關(guān)鍵詞：農(nóng)業(yè)碳排放；LMDI模型；驅(qū)動(dòng)因素；節(jié)能減排

0 引言

氣候變化不僅是全世界人類共同面臨的巨大挑戰(zhàn)，也是全球可持續(xù)發(fā)展面臨的巨大挑戰(zhàn)。我國作為農(nóng)業(yè)大國，農(nóng)業(yè)碳排放占總碳排放量的17%，是我國第2大碳排放源，因此農(nóng)業(yè)作為基礎(chǔ)性產(chǎn)業(yè)，實(shí)施農(nóng)業(yè)有效碳減排也是實(shí)現(xiàn)“雙碳”目標(biāo)的有效路徑[1]。

“十一五”期間，遼寧省現(xiàn)代農(nóng)業(yè)建設(shè)突顯成效，在此期間遼寧省步入全國農(nóng)業(yè)大省行列?！笆濉币詠?，遼寧省農(nóng)業(yè)生產(chǎn)力持續(xù)提升，農(nóng)民收入不斷提高，農(nóng)業(yè)低碳化有所成效，但遼寧省農(nóng)業(yè)依舊存在高耗能、高碳排、低效率的發(fā)展情況[2]?！哆|寧省“十四五”農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》強(qiáng)調(diào)，構(gòu)建現(xiàn)代鄉(xiāng)村產(chǎn)業(yè)，建設(shè)宜居宜業(yè)鄉(xiāng)村，加強(qiáng)生態(tài)環(huán)境修復(fù)，推進(jìn)美麗綠色鄉(xiāng)村建設(shè)。所以如何在遼寧省農(nóng)業(yè)產(chǎn)業(yè)原有基礎(chǔ)上持續(xù)推進(jìn)生產(chǎn)力發(fā)展并平衡農(nóng)業(yè)產(chǎn)值和鄉(xiāng)村生態(tài)環(huán)境保護(hù)是一項(xiàng)長久且艱難的工作，遼寧省農(nóng)業(yè)碳減排工作任重而道遠(yuǎn)。

目前，就碳排放情況的研究主要分為兩大類：一類對碳排放驅(qū)動(dòng)因素進(jìn)行分析，識別主導(dǎo)因素，尋找減排路徑；另一類則預(yù)測未來碳排放趨勢，分析研究對象碳減排潛力[3]。在碳排放驅(qū)動(dòng)因素分析研究中，各國研究人員多采用時(shí)間序列分析、灰色關(guān)聯(lián)度分析、因素分解分析法及模型分析法等方法[4]。多數(shù)研究是基于歷史排放數(shù)據(jù)從人口、經(jīng)濟(jì)、能源和技術(shù)等多角度分析碳排放影響因素[5]。CANSINOMJ等[6]將1995—2009年西班牙碳排放影響因素分為碳氧化率、能源強(qiáng)度、技術(shù)水平、結(jié)構(gòu)需求和消費(fèi)形式等。MOUTINHOV等[7]以歐洲不同地理分區(qū)國家碳排放為研究對象，結(jié)果發(fā)現(xiàn)，經(jīng)濟(jì)增長和人口變化對碳排放量變化呈現(xiàn)顯著影響。ZHUB等[8]通過分解1978—2014年中國能源碳排放驅(qū)動(dòng)因素，發(fā)現(xiàn)短期內(nèi)能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對碳排放具有高影響力，而長期內(nèi)，人均GDP對碳排放具有高影響力。碳排放影響因素分析是碳排放趨勢預(yù)測的基礎(chǔ)，有效分析歷史碳排放的驅(qū)動(dòng)因素使碳排放趨勢預(yù)測更加精準(zhǔn)。

STIRPAT模型作為碳排放問題中廣泛使用的一種研究模型，其綜合考慮社會(huì)、經(jīng)濟(jì)及技術(shù)等多方面影響因素對碳排放的影響。XURenjing等[9]以中國制造業(yè)為研究對象，通過STIRPAT模型分析發(fā)現(xiàn)經(jīng)濟(jì)增長是行業(yè)碳排放的主導(dǎo)因素。ZHANGChuangua等[10]基于STIRPAT模型研究能耗碳排放量與外貿(mào)投資的相關(guān)性。黃蕊等[11]運(yùn)用STIRPAT模型定量分析江蘇省能耗碳排放影響因素，結(jié)果表明，當(dāng)江蘇省處于人口、GDP增長較低、能源強(qiáng)度較高的發(fā)展模式時(shí)，碳排放可得到有效抑制。

本研究基于2012—2021年遼寧省農(nóng)業(yè)碳排放歷史數(shù)據(jù)，運(yùn)用LMDI模型分解方法，在明晰遼寧省農(nóng)業(yè)生產(chǎn)碳排放源的基礎(chǔ)上，得到影響農(nóng)業(yè)碳排放的顯著因素，而后構(gòu)+wJF0coDY0cd2z9vJJrKoSgBeNvRsaRuxUQXO9IJABI=建遼寧省農(nóng)業(yè)碳排放STIRPAT模型，多角度定性定量分析遼寧省農(nóng)業(yè)碳排放，尋求遼寧省農(nóng)業(yè)碳減排路徑，為遼寧省農(nóng)業(yè)碳減排提供理論基礎(chǔ)。

1 研究方法

1.1 農(nóng)業(yè)碳排放測算

本研究采用聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）所提供碳排放系數(shù)法測算遼寧省農(nóng)業(yè)碳排放量。農(nóng)業(yè)碳排放測算主要考慮化石燃料燃燒和農(nóng)業(yè)生產(chǎn)利用兩個(gè)方面，化石燃料燃燒主要計(jì)算農(nóng)業(yè)消費(fèi)端能源消耗所產(chǎn)生碳排放，而農(nóng)業(yè)生產(chǎn)利用角度不僅考慮能源消費(fèi)情況，還考慮了農(nóng)業(yè)生產(chǎn)過程中中間產(chǎn)品消耗情況[12]。本研究基于遼寧省農(nóng)業(yè)生產(chǎn)利用情況測算其農(nóng)業(yè)碳排放總量，參考已有研究[13-15]并考慮數(shù)據(jù)可獲得性，以化肥施用、農(nóng)藥施用、農(nóng)膜使用、農(nóng)機(jī)和農(nóng)業(yè)灌溉等作為農(nóng)業(yè)生產(chǎn)過程碳排放源?；居?jì)算公式表示為

1.2 農(nóng)業(yè)碳排放驅(qū)動(dòng)因素分解

1989年YoichiKaya首次提出Kaya恒等式作為碳排放影響因素分解研究方法[18]。本研究結(jié)合農(nóng)業(yè)生產(chǎn)活動(dòng)實(shí)際情況，對Kaya恒等式進(jìn)行合理變形，利用LMDI（對數(shù)平均迪氏分解）模型因素分解方法的因素可逆和殘差項(xiàng)為零等優(yōu)點(diǎn)，將遼寧省農(nóng)業(yè)碳排放驅(qū)動(dòng)因素分解。即

α、β、γ、δ——農(nóng)業(yè)碳排放系數(shù)（農(nóng)業(yè)碳排放系數(shù)體現(xiàn)農(nóng)業(yè)生產(chǎn)過程中能源單位消耗量所產(chǎn)生的碳排放量）、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平。

運(yùn)用LMDI加法分解方式進(jìn)一步分解后，遼寧省農(nóng)業(yè)碳排放貢獻(xiàn)度為ΔC，農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和人口規(guī)模對碳排放的貢獻(xiàn)度分別為Δα、Δβ、Δγ、Δδ和ΔP。具體可表示為

Δα、Δβ、Δγ、Δδ、ΔP——農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和人口規(guī)模對農(nóng)業(yè)碳排放在基年到t年時(shí)期內(nèi)變化量的貢獻(xiàn)值研究時(shí)期內(nèi)各影響因素的每年貢獻(xiàn)值加總為對應(yīng)因素的累計(jì)貢獻(xiàn)度。

1.3 STIRPAT模型基本理論

STIRPAT模型是基于傳統(tǒng)IPAT模型改進(jìn)而來的可拓展的隨機(jī)性環(huán)境影響評估模型，從人口規(guī)模、經(jīng)濟(jì)發(fā)展和技術(shù)水平3個(gè)角度定性和定量分析各指標(biāo)對環(huán)境的影響程度[19]。本研究在LMDI模型因素分解方法基礎(chǔ)上，構(gòu)建以農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和人口規(guī)模為自變量，遼寧省農(nóng)業(yè)碳排放為因變量的STIRPAT模型，描述各變量間的數(shù)據(jù)關(guān)系。模型形式如下

1.4 數(shù)據(jù)來源

基于數(shù)據(jù)的最大可獲得性，本研究所需數(shù)據(jù)來源于2012—2021年《遼寧省統(tǒng)計(jì)年鑒》與國家統(tǒng)計(jì)局公布的遼寧省年度數(shù)據(jù)，其中農(nóng)業(yè)生產(chǎn)過程化肥、農(nóng)藥、農(nóng)膜使用均為當(dāng)年用量，灌溉面積為有效灌溉面積。

2 結(jié)果與討論

2.1 農(nóng)業(yè)碳排放量測算及分析

由表2可知，遼寧省農(nóng)業(yè)碳排放總量由2012年的287.92萬t下降至2021年的252.45萬t，2012—2015年，農(nóng)業(yè)碳排放總量呈現(xiàn)出大致穩(wěn)定的趨勢，在285萬～288萬t之間波動(dòng)；2016—2021年，農(nóng)業(yè)碳排放總量呈現(xiàn)持續(xù)下降的變化趨勢，年均增長率絕對值均<3.5%。2012—2021年遼寧省農(nóng)業(yè)碳排放強(qiáng)度基本呈下降趨勢，由2012年的0.189萬t/億元降至2021年的0.108萬t/億元，在農(nóng)業(yè)經(jīng)濟(jì)增長的同時(shí)，農(nóng)業(yè)生產(chǎn)碳排放有所下降，遼寧省農(nóng)業(yè)呈現(xiàn)低碳發(fā)展?fàn)顟B(tài)，農(nóng)業(yè)碳排放效率得到一定程度的提升。2021年各碳源中，化肥施用、農(nóng)藥施用、農(nóng)膜利用及灌溉產(chǎn)生的碳排放量均有所下降，其中農(nóng)藥施用和農(nóng)膜利用產(chǎn)生碳排放量下降幅度較大，相比2012年分別下降15.57%、24.86%。使用農(nóng)用機(jī)械產(chǎn)生的碳排放量則保持較穩(wěn)定變化。在碳源結(jié)構(gòu)方面，化肥施用是最大的農(nóng)業(yè)碳排放源，平均占比為47.56%，其余農(nóng)業(yè)碳排放源由高到低依次為農(nóng)膜利用、灌溉、農(nóng)藥施用和農(nóng)用機(jī)械使用，平均占比分別為24.41%、15.43%、10.07%和2.53%，因此控制化肥等農(nóng)用化學(xué)制品施用量依舊是遼寧省農(nóng)業(yè)低碳發(fā)展的必要選擇，按照《東北黑土地保護(hù)規(guī)劃綱要（2017—2030年）》提出的“積極推廣資源節(jié)約型、環(huán)境友好型農(nóng)耕技術(shù)，統(tǒng)籌規(guī)劃土、肥、水等資源生產(chǎn)要素”，以及農(nóng)業(yè)農(nóng)村部、財(cái)政部推行的2019和2020年重點(diǎn)強(qiáng)農(nóng)惠農(nóng)政策，政策的積極引導(dǎo)將持續(xù)推進(jìn)化肥減量增效，加快遼寧省農(nóng)業(yè)低碳化進(jìn)程[20]。除此之外，使用農(nóng)用機(jī)械與灌溉產(chǎn)生的碳排放量占比持續(xù)上漲，表明了遼寧省農(nóng)業(yè)生產(chǎn)規(guī)模與機(jī)械化程度逐漸提高，因此可以通過提高生產(chǎn)效率、優(yōu)化施肥和灌溉等方式，促進(jìn)農(nóng)業(yè)碳減排。

2.2 農(nóng)業(yè)碳排放量驅(qū)動(dòng)因素分析

由表3可知，各影響因素中，農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、人口規(guī)模負(fù)向驅(qū)動(dòng)碳排放增長，可促進(jìn)遼寧省農(nóng)業(yè)碳減排，在研究期內(nèi)分別累計(jì)減少了48.01萬、103.84萬和26.20萬t碳排放量。其中能源強(qiáng)度的累計(jì)貢獻(xiàn)度最高，是最顯著的負(fù)向驅(qū)動(dòng)因素，說明遼寧省農(nóng)業(yè)生產(chǎn)過程中單位能源產(chǎn)生的碳排放下降，單位能源供給創(chuàng)造的產(chǎn)出增加，能源利用的經(jīng)濟(jì)效益提升。農(nóng)業(yè)碳排放系數(shù)累計(jì)貢獻(xiàn)度居第2位，研究期內(nèi)遼寧省農(nóng)業(yè)碳排放系數(shù)逐年下降，說明遼寧省農(nóng)業(yè)生產(chǎn)過程中能源利用效率提高，在遼寧省農(nóng)業(yè)綜合生產(chǎn)經(jīng)濟(jì)發(fā)展基礎(chǔ)上，農(nóng)用機(jī)械的普及率和使用率的上升，以及“雙碳”目標(biāo)的推進(jìn)促使能源使用向清潔化、低碳化方向發(fā)展。人口規(guī)模因素同樣為抑制遼寧省農(nóng)業(yè)碳排放量的顯著因素，遼寧省農(nóng)村勞動(dòng)力人口規(guī)模對農(nóng)業(yè)碳排放抑制作用并非來自由于勞動(dòng)力人口下降對碳減排的直接作用，而是來源于人口流失間接帶動(dòng)農(nóng)業(yè)勞動(dòng)力綜合素質(zhì)的提高，增強(qiáng)農(nóng)村勞動(dòng)力低碳環(huán)保意識，政府的積極引導(dǎo)、教育和相關(guān)低碳技術(shù)生產(chǎn)培訓(xùn)工作的有效展開，低碳生產(chǎn)理念得以普及，農(nóng)業(yè)生產(chǎn)效率提升，從而促進(jìn)農(nóng)業(yè)碳減排[20]。

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平正向驅(qū)動(dòng)碳排放增長，研究期內(nèi)分別累計(jì)增加38.79萬t、103.79萬t碳排放量，其中農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的累計(jì)貢獻(xiàn)度最高，是最顯著的正向驅(qū)動(dòng)因素。經(jīng)濟(jì)發(fā)展水平提升普遍引發(fā)碳排放量上升，現(xiàn)有農(nóng)業(yè)生產(chǎn)模式仍具有較高的環(huán)境污染效應(yīng)，因此碳排放量必然上升，并且未來農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平依舊正向驅(qū)動(dòng)農(nóng)業(yè)生產(chǎn)碳排放。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)碳排放影響程度較小，種植業(yè)作為遼寧省農(nóng)林牧漁業(yè)中主要經(jīng)濟(jì)來源，并且近年來遼寧省種植業(yè)比重逐漸升高，如果在保障糧食安全的基礎(chǔ)上合理規(guī)劃糧食種植結(jié)構(gòu)，優(yōu)化農(nóng)林牧漁產(chǎn)業(yè)結(jié)構(gòu)，加快優(yōu)勢特色果蔬產(chǎn)業(yè)發(fā)展如打造遼南、遼西產(chǎn)業(yè)帶和中北部優(yōu)勢產(chǎn)區(qū)的“兩帶一區(qū)多基地”布局，統(tǒng)籌規(guī)劃海洋牧場建設(shè)，也將有效減少農(nóng)業(yè)碳排放[21]。

2.3 STIRPAT模型構(gòu)建

對各個(gè)自變量進(jìn)行方差膨脹因子（VIF）檢驗(yàn)，得到了農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和人口規(guī)模的VIF值分別為13.727、384.352、93.829、322.852和23.49，VIF值明顯>10，存在嚴(yán)重的多重共線性問題，由此利用嶺回歸方法構(gòu)建農(nóng)業(yè)碳排放STIRPAT模型，結(jié)果如式（12）所示。

模型調(diào)整后擬合R2為0.92，F(xiàn)統(tǒng)計(jì)值0.005<0.01，說明在0.01的顯著性水平上。通過方差檢驗(yàn)，模型顯示農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和人口規(guī)模的彈性影響系數(shù)分別為0.4997、0.0140、?0.0735、?0.0241和0.2418。將2012—2021年遼寧省的α、β、γ、δ和P的實(shí)際值帶入式（12）。從總體趨勢來看，α、β和P逐年遞減，因此當(dāng)其他變量保持不變時(shí)，農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度和人口規(guī)模分別減少1%時(shí)，遼寧省農(nóng)業(yè)碳排放量分別減少0.4997%、0.0140%和0.2418%。另一方面，γ和δ則呈現(xiàn)逐年遞增的趨勢，因此當(dāng)其他變量保持不變時(shí)，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平分別增加1%時(shí)，遼寧省農(nóng)業(yè)碳排放量分別增加0.0735%和0.0241%。

結(jié)合式（13）和表4可知，農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度和人口規(guī)模的負(fù)向驅(qū)動(dòng)了碳排放的增長，促進(jìn)了遼寧省農(nóng)業(yè)碳減排，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的增加促進(jìn)了農(nóng)業(yè)碳排放，模型結(jié)果與LMDI模型因素分解結(jié)果相同。

根據(jù)STIRPAT模型測算后的擬合值與實(shí)際估算值對比如表5所示，2012—2021年遼寧省能源消耗碳排放實(shí)際估算值與模型擬合值相對誤差較小，模型擬合效果較好，模型擬合值與實(shí)際值相對誤差絕對值<5%在合理范圍內(nèi)，平均相對誤差為?1.07%，在理論上證明此STIRPAT模型用于測算遼寧省農(nóng)業(yè)碳排放具有一定的實(shí)證意義。

3 結(jié)束語

通過對2012—2021年遼寧省農(nóng)業(yè)碳排放的影響因素分解分析，得到如下結(jié)論。

（1）農(nóng)業(yè)碳排放總量，2012—2015年呈現(xiàn)出大致穩(wěn)定的趨勢，2016—2021年呈現(xiàn)持續(xù)下降的變化趨勢；農(nóng)業(yè)碳排放強(qiáng)度基本呈下降趨勢，遼寧省農(nóng)業(yè)呈低碳發(fā)展模式，碳排放效率有所提升?；实绒r(nóng)業(yè)化學(xué)品的施用是最主要的農(nóng)業(yè)碳源，占比為47.56%，如何有效控制化肥施用仍為遼寧省農(nóng)業(yè)生產(chǎn)碳排放的主要減排路徑。

（2）通過LMDI模型因素分解得到農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度和人口規(guī)模對遼寧省農(nóng)業(yè)碳排放呈負(fù)向驅(qū)動(dòng)影響，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平則呈正向驅(qū)動(dòng)影響，在平穩(wěn)發(fā)展農(nóng)業(yè)經(jīng)濟(jì)基礎(chǔ)上，改善農(nóng)村人口生活環(huán)境，發(fā)展優(yōu)勢農(nóng)業(yè)生產(chǎn)模式仍是現(xiàn)階段發(fā)展目標(biāo)。

（3）利用STIRPAT模型定性定量分析遼寧省農(nóng)業(yè)碳排放，發(fā)現(xiàn)當(dāng)其他變量保持不變時(shí)，農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和人口規(guī)模分別變化1%，遼寧省農(nóng)業(yè)碳排放分別變化0.4997%、0.0140%、?0.0735%、?0.0241%和0.2418%；農(nóng)業(yè)碳排放系數(shù)、能源強(qiáng)度和人口規(guī)模的負(fù)向驅(qū)動(dòng)碳排放增長，促進(jìn)了遼寧省農(nóng)業(yè)碳減排，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的增加促進(jìn)了農(nóng)業(yè)碳排放。