2023年基于Kaya模型的湖北省农业碳排放时空特征及影响因素研究.docx

基于Kaya模型的湖北省农业碳排放时空特征及影响因素研究 李庚欣 胡纯 梅运军 胡文云 ：根据现代农业生产中6个主要碳排放源，测算了湖北省2023～2023年的农业碳排放童和排放强度。结果说明：湖北省农业碳排放的时空变化近年来呈先上升后下降的波动趋势，湖北省在低碳农业方面取得了一定的成效;从碳排放量的构成来看，农用化肥是最主要的碳排放来源，其次是农药。进一步采用Kaya模型对湖北省农业碳排放的影响因素进行了实证研究，发现农业经济开展水平对湖北省农业碳排放有较大的驱动作用，而农业结构、农业生产效率和农业劳动力等因素也会抑制农业碳排放。据此提出了湖北省贯彻实施农业低碳开展的建议与措施。 关键词：农业碳排放;Kaya模型;湖北;影响因素 中图分类号：F323 文献标识码：A 文章编号：1674-9944〔2023〕04-0217-04 1 引言 近年来，由于人类活动所引起的碳排放量逐年上升，进而导致的全球温室效应成为国内外学术界以及各国政府关注的焦点问题。其中农业生产是温室气体的重要排放源之一。随着经济由高速开展转型到高质量开展，我国越来越重视低碳农业的开展。“十九大〞报告提出，我国建立绿色低碳循环开展的经济体系。习近平总书记指出，农业绿色开展是当前我国农业供应侧结构性改革的主要开展方向，同时也是农业开展观的一次变革。因此，探究农业碳排放的时空特征及影响因素不仅有助于制定合理的减排措施，而且对人们了解碳排放途径具有深远的意义。 当前，国内外学者对于农业生产碳排放问题的相关理论与实证均有较高的关注度，其中Appiah，K.研究分析了新兴经济体中农业生产与碳排放之间的因果关系[1];Balsalobre-Lorente，D.等运用环境库兹涅茨曲线分析了金砖国家农业对碳排放的影响[2];Asumadu-Sarkodied等通過比拟向量误差修正模型〔VECM〕和自回归分布滞后模型〔ARDL〕，研究了加纳农业生产与碳排放的关系;程琳琳等运用空间杜宾模型，分析了我国31个省农业碳生产率变动的主要影响因素与空间效应[4];刘其涛采用Malmquist-Luenberger指数模型法，分析了我国30个省份的农业碳排放效率[5];何艳秋等以面板模型为根底结合，分别从时间与空间纬度分析了我国农业碳排放主要因素的特征[6]。 国内外研究说明，关于农业碳排放领域的研究成果不多，且主要是基于国家层面的广尺度范围的研究，而针对小尺度范围中部地区湖北省农业碳排放系统研究较为缺乏。基于此，本研究以湖北省为对象，合理选择6个主要农业生产碳排放源，测算分析2023～2023年间的湖北省农业碳排放时空特征，并利用Kaya模型对农业碳排放影响因素进行分解，并对湖北省低碳农业的开展提出意见。 2 数据来源与研究方法 2.1 数据来源与处理 本研究涉及的主要数据如化肥使用量、农膜使用量、农药使用量、柴油使用量和农水灌溉面积等均来自历年中国农村统计年鉴，其中化肥使用量、农膜使用量、农药使用量、柴油使用量以当年实际使用量为准，农水灌溉面积以当年的耕地灌溉面积为准，翻耕面积、农业总产值、农林牧渔业总产值、劳动力等数据均来自历年湖北省统计年鉴，其中劳动力规模以当年的农业从业人员为准，翻耕面积以当年的实际播种面积为准。考虑到湖北省经济开展过程中价格变化的因素，本研究将总产值以2023年为基期进行不变价换算。 2.2 研究方法 2.2.1 农业碳排放测算方法 农业碳排放是指农民在农业生产过程中，根据农用需要消耗了农药、化肥以及农用薄膜等物质所导致温室气体的排放。本研究依据IPCC2022国家温室气体清单指南中所推荐的温室气体排放估算方法，将该方法借鉴到农业碳排放领域，同时结合湖北省农业开展的实际情况，从而选择农用柴油、土地翻耕、化肥、有效灌溉、农膜和农药等6个方面，对湖北省近年来的农业碳排放量进行测算。农业碳排放测算模型： C=∑Qi×αi〔1〕 式〔1〕中，C—农业碳排放量;Qi—各农业碳排放源的排放量;αi—各农业碳排放源的碳排放系数。本研究根据相关学者的研究，确定了各碳排放源的碳排放系数，如表1所示。 2.2.2 农业碳排放影响因素分解模型 当今国际上，诸多专家提出了分析碳排放影响因素关系的因素分解模型及方法，较为常见的主要有STIR-PAT模型[8]、IPAT模型[9]、迪氏对数指标分解法〔LM-DI〕[10]和Kaya公式[11]等。本研究采用的是最早由日本学者Yoichi Kaya提出的Kaya恒等式模型Kaya模型是目前国际上较为流行的关于探究碳排放影响因素关系的分解公式。Yoichi Kaya通过简单的数学模型国家层面的碳排放影响因素分解为人口、能源消费强度、人均GDP、碳排放强度等4个因素。考虑到湖北省农业生产的具体实际情况，本研究对Kaya恒等式进行适当变形，扩展后Kaya因素分解模型为： 式〔2〕～〔5〕中：C—碳排放总量;AGRI—农业总产值;AGR—农林牧渔业总产值;P—劳动力规模;E—农业生产效率因素;CI—农业结构因素;SI—农业经济开展水平。 3 结果与分析 3.1 湖北省农业碳排放的时空特征 根据农业碳排放测算模型公式〔1〕，估算出2023-2023年湖北省农业碳排放量与碳排放强度，见表2。 从表2可见，在2023～2023年研究期间湖北省农业碳排放量呈先上升后下降的波动变化趋势，整体增少降多。碳排放量的演变曲线分为两个阶段，第一个是稳步增长阶段：从2023年的425.82万t增加到2023年的459.39万t，到达近10年来的最高值，年均增长1.92%;第二个阶段是逐渐下降阶段：碳排放量从2023年逐渐下降到2023年的414.7万t到，年均下降2.03%。湖北省农业碳排放强度从2022年的229.06kg/hm2增长到2023年的247.16kg/hm2，然后逐年下降到2023年的223.10kg/hm2。从湖北省农业碳排放结构来看，化肥是最主要的碳排放源，其平均占比高达69.02%，其次是分别为农药、柴油、农膜、翻耕、农水灌溉等。 3.2 湖北省农业碳排放影响因素分析 依据所测算出的湖北省农业碳排放量以及相关统计数据，本研究基于Kaya模型对湖北省农业碳排放进行分解，将农业生产分解为效率因素、结构因素、经济因素和劳动力因素四种，如表3所示。 可见，农业经济开展水平是致使湖北省农业碳排放量增长的最重要因素。与2023年相比，农业经济的开展一共实现了258.73万t的碳排放增量。从全国范围来看，湖北省农业经济开展水平较为落后，湖北省作为长江经济带的核心区域，今后“十三五〞以及“十四五〞期间将会继续加快湖北省农业经济开展，从而农业经济开展水平仍将在未来一定时期内是导致农业碳排放量增加的主要因素。 农业结构是抑制湖北省农业碳排放的主导因素，与2023年相比，累积减少了195.87万t碳排放量。湖北省在“十二五〞与“十三五〞期间大力实施乡村振兴战略，不断推进农业供应侧结构性改革。今后，湖北省农业结构将进一步优化开展，该因素在减少农业碳排放方面的作用将进一步加大。 农业劳动力也是负驱动湖北省农业碳排放，与基期相比，累积实现了62.81万t碳排放量的减少。由于近年来我国的工业与效劳业的快速开展，导致10年间湖北省的农村劳动力总计流失了大约120余万人，在一定程度上也对农业碳排放产生较为显著的抑制作用。 从表3分析可知，农业生产效率因素的影响较小，但在一定程度上依然遏制了湖北省农业碳排放的增加。生产效率的大大提高将会为低碳农业的开展带来很大进步。随着农业科技的进步与开展，农业投入结构的改善，农业投入比例的优化，提高农业生产效率必将是湖北省贯彻低碳农业的一个重要方向。 4 结论 研究首先对2023^2023年湖北省农业碳排放进行测算，从时空维度来看，农业生产产生的呈“上升一下降〞变化趋势。湖北省农业碳排放量從2023年的425.82万t上升到2023年的459.39万t，随后逐年下降到2023年的414.7万t到，其中化肥产生的碳排放占主导地位。在此根底上构建以Kaya恒等式为蓝本的碳排放影响因素分解模型。通过比拟分析发现，农业经济开展水平因素是导致湖北省农业碳排放量增加的最重要驱动因素，而引起碳排放负变动的因素是农业结构、农业劳动力和农业生产效率等。 5 建议 湖北省是我国农业大省，主要经济作物产量稳居全国前列，油菜籽、淡水鱼等农产品产量多年保持全国第一，但农业开展水平一些省份相比还比拟落后。今后，湖北省应该把推进农业供应侧结构性改革作为农业农村工作的主线，促进农业生产由过度依赖消耗资源、化肥、农药等，逐步向绿色生态、可持续开展以及低碳方向求转变。依靠农业科技创新，立足比拟优势，优化区域产业结构，提高农业生产效率，从而稳步实现湖北省农业生产的碳减排。 参考文献： [1]Appiah K，Du J，Poku J.Causal relationship between agriculturalproduction and carbon dioxide emissions in selected emerging econ-omies[J]Environ Sci Pollut Res，2023，25〔25〕：24764～24777. [2]Balsalobre- Lorente D.Driha 0 M，Bekun F V，et al.Do agricul-tural activities induce carbon emissions？ The BRICS experience[J].Environ Sci Pollut Res，2023，26〔24〕：25218～25234. [3]Asumadu—Sarkodie S，Owusu P A.The relationship between car-bon dioxide and agriculture in Ghana：a comparison of VECM andARDL model [J].Environ Sci Pollut Res，2023，23〔11〕：10968～10982. [4]程琳琳，张俊飚，田云，等.中国省域农业碳生产率的空间分异特征及依赖效应[J].资源科学，2023，38〔2〕：276～289. [5]刘其涛.中国农业碳排放效率的区域差异：基于Malmquist-Lu-enberger指数的实证分析[J].江苏农业科学，2023，43〔9〕：497～501. [6]何艳秋，戴小文.中国农业碳排放驱动因素的时空特征研究[J].资源科学，2023，38〔9〕：1780～1790. [7]段华平，张悦，赵建波，等.中国农田生态系统的碳足迹分析[J].水土保持学报，2023，25〔5〕：203～208. [8]York R，Rosa E A，Dietz T.STIRPAT，IPAT and Impact：ana-lytic tools for unpacking the driving forces of environmental im-pacts [J].Ecological Economics，2003，46〔3〕：351～365. [9]Ehrlich P R，Wolff G，Daily G C，et al.Knowledge and the envi-ronment [J].Ecological Economics，1999，30〔2〕：267～284. [10]ANG B W.The LMDI Approach to Decomposition Analysis：aPractical Guide [J].Energy Policy，2022，33〔7〕：867～871. [11]Kaya Y.Impact of carbon dioxide emission on GNP growth：in-terpretation of proposed scenarios[R].Paris：