农田保护尤其是高标准农田建设，对于提高国家粮食综合生产力、改善农田生态环境具有重要意义，也为推进农业现代化奠定了坚实的基础^[1]。“双碳”是国家重大战略，现代化农业在响应国家战略的同时也应担当起粮食安全保障的重任。黄河流域分布着中国多个粮食主产区，不同流域间自然禀赋的差异决定了现实中农田保护权责的不对等^[2]，而农田生态补偿制度是协调农田生态保护与经济发展关系、调动利益相关者积极性、建设农业强国的重要手段。

当前，国内外学者已围绕生态补偿的补偿机制^[3-4]、补偿标准^[5-6]、补偿意愿^[7-8]、补偿效果评价^[9-10]等内容开展了研究，对象集中于农田/耕地、森林^[11]、湿地^[12]等，其中以往对农田生态补偿的研究多是围绕单一视角进行的^[13-14]，尽管有学者从粮食安全与生态安全的双视角开展研究^[15-16]，但在以碳达峰、碳中和(以下简称“双碳”)为新发展引擎的生态文明制度背景下^[17]，加上农田生态系统是重要的温室气体排放源之一，全球10%~20%的碳排放来源于农业生产活动^[18]，却鲜有研究在农田生态补偿制度中纳入碳汇价值进行优化。此外，尽管现有的补偿模式集中于纵向补偿^[19]，但横向补偿更能矫正利益分配不公带来的区域发展失衡问题^[20]，且空间尺度从省内逐渐转为跨省流域，随着国家重大战略的提出黄河流域成为研究热点区域之一，上下游政府间的转移支付演变为横向补偿的主要形式^[21]，却鲜有从市级层面开展研究的。

基于此，本文将以黄河流域60个地级市为研究对象，从粮食安全和“双碳”两个视角进行农田生态补偿额度的测算，为流域高标准农田建设、农业低碳发展、健全利益补偿机制提供理论参考。

1 研究区概况

黄河发源于青藏高原巴颜喀拉山北麓的约古宗列盆地，自西向东分别流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南及山东9个省(自治区)，最后由东营市流入渤海，其河流共计流程约5 464 km。鉴于数据的可获得性和连续性，在以自然流域为依据，确保完整的地区级行政区划单元及黄河与地区经济发展的关联性^[22]。本文选取的研究对象为流域内的60个地级市(见图 1)。黄河流域总土地面积7.93×10⁹ hm²，占全国国土面积的8.3%，其中大部分为山区与丘陵；2021年黄河流域常住人口约为2.38×10⁸人，占全国总人口的16.85%；全区域耕地面积约2.49×10⁷ hm²，占全国农田总面积的20%；如今，黄河流域是中国农业最发达的地区之一，在农业发展、生态文明建设中占有重要地位。

2 研究方法与数据来源 2.1 粮食安全视角下的农田生态补偿标准测算方法 2.1.1 农田盈亏量的测算

一个区域对农田面积的需求，主要受到当地常住人口数、人均粮食消费量、粮食自给率、粮食单产、农田播种面积与农作物种植结构的影响^[23]。用区域内已有的农田面积减去需求量，即为农田生态赤字/盈余量(S)。

$ S=S_S-S_D=S_S-\frac{P \times N_{i j} \times K}{F_{i j}} $

(1)

式中：S表示农田盈亏量(hm²); S_S和S_D分别表示农田实际存量与农田需求量(hm²); P表示人均粮食消费量(kg/人); N_ij表示第i年j区域常住人口数(万人); K表示粮食自给率(%); F_ij为第i年j区域粮食单产(kg/hm²)。

2.1.2 粮食安全视角下农田生态补偿标准的测算

本文中计算的农田生态补偿标准是基于机会成本法，以农田转化为建设用地所获得的土地出让金和相关税收作为失去的机会成本^[15]；由土地均质假设可得，农田转变为建设用地的平均收益约为城镇/城乡交错地带建设用地使用权年收益的1/2^[24]，这包括：农田主要有耕地占用税、土地使用权出让契税和土地出让金纯收益3个方面的收益来源。

$ \begin{aligned} & \mathrm{FS}=W /2= \\ & {\left[\frac{\left(P_1+P_2+P_3\right) \times r \times(1+r)^Y}{(1+r)^Y-1}\right] /2} \end{aligned} $

(2)

式中：FS为粮食安全视角下的农田生态补偿标准(元/hm²); W表示建设用地的使用权年收益(元/hm²); P₁表示土地出让金纯收益(元/hm²); P₂表示土地使用权出让契税(元/hm²); P₃表示耕地占用税(元/hm²); Y为土地使用年限(a); r为土地还原率(%), 此值取近5 a居民消费价格指数变化率的几何平均值与2022年末一年期银行定期存款基准利率之和, 即“风险调整利率+安全利率”。

2.2 “双碳”视角下的农田生态补偿标准测算方法

“双碳”视角下的农田生态补偿需要计算区域内农作物生长过程中产生的碳排放量与碳吸收量，以计算净碳汇的数据。

2.2.1 农田碳盈亏量的测算

(1) 碳排放量的测算。本文中农田生态系统碳排放来源主要包括农业生产过程中CO₂的排放，以及以CH₄，NO₂形式排放后转化为的CO₂排放量。计算公式为：

$ V_C=V_{\mathrm{CO}_2}+V_{\mathrm{CH}_4}+V_{\mathrm{NO}_2} $

(3)

式中：V_C为农田生态系统总碳排放量(kg); V_CO2为CO₂排放量(kg); V_CH4为CH₄形式转换为CO₂的排放量(kg); V_N2O为NO₂形式转换为CO₂的排放量(kg)。

① 计算CO₂排放量的公式为：

$ V_{\mathrm{CO}_2}=\sum\limits_{i=1}^n T_i \times \mathrm{VF}_i \times(44 /12) $

(4)

式中：T_i表示第i种农田生产投入量; VF_i为第i种农田生产投入的碳排放系数; 44/12为CO₂和C的分子量的比。其中, 各类农田生产投入的碳排放系数及其来源见表 1^[25-28]。

② 计算CH₄排放量的公式为：

$ V_{\mathrm{CH}_4}=\sum\limits_{j=1}^n \mathrm{AD}_i \times \mathrm{VF}_j \times 25 $

(5)

式中：AD_j为第j种稻田类型的种植面积(hm²); VF_j为稻田CH₄排放因子(kg/hm²), 各区域稻田CH₄排放因子取自《省级温室气体清单编制指南(试行)》, 其中河南省、山东省均为单季稻, 具体系数见表 2; 25为CH₄转换为CO₂的当量系数。

③ 计算N₂O排放量的公式为：

$ V_{\mathrm{N}_2 \mathrm{O}}=\left(V_Z+V_j\right) \times(44 /28) \times 298 $

(6)

式中：V_Z和V_j分别为氧化亚氮的直接排放量(kg)和间接排放量(kg); 44/28为NO₂和C的分子量的比; 298为NO₂转换为CO₂的当量。

其中，V_Z的计算方式为:

$ V_Z=\left(N_h+N_g\right) \times \mathrm{VF}_z $

(7)

式中：N_h表示施用化肥中的含氮量(kg), 包括氮肥和复合肥中的氮(按照化肥施用折纯量的1/3计算^[29]); VF_z表示N₂O的直接排放因子(见表 2); N_g为在秸秆还田时产生的氮总量(kg), 计算方法为:

$ \begin{aligned} N_g= & \sum\limits_{m=1}^n\left[\left(O_m /E_m-O_m\right) \times B_m \times L_m+\right. \\ & \left.O_m /E_m \times A_m \times L_m\right\rceil \end{aligned} $

(8)

式中：O_m为第m种作物的籽粒产量(kg), 主要农作物包括稻谷、小麦、玉米、大豆、薯类、棉花、油菜籽、花生、蔬菜; E_m，L_m，A_m分别为经济系数、秸秆含氮率、根冠比; B_m为秸秆还田率。参照《省级温室气体清单编写指南(试行)》和文献[30], 具体系数见表 3。

$ V_j=\left(N_h+N_g\right) \times 0.0025 $

(9)

(2) 碳吸收量的测算。农田生态系统中的碳吸收主要是通过农作物进行光合作用吸收大气中的二氧化碳实现的。碳的吸收量(C_xs)的计算公式为：

$ C_{x s}=\sum\limits_{m=1}^n C_a=\sum\limits_{m=1}^n\left[O_m \times C_m \times\right. $

(10)

式中：C_a为第m种作物生长过程中的碳吸收量(t); C_m为第m种作物的碳吸收率; W_m为第m种作物的含水率。借鉴文献[31], 相关系数取值见表 3。

(3) 农田碳盈亏量的测算。

$ N_C=C_{x s}-V_C $

(11)

式中：N_C是碳盈亏量(t); C_xs是碳的吸收量(t); V_C是碳的排放量(t)。

2.2.2 “双碳”视角下农田生态补偿标准的测算

$ S_C=P_C=P_t /T $

(12)

式中：S_C是“双碳”视角下区域内农田生态补偿标准(元/t); P_C是碳交易平均价格(元/t); T是碳排放配额累计成交量(t); P_t是碳排放配额累计成交额(元)。

2.3 数据来源

各市的农田实际存量来自于第三次全国国土调查数据结果；各市区域常住人口数、粮食产量、农作物播种面积、粮食作物面积数据、农业生产投入量、农药使用量、化肥使用量分别来源于《青海统计年鉴2022》《宁夏统计年鉴2022》《内蒙古统计年鉴2022》《山西统计年鉴2022》《山西统计年鉴2022》《河南统计年鉴2022》《山东统计年鉴2022》。粮食产量除以区域常住人口数可算出人均粮食消费量。2021年国有建设用地出让情况，包括出让面积、出让成交价款与国有建设用地供应结构，来源于《2022中国自然资源统计公报》；由《中华人民共和国耕地占用税法》中对各省、自治区、直辖市耕地占用税平均税额做出的规定计算出各市耕地占用税。安全利率取中国人民银行对金融机构人民币存款基准利率中一年期银行存款利率的现行规定。2021年中国碳排放累计成交量与成交额来源于中国碳排放交易网。由于受到数据可获得性的局限，本文中部分数据是根据近3 a同一指标运用插值法进行补齐。

3 结果与分析 3.1 粮食安全视角下的农田生态补偿计算结果 3.1.1 粮食安全视角下的各市农田盈亏量

由于黄河流域的9个省份均属于粮食主产区和产销平衡区^[32]，故粮食自给率取100%。而人均粮食消费量参考世界粮食组织的数据取400 kg/人^[33]。在黄河流经的60个市中，只有流经宁夏回族自治区的5个市全部处于农田盈余状态，其余各省均存在不同程度的农田赤字情况。处于农田盈余状态的市有43个，农田盈余量最大的5个市是分别是巴彦淖尔、乌兰察布、榆林、定西以及鄂尔多斯市，榆林、乌兰察布、巴彦淖尔与定西也是60个市中农田实际存量最多的4个市，巴彦淖尔、乌兰察布、鄂尔多斯属于内蒙古是粮食主产区，且5个市均位于流域的中上游，农业生产自然条件良好，地广人稀，能提供足够的粮食耕地；处于农田赤字状况的市有17个，赤字状况最严重的5个市分别是郑州、西安、太原、青岛、兰州市。这5个市中有4个为该省省会城市，城镇化与工业化程度较高，且西安、郑州、青岛是常住人口数量最多的3个市，粮食作物耕种面积稀少(图 2)。

3.1.2 粮食安全视角下的农田生态补偿标准

由《2022年中国自然资源统计公报》可得2021年全年出让国有建设用地3.07×10⁵ hm²，出让成交价款7.72×10¹²元，可得出让合同单价为2.51×10³元/m²，根据2005—2022年的《中国国土资源公报》《中国自然资源统计公报》等资料，各年土地出让净收益占土地出让总价款的比例为19%~21%，由此取土地出让净收益占土地出让总价款的比例为20%，即可得出土地出让金纯收益为5.02×10²元/m²；2017—2021年全国居民消费价格指数变化率取几何均值为1.74%，2021年末中国人民银行对金融机构人民币存款基准利率中一年期银行存款利率为1.5%，相加得出土地还原率为3.24%；耕地转为建设用地的价格水平接近于建制镇，包括建制镇在内的城镇城乡交错带平均地价水平约为各市水平的1/9^[34]，《中华人民共和国契税法》中规定的契税税率为3%，2021年全国主要监测市综合地价为4.64×10³元/m²，可得土地使用权出让契税为13.39元/m²；由《中华人民共和国耕地占用税法》算得全国耕地占用税平均税额为27.50元/m²；2021年国有建设用地供应结构为工矿仓储用地26.51%、商服用地5.66%、住宅用地18.44%、基础设施及其他用地49.40%，根据《中华人民共和国城镇国有土地使用权出让和转让暂行条例》中对各种用途的土地出让权出让最高年限的规定，对土地使用年期进行计算的加权平均年限为50.86年。即可算出粮食安全视角下的农田生态补偿标准为11.006 2元/m²。

3.2 “双碳”视角下的农田生态补偿计算结果 3.2.1 “双碳”视角下的各市碳盈亏量

由计算的碳盈亏量可知(图 3)，黄河流域60个市区中碳吸收量大于碳排放量属于碳盈余的市主要集中在山东、河南、青海，宁夏、陕西的碳吸收量普遍小于碳排放量属于碳赤字。出现碳盈余的市区共有39个，碳盈余量最大的5个市分别是德州、菏泽、聊城、商丘、济宁，均位于华北平原，以农业为主要的业态，光、热、水分条件好，植被多呈现碳汇作用；出现碳赤字的共有21个市，碳赤字量最大的5个市分别是巴彦淖尔、石嘴山、中卫、渭南、吴忠市，巴彦淖尔、渭南市的化肥施用量很高，石嘴山、中卫、吴忠市的煤炭、矿产资源丰富，这些都会增加碳排放强度。

3.2.2 “双碳”视角下补偿标准的测算

中国2021年碳排放额度累计成交量1.79×10⁸ t，累计成交额7.66×10⁹元，则2021年中国碳交易平均价格为42.798 9元/t，由此算出各市的碳汇效益。

3.3 粮食安全与“双碳”视角下的各市农田生态补偿支付/受偿额度

粮食安全关乎国家安全，而其离不开农业生产，作为主要的碳排放源，农业领域早日达到“双碳”的目标至关重要。而且粮食增产和农田固碳存在效应互利、技术协同，两目标的双赢有助于实现黄河流域的生态保护与高质量发展。在粮食安全与“双碳”视角下，黄河流域的60个市中，接受补偿的市共有43个，额度最大的5个市分别是巴彦淖尔、乌兰察布、榆林、定西、鄂尔多斯市，这些市农田现存面积都较大，且农业生产现代化程度较高。

需要额外支付补偿的市有17个，其中额度最大的5个市分别是郑州、西安、太原、青岛、兰州市，这些市城镇化与工业化程度较高，经济较为发达，农田保护的问题也更需要引起各级政府部门及农户的重视(表 4)。

4 结论

(1) 粮食安全视角下的农田生态补偿标准是11.006 2元/hm²，处于农田盈余状态的市有43个，巴彦淖尔市的农田盈余量最大，为8.26×10⁵ hm²；处于农田赤字状态的市有17个，郑州市的农田赤字状况最严重的，为-8.44×10⁵ hm²。

(2) 双碳目标视角下的农田生态补偿标准为42.8元/t，处于碳盈余状态的市共有39个，碳盈余量最大的市是德州市，为5.18×10⁶ t；处于碳赤字状态的市共有21个，碳赤字量最大的市是巴彦淖尔市，为-1.14×10⁶ t。

(3) 粮食安全与“双碳”视角下接受补偿的市有43个，额度最大的市是巴彦淖尔市，为9.09×10¹⁰ 元；需要支付的市有17个，额度最大的市是郑州市，为-9.29×10¹⁰元。

5 建议

本文计算了黄河流域60个地级市在粮食安全视角下的农田盈亏量与双碳视角下的碳盈亏量，基于机会成本法与当年碳交易市场的碳交易平均价格分别建立补偿机制，来计算农田生态补偿额度。结果表明：以农业生产为主的市往往接受补偿的额度较高，而城镇化与工业化程度高的市支付补偿的额度较高。农田生态补偿体系的建立受到全国以及当地的经济发展状况、社会环境、居民生活等多方面影响，未来仍需要结合实际进行多方面的研究，也需探析如何平衡农田不同的功能性，及探讨研究结论对全国其他流域的适用性。

结合本文粮食安全与双碳目标下黄河流域农田生态补偿研究，对农田未来发展提出如下建议：制度上，创新推进发展生态综合补偿模式，针对不同地区的发展差异，制定因地制宜的生态补偿相关管理政策，在耕地生态保护的基础上发展当地特色农业产业，进而提升地区的经济效益水平。技术上，数字化治理赋能多目标约束下的生态补偿机制，依托数字孪生、区块链等数字技术，健全从粮食生产、销售、补偿等全链条一体化监管平台，为多重补偿目标的设计实现与反馈调整提供了可能性。思想上，大力推广低碳农业高质量发展理念，采用多种方法向群众进行宣传教育，让农户理解农田的多功能性认可其社会与生态价值的同等重要性，引领传统农业向低碳靠近，更好保障生态产品价值的实现。