摘要 

為探究農(nóng)田生態(tài)系統(tǒng)碳排放演化趨勢(shì)，制定合理的碳減排政策，以面板數(shù)據(jù)為依據(jù)，估算2007—2020年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放量及強(qiáng)度；運(yùn)用空間自相關(guān)分析碳排放強(qiáng)度空間格局；建立GM（1，1）預(yù)測(cè)模型，對(duì)未來(lái)碳排放強(qiáng)度進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行空間自相關(guān)分析，以研究其發(fā)展趨勢(shì)。結(jié)果表明：1）中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放量在研究期間呈波動(dòng)下降趨勢(shì)，并于2013年達(dá)到峰值；2）碳排放強(qiáng)度總體呈下降趨勢(shì)，表現(xiàn)為“北冷南熱”的空間格局，未來(lái)將持續(xù)下降，由2020年的0.107kg/yuan下降至2027年的0.054kg/yuan，總體空間格局保持穩(wěn)定，但熱點(diǎn)區(qū)域擴(kuò)大，冷點(diǎn)區(qū)域縮小。因此，為加快低碳農(nóng)業(yè)發(fā)展，應(yīng)根據(jù)地區(qū)差異，通過(guò)制定差異化農(nóng)業(yè)管理策略，降低農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度。

——————

以氣候變暖為主要特征的全球氣候變化是迄今為止人類(lèi)面臨的最大環(huán)境問(wèn)題，并已威脅到人類(lèi)的生存及生態(tài)系統(tǒng)的可持續(xù)發(fā)展[1]。安全降碳作為減緩全球氣候變暖的重要措施，已成為“十四五”時(shí)期中國(guó)生態(tài)文明建設(shè)的重點(diǎn)戰(zhàn)略新方向。農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，全球10%~20%的碳排放來(lái)源于農(nóng)業(yè)生產(chǎn)活動(dòng)，而農(nóng)田生態(tài)系統(tǒng)是重要的溫室氣體排放源[2]。因此，深入研究農(nóng)田生態(tài)系統(tǒng)碳排放時(shí)空格局及發(fā)展趨勢(shì)，以期為尋求減少農(nóng)業(yè)碳排放有效策略提供參考，將對(duì)構(gòu)建生態(tài)文明建設(shè)新格局具有重要的戰(zhàn)略意義和實(shí)踐價(jià)值。

近年來(lái)，農(nóng)田生態(tài)系統(tǒng)碳排放研究主要從總量測(cè)算、影響因素分析、時(shí)空格局分析及總量預(yù)測(cè)等4個(gè)方面進(jìn)行。在總量測(cè)算方面，李波等[3]測(cè)算了1993—2018年農(nóng)業(yè)CO₂排放量，發(fā)現(xiàn)自1993年我國(guó)農(nóng)業(yè)CO₂排放處于上升態(tài)勢(shì)；唐志偉等[4]測(cè)算了水稻CH₄排放量，結(jié)果表明我國(guó)稻田CH₄總排放量呈先降低后升高再降低的趨勢(shì)，為實(shí)現(xiàn)水稻豐產(chǎn)與稻田CH₄減排的協(xié)同提供理論參考；楚天舒等[5]對(duì)區(qū)域種養(yǎng)業(yè)生產(chǎn)系統(tǒng)溫室氣體排放總量進(jìn)行了測(cè)算，并提出合理的減排建議；白義鑫等[6]測(cè)算了禽畜養(yǎng)殖過(guò)程中溫室氣體的排放，為喀斯特地區(qū)農(nóng)業(yè)碳減排提供參考；田成詩(shī)等[7]測(cè)算了農(nóng)業(yè)非能源碳、能源碳排放量，研究表明中國(guó)農(nóng)業(yè)碳排放總量呈先降后升的“V型”變化。目前，計(jì)算農(nóng)田生態(tài)系統(tǒng)碳排放的主要方法是根據(jù)相應(yīng)的碳排放系數(shù)估算，多數(shù)研究?jī)H對(duì)一種或兩種溫室氣體進(jìn)行測(cè)算。

在碳排放影響因素方面，任峰等[8]運(yùn)用擴(kuò)展的STIRPAT模型對(duì)廣東省碳排放影響因素進(jìn)行了分析，發(fā)現(xiàn)人口規(guī)模、富裕度等與碳排放量之間均存在正相關(guān)關(guān)系；田云等[9]使用Tobit模型測(cè)算了湖北省農(nóng)業(yè)碳排放效率，并厘清了影響因素，為農(nóng)業(yè)低碳生產(chǎn)提供參考依據(jù)；黎孔清等[10]使用半對(duì)數(shù)回歸模型對(duì)農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)碳排放強(qiáng)度影響因素進(jìn)行了計(jì)量分析，得出農(nóng)村人口、富裕度等因素與農(nóng)業(yè)碳排放總量之間的定量關(guān)系；Ismael等[11]探討了農(nóng)業(yè)技術(shù)和環(huán)境對(duì)碳排放總量的影響，研究結(jié)果可以為決策者制定碳減排戰(zhàn)略提供參考；曾珍等[12]應(yīng)用脈沖響應(yīng)函數(shù)和方差分解法分析了城鎮(zhèn)化水平對(duì)農(nóng)業(yè)碳排放的影響，發(fā)現(xiàn)人口城鎮(zhèn)化和土地城鎮(zhèn)化對(duì)農(nóng)業(yè)碳排放的沖擊大小以及方向不同，且存在顯著的區(qū)域差異。當(dāng)前，研究者們應(yīng)用各種模型和方法研究了農(nóng)業(yè)碳排放影響因素，研究結(jié)果為實(shí)現(xiàn)農(nóng)業(yè)低碳目標(biāo)提供了有價(jià)值的參考方案。

在農(nóng)田生態(tài)系統(tǒng)碳排放時(shí)空格局研究方面，袁霄等[13]采用空間自相關(guān)分析了土地利用碳排放時(shí)空格局，發(fā)現(xiàn)重慶市重度排放集中在主城核心區(qū)，中輕度排放集中在主城拓展區(qū)、環(huán)主城區(qū)及區(qū)域中心城市；翁翎燕等[14]使用了空間自相關(guān)方法研究得出江蘇省農(nóng)田植被凈碳匯呈現(xiàn)出“北熱南冷”的空間格局；Pang等[15]采用了空間自相關(guān)分析得出中國(guó)農(nóng)業(yè)生產(chǎn)碳排放強(qiáng)度呈現(xiàn)空間聚集趨勢(shì)；夏四友等[16]運(yùn)用Theil指數(shù)及空間自相關(guān)方法分析了農(nóng)業(yè)碳排放強(qiáng)度時(shí)空格局特征，研究表明未來(lái)碳排放強(qiáng)度值將呈現(xiàn)出繼續(xù)下降的演化態(tài)勢(shì)；孫小祥等[17]構(gòu)建了生態(tài)承載效率指數(shù)、經(jīng)濟(jì)貢獻(xiàn)效率指數(shù)，發(fā)現(xiàn)江蘇沿海地區(qū)農(nóng)田生態(tài)系統(tǒng)碳源/匯動(dòng)態(tài)區(qū)域差異較大。綜上所述，空間自相關(guān)分析因能準(zhǔn)確識(shí)別變量在不同空間尺度的分布情況，目前已被廣泛應(yīng)用于農(nóng)業(yè)碳排放時(shí)空格局研究。

在農(nóng)業(yè)碳排放總量預(yù)測(cè)方面，Lin等[18]提出了一種由多變量灰色預(yù)測(cè)模型和遺傳規(guī)劃組成的兩階段預(yù)測(cè)方法，對(duì)CO₂排放量進(jìn)行預(yù)測(cè)，該方法綜合考慮了影響碳排放的多種因素；Lin等[19]通過(guò)構(gòu)建組合預(yù)測(cè)模型預(yù)測(cè)了中國(guó)2020年的CO₂排放強(qiáng)度，并對(duì)中國(guó)發(fā)展低碳經(jīng)濟(jì)提供了建議；Liu等[20]運(yùn)用GM（1，1）模型預(yù)測(cè)了山東省農(nóng)業(yè)碳排放量，結(jié)果表明農(nóng)業(yè)碳排放量將在2030年前達(dá)到峰值；謝永浩等[21]構(gòu)建GM（1，1）模型對(duì)農(nóng)業(yè)生產(chǎn)活動(dòng)產(chǎn)生的碳排放進(jìn)行了預(yù)測(cè)，發(fā)現(xiàn)未來(lái)碳排放量出現(xiàn)明顯的“馬太效應(yīng)”；趙金輝等[22]使用Lasso-BP神經(jīng)網(wǎng)絡(luò)方法，建立了河南省碳排放量預(yù)測(cè)模型，并提出河南省碳達(dá)峰路徑；褚力其等[23]根據(jù)因素貢獻(xiàn)差異設(shè)置動(dòng)態(tài)政策情景，對(duì)2018—2030年中國(guó)農(nóng)業(yè)碳排放量進(jìn)行預(yù)測(cè)，認(rèn)為通過(guò)市場(chǎng)優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、提高農(nóng)資消耗品使用率可以促進(jìn)低碳生產(chǎn)。目前，關(guān)于農(nóng)業(yè)碳排放預(yù)測(cè)的研究主要關(guān)注預(yù)測(cè)方法的改進(jìn)，以提高預(yù)測(cè)精度，但研究深度不足。

上述研究著重于中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放現(xiàn)狀和未來(lái)總量的預(yù)測(cè)，但仍然有如下問(wèn)題：一是目前對(duì)中國(guó)省際農(nóng)田生態(tài)系統(tǒng)溫室氣體排放的測(cè)算主要是針對(duì)一種或兩種溫室氣體，忽略了農(nóng)田生態(tài)系統(tǒng)中CH₄或N₂O的排放；二是目前針對(duì)農(nóng)田生態(tài)系統(tǒng)碳排放預(yù)測(cè)的研究主要集中在探究碳排放時(shí)間格局演化和預(yù)測(cè)方法改進(jìn)2個(gè)方面，而對(duì)于其空間格局演化的研究鮮有報(bào)道。因此，本研究擬在已有研究基礎(chǔ)上，基于2007—2020年農(nóng)業(yè)面板數(shù)據(jù)，以中國(guó)31省（市、自治區(qū)）為研究單元，運(yùn)用改進(jìn)的碳排放系數(shù)法全面測(cè)算中國(guó)農(nóng)田生態(tài)系統(tǒng)溫室氣體排放總量，采用空間自相關(guān)分析方法研究中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度時(shí)空格局；通過(guò)建立GM（1，1）預(yù)測(cè)模型，對(duì)2022—2027年碳排放強(qiáng)度進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行空間自相關(guān)分析，研究其發(fā)展趨勢(shì)，以期為中國(guó)制定合理的差異化農(nóng)業(yè)管理策略提供參考。

 

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

基于數(shù)據(jù)的可得性，本研究期為2007—2020年，研究對(duì)象為除臺(tái)灣省、澳門(mén)和香港特別行政區(qū)以外的31個(gè)省（市、自治區(qū)）。其中，化肥施用量、耕地灌溉面積、13種主要農(nóng)作物產(chǎn)量來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》[24]；農(nóng)田翻耕面積、農(nóng)藥施用量、農(nóng)用塑料膜施用量、農(nóng)用柴油總量來(lái)自于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》[25]；水稻播種面積來(lái)源于國(guó)家數(shù)據(jù)中心。

1.2 碳排放總量及強(qiáng)度估算方法

借鑒《2006年IPCC國(guó)家溫室氣體清單指南》[26]和《省級(jí)溫室氣體清單編制指南（試行）》[27]，運(yùn)用改進(jìn)的碳排放系數(shù)法估算中國(guó)31省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放總量?；跀?shù)據(jù)的可得性，本研究中主要考慮氮淋溶徑流、大氣氨沉降、秸稈還田、化肥施用、水稻種植、農(nóng)田灌溉、農(nóng)田翻耕、農(nóng)用機(jī)械、農(nóng)藥使用、農(nóng)膜使用種溫室氣體排放源，如圖1所示。

農(nóng)田生態(tài)系統(tǒng)碳排放總量、碳排放強(qiáng)度計(jì)算公式如下：

式中：E為農(nóng)田生態(tài)系統(tǒng)碳排放總量，kg；ECO₂為CO₂排放量，kg；ECH₄為CH₄形式排放量轉(zhuǎn)化為CO₂排放量，kg；EN₂O為N₂O形式排放量轉(zhuǎn)化為CO₂排放量，kg；EI為碳排放強(qiáng)度，kg/yuan；GDP_A為農(nóng)業(yè)產(chǎn)值，yuan。

 

1.2.1CO₂排放量估算方法

計(jì)算CO₂排放量方法如下：

式中：T_j為第j種農(nóng)業(yè)投入量，kg；EF_j為第j種農(nóng)業(yè)投入碳排放系數(shù)，如表1所示；44/12為CO₂與C分子量之比。

1.2.2CH₄排放量估算方法

計(jì)算CH₄形式排放量轉(zhuǎn)化為CO₂排放量方法如下：

式中：EF_i為稻田CH₄排放因子，kg/hm²，i表示稻田類(lèi)型，稻田CH₄排放因子來(lái)源于參考文獻(xiàn)[27]；AD_i為對(duì)應(yīng)于該排放因子的水稻播種面積，hm²；25為CH₄折算CO₂當(dāng)量系數(shù)[29]。

 

1.2.3N₂O排放量估算方法

計(jì)算農(nóng)田生態(tài)系統(tǒng)N₂O形式排放量轉(zhuǎn)化為CO₂排放量方法如下：

式中：N_z為直接氮排放量，kg；N_j為間接氮排放量，kg；44/28為N₂O與N分子量之比；298是N₂O折算CO₂當(dāng)量系數(shù)[29]。其中N_z計(jì)算方法如下：

式中：N_h施用化肥含氮量，kg，復(fù)合肥含氮量按其總量1/3計(jì)算[33]；N_g為秸稈還田過(guò)程中氮總量，kg；EF_z為N₂O直接排放因子[27]。

其中，N_g計(jì)算方法如下：

式中：M_i為第i種作物籽粒產(chǎn)量，kg；L_i為第i種作物的經(jīng)濟(jì)系數(shù)，β_i為第i種作物的秸稈還田率，由于各地區(qū)秸稈還田比例尚未有統(tǒng)計(jì)數(shù)據(jù)，故本研究秸稈還田比例統(tǒng)一設(shè)置為0.2[34]；K_i第i種作物的秸稈含氮率；α_i為第i種作物的根冠比，詳細(xì)參數(shù)來(lái)源于參考文獻(xiàn)[27]。

間接氮排放量（N_j）計(jì)算方法如下：

 

1.3 空間自相關(guān)

空間自相關(guān)是一種空間數(shù)據(jù)分析方法，主要研究空間中某一位置的觀(guān)測(cè)值是否與其相鄰位置的觀(guān)測(cè)值相關(guān)，并能揭示空間變量的區(qū)域結(jié)構(gòu)形式，分為全局空間自相關(guān)和局部空間自相關(guān)[35]。全局空間自相關(guān)是對(duì)研究變量在整個(gè)區(qū)域上的空間特征進(jìn)行描述，可以準(zhǔn)確分析整體的空間關(guān)聯(lián)特征；局部空間自相關(guān)是對(duì)局部空間異質(zhì)性特征進(jìn)行描述，識(shí)別不同空間位置上的“熱點(diǎn)區(qū)”與“冷點(diǎn)區(qū)”的空間分布規(guī)律[36]。

運(yùn)用ArcGIS10.2，用Moran’I指數(shù)反映中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放空間總體格局，計(jì)算公式如下：

式中：I為全局Moran指數(shù)；n為省（市、自治區(qū)）數(shù)量；X_i為第i個(gè)省（市、自治區(qū)）的碳排放強(qiáng)度；W_ij為空間單位i和j的權(quán)重；X為研究對(duì)象碳排放強(qiáng)度的平均值。

Getis Ord（Gi^*）可以測(cè)量指定研究區(qū)域的高值（熱點(diǎn)）和低值（冷點(diǎn)）密度，計(jì)算方法如下：

式中：Gi^*為局部空間自相關(guān)指數(shù)。Gi^*值高表明相鄰地區(qū)高值聚集，為熱點(diǎn)地區(qū)；Gi^*值低表明相鄰地區(qū)低值聚集，為冷點(diǎn)地區(qū)；Gi^*值趨向于0，表明不存在聚集現(xiàn)象。

 

1.4 GM（1，1）模型

灰色預(yù)測(cè)模型GM（1，1）是以歷史資料為基礎(chǔ)，預(yù)測(cè)時(shí)間序列數(shù)據(jù)的模型。不僅可以弱化原始數(shù)據(jù)的隨機(jī)性，使其呈現(xiàn)出較明顯的特征規(guī)律，還具有所需樣本少、不需要計(jì)算統(tǒng)計(jì)特征量的優(yōu)點(diǎn)，是處理小樣本預(yù)測(cè)問(wèn)題的有效工具[37-38]。因此，本研究使用灰色預(yù)測(cè)模型GM（1，1）預(yù)測(cè)2022—2027年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度。GM（1，1）模型的基本形式為：

式中：x₀（k）為原始數(shù)據(jù)；z^（1）（k）為原始數(shù)據(jù)序列累加后取得的生成序列；a為發(fā)展系數(shù)；b為灰作用量。

經(jīng)過(guò)演變計(jì)算可變?yōu)榘谆匠?/span>：

后驗(yàn)差比值C可以驗(yàn)證模型的精度，C<0.65表示預(yù)測(cè)模型精度合格。

 

2 中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放特征

2.1 碳排放時(shí)間演變特征

根據(jù)上述碳排放計(jì)算方法及數(shù)據(jù)估算2007—2020年中國(guó)31省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放總量及碳排放強(qiáng)度，分別如圖2和圖3所示。

由圖2可見(jiàn)，近14年來(lái)，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量總體呈下降趨勢(shì)，碳排放總量年均減少0.0098億t。中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量在2013年達(dá)到峰值，峰值約為9.4665億t，其發(fā)展趨勢(shì)可以大致劃分為4個(gè)階段：1）2007—2008年快速增長(zhǎng)階段。中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量快速增長(zhǎng)，從2007年的8.6003億t增長(zhǎng)到2008年的8.9094億t，年均增幅為0.3091億t，年均增長(zhǎng)率為3.59%，CO₂、CH₄、N₂O3種溫室氣體排放量均有所增長(zhǎng)；2）2008—2010年緩慢減少階段。中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量減少速度較為遲緩，從2008年的8.9094億t下降到2010年的8.7076億t，年均下降幅度為0.1009億t，年均減少率為1.14%，CH₄、CO₂排放量有所增加，N₂O排放量下降。原因在于2008年中央一號(hào)文件的頒布并實(shí)施，從政策層面開(kāi)始控制種植業(yè)的碳排放，并提出積極發(fā)展稻谷生產(chǎn)、加快推進(jìn)農(nóng)業(yè)機(jī)械化可能引起CH₄、CO₂排放量的增加；2010—2013年快速增長(zhǎng)階段。中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量迅速增長(zhǎng)，從2010年的8.7076億t增加到2013年的9.4665億t，年均增幅0.2530億t，年均增長(zhǎng)率為2.83%，3種溫室氣體排放量均增加。其中，N₂O排放量增長(zhǎng)幅度最大，主要因?yàn)榈适┯昧靠焖偕蠞q加之秸稈還田的大力推進(jìn)。2013—2020年持續(xù)下降階段：中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量持續(xù)下降，從2013年的9.4665億t下降到2020年的8.4643億t，年均降幅0.1432億t，年均減少率為1.58%，下降幅度較大，持續(xù)時(shí)間較長(zhǎng)，3種溫室氣體排放量均不斷下降。2015年農(nóng)業(yè)部出臺(tái)了《到2020年化肥使用量零增長(zhǎng)行動(dòng)方案》和《到2020年農(nóng)藥使用量零增長(zhǎng)行動(dòng)方案》、2016年國(guó)務(wù)院發(fā)布了《“十三五”控制溫室氣體排放工作方案》和2017年頒布了《農(nóng)藥管理?xiàng)l例》，這一系列政策的實(shí)施大大減少了CO₂和N₂O的排放量。

由圖3可見(jiàn)，2007—2020年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度總體呈現(xiàn)持續(xù)下降趨勢(shì)。碳排放總量及農(nóng)業(yè)生產(chǎn)總值的變化直接影響著碳排放強(qiáng)度的變化，碳排放強(qiáng)度均值從2007年的0.339kg/yuan減少到2020年的0.107kg/yuan，年均下降0.017kg/yuan，其具體發(fā)展趨勢(shì)可以大致劃分為3個(gè)階段：1）2007—2009年較大幅度下降階段。中國(guó)農(nóng)田生態(tài)系統(tǒng)的平均碳排放強(qiáng)度從2007年的0.339kg/yuan減少到2009年的0.282kg/yuan，年均下降幅度為0.028kg/yuan，年均下降率為8.85%，這是因?yàn)樵诖似陂g糧食連續(xù)增產(chǎn)，農(nóng)民收入持續(xù)較快增長(zhǎng)，農(nóng)業(yè)產(chǎn)值大幅度提高，加之農(nóng)業(yè)碳排放總量的小幅度增加；2）2009—2011年大幅度下降階段。中國(guó)農(nóng)田生態(tài)系統(tǒng)平均碳排放強(qiáng)度從2009年的0.282kg/yuan減少到2011年的0.209kg/yuan，年均下降幅度為0.036kg/yuan，年均下降率為13.81%；3）2011—2020年緩慢下降階段。伴隨著中國(guó)農(nóng)業(yè)產(chǎn)值的緩慢上升和碳排放總量的下降，碳排放強(qiáng)度從2011年的0.209kg/yuan緩慢下降至2020年的0.107kg/yuan，年均下降幅度為0.011kg/yuan，年均下降率為7.20%。

 

2.2 碳排放空間演變特征

為了便于分析比較中國(guó)各省（市、自治區(qū)）的農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度差異，對(duì)中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化處理，參考陳慧等[39]的劃分方法，即以當(dāng)年農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度均值的0.5、1.0、1.5倍作為3個(gè)分界點(diǎn)，將各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度從低到高依次劃分為低強(qiáng)度區(qū)、較低強(qiáng)度區(qū)、較高強(qiáng)度區(qū)和高強(qiáng)度區(qū)4個(gè)等級(jí)。利用ArcGIS10.2軟件的空間分析功能刻畫(huà)2007年、2010年、2015年和2020年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度分布，結(jié)果如圖4所示?？梢?jiàn)，不同時(shí)期中國(guó)各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度空間差異十分顯著：高強(qiáng)度區(qū)主要集中在中國(guó)南部的廣西、廣東和云南省，總碳排放量由2007年的3.9786億t減少到2020年的3.9345億t，分別占當(dāng)年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量的46.26%和46.48%。2007年高排放區(qū)為云南、廣東、廣西和海南，2010年、2015年高排放區(qū)為云南、廣東、廣西、海南、江西，2020年高排放區(qū)為云南、廣東、廣西和江西。廣西壯族自治區(qū)盛產(chǎn)甘蔗、且N2O排放因子較高，造成N₂O排放量高于其他省（市、自治區(qū)），加之廣西壯族自治區(qū)化肥農(nóng)藥施用較多，因而廣西壯族自治區(qū)碳排放強(qiáng)度一直位于中國(guó)首位。此外，江西、廣東、廣西等地水稻占有舉足輕重的地位，因此CH₄排放較多，碳排放強(qiáng)度隨之升高。

較高強(qiáng)度區(qū)主要集中在我國(guó)東部地區(qū)的安徽、吉林、上海、湖南，總碳排放量由2007年的0.8996億t增加到2020年的0.9366億t，分別占當(dāng)年中國(guó)碳排放總量的10.09%和11.07%。2007年較高排放區(qū)為江西省，2015年較高排放區(qū)為安徽省，2020年較高排放區(qū)為安徽、吉林、上海、湖南。江西、安徽、吉林、湖南屬于糧食主產(chǎn)區(qū)，其碳排放總量必然較高，碳排放強(qiáng)度隨之較高。

較低強(qiáng)度區(qū)主要集中在中國(guó)東北的內(nèi)蒙古、黑龍江、遼寧，西北地區(qū)的寧夏、新疆、甘肅和東南沿海的江蘇、浙江、福建，總碳排放量由2007年的1.3968億t增加到2020年的1.556億t，分別占當(dāng)年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量的16.24%和18.38%。中國(guó)東北地區(qū)地處世界主要黑土帶之一，黑土是一種性狀好、肥力高，非常適合植物生長(zhǎng)的土壤，因此中國(guó)東北地區(qū)糧食產(chǎn)量極高，農(nóng)業(yè)產(chǎn)值較高，不僅如此，東北地區(qū)耕地面積較為集中，農(nóng)業(yè)生產(chǎn)高度機(jī)械化，所以東北地區(qū)碳排放強(qiáng)度較低。上海、浙江、福建等地作為糧食主銷(xiāo)區(qū)，糧食產(chǎn)量相對(duì)較小，農(nóng)業(yè)生產(chǎn)過(guò)程中產(chǎn)生的碳排放總量較小，故其碳排放強(qiáng)度較低。

低強(qiáng)度區(qū)主要集中在中國(guó)西南地區(qū)的四川、貴州、西藏、陜西和華北地區(qū)的天津、北京、河北、山西，總碳排放量由2007年的0.8058億t減少到2020年的0.6924億t，分別占當(dāng)年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量的9.36%和8.18%。西藏、青海、寧夏、山西、陜西、重慶和貴州等地農(nóng)業(yè)碳排放量較小，這可能是由于西藏和青海地區(qū)天氣惡劣；山西、陜西兩地大宗作物種植面積較小，特色農(nóng)業(yè)較發(fā)達(dá)，例如莜麥、蕎麥、糜子等；山西、陜西、貴州和重慶土地碎片化嚴(yán)重，大塊平整土地較少，農(nóng)用機(jī)械難以使用等原因。

 

2.3 全局空間自相關(guān)分析

利用ArcGIS10.2得到2007年、2010年、2015年和2020年的中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度的全局空間自相關(guān)Moran’I指數(shù)及顯著性水平（Z得分和P值），結(jié)果見(jiàn)表2?？芍?/span>：中國(guó)不同年份農(nóng)田生態(tài)系統(tǒng)碳排放全局空間自相關(guān)指數(shù)I值均為正且均通過(guò)5%的顯著性檢驗(yàn)，這表明中國(guó)不同省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度具有空間正相關(guān)性。Moran’I值呈現(xiàn)先增大后減小的趨勢(shì)，說(shuō)明中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度相似地區(qū)在空間上的聚集程度先有一定程度的上升，后有一定程度的下降，但總體在空間上處于集聚狀態(tài)。

 

 

2.4 局部空間自相關(guān)分析

利用ArcGIS10.2計(jì)算2007年、2010年、2015年和2020年4個(gè)時(shí)間點(diǎn)上各省（市、自治區(qū)）空間關(guān)聯(lián)指數(shù)Getis-Ord（Gi^*），并按自然斷點(diǎn)法分為4級(jí)，從高到低依次為熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、次冷點(diǎn)區(qū)、冷點(diǎn)區(qū)，進(jìn)而繪制4個(gè)時(shí)間點(diǎn)上中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度空間格局演化圖，如圖5所示。

 

從整體空間結(jié)構(gòu)看，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度熱點(diǎn)區(qū)域的總體格局保持穩(wěn)定，總體呈現(xiàn)“北冷南熱”的空間格局。貴州、云南、廣東、廣西、海南為相對(duì)穩(wěn)定的熱點(diǎn)區(qū)域，說(shuō)明這5個(gè)地區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度處于較高水平；內(nèi)蒙古、北京、天津、寧夏、山東、河北、河南、山西、陜西9地為相對(duì)穩(wěn)定的冷點(diǎn)區(qū)域，說(shuō)明這9地的農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度處于較低水平。

從區(qū)域尺度看，長(zhǎng)江流域的農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度明顯高于黃河流域，這與長(zhǎng)江流域的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平明顯好于黃河流域的特征恰好吻合。長(zhǎng)江流域的氣候要比黃河流域的氣候優(yōu)越，水熱條件明顯高于北方，使得南方成為適宜種植水稻的地區(qū)。

從4種類(lèi)型的變化看，農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度總體空間格局保持穩(wěn)定，但各類(lèi)型的區(qū)域仍發(fā)生了一些改變。2007—2020年，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度熱點(diǎn)區(qū)域比重先由2007年的16.13%上升到2015年的32.26%，再下降到2020年的29.03%；次熱點(diǎn)區(qū)域的比重由2007年的19.35%下降到2020年的12.90%；冷點(diǎn)區(qū)域的比重由2007年的38.71%下降到2020年的32.26%；而次冷點(diǎn)區(qū)域的比重呈波動(dòng)趨勢(shì)，先由2007年的25.81%上升到2010年的29.03%，隨后下降到2015年的22.58%，繼而上升到2020年的25.81%。4個(gè)代表年份中，未發(fā)生變化的地區(qū)有18個(gè)，占總數(shù)的58.06%，說(shuō)明2007年以來(lái)中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度大體格局未變，且北部地區(qū)以低值區(qū)為主，南部地區(qū)以高值區(qū)為主。

 

3 農(nóng)田生態(tài)系統(tǒng)碳排放趨勢(shì)預(yù)測(cè)

根據(jù)2007—2020年中國(guó)各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度，運(yùn)用SPSS軟件求得發(fā)展系數(shù)a、灰作用量b，進(jìn)而構(gòu)建灰色預(yù)測(cè)模型預(yù)測(cè)2022—2027年中國(guó)各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度，通過(guò)后驗(yàn)差比值C檢驗(yàn)?zāi)Ｐ途取ＤＰ蛥?shù)及預(yù)測(cè)結(jié)果見(jiàn)表3，根據(jù)精度等級(jí)劃分的原則，可知各省（市、自治區(qū)）灰色預(yù)測(cè)模型均合格有效。

 

 

由表3可見(jiàn)：中國(guó)各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度延續(xù)歷史趨勢(shì)，即呈現(xiàn)下降趨勢(shì)，截止2027年，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度均值下降到0.054kg/yuan。農(nóng)業(yè)作為立國(guó)之本，得到國(guó)家政策的大力扶持，國(guó)家已進(jìn)一步推動(dòng)資源節(jié)約型農(nóng)業(yè)，加之農(nóng)業(yè)農(nóng)村減排固碳工作進(jìn)一步的推進(jìn)，促使農(nóng)業(yè)碳排放強(qiáng)度下降，預(yù)測(cè)結(jié)果與現(xiàn)行農(nóng)業(yè)發(fā)展趨勢(shì)相符。

為進(jìn)一步探究未來(lái)中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度發(fā)展趨勢(shì)，利用ArcGIS10.2計(jì)算2025年和2027年各省（市、自治區(qū)）空間關(guān)聯(lián)指數(shù)Getis-Ord（Gi*），分類(lèi)方法同2.2節(jié)，進(jìn)而繪制2025年和2027年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度空間格局的演化圖（圖6）。

從整體結(jié)構(gòu)看，未來(lái)6年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度總體仍呈現(xiàn)“北冷南熱”的空間格局。從區(qū)域尺度來(lái)看，中國(guó)南部地區(qū)熱度依舊高于北部地區(qū)；華北地區(qū)、西部地區(qū)熱度上升。從4種變化類(lèi)型來(lái)看，中國(guó)熱點(diǎn)區(qū)先縮小后擴(kuò)大，整體呈擴(kuò)散趨勢(shì)；次熱點(diǎn)區(qū)域數(shù)量保持穩(wěn)定，但逐漸向西部擴(kuò)散；次冷點(diǎn)區(qū)域先擴(kuò)大后縮小，整體數(shù)量保持穩(wěn)定但逐漸集中；冷點(diǎn)區(qū)域不斷縮小，整體向東南方向移動(dòng)。

 

4 結(jié)論與建議

4.1 結(jié)論

通過(guò)改進(jìn)的碳排放系數(shù)法估算2007—2020年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放量及強(qiáng)度，運(yùn)用空間自相關(guān)分析碳排放強(qiáng)度空間格局，建立GM（1，1）預(yù)測(cè)模型，對(duì)未來(lái)碳排放強(qiáng)度進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行空間自相關(guān)分析，研究中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放時(shí)空格局及發(fā)展趨勢(shì)，本研究主要結(jié)論如下：

1）2007—2020年，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放總量總體呈現(xiàn)下降趨勢(shì)，并呈現(xiàn)一定的階段性，其下降趨勢(shì)可以大致劃分為4個(gè)階段：2007—2008年的快速增長(zhǎng)階段；2008—2010年的緩慢減少階段；2010—2013年的快速增長(zhǎng)階段；2013—2020年的持續(xù)下降階段。中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度總體呈現(xiàn)持續(xù)下降趨勢(shì)，且南部地區(qū)>東北地區(qū)>西北地區(qū)。

2）2007—2020年，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度表現(xiàn)為“北冷南熱”相對(duì)穩(wěn)定的空間格局。中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度呈現(xiàn)空間正相關(guān)，農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度空間自相關(guān)性呈現(xiàn)先上升后下降的趨勢(shì)；局部空間自相關(guān)特征表現(xiàn)為長(zhǎng)江流域的農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度明顯高于黃河流域，熱點(diǎn)區(qū)域比重由2007年的16.13%上升2020年的29.03%，冷點(diǎn)區(qū)域的比重則由2007年的38.71%下降到2020年的32.26%。

3）2022—2027年，中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度仍呈現(xiàn)“北冷南熱”的空間格局，但熱點(diǎn)區(qū)整體呈擴(kuò)散趨勢(shì)；次熱點(diǎn)區(qū)逐漸向西部擴(kuò)散；次冷點(diǎn)區(qū)域逐漸集中；冷點(diǎn)區(qū)域不斷縮小，整體向東南方向移動(dòng)。根據(jù)2007—2020年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放相關(guān)數(shù)據(jù)，對(duì)2022—2027年中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果顯示中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度逐年下降，平均碳排放強(qiáng)度由2020年的0.107kg/yuan下降至2027年的0.054kg/yuan。

局限于資料的可得性，本研究在計(jì)算農(nóng)田生態(tài)系統(tǒng)碳排放總量時(shí)只選取了13種主要農(nóng)作物，并未把全部農(nóng)作物種類(lèi)計(jì)算在內(nèi)；其次，碳排放因子的選取參考國(guó)內(nèi)外相關(guān)文獻(xiàn)，不一定完全適用于中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放測(cè)算。因此，在今后的研究中需進(jìn)一步完善和修正。此外，在分析碳排放時(shí)空變化特征時(shí)，可以考慮從CO₂、N₂O、CH₄3方面深入分析其各自的變化趨勢(shì)及對(duì)農(nóng)田生態(tài)系統(tǒng)碳排放的影響程度，今后會(huì)做出進(jìn)一步探究。本研究選擇省（市、自治區(qū)）作為空間單元探究空間格局，一定程度上忽略了更小尺度上的空間相關(guān)關(guān)系，而較小尺度的研究對(duì)于揭示中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度空間格局亦為必要，未來(lái)將在這方面做更為深入的研究。

 

4.2 建議

本研究表明未來(lái)中國(guó)農(nóng)田生態(tài)系統(tǒng)碳排放強(qiáng)度總體呈現(xiàn)“北冷南熱”的格局。在未來(lái)中國(guó)農(nóng)業(yè)發(fā)展中，相關(guān)部門(mén)應(yīng)根據(jù)各省（市、自治區(qū)）不同的農(nóng)田生態(tài)系統(tǒng)碳排放現(xiàn)狀，因地制宜地采取差異化的農(nóng)業(yè)減排策略：

1）針對(duì)碳排放強(qiáng)度高的南方地區(qū)如廣東、廣西、海南，應(yīng)減少傳統(tǒng)農(nóng)業(yè)比重，大力支持農(nóng)業(yè)規(guī)?；l(fā)展，鼓勵(lì)采用現(xiàn)代化農(nóng)業(yè)種植技術(shù)，控制化肥、農(nóng)藥施用量，發(fā)展生態(tài)農(nóng)業(yè)、休閑觀(guān)光農(nóng)業(yè)等現(xiàn)代化農(nóng)業(yè)。此外，中國(guó)南方地區(qū)多季種植水稻及各類(lèi)蔬菜，化肥施用量大且高溫條件下肥料中氨易揮發(fā)，施肥方法和時(shí)間的選擇尤為重要，農(nóng)戶(hù)應(yīng)積極施用有機(jī)肥、添加氮肥增效劑及生物質(zhì)炭，可降低土壤氧化亞氮排放量。

2）針對(duì)碳排放強(qiáng)度較高的江西、安徽、吉林、湖南，在保證不減產(chǎn)的前提下，適當(dāng)減少農(nóng)藥施用量，增施有機(jī)肥，結(jié)合各地區(qū)實(shí)際情況栽培綠肥作物以改善土壤結(jié)構(gòu)，因地制宜，調(diào)整優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，推進(jìn)農(nóng)業(yè)提質(zhì)增效，促進(jìn)農(nóng)業(yè)低碳高效發(fā)展。

3）針對(duì)其余碳排放強(qiáng)度較小的區(qū)域，未來(lái)應(yīng)努力提高農(nóng)業(yè)生產(chǎn)效率，提升農(nóng)業(yè)發(fā)展質(zhì)量，完善農(nóng)業(yè)CO₂排放監(jiān)測(cè)體系，助推中國(guó)農(nóng)業(yè)碳減排工作順利進(jìn)行。

4）中國(guó)農(nóng)業(yè)碳排放強(qiáng)度具有空間相關(guān)性。因此，中央和地方政府要立足于區(qū)域農(nóng)業(yè)碳排放的實(shí)際情況，構(gòu)建區(qū)域農(nóng)業(yè)碳減排合作機(jī)制，加強(qiáng)區(qū)域協(xié)作，推進(jìn)農(nóng)業(yè)低碳科技創(chuàng)新，加大低碳農(nóng)業(yè)技術(shù)的研發(fā)和推廣的投入力度，積極推廣現(xiàn)代化農(nóng)業(yè)種植技術(shù)、生物農(nóng)藥及地膜回收技術(shù)和灌溉等新技術(shù)。

 

原文信息

題目：農(nóng)田生態(tài)系統(tǒng)碳排放時(shí)空格局及趨勢(shì)分析

作者：王英 楊娟 王佳麗 

期刊：《中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)》23年1期