我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放時空演變與有效降低碳排放路徑

楊慧 張恒

摘 要：基于2010—2019年我國糧食主產(chǎn)區(qū)13個省份的面板數(shù)據(jù)，采用IPPC經(jīng)典碳排放計算法對我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放量進行測度，并分析其時空演變趨勢，進而提出適當(dāng)?shù)霓r(nóng)業(yè)碳減排建議。研究發(fā)現(xiàn)：2010—2019年我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放量總體呈現(xiàn)先增后降的態(tài)勢;我國糧食主產(chǎn)區(qū)各省份農(nóng)地利用生產(chǎn)活動中，化肥投入是最大的碳排放來源;各糧食主產(chǎn)區(qū)農(nóng)地利用的碳排放總量和結(jié)構(gòu)都存在較大差異。因此，應(yīng)加強地區(qū)間碳減排技術(shù)信息共享，減少農(nóng)用物資的投入，加快融入科技創(chuàng)新理念，拓寬農(nóng)業(yè)碳減排技術(shù)使用道路;提高農(nóng)戶低碳意識，幫助農(nóng)戶學(xué)習(xí)既高效又減排的農(nóng)業(yè)生產(chǎn)方式。研究結(jié)果可為實現(xiàn)糧食主產(chǎn)區(qū)農(nóng)地利用碳減排目標(biāo)提供科學(xué)依據(jù)和決策參考。

關(guān)鍵詞：農(nóng)地利用碳排放;時空演變;農(nóng)業(yè)碳減排;糧食主產(chǎn)區(qū)

中圖分類號 X171.3 文獻標(biāo)識碼 A 文章編號 1007-7731（2022）08-0165-05

近年來，全球氣候變暖所帶來的極端天氣等負面影響嚴(yán)重制約了人類社會、經(jīng)濟的發(fā)展。來自科學(xué)界的證據(jù)表明，導(dǎo)致全球平均氣候異常升高的主要原因在于人類活動所產(chǎn)生的碳排放。因此，如何解決碳排放已然成為世界各國政府及學(xué)術(shù)界重點關(guān)注和亟需解決的問題。2020年，我國在第七十五屆聯(lián)合國大會一般性辯論上向國際社會鄭重承諾，我國將在2030年達到碳排放峰值，2060年實現(xiàn)碳中和，為世界碳減排做出中國貢獻[1]。根據(jù)相關(guān)數(shù)據(jù)統(tǒng)計，在全球人為碳排放的總量中，農(nóng)業(yè)碳排放占比高達30%[2]。而我國作為農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)也是碳排放的重要來源。據(jù)研究顯示，我國農(nóng)業(yè)活動導(dǎo)致的碳排放占到全國總排放的17%，且逐年上升[3]。農(nóng)地利用是農(nóng)業(yè)碳排放的主要源頭之一，在農(nóng)地利用過程中農(nóng)業(yè)物資的投入、農(nóng)業(yè)能源耗費以及農(nóng)業(yè)廢棄物的處置等環(huán)節(jié)都不可避免地產(chǎn)生碳排放。因此，實現(xiàn)農(nóng)地利用低碳化與無碳化對我國向世界兌現(xiàn)承諾具有積極意義。目前，學(xué)術(shù)界在解決農(nóng)地利用碳排放問題上已經(jīng)形成了較為豐富的科研成果。田云等[4]、獨孤昌慧[5]在測算了我國農(nóng)地利用碳排放的基礎(chǔ)上，分別通過kaya恒等式和LMDI指數(shù)分解法對我國農(nóng)地利用碳排放的影響因素進行分析。田云等[6]和張婷等[7]分別著眼于湖北和江西2個省份，深入研究了其農(nóng)地利用的碳排放情況。黎孔清等[8]基于STIRPAT和GM（1，1）模型，對湖南省農(nóng)地利用碳排放的增長機理進行探究與趨勢預(yù)測，并發(fā)現(xiàn)湖南省農(nóng)業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、人均農(nóng)業(yè)GDP等都對農(nóng)地碳排放有顯著影響?？v覽文獻可知，現(xiàn)有研究對農(nóng)地利用碳排放的探討更多著眼于國家、省級甚至市級層面，而鮮有學(xué)者將一些擁有共性特征的地區(qū)（例如糧食主產(chǎn)區(qū)）組合到一起進行考察。2000年以后，我國為了進一步鞏固糧食安全，在《國家糧食安全中長期規(guī)劃綱要（2008—2020年）》中確立了黑龍江、吉林、遼寧、內(nèi)蒙古、河北、河南、山東、安徽、湖南、湖北、江西、江蘇、四川共13個省份作為我國糧食主產(chǎn)區(qū)。這些省份都具有得天獨厚的農(nóng)業(yè)生產(chǎn)條件，且糧食總產(chǎn)量持續(xù)占全國糧食產(chǎn)量的75%以上，除保障自身區(qū)域內(nèi)糧食消費外還能大量補充其他區(qū)域，是我國商品糧的重要生產(chǎn)基地。鑒于此，本研究立足于農(nóng)地利用視角，將13個糧食主產(chǎn)省份作為特定的考察對象，在測算我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放量的基礎(chǔ)上，具體分析我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放時空格局的演變進程與特征，并提出有效降低農(nóng)地利用碳排放的建議。

1 資料與方法

1.1 研究方法

1.1.1 農(nóng)地利用碳排放測算 在遵循科學(xué)原則的基礎(chǔ)上，采取“抓大放小”策略，并充分考慮數(shù)據(jù)的可得性，主要選取化肥、農(nóng)藥、農(nóng)膜、柴油、灌溉、翻耕共6方面碳源，利用IPCC經(jīng)典碳排放計算法對我國糧食主產(chǎn)區(qū)農(nóng)地利用所產(chǎn)生的碳排放進行計算。IPCC碳排放計算法是在確定特定碳排放源的基礎(chǔ)上，以碳源的數(shù)據(jù)乘以其對應(yīng)的碳排放系數(shù)得到該碳源的碳排放量[9]。

[C=∑Ci=∑Ti×δi] （1）

式中，C為農(nóng)地利用碳排放總量;Ci為第i種碳排放源的碳排放量;Ti為第i種碳排放源的使用量;δi為第i種碳源的碳排放系數(shù)。

1.1.2 農(nóng)地利用碳排放強度計算 本研究農(nóng)地利用碳排放強度是指在農(nóng)地利用活動中，單位播種面積的增長所帶來的碳排放量。

[I=C/B] （2）

式中，I為農(nóng)地利用碳排放強度，C為式（1）中所求出的農(nóng)地利用碳排放量，B為播種面積。

1.2 數(shù)據(jù)來源與處理 農(nóng)地利用碳排放量測算所涉及的原始數(shù)據(jù)來自2010—2019年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》，其中灌溉面積為當(dāng)年有效灌溉面積，翻耕面積以當(dāng)年農(nóng)作物總播種面積代替，化肥投入量為當(dāng)年的化肥折純量，農(nóng)膜、農(nóng)藥、柴油投入量為當(dāng)年實際使用量。各碳源所對應(yīng)的碳排放系數(shù)見表1。

2 結(jié)果與分析

2.1 我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放總量與趨勢 由表2可知，2010—2019年間，我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放總量總體呈現(xiàn)先增后降的態(tài)勢，整體可以簡單劃分為“緩慢增長—較快下降”2個階段的演變趨向：2010—2015年，我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放量處于增長期，由2010年的6601.31萬t緩慢上升至2015年的7004.66萬t，每年的環(huán)比增速不足2%，增長速度較慢;2015—2019年，我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放量開始進入下降期，由2015年的7004.66萬t下降至2019年的6396.45萬t，且環(huán)比增速也由2015年的0.26%下降至-3.54%。與此同時，化肥、農(nóng)藥、農(nóng)膜、柴油使用以及翻耕、灌溉農(nóng)作活動產(chǎn)生的碳排量也呈現(xiàn)同樣先增后降的態(tài)勢。從碳排放強度來看，我國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放強度同樣大致呈現(xiàn)先增后降的態(tài)勢。與農(nóng)地利用碳排放總量不同的是，碳排放強度的峰值提前到2012年，即碳排放強度先由2010年的599.43kg/hm2上升到2012年的608.57kg/hm2，繼而從2013年開始下降，直至2019年碳排放強度降至555.51kg/hm2，環(huán)比增速也從最初的0.64%上升到2012年的0.88%再降至2019年的-3.35%。究其原因主要在于：近年來，低碳農(nóng)業(yè)相關(guān)理念在我國逐漸開始普及，同時2014年國務(wù)院印發(fā)的《2014—2015年節(jié)能減排低碳發(fā)展行動方案》的有效實施，我國對農(nóng)業(yè)碳排放的限制力度逐漸加大，使農(nóng)地利用更加趨于合理化、綠色化、低碳化。這一結(jié)果也間接說明目前我國實施的有關(guān)農(nóng)地利用碳減排措施是有效的。

單從6種碳排放源來看，近10年來，化肥施用導(dǎo)致的碳排放量是幾種碳源碳排放量里最高的，幾乎占據(jù)總量一半以上;灌溉導(dǎo)致的碳排放量排在第二，其碳排放量接近總量的20%;農(nóng)膜、農(nóng)藥、農(nóng)用柴油這三者投入導(dǎo)致的碳排放量差別不大，都占總量的10%左右;排在最后的是翻耕導(dǎo)致的碳排放量，不足總量的1%（圖1）。此外，除灌溉產(chǎn)生的碳排放量在逐年上升以外，其他幾種碳源產(chǎn)生的碳排放量在2010—2019年間也都呈現(xiàn)先增后降的態(tài)勢。由此可見，碳源碳排量雖然整體呈現(xiàn)下降趨勢，但是在農(nóng)地利用過程依靠化學(xué)物資投入增加產(chǎn)出、生產(chǎn)技術(shù)低下等問題仍然存在。

2.2 省級農(nóng)地利用碳排放的時空演變 由表3可知，我國糧食主產(chǎn)區(qū)總體的空間格局基本穩(wěn)定。2010—2019年間，內(nèi)蒙古、遼寧、吉林、湖南、四川5個省份始終保持在中農(nóng)業(yè)碳排放區(qū)，河北、江蘇、安徽3個省份始終保持在較高農(nóng)業(yè)碳排放區(qū)，山東和河南2省份始終保持在高農(nóng)業(yè)碳排放區(qū)。黑龍江省在2010—2015年間從中農(nóng)業(yè)碳排放區(qū)演變?yōu)檩^高農(nóng)業(yè)碳排放區(qū)，江西省在2015—2019年間從中農(nóng)業(yè)碳排放區(qū)演變?yōu)榈娃r(nóng)業(yè)碳排放區(qū)，湖北在2010—2015年間從較高農(nóng)業(yè)碳排放區(qū)演變?yōu)橹修r(nóng)業(yè)碳排放區(qū)，這3個省份的地理時空格局總體表現(xiàn)為此消彼長的演變態(tài)勢，但總體的空間格局變化不大。

我國糧食主產(chǎn)區(qū)從流域上可劃分為三大流域，即松花江流域、黃河流域、長江流域，其中松花江流域包含遼寧、吉林、黑龍江3省份，黃河流域包含河北、山東、內(nèi)蒙古、河南4省份，長江流域包含江西、湖北、湖南、江蘇、安徽、四川6省份。從流域上來看，黃河流域各省份的農(nóng)地利用碳排放處于較高水平，糧食主產(chǎn)區(qū)中碳排放量排在前三的省份都屬于黃河流域。內(nèi)蒙古因其屬于草原牧區(qū)，農(nóng)地利用相對河南、山東、河北這3個省份較少，這也是其屬于黃河流域而農(nóng)地利用碳排放量較低的原因。長江流域各省份的農(nóng)地利用碳排放量整體處于中等水平，松花江流域各省份的農(nóng)地利用碳排放量整體處于較低水平。由此可見，盡管這13個省份都是我國的糧食主產(chǎn)區(qū)，都具有得天獨厚的農(nóng)業(yè)生產(chǎn)條件，但是因其所屬流域不同、地理位置不同，農(nóng)地利用碳排放量也存在一定差異。由此也說明目前農(nóng)地利用碳排放仍處于較高及高農(nóng)業(yè)碳排放區(qū)的省份，其農(nóng)業(yè)低碳減排之路仍任重道遠。

2010—2015年和2015—2019年2段時期，盡管我國糧食主產(chǎn)區(qū)各省份農(nóng)地利用碳排放水平較為穩(wěn)定，但從增長率來看，波動仍然較大。從增長率來看，黑龍江、內(nèi)蒙古、吉林的農(nóng)地利用碳排放量在2010—2019年間下降較快，增長率分別約為-28.5%、-27.5%、-23.9%;江蘇、山東的農(nóng)地利用碳排放量在2010—2019年間下降較慢，增長率分別約為3.7%、7.3%，都不足10%;而其他省份的增長率一般在10%～20%。由此可見，增長率下降較快的省份在農(nóng)地利用碳減排工作上取得了較為明顯的成效，較好地結(jié)合自身地理環(huán)境和氣候特點，摸索出適合的低碳農(nóng)業(yè)發(fā)展道路[12];而增長率下降較慢的省份可能正陷于減排與發(fā)展兩難的處境，需找準(zhǔn)問題原因，探索出適合自己省份的低碳發(fā)展道路。

2.3 省級農(nóng)地利用碳排放結(jié)構(gòu)及差異 由表4可知，化肥投入導(dǎo)致的碳排放占比最高的為河南，占比64%;最低為黑龍江，占比38%。灌溉碳排放占比最高為黑龍江，占比32%;遼寧、吉林、河南并列最后，占比15%。農(nóng)膜投入產(chǎn)生的碳排放占比最高為遼寧，占比20%;黑龍江和湖北并列最后，占比僅7%。農(nóng)業(yè)柴油投入產(chǎn)生的碳排放占比最高為河北，占比20%;河南和湖南并列最后，占比6%。農(nóng)藥投入產(chǎn)生的碳排放占比最高為江西和湖南，占比13%;最低為內(nèi)蒙古，占比3%。各省翻耕產(chǎn)生的碳排放都在1%左右。由此可見，不同省份的碳源排放占比存在一定差異，各省份可相互借鑒其他省份在某種碳源上的優(yōu)秀經(jīng)驗。例如黑龍江在降低化肥碳排放上有較好的成效，但在灌溉減排技術(shù)上稍稍落后，而河南恰恰相反，因此這2個省份可以適當(dāng)借鑒對方的優(yōu)秀經(jīng)驗。

3 結(jié)論與建議

3.1 結(jié)論 利用2010—2019年中國糧食主產(chǎn)區(qū)13個省份的面板數(shù)據(jù)，計算出糧食主產(chǎn)區(qū)的農(nóng)業(yè)碳排放，并在此基礎(chǔ)上分析了中國糧食主產(chǎn)區(qū)農(nóng)地利用碳排放的時空演變趨勢。結(jié)果表明：2010—2019年糧食主產(chǎn)區(qū)總體農(nóng)地利用碳排放先從2010年的6601.31萬t升至2015年的7004.66萬t后轉(zhuǎn)而下降至2019年的6396.45萬t，呈現(xiàn)出明顯的先增后降的態(tài)勢。且截至2019年，我國糧食主產(chǎn)區(qū)各省的農(nóng)地利用碳排放量實現(xiàn)負增長，可見我國糧食主產(chǎn)區(qū)近年來在農(nóng)地利用方面的碳減排已經(jīng)取得了一定成效。在整個農(nóng)地利用活動中，化肥是最大的碳排放來源。盡管都是具有得天獨厚農(nóng)業(yè)生產(chǎn)條件的糧食主產(chǎn)區(qū)，但不同省份的農(nóng)地利用碳排放量及結(jié)構(gòu)存在較大差異。但從三大流域來看，相同流域省份的農(nóng)地利用碳排放在空間布局上存在顯著同質(zhì)性，說明在定制減排政策時不能一概而論，而要考慮地區(qū)具體實際情況。

3.2 建議

根據(jù)對我國糧食主產(chǎn)區(qū)省域尺度農(nóng)地利用碳排放不同維度時序特征的分析，提出以下建議。

3.2.1 加強地區(qū)間合作交流，共同推進農(nóng)業(yè)低碳化發(fā)展 研究發(fā)現(xiàn)糧食主產(chǎn)區(qū)各省農(nóng)地利用碳排放存在顯著空間差異性，比如河南省在13個省中化肥投入導(dǎo)致的碳排放占比最大，灌溉產(chǎn)生的碳排放占比最低，而黑龍江省則恰恰相反。因此，各地區(qū)應(yīng)及時關(guān)注其他地區(qū)的農(nóng)業(yè)碳減排政策，實現(xiàn)省份之間的信息共享，通過合作交流，互相汲取在碳減排上的成功經(jīng)驗，共同促進地區(qū)間低碳農(nóng)業(yè)的平衡發(fā)展。

3.2.2 調(diào)整農(nóng)地利用生產(chǎn)活動中依賴化學(xué)物資投入實現(xiàn)農(nóng)業(yè)增長的粗放型模式 在糧食主產(chǎn)區(qū)各省份的農(nóng)地利用碳排放測算中，化肥投入產(chǎn)生的碳排放量是最高的，同時農(nóng)膜、農(nóng)藥等投入產(chǎn)生的碳排放量也不容忽視，因此合理降低化肥、農(nóng)藥、農(nóng)膜等化學(xué)物資的過度使用，采用優(yōu)質(zhì)的有機復(fù)合肥料代替化學(xué)肥料，增加生物農(nóng)藥（如白色農(nóng)藥）使用代替化學(xué)農(nóng)藥，回收和循環(huán)利用廢棄農(nóng)膜等，有利于減少農(nóng)地利用碳排放和土壤的污染。

3.2.3 堅持科技創(chuàng)新理念，推廣節(jié)能減排技術(shù) 在糧食主產(chǎn)區(qū)農(nóng)地利用總碳排放測算中，灌溉產(chǎn)生的碳排放量一直排在化肥之后，且呈逐年上升的趨勢，說明糧食主產(chǎn)區(qū)在灌溉技術(shù)上還有很大的減排潛力。因此可以加大各地區(qū)農(nóng)業(yè)科研投入，提高農(nóng)業(yè)技術(shù)人才的福利待遇，敦促各地區(qū)研究推廣切實可行的低碳農(nóng)業(yè)技術(shù)，例如培育優(yōu)質(zhì)高產(chǎn)、抗病抗旱的優(yōu)良作物品種、優(yōu)化農(nóng)業(yè)物資投入結(jié)構(gòu)、推廣節(jié)能減排的農(nóng)業(yè)機械等，通過不斷提高、創(chuàng)新農(nóng)業(yè)技術(shù)來減少農(nóng)地利用碳排放，推進環(huán)境友好型農(nóng)業(yè)生產(chǎn)方式，實現(xiàn)農(nóng)業(yè)低碳發(fā)展。

3.2.4 提高農(nóng)戶低碳意識，轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式 各地區(qū)政府應(yīng)推廣宣傳低碳環(huán)保理念，幫助農(nóng)戶提高低碳意識，摒棄傳統(tǒng)“高投入、高產(chǎn)出”的生產(chǎn)方式。組織農(nóng)戶參加新農(nóng)業(yè)生產(chǎn)技術(shù)、生產(chǎn)設(shè)備使用等培訓(xùn)，幫助農(nóng)戶掌握先進的農(nóng)業(yè)生產(chǎn)技術(shù)，科學(xué)耕種，實現(xiàn)農(nóng)地利用碳減排以及提高農(nóng)業(yè)生產(chǎn)效率。

3.2.5 因地制宜制定碳減排措施 從流域來看，相同流域的省份其農(nóng)地利用碳排放結(jié)構(gòu)、水平呈現(xiàn)相似的態(tài)勢，不同流域省份之間農(nóng)地利用碳排放結(jié)構(gòu)、水平有較大差異。因此各地區(qū)在制定減排措施時還應(yīng)該結(jié)合自身的地理條件和氣候特點，因地制宜探索出適合自己的有效減排路徑。

參考文獻

[1]仲平.全球氣候變化新形勢與氣候友好技術(shù)新潛能[J].可持續(xù)發(fā)展經(jīng)濟導(dǎo)刊，2020（10）：40-42.

[2]張志高，袁征，李貝歌，等.基于投入視角的河南省農(nóng)業(yè)碳排放時空演化特征與影響因素分解[J].中國農(nóng)業(yè)資源與區(qū)劃，2017，38（10）：152-161.

[3]吳賢榮，張俊飚，田云，等.中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運用[J].資源科學(xué)，2014，36（01）：129-138.

[4]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[J].中國地質(zhì)大學(xué)學(xué)報（社會科學(xué)版），2011，11（01）：59-63.

[5]獨孤昌慧.中國農(nóng)地利用碳排放及影響因素研究：1990—2016年[J].生態(tài)經(jīng)濟，2020，36（05）：19-23.

[6]田云，張俊飚，李波.湖北省農(nóng)地利用碳排放時空特征與脫鉤彈性研究[J].長江流域資源與環(huán)境，2012，21（12）：1514-1519.

[7]張婷，張學(xué)玲，蔡海生.江西省農(nóng)地利用碳排放時空特征與脫鉤彈性研究[J].廣東農(nóng)業(yè)科學(xué)，2014，41（05）：208-212，222.

[8]黎孔清，陳儉軍，馬豆豆.基于STIRPAT和GM（1，1）模型的湖南省農(nóng)地投入碳排放增長機理及趨勢預(yù)測[J].長江流域資源與環(huán)境，2018，27（02）：345-352.

[9]邱怡慧，王璞，蘇時鵬.中國農(nóng)地利用碳排放時空演變特征及驅(qū)動因素研究——基于IPCC法與LMDI指數(shù)分解模型[J].資源開發(fā)與市場，2019，35（05）：625-631.

[10]West T O，Marland G. A synthesis of carbon sequestration，carbon missions，and net carbon flux in agriculture：Comparing tillage practices in the United States[J]. Agriculture Ecosystems and Environment，2002，91（1）：217-232.

[11]伍芬琳，李琳，張海林，等.保護性耕作對農(nóng)田生態(tài)系統(tǒng)凈碳釋放量的影響[J].生態(tài)學(xué)雜志，2007（12）：2035-2039.

[12]廖衛(wèi)東，劉淼.西部地區(qū)農(nóng)業(yè)碳排放的時空演變及EKC假說檢驗——基于西部大開發(fā)12省份動態(tài)面板數(shù)據(jù)模型的經(jīng)驗分析[J].世界農(nóng)業(yè)，2020（06）：62-70.

[13]堯波，鄭艷明，胡丹，等.江西省縣域農(nóng)業(yè)碳排放的時空動態(tài)及影響因素分析[J].長江流域資源與環(huán)境，2014，23（03）：311-318.

[14]姚成勝，錢雙雙，李政通，等.中國省際畜牧業(yè)碳排放測度及時空演化機制[J].資源科學(xué)，2017，39（04）：698-712.

（責(zé)編：徐世紅）