田 云，張 君

(1.中南財(cái)經(jīng)政法大學(xué) 工商管理學(xué)院，湖北 武漢 430073；2.北京石油化工學(xué)院 人文社科學(xué)院，北京 102617)

近年來，氣候變化所導(dǎo)致的一系列不利影響(諸如海平面上升、各種極端天氣頻發(fā)等)已引起了世界各國的高度關(guān)注，其問題本身也超出了一個(gè)國家或地區(qū)的范疇，而成為了公認(rèn)的全球性難題。為了更好地應(yīng)對全球氣候變化，先后達(dá)成了《聯(lián)合國氣候框架公約》《京東協(xié)議書》以及《巴黎協(xié)定》等一系列具有法律約束力的協(xié)定。其中，2015年所達(dá)成的《巴黎協(xié)定》系統(tǒng)構(gòu)建了全球應(yīng)對氣候變化威脅的總目標(biāo)，而后依次召開的馬拉喀什、波恩和卡托維茨氣候會(huì)議則就《巴黎協(xié)定》的程序性議題、具體實(shí)施模式等細(xì)節(jié)問題達(dá)成一致。作為勇于擔(dān)當(dāng)?shù)陌l(fā)展中大國和世界第二大經(jīng)濟(jì)體，中國一直積極參與全球氣候治理，且早在巴黎氣候大會(huì)召開之前就已確定了未來減排目標(biāo)，即2030年左右使CO2排放達(dá)到峰值且確保單位GDP碳排放量較2005年下降60%～65%。雖然第二、第三產(chǎn)業(yè)是導(dǎo)致碳排放增加的主要?jiǎng)右?，但快速發(fā)展的農(nóng)業(yè)也在一定程度上起到了助推作用[1]。有鑒于此，在2016年10月國務(wù)院所印發(fā)的《“十三五”控制溫室氣體排放工作方案的通知》中，我國政府明確提出要大力發(fā)展低碳農(nóng)業(yè)，并切實(shí)增加生態(tài)系統(tǒng)碳匯。在此背景下，我們不僅要著力解決二、三產(chǎn)業(yè)的高能耗與高排放問題，還需大力推進(jìn)農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型。

為了更好地探索低碳農(nóng)業(yè)發(fā)展之路，越來越多的國內(nèi)外學(xué)者圍繞農(nóng)業(yè)碳問題展開研究，主要集中在三個(gè)方面：一是關(guān)于農(nóng)業(yè)碳排放的研究。其中，國外學(xué)者主要著眼于農(nóng)業(yè)碳排放測算指標(biāo)體系的構(gòu)建與具體測度，如Johnson等認(rèn)為農(nóng)業(yè)碳排放主要源于農(nóng)業(yè)廢棄物的非正常處理、畜禽腸道發(fā)酵與糞便管理、農(nóng)業(yè)能源利用、水稻生長以及生物燃燒等5個(gè)方面，并據(jù)此對美國農(nóng)業(yè)碳排放量進(jìn)行了測度，結(jié)果表明，其中約半數(shù)與農(nóng)地利用活動(dòng)有關(guān)[2]。Wisniewski等系統(tǒng)評估了波蘭農(nóng)業(yè)部門所引發(fā)的碳排放量，發(fā)現(xiàn)其對該國碳排放總量的貢獻(xiàn)率為14%[3]。國內(nèi)學(xué)者則在系統(tǒng)考察中國農(nóng)業(yè)碳排放現(xiàn)狀及典型特征[4-5]的基礎(chǔ)上，借助kaya恒等式、LMDI模型等分析方法厘清了導(dǎo)致其數(shù)量變化的關(guān)鍵性因素[6]。與此同時(shí)，還有不少學(xué)者圍繞農(nóng)業(yè)碳排放績效評價(jià)[7]、農(nóng)業(yè)碳減排潛力[8]以及農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與農(nóng)業(yè)碳排放的關(guān)系[9-10]等問題展開探討。二是關(guān)于農(nóng)業(yè)碳效應(yīng)的研究。部分學(xué)者聚焦于單一的碳匯問題研究，主要著眼于農(nóng)業(yè)碳匯的產(chǎn)生機(jī)理剖析與精準(zhǔn)測算，以及農(nóng)業(yè)碳匯的價(jià)值實(shí)現(xiàn)路徑探索與實(shí)踐。其中，前者聚焦于農(nóng)田生態(tài)系統(tǒng)碳匯與林業(yè)碳匯的測算與分析[11-12]，后者主要包含碳匯定價(jià)對社會(huì)公共福利的影響[13]、碳匯信用體系的構(gòu)建與完善[14]以及農(nóng)業(yè)凈碳匯補(bǔ)償金額的測算與補(bǔ)償方式的選擇[15]等。其他學(xué)者則將農(nóng)業(yè)碳匯與農(nóng)業(yè)碳排放納入到同一分析框架而考察其凈碳效應(yīng)抑或凈排效應(yīng)，并以中國以及一些省區(qū)為例展開了相關(guān)實(shí)證分析[16-17]。三是關(guān)于低碳農(nóng)業(yè)的研究。一方面，在厘清低碳農(nóng)業(yè)相關(guān)概念[18]的基礎(chǔ)上，有學(xué)者通過構(gòu)建相關(guān)指標(biāo)體系完成了對其發(fā)展水平的綜合測度。曾大林等、陳儒等先后探究了中國低碳農(nóng)業(yè)發(fā)展水平，發(fā)現(xiàn)省域間差異明顯，絕大多數(shù)地區(qū)存在較大的提升空間[19-20]。另一方面，一些學(xué)者則聚焦于低碳農(nóng)業(yè)實(shí)現(xiàn)路徑的探討。綜合研究表明，政府層面的高度認(rèn)知與宏觀政策引導(dǎo)是實(shí)現(xiàn)低碳農(nóng)業(yè)發(fā)展的基本前提[21-22]，各類激勵(lì)機(jī)制的逐步完善是保障[23]，同時(shí)還需輔以必要的措施，如實(shí)行產(chǎn)業(yè)鏈互動(dòng)與立體農(nóng)業(yè)生產(chǎn)模式[24]，推動(dòng)系列低碳生產(chǎn)技術(shù)的有序集成[25]等。

縱覽文獻(xiàn)可知，目前關(guān)于農(nóng)業(yè)碳問題的研究已形成了極為豐碩的研究成果，具體到切入視角，農(nóng)業(yè)碳排放、農(nóng)業(yè)碳效應(yīng)以及低碳農(nóng)業(yè)等各個(gè)方面均有涉及。但同時(shí)，也需正視現(xiàn)有研究所存在的不足，主要表現(xiàn)在兩個(gè)方面：一是對農(nóng)業(yè)碳問題的探討更多地著眼于國家、省級甚至市級層面，較少有學(xué)者基于地理分區(qū)視角下的七大區(qū)域進(jìn)行探究，并立足于公平性視角分析其差異。二是對農(nóng)業(yè)碳效應(yīng)的研究基本停留在定量測算與時(shí)空特征分析層面，而鮮有學(xué)者如同探討農(nóng)業(yè)碳排放問題那般展開因素分解而剖析其驅(qū)動(dòng)機(jī)理。有鑒于此，本文將在科學(xué)評估七大區(qū)域農(nóng)業(yè)碳效應(yīng)的基礎(chǔ)上對各自碳排放的公平性與否進(jìn)行綜合評價(jià)，同時(shí)還將借助LMDI模型完成對各地區(qū)農(nóng)業(yè)碳效應(yīng)的因素分解，以此明晰其內(nèi)在驅(qū)動(dòng)機(jī)理。

一、理論探討與分析框架構(gòu)建

眾所周知，農(nóng)業(yè)兼有碳匯與碳源的雙重屬性：一方面，農(nóng)作物在其生長發(fā)育過程中因?yàn)楣夂献饔玫男枰樟舜罅康亩趸迹陀^上發(fā)揮了碳匯作用；另一方面，農(nóng)業(yè)生產(chǎn)活動(dòng)中，伴隨著各類農(nóng)用物資的投入使用以及畜禽排泄物的產(chǎn)生，也導(dǎo)致了大量的溫室氣體排放。為了更好地厘清兩者間的相互關(guān)系，本文嘗試提出了農(nóng)業(yè)碳效應(yīng)概念，它是指農(nóng)業(yè)碳匯與農(nóng)業(yè)碳排放之間的差值，倘若農(nóng)業(yè)碳匯量高于碳排放量，則界定為農(nóng)業(yè)凈碳匯，反之則命名為農(nóng)業(yè)凈碳排。在過往研究中，農(nóng)業(yè)凈碳匯抑或凈碳效應(yīng)的提法更為普遍，但這基于一個(gè)前提，即碳匯量必須高于碳排放量；而考慮到現(xiàn)實(shí)中可能存在碳匯低于碳排的情形，故本文放棄使用“凈碳效應(yīng)”這一概念。基于省域抑或市域?qū)用娴霓r(nóng)業(yè)碳效應(yīng)研究已較為普遍，但切入點(diǎn)主要聚焦于農(nóng)業(yè)凈碳匯測算、時(shí)序演變規(guī)律與空間分異特征探討，以及地區(qū)差距的動(dòng)態(tài)演進(jìn)分析等方面。而少有學(xué)者以我國七大區(qū)域作為研究對象，并圍繞農(nóng)業(yè)碳效應(yīng)問題展開更為深入的研究。

長期以來，學(xué)者對于我國一般社會(huì)經(jīng)濟(jì)問題的探究都習(xí)慣于省級維度或者三大區(qū)域?qū)用娴谋容^，而少有學(xué)者基于七大地理分區(qū)視角進(jìn)行思考。不可否認(rèn)，傳統(tǒng)的區(qū)域分析模式得到了廣大學(xué)者的一致認(rèn)同，所獲取的相關(guān)結(jié)論也為問題的進(jìn)一步深入奠定了堅(jiān)實(shí)基礎(chǔ)，但各自仍存在一定局限性。其中，基于省級維度進(jìn)行探討雖較為細(xì)致，卻也過于強(qiáng)調(diào)各個(gè)地區(qū)的現(xiàn)實(shí)表征特征，不利于政策的協(xié)同構(gòu)建；從三大區(qū)域進(jìn)行考量雖然有助于對各個(gè)研究對象展開深度分析，但每一區(qū)域由于所轄省份數(shù)量較多，其內(nèi)部在社會(huì)、經(jīng)濟(jì)、文化等維度也存在一定差異。為了更好地推進(jìn)農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型，增匯減排將會(huì)成為未來的主要路徑選擇，而所有省級行政區(qū)各自為戰(zhàn)顯然不利于這一工作的高效開展；相比較而言，將那些特征相似的省區(qū)歸為一類，并統(tǒng)一制定策略，而后各類區(qū)域相互協(xié)調(diào)，必然更利于增匯減排工作的順利實(shí)施。而不同于東、中、西部分區(qū)，將我國分為七大地理地區(qū)(1)通常的劃分標(biāo)準(zhǔn)如下：華北地區(qū)包括北京、天津、河北、山西、內(nèi)蒙古等2省2市1自治區(qū)，東北地區(qū)包括遼寧、吉林、黑龍江等3省，華東地區(qū)包括上海、江蘇、浙江、安徽、福建、江西、山東、臺(tái)灣等7省1市；華中地區(qū)包括河南、湖北、湖南等3?。蝗A南地區(qū)包括廣東、廣西、海南、香港、澳門等2省1自治區(qū)2特別行政區(qū)，西南地區(qū)包括重慶、四川、貴州、云南、西藏等3省1市1自治區(qū)；西北地區(qū)包括陜西、甘肅、青海、寧夏、新疆等3省2自治區(qū)。限于數(shù)據(jù)難以獲取，港澳臺(tái)地區(qū)不在本次研究的考察之列。正是基于地形、人文、經(jīng)濟(jì)、政治等多角度統(tǒng)籌考慮的結(jié)果，這一劃分也便于國家進(jìn)行地理、氣候、經(jīng)濟(jì)、行政等方面的研究和管理。

有鑒于此，本文將以七大區(qū)域作為突破口，圍繞各自農(nóng)業(yè)碳效應(yīng)現(xiàn)狀及特征進(jìn)行探討，而后則引入LMDI模型，嘗試對其進(jìn)行因素分解，分別厘清各因素對七大區(qū)域農(nóng)業(yè)碳效應(yīng)的作用方向及程度。具體而言，首先在科學(xué)構(gòu)建農(nóng)業(yè)碳匯、碳排放測算指標(biāo)體系的基礎(chǔ)上，完成對我國七大區(qū)域農(nóng)業(yè)碳匯、碳排放的測算工作，進(jìn)而評估各自農(nóng)業(yè)碳效應(yīng)并分析其特征。其次，通過構(gòu)建農(nóng)業(yè)碳排放生態(tài)承載模型與經(jīng)濟(jì)效率模型，完成對各地區(qū)農(nóng)業(yè)碳排放的公平性評價(jià)，同時(shí)基于兩類系數(shù)的數(shù)值差異對七個(gè)地區(qū)進(jìn)行聚類分組。然后，利用LMDI模型從效率、結(jié)構(gòu)、經(jīng)濟(jì)、勞動(dòng)力等方面對各區(qū)域農(nóng)業(yè)碳效應(yīng)進(jìn)行因素分解并展開系統(tǒng)分析。最后，基于研究結(jié)論提出具有較強(qiáng)針對性的策略建議(見圖1)。

圖1 研究框架

二、研究方法與數(shù)據(jù)來源

1.農(nóng)業(yè)碳效應(yīng)評估方法

準(zhǔn)確評估農(nóng)業(yè)碳效應(yīng)的關(guān)鍵在于農(nóng)業(yè)碳匯與農(nóng)業(yè)碳排放測算指標(biāo)體系的構(gòu)建與完善，為此，接下來將重點(diǎn)對二者的測算方法進(jìn)行介紹。

(1)農(nóng)業(yè)碳匯測算方法。農(nóng)業(yè)碳匯主要考察農(nóng)作物生長全生命周期中的碳吸收，而不考慮碳匯效應(yīng)同樣突出的林地和草地。究其原因，主要?dú)w結(jié)于兩點(diǎn)：一是關(guān)于林地、草地碳匯的測算目前尚未形成相對統(tǒng)一的標(biāo)準(zhǔn)，不同機(jī)構(gòu)所提供的系數(shù)值差異較大；二是相比農(nóng)作物種植，林地、草地受人類活動(dòng)的干預(yù)明顯要弱一些[16]。據(jù)此，構(gòu)建農(nóng)業(yè)碳匯測算公式如下：

(1)

式(1)中，S為農(nóng)業(yè)碳匯總量；Si為某種農(nóng)作物的碳匯；k為農(nóng)作物種類數(shù)；si為各類農(nóng)作物的碳匯系數(shù)；Yi為各類農(nóng)作物的經(jīng)濟(jì)產(chǎn)量；r為作物經(jīng)濟(jì)產(chǎn)品部分的含水量；HIi為各類農(nóng)作物的經(jīng)濟(jì)系數(shù)?？紤]到數(shù)據(jù)的可獲取性，將涉及水稻、小麥、玉米、豆類、油菜籽、花生、棉花、薯類、甘蔗、甜菜、蔬菜、瓜類、煙草以及其他作物等具體農(nóng)作物品種，各自所對應(yīng)的碳匯系數(shù)與經(jīng)濟(jì)系數(shù)均出自韓召迎等[26]與田云等[16]的相關(guān)文獻(xiàn)。

(2)農(nóng)業(yè)碳排放測算方法。綜合多位學(xué)者研究成果[6,15]，本文將著重從三個(gè)方面對農(nóng)業(yè)碳排放量進(jìn)行測度：一是化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油以及農(nóng)業(yè)灌溉投入所引發(fā)的碳排放，相關(guān)碳排放系數(shù)出自田云等的研究[6]；二是水稻在生長發(fā)育過程中所產(chǎn)生的甲烷(CH4)排放，其排放系數(shù)出自閔繼勝等的研究[5]。三是畜禽養(yǎng)殖所導(dǎo)致的CH4和一氧化二氮(N2O)排放，具體涉及牛、馬、驢、騾、駱駝、豬、羊以及家禽等畜禽品種，所有排放系數(shù)均出自聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)。需要說明的是，本文未將農(nóng)作物種植破壞土壤表層所導(dǎo)致的N2O排放納入到農(nóng)業(yè)碳排放測算體系中，究其原因，主要源于其系數(shù)多為實(shí)驗(yàn)數(shù)據(jù)而與常規(guī)性分析較難匹配。據(jù)此，構(gòu)建農(nóng)業(yè)碳排放測算公式如下：

C=∑Ci=∑Ti×δi

(2)

式(2)中，C表示農(nóng)業(yè)碳排放總量，Ci表示各類碳源所導(dǎo)致的碳排放量，Ti、δi分別表示各類碳源的具體數(shù)量及其所對應(yīng)的排放系數(shù)。為了方便對農(nóng)業(yè)碳排放量進(jìn)行加總，依據(jù)IPCC第四次評估報(bào)告將CH4、N2O統(tǒng)一置換成標(biāo)準(zhǔn)碳(C)，其轉(zhuǎn)換系數(shù)分別為6.82和81.27。

2.農(nóng)業(yè)碳排放公平性評價(jià)模型

通過構(gòu)建生態(tài)承載模型與經(jīng)濟(jì)效率模型對碳排放公平性進(jìn)行評價(jià)始于能源碳排放[27]，而后逐步延伸到農(nóng)業(yè)碳排放[28]、農(nóng)業(yè)碳收支[29]以及農(nóng)田生態(tài)系統(tǒng)碳排放[30]領(lǐng)域。其中，生態(tài)承載模型主要著眼于碳吸收與碳排放之間的比例關(guān)系；而經(jīng)濟(jì)效率模型則重點(diǎn)考察GDP與碳排放之間的相互關(guān)系。鑒于相關(guān)模型已得到了較為廣泛地運(yùn)用，本文也將嘗試以此來考察各區(qū)域農(nóng)業(yè)碳排放的公平性與否。具體模型構(gòu)建方法如下：

(1)農(nóng)業(yè)碳排放生態(tài)承載模型。該模型是將農(nóng)業(yè)碳匯量作為參考因子，其構(gòu)建意義在于各區(qū)域一定比例的農(nóng)業(yè)碳排放需對應(yīng)同等比例的農(nóng)業(yè)碳匯，倘若某一區(qū)域的農(nóng)業(yè)碳排放所占全國比重高于其碳匯所占份額，表明該地的生態(tài)承載能力相對較弱，讓其他區(qū)域承擔(dān)了過多的溫室氣體(含二、三產(chǎn)業(yè)碳排放)吸收任務(wù)；反之，則說明該區(qū)域具有更強(qiáng)的生態(tài)承載能力，可以分擔(dān)其他區(qū)域過多的碳排放。為了更為直觀地展現(xiàn)各區(qū)域農(nóng)業(yè)碳生態(tài)容量貢獻(xiàn)的公平性，基于已有相關(guān)文獻(xiàn)[27-28]構(gòu)建農(nóng)業(yè)碳排放生態(tài)承載系數(shù)(ESC)如下：

(3)

式(3)中，Si為各區(qū)域農(nóng)業(yè)碳匯量，S為中國農(nóng)業(yè)碳匯總量；Ci為各區(qū)域農(nóng)業(yè)碳排放量，C為中國農(nóng)業(yè)碳排放總量。若ESC>1，表明該地區(qū)農(nóng)業(yè)碳匯所占全國比重高于其碳排放，其農(nóng)業(yè)碳生態(tài)承載能力較強(qiáng)，能帶給其他區(qū)域正外部效應(yīng)；反之，則說明該區(qū)域的農(nóng)業(yè)碳生態(tài)承載能力較弱，可能需要其他區(qū)域承擔(dān)更多的碳吸收任務(wù)，利益受到損害。

(2)農(nóng)業(yè)碳排放經(jīng)濟(jì)效率模型。該模型是將農(nóng)業(yè)增加值作為參考因子，其構(gòu)建意義在于各區(qū)域一定比例的農(nóng)業(yè)碳排放需對應(yīng)同等比例的農(nóng)業(yè)增加值，倘若某一區(qū)域農(nóng)業(yè)碳排放所占全國比重高于其農(nóng)業(yè)增加值所占份額，表明該區(qū)域的農(nóng)業(yè)發(fā)展屬于“高耗低效率”類型；反之，則說明該區(qū)域的農(nóng)業(yè)發(fā)展為“低耗高效率”類型。據(jù)此，基于已有相關(guān)文獻(xiàn)[28-29]構(gòu)建農(nóng)業(yè)碳排放經(jīng)濟(jì)貢獻(xiàn)系數(shù)(ECC)如下：

(4)

式(4)中，Gi為各區(qū)域農(nóng)業(yè)增加值，G為中國農(nóng)業(yè)增加值；Ci為各區(qū)域農(nóng)業(yè)碳排放量，C為中國農(nóng)業(yè)碳排放總量。若ECC>1，表明該區(qū)域農(nóng)業(yè)經(jīng)濟(jì)的貢獻(xiàn)率要大于農(nóng)業(yè)碳排放，其農(nóng)業(yè)生產(chǎn)效率處于較高水平；反之，則說明該區(qū)域農(nóng)業(yè)經(jīng)濟(jì)的貢獻(xiàn)率小于農(nóng)業(yè)碳排放，其農(nóng)業(yè)生產(chǎn)效率呈現(xiàn)較低水平，損害了其他區(qū)域利益。

3.農(nóng)業(yè)碳效應(yīng)的影響因素分解

采用對數(shù)平均D式指數(shù)分解法(LMDI模型)對七大區(qū)域的農(nóng)業(yè)碳效應(yīng)進(jìn)行因素分解。該方法能使加總之后的分部門效應(yīng)與總效應(yīng)保持一致，極其適用于多層次分析。遵循LMDI分析框架，借鑒已有文獻(xiàn)成果[31,6]并結(jié)合農(nóng)業(yè)碳效應(yīng)實(shí)際情況，可運(yùn)用以下基本公式表示農(nóng)業(yè)碳效應(yīng)：

(5)

(6)

各分解因素貢獻(xiàn)值的表達(dá)式分別為：

(7)

總效應(yīng)為：

(8)

4.數(shù)據(jù)來源及處理

農(nóng)業(yè)碳匯與碳排放量測算所需原始數(shù)據(jù)均出自2000-2017年《中國農(nóng)村統(tǒng)計(jì)年鑒》，其中，各類農(nóng)作物的經(jīng)濟(jì)產(chǎn)量、各類農(nóng)用物資投入與水稻種植面積均以當(dāng)年實(shí)際數(shù)據(jù)為準(zhǔn)。而牲畜、家禽由于飼養(yǎng)周期存在差異，其年均飼養(yǎng)量需根據(jù)各自出欄率進(jìn)行科學(xué)調(diào)整，具體調(diào)整思路參照閔繼勝等[5]所提供的方法，在此不做具體闡述。此外，第一產(chǎn)業(yè)(大農(nóng)業(yè))生產(chǎn)總值、農(nóng)業(yè)(種植業(yè))總產(chǎn)值、農(nóng)林牧漁總產(chǎn)值等數(shù)據(jù)也均源自《中國農(nóng)村統(tǒng)計(jì)年鑒》，為了消除物價(jià)影響，在實(shí)際分析中將依照2000年不變價(jià)對其進(jìn)行修正。至于農(nóng)業(yè)勞動(dòng)力數(shù)據(jù)，主要出自各省(市、自治區(qū))的統(tǒng)計(jì)年鑒，且以當(dāng)年實(shí)際數(shù)值為準(zhǔn)。

三、研究結(jié)果與分析

1.七大區(qū)域農(nóng)業(yè)碳效應(yīng)現(xiàn)狀及特征

測算七大區(qū)域歷年農(nóng)業(yè)碳匯量與碳排放量，并完成對各自農(nóng)業(yè)碳效應(yīng)的評估，限于篇幅，僅列出2000年、2016年的相關(guān)結(jié)果如表1所示。結(jié)果表明，2016年華東地區(qū)農(nóng)業(yè)碳匯量與碳排放量均居于七大地區(qū)之首，分別為17 525.91萬噸和7 481.46萬噸，占到了全國的23.46%和26.59%；華中地區(qū)則均排在第二位，但與華東地區(qū)相比存在一定差距；而碳匯量與碳排放量排在第三位的分別是東北地區(qū)和西南地區(qū)。與之對應(yīng)，西北地區(qū)碳匯量最少，僅為6 519.25萬噸，而華南地區(qū)碳排放量最低，只有2 622.61萬噸。與2000年相比，各區(qū)域農(nóng)業(yè)碳匯量均有不同程度的增加且以東北地區(qū)增幅最大，高達(dá)115.76%；西北、華北地區(qū)增幅分列第二、三位；而西南地區(qū)增幅最小，僅為17.19%，甚至不及東北地區(qū)的六分之一。農(nóng)業(yè)碳排放量方面，除華南地區(qū)總體下降外，其它六大區(qū)域均表現(xiàn)出了上升趨勢且東北、西北和華北同樣排在前三位。具體到農(nóng)業(yè)碳效應(yīng)，七大區(qū)域均表現(xiàn)出了凈碳匯特征，其中以華東地區(qū)凈碳匯量最大，高達(dá)10 044.46萬噸，東北和華中地區(qū)分列第二、三位；西北地區(qū)數(shù)量最少，僅為3 684.64萬噸，只相當(dāng)于華東地區(qū)三分之一略強(qiáng)的水平。從變化趨勢來看，所有區(qū)域相比2000年均有較大幅度提升，其中以東北區(qū)域增幅最大，高達(dá)141.10%；西北和華南地區(qū)緊隨其后，依次排在第二、三位；與此對應(yīng)，西南地區(qū)農(nóng)業(yè)凈碳匯增長幅度最小，僅為22.02%，與其他六大區(qū)域相比差距較為明顯。

表1 七大區(qū)域農(nóng)業(yè)碳匯量、碳排放量與碳效應(yīng) 萬噸

注：變化率Ⅰ、變化率Ⅱ和變化率Ⅲ分別指各區(qū)域2016年農(nóng)業(yè)碳匯量、農(nóng)業(yè)碳排放量以及農(nóng)業(yè)碳效應(yīng)相比2000年的增減變化情況。

2.七大區(qū)域農(nóng)業(yè)碳排放公平性評價(jià)及特征

依據(jù)前文所構(gòu)建的農(nóng)業(yè)碳排放生態(tài)承載模型以及經(jīng)濟(jì)效率模型，并結(jié)合七個(gè)區(qū)域的農(nóng)業(yè)碳排放量、碳匯量以及農(nóng)業(yè)增加值，分別計(jì)算出各自2000年、2004年、2008年、2012年和2016年的農(nóng)業(yè)碳排放生態(tài)承載系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)如表2所示。

表2 七大區(qū)域農(nóng)業(yè)碳排放生態(tài)承載系數(shù)(ESC)、經(jīng)濟(jì)貢獻(xiàn)系數(shù)(ECC)及其演變趨勢

注：“()”中數(shù)字為各區(qū)域2016年農(nóng)業(yè)生態(tài)承載系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)相比2000年的增減變化情況。

由表2可知，2016年東北地區(qū)農(nóng)業(yè)碳排放生態(tài)承載系數(shù)最高，該區(qū)域?qū)ξ覈r(nóng)業(yè)碳匯的貢獻(xiàn)率是其農(nóng)業(yè)碳排放貢獻(xiàn)率的1.680倍，表明其農(nóng)業(yè)生態(tài)容量較強(qiáng)，有效分擔(dān)了其他區(qū)域的碳排放；華北、華南依次排在第二、三位，其生態(tài)承載系數(shù)值分別為1.187和1.044，雖相比東北地區(qū)存在較大差距，但也表現(xiàn)出了一定的生態(tài)功能，為其他區(qū)域分擔(dān)了碳排放壓力。除此之外的四大區(qū)域農(nóng)業(yè)碳排放生態(tài)承載系數(shù)值均小于1，表明他們農(nóng)業(yè)生態(tài)容量較低，讓其他區(qū)域承擔(dān)了更多的碳吸收任務(wù)。其中西南地區(qū)的生態(tài)承載能力最弱，其系數(shù)值僅為0.780，不及東北地區(qū)的50%。至于農(nóng)業(yè)碳排放的經(jīng)濟(jì)貢獻(xiàn)情況，華南地區(qū)居于第一位，其系數(shù)值達(dá)到了1.241，表明該地對我國農(nóng)業(yè)生產(chǎn)總值的貢獻(xiàn)率是其農(nóng)業(yè)碳排放貢獻(xiàn)率的1.241倍，農(nóng)業(yè)產(chǎn)出效率相對較高。華東、東北依次排在第二、三位，其經(jīng)濟(jì)貢獻(xiàn)系數(shù)值分別為1.067和1.058，兩地較為接近。其他四個(gè)區(qū)域的系數(shù)值均小于1，表明這些區(qū)域農(nóng)業(yè)產(chǎn)出效率相對較低，未能實(shí)現(xiàn)農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的均衡貢獻(xiàn)，在一定程度上損害了其他地區(qū)利益。其中西北地區(qū)農(nóng)業(yè)碳排放的經(jīng)濟(jì)貢獻(xiàn)能力最弱，其系數(shù)值僅為0.749。

結(jié)合不同時(shí)間節(jié)點(diǎn)的數(shù)值差異可知，各地區(qū)農(nóng)業(yè)碳排放的生態(tài)承載能力與經(jīng)濟(jì)貢獻(xiàn)能力均呈現(xiàn)出了一些變化。其中，農(nóng)業(yè)碳排放生態(tài)承載能力方面，華北、東北兩地呈現(xiàn)波動(dòng)上升態(tài)勢，其2016年系數(shù)值分別較2000年提升了4.86%和10.60%；華東、華中、西南、西北等四地表現(xiàn)為波動(dòng)下降趨勢，雖經(jīng)歷了一定起伏但總體下降趨勢明顯，且以西南地區(qū)降幅最大，其系數(shù)值較2000年減少了15.49%；華南地區(qū)則經(jīng)歷了“先升后降”但總體提升的變化軌跡，其2016年系數(shù)值較2000年增加了17.70%，增幅居于七大地區(qū)之首。農(nóng)業(yè)碳排放的經(jīng)濟(jì)貢獻(xiàn)力方面，華南、西南、西北等三地呈現(xiàn)波動(dòng)上升趨勢，且以華南上升幅度最大，其系數(shù)值較2000年提升了20.37%；華北、東北二地表現(xiàn)為波動(dòng)下降趨勢，且總體下降幅度較大，系數(shù)值分別較2000年減少了9.90%和14.61%，表明上述兩地農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)比較優(yōu)勢正逐步喪失；華東地區(qū)總體起伏較小，與基期相比其系數(shù)值略有降低；華中地區(qū)經(jīng)歷了“先升后降”的演變軌跡，但最終系數(shù)值與基期相比幾無差異。綜合來看，2000年以來，各區(qū)域農(nóng)業(yè)碳排放的生態(tài)承載能力與經(jīng)濟(jì)貢獻(xiàn)能力所呈現(xiàn)的演變軌跡集中表現(xiàn)為波動(dòng)上升、波動(dòng)下降、先升后降、輕微下降等幾類形態(tài)。

基于各大區(qū)域2016年農(nóng)業(yè)碳排放生態(tài)承載系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)的數(shù)值差異，可將七個(gè)地區(qū)劃分為四類：“高-高”型，即生態(tài)承載系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)值均大于1；“高-低”型，生態(tài)承載系數(shù)大于1而經(jīng)濟(jì)貢獻(xiàn)系數(shù)小于1；“低-高”型，生態(tài)承載系數(shù)小于1但經(jīng)濟(jì)貢獻(xiàn)系數(shù)大于1；“低-低”型，兩類系數(shù)值均小于1。具體分類結(jié)果如表2所示。其中，東北和華南屬于“高-高”型地區(qū)，表明兩地在農(nóng)業(yè)生態(tài)容量撫育與農(nóng)業(yè)生產(chǎn)節(jié)能減排方面均取得了較為顯著的成效，客觀分擔(dān)了其他區(qū)域部分碳減排責(zé)任。華北屬于“高-低”型地區(qū)，具有較強(qiáng)的農(nóng)業(yè)生態(tài)容量，但農(nóng)業(yè)碳排放經(jīng)濟(jì)貢獻(xiàn)系數(shù)卻低于全國平均水平，究其原因，主要源于該地區(qū)的農(nóng)業(yè)種植結(jié)構(gòu)與農(nóng)地構(gòu)成特點(diǎn)：一方面，作為糧食主產(chǎn)區(qū)，該地水稻種植面積較少，由此既保證了農(nóng)業(yè)碳匯的高產(chǎn)出還有效降低了碳排放強(qiáng)度；另一方面，此處多為中低產(chǎn)田，且多種植經(jīng)濟(jì)回報(bào)率較低的糧食作物，一定程度上影響了農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出。華東屬于“低-高”型地區(qū)，農(nóng)業(yè)碳排放的生態(tài)承載能力較弱但經(jīng)濟(jì)貢獻(xiàn)能力較強(qiáng)，該區(qū)域是我國農(nóng)業(yè)現(xiàn)代化水平最高、農(nóng)業(yè)綜合實(shí)力最強(qiáng)的地區(qū)，但受限于較為突出的人地矛盾，仍熱衷于傳統(tǒng)的“高投入-高產(chǎn)出”生產(chǎn)模式，加之水稻種植面積較大，雖然保證了農(nóng)業(yè)產(chǎn)出水平，但也導(dǎo)致了農(nóng)業(yè)碳排放強(qiáng)度較高。華中、西南和西北均屬于“低-低”型地區(qū)，但是，導(dǎo)致三個(gè)地區(qū)生態(tài)承載能力較弱的原因卻不盡相同：華中地區(qū)主要受制于水稻種植面積較大，西南地區(qū)源于較為脆弱的生態(tài)環(huán)境，而西北地區(qū)則歸結(jié)于以畜牧業(yè)為主導(dǎo)的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)；經(jīng)濟(jì)貢獻(xiàn)系數(shù)較低主要受各自農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)以及自身農(nóng)業(yè)發(fā)展水平等因素的共同制約。

3.七大區(qū)域農(nóng)業(yè)凈碳匯變化的驅(qū)動(dòng)機(jī)理探析

基于LMDI模型以及所搜集的各區(qū)域農(nóng)業(yè)(種植業(yè))總產(chǎn)值、農(nóng)林牧漁總產(chǎn)值、農(nóng)業(yè)從業(yè)勞動(dòng)力數(shù)據(jù)，并結(jié)合所評估的農(nóng)業(yè)凈碳匯量，得到七大區(qū)域農(nóng)業(yè)凈碳匯因素分解結(jié)果如表3所示。

表3 七大區(qū)域農(nóng)業(yè)凈碳匯變化因素分解結(jié)果(2000—2016年)

由表3可知，經(jīng)濟(jì)因素是促使各地區(qū)農(nóng)業(yè)凈碳匯量增長的關(guān)鍵性因素。分解結(jié)果表明，在2000—2016年里，得益于農(nóng)業(yè)經(jīng)濟(jì)的快速發(fā)展，七大區(qū)域與基期(2000年)相比均實(shí)現(xiàn)了超過100%的凈碳匯增量，其中華東地區(qū)所提升的絕對數(shù)量最高，達(dá)9 029.87萬噸，而東北地區(qū)的相對增幅最大，高達(dá)163.63%。效率因素和勞動(dòng)力因素均在一定程度上抑制了各地區(qū)農(nóng)業(yè)凈碳匯量的增長，但其作用力度因地而異：華中、華南、西南、西北等4地效率因素對農(nóng)業(yè)凈碳匯量的抑制作用更強(qiáng)，相比基期分別導(dǎo)致了38.07%、31.53%、48.94%和41.29%的凈碳匯損失；而華北、東北、華東等3地情形正好相反，其勞動(dòng)力因素的制約作用更為明顯，分別引發(fā)了12.46%、11.74%和52.67%的凈碳匯損失。結(jié)構(gòu)因素具有兩面性特征，一方面促使東北、華南、西北等3地較基期實(shí)現(xiàn)了少量的農(nóng)業(yè)凈碳匯增量，而另一方面卻抑制了華北、華東、華中以及西南等4地的農(nóng)業(yè)凈碳匯量增長；但無論是驅(qū)動(dòng)還是抑制，其作用力度都要明顯弱于其他三類因素。綜合來看，經(jīng)濟(jì)因素、效率因素以及勞動(dòng)力因素在影響農(nóng)業(yè)凈碳匯量變化方面發(fā)揮了更為顯著的作用，且經(jīng)濟(jì)因素為驅(qū)動(dòng)因素，效率因素、勞動(dòng)力因素為抑制因素；而結(jié)構(gòu)因素作用力度較小且作用方向并非完全一致。該結(jié)論與中國農(nóng)業(yè)碳排放量變化的因素分解結(jié)果基本一致；但由于凈碳匯屬于期望產(chǎn)出，而碳排放屬于非期望產(chǎn)出，正常情形下，二者結(jié)論相反才屬合理，結(jié)果類似反而折射出一定的悖論。究其原因，這可能與當(dāng)前我國盛行的農(nóng)業(yè)發(fā)展模式有關(guān)，即總體呈現(xiàn)高投入、高排放與高碳匯的“三高”格局，在經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)下，所引發(fā)的碳匯增量甚至要高過農(nóng)業(yè)碳排放增幅，由此確保了農(nóng)業(yè)凈碳匯能一直處于較高水平。已有研究也很好地印證了這一點(diǎn)，即農(nóng)業(yè)碳匯增長主要源于農(nóng)業(yè)現(xiàn)代化的不斷推進(jìn)與農(nóng)業(yè)經(jīng)濟(jì)水平的提升，且其增速要明顯快于農(nóng)業(yè)碳排放增速[32]。

四、結(jié)論與啟示

1.結(jié) 論

(1)農(nóng)業(yè)碳效應(yīng)評估結(jié)果表明，七大區(qū)域均表現(xiàn)出了凈碳匯特征，其中以華東地區(qū)凈碳匯量最大，高達(dá)10 044.46萬噸，東北地區(qū)和華中地區(qū)分列第二、三位；西北地區(qū)最少，僅為3 684.64萬噸，只相當(dāng)于華東地區(qū)三分之一略強(qiáng)的水平。從變化趨勢來看，所有區(qū)域相比2000年均有較大幅度提升，其中東北地區(qū)增幅最大；西北地區(qū)和華南地區(qū)緊隨其后，依次排在第二、三位；西南地區(qū)增幅最小，與其他六大區(qū)域相比差距較為明顯。

(2)東北地區(qū)農(nóng)業(yè)碳排放生態(tài)承載系數(shù)居于全國第一位，高達(dá)1.680，華北地區(qū)、華南地區(qū)依次排在第二、三位，而西南地區(qū)農(nóng)業(yè)碳排放生態(tài)承載能力最弱，僅為0.780；華南地區(qū)農(nóng)業(yè)碳排放經(jīng)濟(jì)貢獻(xiàn)系數(shù)最高，為1.241，華東地區(qū)、東北地區(qū)緊隨其后，分列第二、三位，而西北地區(qū)農(nóng)業(yè)碳排放的經(jīng)濟(jì)貢獻(xiàn)能力最弱，僅為0.749。2000年以來，各區(qū)域農(nóng)業(yè)碳排放的生態(tài)承載能力與經(jīng)濟(jì)貢獻(xiàn)能力所呈現(xiàn)的演變軌跡集中表現(xiàn)為波動(dòng)上升、波動(dòng)下降、先升后降、輕微下降等幾類形態(tài)。

(3)基于農(nóng)業(yè)碳排放生態(tài)承載能力與經(jīng)濟(jì)貢獻(xiàn)能力的數(shù)值差異，可將七個(gè)區(qū)域劃分為四類：東北、華南屬于“高-高”型地區(qū)，農(nóng)業(yè)生態(tài)容量較高且節(jié)能減排成效明顯，客觀分擔(dān)了其他地區(qū)的碳減排責(zé)任；華北屬于“高-低”型地區(qū)，農(nóng)業(yè)生態(tài)容量較高但碳排放的經(jīng)濟(jì)貢獻(xiàn)系數(shù)較低；華東屬于“低-高”型地區(qū)，農(nóng)業(yè)碳排放的生態(tài)承載能力較弱但經(jīng)濟(jì)貢獻(xiàn)能力較強(qiáng)；華中、西南和西北屬于“低-低”型地區(qū)，其生態(tài)承載能力與經(jīng)濟(jì)貢獻(xiàn)能力均處于較低水平，減排壓力較大。

(4)因素分解結(jié)果表明，經(jīng)濟(jì)因素是促使各地區(qū)農(nóng)業(yè)凈碳匯量增長的關(guān)鍵性因素，七大區(qū)域與基期相比均實(shí)現(xiàn)了超過100%的凈碳匯增長量；效率因素和勞動(dòng)力因素均在一定程度上抑制了各地區(qū)農(nóng)業(yè)凈碳匯量的增長，但其作用力度因地而異；結(jié)構(gòu)因素具有兩面性特征，但無論是驅(qū)動(dòng)還是抑制，其作用力度都要明顯弱于其他三類因素。

2.啟 示

研究結(jié)論揭示了當(dāng)前我國七大區(qū)域農(nóng)業(yè)碳排放存在一定非公平性，且種植業(yè)并未表現(xiàn)出高效特征，其對農(nóng)業(yè)凈碳匯的驅(qū)動(dòng)能力總體偏弱。這要求政府相關(guān)職能部門在農(nóng)業(yè)碳減排政策的制定上應(yīng)避免“一刀切”思想，而應(yīng)根據(jù)各地實(shí)際境況構(gòu)建差異化策略。具體可從以下幾方面著手：一是強(qiáng)化農(nóng)業(yè)凈碳匯目標(biāo)約束，確保區(qū)域公平性。國家應(yīng)在充分考慮各地區(qū)農(nóng)業(yè)碳排放、碳匯現(xiàn)狀以及農(nóng)業(yè)發(fā)展特點(diǎn)的基礎(chǔ)上，明確各大區(qū)域的農(nóng)業(yè)凈碳匯發(fā)展目標(biāo)并實(shí)施階段性考核，對于未能達(dá)到預(yù)期目標(biāo)的區(qū)域?qū)⑹┮员匾幜P，其罰金則轉(zhuǎn)移支付給目標(biāo)完成較好地區(qū)，以此確保區(qū)域公平性。二是完善區(qū)域內(nèi)統(tǒng)籌，逐步平衡內(nèi)部省域差異?？紤]到每個(gè)區(qū)域都下轄3個(gè)及以上的省級行政區(qū)，且它們在農(nóng)業(yè)資源稟賦構(gòu)成、產(chǎn)業(yè)發(fā)展結(jié)構(gòu)及特點(diǎn)等方面都表現(xiàn)出了極大的趨同性，但卻受限于各自農(nóng)業(yè)發(fā)展水平的參差不齊以及發(fā)展思路的不同，導(dǎo)致各區(qū)域內(nèi)部也未完全解決好自身的農(nóng)業(yè)碳排放公平性及農(nóng)業(yè)凈碳匯發(fā)展目標(biāo)問題；為此，各大區(qū)域應(yīng)針對所轄省級行政區(qū)設(shè)立協(xié)同機(jī)構(gòu)，然后立足于公平性原則明晰各地區(qū)的農(nóng)業(yè)碳排放目標(biāo)約束，同時(shí)在農(nóng)業(yè)凈碳匯發(fā)展戰(zhàn)略的推進(jìn)上也應(yīng)通過針對性策略的制定來實(shí)現(xiàn)省區(qū)間水平差異縮小的目的。三是優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高農(nóng)資利用效率。其中，華北、華東、華中以及西南等4區(qū)域應(yīng)進(jìn)一步優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，在保證糧食安全的前提下逐步向高碳匯、低排放型經(jīng)濟(jì)作物傾斜；同時(shí)，考慮到效率因素對所有區(qū)域的農(nóng)業(yè)凈碳匯增長都產(chǎn)生了抑制作用，因此應(yīng)全面提升農(nóng)用物資的利用效率，且以華中、華南、西北、西南等4區(qū)域任務(wù)最為緊迫。