中國農地利用結構變化的碳效應及時空演進趨勢研究

李 波，劉雪琪，王 昆

（1.中南民族大學經濟學院，湖北 武漢 430074；2.武漢市規劃研究院，湖北 武漢 430019）

1 引言

隨著二氧化碳排放所引起的環境問題越來越嚴峻，發展低碳經濟、降低碳排放成為遏制全球氣候變暖的重要戰略舉措[1-2]。中國在“十三五”期間著力推進綠色發展、循環發展和低碳發展，節約利用資源，不斷強化環境保護和生態修復。農地利用活動是人類生活、生產的必要活動，既是主要的溫室氣體來源，同時也是受氣候變化的影響最大[3-4]，黨的十九大的報告中也明確提出要開展國土綠化行動，嚴格保護耕地，健全休養生息制度。因此，農地資源的優化利用不僅僅可以改善土壤環境品質，還可以幫助中國實現碳減排的目標，從而推動經濟和社會的可持續發展。

關于農地利用碳效應的研究，目前主要從影響因素、與經濟發展的關系、趨勢預測三個方面開展：蘇洋、洪凱、王太祥[5-7]等基于時間序列數據研究影響農地利用碳排放的因素，常用的因素分解模型有Kaya恒等式、LMDI模型、IPAT模型等；田云、張婷[8-9]等運用Tapio模型研究農地利用碳排放與經濟發展的脫鉤關系；王琦、余雪振[10-11]等運用灰色GM（1，1）模型預測農地利用碳排放量的趨勢。這些研究對中國探索農地利用碳效應起到了不可或缺的作用，對本文的研究也起到了重要的理論指導和借鑒意義。

綜觀現有研究，采用的數據主要是單純的時間序列數據或截面數據，并且側重研究農地利用碳排放，忽略了農地利用碳匯，但農地利用的碳效應分為碳排放和碳匯，其產生的凈碳排放會進一步加劇溫室效應，產生的凈碳匯能夠減少溫室氣體的排放，由此帶來正外部效應。William[12]提出計算農地固碳潛力要考慮農資投入和農地利用結構變化所造成的溫室氣體排放。總而言之，從凈排放的角度考慮農地利用結構變化所產生的溫室氣體“固”與“排”的平衡，能充分反映出農地利用碳效應的實質及減排潛力。

本文從碳排放和碳匯兩方面分析中國農地利用碳效應的時間和區域特征，再基于31個?。▍^、市）2005—2014年的面板數據，運用Kernel密度估計系統考察了中國農地利用凈碳排放/凈碳匯的地區間的差距和分布動態演進。一方面可以考察和監測農地利用碳排放情況，另一方面為農地利用碳減排的進一步研究和相關政策的制定提供了科學的依據。

2 數據與方法

2.1 測算方法

（1）農地利用碳排放估算方法。參考相關文獻并結合相關學者建議，農地利用的碳源主要基于以下6個方面：化肥、農藥、農膜、農用柴油、翻耕和農業灌溉。Jane M. F. Johnson[13]曾基于該研究框架對美國農業生產產生的溫室氣體排放量進行測算，其結果表明農地利用活動產生的碳排放量約相當于2.25×108t當量CO2。根據上述6個種類，可以列出農業碳排放的估計公式如下：

式（1）中，E為農地利用碳排放總量，Ei為各類碳源的碳排放量，Ti為各類碳源的消耗量，δi為各類碳源的碳排放系數。本文計算出的農業碳排放采用了已有研究[14-17]歸納出的農地利用碳源系數（表1）。

表1 農地利用碳源的碳排放系數及參考來源Tab.1 Carbon emissions coeff i cient and reference sources of carbon sources of agricultural land use

（2）Kernel密度估計方法。在概率論中用來估計未知的密度函數的方法被稱為Kernel密度估計，此方法可以避免由模型的設定造成測算值和實際值之間的差異，屬于非參數檢驗方法之一[18]。設隨機變量的密度函數為f（x），x點的概率密度函數為：

式（2）中，h為帶寬，N為觀測值的個數，K（·）為Kernel密度函數。帶寬是用來控制估計密度的平滑程度的，在具體估計時，樣本越少，帶寬越大，估計就越平滑，但估計偏差就越大，所以帶寬的選擇應該滿足以下公式：

本文運用了高斯核函數，其函數公式如下：

2.2 數據來源

本文1993—2015年的農膜、農藥、化肥、灌溉、農用柴油數據均出自《中國環境統計年鑒》和《中國農業統計年鑒》；以當年中國農作物實際播種面積作為翻耕數據，1993—2015年的農作物播種面積出自《中國統計年鑒》。2000—2015年草地、林地面積以及2001—2015年生態退耕和建設占用面積的數據來源于歷年《中國土地資源統計年鑒》和全國土地利用變更調查成果。

3 農地利用碳效應分析

3.1 農地利用碳排放的時序差異分析

通過測算發現，中國碳排放總量從1993年的4.30×107t增長到2015年的9.11×107t，其年均遞增率為3.47%。22年間，雖然碳排放總量翻了一倍多，但是其環比增長率總體呈現下降的趨勢。碳排放強度總體上是逐年增加，1993年的碳排放強度為452.46 kg·hm-2，2015年為674.5 kg·hm-2，年均遞增率為1.83%，其環比增速雖然有波動，但大體上是階段性下降趨勢?；诶畈╗19]對農地利用碳排放的研究對比發現，2008年中國農地利用碳排放總量和強度的年均遞增率分別為4.08%和2.38%，2015年的年均遞增率均有所下降。

雖然中國的農業碳排放總量一直處于上升的趨勢，但隨著越來越重視綠色發展，出臺了各種節能減排的相關政策，碳排放總量、碳排放強度的環比增速和年均遞增率得到了有效的控制。各農業碳排放的碳源均出現了不同程度的增長，其中化肥對農業碳排放量的貢獻率最大。這說明大量使用化學制品，雖然對產量有所提高，但是會加大農業的碳排放[20-21]。因此優化化肥、農藥等化學制品的使用，鼓勵有機肥使用和綠肥種植，提高使用效率，可以降低農業碳排放，進而改善生態環境。

3.2 農地利用碳排放的區域差異分析

全國農地碳排放處于最高水平的省份是河南省，最低的是西藏自治區。碳排放總量排在前5位的是河南省、山東省、河北省、安徽省和江蘇省，占全國的34.60%，且碳排放總量均高于4.50×107t；碳排放總量排在后5位的是天津市、上海市、北京市、青海省和西藏自治區，占全國1.24%，且排放總量均低于4.0×107t。由此看出，傳統農業大省的農地利用碳排放量相比其他省份而言較高，這說明中國農業生產方式還是一種高投入、高消耗、高污染的生產模式，對資源的利用方式沒有發生根本轉變。

從各省碳排放強度來看，碳排放強度最大的是福建省，最小的是西藏自治區。碳排放強度大的主要集中在發達城市以及東南沿海發達省份；碳排放強度小的主要集中在西部地區、東北地區等相對較為落后的省份。這說明中國還未實現低碳發展的模式，同時從側面反映出想要落實建設資源節約型和環境友好型社會的基本國策，各?。▍^、市）還需付出更多的努力，堅持綠色發展，不能走先污染后治理的老路。

3.3 林地、草地碳匯時空差異分析

自改革開放以來，經濟快速發展，中國貧困人口也從2010年的1.66×108人下降到2014年的7.02×107人[22]。按照這個速度，在2020年貧困線基本消除。溫飽問題解決了，保護生態環境日益成為了當今社會發展必須要考慮到的問題，退耕還林、還草也成為保護環境的重要舉措之一[23]。從表2的林地面積和林地碳匯來看，2000—2009年雖有微弱波動，但一直是增長的趨勢，2010—2015年出現逐年微弱的遞減，其主要原因是在于前一輪的退耕還林政策規定的資金補貼期限陸續到期，出于糧食安全的考慮暫停了退耕還林計劃，再加上近年來建設占用面積不斷增加，從而導致林地面積不斷下降。雖然草地碳匯量和林地碳匯量有一定的差距，但是草地的碳匯功能也是不容小覷的，草地面積呈現逐年遞減的趨勢，碳匯總量從2000—2015年減少了16.8%。

表2 2000—2015年中國林地碳匯量和草地碳匯量變化情況單位：104 tTab.2 Changes on carbon sinks of forest and grassland from 2000 to 2015 in China unit: 104 t

各?。▍^、市）由于自然資源稟賦差異和地區間經濟發展的差異導致林地、草地碳匯之間也存在著差異。由圖1可知，林地碳匯量高的省份地理分布在西部地區和東北地區，基本上都身處在中國的邊疆地區，林地碳匯最多的內蒙古自治區，是林地碳匯最少的上海市的500多倍。草地碳匯量多的省份在地理分布上均為西部地區，黑龍江—云南一線為分界，以西草地碳匯量較為豐富，以東草地碳匯量均小于1×104t。

圖1 2015年中國林地碳匯（a）、草地碳匯量（b）地區分布Fig.1 Regional distribution of carbon sinks of forest and grassland in China in 2015

圖2 中國農地凈碳排放的演進Fig.2 Net carbon emissions evolution of agricultural land in China

圖3 中國東部地區農地凈碳排放量的演進Fig.3 Net carbon emissions evolution of agricultural land in the eastern China

圖4 中國中部地區農地凈碳排放量的演進Fig.4 Net carbon emissions evolution of agricultural land in the central China

圖5 中國西部地區農地凈碳排放量的演進Fig.5 Net carbon emissions evolution of agricultural land in the western China

3.4 農地利用凈碳排放/凈碳匯的演進趨勢分析

對中國31個?。▍^、市）的農地利用凈碳排放/凈碳匯進行Kernel密度估計測算。圖2—圖5分別給出全國、東部、中部和西部的核密度分布圖，能較為直觀的分析各省的凈碳排放/凈碳匯動態變化趨勢。具體公式如下：

農地利用凈碳排放=農地利用的碳排放-草地碳匯-林地碳匯

農地利用凈碳匯=草地碳匯+林地碳匯-農地利用的碳排放

為了便于比較，將兩個公式進行整合，得出：

農地利用凈排放/凈碳匯=農地利用的碳排放-草地碳匯-林地碳匯

得出結果為正值的為農地利用凈碳排放，負值則為農地利用凈碳匯。再對此結果進行核密度估計。

（1）全國農地利用凈碳排放/凈碳匯的Kernel密度估計。從整體上來看，核密度函數的中心向右偏移，峰值出現微小的變化，波峰大體呈現“先升后降再升”的趨勢，密度函數變化區間由寬變窄，但區間變化不大，這說明各地區凈碳排放總量呈現上升趨勢，大體上中國地區間的農地利用凈碳排放差距有微弱減小。從波峰來看，“一主和兩小”的格局轉變為“一主一小”的格局，主峰和左側小峰變陡峭，右側小峰基本消失，表明較高凈碳匯的地區差距出現微弱的聚集態勢，較高凈碳排放地區差距呈現出明顯的擴散態勢。

出現凈排放的增長趨勢的原因，一方面可能是中國對農資的依賴程度越來越高，會加大農業的凈碳排放；另一可能的原因是中國農業生產方式還是一種高投入、高消耗、高污染的生產模式，對資源的利用方式沒有發生根本轉變，再加上林地和草地碳匯基本上沒有發生變化，使得凈碳排放有增長的趨勢。在此期間大體上中國地區間的農地利用凈碳排放差距有縮小趨勢但不明顯?？赡苡捎诖嬖谝恍┯绊戅r地利用碳排放的關鍵因素，如農業現代化水平、產業結構等，各地區的差異并不顯著。

（2）東部、中部和西部農地利用凈碳排放/凈碳匯Kernel密度估計。從圖3可以發現，東部地區農地利用凈碳排放在樣本考察期間密度函數中心是向右移動，峰值有逐漸上升的趨勢，并且變化區間在逐漸縮小，這說明東部地區的差距在逐漸變小。在2005年后，右側小單峰漸漸變為雙峰，逐漸形成了一主峰和兩小峰的格局，從原來的單一化發展成多極分化。這說明在此期間有向東部地區農地利用高凈碳排放的地區聚集的趨勢。

圖4中，整體上，中部地區農地利用凈碳排放在樣本考察期間密度函數整體向右移動，峰值經歷了一個“先降后升”的過程，但峰值低于2005年的峰值，且中心也一直向右移動，區間基本上沒有發生變化，較為直觀地反應出中部地區凈碳排放處于增長的趨勢。原來左側一小峰逐漸消失，這表明有較高凈碳匯的地區數量逐漸減少；分布曲線右尾逐漸向外延伸并變的平坦，這說明中部部分省份逐漸向更高凈碳排放水平上擴散。從具體演變過程來看，與2005年相比，2008年密度中心函數向右移動，峰值出現明顯下降，變化區間有所擴大，左側小峰變得平坦，分布曲線右尾逐漸向右延伸，這說明中部地區農地利用凈碳排放的地區差距逐漸擴大；2008年與2011年相比較，密度中心函數繼續右移，峰值有所上升且變化區間變小，此期間中部地區農地利用凈碳排放的地區差距有所縮小；對比2011年和2014年，密度中心函數繼續右移，峰值出現微弱的上升，且基本上區間沒有變化，這表明在該階段中部地區農地利用凈碳排放的地區差距有微弱的縮小。

通過分析圖5，發現西部地區農地利用凈碳排放在樣本考察期間密度函數整體向右移動，峰值呈現一個“先升后降”的過程，中心向右移動，區間基本上沒有發生變化，這說明西部地區的差距在逐漸變大。與2005年相比，2008年密度中心函數向右移動，峰值出現微弱上升，變化區間有所縮小，說明在此階段西部地區農地利用凈碳排放的地區差距縮小；相比較于2008年的分布曲線，2011年密度中心函數向右移動，峰值大幅下降，并且左小峰變的陡峭，這表明在該期間西部地區農地利用凈碳排放的地區差距擴大；2011年與2014年相比，2014年密度函數中心基本沒有發生變化，但從密度函數曲線形狀來看，明顯由寬峰變為尖峰，變化區間也由寬變窄，表明此期間西部地區農地利用凈碳排放的地區差距縮小。

對比分析圖3—圖5發現，從曲線的位置來看，東、中和西部地區的密度中心函數在此期間呈現右移的趨勢，說明各個地區凈碳排放都是上升的趨勢，尤其是中部變化顯著；從密度函數的中心來看，中、西部的主峰位于負值區域（即凈碳匯），而與中部和西部相比，東部的主峰位于中部和西部的右邊，表明中部和西部大部分省份是碳匯大于碳排放的；從變化區間來看，中部地區變化區間跨度最大，其次是西部，說明各個地區的凈碳排放變化幅度程度不同，但中部相比其他地區而言，各省之間農地利用凈碳排放的地區差距較大。

4 農地利用結構變化的碳效應分析及其對策

4.1 農地利用結構變化的單位碳排放效果分析

耕地碳排放數據采用的是歷年變化值。運用差值法來計算農地利用方式轉變引起的碳功能變化[19]，農地利用結構轉變所引起的碳排放和碳匯效果的變動情況如表3。

4.2 生態退耕與建設占用碳效應時序差異分析

農地利用結構的變化可以直接或者間接的造成碳排放。生態退耕和建設占用是中國最為常見的兩類農地利用方式轉換形式。生態退耕（生態退耕面積采用的是退耕還林面積）有明顯的土壤碳增匯效應，森林的固碳能力也強于農作物的固碳能力，隨著生態退耕面積的增加，其碳匯儲量也不斷增加[24]。建設占用（近似認為是耕地轉為建設用地）會刺激投資的增加，一定程度上推動了工業和城市規模的不斷擴大，從而增加了碳排放[25]。由表3求得轉換系數，分別計算出2001—2015年生態退耕和建設占用的碳排放量（圖6）。

總體上，每年的碳排放量遠遠大于碳匯量。雖然不論是碳排放還是碳匯，都具有較強的波動性。在2001—2015年的建設占用所引起的碳排放量是總體呈現出波動式上升趨勢，大致呈“M型”，最大值為2014年的1.84×107t，最小值為2001年的9.05×106t。而生態退耕所引起的碳匯量在2003年達到最大值2.28×106t后，開始逐漸下降，直至2014年最小值3.1×103t，自2014年新一輪的退耕還林還草開始后，2015年的生態退耕碳匯量上升至2.88×104t。整體上，變化趨勢呈“勺子型”。由于中國經濟長期是投資帶動經濟增長的模式，使得土地的需求愈發嚴重，農村人口大量進城，大量耕地被閑置；再加上城市化和工業化的步伐不斷加快，建設占用的規模不斷擴大，從而導致建設占用引起的碳排放效應越來越強。為了抑制或者減緩農地利用變化的碳排放必須合理的規劃土地利用的結構，嚴格控制建設用地占用耕地，積極鼓勵退耕還林，增強林地碳匯能力。

表3 農地利用結構變化單位面積碳排放/碳匯效果分析 單位：kg·hm-2Tab.3 Effect analysis on unit area carbon emissions and sinks of structural changes of agricultural landuse unit: kg·hm-2

圖6 2001—2015中國生態退耕與建設占用碳排放變化趨勢Fig.6 Carbon emissions trend of ecological restoration and construction land use projects from 2001 to 2015 in China

4.3 生態退耕與建設占用碳效應區域差異分析

分析表4可以發現，總體來看，2008年、2013年和2014年生態退耕碳匯量排前5的大部分位于東部和西部地區，東部地區生態退耕總碳匯量在逐年遞減，而中、西部地區則呈現先升后降的趨勢。2008年生態退耕碳匯量最明顯的是河北省，而2014年最高是寧夏自治區。

2008年建設占用碳排放量最多的省是江蘇省，2013年、2014年則是河南省，而2008年、2013年、2014年建設占用碳排放量最少的均為西藏自治區，2014年西藏自治區的建設占用碳排放量是2008年的3倍多。與2008年相比，東部地區的建設占用碳排放量占全國總量的比例從48.25%下降到29.31%，中、西部的建設占用碳排放量占全國總量的比例分別從25.86%上升至37.20%、25.88%上升至33.49%。由此可以看出，中、西部地區的建設占用碳排放效應逐漸趕超東部地區，這是因為中國建設用地與城鎮化和工業化同步增長[26]，東部地區投資建設趨于飽和，并且東部地區地價較高，企業為了降低成本向中、西部轉移，再加上中、西部地區近些年不斷推進中部崛起和振興東北工業基地，開展了很多重點工程項目。投資增加，驅動著建設占用面積的不斷擴展，從而導致建設占用碳排放量的增加。

表4 2008年、2013年和2014年中國31個?。▍^、市）生態退耕與建設占用碳效應變化對比Tab.4 Changes on carbon effects of ecological restoration and construction land use projects of 31 provinces in 2008,2013 and 2014

5 結論與建議

5.1 基本結論

（1）從農地利用碳排放來看，中國農地利用碳排放總量和碳排放強度是不斷增加的，但是其年均遞增率均有所下降的。較高碳排放地理分布集中在發達城市及其東南沿海發達?。▍^、市），較低碳排放地理分布集中在西部地區。

（2）從農地利用碳匯來看，林地碳匯量增長了10.58%，草地碳匯則呈現微弱的逐年遞減趨勢。林地碳匯高的?。▍^、市）基本上集中在西部和東北部地區，草地碳匯量高的?。▍^、市）均為西部地區。

（3）Kernel密度估計顯示，中國農地利用凈碳排放的地區差距有所縮小但幅度較小，凈碳排放全國均有增長趨勢，尤其是中部地區凈碳排放上升明顯。

（4）同2008年相比，中、西部地區生態退耕碳匯量呈現“先升后降”的趨勢，而東部地區出現下降趨勢；中、西部建設占用碳排放效應逐漸趕超東部地區。

5.2 政策建議

（1）加快國土綠化步伐，擴大新一輪的退耕還林還草。要積極開展國土綠化活動，完善農地利用的總體規劃，進行農地利用的優化配置，增強農地的固碳能力，并且在確保糧食安全的情況下，擴大新一輪的退耕還林還草規模，積極開展林地草地生態建設，完善森林和草原的保護制度。與此同時，政府應該加大對耕地的保護，嚴格控制違法的建設占用，尤其是沿海地區和中部地區，要劃定農地利用生態紅線，有序推進農地利用的可持續和綠色化。

（2）大力推進農地流轉，形成農業的規模經營。實施農地流轉是中國農業供給側改革的一個重要措施[27]。推動農地利用流轉有利于形成農業規模化經營，有利于農業生產方式向精準、集約和低排放的模式轉變。首先，要持續穩定農村土地承包關系，加快推進農村承包土地確權登記頒證，與此同時完善土地所有權、承包權和經營權分置辦法。其次，培育壯大新型農業經營主體，增強農地流轉的市場需求。第三，加強和完善農地流轉市場建設，推進農地有序和高效流轉。

（3）加快政策創新與實施，有效引導農地低碳利用。加快推進碳補償和碳基金等政策創新和實施，積極引導農地利用主體的低碳生產行為。第一，實施“農業碳補償”的綠箱政策，充分利用WTO規則提升農產品市場競爭力的同時，有效實現農地低碳利用的生態價值，通過增加農地利用主體收益來實現鼓勵低碳行為。第二，設立“農業碳基金”，為農業減排和增匯項目的實施、低碳技術的研發與推廣應用提供資金保障，增強農地利用的內生動力。

（4）大力推動農業參與碳交易，以市場化的方式促進農地低碳利用。農業碳交易是以市場化方式實現農地生態價值的有效途徑，有利于區域生態價值的協調和均衡化，也是推進農地低碳利用的長效機制。首先，支持和鼓勵農地利用主體參與到碳交易市場中，以市場化的方式來實現碳價值，有效增加農地低碳利用的收益。其次，相關政府部門出臺配套政策，為農業碳交易的實現提供技術和資金支持。第三，加強對碳交易市場知識和成功案例的宣傳，增強農地利用主體碳價值的認知，提升其低碳行為的主動性和積極性。

（5）加強農地管理，健全農地的休養生息制度。政府等相關部門應該健全耕地、草原、森林休養生息制度。實施合理的作物輪作和休耕，加強土壤固碳能力；嚴格控制載畜量，鼓勵限小畜、養大畜，實施禁牧、輪牧和限牧，實現草畜平衡，增加草地碳匯；停止天然林商業性采伐，擴大天然林的保護范圍，提升森林質量，形成天然的碳匯基地。與此同時，提高農民參與休耕、禁牧和禁伐補貼，提高其參與低碳發展積極性的同時，實現生態惠民、綠色富民。

參考文獻（References）：

［1］Wettestad J. Interaction between EU carbon trading and the international climate regime: synergies and learning［J］.International Environmental Agreements，2009，（9）：393 -408.

［2］Wang S J, Fang C L, Guan X L, et al. Urbanisation, energy consumption, and carbon dioxide emissions in China: A panel data analysis of China’s provinces［J］. Applied Energy，2014，136：738 - 749.

［3］Gomiero T, Paoletti M G, Pimentel D. Energy and environment issues in organic and conventional agriculture［J］. Critical Reviews in Plant Sciences，2008，27（4）：239 - 254.

［4］Rozenberg J, Hallegatte S. The impacts of climate change on poverty in 2030 and the potential from rapid, inclusive,and climate informed development［M］. New York: Social Science Electronic Publishing，2015：87 - 92.

［5］蘇洋，馬惠蘭，顏璐. 新疆農地利用碳排放時空差異及驅動機理研究［J］. 干旱區地理，2013，36（6）：1162 - 1169.

［6］洪凱，朱子玉. 珠三角農地利用中的碳排放時空特征及影響因素——基于1996—2014年數據［J］. 湖南農業大學學報，2017，18（1）：70 - 76.

［7］王太祥，王騰，吳林海. 西北干旱區農地利用碳排放與農業經濟增長的響應關系［J］. 中國農業資源與區劃，2017，38（4）：170 - 176.

［8］田云，張俊飚，李波. 湖北農地利用碳排放時空特征與脫鉤彈性研究［J］. 長江流域資源與環境，2012，21（12）：1514 - 1519.

［9］張婷，張學玲，蔡海生. 江西省農地利用碳排放時空特征與脫鉤研究［J］. 廣東農業科學，2014，（5）：208 - 212.

［10］王琦，黎孔清，朱利群. 南京都市農業農地利用碳排放測算及趨勢預測［J］. 水土保持通報，2017，37（4）：288 -294.

［11］余雪振，梅昀. 武漢市不同土地利用結構碳排放效應［J］.湖北農業科學，2013，52（12）：2752 - 2756.

［12］Schlesinger William H. Carbon sequestration in soils: some cautions amidst optimism［J］. Agriculture, Ecosystems and Environment，2000，82（1/3）：121 - 127.

［13］Jane M, F Johnson. Agricultural opportunities to mitigate greenhouse gas emissions［J］. Environmental Pollution，2007，150：107 - 124.

［14］West T O, Marland G. A synthesis of carbon sequestration,carbon missions, and net carbon flux in agriculture: comparing tillage practices in the United States［J］. Agriculture Ecosystems and Environment，2002，91：217 - 232.

［15］Dubey A, Lal R. Carbon footprint and sustainability of agricultural production systems in Punjab, India and Ohio,USA. J Crop Improvement，2009，23：332 - 350.

［16］黃賢金，郭兆迪，樸世龍，等. 低碳排放：土地利用調控新課題［EB/OL］. 中華人民共和國國土資源部，http://www.mlr.gov.cn/xwdt/jrxw/200912/t20091225_130977. htm.

［17］方精云，郭兆迪，樸世龍，等. 1981—2000年中國陸地植被碳匯的估算［J］. 中國科學D輯，2007，37（6）：804 -812.

［18］田云，張俊飚，尹朝靜，等. 中國農業碳排放分布動態與趨勢演進——基于31個?。ㄊ小^）2002—2011年面板數據分析［J］. 中國人口·資源與環境，2014，（7）：91 - 98.

［19］李波，張俊飚. 基于我國農地利用方式變化的碳效應特征與空間差異研究［J］. 經濟地理，2012，32（7）：135 - 140.

［20］何艷秋，戴小文. 中國農業碳排放驅動因素的時空特征研究［J］. 資源科學，2016，38（9）：1780 - 1790.

［21］王寶義. 中國農業碳排放的結構特征及時空差異研究［J］. 調研世界，2016，（9）：3 - 10.

［22］池振合，楊宜勇. 貧困線研究綜述［J］. 經濟與管理科學，2012，32（7）：56 - 64.

［23］聶英. 中國糧食安全的耕地貢獻分析［J］. 經濟學家，2015，1（1）：83 - 93.

［24］任靜，余勁. 退耕還林工程碳匯生態效益補償研究［J］.湖北農業科學，2013，52（8）：1749 - 1751.

［25］杜官印. 建設用地對碳排放的影響關系研究［J］. 中國土地科學，2010，24（5）：32 - 36.

［26］陸汝成，黃賢金. 中國省域建設占用耕地時空特征及空間彈性分析［J］. 資源與產業，2011，13（6）：39 - 44.

［27］朱道林，林瑞瑞. 論低碳經濟與轉變土地利用方式［J］.中國土地科學，2010，24（10）：3 - 6.