湖南省农业碳排放脱钩弹性及驱动因素——基于Tapio脱钩模型与LMDI分析.pdf

第 41 卷 第 5 期2023 年 10 月四川农业大学学报Journal of Sichuan Agricultural UniversityVol.41 No.5Oct.2023湖南省农业碳排放脱钩弹性及驱动因素基于Tapio脱钩模型与LMDI分析刘顺翊，李松青*（湖南农业大学商学院，长沙 410128）摘要：【目的】新发展阶段，明晰农业碳与农业经济的关联，厘清农业碳减排路径，将助力实现农业高质量发展，推动农业领域“双碳”进程。【方法】基于20002021年湖南省农业碳排放测算数据，运用Tapio脱钩模型分析农业碳排放与经济发展的相关关系，采用对数平均迪氏指数（LMDI）对碳排放驱动因素进行分解。【结果】湖南省农业碳排放量2014年达到峰值，年均增长2.46%，2015年以后平均每年下降1.4%，其中化肥是影响湖南省农业碳排放的主要碳源；碳排放与经济增长的脱钩关系于2015年由弱脱钩转变为强脱钩；经济规模是研究变量中长期促进碳排放的唯一驱动因素，能源结构、能源强度与人口规模有效影响农业碳排放，产业结构对碳排放的作用不显著。【结论】建议从严管控高碳型生产资料、优化产业结构、提高生产效率、加强农业技术创新、完善政府扶持政策和制度及生态补偿机制等方面开展湖南农业碳减排工作，助力湖南低碳农业产业高质量发展。关键词：农业碳排放；Tapio脱钩模型；LMDI模型中图分类号：F327；X322 文献标志码：A 文章编号：1000-2650（2023）05-0952-09Decoupling Elasticity and Drivers of Agricultural Carbon Emissions in Hunan ProvinceBased on Tapio Decoupling Model and LMDI AnalysisLIU Shunyi，LI Songqing*（College of Business Hunan Agricultural University，Changsha 410128，China）Abstract:【Objective】In the new development stage，clarifying the relationship between agricultural carbon and agricultural economy and clarifying the path of agricultural carbon emission reduction will help achieve high-quality agricultural development and promote the process of carbon peak and carbon neutrality in the agricultural field.【Method】Based on the measured data of agricultural carbon emissions in Hunan Province from 2000 to 2021，the Tapio decoupling model is used to analyze the correlation between agricultural carbon emissions and economic development，and the log-averaged Dixie index（LMDI）is used to decompose the drivers of carbon emissions.【Result】The research shows that：agricultural carbon emissions in Hunan Province reached their peak in 2014，with an average annual increase of 2.46%，and after 2015，the average decoupling relationship between carbon emissions and economic growth changed from a weak decoupling to a strong decoupling in 2015；economic scale is the only driver of carbon emissions in the study variables in the long term，energy structure，energy intensity，and population size effectively influence agricultural carbon emissions，and the role of industrial structure on carbon emissions is not significant.【Conclusion】It is recommended to carry out Hunan agricultural carbon emission reduction work from strict control of high-carbon production materials，optimize the industrial structure，improve production efficiency，strengthen agricultural doi:10.16036/j.issn.1000-2650.202305251收稿日期：2023-05-05基金项目：国家社会科学基金（21CJY032）。作者简介：刘顺翊，硕士研究生，E-mail：。*责任作者：李松青，教授，主要从事生态经济与管理研究，E-mail：。第 5 期李松青，等：湖南省农业碳排放脱钩弹性及驱动因素基于Tapio脱钩模型与LMDI分析technology innovation，improve government support policies and systems and ecological compensation mechanisms，and help hunans low-carbon agricultural industry develop with high quality.Keywords:agricultural carbon emissions；Tapio decoupling model；LMDI model1问题的提出现代经济高速发展催生大量碳排放，致使全球气候变暖加剧，温室效应问题成为当前全人类面临的共同环境威胁，受到全球学者广泛关注。农业生产活动大量使用化肥与农药等高排放型生产资料，其碳排放量约占全球总排放量10%12%，中国农业碳排放量约占国内碳排放总量16%17%1-3。湖南省作为国内农业大省，是农业碳排放重要区域，排放问题不容小觑。2020年9月22日联合国大会中，习近平主席表示中国将于2030年前实现碳达峰，2060年前实现碳中和1,4。“双碳”背景下，碳减排相关研究成为研究热点，有关碳减排的研究多集中于碳排放量测算、空间足迹研究、政策法律分析等1,5-9。随着人类生产规模扩大与生活水平提高，碳排放量持续增长，学界开始关注碳排放与经济增长的相关关系，其中研究多使用环境库兹涅兹曲线（EKC）与脱钩模型。脱钩理论与环境库兹涅兹曲线存在一定的相关性，两者对经济增长与环境污染的动态趋势演变具有大量相似点。EKC理论假说对环境变化与经济发展的线性关系进行动态演示，两者关系普遍表现为先正相关后负相关，图像呈倒U型，随着研究区域与对象的变更，EKC可能表现为N 型或 S 型10。脱钩理论由经济合作与发展组织（OECD）提出应用于农业政策研究，并逐步拓展至环境相关等各领域11，用以描述经济增长与环境破坏之间的相关度。学者Tapio基于欧盟15国19702001年交通运输业碳排放数据，定义了脱钩理论框架，量化了弱脱钩、强脱钩等8种脱钩状态11。环境库兹涅兹曲线中的拐点与脱钩理论中弱脱钩强脱钩的分界线在时间维度上近似重合。既有研究对中国各省份农业碳排放数据进行分解后指出，本世纪初国内大部分省份农业碳排放脱钩弹性处于弱脱钩状态12。而近年来，国内种植业碳排放脱钩特征普遍呈现从弱脱钩向强脱钩过渡趋势，但各省域间存在差异13。Huang Q.Y.等14对黑龙江粮食生产与碳排放解耦及驱动因素进行研究，结果显示经济增长与碳排放脱钩状态基本表现为弱脱钩与扩张负脱钩，碳排放量增长趋势未得到遏制；Wang Z.J.等15基于脱钩模型分析河南省碳排放强度，研究期内碳排放量保持增长，脱钩与耦合状态不规律交替变更，不存在明显变化趋势，但研究期末碳排放强度呈下降态势。在经济增长与碳排放的脱钩关系中，农业产值效应、农业经济结构效应、农业从业人口效应等对农业生产碳排放产生不同程度的影响。现代农业向低碳农业高质量发展进程中，农业经济增长与化肥等农业生产主要碳源引起的碳排放强度之间存在协整关系16，碳排放量与化学肥料使用量、能源消耗量、耕作面积具有显著正相关性17-18。其中，施用化肥造成的碳排放量远高于能源消耗量与农机翻耕19；Sun D.Y.等20分析江南地区农业能源消费及碳排放影响因素，认为煤炭与柴油仍为农业生产主要能源，能源结构因素制约碳减排进程，能源管理有较大改进潜力。Nayak D.等21自下而上评估中国农业碳排放，结果显示管理模式创新对农业碳减排具有显著效果。综上所述，农业碳减排活动具有显著的正外部性12，发展低碳农业是有效应对气候恶化的路径；明晰经济与碳排放的相关性，鉴别农业碳排放的主要来源和驱动因素有助于为农业产业碳减排提供借鉴参考。然而，现有研究一方面内容上多针对农业碳排放总量进行统计测算与空间演化分析，少有将脱钩弹性与分解变量同时引入农业碳排放研究，将碳排放驱动因素与同相关性联立探索。另一方面，农业碳排放研究区域多为国家层级和区域层级，且主要为东部经济发达区域，然省域间存在固定效应差异，中西部地区农业碳排放研究有待深入，湖南省作为以种植业为主的农业大省，农业碳排放与经济发展脱钩关系、驱动因素仍需进一步探讨。鉴于此，本文测算20002021年湖南省农业碳排放量，利用Tapio模型分析湖南农业经济增长与碳排放量的相关关系，基于LMDI模型分解湖南省农业碳排放驱动主导因素，明确湖南农业生产碳源，明晰农业产业碳减排路径，提出湖南农业碳减排建议，以期为湖南低碳农业科学、高质量发展及实现“双碳”目标提供借鉴参考。2研究方法2.1湖南省农业碳排放测算有关农业碳排放目前尚无直接计量监测手段，953四川农业大学学报第 41 卷 国内外学者的研究中也无统一测算方法。本文采用联合国政府间气候变化专门委员会（IPCC）所提供的碳排放系数法来测算湖南省农业碳排放量17。农业生产过程中资源消耗、耕地运作等导致温室气体的排放，这一观点在学术界被广泛认可，本文选取化肥、农药、农用塑料薄膜、农机、农业灌溉作为农业生产的碳源8,17,22，对碳排放量进行核算。农业碳排放估算公式如下：ET=Ef+Ep+Em+Ee+Ei其中，ET表示农业生产碳排放总量，Ef表示化肥所造成的碳排放量，Ep表示农药所造成的碳排放量，Em表示农用塑料薄膜所造成的碳排放量，Ee表示农机所造成的碳排放量，Ei表示农业灌溉所造成的碳排放量。各碳源碳排放量计算公式如下：Ef=Gf a其中，Gf表示化肥施用量，a=0.895 6 kg/kg。Ep=Gp b其中，Gp表示农药施用量，b=4.934 1 kg/kg。Em=Gm c其 中，Gm表 示 农 用 塑 料 薄 膜 使 用 量，c=5.18 kg/kg。Ee=(Ge d)+(Ae g)其中Ge表示农机总动力，d=0.18 kg/kW，Ae表示农田面积，g=16.47 kg/hm2。Ei=Ai h其中Ai表示农业灌溉面积，h=266.48 kg/hm2。以上式中a，b，c，d，g，h为各碳源碳排放系数，数值主要参考IPCC和国内外研究成果17,22-24。2.2Tapio脱钩模型基于Tapio脱钩理论13，构建湖南省农业碳排放量与GDP的脱钩弹性表达式：C,GDP=C/CGDP/GDP式中，C,GDP表示经济增长与碳排放量的脱钩指数，具体脱钩状态判别分类如表1所示，C、GDP分别表示现期与基期碳排量与产值的差值。2.3农业碳排放驱动因素分解1989年Yoichi Kaya教授在IPCC研讨会上首次提出kaya恒等式作为研究碳排放影响因素分解方法25该恒等式具体为：C=CEEGGP PC=Ct-C0=Ct-C0ln Ct-ln C0(ln Ct-ln C0)=Ct-C0ln Ct-ln C0 ln(CtEtE0C0)+ln(EtGtG0E0)+ln(GtPtP0G0)+lnPtP0式中，C、E、G、P分别表示碳排放量、能源消耗量、生产总值、人口规模，CE、EG、GP、P代表影响碳排放的不同因素，分别表示能源消费结构、能源强度、经济水平、人口规模。本文结合农业生产活动实际情况，对kaya恒等式进行适当变形，参考对数平均迪式指数（LMDI）模型进行定量分解。LMDI模型具有因素可逆、可消除残差项的优势，使结果更具说服力。本文分解表达式如下：C=CEEPLAPLAAGRIAGRIP P=CE，=EPLA，=PLAAGRI，=AGRIP式中，C为农业碳排放总量，E为能源消费量，PLA为种植业总产值，AGRI为农业（含农林牧渔）总产值，P为人口规模。、分别表示能源结构、能源强度、农业产业结构、经济规模。运用LMDI模型，剔除无法解释的残差项后，农业碳排放总贡献度为C，能源结构、能源强度、农业产业结构、经济规模、人口规模对于碳排放的贡献度分别为、P，表达式如下：C=+P=Ct-C0=Ct-C0ln Ct-ln C0ln t0=Ct-C0ln Ct-ln C0ln t0=Ct-C0ln Ct-ln C0ln t0=Ct-C0ln Ct-ln C0ln t0表1脱钩状态判别Table 1Decoupling state discriminationC00000GDP00000C,GDP0.8,1.20.8,1.2（1.2，+）（-，0）0，0.8）0，0.8）（-，0）（1.2，+）脱钩状态 Decoupling state衰退连结扩张连结衰退脱钩强脱钩弱脱钩弱负脱钩强负脱钩扩张负脱钩954第 5 期李松青，等：湖南省农业碳排放脱钩弹性及驱动因素基于Tapio脱钩模型与LMDI分析P=Ct-C0ln Ct-ln C0ln PtP0其中，表示在基年至t年其他因素不变条件下由能源结构因素所导致的碳排放变化量。同理，、P分别表示在基年至t年其他因素不变情形下由能源强度、农业产业结构、经济规模、人口规模等因素所导致的碳排放变化量。将C=+P与C,GDP=C/CGDP/GDP两式联立，可将碳排放量与GDP的脱钩弹性分解为同5个驱动因素的脱钩弹性。C,GDP=(+P)/CGDP/GDP=/CGDP/GDP+/CGDP/GDP+/CGDP/GDP+/CGDP/GDP+P/CGDP/GDP=+P其中、P分别表示能源结构脱钩弹性、能源强度脱钩弹性、农业产业结构脱钩弹性、经济规模脱钩弹性、人口规模脱钩弹性。2.4数据来源及处理碳排放量测算所需的数据和碳排放影响因素分解数据资料均来自 湖南统计年鉴（20012022）与 中国农村统计年鉴（20012022），其中农田面积以当年实际播种面积为准，灌溉面积以有效灌溉面积为准，能源消耗量采用农用柴油消耗量。由于 湖南统计年鉴（20002017）与 湖南统计年鉴（20182020）部分数据产生出入，本文以最近年份统计数据为准。3研究结果与分析3.1湖南省农业碳排放量测算及分析应用碳排放测算公式对20002021年湖南省农业碳排放量进行估算，结果见表2。结果表明，湖南省农业碳排放量总体上呈现先增后减趋势，研究期内整体表现为3个阶段。20002002年为缓慢增长阶段，碳排放量年增长率均低于1%，农业GDP增速均低于5%。该阶段城乡差异巨大，农业产品销售渠道不畅造成的供需不对等，生表 220002021年湖南省农业碳排放结构Table 2Agricultures carbon emission structure in Hunan Province from 2000 to 2021时间Year2000200120022003200420052006200720082009201020112012201320142015201620172018201920202021化肥Chemical fertilizer/104t163.133 5165.014 3165.077 0168.668 3181.977 0187.986 4189.992 6196.659 2200.059 1207.421 0211.872 1217.174 0223.102 9222.279 0221.929 7220.797 3220.714 1219.653 1217.281 5205.099 4200.375 4196.190 1农药Pesticide/104t42.241 342.231 542.912 947.051 654.024 955.878 754.865 253.851 855.632 056.915 858.598 459.422 460.679 661.329 961.319 560.370 258.548 557.246 956.325 252.078 450.056 444.956 6农膜Agricultural film/104t20.951 022.279 724.640 226.215 530.415 430.720 532.983 135.432 235.982 936.960 937.903 639.331 741.199 642.686 842.862 443.506 343.863 744.138 344.235 643.404 342.996 140.970 7农机Machinery/104t13.577 213.488 013.262 013.212 914.013 114.304 214.667 012.846 113.263 213.716 014.108 814.357 714.603 514.735 414.855 014.821 914.754 514.746 714.497 014.543 215.021 015.208 3灌溉Irrigation/104t71.349 071.319 471.299 771.292 571.504 071.694 071.867 872.026 472.194 872.500 772.660 073.612 781.831 773.764 982.654 182.963 883.471 483.831 184.314 384.636 987.764 786.286 2总碳排量Carbon emission/104t311.252 1314.332 8317.191 7326.440 7351.934 5360.583 9364.375 8370.815 6377.132 0387.514 4395.142 9403.898 6421.417 4414.795 9423.620 7422.459 5421.352 2419.616 1416.653 6399.762 2396.213 5383.611 9环比增速Growth rate0.989 8%0.909 5%2.915 9%7.809 6%2.457 7%1.051 6%1.767 4%1.703 4%2.753 0%1.968 6%2.215 8%4.337 4%-1.571 2%2.127 5%-0.274 1%-0.262 1%-0.412 0%-0.706 0%-4.054 1%-0.887 7%-3.180 5%955四川农业大学学报第 41 卷 产积极性降低，农业产值与碳排放量同步缓慢增长。第二阶段为快速增长阶段，自2003年开始碳排放增速明显上升，2014年达到峰值，增幅达36%，年均增长率为2.46%，该阶段受到取消农业税等政策导向影响，农产品需求上升，致使更多生产资源投入第一产业，农产品产量产值较上阶段呈现快速增加趋势；同时化肥、农药等农业生产要素大量投入造成碳排放量的显著攀升，其中2004年碳排放增加值最高，约25.5万t，增幅达7.81%，同年农业产值上涨460亿元，增加31.70%，该增量极大程度归因于2004年“中央一号”文件所提及的支持粮食产业发展、促进农民增收减负。2013年碳排放负增长主要是农业灌溉面积较往年大幅减少引发碳排放量显著下降所致。2015年始湖南省农业碳排放量进入下降阶段，随着低碳农业理念与科学技术向农村基层推广，化肥、农药等高碳排放资源投入减少造成碳排放量同步下降。至2021年，农业碳排放量已降至383.61万t，年均降幅约1.40%，其中2019年受化肥施用量降低影响降幅最大，减少约4.05%。由表2可知，化肥为湖南省农业生产碳排放量最高的碳源，研究期内造成农业生产碳排放量占比高达52.41%，曲线走势与总碳排放量大致相同。研究期内前两阶段的农业生产科技水平与生产模式下，农业产值与化肥的投入量具有极高的耦合性。其余碳源由高至低依次为灌溉、农药、农膜、农机，分别占比20.18%、14.13%、9.57%、3.72%；其中农机与灌溉所引发的碳排放量并未随总量同步下降，仍在持续上涨，表明湖南省农业生产规模与机械化程度仍在提高。综上所述，湖南省农业碳排放量在研究时限内已经呈现下降的趋势，在国家政策整体倾向于低碳农业、生态农业的背景下，农业碳排放量将持续平稳降低。同时，农业自身受自然环境、生产要素等波动影响，碳排放面临的不确定性较大，存在特殊年份逆向发展的可能。碳排放结构反映过半数的碳排放量来自于化肥，这表明湖南省农业生产存在对化肥的依赖，化肥使用量与肥料替代应成为湖南省农业碳减排工作重点，改变当前农业生产过量使用化肥以追求高产出进而导致高污染的生产模式，降低农业碳排放。3.2湖南省农业碳排放与经济增长脱钩分析通过Tapio模型分析20002021年湖南省农业碳排放与经济增长的脱钩弹性，结果如表3所示。结果显示，湖南省农业碳排放与经济增长的脱钩弹性为3种状态：弱脱钩、强脱钩、强负脱钩，主要表现为弱脱钩向强脱钩的趋势演变。通过时间序列可知，整体脱钩状态趋势与碳排放量走势近似，均以2015年为分界点。20002014年基本处于弱脱钩状态，碳排放与经济同步增长，碳排放曲线处于上升走势，碳排放增长率低于GDP增长率，表明农业生产追求产能产量的同时一定程度控制了碳排放量膨胀。该阶段中2006年与2009年属于强负脱钩状态，表示农业碳排放量持续上升的同时农业产值下滑，其中2006年受到动物疫情的影响，畜牧业与渔业产值下降；2009年受到瘦肉精等农产品恶性事件的影响以及全球金融危机的波及，农业产值相比上一年骤降。20152021年湖南省农业碳排放与经济增长脱钩弹性状态为强脱钩，全省农业产值持续上涨而碳排放量逐渐下降。受到 20122015年中央一号文件中农业创新、农业现代化等政策导向影响，环境保护、低碳绿色等理念在农业生产活动中已获得反馈，发展质量已经有所改观并初表 3湖南省农业碳排放与经济增长脱钩弹性Table 3In Hunan Province,the decoupling between agricultural carbon emissions and economic growth is elastic时间Year200120022003200420052006200720082009201020112012201320142015201620172018201920202021C/C0.009 80.009 00.028 30.072 40.024 00.010 40.017 40.016 70.026 80.019 30.021 70.041 6-0.016 00.020 8-0.002 7-0.002 6-0.004 1-0.007 1-0.042 3-0.009 0-0.032 9GDP/GDP0.046 70.027 20.070 90.240 60.069 5-0.075 50.260 10.193 5-0.055 60.137 30.144 20.063 60.009 60.031 50.022 50.074 20.029 90.027 60.162 90.147 40.019 6脱钩弹性Decoupling elasticity0.209 80.331 60.399 50.301 10.345 1-0.137 70.066 80.086 5-0.481 40.140 60.150 30.653 5-1.670 80.660 3-0.122 3-0.035 4-0.138 3-0.257 3-0.259 4-0.060 8-1.673 9脱钩状态Decoupling state弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩强负脱钩弱脱钩弱脱钩强负脱钩弱脱钩弱脱钩弱脱钩强脱钩弱脱钩强脱钩强脱钩强脱钩强脱钩强脱钩强脱钩强脱钩956第 5 期李松青，等：湖南省农业碳排放脱钩弹性及驱动因素基于Tapio脱钩模型与LMDI分析见成效，经济发展的转型推动湖南省严格控制污染物与碳排放。3.3湖南省农业碳排放量驱动因素分析根据表达式C=CEEPLAPLAAGRIAGRIP P C=+P=Ct-C0，结合湖南省农业碳排放数据、能源消费量、种植业总产值、农林牧渔总产值、第一产业从业人数对能源结构、能源强度、产业结构、经济规模、人口规模5个驱动因素及各自的脱钩弹性进行分解，结果如表 4、表 5所示。基于以上表发现，经济规模是本研究分解变量中唯一正向驱动碳排放量的因素，脱钩状态处于扩张负脱钩与强脱钩，脱钩指数也远大于C,GDP，表明经济规模是湖南省农业碳排放最重要的因素，研究期内该因素造成超1 064万t的温室气体的排放。经济规模因素普遍引发碳排放量上涨，主要原因为现有的农业生产模式具有环境负外部性，农业生产规模上升，必然造成碳排放量的上升，并且可预见该因素未来依旧是碳排放驱动因素中正向驱动碳排放最显著因素。能源结构和能源强度负向驱动碳排放增长，研究期内分别累计减少了187.67、392.51万t碳排放，该结果表明湖南省农业生产中单位能源产生碳排放量下降、单位能源供给创造的产出增加。除少数年份提高了碳排放，上述二因素大部分时间呈现强脱钩状态，控制了碳排放量增长，推动能源利用更加充分、能源使用情况趋于优化，是实际有效抑制碳排放的因素，此两项因素在未来仍为全省农业碳减排工作的主要方向。人口规模因素同样为抑制碳排放量效果显著的因素，其在研究期内累计贡献度达378万t碳减排，数值持续表现为负数，该因素持续对碳排放进行抑制。人口规模因素与能源强度因素贡献量接近，高于能源结构。但人口规模因素与能源强度对碳排放的抑制作用不同，并非由于劳动力人口下降对碳减排的直接作用，而是来源于人口流失间接带表 4湖南省农业碳排放驱动因素分解结果Table 4Decomposition results of driving factors of carbon emission from agriculture in Hunan Province时间Year200120022003200420052006200720082009201020112012201320142015201620172018201920202021累计贡献度能源结构Energy structure/104t-27.594 1-6.713 8-17.132 3-4.033 9-18.991 0-1.288 71.621 9-16.501 6-8.742 34.438 0-9.034 76.089 1-17.991 60.286 8-11.487 3-1.515 0-6.249 2-6.760 4-18.872 4-7.346 2-19.791 9-187.610 8能源强度Energy intensity/104t15.334 89.122 423.972 0-59.747 9-1.200 0-28.903 4-50.553 4-23.844 8-8.220 9-85.874 6-31.160 4-20.022 310.978 2-3.763 210.116 8-27.585 4-14.042 8-6.798 4-53.476 3-35.023 7-11.818 1-392.511 6产业结构Industrial structure/104t0.377 6-8.250 7-21.261 1-4.035 73.175 360.382 6-55.377 7-33.775 648.049 631.289 8-13.274 24.332 4-3.621 9-1.136 1-9.406 7-4.529 35.785 7-1.119 4-17.120 4-24.621 311.277 9-32.859 3经济规模Economic scale/104t21.311 815.507 235.285 6106.861 932.950 7-15.148 9120.487 185.449 7-14.568 658.474 064.617 329.817 87.278 214.613 618.066 640.784 532.333 726.541 087.685 3271.261 424.407 01 064.012 4人口规模Population size/104t-6.349 4-6.806 3-11.615 2-13.550 6-7.285 5-11.249 8-9.738 1-5.011 3-6.135 3-0.698 6-2.392 3-2.698 1-3.264 3-1.176 2-8.450 5-8.262 0-19.563 4-14.825 2-15.107 5-207.818 8-16.674 2-378.672 8总效应Total effect/104t3.080 72.858 99.249 025.493 78.649 43.791 96.439 96.316 410.382 47.628 58.755 717.518 8-6.621 58.824 8-1.161 2-1.107 3-1.736 1-2.962 5-16.891 4-3.548 6-12.603 572.357 9957四川农业大学学报第 41 卷 动第一产业劳动力素质得以提高，农业生产效率得以提升，低碳生产模式与理念得以普及，有效抑制农业生产碳排放。产业结构因素对湖南省农业碳排放影响较小，累计碳减排量仅32.86万t，历年对碳排放的贡献值在零点之间浮动，表明农林牧渔结构比例仍在调整。种植业作为农林牧渔中碳排放量较高的行业，在保障粮食安全的基础上合理降低种植业的比例将有效减少碳排放，同时也符合退耕还林、退耕还湖战略安排。4结语4.1结论通过估算20002021年湖南省农业碳排放数据，利用Tapio模型验证碳排放与经济发展的脱钩关系，基于LMDI方法分析湖南省农业碳排放驱动因素，得出以下结论：湖南省农业碳排放量已经得以控制，在研究期内呈下降趋势。从排放结构上看，化肥与农药是湖南省农业碳排放重要碳源，并且该两项要素碳排放曲线与总碳排量曲线相似；而农业产值的稳定增长则表明该两项要素与农业生产规模在研究期内存在非线性关系，该两项碳源具备一定的碳减排潜力。从时间上看，农业碳排放量以年均2.46%的增速增长，于2014年达到峰值。2015年后全省农业碳排放逐年下降，该下降趋势未出现反弹，现阶段碳排放每年得到进一步抑制，以往高排放高污染换取产量的经济发展模式已经得以转变，湖南省农业领域碳达峰目标已提前完成，碳中和目标正在努力实现中。湖南省农业经济增长与碳排放脱钩关系整体上表现为弱脱钩向强脱钩转变。20002014年，脱钩状态整体表现为弱脱钩，碳排放增长速率小于总产值增长速率；2015年后进入强脱钩状态，碳排放量增减与GDP呈负相关。该结果表明湖南省农业生产模式低碳化已取得阶段性成果，农业碳排放量得到控制，农业生产对高碳排高污染的生产资料依赖程度正在逐渐降低，农业经济增长与碳排放增长的关系逐步脱钩。根据数值判断，经济增长与碳排放的脱钩关系将持续保持强脱钩状态。能源强度与人口规模有效抑制了农业碳排放，且人口规模因素抑制作用呈增强趋势，并极大程度促进了脱钩弹性由弱脱钩向强脱钩转变。由此表明一方面研究时区内农业生产所用能源逐步向清洁型过渡，能源投入与结构逐年更加合理，使用效率改善明显；另一方面研究时区内农业人力资源水平显著上升，单位劳动力产出效率更高且更加注重生态环保低碳生产。除此之外，研究期内湖南省农业碳排放驱动因素中影响最为显著的因素为经济规模，经济规模扩大所引发的碳排放，源自于更多的生产要素投入，当前情形下特别是2015年前，农业生产处于环境库兹涅茨曲线前半部分阶段，生产资料与生产模式为高排放型，即使改善过后农业生产也无碳汇属性，扩大生产规模势必引发碳排放的增加。4.2政策建议根据以上研究结果，针对性提出湖南省农业生产碳减排对策建议：以生态文明观和低碳理念为指导，持续推动低碳农业生产模式创新。推广低碳农业生产理念，细化低碳农业生产目标，完善低碳农业发展政策制度，优化低碳农业发展标准化方案，稳固低碳农业高质量发展环境。鼓励生产管理模式的革新，将农表 5湖南省农业碳排放驱动因素脱钩弹性Table 5Decoupling elasticity of driving factors of agricultural carbon emission in Hunan Province时间Year200120022003200420052006200720082009201020112012201320142015201620172018201920202021-1.879 4-0.778 8-0.740 0-0.047 6-0.757 70.046 80.016 8-0.226 10.405 40.081 8-0.155 10.227 1-4.539 80.021 5-1.209 9-0.048 5-0.497 8-0.587 2-0.289 8-0.125 8-2.628 61.044 41.058 21.035 5-0.705 6-0.047 91.050 0-0.524 1-0.326 70.381 2-1.583 3-0.534 9-0.746 92.770 1-0.281 61.065 5-0.882 5-1.118 7-0.590 5-0.821 1-0.599 9-1.569 60.025 7-0.957 0-0.918 4-0.047 70.126 7-2.193 6-0.574 1-0.462 8-2.228 10.576 9-0.227 90.161 6-0.913 9-0.085 0-0.990 8-0.144 90.460 9-0.097 2-0.262 9-0.421 71.497 81.451 51.798 81.524 21.262 01.314 60.550 31.249 11.170 70.675 61.078 11.109 21.112 21.836 51.093 51.902 81.304 72.575 92.305 51.346 44.646 23.241 0P-0.432 5-0.789 5-0.501 7-0.160 0-0.290 70.408 7-0.101 0-0.068 70.284 5-0.012 9-0.041 1-0.100 6-0.8