劉 楊, 劉鴻斌

(1.山東省濟南生態(tài)環(huán)境監(jiān)測中心 濟南 250101; 2.山東省魯商建筑設(shè)計有限公司 濟南 250100)

政府間氣候變化專門委員會(IPCC)第六次評估報告第一工作組報告《氣候變化2021: 自然科學(xué)基礎(chǔ)》指出, 人類活動導(dǎo)致的溫室氣體排放是造成氣候變暖的主要驅(qū)動因素, 極端高溫、極端降水、干旱洪水等因人類活動而加劇。2021年國民經(jīng)濟和社會發(fā)展“十四五”規(guī)劃明確提出落實2030年應(yīng)對氣候變化國家自主貢獻目標(biāo), 制定2030年前碳排放達峰行動方案。農(nóng)業(yè)碳排放是全球溫室氣體排放的第二大來源, 貢獻了全球范圍內(nèi)約14%的人為溫室氣體排放量和58%的非人為CO排放。我國農(nóng)業(yè)碳排放量占溫室氣體碳排放總量的17%, 且排放水平以年均5%的速度增長。“十四五”全國農(nóng)業(yè)綠色發(fā)展規(guī)劃明確提出增強農(nóng)業(yè)農(nóng)村領(lǐng)域減排固碳的要求, 控制農(nóng)業(yè)碳排放水平對我國落實減排承諾、增強適應(yīng)氣候變化能力、實現(xiàn)“雙碳”目標(biāo)具有重要意義。近年來國內(nèi)學(xué)者在農(nóng)業(yè)碳排放測算、影響因素分析等方面作了大量研究, 吳昊玥等基于GB-USSBM 模型測算2000-2019年中國30省(市、自治區(qū))的農(nóng)業(yè)碳排量, 結(jié)果表明中國農(nóng)業(yè)碳排放效率均值為0.778, 具有較大減排潛力, 中國農(nóng)業(yè)碳排放效率全局Moran’s I顯著大于0 (P＜0.01), 空間杜賓模型結(jié)果顯示農(nóng)業(yè)碳排放效率具有顯著的正向溢出效應(yīng)。楊濱鍵等測算了山東省種植業(yè)碳排放量、碳匯量、碳排放強度以及碳排放邊際減排成本, 運用DEAMalmquist 模型測算了種植業(yè)低碳績效水平, 結(jié)果表明2000-2018年山東省種植業(yè)碳排放總量和碳匯總量年均增幅分別為0.26%和1.74%, 而碳排放強度和減排成本年均降低6.12%和2.10%。低碳績效指數(shù)增長較慢,年均增長速度為3.00%, 其主要驅(qū)動來源于技術(shù)進步。張麗瓊等測算1997-2018年中國31個省區(qū)農(nóng)業(yè)碳排放量發(fā)現(xiàn), 農(nóng)業(yè)碳排放量總體呈現(xiàn)波動上升趨勢, 農(nóng)業(yè)碳排放強度不斷下降; 農(nóng)業(yè)碳排放量總體上表現(xiàn)出東中部高、西部低的空間分布格局, 而碳排放強度的空間布局則相反; 大部分省區(qū)的農(nóng)業(yè)碳排放呈現(xiàn)增長態(tài)勢, 農(nóng)業(yè)碳排放分布狀態(tài)穩(wěn)定性高; 中國農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟發(fā)展之間多處于弱脫鉤和強脫鉤狀態(tài)。伍國勇等利用2001-2018年中國省級面板數(shù)據(jù)分析了中國農(nóng)業(yè)碳排放強度動態(tài)演進, 表明中國農(nóng)業(yè)碳排放強度整體相對差異具有明顯的波動演進趨勢, 中國農(nóng)業(yè)碳補償率存在顯著的空間正相關(guān), 著力推進農(nóng)業(yè)提質(zhì)增效并加強區(qū)域間協(xié)調(diào)合作能早日實現(xiàn)中國農(nóng)業(yè)碳達峰和碳中和目標(biāo)。蔣添誠等測算2012-2018年湖北省農(nóng)業(yè)碳排放強度及Tapio脫鉤彈性, 結(jié)果表明2012年以來湖北省農(nóng)業(yè)碳排放強度呈下降趨勢,2015-2018年為強脫鉤階段, 并提出了農(nóng)業(yè)碳減排的建議。李陽等運用清單方法核算了中國各省(直轄市、自治區(qū))農(nóng)業(yè)源非二氧化碳溫室氣體排放,整體呈上升趨勢。高情景和中情景下中國農(nóng)業(yè)非CO溫室氣體排放量整體呈上升趨勢, 到2050年仍未達峰; 2018-2050年低情景下溫室氣體排放量整體呈下降趨勢, 已于2018年達峰。朱通雅測算了2010-2019年長江經(jīng)濟帶農(nóng)業(yè)碳排放量呈先緩慢增長后快速下降趨勢, 農(nóng)業(yè)經(jīng)濟發(fā)展對農(nóng)業(yè)碳排放起極大的促進作用, 而農(nóng)業(yè)生產(chǎn)效率、勞動力規(guī)模和生產(chǎn)結(jié)構(gòu)對農(nóng)業(yè)碳排放有較為明顯的抑制作用。

山東省作為我國的農(nóng)業(yè)大省, 是全國重要的農(nóng)產(chǎn)品生產(chǎn)基地, 其耕地面積占全國總耕地面積的6.17%, 位居全國第3, 農(nóng)業(yè)增加值長期穩(wěn)居第一位,且農(nóng)產(chǎn)品進出口總值長期位居全國第一。隨著農(nóng)業(yè)的快速發(fā)展和農(nóng)業(yè)現(xiàn)代化水平的提高, 化肥、農(nóng)藥等物資的投入不斷增加, 農(nóng)業(yè)環(huán)境污染問題突出,導(dǎo)致大量溫室氣體排放, 嚴(yán)重影響碳達峰目標(biāo)的實現(xiàn)。合理并準(zhǔn)確估算山東省農(nóng)業(yè)碳排放量, 對制定有效的農(nóng)業(yè)減排措施具有重要意義, 也可為評估農(nóng)業(yè)碳減排措施成效及農(nóng)業(yè)碳達峰提供依據(jù)。而針對山東省農(nóng)業(yè)碳排放量進行測算同時開展排放量預(yù)測的研究尚少見報道。本文通過測算山東省2000-2020年主要農(nóng)業(yè)生產(chǎn)活動碳排放量, 分析其排放特征及影響因素, 預(yù)測2021-2045年山東省農(nóng)業(yè)碳排放量,提出有針對性的減排建議, 以期為農(nóng)業(yè)碳減排及碳達峰提供理論基礎(chǔ)。

1 研究方法與數(shù)據(jù)來源

1.1 農(nóng)業(yè)碳排放測算

1.1.1 種植業(yè)碳排放

主要有農(nóng)業(yè)物資投入產(chǎn)生的碳排放(化肥、農(nóng)藥、農(nóng)用薄膜、農(nóng)用柴油及農(nóng)業(yè)灌溉)、農(nóng)田土壤利用排放CH和NO等溫室氣體產(chǎn)生的碳排放。種植業(yè)碳排放源、碳排放系數(shù)及參考來源見表1。根據(jù)IPCC第五次評估報告結(jié)果, CH和NO轉(zhuǎn)化為CO的100年增溫潛勢系數(shù)分別為28和265。

表1 種植業(yè)碳排放源、碳排放系數(shù)及參考來源Table 1 Carbon sources, carbon emission coefficients and reference sources for planting industry

1.1.2 畜禽養(yǎng)殖碳排放

根據(jù)IPCC評估報告及相關(guān)研究, 畜禽養(yǎng)殖碳排放主要來自反芻動物腸道發(fā)酵所產(chǎn)生的CH和糞便管理產(chǎn)生的CH和NO。畜禽養(yǎng)殖各碳源排放系數(shù)見表2。

表2 畜禽養(yǎng)殖碳排放源、CH4和N2O排放系數(shù)[19-20]Table 2 Carbon sources, CH4 and N2O emission coefficients for livestock and poultry farming[19-20]

1.2 農(nóng)業(yè)碳排放強度及碳排放結(jié)構(gòu)

選取農(nóng)業(yè)碳排放強度作為衡量農(nóng)業(yè)碳排放水平的指標(biāo), 由地區(qū)農(nóng)業(yè)碳排放量與該地區(qū)農(nóng)業(yè)生產(chǎn)總值之比得到, 即C=C/GDP, 其中C為t時期農(nóng)業(yè)碳排放強度, C為t時期農(nóng)業(yè)碳排放量, GDP為t時期農(nóng)牧業(yè)生產(chǎn)總值。

碳排放結(jié)構(gòu)指各源類排放量占農(nóng)業(yè)碳排放總量的比重, 即R=C/C, 其中C為i種源類碳排放量, C為農(nóng)業(yè)碳排放總量。

1.3 農(nóng)業(yè)碳排放影響因素及分解模型

在定量測算農(nóng)業(yè)碳排放量的基礎(chǔ)上, 對其影響因素進行系統(tǒng)分解, 把握各因素對碳排放的影響效應(yīng), 是制定農(nóng)業(yè)碳減排對策的重要依據(jù)。Kaya碳排放恒等式用數(shù)學(xué)方法建立起人類社會活動產(chǎn)生的碳排放與經(jīng)濟、政策和人口等因素的聯(lián)系, 根據(jù)恒等式基本形式并借鑒已有研究, 將碳排放量做如下變形:

式中: C為農(nóng)業(yè)碳排放量, 單位為萬t; GDP為農(nóng)牧業(yè)GDP; GDP為農(nóng)牧漁林業(yè)GDP; P為地區(qū)總?cè)丝?P為農(nóng)村總?cè)丝凇表示農(nóng)業(yè)生產(chǎn)效率, A表示農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu), I表示地區(qū)產(chǎn)業(yè)結(jié)構(gòu), E表示地區(qū)經(jīng)濟發(fā)展水平, U表示城鎮(zhèn)化水平。

采用LMDI加和分解方式對上式進行進一步分解, 以量化各因素對碳排放的影響大小, 具體為:

式中: t表 示時期(t=1, 2, 3,···, n), 0表 示基期, ΔC、ΔA、ΔI、ΔE、ΔU、ΔP分別表示農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平和農(nóng)村人口對農(nóng)業(yè)碳排放在基期到t時間的變化量的貢獻值, 單位為萬t。將研究時段逐年貢獻值相加即為相應(yīng)影響因素的累計貢獻值。

1.4 農(nóng)業(yè)碳排放量預(yù)測

灰色預(yù)測模型GM(1, 1)是基于歷史資料, 對時間序列數(shù)據(jù)進行大小預(yù)測的模型, 能夠得到一條具有指數(shù)增長規(guī)律的上升形狀數(shù)列, 基本思想是用原始數(shù)據(jù)組成原始序列(0), 經(jīng)累加生成法生成序列(1), 它可以弱化原始數(shù)據(jù)的隨機性, 使其呈現(xiàn)出較為明顯的特征規(guī)律。對生成變換后的序列(1)建立1階微分方程模型即GM(1, 1)模型。它具有所需樣本少、不需要計算統(tǒng)計特征量等優(yōu)點, 是處理小樣本預(yù)測問題的有效工具。鑒于此, 本文引入灰色預(yù)測模型GM(1, 1)模擬2021-2045年山東省農(nóng)業(yè)碳排放量情況。模型處理步驟為:

4)采用殘差檢驗、后驗差檢驗、關(guān)聯(lián)度檢驗等檢驗?zāi)Ｐ途? 并對2021-2045年碳排放量進行預(yù)測。

1.5 數(shù)據(jù)來源及處理

本文所需的原始數(shù)據(jù)主要來自于《山東省統(tǒng)計年鑒》和《山東省農(nóng)村統(tǒng)計年鑒》, 化肥、農(nóng)藥、農(nóng)膜及農(nóng)用柴油均為當(dāng)年用量, 其中化肥為折純量;灌溉面積為有效灌溉面積; 畜禽養(yǎng)殖量數(shù)據(jù)處理時,出欄率小于1的牛、羊年均飼養(yǎng)量采用上年與本年出欄量均值, 出欄率大于1的豬和家禽年均飼養(yǎng)量采用(當(dāng)年出欄量×平均生命周期)/365, 豬和家禽的平均生命周期分別為200 d和55 d。農(nóng)業(yè)總產(chǎn)值以2000年為不變價, 將其他年份進行折算, 以剔除價格因素干擾。

2 結(jié)果與分析

2.1 山東省農(nóng)業(yè)碳排放特征

2.1.1 碳排放時序特征

2000-2020年山東省農(nóng)業(yè)碳排放量測算結(jié)果及各源排放量占排放總量比例見表3及表4。2000-2020年山東省農(nóng)業(yè)碳排放總量呈現(xiàn)先增長后波動下降的趨勢。2000年碳排放量為1558.9萬t, 2001-2006年逐年上升, 至2006年達最大值1871.4萬t, 比2000年增加20.0%,年均增長3.3%; 2007-2020年波動下降, 至2020年達最小值1583.4萬t, 比2000年增加1.6%。山東省農(nóng)業(yè)碳排放量變化趨勢與國家農(nóng)業(yè)政策緊密相關(guān), 2002年提出“多予、少取、放活”的指導(dǎo)思想, 2004年提出“兩減免, 三補貼”的財稅政策, 2005年提出加大對種糧農(nóng)民的直接補貼力度,2006年全面取消在我國沿襲2600多年的傳統(tǒng)農(nóng)業(yè)稅, 一系列的政策提高了農(nóng)民種糧積極性, 農(nóng)業(yè)生產(chǎn)資料投入逐年增加, 農(nóng)業(yè)生產(chǎn)水平及機械化程度得到較大提高。但由于當(dāng)時農(nóng)民低碳意識較為淡薄,農(nóng)業(yè)碳排放量隨農(nóng)資投入的增加而增加, 農(nóng)資投入碳排放量在2007年達最大值。伴隨著種植業(yè)的發(fā)展, 糧食產(chǎn)量增長、農(nóng)村人口穩(wěn)定、農(nóng)村經(jīng)濟持續(xù)發(fā)展, 為畜禽養(yǎng)殖業(yè)提供了食物保障、勞動力保障和銷售市場, 2000-2006年山東省豬、牛、羊、家禽養(yǎng)殖規(guī)模逐年上升, 碳排放量也相應(yīng)增加, 2006年畜禽養(yǎng)殖碳排放量達最大值, 同年農(nóng)業(yè)碳排放總量也達最大值。2007年中國共產(chǎn)黨第十七次全國代表大會強調(diào)了資源節(jié)約、生態(tài)環(huán)境保護的重要性;2008年中央一號文件也明確指出要通過降低生產(chǎn)成本實現(xiàn)增收, 大力發(fā)展節(jié)約型農(nóng)業(yè), 促進秸稈等副產(chǎn)品和生活廢棄物資源化利用, 提高農(nóng)業(yè)生產(chǎn)效益;2014年的中央一號文件提出“發(fā)展生態(tài)友好型農(nóng)業(yè)”,2015年開始實施“到2020年化肥使用量零增長行動”和“到2020年農(nóng)藥使用量零增長行動”, 自2007年起山東省農(nóng)業(yè)碳排放量總體逐年下降。

表3 2000—2020年山東省農(nóng)業(yè)碳排放量情況Table 3 Agricultural carbon emissions in Shandong Province from 2000 to 2020

表4 2000—2020年山東省農(nóng)業(yè)碳排放源排放量占比情況Table 4 Ratios of different agricultural carbon sources emissions to total amount in Shandong Province from 2000 to 2020

山東省農(nóng)業(yè)碳排放強度呈逐年下降趨勢, 由2000年的0.821 t·萬元下降至2020年的0.205 t·萬元, 下降75.1%,年均降幅3.8%, 與曹俐等的研究結(jié)果一致。碳排放量及碳排放強度變化趨勢均表明山東省農(nóng)業(yè)可持續(xù)發(fā)展政策成效顯著, 農(nóng)業(yè)增長方式正由粗放型向低碳節(jié)約型的綠色農(nóng)業(yè)轉(zhuǎn)變。

分析山東省農(nóng)業(yè)碳排放結(jié)構(gòu)(表4)可知, 2000-2020年農(nóng)資投入碳排放量占農(nóng)業(yè)碳排放總量平均比例為49.6%, 畜禽養(yǎng)殖排放量平均占比為38.6%, 農(nóng)田土壤利用排放量平均占比為11.9%。農(nóng)資投入排放量占比近五成, 其中化肥施用占23.1%, 在各源類中排放量最大, 與黃銳等的研究結(jié)果一致。從年際變化看, 2013年后農(nóng)資投入碳排放量占比呈波動下降趨勢, 也驗證了山東省農(nóng)業(yè)增長方式正在轉(zhuǎn)變中。隨著人民生活水平的提高, 對畜禽養(yǎng)殖業(yè)產(chǎn)品需求增加, 養(yǎng)殖規(guī)模不斷擴大, 2020年畜禽養(yǎng)殖業(yè)生產(chǎn)總值比2000年增長3.3倍, 碳排放量占比也呈上升趨勢, 其中羊、豬養(yǎng)殖碳排放量較高。山東省作為我國糧食主產(chǎn)區(qū)和蔬菜種植大省, 農(nóng)田土壤利用碳排放源中冬小麥、玉米和蔬菜碳排放量占比較大,2017年蔬菜種植碳排放量占比較2016年下降22.2%,與2017年前后山東省出現(xiàn)低溫、冷凍、洪澇、干旱等極端天氣, 對蔬菜種植規(guī)模造成較大影響有關(guān)。

2.1.2 碳排放區(qū)域特征

2000-2020年山東省各地市累計農(nóng)業(yè)碳排放總量如圖1所示。2019年起濟南市與萊蕪市合并, 為保證數(shù)據(jù)可比性, 將2000-2018年原濟南市與原萊蕪市數(shù)據(jù)合并統(tǒng)計。結(jié)果顯示, 菏澤、濰坊累計農(nóng)業(yè)碳排放量超過4000萬t, 分別為4821.6萬t、4252.3萬t。德州、臨沂、濟寧累計農(nóng)業(yè)碳排放量為3300萬～3700萬t, 煙臺、青島、濟南、聊城為2100萬～3000萬t, 威海、日照、東營、棗莊、濱州、泰安為1000萬～2000萬t, 淄博為883.7萬t。

圖1 2000—2020年山東省各地市累計碳排放量及平均碳排放強度Fig.1 Total agricultural carbon emissions and average carbon emission intensity in cities of Shandong Province from 2000 to 2020

農(nóng)業(yè)碳排放強度不受資源總量基數(shù)的影響, 可直觀反映地區(qū)間低碳農(nóng)業(yè)發(fā)展水平差異。2000-2020年山東省各地市平均碳排放強度范圍0.326～0.738 t·萬元。其中淄博、煙臺、濟南、青島4市低于0.400 t·萬元, 泰安、濰坊、棗莊、濟寧、威海、臨沂、濱州和聊城介于0.400～0.500 t·萬元之間, 德州和日照介于0.500～0.600 t·萬元之間, 菏澤和東營大于0.600 t·萬元。山東省2000-2020年平均碳排放強度為0.427 t·萬元, 淄博、煙臺、濟南、青島、泰安5市碳排放強度低于全省平均, 其他11市高于全省平均。

總體來看以農(nóng)業(yè)生產(chǎn)為主、糧食作物種植面積占比大的地市碳排放量大、碳排放強度高, 經(jīng)濟作物種植面積占比大、經(jīng)濟較發(fā)達和工業(yè)相對發(fā)達城市農(nóng)業(yè)碳排放強度低。菏澤碳排放強度為0.738 t·萬元, 比全省平均高72.8%, 比其他地市平均值高63.0%, 菏澤市畜禽養(yǎng)殖碳排放量占比最大, 農(nóng)業(yè)高投入、高污染、不可持續(xù)發(fā)展問題突出。

從農(nóng)業(yè)碳排放結(jié)構(gòu)上看, 16地市農(nóng)資投入、農(nóng)田土壤利用、畜禽養(yǎng)殖碳排放量平均占比范圍分別為34.8%～75.9%、7.0%～13.6%、17.1%～54.6%, 農(nóng)資投入占比最大的地市有濰坊、臨沂、聊城、青島、煙臺、棗莊、日照、威海和淄博, 畜禽養(yǎng)殖碳排放量占比最大的地市有菏澤、濟寧、德州、濟南、泰安、濱州和東營。各地市農(nóng)田土壤利用碳排放量占比均最小。

2000-2020年山東省各地市農(nóng)業(yè)碳排放量及碳排放強度如表5和表6。2000-2006年各地市碳排放量總體呈上升趨勢, 濟南、青島、淄博、濰坊、濟寧、威海、日照、聊城和煙臺9市在2006年左右出現(xiàn)峰值; 臨沂、東營、德州、濱州、菏澤、泰安和棗莊持續(xù)波動上升, 至2012-2015年出現(xiàn)峰值, 然后波動變化。各地市碳排放強度均明顯下降, 2020年碳排放強度比2000年下降65.0%～82.3%, 與山東省碳排放強度變化趨勢一致。

表5 2000—2020年山東省各地市逐年農(nóng)業(yè)碳排放量及其變異系數(shù)Table 5 Agricultural carbon emissions and coefficients of variation in cities of Shandong Province from 2000 to 2020

表6 2000—2020年山東省各地市逐年農(nóng)業(yè)碳排放強度及其變異系數(shù)Table 6 Agricultural carbon emission intensities and coefficients of variation in cities of Shandong Province from 2000 to 2020

變異系數(shù)(CV)可以反映數(shù)據(jù)的離散程度, CV越小, 表示數(shù)據(jù)離散程度越小, 反之表示數(shù)據(jù)離散程度越大。2000-2020年山東省各地市農(nóng)業(yè)碳排放量年變異系數(shù)范圍48.5%～52.8%, 碳排放強度年變異系數(shù)范圍17.9%～35.7%, 表明各地市農(nóng)業(yè)碳排放量及碳排放強度均呈現(xiàn)一定的空間非均衡性。從年際變化看, 碳排放量及碳排放強度的變異系數(shù)均有增加趨勢, 且碳排放強度變異系數(shù)增加幅度高于碳排放量,表明2000-2020年山東省各地市農(nóng)業(yè)發(fā)展水平持續(xù)不平衡, 碳排放地區(qū)差異和演變趨勢表現(xiàn)出一定的差異且有擴大趨勢, 農(nóng)業(yè)生產(chǎn)效率高、綠色低碳農(nóng)業(yè)較發(fā)達的地市碳排放量降幅大、農(nóng)業(yè)生產(chǎn)總值增加快, 碳排放強度下降幅度大。各地市的農(nóng)業(yè)可持續(xù)發(fā)展水平差異越來越明顯。

2.2 山東省農(nóng)業(yè)碳排放影響因素分析

山東省全省及16地市農(nóng)業(yè)碳排放影響因素分解結(jié)果見表7和表8。從表7可以看出, 與基期相比,2001-2020年山東省農(nóng)業(yè)碳排放量累積增加4075.8萬t。農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)因素、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)因素及勞動力規(guī)模因素對農(nóng)業(yè)碳減排起到一定作用。農(nóng)業(yè)生產(chǎn)效率提升是農(nóng)業(yè)碳減排的最主要影響因素, 與基期相比農(nóng)業(yè)生產(chǎn)效率提升累計實現(xiàn)26 515.2萬t減排, 如其他影響因素保持不變, 可使碳排放年均遞減1325.8萬t。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及勞動力規(guī)模因素對減排也起到一定作用, 如其他影響因素保持不變, 分別可產(chǎn)生年均遞減量52.7萬t、612.9萬t和250.8萬t。山東省種植業(yè)和畜牲業(yè)生產(chǎn)總值占農(nóng)業(yè)生產(chǎn)總值的比例由2000年的82.8%下降至2020年的76.0%, 相對低碳的林業(yè)、漁業(yè)生產(chǎn)總值占比提升, 三產(chǎn)比例由2000年的14.9∶49.6∶35.5調(diào)整為2020年的7.2∶39.8∶53.0, 農(nóng)村人口占比由2000年的73.2%下降至2020年的49.6%, 一系列變化都表明山東省不斷推進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、優(yōu)化種植業(yè)資源配置、發(fā)展低碳農(nóng)業(yè)、提升城鎮(zhèn)化水平, 且減排成效顯著。

表7 2001—2020年山東省碳排放的影響因素Table 7 Driving factors decomposition of agricultural carbon emission in Shandong Province from 2001 to 2020

地區(qū)經(jīng)濟發(fā)展水平和城鎮(zhèn)化率因素為農(nóng)業(yè)碳排放量增加的主要因素, 與基期相比分別累計增加碳排放量41 822.4萬t、7096.4萬t, 表明山東省農(nóng)業(yè)發(fā)展仍處于“庫茲涅茨曲線”拐點左側(cè), 碳排放與經(jīng)濟發(fā)展未完全脫鉤, 今后一段時間內(nèi)經(jīng)濟發(fā)展仍將是山東省農(nóng)業(yè)碳排放量增加的主要因素, 碳減排工作仍需要進一步加強。

從表8可以看出, 16地市農(nóng)業(yè)碳排放量與基期相比, 僅青島和日照分別累計減排181.9萬t和14.3萬t, 其他地市碳排放量累計增加26.1萬～1598.4萬t。與全省影響因素作用一致, 各地市農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、勞動力因素對碳減排起到一定作用, 地區(qū)經(jīng)濟發(fā)展水平及城鎮(zhèn)化因素促使農(nóng)業(yè)碳排放量增加。 但農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對不同地市碳減排貢獻差距較大, 威海和日照農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)因素促進減排量僅為4.9萬t, 菏澤僅為0.9萬t。分析威海、日照、菏澤3市2020年養(yǎng)殖業(yè)GDP比2000年分別增長3.4倍、4.5倍、4.5倍, 在16地市中增長倍數(shù)較高, 高于濟南和濰坊的2.0倍、青島的1.4倍、聊城和淄博的2.0倍, 而2020年種植業(yè)GDP僅比2000年增長1.6倍、1.7倍、1.9倍。3市的畜禽養(yǎng)殖規(guī)模擴大導(dǎo)致碳排放量增加, 亟需優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu), 實現(xiàn)結(jié)構(gòu)性降碳。

表8 2000—2020年山東省各地市碳排放的影響因素Table 8 Driving factors decomposition of agricultural carbon emission in each city of Shandong Province from 2000 to 2020

2.3 碳排放量預(yù)測及達峰分析

以山東省及16地市2000-2020年農(nóng)業(yè)碳排放量為依據(jù), 構(gòu)建灰色預(yù)測模型GM(1, 1)預(yù)測2021-2045年農(nóng)業(yè)碳排放量, 考慮到篇幅限制, 僅列出2025年、2030年及2045年預(yù)測值(表9)。根據(jù)預(yù)測結(jié)果, 山東省農(nóng)業(yè)碳排放量在2020年后持續(xù)下降,在2030年前已達到峰值, 這與付幫杰的研究結(jié)論一致。16地市中棗莊、東營等7個地市農(nóng)業(yè)碳排放量在2020年后仍有上升趨勢, 但年均上升幅度持續(xù)下降。濟南、青島等其他9個地市碳排放量呈逐年下降趨勢, 在2030年前均已達到峰值。可見, 山東省控制農(nóng)業(yè)碳排放要因地制宜, 根據(jù)各地市不同情況制定相應(yīng)的減排目標(biāo), 以確保各地市2030年均能實現(xiàn)達峰, 并最終實現(xiàn)中和目標(biāo)。

表9 2025年、2030年和2045年山東省及16地市農(nóng)業(yè)碳排放量預(yù)測值Table 9 Forecasted agricultural carbon emissions in Shandong Province and 16 cities in 2025, 2030 and 2045 ×104 t

3 結(jié)論與建議

3.1 結(jié)論

通過測算山東省2000-2020年農(nóng)業(yè)碳排放量及碳排放強度, 分析其時空變化規(guī)律、碳排放結(jié)構(gòu), 并對其影響因素進行總結(jié), 預(yù)測了山東省農(nóng)業(yè)碳排放量變化趨勢, 得到結(jié)論如下:

2020年山東省農(nóng)業(yè)碳排放量為1583.4萬t, 農(nóng)業(yè)碳排放強度為0.205 t·萬元, 2000-2020年山東省逐年農(nóng)業(yè)碳排放量呈先增長后波動下降的趨勢, 農(nóng)業(yè)碳排放強度呈持續(xù)下降趨勢, 山東省農(nóng)業(yè)正由粗放型向低碳節(jié)約型的綠色農(nóng)業(yè)轉(zhuǎn)變。農(nóng)資投入是最大的農(nóng)業(yè)碳源, 其排放量占農(nóng)業(yè)碳排放總量的近五成, 其次是畜禽養(yǎng)殖, 農(nóng)田土壤利用碳排放量占比最小。農(nóng)資投入中化肥施用排放量最高。山東省16地市農(nóng)業(yè)碳排放量及碳排放強度均呈現(xiàn)一定的空間非均衡性, 以農(nóng)業(yè)生產(chǎn)為主、糧食作物種植面積占比大的地市碳排放量大、碳排放強度高, 經(jīng)濟作物種植面積占比大、經(jīng)濟較發(fā)達和工業(yè)相對發(fā)達城市農(nóng)業(yè)碳排放強度低, 且區(qū)域差異呈現(xiàn)擴大趨勢, 各地市的農(nóng)業(yè)可持續(xù)發(fā)展水平差異越來越明顯。

山東省農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)及勞動力規(guī)模對農(nóng)業(yè)碳減排起到一定作用,地區(qū)經(jīng)濟發(fā)展水平和城鎮(zhèn)化率是導(dǎo)致農(nóng)業(yè)碳排放量增加的主要因素。預(yù)測結(jié)果表明維持現(xiàn)在農(nóng)業(yè)發(fā)展趨勢和相應(yīng)碳排放水平的基礎(chǔ)上, 山東省農(nóng)業(yè)碳排放量在2030年前已達到峰值, 濟南、青島等9市農(nóng)業(yè)碳排放量在2030年前已達峰, 棗莊、東營等7地市未達峰, 山東省農(nóng)業(yè)碳排放要實現(xiàn)2030年達到峰值, 減排任重道遠。

3.2 建議

為有效控制農(nóng)業(yè)碳排放總量, 進一步降低農(nóng)業(yè)排放強度, 爭取早日實現(xiàn)“雙碳”目標(biāo), 考慮到山東省農(nóng)業(yè)碳排放空間非均衡性, 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。

第一, 大力發(fā)展各種集約型循環(huán)農(nóng)業(yè)、低碳農(nóng)業(yè), 提升農(nóng)資利用效率以減少農(nóng)資投入碳排放量。農(nóng)資投入碳排放量占山東省農(nóng)業(yè)碳排放的47%～51%, 是最大的排放源。為實現(xiàn)碳減排, 要在保證糧食產(chǎn)量的前提下, 采取措施控制農(nóng)資投入, 如積極推廣有機肥及新型化肥施用方式, 實行測土配方施肥和平衡施肥, 推廣新型肥料如長效肥、緩釋肥以提升作物對肥料的利用效率, 從而減少化肥用量; 培育抗旱、抗病作物品種, 提高作物的水分利用效率和抗蟲害的能力; 推廣病蟲害綠色防控技術(shù), 減少灌溉和農(nóng)藥施用碳排放等。

第二, 積極調(diào)整農(nóng)業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu), 促進產(chǎn)業(yè)減排, 擴大碳庫以增加農(nóng)業(yè)固碳。威海、日照、菏澤3市農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)因素碳減排量明顯小于其他地市,應(yīng)進一步優(yōu)化調(diào)整, 大力發(fā)展具有區(qū)域優(yōu)勢的林業(yè)、生態(tài)農(nóng)業(yè)旅游產(chǎn)業(yè), 加強林業(yè)的固碳能力; 充分發(fā)揮海洋資源優(yōu)勢, 大力發(fā)展碳匯漁業(yè), 以實現(xiàn)農(nóng)業(yè)的最優(yōu)發(fā)展。調(diào)整種植業(yè)內(nèi)部結(jié)構(gòu), 在保證基本糧食需求前提下增加經(jīng)濟作物種植面積, 提高農(nóng)業(yè)綜合生產(chǎn)能力, 并通過優(yōu)選作物種類、提高種植技術(shù)以增加植物生產(chǎn)力和固碳能力。

第三, 提升畜禽養(yǎng)殖業(yè)低碳發(fā)展水平。畜禽養(yǎng)殖業(yè)碳排放量占山東省農(nóng)業(yè)碳排放量的35%～41%,具有一定的減排空間。各地市可依照市場情況合理調(diào)整畜牧業(yè)結(jié)構(gòu), 優(yōu)化牲畜品種, 提升飼喂技術(shù)的科學(xué)化和牲畜糞便處理的先進化水平, 以減少碳排放量。

第四, 加強宣傳培訓(xùn), 提升農(nóng)民低碳發(fā)展意識。充分利用各種渠道和方式廣泛宣傳低碳農(nóng)業(yè), 提升農(nóng)民對低碳農(nóng)產(chǎn)品的安全性和優(yōu)越性的認(rèn)識, 讓低碳生產(chǎn)和低碳生活成為農(nóng)民共識, 促進農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變和農(nóng)業(yè)碳減排。開展技能培訓(xùn), 提升農(nóng)民掌握先進生產(chǎn)技術(shù)的水平, 提高農(nóng)業(yè)生產(chǎn)效率, 促進碳減排。

第五, 加強農(nóng)業(yè)碳排放統(tǒng)計與核算, 完善農(nóng)業(yè)碳排放監(jiān)測與計量體系, 建立農(nóng)業(yè)碳排放數(shù)據(jù)信息系統(tǒng)和農(nóng)業(yè)碳排放核算方法體系, 試點農(nóng)業(yè)碳排放年度報告制度。

本文測算碳排放量時排放系數(shù)主要應(yīng)用了現(xiàn)有成果, 難以體現(xiàn)出山東省差異化, 僅將主要排放源納入研究, 未考慮如秸稈、有機肥還田對土壤溫室氣體排放的影響, 在預(yù)測部分選取了簡單易操作的模型, 這些還有待進一步探究。本文的因素分析和預(yù)測結(jié)果可為相關(guān)研究提供一定的理論方向。