中国农业系统碳汇和碳源的省域差异及影响因素*

于伟咏，漆雁斌，明辉，任丹，邓鑫，傅丽

(1. 四川农业大学经济学院，四川 成都 611130；2. 四川农业大学管理学院，四川 成都 611130)



中国农业系统碳汇和碳源的省域差异及影响因素*

于伟咏1，漆雁斌1，明辉1，任丹2，邓鑫2，傅丽1

(1. 四川农业大学经济学院，四川 成都 611130；2. 四川农业大学管理学院，四川 成都 611130)

基于对碳汇、碳源测度方法总结整理，估算出2000-2011年各省市农业系统碳汇碳源量，采用聚类方法对碳汇、碳源区域进行归类研究，并采用回归分析法对碳汇、碳源影响因素开展研究。结果表明，农业系统碳增汇量26个省份大于零，除受自然条件影响外，还与经济发展水平呈5%显著性负相关关系；各地区碳汇水平影响因素有明显的地方特征，其中农作物的固碳能力高于草原、果园等；各地区影响碳排放水平因素主要是农业能源，其次是畜禽饲养、秸秆燃烧和农业投入品。研究结果对各地区制定和发展低碳农业提供参考。

农业系统；碳汇；碳源；省域差异；影响因素

目前，以全球变暖为主要特征的气候变化是当今全球面临的最严峻环境问题，低碳经济已成为社会研究和发展的主题。全球农业系统的生产活动一方面是温室气体的重要排放源，会产生20%的CO2、70%的CH4、90%的N2O等温室气体[1]，若不实施额外农业政策，预计全球2030年CH4和N2O将分别增加60%和35%～60%[2]；另一方面也是主要的碳库，经测算仅农田系统碳储量达170Pg[3]。据Cole[4]估计，预测未来50-100年内，全球农田系统可固碳量为20～30Pg。另外据Lal等[5]的研究，全球耕地年固碳潜力为0.75～1.0Pg。因此，农业系统具有碳汇(碳吸收)和碳源(碳排放)双重特征，不仅创造了经济效益，还创造了社会效益和生态效益，中国需要发展以“高效率、低耗能、低排放、高碳汇”为特征的低碳农业模式。

实现低碳农业前提是对不同区域农业系统碳汇、碳源结构进行精确测算和深度分析。首先，我国学者对于碳汇、碳源测算的对象主要是单个省域或区域。学者们分别对浙江[6]、湖南[7]等地区进行了测算和分析，陈勇等[8]基于EKC模型指出西南地区碳排放强度增长较快，碳吸收增长缓慢，且农业生态系统碳库能力有缩小趋势。而对于全国范围农业系统的研究较少，其中方精云等[9]认为，森林、草原、灌木丛表现出显著的碳汇效果，但农作物由于其收获期较短，农作物碳汇效果不明显。其次，对于碳汇、碳源的效率评价和影响因素分析对于农业规划和政策制定有重要的借鉴意义。当前煤炭、焦炭、柴油、燃料油以及电力的消费量在农业消耗中比重大，且其利用效率不高[10]。同时我国农业的低碳经济效益处于一种稳中有升的水平[11]。许广月[12]认为中国需要确立低碳农业的减源型和增汇型发展模式，进行低碳乡村建设，明确发展路径。发展碳汇农业刻不容缓，需要多方面加强增汇、减源政策措施，探索多元化的低碳农业发展模式[13～14]。

因此，本文全面总结了学者对于碳汇、碳源测算方法，基于2000-2011年各省市基础数据测算出碳吸收量和碳排放量，创新性地对其进行聚类分析和影响因素分析，为各省市发展低碳农业提供依据。

1　材料和方法

1.1农业系统碳汇、碳源测算范围和方法

根据IPCC(联合国政府间气候变化专门委员会)2006年报告清单及文献中测算方法，对我国农业生态系统碳源、碳汇测度方法进行总结整理，计算出中国各省市2000-2011年碳排放量和碳吸收量。

我国农业系统碳汇测算边界的确定。本研究将碳汇边界界定为：农地、园地、草地、湿地等农业系统土壤及其地表覆盖物的固碳量。碳汇测度方法见表1。

表1　中国农业系统碳汇测算方法及数据来源Tab.1　Agricultural systems’carbon sequestration calculation method and data sources in China

我国农业系统碳源测算边界的确定。将碳源边界界定为，农业生产用电、农用柴油等能源消耗碳排放及渔业养殖中的机械耗能；化肥、农药、农膜等农业投入品制造及其使用中的碳排放；农业生产过程土地利用变化相关的碳排放，主要是稻田的生产，因水田土壤有机物厌氧分解产生大量CH4，水稻产生的CH4占到总量的50.15%[19]；畜禽饲养碳排放，包括动物粪便、畜禽肠道发酵释放出的CH4气体，我国主要是猪、牛、羊；农业有机废弃物燃烧或者处理中的碳排放，我国主要是农作物秸秆燃烧。测度方法见表2。

表2　中国农业系统碳源测算方法及数据来源Tab.2　Agricultural systems’carbon source calculation method and data sources in China

注：在估算全国稻田甲烷排放量时，EF取值为1.8kg/公顷/日；t取值分别为：早稻(生育天数90-120天)；中稻和一季晚稻(生育天数110-134天)；双季晚稻(生育天数100-120天)，计算时取其平均值。根据黄祖辉等(2011)[22]对IPCC基准排放因子进行了调整，不含有机添加物的持续性灌水稻田甲烷的取值1.3，种植期不同水分状况的取值0.78；种植期前、季前不同水分状况的取值1.22。

1.2数据来源

本文各项基础统计数据来自于2002-2012年《中国统计年鉴》、《中国农村统计年鉴》、《中国农业年鉴》、《中国畜牧业统计年鉴》，以及《新中国农业60年统计资料(中华人民共和国农业部 2009)》等。在碳汇基础数据整理中，根据《中国统计年鉴》数据说明，其中粮食作物主要是水稻、小麦、玉米、大豆、薯类、其他(包含除大豆外其他豆类、高粱、谷子)；其中经济作物主要是棉花、油菜籽、花生、蔬菜、糖料、其他(包含芝麻、胡麻籽、麻类、向日葵、烟叶)。

2　结果与分析

2.1碳吸收、碳排放分析

根据我国农业系统碳汇、碳源测度方法和统计数据，测算出我国2000-2011年31个省市碳吸收和碳排放量。数据结果见表3、表4。

各省市碳排放量受到面积影响，通过回归方法测度碳排放量与经济发展水平(GDP)呈1%显著性正相关，且系数为0.316；碳吸收量主要受到地理条件的影响，同时也受到经济、城市发展的制约。2011年碳排放量各省市平均值为5 924.75吨，标准差为4 827.14万吨，超过一万吨省份有河北、江苏、山东、广东、河南5省，其中江苏最多,达到19 379.67万吨，西藏最少,为314.10万吨。2011年东、中、西部、东北部平均值分别为7 778.57万吨、7 119.60万吨、3 498.20万吨、6 371.98万吨，东部稍多于中部，其次为东北部，中部为西部的两倍多。碳吸收量2011年各省市平均值为7 083.19万吨，标准差为4 685.35万吨，最大的是山东，达到17 164.04万吨，最小的是北京，为529.19万吨。东、中、西、东北部平均值分别为64 890.37万吨、47 017.67万吨、92 630.99万吨、22 274.84万吨，其中西部最多，其次依次为东部、中部、东北部。

我国各省市碳吸收量、碳排放量2000年以来呈增长趋势，平均碳排放增长速度是碳吸收的8倍。碳排放量平均增长速度东、中、西部地区分别为4.80%、4.02%、4.02%，2000-2011年各省市增长速度基本都大于0，增速大致呈“先高后低”趋势，东部高于中西部，但从整体均衡增长角度看中部大于西部；碳吸收量平均增长速度东、中、西部、东北部地区分别为0.70%、1.71%、2.35%、2.63%，增速最大地区是重庆，增速达到8.08%，最小是北京，为-1.81%。西部、东北部明显好于中部，中部好于东部，且东部碳吸收递减年份明显多于中西部和东北部，但是增速都较低，明显低于碳排放增速，平均增速仅有北京、上海两市为负值。

通过回归方法测度，2011年碳增汇量(碳吸收量与碳排放量差额)与经济发展水平呈2%显著性负相关，相关系数为-0.237。同时受其自然条件的影响,碳增汇负值地区有北京、天津、辽宁、上海、江苏、浙江、安徽、福建、广东和陕西。其他省市中碳增汇量高于1 000万吨以上的有河北、内蒙古、黑龙江、山东、湖南、广西、四川、西藏、甘肃、青海、新疆，数值最大的西藏、内蒙古分别高达10 261.46万吨、10 211.19万吨。东部经济发达地区碳增汇量相对较低，因近年来城市化、工业化发展，以及大力发展养殖业和渔业，一方面使得农业碳汇系统面积缩小，固碳能力削弱，另一方面农业用电和农用柴油的使用量增强，碳排放快速增加。

表3　2011年全国31个省市农业系统碳吸收情况Tab.3　Carbon absorption of 31 provinces and cities in 2011　104t

注：--表示数据为0或相对很少可以忽略。

表4　2011年全国31个省市农业系统碳排放情况Tab.4　Carbon emissions of 31 provinces and cities at nationwide in 2011　104t

2.2影响因素分析

碳汇量与各实现途径的相关性及影响程度各不相同，具有较强的地方农业发展特色。若是正相关，且小于10%的显著性，从固碳的角度应增加该农业系统成分投入要素，增加面积或提高产量；若是负相关，则主要是由于农业系统该成分在该省市面积少、产量低，导致碳吸收能力相对较差，需要一方面增加复种指数，提高单产和总产量，另一方面增强该作物的生产力，优化种植结构。农业碳排放量与农业总产值之间有着密切的正相关关系，其中农业产出每增长1%，导致农业碳排放增长0.69%[23]。一是粮食主产区碳吸收量对于耕地、粮食作物和经济作物的相关性较强，如江苏相关性系数在5%显著性下系数分别为0.81、0.87、0.88，辽宁在10%显著性水平下分别为0.28、0.94、1.10；有16个省份经济作物的相关性程度大于粮食作物(碳汇量实现途径中经济作物系数高于粮食作物系数的地区有：山西、辽宁、吉林、江苏、安徽、江西、湖北、湖南、广东、海南、四川、贵州、云南、陕西、甘肃等16个省份)，如广东分别为1.13(1%)、0.87(5%)，说明在保证粮食作物安全的同时可适当增加经济作物种植。二是部分地区碳汇量与耕地面积呈10%以下显著负相关，包括天津(-0.56)、四川(-3.04)；宁夏碳汇量与经济作物呈10%以下显著负相关，系数为-3.53；部分地区与粮食作物产量呈低值负相关，有甘肃(-5.25)和重庆(-0.65)两省市，但显著性不强。三是北方地区对于果园的相关程度低于南方，非主产区低于主产区。系数显著性10%以下地区中南方有广东、广西、江西、四川、江苏、浙江等，北方有北京、山西、青海、宁夏等地区。其原因包括南方适宜的气候；水果、茶叶的边际效益远大于粮食作物，刺激农户扩大种植；果园和茶园的固碳能力也强于粮食作物。四是与草原正相关性较强的地区主要集中在北方草原区、东北及西南天然林保护区等，湿地正相关程度较强地区主要是沿河流域、沿海区域。

碳源量除北京外都与农业能源存在较大的正相关关系，在农业投入品、养殖业和种植业生产活动方面表现出较为明显的地方差异。若是正相关，且小于10%的显著性，从减源角度需要减少该要素的使用，或该作物、禽畜的数量；若是负相关，说明该要素单位碳排放量降低，其原因一方面是由于农业科技水平的应用，另一方面是农业种植、养殖更加注重低碳技术，需要农业进行规模化、标准化、低碳化发展，提高管理技术。一是各省市碳排放量与农用柴油和农业用电的相关性系数基本都大于其他方面，且显著性较强。如内蒙古分别为0.99(1%)、0.96(1%)，海南分别为0.95(1%)、0.96(1%)，说明目前农业系统机械化水平较高，但高排放、非有效的机械利用使得经济效益补偿生态效益比例提高。二是整体上相关系数化肥大于农药、农膜，显著性基本都处于10%以下，产粮大省的相关性大多高于非产粮区。如湖南三项分别为0.98(1%)、0.92(1%)、0.94(1%)，西藏为0.95(1%)、0.89(1%)、0.58(10%)，说明农业系统已过度依赖化肥、农药、农膜的施用，单位农业投入品要素投入的碳排放量较大，应增加农家肥施用和少耕面积。三是养殖大省尤其是生猪养殖大省其畜禽废弃物和牲畜肠道碳排放明显高于其他省份，其相关性系数大多在10%以下。说明畜禽碳排量将成为农业系统碳源的主要途径，需要扩大规模化、标准化养殖，提高废弃物处理技术。四是由于稻田排放量相对其他方面较少，其相关性较弱。五是农作物秸秆燃烧对于大多数省份相关系数均大于0.7，且基本都为正相关。说明粮食主产区秸秆燃烧形成的碳排放量是碳源的主要途径之一，应运用秸秆处理新技术，推广秸秆还田。

3　结论与对策

3.1结论

农业系统碳增汇量受到自然条件的影响，同时与经济发展水平呈5%显著性水平的负相关，全国26个省市碳吸收量大于碳排放量；各地区碳汇水平影响因素相关性有明显的地方特征，但大部分地区农作物的固碳能力较高，其次为草原、果园；各省份碳源水平影响因素相关性程度有所差别，但影响碳排放水平主要是农业能源的使用，其次是畜禽饲养、秸秆燃烧和农业投入品。

3.2对策建议

(1)提高增汇固碳水平。从扩大数量、提高质量着手，依据各地区影响碳汇的相关性大小，各地区因地制宜扩大作物、林地、园地等数量，扩大作物免耕面积，在经济发达地区，实施农田深耕与少耕相结合，增加推广秸秆还田技术和范围，提高复种指数，增加施用有机肥，提高单位面积固碳能力。(2)推进农业节能减排。一方面增加农机补贴金额、范围和标准，研发和推广新型清洁农机设施；另一方面全面推进土地整合，推进农地规模化经营，发展农机合作社，提高农机和渔业机械利用率。同时针对碳源影响因素相关性强度和显著性，结合其他减排措施，如测土配方技术的广泛推广，推广肥药减量、高效利用措施，加强农业废弃物综合利用，主要是畜禽排泄物、农作物秸秆、农业投入品包装物等，推广多类型“畜禽废弃物—沼气—作物”模式。(3)拓宽生态农业投融资渠道，增加财政扶持力度，增强“以工哺农”，创新生态补偿机制，完善CDM项目配套政策。

[1]IPCC.Working Group Ⅲ.Greenhouse Gas Mitigation in Agriculture[R].Fourth Assessment Report，2006: 4-8.

[2]IPCC.Climate Change 2007: Mitigation of Climate Change.Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cambridge，United Kingdom，Cambridge University Press，2007: 63-67.

[3]Paustian K，Andren O，Janzen H，etal.Agricultural Soil as a C Sink to Offset CO2Emission[J].Soil Use and Management，1997，13(4):230-244.

[4]Cole C V.Agricultural Options for Mitigation of Greenhouse Gas Emission[M].Watson R T，Zinyowera MC，Moss R H，et al.Climate Change 1995 Impacts，Adaptations and Mitigation of Climate Change:Cambridge University Press，1996:1-27.

[5]Lal R，Bruce J P.The Potential of World Crop Land Soils to Sequester C and Mitigate the Greenhouse Effect[J].Environmental Science ﹠ Policy，1999，2(2): 177-185.

[6]张大东,张社梅,黄伟.浙江省农业系统碳源、碳汇现状评估分析[J].中国农业资源与区划,2012,33(5):12-19.

[7]陈秋红.湖南省碳源与碳汇变化的时序分析[J].长江流域资源与环境,2012(6):766-772.

[8]陈勇,李首成,税伟,等.基于EKC模型的西南地区农业生态系统碳足迹研究[J].农业技术经济,2013(2):120-128.

[9]方精云,郭兆迪,朴世龙,等.1981-2000年中国陆地植被碳汇的估算[J].中国科学(D辑),2007,37(6):804-812.

[10]漆雁斌,毛婷婷,殷凌霄.能源紧张情况下的低碳农业发展问题分析[J].农业技术经济,2010(3):106-115.

[11]罗吉文.低碳农业经济效益的测评与实证[J].统计与决策,2010(24):78-81.

[12]许广月.中国低碳农业发展研究[J].经济学家,2010(10):72-78.

[13]谢淑娟,匡耀求,黄宁生.中国发展碳汇农业的主要路径与政策建议[J].中国人口·资源与环境,2010(12):46-51.

[14]郑恒,李跃.低碳农业发展模式研究[J].农业经济问题,2011(6):26-29.

[15]韩冰,王效科,逯非,等.中国农田土壤生态系统固碳现状和潜力[J].生态学报,2008,28(2):612-619.

[16]李克让,王绍强,曹明奎.中国植被和土壤碳储量[J].中国科学(D辑),2003,33(1):72-80.

[17]吴志丹,李跃森,王义祥,等.经营措施对土壤碳储量和碳通量的影响[J].热带农业科学,2008,28(1):84-91.

[18]段晓男,王效科,逯非,等.中国湿地生态系统固碳现状和潜力[J].生态学报,2008,28(2):463-469.

[19]董红敏,李玉娥,陶秀萍,等.中国农业源温室气体排放与减排技术对策[J].农业工程学报,2008,24(10):269-273.

[20]李波,张俊彪,李海鹏.中国农业碳排放与经济发展的实证研究[J].干旱区资源与环境,2011,25(12):8-13.

[21]West T O，Marland G.A Synthesis of Carbon Sequestration，Carbon Emissions，and Net Carbon Flux in Agriculture：Comparing Tillage Practices in the United States[J].Agriculture，Ecosystems and Environment，2002(91):217-232.

[22]黄祖辉,米松华.农业碳足迹研究—以浙江省为例[J].农业经济问题,2011(11):40-47.

[23]李颖,葛颜祥,梁勇.农业碳排放与农业产出关系[J].中国农业资源与区划,2013,34(3):60-65.

Provincial Difference and Influence Factors of Carbon Source and Sink of Agricultural System in China

YU Wei-yong1，QI Yan-bin1，Ming Hui1，Ren Dan2，Deng Xin2，Fu Li1

(1.College of Economics，Sichuan Agricultural University，Chengdu Sichuan 611130，P.R.China;2.College of Management，Sichuan Agricultural University，Chengdu Sichuan 611130，P.R.China)

Based on summarizing measurement methods of carbon source and sink, the individual provincial data from 2000 to 2011 were calculated, and cluster analysis was used to classify regional difference. Regression analysis was also used to analyze the influence factors of carbon source and sink. The results shows and carbon sequestration are higher than carbon emission in 26 provinces, the agricultural systems of carbon sinks are affected by natural conditions, as well as the status of economic development with significant negative correlation at 5% level. The influence factors of carbon sinks at regional level have significant local characteristics, the carbon sequestration capacity of crop pants are higher than products from grassland and orchard. The emission factors mainly come from energy for agriculture, livestock feeding, straw combustion and agricultural inputs.

agricultural ecosystem；carbon source；carbon sink；provincial differences；influencing factors

10.16473/j.cnki.xblykx1972.2016.05.001

2015-10-27

国家社会科学基金项目“农产品食品安全视阈下的农业生产模式转型问题研究”(14XGL003)，四川省科技计划项目“四

于伟咏(1988-)，男，博士研究生，主要从事农业与生态经济研究。E-mail：ywy212@163.com

简介：漆雁斌(1969-)，男，教授，博士，主要从事农业经济、生态经济研究。E-mail： qybin@sina.com

F 327;F 323.22;F062.2

A

1672-8246(2016)05-0001-07

川农村森林碳汇资产管理战略与政策研究”(2014ZR0112)，四川省农村发展研究中心项目“安全约束下四川种植业供给侧改革研究”(CR1624)。