周松 李穎 李芳

摘要：本研究通過構(gòu)建糧食生產(chǎn)與種植業(yè)碳排放指標體系，利用耦合協(xié)調(diào)度、地理探測器探究了糧食主產(chǎn)區(qū)2000-2019年間糧食生產(chǎn)能力與種植業(yè)碳排放相互關(guān)系及演化特征。結(jié)果表明：（1）研究期內(nèi)，糧食生產(chǎn)得分整體呈增長趨勢，其時空演變特征可分為“生產(chǎn)能力迅速上升期”“生產(chǎn)能力穩(wěn)步上升期”“結(jié)構(gòu)調(diào)整陣痛期”，種植業(yè)碳排放系統(tǒng)綜合得分整體呈現(xiàn)出高—低—高的“U”型發(fā)展態(tài)勢。（2）耦合協(xié)調(diào)度的時序規(guī)律總體是由初級協(xié)調(diào)到良好協(xié)調(diào)轉(zhuǎn)變，種植業(yè)碳排放量出現(xiàn)“中間高兩頭低”的空間分布特征，黃淮海平原是主產(chǎn)區(qū)減排的攻堅主戰(zhàn)區(qū)，松遼平原是主產(chǎn)區(qū)固碳減排的動能轉(zhuǎn)換區(qū)。（3）要素投入、政府支持是影響耦合協(xié)調(diào)度的主要因子，自然環(huán)境因素影響較小。

關(guān)鍵詞：種植業(yè)碳排放 糧食生產(chǎn) 時空耦合

*基金項目：國家自然科學基金項目“基于碳匯功能的糧食作物生態(tài)補償機制研究——以小麥、玉米為例”（71503148）國家自然科學基金項目“煤矸石-稻殼復合材料對稻田土壤砷的鈍化機制研究”（42177027）。

一、引言

長久以來，糧食安全問題一直縈繞在中國的發(fā)展進程中，關(guān)系著國家發(fā)展的命脈。糧食產(chǎn)量是衡量糧食安全最為重要的指標，如何藏糧于民、藏糧于技，在新背景下再次成為題中應(yīng)有之義。中國在2009年明確提出了“建設(shè)生態(tài)文明，走可持續(xù)發(fā)展之路”的重大戰(zhàn)略任務(wù)，2020年首次提出“碳中和、碳達峰”的戰(zhàn)略目標；糧食產(chǎn)量的日益提高與種植業(yè)降碳減排之間的“矛盾”應(yīng)如何把控，成為當下急需解決的問題。基于此，在“雙碳”背景下，開展糧食生產(chǎn)與種植業(yè)碳排放之間的耦合協(xié)調(diào)度研究對于調(diào)整中國糧食主產(chǎn)區(qū)的種糧規(guī)劃有重大意義。

本研究從狹義的農(nóng)業(yè)——種植業(yè)視角出發(fā)，分析主產(chǎn)區(qū)糧食生產(chǎn)與種植業(yè)碳排放關(guān)系的時空特征，揭示其主要影響因素，為進一步對主產(chǎn)區(qū)種植結(jié)構(gòu)的優(yōu)化、調(diào)整提供理論依據(jù)。

二、研究地區(qū)概況及研究方法

（一）研究區(qū)概況

本研究選取的研究地區(qū)為中國糧食主產(chǎn)區(qū)，糧食種植面積均在300萬公頃以上，占全國種糧總面積的70%，產(chǎn)量約占全國糧食總產(chǎn)量的75%。

（二）研究方法和數(shù)據(jù)來源

1.研究方法

（1）種植業(yè)碳排放測算

（2）全局熵值法

本研究使用面板數(shù)據(jù)，采用全局熵值法；構(gòu)建“時間—區(qū)域—指標”立體時間序列數(shù)據(jù)集來確定權(quán)重，對所需指標進行橫向和縱向分析。

一是指標評價體系構(gòu)建。本研究基于2000年之后國內(nèi)外的研究，選取糧食生產(chǎn)能力與種植業(yè)碳排放兩方面指標進行模型構(gòu)建。選取農(nóng)業(yè)經(jīng)濟效益碳排放是從宏觀角度觀測農(nóng)業(yè)產(chǎn)業(yè)與經(jīng)濟發(fā)展的時空關(guān)系，農(nóng)業(yè)低碳減排水平與農(nóng)業(yè)碳排放強度成反比，與碳排放生產(chǎn)率成正比，由于種植業(yè)碳排放量約占農(nóng)業(yè)碳排放量的80%，在一定程度上，其總體發(fā)展趨勢與整個農(nóng)業(yè)產(chǎn)業(yè)相同。由此，此指標的選取有利于豐富研究視角，延展分析層次。

（14）式中q為某一影響因子對兩系統(tǒng)耦合協(xié)調(diào)度空間分異的解釋程度，h= 1，…，L為因變量、影響因子的分層；Nh和N分別為層h和全區(qū)的單元數(shù)；σ2h和σ2分別是層h和全區(qū)的兩系統(tǒng)耦合協(xié)調(diào)度的方差，q值越大，說明該影響因子對兩系統(tǒng)耦合協(xié)調(diào)度空間分異的影響越大。結(jié)合現(xiàn)有研究成果和研究區(qū)實際情況，選取高程（X1）、坡度（X2）、政府支農(nóng)力度（X3）、社會經(jīng)濟發(fā)展水平（X4）、城鎮(zhèn)化率（X5）、單位耕地面積（X6）、農(nóng)機施用（X7）、農(nóng)藥施用（X8）及化肥施用量（X9）指標從自然因素、社會經(jīng)濟因素、政府作用及要素投入進行分析。

2.數(shù)據(jù)來源及處理。本研究所用數(shù)據(jù)來源于13省歷年統(tǒng)計年鑒，涉及整個農(nóng)業(yè)產(chǎn)業(yè)指標的數(shù)據(jù)采用權(quán)重系數(shù)法將從其從農(nóng)業(yè)中剝離，權(quán)重系數(shù)=糧食播種面積/農(nóng)作物播種總面積。

三、結(jié)果與分析

（一）糧食生產(chǎn)與種植業(yè)碳排放的時空特征分析

1.糧食生產(chǎn)的時空演變特征。將上述指標的數(shù)據(jù)進行無量綱處理、確定權(quán)重后帶入式（9），得到糧食生產(chǎn)區(qū)各省糧食生產(chǎn)系統(tǒng)與種植業(yè)碳排放系統(tǒng)的綜合得分時空變動趨勢。在研究期內(nèi)糧食生產(chǎn)系統(tǒng)的綜合評分總體呈上升趨勢，種植業(yè)碳排放系統(tǒng)的綜合得分呈現(xiàn)出波動狀態(tài)的“U”型發(fā)展態(tài)勢。

從時間角度出發(fā)可劃分為3個階段，2000—2010年為第一階段——生產(chǎn)能力迅速上升期，糧食主產(chǎn)區(qū)13省的綜合得分出現(xiàn)不同程度的上升，增幅最高的地區(qū)依次為吉林441.7%、河北245.8%、黑龍江241.7%，是因為在世紀初中國重視工業(yè)化、城市化的發(fā)展，雖然GDP迅速拉高，但帶來了耕地大量減少、傳統(tǒng)農(nóng)業(yè)的發(fā)展空間受限的問題，農(nóng)民收益大幅降低，致使糧食產(chǎn)量大幅下降。政府為了保證糧食安全，出臺了糧食直補、農(nóng)機補貼等政策，在2006年取消了農(nóng)業(yè)稅，降低了農(nóng)民生產(chǎn)成本，調(diào)動了農(nóng)民的積極性，使糧食生產(chǎn)系統(tǒng)的綜合得分迅速增長；2011—2015年為第二階段——生產(chǎn)能力穩(wěn)步上升期。在此階段，中國對耕地用途進行嚴格管控，實現(xiàn)耕地面積逐年凈增長；此外，集體經(jīng)濟組織充分發(fā)揮了“統(tǒng)”的職能，增加了農(nóng)業(yè)系列化服務(wù)輻射的廣度和深度，提高了種植效率。但由于耕地利用率及勞動生產(chǎn)率受到科技發(fā)展水平的制約，種植業(yè)天花板效應(yīng)逐步凸顯，由此該階段糧食生產(chǎn)綜合得分雖提升但增幅低于第一階段；2016—2019年為第三階段——結(jié)構(gòu)調(diào)整陣痛期，中國為了解決糧食生產(chǎn)的有效供給問題，開始對種糧結(jié)構(gòu)進行調(diào)整，糧食產(chǎn)量和播種面積受到較大影響，導致糧食生產(chǎn)綜合得分的增幅較小甚至出現(xiàn)負增長的情況。在經(jīng)過陣痛期后，糧食播種面積和產(chǎn)量開始逐步恢復。

從空間角度出發(fā)，雖然糧食主產(chǎn)區(qū)各省綜合得分變動趨勢大致相同，但北方地區(qū)的初始值更低，不同階段的變動幅度更大，其原因可能是受到復種指數(shù)、城鎮(zhèn)化率、生產(chǎn)要素投入的影響。北方相比南方，由于地緣因素不同導致水熱條件相對較差，很多時候是“靠天吃飯”，耕地利用率低；東北地區(qū)是中國傳統(tǒng)的重工業(yè)基地，在世紀初，該地區(qū)的城鎮(zhèn)化水平位于中國第一梯隊，人均收入較高。依據(jù)配第——克拉克定律，該地區(qū)農(nóng)民減少，種植業(yè)發(fā)展受限，導致生產(chǎn)要素投入減少，形成惡性循環(huán)；此外，政府投入不足也是制約北方地區(qū)糧食生產(chǎn)的重要影響因素。

2.種植業(yè)碳排放的時空演變特征。種植業(yè)碳排放系統(tǒng)綜合得分整體呈現(xiàn)出高—低—高的“U”型發(fā)展態(tài)勢，其原因可能是因為在世紀初，農(nóng)民種糧積極性受挫，糧食減產(chǎn)導致種植業(yè)碳排放量降低。隨著農(nóng)機具、化肥施用量的增加，雖提升了農(nóng)民的生產(chǎn)效率，但客觀上也使種植業(yè)碳排放量大幅增加。從2015年開始，中國開始對農(nóng)業(yè)供給側(cè)進行改革，在農(nóng)業(yè)領(lǐng)域推行生態(tài)、低碳農(nóng)業(yè)，將政策與民智相結(jié)合，形成自上而下與自下而上的合力，降低了農(nóng)業(yè)碳排放量；2016年，中國對糧食主產(chǎn)區(qū)的種植結(jié)構(gòu)重新調(diào)整，抑制種植業(yè)的碳排放總量。

從省際差異看，在2015-2019年期間，東北地區(qū)種植業(yè)碳排放綜合得分未顯著出現(xiàn)上升趨勢且與其他地區(qū)存在較大差距。這是因為東北地區(qū)耕地面積、生產(chǎn)要素投入等地緣因素的影響。一方面，東北地區(qū)逐步從重工業(yè)基地向農(nóng)業(yè)生產(chǎn)優(yōu)勢區(qū)進行轉(zhuǎn)變；另一方面，政府雖然對東北地區(qū)進行種植結(jié)構(gòu)調(diào)整，但該地區(qū)耕地面積基數(shù)大，種植業(yè)機械化水平高，由此帶來的農(nóng)地利用碳排放進一步增加，其綜合得分很難在短時間得到明顯提升。

（二）糧食生產(chǎn)與種植業(yè)碳排放的耦合協(xié)調(diào)度分析

基于（13）式與表2計算出糧食主產(chǎn)區(qū)的耦合協(xié)調(diào)度。糧食主產(chǎn)區(qū)各省耦合協(xié)調(diào)度在2000-2019年期間時序規(guī)律是由初級協(xié)調(diào)到良好協(xié)調(diào)轉(zhuǎn)變，空間分異規(guī)律整體出現(xiàn)是以黃淮海平原5省為中心向南北兩個方向擴散，在2016年兩系統(tǒng)耦合協(xié)調(diào)度呈現(xiàn)出“中間高南北低”的空間分布特性，在2019年時，兩系統(tǒng)耦合協(xié)調(diào)度則呈現(xiàn)出“南高北低”的空間分布特性（表3）。

為了更加直觀的展示研究區(qū)耦合協(xié)調(diào)度的時空差異，本研究選取2000、2010、2016與2019年為例，觀察糧食生產(chǎn)與種植業(yè)碳排放的表現(xiàn)。2000年糧食主產(chǎn)區(qū)大部省份均為初級協(xié)調(diào)，只有江西省達到良好協(xié)調(diào)的等級。江西省的良性發(fā)展與其涉農(nóng)財政投入、地形地貌有關(guān)，該省水熱條件優(yōu)渥且涉農(nóng)投入位于主產(chǎn)區(qū)首位，提高了土地利用率、縮短了復種周期；江西省是水稻種植大省，雖然帶來大量的二氧化碳排放，但由于多山地、多丘陵的地緣因素的影響，農(nóng)機施用率明顯低于其他省份。黑龍江、吉林、內(nèi)蒙古的耦合協(xié)調(diào)度與其他省份差距較大，該地區(qū)雖然人均耕地面積大，但復種率低下與生產(chǎn)要素投入不足影響了糧食作物的產(chǎn)量。2010年東北地區(qū)由初級協(xié)調(diào)向良好協(xié)調(diào)轉(zhuǎn)變，黃淮海地區(qū)的耦合協(xié)調(diào)度也提升了5%—10%不等，南方地區(qū)則出現(xiàn)總體平穩(wěn)、略微下降趨勢；東北地區(qū)耦合協(xié)調(diào)度的提升與促進糧食生產(chǎn)的關(guān)鍵指標有較強的關(guān)聯(lián)，雖然單位耕地農(nóng)機、農(nóng)藥、農(nóng)膜使用量依舊處于主產(chǎn)區(qū)末段，但與2000年該地區(qū)生產(chǎn)要素投入?yún)s猛增31%～83%不等，政府支農(nóng)投入提升了47%—170%不等，激發(fā)了該地區(qū)糧食生產(chǎn)潛力；2016年，各省耦合協(xié)調(diào)度處于0.48—0.52之間，糧食主產(chǎn)區(qū)內(nèi)部基本實現(xiàn)糧食產(chǎn)量提升與種植業(yè)碳排放有效控制的良性互動。受到種植結(jié)構(gòu)調(diào)整的影響，東北玉米大量調(diào)減，短暫影響了該地區(qū)糧食產(chǎn)量，中部沿海地區(qū)因為大量財政投入，進入良好協(xié)調(diào)階段；2019年，糧食主產(chǎn)區(qū)大部省份已達到良好協(xié)調(diào)等級，處于初級協(xié)調(diào)黑龍江、吉林、內(nèi)蒙古、河南與其他9省的差距縮小，可以看出相比2016年，研究區(qū)13省糧食生產(chǎn)與種植業(yè)碳排放耦合協(xié)調(diào)度逐漸提升，兩系統(tǒng)的相互作用趨于良性。

[4]田云，林子娟.長江經(jīng)濟帶農(nóng)業(yè)碳排放與經(jīng)濟增長的時空耦合關(guān)系[J].中國農(nóng)業(yè)大學學報， 2021， 26（1）： 208-218.

[5]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報， 2017， 72（1）.[J].長江流域資源與環(huán)境， 2017， 26（11）： 1805-1814.

[6]趙麗平，李邦熹，王雅鵬，等.城鎮(zhèn)化與糧食生產(chǎn)水土資源的時空耦合協(xié)調(diào)[J].經(jīng)濟地理， 2016， 36（10）： 145-152.

Analysis of Spatial and Temporal Patterns and Influencing Factors of Food Production and Carbon Emissions from Cultivation

Zhou Song Li YingLi Fang

Abstract By constructing the carbon emission index system of grain production and planting industry， this study explored the relationship and evolution characteristics of grain production capacity and planting carbon emission in major grain producing areas from 2000 to 2019 by using coupling coordination degree and geographic detector. The results showed that： （1） During the study period， the overall grain production score showed a linear growth trend， and its spatiotemporal evolution characteristics could be roughly divided into "rapid rising period of productive capacity"， "steady rising period of productive capacity"， and "painful period of structural adjustment". The overall carbon emission system score of planting industry showed a "U-shaped" development trend of high-low-high； （2） During 2000-2019， the coupling coordination degree changed from primary coordination to good coordination. The spatial distribution of planting carbon emissions was "high in the middle and low at the two ends". The Huang-Huai-hai Plain was the key area for major producing areas to reduce emissions. Songliao Plain is a kinetic energy conversion area for carbon sequestration and emission reduction in main producing areas. （3） Factor input and government support are the main factors affecting coupling coordination degree， while natural environmental factors have less influence.

Keywords： carbon emissions from plantation food production major grain-producing areas Space-time coupling

（作者單位：山東農(nóng)業(yè)大學經(jīng)濟管理學院）

責任編輯：李政