论文部分内容阅读
【摘 要】 农业具有碳排与碳汇的双重效应。分析和把握江苏省不同年份的农业净碳汇水平，是深入研究农业生产碳排放问题的重要前提。鉴于此，研究基于农用物资投入、稻田、土壤、牲畜养殖等四方面20类主要碳源和以水稻、小麦为代表的 11类主要农作物碳汇品种，测算了江苏省1995—2015年的农业生产碳排量、碳汇量，并在此基础上计算了各年的净碳汇量。得出净碳匯量后我们继续对其进行深入分析，选取化肥施用量、农作物总产量和农业GDP数量作为变量来对净碳汇量进行多元回归分析，同时通过灰色关联分析得出各个变量与因变量的关联度。最后通过脱钩模型来研究农业碳排放（主要是化肥施用量碳排放）和农业经济增长之间的脱钩关系。结果表明：①农业生产碳排放量由1995年的499.10万吨增至2015年的577.61万吨，增长了15.73%，年均增长0.75%，总体上呈上升趋势。而碳汇量由1995年的3410.40万吨增至2015年的3513.53万吨，增长了3.02%，年均增长0.34%。净碳汇量由1995年的2911.29万吨增至2015年的2935.92万吨，增长了0.84%，年均增长0.32%。很明显可以看出江苏省的碳排量基数虽然不大，但增速却快于碳汇的增速，表明该省在农业节能减排的道路上依然任重道远。分阶段来看，1995-2015年间净碳汇大致经过了“下降——上升”的两个阶段。②多元回归分析结果显示化肥施用量对净碳汇的影响最大，系数为-2.2630，其次是农作物产量，而农业GDP数量的影响程度最小。由此得出要想控制并减少碳排量，减少化肥的施用量是关键一步。③农作物产量、化肥施用量与净碳汇量的关联度都很高，都达到了0.8以上，说明三者的变化趋势具有一致性，相比较而言，农业GDP数量的关联值很低，说明与净碳汇量的关联度不高。④化肥施用量与农业GDP逐渐脱钩，从1995年到2015年二者大致经历了“负脱钩——弱脱钩——强脱钩”的变化，可见农业经济的发展逐渐摆脱了对化肥施用的依赖，低碳农业取得了一定的进展。
【关键词】 江苏省 净碳汇 多元线性回归 灰色关联度 脱钩效应
一、引言
气候变化是当今国际社会普遍关注的全球性问题，也是人类面临的最为严峻的全球环境问题。大气中CO2、N2O、CH4等温室气体浓度的增加是引致全球气候变暖的根源之一。第二、三产业是产生碳排放的主导部门，但快速发展的农业也越来越成为加速气候变暖的重要诱因。为此，研究和分析农业碳排和碳汇逐渐成为了当前的研究热点。江苏是一个农业大省，目前正经历着农业现代化、低碳化转型的关键时期。深入了解江苏省农业碳汇/碳源现状，及其影响净碳汇量的影响因素，对于指导下一步农业现代化、低碳化极为重要。
目前，在农业碳汇/碳源研究领域，国内学者比较关注两大方面，分别是宏观测算分析碳汇/碳源现状、碳汇/碳源驱动和影响因素分析。在宏观测算分析碳汇/碳源现状方面，受现有农业经济数据的限制，采用省域尺度进行测算的研究成果较多。而国外学者主要关注不同国家之间农业碳汇/碳源的比重变化，现有研究成果分别对不同国家和地球局部农业碳汇/碳源情况进行了分析测算及比较，主要集中在美国、加拿大、印度、欧盟、新西兰等国的农业碳排放上。另外，国外学者还对农业碳汇/碳源的影响因素进行了深入剖析，研究了不同土地利用方式引起的碳排放量的变化，以及不同耕作方式直接或者间接引起碳排放量的变化。此外也有学者对毁林垦荒种植和农业用地转换成混合林等方式引起的碳汇/碳源变化做了探索性研究。
总的来看，尽管已有研究在农业碳汇/碳源问题上做出了大量有益的探索，但仍存在一些问题与不足。比如，国内学者对农业碳汇，尤其是净碳汇的研究偏少，除了田云和张俊飚在2013年对中国省域1995—2010年间农业生产净碳效应进行测算之外，其他相关文献寥寥无几。而净碳汇能够有机地将碳汇、碳源两者衔接到一起，是深入研究农业生产碳效应的重要前提和基石。
基于此，本研究在科学编制农业生产碳排/碳汇测算体系的基础上，对江苏省 1995—2015年农业生产碳排放量、碳汇量进行测算，在此基础上计算历年净碳汇量并简要分析其阶段特征及形成原因；紧接着我们对净碳汇量的影响因素进行分析，找出最关键的因素并对它进行更深层次的剖析和研究；最后，基于前文研究结论展开讨论。
二 研究结果与分析
2.1 江苏省农业生产净碳汇时序变化特征
根据前文所给出的公式，测算了 1995—2015 年中国农业生产碳排放量、汇量，并在此基础上计算了历年净碳汇量。
从图1我们可以发现，尽管碳排放的增长较快，但是相对于碳汇和净碳汇来说，其变化微乎其微，不够明显。所以我们重点研究净碳汇的变化趋势。1995-2015年间净碳汇大致经过了“下降——上升”的两个阶段。以2003年为分界点，碳汇量在该年跌到了“谷底”。为此我们调查了原因，发现碳吸收率较高的几类农作物（如水稻、小麦等）的产量从1995年到2003年呈下降趋势（如图2）。农作物产量下降的原因主要有：城市化的快速发展导致农作物的种植面积急剧下降，大量的耕地被建筑用地占用，产量减少；农村自然灾害导致产量减少，其中主要是水灾，从95年到15年成灾面积急速上升，到2003年达到峰值1595.27千公顷；农村劳动力的减少，从95年开始江苏省的乡村劳动力逐年减少，2003年劳动力人数为2649.08万人，比95年减少了4.47%；粮食价格的下降影响了农民种粮的积极性，97年到03年这6年时间里，粮食收购价格总体上呈下降走势。2003年之后，江苏省政府重点对农业进行了治理，针对以上问题采取了相应的措施，比如保护耕地面积，合理推进城市化进程，提高农民种粮的积极性（从04年开始粮食价格快速上涨）等。由此我们可以看到净碳汇量从2004年开始逐步回升，基本与95年持平。
我们再来看看碳汇水平，其变化趋势基本与净碳汇一致，03年之前是下降的趋势，之后便逐步回升。但是很明显可以发现回升乏力，2015年的碳汇水平相比较1995年下降了11%。反映出后一阶段碳汇的增速较慢，表明政策的实施效果还有待观察和调整，再加上碳排放量不减反而略有上升，导致碳汇水平难以回升到原来的水平。 2.2 江苏省净碳汇量的影响因素分析
（1）模型设定
设置净碳汇Y为因变量，自变量为化肥施用量X2，农作物总产量X3，设业GDP数量X4，然后构建多元线性回归模型Y=β0+β1X1+β2X2+……+βpXp+ε
根据相关数据，通过EVIEW软件对回归分析进行检验得到有用检验信息如下图所示：
其中，R2决定系数为0.984778，F检验为366.6043
所以模型估计的结果为Y=-2.262982X2+0.864806X3-0.011005X4+533.4527
2）统计检验：
①根据Eviews计算结果得出，X2的系数绝对值最大，表示化肥施用量对净碳汇量的影响最大；X3的系数绝对值其次；X4的系数绝对值最小，表示农业GDP对净碳汇量的影响最小。
②各系数的p值均小于百分之五，变量均通过显著性检验。
③拟合优度：R2为0.984497，说明模型对样本拟合度很好。
④F检验：假设H0：β1=β2=β3=0。取=0.05，查t分布表得自由度为n-2=21-2=19的临界值为t0.025（19）=2.093，Y因为F检验值366.6043》2.093，因此可拒绝原假设H0：β1=β2=β3=0.说明回归方程显著，即“化肥施用量”、“农作物总产量”“农业GDP”联合起来确实对“农业净碳汇量”有显著影响.
（3）经济意义：
模型估计结果说明，在假定其他变量不变的情况下，当年化肥施用量每增加1万吨，净碳汇量就减少2.262982万吨；在假定其他变量不变的情况下，当年农作物总产量每增长1万吨，净碳汇量就增长0.864806万吨；在假定其他变量不变的情况下，當年农业GDP每增长1亿元，净碳汇量就减少0.011005万吨。
2.3 江苏省净碳汇量与影响因素的关联度分析
本研究选取化肥使用量、农作物总产量、农业GDP数量为原始数据序列，净碳汇量为特征母序列。为消除单位不同带来的影响，将比较序列和参考序列进行均值无纲量化
运用公式计算关联度，可以得到r1=0.8613，r2=0.9779，r3=0.5920。通过比较三个子序列与母序列的关联度可以得出结论：化肥使用量和农作物总产量与净碳汇量的关系均显著，尤其是农作物总产量与其的关联度，数值接近于1。同时我们又可以发现，农业GDP数量与净碳汇量的关系不显著，数值仅为0.60左右。再结合之前所做的多元线性回归分析得出的结论：化肥施用量对净碳汇量的影响程度最高，农作物产量次之，农业GDP数量影响程度最小，我们最终可以认定这三个变量中化肥的施用量对净碳汇量的影响程度最大，是最为重要的影响因素。
通过上述的分析我们知道化肥的施用量是一个很重要的变量因素，但是它对净碳汇量的影响是否一直很显著呢？换言之，近几年的农业经济增长是否还是严重依赖化肥的大量投入呢？针对这个问题，我们进一步对化肥的施用量和农业经济增长的脱钩关系进行了分析。
2.4 江苏省农业发展与化肥施用量的脱钩效应分析
第一阶段为1996年到1999年，两因素主要在负脱钩和弱脱钩之间波动，而扩张负脱钩的状态代表经济的增长以环境加速破坏为代价，强负脱钩表明最不理想状态，经济衰退，而能耗污染反而加重，弱脱钩代表能源效率有所提高，能耗或污染物排放增长速度慢于经济增长速度。这说明1996至1999年四年期间江苏省的化肥施用量对环境的破坏大于对经济增长的贡献，虽然1997年稍微有所改善，但这四年整体情况欠佳，需要改善。
第二阶段为2000年到2007年，两因素主要是处于弱脱钩状态，说明这一阶段能源效率有所提高，化肥施用量对经济的贡献逐渐超过对环境的破环，虽然中间2002年和2003年还是有一些弱脱钩反复出现，但是这个阶段整体上处于平稳改善期。
第三阶段为2008年到2015年，两因素主要处于强脱钩状态，说明这一阶段到达了最理想状态，经济增长而环境压力减少，化肥施用量对经济的贡献值始终大于对环境的破坏值，只有2009年表现出一点不稳定状态，但是之后都稳定在此良好状态。
3.1 主要研究结论
结合前文研究结果与相关分析，可得出以下结论：
（1）时间序列上，江苏省农业生产净碳汇量总体保持上升态势，由 1995年的2911.29万吨 增至 2015年的2935.92万吨，增长了 0.84%，年均递增 0.32%。其中，碳排放量由 1995 年 的499.10万吨增至2015 年的577.61万吨，年均递增0.75%；碳汇量由1995 年的 3410.40万吨增至2015 年的3513.3万吨，年均递增 0.34%，碳汇增速要明显慢于碳排增速，不及碳排增速的1/2，可见江苏省在农业节能减排方面的工作做得不是很理想。分阶段来看，呈现较为明显的 “下降—平稳上升”的两阶段变化特征。
（2）影响因素上，化肥施用量、农作物总产量和农业GDP三者联合起来确实对“农业净碳汇量”有显著影响。从模型检验结果得到，虽然农业GDP从1995年的1686.78亿元增长至2015年的7030.76亿元，增长了416.81%，年均递增达7.40%，但是它对农业净碳汇的影响很小。化肥施用量从1995年的3526.30万吨增至2015年的372.74万吨，增长了5.66%，年均递增0.27%，但其对净碳汇的影响是最大的，所以江苏省应减少化肥的施用量，积极发展低碳农业。
（3）通过比较三个变量与净碳汇量的关联度可以得出结论：化肥使用量和农作物总产量与净碳汇量的关系均显著，尤其是农作物总产量与其的关联度，数值接近于1。同时我们又可以发现，农业GDP数量与净碳汇量的关系不显著，数值仅为0.60左右。
3.2建议
综合考虑本研究结果，江苏省农业碳减排主要应从化肥的施用量、能源消耗和作物结构这三个方面考虑：
（1）改善施肥条件1，2。化肥的施用量对江苏省农业净碳汇的影响最大，所以应大力发展有机生态农业，使用有机肥则可以大大减少化肥的施用量；秸秆还田，增强土壤肥力，减少化肥施用量，从而减少化肥这一块的碳排放量。
（2）减少农业能源消耗。改进和使用新的灌溉技术，发展水自流灌溉，减少机器抽水灌溉的方式，合理灌溉；耕作方面的减少能耗，采用新能源农耕机器，减少对柴油等化石能源的消耗。
（3）合理调整农作物的生产结构。在农作物生产条件适宜、经济收益满足社会需求的情况下优选固碳能力较强的玉米、谷子的种植结构，适度考虑小麦，从而达到在有限的农田面积下，提高农田生态系统的碳吸收能力3；其次，合理调整花生等能够固氮的农作物从而减少氮肥的施用量。
总而言之，江苏省农业要积极发展低碳生态农业，减少碳排，增强固碳能力，增加净碳汇量，实现农业低碳持续发展。
【关键词】 江苏省 净碳汇 多元线性回归 灰色关联度 脱钩效应
一、引言
气候变化是当今国际社会普遍关注的全球性问题，也是人类面临的最为严峻的全球环境问题。大气中CO2、N2O、CH4等温室气体浓度的增加是引致全球气候变暖的根源之一。第二、三产业是产生碳排放的主导部门，但快速发展的农业也越来越成为加速气候变暖的重要诱因。为此，研究和分析农业碳排和碳汇逐渐成为了当前的研究热点。江苏是一个农业大省，目前正经历着农业现代化、低碳化转型的关键时期。深入了解江苏省农业碳汇/碳源现状，及其影响净碳汇量的影响因素，对于指导下一步农业现代化、低碳化极为重要。
目前，在农业碳汇/碳源研究领域，国内学者比较关注两大方面，分别是宏观测算分析碳汇/碳源现状、碳汇/碳源驱动和影响因素分析。在宏观测算分析碳汇/碳源现状方面，受现有农业经济数据的限制，采用省域尺度进行测算的研究成果较多。而国外学者主要关注不同国家之间农业碳汇/碳源的比重变化，现有研究成果分别对不同国家和地球局部农业碳汇/碳源情况进行了分析测算及比较，主要集中在美国、加拿大、印度、欧盟、新西兰等国的农业碳排放上。另外，国外学者还对农业碳汇/碳源的影响因素进行了深入剖析，研究了不同土地利用方式引起的碳排放量的变化，以及不同耕作方式直接或者间接引起碳排放量的变化。此外也有学者对毁林垦荒种植和农业用地转换成混合林等方式引起的碳汇/碳源变化做了探索性研究。
总的来看，尽管已有研究在农业碳汇/碳源问题上做出了大量有益的探索，但仍存在一些问题与不足。比如，国内学者对农业碳汇，尤其是净碳汇的研究偏少，除了田云和张俊飚在2013年对中国省域1995—2010年间农业生产净碳效应进行测算之外，其他相关文献寥寥无几。而净碳汇能够有机地将碳汇、碳源两者衔接到一起，是深入研究农业生产碳效应的重要前提和基石。
基于此，本研究在科学编制农业生产碳排/碳汇测算体系的基础上，对江苏省 1995—2015年农业生产碳排放量、碳汇量进行测算，在此基础上计算历年净碳汇量并简要分析其阶段特征及形成原因；紧接着我们对净碳汇量的影响因素进行分析，找出最关键的因素并对它进行更深层次的剖析和研究；最后，基于前文研究结论展开讨论。
二 研究结果与分析
2.1 江苏省农业生产净碳汇时序变化特征
根据前文所给出的公式，测算了 1995—2015 年中国农业生产碳排放量、汇量，并在此基础上计算了历年净碳汇量。
从图1我们可以发现，尽管碳排放的增长较快，但是相对于碳汇和净碳汇来说，其变化微乎其微，不够明显。所以我们重点研究净碳汇的变化趋势。1995-2015年间净碳汇大致经过了“下降——上升”的两个阶段。以2003年为分界点，碳汇量在该年跌到了“谷底”。为此我们调查了原因，发现碳吸收率较高的几类农作物（如水稻、小麦等）的产量从1995年到2003年呈下降趋势（如图2）。农作物产量下降的原因主要有：城市化的快速发展导致农作物的种植面积急剧下降，大量的耕地被建筑用地占用，产量减少；农村自然灾害导致产量减少，其中主要是水灾，从95年到15年成灾面积急速上升，到2003年达到峰值1595.27千公顷；农村劳动力的减少，从95年开始江苏省的乡村劳动力逐年减少，2003年劳动力人数为2649.08万人，比95年减少了4.47%；粮食价格的下降影响了农民种粮的积极性，97年到03年这6年时间里，粮食收购价格总体上呈下降走势。2003年之后，江苏省政府重点对农业进行了治理，针对以上问题采取了相应的措施，比如保护耕地面积，合理推进城市化进程，提高农民种粮的积极性（从04年开始粮食价格快速上涨）等。由此我们可以看到净碳汇量从2004年开始逐步回升，基本与95年持平。
我们再来看看碳汇水平，其变化趋势基本与净碳汇一致，03年之前是下降的趋势，之后便逐步回升。但是很明显可以发现回升乏力，2015年的碳汇水平相比较1995年下降了11%。反映出后一阶段碳汇的增速较慢，表明政策的实施效果还有待观察和调整，再加上碳排放量不减反而略有上升，导致碳汇水平难以回升到原来的水平。 2.2 江苏省净碳汇量的影响因素分析
（1）模型设定
设置净碳汇Y为因变量，自变量为化肥施用量X2，农作物总产量X3，设业GDP数量X4，然后构建多元线性回归模型Y=β0+β1X1+β2X2+……+βpXp+ε
根据相关数据，通过EVIEW软件对回归分析进行检验得到有用检验信息如下图所示：
其中，R2决定系数为0.984778，F检验为366.6043
所以模型估计的结果为Y=-2.262982X2+0.864806X3-0.011005X4+533.4527
2）统计检验：
①根据Eviews计算结果得出，X2的系数绝对值最大，表示化肥施用量对净碳汇量的影响最大；X3的系数绝对值其次；X4的系数绝对值最小，表示农业GDP对净碳汇量的影响最小。
②各系数的p值均小于百分之五，变量均通过显著性检验。
③拟合优度：R2为0.984497，说明模型对样本拟合度很好。
④F检验：假设H0：β1=β2=β3=0。取=0.05，查t分布表得自由度为n-2=21-2=19的临界值为t0.025（19）=2.093，Y因为F检验值366.6043》2.093，因此可拒绝原假设H0：β1=β2=β3=0.说明回归方程显著，即“化肥施用量”、“农作物总产量”“农业GDP”联合起来确实对“农业净碳汇量”有显著影响.
（3）经济意义：
模型估计结果说明，在假定其他变量不变的情况下，当年化肥施用量每增加1万吨，净碳汇量就减少2.262982万吨；在假定其他变量不变的情况下，当年农作物总产量每增长1万吨，净碳汇量就增长0.864806万吨；在假定其他变量不变的情况下，當年农业GDP每增长1亿元，净碳汇量就减少0.011005万吨。
2.3 江苏省净碳汇量与影响因素的关联度分析
本研究选取化肥使用量、农作物总产量、农业GDP数量为原始数据序列，净碳汇量为特征母序列。为消除单位不同带来的影响，将比较序列和参考序列进行均值无纲量化
运用公式计算关联度，可以得到r1=0.8613，r2=0.9779，r3=0.5920。通过比较三个子序列与母序列的关联度可以得出结论：化肥使用量和农作物总产量与净碳汇量的关系均显著，尤其是农作物总产量与其的关联度，数值接近于1。同时我们又可以发现，农业GDP数量与净碳汇量的关系不显著，数值仅为0.60左右。再结合之前所做的多元线性回归分析得出的结论：化肥施用量对净碳汇量的影响程度最高，农作物产量次之，农业GDP数量影响程度最小，我们最终可以认定这三个变量中化肥的施用量对净碳汇量的影响程度最大，是最为重要的影响因素。
通过上述的分析我们知道化肥的施用量是一个很重要的变量因素，但是它对净碳汇量的影响是否一直很显著呢？换言之，近几年的农业经济增长是否还是严重依赖化肥的大量投入呢？针对这个问题，我们进一步对化肥的施用量和农业经济增长的脱钩关系进行了分析。
2.4 江苏省农业发展与化肥施用量的脱钩效应分析
第一阶段为1996年到1999年，两因素主要在负脱钩和弱脱钩之间波动，而扩张负脱钩的状态代表经济的增长以环境加速破坏为代价，强负脱钩表明最不理想状态，经济衰退，而能耗污染反而加重，弱脱钩代表能源效率有所提高，能耗或污染物排放增长速度慢于经济增长速度。这说明1996至1999年四年期间江苏省的化肥施用量对环境的破坏大于对经济增长的贡献，虽然1997年稍微有所改善，但这四年整体情况欠佳，需要改善。
第二阶段为2000年到2007年，两因素主要是处于弱脱钩状态，说明这一阶段能源效率有所提高，化肥施用量对经济的贡献逐渐超过对环境的破环，虽然中间2002年和2003年还是有一些弱脱钩反复出现，但是这个阶段整体上处于平稳改善期。
第三阶段为2008年到2015年，两因素主要处于强脱钩状态，说明这一阶段到达了最理想状态，经济增长而环境压力减少，化肥施用量对经济的贡献值始终大于对环境的破坏值，只有2009年表现出一点不稳定状态，但是之后都稳定在此良好状态。
3.1 主要研究结论
结合前文研究结果与相关分析，可得出以下结论：
（1）时间序列上，江苏省农业生产净碳汇量总体保持上升态势，由 1995年的2911.29万吨 增至 2015年的2935.92万吨，增长了 0.84%，年均递增 0.32%。其中，碳排放量由 1995 年 的499.10万吨增至2015 年的577.61万吨，年均递增0.75%；碳汇量由1995 年的 3410.40万吨增至2015 年的3513.3万吨，年均递增 0.34%，碳汇增速要明显慢于碳排增速，不及碳排增速的1/2，可见江苏省在农业节能减排方面的工作做得不是很理想。分阶段来看，呈现较为明显的 “下降—平稳上升”的两阶段变化特征。
（2）影响因素上，化肥施用量、农作物总产量和农业GDP三者联合起来确实对“农业净碳汇量”有显著影响。从模型检验结果得到，虽然农业GDP从1995年的1686.78亿元增长至2015年的7030.76亿元，增长了416.81%，年均递增达7.40%，但是它对农业净碳汇的影响很小。化肥施用量从1995年的3526.30万吨增至2015年的372.74万吨，增长了5.66%，年均递增0.27%，但其对净碳汇的影响是最大的，所以江苏省应减少化肥的施用量，积极发展低碳农业。
（3）通过比较三个变量与净碳汇量的关联度可以得出结论：化肥使用量和农作物总产量与净碳汇量的关系均显著，尤其是农作物总产量与其的关联度，数值接近于1。同时我们又可以发现，农业GDP数量与净碳汇量的关系不显著，数值仅为0.60左右。
3.2建议
综合考虑本研究结果，江苏省农业碳减排主要应从化肥的施用量、能源消耗和作物结构这三个方面考虑：
（1）改善施肥条件1，2。化肥的施用量对江苏省农业净碳汇的影响最大，所以应大力发展有机生态农业，使用有机肥则可以大大减少化肥的施用量；秸秆还田，增强土壤肥力，减少化肥施用量，从而减少化肥这一块的碳排放量。
（2）减少农业能源消耗。改进和使用新的灌溉技术，发展水自流灌溉，减少机器抽水灌溉的方式，合理灌溉；耕作方面的减少能耗，采用新能源农耕机器，减少对柴油等化石能源的消耗。
（3）合理调整农作物的生产结构。在农作物生产条件适宜、经济收益满足社会需求的情况下优选固碳能力较强的玉米、谷子的种植结构，适度考虑小麦，从而达到在有限的农田面积下，提高农田生态系统的碳吸收能力3；其次，合理调整花生等能够固氮的农作物从而减少氮肥的施用量。
总而言之，江苏省农业要积极发展低碳生态农业，减少碳排，增强固碳能力，增加净碳汇量，实现农业低碳持续发展。