中国农业净碳汇增长的机械化驱动作用：基于脱钩与分解分析及对碳中和目标的政策启示

　　何毅高超张子阳方晓萌韩伟黄景刚李焕轩徐晓斌侯平志 中国杭州310018，杭州电子科技大学材料与环境工程学院 摘要 了解农业净碳汇的演变动态及未来趋势对于推动农业发展与中国双碳目标相契合至关重要。本研究系统分析了2010年至2024年中国31个省级地区

　　了解农业净碳汇的演变动态及未来趋势对于推动农业发展与中国双碳目标相契合至关重要。本研究系统分析了2010年至2024年中国31个省级地区的农业净碳汇变化情况。通过基于面板数据的排放因子法估算了农业碳排放量与碳汇量，进而运用塔皮奥脱钩模型探讨了农业净碳汇与农业经济以及农业机械总动力之间的关联。同时采用LMDI方法分解影响农业净碳汇变化的关键因素，并利用GM(1,1)模型预测至2030年的发展趋势。研究结果表明，中国的农业净碳汇从2010年的350百万吨增至2024年的570百万吨。农业净碳汇与农业经济、农业机械总动力之间的关系逐渐从耦合状态转向脱钩状态。分解分析显示，农业机械化水平（+377.79百万吨）和农业机械效率（+216.67百万吨）是推动农业净碳汇增长的主要因素，而农业劳动力规模（-151.10百万吨）和农业净碳汇强度（-118.74百万吨）则是主要制约因素。预测表明，中国的农业净碳汇将在2030年前保持稳定增长态势，这与中国的碳达峰目标相一致。这些研究结果为制定低碳农业转型政策以及实现中国的碳达峰和碳中和目标提供了科学依据与实践支持。

　　全球气候变化日益严峻，这使得人们更加关注农业及相关土地利用活动对温室气体排放的巨大影响[1][2]。根据联合国粮食及农业组织的数据，农业领域约占全球人为温室气体排放总量的17%–24%，相当于每年5.5–6.0 Gt CO2-eq，仅次于能源和工业领域，成为第二大排放源[3][4]。在中国，农业活动约占全国温室气体总排放量的15%–18%[5]。导致这些排放的一个关键因素是农业投入品的过度使用[6]。例如，2018年中国化肥施用强度几乎是全球平均水平的两倍[7]。此外，随着农业机械化程度的不断提高，农业用柴油消耗也在持续上升[8]。据中国国家统计局数据显示，农业机械总动力从2000年的5.2亿千瓦增加到2022年的11.1亿千瓦，增长率超过110%[9]。尽管2015年后化肥使用量趋于稳定，但每年仍保持在50百万吨以上[10]。这些农业生产方式的变革虽然提升了生产力，但也从根本上改变了农业生态系统的碳平衡状况[11]。中国明确承诺推动绿色农业发展，作为控制温室气体排放、实现碳达峰和碳中和目标的重要举措[12]。值得注意的是，农业系统具有独特的双重性，既可能是温室气体的排放源，也可能成为潜在的碳汇。一方面，光合作用使作物能够吸收大气中的二氧化碳[13]；另一方面，保护性耕作等农艺措施可使耕地土壤每年固定数十至数百百万吨的CO2-eq[14]。因此，同时推进农业减排与碳汇建设，是实现中国双碳目标、促进农业高质量发展的重要策略[15]。环境库兹涅茨曲线假说认为，经济发展与环境压力之间存在倒U型关系[16]，但关于农业净碳汇与农业经济之间脱钩机制的研究尚未形成共识[17]。虽然省级面板数据表明农业碳排放强度呈下降趋势，但碳汇核算大多仅限于耕地系统[18]，尤其是对农业全要素生产率相关的碳汇功能重视不足[19]。在方法论上，目前多采用生命周期评估或排放系数法进行静态估算[20][21]，这类方法难以准确反映净碳汇的动态时空变化规律[22]。此外，因子分解分析主要聚焦于碳排放的驱动因素，而净碳汇变化的背后机制则研究较少[23][24]。基于上述分析，仍有若干研究空白需要进一步探索：（1）大多数研究将农业碳排放与碳汇视为独立概念，未能建立完善的净碳汇核算体系[25]；（2）农业机械化、经济发展与农业净碳汇演变之间的脱钩效应尚未得到定量分析[26]；（3）现有模型无法充分体现各种因素影响净碳汇变化的复杂路径[27]；（4）短期净碳汇趋势的精准模拟技术尚不成熟[28]。这些局限影响了人们对农业生态系统碳平衡动态的全面理解，也阻碍了农业低碳转型路径的精准设计[29]。因此，本研究旨在系统揭示中国农业净碳汇的时空演变规律及其关键驱动因素。研究框架如图1所示：首先分别测定农业碳汇、农业碳排放量及农业净碳汇；其次运用塔皮奥脱钩模型分析农业净碳汇、农业经济与农业机械总动力之间的脱钩关系；接着采用对数平均Divisia指数法分解影响农业净碳汇的关键因素并量化其贡献程度；最后利用GM(1,1)灰色模型预测2025年至2030年农业净碳汇、农业碳排放量及碳汇的变化趋势。期望本研究能为发展中国家的农业绿色低碳发展提供定量参考。

　　本研究在中国开展，中国位于东亚，东临太平洋。中国陆地面积约为960万平方公里，包括23个省、5个自治区、4个直辖市和2个特别行政区（见图2）。根据地理划分U8国际集团和行政特征，研究区域可划分为7个区域：北方地区（北京、天津、河北、山西、内蒙古）、东北地区（辽宁……）

　　图3展示了2010年至2024年中国农业碳排放量、碳汇量及农业净碳汇的变化趋势。农业碳排放量呈现两阶段变化特征：2010–2016年和2019–2024年为相对稳定期，2016–2019年为明显下降期。2016年至2019年农业碳排放量的显著下降主要得益于全国农业面源污染综合防治试点项目的实施。除这一政策调控外，还有其他多种因素共同作用导致了这一变化。

　　本研究分析了2010年至2024年中国农业净碳汇的演变特征、耦合效应及驱动机制，并对其未来趋势进行了预测。研究结果表明，中国的农业净碳汇从2010年的350百万吨增至2024年的570百万吨，这一增长主要得益于农业碳排放的有效控制以及农业碳汇的持续增强[42]。尤其值得关注的是，通过针对农业面源污染的各项政策，中国在减少碳排放方面取得了显著进展。

　　本研究的局限性主要包括以下几点：首先，由于现有统计数据的限制，农业碳排放与碳汇的核算未能涵盖所有关键过程，例如土壤碳和生物量循环过程的动态变化未被纳入估算，这可能影响净碳汇估算的准确性；其次，本研究主要依赖宏观层面的统计数据进行分析……

　　（1）2010年至2024年间，中国的农业净碳汇从350百万吨增至570百万吨。农业碳排放主要来自畜牧业，而农业碳汇则以“粮食作物为主”的格局为特征。从空间分布来看，东北–华北–黄淮地区形成了一个高值带。

　　（2）农业净碳汇与农业经济以及农业机械总动力之间的关系存在周期性特征，并且在不同地区表现出不均衡性。农业净碳汇与农业经济之间的耦合关系……

　　何毅：理论分析、可视化处理、初稿撰写。高超：理论分析、可视化处理、初稿撰写。张子阳：理论分析、可视化处理。方晓萌：资源协调。韩伟：指导监督、资源协调、资金筹集、理论分析。黄景刚：资源协调。李焕轩：概念构建、理论分析、资金筹集、资源协调、指导监督、初稿撰写及修改润色。徐晓斌：资金筹集、资源协调。