田 云 林子娟

(中南財(cái)經(jīng)政法大學(xué) 工商管理學(xué)院，武漢 430073)

近年來，隨著世界各國經(jīng)濟(jì)的快速發(fā)展，以二氧化碳為代表的溫室氣體排放量不斷攀升，由此誘發(fā)了諸如冰川消融、海平面上升、極端天氣盛行等一系列氣候問題。而截至目前，中國已取代美國成為世界頭號碳排放國，面臨著巨大的減排任務(wù)。雖然二、三產(chǎn)業(yè)是導(dǎo)致碳排放產(chǎn)生的關(guān)鍵源頭，但農(nóng)業(yè)生產(chǎn)部門也是造成其數(shù)量持續(xù)增加的重要推手[1]。正是基于此，無論政府、社會還是學(xué)界都對農(nóng)業(yè)碳排放問題形成了高度關(guān)注。其中，最近幾年頒布的中共中央“一號文件”也多次強(qiáng)調(diào)要實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展、走綠色生態(tài)發(fā)展道路，而這與我們所倡導(dǎo)的農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型道路高度契合。在此背景下，為了更好地平衡農(nóng)業(yè)綠色生態(tài)發(fā)展與經(jīng)濟(jì)發(fā)展之間的矛盾，厘清農(nóng)業(yè)碳排放與其經(jīng)濟(jì)增長之間的相互關(guān)系就顯得尤為重要。

有鑒于此，越來越多的學(xué)者開始圍繞農(nóng)業(yè)碳排放問題展開相關(guān)研究，并形成了以下4個主要研究領(lǐng)域，即農(nóng)業(yè)碳排放現(xiàn)狀特征及驅(qū)動因素分析[2-3]、農(nóng)業(yè)碳排放效率測度及空間效應(yīng)探究[4-5]、農(nóng)業(yè)碳排放與其經(jīng)濟(jì)增長的互動關(guān)系探析[6]和農(nóng)戶農(nóng)業(yè)低碳生產(chǎn)意愿與行為研究[7-8]等。其中，關(guān)于農(nóng)業(yè)碳排放與其經(jīng)濟(jì)增長關(guān)系的探討得到了學(xué)者們的廣泛關(guān)注，如蘇洋等[9]運(yùn)用Tapio模型分析了新疆農(nóng)牧業(yè)碳排放與其經(jīng)濟(jì)增長相互關(guān)系，發(fā)現(xiàn)二者呈現(xiàn)出“弱脫鉤與擴(kuò)張連接交替-弱脫鉤平穩(wěn)-強(qiáng)脫鉤轉(zhuǎn)型”的演進(jìn)過程；顏廷武等[10]通過EKC檢驗(yàn)發(fā)現(xiàn)，長期來看中國農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)業(yè)經(jīng)濟(jì)強(qiáng)度之間呈現(xiàn)“倒N型”EKC關(guān)系且存在雙拐點(diǎn)；黎孔清和馬豆豆[11]則將富裕度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)以及城鎮(zhèn)化率納入到了農(nóng)業(yè)碳排放的分析框架中，測算表明它們都會對農(nóng)業(yè)碳排放量變化產(chǎn)生顯著影響。除此之外，還有不少學(xué)者以種植業(yè)[12]、畜牧業(yè)[13]和漁業(yè)[14]等不同產(chǎn)業(yè)部門為切入點(diǎn)，圍繞其碳排放與經(jīng)濟(jì)增長之間的相互關(guān)系展開深度探討。

由上述文獻(xiàn)可知，目前關(guān)于農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長關(guān)系的探討多以全國或者某一省市為研究對象，鮮有學(xué)者基于區(qū)域一體化視角展開分析，同時多數(shù)研究只立足于單一維度，整體分析稍顯不足。而作為中國重點(diǎn)實(shí)施的“三大戰(zhàn)略”之一，長江經(jīng)濟(jì)帶橫跨東、中、西部三大區(qū)域，包含上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11個省(市)，所覆蓋區(qū)域不僅人口數(shù)量多、經(jīng)濟(jì)總量大，更是中國重要的農(nóng)業(yè)生產(chǎn)區(qū)，其農(nóng)業(yè)增加值占到了全國的40%。2018年，中央明確提出長江經(jīng)濟(jì)帶要堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展的基本理念，而推進(jìn)農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型是踐行這一理念的重要舉措。有鑒于此，本研究嘗試圍繞長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的時空耦合關(guān)系展開深度剖析。具體而言，首先厘清該區(qū)域1993—2017年農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的現(xiàn)狀特征；而后綜合運(yùn)用耦合協(xié)調(diào)模型與Tapio脫鉤模型系統(tǒng)探究二者間的相互關(guān)系及演化特征；最后立足于研究結(jié)論展開討論，以期為其碳減排工作的順利推進(jìn)提供一定參考依據(jù)。

1 研究方法和數(shù)據(jù)來源

1.1 農(nóng)業(yè)碳排放測算方法

考慮到林業(yè)的碳匯功能屬性以及漁業(yè)碳排放測算所面臨的現(xiàn)實(shí)困難，本研究參照Tian等[3]、閔繼勝等[15]的相關(guān)研究成果，擬從以下3個方面完成農(nóng)業(yè)碳排放測算體系的構(gòu)建：1)農(nóng)用物資投入及農(nóng)田生產(chǎn)過程所產(chǎn)生的碳排放，主要涉及農(nóng)藥、化肥、農(nóng)膜、農(nóng)用柴油的使用以及農(nóng)田灌溉的間接動力消耗；2)水稻在整個生長過程中所產(chǎn)生的甲烷(CH4)排放；3)牛、羊、馬、驢、騾、駱駝、豬、家禽等牲畜由于自身腸道發(fā)酵以及對其糞便進(jìn)行管理所產(chǎn)生的甲烷和氧化亞氮(N2O)排放。據(jù)此，構(gòu)建農(nóng)業(yè)碳排放計(jì)算公式如下：

Ct=∑Cit=∑Tit×αi

(1)

式中：Ct表示第t年農(nóng)業(yè)碳排放總量，Cit指第t年第i類碳源的碳排放量，Tit指第t年第i類碳源的數(shù)量，αi指第i類碳源的碳排放系數(shù)。

1.2 耦合協(xié)調(diào)模型

耦合度是指兩個或兩個以上系統(tǒng)或要素相互作用且影響的程度[16]，以此為基礎(chǔ)形成的耦合協(xié)調(diào)模型能有效刻畫多要素或多系統(tǒng)之間的耦合狀況與協(xié)調(diào)發(fā)展水平。有鑒于此，本研究參考王劍等[17]、李建豹等[18]的相關(guān)研究，首先構(gòu)建農(nóng)業(yè)碳排放與其經(jīng)濟(jì)增長的耦合度模型如下所示：

(2)

式中：W為耦合度，X表示經(jīng)濟(jì)增長水平，在此通過人均農(nóng)業(yè)增加值進(jìn)行衡量；Y表示農(nóng)業(yè)碳排放水平，通過人均農(nóng)業(yè)碳排放量來體現(xiàn)。為了使耦合質(zhì)量更為理想，以式(2)為基礎(chǔ)構(gòu)建耦合協(xié)調(diào)模型如下所示：

(3)

式中：A表示耦合協(xié)調(diào)度，S為兩個系統(tǒng)整體水平的綜合發(fā)展度，S=aX+bY，考慮到經(jīng)濟(jì)增長與農(nóng)業(yè)碳排放重要程度通常一致，故a和b取值均為0.5；耦合協(xié)調(diào)度A∈[0,1]，A越趨近于1，表明系統(tǒng)間協(xié)調(diào)發(fā)展?fàn)顩r越好。參考已有研究[17,19]可知，耦合協(xié)調(diào)度通常會被劃分為5個等級，即0≤A<0.4為嚴(yán)重失調(diào)階段，0.4≤A<0.5為初級失調(diào)階段，0.5≤A<0.6為初級協(xié)調(diào)階段，0.6≤A<0.8為良好協(xié)調(diào)階段，0.8≤A≤1為優(yōu)質(zhì)協(xié)調(diào)階段。鑒于該劃分標(biāo)準(zhǔn)目前已得到較為廣泛的認(rèn)可，本研究也將延續(xù)這一思路。

1.3 Tapio脫鉤模型

鑒于耦合協(xié)調(diào)模型更傾向于考察農(nóng)業(yè)碳排放與經(jīng)濟(jì)系統(tǒng)間整體協(xié)調(diào)性的現(xiàn)實(shí)情形，為了確保研究更為深入，本研究嘗試構(gòu)建Tapio脫鉤模型，用于分析農(nóng)業(yè)碳排放變化對農(nóng)業(yè)經(jīng)濟(jì)變化的敏感程度并明晰二者之間的脫鉤狀態(tài)。其模型具體構(gòu)建如下：

(4)

式中：E為脫鉤彈性，AC為人均農(nóng)業(yè)碳排放，AGDP為人均農(nóng)業(yè)增加值。脫鉤彈性及脫鉤程度分級如表1 所示。

表1 脫鉤彈性及脫鉤程度[13]Table 1 Decoupling elasticity and degree of decoupling

1.4 數(shù)據(jù)來源及處理

農(nóng)業(yè)碳排放測算所涉及的原始數(shù)據(jù)、農(nóng)業(yè)增加值均出自《中國農(nóng)村統(tǒng)計(jì)年鑒》[20]與《中國統(tǒng)計(jì)年鑒》[21]。其中，除畜禽之外的各類碳源均以當(dāng)年實(shí)際統(tǒng)計(jì)值為準(zhǔn)，而牛、羊、生豬以及家禽的數(shù)量還需參照閔繼勝等[15]所提供的方法進(jìn)行適當(dāng)調(diào)整。各類碳源所對應(yīng)的碳排放系數(shù)主要出自IPCC以及Tian等[3]的相關(guān)研究。與此同時，考慮到價格波動的影響，本研究還將基于1993年不變價對各省市歷年農(nóng)業(yè)增加值進(jìn)行調(diào)整。

2 結(jié)果與分析

2.1 農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的時空特征分析

2.1.1農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)變化的時序演變特征

基于式(1)測算長江經(jīng)濟(jì)帶1993—2017年的農(nóng)業(yè)碳排放量，同時基于1993年不變價對這些年份的農(nóng)業(yè)增加值進(jìn)行調(diào)整，相關(guān)結(jié)果如圖1所示。

圖1 1993—2017年農(nóng)業(yè)碳排放與農(nóng)業(yè)增加值的變化情況Fig.1 Changes in agricultural carbon emissions and agricultural added value from 1993 to 2017

由圖1可知，1993—2017年長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放量總體呈現(xiàn)波動上升趨勢，由1993年的 9 995.58 萬t增至2017年的12 792.91萬t，累計(jì)增加了27.99%，年均遞增1.03%。結(jié)合其演變特征大致可分為5個階段：1993—1996年為第一階段，農(nóng)業(yè)碳排放量持續(xù)快速上升，由9 995.58萬t迅速增至11 342.74萬t，年平均增速達(dá)到了4.30%；可能的原因是，家庭聯(lián)產(chǎn)承包責(zé)任制的進(jìn)一步發(fā)展極大解放了農(nóng)村生產(chǎn)力，有力推進(jìn)了該階段農(nóng)業(yè)的迅猛發(fā)展，但同時也導(dǎo)致了溫室氣體排放量的增加。1996—2003年為第二階段，農(nóng)業(yè)碳排放量相對平穩(wěn)甚至略有下降；隨著中國城市化、工業(yè)化步伐加快，城鄉(xiāng)收入差距逐步凸顯，加之農(nóng)民負(fù)擔(dān)過重，其生產(chǎn)積極性受到較大影響，使得該階段農(nóng)業(yè)生產(chǎn)總體處于平穩(wěn)態(tài)勢，客觀上也減少了溫室氣體排放。2003—2006年為第三階段，農(nóng)業(yè)碳排放量迅速增加；2004年中央“一號文件”再度聚焦于“三農(nóng)”問題，加之“一減免三補(bǔ)貼”政策的逐步實(shí)施，極大激發(fā)了農(nóng)民生產(chǎn)積極性，農(nóng)業(yè)生產(chǎn)得到迅速恢復(fù)，由此也極大加劇了農(nóng)業(yè)碳排放。2006—2008年為第四階段，農(nóng)業(yè)碳排放量持續(xù)下降；2007年“中央一號”文件強(qiáng)調(diào)要提高農(nóng)業(yè)可持續(xù)發(fā)展能力，并鼓勵發(fā)展循環(huán)農(nóng)業(yè)和生態(tài)農(nóng)業(yè)，加之畜牧業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化與調(diào)整，客觀促使碳排放量大幅減少；而2008年由于遭受全球金融危機(jī)，農(nóng)業(yè)生產(chǎn)也受到一些沖擊。2008—2017年為第五階段，雖年際間存在一定起伏，但農(nóng)業(yè)碳排放量總體處于緩慢上升態(tài)勢；該階段農(nóng)業(yè)生產(chǎn)的持續(xù)增長使得農(nóng)業(yè)碳排放量總體處于上升趨勢，而農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整又在一定程度上抑制了其排放量的增加。相比農(nóng)業(yè)碳排放量的波動起伏，整個考察期內(nèi)長江經(jīng)濟(jì)帶的農(nóng)業(yè)增加值一直處于穩(wěn)步上升趨勢，由1993年的4 981.48億元增至2017年的14 937.08億元，累計(jì)增加了199.85%，年均遞增4.68%。

2.1.2農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)變化的空間分異特征

為了更為直觀地展現(xiàn)長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放與農(nóng)業(yè)增加值在空間層面所表現(xiàn)出的差異，本研究以5年為一個時間段，將整個考察期劃分為1993—1997年、1998—2002年、2003—2007年、2008—2012年以及2013—2017年等5個不同階段。同時，考慮到各省(市)碳排放量差距較大，采用等間隔分類法可能導(dǎo)致類內(nèi)存在較大差異，故選擇自然間斷點(diǎn)法將原始數(shù)據(jù)分為5個等級，由低至高依次為最低級、次低級、一般級、次高級與最高級，以確保類內(nèi)差異最小。在此基礎(chǔ)上，利用ArcGIS軟件繪制相關(guān)結(jié)果如圖2和3所示。

圖2 1993—2017年長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放空間分布Fig.2 Spatial distribution of agricultural carbon emissions in the Yangtze River Economic Belt from 1993 to 2017

由圖2可知，在整個考察期(1993—2017年)內(nèi)，湖南省所產(chǎn)生的農(nóng)業(yè)碳排放一直處于最高等級，主要源于它是整個長江經(jīng)濟(jì)帶最為重要的農(nóng)業(yè)生產(chǎn)省份之一且水稻種植規(guī)模極大，客觀上導(dǎo)致了其農(nóng)業(yè)碳排放處于較高水平。與之對應(yīng)，上海市則一直處于最低等級，且排放規(guī)模還處于下降態(tài)勢，由1993—1997年的合計(jì)633.45萬t降至2013—2017年的441.00萬t；究其原因，一方面源于其自身農(nóng)地資源相對有限，農(nóng)業(yè)生產(chǎn)規(guī)模較小，使得農(nóng)業(yè)碳排放量要遠(yuǎn)低于其他省(市)；另一方面則在于上海市作為中國第一大城市，二、三產(chǎn)業(yè)的蓬勃發(fā)展客觀促使其由傳統(tǒng)農(nóng)業(yè)向綠色高效的現(xiàn)代都市農(nóng)業(yè)轉(zhuǎn)變，農(nóng)業(yè)碳排放量由此大幅減少。綜合來看，在1993—1997年和1998—2002年這2個時間段里，各省(市)農(nóng)業(yè)碳排放雖然數(shù)量發(fā)生了變化，但所處等級卻并未改變。2003—2007年，除上海市之外的其他各省(市)農(nóng)業(yè)碳排放量相比前一階段均呈現(xiàn)上升態(tài)勢，所處等級僅江蘇省發(fā)生變化，由最高級降至為次高級。2008—2012年，與上一階段相比，不少省份農(nóng)業(yè)碳排放量繼續(xù)增加，其中4省(市)所處等級發(fā)生變化，即重慶市由最低級演變?yōu)榇蔚图?，云南、浙江省由次低級變?yōu)橐话慵?，江西省由一般級變?yōu)榇胃呒墶?013—2017年間，多數(shù)省份農(nóng)業(yè)碳排放量相比前一階段有所增加，其中2省所處等級發(fā)生變化，即四川省由最高級降為次高級，而浙江省由一般級變回為次低級。

圖3 1993—2017年長江經(jīng)濟(jì)帶農(nóng)業(yè)增加值空間分布Fig.3 Spatial distribution of agricultural added value in Yangtze River Economic Belt from 1993 to 2017

由圖3可知，在整個考察期內(nèi)，由于自身農(nóng)業(yè)發(fā)展規(guī)模有限，上海市農(nóng)業(yè)增加值一直處于最低級別，且總量呈現(xiàn)起伏波動狀態(tài)；而四川、江蘇情形正好相反，二地農(nóng)業(yè)增加值一直處在最高等級，且總量呈現(xiàn)上升趨勢。綜合來看，1993—1997年間，四川、江蘇、湖南等省的農(nóng)業(yè)增加值相對較高，其中又以江蘇最高，達(dá)到了5 364.17億元；究其原因，可能由于江蘇地處東部沿海思想相對開放，抓住了農(nóng)產(chǎn)品流通體制與鄉(xiāng)鎮(zhèn)企業(yè)產(chǎn)權(quán)制度改革的政策紅利，其農(nóng)業(yè)生產(chǎn)向市場化快速邁進(jìn)，鄉(xiāng)鎮(zhèn)企業(yè)迅速發(fā)展，農(nóng)業(yè)增加值由此得到快速提升。1998—2002年間，所有省(市)農(nóng)業(yè)增加值相比前一階段都有一定程度提升且多個省(市)所處等級發(fā)生變化，其中湖北、安徽、浙江省由一般級變?yōu)榇胃呒墸魇∮纱蔚图壸優(yōu)橐话慵?，重慶市由次低級變?yōu)樽畹图墶?003—2007年間，相比前一階段除上海市外，其他省(市)農(nóng)業(yè)增加值都呈現(xiàn)增加態(tài)勢但增速明顯放緩，而整體等級均未發(fā)生改變。2008—2012年間，絕大多數(shù)省份農(nóng)業(yè)增加值繼續(xù)增加，其中2省所處等級發(fā)生變化，即浙江由次高級變?yōu)橐话慵?，江西由一般級變?yōu)榇蔚图墶?013—2017年間，與上一階段相比除上海市外各省(市)農(nóng)業(yè)增加值均有一定程度提升，但所處等級均未發(fā)生變化。

2.2 農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的耦合協(xié)調(diào)度分析

利用式(2)和(3)計(jì)算出1993—2017年長江經(jīng)濟(jì)帶各省(市)農(nóng)業(yè)碳排放與其經(jīng)濟(jì)增長的耦合協(xié)調(diào)度。

由表2可知，上海市耦合協(xié)調(diào)度在所有省市中起點(diǎn)最高為0.511，一開始即實(shí)現(xiàn)了初步協(xié)調(diào)；之后雖年際間存在一定波動起伏但總體上升趨勢較為明顯，并于2008年達(dá)到最大值0.738，表現(xiàn)出了良好協(xié)調(diào)態(tài)勢；但自2009年開始基本處于持續(xù)下降趨勢，并于2017年降至0.565，此時與其他省(市)相比僅略高于貴州省，再次回到了初步協(xié)調(diào)狀態(tài)。就目前(即2017年)來看，江蘇省耦合協(xié)調(diào)度最高，達(dá)到了0.894，處于優(yōu)質(zhì)協(xié)調(diào)狀態(tài)；湖北、江西省緊隨其后依次排在二、三位，分別處于優(yōu)質(zhì)協(xié)調(diào)和良好協(xié)調(diào)狀態(tài)。與此對應(yīng)，貴州省耦合協(xié)調(diào)水平最低，僅為0.550，仍僅處于初步協(xié)調(diào)階段，但不同于上海市的強(qiáng)波動性特征，其耦合協(xié)調(diào)度除了在1997和1998年出現(xiàn)過短暫回落外，其他各年基本均呈上升態(tài)勢，目前協(xié)調(diào)度較低更多地是源于其起步較差(1994年為嚴(yán)重失調(diào)狀態(tài))且后續(xù)農(nóng)業(yè)發(fā)展速率偏慢。綜合來看，整個長江經(jīng)濟(jì)帶中，僅上海市表現(xiàn)出了“先升后降”的演變軌跡，其他各省(市)農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的耦合協(xié)調(diào)度均呈現(xiàn)出了逐步上升趨勢。

進(jìn)一步剖析長江經(jīng)濟(jì)帶區(qū)域內(nèi)部差異發(fā)現(xiàn)，中游地區(qū)即湖北、湖南、江西、安徽等省份耦合協(xié)調(diào)度增長速率較快，且均于2017年達(dá)到最大值；下游地區(qū)即江蘇、浙江、上海耦合協(xié)調(diào)度總體處于居中位置，雖3省(市)水平存在較大差異，但均值也達(dá)到了0.713；相比較而言，上游地區(qū)即四川、云南、重慶、貴州總體處于較低水平，4省(市)2017年耦合協(xié)調(diào)度的平均值僅為0.645。究其原因在于，長江經(jīng)濟(jì)帶中游地區(qū)是中國重要的糧食產(chǎn)區(qū)，地形以平原為主且土壤較為肥沃，耕地、水資源豐富，農(nóng)業(yè)勞動力充足，使得農(nóng)業(yè)生產(chǎn)水平能保持逐步上升態(tài)勢，而農(nóng)業(yè)碳排放量雖未大幅增加但由于農(nóng)村人口數(shù)量的逐步減少致使碳排放水平也呈現(xiàn)上升趨勢，耦合協(xié)調(diào)度隨之逐年增加。下游地區(qū)普遍農(nóng)業(yè)發(fā)展基礎(chǔ)較好且地理位置優(yōu)越，有利于農(nóng)業(yè)現(xiàn)代化、產(chǎn)業(yè)化進(jìn)程的推進(jìn)，并適宜于綠色農(nóng)業(yè)、都市農(nóng)業(yè)的發(fā)展，其中江蘇、浙江省農(nóng)業(yè)碳排放水平與經(jīng)濟(jì)發(fā)展均處于上升態(tài)勢，一定程度上使得二者耦合協(xié)調(diào)度也上升較快。上游地區(qū)中的多數(shù)省份農(nóng)業(yè)經(jīng)濟(jì)發(fā)展較為滯后，同時還面臨著生態(tài)環(huán)境保護(hù)的壓力，加之人均農(nóng)業(yè)碳排放量一定程度上處于上升態(tài)勢，客觀上導(dǎo)致了耦合協(xié)調(diào)度提升較為緩慢。接下來，為了更為直觀地展示長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長之間耦合協(xié)調(diào)發(fā)展的差異情況，基于1993、1999、2005、2011以及2017年各省(市)的耦合協(xié)調(diào)度結(jié)果，并依據(jù)自然間斷點(diǎn)法繪制相關(guān)結(jié)果如圖4所示。

由圖4不難發(fā)現(xiàn)，1993—2017年，長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放系統(tǒng)與經(jīng)濟(jì)系統(tǒng)的耦合協(xié)調(diào)狀態(tài)基本實(shí)現(xiàn)了由整體失調(diào)向整體協(xié)調(diào)的轉(zhuǎn)變，且以中游地區(qū)轉(zhuǎn)變速率最快且最具穩(wěn)定性，下游地區(qū)整體速率居中，僅上海市處于不斷波動中；相對而言，上游地區(qū)轉(zhuǎn)變較為緩慢。具體到不同節(jié)點(diǎn)年份，1993年，僅上海市達(dá)到初級協(xié)調(diào)，其余各省(市)均處于失調(diào)狀態(tài)，其中安徽、重慶、貴州、云南等省(市)甚至處于嚴(yán)重失調(diào)階段。1999年，情形發(fā)生較大變化，上海市率先轉(zhuǎn)變?yōu)榱己脜f(xié)調(diào)，江蘇、湖北省達(dá)到初級協(xié)調(diào)，嚴(yán)重失調(diào)地區(qū)僅剩重慶市和貴州省，其余各省均為初級失調(diào)。2005年，相比1999年并無太大變化，僅湖南、江西省由初級失調(diào)演變?yōu)槌跫墔f(xié)調(diào)，上海市重回初級協(xié)調(diào)，中下游地區(qū)僅安徽、浙江省處于失調(diào)，而上游諸省(市)仍均處于失調(diào)狀態(tài)。2011年，整體轉(zhuǎn)變速率明顯加快，中下游地區(qū)均實(shí)現(xiàn)良好協(xié)調(diào)，而上游地區(qū)也僅剩貴州省處于初級失調(diào)，余下3省(市)或演變?yōu)槌跫墔f(xié)調(diào)，或轉(zhuǎn)變?yōu)榱己脜f(xié)調(diào)。2017年，整個長江經(jīng)濟(jì)帶各省(市)均達(dá)到協(xié)調(diào)狀態(tài)，其中江蘇、湖北省為優(yōu)質(zhì)協(xié)調(diào)，上海市、貴州省為初級協(xié)調(diào)，其他省(市)則均為良好協(xié)調(diào)。

圖4 主要年份長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長耦合協(xié)調(diào)度的空間分布Fig.4 Spatial distribution of the degree of coupling and coordination between agricultural carbon emissions and economic growth in the Yangtze River Economic Belt in major year

2.3 農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤狀態(tài)分析

由式(4)可以得到長江經(jīng)濟(jì)帶各省(市)1994—2017年農(nóng)業(yè)碳排放變化與農(nóng)業(yè)經(jīng)濟(jì)增長之間的脫鉤狀態(tài)。

由表3可知，1994—2017年長江經(jīng)濟(jì)帶各省(市)農(nóng)業(yè)碳排放系統(tǒng)與農(nóng)業(yè)經(jīng)濟(jì)系統(tǒng)間的脫鉤狀態(tài)以弱脫鉤和強(qiáng)脫鉤為主，表明在多數(shù)情形下農(nóng)業(yè)經(jīng)濟(jì)增速都要明顯快于農(nóng)業(yè)碳排放增速且部分年份碳排放增速甚至為負(fù)。具體到各個區(qū)域又表現(xiàn)出了差異化特征：下游地區(qū)中，江蘇、浙江兩省脫鉤狀態(tài)較為穩(wěn)定，除極個別年份表現(xiàn)出擴(kuò)張連接、擴(kuò)張負(fù)脫鉤等不利情形外，其他各年均為強(qiáng)脫鉤、弱脫鉤；而上海市卻多類脫鉤形態(tài)并存且負(fù)脫鉤存在較為普遍。中游地區(qū)中，各省情形較為接近，即以強(qiáng)脫鉤、弱脫鉤為主，僅在少數(shù)年份表現(xiàn)出擴(kuò)張連接、衰退脫鉤等形態(tài)，不過安徽、江西、湖北等3省卻在2017年發(fā)生重大轉(zhuǎn)折同時轉(zhuǎn)變?yōu)閿U(kuò)張負(fù)脫鉤，這可能歸結(jié)于現(xiàn)代農(nóng)業(yè)步伐的加快在短期內(nèi)加劇了農(nóng)業(yè)碳排放量。上游地區(qū)中，貴州省總體表現(xiàn)最為理想，除1998年為衰退脫鉤外，其他各年均表現(xiàn)出強(qiáng)脫鉤或者弱脫鉤狀態(tài)且前者占比更高，表明其近些年較好地處理了農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長之間的關(guān)系；云南省總體表現(xiàn)略遜于貴州省，除1999年為擴(kuò)張負(fù)脫鉤外，其他各年也均表現(xiàn)為強(qiáng)弱脫鉤，但區(qū)別是其以弱脫鉤為主且自2007年以來一直處于該狀態(tài)之下；相比較而言，四川省、重慶市狀況略差，其中前者在2000年之前更是數(shù)度表現(xiàn)出負(fù)脫鉤狀態(tài)，后者雖情形略好但也幾度出現(xiàn)擴(kuò)張負(fù)脫鉤與擴(kuò)張連接等不利脫鉤狀態(tài)，不過自2012年以來兩省均表現(xiàn)為強(qiáng)脫鉤或者弱脫鉤，表明各自碳減排工作均取得了一定成效。

3 結(jié)論與討論

通過本研究分析，主要得到以下幾方面結(jié)論：

第一，1993—2017年長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放量總體呈現(xiàn)波動上升趨勢，由1993年的9 995.58萬t增長至2017年的12 792.91萬t，年均遞增1.03%；結(jié)合其演變特征可大致分為“持續(xù)快速上升”、“平穩(wěn)略降”、“迅速增加”“持續(xù)下降”“緩慢上升”等5個階段。農(nóng)業(yè)增加值一直處于穩(wěn)步上升趨勢，由1993年的4 981.48億元增至2017年的14 937.08億元，年均遞增4.68%。而具體到各個省(市)，無論農(nóng)業(yè)碳排放量還是農(nóng)業(yè)增加值，多數(shù)地區(qū)都經(jīng)歷過等級演變，或由低到高，或由高到低，或高低反復(fù)；但少數(shù)地區(qū)諸如湖南、上海、四川、江蘇省(市)等卻在某一方面或者兩方面(僅上海市)一直處于同一等級。

第二，1993—2017年長江經(jīng)濟(jì)帶絕大多數(shù)省份農(nóng)業(yè)碳排放系統(tǒng)與經(jīng)濟(jì)系統(tǒng)的耦合協(xié)調(diào)度呈現(xiàn)逐步上升趨勢，僅上海市為例外。截止2017年，江蘇省耦合協(xié)調(diào)度最高，達(dá)到了0.894，處于優(yōu)質(zhì)協(xié)調(diào)狀態(tài)，湖北、江西省緊隨其后依次排在二、三位；與此對應(yīng)，貴州省耦合協(xié)調(diào)水平最低，僅為0.550，仍處于初步協(xié)調(diào)階段。進(jìn)一步剖析其內(nèi)部差異發(fā)現(xiàn)，中游地區(qū)耦合協(xié)調(diào)度增長速率較快，且均于2017年達(dá)到最大值；下游地區(qū)耦合協(xié)調(diào)度總體處于居中位置，雖各自水平差異較大，但均值也達(dá)到了0.713；上游地區(qū)總體處于較低水平，所轄4省(市)耦合協(xié)調(diào)度均值僅為0.645。

第三，1994—2017年間長江經(jīng)濟(jì)帶各省市農(nóng)業(yè)碳排放系統(tǒng)與農(nóng)業(yè)經(jīng)濟(jì)系統(tǒng)間的脫鉤狀態(tài)以弱脫鉤和強(qiáng)脫鉤為主，表明多數(shù)情形下農(nóng)業(yè)經(jīng)濟(jì)增速都要明顯快于農(nóng)業(yè)碳排放增速且部分年份碳排放增速甚至為負(fù)。具體到各個區(qū)域又存在一定差異：下游地區(qū)中江蘇、浙江省脫鉤狀態(tài)較為穩(wěn)定而上海市卻多種脫鉤類型并存且負(fù)脫鉤較為普遍。中游地區(qū)各省情形較為接近，以強(qiáng)弱脫鉤為主，僅少數(shù)年份表現(xiàn)出擴(kuò)張連接、衰退脫鉤等不利形態(tài)。上游地區(qū)中貴州、云南省總體表現(xiàn)較為理想，絕大多數(shù)年份呈現(xiàn)強(qiáng)弱脫鉤特征，而四川、重慶市(省)狀況略差，數(shù)度出現(xiàn)負(fù)脫鉤、擴(kuò)張連接等不利脫鉤狀態(tài)。

本研究重點(diǎn)基于耦合和脫鉤雙重視角探索了長江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放與其經(jīng)濟(jì)增長的關(guān)系及演化特征。研究結(jié)果顯示，二者間的耦合協(xié)調(diào)程度正逐步提升，且以強(qiáng)脫鉤和弱脫鉤為主，總體呈現(xiàn)出了良好發(fā)展態(tài)勢。但同時，研究也暴露出一定問題，如上中下游在各個方面都表現(xiàn)出了極大差異，具體表現(xiàn)為，上游地區(qū)除四川之外的其他各省(市)農(nóng)業(yè)經(jīng)濟(jì)總體發(fā)展水平均較為落后，中游地區(qū)雖然農(nóng)業(yè)經(jīng)濟(jì)發(fā)展處于較高水平但其碳排放處于居高不下狀態(tài)，下游地區(qū)的上海市無論耦合協(xié)調(diào)度還是脫鉤效應(yīng)，總體表現(xiàn)都不甚理想。由此可見，長江經(jīng)濟(jì)帶要想實(shí)現(xiàn)農(nóng)業(yè)碳排放系統(tǒng)與其經(jīng)濟(jì)系統(tǒng)的脫耦以及穩(wěn)定的強(qiáng)脫鉤狀態(tài)，理應(yīng)根據(jù)不同地區(qū)所存在的問題制定差異化的應(yīng)對策略。