長三角地區農業碳源匯核算及特征研究

葛瑞陽王雙雙孫中學王海玲張妍

(1.南京工業大學環境科學與工程學院，江蘇 南京 211816；2.江蘇省環境工程技術有限公司，江蘇 南京 210000)

引言

近年來，全球工業化快速發展，人類活動對地球的影響日益增大，昔日賴以生存的地球環境也在遭遇巨變。大氣中二氧化碳(CO2)、甲烷(CH4)及氧化亞氮(N2O)等溫室氣體含量增加，導致全球氣溫不斷升高。全球氣候變化已經成為當今社會熱點議題。在溫室氣體排放中，農業是不容忽視的重要來源之一，2016年全球農業和糧食系統溫室氣體排放占溫室氣體排放總量的25%～30%[1]。全球農業溫室氣體排放量從1961年的2752Mt CO2當量增加到2016年5294 Mt CO2當量，排放量幾乎翻了1倍[2]。我國是農業大國，農業活動溫室氣體排放從2005年8.2億t CO2當量增長至2014年8.3億t CO2當量，增長了1.2%[3,4]。截至2010年，我國農業溫室氣體排放占全球農業領域溫室氣體排放總量的33.69%[5]。因此，在關注能源活動與工業加工過程的同時，我國農業活動溫室氣體排放也需要引起重視。

隨著國家“碳達峰碳中和”目標的制定，明確區域碳源碳匯對于制定有效的碳減排目標和政策具有實際意義。Yuan等[6]通過投入產出分析法(IOA)計算2017年黃河流域9個省份的碳排放總量并分析其碳足跡，結果表明，9個省份總碳為38.33億t，其中最高的為山東省，最低的為青海省；2017年黃河流域人均碳足跡比2012年下降了23.4%。近年來，許多研究者開展了農業生態系統碳源碳匯的定量研究，并分析其凈碳匯碳足跡變化。劉楊等[7]采用聯合國政府間氣候變化專門委員會(IPCC)推薦的農業碳排放計算方法，估算了2000—2020年山東省農業碳排放量，并估算了2020年后25a間農業碳排放量，預測山東省農業將在2030年前達到碳達峰目標。周一凡等[8]、邱子健等[9]采用農業碳排放和碳吸收模型分別對河北省和江蘇省農業碳源碳匯進行了核算，并分析其年際變化。以往大多農業碳排放與碳吸收研究僅局限于單個省市區域，無法在整體區域范圍內進行分析比較，具有一定的局限性。

長三角地區作為全國經濟最發達地區及農作物重要產區之一，其農業碳排放清單的建立至關重要。本研究采用農業碳排放和碳吸收模型，估算了長三角地區2014—2018年農業碳排放、碳吸收及凈碳匯量，并分析其年際變化規律。本研究以2018年為基準年，詳細分析了長三角地區農業碳源碳匯及其市域空間分布特征；分別在區域及地級市的層面上系統深入地分析了長三角農業碳源碳匯及其時空分布特征，對于合理制定碳減排措施、助力農業碳達峰碳中具有重要的指導意義。

1 研究區域與方法

1.1 研究區域

長三角地區位于我國華東區域，地跨E114°54′～123°10′，N27°02′～35°20′，包括安徽省、江蘇省、上海市以及浙江省，共有1個直轄市和40個地級區劃。全區域平原廣闊，東臨黃海和東海，內有長江、京杭大運河、太湖、洪澤湖等眾多江河湖泊，水資源豐富，為長三角的農業灌溉發展提供了非常好的自然條件。

1.2 研究方法

1.2.1 農業碳排放研究方法

本研究采用農業碳排放模型從化肥施用、農藥使用、農膜使用、農地翻耕、農用柴油使用、農地灌溉以及農業機械使用7個單元來估算農業碳排放。碳排放估算公式：

E_C=∑Ei=Et+Ep+Em+Eg+Es+Er+Ee

(1)

式中，E_C為農業碳排放，kg；Ei為第i種單元的碳排放，kg；Et、Ep、Em和Es分別為為化肥、農藥、農膜和農用柴油在使用過程中所產生的碳排放量，kg；Eg為翻耕破壞土壤有機碳庫所釋放的碳排放量，kg；Er為農地灌溉過程中間接耗費化石燃料所產生碳排放量，kg；Ee為農業機械運輸使用過程中直接或間接所產生的碳排放量，kg。EFi為第i種單元的碳排放轉化系數；各排放單元碳排放計算公式、核算參數及轉化系數詳見表1。

1.2.2 農業碳吸收研究方法

2.教師在處理同伴交往策略的過程中，應注意到幼兒的個體差異。教師應該根據這些幼兒的各自的情況，進行有針對性地指導、培養，使他們在模仿能力極強的時期，提升自己的交往能力。

本研究采用基于農作物光合作用及其生長周期中的碳吸收建立的農業碳吸收模型，通過農作物干質量計算農業碳吸收量[14]，計算公式：

C=∑Ci=∑ci×Yi×(1-r)×HIi

(2)

式中，C為農作物碳吸收總量，t；Ci為第i種農作物的碳吸收量，t；ci為第i種農作物的碳吸收率，即通過光合作用合成單位有機質所需吸收的碳；Yi為第i種農作物的經濟產量，t；r為農作物含水率；HIi為第i種農作物經濟系數。專家學者們對于碳吸收各系數的選擇上基本趨于一致，各類農作物的碳吸收率、含水量及經濟系數采用相關文獻[15]經驗數據。

1.2.3 農業凈碳匯研究方法

農業凈碳匯是農業碳吸收與碳排放兩者之間的差，通過公式(1)估算出的農業碳排放和公式(2)計算出的農業碳吸收，計算獲得農業凈碳匯，凈碳匯估算公式：

CS=C-E_C

(3)

式中，CS為農業凈碳匯的量，kg；C為農業碳吸收量，kg；E_C為農業碳排放量，kg。

1.3 數據來源

本研究中2014—2018年長三角地區省域化肥、農藥以及農膜的使用量、農作物播種面積、農用柴油耗用量、農田有效灌溉面積和農業機械總動力數據以及省域農作物經濟產量均來源于歷年《中國統計年鑒》、《中國農村統計年鑒》以及長三角地區各省份歷年的統計年鑒。2018年長三角地區各省份地級市統計數據則來源于長三角地區各地級市統計年鑒及各省份農村統計年鑒。

2 結果與分析

2.1 2014—2018年長三角農業碳源碳匯特征分析

2.1.1 長三角農業碳排放及其年際變化

2014—2018年，長三角地區農業碳排放呈逐年下降的趨勢，從2014年的2095.35萬t降至2018年的2004.16萬t，共減少了91.19萬t，下降比例為4.35%，年均下降率為0.87%。江蘇、安徽、浙江和上海農業碳排放分別減少了32.29萬t、34.45萬t、17.52萬t和6.93萬t。其中，上海市農業碳排放減排比例最大，達到了15.06%；安徽省減排比例最小，為3.73%，見圖1。長三角農業碳排放逐年減少的主要原因在于農作物播種面積的逐年減少，導致農業所需農資產品有所減少，最終使得農業碳排放降低。從區域上來看，長三角地區2014—2018年農業碳排放較多的省份均為安徽省和江蘇省，每年蘇皖農業碳排放量在長三角農業碳排放總量的占比均超過80%。二者作為華東地區乃至全國的農作物生產大省，作物種植面積和農資產品的使用量較大，這是導致其農業碳排放量較浙江省和上海市高的根本原因。

2.1.2 長三角農業碳吸收及其年際變化

2014—2018年，長三角地區農業碳吸收量總體呈現上升趨勢，從2014年的7761.20萬t增長至2018年8376.09萬t，增長了614.89萬t。其中，上海市和浙江省農業碳吸收量整體呈下降趨勢，在2014—2017年逐年下降，在2018年有所上升，二者在5a間分別減少了6.73萬t和115.00萬t。安徽省和江蘇省農業碳吸收量逐年增加，但在2016年降至比2014年還低的水平，隨后2a碳吸收量繼續上升，二者在5a間分別上升了406.68萬t和329.94萬t，見圖3。隨著農業技術的發展，在農作物播種面積逐年降低的情況下，農作物單產提升是農業碳吸收量仍有所增加的最主要原因。從區域上來看，長三角地區每年農業碳吸收最多的省份均為安徽省和江蘇省，每年蘇皖農作物碳吸收量占當年長三角農作物碳吸收量均超過90%，作物種植面積較大且產量較高是二者農業碳吸收量較大的根本原因。

圖3 2014—2018年長三角各省市農業碳吸收量

從農作物類型來看，2014—2018年，長三角地區主要糧食作物(水稻、小麥、玉米)碳吸收量逐年上升，部分經濟作物(豆類、油籽、花生和棉花)碳吸收量逐年下降，見圖4。隨著農業科技的進步，作物單產逐年增加，這是糧食作物碳吸收量不降反增的主要原因；但長三角地區經濟作物播種面積驟減，導致經濟作物產量逐年下降，進而長三角地區經濟作物碳吸收量減少。

圖4 2014—2018年長三角各類農作物碳吸收量

2.1.3 長三角農業凈碳匯及其年際變化

2014—2018年，長三角地區歷年農業凈碳匯均為正值且遠大于0，說明該區域農業碳吸收量遠遠大于碳排放量，農業生態系統表現出明顯的碳匯能力。此外，長三角農業凈碳匯總體上呈現逐年上升的趨勢，農業碳吸收發展潛力巨大，是長三角地區乃至全國碳排放的重要碳匯庫。安徽省和江蘇省農業凈碳匯均有所增長，上海市則較為穩定。與總體上升趨勢不同，浙江省凈碳匯量逐年下降，5a間減少了97.48萬t，2018年凈碳匯量較2014年下降了36%，主要原因在于浙江省各農作物產量大幅減少而導致其農業碳吸收量逐年下降。

2014—2018年，長三角地區年均農業凈碳匯強度為3.11t·hm-2。其中，江蘇省年均凈碳匯強度最強，為3.48t·hm-2；浙江省最低，僅為1.03t·hm-2。與碳吸收類似，長三角地區農業凈碳匯強度整體呈現上升趨勢，從2014年的2.96t·hm-2增長到了2018年的3.40t·hm-2，在這5a間增長了0.44t·hm-2，年均增長率為3.72%。其中，安徽省農業凈碳匯強度增長最多，而浙江省凈碳匯強度從2014年的1.25t·hm-2下降至2018年的0.80t·hm-2，見圖5。

圖5 2014—2018年長三角農業凈碳匯強度

2.2 2018年長三角農業碳源碳匯特征分析

2.2.1 長三角農業碳排放及其空間分布

2018年，長三角地區農業碳排放量為2004.16萬t。從區域上來看，長三角地區農業碳排放最多的為安徽省(831.85萬t)和江蘇省(779.49萬t)，在全省農業碳排放的占比超過80%；其次為浙江省(353.73萬t)和上海市(39.10萬t)。從排放單元來看，長三角地區農業碳排放主要來源于化肥施用以及農地翻耕，兩者碳排放占長三角地區農業總碳排放的60.04%，排放前4的單元(化肥施用、農地翻耕、農地灌溉和農用柴油使用)占總排放量的85.47%。2018年長三角地區農業碳排放強度為1.07t·hm-2，其中安徽省、江蘇省、上海市以及浙江省農業碳排放強度分別為0.95t·hm-2、1.04t·hm-2、1.37t·hm-2以及1.66t·hm-2。雖然安徽省與江蘇省是長三角地區農業碳排放量最多的2個省份，但其碳排放強度遠低于上海市和浙江省，農資產品單位面積使用量高是導致后者碳排放強度高的根本原因。

長三角地區農業碳排放空間分布總體上呈現北高南低的分布格局。如圖6所示，2018年長三角農業碳排放主要來源于安徽省和江蘇省長江以北城市。農業碳排放量排在前5的地級市分別是江蘇鹽城(148.15萬t)、徐州(120.25萬t)以及安徽宿州(98.94萬t)、阜陽(97.80萬t)、亳州(85.80萬t)，5市農業碳排放約占長三角排放總量的27.49%；安徽黃山市(10.72萬t)農業碳排放最少。雖然臺州市(62.33萬t)在浙江省內碳排放量最高，但在長三角地區僅排14位。因此，在保證農作物產量的同時應當適當減少農資產品的投入，從而達到碳減排的效果。

圖6 2018年長三角農業碳排放空間分布

2.2.2 長三角農業碳吸收及其空間分布

2018年，長三角地區農業碳吸收量達到了8376.09萬t。從區域上來看，長三角地區農業碳吸收量最多的省份為安徽省。碳吸收量最高的作物為水稻和小麥，二者碳吸收量占長三角農業碳吸收量的78.16%；其次依次為玉米、油菜籽、豆類、花生以及棉花。長三角地區糧食作物(水稻、小麥、玉米以及豆類)碳吸收量占總量的91.86%，各省市糧食作物碳吸收量普遍高于經濟作物。在各項系數確定的情況下，農作物經濟產量是確定農作物碳吸收量的主要原因。2018年長三角農業碳吸收強度為4.48t·hm-2，其中安徽省、江蘇省、上海市以及浙江省農業碳吸收強度分別為4.61t·hm-2、4.95t·hm-2、3.07t·hm-2和2.45t·hm-2。江蘇省農業碳吸收強度最高而浙江省最低，農作物單位面積產量的大小是導致碳吸收強度差異的根本原因，作物單產面積越高，農業碳吸收強度越大。

長三角地區農業碳吸收空間分布總體上與碳排放空間分布一致，具體表現為北高南低的分布特征，見圖7。與其他城市相比，浙江省各城市農業碳吸收量普遍較小。2018年，碳吸收量最多和最少的地級市分別為江蘇鹽城(704.60萬t)和浙江舟山(2.29萬t)，相差高達307.69倍，這主要與各地作物播種面積以及各作物經濟產量有關。各城市碳吸收差異較大，排名前9的城市農業碳吸收量是長三角吸收總量的52.20%。碳吸收強度空間分布與碳吸收空間分布相似，浙江省各城市碳吸收強度普遍低于其他城市。其中，江蘇淮安碳吸收強度最高，為5.69t·hm-2，而浙江舟山最低(1.49t·hm-2)。政府不僅要減少農業投入水平，還應提高農資產品的利用率，這樣才能解決浙江碳排放強度高而吸收強度弱的局面。

圖7 2018年長三角農業碳吸收空間分布

2.2.3 長三角農業凈碳匯及其空間分布

2018年，長三角地區農業凈碳匯達到了6371.93萬t，其中安徽省、江蘇省、上海市以及浙江省農業凈碳匯分別為3213.28萬t、2939.84萬t、48.58萬t以及170.23萬t。安徽省和江蘇省凈碳匯量占長三角地區的96.57%，浙江省僅占2.67%。浙江省山地丘陵居多，耕地面積小，種植條件不如蘇皖優越，加上夏季臺風頻發，農作物產量較低；并且近年來政府大力推進農業供給側改革，種植業比例減少，這些都是導致浙江省農業碳匯能力弱的原因。2018年，長三角地區農業凈碳匯強度為3.40t·hm-2。其中，江蘇省農業凈碳匯強度最高，為3.91t·hm-2，而浙江省最低(0.80t·hm-2)，前者是后者的近5倍；安徽省和上海市分別為3.66t·hm-2和1.70t·hm-2。在各地級市中，江蘇省淮安市農業凈碳匯強度最高，達到了4.68t·hm-2；浙江省舟山市凈碳匯強度最低，為-23.82t·hm-2。

長三角農業凈碳匯空間分布與農業碳吸收空間分布相似，長三角北部城市凈碳匯高于南部城市，浙江省各城市凈碳匯普遍低于其余城市，安徽和江蘇北部城市高于其南部城市，見圖8。其中，凈碳匯最高和最低的城市分別為江蘇鹽城(556.45萬t)和浙江舟山(-36.65萬t)。長三角地區僅有浙江臺州和浙江舟山凈碳匯為負值，這2個城市農業碳排放較大且農作物播種面積較小，碳吸收能力有限。面對這種情況首先要提高農業投入水平利用率，增強碳吸收能力；在此基礎上減少農業投入水平從而達到碳減排的目的。

圖8 2018年長三角農業凈碳匯空間分布

3 結論

長三角地區2014—2018年農業碳排放呈逐年下降的趨勢，而農業碳吸收及凈碳匯均呈上升趨勢。從空間上來看，長三角農業碳源碳匯主要來源于安徽省和江蘇省；相較其他單元而言，化肥施用和農地翻耕是碳排放的主要來源，糧食作物吸收了長三角地區農田排放的大部分的碳。2018年，長三角地區農業碳排放量、碳吸收與凈碳匯總體上均表現出北高南低的分布特征，其中碳排放和碳吸收大部分來自安徽和江蘇的中北部城市，浙江省各城市農業碳排放與碳吸收量普遍低于長三角其他城市。

根據本研究結果，農資產品的大量使用是導致農業碳排放的主要原因，而作物產量是影響碳吸收的影響因素，應作為推動碳減排和提高碳吸收的重點關注對象。在減少農業碳排放方面，政府應該著力發展低碳農業或產業，如減少各種農用化學品投入等，在保證農作物產量的同時，適當調整產業結構，增加低碳產業比例；農戶應在減少農資產品的使用量的同時，提高農資產品的利用率。而在增加農業碳吸收方面，政府要大力發展農業技術，提高科技水平，積極改造中低產田，在不增加農用產品投入的情況下增加農作物產量，以推動碳減排和碳吸收協同發展。