朱士飛，秦云虎，王鵬程，趙 倩，毛禮鑫*

1. 江蘇地質(zhì)礦產(chǎn)設(shè)計(jì)研究院，江蘇 徐州 221006；2. 中國(guó)煤炭地質(zhì)總局煤系礦產(chǎn)資源重點(diǎn)實(shí)驗(yàn)室，江蘇 徐州 221006；3. 兗礦能源集團(tuán)股份有限公司濟(jì)寧二號(hào)煤礦，山東 濟(jì)寧 272072；4. 江蘇省有色金屬華東地質(zhì)勘查局，江蘇 南京 210007

發(fā)展低碳農(nóng)業(yè)是實(shí)現(xiàn)“碳達(dá)峰”“碳中和”的重要保障，其中控制農(nóng)業(yè)化肥施用是重要一環(huán)。研究表明，包括化肥在內(nèi)的各類(lèi)農(nóng)業(yè)物資在提高農(nóng)業(yè)生產(chǎn)的同時(shí)，會(huì)通過(guò)直接或者間接的方式產(chǎn)生溫室氣體［1］。這些農(nóng)業(yè)碳源在我國(guó)溫室氣體排放量中占比大，呈現(xiàn)逐年遞增的趨勢(shì)，尤其是江蘇省農(nóng)業(yè)碳排放量持續(xù)居于較高水平［2-3］。我國(guó)農(nóng)業(yè)施肥強(qiáng)度整體較高，農(nóng)業(yè)碳源中化肥施用產(chǎn)生的溫室氣體需要引起格外關(guān)注［4］。另一方面，化學(xué)肥料在保障糧食安全中具有不可替代的作用［5］，能為作物生長(zhǎng)提供必須的N、P、K 等元素，對(duì)糧食產(chǎn)量的貢獻(xiàn)率可達(dá)到40%以上［6-9］。因而，研究化肥施用特點(diǎn)、預(yù)測(cè)其需求趨勢(shì)及由此帶來(lái)農(nóng)業(yè)碳源排放，既是發(fā)展低碳農(nóng)業(yè)的現(xiàn)實(shí)需求，也是“保糧食安全”的重要組成。

前人對(duì)化肥在農(nóng)業(yè)中的碳源排放、增肥效益以及需求方面取得卓有成效的研究，在以下幾個(gè)方面達(dá)成共識(shí)：一是化肥是主要的農(nóng)業(yè)碳源之一。尹巖等［10］通過(guò)對(duì)我國(guó)農(nóng)業(yè)碳源的核算認(rèn)為，江蘇省的農(nóng)業(yè)設(shè)施碳排放量最高，農(nóng)業(yè)碳源中化肥等農(nóng)用品的碳排放量占比僅次于土壤碳排放；胡婉玲等［11］通過(guò)對(duì)農(nóng)業(yè)碳排放因素的研究得出，我國(guó)化肥碳排放占農(nóng)業(yè)碳排放的59%，經(jīng)過(guò)筆者計(jì)算，近五年江蘇省化肥碳排放占省內(nèi)農(nóng)業(yè)碳排放的比例高達(dá)70%。二是農(nóng)業(yè)生產(chǎn)需要合理的施肥強(qiáng)度。農(nóng)業(yè)實(shí)踐表明不同施肥方式、施肥強(qiáng)度對(duì)糧食作物的產(chǎn)量有影響［12-13］，盡管安思羽等［14］研究認(rèn)為通過(guò)合理使用農(nóng)家肥、有機(jī)肥等能提高作物產(chǎn)量［15-17］，但是化肥的作用不能忽視，如孟愛(ài)紅等［18］的研究結(jié)果表明無(wú)機(jī)化肥的作用不能被有機(jī)肥代替，并且隨著作物生長(zhǎng)對(duì)無(wú)機(jī)元素的消耗，土地需要不斷補(bǔ)充新的化學(xué)肥料。三是化肥需求與經(jīng)濟(jì)發(fā)展有緊密聯(lián)系?；瘜W(xué)肥料的生產(chǎn)離不開(kāi)硫、磷、鉀等重要的化工礦產(chǎn)資源，尤其是磷、鉀是國(guó)家戰(zhàn)略性礦產(chǎn)資源［19］，因而從資源消耗的角度對(duì)其進(jìn)行預(yù)測(cè)的研究較多［20-24］，如馬麗娜等［25］在不同的經(jīng)濟(jì)發(fā)展情景下對(duì)磷礦資源需求進(jìn)行預(yù)測(cè)，劉衛(wèi)東等［26］通過(guò)能源消費(fèi)彈性系數(shù)分析我國(guó)能源需求。

綜上可知，化肥施用是江蘇省農(nóng)業(yè)碳排放的主要碳源，然而目前以化肥為主體的農(nóng)業(yè)碳排放研究較少。此外，化肥需求定性或定量的預(yù)測(cè)研究大多采用單一的方法，未能針對(duì)研究對(duì)象優(yōu)選合適的方法。例如情景分析、彈性系數(shù)等方法由于方法自身的局限性，人為主觀因素較大。本文在分析歸納江蘇省農(nóng)業(yè)施肥演化趨勢(shì)及區(qū)域特點(diǎn)的基礎(chǔ)上，對(duì)趨勢(shì)分析法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、時(shí)間序列模型-彈性系數(shù)法等定性與定量的方法的結(jié)果進(jìn)行優(yōu)選，科學(xué)預(yù)測(cè)化肥需求趨勢(shì)，以期為低碳農(nóng)業(yè)發(fā)展提供參考。

1 化肥碳源排放量

1.1 計(jì)算方式及數(shù)據(jù)來(lái)源

碳源排放量一般采用碳排放系數(shù)法或?qū)嶋H測(cè)量法，本次化肥碳源排放量的計(jì)算依據(jù)聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)碳排放系數(shù)法。即采用化肥實(shí)際消耗量（T）與化肥碳排放系數(shù)（δ）的乘積得出化肥的碳排放量（E），公式如下：E=T×δ［δ參考美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室數(shù)值（0.896 kg/kg），即每千克化肥施用帶來(lái)0.896 kg 溫室氣體排放］。

文中2000—2019 年的相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《江蘇統(tǒng)計(jì)年鑒》，據(jù)此獲得人均國(guó)內(nèi)生產(chǎn)總值（gross domestic product，GDP）、化肥施用量、耕地面積等信息。

1.2 江蘇省化肥碳排放特點(diǎn)

江蘇省地級(jí)市可分為蘇南、蘇中、蘇北，其化肥碳源排放量表現(xiàn)出明顯的差異性。由表1 可看出，蘇北地區(qū)化肥碳源排放量遠(yuǎn)高于蘇南和蘇中，并且占全省化肥碳源排放量的比重逐年升高，由2001 年的59%增加到2019 年的72%。根據(jù)化肥碳源排放量計(jì)算公式可知，其數(shù)值大小主要與化肥施用量有關(guān)，蘇北地區(qū)農(nóng)業(yè)耕種面積大，施用化肥較多，造成其碳排放量居高不下。

表1 江蘇省化肥碳源排放量變化Tab.1 Agricultural carbon emissions from fertilizer 107 kg

從蘇南（S）、蘇中（M）、蘇北（N）地區(qū)各選取2 個(gè)城市，可以看出同一地區(qū)化肥碳源排放量及其變化速率相似，反之，不同地區(qū)差異性顯著。并且化肥碳源排放量呈現(xiàn)階段性特征（圖1 和圖2）。

圖1 江蘇省化肥碳源排放區(qū)域特點(diǎn)Fig.1 Regional characteristics of carbon emissions from fertilizer in Jiangsu Province

圖2 江蘇省化肥碳源排放量變化速率圖Fig.2 Change rates of carbon emissions from fertilizer in Jiangsu Province

（1）區(qū)域特點(diǎn)。如圖1 所示，江蘇省農(nóng)業(yè)生產(chǎn)中單位面積化肥碳源排放量與總排放量表現(xiàn)相似的特點(diǎn)，即蘇北地區(qū)高，蘇南和蘇中地區(qū)低。其中，蘇北地區(qū)化肥碳源排放量高于全國(guó)平均水平，徐州最高，達(dá)到648 kg/hm2，連云港施肥強(qiáng)度稍低（458～523 kg/hm2）；蘇中、蘇南地區(qū)化肥碳源排放量遠(yuǎn)低于蘇北，與全國(guó)平均水平差距較小，其中蘇中城市單位面積化肥碳源排放量（235～452 kg/hm2）變化曲線整體位于蘇南城市（203～490 kg/hm2）的上方。這表明化肥碳源排放量與農(nóng)業(yè)生產(chǎn)中單位面積施肥強(qiáng)度密切相關(guān)。

（2）階段性特點(diǎn)。如圖2 所示，單位面積化肥碳源排放量整體表現(xiàn)為先增加后減少的趨勢(shì)，變化速率也由大幅度波動(dòng)到逐漸平緩?；侍荚磁欧帕考捌渥兓试跁r(shí)序演化上可分為3 個(gè)階段。階段I（2000-2007 年），單位面積化肥碳源排放量居于較高水平，且排放量不斷增加。其中，蘇北地區(qū)增長(zhǎng)幅度較大，蘇南和蘇中增長(zhǎng)較小或者小幅度下降（如泰州）。階段II（2008-2012 年），單位面積化肥碳源排放量迅速下降。其中，蘇北地區(qū)下降幅度小，蘇南地區(qū)下降幅度最大，蘇中城市下降速率位于兩者之間。階段III（2013-2019 年），變化速率居于較低水平，降幅穩(wěn)定，保持在5%以?xún)?nèi)。與全國(guó)相比，整體上江蘇省變化幅度較大，在階段II 開(kāi)始農(nóng)業(yè)化肥碳源排放量變化率多為負(fù)值，即排放量開(kāi)始下降，而全國(guó)在階段III 開(kāi)始下降，并且下降幅度逐年增大。這顯示國(guó)家實(shí)施化肥施用“零增長(zhǎng)”的政策取得良好成效，同時(shí)表明降低化肥施用強(qiáng)度能夠顯著減少農(nóng)業(yè)化肥碳源排放量。

2 GDP 的預(yù)測(cè)

2.1 時(shí)間序列模型

上述分析表明化肥的消費(fèi)量直接影響農(nóng)業(yè)碳排放量，通過(guò)預(yù)測(cè)化肥的施用量可計(jì)算由此造成的農(nóng)業(yè)碳排放量?；氏M(fèi)的基本規(guī)律表明經(jīng)濟(jì)發(fā)展對(duì)其變化趨勢(shì)有顯著影響，盡管經(jīng)濟(jì)的發(fā)展受?chē)?guó)家宏觀調(diào)控及其他多種因素的影響，但是經(jīng)濟(jì)的發(fā)展是循序漸進(jìn)的，后期的發(fā)展趨勢(shì)與前期的經(jīng)濟(jì)基礎(chǔ)密不可分。在統(tǒng)計(jì)學(xué)上表現(xiàn)為不同年份GDP 數(shù)值有明顯的先后順序，即每個(gè)數(shù)值受其他數(shù)據(jù)的影響不是獨(dú)立的個(gè)體，因此可以將其看作是時(shí)間t的有序數(shù)列（t，GDP），運(yùn)用時(shí)間序列模型能夠避免多因素變量間復(fù)雜關(guān)系對(duì)觀測(cè)值GDP的影響，重點(diǎn)研究其在時(shí)間域的變化規(guī)律［27］。

經(jīng)過(guò)不斷完善的現(xiàn)代時(shí)間序列與傳統(tǒng)時(shí)間序列相比有很大發(fā)展，借助SPSS 軟件強(qiáng)大的數(shù)據(jù)處理能力完成分析。依據(jù)江蘇省2000-2018 年的（t，GDP）數(shù)據(jù)，采用專(zhuān)家建模器的方法系統(tǒng)優(yōu)選具體模型（指數(shù)平滑法或者ARIMA 模型），最終根據(jù)Ljung-Box Q 檢驗(yàn)結(jié)果中殘差和離群值判斷擬合效果。為了進(jìn)一步得到江蘇省人均GDP，同理根據(jù)此方法預(yù)測(cè)了江蘇省人口變化趨勢(shì)，模型預(yù)測(cè)值與實(shí)際值較小的誤差表明該方法預(yù)測(cè)效果良好（圖3），具體預(yù)測(cè)結(jié)果見(jiàn)表2。

圖3 時(shí)間序列模型預(yù)測(cè)GDP（a）和人口（b）結(jié)果Fig.3 Results of GDP（a）and population（b）forecasting by time series model

表2 時(shí)間序列模型預(yù)測(cè)結(jié)果及置信區(qū)間Tab.2 Time series model forecasting results and confidence intervals

2.2 政府報(bào)告GDP 目標(biāo)

此外，《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》指出，“十四五”時(shí)期我國(guó)以高質(zhì)量發(fā)展為主題，更加注重發(fā)展的質(zhì)量問(wèn)題。江蘇省緊扣“強(qiáng)富美高”總目標(biāo)使經(jīng)濟(jì)運(yùn)行更加穩(wěn)健，預(yù)計(jì)2025 年人均GDP 超過(guò)15 萬(wàn)元，增長(zhǎng)率5.5%左右。圖4 顯示未來(lái)10 年江蘇省GDP 增長(zhǎng)率在5%上下波動(dòng)，表明政府工作報(bào)告結(jié)果在本次預(yù)測(cè)結(jié)果置信區(qū)間之內(nèi)，因此認(rèn)為上述時(shí)間序列模型預(yù)測(cè)結(jié)果可信度高。

圖4 江蘇省GDP 與增長(zhǎng)率預(yù)測(cè)結(jié)果Fig.4 Forecasting results of Jiangsu Province GDP and its growth rates

3 農(nóng)業(yè)施肥碳排放預(yù)測(cè)

3.1 預(yù)測(cè)依據(jù)

（1）資源消耗規(guī)律。一般認(rèn)為資源消耗與經(jīng)濟(jì)發(fā)展有密切的關(guān)系。在社會(huì)快速發(fā)展階段，基礎(chǔ)建設(shè)亟需大量原材料，隨著工業(yè)化程度越來(lái)越高，對(duì)原始材料需求有所減緩，據(jù)此總結(jié)出人均資源消耗量與經(jīng)濟(jì)發(fā)展水平呈S 型或倒U 型的規(guī)律［22，28］。在相關(guān)研究中常用GDP 或者人均GDP指標(biāo)反映經(jīng)濟(jì)發(fā)展水平，然而不同國(guó)家經(jīng)濟(jì)發(fā)展速度、產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)規(guī)模等有所不同，造成其“S”型或倒“U”型拐點(diǎn)位置對(duì)應(yīng)的GDP 和人均資源量并不一致。因此在運(yùn)用資源消耗規(guī)律的同時(shí)，既要參考先期工業(yè)化國(guó)家資源需求的變化趨勢(shì)，更要針對(duì)不同的資源種類(lèi)和地區(qū)經(jīng)濟(jì)發(fā)展程度分析其差異性。

通過(guò)研究全球范圍內(nèi)典型國(guó)家的化肥需求趨勢(shì)，發(fā)現(xiàn)單位面積施肥量與經(jīng)濟(jì)發(fā)展表現(xiàn)出相似的規(guī)律，即先增后減的倒“U”型變化趨勢(shì)，這是與其他資源消費(fèi)趨勢(shì)的共性。一方面是因?yàn)榛适┯弥蟛⒉粫?huì)被完全消耗掉，而是會(huì)有部分資源儲(chǔ)存在土地中，因而土地種植早期對(duì)化肥需求量大，隨著長(zhǎng)期累積的未被作物吸收的化肥的增多，土地對(duì)化肥需求逐漸減少，另一方面是種子質(zhì)量、肥料的改進(jìn)、科學(xué)管理水平等的提高增加了化肥利用效率進(jìn)而減少其施用量。然而由于不同地區(qū)施肥方式、環(huán)保意識(shí)等原因，其消費(fèi)規(guī)律有所不同。

（2）施肥強(qiáng)度與GDP 關(guān)系。選取2000-2018年江蘇省與全國(guó)化肥施肥強(qiáng)度為對(duì)象，通過(guò)曲線擬合可以發(fā)現(xiàn)化肥單位消耗量與人均GDP 有良好的二次函數(shù)關(guān)系（R2分別為0.837 9、0.976 9），與“倒U”型規(guī)律保持一致（圖5）。整體上看我國(guó)施肥強(qiáng)度較高，遠(yuǎn)超國(guó)際建議施肥量（225 kg/hm2），而江蘇省施肥強(qiáng)度更高，國(guó)家和相關(guān)學(xué)者對(duì)過(guò)高的施肥強(qiáng)度極為關(guān)注。不同的是江蘇省拐點(diǎn)位置對(duì)應(yīng)的GDP 在3.7 萬(wàn)元左右，比全國(guó)的值（4.5 萬(wàn)元）低，此外江蘇省施肥強(qiáng)度維持較高水平的時(shí)間長(zhǎng)、下降的幅度小、下降的速率慢，這與化肥碳源排放量的變化規(guī)律一致（圖1 和圖2）。

圖5 化肥施用量與人均GDP 關(guān)系圖Fig.5 Graph of fertilizer consumption and per capita GDP

3.2 3 種預(yù)測(cè)模型

（1）趨勢(shì)分析預(yù)測(cè)。趨勢(shì)分析法依據(jù)樣本數(shù)據(jù)分析變量間的相關(guān)性，對(duì)目標(biāo)參數(shù)進(jìn)行預(yù)測(cè)。根據(jù)江蘇省歷年人均GDP 和單位面積施肥量的數(shù)據(jù)進(jìn)行曲線擬合，有較好的擬合效果（R2=0.997 3），這與倒“U”型的化肥消費(fèi)規(guī)律有相似之處（圖6）。根據(jù)此模型可知，江蘇省2025、2030 年農(nóng)作物單位面積施肥量分別為217.8、55.1 kg/hm2，下降速率分別為11.4%、39.0%。

圖6 曲線擬合預(yù)測(cè)結(jié)果Fig.6 Forecasting results from curve fitting

（2）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)。常規(guī)的建模思路中以擬合精準(zhǔn)的方程來(lái)解決問(wèn)題，往往忽略了預(yù)測(cè)結(jié)果對(duì)模型的調(diào)整，而反向傳播（back propagation，BP）神經(jīng)網(wǎng)絡(luò)方法通過(guò)神經(jīng)元的不斷反饋調(diào)整，使得輸出層的向量與樣本因變量差值達(dá)到最小，進(jìn)而達(dá)到最佳預(yù)測(cè)效果［29］。以江蘇省人均GDP 為輸入層，單位面積施肥量為輸出層，建立了含有一個(gè)隱含層的模型。通過(guò)網(wǎng)絡(luò)不斷學(xué)習(xí)，能夠?qū)︻?lèi)似的問(wèn)題迅速得到預(yù)測(cè)結(jié)果，繞開(kāi)建立復(fù)雜方程的中間過(guò)程。如圖7 所示，預(yù)測(cè)值與原始樣本有較好的效果。然而，在2018、2019 年的預(yù)測(cè)值偏大，即化肥施用強(qiáng)度下降的速率變小。由此造成此方法預(yù)測(cè)的結(jié)果比趨勢(shì)分析法偏大：2025、2030 年農(nóng)作物單位面積施肥量分別為385.9、385.4 kg/hm2，下降速率分別為0.08%、0.01%。

圖7 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果Fig.7 Results of neural network forecasting

（3）時(shí)間序列模型-彈性系數(shù)預(yù)測(cè)。彈性系數(shù)法在能源消費(fèi)需求預(yù)測(cè)中應(yīng)用廣泛［30-31］，但大多根據(jù)彈性系數(shù)的變化趨勢(shì)人為預(yù)測(cè)未來(lái)幾年的彈性系數(shù)，主觀因素較大。本次研究采用時(shí)間序列模型-彈性系數(shù)相結(jié)合的方法進(jìn)行預(yù)測(cè)，即首先計(jì)算施肥強(qiáng)度對(duì)人均GDP 的彈性系數(shù)，然后建立時(shí)間序列ARIMA（1，1，0）模型預(yù)測(cè)未來(lái)10 年的彈性系數(shù)。如圖8 所示，江蘇省化肥施用強(qiáng)度對(duì)人均GDP 的彈性系數(shù)整體呈下降趨勢(shì)，僅在第一階段（2008 年以前），其彈性系數(shù)為正值，其原因可能是經(jīng)濟(jì)發(fā)展初期，忽視化肥施用對(duì)生態(tài)、土地、空氣等的負(fù)面效應(yīng)，農(nóng)民收入提高、缺乏科學(xué)的施肥指導(dǎo)等原因也進(jìn)一步加大施肥強(qiáng)度；此后，隨著經(jīng)濟(jì)發(fā)展更加注重質(zhì)量，國(guó)家化肥施用零增長(zhǎng)行動(dòng)的大力開(kāi)展，彈性系數(shù)不斷減小至負(fù)值；并且隨著經(jīng)濟(jì)的高質(zhì)量發(fā)展和農(nóng)業(yè)科技水平的提高，未來(lái)將保持持續(xù)下降。據(jù)此預(yù)測(cè)江蘇省2025、2035 年施肥強(qiáng)度分別為340.0、307.5 kg/hm2，下降速率分別為1.86%、2.00%。

圖8 時(shí)間序列預(yù)測(cè)彈性系數(shù)Fig.8 Elasticity coefficients from time series forecasting

3.3 預(yù)測(cè)結(jié)果討論

趨勢(shì)分析法注重已有的樣本數(shù)據(jù)，忽視社會(huì)經(jīng)濟(jì)發(fā)展對(duì)資源消耗規(guī)律的影響，其預(yù)測(cè)結(jié)果表明施肥強(qiáng)度下降速率越來(lái)越大，并且按照此趨勢(shì)，未來(lái)施肥強(qiáng)度將變成負(fù)值（圖6），顯示了該方法的局限性。BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法注重變量間的隱藏關(guān)系，通過(guò)反饋機(jī)制尋找最優(yōu)權(quán)重，其預(yù)測(cè)結(jié)果與實(shí)際值最為接近（圖7），但是在學(xué)習(xí)樣本中未出現(xiàn)這些逐漸增大的GDP 數(shù)值，忽略資源消耗的規(guī)律，造成預(yù)測(cè)結(jié)果變化量極小。時(shí)間序列模型-彈性系數(shù)法，注重資源消耗與經(jīng)濟(jì)發(fā)展的彈性系數(shù)變化規(guī)律，本次采用時(shí)間序列模型預(yù)測(cè)彈性系數(shù)的變化與江蘇省施肥狀況保持一致（圖5），僅蘇南地區(qū)單位面積施肥量變化率稍大，但是考慮到其較低的施肥強(qiáng)度，且2019 年蘇南地區(qū)化肥消費(fèi)量?jī)H占全省的9%，因此認(rèn)為該方法預(yù)測(cè)結(jié)果可信度大。

根據(jù)上述對(duì)化肥消費(fèi)的預(yù)測(cè)結(jié)果，在江蘇省的農(nóng)業(yè)種植面積不變的情況下可以預(yù)測(cè)江蘇省2025、2030 年農(nóng)業(yè)化肥碳源排放量分別為226.74、205.04 萬(wàn)t（表3）。

表3 江蘇省農(nóng)業(yè)化肥碳源排放量預(yù)測(cè)結(jié)果Tab.3 Forecasting results of carbon emissions from fertilizer in Jiangsu Province

3.4 化肥碳源變化原因與建議

從階段I 到階段III 江蘇省化肥碳源量先增加后減少，受多種因素影響。其中政府引導(dǎo)起主要作用，階段II 之前，國(guó)家免除農(nóng)業(yè)稅，對(duì)購(gòu)買(mǎi)農(nóng)藥化肥的補(bǔ)貼不斷增加，因此化肥施用量不斷增加，隨之化肥碳源量增加。階段II 至今，國(guó)家和江蘇省政府多次強(qiáng)調(diào)減肥增效，如2015 年農(nóng)業(yè)部制定《到2020 年化肥使用量零增長(zhǎng)行動(dòng)方案》，江蘇省“十二五”期間投資7.8 億元大力扶持節(jié)肥節(jié)藥高效設(shè)施農(nóng)業(yè)生產(chǎn)機(jī)械化項(xiàng)目，近年來(lái)又制定《2020年江蘇省千村萬(wàn)戶(hù)百企化肥減量增效行動(dòng)方案》。此外，農(nóng)業(yè)科技進(jìn)步促進(jìn)化肥利用效率的提高。通過(guò)建設(shè)環(huán)保低碳節(jié)約型農(nóng)業(yè)示范基地、利用有機(jī)肥替代無(wú)機(jī)肥等手段減少化肥施用量，進(jìn)而減少化肥碳源排放量。同時(shí)，不同區(qū)域碳源排放量減少受經(jīng)濟(jì)發(fā)展水平、土壤差異、農(nóng)業(yè)勞動(dòng)力數(shù)量等多因素影響，例如蘇北地區(qū)土壤有機(jī)質(zhì)低、農(nóng)村人口比例高導(dǎo)致化肥施用量多，相反蘇南地區(qū)土壤肥沃、城鎮(zhèn)化高，農(nóng)業(yè)種植集中規(guī)模化管理，因此化肥施用量少，由此造成化肥碳源量少。

根據(jù)預(yù)測(cè)結(jié)果，在“碳達(dá)峰”時(shí)間節(jié)點(diǎn)江蘇省化肥施用強(qiáng)度仍大于國(guó)際施肥建議值，造成化肥碳源排放量占比過(guò)高，影響江蘇省雙碳目標(biāo)的實(shí)施進(jìn)度，因此提出以下建議：①堅(jiān)持政策引領(lǐng)，加強(qiáng)綠色低碳農(nóng)業(yè)宣傳，樹(shù)立正確的施肥觀念，避免“肥力透支”惡性循環(huán)；②強(qiáng)化科技創(chuàng)新，通過(guò)測(cè)土配方因地制宜施肥，提高肥料的利用效率；③利用市場(chǎng)規(guī)律，穩(wěn)定農(nóng)產(chǎn)品價(jià)格，引導(dǎo)分散的土地規(guī)模化種植，推動(dòng)高標(biāo)準(zhǔn)種植基地建設(shè)。

4 結(jié) 論

（1）江蘇省化肥碳源排放在區(qū)域上表現(xiàn)為，蘇北地區(qū)化肥碳排放總量大，占全省碳排放量比例呈增加趨勢(shì)，單位面積排放量高；蘇南、蘇中地區(qū)較為相似，化肥碳源排放量少，單位面積排放量低。在階段上表現(xiàn)為，階段I 化肥碳源排放量大，呈增加趨勢(shì)；階段II 排放量由頂峰開(kāi)始下降，下降幅度波動(dòng)大；階段III 繼續(xù)下降，下降幅度平穩(wěn)且維持較低水平。

（2）運(yùn)用時(shí)間序列模型預(yù)測(cè)了江蘇省未來(lái)10 年的GDP，預(yù)測(cè)結(jié)果和政府工作報(bào)告預(yù)期目標(biāo)吻合，可用于化肥的預(yù)測(cè)研究。采用3 種方法預(yù)測(cè)江蘇省2025、2030 年施肥強(qiáng)度分別為217.8 和55.1 kg/hm2（曲線擬合）、385.9 和385.4 kg/hm2（神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)）、340.0 和307.5 kg/hm2（時(shí)間序列模型-彈性系數(shù)法）。

（3）農(nóng)業(yè)施肥碳排放量與施肥強(qiáng)度直接相關(guān)，后者的變化受政策、區(qū)域經(jīng)濟(jì)發(fā)展、土壤性質(zhì)、人口等多因素影響。時(shí)間序列模型-彈性系數(shù)預(yù)測(cè)法的結(jié)果符合資源消耗規(guī)律，據(jù)此計(jì)算2025、2030年江蘇省農(nóng)業(yè)生產(chǎn)化肥碳源排放量分別為226.74、205.04 萬(wàn)t。較高的施肥強(qiáng)度影響農(nóng)業(yè)碳排放，建議從政策引領(lǐng)、科技創(chuàng)新、市場(chǎng)規(guī)律等方面提高化肥利用效率、降低江蘇省化肥碳源排放量，在保證糧食安全的同時(shí)實(shí)現(xiàn)農(nóng)業(yè)低碳綠色發(fā)展。