区域性畜禽养殖相对密度指标ARCI的构建

孙越鸿++吴永胜++杨雪++许祯莹++邱时秀++李娟++李帅东

摘要 关于区域多畜种、多养殖类型的养殖规模量化为单因素的指标体系的研究尚属空白，对区域性的畜牧业生产规模多以概念性文字描述为主，很难与环境风险评估策略相关联，因而造成宏观管理上的困惑。本文提出1种全新的以粪尿产生量为基础的畜禽养殖相对密度指标（ARCI）体系，使用ARCA、ARCL、ARCH 3项指标值分别对畜禽养殖相对密度、畜禽养殖相对密度水平、畜禽养殖个体密度进行量化，相对全面地构建了区域性畜禽养殖密度状态的量化和评价系统。以成都市2015年统计数据为例，使用ARCI指标分析。结果表明，畜禽标准类型为出栏生猪；畜禽养殖相对密度ARCA值为67.86%，单位面积耕地上的养殖密度和对应的环境压力程度为67.86%，密度主导因素为粪尿；畜禽养殖相对密度水平ARCL值为3，养殖密度为3级，中高密度，对应环境压力区间为（64%，80%]；畜禽养殖个体相对密度ARCH值为28.66头/hm2，2015年成都市9种不同养殖类型构成的总体养殖规模为14 493 247头，以出栏生猪计。

关键词 区域性养殖规模；畜禽密度；相对密度；指标

中图分类号 S815 文献标识码 A 文章编号 1007-5739（2017）17-0236-04

Abstract It was on the road that how to quantify the scale of varieties of cultivate type and kinds of livestock and poultry into an one element index system.The mass of regional raising was hardly relate with risk assessment，because that was described usually in word but not number.So that brought into confusion in macroscopic management.This article put forward a new Animal Relative Crowd Index（ARCI）based on the quantity of dung.Three index values ARCA， ARCL and ARCH were used to quantify the relative density，relative density level，and unit density of livestock and poultry cultivation.And so constructed an comprehensive quantify and evaluate system about regional relative density of livestock and poultry cultivation.Took statistical datas of Chengdu City of 2015 as example，analysed by ARCI.The resuts showed that standard type was slaughter rate of hogs；ARCA code was 67.86%，raising density and corresponding environmental stress in unit area was 67.86%，the main reason was dung；ARCL code was 3，raising density was three level，senior and middle level，corresponding environmental stress scope was 64%～80%；unit relative density of raising relative ARCH code was 28.66 head per hectare；total raising scale of Chengdu in 2015 was 14 493 247 head by slaughter rate of hogs.

Key words regional raising scale；animal density；relative density；index

近年來，中央和相关部委先后出台了畜禽规模养殖污染防治条例[1]、中华人民共和国环境保护法（2014年修订版）[2]、生态环境损害赔偿制度改革试点方案[3]、畜禽养殖禁养区划定技术指南[4]等重要法规与文件，全国生态环境保护力度不断加强。

畜禽粪污是一种主要的环境污染源[5]，同时也是一种重要的再生肥料资源[6-7]。因此，畜禽粪污的环境污染主要表现为粪尿污染物以施肥形式向土地的过量输出。由于粪尿内含的氮、磷不能被作物及时吸收，土壤中氮、磷营养盐浓度不断提高，并越来越容易在区域水环境的影响下向整个流域扩散，形成流域性的营养盐污染[8-9]。耕地是畜禽粪污的主要消纳用地，高效的农作物种植能够有效利用并减少土壤中氮、磷含量；虽然荒山、草地、林区等土地上的植被同样具备上述功能，但少有经常性的农业生产活动，肥料使用量远远低于耕地，因而就畜禽养殖粪污的实际消纳能力几乎可以忽略不计。耕地负荷能力和畜禽养殖产污量是当前畜牧业环境风险控制研究中最重要的2项核心参数。

已有大量基于耕地负荷力的环境风险控制研究，一些学者对全国畜禽养殖产排污量[10-13]与环境风险的相关性[14-18]进行了研究，也有学者提出了潜在环境风险的评估方法[19-20]。由于区域性的畜牧业生产往往包含多个畜种以及这些畜种派生的多种不同养殖类型，就区域整体测量的畜禽养殖粪尿产生量、氮、磷标志物之间很难形成较为稳定的平衡关系，分别使用上述3种标志物测算环境风险结果互不相同；又因畜禽养殖产污和排污事实上并不具备特定的相关性，理论上的耕地承载限量受作物种类、复种指数、降水和流域水环境影响[8，21-23]，基于畜禽养殖产污量的环境风险评估策略难以评价现实的畜禽养殖规模，其针对性和实用性无法保证。

目前针对动物密度的研究主要集中于同种动物的特定养殖技术和生存环境密度[24-27]，为畜牧业宏观管理、环境风险控制等社会性需求服务的区域性畜禽养殖密度研究目前尚属空白。由于没有1种以单因素表达的区域性畜禽养殖规模量化参数，测算畜禽养殖产污量需要考虑多个畜种、多种养殖类型，计算过程相对复杂，仅适用于特定区域；基于环境风险评估的测算结果则难以界定区域整体的养殖规模。因此，长期以来对区域性养殖规模或密集程度的评价只能以概念性的“规模小”“很密集”等文字方式表达，往往对畜牧业宏观管理造成困惑。

将多种畜禽构成的区域性养殖规模以一种具备环境评估相关性的单因素值来表达，可对禁养区划分、养殖区域规划、养殖规模调整、环境风险控制等畜牧业宏观管理需求提供支撑，也更容易估算区域整体的畜禽养殖总规模量及总产污量[28]。

一种新的区域性畜禽养殖相对密度指标ARCI的提出，为解决上述问题提供了一种可能。ARCI指标使用了3项指标值，可分别对畜禽养殖相对密度、畜禽养殖相对密度水平、畜禽养殖个体密度进行量化，相对全面地构建了区域性畜禽养殖密度状态的量化和评价系统。

1 畜禽养殖相对密度指标ARCI定义

1.1 指标定义

畜禽养殖相对密度指标ARCI（Animal Relative Crowd Index）由ARCA、ARCL、ARCH 3个指标值构成，用于对区域内单位耕地面积对应的畜禽养殖密度状态进行定量和定性表征。

1.1.1 畜禽养殖相对密度ARCA（Animal Relative Crowd by Area）。其是指区域内单位耕地面积对应多种畜禽产生的粪尿、氮、磷3种标志物中最大的一项与区域内单位耕地面积相应的限量理论值的百分比。ARCA代表了区域内畜禽养殖规模的相对密度，当ARCA值处于[0，100%]区间时，表示基于理论耕地承载限量测算的养殖密度尚未饱和；当ARCA>100%时，表示基于理论耕地承载限量测算的养殖密度超过耕地理论承载能力。

1.1.2 畜禽养殖相对密度水平ARCL（Animal Relative Crowd by Level）。其是指区域内畜禽养殖相对密度水平，由ARCA所在的数字区间确定。畜禽养殖相对密度水平ARCL代表了区域内畜禽养殖密度水平的定性分级状态，以数字级别1、2、3、4、5进行划分，分别对应由低到高的排列的低密度、中低密度、中高密度、高密度、极高密度5种畜禽养殖相对密度水平。分级1：对应畜禽养殖相对密度空间[0，51.2%]，文字描述为低密度；分级2：对应畜禽养殖相对密度空间（51.2%，64%]，文字描述为中低密度；分级3：对应畜禽养殖相对密度空间（64%，80%]，文字描述为中高密度；分级4：对应畜禽养殖相对密度空间（80%，100%]，文字描述为高密度；分级5：对应畜禽养殖相对密度空间（100%，+∞），文字描述为极高密度。

1.1.3 畜禽养殖个体相对密度ARCH（Aniaml Relative Crowd by Head）。其是指以ARCA选择的标志物为基准计算的区域内单位耕地上的标准类型个体密度，使用个体计量单位/hm2计量，ARCH代表了区域内单位耕地面积上对应的养殖个体数量。

1.2 指标原理

将1个或多个可信的机构提供的统计数据进行组合，形成可代表区域总体养殖规模的统计数据源。依据“主要性、重要性”概念特征、养殖个体数量相对较大、相互间粪尿产生量不重复3项条件同时满足的要求，从数据源中选取至少5种主要养殖类型，该5种以上养殖类型的个体数量占数据源90%以上，定义为ARCI指标的计算样本。

根据区域养殖习惯，以人工选择的方式，在分析样本中选择1种具备“主要性”概念特征的养殖类型，将其定义为ARCI指标的标准类型。

将样本中不同养殖类型个体按粪尿、氮、磷产生量换算为以标准类型个体单位计量的粪尿、氮、磷3项畜禽养殖相对单位量。

使用3项畜禽养殖相对单位量，结合与标准类型对应的产污系数、单位面积耕地的粪尿、氮、磷承载限量理论值、区域耕地面积3类已知参数，用公式计算对应的3项相对耕地负荷率，即单位面积耕地对应的畜禽粪尿、氮、磷产生量与单位面积耕地粪尿、氮、磷承载限量理论值的百分比。将3项相对耕地负荷率中的最大值在粪便、氮、磷3种标志物中的对应项定義为畜禽养殖相对密度主导因素；取3项相对耕地负荷率中的最大值，用区域畜禽养殖相对密度ARCA命名。

将畜禽养殖密度与耕地承载限量时刚好达到平衡时的理论养殖区域状态对应的养殖密度空间值定义为100%，则低于该状态的畜禽养殖相对密度空间为[0，100%]，高于该状态的畜禽养殖相对密度空间为（100%，+∞）。

基于粪尿产生量与耕地承载限量理论值的平衡，将高于100%的畜禽相对养殖密度表述为超高密度，对应ARCA密度值空间（100%，+∞），定义为密度水平最高的畜禽相对养殖密度水平5级。根据帕累托最优法则原理，社会化的畜牧业生产活动中至少80%的主要生产规模和粪尿产生量集中于20%的生产单位，该20%生产单位所在的区域通常被视为高密度养殖区；假设区域畜禽养殖相对密度稳定在耕地承载限量理论值要求的临界点时，可将ARCA密度值空间（80%，100%]定义为畜禽养殖相对密度水平4级，表述为高密度；同理，在剩余的80%密度空间内，将ARCA密度值空间（64%，80%]定义为畜禽养殖相对密度3级，表述为中高密度；同理，将ARCA密度值空间（51.2%，64%]定义为畜禽养殖相对密度2级，表述为中低密度；剩余的51.2%密度空间为相对最低的一种密度状态，从区域性的宏观状态考虑已无再次拆分的必要，将ARCA密度值空间[0，51.2%]定义为畜禽养殖相对密度1级，表述为低密度。取上述5种密度值空间中包含ARCA值的空间数字序号，用畜禽养殖相对密度水平ARCL命名。

用畜禽养殖相对密度主导因素对应的畜禽养殖相对单位量除以区域耕地面积，得到对应标志物的单位耕地面积养殖个体数量，用畜禽养殖个体相对密度ARCH命名。

2 区域畜禽养殖相对密度指标ARCI的计算方法

2.1 样本选择

2.1.1 数据源取得。将1个或多个可信的机构提供的统计数据进行组合，形成可代表区域总体养殖规模的统计数据源。

2.1.2 养殖类型的选取。依据“主要性、重要性”概念特征、养殖个体数量相对较大、相互间粪尿产生量不重复3项条件同时满足的要求，从数据源中选取至少5种主要养殖类型，其个体数量占数据源总个体数量的90%以上，将其定义为ARCI指标的计算样本。

2.1.3 标准类型的确定。根据区域养殖习惯，以人工选择的方式，在分析样本中选择1种具备“主要性”概念特征的养殖类型，将其定义为ARCI指标的标准类型。所述“主要性”指由区域养殖习惯确定的相对养殖最普遍的畜种、养殖个体数量最多的养殖类型、估计粪尿产生量最多的养殖类型。

2.2 畜禽养殖相对单位量计算

2.2.1 取得已知畜禽养殖类型产污系数。从已知研究中取得标准类型对应的产污系数。

2.2.2 计算标准类型换算系数。用以下公式计算标准类型数量换算系数：

粪尿标准类型换算系数：AEi=OEi /Pe；

氮标准类型换算系数：ANi=ONi /Pn；

磷标准类型换算系数：APi=OPi /Pp。

式中，AEi、ANi、APi分别为粪尿、氮、磷3项标准类型换算系数，OEi、ONi、OPi分别为第i种养殖类型的粪尿、氮、磷单位个体产生量，Pe、Pn、Pp分别为标准类型的单位体个体粪尿、氮、磷产生量。

2.2.3 计算畜禽养殖相对单位量。计算公式如下：

式中，Ue、Un、Up分别为以标准类型个体计量的粪尿、氮、磷3项不同的畜禽养殖相对单位量；Ti为样本中第i个养殖类型个体数量；AEi、ANi、APi为Ti的粪尿、氮、磷标准类型换算系数。

2.3 相对耕地负荷率计算

2.3.1 取得标准类型对应的产污系数。从已知研究中取得产污参考系数中寻找与标准类型对应的养殖类型，分别为标准类型个体单位粪尿产生量Xe、标准类型个体单位氮产生量Xn、标准类型个体单位磷产生量Xp赋值。

2.3.2 取得单位面积耕地的粪尿、氮、磷承载限量理论值。从已知研究中取得单位面积耕地的粪尿、氮、磷承载限量理论值，分别为单位耕地面积粪尿承载限量Le、单位耕地面积氮承载限量Ln、单位耕地面积磷承载限量Lp赋值。

2.3.3 粪尿、氮、磷3项相对耕地负荷率，计算公式如下：

式中，Ce、Cn、Cp分别为粪尿、氮、磷3项相对耕地负荷率；Ue、Un、Up分别为粪尿、氮、磷3项畜禽养殖相对单位量；Xe、Xn、Xp分别为已知的标准类型个体对应的粪便、氮、磷单位产生量；Le、Ln、Lp分别为已知的单位耕地粪便、氮、磷承载限量；D为区域耕地面积。

2.4 畜禽养殖相对密度计算

畜禽养殖相对密度计算公式：

ARCA=Max（Ce、Cn、Cp）

式中，ARCA为畜禽养殖相对密度，以百分数计量；Ce、Cn、Cp分别为粪尿、氮、磷3项相对耕地负荷率。

将ARCA在粪便、氮、磷3种标志物中的对应项定义为畜禽养殖相对密度主导因素。

2.5 畜禽养殖相对密度水平确定

用ARCA值与指标原理定义的（0，51.2%]、（51.2%，64%]、（64%，80%]、（80%，100%]、（100%，+∞）5个区间密度区间进行比较，将包含ARCA值的区间号确定为畜禽养殖相对密度水平。

2.6 畜禽养殖个体相对密度计算

畜禽养殖个体相对密度计算公式：

ARCH=Ux/D

式中，ARCH为畜禽养殖个体相对密度，以个体计量单位/hm2计量；Ux为畜禽养殖相对密度主导因素对应的畜禽养殖单位量；D为区域耕地面积。

3 畜禽养殖相对密度指标计算过程实例

3.1 样本选择

将《成都统计年鉴2016》、成都市农委内部统计数据整合，形成可代表2015年成都畜禽整體养殖规模的数据源。

依据“主要性、重要性”概念特征、养殖个体数量相对较大、相互间粪尿产生量不重复3项条件同时满足的要求，选取“出栏生猪”“存栏母猪”“存栏蛋鸡”“出栏肉鸡”“出栏鸭鹅”“出栏肉兔”“出栏肉羊”“存栏奶牛”“出栏肉牛”9种主要养殖类型构成样本，其中“出栏鸭鹅”为鸭、鹅2项合并，9个养殖类型个体数量为样本的100%。

根据成都市养殖习惯，以人工选择的方式，确定以具备“主要性”概念特征的“出栏生猪”为标准类型。

3.2 畜禽养殖相对单位量计算

3.2.1 取得已知畜禽养殖类型产污系数。从已知研究中取得标准类型对应的产污系数见表1[10，28]。

3.2.2 计算标准类型换算系数。使用已知畜禽养殖类型产污系数，用公式计算标准类型数量换算系数：

粪尿标准类型换算系数：AEi=OEi /Pe；

氮标准类型换算系数：ANi=ONi /Pn；

磷标准类型换算系数：APi=OPi /Pp。

式中，AEi、ANi、APi分别为粪尿、氮、磷3项标准类型换算系数，OEi、ONi、OPi分别为第i种养殖类型的粪尿、氮、磷单位个体产生量，Pe、Pn、Pp分别为标准类型单位个体的粪尿、氮、磷产生量。结果见表2。

3.2.3 计算畜禽养殖相对单位量。2015年成都市主要养殖类型统计数据见表3。用以下公式计算，结果见表4。

3.3 计算3项相对耕负荷率

3.3.1 取得标准类型对应的产污系数。出栏生猪为已定义的标准类型，从表1中取得标准类型个体单位粪尿产生量Xe为710.43 kg/a、标准类型个体单位氮产生量Xn为3.353 kg/a、标准类型个体单位磷产生量Xp为0.772 kg/a。

3.3.2 取得单位面积耕地的粪尿、氮、磷承载限量理论值。已知的单位面积耕地的粪尿、氮、磷承载限量理论值分别为：粪尿耕地承载限量Le为30 t/hm2[29]，氮耕地承载限量Ln为170 kg/hm2 [10-12]，磷耕地承载限量为35 kg/hm2 [10-12]。

3.3.3 计算粪尿、氮、磷3项相对耕地负荷率。2016年成都市统计年鉴中取得成都市2015年含禁养区的总耕地面积D为505 741 hm2。

相对耕地负荷率计算公式：

3.4 计算畜禽养殖相对密度

3项相对耕地负荷率Ce为67.86%、Cn为66.03%、Cp为61.22%，Ce为最大值。ARCA=Max（Ce，Cn，Cp）=67.86%，畜禽养殖相对密度ARCA为67.86%，Ce对应的密度主导因素为粪尿。

3.5 确定畜禽养殖相对密度水平

ARCA值为67.86%，分别与指标原理定义的（0，51.2%]、（51.2%，64%]、（64%，80%]、（80%，100%]、（100%，+∞）5个密度区间进行比较，包含ARCA值的区间为（64%，80%]，畜禽养殖相对密度水平ARCL取值为3。

3.6 计算畜禽养殖个体相对密度

畜禽养殖相对密度主导因素为粪尿，选取对应的畜禽养殖相对单位量—粪尿Ue值14 493 247为Ux赋值，区域耕地面积D为505 741 hm2。ARCH=Ux/D=28.66，畜禽养殖个体相对密度为28.66头/hm2。

3.7 利用ARCI指标对成都市2015年畜禽养殖相对密度状态的评价

畜禽标准类型个体为出栏生猪，对ARCI测算结果进行判断：

畜禽养殖相对密度ARCA值为67.86%，表示将成都畜禽养殖的各种不同养殖类型按出栏生猪合并后，单位面积耕地上的养殖密度和环境压力程度为67.86%；密度主导因素为粪尿，即粪尿、氮、磷中潜在环境风险最大的标志物为粪尿。

畜禽养殖相对密度水平ARCL值为3，表示成都市 2015年整体养殖规模为3级，处于中高密度状态，对应环境压力区间为（64%，80%]。

畜禽养殖个体相对密度ARCH值为28.66，表示2015年成都市单位耕地面积标准类型个体数量为28.66 头/hm2；成都市9种不同养殖类型构成的总体养殖规模以标准类型量化后为14 493 247头，以出栏生猪计。

4 结论

畜禽养殖相对密度指标ARCI提供了3项分别对区域内畜禽养殖相对养殖密度、相对密度水平、单位耕地面积上的个体密度进行量化的数字指标值，可作为畜牧业宏观管理基准数据使用，例如畜牧业保留区、限制区和重点发展区的界定，畜牧业养殖结构的调整以及调整幅度的确定，畜牧业产污量潜在的环境压力程度等；亦可对常用“规模大”“密度高”等概念性的文字描述进行补充和规范，为不同区域间畜牧业生产规模相关信息的交换提供更为精确的表达形式。

区域内的人口對环境同样具备与畜禽养殖相类似的排污压力，从而挤占畜禽养殖空间，使基于耕地负荷平衡的畜牧业产业容量减少。有必要将人类也作为一种养殖类型代入指标进行测算，适宜社会发展的整体需求，但目前宏观上的人口排污相关系数有待研究。

虽然各地耕地面积数据中包含法定禁止畜牧业生产的禁养区，但由于所有在耕土地均能用于畜牧业排污量的承载，因而使用耕地面积数据时不应剔除禁养区。

耕地承载限量受作物种类、复种指数、产量差异、收割还田比例、降水等因素的影响，不同地区的耕地承载限量实际值有较大变化幅度，且难以精确测算；又因畜禽养殖产污与排污并不具备一定的相关性，例如以商品肥料的形式将粪便向区域外输出，从而降低本区域的耕地承载压力等；区域性畜禽养殖密度值的量化结果并不具备环境风险的判定意义，但可从宏观管理层面对区域潜在环境风险的预防起到积极作用。

5 参考文献

[1] 国家环境保护总局.畜禽规模养殖污染防治条例[EB/OL].（2013-11-11）[2017-05-09].http：//www.gov.cn/flfg/2013-11/26/content_2535095.html.

[2] 中华人民共和国环境保护部.中华人民共和国环境保护法[A/OL].（2014-04-25）[2017-05-09].http：//zfs.mep.gov.cn/fl/201404/t201404-25_271040.html.

[3] 中共中央办公厅，国务院办公厅.生态环境损害赔偿制度改革试点方案[A/OL].（2015-12-03）[2017-05-09].http：//www.gov.cn/zhengce/2015-12/03/content_5019585.html.

[4] 中华人民共和国环境保护部.关于印发《畜禽养殖禁养区划定技术指南》的通知[A/OL].（2016-10-28）[2017-05-09].http：//www.zhb.gov.cn/gkml/hbb/bgt/201611/t20161114_367418.html.

[5] 中华人民共和国环境保护部.关于发布《第一次全国污染源普查公报》的公告[A/OL].（2010-02-06）[2017-05-09].http：//www.zhb.gov.cn/gkml/hbb/bgg/201002/t20100210_185698.html.

[6] 何加骏，甄若宏，郑建初.畜禽粪便的循环利用探析[J].江苏农业科学，2011，39（4）：487-488.

[7] 王碧和，TAIGANIDES E P.畜禽粪便的管理和加工[J].中国畜牧兽医1984（4）：39-40.

[8] 何因，秦保平，李云生，等.GWLF模型的原理、结构及应用[J].城市环境与城市生态，2009（6）：28-31.

[9] OENEMA O，VAN L L，PLETTE S，et al.Environmental effects of manure policy options in the etherlands [J].Water Sci & Tech，2004，49（3）：101-108.

[10] 耿维，胡林，崔建宇，等.中国区域畜禽粪便能源潜力及总量控制研究[J].农业工程学报，2013，29（1）：171-179.

[11] 王方浩，马文奇，窦争霞，等.中国畜禽粪便生产量估算及环境效应[J].中国环境科学，2006，26（5）：614-617.

[12] 朱建春，张增强，樊志民，等.中国畜禽粪便的能源潜力与氮磷耕地负荷及总量控制[J].农业环境科学学报，2014，33（3）：435-445.

[13] 杨飞，杨世琦，诸云强，等.中国近30年畜禽养殖量及其耕地氮污染负荷分析[J].农业工程学报，2013，29（5）：1-11.

[14] 潘瑜春，孙超，刘玉，等.基于土地消纳粪便能力的畜禽养殖承载力[J].农业工程学报，2015，31（4）：232-239.

[15] 彭锦星，杨磊，鲍振博.天津市畜禽粪便量估算及能源环境效应分析[J].家畜生态学报，2016，37（10）：65-68.

[16] 杜鹃，张永青，徐文红，等.基于种养结合下南京市畜禽养殖承载能力研究[J].畜牧与兽医，2015，47（12）：69-74.

[17] 彭里.重庆市畜禽粪便的土壤适宜负荷量及排放时空分布研究[D].重庆：西南大学，2009.

[18] 侯世忠.山东畜禽粪便产生量及其环境效应分析[J].山东畜牧兽医，2013，193（2）：1-3.

[19] 王甜甜.畜禽养殖环境承载力指标体系构建、量化及预测研究[D].北京：中国农业科学院，2012.

[20] 李巧巧.畜禽养殖环境承载力核定方法研究[D].長沙：湖南农业大学，2014.

[21] 托曼克·德·波帝，波特·里克，马丁·克·范·伊特松.有机—常规农业中作物产量差距分析[J].中国农业资源与区划，2015，36（6）：169-176.

[22] 单长河，汪艳萍.超量灌溉对农田耕作区水土肥流失的影响[J].中国农业资源与区划，2015，36（6）：11-16.

[23] 赖敏，王伟力，郭灵辉.长江中下游城市群农业面源污染氮排放评价及调控[J].中国农业资源与区划，2016，37（8）：1-11.

[24] 王法辉，金凤君，曾光.区域人口密度函数与增长模式：兼论城市吸引范围划分的GIS方法[J].地理研究，2004，23（1）：97-103.

[25] 肖艳平，雷毅，陈清莉，等.江津区畜禽养殖区域分布与粪污产生量分析[J].贵州师范大学学报（自然版），2015，33（3）：23-27.

[26] 夏景新.载畜率调控的理论与牧场管理实践[J].中国草地学报，1995（1）：46-54.

[27] 何贵明.饲养密度对放牧家畜的形态机能和畜牧业生产的影响初探[J].草业与畜牧，1984（4）：15-16.

[28] 中国农业科学院农业环境与可持续发展研究所，环境保护部南京环境科学研究所.第一次全国污染源普查畜禽养殖业源产排污系数手册[EB/OL].（2009-02）[2017-05-09].https：//wenku.baidu.com/view/528be4e1af1ffc4fff47ac3b.html.

[29] 国家环境保护总局自然生态保护司.全国规模化畜禽养殖业污染情况调查及其防治对策[M].北京：中国环境科学出版社，2002.