邓楚雄，卢涛，李忠武，李科

(湖南师范大学 a.地理科学学院；b.数学与统计学院，中国 长沙 410081)

农业活动是人类社会发展的基础，同时也是主要的温室气体来源[1]，其中，农地利用碳排放在农业总碳排放中占比达34.29%并有增加趋势[2]。随着温室气体排放增加，相关环境问题越来越严峻，诸如海平面上升、各种极端天气频发等。众多国家已将绿色发展模式、降低碳排放作为应对气候变化的重要举措[3]。土地资源作为农业发展的核心要素对农业可持发展起着重要的支撑作用[4]，基于农地利用的视角分类开展农业碳排放变化趋势及驱动因素的实证分析，可为农业碳减排措施提供客观依据。

目前，农业碳排放已成为能源、环境等研究领域的热点问题，相关成果不断涌现。主要研究集中在以下几个方面：(1)从不同视角研究农业碳排放的核算、现状和趋势。多数学者从碳源—碳汇的视角[5,6]考察区域农业碳排放现状及变化趋势；也有学者以农业类型为视角，分别就种植业[7]、林业[8]和畜牧业[9]进行碳排放测算与机理剖析；还有学者着眼于土地利用核算农业的碳排放[10]。(2)采用不同的方法探究农业碳排放的驱动因素。陈罗烨等运用碳排放系数[11]、Jiang等运用LMDI方法[12]、王海飞等运用SSBM-ESDA模型[13]、田素妍等运用环境库茨涅茨曲线(EKC)[14]等方法测算农业碳排放，分析农业碳效应的驱动机理及农业碳排放的公平性等。Johnson等[15]认为农业碳排放与牲畜的粪便、化肥、农药、土壤有关；庞丽等[16]研究发现，影响各地农业碳排放增长的主要因素是经济发展水平；何艳秋等[17]研究表明，农业经济发展水平和机械化水平对中国农业碳排的影响存在明显的区域异质性。(3)农业碳减排的对策建议。宏观方面，学者们提出政府需引导发展低碳农业的路径选择，如加快国土绿化、鼓励农村土地流转、力求政策创新等[5,12,18]；微观层面，采取必要的减排措施，如实行农业链互动与立体农业生产模式、推动系列低碳生产技术的有序集成等[6-11]。这些成果就农业碳排放的某一方面作了较为深入的研究，有较好的借鉴意义，但多数成果着眼于农业总碳排放或某一农业部门的碳排放，少有针对全农地类型各自净碳排放变化趋势及驱动因素的研究，难以为分类采取差异化的碳减排对策措施提供参考。

鉴于此，本文从土地利用的视角。首先，根据碳排放、碳吸收系数等分别测算耕地、林地、园地、草地和水域利用的净碳排放量；其次，采用EKC经典3次函数模型拟合各类农地利用的净碳排放变化与对应的农业产值变化之间的关系，识别每类农地利用净碳排放变化趋势；然后，运用扩展的Kaya模型和LMDI分解法厘清能耗、产值、产量、土地规模等因素对各类农地利用净碳排放作用的方向及强度；最后，基于分析结果，分类提出有针对性的碳减排措施。更重要的是长沙市农业现代化水平处于湖南省前列，社会经济正由中高碳向低碳经济转型[19,20]，因此，研究结果可以有效地指导湖南省乃至中南地区农业低碳发展。

1 研究区域概况

长沙市位于湖南省东部偏北、湘江下游、长浏盆地西缘，东邻江西省宜春、萍乡两市，南接株洲、湘潭两市，西连娄底、益阳两市，北抵岳阳、益阳两市，国土面积11 819 km2；辖芙蓉区、天心区、岳麓区、开福区、雨花区、望城区、浏阳市、宁乡市、长沙县等9个县级行政单元，是湖南省省会所在地，社会经济发达，为全国“两型社会”综合配套改革试验区；属亚热带季风气候，降水充沛，雨热同期，四季分明，农业自然资源良好，是湖南省重要的粮食生产基地。2007—2016年间长沙市城郊型休闲农业迅速发展，经济性农作物产量不断提升，农业经济效益逐年提高。2016年间长沙市实现农业总产值584亿元，农业产值年均增速达10.88%，但2007—2016年间长沙市农地面积减少了37 076 hm2。长沙市农业用地面积包括耕地、林地、园地、草地、水域，其中以草地面积的缩小幅度最大，面积减少了9.28%；林地面积的缩小幅度最小，面积减少了3.03%。

2 研究数据与方法

2.1 数据来源

本文涉及的化肥、农药、农膜、能源消费、产品产量及产值等数据来自相关年份的《湖南统计年鉴》和《长沙统计年鉴》；农地面积源自中华人民共和国自然资源部土地调查成果共享服务平台的《湖南土地利用调查成果》。

2.2 研究方法

2.2.1 农业净碳排放测算 众所周知，农地利用兼具碳源—碳汇双重功能[21]：一方面，农作物、草地、林木、水草植被生长发育的光合作用吸收了大量的二氧化碳；另一方面，农业生产活动中各类农用物资、化石能源的投入使用以及牲畜排泄物的产生，导致了大量温室气体排放。为便于分析，本文使用农地净碳排放的概念。

表1 主要畜牧碳排放系数

表2 主要能源的标准煤折算系数与碳排放系数

表3 主要农作物的碳吸收率与经济系数

2.2.2 环境库兹涅茨曲线假说 结合相关研究本文采用EKC经典三次函数模型[30]进行农地净碳排放与农业产值的拟合，以识别农地净碳排放与农业产值之间的关系及变化趋势。具体计算公式为：EC=b0+b1x+b2x2+b3x3+e，式中，EC为净碳排放量；x为农业产值；b0为常数项，b1，b2和b3为x的参数项；e为随机误差项。其中，b0，b1，b2和b3的参数取值决定着农地净碳排放与农业产值关系曲线的形态[31]，判断依据见表4。

表4 净碳排放与农业产值的曲线关系

2.2.3 Kaya恒等式和LMDI分解 为探究农地净碳排放变动的驱动因素，本文首先引入Kaya恒等式[32]，基于农地能耗、农业产量、农业产值和土地面积，构建起各类农地净碳排放分解恒等式。公式为C=C/E×E/G×G/Q×Q/L×L。式中，C为农地净碳排放量(万t)、E为农地能耗(万tce)；Q为农业产量(万t)；G为农业产值(亿元)；L农地面积(hm2)。令CCE=C/E，CEG=E/G，CGQ=G/Q，CQL=Q/L将农地碳排放分解为5个因素的乘积，公式为C=CCE×CEG×CGQ×CQL×L。式中：CCE单位能耗净碳排放、CEG单位产值能耗、CGQ单位产量产值、CQL单位面积产量、L农地面积。

进一步地，采用对数平均迪氏分解(LMDI)对上式中各驱动因素进行分解以探究不同时期各因素对农地净碳排放量的影响。LMDI是一种完全分解方法，且操作方便，在碳排放的驱动因素相关研究中得到了广泛的应用[33,34]。本文采用LMDI的加法形式对上式进行分解。以耕地为例，其加法形式和公式分解分别为下式：ΔC=C1t-C10=C1ce+ΔC1eg+ΔC1gq+ΔC1ql+ΔC1ll，ΔCCE=∑(C1t-C10)/(lnC1t-lnC10)ln [(C1t/E1t)/(C10/E10)]，ΔCEG=∑(C1t-C10)/(lnC1t-lnC10)ln [(E1t/G1t)/(E10/G10)]，ΔCGQ=∑(C1t-C10)/(lnC1t-lnC10)ln [(G1t/Q1t)/(G10/Q10)]，ΔCQL=∑(C1t-C10)/(lnC1t-lnC10)ln [(Q1t/L1t)/(Q10L10)]，ΔCL=∑(C1t-C10)/(lnC1t-lnC10)ln [(L1t/L10)]式中，C1t，C10为t年与基年耕地的净碳排放量；E1t，E10为t年与基年耕地的能耗；G1t，G10为t年与基年耕地的产值；Q1t，Q10为t年与基年耕地的产量；L1t，L10为t年与基年耕地的面积；ΔCCE，ΔCEG，ΔCGQ，ΔCQL和ΔCL分别为单位能耗净碳排放、单位产值能耗、单位产量产值、单位土地面积产量和土地面积对农业净碳排放总变化量ΔC的贡献值。当公式中含0或负值时，采用极小值代替[35]。

3 结果及分析

3.1 农地利用净碳排放分析

由表5可知，研究期内长沙市农地利用净碳排放量经历了前升后降两个阶段，总体略有下降。2007—2012年为上升阶段，净碳排放量由2007年的-196.04万t增长至2012年的-169.61万t，增长幅度为13.48%；2012—2016年为下降阶段，净碳排放量由2012年的-169.61万t减少至2012年的-200.91万t，减少幅度为18.45%；研究期内农地利用净碳排放量减少4.87万t，减少幅度为2.48%。

1.6 统计学方法 采用SPSS 17.0统计软件进行数据处理及分析。采用频数、百分比、均数、标准差描述护士的一般资料，中文版共情疲劳量表、职业认同量表和领悟社会支持量表得分情况,采用t检验、单因素方差分析、Pearson相关分析及多元线性回归进行分析。以P<0.05为差异有统计学意义。

表5 2007—2016长沙市农地利用碳排放量 单位:万t

研究期内农地利用以碳汇功能为主，其中的耕地、林地和水域为碳汇农地，园地和草地为碳源农地。耕地是主要碳汇农地，研究期内耕地利用净碳排放量占到了农地利用净碳排放总量的80%左右，净碳排放量与农地净碳排放总量表现出相同的变化趋势，耕地利用的净碳排放主导着长沙市农地利用净碳排放的变化；林地是第二大碳汇农地，林地利用净碳排放量占到了农地利用净碳排放总量的19%左右，净碳排放量与农地净碳排放总量表现出类似的变化趋势，林地利用的净碳排放强化了长沙市农地利用净碳排放的变化。园地利用的净碳排放量波动式增加，由2007年的0.06万t上升到2016年的0.77万t，研究期内增长了11.83倍。草地利用的净碳排放量在1.12～1.58万t之间升降，研究期内增长了9.42%。水域利用的净碳排放量变化不大，基本维持在-1.00万t左右。

3.2 农地利用净碳排放与农业产值的EKC检验

3.2.1 农地利用总净碳排放与农地总产值的EKC检验 运用SPSS 22.0统计分析得到表6和图1。研究期内长沙市农地利用总净碳排放与农业总产值的二次函数回归通过1%的显著性检验，农地利用净碳排放量与农业总产值存在“倒U型”EKC关系，这意味着农地利用总净碳排放量随着农业总产值的增加会呈现先增后减的变化趋势。对其二次函数求导得到曲线的拐点为230.50，说明长沙市农业总产值在达到230.50亿元以前农地利用总净碳排放量持续增长，之后则不断下降。长沙市农业总产值已于2011年超过了该拐点，农地利用总净碳排放量已处于下降阶段。

表6 EKC拟合回归检验

图1 农地利用净碳排放与产值的库兹涅茨曲线关系

3.2.2 各类农地利用净碳排放与部门农业产值的EKC检验 耕地利用的净碳排放量与耕地产值的二次函数通过5%的显著性检验，研究期内长沙市耕地利用的净碳排量与耕地产值呈现“倒U型”EKC关系。由于耕地利用的净碳排放量在农地利用总净碳排放量中的占比高，故其曲线形态与农地利用总净碳排放曲线相似。对其二次函数求导得出曲线拐点为171.75亿元，长沙市农业(种植业)产值已于2012年超过该值，耕地利用的净碳排量处于下降阶段。

林地和园地利用的净碳排放量与对应产值的二次回归函数通过了1%的显著性检验，两者的净碳排放量与产值呈现“倒U型”EKC关系。对其二次函数求导得出林地和园地的曲线拐点分别为20.76和27.50亿元，长沙市林业产值已于2013年超过拐点值，园艺业产值已于2016年超过拐点值，林地和园地利用的净碳排放都已步入了递减阶段。草地和水域的净碳排放量与各自的产值仅有一次回归函数通过10%的显著性检验，净碳排放量与产值存在正向线性关系，草地和水域的净碳排放量随着产值的增加而持续升高，草地和水域的净碳排放还处于上升阶段。

综上所述，长沙市耕地、林地和园地利用的净碳排放量与对应的产值存在倒“U型”EKC关系，早期的净碳排放量随着产值的增长有所增加，但增速逐步放慢，达到临界点后转而下降；草地和水域利用的净碳排放量与对应的产值关系不满足经典的环境库兹涅茨曲线，其净碳排放量随着产值的增长而持续增加。长沙市耕地、林地和园地利用的净碳排放量已于不同年份越过拐点处于下降阶段，草地和水域的净碳排放量还会继续增长。

3.3 农地利用净碳排放因素分析

3.3.1 耕地利用净碳排放因素分析 研究期内耕地单位能耗净碳排放累计贡献值为363.22%，对长沙市耕地利用净碳排放起着显著的促进作用，是长沙市耕地利用净碳排放增长的主要因素，但其促进作用在2013年后出现大幅下降并趋于稳定。单位产值能耗的累计贡献率64.54%，对长沙市耕地利用净碳排放起着较为明显的促进作用，且促进作用在增强，助推了耕地利用净碳排放增长。单位耕地产量和耕地规模的累计贡献率分别为13.35%和13.01%，对耕地利用净碳排放的促进作用不大。在耕地规模不断减少的现实情况下，不合理的能源消费结构及为提高种植业产值而不断增加能源投入是长沙市耕地利用净碳排放增长的主要原因。

单位产量产值的累计贡献值为-406.49%，是抑制耕地净碳排放的主要因素，且抑制作用逐渐增强。这表明城郊型农业形态的耕地资源利用因具有良好的经济效益而抑制着耕地利用净碳排放增长。

3.3.2 林地利用净碳排放因素分析 研究期内林地单位能耗净碳排放累计贡献值为371.03%，对林地利用净碳排放有显著促进作用，并且以2013年为分界点由逐步增强转变为逐步减弱。林地规模累计贡献值为6.33%，对林地利用净碳排放的促进作用很小且促进作用每年维持在1%～2%，林地利用变化本是一个缓慢的过程因此其影响可忽略不计。与耕地类似，不合理的能源消费结构是长沙市林地利用净碳排放增长的主要原因。

单位产量产值和单位林地产量的累计贡献值分别为-256.08%和-75.73%，对林地利用净碳排放起着不同程度的抑制作用，抑制作用总体有增强趋势。单位产值能耗的累计贡献值为-109.52%，总体对林地利用净碳排放起着抑制作用，但抑制作用不断降低且已于2014年转变为促进作用。随着生态保护力度的加强、林业质量与效益的提升，林地的碳汇能力不断增强，但经济林的大力发展相较传统公益林而言需要更多的能源投入，因此单位产值能耗对林地利用净碳排放已转变为促进作用。

3.3.3 园地利用净碳排放因素分析 研究期内园地单位能耗净碳排放累计贡献值为222.48%，对园地利用净碳排放有显著促进作用，促进作用发生在2009年后，且有小幅下降的趋势。单位产量产值的累计贡献值为160.00%，对园地利用净碳排放有着较强的促进作用，促进作用总体变化不大。单位园地产量累计贡献值为80.25%，对园地利用净碳排放有着一定的促进作用，促进作用发生在2009年后且基本保持稳定。进一步优化能源使用结构、提高产能和经济效益有益于降低园地利用净碳排放。

单位产值能耗和园地规模的累计贡献值分别为-87.01%和-12.30%，对园地利用净碳排放起着抑制作用，两者于2010年由促进作用转变为抑制作用后，抑制作用基本保持稳定。反映出园地的农地集约利用程度逐渐提升，净碳排量得以有效控制。

3.3.4 草地利用净碳排放因素分析 研究期内草地单位产量产值累计贡献值为415.45%，是促进草地利用净碳排放的主要因素，且促进作用总体增强。草地单位能耗净碳排放累计贡献值为-272.92%，对净碳排放有显著的抑制作用，单位草地产量的累计贡献值为-77.19%，对净碳排放量有一定的抑制作用，两者的抑制作用逐步降低。单位产值能耗的累计贡献值为-74.92%，草地单位产值能耗对净碳排放于2010年由促进作用转变为抑制作用后，抑制作用逐步增强。草地规模的累计贡献值为-33.32%，草地利用变化最为明显，草地利用变化对净碳排放的抑制作用小且基本保持稳定。由以上分析可以看出，调整优化草地畜牧业结构以提高经济效益是长沙市降低草地利用净碳排放的主攻方向。

3.3.5 水域利用净碳排放因素分析 研究期内水域单位能耗净碳排放累计贡献值为370.68%，对水域利用净碳排放有显著促进作用，但促进作用总体下降。单位产值能耗的累计贡献值为158.86%，对净碳排放起着较强的促进作用，单位产值能耗对净碳排放于2010年由抑制作用转为促进作用后，促进作用不断增强。进一步优化能源使用结构以降低单位产值能耗可有效遏制水域利用净碳排放的增长。水域规模的累计贡献值为31.37%，对净碳排放促进作用有增强趋势，水域利用变化较大，但其促进作用仍有限。

单位产量产值累计贡献累计值为-359.96%，对水域利用净碳排放有显著的抑制作用，贡献值维持在-40%～-30%之间，抑制作用较为稳定。单位水域产量累计贡献值为-51.53%，总体对水域利用净碳排放抑制作用不大，但于2012年由促进作用转变为抑制作用后有较大幅度增强。

4 对策建议

根据长沙市各类农地净碳排放变化趋势及促进净碳排放的主要因素，提出如下农业低碳发展的对策建议：

(1)耕地和林地是长沙市农地利用净碳排放的主体，尽管耕地和林地利用的净碳排放量已越过了拐点值处于下降阶段，且单位能耗净碳排放对净碳排放的促进作用在逐步降低，但其仍为促进净碳排放的主要因素；耕地单位产值能耗对净碳排放起着较为明显的促进作用，且促进作用在增强，林地单位产值能耗对净碳排放已由抑制作用转变为促进作用。针对经济作物和花卉苗木产业蓬勃发展的实际，在改善能源使用结构的同时，大力发展循环农业、生态农业、有机农业及林下经济，在经济作物和经济林生产过程中减量化使用能源及化肥、农药、农膜等农用物资，降低单位能耗净碳排放与单位产值能耗，可进一步降低耕地、林地及农地利用的净碳排放。

(2)园地利用的净碳排放量也已越过了拐点值处于下降阶段，单位能耗净碳排放对净碳排放促进作用有小幅下降的趋势，但其也是促进净碳排放的主要因素。因此，改善能源使用结构同样是园地利用净碳减排的主攻方向。针对单位产量产值对园地利用净碳排放的促进作用较大，后期应充分利用紧靠长株潭城市群的区位优势，瞄准高端市场需求，优化园地利用及品种结构，提高园地产业的附加值。

(3)草地利用的净碳排放量处于逐步上升阶段，单位产量产值是促进草地利用净碳排放的主要因素，且促进作用总体增强；单位草地产量对草地利用净碳排放量有一定的抑制作用，但抑制作用逐步降低。调整优化草地畜牧业结构以提高产能、产值是降低草地利用净碳排放的根本所在。

(4)水域利用的净碳排放量同样处于逐步上升阶段，单位能耗净碳排放是促进水域利用净碳排放的主要因素，但促进作用总体下降；单位产值能耗对水域利用净碳排放起着较强的促进作用，且促进作用不断增强。改善能源使用结构的同时增强水产养殖的经济效益可有效遏制水域利用净碳排放的增长。