陈儒 姜志德

摘要 本研究基于农业碳足迹、碳固定两个方面构造农业全生产过程碳账户，运用农业碳计量模型对2007—2015年中国各省域农业净碳汇量进行了测算，同时在考虑区域间生态环境、经济发展水平差异的基础之上，对农业净碳汇量进行修正，并以此确定农业碳补偿模型，进而开展了低碳农业横向空间生态补偿的实证研究。结果显示：①2007—2015年期间，除江西、西藏、青海出现农业碳赤字现象外，中国其余地区均实现了农业碳盈余，经过碳汇修正系数处理后，生态本底较差的北方地区农业净碳汇量在一定程度上被放大。②2007—2015年中国低碳农业生态补偿价值呈波动上升趋势，低碳农业实现了长足有效的发展。其中，华北、东北、西北为主要碳受偿区域；华东、华中地区碳补偿价值在-0.5亿元～0.5亿元区间内围绕0值上下波动，九年内碳支付额度大于碳受偿额度；华南、西南地区为主要碳支付区域；③低碳农业横向空间生态补偿转移支付制度有效减轻了中央财政的压力，结合农业碳补偿优先级得出：重点碳受偿地区优先顺序依次为新疆、黑龙江、甘肃、宁夏、河北、内蒙古、吉林、河南、山西、陕西；重点碳支付地区优先顺序依次为上海、天津、重庆、浙江、广东、贵州、福建、江苏、四川、青海、安徽，其余则为非重点碳受偿或支付地区。

关键词 低碳农业；碳账户；横向空间；碳补偿；省域

中图分类号 F062.1文献标识码 A文章编号 1002-2104（2018）04-0087-11DOI：10.12062/cpre.20170906

生态补偿作为调整生态环境与各利益主体之间关系的一种政策体制，是实现农业生产过程中生态保护的有效措施[1]。现阶段，中国农业生态补偿较多交叉分布在森林、草原、流域等领域之中，在农业生产层面尚未形成全面的、成熟的生态补偿方案[2]，主要原因在于其生态价值零碎且难以量化评估，而生态补偿研究的核心和难点就在于生态补偿价值和标准的量化、确定，补偿价值和标准的合理性直接关系到补偿的效果和可行性[3]。低碳农业的形成与发展为实现农业生态补偿提供了良好的契机，它在碳核算的基础上将低碳农业发展的生态后果以温室气体排放量或抵消量来加以衡量，这把“碳标尺”使得农业生态价值的精确显化成为可能，构建“碳补偿”（Carbon Compensation）形式的生态补偿方式逐步成为农业领域内实现生态建设的新型激励机制。

对于生态补偿的研究，现有文献较多集中在补偿价值和标准的量化方面，大都依据生态系统价值当量因子法[4-5]、机会成本法[6]、条件价值法[7]、生态足迹法[1]等途径进行实证分析。在低碳农业领域内，当前生态补偿价值的量化主要以生态足迹法为主，具体核算形式包括碳足迹[8]、碳汇[9-10]、碳收支[11-12]等，旨在通过测定农业生产过程中的净碳汇量并以此对生态补偿价值进行量化，如宋博等[9]、李颖等[10]基于碳汇功能视角，依据农田单位面积产生的净碳汇量分别测算了设施蔬菜、粮食作物农业生产项目的生态补偿标准；于金娜等[13]基于植被碳匯价值测算了森林生态建设项目的生态补偿标准；胡小飞等[8]利用区域碳足迹和碳承载力的差值来确定区域生态补偿标准，测算中考虑了绿地、草地、农作物与湿地的碳汇功能，并以此分析了江西省生态补偿标准的时空变化。以往研究成果对本研究具有较大的启示和借鉴意义，但不足的是学者在构建“碳补偿”形式的农业生态补偿机制或标准时，往往忽略了不同区域之间自然条件、经济发水平等差异性带来的影响，若依据所测定的净碳汇量直接进行补偿，则极可能导致在区域经济非均衡发展的基础上进一步加剧生态资源利用的地区不公平性。同时，在低碳农业生产提供的环境友好产品（净碳汇）难以通过市场机制实现的条件下，现有研究尚缺乏借助政府间横向转移支付制度实现区域内或区域间生态补偿的考虑。鉴于此，本研究基于农业碳足迹、碳固定两个方面构造农业全生产过程碳账户，并以此构建农业碳计量模型，对中国各省域低碳农业发展的净碳汇量进行测算，在考虑区域间生态环境、经济发展水平差异的基础之上，确定农业碳补偿模型，进而开展中国省域低碳农业横向空间生态补偿的实证研究，最后，基于研究结论进行讨论。

1 农业横向空间碳补偿机制分析

碳补偿实属实现农业领域内生态补偿的一种方法或形式，其本质在于通过经济激励手段，为农业生产活动中提供生态效益或避免生态破坏的私人或组织所产生的成本或所遭受的损失进行补偿，将农业生产活动相关环境外部性内部化[2]，因此可以定义为“农业碳排放主体以经济或非经济方式对农业碳汇主体或生态保护者给予一定补偿的行为”[11]。近年来，随着低碳农业研究的深入，较多学者通过测算得出农业生产具有较强的净碳汇效应，表现出正的外部性，且反映程度在不同地区存在一定差异[14-16]，因此在构建“碳补偿”形式的农业生态补偿机制时，区域间差异性带来的影响不容忽视。

农业横向空间碳补偿是实现区域间生态补偿的一种模式或机制，它将碳排放空间作为一种稀缺资源，碳汇吸收能力作为一种收益手段，利用区域间净碳汇拥有量的差异，通过有效的交换形式，形成合理的交易价格，借助各个地区间政府财政的横向转移支付制度，以碳为纽带实现区域内或区域间农业生产过程的生态服务从无偿走向有偿[17]，从而促进农业发展的区域公平性和可持续性。农业横向空间碳补偿机制的主体框架包括农业碳效应的测算、补偿主体与补偿客体的明晰、补偿标准的厘定和补偿方式的确定四个方面[9]：农业碳效应的精确测算是实现横向空间碳补偿的基础，其目的在于以“碳”作为可定量分析的硬性指标，建立各区域农业“碳足迹-碳固定”的平衡账户，明晰各地区农业生产的碳收支状况，并以此识别农业碳补偿的主体和客体。由此可知，农业横向空间碳补偿的权利主体主要指在农业生产过程中实现了净碳汇盈余的地区或经营者（以地方政府为代表），相对而言，碳补偿的义务主体则为农业生产净碳汇亏损地区或经营者。碳补偿金额标准的厘定是构建农业横向空间碳补偿机制的核心和难点，当前低碳农业生态补偿价值的量化主要以生态足迹法为主，且需考虑区域间生态环境、经济发展水平差异[11]，最终使得生态服务的正外部效益内部化。对于农业碳补偿的方式，主要以地区间横向财政转移支付为主，且需考虑补偿的紧迫程度。需要说明的是，当农业领域内所需碳补偿总体金额大于碳支付总体金额时，可依据“受益者付费”原则，考虑向其他行业的受益主体征收一定的补偿费用。农业横向空间碳补偿机制如图1所示。

2 研究方法与数据

2.1 计量模型构建

2.1.1 农业碳计量模型

（1）农业碳足迹。碳足迹（碳排放）是指一项活动、一个产品或服务的整个生命周期、或者某一地理范围内直接和间接产生的温室气体排放量[8]。依据陈儒等[14]、田云等[15]研究成果可得，农业全生产过程碳足迹主要来源于农资投入（化肥、农药、地膜等）、农地利用（灌溉、稻田水淹等）、农业能源投入（电、柴/汽油、人工等）、牲畜饲养（肠道发酵、粪便管理）四个环节，由于近年来政府全力禁止农户秸秆焚烧行为、鼓励推行秸秆还田并取得了较好的效果，因而秸秆焚烧碳足迹本研究不予考虑。

（2）农业碳固定。碳固定（碳汇）是将温室气体从大气中移除的过程、活动或者机制，学界常以植被生物量、土壤碳库作为农业生产中碳固定的主要途径[14]，当农业生态系统固定的碳量大于排放的碳量，则该系统就形成净碳汇过程。基于农业全生产过程的碳足迹与碳固定，可以构造农业“碳账户”，包括以能量投入（电能、机械能及劳动者体能等）和物质投入（化肥、农药、农膜等）形式的碳输入账户，以生物质、有机碳和温室气体等产出形式的碳输出账户。依据相关研究成果[14-16，18-19]，农业“碳账户”具体形式如表1所示。

依据表1农业全生产过程碳账户，在研究方法上采用IPCC推荐的系数测算方法，构建农业碳计量模型如下所示：

式（1）中，Cf为农业碳足迹，i为表示类型，Dci、Dei为不同农用化学品和能量的消耗量，φci为相应碳排放系数，DNi为不同途径下的氮投入量（途径来源见表1中N2O的主要形式），Bi为农业废弃物焚烧量，Li不同品种牲畜的饲养量，φni为相应氧化亚氮排放系数，Dm为有机肥消耗量，φmi为相应甲烷排放系數，GWP为所排放温室气体的增温潜势；式（2）中Cs为农业碳固定，Ccv为农作物碳汇总量（不包含经济林木），Ctg为林草年均固碳量（含经济林木），Cland为土壤固碳量，Ccv-i为各类农作物的碳吸收量，Ctg-i为各类林草的年均碳吸收量，Cland-u为不同土地利用方式下各类土壤年均碳固定量，u为土地利用方式（翻耕、翻耕并施化肥、免耕等），ci为碳转化系数，Yi为农作物产量，ri为相应农作物经济产品部分的含水量，σi为林草不同层落（乔木层、灌木层、草本层和凋落物层）的平均固碳速率，Ai为林草的栽植面积，δiu为不同土地利用方式下的土壤平均固碳速率，Aiu为各类土地面积，ωi为分解残留率，Hi为农作物经济系数，fr为秸秆还田率（本研究假定为1），Rs为根冠比，φci、φni、φmi、ci、ri、σi、δiu、ωi、Hi、Rs参考值来自相关研究成果[14-16，18-20]，排放系数使用中注意CO₂当量与C当量的区别，谨防土壤固碳的重复测算；式（3）中Cn为净碳汇量，表示农业生产经营过程中碳汇量的盈余。

2.1.2 农业碳补偿模型

（1）基于碳账户的农业生态补偿价值。如果某地区Cn为正值，则表示该地区的农业碳固定大于碳足迹，即该地区有碳盈余，应获得生态补偿金额，即为碳受偿地区；若Cn为负值，则表示该地区的农业碳足迹大于碳固定，即该地区有碳赤字，应支付生态补偿金额，即为碳支付地区。考虑到不同地区生态本底差异明显，处于恶劣生态环境的地区不利于植被、土壤碳的积累，为了保证生态补偿的公平性，本研究借助生态系统服务功能价值评估的当量因子法构建碳汇修正系数。当量因子法旨在评估不同地区生态系统服务能力及其价值[4]，量化反映了不同地区生态本底的差异，通过测算不同地区生态系统服务能力的大小，进而对各地区农业碳汇量进行修正。此外，考虑到各地区不同的经济发展水平导致实际支付能力的差异，本研究运用改进后的pearl生长曲线模型确定碳补偿系数[11]，最终构建农业碳补偿价值模型如下：

式（4）中，ACCi为各地区可获得或支付的补偿资金，εi为各地区碳汇修正系数，Pc为标准碳单价（通常参考碳市场中碳权交易价格进行折算），θi为碳补偿系数；式（5）中，ESVT-pua表示全国单位面积生态系统服务价值，ESVi-pua表示各地区单位面积生态系统服务价值，ESVT-pua、ESVi-pua取值源于谢高地等[4]研究成果，经过碳汇修正系数处理后生态本底较差的地区净碳汇量在一定程度上被放大，反之则缩小；式（6）中，Gi表示各地区GDP，GT表示全国GDP，a、b为常数，为了便于计算，取值为1，t为历年全国恩格尔系数。

（2）农业碳补偿优先级。碳补偿系数是基于资金供给角度考虑各地区生态补偿实际支付能力，而对于资金需求角度则需要考虑不同地区生态补偿的迫切程度，为了对各地区碳补偿的迫切程度进行量化，以确定不同区域取得生态补偿优先的顺序，本研究对王女杰等[21]提出的“生态补偿优先级”指标确定的方法进行修正，依据经济发展水平较高区域对获取生态补偿的迫切程度比发展水平较低区域要低的原则，确定农业碳补偿优先级，计算公式如下：

式（7）中，CCPSi表示碳补偿优先级大小，如果CCPSi计算值较小，则表示该地区获得或支付生态补偿后对其经济状况影响较小，即获得碳补偿的迫切度较低或应当率先支付生态补偿资金；反之，则说明该地区支付生态补偿后对其经济状况影响较大，获得碳补偿的迫切度较高。

2.2 数据来源与处理

本研究在结合相关成果基础之上，基于柯布-道格拉斯生产函数，遵循统计数据的可获得性、准确性原则，选取化肥、农药、农膜、农家肥施用量，柴油、电、劳动力消耗量，畜禽饲养量、水稻种植面积、农业灌溉面积、农作物产量、耕地面积、园林面积作为农业碳计量主要指标。以2007年中国政府正式发布《中国应对气候变化国家方案》、确定长期应对气候变化框架为研究时间起点，采用2007—2015年中国省域面板数据，分析前后九年农业发展的碳效应及碳补偿的时空变化。

农业碳排放、碳汇量测算所需原始数据均来源于历年《中国统计年鉴》《中国农村统计年鉴》《中国农业统计资料》和历年各地市《统计年鉴》。其中，化肥施用以历年折纯量进行测算；农药、农膜、柴油消耗量以历年实际情况为准；农业用电以灌溉消耗量进行测算；农业劳动力以乡村第一产业年末从业人数进行测算；农家肥施用量、秸秆和根茬残留氮量、大气沉降氮量、淋溶/径流损失氮量借鉴《中国温室气体清单研究》测算方法，本研究假设畜禽排泄物经过处理后全部还田，将规模化饲养、农户散养、放牧三种方式下的畜禽排泄率进行加权平均处理，以此测算牛、羊、猪当年排泄量；秸秆和根茬残留氮主要以水稻、小麦、玉米为主进行测算；水稻种植面积以历年早稻、晚稻、中季稻种植面积之和进行测算；经济林木由于长期受到翻耕、锄草等管护行为扰动，因而其草本层和凋落物层的固碳量不予测算；由于本文以农业生产为研究视角，所以对于林业部门生态林草（森林、草地等）的固碳量不予测算；地区生产总值以历年实际情况为准。中国地理区域的划分参照《中国自然地理》和相关学者研究成果[15，22]分为七大区域，华东地区包括上海市、江苏省、浙江省、安徽省、江西省、山东省、福建省，华北地区包括北京市、天津市、山西省、河北省、内蒙古自治区，华中地区包括河南省、湖北省、湖南省，华南地区包括广东省、广西壮族自治区、海南省，西南地区包括四川省、贵州省、云南省、重庆市、西藏自治区，西北地区包括陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区，东北地区包括黑龙江省、吉林省、辽宁省。香港、澳门、台湾由于历年部分数据缺乏，难以进行碳效应的精确核算和对比分析，所以本研究暂不予以考虑。

3 实证结果分析

3.1 农业生产的净碳汇效应分析

净碳汇量指在农业生产经营过程中碳汇量的盈余，常用碳汇量与碳排放量之间的差值来衡量，是反映低碳农业生态产出水平的重要指标，更是制定低碳农业生态补偿的重要依据。运用前文构建的相关测算方法，测算出2007—2015年以来中国各省域农业发展过程中的碳排放量、碳汇量和净碳汇量，学界已有诸多成果阐释了中国各省域农业的碳排放、碳汇效应[15-16，18-19]，故本研究不再一一赘述，而是直接对农业生态补偿的重要衡量指标——净碳汇效应进行分析，年均净碳汇量测算结果如表2所示。在此基础之上，以单位面积生态系统服务价值作为各地区生态本底评价指标，估算出了各地区碳汇修正系数（见表2）。基于生态本底差异对农业生产经营过程中碳汇量的盈亏进行修正，修正结果如表2所示。

表2显示，自2007—2015年以来，除江西、西藏、青海外，其余地区农业净碳汇量均为正值，表明在农业生产过程中均实现了碳汇量的盈余（碳盈余），保持了良好的净碳汇效应，这与学者田云等[15]研究结论保持一致。分省（市）区来看，2007—2015年山东、黑龙江、河南农业净碳汇效应最优，年均碳汇量分别盈余2 752.657、2 181.105、2 117.277万t碳；而上海、天津、江西、西藏、青海碳汇量的盈余较少，均在百万t以下；部分地区出现净碳汇亏损现象（碳赤字），以西藏地区亏损量最大，年均亏损量达到296.852万t碳。分大区来看，华东地区年均净碳汇量最多，高达5 320.836万t碳；华南地区盈余最少，为1 703.046万t碳；各区域净碳汇效应由大到小依次为华东、东北、华北、西南、华中、西北、华南。

经过碳汇修正系数处理后，各地区农业净碳汇量出现较大变动。北京、天津、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南地区经修正后的农业净碳汇量相比修正前减少，以江苏、安徽、湖北、湖南、广东、四川、云南降幅最大，均在2 000万t以上。反之，其余地区经修正后的农业净碳汇量相比修正前均出现增长，以河北、内蒙古、新疆增幅最大，分别增加1 344.116、1 146.406、1 364.261万t碳。最终，经修正后碳盈余地区为北京、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陜西、甘肃、宁夏、新疆，以山东、河北、河南农业净碳汇效应为最优，年均盈余3 612.926、3 193.712、2 987.655万t碳；天津、上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、西藏、青海则为碳赤字地区。分大区来看，修正后华北、东北、西北为碳盈余地区，华东、华中、华南、西南为碳赤字地区，各区域净碳汇效应由大到小调整为华北、西北、东北、华中、西南、华东、华南，生态本底较差的北方地区净碳汇量在一定程度上被放大了。

3.2 低碳农业生态补偿价值测算与分析

3.2.1 农业生态补偿价值的测算结果

对于低碳农业生态补偿价值的测算依据（标准碳单价），学者通常参考碳市场中碳权交易价格进行折算[9-10]。自2014年以来，农业碳汇逐步作为中国核证减排量（CCER）项目入市交易，且主要集中在森林碳汇领域，交易方式多数情况下是线下双方协议转让，协议价格往往参差不齐，交易机制尚不成熟。依据数据可获得性原则，本研究暂不区分碳汇的交易方式，假定农业碳汇交易为上线交易，定价测算依据借鉴历年中国碳市场交易整体行情进行折算。通过查证中国北京、上海、广东、天津、深圳、湖北、重庆七大碳市场价格行情数据，获得了2013—2015全年各碳交易平台完成的碳交易总额、交易总量，并计算得出了碳权单价、标准碳单价。2013—2015年中国碳市场平均碳权单价为每t二氧化碳当量28.373元，通过搜集北京环境交易所中林业碳汇交易项目的价格数据发现，在2015—2017年林业碳汇的成交单价均在18.94～37元浮动，说明以该测算值作为农业碳汇的定价依据比较合理，进一步折算为标准碳单价所得加权平均值为104.045元/tc。考虑到各地区生态补偿实际支付能力的差异，运用公式（6）测算出了各地区不同年份的碳补偿系数，在此基础之上，结合各地区修正前后的碳汇盈余量和平均标准碳单价计算出了2007—2015年中国低碳农业平均生态补偿价值，具体如表3所示。

如表3所示，修正前碳支付区域仅为江西、西藏、青海3个地区，年均支付额分别为0.065、0.007、0.013亿元，其余地区均为碳受偿区域，以山东地区碳受偿价值最高，年均受偿额为4.597亿元，若要实现各地区低碳农业生态价值补偿则需要中央财政转移支付18.74亿元。相比之下，修正后碳支付区域由修正前的江西、西藏、青海3个地区增至天津、上海、江苏、浙江、安徽等18个地区，以江苏省碳支付金额最高，年均支付额为3.275亿元，全国碳支付总金额由原先的0.085亿元增至14.402亿元；修正后碳受偿区域减少至北京、河北、山西等13个地区，仍以山东省碳受偿金额最高，年均受偿额为6.034亿元，全国碳受偿总金额由修正前的18.825亿元减少至16.133亿元，实现各地区低碳农业生态价值补偿仅需要中央财政转移支付1.731亿元。由此可知修正后的低碳农业生态补偿标准极大地减轻了中央财政转移支付的压力，该种碳补偿标准的制定方式更为科学、合理。

3.2.2 农业生态补偿价值的时空分析

通过计算2007—2015年中国各个地区低碳农业生态补偿价值发现（见表4），九年内低碳农业生态补偿价值呈波动上升趋势（见图2），并在2015年达到最高，为3.234亿元，相比2007年增加了3.204亿元，这表明自2007年中国应对气候变化以来，各项低碳農业政策落实效果较好，低碳农业实现了长足有效的发展。尤其自2010年以后，低碳农业生态补偿价值增幅更为剧烈，在2007—2010和2010—2015两个周期内，碳补偿价值增长量分别为0.955、2.249亿元，相差2.355倍。主要原因在于自2010年以来，中国不断推动低碳城市试点建设，鼓励各行各业实现经济发展方式向绿色、低碳转轨，从而成为推动低碳农业发展的重要举措。随着低碳试点政策成效在农业领域内日渐显现，低碳农业的生态价值获得大幅增长，这也从侧面反映出了低碳农业生态补偿的必要性日益凸显。

分大区来看（见图2），华北、东北、西北为主要碳受偿区域，所需受偿额度依次分为3亿元～5亿元、1亿元～3亿元、0亿元～2亿元三个档，年均生态补偿价值分别为3.972亿元、1.968亿元、1.198亿元；三大区域在2007—2015年内低碳农业生态补偿价值均呈现波动上升趋势，以华北地区增幅最大为1.045亿元，东北次之，西北最小，但平均增长率却呈现出相反趋势，由大到小依次为西北（7.257%）、东北（5.165%）、华北（3.578%）。华东、华中地区生态补偿价值在-0.5亿元～0.5亿元区间内围绕0值上下波动，在2007—2015年内，华东地区在2008年为碳受偿年份，其余8年为碳支付年份；而华中地区在2007、2008、2015年为碳受偿年份，其余6年为碳支付年份。两个地区年均低碳农业生态补偿价值为负值，分别为-0.18亿元和-0.135亿元，九年内碳支付额度大于碳受偿额度。华南、西南地区为主要碳支付区域，2007—2015年内碳支付金额依次在-3亿元～4亿元、-1亿元～1.5亿元区间内波动，年均碳支付金额分别为3.748亿元、1.344亿元。西南地区支付金额呈现逐年略微增长趋势，平均增长率为1.967%；华南地区在2014、2015两个年份支付金额大幅下降，主要原因在于广东省农业净碳汇效应的改善。

分省（市）区来看（见表4），在华北地区中，北京、河北、山西、内蒙古为碳受偿地区，以河北地区碳受偿价值最高，九年内碳受偿金额区间为2亿元～3亿元；天津则为碳支付地区，但支付额度较小；2007—2015年期间内蒙古地区碳受偿价值平均增长率最大，达到了8.823%；而北京地区碳受偿价值的平均增长率为负，并呈现出“升-降-升”剧烈波动趋势，原因在于该地区农业碳盈余的不稳定性。在东北地区中，2007—2015年内辽宁、吉林、黑龙江均为碳受偿地区，以黑龙江地区碳受偿价值和平均增长率最高；辽宁地区碳受偿价值呈现出“升-降”波动趋势，故而平均增长率为负，主要原因在于该地区在2014、2015年间粮食、经济林果产量大幅下降所致。在华东地区中，除山东省为碳受偿地区外，其余地区均为碳支付区域，且江苏和浙江为主要支付来源；上海、浙江、江西由于实现了低碳农业较好地发展，碳支付价值平均增长率呈现降低趋势，以上海降幅最大，为4.581%。在华中地区，河南为碳受偿地区，湖北、湖南为碳支付地区，支付金额呈现先升后降趋势；2007—2015年期间湖北地区碳支付价值平均增长率最大，为3.422%。在华南地区，广东、广西、海南均为碳支付地区，以广东碳支付金额最大，九年内支付区间为2.5亿元～3.5亿元，广东省连年良好的农业净碳汇效应促使其碳支付金额逐年降低。西南地区中重庆、四川、贵州、云南、西藏均为碳支付地区，其中四川、云南省为主要支付地区，2007—2015年内各省市碳支付金额均呈现波动上升趋势，以重庆碳支付价值平均增长率最大，达到了7.344%。主要原因在于该地区生态本底较好而低碳农业发展效率不高所致，进一步加强节能高效的低碳农业技术推广使用、提升农业净碳汇效应是该类地区亟需关切的重要举措。西北地区中陕西、甘肃、宁夏、新疆为碳受偿地区，并且九年内碳受偿价值的平均增长率增幅较大，均在5%以上，说明2007—2015年低碳农业在该地区实现了长足有效的发展。青海虽为碳支付地区，但支付额度较小。

3.3 区域低碳农业生态补偿优先级

为了进一步实现区域之间碳补偿的协调性，本研究继续基于资金需求角度分析不同地区生态补偿的迫切程度，依据公式（7）测算得出了2015年各地区取得碳补偿优先的顺序，结果如表5所示。

从表5可以得出，2015年各地区农业净碳汇非市场价值占地区生产总值的比重十分微小，均在0.1%左右波动，农业碳补偿资金对当地经济发展影响较小，因此，实现中国省域低碳农业横向空间生态补偿具有一定的实际可操作性。依据中央财政转移支付成本最小化原则，优先级排在前10位的碳受偿地区的累积受偿金额与优先级排在前11位的碳支付地区的累积支付金额差值最小，为0.199亿元。因此，重点碳受偿地区优先顺序依次为新疆、黑龙江、甘肃、宁夏、河北、内蒙古、吉林、河南、山西、陕西；重点碳支付地区优先顺序依次为上海、天津、重庆、浙江、广东、贵州、福建、江苏、四川、青海、安徽，其余则为非重点碳受偿或支付地区。

4 结论与讨论

4.1 主要研究结论

基于以上分析，本研究得出以下结论：

（1）2007—2015年期间，除江西、西藏、青海出现农业碳赤字现象外，中国其余地区均实现了农业碳盈余，农业生产保持了良好的净碳汇效应，各区域净碳汇效应由大到小依次为华东、东北、华北、西南、华中、西北、华南。经过碳汇修正系数处理后，各地区农业净碳汇量出现较大变动，其中，华北、东北、西北为碳盈余地区，华东、华中、华南、西南为碳赤字地区，各区域净碳汇效应由大到小调整为华北、西北、东北、华中、西南、华东、华南，生态本底较差的北方地区净碳汇量在一定程度上被放大了。

（2）2007—2015年中国低碳农业生态补偿价值呈波动上升趋势，由2007年的0.03亿元增长至2015年的3.234亿元，低碳农业实现了长足有效的发展。华北、东北、西北为主要碳受偿区域，其中天津、青海为碳支付地区，其余为碳受偿地区。三大区域在2007—2015年内低碳农业生态补偿价值均呈现波动上升趋势，各区域增幅比与平均增长率呈现出相反趋势，内蒙古、黑龙江、陕西、甘肃、宁夏、新疆为碳受偿价值平均增长率升高的主要贡献地区。华东、华中地区生态补偿价值在-0.5亿元～0.5亿元区间内围绕0值上下波动，2007—2015年内碳支付额度大于碳受偿额度，其中山东、河南为碳受偿地区，其余则为碳支付地区，上海、浙江、江西碳支付价值的平均增长率呈现降低趋势。华南、西南地区为主要碳支付区域，两大区域内各省（市）均为碳支付地区，2007—2015年华南地区各省（市）碳支付金额逐年降低，而西南地区各省（市）呈现波动上升趋势。

（3）经过碳汇修正系数和碳补偿系数处理后，中国碳受偿和碳支付地区出现较大变动，但修正后的生态补偿横向转移支付金额极大减轻了中央财政的压力。依据中央财政转移支付成本最小化原则，结合各地区农业碳补偿优先级得出：中国省域农业重点碳受偿地区优先顺序依次为新疆、黑龙江、甘肃、宁夏、河北、内蒙古、吉林、河南、山西、陕西；重点碳支付地区优先顺序依次为上海、天津、重庆、浙江、广东、贵州、福建、江苏、四川、青海、安徽，其余则为非重点碳受偿或支付地区。

4.2 讨论

早在2008年，《中国碳平衡交易框架研究》报告中就提出要将“碳”作为可定量分析的硬性指标，建立全国各省“碳源-碳汇”的平衡账户，以此对经济活动加以监测、识别和调控，以省级为单位推行“碳源-碳汇”交易制度。农业生产活动的生态价值虽然较为分散、零碎且难以量化评估，但其较强的净碳汇效应仍然不可以掉以轻视，构建“碳补偿”形式的农业生态补偿机制是激励各地区实现低碳生产的重要途径。虽然本研究试图借助财政资金的安排以期实现区域内或区域间低碳农业的生态补偿，但长期来看，未来低碳农业生态补偿的走向势必通过碳市场这样一个市场机制得以发展和完善，尤其在《中国应对气候变化的政策与行动2016年度报告》中指出2017年中国要启动全国碳市场的背景下，引导建立第三方碳核证机构与机制、建立以政府为主导的区域农业横向碳补偿体制等，为农业生产净碳汇纳入碳交易市场提供条件、做充足准备实乃当务之急。

参考文献（References）

[1]赵海霞，徐颂军. 基于污染足迹的区域内生态补偿标准研究——以广州市为例[J].华南师范大学学报（自然科学版）， 2015，47（4）：116-121. [ZHAO Haixia， XU Songjun. Discussion on compensation standards at the regional level based on pollution footprint： a case study of Guangzhou[J]. Journal of South China Normal University（natural science edition）， 2015，47（4）：116-121.]

[2]梁丹，金書秦. 农业生态补偿：理论、国际经验与中国实践[J].南京工业大学学报（社会科学版），2015，14（3）：53-62. [LIANG Dan， JIN Shuqin. Agricultural eco-compensation： theories， international experience and Chinas practices[J]. Journal of Nanjing Tech University（social sciences edition）， 2015，14（3）：53-62.]

[3]李晓光，苗鸿，郑华，等. 生态补偿标准确定的主要方法及其应用[J].生态学报，2009，29（8）：4431-4440. [LI Xiaoguang， MIAO Hong， ZHENG Hua， et al. Main methods for setting ecological compensation standard and their application[J]. Acta ecologica sinica， 2009，29（8）：4431-4440.]

[4]谢高地，张彩霞，张昌顺，等. 中国生态系统服务的价值[J].资源科学，2015，37（9）：1740-1746. [XIE Gaodi， ZHANG Caixia， ZHANG Changshun， et al. The value of ecosystem services in China[J]. Resources science， 2015，37（9）：1740-1746.]

[5]QIN Y H， KANG M Y. A review of ecological compensation and its improvement measures[J]. Journal of natural resources， 2007， 22（4）：557-567.

[6]WNSCHER T， ENGEL S， WUNDER S. Spatial targeting of payments for environmental services： a tool for boosting conservation benefits[J]. Ecological economics， 2008， 65（4）：822-833.

[7]AMBASTHA K， HUSSAIN S A， BADOLA R. Social and economic considerations in conserving wetlands of indo-gangetic plains： a case study of Kabartal Wetland， India[J]. Environmentalist， 2007， 27（2）：261-273.

[8]胡小飞，邹妍，傅春.基于碳足迹的江西生态补偿标准时空格局[J].应用生态学报，2017，28（2）：493-499. [HU Xiaofei， ZOU Yan， FU Chun. Spatial and temporal patterns of the ecological compensation criterion in Jiangxi Province， China based on carbon footprint[J]. Chinese journal of applied ecology， 2017，28（2）：493-499.]

[9]宋博，穆月英. 碳汇功能的设施蔬菜生态补偿机制[J].西北农林科技大学学报（社会科学版），2016，16（2）：79-86. [SONG Bo， MU Yueying. Study on agricultural ecological compensation mechanism of facility vegetable based on carbon sink [J]. Journal of Northwest A&F; University（social sciences edition）， 2016，16（2）：79-86.]

[10]李颖，葛颜祥，刘爱华，等. 基于粮食作物碳汇功能的农业生态补偿机制研究[J].农业经济问题，2014，35（10）：33-40. [LI Ying， GE Yanxiang， LIU Aihua， et al. Study on agricultural ecological compensation mechanism of grain crops based on the carbon sink[J]. Issues in agricultural economy， 2014，35（10）：33-40.]

[11]赵荣钦，刘英，马林，等. 基于碳收支核算的河南省县域空间横向碳补偿研究[J].自然资源学报，2016，31（10）：1675-1687. [ZHAO Rongqin， LIU Ying， MA Lin， et al. County-level carbon compensation of Henan Province based on carbon budget estimation[J]. Journal of natural resources， 2016，31（10）：1675-1687.]

[12]YU B， XU L， YANG Z. Ecological compensation for inundated habitats in hydropower developments based on carbon stock balance[J]. Journal of cleaner production， 2015， 114：334-342.

[13]于金娜，姚顺波. 基于碳汇效益视角的最优退耕还林补贴标准研究[J].中国人口·资源与环境， 2012，22（7）：34-39. [YU Jinna， YAO Shunbo. Optimal subsidy of SLCP in China from the perspective of carbon sequestration benefit[J]. China population， resources and environment， 2012，22（7）：34-39.]

[14]陈儒，邓悦，姜志德. 农业生产项目的综合碳效应分析与核算研究——基于陕西安塞的农户调查数据[J].華中农业大学学报（社会科学版），2017 （3）：23-34，150. [CHEN Ru， DENG Yue， JIANG Zhide. Determining and estimating impacts of agricultural production projects on the comprehensive carbon effects：based on the investigation of Ansai farmer households in Shaanxi Province [J]. Journal of Huazhong Agricultural University（social sciences edition）， 2017（3）：23-34，150.]

[15]田云，张俊飚. 中国农业生产净碳效应分异研究[J].自然资源学报，2013， 28（8）：1298-1309. [TIAN Yun， ZHANG Junbiao. Regional differentiation research on net carbon effect of agricultural production in China [J]. Journal of natural resources， 2013， 28（8）：1298-1309.]

[16]陈罗烨，薛领，雪燕. 中国农业净碳汇时空演化特征分析[J].自然资源学报，2016，31（4）：596-607. [CHEN Luoye， XUE Ling， XUE Yan. Spatial-temporal characteristics of Chinas agricultural net carbon sink [J]. Journal of natural resources， 2016， 31（4）：596-607.]

[17]中国环境文化促进会. 首部《中国碳平衡交易框架研究》报告在京发布 [EB/OL]. [2008-11-06]. http：//www.mep.gov.cn/xxgk/hjyw/200811/t20081106_130915.shtml.[China Environmental Culture Promotion Association. The first report of ‘Research on China Carbon Balance Trading Framework issued in Beijing. [EB/OL]. [2008-11-06]. http：//www.mep.gov.cn/xxgk/hjyw/200811/t20081106_130915.shtml.]

[18]国家发展改革委应对气候变化司. 2005中国温室气体清单研究[M].北京：中国环境科学出版社，2014. [The National Development and Reform Commission of the Peoples Republic of China. National greenhouse gas inventory [M]. Beijing：China Environmental Science Press， 2014.]

[19]张广胜，王珊珊.中国农业碳排放的结构、效率及其决定机制[J].农业经济问题， 2014， 35（7）：18-26，110. [ZHANG Guangsheng， WANG Shanshan. Chinas agricultural carbon emission： structure， efficiency and its determinants [J]. Issues in agricultural economy， 2014， 35（7）：18-26，110.]

[20]SOLOMON S， QIN D， MANNING M， et al. IPCC， 2007： summary for policymakers [M]// Climate change 2007： the physical science basis. contribution of working group I to the fourth assessment report of the Intergovernmental Panel on Climate Change. 2007.

[21]王女杰，劉建，吴大千，等. 基于生态系统服务价值的区域生态补偿——以山东省为例[J].生态学报， 2010，30（23）：6646-6653. [WANG Nüjie， LIU Jian， WU Daqian， et al. Regional eco-compensation based on ecosystem service assessment： a case study of Shandong Province [J]. Acta ecologica sinica， 2010，30（23）：6646-6653.]

[22]陈儒，邓悦，姜志德，等. 中国退耕还林还草地区复耕可能性及其影响因素的比较分析[J].资源科学，2016，38（11）：2013-2023. [CHEN Ru， DENG Yue， JIANG Zhide， et al. Comparative analysis of regional factors influencing land reconversion possibility in returning farmland to forest and grassland project areas in China [J]. Resources science， 2016，38（11）：2013-2023.]