畜牧养殖业碳排放与经济增长关系——基于吉林省的统计数据

李玉波， 李广帅, 张凤恒, 刘金霖

(1.白城师范学院 旅游与地理科学学院 ， 吉林 白城 137000；2. 长春师范大学 地理科学学院， 吉林 长春 130032)

改善农村人居环境是实施乡村振兴战略的重大任务，也是全面建成小康社会的基本要求.改革开放以来，中国畜牧养殖业得到了快速发展，为促进农牧民增收,改善城乡居民膳食结构做出了巨大贡献.但畜牧养殖业在为人民提供生活所必需的肉、蛋、奶等营养物质的同时，也造成了环境污染和温室气体的排放.2010年《第一次全国污染源普查公报》显示，畜禽养殖所产生的废弃物、温室气体已经成为我国最重要的农业面源污染源之一[1].畜牧养殖业排放的温室气体占世界总量的51% ，超过了325.64 亿 吨CO2当量[2]，已成为温室气体排放的重要贡献部门.因此,如何解决畜牧养殖经济效益增长与碳减排之间的关系，成为畜牧养殖业可持续发展面临的主要问题.

长期以来，有关畜牧养殖业碳排放的问题备受国内学者的关注.研究热点主要集中在以下几个方面：一是从宏观层面上测算畜牧养殖业碳排放,揭示其时间变化和空间分布差异，提出碳减排建议[3-5]；二是从微观层面上研究畜牧养殖业碳排放产生的机理问题[6-8]；三是关于畜牧养殖业碳排放与经济增长之间的关系研究，主要是利用统计分析模型,如EKC模型、Tapio模型、LMDI模型等,对畜牧养殖业碳排放与经济发展水平之间的关系进行实证分析[9-11].EKC模型因选取的污染物种类不同、解释变量的差异、数据处理方式及参数方程的选择等均会导致曲线形态、拐点数据的差异，研究结论在学术界一直存在较大争议.如洪业应[12]研究的西藏自治区养殖业碳排放强度与人均大农业产值关系呈现典型的倒“U”型曲线，冉锦成等[9]研究的我国人均畜禽养殖碳排放与农村家庭人均纯收入关系是:东部地区呈倒“U”型曲线关系，而中部和西部则为正“U”型曲线关系.而基于协整和误差修正模型的碳排放和经济发展之间关系的研究文献较少.基于此，本文利用吉林省统计数据进一步验证EKC假说，通过建立误差修正模型,进一步说明畜牧养殖业碳排放与经济发展之间的长期均衡和短期变化的动态关系，分析畜牧养殖业碳排放的驱动因素，以期更好地推动吉林省畜牧养殖业低碳化发展，为吉林省实施节能减排措施提供科学依据.

1 研究方法与数据来源

1.1 碳排放量测算

畜牧养殖业碳排放是指各种畜禽在整个养殖过程中所产生并排放到大气中的甲烷、氧化亚氮等温室气体的总和.依据《IPCC国家温室气体排放清单指南》可知，畜牧养殖业碳排放一般包括肠道发酵、粪便管理、能源耗费三个方面，而畜牧养殖业碳减排主要是依靠畜禽粪便发酵生成的沼气的利用.本文畜禽温室气体排放因子的界定主要参考政府间气候变化专门委员会(IPCC) 2006的评估报告和国内外学者对畜牧养殖业碳排放的测度，参考文献[10]的畜禽养殖业碳排放量的计算方法，确定吉林省畜牧养殖业碳排放的测算公式:

Cemi=Cpro-Cuse,

(1)

Cpro=Cf+Cm,

(2)

式中：Cemi为畜牧养殖业碳排放总量；Cpro为畜牧养殖业碳产生量；Cuse为沼气利用而减少的碳排放量；Cf为畜禽肠道发酵CH4排放量；Cm为畜禽粪便管理系统CH4、N2O排放量和畜禽粪便发酵产生的沼气替代化石燃料产生的碳排放量.式(2)中Cf计算公式如下：

Cf=∑EFi×Ni×GWPCH4/1000,

式中：i为畜禽种类，EFi为第i种畜禽肠道发酵CH4的排放系数(单位：kg CH4/head/yr)；Ni为第i种畜禽的年平均饲养量；GWPCH4为CH4的全球增温潜势值.Cm的计算公式如下：

Cm=∑CEMm+∑CENm+∑CEmf,

CEMm=∑(Ni×FPi/365)×EFMmi×GWPCH4/1000 ，CENm=∑(Ni×FPi×DNi×GWi)×EFNmi×(44/28)×GWPN2O/1000 ，

CEmf=∑(CEMm×CVm×ηn/η1)×EFl×R0×(44/12) ，

(3)

式中：CEMm为畜禽粪便管理系统产生CH4的量;CENm为粪便管理系统产生N2O的量;CEmf为沼气代替化石燃料产生的碳排放量；FPi为第i种畜禽的饲养周期(单位：d);EFMmi为第i种畜禽粪便管理系统CH4的排放系数(单位r：kg CH4/head/y);DNi为第i种畜禽日均氮排放系数 (单位：kg N/103kg/d)，GWi为第i种畜禽的平均体重(单位:kg),EFNmi为第i种畜禽粪便管理系统 N2O 的排放系数(单位：kg N2O-N/head/yr);44/28 为 N2O 与 N 的转换系数;GWPN2O为N2O的全球增温潜势值；CVm为沼气热值;ηn为沼气热效率，η1为液化石油气热效率;EFl为液化石油气的碳排放因子；R0为液化石油气的氧化率;44/12为 CO2和C的转换系数.

式(1)中相对应沼气利用部分的碳减排量采用式(3)来计算.

1.2 EKC分析模型构建

环境库兹涅茨曲线(Environmental Kuznets Curve，EKC)理论是由美国经济学家 Simon Kuznets于1955年提出.1991年美国经济学家 Grossman和Kruege 首次采用该理论证明了人均收入和大气环境质量之间呈倒 “U”型曲线关系，1993年Panayotou 的研究进一步证明了环境质量与人均收入水平呈倒“U”型曲线关系.国内许多学者运用EKC曲线分析碳排放与区域经济增长的关系，通过该曲线可以较好地判断未来区域碳排放的发展趋势和是否存在拐点等问题.EKC曲线分析所使用的数据有三种：一是时间序列数据,二是截面数据，三是平行数据[13].本文采用时间序列数据构建碳排放的EKC曲线模型，用以描述吉林省畜牧养殖业碳排放与经济增长之间的关系.参考国内外学者的研究成果和吉林省数据分析，本文选定一元二次曲线模型进行畜牧养殖业碳排放环境EKC验证，公式如下：

lnY=a+b1lnX+b2(lnX)2+ε，

(4)

式中：Y为农村人均畜牧养殖业碳排放；X为农村人均畜牧业产值；ɑ、b1、b2为模型参数；ε为随机误差项.

1.3 LMDI分解模型构建

Kaya恒等式是由日本知名学者Yoichi Kaya构建的一种将二氧化碳排放量的影响因素进行分解的等式.本文在Kaya恒等式基本原理的基础上，结合畜牧养殖业生产实际，同时借鉴潘丹等[14]、陈瑶[15]、许清涛等[16]的研究对Kaya恒等式进行扩展，并采用对数平均迪氏指数分解法(LMDI)建立吉林省畜牧养殖业碳排放分解模型，具体如下：

式中：Ct为t时期畜牧养殖业碳排放量，A为畜牧业产值 ，N为农业总产值 ，P为农村人口数量.

则令f=Ct表示畜牧养殖业生产效率，即碳排放强度；s=A/N表示农业产业结构；g=N/P表示农业经济发展水平；P表示劳动力因素.

LMDI模型有 “加和分解”和“乘积分解”两种分解方法，两种方法的最终结果是一致的[17].本文采用 “加和分解”法对畜牧养殖业碳排放进行因素分解.即ΔCt=CtK-Ct0,Ct0为基期的碳排放量，CtK为第k期碳排放量，ΔCt表示碳排放总量的变化.由此得到畜牧养殖业碳排放在生产效率、农业结构、经济发展水平和劳动力方面的影响因素，其表达式为：

(5)

(6)

(7)

(8)

(9)

式中：K代表目标年，0代表基准年，ΔCf、ΔCs、ΔCg、ΔCp分别表示生产效率效应、农业结构效应、经济产出效应和劳动力效应对畜牧养殖业碳排放的贡献值.

1.4 数据来源

本文研究的基础数据农业总产值、畜牧业产值、农村人口数量、畜禽饲养量来源于《吉林省统计年鉴》，为了保证畜牧业产值、农业总产值数据的可比性，剔除价格变动的影响，各年畜牧业产值、农业总产值均使用按1996年为基准价格折算后的数据.样本范围从1997年至2018年，总长度为22年.碳排放量计算所需参数来源于文献[10]，结果如表1、表2所示.

表1 畜禽养殖碳排放计算参数(一)

表2 畜禽养殖碳排放计算参数(二)

2 结果与分析

2.1 碳排放总量和强度分析

根据式(1)测算了1997—2018 年吉林省畜牧养殖业碳排放总量和碳排放强度(见图1).由图1可知，1997—2018年吉林省畜牧养殖业碳排放总量呈现 “持续增长-持续下降-缓慢回升-波动下降”4个阶段特征: 1997—2007年为持续增长阶段，其间畜牧养殖业碳排放总量从1997年的767.88万吨增长到2007年的1055.93万吨，年平均增长率为3.24%.其原因是中央与地方政府加大了对 “三农问题”的重视力度，并进行大力扶持，养殖业成为农民收入的主要来源之一，在此期间，吉林省的家禽、猪、牛、羊等数量均呈显著增加趋势.2008—2011年为持续下降阶段，2011年碳排放量下降速度最快，为 9.95%，主要原因是在可持续发展的大背景下，吉林省畜牧业发展不再单纯追求数量上的增加，而是追求质量上的提升.因此，2010年以后，吉林省畜禽养殖数量较2008年有较大幅度下降[18].2012—2014年为缓慢回升阶段，主要是由于2012年国家颁布惠农政策,加大对农业生产的投入，激发了农民养殖的积极性，畜禽养殖数量逐渐增长.2015—2018年为波动下降阶段，2015—2016年为下降阶段，2017年略有回升.其原因是2015年吉林省爆发了大面积猪瘟病，同时牛、羊、马等牲畜的年平均饲养量与之前相比有所降低.

碳排放强度总体上呈下降趋势，由1997年的3.29 吨/万元下降到 2018年的0.78 吨/万元 ，下降了2.51 吨/万元，年平均下降率为7.11% ，下降趋势明显.其原因是吉林省对畜禽排放的废弃物进行了资源化的合理利用和分配，并依靠科技创新和养殖条件的改善，增加了单位碳排放的畜牧养殖经济效益，使单位畜牧经济产值的能耗降低.

图1 1997—2018 年吉林省畜牧养殖业碳排放总量和碳排放强度

2.2 EKC验证与分析

2.2.1 单位根检验与协整检验

本文采用时间序列数据对吉林省1997—2018年间畜牧养殖业碳排放与其产值增长之间的关系进行分析，为了避免在 OLS 回归分析中出现“伪回归”现象，首先对时间序列数据进行单位根检验，保证数据的平稳性.如前文所述，Y为农村人均畜牧养殖业碳排放，X为农村人均畜牧业产值,为了减少波动，消除时间序列数据可能出现的异方差，分别对数据进行自然取对，然后采用ADF检验法对自然对数序列lnY、lnX、(lnX)2进行单位根检验，结果如表3所示.

表3 ADF单位根检验结果

在时间序列的残差平稳性检验中，如果ADF 统计量的值小于相应临界值，则表明序列具有平稳性[19].由表3可知，自然对数序列lnY、lnX、(lnX)2的原始数列均为非平稳序列，在经过一阶差分后，以上数据ADF统计量的值都小于5% 水平下的临界值，根据 AIC 与 SC 取值最小准则可知序列在一阶单整下不存在单位根，序列处于长期均衡平稳的状态.在此基础上，采用EG协整检验方法对变量之间的协整关系进行检验，检验结果显示残差序列ADF 统计量的值为-3.5681，概率值P=0.0012，通过 1% 水平下的显著性检验.因此，可以对自然对数序列lnY、lnX、(lnX)2进行回归.

2.2.2 模型回归估计结果分析

运用Eviews6.0软件对式(4)进行最小二乘估计，得出如下结果：

lnY=-11.5702+4.3902lnX-0.2660(lnX)2

(-7.7105) (11.8954) (-11.7817)，

(10)

模型中R2值为0.8972，表明模型的拟合度较高；F值为82.8851，P值为0，说明方程的整体关系十分显著，在1%水平下通过显著性检验.模型验证了畜牧养殖业碳排放序列与畜牧业产值之间的长期均衡关系，但为了提高模型的可靠性，对短期非均衡状态进行调整，需进一步建立误差修正模型(ECM)，其表达式为：

ΔYt=β1ΔXt+β2ECM(t-1)+εt，

式中：ECM为误差修正项,β0、β1为待估参数，β2为修正系数,εt为随机误差.利用最小二乘估计的误差修正模型为：

ΔYt=0.0043+0.7434ΔYt-1+4.1984ΔlnXt- (0.7807) (0.6341) (7.0216)0.2553Δ(lnXt)2-0.8447ECM(t-1).

(-6.8916) (-3.9258)

误差修正模型中R2值为0.8047，F值为15.4495，P值为0，结果通过了显著性检验.由此可以看出吉林省人均畜牧养殖业碳排放与人均畜牧业产值之间存在短期动态关系，短期中，解释变量对被解释变量的作用方向和程度与长期均衡中相似.误差修正系数在0～-1之间，符合一般反向修正机制原则，其对长期均衡关系的偏离会在下一期通过误差修正模型的反向修正机制来得到修正，系统对非均衡误差的调整速度为-0.8447，修正力度较大.

式(10)中，一次项系数b1大于0，二次项系数b2小于0,根据抛物线的性质，此回归曲线的开口向下，说明吉林省农村人均畜牧养殖业碳排放和农村人均畜牧业产值之间的EKC验证为“倒U”型曲线(见图2)，即两者之间的关系符合“倒U”型曲线特征，且存在拐点.根据拐点理论计算得出，当吉林省农村人均畜牧业产值为3839.11元时，吉林省畜牧养殖业的碳排放水平达到拐点，拐点落在2006—2007年间，也就是说，当吉林省农村人均畜牧业产值小于3839.11元时，农村人均畜牧养殖业碳排放量会随着人均畜牧业产值的增加而増加；当农村人均畜牧业产值大于3839.11元时，农村人均畜牧养殖业碳排放会随着人均畜牧业产值的增加而降低；在3839.11元处，达到了农村人均畜牧养殖业碳排放的最大值.说明目前随着吉林省农村经济的发展，农村人均畜牧业产值的逐步增加，人均畜牧养殖业碳排放在逐步减少.从拟合的库兹涅茨曲线形状来看，吉林省的人均畜牧养殖业碳排放目前已渡过最严重的时期，进入“倒 U 型”曲线的右半部.表明随着农业经济的增长，吉林省畜牧养殖业正在向可持续化发展转型.一方面是由于十八大以来国家重视生态环境的保护与建设 ，使人们的环保意识在不断地增强，对优质环境的要求越来越高，促使政府也更加重视环境法规的制定和严格执行[20]；另一方面，随着经济的增长使得地方政府有了进行环境保护和环境技术改造的资金投入能力，所以吉林省畜牧养殖的环境污染出现了下降趋势，环境质量正在逐步改善.

图2 农村人均畜牧养殖业碳排放与人均畜牧业产值的拟合曲线

2.3 LMDI分解模型分析

基于 LMDI 模型，依据式(5)—(9)测算的吉林省畜牧养殖业碳排放和吉林省畜牧业产值、农业总产值、农村劳动力等相关数据，以1997年为基年，从生产效率、农业结构、经济产出和劳动力规模四个方面因素,对吉林省1998—2018年间畜牧养殖业碳排放的影响因素进行了量化分解(见表4).

表4 1998—2018 年吉林省畜牧养殖业碳排放影响因素分解结果 单位：万吨

由表4可知：

(1)生产效率因素对吉林省畜牧养殖业碳排放变化起负向驱动作用.1998—2018年期间，吉林省由于畜牧养殖业生产效率的提升,共减少1416.23 万吨碳排放，是吉林省畜牧养殖业低碳化发展的主要贡献者.但在不同时间段对畜牧养殖业碳排放变化的影响存在方向差异.2001—2011年期间，生产效率因素引起的碳减排效应比较明显，但随后有所减弱.主要是因为随着吉林省畜牧养殖业向规模化、集约化的生产方式转变，饲料改良、良种选育和畜禽废弃物资源化利用等技术水平的提高在一定时期内能获得较高的碳减排效应.但随着这些技术趋于成熟和稳定，其减排效应就会减弱，甚至成为碳排放源.因此，短期内提高畜牧养殖业生产效率仍是吉林省畜牧养殖业碳减排的最有效途径.但是长期来看需要加大畜牧养殖业碳减排技术创新和管理模式创新的力度.

(2)农业结构因素对吉林省畜牧养殖业碳排放变化起正向驱动作用.1998—2018年期间，吉林省由于农业产业结构调整使畜牧养殖业碳排放量增加了123.97 万吨.其原因是随着人们生活水平的提高和城市化的发展，城乡居民对肉、奶、蛋等畜禽产品的需求量增加，促进了吉林省畜牧养殖业的快速发展，畜牧业产值占农业总产值的比例由1997年的41%增加到2018年的46%，因而农业产业结构调整成为畜牧养殖业碳排放增长的原因之一.

(3)经济产出因素是导致吉林省畜牧养殖业碳排放增长最为重要的因素.1998—2018年期间，由于经济产出的增加使吉林省畜牧养殖业碳排放增加了1401.08万吨.2000—2004年期间，国家实施了一系列促进畜牧业发展及减免税收政策，使畜牧业生产效益明显提高；2005—2011年期间，虽然畜禽饲养量出现了波动变化，但由于畜禽产品价格上涨，使单位农村人口的农业收益由2005年的7180元/人增加到2011年的14 321元/人，年均增长率为12.19%，导致此期间经济产出因素对畜牧养殖业碳排放的正向驱动明显提升；2012—2015年期间，由于畜牧业实现了恢复性增长，但增速与前期相比明显减缓，单位农村人口的农业收益由2012年的15 207元/人增加到2015年的16 699元/人，年平均增长率为3.16%，因而经济产出因素对畜牧养殖业碳排放增长的驱动作用减弱.2016—2017年，由于粮食作物特别是玉米价格的持续下跌使吉林省农业总产值下降，使经济产出因素表现为负向驱动效应.

(4)劳动力因素对吉林省畜牧养殖业碳排放的影响表现为负向驱动作用.1998—2018年期间，劳动力因素对吉林省畜牧养殖业碳减排的累计贡献量为97.81 万吨.但随着吉林省畜牧养殖规模化的发展和养殖技术水平的不断提高，畜牧养殖业单位从业人员数量会减少，同时素质会不断提高使得畜牧养殖业的生产效率有所提高，进而促进碳减排.因此，未来劳动力因素仍将是吉林省畜牧养殖业碳减排的重要因素，且减排能力将会不断提升.

3 结论与建议

3.1 结论

采用碳排放系数法测算了1997—2018年吉林省畜牧养殖业碳排放量，利用环境经济模型验证了吉林省畜牧养殖业碳排放的EKC曲线，采用LMDI模型，将畜牧养殖业碳排放驱动因素分解为生产效率、农业结构、经济产出及劳动力四大因素，从时间序列角度测度分析了四大因素对吉林省畜牧养殖业碳排放的驱动效应，研究结论如下：

(1)1997—2018年吉林省畜牧养殖业碳排放总量呈现 “持续增长-持续下降-缓慢回升-波动下降” 4个阶段特征.碳排放强度总体呈下降趋势，由1997年的3.29 吨/万元下降到2018年的0.78 吨/万元，下降了2.51 吨/万元，年平均下降率为7.11%.

(2)通过协整理论分析可知，吉林省农村人均畜牧养殖业碳排放量和农村人均畜牧业产值之间呈显著的“倒U型”曲线关系，并且2007年吉林省农村人均畜牧业产值已经超过3839.11元的临界值，这表明随着农村人均畜牧业产值的增加，吉林省畜牧养殖业碳排放已从上升阶段转入下降阶段.

(3)因素分解结果表明，经济产出因素是促使吉林省畜牧养殖业碳排放增加的最主要因素；农业结构因素是重要诱因；生产效率因素是吉林省畜牧养殖业碳减排的最主要贡献者；长期来看，劳动力因素对吉林省畜牧养殖业碳减排的贡献将逐渐増大.

3.2 建议

基于以上研究结论，对促进吉林省畜牧养殖业低碳化发展提出如下建议：

(1)加强低碳养殖科技支撑,实现废弃物资源化利用.首先，要加快培育适应低碳环境的优良畜种，通过品种选育，培育出生产性能、繁育性能好的畜种.通过推广人工授精、胚胎移植等现代技术手段，减少公畜饲养量，是减少温室气体排放的有效途径[21].其次，优化饲料结构、合理使用添加剂，减轻畜牧养殖业发展中的碳含量.最后，通过对畜牧养殖业废弃物资源化利用技术，降低畜牧业碳排放.一是可将畜禽产生的粪便直接作为农家肥用于农业生产；二是将畜禽粪便干燥后用作饲料加工原材料；三是利用畜禽粪便厌氧发酵技术生产沼气，既能减少环境污染又能实现温室气体减排.

(2)加大政策扶持力度，制定强牧惠牧政策.一是出台相关生态补偿政策，激励农户参与到 “畜禽养殖-粪便-沼气-有机肥-种植业”循环的生态农业发展模式中[22].二是设立专项资金用于加强对清洁养殖、低碳养殖的奖励和补贴，以及引进国内外先进的养殖设备、技术和学习培训等，从而激励畜禽养殖户采纳清洁养殖技术[23].

(3)加大宣传力度、培育低碳理念.按照环保部出台的《畜禽养殖污染防治管理办法》《畜禽养殖业污染物排放标准》和《吉林省生态省建设总体规划纲要》要求,加强畜禽粪便全过程管理和综合利用,实现畜禽养殖废弃物的资源化、无害化和减量化.深入开展畜禽养殖标准化示范创建工作，按照“畜禽良种化、养殖设施化、生产规范化、防疫制度化、粪污处理无害化”的要求[24]，探索更为合适的饲养模式，减少放牧饲养和农户散养的比例，实现温室气体减排.