中國(guó)農(nóng)地利用結(jié)構(gòu)變化的碳效應(yīng)及時(shí)空演進(jìn)趨勢(shì)研究

李 波，劉雪琪，王 昆

（1.中南民族大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430074；2.武漢市規(guī)劃研究院，湖北 武漢 430019）

1 引言

隨著二氧化碳排放所引起的環(huán)境問(wèn)題越來(lái)越嚴(yán)峻，發(fā)展低碳經(jīng)濟(jì)、降低碳排放成為遏制全球氣候變暖的重要戰(zhàn)略舉措[1-2]。中國(guó)在“十三五”期間著力推進(jìn)綠色發(fā)展、循環(huán)發(fā)展和低碳發(fā)展，節(jié)約利用資源，不斷強(qiáng)化環(huán)境保護(hù)和生態(tài)修復(fù)。農(nóng)地利用活動(dòng)是人類生活、生產(chǎn)的必要活動(dòng)，既是主要的溫室氣體來(lái)源，同時(shí)也是受氣候變化的影響最大[3-4]，黨的十九大的報(bào)告中也明確提出要開(kāi)展國(guó)土綠化行動(dòng)，嚴(yán)格保護(hù)耕地，健全休養(yǎng)生息制度。因此，農(nóng)地資源的優(yōu)化利用不僅僅可以改善土壤環(huán)境品質(zhì)，還可以幫助中國(guó)實(shí)現(xiàn)碳減排的目標(biāo)，從而推動(dòng)經(jīng)濟(jì)和社會(huì)的可持續(xù)發(fā)展。

關(guān)于農(nóng)地利用碳效應(yīng)的研究，目前主要從影響因素、與經(jīng)濟(jì)發(fā)展的關(guān)系、趨勢(shì)預(yù)測(cè)三個(gè)方面開(kāi)展：蘇洋、洪凱、王太祥[5-7]等基于時(shí)間序列數(shù)據(jù)研究影響農(nóng)地利用碳排放的因素，常用的因素分解模型有Kaya恒等式、LMDI模型、IPAT模型等；田云、張婷[8-9]等運(yùn)用Tapio模型研究農(nóng)地利用碳排放與經(jīng)濟(jì)發(fā)展的脫鉤關(guān)系；王琦、余雪振[10-11]等運(yùn)用灰色GM（1，1）模型預(yù)測(cè)農(nóng)地利用碳排放量的趨勢(shì)。這些研究對(duì)中國(guó)探索農(nóng)地利用碳效應(yīng)起到了不可或缺的作用，對(duì)本文的研究也起到了重要的理論指導(dǎo)和借鑒意義。

綜觀現(xiàn)有研究，采用的數(shù)據(jù)主要是單純的時(shí)間序列數(shù)據(jù)或截面數(shù)據(jù)，并且側(cè)重研究農(nóng)地利用碳排放，忽略了農(nóng)地利用碳匯，但農(nóng)地利用的碳效應(yīng)分為碳排放和碳匯，其產(chǎn)生的凈碳排放會(huì)進(jìn)一步加劇溫室效應(yīng)，產(chǎn)生的凈碳匯能夠減少溫室氣體的排放，由此帶來(lái)正外部效應(yīng)。William[12]提出計(jì)算農(nóng)地固碳潛力要考慮農(nóng)資投入和農(nóng)地利用結(jié)構(gòu)變化所造成的溫室氣體排放?？偠灾?，從凈排放的角度考慮農(nóng)地利用結(jié)構(gòu)變化所產(chǎn)生的溫室氣體“固”與“排”的平衡，能充分反映出農(nóng)地利用碳效應(yīng)的實(shí)質(zhì)及減排潛力。

本文從碳排放和碳匯兩方面分析中國(guó)農(nóng)地利用碳效應(yīng)的時(shí)間和區(qū)域特征，再基于31個(gè)?。▍^(qū)、市）2005—2014年的面板數(shù)據(jù)，運(yùn)用Kernel密度估計(jì)系統(tǒng)考察了中國(guó)農(nóng)地利用凈碳排放/凈碳匯的地區(qū)間的差距和分布動(dòng)態(tài)演進(jìn)。一方面可以考察和監(jiān)測(cè)農(nóng)地利用碳排放情況，另一方面為農(nóng)地利用碳減排的進(jìn)一步研究和相關(guān)政策的制定提供了科學(xué)的依據(jù)。

2 數(shù)據(jù)與方法

2.1 測(cè)算方法

（1）農(nóng)地利用碳排放估算方法。參考相關(guān)文獻(xiàn)并結(jié)合相關(guān)學(xué)者建議，農(nóng)地利用的碳源主要基于以下6個(gè)方面：化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、翻耕和農(nóng)業(yè)灌溉。Jane M. F. Johnson[13]曾基于該研究框架對(duì)美國(guó)農(nóng)業(yè)生產(chǎn)產(chǎn)生的溫室氣體排放量進(jìn)行測(cè)算，其結(jié)果表明農(nóng)地利用活動(dòng)產(chǎn)生的碳排放量約相當(dāng)于2.25×108t當(dāng)量CO2。根據(jù)上述6個(gè)種類，可以列出農(nóng)業(yè)碳排放的估計(jì)公式如下：

式（1）中，E為農(nóng)地利用碳排放總量，Ei為各類碳源的碳排放量，Ti為各類碳源的消耗量，δi為各類碳源的碳排放系數(shù)。本文計(jì)算出的農(nóng)業(yè)碳排放采用了已有研究[14-17]歸納出的農(nóng)地利用碳源系數(shù)（表1）。

表1 農(nóng)地利用碳源的碳排放系數(shù)及參考來(lái)源Tab.1 Carbon emissions coeff i cient and reference sources of carbon sources of agricultural land use

（2）Kernel密度估計(jì)方法。在概率論中用來(lái)估計(jì)未知的密度函數(shù)的方法被稱為Kernel密度估計(jì)，此方法可以避免由模型的設(shè)定造成測(cè)算值和實(shí)際值之間的差異，屬于非參數(shù)檢驗(yàn)方法之一[18]。設(shè)隨機(jī)變量的密度函數(shù)為f（x），x點(diǎn)的概率密度函數(shù)為：

式（2）中，h為帶寬，N為觀測(cè)值的個(gè)數(shù)，K（·）為Kernel密度函數(shù)。帶寬是用來(lái)控制估計(jì)密度的平滑程度的，在具體估計(jì)時(shí)，樣本越少，帶寬越大，估計(jì)就越平滑，但估計(jì)偏差就越大，所以帶寬的選擇應(yīng)該滿足以下公式：

本文運(yùn)用了高斯核函數(shù)，其函數(shù)公式如下：

2.2 數(shù)據(jù)來(lái)源

本文1993—2015年的農(nóng)膜、農(nóng)藥、化肥、灌溉、農(nóng)用柴油數(shù)據(jù)均出自《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》；以當(dāng)年中國(guó)農(nóng)作物實(shí)際播種面積作為翻耕數(shù)據(jù)，1993—2015年的農(nóng)作物播種面積出自《中國(guó)統(tǒng)計(jì)年鑒》。2000—2015年草地、林地面積以及2001—2015年生態(tài)退耕和建設(shè)占用面積的數(shù)據(jù)來(lái)源于歷年《中國(guó)土地資源統(tǒng)計(jì)年鑒》和全國(guó)土地利用變更調(diào)查成果。

3 農(nóng)地利用碳效應(yīng)分析

3.1 農(nóng)地利用碳排放的時(shí)序差異分析

通過(guò)測(cè)算發(fā)現(xiàn)，中國(guó)碳排放總量從1993年的4.30×107t增長(zhǎng)到2015年的9.11×107t，其年均遞增率為3.47%。22年間，雖然碳排放總量翻了一倍多，但是其環(huán)比增長(zhǎng)率總體呈現(xiàn)下降的趨勢(shì)。碳排放強(qiáng)度總體上是逐年增加，1993年的碳排放強(qiáng)度為452.46 kg·hm-2，2015年為674.5 kg·hm-2，年均遞增率為1.83%，其環(huán)比增速雖然有波動(dòng)，但大體上是階段性下降趨勢(shì)?；诶畈╗19]對(duì)農(nóng)地利用碳排放的研究對(duì)比發(fā)現(xiàn)，2008年中國(guó)農(nóng)地利用碳排放總量和強(qiáng)度的年均遞增率分別為4.08%和2.38%，2015年的年均遞增率均有所下降。

雖然中國(guó)的農(nóng)業(yè)碳排放總量一直處于上升的趨勢(shì)，但隨著越來(lái)越重視綠色發(fā)展，出臺(tái)了各種節(jié)能減排的相關(guān)政策，碳排放總量、碳排放強(qiáng)度的環(huán)比增速和年均遞增率得到了有效的控制。各農(nóng)業(yè)碳排放的碳源均出現(xiàn)了不同程度的增長(zhǎng)，其中化肥對(duì)農(nóng)業(yè)碳排放量的貢獻(xiàn)率最大。這說(shuō)明大量使用化學(xué)制品，雖然對(duì)產(chǎn)量有所提高，但是會(huì)加大農(nóng)業(yè)的碳排放[20-21]。因此優(yōu)化化肥、農(nóng)藥等化學(xué)制品的使用，鼓勵(lì)有機(jī)肥使用和綠肥種植，提高使用效率，可以降低農(nóng)業(yè)碳排放，進(jìn)而改善生態(tài)環(huán)境。

3.2 農(nóng)地利用碳排放的區(qū)域差異分析

全國(guó)農(nóng)地碳排放處于最高水平的省份是河南省，最低的是西藏自治區(qū)。碳排放總量排在前5位的是河南省、山東省、河北省、安徽省和江蘇省，占全國(guó)的34.60%，且碳排放總量均高于4.50×107t；碳排放總量排在后5位的是天津市、上海市、北京市、青海省和西藏自治區(qū)，占全國(guó)1.24%，且排放總量均低于4.0×107t。由此看出，傳統(tǒng)農(nóng)業(yè)大省的農(nóng)地利用碳排放量相比其他省份而言較高，這說(shuō)明中國(guó)農(nóng)業(yè)生產(chǎn)方式還是一種高投入、高消耗、高污染的生產(chǎn)模式，對(duì)資源的利用方式?jīng)]有發(fā)生根本轉(zhuǎn)變。

從各省碳排放強(qiáng)度來(lái)看，碳排放強(qiáng)度最大的是福建省，最小的是西藏自治區(qū)。碳排放強(qiáng)度大的主要集中在發(fā)達(dá)城市以及東南沿海發(fā)達(dá)省份；碳排放強(qiáng)度小的主要集中在西部地區(qū)、東北地區(qū)等相對(duì)較為落后的省份。這說(shuō)明中國(guó)還未實(shí)現(xiàn)低碳發(fā)展的模式，同時(shí)從側(cè)面反映出想要落實(shí)建設(shè)資源節(jié)約型和環(huán)境友好型社會(huì)的基本國(guó)策，各省（區(qū)、市）還需付出更多的努力，堅(jiān)持綠色發(fā)展，不能走先污染后治理的老路。

3.3 林地、草地碳匯時(shí)空差異分析

自改革開(kāi)放以來(lái)，經(jīng)濟(jì)快速發(fā)展，中國(guó)貧困人口也從2010年的1.66×108人下降到2014年的7.02×107人[22]。按照這個(gè)速度，在2020年貧困線基本消除。溫飽問(wèn)題解決了，保護(hù)生態(tài)環(huán)境日益成為了當(dāng)今社會(huì)發(fā)展必須要考慮到的問(wèn)題，退耕還林、還草也成為保護(hù)環(huán)境的重要舉措之一[23]。從表2的林地面積和林地碳匯來(lái)看，2000—2009年雖有微弱波動(dòng)，但一直是增長(zhǎng)的趨勢(shì)，2010—2015年出現(xiàn)逐年微弱的遞減，其主要原因是在于前一輪的退耕還林政策規(guī)定的資金補(bǔ)貼期限陸續(xù)到期，出于糧食安全的考慮暫停了退耕還林計(jì)劃，再加上近年來(lái)建設(shè)占用面積不斷增加，從而導(dǎo)致林地面積不斷下降。雖然草地碳匯量和林地碳匯量有一定的差距，但是草地的碳匯功能也是不容小覷的，草地面積呈現(xiàn)逐年遞減的趨勢(shì)，碳匯總量從2000—2015年減少了16.8%。

表2 2000—2015年中國(guó)林地碳匯量和草地碳匯量變化情況單位：104 tTab.2 Changes on carbon sinks of forest and grassland from 2000 to 2015 in China unit: 104 t

各省（區(qū)、市）由于自然資源稟賦差異和地區(qū)間經(jīng)濟(jì)發(fā)展的差異導(dǎo)致林地、草地碳匯之間也存在著差異。由圖1可知，林地碳匯量高的省份地理分布在西部地區(qū)和東北地區(qū)，基本上都身處在中國(guó)的邊疆地區(qū)，林地碳匯最多的內(nèi)蒙古自治區(qū)，是林地碳匯最少的上海市的500多倍。草地碳匯量多的省份在地理分布上均為西部地區(qū)，黑龍江—云南一線為分界，以西草地碳匯量較為豐富，以東草地碳匯量均小于1×104t。

圖1 2015年中國(guó)林地碳匯（a）、草地碳匯量（b）地區(qū)分布Fig.1 Regional distribution of carbon sinks of forest and grassland in China in 2015

圖2 中國(guó)農(nóng)地凈碳排放的演進(jìn)Fig.2 Net carbon emissions evolution of agricultural land in China

圖3 中國(guó)東部地區(qū)農(nóng)地凈碳排放量的演進(jìn)Fig.3 Net carbon emissions evolution of agricultural land in the eastern China

圖4 中國(guó)中部地區(qū)農(nóng)地凈碳排放量的演進(jìn)Fig.4 Net carbon emissions evolution of agricultural land in the central China

圖5 中國(guó)西部地區(qū)農(nóng)地凈碳排放量的演進(jìn)Fig.5 Net carbon emissions evolution of agricultural land in the western China

3.4 農(nóng)地利用凈碳排放/凈碳匯的演進(jìn)趨勢(shì)分析

對(duì)中國(guó)31個(gè)?。▍^(qū)、市）的農(nóng)地利用凈碳排放/凈碳匯進(jìn)行Kernel密度估計(jì)測(cè)算。圖2—圖5分別給出全國(guó)、東部、中部和西部的核密度分布圖，能較為直觀的分析各省的凈碳排放/凈碳匯動(dòng)態(tài)變化趨勢(shì)。具體公式如下：

農(nóng)地利用凈碳排放=農(nóng)地利用的碳排放-草地碳匯-林地碳匯

農(nóng)地利用凈碳匯=草地碳匯+林地碳匯-農(nóng)地利用的碳排放

為了便于比較，將兩個(gè)公式進(jìn)行整合，得出：

農(nóng)地利用凈排放/凈碳匯=農(nóng)地利用的碳排放-草地碳匯-林地碳匯

得出結(jié)果為正值的為農(nóng)地利用凈碳排放，負(fù)值則為農(nóng)地利用凈碳匯。再對(duì)此結(jié)果進(jìn)行核密度估計(jì)。

（1）全國(guó)農(nóng)地利用凈碳排放/凈碳匯的Kernel密度估計(jì)。從整體上來(lái)看，核密度函數(shù)的中心向右偏移，峰值出現(xiàn)微小的變化，波峰大體呈現(xiàn)“先升后降再升”的趨勢(shì)，密度函數(shù)變化區(qū)間由寬變窄，但區(qū)間變化不大，這說(shuō)明各地區(qū)凈碳排放總量呈現(xiàn)上升趨勢(shì)，大體上中國(guó)地區(qū)間的農(nóng)地利用凈碳排放差距有微弱減小。從波峰來(lái)看，“一主和兩小”的格局轉(zhuǎn)變?yōu)椤耙恢饕恍　钡母窬郑鞣搴妥髠?cè)小峰變陡峭，右側(cè)小峰基本消失，表明較高凈碳匯的地區(qū)差距出現(xiàn)微弱的聚集態(tài)勢(shì)，較高凈碳排放地區(qū)差距呈現(xiàn)出明顯的擴(kuò)散態(tài)勢(shì)。

出現(xiàn)凈排放的增長(zhǎng)趨勢(shì)的原因，一方面可能是中國(guó)對(duì)農(nóng)資的依賴程度越來(lái)越高，會(huì)加大農(nóng)業(yè)的凈碳排放；另一可能的原因是中國(guó)農(nóng)業(yè)生產(chǎn)方式還是一種高投入、高消耗、高污染的生產(chǎn)模式，對(duì)資源的利用方式?jīng)]有發(fā)生根本轉(zhuǎn)變，再加上林地和草地碳匯基本上沒(méi)有發(fā)生變化，使得凈碳排放有增長(zhǎng)的趨勢(shì)。在此期間大體上中國(guó)地區(qū)間的農(nóng)地利用凈碳排放差距有縮小趨勢(shì)但不明顯。可能由于存在一些影響農(nóng)地利用碳排放的關(guān)鍵因素，如農(nóng)業(yè)現(xiàn)代化水平、產(chǎn)業(yè)結(jié)構(gòu)等，各地區(qū)的差異并不顯著。

（2）東部、中部和西部農(nóng)地利用凈碳排放/凈碳匯Kernel密度估計(jì)。從圖3可以發(fā)現(xiàn)，東部地區(qū)農(nóng)地利用凈碳排放在樣本考察期間密度函數(shù)中心是向右移動(dòng)，峰值有逐漸上升的趨勢(shì)，并且變化區(qū)間在逐漸縮小，這說(shuō)明東部地區(qū)的差距在逐漸變小。在2005年后，右側(cè)小單峰漸漸變?yōu)殡p峰，逐漸形成了一主峰和兩小峰的格局，從原來(lái)的單一化發(fā)展成多極分化。這說(shuō)明在此期間有向東部地區(qū)農(nóng)地利用高凈碳排放的地區(qū)聚集的趨勢(shì)。

圖4中，整體上，中部地區(qū)農(nóng)地利用凈碳排放在樣本考察期間密度函數(shù)整體向右移動(dòng)，峰值經(jīng)歷了一個(gè)“先降后升”的過(guò)程，但峰值低于2005年的峰值，且中心也一直向右移動(dòng)，區(qū)間基本上沒(méi)有發(fā)生變化，較為直觀地反應(yīng)出中部地區(qū)凈碳排放處于增長(zhǎng)的趨勢(shì)。原來(lái)左側(cè)一小峰逐漸消失，這表明有較高凈碳匯的地區(qū)數(shù)量逐漸減少；分布曲線右尾逐漸向外延伸并變的平坦，這說(shuō)明中部部分省份逐漸向更高凈碳排放水平上擴(kuò)散。從具體演變過(guò)程來(lái)看，與2005年相比，2008年密度中心函數(shù)向右移動(dòng)，峰值出現(xiàn)明顯下降，變化區(qū)間有所擴(kuò)大，左側(cè)小峰變得平坦，分布曲線右尾逐漸向右延伸，這說(shuō)明中部地區(qū)農(nóng)地利用凈碳排放的地區(qū)差距逐漸擴(kuò)大；2008年與2011年相比較，密度中心函數(shù)繼續(xù)右移，峰值有所上升且變化區(qū)間變小，此期間中部地區(qū)農(nóng)地利用凈碳排放的地區(qū)差距有所縮??；對(duì)比2011年和2014年，密度中心函數(shù)繼續(xù)右移，峰值出現(xiàn)微弱的上升，且基本上區(qū)間沒(méi)有變化，這表明在該階段中部地區(qū)農(nóng)地利用凈碳排放的地區(qū)差距有微弱的縮小。

通過(guò)分析圖5，發(fā)現(xiàn)西部地區(qū)農(nóng)地利用凈碳排放在樣本考察期間密度函數(shù)整體向右移動(dòng)，峰值呈現(xiàn)一個(gè)“先升后降”的過(guò)程，中心向右移動(dòng)，區(qū)間基本上沒(méi)有發(fā)生變化，這說(shuō)明西部地區(qū)的差距在逐漸變大。與2005年相比，2008年密度中心函數(shù)向右移動(dòng)，峰值出現(xiàn)微弱上升，變化區(qū)間有所縮小，說(shuō)明在此階段西部地區(qū)農(nóng)地利用凈碳排放的地區(qū)差距縮??；相比較于2008年的分布曲線，2011年密度中心函數(shù)向右移動(dòng)，峰值大幅下降，并且左小峰變的陡峭，這表明在該期間西部地區(qū)農(nóng)地利用凈碳排放的地區(qū)差距擴(kuò)大；2011年與2014年相比，2014年密度函數(shù)中心基本沒(méi)有發(fā)生變化，但從密度函數(shù)曲線形狀來(lái)看，明顯由寬峰變?yōu)榧夥?，變化區(qū)間也由寬變窄，表明此期間西部地區(qū)農(nóng)地利用凈碳排放的地區(qū)差距縮小。

對(duì)比分析圖3—圖5發(fā)現(xiàn)，從曲線的位置來(lái)看，東、中和西部地區(qū)的密度中心函數(shù)在此期間呈現(xiàn)右移的趨勢(shì)，說(shuō)明各個(gè)地區(qū)凈碳排放都是上升的趨勢(shì)，尤其是中部變化顯著；從密度函數(shù)的中心來(lái)看，中、西部的主峰位于負(fù)值區(qū)域（即凈碳匯），而與中部和西部相比，東部的主峰位于中部和西部的右邊，表明中部和西部大部分省份是碳匯大于碳排放的；從變化區(qū)間來(lái)看，中部地區(qū)變化區(qū)間跨度最大，其次是西部，說(shuō)明各個(gè)地區(qū)的凈碳排放變化幅度程度不同，但中部相比其他地區(qū)而言，各省之間農(nóng)地利用凈碳排放的地區(qū)差距較大。

4 農(nóng)地利用結(jié)構(gòu)變化的碳效應(yīng)分析及其對(duì)策

4.1 農(nóng)地利用結(jié)構(gòu)變化的單位碳排放效果分析

耕地碳排放數(shù)據(jù)采用的是歷年變化值。運(yùn)用差值法來(lái)計(jì)算農(nóng)地利用方式轉(zhuǎn)變引起的碳功能變化[19]，農(nóng)地利用結(jié)構(gòu)轉(zhuǎn)變所引起的碳排放和碳匯效果的變動(dòng)情況如表3。

4.2 生態(tài)退耕與建設(shè)占用碳效應(yīng)時(shí)序差異分析

農(nóng)地利用結(jié)構(gòu)的變化可以直接或者間接的造成碳排放。生態(tài)退耕和建設(shè)占用是中國(guó)最為常見(jiàn)的兩類農(nóng)地利用方式轉(zhuǎn)換形式。生態(tài)退耕（生態(tài)退耕面積采用的是退耕還林面積）有明顯的土壤碳增匯效應(yīng)，森林的固碳能力也強(qiáng)于農(nóng)作物的固碳能力，隨著生態(tài)退耕面積的增加，其碳匯儲(chǔ)量也不斷增加[24]。建設(shè)占用（近似認(rèn)為是耕地轉(zhuǎn)為建設(shè)用地）會(huì)刺激投資的增加，一定程度上推動(dòng)了工業(yè)和城市規(guī)模的不斷擴(kuò)大，從而增加了碳排放[25]。由表3求得轉(zhuǎn)換系數(shù)，分別計(jì)算出2001—2015年生態(tài)退耕和建設(shè)占用的碳排放量（圖6）。

總體上，每年的碳排放量遠(yuǎn)遠(yuǎn)大于碳匯量。雖然不論是碳排放還是碳匯，都具有較強(qiáng)的波動(dòng)性。在2001—2015年的建設(shè)占用所引起的碳排放量是總體呈現(xiàn)出波動(dòng)式上升趨勢(shì)，大致呈“M型”，最大值為2014年的1.84×107t，最小值為2001年的9.05×106t。而生態(tài)退耕所引起的碳匯量在2003年達(dá)到最大值2.28×106t后，開(kāi)始逐漸下降，直至2014年最小值3.1×103t，自2014年新一輪的退耕還林還草開(kāi)始后，2015年的生態(tài)退耕碳匯量上升至2.88×104t。整體上，變化趨勢(shì)呈“勺子型”。由于中國(guó)經(jīng)濟(jì)長(zhǎng)期是投資帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的模式，使得土地的需求愈發(fā)嚴(yán)重，農(nóng)村人口大量進(jìn)城，大量耕地被閑置；再加上城市化和工業(yè)化的步伐不斷加快，建設(shè)占用的規(guī)模不斷擴(kuò)大，從而導(dǎo)致建設(shè)占用引起的碳排放效應(yīng)越來(lái)越強(qiáng)。為了抑制或者減緩農(nóng)地利用變化的碳排放必須合理的規(guī)劃土地利用的結(jié)構(gòu)，嚴(yán)格控制建設(shè)用地占用耕地，積極鼓勵(lì)退耕還林，增強(qiáng)林地碳匯能力。

表3 農(nóng)地利用結(jié)構(gòu)變化單位面積碳排放/碳匯效果分析 單位：kg·hm-2Tab.3 Effect analysis on unit area carbon emissions and sinks of structural changes of agricultural landuse unit: kg·hm-2

圖6 2001—2015中國(guó)生態(tài)退耕與建設(shè)占用碳排放變化趨勢(shì)Fig.6 Carbon emissions trend of ecological restoration and construction land use projects from 2001 to 2015 in China

4.3 生態(tài)退耕與建設(shè)占用碳效應(yīng)區(qū)域差異分析

分析表4可以發(fā)現(xiàn)，總體來(lái)看，2008年、2013年和2014年生態(tài)退耕碳匯量排前5的大部分位于東部和西部地區(qū)，東部地區(qū)生態(tài)退耕總碳匯量在逐年遞減，而中、西部地區(qū)則呈現(xiàn)先升后降的趨勢(shì)。2008年生態(tài)退耕碳匯量最明顯的是河北省，而2014年最高是寧夏自治區(qū)。

2008年建設(shè)占用碳排放量最多的省是江蘇省，2013年、2014年則是河南省，而2008年、2013年、2014年建設(shè)占用碳排放量最少的均為西藏自治區(qū)，2014年西藏自治區(qū)的建設(shè)占用碳排放量是2008年的3倍多。與2008年相比，東部地區(qū)的建設(shè)占用碳排放量占全國(guó)總量的比例從48.25%下降到29.31%，中、西部的建設(shè)占用碳排放量占全國(guó)總量的比例分別從25.86%上升至37.20%、25.88%上升至33.49%。由此可以看出，中、西部地區(qū)的建設(shè)占用碳排放效應(yīng)逐漸趕超東部地區(qū)，這是因?yàn)橹袊?guó)建設(shè)用地與城鎮(zhèn)化和工業(yè)化同步增長(zhǎng)[26]，東部地區(qū)投資建設(shè)趨于飽和，并且東部地區(qū)地價(jià)較高，企業(yè)為了降低成本向中、西部轉(zhuǎn)移，再加上中、西部地區(qū)近些年不斷推進(jìn)中部崛起和振興東北工業(yè)基地，開(kāi)展了很多重點(diǎn)工程項(xiàng)目。投資增加，驅(qū)動(dòng)著建設(shè)占用面積的不斷擴(kuò)展，從而導(dǎo)致建設(shè)占用碳排放量的增加。

表4 2008年、2013年和2014年中國(guó)31個(gè)省（區(qū)、市）生態(tài)退耕與建設(shè)占用碳效應(yīng)變化對(duì)比Tab.4 Changes on carbon effects of ecological restoration and construction land use projects of 31 provinces in 2008,2013 and 2014

5 結(jié)論與建議

5.1 基本結(jié)論

（1）從農(nóng)地利用碳排放來(lái)看，中國(guó)農(nóng)地利用碳排放總量和碳排放強(qiáng)度是不斷增加的，但是其年均遞增率均有所下降的。較高碳排放地理分布集中在發(fā)達(dá)城市及其東南沿海發(fā)達(dá)省（區(qū)、市），較低碳排放地理分布集中在西部地區(qū)。

（2）從農(nóng)地利用碳匯來(lái)看，林地碳匯量增長(zhǎng)了10.58%，草地碳匯則呈現(xiàn)微弱的逐年遞減趨勢(shì)。林地碳匯高的省（區(qū)、市）基本上集中在西部和東北部地區(qū)，草地碳匯量高的省（區(qū)、市）均為西部地區(qū)。

（3）Kernel密度估計(jì)顯示，中國(guó)農(nóng)地利用凈碳排放的地區(qū)差距有所縮小但幅度較小，凈碳排放全國(guó)均有增長(zhǎng)趨勢(shì)，尤其是中部地區(qū)凈碳排放上升明顯。

（4）同2008年相比，中、西部地區(qū)生態(tài)退耕碳匯量呈現(xiàn)“先升后降”的趨勢(shì)，而東部地區(qū)出現(xiàn)下降趨勢(shì)；中、西部建設(shè)占用碳排放效應(yīng)逐漸趕超東部地區(qū)。

5.2 政策建議

（1）加快國(guó)土綠化步伐，擴(kuò)大新一輪的退耕還林還草。要積極開(kāi)展國(guó)土綠化活動(dòng)，完善農(nóng)地利用的總體規(guī)劃，進(jìn)行農(nóng)地利用的優(yōu)化配置，增強(qiáng)農(nóng)地的固碳能力，并且在確保糧食安全的情況下，擴(kuò)大新一輪的退耕還林還草規(guī)模，積極開(kāi)展林地草地生態(tài)建設(shè)，完善森林和草原的保護(hù)制度。與此同時(shí)，政府應(yīng)該加大對(duì)耕地的保護(hù)，嚴(yán)格控制違法的建設(shè)占用，尤其是沿海地區(qū)和中部地區(qū)，要?jiǎng)澏ㄞr(nóng)地利用生態(tài)紅線，有序推進(jìn)農(nóng)地利用的可持續(xù)和綠色化。

（2）大力推進(jìn)農(nóng)地流轉(zhuǎn)，形成農(nóng)業(yè)的規(guī)模經(jīng)營(yíng)。實(shí)施農(nóng)地流轉(zhuǎn)是中國(guó)農(nóng)業(yè)供給側(cè)改革的一個(gè)重要措施[27]。推動(dòng)農(nóng)地利用流轉(zhuǎn)有利于形成農(nóng)業(yè)規(guī)?；?jīng)營(yíng)，有利于農(nóng)業(yè)生產(chǎn)方式向精準(zhǔn)、集約和低排放的模式轉(zhuǎn)變。首先，要持續(xù)穩(wěn)定農(nóng)村土地承包關(guān)系，加快推進(jìn)農(nóng)村承包土地確權(quán)登記頒證，與此同時(shí)完善土地所有權(quán)、承包權(quán)和經(jīng)營(yíng)權(quán)分置辦法。其次，培育壯大新型農(nóng)業(yè)經(jīng)營(yíng)主體，增強(qiáng)農(nóng)地流轉(zhuǎn)的市場(chǎng)需求。第三，加強(qiáng)和完善農(nóng)地流轉(zhuǎn)市場(chǎng)建設(shè)，推進(jìn)農(nóng)地有序和高效流轉(zhuǎn)。

（3）加快政策創(chuàng)新與實(shí)施，有效引導(dǎo)農(nóng)地低碳利用。加快推進(jìn)碳補(bǔ)償和碳基金等政策創(chuàng)新和實(shí)施，積極引導(dǎo)農(nóng)地利用主體的低碳生產(chǎn)行為。第一，實(shí)施“農(nóng)業(yè)碳補(bǔ)償”的綠箱政策，充分利用WTO規(guī)則提升農(nóng)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力的同時(shí)，有效實(shí)現(xiàn)農(nóng)地低碳利用的生態(tài)價(jià)值，通過(guò)增加農(nóng)地利用主體收益來(lái)實(shí)現(xiàn)鼓勵(lì)低碳行為。第二，設(shè)立“農(nóng)業(yè)碳基金”，為農(nóng)業(yè)減排和增匯項(xiàng)目的實(shí)施、低碳技術(shù)的研發(fā)與推廣應(yīng)用提供資金保障，增強(qiáng)農(nóng)地利用的內(nèi)生動(dòng)力。

（4）大力推動(dòng)農(nóng)業(yè)參與碳交易，以市場(chǎng)化的方式促進(jìn)農(nóng)地低碳利用。農(nóng)業(yè)碳交易是以市場(chǎng)化方式實(shí)現(xiàn)農(nóng)地生態(tài)價(jià)值的有效途徑，有利于區(qū)域生態(tài)價(jià)值的協(xié)調(diào)和均衡化，也是推進(jìn)農(nóng)地低碳利用的長(zhǎng)效機(jī)制。首先，支持和鼓勵(lì)農(nóng)地利用主體參與到碳交易市場(chǎng)中，以市場(chǎng)化的方式來(lái)實(shí)現(xiàn)碳價(jià)值，有效增加農(nóng)地低碳利用的收益。其次，相關(guān)政府部門(mén)出臺(tái)配套政策，為農(nóng)業(yè)碳交易的實(shí)現(xiàn)提供技術(shù)和資金支持。第三，加強(qiáng)對(duì)碳交易市場(chǎng)知識(shí)和成功案例的宣傳，增強(qiáng)農(nóng)地利用主體碳價(jià)值的認(rèn)知，提升其低碳行為的主動(dòng)性和積極性。

（5）加強(qiáng)農(nóng)地管理，健全農(nóng)地的休養(yǎng)生息制度。政府等相關(guān)部門(mén)應(yīng)該健全耕地、草原、森林休養(yǎng)生息制度。實(shí)施合理的作物輪作和休耕，加強(qiáng)土壤固碳能力；嚴(yán)格控制載畜量，鼓勵(lì)限小畜、養(yǎng)大畜，實(shí)施禁牧、輪牧和限牧，實(shí)現(xiàn)草畜平衡，增加草地碳匯；停止天然林商業(yè)性采伐，擴(kuò)大天然林的保護(hù)范圍，提升森林質(zhì)量，形成天然的碳匯基地。與此同時(shí)，提高農(nóng)民參與休耕、禁牧和禁伐補(bǔ)貼，提高其參與低碳發(fā)展積極性的同時(shí)，實(shí)現(xiàn)生態(tài)惠民、綠色富民。

參考文獻(xiàn)（References）：

［1］Wettestad J. Interaction between EU carbon trading and the international climate regime: synergies and learning［J］.International Environmental Agreements，2009，（9）：393 -408.

［2］Wang S J, Fang C L, Guan X L, et al. Urbanisation, energy consumption, and carbon dioxide emissions in China: A panel data analysis of China’s provinces［J］. Applied Energy，2014，136：738 - 749.

［3］Gomiero T, Paoletti M G, Pimentel D. Energy and environment issues in organic and conventional agriculture［J］. Critical Reviews in Plant Sciences，2008，27（4）：239 - 254.

［4］Rozenberg J, Hallegatte S. The impacts of climate change on poverty in 2030 and the potential from rapid, inclusive,and climate informed development［M］. New York: Social Science Electronic Publishing，2015：87 - 92.

［5］蘇洋，馬惠蘭，顏璐. 新疆農(nóng)地利用碳排放時(shí)空差異及驅(qū)動(dòng)機(jī)理研究［J］. 干旱區(qū)地理，2013，36（6）：1162 - 1169.

［6］洪凱，朱子玉. 珠三角農(nóng)地利用中的碳排放時(shí)空特征及影響因素——基于1996—2014年數(shù)據(jù)［J］. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，18（1）：70 - 76.

［7］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.

［8］田云，張俊飚，李波. 湖北農(nóng)地利用碳排放時(shí)空特征與脫鉤彈性研究［J］. 長(zhǎng)江流域資源與環(huán)境，2012，21（12）：1514 - 1519.

［9］張婷，張學(xué)玲，蔡海生. 江西省農(nóng)地利用碳排放時(shí)空特征與脫鉤研究［J］. 廣東農(nóng)業(yè)科學(xué)，2014，（5）：208 - 212.

［10］王琦，黎孔清，朱利群. 南京都市農(nóng)業(yè)農(nóng)地利用碳排放測(cè)算及趨勢(shì)預(yù)測(cè)［J］. 水土保持通報(bào)，2017，37（4）：288 -294.

［11］余雪振，梅昀. 武漢市不同土地利用結(jié)構(gòu)碳排放效應(yīng)［J］.湖北農(nóng)業(yè)科學(xué)，2013，52（12）：2752 - 2756.

［12］Schlesinger William H. Carbon sequestration in soils: some cautions amidst optimism［J］. Agriculture, Ecosystems and Environment，2000，82（1/3）：121 - 127.

［13］Jane M, F Johnson. Agricultural opportunities to mitigate greenhouse gas emissions［J］. Environmental Pollution，2007，150：107 - 124.

［14］West T O, Marland G. A synthesis of carbon sequestration,carbon missions, and net carbon flux in agriculture: comparing tillage practices in the United States［J］. Agriculture Ecosystems and Environment，2002，91：217 - 232.

［15］Dubey A, Lal R. Carbon footprint and sustainability of agricultural production systems in Punjab, India and Ohio,USA. J Crop Improvement，2009，23：332 - 350.

［16］黃賢金，郭兆迪，樸世龍，等. 低碳排放：土地利用調(diào)控新課題［EB/OL］. 中華人民共和國(guó)國(guó)土資源部，http://www.mlr.gov.cn/xwdt/jrxw/200912/t20091225_130977. htm.

［17］方精云，郭兆迪，樸世龍，等. 1981—2000年中國(guó)陸地植被碳匯的估算［J］. 中國(guó)科學(xué)D輯，2007，37（6）：804 -812.

［18］田云，張俊飚，尹朝靜，等. 中國(guó)農(nóng)業(yè)碳排放分布動(dòng)態(tài)與趨勢(shì)演進(jìn)——基于31個(gè)?。ㄊ?、區(qū)）2002—2011年面板數(shù)據(jù)分析［J］. 中國(guó)人口·資源與環(huán)境，2014，（7）：91 - 98.

［19］李波，張俊飚. 基于我國(guó)農(nóng)地利用方式變化的碳效應(yīng)特征與空間差異研究［J］. 經(jīng)濟(jì)地理，2012，32（7）：135 - 140.

［20］何艷秋，戴小文. 中國(guó)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素的時(shí)空特征研究［J］. 資源科學(xué)，2016，38（9）：1780 - 1790.

［21］王寶義. 中國(guó)農(nóng)業(yè)碳排放的結(jié)構(gòu)特征及時(shí)空差異研究［J］. 調(diào)研世界，2016，（9）：3 - 10.

［22］池振合，楊宜勇. 貧困線研究綜述［J］. 經(jīng)濟(jì)與管理科學(xué)，2012，32（7）：56 - 64.

［23］聶英. 中國(guó)糧食安全的耕地貢獻(xiàn)分析［J］. 經(jīng)濟(jì)學(xué)家，2015，1（1）：83 - 93.

［24］任靜，余勁. 退耕還林工程碳匯生態(tài)效益補(bǔ)償研究［J］.湖北農(nóng)業(yè)科學(xué)，2013，52（8）：1749 - 1751.

［25］杜官印. 建設(shè)用地對(duì)碳排放的影響關(guān)系研究［J］. 中國(guó)土地科學(xué)，2010，24（5）：32 - 36.

［26］陸汝成，黃賢金. 中國(guó)省域建設(shè)占用耕地時(shí)空特征及空間彈性分析［J］. 資源與產(chǎn)業(yè)，2011，13（6）：39 - 44.

［27］朱道林，林瑞瑞. 論低碳經(jīng)濟(jì)與轉(zhuǎn)變土地利用方式［J］.中國(guó)土地科學(xué)，2010，24（10）：3 - 6.