依据式（７）测算和式（６）得到甘肃省农业碳排放与经济发展的相互关系，见表３。１９９４—２０１１年甘肃农业碳排放与经济增长关系主要呈现弱脱钩、强负脱钩、扩张连接、扩长负脱钩、强脱钩５种状态（表３）。研究期内，农业碳排放与经济增长脱钩弹性指标出现最多的是弱脱钩状态，共９次，占统计期数的５０％；其次为强负脱钩和扩张连接，各出现了３次，占统计期数的１６．６７％；扩长负脱钩出现了２次，占统计期数的１１．１１％；最少的是强脱钩，出现了１次，占统计期数的５．５６％。总体上，脱钩状态占统计期数的５５．５６％，说明甘肃省农业碳排放增长速度慢于农业经济的增长速度，呈现良好的态势。甘肃省的农业碳减排工作取得了初步成效，这与甘肃省的实际情况相一致。从图１、图２可见，甘肃省农业碳排放与经济增长总体上呈现周期性的“较理想状态—畸形状态—较理想状态”的“Ｗ”型变化。依据脱钩指标变化态势（图２），可将研究期分为三个阶段，分别是１９９４—１９９５年、１９９６—２００２年、２００３—２０１１年。第一阶段（１９９４—１９９５年）呈现“弱脱钩—弱脱钩”特征，脱钩弹性指数介于０—０．８，脱钩弹性指数分别为０．１１、０．３１，呈较理想的弱脱钩状态，即农业碳排放增长速度慢于农业ＧＤＰ的增长速度。从表２可见，两年间农业碳排放总量仅为１３６．７０万ｔ，碳排放强度平均值仅１８６．２７ｋｇ／ｈｍ２；农业ＧＤＰ从１９９３年的９９．１４亿元增长到１９９４年的１５７．９１亿元，增速为５９．２８％，农业ＧＤＰ４０％／ｈｍ２的增加值随着农业碳排量５．４％的值增加。原因主要是：①２０世纪９０年代初，甘肃省农业技术欠发达、农业生产力相对落后，农作物种植主要依赖人力和畜力，对农用机械和灌溉机械的使用相对较少，相应的农用柴油使用量较小，加之农药、化肥等农用资料投入意识相对较弱，碳排放总量不大。②该时段农村劳动力还未大规模向城镇转移，外出务工人员相对较少，农民的主要收入来源于农业经济作物生产变卖所得，农业ＧＤＰ得到了较快发展。第二阶段（１９９６—２００２年）经历了“不可取状态—较理想状态—不可取状态”的Ｗ型变化过程，并出现了两个扩长负脱钩状态的高峰值，农业碳排放增长速度整体上快于农业ＧＤＰ的增长速度。１９９６年为第一个高峰值，脱钩弹性值为１．３２，农业ＧＤＰ１７．７８％／ｈｍ２的增加值伴随着农业碳排量２３．４４％的值增加。

　　１．１脱钩理论模型脱钩（ｄｅｃｏｕｐｌｉｎｇ）本来是物理学领域的术语，用来表示具有关联的两个或两个以上物理量之间的关系不再存在。ＣａｒｔｅｒＡＰ１９６６年将“脱钩”概念引入社会经济领域，之后被学术界应用到不同领域。经济合作与发展组织（ＯＥＣＤ）设计了基于“驱动力—压力—状态—影响—反应（ＤＰＳＩＲ）”框架的脱钩指标并将其应用到环境方面，用来探讨经济绩效与环境恶化之间的关联性———打破经济增长与环境负荷之间的联系。当涉及到污染排放问题时，脱钩即为打破经济增长与污染排放之间的联系。具体而言，将脱钩分析方法具体运用到农业碳排放中，可描述为：当经济增长快于农业碳排放增长时，称之为“相对脱钩”；经济增长而农业碳排放增长停滞或增长为负时，称之为“绝对脱钩”。目前，脱钩的分析方法主要有ＯＥＣＤ脱钩指数法和Ｔａｐｉｏ脱钩弹性分析法两类。ＯＥＣＤ指标模型：ＯＥＣＤ指标用来描述环境压力（ＥＰ）与驱动力（ＤＦ）变化的关系，提出了脱钩指数与脱钩因子，反映驱动力（如经济增长）与压力（如碳排放）在同一时期的增长弹性的变化情况。从以上两种脱钩模型可见，ＯＥＣＤ指标模型是指相关分析变量的总量，Ｔａｐｉｏ指标模型是用来描述相关变量的比值。比较两种模型，ＯＥＣＤ指标模型对基期的选择具有高度的敏感性，易受基期选择的影响，而Ｔａｐｉｏ指标模型则较好地克服了这一缺陷。其次，Ｔａｐｉｏ指标模型综合了总量变化和相对量变化两类指标，不受量纲变化的影响，实质上是一种弹性分析。鉴于此，本文参考Ｔａｐｉｏ指标模型对甘肃农业碳排放与经济增长之间的关系进行分析，表达式为。式中，ｅ为脱钩弹性指数；％△ＣＯ２为农业碳排放量的变化率；％ΔＰ为农业ＧＤＰ变化率。依据碳排放与经济增长相互关系的正负情况，参考杨璐U8国际平台官网嘉、张文斌［２４］的研究成果，与ＯＥＣＤ脱钩指数相比，Ｔａｐｉｏ脱钩指数更加全面，不但将脱钩状态划分为脱钩、负脱钩、连接三种状态，而且将经济增长与经济衰退等情形纳入其考虑范围。同时，为了解读脱钩弹性值的细微变化，Ｔａｐｉｏ脱钩弹性值在１．０左右的２０％变化范围内浮动，以弹性值０、０．８、１．２为零界点进行了划分，进一步将脱钩、负脱钩、连接划分为扩长负脱钩、强负脱钩、弱负脱钩、弱脱钩、强脱钩、衰退脱钩、扩张连接、衰退连接８种状态，对弹性状态出现的各种可能值给出了合理的定位，这种划分有利于对经济增长与碳排放出现的各种脱钩状态的原因进行深层次识别与分析［２５］，具体划分类型见表１．

　　１．２数据来源及处理本文所用数据来自１９９４—２０１２年《甘肃农村统计年鉴》，考虑到农业生产中林牧渔业碳汇的影响，为了使数据更具有合理性，文中农业ＧＤＰ数据用当年年末种植业总产值代替；农业碳排放总量为计算所得。根据甘肃省的实际情况，农业碳排放主要来源于：①农业机械使用消耗柴油导致的碳排放；②化肥、农膜、农药等农用物资的生产和施用过程中直接或间接导致的碳排放；③农业灌溉过程中使用电能或其他化石能源所产生的碳排放；④土地翻耕过程中产生的碳排放。本文依据《ＩＰＣＣ２００６国家温室气体清单指南》提供的温室气体排放测算方法，将其引用到农业碳排放领域，估算模型为。式中，Ｃ为农用地排放总量；Ｃｔ为第ｔ年的碳排放总量；Ｅｉｔ为第ｔ年第ｉ种碳排放源的量；δｉ为第ｉ种碳排放源的系数；ｉ表示各碳排放源，分别是农用柴油、化肥、农膜、农药、有效灌溉、翻耕等６种。参考李波、王才军的研究成果，农用柴油的碳排放系数为０．５９２７ｋｇ／ｋｇ、化肥的碳排放系数为０．８９５６ｋｇ／ｋｇ、农药的碳排放系数为４．９３４１ｋｇ／ｋｇ、农膜的碳排放系数为５．１８ｋｇ／ｋｇ、有效灌溉的碳排放系数为２０．４７６ｋｇ／ｈｍ２、翻耕的碳排放系数为３．１２６ｋｇ／ｈｍ２。根据式（７），利用甘肃省１９９３—２０１１年农业投入的相关数据，可计算出甘肃省农业碳排放总量，进一步计算出甘肃省农业碳排放强度，结果见表２．从表２可见，研究期内甘肃省农业碳排放总量整体呈现上升态势，从１９９３年的６６．３７万ｔ增加到了２０１１年的２０７．９２万ｔ，增长了２１３．３０％；化肥为最大的碳排放源，１９年来累计碳排放量达到１１６７．８２万ｔ，年均增速为４．０１％，农用柴油、农膜、农药、有效灌溉、翻耕累计碳排放量分别为２２８．３７万ｔ、７０９．０７万ｔ、１９６．４６万ｔ、４０．４３万ｔ、２２．４１万ｔ，年均增速分别为５．５７％、１０．８２％、２．１１％、０．６５％、１６．２６％。农业仍以高消耗、高排放的粗放式生产为主，农民的低碳农业意识不强，政策导向不明，在农业碳排放总量增长的同时，碳排放强度也在不断增加，从１９９３年的１８２．４０ｋｇ。ｈｍ２增加到了２０１１年的５１０．９３ｋｇ／ｈｍ２，增长了２８０．１１％。