淺析福州市種植業(yè)碳排放影響因素及碳減排措施

摘 要 了解種植業(yè)碳排放的特征與影響因素，可推動(dòng)福建省福州市農(nóng)業(yè)綠色低碳發(fā)展。為給福州市種植業(yè)碳減排提供新方法、新途徑，通過(guò)統(tǒng)計(jì)年鑒獲得相關(guān)種植業(yè)數(shù)據(jù)，以國(guó)內(nèi)外常用的農(nóng)業(yè)碳排放公式及碳排放系數(shù)來(lái)測(cè)算福州市種植業(yè)碳排放量。以2010年為基期年，運(yùn)用kaya恒等式和對(duì)數(shù)平均迪氏指數(shù)（Logarithmic Mean Divisia Index，LMDI）模型解析福州市種植業(yè)碳排放影響因素。結(jié)果表明，2010—2019年，福州市種植業(yè)碳排放總量及強(qiáng)度在波動(dòng)下降；在影響種植業(yè)碳排放的4個(gè)因素中，可通過(guò)提高種植業(yè)生產(chǎn)效率來(lái)尋求更好的碳減排途徑。建議采取改變耕作方式、提高農(nóng)資使用效率、創(chuàng)新發(fā)展低碳農(nóng)業(yè)、加強(qiáng)宣傳培訓(xùn)等措施，實(shí)現(xiàn)福州市種植業(yè)碳減排的目標(biāo)。

關(guān)鍵詞 種植業(yè)碳排放；對(duì)數(shù)平均迪氏指數(shù)（LMDI）模型；影響因素；減排措施；福建省福州市

中圖分類號(hào)：F326.1；X322 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.16.004

農(nóng)業(yè)兼具碳源與碳匯功能，對(duì)環(huán)境產(chǎn)生雙向影響，種植業(yè)作為農(nóng)業(yè)的重要組成部分，作物的生長(zhǎng)周期比林木短、更替快、對(duì)土壤的擾動(dòng)頻繁，為了產(chǎn)量還需要配備投入化肥、農(nóng)藥等農(nóng)用物資，使得種植業(yè)碳源和碳匯的定位更加復(fù)雜。因此，在保障土地安全、糧食穩(wěn)產(chǎn)保供的情況下，促進(jìn)種植業(yè)的碳減排成為必然趨勢(shì)。

目前，國(guó)內(nèi)外眾多學(xué)者的研究方向集中在農(nóng)業(yè)，主要包含種植業(yè)與畜牧業(yè)，而對(duì)單純種植業(yè)的研究相對(duì)較少。已有的文獻(xiàn)大致從以下4個(gè)方面進(jìn)行研究。1）碳排放因子分析。主流認(rèn)為農(nóng)業(yè)碳排放主要來(lái)源有農(nóng)用物資投入包括化肥、農(nóng)藥、農(nóng)膜等化學(xué)制品生產(chǎn)和使用過(guò)程中的碳排放；農(nóng)作物灌溉消耗的電量造成的碳排放；農(nóng)作物生產(chǎn)過(guò)程中排出的溫室氣體，如水稻種植過(guò)程中產(chǎn)出的CH4、N2O等，翻耕造成的溫室氣體排放[1-2]。2）碳排放的影響因素分析。在研究碳排放影響因素方面，主要方法有對(duì)數(shù)平均迪氏指數(shù)（Logarithmic Mean Divisia Index，LMDI）模型、空間計(jì)量模型等[2-4]。由于LMDI模型具有消除殘差項(xiàng)、部門效應(yīng)和總效應(yīng)保持一致的優(yōu)勢(shì)，所以很多學(xué)者在進(jìn)行農(nóng)業(yè)碳排放研究時(shí)首選采用LMDI模型[5]。3）碳排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤關(guān)系。通過(guò)Tapio脫鉤模型分析農(nóng)業(yè)碳排放和經(jīng)濟(jì)增長(zhǎng)的脫鉤彈性[6]。4）碳排放趨勢(shì)預(yù)測(cè)。主要方法有灰色預(yù)測(cè)模型、自回歸移動(dòng)平均模型（Autoregressive Integrated Moving Average Model，ARIMA）等[7-8]。

1 材料與方法

1.1 研究區(qū)概況

福州市位于我國(guó)東南沿海、福建省東部，轄6個(gè)區(qū)、1個(gè)縣級(jí)市和6個(gè)縣。地形以山地丘陵為主，屬亞熱帶季風(fēng)氣候，生態(tài)資源稟賦優(yōu)越。目前，福州市永泰縣、福清市被列入國(guó)家級(jí)綠色發(fā)展先行區(qū)名單，羅源縣為省級(jí)綠色發(fā)展先行區(qū)，擁有國(guó)家級(jí)生態(tài)農(nóng)場(chǎng)5家、省級(jí)種養(yǎng)結(jié)合示范點(diǎn)16個(gè)。

1.2 研究方法

1.2.1 種植業(yè)碳排放量的計(jì)算

由于目前尚無(wú)直接計(jì)量農(nóng)業(yè)碳排放的監(jiān)測(cè)手段，國(guó)內(nèi)外研究中也無(wú)統(tǒng)一的測(cè)算方式，所以采用我國(guó)常用的農(nóng)業(yè)碳排放測(cè)算公式及美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室（Oak Ridge National Laboratory，ORNL）、南京農(nóng)業(yè)大學(xué)農(nóng)業(yè)資源與生態(tài)環(huán)境研究所（IREEA）、中國(guó)農(nóng)業(yè)大學(xué)農(nóng)學(xué)與生物技術(shù)學(xué)院（IABCAU）等機(jī)構(gòu)以及一些研究學(xué)者所提供的碳排放系數(shù)來(lái)測(cè)算福州市種植業(yè)碳排放量。主要考慮以下3個(gè)方面：1）農(nóng)用物資投入（包括化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)灌溉用電等）產(chǎn)生的碳排放；2）水稻種植過(guò)程中因根系淹水生成的CH4；3）農(nóng)田土壤利用如農(nóng)作物種植、土壤翻耕造成的溫室氣體排放，主要為N2O、CO2。選取水稻、蔬菜、油料、薯類、大豆等種植較多的農(nóng)作物作為測(cè)算對(duì)象（見(jiàn)表1）。根據(jù)政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）第五次評(píng)估報(bào)告，CH4和N2O轉(zhuǎn)化為CO2的增溫潛勢(shì)系數(shù)分別為28和265。具體公式為

E=∑Ei=∑Ti×δi（1）

式中：E為種植業(yè)碳排放總量；Ei為各類種植業(yè)碳源排放量；Ti為第i類碳源的量；δi為第i類碳源的排放系數(shù)。

1.2.2 農(nóng)業(yè)碳排放影響因素及分解模型

根據(jù)Kaya恒等式與前人研究，碳排放量計(jì)算公式變形后為

（2）

（3）

（4）

（5）

式中：E為種植業(yè)碳排放總量；A為農(nóng)林牧漁業(yè)地區(qū)生產(chǎn)總值；Q為種植業(yè)地區(qū)生產(chǎn)總值；P為農(nóng)業(yè)勞動(dòng)規(guī)模，用農(nóng)林牧漁業(yè)從業(yè)人員數(shù)量表示；W為種植業(yè)生產(chǎn)效率；S為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)；L為農(nóng)業(yè)經(jīng)濟(jì)水平，則有

E=W×S×L×P（6）

由于LMDI模型分解后不存在殘差項(xiàng)，且加法分解和乘法分解可以相互轉(zhuǎn)化，所以廣泛用于碳排放研究中。采用LMDI的加法分解形式對(duì)公式（6）進(jìn)行取對(duì)數(shù)、加和分解等處理，其中0為基期時(shí)間，t為t年時(shí)間，ΔE為種植業(yè)碳排放從基期到t時(shí)間的變化量。ΔW、ΔS、ΔL、ΔP分別為種植業(yè)生產(chǎn)效率、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)經(jīng)濟(jì)水平和農(nóng)業(yè)勞動(dòng)規(guī)模從基期到t時(shí)間內(nèi)對(duì)碳排放變化量的貢獻(xiàn)值，得出各個(gè)影響因素的貢獻(xiàn)值，計(jì)算公式為

（7）

（8）

（9）

（10）

由式（7）～（10）總結(jié)可得，種植業(yè)碳排放各分解因素貢獻(xiàn)的總效應(yīng)表達(dá)式為

ΔE=Et-E0=ΔW+ΔS+ΔL+ΔP（11）

2 結(jié)果與分析

所用數(shù)據(jù)來(lái)源于《福州統(tǒng)計(jì)年鑒》和《福建統(tǒng)計(jì)年鑒》，研究時(shí)間為2010—2019年。其中，化肥施用量按折純量計(jì)算、農(nóng)藥使用量、農(nóng)膜使用量、耕地灌溉面積、農(nóng)林牧漁業(yè)地區(qū)生產(chǎn)總值、種植業(yè)地區(qū)生產(chǎn)總值、農(nóng)林牧漁業(yè)從業(yè)人數(shù)均以統(tǒng)計(jì)年鑒數(shù)據(jù)為準(zhǔn)；翻耕土地面積數(shù)據(jù)用當(dāng)年農(nóng)作物實(shí)際播種面積替代；水稻、大豆、蔬菜、油料和薯類以當(dāng)年實(shí)際播種面積為準(zhǔn)。

2.1 福州市種植業(yè)碳排放情況

2010—2019年，福州市種植業(yè)碳排放總量及強(qiáng)度如圖1所示，福州市種植業(yè)的碳排放總量可分為2個(gè)階段。2010—2015年變化不大，基本保持在220萬(wàn)～227萬(wàn)t；到2016年明顯下降，碳排放總量為149.462萬(wàn)t，比2015年減少32.21%；2016—2019年平穩(wěn)中略有上升。2019年上升至162.044萬(wàn)t，比2016年增長(zhǎng)8.42%。同時(shí)，碳排放強(qiáng)度波動(dòng)下降，從2010年的2.626 t·萬(wàn)元-1

降至2019年的0.889 t·萬(wàn)元-1，下降66.15%。這主要得益于近年來(lái)發(fā)展綠色農(nóng)業(yè)、農(nóng)業(yè)減排固碳等相關(guān)政策的出臺(tái)，伴隨農(nóng)業(yè)科技水平的提升，生產(chǎn)效率逐漸提高，化肥減量增效、農(nóng)藥減量控害等措施的實(shí)行，引起種植業(yè)碳排放總量的減少及碳排放強(qiáng)度的降低。

由圖2可知，根據(jù)不同碳源類型的劃分，農(nóng)田土壤利用＞稻田CH4排放＞農(nóng)資投入，年平均碳排放量分別為118.68萬(wàn)t、59.32萬(wàn)t和18.36萬(wàn)t，分別占總量的60.24%、30.36%和9.40%。所有碳源中，農(nóng)田土壤利用的貢獻(xiàn)度最大，2010—2015年緩慢上升，2015—2016年呈下降趨勢(shì)，主要是由于蔬菜、水稻等播種面積略有下降，隨后在2016—2019年緩慢回升。稻田CH4排放在2010—2019年持續(xù)緩慢下降。農(nóng)資投入的碳排放量在2010—2016年緩慢上升，2016年到達(dá)頂點(diǎn)，隨后緩慢下降，主要原因是自2016年開(kāi)展化肥農(nóng)藥減量增效工作以來(lái)，化肥、農(nóng)藥的使用量大幅度減少，使得農(nóng)資投入的碳排放量減少。將農(nóng)資投入細(xì)分為化肥、農(nóng)藥、農(nóng)膜、農(nóng)田灌溉，由圖3可知，在農(nóng)資投入中，化肥造成的碳排放占比最大，其次是農(nóng)藥、農(nóng)田灌溉、農(nóng)膜，所占比重分別為42.74%、21.37%、19.37%和16.52%。

2.2 種植業(yè)碳排放影響因素

基于LMDI模型分解的碳排放影響因素，結(jié)果如表2所示。與2010年相比，2011—2019年福州市種植業(yè)碳排放量累計(jì)減少了255.941萬(wàn)t。由表2可知，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)經(jīng)濟(jì)水平對(duì)碳排放具有促進(jìn)作用；種植業(yè)生產(chǎn)效率、農(nóng)村勞動(dòng)規(guī)模對(duì)碳排放具有抑制作用。

提高種植業(yè)生產(chǎn)效率是種植業(yè)碳排放減少的最主要因素。2011—2019年，種植業(yè)生產(chǎn)效率對(duì)碳減排的累計(jì)貢獻(xiàn)量為1 078.498萬(wàn)t，年均貢獻(xiàn)量為119.833萬(wàn)t，由表2可知，所有年份均持續(xù)減排，并且減排貢獻(xiàn)值持續(xù)增大。這說(shuō)明農(nóng)業(yè)科技水平提升，生產(chǎn)效率提高，有效抑制了種植業(yè)碳排放。

農(nóng)業(yè)勞動(dòng)規(guī)模減小也會(huì)導(dǎo)致種植業(yè)碳排放減少，2011—2019年，農(nóng)業(yè)勞動(dòng)規(guī)模對(duì)碳減排的累計(jì)貢獻(xiàn)量為82.314萬(wàn)t，年均貢獻(xiàn)量為9.146萬(wàn)t。這說(shuō)明隨著農(nóng)業(yè)現(xiàn)代化的發(fā)展，所需要的農(nóng)業(yè)勞動(dòng)人口在逐漸減少，農(nóng)業(yè)規(guī)模化、集約化發(fā)展有助于實(shí)現(xiàn)碳減排。

農(nóng)業(yè)經(jīng)濟(jì)水平提高、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的變化是造成種植業(yè)碳排放增加的主要因素，尤其是農(nóng)業(yè)經(jīng)濟(jì)水平的提高對(duì)碳增排的貢獻(xiàn)較大。2011—2019年，農(nóng)業(yè)經(jīng)濟(jì)水平對(duì)碳增排的累計(jì)貢獻(xiàn)量為830.011萬(wàn)t，年均貢獻(xiàn)量為92.223萬(wàn)t，并且基本呈逐年上升趨勢(shì)。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳增排的累計(jì)貢獻(xiàn)量為74.860萬(wàn)t，年均貢獻(xiàn)量為8.318萬(wàn)t，從早期的碳減排逐漸變成碳增排。種植業(yè)作為關(guān)系國(guó)計(jì)民生的基礎(chǔ)產(chǎn)業(yè)，通過(guò)限制其發(fā)展來(lái)降低碳排放的做法顯然不可行。因此，只有從農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)勞動(dòng)規(guī)模等減排因素入手，才能尋求更好的減排方式。

3 討論

3.1 改變耕作方式

推廣保護(hù)性耕作，用少耕或免耕的方法減少對(duì)土壤的擾動(dòng)，減少土壤中溫室氣體的排放，同時(shí)利用農(nóng)作物秸稈或其他殘茬覆蓋地表，做好雜草控制和病蟲(chóng)害防治，以此來(lái)發(fā)揮土壤的自然保護(hù)功能。水稻種植過(guò)程中，強(qiáng)化稻田水分管理，因地制宜縮短稻田厭氧環(huán)境時(shí)間，抑制稻田甲烷的產(chǎn)生和排放。

3.2 提高農(nóng)資使用效率

研究數(shù)據(jù)顯示，化肥產(chǎn)生的碳排放在農(nóng)資投入中占比最大，農(nóng)藥其次。因此，福州市需要持續(xù)推進(jìn)化肥農(nóng)藥減量增效，深入推進(jìn)化肥投入定額制，用有機(jī)肥部分替代化肥，種植綠肥改善土壤肥力。通過(guò)統(tǒng)防統(tǒng)治及生物防治技術(shù)，減少農(nóng)藥使用量。加快淘汰老舊農(nóng)機(jī)，因地制宜推廣低碳節(jié)能的農(nóng)機(jī)裝備，通過(guò)提高農(nóng)資使用效率實(shí)現(xiàn)種植業(yè)碳減排。

3.3 創(chuàng)新發(fā)展低碳農(nóng)業(yè)

研究表明，農(nóng)業(yè)生產(chǎn)效率和勞動(dòng)規(guī)模對(duì)種植業(yè)碳排放貢獻(xiàn)有負(fù)向效果。因此，福州市應(yīng)加大農(nóng)業(yè)科技投入，將農(nóng)業(yè)減排與人工智能、互聯(lián)網(wǎng)+等相結(jié)合，將智慧農(nóng)業(yè)、數(shù)字農(nóng)業(yè)融入低碳農(nóng)業(yè)的發(fā)展中，發(fā)展特色現(xiàn)代農(nóng)業(yè)，提高農(nóng)業(yè)從業(yè)人員的綜合素質(zhì)，強(qiáng)化農(nóng)業(yè)人才支撐。

3.4 加強(qiáng)宣傳培訓(xùn)

利用新聞、微信、微博等媒介，積極宣傳低碳農(nóng)業(yè)，依托新型職業(yè)農(nóng)民、農(nóng)村實(shí)用技術(shù)等培訓(xùn)，提升農(nóng)民低碳發(fā)展意識(shí)，傳授相關(guān)知識(shí)，從而實(shí)現(xiàn)農(nóng)業(yè)綠色低碳發(fā)展。鼓勵(lì)涉農(nóng)企業(yè)做好碳匯產(chǎn)品開(kāi)發(fā)，如永泰縣金蛋發(fā)展有限公司開(kāi)發(fā)的蛋鴨糞污資源化利用自愿碳減排核證碳標(biāo)準(zhǔn)（Verified Carbon Standard，VCS）項(xiàng)目，作為全國(guó)首個(gè)水禽糞污資源化利用碳匯VCS項(xiàng)目，成功將生態(tài)價(jià)值轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值，進(jìn)一步挖掘碳匯產(chǎn)品的可行性，讓生態(tài)保護(hù)者得到實(shí)惠，實(shí)現(xiàn)生態(tài)保護(hù)和經(jīng)濟(jì)收益良性互動(dòng)。

參考文獻(xiàn)：

[1] 鄭博福，梁涵，萬(wàn)煒，等.江西省縣域農(nóng)業(yè)碳排放時(shí)空格局及影響因素分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2022，38（23）：70-80.

[2] 胡婉玲，張金鑫，王紅玲.中國(guó)農(nóng)業(yè)碳排放特征及影響因素研究[J].統(tǒng)計(jì)與決策，2020，36（5）：56-62.

[3] 李薇，蒙平珠，李彩弟，等.基于LMDI模型的甘肅省種植業(yè)生產(chǎn)碳排放影響因素分析及減排途徑[J].作物雜志，2023（5）：264-271.

[4] 周一凡，李彬，張潤(rùn)清.縣域尺度下河北省農(nóng)業(yè)碳排放時(shí)空演變與影響因素研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2022，30（4）：570-581.

[5] 冉錦成，蘇洋，胡金鳳，等.新疆農(nóng)業(yè)碳排放時(shí)空特征、峰值預(yù)測(cè)及影響因素研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2017，38（8）：16-24.

[6] 劉順翊，李松青.湖南省農(nóng)業(yè)碳排放脫鉤彈性及驅(qū)動(dòng)因素：基于Tapio脫鉤模型與LMDI分析[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，41（5）：952-960.

[7] 劉楊，劉鴻斌.山東省農(nóng)業(yè)碳排放特征、影響因素及達(dá)峰分析[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2022，30（4）：558-569.

[8] 趙琪琛，余敦，王檢萍.九江市農(nóng)地利用碳排放時(shí)空演變、影響因素及趨勢(shì)預(yù)測(cè)[J].水土保持研究，2023，30（6）：441-451.

[9] 許清濤，李玉波，楊淑杰.吉林省農(nóng)業(yè)現(xiàn)代化進(jìn)程中碳排放測(cè)算與分解[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2018，39（7）：103-109.

[10] 閔繼勝，胡浩.中國(guó)農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測(cè)算[J].中國(guó)人口·資源與環(huán)境，2012，22（7）：21-27.

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

[12] 邱煒紅，劉金山，胡承孝，等.種植蔬菜地與裸地氧化亞氮排放差異比較研究[J].生態(tài)環(huán)境學(xué)報(bào)，2010，19（12）：2982-2985.

[13] 寧?kù)o，李亞潔，王震，等.中國(guó)糧食主產(chǎn)省區(qū)農(nóng)業(yè)碳排放特征及影響因素[J].水土保持研究，2024，31（1）：450-459.

[14] 方志霞，王小梅.基于LMDI模型的青海省農(nóng)業(yè)碳排放時(shí)空演變及影響因素研究[J].青?？萍?，2023，30（5）：35-42.

[15] 熊正琴，邢光熹，鶴田治雄，等.種植夏季豆科作物對(duì)旱地氧化亞氮排放貢獻(xiàn)的研究[J].中國(guó)農(nóng)業(yè)科學(xué)，2002，35（9）：1104-1108.

（責(zé)任編輯：劉寧寧）