农业碳排放研究进展及烟草农业碳计量研究展望

贾明军 夏鹏亮 黄勇 文涛 向修志 彭五星 徐祥玉 周剑雄 申国明 高林

摘要：为扎实推进我国绿色低碳发展和产业升级转型，早日实现“双碳”目标，各行各业均在积极响应。我国是农业生产大国，同时农业生产产生的碳排放数量庞大，存在巨大的固碳减排潜力，准确核算农业碳排放、构建完善的碳排放核算体系，对我国实现农业降碳目标至关重要。本文探讨了农业碳排放的主要来源，并从外部环境（经济增长、产业集聚、技术进步和贸易条件效应）和农业种植（生态环境因子和农田管理措施）2个方面分析其影响因素，对农业生态系统碳循环过程与碳通量测定方法、农业碳排放核算方法（碳效应分析、碳足迹分析和农业碳排放效率测算研究与模型应用）、农业碳排放交易等方面的研究进行归纳梳理，最后将农业大范畴的碳排放研究方法迁移至烟草农业中，并结合我国烟草生产实际，对其农业生产过程中的碳排放计量研究进行建议与展望，以期为今后烟草农业碳排放研究以及烟叶生产固碳减排技术策略的制定奠定基础。

关键词：农业碳排放；碳排放效率；碳计量；碳排放交易；烟草

中图分类号：S181文献标志码：A

文章编号：1002-1302（2023）16-0009-09

收稿日期：2022-12-15

基金项目：中国烟草总公司重点研发项目（编号：110202102040）。

作者简介：贾明军（1996—），男，甘肃靖远人，硕士研究生，主要从事烟草生态与烟叶品质分析研究。E-mail：2047802815@qq.com。

通信作者：申国明，硕士，研究员，主要从事烟草栽培研究，E-mail：shenguoming@caas.cn；高 林，硕士，副研究员，主要从事烟草生态与资源利用研究，E-mail：gaolin@caas.cn。

气候问题与人类生产、生活等各个方面密切相关，而大气中CO₂浓度的快速升高是致使气候发生变化的最主要因素。在人们逐渐认识到全球变暖所带来的危害后，大多数国家和地区都将减少温室气体排放作为共同的治理目标，并签订了相关条约予以应对，如1992年的《联合国气候变化框架公约》、1997年的《京都议定书》和2015年的《巴黎协定》^［1-2］。气候变化于我国而言，是挑战又是机遇^［3］。我国是人口超级大国，也是世界上最大的碳排放国。对此，习总书记提出，中国将力争于 2030 年前二氧化碳排放达到峰值，努力争取 2060 年前实现碳中和^［4］。其中“碳达峰”是指国家、城市或企业等某个主体人为碳排放量达到最大值，此后将不断减少的过程。“碳中和”也称“CO₂净零排放”，即“在规定时期内，人为 CO₂移除在全球范围抵消人为 CO₂排放量时的状态”^［5］。农业是国民经济的重要支柱产业，但同时也是继工业之后的第二大温室气体排放源。据统计，我国农业生产过程中产生的碳排放约占全国总碳排放量的17%，极大地助推了气候变暖，农业降碳减排刻不容缓^［6］。低碳循环经济因其自身优势，使得低碳农业成为包含低碳生产、生态保护与气候调节于一体的有机发展模式，同时也是我国减缓温室气体排放，实现农业可持续发展的关键所在^［7］。我国烟草种植历史悠久且种植产区分布广范，从中温带到亚热带地区均有种植。烟草种植面积与总产量均位居世界首位。但随着低碳经济与低碳农业的发展，烟草产业也必须走降碳的发展路线。在此环境背景下，如何确保烟草在我国国民经济中的地位，实现行业自身发展，又达到低碳减排的目标，就必须统筹整个烟草生产加工全过程，尤其要改善烟草的种植过程。烟草农业低碳减排策略的制定，明确其生产全过程的具体碳排放值是前提，而对烟草农业全过程进行碳计量，就要先明确碳排放的源头和影响因素，并找出合适的测定方法，准确测定各生产环节的碳排放值。但目前就烟草农业碳排放的研究鮮有报道，须借助其他作物或产业的计量方法来探索适用于烟草的碳计量方法体系。因此，本文对农业碳排放来源及影响因素、农业生态系统碳循环过程与碳通量测定、农业碳排放核算方法、农业碳排放交易研究等进行综合归纳并梳理现有研究成果，以期对未来烟草的种植管理提供参考，助力烟草农业走向低碳环保、经济可持续的发展道路。

1 农业碳排放来源及影响因素

1.1 农业碳排放来源

农业碳排放源头具有多样性，主要的来源有农作物种植期间因各种农用物料投入品、农业劳作时的化石能源消耗和农业废弃物处理等环节产生的碳排放^［8］；水稻类作物田间生长期间产生的甲烷及农田土壤呼吸排放的二氧化碳、氧化亚氮类物质^［9］；动物饲养及粪便处理时产生的碳排放，其中反刍动物肠道发酵产生的碳排放尤为明显^［10］。近年来，随着我国农业机械化和集约化程度的不断提高以及化肥、农药等物料的大量使用，加剧了农田环境污染，同时也增加了二氧化碳的排放。如张扬等对我国1991—2019年全国主要粮食作物生产时投入的农用物资进行统计分析，发现近几十年内我国农业经济增长与农业技术逐步发展的背后，碳排放总量也在逐年加大。其中，化肥施用产生的碳排放量最大，农膜与机械油耗的碳排放量也在快速增加^［11］。就局部地区而言，刘杨等分析了山东省2000—2020年农业碳排特征，发现该省各农业碳排放来源中农资投入产生的碳排放量最高，其次是畜禽养殖，最后是农田土壤利用。其中化肥产生的碳排放在农资投入中占比最大，其次为农膜、灌溉和农用柴油，农药占比略小^［12］。曹俊文等对江西省农业碳排放进行测算，发现该省近20年来农业碳排放总量逐年升高，各碳源排放量表现为化肥＞农药＞农膜＞农用柴油＞灌溉，且化肥的碳排量大于其余几种碳源碳排量之和^［13］。

综上可知，农业碳排放的源头主要包括农业生产过程中因各种能源物资的消耗而产生的碳排放，此外还应包括农作物自身的呼吸作用、土壤呼吸和农业废弃物分解等过程中产生的碳排放。需要注意的是，就农作物自身特点而言它既是碳源又是碳汇，需要综合考虑农业碳排放的源头及其影响因素。

1.2 农业碳排放与外部环境的关系

1.2.1 农业碳排放与经济增长间的关系 依据研究范围划分，目前关于农业碳排放与经济增长关系的研究有两大类，一方面从农业大范围整体出发，李国志等分析农业碳排放的影响因素时利用LMDI模型进行分解，发现经济增长是其最主要的驱动因素，经济的发展虽然在一定时间段内会增加农业碳排放量，但从整体来看是改善环境的重要保障；其次是技术进步和农业能源消费变化，其中技术进步有利于减少农业碳排放，而农业能源消费结构变化则加剧了碳排放^［14］。颜廷武等认为，我国农业碳排放强度与农业经济强度之间的关系为有双拐点的倒“N”形^［15］。另一方面在局部地区的农业碳排放研究中，吴金凤等对宁夏回族自治区盐池县和山东省平度市进行核算，对比2个县域尺度上的农业碳排放环境库兹涅茨曲线，发现前者处于农业经济增长的初期，而后者处于农业经济增长的后期。综合效应表明，农业经济增长在短期内会导致农业碳排放量的增加，但从长远角度分析有益于改善农业生产环境^［16］。

1.2.2 农业碳排放与产业集聚间的关系 纪玉俊等认为，产业集聚会使相同行业及其关联产业的生产成本与劳动力投入减少，同时大大降低产品运输过程中的能源消耗量，提高能源利用率，进而减少碳排放^［17］。胡中应等认为，农业产业集聚程度与碳排放总量之间的关系属于倒“U”形关系，而与碳排放强度之间属于正“N”形关系^［18］。同样，贺青等研究发现，农业产业聚集水平与农业碳排放量之间符合倒“U”形曲线^［19］。田云等认为，农业产业集聚与农业净碳效应之间呈现正“N”形关系^［20］。而程琳琳等研究发现，农业产业集聚对农业碳效率的影响会因地域间经济的不同而有所差异。沿海地域提高产业集聚程度会显著改善农业碳效率，而西北地区提高产业集聚程度后农业碳效率会出现先改善后逐步恶化的现象^［21］。

1.2.3 农业碳排放与技术进步间的关系 高鸣等发现，技术进步在我国农业碳排放绩效中起到最主要的贡献作用^［22］。胡川等研究表明，农业机械化程度对农业碳排放的影响起到负向调节作用且效果显著^［23］。而杨钧认为，短期内农业技术进步会使农业碳排放的总量增加，但随着劳动力成本的不断升高，对降低农业碳排放的積极影响会越发明显^［24］。

1.2.4 农业碳排放与贸易条件效应间的关系 韩岳峰等研究发现，影响我国农业碳排放变化的众多因素中，按其贡献率的大小排序为进口效应＞贸易条件效应＞产业规模效应＞出口反效应＞能源效率效应。此外，除产品本身的碳排放和产品制作时原材料、半成品等物资运输过程中产生的碳排放之外，我国人口规模效应产生的碳排放量也较大，这部分的碳排放主要由人口流通时的交通运输产生^［25］。

综合分析可知，经济、技术、产业和贸易条件等外部环境因素均会影响我国的农业碳排放。各研究所得出的影响重要程度虽各有所不同，但整体存在一个共同点，即正“Ｎ”形关系较明显，即当上述条件不断优化、发展和提升时，农业碳排放表现出“先增、后减、再增”的阶段式变化。因此，从大环境对我国碳排放进行调控时，需准确把握调节方向与调节力度，使各因素的影响程度处于最优的范围内对我国农业低碳减排效果会更加明显。

1.3 农业碳排放与种植相关因素的关系

1.3.1 生态环境因子对农业碳排放的影响 农业碳排放除受外部环境影响外，生态环境因子也会影响农业碳排放，尤其通过影响土壤呼吸碳排放来影响农业碳排放。土壤呼吸过程复杂，有自养型呼吸和异养型呼吸之分。其中，自养呼吸包括根呼吸和根际微生物的呼吸，异养呼吸包括动物呼吸和土壤微生物呼吸。众多研究结果表明，土壤的温湿度是影响土壤呼吸最主要的因子^［26-28］。其中土壤温度会对土壤微生物的群落活性、酶活性、有机质的分解进程、根系的生长代谢等造成影响，进而对土壤呼吸速率产生影响^［29-30］。CO₂排放通量在一定温度范围内与土壤温度呈极显著正相关关系^［31］。增温处理下，土壤CO₂的排放会因增温时长的不同表现出差异。如短期增温会使大气和土壤的温度同步增加，有利于增加土壤微生物数量及其相关酶活性，进而促进土壤CO₂的排放^［32-33］；而长期增温则会抑制土壤CO₂的释放^［34］。关于湿度对土壤呼吸的影响，有研究结果表明，旱作农田中的土壤呼吸速率与土壤水分呈正相关关系^［35］；森林土壤CO₂排放量随土壤湿度增加而显著增加^［36］；而水稻田中土壤呼吸速率与土壤水分负相关^［37］。另有田间试验结果表明，土壤水分只在其含量过高或过低时对土壤呼吸有抑制作用^［38-39］。

土壤微生物群落作为影响土壤碳排放的重要因子，除了会受温度变化带来的影响外，对土壤微环境的改变也较敏感，土壤受到扰动后其碳循环也会发生变化^［40-41］。土壤微生物活性增强时，会加速土壤有机质的分解，进而增加土壤CO₂排放量^［42］。此外，土壤碳排放还会受到土壤pH值、地表植被覆盖率、土壤质地、农作物间作等因素的影响^［43］。

1.3.2 农田管理对农业碳排放的影响 目前，广泛应用于种植业的碳减排措施有推广免耕、合理施肥、秸秆还田、优化田地水分管理等。如董红敏等研究发现，单位面积的稻田甲烷排放量和氧化亚氮排放量经间歇灌溉、施用缓释肥或长效肥料等管理措施后，分别减少约30%、50%～70%，减排效果显著^［44］。袁伟玲等也发现，间歇式灌溉可有效抑制温室气体的排放^［45］。秦晓波等发现，”免耕-高茬-还田“田间种植模式下的双季稻可以实现增产降碳的优良成效^［46］。周杏等研究发现，湖北省各区域均适合间歇灌溉、适量施肥和机械耕作的种植模式，同时结合不同的地理位置适宜选择不同的轮作种植模式^［47］。尧波等研究发现，化肥和农业机械的使用是近年来江西省农业碳排放量不断增加的主要原因，相反，生产效率、结构和劳动力等因素则会使农业碳排放受到抑制^［48］。李波等认为，效率因素、结构因素和劳动力规模大小等均会对碳排放起到一定的抑制作用^［49］。吴贤荣等研究发现，农业碳排放效率的正向影响因素为产业结构、耕地占有比例和自然灾害下的农业受灾情况，而劳动力受教育程度及当地的对外开放程度则有相反的效果^［50］。

由此可知，影响我国农业碳排放因素众多，包括农业经济增长、产业集聚、技术进步、贸易条件及农业种植相关的各个环节等均可影响碳排放量。但各研究结果基于的研究方向与侧重点不同，数据来源与数据质量不同，分析处理和检验核算的方法也不同，从而得到的影响因素各有差异。因此，需要综合考量各影响因素的相互作用关系和影响重要程度，构建合理而完善的碳排放核算体系，对于促进农业实现固碳减排具有重要意义。

2 农业生态系统碳循环过程与碳通量测定

2.1 农业生态系统碳循环过程

不同尺度的碳循环其基本过程大体相似，均是在空气、植被和土壤等碳库间在绿色植物、动物和微生物等相互作用下，以碳的不同形式不断流动和积累的循环过程。而农田生态系统的碳循环过程则会因人类活动等主观调控使得碳在流动过程中发生定向变化和发展。田間生长期，农作物既有光合作用的CO₂固定，又有各种呼吸途径或扰动作用下的CO₂释放^［51］。其中，光合作用是绿色植物的叶绿体在光照条件下将CO₂和H₂O转化为碳水化合物并释放O₂的过程。因此，植物光合固碳是绿色植物物质生产的基础，为整个生态系统提供原始动力，属于碳汇环节。而生态系统呼吸包括植物呼吸和土壤呼吸，其呼吸作用是分解有机物释放CO₂的过程，属于碳源环节^［52］。因此，掌握农田生态系统的CO₂交换特征及其影响因素，是明确农田生态系统与大气环境之间的碳循环过程机理的前提和关键所在，同时也为评价农田碳源/碳汇属性及其强度，建立农田生态系统模型模拟提供科学依据^［53］。

烟草生态系统碳循环过程也包括光合作用的碳固定过程和呼吸作用的碳排放过程。这2个过程既相对独立又相互依存，都会受到气候、土壤和植物生理生态等要素变化的影响，同时人类活动的干预和调节也会对其造成影响。因此，分析烟草生长过程中碳吸收与碳排放的变化关系，明确各因素对烟草生态系统碳循环的影响程度，是准确计量烟草在生长过程中碳排放的重要环节。但现有关于烟草光合作用的研究大多为田间生长阶段自然环境^［54-57］和种植方式^［58-59］等因素对光合效率的影响，而关于碳排放影响因素及光合作用下固碳效应的研究较少。

2.2 农业生态系统碳通量测定方法

用于农田气体通量测定的方法主要有箱式法和微气象学法，其中微气象学法包含涡度相关法、波文比法、弛豫涡旋积累法、通量梯度法和质量平衡法等^［60-61］。此外，扩散法、固定探头法和气体井法也常被用于土壤碳通量的测定^［62］。但目前在生态系统碳通量的测定研究中，微气象学法的涡度相关法运用最广泛。

2.2.1 箱式法 箱式法依据其箱体内的气体是否流动，分为动态箱法和静态箱法2种方式。其中，静态箱法在观测期间箱体内无空气流动，需每隔一段时间对箱体内的气体进行手动采样，并用气相色谱仪进行浓度分析。而动态箱法在观测期间箱体内的气体在不断的流动，用气体自动分析仪将进气口和出气口相连形成循环气路后完成自动检测^［63］。箱式法因其简单、快捷且经济的优点，被广泛应用于低矮植被生态系统碳交换量的直接观测^［64］但是该方法受箱体尺寸、基座插入土壤的深度、观测持续时间、通量计算模型等因素的影响^［65-67］。

2.2.2 涡度相关法 涡度相关技术是美国LI-COR公司推出的一套运用微气象学理论对能量物质通量进行测定的设备，主要被用来测定CH₄、N₂O等微量气体，CO₂、H₂O 等大量气体，以及热量的生态系统-大气界面物质和能量的交换通量^［68］。涡度相关法因测定持续时间长、观测结果连续、可有效避免密闭观测系统带来的误差而被广泛用于不同尺度陆地生态系统碳平衡估算。孙小祥等在我国长三角地区采用涡度相关技术对该区域典型稻麦轮作农田生态系统进行连续观测近1年，发现稻麦轮作下的农田生态系统固碳能力强且影响净碳交换的主要环境因子存在昼夜差异。白天光合有效辐射的影响更明显，而夜晚的主要环境影响因子是温度，两者之间表现为显著的指数相关关系^［69］。同样的技术检测下，许琰等在新疆维吾尔自治区石河子市棉花主产区对覆膜滴灌棉田的CO₂通量进行测定，发现气温是该区域棉田生态系统净碳交换的主要影响因素，对其起促进作用^［70］。王尚明等连续观测稻田生态系统的CO₂通量1年后，发现水稻生长季稻田生态系统的总CO₂通量为负值，表现为碳汇，非生长季表现为碳源。且整个稻田生态系统的CO₂通量存在明显的日变化特征，整体表现为白天净吸收的CO₂量大于夜间呼吸释放的CO₂量^［71］。而徐昔保等认为，太湖流域的稻麦轮作农田生态系统全年均表现为弱的碳汇效应^［72］。李琪等发现安徽省寿县的冬小麦/水稻生态系统在生长季有较强的固碳能力，总体表现为碳汇效应^［73］。可见，农田生态系统的固碳效应不仅会因该系统范围内种植的农作物种类不同而存在差异，同时也会受到地域间的气候、温度等环境因素的影响。

3 农业碳排放核算方法

经文献查阅发现，农业碳排放核算的一般步骤是先确定研究对象所处的系统范围及其边界，确定碳排放源头并分析碳排放的主要影响因素，然后再确定转换系数和测定方法，最后准确测定各环节的碳排放量及整个农业生产过程中的总碳排放量。因此，农业碳排放核算可以从投入视角开始，如确定农作物在种植过程中，农用塑料薄膜的消耗、农药化肥的施用、各种农用机械的燃油消耗、人工电力的消耗等。同时，结合生长期作物自身所在的农田生态系统碳循环特征整体分析碳效应。核算过程依据分析结果的需要有农业碳效应分析、农业碳足迹分析和农业碳排放效率测算等。在各研究中部分学者并未只对其中一种结果进行测算，而是对其研究的生态系统碳排放进行综合分析，并给出了减排建议或对后期深入研究进行展望。同样，对于烟草农业生产全过程的碳排放核算，通过计算碳排放效率、进行碳效应核算可分析烟草在种植阶段相应的碳效应水平、烟草农业的碳效应结构及对应的影响因素，进而为烟草生产固碳减排提供理论依据。

3.1 农业碳效应分析

农业碳效应包括碳源效应、碳汇效应和净碳效应^［74］。罗怀良从研究视角、研究进展和研究改进建议3个部分对我国农业碳源效应和碳汇效应进行综述研究，其改进建议中明确提出，农业碳源/碳汇估算时数据来源要做到实地观测与农户调查统计相结合，参数需进行本土化处理，综合计量农产品生产加工、流通消费等环节的碳流通和种植养殖等关联性产业碳源/碳汇效应等^［75］。田云等为明确我国不同地区的农业净碳水平，对我国31个省（市、区）的15种主要农作物分23类碳源，分析其在1995—2010年的碳排量与碳汇量等统计数据，发现我国各区域净碳效应差异显著但农业节能减排的整体成效可观，其中黑龙江省、吉林省和广西壮族自治区的农业生产碳汇水平稳居前三，西藏自治区、青海省和福建省的农业生产碳汇水平最低^［76］。陈儒等对我国陕西省安塞县进行详细的农户调查，发现该县域不同农业生产项目的综合碳效应差异明显，碳排放主要来源于农资投入品和农业废弃物处理，生态林草类项目的碳汇贡献率最大，约占总碳汇量的92.38%，其中土壤固碳量占79.17%，综合碳效应表现为净碳汇效应^［77］。

3.2 碳足迹分析

碳足迹是一种用来度量不同尺度下的某种产品或活动在其整个生命周期内CO₂排放量的方法，有直接碳排放与间接碳排放之分。通常用于碳足迹的计算方法有生命周期评价法和投入产出法2种，前者适用于微观产品，后者适用于大尺度下的生态系统^［78］。目前关于农业碳足迹的研究中，依据研究尺度或边界的不同划分为国家层面的大农业生态系统、省级层面的中级生态系统和具体农作物的小型生态系统3类。如段华平等对我国1990—2009年的碳足迹进行估算，发现农作物生产时化石能源的大量使用使得我国单位面积的碳足迹在逐年增加，且各省（市、区）间差异较明显^［79］。尚杰等借助数学模型对我国31个省（市、区）的农业碳排放效率进行测算，并分析其主要的驱动因素，发现在研究时间范围内我国农业碳排放效率存在空间关联网络特征且關联性在不断增强，其主要驱动因素为交通运输水平和第一产业的总产值^［80］。

省级层面的中级生态系统因其研究范围较小，近年来众多学者对不同省份的农田生态系统碳足迹进行分析，同时对碳源/碳汇量进行测度，有助于各省份了解其农田生态系统碳排放特征与后期减排政策的制定和部署。主要涉及的省份有湖南^［81］、云南^［82］、山东^［83］、安徽^［84］、重庆^［85］、海南^［86］等。

具体农作物的碳足迹分析中，以小麦和玉米2种主粮的研究最常见。王钰乔等运用生命周期评价法核算我国2005—2015年小麦和玉米的碳足迹，并通过模拟分析发现利用优化肥料配比和降低农药使用量等方法可有效降低其碳足迹，具有明显的减排潜力^［87］。而史磊刚等运用农户生产调查法对我国华北平原冬小麦与夏玉米的碳足迹进行研究，发现该种植模式下的农田碳足迹与氮肥施用量和电力消耗力量之间表现为正向相关^［88］。武宁等对小麦—玉米两熟的农田生态系统碳足迹进行研究，发现耗碳足迹中化合物耗碳占比最大，其次为机、电、油的耗碳，秸秆耗碳可占有机耗碳的98.83%；固碳足迹中作物籽粒和秸秆的贡献最大；整个农田生态系统的碳排放表现为碳汇效应^［89］。

3.3 农业碳排放效率测算研究与模型应用

目前就碳排放效率的定义主要分单一要素和全要素2种进行归类定义，但并未完全统一。如单一要素中就有碳生产率和碳排放强度2种，2种概念虽表述不同，但都能反映单位数量的CO₂排放与其产生的GDP之间的关系。而全要素定义时因其综合考虑环境、能源与经济三者之间的关系，现得到众多学者的认可^［90］。农田生态系统碳排放效率研究中，刘勇等对比分析2002—2014年我国水稻主产省份的碳排放效率，发现单季稻的碳排放效率显著高于双季稻的碳排放效率^［91］。孔立等运用指数分解法核算了马铃薯生产过程中的碳排放量，并将干物质当量折算为产量后与玉米和小麦进行对比，发现马铃薯的碳排放效率略小于玉米而明显高于小麦^［92］。此外，不同学者基于不同省份制定各自省份的碳排放核算方法。如张景鸣等对黑龙江省农业温室气体排放核算范围进行界定后确定了适用于当地的核算因子与核算方法^［93］。胡永成等结合河南省的实际特征，对该省农业温室气体清单的编制进行调整^［94］。

农业碳排放效率可表征在一定碳排放约束条件下农业生产的效率水平，常用于测算碳排放效率的方法有数据包络分析（DEA）、随机前沿法（SFA）和社会网络分析法（SNA）等，但均无法有效解决生产过程中存在的非期望产出，因此学者们积极参与模型的改进，如田云等对湖北省进行农业碳排放效率测算及其空间差异特征分析时便采用改进后的DEA-Malmquist分解法^［95］。同样的指标，王兆峰等将模型改进为超效率SBM-DEA模型并与Malmquist指数结合，对湖南省2010—2016年14个州（市）进行测算与分析^［96］。此外，对SBM模型的改进与应用也较常见。黄和平等使用SBM-Undesirable模型测算江西省农用地生态效率及其时空差异特征^［97］。王帅等利用Super-SBM模型测算碳排放约束下的农业生产效率^［98］。王海飞以县级为单位，选择农业碳排放值作为非期望产出指标，采用超效率SSBM模型实证分析安徽省的农业碳效率水平^［99］。杨小娟等将非期望产出指标设为农业碳排放值后，借助SBM模型和Malmquist-Luenberger生产率指数法测算甘肃省农业环境效率和农业全要素生产率指数^［100］。吴昊玥等采用GB-US-SBM 模型测算出2000—2019年我国30个省份的农业碳排放松弛量，并结合实际测量值计算农业碳排放效率^［101］。

综上可知，不同学者针对不同区域的农业产业，从碳效应核算方法、模型改进、数据分析方法等方面展开了众多研究，不过由于各研究所涉及的范围尺度、数据来源和各二级指标不同，以及各碳源的碳排放转化系数来源不一等原因，使得最终测算结果存在一定的差异。如何选用和改进农业碳排放效率的测算方法，使其更符合农业生产实际显得十分必要。

4 农业碳排放交易研究

碳交易市场一词来源于《京都议定书》框架的相关规定，是进行温室气体排放权交易的市场^［102］。目前，为积极应对全球气候变化带来的环境风险、促进绿色低碳发展，我国北京、上海、广东、深圳、重庆、天津、湖北、福建等8个省（市）经国家发展和改革委员会批准正式确立为碳交易试点城市，主要涵盖电力、钢铁、化工、建筑、有色金属、造纸等关键行业。这些行业因其自身特点在碳减排方面具有巨大的潜力。农业生产加工过程中也会产生较多的碳排放，但当下我国并未将其纳入强制性控排体系，主要原因在于我国农业温室气体排放测定时使用的测算方法覆盖面不全、基础数据薄弱、测得的数据质量低等^［103］。另外，我国人均耕地面积占比小且农户较分散，使得农业碳减排项目少，减排成本高而效果差，加之缺少独立的认证机构和权威监管平台，农业碳交易市场的建立与发展障碍重重^［104］。

我国农业碳交易方面的研究虽起步较晚，但国家层面积极提出应对措施和政策，如在《乡村振兴战略规划（2018—2022）》中明确指出，我国要逐步推动农林碳汇加入到碳交易市场中，并设温室气体自愿减排项目，如畜牧業养殖和动物粪便管理等均可申请加入。此外，众多学者也对相关研究进行了论述，并在农业碳交易与国家政策的结合^{［105-106］}、农业低碳化发展模式^{［107-113］}、实施农业碳交易的优点^［114］等方面给出众多可供参考的方法和建议。与之相比，国外的农业碳交易体系相对成熟，如新西兰早在2008年就启动了包含农业在内的碳排放交易体系。美国政府则在芝加哥设立专门的气候交易所，允许农民通过拍卖自己的聚碳指标来获得收益。并设置碳交易的信贷额度，建立农民联合会对农户碳信用额进行统计，使碳交易与其他农产品交易一样^［115］。由此可知，农业减排道路任重道远，亟需更多的研究来助力我国农业产业早日加入碳市场交易体系。

5 烟草农业生产碳排放计量研究展望

结合烟草农业生产的实际可知，烟草种植过程所需步骤繁多，其间需消耗大量的人力、物力和财力，由此也会产生不同强度的碳排放。如烟田耕犁、起垄、灌溉时各种农用机械的燃油消耗和电力消耗；施肥、除草、病害防治时化肥农药的投入；苗床培育、小苗移栽、中耕培土、打顶抹杈等田间管理过程中的人工投入；烟叶采后烘烤阶段煤炭等能源物料的消耗等。由此可知，烟草农业生产各环节碳源种类各异，且各物料的消耗量不同，与之对应的碳排放量也存在差异，需分阶段归类统计并计算碳排放值。同时，涉及到烟田生态系统碳循环过程，要准确分析烟草农业碳排放情况需综合考虑其生产全过程的碳源/碳汇效应，因此可结合以下建议开展烟草农业的碳计量研究：第一，分析烟草农业生产投入要素，明确烟叶生产过程不同环节物资投入和能源投入的具体数量，其中物资投入包括生产时使用的化肥、农药、农膜等；能源投入包括生产时使用的煤炭、电、气、油等能源物质，然后结合各碳源的碳排放系数，综合确定烟草农业生产投入产生的碳排放。第二，分析烟草生长过程中涉及的农田生态系统边界及碳循环特征，确定烟株自身生命活动的净碳排放量、土壤呼吸产生的碳排放量，土壤有机物料固碳量等关键指标。最后综合分析各环节碳排放量，进而准确、全面测量整个烟草农业生产全过程的碳排放量，明确其属于碳源还是碳汇。在具体分析农业碳排放效率时可依照烟草种植效率的测算方法，从投入产出角度出发，将物资投入、能源投入、人工投入等设为投入指标，烤烟产值设为期望产出变量，碳排放值设为非期望产出变量，结合前人在测算时建立的各种数学模型，并适当加以调整或变形，使其更加适用于烟草碳排放计量，最终得到烟草农业生产全过程的碳排放情况。第三，根据烟草农业生产全过程各环节碳排放的计量结果，围绕烟叶生产固碳减排目标，针对性提出对应的低碳减排措施和建议，改善烟叶生产技术，降低烟叶生产碳排放效率。同时，预估在碳交易市场中烟草农业生产所能扮演的角色，从而为烟草产业实现兼顾经济增长与环境保护相协调的绿色、可持续发展提供理论和技术借鉴。

参考文献：

［1］巢清尘，张永香，高 翔，等. 巴黎协定——全球气候治理的新起点［J］. 气候变化研究进展，2016，12（1）：61-67.

［2］巢清尘.全球合作应对气候变化的新征程［J］. 科学通报，2016，61（11）：1143-1145.

［3］陈 迎.全球应对气候变化的中国方案与中国贡献［J］. 当代世界，2021（5）：4-9.

［4］习近平.在第七十五届联合国大会一般性辩论上的讲话［J］. 中华人民共和国国务院公报，2020（28）：5-7.

［5］巢清尘.”碳达峰和碳中和“ 的科学内涵及我国的政策措施［J］. 环境与可持续发展，2021，46（2）：14-19.

［6］李 波.经济增长与农业碳排放关系的实证研究［J］. 生态环境学报，2012，21（2）：220-224.

［7］郑远红.低碳经济视角下我国农业现代化发展路径创新［J］. 农业现代化研究，2014，35（3）：263-267.

［8］李迎春，林而达，甄晓林.农业温室气体清单方法研究最新进展［J］. 地球科学进展，2007，22（10）：1076-1080.

［9］李胜利，金 鑫，范学珊，等. 反刍动物生产与碳减排措施［J］. 动物营养学报，2010，22（1）：2-9.

［10］赵其国，钱海燕.低碳经济与农业发展思考［J］. 生态环境学报，2009，18（5）：1609-1614.

［11］张 扬，李 涵，赵正豪.中国粮食作物种植变化对省际农业碳排放量的影响研究［J/OL］. 中国农业资源与区划. （2022-08-31）［2022-11-08］. http：//kns.cnki.net/kcms/detail/11.3513.S.20220831.1438.012.htmll.

［12］刘 杨，劉鸿斌.山东省农业碳排放特征、影响因素及达峰分析［J］. 中国生态农业学报（中英文），2022，30（4）：558-569.

［13］曹俊文，曹玲娟.江西省农业碳排放测算及其影响因素分析［J］. 生态经济，2016，32（7）：66-68，167.

［14］李国志，李宗植.中国农业能源消费碳排放因素分解实证分析——基于LMDI模型［J］. 农业技术经济，2010（10）：66-72.

［15］颜廷武，田 云，张俊飚，等. 中国农业碳排放拐点变动及时空分异研究［J］. 中国人口·资源与环境，2014，24（11）：1-8.

［16］吴金凤，王秀红.不同农业经济发展水平下的碳排放对比分析——以盐池县和平度市为例［J］. 资源科学，2017，39（10）：1909-1917.

［17］纪玉俊，赵 娜.产业集聚有利于提高能源效率吗？——基于产业集聚度与对外开放水平的门槛回归模型检验［J］. 北京理工大学学报（社会科学版），2016，18（4）：19-27.

［18］胡中应，胡 浩.产业集聚对我国农业碳排放的影响［J］. 山东社会科学，2016（6）：135-139.

［19］贺 青，张 虎，张俊飚.农业产业聚集对农业碳排放的非线性影响［J］. 统计与决策，2021，37（9）：75-78.

［20］田 云，尹忞昊.产业集聚对中国农业净碳效应的影响研究［J］. 华中农业大学学报（社会科学版），2021（3）：107-117，188.

［21］程琳琳，张俊飚，何 可.农业产业集聚对碳效率的影响研究：机理、空间效应与分群差异［J］. 中国农业大学学报，2018，23（9）：218-230.

［22］高 鳴，宋洪远.中国农业碳排放绩效的空间收敛与分异——基于Malmquist-luenberger指数与空间计量的实证分析［J］. 经济地理，2015，35（4）：142-148，185.

［23］胡 川，韦院英，胡 威.农业政策、技术创新与农业碳排放的关系研究［J］. 农业经济问题，2018（9）：66-75.

［24］杨 钧.农业技术进步对农业碳排放的影响——中国省级数据的检验［J］. 软科学，2013，27（10）：116-120.

［25］韩岳峰，张 龙.中国农业碳排放变化因素分解研究——基于能源消耗与贸易角度的LMDI分解法［J］. 当代经济研究，2013（4）：47-52.

［26］李 虎，邱建军，王立刚.农田土壤呼吸特征及根呼吸贡献的模拟分析［J］. 农业工程学报，2008，24（4）：14-20.

［27］张俊丽，廖允成，曾 爱，等. 不同施氮水平下旱作玉米田土壤呼吸速率与土壤水热关系［J］. 农业环境科学学报，2013，32（7）：1382-1388.

［28］邓爱娟，申双和，张雪松，等. 华北平原地区麦田土壤呼吸特征［J］. 生态学杂志，2009，28（11）：2286-2292.

［29］王 兴，钟泽坤，朱玉帆，等. 增温和增雨对黄土丘陵区撂荒草地土壤呼吸的影响［J］. 环境科学，2022，43（3）：1657-1667.

［30］Han G X，Zhou G S，Xu Z Z，et al. Soil temperature and biotic factors drive the seasonal variation of soil respiration in a maize （Zea mays L.） agricultural ecosystem［J］. Plant and Soil，2007，291（1）：15-26.

［31］吕锦慧，武 均，张 军，等. 不同耕作措施下旱作农田土壤CH₄、CO₂排放特征及其影响因素［J］. 干旱区资源与环境，2018，32（12）：26-33.

［32］Bergner B，Johnstone J，Treseder K K.Experimental warming and burn severity alter soil CO₂flux and soil functional groups in a recently burned boreal forest［J］. Global Change Biology，2004，10（12）：1996-2004.

［33］Shi F S，Chen H，Chen H F，et al. The combined effects of warming and drying suppress CO₂and N₂O emission rates in an alpine meadow of the eastern Tibetan Plateau［J］. Ecological Research，2012，27（4）：725-733.

［34］杜 锟，李发东，涂 纯，等. 模拟增温对华北农田土壤碳排放的影响［J］. 农业环境科学学报，2020，39（4）：691-699.

［35］刘 爽，严昌荣，何文清，等. 不同耕作措施下旱地农田土壤呼吸及其影响因素［J］. 生态学报，2010，30（11）：2919-2924.

［36］徐星凯，段存涛，吴浩浩，等. 冻结强度和冻结时间对高寒区温带森林土壤微生物量、可浸提的碳和氮含量及N₂O和CO₂排放量的影响［J］. 中国科学（地球科学），2015，45（11）：1698-1716.

［37］Zhang T，Li Y F，Chang S X，et al. Responses of seasonal and diurnal soil CO₂effluxes to land-use change from paddy fields to Lei bamboo （Phyllostachys praecox） stands［J］. Atmospheric Environment，2013，77：856-864.

［38］Talmon Y，Sternberg M，Grünzweig J M. Impact of rainfall manipulations and biotic controls on soil respiration in Mediterranean and desert ecosystems along an aridity gradient［J］. Global Change Biology，2011，17（2）：1108-1118.

［39］Xu L K，Baldocchi D D，Tang J W. How soil moisture，rain pulses，and growth alter the response of ecosystem respiration to temperature［J］. Global Biogeochemical Cycles，2004，18（4）：GB4002.

［40］Zhang Q，Wu J J，Yang F，et al. Alterations in soil microbial community composition and biomass following agricultural land use change［J］. Scientific Reports，2016，6（1）：1-10.

［41］Zhao S C，Li K J，Zhou W，et al. Changes in soil microbial community，enzyme activities and organic matter fractions under long-term straw return in north-central China［J］. Agriculture，Ecosystems & Environment，2016，216：82-88.

［42］Chen J，Arafat Y，Wu L K，et al. Shifts in soil microbial community，soil enzymes and crop yield under peanut/maize intercropping with reduced nitrogen levels［J］. Applied Soil Ecology，2018，124：327-334.

［43］周怡寧. 氮素添加和种间互作对旱作农田生产力和碳排放的影响及机制［D］. 兰州：兰州大学，2021.

［44］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.

［45］袁伟玲，曹凑贵，程建平，等. 间歇灌溉模式下稻田CH₄和N₂O排放及温室效应评估［J］. 中国农业科学，2008，41（12）：4294-4300.

［46］秦晓波，李玉娥，万运帆，等. 耕作方式和稻草还田对双季稻田CH₄和N₂O排放的影响［J］. 农业工程学报，2014，30（11）：216-224.

［47］周 杏，李 晶，于书霞，等. 基于减排潜力与减排成本的水稻种植模式综合评价——以湖北省为例［J］. 农业资源与环境学报，2017，34（6）：568-575.

［48］尧 波，郑艳明，胡 丹，等. 江西省县域农业碳排放的时空动态及影响因素分析［J］. 长江流域资源与环境，2014，23（3）：311-318.

［49］李 波，张俊飚，李海鹏. 中国农业碳排放时空特征及影响因素分解［J］. 中国人口·资源与环境，2011，21（8）：80-86.

［50］吴贤荣，张俊飚，田 云，等. 中国省域农业碳排放：测算、效率变动及影响因素研究——基于DEA-Malmquist指数分解方法与Tobit模型运用［J］. 资源科学，2014，36（1）：129-138.

［51］朱咏莉. 亚热带稻田生态系统CO₂通量研究［D］. 杨凌：中国科学院研究生院（教育部水土保持与生态环境研究中心），2005.

［52］刘允芬. 中国农业系统碳汇功能［J］. 农业环境保护，1998（5）：197-202.

［53］费敦悦. 基于涡度相关的农田CO₂通量和光能利用率研究［D］. 南京：南京信息工程大学，2016.

［54］余凌翔，鲁韦坤，张加云，等. 烤烟叶片光合速率日变化特征及其影响因素分析［J］. 气象与环境科学，2021，44（5）：79-86.

［55］王发展，金伊楠，李子玮，等. 干旱胁迫下外源ALA对烤烟幼苗光合特性和抗氧化能力的影响［J］. 中国烟草科学，2020，41（1）：22-29.

［56］吴 璐，刘晓迎. 河南烟区烤烟生育期地表温度日较差变化对烤烟化学品质指标的影响［J］. 气象与环境科学，2020，43（1）：18-25.

［57］张广富，赵铭钦，韩富根，等. 烤烟净光合速率与生理生态因子的关系［J］. 浙江大学学报（农业与生命科学版），2011，37（2）：187-192.

［58］孙志伟. 供氮量对烤烟叶片光合特性及光合氮利用效率的影响［D］. 北京：中国农业科学院，2020.

［59］穰中文，李思纯，刘 佳，等. 种植密度与施氮量对烟田小气候及烟株光合特性的影响［J］. 湖南农业大学学报（自然科学版），2019，45（3）：258-263.

［60］曾朝旭. 太原盆地冬小麦农田生态系统水分利用效率与CO₂净交换的关系研究［D］. 太原：山西大学，2011.

［61］王 璐. 夏玉米农田土壤二氧化碳排放通量研究［D］. 合肥：安徽农业大学，2012.

［62］董莉茹. 黄土丘陵区刺槐林深层土壤碳通量研究［D］. 杨凌：西北农林科技大学，2014.

［63］贾 磊. 基于多通道密闭式动态箱法对养殖塘CH₄和CO₂通量特征研究［D］. 南京：南京信息工程大学，2021.

［64］Steduto P，Cetinkokü O，Albrizio R，et al. Automated closed-system canopy-chamber for continuous field-crop monitoring of CO₂and H₂O fluxes［J］. Agricultural and Forest Meteorology，2002，111（3）：171-186.

［65］Hutchinson G L，Livingston G P，Healy R W，et al. Chamber measurement of surface-atmosphere trace gas exchange：numerical evaluation of dependence on soil，interfacial layer，and source/sink properties［J］. Journal of Geophysical Research（Atmospheres），2000，105（D7）：8865-8875.

［66］Levy P E，Gray A，Leeson S R，et al. Quantification of uncertainty in trace gas fluxes measured by the static chamber method［J］. European Journal of Soil Science，2011，62（6）：811-821.

［67］温学发，孙晓敏，刘允芬，等. 线性和指数回归方法对土壤呼吸CO₂扩散速率估算的影响［J］. 植物生态学报，2007，31（3）：380-385.

［68］魏甲彬. 双季稻田碳交换及其对稻田冬季利用的响应［D］. 长沙：湖南农业大学，2017.

［69］孙小祥，常志州，杨桂山，等. 长三角地区稻麦轮作生态系统净碳交换及其环境影响因子［J］. 中国生态农业学报，2015，23（7）：803-811.

［70］许 琰，周石硚，晋绿生，等. 新疆北部覆膜滴灌棉田的碳交换日、生长季变化特征［J］. 干旱区地理，2013，36（3）：441-449.

［71］王尚明，胡继超，吴高学，等. 亚热带稻田生态系统CO₂通量特征分析［J］. 环境科学学报，2011，31（1）：217-224.

［72］徐昔保，杨桂山，孙小祥. 太湖流域典型稻麦轮作农田生态系统碳交换及影响因素［J］. 生态学报，2015，35（20）：6655-6665.

［73］李 琪，胡正华，薛红喜，等. 淮河流域典型农田生态系统碳通量变化特征［J］. 农业环境科学学报，2009，28（12）：2545-2550.

［74］陈少鹏，段跃芳. 中国农业碳效应研究的现状、热点与趋势［J］. 地球科学进展，2023，38（1）：86-98.

［75］罗怀良.国内农业碳源/汇效应研究：视角、进展与改进［J］. 生态学报，2022，42（9）：3832-3841.

［76］田 云，张俊飚.中国农业生产净碳效应分异研究［J］. 自然资源学报，2013，28（8）：1298-1309.

［77］陈 儒，邓 悦，姜志德.农业生产项目的综合碳效应分析与核算研究——基于陕西安塞的农户调查数据［J］. 华中农业大学学報（社会科学版），2017（3）：23-34.

［78］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）：40-47，111.

［79］段华平，张 悦，赵建波，等. 中国农田生态系统的碳足迹分析［J］. 水土保持学报，2011，25（5）：203-208.

［80］尚 杰，吉雪强，石 锐，等. 中国农业碳排放效率空间关联网络结构及驱动因素研究［J］. 中国生态农业学报（中英文），2022，30（4）：543-557.

［81］刘贵斌，黄 璜，周江伟，等. 湖南省农田生态系统碳足迹分析［J］. 作物研究，2016，30（6）：666-673.

［82］李明琦，刘世梁，武 雪，等. 云南省农田生态系统碳足迹时空变化及其影响因素［J］. 生态学报，2018，38（24）：8822-8834.

［83］王 梁，赵 杰，陈守越.山东省农田生态系统碳源、碳汇及其碳足迹变化分析［J］. 中国农业大学学报，2016，21（7）：133-141.

［84］张 精，方 堉，魏锦达，等. 基于碳足迹的安徽省农田生态系统碳源/汇时空差异［J］. 福建农业学报，2021，36（1）：78-90.

［85］周 陶，高 明，谢德体，等. 重庆市农田系统碳源/汇特征及碳足迹分析［J］. 西南大学学报（自然科学版），2014（1）：96-102.

［86］叶文伟，王城城，赵从举，等. 近20年海南岛热带农田生态系统碳足迹时空格局演变［J］. 中国农业资源与区划，2021，42（10）：114-126.

［87］王钰乔，濮 超，赵 鑫，等. 中国小麦、玉米碳足迹历史动态及未来趋势［J］. 资源科学，2018，40（9）：1800-1811.

［88］史磊刚，陈 阜，孔凡磊，等. 华北平原冬小麦—夏玉米种植模式碳足迹研究［J］. 中国人口·资源与环境，2011，21（9）：93-98.

［89］武 宁，王恩慧，王充卯，等. 耕作方式对小麦—玉米两熟农田生态系统碳足迹的影响［J］. 山东农业科学，2017，49（6）：34-40.

［90］赵海蕊.中国省域碳排放效率演变特征测度及影响因素研究［D］. 北京：华北电力大学，2019.

［91］刘 勇，张俊飚，张 露.基于DEA-SBM模型对不同稻作制度下我国水稻生产碳排放效率的分析［J］. 中国农业大学学报，2018，23（6）：177-186.

［92］孔 立，朱立志.马铃薯生产的碳排放优势研究——基于农业投入品和LMDI模型的实证分析［J］. 农业技术经济，2016（7）：111-121.

［93］张景鸣，张 滨.黑龙江省农业温室气体排放核算方法［J］. 统计与咨询，2017（2）：14-16.

［94］胡永成，陈红举，段理杰.省级农业温室气体清单编制工作研究［J］. 河南科学，2016，34（5）：692-697.

［95］田 云，王梦晨.湖北省农业碳排放效率时空差异及影响因素［J］. 中国农业科学，2020，53（24）：5063-5072.

［96］王兆峰，杜瑶瑶.基于SBM-DEA模型湖南省碳排放效率时空差异及影响因素分析［J］. 地理科学，2019，39（5）：797-806.

［97］黄和平，王智鹏.江西省农用地生态效率时空差异及影响因素分析——基于面源污染、碳排放双重视角［J］. 长江流域资源与环境，2020，29（2）：412-423.

［98］王 帅，赵荣钦，杨青林，等. 碳排放约束下的农业生产效率及其空间格局——基于河南省65个村庄的调查［J］. 自然资源学报，2020，35（9）：2092-2104.

［99］王海飞.基于SSBM-ESDA模型的安徽省县域农业效率时空演变［J］. 经济地理，2020，40（4）：175-183，222.

［100］杨小娟，陈 耀，高瑞宏. 甘肃省农业环境效率及碳排放约束下农业全要素生产率测算研究［J］. 中国农业资源与区划，2021，42（8）：13-20.

［101］吴昊玥，黄瀚蛟，何 宇，等. 中国农业碳排放效率测度、空间溢出与影响因素［J］. 中国生态农业学报（中英文），2021（10）：1762-1773.

［102］周 健，邓一荣，庄长伟. 中国碳交易市场发展进程、现状与展望研究［J］. 环境科学与管理，2020，45（9）：1-4.

［103］胡婉玲，王红玲，张 杲. 气候智慧型农业碳减排及碳交易市场机制探讨［J］. 社会科学动态，2020（2）：46-50.

［104］孫 芳，林而达. 中国农业温室气体减排交易的机遇与挑战［J］. 气候变化研究进展，2012，8（1）：54-59.

［105］杨长进. 碳交易市场助推乡村振兴低碳化发展的实践与路径探索［J］. 价格理论与实践，2020（2）：18-24.

［106］田 永. 中国减排定价机制的实践探究——纪念价格改革四十周年［J］. 价格理论与实践，2018（12）：29-33.

［107］田 永. 低碳”三农“与碳交易抵消机制的关联性研究——基于碳交易驱动乡村振兴低碳化发展的分析［J］. 价格理论与实践，2019（8）：46-51.

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

［109］李晓燕，何晓玲.四川发展低碳农业的基本思路——基于国内外经验借鉴与启示［J］. 农村经济，2012（11）：48-52.

［110］韩 松，秦 路，张建伦. 国际农业土壤碳交易机制发展现状、问题及启示［J］. 世界农业，2014（8）：38-42.

［111］陈昌洪. 低碳农业标准化理论分析与发展对策［J］. 西北农林科技大学学报（社会科学版），2016，16（1）：52-58.

［112］马明英，黄德林. 我国气候智慧型农业发展困境与农业碳交易驱动［J］. 农业经济，2022（4）：3-5.

［113］年琳玉，王梦军，孙笑阳，等. 碳中和技术研究进展及对农业碳减排的展望［J］. 江苏农业科学，2022，50（11）：1-13.

［114］李 鹤，张 婧. 农业碳交易与农村扶贫［J］. 中南民族大学学报（人文社会科学版），2010，30（6）：118-122.

［115］金书秦，韩冬梅，林 煜，等. 碳达峰目标下开展农业碳交易的前景分析和政策建议［J］. 农村金融研究，2021（6）：3-8.