2011－2020 年汾渭平原农田生态系统碳足迹的时空格局演变

张露，何雨霏，陈坦，杨婷，张冰，金军

1. 中央民族大学生命与环境科学学院，北京 100081；2. 四川大学建筑与环境学院，四川 成都 610065；3. 北京师范大学环境学院，北京 100875；4. 中央民族大学/北京市食品环境与健康工程技术研究中心，北京 100081

温室气体导致的气候变化问题日益严峻，农业是重要的温室气体排放源，全球有10%－12%的温室气体来自农业活动，而我国农业碳排放量在碳排放总量中所占的比例（16%－17%）高于国际平均水平（Tian et al.，2014；Huang et al.，2019；Liu et al.，2021）。农田同时也是陆地生态系统的重要碳汇，我国的农田生态系统贡献了全国约12%的陆地碳储量（王珂等，2021）。2012 年以来，我国对生态环境保护的认识不断增强，于2020 年提出了“碳达峰”、“碳中和”的目标，生态文明建设的国家战略地位日益显著（王雨辰等，2022）。充分研究和合理利用农田的碳源-碳汇双重属性，可为我国区域减排增汇提供基础依据，也对保障粮食安全、促进区域产业结构调整和统筹协调发展具有重要意义（黄祖辉等，2011）。

碳足迹法是研究碳源-碳汇作用的重要理论方法，能够从生命周期的角度反映碳排放的整个过程（张鹏岩等，2017）。目前以碳足迹刻画温室气体排放强度的方法不断推广（Shi et al.，2021），应用已从家庭、产业等微观层面（Liu et al.，2019；Andersson，2020；Burchart-Korol et al.，2020；Wang et al.，2020；Jack et al.，2021；Lévay et al.，2021；柳君波等，2022）逐渐扩大至组织、企业（Filimonau et al.，2021；Hu et al.，2021；Marinelli et al.，2021；Rizan et al.，2021）乃至区域和国家（Moran et al.，2018；Zheng et al.，2020），耕作方式、种植结构、耕地面积、土地利用方式变化等都是影响农田碳足迹的重要因素（陈中督等，2019；李春喜等，2020；郝小雨等，2022）。针对农田生态系统的碳足迹研究已取得积极进展，如王敬哲等（2016）、李明琦等（2018）、叶文伟等（2021）和张精等（2021）分别讨论了新疆、云南、海南岛和安徽农田生态系统碳足迹的时空变化，识别出化肥是农田生态系统碳排放的主要因素，而Tian et al.（2016）除了提出化肥是影响农田碳排放的主要因素外，还报道了城市化率与农业人均GDP 增长对农田碳排放的扩大影响。田志会等（2018）基于京津冀一体化，分析了京津冀地区的碳足迹变化，发现京津冀地区农田生态系统碳汇功能持续减弱，主要由粮食播种面积和经济产量的大幅下降所致。Li et al.（2021）核算了青藏高原1990－2015 年长时间尺度的农业碳足迹，报道了农业碳足迹先下降后上升的趋势，认为经济和人口的增长导致了农业碳足迹的增加。我国目前农田生态系统碳足迹研究大多以行政区划为研究范围的边界，然而以自然地理单元为研究区域的农田碳足迹研究报道尚较少。自然地理单元往往具有更强的环境系统性，如更利于水资源调配和水污染治理的上下游联动和产业布局调整等。分析自然地理单元的农田生态系统碳足迹，对认识农业生产的碳排放和产业结构、提出农业生产碳减排的可行方案具有重要意义。

自然地理单元汾渭平原是黄河流域重要的农业生产基地，是中国七大粮食产区之一，生态环境相对脆弱，四周高山环绕，重工业发达，空气污染较为严重，该区域的碳排放尚需关注。本研究核算了2011－2020 年汾渭平原农田生态系统的碳源-碳汇作用及碳足迹，分析其时空分布变化规律，以深入了解汾渭平原农业活动的碳排放特征，提供汾渭平原产业结构和区域可持续发展的基础信息。

1 材料与方法

1.1 研究区概况

汾渭平原是黄河中游地区最大的冲积平原，由汾河平原、渭河平原及其周边台塬阶地构成，呈东北－西南向分布，东西长760 km，南北宽约40－100 km，地势从东到西逐渐开阔。汾渭平原包括陕西省西安市、宝鸡市、咸阳市、渭南市、铜川市，山西省晋中市、吕梁市、临汾市、运城市，以及河南省洛阳市、三门峡市等共11 个地级市。属温带半湿润气候，东部气温高于西部，但降水略少于西部。汾渭平原总面积约1.60×107hm2，其中耕地约4.00×106hm2，2020 年GDP 约2.95 万亿元。

汾渭平原的产业结构在2011－2020 年间出现了较为明显的调整，各城市第一产业在产业结构中一直贡献最少，多数城市的支柱产业从第二产业调整为第三产业。西安市经济体量最大，洛阳市次之，其余城市GDP 总量差异不大。汾渭平原是我国原煤和焦炭的重要产区，重工业仍是部分城市的支柱产业（如宝鸡、三门峡），其能源结构也仍以煤炭为主（Wang et al.，2021）。

1.2 农田生态系统碳足迹核算方法

1.2.1 碳排放的估算

目前农业碳排放测算研究的方法有排放系数法、模型模拟法以及实地测量法等，其中排放系数法收录于政府间气候变化委员会的《国家温室气体清单指南》，目前最为常用（胡永浩等，2023）。本文采用排放系数法计算碳排放量，选择化肥使用过程、农药使用过程、农用塑料薄膜、农业机械过程、农业灌溉过程和农业机械柴油使用等6 种主要碳排放途径估算农田碳排放量，计算公式如下：

式中：

E——区域内农田碳排放总量，t；

Gf——农用化肥使用量，t；

Gp——农药使用量，t；

Gm——农膜使用量，t；

Ae——农作物播种面积，hm2；

We——农业机械总动力，kW；

Air——农田有效灌溉面积，hm2；

Gs——农业机械柴油使用量，t；

A、B、C、D、F、G和J——碳排放系数，根据我国农田生产特点和文献报道（West et al.，2002），选取本领域的常用值，分别为0.895 6 t·t−1、4.934 1 t·t−1、5.18 t·t−1、0.016 47 t·hm−2、1.8×10−4t·kW−1、0.266 48 t·hm−2和0.592 7 t·t−1。

1.2.2 碳吸收的估算

利用农作物产量及其相应经济系数、含水率、含碳量和根冠比等特征指标计算农田生态系统全生命周期的碳吸收能力（张剑等，2009；段华平等，2011；韩召迎等，2012；王敬哲等，2016；Li et al.，2021；Shi et al.，2021），建立碳吸收估算公式如下：

式中：

W——区域内农田生态系统总碳吸收量，t；

i——作物种类；

Yi——第i类作物收获的鲜物质质量，t；

Ci——第i类作物的含碳率，%；

Vi——第i类作物的含水率，%；

Ri——第i类农作物的根冠比系数，无量纲；

Hi——第i类作物经济系数，无量纲。Ci、Vi、Ri、Hi的取值参考文献（田志会等，2018；孙小祥等，2021）（见表1）。

表1 不同农作物碳吸收量估算参数Table 1 Estimated parameters of carbon absorption for different crops

1.2.3 碳足迹的核算

本文使用碳足迹核算公式为：

式中：

VCEF——碳足迹，即农田生态系统吸收其净碳排放所需要的播种面积（Li et al.，2021），hm2；

E——区域内农田碳排放总量，t；

VNEP——单位面积耕地上植被的碳吸收量，即农田生态系统单位耕地面积碳吸收量，t·hm−2；

W——区域内农田生态系统总碳吸收量，t；

S——区域内耕地面积，hm2。碳生态赤字/盈余则可以用区域农田生态系统碳足迹VCEF与区域耕地面积S的比值表示。当农田生态系统碳足迹超过区域生态承载力（耕地面积）时，即该值大于1 hm2·hm−2时，说明存在碳生态赤字状态，反之则表现为碳生态盈余状态。

1.3 基础数据获取

2011－2020 年汾渭平原各市主要农作物产量及播种面积、化肥施用量、农药使用量、农业机械总动力、农田有效灌溉面积和农业机械柴油等数据主要获取自相应年份的《山西省农村统计年鉴》、《中国区域经济统计年鉴》以及各省市统计年鉴，部分城市的耕地面积数据获取自其相应年份的国民经济和社会发展统计公报。个别城市部分年份数据缺失，以计算相应指标在本省历年平均占比填补；山西省运城市农用机械柴油数据利用其机械总动力在全省所占的平均比例估算；所用的全省数据获取自各省份统计年鉴及相应年份的《中国统计年鉴》和《中国农村统计年鉴》。

2 结果与讨论

2.1 汾渭平原农田生态系统的碳排放

2011－2020 年间汾渭平原农田生态系统总碳排放量整体出现先升高后降低的趋势（见图1），从2011 年的3.78×106t 升高到2013 年的4.16×106t，随后逐步下降，最大下降幅度出现在2019 年，较2018 下降了5.82%，到2020 年已下降至3.72×106t。农田碳排放量的降低，可能与2011 年发布的《全国土地整治规划（2011－2015 年）》（下称《规划一》）以及2018 年印发的《乡村振兴战略规划（2018－2022 年）》（下称《规划二》）有关，我国农业生产更加注重质量提升。《规划一》首次明确提出了高标准农田建设的标准和要求，进一步要求改善农村生态环境；而《规划二》提到要坚持质量兴农、品牌强农，深化农业供给侧结构性改革，构建现代农业产业体系，并推动农业发展质量变革。汾渭平原大力发展农业园区建设、完善农田水利设施、控制农膜和化肥的使用等，在一定程度上减少了碳排放。贵州省喀斯特地貌区域农田生态系统2007－2016 年的年碳排放量由1.02×106t 增长至1.38×106t（白义鑫等，2019），黑龙江垦区农田生态系统1992－2019 年碳排放总量从2.64×105t 上升至1.17×106t（郝小雨等，2022）。本文核算结果与上述报道值大体一致。而汾渭平原农田生态系统的单位播种面积碳排放量呈现总体波动上升趋势（图1b），从2011年的0.720 t·hm−2上升至2013 年的0.813 t·hm−2，随后在2014 年小幅度下降至0.802 t·hm−2，此后持续上升至2017 年的0.865 t·hm−2，并出现上升幅度增大的趋势，直到2018 年和2019 年连续两年下降，最大下降幅度出现在2019 年（4.79%），此后2020年汾渭平原农田单位播种面积碳排放量又较前年上升了8.48%，达到0.880 t·hm−2。河南省2010－2020 年农田单位播种面积碳排放量整体从3.15 t·hm−2上升至3.23 t·hm−2（王莉等，2022）；江苏省2001－2016 年农田单位播种面积碳排放量范围为0.568－0.628 t·hm−2（许萍萍等，2018）；京津冀地区2005－2014 年农田单位播种面积碳排放量逐年降低，年平均0.77 t·hm−2（田志会等，2018）。汾渭平原农田单位播种面积碳排放量与上述报道大体相当，低于河南省的报道值，可见农田的碳排放强度具有很强的地域性特征，需要深入分析才能确定可行的减排方式。虽然汾渭平原农田的碳排放总量减少，但由于土地性质转变等原因，农田播种面积变小，且核算后发现单位播种面积碳排放量整体仍呈现上升趋势，这也反映了农业现代化程度不断提升，农业生产对农药、化肥、化石燃料等资料的依赖逐渐增强。

图1 2011－2020 年汾渭平原农田生态系统碳排放量Figure 1 Carbon emissions of the Fenwei Plain farmland ecosystem from 2011 to 2020

化肥使用是汾渭平原农田生态系统碳排放最主要的贡献源（图1a），占汾渭平原农田生态系统碳排放总量的平均贡献率达58.8%，化肥所贡献的碳排放量与总碳排放量的变化趋势大体一致。尽管化肥碳排放的贡献率逐步下降，从2012 年的最高值61.6%下降到的2020 年的55.7%，仍超过55%，这一现象在我国农业生产中较为普遍（李明琦等，2018；Wu et al.，2022）。化肥的超量使用以及较低的利用率是汾渭平原乃至全国农田碳排放的重要诱因（李波等，2011；杭晓宁等，2018；许萍萍等，2018），提高化肥利用率、防止化肥滥用是控制农田碳足迹的重要可行措施。汾渭平原可考虑采用综合措施深入推广有机肥的使用；同时，我国2005年推行测土配方施肥技术对化肥产生的碳排放有显著抑制作用（Zhang et al.，2018），汾渭平原也可根据不同区域的土壤条件确定化肥施用上限，控制化肥施用总量。农用柴油和农业灌溉也在农田碳排放中贡献较大，分别平均占汾渭平原农田生态系统总碳排放量的13.4%和13.0%，农膜、农药和农用机械的使用对汾渭平原碳排放的贡献相对较小，平均分别占总量的7.51%、5.07%和2.17%。农膜、农业灌溉和农用柴油的碳排放量占比轻微上升，如农业灌溉由2011 年的13.1%上升到了2020 年的15.0%。农药和农用机械的碳排放量占比在2011－2020 年度间有所下降，但是变化很小。

汾渭平原2011－2020 年农田生态系统碳排放量空间上整体呈现西部高于东部、中心高于边缘的分布格局（见图2），表现出了较强的不均衡性。渭南市农田生态系统贡献的碳排放最多，平均占汾渭平原农田碳排放总量的23.5%；咸阳市和运城市也贡献了较多的碳排放，分别平均占16.4%和14.0%。而晋中市、三门峡市和铜川市贡献的碳排放最少，分别仅占总量的5.13%、3.66%和1.63%，这与各市的化肥使用量排序一致，渭南市的化肥使用量最多，其次是咸阳市和运城市，而晋中市、三门峡市和铜川市的化肥使用量最少。在2011－2020 年期间，各市农田生态系统碳排放量变化幅度较小，西安市和宝鸡市农田生态系统碳排放量略微上升，汾渭平原其余大部分地区的碳排放量都出现了一定程度的下降。综合考虑汾渭平原农田生态系统碳排放的总体情况，渭南市农田生态系统的碳排放对汾渭平原具有重要影响。可见农田生态系统碳排放量的变化与化肥使用量以及农业现代化程度密切相关，与前述汾渭平原农田生态系统总碳排放量相关因素分析结果一致。

图2 2011－2020 年汾渭平原农田生态系统碳排放量的空间变化Figure 2 Spatial distribution of carbon emissions in the Fenwei Plain farmland ecosystem from 2011 to 2020

各地区播种面积不同，需要进一步计算各地区单位播种面积碳排放量，才能更客观反映汾渭平原各地区碳排放变化情况。汾渭平原单位播种面积碳排放量整体呈现西部高于东部、中心高于边缘的分布格局（见图3），渭南市和咸阳市最高，平均单位播种面积碳排放量分别为1.40 t·hm−2和1.38 t·hm−2，吕梁市最低（仅为0.317 t·hm−2）。除三门峡市和临汾市外，汾渭平原各城市的农田单位播种面积碳排放量整体都呈现出一定的上升趋势，如宝鸡市的农田单位播种面积碳排放从2011 年的0.783 t·hm−2上升到2020 年的1.16 t·hm−2。汾渭平原各城市之间碳排放量和单位播种面积碳排放量空间分布规律有一定差异，与各地市作物种植面积和作物种植结构不同均有一定关系。

图3 2011－2020 年汾渭平原农田生态系统单位播种面积碳排放量的空间变化Figure 3 Spatial distribution of carbon emissions per unit sown area in the Fenwei Plain farmland ecosystem from 2011 to 2020

2.2 汾渭平原农田生态系统的碳吸收

2011－2020 年间汾渭平原农田生态系统的碳吸收总量从2011 年的2.48×107t 上升至2016 年的2.69×107t（如表2 所示），随后稳定下降，并在2019年出现了一个较为明显的下降趋势，降至十年内最低的2.38×107t，2020 年又回升至2.53×107t。黑龙江垦区农田 1992－2019 年的年碳吸收总量由5.22×106t 上升至2.57×107t（郝小雨等，2022），贵州省喀斯特地貌区农田2007－2016 年的年碳吸收总量范围为 1.40×107－1.92×107t（白义鑫等，2019）。汾渭平原农田碳吸收量与上述报道大体相当。种植面积和种植结构变化是影响农田生态系统碳吸收总量的主要因素（谢婷等，2021）。粮食作物是汾渭平原农田生态系统碳吸收最主要的贡献源，且其所贡献碳吸收量与碳吸收总量的变化趋势大体一致。而汾渭平原农田生态系统的单位播种面积碳吸收强度则出现了一定的波动上升趋势，从2011 年的4.72 t·hm−2逐步升高至2020 年的5.98 t·hm−2。黑龙江垦区农田1992－2019 年单位播种面积碳吸收量由3.13 t·hm−2增长至8.85 t·hm−2（郝小雨等，2022）；重庆市农田生态系统2006－2015 年单位播种面积碳吸收量的变化范围为2.54－3.31 t·hm−2（杭晓宁等，2018）；江苏省2001－2016 年单位播种面积碳吸收量范围为11.4－16.6 t·hm−2（许萍萍等，2018）。本文核算结果与黑龙江、重庆的报道值大体一致，低于江苏省报道值，可能与地形、气候、种植结构都有关系。2011－2020 年间汾渭平原的播种面积下降，但碳吸收量呈波动变化趋势，与农业综合生产能力的提高密切相关。汾渭平原是我国重要的粮食产区，且以冬小麦-夏玉米为主，小麦、玉米等粮食作物贡献了汾渭平原绝大部分的碳吸收，粮食作物的碳吸收量平均占总碳吸收量的92.7%，在汾渭平原农田生态系统碳吸收中占主要地位。此外，药材、蔬菜和瓜果等园艺作物也贡献了部分碳吸收，平均占总吸收量的5.29%，而油料、棉花等经济作物所贡献碳吸收平均仅占农田碳总吸收量的1.97%。在2011－2020 年间，粮食作物和经济作物碳吸收占比均呈波动下降趋势，而园艺作物碳吸收量和碳吸收占比则呈现波动上升趋势，这与随着农业政策导向和市场需求的不断改变，汾渭平原各地市作物种植结构变化调整有关。2015 年《规划一》执行期后农业综合开发的补贴资金逐渐减少（陈宇斌等，2023），耕地播种面积相应缩减，与2016 年后汾渭平原农田生态系统碳吸收量的降低趋势吻合。

表2 2011－2020 年汾渭平原农田生态系统碳吸收量和碳吸收强度Table 2 Carbon sequestration and its intensity in the Fenwei Plain farmland ecosystems from 2011 to 2020

汾渭平原2011－2020 年农田生态系统碳吸收总量大体呈现中心高－边缘低的分布格局（见图4）。以运城市贡献量最大，农田生态系统年平均碳吸收量为4.32×106t，占汾渭平原农田碳总吸收量的16.7%；洛阳市、临汾市和渭南市农田碳吸收量占比也相对较多，平均分别贡献了13.3%、12.4%和12.2%；铜川市农田碳吸收量贡献最小，平均仅贡献了1.26%。汾渭平原各地市的农田碳吸收量年际变化幅度差异较大，晋中市、临汾市、吕梁市、西安市和咸阳市的农田碳吸收量均总体下降，其中吕梁市、西安市和咸阳市农田碳吸收量呈现波动下降趋势，西安市的农田碳吸收量下降最为明显，2020年的农田碳吸收量较2011 年下降了17.4%；晋中市和临汾市出现碳吸收量先增大后减小的变化规律；其余城市农田碳吸收量整体则呈现出波动上升趋势，以铜川市上升幅度最大，2020 年较2011 年提高36.0%，三门峡市和渭南市碳吸收量上升幅度也相对较大，分别为18.2%和14.7%。

图4 2011－2020 年汾渭平原农田生态系统碳吸收量的空间分布Figure 4 Spatial distribution of carbon sequestration in the Fenwei Plain farmland ecosystems from 2011 to 2020

结合各地市的播种面积，计算各地市农田的单位播种面积碳吸收量（见图5）。在汾渭平原各地市中，晋中市和运城市农田单位播种面积碳吸收量最高，平均分别为6.84 t·hm−2和6.20 t·hm−2；而吕梁市最低，平均仅为3.21 t·hm−2，同时该市农田单位播种面积碳排放量同样在汾渭平原各地市中最低，这可能与该市山区多，农业现代化基础相对较差有关。汾渭平原可考虑强化农田碳汇作用的区域协同：对于经济较为发达或农业低碳化较为先进的城市，如西安市、洛阳市和临汾市，可率先探索适合本地气候和种植习惯的低碳农田建设模式，研究适宜推广的典型高质量农田范例。同时，应给予吕梁市等农业现代化相对较差的地区相应技术体系、农业设施和治理经验，使生产要素和技术从汾渭平原发达区域流向欠发达区域，为汾渭平原农田低碳化发展提供可以复刻的区域路径和资源支撑。虽然会导致吕梁市的碳排放量增加，但同时其碳吸收量也会由于现代化的发展而增加，进而使其耕地利用率增强、农业GDP 增长。

图5 2011－2020 年汾渭平原农田生态系统单位播种面积碳吸收量的空间分布Figure 5 Spatial distribution of carbon sequestration per unit sown area in the Fenwei Plain farmland ecosystem from 2011 to 2020

2.3 汾渭平原农田生态系统的碳足迹

2011－2020 年汾渭平原农田生态系统碳足迹呈现先增大后减小的变化规律（如表3 所示），首先由2011 年的5.94×105hm2提升至到2013 年的6.44×105hm2，增长8.52%，随后呈现波动下降趋势，到2020 年降至5.54×105hm2，较2011年下降6.62%。黑龙江省垦区农田1992－2019 年的碳足迹由8.5×104hm2增长至1.32×105hm2（郝小雨等，2022），重庆市农田生态系统2006－2015 年的碳足迹变化范围为4.99×105－6.19×105hm2（杭晓宁等，2018）。汾渭平原碳足迹与上述报道大体一致。汾渭平原农田生态系统单位耕地面积的碳足迹也呈现出相似的变化趋势，其中2020 年汾渭平原农田生态系统单位耕地面积的碳足迹为0.143 hm2·hm−2，即只需14.3%的耕地面积就可以完全吸收汾渭平原农田生态系统产生的碳排放，汾渭平原的农田生态系统具有重要的碳汇价值。汾渭平原的碳生态盈余同样以2013 年为转折点呈现随时间先升高后降低的趋势，于2020 年出现较大回升，升高至3.33×106hm2。汾渭平原农田生态系统的碳生态盈余较大，可以抵消其他行业（比如钢铁、煤化工等重化工产业）产生的部分碳排放，并利用丰富的矿产资源推动产业发展。如，西安市农田生态系统抵消掉碳排放后的年均碳净吸收量约2.09×106t，而西安市2005－2016年交通最高碳排放量为1.60×106t 左右（闫树熙等，2020），可由农田生态系统吸收抵消。然而，农田碳生态盈余在近年呈现出一定的下降趋势，削弱了碳汇功能，可能原因是一方面城镇化、工业化、土地弃耕等因素减少了汾渭平原的农田播种面积，另一方面农业化学品施用、农业机械使用等现代化农业生产方式的推广增加了碳排放。

表3 汾渭平原农田生态系统的碳足迹与碳生态盈余Table 3 Carbon footprint and ecological surplus in Fenwei Plain farmland ecosystems

研究期内，汾渭平原各地市农田生态系统的碳足迹整体呈现下降趋势（见图6）。汾渭平原2011年至2020 年农田生态系统碳足迹分布以渭南市、咸阳市和运城市为最高年均碳足迹分别为1.50×105、8.59×104和6.89×104hm2，而铜川市和三门峡市农田生态系统碳足迹最低，年均分别为1.34×104hm2和2.39×104hm2。在汾渭平原各地市2011－2020 年农田生态系统碳足迹逐年变化中，洛阳市、三门峡市、咸阳市和渭南市均呈现碳足迹先增大后减少的趋势，转折点出现在2013－2014 年前后。西安市和晋中市农田碳足迹则在近几年快速提升，西安市与晋中市农田碳足迹最大提升分别出现在2018、2019 年；其余城市大体呈现碳足迹波动下降的趋势。2011－2020 年汾渭平原仅有西安市和晋中市出现农田生态系统碳足迹上升，涨幅分别为21.9%和6.52%；三门峡市和铜川市的农田生态系统碳足迹下降幅度最大，分别为24.7%和24.4%。

图6 2011－2020 年汾渭平原农田生态系统的碳生态足迹空间分布Figure 6 Spatial distribution of carbon footprint in the Fenwei Plain farmland ecosystems from 2011 to 2020

本文计算农田单位耕地面积的碳足迹，当该值小于1 hm2·hm−2时，说明该地处于碳生态盈余状态，反之则说明该地处于碳赤字状态（王敬哲等，2016；李明琦等，2018）。汾渭平原各地市农田生态系统均处于碳生态盈余状态（见图7），且农田单位耕地面积碳足迹大体呈现西部较高、东部较低的分布规律，其中，渭南市、咸阳市和铜川市农田单位耕地面积碳足迹较高，分别为0.299、0.250 和0.201 hm2·hm−2，可以考虑适当疏解重工业等高排放行业；而临汾市单位耕地面积碳足迹最低，仅为0.089 hm2·hm−2，农田的碳汇潜力很大，为临汾市进一步调整产业结构、适当发展工业、培育新兴产业提供了有利条件。我国粮食主产区2010－2020 年单位耕地面积碳足迹的范围为0.155－0.181 hm2·hm−2（白福臣等，2023），贵州省喀斯特地貌区农田2007－2016 年单位耕地面积碳足迹的范围为0.07－0.11 hm2·hm−2（白义鑫等，2019），本文报道值与此吻合。总体上，汾渭平原东部地市农田单位耕地面积碳足迹出现了一定下降趋势，西部地市表现波动变化，汾渭平原农田单位耕地面积碳足迹整体变化不明显。铜川市和三门峡市农田单位耕地面积碳足迹下降最多，从2011－2020 年分别降低了28.0%和24.1%；西安市农田单位耕地面积碳足迹则出现了较为明显的上升趋势，从2011－2020 年上升了约26.3%；其余城市农田单位耕地面积碳足迹变化很弱。

图7 2011－2020 年汾渭平原农田生态系统单位耕地面积碳足迹空间变化Figure 7 Spatial distribution of carbon footprint per unit cultivated area in the Fenwei Plain farmland ecosystems from 2011 to 2020

2.4 汾渭平原农田生态系统碳足迹的影响因素分析

采用不需考虑变量样本规模以及总体分布特性的Spearman 法（兰文宝等，2020）分析经济结构与农田碳足迹的相关性（双变量Spearman 分析结果见图8），当P≤0.05 时差异有统计学上的显著意义。样本数据包括汾渭平原西安市、洛阳市以及临汾市等11 个城市2011－2020 年的碳排放量、单位播种面积碳排放量、碳吸收量、单位播种面积碳吸收量、碳足迹、单位耕地面积碳足迹、三类产业的GDP 及相应占比（产业数据获取自各市统计年鉴，部分缺失数据来自各市统计局或人民政府所发布的《国民经济和社会发展统计公报》）。

图8 2011－2020 年汾渭平原农田生态系统碳足迹影响因素相关性分析Figure 8 Correlation analysis of factors influencing carbon footprint in the Fenwei Plain farmland ecosystems from 2011 to 2020

汾渭平原农田碳排放量2011－2014 年与第一产业GDP 以及第一产业GDP 占比显著相关，2015－2020 年与第一产业GDP 以及第三产业GDP 显著相关，这可能是由于农业现代化等发展影响化肥、农药的施用量以及单位面积农作物的产量，使农田碳排放情况发生变化。单位播种面积碳排放量2011－2020 年与第一产业GDP 以及第一产业GDP 占比的相关性显著，这可能与农业现代化提升单位面积作物产量有关。2011－2020 年，碳吸收量与第三产业GDP 以及第一产业GDP 相关性显著，而单位播种面积碳吸收量与第三产业GDP 的相关性显著，可能归因于农业现代化使单位面积作物产量增加，以及种植的一些作物种类等发生了变化，改变了单位面积农作物的总碳吸收量。2011－2020 年，碳足迹与第一产业GDP 占比相关性显著，单位耕地面积碳足迹与变量的相关性不显著，推测汾渭平原的农田耕作方式较为均衡，单位耕地面积的碳足迹与产业结构关联不强，但农业的规模显著影响区域碳足迹的大小。总体上，农田生态系统的碳行为与第一产业GDP 显著相关，说明农业的发展规模和质量是影响区域农田碳排放、碳吸收的决定性因素之一，为实现区域碳达峰，需要持续重视第一产业的绿色发展，进一步保持农田碳汇规模。

3 结论

本文分析了汾渭平原2011－2020 年农田生态系统碳足迹时空变化，讨论了其碳源/碳汇整体变化趋势及各市碳足迹分布规律，主要结论如下：

（1）2011－2020 年汾渭平原农田生态系统整体碳排放量呈现先升高后降低的趋势，其中化肥的使用是最重要的排放源，而汾渭平原单位播种面积的碳排放则不断上升。汾渭平原各地市的农田生态系统单位播种面积的碳排放及碳排放涨幅差异均较大，咸阳市和渭南市最高，但汾渭平原农田生态系统的碳排放量未出现明显下降趋势。

（2）2011－2020 年汾渭平原农田生态系统碳吸收量表现先增高后降低的趋势，单位播种面积的碳吸收量波动上升。其中，粮食作物的碳吸收贡献率最高，不同地市农田生态系统的碳吸收量变化程度差别较大，但各地市单位播种面积的碳吸收量逐年变化不大。

（3）2011－2020 年汾渭平原农田生态系统碳足迹呈现先增大后减小的变化规律，汾渭平原农田生态系统的碳汇能力在下降。2011－2020 年汾渭平原农田生态系统单位耕地面积碳足迹呈现西部较高、东部较低的分布格局。为实现区域碳达峰、保持农田碳汇规模，需要持续重视第一产业的发展。