葛泓希 陳儒 姜志德

摘要：結(jié)合1995—2015年西北地區(qū)農(nóng)業(yè)生產(chǎn)的面板數(shù)據(jù)，估算農(nóng)業(yè)碳排放量與凈碳匯量，在此基礎(chǔ)上運(yùn)用農(nóng)業(yè)碳脫鉤、耦合模型計(jì)算低碳農(nóng)業(yè)的聯(lián)合生產(chǎn)強(qiáng)度，并基于擴(kuò)展的LMDI模型進(jìn)行影響因素分析。結(jié)果表明，1995—2015年西北地區(qū)農(nóng)業(yè)碳排放呈現(xiàn)兩階段增長(zhǎng)趨勢(shì)，農(nóng)業(yè)凈碳匯量則經(jīng)歷了“波動(dòng)增長(zhǎng)—低谷—持續(xù)增長(zhǎng)”三階段變動(dòng);農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)處于弱脫鉤狀態(tài)，聯(lián)合生產(chǎn)強(qiáng)度由凈碳匯量與經(jīng)濟(jì)增長(zhǎng)的耦合程度反映，處于弱耦合狀態(tài)，雖然農(nóng)業(yè)碳排放量、凈碳匯量的增長(zhǎng)速度稍慢于經(jīng)濟(jì)增長(zhǎng)，但整體上農(nóng)業(yè)經(jīng)濟(jì)與生態(tài)環(huán)境處于良性互動(dòng)發(fā)展之中;農(nóng)業(yè)碳脫鉤、耦合效應(yīng)可分解為農(nóng)業(yè)碳強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、農(nóng)業(yè)人口規(guī)模等5個(gè)效應(yīng)，其中農(nóng)業(yè)碳強(qiáng)度是影響西北地區(qū)碳脫鉤與耦合的關(guān)鍵因素，農(nóng)業(yè)經(jīng)濟(jì)水平對(duì)脫鉤與耦合效應(yīng)的貢獻(xiàn)率較穩(wěn)定。

關(guān)鍵詞：聯(lián)合生產(chǎn)強(qiáng)度;碳脫鉤;碳耦合;影響因素;西北地區(qū)

中圖分類(lèi)號(hào)： F323.2 ?文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2019）16-0327-08

收稿日期：2018-04-02

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（編號(hào)：71573212）;國(guó)家自然科學(xué)基金青年項(xiàng)目（編號(hào)：71403214）;教育部人文社會(huì)科學(xué)基金（編號(hào)：14XJC790013）。

作者簡(jiǎn)介：葛泓希（1994—），女，云南玉溪人，碩士研究生，主要從事低碳農(nóng)業(yè)研究。

通信作者：姜志德，教授，博士生導(dǎo)師，主要從事農(nóng)業(yè)資源經(jīng)濟(jì)與環(huán)境管理研究。

農(nóng)業(yè)生產(chǎn)是全球溫室氣體的第二大排放源，也是應(yīng)對(duì)氣候變化的重要領(lǐng)域。中國(guó)作為農(nóng)業(yè)大國(guó)，農(nóng)業(yè)碳排放量約占總體碳排放量的17%[1]。不同于工業(yè)等其他產(chǎn)業(yè)，農(nóng)業(yè)生產(chǎn)在釋放大量溫室氣體的同時(shí)，也可以通過(guò)農(nóng)作物的光合作用以及農(nóng)地土壤固碳氮能力吸收、封存溫室氣體。因此，農(nóng)業(yè)生產(chǎn)兼具碳排放和碳匯雙重功能。目前學(xué)術(shù)界圍繞農(nóng)業(yè)碳排放和碳匯展開(kāi)了豐富的研究，涉及碳排放量與碳匯量測(cè)算體系的構(gòu)建[2-3]、低碳農(nóng)業(yè)發(fā)展績(jī)效評(píng)價(jià)[4]、碳脫鉤及其影響因素分析[5]等，同時(shí)指出發(fā)展低碳農(nóng)業(yè)是未來(lái)實(shí)現(xiàn)綠色生產(chǎn)的重要途徑之一。然而西北地區(qū)氣候干旱，植被覆蓋率低，荒漠化面積廣闊，與東部、中部地區(qū)生態(tài)環(huán)境相比更為脆弱，因此，關(guān)注西北地區(qū)低碳農(nóng)業(yè)的發(fā)展具有十分重要的現(xiàn)實(shí)意義和學(xué)術(shù)價(jià)值。目前，學(xué)界對(duì)西北地區(qū)低碳農(nóng)業(yè)的研究已經(jīng)有了初步的介入。馬蓓蓓等回顧了陜西省碳排放數(shù)量和結(jié)構(gòu)的變化，并對(duì)碳排放變化的主要因素進(jìn)行了分析[6];冉錦成等在估算、分析西北5省農(nóng)業(yè)碳排放的基礎(chǔ)上，構(gòu)建環(huán)境效率評(píng)估模型測(cè)算了西北地區(qū)農(nóng)業(yè)碳減排潛力指數(shù)[7];張振龍等運(yùn)用非參數(shù)核密度方法對(duì)西北干旱區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的演進(jìn)趨勢(shì)進(jìn)行分析，并剖析了各省農(nóng)業(yè)碳排放總量與強(qiáng)度的差異等[8]?，F(xiàn)有研究成果已為進(jìn)一步探究西北地區(qū)農(nóng)業(yè)碳問(wèn)題奠定了堅(jiān)實(shí)的基礎(chǔ)，隨著近年來(lái)有關(guān)低碳農(nóng)業(yè)研究的深入，學(xué)者們開(kāi)始關(guān)注農(nóng)業(yè)碳排放、碳匯與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，旨在探究農(nóng)業(yè)低碳發(fā)展能否實(shí)現(xiàn)經(jīng)濟(jì)效益與生態(tài)效益的共贏。李波等基于投入視角測(cè)算了我國(guó)農(nóng)業(yè)碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系，發(fā)現(xiàn)主要農(nóng)業(yè)省份碳排放彈性特征存在明顯的區(qū)域差異[9];張玉梅等運(yùn)用Tapio彈性分析方法探究大城市農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)碳排放的脫鉤關(guān)系，并分解出農(nóng)業(yè)碳排放技術(shù)脫鉤彈性、結(jié)構(gòu)脫鉤彈性分析其時(shí)空演變趨勢(shì)[10];王太祥等測(cè)算了西北干旱區(qū)農(nóng)地利用碳排放量，考察其與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的響應(yīng)關(guān)系并分析碳排放的影響因素，同時(shí)預(yù)測(cè)了農(nóng)地利用碳排放零增長(zhǎng)的時(shí)點(diǎn)[11]。總體而言，目前對(duì)低碳農(nóng)業(yè)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究相對(duì)零散，較缺乏的是未能將農(nóng)業(yè)碳排放與碳匯納入到一個(gè)框架內(nèi)進(jìn)行分析，從而忽視了農(nóng)業(yè)碳匯供給側(cè)與經(jīng)濟(jì)增長(zhǎng)的內(nèi)在關(guān)系，同時(shí)對(duì)于現(xiàn)有農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究，學(xué)者在研究區(qū)域的選擇上對(duì)西北這一特殊生態(tài)環(huán)境地區(qū)的關(guān)注較少。因此，本研究基于聯(lián)合生產(chǎn)理論和Tapio脫鉤理論，運(yùn)用碳脫鉤、耦合模型及LMDI恒等式，結(jié)合1995—2015年西北5省農(nóng)業(yè)生產(chǎn)的面板數(shù)據(jù)，實(shí)證分析西北地區(qū)農(nóng)業(yè)碳排放量、碳匯量與經(jīng)濟(jì)增長(zhǎng)的脫鉤、耦合狀況，總結(jié)西北地區(qū)農(nóng)業(yè)碳排放量和碳匯量的變化趨勢(shì)，探究農(nóng)業(yè)碳排放脫鉤和凈碳匯耦合的分解效應(yīng)，以期為西北地區(qū)低碳農(nóng)業(yè)發(fā)展提供理論依據(jù)。

1 指標(biāo)測(cè)度與數(shù)據(jù)來(lái)源

1.1 低碳農(nóng)業(yè)的聯(lián)合生產(chǎn)強(qiáng)度

聯(lián)合生產(chǎn)是指相同的要素投入可以帶來(lái)2種或2種以上產(chǎn)品的生產(chǎn)過(guò)程，這些產(chǎn)品可能存在技術(shù)、經(jīng)濟(jì)和制度等方面的聯(lián)合，在形式上大致可以歸類(lèi)為經(jīng)濟(jì)產(chǎn)出與非經(jīng)濟(jì)產(chǎn)出的某種組合[12]。農(nóng)業(yè)生產(chǎn)過(guò)程不僅涉及農(nóng)產(chǎn)品的生產(chǎn)，還包括伴隨農(nóng)業(yè)生產(chǎn)過(guò)程產(chǎn)生的碳產(chǎn)品，按照人類(lèi)需求可以將其劃分為2類(lèi)：一類(lèi)是作為目標(biāo)產(chǎn)出的期望產(chǎn)品——“農(nóng)產(chǎn)品或碳匯”;另一類(lèi)是聯(lián)合產(chǎn)出的非期望產(chǎn)品——“農(nóng)業(yè)廢棄物”。由于近年來(lái)溫室氣體對(duì)氣候環(huán)境的影響程度不斷加深，可以將溫室氣體從農(nóng)業(yè)廢棄物中分離出來(lái)成為專(zhuān)門(mén)的一類(lèi)非期望產(chǎn)出，這樣就形成了具有4類(lèi)聯(lián)合產(chǎn)出的聯(lián)合生產(chǎn)格局[13]。農(nóng)業(yè)生產(chǎn)涉及2類(lèi)碳產(chǎn)品，碳排放代表了農(nóng)業(yè)生產(chǎn)的負(fù)外部性，碳匯則代表農(nóng)業(yè)生產(chǎn)的正外部性;OECD在研究多功能農(nóng)業(yè)時(shí)構(gòu)建了包含農(nóng)產(chǎn)品和正負(fù)外部性的聯(lián)合產(chǎn)出模型[14]，而目前的研究大都單方面考察農(nóng)業(yè)碳排放量或碳匯量與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程中碳循環(huán)的理解具有一定的片面性，對(duì)農(nóng)業(yè)發(fā)展作出的評(píng)價(jià)也帶有一定的局限性。

為衡量農(nóng)業(yè)發(fā)展的環(huán)境效益，以?xún)籼紖R與經(jīng)濟(jì)產(chǎn)值的耦合程度來(lái)反映低碳農(nóng)業(yè)的聯(lián)合生產(chǎn)強(qiáng)度是較合理的，凈碳匯等于總碳匯量減去碳排放量，能夠反映農(nóng)業(yè)對(duì)環(huán)境影響的凈效應(yīng)。本研究首先考察農(nóng)業(yè)碳排放量與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系，評(píng)估西北地區(qū)農(nóng)業(yè)發(fā)展的負(fù)外部性;再考慮農(nóng)業(yè)碳匯功能，以?xún)籼紖R量與經(jīng)濟(jì)增長(zhǎng)的耦合程度來(lái)考察低碳農(nóng)業(yè)的聯(lián)合生產(chǎn)強(qiáng)度，符合農(nóng)業(yè)生產(chǎn)特性，能夠?qū)Φ吞嫁r(nóng)業(yè)的發(fā)展作出客觀全面的評(píng)價(jià)。

1.2 計(jì)量模型構(gòu)建

1.2.1 農(nóng)業(yè)碳計(jì)量模型

測(cè)算農(nóng)業(yè)碳排放量和碳匯量是對(duì)低碳農(nóng)業(yè)發(fā)展現(xiàn)狀進(jìn)行評(píng)價(jià)的基礎(chǔ)，本研究根據(jù)陳儒等的相關(guān)研究成果[15-16]，確定種植業(yè)碳排放主要來(lái)源有農(nóng)資投入（化肥、農(nóng)藥、農(nóng)膜等）、農(nóng)地利用（翻耕、稻田水淹等）、農(nóng)業(yè)能源投入（灌溉能源消耗、農(nóng)用柴油），畜牧業(yè)碳排放主要來(lái)源有牲畜腸道發(fā)酵和糞便管理;確定農(nóng)業(yè)碳匯主要來(lái)源有農(nóng)作物和林木生物量，構(gòu)建的農(nóng)業(yè)碳計(jì)量模型如下：

E=∑Ei=∑Ti×ei。（1）

式中：E表示農(nóng)業(yè)碳排放總量;Ei表示各種碳排放源的排放量;i表示碳排放源類(lèi)型;Ti表示各類(lèi)碳源消耗量;ei表示各碳排放源系數(shù)。

Ccrop=∑Ccrop-1=∑ci×Yi×（1-ri）/Hi。（2）

式中：Ccrop表示農(nóng)作物碳匯總量;Ccrop-1表示各類(lèi)農(nóng)作物的碳吸收量;i表示農(nóng)作物種類(lèi);ci表示農(nóng)作物的碳吸收率;Yi表示農(nóng)作物產(chǎn)量;ri表示相應(yīng)農(nóng)作物經(jīng)濟(jì)產(chǎn)品部分的含水量;Hi表示農(nóng)作物經(jīng)濟(jì)系數(shù)。

Ctree=∑Ctree-1=∑Cpi×Ai。（3）

式中：Ctree表示林木固碳量;Ctree-1表示各類(lèi)林木的碳吸收量;i表示林木種類(lèi);Cpi表示不同種類(lèi)林木的碳密度;Ai表示林木的栽植面積。

Cn=Ccrop+Ctree-E。（4）

式中：Cn為凈碳匯量，表示農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中碳匯量減去碳排放量的剩余。由于本研究?jī)H考察農(nóng)業(yè)生產(chǎn)過(guò)程中的碳排放量與碳匯量，故未將林業(yè)碳匯納入核算體系，各碳排放系數(shù)、農(nóng)作物的碳吸收率及經(jīng)濟(jì)系數(shù)參考值來(lái)自于相關(guān)研究成果[15-18]。

1.2.2 農(nóng)業(yè)碳排放脫鉤模型

脫鉤理論是分析經(jīng)濟(jì)發(fā)展與資源消耗關(guān)系的工具，OECD環(huán)境研究領(lǐng)域的學(xué)者首次將脫鉤分析方法引入環(huán)境與經(jīng)濟(jì)學(xué)研究，2005年芬蘭未來(lái)研究中心的Tapio在OECD基礎(chǔ)上創(chuàng)新地提出了脫鉤彈性的計(jì)算公式[19]，以此反映碳排放量變化對(duì)經(jīng)濟(jì)變化的敏感程度，所得結(jié)果的準(zhǔn)確性和客觀性更佳。

e=（ΔE/E）/（ΔG/G）。（5）

式中：e表示農(nóng)業(yè)碳排放量與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的脫鉤系數(shù);ΔE表示計(jì)算周期內(nèi)碳排放變化量，萬(wàn)t;E表示計(jì)算初期碳排放量，萬(wàn)t;ΔG表示計(jì)算周期內(nèi)農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值變化量，億元;G表示計(jì)算初期農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值，億元。根據(jù)彈性值不同，可以將脫鉤彈性類(lèi)型細(xì)分為8種（表1）。

1.2.3 農(nóng)業(yè)碳匯耦合模型

耦合是2個(gè)或2個(gè)以上系統(tǒng)之間通過(guò)各種作用而彼此影響的現(xiàn)象，引申意義指2個(gè)或2個(gè)以上事物的相互關(guān)聯(lián)程度，將耦合運(yùn)用到農(nóng)業(yè)碳匯量和農(nóng)業(yè)產(chǎn)值上，可以衡量農(nóng)業(yè)產(chǎn)值增加與農(nóng)業(yè)碳匯量增長(zhǎng)之間的銜接關(guān)系[20]。結(jié)合Tapio脫鉤理論，構(gòu)建耦合狀態(tài)的彈性計(jì)算公式如下：

t=（ΔCn/Cn）/（ΔG/G）。（6）

式中：t表示農(nóng)業(yè)碳匯量與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的耦合彈性指數(shù);ΔCn表示計(jì)算周期內(nèi)凈碳匯變化量，萬(wàn)t;Cn表示計(jì)算初期凈碳匯量，萬(wàn)t。根據(jù)彈性值不同，將農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)碳匯量的耦合類(lèi)型歸為擴(kuò)張耦合、增長(zhǎng)連接、強(qiáng)耦合、弱耦合、強(qiáng)負(fù)耦合、衰退負(fù)耦合、衰退連接、弱負(fù)耦合等8種類(lèi)型（表2）。

1.2.4 脫鉤/耦合效應(yīng)影響因素的LMDI分解

上述脫鉤及耦合模型通過(guò)計(jì)算碳排放量、凈碳匯量變動(dòng)與農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值變動(dòng)的比值關(guān)系，直觀地反映出經(jīng)濟(jì)增長(zhǎng)與碳排放的總量關(guān)系，但難以對(duì)脫鉤、耦合效應(yīng)產(chǎn)生的原因進(jìn)行深入的分析。因此，本研究引入Kaya恒等式和LMDI因素分解法解析脫鉤、耦合效應(yīng)的背后原因。Kaya恒等式構(gòu)建了二氧化碳排放量與人口規(guī)模、國(guó)內(nèi)生產(chǎn)總值之間的關(guān)系[21]，依據(jù)西北地區(qū)低碳農(nóng)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的特點(diǎn)，本研究在Kaya一般形式中加入了城鎮(zhèn)化、農(nóng)業(yè)結(jié)構(gòu)等因素，構(gòu)建擴(kuò)展Kaya恒等式如下：

E=EAGRI×AGRIAGR×AGRPOP×POPAPOP×APOP。（7）

式中：E、AGRI、AGR、POP、APOP分別表示農(nóng)業(yè)碳排放量、種植業(yè)總產(chǎn)值、農(nóng)林牧漁業(yè)總產(chǎn)值、全社會(huì)總?cè)丝谝?guī)模、農(nóng)業(yè)人口規(guī)模。定義α=E/AGRI為農(nóng)業(yè)碳排放強(qiáng)度，以單位種植業(yè)產(chǎn)值的碳排放量進(jìn)行衡量;β=AGRI/AGR為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，以種植業(yè)在農(nóng)林牧漁業(yè)中的比重衡量;γ=AGR/POP為人均農(nóng)業(yè)生產(chǎn)總值，以農(nóng)林牧漁業(yè)生產(chǎn)總值與社會(huì)總?cè)丝谝?guī)模的比值衡量;δ=POP/APOP為城鎮(zhèn)化水平，以全社會(huì)總?cè)丝谝?guī)模與農(nóng)業(yè)人口規(guī)模的比值衡量;ε=APOP為農(nóng)業(yè)人口規(guī)模，以農(nóng)業(yè)人口總規(guī)模為準(zhǔn)。因此，農(nóng)業(yè)碳排放被分解為農(nóng)業(yè)碳排放強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)水平、城鎮(zhèn)化水平、農(nóng)業(yè)人口規(guī)模等5個(gè)因素。假設(shè)E0和ET分別表示基期和第T期的碳排放量，根據(jù)LMDI分解法中的“加和分解”，則第T期相對(duì)于基期的碳排放變化量ΔE可分解為

ΔE=ΔEα+ΔEβ+ΔEγ+ΔEδ+ΔEε;（8）

式中：ΔEα、ΔEβ、ΔEγ、ΔEδ、ΔEε分別表示農(nóng)業(yè)碳排放強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)水平、城鎮(zhèn)化水平、農(nóng)業(yè)人口規(guī)模的變動(dòng)對(duì)農(nóng)業(yè)碳排放量的影響，其各自分解結(jié)果分別為：

ΔEα=wt×（lnαT-lnα0）;（9）

ΔEβ=wt×（lnβT-lnβ0）;（10）

ΔEγ=wt×（lnγT-lnγ0）;（11）

ΔEδ=wt×（lnδT-lnδ0）;（12）

ΔEε=wt×（lnεT-lnε0）。（13）

其中

wt=ET-E0lnET-lnE0。（14）

聯(lián)立公式（5）和公式（7），即可得到Tapio脫鉤指數(shù)的分解模型：

e=ΔE/EΔG/G=ΔEα/EΔG/G+ΔEβ/EΔG/G+ΔEγ/EΔG/G+ΔEδ/EΔG/G+ΔEε/EΔG/G=eα+eβ+eγ+eδ+eε。（15）

式中：農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和農(nóng)業(yè)碳排放量的脫鉤效應(yīng)e被分解為5個(gè)效應(yīng)[22]，即農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)eα、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)eβ、農(nóng)業(yè)經(jīng)濟(jì)水平效應(yīng)eγ、城鎮(zhèn)化水平效應(yīng)eδ、農(nóng)業(yè)人口規(guī)模效應(yīng)eε。同理，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)凈碳匯量的耦合效應(yīng)也可以分解成這5個(gè)效應(yīng)，其中農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)調(diào)整為農(nóng)業(yè)碳匯強(qiáng)度效應(yīng)。

1.3 數(shù)據(jù)來(lái)源與處理

本研究界定的西北地區(qū)是中國(guó)七大地理分區(qū)之一，包括陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)[23]，注意其與西北干旱區(qū)（包括新疆維吾爾自治區(qū)、甘肅省河西走廊、青海省祁連山地區(qū)、內(nèi)蒙古自治區(qū)阿拉善高原及黃河寧夏段以西的寧夏回族自治區(qū)部分[24]）的分區(qū)差異。相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)資料》（2000—2015）、《中國(guó)統(tǒng)計(jì)年鑒》（1996—2016）、各?。ㄊ?、區(qū)）《統(tǒng)計(jì)年鑒》（1996—2016），以各省（市、區(qū)）化肥折純量、農(nóng)藥農(nóng)膜使用量、有效灌溉面積、水稻種植面積、農(nóng)用柴油計(jì)算碳排放量;各?。ㄊ?、區(qū)）第一產(chǎn)業(yè)生產(chǎn)總值來(lái)源于各?。▍^(qū)）統(tǒng)計(jì)年鑒，為保證農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值數(shù)據(jù)的縱向可比性，各?。▍^(qū)）農(nóng)林牧漁業(yè)總產(chǎn)值均按1990年基準(zhǔn)價(jià)格換算后使用。由于畜禽飼養(yǎng)周期的不同，須要根據(jù)畜禽出欄率對(duì)年平均飼養(yǎng)量進(jìn)行調(diào)整，本研究參照政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）的調(diào)整公式對(duì)飼養(yǎng)周期小于1年的生豬、家禽的年均飼養(yǎng)量進(jìn)行調(diào)整。在測(cè)算過(guò)程中，為了方便匯總與比較分析，本研究將CH4、N2O統(tǒng)一置換成標(biāo)準(zhǔn)C，依據(jù)IPCC第4次評(píng)估報(bào)告可知，1 t CH4、N2O所引發(fā)的溫室效應(yīng)分別相當(dāng)于25 t CO2（約合6.818 t C）和 298 t CO2（約合81.273 t C）。

2 實(shí)證結(jié)果與分析

2.1 西部地區(qū)農(nóng)業(yè)碳排放與碳匯效應(yīng)分析

依據(jù)農(nóng)業(yè)碳排放量和碳匯量測(cè)算公式及相關(guān)統(tǒng)計(jì)數(shù)據(jù)，計(jì)算出1995—2015年西北地區(qū)農(nóng)業(yè)碳排放量和碳匯量效應(yīng)變動(dòng)趨勢(shì)（圖1、圖2）。

西北地區(qū)農(nóng)業(yè)碳排放總量整體呈現(xiàn)上升趨勢(shì)，從1995年的1 998.069萬(wàn)t增長(zhǎng)到2015年的2 937.876萬(wàn)t，增幅為47.775%，年均遞增1.972%。由圖1可知，西北地區(qū)總碳排放量呈現(xiàn)2個(gè)時(shí)段的連續(xù)增長(zhǎng)，1995—2005年碳排放量增長(zhǎng)了約500萬(wàn)t，2006—2015年碳排放量增長(zhǎng)了約600萬(wàn)t。分省域來(lái)看，新疆維吾爾自治區(qū)的農(nóng)業(yè)碳排放量在整個(gè)時(shí)期居于首位，占總碳排放量的30%以上;陜西省和甘肅省是第二大農(nóng)業(yè)碳排放省份，2005年以前2省的碳排放量差距較小，均約保持在450萬(wàn)～500萬(wàn)t，自2005年以后，2省農(nóng)業(yè)碳排放量持續(xù)增長(zhǎng)，且甘肅省碳排放量明顯高于陜西省，2015年甘肅省碳排放量比陜西省高出160萬(wàn)t;青海省農(nóng)業(yè)碳排放量較小，且是唯一的農(nóng)業(yè)碳排放量負(fù)增長(zhǎng)的省份，碳排放量下降幅度為7.880%;寧夏回族自治區(qū)農(nóng)業(yè)碳排放量最小，但增長(zhǎng)迅速，年均增長(zhǎng)速度位列5?。▍^(qū)）第一，達(dá)到3.585%。

由圖2可知，西北地區(qū)農(nóng)業(yè)凈碳匯量呈波動(dòng)上升趨勢(shì)，2015年達(dá)到3 189.965萬(wàn)t，比1995年的830.186萬(wàn)t增長(zhǎng)了284.247%，年均遞增6.962%。西北地區(qū)農(nóng)業(yè)凈碳匯量表現(xiàn)出階段性特征，1995—1998年凈碳匯量快速波動(dòng)增長(zhǎng)，1999—2005年凈碳匯量下降并保持在較低水平，2006—2012年凈碳匯量持續(xù)平穩(wěn)增長(zhǎng)，2013—2015年凈碳匯量維持在約3 100萬(wàn)t，變化幅度小。從省域差異來(lái)看，新疆維吾爾自治區(qū)是農(nóng)業(yè)碳匯大省，其農(nóng)業(yè)凈碳匯量在整個(gè)時(shí)期都超過(guò)其他4?。▍^(qū)）的總和，2015年凈碳匯量為2 035.042萬(wàn)t，占西北地區(qū)農(nóng)業(yè)總凈碳匯的63.795%;陜西省農(nóng)業(yè)凈碳匯量?jī)H次于新疆維吾爾自治區(qū)，但由于增速較低，2007年以后其凈碳匯量與新疆維吾爾自治區(qū)的差距逐漸擴(kuò)大，2015年為798.595萬(wàn)t，不足新疆維吾爾自治區(qū)的1/2;甘肅省農(nóng)業(yè)凈碳匯量經(jīng)歷了“上升—下降—上升”3個(gè)階段，2015年凈碳匯量為395.561萬(wàn)t，約為陜西省的1/2;寧夏回族自治區(qū)農(nóng)業(yè)凈碳匯量小，波動(dòng)幅度小，整個(gè)時(shí)期凈碳匯量都沒(méi)有突破200萬(wàn)t;青海省是唯一出現(xiàn)碳排放量大于碳匯量的省份，其凈碳匯量維持在負(fù)220萬(wàn)t水平上。

2.2 西北地區(qū)低碳農(nóng)業(yè)聯(lián)合生產(chǎn)強(qiáng)度分析

2.2.1 農(nóng)業(yè)碳排放脫鉤效應(yīng)特征分析

綜上碳排放測(cè)算結(jié)果和脫鉤彈性計(jì)算公式（5），得出西北地區(qū)1995—2015年農(nóng)業(yè)碳排放量變化與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的脫鉤關(guān)系（圖3）。從時(shí)間跨度來(lái)看，1995—1998年脫鉤彈性系數(shù)較小，農(nóng)業(yè)碳排放量增長(zhǎng)速度明顯慢于農(nóng)業(yè)產(chǎn)值增長(zhǎng)速度;1999—2005年脫鉤彈性系數(shù)波動(dòng)增長(zhǎng)，表明隨著農(nóng)業(yè)產(chǎn)值的增加，農(nóng)業(yè)碳排放量增長(zhǎng)速度有所上升;2006—2008年脫鉤狀態(tài)最好，農(nóng)業(yè)發(fā)展帶來(lái)的碳排放量很少，甚至出現(xiàn)負(fù)增長(zhǎng);2009—2015年脫鉤彈性系數(shù)普遍較大，碳排放量增長(zhǎng)速度較前一階段明顯提高。整個(gè)時(shí)期內(nèi)，西北地區(qū)脫鉤彈性系數(shù)均低于0.8，波動(dòng)幅度較小，弱脫鉤類(lèi)型占絕大多數(shù)，僅在2006年出現(xiàn)碳排放量隨農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)而減少的強(qiáng)脫鉤彈性關(guān)系，表明西北地區(qū)農(nóng)業(yè)碳減排工作雖然取得了一定成效，但脫鉤強(qiáng)度仍然不夠，還須進(jìn)一步強(qiáng)化各項(xiàng)減排措施。

從具體?。▍^(qū)）來(lái)看，青海省的脫鉤效果是最理想的，平均脫鉤系數(shù)為-0.016，平均脫鉤狀態(tài)為強(qiáng)脫鉤;陜西省、甘肅省受1998年澇災(zāi)影響，農(nóng)業(yè)產(chǎn)值出現(xiàn)負(fù)增長(zhǎng)，導(dǎo)致2省1998—1999年脫鉤狀態(tài)為負(fù)脫鉤，剔除該異常年份，陜西省的平均脫鉤指數(shù)為-0.008，脫鉤狀態(tài)良好;甘肅、寧夏、新疆等省（區(qū)）的平均脫鉤彈性指數(shù)均小于0.8，平均脫鉤狀態(tài)為弱脫鉤（表4）。

2.2.2 農(nóng)業(yè)碳匯耦合效應(yīng)特征分析

1995—2015年，西北地區(qū)農(nóng)業(yè)凈碳匯量與農(nóng)業(yè)產(chǎn)值之間基本處于擴(kuò)張耦合和強(qiáng)負(fù)耦合狀態(tài)，2種狀態(tài)出現(xiàn)頻率最高，且交替出現(xiàn)，表明農(nóng)業(yè)產(chǎn)值與農(nóng)業(yè)凈碳匯量的關(guān)系不穩(wěn)定;然而從耦合系數(shù)變化（圖4）可以看出，凈碳匯量變化率與農(nóng)業(yè)產(chǎn)值變化率的差異程度逐漸減小，未來(lái)農(nóng)業(yè)凈碳匯量與農(nóng)業(yè)產(chǎn)值的關(guān)系將會(huì)逐漸穩(wěn)定在弱耦合狀態(tài)，即凈碳匯量隨農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)而緩慢增長(zhǎng);整體上看，西北地區(qū)平均耦合系數(shù)為0.534，平均耦合狀態(tài)為弱耦合，說(shuō)明農(nóng)業(yè)經(jīng)濟(jì)與生態(tài)環(huán)境處于良性互動(dòng)發(fā)展之中（圖4）。

就西北各省域耦合狀態(tài)而言，各?。▍^(qū)）農(nóng)業(yè)凈碳匯量與農(nóng)業(yè)經(jīng)濟(jì)耦合關(guān)系差異較大。新疆維吾爾自治區(qū)耦合狀態(tài)最好，平均耦合系數(shù)為1.011，平均狀態(tài)為增長(zhǎng)連接，在整個(gè)時(shí)期內(nèi)，農(nóng)業(yè)產(chǎn)值持續(xù)增長(zhǎng)，農(nóng)業(yè)凈碳匯量?jī)H在少數(shù)年份出現(xiàn)了較小的負(fù)增長(zhǎng)，農(nóng)業(yè)凈碳匯量以稍快于農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的速度在增加，表明新疆維吾爾自治區(qū)的農(nóng)業(yè)發(fā)展帶來(lái)了良好的環(huán)境效益;1998—1999年的自然災(zāi)害對(duì)陜西省和甘肅省的農(nóng)業(yè)生產(chǎn)影響較大，剔除該系數(shù)的影響后，陜西省的平均耦合系數(shù)為0.269，甘肅省的平均耦合系數(shù)為-0.193，陜西省與寧夏回族自治區(qū)的平均狀態(tài)均為弱耦合狀態(tài)，農(nóng)業(yè)凈碳匯量的增長(zhǎng)速度慢于農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)速度，表明2?。▍^(qū)）的農(nóng)業(yè)發(fā)展具有較小的環(huán)境正外部效益;甘肅省和青海省的平均耦合系數(shù)均為負(fù)，表明在該時(shí)期內(nèi)2省的農(nóng)業(yè)凈碳匯量隨著農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展而減少，農(nóng)業(yè)發(fā)展加劇了碳排放量和溫室效應(yīng)。

2.3 西北地區(qū)聯(lián)合生產(chǎn)強(qiáng)度的影響因素分析

2.3.1 農(nóng)業(yè)碳脫鉤效應(yīng)分解分析

根據(jù)上述對(duì)農(nóng)業(yè)碳排放脫鉤的LMDI分解公式計(jì)算，結(jié)果見(jiàn)表5。由于在整個(gè)研究期內(nèi)，西北地區(qū)農(nóng)業(yè)總產(chǎn)值的變動(dòng)率為正，若分解脫鉤效應(yīng)為負(fù)，則表明該指標(biāo)的變化對(duì)農(nóng)業(yè)碳排放脫鉤具有促進(jìn)作用，反之，則具有抑制作用。

總體來(lái)看，農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)是決定西北地區(qū)脫鉤狀態(tài)的關(guān)鍵因素，其變動(dòng)與脫鉤指數(shù)的變化趨勢(shì)基本一致，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)、農(nóng)業(yè)人口規(guī)模效應(yīng)對(duì)脫鉤具有促進(jìn)作用，而農(nóng)業(yè)經(jīng)濟(jì)水平效應(yīng)和城鎮(zhèn)化水平效應(yīng)對(duì)脫鉤具有抑制作用。1995—1998年農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)對(duì)脫鉤狀態(tài)的促進(jìn)作用明顯，直接決定了脫鉤系數(shù)的大小;1999年開(kāi)始農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)的貢獻(xiàn)率有所下降，脫鉤系數(shù)的大小主要受農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)的影響;2006—2011年農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)的貢獻(xiàn)率又一次上升，成為決定脫鉤系數(shù)的關(guān)鍵因素，而在此期間農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)脫鉤呈現(xiàn)抑制作用，導(dǎo)致脫鉤系數(shù)自2009年開(kāi)始有所上升;2011年之后脫鉤系數(shù)的大小主要受城鎮(zhèn)化水平效應(yīng)的影響，脫鉤系數(shù)進(jìn)一步增大。西北地區(qū)應(yīng)著力減少單位農(nóng)業(yè)產(chǎn)值的碳排放量，以提高農(nóng)業(yè)碳排放強(qiáng)度，促進(jìn)碳脫鉤;同時(shí)也應(yīng)合理調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，加強(qiáng)其對(duì)碳脫鉤的促進(jìn)作用;在城鎮(zhèn)化建設(shè)過(guò)程中更加注重抑制各類(lèi)農(nóng)業(yè)碳排放，降低城鎮(zhèn)化水平提高對(duì)碳脫鉤的抑制作用。

從各?。▍^(qū)）來(lái)看，農(nóng)業(yè)碳強(qiáng)度效應(yīng)總體上均對(duì)碳脫鉤具有促進(jìn)作用，陜西省的貢獻(xiàn)率最高，其次是新疆維吾爾自治區(qū)和甘肅省，青海省和寧夏回族自治區(qū)較低;農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)除甘肅省外，均對(duì)碳脫鉤呈現(xiàn)促進(jìn)作用，其中青海省的貢獻(xiàn)率最高;農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平效應(yīng)抑制了各?。▍^(qū)）碳脫鉤，陜西省的抑制作用最強(qiáng)，其次是甘肅省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)，青海省最低;城鎮(zhèn)化水平效應(yīng)對(duì)各?。▍^(qū)）碳脫鉤產(chǎn)生抑制作用，青海省抑制作用最明顯;農(nóng)業(yè)人口規(guī)模效應(yīng)除新疆維吾爾自治區(qū)外，均對(duì)碳脫鉤有促進(jìn)作用，但貢獻(xiàn)率相對(duì)較小。陜西省應(yīng)更多應(yīng)用低碳生產(chǎn)技術(shù)來(lái)發(fā)展農(nóng)業(yè)，以提高農(nóng)業(yè)碳排放強(qiáng)度，降低農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對(duì)碳脫鉤的抑制作用;青海省對(duì)碳脫鉤影響最大的是農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化水平，應(yīng)著手從調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、規(guī)劃城鎮(zhèn)化進(jìn)程來(lái)促進(jìn)農(nóng)業(yè)碳排放進(jìn)一步脫鉤;甘肅省、寧夏回族自治區(qū)和新疆維吾爾自治區(qū)的農(nóng)業(yè)經(jīng)濟(jì)水平效應(yīng)對(duì)脫鉤的抑制作用較強(qiáng)，而農(nóng)業(yè)碳排放強(qiáng)度效應(yīng)對(duì)脫鉤的促進(jìn)作用相對(duì)較小，表明3?。▍^(qū)）應(yīng)提高農(nóng)用物資的使用效率，發(fā)展精細(xì)農(nóng)業(yè)生產(chǎn)方式，降低單位產(chǎn)值的農(nóng)業(yè)碳排放來(lái)促進(jìn)碳脫鉤（表6）。

2.3.2 農(nóng)業(yè)碳耦合效應(yīng)分解分析

按照對(duì)農(nóng)業(yè)碳排放脫鉤的分解，同樣將農(nóng)業(yè)凈碳匯耦合分解為5個(gè)效應(yīng)（表7）。西北地區(qū)農(nóng)業(yè)總產(chǎn)值的變動(dòng)率為正，因此若分解耦合效應(yīng)為正，則表明該指標(biāo)的變化對(duì)農(nóng)業(yè)凈碳匯耦合具有促進(jìn)作用，反之，則具有抑制作用。各?。▍^(qū)）中因青海省凈碳匯量為負(fù)值，不能作對(duì)數(shù)變化，所以無(wú)法對(duì)其農(nóng)業(yè)凈碳匯耦合系數(shù)進(jìn)行分解分析，故暫不予以分析。

西北地區(qū)農(nóng)業(yè)碳匯強(qiáng)度與農(nóng)業(yè)凈碳匯耦合系數(shù)的變化趨勢(shì)基本一致，對(duì)耦合狀態(tài)具有決定性作用;其余因素中，除農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)人口規(guī)模外，均對(duì)農(nóng)業(yè)凈碳匯耦合具有正向作用。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)耦合狀態(tài)呈現(xiàn)正負(fù)作用交替，但總體上對(duì)耦合系數(shù)的影響較小;農(nóng)業(yè)經(jīng)濟(jì)水平效應(yīng)在整個(gè)時(shí)期均促進(jìn)了凈碳匯耦合，其貢獻(xiàn)率基本穩(wěn)定在0.8左右，1999年達(dá)到最低值;城鎮(zhèn)化水平效應(yīng)對(duì)耦合的促進(jìn)作用相對(duì)較小，2000—2009年貢獻(xiàn)率保持在較低水平;農(nóng)業(yè)人口規(guī)模效應(yīng)對(duì)耦合具有抑制作用，其貢獻(xiàn)率變化幅度不大，對(duì)耦合系數(shù)的影響較小。西北地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化進(jìn)程產(chǎn)生了正的環(huán)境效益，應(yīng)該繼續(xù)保持這一良好態(tài)勢(shì)，合理調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、合理規(guī)劃城鎮(zhèn)化建設(shè)，增加單位產(chǎn)值的凈碳匯量，促進(jìn)耦合狀態(tài)的改善。

分省域來(lái)看，除寧夏回族自治區(qū)外，農(nóng)業(yè)碳匯強(qiáng)度效應(yīng)均對(duì)耦合具有促進(jìn)作用，陜西省的貢獻(xiàn)率明顯高于其他3省（區(qū)）;除甘肅省外，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)均對(duì)耦合具有較小的抑制作用;各?。▍^(qū)）農(nóng)業(yè)經(jīng)濟(jì)水平效應(yīng)、城鎮(zhèn)化水平均正向作用于碳耦合，且前者的貢獻(xiàn)率明顯高于后者;除新疆維吾爾自治區(qū)外，農(nóng)業(yè)人口規(guī)模效應(yīng)均對(duì)耦合有負(fù)向影響。陜西省農(nóng)業(yè)人口規(guī)模效應(yīng)、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)對(duì)耦合的抑制作用明顯，應(yīng)適當(dāng)調(diào)整農(nóng)、林、牧、漁業(yè)的比例，引導(dǎo)農(nóng)村勞動(dòng)力有序轉(zhuǎn)移，避免出現(xiàn)農(nóng)村空心化現(xiàn)象;甘肅省農(nóng)業(yè)碳匯強(qiáng)度效應(yīng)對(duì)耦合的促進(jìn)作用較小，而農(nóng)業(yè)人口規(guī)模效應(yīng)的抑制作用較大，應(yīng)在機(jī)械替代勞動(dòng)力的過(guò)程中更加注重規(guī)?；б?，積極促進(jìn)農(nóng)業(yè)發(fā)展朝著更綠色環(huán)保的方向邁進(jìn)，增加單位產(chǎn)值的凈碳匯量;寧夏回族自治區(qū)農(nóng)業(yè)碳匯強(qiáng)度效應(yīng)總體為負(fù)，應(yīng)著力增加農(nóng)業(yè)碳匯強(qiáng)度來(lái)促進(jìn)耦合;新疆維吾爾自治區(qū)除農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)外，其余因素均促進(jìn)了耦合，說(shuō)明新疆維吾爾自治區(qū)應(yīng)協(xié)調(diào)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)一步促進(jìn)耦合狀態(tài)優(yōu)化（表8）。

3 結(jié)論與啟示

3.1 結(jié)論

綜上分析可知，第一，低碳農(nóng)業(yè)生產(chǎn)過(guò)程是經(jīng)濟(jì)產(chǎn)品和碳產(chǎn)品的聯(lián)合生產(chǎn)過(guò)程，采用聯(lián)合生產(chǎn)強(qiáng)度衡量低碳農(nóng)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系更加精確、合理，其中聯(lián)合生產(chǎn)強(qiáng)度以農(nóng)業(yè)凈碳匯耦合表示。第二，1995—2015年期間西北地區(qū)農(nóng)業(yè)碳排放量呈現(xiàn)兩階段連續(xù)增長(zhǎng)態(tài)勢(shì)，農(nóng)業(yè)凈碳匯量則經(jīng)歷了“波動(dòng)增長(zhǎng)—低谷—持續(xù)增長(zhǎng)”的變化趨勢(shì)。第三，利用脫鉤模型測(cè)算出西北地區(qū)農(nóng)業(yè)碳脫鉤狀態(tài)為弱脫鉤，其中青海省脫鉤狀態(tài)最理想，耦合模型測(cè)算出西北地區(qū)農(nóng)業(yè)凈碳匯與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)表現(xiàn)為擴(kuò)張與強(qiáng)負(fù)耦合狀態(tài)交替，各?。▍^(qū)）中陜西省、甘肅省耦合狀態(tài)較不穩(wěn)定。第四，運(yùn)用LMDI模型對(duì)脫鉤與耦合效應(yīng)進(jìn)行分解分析，發(fā)現(xiàn)農(nóng)業(yè)碳強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)人口規(guī)模對(duì)脫鉤與耦合產(chǎn)生負(fù)值貢獻(xiàn)率，而農(nóng)業(yè)經(jīng)濟(jì)水平、城鎮(zhèn)化水平對(duì)脫鉤與耦合具有正值貢獻(xiàn)率，各省（區(qū)）5個(gè)效應(yīng)存在地區(qū)差異。

3.2 政策啟示

第一，發(fā)展低碳農(nóng)業(yè)要注重提高農(nóng)業(yè)生產(chǎn)效率，降低單位農(nóng)業(yè)產(chǎn)值的碳排放量，要轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式，提高農(nóng)用物資的利用效率。如推廣泡騰劑、水乳劑等新劑型農(nóng)藥的使用，推廣綠色防控技術(shù)，降低農(nóng)藥使用量;推廣測(cè)土配方技術(shù)，通過(guò)土壤深耕、增施有機(jī)肥、農(nóng)家肥等手段提高土壤肥力，降低化肥使用量。第二，合理的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是低碳農(nóng)業(yè)發(fā)展的支撐條件，各省（區(qū)）應(yīng)依據(jù)自身實(shí)際的地理、氣候、土壤條件與經(jīng)濟(jì)發(fā)展水平等因素，綜合考慮探索出符合各地經(jīng)濟(jì)社會(huì)發(fā)展規(guī)律的農(nóng)業(yè)發(fā)展道路。要根據(jù)市場(chǎng)需求合理安排農(nóng)、林、牧、漁業(yè)比例，將種植業(yè)生產(chǎn)環(huán)節(jié)與畜牧業(yè)結(jié)合，發(fā)展循環(huán)農(nóng)業(yè)，提高農(nóng)作物秸稈、牲畜糞便的利用率，減少農(nóng)業(yè)廢棄物碳排放。第三，改善農(nóng)業(yè)生產(chǎn)條件有利于農(nóng)業(yè)低碳化發(fā)展，從改善農(nóng)田基礎(chǔ)設(shè)施建設(shè)著手，加強(qiáng)對(duì)中低產(chǎn)農(nóng)田的改造，提高土壤肥力;推廣小型農(nóng)田水利設(shè)施建設(shè)，提高農(nóng)業(yè)應(yīng)對(duì)旱澇災(zāi)害的能力;鼓勵(lì)有條件的地方推廣噴灌、滴灌等節(jié)水灌溉技術(shù)，建立健全鄉(xiāng)（鎮(zhèn)）農(nóng)業(yè)技術(shù)推廣服務(wù)站，有力開(kāi)展低碳農(nóng)業(yè)技術(shù)推廣，提高農(nóng)業(yè)生產(chǎn)的科技水平。第四，低碳農(nóng)業(yè)的發(fā)展離不開(kāi)農(nóng)民生活方式和消費(fèi)觀念的轉(zhuǎn)變，政府應(yīng)加強(qiáng)對(duì)低碳農(nóng)業(yè)、低碳生活方式的宣傳教育，讓低碳走進(jìn)農(nóng)村，讓農(nóng)民接觸、了解低碳，倡導(dǎo)農(nóng)民在日常生活中注重節(jié)約能源、保護(hù)環(huán)境，從點(diǎn)滴做起匯聚環(huán)保正能量。

參考文獻(xiàn)：

[1]董紅敏，李玉娥，陶秀萍，等. 中國(guó)農(nóng)業(yè)源溫室氣體排放與減排技術(shù)對(duì)策[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24（10）：269-273.

[2]姚成勝，錢(qián)雙雙，李政通，等. 中國(guó)省際畜牧業(yè)碳排放測(cè)度及時(shí)空演化機(jī)制[J]. 資源科學(xué)，2017，39（4）：698-712.

[3]陳羅燁，薛 領(lǐng)，雪 燕. 中國(guó)農(nóng)業(yè)凈碳匯時(shí)空演化特征分析[J]. 自然資源學(xué)報(bào)，2016，31（4）：596-607.

[4]Westerlund J，Basher S A.Testing for convergence in carbon dioxide emissions using a century of panel data[J]. Environmental and Resource Economics，2008，40（1）：109-120.

[5]田 云，張俊飚，李 波. 中國(guó)農(nóng)業(yè)碳排放研究：測(cè)算、時(shí)空比較及脫鉤效應(yīng)[J]. 資源科學(xué)，2012，34（11）：2097-2105.

[6]馬蓓蓓，魯春霞，張 雷，等. 新形勢(shì)下西北地區(qū)碳排放及低碳化發(fā)展研究——以陜西省為例[J]. 資源科學(xué)，2010，32（2）：223-229.

[7]冉錦成，馬惠蘭，蘇 洋. 西北五省農(nóng)業(yè)碳排放測(cè)算及碳減排潛力研究[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，39（3）：623-632.

[8]張振龍，孫 慧，蘇 洋. 中國(guó)西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布與演變趨勢(shì)[J]. 生態(tài)學(xué)報(bào)，2017，37（16）：5263-5272.

[9]李 波，張俊飚. 基于投入視角的我國(guó)農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展脫鉤研究[J]. 經(jīng)濟(jì)經(jīng)緯，2012（4）：27-31.

[10]張玉梅，喬 娟. 都市農(nóng)業(yè)發(fā)展與碳排放脫鉤關(guān)系分析——基于脫鉤理論的Tapio彈性分析法[J]. 經(jīng)濟(jì)問(wèn)題，2014（10）：81-86.

[11]王太祥，王 騰，吳林海. 西北干旱區(qū)農(nóng)地利用碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的響應(yīng)關(guān)系[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2017，38（4）：170-176.

[12]姜志德. 聯(lián)合生產(chǎn)視角下的退耕還林生態(tài)補(bǔ)償機(jī)制創(chuàng)新[J]. 甘肅社會(huì)科學(xué)，2014（1）：232-235.

[13]陳 儒，姜志德. 中國(guó)低碳農(nóng)業(yè)發(fā)展績(jī)效與政策評(píng)價(jià)[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，16（5）：28-40.

[14]Multifunctionality：towards an Analytical Framework[M]. Paris：OECD，2001.

[15]陳 儒，姜志德，姚順波. 低碳農(nóng)業(yè)聯(lián)合生產(chǎn)的績(jī)效評(píng)估及其影響因素分析[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（3）：44-55，154-155.

[16]閔繼勝，胡 浩. 中國(guó)農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測(cè)算[J]. 中國(guó)人口·資源與環(huán)境，2012，22（7）：21-27.

[17]蔡博峰. 中國(guó)溫室氣體清單研究[M]. 北京：中國(guó)環(huán)境科學(xué)出版社，2014.

[18]田 云，張俊飚. 中國(guó)農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究[J]. 自然資源學(xué)報(bào)，2013，28（8）：1298-1309.

[19]Tapio P.Towards a theory of decoupling：degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy，2005，12（2）：137-151.

[20]楊 果，陳 瑤. 中國(guó)農(nóng)業(yè)源碳匯估算及其與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合分析[J]. 中國(guó)人口·資源與環(huán)境，2016，26（12）：171-176.

[21]Kaya Y. Impact of carbon dioxide emission on GNP growth：interpretation of proposed scenarios[R]. Paris：Presentation to the Energy and Industry Subgroup，Response Strategies Working Group，IPCC，1989.

[22]史常亮，揭昌亮，朱俊峰. 中國(guó)農(nóng)業(yè)能耗碳排放脫鉤的影響因素解析[J]. 產(chǎn)經(jīng)評(píng)論，2016（4）：116-126.

[23]黃小燕，李耀輝，馮建英，等. 中國(guó)西北地區(qū)降水量及極端干旱氣候變化特征[J]. 生態(tài)學(xué)報(bào)，2015，35（5）：1359-1370.

[24]姚俊強(qiáng)，楊 青，陳亞寧，等. 西北干旱區(qū)氣候變化及其對(duì)生態(tài)環(huán)境影響[J]. 生態(tài)學(xué)雜志，2013，32（5）：1283-1291.