白福臣，高鵬，鄭沃林

（1.廣東海洋大學(xué) 管理學(xué)院，廣東 湛江 524088；2.廣東金融學(xué)院 信用管理學(xué)院，廣東 廣州 510520）

0 引言

家庭承包責(zé)任制形成了“所有權(quán)歸集體、使用權(quán)歸農(nóng)戶”的產(chǎn)權(quán)制度，農(nóng)戶成為農(nóng)業(yè)生產(chǎn)經(jīng)營的微觀主體。這不僅提高了農(nóng)戶的生產(chǎn)積極性，也誘致農(nóng)業(yè)生產(chǎn)的短期行為。例如，化肥農(nóng)藥過量化使用[1]。作為一個抽象的主體，集體缺乏實質(zhì)性處分權(quán)能，只負(fù)責(zé)落實國家土地政策，這使得所有者（集體）難以對農(nóng)戶短期化的農(nóng)業(yè)生產(chǎn)行為進行監(jiān)督，加劇了農(nóng)業(yè)生產(chǎn)過程中的生態(tài)環(huán)境問題。而且農(nóng)戶兼業(yè)經(jīng)營現(xiàn)象十分普遍，使得農(nóng)業(yè)生產(chǎn)出現(xiàn)粗放式經(jīng)營，在加重農(nóng)業(yè)面源污染的同時，導(dǎo)致農(nóng)業(yè)面源污染的隨機性，難以有效地監(jiān)督與量化[2]。加之“熟人社會”天然形成的社會關(guān)聯(lián)，農(nóng)戶之間因互動而產(chǎn)生相對穩(wěn)定的社會體系，并提供“相互包庇”的行動功能，這在很大程度上規(guī)避了外部的環(huán)境污染監(jiān)督與問責(zé)[3]。以化肥為例，2013年我國化肥投入量達(dá)5 912萬噸，平均每公頃化肥投入量達(dá)328.5千克，遠(yuǎn)高于世界平均水平（120千克/公頃），是美國的2.6倍與歐盟的2.5倍[4]。

農(nóng)業(yè)生態(tài)環(huán)境引起政府的廣泛關(guān)注。2015年，原農(nóng)業(yè)部聯(lián)合其他部門提出“一控兩減三基本”的目標(biāo)，即控制農(nóng)業(yè)用水總量，減少化肥和農(nóng)藥使用量，并實現(xiàn)畜禽糞便、廢舊農(nóng)膜、秸稈的資源化利用，進而打響農(nóng)業(yè)面源污染防治攻堅戰(zhàn)；同年，原農(nóng)業(yè)部等八部門印發(fā)了《全國農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030年）》。2016年，國務(wù)院印發(fā)的《土壤污染防治行動計劃》對土壤污染防治工作做出具體部署；2017年，中央一號文件聚焦農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，提出綠色生產(chǎn)方式；同年，中共中央辦公廳和國務(wù)院辦公廳聯(lián)合印發(fā)了《關(guān)于創(chuàng)新體制機制推進農(nóng)業(yè)綠色發(fā)展的意見》，對促進農(nóng)業(yè)可持續(xù)發(fā)展做出全面部署。

盡管農(nóng)業(yè)生態(tài)環(huán)境治理上升為國家戰(zhàn)略，具體實踐卻沒有達(dá)到預(yù)期效果。究其原因，我國強調(diào)糧食自給。在耕地資源有效的條件下，只能通過更多的化肥農(nóng)藥來提高糧食產(chǎn)量，從而形成短期化農(nóng)業(yè)生產(chǎn)的“慣性”。而且我國政府出臺了有利于糧食生產(chǎn)的農(nóng)業(yè)補貼等政策，國內(nèi)要素市場因此出現(xiàn)扭曲[5]。為提高糧食產(chǎn)量，農(nóng)戶會增加化肥農(nóng)藥的投入量，加劇農(nóng)業(yè)生態(tài)環(huán)境污染[4]。糧食安全保障與農(nóng)業(yè)生態(tài)環(huán)境之間存在著一定程度的沖突。為此，“十四五”發(fā)展規(guī)劃明確提出：在保證糧食安全的基礎(chǔ)之上推進農(nóng)業(yè)向低碳轉(zhuǎn)型?？梢哉J(rèn)為，分析農(nóng)業(yè)生態(tài)環(huán)境的時空演變及其與糧食安全之間的動態(tài)關(guān)系，具有重要的政策評價及政策改進的意義。

碳足跡分析方法作為溫室氣體排放的定量研究方法被廣泛運用于農(nóng)業(yè)領(lǐng)域，其實質(zhì)是測算農(nóng)業(yè)生產(chǎn)過程中的直接和間接的碳排放量，從而考察農(nóng)業(yè)生產(chǎn)活動對生態(tài)環(huán)境的影響[6]。因此，以碳足跡作為農(nóng)業(yè)生態(tài)環(huán)境的測度項具有現(xiàn)實價值，被廣泛應(yīng)用。例如，史磊剛等[7]、王鈺喬等[8]基于ISO14067產(chǎn)品碳足跡計算方法對華北平原的小麥、玉米等糧食作物的碳足跡進行核算研究。黃祖輝等[9]基于分層投入產(chǎn)出—生命周期評價法對浙江省的農(nóng)業(yè)碳足跡進行了核算分析。楊文等[10]、尚杰等[11]、陳勇等[12]、葉文偉等[13]分別基于土地利用投入—產(chǎn)出理論、時變參數(shù)狀態(tài)空間模型、KEC模型、農(nóng)田生態(tài)系統(tǒng)碳足跡模型對上海市、山東濰坊市、西南地區(qū)以及海南省的農(nóng)田生態(tài)系統(tǒng)碳足跡進行核算分析。以上研究盡管考察了碳足跡作為生態(tài)環(huán)境的測度意義，卻缺乏分析其與糧食安全之間的動態(tài)關(guān)系。而后者往往對保障糧食安全重要功能與農(nóng)業(yè)低碳轉(zhuǎn)型具有重要的理論價值[14]。鑒于此，本文以糧食主產(chǎn)區(qū)為研究區(qū)域，基于農(nóng)田生態(tài)系統(tǒng)雙重屬性，即碳源和碳匯，構(gòu)建農(nóng)田生態(tài)系統(tǒng)碳足跡模型和Tapio脫鉤模型，并利用ArcGIS軟件分析2010—2020年農(nóng)田生態(tài)系統(tǒng)碳足跡的時空演變及其與糧食產(chǎn)量之間的脫鉤效應(yīng)，從而為保障糧食安全與推進低碳農(nóng)業(yè)轉(zhuǎn)型雙重目標(biāo)的協(xié)同發(fā)展提供建議。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 農(nóng)田生態(tài)系統(tǒng)碳足跡模型

農(nóng)田生態(tài)系統(tǒng)碳足跡模型由“農(nóng)田生態(tài)系統(tǒng)碳排放估算”“農(nóng)業(yè)生態(tài)系統(tǒng)碳吸收估算”“農(nóng)田生態(tài)系統(tǒng)碳足跡估算”構(gòu)成，具體如下：

第一，農(nóng)田生態(tài)系統(tǒng)碳排放估算。農(nóng)田生態(tài)系統(tǒng)中的溫室氣體排放的主要源頭是：（1）農(nóng)資投入引起的CO2排放；（2）田間化肥施用以及秸稈還田引起的N2O排放；（3）稻田的CH4排放。計算公式為：

其中，農(nóng)資投入引起的CO2量來源于化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、農(nóng)作物播種、農(nóng)業(yè)灌溉（包括消耗電能）產(chǎn)生的碳排放[15]，由此可知：

化肥施用和秸稈還田引起的N2O量來源于N元素在硝化與反硝化過程中形成的N2O、含氮活性物質(zhì)揮發(fā)后沉降而產(chǎn)生的N2O，N元素淋溶和徑流而產(chǎn)生的N2O[16-17]，由此可知：

稻田CH4量來源于稻田，由此式（8）表達(dá)為：

式中：API為農(nóng)田生態(tài)系統(tǒng)碳排放強度（萬噸CO2eq/公頃）；E為農(nóng)田生態(tài)系統(tǒng)碳排放總量（萬噸CO2eq），S為種植面積（萬公頃）。

第二，農(nóng)田生態(tài)系統(tǒng)碳吸收估算。農(nóng)田生態(tài)系統(tǒng)中，農(nóng)作物通過光合作用、呼吸作用對CO2進行吸收與釋放，通過測算光合作用和呼吸作用的差值能夠獲得農(nóng)作物全育期固碳量[19]，計算公式為：

式中：C為農(nóng)田生態(tài)系統(tǒng)農(nóng)作物碳吸收總量（萬噸CO2eq）；Fi為第i種作物的含碳率（%）；Yi為第i種作物的產(chǎn)量（噸）；wi為第i種作物的水分系數(shù)（%）；Ri為第種作物的根冠比系數(shù)（%）；Hi為經(jīng)濟系數(shù)；44/12為C轉(zhuǎn)為CO2的轉(zhuǎn)化系數(shù)[16-17]。另外，各個糧食主產(chǎn)區(qū)因種植面積不同而存在農(nóng)田生態(tài)系統(tǒng)碳吸收的差異性，引入碳吸收強度計算公式：

式中：APC為農(nóng)田生態(tài)系統(tǒng)碳吸收強度（萬噸CO2eq/公頃）；C為農(nóng)田生態(tài)系統(tǒng)農(nóng)作物碳吸收總量（萬噸CO2eq），S為種植面積（萬公頃）。

第三，農(nóng)田生態(tài)系統(tǒng)碳足跡估算。根據(jù)段華平等[20]的碳足跡研究方法，將碳足跡看作生態(tài)足跡的一部分，即消納碳排放所需要的生產(chǎn)性土地（植被）的面積，公式如下：

式中：CEF為碳排放的生態(tài)足跡即碳足跡（萬公頃）；E為農(nóng)田生態(tài)系統(tǒng)碳排放總量（萬噸CO2eq）；NEP為農(nóng)作物的固碳能力（噸/公頃）；C為農(nóng)田生態(tài)系統(tǒng)中所有農(nóng)作物碳吸收總量（萬噸CO2eq）；S為種植面積（萬公頃）。其中，將農(nóng)田生態(tài)系統(tǒng)碳足跡和生態(tài)承載力（耕地面積）進行比較：如果農(nóng)田生態(tài)系統(tǒng)碳足跡大于區(qū)域生態(tài)承載力（耕地面積），為碳生態(tài)赤字；相反，為碳生態(tài)盈余。

1.1.2 Tapio脫鉤模型

脫鉤在物理學(xué)領(lǐng)域表達(dá)的是兩個或以上的物理量關(guān)系發(fā)生中斷或脫離[21]，在經(jīng)濟學(xué)領(lǐng)域則反映資源環(huán)境壓力變化對經(jīng)濟變化的敏感程度，并且采用碳排放增長單個環(huán)境壓力因素對經(jīng)濟增長的彈性響應(yīng)來測度[22]?？紤]到區(qū)域碳排放能力存在差異，以Topio脫鉤模型為基礎(chǔ)，引入碳足跡來測度糧食產(chǎn)量的彈性變化。其中，碳足跡作為環(huán)境負(fù)荷變量，糧食產(chǎn)量表示經(jīng)濟驅(qū)動力變量，公式如下：

式中：e為脫鉤彈性；δCEF、δAGD分別表示碳排放量和糧食產(chǎn)量基期至當(dāng)期之間的增長量；CEF、AGD分別表示基期的碳排放總量（噸）和糧食產(chǎn)量（噸）。Topio對OECD脫鉤模型進行了改良，提出包含強脫鉤、弱脫鉤、弱負(fù)脫鉤、強負(fù)脫鉤、擴張性負(fù)脫鉤、擴張性連接、衰退脫鉤、衰退連接8種類型的脫鉤方法[23]。

1.2 數(shù)據(jù)來源

2010—2020 年各個糧食主產(chǎn)區(qū)的化肥、農(nóng)藥施用量、農(nóng)作物種植面積、農(nóng)業(yè)機械總動力、灌溉面積等數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》。碳排放系數(shù)、農(nóng)作物含碳量、水分系數(shù)、根冠比、秸稈含氮量、經(jīng)濟系數(shù)等數(shù)據(jù)來源于美國橡樹嶺國家實驗室、南京農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)大學(xué)等科研院所。

2 實證結(jié)果

2.1 農(nóng)田生態(tài)系統(tǒng)碳排放時空變化

2.1.1 農(nóng)田生態(tài)系統(tǒng)碳排放時間變化

2010—2020 年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放總量呈現(xiàn)下降趨勢：碳排放總量由38 595.50萬噸CO2eq減少到38 480.56萬噸CO2eq，碳排放強度由2.03萬噸CO2eq/公頃下降到1.94萬噸CO2eq/公頃（表1）。而且可以分為兩個時間演變階段：第一，波動上升階段，即2010—2016年。該階段農(nóng)田生態(tài)系統(tǒng)系統(tǒng)碳排放總量呈波動上升趨勢，碳排放總量由38 595.50萬噸CO2eq增長到41 859.64萬噸CO2eq，碳排放強度由2.03萬噸CO2eq/公頃增長到2.12萬噸CO2eq/公頃；這是由于化肥農(nóng)藥等農(nóng)資投入增加引起的。第二，快速下降階段，即2016—2020年。該階段農(nóng)田生態(tài)系統(tǒng)碳排放總量呈快速下降趨勢，碳排放總量由41 859.64萬噸CO2eq下降到38 480.56萬噸CO2eq，碳排放強度由2.12萬噸CO2eq/公頃下降到1.94萬噸CO2eq/公頃。另外，從農(nóng)田生態(tài)系統(tǒng)碳源的構(gòu)成來看，化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、農(nóng)作物播種、農(nóng)業(yè)灌溉（包括消耗電能產(chǎn)生的碳排放）等農(nóng)資投入的碳排放總量為227 769.88萬噸CO2eq，占比49.99%，且呈現(xiàn)不斷降低趨勢?；适┯肗2O和秸稈還田N2O排放引起的碳排放總量為52 985.79萬噸CO2eq，占比11.63%，且呈現(xiàn)不斷上升趨勢。土壤呼吸引起的碳排放總量174 854.61萬噸CO2eq，占比38.38%，且呈現(xiàn)不斷上升趨勢。

表1 2010—2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放量和碳排放強度

2.1.2 農(nóng)田生態(tài)系統(tǒng)碳排放空間變化

糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放在空間層面上呈現(xiàn)“南高北低”的格局，2010—2020年河南農(nóng)田生態(tài)系統(tǒng)碳排放總量最大，為47 046.08萬噸CO2eq，占糧食主產(chǎn)區(qū)13個省份碳排放總量的10.67%；其次是湖南、黑龍江和江蘇，碳排放總量分別為46 420.07萬噸CO2eq、45 244.52萬噸CO2eq和43 078.05萬噸CO2eq，分別占比為10.53%、10.26%和9.77%；碳排放總量最小是遼寧（圖1）。這表明各省份的農(nóng)田生態(tài)系統(tǒng)碳排放在空間分布上存在差異。同時，各省份碳排放量增速也存在顯著差異：2010—2020年黑龍江、吉林、內(nèi)蒙古、河南、江蘇、安徽呈現(xiàn)增長態(tài)勢，其中黑龍江的增速最快，為62.48萬噸CO2eq/年；其次是江蘇、內(nèi)蒙古、吉林，分別為41.5萬噸CO2eq/年、40.99萬噸CO2eq/年和35.94萬噸CO2eq/年；增速最小的省份為河南，為2.07萬噸CO2eq/年。

圖1 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放總量空間演變

考慮到糧食主產(chǎn)區(qū)各省份存在種植面積的差異性，引入碳排放強度進行分析并發(fā)現(xiàn)：碳排放強度呈現(xiàn)“南高北低”空間分布格局（圖2、表2）。其中，2010年碳排放強度最高的省份是湖南，為10.069萬噸CO2eq/公頃；其次是江西、安徽和江蘇，碳排放強度分別為10.063萬噸CO2eq/公頃、8.094萬噸CO2eq/公頃和8.018萬噸CO2eq/公頃；最低的省份是內(nèi)蒙古，為1.635萬噸CO2eq/公頃。2015年碳排放強度空間分布格局與2010年保持一致，最高的是江西，為10.685萬噸CO2eq/公頃；其次是湖南、江蘇和安徽，分別為10.561萬噸CO2eq/公頃、8.841萬噸CO2eq/公頃和6.239萬噸CO2eq/公頃；最低的省份仍是內(nèi)蒙古，為1.633萬噸CO2eq/公頃。其中較2010年，碳排放強度降低的省份有吉林、山東、安徽和四川。2020年碳排放強度最高的省份是湖南，為9.531萬噸CO2eq/公頃；其次為江西、江蘇和安徽，分別為9.397萬噸CO2eq/公頃、8.67萬噸CO2eq/公頃和5.971萬噸CO2eq/公頃；最低的省份為內(nèi)蒙古，為1.703萬噸CO2eq/公頃，其中較2015年碳排放強度上升的省份有內(nèi)蒙古，其余12個省份呈下降趨勢。

圖2 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放強度空間演變

表2 2010年、2015年、2020年糧食主產(chǎn)區(qū)各省份農(nóng)田生態(tài)系統(tǒng)碳排放量和碳排放強度

2.2 農(nóng)田生態(tài)系統(tǒng)碳吸收時空變化

2.2.1 農(nóng)田生態(tài)系統(tǒng)碳吸收時間變化

2010—2020 年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)的碳吸收總量呈上升趨勢，碳吸收總量由213 045.37萬噸CO2eq增長到249 071.87萬噸CO2eq，碳吸收強度由11.21萬噸CO2eq/公頃增長到12.58萬噸CO2eq/公頃（表3），并分為兩個演變階段：第一，快速增長階段，即2010—2013年。該階段農(nóng)田生態(tài)系統(tǒng)碳吸收總量呈快速增長趨勢，碳吸收總量由213 045.37萬噸CO2eq增長到238 211.11萬噸CO2eq，碳吸收強度由11.21萬噸CO2eq/公頃增長到12.3萬噸CO2eq/公頃。第二，波動上升階段，即2013—2020年。該階段農(nóng)田生態(tài)系統(tǒng)碳吸收總量呈波動上升趨勢，碳吸收總量由238 211.11萬噸CO2eq增長到249 071.87萬噸CO2eq，碳吸收強度由12.32萬噸CO2eq/公頃增長到12.58萬噸CO2eq/公頃。另外，從農(nóng)田生態(tài)系統(tǒng)碳庫的構(gòu)成來看，2010—2020年，水稻、小麥、玉米等糧食作物和薯類、豆類、花生等其他糧食作物的碳吸收總量不斷增長，增幅為43 651.81萬噸CO2eq；蔬菜、瓜果類碳吸收總量也呈增長趨勢，增幅為1 506.77萬噸CO2eq；棉花、麻類、油菜籽等經(jīng)濟作物碳吸收總量呈下降趨勢，降幅為10 928.06萬噸CO2eq。

表3 農(nóng)田生態(tài)系統(tǒng)碳吸收總量和碳吸收強度

2.2.2 農(nóng)田生態(tài)系統(tǒng)碳吸收空間變化

糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收總量呈現(xiàn)“中部高，南北低”的空間格局：2010—2020年河南農(nóng)田生態(tài)系統(tǒng)碳吸收總量最大，為362 241.97萬噸CO2eq，占糧食主產(chǎn)區(qū)13個省份碳吸收總量的13.93%；其次為黑龍江、山東和江蘇，碳吸收總量分別為322 287.45萬噸CO2eq、299 379.77萬噸CO2eq和227 475.16萬噸CO2eq，分別占比為12.4%、11.52%和8.75%；碳吸收總量最小為江西，為94 614.44萬噸CO2eq，占比3.64%（表4、圖3）。同時，各省份碳排放量增速存在顯著差異：河南的增速最快，為33 171.24萬噸CO2eq/年；增速最小的省份為江西，為8 678.81萬噸CO2eq/年。

圖3 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收總量空間格局

表4 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收量

同樣地，碳吸收強度的空間分布格局呈現(xiàn)“中部高，南北低”態(tài)勢：2010年，碳吸收強度最高的省份是江蘇，為50.46萬噸CO2eq/公頃；其次是河南、山東和四川，碳吸收強度分別為37.33萬噸CO2eq/公頃、33.86萬噸CO2eq/公頃、34.44萬噸CO2eq/公頃；最低的省份是內(nèi)蒙古，為13.66萬噸CO2eq/公頃。2015年，碳吸收強度最高的省份仍是江蘇，為44.45萬噸CO2eq/公頃；其次是河南、山東和湖南，碳吸收強度分別為41.29萬噸CO2eq/公頃、35.23萬噸CO2eq/公頃、32.15萬噸CO2eq/公頃；最低的省份仍是內(nèi)蒙古，為15.33萬噸CO2eq/公頃。其中較2010年，碳吸收強度降低的省份有江蘇、安徽和四川，其余10省份均有所提高。2020年碳吸收強度最高的省份是河南，為45.92萬噸CO2eq/公頃；其次為江蘇、山東和湖南，分別為41.79萬噸CO2eq/公頃、37.24萬噸CO2eq/公頃和31.95萬噸CO2eq/公頃；最低的省份仍為內(nèi)蒙古，為16.14萬噸CO2eq/公頃。其中較2015年碳排放強度上升的省份有遼寧、內(nèi)蒙古、河北、河南、山東、安徽、四川，其余6個省份均呈下降趨勢（圖4）。

圖4 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收強度空間格局

2.3 農(nóng)田生態(tài)系統(tǒng)碳足跡時空變化

2.3.1 碳足跡的時間變化

2010—2020 年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡呈波動下降態(tài)勢：由2010年的3 441.67萬公頃下降到2020年的3 059.22萬公頃（表5），并分為兩個時間演變階段：第一，波動期，即2010—2016年。碳足跡由2010年的3 441.67萬公頃下降到2012年的3 232.83萬公頃，隨即上升到2016年的3 437.12萬公頃，變化趨勢不穩(wěn)定。第二，下降期，即2016—2020年。碳足跡由2016年的3 437.12萬公頃下降到2020年的3 059.22 萬公頃。需要注意的是，2010—2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)出現(xiàn)了較高的碳生態(tài)盈余，但碳生態(tài)盈余2010—2020年呈現(xiàn)上升趨勢，由2010年的15 556.21萬公頃上升到2020年的16 742.08萬公頃。這表明糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)發(fā)揮了較強的碳匯功能，耕地利用沒有超出生態(tài)承載力的范疇。

表5 2010—2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與生態(tài)盈余

2.3.2 碳足跡的空間變化

2010—2020 年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡呈現(xiàn)“中部低，南北高”的空間格局：2010年碳足跡總量最高的省份為黑龍江，為239.98萬公頃（表6），占比16.30%；其次為湖北、湖南和江西，分別為149.28萬公頃，140.44萬公頃和122.37萬公頃，分別占比10.10%、9.50%和8.31%；最低的省份是江蘇，碳足跡總量為70.82萬公頃，占比4.8%（圖5）。2015年碳足跡總量最高的省份為黑龍江，為225.93萬公頃，占比14.91%；其次為湖南、四川和湖北，分別為149.28萬公頃、140.44萬公頃和122.37萬公頃，分別占比9.01%、8.30%和8.20%；最低的省份是遼寧，碳足跡總量為77.11萬公頃，占比5.1%。較2010年來看，碳足跡總量增高的省份有吉林、內(nèi)蒙古、江蘇、安徽和四川，其中四川增幅最大，增加量為39.33萬公頃，其余8個省份均呈降低態(tài)勢，其中湖北降幅最大，降低量為24.39萬公頃。2019年碳足跡總量最高的省份為黑龍江，為213.58萬公頃，占比15.36%；其次為湖南、湖北和安徽，分別為125.31萬公頃、118.72萬公頃和115.46萬公頃，分別占比9.01%、8.54%和8.30%；最低的省份是遼寧，碳足跡總量為66.17萬公頃，占比4.71%。較2015年來看，碳足跡總量增高的省份有吉林和江蘇，其中江蘇增幅最大，增加量為5.13萬公頃，其余省份碳足跡總量均呈降低態(tài)勢，其中山東降幅最大，降低量為20.69萬公頃。

圖5 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡空間格局

表6 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡及單位面積碳足跡

2010—2020 年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)單位面積碳足跡空間格局呈現(xiàn)“南高北低”態(tài)勢：年均單位面積碳足跡最大的省份是江西，為0.322公頃；最小的是內(nèi)蒙古，為0.111公頃。2010—2020年單位面積碳足跡呈增加趨勢的僅有江蘇，增幅為4.9%，其余12個省份均為下降趨勢，降幅最大的省份為江西，為6.9%（圖6）。需要注意的是，糧食主產(chǎn)區(qū)13個省份的單位碳足跡面積均小于1，說明各省份農(nóng)田生態(tài)系統(tǒng)均表現(xiàn)為生態(tài)盈余。

圖6 2010年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)單位面積碳足跡空間格局

2.4 農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食產(chǎn)量的脫鉤效應(yīng)

2.4.1 脫鉤指數(shù)的時間變化

2010—2012 年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食產(chǎn)量之間呈強脫鉤態(tài)勢，即糧食產(chǎn)量不斷提高，碳足跡總量持續(xù)下降（表7）。這表明我國對農(nóng)業(yè)綠色發(fā)展的重視程度不斷提高，在促進糧食安全的同時，重視環(huán)境防治使得脫鉤指數(shù)出現(xiàn)增大態(tài)勢（由-1.39增長到-0.51）。但是，自2014年起，強脫鉤逐漸轉(zhuǎn)向弱脫鉤。究其原因，農(nóng)業(yè)農(nóng)村部發(fā)布了種糧直補、農(nóng)資綜合補貼、農(nóng)機購置補貼以及小麥水稻最低收購價格等扶農(nóng)強農(nóng)政策，這導(dǎo)致在提高農(nóng)業(yè)生產(chǎn)規(guī)模的同時，造成化肥農(nóng)藥過量化使用趨勢，從而導(dǎo)致諸多環(huán)境污染問題。需要注意的是，在2014—2016年，脫鉤指數(shù)持續(xù)擴大，弱脫鉤程度不斷加強。相反，2016—2018年，脫鉤指數(shù)持續(xù)減小，弱脫鉤向強脫鉤轉(zhuǎn)變，直至2018年，弱脫鉤變?yōu)閺娒撱^。這說明，2018—2020年，碳足跡總量不斷下降，糧食產(chǎn)量持續(xù)增長。

表7 2011—2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食生產(chǎn)脫鉤指數(shù)

2.4.2 脫鉤指數(shù)的空間變化

糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食產(chǎn)量之間的脫鉤態(tài)勢呈現(xiàn)空間層面的不均等性（表8）。2011年，黑龍江、吉林、遼寧、內(nèi)蒙古、河北、山東、湖北、江西、湖南和四川10個省份呈現(xiàn)強脫鉤，碳足跡總量下降的同時，糧食產(chǎn)量不斷上升。河南和安徽呈現(xiàn)弱脫鉤，碳足跡總量和糧食產(chǎn)量均為增長趨勢，但糧食產(chǎn)量的增長率大于碳足跡總量的增長率的1.2倍以下。江蘇為擴張負(fù)脫鉤，碳足跡總量和糧食產(chǎn)量為增長趨勢，糧食產(chǎn)量的增長大于碳足跡總量的增長率的1.2倍以上。2015年，黑龍江、遼寧、河北、河南、山東、湖北、江西和湖南仍保持強脫鉤態(tài)勢，即這些省份在保證糧食產(chǎn)量增長同時，注重環(huán)境保護，使之碳足跡總量在不斷降低。吉林、內(nèi)蒙古從強脫鉤轉(zhuǎn)變?yōu)槿趺撱^，四川由強脫鉤轉(zhuǎn)變?yōu)閿U張負(fù)脫鉤，江蘇和安徽為擴張負(fù)脫鉤態(tài)勢，即這些省份在保證糧食產(chǎn)量增長的同時，忽視了環(huán)境治理。2020年脫鉤指數(shù)的空間分布格局基本保持一致，僅有安徽由2015年的擴張負(fù)脫鉤轉(zhuǎn)變?yōu)槿趺撱^。這表明安徽注重糧食產(chǎn)量增長與環(huán)境保護，使得碳足跡總量出現(xiàn)下降趨勢。

表8 2011年、2015年、2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食產(chǎn)量脫鉤類型

3 結(jié)論與建議

3.1 結(jié)論

基于2010—2020年糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)的農(nóng)資投入及農(nóng)作物產(chǎn)量等數(shù)據(jù)，測算各個省份的農(nóng)田生態(tài)系統(tǒng)碳排放、碳吸收、碳足跡以及與糧食產(chǎn)量的脫鉤指數(shù)，并分析其時空變化特征及脫鉤效應(yīng)，結(jié)論如下：

（1）2010—2020年，糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放總量整體呈下降趨勢，碳排放總量由38 595.52萬噸CO2eq減少到38 480.57萬噸CO2eq，化肥、農(nóng)藥、農(nóng)用柴油、農(nóng)用塑料薄膜、農(nóng)作物播種、農(nóng)業(yè)灌溉（包括消耗電能產(chǎn)生的碳排放）等農(nóng)資投入的碳排放總量最高，占比49.99%，在空間上整體呈現(xiàn)“南高北低”的分布格局。

（2）2010—2020年，糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收總量整體呈上升趨勢，碳吸收總量由213 045.37萬噸CO2eq增長到247 891.76萬噸CO2eq，水稻、小麥、玉米等糧食作物的碳吸收總量最高，占比80.62%，在空間上整體呈現(xiàn)“中部高、南北低”的分布格局。

（3）2010—2020年，糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡呈“波動下降”態(tài)勢，降幅為382.45萬公頃，空間格局呈現(xiàn)“中部低、南北高”態(tài)勢，單位面積碳足跡降幅為0.026 7，單位面積碳足跡空間格局呈現(xiàn)“南高北低”態(tài)勢。

（4）2011—2020年，糧食主產(chǎn)區(qū)農(nóng)田生態(tài)系統(tǒng)碳足跡與糧食產(chǎn)量之間整體呈“強脫鉤—弱脫鉤—強脫鉤”交替演變態(tài)勢，各省份之間仍有差異，呈現(xiàn)空間層面的不均等性，江蘇在研究期內(nèi)一直保持?jǐn)U張負(fù)脫鉤態(tài)勢。山東、河北、湖北、遼寧、江西、湖南和黑龍江7個省份的脫鉤指數(shù)較為穩(wěn)定，脫鉤類型為強脫鉤；安徽則較為波動，由弱脫鉤向擴張負(fù)脫鉤再向弱脫鉤轉(zhuǎn)變；吉林、內(nèi)蒙古和四川由強脫鉤轉(zhuǎn)變?yōu)槿趺撱^和擴張負(fù)脫鉤。

3.2 建議

（1）針對脫鉤指數(shù)較為穩(wěn)定，脫鉤類型為強脫鉤的省份，如山東、河北、湖北、遼寧、江西、湖南和黑龍江，應(yīng)繼續(xù)以發(fā)展低碳農(nóng)業(yè)為引領(lǐng)，通過技術(shù)革新優(yōu)化種源結(jié)構(gòu)、優(yōu)化農(nóng)資利用結(jié)構(gòu)、改善廢棄物處理方式，實施保護性耕作制度，增加農(nóng)田生態(tài)系統(tǒng)碳匯，促進減排技術(shù)與如土壤碳匯協(xié)同發(fā)展，培養(yǎng)一批低碳農(nóng)業(yè)轉(zhuǎn)型能力較強的地區(qū)并充分發(fā)揮其示范、引領(lǐng)、帶動作用。

（2）針對脫鉤指數(shù)較不穩(wěn)定，脫鉤類型為弱脫鉤和擴張負(fù)脫鉤的省份，如安徽、吉林、內(nèi)蒙古和四川，應(yīng)當(dāng)通過繼續(xù)優(yōu)化種植結(jié)構(gòu)，引進、推廣綠色農(nóng)業(yè)生產(chǎn)技術(shù)，提高農(nóng)田生態(tài)環(huán)境治理投入，推進其由弱脫鉤、擴張負(fù)連接到強脫鉤的平穩(wěn)轉(zhuǎn)變。

（3）針對脫鉤指數(shù)穩(wěn)定，脫鉤類型為擴張負(fù)脫鉤的省份，如江蘇，應(yīng)當(dāng)強化糧食安全與農(nóng)業(yè)減排協(xié)調(diào)發(fā)展的意識，大力開展農(nóng)業(yè)技術(shù)革新，引進、推廣綠色農(nóng)業(yè)生產(chǎn)技術(shù)，推化肥農(nóng)藥減量增效。加大農(nóng)田生態(tài)環(huán)境治理投入，制定禁止秸稈露天焚燒、鼓勵秸稈資源化處理的可行化措施。優(yōu)化農(nóng)業(yè)種植結(jié)構(gòu)，建立長效的“農(nóng)業(yè)碳足跡”與“糧食安全”良好協(xié)同機制，促進農(nóng)業(yè)集約化經(jīng)營，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。