楊思存， 霍 琳， 王成寶， 溫美娟

（甘肅省農(nóng)業(yè)科學(xué)院土壤肥料與節(jié)水農(nóng)業(yè)研究所/國(guó)家農(nóng)業(yè)科學(xué)白銀觀測(cè)實(shí)驗(yàn)站，甘肅 蘭州 730070）

我國(guó)高度重視由溫室氣體排放所引起的氣候變化問(wèn)題，將其擺在國(guó)家治理的突出位置［1］，并向世界承諾“2030 年前實(shí)現(xiàn)碳達(dá)峰，2060 年前實(shí)現(xiàn)碳中和”［2］。雖然農(nóng)業(yè)碳排放在我國(guó)溫室氣體排放總量中只占16%～17%［3］，但所擁有的減排潛力以及對(duì)化石燃料碳排放的抵消作用卻不容忽視。目前普遍認(rèn)為，種植業(yè)碳排放主要集中在化肥、農(nóng)藥、農(nóng)膜、稻田、灌溉以及機(jī)械動(dòng)力方面［4-5］，畜牧業(yè)碳排放則主要包括反芻動(dòng)物胃腸道發(fā)酵產(chǎn)生的甲烷（CH4）和畜禽糞便管理過(guò)程產(chǎn)生的氧化亞氮（N2O）［6］，其產(chǎn)生的CH4和N2O 約占農(nóng)業(yè)非CO2溫室氣體排放量的80%［7］。因此，控制農(nóng)業(yè)碳排放、發(fā)展低碳農(nóng)業(yè)是我國(guó)實(shí)現(xiàn)“碳達(dá)峰、碳中和”的重要任務(wù)之一。

我國(guó)在農(nóng)業(yè)碳排放方面的研究起步較晚，但近年來(lái)發(fā)展迅猛，文獻(xiàn)量遠(yuǎn)超國(guó)外，主要集中于農(nóng)業(yè)碳排放核算、影響因素及減排機(jī)制等方面［8-14］。甘肅省是我國(guó)西部地區(qū)重要的生態(tài)屏障，在應(yīng)對(duì)全球氣候變化和實(shí)現(xiàn)“碳達(dá)峰、碳中和”中發(fā)揮著極其重要的作用。但甘肅省畢竟是西部不發(fā)達(dá)省份，2020年的糧食總產(chǎn)量、畜禽肉類總產(chǎn)量分別只占全國(guó)總量的1.80%、1.42%［15］，有關(guān)農(nóng)業(yè)碳排放方面的研究也比較少。本文選擇國(guó)際主流的排放因子法來(lái)估算碳排放［16］，依照聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）發(fā)布的《2006 年國(guó)家溫室氣體清單編制指南報(bào)告》［17-18］，對(duì)各排放源以活動(dòng)水平和排放因子的乘積來(lái)估算其碳排放量。同時(shí)，選用STIRPAT（Stochastic impacts by regression on PAT）模型［19］，分析了農(nóng)村人口、人均GDP、人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入等因素對(duì)農(nóng)業(yè)碳排放的影響程度，旨在為甘肅省農(nóng)業(yè)碳減排提供量化參考，并為低碳農(nóng)業(yè)的發(fā)展提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

甘肅省（32°11′～42°57′N，92°13′～108°46′E）地處黃土高原、青藏高原和內(nèi)蒙古高原的交匯處，東接陜西，南鄰四川，西連青海、新疆，北靠?jī)?nèi)蒙古、寧夏并與蒙古國(guó)接壤；東西長(zhǎng)1655 km，南北寬530 km，總面積45.44×104km2，居全國(guó)第7 位；境內(nèi)山地、高原、平川、河谷、沙漠、戈壁交錯(cuò)分布，地貌形態(tài)復(fù)雜，形成隴南山地、隴東隴中黃土高原、甘南高原、河西走廊、祁連山地、北山山地6個(gè)各具特色的地形區(qū)域，是我國(guó)西部地區(qū)重要的生態(tài)屏障。甘肅省轄12個(gè)地級(jí)市、2個(gè)自治州，86個(gè)縣（市、區(qū)），常住人口2502×104人。全省各地氣候類型多樣，從南向北包括了亞熱帶季風(fēng)氣候、溫帶季風(fēng)氣候、溫帶大陸性（干旱）氣候和高原高寒氣候4個(gè)類型，年均氣溫0～15 ℃，年均降水量40～750 mm，干旱半干旱區(qū)占總面積的75%。種植作物主要有小麥、玉米、馬鈴薯、果樹(shù)、蔬菜、中藥材、小雜糧等，目前已形成“牛羊菜果薯藥”六大特色產(chǎn)業(yè)。國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2020 年甘肅省耕地面積537.7×104hm2，約占全國(guó)耕地面積的3.83%；糧食總產(chǎn)量1202.2×104t，占全國(guó)總量的1.80%；畜禽肉類總產(chǎn)量110.2×104t，占全國(guó)總量的1.42%；農(nóng)業(yè)總產(chǎn)值1423.8×108元，占全國(guó)總產(chǎn)值的1.98%，位列全國(guó)第22位。

1.2 數(shù)據(jù)來(lái)源

2000—2020年各年份化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油用量、農(nóng)村用電量、牲畜年底存欄量、農(nóng)作物播種面積、農(nóng)村人口、農(nóng)民人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)科技成果應(yīng)用數(shù)量等數(shù)據(jù)主要來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和《甘肅省統(tǒng)計(jì)年鑒》。其中，化肥施用量采用折純量表示，農(nóng)藥、農(nóng)膜、農(nóng)用柴油采用實(shí)際使用量表示。

1.3 研究方法

1.3.1 農(nóng)業(yè)碳排放估算方法本文采用排放因子法，按照《國(guó)家溫室氣體清單指南》和《省級(jí)溫室氣體清單編制指南》的推薦值估算甘肅省農(nóng)業(yè)碳排放量。碳源因子及相應(yīng)碳排放系數(shù)的選取借鑒了邱子健等［6］的研究成果：（1）種植業(yè)碳排放包括化肥、農(nóng)藥、農(nóng)膜生產(chǎn)運(yùn)輸過(guò)程中的碳排放，農(nóng)村用電、農(nóng)業(yè)機(jī)械使用過(guò)程中消耗農(nóng)用柴油導(dǎo)致的碳排放，以及農(nóng)用地施用氮肥導(dǎo)致的N2O 排放；（2）畜牧業(yè)碳排放包括畜禽胃腸道發(fā)酵導(dǎo)致的CH4排放和畜禽糞便管理過(guò)程中產(chǎn)生的CH4、N2O排放。其中：化肥、農(nóng)藥、農(nóng)膜已換算成CO2排放系數(shù)，CH4、N2O 需按照IPCC 第五次評(píng)估報(bào)告中百年尺度CO2增溫潛勢(shì)的28倍、265倍換算成CO2-e估算。估算模型如下：

式中：I為農(nóng)業(yè)的CO2-e 排放總量（104t）；Ii為第i類溫室氣體排放源的CO2-e排放量（104t）；ADi為第i類溫室氣體排放源的活動(dòng)水平；EFi為第i類溫室氣體排放源的CO2-e排放系數(shù)。

1.3.2 農(nóng)業(yè)碳排放趨勢(shì)預(yù)測(cè)模型參考Ehrlich等［20］、張樂(lè)勤等［21］、邱子健等［6］模型的構(gòu)建方法，采用STIRPAT 模型［22］，從人口規(guī)模、富裕程度、技術(shù)應(yīng)用3 個(gè)方面考慮，以甘肅省農(nóng)村人口（P，104人）、農(nóng)村居民人均GDP（A，元·人-1）、農(nóng)村居民人均可支配收入（R，元·人-1）、農(nóng)業(yè)機(jī)械總動(dòng)力（T，108W）、農(nóng)業(yè)增加值占全省生產(chǎn)總值比重（V，%）、農(nóng)村住戶固定資產(chǎn)投資額（C，108元）、農(nóng)業(yè)科技成果應(yīng)用數(shù)量（N，項(xiàng)）、農(nóng)業(yè)科技投入（S，108元）為影響因素，以2000—2020 年的農(nóng)業(yè)碳排放量為因變量，對(duì)農(nóng)業(yè)的CO2-e排放總量（I，104t）進(jìn)行了預(yù)測(cè)。其基本模型為：

將式（2）中等式兩邊經(jīng)對(duì)數(shù)化處理后得到求和模式：

式中：a為常數(shù)；b、c、d、f、g、h、k、m分別為各影響因素的彈性指數(shù)；e為誤差。

2 結(jié)果與分析

2.1 農(nóng)業(yè)碳排放特征

2.1.1 種植業(yè)碳排放特征2000―2020 年，甘肅省種植業(yè)CO2-e 排放量總體呈“升高-降低”的變化趨勢(shì)，并在2015 年達(dá)到峰值，為935.79×104t（圖1）。甘肅省旱地面積占75%以上，2015 年之前，隨著制種玉米、高原夏菜、早熟馬鈴薯等特色優(yōu)勢(shì)產(chǎn)業(yè)的發(fā)展，在極大提高全省糧食、蔬菜產(chǎn)量的同時(shí)，也使得化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)用電、農(nóng)用柴油的CO2-e排放量快速上升；與2000年相比，2015年的CO2-e排放量分別增加了52%、591%、149%、84%和174%。而同期的農(nóng)用地面積雖然也有增加，但CO2-e 排放量只增加了34%。2015年以后，隨著國(guó)家化肥農(nóng)藥雙減、廢舊農(nóng)膜回收利用等一系列政策措施的相繼出臺(tái)和實(shí)施，化肥、農(nóng)藥、農(nóng)膜的用量大幅度下降，種植業(yè)的CO2-e 排放量也開(kāi)始下降，2020 年已降至778.72×104t，比2015年減少了16.8%。

圖1 2000—2020年甘肅省種植業(yè)碳排放量變化Fig.1 CO2-e emission change of planting industry in Gansu Province from 2000 to 2020

從甘肅省種植業(yè)的碳排放結(jié)構(gòu)來(lái)看，化肥的貢獻(xiàn)最大，平均為40.2%，但所占的比例一直呈下降趨勢(shì)，從2000 年的47.2%降至2020 年的33.9%。第二是農(nóng)膜的貢獻(xiàn)，平均為20.6%，2000—2007年一直呈下降趨勢(shì)，從19.4%降至16.1%；2008—2020 年一直呈增加趨勢(shì)，從16.8%增至27.5%。第三是農(nóng)用柴油、農(nóng)藥、農(nóng)用地的貢獻(xiàn)，平均分別為13.4%、10.3%和10.3%，其中農(nóng)用柴油的貢獻(xiàn)在2017 年以前一直呈增加趨勢(shì)，從11.1%增至17.4%，2017年之后逐年下降，2020 年降至14.8%；農(nóng)藥的貢獻(xiàn)在2015 年以前一直呈增加趨勢(shì)，從4.6%增至16.6%，2015 年之后逐年下降，2020 年降至9.4%；農(nóng)用地N2O 排放以氮肥施用的直接排放居多，其貢獻(xiàn)率一直呈下降趨勢(shì)，從2000年的12.5%降至2020年的7.8%。第四是農(nóng)業(yè)用電的貢獻(xiàn)，平均為5.1%，一直呈鋸齒形波動(dòng)，但幅度不大，2016 年最低為4.5%，2020 年最高為6.7%，近年來(lái)有增加的趨勢(shì)。

2.1.2 畜牧業(yè)碳排放特征2000—2020 年，甘肅省畜牧業(yè)CO2-e 排放量總體呈增加的趨勢(shì)，2000 年只有986.79×104t，2020 年增至1509.77×104t，增加了53.0%，雖然2007、2015、2016、2017年等年份相比上一年度有所降低，但總體上還是增加的（圖2）。尤其是2019 年，受豬瘟疫情影響，全國(guó)生豬出欄數(shù)和存欄數(shù)都明顯降低，減少了CO2-e排放量，甘肅省也不例外，但對(duì)于甘肅省而言，牛、羊才是主導(dǎo)產(chǎn)業(yè)，且存欄數(shù)持續(xù)增加，因此并未改變CO2-e 排放量持續(xù)增加的大趨勢(shì)。

圖2 2000—2020年甘肅省畜牧業(yè)碳排放量變化Fig.2 CO2-e emission change of animal husbandry in Gansu Province from 2000 to 2020

從甘肅省畜牧業(yè)的碳排放結(jié)構(gòu)來(lái)看，畜禽胃腸道發(fā)酵的貢獻(xiàn)最大，占到83.0%～85.1%，平均為84.0%；畜禽糞便管理的貢獻(xiàn)率占到了14.9%～17.0%，平均為16.0%。這主要是因?yàn)樵诟拭C省的畜牧業(yè)中，草地畜牧業(yè)占了絕大多數(shù)，而傳統(tǒng)圈舍養(yǎng)殖所占比重并不大，造成糞便管理困難。

從不同畜禽種類的碳排放（圖3）來(lái)看，在畜禽胃腸道發(fā)酵碳排放中，肉牛的貢獻(xiàn)最大，占52.4%～58.1%，平均為55.0%，一直呈下降趨勢(shì)。其次是綿羊，占23.9%～31.1%，平均為27.9%，一直呈增加趨勢(shì)。山羊和奶牛的貢獻(xiàn)相對(duì)較小，平均分別只占8.7%和6.8%，均呈持續(xù)下降趨勢(shì)。豬和家禽由于不是反芻動(dòng)物，通過(guò)胃腸道發(fā)酵碳排放并不多，豬只占1.6%，家禽更是可以忽略不計(jì)。在畜禽糞便管理碳排放中（圖4），依然是肉牛的貢獻(xiàn)最大，占37.2%～40.3%，平均為38.5%，呈緩慢增加趨勢(shì)。第二是豬，占20.8%～31.9%，平均為26.9%，一直呈下降趨勢(shì)。第三是綿羊，占14.0%～20.5%，平均為17.6%，一直呈增加趨勢(shì)。第四是奶牛，占7.3%～8.9%，平均為8.0%，呈下降趨勢(shì)。山羊和家禽對(duì)碳排放的貢獻(xiàn)最小，平均只占5.2%和3.8%，均呈持續(xù)增加的趨勢(shì)。

圖3 2000—2020年甘肅省畜禽胃腸道發(fā)酵碳排放量變化Fig.3 CO2-e emission change of gastrointestinal fermentation of livestock in Gansu Province from 2000 to 2020

圖4 2000—2020年甘肅省畜禽糞便管理碳排放量變化Fig.4 CO2-e emission change of livestock manure management in Gansu Province from 2000 to 2020

2.1.3 農(nóng)業(yè)碳排放特征2000—2020 年，甘肅省農(nóng)業(yè)CO2-e排放量總體呈“升高-降低-升高”的變化趨勢(shì)，2000 年最低，只有1435.66×104t，2015 年達(dá)到峰值，為2317.49×104t；2016 年略有降低，2017 年降至近5 a 來(lái)的最低，為2137.35×104t；從2018 年開(kāi)始又逐年增加，直至2020 年增至2288.49×104t（圖5）。從農(nóng)業(yè)碳排放量的增長(zhǎng)率來(lái)看，2000—2020年的年平均增長(zhǎng)率為2.4%，2015 年與2000 年相比增加了61.4%，2017 年與2015 年相比降低了7.8%，2020 年與2017年相比增加了7.1%。

圖5 2000—2020年甘肅省農(nóng)業(yè)碳排放總量變化Fig.5 Change of total agricultural CO2-e emission in Gansu Province from 2000 to 2020

從甘肅省農(nóng)業(yè)碳排放結(jié)構(gòu)（表1）來(lái)看，畜禽胃腸道發(fā)酵對(duì)農(nóng)業(yè)CO2-e 排放總量的貢獻(xiàn)最大，占到了54.7%。其次是化肥、畜禽糞便管理和農(nóng)膜，分別貢獻(xiàn)了13.9%、10.4%和7.3%。此外，農(nóng)用柴油、農(nóng)藥、農(nóng)用地和農(nóng)業(yè)用電的貢獻(xiàn)相對(duì)較低，分別為4.7%、3.7%、3.5%和1.8%。總體來(lái)看，畜牧業(yè)碳排放占到了65.0%，遠(yuǎn)遠(yuǎn)高于種植業(yè)平均35.0%的碳排放。值得關(guān)注的是，化肥、農(nóng)用地和畜禽糞便管理對(duì)農(nóng)業(yè)碳排放的貢獻(xiàn)一直在降低；農(nóng)藥、農(nóng)膜、農(nóng)用柴油的貢獻(xiàn)都是先增加，到2015年前后達(dá)到峰值后再持續(xù)降低；農(nóng)業(yè)用電的貢獻(xiàn)在持續(xù)增加；畜禽胃腸道發(fā)酵的貢獻(xiàn)是先降低，到2016年達(dá)到谷底后又持續(xù)增加，是甘肅省農(nóng)業(yè)碳排放的主要來(lái)源。因此，減少畜禽胃腸道發(fā)酵碳排放任重而道遠(yuǎn)。

表1 2000—2020年甘肅省農(nóng)業(yè)碳排放結(jié)構(gòu)變化Tab.1 Structural change of agricultural carbon emission sources in Gansu Province from 2000 to 2020 /%

2.2 農(nóng)業(yè)碳排放影響因素分析

2.2.1 偏相關(guān)分析將影響甘肅省農(nóng)業(yè)碳排放的8個(gè)因素按時(shí)間序列數(shù)據(jù)進(jìn)行偏相關(guān)分析，農(nóng)村人口、農(nóng)村居民人均GDP、農(nóng)村居民人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)增加值占全省生產(chǎn)總值比重、農(nóng)村住戶固定資產(chǎn)投資額、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入與農(nóng)業(yè)碳排放量的偏相關(guān)系數(shù)分別為-0.903、0.919、0.843、0.948、-0.888、0.954、0.653、0.839。顯著性（雙側(cè)）檢驗(yàn)概率均在1%以下，說(shuō)明農(nóng)村居民人均GDP、農(nóng)村居民人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村住戶固定資產(chǎn)投資額、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入分別與農(nóng)業(yè)碳排放量呈顯著正相關(guān)，農(nóng)村人口、農(nóng)業(yè)增加值占全省生產(chǎn)總值比重與農(nóng)業(yè)碳排放量呈顯著負(fù)相關(guān)。

2.2.2 模型構(gòu)建將原始數(shù)據(jù)做自然對(duì)數(shù)變換后，作為原始變量，運(yùn)用SPSS 25.0進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱影響，分別以ZI、ZP、ZA、ZR、ZT、ZV、ZC、ZN、ZS 表示農(nóng)業(yè)碳排放量、農(nóng)村人口、農(nóng)村居民人均GDP、農(nóng)村居民人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)增加值占全省生產(chǎn)總值比重、農(nóng)村住戶固定資產(chǎn)投資額、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入經(jīng)標(biāo)準(zhǔn)化處理后的變量。利用主成分法對(duì)ZI、ZP、ZA、ZR、ZT、ZV、ZC、ZN、ZS進(jìn)一步做降維處理，提取出FAC1、FAC2、FAC33個(gè)綜合變量，能夠解釋原始變量的96.971%（表2），且顯著性檢驗(yàn)值均小于0.01，表明擬合效果好。同時(shí)得到FAC1、FAC2、FAC3與原始變量間的關(guān)系為：

表2 主成分分析解釋的總方差Tab.2 Total variance explained with principal component analysis

以ZI 為因變量，將綜合變量FAC1、FAC2、FAC3作為其解釋變量，利用SPSS 25.0作二階最小二乘法回歸分析，得到綜合變量與因變量ZI的方程，如下：

從相關(guān)系數(shù)平方和、方差分析的F值和t檢驗(yàn)的P值可以看出，模型擬合效果非常好，將式（7）進(jìn)行轉(zhuǎn)換，得到2000—2020年甘肅省農(nóng)業(yè)碳排放的影響因素模型式：

結(jié)合式（2），將式（8）進(jìn)一步變換為式（9）：

式（9）即為甘肅省農(nóng)業(yè)碳排放的多變量非線性STIRPAT 模型。將模型擬合得到的結(jié)果與估算值比較（圖6），擬合值與估算值變化趨勢(shì)總體近似，可以較好地反映未來(lái)碳排放趨勢(shì)。

圖6 STIRPAT模型模擬的2000—2020年甘肅省農(nóng)業(yè)碳排放量Fig.6 Agricultural CO2-e emissions simulated by STIRPAT model in Gansu Province from 2000to 2020

由式（9）也可以看出，農(nóng)村人口、農(nóng)村居民人均GDP、農(nóng)村居民人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)增加值占全省生產(chǎn)總值比重、農(nóng)村住戶固定資產(chǎn)投資額、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入的影響力指數(shù)分別為-0.017、0.026、0.020、0.038、-0.025、0.031、-0.017、0.016，其現(xiàn)實(shí)意義為：甘肅省農(nóng)村人口如果減少1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)減少0.017%。同理，農(nóng)村居民人均GDP每增加1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)增加0.026%；農(nóng)村居民人均可支配收入每增加1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)增加0.020%；農(nóng)業(yè)機(jī)械總動(dòng)力每增加1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)增加0.038%；農(nóng)業(yè)增加值占全省生產(chǎn)總值比重每減少1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)減少0.025%；農(nóng)村住戶固定資產(chǎn)投資額每增加1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)增加0.031%；農(nóng)業(yè)科技成果應(yīng)用數(shù)量每減少1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)減少0.017%；農(nóng)業(yè)科技投入每增加1%，相應(yīng)農(nóng)業(yè)碳排放量將會(huì)增加0.016%。

3 討論

2000—2020 年，甘肅省農(nóng)業(yè)CO2-e 排放量總體呈“升高-降低-升高”的趨勢(shì)，這與“十三五”期間國(guó)家相繼出臺(tái)的“化肥農(nóng)藥雙減”“草原禁牧”等政策有關(guān)，在種植業(yè)實(shí)現(xiàn)“化肥農(nóng)藥零增長(zhǎng)”、畜牧業(yè)逐步推進(jìn)“草畜平衡”背景下，CO2-e 排放量在2015 年達(dá)到峰值，并在2016、2017 年持續(xù)下降。但面對(duì)非常艱巨的脫貧攻堅(jiān)任務(wù)，甘肅省必須發(fā)展特色優(yōu)勢(shì)產(chǎn)業(yè)以增加農(nóng)民收入，尤其是牛羊產(chǎn)業(yè)的不斷發(fā)展壯大，在加快脫貧攻堅(jiān)步伐的同時(shí)，也增加了CO2-e排放量，使得2018—2020 年農(nóng)業(yè)CO2-e 排放量呈現(xiàn)出緩慢增長(zhǎng)趨勢(shì)。但對(duì)于種植業(yè)而言，由于管控措施落實(shí)到位，從2015年開(kāi)始，CO2-e排放量一直呈下降趨勢(shì)，這與張小平、夏文浩、黃曉慧等［5,14,23］的測(cè)算結(jié)果一致。

在甘肅省農(nóng)業(yè)碳排放結(jié)構(gòu)中，種植業(yè)只占35%，這符合甘肅省實(shí)際，畢竟甘肅省旱地面積占到了75%以上，作物產(chǎn)量低，農(nóng)用物資投入就少，CO2-e排放量也相對(duì)較少。但不容忽視的是化肥、農(nóng)膜碳排放占到了排放總量的13.9%和7.3%，是種植業(yè)CO2-e排放的大戶，這與田云、邱子健、胡婉玲等［3,6,24］的研究結(jié)果一致，好在它們都有逐年下降的趨勢(shì)，如果能加強(qiáng)管控措施和替代技術(shù)的應(yīng)用，將成為減少種植業(yè)CO2-e排放的突破口。畜牧業(yè)碳排放量占到了總排放量的65%，這是因?yàn)楦拭C有得天獨(dú)厚的草地畜牧業(yè)優(yōu)勢(shì)，農(nóng)區(qū)養(yǎng)殖業(yè)也在蓬勃發(fā)展?！陡拭C省“十四五”推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》提出，力爭(zhēng)到2025 年全省肉牛、肉羊存欄量分別達(dá)到600×104頭和3300×104只，分別比2020 年增長(zhǎng)33.2%和50.6%，這意味著畜牧業(yè)CO2-e排放量占農(nóng)業(yè)碳排放總量的比重將進(jìn)一步增加。需要重視的是，在畜牧業(yè)碳排放結(jié)構(gòu)中，通過(guò)牛、羊等反芻動(dòng)物胃腸道發(fā)酵碳（CH4）排放占到了84%，這也是本研究中畜牧業(yè)CO2-e 排放量遠(yuǎn)遠(yuǎn)高于種植業(yè)的原因之一。另外，通過(guò)畜禽糞便管理碳（N2O）排放在甘肅省農(nóng)業(yè)碳排放結(jié)構(gòu)中排在了第3 位，是根據(jù)畜禽養(yǎng)殖量和各自排放系數(shù)估算的，并未考慮草地畜牧業(yè)中牛羊糞便對(duì)草地的回饋和農(nóng)區(qū)畜牧業(yè)中養(yǎng)殖場(chǎng)糞便管理水平的提升，有可能高估了畜禽糞便管理對(duì)碳排放的貢獻(xiàn)，但具體應(yīng)該如何精準(zhǔn)估算，尚未找到更好的方法。

本文選取農(nóng)村人口、人均GDP、人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入等8個(gè)與農(nóng)業(yè)碳排放密切相關(guān)的參數(shù)來(lái)建立模型，包含了人口規(guī)模、富裕程度、技術(shù)應(yīng)用3 個(gè)方面，符合STIRPAT 建模型要素條件。相關(guān)分析表明，8個(gè)參數(shù)與農(nóng)業(yè)碳排放量之間都有顯著相關(guān)性，利用模型得到的擬合值與估算值總體相近，能較為準(zhǔn)確地反映甘肅省農(nóng)業(yè)碳排放的時(shí)序特征。但所建模型各因素的影響力指數(shù)分別只有-0.017、0.026、0.020、0.038、-0.025、0.031、-0.017、0.016，總體偏小，對(duì)CO2-e排放量的影響也就小，可能是因?yàn)樗x參數(shù)對(duì)農(nóng)業(yè)碳排放量的影響都是間接的，不像化肥、農(nóng)藥、農(nóng)膜、畜禽胃腸發(fā)酵等都是直接影響的。也有可能是所選指標(biāo)與農(nóng)業(yè)碳排放之間有脫鉤效應(yīng)，從而造成影響力指數(shù)小，這已經(jīng)被許多學(xué)者所證實(shí)［12,25-27］。隨著甘肅省經(jīng)濟(jì)的發(fā)展、農(nóng)業(yè)科技的進(jìn)步、溫室氣體減排措施的完善和農(nóng)業(yè)生產(chǎn)效率的提高，這種脫鉤效應(yīng)將會(huì)越來(lái)越強(qiáng)。另外，按照該模型預(yù)測(cè)，今后5～10 a 內(nèi)，隨著“牛羊菜果薯藥”六大特色產(chǎn)業(yè)的發(fā)展，甘肅省農(nóng)業(yè)碳排放仍將呈現(xiàn)緩慢增長(zhǎng)的趨勢(shì)，這也符合甘肅省實(shí)際。但隨著農(nóng)村城鎮(zhèn)化進(jìn)程加快，農(nóng)業(yè)現(xiàn)代化逐步實(shí)現(xiàn)，農(nóng)業(yè)低碳技術(shù)、面源污染防控技術(shù)、化肥農(nóng)藥減施增效技術(shù)不斷應(yīng)用，這種增加將變得越來(lái)越緩慢，直至達(dá)到一個(gè)平衡狀態(tài)，甚至出現(xiàn)緩慢下降。

4 結(jié)論與建議

4.1 結(jié)論

（1）2000—2020 年，甘肅省農(nóng)業(yè)碳排放量總體呈“升高-降低-升高”的變化趨勢(shì)，2015 年達(dá)到峰值，為2320.41×104t；從2018 年開(kāi)始又逐年增加，直至2020年增至2290.69×104t。

（2）甘肅省農(nóng)業(yè)碳排放結(jié)構(gòu)中，種植業(yè)占35%，畜牧業(yè)占65%；主要碳排放源中，畜禽胃腸道發(fā)酵對(duì)農(nóng)業(yè)碳排放總量的貢獻(xiàn)最大，其次是化肥生命周期隱含碳和畜禽糞便管理；主要畜禽中，肉牛養(yǎng)殖對(duì)農(nóng)業(yè)碳排放的貢獻(xiàn)最大，其次是綿羊、山羊、奶牛和豬，家禽養(yǎng)殖的貢獻(xiàn)最小。

（3）農(nóng)村人口、農(nóng)村居民人均GDP、農(nóng)村居民人均可支配收入、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)增加值占全省生產(chǎn)總值比重、農(nóng)村住戶固定資產(chǎn)投資額、農(nóng)業(yè)科技成果應(yīng)用數(shù)量、農(nóng)業(yè)科技投入與農(nóng)業(yè)碳排放量之間都有顯著相關(guān)性，利用STIRPAT模型得到的擬合值與估算值總體相近，能較為準(zhǔn)確地反映甘肅省農(nóng)業(yè)碳排放的時(shí)序特征，但影響力指數(shù)總體偏小，分別只有-0.017、0.026、0.020、0.038、-0.025、0.031、-0.017、0.016。

4.2 建議

為有效降低農(nóng)業(yè)碳排放，助力國(guó)家“碳達(dá)峰、碳中和”目標(biāo)的實(shí)現(xiàn)，甘肅省應(yīng)該結(jié)合自身經(jīng)濟(jì)發(fā)展水平、鄉(xiāng)村振興戰(zhàn)略總體要求和農(nóng)業(yè)現(xiàn)代化發(fā)展趨勢(shì)，從以下5個(gè)方面采取對(duì)策：

（1）努力提高種植業(yè)資源利用效率和土壤碳匯能力。在持續(xù)加強(qiáng)化肥農(nóng)藥減施增效、面源污染防控、生物降解地膜應(yīng)用和廢舊農(nóng)膜回收利用、農(nóng)田節(jié)水灌溉等措施的同時(shí)，加快推進(jìn)高標(biāo)準(zhǔn)農(nóng)田建設(shè)和輪作休耕試點(diǎn)，積極推廣秸稈還田、增施有機(jī)肥、化肥深施、少免耕保護(hù)性耕作、農(nóng)機(jī)農(nóng)藝融合等技術(shù)，持續(xù)提升耕地質(zhì)量，培肥土壤。

（2）強(qiáng)化畜牧業(yè)源頭減量、過(guò)程控制和末端處理。在逐步完善草場(chǎng)承包經(jīng)營(yíng)責(zé)任制，嚴(yán)格控制牛羊數(shù)量、嚴(yán)禁過(guò)牧超載現(xiàn)象的同時(shí)，通過(guò)優(yōu)化日糧配方、推廣瘤胃調(diào)節(jié)技術(shù)、改進(jìn)圈舍環(huán)境控制和尾氣統(tǒng)一收集設(shè)計(jì)、改進(jìn)畜禽糞污處理裝備、加強(qiáng)無(wú)害化處理、強(qiáng)化畜禽廢棄物資源化利用、探索綠色種養(yǎng)循環(huán)新模式等措施，有效降低畜牧業(yè)碳排放。

（3）努力降低農(nóng)業(yè)機(jī)械對(duì)石油的依賴。加強(qiáng)高效節(jié)能農(nóng)機(jī)具研發(fā)設(shè)計(jì)、生物柴油研制和風(fēng)能、太陽(yáng)能利用技術(shù)攻關(guān)，優(yōu)化農(nóng)機(jī)具資源配置和購(gòu)置補(bǔ)貼政策引導(dǎo)，積極組織構(gòu)建農(nóng)機(jī)社會(huì)化服務(wù)體系，力爭(zhēng)使農(nóng)用柴油的碳排放仍維持下降態(tài)勢(shì)。

（4）有效推動(dòng)農(nóng)村清潔能源利用。大力發(fā)展以屋頂光伏為基礎(chǔ)的農(nóng)村新型能源系統(tǒng)；加強(qiáng)農(nóng)村微電網(wǎng)改造，優(yōu)先使用太陽(yáng)能、風(fēng)能、生物質(zhì)能等清潔能源；整合農(nóng)業(yè)生產(chǎn)多種用途的生物質(zhì)能源利用系統(tǒng)，推動(dòng)建立可持續(xù)的農(nóng)村清潔能源體系，有效降低來(lái)自農(nóng)業(yè)用電的碳排放。

（5）加大農(nóng)業(yè)低碳技術(shù)的研發(fā)與應(yīng)用。在省科技重大專項(xiàng)、重點(diǎn)研發(fā)計(jì)劃等項(xiàng)目中設(shè)立農(nóng)業(yè)碳中和研究專項(xiàng)，圍繞六大特色產(chǎn)業(yè)提質(zhì)增效、農(nóng)業(yè)化學(xué)投入品減量/替代、合理耕層構(gòu)建、秸稈還田、有機(jī)廢棄物資源化利用等關(guān)鍵技術(shù)難題進(jìn)行攻關(guān)，創(chuàng)建農(nóng)業(yè)低碳技術(shù)和固碳減排模式。