杜 江,羅 珺,王 銳,王新華

(1.武漢輕工大學(xué)經(jīng)濟(jì)與管理學(xué)院,湖北 武漢 430023;2.武漢軟件工程職業(yè)學(xué)院馬克思主義學(xué)院,湖北 武漢 430205)

1990—2011年全球由于人類活動(dòng)而導(dǎo)致的溫室氣體(GHG)排放量增加54%[1]。農(nóng)業(yè)是僅次于化石燃料的GHG排放源之一,農(nóng)業(yè)源GHG排放量占GHG排放總量的13.5%,其中,源于農(nóng)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(guó)的農(nóng)業(yè)碳排放比重也較高，原國(guó)家發(fā)展和改革委員會(huì)應(yīng)對(duì)氣候變化司發(fā)布的《中華人民共和國(guó)氣候變化第一次兩年更新報(bào)告》顯示,2012年中國(guó)農(nóng)業(yè)源CO2排放當(dāng)量比重為7.89%,農(nóng)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(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)清單法、生命周期評(píng)價(jià)法(LCA)、環(huán)境投入產(chǎn)出法(EIO)以及將LCA與EIO相結(jié)合的混合法(LCA-EIO)。作為L(zhǎng)CA思想在氣候變化領(lǐng)域的特殊應(yīng)用,碳足跡法近年得到廣泛運(yùn)用。碳足跡法實(shí)際上屬于“生態(tài)足跡”家族,用來(lái)衡量某種活動(dòng)引起的或某種產(chǎn)品生產(chǎn)周期內(nèi)的直接或間接GHG排放量[2]。農(nóng)業(yè)碳排放核算在國(guó)外開始的時(shí)間較早，成果頗豐。近年,隨著各種核算方法的引入,國(guó)內(nèi)農(nóng)業(yè)碳排放的實(shí)證研究逐漸增多。黃祖輝等[3]利用LCA-EIO法測(cè)算浙江省農(nóng)業(yè)碳足跡,其他絕大多數(shù)相關(guān)研究采用基于LCA的排放系數(shù)法。根據(jù)研究對(duì)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(nóng)作物品種為對(duì)象,陳中督等[4]對(duì)2004—2012年湖南雙季稻生產(chǎn)碳排放與碳吸收的特征及其動(dòng)態(tài)進(jìn)行分析，胡世霞等[5]核算了湖北省2003—2013年蔬菜生產(chǎn)碳足跡;(2)以單一地區(qū)的多個(gè)農(nóng)作物品種為對(duì)象,有對(duì)湖北[6]、江西[7]、山東[8]、河南[9]、湖南[10-11]、四川瀘州[12]等地農(nóng)業(yè)碳排放量的測(cè)算;(3)以全國(guó)或多個(gè)地區(qū)的多個(gè)農(nóng)作物品種為對(duì)象,李波等[13]基于農(nóng)用物資、農(nóng)機(jī)、農(nóng)田翻耕與灌溉等碳源,測(cè)算了1993—2008年的農(nóng)業(yè)碳排放量,王興等[14]核算了中國(guó)水稻生產(chǎn)碳足跡及其變化趨勢(shì),韋沁等[15]利用1999—2014年時(shí)序數(shù)據(jù)測(cè)算了我國(guó)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(duì)黃淮海平原[16]、西南[17]、華北[18]、東北三省[19]等地區(qū)的測(cè)算;(4)以第一產(chǎn)業(yè)(農(nóng)林牧漁業(yè))為對(duì)象,閔繼勝等[20]測(cè)算了1991—2008年水稻、玉米、小麥、牲畜、家禽生產(chǎn)的GHG排放量,田云等[21]基于農(nóng)用物資投入、稻田、土壤、牲畜養(yǎng)殖等碳源測(cè)算了1995—2010年的農(nóng)業(yè)碳排量。這些研究成果為人們了解農(nóng)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(cè)算大多以單一區(qū)域?yàn)橹?部分研究涉及到多個(gè)區(qū)域,但是研究的農(nóng)作物品種單一,少數(shù)針對(duì)全國(guó)的研究包括了主要的農(nóng)作物品種,卻只采用了時(shí)間序列數(shù)據(jù),無(wú)法反映碳排放的區(qū)域差異;(2)大多未能同時(shí)包括3種主要的GHG氣體;(3)所有研究均采用IPCC第4次報(bào)告中提供的CH4轉(zhuǎn)換指數(shù),但早在2013年IPCC第5次報(bào)告中其全球增溫潛勢(shì)(GWP)就由25調(diào)整為34;(4)多數(shù)研究沒有將化肥細(xì)分為氮、磷、鉀和復(fù)合肥進(jìn)行分別計(jì)算。最重要的是,目前針對(duì)糧食主產(chǎn)區(qū)(以下簡(jiǎn)稱“主產(chǎn)區(qū)”)種植業(yè)碳功能測(cè)算的研究較少。為此,筆者嘗試依據(jù)LCA思想與碳足跡原理測(cè)算主產(chǎn)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(cè)算步驟、方法與數(shù)據(jù)來(lái)源

1.1 碳足跡的一般測(cè)算步驟

第一,選擇GHG種類。這要依據(jù)測(cè)算對(duì)象的類型與特征、測(cè)算的必要性、遵循的指南等條件而定,一般應(yīng)該包括CO2、CH4、N2O這3種主要?dú)怏w。

第二,設(shè)定排放層級(jí)(tier)與邊界(boundary)。MATTHEWS等[22]設(shè)定了3個(gè)層級(jí):第1層為現(xiàn)場(chǎng)直接排放;第2層包括消耗所購(gòu)買的能源(如電能)時(shí)的排放;第3層包括前2層邊界之外的其他間接排放,如運(yùn)送物資或成品、處置廢棄物時(shí)產(chǎn)生的排放。大多研究對(duì)于是否包括第3層仍存在較大爭(zhēng)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(huì)增加估計(jì)的復(fù)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(guò)程變得無(wú)法控制,有學(xué)者建議在計(jì)算碳足跡時(shí)不包括這一層[23]。此外,由于其不確定性、無(wú)法控制等原因,各種計(jì)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(xiàng)(optional)。PANDEY等[24]將測(cè)定邊界分為3種:(1)農(nóng)作物生產(chǎn)邊界包括從耕種到收獲的所有階段;(2)農(nóng)產(chǎn)品成品包括加工、包裝、運(yùn)輸?shù)拳h(huán)節(jié);(3)食物(熟食)包括熟食準(zhǔn)備等階段。實(shí)踐中,根據(jù)不同的層級(jí)與邊界組合來(lái)測(cè)算農(nóng)業(yè)碳足跡。

第三，收集排放數(shù)據(jù)。鑒于現(xiàn)場(chǎng)直接測(cè)量獲取數(shù)據(jù)的方式執(zhí)行與維護(hù)的成本很高，且統(tǒng)一與推廣很困難，目前主要通過(guò)排放系數(shù)與模型進(jìn)行間接估算。

第四，測(cè)算碳足跡。2013年IPCC第5次報(bào)告中CO2、CH4、N2O基于100 a的GWP系數(shù)分別為1、34、298，CO2排放當(dāng)量(CO2-eq)計(jì)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(jí)的GWP，j=1，2，3。

碳足跡也可用碳排放密度與碳排放強(qiáng)度的形式表征，計(jì)算公式為

(1)

(2)

式(1)～(2)中，F(xiàn)C，A為單位面積CO2排放當(dāng)量，kg·hm-2；FC，Y為單位產(chǎn)值CO2排放當(dāng)量，kg·萬(wàn)元-1；A為農(nóng)作物播種面積，103hm2；Y為農(nóng)業(yè)總產(chǎn)值，億元。

1.2 測(cè)算方法

該研究主要測(cè)算種植業(yè)田間生產(chǎn)過(guò)程中的碳排放,擬采用上述第1種邊界設(shè)定方式測(cè)算種植業(yè)碳足跡。根據(jù)數(shù)據(jù)的可獲得性,考慮到農(nóng)業(yè)生產(chǎn)資料在投入田間使用前的生產(chǎn)、運(yùn)輸與儲(chǔ)存過(guò)程中釋放的CO2也是農(nóng)業(yè)碳排放的重要組成部分,研究包括3個(gè)層級(jí)的碳排放源:第1層級(jí)直接排放包括農(nóng)田耕作及土壤的CO2、CH4、N2O排放,農(nóng)業(yè)機(jī)械消耗化石燃料所產(chǎn)生的CO2排放,田間秸稈燃燒產(chǎn)生的CO2排放;第2層間接排放包括由于農(nóng)田灌溉電能消耗所產(chǎn)生的碳排放;第3層間接排放包括氮肥、磷肥、鉀肥、復(fù)合肥、農(nóng)藥、農(nóng)膜等農(nóng)業(yè)生產(chǎn)要素在生產(chǎn)、運(yùn)輸、儲(chǔ)存及使用過(guò)程中產(chǎn)生的碳排放。排放當(dāng)量計(jì)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(nóng)田氮肥施用N2O排放，104t；X1～X8分別為氮肥、磷肥、鉀肥、復(fù)合肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油與電力消耗；δ為排放系數(shù)(表1)；P為農(nóng)作物產(chǎn)量；N為各作物的谷草比(表 2)；D和F分別為秸稈干物質(zhì)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(nèi)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(shù)(表 4)；R為水稻產(chǎn)量；δCH4為水稻種植的CH4排放系數(shù)(表5)；δN2O為N2O排放系數(shù)；ECO2，CS為農(nóng)作物碳吸收總量；Ci為農(nóng)作物碳吸收量；k為農(nóng)作物種類；ci為作物通過(guò)光合作用合成單位有機(jī)質(zhì)所需吸收的碳，即碳吸收率；Yi為內(nèi)作物的經(jīng)濟(jì)產(chǎn)量；r為作物經(jīng)濟(jì)產(chǎn)品含水量；Hi為作物經(jīng)濟(jì)系數(shù)。

表1 農(nóng)業(yè)投入與農(nóng)田灌溉碳排放系數(shù)

Table 1 Carbon Emission coefficients of agricultural inputs and farmland irrigation

投入要素排放系數(shù)單位 系數(shù)來(lái)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(fù)合肥1.77t·t-1CLCD v0.7 柴油0.89t·t-1CLCD v0.7 農(nóng)藥12.44t·t-1Econinvent v2.2 農(nóng)膜22.72t·t-1Econinvent v2.2 灌溉用電2.71kg·hm-2文獻(xiàn)[25] 農(nóng)田N2O0.01t·t-1文獻(xiàn)[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(nèi)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(shù)取值大多來(lái)源于中國(guó)生命周期數(shù)據(jù)庫(kù)(Chinese Life Cycle Database,CLCD)和Ecoinvent數(shù)據(jù)庫(kù)?，F(xiàn)有研究文獻(xiàn)中采用的碳排放系數(shù)大多來(lái)源于美國(guó)橡樹嶺國(guó)家實(shí)驗(yàn)室或國(guó)外學(xué)者提供的參數(shù),這些系數(shù)可能不太適合中國(guó)的本土化應(yīng)用。CLCD與Ecoinvent數(shù)據(jù)庫(kù)則能夠提供中國(guó)本土化的排放參數(shù),且被越來(lái)越多的學(xué)者所采用[14,18-19]。其余各參數(shù)值參考了文獻(xiàn)[20,26-32]的研究成果。

表3 作物干物質(zhì)比例與燃燒效率

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

作物干物質(zhì)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(shù)

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(shù)

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(jīng)濟(jì)系數(shù)、含水量與碳吸收率見表6。各系數(shù)取值參考了韓召迎等[33]和楊果等[34]的研究。

表6 作物經(jīng)濟(jì)系數(shù)、含水量與碳吸收率

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

作物經(jīng)濟(jì)系數(shù)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(chǎn)出數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《新中國(guó)五十年農(nóng)業(yè)統(tǒng)計(jì)資料》《新中國(guó)農(nóng)業(yè)60年統(tǒng)計(jì)資料》《新中國(guó)五十五年統(tǒng)計(jì)資料》,少數(shù)部分地區(qū)的缺失數(shù)據(jù)則用當(dāng)?shù)氐慕y(tǒng)計(jì)年鑒予以補(bǔ)充。

2 種植業(yè)碳排放的總體特征

2.1 碳排放總量、強(qiáng)度與密度

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

圖1 主產(chǎn)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(shí)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(diǎn)(49 460.49萬(wàn)t)后,又在波動(dòng)中上升到1999年的56 990.52萬(wàn)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(wàn)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(wàn)t,比2003年增加26.34%,年均遞增1.82%。按照排放趨勢(shì)及近幾年種植業(yè)的發(fā)展?fàn)顩r來(lái)看,未來(lái)幾年種植業(yè)碳排放量可能還會(huì)保持持續(xù)增長(zhǎng)態(tài)勢(shì)。

種植業(yè)碳排放強(qiáng)度在波動(dòng)中持續(xù)降低(圖2),由26 406 kg·萬(wàn)元-1下降到9 574.48 kg·萬(wàn)元-1,降低63.74%,年均減少3.98%。根據(jù)環(huán)比增速大小將碳排放強(qiáng)度變化劃分為3個(gè)階段:第1階段為1991—1995年,期間環(huán)比增速均小于0,排放強(qiáng)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(qiáng)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(qiáng)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(chǎn)區(qū)種植業(yè)碳排放強(qiáng)度與密度變化Fig.2 Carbon emission intensity and density in main production areas

主產(chǎn)區(qū)種植業(yè)碳排放總量在增加,但是排放強(qiáng)度卻表現(xiàn)出降低趨勢(shì),這說(shuō)明我國(guó)正在以更小的環(huán)境代價(jià)獲得農(nóng)業(yè)的持續(xù)增長(zhǎng)。與碳排放強(qiáng)度的變化不同,碳排放密度在波動(dòng)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(nóng)作物播種面積由10 322.3萬(wàn)增加到11 274.75萬(wàn)hm2,增加9.23%,年均遞增0.35%,均小于同期碳排放總量的增長(zhǎng)率(38.08%)與年均遞增率(1.3%),可能正是這一增長(zhǎng)率的差距導(dǎo)致碳排放密度增加。

2.2 碳排放構(gòu)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(nóng)業(yè)投入(33.42%)、秸稈燃燒(17.94%)和農(nóng)田氮肥(11.88%)。農(nóng)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(shí)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(shì),1991—2007年由44.37%下降到34.17%;農(nóng)業(yè)投入碳排放比重由27.08%增加到36.26%,且自2008年以來(lái)成為碳排放的最大貢獻(xiàn)者;秸稈燃燒碳排放比重由17.16%增加到19.36%,農(nóng)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(chǎn)區(qū)平均碳排放量為4 546.95萬(wàn)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(nèi)蒙古,排放量最大的江蘇(7 475.37萬(wàn)t)是最低的內(nèi)蒙古(1 560.94萬(wàn)t)的4.79倍。高于均值的8個(gè)省排放量占排放總量的80.5%,低于均值的5個(gè)省(區(qū))排放量占排放總量的19.5%。

圖3 主產(chǎn)區(qū)省級(jí)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(gòu)成的空間分布特征

主產(chǎn)區(qū)農(nóng)業(yè)投入、水稻種植、秸稈燃燒、農(nóng)田氮肥施用碳排放平均占比分別為38.74%、29.14%、18.96%、13.16%,農(nóng)業(yè)投入與水稻種植碳排放占比最大。由圖4可見，內(nèi)蒙古農(nóng)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(chǎn)區(qū)平均比例(38.74%)的有內(nèi)蒙古、河北、遼寧、山東、吉林、河南、黑龍江,這些省(區(qū))以農(nóng)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(nóng)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(nèi)蒙古、山東。

圖4 主產(chǎn)區(qū)省級(jí)種植業(yè)碳排放構(gòu)成Fig.4 The compositon of carbon emissions in main production areas at the provincial leve

3.3 碳排放強(qiáng)度與密度的空間分布特征

1991—2016年的平均碳排放強(qiáng)度為10 119.47 kg·萬(wàn)元-1,高于均值的有吉林、內(nèi)蒙古、黑龍江、河南、山東、安徽,強(qiáng)度最高的吉林達(dá)16 223.93 kg·萬(wàn)元-1,最低的遼寧只有7 053.34 kg·萬(wàn)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(nèi)蒙古僅為2 443.04 kg·hm-2,前者是后者的3.94倍。雖然吉林、內(nèi)蒙古、黑龍江的平均碳排放總量相對(duì)較低,但其排放強(qiáng)度最高,農(nóng)業(yè)生產(chǎn)的環(huán)境代價(jià)較大,如何降低農(nóng)業(yè)投入的碳排放是這幾個(gè)省(區(qū))需要重點(diǎn)考慮的問題。碳排放密度高于均值的5個(gè)省平均碳排放總量高于主產(chǎn)區(qū)平均值,水稻種植碳排放比例也高于主產(chǎn)區(qū)平均值，需要重點(diǎn)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(chǎn)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(qiáng)度與密度

1991—2016年主產(chǎn)區(qū)種植業(yè)碳匯量由30 509.47 萬(wàn)增加到47 069.76萬(wàn)t,增長(zhǎng)54.28%,年均遞增1.75%。根據(jù)環(huán)比增速大小將碳匯變化大致分為3個(gè)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(wàn)t,比1991年增加16.99%。第2階段為1996—2003年,雖然該時(shí)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(gè)時(shí)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(wàn)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(wàn)t,增長(zhǎng)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(zhǎng)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(nóng)業(yè)發(fā)展對(duì)環(huán)境的污染程度正在降低。此外,碳匯強(qiáng)度表現(xiàn)出波動(dòng)下降趨勢(shì),由16 249.24下降到6 582.78 kg·萬(wàn)元-1,降低59.49%,年均遞減3.5%。農(nóng)業(yè)產(chǎn)值增長(zhǎng)速度高于農(nóng)業(yè)碳匯增長(zhǎng)速度,使得單位產(chǎn)值碳吸收量降低。

圖5 主產(chǎn)區(qū)種植業(yè)碳匯強(qiáng)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(gòu)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(yuǎn)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(lái)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(xiàn)了減少趨勢(shì)。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(lái)成為碳匯最大貢獻(xiàn)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(chǎn)區(qū)種植業(yè)分作物碳匯構(gòu)成時(shí)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(jí)種植業(yè)碳匯的總量與構(gòu)成特征

1991—2016年種植業(yè)的平均碳匯量為2 894.36 萬(wàn)t,最高的河南達(dá)5 145.63萬(wàn)t,最低的四川僅1 544.45 萬(wàn)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(gòu)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(dá)85.16%,高于這一平均值的有河北(86.93%)、內(nèi)蒙古(87.19%)、遼寧(93.28%)、吉林(93.84%)、江西(86.49%),而最低的湖北也達(dá)75.45%。豆類(4.47%)與薯類(0.92%)碳匯占比相對(duì)較低,共占5.93%,黑龍江(17.1%)和內(nèi)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(duì)于糧食作物,油菜(4.01%)、花生(2.33%)、棉花(3.11%)這3類經(jīng)濟(jì)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(gè)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(gè)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(gè)省為湖北(7.22%)、河北(6.27%)、江蘇(4.58%)。就各省(區(qū))內(nèi)部的碳匯占比來(lái)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(nèi)蒙古、河北。

圖7 主產(chǎn)區(qū)省級(jí)種植業(yè)碳匯構(gòu)成Fig.7 The compositon of carbon sink in main production areas at the provincial level

4.2.2省級(jí)種植業(yè)碳匯強(qiáng)度與密度的特征

1991—2016年種植業(yè)平均碳匯強(qiáng)度為10 119.47 kg·萬(wàn)元-1,高于均值的有吉林、內(nèi)蒙古、黑龍江、河南、山東、安徽,最高的吉林(16 223.93 kg·萬(wàn)元-1)是最低的遼寧(7 053.34 kg·萬(wàn)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(nèi)蒙古(2 512.68 kg·hm-2)的2.02倍。

圖8 主產(chǎn)區(qū)省級(jí)種植業(yè)平均碳匯強(qiáng)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(dòng)變化明顯,由19 070.28萬(wàn)增加到21 392.01萬(wàn)t,增長(zhǎng)12.17%,年均遞增0.46%。凈排放量的最大與最小值分別出現(xiàn)在2008年(23 929.59萬(wàn)t)與1993年(17 752.93萬(wàn)t)。根據(jù)環(huán)比增速大小可將凈碳排放量變化大致分為3個(gè)階段。第1階段為1991—1993年,碳排放經(jīng)歷了1992年的少許增加后下降到1993年的最低點(diǎn),比1991年的19 070.28萬(wàn)t降低6.91%。第2階段為1993—2008年,凈碳排放量在波動(dòng)中增加到最高值,增加34.79%,年均增長(zhǎng)2.01%。第3階段為2008—2016年,凈排放量在波動(dòng)中持續(xù)下降到21 392.01萬(wàn)t,下降10.6%,年均減少1.39%。整個(gè)時(shí)期的種植業(yè)凈碳排放量表現(xiàn)出隨著時(shí)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(gè)省的凈排放量相對(duì)較高。凈排放量呈正負(fù)交替變化的有河南、遼寧、內(nèi)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(wàn)與-212.6萬(wàn)t，內(nèi)蒙古的變化幅度最小。凈排放量始終為負(fù)的有黑龍江和吉林(圖11),這2個(gè)省每年均表現(xiàn)為碳吸收狀況。

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

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

6 研究結(jié)論與政策啟示

6.1 研究結(jié)論

該研究測(cè)算了1991—2016年糧食主產(chǎn)區(qū)種植業(yè)的碳足跡,研究發(fā)現(xiàn):(1)種植業(yè)年均碳排放量增加38.08%,排放源貢獻(xiàn)由高到低排序依次為水稻種植(36.76%)、農(nóng)業(yè)投入(33.42%)、秸稈燃燒(17.94%)和農(nóng)田氮肥(11.88%),其中農(nóng)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(yuǎn)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(chǎn)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(xiàn)出隨時(shí)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(guò)政府的技術(shù)與資金支持,進(jìn)一步加大沼氣工程建設(shè)力度,推廣循環(huán)經(jīng)濟(jì)以方便對(duì)氣體的回收利用,降低其對(duì)環(huán)境的危害。依托新的生物技術(shù),對(duì)傳統(tǒng)的水稻種植技術(shù)進(jìn)行升級(jí),盡快實(shí)現(xiàn)稻田的低甲烷排放。

(2)降低農(nóng)機(jī)使用的碳排放。加快節(jié)能環(huán)保農(nóng)機(jī)具的研發(fā)速度,加大對(duì)節(jié)能減排效果顯著的農(nóng)機(jī)具的補(bǔ)貼與推廣力度,盡快讓農(nóng)戶用上新型的農(nóng)機(jī)具。同時(shí),進(jìn)一步推進(jìn)規(guī)?；N植,提高田間農(nóng)機(jī)使用效率,降低農(nóng)機(jī)使用的能源消耗碳排放。

(3)降低農(nóng)業(yè)化學(xué)品使用的碳排放。盡快推廣測(cè)土配方施肥與精準(zhǔn)施肥,減少對(duì)環(huán)境污染較大的農(nóng)業(yè)化學(xué)品的使用量。實(shí)施混施與深施相結(jié)合的氮肥施用技術(shù),優(yōu)化田間氮肥管理。合理調(diào)整農(nóng)作物種植結(jié)構(gòu),引導(dǎo)農(nóng)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(jìn)農(nóng)村清潔能源開發(fā),加快秸稈等農(nóng)林廢棄物生物能源轉(zhuǎn)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(nóng)業(yè)生產(chǎn)布局密切相關(guān),農(nóng)業(yè)碳減排要因地制宜區(qū)別對(duì)待,可重點(diǎn)關(guān)注排放量多的地區(qū)在低碳減排方面的成功經(jīng)驗(yàn),并將這些經(jīng)驗(yàn)向其他地區(qū)進(jìn)行推廣。

需要特別指出的是,筆者雖然嘗試對(duì)相關(guān)研究的不足之處進(jìn)行改進(jìn),但仍然有許多缺陷,如農(nóng)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(jìn)一步的改進(jìn)與分析。