新疆畜牧業碳排放強度動態演變與驅動力分析*

白妙琴 馬文江 彭星琳 阿迪力·艾合買提 馬 瓊,2#

(1.塔里木大學經濟與管理學院,新疆 阿拉爾 843300;2.新疆南疆經濟社會發展研究院,新疆 阿拉爾 843300)

以CO2為代表的溫室氣體排放導致的全球氣候變化已經是全世界面臨的一項嚴峻挑戰,如何有效地降低溫室氣體的排放量是亟待解決的重要課題。根據聯合國糧食及農業組織(FAO)估計,中國畜牧業產生的CO2排放約占全球CO2排放總量的18%[1]。因此,精確掌握畜牧業碳排放的狀況和特征,對于實現畜牧業的綠色、低碳發展有著十分重要的作用。

碳排放強度即單位國內生產總值(GDP)的CO2排放量,是衡量一個國家或地區碳排放量與經濟發展之間關系的指標[2]。對于發展中國家來說,以碳排放強度為衡量標準來量化減排目標,而不是以總的碳排放量和人均碳排放量為指標,更有現實意義。近年來,學者對碳排放進行了深入研究,研究內容包括碳排放強度的測度、時空演變特征與規律(包括區域差異、空間集聚性和空間相關性)和驅動因子。1)碳排放量和碳排放強度的測度。以反芻動物為代表的畜禽在腸道發酵和糞便處理過程中,產生了大量的CH4和N2O等溫室氣體[3]。目前國際上對碳排放的測算方法主要有4種,一是聯合國政府間氣候變化專門委員會(IPCC)系數法;二是生命周期法;三是投入產出法;四是實測法。其中,張廣勝等[4]的研究采用生命周期評價法構建碳排放測算體系,研究表明中國農業碳排放總量呈上升趨勢,農業碳排放強度呈下降趨勢。郭嬌等[5]對中國畜牧業的碳排放量進行了評價,得出新疆、西藏是CH4減排的重點地區,也是畜牧業碳減排的主要區域。2)碳排放時空間演變特征與規律。以往學者主要采用泰爾系數、錫爾系數、變異系數和空間自相關系數(全局Moran’s I指數、局部G系數)等來分析碳排放水平及其空間關聯。吳強等[6]67對我國畜牧業碳排放的時間和空間演變進行了分析,結果表明我國畜牧業的碳排放在時間和空間上存在著顯著的相關性,并表現出了顯著的區域性集聚特點。孫耀華等[7]采用泰爾系數對我國東部、中部、西部和東北各省份的碳排放強度進行了比較,得出不同省份的碳排放強度存在著一定程度上的差別,并且隨著時間的推移,各省份之間的差異呈遞減趨勢。胡玥[8]把全國分成了8個主要的經濟圈,并利用泰爾指數、全局Moran’s I指數和冷熱點分析等方法,對全國碳排放強度的空間演變特征進行了研究,結果表明不同地區之間碳排放強度有很大的差別,且差異逐漸擴大。3)碳排放驅動因素研究。以往的研究中關于碳排放驅動因素的分析大致集中于經濟、人口、制度與技術等因素的考量。程葉青等[9]運用空間計量方法,分析出能源結構、產業結構、城市化水平等因素對我國城市群的碳排放強度變化具有顯著影響;顏艷梅等[10]采用夏普里分析法,對我國主要省份的碳排放強度進行了分析,發現經濟發展水平對碳排放強度差異貢獻最大,且這種影響隨時間而遞增。周杰琦[11]通過面板回歸模型分析碳排放強度的影響因素,得出人均資本水平、城鎮化水平、市場化程度、行業結構等是導致我國不同地區之間碳排放強度差異的重要因素。

以往學者在該領域已經開展了大量的相關工作,但尚未開展基于市域層面的畜牧業碳排放的空間分布規律及驅動因子的研究。新疆是全國4個主要畜牧業產區之一,由于畜牧業的持續擴張,畜牧業碳排放量也在持續上升,使得本來就很脆弱的生態系統受到了破壞。為此,本研究選取新疆14個地(州、市)作為研究對象,依據IPCC系數法和空間自相關分析等方法,估算新疆2001—2020年畜牧業的碳排放量,進而探討新疆各地(州、市)畜牧業的碳排放空間集聚特征與驅動因素,以期為實現新疆畜牧業的低碳可持續發展提供參考。

1 研究方法和數據來源

1.1 畜牧業碳排放量測算方法

畜禽消化、糞肥處理等活動所釋放的CH4,糞肥還田所釋放的N2O等是我國畜牧業的重要碳源[6]67。本研究從新疆畜牧業生產實際出發,選取反芻動物(牛、羊)和非反芻動物(豬、馬、驢)為碳源,參照胡向東等[12]提出的畜牧業生產碳排放核算法,按照《省級溫室氣體清單編制指南》中的碳排放因子,測算新疆不同地區的畜牧業碳排放量。主要牲畜品種CH4和N2O的排放系數見表1。為方便分析,將CH4、N2O統一轉換為CO2當量,也就是1 t CH4折合25 t CO2,1 t N2O折合298 t CO2。

表1 主要牲畜品種的排放系數Table 1 Carbon emission coefficients of major livestock breeds kg/(頭·a)

1.2 畜牧業碳排放強度測算方法

畜牧業碳排放強度是指單位農業經濟效益所排放的碳,由于反芻動物(牛、羊)和非反芻動物(豬、馬、驢)在新疆牲畜養殖中占95%以上,故畜牧業碳排放強度用牛、羊、豬、馬、驢的碳排放總量除以畜牧業總產值來計算。

1.3 空間自相關模型

空間自相關分為全局空間自相關和局部空間自相關。采用全局Moran’s I指數對新疆各地(州、市)碳排放強度的整體關聯度和空間分布模式進行測算,采用局部Moran’s I指數揭示各地(州、市)的畜牧業碳排放強度與鄰近地(州、市)的相似性或相關性,區分不同地區之間的空間集聚與空間孤立特點,檢驗畜牧業碳排放強度的空間異質性。

1.4 數據來源

采用2002—2021年新疆統計年鑒、中國農村統計年鑒、中國畜牧業年鑒,對新疆各地(州、市)2001—2020年的畜牧業碳排放量和碳排放強度進行分析。將新疆14個地(州、市)按地理位置劃分為北疆、東疆和南疆,北疆包括烏魯木齊市、克拉瑪依市、昌吉回族自治州(以下簡稱昌吉州)、伊犁哈薩克自治州(以下簡稱伊犁州)、塔城地區、阿勒泰地區和博爾塔拉蒙古自治州(以下簡稱博州);東疆包括吐魯番市和哈密市;南疆包括巴音郭楞蒙古自治州(以下簡稱巴州)、阿克蘇地區、克孜勒蘇柯爾克孜自治州(以下簡稱克州)、喀什地區與和田地區。

2 結果與討論

2.1 新疆畜牧業碳排放量和碳排放強度

由圖1可見,2001—2020年新疆畜牧業碳排放量大體呈波動變化趨勢,2020年新疆畜牧業碳排放量為2 379.56 萬t,相較于2001年增加了139.01萬t。2016年畜牧業碳排放量達到峰值,為2 915.76 萬t。而2001—2020年新疆畜牧業碳排放強度整體呈下降趨勢,由2001年的16.43 t/萬元下降至2020年的3.22 t/萬元,減少了13.21 t/萬元,這表明該時期畜牧業碳減排有一定的有效性,有必要進行系統分析。李娜等[13]基于2000—2020年面板數據,測算了新疆14個地(州、市)畜牧業碳排放量,發現研究期內碳排放量整體呈波動變化趨勢,與本研究結果大體一致,但文獻[13]未對碳排放強度進行計算,也未對其進行驅動力分析。

圖1 2001—2020年新疆畜牧業碳排放量和碳排放強度Fig.1 Carbon emission amount and intensity of animal husbandry in Xinjiang from 2001 to 2020

2.2 新疆各地(州、市)畜牧業碳排放量和碳排放強度

2001—2020年新疆各地(州、市)的畜牧業碳排放量與碳排放強度見表2,碳排放量高值區(大于200萬 t/a)主要分布在伊犁州、塔城地區、阿勒泰地區、阿克蘇地區和喀什地區;中高值區(150萬～200萬 t/a)分布在昌吉州與和田地區;中值區(100萬～150萬 t/a)分布在巴州;中低值區(50萬～100 萬 t/a)分布在克州;低值區(小于50萬 t/a)分布在烏魯木齊市、克拉瑪依市、博州、吐魯番市和哈密市。有2個地(州、市)的畜牧業碳排放強度屬于高強度型(7～10 t/萬元),分別為阿勒泰地區和克州;7個地(州、市)屬于中強度型(4～7 t/萬元),主要分布于伊犁州、塔城地區、博州、巴州、阿克蘇地區、喀什地區與和田地區。5個地(州、市)屬于低強度型(0～4 t/萬元),主要分布于烏魯木齊市、克拉瑪依市、昌吉州、吐魯番市和哈密市?？傮w而言,2001—2020年新疆各地(州、市)畜牧業碳排放量高值區多分布于北疆,低值區多分布于東疆;南疆碳排放強度明顯高于北疆、東疆,說明南疆畜牧業生產效率遠低于其他地區,可能的原因為南疆畜牧業科技水平較低。

表2 2001—2020年新疆各地(州、市)畜牧業碳排放量和碳排放強度Table 2 Carbon emission amount and intensity of animal husbandry in various regions (prefectures,cities) of Xinjiang from 2001 to 2020

2.3 新疆各地(州、市)畜牧業碳排放強度空間集聚特征

采用全局Moran’s I指數對新疆各地(州、市)的畜牧業碳排放強度的動態演變特征進行刻畫,并對其時空相關性進行檢驗。表3顯示了研究期間的全局Moran’s I指數變化,除了2017—2020年,其他年份都是正值,大部分年份通過了顯著性檢驗(p<0.1),這說明新疆各地(州、市)之間的畜牧業碳排放強度存在著明顯的空間集聚和空間正相關現象。

表3 2001—2020年全局Moran’s I指數Table 3 Global Moran’s I index from 2001 to 2020

由表3可知,在全局Moran’s I指數檢驗中未通過顯著性檢驗(p<0.1)的年份均處于2010—2020年,為了更好地揭示2010—2020年間新疆畜牧業發展過程中的碳排放空間集聚特征,需要驗證其局部空間自相關性,為此,選擇2010、2020年新疆畜牧業碳排放強度局部Moran’s I指數散點圖進行分析,位于第一象限的地(州、市)數目(均為3個)一致,即“高-高”集聚態勢的地(州、市)在數量上相同,位于第二象限和第四象限的地州市分別為由3個演變為5個和2個演變為3個,意味著2010—2020年形成“低-高”集聚和“高-低”集聚態勢的地(州、市)數量增多;位于第三象限的地(州、市)由6個演變為3個,意味著2010—2020年形成“低-低”集聚的地(州、市)數量減少。

2.4 新疆畜牧業碳排放的驅動因素

借鑒唐志忠等[14]和楊紅娟等[15]的研究,并立足于新疆畜牧業的現實研究新疆畜牧業碳排放的影響因素。將畜牧業碳排放總量和碳排放強度分別作為被解釋變量,選取經濟發展水平、城鎮化水平、畜牧業發展水平、農業機械化水平和工業化發展水平5個因素考察它們對新疆畜牧業碳排放量和碳排放強度的驅動性。其中：經濟發展水平采用地區人均GDP來衡量;畜牧業發展水平采用年度畜牧業生產總值來衡量;城鎮化水平采用城鎮人口占總人口的比例來衡量;農業機械化水平和工業化發展水平選擇2001—2020年新疆14個地(州、市)面板數據。構建時空雙向固定的固定效應模型(見式(1)),實證分析結果見表4。

表4 實證分析結果1)Table 4 Empirical analysis results

lnCit=α+β1lnPit+β2lnAit+β3lnUit+
β4lnMit+β5lnDit+μit

(1)

式中：Cit為t時區域i的畜牧業碳排放量或碳排放強度;Pit、Ait、Uit、Mit和Dit分別為t時區域i的經濟發展水平、畜牧業發展水平、城鎮化水平、農業機械化水平和工業化發展水平面板數據;α為常數項;β1、β2、β3、β4、β5為待估系數;μit為時空固定效應系數。

由表4可知,經濟發展水平、畜牧業發展水平、城鎮化水平、農業機械化水平和工業化發展水平均對新疆畜牧業碳排放強度具有顯著影響。經濟發展水平每增加1%,畜牧業碳排放強度減少0.534%;畜牧業發展水平每增加1%,畜牧業碳排放強度減少0.470%;城鎮化水平每增長1%,畜牧業碳排放強度將增加0.126%;農業機械化水平每增加1%,畜牧業碳排放強度減少0.152%;工業化發展水平每增加1%,畜牧業碳排放強度增加0.264%;經濟發展水平、畜牧業發展水平和農業機械化發展水平對畜牧業碳排放強度呈現出負效應,這是由于隨著新疆各地區經濟水平的發展,生產手段的進步以及機械設備的改進降低了畜牧業碳排放強度,從而提升了畜牧業的生產效率。城鎮化水平和工業化發展水平對畜牧業碳排放強度呈現出正效應,很可能是隨著城市化程度的加深,農村地區人才的外流速度加快,從而制約了畜牧業生產效率的提升,導致畜牧業碳排放強度提高;各地(州、市)的工業化發展水平的“虹吸”作用造成了畜牧業生產的專業人才大量流失,工業對農業的“反哺”作用不明顯,因此導致了畜牧業碳排放強度的提升。

3 結 論

1) 從總體上來看,2001—2020年,新疆畜牧業碳排放量處于波動變化趨勢;而畜牧業碳排放強度呈下降趨勢。

2) 從各地(州、市)來看,2001—2020年,新疆各地(州、市)畜牧業碳排放量空間分布大致為北疆>南疆>東疆;而畜牧業碳排放強度也表現出明顯的

空間差異,其中克州的畜牧業碳排放強度居于首位。

3) 從空間集聚特征來看,新疆各地(州、市)畜牧業碳排放強度呈現明顯的空間集聚和空間正相關現象。

4) 從碳排放強度影響因素分析結果來看,城鎮化水平和工業化水平提升對新疆各地(州、市)畜牧業碳排放強度降低具有顯著的阻礙作用,經濟發展水平、畜牧業發展水平和農業機械化水平提升對新疆各地(州、市)畜牧業碳排放強度降低具有顯著的推動作用。