中国农业碳排放的地区差距及其分布动态的分析
【作者简介】刘华军，鲍振，山东财经大学经济学院 济南 250014；杨骞，山东财经大学公共管理学院，济南 250014。
一、引言
在低碳农业发展的背景下，研究我国农业碳排放的地区差距及其分布动态演进，对于充分掌握我国农业碳排放的空间格局和演变规律进而采取有差别的区域农业碳减排措施提供一定的参考。从国外研究进展看，尽管对农业温室气体研究较多，但是对农业碳排放的研究相对较少，对农业碳排放的空间分布及其分布动态的研究尤其匮乏。而从国内研究进展看，对农业碳排放的研究主要集中在低碳农业、农业碳排放以及农业碳减排等三个方面。其中，有关低碳农业的文献大多集中在低碳农业现状、发展的必要性和发展路径的探讨上，如郑恒、李跃(2011)。有关农业碳减排的文献主要围绕碳减排的影响因素和措施展开，如漆雁斌、陈卫洪(2010)、李国志、李宗植(2010)。而研究我国农业碳排放发展现状和趋势的文献仅有冉和光等(2011)、李国志、李宗植(2010)、李波等(2011)。上述文献都是从国家层面的农业碳排放数据展开研究，对我国农业碳排放空间分布的地区差距及其分布动态的研究仍为空白。
本文使用中国大陆30个省份的1993—2010年相关数据，测算了分省农业碳排放量，并以农业碳排放强度为指标，将Dagum基尼系数及其分解方法与非参数估计方法中的Kernel密度估计和Markov转移概率矩阵(也称Markov链)分析方法相结合，对中国农业碳排放的地区差距及其分布动态演进进行实证研究。其中，Dagum(1997)提出的按子群分解的基尼系数方法不仅能够刻画中国农业碳排放强度地区差距的演变态势，而且能够对中国地区差距进行地区分解并且深入刻画地区差距的来源问题。使用Kernel密度估计可以较好地反映我国农业碳排放分布的整体形态，而且通过不同时期的比较，还可以把握农业碳排放分布的动态特征。然而，这种方法的缺陷在于所提供的农业碳排放分布的内部动态性(Intra-distribution Dynamics)信息有限，难以反映各地区在区域农业碳排放分布中的相对位置变动及其可能性。而Markov链方法则密切关注区域农业碳排放分布中各地区的状态转移，可以很好地反映区域农业碳排放分布的内部动态性，较好地弥补了Kernel密度估计的局限。
二、方法与数据
(一)方法
根据Kernel密度函数的表达形式不同，核函数可以分为高斯核、Epanechnikov核、三角核、四次核等类型。本文选择比较常用的高斯核函数进行估计，高斯核函数的表达式如(12)式：由于非参数估计没有确定的函数表达式，我们需要通过图形对比来考察分布的变化。一般来说根据核密度估计结果的图形，可以得到变量分布的位置、形态和延展性等三方面的信息。
其中，秸秆焚烧碳排放估算公式具体如公式(15)所示，其中，G代表秸秆焚烧碳排放量，C代表秸秆产生量，R为秸秆焚烧系数，W为碳转换系数。本文采用草谷比法对秸秆产量进行估算。在草谷比法和农作物产量已知的情况下，农作物秸秆产量等于农作物经济产量与草谷比的乘积①。
2.指标与数据。本文采用农业碳排放强度作为衡量农业碳排放水平的指标，它的定义是农业碳排放总量与耕地面积之比，其中碳排放总量为农膜、农药、化肥、柴油、农业灌溉、翻耕和秸秆焚烧的碳排放量之和。农业碳排放强度实际上就是单位耕地面积的农业碳排放量，碳排放强度越大，表明农业单位耕地面积的碳排放量越多。本文所使用的数据均来自于《中国农村统计年鉴》公布的30个省市的数据，考察期为1993—2010年。考虑到重庆有些年份数据的不可获，因此将重庆划入四川。其中，农膜、农药、化肥和柴油以当年我国实际使用量为准，翻耕数据以当年我国农作物实际播种面积为准，农业灌溉以当年我国实际灌溉面积为准，其中，农作物产量的数据均来自历年中国农业统计资料，耕地面积的数据则来自历年《中国统计年鉴》。此外，由于2009年《第二次全国土地调查》数据正处理中，数据暂缺，而且近年来耕地面积的变动不是很大，因此2009年和2010年的耕地面积仍沿用2008年的数据。
三、中国农业碳排放的地区差距及其分解
(一)中国农业碳排放的地区分布
表2描述了全国和东中西部三大区域农业碳排放总量均值的演变趋势。可以发现，中部每年的农业碳排放总量均值都要远远大于全国、东部和西部农业碳排放总量均值。1993年中部与全国、东部和西部农业碳总量的均值差额分别为610.667万吨、655.301万吨和1111.171万吨，到了2010年差额则扩大到了1106.464万吨、1482.500万吨、1688.643万吨。其中，中部与东部农业碳排放总量的均值差额呈现出更加明显的扩大趋势。全国与东部、西部农业碳排放总量的均值差额由1993年的44.634万吨和500.503万吨上升到2010年的373.036万吨和582.178万吨，相对于全国与东部而言，全国与西部仅呈现出小幅上升的趋势。东部和西部农业碳排放总量的均值差额则由1993年的455.870万吨扩大到2010年的206.143万吨，这种差额与前面呈现出截然相反的结果。从年均增长率来看，以1993年为基期，全国、东中西部三大区域农业碳排放总量的年均增长率分别分1.645%、0.575%、2.258%和1.989%;以2006年为基期，年均增长率分别为2.048%、0.351%、2.702%和3.028%。可以看出，中部农业碳排放总量的年均增长率最大，其次分别为全国、西部和东部，这说明我国农业碳排放总量尤其是“十一五”规划以来呈现出明显递增趋势。
(二)中国农业碳排放的地区差距及其来源
为了进一步刻画我国农业碳排放分布的地区差距，我们根据Dagum(1997)提出的基尼系数及其按子群分解的方法，分别测算了1993—2010年中国农业碳排放强度的基尼系数并按照东中西部三大地区进行了分解，测算结果如表3所示。
1.农业碳排放空间分布的总体地区差距及其演变趋势。图1进一步描述了中国农业碳排放空间分布的总体地区差距及其演变趋势。由图1可以看出，中国农业碳排放空间分布的总体地区差距在样本考察期内呈现下降趋势。分别以1993年和2006年为基期，农业碳排放空间分布的地区差距年均分别下降0.327%、4.523%。同时，在整个样本考察期内农业碳排放地区差距的变化趋势并不稳定，呈现出反复上升下降的态势，比如从1993年的0.203连续四年增长到1997年的最大值0.256，再下降到1998年的0.232后又小幅上升到2000年的0.240，在经过连续三年
的下降后又开始连续三年上升，在2006年达到极大值0.232后呈现出了连续的下降，这说明最近几年我国农业碳排放空间分布的地区差距有缩小趋势。
图1 农业碳排放总体地区差距的演变
2.农业碳排放地区差距的分解
(1)农业碳排放空间分布的地区差距。图2进一步描述了中国农业碳排放在三大地区内部分布的地区差距及其演变趋势。总体来看，东部地区农业碳排放空间分布的地区差距最小，在2001年前中部地区农业碳排放的地区差距大于西部，而2001年后中部地区小于西部地区。其中，东部地区农业碳排放的地区差距自1993年连续三年小幅下降后在1997年出现了显著增长，达到了整个样本考察期内的最大值0.165，随后在1998年出现下降后又连续两年上升到2000年的0.157，随后虽有较小波动，但仍呈现明显的下降趋势，因此东部地区差距总体上是缩小的。若分别以1993年和2006年为基期，东部地区农业碳排放的地区差距年均分别下降0.696%、4.737%。中部地区农业碳排放的地区差距在样本考察期内总体上呈现下降趋势，若以1993年和2006年为基期，中部地区农业碳排放的地区差距年均分别下降0.852%、4.704%。从其演变过程看，自1993年的0.190经过两轮上升下降后在1998年达到考察期内的最小值0.163，随后出现明显的上升趋势并在2001年达到最大值0.232，其后虽有波动但总体上呈现明显的下降趋势。与东部和中部地区不同，西部地区农业碳排放的地区差距在样本考察期内呈现出扩大趋势，以1993年为基期，西部地区农业碳排放的地区差距年均上升1.086%，以2006年为基期，则年均下降3.081%。从演变态势看，西部地区农业碳排放地区差距的变化也较明显，自1993年的0.171连续上升到1998年的0.195，然后在1999年下降到0.181，此后经过小幅波动上升到2006年的最大值0.233，最后基本呈现出连续下降的趋势。
图2 农业碳排放地区内差距的演变
(2)农业碳排放的地区间差距。图3进一步描述了农业碳排放的地区间差距及其演变趋势。可以看出，农业碳排放的地区间差距在样本考察期内呈现波动态势，但整体上除中部和西部的地区间差距略有上升外，东部和中部、东部和西部的地区间差距均呈现下降趋势。以1993年为基期，中部和西部农业碳排放的地区间差距年均上升0.377%，而东部和中部、东部和西部的地区间差距分别下降0.959%、0.600%;以2006年为基期，则分别下降为4.836%、5.163%和4.597%。从农业碳排放地区间差距的演变过程看，中部和西部地区间的差距自1993年开始呈现明显的上升并在1997年达到0.303，随后虽然经历了反复波动的过程但都处于0.250～0.300，其中在2006年达到了样本考察期内的最大值0.314后有了明显的下降。东部和中部的地区间差距在开始阶段与中部和西部地区有着相同的变化，即自1993年开始呈现明显的上升并在1997年达到样本考察期内最大值0.217，随后三年在0.200左右波动，并且从2000年呈现明显的下降;而从2003年开始又经历了小幅上升，在2006年达到0.184后呈现下降趋势。与东部和中部、中部和西部相比较，东部和西部的地区间差距波动幅度比较大，开始阶段都相似，但是相对于1995年、1996年有较大幅度的上升，并且达到样本考察期内的最大值0.384，随后出现大幅度下降，在2003年达到0.263后又呈现上升、再下降的趋势，并在2010年达到最小值0.243。
图3 农业碳排放地区间差距的演变
(3)农业碳排放的地区差距及其贡献率。图4描述了中国农业碳排放地区差距的来源及其贡献率的演变趋势。由图4可以看出，在样本考察期内，尽管地区间差距贡献率的波动较为明显，但始终高于地区内差距和超变密度的贡献率，这说明地区间差距是导致我国农业碳排放地区差距的主要来源。但是，地区间差距对总体地区差距的贡献率呈逐年下降的趋势，而地区内差距对总体地区差距的贡献率在2003年以前大于超变密度，2003年以后则小于超变密度。若以1993年和2006年为基期，地区间差距对总体地区差距的贡献率年均下降1.584%、0.888%。而地区内差距对总体地区差距的贡献率尽管相对稳定，但在样本考察期内呈现上升趋势，相对于1993年，2010年地区内差距对总体地区差距的贡献率年均上升0.153%，而相对于2006年该贡献率则达到0.559%。超变密度对总体地区差距的贡献率在样本考察期内呈现明显的上升趋势，相对于1993年，2010年超变密度对总体地区差距的贡献率年均上升2.979%，而相对于2006年该贡献率则为0.754%。
图4 地区差距贡献率的演变
四、中国农业碳排放的Kernel密度估计
使用Kernel密度估计分析样本考察期内中国农业碳排放的分布动态演进，不仅可以刻画农业碳排放分布的整体形态，而且通过不同时期的比较，还可以把握区域农业碳排放分布的动态特征。
本文取高斯核函数做出中国30个省份农业碳排放强度Kernel密度估计的二维图，如图5所示。整体来看，样本考察期内，全国30个省份农业碳排放的地区差距经历了“上升—下降—再上升—下降”的过程。具体地看，与1993年相比，1997年密度函数中心明显向左移动，并且变化区间缩小，这说明1997年农业碳排放的地区差距变小，同时波峰数量表明此时的碳排放已经出现了两极分化。而与1997年相比，2003年峰值明显增大且变化区间变小，这表明地区差距在2003年明显变小且两极分化更加突出。同2003年相比，2006年峰值明显变小，变化区间变大，同时波峰数量由双峰变为单峰，这说明2006年农业碳排放强度地区差距在变大的同时两极分化的现象已经消失。2010年与2006年相比，峰值与变化区间变化都不大，但波峰变得平缓，这说明地区差距变小。与1993年相比，2010年波峰变得更加陡峭，波峰宽度变窄，波峰数量由不明显的双峰变为单峰，这说明2010年农业碳排放强度地区差距变小。
图5 中国省际农业碳排放分布的演进
图6～8分别描述了东、中、西部三大地区农业碳排放在样本考察期内的分布演变。从三大区域看，东部和中部农业碳排放的地区差距都呈现缩小态势，而西部则呈现扩大态势。这主要是东部和中部农业发展水平较高且发展相对均衡，而西部各省份由于地理环境和经济发展水平差异较大，从而其农业发展的非均衡程度更高。此外，中部地区农业碳排放的地区差距在样本考察期内尽管呈缩小态势，但已经出现了明显极化趋势。
五、中国农业碳排放分布的Markov链
分析
依据农业碳排放强度的高低，将所有省份划分为5种类型。其中，区间(0，210]为类型Ⅰ，称为低水平省区;区间(210，313]为类型Ⅱ，称为中低水平省区;区间(313，392]为类型Ⅲ，称为中等水平省区;区间(392，475]为类型Ⅳ，称为中高水平省区;区间(475，+∞]为类型Ⅴ，称为高水平省区。
表4给出了中国农业碳排放转移概率的最大似然估计，提供了样本考察期内中国农业碳排放的内部动态性信息。根据表4可以发现，(1)主对角线上转移概率相对较高，非对角线上的转移概率较低，表明不同农业碳排放状态的组间流动性较低，各地区在总体农业碳排放水平分布中的相对位置比较稳定，即高排放水平省区仍保持高水平，而低排放水平省区仍保持低水平的概率较大。(2)转移大部分发生在相邻状态中，跨状态转移发生的概率较小。表5则显示了1993—2010年的初始分布和Markov链的稳态分布，表明中国农业碳排放的长期均衡状态将处在中低、中等、中高水平类型状态空间内。相对于初始分布状态，稳态分布中处于低、中低和中等水平的省份消失，其中中高等水平省份所占比例上升了30.0%达到50.0%，而高水平省份所占比例也都上升了40.0%达到50.0%，这也表明中高和高水平的省份碳排放具有一定的稳定性，而低、中低和中等水平的省份碳排放则不具有稳定性。从整体来看，中国农业碳排放有上升的趋势，低水平的农业碳排放将不再存在，总体会向着中高和高水平的趋势发展。
六、结论与建议
本文使用中国大陆30个省份1993—2010年的相关数据，以农业碳排放强度为指标，对中国农业碳排放的地区差距及其分布动态演进进行了实证研究。研究结论如下：(1)中国农业碳排放空间分布的总体差距在样本考察期内呈现下降趋势但并不明显。形成这一现象的原因主要有两点，一是在样本考察期的初期，“三农”问题的凸显导致更多农民放弃务农转向务工，这引致了农业生产资料的需求下降;二是近些年中央对低碳农业的重视，大力发展节约型农业。(2)基尼系数分解结果表明，地区间差距是我国农业碳排放地区差距的主要来源，但是地区间差距对总体差距的贡献率呈逐年下降的态势;地区内差距和超变密度对总体差距的贡献率都呈现上升态势，但后者更为明显。究其原因，主要是地区间的农业发展差距逐渐缩小，而地区内的各省份农业发展的不平衡性在不断加强。(3)Kernel密度估计表明，中国农业碳排放的地区差距在样本考察期内呈下降态势。从三大区域看，东部和中部农业碳排放的地区差距都呈现缩小态势，而西部则呈现扩大态势。这主要是东部和中部农业发展水平较高且发展相对均衡，而西部各省份由于地理环境和经济发展水平差异较大，从而其农业发展的非均衡程度更高。(4)Markov链分析表明，不同农业碳排放状态的组间流动性较低，各地区在总体农业碳排放分布中的相对位置比较稳定。从整体来看，中国农业碳排放有上升的趋势，低水平农业碳排放区域将不再存在，总体会向着中高和高水平的趋势发展。这可能是由于农业发展水平的不断提高，导致对农业生产资料的大量使用，从而引致了农业碳排放量的增长。
本文研究结论的政策含义在于以下几点：(1)加大对秸秆等副产品的利用，比如秸秆还田、秸秆发电等，同时要减少对农药化肥的使用。(2)中央及各级地方政府在制定农业发展政策时要充分考虑到我国各区域农业发展的实际情况和地域特征，尤其是农业大省集中的东中部地区，更要分别制定适合自身的农业发展政策，以达到农业碳减排和我国农业稳定发展的目的。(3)各地区农业碳排放水平的不断上升也说明我国在重视农业增产的同时严重忽视了农业碳排放不断增加的这个事实，这更加提醒我们要根据自身的情况制定相应的农业碳减排措施以实现碳减排和农业增产的双赢。
使用微信“扫一扫”功能添加“谷腾环保网”
