中国耕地资源利用的碳排放时空特征及脱钩效应研究

doi: 10.11994/zgtdkx.20191204.145840

中国耕地资源利用的碳排放时空特征及脱钩效应研究

2

丁宝根1，，杨树旺1， 赵　玉2，易　松2

（1.中国地质大学经济管理学院，湖北 武汉 430074；2.东华理工大学经济与管理学院，

江西 南昌 330013）

摘要：研究目的:揭示中国耕地资源利用的碳排放时空分异规律及其与农业经济增长之间的脱钩关系，以期为中国耕（1）地资源低碳化利用政策的制定和推行提供参考。研究方法：IPCC碳排系数法，TAPIO脱钩分析法。研究结果：中国耕地资源利用的碳排放整体上呈现增长趋势，但2010年后增速趋于下降并于2016年开始转入负增长，省际差异不（2）断扩大的同时区域间差异趋于缩小；中国耕地资源利用的碳排放强度总体上处于下降态势，省际和区域间碳排放（3）中国耕地资源利用的不同碳排放源的碳排放量及增速呈现不同的时序波动特征，同强度的差异总体上趋于缩小；

（4）时存在明显的地域差异性，其中，化肥是最主要碳排放源；中国2000—2012年耕地资源利用的碳排放与农业经济增长之间呈现以“弱脱钩”为主，但2013—2017年不同省域的脱钩类型及脱钩程度趋于差异化。研究结论：中国耕地资源利用碳排放的时空分异性显著，且与农业经济增长之间不同阶段和不同省域呈现不同脱钩类型，需突出减排重点、实施差异化策略及注重绿色发展等多途径推进耕地资源低碳化利用，提高政策的精准性。关键词：耕地资源利用；碳排放；时空特征；脱钩效应中图分类号：F301.24

文献标志码：A

（2019）文章编号：1001-815812-0045-10

1　引言

长期以来，在农业机械化、农业化学化等因素推动下，中国耕地资源利用的经济产出效率得到极大提高，农业经济水平持续提升，但耕地资源利用过程中的高耗能、高污染和高排放的现象较为普遍，导致耕地资源利用与生态环境安全之间的矛盾十分突出，致使耕地资源可持续利用遭受严峻挑战。耕地资源利用“低碳化”作为统筹生态环境安全、粮食安全和农产品质量安全的重要手段，已成为实现耕地资源可持续利用的关键途径和实现农业高质量发展的重要保障。与此同时，中共十八大以来，绿色发展成为指导中国未来发展的五大理念之一；中共十九大后，高质量发展成为未来中国经济社会发展的重要导向；“低碳化”作为绿色发展和高质量发展的重要内涵特征，正成为各领域关注的焦点。可以说，推动耕地资源低碳化利用既是新时代中国耕地资源可持续利用的内在需求，也是中央的明确要求，更是实现农业高质量

发展的关键和紧迫任务。那么，如何构建可供核查的耕地资源利用的碳排放测度体系？中国耕地资源利用的碳排放存在怎样的时序演化特征、省际差异、区域差异、脱钩状态？这些都是亟待回答的问题。

目前学术界围绕“土地资源利用”相关碳排放问题进行了大量探索，内容主要包括：土地资源利用的碳排放测度方法以及碳排放效应[1-5]；土地资源利用的碳排放时序变化与空间分异特征[6-10]；土地资源利用的碳排放驱动因素[11-14]；土地资源利用的碳排放与经济增长或产业发展的脱钩效应[15-18]。总体而言，国内外诸多学者在土地资源利用的碳排放问题上取得了一系列卓有成效的研究成果，为中国耕地资源利用的碳排放问题研究奠定了良好基础，但已有文献还存（1）在以下不足：更多聚焦于建设用地和城市土地利用，而对耕地资源利用的碳排放问题研究涉及较少；（2）研究地域范围多局限于省域或地级市，鲜有对全国范围耕地资源利用的碳排放时空特征开展全面性（3）和系统性研究；关于土地资源利用的碳排放与经

收稿日期：2019-09-12；修稿日期：2019-11-20

（19CJY040）国家社会科学基金项目“新时代我国农业高质量发展的测度与实现路径研究”；国家自然科学基金项目“价格波动：粮农市场基金项目：

（71503038）（20181BAA208054）预期、种植行为响应与政策优化”；江西省自然科学基金项目“江西省粮农环境友好型农业技术采纳行为及支持政策优化”。

（1985-）丁宝根，男，江西南昌人，博士研究生，讲师。主要研究方向为资源经济与环境可持续发展。E-mail: 592852935@qq.com第一作者：

46 中国土地科学 2019年12月 第12期

济增长之间脱钩分析不够深入，特别是基于同一时期不同地区脱钩特征的对比分析不多见。

基于上述研究背景和研究现状，本文在科学编制耕地资源利用的碳排放测算体系基础上，对2000—2017年中国耕地资源利用的碳排放进行测算，并全（不含港、面、系统地分析中国31个省份澳、台地区）耕地资源利用的碳排放时序变化特征、省际差异、区域差异等；同时，运用TAPIO脱钩模型分别从不同阶段和不同省域视角综合分析中国耕地资源利用的碳排放与农业经济增长之间的脱钩关系特征，从而得出相关研究结论和启示，为实现耕地资源可持续利用以及实现农业高质量发展提供决策参考。

用以及农业灌溉过程中消耗的柴油、电力等能源在（3）生产和使用过程中导致的直接或间接碳排放；耕地种植，如翻耕行为破坏了土壤有机碳库，有机碳释放到空气中而形成的碳排放。现有文献关于耕地资源利用的碳排放测算尚未形成统一方法。本文基于IPCC碳排放系数法[21]来测算耕地资源利用的碳排放，主要考察化肥、农药、农膜、农机、灌溉和翻耕6种碳源，测算公式如下：

C = Cf+ Cp + Cm + Ce + Ci + Ct

（1）

（1）（单位：C为耕地资源利用碳排放总量t）式中：；Cf、CP、Cm、Ce、Ci、Ct分别为耕地资源利用过程中化肥、农药、农膜、农机、灌溉和翻耕引致的碳排放量（单位：t）。基于相关文献资料，得出耕地资源利用碳（表1）排放计算公式及碳排放系数。2.2󰀁脱钩关系分析模型

1993年，OECD[28]首次提出“脱钩”概念，描述了经济驱动因子与环境压力因子之间的关系，并将脱钩关系分为绝对脱钩和相对脱钩两种状态，其中绝对脱钩表现为经济增长但资源消耗保持不变或负增长，而相对脱钩表现为经济增速快于资源消耗的增速。但OECD脱钩模型存在较明显的缺陷：一是对变量的基期和期末取值具有高敏感度，容易产生计算偏差；二是对脱钩关系类型划分过于笼统，不能细分经济增长与环境压力之间关系的具体类型[29]。2005年，TAPIO[30]在OECD脱钩模型的基础上进一步提出了长幅度与碳排放量变动程度的比值，可以较好地反映碳排放量变化对于经济增长的敏感程度。根据脱钩弹性值的大小，TAPIO定义了8种脱钩状态，即为扩张负脱钩、强负脱钩、弱负脱钩、弱脱钩、强脱钩、衰退（表2）脱钩、增长连接和衰退连接。

2　研究方法与数据来源

2.1󰀁耕地资源利用的碳排放测算方法

目前学界对耕地资源利用的碳排放存在两种理解：一种认为耕地资源利用的碳排放仅局限于耕地资源利用过程中因人的生产活动而导致的直接或间接的温室气体碳排放效应[19]；另一种认为耕地资源利用的碳排放还包括耕地资源本身及产出物的碳汇效应[20]。从李俊杰[11]、张俊飚[15]、黎孔清[19]等学者已有的农地碳排放相关研究成果来看，大多数研究更侧重第一种理解。同时，本文探索碳排放的目的是为耕地资源利用的低碳化政策提供思路和参考，而耕地资源利用的低碳化主要表现为耕地资源利用过本文认为耕地资源利用的碳排放主要表现为种植行为或农户行为直接或间接导致的温室气体排放，其（1）主要来自于以下几类活动：耕地资源利用化学化，如化肥、农药、农膜在生产和使用过程中所导致（2）的直接或间接碳排放；能源消耗，如农业机械运

程中减少高碳物资的投入及土壤的破坏。基于此，“脱钩弹性”的概念，又被称为碳排放弹性，指经济增

表1　耕地资源利用各碳排放源计算公式和碳排系数

Tab.1　Calculation formula and carbon emission coefficient of each carbon emission source of cultivated land resource

utilization

碳源化肥农药农膜农机

公式

Cf = Gf×ACp = Gp×BCm = Gm×D

（（We×F）Ce =+Aa×E）

碳源投入量Gf—化肥折纯量/kgGp—农药使用量/kgGm—农膜使用量/kg

碳排放系数参考文献WEST等[22]智静等[23]王定义等[24]赵荣钦等[25]赵荣钦等[25]李波等[26]伍芬琳等[27]

A = 0.896

B = 4.934D = 5.18E = 16.47F = 0.18G = 20.5H = 3.126

Aa—农作物播种面积/hm2

We—农业机械总动力/kW

灌溉翻耕

Ci = Ai×GCt = At×H

Ai—有效灌溉面积/hm2At—农作播种面积/hm2

丁宝根等：中国耕地资源利用的碳排放时空特征及脱钩效应研究

表2　TAPIO 8种脱钩状态划分

47

地区）的统计年鉴。其中，化肥以农业化肥折纯量为准；农药、农膜以当年实际使用量为准；农机以当年农用机械总动力为准；翻耕则以当年农作物播种面积代替；灌溉则以当年有效灌溉面积为准。需特别说明的是，本文中农业产值是指种植业GDP。

弹性ee＞1.2e＜00＜e＜0.80＜e＜0.8e＜0e＞1.20.8＜e＜1.20.8＜e＜1.2

Tab.2　Eight decoupling states of TAPIO

脱钩状态

扩张负脱钩

负脱钩

强负脱钩弱负脱钩弱脱钩

脱钩　

强脱钩衰退脱钩

连接　

增长连接衰退连接

环境压力＞0＞0＜0＞0＜0＜0＞0＜0

经济增长＞0＜0＜0＞0＞0＜0＞0＜0

3　结果与分析

3.1󰀁中国耕地资源利用的碳排放时空特征分析3.1.1　碳排放量的时空特征分析

（1）基于式的计算，可知中国耕地资源利用碳排放（图1）和增速的时序变化特征。2000—2015年，中国耕地利用碳排放处于持续增长，年均增量达175.8万t，年均增速为2.56%。这可能源于农业化学化和机械化导致化肥、农药、农膜以及农业机械等农用物资投入或土壤破坏程度的增加，从而引起耕地资源利用碳排放的增加。但2010年后耕地资源利用碳排放增速持续下降，特别是2015年之后进入负增长阶段，耕地资源利用碳排总量2016年和2017年分别下降了0.86%和2.43%，由此表明中国耕地资源利用碳排放正得到有效控制，这可能得益于中共十八大以来低碳绿色发展理念在农业生产领域的不断实践，耕地资源利用正从高碳化向低碳化转变。

（不通过计算，可得2000年和2017年31个省份含港、澳、台地区）耕地资源利用的碳排放空间格局（图2）。为了更加直观地对比省际间或区域间耕地资源利用的碳排放差异性，采用自然间断法，将碳排放划分为5级，即1级碳排放量最低，5级碳排放量最

相比OECD脱钩指标，TAPIO脱钩弹性克服了基期选择的困难，其采用的“弹性概念”可动态反映变量之间的脱钩关系，在研究碳排放与经济增长之间的关系方面更具有优势。据此，本文选用TAPIO脱钩指标对中国耕地利用碳排放与农业经济增长的脱钩关系进行分析，建立脱钩模型如下：

DC/C=e DG/G

（2）

（2）e表示脱钩弹性；C表示耕地利用碳排放量式中：（单位：（单位：t）；ΔC表示耕地利用碳排放变化量t）；（单位：G表示农业产值元）；ΔG表示农业产值增加（单位：量元）。2.3󰀁数据来源

本文所用到的化肥、农药、农膜、农械、翻耕、灌溉、农业产值等相关数据均来自于2000—2018年《中（不含港、国农村统计年鉴》以及中国31个省份澳、台

图1　2000—2017年中国耕地资源利用碳排放总量及增速的时序变化

Fig.1　Time series changes of carbon emission and growth rates of cultivated land resource utilization

in China from 2000 to 2017

48 中国土地科学 2019年12月 第12期

图2　2000年和2017年中国大陆31个省份耕地利用碳排放格局

Fig.2　Carbon emission of cultivated land utilization in 31 provinces of mainland China in 2000 and 2017

（2019）注：该图基于自然资源部标准地图服务网站下载的审图号为GS1823号的标准地图制作，底图无修改。

高。从省域层面看，1级碳排放量省份趋于减少，2000年包括新疆、内蒙古、甘肃、陕西、吉林、江西等18个省份属于1级碳排放区域，到2017年，减少了7个省份；从2000—2017年，5级碳排放省份增加了河南，3级碳排放省份增加了新疆、黑龙江、安徽、湖南、湖北和四川。这表明，粮食主产区的传统农业大省以种植业为主，对耕地资源的依赖度较高，同时，化肥、农膜、农药等高碳物资投入较多，导致其耕地资源利用的碳排放量居于高位，成为耕地资源利用的碳排放主要来源地，并且碳排放的省际差异趋于扩大。从区域层面看，碳排放量较高的省份主要集中在中部地区和东部地区，这可能源于这些区域耕地资源利用的集约化程度较高等因素的影响；同时，不同区域碳排放差异总体上趋于缩小，但碳排放总量上呈现出2000年

“东部＞中部＞西部＞东北”特征到2017年“西部＞中部＞东部＞东北”特征的转变。3.1.2　碳排放强度的时空特征分析

耕地资源利用的产出主要体现为农业产值，故耕地利用的碳排放强度可由单位农业GDP碳排放量来表示。因不受资源总量基数的影响，碳排放强度可客观反映出某一时期或某一个地区耕地利用“低碳化”程度，能较好地进行时空比较。

从图3可知，中国耕地资源利用的碳排放强度总体趋于下降态势，从2000年的393.78 kg/万元降至2017年的135.32 kg/万元，降幅达66.64%，这可能得益于中国农业技术水平的提升、农业生产方式的改善以及政府对低碳绿色农业发展的重视，但受边际递减效应的影响，耕地资源利用的碳排放强度的下降速度

图3　2000—2017年中国耕地资源利用的碳排放强度及增速的时序变化

Fig.3　Time series changes of carbon emission intensity and growth rates of cultivated land resource

utilization in China from 2000 to 2017

丁宝根等：中国耕地资源利用的碳排放时空特征及脱钩效应研究49

图4　2000年和2017年中国大陆31个省份耕地利用碳排放强情况

Fig.4　Carbon emission intensity of cultivated land utilization in 31 provinces of mainland China in 2000 and 2017

（2019）注：该图基于自然资源部标准地图服务网站下载的审图号为GS1823号的标准地图制作，底图无修改。

趋于放缓，表明碳排放强度进一步改善越来越困难或改善的幅度将趋于越来越小。

如图4所示，利用自然间断法，将碳排放强度划分为5级，即1级碳排放强度最低，5级碳排放强度最高。从省域层面看，2000年1级碳排放强度省份0个，2017年增加了辽宁、河北、山东、江苏等24个1级碳排放强度省份，占全国比重达77.42%；5级碳排放强度省份从4个减少至0个，4级碳排放强度省份从4个减少至0个。由此表明，中国绝大多数省份耕地资源“低碳化水平”得到较大程度的提升，且各省域之间的差距趋于缩小。从区域层面看，2000年中国不同区域的碳排放强度存在较大的差距，碳排放呈现“中部＞东北＞西部＞东部”特征；2017年中国不同区域的碳排放强度差距趋于缩小，碳排放强度总体呈现南低北高的特征。对此，“因地制宜、实施差异化政策”将是中国耕地资源利用的碳排放控制或低碳化重要思路和方向。3.1.3　不同碳排放源的时空特征分析

不同的历史阶段或时期，受农业生产结构、农业生产方式以及农业科技水平等因素的影响，耕地资源利用的不同碳源排放量及增速呈现不同的波动特征。从图5可知，在过去的十几年里，作为耕地资源利用碳排放的最主要碳源，农用化肥导致的碳排放总体上经历了由上升到下降的变化，最高峰值为5 401.81万（t2015年），但2016年起呈现下降趋势。农（2017年）膜导致的碳排放量占比约16.67%，已成为耕地资源利用的第二大碳排放源。2001—2015年，农膜引起的碳排放量总体上呈现上升的趋势，可能源于为保障粮食增产增效而不断增加农膜的使用； 2016

年起农膜引起的碳排放呈现下降趋势，可能得益于农膜高效利用以及低碳种植技术的推广应用。农药引（2017年）致的碳排放量占比约10.39%，2001—2014年碳排放总体呈现明显上升，但2015年起转入持续下降态势，从最高峰值891.55万（t2014）跌至816.58万t（2017年），表明近年来耕地资源利用过程中农药的使用量持续减少。农机使用引起的碳排放量占比约3.71%，其碳排放量总体上呈现“下降—上升—下降”的波动特点，可能源于不同历史时期农机推广政策的变化以及农业生产方式的变化引起农机使用规模和使用效率的波动。自2001年以来，灌溉引起的碳排放量呈现持续增长的态势，年均增速约1.37%，一定程度上表明水利设施的不断完善导致了有效灌溉面积的持续增加。耕地资源利用过程中翻耕引起的碳排放量占比最低，仅为0.66%，其碳排放量从2001年的48.67万t增加至2017年的52万t，年均增速仅为0.38%，总体上波动幅度较小，这表明近十几年来翻耕面积整体保持较稳定的状态。

中国不同地区耕作制度、种植结构以及自然条件等存在较大的差异，导致耕地资源利用集约化水平和利用方式存在较大的不同，耕地资源利用过程中所投入的各类农用物资以及对土壤的破坏程度等存在较大不同，进而引起各地区耕地资源利用的碳排放源差异。从图6看，中国各省耕地资源利用碳排放源于灌溉和翻耕的比重差异性不大，但源于化肥、农膜、农药和农机的比重差异性较大。化肥使用占比较高的省份主要集中在水稻、小麦、玉米等粮食作物产量较大的北方传统农业大省，比如陕西和河南；农药使用占

50 中国土地科学 2019年12月 第12期

图5　2000—2017年中国耕地资源利用不同碳源的碳排放量及增速时序变化

Fig.5　Time series changes of carbon emission and growth rates of different carbon sources of cultivated land

resource utilization in China from 2000 to 2017

比较高的省份主要集中在农产品品种丰富、产量大的南方农业大省，特别是以农业经济作物为主的南方农业强省，比如江西和广东；农膜投入比重较高的省份主要集中在西部地区农业大省以及东部地区经济强省，比如甘肃和上海；农机投入比重较高的省份主要集中在西部地区地广人稀的省份以及东北地区的粮食生产大省，比如青海和黑龙江。

此外，中国耕地资源利用不同区域不同碳源的全国占比存在差异，如图7。东部地区经济作物发达，对农药依赖程度相对更高，导致农药引起的碳排放全国占比较高；中部地区是中国重要的粮食生产区域，为保障粮食产量的持续提升，化肥的使用量相对较高，

导致该区域化肥引起的碳排放全国占比较高；西部地区多干旱多低温，为提高低温和保证土壤湿度，农膜的使用量较高，导致该区域农膜引起的碳排放全国占比较高；东北地区耕地资源丰富且农业机械化程度较高，导致该区域农机引起的碳排放全国占比较高。3.2󰀁中国耕地资源利用碳排放与农业经济增长的脱钩效应分析

为更好地呈现中国不同省域碳排放脱钩程度及脱钩类型差异，同时对比中共十八大前后变化，基于（不含港、TAPIO脱钩模型对中国31个省份澳、台地区）2000—2012年和2013—2017年两阶段耕地资源利用的碳排放与农业经济增长之间的脱钩特征进行

丁宝根等：中国耕地资源利用的碳排放时空特征及脱钩效应研究51

图6　2017年31个省份耕地资源利用的不同碳排放源所占比重情况

Fig.6　 Proportion of different carbon emission source of cultivated land resource utilization in 31 provinces of mainland

China in 2017

图7　2017中国耕地资源利用不同区域不同碳源全国占比

Fig.7　Proportion of different carbon sources for cultivated land resource in different regions of China in 2017

分析，所得结果如表3。

（1）2000—2012年阶段，中国绝大多数的省份呈现“弱脱钩”特征，仅北京和上海呈现“强脱钩”特征。其中，上海脱钩弹性值为-0.440，脱钩程度最高；西藏的脱钩弹性值为0.804，脱钩程度最低；脱钩弹性值在0～0.2的省份有18个，0.2～0.4的省份有8个；0.4～0.6的省份有2个，0.6～0.8的省份有1个。

（2）2013—2017年阶段，江苏、浙江、安徽、福建、江西、湖北、重庆、四川、陕西、宁夏呈现强脱钩状态，黑龙江、河南、广东、广西、海南、贵州、云南、西藏、青海、新疆呈现弱脱钩状态，北京、天津、辽宁、上海、山东、甘肃呈现衰退脱钩，内蒙呈现扩张负脱钩，吉林呈现强负脱钩，河北、山西、湖南呈现弱负脱钩；其中，浙江的脱钩钩弹性值为-0.854，脱钩程度最高；山东的脱钩弹性值为3.240，脱钩程度最低。

从总体上看，中国耕地资源利用的碳排放呈现

“强脱钩”特征的省份数量有较快增长，但呈现的脱钩类型及脱钩程度趋于差异化。这表明，中国农业经济持续增长的同时，对耕地资源的依赖程度总体上有所减弱，特别是中共十八大以来，在绿色发展理念的推动下，农业节能减排技术的应用以及农业生产方式的持续改善促进了耕地资源利用“低碳化”；此外，可能受农业经济水平不同、农业资源禀赋不同以及农业生产结构不同等因素影响，中国各省份农业经济增长对耕地资源的依赖程度以及耕地资源利用的低碳化程度存在较大差异性。

4　结论与启示

农业经济持续增长的同时，因耕地资源利用过程中化肥、农膜、农药等高碳物资投入或土壤破坏程度的增加，直接或间接引致的碳排放不仅直接影响到耕地资源低碳化利用，也间接影响到农业高质量发展。

52 中国土地科学 2019年12月 第12期

表3　2000—2012年和2013—2017年不同省域耕地利用碳排放与农业经济增长的脱钩特征

Tab.3　Decoupling characteristics of carbon emissions from cultivated land utilization and agricultural economic growth

in different provinces from 2000-2012 and 2013-2017

2000—2012年

地区

环境压力（ΔC/C）

北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆

-0.107 0.221 0.267 0.439 1.399 0.477 0.720 0.931 -0.354 0.027 0.096 0.266 0.158 0.412 0.125 0.539 0.355 0.397 0.263 0.509 1.445 0.360 0.236 0.499 0.841 0.883 0.750 0.981 0.599 0.750 1.157

经济增长（ΔG/G）0.900 1.505 2.862 3.873 3.318 2.327 2.108 5.339 0.804 1.772 1.525 1.912 2.177 1.643 2.218 2.156 3.068 3.096 1.989 3.247 2.435 2.631 2.771 2.562 2.801 1.098 4.082 3.348 3.786 4.445 4.178

脱钩弹性（e）-0.119 0.147 0.093 0.113 0.422 0.205 0.342 0.174 -0.440 0.015 0.063 0.139 0.073 0.251 0.056 0.250 0.116 0.128 0.132 0.157 0.594 0.137 0.085 0.195 0.300 0.804 0.184 0.293 0.158 0.169 0.277

脱钩特征强脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩强脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩弱脱钩

环境压力（ΔC/C）-0.315 -0.232 -0.040 -0.047 0.163 -0.070 0.071 0.026 -0.197 -0.060 -0.101 -0.058 -0.038 -0.048 -0.077 0.001 -0.091 -0.016 0.043 0.040 0.006 -0.003 -0.024 0.009 0.067 0.024 -0.028 -0.088 0.001 -0.016 0.223

2013—2017年经济增长（ΔG/G）-0.238 -0.157 -0.168 -0.075 0.080 -0.032 -0.290 0.215 -0.150 0.188 0.118 0.119 0.110 0.388 -0.024 0.083 0.106 -0.047 0.182 0.359 0.457 0.282 0.379 1.083 0.209 0.354 0.222 -0.033 0.174 0.149 0.281

脱钩弹性（e）

1.323 1.481 0.241 0.629 2.031 2.189 -0.244 0.121 1.313 -0.316 -0.854 -0.486 -0.343 -0.124 3.240 0.006 -0.852 0.337 0.238 0.112 0.013 -0.010 -0.063 0.009 0.319 0.068 -0.126 2.696 0.004 -0.108 0.794

脱钩特征衰退脱钩衰退脱钩弱负脱钩弱负脱钩扩张负脱钩衰退脱钩强负脱钩弱脱钩衰退脱钩强脱钩强脱钩强脱钩强脱钩强脱钩衰退脱钩弱脱钩强脱钩弱负脱钩弱脱钩弱脱钩弱脱钩强脱钩强脱钩弱脱钩弱脱钩弱脱钩强脱钩衰退脱钩弱脱钩强脱钩弱脱钩

由于不同时期各地区农业生产结构、农业生方式以及自然生态环境等存在较大差异，中国不同阶段各地区耕地资源利用的碳排放或“低碳化”程度也不尽相同。

（1）2000—2015年中国耕地资源利用的碳排放总量持续增长，但自2010年起增速持续下降，且于2015年之后转入负增长阶段。与此同时，传统农业大省碳排放量较高，而耕地资源稀少或生态脆弱的省份碳排放量较低；碳排放省际差异趋于扩大的同时，区

域间差异却趋于缩小。

（2）2000—2017年中国耕地资源利用的碳排放强度总体处于持续下降态势，但受边际递减效应的影响，碳排放强度进一步改善的难度不断加大；与此同时，中国绝大多数省份耕地资源利用的低碳化程度得到较大提升，总体上呈现“南低北高”的特点，碳排放强度的省际或区域差距趋于缩小。

（3）2000—2017年中国耕地资源利用的不同碳

丁宝根等：中国耕地资源利用的碳排放时空特征及脱钩效应研究53

150，155.

［4］ 俞超，张丽琴，唐殿明. 基于清单算法的湖北省土地利

用碳排放效应和趋势分析［J］ . 水土保持研究，2014，21（4）：168 - 172.

［5］ 王琦，黎孔清，朱利群. 南京都市农业农地利用碳排放

（4）测算及趋势预测［J］ . 水土保持通报，2017，37：288 - 294，302.

［6］ WOOMER P L, TIESZEN L L, TAPPAN G, et al. Land use

排放源的碳排放量及增速呈现不同的时序波动特征，其中，作为最主要的碳排放源，化肥2016年起引致的碳排放趋于下降态势；与此同时，受气候环境、种植结构、经济发展水平等因素等影响，不同碳排放源的省域差异和区域差异较明显。

（4）2000—2012年阶段，中国绝大多数省份耕地资源利用的碳排放与农业经济增长之间呈现“弱脱钩”为主，仅北京和上海呈现“强脱钩”；2013—2017年阶段，中国31个省份（不含港、澳、台地区）耕地利用碳排放与农业经济增长之间呈现“强脱钩”状态的省份数量有较快增长，但呈现的脱钩类型及脱钩程度趋于差异化。

由研究结果和以上结论可以得到以下几点启示。第一，化肥是耕地资源利用碳排放的主要碳源，也是推进耕地资源利用“低碳化”的关键。耕地资源利用碳排放强度高的地区应因地制宜制定化肥减量方案。农技推广部门应做好土地肥力测算，并根据测算结果对化肥实施定额供给。另外，应逐步提高微生物肥料、生物有机肥和水溶性肥料的使用比重。减少盲目施肥造成的浪费和土壤污染，促进中国耕地资源利用的碳排放持续下降。

第二，应根据地区间碳源和碳排放量的差异，采取合适的应对策略。在推进耕地资源利用“低碳化”的过程中，应重点关注碳排量高、碳排强度较高的中西部地区。同时，依据地域差异性，实施差异化减排政策，推动中国耕地资源利用的碳排放整体下降。

第三，应推进农业绿色发展，不断提升碳排放脱钩程度。着力绿色发展，以有机农产品、绿色农产品以及品牌认证为抓手，以低碳绿色环保技术为重要支撑，推广普及环境友好型耕地资源利用方式，优化种植结构以减少对高碳农用物资的依赖或对土壤的破坏，实现中国耕地资源利用的碳排放与农业经济增长的绝对脱钩。

参考文献（References）：

TASMAN P L. Agriculture and GHG Mitigation Policy:

Options in Addition to the CPRS［R］ . Industry & Investment NSW: Dubbo, Australia, New South Wales, 2009.

赵荣钦，黄贤金. 基于能源消费的江苏省土地利用碳排

放与碳足迹［J］ . 地理研究，2010，29（9）：1639 - 1649.

蓝家程，傅瓦利，袁波，等. 重庆市不同土地利用碳排放

及碳足迹分析［J］ . 水土保持学报，2012，26（1）： 146 -

change and terrestrial carbon stocks in Senegal［J］ . Journal of Arid Environments, 2004, 59(3): 625 - 642.

孙赫，梁红梅，常学礼，等. 中国土地利用碳排放及其空

间关联［J］ . 经济地理，2015，35

（3）：154 - 162. 董捷，魏旭华，陈恩. 土地利用碳排放地域差异下减排责

任分摊研究——以武汉城市圈为例［J］ . 长江流域资源与环境，2019，28（4）：872 - 882.

袁凯华，梅昀，陈银蓉，等. 中国建设用地集约利用与碳

排放效率的时空演变与影响机制［J］ . 资源科学，2017，39（10）：1882 - 1895.

苑韶峰，唐奕钰. 低碳视角下长江经济带土地利用碳排

放的空间分异［J］ . 经济地理，2019，39（2）：190 - 198.

李俊杰. 民族地区农地利用碳排放测算及影响因素研究

［J］ . 中国人口·资源与环境，2012，22（9）：42 - 47. 张俊峰，张安录，董捷. 武汉城市圈土地利用碳排放效应

分析及因素分解研究［J］ . 长江流域资源与环境，2014，23（5）：595 - 602.

阿如旱，牡丹，阿斯那，等. 内蒙古多伦县土地利用碳排

放及其影响因素分析［J］ . 干旱区资源与环境，2019，33（4）：17 - 22.

冯杰，张胜，王涛. 中国省际土地利用碳排放及其影响因

素分析［J］ . 统计与决策，2019，35（5）：141 - 145.

田云，张俊飚，李波. 湖北省农地利用碳排放时空特征与

脱钩弹性研究［J］ . 长江流域资源与环境，2012，21（12）：1514 - 1519.

郭施宏，高明. 城市土地经济密度与碳排放的EKC假说与

验证——基于省际静态与动态面板数据的对比分析［J］ . 南京农业大学学报（社会科学版），2017，17（1）：80 - 90，146 - 147.

陈芷君，刘毅华，林华荣. 广东省土地利用碳排放与经济

增长之间的脱钩分析［J］ . 生态经济，2018，34（5）：26 - 32.

袁凯华，甘臣林，杨慧琳，等. 建设用地扩张与碳排放增

长的EKC验证及特征分解研究——以武汉市为例［J］ . 中国土地科学，2019，33（1）：56 - 64.

［7］［8］［9］［10］［11］［12］［13］［14］［15］［16］［1］［2］［3］［17］［18］54

（1，［19］ 黎孔清，陈俭军，马豆豆. 基于STIRPAT和GM1）模

型的湖南省农地投入碳排放增长机理及趋势预测［J］ . 长（2）江流域资源与环境，2018，27：345 - 352.

［20］ 尚杰，杨滨键. 种植业碳源、碳汇测算与净碳汇影响因素

（6）动态分析：山东例证［J］ . 改革，2019：123 - 134.

［21］ Climate Change 2013: The Physicle Science Basis Technical

summary［R］ . IPCC, 2013.

［22］ WEST T O, MARLAND G. A synthesis of carbon sequestration，

carbon emissions，and net carbon flux in agriculture: comparing tillage practices in the United States［J］ . Agriculture Ecosystems and Environment, 2002, 91(1 - 3): 217 - 232.

［23］ 智静，高吉喜. 中国城乡居民食品消费碳排放对比分析

（3）［J］ . 地理科学进展，2009，28：429 - 434.

［24］ 王宝义，张卫国. 中国农业生态效率测定及时空差异研

（6）究［J］ . 中国人口·资源与环境，2016，26：11 - 19.

中国土地科学 2019年12月 第12期

［25］ 赵荣钦，刘英，丁明磊，等. 河南省农田生态系统碳源/汇

（7）：40 - 44. 研究［J］ . 河南农业科学，2010

［26］ 李波，李海鹏. 中国农业碳排放时空特征及影响因素分

（8）：80 - 86. 解［J］ . 中国人口·资源与环境，2011，21

［27］ 伍芬琳，李琳，张海林，等. 保护性耕作对农田生态系统净

（12）碳释放量的影响［J］ . 生态学杂志，2007，26：2035 - 2039．

［28］ OECD. Indicators to Measure Decoupling of Environmental

Pressure from Economic Growth［R］ . Paris: OECD, 2002.

［29］ 孙耀华，李忠民. 中国各省区经济发展与碳排放脱钩关系

（5）研究［J］ . 中国人口·资源与环境，2011，21：87 - 92.

［30］ TAPIO P. Towards a theory of decoupling: degrees of

decouplingin the EU and the case of road traffic in Finland between 1970 and 2001［J］ . Transport Policy, 2005, 12(2): 137 - 151.

Study on Spatio-Temporal Characteristics and Decoupling Effect of

Carbon Emission from Cultivated Land Resource Utilization in China

DING Baogen1, 2, YANG Shuwang1, ZHAO Yu2, YI Song2

(1. School of Economics and Management, China University of Geosciences, Wuhan 430074, China; 2. School of Economics and Management, East China University of Technology, Nanchang 330013, China)

Abstract: The purposes of paper are to reveal spatio-temporal differentiation rule of carbon emission from the utilization of cultivated land resource in China and its decoupling relationship with agricultural economic growth, and to provide better ideas and directions for guaranteeing the implementation of the policy of low-carbon utilization of cultivated land resource. The research methods include IPCC carbon emission coefficient method and Tapio decoupling analysis. The research results show that: 1)the carbon emission of cultivated land resource utilization in China exhibits an overall growth trend, but the growth rate tends to decline after 2010 and began to turn into negative growth in 2016. The provincial differences continue to expand while regional differences tend to shrink. 2)The carbon emission intensity of cultivated land resource utilization is generally declining, and the differences between provinces and regions tend to shrink as a whole. 3)The carbon emission and growth rates between different carbon sources of cultivated land resource utilization in China present different time series fluctuation characteristics, and exist obvious regional differences, among which chemical fertilizer is the major source of carbon emission. 4)The carbon emission of cultivated land resource utilization in China and agricultural economic growth is mainly “weakly decoupled” from 2000 to 2012, however, the types and degrees of decoupling in different provinces tend to differentiate from 2013 to 2017. In conclusion, the spatio-temporal differentiation of carbon emission from the utilization of cultivated land resource in China is significant, showing different decoupling types in different years or different provinces, consistent with agricultural economic growth. Therefore, the effective measures with the focus of emission reduction, and some other ways to facilitate green development should be taken to promote the low-carbon utilization of cultivated land resource and to improve the accuracy of policies.Key words: cultivated land resource utilization; carbon emission; spatio-temporal characteristics; decoupling effect

（本文责编：仲济香）