隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展和農(nóng)業(yè)現(xiàn)代化的推進(jìn)及化學(xué)農(nóng)業(yè)、石油農(nóng)業(yè)、機(jī)械農(nóng)業(yè)的迅速發(fā)展，我國(guó)糧食總產(chǎn)量不斷增加，農(nóng)業(yè)碳排放也隨之增加。我國(guó)各地區(qū)溫室氣體排放總量約有17%是由于傳統(tǒng)農(nóng)業(yè)生產(chǎn)過(guò)程中溫室氣體的排放而造成

。改革開(kāi)放以來(lái)，我國(guó)的農(nóng)業(yè)碳排放保持不斷上升趨勢(shì)，且每年的平均增加率維持在5%

。IPCC第4次評(píng)估報(bào)告顯示，農(nóng)業(yè)是溫室氣體的第二大重要來(lái)源。我國(guó)種植業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值的50%以上，是農(nóng)業(yè)的主要組成部分且主要以糧食作物為主，其中小麥、玉米和水稻種植面積超過(guò)糧食作物種植面積一半以上。然而我國(guó)糧食生產(chǎn)的資源環(huán)境代價(jià)太高，近30年，伴隨我國(guó)糧食總產(chǎn)量增長(zhǎng)90%，化肥消費(fèi)量、溫室氣體排放量分別增長(zhǎng)180%和103%。種植業(yè)碳排放成為農(nóng)業(yè)碳排放的主要來(lái)源，包括農(nóng)作物種植過(guò)程產(chǎn)生的碳排放和生產(chǎn)要素投入所產(chǎn)生的碳排放。黨的十九大以來(lái)，提出繼續(xù)推進(jìn)綠色發(fā)展，建設(shè)美麗中國(guó)目標(biāo)。2019年中央“一號(hào)文件”提出加強(qiáng)農(nóng)村污染治理和生態(tài)環(huán)境保護(hù)，推動(dòng)農(nóng)業(yè)農(nóng)村綠色發(fā)展。農(nóng)村生態(tài)環(huán)境治理和保護(hù)成為實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展的主要方向，種植業(yè)碳減排成為實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展的重要舉措。因此，從種植業(yè)碳減排著手研究其減排潛力、影響因素和對(duì)策是實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展、促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展的重要舉措?；诖?，本文對(duì)我國(guó)各省份三種糧食作物的種植業(yè)碳排放及碳吸收進(jìn)行測(cè)算，建立環(huán)境學(xué)習(xí)曲線對(duì)種植業(yè)碳減排潛力進(jìn)行評(píng)估，通過(guò)設(shè)置情景預(yù)測(cè)各省2030年的碳強(qiáng)度，進(jìn)而針對(duì)不同省份提出種植業(yè)碳減排策略，本文研究成果對(duì)實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展、促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展、實(shí)現(xiàn)我國(guó)碳減排目標(biāo)具有重大意義。

一、文獻(xiàn)綜述

不少學(xué)者已經(jīng)在農(nóng)業(yè)碳排放的測(cè)算研究中取得了一定進(jìn)展，相較于工業(yè)碳排放，農(nóng)業(yè)碳排放的來(lái)源更為廣泛，已有研究通過(guò)對(duì)農(nóng)業(yè)碳排放進(jìn)行不同角度的測(cè)算，得到了不同的結(jié)論。學(xué)者們認(rèn)為農(nóng)業(yè)碳排放主要源于植物種植過(guò)程耗費(fèi)的能源

，通過(guò)化肥、農(nóng)藥、灌溉和種子種植消耗的能源等來(lái)衡量農(nóng)作物種植的農(nóng)業(yè)碳排放

。此外，還考慮了農(nóng)業(yè)廢棄物、農(nóng)業(yè)能源、畜禽糞便、水稻生長(zhǎng)以及生物燃燒等多方面引起的碳排放

。國(guó)內(nèi)學(xué)者在借鑒國(guó)外研究成果的基礎(chǔ)上，基于我國(guó)的農(nóng)業(yè)生產(chǎn)實(shí)踐對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)中的碳排放進(jìn)行了初步研究和估算。根據(jù)IPCC的計(jì)算方法，可將碳排放系數(shù)用作種植業(yè)碳排放量的測(cè)算

。在計(jì)算種植業(yè)碳排放的總量時(shí)，可以從農(nóng)作物碳排放與農(nóng)業(yè)生產(chǎn)資料使用過(guò)程碳排放兩個(gè)方面來(lái)考慮

。在對(duì)種植業(yè)碳排放量和排放強(qiáng)度進(jìn)行測(cè)算時(shí)還可以排除來(lái)自地域、熟制差異的影響

。還有一些學(xué)者將農(nóng)業(yè)碳排放的碳源劃分成化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、翻耕、農(nóng)業(yè)灌溉六類(lèi)

，不過(guò)對(duì)于這六種排放量的排序有不同的觀點(diǎn)。

從減排效應(yīng)上看，與其他產(chǎn)業(yè)部門(mén)相比，由于種植業(yè)強(qiáng)大的碳匯功能，在減排效應(yīng)上比其他產(chǎn)業(yè)部門(mén)更具有優(yōu)勢(shì)

。一方面，在糧食作物生長(zhǎng)過(guò)程中，其碳匯作用十分顯著，農(nóng)作物可以通過(guò)吸收大氣中的二氧化碳，減緩溫室效應(yīng)，年凈吸收CO

的質(zhì)量約為22.8億噸

，其中，水稻、小麥、玉米三種糧食作物的年均碳匯量遠(yuǎn)大于其他作物

，共占我國(guó)農(nóng)業(yè)碳匯的80%左右

，采用輪作模式還可以進(jìn)一步提高其凈碳匯價(jià)值

。同時(shí)，農(nóng)作物在生產(chǎn)過(guò)程中還具有調(diào)節(jié)區(qū)域小氣候、凈化空氣等諸多改善生態(tài)環(huán)境的作用。另一方面，可以通過(guò)提高農(nóng)用物資的利用率、采取農(nóng)業(yè)低碳技術(shù)來(lái)降低農(nóng)業(yè)碳排放，農(nóng)業(yè)技術(shù)的改善還能夠改良土壤結(jié)構(gòu)和種植環(huán)境，可進(jìn)一步降低碳排放

。因此，關(guān)注種植業(yè)碳減排對(duì)實(shí)現(xiàn)我國(guó)碳減排目標(biāo)具有重大意義

。

我國(guó)各時(shí)期的農(nóng)業(yè)碳減排潛力水平地區(qū)差異明顯

，當(dāng)前各省份所具備的碳減排潛力仍存在較大差異

，各省份的農(nóng)業(yè)碳減排潛力水平還受到自身經(jīng)濟(jì)、產(chǎn)業(yè)狀況、所處環(huán)境及相鄰省份發(fā)展情況的影響，且我國(guó)農(nóng)業(yè)碳減排長(zhǎng)期處于弱退耦，需進(jìn)一步提高減排的有效性

。已有研究利用數(shù)據(jù)包絡(luò)分析方法對(duì)種植業(yè)碳減排潛力進(jìn)行了測(cè)算，結(jié)果表明提高能源利用效率和減少農(nóng)業(yè)投入的能源消耗是有效的減排策略

。具體來(lái)看，提高各省份有效灌溉率和城鎮(zhèn)化率能夠有效提高本省農(nóng)業(yè)碳減排潛力

；進(jìn)一步地，由于種植業(yè)的減排增匯對(duì)氣候和環(huán)境有較大影響，因此從技術(shù)角度進(jìn)行減排增匯對(duì)實(shí)現(xiàn)碳減排具有重大意義

。同時(shí)，開(kāi)展農(nóng)業(yè)貿(mào)易、建立完善的生態(tài)補(bǔ)償機(jī)制也可以實(shí)現(xiàn)農(nóng)業(yè)碳減排

。此外，使用免耕、氮肥減施、間歇灌溉、秸稈還田等農(nóng)藝措施

及農(nóng)地利用減排、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整

等對(duì)于實(shí)現(xiàn)農(nóng)業(yè)碳減排具有重要意義。

綜上所述，已有研究在種植業(yè)碳排放的測(cè)算、減排潛力和減排政策方面取得了很好的成果，在此基礎(chǔ)上提出了很多有效可行的政策建議，但也存在著有待進(jìn)一步改善和拓展的空間，已有文獻(xiàn)的缺陷在于：一是已有研究在對(duì)種植業(yè)碳減排潛力測(cè)算時(shí)主要側(cè)重于從生產(chǎn)要素投入所產(chǎn)生碳排放的角度進(jìn)行測(cè)算，沒(méi)有區(qū)分不同農(nóng)作物本身的碳排放差異，測(cè)算結(jié)果忽略了種植業(yè)碳排放的客觀性；二是已有研究在對(duì)種植業(yè)碳減排潛力測(cè)算時(shí)，僅從碳排放的角度通過(guò)計(jì)算效率來(lái)進(jìn)行測(cè)算，沒(méi)有把種植業(yè)的碳匯功能考慮進(jìn)去，測(cè)算的結(jié)果不能準(zhǔn)確衡量一個(gè)地區(qū)的種植業(yè)碳減排潛力。本文選取我國(guó)三大糧食作物：小麥、玉米、水稻為碳減排潛力測(cè)算指標(biāo)，并將小麥細(xì)分為春小麥、冬小麥，水稻細(xì)分為旱稻、中稻和一季晚稻、雙季晚稻，在測(cè)算三種糧食作物碳排放和碳吸收的基礎(chǔ)上，分析我國(guó)各省份種植業(yè)碳排放的減排潛力，并對(duì)2030年各省份減排潛力進(jìn)行預(yù)測(cè)，根據(jù)種植業(yè)碳排放的特點(diǎn)、結(jié)合碳減排目標(biāo)提出完善的減排政策建議，為促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展、發(fā)揮農(nóng)業(yè)在節(jié)能減排中應(yīng)有作用提供一定的參考價(jià)值。

各省份環(huán)境學(xué)習(xí)曲線的系數(shù)如表6所示。從中可以看出，人均農(nóng)業(yè)GDP對(duì)碳排放強(qiáng)度影響顯著，且學(xué)習(xí)系數(shù)（b

）均大于零，即促進(jìn)各省份人均農(nóng)業(yè)GDP增長(zhǎng)對(duì)降低碳強(qiáng)度有積極作用。其中，天津市的學(xué)習(xí)系數(shù)最高（2.765 8），吉林省的學(xué)習(xí)系數(shù)最低（0.525 9）。北京、天津、山西、黑龍江、上海、江蘇、浙江、福建、江西、湖北、湖南、廣東、海南、四川、陜西、甘肅、青海、寧夏、新疆十九個(gè)省份糧食作物碳匯量對(duì)碳排放強(qiáng)度影響顯著，且學(xué)習(xí)系數(shù)（b

）小于零，即作物碳匯量升高反而會(huì)增加碳強(qiáng)度。由于作物碳排放和碳匯分別與播種面積和產(chǎn)量有關(guān)，因此，該結(jié)果能夠說(shuō)明，僅依靠作物碳匯對(duì)種植業(yè)碳減排影響較小，要實(shí)現(xiàn)種植業(yè)碳減排，還需進(jìn)一步完成減碳增匯。

（2）螺旋消音管件在立式排水應(yīng)用中可以形成效果明顯的螺旋狀態(tài)流動(dòng)，使水流是沿著管道內(nèi)壁流下，從而管道中間為空心具備了作為伸頂通氣管的功能，省去了高層專用通氣管，節(jié)約投資及成本。

二、理論分析

種植業(yè)碳排放主要來(lái)源于農(nóng)業(yè)生產(chǎn)過(guò)程中生產(chǎn)要素投入以及作物生長(zhǎng)兩個(gè)方面。對(duì)于糧食作物而言，生產(chǎn)過(guò)程中的能耗以及工業(yè)投入品的生產(chǎn)與使用均會(huì)引起碳排放，其中，以農(nóng)用化肥、農(nóng)用柴油、農(nóng)藥、農(nóng)用塑料薄膜以及土地灌溉所直接或間接導(dǎo)致的碳排放為主。氮肥的生產(chǎn)、運(yùn)輸及過(guò)度濫用在農(nóng)業(yè)碳排放體系中占據(jù)極大比重；農(nóng)藥的生產(chǎn)與濫用以及低質(zhì)量農(nóng)藥的使用會(huì)導(dǎo)致土壤、大氣等遭受污染，在造成碳排放的同時(shí)，還會(huì)破壞土壤的固碳作用，降低農(nóng)業(yè)的碳匯能力；農(nóng)用塑料薄膜作為農(nóng)業(yè)生產(chǎn)中重要塑料制品，在其生命周期的每個(gè)階段都會(huì)造成溫室氣體排放；農(nóng)用柴油發(fā)動(dòng)機(jī)排出的廢氣、農(nóng)業(yè)灌溉耗費(fèi)的機(jī)械和電力也會(huì)增加碳排放。此外，作物生長(zhǎng)過(guò)程中自身進(jìn)行呼吸作用、土壤微生物分解有機(jī)物等過(guò)程也會(huì)產(chǎn)生氧化亞氮、甲烷等溫室氣體從而增加碳排放，不過(guò)，不同作物排出的主要溫室氣體存在差異，其引起的碳排放的增加也不盡相同。

對(duì)30個(gè)省份1997—2020年三種糧食作物種植過(guò)程產(chǎn)生的碳排放量進(jìn)行測(cè)算，得到各年間各省份三大糧食作物碳排放量，部分結(jié)果如表4所示?？梢钥闯?，各省份間碳排放量差異較大，其中，北京、上海、天津、寧夏、青海都屬于低碳排放省份，這五個(gè)省份三種糧食作物碳排放的總量占全國(guó)僅有1%左右。北京、上海、天津經(jīng)濟(jì)發(fā)展快速，農(nóng)業(yè)生產(chǎn)轉(zhuǎn)移現(xiàn)象較嚴(yán)重，因此農(nóng)業(yè)碳排放量較低；寧夏屬于溫帶大陸性氣候、青海屬于高原大陸性氣候，這兩地的小麥、玉米種植面積較小，氣候、地形等原因使得三種糧食作物的農(nóng)業(yè)碳排放較低。安徽、黑龍江、湖北、湖南、河南、江蘇、山東都是高碳排放省，這些省份是我國(guó)糧食作物的主產(chǎn)區(qū)，因此碳排放量較大。從增長(zhǎng)趨勢(shì)來(lái)看，北京、上海、福建、浙江三種糧食作物的農(nóng)業(yè)碳排放量總體呈下降趨勢(shì)，內(nèi)蒙古、吉林、黑龍江三種糧食作物的農(nóng)業(yè)碳排放量總體呈上升趨勢(shì)。

三、研究方法與數(shù)據(jù)來(lái)源

基于農(nóng)業(yè)碳排放和碳匯的概念，在已有研究的基礎(chǔ)上，確定三種糧食作物的碳排放量和碳匯量的測(cè)算方式，進(jìn)一步構(gòu)建環(huán)境學(xué)習(xí)曲線，并選取科布·道格拉斯（Cobb-Douglas）乘法指數(shù)模型對(duì)環(huán)境學(xué)習(xí)曲線進(jìn)行估計(jì)。

（一）三種糧食作物碳排放量的測(cè)算

本文綜合多位學(xué)者研究成果，從以下兩個(gè)方面確定種植業(yè)碳排放量：

一是生產(chǎn)要素投入所產(chǎn)生的碳排放。將種植業(yè)碳排放的碳源分為農(nóng)用化肥、農(nóng)用柴油、農(nóng)藥、農(nóng)用塑料薄膜、農(nóng)業(yè)灌溉五類(lèi)，測(cè)算由農(nóng)用化肥、農(nóng)用柴油、農(nóng)藥和農(nóng)用塑料薄膜的使用所產(chǎn)生的碳排放以及由農(nóng)業(yè)灌溉所耗費(fèi)的機(jī)械和電力引起的碳排放

。考慮到翻耕不適用于全部的糧食作物，不測(cè)算由于翻耕而產(chǎn)生的碳排放。二是種植小麥、玉米、水稻三種糧食作物產(chǎn)生氧化亞氮和甲烷氣體所產(chǎn)生的碳排放。已有研究將水稻培養(yǎng)過(guò)程產(chǎn)生的甲烷氣體納入了農(nóng)業(yè)碳排放測(cè)算體系中

。由于小麥、玉米、水稻為我國(guó)三大主要糧食作物，在農(nóng)業(yè)生產(chǎn)中占據(jù)同等重要位置，且三種糧食作物的生長(zhǎng)習(xí)性存在較大差異，不同作物在生長(zhǎng)過(guò)程中產(chǎn)生的溫室氣體種類(lèi)不同。因此，本文將三大糧食作物細(xì)分為春小麥、冬小麥、玉米、旱稻、中稻和一季晚稻、雙季晚稻，將其產(chǎn)生的氧化亞氮和甲烷氣體全部納入種植業(yè)碳排放測(cè)算體系中，且在對(duì)種植業(yè)碳排放量進(jìn)行加總時(shí)統(tǒng)一將C、CH

、N

O置換成標(biāo)準(zhǔn)C，置換標(biāo)準(zhǔn)為：1噸N

O所引發(fā)的溫室效應(yīng)相當(dāng)于81.272 7噸C（298萬(wàn)噸CO

）所產(chǎn)生的溫室效應(yīng)，1噸CH

所引發(fā)的溫室效應(yīng)相當(dāng)于6.818 2噸C（25噸CO

）所產(chǎn)生的溫室效應(yīng)

。

碳排放的測(cè)算方法如下：

C（t）為第t年三種糧食作物的碳排放總量，10

噸；T表示各碳排放源的量，i表示碳源種類(lèi)，σ表示各碳源碳排放系數(shù)。利用如下公式進(jìn)行碳排放量測(cè)算：

分析各省農(nóng)業(yè)碳減排的環(huán)境學(xué)習(xí)能力時(shí)，以農(nóng)業(yè)碳強(qiáng)度作為因變量，從碳排放和碳吸收兩個(gè)方面選取關(guān)鍵減排指標(biāo)作為自變量，從而建立含有兩個(gè)獨(dú)立變量（人均農(nóng)業(yè)GDP、糧食作物碳匯量）的二因子科布·道格拉斯（Cobb-Douglas）指數(shù)模型。

環(huán)境學(xué)習(xí)曲線是指隨著生產(chǎn)規(guī)模的擴(kuò)大或生產(chǎn)過(guò)程的重復(fù)進(jìn)行，單位產(chǎn)品（產(chǎn)值）的資源消耗和廢棄物排放呈現(xiàn)出規(guī)律性變化的趨勢(shì)，它可以反映出人類(lèi)環(huán)境保護(hù)的全面進(jìn)步。環(huán)境學(xué)習(xí)曲線一般通過(guò)阿爾欽（Alchian）模型，科布·道格拉斯（Cobb-Douglas）乘法指數(shù)

和沃默（Womer）的可變生產(chǎn)速率模型

進(jìn)行估計(jì)，其中，Cobb-Douglas乘法指數(shù)模型結(jié)構(gòu)簡(jiǎn)單且經(jīng)濟(jì)意義明顯，因此，本文選取常用的科布·道格拉斯（Cobb-Douglas）方法進(jìn)行估計(jì)，計(jì)算公式如下：

（二）三種糧食作物碳匯量的測(cè)算

種植業(yè)生產(chǎn)部門(mén)的碳匯只考慮農(nóng)作物生長(zhǎng)周期中的碳吸收，即作物光合作用形成的凈初級(jí)生產(chǎn)量。本文參照已有研究對(duì)農(nóng)業(yè)碳匯量的測(cè)算方法

，測(cè)算三種糧食作物碳匯量，計(jì)算公式如下：

式中，E表示農(nóng)作物全年碳吸收量；i為農(nóng)作物品種；e為農(nóng)作物進(jìn)行光合作用合成單位有機(jī)質(zhì)所需要的碳，即經(jīng)濟(jì)系數(shù)；Y為農(nóng)作物經(jīng)濟(jì)產(chǎn)量；r為農(nóng)作物含水量；H為農(nóng)作物碳吸收率。糧食作物含水量、經(jīng)濟(jì)系數(shù)與碳吸收率如表3所示。

（三）環(huán)境學(xué)習(xí)曲線（ELC）模型

1936年萊特（Wright）首次提出了學(xué)習(xí)曲線（Learning Curve）這一函數(shù)模型，用來(lái)表示累計(jì)平均工時(shí)與產(chǎn)量之間的邊際關(guān)系

。學(xué)習(xí)曲線反映了生產(chǎn)單位產(chǎn)品的相關(guān)成本會(huì)隨著經(jīng)驗(yàn)積累和技術(shù)進(jìn)步而不斷降低。

這是本課教學(xué)的重點(diǎn)，也是學(xué)生理解上的難點(diǎn)。而這個(gè)難點(diǎn)的解決，必得逐層地借助于多方的、深刻的思維來(lái)達(dá)到推波助瀾的功效。

式中，Y為成本；x

為第i個(gè)學(xué)習(xí)因子；b

為第i個(gè)因子的學(xué)習(xí)系數(shù)；ε為誤差項(xiàng)，在實(shí)際應(yīng)用中通常會(huì)被忽略。

各生產(chǎn)要素碳排放系數(shù)如表1所示，各類(lèi)糧食作物排放氣體類(lèi)型及相應(yīng)排放系數(shù)如表2所示。

3) 航線覆蓋范圍.航線對(duì)航運(yùn)公司擇港決策有一定的影響[10]，故深圳港應(yīng)該設(shè)計(jì)合理的航線以吸引更多貨主.華南公共駁船快線運(yùn)輸網(wǎng)絡(luò)覆蓋范圍較廣，但仍有部分碼頭尚未被覆蓋，如清遠(yuǎn)、貴港、欽州等.

碳排放強(qiáng)度能夠直接明了地反映國(guó)民經(jīng)濟(jì)“低碳化”或“高碳化”，所以我們可以將農(nóng)業(yè)碳強(qiáng)度即單位產(chǎn)值碳的排放量作為因變量，用糧食作物碳排放總量（噸）與當(dāng)年農(nóng)業(yè)GDP（104元）總量的比值來(lái)衡量：

例如，在學(xué)習(xí)人教版初中音樂(lè)《漢族民歌》時(shí)，教師可以結(jié)合教材需要進(jìn)行對(duì)課堂改革，引導(dǎo)學(xué)生在課堂上學(xué)唱江蘇民歌和中國(guó)民歌《茉莉花》，嘗試同時(shí)演唱兩種曲調(diào)不同的《茉莉花》，提高學(xué)生的學(xué)習(xí)積極性，教導(dǎo)學(xué)生兩首歌的特點(diǎn)，同時(shí)針對(duì)其中民族文化進(jìn)行教育，培養(yǎng)學(xué)生對(duì)祖國(guó)民族音樂(lè)的熱愛(ài)和對(duì)祖國(guó)對(duì)家鄉(xiāng)的情感，促進(jìn)學(xué)生綜合素養(yǎng)的教育培養(yǎng)。

式中，Q為碳排放強(qiáng)度，噸/10

元；C（t）為第t年的農(nóng)業(yè)碳排放總量，噸，GDP（t）為第t年農(nóng)業(yè)生產(chǎn)總值。

經(jīng)濟(jì)因素是導(dǎo)致各地區(qū)種植業(yè)碳排放增加的關(guān)鍵性因素

，因此，碳排放角度選取農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平這一指標(biāo)，用各省份當(dāng)年人均農(nóng)業(yè)GDP來(lái)衡量；農(nóng)業(yè)本身既是“碳源”又是“碳匯”，在農(nóng)作物生長(zhǎng)過(guò)程中，作物可以通過(guò)吸收大氣中的二氧化碳，減緩溫室效應(yīng)，因此，碳吸收角度選取糧食作物的碳匯量。碳強(qiáng)度環(huán)境學(xué)習(xí)曲線公式建立如下：

本文的研究對(duì)象選取中國(guó)大陸除西藏自治區(qū)外的30個(gè)省份，取1997—2020年間的數(shù)據(jù)作為樣本。各省份三種糧食作物的農(nóng)用化肥折純量、農(nóng)用柴油使用量、農(nóng)藥使用量、農(nóng)用塑料薄膜使用量、耕地灌溉面積以及各類(lèi)糧食作物播種面積和產(chǎn)量來(lái)自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，人口數(shù)量采用年末人口數(shù)，來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》，各省份各年農(nóng)業(yè)GDP來(lái)自《中國(guó)農(nóng)業(yè)年鑒》。對(duì)于數(shù)據(jù)收集過(guò)程中出現(xiàn)的缺失數(shù)據(jù)，使用平均值法予以補(bǔ)充。農(nóng)用化肥折純量、農(nóng)用柴油使用量、農(nóng)藥使用量、農(nóng)用塑料薄膜使用量數(shù)據(jù)均為各省份當(dāng)年所有農(nóng)作物實(shí)際使用量總和，耕地灌溉面積的數(shù)據(jù)為各省份當(dāng)年所有農(nóng)作物耕地灌溉面積總和。由于沒(méi)有分作物的數(shù)據(jù)，因此，本文參考已有研究，將種植業(yè)產(chǎn)值近似看作農(nóng)業(yè)產(chǎn)值的50%，并將三大糧食作物農(nóng)用物資投入量以及灌溉面積看作為各省份農(nóng)用物資投入總用量、灌溉總面積的一半

。

Ⅰ類(lèi)海風(fēng)鋒850 hPa合成流場(chǎng)如圖5b所示。其中Ⅰ類(lèi)海風(fēng)鋒主要是副高北側(cè)中的獨(dú)立小高壓東移入海,副高北側(cè)西風(fēng)氣流因小高壓及其南部低壓橫槽造成蘇北沿海偏東海風(fēng)氣流,而蘇中、蘇南則是西風(fēng)小波動(dòng)入海,近岸內(nèi)陸是弱脊,沿海是小槽。蘇北蘇南的不同風(fēng)場(chǎng)流型,配合沿海地形走勢(shì)以及1 000 hPa層海風(fēng)鋒,使蘇北海風(fēng)較蘇南深厚,蘇南海風(fēng)鋒背景上下層風(fēng)向的差異使得形成的海風(fēng)環(huán)流較淺薄。因此江蘇沿海海風(fēng)鋒的中小尺度局地性特征顯著。

其中，YI為萬(wàn)元產(chǎn)值碳排放量；X

為第t年的人均農(nóng)業(yè)GDP；X

為農(nóng)作物碳匯量；b

（i=1，2）為各因子的環(huán)境學(xué)習(xí)系數(shù)；A

為初始碳強(qiáng)度，是由初始經(jīng)濟(jì)發(fā)展、結(jié)構(gòu)和碳排放決定的一個(gè)固定值。

（四）數(shù)據(jù)來(lái)源

其對(duì)數(shù)方程為：

大夫說(shuō)：“你們把老人送回家吧。她跟我說(shuō)過(guò)，要死也要死在家里?！蔽铱拗鴨?wèn)：“還有地方能救嗎？花多少錢(qián)都行！”大夫說(shuō)：“沒(méi)用了，還是回家吧。”就這樣，在我們的哭聲中，媽帶著一身的管子回了家。

四、實(shí)證結(jié)果與分析

基于各省份三種糧食作物碳排放量以及碳匯量的測(cè)算，構(gòu)建環(huán)境學(xué)習(xí)曲線，探究各省份農(nóng)業(yè)碳減排的環(huán)境學(xué)習(xí)能力，進(jìn)而通過(guò)歷史增速模擬以及政策模擬預(yù)測(cè)2030年各省份農(nóng)業(yè)碳排放的減排潛力。

（一）三種糧食作物碳排放量及碳匯量

由于各地的經(jīng)濟(jì)基礎(chǔ)、自然條件和資源稟賦等方面不同，各地種植業(yè)碳排放量、減排能力和減排效率存在較大差異，這種差異最終會(huì)使種植業(yè)碳減排潛力不同。農(nóng)業(yè)碳減排潛力主要從農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)碳匯兩個(gè)角度進(jìn)行測(cè)算。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展包括農(nóng)業(yè)生產(chǎn)技術(shù)的發(fā)展，以及農(nóng)業(yè)生產(chǎn)、經(jīng)營(yíng)、管理等技術(shù)的改進(jìn)，不僅包括自然科學(xué)技術(shù)的進(jìn)步，還包括社會(huì)科學(xué)技術(shù)的進(jìn)步。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平可以用人均農(nóng)業(yè)GDP來(lái)衡量。在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的初期，其增長(zhǎng)主要依賴于勞動(dòng)要素的增加，農(nóng)用機(jī)械、化肥農(nóng)藥等要素投入變動(dòng)幅度相對(duì)較小，農(nóng)業(yè)結(jié)構(gòu)相對(duì)不合理，單位面積碳排放強(qiáng)度可能呈現(xiàn)上升、穩(wěn)定或下降的趨勢(shì)；隨著農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展，勞動(dòng)要素的產(chǎn)出貢獻(xiàn)率逐漸降低，農(nóng)業(yè)增長(zhǎng)開(kāi)始依賴于化肥、農(nóng)藥等物質(zhì)投入的增加，一方面促進(jìn)了單位面積的產(chǎn)出，另一方面也使得農(nóng)業(yè)碳排放量劇增；當(dāng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展到一定水平，先進(jìn)的機(jī)械和技術(shù)將被大力推廣，從而避免農(nóng)業(yè)生態(tài)環(huán)境的惡化，農(nóng)用物資例如化肥等投入相應(yīng)逐步減少，同時(shí)，農(nóng)業(yè)結(jié)構(gòu)得到優(yōu)化調(diào)整，這一階段農(nóng)業(yè)產(chǎn)出繼續(xù)保持著增長(zhǎng)的態(tài)勢(shì)，但農(nóng)業(yè)碳排放在一定程度上開(kāi)始減少。農(nóng)業(yè)碳匯則指農(nóng)作物生長(zhǎng)周期中的碳吸收。農(nóng)作物在生長(zhǎng)過(guò)程中通過(guò)光合作用吸收大氣中的CO

，并以農(nóng)作物生物量的形式貯存有機(jī)碳，成為大氣的碳匯；農(nóng)作物遭受病蟲(chóng)害等破壞后會(huì)向大氣釋放出已經(jīng)固定的碳從而成為大氣CO

的碳源。因此，可以通過(guò)促進(jìn)農(nóng)業(yè)的碳吸收，并減少農(nóng)業(yè)作為碳源的輸出，從而減少農(nóng)業(yè)碳排放，使農(nóng)業(yè)表現(xiàn)為碳匯功能，緩解大氣中CO

的積累。

1997—2020年間，小麥、玉米、水稻三種糧食作物種植過(guò)程產(chǎn)生的碳排放量變化趨勢(shì)如圖2所示。水稻種植過(guò)程產(chǎn)生的碳排放量遠(yuǎn)高于小麥和玉米，三種糧食作物種植過(guò)程產(chǎn)生的碳排放總量呈現(xiàn)波動(dòng)趨勢(shì)。1997—2003年間，全國(guó)三種糧食作物種植過(guò)程產(chǎn)生的碳排放總量呈現(xiàn)下降態(tài)勢(shì)，水稻種植過(guò)程產(chǎn)生的碳排放量下降最為明顯。這段時(shí)期內(nèi)，我國(guó)實(shí)行生態(tài)退耕政策，是耕地面積急劇減少期，是造成糧食作物生產(chǎn)過(guò)程產(chǎn)生的碳排放總量下降的直接原因。2003—2015年間，全國(guó)三種糧食作物生產(chǎn)過(guò)程產(chǎn)生的碳排放總量呈現(xiàn)逐年上升的態(tài)勢(shì)，玉米、水稻種植過(guò)程產(chǎn)生的碳排放量均有明顯上升。這一變化可能受到經(jīng)濟(jì)全球化的影響。我國(guó)加入WTO后，農(nóng)業(yè)發(fā)展環(huán)境的轉(zhuǎn)變使得農(nóng)業(yè)發(fā)展進(jìn)一步加快

，隨之而來(lái)的就是農(nóng)產(chǎn)品生產(chǎn)逐步上升帶來(lái)碳排放量的增加。2015年后，全國(guó)三種糧食作物種植過(guò)程產(chǎn)生的碳排放總量呈現(xiàn)下降態(tài)勢(shì)，可能的原因是，2015年，全國(guó)各省主動(dòng)優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和區(qū)域布局以解決糧食品種的供需矛盾。全國(guó)開(kāi)放的部分試點(diǎn)采取相應(yīng)措施調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，這使得糧食作物尤其是玉米的播種面積和產(chǎn)量發(fā)生下降。2016年，試點(diǎn)范圍擴(kuò)大，“玉米改大豆”“糧改飼”“糧改油”等措施的實(shí)施，使得糧食作物的播種面積和產(chǎn)量進(jìn)一步下降。

部分年份各省份三種糧食作物碳匯量如表5所示。1997—2020年間，玉米、小麥碳匯量呈現(xiàn)上升趨勢(shì)，其中，玉米碳匯量上升明顯，水稻碳匯量呈現(xiàn)下降趨勢(shì)，尤其是東部沿海地區(qū)水稻碳匯量下降明顯。整體來(lái)看，我國(guó)東部地區(qū)糧食作物碳匯總量高，各省份碳匯量主要以水稻碳匯量為主，中部地區(qū)各省份碳匯量主要以玉米碳匯量為主，西部地區(qū)糧食作物碳匯量低，且南、北方省份碳匯量差異明顯，南方省份以水稻碳匯量為主，碳匯總量高，北方省份以玉米碳匯量為主，碳匯總量低，全國(guó)糧食作物碳匯量呈東高西低的特征。各省份間碳匯量差異也較大，江蘇、黑龍江、河南、山東、湖南都屬于高碳匯的省份，糧食作物碳匯量高于其他省份，且呈現(xiàn)持續(xù)增長(zhǎng)趨勢(shì)。這些省份擁有碳匯優(yōu)勢(shì)的原因有很多，首先，種植條件優(yōu)越，糧食作物總產(chǎn)量高；其次，農(nóng)業(yè)技術(shù)發(fā)展不斷推進(jìn)，糧食作物單位面積產(chǎn)量不斷提高。北京、上海、天津、海南、寧夏、青海都屬于低碳匯的省份，其中，北京、上海、天津經(jīng)濟(jì)發(fā)展迅速，糧食作物種植面積小，糧食作物碳匯量低。寧夏、青海日照時(shí)間長(zhǎng)，太陽(yáng)輻射強(qiáng)，晝夜溫差大；海南地處熱帶北緣，光溫充足，光合潛力高，這三個(gè)省份糧食作物種植面積小，且農(nóng)業(yè)生產(chǎn)發(fā)展水平低，糧食作物單產(chǎn)低，糧食作物碳匯量低。

（二）各省份農(nóng)業(yè)碳排放的減排潛力

本文使用環(huán)境學(xué)習(xí)曲線測(cè)算各省份農(nóng)業(yè)碳排放的減排潛力。選取1997—2020年我國(guó)30個(gè)省份（不包括西藏、香港、澳門(mén)和臺(tái)灣）的有關(guān)統(tǒng)計(jì)數(shù)據(jù)，以農(nóng)業(yè)碳強(qiáng)度作為因變量，從碳排放和碳吸收兩個(gè)方面選取關(guān)鍵減排指標(biāo)作為自變量，分別為人均農(nóng)業(yè)GDP（萬(wàn)元）和農(nóng)作物碳匯量（萬(wàn)噸），建立各個(gè)省份的多因素環(huán)境學(xué)習(xí)曲線，分析各變量在各省市的碳減排的環(huán)境學(xué)習(xí)能力，以此作為各省農(nóng)業(yè)碳減排預(yù)測(cè)分析的依據(jù)。

2018年9月12日，一篇題為《中國(guó)私營(yíng)經(jīng)濟(jì)已完成協(xié)助公有經(jīng)濟(jì)發(fā)展的任務(wù)，應(yīng)逐漸離場(chǎng)》的文章在網(wǎng)絡(luò)流傳，引起網(wǎng)民的熱議。作者是自稱“資深金融人士”的吳小平。

（三）各省份農(nóng)業(yè)碳排放情景預(yù)測(cè)

以各省份碳排放的環(huán)境學(xué)習(xí)曲線為基礎(chǔ)，分別根據(jù)歷史增速和現(xiàn)有政策模擬各省份的碳強(qiáng)度，估算其未來(lái)的減排潛力。歷史增速下，基于30個(gè)省份各要素的歷史發(fā)展趨勢(shì)進(jìn)行模擬。計(jì)算1997—2020年各變量的平均增長(zhǎng)率，預(yù)測(cè)2030年人均農(nóng)業(yè)GDP和碳匯量。現(xiàn)有政策下，根據(jù)我國(guó)政府制定的若干政策文件并參考已有文獻(xiàn)進(jìn)行模擬，具體模擬過(guò)程為：計(jì)算1997—2020年全國(guó)各省份農(nóng)業(yè)總產(chǎn)值的年均增長(zhǎng)率，并假設(shè)2022—2030年各省份的農(nóng)業(yè)總產(chǎn)值以此速度增長(zhǎng)。同時(shí)，按照《國(guó)務(wù)院關(guān)于印發(fā)國(guó)家人口發(fā)展規(guī)劃（2016—2030年）的通知》，到2030年人口總量將在14.5億左右，假設(shè)2030年各省份人口比例等于2011—2020年的平均比例，可按比例計(jì)算2030年各省份的人口。據(jù)此，我們可以預(yù)測(cè)出2030年各省人均農(nóng)業(yè)GDP。對(duì)碳匯量進(jìn)行預(yù)測(cè)時(shí)，參考楊果和陳瑤通過(guò)1993—2011年的數(shù)據(jù)進(jìn)行計(jì)算得到的農(nóng)業(yè)碳匯量年均增加1.38%的結(jié)果

，對(duì)2030年碳匯量進(jìn)行預(yù)測(cè)。各省份減排潛力預(yù)測(cè)結(jié)果如表7所示。

雖然我國(guó)制定了國(guó)家碳減排政策，但在農(nóng)業(yè)領(lǐng)域中沒(méi)有具體的碳減排文件規(guī)定，本部分按照2015年6月中國(guó)向聯(lián)合國(guó)氣候變化框架公約秘書(shū)處提交的《強(qiáng)化應(yīng)對(duì)氣候變化行動(dòng)——中國(guó)國(guó)家自主貢獻(xiàn)》中提到的“到2030年單位GDP CO

排放比2005年下降60%～65%”的目標(biāo)要求進(jìn)行分析。結(jié)果表明，歷史增速模擬和現(xiàn)有政策模擬下2030年平均碳排放減排潛力分別為80.34%和79.83%，達(dá)到了單位GDP碳排放比2005年下降60%～65%的目標(biāo)，且大部分省份的減排潛力都高于此平均水平。因此，提升農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，促進(jìn)技術(shù)進(jìn)步對(duì)實(shí)現(xiàn)農(nóng)業(yè)減碳增匯、實(shí)現(xiàn)碳減排有著光明的前景。在兩種情景預(yù)測(cè)下，吉林、上海的碳減排潛力均不明顯，沒(méi)有達(dá)到減排目標(biāo)，可能的原因有：上海是經(jīng)濟(jì)中心，農(nóng)業(yè)不是其發(fā)展的主導(dǎo)產(chǎn)業(yè)；吉林農(nóng)業(yè)生產(chǎn)高度規(guī)?；?，成本優(yōu)越性容易造成生產(chǎn)要素的過(guò)度投入，種植過(guò)程產(chǎn)生的碳排放會(huì)保持在較高水平。此外，在兩種情景預(yù)測(cè)下，其余各省份都達(dá)到了減排目標(biāo)，在歷史增速模擬下，貴州、廣西、海南擁有較高的碳減排潛力；在現(xiàn)有政策模擬下，貴州、廣西、海南、陜西、新疆擁有較高的碳減排潛力。

五、結(jié)論與討論

本文以小麥、玉米、水稻三種糧食作物為基礎(chǔ)，測(cè)算了1997—2020年間的農(nóng)業(yè)碳排放量與碳匯量，構(gòu)建了碳排放環(huán)境學(xué)習(xí)曲線，對(duì)各省份的農(nóng)業(yè)碳減排潛力進(jìn)行了測(cè)算，并對(duì)各省份未來(lái)的減排潛力進(jìn)行了情景分析，得到結(jié)論如下：

這些教材均采用中英文雙語(yǔ)編寫(xiě)，并可配有適度的視頻內(nèi)容。授課形式及輔助材料形象直觀，可視性好，易于接受，便于推廣，普適性強(qiáng)。

第一，各省份間糧食作物碳排放量差異較大，水稻種植過(guò)程產(chǎn)生的碳排放量遠(yuǎn)高于小麥和玉米。1997—2020年間，三種糧食作物種植過(guò)程產(chǎn)生的農(nóng)業(yè)碳排放總量呈現(xiàn)波動(dòng)趨勢(shì)，其中，安徽、黑龍江、湖北、湖南、河南、江蘇、山東都是高農(nóng)業(yè)碳排放省份，這與我國(guó)不同地區(qū)農(nóng)業(yè)發(fā)展水平、種植結(jié)構(gòu)、氣候條件等自然經(jīng)濟(jì)因素差異有較大關(guān)系。除此之外，近年來(lái)，農(nóng)村耕地和基本農(nóng)田不同程度的“非糧化”“非農(nóng)化”對(duì)不同省份的農(nóng)業(yè)生產(chǎn)構(gòu)成了不同程度的威脅，不同省份間技術(shù)水平的差異也使其在實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)低碳化、綠色化和現(xiàn)代化轉(zhuǎn)型的過(guò)程中產(chǎn)生差異。我國(guó)農(nóng)業(yè)碳排放存在顯著的區(qū)域差異。

兄臺(tái)勝我家奴，揚(yáng)名萬(wàn)里。我兄弟慕壯士之名，懇請(qǐng)一晤。江湖大，機(jī)緣少，若能蒙君賜教，切磋一二，當(dāng)為人生幸事。萬(wàn)勿推卻。李太嶂，李雙岱

第二，糧食作物碳匯量整體呈東高西低的特征，東部、中部分別以水稻、玉米碳匯量為主，西部南方省份以水稻碳匯量為主，北方省份以玉米碳匯量為主，各省份間糧食作物碳匯量差異較大，江蘇、黑龍江、河南、山東、湖南都屬于高碳匯省份。近年來(lái)，各省份積極推進(jìn)農(nóng)業(yè)技術(shù)發(fā)展，不斷改良作物品種、調(diào)優(yōu)種植結(jié)構(gòu)，促使糧食作物單位面積產(chǎn)量得到不斷提升，經(jīng)濟(jì)技術(shù)發(fā)展快的省份在碳匯方面將不斷占有更大的優(yōu)勢(shì)。分作物來(lái)看，水稻種植過(guò)程產(chǎn)生的碳匯量遠(yuǎn)遠(yuǎn)高于玉米、小麥種植過(guò)程產(chǎn)生的碳匯量。

第三，環(huán)境學(xué)習(xí)曲線回歸結(jié)果顯示，人均農(nóng)業(yè)GDP對(duì)碳排放強(qiáng)度影響顯著，促進(jìn)各省人均農(nóng)業(yè)GDP增長(zhǎng)對(duì)降低碳排放強(qiáng)度有積極作用，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展能夠帶來(lái)技術(shù)進(jìn)步、促進(jìn)生態(tài)文明理念宣傳，對(duì)碳減排影響明顯。碳匯對(duì)降低碳強(qiáng)度有抑制作用，超過(guò)一半的省份糧食作物碳匯量對(duì)碳排放強(qiáng)度影響顯著。盡管從理論上來(lái)說(shuō)糧食作物本身?yè)碛械奶紖R作用能夠在一定程度上實(shí)現(xiàn)碳減排，然而由于碳匯的增加是種植面積增加的結(jié)果，而種植面積的擴(kuò)大又增加了碳排放，因此增加碳匯所形成的碳減排效應(yīng)被抵消了，這表明僅依靠作物碳匯對(duì)實(shí)現(xiàn)種植業(yè)碳減排是不夠的。各省在發(fā)展農(nóng)業(yè)的過(guò)程中可以通過(guò)增加農(nóng)業(yè)碳匯量的方式實(shí)現(xiàn)農(nóng)業(yè)碳減排，但是要把“減碳”和“增匯”并行。從各省農(nóng)業(yè)碳排放情景分析的結(jié)果來(lái)看，農(nóng)業(yè)碳減排較難實(shí)現(xiàn)的省份主要集中在我國(guó)東部地區(qū)，東部地區(qū)普遍經(jīng)濟(jì)發(fā)展較快，農(nóng)業(yè)轉(zhuǎn)移現(xiàn)象較為突出，通過(guò)農(nóng)業(yè)生產(chǎn)實(shí)現(xiàn)減碳增匯效果不明顯。反之，我國(guó)中、西部地區(qū)由于聚集了較多糧食種植大省，農(nóng)業(yè)碳減排潛力較為突出。

在傳統(tǒng)思維中，我們似乎更重視青銅方鼎、方尊等代表“國(guó)之重器”禮器，而精美、實(shí)用的青銅生活用具則不太被宣傳，其實(shí)這些生活用器承載的工匠工藝和日常生活細(xì)節(jié)，更能反映一個(gè)時(shí)代的文化氣質(zhì)。

本文的研究結(jié)果對(duì)我國(guó)從農(nóng)業(yè)方面創(chuàng)新碳減排路徑提供了重要啟示。第一，要從碳源角度出發(fā)減少種植過(guò)程中的碳排放，通過(guò)積極推廣資源節(jié)約型循環(huán)農(nóng)業(yè)，實(shí)現(xiàn)廢棄物資源化利用，減少生產(chǎn)資料投入以及農(nóng)業(yè)廢棄物產(chǎn)生的碳排放；大力發(fā)展有機(jī)農(nóng)業(yè)，通過(guò)作物輪作、綠肥覆蓋等措施減少農(nóng)業(yè)生產(chǎn)過(guò)程的碳排放量。第二，單獨(dú)依靠增加作物碳匯對(duì)實(shí)現(xiàn)種植業(yè)碳減排是不夠的，要充分實(shí)現(xiàn)“減碳”與“增匯”的有機(jī)結(jié)合，改變傳統(tǒng)農(nóng)業(yè)管理方式，通過(guò)秸稈還田、推廣保護(hù)性耕作、種植覆蓋作物等方式充分發(fā)揮土壤的固碳作用，提高農(nóng)業(yè)整體碳匯水平。第三，結(jié)合不同糧食作物生長(zhǎng)習(xí)性，以及實(shí)際碳排放、碳匯情況，采取區(qū)域異質(zhì)性固碳減排技術(shù)，對(duì)于以水稻碳匯為主的東部省份以及西部南方省份，采用間歇性節(jié)水灌溉、秸稈氮肥配施、免耕等稻田管理技術(shù)以促進(jìn)稻田減排增匯、節(jié)能循環(huán)，提高水稻碳匯能力。第四，鑒于省份資源稟賦、地理位置、經(jīng)濟(jì)水平和現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)的異質(zhì)性，制定不同的省際碳減排目標(biāo)，在全球低碳發(fā)展的大背景下，政府在制定各省份碳排放強(qiáng)度減排目標(biāo)時(shí)，可通過(guò)稅收補(bǔ)貼、財(cái)政政策等激勵(lì)方式引導(dǎo)中西部部分以農(nóng)業(yè)為主導(dǎo)產(chǎn)業(yè)的省份通過(guò)農(nóng)業(yè)碳減排實(shí)現(xiàn)減排目標(biāo)；利用農(nóng)業(yè)的碳匯優(yōu)勢(shì)完成碳減排既能實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展、促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展，又能緩解經(jīng)濟(jì)欠發(fā)達(dá)省份的碳減排壓力，最終實(shí)現(xiàn)我國(guó)低碳發(fā)展的長(zhǎng)遠(yuǎn)目標(biāo)。第五，發(fā)揮市場(chǎng)作用，培育農(nóng)業(yè)碳排放交易市場(chǎng)機(jī)制，通過(guò)市場(chǎng)調(diào)節(jié)，碳交易能夠充分發(fā)揮市場(chǎng)機(jī)制在資源配置中的作用，以低成本推動(dòng)碳減排，助力實(shí)現(xiàn)“雙碳”目標(biāo)。

［1］ XU B,LIN B.Factors affecting CO

emissions in China's agriculture sector:Evidence from geographically weighted regression model［J］.Energy Policy,2017,104:404-414.

［2］ 冉光和，王建洪，王定祥.我國(guó)現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動(dòng)趨勢(shì)研究［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2011（2）：32-38+110-111.

［3］ TRISTRAM O W,MARLAND G.A synthesis of carbon sequestration,carbon emissions,and net carbon flux in agriculture:comparing tillage practices in the United States［J］.Agriculture,Ecosystems and Environment,2002,91(1):217-232.

［4］ NURSE J.An ecological approach to promoting population mental health and well-being—A response to the challenge of climate change［J］.Perspectives in Public Health,2010,130(1):27-33.

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

［6］ 叢建輝，劉學(xué)敏，趙雪如.城市碳排放核算的邊界界定及其測(cè)度方法［J］.中國(guó)人口·資源與環(huán)境，2014（4）：19-26.

［7］ GOLDSTEIN B,HAUSCHILD M,FERNANDEZ J,et al.Testing the environmental performance of urban agriculture as a food supply in northern climates［J］.Journal of Cleaner Production,2016,135:984-994.

［8］ 梁龍，杜章留，吳文良，等.北京現(xiàn)代都市低碳農(nóng)業(yè)的前景與策略［J］.中國(guó)人口·資源與環(huán)境，2011（2）：130-136.

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

［10］ 丁寶根，楊樹(shù)旺，趙玉.長(zhǎng)江經(jīng)濟(jì)帶種植業(yè)碳排放時(shí)空特征及驅(qū)動(dòng)因素研究［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2019（10）：1252-1258.

［11］ 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(dòng)因素分析［J］.長(zhǎng)江流域資源與環(huán)境，2016（5）：695-701.

［12］ 田云，張俊飚，豐軍輝，等.中國(guó)種植業(yè)碳排放與其產(chǎn)業(yè)發(fā)展關(guān)系的研究［J］.長(zhǎng)江流域資源與環(huán)境，2014（6）：781-791.

［13］ 李俊杰.民族地區(qū)農(nóng)地利用碳排放測(cè)算及影響因素研究［J］.中國(guó)人口·資源與環(huán)境，2012（9）：42-47.

［14］ 胡婉玲，張金鑫，王紅玲.中國(guó)種植業(yè)碳排放時(shí)空分異研究［J］.統(tǒng)計(jì)與決策，2020（15）：92-95.

［15］ 吳賢榮，張俊飚，田云，等.基于公平與效率雙重視角的中國(guó)農(nóng)業(yè)碳減排潛力分析［J］.自然資源學(xué)報(bào)，2015（7）：1172-1182.

［16］ 吳賢榮，張俊飚.中國(guó)省域農(nóng)業(yè)碳排放：增長(zhǎng)主導(dǎo)效應(yīng)與減排退耦效應(yīng)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（5）：27-36.

［17］ 張衛(wèi)建，嚴(yán)圣吉，張俊，等.國(guó)家糧食安全與農(nóng)業(yè)雙碳目標(biāo)的雙贏策略［J］.中國(guó)農(nóng)業(yè)科學(xué)，2021（18）：3892-3902.

［18］ 謝淑娟，匡耀求，黃寧生.中國(guó)發(fā)展碳匯農(nóng)業(yè)的主要路徑與政策建議［J］.中國(guó)人口·資源與環(huán)境，2010（12）：46-51.

［19］ 杜江，羅珺，王銳，等.糧食主產(chǎn)區(qū)種植業(yè)碳功能測(cè)算與時(shí)空變化規(guī)律研究［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2019（10）：1242-1251.

［20］ 陳羅燁，薛領(lǐng)，雪燕.中國(guó)農(nóng)業(yè)凈碳匯時(shí)空演化特征分析［J］.自然資源學(xué)報(bào)，2016（4）：596-607.

［21］ 白保勛，陳東海，徐婷婷，等.主要糧經(jīng)作物與輪作模式凈碳匯價(jià)值分析［J］.生態(tài)經(jīng)濟(jì)，2021（9）：97-101.

［22］ MOSIER A R,HALVORSON H A,REULE C A,et al.Net Global Warming Potential and Greenhouse Gas Intensity in Irrigated Cropping Systems in Northeastern Colorado［J］.Journal of Environmental Quality,2006,35(4):1584-1598.

［23］ 田云，張俊飚，吳賢榮，等.中國(guó)種植業(yè)碳匯盈余動(dòng)態(tài)變化及地區(qū)差異分析——基于31個(gè)省(市、區(qū))2000—2012年的面板數(shù)據(jù)［J］.自然資源學(xué)報(bào)，2015（11）：1885-1895.

［24］ FAIS B,SABIO N,STRACHAN N.The critical role of the industrial sector in reaching long-term emission reduction,energy efficiency and renewable targets［J］.Applied Energy,2016,162：699-712.

［25］ 何艷秋，戴小文.中國(guó)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素的時(shí)空特征研究［J］.資源科學(xué)，2016（9）：1780-1790.

［26］ 吳賢榮，張俊飚，程琳琳，等.中國(guó)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(guó)人口·資源與環(huán)境，2015（6）：53-61.

［27］ 田云，林子娟.巴黎協(xié)定下中國(guó)碳排放權(quán)省域分配及減排潛力評(píng)估研究［J］.自然資源學(xué)報(bào)，2021（4）：921-933.

［28］ 賀亞亞，田云，張俊飚.湖北省農(nóng)業(yè)碳排放時(shí)空比較及驅(qū)動(dòng)因素分析［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2013（5）：79-85.

［29］ 吳昊玥，黃瀚蛟，何宇，等.中國(guó)農(nóng)業(yè)碳排放效率測(cè)度、空間溢出與影響因素［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文)，2021（10）：1762-1773.

［30］ 白若琦，白樸，吳益?zhèn)?，?種植業(yè)固碳減排潛力和技術(shù)對(duì)策研究［J］.江蘇農(nóng)業(yè)科學(xué)，2017（22）：279-283.

［31］ 潘安.中國(guó)農(nóng)業(yè)貿(mào)易的碳減排效應(yīng)研究［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2017（4）：25-33.

［32］ 張新民.農(nóng)業(yè)碳減排的生態(tài)補(bǔ)償機(jī)制［J］.生態(tài)經(jīng)濟(jì)，2013（10）：107-110.

［33］ 陳松文，劉天奇，曹湊貴，等.水稻生產(chǎn)碳中和現(xiàn)狀及低碳稻作技術(shù)策略［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021（3）：3-12.

［34］ 唐海明，李超，肖小平，等.不同耕作模式對(duì)雙季稻田生態(tài)系統(tǒng)凈碳匯效應(yīng)及收益的影響［J］.生態(tài)環(huán)境學(xué)報(bào)，2020（2）：215-222.

［35］ 何艷秋，陳柔，吳昊玥，等.中國(guó)農(nóng)業(yè)碳排放空間格局及影響因素動(dòng)態(tài)研究［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2018（9）：1269-1282.

［36］ 田云，張俊飚，李波.基于投入角度的農(nóng)業(yè)碳排放時(shí)空特征及因素分解研究——以湖北省為例［J］.農(nóng)業(yè)現(xiàn)代化研究，2011（6）：752-755.

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

［38］ 吳賢榮，張俊飚，田云，等.中國(guó)省域農(nóng)業(yè)碳排放:測(cè)算、效率變動(dòng)及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用［J］.資源科學(xué)，2014（1）：129-138.

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

［40］ 謝鴻宇，陳賢生，林凱榮，等.基于碳循環(huán)的化石能源及電力生態(tài)足跡［J］.生態(tài)學(xué)報(bào)，2008（4）：1729-1735.

［41］ 李克讓.土地利用變化和溫室氣體凈排放與陸地生態(tài)系統(tǒng)碳循環(huán)［M］.北京：氣象出版社，2002：260－265.

［42］WRIGHT TP.Factors affecting the costs of airplanes［J］.Aeronaut Sci,1936,3(4):122-128

［43］ BEMISJC.A model for examining the cost implications of production rate.Concepts［J］.Def Syst Acquis Manage,1981,4(2):84-94

［44］BADIRU A B.Computational survey of univariate and multivariate learning curve models［J］.IEEE Transactions ineering Eng Management,1992,39(2):176-188

［45］ 堯波，鄭艷明，胡丹，等.江西省縣域農(nóng)業(yè)碳排放的時(shí)空動(dòng)態(tài)及影響因素分析［J］.長(zhǎng)江流域資源與環(huán)境，2014（3）：311-318.

［46］ 文清，田云，王雅鵬.中國(guó)農(nóng)業(yè)碳排放省域差異與驅(qū)動(dòng)機(jī)理研究——基于30個(gè)省(市、區(qū))1993～2012年的面板數(shù)據(jù)分析［J］.干旱區(qū)資源與環(huán)境，2015（11）：1-6.

［47］ 付佳，安增龍.黑龍江省種植業(yè)結(jié)構(gòu)調(diào)整經(jīng)濟(jì)效益評(píng)價(jià)［J］.浙江農(nóng)業(yè)科學(xué)，2021（3）：623-626+631.

［48］ 羅暄.湖南省農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與競(jìng)爭(zhēng)力演進(jìn)分析——基于動(dòng)態(tài)偏離份額模型［J］.湖南人文科技學(xué)院學(xué)報(bào)，2020（5）：74-79.

［49］ 楊濱鍵，孫紅雨.低碳績(jī)效測(cè)度與動(dòng)態(tài)效應(yīng)研究——以山東省種植業(yè)為例［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2021（3）：581-589.

［50］ 檀學(xué)文，張強(qiáng).經(jīng)濟(jì)全球化對(duì)中國(guó)東部農(nóng)業(yè)的影響［J］.世界農(nóng)業(yè)，2003（9）：10-13.

［51］ 楊果，陳瑤.中國(guó)農(nóng)業(yè)源碳匯估算及其與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的耦合分析［J］.中國(guó)人口·資源與環(huán)境，2016（12）：171-176.