2000～2020年山東省種植業(yè)碳排放量及碳匯量時(shí)空差異分析

劉 楊，代雪靜，楊曉鈺，郭萌萌，王兆軍

(山東省濟(jì)南生態(tài)環(huán)境監(jiān)測(cè)中心，濟(jì)南 250101)

前 言

2021年政府間氣候變化專門委員會(huì)(IPCC)第六次評(píng)估報(bào)告第一工作組報(bào)告《氣候變化2021：自然科學(xué)基礎(chǔ)》指出，人類活動(dòng)導(dǎo)致的地球氣候變化不斷加劇，人類需要加快行動(dòng)，加強(qiáng)、加快和持續(xù)推進(jìn)減少溫室氣體排放，盡快實(shí)現(xiàn)二氧化碳的凈零排放[1]。農(nóng)業(yè)具有碳源和碳匯的雙重屬性，一方面農(nóng)業(yè)碳排放是全球溫室氣體排放的第二大來(lái)源，我國(guó)農(nóng)業(yè)碳排放占溫室氣體碳排放總量的17%，且排放水平逐年遞增[2]，另一方面，農(nóng)業(yè)系統(tǒng)具有巨大的固碳潛力，農(nóng)田生態(tài)系統(tǒng)碳庫(kù)是全球碳庫(kù)和陸地生態(tài)系統(tǒng)碳庫(kù)的重要組成部分[3]。種植業(yè)在我國(guó)農(nóng)業(yè)中占有重要地位，產(chǎn)值占比超過(guò)50%，對(duì)農(nóng)業(yè)碳排放造成的影響最大[4]，種植業(yè)碳匯能力較林地、草地更易受人為影響，存在一定的潛力和提升空間。深入研究種植業(yè)碳排放現(xiàn)狀、碳匯現(xiàn)狀其變化規(guī)律，對(duì)于指導(dǎo)農(nóng)業(yè)現(xiàn)代化、低碳化，做到有效減排增匯、最終實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)具有十分重大的意義。

目前，已有眾多學(xué)者針對(duì)農(nóng)業(yè)碳源匯問(wèn)題開展了研究，部分聚焦于不同尺度農(nóng)業(yè)碳排放量核算、時(shí)空差異評(píng)價(jià)及影響因素分析[5～9]，部分探討了農(nóng)業(yè)碳匯時(shí)空差異及演變趨勢(shì)[10-11]。部分研究了農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系[12～14]?，F(xiàn)有研究主要以農(nóng)業(yè)整體作為研究對(duì)象、集中在農(nóng)業(yè)碳排放或農(nóng)業(yè)碳匯層面、以全國(guó)作為研究范圍的居多，針對(duì)種植業(yè)、綜合考慮碳排放和碳匯、且聚焦于中觀尺度研究成果較少。本文聚焦于中觀尺度的山東省種植業(yè)，采用2000～2020年面板數(shù)據(jù)，核算種植業(yè)碳排放量、碳匯量及凈碳匯，分析其時(shí)空變化特征，采用基尼系數(shù)法定量評(píng)價(jià)碳排放生態(tài)承載系數(shù)區(qū)域差異，利用耦合模型研究?jī)籼紖R與產(chǎn)值之間的關(guān)系，利用核密度函數(shù)分析凈碳匯空間差異動(dòng)態(tài)演進(jìn)過(guò)程，最后從減排增匯角度為實(shí)現(xiàn)雙碳目標(biāo)提出建議。

1 材料與方法

1.1 研究區(qū)域概況及數(shù)據(jù)來(lái)源

山東省位于中國(guó)東部沿海、黃河下游，轄濟(jì)南、青島、淄博、棗莊、東營(yíng)、煙臺(tái)、濰坊、濟(jì)寧、泰安、威海、日照、臨沂、德州、聊城、濱州、菏澤16個(gè)設(shè)區(qū)市。山東省四季分明，光照充足，非常適宜農(nóng)作物生長(zhǎng)發(fā)育，是我國(guó)種植業(yè)的重要發(fā)源地之一，其耕地面積占全國(guó)總耕地面積的6.17%，位居全國(guó)第3，農(nóng)業(yè)增加值長(zhǎng)期穩(wěn)居第一位，且農(nóng)產(chǎn)品進(jìn)出口總值長(zhǎng)期位居全國(guó)第一[15]。

本文所需的原始數(shù)據(jù)主要來(lái)自于《山東省統(tǒng)計(jì)年鑒》，化肥、農(nóng)藥、農(nóng)膜以及農(nóng)用柴油均為當(dāng)年用量，其中化肥為折純量；灌溉面積為有效灌溉面積。為消除價(jià)格因素干擾，農(nóng)業(yè)總產(chǎn)值以2000年為不變價(jià)，將其他年份進(jìn)行折算。

1.2 分析方法

1.2.1 碳排放量測(cè)算

參考IPCC經(jīng)典碳排放計(jì)算理論及已有學(xué)者研究成果，并考慮數(shù)據(jù)可得性，利用排放系數(shù)法測(cè)算碳排放量，計(jì)算公式為：

E=∑Ei=∑Ti*δi

(1)

式中：E為種植業(yè)碳排放總量，Ei為各源類的碳排放量，Ti為各源類的量，δi為各源類碳排放系數(shù)。

本文從三個(gè)角度測(cè)算種植業(yè)碳排放量，一是農(nóng)資投入導(dǎo)致的碳排放，包括化肥、農(nóng)藥、農(nóng)用薄膜、農(nóng)用機(jī)械柴油使用以及灌溉消耗電力，排放系數(shù)[16]分別為0.8956kg(C)/kg、4.9341 kg(C)/kg、5.18 kg(C)/kg、0.5927kg(C)/kg、266.48kg(C)/hm2；二是水稻種植造成的CH4排放，山東省多種植中季稻(單季晚稻、麥茬稻)，參考閔繼勝等的研究結(jié)果，排放系數(shù)[17-18]為210kg(CH4)/hm2；三是作物種植過(guò)程土壤硝化導(dǎo)致的N2O排放，結(jié)合山東省實(shí)際，作物種植過(guò)程農(nóng)田土壤硝化導(dǎo)致的N2O排放主要考慮冬小麥、玉米、棉花、水稻、大豆、蔬菜6類作物，排放系數(shù)分別為[19]2.05 kg(N2O)/hm2、2.532 kg(N2O)/hm2、0.4804 kg(N2O)/hm2、0.24 kg(N2O)/hm2、0.77 kg(N2O)/hm2、4.21 kg(N2O)/hm2。由于多年來(lái)山東省嚴(yán)格按照國(guó)家一系列關(guān)于秸稈禁燒和綜合利用的政策和法律法規(guī)推進(jìn)秸稈綜合利用工作，2015年秸稈綜合利用率達(dá)85%，2020年達(dá)92%，資源化利用水平較高，進(jìn)一步減排的空間有限[20]，故未將秸稈焚燒碳排放納入測(cè)算。根據(jù)IPCC第五次評(píng)估報(bào)告結(jié)果，CH4和N2O轉(zhuǎn)化為CO2的100年增溫潛勢(shì)系數(shù)分別為28和265。

1.2.2 碳匯量測(cè)算

碳匯量測(cè)算針對(duì)主要農(nóng)作物生長(zhǎng)全生命周期光合作用的碳吸收，根據(jù)不同類型作物經(jīng)濟(jì)產(chǎn)量、經(jīng)濟(jì)系數(shù)和碳吸收率測(cè)算，計(jì)算公式為[21]：

(2)

式中：S為種植業(yè)碳匯總量；Si為某種作物的碳匯量；k為作物種類數(shù)；si為作物碳吸收率；Yi為作物的經(jīng)濟(jì)產(chǎn)量；r為作物經(jīng)濟(jì)產(chǎn)品部分的含水量(%)；HIi為作物經(jīng)濟(jì)系數(shù)。根據(jù)山東省農(nóng)作物種植現(xiàn)狀，選取了小麥等11類主要農(nóng)作物作為研究對(duì)象。相關(guān)系數(shù)具體見表1。

表1 主要農(nóng)作物經(jīng)濟(jì)系數(shù)與碳吸收率[22]Tab.1 Economic coefficient and carbon absorption rate of main crops[22]

1.2.3 凈碳匯及凈碳匯強(qiáng)度

凈碳匯是指碳匯量與碳排放量之差，為消除總量基數(shù)影響，引入凈碳匯強(qiáng)度指標(biāo)，以客觀反映-28不同地區(qū)農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)，便于區(qū)域間橫向比較[23]，計(jì)算公式為：

C強(qiáng)=C凈/A耕

(3)

式中：C強(qiáng)為凈碳匯強(qiáng)度(t/hm2)，C凈為凈碳匯(t)，A耕為耕地面積(hm2)。

1.2.4 碳排放區(qū)域差異評(píng)價(jià)

為評(píng)價(jià)山東省種植業(yè)碳排放區(qū)域差異，根據(jù)田云等的研究結(jié)果，構(gòu)建種植業(yè)碳排放生態(tài)壓力模型，引入種植業(yè)碳排放生態(tài)承載系數(shù)并計(jì)算其基尼系數(shù)[24]。碳排放生態(tài)承載系數(shù)計(jì)算公式為：

ESCi=(Si/S)/(Ei/E)

(4)

式中：ESCi為各地市種植業(yè)碳排放生態(tài)承載系數(shù)，Si為各地市碳匯量，S為山東省碳匯量，Ei為各地市碳源量，E為山東省碳源量。當(dāng)ESC>1時(shí)，表明該地市種植業(yè)具有較高的碳生態(tài)容量，能為其他地市帶來(lái)正外部性效應(yīng)；反之，則說(shuō)明該地市種植業(yè)碳生態(tài)容量較低，其碳排放需其他地區(qū)分擔(dān)，損害了其他區(qū)域的利益。

基尼系數(shù)計(jì)算公式及評(píng)價(jià)標(biāo)準(zhǔn)為[25]：

GC=1-∑(Xi-Xi-1)(Yi+Yi-1)

(5)

式中：Xi為各地市碳排放生態(tài)承載系數(shù)(ESCi)累計(jì)百分比，Yi為各地市碳排放量累計(jì)百分比。當(dāng)i=1時(shí)，Xi-1、Yi-1均視為0。根據(jù)國(guó)際慣例，基尼系數(shù)小于0.2、0.2～0.3、0.3～0.4、0.4～0.5、大于0.5分別定義為分配“高度(或絕對(duì))平均”“相對(duì)平均”“比較合理”“差距偏大”和“差距懸殊”，且通常將0.4作為分配差距的警戒線。

1.2.5 凈碳匯與產(chǎn)值耦合分析

脫鉤理論主要用于分析經(jīng)濟(jì)增長(zhǎng)和能源消耗之間的相關(guān)關(guān)系，Tapio脫鉤模型采用彈性方法計(jì)算脫鉤指數(shù)，不受統(tǒng)計(jì)量綱的影響，避免了對(duì)研究時(shí)間段基期選擇敏感的問(wèn)題，能夠進(jìn)一步提升了脫鉤測(cè)度的準(zhǔn)確性、客觀性和穩(wěn)定性[26-27]。參考現(xiàn)有研究結(jié)果，將脫鉤理論應(yīng)用于度量種植業(yè)凈碳匯與產(chǎn)值之間的關(guān)系，構(gòu)建耦合模型，耦合指數(shù)計(jì)算公式為：

(6)

式中：c為耦合指數(shù)；ΔC為目標(biāo)年份相對(duì)基期的凈碳匯增量；C為基期凈碳匯；ΔPGDP為目標(biāo)年份相對(duì)基期的種植業(yè)GDP增量，PGDP為基期種植業(yè)GDP。耦合狀態(tài)劃分見表2，其中擴(kuò)張耦合是低碳綠色發(fā)展的理想狀態(tài)。

表2 耦合狀態(tài)劃分[28]Tab.2 Refinement classification of coupling index

1.2.6 凈碳匯空間差異動(dòng)態(tài)演進(jìn)分析

本研究采用非參數(shù)核密度函數(shù)估計(jì)山東省種植業(yè)凈碳匯的概率密度，用連續(xù)的密度曲線描述山東省種植業(yè)凈碳匯空間分布形態(tài)和動(dòng)態(tài)演進(jìn)過(guò)程[29]。其表達(dá)式為：

(7)

2 結(jié)果與分析

2.1 碳排放、碳匯時(shí)空分布特征

2.1.1 時(shí)序變化特征

根據(jù)公式(1)和公式(2)計(jì)算得到山東省種植業(yè)碳排放量、碳匯量情況，見表3、圖1。2000～2020年碳排放量先上升后下降，由2000年的1007.3×104t，上升至2007年達(dá)到峰值1130.9×104t，年均增幅1.9%，然后波動(dòng)下降至2020年達(dá)到最低值949.2×104t，比2000年下降5.8%，種植業(yè)碳排放量變化趨勢(shì)與李偉娟[31]的研究結(jié)論一致。農(nóng)資投入、土壤硝化和水稻種植碳排放量也先上升后下降，分別在2007年、2017年和2009年達(dá)到峰值，2020年排放量分別為751.1×104t、198.1×104t、16.1×104t。山東省碳排放量增加與化肥、農(nóng)藥、農(nóng)膜等農(nóng)業(yè)生產(chǎn)資料投入持續(xù)增加有關(guān)，2007年之后，隨著國(guó)家和地方對(duì)農(nóng)業(yè)碳排污染關(guān)注度的提升，出臺(tái)了一系列的政策措施，減少農(nóng)資投入，提升化肥農(nóng)藥利用效率，創(chuàng)建農(nóng)產(chǎn)品質(zhì)量安全縣與開展化肥農(nóng)藥使用量零增長(zhǎng)行動(dòng)，大力發(fā)展綠色農(nóng)業(yè)，種植業(yè)碳排放量持續(xù)下降。各源類排放量占總量比例農(nóng)資投入最大，其次是土壤硝化，水稻種植最小，年均占比分別為82.0%、17.9%、1.7%，農(nóng)資投入中化肥施用導(dǎo)致的碳排放量最大，年均占比38.2%，與黃銳等的研究結(jié)論一致[32]。2000～2020年碳匯量總體呈上升趨勢(shì)，2000～2004年呈波動(dòng)變化，2005～2020年逐年上升，說(shuō)明山東省農(nóng)業(yè)生產(chǎn)技術(shù)水平提高、生產(chǎn)效率提升，種植業(yè)增匯效果明顯，這與王雅楠[33]的研究結(jié)論一致。2000年碳匯量為4368.1×104t，2020年為5529.9×104t，年均增幅1.3%。2002年碳匯量最低，一方面與當(dāng)年受旱災(zāi)影響導(dǎo)致農(nóng)作物減產(chǎn)有關(guān)[34]，另一方面與2002年我國(guó)加入世界貿(mào)易組織，種植業(yè)受新的國(guó)際形勢(shì)以及新的標(biāo)準(zhǔn)的影響，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、種植技術(shù)優(yōu)化導(dǎo)致產(chǎn)量下降有關(guān)[35]。碳匯量占比較大的農(nóng)作物為小麥、玉米和蔬菜，年均占比分別為30.5%、28.8%、25.1%，三者之和達(dá)84%，這與山東省種植結(jié)構(gòu)密切相關(guān)，山東省是冬小麥與玉米的優(yōu)勢(shì)產(chǎn)區(qū)，也是應(yīng)季蔬菜和設(shè)施蔬菜的重要產(chǎn)區(qū)[36]。從各種作物碳匯量變化趨勢(shì)看，小麥、玉米碳匯量2000～2002年下降至最低值，然后持續(xù)穩(wěn)步上升，2020年碳匯量分別比2000年上升38.1%、76.9%；蔬菜、瓜果碳匯量2000～2016年穩(wěn)步上升，2016年比2000年分別上升23.3%、36.9%，但由于種植主產(chǎn)區(qū)2017年遭遇干旱災(zāi)害，產(chǎn)量同比減少超過(guò)兩成，2018年和2019年又遭遇洪澇災(zāi)害，至2020年產(chǎn)量略有回升，碳匯量與2000年基本持平；其他作物因種植結(jié)構(gòu)調(diào)整，種植面積及產(chǎn)量持續(xù)下降，碳匯量均有所下降。

圖1 2000～2020年山東省種植業(yè)碳匯量、凈碳匯量及凈碳匯強(qiáng)度Fig.1 Planting industry carbon sink，net carbon sink and intensity of net carbon sink in Shandong province from 2000 to 2020

表3 2000～2020年山東省種植業(yè)碳排放量Tab.3 Planting industry carbon emissions in Shandong province from 2000 to 2020 (104t)

2000～2020年凈碳匯及凈碳匯強(qiáng)度變化趨勢(shì)與碳匯量基本一致，總體上升，凈碳匯量由2000年的3360.7×104t上升至2020年的4580.8×104t，增加36.3%，年均增幅1.8%，凈碳匯強(qiáng)度由2000年的2.91 t/hm2上升至2020年的4.21 t/hm2，增加44.3%，年均增幅2.2%。這與國(guó)家和省政府不斷出臺(tái)保障糧食安全政策，加大農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，補(bǔ)貼農(nóng)戶種糧等利好措施，農(nóng)作物單位面積產(chǎn)量得到快速提升密切相關(guān)[37]，表明山東省種植業(yè)逐漸由“三高一低”的粗放型生產(chǎn)模式向“三低一高”的集約高效型農(nóng)業(yè)發(fā)展態(tài)勢(shì)轉(zhuǎn)變。

2.1.2 空間分布特征

根據(jù)公式(3)計(jì)算山東省16地市2000～2020年凈碳匯強(qiáng)度。各地市種植業(yè)2000～2020年累計(jì)碳排放量、累計(jì)碳匯量、累計(jì)凈碳匯量及凈碳匯強(qiáng)度平均值分布見圖2。

圖2 2000～2020年山東省種植業(yè)累計(jì)碳排放量(a)、累計(jì)碳匯量(b)、累計(jì)凈碳匯(c)、平均凈碳匯強(qiáng)度(d)分布圖Fig.2 Distribution map of planting industry total carbon emission(a)，carbon sink(b)，net carbon sink(c)and average intensity of net carbon sink from 2000 to 2020

16市累計(jì)碳源量范圍574.9×104t～2875.6×104t，濰坊、菏澤、臨沂大于2000×104t，為高排放區(qū)，濟(jì)寧、聊城、德州、煙臺(tái)、青島、濟(jì)南、濱州在1000×104t ～2000×104t之間，為中排放區(qū)，泰安、威海、棗莊、日照、東營(yíng)、淄博小于1000×104t，為低排放區(qū)。

累計(jì)碳匯量范圍1937.1×104t ～11849.6×104t，菏澤、濰坊、德州、聊城大于10000×104t，為高碳匯區(qū)；東營(yíng)、威海、日照、淄博小于4000×104t，為低碳匯區(qū)；其他城市在4000×104t～10000×104t之間，為中碳匯區(qū)。

累計(jì)凈碳匯量范圍1233.5×104t ～9694.3×104t，菏澤、德州、聊城、濰坊大于8000×104t，為高凈碳匯區(qū)；威海、東營(yíng)、日照、淄博小于3000×104t，為低凈碳匯區(qū)；其他地市在3000×104t～8000×104t之間，屬中凈碳匯區(qū)。凈碳匯量分布與碳匯量分布基本一致，相關(guān)研究表明，農(nóng)作物的碳匯作用遠(yuǎn)大于其碳源作用，而且隨種植規(guī)模呈擴(kuò)大趨勢(shì)[38]，山東省高碳匯區(qū)集中在濰坊、菏澤、德州、臨沂等農(nóng)業(yè)生產(chǎn)條件較好、作物種植面積大、產(chǎn)量高的區(qū)域。相應(yīng)地，日照、東營(yíng)、威海種植業(yè)規(guī)模小，碳排放量及碳匯量均較低。

凈碳匯強(qiáng)度范圍2.37 t/hm2～4.38 t/hm2，泰安、棗莊、德州、淄博大于4 t/hm2，屬高強(qiáng)度區(qū)，日照、煙臺(tái)、威海、東營(yíng)小于3 t/hm2，屬于低強(qiáng)度區(qū)，其他地市在3 t/hm2～4 t/hm2之間，屬于中強(qiáng)度區(qū)。

2.2 碳排放區(qū)域差異評(píng)價(jià)

根據(jù)公式(4)、公式(5)計(jì)算山東省2000～2020年各地市碳排放生態(tài)承載系數(shù)及基尼系數(shù)，見表4。各市平均生態(tài)承載系數(shù)范圍0.99～1.01，各年碳排放生態(tài)承載力基尼系數(shù)范圍0.248～0.290，均處于“相對(duì)平均”狀態(tài)，與欒阿詩(shī)等的研究結(jié)論一致[39]。從年際變化看，基尼系數(shù)總體呈“N”型變化趨勢(shì)，2000～2002年波動(dòng)上升至最大值，2003年后波動(dòng)下降至2013、2014年達(dá)到最小值，2015～2020年再次波動(dòng)上升，2020年為0.262，與2000年基本持平。表明山東省各地市種植業(yè)碳排放生態(tài)承載力區(qū)域差異先增大后減小，最后再增大，各地市種植業(yè)碳生態(tài)容量區(qū)域差異有增加趨勢(shì)。

表4 山東省16地市種植業(yè)碳排放生態(tài)承載系數(shù)及基尼系數(shù)Tab.4 Eco-carrying coefficient and Gini coefficient of planting industry carbon emission in 16 cities of Shandong Province

2.3 凈碳匯耦合分析

根據(jù)公式(6)計(jì)算山東省種植業(yè)凈碳匯與產(chǎn)值耦合指數(shù)，耦合分析結(jié)果見表5。凈碳匯與經(jīng)濟(jì)發(fā)展呈現(xiàn)弱耦合、強(qiáng)耦合、強(qiáng)負(fù)耦合、增長(zhǎng)連結(jié)、擴(kuò)張耦合5種特征，弱耦合、強(qiáng)負(fù)耦合出現(xiàn)比例最高，總體來(lái)說(shuō)耦合效果一般，種植業(yè)凈碳匯與產(chǎn)值關(guān)聯(lián)度不強(qiáng)。本文根據(jù)農(nóng)作物經(jīng)濟(jì)產(chǎn)量測(cè)算碳匯，但凈碳匯與產(chǎn)值關(guān)聯(lián)度不強(qiáng)，一方面可能是農(nóng)產(chǎn)品價(jià)格提升引起的農(nóng)業(yè)收益增加幅度大于碳減排和凈碳匯增加幅度，另一方面可能是種植業(yè)碳排放量與產(chǎn)值出現(xiàn)脫鉤現(xiàn)象[40]，對(duì)凈碳匯耦合指數(shù)計(jì)算也有一定的影響。

表5 2000～2020年山東省種植業(yè)凈碳匯耦合分析結(jié)果Tab.5 Results on coupling characteristics between planting industry carbon sink and planting industry economic growth of Shandong province

2.4 凈碳匯動(dòng)態(tài)演進(jìn)趨勢(shì)

根據(jù)公式(7)，利用Stata17.0軟件，選取2000年、2005年、2010年、2015年、2020年作凈碳匯作核密度函數(shù)分析，結(jié)果見圖3。2000年、2005年凈碳匯核密度曲線均呈現(xiàn)雙峰狀態(tài)，波形相似，表明種植業(yè)低碳匯地區(qū)仍占有一定的比重，種植業(yè)凈碳匯兩極分化現(xiàn)象依然存在，2005年曲線中心較2000年整體稍向右移，表明該時(shí)段內(nèi)山東省凈碳匯有所上升。2010年、2015年曲線也呈現(xiàn)雙峰狀態(tài)，與2000年、2005年相比，曲線中心右移，峰值明顯下降、曲線跨度加寬，表明該時(shí)段內(nèi)山東省凈碳匯仍存在兩極分化，凈碳匯持續(xù)上升，且區(qū)域間差異加劇。2020年由雙峰轉(zhuǎn)為單峰狀態(tài)，表明凈碳匯量由兩極分化轉(zhuǎn)變?yōu)閱螛O化，2020年峰值進(jìn)一步下降，且右側(cè)拖尾明顯，曲線跨度進(jìn)一步加寬，表明凈碳匯持續(xù)上升，呈現(xiàn)出擴(kuò)散態(tài)勢(shì)，各地區(qū)間變化速率不一，地區(qū)間差異有擴(kuò)大趨勢(shì)，凈碳匯較高的地市有所增加。

圖3 2000～2020年山東省種植業(yè)凈碳匯核密度變化Fig.3 Variations of kernel density of planting industry net carbon sink of Shandong province

統(tǒng)計(jì)發(fā)現(xiàn)，2000年凈碳匯最大的菏澤比凈碳匯最小的威海高4.9倍，2020年菏澤凈碳匯比威海高13.2倍，對(duì)比發(fā)現(xiàn)，菏澤2020年凈碳匯比2000年上升84.3%，但威海2020年凈碳匯比2000年下降了24.2%。隨著先進(jìn)技術(shù)的推廣應(yīng)用，綠色低碳農(nóng)業(yè)理念深入人心，山東省種植業(yè)碳排放量持續(xù)下降，碳匯量持續(xù)上升，但各地市農(nóng)業(yè)生產(chǎn)長(zhǎng)期以來(lái)呈現(xiàn)一定的地區(qū)差異，高凈碳匯區(qū)如菏澤、德州、聊城等城市凈碳匯持續(xù)增加，2000～2020年間年均增幅分別達(dá)到4.2%、4.7%、2.7%，低凈碳匯區(qū)如威海、日照、淄博，凈碳匯呈下降趨勢(shì)，各地市凈碳匯差異呈現(xiàn)加劇趨勢(shì)。

3 結(jié)論與建議

本文采用2000～2020年山東省種植業(yè)面板數(shù)據(jù)，測(cè)算了碳排放量、碳匯量，分析了山東省種植業(yè)碳排放、碳匯和凈碳匯的現(xiàn)狀規(guī)律、時(shí)空分異特征及動(dòng)態(tài)演進(jìn)過(guò)程，得到主要研究結(jié)論有：

(1)碳排放量先上升后下降，2000～2007年逐年上升至峰值1130.9×104t，2008～2020年波動(dòng)下降至最低值949.2×104t，各源類排放量占總量比例農(nóng)資投入最大，其次是土壤硝化，水稻種植最小，農(nóng)資投入中化肥施用導(dǎo)致的碳排放量最大。

(2)碳匯量2000～2004年呈波動(dòng)變化，2005～2020年逐年上升，至2020年達(dá)到峰值5529.9×104t，2000～2020年年均增幅1.3%。碳匯量占比較大的農(nóng)作物為小麥、玉米和蔬菜，年均占比分別為30.5%、28.8%、25.1%。凈碳匯及凈碳匯強(qiáng)度變化趨勢(shì)與碳匯量一致，總體上升，2020年凈碳匯和凈碳匯強(qiáng)度分別為4580.8×104t、4.21 t/hm2，年均增幅分別為1.8%、2.2%。

(3)山東省高碳排放與高碳匯區(qū)集中在濰坊、菏澤、德州、臨沂等城市，日照、東營(yíng)、威海等城市碳排放量及碳匯量均較低。泰安、棗莊、德州、淄博凈碳匯強(qiáng)度較高，日照、煙臺(tái)、威海、東營(yíng)凈碳匯強(qiáng)度較低。16地市種植業(yè)碳排放量均先上升后下降，碳匯量德州、聊城、菏澤持續(xù)波動(dòng)上升，其他地市均呈先上升后下降的變化趨勢(shì)，凈碳匯量除淄博、煙臺(tái)、威海、日照外其他各市均波動(dòng)上升。

(4)2000～2020年山東省各地市碳排放生態(tài)承載力基尼系數(shù)范圍0.248～0.290，各年均處于“相對(duì)平均”狀態(tài)，基尼系數(shù)總體呈“N”型變化趨勢(shì)，先增大后減少，最后再增大，2020年基尼系數(shù)與2000年基本持平。

(5)凈碳匯與產(chǎn)值呈現(xiàn)弱耦合、強(qiáng)耦合、強(qiáng)負(fù)耦合、增長(zhǎng)連結(jié)、擴(kuò)張耦合5種特征，弱耦合、強(qiáng)負(fù)耦合出現(xiàn)比例最高，總體來(lái)說(shuō)耦合效果一般。

(6)凈碳匯核密度曲線分析表明山東省凈碳匯由兩極分化演變?yōu)閱螛O化，凈碳匯持續(xù)上升，呈現(xiàn)出擴(kuò)散態(tài)勢(shì)，地區(qū)間差異有擴(kuò)大趨勢(shì)，凈碳匯較高的地市有所增加。

基于本文分析結(jié)論，為盡早實(shí)現(xiàn)雙碳目標(biāo)，結(jié)合山東省種植業(yè)現(xiàn)狀，提出以下減碳增匯建議：

一是大力推廣綠色生產(chǎn)技術(shù)，提高化肥、農(nóng)藥、農(nóng)膜等的利用效率，減少生產(chǎn)資料投入以及農(nóng)業(yè)廢棄物產(chǎn)生的碳排放，如制定精準(zhǔn)施肥策略、廣泛采用測(cè)土配方施肥技術(shù)、加強(qiáng)病蟲害生物防治、使用可降解農(nóng)膜等。

二是提高種植業(yè)總體碳匯水平，推廣農(nóng)作物秸稈還田還田、保護(hù)性耕作、種植覆蓋作物等方式充分發(fā)揮土壤的固碳作用。

三是根據(jù)不同地市資源稟賦、地理位置、經(jīng)濟(jì)水平和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的差異性，制定分區(qū)域的減排增匯目標(biāo)和分批次的碳達(dá)峰時(shí)間表，切實(shí)起到倒逼效果。

四是充分發(fā)揮市場(chǎng)機(jī)制在資源配置中的作用，培育農(nóng)業(yè)碳排放交易市場(chǎng)機(jī)制，通過(guò)市場(chǎng)調(diào)節(jié)推動(dòng)種植業(yè)碳減排，助力實(shí)現(xiàn)“雙碳”目標(biāo)。

本文測(cè)算種植業(yè)碳源、匯過(guò)程中采用的排放系數(shù)主要參考了現(xiàn)有成果，難以體現(xiàn)出山東省差異化，一定程度上影響了計(jì)算精度，需要進(jìn)一步加深探究。本文的分析結(jié)果可為相關(guān)研究提供一定的理論方向。