畜禽粪污土地承载力系统动力学模型及情景仿真

韩成吉，王国刚，朱立志

畜禽粪污土地承载力系统动力学模型及情景仿真

韩成吉，王国刚※，朱立志

（中国农业科学院农业经济与发展研究所，北京 100081）

为实现畜禽粪污土地承载力系统评估、预判其发展态势及考察不同减排政策的实施效果，本文进行畜禽粪污土地承载力系统模型的设计、仿真与情景调控。在社会经济、畜禽养殖和种植业各子系统及其要素分析的基础上，以中国北方畜牧大市——石家庄市为例，建立畜禽粪污土地承载力系统动力学模型并进行有效性检验。系统运行结果显示，模型具有具有较好的稳定性，而且模拟值与实际值误差普遍小于10%，因此模型有效。在确定模型有效之后，应用系统动力学模拟仿真不同方案下的石家庄市2007—2025年畜禽养殖土地承载力变化情况。本文设置了4种与系统惯性发展相比较的方案——调整养殖业经济结构、调整环境保护治理投资、调整粪肥占施和协同发展模式，并针对上述5种情景进行仿真。仿真结果显示：1）惯性趋势发展条件下，畜禽养殖业和种植业的产出规模都有增长，但种植业产量增长不及畜禽养殖业的增长，致使种植业难以消纳畜禽养殖产生的氮磷排放，土地承载压力加大；2）调整养殖业经济结构情景下，氮、磷平衡承载均呈现出下降的趋势，但磷平衡承载仍存在压力；3）调整环境保护治理投资情景下，氮平衡承载处于可载状态，磷平衡承载压力下降明显，但只有后8个年度可载；4）调整粪肥占施情景下，氮平衡承载处于可载状态，磷平衡承载情况虽好于初始情景，但仍超载；5）协同发展模式下，氮、磷平衡承载压力均呈下降趋势，且氮、磷承载均处于可载的水平，通过比较分析发现，协同发展模式的效果最好。本研究一方面为开展畜禽养殖污染监测评估工作、建立畜禽养殖污染评估机制提供支撑，另一方面为畜牧大市（县）和其他资源环境超载区养殖业发展的调控提供科学依据。

粪污；氮；磷；系统动力学；土地承载力；养分平衡；仿真

0 引 言

随着社会经济发展水平不断提高，中国畜禽生产得到快速发展，畜禽养殖带来的粪污排放也随之产生，造成的环境压力日益显现[1-2]。2010年《第一次全国污染源普查公报》显示，从化学需氧量、总氮排放量、总磷排放量3项主要污染物指标来看，农业源污染物排放占全国排放总量的比例分别为43.7%、57.2%和67.4%，其中畜禽养殖业又分别占农业源的95.8%、37.9%和56.3%。这种养殖污染直接或间接地向自然界排放并超过自然消纳能力，污染物最终都将经过物质循环进入土壤[3]，造成土壤污染，导致的农作物减产[4]，而硝态氮和土壤性病原菌也将威胁人类健康[5]，迫切需要畜禽粪污减量化、无害化、资源化。由于畜禽粪尿的特点决定了其无法进行大范围、跨地区的移动，所以在当前经济可行的技术条件下，土地消纳仍是较为经济可行的畜禽污染物处理手段[6]。然而在一定时期内，单位土地面积对畜禽粪便的消纳容量有限，区域畜禽养殖业的发展应该符合该地区的土壤环境承载力，其饲养密度应不超过该地区土地资源的最大承载能力。因此，亟须加强畜禽粪污土地资源承载力评价管控。2017年6月《国务院办公厅关于加快推进畜禽养殖废弃物资源化利用的意见》发布以来，国家和地方发布了一系列相关政策手段，如国家层面的《畜禽粪污资源化利用行动方案》（2017），地方层面的《石家庄市畜禽养殖粪污资源化利用行动计划》（2017）、《天津市加快推进畜禽养殖废弃物资源化利用工作方案》（2017）、《山东省加快推进畜禽养殖废弃物资源化利用实施方案》（2017）等，具体执行禁限养、转业转产、达标排放等政策，但有的地方没有规模标准，基本上就把禁养区变成“无畜区”，过度禁限养所衍生的问题已经初现端倪，如猪肉的有效供给问题、转产转业农户的生计问题等，而“达标排放”的思维定势阻碍了畜禽粪便的资源化利用[7]。如何更好地协调畜禽生产与生态环境保护的问题，依然值得我们思考。

目前，有关畜禽粪污土地承载力评价的相关理论与实践成果已经非常丰富，在指导畜牧养殖资源环境政策制定方面也做出了应有贡献。如，潘瑜春等[8]从畜禽养殖的氮磷产生量和耕地、果园消纳氮磷的承载量关系入手，估算平谷区耕地和果园对畜禽粪便承载力；邱乐丰等[9]进一步参照Truog提出的养分平衡法，根据农作物生长氮磷养分需求量与畜禽养殖氮磷养分供给量之间的差额，估算杭州市农用地的畜禽养殖环境承载力；Thapa等[10]以养分供求平衡为研究主线，分析了既定管理体制下1996—2006年尼泊尔山区的畜禽养殖土地环境承载力；姚文捷等[11]构建畜禽养殖耕地承载力评价指标，以熵值法定权，通过指标加权求和来表示畜禽养殖环境承载力的状况；宋福忠等[12]认为畜禽养殖环境系统，不仅包括自然环境因素，也包括社会、经济因素，是由畜禽养殖子系统、自然环境子系统和社会环境子系统相耦合的复杂巨系统，同时，通过建立评价指标体系，将主成分分析和层次分析法相结合主客观定权，进而提出了基于数学突变理论的畜禽养殖环境承载系统预警方法；程波等[13-14]，则补充了畜禽养殖行业环境影响评价的空白，更为系统的总结了畜禽养殖业的行业政策、技术规范、评价指标体系和主要评价方法等。

现有畜禽粪污承载力的相关研究主要从2个方向进行：1）从养分平衡的角度出发，考察土地及其以上的农作物对畜禽粪污排放的自然消纳能力，但是缺乏社会经济环境影响分析，畜禽养殖对资源环境的需求类似引致需求，这种需求是为了满足人类社会物质需要和贡献经济发展而派生的需求，社会经济系统是畜禽养殖系统的前关联，在以往的畜禽养殖排放承载研究中，仅考虑终端排放，对社会经济发展性因素关注不够；2）根据系统理论及其演化思想，构建“经济-社会-环境”复合指标结构，通过加权求和的方式体现畜禽养殖承载，既考虑到了畜禽排放的限制性因素，又考虑到了社会与经济发展性因素，但整个系统仅是简单的静态耦合，而各子系统间的相互关系又相对独立，缺乏子系统间的动态反馈关系，难以反映系统的真实变化。

由于畜禽粪污土地承载的系统性、动态性和反馈性，传统低阶和线性理论不利于有效解决这一复杂系统问题，为此引入系统动力学（system dynamics，SD）方法，通过建立系统仿真模型，采用计算机仿真技术，模拟现实环境并仿真未来演化趋势能够较好地适用于畜禽养殖土地承载力的研究。系统动力学（SD）是系统科学的一个分支，是由麻省理工大学Forrester教授在1956年提出的一种系统仿真方法，发展至今它已经成为一门跨越自然科学和社会科学的交叉学科[15]。系统动力学对研究对象的理解来源于系统行为与内在机制之间的关联，并通过数学建模、模型改善和模拟运行逐步挖掘导致系统状态变量发生变化的因果关系[16]，预测其发展趋势。系统动力学模型作为一种综合的仿真模型，已较为广泛的应用于资源环境承载力的研究，如水产养殖排放的环境承载[17]、工业化前期的人口承载[18]，区域土地可承载的经济规模[19]和社会经济发展过程中的农地承载与规划等[20]。上述研究成果的存在，都从不同的角度为本研究提供了有价值的借鉴和方法学支持。

为此，本文以国内外较具代表性的环境承载力评价体系为基础，以系统动力学方法为手段，应用计算机仿真技术，建立包含社会经济子系统、畜禽养殖子系统、种植业子系统和土地承载子系统4个子系统的畜禽粪污土地承载力系统仿真模型，并以地处“北方粮仓”、《畜禽粪污资源化利用项目》中的整市推进区——石家庄市为研究区域，通过系统仿真，开展畜禽养殖土地资源环境承载能力评估，分析畜禽生产与环境保护之间的交互影响和可能的调控，预判不同情景的调控效果，一方面为开展畜禽养殖污染监测评估工作、建立畜禽养殖污染评估机制提供支撑，另一方面为畜牧大市（县）和其他资源环境超载区养殖业发展的调控提供科学依据。

1 研究区与数据

1.1 研究区概况

石家庄市地处河北省中南部，其地理坐标为113°30′～115°20′E，37°27′～38°47′N之间，土地面积15 848 km2，其中耕地面积5 820 km2，园地面积625 km2，林地面积2 092 km2，3种土地类型分别占总陆地面积的36.72%、3.95%和13.20%。属暖温带半湿润大陆性气候，春秋短、冬夏长、四季分明，年平均气温13 ℃、年平均降水量400.6 mm、年平均日照时数为2 400 h、无霜期约180 d[21]，水热条件可满足两年三熟的需要，主要种植作物为小麦、玉米、棉花、梨等，养殖业以生猪、肉牛、奶牛和家禽为主。

随着人口与产业迅速集聚、城市社会经济规模持续提升，石家庄市生态环境问题正在日益激化，主要体现在生态环境较脆弱、环境容量小、污染物自然更新速率低等方面，总体资源环境承载力较为有限。近年来，随着石家庄市环境污染程度和资源消耗程度的进一步加重，该地区资源环境系统的支持功能下降已经成为制约地区发展的瓶颈。

统计数据表明，2016年石家庄市生猪出栏608.07万头，牛存栏71.93万头，羊存栏118.05万只，家禽出栏15 632.60万只，据估算，其畜禽粪尿总产生量已达2 498.18万t，其中固体粪便产生量1 836.31万t，液体尿液产生量661.87万t。2018年石家庄被农业农村部遴选为畜禽粪污资源化利用项目整市推进区，亟需深入开展畜禽养殖环境承载能力评估，提出基于种养平衡的畜禽养殖规模调整方案，为实现畜禽养殖业生态环境良性循环提供决策参考。

1.2 数据来源

本文建立的畜禽养殖土地承载力系统模型涉及人口结构、畜禽业生产情况、土地规模、主要农作物播种面积以及畜禽排泄系数等，数据来源于石家庄市2007—2017年统计年鉴、自然资源部土地调查成果共享应用服务平台和农业农村部畜禽粪污土地承载力测算技术指南等。

2 畜禽粪污土地承载力系统动态仿真

2.1 模型构建思路

2.1.1 模型边界与假设

在畜禽养殖土地承载力系统中主要包含了社会经济子系统、畜禽养殖子系统、种植业子系统和土地承载子系统4个子系统边界。模型的空间边界为石家庄市。模型模拟的时间边界为2006年至2025年，共分2个时段，第一时段为2007—2016年，第二时段为2016年—2025年，基准年为2006年，模拟时间间隔为1年，其中2007—2016年为模型运行与实际情况的检验年限，可进行模型调试和相关参数变量的确定，2006—2025年为系统政策仿真和预测年限，这一阶段的模拟是为了仿真过去10a和预测未来10 a的畜禽养殖土地承载力趋势，以便情景分析。

合理的假设可以简化模型，以突出主要研究问题。针对本研究的内容与目标，模型主要考虑以下假设：1）该模型偏向于考虑畜禽养殖排放状况，种植业起到养分需求，从而平衡土地承载的作用，而不涉及畜禽养殖以外的产业经济结构变化与排放状况；2）假设经济稳定持续增长，无较大经济波动和经济周期的影响；3）污染物排放指标作为衡量承载力的标量，通过相关的农业生态环境指标进行梳理，文章以总氮、总磷排放指标予以体现，这2个指标具有代表性，且易于计算与比较。

2.1.2 系统结构分析

本文的研究重点为土地的承载力，故系统分析也以土地承载子系统为主线，与社会经济子系统、畜禽养殖子系统和种植业子系统，共4个子系统，组成了畜禽养殖土地承载力系统。各子系统之间通过物质、信息的输入输出相互联系，构成了模型的反馈结构，子系统之间的主要关系如图1所示。

图1 畜禽粪污土地承载力各子系统相互关系图

2.2 畜禽粪污土地承载力系统模型

本文根据系统结构构建描述畜禽粪污土地承载力系统的相关方程，采用逻辑函数、经验系数法、表函数法、灰色预测法和试凑法等确定模型参数值并建立系统流程图。运用Vensim-PLE，不断调整修正畜禽粪污土地承载力系统动力学模型，使模拟结果接近石家庄市的社会经济现状。

2.2.1 社会经济子系统

社会经济子系统主要描述人口总量的变化将影响畜禽业的生产规模，而畜禽生产的过度排放引致的环境问题又将约束人口的增长；同时农业经济产出中，通过环境治理投资占比影响畜禽氮磷排泄的终端治理能力，从而改善生态环境，根据左永彦[22]的研究成果，华北地区用于氮磷减排的环境治理资金每投入100万元，氮磷排放分别减少12.30和22.63 t。社会经济子系统流图如图2所示。

图2 社会经济子系统流图

2.2.2 畜禽养殖子系统

畜禽养殖子系统主要描述畜禽需求、畜禽养殖和畜禽排放之间的关系。对畜禽养殖的需求主要来源于2个方面，一方面是为了维持人类生活所需的食物需求，以猪肉为例，统计数据显示，2006年和2016年石家庄市全年居民人均猪肉消费量分别为10.80和12.21 kg，年均增长率1.31%，根据《中国居民膳食指南》的建议，为平衡膳食，年人均猪肉消费量应不低于10 kg；另一方面是为了促进经济增长的经济需求，根据石家庄市《关于进一步加快现代畜牧业发展的实施意见》等规划指标，在“十三五”期间畜牧业产值占农业总产值的比例力争达到40%。这2方面的需求引致了畜禽养殖规模的变化，从而产生了畜禽养殖的氮磷排泄。畜禽养殖子系统流图如图3所示。

其中，氮素、磷素排泄量计算过程如下。

依据不同畜禽日排泄的粪尿量，以及粪尿中的氮、磷浓度值，乘以该种动物的饲养周期，就可以计算出不同畜禽累计排泄氮、磷量，计算过程如公式（1），各种动物粪尿产生量、饲养周期见表1，不同动物粪尿中养分含量推荐值见表2，不同动物粪尿排泄氮、磷量乘以饲养量（其中，牛、羊饲养期一般长于一年，因此以年底存栏量为饲养量，猪、家禽的饲养期一般小于一年，因此以出栏量作为饲养量），求和就得到该区域畜禽粪尿总的氮、磷养分产生量，具体计算过程如公式(2)，单位以t计。

NMN/P=（M, ×C, N/P+ M, ×C, N/P）×D×10-3（1）

式中NMN/P为区域内第种动物排泄的氮、磷含量，kg/头（只）；M,、M,分别为区域内第种动物每天产生的固体粪便和尿液量，kg/d；C,N/P、C,N/P分别为第种动物粪便和尿液中的氮、磷浓度，g/kg；D为第种动物饲养周期，d。

NMN/P=ΣNMN/P×P×10-3（2）

式中NMN/P为区域内所有动物排泄的总氮、磷量，t；NMN/P为区域内第种动物排泄的总氮、磷量，kg/头（只）；P为区域内第种动物饲养量。

2.2.3 种植业子系统

种植业子系统主要描述区域内土地上种植的各种作物，包括粮食、蔬菜、水果和营林等的产量和生长期内所需的氮磷养分含量的关系。

图3 畜禽养殖子系统流图

表1 畜禽粪尿产生量和饲养周期推荐值

注：猪、羊和家禽的粪尿产生量和饲养周期推荐值参考全国畜牧总站《畜禽粪便资源化利用技术：种养结合模式》[23]（2016）的数据，肉牛、奶牛的粪尿产生量和饲养周期推荐值参考第一次全国污染源普查[24]（2009）的数据。

Note: The manure yield of pigs, sheep and poultry and the recommended values of feeding cycle refer to the data of National Animal Husbandry Service “Technologies for Livestock and Poultry Manure Resource Utilization: Planting and Breeding Combined Mode”[23]. The manure yield of beef cattle and dairy cows and the recommended values of feeding cycle refer to the data of the first national pollution source census[24].

表2 畜禽粪尿中氮、磷平均含量

注：猪粪、猪尿、牛粪、牛尿和家禽粪中氮、磷平均含量参考全国畜牧总站《畜禽粪便资源化利用技术：种养结合模式》[23]的推荐值，羊粪中氮、磷平均含量参考史瑞祥等[2]的研究成果。

Note: The average contents of nitrogen and phosphorus in pig manure, pig urine, cow dung, cow urine and poultry manure refer to the recommended values of National Animal Husbandry Service “Technologies for Livestock and Poultry Manure Resource Utilization[23]: Planting and Breeding Combined Mode”. The average contents of nitrogen and phosphorus in sheep manure refer to the research findings of Shi Ruixiang et al[2].

根据区域统计的主要粮食作物、蔬菜、水果的产量和当年营林的面积，乘以每种作物（粮食、蔬菜、水果、营林）单位产量所需的氮磷养分量，主要作物单位产量养分吸收推荐值见表3，累计求和获得该地区作物总的养分需求，单位以t计，具体计算公式如下

NAtotal, N/P=Σy×a×10-2（3）

式中NAtotal,N/P为区域内各种作物总产量下需要吸收的氮、磷总量，t；y为区域内第种作物总产量，t；a为第种作物收货100 kg产量吸收的氮、磷的量，kg/100 kg。

表3 不同植物形成100 kg产量需要吸收氮磷量推荐值

注：小麦、玉米、谷子、高粱、大豆、薯类、油料、棉花、蔬菜和水果每100 kg产量需要吸收氮磷量参考《畜禽粪污土地承载力测算技术指南》[25]，营林需要吸收氮磷量推荐值参考李书田等[26]的研究成果。

Note: The nitrogen and phosphorus absorption contents required for per 100 kg of production of wheat, corn, millet, sorghum, soybean, potato, oil, cotton, vegetables and fruits refer to the “Technical Guide on Measuring Land Carrying Capacity for Livestock and Poultry Manure”[25]. The recommended values of nitrogen and phosphorus absorption contents required for afforestation refer to the research findings of Li Shutian et al[26].

图4 种植业子系统流图

2.2.4 土地承载子系统

土地承载子系统主要描述畜禽粪尿中所含的氮磷作为养分供给，与满足作物生长营养需求之间的总量平衡。

具体计算过程如下：

在区域内所有动物排泄的总氮、磷量中，考虑到收集、贮存和处理过程中以氨气等形式的流失，实际能够供给农田的养分量需要乘以一定的系数，可以得到区域粪肥供给量计算公式

NMsup, N/PNM×(1lost) （4）

式中NMsup, N/P为区域畜禽粪尿氮、磷养分总供给量，t；为区域内所有动物排泄的总氮量，t；lost为畜禽粪尿管理过程中氮、磷损失率，一般取30%。

图5 土地承载子系统流图

根据该地区各种畜禽粪尿总养分供给量除以区域土地总面积，就可以获得单位土地总养分供给量，计算公式如下

式中NMsup, N/P为区域畜禽粪尿氮、磷养分总供给量，t；Areatotal为区域内总的土地面积，hm2；NMaverage,N/P为区域内单位土地面积粪肥养分供给量，kg/hm2。

根据作物总养分需求量除以该地区的土地总面积，可获得单位土地面积氮磷养分需求，计算公式如下：

式中NAtotal,N/P为区域内各种作物总产量下需要吸收的氮、磷总量，t；NAaverage,N/P为区域内单位土地面积氮、磷平均需求量，kg/hm2。

将区域内粪肥养分最高替化肥的比例系数乘以单位耕地面积养分需求，就可以计算获得区域单位耕地面积粪肥养分需求，计算公式如下

NAneed, N/P= NAaverage, N/P×substitution（7）

式中NAaverage,N/P为区域内单位土地面积氮、磷平均需求量，kg/hm2；substitution为粪肥替代率，一般情况下，在40%～60%之间；NAneed,N/P为考虑粪肥占施后的区域内单位土地面积氮、磷需求量，kg/hm2。

参考国外经验和国内相关研究成果与标准，用单位土地氮、磷素供给量比单位土地氮素、磷素需求量，得到氮、磷平衡承载，如果氮、磷平衡承载大于1，则超载，意味着现有土地资源不能消纳畜禽养殖排放；如果氮、磷平衡承载小于等于1，则可载，意味着现有土地资源可以消纳畜禽养殖的排放。

2.3 模型检验

直观检验：主要检验模型在外观上与实际系统是否相像，参数是否具有可靠性。经检验，建立的模型符合要求。

运行检验：运行 Vensim-PLE 中的工具“Units Check”与“Check Model”，得到“Units are A. O K.”与“Model is OK.”模型通过了运行检验。

历史性检验：将2007—2016年的历史数据代入模型进行模拟验证，本文从4个系统中分别选取总人口、生猪出栏量、肉牛存栏量、家禽出栏量、农地面积（播面、果园和当年营林之和）和小麦产量（小麦为石家庄市主要粮食作物）6个变量为检验变量，将模型测算出的模拟值与历史数据相比较，进行模型历史性检验。模拟TIME STEP为1 a，设置INITIAL TIME为2007年，FINAL TIME为2016年，结果见表4。

表4 畜禽粪污土地承载力系统动力学模型的检验结果

注：MV、SV和分别为实测值、预测值和相对误差。

Note: MV, SV andwere measured vale, simulated value and relative error.

根据姜钰[27]（-5.56%～16.67%）、刘菁[28]（-0.01%～13.67%）、卢小丽[29]（-7.63%～20.98%）的检验结果，误差在-10%～15%之间波动是可以接受的[30]。如表１所示，本系统模型的历史值与模拟值相对误差（误差绝对值）介于0.28%～11.87%之间，平均相对误差为4.22%，其中，相对误差＜5%的有36个，5%＜相对误差≤10%之间的有23个，＞10%的有1个，系统模拟结果与现实情况基本一致。总体上看，该模型的拟合精确度较高，基本上能真实地反映现实系统的运行情况。

稳定性检验：模型的稳定性检验是模型真实可靠的必备条件。有效的系统模型行为应当对大部分参数的变化不敏感，这主要是因为系统的行为模式是由模型内部主导反馈回路所决定的，非主导回路上的参数变化不会对系统的行为产生太大影响。本研究随机选取生猪出栏量作为测试变量，设置时间步长分别为3个月（TIME STEP=0.25）、6个月（TIME STEP=0.5）、12个月（TIME STEP=1），以此观测在不同时间步长下参数的变化趋势。从图6可以看出，改变模型的仿真步长，生猪出栏量的变化趋势几乎重合，并没有因为参数值的改变而发生明显变化，也即参数值的变化并没有引起模型行为发生根本性变化，说明模型具有一定的稳定性。

历史性检验和稳定性检验结果显示，本文所建立的畜禽粪污土地承载力模型可以用于现实系统的模拟。

图6 2006—2025年不同时间步长下石家庄市生猪出栏量的仿真结果

3 仿真结果分析

3.1 仿真结果输出

3.1.1 初始情景：系统惯性下的仿真结果

保持系统参数不变，按照现有发展趋势进行模拟，如图7所示。

土地承载畜禽养殖排放的压力逐年加大，其中氮平衡承载呈现先临界可载（2006—2010年），后超载的态势（2011—2025年），磷平衡承载始终大于1，处于超载状态，2006—2025年到氮平衡承载从0.947增长到1.184，磷平衡承载从1.575增长到1.892。

a. 氮磷平衡承载 a. Capacity of nitrogen or phosphorus balanceb. 畜禽存/出栏量 b. Stocks of live animals or amount of slaunteredc. 主要农作物产量 c. Main crop yield

2006—2025年，畜禽养殖业规模呈现持续增长态势，其中生猪和家禽养殖产出增长态势明显，2025年生猪出栏量为758.52万头，比2006年的462.47万头和2016年的609.02万头分别增长了64.02%和26.61%，2025年家禽出栏量为20 275.60万只，比2006年的14 035.30万只和2016年的16 993.40万只分别增长了44.46%和19.31%。

2006—2025年，种植业规模亦呈现持续增长态势，其中营林和蔬菜产出增长态势明显，营林面积从2006年的2.36 万hm2增长到2025年的2.81万 hm2，增长了18.87%，蔬菜产量从2006年的1 486.82 万t增长到2025年的1 765.64万t，同样增长了18.87% %。

综上，虽然畜禽养殖业和种植业的产出规模都有增加，但种植业产量增长速度不及畜禽养殖产量的增长速度，导致在其他条件不变的情况下，种植业难以消纳畜禽养殖产生的氮磷排放，从而加大土地承载畜禽养殖排放的压力。

3.1.2 情景1：调整养殖业经济结构

在其他系统参数不变的情况下，从源头减量的角度，调整养殖业经济结构。经济需求方面，在保障石家庄市畜牧业产值占比力争达到40%的规划目标基础上，调减畜禽养殖的经济需求10%，以减少畜禽养殖存量，实现源头减量化；饮食结构方面，在保障年人均猪肉有效供给的前提下（≥10 kg），调减人均生猪消费量20%，并根据《全国草食畜牧业发展规划》的目标，分别适当增加牛肉、奶类、羊肉年人均消费2.8%、1.2%和2.7%。情景1下输出的氮平衡承载和磷平衡承载的变化趋势，如图8所示。养殖业规模的仿真结果如图9所示。

调整养殖业经济结构后，与系统惯性的初始情景相比，氮平衡承载和磷平衡承载均呈现出下降的趋势。氮平衡承载从2006年的0.947下降到2025年的0.801；磷平衡承载从2006年的1.575下降到2025年的1.347，磷平衡承载仍存在压力。到2025年，生猪、肉牛、奶牛、羊和家禽养殖量分别为475.95万、32.33万、34.54万、132.05万和14 255.60万，和初始情景相比各变化了-37.25%、-27.90%、-31.58%、1.73%和-29.69%。到2020年和2025年，畜牧业产值占比分别为40.30%和45.03%，可达石家庄市《关于进一步加快现代畜牧业发展的实施意见》的规划目标；与初始情景相比农业总产值增速也有所提高。

3.1.3 情景2：调整环境保护治理投资

在其他系统参数不变的情况下，从终端治理的角度，调整环境保护治理投资占比。假设初始条件下环境保护治理投资占比为0，增加环境保护治理投资7.5%，考虑到氮磷治理过程中的成本差异[22]（氮为12.3万元/t，磷为22.63万元/t）和超载程度差异（磷承载压力始终高于氮承载压力），将环境治理投资用于治理氮磷污染的比例设置为35∶65。输出氮平衡承载和磷平衡承载的变化趋势，如图9所示。

增加环境保护治理投资后，氮平衡承载和磷平衡承载压力均低于初始情景。其中，磷平衡承载压力下降程度最为明显，有8个年度处于可载状态，从2006年的1.044下降到2025年的0.964，降幅7.68%；氮平衡承载虽有上升，但上升幅度明显低于初始情景，且始终小于1，处于可载状态。

图9 情景2下氮平衡承载和磷平衡承载的仿真结果输出

3.1.4 情景3：调整粪肥占施

在其他系统参数不变的情况下，从粪肥资源化的角度，调整粪肥占施。中国农业科学院德州实验站基地30 a长期定位监测试验数据表明，有机肥替代50%化肥处理，具有保障作物产量品质、培肥地力、减轻环境污染、实现农业可持续发展的功能。鉴于此，本研究假设初始条件下粪肥占施为40%（常规比例），增加粪肥占施到50%，输出氮平衡承载和磷平衡承载的变化趋势，如图 10所示。

增加粪肥施用比例后，氮平衡承载压力和磷平衡承载压力明显低于初始情景。到2025年，情景3下的氮平衡承载比初始情景低20.99%，情景3下的磷平衡承载比初始情景低20.98%；氮平衡承载虽有上升，但量级上明显低于初始情景，且始终小于1，处于可载状态，磷平衡承载情况虽好于初始情景，但仍存在压力。

图10 情景3下氮和磷平衡承载的仿真结果输出

3.1.5 情景4：协同发展模式

针对上述3种发展模式存在的问题，基于快速、生态、协调的发展思路，对以上情景进行综合性仿真，具体情景为调整养殖业经济结构，同时，增加环境保护治理投资7.5%，增加粪肥占施到50%，输出氮平衡承载和磷平衡承载的变化趋势，如图11所示。

图11 情景4下氮和磷平衡承载的仿真结果输出

氮平衡承载和磷平衡承载压力均呈下降趋势，2006—2025年氮平衡承载压力从2006年的0.737 下降到2025年的0.580，降幅21.36%；磷平衡承载压力降幅较大，有14个年度处于可载状态，从2006年的1.144下降到2025年的0.761，降幅33.50%；氮平衡承载和磷平衡承载压力均低于初始情景，其中，到2025年情景4下的氮平衡承载比初始情景低51.01%，磷平衡承载比初始情景低59.79%；到2025年，生猪、肉牛、奶牛、羊和家禽养殖量分别为475.95万、32.33万、34.54万、132.05万和14255.60万，和初始情景相比各变化了-37.25%、-27.90%、-31.58%、1.73%和-29.69%。

3.2 仿真情景比较分析

如图12所示，情景1条件下，虽然氮平衡承载和磷平衡承载均有下降，且氮平衡承载始终小于1，呈现可载状态，但磷平衡承载始终大于1，表明磷平衡承载仍存在压力；情景2下磷平衡承载压力下降程度最为明显，有8个年度处于可载状态，氮平衡承载虽有上升，但上升幅度明显低于初始情景，且始终小于1，处于可载状态；情景3下氮平衡承载磷平衡承载明显低于初始情景，虽氮平衡承载有上升，但始终小于1，处于可载状态，磷平衡承载情况虽好于初始情景，但仍存在压力；情景4下氮平衡承载和磷平衡承载压力均呈下降趋势，且氮磷承载均处于可载的水平。

前3个情景的调整，虽然畜禽排放对土地环境的压力有所改观，特别是在氮平衡承载上，均处于可载状态，但磷平衡的超载总是先与氮平衡的超载出现，磷平衡承载仍存在压力；通过对前3个情景的整合，引出情景4，结果表明，情景4下氮平衡承载和磷平衡承载压力均呈下降趋势，且氮磷承载均处于可载的水平。通过比较分析4个方案不难发现，情景4的效果较好。

4 结 论

系统动力学模型是研究社会-经济-环境复杂系统的重要方法，有社会经济复杂系统实验室之美誉，本文以畜禽粪污土地承载力研究对象，通过分析系统内部各要素之间的内在联系与动态行为结构，以石家庄市为研究区，构建畜禽粪污土地承载力系统的动力学模型，并对模型进行了直观描述与内部结构上的解释。经过检验，模型可以真实地反映了畜禽粪污土地承载力系统的动力学机制，具有重要的应用价值与指导意义。

通过模拟畜禽粪污土地承载力系统的动态变化，研究结果显示：按系统惯性发展，经济的发展与人类物质需求，使得畜禽养殖业和种植业的产出规模都有增加，但畜禽养殖业的增长速度总是快于种植业的增长速度，导致种植业难以消纳畜禽粪污排放，加大了土地的承载压力；政策模拟结果表明，磷平衡的超载总是先于氮平衡的超载出现，单一的政策干预很难同时保障氮、磷同时平衡的状态；通过对比分析发现，情景4的各主要变量模拟结果均优于其他情景，代表了快速、生态、协调的系统发展模式，其主要得益于源头减量、污染终端治理和资源化利用等方面的协调统一发展。

[1]仇焕广，廖绍攀，井月，等. 我国畜禽粪便污染的区域差异与发展趋势分析[J]. 环境科学，2013，34(7)：2766－2774. Qiu Huanguang, Liao Shaopan, Jing Yue, et al. Regional differences and development tendency of livestock manure pollution in China[J]. Environmental Science, 2013, 34(7): 2766－2774. (in Chinese with English abstract)

[2]史瑞祥，薛科社，周振亚. 基于耕地消纳的畜禽粪便环境承载力分析：以安康市为例[J]. 中国农业资源与区划，2017，38(6)：55－62. Shi Ruixiang, Xue Keshem, Zhou Zhenya. Analysis on the environmental bearing capacity of livestock and poultry breeding based on land consumptive: A case of AnKang city[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(6): 55－62. (in Chinese with English abstract)

[3]章力建，朱立志. 农业立体污染防治是当前环境保护工作的战略需求[J]. 环境保护，2007(5)：36－43. Zhang Lijian, Zhu Lizhi. Agricultural stereo pollution prevention and control is the strategic demand of current environmental protection work[J]. Environmental Protection, 2007(5): 36－43. (in Chinese with English abstract)

[4]孔祥才. 畜禽养殖污染的经济分析及防控政策研究[D]. 长春：吉林农业大学，2017. Kong Xiangcai. Economic Analysis Of Livestock Pollution And Its Governance Policy[D]. Changchun: Jilin Agricultural University, 2017. (in Chinese with English abstract)

[5]宋大平，左强，刘本生，等. 农业面源污染中氮排放时空变化及其健康风险评价研究：以淮河流域为例[J]. 农业环境科学学报，2018，37(6)：1219－1231. Song Daping, Zuo Qiang, Liu Bensheng, et al. Estimation of spatio-temporal variability and health risks of nitrogen emissions from agricultural non-point source pollution: A case study of the Huaihe River Basin, China[J]. Journal of Agro-Environment Science, 2018, 37(6): 1219－1231. (in Chinese with English abstract)

[6]潘丹. 鄱阳湖生态经济区畜禽养殖土壤环境承载力及污染风险研究[J]. 水土保持通报，2016，36(2)：254－259. Pan Dan. Environment carrying capacity and pollution risk of livestock breeding in ecological economic zone of Poyang lake[J]. Bulletin of Soil and Water Conservation, 2016, 36(2): 254－259. (in Chinese with English abstract)

[7]金书秦，韩冬梅，吴娜伟. 中国畜禽养殖污染防治政策评估[J]. 农业经济问题，2018(3)：119－126. Jin Shuqin, Han Dongmei, Wu Nawei. Evaluation on prevention policies for livestock and poultry pollution in China[J]. Issues in Agricultural Economy, 2018(3): 119－126. (in Chinese with English abstract)

[8]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. Pan Yuchun, Sun Chao, Liu Yu, et al. Carrying capacity of livestock and poultry breeding based on feces disposal volume of land[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(4): 232－239. (in Chinese with English abstract)

[9]邱乐丰，龙文莉，方豪，等. 基于种养平衡的杭州市畜禽养殖环境承载力研究[J]. 自然资源学报，2016，31(8)：1410－1419. Qiu Lefeng, Long wenli, Fang Hao, et al. Regional environmental carrying capacity for livestock and poultry breeding based on planting-breeding balance in Hangzhou City[J]. Journal of Natural Resources, 2016, 31(8): 1410－1419. (in Chinese with English abstract)

[10]Thapa G B, Paudel G S. Evaluation of the livestock carrying capacity of land resources in the Hills of Nepal based on total digestive nutrient analysis[J]. Agriculture Ecosystems and Environment, 2000, 78(3): 223－235.

[11]姚文捷，赵连阁. 畜禽养殖业环境负荷与经济增长动态耦合趋势研究：基于浙江1978—2012年的时序数据[J]. 中国农业大学学报，2014，19(6)：242－254. Yao Wenjie, Zhao Liangge. Research on the dynamic coupling of environmental load with economy growth in the industry of livestock and poultry breeding: Based on the time-series data of Zhejiang in 1978-2012[J]. Journal of China Agricultural University, 2014, 19(6): 242－254. (in Chinese with English abstract)

[12]宋福忠，张代钧，陈德敏，等. 畜禽养殖环境系统预警方法[J]. 重庆大学学报，2013，36(5)：130－137. Song Fuzhong, Zhang Daijun, Chen Demin, et al. A systematic warning approach for the livestock-poultry’s environmental system[J]. Journal of Chongqing University, 2013, 36(5): 130－137. (in Chinese with English abstract)

[13]程波，杜会英，李玉明，等. 畜禽养殖业规划环境影响评价方法与实践[M]. 北京：中国农业出版社，2012.

[14]程波，张从. 农业环境影响评价技术手册[M]. 北京：化学工业出版社，2007.

[15]韩成吉，张雪花，滑永胜. 基于SD的耕地与生态用地联合调配策略仿真与优选：以天津市为例[J]. 中国生态农业学报(中英文)，2019，27(3)：391－404. Han Chengji, Zhang Xuehua, Hua Yongsheng. Development of strategies for joint allocation of cultivated land and ecological land in Tianjin based on system dynamics[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 391－404. (in Chinese with English abstract)

[16]吴萌，任立，陈银蓉. 城市土地利用碳排放系统动力学仿真研究：以武汉市为例[J]. 中国土地科学，2017，31(2)：29－39. Wu Meng, Ren Li, Chen Yinrong. Simulation of urban land use carbon emission system based on a system dynamic model: Take Wuhan as an example[J]. China Land Sciences, 2017, 31(2): 29－39. (in Chinese with English abstract)

[17]Château P A, Huang Y C A, Chen C A, et al. Integrated assessment of sustainable marine cage culture through system dynamics modeling[J]. Ecological Modelling, 2015, 299: 140－146.

[18]Haraldsson H V, Rannveig ólafsdóttir. A novel modelling approach for evaluating the preindustrial natural carrying capacity of human population in Iceland[J]. Science of the Total Environment, 2006, 372(1): 109－119.

[19]祝秀芝，李宪文，贾克敬，等. 上海市土地综合承载力的系统动力学研究[J]. 中国土地科学，2014(2)：90－96.

Zhu Xiuzhi, Li Xianwen, Jia Kejing, et al. A study on system dynamics of land comprehensive carrying capacity in Shanghai City[J]. China Land Sciences, 2014(2): 90－96. (in Chinese with English abstract)

[20]张灿强，姜志德，王继军. 米脂县农地承载力系统动力学分析[J]. 水土保持研究，2009，16(3)：187－191. Zhang Canqiang, Jiang Zhide, Wang Jijun. System dynamics of farmland carrying capacity in Mizhi County[J]. Research of Soil and Water Conservation, 2009, 16(3): 187－191. (in Chinese with English abstract)

[21]刘家宏，郭迎新，秦大庸，等. 极端天气作用下的区域粮食产量波动：以石家庄冬小麦为例[J]. 清华大学学报：自然科学版，2011，51(6)：777－782. Liu Jiahong, Guo Yingxin, Qin Dayong, et al. Fluctuation of regional crop yields with extreme weather events: Winter wheat in Shijiazhuang[J]. J Tsinghua Univ: Sci & Tech, 2011, 51(6): 777－782. (in Chinese with English abstract)

[22]左永彦. 考虑环境因素的中国规模生猪养殖生产率研究[D].重庆：西南大学，2017. Zuo Yongyan. Study on the Productivity of Chinese Scale Pigs Breeding by Considering the Environmental Factors[D]. Chongqing: Southwest University, 2017. (in Chinese with English abstract)

[23]全国畜牧总站. 畜禽粪便资源化利用技术：种养结合模式[M].中国农业科学技术出版社，2016.

[24]中国农业科学院农业环境与可持续发展研究所. 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]. (2019-01-29)[2019-03-28]https://wenku.baidu.com/view/9f82b6740342a8956bec0975f46527d3250ca66c.html.

[25]农业部办公厅. 农业部办公厅关于印发《畜禽粪污土地承载力测算技术指南》的通知[EB/OL]. (2019-01-29)[2019-03-28] http://www.moa.gov.cn/gk/tzgg_1/tfw/201801/t20180122_6135486.htm.

[26]李书田，刘晓永，何萍. 当前我国农业生产中的养分需求分析[J]. 植物营养与肥料学报，2017，23(6)：1416－1432. Li Shutian, Liu Xiaoyong, He Ping. Analyses on nutrient requirements in current agriculture production in China[J]. Journal of Plant Nutrition and Fertilizer, 2017, 23(6): 1416－1432. (in Chinese with English abstract)

[27]姜钰，贺雪涛. 基于系统动力学的林下经济可持续发展战略仿真分析[J]. 中国软科学，2014(1)：105－114. Jiang Yu, He Xuetao. A simulation analysis on sustainable development strategy for under-forest economy based on system dynamics[J]. China Soft Science, 2014(1): 105－114. (in Chinese with English abstract)

[28]刘菁，赵静云. 基于系统动力学的建筑碳排放预测研究[J]. 科技管理研究，2018，38(9)：219－226. Liu Jing, Zhao Jingyun. Building carbon emissions prediction research based on system dynamics[J]. Science and Technology Management Research, 2018, 38(9): 219－226. (in Chinese with English abstract)

[29]卢小丽，隋立军，郭玲玲，等. 乡村旅游发展驱动机制的系统仿真研究：以大连市为例[J]. 系统工程，2017，35(11)：121－129. Lu Xiaoli, Sui Lijun, Guo Lingling. Study on simulation of driving mechanism of rural tourism: A case of Dalian[J]. Systems Engineering, 2017, 35(11): 121－129. (in Chinese with English abstract)

[30]郭玲玲，武春友，于惊涛，等. 中国绿色增长模式的动态仿真分析[J]. 系统工程理论与实践，2017，37(8)：2119－2130. Guo Lingling, Wu Chunyou, Qu Jingtao, et al. Dynamic simulation analysis of green growth mode in China[J]. Systems Engineering-Theory& Practice, 2017, 37(8): 2119－2130. (in Chinese with English abstract)

System dynamic model and scenario simulation of land carrying capacity for livestock and poultry manure

Han Chengji, Wang Guogang※, Zhu Lizhi

(,,100081,)

To implement systematic evaluation of land carrying capacity for livestock and poultry manure, prejudge its development trend and inspect the implementation effects of different emission reduction policies, this paper conducts the design and simulates different scenarios of land carrying capacity system model for livestock and poultry manure. Based on analyzing various subsystems of social economy, livestock and poultry breeding, crop planting and land carrying, and their elements, we established a system dynamic model of land carrying capacity for livestock and poultry manure, taking Shijiazhuang City as an example, which was an important city of animal husbandry in north of China. The system operation results indicated that: The model had good stability and reality, the error between the simulated value and the measured value was generally less than 10%. Therefore the model was effective. The system dynamic model was used to simulate the carrying capacity of livestock and poultry farming land in Shijiazhuang City from 2007 to 2025 under different scenarios. Five scenarios were designed. Scenario1: Inertial trend development condition, adjusting the economic structure of the animal husbandry, the investment in environmental protection, the proportion of manure and fertilizer and the mode of coordinated development, the simulation results show that: the output scale of animal husbandry and planting has increased, but the output growth of planting is inferior to that of livestock and animal husbandry, making it difficult for planting to consume nitrogen and phosphorus emissions by animal husbandry, and bringing more land carrying pressure. Scenario 2: Adjusting the economic structure of animal husbandry, both nitrogen and phosphorus balance carrying capacity present a downward trend, but phosphorus balance carrying pressure still exists. Scenario 3: Adjusting the environmental protection governance investment, nitrogen balance carrying is in the loadable state. Although the phosphorus balance carrying pressure is obviously decreased, only 8 years are loadable. Scenario 4: Adjusting the manure use ratio, nitrogen balance carrying is in the loadable state. The phosphorus balance carrying with improvement over the initial situation is still overloaded. Under the coordinated development mode, both nitrogen and phosphorus balance carrying pressure present a downward trend, both nitrogen and phosphorus balance carrying capacity are at the loadable level. It can be found through comparative analysis that the coordinated development mode has the best effect. This study provides support for carrying out monitoring and evaluation of livestock and poultry pollution and establishes an assessment mechanism for livestock and poultry breeding pollution on one hand. On the other hand, this paper provides scientific basis for the regulation and control of animal husbandry development in major livestock cities and other resources and environment overloading areas.

manures; nitrogen; phosphorus; system dynamics; land carrying capacity; nutrient balance; simulation

韩成吉，王国刚，朱立志. 畜禽粪污土地承载力系统动力学模型及情景仿真[J]. 农业工程学报，2019，35(22)：170－180. doi：10.11975/j.issn.1002-6819.2019.22.020 http://www.tcsae.org

Han Chengji, Wang Guogang, Zhu Lizhi. System dynamic model and scenario simulation of land carrying capacity for livestock and poultry manure [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 170－180. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.22.020 http://www.tcsae.org

2019-04-17

2019-10-25

国家自然科学基金面上项目（41871184）；中国农业科学院科技创新工程项目（ASTIP-IAED-2019）；中国农业科学院基本科研业务费专项（161005201802-1，161005201901-4-4）；中德农业科技合作项目（2019-1）

韩成吉，博士生，主要研究方向为农业资源环境经济与政策、农业系统工程。

王国刚，博士，副研究员，主要研究方向为畜牧业经济、饲料粮安全与保障机制研究。Email：wangguogang@caas.cn

10.11975/j.issn.1002-6819.2019.22.020

F323；X713；N941.3

A

1002-6819(2019)-22-0170-11