高 偉，張 翔，陳 俊，杜青平，張 遠(yuǎn)

（廣東工業(yè)大學(xué) 生態(tài)環(huán)境與資源學(xué)院,廣東 廣州 510006）

農(nóng)業(yè)源是我國環(huán)境污染和碳排放的主要來源之一，控制農(nóng)業(yè)源氮磷排放和溫室氣體排放對改善區(qū)域水環(huán)境質(zhì)量和實現(xiàn)“雙碳”目標(biāo)具有重要意義。根據(jù)我國第二次全國污染源普查公報，農(nóng)業(yè)源的總氮和總磷排放量分別達(dá)到141.49和21.20萬噸，分別占全國排放總量的46.5%和67.2%，是我國水污染物中總氮和總磷最大的來源。氮、磷的過量輸入已經(jīng)成為我國湖泊、水庫和近海海域等水體富營養(yǎng)化的主要原因，削減農(nóng)業(yè)源的氮磷排放量是我國當(dāng)前水污染治理的重點。我國于2020年提出2030年前二氧化碳排放達(dá)到峰值，2060年前實現(xiàn)碳中和的“雙碳”目標(biāo)。中國第3次國家信息通報顯示，2010年中國農(nóng)業(yè)活動的溫室氣體排放量為8.28億噸二氧化碳當(dāng)量，占排放總量的7.9%，是我國第3大溫室氣體排放源。值得注意的是，農(nóng)業(yè)活動的氧化亞氮和甲烷排放量分別占總量的65.4%和40.5%，分別位居我國第1位和第2位。因此，農(nóng)業(yè)源的碳排放控制對我國“雙碳”目標(biāo)達(dá)成至關(guān)重要。然而，農(nóng)業(yè)源的氮磷排放和碳排放來自農(nóng)業(yè)生產(chǎn)的多個環(huán)節(jié)，不同環(huán)節(jié)之間存在疊加和獨立等多種關(guān)系，農(nóng)業(yè)源的減污降碳機(jī)制尚不清晰。隨著我國經(jīng)濟(jì)高質(zhì)量發(fā)展的推進(jìn)，農(nóng)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)效率和技術(shù)裝備等不斷升級，其引發(fā)的農(nóng)業(yè)面源污染和碳排放效應(yīng)呈現(xiàn)復(fù)雜變化特征，解析農(nóng)業(yè)生產(chǎn)活動對水污染和碳排放的驅(qū)動因子成為農(nóng)業(yè)部門減污降碳管理決策的重要科學(xué)基礎(chǔ)。

農(nóng)業(yè)面源是指農(nóng)業(yè)生產(chǎn)活動中產(chǎn)生的各種污染物在降水徑流的驅(qū)動下流失進(jìn)入水體，從而造成水環(huán)境質(zhì)量變化的過程。農(nóng)業(yè)面源包括種植業(yè)、畜禽養(yǎng)殖業(yè)和水產(chǎn)養(yǎng)殖業(yè)等農(nóng)業(yè)生產(chǎn)活動，是水體氮磷的主要來源之一。當(dāng)前農(nóng)業(yè)面源污染研究主要集中在污染負(fù)荷的核算與源解析[1]，對驅(qū)動力研究相對較少，且主要集中于種植業(yè)面源驅(qū)動力研究，如鄭田甜等[2]采用多元線性回歸對云南星云湖流域種植業(yè)面源污染驅(qū)動力進(jìn)行定量分析，發(fā)現(xiàn)其主要影響因素是種植結(jié)構(gòu)。鄒凱波等[3]采用SWAT(Soil and Water Assessment Tool)模型分析了多種氣候變化情景下烏倫古河流域農(nóng)業(yè)面源的污染負(fù)荷變化，發(fā)現(xiàn)降水是影響農(nóng)業(yè)面源污染負(fù)荷的主要因素。毛中明等[4]采用LMDI方法對恩施州化肥使用量的驅(qū)動因子進(jìn)行了定量分解，研究表明經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)結(jié)構(gòu)調(diào)整、金融規(guī)模擴(kuò)大對化肥施用量起正向作用。三峽庫區(qū)非點源的研究結(jié)果表明，年降水、畜禽養(yǎng)殖和農(nóng)村人口是影響非點源負(fù)荷的主導(dǎo)因子[5]。

農(nóng)業(yè)碳排放受到農(nóng)業(yè)生產(chǎn)規(guī)模、結(jié)構(gòu)和技術(shù)水平等因素的影響，當(dāng)前針對農(nóng)業(yè)碳排放驅(qū)動力的研究較多，但以農(nóng)業(yè)部門某一產(chǎn)業(yè)為主，如設(shè)施農(nóng)業(yè)、種植業(yè)和畜禽養(yǎng)殖等。尹巖等[6]采用LMDI法對我國31個省份設(shè)施農(nóng)業(yè)的碳排放進(jìn)行了核算，認(rèn)為科技資金配置率和設(shè)施農(nóng)業(yè)規(guī)模是主要設(shè)施農(nóng)業(yè)碳排放的主要影響因素；Dai等[7]對我國生豬養(yǎng)殖產(chǎn)業(yè)1976～2016年的直接溫室氣體排放驅(qū)動力進(jìn)行了解析，認(rèn)為技術(shù)進(jìn)步和結(jié)構(gòu)調(diào)整對減緩溫室氣體排放具有十分重要的意義。國外針對農(nóng)業(yè)部門碳排放與驅(qū)動因子的研究與國內(nèi)類似，如Makuteniene等[8]采用IPCC指南和LMDI法對波羅的海三國的農(nóng)業(yè)部門碳排放及其驅(qū)動力進(jìn)行了解析，檢驗了溫室氣體排放強(qiáng)度，分析了農(nóng)業(yè)勞動力和農(nóng)業(yè)結(jié)構(gòu)對碳排放變化的驅(qū)動效應(yīng)。減污降碳的協(xié)同增效研究是環(huán)境治理的關(guān)鍵科學(xué)問題，當(dāng)前針對大氣污染物排放和溫室氣體排放的協(xié)同減排研究已見大量報道[9-10]，在水環(huán)境領(lǐng)域，已有研究證明水環(huán)境治理過程中的減污和降碳存在協(xié)同效應(yīng)[11]，但針對水污染物排放與溫室氣體排放的協(xié)同效應(yīng)研究相對較少?？傮w來看，當(dāng)前針對農(nóng)業(yè)源的氮磷排放和碳排放的研究較多，但缺乏將碳氮磷統(tǒng)籌考慮，加之LMDI的驅(qū)動力解析角度存在主觀性，導(dǎo)致不同研究結(jié)果之間缺乏統(tǒng)一的測度。農(nóng)業(yè)源作為碳氮磷的關(guān)鍵排放來源，從統(tǒng)一的尺度上識別其驅(qū)動力變化對于農(nóng)業(yè)源減污降碳協(xié)同控制具有十分重要的意義。

本文以廣東省農(nóng)業(yè)生產(chǎn)部門為對象，構(gòu)建了基于源清單法的省級和縣級單元農(nóng)業(yè)源碳氮磷排放核算方法，分析了1990～2021年廣東省農(nóng)業(yè)碳排放量和氮磷排放量演變特征；采用LMDI因素分解模型，統(tǒng)一建構(gòu)了農(nóng)業(yè)源碳氮磷排放驅(qū)動力模型，解析了廣東省碳氮磷排放量時間變化的關(guān)鍵驅(qū)動力與效應(yīng)，以期為廣東省農(nóng)業(yè)源的減污降碳管理提供決策支撐。

1 材料與方法

1.1 農(nóng)業(yè)碳排放核算方法

排放因子法是評估農(nóng)業(yè)源溫室氣體排放的經(jīng)典方法，其基于碳排放活動水平和排放因子對各排放源溫室氣體排放量進(jìn)行測度，目前政府間氣候變化專門委員會(IPCC) 發(fā)布的《IPCC國家溫室氣體清單指南》是國家和地區(qū)溫室氣體排放計量及清單編制的主要依據(jù)。在IPCC制定的指南基礎(chǔ)上，國家發(fā)改委于2011年制定了《省級溫室氣體清單編制指南(試行)》，此外部分省份還制定了縣市級溫室氣體編制指南，如廣東省生態(tài)環(huán)境廳2020年發(fā)布的《廣東省市縣(區(qū))級溫室氣體清單編制指南(試行)》[12]。本文采用《廣東省市縣(區(qū))級溫室氣體清單編制指南(試行)》作為核算方法，該指南基本遵循了IPCC和國家發(fā)改委的核算方式，將農(nóng)業(yè)源溫室氣體清單分為4個部分：稻田CH4排放、農(nóng)用地N2O排放、動物腸道發(fā)酵CH4排放、動物糞便管理CH4和N2O排放，具體公式為

式中：TAC為農(nóng)業(yè)源碳排放量(二氧化碳當(dāng)量，t)；RECH為稻田甲烷排放量(t)；AECH為動物腸道發(fā)酵甲烷排放量(t)；AMCH為動物糞便管理甲烷排放量(t)；CENO為農(nóng)用地氧化亞氮排放量(t)；AMNO為動物糞便管理氧化亞氮排放量(t)；CHF為甲烷的全球變暖潛勢值，取21；NOF為氧化亞氮全球變暖潛勢值，取310。以上農(nóng)業(yè)各部門甲烷和氧化亞氮排放量的詳細(xì)公式與參數(shù)參見《廣東省市縣(區(qū))級溫室氣體清單編制指南(試行)》。

1.2 農(nóng)業(yè)面源氮磷排放核算方法

農(nóng)業(yè)源氮磷排放包括種植業(yè)、畜禽養(yǎng)殖業(yè)和水產(chǎn)養(yǎng)殖業(yè)3個部分，采用排污系數(shù)法核算，具體計算公式[13-14]為

式中：ANP為農(nóng)業(yè)源氮磷排放量(t)；CRP、LIP和FIP分別為種植業(yè)、畜禽養(yǎng)殖業(yè)和水產(chǎn)養(yǎng)殖業(yè)的營養(yǎng)鹽輸入總量(t)；RFF為氮磷流失系數(shù)，無量綱；FPW為水產(chǎn)養(yǎng)殖的水產(chǎn)品產(chǎn)量(t)；EC為水產(chǎn)養(yǎng)殖的污染物排放系數(shù)(kg/t)，廣東省水產(chǎn)養(yǎng)殖業(yè)排污系數(shù)總氮和總磷分別為2.689 kg/t和0.522 kg/t[13]；k為污染物類型，k=1,2分別指總氮和總磷。

種植業(yè)和畜禽養(yǎng)殖業(yè)的氮磷輸入總量(CRP+LIP)可根據(jù)化肥施用量、畜禽排泄量、鄉(xiāng)村人口排泄量和秸稈還田量等計算，具體計算公式為

式中：FER為化肥氮磷排放量(t)；LIV為畜禽養(yǎng)殖氮磷排放量(t)；RPU為鄉(xiāng)村人口的氮磷排放量(t)；CRE為秸稈還田的氮磷輸入量(t)。

在農(nóng)業(yè)系統(tǒng)中，氮磷會隨著降雨和地表徑流離開農(nóng)業(yè)系統(tǒng)淋溶流失到水環(huán)境介質(zhì)中，流失的效率與所在地區(qū)的地質(zhì)條件、水文條件、大氣降雨條件等自然因素和管理水平有關(guān)。本文基于綜合評分法[14-15]計算了廣東省的氮磷流失系數(shù)，具體公式為

式中：RMI為區(qū)域淋溶流失比例的最小值，氮和磷分別取0.01和0.000 1[16]；RMA為區(qū)域淋溶流失比例的最大值，氮和磷分別取值0.25和0.05[16]；ES為研究區(qū)域的土壤質(zhì)地、大氣氮沉降速率、年降水量、固氮速率和管理實踐的評分，具體計算規(guī)則請見文獻(xiàn)[16]；W為各項評分內(nèi)容的計算權(quán)重，可參照文獻(xiàn)[16]選??；i為參與評分的項目類別。經(jīng)計算，廣東省的農(nóng)業(yè)非點源氮磷流失系數(shù)如表1所示。

表1 廣東省氮磷流失系數(shù)統(tǒng)計值Table 1 Nitrogen and phosphorus runoff coefficient in Guangdong province

1.3 LMDI因素分解法

當(dāng)前研究區(qū)域碳排放和污染物負(fù)荷變化驅(qū)動效應(yīng)的方法主要包括LMDI法[8]、結(jié)構(gòu)分解分析法SDA[17]、IPAT法及其改進(jìn)的STIRPAT法[10]和灰色關(guān)聯(lián)度法[18]等。其中，LMDI法具有原理簡單、容易建模、分解項無殘差余項、滿足因素可逆等優(yōu)勢，成為研究污染物和碳排放變化驅(qū)動力的主流方法之一。本文選擇LMDI法，結(jié)合現(xiàn)有碳氮磷排放驅(qū)動研究結(jié)果，將農(nóng)業(yè)源碳氮磷的驅(qū)動力分解為人口效應(yīng)、經(jīng)濟(jì)效應(yīng)和污染物排放強(qiáng)度效應(yīng)，采用Kaya恒等式分解為

式中：ECP為區(qū)域農(nóng)業(yè)源碳、氮或磷的排放量；GDPP為第一產(chǎn)業(yè)增加值；RPOP為鄉(xiāng)村人口數(shù)量。

令P=RPOP，G=GDPP/RPOP，EG=ECP/GDPP，那么得到ECP=P·G·EG，根據(jù)LMDI因素分解，從時間t0到t1的ECP變化可以用如下公式推導(dǎo)：

因此，ECP的變化量可分解為人口變化效應(yīng)、經(jīng)濟(jì)變化效應(yīng)和排放強(qiáng)度變化效應(yīng)，具體為

式中：ΔP表示人口變化導(dǎo)致的碳、氮或磷排放量改變效應(yīng)；ΔG表示經(jīng)濟(jì)效應(yīng)；ΔEG表示排放強(qiáng)度變化效應(yīng)。

1.4 數(shù)據(jù)來源

本文使用的主要數(shù)據(jù)包括廣東省農(nóng)業(yè)經(jīng)濟(jì)社會活動水平數(shù)據(jù)、碳氮磷排放因子參數(shù)和氣象地理數(shù)據(jù)等，數(shù)據(jù)的空間尺度包括縣區(qū)級和省級兩個尺度，時間跨度為1990～2021年。對于縣區(qū)級數(shù)據(jù)，種植業(yè)、禽畜業(yè)等活動水平數(shù)據(jù)來自《2022廣東農(nóng)村統(tǒng)計年鑒》，區(qū)縣農(nóng)村人口數(shù)據(jù)來自于《2022廣東統(tǒng)計年鑒》，相關(guān)排放因子主要取自《廣東省市縣(區(qū)) 級溫室氣體清單編制指南(試行) 》和《畜禽糞污土地承載力測算技術(shù)指南》等相關(guān)文獻(xiàn)[19-20]。省級活動水平數(shù)據(jù)來自于1991～2022年《廣東統(tǒng)計年鑒》。氣象地理數(shù)據(jù)如多年平均氣溫、降水、濕度指數(shù)、DEM等數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn) 和地理空間數(shù)據(jù)云(https://www.gscloud.cn)。圖1中廣東省GIS圖層的數(shù)據(jù)源是91位圖助手(http://www.91weitu.com)。

圖1 2021年廣東省農(nóng)業(yè)源碳氮磷排放強(qiáng)度Fig.1 Agricultural carbon, nitrogen, and phosphorus emission of Guangdong province in 2021

2 結(jié)果與分析

2.1 農(nóng)業(yè)源碳氮磷排放空間分布特征

2021年廣東省122個縣(區(qū))農(nóng)業(yè)源碳排放強(qiáng)度平均為155.13 t/km2，變化范圍為0～504.79 t/km2，在空間分布上呈現(xiàn)出顯著的區(qū)域差異性(見圖1(a) )，在南北方向上表現(xiàn)為從粵南到粵北逐步下降的趨勢，在東西方向上呈現(xiàn)“啞鈴形”分布，粵東和粵西地區(qū)碳排放強(qiáng)度較高，達(dá)到184 t/km2以上，而中部的珠三角和粵北地區(qū)排放強(qiáng)度偏低，尤其是珠三角地區(qū)大多在82 t/km2以下。從具體區(qū)域來看，排放強(qiáng)度最大的應(yīng)屬湛江、茂名市，處于270 t/km2以上，排放強(qiáng)度最低的為深圳、珠海市地區(qū)，排放強(qiáng)度基本在19 t/km2以下?？傮w來看，全省50%以上的碳排放集中在18%的縣(區(qū))中，占全省面積的36%。不同區(qū)縣之間氮排放強(qiáng)度差異顯著(見圖1(b) ),與碳排放具有極強(qiáng)的空間相關(guān)性(見圖2(a) )。全省縣(區(qū))農(nóng)業(yè)源氮排放強(qiáng)度平均為1.78 t/km2，變化范圍為0～5.44 t/km2。氮流失強(qiáng)度較高的地區(qū)位于茂名市和湛江市北部，達(dá)到2.57 t/km2以上，而韶關(guān)市、河源市整體處于氮流失低強(qiáng)度地區(qū)，位于0.74 t/km2以下?？傮w上，氮流失高強(qiáng)度呈現(xiàn)空間聚集化分布，粵西、粵中、粵東分別以茂名市、佛山市、汕頭市為氮流失高強(qiáng)度中心。從空間集聚程度來看，全省50%以上的氮排放集中在19%的區(qū)縣中，占全省面積的36%，與碳類似。各區(qū)縣之間磷流失強(qiáng)度也存在較大差異(見圖1(c) )，平均值為0.06 t/km2，分布范圍在0～0.22 t/km2之間。磷流失強(qiáng)度的高值區(qū)與氮流失高值區(qū)在空間上基本重合。從空間集聚程度來看，全省50%以上的磷排放集中在17%的區(qū)縣中，占全省面積的32%，與碳氮分布類似，氮集中程度更高。農(nóng)業(yè)氮磷排放具有同源性，因此農(nóng)業(yè)源磷排放的空間分布與氮類似。相對于磷排放與碳排放之間的相關(guān)性(見圖2(b) )，農(nóng)業(yè)源的磷排放與氮排放之間相關(guān)性更強(qiáng)(見圖2(c) )，表明廣東省各縣(區(qū))的農(nóng)業(yè)源碳氮磷排放格局具有相似性。

圖2 廣東省縣域農(nóng)業(yè)源碳氮磷排放強(qiáng)度的相關(guān)關(guān)系Fig.2 Relationship between county agricultural carbon, nitrogen, and phosphorus emission of Guangdong province

2.2 縣域農(nóng)業(yè)源碳氮磷排放影響因素

為探究廣東省碳氮磷排放空間格局的影響因素，本文從自然、經(jīng)濟(jì)、社會三個角度挑選了8個主要影響因子，分別為各區(qū)縣平均降水、平均溫度、濕潤指數(shù)、平均高程、平均坡度、單位面積GDP產(chǎn)出、人口密度和人均GDP(見圖3)，分析各因素對碳氮磷排放的影響。圖4顯示了各影響要素與碳氮磷排放的相關(guān)系數(shù)矩陣，圖中C、N、P分別為碳排放、氮流失、磷流失量；GDPP、GDP、POP分別為人均GDP、單位面積GDP產(chǎn)出和人口密度；DEM、SLOPE、PREC和IM分別為海拔高程、坡度、平均降水和濕潤指數(shù)。對于農(nóng)業(yè)源的碳排放強(qiáng)度，人均GDP、單位面積GDP產(chǎn)出和人口密度3項經(jīng)濟(jì)社會類指標(biāo)均與之呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，表明經(jīng)濟(jì)社會發(fā)展程度是影響廣東省農(nóng)業(yè)源碳排放空間分布的主要因素之一，且經(jīng)濟(jì)社會發(fā)展可有效抑制農(nóng)業(yè)碳排放，主要原因是在經(jīng)濟(jì)發(fā)達(dá)地區(qū)以第二和第三產(chǎn)業(yè)為主，第一產(chǎn)業(yè)發(fā)展空間有限。海拔高程、地形坡度與碳排放強(qiáng)度也呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，主要原因農(nóng)業(yè)活動區(qū)域主要分布在海拔與坡度較低的河谷和平原地區(qū)。氣溫與碳排放強(qiáng)度之間存在顯著的正相關(guān)關(guān)系，這與農(nóng)業(yè)生產(chǎn)條件密切相關(guān)，水熱條件較好的地區(qū)是農(nóng)業(yè)發(fā)展的密集區(qū)域。對于農(nóng)業(yè)源氮排放和磷排放強(qiáng)度指標(biāo)，對其有顯著影響的因素與碳排放高度重合，主要原因可能來自兩個方面，一是廣東省農(nóng)業(yè)源碳氮磷排放具有同源性，主要來于種植業(yè)和畜禽養(yǎng)殖業(yè)；二是廣東省各區(qū)縣的農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)存在相似性，從而導(dǎo)致各地區(qū)的碳氮磷影響因素趨于一致。

圖3 廣東省縣域碳氮磷排放影響因素空間分布Fig.3 Spatial distribution of factors influencing county agricultural carbon, nitrogen, and phosphorus emission in Guangdong province

圖4 廣東省縣域碳氮磷排放與影響因素的Pearson相關(guān)性Fig.4 Pearson coefficient of county agricultural carbon, nitrogen,and phosphorus emission of Guangdong province and their influencing factors

2.3 1990～2021年農(nóng)業(yè)源碳氮磷排放量時變特征

根據(jù)核算結(jié)果，1990～2021年廣東省農(nóng)業(yè)源碳氮磷的演變趨勢存在趨異變化特征，碳排放表現(xiàn)為顯著的下降趨勢，氮和磷排放量則表現(xiàn)為顯著的上升趨勢(見圖5)。具體來看，農(nóng)業(yè)源的碳排放量從1990年的3.66×107t下降到2021年的2.99×107t，年均下降2.06×105t(p<0.001)，年均下降率0.6%；總氮排放量從1990年的3.53×105t上升到2021年的3.67×105t，年均上升1.19×103t(p<0.01)，年均上升率0.3%；總磷排放從1990年的9.19×103t上升到2021年的1.73×104t，年均上升2.84×102t(p<0.001)，年均上升率3.1%。因此，廣東省農(nóng)業(yè)源碳氮磷的歷史變化具有非同步性，碳氮磷排放結(jié)構(gòu)發(fā)生顯著變化。由于磷的上升速度快于氮，所以氮磷比有下降的趨勢，這可能改變了水體富營養(yǎng)化的養(yǎng)分限制條件。值得注意的是，2015年以來，農(nóng)業(yè)源的氮和磷排放量均有下降趨勢，表明廣東省農(nóng)業(yè)源氮磷排放可能越過增長的拐點，進(jìn)入下行階段，這與區(qū)域農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整和升級導(dǎo)致化肥等生產(chǎn)資料投入下降有關(guān)。

圖5 1990～2021年廣東省農(nóng)業(yè)源碳氮磷排放量演變趨勢Fig.5 Temporal change of agricultural carbon, nitrogen, and phosphorus emission of Guangdong province from 1990 to 2021

2.4 廣東省農(nóng)業(yè)源碳氮磷排放驅(qū)動效應(yīng)分解

1990～2021年廣東省農(nóng)業(yè)源碳氮磷排放量變化的驅(qū)動因子與效應(yīng)解析結(jié)果如圖6所示。結(jié)果表明，鄉(xiāng)村人口數(shù)量和人均第一產(chǎn)業(yè)增加值兩個驅(qū)動因子對廣東省農(nóng)業(yè)源碳氮磷的排放效應(yīng)均為正，而單位第一產(chǎn)業(yè)增加值排放強(qiáng)度效應(yīng)為負(fù)，表明鄉(xiāng)村人口數(shù)量和農(nóng)業(yè)產(chǎn)值是驅(qū)動農(nóng)業(yè)源碳氮磷增長的關(guān)鍵因素，而農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變化和技術(shù)進(jìn)步對減污降碳具有顯著作用。在正向驅(qū)動因子中，以人均第一產(chǎn)業(yè)增加值的貢獻(xiàn)為主，占正向驅(qū)動效應(yīng)的90%；鄉(xiāng)村總?cè)丝趯μ嫉鬃兓恼蜇暙I(xiàn)僅占10%；由此說明，農(nóng)村經(jīng)濟(jì)規(guī)模對碳氮磷變化的促進(jìn)作用顯著高于鄉(xiāng)村人口增長。對于碳排放變化，單位第一產(chǎn)業(yè)增加值碳排放強(qiáng)度對碳排放具有負(fù)向驅(qū)動作用，且驅(qū)動效應(yīng)大于正向驅(qū)動的總和，導(dǎo)致研究期間農(nóng)業(yè)源碳排放量變化表現(xiàn)為凈下降6.76 ×106t。對于氮排放變化，單位第一產(chǎn)業(yè)增加值氮排放強(qiáng)度仍然是最大的驅(qū)動因子，但是其負(fù)向驅(qū)動效應(yīng)(9.09×105t)小于兩個正向驅(qū)動因子效應(yīng)的加和(9.23×105t)，導(dǎo)致氮排放量在1990～2021年凈增加了1.41×104t。相對于碳排放和氮排放，磷排放的驅(qū)動因子排序有所變化，驅(qū)動效應(yīng)排名第一的是人均第一產(chǎn)業(yè)增加值，且為正向驅(qū)動，貢獻(xiàn)了2.97×104t的磷增長，高于技術(shù)進(jìn)步帶來的2.48×104t負(fù)向效應(yīng)，從而導(dǎo)致研究期間磷排放凈增長8.15×103t?？傮w來看，廣東省農(nóng)業(yè)源碳氮磷排放量的經(jīng)濟(jì)社會與技術(shù)變化驅(qū)動力具有相似性，鄉(xiāng)村人口和人均第一產(chǎn)業(yè)增加值均表現(xiàn)為正向驅(qū)動，單位第一產(chǎn)業(yè)增加值排放量均表現(xiàn)為負(fù)向驅(qū)動。然而，碳排放和氮排放均以單位第一產(chǎn)業(yè)增加值排放量為最大驅(qū)動力，而磷排放則以人均第一產(chǎn)業(yè)增加值為第一驅(qū)動力，表明農(nóng)業(yè)源碳氮磷驅(qū)動的主導(dǎo)因子存在顯著差異，有必要制定有針對性的調(diào)控策略實現(xiàn)農(nóng)業(yè)源減污降碳的協(xié)同控制。

圖6 1990～2021年廣東省農(nóng)業(yè)源碳氮磷排放量變化驅(qū)動因子與效應(yīng)Fig.6 Drivers and its forces for change of agricultural carbon,nitrogen, and phosphorus emission of Guangdong province from 1990 to 2021

3 結(jié)論

本文面向農(nóng)業(yè)源減污降碳協(xié)同調(diào)控問題，以廣東省農(nóng)業(yè)生產(chǎn)部門為對象，構(gòu)建了農(nóng)業(yè)源碳氮磷排放核算模型和驅(qū)動力模型，解析了1990～2021年全省農(nóng)業(yè)源碳氮磷排放的演變特征與驅(qū)動效應(yīng)，得到的主要結(jié)論如下：

(1) 廣東省縣域農(nóng)業(yè)碳氮磷排放分布具有顯著的空間差異性，呈現(xiàn)出高度的空間集聚性和同源性特征，經(jīng)濟(jì)社會和自然地理條件等因子對農(nóng)業(yè)源碳氮磷排放量的影響具有相似性。

(2) 1990～2021年期間廣東省農(nóng)業(yè)源碳氮磷排放量呈現(xiàn)趨異變化特征，不同元素排放量的變化方向和速度均不相同，其中碳排放量顯著下降，氮和磷排放量顯著上升，以磷排放上升最為顯著，這將可能改變受納水體的氮磷比例結(jié)構(gòu)。

(3) 鄉(xiāng)村人口數(shù)量和人均第一產(chǎn)業(yè)增加值對農(nóng)業(yè)碳氮磷排放變化具有正向驅(qū)動效應(yīng)，而單位第一產(chǎn)業(yè)增加值排放量則表現(xiàn)為負(fù)向驅(qū)動，不同驅(qū)動因子對碳氮磷排放的重要性排序存在差異，農(nóng)業(yè)源的減污降碳調(diào)控有必要綜合考慮多種驅(qū)動因子的協(xié)同作用。