中国畜禽温室气体排放时空变化及影响因素研究

陈苏+胡浩

摘要畜禽业是关系国计民生的重要产业，在满足居民生活物质需求的同时，其生产过程中所伴随的温室气体排放问题已成为不容忽视的环境问题。本文基于LMDI模型系统分析了1991-2013年中国畜禽温室气体排放时空变化及其因素贡献。结果表明：①从时间维度来看，1991-2013年，中国畜禽温室气体排放经历了先快速上升后稳定上升再波动下降的变化特征，总体呈上升趋势。经济效应对畜禽温室气体排放促进作用最大，而强度效应的抑制作用最大，其次是劳动力效应和结构效应。②期间，经济效应促进作用的累计贡献呈指数增长，而强度效应抑制作用的累计贡献呈倒“U”，劳动力效应和结构效应抑制作用也不断加强。③从空间维度来看，中国畜禽温室气体排放的区域集中度较高，四川、河南、山东、云南和内蒙古等省（区、市）畜禽温室气体排放一直位居全国前列。④省域各效应作用方向和程度差异显著，四川、青海和云南强度效应抑制作用较大，辽宁、吉林和黑龙江抑制作用较小；山东、四川和黑龙江结构效应抑制作用显著，新疆和青海促进作用明显；四川、河南、内蒙古、山东、云南、湖南和河北经济效应促进作用较大，天津、上海、海南和北京促进作用较小；四川、湖北、江苏和山东劳动力效应抑制作用显著，新疆、黑龙江和内蒙古促进作用明显。最后，基于研究结论，为未来中国畜禽温室气体减排空间发展策略提出了几点建议。

关键词畜禽；温室气体；时空变化；LMDI模型

中图分类号S168文献标识码A文章编号1002-2104（2016）07-0093-08doi：10.3969/j.issn.1002-2104.2016.07.012

20世纪90年代以来，全球气候变化成为人类经济社会可持续发展所面临的重大挑战，畜禽温室气体排放日益受到社会各界的关注。联合国粮农组织（FAO）2006年的报告显示，每年由牛、羊、马、骆驼、猪和家禽排放温室气体的CO2当量占全球排放量的18%[1]。而世界观察研究所2009年的报告指出，全球牲畜及其副产品排放温室气体的CO2当量约占全球总排放量的51%[2]，几乎是FAO估算量的3倍。可见，畜禽已成为重要的温室气体排放源，而畜禽温室气体主要源于动物肠道CH4排放、动物粪便处理过程中产生的CH4和N2O[3]，从动物类型来看，反刍动物产生的温室气体排放最多，其次为猪，最少的是鸡[4]。

国内外学者对畜禽温室气体排放量的测算及其影响因素进行了大量研究。在畜禽温室气体排放测算方面，董红敏[5]等采用OECD的测算方法对中国三个时点（1980年、1985年、1990年）的反刍类动物CH4排放量进行了估算；FAO[1]利用IPCC的方法和系数，估算了中国2004年主要畜禽的温室气体排放量；Zhou[6]等测算了中国1949-2003年畜禽的温室气体排放量；胡向东[7]等测算了中国2000-2007年以及各省区2007年畜禽温室气体排放量，结果表明，2000-2007年中国畜禽温室气体排放量总体呈下降趋势，各省区畜禽温室气体排放量呈现区域集中特点；闵继胜[8]等测算了中国1991-2008年以及各省份畜牧业温室气体排放量，结果表明，1991年以来，中国畜牧CH4和N2O排放量均呈先升后降的趋势；尚杰[9]等测算了1993-2011年中国畜禽温室气体排放量，结果表明，中国畜禽的CH4排放量整体呈波动上升趋势，N2O排放量持续增加。在畜禽温室气体排放的影响因素方面，谭秋成[10]研究表明，由于技术进步和技术效率的提高，单位肉类和牛奶排放的温室气体均有大幅度下降；陈瑶[11]等研究表明，经济因素是影响我国畜牧业温室气体排放的最大因素，短期内效率因素是我国畜牧业低碳化发展的最主要诱因，而从长期来看劳动力因素是我国畜牧业低碳化发展的最主要因素；尚杰[9]等研究表明，动物肠道发酵CH4、N2O排放的影响因素主要取决于动物种类、饲料特性、饲养方式和粪便管理方式等。

以上研究取得了有价值的结论，为本文深入研究提供了重要的参考数据和研究方法。但存在以下可以改进之处：一是研究对象大多侧重于国家层面畜禽温室气体排放量的测算，全面把握中国畜禽温室气体排放变化规律，不仅从总体上刻画其演变特征，更要分析区域差异；二是关于畜禽温室气体排放成因研究未及深入展开，考虑到畜禽温室气体排放的区域差异性，有必要对各地区畜禽温室气体排放的影响因素进行分析，以便找到进一步降低畜禽温室气体排放的方向和对策。基于此，本文测算分析了1991-2013年中国畜禽温室气体时空变化规律，并运用LMDI模型从温室气体排放强度、农业产业结构、农业经济水平和农业劳动力等方面进行因素分解，揭示畜禽温室气体排放时空变化的成因。

陈苏等：中国畜禽温室气体排放时空变化及影响因素研究中国人口·资源与环境2016年第7期1研究方法及数据来源

1.1畜禽温室气体排放量的测算方法

畜禽温室气体排放主要包括畜禽胃肠道内发酵的CH4、畜禽粪便处理产生的CH4和N2O和畜禽饲养过程中对化石能源等消耗产生的CO2[12]。鉴于畜禽生产过程中化石能源消耗相关数据的缺乏，本文选取牛、羊、马、骡、驴、骆驼、生猪、家禽和兔等动物作为研究对象，测算中国及各省（区、市）畜禽温室气体排放量，其具体的测算方法如下：

式中，C、CCH4和CN2O分别为畜禽温室气体排放量、CH4和N2O排放量；21和310分别为CH4和N2O转化为CO2当量的转化系数；Ni表示第i种畜禽的平均饲养量；αi和βi表示第i种畜禽的CH4和N2O排放因子。由于畜禽饲养周期不同，需要对畜禽年平均饲养量进行调整，参考胡向东[7]的计算方法。当出栏率大于或等于1时，畜禽年平均饲养量用出栏量除以365再乘以其生命周期，主要有生猪、家禽和兔，生命周期分别为200天[7]、55天[13]和105天[7]；当出栏率小于1时，畜禽年平均饲养量用本年末的存栏量表示，为消除单个时间点的影响，采取畜禽上年年末存栏量和本年末存栏量的平均数表示。借鉴已有研究关于各畜禽的温室气体排放系数，CH4排放系数来源于2006年IPCC国家间温室气体排放指南[14]，N2O排放系数来源于胡向东[7]，具体的排放系数见表1。

1.2畜禽温室气体排放影响因素的LMDI分解

因素分解方法作为研究事物变化特征及其作用机理的一种分析框架，在环境经济研究中得到广泛的应用。通行的分解方法主要有两类，一类是指数分解方法（Index Decomposition Analysis，IDA），另一类是结构分解方法（Structural Decomposition Analysis，SDA）。SDA方法利用投入产出表，以消费系数矩阵为基础，对数据要求较高；而IDA方法只需部门加总数据，适合分解含有较少因素的、包含时间序列数据的模型。IDA方法包括Laspeyres指数分解与Divisia指数分解等，但两者分解不彻底，存在分解剩余项，Ang[15]等在综合比较了各种IDA方法基础上，提出了对数平均迪氏指数法（Logarithmic Mean Divisia Index，LMDI），该方法最大特点在于不会产生分解剩余项，且允许数据中包含零值。因此，本文选用LMDI从温室气体排放强度、农业产业结构、农业经济水平和农业劳动力等方面量化分解影响畜禽温室气体排放的因素[16]。结合现有研究成果，将畜禽温室气体排放分解为：

C=CLS×LSAGRI×AGRIP×P（2）

式（2）中，C为畜禽温室气体排放量，LS为畜牧业产值，AGRI为农林牧渔业总产值，P为农业劳动力的数量。对各个分解因素进行定义，定义EI=C/LS为畜禽温室气体排放强度，即畜禽温室气体排放量与畜牧业产值之比；定义CI=LS/AGRI为农业产业结构，即畜牧业产值占农林牧渔业总产值比重；定义SI=AGRI/P为农业经济水平，即农业劳动力的人均农林牧渔业产值。则（2）式可进一步表述为：

C=EI×CI×SI×P（3）

由于LMDI的“乘积分解”和“加和分解”最终结果一致，而后者能较为清晰的分解出影响因素，因此，本文采用

放系数肠道发酵1.0068.0051.4018.0010.0046.005.000.254-粪便管理3.5016.001.501.640.901.920.160.080.02N2O

排放系数粪便管理0.531.001.371.391.391.390.330.020.02注：非奶牛取黄牛和水牛的平均值；羊取山羊和绵羊的平均数；家禽取鸡、鸭、鹅和火鸡的平均数。“加和分解”的方法（详细推导过程可参阅Ang[17]etc）：

ΔC=Ct-C0=ΔEI+ΔCI+ΔSI+ΔP（4）

式（4）中，C0为基期畜禽温室气体排放总量，Ct为T期温室气体排放总量，ΔC为畜禽温室气体排放总量变化。这种变化可分解为：ΔEI表示单位畜牧业产值排放温室气体变化，即强度效应；ΔCI表示单位农林牧渔业总产值的畜牧业产值变化，即结构效应；ΔSI表示人均农林牧渔业总产值变化，即经济效应；ΔP表示农业劳动力变化，即劳动力效应。由此，畜禽温室气体变化直接受制于4种因素的变化。其具体表达式分别为：

若ΔEI、ΔCI、ΔSI和ΔP的系数为正值，说明该效应对畜禽温室气体排放起到促进作用，反之，则起到抑制作用。

1.3数据来源及整理

本文以生猪、牛、马、骡、驴、骆驼、羊、兔和家禽为研究对象，选取30个省（区、市）（其中重庆市数据合并到四川省数据内）畜禽的出栏量、存栏量、畜牧业产值、农林牧渔业总产值以及农业劳动力数量等数据，这些数据来自于《中国农业年鉴》、《中国农村统计年鉴》、《中国畜牧业年鉴》。考虑到产值不具有纵向可比性，因此本文中的畜牧业产值和农林牧渔业总产值以1990年为基准年，换算为可比的实际产值。

2结果分析

2.1中国畜禽温室气体排放时序变化

2.1.1畜禽温室气体排放的阶段变化

依据畜禽温室气体排放测算公式、各个畜禽温室气体排放系数和畜禽的出栏、存栏相关数据，量化测算了中国1991-2013年的畜禽温室气体排放情况，并将其转化为CO2当量（图1）。图1表明，1991-2013年畜禽温室气体排放大致分为3个阶段，在此基础上，各阶段温室气体排放总量变化及各效应的影响程度见表2。

第一阶段（1991-1996年），畜禽温室气体排放量快速上升。由1991年的2 746.82万t上升到1996年的3 746.16万t，增加了999.34万t。该时期经济效应是促进温室气体排放最主要推动力为2 254.88万t；其他对温室气体排放起到抑制作用，其中强度效应抑制作用最大，为-939.47万t，其次是劳动力效应和结构效应，分别为图11991-2013年中国畜禽温室气体排放

总量变化趋势

第二阶段（1997-2006年），畜禽温室气体排放量稳定上升。受金融危机、通货紧缩等因素影响，1997年畜禽平均饲养量较上一年大幅度下降，强度效应抑制作用为-451.53万t，经济效应抑制作用为-202.35万t，实现了492.17万t畜禽温室气体的减排，随后逐年增加，到2006年畜禽温室气体排放总量达到峰值，为4 228.50万t，增加了482.34万t（需要说明的是：这里峰值出现的时间与胡向东等测算的结果不同，主要原因是后者2006年畜禽数据根据第二次农业普查结果进行了调整，而本文畜禽数据来源于《中国农业年鉴》，以保证数据来源的统一性）。该时期经济效应对温室气体排放促进作用最大，为801.21万t，其次是强度效应，为171.18万t。劳动力效应和结构效应对温室气体排放起到不同程度的抑制作用，分别为-329.14万t和-160.91万t。

第三阶段（2007-2013年），畜禽温室气体排放总量呈波动下降趋势。受饲养周期、饲料成本上涨、畜禽疫病（猪蓝耳病）及南方冰雪灾害等多种因素影响，2007年和2008年散户平均饲养量显著下降，强度效应抑制作用显著，分别为-845.23万t和-731.03万t，实现了830.70万t畜禽温室气体的减排。随后国家出台了一系列支持畜禽转型发展的政策，中国畜禽发展方式在逐年转变，到2013年畜禽温室气体排放总量为3 542.48万t，减少了686.02万t。该时期强度效应对温室气体排放抑制作用最大，为-1 933.07万t，其次是劳动力效应和结构效应，分别为-255.96万t和-133.83万t；而经济效应促进作用显著，为1 636.84万t。

总体来看，1991-2013年，经济效应对畜禽温室气体排放促进作用最大，为4 692.93万t；而强度效应抑制作用最大，为-2 701.36万t，其次是劳动力效应和结构效应，分别为-771.85万t和-424.06万t。

度呈显著的波动性（见图2）。从强度效应累计贡献值演变趋势来看，该效应对抑制畜禽温室气体排放的贡献呈倒“U”，且近几年其抑制作用呈增强趋势。1991-1997年，在国家宏观调控和环境治理影响下，强度效应抑制作用不断加强，累计减少了1 391.00万t温室气体；1998-2006年，受国际环境、高致病性禽流感以及国内农业政策支持乏力等因素影响，规模化畜禽养殖进程缓慢[18]，强度效应抑制作用放缓；2007-2013年，随着畜禽业以散养模式为主向现代养殖模式（专业户模式和规模化模式）转变，畜禽规模化养殖推进为温室气体排放的实施提供可能[7]，强度效应抑制作用呈增强趋势，该时期累计实现1 933.07万t畜禽温室气体的减排，占其总效应的281%。

劳动力效应是仅次于强度效应，是抑制畜禽温室气体排放的另一重要因素。该效应累计贡献值呈波动下降趋势，抑制作用越来越明显。随着城镇化和工业化的深入推进，农业比较效益显著降低，农业劳动力不断转移到非农产业，农业劳动力减少导致散养户大量退出，为畜禽规模化养殖提供可能；此外，伴随着畜禽养殖的规模化发展和管理模式的不断创新，对从事畜禽劳动力的素质有更高要求，进而导致转移更多的畜禽从业劳动力，单位劳动力产出大大增加，促进了畜禽温室气体的减排。1991-2013年，劳动力效应实现了771.85万t畜禽温室气体的减排。

结构效应累计贡献大致呈现低水平徘徊再高水平徘徊再波动下降阶段性特征，对畜禽温室气体排放的抑制作用也越来越明显。1991-1997年，结构效应对畜禽温室气体排放累计贡献处于低水平，年均累计贡献为-54.35万t；1998-2003年，1998年发生的长江全流域特大洪灾，西南地区、长江中下游地区畜禽养殖遭受巨大破坏，全国畜牧业产值占农业总产值较1997年下降了2.28%，结构效应累计净贡献为-290万t，随后几年受农业结构调整的影响，畜禽发展缓慢，结构效应累计贡献处于较高水平，年均为-269.24万t；2004-2013年，结构效应的抑制作用越来越明显，但波动性较大。主要是因为，一是伴随着农业产业结构调整，畜牧业产值占农业总产值由2004年2471%下降到2013年22.10%，下降了2.61%；二是城镇居民日益增长的畜禽产品消费，畜牧业在农业结构中的地位进一步提升。在这双重影响下，该时期结构效应的抑制作用波动较大。

经济效应累计贡献总体上经历了先快速上升再缓慢下降再逐步上升的变化趋势。1991-1996年，市场化改革取得重大进步，农业得到了快速发展，经济效应累计贡献快速上升，增加了2 254.88万t畜禽温室气体；1997-2000年，受亚洲金融危机、通货紧缩及自然灾害等因素影响，农业发展外部环境不佳，经济效应累计贡献缓慢下降，减少了502.53万t畜禽温室气体。2001-2013年，经济效应累计贡献逐步上升，基本呈指数增长的趋势，增加了 2 940.57万t畜禽温室气体。主要是因为，随着经济增长和人均收入稳定提高，城乡居民膳食结构发生变化，对动物性食品的消费需求不断增加，从而带动畜牧业的发展，畜禽温室气体排放不断增加。由此可见，未来一段时间内，伴随经济继续平稳发展和城乡居民收入倍增计划的实施并得到实现，经济效应依然是导致畜禽温室气体排放的最主要因素。

2.2中国畜禽温室气体排放的空间分异

2.2.1畜禽温室气体排放的空间比较

由于中国各省（区、市）资源禀赋差异及畜牧业结构不同，畜禽温室气体排放呈现不同的空间差异，受篇幅限制，本文只列出部分年份畜禽温室气体排放位居前10位的省（区、市）（表3）。

从表3可以看出，1991-2013年，畜禽温室气体排放大省（区、市）没有显著变化，排名前10位省（区、市）畜禽温室气体排放量占全国排放总量的比重约为57%-60%，说明中国畜禽温室气体排放的区域集中度较高。其中，四川和河南一直占据中国畜禽温室气体排放前三名，对畜禽温室气体排放贡献最大。山东、云南和内蒙古等省（区、市）的畜禽温室气体排放也一直靠前。

2.2.2畜禽温室气体排放各效应的空间差异

从1991-2013年中国省域强度效应来看（表4），除天津强度效应对畜禽温室气体排放起促进作用外，各省（区、市）均起到抑制作用。其中，四川、青海和云南规模化养殖处于发展阶段[18]，强度效应提升空间大，从而表现出对畜禽温室气体排放抑制作用显著，分别为-279.56万 t、-221.94万 t和-212.59万 t。除北京、上海、海南和宁夏因行政区划原因，强度效应对畜禽温室气体排放抑制作用较小外，辽宁、吉林和黑龙江规模化畜禽养殖程度较高，但缺少对规模化养殖的畜禽排泄物处理设施的改进[18]，强度效应的抑制作用较小，分别为-17.98万 t、-25.38万 t和-27.87万 t；剩余20个省（区、市）强度效应对畜禽温室气体排放抑制作用介于-200～-30万 t之间。

从结构效应来看，山东、四川和黑龙江属于粮食主产区，随着国家出台了一系列促进粮食生产的政策，畜牧业占农业比重不断下降，分别下降了43.77%、22.51%和

从经济效应来看，各省（区、市）经济效应对畜禽温室气体排放均起到促进作用，但作用强度有差异。四川、河南、内蒙古、山东、云南、湖南和河北畜禽温室气体排放位居全国前10位（见表3），属于畜牧业大省，但畜禽养殖方式仍以传统成分占主导，高投入、高排放发展模式依旧普遍存在，经济效应促进作用较大，分别为612.98万 t、313.64万 t、271.28万 t、269.47万 t、234.54万 t、220.69万 t和220.20万 t；而天津、上海和北京经济发展水平相对较高，但土地面积小，用于养殖空间有限，畜禽养殖方式向集约化、标准化转变[12] ，经济效应促进作用较小，分别为10.18万 t、11.88万 t和13.97万 t；海南促进作用也较小，为1289万 t；剩余19个省（区、市）对畜禽温室气体排放促进作用介于60-200万 t之间。

从劳动力效应来看，新疆、黑龙江和内蒙古作为全国畜禽产品的主要来源地，畜禽产品又是劳动密集型产品，为满足日益增加的畜禽产品需求，劳动力投入不断增加，分别增加了172.84万人、182.7万人和49.92万人，劳动力效应对畜禽温室气体排放促进作用显著，分别为7291万 t、3113万 t和1882万 t；西藏、云南、海南、辽宁、吉林和山西对畜禽温室气体排放促进作用介于0-10万 t之间。四川、湖北、江苏和山东经济发展水平较高，非农就业机会多，畜禽养殖比较效益低，劳动力大量流出，造成散养户空栏或转产，为规模化畜禽养殖提供了可能，劳动力效应抑制作用显著，分别为-17055万 t、-5610万 t、-5294万 t和-4686万 t；剩余17个省（区、市）对畜禽温室气体排放抑制作用介于-40-0万 t之间。

3结论与讨论

本文基于LMDI模型系统分析了1991-2013年中国畜禽温室气体排放时空变化及其因素贡献，揭示了强度效应、结构效应、经济效应和劳动力效应对畜禽温室气体总效应的贡献，并识别了不同时段以及省域畜禽温室气体排放量变化的显著性贡献因素。结果表明：

（1）从时间维度来看，1991-2013年，中国畜禽温室气体排放经历了先快速上升后稳定上升再波动下降的变化特征，总体呈上升趋势。经济效应对畜禽温室气体排放表41991-2013年中国省域畜禽温室气体排放影响因素分解

效应和结构效应。期间，经济效应促进作用的累计贡献呈指数增长，而强度效应抑制作用的累计贡献呈倒“U”，是近几年畜禽温室气体增长趋势有所减缓的主要原因，劳动力效应和结构效应抑制作用不断加强。

（2）从空间维度来看，中国畜禽温室气体排放的区域集中度较高，四川、河南、山东、云南和内蒙古等省（区、市）畜禽温室气体排放一直位居全国前列。省域各效应作用方向和程度差异显著，四川、青海和云南强度效应抑制作用较大，辽宁、吉林和黑龙江抑制作用较小；山东、四川和黑龙江结构效应抑制作用显著，新疆和青海促进作用明显；四川、河南、内蒙古、山东、云南、湖南和河北经济效应促进作用较大，天津、上海、海南和北京促进作用较小；四川、湖北、江苏和山东劳动力效应抑制作用显著，新疆、黑龙江和内蒙古促进作用明显。

强度效应、结构效应、经济效应和劳动力效应空间上的叠加，形成了畜禽温室气体排放总效应的空间差异。未来中国畜禽温室气体减排的空间发展策略有以下几点：①四川、青海和云南等省（区、市）提高畜禽养殖的规模化、集约化和标准化，在减少散户养殖方式同时降低单位畜禽温室气体排放水平，有效提升畜禽养殖产出效率；辽宁、吉林和黑龙江等省（区、市）应制定特定性综合措施，强化畜禽粪便清洁处理技术的研发与应用。②新疆、青海、云南、陕西和江西等省（区、市）应充分发挥资源禀赋优势，优化农业产业结构，实行农牧业有机结合型畜牧业。③四川、河南、内蒙古、山东、云南、湖南和河北等省（区、市）要切实转变农业生产方式，加快推进低碳农业发展，实现农业生产中经济、社会、生态效益三者统筹兼顾，促进畜牧经济与气候资源环境的全面协调可持续发展。④新疆、黑龙江和内蒙古等省（区、市）草地资源丰富、奶牛业较为发达，因此，积极发展饲料加工业和牛奶加工业，推动农业劳动力转移。

（编辑：尹建中）

参考文献（References）

[1]FAO. Livestock long shadow[R]. 2006： 97-110.

[2]GOODLAND R， ANHANG J. Livestock and climate change[J]. World watch， 2009， 22（6）： 10-19.

[3]OLESEN J E， SCHELDE K， WEISKE A. Modelling greenhouse gas emissions from european conventional and organic dairy farms[J]. Agrriculture， ecosystems and environment， 2006， 112： 207-220.

[4]IPCC. Greenhouse gas inventory reference manual： Revised 1996 IPCC guidelines for national greenhouse gas inventories[R]. 1996.

[5]董红敏， 林而达， 杨其长. 中国反刍动物甲烷排放量的初步估算及减缓技术[J]. 农村生态环境， 1995， 11（3）：4-7.[DONG Hongmin， LIN Erda， YANG Qichang. Methane emitted from ruminants in China and mitigation technologies[J]. Rural ecoenvironment， 1995， 11（3）：4-7.]

[6]ZHOU J B， JIANG M M， CHEN G Q. Estimation of methane and nitrous oxide emission from livestock and poltey in China during 1949-2003[J]. Energy policy， 2007， 35：3759-3767.

[7]胡向东， 王济民. 中国畜禽温室气体排放量估算[J]. 农业工程学报， 2010， 26（10）：247-252.[HU Xiangdong， WANG Jimin. Estimation of livestock greenhouse gases discharge in China[J]. Transactions of the CSAE， 2010， 26（10）： 247-252.]

[8]闵继胜， 胡浩. 中国农业生产温室气体排放量的测算[J]. 中国人口·资源与环境， 2012， 22（7）： 21-27.[MIN Jisheng， HU Hao. Caculation of greenhouse gases emission from agricultural production in China[J]. China population， resources and environment， 2012， 22（7）： 21-27.]

[9]尚杰， 杨果， 于法稳. 中国农业温室气体排放量测算及影响因素研究[J].中国生态农业学报， 2015， 23（3）： 354-364.[SHANG Jie， YANG Guo， YU Fawen. Agricultural greenhouse gases emissions and influencing factors in China[J]. Chinese journal of ecoagriculture， 2015， 23（3）： 354-364.]

[10]谭秋成. 中国农业温室气体排放： 现状及挑战[J]. 中国人口·资源与环境， 2011， 21（10）： 69-75.[TAN Qiucheng. Greenhouse gas emission in Chinas agriculture： situation and challenge[J]. China population， resources and environment， 2011， 21（10）： 69-75.]

[11]陈瑶， 尚杰. 中国畜牧业脱钩分析及影响因素研究[J]. 中国人口·资源与环境， 2014， 24（3）： 101-107.[CHEN Yao， SHANG Jie. Disconnect analysis and influence factors of animal husbandry in China[J]. China population， resources and environment， 2014， 24（3）： 101-107.]

[12]刘月仙， 刘娟， 吴文良. 北京地区畜禽温室气体排放的时空变化特征[J]. 中国生态农业学报， 2013， 21（7）： 891-897.[LIU Yuexian， LIU Juan， WU Wenlang. Spatiotemporal dynamics of greenhouse gases emissions from livestock and poultry in Beijing Area during 1978-2009[J]. Chinese journal of ecoagriculture， 2013， 21（7）： 891-897.]

[13]刘培芳， 陈振楼， 许世远，等. 长江三角洲城郊畜禽粪便的污染负荷及其防治对策[J]. 长江流域资源与环境， 2002， 11（5）：456-460.[LIU Peifang， CHEN Zhenlou， XU Shiyuan， et al. Waste loading and treatment strategies on the excreta of domestic animals in the Yangtze Delta[J]. Resources and environment in the Yangtze Basin， 2002， 11（5）：456-460.]

[14]IPCC. IPCC guidelines for national greenhouse gas inventories Volume 4： agriculture， forestry and other land use[R]. Geneva， Switzerland： IPCC， 2006.

[15]ANG B W， LIU F L. A new energy decomposition method： perfect in decomposition and consistent in aggregation[J]. Energy， 2001， 26： 537-548.

[16]郭朝先. 中国碳排放因素分解： 基于LMDI分解技术[J]. 中国人口·资源与环境， 2010，20（12）： 4-9.[GUO Chaoxian. Decomposition of Chinas carbon emissions： based on LMDI method[J]. China population， resources and environment， 2010， 20（12）： 4-9.]

[17]ANG B W， LIU F L， CHEW E P. Perfect decomposition techniques in energy and environmental analysis[J]. Energy policy， 2003， 31： 1561-1566.

[18]付强， 诸云强， 杨红新， 等. 2002-2009年中国规模化畜禽养殖量区域差异及政策建议[J].农业工程学报， 2012， 18（9）： 185-191.[FU Qiang， ZHU Yunqiang， YANG Hongxin， et al. Regional differences of livestock and poultry breeding output in scale and policy suggestions during 2002-2009 in China[J]. Transactions of the Chinese Society of Agricultural Engineering， 2012， 18（9）： 185-191.]