基于碳足跡的安徽省農田生態系統碳源/匯時空差異

張 精，方 堉，魏錦達，林佳壕，陳培彬，朱朝枝

（1. 福建農林大學經濟學院，福建 福州 350002；2. 福建農林大學藝術園林學院，福建 福州 350002）

0 引言

【研究意義】工業革命后，世界經濟的發展和人類生產活動的增加導致溫室氣體排放激增，全球氣候變暖問題凸顯。20 世紀70 年代起，學界日益重視和加強碳變化對人類生產生活影響的研究，并逐漸認可碳足跡這一新的研究方法。生態足跡是指生產特定單位人口所消費的所有資源和吸納這些人口所產生的所有廢棄物所需要的生物生產土地的總面積與水資源量[1]。碳足跡則是在生態足跡的基礎上提出的，它是對人類的某項生產生活活動直接或間接引起的二氧化碳排放量的度量。碳源、碳匯問題就本質而言是碳的流量問題，碳源表示向大氣圈釋放碳的通量，即碳排放，碳匯則可理解為從大氣圈中消除碳量的過程，即碳吸收[2]。碳足跡是在生態足跡概念上的引申發展，學界目前認為碳足跡主要包括兩種定義：一是如上文所說的，即常識中的碳排放量（t）；二是因使用化石燃料排放的CO2所需的生產性土地面積，即碳排放的占地面積（hm2）[3]。本文中所采用的碳足跡核算主要是第二種定義。作為陸地生態系統的重要組成部分，農田生態系統對陸地生態系統碳排放貢獻度較大，是重要的碳源和碳匯。安徽省作為農業大省，近幾年來生產水平不斷提高，耕地面積起伏變動較大。截至2019 年，安徽全省農業常住人口占總人口的45.31%，三次產業結構調整趨向合理。在鄉村振興發展戰略的大背景下，安徽省應充分發揮農業大省的優勢，以農業的轉型升級推動農村發展、農民增收。因此，準確評估農田生態系統的碳源、碳匯，對制定合理的農業減排措施具有重要的指導意義。開展安徽省農田生態系統碳循環研究，可為安徽省現代農業綠色發展提供借鑒，同時也可為其他農業大省的農業現代化建設提供參考。【前人研究進展】眾多學者針對安徽省農田碳排放的動態變化規律及其影響因素進行研究，李穎[4]、鄒露[5]、胡中應[6]等根據脫鉤效應構建模型對安徽省農田系統的碳排放進行了分析，李穎、李琦等[7?8]從時空序列的角度比對了不同年份安徽省農業碳排放的變化；在碳源及碳排放影響因素的相關研究方面，R.Lal[9]認為農業碳排放量存在差異主要由不同的耕作方式導致，Li Hong[10]、Jiang Jingjing[11]研究發現農田灌溉、機耕、農業柴油、農膜、農藥及化肥等農業要素的投入與農業碳排放有重要關系，這與國內報道的研究結果大致趨同。【本研究切入點】迄今學者們從碳源/碳匯的角度對農業碳排放問題研究尚待進一步深入，尤其在區域時空的分布和集聚性研究方面，因此有必要探討安徽省農田生態系統的碳源/匯時空差異及碳足跡在空間聚集上的表現。【擬解決的問題】本文著眼于區域經濟視角，以安徽省耕地動態變化數據和農田生態系統相關數據為基礎，結合前人的研究成果，分析2008—2016 年安徽省農田生態系統碳排放/吸收的趨勢及其變化因素，以期為安徽省持續推進農業低碳化提供理論和實踐參考。

1 材料與方法

1.1 研究區域概況

安徽省位于中國華東地區，介于東經114°54′-119°37′、北 緯29°41′-34°38′，全 省 總 面 積14.01萬km2，有八百里的沿江城市群和皖江經濟帶，內擁長江水道，外承沿海地區經濟輻射，是我國的傳統農業大省和重要的農產品生產基地。安徽地勢由平原、丘陵、山地構成，區域范圍內有淮河、長江、錢塘江三大水系。安徽省屬于暖溫帶與亞熱帶過渡地區，淮河以北屬暖溫帶半濕潤季風氣候，淮河以南為亞熱帶濕潤季風氣候。同時，安徽省作為長三角經濟區的重要組成部分，處于全國經濟發展的戰略要沖和國內幾大經濟板塊的樞紐地帶，經濟、文化與長三角其他地區有著不可分割的聯系。

1.2 數據來源

本研究中所采用的數據主要來源于2009—2017年出版的《安徽省統計年鑒》，其中的碳源主要包括：化肥使用量、農膜使用量、農藥使用量、農作物種植面積、農業機械總動力和灌溉面積；碳匯則涵蓋了各類作物的經濟產量及耕地面積。由于2007年之前和2017 年之后碳排放量指標和碳吸收量指標的數據不全，故而采用2008—2016 年度統計數據對安徽省農田生態系統的碳排放強度和碳吸收強度進行分析，包括區間內各設區市農田生態系統的碳排放特征、碳吸收特征及碳足跡特征。

研究涉及的安徽省行政區劃分布shp 矢量數據（圖1）來源于中國科學院地理科學與資源研究所。

1.3 研究方法

1.3.1 農田生態系統碳排放量估算 借鑒學者對農田生態系統碳排放源的分類[12]，主要包括農業生產投入品和農業主要生產活動；農業生產投入品包括化肥、農藥、農膜、農機具，而農業主要生產活動則針對有效灌溉和土地翻耕作業。

安徽省農田生態系統的碳排放量采用的估算公式為：

圖 1 安徽省行政區劃分布Fig. 1 Administrative divisions of Anhui Province

式中，T代表安徽省農田生態系統的碳排放總量（t），Ti表示第i種碳源的碳排放量，Ei表示第i種碳源的數量，δi代表第i種碳源的碳排放系數。農業生態系統碳源的排放系數主要來自IPCC 等機構已公布的數據。本文采用的6 種碳源的排放系數具體見表1。

1.3.2 農田生態系統碳匯計算 碳匯主要由農田生態系統內各種作物在全生育周期內對碳的吸收。結合已經公布的中國主要農作物分類和安徽省實際種植的作物種類，將研究的作物種類限定在以下幾種種類中（表2），主要包括糧食作物、經濟作物和園林作物。則農田生態系統中碳匯的計算公式為：

式中，i—第i種農作物，Ct—農田系統的總碳吸收量（t），Cd—第i類作物全生育期的碳吸收量（t），Cf—第i類作物合成單位質量干物質需要吸收的碳（t），Dw—生物產量，Y—第i類農作物的經濟產量，Hi—第i類農作物的經濟系數。安徽省主要農作物碳吸收率（Cf）和經濟系數（Hi）見表2。

表 1 安徽省農業碳排放源系數Table 1 Coefficients of agricultural carbon emission sources in Anhui

表 2 安徽省主要農作物的經濟系數和碳吸收率Table 2 Economic coefficient and carbon absorption rate of main crops in Anhui

式中：E為農田生態系統的碳排放總量，含義同于公式（1）中的T；NEP反映該地區農田生態系統內的農作物所能達到的碳吸收強度，即1 hm2的植被1 年吸收的碳量（C·hm?2·a?1）；Ct為該地區農田生態系統中所有農作物全生育期對碳的吸收量；S為耕地面積。

如果區域生態承載力（耕地面積）小于區域農田生態系統碳足跡，則會出現碳生態赤字；若區域農田生態系統碳足跡小于區域生態承載力，則表現為碳生態盈余[14]。

式中，CED為碳生態赤字，CER為碳生態盈余，CEC為生態承載力，即耕地面積[14]。

1.3.3 農田碳足跡核算 本文所采用的碳足跡定義為消耗碳排放所占用的生產性土地面積（即CEF），計算公式為[13]：

2 結果與分析

2.1 安徽省農田生態系統格局特征分析

從《安徽省統計年鑒》2008—2016 年的數據看，安徽省在這9 年間的耕地面積總體上呈現平穩增長而后突然躍升的趨勢，2013 年是一個較大的轉折點（表3）。9 年期間安徽省的耕地面積共增加了1.684 896×106hm2，增長幅度較大。

表 3 2008—2016 年年安徽省耕地變化時間差異Table 3 Time variations on farmland use in Anhui, 2008-2016

土地利用動態度是真實反映土地利用類型動態變化程度的指數，單一土地利用動態度可以表達特定區域一定時間范圍內某種土地利用類型變化情況[15]。為了切實反映安徽省各區市耕地面積的確切變化，研究中采用土地利用動態度進行剖析，其中，為反映安徽省在兩個等距時間段內的耕地利用情況，以2012 年為時間節點，將安徽省的土地利用動態變化度分為兩個時間段進行分析。土地利用動態度計算公式為：

式中：Ua、Ub為研究初期及研究末期單一土地利用類型的數量；T為研究時段，本式中T的單位為年，K值為安徽省耕地土地利用的年變化率。

利用ArcGIS 10.6 進行可視化分析，可以得出，2008—2012 年，安徽省大多數設區市土地利用動態度的變動幅度都比較小，從?0.11 到1 之間不等，部分設區市的動態度甚至為負值，只有合肥市、蕪湖市和馬鞍山市的土地利用動態度大于1，整體而言全省的耕地情況變化較小；2012—2016 年，安徽省全省16 個設區市所表現出的耕地面積變化程度較高，動態度指數都表現出正值，且絕大多數設區市土地利用動態度的變化都在1 以上。從整體來看，耕地面積的差異反應的較為明顯，衡量尺度產生重大變化，銅陵市的土地利用動態度甚至達到了12.051 5，土地利用度在1 以上的設區市有12 個（表4，圖2）。

由于土地利用動態度的變化較為明顯，故而在研究碳排放量的過程中中加入碳排放強度來衡量安徽省16 個設區市不同年份的碳排放特征，而此處的碳排放強度并非日常研究中所指的單位國內生產總值（GDP）的增長所產生的二氧化碳排放量，而是農田生態系統在生產過程中單位面積的碳排放強度。如果其碳排放強度呈現下降趨勢，則說明農業生產向低碳化方向發展。

2.2 安徽省農田生態系統碳排放強度時空差異

2008—2016 年安徽省農田利用所產生的碳排放總量呈現出逐年減少的趨勢，更直觀呈現為碳排放總量單位面積強度的起伏（表5），2008—2016 年的農田生態系統碳排放強度由5.563 7 t·hm?2降至3.798 0 t·hm?2，減幅達1.46 倍。各設區市在2008—2016 年的排放趨勢也呈現出不同的變化，通過比較16 個市9 年間的碳排放強度數據，可以得出，9 年間16 個設區市的碳排放主要貢獻城市為黃山市、蕪湖市、宿州市和池州市，其中黃山市和宿州市的碳排放強度始終維持在較高的水平，結合到16 個設區市兩個時段的土地利用動態度變化，碳排放總量的不斷增高和耕地面積維持在較低水平是主要原因之一。

表 4 2008—2016 年安徽省省各市耕地空間差異（耕地利用動態度）Table 4 Spatial variations on farmlands at cities in Anhui (degree of dynamic farmland use), 2008-2016

圖 2 安徽省各設區市生態格局（耕地利用動態）特征Fig. 2 Ecological patterns (dynamic farmland use) at districts and cities in Anhui

通過進一步轉置排列安徽省16 個設區市碳排放強度數據，運用ArcGIS 10.6 進行可視化分析，得到安徽16 個市的碳排放強度指數空間分布圖（圖3），從橫縱向兩個角度比對安徽省碳農田生態系統碳排放情況，碳排放強度衡量尺度分別為0.19～0.79 t·hm?2、0.20～0.24 t·hm?2、0.25～0.34 t·hm?2、0.35～0.48 t·hm?2、0.49～0.62 t·hm?2。從空間分布看，2008 年黃山市的碳排放強度最高，達到0.623 9 t·hm?2，碳排放量及其強度遠超過安徽省其他地區，其次為蕪湖市，碳排放水平為0.549 9 t·hm?2；淮北市、滁州市和亳州市處于全省碳排放的較低水平，碳排放強度指數在0.17～0.19 t·hm?2；其余各設區市均處于0.20～0.48 t·hm?2。與2008 年相比，2011 年安徽省農田生態系統的碳排放空間分布情況變化不大，較為突出的是蕪湖市碳排放強度降低明顯，而淮北市增至0.256 5 t·hm?2。從2014 年看，部分設區市的指標變動較大，蕪湖市、滁州市和亳州市的碳排放降至全省較低水平，均低于0.19 t·hm?2，中部城市碳排放則略微回升，但黃山、宿州兩市的碳排放水平仍然超過全省均值。2016 年，全省各市碳排放水平均達到2008 年以來最低標準，除黃山市、宿州市以外，各設區市碳排放強度在0.30 t·hm?2以下。

安徽省的農田生態系統碳排放空間分布相對穩定，形成以黃山市、宿州市為主要貢獻城市的“南北高，中部低，兩翼平衡”格局；在碳排放總量不斷下降的趨勢下，2011 年之后碳排放強度均低于0.49 t·hm?2，2014 年略微反彈，但不影響該年份作為指標下降總趨勢的一個指向性存在，2014 年后，全省各設區市碳排放水平均穩定下降。

結合統計年鑒數據、耕地數據及研究結果，淮北平原地勢平坦，土地集中連片，有利于農業規模化生產，農業機械、化肥、農藥的使用量有所增加，使得區域碳排放水平出現波動；而皖南則以山地丘陵地形為主，土地利用較為集約，各類農業投入要素較為集中，單位面積農業生產能源消耗水平更高，同時，經濟結構上皖南更為突出的表現在第二、三產業比重較大，農戶兼業化水平較高，間接導致各類農資的過量投入，使得區域碳排放量水平逐漸增加。但總體而言，安徽省農田碳排放強度的空間分布較為均勻，趨勢較為穩定。

表 5 2008—2016 年安徽省農田生態系統碳排放強度Table 5 Carbon emission intensity in ecosystem of farmlands in Anhui, 2008-2016

2.3 安徽省農田生態系統碳吸收強度時空差異

2008—2016 年安徽省農田利用所能達到的碳吸收強度水平（NEP）總體上呈現先上升后下降再回升的趨勢（表6）；由2008 年的141.493 9 t·hm?2上 升到2013 年的167.312 9 t·hm?2，2014 年驟降到118.253 1 t·hm?2，而后又回升到120 t·hm?2以上的水平。各設區市在2008—2016 年間的吸收趨勢也呈現出不同的變化，比較16 個設區市9 年間的碳排放強度數據，可以得出，碳吸收貢獻城市為阜陽市和蚌埠市，說明即便在耕地利用動態度出現大幅變化的情況下，兩市的各類作物產量和生產經營始終處于較高的水平。

進一步轉置排列安徽省16 個設區市碳吸收強度數據，運用ArcGIS 10.6 進行可視化分析，得到安徽16 個市的NEP 指數空間分布圖（圖4），從時空兩個角度比對安徽省碳農田生態系統碳吸收情況，NEP 衡量尺度分別為5.6～5.7 t·hm?2、5.8～7.5 t·hm?2、7.6～9.0 t·hm?2、9.1～11.0 t·hm?2、12.0～16.0 t·hm?2。從空間分布看，2008 年阜陽、蚌埠和黃山為第一梯隊，NEP 指標在12 t·hm?2以上，黃山市依舊為農田碳吸收強度中表現最突出的城市，超出全省平均水平。全省碳吸收強度水平總體較高，NEP 在7.6 t·hm?2以上的設區市占全省的87.5%。到 2011 年，全省總體碳吸收水平向上增長，淮南市和蕪湖市加入第一梯隊，但總體的分布格局相對穩定，與2008 年相比變化不大，碳吸收水平較低的設區市仍然是六安市、滁州市和淮北市，這在2014 年和2016 年的數據表現中也未見明顯的變化。

圖 3 安徽省各設區市碳排放強度空間分布Fig. 3 Spatial distribution of carbon emission intensity at cities in Anhui

從2014 和2016 年的數據看，由于土地利用狀況的極速變化，安徽省中部以南地區的碳吸收水平都出現了下滑，均倒退了1 個衡量尺度；除亳州、淮南兩市的碳吸收水平下降外，安徽省北部地區的碳吸收水平總體穩定。

從時空分布看，安徽省農田生態系統碳吸收空間分布相對穩定，形成以阜陽和蚌埠為主要貢獻城市的“兩頭重，中間輕”的基本格局；但從時間序列看，安徽省的碳吸收強度指標表現出無穩定規律可循的情況。由于碳吸收強度的核算標準是碳吸收總量和耕地面積的變化，這也說明了安徽省全省的作物生產在2008—2016 年之間處于較不穩定的水平。

阜陽市和蚌埠市作為安徽省除合肥市以外人口數量居2～3 位的城市，是安徽省的工農業重鎮，對經濟作物和糧食作物的需求旺盛，加上地處平坦的淮北平原，土地集中連片，農業規模經營較為普遍，因而土地利用動態變化度在2008—2016 年間表現較為穩定。在這兩個影響因素作用下，兩市的主要農作物生物產量穩步上升，碳吸收強度位居全省前列。

表 6 2008—2016 年安徽省農田生態系統碳吸收強度Table 6 Carbon absorption intensity in ecosystem of farmlands in Anhui, 2008-2016

2.4 安徽省農田生態系統碳足跡及其空間相關性

根據公式（4），對安徽省農田生態系統碳足跡進行核算，從數據上看（表7～8），安徽省農田生態系統的碳足跡均小于同期生產性土地面積（耕地），說明安徽省農田生態系統表現為碳生態盈余，農田生態系統的碳生態盈余可以部分補充其他行業的碳生態赤字[16]，有助于促進安徽省生態經濟的持續發展。

空間自相關性是指一個研究區域與其相鄰區域中的某一現象、屬性值的相關聯程度[13]。空間自相關分析一般分為全局與局部自相關分析，全局自相關研究總區域的空間自相關，局部自相關只分析一個或幾個特定區域單元的聚類情況[17]。因此，本研究以全局和局部空間自相關性分安徽省農田生態系統的碳足跡空間分異。

2.4.1 碳足跡全局自相關 采用基于共同點和面的鄰接空間權重確定鄰近位置，鄰接方式為Queen 鄰接且秩取1，用Geoda 軟件分析空間權重與空間相關性。對2008 年、2011 年、2014 年和2016 年的碳足跡指數，以單變量莫蘭指數（Univariate Morans I）分析全局空間自相關。結果顯示，4 年間Moran’s I 值呈先上升后下降的趨勢，分別為?0.005、0.003 7、0.106 0和0.087，表示空間具有一定的相關性，空間聚集效果有先上升后下降的趨勢；4 年起的Z-統計值分別為0.393 3、0.659 6、1.060 8、0.935 5，各區域相關性并不顯著。

圖 4 安徽省各設設區市NEP 強度空間分布Fig. 4 Spatial distribution of NEP intensity at cities in Anhui

2.4.2 碳足跡局部自相關 利用Geoda 軟件，基于局部Moran’s I 統計分析4 年碳足跡局部空間自相關性，將局部空間自相關數值運用 ArcGIS10.6 進行空間分布分析（圖5），顯示顯著區域在0.05 水平上。安徽省農田生態系統地理單元分為不顯著、高-高、低-低、低-高和高-低5 種空間相關類別，其中不顯著類別表示該區域在0.05 水平上碳足跡指數空間自相關性不顯著，高-高類別代表該區域與周圍地區都具有較高的碳足跡值，低-低類別表示該區域與周圍地區一樣具有較低的碳足跡值，低-高類別為該區域碳足跡值低、周圍地區碳足跡高，高-低類別為該區域碳足跡值高、周圍地區碳足跡低。高-高與低-低類別反映的是碳足跡空間的聚集，而低-高與高-低類別反映碳排放空間的分異。

從2008 年的空間分布圖看，呈現低-高類別的有淮北市，呈現低-低類別的有池州市、宣城市和蕪湖市。2011 年碳足跡的空間分布僅有池州、宣城兩座城市呈現低-低類別，其他城市的類別均為不顯著相關。2014 年，空間分布與2011 年相比不大，除低-低類別依然是池州市和宣城市以外，淮南市呈現出低-高類別的聚集特征。與前3 年相比，2016 年的碳足跡空間分布差別較大，池州市和宣城市呈現出低-低類別，淮南市呈現出高-高類別，而低-高類別的聚集特征則出現在蚌埠市。

總體上看，盡管安徽省內多數城市呈現相關性不顯著，但呈現出低-低類別空間聚集特征的城市主要聚集在皖南，而低-高類別聚集特征的城市則主要聚集在中部以北。說明安徽省的農田生態碳足跡的空間聚集效應較強，集聚特征較為明顯，異質性小且變動幅度穩定。

表 7 2008—2016 年安徽省各設區市生產性土地面積Table 7 Areas of productive land at cities in Anhui, 2008-2016

表 8 2008—2016 年安徽省農田生態系統碳足跡Table 8 Carbon footprints of farmlands in Anhui, 2008-2016

3 結論與建議

綜上所述，通過核算分析安徽省農田生態系統碳排放和碳吸收的時空變化，發現該省的碳排放強度和碳吸收程度呈現出明顯的階段性特征，盡管總體上農田生態系統碳排放強度在下降，但全省農業生態系統由于碳吸收強度在各年份表現呈不穩定趨勢，因此安徽省農田生態系統的碳排壓力較大，農業低碳化仍然存在一定程度的挑戰。其次，安徽省農田碳排放強度在總體上形成以黃山、宿州為主要貢獻城市的“南北高，中部低，兩翼平衡”基本格局，而碳吸收強度表現出以阜陽和蚌埠為主要貢獻城市的“兩頭重，中間輕”的基本表征，即使全省整體上呈現出碳生態盈余，但碳排放的熱點區域在空間分布上表現不平衡性。結合碳排放核算與碳足跡指標在4 個時期的空間自相關性，低碳化表現較好的地區依靠空間聚集效應向周圍地區輻射，具有一定的溢出效應。同時，土地利用的變化在減排過程中，也發揮了不可忽視的作用。

基于此，為進一步推進安徽省農業低碳化發展，提出以下幾點建議：

一是科學規劃農業減排方案。各地區農業管理部門應貫徹落實《安徽省綠色發展行動實施方案》，在確保農作物生產和農產品產量供給的前提下，做好節能減排工作；促進農藥化肥等農業投入品使用減量化，擴大秸稈還田和測土配方施肥技術推廣覆蓋范圍，鼓勵農業從業者改變生產行為，推行生態化種養模式，提高農業生態效率。減少使用化肥、增加施用有機肥、秸稈還田和免少耕4 種耕作管理方式是增強農田生態系統固碳能力的重要措施[18]，安徽省應重視通過農田減施化肥和增加有機肥來增強固碳能力；考慮到皖北以種植小麥為主，而皖南則主要種植水稻，因此秸稈還田的大規模推廣仍有發展潛力。

二是因地制宜、分類施策。減排過程中重點關注碳排放值高的設區市，同時在省級層面進行宏觀調控和技術指導與推廣，科學布局各區域的農業生產活動；扎實推進新安江流域生態經濟示范區建設，構建皖南山區綠色屏障，推動低碳化表現較好的設區市依托溢出效應輻射引領周邊城市，并通過農業政策宣傳、農產品市場協調和生產協作等方式互助互動，大力發展低碳農業[19]。按照低碳農業發展思路，安徽省應逐步推廣循環農業。安徽省屬于“國家農產品主產區”和“重點生態功能區”，六安市、安慶市、黃山市和池州市是“重點生態功能區”，淮北平原、江淮丘陵和沿江平原則構成了“國家農產品主產區”。對于重點生態功能區，生態系統承載力相對脆弱，結合碳排放強度情況，應選擇旅游休閑觀光農業、庭院生態農業、綠色有機農業、循環農業等形式發展低碳農業[20]；而在國家農產品主產區范圍內，建議采用種養結合、發展立體農業和促進農業副產品再利用的手段提高土地綜合利用率。

三是推進農業適度規模經營。特別是在農戶兼業化水平較高的城市，推動新型農業經營主體建設，在確保耕地面積穩定的前提下，加強土地集約利用水平；按照最新國土空間規劃條例，在推進縣域國土空間規模編制和實施過程中，預留10%的土地專門用作農業用地，實施用地總量規模控制；高效利用土地，提高復種指數，促進農業增產增效，穩定保持安徽省的碳生態盈余。