吳正玉

(長(zhǎng)江大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 荊州 434023)

近年來(lái)，碳排放量的增加導(dǎo)致全球變暖，低碳減排成為目前討論的焦點(diǎn)問(wèn)題。2020年習(xí)近平總書(shū)記在第75屆聯(lián)合國(guó)大會(huì)上提出，我國(guó)將在2030年前達(dá)到碳達(dá)峰，2060年前實(shí)現(xiàn)碳中和[1]。聯(lián)合國(guó)糧食與農(nóng)業(yè)組織官方數(shù)據(jù)顯示，農(nóng)業(yè)每年釋放的溫室氣體占據(jù)全球溫室氣體的30%以上，其排放總量相當(dāng)于150 億t的二氧化碳。我國(guó)溫室氣體的15%來(lái)自農(nóng)業(yè)農(nóng)村，目前呈上升趨勢(shì)，農(nóng)業(yè)正悄然成為溫室氣體的重要排放源之一，推進(jìn)農(nóng)業(yè)農(nóng)村碳達(dá)峰、碳中和勢(shì)在必行。我國(guó)作為農(nóng)業(yè)大國(guó)，農(nóng)業(yè)碳排放量不容小覷，厘清農(nóng)業(yè)碳減排的能力，分析農(nóng)業(yè)碳減排時(shí)空演變，對(duì)于實(shí)現(xiàn)低碳農(nóng)業(yè)，早日完成“雙碳”目標(biāo)，兌現(xiàn)我國(guó)對(duì)世界做出的承諾，向世界彰顯一個(gè)有責(zé)任有擔(dān)當(dāng)?shù)拇髧?guó)形象，具有重要意義。

目前越來(lái)越多的學(xué)者投身于農(nóng)業(yè)碳問(wèn)題研究，研究成果較為豐碩，其研究角度大致分為3種。一部分學(xué)者對(duì)農(nóng)業(yè)碳排放的測(cè)算及其影響因素進(jìn)行研究。金書(shū)秦等[2]測(cè)算農(nóng)業(yè)碳排放數(shù)據(jù)發(fā)現(xiàn)農(nóng)業(yè)碳排放數(shù)量整體呈上升，近年來(lái)放緩趨近碳達(dá)峰。田云等[3]在使用DEA-Malmquist分解法測(cè)算湖北省農(nóng)業(yè)碳排放效率的基礎(chǔ)上，通過(guò)Tobit模型研究發(fā)現(xiàn)前沿技術(shù)進(jìn)步、農(nóng)村經(jīng)濟(jì)發(fā)展水平以及城鎮(zhèn)化水平因素等對(duì)農(nóng)業(yè)碳排放有顯著的正向影響。孟軍等[4]運(yùn)用碳排放系數(shù)法測(cè)算黑龍江農(nóng)業(yè)碳排放量并通過(guò)LMDI分解模型從生產(chǎn)結(jié)構(gòu)、勞動(dòng)力規(guī)模以及農(nóng)業(yè)生產(chǎn)效率等四方面分析對(duì)農(nóng)業(yè)碳排放的影響。另一部分學(xué)者探析了農(nóng)業(yè)碳排放與其他因素的關(guān)系。曠愛(ài)萍等[5]以廣西為研究對(duì)象，運(yùn)用協(xié)整理論和誤差修正模型分析農(nóng)業(yè)碳排放和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，結(jié)果表明，農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期的穩(wěn)定關(guān)系。賀青等[6]運(yùn)用環(huán)境庫(kù)茲涅茨模型和門(mén)檻模型，認(rèn)為農(nóng)業(yè)產(chǎn)業(yè)聚集對(duì)農(nóng)業(yè)碳排放具有雙重門(mén)檻效應(yīng)。曾珍等[7]通過(guò)構(gòu)建PVAR模型，使用方差分解法和脈沖相應(yīng)函數(shù)分析安徽3個(gè)區(qū)域的城鎮(zhèn)化對(duì)農(nóng)業(yè)碳排放的影響，研究表明，城鎮(zhèn)化對(duì)農(nóng)業(yè)碳排放的沖擊方向及大小具有明顯的區(qū)域差異。田云等[8]使用脫鉤模型和耦合協(xié)調(diào)模型證實(shí)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)碳排放系統(tǒng)和農(nóng)業(yè)經(jīng)濟(jì)系統(tǒng)的耦合度逐步升高，兩系統(tǒng)以弱脫鉤、強(qiáng)脫鉤為主。還有部分學(xué)者對(duì)農(nóng)業(yè)碳排放潛力進(jìn)行測(cè)算與評(píng)估，張軍偉等[9]運(yùn)用隨機(jī)前沿生產(chǎn)函數(shù)模型測(cè)算糧食生產(chǎn)過(guò)程中的碳排放量，然后提出碳減排路徑。冉錦成等[10]構(gòu)建SBM模型測(cè)算甘肅、新疆、陜西、寧夏和青海的農(nóng)業(yè)碳排放潛力指數(shù)，研究發(fā)現(xiàn)，近20 a青海的碳排放潛力指數(shù)最高，遠(yuǎn)高于其他4個(gè)省。高標(biāo)等[11]在探討了農(nóng)業(yè)碳排放和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的關(guān)系基礎(chǔ)上，運(yùn)用灰色預(yù)測(cè)模型探析城市的農(nóng)業(yè)減排潛力。

綜上所述，目前關(guān)于農(nóng)業(yè)碳排放問(wèn)題研究視角多樣，研究成果較多。既有關(guān)于農(nóng)業(yè)碳排放量測(cè)度和影響因素分析，也有關(guān)于農(nóng)業(yè)碳排放與其他要素關(guān)系和估算農(nóng)業(yè)碳減排潛力。這些研究為農(nóng)業(yè)低碳減排提供了一定的理論和現(xiàn)實(shí)基礎(chǔ)。但是，現(xiàn)有研究還存在一定的不足，一是關(guān)于農(nóng)業(yè)碳減排的綜合評(píng)價(jià)文獻(xiàn)資料較少，二是關(guān)于農(nóng)業(yè)碳減排的評(píng)價(jià)體系有待完善?；诖?，本文提出構(gòu)建農(nóng)業(yè)碳減排評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)法分析測(cè)算農(nóng)業(yè)碳減排能力，借助莫蘭指數(shù)和LISA聚類(lèi)圖分析我國(guó)農(nóng)業(yè)碳減排時(shí)空演化趨勢(shì)。

1 農(nóng)業(yè)碳減排能力綜合評(píng)價(jià)方法與模型

1.1 指標(biāo)體系構(gòu)建

本文根據(jù)文獻(xiàn)中關(guān)于碳減排指標(biāo)引用頻次，結(jié)合農(nóng)業(yè)行業(yè)的現(xiàn)實(shí)情況，構(gòu)建出農(nóng)業(yè)碳減排中的各項(xiàng)二級(jí)指標(biāo)，然后綜合考慮農(nóng)業(yè)碳減排的4個(gè)相關(guān)方面，最終構(gòu)建出農(nóng)業(yè)碳減排能力綜合評(píng)價(jià)指標(biāo)體系(表1)。農(nóng)業(yè)碳減排能力綜合評(píng)價(jià)體系包含農(nóng)村經(jīng)濟(jì)發(fā)展能力、農(nóng)村碳匯能力、農(nóng)村能源消耗和碳排放能力、農(nóng)村社會(huì)發(fā)展能力4個(gè)方面共計(jì)13個(gè)主要指標(biāo)數(shù)據(jù)。

表1 農(nóng)業(yè)碳減排能力綜合評(píng)價(jià)指標(biāo)體系

1.1.1 農(nóng)村經(jīng)濟(jì)發(fā)展能力

經(jīng)濟(jì)是衡量一個(gè)地區(qū)或產(chǎn)業(yè)的最重要指標(biāo)，對(duì)于農(nóng)業(yè)而言，經(jīng)濟(jì)在農(nóng)業(yè)中的重要性更是不言而喻。農(nóng)業(yè)生產(chǎn)總值、農(nóng)業(yè)勞動(dòng)生產(chǎn)率、土地產(chǎn)出率、人均糧食產(chǎn)量、第一產(chǎn)業(yè)增加值比重、單位耕地面積GDP 這些指標(biāo)從農(nóng)業(yè)的投入、產(chǎn)出2個(gè)角度衡量農(nóng)村經(jīng)濟(jì)發(fā)展能力。其中農(nóng)業(yè)生產(chǎn)總值用農(nóng)林漁牧業(yè)總產(chǎn)值表示；農(nóng)業(yè)勞動(dòng)生產(chǎn)率為農(nóng)業(yè)產(chǎn)值增加值與上一年農(nóng)業(yè)產(chǎn)值總量之比；土地產(chǎn)出率為農(nóng)業(yè)總產(chǎn)值與耕地面積之比；人均糧食產(chǎn)量為糧食總產(chǎn)量與農(nóng)村人口之比；第一產(chǎn)業(yè)增加值比重是第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重；單位耕地面積GDP為耕地面積與農(nóng)業(yè)總產(chǎn)值之比。

1.1.2 農(nóng)村社會(huì)發(fā)展能力

社會(huì)發(fā)展能力主要表現(xiàn)為居民的收入與消費(fèi)水平。農(nóng)村居民可支配收入與消費(fèi)水平是最直接的反映，城鎮(zhèn)化率和鄉(xiāng)村恩格爾系數(shù)則是間接反映。城鎮(zhèn)化率是城市人口與總?cè)丝诘恼急?，比例越高，地區(qū)的城市人口越多，主導(dǎo)產(chǎn)業(yè)為第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，社會(huì)發(fā)展水平越高。恩格爾系數(shù)為食品支出占居民消費(fèi)總支出的比重，若食品消費(fèi)水平越高，說(shuō)明該地區(qū)收入主要用于解決溫飽問(wèn)題，社會(huì)發(fā)展水平比較緩慢。

1.1.3 農(nóng)業(yè)碳源能力

農(nóng)業(yè)的碳源主要來(lái)自于農(nóng)業(yè)生產(chǎn)種植過(guò)程的各項(xiàng)農(nóng)事活動(dòng)，柴油、農(nóng)藥、化肥、農(nóng)用薄膜的使用等方面。其中柴油使用強(qiáng)度為農(nóng)用柴油使用量與耕地面積之比；農(nóng)藥施用量為農(nóng)藥使用量與耕地面積之比；化肥施用強(qiáng)度為化肥使用量與耕地面積之比；農(nóng)用塑料薄膜施用強(qiáng)度為農(nóng)膜使用量與耕地面積之比。農(nóng)業(yè)能源利用效率為農(nóng)業(yè)總產(chǎn)值與農(nóng)業(yè)能源消費(fèi)之比，它和農(nóng)業(yè)機(jī)械化水平作用類(lèi)似，指標(biāo)數(shù)值越高，代表在農(nóng)業(yè)生產(chǎn)過(guò)程中能源使用效率越高，產(chǎn)生的碳排放越少。

農(nóng)業(yè)碳排放密度是對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程中產(chǎn)生的碳排量進(jìn)行較為合理的評(píng)價(jià)指標(biāo)，它的計(jì)算公式為農(nóng)業(yè)碳排量與耕地面積之比。農(nóng)業(yè)碳排放量的計(jì)算參考曠愛(ài)萍等[5]的研究成果，同時(shí)結(jié)合農(nóng)業(yè)碳源碳排放系數(shù)(表2)，最終計(jì)算出農(nóng)業(yè)碳排放量。

表2 農(nóng)業(yè)碳排放系數(shù)

1.1.4 農(nóng)業(yè)碳匯能力

碳匯能力是指通過(guò)各種方法、技術(shù)，能夠吸收或固定碳排量，達(dá)到碳排放總量降低的目的。農(nóng)業(yè)主要是通過(guò)綠植吸收碳排放，產(chǎn)生氧氣等途徑達(dá)到固碳目的。因此，森林覆蓋率、人均公園綠地面積以及造林面積可以衡量農(nóng)業(yè)的碳吸收能力，綠植面積越大，碳吸收能力越大，碳匯能力越強(qiáng)。

1.2 數(shù)據(jù)來(lái)源

考慮數(shù)據(jù)的科學(xué)性、可獲取性和準(zhǔn)確性，由于數(shù)據(jù)缺失嚴(yán)重，剔除西藏、香港、澳門(mén)和臺(tái)灣等省區(qū)市，最終本文選取我國(guó)30個(gè)省區(qū)市2001—2019年的數(shù)據(jù)作為研究對(duì)象，原始數(shù)據(jù)主要來(lái)源于EPS數(shù)據(jù)庫(kù)，少數(shù)來(lái)源于各省區(qū)市統(tǒng)計(jì)年鑒，部分缺失值采用插值法補(bǔ)齊。

1.3 農(nóng)業(yè)碳減排能力綜合評(píng)價(jià)指標(biāo)計(jì)算方法

確定指標(biāo)權(quán)重的方法主要有專(zhuān)家打分法、層次分析法，這兩類(lèi)方法賦權(quán)具有一定的主觀(guān)性，不能較為客觀(guān)精準(zhǔn)反映現(xiàn)實(shí)情況。運(yùn)用熵權(quán)法進(jìn)行指標(biāo)賦權(quán)時(shí)可有效避免上述的主觀(guān)差誤等問(wèn)題，熵權(quán)法操作步驟如下：首先是對(duì)原始指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，然后避免數(shù)據(jù)結(jié)果出現(xiàn)為零的情況，對(duì)數(shù)據(jù)進(jìn)行平移操作，然后計(jì)算評(píng)價(jià)指標(biāo)熵值與權(quán)重，最后計(jì)算得出農(nóng)業(yè)碳減排能力。

1.4 農(nóng)業(yè)碳減排能力空間自相關(guān)檢驗(yàn)?zāi)Ｐ?/h3>

1.4.1 全局莫蘭指數(shù)

全局莫蘭指數(shù)(Moran’sI)主要用于檢驗(yàn)空間是否存在變量聚集現(xiàn)象，計(jì)算公式如下：

1.4.2 局部莫蘭指數(shù)

全局Moran’sI指數(shù)從整體上判斷我國(guó)30個(gè)省級(jí)行政區(qū)域農(nóng)業(yè)碳減排能力是否存在空間自相關(guān)，為了進(jìn)一步研究我國(guó)30個(gè)省級(jí)行政區(qū)域農(nóng)業(yè)能力是否存在局部性的空間聚集現(xiàn)象，需要引入局部Moran’sI指數(shù)和莫蘭指數(shù)散點(diǎn)圖觀(guān)察農(nóng)業(yè)碳減排能力可能存在的局部自相關(guān)性。局部Moran’sI計(jì)算公式如下：

局部Moran’sI指數(shù)為正，則表明屬性相同的數(shù)值聚集在一起(高值相鄰或低值相鄰)；局部Moran’sI指數(shù)為負(fù)，則表明屬性相異的數(shù)字聚集在一起(低值與高值相鄰或高值與低值相鄰)。

2 實(shí)證分析

2.1 農(nóng)業(yè)碳減排能力綜合評(píng)價(jià)結(jié)果與分析

根據(jù)上述計(jì)算方法，對(duì)我國(guó)2001—2019年30個(gè)省區(qū)市進(jìn)行農(nóng)業(yè)碳減排測(cè)算，如表3所示，由于年份跨年較大，為了行文簡(jiǎn)潔美觀(guān)，表3僅列出了時(shí)間間隔相同的7個(gè)年份的30個(gè)省區(qū)市的農(nóng)業(yè)碳減排能力。

由表3可知，2010—2019年我國(guó)農(nóng)業(yè)碳減排能力整體呈現(xiàn)上升趨勢(shì)，且近幾年增速加快。2010年0.043 6增長(zhǎng)至2019年的0.084 0，年均增速達(dá)到4.87%。2001—2019年，一方面國(guó)家從宏觀(guān)上對(duì)農(nóng)業(yè)綠色生產(chǎn)進(jìn)行頂層設(shè)計(jì)，農(nóng)藥化肥“雙減政策”實(shí)施。另一方面農(nóng)戶(hù)綠色環(huán)保意識(shí)不斷增強(qiáng)，農(nóng)田集約化經(jīng)營(yíng)，農(nóng)業(yè)清潔生產(chǎn)等行動(dòng)，共同促進(jìn)了我國(guó)農(nóng)業(yè)綠色高質(zhì)量發(fā)展，農(nóng)業(yè)碳減排能力顯著提高。

表3 2001—2019年30個(gè)省區(qū)市農(nóng)業(yè)碳減排能力

借鑒張發(fā)明等[12]的劃分標(biāo)準(zhǔn)，建立農(nóng)業(yè)碳減排能力劃分標(biāo)準(zhǔn)，見(jiàn)表4。具體而言，我國(guó)30個(gè)省區(qū)市農(nóng)業(yè)碳排放能力差距較大(表5)。

表4 農(nóng)業(yè)碳減排能力劃分標(biāo)準(zhǔn)

表5 2001—2019年農(nóng)業(yè)碳減排能力等級(jí)

2001年我國(guó)各級(jí)省區(qū)市農(nóng)業(yè)碳減排空間格局呈現(xiàn)倒金字塔形，低水平和中低水平的省區(qū)市較多，而高水平的省區(qū)市較少。其中以黑龍江、吉林、湖北等為代表的主產(chǎn)區(qū)農(nóng)業(yè)碳減排能力較低；河北、安徽和福建等7個(gè)省區(qū)市處于中低水平，北京等6個(gè)省區(qū)市處于高水平。

2004年我國(guó)各省區(qū)市農(nóng)業(yè)碳減排空間格局呈現(xiàn)高低不一參差狀，以河北、吉林和黑龍江為代表的低水平的省區(qū)市有11個(gè)，以天津、內(nèi)蒙古、廣東等為代表的中高水平省區(qū)市有7個(gè)，以北京、河北和上海等為代表的高水平省區(qū)市有8個(gè)，其余4個(gè)省區(qū)市處于中低水平。

2007—2019年我國(guó)各省區(qū)市農(nóng)業(yè)碳減排空間格局呈現(xiàn)橄欖球形，即中部稍大，兩頭稍小。2007、2010、2013、2016和2019年，農(nóng)業(yè)碳減排低水平的省區(qū)市在2～5個(gè)徘徊，農(nóng)業(yè)碳減排高水平的省區(qū)市維持在2～4個(gè)，剩余20多個(gè)省區(qū)市均處于農(nóng)業(yè)碳減排的中低水平和中高水平。根據(jù)2019年農(nóng)業(yè)碳減排能力預(yù)測(cè)，未來(lái)我國(guó)農(nóng)業(yè)碳減排能力將進(jìn)一步優(yōu)化，低水平和中低水平省區(qū)市數(shù)量將會(huì)逐步減少，中高水平和高水平省區(qū)市數(shù)量將會(huì)增加，我國(guó)農(nóng)業(yè)碳減排綜合能力將會(huì)得到提升。

2.2 農(nóng)業(yè)碳減排的時(shí)空格局演變

2.2.1 農(nóng)業(yè)碳減排能力總體格局演變

運(yùn)用Stata，通過(guò)構(gòu)建省級(jí)空間矩陣計(jì)算出2001—2019年我國(guó)30個(gè)省區(qū)市農(nóng)業(yè)碳排放能力的全局Moran’sI，結(jié)果見(jiàn)表6。2002、2003、2004、2007、2008、2016、2017、2018和2019年9 a的Moran’sI大于0，表明這些年份我國(guó)農(nóng)業(yè)碳減排能力呈現(xiàn)空間正相關(guān)，其余剩余10 a的Moran’sI小于0，表明這些年份我國(guó)農(nóng)業(yè)碳減排能力呈現(xiàn)空間負(fù)相關(guān)，總體來(lái)說(shuō)，2001—2019年我國(guó)農(nóng)業(yè)碳減排能力空間相關(guān)性表現(xiàn)為波動(dòng)狀態(tài)，空間相關(guān)性不穩(wěn)定。

表6 2000—2019 年我國(guó)農(nóng)業(yè)碳減排能力的全局莫蘭指數(shù)檢驗(yàn)結(jié)果

Z值反映了莫蘭指數(shù)的顯著性，2001、2002、2003、2004、2005、2007、2008、2016、2017、2018和2019年11 a為正數(shù)，其余8 aZ為負(fù)數(shù)。2001—2019年我國(guó)30個(gè)省區(qū)市農(nóng)業(yè)碳減排能力呈顯著性倒U形：初始年份農(nóng)業(yè)碳減排能力顯著性較強(qiáng)，中間年份農(nóng)業(yè)碳減排能力顯著性減弱，近幾年農(nóng)業(yè)碳減排能力顯著性增強(qiáng)。

在顯著性水平0.05的條件下，僅2019年通過(guò)了顯著性檢驗(yàn)，但P值整體呈現(xiàn)減少趨勢(shì)。說(shuō)明前期我國(guó)農(nóng)業(yè)碳減排能力存在空間負(fù)相關(guān)性，但不顯著，近年來(lái)我國(guó)農(nóng)業(yè)碳減排能力呈現(xiàn)空間自相關(guān)性。從區(qū)域地理位置看，農(nóng)業(yè)生產(chǎn)受限于氣候、地形、水源等多種因素，臨近的農(nóng)業(yè)生產(chǎn)區(qū)域一般具有相同或相似的農(nóng)業(yè)生產(chǎn)環(huán)境，使得農(nóng)業(yè)碳減排能力出現(xiàn)趨同情況。從社會(huì)角度看，我國(guó)的三大功能產(chǎn)區(qū)設(shè)立了農(nóng)業(yè)先行示范區(qū)，示范區(qū)在農(nóng)業(yè)種植、培育技術(shù)和物流銷(xiāo)售等方面成績(jī)斐然，周?chē)R近區(qū)域?qū)W習(xí)借鑒示范區(qū)經(jīng)驗(yàn)，涓滴效應(yīng)逐步凸顯，這為農(nóng)業(yè)碳減排能力的空間關(guān)聯(lián)性奠定基礎(chǔ)。

2.2.2 農(nóng)業(yè)碳減排能力局部格局演變

利用GeoDa軟件計(jì)算出2001、2010和2019年繪制出我國(guó)農(nóng)業(yè)碳減排能力的局部莫蘭散點(diǎn)圖(圖1)和LISA聚類(lèi)顯著(表7)。

圖1 2001、2010、2019年農(nóng)業(yè)碳減排能力的局部莫蘭散點(diǎn)狀

表7 2001、2010、2019年農(nóng)業(yè)碳減排能力空間的LISA顯著性

由圖1可知，2001、2010和2019年局部Moran’sI指數(shù)分別為-0.017、-0.099、0.230，局部Moran’sI指數(shù)由負(fù)值變?yōu)檎担f(shuō)明我國(guó)農(nóng)業(yè)碳減排空間相關(guān)性呈增強(qiáng)態(tài)勢(shì)。2001年我國(guó)的30個(gè)省區(qū)市的農(nóng)業(yè)碳減排能力空間分布呈隨機(jī)性，均勻分布在四個(gè)象限中；2005年空間相關(guān)性有所改變，主要集中在第二象限和第四象限，表明該階段我國(guó)農(nóng)業(yè)碳減排能力空間負(fù)相關(guān)較強(qiáng)，2010年空間負(fù)相關(guān)性進(jìn)一步增強(qiáng)，第二象限、第三象限較為集中；2019年農(nóng)業(yè)碳減排能力空間正相關(guān)，主要分布在第一象限和第三象限。

通過(guò)表7可直觀(guān)觀(guān)察到我國(guó)2001—2019年農(nóng)業(yè)碳減排能力空間演化趨勢(shì)。2001年僅有安徽處于高-低空間顯著性，其他省區(qū)市均不顯著，2010年重慶和四川分別處于高-低和低-低顯著性，2019年上海、四川、陜西、山西、安徽、內(nèi)蒙古、廣西7個(gè)省區(qū)市位于不同程度的空間顯著性。我國(guó)的農(nóng)業(yè)碳減排空間演化呈現(xiàn)出一定的特征，首先從區(qū)域劃分上看，農(nóng)業(yè)碳減排能力空間呈現(xiàn)“北聚南散”的特點(diǎn)。農(nóng)業(yè)碳減排能力較為顯著的以北方省區(qū)市為主，南方省區(qū)市較少。北方地形開(kāi)闊，大面積農(nóng)田成片分布，有利于大型農(nóng)業(yè)機(jī)械作業(yè)，農(nóng)業(yè)生產(chǎn)高效，南方以分散的小農(nóng)戶(hù)經(jīng)營(yíng)居多，小農(nóng)戶(hù)為提高產(chǎn)量，農(nóng)藥化肥量相對(duì)使用較多，在一定程度上增加農(nóng)業(yè)碳排放量。其次從三大功能區(qū)上看，農(nóng)業(yè)碳減排呈現(xiàn)主產(chǎn)區(qū)平衡區(qū)聚集，主銷(xiāo)區(qū)分散的特點(diǎn)。農(nóng)業(yè)主產(chǎn)區(qū)和農(nóng)業(yè)平衡區(qū)的經(jīng)濟(jì)構(gòu)成中，農(nóng)業(yè)占據(jù)絕對(duì)主導(dǎo)地位，農(nóng)業(yè)生產(chǎn)規(guī)模相對(duì)較大。前期由于以提高產(chǎn)量為目標(biāo)，濫用化肥農(nóng)膜農(nóng)藥等高污染生產(chǎn)資料，在取得農(nóng)業(yè)高產(chǎn)的同時(shí)以犧牲農(nóng)業(yè)環(huán)境為代價(jià)。中后期，國(guó)家開(kāi)始注重農(nóng)業(yè)高質(zhì)量發(fā)展問(wèn)題，注重農(nóng)業(yè)生產(chǎn)的可持續(xù)性。2016年財(cái)政部與農(nóng)業(yè)部聯(lián)合頒發(fā)《建立以綠色生態(tài)為導(dǎo)向的農(nóng)業(yè)補(bǔ)貼制度改革方案》、2017年中央一號(hào)文件提出推進(jìn)農(nóng)業(yè)綠色生產(chǎn)、2018年農(nóng)業(yè)農(nóng)村部出臺(tái)《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則(2018—2030年)》。連續(xù)多年頒發(fā)促進(jìn)農(nóng)業(yè)低碳綠色的文件政策，一方面對(duì)今后農(nóng)業(yè)綠色低碳發(fā)展總方向做出頂層規(guī)劃，另一方面農(nóng)民在潛移默化中接受綠色低碳生產(chǎn)理念，逐步采納新型清潔綠色生產(chǎn)技術(shù)與物質(zhì)資料，農(nóng)業(yè)碳排放量整體呈現(xiàn)減少趨勢(shì)。2010年以后我國(guó)農(nóng)業(yè)碳減排能力由空間隨機(jī)性向空間顯著性逐步轉(zhuǎn)變。

3 小結(jié)與建議

本文通過(guò)從農(nóng)業(yè)經(jīng)濟(jì)、農(nóng)村社會(huì)、農(nóng)業(yè)碳源和農(nóng)業(yè)碳匯4個(gè)維度構(gòu)建農(nóng)業(yè)碳減排能力評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)法計(jì)算我國(guó)2001—2019年30個(gè)省區(qū)市的農(nóng)業(yè)碳減排能力以及Stata、Geoda等軟件計(jì)算Moran’sI全局指數(shù)、Moran’sI局部指數(shù)，并繪制農(nóng)業(yè)碳減排的LISA聚類(lèi)圖分析農(nóng)業(yè)碳減排時(shí)空演化。主要結(jié)論為：一是我國(guó)農(nóng)業(yè)碳減排能力整體呈現(xiàn)上升趨勢(shì)，中間少數(shù)年份出現(xiàn)衰退情況。二是我國(guó)農(nóng)業(yè)碳減排能力空間相關(guān)性呈現(xiàn)波動(dòng)狀態(tài)，空間相關(guān)性相對(duì)不穩(wěn)定。三是我國(guó)農(nóng)業(yè)碳減排空間相關(guān)性由不相關(guān)-弱相關(guān)-相關(guān)轉(zhuǎn)變，其空間相關(guān)性呈增強(qiáng)態(tài)勢(shì)。四是我國(guó)農(nóng)業(yè)碳減排空間顯著性表現(xiàn)為“北聚南散”和“主產(chǎn)區(qū)平衡區(qū)聚集，主銷(xiāo)區(qū)分散”的特點(diǎn)。

根據(jù)上述分析，在“碳達(dá)峰碳中和”的現(xiàn)實(shí)背景下，一是要盡量減少農(nóng)業(yè)化學(xué)物質(zhì)投入，代之以有機(jī)可分解生產(chǎn)資料物質(zhì)。減少農(nóng)藥化肥農(nóng)膜等生產(chǎn)投入資料的使用，能夠有效減少對(duì)農(nóng)田的污染和農(nóng)業(yè)碳源，從源頭上提升農(nóng)業(yè)碳減排潛力。二是加大農(nóng)業(yè)科學(xué)技術(shù)的研發(fā)和投入力度，加快推廣綠色低碳技術(shù)的應(yīng)用，重點(diǎn)關(guān)注綠色循環(huán)農(nóng)業(yè)模式，通過(guò)種養(yǎng)結(jié)合方式，既提高農(nóng)田肥沃度，同時(shí)還能優(yōu)化農(nóng)業(yè)結(jié)構(gòu)，提升農(nóng)業(yè)產(chǎn)品質(zhì)量。三是改進(jìn)傳統(tǒng)農(nóng)業(yè)耕作方式，促進(jìn)秸稈還田。一方面可以通過(guò)采取保護(hù)性耕作或輪作等方式增強(qiáng)農(nóng)田碳匯能力，提高土地有機(jī)碳穩(wěn)定性。另一方面通過(guò)過(guò)腹還田、漚制還田、秸稈還田等多種措施促進(jìn)農(nóng)業(yè)物質(zhì)科學(xué)還田，減少秸稈焚燒的環(huán)境污染問(wèn)題，提高土壤有機(jī)含量。四是要加強(qiáng)對(duì)農(nóng)業(yè)的教育宣傳工作，提高農(nóng)戶(hù)綠色低碳生產(chǎn)意識(shí)。開(kāi)展相關(guān)農(nóng)業(yè)綠色教育培訓(xùn)，從而提升農(nóng)戶(hù)掌握新型生產(chǎn)技術(shù)和生產(chǎn)機(jī)械的能力，使農(nóng)戶(hù)從根本上了解認(rèn)識(shí)農(nóng)業(yè)低碳綠色生產(chǎn)的益處，改變傳統(tǒng)高投入低產(chǎn)出的小農(nóng)生產(chǎn)意識(shí)。