龔 鈺,陸建飛,羅云建,田 坤,李曉明,蔡 漢

(1.揚州大學(xué)農(nóng)學(xué)院,江蘇 揚州 225009;2.揚州大學(xué)植物保護學(xué)院,江蘇 揚州 225009;3.揚州大學(xué)工程設(shè)計研究院,江蘇 揚州 225012;4.揚州大學(xué)園藝園林學(xué)院,江蘇 揚州 225009)

溫室氣體超標(biāo)排放造成的全球氣候變暖是當(dāng)前人類面臨的最大環(huán)境問題。2020年,習(xí)近平首次提出“力爭2030年前實現(xiàn)碳達峰,2060年前實現(xiàn)碳中和”的“雙碳”目標(biāo),彰顯了中國自覺承擔(dān)國際減排責(zé)任、追求綠色低碳可持續(xù)發(fā)展的大國擔(dān)當(dāng)。在“雙碳”背景下,各行各業(yè)如何減排固碳成為當(dāng)前亟待解決的關(guān)鍵問題[1]。研究顯示,我國溫室氣體排放總量中約有17%來自農(nóng)業(yè)活動[2]。種植業(yè)作為我國最為關(guān)鍵的農(nóng)業(yè)生產(chǎn)類型,對農(nóng)業(yè)碳排放具有較大貢獻,是重要的碳源和碳匯[3],由傳統(tǒng)高農(nóng)藥化肥消耗、高強度耕作灌溉以及不合理廢棄物處理等粗放農(nóng)業(yè)生產(chǎn)方式向低碳農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)型是種植業(yè)減排固碳的重要手段[4-5]?，F(xiàn)代農(nóng)業(yè)園區(qū)作為現(xiàn)代農(nóng)業(yè)的試驗田,通過推進農(nóng)業(yè)綠色生產(chǎn)方式[6],對地區(qū)種植業(yè)的綠色低碳轉(zhuǎn)型發(fā)展起著不可替代的重要作用[7]。然而,隨著園區(qū)建設(shè)的快速推進,機械化、規(guī)模化等現(xiàn)代化的“高碳”生產(chǎn)方式也對地區(qū)種植業(yè)碳排放造成了不可忽視的負(fù)面影響[8-9]。在“雙碳”背景和農(nóng)業(yè)綠色轉(zhuǎn)型目標(biāo)緊迫要求下,統(tǒng)籌兼顧區(qū)域園區(qū)發(fā)展和減排固碳,探究地區(qū)園區(qū)建設(shè)與種植業(yè)碳排放的關(guān)系具有重要的現(xiàn)實意義。

長期以來,我國學(xué)者對于種植業(yè)碳排放與碳吸收多采用間接估計法和直接系數(shù)法進行核算,這為種植業(yè)碳源與碳匯研究夯實了基礎(chǔ)[10-11]。在聚焦種植業(yè)碳效應(yīng)的諸多研究中,學(xué)者們主要從作物吸收、生產(chǎn)排放等方面對種植業(yè)碳源與碳匯進行測算,并進一步分析了種植業(yè)碳源、碳匯的空間分布、演變趨勢[12-13]。同時,在了解不同因素對種植業(yè)碳源、碳匯影響基礎(chǔ)上[14-15],還著重探討了碳排放與經(jīng)濟增長[16]、糧食安全[17]以及實踐創(chuàng)新基地建設(shè)[18]等的關(guān)系特征。隨著研究的日趨豐富,研究尺度也逐漸多元化,涉及國家[3]、地區(qū)[15]、省[11]、市[5]等多個尺度。綜合來看,當(dāng)前研究成果對全面了解種植業(yè)碳效應(yīng)提供了良好的理論基礎(chǔ),為種植業(yè)實現(xiàn)“雙碳”目標(biāo)提供了重要的現(xiàn)實依據(jù),但仍存在以下不足:(1)宏觀層面下考察種植業(yè)碳源、碳匯,難以全面了解種植業(yè)的碳效應(yīng),綜合考量種植業(yè)凈碳匯效應(yīng),從小尺度即縣域?qū)用鎸ΨN植業(yè)凈碳匯效應(yīng)進行更為細(xì)致的剖析,有助于衡量種植業(yè)在“雙碳”目標(biāo)實現(xiàn)過程中的作用。(2)種植業(yè)凈碳匯效應(yīng)與現(xiàn)代農(nóng)業(yè)園區(qū)的相關(guān)性研究有待開展?，F(xiàn)代農(nóng)業(yè)園區(qū)是推動我國農(nóng)業(yè)現(xiàn)代化的重要抓手[19],對種植業(yè)綠色低碳轉(zhuǎn)型、實現(xiàn)“雙碳”目標(biāo)有重要作用,了解地區(qū)園區(qū)建設(shè)與種植業(yè)凈碳匯效應(yīng)的關(guān)系有助于更好推動園區(qū)綠色發(fā)展,為地區(qū)種植業(yè)減排固碳提供新思路與新方向。(3)現(xiàn)代農(nóng)業(yè)園區(qū)分類方式有待完善。當(dāng)前園區(qū)種類繁多,缺乏立足于園區(qū)主導(dǎo)產(chǎn)業(yè)作物類型的綜合分類方式,以便對不同地區(qū)現(xiàn)代農(nóng)業(yè)園區(qū)碳效應(yīng)狀況進行合理聚類和優(yōu)化。

江蘇省是農(nóng)業(yè)大省,目前正面臨著農(nóng)業(yè)低碳化轉(zhuǎn)型[13]。在已有研究基礎(chǔ)上,以江蘇省各縣域為研究單元,在刻畫種植業(yè)碳排放量、碳匯量、凈碳匯量以及凈碳匯強度空間分布格局的同時,對不同主導(dǎo)產(chǎn)業(yè)作物類型、種植結(jié)構(gòu)的現(xiàn)代農(nóng)業(yè)園區(qū)合理聚類并測算其碳匯強度,選擇凈碳匯強度與園區(qū)耕地占縣域耕地面積比例即園區(qū)建設(shè)規(guī)模,作為衡量地區(qū)凈碳匯效應(yīng)與園區(qū)建設(shè)現(xiàn)狀的重要指標(biāo),采用雙變量空間自相關(guān)法定量揭示現(xiàn)代農(nóng)業(yè)園區(qū)建設(shè)對地區(qū)凈碳匯效應(yīng)的影響及其響應(yīng)規(guī)律,以期為區(qū)域現(xiàn)代農(nóng)業(yè)園區(qū)建設(shè)實現(xiàn)正向生態(tài)效益、推動地區(qū)種植業(yè)低碳減排提供理論參考。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)概況

江蘇地處東部沿海,介于北緯30°45′～35°20′,東經(jīng)116°18′～121°57′之間,屬東亞季風(fēng)氣候區(qū),雨量適中,農(nóng)業(yè)開發(fā)程度高。2020年江蘇省農(nóng)作物播種面積達747.84萬hm2,糧食產(chǎn)量3 729.06萬t,是全國重要的糧食生產(chǎn)基地。近年來,江蘇省不斷提升農(nóng)業(yè)現(xiàn)代化水平,相繼開展了現(xiàn)代農(nóng)業(yè)科技園、現(xiàn)代農(nóng)業(yè)示范區(qū)、現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園等園區(qū)建設(shè)工作。

考慮到江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)存在諸多類型和規(guī)模[6],各類園區(qū)數(shù)據(jù)尚未形成統(tǒng)一核算口徑,筆者僅選擇省級及以上且種植業(yè)為主導(dǎo)產(chǎn)業(yè)的現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園為研究對象。園區(qū)信息匯總時,為消除一園多名的影響,園區(qū)以其所屬最新類別為準(zhǔn),每個園僅統(tǒng)計1次。由圖1可知,2020年江蘇省共建成各類現(xiàn)代農(nóng)業(yè)園區(qū)92家,其中國家級現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園9家,省級現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)示范園44家,省級現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園39家。從縣域尺度(圖2)看,除高淳區(qū)、吳中區(qū)、洪澤縣等5處以養(yǎng)殖業(yè)為主導(dǎo)產(chǎn)業(yè)的地區(qū)外,其余各縣均建設(shè)有現(xiàn)代農(nóng)業(yè)園區(qū),已初步形成一縣一園甚至多園的空間格局。從園區(qū)建設(shè)規(guī)?？?園區(qū)耕地總面積達36.69萬hm2,其中國家級現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園平均耕地面積達1.20萬hm2,省級農(nóng)業(yè)園平均耕地面積達0.31萬hm2,各縣園區(qū)平均建設(shè)規(guī)模占比達9.90%。從園區(qū)種植業(yè)發(fā)展現(xiàn)狀看,園區(qū)主導(dǎo)產(chǎn)業(yè)作物類型豐富多樣,包含水稻、小麥、蔬菜、瓜果、茶葉、花卉、林木、果樹等諸多種類,其中稻麥總種植面積達13.15萬hm2,占園區(qū)總種植面積的35.85%;蔬果總種植面積達16.15萬hm2,占園區(qū)總種植面積的44.01%。

圖1 2020年江蘇省市域現(xiàn)代農(nóng)業(yè)園區(qū)數(shù)量分布Fig.1 The number distribution of modern agricultural parks at city level in Jiangsu in 2020

圖2 2020年江蘇省縣域現(xiàn)代農(nóng)業(yè)園區(qū)數(shù)量分布Fig.2 The number distribution of modern agricultural parks at county level in Jiangsu in 2020

1.2 數(shù)據(jù)來源

基于數(shù)據(jù)的可獲得性,以江蘇省縣級行政單元為研究區(qū)域,行政區(qū)劃數(shù)據(jù)來源于中國國家基礎(chǔ)地理信息中心(http:∥ngcc.sbsm.gov.cn),考慮到行政區(qū)劃的調(diào)整和數(shù)據(jù)的連續(xù)性,以《江蘇省農(nóng)村統(tǒng)計年鑒》(2021年)為基準(zhǔn),將各市的市轄區(qū)統(tǒng)一合并處理,得到江蘇省縣級行政單元77個;用于計算碳吸收、碳排放的各類農(nóng)作物產(chǎn)量、播種面積、化肥使用量、農(nóng)膜使用量、農(nóng)業(yè)機械總動力等數(shù)據(jù)均來源于《江蘇統(tǒng)計年鑒》《江蘇省農(nóng)村統(tǒng)計年鑒》與各縣域統(tǒng)計年鑒(2021年);各類現(xiàn)代農(nóng)業(yè)園區(qū)名錄、位置、耕地面積、主導(dǎo)產(chǎn)業(yè)類型等數(shù)據(jù)來源于江蘇省人民政府(http:∥www.jiangsu.gov.cn/)、江蘇省農(nóng)業(yè)農(nóng)村廳(http:∥nynct.jiangsu.gov.cn/)網(wǎng)站。

2 研究方法

2.1 種植業(yè)碳匯量測算

種植業(yè)是我國重要的碳匯,農(nóng)作物光合作用能吸收大量的二氧化碳。對于碳匯量測算,學(xué)者多通過作物產(chǎn)量、經(jīng)濟系數(shù)、含水率、碳吸收率進行估算[3,11,20-21]。同時,也有學(xué)者考慮不同作物特點,將根冠比納入核算范圍,以獲得更為精確的估算結(jié)果[13,22]。為此,依據(jù)已有研究成果,立足于江蘇省種植業(yè)農(nóng)作物生長周期與特性,選取更為全面的碳吸收核算途徑,通過農(nóng)作物產(chǎn)量、經(jīng)濟系數(shù)、根冠比、碳吸收率、含水率來估算種植業(yè)碳匯量,計算公式為

(1+Ri)/Hi。

(1)

式(1)中,C為地區(qū)農(nóng)作物碳吸收總量,t;Ci為第i種農(nóng)作物的碳吸收量,t;n為農(nóng)作物的種類數(shù);ci為第i種農(nóng)作物全生育期合成單位有機物質(zhì)所吸收的碳,即碳吸收率;Qi為第i種農(nóng)作物的經(jīng)濟產(chǎn)量,t;Wi為第i種農(nóng)作物經(jīng)濟產(chǎn)品部分的含水率;Ri為第i種農(nóng)作物的根冠比;Hi為第i種農(nóng)作物的經(jīng)濟系數(shù)。選取江蘇省10種主要農(nóng)作物進行碳吸收估算,各類農(nóng)作物的碳吸收率、經(jīng)濟系數(shù)、根冠比見表1。

表1 江蘇省主要農(nóng)作物的碳吸收率、含水率、經(jīng)濟系數(shù)、根冠比

2.2 種植業(yè)碳排放量測算

筆者主要研究狹義農(nóng)業(yè)即種植業(yè)的碳排放,部分學(xué)者認(rèn)為種植業(yè)碳排放主要指化肥、農(nóng)藥、能源消耗以及土地翻耕等農(nóng)地生產(chǎn)活動所直接或間接引起的溫室氣體排放[16],也有學(xué)者則認(rèn)為除農(nóng)地生產(chǎn)活動外,種植業(yè)碳排放還應(yīng)包含農(nóng)作物本身的碳匯效應(yīng)如稻田CH4排放等[3,23]?？紤]到江蘇省是水稻種植大省,在結(jié)合已有研究成果和江蘇省種植業(yè)發(fā)展現(xiàn)狀的基礎(chǔ)上,將碳排放源界定為2類:一是農(nóng)地生產(chǎn)活動所引起的直接或間接碳排放;二是水稻生長發(fā)育過程中的CH4排放。依據(jù)文獻[24],采用碳排放系數(shù)法測算種植業(yè)碳排放總量。

數(shù)據(jù)來源于文獻[20-22]。花生、薯類的經(jīng)濟產(chǎn)量為塊莖,因此其數(shù)據(jù)為冠根比;蔬菜、瓜果類作物種類復(fù)雜,不考慮其根冠比[13]。

2.2.1農(nóng)地生產(chǎn)碳排放量測算

通常認(rèn)為農(nóng)地生產(chǎn)活動所引起的碳排放主要來源于化肥、農(nóng)藥、農(nóng)膜、農(nóng)用機械用電、農(nóng)業(yè)機械使用柴油、農(nóng)業(yè)灌溉以及農(nóng)田翻耕?；诖_定的碳源,構(gòu)建種植業(yè)農(nóng)地生產(chǎn)活動碳排放量估算公式:

Ea=Ef+Ep+Em+Ee+Ei+Es+Eg=

∑Tk×δk。

(2)

式(2)中,Ea為地區(qū)種植業(yè)農(nóng)地生產(chǎn)活動碳排放總量,t;Ef、Ep、Em分別為化肥、農(nóng)藥、農(nóng)膜使用在農(nóng)地生產(chǎn)活動中所引起的碳排放量,t;Ee、Es分別為農(nóng)業(yè)機械用電、柴油所引起的碳排放量,t;Ei、Eg分別為農(nóng)業(yè)灌溉、農(nóng)田翻耕所引起的碳排放量,t;k為農(nóng)地生產(chǎn)活動類型;Tk為k類農(nóng)地生產(chǎn)活動要素投入量,t;δk為k類農(nóng)地生產(chǎn)活動要素碳排放系數(shù),各碳源的碳排放系數(shù)詳見表2。

表2 農(nóng)地生產(chǎn)活動主要碳源的碳排放系數(shù)

2.2.2稻田碳排放量測算

江蘇省地域廣闊,南北地區(qū)氣候、溫度存在較大差異,因此不同地區(qū)水稻品種(早稻、中稻、晚稻)的CH4排放率也不盡相同?？紤]到各地區(qū)水稻不同品種種植面積數(shù)據(jù)獲取難度較大,選擇以江蘇省早稻、中稻、晚稻CH4排放率的均值作為CH4排放系數(shù)[23],取值為32.41 g·m-2。稻田碳排放計算公式為

Eb=Wm×α×f。

(3)

式(3)中,Eb為地區(qū)稻田碳排放量,t;Wm為m縣水稻播種面積,hm2;α為水稻生長周期CH4排放系數(shù),g·m-2;f為CH4置換成標(biāo)準(zhǔn)碳的轉(zhuǎn)化系數(shù),1 t CH4引發(fā)的溫室效應(yīng)相當(dāng)于6.82 t碳所產(chǎn)生的溫室效應(yīng)[25]。

1)農(nóng)業(yè)機械用電碳排放考慮農(nóng)作物種植面積與農(nóng)業(yè)機械總動力2項要素投入。

2.3 園區(qū)類型劃分與碳匯強度測算

江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)主導(dǎo)產(chǎn)業(yè)作物類型通常以稻麥、茶葉、花木、果樹、蔬菜、瓜果等為主,通過園區(qū)作物類型及其實際種植結(jié)構(gòu)將園區(qū)劃分為以下7類:糧油作物主導(dǎo)型、花果作物主導(dǎo)型、蔬菜作物主導(dǎo)型、糧油-花果作物主導(dǎo)型、糧油-蔬菜作物主導(dǎo)型、蔬菜-花果作物主導(dǎo)型與多類作物主導(dǎo)型,劃分標(biāo)準(zhǔn)詳見表3。

表3 2020年江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)類型劃分

考慮到江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)主導(dǎo)產(chǎn)業(yè)作物類型除常見農(nóng)作物以外,還包含茶葉、果樹、花木等特色作物,因此糧食、蔬果等常見農(nóng)作物碳匯量測算與上述方法相同,而特色作物碳匯量測算、園區(qū)碳匯強度、地區(qū)凈碳匯量與凈碳匯強度計算公式[30]分別為

CP=Cc+Cs,

(4)

Cs=Si×Gi,

(5)

Cq,y=CP/SP,

(6)

(7)

Cz=C-Ea-Eb,

(8)

Cq=Cz/S。

(9)

式(4)～(9)中,CP為園區(qū)作物碳匯量,t;Cs為園區(qū)特色作物碳匯量,t;Cc為園區(qū)常見作物凈碳匯量,t;Gi為i類作物單位面積固碳量,t·hm-2;Si為i類作物種植面積,hm2;SP為園區(qū)作物總種植面積,hm2;Cq,y為園區(qū)碳匯強度,t·hm-2;Cq,r為第r類作物園區(qū)的碳匯強度,t·hm-2;y為某類作物主導(dǎo)型園區(qū)數(shù)量;Cz為地區(qū)凈碳匯量,t;Cq為地區(qū)凈碳匯強度,t·hm-2;S為地區(qū)農(nóng)作物種植面積,hm2。茶葉、林果、花木的單位面積固碳量分別為9.41、4.94、8.18 t·hm-2[31-32]。

2.4 空間自相關(guān)理論

空間自相關(guān)分析是用來確定變量在空間位置上有無相關(guān)性及相關(guān)程度的分析方法,全局空間自相關(guān)能測算變量在空間內(nèi)的整體分布狀況,局部空間自相關(guān)能用于識別聚集區(qū)的具體地理分布[33],而雙變量空間自相關(guān)可以探索多個變量之間的空間關(guān)聯(lián)性,是用所有相鄰位置的加權(quán)平均值評估一個位置變量值與其他變量的相關(guān)程度[34]。因此,選擇雙變量空間自相關(guān)分析園區(qū)建設(shè)與地區(qū)凈碳匯強度的空間關(guān)聯(lián), Moran′sI取值范圍為[-1,1],指數(shù)大于0表示存在空間正自相關(guān)關(guān)系,越接近于1,空間依賴性越強;指數(shù)小于0表示存在空間負(fù)自相關(guān)關(guān)系,越接近于-1,空間異質(zhì)性越強;指數(shù)等于0表明該屬性值是隨機分布的,不存在空間相關(guān)性。

3 結(jié)果與分析

3.1 江蘇省種植業(yè)凈碳匯效應(yīng)的區(qū)域比較

基于上述研究方法與數(shù)據(jù),測算了2020年江蘇省種植業(yè)的碳排放量、碳匯量,并在此基礎(chǔ)上計算凈碳匯量與凈碳匯強度,結(jié)果見表4。

表4 2020年江蘇省種植業(yè)碳匯量、碳排量、凈碳匯量及凈碳匯強度情況

3.1.1種植業(yè)碳排放量的空間分布格局

由表4可知,2020年江蘇省種植業(yè)碳排放量達1 021.00 萬t,其中農(nóng)地生產(chǎn)活動與稻田CH4碳排放量分別占52.33%與47.67%,農(nóng)地生產(chǎn)活動是江蘇省種植業(yè)主要碳排放源。從縣域尺度(圖3)看,2020年江蘇省77個縣域種植業(yè)碳排放量差異顯著,碳排放量最高的沭陽縣(38.06萬t)是最低的南通市市轄區(qū)(1.00萬t)的38.06倍,空間分布總體呈現(xiàn)出蘇北(129.98萬t)>蘇中(78.33萬t)>蘇南(27.22萬t)的格局。

圖3 2020年江蘇省縣域種植業(yè)碳排放量、碳匯量、凈碳匯量及凈碳匯強度分布Fig.3 Distribution of carbon sink, carbon emission, net carbon sink and net carbon sink intensity of planting industry of counties in Jiangsu in 2020

3.1.2種植業(yè)碳匯量、凈碳匯量與凈碳匯強度的空間分布格局

由表4可知,2020年江蘇省種植業(yè)碳匯量達5 646.31萬t,其中糧食作物碳匯量是最主要的碳匯來源,占碳匯總量的89.45%,園藝作物與經(jīng)濟作物碳匯量分別占7.77%與2.78%,種植業(yè)凈碳匯量達4 625.31萬t,表明江蘇省種植業(yè)具有較強的碳匯功能。從縣域尺度(圖3)看,碳匯量與凈碳匯量也存在著較大的地區(qū)差異,碳匯量最高的沭陽縣(194.47萬t)是最低的吳中區(qū)(3.48萬t)的55.88倍,凈碳匯量最高的沭陽縣(156.41萬t)是最低的無錫市市轄區(qū)(1.38萬t)的113.34倍,高碳匯量、凈碳匯量縣域主要分布在蘇北、蘇中地區(qū),低碳匯量、凈碳匯量縣域主要分布在蘇南地區(qū),總體上也呈現(xiàn)出蘇北>蘇中>蘇南的分布格局。結(jié)合碳排放量來看,江蘇省各縣域基本保持著高碳排放、高碳匯與高凈碳匯相統(tǒng)一,低碳排放、低碳匯與低凈碳匯相統(tǒng)一的一致性特征。

在凈碳匯強度(圖3)方面,凈碳匯強度最高的金湖縣(8.02 t·hm-2)是最低的無錫市市轄區(qū)(1.06 t·hm-2)的7.86倍,各縣域之間差異依舊明顯,整體上依然呈現(xiàn)蘇北(6.54 t·hm-2)>蘇中(6.35 t·hm-2)>蘇南(4.99 t·hm-2)的分布格局。值得關(guān)注的是,相較于凈碳匯量,3個區(qū)域凈碳匯強度之間的差距明顯縮小,且凈碳匯強度高值區(qū)有向南移動的趨勢,當(dāng)前高凈碳匯強度的縣域主要分布在蘇北與蘇中地區(qū)的交界處。此外,高凈碳匯強度的縣域還表現(xiàn)出明顯的集聚特征(金湖縣、淮安區(qū)、寶應(yīng)縣、洪澤縣、高郵市),說明地區(qū)凈碳匯強度存在著輻射擴散的溢出態(tài)勢。

3.2 江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)碳匯強度測算比較

由表5可知,在92家農(nóng)業(yè)園區(qū)中,糧油-蔬菜作物主導(dǎo)型園區(qū)數(shù)量最多(27家),占總園區(qū)數(shù)量的29%;多類作物主導(dǎo)型園區(qū)數(shù)量最少,僅有2家。園區(qū)農(nóng)作物種植面積上,蔬菜作物主導(dǎo)型園區(qū)平均種植面積最大,達0.45萬hm2,糧油-花果作物主導(dǎo)型、蔬菜-花果作物主導(dǎo)型與多類作物主導(dǎo)型園區(qū)平均種植面積較小,均為0.33萬hm2。從園區(qū)農(nóng)作物碳匯量來看,糧油作物主導(dǎo)型園區(qū)的平均碳匯量最大,為3.86萬t;蔬菜作物主導(dǎo)型園區(qū)平均碳匯量最小,為1.21萬t。

表5 2020年江蘇省7類現(xiàn)代農(nóng)業(yè)園區(qū)碳匯狀況

基于上述園區(qū)碳匯及種植面積測算各類園區(qū)碳匯強度,發(fā)現(xiàn)碳匯強度由大到小依次為糧油作物主導(dǎo)型園區(qū)>糧油-花果作物主導(dǎo)型園區(qū)>糧油-蔬菜作物主導(dǎo)型園區(qū)>花果作物主導(dǎo)型園區(qū)>多類作物主導(dǎo)型園區(qū)>蔬菜-花果作物主導(dǎo)型園區(qū)>蔬菜作物主導(dǎo)型園區(qū),其中碳匯強度最高的糧油作物主導(dǎo)型園區(qū)是最低的蔬菜作物主導(dǎo)型園區(qū)的3.71倍。當(dāng)園區(qū)主導(dǎo)產(chǎn)業(yè)作物類型在2類及以上時,糧油作物的種植面積是影響園區(qū)碳匯強度的重要因素,通常以糧油作物作為主導(dǎo)產(chǎn)業(yè)的園區(qū)糧油種植面積占比較大,進而導(dǎo)致此類園區(qū)碳匯強度較大。

3.3 江蘇省園區(qū)建設(shè)規(guī)模與種植業(yè)凈碳匯強度的空間自相關(guān)分析

3.3.1全局空間自相關(guān)分析

為了探究現(xiàn)代農(nóng)業(yè)園區(qū)建設(shè)與地區(qū)凈碳匯效應(yīng)之間的空間相關(guān)性,利用GeoDa 1.18空間分析軟件計算2020年江蘇省園區(qū)建設(shè)規(guī)模與地區(qū)凈碳匯強度的全局空間自相關(guān)指數(shù)Moran′sI值。結(jié)果表明,2020年江蘇省園區(qū)建設(shè)規(guī)模與地區(qū)凈碳匯強度雙變量全局Moran′sI值為-0.228,Z值為-3.70,且P<0.01,說明園區(qū)建設(shè)規(guī)模與地區(qū)凈碳匯強度呈顯著空間負(fù)相關(guān)關(guān)系,當(dāng)前園區(qū)建設(shè)規(guī)模的提升會造成地區(qū)凈碳匯強度的降低。

3.3.2局部空間自相關(guān)分析

在Z檢驗的基礎(chǔ)上繪制雙變量局部空間自相關(guān)LISA聚集圖(圖4),分析縣域尺度下園區(qū)建設(shè)規(guī)模與其鄰域凈碳匯強度的空間關(guān)聯(lián)模式。

圖4 園區(qū)建設(shè)規(guī)模與地區(qū)凈碳匯強度的雙變量LISA聚集圖Fig.4 Bivariate LISA aggregation diagram of agricultural parks construction scale and regional net carbon sink intensity

園區(qū)建設(shè)規(guī)模與地區(qū)凈碳匯強度的局部空間格局總體上呈現(xiàn)低-高集聚連片分布,低-低、高-高和高-低集聚分散分布的特征。具體局部空間格局分為以下4類:(1)低-高集聚區(qū)位于泗洪縣、洪澤縣、金湖縣等9個地區(qū)。該類地區(qū)分布在蘇北與蘇中,均為農(nóng)業(yè)發(fā)展優(yōu)勢區(qū)域,自身凈碳匯能力強,平均凈碳匯強度達7.15 t·hm-2,園區(qū)建設(shè)規(guī)模較小,平均建設(shè)規(guī)模占比僅2.71%。(2)高-低集聚區(qū)位于南京市江寧區(qū)、丹陽市、常熟市等5個地區(qū)。該類地區(qū)主要分布在蘇南,受限于自然資源條件,農(nóng)業(yè)生產(chǎn)對各項農(nóng)業(yè)要素投入依賴較大,凈碳匯能力有限,平均凈碳匯強度僅4.32 t·hm-2,而園區(qū)建設(shè)在引領(lǐng)農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變的同時,也帶來了高產(chǎn)量與高收益,因此園區(qū)建設(shè)規(guī)模大,平均建設(shè)規(guī)模占比達16.73%。(3)低-低集聚區(qū)位于南京市六合區(qū)與溧陽市。該類地區(qū)園區(qū)凈碳匯能力相對較弱,平均凈碳匯強度為6.06 t·hm-2,園區(qū)建設(shè)規(guī)模相對較小,平均建設(shè)規(guī)模占比為3.72%。(4)高-高集聚區(qū)位于盱眙縣、寶應(yīng)縣與泗陽縣。該類地區(qū)凈碳匯能力強,平均凈碳匯強度達7.22 t·hm-2,園區(qū)建設(shè)規(guī)模大,平均建設(shè)規(guī)模占比達11.45%。值得關(guān)注的是,三地均建設(shè)有國家級農(nóng)業(yè)園,國家級農(nóng)業(yè)園是園區(qū)建設(shè)發(fā)展的高階形態(tài),相較于常規(guī)園區(qū),其建設(shè)水平較高、規(guī)模較大,對園區(qū)農(nóng)業(yè)綠色發(fā)展也有著更高的要求。

4 討論

2020年江蘇省各縣域種植業(yè)凈碳匯量為正值,呈現(xiàn)出碳生態(tài)盈余狀態(tài),能補充部分工業(yè)和其他行業(yè)的碳生態(tài)赤字,這與翁翎燕等[13]、許萍萍等[33]的研究結(jié)果較為一致。在碳排放方面,農(nóng)地生產(chǎn)活動依舊是江蘇省種植業(yè)的主要碳排放源,但隨著江蘇省化肥減量增效行動、節(jié)水灌溉等一系列減排措施的推廣應(yīng)用,其比重正在逐年下降。此外,江蘇省碳排放量大的縣多為農(nóng)業(yè)大縣,多位于蘇北平原且農(nóng)作物種植面積廣,說明碳排放大小與與地形條件關(guān)系密切,這與朱永彬等[35]的研究較為相符。在碳匯方面,受限于耕地面積減少、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,蘇南地區(qū)碳匯與凈碳匯量顯著低于蘇中與蘇北地區(qū)[21]。但近年來受農(nóng)作物單產(chǎn)提升的影響,蘇南地區(qū)凈碳匯強度與蘇中、蘇北地區(qū)相比差距均明顯縮小,2000—2020年蘇南地區(qū)糧食作物單產(chǎn)由5 368.78 kg·hm-2提高到7 362.74 kg·hm-2[13]。目前,凈碳匯強度高值區(qū)主要集中在蘇北和蘇中交界處且有南移趨勢,可能是由于國家對糧食安全問題的重視,以及蘇中地區(qū)自身經(jīng)濟、科技發(fā)展的輻射帶動,當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)水平不斷提升,逐步成為江蘇省重要的糧食產(chǎn)地,而蘇北地區(qū)相對粗放的農(nóng)業(yè)生產(chǎn)管理模式以及較低的農(nóng)業(yè)科技投入限制了其凈碳匯強度的進一步提升。綜合而言,當(dāng)前江蘇省種植業(yè)碳排放量、碳匯量、凈碳匯量與凈碳匯強度均呈現(xiàn)出蘇北>蘇中>蘇南的空間格局,并且不同縣域之間差異顯著。因此,為更好地實現(xiàn)種植業(yè)綠色低碳轉(zhuǎn)型,要依據(jù)各地區(qū)實際狀況,因地制宜地調(diào)整農(nóng)業(yè)生產(chǎn)方式,提升農(nóng)業(yè)生態(tài)價值。

現(xiàn)代農(nóng)業(yè)園區(qū)對區(qū)域農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)型有重要的示范、帶動和輻射作用。從園區(qū)建設(shè)類型來看,不同類型園區(qū)碳匯強度差異較大,究其原因主要是受到了作物種類及其碳吸收能力、單產(chǎn)以及園區(qū)種植結(jié)構(gòu)的影響,其中園區(qū)糧油作物種植比重的增加能顯著提升園區(qū)碳匯強度,說明優(yōu)化作物種植結(jié)構(gòu),在滿足自身糧食需求前提下增加高效益、高碳匯作物種植規(guī)模,是實現(xiàn)園區(qū)乃至地區(qū)種植業(yè)減排固碳的有效手段[10,34]。

相較于傳統(tǒng)的農(nóng)業(yè)生產(chǎn)方式,園區(qū)生產(chǎn)通常以機械化、規(guī)?；癁橹鱗19],但隨著農(nóng)業(yè)機械的大規(guī)模使用,柴油、石油等化石燃料消耗加劇,碳排放增加[10]。園區(qū)主導(dǎo)產(chǎn)業(yè)作物類型復(fù)雜多樣,實際來看,園區(qū)通常有著較高的非糧作物占比,而相較于糧食作物,非糧作物的碳吸收能力更弱,進而帶來園區(qū)碳匯的降低。綜合而言,園區(qū)內(nèi)現(xiàn)代化的農(nóng)業(yè)生產(chǎn)方式極大改善了農(nóng)業(yè)生產(chǎn)效率,提高了產(chǎn)量,園區(qū)特色作物的種植帶來了可觀的經(jīng)濟收益[6],但化石燃料的加劇消耗以及園區(qū)作物碳吸收能力弱等帶來的高碳排放、低碳匯也是不可規(guī)避的現(xiàn)實問題。與此同時,良好的園區(qū)建設(shè)水平能促進地區(qū)凈碳匯強度的正向提升,高建設(shè)水平園區(qū)能通過自身高建設(shè)要求、高科技水平、高管理模式等實現(xiàn)對地區(qū)農(nóng)業(yè)綠色低碳發(fā)展的示范推動[6]。

該研究嘗試性剖析了現(xiàn)代農(nóng)業(yè)園區(qū)建設(shè)對地區(qū)凈碳匯強度的影響及其響應(yīng)規(guī)律,為未來江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)綠色發(fā)展以及地區(qū)種植業(yè)減排固碳提供了可行的研究思路與路徑。在參照IPCC和眾多學(xué)者研究成果的基礎(chǔ)上,測算了縣域尺度下江蘇省種植業(yè)碳排放量、碳匯量,但區(qū)域作物品種、生長狀況以及碳排放源等存在差異,未來研究需進一步確定不同地區(qū)碳排放、碳吸收系數(shù)以精確核算區(qū)域碳排放量、碳匯量。此外,受限于現(xiàn)代農(nóng)業(yè)園區(qū)統(tǒng)計資料的可獲得性,筆者僅計算了園區(qū)內(nèi)作物的碳匯量,并未對園區(qū)碳排放量進行核算,未來研究需扎根到具體園區(qū),從更為精確的視角細(xì)致地剖析園區(qū)建設(shè)對地區(qū)碳排放的影響。

5 結(jié)論與建議

2020年,江蘇省種植業(yè)表現(xiàn)出較強的碳匯功能。碳排放量、碳匯量、凈碳匯量與凈碳匯強度雖呈現(xiàn)蘇北>蘇中>蘇南的特征,但不同縣域之間差異較大,因此為實現(xiàn)地區(qū)種植業(yè)綠色低碳轉(zhuǎn)型,需因地制宜地調(diào)整農(nóng)業(yè)生產(chǎn)方式。受糧油作物影響,江蘇省現(xiàn)代農(nóng)業(yè)園區(qū)碳匯強度表現(xiàn)為糧油作物主導(dǎo)型園區(qū)>糧油-花果作物主導(dǎo)型園區(qū)>糧油-蔬菜作物主導(dǎo)型園區(qū)>花果作物主導(dǎo)型園區(qū)>多類作物主導(dǎo)型園區(qū)>蔬菜-花果作物主導(dǎo)型園區(qū)>蔬菜作物主導(dǎo)型園區(qū),說明優(yōu)化作物種植結(jié)構(gòu)能夠作為園區(qū)乃至地區(qū)種植業(yè)減排固碳的有效手段。園區(qū)建設(shè)規(guī)模與地區(qū)凈碳匯強度在局部空間格局上呈現(xiàn)低-高集聚連片分布,低-低、高-高和高-低集聚分散分布的特征;在全局空間格局上呈現(xiàn)顯著的空間負(fù)相關(guān)關(guān)系,表明園區(qū)建設(shè)規(guī)模的提升會造成地區(qū)凈碳匯強度的降低;但與此同時,建設(shè)高水平園區(qū)也能實現(xiàn)園區(qū)建設(shè)對地區(qū)凈碳匯強度的正向推動。

從現(xiàn)代農(nóng)業(yè)園區(qū)對地區(qū)農(nóng)業(yè)示范帶動的角度出發(fā),根據(jù)江蘇省種植業(yè)碳源、匯與現(xiàn)代農(nóng)業(yè)園區(qū)建設(shè)現(xiàn)狀,提出如下建議:(1)堅持現(xiàn)代農(nóng)業(yè)園區(qū)農(nóng)業(yè)綠色發(fā)展路徑,建設(shè)高標(biāo)準(zhǔn)農(nóng)田,引用節(jié)水灌溉、水肥一體化等高效灌溉技術(shù),推動園區(qū)生產(chǎn)低碳化與綠色化。(2)優(yōu)化現(xiàn)代農(nóng)業(yè)園區(qū)作物種植結(jié)構(gòu),選育環(huán)境友好的優(yōu)良作物品種,構(gòu)建作物種植碳補償機制,對選育高碳匯作物品種的主體給予補償與獎勵。(3)提升現(xiàn)代農(nóng)業(yè)園區(qū)建設(shè)質(zhì)量,以國家級農(nóng)業(yè)園為建設(shè)標(biāo)準(zhǔn),提高園區(qū)科技、管理、制度等建設(shè)水平,示范帶動區(qū)域農(nóng)業(yè)綠色低碳發(fā)展。(4)建立完善的現(xiàn)代農(nóng)業(yè)園區(qū)碳排放監(jiān)督體系,將園區(qū)碳排放作為考核與驗收標(biāo)準(zhǔn),加強對園區(qū)碳排放的跟蹤監(jiān)測與評價。