周松 李颖 李芳

摘要：本研究通过构建粮食生产与种植业碳排放指标体系，利用耦合协调度、地理探测器探究了粮食主产区2000-2019年间粮食生产能力与种植业碳排放相互关系及演化特征。结果表明：（1）研究期内，粮食生产得分整体呈增长趋势，其时空演变特征可分为“生产能力迅速上升期”“生产能力稳步上升期”“结构调整阵痛期”，种植业碳排放系统综合得分整体呈现出高—低—高的“U”型发展态势。（2）耦合协调度的时序规律总体是由初级协调到良好协调转变，种植业碳排放量出现“中间高两头低”的空间分布特征，黄淮海平原是主产区减排的攻坚主战区，松辽平原是主產区固碳减排的动能转换区。（3）要素投入、政府支持是影响耦合协调度的主要因子，自然环境因素影响较小。

关键词：种植业碳排放 粮食生产 时空耦合

*基金项目：国家自然科学基金项目“基于碳汇功能的粮食作物生态补偿机制研究——以小麦、玉米为例”（71503148）国家自然科学基金项目“煤矸石-稻壳复合材料对稻田土壤砷的钝化机制研究”（42177027）。

一、引言

长久以来，粮食安全问题一直萦绕在中国的发展进程中，关系着国家发展的命脉。粮食产量是衡量粮食安全最为重要的指标，如何藏粮于民、藏粮于技，在新背景下再次成为题中应有之义。中国在2009年明确提出了“建设生态文明，走可持续发展之路”的重大战略任务，2020年首次提出“碳中和、碳达峰”的战略目标；粮食产量的日益提高与种植业降碳减排之间的“矛盾”应如何把控，成为当下急需解决的问题。基于此，在“双碳”背景下，开展粮食生产与种植业碳排放之间的耦合协调度研究对于调整中国粮食主产区的种粮规划有重大意义。

本研究从狭义的农业——种植业视角出发，分析主产区粮食生产与种植业碳排放关系的时空特征，揭示其主要影响因素，为进一步对主产区种植结构的优化、调整提供理论依据。

二、研究地区概况及研究方法

（一）研究区概况

本研究选取的研究地区为中国粮食主产区，粮食种植面积均在300万公顷以上，占全国种粮总面积的70%，产量约占全国粮食总产量的75%。

（二）研究方法和数据来源

1.研究方法

（1）种植业碳排放测算

（2）全局熵值法

本研究使用面板数据，采用全局熵值法；构建“时间—区域—指标”立体时间序列数据集来确定权重，对所需指标进行横向和纵向分析。

一是指标评价体系构建。本研究基于2000年之后国内外的研究，选取粮食生产能力与种植业碳排放两方面指标进行模型构建。选取农业经济效益碳排放是从宏观角度观测农业产业与经济发展的时空关系，农业低碳减排水平与农业碳排放强度成反比，与碳排放生产率成正比，由于种植业碳排放量约占农业碳排放量的80%，在一定程度上，其总体发展趋势与整个农业产业相同。由此，此指标的选取有利于丰富研究视角，延展分析层次。

（14）式中q为某一影响因子对两系统耦合协调度空间分异的解释程度，h= 1，…，L为因变量、影响因子的分层；Nh和N分别为层h和全区的单元数；σ2h和σ2分别是层h和全区的两系统耦合协调度的方差，q值越大，说明该影响因子对两系统耦合协调度空间分异的影响越大。结合现有研究成果和研究区实际情况，选取高程（X1）、坡度（X2）、政府支农力度（X3）、社会经济发展水平（X4）、城镇化率（X5）、单位耕地面积（X6）、农机施用（X7）、农药施用（X8）及化肥施用量（X9）指标从自然因素、社会经济因素、政府作用及要素投入进行分析。

2.数据来源及处理。本研究所用数据来源于13省历年统计年鉴，涉及整个农业产业指标的数据采用权重系数法将从其从农业中剥离，权重系数=粮食播种面积/农作物播种总面积。

三、结果与分析

（一）粮食生产与种植业碳排放的时空特征分析

1.粮食生产的时空演变特征。将上述指标的数据进行无量纲处理、确定权重后带入式（9），得到粮食生产区各省粮食生产系统与种植业碳排放系统的综合得分时空变动趋势。在研究期内粮食生产系统的综合评分总体呈上升趋势，种植业碳排放系统的综合得分呈现出波动状态的“U”型发展态势。

从时间角度出发可划分为3个阶段，2000—2010年为第一阶段——生产能力迅速上升期，粮食主产区13省的综合得分出现不同程度的上升，增幅最高的地区依次为吉林441.7%、河北245.8%、黑龙江241.7%，是因为在世纪初中国重视工业化、城市化的发展，虽然GDP迅速拉高，但带来了耕地大量减少、传统农业的发展空间受限的问题，农民收益大幅降低，致使粮食产量大幅下降。政府为了保证粮食安全，出台了粮食直补、农机补贴等政策，在2006年取消了农业税，降低了农民生产成本，调动了农民的积极性，使粮食生产系统的综合得分迅速增长；2011—2015年为第二阶段——生产能力稳步上升期。在此阶段，中国对耕地用途进行严格管控，实现耕地面积逐年净增长；此外，集体经济组织充分发挥了“统”的职能，增加了农业系列化服务辐射的广度和深度，提高了种植效率。但由于耕地利用率及劳动生产率受到科技发展水平的制约，种植业天花板效应逐步凸显，由此该阶段粮食生产综合得分虽提升但增幅低于第一阶段；2016—2019年为第三阶段——结构调整阵痛期，中国为了解决粮食生产的有效供给问题，开始对种粮结构进行调整，粮食产量和播种面积受到较大影响，导致粮食生产综合得分的增幅较小甚至出现负增长的情况。在经过阵痛期后，粮食播种面积和产量开始逐步恢复。

从空间角度出发，虽然粮食主产区各省综合得分变动趋势大致相同，但北方地区的初始值更低，不同阶段的变动幅度更大，其原因可能是受到复种指数、城镇化率、生产要素投入的影响。北方相比南方，由于地缘因素不同导致水热条件相对较差，很多时候是“靠天吃饭”，耕地利用率低；东北地区是中国传统的重工业基地，在世纪初，该地区的城镇化水平位于中国第一梯队，人均收入较高。依据配第——克拉克定律，该地区农民减少，种植业发展受限，导致生产要素投入减少，形成恶性循环；此外，政府投入不足也是制约北方地区粮食生产的重要影响因素。

2.种植业碳排放的时空演变特征。种植业碳排放系统综合得分整体呈现出高—低—高的“U”型发展态势，其原因可能是因为在世纪初，农民种粮积极性受挫，糧食减产导致种植业碳排放量降低。随着农机具、化肥施用量的增加，虽提升了农民的生产效率，但客观上也使种植业碳排放量大幅增加。从2015年开始，中国开始对农业供给侧进行改革，在农业领域推行生态、低碳农业，将政策与民智相结合，形成自上而下与自下而上的合力，降低了农业碳排放量；2016年，中国对粮食主产区的种植结构重新调整，抑制种植业的碳排放总量。

从省际差异看，在2015-2019年期间，东北地区种植业碳排放综合得分未显著出现上升趋势且与其他地区存在较大差距。这是因为东北地区耕地面积、生产要素投入等地缘因素的影响。一方面，东北地区逐步从重工业基地向农业生产优势区进行转变；另一方面，政府虽然对东北地区进行种植结构调整，但该地区耕地面积基数大，种植业机械化水平高，由此带来的农地利用碳排放进一步增加，其综合得分很难在短时间得到明显提升。

（二）粮食生产与种植业碳排放的耦合协调度分析

基于（13）式与表2计算出粮食主产区的耦合协调度。粮食主产区各省耦合协调度在2000-2019年期间时序规律是由初级协调到良好协调转变，空间分异规律整体出现是以黄淮海平原5省为中心向南北两个方向扩散，在2016年两系统耦合协调度呈现出“中间高南北低”的空间分布特性，在2019年时，两系统耦合协调度则呈现出“南高北低”的空间分布特性（表3）。

为了更加直观的展示研究区耦合协调度的时空差异，本研究选取2000、2010、2016与2019年为例，观察粮食生产与种植业碳排放的表现。2000年粮食主产区大部省份均为初级协调，只有江西省达到良好协调的等级。江西省的良性发展与其涉农财政投入、地形地貌有关，该省水热条件优渥且涉农投入位于主产区首位，提高了土地利用率、缩短了复种周期；江西省是水稻种植大省，虽然带来大量的二氧化碳排放，但由于多山地、多丘陵的地缘因素的影响，农机施用率明显低于其他省份。黑龙江、吉林、内蒙古的耦合协调度与其他省份差距较大，该地区虽然人均耕地面积大，但复种率低下与生产要素投入不足影响了粮食作物的产量。2010年东北地区由初级协调向良好协调转变，黄淮海地区的耦合协调度也提升了5%—10%不等，南方地区则出现总体平稳、略微下降趋势；东北地区耦合协调度的提升与促进粮食生产的关键指标有较强的关联，虽然单位耕地农机、农药、农膜使用量依旧处于主产区末段，但与2000年该地区生产要素投入却猛增31%～83%不等，政府支农投入提升了47%—170%不等，激发了该地区粮食生产潜力；2016年，各省耦合协调度处于0.48—0.52之间，粮食主产区内部基本实现粮食产量提升与种植业碳排放有效控制的良性互动。受到种植结构调整的影响，东北玉米大量调减，短暂影响了该地区粮食产量，中部沿海地区因为大量财政投入，进入良好协调阶段；2019年，粮食主产区大部省份已达到良好协调等级，处于初级协调黑龙江、吉林、内蒙古、河南与其他9省的差距缩小，可以看出相比2016年，研究区13省粮食生产与种植业碳排放耦合协调度逐渐提升，两系统的相互作用趋于良性。

[4]田云，林子娟.长江经济带农业碳排放与经济增长的时空耦合关系[J].中国农业大学学报， 2021， 26（1）： 208-218.

[5]王劲峰，徐成东.地理探测器：原理与展望[J].地理学报， 2017， 72（1）.[J].长江流域资源与环境， 2017， 26（11）： 1805-1814.

[6]赵丽平，李邦熹，王雅鹏，等.城镇化与粮食生产水土资源的时空耦合协调[J].经济地理， 2016， 36（10）： 145-152.

Analysis of Spatial and Temporal Patterns and Influencing Factors of Food Production and Carbon Emissions from Cultivation

Zhou Song Li YingLi Fang

Abstract By constructing the carbon emission index system of grain production and planting industry， this study explored the relationship and evolution characteristics of grain production capacity and planting carbon emission in major grain producing areas from 2000 to 2019 by using coupling coordination degree and geographic detector. The results showed that： （1） During the study period， the overall grain production score showed a linear growth trend， and its spatiotemporal evolution characteristics could be roughly divided into "rapid rising period of productive capacity"， "steady rising period of productive capacity"， and "painful period of structural adjustment". The overall carbon emission system score of planting industry showed a "U-shaped" development trend of high-low-high； （2） During 2000-2019， the coupling coordination degree changed from primary coordination to good coordination. The spatial distribution of planting carbon emissions was "high in the middle and low at the two ends". The Huang-Huai-hai Plain was the key area for major producing areas to reduce emissions. Songliao Plain is a kinetic energy conversion area for carbon sequestration and emission reduction in main producing areas. （3） Factor input and government support are the main factors affecting coupling coordination degree， while natural environmental factors have less influence.

Keywords： carbon emissions from plantation food production major grain-producing areas Space-time coupling

（作者單位：山东农业大学经济管理学院）

责任编辑：李政