新疆畜牧業碳排放測算及動態演變分析*

李 娜 石 晶

(塔里木大學經濟與管理學院,新疆 阿拉爾 843300)

由溫室氣體排放量逐漸增多引起的全球氣候變暖現象,已經成為普遍關注的全球性環境問題。2021年7月,中國在參加二十國集團能源氣候部長峰會時表示,控制CH4排放是未來中國實現“雙碳”目標的重點。對畜牧業來說,“雙碳”目標將成為推動畜牧業高質量發展的內在要求。據聯合國糧食及農業組織估算,畜牧業溫室氣體排放量約占全球總排放量的18%。為解決畜禽糞便和污水資源化利用和畜牧業面源污染等難題,我國自2005年起持續提出養殖小區要建設畜禽糞便和污水無害化處理設施,加快推進畜禽養殖規模化、集約化和標準化發展,現階段我國畜牧業發展正加速進入減污、降碳、協同、增效的高質量發展階段。為此,從生態視角審視畜牧業,準確把握畜牧業碳排放的現狀及特點,對畜牧業綠色低碳發展具有重要意義。

目前學者們圍繞畜牧業碳排放已經展開了廣泛的探討。一些國外學者采用生命周期法測度畜牧業碳排放,得出腸道CH4排放量在總排放量中的占比超過50%[1-3]。國內學者也采用生命周期法對畜牧業碳排放進行測算,研究結果同樣顯示動物腸道發酵氣體排放量在總排放量中占據主要地位[4-8]。郭嬌等[9]2106依據聯合國政府間氣候變化專門委員會(IPCC)系數法對中國畜牧業溫室氣體排放進行評估,結果表明新疆和西藏地區是CH4減排的重點區域。關于畜牧業碳排放的時空演化研究,吳強等[10]發現全國畜牧業碳排放的空間關聯性不斷增強,呈現明顯的局部集聚特征。張金鑫等[11]得出畜牧業碳排放總體差異呈波動性小幅增長,區域內差異成為總體差異的主要來源。姚成勝等[12]分析得出，中國畜牧業碳排放增長的核心區由草原牧區向農耕牧區演變。

從研究方法來看,國內測算畜牧業碳排放采用的溫室氣體排放因子主要參考IPCC標準,IPCC標準與根據中國實際情況制定的《省級溫室氣體清單編制指南》(以下簡稱《指南》)存在較大差異,易產生測算誤差。從研究區域來看,已有研究多聚焦于省級層面,較少將研究視角下沉至市域尺度。鑒于此,本研究從地級行政區視角出發,依據《指南》提供的系數,兼顧牲畜種類和溫室氣體產生途徑兩個方面,對2000—2020年新疆畜牧業碳排放進行測算,分析新疆14個地級行政區畜牧業碳排放動態演變情況,以期準確把握新疆區域間畜牧業減排降碳的節奏和力度,為各級政府科學制定畜牧業碳減排政策和實現新疆畜牧業低碳化發展提供有力借鑒。

1 研究方法與數據來源

1.1 研究方法

1.1.1 畜牧業碳排放測算方法

畜牧業中主要的碳排放源為養殖動物腸道發酵和糞便管理過程中產生的CH4,以及糞便還田中排放的N2O等[13]794。從畜禽種類來看,反芻動物(如牛、羊)是中國畜牧業溫室氣體的主要來源,排放比例高達72.44%,豬和家禽所占比例分別為19.22%和6.81%[9]2106。結合新疆畜牧業養殖實際,選擇牛、羊等反芻動物以及豬、馬、驢等非反芻動物作為碳源,并參考王歡等[13]795對畜禽養殖碳排放的計算方法,依據《指南》中的碳排放系數,測算新疆各地級行政區畜牧業碳排放量。計算公式見式(1)：

C=CCH4+CN2O=∑Ni·αi+∑Ni·βi

(1)

式中：C為畜牧業碳排放總量;CCH4、CN2O分別為CH4、N2O產生的碳排放量;Ni為第i種牲畜的飼養量;αi和βi分別為第i種牲畜的CH4和N2O碳排放系數(取值見表1);各參數單位均根據實際情況而定。為便于分析,根據增熱效應,將CH4和N2O統一轉化為CO2當量,即1 t CH4相當于25 t CO2,1 t N2O相當于298 t CO2。

表1 主要牲畜品種的碳排放系數Table 1 Carbon emission coefficients of major livestock breeds kg/(頭·a)

1.1.2 非參數核密度估計方法

非參數核密度估計是一種不需要進行任何參數模型假設,通過數據本身就可研究數據分布特點以估計概率密度函數的非參數方法。本研究據此揭示新疆各區域畜牧業碳排放量分布的位置、形態、峰值以及延展性等,估計出畜牧業碳排放整體形態,進而說明新疆各區域畜牧業碳排放量的時序演變趨勢。

1.1.3 空間相關性分析方法

本研究中,采用全局莫蘭指數和局部莫蘭指數進行空間相關性分析,以反映新疆畜牧業碳排放的空間關聯程度和局部區域在空間上的集聚情況。莫蘭指數取值介于-1～1：莫蘭指數>0表示在空間上呈正相關關系;莫蘭指數<0表示在空間上呈負相關關系;莫蘭指數絕對值越接近于0表明相關性越弱。

1.2 數據來源

測算2000—2020年新疆各地級行政區畜牧業碳排放所需數據均來自相應年份的新疆統計年鑒、中國農村統計年鑒和中國畜牧業年鑒。

2 結果與分析

2.1 新疆畜牧業碳排放的時序動態演變

新疆14個地級行政區畜牧業碳排放總量見圖1。整體來看,牲畜腸道發酵、糞便管理產生的碳排放量與新疆畜牧業碳排放總量變動趨勢基本一致,均呈波動上升趨勢。新疆畜牧業碳排放總量從2000年的3 089.30萬t增加到2020年的3 407.52萬t,2016年達到峰值4 440.00萬t。腸道發酵是畜牧業碳排放的主要源頭。2000—2016年新疆畜牧業碳排放總量以年均2.57%的速度波動增長,2016—2018年以年均2.35%的速度下降,而2018—2020年又以年均0.44%的速度增長。其原因在于,進入21世紀以后,肉蛋奶需求逐漸增加,養殖規模不斷擴大,導致畜牧業碳排放總量上升;與此同時,國家持續加大碳減排力度,新疆也相繼出臺有關加強畜牧業碳減排的政策文件,這一系列舉措有效促進了新疆畜牧業碳排放總量的控制[14]。

圖1 2000—2020年新疆畜牧業碳排放總量Fig.1 Total carbon emission of Xinjiang animal husbandry from 2000 to 2020

采用非參數核密度估計方法繪制出2000、2005、2010、2015和2020年新疆畜牧業碳排放總量核密度曲線,結果見圖2。2000—2020年,核密度曲線中心向右遷移,與2000年相比,2020年的峰值略有下降且變化區間縮小,表明各地級行政區畜牧業碳排放由集聚向分散演化。與2000年相比,2005年核密度曲線形態變化較大,曲線中心向右遷移且峰值明顯下降,曲線寬度大幅拓展。由此表明,2000—2005年新疆畜牧業碳排放總量大幅增加且地區間的差異明顯,該階段各地區畜牧業碳排放由集聚向分散演化。與2005年相比,2010年核密度曲線中心略向左移,峰值上升且曲線寬度略有縮小,曲線整體形態變化不大。由此揭示,2005—2010年新疆畜牧業碳排放總量略有減少,新疆各地區畜牧業碳排放的分布特征由分散向集聚演化。與2010年相比,2015年核密度曲線中心向右遷移,峰值下降且變化區間擴大。可見,2010—2015年新疆畜牧業碳排放總量增加,且各地區差距擴大,呈現出由集聚向分散演化的態勢。與2015年相比,2020年的核密度曲線中心左移,曲線峰值變高,其變化區間明顯縮小。這表明2015—2020年新疆畜牧業碳排放總量減少,各地區之間的差距大幅縮小,呈現出由分散向集聚演化的態勢。總體而言,新疆各地級行政區經濟發展水平及畜牧業發展戰略存在差異,牲畜品種和飼養規模不同,進而影響新疆畜牧業的結構調整與畜牧業低碳化發展的推進,一定程度上會導致畜牧業碳排放的區域差距。

圖2 新疆畜牧業碳排放核密度分析結果Fig.2 Results of kernel density analysis of animal husbandry carbon emission in Xinjiang

2.2 新疆畜牧業碳排放的空間動態演變

2000—2020年新疆14個地級行政區畜牧業碳排放的全局莫蘭指數計算結果見表2。研究期內新疆畜牧業碳排放的全局莫蘭指數>0,且多數年份通過在10%的顯著性水平下檢驗,說明新疆畜牧業碳排放在各區域之間存在著一定關聯特征,且2018年的全局莫蘭指數大幅增加。隨著經濟發展和科技進步,各地級行政區聯系逐漸加強,相互之間的影響力也越來越凸顯,集聚程度逐漸提高。

表2 2000—2020年鄰接空間權重矩陣下全局莫蘭指數Table 2 Global Moran’s I under the weight matrix of adjacency space from 2000 to 2020

為刻畫新疆畜牧業碳排放空間集聚的具體演變情況,需對其局部空間自相關進行檢驗,因此本研究繪制了2010、2020年新疆畜牧業碳排放散點圖及碳排放空間分布圖(分別見圖3和圖4)。從2010年到2020年,位于第一象限和第二象限的地級行政區數量相同,即形成“高-高”集聚和“低-高”集聚態勢的地級行政區在數量上是一致的;位于第三象限的地級行政區由4個演變為5個,可以看出2010—2020年形成“低-低”集聚的地級行政區數量增多;位于第四象限形成“高-低”集聚態勢的地級行政區數量由2個演變為1個且地級行政區變動。從空間分布來看,伊犁畜牧業碳排放由2010年的882.38萬t下降到2020年的413.85萬t,在各地級行政區中減排效果最為突出。研究期內畜牧業碳排放上升的地級行政區主要集中在阿克蘇、博州、克州和哈密,其中阿克蘇畜牧業碳排放量較2010年增加了約128.85萬t,漲幅最為明顯,因此在控制碳減排問題上要特別關注。

注：圖中橫線和豎線為4個象限的分割線;斜線的斜率即為莫蘭全局指數。圖3 新疆畜牧業碳排放莫蘭散點圖Fig.3 Moran scatter plot of animal husbandry carbon emissions in Xinjiang

3 結論與建議

3.1 結 論

(1) 從時間維度看,2000—2020年新疆畜牧業碳排放整體波動上升,2016年達到峰值(4 440.00萬t)。從碳排放產生的途徑來看,腸道發酵是畜牧業碳排放的主要源頭之一。從時序動態變化看,研究期內核密度曲線中心向右遷移,與2000年相比2020年的峰值略有下降且變化區間縮小,表明新疆各地區畜牧業碳排放由集聚向分散演化。

(2) 從空間相關性看,新疆各地級行政區畜牧業碳排放空間相關性不斷加強,“低-低”集聚類型增多。

(3) 從空間分布看,研究期內伊犁畜牧業碳排放下降最多,在各地級行政區中減排效果最為突出。2020年阿克蘇畜牧業碳排放量較2010年增加了約128.85萬t,漲幅最為明顯。

3.2 建 議

(1) 多措并舉,實現畜牧養殖全過程減排。運用科學技術手段,通過改變牲畜瘤胃發酵、優化飼料配比、培育優良品種等方法從源頭減少CH4排放。此外,采用種養結合模式和沼氣池建設實現畜禽排泄物處理和再利用,提高畜牧業碳排放效率。將低碳發展理念持續注入畜牧養殖過程,形成“源頭控制、過程減排、末端治理”的全流程減碳鏈條。

圖4 新疆畜牧業碳排放分布Fig.4 The distribution of animal husbandry carbon emissions in Xinjiang

(2) 加強合作,統一協調畜牧業低碳發展。各地區間要共享低碳畜牧業發展技術,充分發揮鄰近地區的輻射帶動作用,通過區域聯動實現區域協同減排。加快推進能源綠色低碳轉型,大力發展風能、水能和太陽能等可再生能源,逐步降低各區域畜牧養殖環節的非期望產出。

(3) 立足實際,制定差異化減排政策。建立健全減排降碳長效機制,保障畜牧業碳排放平穩有序減少。針對畜牧業碳排放大的地區制定引導政策,如建立低碳畜牧業示范園區,分區域逐步實現畜牧業低碳發展。因種施策,針對溫室氣體排放潛力較大的反芻動物,可通過適當調整養殖結構來減少排放。