環(huán)境約束下的四川省畜禽養(yǎng)殖業(yè)結(jié)構(gòu)優(yōu)化研究

鄧愛平 周敏

摘要 提出了一個水-碳-土地-經(jīng)濟的聯(lián)動框架，包括畜牧業(yè)的直接影響和間接影響;同時建立了以貿(mào)易為基礎(chǔ)的水資源利用、溫室氣體排放的優(yōu)化體系。以四川省為例，假設(shè)充分運用沼氣池的條件下，研究發(fā)現(xiàn)，有效利用畜禽糞便可轉(zhuǎn)化為沼氣能源17.83×109 m 折合標煤約等于1 272.55萬t，相當于2018年四川省天然氣消費量的40.37%，可望成為未來四川省農(nóng)業(yè)的創(chuàng)效之一。2018年四川省畜牧業(yè)產(chǎn)生碳排放約791.90萬t，奶牛和豬的貢獻較大，約占四川省全年碳排放總量的56.74%;耗水量約17.26×109 m 豬的消耗最大，約占全年耗水量的45.02%。耕地負荷糞便的水平為7.15 t/hm 警報值為0.2 小于0.40，因此處在耕地可負荷的范圍內(nèi)。當置信水平從0.55提高至0.95時，肉牛和蛋禽地占地有少量優(yōu)化空間，生產(chǎn)凈效益從3.15億元減少到3.12億元。

關(guān)鍵詞 畜禽養(yǎng)殖業(yè);結(jié)構(gòu)優(yōu)化;環(huán)境約束;

碳排放;水消耗;四川省

中圖分類號 X-713? 文獻標識碼 A

文章編號 0517-6611（2021）22-0085-07

doi：10.3969/j.issn.0517-6611.2021.22.020

開放科學（資源服務(wù)）標識碼（OSID）：

Study on the Structure Optimization of Livestock and Poultry Industry in Sichuan Province under Environmental Constraints

DENG Ai-ping，ZHOU Min （School of Public Administration，Huazhong University of Science and Technology，Wuhan，Hubei 430074）

Abstract A water-carbon-land-economy linkage framework was proposed，including the direct and indirect effects of animal husbandry;at the same time，an optimization system of water consumption and carbon emissions based on trade was established.Taking Sichuan Province as an example，assuming that under the condition of circular economy，the results showed that the amount of livestock manure converted into biogas was 17.83×109 m equivalent to about 12.725 5 million tons of standard coal，accounting for 40.37% of Sichuan's natural gas consumption in 2018.Biogas was expected to become one of the agricultural benefit expansion in the future.In 2018，the carbon emission from livestock husbandry in Sichuan was about 7.919 million tons，with cows and pigs accounting for 56.74% of the total annual carbon emission in Sichuan，and the water consumption was about 17.26×109 m with pigs accounting for 45.02% of the total annual water consumption.The fecal load level of cultivated land was 7.15 t/hm and the alarm value was 0.2 which was less than 0.40，so it was in the range of cultivated land load.When the confidence level increased from 0.55 to 0.9 there was a small amount of optimization space for the land of beef cattle and laying hen，and the net production benefit decreased from 315 million yuan to 312 million yuan.

Key words Livestock and poultry breeding industry;Structural optimization;Environmental constraints;Carbon emissions;Water consumption;Sichuan Province

除了作物生產(chǎn)（種植業(yè)），畜牧業(yè)被認為是溫室氣體的重要貢獻者，貢獻了約18%的溫室氣體[1]。畜牧業(yè)為人類提供食物、就業(yè)、經(jīng)濟效益、景觀服務(wù)等價值的同時，也是CO2、CH4、N2O等氣體的重要貢獻行業(yè)，分別占全球溫室氣體排放總量的27%、29%和44%等[2]，對數(shù)億人造成極端高溫、火災(zāi)、洪水、干旱和貧困的打擊。到2030年，世界無法實現(xiàn)可持續(xù)發(fā)展目標中大部分與農(nóng)業(yè)相關(guān)的具體目標。根據(jù)在COVID-19疫情發(fā)生前收集的最新數(shù)據(jù)，這些目標的進展就已不足，疫情發(fā)生后世界經(jīng)濟的倒退加重了這一情形。在水資源方面，全球缺水程度保持在17%的安全水平，據(jù)中國水利部的統(tǒng)計資料《中國水資源公報（2019）》，全國農(nóng)業(yè)用水3 682.3億m 占用水總量的61.2%，畜牧業(yè)更是對淡水和沿海水質(zhì)有一定的惡化作用[3]。根據(jù)《巴黎氣候變化協(xié)定》178個國家同意削減溫室氣體排放，形成對2020年后的全球氣候治理格局。因此，研究者們需要了解畜牧業(yè)可以從哪些方面對可持續(xù)發(fā)展作出更廣泛的貢獻。由于畜牧業(yè)的人為大量放牧，自然生態(tài)系統(tǒng)被改造成農(nóng)業(yè)用地，“碳”隨著生物量銳減和土壤碳儲量的下降而釋放，生態(tài)多樣性受到威脅，土壤逐漸沙漠化[3-4]。水資源短缺和污染嚴重要求優(yōu)化水資源利用[5-6]，所以有必要提供畜牧業(yè)與氣候和水資源之間聯(lián)系。然而，隨著生活水平的提高，人們對各種畜牧產(chǎn)品的需求在提升，在短時間內(nèi)呼吁減少消費畜牧產(chǎn)品不具有可行性[7]，在需求難以調(diào)整的情況下，除了政策驅(qū)動的提高保護環(huán)境政治績效、對溫室氣體排放加以收費、制定溫室氣體排放標準、開發(fā)生態(tài)服務(wù)價值等措施以外，還存在從供給側(cè)引導(dǎo)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和推動畜牧業(yè)清潔生產(chǎn)的可能，進而提高生態(tài)環(huán)境保護和產(chǎn)業(yè)經(jīng)濟效率。

畜禽對全球溫室氣體的貢獻一直缺乏共識，不同地區(qū)的畜牧業(yè)差異較大且影響因素較多，所以難以用統(tǒng)一的工具評估[8-9]。而政府間氣候變化專業(yè)委員會（IPCC）和糧農(nóng)組織在此方面的評估是一致的，例如，生命周期法被廣泛應(yīng)用于溫室氣體的排放估計和水足跡的分析中[7，10]，隨著各項研究的深入，從國家、地區(qū)、城市和種群等不同尺度對碳排放和水足跡的測度越來越多，尤其是干旱缺水地區(qū)[11-13]。國內(nèi)外關(guān)于水足跡和碳排放的研究主要集中在種植業(yè)[14-15]、發(fā)電過程[16]、區(qū)域轉(zhuǎn)移、城市水系統(tǒng)和碳系統(tǒng)[17-18]、社區(qū)（大學）規(guī)模[19-20]等，而且在土地集約利用和生態(tài)環(huán)境影響方面的綜合研究仍存在不足[8]。盡管有學者采用各種方法對水利用效率、溫室氣體排放、經(jīng)濟收益、農(nóng)業(yè)土地利用進行過單獨的研究，卻沒有將它們的關(guān)系進行過系統(tǒng)的研究，很少有研究將畜牧業(yè)中的水資源利用-經(jīng)濟效率、溫室氣體排放-經(jīng)濟效率、土地利用進行整合研究，特別是在生態(tài)重點區(qū)，缺乏對它們之間聯(lián)動關(guān)系的考慮，而且將改進重點放在單一的目標上也可能使決策效率低下[21]。除此之外，相比各類多目標權(quán)衡分析[22-23]，以聯(lián)動關(guān)系為框架的研究更能評估和優(yōu)化畜牧業(yè)中的各種相互關(guān)系[10]。并且，相比傳統(tǒng)的集約畜牧方式，環(huán)保經(jīng)濟不僅能減輕農(nóng)村的非點源污染問題[24-25]，還能提高對資源的利用和經(jīng)濟效益，中國在這方面的潛力還有待挖掘。該研究開發(fā)了一個基于水-碳-土地-經(jīng)濟的關(guān)聯(lián)分析框架，將水和碳量化為一個能源供應(yīng)組合，以評估畜牧系統(tǒng)能否在水、碳、經(jīng)濟中達到最優(yōu)，同時評估環(huán)保經(jīng)濟下沼氣生產(chǎn)潛力和糞肥污染程度，并提出政策建議。

1 資料與方法

1.1 研究對象 以四川省畜牧業(yè)為研究對象，以2018年的相關(guān)統(tǒng)計數(shù)據(jù)為基礎(chǔ)，根據(jù)數(shù)據(jù)的可達性和四川區(qū)域的畜禽特征，對肉牛、奶牛、豬、肉羊、肉兔、肉禽以及蛋禽養(yǎng)殖產(chǎn)生的碳排放、水利用、土地占用情況進行估算。假設(shè)四川省畜牧業(yè)在沼氣能源、有機肥污染等方面存在一定潛力水平和負荷風險的情況下，設(shè)計并優(yōu)化一個“水-碳-土地-經(jīng)濟”的模型。

1.2 數(shù)據(jù)來源

畜禽飼養(yǎng)量、飼養(yǎng)周期、耕地面積、采食量、電量使用、燃料使用、市場數(shù)據(jù)和管理費用等數(shù)據(jù)來自《四川統(tǒng)計年鑒—2019》《四川調(diào)查年鑒—2019》《全國農(nóng)產(chǎn)品成本收益資料匯編—2019》、中華人民共和國農(nóng)業(yè)農(nóng)村部網(wǎng)站和中華人民共和國成都海關(guān)網(wǎng)站。畜禽水利用數(shù)據(jù)來自《Virtual water flows between nations in relation to trade in livestock and livestock products》[5]。為了保證排放因子的可靠性，氮排放量、CO2、CH4和N2O碳排放因子來自《2006年IPCC國家溫室氣體清單指南》（以下簡稱IPCC（2006））、《省級溫室氣體清單編制指南（2011年）》（以下簡稱《省級指南》（2011））和聯(lián)合國糧食及農(nóng)業(yè)組織（http：//www.fao.org/faostat/zh/#data/GM）。標準煤CO2-eq排放因子和耗水因子來自《中國能源統(tǒng)計年鑒2019》，電力CO2-eq排放因子和耗水因子來自文獻[26-27]。

為避免重復(fù)計算，該研究的組織（系統(tǒng)）邊界為四川省肉牛、奶牛、豬、肉羊、肉兔、肉禽和蛋禽產(chǎn)生的碳排放和水消耗（生產(chǎn)區(qū)），畜禽管理產(chǎn)生的主要碳排放和水消耗路徑，即電力和燃料（管理區(qū)），養(yǎng)殖過程中產(chǎn)生的糞便進入沼氣池后可能產(chǎn)生的碳排放，以及通過貿(mào)易實現(xiàn)與邊界外的資源流動[28-29]，產(chǎn)生了碳排放的流動，其余部分可以忽略不計。該研究不考慮因飼料種植產(chǎn)生的水消耗和碳排放，如圖1所示。

1.3 研究方法

1.3.1 平均飼養(yǎng)量的計算。

由于不同地區(qū)的畜禽飼養(yǎng)存在差異性，將畜禽分為靜態(tài)種群和動態(tài)種群，靜態(tài)種群有奶牛和蛋禽，動態(tài)種群有肉牛、豬、肉羊、肉兔和肉禽。結(jié)合統(tǒng)計資料《全國農(nóng)產(chǎn)品成本收益資料匯編—2019》和四川地區(qū)品種特點確定各類畜禽的平均飼養(yǎng)周期，平均飼養(yǎng)量的計算公式為[30]：

Na，i=AIiFPi≥365

FPi×SVi365FPi<365（1）

式中，Na，i表示各類畜禽的平均飼養(yǎng)量（頭）;AIi表示年末存欄量（頭）;SVi表示年出欄量（頭）;FPi表示飼養(yǎng)周期（d）。2018年四川省畜牧業(yè)養(yǎng)殖現(xiàn)狀如表1所示。

1.3.2 碳排放估算。

各類畜禽產(chǎn)生的碳排放（Ci）主要由反芻動物腸胃發(fā)酵產(chǎn)生的CH4、糞便管理（即沼氣池）產(chǎn)生的CH4和N2O、糞肥輸入土壤產(chǎn)生的N2O直接排放量和間接排放量、電力發(fā)電過程中產(chǎn)生的CO2、燃料動力使用過程中產(chǎn)生的CO2等組成。腸胃發(fā)酵CH4是反芻動物瘤胃和大腸中微生物發(fā)酵產(chǎn)生的，主要由采食量和飼料結(jié)構(gòu)決定[31]。假定動物活動受到限制，糞便和尿液直接進入沼氣池，不經(jīng)過其他方式的儲存，隨后產(chǎn)生沼液、沼渣和沼氣，主要排放氣體為CH4、N2O和少量的CO 沼氣池中的沼氣肥再回到土壤中，經(jīng)過土壤的硝化與反硝化作用引起N2O的直接排放，經(jīng)過揮發(fā)和再沉積產(chǎn)生氮排放以及經(jīng)過溶淋/徑流損失氮實現(xiàn)N2O的間接排放[30]，各類畜禽在組織邊界內(nèi)產(chǎn)生的碳排放計算公式為：

Ci=Na，i×EG-CH i×GWPCH4+Na，i×EF-CH i×GWPCH4+Na，i×EF-N2O，i×GWPN2O+[a×FSA-N2O，i+b×FSB-N2O，i+（1-a-b）FSC-N2O，i]×GWPN2O+Na，i×NP，i×EP-CO2+Na，i×NQ，i×EQ-CO2（2）

式中，EG-CH i表示各類畜禽腸胃發(fā)酵CH4的排放因子（kg/頭）;EF-CH i、EF-N2O，i表示糞便管理產(chǎn)生CH4和N2O的排放因子（kg/頭）;FSA-N2O，i、FSB-N2O，i、FSC-N2O，i分別表示糞肥輸入土壤產(chǎn)生N2O的直接排放因子（0.010 9 kg/kg）、大氣氮沉降排放因子（0.01 kg/kg）、氮淋溶和徑流排放因子（0.007 5 kg/kg）;a（65%）、b（20%）表示所占比例;EP-CO2表示電力發(fā)電產(chǎn)生CO2的排放因子[7.87 g/（mW·h）];EQ-CO2表示燃料動力使用過程中產(chǎn)生CO2的排放因子（183.40 kg/t）;NP，i表示每頭畜禽需要消耗的電量（mW·h）;NQ，i表示每頭畜禽需要消耗的燃料動力數(shù)量（t，以標煤計）。

1.3.3 耗水量估算。各類畜禽的耗水量（Wi）主要由飲水量、用水量、電力發(fā)電過程中消耗的水量和飼料中包含的虛擬水量，其表達式如下：

Wi=Dw，i+Sw，i+Pw，i+Fw，i（3）

式中，Dw，i表示各類畜禽的飲水量（m3）;Sw，i表示用水量（m3）;Pw，i表示飼養(yǎng)各類畜禽所需要的電力帶來的耗水量[耗水系數(shù)為0.228 m3/（mW·h）];Fw，i表示各類畜禽采食的飼料中包含的虛擬水量（m3）。

1.3.4 產(chǎn)沼潛力和糞便污染風險估算。畜禽糞便進入沼氣池中進行管理，產(chǎn)氣潛力（B）的估算由各類畜禽產(chǎn)生的糞便量和各類畜禽糞便產(chǎn)氣率決定，其公式如下：

B=6i=1Na，i×Gi×rB（4）

式中，Gi表示每頭畜禽產(chǎn)生的糞便量（kg/頭）;rB表示各類畜禽糞便進行沼氣發(fā)酵的產(chǎn)氣率（m3/kg）。

耕地負荷糞肥的能力是有限的，超過一定限度將造成土壤污染，因此有必要進行測算;每公頃耕地負荷畜禽糞肥水平（Q）由糞便總量和耕地總面積決定，其計算公式如下：

Q=ni=1Gi×Na，iAc（5）

r=Qrc（6）

式中，Ac表示域內(nèi)耕地數(shù)量（2018年統(tǒng)計），rc表示耕地負荷糞便的最大水平（30 t/hm2）[32]。耕地糞肥污染的警報值區(qū)間（r）分別為：<0.40無污染、0.40～0.70稍有污染、>0.70～1.00有污染、>1.00～1.50較嚴重污染、>1.50～2.50嚴重污染、>2.50很嚴重污染。

1.3.5 環(huán)境優(yōu)化模型。

碳排放、水消耗、土地利用和經(jīng)濟發(fā)展構(gòu)成四川省畜牧業(yè)優(yōu)化框架。優(yōu)化目標為該地區(qū)畜牧業(yè)生產(chǎn)凈效益的最大化，其公式如下：

MaxE=ni=1UAi×Xi×（PAi-CAi）（7）

式中，UAi表示單位土地面積上可產(chǎn)出的畜禽產(chǎn)品數(shù)量（kg/m2），根據(jù)數(shù)據(jù)的可達性，該數(shù)據(jù)根據(jù)對統(tǒng)計年鑒的整理，由當年的畜禽產(chǎn)品數(shù)量除以當年用于畜禽養(yǎng)殖的土地面積得到;Xi表示各類畜禽需要占用的土地面積（m2）;PAi表示各類畜禽產(chǎn)品的單價（元/kg）;CAi表示各類畜禽產(chǎn)品的單位成本（元/kg）。公式（8）、（9）和（10）分別表示畜禽產(chǎn)品的交易帶來的虛擬碳、虛擬水和收益流動，從而構(gòu)成模型的主要約束條件。

Crni=1[（UAi×Xi-Di）×Wk，i]We≤1-δ≥ω（8）

Crni=1[（UAi×Xi-Di）×Ck，i]Ce≤1-≥ω（9）

Crni=1[（UAi×Xi-Di）×Nk，i]Ne≥1+θ≥ω（10）

式中，Cr表示模糊事件;ω表示預(yù)設(shè)閾值發(fā)生的可信度水平，ω分別取0.55、0.75、0.95;Di表示各類畜禽產(chǎn)品的需求量（kg）;Wk，i、Ck，i、Nk，i分別表示每單位產(chǎn)品所消耗的水量（m3/kg）、伴隨的碳排放（kg/kg）和凈貿(mào)易收益（元/kg）;We、Ce、Ne分別表示優(yōu)化前的耗水量（ m3）、碳排放（kg）和凈貿(mào)易收益（元）;δ、、θ分別表示預(yù)期的增/減率，取值分別為0、5%、10%。優(yōu)化模型還需要滿足畜禽飼養(yǎng)產(chǎn)生的糞便不能超過該地區(qū)耕地的最大負荷，否則將對環(huán)境造成影響如公式（11）、（12）所示。模型還包括一些其他的約束條件，如Xi≥0，i=? …，7;X∈R。

i=1nGi×UAi×XiLWi≤rc×Ac（11）

Xi≤DiUAi（12）

式中，LWi表示各類畜禽的平均胴體質(zhì)量（kg/L）。

2 結(jié)果與分析

2.1 2018年四川省畜牧業(yè)產(chǎn)生的碳排放

從表2可以看出，肉牛、奶牛、肉羊的腸胃發(fā)酵CH4排放因子分別為33.74、88.10和4.75 kg/頭，遠高于豬、肉兔、蛋禽和肉禽，這是因為牛、羊?qū)儆诜雌c類動物，其瘤胃和大腸中的微生物發(fā)酵容易產(chǎn)生大量的CH4。在糞便量方面該研究考慮了畜禽的生長周期，因此糞便管理CH4的排放因子由大到小依次是奶牛>肉牛>豬>肉羊>蛋禽>肉兔>肉禽。根據(jù)IPCC（2006）、《省級指南》（2011）和該地區(qū)的畜禽特征確定了各類畜禽的氮排放量和N2O排放因子，氮排放量由大到小依次是奶牛>肉牛>豬>肉羊>蛋禽>肉兔>肉禽;N2O的排放因子由大到小依次是奶牛>肉牛>豬>肉羊>蛋禽>肉兔=肉禽。由此可見，各類畜禽的腸胃發(fā)酵CH4、糞便管理CH4、糞便管理N2O和氮排放量的大小趨勢一致，考慮到四川省內(nèi)各類畜禽的飼養(yǎng)量，腸胃發(fā)酵CH4排放量由大到小依次為奶牛>肉牛>肉羊>豬>肉兔>蛋禽=肉禽;糞便管理CH4排放量由大到小依次為豬>奶牛>肉牛>肉羊>蛋禽>肉兔>肉禽;糞便管理N2O排放量由大到小依次為豬>奶牛>蛋禽>肉牛>肉羊>肉禽>肉兔，所以腸胃發(fā)酵CH4排放量最高的是奶牛，糞便管理CH4排放量最高的是豬，糞便管理N2O排放量最高的是豬，這是因為四川省是豬肉消費大省，也是養(yǎng)殖大省，因此除了腸胃發(fā)酵CH4排放量低于奶牛、肉牛和牛羊以外，豬在其他碳排放量方面的貢獻都最大。

根據(jù)IPCC（2006）標準，除了糞便管理過程中厭氧產(chǎn)生的碳排放以外，充分利用糞肥施用于土壤以改變土壤的理化性質(zhì)同樣會產(chǎn)生碳排放，通過土壤的硝化與反硝化作用對全球氮氧化物排放作出貢獻，主要是N2O的形式。如表2所示，糞肥輸入土壤產(chǎn)生N2O的數(shù)量由大到小依次是豬>蛋禽>奶牛>肉牛>肉羊>肉兔>肉禽，受到四川省畜禽飼養(yǎng)量和各類畜禽氮排泄量的雙重影響。除了畜禽自身和排泄物導(dǎo)致的碳排放之外，飼養(yǎng)畜禽消耗的電力和燃料也是主要的碳排放來源，假設(shè)均以火力發(fā)電和標準煤燃燒，將增加5.72萬t的動力碳排放。各類畜禽總的碳排放占全年總量的比例分別為奶牛29.20%、豬27.54%、肉牛20.43%、肉羊16.39%、蛋禽4.09%、肉禽1.19%、肉兔1.16%，合計791.90萬t。

從各類畜禽碳排放的組成結(jié)構(gòu)（圖2）可以看出，養(yǎng)殖肉牛產(chǎn)生的碳排放主要場所是腸胃，約占82.03%;奶牛腸胃發(fā)酵產(chǎn)生的CH4約占73.24%;肉羊腸胃發(fā)酵產(chǎn)生的CH4約占85.21%，由于是畜禽自身特點導(dǎo)致的，所以肉牛、奶牛和肉羊的減排壓力也較大，最好從營養(yǎng)成分方面努力[31]。豬涉及的碳排放主要是糞便管理產(chǎn)生的CH4和N2O，合計82.57%，由于四川省豬的養(yǎng)殖基數(shù)較大，因此具有較大的減排潛力，可以從飼料結(jié)構(gòu)方面進行優(yōu)化。肉禽和蛋禽糞便管理過程中產(chǎn)生的N2O均超過自身碳排放量的60%，區(qū)別在于肉禽燃料使用產(chǎn)生的碳排放超過17%，蛋禽糞便管理產(chǎn)生的N2O也超過了17%，這表明它們生產(chǎn)管理方式的不同。肉兔在每個環(huán)節(jié)的碳排放比較均衡，分別是腸胃發(fā)酵CH4 27.31%、糞便管理CH4 20.95%、糞便管理N2O 31.22%、糞肥N2O 11.17%、燃料動力CO2 9.35%。各個環(huán)節(jié)中，腸胃發(fā)酵CH4排放比例最大的是肉羊，糞便管理CH4排放比例最大的是豬，糞便管理N2O排放比例最大的是蛋禽，糞肥N2O排放比例最大的是蛋禽，燃料動力CO2排放比例最大的是肉禽，而電力發(fā)電CO2排放比例都比較少。

2.2 2018年四川省畜牧業(yè)消耗的水量

從表3可以看出，飲水因子由大到小依次為奶牛>肉牛>豬>肉羊>蛋禽>肉兔>肉禽，主要受畜禽的體型、需求特性和飼養(yǎng)周期影響。用水因子由大到小依次為奶牛>肉牛>豬>肉羊>蛋禽>肉禽>肉兔，受到畜禽的管理方式和飼養(yǎng)周期影響。鑒于四川省畜禽的養(yǎng)殖結(jié)構(gòu)，飲水量和用水量合計最高的是豬，其次是奶牛、肉羊、蛋禽、肉禽、肉牛和肉兔;飼料包含的虛擬水消耗量由高到低依次是豬>蛋禽>奶牛>肉禽>肉牛>肉羊>肉兔，除了與采食量和飼養(yǎng)周期有關(guān)外，仍與四川省畜禽的養(yǎng)殖結(jié)構(gòu)有關(guān)，即平均飼養(yǎng)量越高，飼料消耗越多，包含的虛擬水也就越多;飼養(yǎng)消耗的電量包含的火力發(fā)電耗水量同理。各類畜禽消耗的水量占全年總量的比例分別是豬45.02%、蛋禽20.34%、奶牛14.54%、肉禽6.49%、肉牛6.26%、肉羊4.11%、肉兔3.24%，總計17.26×109m3。

2.3 沼氣能源的生產(chǎn)潛力和畜禽養(yǎng)殖污染風險評估 假定糞便能按照科學統(tǒng)一的標準進行管理，糞便進入沼氣池在35 ℃無氧條件下管理60 d[33]，影響甲烷排放的主要因素是糞便量[30]。經(jīng)過估算，2018年四川省沼氣生產(chǎn)潛力為17.83×109m 折合標煤為1 272.55萬t（折標煤系數(shù)=0.714 kg/m3），相當于2018年四川省天然氣消費量的40.37%，因此畜牧業(yè)中可被挖掘的沼氣潛力巨大，數(shù)量相當可觀，如果被有效利用起來可替代很大一部分不可再生能源，達到節(jié)能的目的。從表4可以看出，豬的糞便無論是在產(chǎn)氣率上還是可產(chǎn)沼氣量上的表現(xiàn)都較為優(yōu)秀，產(chǎn)氣率高達0.42 m3/kg，可產(chǎn)沼氣量高達7.96×109 m 處在各類畜禽的第1位。而肉禽糞便和蛋禽糞便雖在產(chǎn)氣總量方面表現(xiàn)不佳，但在產(chǎn)氣率方面表現(xiàn)較優(yōu)，均高達0.46 m3/kg，均處在第1位。產(chǎn)氣率最低的是肉兔糞便，為0.21 m3/kg，肉牛、奶牛和肉羊糞便的產(chǎn)氣率較為平均，在0.30 m3/kg左右。產(chǎn)氣率一定時，可產(chǎn)沼氣總量與平均飼養(yǎng)量和糞便量有關(guān)，因此飼養(yǎng)量越大，糞便量越大，產(chǎn)氣量也就越大。沼氣產(chǎn)量由高到低依次是豬>肉牛>奶牛>蛋禽>肉羊>肉兔>肉禽，合計17.83×109 m3。

經(jīng)過沼氣池加工后的糞便可為土壤提供全面的營養(yǎng)，是一種長效的肥料，促進土壤有機質(zhì)的合成。從表5可以看出，2018年四川省豬糞肥當量從高到低依次為豬>肉牛>蛋禽>肉羊>奶牛>肉兔>肉禽，合計48.08×106 t;可見豬糞肥當量最高的是豬，最低的是肉禽;氮含量較高的是肉禽和蛋禽糞便，較低的是肉牛和奶牛。豬糞當量不與氮含量成正比的原因在于受到平均飼養(yǎng)量的影響。經(jīng)測算，全年耕地負荷糞便的水平累計為7.15 t/hm 警報值為0.2 小于0.40，因此未對耕地造成污染，處在耕地可負荷的范圍內(nèi)。

2.4 環(huán)境約束條件下的土地利用和生產(chǎn)凈效益優(yōu)化

采用三角模糊集對模糊參數(shù)進行評價，以表達一定范圍內(nèi)的不確定性，方便尋找到最佳的值，因此將耗水量、碳排放和凈貿(mào)易收益的預(yù)期增/減率可以分別表示為0、5%、10%，在 MATLAB中進行模型的求解。如表6所示，在該模型條件下，置信度的高低即不同程度的決策空間對畜禽飼養(yǎng)的安排以及效益影響不大，僅有奶牛和蛋禽所占土地面積存在差異，這說明該問題的最優(yōu)解具有一定的穩(wěn)定性，表明在預(yù)期變化率內(nèi)畜禽飼養(yǎng)安排具有一致性，這一點符合土地集約利用條件下對畜禽的規(guī)模養(yǎng)殖，明顯區(qū)別于種植業(yè)。從表7可以看出，在置信度為0.95時，即嚴格的決策空間下，優(yōu)化后各類畜禽的生產(chǎn)凈效益從高到低依次為豬>奶牛>蛋禽>肉兔>肉禽>肉牛>肉羊;相比0.95的置信度，當置信度為0.75時，奶牛的生產(chǎn)凈效益增加了9.28×106元，蛋禽的生產(chǎn)凈效益增加了0.63×106元;而當置信度為0.5 分別增加了18.55×106和1.26×106元。這些結(jié)果反映了各要素（水、碳、經(jīng)濟、土地）同模糊約束之間的權(quán)衡，有助于更好地實現(xiàn)系統(tǒng)目標。

3 結(jié)論與討論

2018年四川省畜牧業(yè)產(chǎn)生碳排放約791.90萬t，其中肉牛161.82萬t、奶牛231.26萬t、豬218.08萬t、肉羊129.75萬t、肉兔9.19萬t、肉禽9.39萬t、蛋禽32.41萬t;奶牛和豬的貢獻較大，約占全年碳排放總量的56.74%，而肉兔和肉禽的貢獻較小，約占全年碳排放總量的2.35%。此外，在生產(chǎn)環(huán)節(jié)消耗的電力和燃料，假設(shè)以火力發(fā)電和標準煤燃燒，增加了5.72萬t的動力碳排放。減排潛力主要在優(yōu)化飼料結(jié)構(gòu)、改良畜禽品種和使用清潔能源方面。

2018年四川省畜牧業(yè)耗水量約17.26×109m 其中豬7.77×109m3、蛋禽3.51×109m3、奶牛2.51×109m3、肉禽1.12×109m3、肉牛1.08×109m3、肉羊0.71×109m3、肉兔0.56×109m3;豬的貢獻最大，約占全年耗水量的45.02%，肉兔的貢獻最小，約占總量的3.24%;耗水結(jié)構(gòu)為飼料水>用水>飲水>發(fā)電耗水。

沼氣作為一種廉價且廣泛生產(chǎn)的能源，如果被利用起來將在很大程度上減輕能源供給壓力。畜牧業(yè)中蘊含著巨大的沼氣生產(chǎn)潛力，經(jīng)過估算，2018年四川省畜牧業(yè)生產(chǎn)中可被利用的沼氣高達17.83×109m 折合標煤約等于1 272.55萬t，可替代巨大的化石能源消耗，沼氣能源以其可再生、安全和環(huán)保的特點也優(yōu)于各項能源，應(yīng)當成為未來四川省農(nóng)業(yè)的創(chuàng)效之一。中國是世界上最大的能源消費國[34]，化石燃料的減排技術(shù)非常昂貴和復(fù)雜，如果對生物沼氣進行適當?shù)睦茫型麥p輕中國在清潔生產(chǎn)方面的壓力。耕地負荷糞便的水平為7.15? t/hm 警報值為0.2 小于0.40，因此未對耕地造成污染，處在耕地可負荷的范圍內(nèi)，但豬、肉牛、蛋禽的糞便產(chǎn)量較高，可作為未來面源污染控制的重點監(jiān)測對象。

該研究還設(shè)計并優(yōu)化了一個“水-碳-土地-經(jīng)濟”的框架，考慮了水與經(jīng)濟的關(guān)系、碳與經(jīng)濟的關(guān)系以及貿(mào)易產(chǎn)生的要素流動，通過生命周期理論和模糊機會線性規(guī)劃等方法對四川省畜牧業(yè)系統(tǒng)進行優(yōu)化。當置信水平從0.55提高到0.95時，奶牛和蛋禽地占地有優(yōu)化空間;生產(chǎn)凈效益從3 147.04×106元減少至3 127.23×106元。可見畜牧業(yè)不同于種植業(yè)，可適當進行規(guī)模化養(yǎng)殖，以控制對土地的侵占，同時不會對效益產(chǎn)生太大影響。

參考文獻

[1]

STEINFELD H，GERBER P，WASSENAAR T，et al.Livestocks long shadow：Environmental issues and options[M].Rome，Italie：FAO，2006.

[2] GERBER P J，HRISTOV A N，HENDERSON B，et al.Technical options for the mitigation of direct methane and nitrous oxide emissions from livestock：A review[J].Animal，201 7：220-234.

[3] LEIP A，BILLEN G，GARNIER J，et al.Impacts of European livestock production：Nitrogen，sulphur，phosphorus and greenhouse gas emissions，land-use，water eutrophication and biodiversity[J].Environmental research letters，201 10（11）：1-13.

[4] VAN MIDDELAAR C E，CEDERBERG C，VELLINGA T V，et al.Exploring variability in methods and data sensitivity in carbon footprints of feed ingredients[J].The international journal of life cycle assessment，201 18（4）：768-782.

[5] CHAPAGAIN A K，HOEKSTRA A Y.Virtual water flows between nations in relation to trade in livestock and livestock products[M]//Value of Water Research Report Series No.13.Delft，the Netherlands：UNESCO-IHE，2003.

[6] RODRIGUEZ C I，RUIZ DE GALARRETA V A，KRUSE E E.Analysis of water footprint of potato production in the pampean region of Argentina[J].Journal of cleaner production，201 90：91-96.

[7] GREBITUS C，STEINER B，VEEMAN M.The roles of human values and generalized trust on stated preferences when food is labeled with environmental footprints：Insights from Germany[J].Food policy，201 52：84-91.

[8] HERRERO M，GERBER P，VELLINGA T，et al.Livestock and greenhouse gas emissions：The importance of getting the numbers right[J].Animal feed science and technology，201 166/167：779-782.

[9] ZHUANG M H，GONGBUZEREN，ZHANG J，et al.Community-based seasonal movement grazing maintains lower greenhouse gas emission intensity on Qinghai-Tibet Plateau of China[J].Land use policy，2019，85：155-160.

[10] CHEN S Q，TAN Y Q，LIU Z.Direct and embodied energy-water-carbon nexus at an inter-regional scale[J/OL].Applied energy，2019，251[2021-01-05].https：//doi.org/10.1016/j.apenergy.2019.113401.

[11] ERANKI P L，DEVKOTA J，LANDIS A E.Carbon footprint of corn-soy-oats rotations in the US Midwest using data from real biological farm management practices[J].Journal of cleaner production，2019，210：170-180.

[12] FRIEDRICH E，PILLAY S，BUCKLEY C A.Carbon footprint analysis for increasing water supply and sanitation in South Africa：A case study[J].Journal of cleaner production，2009，17（1）：1-12.

[13] ZHANG W S，HE X M，ZHANG Z D，et al.Carbon footprint assessment for irrigated and rainfed maize （Zea mays L.） production on the Loess Plateau of China[J].Biosystems engineering，2018，167：75-86.

[14] DAI C，QIN X S，LU W T.A fuzzy fractional programming model for optimizing water footprint of crop planting and trading in the Hai River Basin，China[J/OL].Journal of cleaner production，202 278[2021-01-05].https：//doi.org/10.1016/j.jclepro.2020.123196.

[15] CASOLANI N，PATTARA C，LIBERATORE L.Water and Carbon footprint perspective in Italian durum wheat production[J].Land use policy，201 58：394-402.

[16] ACKERMAN F，F(xiàn)ISHER J.Is there a water-energy nexus in electricity generation？ Long-term scenarios for the western United States[J].Energy policy，201 59：235-241.

[17] WANG H T，YANG Y，KELLER A A，et al.Comparative analysis of energy intensity and carbon emissions in wastewater treatment in USA，Germany，China and South Africa[J].Applied energy，201 184：873-881.

[18] LIN J Y，LIU Y，MENG F X，et al.Using hybrid method to evaluate carbon footprint of Xiamen City，China[J].Energy policy，201 58：220-227.

[19] GU Y F，WANG H T，XU J，et al.Quantification of interlinked environmental footprints on a sustainable university campus：A nexus analysis perspective[J].Applied energy，2019，246：65-76.

[20] OZAWA-MEIDA L，BROCKWAY P，LETTEN K，et al.Measuring carbon performance in a UK University through a consumption-based carbon footprint：De Montfort University case study[J].Journal of cleaner production，201 56：185-198.

[21] SILALERTRUKSA T，GHEEWALA S H.Land-water-energy nexus of sugarcane production in Thailand[J].Journal of cleaner production，2018，182：521-528.

[22] YANG X C，WANG Y T，SUN M X，et al.Exploring the environmental pressures in urban sectors：An energy-water-carbon nexus perspective[J].Applied energy，2018，228：2298-2307.

[23] GOUD E M，SPARKS J P，F(xiàn)ISHBEIN M，et al.Integrated metabolic strategy：A framework for predicting the evolution of carbon-water tradeoffs within plant clades[J].Journal of ecology，2019，107（4）：1633-1644.

[24] XUE Y N，LUAN W X，WANG H，et al.Environmental and economic benefits of carbon emission reduction in animal husbandry via the circular economy：Case study of pig farming in Liaoning，China[J/OL].Journal of cleaner production，2019，238[2021-01-05].https：//doi.org/10.1016/j.jclepro.2019.117968.

[25] FENG D Y，ZHAO G S.Footprint assessments on organic farming to improve ecological safety in the water source areas of the South-to-North Water Diversion project[J/OL].Journal of cleaner production，2020，254[2021-01-05].https：//doi.org/10.1016/j.jclepero.2020.120130.

[26] SONG R P，ZHU J J，HOU P，et al.Getting every ton of emissions right：An analysis of emission factors for purchased electricity in China[M].Beijing：World Resources Institute，2013.

[27] ZHANG C，ZHONG L J，F(xiàn)U X T，et al.Revealing water stress by the thermal power industry in China based on a high spatial resolution water withdrawal and consumption inventory[J].Environmental science & technology，201 50（4）：1642-1652.

[28] CHAVEZ A，RAMASWAMI A.Articulating a trans-boundary infrastructure supply chain greenhouse gas emission footprint for cities：Mathematical relationships and policy relevance[J].Energy policy，201 54：376-384.

[29] LIU Z，DAVIS S J，F(xiàn)ENG K S，et al.Targeted opportunities to address the climate-trade dilemma in China[J].Nature climate change，201 6（2）：201-206.

[30] IPCC.IPCC 2006 Guidelines for National Greenhouse Gas Inventories[M].Paris：IPCC/OECD/IEA，2006.

[31] CEDERBERG C，HENRIKSSON M，BERGLUND M.An LCA researcher's wish list-data and emission models needed to improve LCA studies of animal production[J].Animal，201 7：212-219.

[32] 國家環(huán)境保護總局自然生態(tài)保護司.全國規(guī)模化畜禽養(yǎng)殖業(yè)污染情況調(diào)查及防治對策[M].北京：中國環(huán)境科學出版社，2002.

[33] 北京師范學院.農(nóng)村家用沼氣發(fā)酵工藝規(guī)程：GB 9958—88[S].北京：中華人民共和國農(nóng)業(yè)部，1988.

[34] LI L，TAN Z F，WANG J H，et al.Energy conservation and emission reduction policies for the electric power industry in China[J].Energy policy，201 39（6）：3669-3679.