摘 要：在對遼寧省14個(gè)地級市2012—2021年農(nóng)業(yè)碳排放量測算的基礎(chǔ)上分析其時(shí)空特征，基于農(nóng)業(yè)碳排放的生態(tài)承載力系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)對碳排放公平性進(jìn)行評價(jià)，最后利用地理探測器分析影響農(nóng)業(yè)碳排放強(qiáng)度的主要因素。結(jié)果表明：①遼寧省農(nóng)業(yè)碳排放量呈緩慢增長的趨勢，遼西北部地區(qū)為高碳排放區(qū)，中部地區(qū)為低碳排放區(qū)，碳排放量的地區(qū)差異在擴(kuò)大。②根據(jù)公平性矩陣分類，大連市與本溪市為生態(tài)承載力系數(shù)低而經(jīng)濟(jì)貢獻(xiàn)系數(shù)高的“低-高”型，葫蘆島市為“低-低”型，遼陽市由“高-高”型轉(zhuǎn)變?yōu)椤案?低”型，沈陽市、撫順市、營口市以及盤錦市由“低-高”型轉(zhuǎn)變?yōu)椤案?高”型。③遼寧省農(nóng)業(yè)碳排放強(qiáng)度主要受到農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)生產(chǎn)效率的影響，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是影響農(nóng)業(yè)碳排放強(qiáng)度的決定性因素，除農(nóng)業(yè)從業(yè)人口外各因素對農(nóng)業(yè)碳排放強(qiáng)度起正向驅(qū)動作用。

關(guān)鍵詞：農(nóng)業(yè)碳排放；時(shí)空特征；公平性評價(jià)；地理探測器；遼寧省

中圖分類號：X38 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-9655（2024）04-00-08

0 引言

氣候變遷已經(jīng)上升為全球普遍關(guān)注的議題，同時(shí)也成為了人類所要應(yīng)對的最大全球性環(huán)境問題。大氣中的CO2、N2O、CH4等溫室氣體濃度的增加，是導(dǎo)致全球氣候變暖的關(guān)鍵因素[1]。農(nóng)業(yè)是造成溫室氣體排放的途徑之一，降低農(nóng)業(yè)碳排放是發(fā)展綠色農(nóng)業(yè)與實(shí)現(xiàn)“雙碳”目標(biāo)的基本路徑。遼寧省的農(nóng)業(yè)以糧食種植為主，主要生產(chǎn)小麥、玉米、大豆等糧食作物，其中小麥產(chǎn)量位居全國前列，但在農(nóng)業(yè)生產(chǎn)過程中存在過度依賴機(jī)械，農(nóng)業(yè)基礎(chǔ)設(shè)施滯后等現(xiàn)象，使區(qū)域農(nóng)業(yè)發(fā)展與農(nóng)業(yè)減排之間出現(xiàn)了不協(xié)調(diào)現(xiàn)象，農(nóng)業(yè)的低碳發(fā)展面臨巨大挑戰(zhàn)。

國內(nèi)外學(xué)者們從多個(gè)視角對農(nóng)業(yè)碳排放問題進(jìn)行了探討，焦點(diǎn)落在農(nóng)業(yè)碳排放的測算、農(nóng)業(yè)碳排放的時(shí)間和空間特性、影響農(nóng)業(yè)碳排放的因素、農(nóng)業(yè)碳排放趨勢預(yù)測、農(nóng)業(yè)碳達(dá)峰分析、農(nóng)業(yè)碳排放公平性分析、農(nóng)業(yè)碳減排潛力以及碳補(bǔ)償潛力等多個(gè)方面。關(guān)于農(nóng)業(yè)碳排放量的測算主要分為兩類：一類是從農(nóng)業(yè)的單個(gè)產(chǎn)業(yè)進(jìn)行具體測算[1-4]，另一類是對農(nóng)業(yè)整體的碳排放量進(jìn)行測算[5]。在測算農(nóng)業(yè)碳排放量的時(shí)候，普遍把農(nóng)作物和農(nóng)用物資作為種植業(yè)的主要碳源，把豬、牛、羊及家禽的腸道發(fā)酵和糞便管理作為畜牧業(yè)的碳源。

在農(nóng)業(yè)碳排放的時(shí)空特征方面，主要研究國家層面和重點(diǎn)區(qū)域的碳排放時(shí)空演化[6-7]，主要使用馬爾科夫轉(zhuǎn)移規(guī)則矩陣，以及貢獻(xiàn)系數(shù)矩陣，探索農(nóng)業(yè)生態(tài)效率和農(nóng)業(yè)碳排放公平性[8-9]，對碳排放的時(shí)空特征進(jìn)行分析。關(guān)于農(nóng)業(yè)碳排放的驅(qū)動因子，國內(nèi)外研究主要使用Tobit模型、LMDI模型、環(huán)境庫茲涅茨曲線（EKC）、地理探測器等方法[10-15]。遼寧省的農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu)和地理特征復(fù)雜多變，地理探測器能夠處理這種復(fù)雜性，提供更為精確的分析結(jié)果。

基于各地區(qū)碳排放量的差異，研究碳排放公平性是確保順利實(shí)現(xiàn)減排目標(biāo)的關(guān)鍵基礎(chǔ)，部分學(xué)者對此進(jìn)行了深入探討[16]。如鄭立群采用公平與效率的權(quán)衡模型，對中國各個(gè)省份和地區(qū)能源碳排放減少責(zé)任分配進(jìn)行了深入研究[17]。然而，現(xiàn)有的碳排放公平性研究主要集中在能源領(lǐng)域，忽視了農(nóng)業(yè)領(lǐng)域的碳排放公平性。遼寧省氣候地形多樣，對農(nóng)業(yè)提供機(jī)遇，但也需要科學(xué)管理碳排放和生態(tài)承載力的關(guān)系。農(nóng)業(yè)經(jīng)濟(jì)以糧食和經(jīng)濟(jì)作物為主，畜牧業(yè)貢獻(xiàn)也較大。利用農(nóng)業(yè)碳排放經(jīng)濟(jì)貢獻(xiàn)系數(shù)，可衡量農(nóng)業(yè)碳排放量，并結(jié)合經(jīng)濟(jì)產(chǎn)值分析碳排放的經(jīng)濟(jì)效益，為提高農(nóng)業(yè)生產(chǎn)效率和實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境雙贏目標(biāo)提供策略。本文在測算遼寧省14個(gè)地級市農(nóng)業(yè)的碳排放量基礎(chǔ)上分析農(nóng)業(yè)碳排放的時(shí)空特征，利用農(nóng)業(yè)碳排放公平性的模型從生態(tài)承載力和農(nóng)業(yè)經(jīng)濟(jì)貢獻(xiàn)率兩個(gè)角度來分析農(nóng)業(yè)碳排放的公平性和差異性，采用地理探測器技術(shù)探究可能影響農(nóng)業(yè)碳排放強(qiáng)度的各種因素，旨在為遼寧省制定差異化的區(qū)域農(nóng)業(yè)碳排放政策和碳減排指標(biāo)提供科學(xué)的依據(jù)。

1 研究區(qū)概況

遼寧省位于中國東北地區(qū)的最南端，其地理坐標(biāo)東經(jīng)118°53′～125°46′、北緯38°43′～43°26′，陸地面積為14.8萬km2。地形特點(diǎn)北部地勢較高，南部地勢較低，而山地和丘陵則從東到西分布，中部平原逐漸下沉，雨水和高溫同季出現(xiàn)。遼寧省針對某些地區(qū)實(shí)施了生態(tài)循環(huán)農(nóng)業(yè)、養(yǎng)殖廢棄物的再利用、標(biāo)準(zhǔn)化的清潔生產(chǎn)和特色種植產(chǎn)業(yè)資源的循環(huán)管理。根據(jù)各種作物和生產(chǎn)模式的特點(diǎn)，制定了多種生態(tài)農(nóng)業(yè)策略，實(shí)現(xiàn)農(nóng)業(yè)和副業(yè)資源的多元化利用，從而達(dá)到節(jié)約能源和減少排放的目標(biāo)。在此基礎(chǔ)上發(fā)展出具有區(qū)域優(yōu)勢的種植業(yè)、加工業(yè)以及旅游業(yè)，為當(dāng)?shù)亟?jīng)濟(jì)的可持續(xù)發(fā)展提供保障。2021年，遼寧省的農(nóng)業(yè)總產(chǎn)值達(dá)到了2222.54億元，其中畜牧業(yè)的總產(chǎn)值為1683.94億元。

糧食作物主要包括水稻、玉米和小麥，經(jīng)濟(jì)作物主要有大豆、花生和棉花等，畜牧業(yè)以豬、牛、羊的養(yǎng)殖為主導(dǎo)。

2 研究方法

2.1 農(nóng)業(yè)碳排放量測算指標(biāo)

農(nóng)業(yè)主要分為動物的飼養(yǎng)和植物的種植培養(yǎng)兩方面，且有狹義和廣義之分。狹義的農(nóng)業(yè)主要是指種植業(yè)，廣義的農(nóng)業(yè)則包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)四部分。由于農(nóng)業(yè)碳排放的主要來源為農(nóng)作物的生產(chǎn)活動和畜牧養(yǎng)殖，因此本文所要研究的農(nóng)業(yè)是在狹義的農(nóng)業(yè)的基礎(chǔ)上增加了畜牧業(yè)，即種植業(yè)和畜牧業(yè)。

（1）種植業(yè)碳排放。種植業(yè)碳排放主要包括農(nóng)地使用過程中產(chǎn)生的碳排放以及水稻種植導(dǎo)致的甲烷排放量。在農(nóng)地的使用過程中產(chǎn)生的碳排放主要可以分為三個(gè)主要類別：一是化肥、農(nóng)藥、農(nóng)膜、柴油等農(nóng)業(yè)必需品的消耗導(dǎo)致的碳排放；二是由農(nóng)業(yè)灌溉活動引發(fā)的碳排放總量；三是種植業(yè)碳排放還涉及到農(nóng)田翻耕行為導(dǎo)致有機(jī)碳損失的情況。鑒于數(shù)據(jù)的可獲得性，農(nóng)地利用碳排放量主要計(jì)算了化肥消耗導(dǎo)致的碳排放與灌溉活動引發(fā)的碳排放，具體測算公式如下[18-19]：

式中：E1—農(nóng)地利用的碳排放量；ui—第i類活動數(shù)據(jù)，包括各地區(qū)的化肥使用量，柴油使用量，農(nóng)作物實(shí)際播種面積，有效灌溉面積[20]；ri—第i類活動的排放因子，化肥的碳排放因子為0.89 kg/kg[21]，

灌溉碳排放因子為266.48 kg/hm2[22]。

式中：E2—水稻種植碳排放量（104 t）；s—水稻種植面積（103 hm2）；h—水稻種植碳排放因子，參考何艷秋等[23]的研究，取h=9.24 g（C）/m2。

種植業(yè)的凈碳排放量為種植業(yè)碳排放量與碳吸收量之差。農(nóng)業(yè)碳吸收量指農(nóng)作物生長發(fā)育的全過程中的碳吸收，利用系數(shù)法測算農(nóng)業(yè)碳吸收量，其公式如下[24]：

式中：E3—主要農(nóng)作物碳吸收量（104 t）；Ai和Yi—各類農(nóng)作物碳吸收率（%）及產(chǎn)量（104 t）；Wi和Ci—各類農(nóng)作物含水率（%）及經(jīng)濟(jì)系數(shù)，各參數(shù)取值如表1所示。

（2）畜禽養(yǎng)殖碳排放。畜牧業(yè)中碳排放的主要來源是反芻動物在腸道發(fā)酵和糞便處理過程中釋放的溫室氣體。研究主要關(guān)注了豬、牛和羊的碳排放情況，具體測算公式如下[26]：

式中：E4—畜禽養(yǎng)殖碳排放量（104 t）；k—全球升溫潛能值，其中kCH4=21，kN2O =310；fi—各類畜禽年均飼養(yǎng)量（104頭）；ai和bi—各類畜禽CH4排放系數(shù)，豬、牛、羊的腸道發(fā)酵CH4排放系數(shù)分別為1 kg/頭、47 kg/頭、5kg/頭，豬、牛、羊的糞便管理CH4排放系數(shù)分別為4 kg/頭、1 kg/頭、0.16 kg/頭[27]。

2.2 農(nóng)業(yè)碳排放公平性評價(jià)模型

農(nóng)業(yè)碳排放的公平性是對一個(gè)地區(qū)農(nóng)業(yè)生態(tài)容量和地區(qū)農(nóng)業(yè)經(jīng)濟(jì)貢獻(xiàn)的綜合分析評價(jià)。單純的碳排放量分析不足以判斷農(nóng)業(yè)碳排放的公平性，還需要考慮不同地區(qū)所具有的不同生態(tài)條件和社會經(jīng)濟(jì)發(fā)展水平，從生態(tài)承載能力和經(jīng)濟(jì)貢獻(xiàn)能力兩方面基于公平性矩陣進(jìn)行碳排放公平性評價(jià)。

（1）農(nóng)業(yè)碳排放生態(tài)承載系數(shù)主要評價(jià)遼寧省農(nóng)業(yè)碳生態(tài)容量的貢獻(xiàn)是否公平，計(jì)算公式如下[28]：

式中： P—農(nóng)業(yè)碳排放生態(tài)承載系數(shù)；Ti和Ei—各市農(nóng)業(yè)碳吸收量（104 t）和碳排放量（104 t）；T和E—全省農(nóng)業(yè)碳吸收量（104 t）和碳排放量（104 t）。Pgt;1意味著某城市農(nóng)業(yè)生態(tài)容量較高，能對其他城市產(chǎn)生正外部性效應(yīng)，P＜1意味著某城市農(nóng)業(yè)碳生態(tài)容量較低，會對附近地區(qū)的生態(tài)環(huán)境造成不利影響。

（2）農(nóng)業(yè)碳排放經(jīng)濟(jì)貢獻(xiàn)系數(shù)主要評估各地級市在農(nóng)業(yè)碳排放的經(jīng)濟(jì)貢獻(xiàn)是否公平，能夠衡量各地區(qū)的農(nóng)業(yè)碳生產(chǎn)能力，計(jì)算公式如下[28]：

式中：M—農(nóng)業(yè)碳排放經(jīng)濟(jì)貢獻(xiàn)系數(shù)；Gi和Ei—各市農(nóng)業(yè)生產(chǎn)總值（108元）和碳排放量（104 t）；G和E—全省農(nóng)業(yè)生產(chǎn)總值（108元）和碳排放量（104 t）。若Mgt;1，表示該城市的農(nóng)業(yè)經(jīng)濟(jì)貢獻(xiàn)率超過了其農(nóng)業(yè)碳排放貢獻(xiàn)率，表明該市的農(nóng)業(yè)生產(chǎn)效率較高，并對其他城市有所貢獻(xiàn)。相反，M＜1表示該城市的農(nóng)業(yè)經(jīng)濟(jì)貢獻(xiàn)率低于其農(nóng)業(yè)碳排放貢獻(xiàn)率，意味著該市區(qū)的農(nóng)業(yè)經(jīng)濟(jì)貢獻(xiàn)較小，碳排放量較高，從而損害了其他城市的利益。

基于農(nóng)業(yè)碳排放生態(tài)承載系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)，根據(jù)公平性矩陣將遼寧省的14個(gè)地級市的農(nóng)業(yè)碳排放公平性進(jìn)行分類，其中，Pgt;1且Mgt;1的被歸為“高-高”型，Pgt;1且M＜1的被分類為“高-低”模式；P＜1的且Mgt;1呈現(xiàn)為“低-高”的形態(tài)；P＜1且M＜1的被分類為“低-低”類型。

2.3 地理探測器

地理探測器可用于研究空間的分異性和成因，它在資源環(huán)境和區(qū)域經(jīng)濟(jì)等多個(gè)研究領(lǐng)域得到了廣泛應(yīng)用。因子探測模塊的核心職責(zé)是評定各種元素是否是導(dǎo)致因變量在空間分布上出現(xiàn)不均衡的主要原因，并深入研究這些元素對因變量造成的具體影響。在地理探測器的模型中，交互探測部分能夠研究各種因子之間的相互作用如何影響因變量。具體測算公式如下[15，29]：

式中：q—各因素對農(nóng)業(yè)凈碳排放的解釋力，其取值區(qū)間為[0，1]。q值越接近1，表示這個(gè)因素對農(nóng)業(yè)的凈碳排放產(chǎn)生的影響更為顯著；n—研究區(qū)域樣本量， n=14；σ2—樣本方差。

2.4 數(shù)據(jù)來源

化肥和其他農(nóng)業(yè)資源的使用，農(nóng)作物的種植面積，農(nóng)田水利的灌溉面積，主要農(nóng)作物的產(chǎn)出，豬、牛、羊等家畜的年末存欄量，各地農(nóng)業(yè)的總產(chǎn)值，農(nóng)業(yè)從業(yè)人員的數(shù)量以及農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)等方面的社會經(jīng)濟(jì)原始數(shù)據(jù)來源據(jù)于《遼寧省統(tǒng)計(jì)年鑒（2011—2022）》。

3 結(jié)果與分析

3.1 遼寧省農(nóng)業(yè)碳排放量的時(shí)空特征

總體來看，遼寧省農(nóng)業(yè)碳排放量在2012—2021年呈現(xiàn)上升的趨勢。具體來看，朝陽市農(nóng)業(yè)碳排放量最高，為67346.45萬t；鐵嶺市位于第二，為62040.20萬t；沈陽市位于第3位，其農(nóng)業(yè)碳排放量為57310.37萬t。而本溪市農(nóng)業(yè)碳排放量最少，為6935.21萬t。相較2012年，部分地級市農(nóng)業(yè)碳排放量有下降趨勢。盤錦市的農(nóng)業(yè)碳排放下降率最高，為50.6%；營口市次之，為40.8%；錦州市、丹東市、鞍山市位列其后，其下降率分別為38.9%、35.5%、33.2%。表明遼寧省農(nóng)業(yè)的高碳排放區(qū)主要分布在遼西北地區(qū)，低值區(qū)域主要集中在中部地帶；且農(nóng)業(yè)碳排放下降率較大的區(qū)域也主要集中于中部地區(qū)，中部地區(qū)是未來發(fā)展綠色農(nóng)業(yè)的關(guān)鍵地區(qū)。

種植業(yè)農(nóng)業(yè)碳排放結(jié)構(gòu)未有明顯改變，灌溉導(dǎo)致的碳排放量在種植業(yè)農(nóng)業(yè)排放量中占比最大，為76.4%，其次是水稻種植的碳排放量，占比為22.9%，由化肥使用造成的碳排放量的占比最小，占比僅為0.5%。具體來看，只有灌溉導(dǎo)致的碳排放量在不斷增長，其增長率為19.9%。究其原因，2015年開始國家提倡化肥使用量零增長行動，2020年遼寧省部分地區(qū)一季稻播種受到影響，導(dǎo)致水稻種植面積減小。

遼寧省畜牧業(yè)的碳排放量年際變化不大，但豬和牛的碳排放量呈波動上升趨勢，對遼寧省畜牧業(yè)農(nóng)業(yè)碳具有較大影響。2012年豬、牛、羊的碳排放量分別為3.27×109 t、3.05×108 t、1.0×108 t；2021年豬、牛、羊的碳排放量分別為3.54×109 t、3.32×108 t、1.18×108 t，其中羊的碳排放量增長率最大為34.6%，豬和牛的碳排放量呈波動上升趨勢。究其原因，2011—2018年，豬肉、仔豬和活豬零售市場價(jià)整體波動變化，2019年由于非洲豬瘟影響，價(jià)格迅速上漲，2020年整體價(jià)格居高不下，為滿足市場需要和盈利需求，豬的年均飼養(yǎng)量有所增多，近幾年，由于國家對環(huán)境進(jìn)行了更為嚴(yán)格的整治，并強(qiáng)調(diào)了規(guī)?；B(yǎng)殖的重要性，全省的豬存欄量因此呈現(xiàn)出波動性上升的趨勢。

3.2 遼寧省農(nóng)業(yè)碳排放公平性的區(qū)域差異

各個(gè)地區(qū)的農(nóng)業(yè)碳排放生態(tài)承載系數(shù)主要在0.4～1.0，東部和北部的農(nóng)業(yè)碳排放生態(tài)承載系數(shù)相對較高，而南部則相對較低。2012—2021年，遼寧省的生態(tài)承載系數(shù)顯著上升，其中盤錦市增長最高，增長率為93.8%；丹東市次之，為83.2%。撫順市、遼陽市、丹東市和盤錦市農(nóng)業(yè)碳排放生態(tài)承載系數(shù)平均值一直都超過了1.0，說明這些地區(qū)的碳吸收貢獻(xiàn)率相當(dāng)高，農(nóng)業(yè)生態(tài)系統(tǒng)具有很高的承載力，有效地降低了其他地區(qū)的農(nóng)業(yè)碳排放的負(fù)擔(dān)。

各個(gè)地區(qū)的經(jīng)濟(jì)貢獻(xiàn)系數(shù)主要在0.3～1.5，在所有城市中，盤錦市、葫蘆島市、營口市和大連市的增長率最為顯著，分別為57.9%、22.5%、20.4%和17.4%，意味著這些區(qū)域的經(jīng)濟(jì)和能源使用效率都有所提高。撫順市的生態(tài)承載力顯著下降，與2012年相比，其系數(shù)減少了30.7%。說明遼寧省經(jīng)濟(jì)貢獻(xiàn)系數(shù)呈現(xiàn)出東南高、西北低的分布特點(diǎn)。

沈陽市、撫順市、營口市以及盤錦市由生態(tài)承載系數(shù)低、經(jīng)濟(jì)貢獻(xiàn)系數(shù)高的“低-高”型轉(zhuǎn)變?yōu)樯鷳B(tài)承載系數(shù)與經(jīng)濟(jì)貢獻(xiàn)系數(shù)均高“高-高”型。表明在某種程度上這幾個(gè)城市分?jǐn)偭似渌貐^(qū)的農(nóng)業(yè)碳排放，經(jīng)濟(jì)效率系數(shù)相對較高，對全國農(nóng)業(yè)經(jīng)濟(jì)的貢獻(xiàn)明顯超過了對農(nóng)業(yè)碳排放的貢獻(xiàn)，使得農(nóng)業(yè)生產(chǎn)在生態(tài)環(huán)境上的效益更為顯著。遼陽市從“高-高”型轉(zhuǎn)變?yōu)椤案?低”型，這與其種植業(yè)規(guī)模逐年增大有關(guān)。從生態(tài)的視角出發(fā)，應(yīng)最大限度地利用其碳吸收潛力。然而，由于受自身經(jīng)濟(jì)增長水平和農(nóng)業(yè)現(xiàn)代化程度等多種因素的限制，農(nóng)業(yè)的產(chǎn)出效率年復(fù)一年下降。在推動低碳農(nóng)業(yè)的過程中，應(yīng)當(dāng)確保其與經(jīng)濟(jì)增長同步進(jìn)行。

大連市與本溪市始終被分為“低-高”的區(qū)域。兩地的人均耕地資源不足和土地利用效率不高，導(dǎo)致該區(qū)域農(nóng)業(yè)發(fā)展水平落后于全國平均水平，生態(tài)承載能力相對較低，但這兩個(gè)地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)化水平普遍偏高，經(jīng)濟(jì)回報(bào)也相對較好，它們對全省農(nóng)業(yè)經(jīng)濟(jì)的貢獻(xiàn)都超過了它們對農(nóng)業(yè)碳排放的貢獻(xiàn)。葫蘆島市一直都被分類為“低-低”的類型。生態(tài)承載能力普遍偏向較低水平，畜牧業(yè)占據(jù)主導(dǎo)地位，導(dǎo)致碳排放大量增加，種植業(yè)規(guī)模較小，農(nóng)業(yè)對碳的吸收能力有限，導(dǎo)致生態(tài)承載系數(shù)數(shù)值偏低，經(jīng)濟(jì)貢獻(xiàn)系數(shù)也相對偏低。

從宏觀角度觀察，生態(tài)承載系數(shù)Pgt;1的城市數(shù)量從2012年的1個(gè)增加到2021年的8個(gè)，充分展示了遼寧省生態(tài)承載力的逐步提升，以及逐步緩解其他省份因過量碳排放導(dǎo)致的生態(tài)環(huán)境壓力；然而，遼寧省的經(jīng)濟(jì)貢獻(xiàn)系數(shù)呈現(xiàn)出波動性，主要是由于遼寧省自身經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)現(xiàn)代化水平等多重因素的制約，使得農(nóng)業(yè)生產(chǎn)效率相對偏低，未能實(shí)現(xiàn)大規(guī)模的提升。

3.3 影響因素分析

根據(jù)現(xiàn)有研究成果，農(nóng)業(yè)碳排放受到多種因素的影響。選擇農(nóng)業(yè)從業(yè)人口、農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)民家庭人均純收入、農(nóng)業(yè)經(jīng)濟(jì)水平和財(cái)政教育支出這6個(gè)關(guān)鍵指標(biāo)進(jìn)行分析。農(nóng)業(yè)生產(chǎn)效率可以定義為農(nóng)業(yè)的碳排放與種植業(yè)及畜牧業(yè)的總產(chǎn)值的比值，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是種植業(yè)與畜牧業(yè)的總產(chǎn)值與農(nóng)林牧漁總產(chǎn)值的比值[30]，農(nóng)業(yè)經(jīng)濟(jì)水平是農(nóng)業(yè)總產(chǎn)值與從事農(nóng)業(yè)活動的人口數(shù)量之間的比值。

通過對這些影響因素進(jìn)行主成分因子分析得到各因子得分并計(jì)算出綜合得分，從表4可以看出，農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對遼寧省農(nóng)業(yè)碳排放的空間分布顯著影響，并通過顯著性檢驗(yàn)。其中，農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是主要因素，但農(nóng)民家庭的人均純收入和農(nóng)業(yè)從業(yè)人口這兩個(gè)變量解釋力相對較弱。

各種因素之間的交互效應(yīng)都超過了單一因素對遼寧省農(nóng)業(yè)碳排放空間分布的影響。財(cái)政教育支出（X6）與其他五個(gè)因素存在較大的交叉和互值，4期的交互探測平均數(shù)值為0.829，表明該因素對遼寧省農(nóng)業(yè)碳排放強(qiáng)度起到了顯著的控制作用。此外，研究期內(nèi)農(nóng)業(yè)碳排放量呈波動上升趨勢，說明經(jīng)濟(jì)增長在一定程度上抑制了溫室氣體排放。2015年農(nóng)民家庭人均純收入（X4）與財(cái)政教育支出（X6）之間的交互數(shù)值高達(dá)1.00，表明這兩個(gè)因素對農(nóng)業(yè)碳排放強(qiáng)度起到了主導(dǎo)作用。在此基礎(chǔ)上提出了以“減量化”為主線、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、強(qiáng)化政策扶持等對策建議。綜合考慮，遼寧省的農(nóng)業(yè)碳排放強(qiáng)度上的差異是多種因素共同影響的產(chǎn)物。因此，從多個(gè)角度深入研究農(nóng)業(yè)減排的執(zhí)行策略，對于提高農(nóng)業(yè)的質(zhì)量、效益和實(shí)現(xiàn)可持續(xù)發(fā)展至關(guān)重要。

4 結(jié)論與對策

4.1 結(jié)論

（1）遼寧省農(nóng)業(yè)碳排放量在2012—2021年呈現(xiàn)上升的趨勢，增長率為9.05%，其區(qū)域差異比較明顯，農(nóng)業(yè)碳排放呈現(xiàn)西北低、中部高的分布特征。遼寧省的農(nóng)業(yè)凈碳排放量呈現(xiàn)出波動性增長，除化肥外的5種碳源的碳排放量均呈現(xiàn)出不同程度增長，豬的腸道發(fā)酵和糞便管理是遼寧省農(nóng)業(yè)碳排放的主要碳源。

（2）遼寧省的生態(tài)承載系數(shù)呈現(xiàn)東北高、南部低的特征，經(jīng)濟(jì)貢獻(xiàn)系數(shù)為東南高、西北低。遼寧省農(nóng)業(yè)碳排放存在一定的不公平性，各地級市之間的生態(tài)承載力與經(jīng)濟(jì)貢獻(xiàn)能力發(fā)展不均衡，西南地區(qū)尤為明顯。

（3）農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是影響農(nóng)業(yè)碳排放強(qiáng)度的主要因素，農(nóng)民家庭人均純收入和農(nóng)業(yè)從業(yè)人口對于農(nóng)業(yè)碳排放強(qiáng)度影響較弱。農(nóng)民家庭人均純收入與財(cái)政教育支出之間的交互作用對農(nóng)業(yè)碳排放強(qiáng)度上起到了主導(dǎo)作用。

4.2 對策

（1）減少碳排放源頭。提升化肥、農(nóng)藥的使用效率，推廣低碳或無碳的有機(jī)肥料和生物肥料，減少化學(xué)品對農(nóng)業(yè)生產(chǎn)的依賴，并對化肥的使用實(shí)施嚴(yán)格的管控措施。優(yōu)化畜牧業(yè)結(jié)構(gòu)，發(fā)展循環(huán)農(nóng)業(yè)和生態(tài)農(nóng)業(yè)，減少牲畜養(yǎng)殖的數(shù)量，提高其腸道發(fā)酵效率，采用科學(xué)的糞便管理方法減少甲烷排放。

（2）加強(qiáng)跨地區(qū)間的合作與協(xié)調(diào)，促進(jìn)資源的優(yōu)化配置和共享，減少區(qū)域間的差距。鼓勵(lì)技術(shù)和知識的交流與共享，幫助較低生態(tài)承載力地區(qū)提升其農(nóng)業(yè)碳排放管理能力。支持西南地區(qū)的農(nóng)業(yè)碳排放減少項(xiàng)目，通過政策和資金支持，推廣低碳農(nóng)業(yè)技術(shù)、建設(shè)農(nóng)業(yè)廢棄物處理設(shè)施、改善農(nóng)田管理和提升農(nóng)民的環(huán)境意識，促進(jìn)該地區(qū)農(nóng)業(yè)的可持續(xù)發(fā)展。

（3）鼓勵(lì)發(fā)展低碳農(nóng)業(yè)產(chǎn)業(yè)。通過政策引導(dǎo)和經(jīng)濟(jì)激勵(lì)，鼓勵(lì)農(nóng)民和農(nóng)業(yè)企業(yè)轉(zhuǎn)向低碳農(nóng)業(yè)產(chǎn)業(yè)。例如，支持農(nóng)產(chǎn)品加工業(yè)的發(fā)展，促進(jìn)農(nóng)產(chǎn)品的附加值提升，減少運(yùn)輸和儲存過程中的碳排放；推動農(nóng)旅融合，開發(fā)農(nóng)業(yè)生態(tài)旅游、農(nóng)家樂等業(yè)態(tài)，提高農(nóng)業(yè)的多元化發(fā)展，減少農(nóng)業(yè)碳排放。

（4）優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，鼓勵(lì)發(fā)展低碳農(nóng)業(yè)產(chǎn)業(yè)，通過政策引導(dǎo)和經(jīng)濟(jì)激勵(lì)，鼓勵(lì)農(nóng)民和農(nóng)業(yè)企業(yè)轉(zhuǎn)向低碳農(nóng)業(yè)產(chǎn)業(yè)。例如農(nóng)產(chǎn)品加工和農(nóng)業(yè)旅游融合等，減少碳排放。提供農(nóng)業(yè)技術(shù)培訓(xùn)和支持，加強(qiáng)對農(nóng)民的農(nóng)業(yè)技術(shù)培訓(xùn)，幫助他們掌握科學(xué)的農(nóng)業(yè)生產(chǎn)技術(shù)，減少農(nóng)業(yè)碳排放。加強(qiáng)農(nóng)業(yè)碳排放監(jiān)測和評估，建立完善的數(shù)據(jù)統(tǒng)計(jì)和監(jiān)測體系，為決策提供科學(xué)依據(jù)。

參考文獻(xiàn)：

[1] 董紅敏，李玉娥，陶秀萍，等. 中國農(nóng)業(yè)源溫室氣體排放與減排技術(shù)對策[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008（10）：269-273.

[2] 田云，張俊飚，李波. 中國農(nóng)業(yè)碳排放研究：測算、時(shí)空比較及脫鉤效應(yīng)[J]. 資源科學(xué)，2012，34（11）：2097-2105.

[3] ISMAEL M，SROUJI F，BOUTABBA M A. Agricultural technologies and carbon emissions：evidence from Jordanian economy[J].Environmental Science and Pollution Research，2018，25（11）：10867-10877.

[4] Regina K， Alakukku L. Greenhouse gas fluxes in varying soils types under conventional and no-tillage practices[J]. Soil and Tillage Research， 2010， 109（2）：144-152.

[5] 李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時(shí)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.

[6] 甘天琦，劉銘明，周宗鈺.中國農(nóng)業(yè)碳排放的空間關(guān)聯(lián)特征與減排政策選擇[J]. 四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，41（1）：166-174.

[7] 伍國勇，劉金丹，陳瑩. 中國農(nóng)業(yè)碳排放強(qiáng)度空間特征及溢出效應(yīng)分析[J]. 環(huán)境科學(xué)與技術(shù)，2021，44（11）：211-219.

[8] 郭鳳玉，孟靜怡，徐磊，等. 冀北山區(qū)農(nóng)業(yè)生態(tài)效率時(shí)空演變特征及預(yù)測分析[J]. 中國農(nóng)機(jī)化學(xué)報(bào)，2021，42（10）：146-156.

[9] 盧俊宇，黃賢金，戴靚，等. 基于時(shí)空尺度的中國省級區(qū)域能源消費(fèi)碳排放公平性分析[J]. 自然資源學(xué)報(bào)，2012，27（12）：2006-2017.

[10] 吳賢榮，張俊飚，田云，等. 中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用[J]. 資源科學(xué)，2014，36（1）：129-138.

[11] 龐麗. 我國農(nóng)業(yè)碳排放的區(qū)域差異與影響因素分析[J]. 干旱區(qū)資源與環(huán)境，2014，28（12）：1-7.

[12] 楊紅娟，李明云，劉紅琴. 農(nóng)業(yè)碳排放特征及影響因素分析——以云南為例[J]. 生態(tài)經(jīng)濟(jì)，2015，31（10）：76-78.

[13] Nelson， Richard G et al. “Energy use and carbon dioxide emissions from cropland production in the United States， 1990-2004”[J]. Journal of environmental quality vol，2009，38（2）： 418-25.

[14] Balsalobre-Lorente D，DrihaOM，Bekun FV， et al. Do agricultural activities induce carbon emissions？ The BRICS experience[J]. Environ Sci Pollut Res Int，2019，26 （24）：25218-25234.

[15] 王勁峰，徐成東. 地理探測器：原理與展望[J]. 地理學(xué)報(bào)，2017，72（1）：116-134.

[16] 田云，張俊飚. 中國省級區(qū)域農(nóng)業(yè)碳排放公平性研究[J]. 中國人口·資源與環(huán)境，2013，23（11）：36-44.

[17] 鄭立群. 中國各省區(qū)碳減排責(zé)任分?jǐn)偂诠脚c效率權(quán)衡模型的研究[J]. 干旱區(qū)資源與環(huán)境，2013，27（5）：1-6.

[18] 王慧敏，朱玉林，王錦錦.湖南省農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長的脫鉤效應(yīng)研究[J].綠色科技，2021，23（22）：262-267.

[19] 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.

[20] 陳煒，殷田園，李紅兵.1997—2015年中國種植業(yè)碳排放時(shí)空特征及與農(nóng)業(yè)發(fā)展的關(guān)系[J].干旱區(qū)資源與環(huán)境，2019，33（2）：37-44.

[21] 田云，張俊飚，李波.中國農(nóng)業(yè)碳排放研究：測算、時(shí)空比較及脫鉤效應(yīng) [J].資源科學(xué)，2012，34（11）：2097-2105.

[22] 丁寶根，趙玉，鄧俊紅.中國種植業(yè)碳排放的測度、脫鉤特征及驅(qū)動因素研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（5）：1-11.

[23] 何艷秋，陳柔，吳昊玥，等.中國農(nóng)業(yè)碳排放空間格局及影響因素動態(tài)研究 [J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2018，26（9）：1269-1282.

[24] 伍國勇，劉金丹，楊麗莎.中國農(nóng)業(yè)碳排放強(qiáng)度動態(tài)演進(jìn)及碳補(bǔ)償潛力 [J].中國人口·資源與環(huán)境，2021，31（10）：69-78.

[25] 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.

[26] 吳強(qiáng)，張園園，張明月.中國畜牧業(yè)碳排放的量化評估、時(shí)空特征及動態(tài)演化：2001—2020[J].干旱區(qū)資源與環(huán)境，2022，36（6）：65-71.

[27] 唐洪松，蘇洋，馬惠蘭，等. 新疆畜牧業(yè)碳排放格局與公平性研究[J]. 干旱區(qū)地理，2017，40（6）：1338-1345.

[28] 羅紅，羅懷良，李朝艷，等.瀘州市農(nóng)業(yè)碳收支時(shí)空變化及公平性評價(jià)[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2019，35（4）：409-418.

[29] 高超.基于地理探測器的河北省糧食產(chǎn)量影響因素研究[J].東北農(nóng)業(yè)科學(xué)，2020，45（3）：103-107.

[30] 李波，張俊飚，李海鵬. 中國農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展的實(shí)證研究[J]. 干旱區(qū)資源與環(huán)境，2011，25（12）：8-13.