吳昊玥　何宇　黃瀚蛟　陳文寬　

摘要 深入研究種植業(yè)凈碳效應(yīng)，可為推進(jìn)種植業(yè)低碳轉(zhuǎn)型提供重要依據(jù)?；趯ΨN植業(yè)碳吸收、碳排放雙重屬性的考慮，構(gòu)建涵蓋農(nóng)資投入、稻田甲烷、秸稈處理、作物固碳4方面的核算清單，將吸收量與排放量的比值定義為碳補(bǔ)償率，對2000—2018年我國30省份的種植業(yè)碳補(bǔ)償率進(jìn)行測算。在此基礎(chǔ)上，探索全國、區(qū)域、省域三重尺度下的碳補(bǔ)償率演進(jìn)歷程與分布特征，依托空間計量模型分析碳補(bǔ)償率的省際差異收斂性。結(jié)果表明：①我國種植業(yè)碳補(bǔ)償率均值為0.855，凈效應(yīng)總體呈現(xiàn)為碳源。東、中、西部的平均碳補(bǔ)償率依次為0.761、0.852、1.117，說明東、中部整體呈碳源效應(yīng)，西部則呈碳匯效應(yīng)。種植業(yè)碳排放結(jié)構(gòu)中，秸稈處理碳排放占比最高（47.751%），稻田碳排放占比最低（7.518%）。②從主要年份碳補(bǔ)償率的省域分布來看，我國種植業(yè)尚處于自“碳源型”向“碳匯型”過渡的階段：凈碳匯地區(qū)有青海、新疆、黑龍江等7省2區(qū)，凈碳源地區(qū)包括福建、湖南、江西等14省4市，寧夏、四川、廣西1省2區(qū)則由凈碳源轉(zhuǎn)型為凈碳匯。③全國及東、中、西部的種植業(yè)碳補(bǔ)償率均不存在σ收斂性，而是各自形成條件β收斂俱樂部。省域種植業(yè)碳補(bǔ)償率存在空間相關(guān)性，為鄰近省份的趨同過程賦予正向溢出效應(yīng)，呈互相促進(jìn)的良性演進(jìn)特征。據(jù)此，提出分源頭落實碳減排、分區(qū)制定減排政策和加強(qiáng)省際交流協(xié)作的政策建議，以期為協(xié)調(diào)農(nóng)業(yè)生產(chǎn)與生態(tài)環(huán)境間的關(guān)系提供理論參考。

關(guān)鍵詞 種植業(yè);碳效應(yīng);碳補(bǔ)償率;空間收斂

中圖分類號 F323.2 ??文獻(xiàn)標(biāo)識碼 A? 文章編號 1002-2104（2021）06-0113-11

DOI：10.12062/cpre.20201013

隨著氣候變暖問題愈發(fā)嚴(yán)峻，低碳發(fā)展熱潮席卷了社會生產(chǎn)各部門，農(nóng)業(yè)碳效應(yīng)也逐漸引起學(xué)界關(guān)注：一方面，農(nóng)業(yè)生產(chǎn)需消耗大量化肥、農(nóng)藥等投入品，涉及水稻種植、秸稈處理等活動，皆為重要的碳排放源頭，貢獻(xiàn)了全球人為碳排放的23%[1];同時，作物具備固碳能力，可有效緩解碳排放。盡管農(nóng)業(yè)減排空間低于工業(yè)活動，但減排意義和正外部效應(yīng)更為顯著[2]。全國各地已形成地域特征鮮明的農(nóng)業(yè)生產(chǎn)方式，產(chǎn)生的碳效應(yīng)差別迥異。種植業(yè)是第一產(chǎn)業(yè)的基石，全面核算其碳排放、碳吸收，重點分析凈碳效應(yīng)的演進(jìn)歷程和斂散特征，可為制定區(qū)域差異化的種植業(yè)低碳發(fā)展措施提供決策參考。

1 文獻(xiàn)綜述

在農(nóng)業(yè)碳效應(yīng)研究領(lǐng)域，學(xué)界重點圍繞四個主題展開討論：一是碳排放、碳吸收核算及時空演變規(guī)律研究，以了解當(dāng)前的排放現(xiàn)狀和規(guī)律[3-5];二是碳排放、碳吸收空間關(guān)聯(lián)和地區(qū)差異研究，以通過區(qū)域合作或差異化方式實現(xiàn)減排目標(biāo)[6-7];三是碳總量、強(qiáng)度或績效的收斂性研究，以利用區(qū)域趨同性制定整體化的減排政策[8-9];四是碳排放驅(qū)動因素研究，以把握實現(xiàn)碳減排的主要方向[10-12]。將視點細(xì)化到種植業(yè)碳效應(yīng)上，Cheng 等[13]構(gòu)建了包含化肥、農(nóng)藥、農(nóng)膜、翻耕、灌溉和柴油6項排放因子的核算清單，為種植業(yè)碳效應(yīng)核算提供了基礎(chǔ)思路。李波等[14]也構(gòu)建了由化肥、農(nóng)藥等6個排放因子組成的核算體系，并測算了1993—2008 年我國種植業(yè)碳排放量。丁寶根等[15]、戴小文等[16]、伍國勇等[17]沿用前述核算思路，分別對全國、區(qū)域?qū)用娴姆N植業(yè)碳排放展開研究。田云等[18]在考慮6項排放因子的基礎(chǔ)上，還關(guān)注到稻田甲烷和作物固碳兩方面，嘗試對2011年我國種植業(yè)凈碳效益進(jìn)行測度;郭旋等[19]則對作物碳排放和農(nóng)業(yè)生產(chǎn)資料碳排放加以考量，測算了1994—2013年華中地區(qū)的種植業(yè)碳排放總量。甄偉等[20]在能源消耗視角下對1993—2013年廣東省種植業(yè)碳排放的變化特征展開探索。尚杰等[21]除了著眼于6項傳統(tǒng)排放因子之外，還將農(nóng)作物碳吸收納入清單，對1990—2016 年山東省種植業(yè)碳排放、碳吸收和凈碳匯量加以測算。

綜觀已有研究，多數(shù)學(xué)者直接沿用由化肥、農(nóng)藥、農(nóng)膜、翻耕、灌溉、柴油6項因子構(gòu)成的核算清單，并未深入梳理分析種植業(yè)全過程、各環(huán)節(jié)所產(chǎn)生的碳效應(yīng)，對產(chǎn)出物和廢棄物的碳效應(yīng)較少細(xì)致討論，導(dǎo)致核算范疇相對籠統(tǒng)、內(nèi)容較為局限。隨著研究愈發(fā)深入，一些學(xué)者認(rèn)識到傳統(tǒng)核算清單的片面性，嘗試將作物固碳、稻田甲烷等重要類別納入種植業(yè)碳效應(yīng)范疇，對現(xiàn)有核算研究進(jìn)行了有益的拓展與補(bǔ)充。然而，秸稈處理作為重要排放源，依然處于被遺漏的狀態(tài)。以秸稈燃燒為例，農(nóng)作物生長過程中會吸收CO2，然而秸稈露天焚燒又會將所固定的部分有機(jī)碳釋放到空氣中，如不計算該部分碳排放量加以修正，將導(dǎo)致種植業(yè)碳排放總量被明顯低估。截至目前，尚未形成全面系統(tǒng)的種植業(yè)碳效應(yīng)核算清單。此外，在基于核算結(jié)果展開的區(qū)域差異收斂性研究中，考慮地理空間因素的分析十分鮮見，相似的地理環(huán)境與種植結(jié)構(gòu)為鄰近地區(qū)間要素流動、技術(shù)擴(kuò)散和政策效仿提供了基礎(chǔ)，使得農(nóng)業(yè)生產(chǎn)活動相互影響，并進(jìn)一步作用于種植業(yè)碳效應(yīng)的收斂性，但已有研究均將空間效應(yīng)抽象化，導(dǎo)致難以準(zhǔn)確把握碳效應(yīng)的實際收斂特征。

針對已有研究存在的不足，本研究試圖從以下方面進(jìn)行拓展：①厘清種植業(yè)全過程的碳效應(yīng)類別，構(gòu)建包含農(nóng)資投入（化肥、農(nóng)藥、農(nóng)膜、農(nóng)用能源、灌溉）、稻田甲烷、秸稈處理（燃燒、還田）、作物固碳4方面的核算清單，對2000—2018年中國省域種植業(yè)碳吸收、碳排放量進(jìn)行估算，以其比值作為凈碳效應(yīng)的衡量指標(biāo)——碳補(bǔ)償率，以期對現(xiàn)有種植業(yè)碳效應(yīng)核算研究進(jìn)行拓展;②基于對種植業(yè)碳補(bǔ)償率的空間相關(guān)性分析，將空間地理因素引入碳補(bǔ)償率收斂性研究，依托空間計量模型探討地區(qū)差異的演進(jìn)特征，為合理制定區(qū)域性的種植業(yè)低碳發(fā)展政策提供理論依據(jù)。

2 ?研究方法與數(shù)據(jù)來源

2.1 種植業(yè)碳排放、碳吸收及碳補(bǔ)償率測算

2.1.1 種植業(yè)碳效應(yīng)產(chǎn)生機(jī)理及類別

對于種植業(yè)碳效應(yīng)的界定，現(xiàn)有研究往往局限于生產(chǎn)環(huán)節(jié)導(dǎo)致的碳排放，僅涉及農(nóng)藥、化肥、農(nóng)膜、柴油、翻耕、灌溉6項排放因子，對作物本身及廢棄物關(guān)注不夠。然而，作物及廢棄物是種植業(yè)的經(jīng)濟(jì)與生態(tài)結(jié)果，其碳效應(yīng)理應(yīng)被涵蓋在內(nèi)。據(jù)此，區(qū)別于已有研究，本文嘗試提出廣義的“種植業(yè)碳效應(yīng)”概念，指自投入到產(chǎn)出的種植業(yè)生產(chǎn)全過程所產(chǎn)生的碳排放和碳吸收作用。種植業(yè)碳排放是種植活動中產(chǎn)生并釋放到大氣中的溫室氣體，種植業(yè)碳吸收則是作物吸收并固定的溫室氣體，具體類別、產(chǎn)生機(jī)理及核算所需活動數(shù)據(jù)見表1。

2.1.2 種植業(yè)碳排放核算

考慮農(nóng)資投入、稻田甲烷、秸稈處理3類碳排放源，將各類源頭的排放量加總，即可算得種植業(yè)碳排放量。各源頭包含若干細(xì)項，稱之為排放因子。

第1類排放源是農(nóng)資投入，涉及化肥、農(nóng)藥、農(nóng)膜、農(nóng)用能源、灌溉5個排放因子，農(nóng)資投入排放量為各因子活動數(shù)據(jù)與排放系數(shù)相乘加總所得，基礎(chǔ)公式為：

E1=∑E1n=∑hn×δn（1）

其中，E1表示農(nóng)資投入碳排放量;E1n表示因子n的碳排放量;hn為該因子的活動數(shù)據(jù);δn為對應(yīng)排放系數(shù)，系數(shù)賦值參考段華平等[22]和IPCC[28]的研究。

第2類排放源是稻田甲烷，各地稻田甲烷排放系數(shù)有所區(qū)別，計算中需考慮各省份差異，測算公式為：

E2=∑E2i=∑qi×fi（2）

其中，E2為稻田碳排放總量;E2i為省份i的稻田碳排放量;qi為省份i的水稻種植面積;fi為省份i的稻田甲烷排放因子，系數(shù)賦值源于閔繼勝等[23]的研究。

第3類排放源是秸稈處理，包括秸稈燃燒、秸稈還田兩項排放因子。其中，秸稈燃燒碳排放的計算公式為：

E3=∑E3i=∑Kk=1（Yik×sk×oik ×lk×efk）（3）

其中，E3為秸稈燃燒碳排放量;E3i為省份i的秸稈燃燒碳排放量，Yik 為省份i作物 k 的經(jīng)濟(jì)產(chǎn)量;sk為作物 k 的草谷比;Yik×sk旨在間接計算省份i作物k的秸稈產(chǎn)量;oik 為省份i作物k的秸稈露天焚燒比例;lk為作物k的燃燒效率;efk為作物k的秸稈露天焚燒排放因子。

秸稈還田碳排放的計算公式：

E′3=∑E′3i=

∑Kk=1YikHk-Yik×rk×Ji×bk×li+

YikHk×rk×gk×bk×li（4）

其中，E′3為秸稈還田N2O排放量，E′3i為省份i的秸稈還田N2O排放量;K為農(nóng)作物種類數(shù);Yik為省份i作物k的經(jīng)濟(jì)產(chǎn)量，與式（3）中一致;Hk為作物k的經(jīng)濟(jì)系數(shù)，Ji為省份i的秸稈還田率;gk為作物k的根冠比;bk為作物k的秸稈含氮量;rk為作物k的經(jīng)濟(jì)產(chǎn)品部分的干重比;li為各省農(nóng)地N2O直接排放系數(shù)。

秸稈處理碳排放核算公式及系數(shù)賦值均源于程琳琳[25]和《省級溫室氣體清單編制指南（試行）》[26]。此外，CH4、N2O的全球增溫潛勢系數(shù)分別為6.818 2、81.272 7，將統(tǒng)一按照該比例折算為標(biāo)準(zhǔn)碳，以便后續(xù)比較與分析。

2.1.3 種植業(yè)碳吸收核算

對于種植業(yè)碳吸收，主要考慮作物在生命周期中通過光合作用從大氣中吸收并固定CO2所形成的有機(jī)碳量，為凈初級生產(chǎn)量。計算公式為：

C=∑Kk=1Cik=∑Kk=1ck×Yik×rk/Hk

（5）

其中，C為作物碳吸收總量;Cik為i省份作物k的碳吸收量;ck為作物k合成單位有機(jī)質(zhì)所需吸收的碳量;K、Yik、rk、Hk的含義與式（4）中相同，系數(shù)賦值參考王修蘭[27]、田云等[24]的研究成果。

2.1.4 種植業(yè)碳補(bǔ)償率測算

由于各地種植業(yè)碳排放與碳吸收的差值有正有負(fù)，凈碳排放（吸收）的絕對量也相差懸殊，不便于后續(xù)分析。因此，將碳吸收除以碳排放的比值定義為碳補(bǔ)償率，如式（6）所示：

M=CE（6）

其中，C、E分別為種植業(yè)碳吸收量、碳排放量，M為種植業(yè)碳補(bǔ)償率，反映種植業(yè)的凈碳效應(yīng)，也體現(xiàn)種植業(yè)自身對所造成的環(huán)境負(fù)外部效應(yīng)進(jìn)行補(bǔ)償?shù)哪芰?。?dāng)M>1時，種植業(yè)的凈效應(yīng)為碳匯;M<1時則表現(xiàn)為碳源;當(dāng)M=1時，作物碳吸收量與生產(chǎn)過程中的碳排放量剛好抵消，實現(xiàn)了碳平衡。

2.2 收斂性檢驗

收斂性檢驗是分析地區(qū)差異演進(jìn)趨勢的常用方法，包括σ收斂和β收斂兩種傳統(tǒng)類型，可用于探索種植業(yè)碳補(bǔ)償率的斂散特征。

2.2.1 σ收斂檢驗

σ收斂指種植業(yè)碳補(bǔ)償率的地區(qū)差異隨著時間推移而趨于減少，可綜合反映各地水平與整體平均水平的偏離情況，檢驗公式如式（7）所示：

σ=

∑i（lnMit-lnMt）2I

（7）

其中，lnMit為省份i在t時期種植業(yè)碳補(bǔ)償率M的對數(shù)值，lnMt為t時期各省份碳補(bǔ)償率對數(shù)值的平均數(shù)，I為省份個數(shù)。每年數(shù)據(jù)均對應(yīng)一個σ值，如果隨著時間推移，σ值逐漸縮小，則認(rèn)為存在σ收斂，反之則呈發(fā)散態(tài)勢。

2.2.2 條件β收斂檢驗

β收斂是指種植業(yè)碳補(bǔ)償率低值地區(qū)擁有比高值地區(qū)更快的增速，即不同地區(qū)間碳補(bǔ)償率的增長率與初始水平呈負(fù)相關(guān)。β收斂可分為絕對收斂和條件收斂，絕對收斂假定各地在資源稟賦、種植結(jié)構(gòu)、發(fā)展水平等方面具有相同基礎(chǔ)，碳補(bǔ)償率最終會收斂于同一穩(wěn)態(tài);條件收斂考慮到不同地區(qū)碳補(bǔ)償率的影響因素具有異質(zhì)性，各地碳補(bǔ)償率不會達(dá)到相同水平，而是會收斂于自身穩(wěn)態(tài)，比絕對收斂更符合我國實際，因此選用條件β收斂檢驗，如式（8）所示：

lnMitMi，t-1=βln（Mi，t-1）+γX+ci+ηi+εit

（8）

其中，Mit和 Mi，t-1分別代表省份i第 t年和第 t-1年的種植業(yè)碳補(bǔ)償率;X表示一組可能影響穩(wěn)態(tài)的控制變量，γ是控制變量的影響系數(shù);ci和ηt分別為地區(qū)效應(yīng)和時間效應(yīng);εit為誤差項。若β的估計值顯著為負(fù)，表明存在條件β收斂。

源于地區(qū)間的技術(shù)擴(kuò)散、要素流動與政策效仿等活動，種植業(yè)碳效應(yīng)可能存在空間關(guān)聯(lián)，打破了傳統(tǒng)計量模型中的誤差項獨立不相關(guān)假設(shè)。為保證收斂檢驗?zāi)Ｐ驮O(shè)定的準(zhǔn)確性，采用Moran指數(shù)檢驗碳補(bǔ)償率的空間相關(guān)性，其值域為[-1，1]。在給定顯著性水平下，若Moran指數(shù)為正，則觀測值之間存在正相關(guān)，反之為負(fù)相關(guān)。若存在空間相關(guān)性，在進(jìn)行條件β收斂檢驗時需采用空間計量模型，主要包括空間滯后模型（spaial autoregressive model，SAR）、空間誤差模型（spatiul error model，SEM）和空間杜賓模型（spatial Dubin model，SDM）。由于SDM可以退化成SAR或SEM，更具普遍性，因此以SDM作為基礎(chǔ)模型，收斂等式如式（9）所示：

lnMitMi，t-1=ρWln

MitMi，t-1+βln（Mi，t-1）+

λWln（Mi，t-1）+γX+φWX+ci+

ηi+εit

（9）

其中，ρ為空間自回歸系數(shù)，用來衡量地區(qū)間碳補(bǔ)償率增速的相互影響，系數(shù)λ反映碳補(bǔ)償率初始水平的溢出效應(yīng)，φ為控制變量的溢出效應(yīng)，其他變量含義與式（8）一致。SDM適合采用極大似然法進(jìn)行估計，對于SDM能否簡化為SAR或SEM的判斷，通常參考Wald檢驗和LR檢驗結(jié)果;對于固定效應(yīng)和隨機(jī)效應(yīng)的選擇，采用Hausman檢驗進(jìn)行確定[29]。

空間收斂檢驗要求進(jìn)行權(quán)重矩陣設(shè)置，作者基于距離衰減函數(shù)構(gòu)建權(quán)重矩陣，以省域地理中心點的距離平方倒數(shù)作為權(quán)重，以刻畫地理單元之間的相互作用。在變量設(shè)置方面，按照條件β收斂檢驗的模型設(shè)定，以種植業(yè)碳補(bǔ)償率增速的對數(shù)為被解釋變量，以碳補(bǔ)償率的對數(shù)為核心解釋變量，基于種植業(yè)的外部環(huán)境與生產(chǎn)過程，引入一系列控制變量。表2為變量描述性統(tǒng)計分析情況。

2.3 數(shù)據(jù)來源

所需數(shù)據(jù)包括2000—2018年我國30省份的種植業(yè)碳效應(yīng)各源頭所涉活動數(shù)據(jù)及條件β收斂檢驗的控制變量數(shù)據(jù)，均來自歷年《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。港澳臺和西藏的數(shù)據(jù)缺失較多，未納入研究范圍。此外，以2000年價格為基準(zhǔn)，對各年農(nóng)林牧漁總產(chǎn)值進(jìn)行平減處理，以剔除價格因素影響。

3 實證分析

3.1 種植業(yè)碳補(bǔ)償率測算與分析

3.1.1 全國種植業(yè)碳效應(yīng)結(jié)構(gòu)及演進(jìn)歷程

按照前文所述，對2000—2018年我國30省份種植業(yè)碳排放量、碳吸收量進(jìn)行核算，并進(jìn)一步測算省均碳排放量、碳吸收量和碳補(bǔ)償率，見表3。

觀察2000—2018年我國省均種植業(yè)碳效應(yīng)的結(jié)構(gòu)及演變歷程，可以發(fā)現(xiàn)：

（1）我國種植業(yè)凈碳效應(yīng)總體呈現(xiàn)為碳源。19年間，省均種植業(yè)碳排放量、碳吸收量和碳補(bǔ)償率呈增長趨勢，省均凈碳排放呈下降趨勢。其中，省均碳排放量自21.084×106 t增至 28.759×106 t;省均碳吸收量由16.424×106 t增長為26.025×106 t;碳補(bǔ)償率由0.779增至0.905，其均值為0.855;而省均凈碳排放量自4.660×106 t降為2.734×

106 t。以2000年為基期，省均種植業(yè)碳排放量、碳吸收量、凈碳排放量和碳補(bǔ)償率的年均增速分別為1.740%、2.590%、-2.928%和0.836%。樣本年間，種植業(yè)碳吸收量的增速高于碳排放增速，驅(qū)動碳補(bǔ)償率不斷提高，但由于碳吸收量總體低于碳排放量，導(dǎo)致我國種植業(yè)的凈碳效應(yīng)始終表征為碳源。

（2）各源頭碳排放發(fā)展趨勢差異顯著。種植業(yè)排放源結(jié)構(gòu)中，秸稈處理的平均排放量占比最高（47.751%），稻田碳排放平均占比最低（7.518%）。觀察各類源頭，農(nóng)資投入碳排放年均增速為1.773%，早期表現(xiàn)為波動上升，在2015年達(dá)到峰值13.156×106 t，此后逐年下降。稻田碳排放年均增速為-0.282%，整體呈下降趨勢，尤其在2002—2003年間出現(xiàn)陡降。推測是由于該年氣候災(zāi)害嚴(yán)重，農(nóng)作物受災(zāi)面積逾800萬hm2，絕大多數(shù)地區(qū)的水稻種植規(guī)模均有明顯縮減，產(chǎn)生的碳排放相應(yīng)減少。秸稈處理碳排放的年均增速為2.046%，其增長率居三類排放源之首，增排趨勢不容忽視。觀察其演變趨勢：2000—2002年間，秸稈處理碳排放在107 t附近波動;2003年有較大降幅，此后出現(xiàn)高速增長，并于2015年增至14.411×106 t;此后3年穩(wěn)定在該水平附近，發(fā)展趨勢逐漸趨于平緩，這一定程度上得益于近年開展的秸稈綜合利用行動。

（3）種植業(yè)碳效應(yīng)的演變歷程具有階段性特征。從省均碳排放變動軌跡來看，2000—2003年，農(nóng)資投入碳排放存在較小增幅，其他兩類排放源均有所下降，這一結(jié)果與期間情況相互佐證?！叭r(nóng)”問題不斷凸顯，農(nóng)業(yè)生產(chǎn)活動受到影響，作物播種面積不增反降，種植業(yè)發(fā)展停滯不前，碳排放整體得以抑制。自2004年起，各類源頭的排放量和增長率均處于較高水平，是由于2004年中央一號文件的惠農(nóng)政策有效激發(fā)了農(nóng)民的生產(chǎn)積極性。農(nóng)業(yè)化學(xué)品投入量顯著上升，農(nóng)用能源消耗量持續(xù)增加，水稻種植、秸稈處理等活動導(dǎo)致的碳排放也有所回升，增長態(tài)勢持續(xù)至2015年并達(dá)到峰值29.529×106 t。期間，化學(xué)化和機(jī)械化程度不斷加深是我國種植業(yè)的主要特征。2016—2018年，省均種植業(yè)碳排放量仍位于較高水平，但下降趨勢已逐漸顯現(xiàn)。國家農(nóng)業(yè)部門于2015年明確提出“一控兩減三基本”的要求，加之近年生態(tài)保護(hù)、節(jié)能減排相關(guān)政策的陸續(xù)出臺，盡管我國種植業(yè)依然處于高消耗、高排放的發(fā)展階段，但碳排放增速控制已經(jīng)初見成效。再觀察省均種植業(yè)碳吸收量的整體發(fā)展態(tài)勢，可見各省農(nóng)作物生產(chǎn)結(jié)構(gòu)和種植布局不斷優(yōu)化，碳匯效應(yīng)逐漸增強(qiáng)，近年碳吸收量幾乎可以抵消種植業(yè)活動中的絕大部分碳排放。

3.1.2 區(qū)域種植業(yè)碳補(bǔ)償率演進(jìn)趨勢

按照經(jīng)濟(jì)結(jié)構(gòu)、地理位置等因素，將全國劃分為東、中、西三個區(qū)域，基于2000—2018年各區(qū)域種植業(yè)的碳吸收、碳排放總量，測算對應(yīng)的碳補(bǔ)償率并繪制折線圖，以把握區(qū)域種植業(yè)碳補(bǔ)償率的時序演變規(guī)律，結(jié)果見圖1。

整體而言，我國種植業(yè)碳補(bǔ)償率呈增長態(tài)勢，具有明顯空間異質(zhì)性，具體表現(xiàn)為西部最高、中部次之、東部最低。西部種植業(yè)始終保持碳匯效應(yīng)，而東、中部的種植業(yè)一直是碳源。觀察各區(qū)域演進(jìn)趨勢，東部碳補(bǔ)償率均值為0.761，年均增長率為0.939%，其初始值最低，但增速最高;中部碳補(bǔ)償率均值為0.852，年均增長率為0.792%，初始值略高于東部，但增速較為緩慢;西部碳補(bǔ)償率均值為1.117，年均增長率則是0.594%，整體水平最高，并保持穩(wěn)定增長。隨著時間推移，區(qū)域間差距有所縮減。從近3年發(fā)展趨勢來看，全國及三大區(qū)域的種植業(yè)碳補(bǔ)償率逐年上升、勢頭良好，說明種植業(yè)發(fā)展方式逐漸向集約化、生態(tài)化轉(zhuǎn)軌。

3.1.3 省域種植業(yè)碳補(bǔ)償率分布特征

根據(jù)全國30省份種植業(yè)碳補(bǔ)償率繪制雷達(dá)圖，能直觀展示省域分布特征。研究存在19年的跨度，以6年為間距可客觀反映省域種植業(yè)碳補(bǔ)償率的變動過程。因此選取2000、2006、2012和2018年作為觀測點，如圖2所示。

從觀測年間的省域分布情況來看，我國種植業(yè)處于自“碳源型”向“碳匯型”過渡的階段。2000年，表現(xiàn)為碳源的省份有21個，表現(xiàn)為碳匯的省份僅為9個;到2018年，碳源省份減少為18個，碳匯省份增加到12個。增加的地區(qū)依次為寧夏、四川、廣西，說明這1省2區(qū)種植業(yè)發(fā)展不斷優(yōu)化，已經(jīng)實現(xiàn)由碳源到碳匯的轉(zhuǎn)型。

凈碳匯地區(qū)包括青海、新疆、內(nèi)蒙古、黑龍江、遼寧等7省2區(qū)，這些地區(qū)的種植業(yè)碳補(bǔ)償率一直高于1.000，主要分布在我國西部區(qū)域及東部部分區(qū)域。遼寧、吉林、黑龍江三省是我國糧食主產(chǎn)區(qū)，其農(nóng)作物種植面積廣闊，各類涉農(nóng)投入較大、生產(chǎn)方式相對集約，雖然也伴隨著較高的碳排放產(chǎn)出，但發(fā)揮了更為顯著的碳匯作用，使種植業(yè)碳補(bǔ)償率遠(yuǎn)高于全國平均水平。而云南、甘肅、青海、新疆等西部地區(qū)依托于近年來不斷加大的政策扶持力度和逐步凸顯的科技后發(fā)優(yōu)勢，農(nóng)業(yè)生產(chǎn)條件、作物種植方式和廢棄物處理過程也日益改善。尤其在秸稈處理上，青海省的秸稈露天焚燒率為全國最低，有效減緩了溫室效應(yīng)。

凈碳源地區(qū)有福建、湖南、浙江、廣東、山西等14省4市，碳補(bǔ)償率始終低于1.000，主要分布在我國東部部分區(qū)域及中部區(qū)域。山西、陜西、河南等地生態(tài)環(huán)境相對脆弱、水土流失嚴(yán)重，加之發(fā)展模式對資源環(huán)境的依賴性較強(qiáng)，農(nóng)業(yè)生產(chǎn)導(dǎo)致的污染排放較多。福建、廣東、浙江等東部沿海地區(qū)的發(fā)展重心不在于種植業(yè)，低碳農(nóng)業(yè)技術(shù)的探索動力不強(qiáng)。綜合而言，源于資源稟賦、生產(chǎn)環(huán)境和自身發(fā)展導(dǎo)向，我國大部分省份的種植活動尚未協(xié)調(diào)好低碳與高效之間的關(guān)系，還需進(jìn)一步調(diào)整種植結(jié)構(gòu)、優(yōu)化生產(chǎn)方式。

3.2 種植業(yè)碳補(bǔ)償率地區(qū)差異收斂性

我國種植業(yè)碳補(bǔ)償率區(qū)際差異隨時間推移有所縮減，那么，區(qū)域內(nèi)部差異的發(fā)展態(tài)勢如何？水平差異是否可能自發(fā)縮小？增長速度是否存在追趕趨勢？為回答這些問題，對全國及東、中、西部種植業(yè)碳補(bǔ)償率的內(nèi)部差異進(jìn)行收斂性檢驗。

3.2.1 種植業(yè)碳補(bǔ)償率σ收斂分析

首先，考察全國和三大區(qū)域內(nèi)部水平差距的演變趨勢，對全國及東、中、西部地區(qū)種植業(yè)碳補(bǔ)償率的σ系數(shù)進(jìn)行測算，結(jié)果見表4。

19年間，東部、中部和西部σ系數(shù)的均值依次為0.285、0.389和0.276，表明中部的種植業(yè)碳補(bǔ)償率省間差距最大，西部省間差距則為最小。東部、中部、西部的種植業(yè)碳補(bǔ)償率σ系數(shù)均呈階段式上升態(tài)勢，增幅依次為0.128、0.004、0.033，說明東部區(qū)域內(nèi)的差異格局變動最為劇烈，中部區(qū)域內(nèi)的差異特征最為穩(wěn)定。各區(qū)域內(nèi)部的差異變動程度有所不同：2014年作為分水嶺，在該年以前，中部各省份的種植業(yè)碳補(bǔ)償率σ系數(shù)整體位于最高，西部次之，東部最小;2014年之后，中部的σ系數(shù)依然保持最高，東部與西部的位次對調(diào)，形成中部最大、東部次之、西部最小的差序格局。σ收斂檢驗表明，無論從全國還是區(qū)域?qū)用娑?，省域間種植業(yè)碳補(bǔ)償率的絕對水平皆不存在收斂，在無政策干預(yù)的條件下，省域差距不會自發(fā)消失。

3.2.2 考慮空間效應(yīng)的種植業(yè)碳補(bǔ)償率條件β收斂分析

在水平差距上，全國及區(qū)域內(nèi)部的種植業(yè)碳補(bǔ)償率差異呈發(fā)散態(tài)勢，那么，就增長速度而言，省份之間是否存在追趕趨勢？為回答這個問題，對全國及東、中、西部地區(qū)的碳補(bǔ)償率分別進(jìn)行β收斂檢驗。鄰近地區(qū)間的種植業(yè)碳效應(yīng)可能存在空間關(guān)聯(lián)，為保證后續(xù)收斂檢驗?zāi)Ｐ驮O(shè)定的準(zhǔn)確性，采用全域Moran指數(shù)檢驗碳補(bǔ)償率的空間相關(guān)性，結(jié)果見表5。

2000—2018年間，我國種植業(yè)碳補(bǔ)償率Moran指數(shù)均為正值，基本保持在0.300～0.400，且全部通過1%顯著性水平下的Z檢驗，說明省域碳補(bǔ)償率具有顯著的正向空間相關(guān)性。種植業(yè)碳補(bǔ)償率空間關(guān)聯(lián)格局的形成，推測有以下原因：①鄰近地區(qū)具備類似的氣候條件和地貌基礎(chǔ)，種植活動易受自然環(huán)境影響，生產(chǎn)方式與種植制度也頗為相近，導(dǎo)致種植業(yè)形成一定程度的共生特征;②當(dāng)某地在探索實踐適宜的種植模式和政策措施時，鄰近地區(qū)也會傾向于積極效仿，使種植業(yè)碳效應(yīng)產(chǎn)生關(guān)聯(lián)現(xiàn)象。

碳補(bǔ)償率存在空間相關(guān)性，要求在收斂性檢驗時對空間效應(yīng)予以考慮。運(yùn)用Stata 15.1軟件，依次對全國和三大區(qū)域的基礎(chǔ)收斂等式進(jìn)行OLS回歸，再對回歸所得殘差進(jìn)行LM檢驗和穩(wěn)健LM檢驗，以確定各區(qū)域的收斂檢驗的計量模型，結(jié)果見表6。

根據(jù)檢驗結(jié)果，全國、中部和西部的空間滯后和空間誤差統(tǒng)計量均通過LM檢驗和穩(wěn)健LM檢驗（P≤0.05），兩類效應(yīng)同時存在，需考慮采用空間杜賓模型（SDM）。而東部對應(yīng)殘差的空間相關(guān)性無法通過檢驗，故選擇普通面板回歸模型（FE）。各式均顯著通過Hausman檢驗，適于采用固定效應(yīng)模型。依托對應(yīng)的回歸模型進(jìn)行條件β收斂檢驗，表7匯報了相應(yīng)結(jié)果。

表7中，Wald檢驗和LR檢驗說明全國、西部、中部的SDM模型均不能退化為SAR模型或SEM模型。各式中，同一變量系數(shù)的符號、顯著性相對一致，表明回歸結(jié)果較為穩(wěn)健。在考慮空間效應(yīng)和若干控制變量后，β收斂系數(shù)全部顯著為負(fù)（P≤0.01），表明不管是從全國層面還是區(qū)域內(nèi)部而言，碳補(bǔ)償率增長速度均與初始值呈負(fù)向關(guān)系，即種植業(yè)碳補(bǔ)償率表現(xiàn)為條件β收斂，省份間存在明顯的追趕效應(yīng)。東、中、西部區(qū)域的種植業(yè)碳補(bǔ)償率具有自身穩(wěn)態(tài)，且樣本期內(nèi)均朝著穩(wěn)態(tài)水平發(fā)展，各自形成β條件收斂俱樂部。

從收斂系數(shù)而言，全國層面的β收斂系數(shù)為-0.408，與空間權(quán)重矩陣W的交乘項系數(shù)同樣顯著為負(fù)（P≤0.01），空間自回歸系數(shù)ρ為0.171（P≤0.05），證明省域種植業(yè)碳補(bǔ)償率的趨同過程具有溢出效應(yīng)，鄰近省份間呈現(xiàn)為互相促進(jìn)的良性共生特征。對于區(qū)域內(nèi)部而言，種植業(yè)碳補(bǔ)償率省域差異同樣體現(xiàn)為β收斂。東部地區(qū)的β收斂系數(shù)為-0.395，在三個區(qū)域中居于末位。觀察中部地區(qū)的檢驗結(jié)果，其收斂系數(shù)為-0.830，遠(yuǎn)高于東部、西部地區(qū)。西部地區(qū)的種植業(yè)碳補(bǔ)償率β收斂系數(shù)則為-0.450，與空間權(quán)重矩陣W的交乘項系數(shù)同樣顯著為負(fù)（P≤0.01），驗證了西部區(qū)域種植業(yè)碳補(bǔ)償率收斂過程中的空間溢出效應(yīng)。

從控制變量來看，化肥施用強(qiáng)度（fer）在全國、東部、中部的收斂等式中顯著為負(fù)（P≤0.05），表明化肥施用強(qiáng)度提高將對種植業(yè)碳補(bǔ)償率增速形成負(fù)向作用。種植業(yè)結(jié)構(gòu)（str）在全國和東部收斂等式中顯著為正（P≤0.05），增加糧食種植比重對碳補(bǔ)償率增速具有正向影響。此外，這兩個變量與空間權(quán)重矩陣W的交乘項系數(shù)均為負(fù)值（P≤0.05），說明鄰近省份對種植業(yè)結(jié)構(gòu)、化肥施用強(qiáng)度的調(diào)整會對本省碳補(bǔ)償率增速產(chǎn)生間接影響。

條件β收斂檢驗結(jié)果說明，當(dāng)考慮各區(qū)域初始條件差異時，省域碳補(bǔ)償率將向各自所屬區(qū)域的穩(wěn)態(tài)趨近。對于各省份而言，種植業(yè)碳補(bǔ)償率的發(fā)展趨勢不僅與本省的農(nóng)村經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)方式等因素息息相關(guān)，還與鄰近地區(qū)的自然、經(jīng)濟(jì)、社會環(huán)境聯(lián)系緊密。隨著農(nóng)村產(chǎn)業(yè)加速融合，市場規(guī)模逐漸擴(kuò)大，區(qū)域間要素流動不斷加快，產(chǎn)業(yè)互動日益密切，加之政策效仿和技術(shù)擴(kuò)散作用，鄰近地區(qū)種植業(yè)碳效應(yīng)的空間依賴現(xiàn)象將愈發(fā)凸顯。

4 結(jié)論、建議與討論

4.1 結(jié)論與建議

在全面梳理種植業(yè)碳效應(yīng)源頭的基礎(chǔ)上，構(gòu)建由農(nóng)資投入、稻田甲烷、秸稈處理、作物固碳4方面組成的核算清單，將吸收量與排放量的比值定義為碳補(bǔ)償率，對2000—2018年我國30省份的種植業(yè)碳補(bǔ)償率進(jìn)行測算，在全國、區(qū)域和省域三重尺度下探索其演進(jìn)歷程及分布特征，并基于空間計量模型探討其收斂性，以期利用其演進(jìn)規(guī)律及收斂特征，為制定區(qū)域性的種植業(yè)低碳發(fā)展措施提供理論依據(jù)。主要結(jié)論及啟示如下。

從全局層面來說，我國種植業(yè)平均碳補(bǔ)償率為0.855，凈效應(yīng)表現(xiàn)為碳源。3類排放源中，秸稈處理碳排放占比最高，農(nóng)資投入類次之，稻田碳排放最低。因此，需重視關(guān)鍵排放源頭，分類落實減源增匯。具體而言，應(yīng)禁止秸稈直接焚燒，積極推廣秸稈資源化利用。提高化肥、農(nóng)藥等化學(xué)投入品的使用效率，鼓勵節(jié)約型施肥技術(shù)及有機(jī)肥、生物農(nóng)藥的采用，以降低農(nóng)用物資碳排放。提倡采取保護(hù)性耕作方式，積極優(yōu)化種植結(jié)構(gòu)與布局，實現(xiàn)農(nóng)田增匯。對低碳種植技術(shù)的研發(fā)、生產(chǎn)和采納等行為進(jìn)行獎勵、補(bǔ)貼，增加相關(guān)主體的碳匯收入。探索構(gòu)建科學(xué)合理的種植業(yè)碳補(bǔ)償機(jī)制，合理征收碳排放稅，并提取一定比例作為碳匯補(bǔ)貼轉(zhuǎn)移支付給低碳生產(chǎn)主體。

從省級層面來看，2000—2018年間，凈碳匯地區(qū)有內(nèi)蒙古、遼寧、吉林等7省2區(qū)，凈碳源地區(qū)包括北京、上海、浙江等14省4市，寧夏、四川、廣西已由凈碳源轉(zhuǎn)型為凈碳匯。省域碳補(bǔ)償率具有正向空間相關(guān)性，表明存在地區(qū)協(xié)作的可能性，應(yīng)充分利用空間效應(yīng)，加強(qiáng)省際交流協(xié)作。鄰近省份應(yīng)突破地域限制，共享低碳技術(shù)成果，強(qiáng)化低碳知識傳播。鼓勵青海、內(nèi)蒙古等碳補(bǔ)償率較高的省份加強(qiáng)與山西、陜西等鄰近低值地區(qū)的聯(lián)系，主動推廣低碳生產(chǎn)技術(shù)，充分發(fā)揮連鎖作用，利用典型示范效應(yīng)，激發(fā)周邊省市的追趕動力、效仿行為。福建、廣東等碳補(bǔ)償率較低的地區(qū)則應(yīng)密切關(guān)注鄰近高值地區(qū)的減排措施，通過宏觀政策調(diào)控、省際合作聯(lián)動，協(xié)同實現(xiàn)種植業(yè)低碳轉(zhuǎn)型。

從地區(qū)差異而言，全國及東、中、西部種植業(yè)碳補(bǔ)償率的內(nèi)部差異均不存在σ收斂，而是具有條件β收斂特征。受經(jīng)濟(jì)發(fā)展、生產(chǎn)條件以及資源稟賦等因素影響，西部的種植業(yè)一直保持碳匯效應(yīng)，而東、中部的種植業(yè)則始終呈碳源效應(yīng)。因此，應(yīng)順應(yīng)區(qū)域收斂之勢，因地制宜分區(qū)制定減排政策：針對經(jīng)濟(jì)基礎(chǔ)較好、科技實力較強(qiáng)但碳補(bǔ)償率較低的東部地區(qū)，應(yīng)建立合理的低碳農(nóng)業(yè)科技研發(fā)激勵機(jī)制，大力推進(jìn)低碳技術(shù)成果的研發(fā)、轉(zhuǎn)化與應(yīng)用;對于生產(chǎn)基礎(chǔ)較差且碳補(bǔ)償率較低的中部地區(qū)，應(yīng)加強(qiáng)農(nóng)業(yè)生產(chǎn)基礎(chǔ)設(shè)施建設(shè)，結(jié)合地區(qū)氣候條件、資源稟賦，加快引入低碳高效的種植技術(shù)和廢棄物處理方式;對經(jīng)濟(jì)、科技相對薄弱但碳補(bǔ)償率較高的西部地區(qū)，應(yīng)因地制宜加強(qiáng)低碳作物品種和集約耕作技術(shù)的推廣普及，以進(jìn)一步穩(wěn)固碳匯優(yōu)勢。

4.2 討論

早期種植業(yè)碳效應(yīng)研究或是僅對化肥、農(nóng)藥、農(nóng)膜、柴油、翻耕、灌溉6個排放因子進(jìn)行核算[13-14]，范疇相對狹窄、清單廣度較低;或是僅關(guān)注種植業(yè)碳匯作用，而較少考慮其碳源效應(yīng)[27]。隨著研究深入，部分學(xué)者對傳統(tǒng)清單有所改進(jìn)，將種植業(yè)碳排放與碳吸收雙重效應(yīng)有機(jī)銜接，并進(jìn)一步展開凈碳效應(yīng)分析[18，21]，發(fā)現(xiàn)我國種植業(yè)是碳匯而非碳源。區(qū)別于前述研究，文章嘗試將核算清單拓展為農(nóng)資投入、稻田甲烷、秸稈處理3類排放源、9項排放因子，并同時考慮作物碳吸收作用，據(jù)此測算了2000—2018年我國種植業(yè)碳排放、碳吸收量。結(jié)果發(fā)現(xiàn)，我國種植業(yè)的凈效應(yīng)為碳源，與現(xiàn)有結(jié)論存在較大差異。從現(xiàn)實情況來看，種植業(yè)理應(yīng)是碳源，其生產(chǎn)過程涉及高碳農(nóng)資投入、土壤碳釋放、稻田甲烷等多種排放源。盡管作物在生長周期中會通過光合作用吸收固定CO2，短期來看其碳匯效益十分顯著，但對碳循環(huán)的長期影響十分微弱，因其所固定的碳會通過食物或工業(yè)原料消費(fèi)、秸稈焚燒或還田分解等途徑釋放到大氣中。前人之所以得出“我國種植業(yè)是碳匯”的結(jié)論，是源于僅關(guān)注一年周期作物碳吸收、未考慮秸稈處理等后續(xù)碳釋放活動。在實際核算中，測得秸稈處理碳排放占種植業(yè)碳排放總量的47.751%，說明其增排效應(yīng)不容忽視，若將之遺漏，會嚴(yán)重?fù)p失核算精度。因此，為客觀反映真實碳效應(yīng)，需繼續(xù)改進(jìn)種植業(yè)碳核算清單，不斷提高排放系數(shù)的精確程度。

綜合而言，本研究仍存在一些不足：①未將土壤碳排放納入核算體系，主要源于現(xiàn)有系數(shù)多為特定條件下的區(qū)域性實驗數(shù)據(jù)，難以應(yīng)用于全國范圍;②研究基于省級數(shù)據(jù)展開，尺度比較宏觀，后續(xù)研究可細(xì)化到市、縣級的空間單元，以加強(qiáng)對策建議的針對性。

參考文獻(xiàn)

[1]JIA G S， SHEVLIAKOVA E， ARTAXO P， et al. Land-climate interactions [M/OL]. IPCC special report on climate change and land. 2019-11-05[2020-07-27]. https：//www.ipcc.ch/site/assets/uploads/sites/4/2019/11/05_Chapter-2.pdf.

[2]李波， 張俊飚. 基于投入視角的我國農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展脫鉤研究[J]. 經(jīng)濟(jì)經(jīng)緯， 2012，29（4）：27-31.

[3]JOHNSON J M F， FRANZLUEBBERS A J， WEYERS S L， et al. Agricultural opportunities to mitigate greenhouse gas emissions[J]. Environmental pollution， 2007，150（1）： 107-124.

[4]GOGLIO P， SMITH W N， GRANT B B， et al. A comparison of methods to quantify greenhouse gas emissions of cropping systems in LCA[J]. Journal of cleaner production， 2018，172： 4010-4017.

[5]陳柔， 何艷秋， 朱思宇， 等. 我國農(nóng)業(yè)碳排放雙重性及其與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性研究[J]. 軟科學(xué)， 2020， 34 （1）： 132-138.

[6]吳賢榮， 張俊飚， 程琳琳， 等. 中國省域農(nóng)業(yè)碳減排潛力及其空間關(guān)聯(lián)特征：基于空間權(quán)重矩陣的空間Durbin模型[J]. 中國人口·資源與環(huán)境， 2015， 25 （6）： 53-61.

[7]程琳琳， 張俊飚， 田云， 等. 中國省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴效應(yīng)[J]. 資源科學(xué)， 2016， 38 （2）： 276-289.

[8]田云， 張俊飚. 中國低碳農(nóng)業(yè)發(fā)展的動態(tài)演進(jìn)及收斂性研究[J]. 干旱區(qū)資源與環(huán)境， 2017， 31 （3）： 1-7.

[9]吳昊玥， 何艷秋， 陳柔. 中國農(nóng)業(yè)碳排放績效評價及隨機(jī)性收斂研究：基于SBM-Undesirable模型與面板單位根檢驗[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報， 2017， 25 （9）： 1381-1391.

[10]LAL R. Carbon emission from farm operations[J]. Environment international， 2004， 30（7）： 981-990.

[11]梁青青. 我國農(nóng)地資源利用的碳排放測算及驅(qū)動因素實證分析[J]. 軟科學(xué)， 2017， 31 （1）： 81-84.

[12]何艷秋， 戴小文. 中國農(nóng)業(yè)碳排放驅(qū)動因素的時空特征研究[J]. 資源科學(xué)， 2016， 38 （9）： 1780-1790.

[13]CHENG K， PAN G， SMITH P， et al. Carbon footprint of Chinas crop procluction：an estimation using agro-statistics data over 1993-2007[J]. Agriculture， ecosystems and environment， 2011， 142 （3/4）： 231-237.

[14]李波， 張俊飚， 李海鵬. 中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J]. 中國人口·資源與環(huán)境， 2011， 21 （8）： 80-86.

[15]丁寶根， 楊樹旺， 趙玉. 長江經(jīng)濟(jì)帶種植業(yè)碳排放時空特征及驅(qū)動因素研究[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報， 2019， 35 （10）： 1252-1258.

[16]戴小文， 楊雨欣. 2007—2016年中國省域種植業(yè)碳排放測算、驅(qū)動效應(yīng)與時空特征[J]. 四川農(nóng)業(yè)大學(xué)學(xué)報， 2020， 38 （2）： 241-250.

[17]伍國勇， 孫小鈞， 于福波， 等. 中國種植業(yè)碳生產(chǎn)率空間關(guān)聯(lián)格局及影響因素分析[J]. 中國人口·資源與環(huán)境， 2020， 30 （5）： 46-57.

[18]田云， 張俊飚， 羅小鋒. 中國種植業(yè)凈碳效益與經(jīng)濟(jì)效益協(xié)調(diào)性區(qū)域比較研究[J]. 經(jīng)濟(jì)地理， 2014， 34 （3）： 142-148.

[19]郭旋， 張良茂， 胡榮桂， 等. 華中地區(qū)種植業(yè)生產(chǎn)碳排放驅(qū)動因素分析[J]. 長江流域資源與環(huán)境， 2016， 25 （5）： 695-701.

[20]甄偉， 秦全德， 匡耀求， 等. 廣東省種植業(yè)能源消費(fèi)溫室氣體排放影響因素分析[J]. 科技管理研究， 2017， 37 （7）： 78-85.

[21]尚杰， 楊濱鍵. 種植業(yè)碳源、碳匯測算與凈碳匯影響因素動態(tài)分析： 山東例證[J]. 改革， 2019 （6）： 123-134.

[22]段華平， 張悅， 趙建波， 等. 中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J]. 水土保持學(xué)報， 2011， 25 （5）： 203-208.

[23]閔繼勝， 胡浩. 中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算[J]. 中國人口·資源與環(huán)境， 2012， 22 （7）： 21-27.

[24]田云， 張俊飚. 中國農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究[J]. 自然資源學(xué)報， 2013， 28 （8）： 1298-1309.

[25]程琳琳. 中國農(nóng)業(yè)碳生產(chǎn)率時空分異：機(jī)理與實證[D]. 武漢：華中農(nóng)業(yè)大學(xué)， 2018： 49-51.

[26]國家發(fā)展和改革委員會. 省級溫室氣體清單編制指南[試行][R]. 2011： 53-55.

[27]王修蘭. 二氧化碳、氣候變化與農(nóng)業(yè)[M]. 北京： 氣象出版社， 1996.

[28]IPCC. Climate change 2013： the physical science basis. contribution of Working Group I to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge， UK： Cambridge University Press， 2013.

[29]ELHORST J P. Spatial econometrics： from cross-sectional data to spatial panels[M]. Berlin： Springer， 2014.

Estimation and spatial convergence of carbon compensating

rate of planting industry in China

WU Haoyue1 HE Yu1 HUANG Hanjiao2 CHEN Wenkuan1

（1. College of Management， Sichuan Agricultural University， Chengdu Sichuan 611130， China;

2. College of Forestry， Northwest A&F University， Xianyang Shaanxi 712100， China）

Abstract ?It is of great significance to analyze the net carbon effect of planting industry， as it could provide theoretical basis for low-carbon development. By considering the dual carbon effects of planting industry， this paper defined the ratio of absorption to emission as carbon compensating rate， and constructed a list to assess the carbon effect of planting industry， which consisted of agricultural input， rice field methane， straw treatment and crop carbon sequestration. Then， this paper estimated the carbon compensating rate of planting industry in China from 2000 to 2018. Besides， the evolution and distribution of the rate were explored， and the convergence of regional differences was analyzed based on the spatial econometric model. The results were： ① The carbon compensating rate of planting industry in China was averagely 0.855， whose net effect presented as a carbon source. In addition， the compensating rate was 0.761， 0.852 and 1.117 in the eastern， central and western regions respectively， indicating that the planting industry exhibited to be carbon sources in the eastern and central regions， while it showed to be a carbon sink in the western region. In the structure of emissions， straw treatment accounted for the highest （47.751%）， and rice paddies made up for the lowest （7.518%）. ② Based on the provincial distribution of carbon compensation rate in major years， the planting industry in China was transiting from a carbon source to a carbon sink. There were nine provinces showing to be carbon sinks， such as Qinghai， Xinjiang and Heilongjiang， while 18 provinces presented to be carbon sources， including Fujian， Hunan， Jiangxi， etc. Besides， the planting industry in Ningxia， Sichuan and Guangxi had transformed from carbon sources to carbon sinks. ③ The σ convergence was not found in the whole country or the three regions， while all the regions formed their own conditional β convergence clubs. The carbon effect of the planting industry was spatially related， which endowed a positive spillover effect to the convergence of neighboring provinces， showing a positive evolution characteristic of mutual promotion. Based on the conclusions above， this study suggests that policymakers should implement carbon emission mitigation from specific sources， formulate different mitigation policies by targeting regions and strengthen inter-provincial cooperation， so as to provide a theoretical basis for the coordination of the relationship between crop production and the ecological environment.

Key words planting industry; carbon effect; carbon compensating rate; spatial convergence

（責(zé)任編輯：劉照勝）

收稿日期：2020-07-22 ??修回日期：2020-11-04

作者簡介：

吳昊玥，博士生，主要研究方向為資源經(jīng)濟(jì)與土地管理。E-mail： 18090021735@163.com。

通信作者：陳文寬，教授，博導(dǎo)，主要研究方向為資源環(huán)境經(jīng)濟(jì)與政策。E-mail： 11454@sicau.edu.cn。

基金項目：國家自然科學(xué)基金青年項目“農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)及協(xié)同減排機(jī)制研究”（批準(zhǔn)號：71704127）;四川省社會科學(xué)研究“十三五”規(guī)劃項目“我國農(nóng)業(yè)碳排放源雙重特性及影響因素動態(tài)研究”（批準(zhǔn)號：SC18TJ018）。

吳昊玥，何宇，黃瀚蛟，等.中國種植業(yè)碳補(bǔ)償率測算及空間收斂性[J].中國人口·資源與環(huán)境，2021，31（6）：113-123.[WU Haoyue，HE Yu，HUANG Hanjiao，et al.Estimation and spatial convergence of carbon compensating rate of planting industry in China[J]. China population， resources and environment， 2021，31（6）：113-123.]