西南地区农业生态系统碳足迹与经济发展关系研究

西南地区农业生态系统碳足迹与经济发展关系研究

一、西南农业生态系统碳足迹与经济增长的关系研究西南部包括四川、云南、贵州和重庆四个省，位于北纬9221阿普斯。11011阿普斯。，北极2108apos；3419阿普斯。它位于中国西南部，总面积113.76万公里，占总面积的11.85%。全区地域辽阔,地形地貌十分复杂,气候类型多样,土壤类型丰富。2010年底西南区总人口18997.71万人,占全国总人口的13.86%,城镇人口7530.39万人,城镇化率仅为39.64%,远低于49.68%的全国平均水平。近年来,随着西部大开发战略的深入实施,西南区国民经济和农业生产快速发展,以成都和重庆为中心的成渝经济区已成为西部地区经济发展的重要引擎。然而,随着农业现代化进程的加速,化石能源投入的增加以及物质需求的改变,农业生产经营活动过程中造成的碳排放损害逐渐凸显。农业活动在支撑了人民生活、经济发展的同时,也给环境带来了很大压力。那么,西南地区在农业发展过程中经济增长水平与农业生态系统碳足迹的变迁有何关系?本研究在翔实收集、整理、分析西南地区经济增长水平、农业投入产出等相关统计资料的基础上,对西南地区农业生态系统碳排放、碳吸收和碳足迹进行测算及分析,并通过环境库兹涅茨曲线(EKC)模型对西南地区经济增长和碳足迹之间的关系进行实证研究。这对制定针对西南地区农业碳减排政策与措施,实施清洁生产,实现农业可持续发展具有重要的理论和现实意义。二、ekc曲线研究1955年美国经济学家库兹涅茨(Kuznets)在研究贫富差距时发现,在经济增长的初期贫富差距会加大,但随着经济持续增长贫富差距会减小,即出现所谓的倒“U”型现象,称为库兹涅茨曲线(Simon,1955)。Grossman和Krueger对66个国家1979—1990年14种空气污染物质和水污染物质的变动情况进行分析,发现环境变化与经济增长的长期关系也呈倒“U”型曲线,类似于库兹涅茨曲线,于是形象地称为环境库兹涅茨曲线(EKC)(陈石清,2007)。Galeotti等(2006)认为EKC模型传达了一个强有力的信息,GDP是引起环境问题的原因,同时又是解决环境问题的手段。Beckerman等(1992)认为国家更富裕是最有效且可能是唯一改善环境质量的手段。EKC曲线假说提出后,国内外大量研究者都从不同角度对不同环境变量与经济发展之间的关系进行了实证检验,其检验集中于EKC是否具有普遍性和转折点的确定。对于碳排放与经济发展之间是否符合EKC曲线关系,国内外学者也从不同角度进行了大量的实证研究。LantzV等(2006)研究加拿大收入水平、人口和技术水平对CO2的影响发现,CO2的排放与人均GDP无联系,与人口数量呈现倒“U”型关系,与技术水平呈现正“U”型关系。ParkSoonae等(2011)基于16年时间序列面板数据对韩国16个地区的大气污染物排放与经济发展水平之间的关系研究表明,SO2和NO2排放与经济发展没有固定的EKC关系,而CO2排放与经济发展之间呈正“U”型关系,并提出环境政策制定应该考虑地区和污染物质的差异。卢娜等(2011)以江苏省苏锡常地区为例研究经济增长对能源消费碳足迹影响因素时发现,两者关系模型拟合未出现环境库兹涅茨曲线。李国志等(2010)基于中国30个省份的面板数据分析了人口、经济和技术对不同区域二氧化碳排放的影响因素研究发现,经济快速增长是各地区二氧化碳排放增加最重要的驱动因素,二者呈现明显的倒“U”型EKC曲线,但还远未达到拐点。王圣等(2011)对江苏省沿海地区经济发展与碳排放相关性研究发现,人均碳排放量和人均GDP之间表现为倒“N”型曲线而非倒“U”型曲线。三、西南农业生态系统碳储量评价方法(一)产量、经济系数和碳吸收量的衡量农业生态系统中,作物光合作用是最重要的固碳途径。作物生育期碳吸收量可依据作物的经济产量、经济系数和碳吸收量进行衡量,计算方法如下:其中,i代表作物的类型;Ci、Qi、Bi、Yi和Hi分别表示总碳吸收量、碳吸收率、生物学产量、经济产量和经济系数。根据相关研究结果(李克让,2000),主要农作物的经济系数和碳吸收率如表1所示。(二)碳排放量的计算农业生态系统中的碳排放主要包括农药、化肥、农膜的生产与使用。此外,农田耕作、收获、运输等环节的农业机械投入以及农田灌溉过程也会产生碳排放。根据相关研究资料(段华平等,2011;颉鹏等,2009),碳排放可通过如下方法计算:式(2)中,Et、Ef、Em、Ei、Ec和Ep分别表示总碳排放量、化肥生产和使用的碳排放量、农业机械使用的碳排放量、灌溉过程的碳排放量、农药生产和使用的碳排放量、农膜生产和使用的碳排放量。依据相关研究(段华平等,2011;颉鹏等,2009;WESTTO,etal.,2002),各途径碳排放量计算方法如下:式(3)~(7)中,Gf、Am、Wm、Ai、Gc和Gp分别表示化肥施用量、作物播种面积、农机总动力、有效灌溉面积、农膜投入量和农药施用量。A、B、C、D、E和F表示各途径的碳排放系数,取值分别为0.8956公斤/公斤、16.47公斤/公顷、0.18公斤/千瓦、266.48公斤/公顷、5.18公斤/公斤和4.9341公斤/公斤。(三)碳足迹cef和ct基于生态足迹的概念,农田生态系统的碳足迹估算方法如下:式(8)中,CEF表示农田生态系统的碳足迹;NEP表示作物固碳潜力;Ct表示作物对碳的吸收量;S表示生产性土地面积,本研究采用耕地面积近似替代。四、西南农业生态系统碳循环时间和空间变化特征(一)农业生态系统碳排放情况根据式(2)~(7)及1995—2010年西南地区农业投入数据,对全区农业生态系统碳排放进行了计算。结果表明(见图1),西南地区农业生态系统总碳排放量呈现快速上升的趋势,从1995年的622.45万吨增长到2010年的960.60万吨,增长了54.33%,其中,四川、重庆、贵州和云南2010年碳排放量分别比1995年增长了33.86%、47.30%、61.76%和95.90%。西南地区4省份中,四川的碳排放量对全区碳排放总量贡献最大,主要因为四川是该地区的农业大省,耕地面积较大、农业自然条件较好、种植规模较大,对化肥、农药等化石能源的依赖程度也较高;云南农业生态系统碳排放量在西南地区增长最快,是因为近年来云南农业受国家政策扶持以及化石能源投入大幅增加的影响,耕地面积、播种面积和农作物单产都有大幅增长。从各途径的碳排放来看,2010年西南地区农田生态系统中化肥生产与使用、农药生产与使用、农膜生产与使用、农业机械使用过程和灌溉过程导致的碳排放量分别为547.15万吨、70.15万吨、141.22万吨、41.60万吨和160.47万吨(见图2),分别占总排放量的56.96%、7.30%、14.70%、4.33%和16.71%,化肥生产和使用过程是导致全区农业生态系统碳排放的主要途径。由于耕地分布零散且坡耕地多,农业机械化率较低,全区农业机械使用形成的碳排放比重最小。从碳排放强度来看,全区农业生态系统碳排放强度总体呈增长的趋势(见图3),从1995年的5.71吨/公顷增加到2010年的6.75吨/公顷,增长了18.21%。从各地区看,四川和贵州两省农业生态系统碳排放强度增长较快,分别从1995年的6.50吨/公顷和4.80吨/公顷增长到2010年的9.90吨/公顷和8.11吨/公顷;重庆农业生态系统碳排放强度呈现波动变化,其中2007年为历年最高(8.91吨/公顷);云南农业生态系统碳排放强度从1995年的5.07吨/公顷增加到1997年的最高点6.00吨/公顷后,1999年下降到4.36吨/公顷,之后稳步增长到2010年的6.75吨/公顷。(二)农业生态系统碳吸收量下降根据式(1)和1995—2010年西南各地区的农业统计数据,对全区农业生态系统碳吸收量进行计算。结果表明(见图4),2010年全区农业生态系统碳吸收量达92.27×106吨,比1995年净增加12.14×106吨。与1995年相比,四川、重庆和贵州3省份的农业生态系统碳吸收量变化较小,重庆和贵州分别仅增加了0.11×106吨和1.80×106吨,四川甚至减小0.21×106吨。四川农业生态系统碳吸收量减小的主要原因是近年来尤其是汶川大地震后,经济快速发展,城市化水平提高,耕地非农化现象严重,耕地面积锐减,导致碳吸收量减小。重庆和贵州由于山地多,农业发展受地理条件限制,农业规模扩大较慢,碳吸收量增加也较慢。然而,云南农业生态系统碳吸收量从1995年的21.56×106吨增加到2010年的32.00×106吨,增长了48.42%,这主要得益于耕地面积稳步扩大以及农业产业结构的调整。从碳吸收强度来看,西南地区农业生态系统碳吸收强度表现为波动变化(见图5),从1995年的73.51吨/公顷增长到1998年的83.04吨/公顷后,出现下降趋势,2001年下降为71.34吨/公顷,之后增加到2004年的82.37吨/公顷,又出现下降趋势,2010年仅为75.38吨/公顷。从各地区看,西南地区各省份碳吸收强度均表现为波动变化,其中重庆和云南农业生态系统碳吸收强度波动较大,重庆在2005年达最高值(81.33吨/公顷),2010年仅为50.37吨/公顷,云南农业生态系统碳吸收强度在1998年达94.06吨/公顷的最高值后,迅速下降至2000年的64.71吨/公顷,之后稳步增长到2010年的75.65吨/公顷。(三)农业生态系统碳足迹总体呈下降趋势根据碳足迹计算方法,对西南地区农业生态系统碳足迹进行了计算,结果如图6所示。图6表明,西南地区农业生态系统碳足迹总体表现为增长的趋势,从1995年的84.89×104公顷增长到2010年的128.41×104公顷,增长了51.27%。从各地区来看,2010年西南地区4省份中,四川的碳足迹最大,为43.50×104公顷,占总碳足迹的33.87%;其次是云南;贵州最小。从历史趋势看,四川、重庆、贵州和云南4省份农业生态系统碳足迹均呈增长趋势,2010年分别比1995年增长6.76×104公顷、13.47×104公顷、4.96×104公顷和18.32×104公顷,其中云南增长最快,贵州增长最慢。就单位耕地面积碳足迹来看,西南地区农业生态系统单位耕地面积碳足迹总体表现为上升趋势(见图7),从1995年的0.08公顷/公顷上升到2010年的0.11公顷/公顷。这表明,单位耕地面积农业生产带来的碳排放需要更多的生产性耕地面积来消纳,即表现为单位面积耕地的碳库有缩小的趋势。从各地区来看,四川、重庆、贵州和云南4省份农业生态系统单位耕地面积碳足迹均呈波动上升的趋势。五、分析了中国西南部农业生态系统碳积累和经济发展的证据(一)均gdp模型本文研究使用时间序列数据对EKC模型进行拟合和检验。在进行模型分析过程中,以碳足迹衡量农业生态系统碳排放压力,并以单位耕地面积碳足迹作为被解释变量。在解释变量中,人均经济占有量比经济总量更能反映经济发展水平对农业生态系统碳足迹的影响,因此,选取人均GDP水平作为解释变量。统计资料中GDP数据是名义GDP,并未扣除通货膨胀对经济数据的影响,年际间不具可比性。本研究通过换算,将各年份的名义GDP转换为以1995年为基期的实际GDP,然后计算人均GDP。为消除异方差对模型的影响,人均GDP取自然对数,记为lnGDP。1995—2010年农业生态系统单位耕地面积碳足迹和实际人均GDP数据见表2,GDP和人均GDP数据均来源于相应年份的《四川统计年鉴》、《重庆统计年鉴》、《贵州统计年鉴》和《云南统计年鉴》。(二)碳足迹与经济发展关系为了对西南地区农业生态系统碳足迹与经济增长之间的关系进行实证分析,根据环境库兹涅茨曲线的理论,建立碳足迹的库兹涅茨模型,模型是一个一元三次函数。具体形式如下:上述模型中,lnGDP为解释变量,即人均GDP增长指标;CF为被解释变量,即单位耕地面积碳足迹指标;β0、β1、β2、β3为待定的参数;ε为随机误差干扰项。根据β0、β1、β2、β3的不同取值,可以反映单位耕地面积碳足迹与经济发展的不同变化关系。(1)当β1≠0,β2=β3=0时,碳足迹与经济发展呈线性关系;(2)当β1>0,β2<0,β3=0时,碳足迹与经济发展呈倒“U”型曲线关系;(3)当β1<0,β2>0,β3=0时,碳足迹与经济发展呈“U”型曲线关系;(4)当β1>0,β2<0,β3>0时,碳足迹与经济发展呈“N”型曲线关系;(5)当β1<0,β2>0,β3<0时,碳足迹与经济发展呈倒“N”型曲线关系。上述5种情况中,EKC曲线仅为其中的一种,即第(2)种倒“U”型情形。根据以上分析,对EKC模型进行参数估计,实际上需要对以下3个模型分别进行估计。模型1:CF=β0+β1lnGDP+ε模型2:CF=β0+β1lnGDP+β2(lnGDP)2+ε模型3:CF=β0+β1lnGDP+β2(lnGDP)2+β3(lnGDP)3+ε(三)enger-granger两步法直接对非平稳的时间序列进行回归可能导致伪回归现象的发生,为防止出现伪回归现象的出现,在对变量进行回归分析之前,首先对变量的平稳性进行检验,只有变量在一阶平稳,即I(1)条件下,才能进行协整。本文采用ADF法检验变量的平稳性。结果表明(见表3),所有变量的原序列均是非平稳时间序列,但经过一阶差分变换后变为平稳序列,即解释变量和被解释变量都是一阶单整序列。由于变量均为一阶单整序列,符合协整的要求,通过Engle-Granger两步法对变量进行协整分析(见表4)。首先对模型2和模型3进行协整回归,其参数均未通过t检验,因此排除模型2和模型3。对模型1进行协整回归,所有参数的t检验值均达到0.01的显著水平,可决系数达0.92,说明解释变量对被解释变量具有较好的解释能力,F值为163.46,达到了0.01的显著水平,对回归方程的残差序列进行ADF单位根检验,表明残差序列是一平稳序列,其t值为-4.11,检验形式为无时间趋势和常数项的检验模型。因此,CF和lnGDP是(1,1)阶协整的,CF和lnGDP存在着长期的稳定关系。(四)engl-granger因果关系根据前述分析,模型1中CF和lnGDP具有长期稳定的关系,变量之间是否具有因果关系,可通过Engle-Granger因果关系检验以确定它们之间的相互影响关系。从表5的检验结果可以看出,在滞后1阶的情况下,lnGDP的增长是导致CF增加的格兰杰原因,同时CF增加也是导致lnGDP的格兰杰原因,二者互为因果关系。(五)面积碳足迹与均gdp的长期变动关系基于EKC假设及EVIEWS6.0软件,分别运用单位根检验、Engle-Granger协整检验和Granger因果关系检验方法对西南地区1995—2010年的单位耕地面积碳足迹与人均GDP之间的长期变动关系进行了实证分析。实证结果表明,该地区单位耕地面积碳足迹与人均GDP之间并不存在倒“U”型和倒“N”型的库兹涅茨曲线关系,而是表现为线性关系。线性模型的检验表明,单位耕地面积碳足迹与人均GDP之间存在着长期的稳定关系,模型的一次项系数为正,表明人均GDP的增长会导致单位耕地面积碳足迹的增加。格兰杰因果关系检验表明,单位耕地面积碳足迹与人均GDP互相影响,人均GDP的增加会对单位耕地面积的碳足迹造成影响,同时,单位耕地面积的碳足迹反过来又影响GDP的变化。六、农业生态系统碳足迹和经济发展呈线性增长的趋势从研究结果看,西南地区农业生态系统碳排放量和碳吸收量均呈现增长的趋势且时空差异明显。2010年全区碳排放量和碳吸收量分别达960.60万吨和92.27×106吨,其中四川和云南两省的碳排放量和碳吸收量较大,对全区碳循环过程产生十分重要的影响。碳排放强度和碳吸收强度能有效衡量单位耕地面积碳收支的变化。研究结果表明,全区农业生态系统碳排放强度表现为持续增长的趋势,然而碳吸收强度呈现波动变化且增加不明显,虽然全区农业生态系统有碳盈余,但随着碳排放强度的增加,碳盈余有减少