杜 江,羅 珺,王 銳,王新華

(1.武漢輕工大學經濟與管理學院,湖北 武漢 430023;2.武漢軟件工程職業(yè)學院馬克思主義學院,湖北 武漢 430205)

1990—2011年全球由于人類活動而導致的溫室氣體(GHG)排放量增加54%[1]。農業(yè)是僅次于化石燃料的GHG排放源之一,農業(yè)源GHG排放量占GHG排放總量的13.5%,其中,源于農業(yè)的二氧化碳(CO2)、甲烷(CH4)和一氧化二氮(N2O)排放量分別占3種氣體排放總量的25%、50%和70%。中國的農業(yè)碳排放比重也較高，原國家發(fā)展和改革委員會應對氣候變化司發(fā)布的《中華人民共和國氣候變化第一次兩年更新報告》顯示,2012年中國農業(yè)源CO2排放當量比重為7.89%,農業(yè)源CH4、N2O排放量分別占CH4、N2O排放總量的40.9%和71.6%。

碳排放量核算方法主要有聯合國政府間氣候變化專門委員會(IPCC)清單法、生命周期評價法(LCA)、環(huán)境投入產出法(EIO)以及將LCA與EIO相結合的混合法(LCA-EIO)。作為LCA思想在氣候變化領域的特殊應用,碳足跡法近年得到廣泛運用。碳足跡法實際上屬于“生態(tài)足跡”家族,用來衡量某種活動引起的或某種產品生產周期內的直接或間接GHG排放量[2]。農業(yè)碳排放核算在國外開始的時間較早，成果頗豐。近年,隨著各種核算方法的引入,國內農業(yè)碳排放的實證研究逐漸增多。黃祖輝等[3]利用LCA-EIO法測算浙江省農業(yè)碳足跡,其他絕大多數相關研究采用基于LCA的排放系數法。根據研究對象的不同,這些研究可劃分為4類:(1)以單一地區(qū)的單一農作物品種為對象,陳中督等[4]對2004—2012年湖南雙季稻生產碳排放與碳吸收的特征及其動態(tài)進行分析，胡世霞等[5]核算了湖北省2003—2013年蔬菜生產碳足跡;(2)以單一地區(qū)的多個農作物品種為對象,有對湖北[6]、江西[7]、山東[8]、河南[9]、湖南[10-11]、四川瀘州[12]等地農業(yè)碳排放量的測算;(3)以全國或多個地區(qū)的多個農作物品種為對象,李波等[13]基于農用物資、農機、農田翻耕與灌溉等碳源,測算了1993—2008年的農業(yè)碳排放量,王興等[14]核算了中國水稻生產碳足跡及其變化趨勢,韋沁等[15]利用1999—2014年時序數據測算了我國小麥、水稻和玉米的碳排放并比較了南北區(qū)域的差異,還有針對黃淮海平原[16]、西南[17]、華北[18]、東北三省[19]等地區(qū)的測算;(4)以第一產業(yè)(農林牧漁業(yè))為對象,閔繼勝等[20]測算了1991—2008年水稻、玉米、小麥、牲畜、家禽生產的GHG排放量,田云等[21]基于農用物資投入、稻田、土壤、牲畜養(yǎng)殖等碳源測算了1995—2010年的農業(yè)碳排量。這些研究成果為人們了解農業(yè)碳排放問題提供了寶貴的資料,但仍然存在一些不足之處:(1)測算大多以單一區(qū)域為主,部分研究涉及到多個區(qū)域,但是研究的農作物品種單一,少數針對全國的研究包括了主要的農作物品種,卻只采用了時間序列數據,無法反映碳排放的區(qū)域差異;(2)大多未能同時包括3種主要的GHG氣體;(3)所有研究均采用IPCC第4次報告中提供的CH4轉換指數,但早在2013年IPCC第5次報告中其全球增溫潛勢(GWP)就由25調整為34;(4)多數研究沒有將化肥細分為氮、磷、鉀和復合肥進行分別計算。最重要的是,目前針對糧食主產區(qū)(以下簡稱“主產區(qū)”)種植業(yè)碳功能測算的研究較少。為此,筆者嘗試依據LCA思想與碳足跡原理測算主產區(qū)種植業(yè)的碳排放量、碳匯量及凈碳排放量，并分析其特征。

1 測算步驟、方法與數據來源

1.1 碳足跡的一般測算步驟

第一,選擇GHG種類。這要依據測算對象的類型與特征、測算的必要性、遵循的指南等條件而定,一般應該包括CO2、CH4、N2O這3種主要氣體。

第二,設定排放層級(tier)與邊界(boundary)。MATTHEWS等[22]設定了3個層級:第1層為現場直接排放;第2層包括消耗所購買的能源(如電能)時的排放;第3層包括前2層邊界之外的其他間接排放,如運送物資或成品、處置廢棄物時產生的排放。大多研究對于是否包括第3層仍存在較大爭議。由于第3層邊界的界定很模糊,如果包括這層排放源,就會增加估計的復雜性及不確定性[22]?？紤]到如果包括第3層排放源，將使得碳排放過程變得無法控制,有學者建議在計算碳足跡時不包括這一層[23]。此外,由于其不確定性、無法控制等原因,各種計算溫室氣體排放的指南或協(xié)議(protocol)均將第3層所包括的各種排放源列為可選項(optional)。PANDEY等[24]將測定邊界分為3種:(1)農作物生產邊界包括從耕種到收獲的所有階段;(2)農產品成品包括加工、包裝、運輸等環(huán)節(jié);(3)食物(熟食)包括熟食準備等階段。實踐中,根據不同的層級與邊界組合來測算農業(yè)碳足跡。

第三，收集排放數據。鑒于現場直接測量獲取數據的方式執(zhí)行與維護的成本很高，且統(tǒng)一與推廣很困難，目前主要通過排放系數與模型進行間接估算。

第四，測算碳足跡。2013年IPCC第5次報告中CO2、CH4、N2O基于100 a的GWP系數分別為1、34、298，CO2排放當量(CO2-eq)計算公式[24-25]為PGW，j=CO2排放量+CH4排放量×34+N2O排放量×298。其中，PGW,j表示第j層級的GWP，j=1，2，3。

碳足跡也可用碳排放密度與碳排放強度的形式表征，計算公式為

(1)

(2)

式(1)～(2)中，FC，A為單位面積CO2排放當量，kg·hm-2；FC，Y為單位產值CO2排放當量，kg·萬元-1；A為農作物播種面積，103hm2；Y為農業(yè)總產值，億元。

1.2 測算方法

該研究主要測算種植業(yè)田間生產過程中的碳排放,擬采用上述第1種邊界設定方式測算種植業(yè)碳足跡。根據數據的可獲得性,考慮到農業(yè)生產資料在投入田間使用前的生產、運輸與儲存過程中釋放的CO2也是農業(yè)碳排放的重要組成部分,研究包括3個層級的碳排放源:第1層級直接排放包括農田耕作及土壤的CO2、CH4、N2O排放,農業(yè)機械消耗化石燃料所產生的CO2排放,田間秸稈燃燒產生的CO2排放;第2層間接排放包括由于農田灌溉電能消耗所產生的碳排放;第3層間接排放包括氮肥、磷肥、鉀肥、復合肥、農藥、農膜等農業(yè)生產要素在生產、運輸、儲存及使用過程中產生的碳排放。排放當量計算公式為

EGWP,CO2=ECO2，input+ECO2，straw+ECH4，paddy×34+EN2O，soil×298，

(3)

ECO2，input=X1×δ1+X2×δ2+X3×δ3+X4×δ4+X5×δ5+X6×δ6+X7×δ7+X8×δ8，

(4)

ECO2，straw=∑P×N×D×B×F×δstraw，

(5)

ECH4，paddy=R×δCH4，

(6)

EN2O，soil=X1×δN2O×44/28，

(7)

(8)

式(3)～(8)中，ECO2，input為各投入要素碳排放，104t；ECO2，straw為秸稈焚燒碳排放，104t；ECH4，paddy為水稻種植CH4排放，104t；EN2O，soil為農田氮肥施用N2O排放，104t；X1～X8分別為氮肥、磷肥、鉀肥、復合肥、農藥、農膜、農用柴油與電力消耗；δ為排放系數(表1)；P為農作物產量；N為各作物的谷草比(表 2)；D和F分別為秸稈干物質比例和燃燒效率(表 3)；B為秸稈田間燃燒比例，各省(區(qū))取值：河北0.244 6、內蒙古0.114 1、遼寧0.126 6、吉林0.156 4、黑龍江0.222 2、江蘇0.188 7、安徽0.341 1、江西0.226 9、山東0.331 3、河南0.215 8、湖北0.202 0、湖南0.206 5、四川0.230 4；δstraw為秸稈燃燒排放系數(表 4)；R為水稻產量；δCH4為水稻種植的CH4排放系數(表5)；δN2O為N2O排放系數；ECO2，CS為農作物碳吸收總量；Ci為農作物碳吸收量；k為農作物種類；ci為作物通過光合作用合成單位有機質所需吸收的碳，即碳吸收率；Yi為內作物的經濟產量；r為作物經濟產品含水量；Hi為作物經濟系數。

表1 農業(yè)投入與農田灌溉碳排放系數

Table 1 Carbon Emission coefficients of agricultural inputs and farmland irrigation

投入要素排放系數單位 系數來源 氮肥1.53t·t-1CLCD v0.7 磷肥1.63t·t-1CLCD v0.7 鉀肥0.65t·t-1CLCD v0.7 復合肥1.77t·t-1CLCD v0.7 柴油0.89t·t-1CLCD v0.7 農藥12.44t·t-1Econinvent v2.2 農膜22.72t·t-1Econinvent v2.2 灌溉用電2.71kg·hm-2文獻[25] 農田N2O0.01t·t-1文獻[26]

表2 各地不同作物谷草比

Table 2 Grain-to-straw ratio for different crops at the provincial level

省(區(qū)) 水稻小麥玉米豆類薯類棉花花生油菜籽 河北0.951.221.051.360.422.620.862.57 內蒙古0.831.391.301.360.622.620.862.57 遼寧1.031.221.031.290.602.620.862.57 吉林1.031.251.091.500.602.620.862.57 黑龍江0.921.051.161.130.602.620.862.57 江蘇1.241.411.001.520.533.351.262.98 安徽1.091.121.001.520.533.351.262.98 江西1.031.360.951.520.523.351.262.98 山東1.291.390.961.360.422.640.892.87 河南0.971.291.071.360.422.410.862.57 湖北0.961.390.981.520.523.351.262.98 湖南0.981.380.961.520.523.351.262.98 四川0.901.120.981.520.493.351.262.98

排放系數取值大多來源于中國生命周期數據庫(Chinese Life Cycle Database,CLCD)和Ecoinvent數據庫?，F有研究文獻中采用的碳排放系數大多來源于美國橡樹嶺國家實驗室或國外學者提供的參數,這些系數可能不太適合中國的本土化應用。CLCD與Ecoinvent數據庫則能夠提供中國本土化的排放參數,且被越來越多的學者所采用[14,18-19]。其余各參數值參考了文獻[20,26-32]的研究成果。

表3 作物干物質比例與燃燒效率

Table 3 Dry matter proportion and burning efficiency in the crop residue

作物干物質比例燃燒效率 水稻0.890.93 小麥0.890.92 玉米0.870.92 豆類0.910.68 薯類0.450.68 棉花0.830.80 花生0.940.82 油菜籽0.830.80

表4 作物秸稈燃燒污染物排放系數

Table 4 Emission coefficients of pollutants emitted from crop residue burning

作物CO2CH4N2O 水稻1.110.005 80.000 07 小麥1.470.003 40.000 07 玉米1.350.004 40.000 14 豆類1.580.005 80.000 07 薯類1.580.005 80.000 07 棉花1.350.005 80.000 07 花生1.580.005 80.000 07 油菜籽1.580.005 80.000 07

表5 各地早、中、晚稻種植CH4排放系數

Table 5 Methane emission coefficients of early, in-season and late rices at the provincial level

kg·hm-2

“—”表示某省(區(qū))沒有種植該水稻品種。

作物經濟系數、含水量與碳吸收率見表6。各系數取值參考了韓召迎等[33]和楊果等[34]的研究。

表6 作物經濟系數、含水量與碳吸收率

Table 6 Economic coefficient, water content and carbon absorption rate of main crops

作物經濟系數含水量碳吸收率 水稻0.450.120.41 小麥0.400.120.49 玉米0.400.130.47 豆類0.340.130.45 薯類0.700.700.42 棉花0.100.080.45 花生0.430.100.45 油菜籽0.250.100.45

種植業(yè)投入產出數據來源于《中國統(tǒng)計年鑒》《中國農業(yè)年鑒》《中國農村統(tǒng)計年鑒》《新中國五十年農業(yè)統(tǒng)計資料》《新中國農業(yè)60年統(tǒng)計資料》《新中國五十五年統(tǒng)計資料》,少數部分地區(qū)的缺失數據則用當地的統(tǒng)計年鑒予以補充。

2 種植業(yè)碳排放的總體特征

2.1 碳排放總量、強度與密度

1991—2016年主產區(qū)種植業(yè)碳排放量由49 579.75 萬t增加到68 461.77萬t(圖1),增長38.08%,年均遞增1.3%。根據排放量環(huán)比增速大小,可將排放過程大致分為3個階段。

圖1 主產區(qū)種植業(yè)碳排放總量變化Fig.1 Total amount of carbon emissions in main production areas

第1階段為1991—1999年,這期間除了1992—1993年、1996—1997年外各時間段的環(huán)比增速均大于0,碳排放量下降到1993年的最低點(49 460.49萬t)后,又在波動中上升到1999年的56 990.52萬t,比1991年增加14.95%,年均遞增1.76%。第2階段為1999—2003年,這期間的環(huán)比增速均小于0,排放量一直下降到2003年的54 186.8萬t,比1999年下降了4.91%,年均降低1.25%。第3階段為2003—2016年,這期間除了2015—2016年外的環(huán)比增速均大于0,碳排放繼續(xù)增加到68 461.77萬t,比2003年增加26.34%,年均遞增1.82%。按照排放趨勢及近幾年種植業(yè)的發(fā)展狀況來看,未來幾年種植業(yè)碳排放量可能還會保持持續(xù)增長態(tài)勢。

種植業(yè)碳排放強度在波動中持續(xù)降低(圖2),由26 406 kg·萬元-1下降到9 574.48 kg·萬元-1,降低63.74%,年均減少3.98%。根據環(huán)比增速大小將碳排放強度變化劃分為3個階段:第1階段為1991—1995年,期間環(huán)比增速均小于0,排放強度下降幅度明顯,1995年比1991年減少將近一半(42.12%),年均遞減12.78%;第2階段為1995—2002年,這期間除2000—2001年外的環(huán)比增速均大于0,碳排放強度緩慢增加,2002年比1995年增加6.77%,年均遞增0.94%;第3階段為2002—2016年,除2014—2015年、2015—2016年外的環(huán)比增速均小于0,碳排放強度持續(xù)降低,2016年比2002年下降41.33%,年均降低3.74%。

圖2 主產區(qū)種植業(yè)碳排放強度與密度變化Fig.2 Carbon emission intensity and density in main production areas

主產區(qū)種植業(yè)碳排放總量在增加,但是排放強度卻表現出降低趨勢,這說明我國正在以更小的環(huán)境代價獲得農業(yè)的持續(xù)增長。與碳排放強度的變化不同,碳排放密度在波動中持續(xù)增加,1991—2016年由4 803.17增加到6 072.13 kg·hm-2,增加26.42%,年均遞增0.94%。1991—2016年,農作物播種面積由10 322.3萬增加到11 274.75萬hm2,增加9.23%,年均遞增0.35%,均小于同期碳排放總量的增長率(38.08%)與年均遞增率(1.3%),可能正是這一增長率的差距導致碳排放密度增加。

2.2 碳排放構成

各排放源碳排放量占比由大到小依次為水稻種植(36.76%)、農業(yè)投入(33.42%)、秸稈燃燒(17.94%)和農田氮肥(11.88%)。農業(yè)投入要素中,碳排放比重最大的為電力消耗(17.8%),化肥投入碳排放比重最大的為氮肥(3.87%)，最小的是鉀肥(0.29%)。四大排放源排放量比重的時序變化差異較大。2007年以前水稻種植的碳排放比重最大,但總體上呈逐年下降的趨勢,1991—2007年由44.37%下降到34.17%;農業(yè)投入碳排放比重由27.08%增加到36.26%,且自2008年以來成為碳排放的最大貢獻者;秸稈燃燒碳排放比重由17.16%增加到19.36%,農田氮肥施用碳排放比重則由11.4%降低到10.21%,兩者變化不大。

3 種植業(yè)碳排放的空間分布特征

3.1 碳排放總量的空間分布特征

碳排放總量的空間分布特征見圖3。1991—2016年主產區(qū)平均碳排放量為4 546.95萬t,高于均值的有江蘇、湖南、安徽、湖北、山東、江西、河南、四川,低于均值的有河北、黑龍江、吉林、遼寧、內蒙古,排放量最大的江蘇(7 475.37萬t)是最低的內蒙古(1 560.94萬t)的4.79倍。高于均值的8個省排放量占排放總量的80.5%,低于均值的5個省(區(qū))排放量占排放總量的19.5%。

圖3 主產區(qū)省級種植業(yè)年均碳排放量Fig.3 The amount of annual carbon emissions in main production areas at the provincial level

3.2 碳排放構成的空間分布特征

主產區(qū)農業(yè)投入、水稻種植、秸稈燃燒、農田氮肥施用碳排放平均占比分別為38.74%、29.14%、18.96%、13.16%,農業(yè)投入與水稻種植碳排放占比最大。由圖4可見，內蒙古農業(yè)投入碳排放比例最高，為64.57%,江西最低，為16.78%,高于主產區(qū)平均比例(38.74%)的有內蒙古、河北、遼寧、山東、吉林、河南、黑龍江,這些省(區(qū))以農業(yè)投入為其最大排放源;江西水稻種植碳排放比例最高，為70.49%,河北最低，為1.51%,高于平均比例(29.14%)的有江西、湖南、湖北、江蘇、安徽、四川,這些省以水稻種植為其最大排放源;山東秸稈燃燒碳排放比例最高，為33.48%,江西最低，為8.4%,高于平均比例(18.96%)的有山東、黑龍江、河南、吉林、河北、安徽;遼寧農田氮肥施用碳排放最高，為19.47%,江西最低，為4.33%,高于平均比例(13.16%)的有遼寧、河南、吉林、河北、內蒙古、山東。

圖4 主產區(qū)省級種植業(yè)碳排放構成Fig.4 The compositon of carbon emissions in main production areas at the provincial leve

3.3 碳排放強度與密度的空間分布特征

1991—2016年的平均碳排放強度為10 119.47 kg·萬元-1,高于均值的有吉林、內蒙古、黑龍江、河南、山東、安徽,強度最高的吉林達16 223.93 kg·萬元-1,最低的遼寧只有7 053.34 kg·萬元-1,前者是后者的2.3倍。碳排放密度方面,平均排放密度為5 654.95 kg·hm-2,高于均值的有江蘇、江西、湖南、湖北、安徽,密度最大的江蘇為9 624.85 kg·hm-2,最小的內蒙古僅為2 443.04 kg·hm-2,前者是后者的3.94倍。雖然吉林、內蒙古、黑龍江的平均碳排放總量相對較低,但其排放強度最高,農業(yè)生產的環(huán)境代價較大,如何降低農業(yè)投入的碳排放是這幾個省(區(qū))需要重點考慮的問題。碳排放密度高于均值的5個省平均碳排放總量高于主產區(qū)平均值,水稻種植碳排放比例也高于主產區(qū)平均值，需要重點考慮如何降低水稻種植的碳排放量。此外,秸稈焚燒碳排放比例高于均值的省大部分位于北方,其平均碳排放量雖然大多低于主產區(qū)平均值,但也不容忽視,今后需要加大力度整治田間秸稈焚燒問題。

4 種植業(yè)碳匯的總體特征與空間分布特征

4.1 種植業(yè)碳匯的總體特征

4.1.1碳匯總量、強度與密度

1991—2016年主產區(qū)種植業(yè)碳匯量由30 509.47 萬增加到47 069.76萬t,增長54.28%,年均遞增1.75%。根據環(huán)比增速大小將碳匯變化大致分為3個階段:第1階段為1991—1996年,環(huán)比增速除了1993—1994年外均大于0,到1996年碳匯量增至35 691.78萬t,比1991年增加16.99%。第2階段為1996—2003年,雖然該時期環(huán)比增速除1996—1997年、1999—2000年外均大于0,但由于增速小于0的這2個時期下降幅度較大,總體上這一階段的碳匯量持續(xù)下降到2003年(30 813.86萬t),比1996年降低13.67%。第3階段為2003—2016年,環(huán)比增速除了2008—2009年、2015—2016年外均大于0,碳匯量持續(xù)增加到47 069.76 萬t,增長52.76%,年均遞增3.3%。

由圖5可見,碳匯密度由1991年的2 955.69 增加到2016年的4 174.79 kg·hm-2,增長41.25%。碳匯密度增加意味著單位播種面積的CO2吸收量在增加,農業(yè)發(fā)展對環(huán)境的污染程度正在降低。此外,碳匯強度表現出波動下降趨勢,由16 249.24下降到6 582.78 kg·萬元-1,降低59.49%,年均遞減3.5%。農業(yè)產值增長速度高于農業(yè)碳匯增長速度,使得單位產值碳吸收量降低。

圖5 主產區(qū)種植業(yè)碳匯強度與密度變化Fig.5 The intensity and density of carbon sink of main production areas

4.1.2碳匯構成

不同作物碳匯量比較而言,碳匯量最高的玉米是最低的薯類的33.94倍,水稻、小麥、玉米3類糧食作物的碳匯量遠大于其他作物。按照碳匯量總體增減幅度高低排序,花生的碳匯量增幅最大(186.7%),接下來依次為玉米(113.74%)、油菜籽(103.00%)、小麥(46.40%)、水稻(29.29%)、豆類(26.44%)、薯類(-17.52%)、棉花(-66.00%),其中薯類和棉花的碳匯量出現了減少趨勢。按照碳匯量年均變化率由高到低排序，依次為花生(4.29%)、玉米(3.09%)、油菜籽(2.90%)、水稻(1.03%)、豆類(0.94%)、小麥(0.73%)、薯類(-0.77%)、棉花(-4.20%)。

各作物碳匯量占碳匯總量的比例差異明顯(圖6),水稻碳匯占比逐年降低,且在2002年及以前占比最大;玉米碳匯占比逐漸上升,且自2004年以來成為碳匯最大貢獻者;小麥碳匯占比變化比較平緩;其余作物的碳匯占比均低于6.5%。

圖6 主產區(qū)種植業(yè)分作物碳匯構成時序變化Fig.6 The compositon of carbon sink of crops in main production areas

4.2 種植業(yè)碳匯的空間分布特征

4.2.1省級種植業(yè)碳匯的總量與構成特征

1991—2016年種植業(yè)的平均碳匯量為2 894.36 萬t,最高的河南達5 145.63萬t,最低的四川僅1 544.45 萬t,平均碳匯量高于總體均值的有河南、山東、黑龍江、江蘇、四川、河北、安徽。碳匯構成方面,各省(區(qū))水稻(32.36%)、小麥(20%)、玉米(32.81)的碳匯量占碳匯總量的比例較大(圖7),3類糧食作物碳匯占比例達85.16%,高于這一平均值的有河北(86.93%)、內蒙古(87.19%)、遼寧(93.28%)、吉林(93.84%)、江西(86.49%),而最低的湖北也達75.45%。豆類(4.47%)與薯類(0.92%)碳匯占比相對較低,共占5.93%,黑龍江(17.1%)和內蒙古(8.83%)的豆類碳匯占比較高,其余各省均低于5%。薯類碳匯占比最高的四川也僅2.91%,其他省(區(qū))大都低于1%。上述5類糧食作物碳匯量占總量的90.55%。

相對于糧食作物,油菜(4.01%)、花生(2.33%)、棉花(3.11%)這3類經濟作物的碳匯占比較小,共占碳匯總量的9.45%。油菜碳匯占比最高的3個省為湖北(12.03%)、四川(8.63%)、湖南(7.95%),花生碳匯占比最高的3個省為山東(6.49%)、河南(5.89%)、河北(3.7%),棉花碳匯占比最高的3個省為湖北(7.22%)、河北(6.27%)、江蘇(4.58%)。就各省(區(qū))內部的碳匯占比來看,以水稻為主(排第1)的有江西、湖南、湖北、江蘇、四川、安徽,以小麥為主的有河南、山東,以玉米為主的有黑龍江、遼寧、吉林、內蒙古、河北。

圖7 主產區(qū)省級種植業(yè)碳匯構成Fig.7 The compositon of carbon sink in main production areas at the provincial level

4.2.2省級種植業(yè)碳匯強度與密度的特征

1991—2016年種植業(yè)平均碳匯強度為10 119.47 kg·萬元-1,高于均值的有吉林、內蒙古、黑龍江、河南、山東、安徽,最高的吉林(16 223.93 kg·萬元-1)是最低的遼寧(7 053.34 kg·萬元-1)的2.3倍(圖8)。碳匯密度平均值為3 541.43 kg·hm-2,高于這一平均值的有吉林、山東、江蘇、遼寧、河南,最高的吉林(5 076.11 kg·hm-2)是最低的內蒙古(2 512.68 kg·hm-2)的2.02倍。

圖8 主產區(qū)省級種植業(yè)平均碳匯強度與密度Fig.8 The provincial avarage intensity and density of carbon sink of main production areas

5 種植業(yè)碳足跡(凈碳排放)的總體特征與空間分布特征

5.1 種植業(yè)凈碳排放的總體特征

碳排放量與碳匯量的差值即為碳足跡(凈碳排放量)。1991—2016年種植業(yè)年均凈碳排放量的波動變化明顯,由19 070.28萬增加到21 392.01萬t,增長12.17%,年均遞增0.46%。凈排放量的最大與最小值分別出現在2008年(23 929.59萬t)與1993年(17 752.93萬t)。根據環(huán)比增速大小可將凈碳排放量變化大致分為3個階段。第1階段為1991—1993年,碳排放經歷了1992年的少許增加后下降到1993年的最低點,比1991年的19 070.28萬t降低6.91%。第2階段為1993—2008年,凈碳排放量在波動中增加到最高值,增加34.79%,年均增長2.01%。第3階段為2008—2016年,凈排放量在波動中持續(xù)下降到21 392.01萬t,下降10.6%,年均減少1.39%。整個時期的種植業(yè)凈碳排放量表現出隨著時間推移先增加后降低的倒“U”型特征。

5.2 種植業(yè)凈碳排放的空間分布特征

種植業(yè)凈碳排放量的省際差異明顯。1991—2016年的年均凈排放量始終為正的有江蘇、湖南、安徽、江西、湖北、四川、山東、河北(圖9),前5個省的凈排放量相對較高。凈排放量呈正負交替變化的有河南、遼寧、內蒙古(圖10),其中河南變化幅度最大,最大(2003年)與最小(2006年)凈排放量分別為873.1萬與-212.6萬t，內蒙古的變化幅度最小。凈排放量始終為負的有黑龍江和吉林(圖11),這2個省每年均表現為碳吸收狀況。

圖9 主產區(qū)種植業(yè)凈碳排放量為正的省份的時序變化Fig.9 The time series of net carbon emissions for the provinces with positive ones

圖10 主產區(qū)種植業(yè)凈碳排放正負交替的省(區(qū))的時序變化Fig.10 The time series of net carbon emissions for the provinces with alternate ones

6 研究結論與政策啟示

6.1 研究結論

該研究測算了1991—2016年糧食主產區(qū)種植業(yè)的碳足跡,研究發(fā)現:(1)種植業(yè)年均碳排放量增加38.08%,排放源貢獻由高到低排序依次為水稻種植(36.76%)、農業(yè)投入(33.42%)、秸稈燃燒(17.94%)和農田氮肥(11.88%),其中農業(yè)投入碳排放比例最高的是電力消耗(17.8%),化肥投入碳排放比例最高的為氮肥(3.87%)。(2)種植業(yè)年均碳匯量增加54.28%,水稻、小麥、玉米的碳匯量遠大于其他作物,除薯類和棉花外其他作物的年均碳匯量均逐年增加。(3)主產區(qū)種植業(yè)年均凈碳排放始終為正,1991—2016年增加12.17%,且表現出隨時間推移先增加后降低的倒“U”型特征。

6.2 政策啟示

(1)降低水稻種植的碳排放。通過政府的技術與資金支持,進一步加大沼氣工程建設力度,推廣循環(huán)經濟以方便對氣體的回收利用,降低其對環(huán)境的危害。依托新的生物技術,對傳統(tǒng)的水稻種植技術進行升級,盡快實現稻田的低甲烷排放。

(2)降低農機使用的碳排放。加快節(jié)能環(huán)保農機具的研發(fā)速度,加大對節(jié)能減排效果顯著的農機具的補貼與推廣力度,盡快讓農戶用上新型的農機具。同時,進一步推進規(guī)?；N植,提高田間農機使用效率,降低農機使用的能源消耗碳排放。

(3)降低農業(yè)化學品使用的碳排放。盡快推廣測土配方施肥與精準施肥,減少對環(huán)境污染較大的農業(yè)化學品的使用量。實施混施與深施相結合的氮肥施用技術,優(yōu)化田間氮肥管理。合理調整農作物種植結構,引導農戶采用輪耕間作等方式種植豆科等固氮作物,降低種植業(yè)碳排放。

(4)禁止田間秸稈焚燒,加快推進農村清潔能源開發(fā),加快秸稈等農林廢棄物生物能源轉化與資源循環(huán)利用,降低廢棄物在田間處理的碳排放。

(5)區(qū)域種植業(yè)碳排放與農業(yè)生產布局密切相關,農業(yè)碳減排要因地制宜區(qū)別對待,可重點關注排放量多的地區(qū)在低碳減排方面的成功經驗,并將這些經驗向其他地區(qū)進行推廣。

需要特別指出的是,筆者雖然嘗試對相關研究的不足之處進行改進,但仍然有許多缺陷,如農作物品種的選擇仍然不多、碳排放源的劃分有限等。今后需要做進一步的改進與分析。