□黃 銳 周玉璽 周 霞

[內(nèi)容提要]本文利用基尼系數(shù)和核密度估計的方法，采取2003-2018年統(tǒng)計數(shù)據(jù)，揭示了山東省農(nóng)業(yè)碳排放強度的時空分布與區(qū)域間的差異情況。結(jié)果表明：①化肥是農(nóng)業(yè)碳排放的主要來源；山東省農(nóng)業(yè)碳排放量呈先上升后下降特征，根據(jù)區(qū)域差異分為“持續(xù)下降型”、“先上升后下降型”、“波動下降型”三種類型。②農(nóng)業(yè)碳排放強度總體上呈現(xiàn)明顯的空間非均衡性,表現(xiàn)為先下降后反彈的特征。③基尼系數(shù)測算結(jié)果表明，山東省農(nóng)業(yè)碳排放強度表現(xiàn)為先增大后減小最后再增大的過程；從區(qū)域差異看，魯西地區(qū)差異最大，魯東地區(qū)呈現(xiàn)反復波動狀態(tài)，魯中地區(qū)呈現(xiàn)先波動上升后下降并逐漸趨于平穩(wěn)的狀態(tài)。④核密度估計結(jié)果表明，山東省農(nóng)業(yè)碳排放強度的總體差異呈縮減態(tài)勢，魯東地區(qū)農(nóng)業(yè)碳排放強度地區(qū)間的差異過大，魯中地區(qū)次之，魯西地區(qū)最為穩(wěn)定。

一、引言

發(fā)展低碳農(nóng)業(yè)是實現(xiàn)綠色農(nóng)業(yè)的重要路徑之一。農(nóng)業(yè)碳排放是中國第二大碳排放源，占排放總量的17%[1]。2015年中國在巴黎氣候峰會上承諾：到2030年實現(xiàn)碳排放強度較2005年下降60%-65%減排目標[2]。發(fā)展低碳經(jīng)濟、節(jié)能減排已成為解決全球氣候變暖備受關(guān)注的新路徑[3]。山東省是農(nóng)業(yè)大省，伴隨著農(nóng)業(yè)經(jīng)濟的快速發(fā)展農(nóng)業(yè)碳排放也逐漸增加[4]。因此，控制山東省農(nóng)業(yè)碳排放，探索一條與之發(fā)展相適應(yīng)低碳農(nóng)業(yè)發(fā)展之路，是實現(xiàn)農(nóng)業(yè)綠色發(fā)展的關(guān)鍵。

近年來眾多學者針對農(nóng)業(yè)碳排放問題進行了廣泛的探討。一是對農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長關(guān)系的探究。陳煒[5]、洪業(yè)應(yīng)[6]通過實證分析，驗證了中國種植業(yè)碳排放總量與農(nóng)業(yè)GDP之間存在“倒U型”EKC關(guān)系。李波[7]等基于湖北省的農(nóng)業(yè)碳排放數(shù)據(jù)，發(fā)現(xiàn)農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟增長存在長期協(xié)整關(guān)系。二是對農(nóng)業(yè)碳排放的空間格局和動態(tài)演變的研究。王寶義[8]、田云[9]、章勝勇[10]等運用空間和非參數(shù)估計方法，測算分析了中國各個省份農(nóng)業(yè)碳排放的結(jié)構(gòu)特征和時空差異情況。三是對農(nóng)業(yè)碳排放驅(qū)動因素的探究。田云[11]、文清[12]運用LMDI模型剖析了各地區(qū)農(nóng)業(yè)碳效應(yīng)的驅(qū)動機理,發(fā)現(xiàn)經(jīng)濟因素為驅(qū)動因素，效率因素、勞動力因素為抑制因素；李慧[13]等利用地理加權(quán)回歸法揭示了各因素在不同時空層面對碳排放的影響程度。還有學者對農(nóng)業(yè)碳排放的公平性[14]、農(nóng)業(yè)碳排放效率[15]、農(nóng)業(yè)政策和技術(shù)因素與農(nóng)業(yè)碳排放的關(guān)系[16]等問題進行了分析。

已有研究厘清了農(nóng)業(yè)碳排放強度測度方法及其影響因素。但是，受區(qū)域經(jīng)濟社會結(jié)構(gòu)和發(fā)展水平的影響，不同區(qū)域內(nèi)農(nóng)業(yè)碳排放的時空特征和演進趨勢異質(zhì)性特征明顯，因此，本文采用山東省2003-2018年的面板數(shù)據(jù)，運用基尼系數(shù)和核密度估計的方法，測度分析了農(nóng)業(yè)碳排放強度的時空特征及演進趨勢，以期為制定差異化的低碳農(nóng)業(yè)發(fā)展政策提供參考。

二、樣本數(shù)據(jù)與研究方法

(一)樣本數(shù)據(jù)

1.農(nóng)業(yè)碳排放量的測算

根據(jù)已有學者的研究[11-14]，選取農(nóng)業(yè)(種植業(yè))碳排放的6個來源及碳排放指數(shù)，分別為化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉以及翻耕，它們的碳排放指數(shù)分別為0.8956kgC/kg、4.9341kgC/kg、5.18kgC/kg、0.5927kgC/kg、20.476kgC/hm2、312.6kgC/kg。碳排放測算的公式根據(jù)李波[17]的方法：

C=ΣCi=ΣTiδi

(1)

其中，C為農(nóng)業(yè)碳排放總量；Ci為第i種碳源的碳排放量；Ti為第i種碳源的碳排放量；δi為第i種碳源的排放系數(shù)。

2.數(shù)據(jù)來源

農(nóng)業(yè)碳排放強度根據(jù)兩類數(shù)據(jù)計算求得：一是農(nóng)業(yè)碳排放總量；二是農(nóng)業(yè)總產(chǎn)值，兩者相除得到農(nóng)業(yè)碳排放強度指標。其中碳排放總量根據(jù)式(1)求得，各市化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉(取農(nóng)業(yè)有效灌溉面積)、翻耕(以當年農(nóng)作物總播種面積為準)的數(shù)據(jù)均來自《山東省統(tǒng)計年鑒》(2004-2019)和17地市的地方統(tǒng)計年鑒。農(nóng)業(yè)總產(chǎn)值以2003年為不變價，將各年份的農(nóng)業(yè)總產(chǎn)值折算到2003年，以消除價格波動的影響。

(二)研究方法

核密度估計(kernel density)是一種估計概率密度函數(shù)的非參數(shù)估計方法，該方法對數(shù)據(jù)不做任何假設(shè)，僅從數(shù)據(jù)本身出發(fā)研究數(shù)據(jù)分布的特點，擺脫了傳統(tǒng)的人為附加條件的影響，因此適用范圍非常廣泛。本文采用核密度估計方法揭示山東省農(nóng)業(yè)碳排放強度分布的位置、形態(tài)、峰值以及延展性等，進而說明山東省農(nóng)業(yè)碳排放強度的演變趨勢。

設(shè)x1，x2，…，xn為山東省農(nóng)業(yè)碳排放強度x的n個數(shù)據(jù)，則山東省農(nóng)業(yè)碳排放強度的核密度估計為：

(2)

為了使核函數(shù)具有連續(xù)性，K(x)應(yīng)該是對稱平滑的非負函數(shù)，滿足以下特征：

(3)

式(3)中為c常數(shù)。

核函數(shù)種類繁多，常見的核函數(shù)有均勻核函數(shù)、三角核函數(shù)、伽馬核函數(shù)以及高斯核函數(shù)，本文基于式(3)并且合適的帶寬前提下選用高斯核函數(shù)對山東省農(nóng)業(yè)碳排放強度進行估計，其表達式為：

(4)

由(2)(4)式得到山東省農(nóng)業(yè)碳排放強度的核密度估計表達式：

(5)

三、結(jié)果與分析

(一)山東省農(nóng)業(yè)碳排放的結(jié)構(gòu)特點與分布特征

1.山東省農(nóng)業(yè)碳排放的結(jié)構(gòu)特點

從整體來看，山東省農(nóng)業(yè)碳排放量經(jīng)歷了一個先上升后下降的過程。2003-2007年為持續(xù)上升階段，平均增長率為2.9%；2008-2018年為下降階段，平均下降率為1.76%。具體來看，2008-2012年下降幅度比較小，整體有波動但始終維持在一個平穩(wěn)的狀態(tài)；2013-2018年呈現(xiàn)持續(xù)下降態(tài)勢，其中2017年和2018年呈急下降趨勢，下降率分別為3.60%、4.74%。從具體數(shù)據(jù)來看，2003年的碳排放量為745萬噸，最高達到2007年的835萬噸，上升幅度為12.08%，從2008年開始呈現(xiàn)明顯的下降趨勢，最低達到2018年的686萬噸。根據(jù)山東省農(nóng)業(yè)碳排放量的特點，將考察期劃分成三個階段(具體見表1)。從表1中可以看出，六大農(nóng)業(yè)碳排放源的占比變化不大，化肥是農(nóng)業(yè)碳排放最重要的來源，其碳排放量占比在50%以上。碳排放第二來源是農(nóng)膜的使用，碳排放量貢獻率在20%左右。碳排放量最少的來源是翻耕，對總排放量的貢獻率不到0.5%。六類碳來源的排放量出現(xiàn)了很大的差距，2003-2018年化肥、農(nóng)膜、柴油、農(nóng)藥、灌溉、翻耕的碳排放量分別為6660萬噸、2606萬噸、1661萬噸、1252萬噸、163萬噸、56萬噸。數(shù)據(jù)表明，化肥的碳排放量遠遠超過了其他五個碳排放源的總和，因此要想控制農(nóng)業(yè)碳排放量，應(yīng)該在保證糧食產(chǎn)量的前提下，降低化肥施用量，提高化肥利用效率。

表1 三個時期內(nèi)的農(nóng)業(yè)年均碳排放量及碳來源占比(單位：萬噸、%)

2.山東省農(nóng)業(yè)碳排放量及時序演變特征

根據(jù)農(nóng)業(yè)碳排放計算公式，測算了2003、2006、2009、2012、2015和2018年山東省17地市的農(nóng)業(yè)碳排放量(見表2)。由表2可以看出，農(nóng)業(yè)碳排放量最大的依次是濰坊、臨沂、菏澤、煙臺、濟寧，2003-2018年間分別排放了1734萬噸、1182萬噸、1079萬噸、1048萬噸、972萬噸碳。較2003年，2018年17地市中僅有棗莊和菏澤的農(nóng)業(yè)碳排放量升高了，增長率分別為12.97%、9.12%。其余地區(qū)均為負向變動，其中，下降幅度最大的是淄博，下降率為31.06%，其次是東營、青島、濱州，下降率分別為22.51%、20.72%、20.30%。德州、臨沂、煙臺，作為山東省重要的糧食生產(chǎn)地區(qū)，與2003年比較，農(nóng)業(yè)碳排放量僅下降了3%左右，因此提高這些地區(qū)農(nóng)業(yè)碳排放效率非常關(guān)鍵。整體來看，山東省17地市在2012年之后，農(nóng)業(yè)碳排放量均以不同的程度呈下降趨勢。具體可分為三種類型: ①持續(xù)下降型：如青島、淄博、萊蕪三個地區(qū)農(nóng)業(yè)碳排放量均呈逐年下降態(tài)勢。青島在2006年之后開始出現(xiàn)明顯的下降趨勢，而淄博、萊蕪一直以穩(wěn)定的速率下降；②先上升后下降型：即農(nóng)業(yè)碳排放量在2012年之前出現(xiàn)小幅度上升，后又下降，如濟南、棗莊、東營、煙臺等7個地區(qū)；③波動下降型：即在2003-2018年間，農(nóng)業(yè)碳排放量反復波動最后呈下降趨勢的類型，如濟寧、泰安、日照、德州市等7個地區(qū)。

表2 山東省17地市農(nóng)業(yè)碳排放量的變化情況(單位：萬噸)

3.山東省農(nóng)業(yè)碳排放強度及演變趨勢

根據(jù)前文測算農(nóng)業(yè)碳排放的公式，分別測算了山東省17地市2003、2006、2009、2012、2015和2018年的農(nóng)業(yè)碳排放量，并且通過各地市農(nóng)業(yè)生產(chǎn)總值計算出農(nóng)業(yè)碳排放強度(具體見表3)。

由表3可知，2018年山東省農(nóng)業(yè)碳排放強度最大是威海，其次是日照、菏澤、濰坊、臨沂，每萬元農(nóng)業(yè)生產(chǎn)總值需要排放0.59噸、0.38噸、0.37噸、0.35噸、0.30噸碳。農(nóng)業(yè)碳排放強度最小的分別是萊蕪、濟南、淄博、泰安、濟寧，每萬元農(nóng)業(yè)生產(chǎn)總值分別排放了0.15噸、0.16噸、0.16噸、0.16噸、0.20噸碳。從表3可以看出，與2003年相比，2018年山東省17地市的農(nóng)業(yè)碳排放強度均有了不同程度的下降，其中下降幅度最高是萊蕪，下降了61.54%；其次是淄博，下降率為57.89%；下降幅度最小的是菏澤市，下降率僅有15.91%，其次是德州、威海、棗莊，下降率分別為24.32%、32.18%、36.84%。從年均農(nóng)業(yè)碳排放強度來看，山東省農(nóng)業(yè)碳排放強度由2003年平均0.49噸/萬元下降到2018年的0.27噸/萬元，下降幅度為44.90%。從整體來看，2003-2015年各市碳排放強度均呈下降，但在2015-2018年間，除東營、泰安、日照、萊蕪之外，其余地區(qū)農(nóng)業(yè)碳排放強度出現(xiàn)反彈趨勢，如濟南、青島、淄博、棗莊等地出現(xiàn)小幅度反彈，而威海則出現(xiàn)了較大幅度反彈，由2015年的0.42噸/萬元上升到2018年的0.59噸/萬元，反彈幅度達到40.48%。

表3 山東省17地市農(nóng)業(yè)碳排放強度變化情況(單位：噸/萬元)

(二)山東省農(nóng)業(yè)碳排放強度的空間差異特征

為了更加清晰地分析山東省17地市農(nóng)業(yè)碳排放強度的區(qū)域差異，測算了山東省及魯東、魯中、魯西地區(qū)農(nóng)業(yè)碳排放強度的基尼系數(shù)。

由圖1知，整體來看，山東省農(nóng)業(yè)碳排放強度基尼系數(shù)波動比較大。主要分為三個階段：2003-2013年處于波動上升階段，其中2008年和2011年是全省碳排放強度地區(qū)差距縮小的年份；2013-2015年處于下降階段，2013-2014年的下降趨勢尤為明顯，下降幅度為9.86%；2015年之后又進入回升階段，其中2016-2017年的上升速度較快。由表3知，較2003年，2018年全省的基尼系數(shù)增大了26.39%?？傮w來說，山東省各城市間的碳排放強度差距先增大后減小，最后再增大。分區(qū)域來看(圖2)，魯東地區(qū)農(nóng)業(yè)碳排放強度的地區(qū)差異出現(xiàn)反復波動的狀態(tài)，2003-2005年處于上升階段，之后呈下降趨勢，2009年基尼系數(shù)最低為0.1251，之后呈波動下降趨勢，到達2016年最低值0.1182， 2017年的基尼系數(shù)急上升到0.1680，之后趨于穩(wěn)定，不難看出，魯東地區(qū)的基尼系數(shù)值的演變趨勢與全省基本一致。魯中地區(qū)是三大區(qū)域中變動率最小的地區(qū)，2013年的基尼系數(shù)達到最大值0.1830，其基尼系數(shù)曲線整體上呈“駝峰”形，基尼系數(shù)值呈現(xiàn)出先波動上升后下降并逐漸趨于平穩(wěn)的狀態(tài)。魯西地區(qū)的碳排放強度地區(qū)差異最大，2006年基尼系數(shù)到達最低值0.0224，2016年達到最高值0.1295，十年間基尼系數(shù)值變化了近五倍，2016年之后碳排放強度差異漸漸縮小。整體來看，魯西地區(qū)農(nóng)業(yè)碳排放強度的地區(qū)差異水平低于魯東和魯中地區(qū)。

圖1 山東省農(nóng)業(yè)碳排放強度的變化趨勢 圖2 山東省三大區(qū)域農(nóng)業(yè)碳排放強度的差異演變

(三)山東省農(nóng)業(yè)碳排放強度的核密度估計

1.山東省17地市農(nóng)業(yè)碳排放強度的核密度估計

從時間序列來看，核密度曲線整體呈現(xiàn)左移的趨勢，并且在2006年后沒有再出現(xiàn)雙峰，說明在研究時間段內(nèi)山東省農(nóng)業(yè)碳排放強度有所減小，高碳排放強度地區(qū)的比重在減少。在演變過程中，除2006年外，其余三年的左側(cè)起始點幾乎無異，隨著年份的推移右側(cè)值出現(xiàn)左移的趨勢。2006年到2010年的平移距離最大，2010年、2014年、2018年的密度曲線區(qū)間變化幅度較小且波形相似，說明這幾年間農(nóng)業(yè)碳排放強度的變化幅度較小。相比較2006年，2018年的密度曲線左移、波峰更加陡峭并且變化區(qū)間最小，表明2018年農(nóng)業(yè)碳排放強度總體較低。因此，從全省的角度看，2006年的農(nóng)業(yè)碳排放強度發(fā)展水平和速度明顯區(qū)別于其他年份，2006年之后，山東省農(nóng)業(yè)碳排放強度集中在0.2-0.3噸/萬元之間，區(qū)域差異逐漸縮小。出現(xiàn)這種情況的原因可能是：從全省來看，在考察時間段內(nèi)，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)業(yè)現(xiàn)代化發(fā)展水平等影響農(nóng)業(yè)碳排放的因素區(qū)域差異不明顯。

2.魯東地區(qū)農(nóng)業(yè)碳排放強度的核密度估計

從核密度曲線的形狀來看，2006年的密度曲線依舊出現(xiàn)雙峰狀態(tài)，說明2006年高農(nóng)業(yè)碳排放強度地區(qū)仍然占有一定的比重，農(nóng)業(yè)碳排放強度的兩極分化現(xiàn)象依然存在。2006年之后，密度曲線均為單峰狀態(tài)。從演變趨勢來看，2006-2010年的密度曲線主峰左移，區(qū)間范圍小幅度擴大，表明魯東地區(qū)農(nóng)業(yè)碳排放強度不斷減少，但地區(qū)差距小幅度擴大。2010-2014年，密度曲線的中心繼續(xù)左移，并且波峰越來越陡，說明魯東地區(qū)的農(nóng)業(yè)碳排放強度持續(xù)減少，并且地區(qū)間的差異越來越小。2014-2018年，密度曲線的中心小幅度左移、區(qū)間變化范圍變小、波峰更加陡峭，魯東地區(qū)農(nóng)業(yè)碳排放強度地區(qū)間差異越來越小。但2018年密度曲線的右側(cè)出現(xiàn)了小凸起，部分地區(qū)開始出現(xiàn)反彈現(xiàn)象，碳排放強度集中在0.6噸/萬元左右，與主峰的中心強度0.3噸/萬元形成鮮明對比。整體來看，魯東地區(qū)農(nóng)業(yè)碳排放強度一直呈縮減趨勢，密度曲線持續(xù)左移，區(qū)間變化幅度越來越小，表明在研究考察時間段內(nèi)，魯東地區(qū)農(nóng)業(yè)碳排放強度的地區(qū)差異越來越小。但魯東卻是三大區(qū)域中核密度曲線最為分散的，可能的原因是：魯東地區(qū)經(jīng)濟發(fā)達，多種植蔬菜、水果等經(jīng)濟作物，由于經(jīng)濟作物比糧食作物需要施用更多的化肥[18]，所以魯東地區(qū)化肥施用強度高，從而導致區(qū)域內(nèi)農(nóng)業(yè)碳排放強度差異較大。

3.魯中地區(qū)農(nóng)業(yè)碳排放強度的核密度估計

整體來看，魯中地區(qū)農(nóng)業(yè)碳排放強度的地區(qū)差異比較穩(wěn)定，沒有出現(xiàn)大的波動。從密度曲線的位置來看，整體出現(xiàn)左移趨勢，平移距離由大變小，由2006年的中心強度0.4噸/萬元附近到2010年的0.2噸/萬元附近，減少了近一倍。2010-2014年曲線平移距離幅度較小、區(qū)間變化范圍不大且峰值更高，魯東地區(qū)的農(nóng)業(yè)碳排放強度的地區(qū)差異出現(xiàn)縮小趨勢。2014年和2018年的密度曲線幾乎重合。魯中地區(qū)農(nóng)業(yè)碳排放強度比較穩(wěn)定的原因可能是：魯中地區(qū)農(nóng)作物種植規(guī)模有限，遠不如魯西地區(qū)規(guī)模大，且魯中各地市農(nóng)業(yè)發(fā)展水平差距不大，農(nóng)用化肥、農(nóng)藥、農(nóng)膜等施用量趨于一致，因此魯中地區(qū)農(nóng)業(yè)碳排放強度相對穩(wěn)定。

4.魯西地區(qū)農(nóng)業(yè)碳排放強度的核密度估計

圖6展現(xiàn)了魯西地區(qū)農(nóng)業(yè)碳排放強度在研究時間段內(nèi)的動態(tài)演進。整體來看，2006-2014年，核密度函數(shù)的中心向左移動，2018年出現(xiàn)小幅度反彈，密度函數(shù)中心稍稍右移，變動幅度不大。從峰形上看，2006-2014年，密度曲線的峰值一直在降低，2014-2018年峰值趨于穩(wěn)定，說明魯西地區(qū)農(nóng)業(yè)碳排放強度地區(qū)差異先擴大后趨于穩(wěn)定。2010年后，魯西地區(qū)的農(nóng)業(yè)碳排放強度的地區(qū)差異趨于穩(wěn)定。原因可能是：魯西地區(qū)是山東省的糧食主產(chǎn)區(qū)，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)單一，地區(qū)間化肥、農(nóng)藥等使用差距不大，從而碳排放強度的區(qū)域差異趨于穩(wěn)定。與魯東和魯中地區(qū)相比，魯西地區(qū)的核密度曲線整體上區(qū)間范圍較小，形態(tài)上更加的“瘦高”，說明魯西地區(qū)的農(nóng)業(yè)碳排放強度的區(qū)域差異更為穩(wěn)定。

圖3 山東省農(nóng)業(yè)碳排放強度的動態(tài)演變 圖4 魯東地區(qū)農(nóng)業(yè)碳排放強度的動態(tài)演變

圖5 魯中地區(qū)農(nóng)業(yè)碳排放強度的動態(tài)演變 圖6 魯西地區(qū)農(nóng)業(yè)碳排放強度的動態(tài)演變

四、 結(jié)論與政策建議

(一)研究結(jié)論

本文選取2003-2018年山東省農(nóng)業(yè)碳排放強度的面板數(shù)據(jù)，運用基尼系數(shù)和核密度估計的方法，測度分析了山東省農(nóng)業(yè)碳排放強度的時空分布與區(qū)域間的差異情況，得到以下研究結(jié)論：

(1)從時間序列來看，山東省農(nóng)業(yè)碳排放量經(jīng)歷了一個先上升后下降的過程，2003-2007年為持續(xù)上升階段，2008-2012年間下降幅度比較小，整體有波動但始終維持在一個平穩(wěn)的狀態(tài)，2013-2018年出現(xiàn)持續(xù)下降的態(tài)勢。從農(nóng)業(yè)碳排放的結(jié)構(gòu)來看，最大的碳排放源是化肥，其次是農(nóng)膜、柴油、農(nóng)藥、灌溉，最小的碳排放源是翻耕，其占比僅有3%左右。從區(qū)域差異上看，山東省17地市農(nóng)業(yè)碳排放量也有不同程度的下降，具體分為“持續(xù)下降型”、“先上升后下降型”和“波動下降型”三種不同的下降類型。較2003年，2018年只有棗莊市和菏澤市的農(nóng)業(yè)碳排放量升高，增長率分別為12.97%、9.12%，其余城市均有不同程度的下降，其中淄博市的下降幅度最大，為31.06%。

(2)山東省17地市農(nóng)業(yè)碳排放強度總體上呈現(xiàn)出先下降后反彈的特征。威海市、濰坊市、日照市、菏澤市是農(nóng)業(yè)碳排放高強度地區(qū)，2003-2018年，農(nóng)業(yè)碳排放強度均在0.3噸/萬元以上。2003-2015年，17地市的農(nóng)業(yè)碳排放強度均在以不同的速率下降，情況持續(xù)向好。但在2015-2018年，大部分城市開始出現(xiàn)反彈，其中威海市則出現(xiàn)了較大幅度的反彈，反彈幅度達到40.48%。

(3)山東省農(nóng)業(yè)碳排放強度基尼系數(shù)波動比較大，主要分為三個階段：2003-2013年處于波動上升階段，2013-2015年處于下降階段，2015年之后地區(qū)差異又進一步加大。分地區(qū)來看，魯東、魯中、魯西地區(qū)的基尼系數(shù)均呈現(xiàn)出了較大的波動，魯東地區(qū)農(nóng)業(yè)碳排放強度的地區(qū)差異出現(xiàn)反復波動的狀態(tài)，其基尼系數(shù)值的演變趨勢與全省基本一致。魯中地區(qū)農(nóng)業(yè)碳排放強度的基尼系數(shù)呈現(xiàn)出先波動上升后下降并逐漸趨于平穩(wěn)的趨勢。魯西地區(qū)的碳排放強度差異最大，2006年基尼系數(shù)到達最低值0.0224，2016年基尼系數(shù)達到最高值0.1295，十年間變化了近五倍。

(4)從核密度曲線來看，全省、三大地區(qū)的核密度曲線均出現(xiàn)左移的趨勢，在2006年以后，核密度曲線的區(qū)間變化幅度變小，情況一度出現(xiàn)好轉(zhuǎn)。從全省來看，山東省農(nóng)業(yè)碳排放強度在2006年之后集中在0.2噸/萬元附近，區(qū)域差異趨于穩(wěn)定。分區(qū)域來看，魯東地區(qū)農(nóng)業(yè)碳排放強度趨于分散，地區(qū)差異過大，一度出現(xiàn)雙峰的狀態(tài)。魯中地區(qū)農(nóng)業(yè)碳排放強度變化相對穩(wěn)定，地區(qū)差異逐漸縮小。魯西地區(qū)農(nóng)業(yè)碳排放強度最為收斂，地區(qū)差異先擴大后趨于穩(wěn)定。

(二) 政策建議

分析測度表明，山東省農(nóng)業(yè)碳排放呈現(xiàn)較大的空間非均衡性農(nóng)業(yè)碳排放的絕對數(shù)量與其演變趨勢并不完全對等，東、中、西部地區(qū)農(nóng)業(yè)碳排放強度的地區(qū)差異和演變趨勢也表現(xiàn)出較大的差異，因此各地政府應(yīng)立足本土實際情況，制定差異化的低碳農(nóng)業(yè)發(fā)展政策。提出以下政策建議：

一是加快推進低碳農(nóng)業(yè)發(fā)展模式的轉(zhuǎn)變，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。盡管山東省農(nóng)業(yè)碳排放呈下降趨勢，但農(nóng)業(yè)碳排放強度依然存在下降空間。應(yīng)建立山東省低碳農(nóng)業(yè)協(xié)同管理中心，以全省整體發(fā)展方向為指導，制定山東省低碳農(nóng)業(yè)發(fā)展計劃，盡快實現(xiàn)國家低碳農(nóng)業(yè)發(fā)展的整體目標。

二是各地區(qū)根據(jù)實際發(fā)展情況，厘清農(nóng)業(yè)碳排放的關(guān)鍵影響因素。由于區(qū)域經(jīng)濟社會結(jié)構(gòu)和發(fā)展水平的差異，山東省各地市農(nóng)業(yè)碳排放強度存在區(qū)域差異，各地區(qū)應(yīng)根據(jù)實際情況出臺相關(guān)政策和措施，以提高農(nóng)業(yè)碳排放效率。

三是加大政府農(nóng)業(yè)科技創(chuàng)新投入，探索低碳農(nóng)業(yè)發(fā)展新思路。從農(nóng)業(yè)碳排放的結(jié)構(gòu)來看，化肥、農(nóng)膜等化學投入品是主要碳排放源，應(yīng)加大財政對農(nóng)業(yè)科技創(chuàng)新的支持力度，推行有機肥替代化肥、測土配方等技術(shù)，提高資源利用效率。