中國西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布與演變趨勢

張振龍,孫 慧,*,蘇 洋

1 新疆大學新疆創(chuàng)新管理研究中心, 烏魯木齊 830046 2 新疆大學經(jīng)濟與管理學院, 烏魯木齊 830046 3 新疆農(nóng)業(yè)大學經(jīng)濟與貿(mào)易學院, 烏魯木齊 830046

中國西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布與演變趨勢

張振龍1,2,孫 慧1,2,*,蘇 洋3

1 新疆大學新疆創(chuàng)新管理研究中心, 烏魯木齊 830046 2 新疆大學經(jīng)濟與管理學院, 烏魯木齊 830046 3 新疆農(nóng)業(yè)大學經(jīng)濟與貿(mào)易學院, 烏魯木齊 830046

研究西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布特點與演變趨勢對于我國制定更具針對性的農(nóng)牧業(yè)減排政策具有重要的指導意義。對2000—2013年中國西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量進行測算的基礎上,運用非參數(shù)核密度方法對中國西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的演變趨勢進行分析,研究發(fā)現(xiàn)：中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總量增勢強勁,但空間非均衡性特征明顯,以新疆最高,甘肅次之,陜西和青海居中,寧夏最低,農(nóng)牧業(yè)碳排放源從以畜牧業(yè)為主向以種植業(yè)為主轉(zhuǎn)變；西北地區(qū)農(nóng)牧業(yè)碳排放強度呈下降趨勢,省域差距明顯,碳排放強度由大到小排序依次是：青海 > 寧夏 > 甘肅 > 新疆 > 陜西。從考察期內(nèi)西北干旱地區(qū)農(nóng)牧業(yè)碳排放的地區(qū)差距來看,整體上呈擴大趨勢,但相對微弱的變化態(tài)勢則反映了其變化幅度相對有限,其原因在于四種碳排放的變化趨勢不一致,具體表現(xiàn)為：農(nóng)田土壤碳排放的地區(qū)差距明顯擴大；農(nóng)用物資碳排放的地區(qū)差距在大幅擴大的同時,還表現(xiàn)出峰值從陡峭變?yōu)槠骄?變化區(qū)間大幅擴大的現(xiàn)象；牲畜腸道發(fā)酵碳排放地區(qū)差距大幅縮??；牲畜糞便碳排放的地區(qū)差距也明顯縮小。

農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放；空間分布；演變趨勢；西北干旱地區(qū)

Abstract： It has long been recognized that there are certain physical limits on the global availability of economically valuable natural resources underlying their potential exhaustibility. However, for effective stewardship of earth′s resources, these ecological constraints must be considered in the economy-environment interaction. Sustainability in agricultural production systems can partly be achieved through resource recovery, in which enhancing crop productivity through resources recovered from wastes is considered a potential measure to ensure food security. It has significant guideline sense to enact more specific policies on agricultural carbon emissions that doing the research on the characteristics and evolution rules of agricultural and animal husbandry carbon distribution. On the basis of the estimation of agricultural and animal husbandry carbon emissions in the arid regions of Northwest China from 2000 to 2013, this study analyzes the evolution of carbon emissions from agriculture and animal husbandry in this area using the non-parametric kernel density estimation method. Known as a non-parametric estimation method, kernel density estimation is usually used to estimate an unknown probability density function. In quantitative spatial analysis, kernel density estimation has been widely used for density surface mapping and “hotspot” detection by converting spatial sample points to a raster map of density surface. The results indicate that agricultural carbon emissions in the northwest region of China has grown remarkably; however, its spatial non-equilibrium characteristic is obvious. The emissions of agricultural and animal husbandry carbon in Xinjiang ranked first, followed by Gansu, Shaanxi, and Qinghai provinces, and Ningxia had the lowest emissions. Agricultural carbon emissions transformed from livestock breeding to the planting industry. The intensity of agricultural and animal husbandry carbon emissions in the northwest region is declining, but the regional disparity is obvious. The intensity of carbon emissions in the descending order is: Qinghai> Ningxia >Gansu> Xinjiang >Shaanxi. The agricultural and animal husbandry carbon emissions in the arid regions of Northwest China shows an increasing tendency. But the relatively weak change trend reflects its relatively limited changes, which lies in different changing tend of four carbon emissions. The performances of the four carbon sources indicate that the regional differences in carbon agricultural land emissions are high. The regional gap of carbon emissions from agricultural and animal husbandry materials is greatly expanded, sometimes transferring from sharp to flat. Regional differences in carbon emissions from the intestinal tract of livestock as well as from livestock manure were significantly reduced.

KeyWords: agricultural and animal husbandry carbon emissions; spatial distribution; evolution trends; Northwest arid region of China

因氣候變化所帶來的全球溫室效應已經(jīng)成為當今社會人類面臨的最嚴峻的挑戰(zhàn)之一。相較于工業(yè)而言,農(nóng)牧業(yè)源溫室氣體(包括CO2,CH4和N2O)約占全球總排放的10%—20%[1],占比相對較低,但現(xiàn)代石油農(nóng)牧業(yè)依賴大量的化肥、農(nóng)藥和能源等外部投入的逆生態(tài)的生產(chǎn)方式使得農(nóng)牧業(yè)碳排放的空間分布廣、發(fā)展速度快,并成為加速全球變暖重要的誘致性因素之一。加快轉(zhuǎn)變農(nóng)牧業(yè)生產(chǎn)方式,發(fā)展低碳農(nóng)牧業(yè),實現(xiàn)農(nóng)牧業(yè)生產(chǎn)與環(huán)境保護的協(xié)調(diào)發(fā)展,已經(jīng)成為當前農(nóng)牧業(yè)生態(tài)系統(tǒng)發(fā)展亟需解決的重要問題。

基于此,學者們圍繞農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放問題開展了豐富的研究,研究內(nèi)容涵蓋農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的測算及時空比較[2- 7],農(nóng)田生態(tài)系統(tǒng)碳足跡核算[8- 10],農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的增長機理探討[11- 14],農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的區(qū)域公平性[15- 17],農(nóng)牧業(yè)碳排放的決定機制[18-19]等方面。這些文獻或從國家層面探討農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的總體狀況,或基于特定視角探討農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的一些相關問題,對豐富農(nóng)牧業(yè)碳排放問題研究體系,并對其展開深入分析奠定了堅實基礎。需要注意的是,學者們對農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的動態(tài)分布與演進趨勢的研究尚處于初步階段,而且已經(jīng)開展的研究主要集中于國家總體層面或者中東部省份,對于我國西北特殊區(qū)域農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的關注較少。

事實上,西北地區(qū)作為我國典型的干旱地區(qū),自然環(huán)境和農(nóng)牧業(yè)生態(tài)系統(tǒng)對環(huán)境破壞和氣候變化的反應極為敏感,一旦遭到污染和破壞,將產(chǎn)生難以逆轉(zhuǎn)的永久性后果,其治理難度和治理成本遠高于我國濕潤半濕潤地區(qū)。同時,西北地區(qū)還是我國貧困人口較為集中的地區(qū),經(jīng)濟發(fā)展程度及農(nóng)牧業(yè)現(xiàn)代化水平均較低,人們收入來源結構單一,如果農(nóng)牧業(yè)生產(chǎn)的外部環(huán)境遭到破壞,當?shù)鼐用駥⑹ベ囈陨娴慕?jīng)濟來源和物質(zhì)基礎?？梢哉f,西北地區(qū)面臨著環(huán)境約束和經(jīng)濟落后的雙重制約,其減排的困難性和復雜程度遠高于中東部地區(qū)。因此,在制定農(nóng)牧業(yè)碳減排政策時,應避免全國一盤棋,而應結合各區(qū)域?qū)嶋H,構建差異化的減排政策體系。要實現(xiàn)這一目標,首先需要對西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的基本情況、空間分布以及演進趨勢進行系統(tǒng)的梳理。本文對2000—2013年中國西北地區(qū)農(nóng)牧業(yè)碳排放量進行了測算,并從碳排放的總量和強度兩個維度來分析西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布；進一步利用非參數(shù)核密度方法分析西北地區(qū)農(nóng)牧業(yè)碳排放總體及內(nèi)部碳源的演進特征,以期為國家及西北地區(qū)農(nóng)牧業(yè)碳減排提供理論依據(jù)。

1 研究方法與樣本數(shù)據(jù)

1.1 農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放測算方法

根據(jù)農(nóng)牧業(yè)生產(chǎn)的特點,將農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放公式列舉如下：

C=∑Ci=∑Ti×μi

(1)

式中,C為碳排放總量,Ci為各種碳源的碳排放量,Ti為各種碳排放源的量,μi為各種碳排放源的碳排放系數(shù)。

目前,國內(nèi)外學者普遍認為農(nóng)牧業(yè)碳排放主要源于農(nóng)用物資碳排放、牲畜腸道發(fā)酵碳排放、糞便管理碳排放以及水稻種植排放4個方面。Johnson[20]、田云[21]等分別就美國和中國的農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放進行測算,證實以上4部分是農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的主要來源。

考慮到西北地區(qū)氣候相對干旱,是我國重要的種植業(yè)和畜牧業(yè)基地,林業(yè)和漁業(yè)發(fā)展相對較弱,本研究將西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的邊界確定為四個層次：

第一層邊界 農(nóng)田土壤碳排放,指不同作物種植所產(chǎn)生的碳排放,包括冬小麥[22]、春小麥[23]、玉米[24]、水稻[25]、大豆[26]、蔬菜[27]、棉花以及其他旱地作物[28],N2O排放系數(shù)分別為2.05、0.40、2.532、0.24、0.77、4.21、0.4804、0.95 kg/hm2。

第二層邊界 農(nóng)用物資碳排放,指農(nóng)牧業(yè)生產(chǎn)過程中因各種化學品消耗、農(nóng)業(yè)機械使用、農(nóng)田灌溉等產(chǎn)生的碳排放,包括化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油等[29]以及農(nóng)田灌溉[8]的排放系數(shù)分別為0.8956、4.9341、5.18、0.5927、266.48 kg C/kg。

第三層邊界 腸道發(fā)酵碳排放,指牲畜養(yǎng)殖過程中因其腸道發(fā)酵產(chǎn)生的碳排放,包括牛、馬、驢、騾、駱駝、豬、山羊、綿羊等,排放系數(shù)[30]分別為416.02、122.76、68.2、68.2、313.72、6.82、34.1、34.1 kg C頭-1a-1。

第四層邊界 農(nóng)牧業(yè)廢棄物碳排放,這里主要指牲畜養(yǎng)殖過程中的糞便產(chǎn)生的碳排放,核算范圍同第三層相同,排放系數(shù)[30]分別為122.76、11.18、6.14、6.14、13.09、27.28、1.16、1.02 kg C頭-1a-1。

1.2 非參數(shù)核密度方法

不同于傳統(tǒng)的參數(shù)估計方法,非參數(shù)估計方法不需要對數(shù)據(jù)分布進行預先假定,可以準確而客觀地捕捉到農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放數(shù)據(jù)的分布形態(tài)。最常用的非參數(shù)密度估計方法主要有直方圖密度估計法和核密度估計法[31-32]。直方圖密度法由于是非連續(xù)的,很難給出較為準確的密度估計。核密度估計法可以通過連續(xù)的密度曲線對概率密度函數(shù)進行精確而連續(xù)的估計,是目前比較有效的密度估計方法[32]。

假設隨機變量X1t,X2t, …,Xnt為第t年不同省份的農(nóng)牧業(yè)碳排放量,其概率密度函數(shù)為f(x),核密度估計的定義為[33]：

(2)

式中,N為觀測值的個數(shù)；K(·)為核函數(shù)；h為窗寬；且滿足以下條件：

(3)

可以看出核密度估計值是由核函數(shù)和窗寬決定的[34]。在式(2)中,窗寬h為唯一的參數(shù),確定適當?shù)拇皩拰τ诤嗣芏裙烙嫿Y果有直接的影響。一般來說,樣本越多,對窗寬的要求越小,即h是n的函數(shù),且應滿足：

(4)

核函數(shù)是一種加權函數(shù)或平滑函數(shù),根據(jù)核密度函數(shù)表達形式的差異,可以分為高斯核、Epanechnikov核、三角核、四次核等類型[35]。本研究選擇最常用的高斯核函數(shù)對農(nóng)牧業(yè)碳排放量波動率的概率分布進行估計。高斯核函數(shù)表達式如下：

(5)

根據(jù)式(2)和式(5),可以確定農(nóng)牧業(yè)碳排放的非參數(shù)核密度分布函數(shù)為：

(6)

1.3 數(shù)據(jù)來源

研究中西北5省的農(nóng)作物播種面積、化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油等物資消耗量、灌溉面積、牲畜養(yǎng)殖數(shù)量等數(shù)據(jù)均來自中國國家統(tǒng)計局網(wǎng)站,各省第一產(chǎn)業(yè)產(chǎn)值數(shù)據(jù)分別來自《陜西統(tǒng)計年鑒2014》、《甘肅統(tǒng)計年鑒2014》、《青海統(tǒng)計年鑒2014》、《寧夏統(tǒng)計年鑒2014》、《新疆統(tǒng)計年鑒2014》。其中,化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油等均以當年實際使用量為準,農(nóng)作物播種面積及灌溉面積均以當年農(nóng)作物實際播種面積為準,牲畜養(yǎng)殖數(shù)量采用各年末存欄量。為剔除價格變化對第一產(chǎn)業(yè)產(chǎn)值的影響,這里采用GDP可比價,將各省的第一產(chǎn)業(yè)產(chǎn)值按照2000年購買力折算。

2 研究結果與分析

2.1 中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放測算結果

根據(jù)式(1),測算出2000—2013年間我國西北五省的農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量,并結合每個省區(qū)的第一產(chǎn)業(yè)產(chǎn)值計算出各省的農(nóng)牧業(yè)碳排放強度(表1)。

表1 我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總量及強度變化情況

2.1.1 農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總量的空間分布

2013年,我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總量為2469.25×104t,比2000年增加619.59×104t,增幅達33.50%,年均增長2.25%。其中,種植業(yè)和畜牧業(yè)產(chǎn)生的農(nóng)牧業(yè)碳排放量分別為1471.29×104t和1097.96×104t,在我國西北地區(qū)農(nóng)牧業(yè)碳排放總量中的占比分別為55.53%和44.47%。農(nóng)牧業(yè)碳排放源從以畜牧業(yè)為主向以種植業(yè)為主轉(zhuǎn)變。2000—2005年間,畜牧業(yè)是西北地區(qū)農(nóng)牧業(yè)第一大碳源,畜牧業(yè)碳排放量在農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總量中的占比接近60%；2006—2013年,畜牧業(yè)碳排放增幅明顯下降,在農(nóng)業(yè)生態(tài)系統(tǒng)碳排放總量中占比大幅下跌,而種植業(yè)碳排放占比快速增加,增至2013年的55.53%,成為西北地區(qū)最主要的農(nóng)牧業(yè)碳排放源。其原因主要在于西北各省農(nóng)牧業(yè)結構不斷調(diào)整,經(jīng)濟作物規(guī)模快速擴張導致種植業(yè)物質(zhì)投入大幅增加,推動農(nóng)用物資碳排放的迅速增加,而牲畜養(yǎng)殖數(shù)量持續(xù)減少,兩者增、減幅度的變動最終導致西北地區(qū)農(nóng)牧業(yè)碳排放結構在該階段出現(xiàn)大幅調(diào)整。

從地區(qū)分布來看,我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放主要集中在新疆和甘肅,兩省區(qū)的農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量之和占西北地區(qū)農(nóng)牧業(yè)碳排放總量的60%以上；陜西、青海的農(nóng)牧業(yè)碳排放量也較多；寧夏的農(nóng)牧業(yè)排放量較少。新疆一直是西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量最高的省份。2000—2013年,新疆農(nóng)牧業(yè)碳排放量在西北地區(qū)農(nóng)牧業(yè)碳排放總量中的占比保持在33%—37%。2013年新疆農(nóng)牧業(yè)碳排放增至歷史峰值892.27×104t,比2000年增加40.82%。耕地面積大、畜牧業(yè)發(fā)達以及棉花、特色林果業(yè)等經(jīng)濟作物大規(guī)模發(fā)展帶來的農(nóng)資品耗用增加是新疆農(nóng)牧業(yè)碳排放量大幅增加并長期居西北地區(qū)首位的主要原因。甘肅是西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的第二大省,2013年農(nóng)牧業(yè)碳排放量為608.34×104t,約占西北農(nóng)牧業(yè)碳排放總量的25%。與2000年相比,甘肅省農(nóng)牧業(yè)碳排放量增幅24.98%。陜西和青海的農(nóng)牧業(yè)碳排放量居中,介于300×104t—500×104t之間。其中以陜西省的農(nóng)牧業(yè)碳排放量偏高,2000—2013年間,陜西農(nóng)牧業(yè)碳排放量從323.9×104t增至474.84×104t,增幅達46.60%,占西北農(nóng)牧業(yè)碳排放總量的16%—20%,主要由于陜西農(nóng)牧業(yè)以種植業(yè)為主,尤以糧食和溫帶水果為主,畜牧業(yè)排放量較低。青海的農(nóng)牧業(yè)碳排放量長期維持在300×104—330×104t之間,占西北農(nóng)牧業(yè)碳排放總量的13%—17%,較高的畜牧養(yǎng)殖規(guī)模是導致青海農(nóng)牧業(yè)碳排放比較高的重要動因。寧夏的農(nóng)牧業(yè)碳排放量最低,2013年達到最高峰也僅162.59×104t,多年來在西北農(nóng)牧業(yè)碳排放總量中的占比不足7%,這與其比較小的農(nóng)牧業(yè)生產(chǎn)規(guī)模有關。

2.1.2 農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放強度的空間分布

2000年以來,我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放強度呈明顯下降趨勢,從2.19 t/萬元GDP降至1.42 t/萬元GDP,降幅達35.16%。2013年,我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放強度由小到大排序依次是：青海 >寧夏 > 甘肅 > 新疆 > 陜西。

其中,陜西省的農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放強度多年來一直保持在西北地區(qū)最低水平,萬元GDP所產(chǎn)生的碳排放量僅0.90 t,是唯一低于西北五省農(nóng)牧業(yè)碳排放強度平均水平的省份。農(nóng)牧業(yè)碳排放總量略低、第一產(chǎn)業(yè)增加值較高是陜西農(nóng)牧業(yè)碳排放強度處于低水平的主要原因,表明陜西省農(nóng)牧業(yè)生產(chǎn)效率較高,相對較小的環(huán)境代價換來較高的產(chǎn)值收益。新疆的農(nóng)牧業(yè)碳排放強度也處于較低水平,萬元GDP所產(chǎn)生的碳排放量為1.42 t。主要得益于新疆獨特的自然稟賦與農(nóng)牧業(yè)生產(chǎn)條件,畜牧養(yǎng)殖及特色經(jīng)濟作物的高附加值大幅降低了農(nóng)牧業(yè)碳排放的強度水平。甘肅的農(nóng)牧業(yè)碳排放強度同新疆長期保持在相同水平,萬元GDP所產(chǎn)生的碳排放量為1.50t,這主要由于其與新疆相似的干旱氣候特點所帶來的相近的農(nóng)業(yè)結構,最終導致農(nóng)牧業(yè)碳排放整體水平相對較低。寧夏的農(nóng)牧業(yè)碳排放強度高于甘肅,萬元GDP所產(chǎn)生的碳排放量為1.75 t。2003年以前,寧夏農(nóng)牧業(yè)碳排放強度與新疆一直比較接近,但自2004年以后,寧夏農(nóng)牧業(yè)發(fā)展速度逐漸滯后,農(nóng)牧業(yè)碳排放強度下降幅度減慢,從而導致碳排放強度處于較高水平。青海的農(nóng)牧業(yè)碳排放強度一直較高,萬元GDP所產(chǎn)生的碳排放量達到2.97 t,遠高于西北地區(qū)其他省份。究其原因,主要在于青海農(nóng)牧業(yè)生產(chǎn)條件差,每萬元GDP所需要付出的環(huán)境代價相對更高。

2.2 中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的演進趨勢

2.2.1 西北地區(qū)總體農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的演進趨勢

圖1從總體層面描繪了2002—2013年間我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的演進趨勢。

圖1 中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的演進 Fig.1 Evolution of carbon emissions from agricultural and animal husbandry ecosystem in northwestern China數(shù)據(jù)來源：根據(jù)STATA 12.0軟件計算得出

整體來看,核密度函數(shù)中心向右移動,且波峰更趨平緩,峰值降低,變化區(qū)間逐步擴大,表明我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差距在考察期內(nèi)有變大趨勢,但較為微弱的變化態(tài)勢則反映了其變化幅度相對有限。從波峰來看,其變化整體呈現(xiàn)出“二主一小”→“一主二小” →“單一波峰”的格局。具體來看,2005年與2002年相比,從“二主一小”格局轉(zhuǎn)變?yōu)椤耙恢鞫　?且波動范圍擴大,說明這一階段西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差異逐漸擴大；從2008年與2005年的比較來看,曲線變得更加平緩,主峰和左側小峰并沒有大幅變化,右側遠離主峰的小峰大幅右移,說明這一階段我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差距有縮小趨勢；2011年與2008年比較來看,圖形轉(zhuǎn)變?yōu)橹鞣搴蛦我恍》?主峰和遠離主峰的右側小峰繼續(xù)右移,說明這一階段我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差距繼續(xù)擴大,但變化不明顯。與2011年相比,2013年波形變?yōu)閱我恢鞣?小峰基本消失,波動范圍明顯擴大,說明這一階段我國西北地區(qū)農(nóng)牧業(yè)碳排放的地區(qū)差距有明顯擴大趨勢。從2013年與2002年的長期變動來看,峰值大幅降低,變化區(qū)間擴大,波峰數(shù)量減少,表明地區(qū)差距擴大且趨勢較為明顯。其原因可能在于隨著時間的推移,我國西北五省之間的農(nóng)牧業(yè)現(xiàn)代化水平、農(nóng)牧業(yè)結構的調(diào)整力度、農(nóng)牧業(yè)生產(chǎn)效率變動以及農(nóng)牧業(yè)生產(chǎn)規(guī)模等方面差距的拉大最終導致了農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放差距的不斷擴大。

2.2.2 種植業(yè)農(nóng)田土壤碳排放的演進趨勢

圖2 中國西北地區(qū)農(nóng)田土壤碳排放的演進 Fig.2 Evolution of soil carbon emission from cropland in northwestern China數(shù)據(jù)來源：根據(jù)STATA 12.0軟件計算得出

圖2整體上描繪了2002—2013年我國西北地區(qū)農(nóng)田土壤碳排放的演變趨勢。從整體上來看,密度函數(shù)中心明顯向右移動,峰值降低,變化區(qū)間擴大,說明在考察期內(nèi)我國西北地區(qū)農(nóng)田土壤碳排放的地區(qū)差異呈擴大趨勢。

從具體的演變進程來看,2005年與2002年相比,密度函數(shù)的峰值下降,變化區(qū)間小幅擴大,說明這一階段我國西北地區(qū)農(nóng)田土壤碳排放的地區(qū)差距呈擴大趨勢；從2008年與2005年的比較來看,密度函數(shù)的中心小幅右移,峰值降低,且從雙峰變?yōu)閱畏?變化區(qū)間右移,說明該階段西北地區(qū)農(nóng)田土壤碳排放的地區(qū)差異繼續(xù)擴大,且從原來的多極分化向歸一化發(fā)展；從2011年與2008年之間的比較來看,密度函數(shù)中心進一步右移,且峰值大幅下降,變化區(qū)間繼續(xù)擴大,表明該階段我國西北地區(qū)農(nóng)田土壤碳排放的地區(qū)差距進一步拉大；2013年與2011年相比,密度函數(shù)中心不變,峰值小幅下降,波動區(qū)間略有擴張,說明這一階段我國西北地區(qū)農(nóng)田土壤碳排放的地區(qū)差距雖然仍呈擴大趨勢,但擴大的幅度已經(jīng)明顯縮小。從2011年與2002年之間的變化來看,密度中心大幅右移,峰值大幅降低且從原來的雙峰變?yōu)閱畏?變化區(qū)間明顯擴大,表明在此階段農(nóng)田土壤碳排放的地區(qū)差距存在明顯擴大的趨勢。其原因可能在于長期以來我國西北地區(qū)種植業(yè)以糧食等作物為主,隨著市場經(jīng)濟的發(fā)展,經(jīng)濟作物呈現(xiàn)不同程度擴大,從而帶來農(nóng)田土壤排放呈現(xiàn)更大差異。

2.2.3 農(nóng)用物資碳排放的演進趨勢

圖3 中國西北地區(qū)農(nóng)用物資碳排放的演進 Fig.3 Evolution of carbon emissions from agricultural materials in northwestern China數(shù)據(jù)來源：根據(jù)STATA 12.0軟件計算得出

圖3整體上描繪了2002—2013年我國西北地區(qū)農(nóng)用物資碳排放的演變過程。從整體上來看,密度函數(shù)中心向右偏移,峰值大幅降低,曲線從陡峭變?yōu)槠骄?變化區(qū)間大幅擴大,說明在考察期內(nèi)西北地區(qū)農(nóng)用物資碳排放差距大幅擴大。

具體來看,2005年與2002相比,密度函數(shù)的中心向右小幅偏移,峰值下降明顯,變化區(qū)間擴大較為明顯,說明這一階段西北地區(qū)農(nóng)用物資碳排放的地區(qū)差距明顯擴大；從2008年與2005年的比較來看,密度函數(shù)中心向左偏移,峰值下降,變化區(qū)間大幅增加,表明這一階段西北地區(qū)農(nóng)用物資碳排放的地區(qū)差距仍在不斷擴大；從2011年與2008年的比較來看,密度函數(shù)的峰值大幅降低,且曲線趨向平緩,變化區(qū)間進一步擴大,說明在該階段西北地區(qū)農(nóng)用物資碳排放地區(qū)差距進一部擴大；2013年與2011年相比,密度函數(shù)的中心沒有明顯變化,峰值繼續(xù)降低,曲線更加平緩,變化區(qū)間也有大幅擴大,說明該階段我國西北地區(qū)農(nóng)用物資碳排放的地區(qū)差距仍在繼續(xù)擴大,但速度和幅度已經(jīng)有所減緩。就2013年與2002年間的總體對比來看,密度函數(shù)的中心右移,峰值從陡峭變?yōu)槠骄?變化區(qū)間大幅擴大,說明在此階段我國西北地區(qū)農(nóng)用物資碳排放的地區(qū)差距在不斷擴大。究其原因,可能在于西北各省農(nóng)業(yè)現(xiàn)代化水平總體較低,為追求較高的農(nóng)業(yè)產(chǎn)出水平,普遍采取“農(nóng)業(yè)機械化+農(nóng)業(yè)化學化”的發(fā)展模式,推動農(nóng)用物資產(chǎn)生的碳排放不斷增加；由于不同省份農(nóng)業(yè)資源稟賦和生產(chǎn)條件不同,在推進農(nóng)業(yè)機械化和化學化的速度和規(guī)模也不同,從而導致地區(qū)間差距不斷拉大。

2.2.4 牲畜腸道發(fā)酵碳排放的演進趨勢

圖4 中國西北地區(qū)牲畜腸道發(fā)酵碳排放的演進 Fig.4 Evolution of carbon emissions from intestinal mobilization of livestock in northwestern China數(shù)據(jù)來源：根據(jù)STATA 12.0軟件計算得出

圖4整體上描繪了2002—2013年我國西北地區(qū)畜牧養(yǎng)殖業(yè)中動物腸道發(fā)酵碳排放的演變趨勢。從整體上來看,密度函數(shù)的中心略向左移,波峰維持在兩個且峰值明顯增大,變化區(qū)間明顯縮小,說明我國西北地區(qū)牲畜腸道發(fā)酵碳排放的地區(qū)差距明顯縮小。從演變歷程來看,2005年與2002年相比,密度函數(shù)的中心向左偏移,峰值降低,變化區(qū)間明顯擴大,說明這一階段我國西北地區(qū)牲畜腸道發(fā)酵碳排放的地區(qū)差距呈擴大趨勢；2008年與2005年相比,密度函數(shù)中心右移,峰值增大,并出現(xiàn)雙峰,變化區(qū)間縮小,說明這一階段我國西北地區(qū)牲畜腸道發(fā)酵碳排放的地區(qū)差距呈縮小趨勢；2011年與2005年相比,密度函數(shù)中心略向左移,峰值上升,變化區(qū)間縮小,說明我國西北地區(qū)牲畜腸道發(fā)酵碳排放的地區(qū)差距呈縮小趨勢；2013年與2011年相比,密度函數(shù)的中心向右偏移但幅度較小,峰值降低,變化區(qū)間擴大,說明該階段我國西北地區(qū)牲畜腸道發(fā)酵碳排放的地區(qū)差距呈擴大趨勢。從2013年與2002年的長期比較來看,密度中心變化不大,峰值增大,變化區(qū)間明顯縮小,表明西北地區(qū)在此階段的牲畜腸道發(fā)酵碳排放差距整體存在縮小趨勢。其原因可能在于近年來新疆、甘肅等畜牧大省大力推進農(nóng)牧業(yè)結構調(diào)整,推行退牧還草以及牧民定居等工程,導致畜牧養(yǎng)殖規(guī)模明顯下降,從而使得各省牲畜腸道發(fā)酵碳排放的差距不斷縮小。

2.2.5 牲畜糞便碳排放的演進趨勢

圖5 中國西北地區(qū)牲畜糞便碳排放的演進 Fig.5 Evolution of carbon emissions from livestock manure in northwestern China 數(shù)據(jù)來源：根據(jù)STATA 12.0軟件計算得出

圖5整體上描繪了2002—2013年我國西北地區(qū)畜牧養(yǎng)殖中牲畜糞便碳排放的演變過程。

從整體上來看,密度函數(shù)的中心沒有明顯偏移,波峰維持在兩個且峰值明顯增大,變化區(qū)間明顯縮小,說明我國西北地區(qū)牲畜糞便碳排放的地區(qū)差距明顯縮小。

從具體的演變歷程來看,2005年與2002年相比,密度函數(shù)的中心明顯向右偏移,峰值基本不變,區(qū)間變化也不明顯,說明這一階段我國西北地區(qū)牲畜糞便碳排放的總體水平仍在提高,但地區(qū)差距沒有明顯變化；2008年與2005年相比,密度函數(shù)的中心略向左移,峰值上升,變化區(qū)間變化不大,說明該階段我國西北地區(qū)牲畜糞便碳排放的地區(qū)差距呈縮小趨勢；2011年與2008年相比,密度函數(shù)中心左移,峰值繼續(xù)上升,變化區(qū)間縮小,說明該階段我國西北地區(qū)牲畜糞便碳排放的地區(qū)差距繼續(xù)縮小；2013年與2011年相比,密度函數(shù)的中心基本不變,峰值略向下調(diào)整,變化區(qū)間繼續(xù)縮小,說明該階段我國西北地區(qū)牲畜糞便碳排放的地區(qū)差距仍在繼續(xù)縮小,但變化幅度已經(jīng)不那么明顯。從2013年與2002年的長期比較來看,密度函數(shù)的中心變化不大,但峰值大幅上升,且變化區(qū)間縮小,說明長期以來我國西北地區(qū)牲畜糞便碳排放的地區(qū)差距在明顯縮小。地區(qū)差距不斷縮小的原因同牲畜腸道發(fā)酵原因相一致。

3 結論與討論

3.1 主要結論

本文測算了2000—2013年中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量,從排放總量和強度兩個維度分析了西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的時空特征；進一步利用非參數(shù)和密度方法對西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總體及內(nèi)部各排放的演進特征進行了分析,得出如下結論：

(1)中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放總量增勢強勁,但空間非均衡性特征明顯。從總量結構來看,2000—2013年間,西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量從1849.66×104t增至2469.25×104t,增幅33.50%。由于其特殊的農(nóng)牧業(yè)結構,西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放量以種植業(yè)和畜牧業(yè)為主,以2005年為節(jié)點,農(nóng)牧業(yè)碳排放源從以畜牧業(yè)為主演變到以種植業(yè)為主。受生產(chǎn)規(guī)模影響,新疆和甘肅是西北地區(qū)農(nóng)牧業(yè)碳排放最主要的碳排放源,占總量的60%。以新疆最高,甘肅次之,陜西和青海居中,寧夏最低。中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放強度呈下降趨勢,且省域差距明顯。2000—2013年,西北地區(qū)農(nóng)牧業(yè)碳生態(tài)系統(tǒng)排放強度從2.19t/萬元GDP降至1.42t/萬元GDP,降幅達35.16%。農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放強度由大到小排序依次是：青海 > 寧夏 > 甘肅 > 新疆 > 陜西。從總量與強度的比較來看,碳排放總量的大小主要受到生產(chǎn)規(guī)模的影響,而碳排放強度的大小主要受到技術水平和生產(chǎn)效率的影響。

(2)中國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差距明顯擴大,但幅度相對有限,其原因在于不同排放源在考察期內(nèi)的變化趨勢不一致,具體表現(xiàn)為：農(nóng)田土壤碳排放在考察期內(nèi)的地區(qū)差距呈擴大態(tài)勢；農(nóng)業(yè)物資碳排放在考察期內(nèi)的地區(qū)差距擴大的同時,還表現(xiàn)出峰值從陡峭變?yōu)槠骄?變化區(qū)間大幅擴大的現(xiàn)象；牲畜腸道發(fā)酵碳排放在考察期內(nèi)的地區(qū)差距明顯縮?。簧蠹S便碳排放在考察期內(nèi)的地區(qū)差距也呈明顯縮小態(tài)勢?？梢钥闯?西北地區(qū)種植業(yè)發(fā)展速度和規(guī)模不斷拉大,促使農(nóng)田土壤碳排放和農(nóng)用物資碳排放的空間差距拉大；西北地區(qū)畜牧養(yǎng)殖規(guī)模增速下降,也使得各省牲畜腸道發(fā)酵和糞便排放的空間差距縮小。

3.2 討論

本研究利用非參數(shù)核密度方法,系統(tǒng)考察了我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差距及產(chǎn)業(yè)內(nèi)各排放的動態(tài)演進趨勢,相比以往研究,以下方面進行了一些嘗試：一是在研究視角方面,以往的研究專注于農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的測算、碳排放與經(jīng)濟增長的關系、碳排放的增長機理以及減排政策制定等方面,鮮有學者從農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布和演進趨勢進行綜合性分析,本文對此進行了嘗試；二是在數(shù)據(jù)方法方面,以往的研究主要專注于時間序列數(shù)據(jù)或截面數(shù)據(jù),本文嘗試利用面板數(shù)據(jù)和非參數(shù)核密度方法探究農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布與趨勢演進；三是個別學者對農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的動態(tài)分布與趨勢演進進行了研究,但主要從國家總體層面進行,對于我國特定區(qū)域尤其是西北地區(qū)的探討較少,本文以我國西北干旱地區(qū)為研究對象,在一定程度上豐富了這方面的研究。同時,本文也存在著一定的不足之處,如對農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的測算主要在種植業(yè)和畜牧業(yè)兩個部門,還需要進一步提高農(nóng)牧業(yè)碳排放核算的全面性和精度；有學者利用基尼系數(shù)法來分析農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的地區(qū)差距,本文未對兩種方法進行對比分析。

從本文的研究結論來看,當前我國西北地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放存在較為明顯的空間非均衡性,不同省區(qū)農(nóng)牧業(yè)碳排放的絕對數(shù)量及其強度存在較大差異,而且農(nóng)牧業(yè)內(nèi)部各類排放的演進趨勢也不同。二氧化碳排放具有較強的流動性和負外部性,某一地區(qū)的二氧化碳排放過高,會對其他地區(qū)的環(huán)境公平性造成影響。相對于工業(yè)和服務業(yè)而言,農(nóng)牧業(yè)生產(chǎn)與自然環(huán)境的交互影響更強,在既定產(chǎn)業(yè)結構、技術水平下,要獲得更多的農(nóng)產(chǎn)品產(chǎn)出,就必然需要更多的外部投入,從而推動農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的大幅提升。這就構成了一種矛盾,要解決這種矛盾,需要各級政府、企業(yè)、個人等主體從產(chǎn)業(yè)結構、技術水平方面作出調(diào)整,制定具體的應對措施。一是各省區(qū)依據(jù)自己省份的農(nóng)牧業(yè)生產(chǎn)條件及資源稟賦,大力推進農(nóng)牧業(yè)結構調(diào)整,在保障國家和省域糧食安全及主要農(nóng)產(chǎn)品有效供給的前提下,適度降低高排放農(nóng)作物及畜牧養(yǎng)殖品種的規(guī)模和速度,科學開發(fā)低排放作物及牲畜品種。二是要進一步加快農(nóng)牧業(yè)技術創(chuàng)新力度,尤其是農(nóng)牧業(yè)低碳技術的創(chuàng)新。目前我國西北地區(qū)農(nóng)牧業(yè)發(fā)展整體還比較落后,所具有的低碳農(nóng)牧業(yè)技術更是比較有限,雖然在長期的農(nóng)牧業(yè)生產(chǎn)過程中也形成了一些低碳技術,但這些技術分散在農(nóng)牧業(yè)生產(chǎn)的不同環(huán)節(jié),分屬不同的部門和領域,所適用的范圍和領域還比較有限,一些技術的應用是否成熟還不明確,因此需要進一步明確西北地區(qū)發(fā)展低碳農(nóng)牧業(yè)的關鍵支撐技術,建立西北地區(qū)農(nóng)牧業(yè)適應氣候變化的低碳技術集成,加強西北地區(qū)農(nóng)牧業(yè)低碳技術引進與模仿創(chuàng)新,加大西北地區(qū)低碳農(nóng)牧業(yè)技術的投入和推廣體系,從而實現(xiàn)西北地區(qū)農(nóng)牧業(yè)低碳發(fā)展。

[1] Cole C V, Duxbury J, Freney J, Heinemeyer O, Minami K, Mosier A, Paustian K, Rosenberg N, Sampson N, Sauerbeck D, Zhao Q. Global estimates of potential mitigation of greenhouse gas emissions by agriculture. Nutrient Cycling in Agro Ecosystems, 1997, 49(1/3): 211-228.

[2] Paustian K, Kellogg W K, Rosenberg N J, Schlesinger W H. Agricultural Mitigation of Greenhouse Gases: Science and Policy Options. London: CAST, 2004.

[3] 宋德勇, 盧忠寶. 中國碳排放影響因素分解及其周期性波動研究. 中國人口·資源與環(huán)境, 2009, 19(3): 18-24.

[4] 冉光和, 王建洪, 王定祥. 我國現(xiàn)代農(nóng)業(yè)生產(chǎn)的碳排放變動趨勢研究. 農(nóng)業(yè)經(jīng)濟問題, 2011, (2): 32-38.

[5] Yang X M, Chen H Q, Gong Y S, Zheng X H, Fan M S, Kuzyakov Y. Nitrous oxide emissions from an agro-pastoral ecotone of northern China depending on land uses. Agriculture, Ecosystems & Environment, 2015, 213: 241-251.

[6] Dominati E, Mackay A, Green S, Patterson M. A soil change-based methodology for the quantification and valuation of ecosystem services from agro-ecosystems: A case study of pastoral agriculture in New Zealand. Ecological Economics, 2014, 100: 119-129.

[8] 段華平, 張悅, 趙建波, 卞新民. 中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析. 水土保持學報, 2011, 25(1): 203-208.

[9] Wang Z B, Zhang H L, Lu X H, Wang M, Chu Q Q, Wen X Y, Chen F. Lowering carbon footprint of winter wheat by improving management practices in North China Plain. Journal of Cleaner Production, 2016, 112: 149-157.

[10] Singh S, Bakshi B R. Footprints of carbon and nitrogen: Revisiting the paradigm and exploring their nexus for decision making. Ecological Indicators, 2015, 53: 49-60.

[11] 蘇洋, 馬惠蘭, 顏璐. 新疆農(nóng)地利用碳排放時空差異及驅(qū)動機理研究. 干旱區(qū)地理, 2011, 36(6): 1162-1169.

[12] Schandl H, Hatfield-Dodds S, Wiedmann T, Geschke A, Cai Y Y, West J, Newth D, Baynes T, Lenzen M, Owen A. Decoupling global environmental pressure and economic growth: scenarios for energy use, materials use and carbon emissions. Journal of Cleaner Production, 2016, 132: 45-56.

[13] Qin X B, Li Y E, Wang H, Liu C, Li J L, Wan Y F, Gao Q Z, Fan F L, Liao Y L. Long-term effect of biochar application on yield-scaled greenhouse gas emissions in a rice paddy cropping system: A four-year case study in south China. Science of the Total Environment, 2016, 569-570: 1390-1401.

[14] Panichelli L, Gnansounou E. Impact of agricultural-based biofuel production on greenhouse gas emissions from land-use change: Key modelling choices. Renewable and Sustainable Energy Reviews, 2015, 42: 344-360.

[15] 田云, 張俊飚. 中國省級區(qū)域農(nóng)業(yè)碳排放公平性研究. 中國人口·資源與環(huán)境, 2013, 23(11): 36-44.

[16] Kim B, Neff R. Measurement and communication of greenhouse gas emissions from U. S. food consumption via carbon calculators. Ecological Economics, 2009, 69(1): 186-196.

[17] de Vries B, Bollen J, Bouwman L, den Elzen M, Janssen M, Kreileman E. Greenhouse gas emissions in an equity-, environment- and service-oriented world: an image-based scenario for the 21st century. Technological Forecasting and Social Change, 2000, 63(2-3): 137-174.

[18] 張廣勝, 王珊珊. 中國農(nóng)業(yè)碳排放的結構、效率及其決定機制. 農(nóng)業(yè)經(jīng)濟問題, 2014, 35(7): 32-38.

[19] Dace E, Blumberga D. How do 28 European Union Member States perform in agricultural greenhouse gas emissions? It depends on what we look at: Application of the multi-criteria analysis. Ecological Indicators, 2016, 71: 352-358.

[20] Johnson J M F, Franzluebbers A J, Weyers S L, Reicosky D C. Agricultural opportunities to mitigate greenhouse gas emissions. Environmental Pollution, 2007, 150(1): 107-124.

[21] 田云, 張俊飚, 李波. 中國農(nóng)業(yè)碳排放研究: 測算、時空比較及脫鉤效應. 資源科學, 2012, 34(11): 2097-2105.

[22] 龐軍柱, 王效科, 牟玉靜, 歐陽志云, 張紅星, 逯非, 劉文兆. 黃土高原冬小麥地N2O排放. 生態(tài)學報, 2011, 31(7): 1896-1903.

[23] 于克偉, 陳冠雄, 楊思河, 吳杰, 黃斌, 黃國宏, 徐慧. 幾種旱地農(nóng)作物在農(nóng)田N2O釋放中的作用及環(huán)境因素的影響. 應用生態(tài)學報, 1995, 6(4): 387-391.

[24] 王少彬, 蘇維翰. 中國地區(qū)氧化亞氮排放量及其變化的估算. 環(huán)境科學, 1993, 14(3): 42-46.

[25] 王明星, 李晶, 鄭循華. 稻田甲烷排放及產(chǎn)生、轉(zhuǎn)化、輸送機理. 大氣科學, 1998, 22(4): 600-612.

[26] 熊正琴, 邢光熹, 鶴田治雄, 施書蓮, 沈光裕, 杜麗娟, 錢薇. 種植夏季豆科作物對旱地氧化亞氮排放貢獻的研究. 中國農(nóng)業(yè)科學, 2002, 35(9): 1104-1108.

[27] 王智平. 中國農(nóng)田N2O排放量的估算. 農(nóng)村生態(tài)環(huán)境, 1997, 13(2): 51-55.

[28] 邱煒紅, 劉金山, 胡承孝, 譚啟玲, 孫學成. 種植蔬菜地與裸地氧化亞氮排放差異比較研究. 生態(tài)環(huán)境學報, 2010, 19(12): 2982-2985.

[29] 田云, 李波, 張俊飚. 我國農(nóng)地利用碳排放的階段特征及因素分解研究. 中國地質(zhì)大學學報: 社會科學版, 2011, 11(1): 59-63.

[30] 李勝利, 金鑫, 范學珊, 黃文明, 曹志軍. 反芻動物生產(chǎn)與碳減排措施. 動物營養(yǎng)學報, 2010, 22(1): 2-9.

[31] Luo X P, Lu Z Z, Xu X. Non-parametric kernel estimation for the ANOVA decomposition and sensitivity analysis. Reliability Engineering & System Safety, 2014, 130: 140-148.

[32] Fahidy T Z. On the use of kernel-based nonparametric probability density functions in electrochemical process analysis. Electrochimica Acta, 2009, 54(14): 3759-3765.

[33] 鎮(zhèn)志勇, 李軍. 非參數(shù)核密度估計在恒生指數(shù)收益率分布中的應用. 統(tǒng)計與決策, 2011, (9): 22-24.

[34] Jiang Q C, Yan X F. Weighted kernel principal component analysis based on probability density estimation and moving window and its application in nonlinear chemical process monitoring. Chemometrics and Intelligent Laboratory Systems, 2013, 127: 121-131.

[35] Lopez-Novoa U, Sáenz J, Mendiburu A, Miguel-Alonso J, Errasti I, Esnaola G, Ezcurra A, Ibarra-Berastegi G. Multi-objective environmental model evaluation by means of multidimensional kernel density estimators: Efficient and multi-core implementations. Environmental Modelling & Software, 2015, 63: 123-136.

ThespatialdistributionandevolutiontrendsofagriculturalandanimalhusbandrycarbonemissionsinthenorthwestaridregionofChina

ZHANG Zhenlong1,2, SUN Hui1,2,*, SU Yang3

1CenterforInnovationManagementResearchofXinjiangUniversity,Urumqi830046,China2SchoolofEconomicsandManagement,XinjiangUniversity,Urumqi830046,China3SchoolofEconomicsandTrade,XinjiangAgriculturalUniversity,Urumqi830046,China

國家自然科學基金項目(71463056,41461114); 新疆維吾爾自治區(qū)自然科學基金項目(2016D01B054)

2016- 05- 19; < class="emphasis_bold">網(wǎng)絡出版日期

日期:2017- 03- 27

*通訊作者Corresponding author.E-mail: 18999921777@163.com

10.5846/stxb201605190965

張振龍,孫慧,蘇洋.中國西北干旱地區(qū)農(nóng)牧業(yè)生態(tài)系統(tǒng)碳排放的空間分布與演變趨勢.生態(tài)學報,2017,37(16):5263- 5272.

Zhang Z L, Hui S, Yang S.The spatial distribution and evolution trends of agricultural and animal husbandry carbon emissions in the northwest arid region of China.Acta Ecologica Sinica,2017,37(16):5263- 5272.