Coupling and coordination analysis of low-carbon agriculture in major grain-producing areas: From the perspective of agricultural carbon emission efficiency
-
摘要:
探究低碳农业系统间的耦合协调度对粮食主产区开展低碳农业协调均衡发展具有重要的现实指导意义。本文在测度我国覆盖松花江流域、黄河流域和长江流域的粮食主产区13个省份(自治区)农业碳排放效率的基础上, 通过构建包含农业碳排放效率的农业碳排放、农业经济发展和农业生态环境的低碳农业评价系统, 运用耦合协调模型对粮食主产区2001—2021年低碳农业系统间的耦合协调度进行测度, 并探究各系统协调演变的时空规律。结果表明: 2001—2021年, 粮食主产区农业碳排放效率均值呈波动上升趋势, 2021年农业碳排放效率均值最高为0.964, 距离最佳生产前沿面仍存在一定距离; 省域差异上, 2021年辽宁省农业碳排放效率水平最高(1.184), 安徽最低(0.522), 且农业碳排放效率均值表现为松花江流域>黄河流域>长江流域, 农业碳排放效率水平省域差异较大。粮食主产区低碳农业系统的整体耦合协调度呈增长趋势, 耦合协调等级处于协调发展阶段, 但距离良好、优质协调还有一定距离。各省份低碳农业系统间的耦合协调度处在0.6到0.9之间, 呈明显上升趋势, 耦合等级经历初级协调、中级协调到良好协调的发展阶段, 但省域间差别较大, 耦合协调度总体呈现“北高南低”和“东高西低”的态势。基于此, 本文提出未来应加强区域间合作、贯彻低碳生产新理念和加强农业科技创新等政策建议。
Abstract:Low-carbon agricultural production is the key to achieving green and high-quality agricultural development. The main grain-producing area is an important guarantee of national food security and the main area of the agricultural carbon emissions in China. Thus, exploring the degree of coupling and coordination between low-carbon agricultural systems is warranted to carry out the coordinated and balanced development of low-carbon agriculture in the major grain-producing areas. This study used the super-efficient SBM model to measure the agricultural carbon emission efficiency of 13 provinces (autonomous regions) in the major grain-producing areas of China, covering the Songhua, Yellow, and Yangtze River basins from 2001 to 2021. A low-carbon agricultural evaluation system of agricultural carbon emissions, agricultural economic development, and agroecological environment was constructed, which included the efficiency of agricultural carbon emissions. The coupling coordination model was adopted to measure the degree of coupling coordination between low-carbon agricultural systems in the major grain-producing areas to explore the spatial and temporal patterns of the coordinated evolution of each system. The results showed that: 1) the average value of agricultural carbon emission efficiency in the major grain-producing areas of China showed a fluctuating upward trend from 2001 to 2021, with the highest average value of 0.964 in 2021. The average value of agricultural carbon emission efficiency increased sharply during the period of study, but the average value remained lower than 1, which did not meet the optimal production frontiers. In terms of provincial differences in 2021, only Anhui and Hunan provinces in the major grain-producing areas did not reach the effective state of agricultural carbon emission efficiency. Liaoning Province had the highest level of agricultural carbon emission efficiency of 1.184, and Anhui Province had the lowest level of 0.522. The average value of agricultural carbon emission efficiency from high to low were Songhua River Basin > Yellow River Basin > Yangtze River Basin. This resulted in a significant difference in the level of agricultural carbon emission efficiency among the provinces. 2) From 2001 to 2021, the overall coupling and coordination degree of low-carbon agricultural systems in the major grain-producing areas showed a steady growth trend, and the coupling and coordination level was in the stage of coordinated development, which was still a certain distance away from high-quality coordination. During the study period, the coupling degree of coordination between low-carbon agricultural systems in the provinces was between 0.6 and 0.9, and showed a clear upward trend. The degree of coupling coordination went through development stage of primary coordination, intermediate coordination, to good coordination, but large differences were observed between provinces. The degree of coupling coordination showed a trend of “high in the north and low in the south” and “high in the east and low in the west”. Based on this, the following three countermeasures were proposed: first, strengthen inter-regional cooperation to jointly promote the development of low-carbon agriculture; second, implement the new concept of low-carbon production and continuously improve the low-carbon awareness of farmers; and third, strengthen the agricultural science and technology innovation, and continuously improve the agricultural carbon emission reduction technology.
-
为了适应并减缓气候变化, 碳达峰和碳中和这个“双碳”目标已经成为世界发展的共同目标。目前, 全球已经有140多个国家提出了碳中和目标, 大部分国家计划在2050年前后实现碳中和[1-2]。2020年9月, 我国政府提出, 二氧化碳排放力争于2030年前达到峰值, 努力争取2060年前实现碳中和。肥料是重要的农业生产资料, 在碳排放中起着双重作用。一方面, 肥料在生产、运输和使用过程中要消耗能量, 产生CO2排放, 是重要的碳排放源。化肥、农膜、农药、灌溉和农业机械等不同碳排放源中, 化肥是主要来源。1997—2015年化肥占到农业碳排放总量的55.80%[3], 1997—2017年施用化肥引起的碳排放占到了农业碳排放量年平均值的59.87%[4]。2018年中国农业总碳排放量为8.70×108 t, 其中化肥引起来的碳排放量占比60.30%[5]。另一方面, 合理使用肥料能够促进作物生长发育, 增加光合作用强度, 提升固碳能力, 减少空气中的CO2, 起减排作用。1 kg化肥(养分)可增加粮食7.5 kg, 扣除生产肥料所释放的CO2和消耗的O2后, 仍可净固定CO2 22.18 kg, 净释放O2 16.17 kg[6-7]。在合理的施肥范围内, 相较于不施肥, 每公顷耕地施用170 kg氮肥可捕获相当于1.80 t标准煤的能量, 扣除氮肥生产需消耗的273.00 kg标准煤的能量, 仍可净捕获约1.60 t标准煤的能量[8]。如果不考虑农作物对不同类型化肥吸收利用的差异, 全部采用最低排放类型化肥及相应的施肥策略, 中国农作物生产平均每年可减少碳排放量127.41 Mt CO2 eq和23.45%的温室气体排放[9]。用有机肥替代化肥可以大幅减少农田温室气体排放量, 固碳潜力达到11.50 t(CO2 eq)∙hm−2∙a−1, 如果有机肥全部替代化肥, 农田将变为典型的碳库[−8.80 t(CO2 eq)∙hm−2∙a−1], 而全部施用化肥的农田则是典型碳源[+2.70 t(CO2 eq)∙hm−2∙a−1][10-11]。
未来很长一段时间, 肥料对于粮食和农业生产发展仍具有不可替代作用, 使用合适的肥料产品、科学施用肥料, 对于减少碳排放有重要作用。对标“双碳”目标, 如何既减少肥料行业碳排放, 又确保国家粮食安全, 需要政府、科研机构、企业和公众等多方共同努力。本研究利用联合国粮农组织、国家统计局、农业农村部等网站公布的数据资料, 分析肥料在碳排放中的作用和当前肥料行业碳减排现状, 提出存在的问题, 探讨“双碳”目标下肥料行业的发展建议, 为肥料行业低碳化发展提供参考。
1. 肥料行业碳减排现状
1.1 化肥产量和施用量呈先增后降态势, 成为近年农业碳减排的最大贡献者
化肥制造的原料和燃料都严重依赖化石能源, 属于高耗能产业。化肥产量和施用量大幅下降带来的碳减排量相当可观。自2015年国家实施《到2020年化肥使用量零增长行动方案》以来, 产能过剩的化肥行业逐步回归到理性发展轨道。同时, 由于煤炭等原材料价格上行、优惠政策退出、新冠肺炎疫情持续等不利因素影响, 化肥产量和施用量均呈逐年下降态势, 所产生的碳排放大幅减少。国家统计局数据[12]表明, 中国农用氮、磷、钾化肥的产量由2015年的最高值7.43×107 t (折纯, 下同)降至2020年的5.50×107 t, 降幅达26.05%, 2016—2020年累计减少8.01×107 t; 化肥施用量由2015年的最高值6.02×107 t降至2020年的5.25×107 t, 降幅达12.82%, 2016—2020年累计减少1.96×107 t。联合国粮农组织数据[13]表明, 中国化肥生产和施用的碳排放由2015年的3.35×108 t CO2 eq降至2020年的2.74×108 t CO2 eq, 降幅达18.21%, 2016—2020年累计减少2.01×108 t CO2 eq (图1)。金书秦等[14]研究也表明, 2018年中国农业碳排放比2016年的排放峰值减少1.53×107 t, 其中化肥碳减排对农业碳减排的贡献达94.50%, 是近年来最大的减排贡献者。
![]()
图 1 2011—2020年中国化肥产量、施用量和碳排放量变化情况Figure 1. Change of the output, application amount of chemical fertilizers and carbon emissions in China from 2011 to 20201.2 有机肥产量和需求量呈上升态势, 促进了农业固碳减排
2002年, 国家颁布有机无机复混肥料标准(GB 18877—2002)和有机肥料标准(NY525—2002), 商品有机肥正式进入中国肥料流通领域。2017年以来, 国家加大对有机肥施用和生产的支持补贴力度, 启动实施了果菜茶有机肥替代化肥行动[15], 有机肥企业数量不断增多、新型产品不断涌现、生产规模逐渐扩大、市场需求持续稳定增长。根据网上公开资料显示[16], 2020年我国有机肥产量达1.56×107 t, 比2015年增长29.46%; 需求量约为1.52×107 t, 比2015年增长27.85% (图2)。有机肥的大量施用, 既为禽畜粪便的利用开辟了渠道, 避免了大量碳氮元素的无谓排放, 又减少化肥使用, 从生产源头降低了碳排放, 而且改良土壤, 提升了固碳能力, 降低了温室气体排放。化肥减量50%并配施猪粪, 土壤有机碳固持量增加192%, 分别减少双季稻田52%的温室气体净排放和53%的单位产量净排放[17]。
![]()
图 2 2011—2020年中国有机肥供需量变化情况Figure 2. Change of supply and demand of organic fertilizers in China from 2011 to 20201.3 科学施肥技术加快推广, 提高了肥料吸收利用率
农业农村部每年在全国300个县进行化肥减量增效示范, 在233个重点县进行有机肥替代化肥试点。2020年有机肥施用面积为3.67×107 hm2, 较2015年增加50%; 大力开展测土配方施肥, 三大粮食作物施肥总量中配方肥占比超过60%; 加快推广水肥一体化、机械深施等先进节肥技术, 水肥一体化面积达9.33×106 hm2、机械施肥达4.67×107 hm2[18]。水稻(Oryza sativa)、玉米(Zea mays)、小麦(Triticum aestivum)等三大粮食作物的化肥利用率逐年提高, 2020年达40.20%, 较2015年提高了5个百分点(图3)。相同数量的化肥, 被农作物有效吸收利用的比例提高, 排放自然减少。1962—2018年, 每吨化肥施用后碳排放量呈总体下降趋势, 从8.30 t CO2 eq下降到3.20 t CO2 eq[14]。
![]()
图 3 2015—2020年中国水稻、玉米、小麦三大粮食作物化肥利用率变化情况Figure 3. Change of the utilization rates of chemical fertilizer for rice, corn and wheat from 2015 to 20202. 肥料行业存在的问题
2.1 化肥施用量依然偏高, 利用率偏低
中国化肥施用总量虽然已经实现了负增长, 但仍居世界第一位, 占世界化肥施用总量的比例和单位面积化肥施用量依然很高, 化肥利用率依然偏低。联合国粮农组织数据[19]表明, 近10年中国农用化肥施用量占世界农用化肥施用量的比例已由2015的最高值29.60%降至2020年的22.65%, 而2020年美国、欧盟和日本的占比仅为9.92%、7.72%和0.49%; 中国农作物单位面积化肥施用量已由2014年的最高值408.79 kg∙hm−2降至2020年的336.78 kg∙hm−2(图4), 但仍远高于128.98 kg∙hm−2的世界平均水平和发达国家公认的225 kg∙hm−2的安全上限, 是美国(124.04 kg∙hm−2)的2.72倍、欧盟(135.23 kg∙hm−2)的2.49倍、日本(223.58 kg∙hm−2)的1.51倍。2020年我国三大粮食作物化肥利用率已提高到40.20%, 但仍比欧美发达国家低10~20个百分点以上[20-21]。
![]()
图 4 2011—2020年中国农作物化肥单位面积施用量变化情况Figure 4. Change of application amount of chemical fertilizers per unit area in China from 2011 to 20202.2 新型肥料创新不足, 市场较为混乱
全球氮肥70%~80%以天然气为原料制造, 而我国氮肥70%仍以煤为原料制造[22-23], 以煤为原料产生的CO2排放量是天然气的2倍[24]。在化肥负增长的大趋势下, 新型肥料行业快速迅猛发展, 新品种层出不穷, 但关键技术和核心技术创新仍然不足, 相关标准缺失, 市场较为混乱。2016—2020年农业农村部新申请的肥料产品为23 279个, 其中批准的产品为16 520个, 占70.97%; 不批准产品为6759个, 占29.03%, 主要原因有产品质检不合格、田间试验报告不符合登记要求、标签不合格等。微生物肥、水溶性肥等新型肥料起步较晚、规模较小, 产品趋同、功能差异性不高; 有机肥生产设备和工艺落后老套, 企业自主创新相对薄弱; 有机无机复混肥生产还存在很多技术难点, 如物理性结合、发酵除臭等; 多功能肥料还处于比较混乱的起步阶段, 很多技术还不够成熟和稳定; 新型肥料生产工序复杂, 推广服务成本高, 价格相对较贵; 有些厂家回避新型肥料的缺点, 过分夸大功效, 个别不法生产者以次充好甚至造假售假, 对农户的信任产生冲击。企业宣传指导不够, 农户对新型肥料认知不足, 对新技术、新产品的接受程度不高, 施用意愿较低。目前, 我国新型肥料的施用量仅占总体肥料使用量的10%左右[25-26], 欧洲国家微生物肥料的施用比例达45%~60%, 美国微生物肥料的施用比例高达60%~70%[27]。
2.3 施肥不科学问题依然存在, 化学肥料偏多、有机肥偏少
虽然国家一直大力提倡“测土配方施肥”和“减肥增效”, 但与国外相比, 我国的施肥技术和配套机具仍然存在很大差距[28-29]。一些农民的施肥观念已有很大改变, 但大部分农民已经习惯了传统的农业生产方式, 不愿控制肥料的使用, 化肥使用比例不科学、施用方式不合理的问题依然突出。有研究表明[30], 75.95%的农户不了解科学施肥, 79.01%的农户不了解耕地土壤养分情况, 绝大多数农户凭经验施肥。虽然测土配方施肥技术的覆盖率已近90%, 但农民用得上、愿意用的配方肥使用率还不高[31], 肥料利用率较高的微生物肥、液体肥、水溶肥等新型肥料使用量则更少[32]。氮磷成分过高, 钾元素配比较少, 肥料成分单一现象明显[33]。施肥结构不平衡, 化肥表施、撒施现象依然比较普遍, “三重三轻”(重化肥、轻有机肥, 重大量元素肥料、轻中微量元素肥料, 重氮磷肥、轻钾肥)问题依然突出, 机械施肥仅占农作物种植面积的30%[34]。粮食作物偏施氮肥、磷肥, 蔬菜、花卉施用磷肥量较大, 有机肥施用明显不足[35]。目前, 中国有机肥料施用量占肥料施用总量的比例仅20%左右, 而美国、英国、日本等西方发达国家的占比则高达50%左右[36-37]。
2.4 肥料立法缺失, 监管仍然薄弱
世界上很多国家有专门的肥料法律, 日本于1950年颁布了《肥料管理法》[38], 韩国于1976年颁布了《肥料管理法》[39], 加拿大于1985年颁布了《肥料法》[40], 德国于1986年颁布了《肥料法》[41], 英国于1991年颁布了《肥料法》[42], 欧盟于2003年颁布了统一的《肥料法》[43], 美国联邦政府没有出台统一的肥料法, 由各州自行制定[44-45]。我国是农业大国, 也是肥料生产和使用大国, 在农业投入品中, 至今只有肥料尚没有制定专门的法律法规。我国1989年颁布《中华人民共和国农业部关于肥料、土壤调理剂及植物生长调节剂检验登记的暂行规定》, 实行肥料登记管理制度, 2000年农业部颁布《肥料登记管理办法》并于2004年、2017年、2022年进行3次修订。《肥料登记管理办法》仅是部门规章, 法律效力低。中国肥料管理分别归属在不同的部门, 尚未形成统一的肥料监督管理体系[46]。肥料市场秩序有待规范, 肥料标准体系尚不健全, 肥料事中事后监管仍有待加强。
3. “双碳”目标下肥料行业发展对策
3.1 大力研发新型肥料
适应“双碳”目标要求, 在以煤为原料生产氮肥这一基调确定的情况下, 采用更为先进的碳捕捉与贮存技术减少化肥生产过程中的碳排放量, 降低合成氨单位产品的综合能耗值; 组织开展低碳肥料研发创新, 大力鼓励发展新型环保高效肥料, 推广应用生物肥、液体肥料、水溶性肥料、缓/控释肥料、有机无机复混肥料、中(微)量元素肥料、含腐植酸(氨基酸)肥料、有机肥等新型肥料, 建立面向绿色发展的新型肥料产业体系。2016—2020年农业农村部新登记的肥料产品达16 520个, 涉及的企业数约6000多家, 平均每年新登记3304个产品。 对新型肥料研发给予电费、税费、运费和设备补贴等扶持政策, 降低新型肥料的生产和流通推广成本, 促进新型肥料关键技术和装备研发不断取得突破, 推动肥料行业转型升级。用好碳交易市场, 建立健全运行机制, 促进肥料企业加强工艺和产品创新, 减少碳排放, 提高肥料利用效率。
3.2 加快推广减肥增效科学施肥技术
农业领域实现“双碳”目标, 提高肥料利用率至关重要。维持当前粮食产量水平, 如果小麦、玉米、水稻三大粮食作物主产区全部采用测土配方施肥, 每年化肥投入可削减8.14×106 t, 占三大粮食作物主产区化肥使用量的27.60%, 每年可减少碳排放1.05×107 t[47]。继续深入推进测土配方施肥, 进一步做好取土化验、田间试验、制定配方等公益性施肥服务, 提高测土配方施肥技术到位率, 确保配方肥落地到田。不断改进施肥方式, 以机械为载体, 加快集成农机农艺融合的施肥技术, 重点推广机械深施、玉米种肥同播、水稻侧深施肥、水肥同施、适期施肥、叶面喷施等科学高效施肥技术, 提高化肥利用率。以设施蔬菜栽培集中区域为重点, 通过配套建设滴灌设施, 将施肥和灌溉同步进行、一体化管理, 加快推广水肥一体化技术, 提升节水节肥水平。大力发展智能施肥技术, 通过传感器和软件等数字技术实时监测土壤信息, 形成最合理的施肥方案, 实现按时按需精准施肥, 最大限度地节约化肥。
3.3 强化农业废弃物资源化综合利用
我国每年可产生3.80×109 t的畜禽粪污, 但利用率还不足60%[48]。我国每年秸秆产量超过8.00×108 t, 综合利用率为80%[49]。加大力度利用畜禽粪污资源生产和推广商品有机肥, 提升秸秆综合利用水平, 既能大大减轻农业面源污染, 又可以大幅减少化肥用量。畜禽粪便产生的氮、磷如果全部用于果菜茶生产, 可替代78%的化肥[50]。要进一步以废弃物肥料化利用为基础, 根据不同区域、畜种、规模, 因地因场制宜采取经济高效适用的处理模式, 引导农民利用畜禽粪污积造施用有机肥, 就地就近还田用好畜禽粪污等有机资源, 替代部分化肥投入, 加快形成有机无机合理结合、大中微量元素科学配比的施肥结构。要持续推进秸秆肥料化、饲料化和基料化利用, 发挥好秸秆耕地保育和种养结合功能。建议出台专门的支持和奖励政策, 鼓励社会资本和专业化服务组织参与废弃物处理和肥料化利用, 加快构建形成产业化发展、市场化经营、科学化管理和社会化服务的废弃物肥料化利用新格局。
3.4 强化肥料行业立法监管
要以农业农村部令2022年第1号修订后的《肥料登记管理办法》为基础, 针对肥料监管中存在的问题, 学习借鉴国外经验, 做好顶层制度设计, 加快推动出台《肥料法》, 建立和完善肥料法律法规, 明确相关管理部门的职责, 规范生产主体的行为, 使我国的肥料生产、施用、管理有法可依、有法必依。健全肥料标准体系, 抓紧制修订目前生产中急需的产品标准, 完善施用技术规范, 加快建立适应我国国情的肥料标准体系。2020年9月, 国务院决定取消和下放一批行政许可事项(国发〔2020〕13号), 将大中微量元素水溶肥料等7类肥料的管理方式由登记改为备案。自2020年12月15日备案系统启用以来, 至2022年9月21日部级产品备案数达144 735个, 省级产品备案数达81 330个, 境外产品备案数达11 760个。农业农村部门需要加大对登记和备案肥料产品的质量监督检查力度, 从注重“事前”管理调整为更加注重“事中”与“事后”管理, 促进肥料行业科学规范和低碳发展。
3.5 加强科学低碳施肥宣传培训
充分用好电视、广播、报刊等传统媒体和短视频等新媒体以及田间学校、现场观摩、专家讲座等宣传形式, 大力宣传肥料有关的法律法规和科学安全合理施肥的标准规范, 使农民充分认识科学低碳施肥的必要性和重要性, 让减量施肥、低碳施肥成为全社会的共识, 成为广大农民和种植大户的自觉行动。农技部门要充分发挥作用, 积极引导广大农民群众科学识肥购肥, 正确认识各种肥料的用量、功效和施用方法, 熟练掌握各项节肥措施, 让低碳肥料新产品、新技术、新模式、新机具等实用技术真正进入千家万户、落到田间地头, 实现合理利用土壤、科学使用肥料。
-
![]()
图 1 2001—2021年粮食主产区农业碳排放效率均值
Figure 1. Mean agricultural carbon emission efficiency in major grain-producing areas from 2001 to 2021
![]()
图 2 2021年粮食主产区各省份(自治区)农业碳排放效率值比较
Figure 2. Comparison of agricultural carbon emission efficiency values in different provinces (autonomous regions) of major grain-producing areas in 2021
表 1 低碳农业发展评价指标体系
Table 1 Evaluation index system of low-carbon agricultural development
目标层
Target layer准则层
Criterion layer指标层
Index level指标含义
Indicator meaning单位
Unit属性
Attribute低碳农业综合发展指数
Low carbon agricultural development index农业碳排放系统
Agricultural carbon emission system农业碳排放效率
Agricultural carbon
emission efficiency/ / + 农业碳排放强度
Agricultural carbon
emission intensity农业碳排放总量/农业总产值
Total agricultural carbon emissions /
total value of agricultural outputt∙(104 ¥)−1 − 农业碳排放密度
Agricultural carbon
emission density农业碳排放量/农作物播种面积
Agricultural carbon emissions / crop
sown areat∙hm−2 − 农业经济发展系统
Agricultural economic development system农业总产值
Total value of
agricultural output农业总产值
Total value of agricultural output×108 ¥ + 农村居民纯收入
Net income of rural residents农村居民家庭纯收入
Rural household net income¥ + 农业劳动生产率
Agricultural labor productivity农业总产值/农业从业人员
Total value of agricultural output /
people engaged in agriculture¥∙cap.−1 + 人均粮食产量
Grain output per capita粮食产量/总人口数
Grain output / total populationkg∙cap.−1 + 农村居民恩格尔系数
Engel coefficient of rural residents食品消费支出/消费总支出
Food consumption expenditure /
total consumption expenditure% − 农业生态环境系统
Agroecological
environment system森林覆盖率
Forest coverage rate森林面积/土地总面积
Forestry area / total land area% + 化肥施用强度
Fertilizer application intensity化肥施用量/农作物播种面积
Fertilizer application amount /
crop sown areat∙hm−2 − 农药使用强度
Pesticide application intensity农药使用量/农作物播种面积
Pesticide application amount /
crop sown areat∙hm−2 − 农膜使用强度
Agricultural film use intensity农膜使用量/农作物播种面积
Agricultural film usage / crop sown areat∙hm−2 − 柴油使用强度
Diesel use intensity柴油使用量/农作物播种面积
Diesel usage / crop sown areat∙hm−2 − 有效灌溉系数
Effective irrigation coefficient有效灌溉面积/农作物播种面积
Effective irrigation area / crop sown area% + 
下载: 导出CSV
表 2 农业碳排放效率评价指标体系
Table 2 Evaluation index system of agricultural carbon emission efficiency
一级指标
Primary index二级指标
Secondary index衡量标准
Measuring standard投入要素
Input factor劳动力 Labor force 第一产业从业人员×农业总产值/农林牧渔业总产值
Number of employees in primary industry × total value of agricultural output / total
output value of agriculture, forestry, animal husbandry and fishery (×104 persons)土地 Land 农作物播种面积 Crop sown area (×103 hm2) 化肥 Chemical fertilizer 化肥施用量 Fertilizer application amount (×104 t) 农药 Pesticides 农药施用量 Pesticide application amount (×104 t) 农膜 Agricultural film 农膜使用量 Agricultural film usage (t) 灌溉 Irrigation 有效灌溉面积 Effective irrigation area (×103 hm2) 农用机械
Agricultural machinery农业机械总动力 Total power of agricultural machinery (×104 kW) 期望产出
Expected output农业总产值
Total value of
agriculture output可比价的农业总产值 Comparable total value of agriculture output (×108 ¥) 非期望产出
Unexpected output农业碳排放量
Agricultural carbon emissions碳排放总量 Total carbon emissions (×104 t)
下载: 导出CSV
表 3 耦合协调度等级分类标准
Table 3 Classification standard of coupling coordination degree
耦合协调度
Coupling coordination degree (D)等级
Class耦合协调度
Coupling coordination degree (D)等级
Class0≤D≤0.1 极度失调 Extreme imbalance 0.5<D≤0.6 勉强协调 Forced coordination 0.1<D≤0.2 严重失调 Severe imbalance 0.6<D≤0.7 初级协调 Primary coordination 0.2<D≤0.3 中度失调 Moderate imbalance 0.7<D≤0.8 中级协调 Intermediate coordination 0.3<D≤0.4 轻度失调 Mild imbalance 0.8<D≤0.9 良好协调 Good coordination 0.4<D≤0.5 濒临失调 Near imbalance 0.9<D≤1.0 优质协调 High-quality coordination
下载: 导出CSV
表 4 粮食主产区农业碳排放、农业经济发展和农业生态环境的耦合协调度
Table 4 Coupling coordination degree of agricultural carbon emissions, agricultural economic development, and agricultural ecological environment in major grain-producing areas
年份
Year耦合度
Coupling
degree耦合协调度
Coupling coordination
degree耦合协调等级
Coupling coordination
level年份
Year耦合度
Coupling
degree耦合协调度
Coupling coordination
degree耦合协调等级
Coupling coordination
level2001 0.664 0.660 初级协调
Primary coordination2012 0.932 0.719 中级协调
Intermediate coordination2002 0.700 0.657 初级协调
Primary coordination2013 0.939 0.724 中级协调
Intermediate coordination2003 0.735 0.684 初级协调
Primary coordination2014 0.948 0.733 中级协调
Intermediate coordination2004 0.722 0.673 初级协调
Primary coordination2015 0.961 0.733 中级协调
Intermediate coordination2005 0.755 0.686 初级协调
Primary coordination2016 0.964 0.747 中级协调
Intermediate coordination2006 0.789 0.693 初级协调
Primary coordination2017 0.960 0.753 中级协调
Intermediate coordination2007 0.808 0.693 初级协调
Primary coordination2018 0.961 0.761 中级协调
Intermediate coordination2008 0.837 0.699 初级协调
Primary coordination2019 0.964 0.771 中级协调
Intermediate coordination2009 0.862 0.699 初级协调
Primary coordination2020 0.966 0.778 中级协调
Intermediate coordination2010 0.896 0.712 中级协调
Intermediate coordination2021 0.967 0.786 中级协调
Intermediate coordination2011 0.904 0.716 中级协调
Intermediate coordination耦合度和耦合协调度根据粮食主产区13个省份(自治区)几何平均计算。The coupling degree and coupling coordination degree are calculated based on the geometric average of 13 provinces (autonomous regions) in the main grain-producing areas.
下载: 导出CSV
表 5 2001—2021年粮食主产区各省(自治区)农业碳排放、农业经济发展和农业生态环境的耦合协调度
Table 5 Coupling coordination degree of agricultural carbon emissions, agricultural economic development, and agricultural ecological environment in different provinces (autonomous regions) of major grain-producing areas from 2001 to 2021
省(自治区)
Province (autonomous region)2001 2006 2011 2016 2021 耦合协调度
Coupling coordination degree等级
Class耦合协调度
Coupling coordination degree等级
Class耦合协调度
Coupling coordination degree等级
Class耦合协调度
Coupling coordination degree等级
Class耦合协调度
Coupling coordination degree等级
Class河北
Hebei0.692 初级协调
Primary coordination0.715 中级协调
Intermediate coordination0.744 中级协调Intermediate coordination 0.776 中级协调Intermediate coordination 0.814 良好协调Good coordination 内蒙古
Inner Mongolia0.708 中级协调
Intermediate coordination0.759 中级协调Intermediate coordination 0.745 中级协调Intermediate coordination 0.761 中级协调Intermediate coordination 0.788 中级协调Intermediate coordination 辽宁
Liaoning0.661 初级协调
Primary coordination0.698 初级协调Primary coordination 0.720 中级协调Intermediate coordination 0.757 中级协调Intermediate coordination 0.793 中级协调Intermediate coordination 吉林
Jilin0.715 中级协调
Intermediate coordination0.757 中级协调Intermediate coordination 0.758 中级协调Intermediate coordination 0.782 中级协调Intermediate coordination 0.805 良好协调Good coordination 黑龙江Heilongjiang 0.719 中级协调
Intermediate coordination0.782 中级协调Intermediate coordination 0.805 良好协调Good coordination 0.828 良好协调Good coordination 0.874 良好协调Good coordination 江苏
Jiangsu0.667 初级协调
Primary coordination0.685 初级协调Primary coordination 0.749 中级协调Intermediate coordination 0.794 中级协调Intermediate coordination 0.829 良好协调Good coordination 安徽
Anhui0.612 初级协调Primary coordination 0.648 初级协调Primary coordination 0.665 初级协调Primary coordination 0.695 初级协调Primary coordination 0.744 中级协调Intermediate coordination 江西
Jiangxi0.630 初级协调Primary coordination 0.626 初级协调Primary coordination 0.646 初级协调Primary coordination 0.707 中级协调Intermediate coordination 0.730 中级协调Intermediate coordination 山东
Shandong0.650 初级协调
Primary coordination0.673 初级协调Primary coordination 0.710 中级协调Intermediate coordination 0.724 中级协调Intermediate coordination 0.781 中级协调Intermediate coordination 河南
Henan0.684 初级协调
Primary coordination0.724 中级协调Intermediate coordination 0.739 中级协调Intermediate coordination 0.755 中级协调Intermediate coordination 0.814 良好协调Good coordination 湖北
Hubei0.603 初级协调
Primary coordination0.628 初级协调Primary coordination 0.639 初级协调Primary coordination 0.684 初级协调Primary coordination 0.711 中级协调Intermediate coordination 湖南
Hunan0.633 初级协调Primary coordination 0.663 初级协调Primary coordination 0.675 初级协调Primary coordination 0.711 中级协调Intermediate coordination 0.749 中级协调Intermediate coordination 四川
Sichuan0.615 初级协调Primary coordination 0.674 初级协调Primary coordination 0.732 中级协调Intermediate coordination 0.749 中级协调Intermediate coordination 0.802 良好协调Good coordination
下载: 导出CSV
-
[1] 李波, 张俊飚, 李海鹏. 中国农业碳排放时空特征及影响因素分解[J]. 中国人口·资源与环境, 2011, 21(8): 80−86 LI B, ZHANG J B, LI H P. Research on spatial-temporal characteristics and affecting factors decomposition of agricultural carbon emission in China[J]. China Population, Resources and Environment, 2011, 21(8): 80−86
[2] 田云, 尹忞昊. 中国农业碳排放再测算: 基本现状、动态演进及空间溢出效应[J]. 中国农村经济, 2022(3): 104−127 TIAN Y, YIN M H. Recalculation of agricultural carbon emissions in China: Basic status, dynamic evolution, and spatial spillover effects[J]. China Rural Economy, 2022(3): 104−127
[3] 胡永浩, 张昆扬, 胡南燕, 等. 中国农业碳排放测算研究综述[J]. 中国生态农业学报(中英文), 2023, 31(2): 163−176 HU Y H, ZHANG K Y, HU N Y, et al. Review on measurement of agricultural carbon emission in China[J]. Chinese Journal of Eco-Agriculture, 2023, 31(2): 163−176
[4] 崔涵, 王丙参, 周明生. 中国农业碳排放时空演进及驱动因素[J]. 中国生态农业学报(中英文), 2024, 32(7): 1097−1108 CUI H, WANG B C, ZHOU M S. The spatiotemporal evolution and driving factors of China’s agricultural carbon emissions[J]. Chinese Journal of Eco-Agriculture, 2024, 32(7): 1097−1108
[5] 张壮, 田云, 陈池波. 政策性农业保险能引导农业碳减排吗?[J]. 湖南农业大学学报(社会科学版), 2023, 24(2): 29−38 ZHANG Z, TIAN Y, CHEN C B. Can policy-supported agricultural insurance guide agricultural carbon emission reduction?[J]. Journal of Hunan Agricultural University (Social Sciences), 2023, 24(2): 29−38
[6] 田云, 卢奕亨. 中国省域新型城镇化与农业碳排放效率的耦合协调关系[J]. 华中农业大学学报(社会科学版), 2023(4): 33−46 TIAN Y, LU Y H. Coupling coordination between new-type urbanization and agricultural carbon emission efficiency in China’s provinces[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2023(4): 33−46
[7] 田云, 张蕙杰. 中国农业碳排放效率时空格局及空间分异机理[J]. 社会科学辑刊, 2024(2): 172−182 TIAN Y, ZHANG H J. Spatial-temporal pattern and spatial differentiation mechanism of agricultural carbon emission efficiency in China[J]. Social Science Journal, 2024(2): 172−182
[8] 吴昊玥, 黄瀚蛟, 何宇, 等. 中国农业碳排放效率测度、空间溢出与影响因素[J]. 中国生态农业学报(中英文), 2021, 29(10): 1762−1773 WU H Y, HUANG H J, HE Y, et al. Measurement of agricultural carbon emission efficiency in China, spatial spillover and influencing factors[J]. Chinese Journal of Eco-Agriculture, 2021, 29(10): 1762−1773
[9] 翁伯琦. 低碳农业导论[M]. 北京: 中国农业出版社, 2010 WENG B Q. Introduction to Low-carbon Agriculture[M]. Beijing: China Agriculture Press, 2010
[10] 梁龙, 杜章留, 吴文良, 等. 北京现代都市低碳农业的前景与策略[J]. 中国人口·资源与环境, 2011, 21(2): 130−136 LIANG L, DU Z L, WU W L, et al. Prospect and strategy for low-carbon agriculture development in modern city of Beijing[J]. China Population, Resources and Environment, 2011, 21(2): 130−136
[11] 王松良, C. D. Caldwell, 祝文烽. 低碳农业: 来源、原理和策略[J]. 农业现代化研究, 2010, 31(5): 604–607 WANG S L, CALDWELL C D, ZHU W F. Low carbon agriculture: sources, principles, and strategies[J]. Research on Agricultural Modernization, 2010, 31(5): 604–607
[12] 刘静暖, 于畅, 孙亚南. 低碳农业经济理论与实现模式探索[J]. 经济纵横, 2012(6): 64−67 LIU J N, YU C, SUN Y N. Exploration of low-carbon agricultural economy theory and realization mode[J]. Economic Review Journal, 2012(6): 64−67
[13] 陈胜涛, 张开华. 中国低碳农业发展现状调查与对策建议[J]. 湖北农业科学, 2014, 53(10): 2448−2452 CHEN S T, ZHANG K H. Difficulties and countermeasures on low-carbon agricultural development in China[J]. Hubei Agricultural Sciences, 2014, 53(10): 2448−2452
[14] 胡中应, 胡浩. 低碳农业: 符合农业发展规律的必然选择[J]. 经济问题探索, 2015, 398(398): 169−172 HU Z Y, HU H. Low carbon agriculture: An inevitable choice that conforms to the laws of agricultural development[J]. Exploration of Economic Issues, 2015, 398(398): 169−172
[15] 朱玲, 周科. 低碳农业经济指标体系构建及对江苏省的评价[J]. 中国农业资源与区划, 2017, 38(5): 180−186 ZHU L, ZHOU K. The index system of the low carbon agricultural economy and its application in Jiangsu Province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(5): 180−186
[16] 王娜. 河南省低碳农业发展水平及其评价[J]. 中国农业资源与区划, 2018, 39(2): 123−127 WANG N. The development level and evaluation of low-carbon agriculture in Henan Province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2018, 39(2): 123−127
[17] 旷爱萍, 胡超. 因子分析与熵值法下广西低碳农业发展质量综合评价[J]. 云南农业大学学报(社会科学版), 2021, 15(3): 61−69 KUANG A P, HU C. Comprehensive evaluation of the development quality of low carbon agriculture in Guangxi by factor analysis and entropy method[J]. Journal of Yunnan Agricultural University (Social Science), 2021, 15(3): 61−69
[18] 陈瑾瑜, 张文秀. 低碳农业发展的综合评价−以四川省为例[J]. 经济问题, 2015(2): 101−104 CHEN J Y, ZHANG W X. Comprehensive evaluation of development for low carbon agriculture: Taking Sichuan Province as an example[J]. On Economic Problems, 2015(2): 101−104
[19] 刘婷. 湖南低碳农业发展评价研究[D]. 长沙: 中南林业科技大学, 2018 LIU T. Evaluation of low-carbon agriculture development in Hunan Province[D]. Changsha: Central South University of Forestry & Technology, 2018
[20] 田云, 林子娟. 中国省域农业碳排放效率与经济增长的耦合协调[J]. 中国人口·资源与环境, 2022, 32(4): 13−22 TIAN Y, LIN Z J. Coupling coordination between agricultural carbon emission efficiency and economic growth at provincial level in China[J]. China Population, Resources and Environment, 2022, 32(4): 13−22
[21] 谢会强, 吴晓迪. 城乡融合对中国农业碳排放效率的影响及其机制[J]. 资源科学, 2023, 45(1): 48−61 XIE H Q, WU X D. Impact and its mechanism of urban-rural integration on the efficiency of agricultural carbon emissions in China[J]. Resources Science, 2023, 45(1): 48−61
[22] 陈卫洪, 耿芳艳, 张宏胜. 数字经济发展对种植业碳排放效率的影响研究−基于中介和门槛效应的实证检验[J]. 中国生态农业学报(中英文), 2024, 32(6): 919–931 CHEN W H, GENG F Y, ZHANG H S. A study on the impact of digital economy development on carbon emission efficiency in the plantation industry — Empirical tests based on mediation and threshold effects[J]. Chinese Journal of Eco-Agriculture, 2024, 32(6): 919–931
[23] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001, 130(3): 498−509 doi: 10.1016/S0377-2217(99)00407-5
[24] 李欠男, 李谷成, 尹朝静. 中国农业绿色发展水平的地区差异及收敛性−基于地级市面板数据的实证[J]. 中国农业大学学报, 2022, 27(2): 230−242 LI Q N, LI G C, YIN C J. Regional differences and convergence of China’s agricultural green development level: Empirical analysis based on the panel data of prefecture-level cities[J]. Journal of China Agricultural University, 2022, 27(2): 230−242
[25] 王雪峰, 温彦平. 湖南省人口城镇化与土地城镇化空间格局演化及协调性研究[J]. 湖南师范大学自然科学学报, 2019, 42(5): 34−43 WANG X F, WEN Y P. Study on the spatial pattern evolution and coordination of population urbanization and land urbanization in Hunan Province[J]. Journal of Natural Science of Hunan Normal University, 2019, 42(5): 34−43
[26] 逯进, 常虹, 汪运波. 中国区域能源、经济与环境耦合的动态演化[J]. 中国人口·资源与环境, 2017, 27(2): 60−68 LU J, CHANG H, WANG Y B. Dynamic evolution of provincial energy economy and environment coupling in China’s regions[J]. China Population, Resources and Environment, 2017, 27(2): 60−68
[27] 罗海平, 余兆鹏, 邹楠. 我国粮食主产区生态与粮食安全耦合协调分析−基于1995—2015年面板数据[J]. 中国农业资源与区划, 2020, 41(10): 32−39 LUO H P, YU Z P, ZOU N. The empirical study on the spatial coupling of ecology and food security in major grain-producing areas in China — Based on 1995–2015 panel data[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2020, 41(10): 32−39
[28] 贺青, 张俊飚. 粮食主产区政策对农业碳排放的影响[J]. 华中农业大学学报(社会科学版), 2023(4): 47−55 HE Q, ZHANG J B. The impact of policies in major grain-producing areas on agricultural carbon emissions[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2023(4): 47−55
[29] 杨晨, 张燕媛. 粮食主产区农业碳排放效率与粮食安全耦合研究[J]. 中国农业资源与区划, 2024, 45(7): 12–27 YANG C, ZHANG Y Y. Study on the coupling of agricultural carbon emission efficiency and food security in major grain-producing areas[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2024, 45(7): 12–27
[30] 侯宇, 张宏胜, 杨尚钊, 等. 粮食主产区农业碳排放效率时空演变及影响因素研究[J]. 新疆农垦经济, 2023(4): 53−65 HOU Y, ZHANG H S, YANG S Z, et al. Spatial-temporal evolution and influencing factors of agricultural carbon emission efficiency in major grain producing areas[J]. Xinjiang State Farms Economy, 2023(4): 53−65
-
期刊类型引用(10)
1. 撒青林，郑健，李子凡，王燕. 有机肥施用对全球农业土壤温室气体排放影响的Meta分析. 环境科学. 2025(01): 148-161 . 
百度学术
2. 曹昱亮，倪珣，巩红禹. 长江经济带农业碳排放影响因素及脱钩效应. 环境科学. 2025(03): 1535-1547 . 百度学术
3. 夏文豪，蒋媛，王旭峰，郑炫，胡灿，邢剑飞. 水肥一体化技术研究现状与发展动态. 中国农机化学报. 2025(03): 295-304 . 百度学术
4. 邹金浪，刘陶红，姚冠荣，徐龙. 中国化肥减量降碳效应评估. 中国环境科学. 2024(01): 438-448 . 百度学术
5. 郭笑君，马至远. 国外农业实现碳中和的政策措施及启示. 生态产业科学与磷氟工程. 2024(08): 76-80 . 百度学术
6. 张灵蕤，刘辉，邓岚，李群. “双碳”目标下我国农林业碳排放效率的时空演变及影响因素分析. 林业经济. 2024(08): 59-83 . 百度学术
7. 章楠楠，徐皓帆，李志文，李婷，谢邵文，刘淑娟，徐丹，周衍波，周红艺. 基于机器学习的广东省县域农业碳排放时空演变及驱动因素研究. 中国生态农业学报(中英文). 2024(12): 1994-2007 . 本站查看
8. 赵鼎杰，吴诗盈，栾志强. 基于碳封存视角：环境税和技术创新对中国农业碳排放的影响. 全国流通经济. 2024(24): 142-147 . 百度学术
9. 郝小雨，马星竹，匡恩俊，周宝库，刘颖，张明怡，郑雨，赵月. “双碳”背景下我国长期肥料定位试验的研究进展. 黑龙江农业科学. 2023(12): 131-135 . 百度学术
10. 张礼华. 氮磷钾施肥量对水稻甬优7850肥料利用率和产量的影响. 福建稻麦科技. 2023(04): 32-36 . 百度学术
其他类型引用(9)
计量
- 文章访问数: 181
- HTML全文浏览量: 37
- PDF下载量: 34
- 被引次数: 19
