2010—2020年內(nèi)蒙古自治區(qū)農(nóng)業(yè)碳排放動(dòng)態(tài)變化及影響因素分析

白如雪 趙光影 劉永祥

哈爾濱師范大學(xué)地理科學(xué)學(xué)院，黑龍江 哈爾濱 150500

0 引言

近年來(lái)，全球氣候變暖成為熱門話題，其引發(fā)的環(huán)境問題更是成為各國(guó)學(xué)者的重點(diǎn)研究?jī)?nèi)容。研究表明，全球氣候變暖主要源于溫室氣體的排放。溫室氣體中含有大量的二氧化碳（CO2），對(duì)大氣具有顯著的增溫作用，而農(nóng)業(yè)是第二大碳排放源［1］。

目前，我國(guó)對(duì)農(nóng)業(yè)碳排放的研究主要包括以下3個(gè)方面。一是對(duì)農(nóng)業(yè)碳排放量的測(cè)算。例如，田云等［2］測(cè)算了1995—2010 年我國(guó)31 個(gè)?。ㄗ灾螀^(qū)、直轄市）的農(nóng)業(yè)碳排放量，結(jié)果表明，2010 年我國(guó)農(nóng)業(yè)碳排放總量為28 673.23 萬(wàn)t，較1995 年增加了12.31%；胡婉玲等［3］測(cè)算了1997—2017 年我國(guó)31 個(gè)?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)碳排放量，并進(jìn)行峰值分析、LMDI 分解和EKC 檢驗(yàn)，發(fā)現(xiàn)全國(guó)及中西部地區(qū)農(nóng)業(yè)碳排放量峰值均出現(xiàn)在2015 年和2016 年，且2015 年是東部地區(qū)農(nóng)業(yè)碳排放量的極大值點(diǎn)，佐證了2015 年“減肥減藥”行動(dòng)在減少農(nóng)業(yè)碳排放中發(fā)揮的積極效用。二是農(nóng)業(yè)碳排放效率的測(cè)算。例如，吳昊玥等［4］根據(jù)碳排放松弛量與實(shí)際值使用GB-US-SBM 模型測(cè)算得出2000—2019年我國(guó)30個(gè)?。ㄗ灾螀^(qū)、直轄市）的農(nóng)業(yè)碳排放效率均值為0.778，具有較大的減排潛力。三是對(duì)農(nóng)業(yè)碳排放影響因素的研究。例如，李波等［5］通過(guò)Kaya 恒等式變形對(duì)農(nóng)業(yè)碳排放影響因素進(jìn)行分解研究，結(jié)果表明對(duì)碳排放起抑制作用的因素為結(jié)構(gòu)因素、效率因素、勞動(dòng)力規(guī)模因素。

當(dāng)前，我國(guó)對(duì)地區(qū)層面農(nóng)業(yè)碳排放的研究成果并不多，尤其是對(duì)內(nèi)蒙古自治區(qū)（以下簡(jiǎn)稱內(nèi)蒙古）的研究。目前，只有李潔等［6］采用系數(shù)法估算1991—2017年內(nèi)蒙古農(nóng)業(yè)碳排放量，得到統(tǒng)計(jì)期限內(nèi)農(nóng)業(yè)碳排放量的變化趨勢(shì)與增長(zhǎng)速率，并利用ARDL模型分析內(nèi)蒙古農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率與農(nóng)業(yè)總產(chǎn)值對(duì)碳排放量的影響。筆者在以往研究的基礎(chǔ)上，測(cè)算2010—2020年內(nèi)蒙古農(nóng)業(yè)碳排放量，使用LMDI模型對(duì)內(nèi)蒙古農(nóng)業(yè)碳排放的影響因素進(jìn)行分析，并對(duì)各因素的作用方向進(jìn)行探討，旨在為內(nèi)蒙古農(nóng)業(yè)低碳發(fā)展政策的制定提供依據(jù)。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 農(nóng)業(yè)碳排放量與強(qiáng)度測(cè)算

以化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、翻耕和灌溉等6 類農(nóng)業(yè)碳源測(cè)算內(nèi)蒙古農(nóng)業(yè)碳排放量，計(jì)算公式為［7］

式（1）中：C表示農(nóng)業(yè)碳排放總量，Ci表示第i種碳源的碳排放量，Ei表示第i種碳源的使用量，δi表示第i種碳源的碳排放系數(shù)。

農(nóng)業(yè)碳排放強(qiáng)度計(jì)算公式為

式（2）中：A表示農(nóng)業(yè)碳排放強(qiáng)度，B表示耕地面積，其他同公式（1）。農(nóng)業(yè)碳排放系數(shù)見表1。

表1 農(nóng)業(yè)碳排放系數(shù)

1.2 LMDI模型分解方法

在農(nóng)業(yè)碳排放影響因素研究中，常用的研究模型有IPAT 模型［7］、STIRPAT 模型［8］、LMDI 分解模型、Kaya 恒等式［9］等。相比其他模型，LMDI 分解模型能夠滿足因素可逆、消除殘差項(xiàng)需求，被廣泛應(yīng)用于碳排放研究［10］，且大量學(xué)者的研究均證明了其適用性［11-15］。因此，筆者利用LMDI 模型對(duì)內(nèi)蒙古農(nóng)業(yè)碳排放影響因素進(jìn)行分解，具體分解公式為［16］

式（3）中：C表示碳排放總量，PY表示種植業(yè)總產(chǎn)值，AY表示農(nóng)林牧漁業(yè)總產(chǎn)值，P表示農(nóng)業(yè)勞動(dòng)力總數(shù)，EI表示農(nóng)業(yè)生產(chǎn)效率因素，CI表示農(nóng)業(yè)結(jié)構(gòu)因素，SI表示經(jīng)濟(jì)發(fā)展水平因素。

對(duì)式（3）兩邊取對(duì)數(shù)［16］，得到

對(duì)式（4）采用相關(guān)分解運(yùn)算，得到［16］

則各因素對(duì)內(nèi)蒙古農(nóng)業(yè)碳排放的貢獻(xiàn)值為［16］

式（5）和式（6）中：T表示總的變化，t表示目標(biāo)年，0 代表基準(zhǔn)年。根據(jù)實(shí)際情況Ct-C0≠0，引入的各個(gè)參數(shù)不為0，則總效應(yīng)為［16］

1.3 數(shù)據(jù)來(lái)源

化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、土地翻耕、農(nóng)業(yè)灌溉面積、種植業(yè)總產(chǎn)值、農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)業(yè)勞動(dòng)力數(shù)據(jù)均來(lái)自《內(nèi)蒙古統(tǒng)計(jì)年鑒》（2011—2020 年）。土地翻耕用當(dāng)年農(nóng)作物的實(shí)際播種面積來(lái)表示，灌溉面積為當(dāng)年有效灌溉面積。

2 2011—2020年內(nèi)蒙古農(nóng)業(yè)碳排放變化分析

結(jié)合農(nóng)業(yè)碳排放公式（1）、公式（2）和表1 中農(nóng)業(yè)碳排放系數(shù)，測(cè)算2011—2020 年內(nèi)蒙古農(nóng)業(yè)碳排放量及農(nóng)業(yè)碳排放強(qiáng)度，結(jié)果見表2。

表2 2011—2020年內(nèi)蒙古農(nóng)業(yè)碳排放狀況

2.1 農(nóng)業(yè)碳排放總量及其強(qiáng)度變化

由表2 可以看出，2011—2020 年內(nèi)蒙古農(nóng)業(yè)碳排放總量整體上呈先上升后下降的趨勢(shì)，從2011 年的246.44 萬(wàn)t 增 長(zhǎng)至2016 年的332.86 萬(wàn)t，2016 年 達(dá) 到最高峰之后開始下降，2020 年下降至302.54 萬(wàn)t，年均增長(zhǎng)率為2.30%。農(nóng)膜、農(nóng)用柴油、翻耕、化肥、灌溉等產(chǎn)生的碳排放量年均增長(zhǎng)率分別為5.15%、2.88%、1.84%、1.80%、0.44%；農(nóng)藥所產(chǎn)生的碳排放量年均增長(zhǎng)率為-0.50%，環(huán)比增速總體上呈波動(dòng)下降趨勢(shì)。

2011—2020 年，內(nèi)蒙古農(nóng)業(yè)碳排放強(qiáng)度整體呈先下降后上升再下降的趨勢(shì)，從2011 年的221.61 kg/hm2急劇下降至2012年的185.83 kg/hm2，后上升至2017年的227.05 kg/hm2，再下降至2020 年的199.28 kg/hm2，年均增長(zhǎng)率為-1.17%。2011—2020 年，內(nèi)蒙古農(nóng)業(yè)碳排放強(qiáng)度環(huán)比增速整體上呈先上升后下降趨勢(shì)。

2.2 農(nóng)業(yè)碳排放結(jié)構(gòu)及其變化

由表2 可知，化肥是內(nèi)蒙古最大的農(nóng)業(yè)碳排放源，占農(nóng)業(yè)碳排放總量的1/2 以上，其次依次為農(nóng)膜和農(nóng)用柴油，農(nóng)藥、翻耕和灌溉的碳排放量較少。就內(nèi)蒙古農(nóng)業(yè)碳排放結(jié)構(gòu)變化而言，化肥所占比重變化最明顯，從2011年的158.43萬(wàn)t上升至2017年的210.50萬(wàn)t，又下降至2020 年的186.01 萬(wàn)t；農(nóng)膜和農(nóng)用柴油整體呈現(xiàn)波動(dòng)上升趨勢(shì)，農(nóng)膜由2011 年的31.42 萬(wàn)t 增長(zhǎng)至2020 年的49.37 萬(wàn)t，農(nóng)用柴油由2011 年的35.86 萬(wàn)t增長(zhǎng)至2020年的46.29萬(wàn)t。

3 2011—2020 年內(nèi)蒙古農(nóng)業(yè)碳排放影響因素分析

根據(jù)2011—2020 年內(nèi)蒙古農(nóng)業(yè)碳排放量，采用LMDI 模型，計(jì)算出各影響因素對(duì)內(nèi)蒙古農(nóng)業(yè)碳排放量的貢獻(xiàn)值，結(jié)果見表3。

表3 2012—2020年內(nèi)蒙古農(nóng)業(yè)碳排放影響因素分解結(jié)果 萬(wàn)t

由表3可知，農(nóng)業(yè)生產(chǎn)效率是內(nèi)蒙古農(nóng)業(yè)碳排放量增長(zhǎng)的最主要原因，與基期相比，累計(jì)實(shí)現(xiàn)了74.01萬(wàn)t的碳增量，說(shuō)明近年內(nèi)蒙古農(nóng)業(yè)生產(chǎn)資料的使用效率低；勞動(dòng)力規(guī)模是除農(nóng)業(yè)生產(chǎn)效率因素外的第二大增碳因素，與基期相比，累計(jì)實(shí)現(xiàn)了23.98 萬(wàn)t 的碳增量，說(shuō)明內(nèi)蒙古農(nóng)業(yè)勞動(dòng)力投入仍然較多。農(nóng)業(yè)結(jié)構(gòu)是影響內(nèi)蒙古農(nóng)業(yè)碳增量的又一因素，與基期相比，累計(jì)實(shí)現(xiàn)了2.75 萬(wàn)t 的碳增量。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平則是抑制碳排放量增加的因素，累計(jì)貢獻(xiàn)了156.84 萬(wàn)t 的碳減排量。

4 結(jié)論與建議

4.1 結(jié)論

①2010—2020 年內(nèi)蒙古農(nóng)業(yè)碳排放總量總體上呈先上升后下降的趨勢(shì)，從2011 年的246.44 萬(wàn)t 增長(zhǎng)至2016 年的332.86 萬(wàn)t，2016 年達(dá)到最高峰之后開始下降，2020 年下降至302.54 萬(wàn)t，年平均增長(zhǎng)率為2.30%；農(nóng)業(yè)碳排放強(qiáng)度整體上呈先下降后上升再下降的趨勢(shì)，從2011年的221.61 kg/hm2急劇下降至2012年的185.83 kg/hm2，后上升至2017年的227.05 kg/hm2，再下降至2020 年的199.28 kg/hm2。其中，化肥是最主要的碳源，占農(nóng)業(yè)碳排放總量的1/2 以上，且年平均增速為1.80%。

②采用LMDI 模型分析發(fā)現(xiàn)，內(nèi)蒙古農(nóng)業(yè)碳排放量增加最主要的影響因素是農(nóng)業(yè)生產(chǎn)效率，與基期相比，累計(jì)實(shí)現(xiàn)了74.01 萬(wàn)t 的碳增量，其次是勞動(dòng)力規(guī)模因素和農(nóng)業(yè)結(jié)構(gòu)，分別累計(jì)實(shí)現(xiàn)了23.98 萬(wàn)t 和2.75萬(wàn)t 的碳增量。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平是抑制碳排放量增加的因素，累計(jì)貢獻(xiàn)了156.84萬(wàn)t的碳減排量。

4.2 建議

為促進(jìn)內(nèi)蒙古農(nóng)業(yè)低碳化、高質(zhì)量發(fā)展，農(nóng)業(yè)部門一是應(yīng)積極引進(jìn)測(cè)土配方施肥技術(shù)與高效噴藥技術(shù)，采用農(nóng)業(yè)低碳生產(chǎn)技術(shù)，提高農(nóng)業(yè)生產(chǎn)效率；二是加大力度宣傳低碳農(nóng)業(yè)生產(chǎn)方式，培養(yǎng)農(nóng)業(yè)勞動(dòng)力減碳意識(shí)，提高農(nóng)業(yè)勞動(dòng)力低碳生產(chǎn)技能；三是調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，適當(dāng)減少種植業(yè)比重，向林業(yè)、漁業(yè)擴(kuò)展，且發(fā)展種植業(yè)時(shí)減少投入大、能耗高的農(nóng)作物種植；四是完善農(nóng)業(yè)碳排放監(jiān)督機(jī)制，并制定相應(yīng)的農(nóng)業(yè)生態(tài)補(bǔ)償機(jī)制。