基于投入產出的中國省際農業水-土-碳足跡流動分析

孫 錦,劉 源,趙榮欽,楊文娟,吳航星,彭超月,郭 敏,劉 愷

華北水利水電大學 測繪與地理信息學院,鄭州 450046

水、土、碳是地表環境的關鍵要素,對這些要素開展研究是資源環境領域的核心內容之一。水土資源是農業生產的基礎,由于氣候、地形等因素的差異,不同區域的水土資源條件及其組合特征、種植結構與規模明顯不同,這不僅造成了農業水土資源利用方式和效率的差異,也進一步導致了不同區域水、土、碳足跡的差異；同時,農產品貿易所造成的區域水、土、碳足跡的流動也成為影響區域農業環境的重要指標,基于足跡流動的資源利用空間轉移問題成為當前研究的熱點之一。

國內外學者在水、土、碳足跡研究中,針對單一足跡的探索較多。農業碳足跡方面,多采用投入產出模型、生命周期評價等方法[1—5],如López[6]利用跨區域投入產出模型,分析了農產品跨境運輸的碳足跡；杜江等[7]根據碳足跡理論和生命周期評價方法,利用1991—2016年糧食主產區農業投入產出省級數據,測算種植業的碳足跡。農業水足跡方面,大多采用投入產出分析[8—9]、情景模擬[10]和生命周期[11—12]等方法,如Ren等[13]基于容積法和多區域投入產出法對我國各地區農產品虛擬水流量進行綜合計算分析；吳芳等[14]對中國農業水足跡變化趨勢和空間差異進行分析；孫才志等[15]基于2017年投入產出表和相關氣象數據,在農業用水中加入綠水資源消耗量,分析中國42個部門水資源消耗的總量和結構,以及水資源在生產鏈中消耗的具體路徑。農業土地足跡方面,大部分學者通過研究生態足跡、土地承載力、可持續發展等[16—18]間接分析農業土地使用狀況。Liao等[19]學者通過投入產出法分析我國6個特大城市能源生產過程中的水足跡情況,探究能源消耗與水資源消耗間的關系；Deng等[20]學者通過投入產出法分析我國不同產業水、能以及糧食的消耗,探究各個要素間的關聯,提高水、能和糧食的利用率。Liu等[21]采用多區域投入產出模型研究全球供應鏈上與大豆貿易相關的農業土地利用和碳損失變化。近年來我國農業生產活動造成的水資源浪費、土地退化等生態環境問題日益嚴峻,單一要素的研究不足以全面客觀地衡量人類活動導致的環境影響。因此,國內外學者開始探究多種資源的相互影響機制,從水-能[22—23]關系、水-土-能[24—25]關系、水-土-能-碳耦合作用[26]、基于水-能源-食物-生態關系的分析[27]以及水-土-能與碳排放相互影響的機制[28]等方面進行研究。比如,Zhai等[29]通過計算中國糧食生產中的水足跡和能源足跡,發現水、能足跡之間通過肥料和柴油的使用建立起密切聯系,農業經濟效應是促進環境負荷增長的最大驅動因素；Silalertruksa等[30]分析灌溉區和非灌溉區甘蔗生產系統的土地-水-能源關系,發現合理灌溉能使甘蔗產品的碳足跡和生態足跡減少,進而提出可持續的水能耦合管理措施；Mohtar等[31]著重強調通過系統分析水-能-糧食的復雜關系,緩解人類活動和全球氣候變化對水、能源和糧食系統的壓力。以上研究為開展多要素關聯分析提供了重要的借鑒。

總體而言,已有研究主要針對單一足跡要素從不同尺度、不同視角開展了水、土、碳足跡的研究,但在農業水-土-碳關聯與流動研究方面[32—33]還需要進一步加強。在當前碳中和的背景下,區域之間虛擬資源流動及耦合管理成為關注的熱點之一,探索不同區域之間資源要素的流動及其關聯關系,對于揭示跨區域經濟聯系帶來的環境影響并探索資源可持續管理策略具有重要意義。本研究以中國30個省級行政區(除西藏自治區、中國香港、中國澳門和中國臺灣外)為研究對象,使用2017年全國各省投入產出表計算農業水、土、碳足跡,揭示水-土-碳足跡的空間格局、流動方向以及關聯狀況,并提出農業低碳發展的政策建議,為我國農業水土資源優化和種植結構調整提供實踐指導,增強農業領域應對和減緩水資源危機和全球氣候變化的能力。

1 計算方法與數據來源

1.1 計算方法

1.1.1 投入產出分析

目前,投入產出分析在環境科學、資源環境以及地理學等學科領域廣泛應用[34—39],為跨區域資源環境研究提供了重要手段。因此,本文采用投入產出分析方法探討中國省際農業水-土-碳流動狀況。

(1)區域間投入產出模型

區域間投入產出模型以單區域投入產出表為基礎連接而成,在具有n個區域,m個部門的經濟系統中,根據總投入等于總產出這一基本平衡關系可得：

(1)

將各區域各部門的中間使用除以總投入,可得直接消耗系數：

(2)

將式(1)改寫為矩陣形式：

Xi=AijXi+Yij=(I-Aij)-1Yij

(3)

式中,Xi為多區域投入產出模型的總產出矩陣,Aij為直接消耗矩陣,Yij為最終使用矩陣。I為單位矩陣,(I-Aij)-1為列昂惕夫逆矩陣,表示生產單位最終產品對中間投入部門產品的完全需求。

(4)

(2)基于投入產出分析的農業水、土、碳足跡計算

農業水、土、碳足跡的測算是在區域間投入產出表的基礎上,加入各省區農業水資源消耗量、農業土地資源占用量、農業二氧化碳排放量。計算公式如下：

①農業直接用水系數、農業直接土地資源占用系數、農業直接碳排放系數

(5)

(6)

(7)

式中,awj為農業直接用水系數,即生產單位產品所直接消耗的水資源量；alj為農業直接土地資源占用系數,即生產單位產品所直接占用的土地資源；acj為農業直接碳排放系數,即生產單位產品的直接碳排放量；wj為農業水資源消耗量；cj為農業碳排放量；lj為農業土地資源占用量；Xj為第j個地區的總產出。

②農業完全用水系數、農業完全土地資源占用系數、農業完全碳排放系數

除直接使用與直接碳排放外,實際生產活動中某一部門的產品需要其他部門產品作為中間投入,而生產其他部門產品也使用水、土資源并產生碳排放,即間接使用或間接碳排放,與直接使用或直接碳排放加和可得農業完全用水系數、農業完全土地資源占用系數、農業完全碳排放系數。本文將ACj、AWj、ALj對角化處理,再分別右乘列昂惕夫逆矩陣(I-A)-1,依次得到水資源完全需求矩陣、土地資源完全需求矩陣以及碳排放完全需求矩陣,計算公式如下：

(8)

(9)

(10)

③農業水足跡、農業土地足跡、農業碳足跡

已知完全需求矩陣和最終使用矩陣,可以計算得出各省農業水足跡WF、農業土地足跡LF、農業碳足跡CF：

(11)

(12)

(13)

1.1.2 空間關聯網絡分析

社會網絡分析可以量化分析復雜的空間關聯網絡[40]。本文采用Ucinet軟件計算等級度、網絡效率、網絡密度和關聯關系數,分析農業水、土、碳足跡空間關聯網絡的整體特征,通過節點中心度、接近中心度和中介中心度刻畫各省在農業水、土、碳足跡空間關聯網絡中的個體特征。農業水、土、碳足跡計算過程中可得農業水、土、碳足跡空間轉移矩陣,為便于進行網絡分析并過濾掉微弱空間關聯對整體關聯網絡的影響,需對空間轉移矩陣進行二值化處理。參考已有研究[41—42],將農業水、土、碳足跡空間轉移矩陣各行的均值作為閾值,大于等于均值則取值為1,否則為0。相關指標的計算方法詳見文獻[40,43]。

1.2 數據來源

多區域投入產出數據來源于國家統計局編制的《2017年中國地區投入產出表》；各省農業水資源消耗量來源于水利部發布的《2017年中國水資源公報》“各省級行政區農業用水量”；農業土地資源占用量采用《中國統計年鑒(2018)》“耕地灌溉面積”數據；農業二氧化碳排放量由各類能源消耗量乘以其碳排放系數[44]計算得到,如表1所示,其中各類能源消耗量來自《2018年中國能源統計年鑒》地區能源平衡(實物量)“終端消費量”；足跡強度由各省農業水、土、碳足跡分別除以農業總產值得到,農業總產值數據來源于國家統計局網站的“分省年度數據查詢”。需要說明的是,(1)2018年《中國能源統計年鑒》中不含中國西藏自治區數據,限于數據可獲取性,西藏自治區、中國香港、中國澳門和中國臺灣暫不列入研究范圍；(2)本文研究中國省際農業水、土、碳足跡流動,不涉及進口量和出口量,而《2017年中國地區投入產出表》中,進口量包含在中間使用和最終使用矩陣中,計算過程中引入進口系數剔除；(3)農業足跡核算所用數據不涉及部門合并。

2 結果分析

2.1 中國30個省級行政區農業水土碳足跡空間分布格局

中國農業水足跡及其強度具有明顯的空間差異(圖1、圖2)。新疆農業水足跡最大,為1077.17億m3,占全國的17.4%,水足跡強度為4656.51萬m3/億元,居全國第三。新疆主要經濟作物棉花的單位面積及單位質量需水量和耗水量較大、日照強、所需灌溉用水量大以及農產品向外出口量大。寧夏的農業水足跡值為284.93億m3,居全國前列,其水足跡強度全國最高,為9222.23萬m3/億元,歸因于土地鹽堿度較高,需經過沖洗改良,導致灌溉用水占總用水量的90%以上,農業用水利用率極低,造成西北地區農業水足跡強度普遍偏高。河南和山東是典型的農業大省,糧食產量逐年遞增,水資源承壓較大,但其農業水足跡分別為130.16億m3和144.88億m3,處于較低水平；農業水足跡強度分別為285.91萬m3/億元和329.04萬m3/億元,是全國最低水平。近年來兩省不斷嘗試實施小型農田水利重點項目、大中型灌區節水改造項目以及其他高效節水灌溉技術,農業節水增效成果顯著。

表1 各能源類型的碳排放系數表

圖1 中國農業水足跡空間格局Fig.1 Spatial pattern of agricultural water footprint in China

圖2 中國農業水足跡強度空間格局 Fig.2 Spatial pattern of agricultural water footprint intensity in China

我國農業土地足跡整體呈東南部偏低,北部偏高的格局(圖3、圖4)。黑龍江、內蒙古、甘肅土地足跡較高,寧夏和青海的農業土地足跡較低,但強度居全國前三,耕地資源使用不合理。其中,黑龍江和內蒙古兩地的耕地面積大,特色農產品商品流通較為發達,帶動農業經濟發展,使得兩地的土地足跡較大,且黑龍江農業總產值較高,相對弱化土地足跡的強度。青海和寧夏兩地耕地資源量少、土地生產力低,且農業發展水平低、農產品商品率低。

全國農業碳足跡及其強度存在不匹配狀況。其中,內蒙古、黑龍江、新疆、河北、湖南的碳足跡高,但除內蒙古外,其余四省區的碳足跡強度處于中等水平(圖5、圖6)。青海碳足跡總量為47.85×104t,處于全國較低水平,但青海的碳足跡強度為2947.09t/億元,居全國前列。碳足跡以及碳足跡強度數據共同反映出青海農業發展水平、農產品產量和投資回報率均較低的現象。一方面是青海主要以畜牧業為主、農業種植水平較低、機械化程度不高；另一方面青海平原面積僅占全省總面積的28%,可種植面積更少。除青海外,北京、上海、天津等經濟發達地區第一產業所占比重較小,農業總產值較低,碳足跡及其強度也存在明顯不匹配現象。

圖3 中國農業土地足跡空間格局Fig.3 Spatial pattern of agricultural land footprint in China

圖4 中國農業土地足跡強度空間格局Fig.4 Spatial pattern of agricultural land footprint intensity in China

圖5 中國農業碳足跡空間格局Fig.5 Spatial pattern of agricultural carbon footprint in China

圖6 中國農業碳足跡強度空間格局 Fig.6 Spatial pattern of agricultural carbon footprint intensity in China

2.2 中國省際農業水土碳足跡流動及關聯分析

2.2.1 中國省際農業水土碳足跡流動分析

農業水足跡主要從北部流向沿海地區,凈流出主要集中于北部的新疆、黑龍江以及寧夏,凈流入主要集中于沿海的廣東、江蘇、浙江、山東以及河南(圖7)。其中,新疆、寧夏、黑龍江水足跡的流出量分別為677.44億m3、417.43億m3、239.41億m3,流出量占全國總流出量的43.70%。商品貿易等經濟手段可以實現水資源在區域之間的重新配置,新疆、黑龍江和寧夏三省區的水足跡較大,大量的虛擬水伴隨著飛速發展的農產品貿易輸入到其他地區,而本地水資源相對匱乏的問題并未得到解決。廣東、江蘇、浙江、河南、山東的農業水足跡流入量分別為825.75億m3、601.51億m3、406.40億m3、243.09億m3、179.28億m3,五省的流入量占全國總流入量的71.22%。經濟社會快速發展,居民生活水平不斷提高,導致本地農產品供不應求,且江蘇是糧食加工強省,需大量農作物作為原料加工,輸入農產品滿足本地生產生活需要的同時也流入了大量的虛擬水。河南和山東是我國的糧食主產區,為保障糧食安全農業需水量旺盛,且人口規模較大,兩省為南水北調工程受水區域,外部輸水增加了區域水資源可利用量,實體水和虛擬水的輸入一定程度上緩解了本地的水資源壓力。然而,虛擬水從缺水地區流向豐水地區,未能有效利用豐水地區的水資源來滿足缺水地區的需求,虛擬水流動格局缺乏合理性。

圖7 省際農業水足跡流動狀況Fig.7 Inter-provincial flow tracks of agricultural water footprint

農業土地足跡主要從北部流向中部和南部(圖8)。土地足跡凈流出主要集中于北部的黑龍江、內蒙古、甘肅、吉林、新疆,凈流出量分別為20905.25×103hm2、14518.41×103hm2、10300.75×103hm2、9551.45×103hm2、6900.29×103hm2,流出量占全國總流出量的53.53%。凈流入主要集中于沿海的廣東、江蘇、浙江,凈流入量分別為30535.01×103hm2、22415.09×103hm2、15688.53×103hm2,流入量占全國總流入量的58.15%。廣東、江蘇、浙江第二、三產業迅猛發展,農產品內需供應不足,對于外部調入依賴較大,因此向流出省區轉移了更多的耕地資源壓力,我國北部地區在嚴守耕地紅線及確保耕地“非農化”、“非糧化”中發揮重要作用。

農業碳足跡主要從北部流向東部及東南沿海地區(圖9)。內蒙古、黑龍江、新疆、海南為主要的凈流出區,農業碳足跡流出量分別為685.97×104t、582.62×104t、439.62×104t、247.35×104t,流出量占全國總流出量的47.85%。凈流入地區與農業水、土足跡一致,依然集中于廣東、江蘇、浙江。農業隱含碳排放主要從能源相對富集地區流入經濟發達地區。其中,海南盛產熱帶水果,且冬季瓜菜產量高,通過農業加工處理后向其他城市輸送,但由于當地企業加工水平低、規模小、加工轉化率低,進而造成其碳足跡凈流出量較大。

圖8 省際農業土地足跡流動狀況Fig.8 Inter-provincial flow tracks of agricultural carbon footprint

圖9 省際農業碳足跡流動狀況Fig.9 Inter-provincial flow tracks of agricultural carbon footprint

2.2.2 中國省際農業水土碳足跡關聯分析

借助Ucinet 6 軟件,計算得到農業水、土、碳足跡空間關聯網絡的整體網絡特征(表2)和個體中心性(表3)。本文以30個省級行政區為網絡節點,理論最大關系數為870個,但實際上農業水、土、碳足跡網絡的關聯關系數和關聯密度偏低,省際關聯程度有待提高,仍有較大協作空間共同實現資源協同優化與碳減排。網絡等級度均為1,且網絡效率處于較高水平,表明空間轉移分布不均勻,存在較大的等級差異,流量較大的足跡流動存在于少數核心省份,網絡結構的穩定性不強,流量較多的集中在少數流動路徑上,分散路徑較少。

表2 農業水、土、碳足跡整體網絡特征

中心度反映關聯網絡中各節點之間的直接關聯關系。省際農業水、土、碳足跡的空間關聯網絡的中心性基本一致。廣東、江蘇、新疆、浙江、黑龍江、內蒙古、河南、山東等省區的節點中心度均處于較高水平,這些省與其他省之間的農業水、土、碳足跡流動較多,在網絡中有較大的影響力。同時,這些省的接近中心度和中介中心度普遍較高,與其他省的網絡距離較短,關聯關系更為密切,在省際農業足跡空間關聯網絡中發揮了“樞紐”作用。天津和湖北的農業水、土、碳足跡網絡的接近中心度較低,處于邊緣地位,中介中心度較低則表明其對整體網絡的影響較小,大量的農業水、土、碳足跡流動和關聯無需通過這兩省。農業碳足跡關聯網絡的中心性高于水、土足跡,說明各省農業隱含碳排放的溢出關系較多,中介作用更大,傳輸作用更強。

為進一步明確農業水、土、碳足跡之間及其與經濟發展之間的關聯關系,采用SPSS軟件計算各省農業水、土、碳足跡及其強度、凈流入、凈流出、人均GDP之間的相關系數。結果發現,農業水土碳足跡之間、足跡強度之間、足跡凈流出之間及足跡凈流入之間均存在顯著的正相關關系,而人均GDP與足跡凈流入呈顯著正相關,與足跡凈流出呈顯著負相關(圖7)。這表明農業水、土、碳足跡之間存在一定程度的關聯關系,但在不同地區關聯狀況有所差異。經濟發展狀況、地區產業結構、自然條件狀況等因素均會影響某一要素或幾種要素的消耗強度,進而影響三者間的關聯作用。相對發達地區接收其他省的農業水、土、碳足跡流入較多,主要原因是這些省經濟規模大,人口密集,農產品需求較高,而經濟發展水平較低地區通過農產品貿易向其他省輸出資源,不利于資源的合理配置,水土資源空間分布不匹配加劇。

3 結論與建議

本文基于多區域投入產出表,對中國30個省級行政區農業水、土、碳足跡及其強度進行定量核算,分析了不同省份之間農業水、土、碳足跡的分布格局、流動狀況及其關聯關系,主要得出以下結論：(1)農業水、土、碳足跡的空間分布格局具有較大的差異,這歸因于不同區域自然條件、社會經濟、產業結構、耕作方式及種植結構等的不同;(2)農業水、土、碳足跡在流動方向上有較大的相似性,大致是從我國北部流向東部以及東南部地區,這依賴于農產品市場供需關系;(3)農業水、土、碳足跡的空間關聯網絡存在不均衡性,關聯渠道有待豐富。

表3 農業水、土、碳足跡空間關聯網絡中心性

圖10 相關系數Fig.10 Correlation coefficientWF：水足跡 Water footprint;LF：土地足跡 Land footprint;CF：碳足跡 Carbon footprint;WF_in：水足跡強度 Water footprint intensity;LF_in：土地足跡強度 Land footprint;CF_in：碳足跡強度 Carbon footprint;WF_ex：水足跡凈流出 Water footprint export;LF_ex：土地足跡凈流出 Land footprint export;CF_ex：碳足跡凈流出 Carbon footprint export;WF_im：水足跡凈流入 Water footprint import;LF_im：土地足跡凈流入 Land footprint import;CF_im：碳足跡凈流入 Carbon footprint import；pGDP：人均GDP Per capita GDP;*表示P<0.05,**表示P<0.01;圖中顏色表示相關方向和相關程度,紅色越深正相關程度越高,藍色越深則負相關程度越高

綜合本文研究,提出以下政策建議：(1)加強農業水利基礎設施建設和節水改造,積極推廣現代化農業節水灌溉措施,提高水土資源利用效率；(2)加強農業技術革新,提高機械化利用效率,減少低效機械化所引起的高碳排放量；(3)通過土地流轉加強土地規模化經營,實現水肥一體化和精準灌溉,推動綠色高效智慧農業發展,提升水、土、能資源利用效率,減少碳排放；(4)嘗試建立基于水-土-碳跨區域環境影響的橫向農業生態補償機制,實現省際之間協同減排和資源優化。