基于PCA與聚類分析的我國農(nóng)業(yè)碳減排影響因素研究

王元奎 彭渝佳 劉添一

摘?要：減緩全球氣候變化已成為當今全球的共同責任，而農(nóng)業(yè)生產(chǎn)活動中的碳排放又可以作用于氣候變化，在農(nóng)業(yè)生產(chǎn)造成碳排放日趨上升的今天，文章從種植業(yè)、畜牧業(yè)等傳統(tǒng)農(nóng)業(yè)入手測算了中國農(nóng)業(yè)碳排放量，然后利用主成分分析法和聚類方法對我國31個省、市、區(qū)的農(nóng)業(yè)碳排放進行主要因素分析與分類。結(jié)果表明，一是從2011年至2020年，我國農(nóng)業(yè)碳排放總量有下降趨勢，其中占比主要是在種植業(yè)方面，包括農(nóng)地利用以及稻谷類作物的碳排放；二是根據(jù)測算結(jié)果與其他資料，通過對不同指標進行主成分分析，選取出農(nóng)用化學(xué)品因素、化石燃料燃燒因素、電力強度因素等五類因素作為影響中國農(nóng)業(yè)碳排放的主要因素;三是將31個省、市、區(qū)按照不同的農(nóng)業(yè)碳排放特征與結(jié)構(gòu)劃分為四類，研究結(jié)果可為我國不同省份農(nóng)業(yè)碳減排政策制定提供適配的建議，助力“雙碳目標”的快速實現(xiàn)。

關(guān)鍵詞：農(nóng)業(yè)碳排放；測算；主成分分析；聚類分析

中圖分類號：F323文獻標識碼：A文章編號：1005-6432（2024）05-0078-04

DOI：10.13939/j.cnki.zgsc.2024.05.019

1?引言

1.1?研究背景

全球氣候變化是當今社會的一個重要議題，也是全球社會所需要承擔的共同責任[1]。近代以來，尤其是工業(yè)化以后導(dǎo)致的大氣中CO2濃度的增加引致的不可逆的氣候變暖是人類面臨的重大生態(tài)問題之一。立足于此，研究和分析碳排放的主要影響因素、區(qū)域結(jié)構(gòu)特征等便成為一個研究熱點。習(xí)近平總書記也曾在聯(lián)合國大會提出中國的碳達峰與碳中和戰(zhàn)略，不僅有利于構(gòu)建人類命運共同體，也是中國實現(xiàn)高質(zhì)量發(fā)展[2]、進行生態(tài)文明建設(shè)的內(nèi)在需要。中國是一個農(nóng)業(yè)大國，農(nóng)業(yè)碳排放約占我國溫室氣體排放總量的15%[3]。推進農(nóng)業(yè)領(lǐng)域碳達峰、助力碳中和，是全面應(yīng)對氣候變化的重要途徑，更是加快農(nóng)業(yè)生態(tài)文明建設(shè)的重要內(nèi)容。鑒于農(nóng)業(yè)碳減排問題的復(fù)雜性，國內(nèi)眾多學(xué)者的研究主要集中于關(guān)于農(nóng)業(yè)碳排放特征與減排潛力的研究，包括區(qū)域的非均衡性、與數(shù)據(jù)普惠金融等新技術(shù)結(jié)合后的農(nóng)業(yè)碳減排效應(yīng)，以及低碳農(nóng)業(yè)相關(guān)政策支持的研究。

1.2?文獻述評

綜上所述，學(xué)界已對農(nóng)業(yè)碳排放影響因素以及碳減排能力進行了大量研究，并且大多數(shù)學(xué)者贊同農(nóng)業(yè)為重要溫室氣體排放源頭之一，從研究對象角度而言，主要包括農(nóng)業(yè)可再生能源[4]、低碳農(nóng)業(yè)模式[5]、土壤固碳[6]等，研究內(nèi)容主要從人口、經(jīng)濟、科技、能源等多方面展開。鑒于農(nóng)業(yè)碳排放問題的復(fù)雜性，尤其是在“雙碳”提出背景下，現(xiàn)有研究并沒有從一個系統(tǒng)的角度切入農(nóng)業(yè)碳減排的區(qū)域性特征以及相關(guān)的實證檢驗，即使有關(guān)于農(nóng)業(yè)碳排放的區(qū)域分析，也并沒有根據(jù)其不同區(qū)域性特征進行分類，提出的關(guān)于農(nóng)業(yè)碳減排路徑的分析并沒有考慮到不同地區(qū)的實際情況，缺乏針對性?；诖?，文章將在科學(xué)的農(nóng)業(yè)碳排放測算框架內(nèi)，對我國2011—2021年的農(nóng)業(yè)碳排放進行統(tǒng)計，并對31個省、市、區(qū)的2020年農(nóng)業(yè)碳排放進行計量與區(qū)域性比較，接下來基于主成分分析法與聚類方法劃分，對不同省市的農(nóng)業(yè)碳排放現(xiàn)狀進行探討和劃分，最終通過計量模型與結(jié)論進行分析和討論。

2?研究方法與數(shù)據(jù)來源

2.1?農(nóng)業(yè)碳排放量計算方法

碳足跡起源于生態(tài)足跡的概念由哥倫比亞大學(xué)Ress等最先提出并迅速發(fā)展為量化人類碳排放量的重要指標，基于此也衍生出了諸多碳排放計量方法，比如投入產(chǎn)出法、生命周期法、IPCC法。與其他行業(yè)碳排放計量不同，農(nóng)業(yè)碳排放的源頭呈現(xiàn)多樣性與復(fù)雜性，在結(jié)合以往學(xué)者的研究成果，以及咨詢相關(guān)農(nóng)業(yè)專家建議的基礎(chǔ)上構(gòu)建碳排放公式如下：

CF=∑CFi=∑Ci·δi

式中，CF表示碳投入所引起的二氧化碳排放當量，CFi表示各類碳源的碳排放量，Ci表示第i項投入的實物量，δi表示第i項投入的碳排放系數(shù)。其主要分為三個來源：一是農(nóng)業(yè)用地碳排放，包括化肥、農(nóng)藥等的使用以及農(nóng)業(yè)耕地利用；二是碳足跡在種植業(yè)，尤其是水稻生長發(fā)育過程中的碳排放；三是在養(yǎng)殖業(yè)中，各種動物所造成的碳排放的計量，主要包括腸道發(fā)酵和糞便管理中的溫室氣體排放，具體精確到各種主要的動物，如豬、牛、馬、騾等牲畜品種。

根據(jù)之前的學(xué)者研究，認為農(nóng)地利用的碳排放是指在農(nóng)地利用活動中由于人的行為直接或者間接所導(dǎo)致的碳排放，其主要源于五個方面：一是化肥、農(nóng)藥等對農(nóng)產(chǎn)品的投入直接或間接所引致的碳排放;二是農(nóng)膜在農(nóng)業(yè)生產(chǎn)活動中所造成的碳排放;三是翻耕破壞土壤表層而導(dǎo)致的有機碳的流失;四是農(nóng)業(yè)灌溉活動耗費電能所引致的碳排放；五是大型農(nóng)業(yè)機械用具使用化石燃料引致的碳排放。通過查閱相關(guān)文獻獲得各碳源碳排放系數(shù)，如表1所示。

在牲畜養(yǎng)殖中，主要的碳源為動物腸道發(fā)酵及糞便管理進而造成的甲烷排放，為了方便進行碳排放的總體計量，此處不考慮動物成長的不同時期的排放因子，統(tǒng)一采用IPCC指南所給出的按照每頭每年平均值來計算。同樣在之后總量計算中全部轉(zhuǎn)換為C作計量單位。

2.2?PCA與聚類方法

利用PCA與聚類方法多見于評價類問題當中，根據(jù)中國幾個較為重要的農(nóng)業(yè)碳排放大省進行各類碳排放計量，在此基礎(chǔ)上對影響中國農(nóng)業(yè)碳排放的主要影響因素進行分析，先采用降維的主成分分析法，把多個指標轉(zhuǎn)化為幾個無嚴重相關(guān)關(guān)系的指標，減少變量間的相互影響，確定影響中國農(nóng)業(yè)碳排放的主要因素，再通過聚類分析將具有相似特征的幾個省份分類，為制定切實有效的農(nóng)業(yè)碳減排政策奠定基礎(chǔ)。

主成分分析法，主要思想是降維，將n維的特征映射到k維上，此研究采用基于特征值分解協(xié)方差矩陣實現(xiàn)的PCA算法，選取的指標有化肥施用強度、農(nóng)藥施用強度、農(nóng)膜施用強度、柴油施用強度、農(nóng)用機械強度、農(nóng)用電力強度、動物腸道發(fā)酵、種植自然源排放、蓄畜排泄九個指標。其成分載荷值計算公式為：運用SPSS?24.0軟件對評價指標進行主成分分析，挑選出影響中國農(nóng)業(yè)碳排放的主要影響因素，為之后的聚類奠定基礎(chǔ)。聚類算法是以歐氏距離來對各指標之間的差異性做評價，將各個數(shù)據(jù)分類并建立最小數(shù)據(jù)集，從而達到分類討論及評價的目的。

本研究在之前主成分分析法的基礎(chǔ)上利用SPSS?24.0軟件，運用最短歐式距離法，即：

D2pq=Wr-Wp+Wq

式中，D2pq為聚類分析的類間距離;Wr、?Wp、Wq分別為第r、p、q類樣品的離差平方和。

2.3?數(shù)據(jù)來源與處理

數(shù)據(jù)主要來源于《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》，其中，化肥、農(nóng)藥、農(nóng)膜等數(shù)據(jù)以當年實際情況為主，動物數(shù)量如牛、馬等參照各年年末存欄情況，電力等情況以各地實際用電量為準，如遇數(shù)據(jù)缺失等情況，則按照插值樣條補全數(shù)據(jù)，數(shù)據(jù)處理采用SPSS進行插值、主成分分析、聚類分析等操作。

3?研究結(jié)果與分析

3.1?我國農(nóng)業(yè)碳排放總量與結(jié)構(gòu)分析

通過數(shù)據(jù)處理得出，中國2011—2020年度農(nóng)業(yè)碳排放總量及其增長率變動。可以得出，近年來中國農(nóng)業(yè)碳排放總量波動較大，但總體呈現(xiàn)下降的趨勢。從2011年的23996.01萬噸C下降到2020年的23380.4萬噸C，下降了2.57%，年均下降0.26%。農(nóng)業(yè)碳排總量最大值為2015年的24931.64萬噸C，比多年平均值高3.45%，最小值為2019年的23118.13萬噸C，比多年平均值低4.07%。這表明人們現(xiàn)在在農(nóng)業(yè)生產(chǎn)活動中對于生態(tài)環(huán)境的保護意識日益提升。

通過前文的公式，測算2011—2020年中國農(nóng)業(yè)碳排放結(jié)構(gòu)變動，從排放源的角度分析，農(nóng)地利用的碳排放占比與畜牧業(yè)腸道發(fā)酵碳排放為主要排放源，兩者合計共占中國農(nóng)業(yè)總碳排的68%左右。從發(fā)展的趨勢來看，農(nóng)地利用碳排所占比例在逐漸下降，由2011年的35.74%降至2020年的33.70%，而稻谷類碳排占比有上升趨勢，由2011年的32.35%上升到2020年的33.22%；由畜牧業(yè)，即動物腸道發(fā)酵及糞便管理引致的碳排放占比較小，分別為22.2%和3.03%，并具有較小幅度的上下波動。

3.2?我國農(nóng)業(yè)碳排放主成分定量分析

了解和分析我國不同省區(qū)農(nóng)業(yè)碳排放的特征，根據(jù)不同類型的碳排放科學(xué)、有針對性地制定農(nóng)業(yè)碳減排的政策，意義重大。在咨詢相關(guān)農(nóng)業(yè)專家建議后，選取并測算了我國31個省、市、區(qū)2020年的8個農(nóng)業(yè)碳排放相關(guān)指標進行后續(xù)研究。

3.2.1?特征值及主成分貢獻率

將所挑選的8個指標進行主成分分析，遵守特征值大于1納入考慮的標準，得出影響中國農(nóng)業(yè)碳排放結(jié)構(gòu)的各個因素可歸為三大主成分。第一、第二、第三主成分的貢獻率分別為50.89%、18.72%與12.49%，其總的累計貢獻率為82.11%，達到主成分一般性選取標準80%，說明用這三個主成分可以很好地反映不同省份（市、區(qū)）農(nóng)業(yè)碳排放結(jié)構(gòu)的主成分。

3.2.2?主成分荷載解釋

提取后的主成分載荷矩陣如表2所示。該因子載荷矩陣可以反映主成分每個因子所表達的信息。化肥、農(nóng)藥、農(nóng)膜、柴油施用強度與農(nóng)業(yè)機械動力及蓄畜排泄在第一主成分上有較高的正載荷，說明第一主成分主要反映了農(nóng)用化學(xué)品的施用與機械化石燃料燃燒對農(nóng)業(yè)碳排放的影響。第二主成分主要載荷在動物腸道發(fā)酵、電力強度兩個指標上，可以認為這個主成分主要受到電力因素與動物喂養(yǎng)因素的影響。在第三主成分上種植自然源碳排放有最高的正載荷，故可以認為第三主成分主要受到植物生長過程本身碳排的影響。因此，中國農(nóng)業(yè)碳排放的影響因素主要可以歸納為五類：農(nóng)用化學(xué)品因素、化石燃料燃燒因素、電力強度因素、牲畜喂養(yǎng)因素、植物生長排放因素，其中前兩者對于農(nóng)業(yè)碳排放影響比其他因素更加顯著。

3.3?我國不同省、市、區(qū)農(nóng)業(yè)碳排放聚類分析

3.3.1?類數(shù)確定

將所得31個省、市、區(qū)的主成分矩陣利用SPSS?24.0軟件進行系統(tǒng)聚類，做聚合曲線分析可知，當類別數(shù)超過4之后，系數(shù)下降的速率明顯變得緩慢，表明之后再增加類別數(shù)也無法使算法收斂，故認為中國農(nóng)業(yè)碳排放類型按省份區(qū)分大致可分為四類。

3.3.2?聚類結(jié)果分析

在圖1聚類結(jié)果中，可以看出31個省、市、區(qū)農(nóng)業(yè)碳排放服從四種格局。

第一，北京、天津、山西、遼寧等14個地區(qū)為第一種格局。這些地區(qū)中，除西藏、寧夏外其余省份農(nóng)業(yè)碳排放均處于較低層次，且大多位于我國中部地區(qū)和東部地區(qū)，主要碳排放源為農(nóng)用化學(xué)品的施用與牲畜喂養(yǎng)方面。

第二，河北、山東、河南為第二種格局，這些地區(qū)位于我國中部，其農(nóng)業(yè)碳排放主要受農(nóng)用化學(xué)品施用影響，均為高強度農(nóng)業(yè)碳排放省份，其農(nóng)業(yè)主要以種植業(yè)為主，受水資源及降雨影響，稻谷類作物種植規(guī)模較小。

第三，內(nèi)蒙古、黑龍江、安徽、江西等為第三種格局，這11個地區(qū)的農(nóng)業(yè)碳排放強度絕大部分為中等偏上，且地區(qū)主要分布于我國西部地區(qū)及中部部分地區(qū)，主要碳排放源為種植自然源排放，其中多數(shù)為水稻種植地區(qū)，還有新疆、甘肅等牲畜養(yǎng)殖大省。

第四，江蘇、浙江、廣東所在地區(qū)，該地區(qū)主要為我國東部沿海地區(qū)，均為經(jīng)濟與農(nóng)業(yè)大省，其農(nóng)業(yè)碳排放強度較強，主要碳排放源為種植自然源排放，電力與機械使用位于全國前列。同時土地肥沃、耕地質(zhì)量較好，農(nóng)業(yè)現(xiàn)代化程度領(lǐng)先。

圖131個不同省、市、區(qū)農(nóng)業(yè)碳排放聚類結(jié)果

4?結(jié)論與建議

近年來，中國農(nóng)業(yè)碳排放總量總體呈下降趨勢，?2020年中國農(nóng)業(yè)碳排放總量為20555.91萬噸C，較2011年的21579.69萬噸下降了4.74%，其中占比主要是種植業(yè)方面，包括農(nóng)地利用以及稻谷類作物的碳排放。前者占比呈現(xiàn)上升趨勢。動物腸道發(fā)酵及糞便管理產(chǎn)生的碳排放相對較為穩(wěn)定。

文章共選取九個指標作為衡量中國農(nóng)業(yè)碳排放的主要因素，采用主成分分析法，篩選出三個主成分，并根據(jù)主成分載荷選出農(nóng)用化學(xué)品因素、化石燃料燃燒因素、電力強度因素、動物喂養(yǎng)因素、植物生長排放因素五類因素作為中國農(nóng)業(yè)碳排放主要影響因素，前兩者對于農(nóng)業(yè)碳排放的影響更為顯著。并基于主成分的結(jié)果將不同省份聚類，得出中國農(nóng)業(yè)碳排放服從四類。

文章基于對中國農(nóng)業(yè)碳排放總量的測算，就我國農(nóng)業(yè)碳排放的主要影響因素及不同省份農(nóng)業(yè)碳排放特征的分類做了較為深入的研究，所得到的一些主要研究結(jié)論對豐富解決農(nóng)業(yè)碳排放與碳中和問題具有一定的參考價值。有研究表明，農(nóng)用化學(xué)品的濫用導(dǎo)致土壤硝化和反硝化過程加速，造成大量溫室氣體的排放。因此，首先是加強對于化肥、農(nóng)藥正確施用的宣傳，使廣大農(nóng)民和涉農(nóng)主體深刻認識到農(nóng)業(yè)對于實現(xiàn)新時代“雙碳目標”不可或缺的作用，樹立低碳農(nóng)業(yè)發(fā)展意識；其次是優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，相對而言，我國農(nóng)業(yè)的主要結(jié)構(gòu)仍是以種植業(yè)與畜牧業(yè)為主，適當?shù)匕l(fā)展林漁業(yè)，有助于增加碳匯，助力碳中和。在種植業(yè)產(chǎn)業(yè)內(nèi)部，在確保糧食產(chǎn)量安全的前提下，減少農(nóng)用化學(xué)品的施用、化石燃料的燃燒，加大高產(chǎn)出低碳排糧食的種植。

參考文獻：

[1]朱兆敏.論碳排放博弈與公正的國際經(jīng)濟秩序[J].江西社會科學(xué)，2010（4）：157-168.

[2]史作廷，時希杰.努力推動實現(xiàn)碳達峰碳中和目標[J].紅旗文稿，2021（20）：25-28.

[3]?王雅楠，張琪琳，陳偉.?基于碳匯功能的省域農(nóng)業(yè)碳排放及減排潛力研究——以中國三種主要糧食作物為例[J].?重慶社會科學(xué)，2022（5）：58-75.

[4]賈鳳伶，陳瓊，秦靜.農(nóng)業(yè)生產(chǎn)用能結(jié)構(gòu)變化特點及消費彈性分析[J].天津農(nóng)業(yè)科學(xué)，2019，25（2）：49-55.

[5]紀玉穎.“雙碳”目標下低碳農(nóng)業(yè)研究[J].上海農(nóng)村經(jīng)濟，2022（7）：43-45.

[6]張旭輝，潘根興.稻田與稻作農(nóng)業(yè)對碳中和的啟示[J].科學(xué)，2021，73（6）：18-21.

［作者簡介］王元奎，男，漢族，山西朔州人，就讀于廣西大學(xué)經(jīng)濟學(xué)院/中國-東盟金融合作學(xué)院，研究方向：區(qū)域經(jīng)濟與管理。