摘要 

為探究農(nóng)田生態(tài)系統(tǒng)碳排放演化趨勢，制定合理的碳減排政策，以面板數(shù)據(jù)為依據(jù)，估算2007—2020年中國農(nóng)田生態(tài)系統(tǒng)碳排放量及強度；運用空間自相關(guān)分析碳排放強度空間格局；建立GM（1，1）預(yù)測模型，對未來碳排放強度進行預(yù)測，并對預(yù)測結(jié)果進行空間自相關(guān)分析，以研究其發(fā)展趨勢。結(jié)果表明：1）中國農(nóng)田生態(tài)系統(tǒng)碳排放量在研究期間呈波動下降趨勢，并于2013年達到峰值；2）碳排放強度總體呈下降趨勢，表現(xiàn)為“北冷南熱”的空間格局，未來將持續(xù)下降，由2020年的0.107kg/yuan下降至2027年的0.054kg/yuan，總體空間格局保持穩(wěn)定，但熱點區(qū)域擴大，冷點區(qū)域縮小。因此，為加快低碳農(nóng)業(yè)發(fā)展，應(yīng)根據(jù)地區(qū)差異，通過制定差異化農(nóng)業(yè)管理策略，降低農(nóng)田生態(tài)系統(tǒng)碳排放強度。

——————

以氣候變暖為主要特征的全球氣候變化是迄今為止人類面臨的最大環(huán)境問題，并已威脅到人類的生存及生態(tài)系統(tǒng)的可持續(xù)發(fā)展[1]。安全降碳作為減緩全球氣候變暖的重要措施，已成為“十四五”時期中國生態(tài)文明建設(shè)的重點戰(zhàn)略新方向。農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)性產(chǎn)業(yè)，全球10%~20%的碳排放來源于農(nóng)業(yè)生產(chǎn)活動，而農(nóng)田生態(tài)系統(tǒng)是重要的溫室氣體排放源[2]。因此，深入研究農(nóng)田生態(tài)系統(tǒng)碳排放時空格局及發(fā)展趨勢，以期為尋求減少農(nóng)業(yè)碳排放有效策略提供參考，將對構(gòu)建生態(tài)文明建設(shè)新格局具有重要的戰(zhàn)略意義和實踐價值。

近年來，農(nóng)田生態(tài)系統(tǒng)碳排放研究主要從總量測算、影響因素分析、時空格局分析及總量預(yù)測等4個方面進行。在總量測算方面，李波等[3]測算了1993—2018年農(nóng)業(yè)CO₂排放量，發(fā)現(xiàn)自1993年我國農(nóng)業(yè)CO₂排放處于上升態(tài)勢；唐志偉等[4]測算了水稻CH₄排放量，結(jié)果表明我國稻田CH₄總排放量呈先降低后升高再降低的趨勢，為實現(xiàn)水稻豐產(chǎn)與稻田CH₄減排的協(xié)同提供理論參考；楚天舒等[5]對區(qū)域種養(yǎng)業(yè)生產(chǎn)系統(tǒng)溫室氣體排放總量進行了測算，并提出合理的減排建議；白義鑫等[6]測算了禽畜養(yǎng)殖過程中溫室氣體的排放，為喀斯特地區(qū)農(nóng)業(yè)碳減排提供參考；田成詩等[7]測算了農(nóng)業(yè)非能源碳、能源碳排放量，研究表明中國農(nóng)業(yè)碳排放總量呈先降后升的“V型”變化。目前，計算農(nóng)田生態(tài)系統(tǒng)碳排放的主要方法是根據(jù)相應(yīng)的碳排放系數(shù)估算，多數(shù)研究僅對一種或兩種溫室氣體進行測算。

在碳排放影響因素方面，任峰等[8]運用擴展的STIRPAT模型對廣東省碳排放影響因素進行了分析，發(fā)現(xiàn)人口規(guī)模、富裕度等與碳排放量之間均存在正相關(guān)關(guān)系；田云等[9]使用Tobit模型測算了湖北省農(nóng)業(yè)碳排放效率，并厘清了影響因素，為農(nóng)業(yè)低碳生產(chǎn)提供參考依據(jù)；黎孔清等[10]使用半對數(shù)回歸模型對農(nóng)戶農(nóng)業(yè)生產(chǎn)碳排放強度影響因素進行了計量分析，得出農(nóng)村人口、富裕度等因素與農(nóng)業(yè)碳排放總量之間的定量關(guān)系；Ismael等[11]探討了農(nóng)業(yè)技術(shù)和環(huán)境對碳排放總量的影響，研究結(jié)果可以為決策者制定碳減排戰(zhàn)略提供參考；曾珍等[12]應(yīng)用脈沖響應(yīng)函數(shù)和方差分解法分析了城鎮(zhèn)化水平對農(nóng)業(yè)碳排放的影響，發(fā)現(xiàn)人口城鎮(zhèn)化和土地城鎮(zhèn)化對農(nóng)業(yè)碳排放的沖擊大小以及方向不同，且存在顯著的區(qū)域差異。當前，研究者們應(yīng)用各種模型和方法研究了農(nóng)業(yè)碳排放影響因素，研究結(jié)果為實現(xiàn)農(nóng)業(yè)低碳目標提供了有價值的參考方案。

在農(nóng)田生態(tài)系統(tǒng)碳排放時空格局研究方面，袁霄等[13]采用空間自相關(guān)分析了土地利用碳排放時空格局，發(fā)現(xiàn)重慶市重度排放集中在主城核心區(qū)，中輕度排放集中在主城拓展區(qū)、環(huán)主城區(qū)及區(qū)域中心城市；翁翎燕等[14]使用了空間自相關(guān)方法研究得出江蘇省農(nóng)田植被凈碳匯呈現(xiàn)出“北熱南冷”的空間格局；Pang等[15]采用了空間自相關(guān)分析得出中國農(nóng)業(yè)生產(chǎn)碳排放強度呈現(xiàn)空間聚集趨勢；夏四友等[16]運用Theil指數(shù)及空間自相關(guān)方法分析了農(nóng)業(yè)碳排放強度時空格局特征，研究表明未來碳排放強度值將呈現(xiàn)出繼續(xù)下降的演化態(tài)勢；孫小祥等[17]構(gòu)建了生態(tài)承載效率指數(shù)、經(jīng)濟貢獻效率指數(shù)，發(fā)現(xiàn)江蘇沿海地區(qū)農(nóng)田生態(tài)系統(tǒng)碳源/匯動態(tài)區(qū)域差異較大。綜上所述，空間自相關(guān)分析因能準確識別變量在不同空間尺度的分布情況，目前已被廣泛應(yīng)用于農(nóng)業(yè)碳排放時空格局研究。

在農(nóng)業(yè)碳排放總量預(yù)測方面，Lin等[18]提出了一種由多變量灰色預(yù)測模型和遺傳規(guī)劃組成的兩階段預(yù)測方法，對CO₂排放量進行預(yù)測，該方法綜合考慮了影響碳排放的多種因素；Lin等[19]通過構(gòu)建組合預(yù)測模型預(yù)測了中國2020年的CO₂排放強度，并對中國發(fā)展低碳經(jīng)濟提供了建議；Liu等[20]運用GM（1，1）模型預(yù)測了山東省農(nóng)業(yè)碳排放量，結(jié)果表明農(nóng)業(yè)碳排放量將在2030年前達到峰值；謝永浩等[21]構(gòu)建GM（1，1）模型對農(nóng)業(yè)生產(chǎn)活動產(chǎn)生的碳排放進行了預(yù)測，發(fā)現(xiàn)未來碳排放量出現(xiàn)明顯的“馬太效應(yīng)”；趙金輝等[22]使用Lasso-BP神經(jīng)網(wǎng)絡(luò)方法，建立了河南省碳排放量預(yù)測模型，并提出河南省碳達峰路徑；褚力其等[23]根據(jù)因素貢獻差異設(shè)置動態(tài)政策情景，對2018—2030年中國農(nóng)業(yè)碳排放量進行預(yù)測，認為通過市場優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、提高農(nóng)資消耗品使用率可以促進低碳生產(chǎn)。目前，關(guān)于農(nóng)業(yè)碳排放預(yù)測的研究主要關(guān)注預(yù)測方法的改進，以提高預(yù)測精度，但研究深度不足。

上述研究著重于中國農(nóng)田生態(tài)系統(tǒng)碳排放現(xiàn)狀和未來總量的預(yù)測，但仍然有如下問題：一是目前對中國省際農(nóng)田生態(tài)系統(tǒng)溫室氣體排放的測算主要是針對一種或兩種溫室氣體，忽略了農(nóng)田生態(tài)系統(tǒng)中CH₄或N₂O的排放；二是目前針對農(nóng)田生態(tài)系統(tǒng)碳排放預(yù)測的研究主要集中在探究碳排放時間格局演化和預(yù)測方法改進2個方面，而對于其空間格局演化的研究鮮有報道。因此，本研究擬在已有研究基礎(chǔ)上，基于2007—2020年農(nóng)業(yè)面板數(shù)據(jù)，以中國31省（市、自治區(qū)）為研究單元，運用改進的碳排放系數(shù)法全面測算中國農(nóng)田生態(tài)系統(tǒng)溫室氣體排放總量，采用空間自相關(guān)分析方法研究中國農(nóng)田生態(tài)系統(tǒng)碳排放強度時空格局；通過建立GM（1，1）預(yù)測模型，對2022—2027年碳排放強度進行預(yù)測，并對預(yù)測結(jié)果進行空間自相關(guān)分析，研究其發(fā)展趨勢，以期為中國制定合理的差異化農(nóng)業(yè)管理策略提供參考。

 

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

基于數(shù)據(jù)的可得性，本研究期為2007—2020年，研究對象為除臺灣省、澳門和香港特別行政區(qū)以外的31個省（市、自治區(qū)）。其中，化肥施用量、耕地灌溉面積、13種主要農(nóng)作物產(chǎn)量來自于《中國統(tǒng)計年鑒》[24]；農(nóng)田翻耕面積、農(nóng)藥施用量、農(nóng)用塑料膜施用量、農(nóng)用柴油總量來自于《中國農(nóng)村統(tǒng)計年鑒》[25]；水稻播種面積來源于國家數(shù)據(jù)中心。

1.2 碳排放總量及強度估算方法

借鑒《2006年IPCC國家溫室氣體清單指南》[26]和《省級溫室氣體清單編制指南（試行）》[27]，運用改進的碳排放系數(shù)法估算中國31省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放總量?；跀?shù)據(jù)的可得性，本研究中主要考慮氮淋溶徑流、大氣氨沉降、秸稈還田、化肥施用、水稻種植、農(nóng)田灌溉、農(nóng)田翻耕、農(nóng)用機械、農(nóng)藥使用、農(nóng)膜使用種溫室氣體排放源，如圖1所示。

農(nóng)田生態(tài)系統(tǒng)碳排放總量、碳排放強度計算公式如下：

式中：E為農(nóng)田生態(tài)系統(tǒng)碳排放總量，kg；ECO₂為CO₂排放量，kg；ECH₄為CH₄形式排放量轉(zhuǎn)化為CO₂排放量，kg；EN₂O為N₂O形式排放量轉(zhuǎn)化為CO₂排放量，kg；EI為碳排放強度，kg/yuan；GDP_A為農(nóng)業(yè)產(chǎn)值，yuan。

 

1.2.1CO₂排放量估算方法

計算CO₂排放量方法如下：

式中：T_j為第j種農(nóng)業(yè)投入量，kg；EF_j為第j種農(nóng)業(yè)投入碳排放系數(shù)，如表1所示；44/12為CO₂與C分子量之比。

1.2.2CH₄排放量估算方法

計算CH₄形式排放量轉(zhuǎn)化為CO₂排放量方法如下：

式中：EF_i為稻田CH₄排放因子，kg/hm²，i表示稻田類型，稻田CH₄排放因子來源于參考文獻[27]；AD_i為對應(yīng)于該排放因子的水稻播種面積，hm²；25為CH₄折算CO₂當量系數(shù)[29]。

 

1.2.3N₂O排放量估算方法

計算農(nóng)田生態(tài)系統(tǒng)N₂O形式排放量轉(zhuǎn)化為CO₂排放量方法如下：

式中：N_z為直接氮排放量，kg；N_j為間接氮排放量，kg；44/28為N₂O與N分子量之比；298是N₂O折算CO₂當量系數(shù)[29]。其中N_z計算方法如下：

式中：N_h施用化肥含氮量，kg，復(fù)合肥含氮量按其總量1/3計算[33]；N_g為秸稈還田過程中氮總量，kg；EF_z為N₂O直接排放因子[27]。

其中，N_g計算方法如下：

式中：M_i為第i種作物籽粒產(chǎn)量，kg；L_i為第i種作物的經(jīng)濟系數(shù)，β_i為第i種作物的秸稈還田率，由于各地區(qū)秸稈還田比例尚未有統(tǒng)計數(shù)據(jù)，故本研究秸稈還田比例統(tǒng)一設(shè)置為0.2[34]；K_i第i種作物的秸稈含氮率；α_i為第i種作物的根冠比，詳細參數(shù)來源于參考文獻[27]。

間接氮排放量（N_j）計算方法如下：

 

1.3 空間自相關(guān)

空間自相關(guān)是一種空間數(shù)據(jù)分析方法，主要研究空間中某一位置的觀測值是否與其相鄰位置的觀測值相關(guān)，并能揭示空間變量的區(qū)域結(jié)構(gòu)形式，分為全局空間自相關(guān)和局部空間自相關(guān)[35]。全局空間自相關(guān)是對研究變量在整個區(qū)域上的空間特征進行描述，可以準確分析整體的空間關(guān)聯(lián)特征；局部空間自相關(guān)是對局部空間異質(zhì)性特征進行描述，識別不同空間位置上的“熱點區(qū)”與“冷點區(qū)”的空間分布規(guī)律[36]。

運用ArcGIS10.2，用Moran’I指數(shù)反映中國農(nóng)田生態(tài)系統(tǒng)碳排放空間總體格局，計算公式如下：

式中：I為全局Moran指數(shù)；n為省（市、自治區(qū)）數(shù)量；X_i為第i個省（市、自治區(qū)）的碳排放強度；W_ij為空間單位i和j的權(quán)重；X為研究對象碳排放強度的平均值。

Getis Ord（Gi^*）可以測量指定研究區(qū)域的高值（熱點）和低值（冷點）密度，計算方法如下：

式中：Gi^*為局部空間自相關(guān)指數(shù)。Gi^*值高表明相鄰地區(qū)高值聚集，為熱點地區(qū)；Gi^*值低表明相鄰地區(qū)低值聚集，為冷點地區(qū)；Gi^*值趨向于0，表明不存在聚集現(xiàn)象。

 

1.4 GM（1，1）模型

灰色預(yù)測模型GM（1，1）是以歷史資料為基礎(chǔ)，預(yù)測時間序列數(shù)據(jù)的模型。不僅可以弱化原始數(shù)據(jù)的隨機性，使其呈現(xiàn)出較明顯的特征規(guī)律，還具有所需樣本少、不需要計算統(tǒng)計特征量的優(yōu)點，是處理小樣本預(yù)測問題的有效工具[37-38]。因此，本研究使用灰色預(yù)測模型GM（1，1）預(yù)測2022—2027年中國農(nóng)田生態(tài)系統(tǒng)碳排放強度。GM（1，1）模型的基本形式為：

式中：x₀（k）為原始數(shù)據(jù)；z^（1）（k）為原始數(shù)據(jù)序列累加后取得的生成序列；a為發(fā)展系數(shù)；b為灰作用量。

經(jīng)過演變計算可變?yōu)榘谆匠?/span>：

后驗差比值C可以驗證模型的精度，C<0.65表示預(yù)測模型精度合格。

 

2 中國農(nóng)田生態(tài)系統(tǒng)碳排放特征

2.1 碳排放時間演變特征

根據(jù)上述碳排放計算方法及數(shù)據(jù)估算2007—2020年中國31省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放總量及碳排放強度，分別如圖2和圖3所示。

由圖2可見，近14年來，中國農(nóng)田生態(tài)系統(tǒng)碳排放總量總體呈下降趨勢，碳排放總量年均減少0.0098億t。中國農(nóng)田生態(tài)系統(tǒng)碳排放總量在2013年達到峰值，峰值約為9.4665億t，其發(fā)展趨勢可以大致劃分為4個階段：1）2007—2008年快速增長階段。中國農(nóng)田生態(tài)系統(tǒng)碳排放總量快速增長，從2007年的8.6003億t增長到2008年的8.9094億t，年均增幅為0.3091億t，年均增長率為3.59%，CO₂、CH₄、N₂O3種溫室氣體排放量均有所增長；2）2008—2010年緩慢減少階段。中國農(nóng)田生態(tài)系統(tǒng)碳排放總量減少速度較為遲緩，從2008年的8.9094億t下降到2010年的8.7076億t，年均下降幅度為0.1009億t，年均減少率為1.14%，CH₄、CO₂排放量有所增加，N₂O排放量下降。原因在于2008年中央一號文件的頒布并實施，從政策層面開始控制種植業(yè)的碳排放，并提出積極發(fā)展稻谷生產(chǎn)、加快推進農(nóng)業(yè)機械化可能引起CH₄、CO₂排放量的增加；2010—2013年快速增長階段。中國農(nóng)田生態(tài)系統(tǒng)碳排放總量迅速增長，從2010年的8.7076億t增加到2013年的9.4665億t，年均增幅0.2530億t，年均增長率為2.83%，3種溫室氣體排放量均增加。其中，N₂O排放量增長幅度最大，主要因為氮肥施用量快速上漲加之秸稈還田的大力推進。2013—2020年持續(xù)下降階段：中國農(nóng)田生態(tài)系統(tǒng)碳排放總量持續(xù)下降，從2013年的9.4665億t下降到2020年的8.4643億t，年均降幅0.1432億t，年均減少率為1.58%，下降幅度較大，持續(xù)時間較長，3種溫室氣體排放量均不斷下降。2015年農(nóng)業(yè)部出臺了《到2020年化肥使用量零增長行動方案》和《到2020年農(nóng)藥使用量零增長行動方案》、2016年國務(wù)院發(fā)布了《“十三五”控制溫室氣體排放工作方案》和2017年頒布了《農(nóng)藥管理條例》，這一系列政策的實施大大減少了CO₂和N₂O的排放量。

由圖3可見，2007—2020年中國農(nóng)田生態(tài)系統(tǒng)碳排放強度總體呈現(xiàn)持續(xù)下降趨勢。碳排放總量及農(nóng)業(yè)生產(chǎn)總值的變化直接影響著碳排放強度的變化，碳排放強度均值從2007年的0.339kg/yuan減少到2020年的0.107kg/yuan，年均下降0.017kg/yuan，其具體發(fā)展趨勢可以大致劃分為3個階段：1）2007—2009年較大幅度下降階段。中國農(nóng)田生態(tài)系統(tǒng)的平均碳排放強度從2007年的0.339kg/yuan減少到2009年的0.282kg/yuan，年均下降幅度為0.028kg/yuan，年均下降率為8.85%，這是因為在此期間糧食連續(xù)增產(chǎn)，農(nóng)民收入持續(xù)較快增長，農(nóng)業(yè)產(chǎn)值大幅度提高，加之農(nóng)業(yè)碳排放總量的小幅度增加；2）2009—2011年大幅度下降階段。中國農(nóng)田生態(tài)系統(tǒng)平均碳排放強度從2009年的0.282kg/yuan減少到2011年的0.209kg/yuan，年均下降幅度為0.036kg/yuan，年均下降率為13.81%；3）2011—2020年緩慢下降階段。伴隨著中國農(nóng)業(yè)產(chǎn)值的緩慢上升和碳排放總量的下降，碳排放強度從2011年的0.209kg/yuan緩慢下降至2020年的0.107kg/yuan，年均下降幅度為0.011kg/yuan，年均下降率為7.20%。

 

2.2 碳排放空間演變特征

為了便于分析比較中國各省（市、自治區(qū)）的農(nóng)田生態(tài)系統(tǒng)碳排放強度差異，對中國農(nóng)田生態(tài)系統(tǒng)碳排放強度進行標準化處理，參考陳慧等[39]的劃分方法，即以當年農(nóng)田生態(tài)系統(tǒng)碳排放強度均值的0.5、1.0、1.5倍作為3個分界點，將各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強度從低到高依次劃分為低強度區(qū)、較低強度區(qū)、較高強度區(qū)和高強度區(qū)4個等級。利用ArcGIS10.2軟件的空間分析功能刻畫2007年、2010年、2015年和2020年中國農(nóng)田生態(tài)系統(tǒng)碳排放強度分布，結(jié)果如圖4所示?？梢?/span>，不同時期中國各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強度空間差異十分顯著：高強度區(qū)主要集中在中國南部的廣西、廣東和云南省，總碳排放量由2007年的3.9786億t減少到2020年的3.9345億t，分別占當年中國農(nóng)田生態(tài)系統(tǒng)碳排放總量的46.26%和46.48%。2007年高排放區(qū)為云南、廣東、廣西和海南，2010年、2015年高排放區(qū)為云南、廣東、廣西、海南、江西，2020年高排放區(qū)為云南、廣東、廣西和江西。廣西壯族自治區(qū)盛產(chǎn)甘蔗、且N2O排放因子較高，造成N₂O排放量高于其他省（市、自治區(qū)），加之廣西壯族自治區(qū)化肥農(nóng)藥施用較多，因而廣西壯族自治區(qū)碳排放強度一直位于中國首位。此外，江西、廣東、廣西等地水稻占有舉足輕重的地位，因此CH₄排放較多，碳排放強度隨之升高。

較高強度區(qū)主要集中在我國東部地區(qū)的安徽、吉林、上海、湖南，總碳排放量由2007年的0.8996億t增加到2020年的0.9366億t，分別占當年中國碳排放總量的10.09%和11.07%。2007年較高排放區(qū)為江西省，2015年較高排放區(qū)為安徽省，2020年較高排放區(qū)為安徽、吉林、上海、湖南。江西、安徽、吉林、湖南屬于糧食主產(chǎn)區(qū)，其碳排放總量必然較高，碳排放強度隨之較高。

較低強度區(qū)主要集中在中國東北的內(nèi)蒙古、黑龍江、遼寧，西北地區(qū)的寧夏、新疆、甘肅和東南沿海的江蘇、浙江、福建，總碳排放量由2007年的1.3968億t增加到2020年的1.556億t，分別占當年中國農(nóng)田生態(tài)系統(tǒng)碳排放總量的16.24%和18.38%。中國東北地區(qū)地處世界主要黑土帶之一，黑土是一種性狀好、肥力高，非常適合植物生長的土壤，因此中國東北地區(qū)糧食產(chǎn)量極高，農(nóng)業(yè)產(chǎn)值較高，不僅如此，東北地區(qū)耕地面積較為集中，農(nóng)業(yè)生產(chǎn)高度機械化，所以東北地區(qū)碳排放強度較低。上海、浙江、福建等地作為糧食主銷區(qū)，糧食產(chǎn)量相對較小，農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的碳排放總量較小，故其碳排放強度較低。

低強度區(qū)主要集中在中國西南地區(qū)的四川、貴州、西藏、陜西和華北地區(qū)的天津、北京、河北、山西，總碳排放量由2007年的0.8058億t減少到2020年的0.6924億t，分別占當年中國農(nóng)田生態(tài)系統(tǒng)碳排放總量的9.36%和8.18%。西藏、青海、寧夏、山西、陜西、重慶和貴州等地農(nóng)業(yè)碳排放量較小，這可能是由于西藏和青海地區(qū)天氣惡劣；山西、陜西兩地大宗作物種植面積較小，特色農(nóng)業(yè)較發(fā)達，例如莜麥、蕎麥、糜子等；山西、陜西、貴州和重慶土地碎片化嚴重，大塊平整土地較少，農(nóng)用機械難以使用等原因。

 

2.3 全局空間自相關(guān)分析

利用ArcGIS10.2得到2007年、2010年、2015年和2020年的中國農(nóng)田生態(tài)系統(tǒng)碳排放強度的全局空間自相關(guān)Moran’I指數(shù)及顯著性水平（Z得分和P值），結(jié)果見表2?？芍?/span>：中國不同年份農(nóng)田生態(tài)系統(tǒng)碳排放全局空間自相關(guān)指數(shù)I值均為正且均通過5%的顯著性檢驗，這表明中國不同省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強度具有空間正相關(guān)性。Moran’I值呈現(xiàn)先增大后減小的趨勢，說明中國農(nóng)田生態(tài)系統(tǒng)碳排放強度相似地區(qū)在空間上的聚集程度先有一定程度的上升，后有一定程度的下降，但總體在空間上處于集聚狀態(tài)。

 

 

2.4 局部空間自相關(guān)分析

利用ArcGIS10.2計算2007年、2010年、2015年和2020年4個時間點上各省（市、自治區(qū)）空間關(guān)聯(lián)指數(shù)Getis-Ord（Gi^*），并按自然斷點法分為4級，從高到低依次為熱點區(qū)、次熱點區(qū)、次冷點區(qū)、冷點區(qū)，進而繪制4個時間點上中國農(nóng)田生態(tài)系統(tǒng)碳排放強度空間格局演化圖，如圖5所示。

 

從整體空間結(jié)構(gòu)看，中國農(nóng)田生態(tài)系統(tǒng)碳排放強度熱點區(qū)域的總體格局保持穩(wěn)定，總體呈現(xiàn)“北冷南熱”的空間格局。貴州、云南、廣東、廣西、海南為相對穩(wěn)定的熱點區(qū)域，說明這5個地區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放強度處于較高水平；內(nèi)蒙古、北京、天津、寧夏、山東、河北、河南、山西、陜西9地為相對穩(wěn)定的冷點區(qū)域，說明這9地的農(nóng)田生態(tài)系統(tǒng)碳排放強度處于較低水平。

從區(qū)域尺度看，長江流域的農(nóng)田生態(tài)系統(tǒng)碳排放強度明顯高于黃河流域，這與長江流域的農(nóng)業(yè)經(jīng)濟發(fā)展水平明顯好于黃河流域的特征恰好吻合。長江流域的氣候要比黃河流域的氣候優(yōu)越，水熱條件明顯高于北方，使得南方成為適宜種植水稻的地區(qū)。

從4種類型的變化看，農(nóng)田生態(tài)系統(tǒng)碳排放強度總體空間格局保持穩(wěn)定，但各類型的區(qū)域仍發(fā)生了一些改變。2007—2020年，中國農(nóng)田生態(tài)系統(tǒng)碳排放強度熱點區(qū)域比重先由2007年的16.13%上升到2015年的32.26%，再下降到2020年的29.03%；次熱點區(qū)域的比重由2007年的19.35%下降到2020年的12.90%；冷點區(qū)域的比重由2007年的38.71%下降到2020年的32.26%；而次冷點區(qū)域的比重呈波動趨勢，先由2007年的25.81%上升到2010年的29.03%，隨后下降到2015年的22.58%，繼而上升到2020年的25.81%。4個代表年份中，未發(fā)生變化的地區(qū)有18個，占總數(shù)的58.06%，說明2007年以來中國農(nóng)田生態(tài)系統(tǒng)碳排放強度大體格局未變，且北部地區(qū)以低值區(qū)為主，南部地區(qū)以高值區(qū)為主。

 

3 農(nóng)田生態(tài)系統(tǒng)碳排放趨勢預(yù)測

根據(jù)2007—2020年中國各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強度，運用SPSS軟件求得發(fā)展系數(shù)a、灰作用量b，進而構(gòu)建灰色預(yù)測模型預(yù)測2022—2027年中國各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強度，通過后驗差比值C檢驗?zāi)Ｐ途取ＤＰ蛥?shù)及預(yù)測結(jié)果見表3，根據(jù)精度等級劃分的原則，可知各省（市、自治區(qū)）灰色預(yù)測模型均合格有效。

 

 

由表3可見：中國各省（市、自治區(qū)）農(nóng)田生態(tài)系統(tǒng)碳排放強度延續(xù)歷史趨勢，即呈現(xiàn)下降趨勢，截止2027年，中國農(nóng)田生態(tài)系統(tǒng)碳排放強度均值下降到0.054kg/yuan。農(nóng)業(yè)作為立國之本，得到國家政策的大力扶持，國家已進一步推動資源節(jié)約型農(nóng)業(yè)，加之農(nóng)業(yè)農(nóng)村減排固碳工作進一步的推進，促使農(nóng)業(yè)碳排放強度下降，預(yù)測結(jié)果與現(xiàn)行農(nóng)業(yè)發(fā)展趨勢相符。

為進一步探究未來中國農(nóng)田生態(tài)系統(tǒng)碳排放強度發(fā)展趨勢，利用ArcGIS10.2計算2025年和2027年各省（市、自治區(qū)）空間關(guān)聯(lián)指數(shù)Getis-Ord（Gi*），分類方法同2.2節(jié)，進而繪制2025年和2027年中國農(nóng)田生態(tài)系統(tǒng)碳排放強度空間格局的演化圖（圖6）。

從整體結(jié)構(gòu)看，未來6年中國農(nóng)田生態(tài)系統(tǒng)碳排放強度總體仍呈現(xiàn)“北冷南熱”的空間格局。從區(qū)域尺度來看，中國南部地區(qū)熱度依舊高于北部地區(qū)；華北地區(qū)、西部地區(qū)熱度上升。從4種變化類型來看，中國熱點區(qū)先縮小后擴大，整體呈擴散趨勢；次熱點區(qū)域數(shù)量保持穩(wěn)定，但逐漸向西部擴散；次冷點區(qū)域先擴大后縮小，整體數(shù)量保持穩(wěn)定但逐漸集中；冷點區(qū)域不斷縮小，整體向東南方向移動。

 

4 結(jié)論與建議

4.1 結(jié)論

通過改進的碳排放系數(shù)法估算2007—2020年中國農(nóng)田生態(tài)系統(tǒng)碳排放量及強度，運用空間自相關(guān)分析碳排放強度空間格局，建立GM（1，1）預(yù)測模型，對未來碳排放強度進行預(yù)測，并對預(yù)測結(jié)果進行空間自相關(guān)分析，研究中國農(nóng)田生態(tài)系統(tǒng)碳排放時空格局及發(fā)展趨勢，本研究主要結(jié)論如下：

1）2007—2020年，中國農(nóng)田生態(tài)系統(tǒng)碳排放總量總體呈現(xiàn)下降趨勢，并呈現(xiàn)一定的階段性，其下降趨勢可以大致劃分為4個階段：2007—2008年的快速增長階段；2008—2010年的緩慢減少階段；2010—2013年的快速增長階段；2013—2020年的持續(xù)下降階段。中國農(nóng)田生態(tài)系統(tǒng)碳排放強度總體呈現(xiàn)持續(xù)下降趨勢，且南部地區(qū)>東北地區(qū)>西北地區(qū)。

2）2007—2020年，中國農(nóng)田生態(tài)系統(tǒng)碳排放強度表現(xiàn)為“北冷南熱”相對穩(wěn)定的空間格局。中國農(nóng)田生態(tài)系統(tǒng)碳排放強度呈現(xiàn)空間正相關(guān)，農(nóng)田生態(tài)系統(tǒng)碳排放強度空間自相關(guān)性呈現(xiàn)先上升后下降的趨勢；局部空間自相關(guān)特征表現(xiàn)為長江流域的農(nóng)田生態(tài)系統(tǒng)碳排放強度明顯高于黃河流域，熱點區(qū)域比重由2007年的16.13%上升2020年的29.03%，冷點區(qū)域的比重則由2007年的38.71%下降到2020年的32.26%。

3）2022—2027年，中國農(nóng)田生態(tài)系統(tǒng)碳排放強度仍呈現(xiàn)“北冷南熱”的空間格局，但熱點區(qū)整體呈擴散趨勢；次熱點區(qū)逐漸向西部擴散；次冷點區(qū)域逐漸集中；冷點區(qū)域不斷縮小，整體向東南方向移動。根據(jù)2007—2020年中國農(nóng)田生態(tài)系統(tǒng)碳排放相關(guān)數(shù)據(jù)，對2022—2027年中國農(nóng)田生態(tài)系統(tǒng)碳排放強度進行預(yù)測，預(yù)測結(jié)果顯示中國農(nóng)田生態(tài)系統(tǒng)碳排放強度逐年下降，平均碳排放強度由2020年的0.107kg/yuan下降至2027年的0.054kg/yuan。

局限于資料的可得性，本研究在計算農(nóng)田生態(tài)系統(tǒng)碳排放總量時只選取了13種主要農(nóng)作物，并未把全部農(nóng)作物種類計算在內(nèi)；其次，碳排放因子的選取參考國內(nèi)外相關(guān)文獻，不一定完全適用于中國農(nóng)田生態(tài)系統(tǒng)碳排放測算。因此，在今后的研究中需進一步完善和修正。此外，在分析碳排放時空變化特征時，可以考慮從CO₂、N₂O、CH₄3方面深入分析其各自的變化趨勢及對農(nóng)田生態(tài)系統(tǒng)碳排放的影響程度，今后會做出進一步探究。本研究選擇省（市、自治區(qū)）作為空間單元探究空間格局，一定程度上忽略了更小尺度上的空間相關(guān)關(guān)系，而較小尺度的研究對于揭示中國農(nóng)田生態(tài)系統(tǒng)碳排放強度空間格局亦為必要，未來將在這方面做更為深入的研究。

 

4.2 建議

本研究表明未來中國農(nóng)田生態(tài)系統(tǒng)碳排放強度總體呈現(xiàn)“北冷南熱”的格局。在未來中國農(nóng)業(yè)發(fā)展中，相關(guān)部門應(yīng)根據(jù)各省（市、自治區(qū)）不同的農(nóng)田生態(tài)系統(tǒng)碳排放現(xiàn)狀，因地制宜地采取差異化的農(nóng)業(yè)減排策略：

1）針對碳排放強度高的南方地區(qū)如廣東、廣西、海南，應(yīng)減少傳統(tǒng)農(nóng)業(yè)比重，大力支持農(nóng)業(yè)規(guī)?；l(fā)展，鼓勵采用現(xiàn)代化農(nóng)業(yè)種植技術(shù)，控制化肥、農(nóng)藥施用量，發(fā)展生態(tài)農(nóng)業(yè)、休閑觀光農(nóng)業(yè)等現(xiàn)代化農(nóng)業(yè)。此外，中國南方地區(qū)多季種植水稻及各類蔬菜，化肥施用量大且高溫條件下肥料中氨易揮發(fā)，施肥方法和時間的選擇尤為重要，農(nóng)戶應(yīng)積極施用有機肥、添加氮肥增效劑及生物質(zhì)炭，可降低土壤氧化亞氮排放量。

2）針對碳排放強度較高的江西、安徽、吉林、湖南，在保證不減產(chǎn)的前提下，適當減少農(nóng)藥施用量，增施有機肥，結(jié)合各地區(qū)實際情況栽培綠肥作物以改善土壤結(jié)構(gòu)，因地制宜，調(diào)整優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，推進農(nóng)業(yè)提質(zhì)增效，促進農(nóng)業(yè)低碳高效發(fā)展。

3）針對其余碳排放強度較小的區(qū)域，未來應(yīng)努力提高農(nóng)業(yè)生產(chǎn)效率，提升農(nóng)業(yè)發(fā)展質(zhì)量，完善農(nóng)業(yè)CO₂排放監(jiān)測體系，助推中國農(nóng)業(yè)碳減排工作順利進行。

4）中國農(nóng)業(yè)碳排放強度具有空間相關(guān)性。因此，中央和地方政府要立足于區(qū)域農(nóng)業(yè)碳排放的實際情況，構(gòu)建區(qū)域農(nóng)業(yè)碳減排合作機制，加強區(qū)域協(xié)作，推進農(nóng)業(yè)低碳科技創(chuàng)新，加大低碳農(nóng)業(yè)技術(shù)的研發(fā)和推廣的投入力度，積極推廣現(xiàn)代化農(nóng)業(yè)種植技術(shù)、生物農(nóng)藥及地膜回收技術(shù)和灌溉等新技術(shù)。

 

原文信息

題目：農(nóng)田生態(tài)系統(tǒng)碳排放時空格局及趨勢分析

作者：王英 楊娟 王佳麗 

期刊：《中國農(nóng)業(yè)大學(xué)學(xué)報》23年1期