到2022年農(nóng)業(yè)碳排放量降至735.74萬t，相較于2019下降了1.36%。

由圖1可知，研究期內(nèi)貴州省農(nóng)業(yè)碳排放強(qiáng)度呈下降態(tài)勢，由2006年的2.10 t/萬元降至2022年的0.96 t/萬元，整體下降幅度達(dá)54.29%，這表明貴州省農(nóng)業(yè)生產(chǎn)效率持續(xù)提升，單位農(nóng)業(yè)產(chǎn)值的碳排放量明顯降低。

2.1.2 各類碳源排放量變化趨勢。

從2006—2022年貴州省4大類碳源的排放情況（圖2）可以看出，農(nóng)業(yè)碳排放量由高到低依次為畜禽養(yǎng)殖、農(nóng)資投入、作物種植、秸稈焚燒，4大類碳源排放量分別占全省總量的42.32%、31.87%、21.22%和4.59%，由此可見，畜禽養(yǎng)殖是貴州省農(nóng)業(yè)碳排放的主要來源。從變化趨勢來看，農(nóng)資投入的碳排放量呈現(xiàn)先升后降的變化趨勢，從2006年的222.49萬t上升至2015年的288.04萬t，而后下降至2022年的205.21萬t。作物種植與秸稈焚燒的碳排放量變化較為平緩。畜禽養(yǎng)殖的碳排放量表現(xiàn)出較大的波動態(tài)勢，研究期內(nèi)其碳排放量為313.64萬～348.43萬t。

為進(jìn)一步厘清貴州省農(nóng)業(yè)碳排放來源，該研究測算了4大類碳源中不同碳源計算指標(biāo)的排放占比（圖3）。

農(nóng)資投入方面（圖3a），氮肥和農(nóng)業(yè)灌溉是最主要的排放源，2006—2022年氮肥與農(nóng)業(yè)灌溉產(chǎn)生的碳排放量占農(nóng)資投入總量的75.25%。其中氮肥的碳排放量在研究期內(nèi)占農(nóng)資投入的比例超過50.00%，但表現(xiàn)出明顯的下降趨勢，占比由69.65%（154.96萬t）下降至50.35%（103.33萬t），這說明氮肥的碳排放量較高，但在研究期內(nèi)受益于農(nóng)化減量行動，其碳排放量呈下降趨勢。源于農(nóng)業(yè)灌溉的碳排放量占比在研究期內(nèi)呈快速上升趨勢，從9.55%（21.26萬t）上升至21.95%（45.05萬t），說明研究期內(nèi)貴州省農(nóng)業(yè)灌溉設(shè)施持續(xù)改善，在帶來農(nóng)業(yè)灌溉增加、農(nóng)業(yè)發(fā)展受益的同時，也促使碳排放量的增加。

作物種植方面（圖3b），水稻是最主要的碳排放來源，研究期內(nèi)源自水稻種植的碳排放量占比均在50.00%以上，但呈持續(xù)下降態(tài)勢，由2006年的67.32%（98.64萬t）下降至2022年的53.20%（89.08萬t）。源于蔬菜種植的碳排放量占比在研究期內(nèi)明顯上升，從11.55%（16.92萬t）上升至29.81%（49.91萬t），這主要在于研究期內(nèi)貴州省蔬菜種植規(guī)模持續(xù)增長，導(dǎo)致其碳排放量的增加。玉米種植的碳排放量占比一直處于10.00%左右，2017年后，其碳排放占比下降至6.00%左右，這主要受政策調(diào)控影響，2017年以來貴州省積極優(yōu)化農(nóng)村種植結(jié)構(gòu)，大力調(diào)減玉米種植規(guī)模，從而降低了玉米種植的碳排放量。

秸稈焚燒方面（圖3c），水稻和玉米是主要的排放來源，二者碳排放量占秸稈焚燒碳排放量的60.00%以上。從變化趨勢來看，水稻秸稈焚燒的碳排放量占比呈現(xiàn)波動變化趨勢，占比為30.48%～37.45%，排放量為8.71萬～13.22萬t。玉米秸稈焚燒的碳排放量占比表現(xiàn)出波動下降趨勢，從2006年的34.84%（11.90萬t）下降至2022年的30.36%（10.59萬t）。

畜禽養(yǎng)殖方面（圖3d），牛養(yǎng)殖是最主要的碳排放來源，研究期內(nèi)其碳排放量占畜禽養(yǎng)殖排放總量的60%以上，從變化趨勢來看，牛養(yǎng)殖的碳排放量占比呈現(xiàn)先下降后上升再下降的變化趨勢，具體來看，2006—2014年牛養(yǎng)殖碳排放占比由69.16%（222.00萬t）下降至62.41%（206.91萬t），而后上升至2020年的69.40%（225.23萬t），又降至2022年的65.97%（216.52萬t）。生豬養(yǎng)殖的碳排放量占比呈波動上升態(tài)勢，從2006年的19.82%（63.41萬t）增長至2022年的24.44%（80.21萬t）。

2.2 農(nóng)業(yè)碳排放驅(qū)動因素分析

由表4可知，研究期內(nèi)貴州省農(nóng)業(yè)碳排放累計增加了11.56萬t。各因素分析表明，農(nóng)業(yè)生產(chǎn)效率（F1）、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（F2）、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（F3）、農(nóng)村人口規(guī)模（F6）為農(nóng)業(yè)碳排放的負(fù)向驅(qū)動因素，地區(qū)經(jīng)濟(jì)水平（F4）、城鎮(zhèn)化率（F5）是農(nóng)業(yè)碳排放的正向驅(qū)動因素。

具體來看，F(xiàn)1、F2、F3和F6在整個研究時段內(nèi)分別累計減少了616.14萬、60.65萬、536.37萬和337.84萬t農(nóng)業(yè)碳排放量，減排貢獻(xiàn)由大到小依次為F1（39.73%）、F3（34.58%）、F6（21.78%）、F2（3.91%）。由此可見，F(xiàn)1和F3是減少農(nóng)業(yè)碳排放量的主要因素，這說明農(nóng)業(yè)生產(chǎn)效率的提高與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能夠明顯減少農(nóng)業(yè)碳排放量。研究期內(nèi)，貴州省大力發(fā)展綠色農(nóng)業(yè)，研發(fā)推廣農(nóng)業(yè)減排固碳技術(shù)，農(nóng)業(yè)生產(chǎn)效率顯著提高^［33］，在促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長的同時也減少了農(nóng)業(yè)碳排放量。地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（F3）對農(nóng)業(yè)碳排放的抑制作用僅次于農(nóng)業(yè)生產(chǎn)效率（F1），2006—2022年貴州省農(nóng)林牧漁業(yè)增加值占地區(qū)生產(chǎn)總值的比例由16.22%下降至8.20%，降幅達(dá)49.45%，農(nóng)業(yè)在地區(qū)經(jīng)濟(jì)發(fā)展中的比重明顯下降，從而減少了農(nóng)業(yè)碳排放量。F6的變化在研究期內(nèi)致使貴州省農(nóng)業(yè)碳排放量累計減少337.84萬t，隨著經(jīng)濟(jì)的迅速發(fā)展，農(nóng)業(yè)生產(chǎn)效率明顯提高，城鎮(zhèn)化快速發(fā)展，農(nóng)村人口規(guī)模逐漸減縮，2006—2022年貴州省農(nóng)村常住人口減少934.73萬人，農(nóng)村人口的減縮，間接減少了農(nóng)業(yè)碳排放量。相對而言，F(xiàn)2對農(nóng)業(yè)碳排放的抑制作用較為有限，累計減少了60.65萬t碳排放量，研究發(fā)現(xiàn)，2006—2022年貴州省種植業(yè)與畜牧業(yè)增加值占農(nóng)林牧漁業(yè)的比重均在86.00%以上，而相對低碳的林業(yè)和漁業(yè)占比較低，因此，未來貴州省應(yīng)進(jìn)一步優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，推動農(nóng)業(yè)發(fā)展減源增匯^［34］。

2006—2022年F4、F5累計增加了1 186.39萬和376.14萬t農(nóng)業(yè)碳排放量，其中F4最為顯著，這說明地區(qū)經(jīng)濟(jì)水平是貴州省農(nóng)業(yè)碳排放量增加的主導(dǎo)因素。由此可見，當(dāng)前貴州省農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展仍未完全脫鉤^［24］，但分析發(fā)現(xiàn)，F(xiàn)4對農(nóng)業(yè)碳排放的促進(jìn)作用整體呈現(xiàn)減弱趨勢。

2.3 農(nóng)業(yè)碳排放脫鉤效應(yīng)分析

基于Tapio脫鉤模型，分析貴州省2006—2022年農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤關(guān)系，結(jié)果如表5所示。從表5可以看出，研究期內(nèi)貴州省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤狀態(tài)整體由弱脫鉤向強(qiáng)脫鉤轉(zhuǎn)變，脫鉤效應(yīng)總體向好。

2006—2016年貴州省農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的脫鉤關(guān)系總體表現(xiàn)為弱脫鉤狀態(tài)。這期間除2011年農(nóng)業(yè)碳排放量（C）有所下降外，其余年份農(nóng)業(yè)碳排放量（C）均保持增長態(tài)勢，年均增速為1.67%；而同期農(nóng)牧業(yè)經(jīng)濟(jì)以年均5.00%的速度增長，表現(xiàn)出農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展的雙增趨勢。這一階段，得益于西部大開發(fā)政策支持，貴州省農(nóng)業(yè)經(jīng)濟(jì)發(fā)展呈現(xiàn)快速增長勢頭，農(nóng)牧業(yè)生產(chǎn)規(guī)模擴(kuò)大，產(chǎn)量增加。同時，由于農(nóng)業(yè)生產(chǎn)方式傳統(tǒng)，綠色低碳發(fā)展理念與管理技術(shù)滯后，致使農(nóng)化等高排放物資投入量持續(xù)增加，農(nóng)業(yè)碳排放量逐年上升，農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長呈弱脫鉤關(guān)系。

2017—2022年，貴州省農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的脫鉤關(guān)系總體表現(xiàn)為強(qiáng)脫鉤狀態(tài)。這期間農(nóng)業(yè)碳排放量整體呈現(xiàn)下降趨勢，年均下降2.19%；而農(nóng)牧業(yè)經(jīng)濟(jì)則保持年均5.22%的增長勢頭，農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展方向相反。2016年貴州省入選首批國家生態(tài)文明試驗區(qū)，2020年“雙碳”目標(biāo)提出，在這一背景下，貴州省加快建立綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系，探索構(gòu)建碳交易制度，積極穩(wěn)妥推進(jìn)“雙碳”工作。在農(nóng)業(yè)領(lǐng)域，積極調(diào)整優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，推進(jìn)農(nóng)化減量化、生產(chǎn)清潔化、廢棄物資源化和產(chǎn)業(yè)生態(tài)化，推廣應(yīng)用減排固碳技術(shù)等，農(nóng)業(yè)生產(chǎn)效率不斷提高，農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長呈強(qiáng)脫鉤關(guān)系。

3 結(jié)論與建議

3.1 結(jié)論

該研究從農(nóng)資投入、作物種植、秸稈焚燒、畜禽養(yǎng)殖4個方面選取35種農(nóng)業(yè)碳源，運用碳排放因子法、LMDI模型、Tapio脫鉤模型探究了2006—2022年貴州省農(nóng)業(yè)碳排放的時序特征、驅(qū)動因素及其與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤效應(yīng)，結(jié)果表明：

（1）2006—2022年貴州省農(nóng)業(yè)碳排放量呈現(xiàn)先上升后下降的倒“V”型變化趨勢，從2006年的724.19萬t增加至2016年的854.65萬t，而后下降至2022年的735.74萬t；碳排放強(qiáng)度呈下降態(tài)勢，由2006年的2.10 t/萬元下降至2022年的0.96 t/萬元，整體下降幅度達(dá)54.29%；農(nóng)業(yè)碳排放量由高到低依次為畜禽養(yǎng)殖、農(nóng)資投入、作物種植、秸稈焚燒。

（2）農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)村人口規(guī)模是農(nóng)業(yè)碳排放的負(fù)向驅(qū)動因素，而地區(qū)經(jīng)濟(jì)水平和城鎮(zhèn)化率是農(nóng)業(yè)碳排放的正向驅(qū)動因素，其中農(nóng)業(yè)生產(chǎn)效率和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)是農(nóng)業(yè)碳排放減少的主要因素，地區(qū)經(jīng)濟(jì)水平則是農(nóng)業(yè)碳排放增加的主導(dǎo)因素。

（3）研究期內(nèi)，貴州省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤狀態(tài)由弱脫鉤向強(qiáng)脫鉤轉(zhuǎn)變，其中，2006—2016年為弱脫鉤階段，2017—2022年為強(qiáng)脫鉤階段，二者脫鉤效應(yīng)總體向好。

3.2 建議

為進(jìn)一步推進(jìn)貴州省農(nóng)業(yè)發(fā)展的低碳轉(zhuǎn)型，促進(jìn)“雙碳”目標(biāo)的有序?qū)崿F(xiàn)，結(jié)合上述研究結(jié)論，提出以下建議：

（1）加大農(nóng)業(yè)科技投入，提升農(nóng)業(yè)生產(chǎn)效率。增強(qiáng)對農(nóng)業(yè)技術(shù)創(chuàng)新的政策支持與資金投入，鼓勵大專院校與科研機(jī)構(gòu)圍繞農(nóng)業(yè)低碳開展科研攻關(guān)，培育低碳新種，研發(fā)推廣低碳生產(chǎn)技術(shù)與管理模式，增強(qiáng)農(nóng)業(yè)生產(chǎn)循環(huán)利用。種植業(yè)方面，著力提高農(nóng)資投入利用效率，積極推進(jìn)農(nóng)化減量與有機(jī)替代，推廣節(jié)水灌溉技術(shù)，提升農(nóng)業(yè)機(jī)械化水平；畜禽養(yǎng)殖方面，推行低碳養(yǎng)殖模式，加大畜禽糞便資源化管理利用。用科技支撐帶動農(nóng)業(yè)發(fā)展，不斷提高土地產(chǎn)出率、資源利用率和勞動生產(chǎn)率^［5］。

（2）優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)農(nóng)業(yè)減源增匯。因地制宜優(yōu)化布局農(nóng)業(yè)生產(chǎn)，在確保糧食安全的前提下，充分發(fā)揮貴州省復(fù)雜多樣的地理優(yōu)勢，大力發(fā)展生態(tài)農(nóng)業(yè)，適度調(diào)減種植業(yè)和畜牧業(yè)規(guī)模，提升林業(yè)、漁業(yè)占比，通過產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整，減少農(nóng)業(yè)生產(chǎn)碳排放，增強(qiáng)農(nóng)業(yè)系統(tǒng)的碳匯功能。

（3）加強(qiáng)低碳宣傳教育，凝聚低碳發(fā)展共識。積極開展低碳農(nóng)業(yè)宣傳教育，增強(qiáng)全民低碳發(fā)展意識，讓綠色低碳、生態(tài)環(huán)保成為社會共識；同時，強(qiáng)化農(nóng)業(yè)人才引進(jìn)和生產(chǎn)者技能培訓(xùn)，提高農(nóng)業(yè)勞動力素質(zhì)，推動農(nóng)業(yè)生產(chǎn)的低碳轉(zhuǎn)型。

參考文獻(xiàn)

［1］ IPCC.Climate change 2021：The physical science basis［R］.Cambridge：Cambridge University Press，2021.

［2］ 郝小雨.黑龍江省30年來農(nóng)田生態(tài)系統(tǒng)碳源/匯強(qiáng)度及碳足跡變化［J］.黑龍江農(nóng)業(yè)科學(xué)，2021（8）：97-104.

［3］ 李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時空特征及影響因素分解［J］.中國人口·資源與環(huán)境，2011，21（8）：80-86.

［4］ 冉光和，王建洪，王定祥.我國現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動趨勢研究［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2011，32（2）：32-38.

［5］ 桂河，李靜，尚夢媛.“雙碳”背景下的寧夏農(nóng)業(yè)碳排放時序特征、驅(qū)動機(jī)理與脫鉤效應(yīng)研究［J］.中南林業(yè)科技大學(xué)學(xué)報（社會科學(xué)版），2021，15（6）：37-44.

［6］ 崔永福，高策，王俊鳳，等.河北省縣域農(nóng)業(yè)碳排放空間演化及對策［J］.中國農(nóng)機(jī)化學(xué)報，2023，44（5）：241-248，256.

［7］ 田云，尹忞昊.中國農(nóng)業(yè)碳排放再測算：基本現(xiàn)狀、動態(tài)演進(jìn)及空間溢出效應(yīng)［J］.中國農(nóng)村經(jīng)濟(jì)，2022（3）：104-127.

［8］ 黃和平，李紫霞，黃靛，等.“雙碳”目標(biāo)下江西省農(nóng)業(yè)碳排放量測算、影響因素分析與預(yù)測研究［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報，2024，40（2）：179-190.

［9］ 鄭博福，梁涵，萬煒，等.江西省縣域農(nóng)業(yè)碳排放時空格局及影響因素分析［J］.農(nóng)業(yè)工程學(xué)報，2022，38（23）：70-80.

［10］ 王樹芬.山西省農(nóng)業(yè)碳排放時空特征、影響因素及趨勢預(yù)測［D］.太原：山西大學(xué)，2023.

［11］ 葛小君，吳丹，李淑斌，等.1978—2021年廣西農(nóng)業(yè)凈碳匯時序特征及影響因素［J］.中國生態(tài)農(nóng)業(yè)學(xué)報，2024，32（2）：218-229.

［12］ 付偉，胡樂祥，羅明燦，等.西部地區(qū)農(nóng)業(yè)碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)特征研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2024，45（7）：3-11.

［13］ 夏文浩，霍瑜，逯淵，等.新疆農(nóng)業(yè)碳排放的時空差異與空間溢出效應(yīng)分析［J］.干旱區(qū)地理，2024，47（6）：1084-1096.

［14］ 師帥，肖雨荀.黑龍江墾區(qū)農(nóng)業(yè)碳排放時空分異與影響因素研究［J］.北方園藝，2024（4）：137-144.

［15］ 楊思存，霍琳，王成寶，等.基于STIRPAT模型的甘肅省農(nóng)業(yè)碳排放特征分析［J］.干旱區(qū)地理，2023，46（9）：1493-1502.

［16］ 李慧，李瑋，姚西龍.基于GWR模型的農(nóng)業(yè)碳排放影響因素時空分異研究［J］.科技管理研究，2019，39（18）：238-245.

［17］ 尹忞昊，田云，盧奕亨.中國農(nóng)業(yè)碳排放區(qū)域差異及其空間分異機(jī)理［J］.改革，2023（10）：130-145.

［18］ 盧東寧，張雨，雷世斌.“雙碳”目標(biāo)背景下陜西農(nóng)業(yè)碳排放驅(qū)動因素與脫鉤效應(yīng)研究［J］.北方園藝，2022（20）：133-140.

［19］ 耿亮，彭靈通，魏玻，等.城鎮(zhèn)化對長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放的影響及其耦合關(guān)系研究［J］.生態(tài)經(jīng)濟(jì)，2024，40（3）：128-138.

［20］ 田云，林子娟.中國省域農(nóng)業(yè)碳排放效率與經(jīng)濟(jì)增長的耦合協(xié)調(diào)［J］.中國人口·資源與環(huán)境，2022，32（4）：13-22.

［21］ 馬志超.黃河流域農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長時空耦合關(guān)系研究［J/OL］.中國農(nóng)業(yè)資源與區(qū)劃，2024-01-31［2024-06-27］.https：//link.cnki.net/urlid/11.3513.S.20240130.1731.034.

［22］ 楊青林，趙榮欽，趙濤，等.縣域尺度農(nóng)業(yè)碳排放效率與糧食安全的關(guān)系［J］.中國農(nóng)業(yè)資源與區(qū)劃，2023，44（2）：156-169.

［23］ 張揚，周忠發(fā)，黃登紅，等.喀斯特山區(qū)耕地時空演變與影響因子分析［J］.農(nóng)業(yè)工程學(xué)報，2020，36（22）：266-275.

［24］ 胡云清.貴州省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤研究［D］.貴陽：貴州大學(xué)，2023.

［25］ 彭立群，張強(qiáng)，賀克斌.基于調(diào)查的中國秸稈露天焚燒污染物排放清單［J］.環(huán)境科學(xué)研究，2016，29（8）：1109-1118.

［26］ 崔瑜.中國農(nóng)業(yè)碳足跡與經(jīng)濟(jì)發(fā)展協(xié)調(diào)性研究［D］.楊凌：西北農(nóng)林科技大學(xué)，2022.

［27］ 徐薇，毛永亮，衡筱.秦嶺陜西段農(nóng)業(yè)碳排放時空分布特征與低碳化水平評價［J］.西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2024，24（3）：140-148.

［28］ 閔繼勝，胡浩.中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算［J］.中國人口·資源與環(huán)境，2012，22（7）：21-27.

［29］ 段華平，張悅，趙建波，等.中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析［J］.水土保持學(xué)報，2011，25（5）：203-208.

［30］ 田云，張俊飚.中國農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究［J］.自然資源學(xué)報，2013，28（8）：1298-1309.

［31］ STREETS D G，YARBER K F，WOO J H，et al.Biomass burning in Asia：Annual and seasonal estimates and atmospheric emissions［J］.Global biogeochemical cycles，2003，17（4）：1099-1109.

［32］ IPCC.Climate change 2007：Changes in atmospheric constituents and in radiative forcing［R］.Cambridge，UK：Cambridge University Press，2007.

［33］ 楊婷.貴州省農(nóng)業(yè)現(xiàn)代化發(fā)展水平綜合評價［J］.廣東蠶業(yè)，2024，58（2）：18-20.

［34］ 白義鑫，王霖嬌，盛茂銀.黔中喀斯特地區(qū)農(nóng)業(yè)生產(chǎn)碳排放實證研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2021，42（3）：150-157.