2016.09:中國農業碳排放的結構特徵及時空差異研究(王寶義)

2020-12-04 國家統計局

中國農業碳排放的結構特徵及時空差異研究

 

王寶義

 

  內容摘要:本文綜合利用19932013年樣本數據,在農業碳排放測算基礎上,重點分析了中國農業碳排放的結構特徵和時空差異。研究發現:中國農業碳排放量持續增加,農業化學製品尤其是化肥佔據了排放量的重要份額;農業碳排放效率的經濟指標和物理指標存在較大差別,在衡量農業發展問題上要綜合衡量經濟和生態效益指標。中國農業減排責任重大,不同地區必須結合現實情況採取不同的措施,綜合平衡農業發展與碳排放的關係。關鍵詞:農業碳排放;結構特徵;時空差異

 

  中圖分類號:F323.22文獻標識碼:A文章編號:1004-7794(2016)09-0003-08

 

  DOI: 10.13778/j.cnki.11-3705/c.2016.09.001

 

  一、引言

 

  農業是溫室氣體排放的重要來源,也是最易受氣候影響的一類產業。2014年底中美達成溫室氣體減排協議,中國計劃2030年左右達到碳排放極值[1],中國減排壓力很重,農業作為碳排放的重要來源必須為減排貢獻力量,這不但利於中國低碳發展目標的完成,還利於石油農業模式的轉型和調整,促進農業的可持續發展。

 

  中國農業碳排放問題引起眾多專家學者的關注,以中國知網資料庫為平臺,以「農業碳排放」為關鍵詞採用主題精確搜索方式(搜索時間為201653日),共搜索到文獻172篇,其中20122015年總篇數為141篇,佔比89.2%,值得一提的是以張俊飈為核心的研究團隊貢獻了25篇高水平研究文獻。中國農業碳排放問題的代表性研究,如李波等(2011)重點研究了農業活動中碳排放的時空特徵並對影響因素進行了分解[2];劉華軍等(2013)測算了農業分省排放量,並對地區差距及分布動態演進進行了實證研究[3];吳賢榮等(2014)利用DEA法重點測算了31個省份的農業碳排放效率,並研究了其影響因素[4];張廣勝(2014)通過構建農業碳排放測算體系,對農業碳排放的結構、效率及決定機制進行了探討[5];龐麗(2014)評價了農業碳排放的區域差異,並運用LMDI因素分解模型對影響因素進行了分解[6]等。縱觀當前研究,專家學者對農業碳排放的測算範圍、測算方式、研究指標、研究重點、研究方法等均存在差別,在研究重點上針對狹義農業(種植業)區域分組下碳排放時空差異研究成果較為少見。基於此,本文擬以狹義農業(種植業)碳排放的結構特徵及時空差異為研究重點,尤其突出三區域、八區域分組下農業碳排放時空差異研究,以期為進一步促進農業碳排放研究,為中國農業低碳化發展,乃至生態文明建設提供借鑑。

 

  二、研究方法及數據說明

 

  (一)概念及標準界定

 

  1.概念界定。

 

  一般而言,農業碳排放是指農業種養過程中,資源(能源)投入使用、種養生長過程及各類廢棄物處理所產生的排放活動。其中,資源(能源)排放主要包括農業化學製品生產使用及農業機械動力消耗能源帶來的直接間接排放;自然源排放主要包括水稻種植、動物反芻排放及農業播耕直接釋放有機碳等;廢棄物處理排放主要包括秸稈焚燒及動物糞便處理等帶來的排放[57]。從廣義角度理解,農業縱向產業鏈包括產前、產中、產後直接間接帶來的排放;橫向產業範圍包括農林牧副漁業帶來的排放。本文以狹義農業(種植業)為研究對象,主要研究農業活動過程中引起的6類排放,包括化肥、農藥、農膜3類化學製品生產使用排放,農業灌溉、農業機械使用能源引起的排放,農業播耕有機碳流失排放。

 

  效率是一個相對指標,一般指投入產出的比例關係。本文以碳排放強度和密度兩類單位排放量指標表徵農業碳排放效率,前者基於經濟視角,以萬元農業生產總值的排放量進行表徵;後者基於物理視角,以每公頃播種面積排放量進行表徵。

 

  2.區域分類標準。

 

  本文將綜合考察省際及三區域、八區域分組下農業碳排放時空差異問題,而區域分類有不同的標準,本文選擇結合地理位置和經濟發展水平的區域分類標準,具體而言,東中西三區域分類選取國家統計中常用的11812分類標準,八區域分類選擇國務院發展研究中心提出的八大綜合經濟區的分類標準,具體情況如表1所示。

 

  表1 區域分類標準

 

區域類別

成員情況

區域

東部地區:北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區:山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區:內蒙古、廣西、重慶、四川、貴州、雲南、西藏、陝西、甘肅、青海、寧夏、新疆。

八區域

東北綜合經濟區:遼寧、吉林、黑龍江;北部沿海綜合經濟區:北京、天津、河北、山東;東部沿海綜合經濟區:上海、江蘇、浙江;南部沿海綜合經濟區:福建、廣東、海南;黃河中遊綜合經濟區:陝西、山西、河南、內蒙古;長期中遊綜合經濟區:湖北、湖南、江西、安徽;大西南綜合經濟區:雲南、貴州、四川、重慶、廣西;大西北綜合經濟區:甘肅、青海、寧夏、西藏、新疆。

 

  (二)研究方法

 

  本文主要選取統計描述和統計指標測度兩類方法。產業發展區域相對差異測度的常用指標,包括基尼係數、泰爾指數和對數離差均值等,3類指標分別對中、高、低3類對象變化相對敏感,因此,採用3類指標進行對比研究成為專家學者的慣用方法[8-10]。同時,在對研究對象進行分組的基礎上,3類指標分別可以實現組內外差異的分解,其中基尼係數能夠實現組內、組間及剩餘項差異3項分解,泰爾指數和對數離差均值能夠實現組內、組間差異兩項分解。本文選取3類指標進行綜合測度,但限於篇幅選擇基尼係數進行重點分析,選取基尼係數分解法進行差異結構分解。

 

  1.基尼係數(GINI)

 

  基尼係數是以義大利經濟學家基尼命名的國際上公認的用于衡量收入差距的經典指標,現被廣泛應用於各領域差異研究,其測算方法有多種,本文選取被廣泛應用的英國經濟學家MookherjeeShorrocks所提出的方法[10],計算公式如下:

 

  右式中,3個分解項分別對應組內、組間和剩餘項差異,其中剩餘項主要反映交互影響。一般而言,基尼係數值越大表示差異程度越強,各分解項值越大表示對總體差異的貢獻越大。

 

 

  

    (三)數據說明

 

  本文選取化肥、農藥、農膜、柴油(農機使用)、農業灌溉(消耗電能,主要是火力發電)、農業播耕(有機碳的流失)6類直接間接碳排放源對碳排放進行估算,分別用化肥、農藥、農膜、柴油使用量、農業灌溉面積、農業播種面積進行表徵。參照以往學者的估算與研究,6類排放源相對應的排放係數分別為:0.8956kg/kg)、[11] 4.9341kg/kg)、5.18kg/kg)、0.5927kg/kg)、20.476kg/hm2)、312.6kg/km2)。 [2]農業碳排放總量的核算方法是各類排放源數據乘以相應排放係數,然後加總。本文利用19932013年樣本數據進行分析,所有原始數據均來自國家統計局《中國統計年鑑》、《中國農村統計年鑑》以及相應省份統計年鑑,個別缺失數據根據近期數據推測補充,同時,因重慶於1997年設立直轄市,1996年以前數據根據與四川省的比值進行估算。農業總產值數據根據種植業價格指數以2002年為基期進行調整。

 

  三、農業碳排放結構特徵及排放效率分析

 

  (一)農業碳排放的結構特徵

 

  1.農業碳排放時間演變趨勢。

 

  從總體上看,中國農業碳排放量一直呈上升趨勢,但不同階段的增長情況有所差別,總體上碳排放增長率呈現波動下降逐漸平衡趨勢,全樣本期碳排放增長率平均值為3.73%。根據增長情況可以將全樣本期分為19932003年和20042013年兩個增長「下坡」階段,其增長率的平均值分別為4.26%3.21%;若進一步細分,兩個階段又分別可以分為「急下坡」、「緩下坡」兩個階段,具體為19932000年、20012003年、20042008年、20092013年,對應的增長率平均值分別為4.95%2.65%3.78%2.64%8個端點年份對應的農業碳排放量分別為4308.2萬噸、6028.4萬噸、6229.5萬噸、6520.9萬噸、6944.6萬噸、7844.3萬噸、8093.3萬噸和8933.6萬噸。

 

  2.農業碳排放結構特徵及演變趨勢。

 

  根據19932013年農業碳排放的4個階段,考察農業碳排放的結構特徵及演變趨勢,如表2所示。從總體上看,19932013年中國農業6類排放源排放碳的比例存在較大差別,化肥、農藥、農膜、柴油、灌溉、播耕排放平均水平分別為4108.2萬噸、693.9萬噸、832.6萬噸、953.9萬噸、112.9萬噸、48.6萬噸,分別佔比60.86%10.28%12.34%14.13%1.67%0.72%。由此可見,化肥源碳排放貢獻超過其他5類源排放總和貢獻,同時化肥、農藥、農膜三大化學製品排放貢獻達到84.48%,而灌溉和農業播耕源排放比例相對較低。由此也可以說明,控制農業化學製品的生產使用,對農業減排具有重要意義。

 

  (二)農業碳排放效率分析

 

  以單位農業生產總值的碳排放量表徵排放強度,以單位農業播種面積的碳排放量表徵排放密度,中國農業碳排放效率情況,如表3所示。從排放強度來看,19932013年樣本期排放強度最高值為19950.541(萬噸/億元),最低值為20130.386(萬噸/億元),平均值為0.455(萬噸/億元),總體上呈現排放強度下降趨勢。根據排放強度水平及演變趨勢可以劃分為19931998年、19992002年、20032008年、200920134個階段,呈現「高—較低—較高—低」特徵,對應的排放強度平均值分別為0.5080.4230.4610.411(萬噸/億元)。從排放密度來看,19932013年樣本期排放密度最高值為20130.543(噸/公頃),最低值為19930.292(噸/公頃),平均值為0.433(噸/公頃),總體呈現排放密度上升趨勢。根據排放密度水平及演變趨勢可以劃分為19932000年、20012006年、200720133個階段,其階梯狀明顯,每一階段相應年份分別對應0.4內、0.4-0.50.5以上(噸/公頃)三類水平,具體排放密度平均值分別為0.350.4490.523(噸/公頃)。由此可見,排放效率的物理指標與經濟指標演變趨勢是不同的,從經濟角度衡量農業碳排放效率總體趨於提高,而從生態效益角度衡量農業碳排放效率卻趨於下降。也就是說,農業單位碳排放帶來經濟產出效率提升的同時,對生態影響強度也日益增強。因此,在衡量農業碳排放效率問題上不能單看某一類指標,而要綜合衡量經濟和生態效益指標。

 

  表2  19932013年農業碳排放結構演變趨勢表

 

排放源

19932000

20012004

20052008

20092013

20032013

年均排放
(萬噸)

佔比
%

年均排放
(萬噸)

佔比
%

年均排放
(萬噸)

佔比
%

年均排放
(萬噸)

佔比
%

年均排放
(萬噸)

佔比
%

化肥

3383.86

63.34

3949.89

60.59

4487.13

59.42

5090.77

59.56

4108.23

60.86

農藥

559.99

10.48

653.44

10.02

776.15

10.28

874.54

10.23

693.85

10.28

農膜

552.22

10.34

809.59

12.42

978.01

12.95

1183.47

13.85

832.64

12.34

柴油

694.38

13.00

946.37

14.52

1146.00

15.18

1221.32

14.29

953.86

14.13

灌溉

104.34

1.95

111.13

1.70

115.57

1.53

126.00

1.47

112.93

1.67

農業播耕

47.69

0.89

48.16

0.74

48.25

0.64

50.62

0.59

48.59

0.72

 

  表3  19932013年農業碳排放效率演變趨勢

 

年份

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

排放強度

0.475

0.522

0.541

0.528

0.507

0.477

0.422

0.411

0.431

0.427

0.471

排放密度

0.292

0.313

0.335

0.350

0.366

0.374

0.381

0.386

0.400

0.413

0.428

年份

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

平均值

排放強度

0.477

0.464

0.456

0.456

0.440

0.426

0.426

0.416

0.399

0.386

0.455

排放密度

0.452

0.462

0.488

0.504

0.502

0.510

0.520

0.528

0.538

0.543

0.433

 

  四、農業碳排放時空差異分析

 

  (一)碳排放時空差異統計描述分析

 

  1.省際差異描述分析。

 

  圖1、圖2分別展示了19932013年全樣本期、20082013年近樣本期農業碳排放平均水平省際差異情況。從19932013年情況來看,全國農業碳排放平均水平最高的省份是山東省,最低的省份是西藏自治區,其中,山東、河南、河北、江蘇位列前四位,平均碳排放量高於400萬噸,分別為704.2萬噸、603.6萬噸、502.6萬噸、431.7萬噸;而寧夏、上海、天津、北京、青海、西藏位列後6位,平均碳排放量低於40萬噸,分別為38.57萬噸、36.6萬噸、33.8萬噸、27.1萬噸、11.9萬噸、5.3萬噸,全國平均為218.4萬噸。20082013年近期省際排名除部分省份位置互換外,其餘均與19932013年樣本期相同,同時除北京和上海外其餘省份的碳排放平均水平都高於全樣本期。20082013年農業碳排放平均水平位列前六位的省份分別為河南、山東、河北、江蘇、湖北、安徽,均超過400萬噸,分別為806萬噸、792.7萬噸、584.5萬噸、466萬噸、453萬噸、449.9萬噸,位列後5位的省份分別為天津、上海、北京、青海、西藏,均低於42萬噸,分別為41.1萬噸、33.1萬噸、23.9萬噸、15.1萬噸、8.1萬噸,全國平均為271.9萬噸。由此可見,一些傳統農業大省碳排放平均水平相對較高,而在地理分布上與山東臨界的省份及長江中遊、黃河中遊等地區省份排放水平相對較高。

 

  2.區域差異描述分析。

 

  表419932013年樣本期,以及1993200520062013年兩個分樣本期,給出了三區域和八區域分組下農業碳排放水平的平均指標。(1)三區域情況。東中西三地區無論是平均排放量還是平均排放密度均呈現依次遞減趨勢,就平均排放量而言,東部和中部地區差別不大;但就平均排放密度而言,中部和西部地區差別不大。20062013年樣本期無論是平均排放量還是平均排放密度均高於19932005年樣本期情況。(2)八區域情況。八區域成員平均碳排放量和平均排放密度存在較大差異。從排放量來看,北部沿海、長江中遊、黃河中遊三個綜合經濟區平均排放量高,而大西北、南部沿海綜合經濟區平均排放量低。從排放密度來看,北部、東部、南部三類沿海綜合經濟區平均排放密度高,而大西南、東北綜合經濟區平均排放密度低。總體而言,北部沿海區屬於高排放量高排放密度地區,大西北、東北屬於低排放量低排放密度地區,大西南、長江中遊、黃河中遊屬於高排放量低排放密度地區,南部、東部沿海屬於低排放量高排放密度地區。20062013年樣本期無論是平均排放量還是平均排放密度均高於19932005年樣本期情況,同時南部沿海、黃河中遊、大西北、北部沿海區域增幅較大。

 

 

 

 

1  19932013年碳排放水平省際差異圖圖220082013年碳排放水平省際差異圖

 

  表4 區域農業碳排放平均指標

 

區域分類

區域成員

19932005

20062013

19932013

平均排放量

(萬噸)

平均密度

(噸/公頃)

平均排放量

(萬噸)

平均密度

(噸/公頃)

平均排放量

(萬噸)

平均密度

(噸/公頃)

三區域

東部地區

2473.3

0.549

3115.0

0.738

2717.7

0.621

中部地區

2015.8

0.334

2937.7

0.451

2367.0

0.379

西部地區

1358.0

0.282

2165.7

0.418

1665.7

0.334

八區域

東北綜合經濟區

541.9

0.310

850.7

0.401

659.6

0.345

北部沿海綜合經濟區

1142.7

0.550

1470.6

0.725

1267.6

0.616

東部沿海綜合經濟區

669.1

0.567

757.7

0.729

702.8

0.628

南部沿海綜合經濟區

473.1

0.541

626.7

0.828

531.6

0.650

黃河中遊綜合經濟區

875.8

0.325

1403.5

0.483

1076.8

0.385

長江中遊綜合經濟區

1051.6

0.355

1418.1

0.473

1191.3

0.400

大西南綜合經濟區

793.0

0.272

1146.8

0.383

927.8

0.314

大西北綜合經濟區

299.8

0.338

544.4

0.509

393.0

0.403

 

  (二)碳排放時空差異統計測度分析

 

  1.省際差異測度分析。

 

  通過公式(1)、(3)、(4)分別計算全國省際分組下19932013年的基尼係數、泰爾指數和對數離差均值,如表5所示,三類指標的平均值分別為0.42020.30330.4461。從計算結果來看,三類指標的演變趨勢總體上趨於一致,但相比較而言,基尼係數和泰爾指數的一致程度均好於對數離差均值,因此採用前兩類指標計算結果,同時以分析基尼係數為主。

 

  基尼係數用于衡量收入差距時,一般而言按照國際慣例,0.3以內表示最佳狀態,0.3~0.4表示正常,超過0.4表示差距過大。若以此為標準衡量農業碳排放的省際差異,19932000年均超過0.4表示差異過大,20112013年回落至0.4以內,表示差異縮減到正常水平。從基尼係數的變動情況來看,總體上農業碳排放省際差異在波動中呈現縮減趨勢,具體可分為19931996年、19972000年、20012003年、20042007年、20082010年、201120136個階段,呈現「高—降—升—降—降—降」特徵,基尼係數平均水平分別為0.43310.42820.43040.42620.40410.3903

 

  2.區域差異測度分析。

 

  根據公式(1)可以測算三區域、八區域分組下每個區域的基尼係數,根據公式(2)則可以實現對三區域及八區域分組下組內外及剩餘項的分解。

 

  (1)三區域差異測度分析。對東中西三區域分組下的基尼係數測算及分解結果,如表6所示。19932013年東中西農業碳排放基尼係數平均值分別為0.46670.25620.3626,按照收入差距衡量標準表示差異過大、差異最佳、差異正常三類水平。從東中西各地區的差異演變趨勢來看,東部地區以2007年為界總體上呈現出差異拉大、差異縮小兩個階段,基尼係數平均值分別為0.46940.4599;中部地區以2003年為界總體上呈現差異拉大、差異穩定兩個階段,基尼係數平均值分別為0.25490.2577;西部地區以20012007年為界總體上呈現差異穩定、差異穩定、差異縮小三個階段,基尼係數平均值分別為0.37220.36470.3462 從組內外貢獻情況來看,19932013年組內、組間及剩餘項三項平均值分別為0.12460.16510.1306,三者貢獻平均值分別為29.66%39.24%31.09%。總體來看,組間差異貢獻了最大份額,但三者的差距並不太大。從貢獻趨勢演變情況來看,組內和剩餘項貢獻呈現上升繼而穩定趨勢,組間貢獻則呈現下降趨勢。

 

  (2)八區域差異測度分析。對八區域分組下的基尼係數測算及分解結果,如表7所示。東北、北部沿海、東部沿海、南部沿海、黃河中遊、長江中遊、大西南、大西北綜合經濟區19932013年農業碳排放基尼係數平均值分別為0.06930.49430.37470.30180.34390.14030.22980.5253,由此可見,大西北和北部沿海綜合經濟區差異過大,東部沿海、黃河中遊和南部沿海綜合經濟區差異正常,東北、長江中遊和大西南綜合經濟區差異最佳。從組內外貢獻情況來看,19932013年組內、組間及剩餘項三項平均值分別為0.03900.21320.1681,三者貢獻平均值分別為9.28%50.66%40.06%。總體來看,在八區域分組下區域內差異較小貢獻率不足10%,而組間差異貢獻了最大份額,同時交互項也具有相當影響。從貢獻趨勢演變情況來看,組內和剩餘項貢獻總體呈現上升趨勢,組間貢獻則呈現下降趨勢。

 

  表5  全國農業碳排放的基尼係數、泰爾指數和對數離差均值

 

年份

GINI

GE1

GE2

年份

GINI

GE1

GE2

1993

0.4305

0.3112

0.4709

2004

0.4281

0.3145

0.4494

1994

0.4335

0.3155

0.4790

2005

0.4287

0.3163

0.4493

1995

0.4341

0.3165

0.4814

2006

0.4259

0.3127

0.4473

1996

0.4344

0.3194

0.4816

2007

0.4222

0.3086

0.4457

1997

0.4299

0.3138

0.4547

2008

0.4098

0.2911

0.4295

1998

0.4248

0.3049

0.4424

2009

0.4025

0.2833

0.4260

1999

0.4307

0.3141

0.4482

2010

0.4000

0.2806

0.4218

2000

0.4274

0.3095

0.4432

2011

0.3943

0.2740

0.4169

2001

0.4303

0.3139

0.4494

2012

0.3902

0.2706

0.4176

2002

0.4305

0.3159

0.4486

2013

0.3866

0.2671

0.4123

2003

0.4305

0.3159

0.4521

平均

0.4202

0.3033

0.4461

 

  表6  三區域農業碳排放基尼係數分解

 

年份

全國

東部

中部

西部

組內

組間

剩餘項

組內

貢獻

組間

貢獻

剩餘

貢獻

1993

0.4305

0.4515

0.2346

0.3736

0.1225

0.1827

0.1253

28.45

42.45

29.10

1994

0.4335

0.4525

0.2400

0.3734

0.1227

0.1880

0.1227

28.31

43.37

28.32

1995

0.4341

0.4556

0.2460

0.3745

0.1236

0.1885

0.1221

28.46

43.42

28.12

1996

0.4344

0.4628

0.2483

0.3707

0.1241

0.1879

0.1224

28.57

43.27

28.17

1997

0.4299

0.4725

0.2482

0.3699

0.1261

0.1693

0.1346

29.33

39.37

31.30

1998

0.4248

0.4615

0.2551

0.3710

0.1250

0.1691

0.1307

29.43

39.81

30.77

1999

0.4307

0.4720

0.2547

0.3711

0.1270

0.1683

0.1355

29.48

39.07

31.45

2000

0.4274

0.4662

0.2645

0.3728

0.1270

0.1642

0.1362

29.72

38.41

31.87

2001

0.4303

0.4693

0.2703

0.3724

0.1280

0.1658

0.1365

29.74

38.53

31.73

2002

0.4305

0.4704

0.2708

0.3678

0.1278

0.1663

0.1364

29.68

38.63

31.68

2003

0.4305

0.4750

0.2718

0.3676

0.1286

0.1631

0.1387

29.88

37.90

32.22

2004

0.4281

0.4809

0.2517

0.3652

0.1273

0.1670

0.1338

29.73

39.02

31.25

2005

0.4287

0.4852

0.2586

0.3634

0.1285

0.1626

0.1376

29.97

37.93

32.10

2006

0.4259

0.4838

0.2577

0.3635

0.1278

0.1628

0.1353

30.01

38.22

31.77

2007

0.4222

0.4813

0.2586

0.3606

0.1270

0.1607

0.1345

30.08

38.06

31.85

2008

0.4098

0.4667

0.2623

0.3577

0.1239

0.1577

0.1283

30.23

38.48

31.29

2009

0.4025

0.4603

0.2615

0.3501

0.1217

0.1553

0.1255

30.24

38.58

31.18

2010

0.4000

0.4597

0.2615

0.3481

0.1211

0.1541

0.1249

30.26

38.51

31.23

2011

0.3943

0.4567

0.2589

0.3438

0.1196

0.1500

0.1247

30.34

38.03

31.63

2012

0.3902

0.4590

0.2533

0.3395

0.1187

0.1442

0.1272

30.43

36.97

32.61

2013

0.3866

0.4570

0.2528

0.3379

0.1181

0.1396

0.1289

30.55

36.11

33.34

平均

0.4202

0.4667

0.2562

0.3626

0.1246

0.1651

0.1306

29.66

39.24

31.09

 

  註:組內、組間及剩餘項貢獻單位為%

 

  表7  八區域農業碳排放基尼係數分解

 

年份

全國

組內

組內

貢獻

組間

組間

貢獻

剩餘項

剩餘

貢獻

1993

0.4305

0.0381

8.84

0.2253

52.34

0.1671

38.82

1994

0.4335

0.0387

8.92

0.2295

52.95

0.1653

38.13

1995

0.4341

0.0387

8.92

0.2357

54.28

0.1598

36.80

1996

0.4344

0.0392

9.02

0.2341

53.90

0.1610

37.07

1997

0.4299

0.0396

9.21

0.2172

50.53

0.1731

40.26

1998

0.4248

0.0394

9.28

0.2207

51.94

0.1647

38.77

1999

0.4307

0.0397

9.22

0.2157

50.07

0.1753

40.70

2000

0.4274

0.0396

9.27

0.2176

50.91

0.1702

39.82

2001

0.4303

0.0401

9.33

0.2162

50.24

0.1740

40.43

2002

0.4305

0.0399

9.27

0.2160

50.17

0.1746

40.56

2003

0.4305

0.0398

9.24

0.2188

50.83

0.1719

39.94

2004

0.4281

0.0384

8.97

0.2269

53.00

0.1628

38.03

2005

0.4287

0.0388

9.06

0.2278

53.14

0.1621

37.81

2006

0.4259

0.0391

9.18

0.2223

52.20

0.1645

38.62

2007

0.4222

0.0391

9.26

0.2087

49.42

0.1745

41.32

2008

0.4098

0.0389

9.49

0.1998

48.75

0.1711

41.75

2009

0.4025

0.0384

9.53

0.1958

48.64

0.1684

41.83

2010

0.4000

0.0385

9.63

0.1920

47.99

0.1695

42.37

2011

0.3943

0.0383

9.73

0.1855

47.04

0.1705

43.23

2012

0.3902

0.0380

9.73

0.1867

47.84

0.1655

42.43

2013

0.3866

0.0378

9.78

0.1843

47.67

0.1645

42.55

平均

0.4202

0.0390

9.28

0.2132

50.66

0.1681

40.06

 

  註:組內、組間及剩餘項貢獻單位為%

 

  五、結論及政策含義

 

  本文通過研究得出以下主要結論:(1)中國農業碳排放量持續增加,但增長率總體趨緩,意味著雖然農業碳排放狀況相對逐年趨好,但總體上仍面臨嚴峻的挑戰;(2)農業化學製品排放貢獻巨大,尤其是化肥源排放貢獻達到60%左右,因此控制農業化學製品尤其是化肥的生產使用對農業減排意義重大;(3)農業碳排放效率的經濟指標和物理指標存在差別,在衡量農業發展問題上要綜合衡量經濟和生態效益指標;(4)傳統農業大省碳排放平均水平相對較高,而在地理分布上與山東臨界的省份及長江中遊、黃河中遊等地區省份排放水平相對較高,一定程度上說明農業碳排放可能存在一定的空間溢出效應,同時說明這些省份也是農業減排的重點省份,而空間溢出可能也有助於發揮農業減排協同效應;(5)三區域分組下,東部地區無論是農業碳排放量還是排放密度較之其他兩類地區均較高,八區域分組下,北部、東部、南部三類沿海綜合經濟區排放密度均較高,且前者的平均排放量在八區域中也最高,因此這些地區農業減排責任重大;(6)農業碳排放省際差異相對較大,但總體呈現下降趨勢,尤其是近年來基尼係數縮減至0.4以內的正常水平;三區域分組下,東部地區內部差異大,中西部地區尤其是中部地區差異小,且各地區內部差異隨時間演變總體較為穩定;八區域分組下,大西北和北部沿海綜合經濟區差異大,其他地區內部則相對平衡,三區域和八區域分組下均是組間差異貢獻了最大份額。

 

  當前,中國正經歷經濟結構調整、「供給側」改革、區域經濟協同發展等改革推進期,本質上中國經濟正逐漸經歷由重視「量」到「質」的轉變。當前,中國農業的低碳化、生態化發展不但契合國際社會低碳發展、生態發展的呼聲,還完全迎合經濟結構戰略調整,中國經濟新常態確立的需要。本文的研究對於中國農業低碳化發展,尤其是農業低碳化發展的區域平衡具有一定的借鑑意義。總體而言,中國農業要減少對農業化學製品尤其是化肥的依賴,但不同的地區又有不同的情況,必須結合地區實際採取不同的措施,如長江中遊、黃河中遊以及部分沿海區域應該成為農業減排的重點區域,而一些農業資源發達、石油農業發展程度很低的地區在總量控制下則應該進一步發揮石油農業的高產出作用。總之,中國農業的低碳化、生態化發展,實質就是平衡農業投入、農業產出、生態影響三者的關係,在其過程中不但要重視農業碳排放效率的經濟指標還要關注其物理指標,不但要重視排放的絕對量還要重視其相對量。

 

  參考文獻

 

  [1]  藍瀾.中美達減排協議:中國承諾2030年前停止增加CO2排放[N].中國日報,2014-11-12.

 

  [2]  李波, 張俊飈, 李海鵬.中國農業碳排放時空特徵及影響因素分解[J].中國人口資源與環境, 2011(8):80-86.

 

  [3]  劉華軍, 鮑振, 楊騫.中國農業碳排放的地區差距及其分布動態演進[J].農業技術經濟, 2013(3):72-81.

 

  [4]  吳賢榮, 張俊飈, 田雲, .中國省域農業碳排放:測算、效率變動及影響因素研究[J].資源科學, 2014(1):129-138.

 

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

 

  [6]  龐麗. 我國農業碳排放的區域差異與影響因素分析[J].乾旱區資源與環境, 2014(12):1-7.

 

  [7]  田雲, 張俊飈, 李波. 中國農業碳排放研究:測算、時空比較及脫鉤效應[J].資源科學, 2012(11):2097-2105.

 

  [8]  南銳, 翟羽佳.中國地區慈善捐贈水平差異實證研究——度量、趨勢與政策建議.經濟經緯, 2013(5): 48-53.

 

  [9]  趙磊, 方成.中國旅遊發展空間非均衡與極化研究.中國人口資源與環境, 2014 24(6): 154-162.

 

  [10]       Mookherjee D Shorrocks A. A Decomposition Analysis of the Trend in UK lncome lnequality[J]. Economic Journal1982(92):886-902.

 

  [11]       West T O Marland G. A synthesis of carbon sequestrationcarbon emissions and net carbon flux in agriculture: Comparing tillage practices in the United States[J].AgricultureEcosystems and Environment 2002 91(1/3): 217-232.

 

  作者簡介:

 

  王寶義,男,1981年生,山東高密人,現為山東交通學院交通與物流工程學院教師,山東農業大學經濟管理學院博士生,研究方向為生態經濟理論與實踐、物流與供應鏈管理。

相關焦點

  • 學術| 時空協同的精準農業遙感研究
    ,快速、及時地獲取地表農作物生長狀態信息為農情監測、作物產量預測、農業結構調整、糧食政策制定提供重要的科學依據。時空協同理論框架圖在農業遙感監測領域,基於「圖譜」理論的作物生長模式研究內容從空間、時間與屬性三方面開展,時空協同農業遙感監測的核心在於:①基於高空間解析度遙感影像中耕地的視覺特徵
  • 農地碳排放影響因素空間差異性研究——基於STIRPAT和GWR模型的實證分析
    一些學者就此進行了農地碳排放核算研究。基於碳排放核算研究、碳排放的情景分析、因素分解等研究也逐漸展開,其中自然條件普遍被看作外生因素,而社會經濟因素對農地碳排放的驅動效應成了各研究重點考察的對象。然而,值得注意的是,不同地區的影響因素對農地碳排放存在不同的作用效果,其空間差異性需要考慮。此外,人口、富裕度、技術水平等社會經濟因素對農地碳排放的影響情況如何?其中又存在什麼樣的空間差異特徵?
  • 我國積雪時空演變特徵研究
    原標題:中國積雪時空演變特徵及其與海氣環流因子的時序關聯性摘要:積雪時空變化作為表徵增暖背景下冰凍圈的重要指標之一,在全球氣候變化科學研究中具有重要作用。在波動特徵上,中國積雪日數和深度在華南南部、雲南和四川東部波動較大,其它地區波動相對較小。(4)與海氣因子時頻關聯性上,中國積雪與不同海氣因子關聯性不同,且與同一因子在不同時段的關聯性也有一定差異。
  • 中國碳交易市場啟動對地區碳排放效率的影響
    摘要在碳排放交易背景下,中國碳排放效率的趨勢變動成為政府重點關注的目標,科學考察我國碳排放效率水平,分析碳交易試點啟動對低碳發展是否具有促進作用具有重要的理論價值和明確的現實意義。基於投入產出的生產函數思想,本文利用三階段DEA模型對碳交易市場建立前後的中國碳排放效率進行評價並排序,並利用收斂性原理對中國各省區碳排放效率的差異進行分析。
  • 不同省份建築碳排放量的差異
    根據《中國建築能耗研究報告(2018)》,2000-2016年,全國建築碳排放由2000年的6.68億噸增長至2016年的19.61億噸,年均增長6.9%[1-2](見圖1)。可見,控制建築碳排放增長,對於降低社會總體能源消耗,緩解能源問題具有重要意義。
  • 外媒:中國人均碳排放首超歐盟 減排任務艱巨
    中國的碳排放大幅上升,已經超過歐盟和美國的總和。由於快速的工業發展,中國於2006年超越美國成為全球最大的碳排放國。彭博新聞社網站9月21日報導稱,中國人均碳排放水平去年首次超過歐盟。這顯示了人類在控制破壞環境的排放方面所面臨的挑戰程度。氣候變化研究報告顯示,在2013年,中國的人均碳排放量是7.2噸,歐洲是6.8噸,而印度是1.9噸。
  • 點評|差異染色體開放圖譜揭示異源六倍體小麥染色體結構和功能特徵
    編者按:近期Genome Biology雜誌發表了有關異源六倍體小麥染色體結構和功能特徵的研究成果。我們特別邀請中國農業科學院作物科學研究所的路則府團隊對該文章進行了重磅點評。希望給各位同行帶來啟發。近年關於小麥基因組染色質開放圖譜(Chromatin accessibility map)的研究發現,小麥染色質開放程度與基因表達調控和小麥基因組的功能、結構特徵的分布密切相關,而對染色質開放程度與重複序列的關係研究較少。
  • 最新研究:中國陸地生態系統固碳能力被低估 吸收人為碳排放約45%
    中新網北京10月29日電 (記者 孫自法)記者29日從中國科學院大氣物理研究所(中科院大氣所)獲悉,該所劉毅研究團隊聯合英美同行最新研究發現,中國陸地生態系統固碳能力巨大,但在以往研究中被嚴重低估,其實際上約吸收人為碳排放的45%。
  • 天眼看全球土壤碳排放時空變化格局丨觀天測地
    在全球氣候變化的背景下,研究陸地生態系統土壤碳排放的時空變異對於預測未來大氣中二氧化碳濃度變化具有重要指示作用,但是目前全球陸地生態系統土壤碳排放的估算仍然存在很大的不確定性。研究結果表明,2000-2014年,全球陸地生態系統年平均土壤碳排放估算總量為72.6 Pg C(95%置信區間為69.8-75.4 Pg C,1 Pg C=10億噸碳)。
  • 新疆縣域城鎮化時空格局演變特徵及影響因素
    >摘 要 綜合運用變異係數、多元回歸、地理探測器研究方法,分析2000—2015年新疆縣域城鎮化時空格局演變特徵及影響因素。從國外理論研究來看,主要有劉易斯的城鄉二元經濟發展理論[6]、拉文斯的人口推拉理論[7]、諾瑟姆「S」型曲線[8]、錢納裡多國模型[9]等理論研究,為開展城鎮化實證研究提供了相關理論基礎;從實證研究來看,國外研究主要集中在全球化和信息化背景下世界城市發展與全球城市體系空間重構[10],集中型城鎮化、郊區城鎮化、逆城鎮化、再城鎮化4個不同階段城鎮化空間結構演變特徵[11-14],不同地域空間的城鎮職能演變特徵
  • 汙泥處理處置碳排放研究系列——碳排放研究背景及方法
    目前中國最大的排放源來自電力及熱力生產、工業及交通,而中國作為全球最大的排放主體,實現這一目標仍然需要考慮其他碳排放,在快速推廣現有成熟低碳方案的同時積極尋找新途徑、發展新技術。2 短期氣候汙染物——甲烷第21屆聯合國氣候大會特別提出應重視短期氣候汙染物(SLCP),以獲得快速的氣候響應。
  • 長源電力:公司持有湖北碳排放交易中心有限公司的股權比例為9.09%
    同花順(300033)金融研究中心12月29日訊,有投資者向長源電力(000966)提問, 請問貴公司是否參股湖北碳排放權交易中心有限公司?另外,剛剛結束的中央經濟工作會議強調,要做好碳達峰、碳中和工作。貴公司作為有著新能源布局的企業,是否有望從中受益?
  • 《中國碳排放權交易報告(2017)》
    《中國碳排放權交易報告;對中國能源消耗特徵、碳排放特徵進行研究,並對比分析了發達國家、金磚國家碳排放重點行業的碳減排潛力、碳成本和貿易密集度情況,演示了主體責任的確定;在考慮行業減排潛力、減排成本、市場競爭力和歷史排放量的基礎上,測算了湖北省行業的控排係數,作為行業配額調整應用的案例;基於公平、效率和歷史原則的視角,研究了中國區域碳排放配額的分配問題;最後總結了
  • 箭在弦上:鋁行業碳排放交易
    近期,中國再次承諾到2030年左右二氧化碳排放總量達到峰值,2060年前實現碳中和。國家自2011年進行全國碳排放交易試點研究以來取得重大成果,鋁行業雖未正式進入碳交易市場,但已有多家鋁相關企業的自備電廠被納入近期發布的《2019-2020年全國碳排放權交易市場建設方案(發電行業)》(徵求意見稿)重點排放單位名單,鋁行業碳排放交易箭在弦上。
  • 課題組:國家碳排放核算工作的現狀、問題及挑戰
    基於長期開展的全球各國碳排放核算研究,目前已有7個發達國家機構形成了覆蓋全球各國的權威碳排放資料庫③。這些資料庫核算結果已覆蓋絕大部分國家的各類碳排放核算數據④,並被各類研究機構廣泛採納、應用,至今已逐步形成了較為權威的國際話語權。
  • 作為頭號碳排放國,中國「固碳」的能力有多強?
    隨著社會經濟的迅速發展,作為世界人口大國的中國在2006年超過了美國,成為全球最大的CO2排放源。由於巨大的人口基數以及勞動生產生活的需要,2001~2006年間,全球54%的碳排放增長量來自中國;2010~2012年間,接近四分之三的全球碳排放增長量來自中國。
  • 中國陸地生態系統固碳能力被低估 吸收人為碳排放約45%
    10月29日,記者從中國科學院大氣物理研究所(中科院大氣所)獲悉,該所劉毅研究團隊聯合英美同行最新研究發現,中國陸地生態系統固碳能力巨大,但在以往研究中被嚴重低估,其實際上約吸收人為碳排放的45%。這一生態領域重要研究成果論文,北京時間29日凌晨獲國際著名學術期刊《自然》在線發表。
  • 複合的碳稅和碳排放權交易政策:歐盟的經驗與啟示
    本文試圖考察歐盟相關國由單一實施碳稅和碳排放權交易政策到複合運用的演變歷程,對其模式選擇的背景,是否存在效度差異,其模式的選擇是否與該國和地區的市場化結構能源政策相關,複合的碳稅和碳排放權交易政策的前提和可能的後果是什麼等進行評價。在我國,完善財稅政策、實施有效的節能減排正成為全民關注的熱點,因此,借鑑歐盟成功做法,如何構建有效以及複合的碳稅和碳排放權交易政策,成為了本文研究的初衷。
  • 基於語料庫的翻譯漢語介詞使用特徵研究
    研究發現, 翻譯漢語介詞總體使用頻率在所有文類中均顯著高於漢語原創文本;翻譯漢語介詞多用主要體現在時空介詞和對象內容介詞上, 工具方式類介詞則具有少用傾向;此外, 翻譯漢語傾向於多用雙音節介詞。本文認為, 翻譯漢語介詞的使用特徵是源語影響、漢語介詞用法特點及漢語發展演變等因素綜合作用的結果。
  • 碳排放四問
    「十四五」規劃建議,降低碳排放強度,支持有條件的地方率先達到碳排放峰值,制定2030年前碳排放達峰行動方案。 「二氧化碳排放力爭2030年前達到峰值,是總書記向全世界作出的鄭重承諾。作為經濟大省,我們要堅定不移推進產業結構和能源結構調整,實現減汙降碳協同效應,努力在全國達峰之前率先達峰。」