農(nóng)業(yè)碳排放研究進展及煙草農(nóng)業(yè)碳計量研究展望

賈明軍 夏鵬亮 黃勇 文濤 向修志 彭五星 徐祥玉 周劍雄 申國明 高林

摘要：為扎實推進我國綠色低碳發(fā)展和產(chǎn)業(yè)升級轉(zhuǎn)型，早日實現(xiàn)“雙碳”目標，各行各業(yè)均在積極響應(yīng)。我國是農(nóng)業(yè)生產(chǎn)大國，同時農(nóng)業(yè)生產(chǎn)產(chǎn)生的碳排放數(shù)量龐大，存在巨大的固碳減排潛力，準確核算農(nóng)業(yè)碳排放、構(gòu)建完善的碳排放核算體系，對我國實現(xiàn)農(nóng)業(yè)降碳目標至關(guān)重要。本文探討了農(nóng)業(yè)碳排放的主要來源，并從外部環(huán)境（經(jīng)濟增長、產(chǎn)業(yè)集聚、技術(shù)進步和貿(mào)易條件效應(yīng)）和農(nóng)業(yè)種植（生態(tài)環(huán)境因子和農(nóng)田管理措施）2個方面分析其影響因素，對農(nóng)業(yè)生態(tài)系統(tǒng)碳循環(huán)過程與碳通量測定方法、農(nóng)業(yè)碳排放核算方法（碳效應(yīng)分析、碳足跡分析和農(nóng)業(yè)碳排放效率測算研究與模型應(yīng)用）、農(nóng)業(yè)碳排放交易等方面的研究進行歸納梳理，最后將農(nóng)業(yè)大范疇的碳排放研究方法遷移至煙草農(nóng)業(yè)中，并結(jié)合我國煙草生產(chǎn)實際，對其農(nóng)業(yè)生產(chǎn)過程中的碳排放計量研究進行建議與展望，以期為今后煙草農(nóng)業(yè)碳排放研究以及煙葉生產(chǎn)固碳減排技術(shù)策略的制定奠定基礎(chǔ)。

關(guān)鍵詞：農(nóng)業(yè)碳排放；碳排放效率；碳計量；碳排放交易；煙草

中圖分類號：S181文獻標志碼：A

文章編號：1002-1302（2023）16-0009-09

收稿日期：2022-12-15

基金項目：中國煙草總公司重點研發(fā)項目（編號：110202102040）。

作者簡介：賈明軍（1996—），男，甘肅靖遠人，碩士研究生，主要從事煙草生態(tài)與煙葉品質(zhì)分析研究。E-mail：2047802815@qq.com。

通信作者：申國明，碩士，研究員，主要從事煙草栽培研究，E-mail：shenguoming@caas.cn；高 林，碩士，副研究員，主要從事煙草生態(tài)與資源利用研究，E-mail：gaolin@caas.cn。

氣候問題與人類生產(chǎn)、生活等各個方面密切相關(guān)，而大氣中CO₂濃度的快速升高是致使氣候發(fā)生變化的最主要因素。在人們逐漸認識到全球變暖所帶來的危害后，大多數(shù)國家和地區(qū)都將減少溫室氣體排放作為共同的治理目標，并簽訂了相關(guān)條約予以應(yīng)對，如1992年的《聯(lián)合國氣候變化框架公約》、1997年的《京都議定書》和2015年的《巴黎協(xié)定》^［1-2］。氣候變化于我國而言，是挑戰(zhàn)又是機遇^［3］。我國是人口超級大國，也是世界上最大的碳排放國。對此，習總書記提出，中國將力爭于 2030 年前二氧化碳排放達到峰值，努力爭取 2060 年前實現(xiàn)碳中和^［4］。其中“碳達峰”是指國家、城市或企業(yè)等某個主體人為碳排放量達到最大值，此后將不斷減少的過程。“碳中和”也稱“CO₂凈零排放”，即“在規(guī)定時期內(nèi)，人為 CO₂移除在全球范圍抵消人為 CO₂排放量時的狀態(tài)”^［5］。農(nóng)業(yè)是國民經(jīng)濟的重要支柱產(chǎn)業(yè)，但同時也是繼工業(yè)之后的第二大溫室氣體排放源。據(jù)統(tǒng)計，我國農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生的碳排放約占全國總碳排放量的17%，極大地助推了氣候變暖，農(nóng)業(yè)降碳減排刻不容緩^［6］。低碳循環(huán)經(jīng)濟因其自身優(yōu)勢，使得低碳農(nóng)業(yè)成為包含低碳生產(chǎn)、生態(tài)保護與氣候調(diào)節(jié)于一體的有機發(fā)展模式，同時也是我國減緩溫室氣體排放，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵所在^［7］。我國煙草種植歷史悠久且種植產(chǎn)區(qū)分布廣范，從中溫帶到亞熱帶地區(qū)均有種植。煙草種植面積與總產(chǎn)量均位居世界首位。但隨著低碳經(jīng)濟與低碳農(nóng)業(yè)的發(fā)展，煙草產(chǎn)業(yè)也必須走降碳的發(fā)展路線。在此環(huán)境背景下，如何確保煙草在我國國民經(jīng)濟中的地位，實現(xiàn)行業(yè)自身發(fā)展，又達到低碳減排的目標，就必須統(tǒng)籌整個煙草生產(chǎn)加工全過程，尤其要改善煙草的種植過程。煙草農(nóng)業(yè)低碳減排策略的制定，明確其生產(chǎn)全過程的具體碳排放值是前提，而對煙草農(nóng)業(yè)全過程進行碳計量，就要先明確碳排放的源頭和影響因素，并找出合適的測定方法，準確測定各生產(chǎn)環(huán)節(jié)的碳排放值。但目前就煙草農(nóng)業(yè)碳排放的研究鮮有報道，須借助其他作物或產(chǎn)業(yè)的計量方法來探索適用于煙草的碳計量方法體系。因此，本文對農(nóng)業(yè)碳排放來源及影響因素、農(nóng)業(yè)生態(tài)系統(tǒng)碳循環(huán)過程與碳通量測定、農(nóng)業(yè)碳排放核算方法、農(nóng)業(yè)碳排放交易研究等進行綜合歸納并梳理現(xiàn)有研究成果，以期對未來煙草的種植管理提供參考，助力煙草農(nóng)業(yè)走向低碳環(huán)保、經(jīng)濟可持續(xù)的發(fā)展道路。

1 農(nóng)業(yè)碳排放來源及影響因素

1.1 農(nóng)業(yè)碳排放來源

農(nóng)業(yè)碳排放源頭具有多樣性，主要的來源有農(nóng)作物種植期間因各種農(nóng)用物料投入品、農(nóng)業(yè)勞作時的化石能源消耗和農(nóng)業(yè)廢棄物處理等環(huán)節(jié)產(chǎn)生的碳排放^［8］；水稻類作物田間生長期間產(chǎn)生的甲烷及農(nóng)田土壤呼吸排放的二氧化碳、氧化亞氮類物質(zhì)^［9］；動物飼養(yǎng)及糞便處理時產(chǎn)生的碳排放，其中反芻動物腸道發(fā)酵產(chǎn)生的碳排放尤為明顯^［10］。近年來，隨著我國農(nóng)業(yè)機械化和集約化程度的不斷提高以及化肥、農(nóng)藥等物料的大量使用，加劇了農(nóng)田環(huán)境污染，同時也增加了二氧化碳的排放。如張揚等對我國1991—2019年全國主要糧食作物生產(chǎn)時投入的農(nóng)用物資進行統(tǒng)計分析，發(fā)現(xiàn)近幾十年內(nèi)我國農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)技術(shù)逐步發(fā)展的背后，碳排放總量也在逐年加大。其中，化肥施用產(chǎn)生的碳排放量最大，農(nóng)膜與機械油耗的碳排放量也在快速增加^［11］。就局部地區(qū)而言，劉楊等分析了山東省2000—2020年農(nóng)業(yè)碳排特征，發(fā)現(xiàn)該省各農(nóng)業(yè)碳排放來源中農(nóng)資投入產(chǎn)生的碳排放量最高，其次是畜禽養(yǎng)殖，最后是農(nóng)田土壤利用。其中化肥產(chǎn)生的碳排放在農(nóng)資投入中占比最大，其次為農(nóng)膜、灌溉和農(nóng)用柴油，農(nóng)藥占比略小^［12］。曹俊文等對江西省農(nóng)業(yè)碳排放進行測算，發(fā)現(xiàn)該省近20年來農(nóng)業(yè)碳排放總量逐年升高，各碳源排放量表現(xiàn)為化肥＞農(nóng)藥＞農(nóng)膜＞農(nóng)用柴油＞灌溉，且化肥的碳排量大于其余幾種碳源碳排量之和^［13］。

綜上可知，農(nóng)業(yè)碳排放的源頭主要包括農(nóng)業(yè)生產(chǎn)過程中因各種能源物資的消耗而產(chǎn)生的碳排放，此外還應(yīng)包括農(nóng)作物自身的呼吸作用、土壤呼吸和農(nóng)業(yè)廢棄物分解等過程中產(chǎn)生的碳排放。需要注意的是，就農(nóng)作物自身特點而言它既是碳源又是碳匯，需要綜合考慮農(nóng)業(yè)碳排放的源頭及其影響因素。

1.2 農(nóng)業(yè)碳排放與外部環(huán)境的關(guān)系

1.2.1 農(nóng)業(yè)碳排放與經(jīng)濟增長間的關(guān)系 依據(jù)研究范圍劃分，目前關(guān)于農(nóng)業(yè)碳排放與經(jīng)濟增長關(guān)系的研究有兩大類，一方面從農(nóng)業(yè)大范圍整體出發(fā)，李國志等分析農(nóng)業(yè)碳排放的影響因素時利用LMDI模型進行分解，發(fā)現(xiàn)經(jīng)濟增長是其最主要的驅(qū)動因素，經(jīng)濟的發(fā)展雖然在一定時間段內(nèi)會增加農(nóng)業(yè)碳排放量，但從整體來看是改善環(huán)境的重要保障；其次是技術(shù)進步和農(nóng)業(yè)能源消費變化，其中技術(shù)進步有利于減少農(nóng)業(yè)碳排放，而農(nóng)業(yè)能源消費結(jié)構(gòu)變化則加劇了碳排放^［14］。顏廷武等認為，我國農(nóng)業(yè)碳排放強度與農(nóng)業(yè)經(jīng)濟強度之間的關(guān)系為有雙拐點的倒“N”形^［15］。另一方面在局部地區(qū)的農(nóng)業(yè)碳排放研究中，吳金鳳等對寧夏回族自治區(qū)鹽池縣和山東省平度市進行核算，對比2個縣域尺度上的農(nóng)業(yè)碳排放環(huán)境庫茲涅茨曲線，發(fā)現(xiàn)前者處于農(nóng)業(yè)經(jīng)濟增長的初期，而后者處于農(nóng)業(yè)經(jīng)濟增長的后期。綜合效應(yīng)表明，農(nóng)業(yè)經(jīng)濟增長在短期內(nèi)會導(dǎo)致農(nóng)業(yè)碳排放量的增加，但從長遠角度分析有益于改善農(nóng)業(yè)生產(chǎn)環(huán)境^［16］。

1.2.2 農(nóng)業(yè)碳排放與產(chǎn)業(yè)集聚間的關(guān)系 紀玉俊等認為，產(chǎn)業(yè)集聚會使相同行業(yè)及其關(guān)聯(lián)產(chǎn)業(yè)的生產(chǎn)成本與勞動力投入減少，同時大大降低產(chǎn)品運輸過程中的能源消耗量，提高能源利用率，進而減少碳排放^［17］。胡中應(yīng)等認為，農(nóng)業(yè)產(chǎn)業(yè)集聚程度與碳排放總量之間的關(guān)系屬于倒“U”形關(guān)系，而與碳排放強度之間屬于正“N”形關(guān)系^［18］。同樣，賀青等研究發(fā)現(xiàn)，農(nóng)業(yè)產(chǎn)業(yè)聚集水平與農(nóng)業(yè)碳排放量之間符合倒“U”形曲線^［19］。田云等認為，農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)凈碳效應(yīng)之間呈現(xiàn)正“N”形關(guān)系^［20］。而程琳琳等研究發(fā)現(xiàn)，農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)碳效率的影響會因地域間經(jīng)濟的不同而有所差異。沿海地域提高產(chǎn)業(yè)集聚程度會顯著改善農(nóng)業(yè)碳效率，而西北地區(qū)提高產(chǎn)業(yè)集聚程度后農(nóng)業(yè)碳效率會出現(xiàn)先改善后逐步惡化的現(xiàn)象^［21］。

1.2.3 農(nóng)業(yè)碳排放與技術(shù)進步間的關(guān)系 高鳴等發(fā)現(xiàn)，技術(shù)進步在我國農(nóng)業(yè)碳排放績效中起到最主要的貢獻作用^［22］。胡川等研究表明，農(nóng)業(yè)機械化程度對農(nóng)業(yè)碳排放的影響起到負向調(diào)節(jié)作用且效果顯著^［23］。而楊鈞認為，短期內(nèi)農(nóng)業(yè)技術(shù)進步會使農(nóng)業(yè)碳排放的總量增加，但隨著勞動力成本的不斷升高，對降低農(nóng)業(yè)碳排放的積極影響會越發(fā)明顯^［24］。

1.2.4 農(nóng)業(yè)碳排放與貿(mào)易條件效應(yīng)間的關(guān)系 韓岳峰等研究發(fā)現(xiàn)，影響我國農(nóng)業(yè)碳排放變化的眾多因素中，按其貢獻率的大小排序為進口效應(yīng)＞貿(mào)易條件效應(yīng)＞產(chǎn)業(yè)規(guī)模效應(yīng)＞出口反效應(yīng)＞能源效率效應(yīng)。此外，除產(chǎn)品本身的碳排放和產(chǎn)品制作時原材料、半成品等物資運輸過程中產(chǎn)生的碳排放之外，我國人口規(guī)模效應(yīng)產(chǎn)生的碳排放量也較大，這部分的碳排放主要由人口流通時的交通運輸產(chǎn)生^［25］。

綜合分析可知，經(jīng)濟、技術(shù)、產(chǎn)業(yè)和貿(mào)易條件等外部環(huán)境因素均會影響我國的農(nóng)業(yè)碳排放。各研究所得出的影響重要程度雖各有所不同，但整體存在一個共同點，即正“Ｎ”形關(guān)系較明顯，即當上述條件不斷優(yōu)化、發(fā)展和提升時，農(nóng)業(yè)碳排放表現(xiàn)出“先增、后減、再增”的階段式變化。因此，從大環(huán)境對我國碳排放進行調(diào)控時，需準確把握調(diào)節(jié)方向與調(diào)節(jié)力度，使各因素的影響程度處于最優(yōu)的范圍內(nèi)對我國農(nóng)業(yè)低碳減排效果會更加明顯。

1.3 農(nóng)業(yè)碳排放與種植相關(guān)因素的關(guān)系

1.3.1 生態(tài)環(huán)境因子對農(nóng)業(yè)碳排放的影響 農(nóng)業(yè)碳排放除受外部環(huán)境影響外，生態(tài)環(huán)境因子也會影響農(nóng)業(yè)碳排放，尤其通過影響土壤呼吸碳排放來影響農(nóng)業(yè)碳排放。土壤呼吸過程復(fù)雜，有自養(yǎng)型呼吸和異養(yǎng)型呼吸之分。其中，自養(yǎng)呼吸包括根呼吸和根際微生物的呼吸，異養(yǎng)呼吸包括動物呼吸和土壤微生物呼吸。眾多研究結(jié)果表明，土壤的溫濕度是影響土壤呼吸最主要的因子^［26-28］。其中土壤溫度會對土壤微生物的群落活性、酶活性、有機質(zhì)的分解進程、根系的生長代謝等造成影響，進而對土壤呼吸速率產(chǎn)生影響^［29-30］。CO₂排放通量在一定溫度范圍內(nèi)與土壤溫度呈極顯著正相關(guān)關(guān)系^［31］。增溫處理下，土壤CO₂的排放會因增溫時長的不同表現(xiàn)出差異。如短期增溫會使大氣和土壤的溫度同步增加，有利于增加土壤微生物數(shù)量及其相關(guān)酶活性，進而促進土壤CO₂的排放^［32-33］；而長期增溫則會抑制土壤CO₂的釋放^［34］。關(guān)于濕度對土壤呼吸的影響，有研究結(jié)果表明，旱作農(nóng)田中的土壤呼吸速率與土壤水分呈正相關(guān)關(guān)系^［35］；森林土壤CO₂排放量隨土壤濕度增加而顯著增加^［36］；而水稻田中土壤呼吸速率與土壤水分負相關(guān)^［37］。另有田間試驗結(jié)果表明，土壤水分只在其含量過高或過低時對土壤呼吸有抑制作用^［38-39］。

土壤微生物群落作為影響土壤碳排放的重要因子，除了會受溫度變化帶來的影響外，對土壤微環(huán)境的改變也較敏感，土壤受到擾動后其碳循環(huán)也會發(fā)生變化^［40-41］。土壤微生物活性增強時，會加速土壤有機質(zhì)的分解，進而增加土壤CO₂排放量^［42］。此外，土壤碳排放還會受到土壤pH值、地表植被覆蓋率、土壤質(zhì)地、農(nóng)作物間作等因素的影響^［43］。

1.3.2 農(nóng)田管理對農(nóng)業(yè)碳排放的影響 目前，廣泛應(yīng)用于種植業(yè)的碳減排措施有推廣免耕、合理施肥、秸稈還田、優(yōu)化田地水分管理等。如董紅敏等研究發(fā)現(xiàn)，單位面積的稻田甲烷排放量和氧化亞氮排放量經(jīng)間歇灌溉、施用緩釋肥或長效肥料等管理措施后，分別減少約30%、50%～70%，減排效果顯著^［44］。袁偉玲等也發(fā)現(xiàn)，間歇式灌溉可有效抑制溫室氣體的排放^［45］。秦曉波等發(fā)現(xiàn)，”免耕-高茬-還田“田間種植模式下的雙季稻可以實現(xiàn)增產(chǎn)降碳的優(yōu)良成效^［46］。周杏等研究發(fā)現(xiàn)，湖北省各區(qū)域均適合間歇灌溉、適量施肥和機械耕作的種植模式，同時結(jié)合不同的地理位置適宜選擇不同的輪作種植模式^［47］。堯波等研究發(fā)現(xiàn)，化肥和農(nóng)業(yè)機械的使用是近年來江西省農(nóng)業(yè)碳排放量不斷增加的主要原因，相反，生產(chǎn)效率、結(jié)構(gòu)和勞動力等因素則會使農(nóng)業(yè)碳排放受到抑制^［48］。李波等認為，效率因素、結(jié)構(gòu)因素和勞動力規(guī)模大小等均會對碳排放起到一定的抑制作用^［49］。吳賢榮等研究發(fā)現(xiàn)，農(nóng)業(yè)碳排放效率的正向影響因素為產(chǎn)業(yè)結(jié)構(gòu)、耕地占有比例和自然災(zāi)害下的農(nóng)業(yè)受災(zāi)情況，而勞動力受教育程度及當?shù)氐膶ν忾_放程度則有相反的效果^［50］。

由此可知，影響我國農(nóng)業(yè)碳排放因素眾多，包括農(nóng)業(yè)經(jīng)濟增長、產(chǎn)業(yè)集聚、技術(shù)進步、貿(mào)易條件及農(nóng)業(yè)種植相關(guān)的各個環(huán)節(jié)等均可影響碳排放量。但各研究結(jié)果基于的研究方向與側(cè)重點不同，數(shù)據(jù)來源與數(shù)據(jù)質(zhì)量不同，分析處理和檢驗核算的方法也不同，從而得到的影響因素各有差異。因此，需要綜合考量各影響因素的相互作用關(guān)系和影響重要程度，構(gòu)建合理而完善的碳排放核算體系，對于促進農(nóng)業(yè)實現(xiàn)固碳減排具有重要意義。

2 農(nóng)業(yè)生態(tài)系統(tǒng)碳循環(huán)過程與碳通量測定

2.1 農(nóng)業(yè)生態(tài)系統(tǒng)碳循環(huán)過程

不同尺度的碳循環(huán)其基本過程大體相似，均是在空氣、植被和土壤等碳庫間在綠色植物、動物和微生物等相互作用下，以碳的不同形式不斷流動和積累的循環(huán)過程。而農(nóng)田生態(tài)系統(tǒng)的碳循環(huán)過程則會因人類活動等主觀調(diào)控使得碳在流動過程中發(fā)生定向變化和發(fā)展。田間生長期，農(nóng)作物既有光合作用的CO₂固定，又有各種呼吸途徑或擾動作用下的CO₂釋放^［51］。其中，光合作用是綠色植物的葉綠體在光照條件下將CO₂和H₂O轉(zhuǎn)化為碳水化合物并釋放O₂的過程。因此，植物光合固碳是綠色植物物質(zhì)生產(chǎn)的基礎(chǔ)，為整個生態(tài)系統(tǒng)提供原始動力，屬于碳匯環(huán)節(jié)。而生態(tài)系統(tǒng)呼吸包括植物呼吸和土壤呼吸，其呼吸作用是分解有機物釋放CO₂的過程，屬于碳源環(huán)節(jié)^［52］。因此，掌握農(nóng)田生態(tài)系統(tǒng)的CO₂交換特征及其影響因素，是明確農(nóng)田生態(tài)系統(tǒng)與大氣環(huán)境之間的碳循環(huán)過程機理的前提和關(guān)鍵所在，同時也為評價農(nóng)田碳源/碳匯屬性及其強度，建立農(nóng)田生態(tài)系統(tǒng)模型模擬提供科學依據(jù)^［53］。

煙草生態(tài)系統(tǒng)碳循環(huán)過程也包括光合作用的碳固定過程和呼吸作用的碳排放過程。這2個過程既相對獨立又相互依存，都會受到氣候、土壤和植物生理生態(tài)等要素變化的影響，同時人類活動的干預(yù)和調(diào)節(jié)也會對其造成影響。因此，分析煙草生長過程中碳吸收與碳排放的變化關(guān)系，明確各因素對煙草生態(tài)系統(tǒng)碳循環(huán)的影響程度，是準確計量煙草在生長過程中碳排放的重要環(huán)節(jié)。但現(xiàn)有關(guān)于煙草光合作用的研究大多為田間生長階段自然環(huán)境^［54-57］和種植方式^［58-59］等因素對光合效率的影響，而關(guān)于碳排放影響因素及光合作用下固碳效應(yīng)的研究較少。

2.2 農(nóng)業(yè)生態(tài)系統(tǒng)碳通量測定方法

用于農(nóng)田氣體通量測定的方法主要有箱式法和微氣象學法，其中微氣象學法包含渦度相關(guān)法、波文比法、弛豫渦旋積累法、通量梯度法和質(zhì)量平衡法等^［60-61］。此外，擴散法、固定探頭法和氣體井法也常被用于土壤碳通量的測定^［62］。但目前在生態(tài)系統(tǒng)碳通量的測定研究中，微氣象學法的渦度相關(guān)法運用最廣泛。

2.2.1 箱式法 箱式法依據(jù)其箱體內(nèi)的氣體是否流動，分為動態(tài)箱法和靜態(tài)箱法2種方式。其中，靜態(tài)箱法在觀測期間箱體內(nèi)無空氣流動，需每隔一段時間對箱體內(nèi)的氣體進行手動采樣，并用氣相色譜儀進行濃度分析。而動態(tài)箱法在觀測期間箱體內(nèi)的氣體在不斷的流動，用氣體自動分析儀將進氣口和出氣口相連形成循環(huán)氣路后完成自動檢測^［63］。箱式法因其簡單、快捷且經(jīng)濟的優(yōu)點，被廣泛應(yīng)用于低矮植被生態(tài)系統(tǒng)碳交換量的直接觀測^［64］但是該方法受箱體尺寸、基座插入土壤的深度、觀測持續(xù)時間、通量計算模型等因素的影響^［65-67］。

2.2.2 渦度相關(guān)法 渦度相關(guān)技術(shù)是美國LI-COR公司推出的一套運用微氣象學理論對能量物質(zhì)通量進行測定的設(shè)備，主要被用來測定CH₄、N₂O等微量氣體，CO₂、H₂O 等大量氣體，以及熱量的生態(tài)系統(tǒng)-大氣界面物質(zhì)和能量的交換通量^［68］。渦度相關(guān)法因測定持續(xù)時間長、觀測結(jié)果連續(xù)、可有效避免密閉觀測系統(tǒng)帶來的誤差而被廣泛用于不同尺度陸地生態(tài)系統(tǒng)碳平衡估算。孫小祥等在我國長三角地區(qū)采用渦度相關(guān)技術(shù)對該區(qū)域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)進行連續(xù)觀測近1年，發(fā)現(xiàn)稻麥輪作下的農(nóng)田生態(tài)系統(tǒng)固碳能力強且影響凈碳交換的主要環(huán)境因子存在晝夜差異。白天光合有效輻射的影響更明顯，而夜晚的主要環(huán)境影響因子是溫度，兩者之間表現(xiàn)為顯著的指數(shù)相關(guān)關(guān)系^［69］。同樣的技術(shù)檢測下，許琰等在新疆維吾爾自治區(qū)石河子市棉花主產(chǎn)區(qū)對覆膜滴灌棉田的CO₂通量進行測定，發(fā)現(xiàn)氣溫是該區(qū)域棉田生態(tài)系統(tǒng)凈碳交換的主要影響因素，對其起促進作用^［70］。王尚明等連續(xù)觀測稻田生態(tài)系統(tǒng)的CO₂通量1年后，發(fā)現(xiàn)水稻生長季稻田生態(tài)系統(tǒng)的總CO₂通量為負值，表現(xiàn)為碳匯，非生長季表現(xiàn)為碳源。且整個稻田生態(tài)系統(tǒng)的CO₂通量存在明顯的日變化特征，整體表現(xiàn)為白天凈吸收的CO₂量大于夜間呼吸釋放的CO₂量^［71］。而徐昔保等認為，太湖流域的稻麥輪作農(nóng)田生態(tài)系統(tǒng)全年均表現(xiàn)為弱的碳匯效應(yīng)^［72］。李琪等發(fā)現(xiàn)安徽省壽縣的冬小麥/水稻生態(tài)系統(tǒng)在生長季有較強的固碳能力，總體表現(xiàn)為碳匯效應(yīng)^［73］。可見，農(nóng)田生態(tài)系統(tǒng)的固碳效應(yīng)不僅會因該系統(tǒng)范圍內(nèi)種植的農(nóng)作物種類不同而存在差異，同時也會受到地域間的氣候、溫度等環(huán)境因素的影響。

3 農(nóng)業(yè)碳排放核算方法

經(jīng)文獻查閱發(fā)現(xiàn)，農(nóng)業(yè)碳排放核算的一般步驟是先確定研究對象所處的系統(tǒng)范圍及其邊界，確定碳排放源頭并分析碳排放的主要影響因素，然后再確定轉(zhuǎn)換系數(shù)和測定方法，最后準確測定各環(huán)節(jié)的碳排放量及整個農(nóng)業(yè)生產(chǎn)過程中的總碳排放量。因此，農(nóng)業(yè)碳排放核算可以從投入視角開始，如確定農(nóng)作物在種植過程中，農(nóng)用塑料薄膜的消耗、農(nóng)藥化肥的施用、各種農(nóng)用機械的燃油消耗、人工電力的消耗等。同時，結(jié)合生長期作物自身所在的農(nóng)田生態(tài)系統(tǒng)碳循環(huán)特征整體分析碳效應(yīng)。核算過程依據(jù)分析結(jié)果的需要有農(nóng)業(yè)碳效應(yīng)分析、農(nóng)業(yè)碳足跡分析和農(nóng)業(yè)碳排放效率測算等。在各研究中部分學者并未只對其中一種結(jié)果進行測算，而是對其研究的生態(tài)系統(tǒng)碳排放進行綜合分析，并給出了減排建議或?qū)笃谏钊胙芯窟M行展望。同樣，對于煙草農(nóng)業(yè)生產(chǎn)全過程的碳排放核算，通過計算碳排放效率、進行碳效應(yīng)核算可分析煙草在種植階段相應(yīng)的碳效應(yīng)水平、煙草農(nóng)業(yè)的碳效應(yīng)結(jié)構(gòu)及對應(yīng)的影響因素，進而為煙草生產(chǎn)固碳減排提供理論依據(jù)。

3.1 農(nóng)業(yè)碳效應(yīng)分析

農(nóng)業(yè)碳效應(yīng)包括碳源效應(yīng)、碳匯效應(yīng)和凈碳效應(yīng)^［74］。羅懷良從研究視角、研究進展和研究改進建議3個部分對我國農(nóng)業(yè)碳源效應(yīng)和碳匯效應(yīng)進行綜述研究，其改進建議中明確提出，農(nóng)業(yè)碳源/碳匯估算時數(shù)據(jù)來源要做到實地觀測與農(nóng)戶調(diào)查統(tǒng)計相結(jié)合，參數(shù)需進行本土化處理，綜合計量農(nóng)產(chǎn)品生產(chǎn)加工、流通消費等環(huán)節(jié)的碳流通和種植養(yǎng)殖等關(guān)聯(lián)性產(chǎn)業(yè)碳源/碳匯效應(yīng)等^［75］。田云等為明確我國不同地區(qū)的農(nóng)業(yè)凈碳水平，對我國31個省（市、區(qū)）的15種主要農(nóng)作物分23類碳源，分析其在1995—2010年的碳排量與碳匯量等統(tǒng)計數(shù)據(jù)，發(fā)現(xiàn)我國各區(qū)域凈碳效應(yīng)差異顯著但農(nóng)業(yè)節(jié)能減排的整體成效可觀，其中黑龍江省、吉林省和廣西壯族自治區(qū)的農(nóng)業(yè)生產(chǎn)碳匯水平穩(wěn)居前三，西藏自治區(qū)、青海省和福建省的農(nóng)業(yè)生產(chǎn)碳匯水平最低^［76］。陳儒等對我國陜西省安塞縣進行詳細的農(nóng)戶調(diào)查，發(fā)現(xiàn)該縣域不同農(nóng)業(yè)生產(chǎn)項目的綜合碳效應(yīng)差異明顯，碳排放主要來源于農(nóng)資投入品和農(nóng)業(yè)廢棄物處理，生態(tài)林草類項目的碳匯貢獻率最大，約占總碳匯量的92.38%，其中土壤固碳量占79.17%，綜合碳效應(yīng)表現(xiàn)為凈碳匯效應(yīng)^［77］。

3.2 碳足跡分析

碳足跡是一種用來度量不同尺度下的某種產(chǎn)品或活動在其整個生命周期內(nèi)CO₂排放量的方法，有直接碳排放與間接碳排放之分。通常用于碳足跡的計算方法有生命周期評價法和投入產(chǎn)出法2種，前者適用于微觀產(chǎn)品，后者適用于大尺度下的生態(tài)系統(tǒng)^［78］。目前關(guān)于農(nóng)業(yè)碳足跡的研究中，依據(jù)研究尺度或邊界的不同劃分為國家層面的大農(nóng)業(yè)生態(tài)系統(tǒng)、省級層面的中級生態(tài)系統(tǒng)和具體農(nóng)作物的小型生態(tài)系統(tǒng)3類。如段華平等對我國1990—2009年的碳足跡進行估算，發(fā)現(xiàn)農(nóng)作物生產(chǎn)時化石能源的大量使用使得我國單位面積的碳足跡在逐年增加，且各省（市、區(qū)）間差異較明顯^［79］。尚杰等借助數(shù)學模型對我國31個省（市、區(qū)）的農(nóng)業(yè)碳排放效率進行測算，并分析其主要的驅(qū)動因素，發(fā)現(xiàn)在研究時間范圍內(nèi)我國農(nóng)業(yè)碳排放效率存在空間關(guān)聯(lián)網(wǎng)絡(luò)特征且關(guān)聯(lián)性在不斷增強，其主要驅(qū)動因素為交通運輸水平和第一產(chǎn)業(yè)的總產(chǎn)值^［80］。

省級層面的中級生態(tài)系統(tǒng)因其研究范圍較小，近年來眾多學者對不同省份的農(nóng)田生態(tài)系統(tǒng)碳足跡進行分析，同時對碳源/碳匯量進行測度，有助于各省份了解其農(nóng)田生態(tài)系統(tǒng)碳排放特征與后期減排政策的制定和部署。主要涉及的省份有湖南^［81］、云南^［82］、山東^［83］、安徽^［84］、重慶^［85］、海南^［86］等。

具體農(nóng)作物的碳足跡分析中，以小麥和玉米2種主糧的研究最常見。王鈺喬等運用生命周期評價法核算我國2005—2015年小麥和玉米的碳足跡，并通過模擬分析發(fā)現(xiàn)利用優(yōu)化肥料配比和降低農(nóng)藥使用量等方法可有效降低其碳足跡，具有明顯的減排潛力^［87］。而史磊剛等運用農(nóng)戶生產(chǎn)調(diào)查法對我國華北平原冬小麥與夏玉米的碳足跡進行研究，發(fā)現(xiàn)該種植模式下的農(nóng)田碳足跡與氮肥施用量和電力消耗力量之間表現(xiàn)為正向相關(guān)^［88］。武寧等對小麥—玉米兩熟的農(nóng)田生態(tài)系統(tǒng)碳足跡進行研究，發(fā)現(xiàn)耗碳足跡中化合物耗碳占比最大，其次為機、電、油的耗碳，秸稈耗碳可占有機耗碳的98.83%；固碳足跡中作物籽粒和秸稈的貢獻最大；整個農(nóng)田生態(tài)系統(tǒng)的碳排放表現(xiàn)為碳匯效應(yīng)^［89］。

3.3 農(nóng)業(yè)碳排放效率測算研究與模型應(yīng)用

目前就碳排放效率的定義主要分單一要素和全要素2種進行歸類定義，但并未完全統(tǒng)一。如單一要素中就有碳生產(chǎn)率和碳排放強度2種，2種概念雖表述不同，但都能反映單位數(shù)量的CO₂排放與其產(chǎn)生的GDP之間的關(guān)系。而全要素定義時因其綜合考慮環(huán)境、能源與經(jīng)濟三者之間的關(guān)系，現(xiàn)得到眾多學者的認可^［90］。農(nóng)田生態(tài)系統(tǒng)碳排放效率研究中，劉勇等對比分析2002—2014年我國水稻主產(chǎn)省份的碳排放效率，發(fā)現(xiàn)單季稻的碳排放效率顯著高于雙季稻的碳排放效率^［91］。孔立等運用指數(shù)分解法核算了馬鈴薯生產(chǎn)過程中的碳排放量，并將干物質(zhì)當量折算為產(chǎn)量后與玉米和小麥進行對比，發(fā)現(xiàn)馬鈴薯的碳排放效率略小于玉米而明顯高于小麥^［92］。此外，不同學者基于不同省份制定各自省份的碳排放核算方法。如張景鳴等對黑龍江省農(nóng)業(yè)溫室氣體排放核算范圍進行界定后確定了適用于當?shù)氐暮怂阋蜃优c核算方法^［93］。胡永成等結(jié)合河南省的實際特征，對該省農(nóng)業(yè)溫室氣體清單的編制進行調(diào)整^［94］。

農(nóng)業(yè)碳排放效率可表征在一定碳排放約束條件下農(nóng)業(yè)生產(chǎn)的效率水平，常用于測算碳排放效率的方法有數(shù)據(jù)包絡(luò)分析（DEA）、隨機前沿法（SFA）和社會網(wǎng)絡(luò)分析法（SNA）等，但均無法有效解決生產(chǎn)過程中存在的非期望產(chǎn)出，因此學者們積極參與模型的改進，如田云等對湖北省進行農(nóng)業(yè)碳排放效率測算及其空間差異特征分析時便采用改進后的DEA-Malmquist分解法^［95］。同樣的指標，王兆峰等將模型改進為超效率SBM-DEA模型并與Malmquist指數(shù)結(jié)合，對湖南省2010—2016年14個州（市）進行測算與分析^［96］。此外，對SBM模型的改進與應(yīng)用也較常見。黃和平等使用SBM-Undesirable模型測算江西省農(nóng)用地生態(tài)效率及其時空差異特征^［97］。王帥等利用Super-SBM模型測算碳排放約束下的農(nóng)業(yè)生產(chǎn)效率^［98］。王海飛以縣級為單位，選擇農(nóng)業(yè)碳排放值作為非期望產(chǎn)出指標，采用超效率SSBM模型實證分析安徽省的農(nóng)業(yè)碳效率水平^［99］。楊小娟等將非期望產(chǎn)出指標設(shè)為農(nóng)業(yè)碳排放值后，借助SBM模型和Malmquist-Luenberger生產(chǎn)率指數(shù)法測算甘肅省農(nóng)業(yè)環(huán)境效率和農(nóng)業(yè)全要素生產(chǎn)率指數(shù)^［100］。吳昊玥等采用GB-US-SBM 模型測算出2000—2019年我國30個省份的農(nóng)業(yè)碳排放松弛量，并結(jié)合實際測量值計算農(nóng)業(yè)碳排放效率^［101］。

綜上可知，不同學者針對不同區(qū)域的農(nóng)業(yè)產(chǎn)業(yè)，從碳效應(yīng)核算方法、模型改進、數(shù)據(jù)分析方法等方面展開了眾多研究，不過由于各研究所涉及的范圍尺度、數(shù)據(jù)來源和各二級指標不同，以及各碳源的碳排放轉(zhuǎn)化系數(shù)來源不一等原因，使得最終測算結(jié)果存在一定的差異。如何選用和改進農(nóng)業(yè)碳排放效率的測算方法，使其更符合農(nóng)業(yè)生產(chǎn)實際顯得十分必要。

4 農(nóng)業(yè)碳排放交易研究

碳交易市場一詞來源于《京都議定書》框架的相關(guān)規(guī)定，是進行溫室氣體排放權(quán)交易的市場^［102］。目前，為積極應(yīng)對全球氣候變化帶來的環(huán)境風險、促進綠色低碳發(fā)展，我國北京、上海、廣東、深圳、重慶、天津、湖北、福建等8個省（市）經(jīng)國家發(fā)展和改革委員會批準正式確立為碳交易試點城市，主要涵蓋電力、鋼鐵、化工、建筑、有色金屬、造紙等關(guān)鍵行業(yè)。這些行業(yè)因其自身特點在碳減排方面具有巨大的潛力。農(nóng)業(yè)生產(chǎn)加工過程中也會產(chǎn)生較多的碳排放，但當下我國并未將其納入強制性控排體系，主要原因在于我國農(nóng)業(yè)溫室氣體排放測定時使用的測算方法覆蓋面不全、基礎(chǔ)數(shù)據(jù)薄弱、測得的數(shù)據(jù)質(zhì)量低等^［103］。另外，我國人均耕地面積占比小且農(nóng)戶較分散，使得農(nóng)業(yè)碳減排項目少，減排成本高而效果差，加之缺少獨立的認證機構(gòu)和權(quán)威監(jiān)管平臺，農(nóng)業(yè)碳交易市場的建立與發(fā)展障礙重重^［104］。

我國農(nóng)業(yè)碳交易方面的研究雖起步較晚，但國家層面積極提出應(yīng)對措施和政策，如在《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022）》中明確指出，我國要逐步推動農(nóng)林碳匯加入到碳交易市場中，并設(shè)溫室氣體自愿減排項目，如畜牧業(yè)養(yǎng)殖和動物糞便管理等均可申請加入。此外，眾多學者也對相關(guān)研究進行了論述，并在農(nóng)業(yè)碳交易與國家政策的結(jié)合^{［105-106］}、農(nóng)業(yè)低碳化發(fā)展模式^{［107-113］}、實施農(nóng)業(yè)碳交易的優(yōu)點^［114］等方面給出眾多可供參考的方法和建議。與之相比，國外的農(nóng)業(yè)碳交易體系相對成熟，如新西蘭早在2008年就啟動了包含農(nóng)業(yè)在內(nèi)的碳排放交易體系。美國政府則在芝加哥設(shè)立專門的氣候交易所，允許農(nóng)民通過拍賣自己的聚碳指標來獲得收益。并設(shè)置碳交易的信貸額度，建立農(nóng)民聯(lián)合會對農(nóng)戶碳信用額進行統(tǒng)計，使碳交易與其他農(nóng)產(chǎn)品交易一樣^［115］。由此可知，農(nóng)業(yè)減排道路任重道遠，亟需更多的研究來助力我國農(nóng)業(yè)產(chǎn)業(yè)早日加入碳市場交易體系。

5 煙草農(nóng)業(yè)生產(chǎn)碳排放計量研究展望

結(jié)合煙草農(nóng)業(yè)生產(chǎn)的實際可知，煙草種植過程所需步驟繁多，其間需消耗大量的人力、物力和財力，由此也會產(chǎn)生不同強度的碳排放。如煙田耕犁、起壟、灌溉時各種農(nóng)用機械的燃油消耗和電力消耗；施肥、除草、病害防治時化肥農(nóng)藥的投入；苗床培育、小苗移栽、中耕培土、打頂抹杈等田間管理過程中的人工投入；煙葉采后烘烤階段煤炭等能源物料的消耗等。由此可知，煙草農(nóng)業(yè)生產(chǎn)各環(huán)節(jié)碳源種類各異，且各物料的消耗量不同，與之對應(yīng)的碳排放量也存在差異，需分階段歸類統(tǒng)計并計算碳排放值。同時，涉及到煙田生態(tài)系統(tǒng)碳循環(huán)過程，要準確分析煙草農(nóng)業(yè)碳排放情況需綜合考慮其生產(chǎn)全過程的碳源/碳匯效應(yīng)，因此可結(jié)合以下建議開展煙草農(nóng)業(yè)的碳計量研究：第一，分析煙草農(nóng)業(yè)生產(chǎn)投入要素，明確煙葉生產(chǎn)過程不同環(huán)節(jié)物資投入和能源投入的具體數(shù)量，其中物資投入包括生產(chǎn)時使用的化肥、農(nóng)藥、農(nóng)膜等；能源投入包括生產(chǎn)時使用的煤炭、電、氣、油等能源物質(zhì)，然后結(jié)合各碳源的碳排放系數(shù)，綜合確定煙草農(nóng)業(yè)生產(chǎn)投入產(chǎn)生的碳排放。第二，分析煙草生長過程中涉及的農(nóng)田生態(tài)系統(tǒng)邊界及碳循環(huán)特征，確定煙株自身生命活動的凈碳排放量、土壤呼吸產(chǎn)生的碳排放量，土壤有機物料固碳量等關(guān)鍵指標。最后綜合分析各環(huán)節(jié)碳排放量，進而準確、全面測量整個煙草農(nóng)業(yè)生產(chǎn)全過程的碳排放量，明確其屬于碳源還是碳匯。在具體分析農(nóng)業(yè)碳排放效率時可依照煙草種植效率的測算方法，從投入產(chǎn)出角度出發(fā)，將物資投入、能源投入、人工投入等設(shè)為投入指標，烤煙產(chǎn)值設(shè)為期望產(chǎn)出變量，碳排放值設(shè)為非期望產(chǎn)出變量，結(jié)合前人在測算時建立的各種數(shù)學模型，并適當加以調(diào)整或變形，使其更加適用于煙草碳排放計量，最終得到煙草農(nóng)業(yè)生產(chǎn)全過程的碳排放情況。第三，根據(jù)煙草農(nóng)業(yè)生產(chǎn)全過程各環(huán)節(jié)碳排放的計量結(jié)果，圍繞煙葉生產(chǎn)固碳減排目標，針對性提出對應(yīng)的低碳減排措施和建議，改善煙葉生產(chǎn)技術(shù)，降低煙葉生產(chǎn)碳排放效率。同時，預(yù)估在碳交易市場中煙草農(nóng)業(yè)生產(chǎn)所能扮演的角色，從而為煙草產(chǎn)業(yè)實現(xiàn)兼顧經(jīng)濟增長與環(huán)境保護相協(xié)調(diào)的綠色、可持續(xù)發(fā)展提供理論和技術(shù)借鑒。

參考文獻：

［1］巢清塵，張永香，高 翔，等. 巴黎協(xié)定——全球氣候治理的新起點［J］. 氣候變化研究進展，2016，12（1）：61-67.

［2］巢清塵.全球合作應(yīng)對氣候變化的新征程［J］. 科學通報，2016，61（11）：1143-1145.

［3］陳 迎.全球應(yīng)對氣候變化的中國方案與中國貢獻［J］. 當代世界，2021（5）：4-9.

［4］習近平.在第七十五屆聯(lián)合國大會一般性辯論上的講話［J］. 中華人民共和國國務(wù)院公報，2020（28）：5-7.

［5］巢清塵.”碳達峰和碳中和“ 的科學內(nèi)涵及我國的政策措施［J］. 環(huán)境與可持續(xù)發(fā)展，2021，46（2）：14-19.

［6］李 波.經(jīng)濟增長與農(nóng)業(yè)碳排放關(guān)系的實證研究［J］. 生態(tài)環(huán)境學報，2012，21（2）：220-224.

［7］鄭遠紅.低碳經(jīng)濟視角下我國農(nóng)業(yè)現(xiàn)代化發(fā)展路徑創(chuàng)新［J］. 農(nóng)業(yè)現(xiàn)代化研究，2014，35（3）：263-267.

［8］李迎春，林而達，甄曉林.農(nóng)業(yè)溫室氣體清單方法研究最新進展［J］. 地球科學進展，2007，22（10）：1076-1080.

［9］李勝利，金 鑫，范學珊，等. 反芻動物生產(chǎn)與碳減排措施［J］. 動物營養(yǎng)學報，2010，22（1）：2-9.

［10］趙其國，錢海燕.低碳經(jīng)濟與農(nóng)業(yè)發(fā)展思考［J］. 生態(tài)環(huán)境學報，2009，18（5）：1609-1614.

［11］張 揚，李 涵，趙正豪.中國糧食作物種植變化對省際農(nóng)業(yè)碳排放量的影響研究［J/OL］. 中國農(nóng)業(yè)資源與區(qū)劃. （2022-08-31）［2022-11-08］. http：//kns.cnki.net/kcms/detail/11.3513.S.20220831.1438.012.htmll.

［12］劉 楊，劉鴻斌.山東省農(nóng)業(yè)碳排放特征、影響因素及達峰分析［J］. 中國生態(tài)農(nóng)業(yè)學報（中英文），2022，30（4）：558-569.

［13］曹俊文，曹玲娟.江西省農(nóng)業(yè)碳排放測算及其影響因素分析［J］. 生態(tài)經(jīng)濟，2016，32（7）：66-68，167.

［14］李國志，李宗植.中國農(nóng)業(yè)能源消費碳排放因素分解實證分析——基于LMDI模型［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，2010（10）：66-72.

［15］顏廷武，田 云，張俊飚，等. 中國農(nóng)業(yè)碳排放拐點變動及時空分異研究［J］. 中國人口·資源與環(huán)境，2014，24（11）：1-8.

［16］吳金鳳，王秀紅.不同農(nóng)業(yè)經(jīng)濟發(fā)展水平下的碳排放對比分析——以鹽池縣和平度市為例［J］. 資源科學，2017，39（10）：1909-1917.

［17］紀玉俊，趙 娜.產(chǎn)業(yè)集聚有利于提高能源效率嗎？——基于產(chǎn)業(yè)集聚度與對外開放水平的門檻回歸模型檢驗［J］. 北京理工大學學報（社會科學版），2016，18（4）：19-27.

［18］胡中應(yīng)，胡 浩.產(chǎn)業(yè)集聚對我國農(nóng)業(yè)碳排放的影響［J］. 山東社會科學，2016（6）：135-139.

［19］賀 青，張 虎，張俊飚.農(nóng)業(yè)產(chǎn)業(yè)聚集對農(nóng)業(yè)碳排放的非線性影響［J］. 統(tǒng)計與決策，2021，37（9）：75-78.

［20］田 云，尹忞昊.產(chǎn)業(yè)集聚對中國農(nóng)業(yè)凈碳效應(yīng)的影響研究［J］. 華中農(nóng)業(yè)大學學報（社會科學版），2021（3）：107-117，188.

［21］程琳琳，張俊飚，何 可.農(nóng)業(yè)產(chǎn)業(yè)集聚對碳效率的影響研究：機理、空間效應(yīng)與分群差異［J］. 中國農(nóng)業(yè)大學學報，2018，23（9）：218-230.

［22］高 鳴，宋洪遠.中國農(nóng)業(yè)碳排放績效的空間收斂與分異——基于Malmquist-luenberger指數(shù)與空間計量的實證分析［J］. 經(jīng)濟地理，2015，35（4）：142-148，185.

［23］胡 川，韋院英，胡 威.農(nóng)業(yè)政策、技術(shù)創(chuàng)新與農(nóng)業(yè)碳排放的關(guān)系研究［J］. 農(nóng)業(yè)經(jīng)濟問題，2018（9）：66-75.

［24］楊 鈞.農(nóng)業(yè)技術(shù)進步對農(nóng)業(yè)碳排放的影響——中國省級數(shù)據(jù)的檢驗［J］. 軟科學，2013，27（10）：116-120.

［25］韓岳峰，張 龍.中國農(nóng)業(yè)碳排放變化因素分解研究——基于能源消耗與貿(mào)易角度的LMDI分解法［J］. 當代經(jīng)濟研究，2013（4）：47-52.

［26］李 虎，邱建軍，王立剛.農(nóng)田土壤呼吸特征及根呼吸貢獻的模擬分析［J］. 農(nóng)業(yè)工程學報，2008，24（4）：14-20.

［27］張俊麗，廖允成，曾 愛，等. 不同施氮水平下旱作玉米田土壤呼吸速率與土壤水熱關(guān)系［J］. 農(nóng)業(yè)環(huán)境科學學報，2013，32（7）：1382-1388.

［28］鄧愛娟，申雙和，張雪松，等. 華北平原地區(qū)麥田土壤呼吸特征［J］. 生態(tài)學雜志，2009，28（11）：2286-2292.

［29］王 興，鐘澤坤，朱玉帆，等. 增溫和增雨對黃土丘陵區(qū)撂荒草地土壤呼吸的影響［J］. 環(huán)境科學，2022，43（3）：1657-1667.

［30］Han G X，Zhou G S，Xu Z Z，et al. Soil temperature and biotic factors drive the seasonal variation of soil respiration in a maize （Zea mays L.） agricultural ecosystem［J］. Plant and Soil，2007，291（1）：15-26.

［31］呂錦慧，武 均，張 軍，等. 不同耕作措施下旱作農(nóng)田土壤CH₄、CO₂排放特征及其影響因素［J］. 干旱區(qū)資源與環(huán)境，2018，32（12）：26-33.

［32］Bergner B，Johnstone J，Treseder K K.Experimental warming and burn severity alter soil CO₂flux and soil functional groups in a recently burned boreal forest［J］. Global Change Biology，2004，10（12）：1996-2004.

［33］Shi F S，Chen H，Chen H F，et al. The combined effects of warming and drying suppress CO₂and N₂O emission rates in an alpine meadow of the eastern Tibetan Plateau［J］. Ecological Research，2012，27（4）：725-733.

［34］杜 錕，李發(fā)東，涂 純，等. 模擬增溫對華北農(nóng)田土壤碳排放的影響［J］. 農(nóng)業(yè)環(huán)境科學學報，2020，39（4）：691-699.

［35］劉 爽，嚴昌榮，何文清，等. 不同耕作措施下旱地農(nóng)田土壤呼吸及其影響因素［J］. 生態(tài)學報，2010，30（11）：2919-2924.

［36］徐星凱，段存濤，吳浩浩，等. 凍結(jié)強度和凍結(jié)時間對高寒區(qū)溫帶森林土壤微生物量、可浸提的碳和氮含量及N₂O和CO₂排放量的影響［J］. 中國科學（地球科學），2015，45（11）：1698-1716.

［37］Zhang T，Li Y F，Chang S X，et al. Responses of seasonal and diurnal soil CO₂effluxes to land-use change from paddy fields to Lei bamboo （Phyllostachys praecox） stands［J］. Atmospheric Environment，2013，77：856-864.

［38］Talmon Y，Sternberg M，Grünzweig J M. Impact of rainfall manipulations and biotic controls on soil respiration in Mediterranean and desert ecosystems along an aridity gradient［J］. Global Change Biology，2011，17（2）：1108-1118.

［39］Xu L K，Baldocchi D D，Tang J W. How soil moisture，rain pulses，and growth alter the response of ecosystem respiration to temperature［J］. Global Biogeochemical Cycles，2004，18（4）：GB4002.

［40］Zhang Q，Wu J J，Yang F，et al. Alterations in soil microbial community composition and biomass following agricultural land use change［J］. Scientific Reports，2016，6（1）：1-10.

［41］Zhao S C，Li K J，Zhou W，et al. Changes in soil microbial community，enzyme activities and organic matter fractions under long-term straw return in north-central China［J］. Agriculture，Ecosystems & Environment，2016，216：82-88.

［42］Chen J，Arafat Y，Wu L K，et al. Shifts in soil microbial community，soil enzymes and crop yield under peanut/maize intercropping with reduced nitrogen levels［J］. Applied Soil Ecology，2018，124：327-334.

［43］周怡寧. 氮素添加和種間互作對旱作農(nóng)田生產(chǎn)力和碳排放的影響及機制［D］. 蘭州：蘭州大學，2021.

［44］董紅敏，李玉娥，陶秀萍，等. 中國農(nóng)業(yè)源溫室氣體排放與減排技術(shù)對策［J］. 農(nóng)業(yè)工程學報，2008，24（10）：269-273.

［45］袁偉玲，曹湊貴，程建平，等. 間歇灌溉模式下稻田CH₄和N₂O排放及溫室效應(yīng)評估［J］. 中國農(nóng)業(yè)科學，2008，41（12）：4294-4300.

［46］秦曉波，李玉娥，萬運帆，等. 耕作方式和稻草還田對雙季稻田CH₄和N₂O排放的影響［J］. 農(nóng)業(yè)工程學報，2014，30（11）：216-224.

［47］周 杏，李 晶，于書霞，等. 基于減排潛力與減排成本的水稻種植模式綜合評價——以湖北省為例［J］. 農(nóng)業(yè)資源與環(huán)境學報，2017，34（6）：568-575.

［48］堯 波，鄭艷明，胡 丹，等. 江西省縣域農(nóng)業(yè)碳排放的時空動態(tài)及影響因素分析［J］. 長江流域資源與環(huán)境，2014，23（3）：311-318.

［49］李 波，張俊飚，李海鵬. 中國農(nóng)業(yè)碳排放時空特征及影響因素分解［J］. 中國人口·資源與環(huán)境，2011，21（8）：80-86.

［50］吳賢榮，張俊飚，田 云，等. 中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運用［J］. 資源科學，2014，36（1）：129-138.

［51］朱詠莉. 亞熱帶稻田生態(tài)系統(tǒng)CO₂通量研究［D］. 楊凌：中國科學院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心），2005.

［52］劉允芬. 中國農(nóng)業(yè)系統(tǒng)碳匯功能［J］. 農(nóng)業(yè)環(huán)境保護，1998（5）：197-202.

［53］費敦悅. 基于渦度相關(guān)的農(nóng)田CO₂通量和光能利用率研究［D］. 南京：南京信息工程大學，2016.

［54］余凌翔，魯韋坤，張加云，等. 烤煙葉片光合速率日變化特征及其影響因素分析［J］. 氣象與環(huán)境科學，2021，44（5）：79-86.

［55］王發(fā)展，金伊楠，李子瑋，等. 干旱脅迫下外源ALA對烤煙幼苗光合特性和抗氧化能力的影響［J］. 中國煙草科學，2020，41（1）：22-29.

［56］吳 璐，劉曉迎. 河南煙區(qū)烤煙生育期地表溫度日較差變化對烤煙化學品質(zhì)指標的影響［J］. 氣象與環(huán)境科學，2020，43（1）：18-25.

［57］張廣富，趙銘欽，韓富根，等. 烤煙凈光合速率與生理生態(tài)因子的關(guān)系［J］. 浙江大學學報（農(nóng)業(yè)與生命科學版），2011，37（2）：187-192.

［58］孫志偉. 供氮量對烤煙葉片光合特性及光合氮利用效率的影響［D］. 北京：中國農(nóng)業(yè)科學院，2020.

［59］穰中文，李思純，劉 佳，等. 種植密度與施氮量對煙田小氣候及煙株光合特性的影響［J］. 湖南農(nóng)業(yè)大學學報（自然科學版），2019，45（3）：258-263.

［60］曾朝旭. 太原盆地冬小麥農(nóng)田生態(tài)系統(tǒng)水分利用效率與CO₂凈交換的關(guān)系研究［D］. 太原：山西大學，2011.

［61］王 璐. 夏玉米農(nóng)田土壤二氧化碳排放通量研究［D］. 合肥：安徽農(nóng)業(yè)大學，2012.

［62］董莉茹. 黃土丘陵區(qū)刺槐林深層土壤碳通量研究［D］. 楊凌：西北農(nóng)林科技大學，2014.

［63］賈 磊. 基于多通道密閉式動態(tài)箱法對養(yǎng)殖塘CH₄和CO₂通量特征研究［D］. 南京：南京信息工程大學，2021.

［64］Steduto P，Cetinkokü O，Albrizio R，et al. Automated closed-system canopy-chamber for continuous field-crop monitoring of CO₂and H₂O fluxes［J］. Agricultural and Forest Meteorology，2002，111（3）：171-186.

［65］Hutchinson G L，Livingston G P，Healy R W，et al. Chamber measurement of surface-atmosphere trace gas exchange：numerical evaluation of dependence on soil，interfacial layer，and source/sink properties［J］. Journal of Geophysical Research（Atmospheres），2000，105（D7）：8865-8875.

［66］Levy P E，Gray A，Leeson S R，et al. Quantification of uncertainty in trace gas fluxes measured by the static chamber method［J］. European Journal of Soil Science，2011，62（6）：811-821.

［67］溫學發(fā)，孫曉敏，劉允芬，等. 線性和指數(shù)回歸方法對土壤呼吸CO₂擴散速率估算的影響［J］. 植物生態(tài)學報，2007，31（3）：380-385.

［68］魏甲彬. 雙季稻田碳交換及其對稻田冬季利用的響應(yīng)［D］. 長沙：湖南農(nóng)業(yè)大學，2017.

［69］孫小祥，常志州，楊桂山，等. 長三角地區(qū)稻麥輪作生態(tài)系統(tǒng)凈碳交換及其環(huán)境影響因子［J］. 中國生態(tài)農(nóng)業(yè)學報，2015，23（7）：803-811.

［70］許 琰，周石硚，晉綠生，等. 新疆北部覆膜滴灌棉田的碳交換日、生長季變化特征［J］. 干旱區(qū)地理，2013，36（3）：441-449.

［71］王尚明，胡繼超，吳高學，等. 亞熱帶稻田生態(tài)系統(tǒng)CO₂通量特征分析［J］. 環(huán)境科學學報，2011，31（1）：217-224.

［72］徐昔保，楊桂山，孫小祥. 太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換及影響因素［J］. 生態(tài)學報，2015，35（20）：6655-6665.

［73］李 琪，胡正華，薛紅喜，等. 淮河流域典型農(nóng)田生態(tài)系統(tǒng)碳通量變化特征［J］. 農(nóng)業(yè)環(huán)境科學學報，2009，28（12）：2545-2550.

［74］陳少鵬，段躍芳. 中國農(nóng)業(yè)碳效應(yīng)研究的現(xiàn)狀、熱點與趨勢［J］. 地球科學進展，2023，38（1）：86-98.

［75］羅懷良.國內(nèi)農(nóng)業(yè)碳源/匯效應(yīng)研究：視角、進展與改進［J］. 生態(tài)學報，2022，42（9）：3832-3841.

［76］田 云，張俊飚.中國農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究［J］. 自然資源學報，2013，28（8）：1298-1309.

［77］陳 儒，鄧 悅，姜志德.農(nóng)業(yè)生產(chǎn)項目的綜合碳效應(yīng)分析與核算研究——基于陜西安塞的農(nóng)戶調(diào)查數(shù)據(jù)［J］. 華中農(nóng)業(yè)大學學報（社會科學版），2017（3）：23-34.

［78］黃祖輝，米松華.農(nóng)業(yè)碳足跡研究——以浙江省為例［J］. 農(nóng)業(yè)經(jīng)濟問題，2011（11）：40-47，111.

［79］段華平，張 悅，趙建波，等. 中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析［J］. 水土保持學報，2011，25（5）：203-208.

［80］尚 杰，吉雪強，石 銳，等. 中國農(nóng)業(yè)碳排放效率空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及驅(qū)動因素研究［J］. 中國生態(tài)農(nóng)業(yè)學報（中英文），2022，30（4）：543-557.

［81］劉貴斌，黃 璜，周江偉，等. 湖南省農(nóng)田生態(tài)系統(tǒng)碳足跡分析［J］. 作物研究，2016，30（6）：666-673.

［82］李明琦，劉世梁，武 雪，等. 云南省農(nóng)田生態(tài)系統(tǒng)碳足跡時空變化及其影響因素［J］. 生態(tài)學報，2018，38（24）：8822-8834.

［83］王 梁，趙 杰，陳守越.山東省農(nóng)田生態(tài)系統(tǒng)碳源、碳匯及其碳足跡變化分析［J］. 中國農(nóng)業(yè)大學學報，2016，21（7）：133-141.

［84］張 精，方 堉，魏錦達，等. 基于碳足跡的安徽省農(nóng)田生態(tài)系統(tǒng)碳源/匯時空差異［J］. 福建農(nóng)業(yè)學報，2021，36（1）：78-90.

［85］周 陶，高 明，謝德體，等. 重慶市農(nóng)田系統(tǒng)碳源/匯特征及碳足跡分析［J］. 西南大學學報（自然科學版），2014（1）：96-102.

［86］葉文偉，王城城，趙從舉，等. 近20年海南島熱帶農(nóng)田生態(tài)系統(tǒng)碳足跡時空格局演變［J］. 中國農(nóng)業(yè)資源與區(qū)劃，2021，42（10）：114-126.

［87］王鈺喬，濮 超，趙 鑫，等. 中國小麥、玉米碳足跡歷史動態(tài)及未來趨勢［J］. 資源科學，2018，40（9）：1800-1811.

［88］史磊剛，陳 阜，孔凡磊，等. 華北平原冬小麥—夏玉米種植模式碳足跡研究［J］. 中國人口·資源與環(huán)境，2011，21（9）：93-98.

［89］武 寧，王恩慧，王充卯，等. 耕作方式對小麥—玉米兩熟農(nóng)田生態(tài)系統(tǒng)碳足跡的影響［J］. 山東農(nóng)業(yè)科學，2017，49（6）：34-40.

［90］趙海蕊.中國省域碳排放效率演變特征測度及影響因素研究［D］. 北京：華北電力大學，2019.

［91］劉 勇，張俊飚，張 露.基于DEA-SBM模型對不同稻作制度下我國水稻生產(chǎn)碳排放效率的分析［J］. 中國農(nóng)業(yè)大學學報，2018，23（6）：177-186.

［92］孔 立，朱立志.馬鈴薯生產(chǎn)的碳排放優(yōu)勢研究——基于農(nóng)業(yè)投入品和LMDI模型的實證分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟，2016（7）：111-121.

［93］張景鳴，張 濱.黑龍江省農(nóng)業(yè)溫室氣體排放核算方法［J］. 統(tǒng)計與咨詢，2017（2）：14-16.

［94］胡永成，陳紅舉，段理杰.省級農(nóng)業(yè)溫室氣體清單編制工作研究［J］. 河南科學，2016，34（5）：692-697.

［95］田 云，王夢晨.湖北省農(nóng)業(yè)碳排放效率時空差異及影響因素［J］. 中國農(nóng)業(yè)科學，2020，53（24）：5063-5072.

［96］王兆峰，杜瑤瑤.基于SBM-DEA模型湖南省碳排放效率時空差異及影響因素分析［J］. 地理科學，2019，39（5）：797-806.

［97］黃和平，王智鵬.江西省農(nóng)用地生態(tài)效率時空差異及影響因素分析——基于面源污染、碳排放雙重視角［J］. 長江流域資源與環(huán)境，2020，29（2）：412-423.

［98］王 帥，趙榮欽，楊青林，等. 碳排放約束下的農(nóng)業(yè)生產(chǎn)效率及其空間格局——基于河南省65個村莊的調(diào)查［J］. 自然資源學報，2020，35（9）：2092-2104.

［99］王海飛.基于SSBM-ESDA模型的安徽省縣域農(nóng)業(yè)效率時空演變［J］. 經(jīng)濟地理，2020，40（4）：175-183，222.

［100］楊小娟，陳 耀，高瑞宏. 甘肅省農(nóng)業(yè)環(huán)境效率及碳排放約束下農(nóng)業(yè)全要素生產(chǎn)率測算研究［J］. 中國農(nóng)業(yè)資源與區(qū)劃，2021，42（8）：13-20.

［101］吳昊玥，黃瀚蛟，何 宇，等. 中國農(nóng)業(yè)碳排放效率測度、空間溢出與影響因素［J］. 中國生態(tài)農(nóng)業(yè)學報（中英文），2021（10）：1762-1773.

［102］周 健，鄧一榮，莊長偉. 中國碳交易市場發(fā)展進程、現(xiàn)狀與展望研究［J］. 環(huán)境科學與管理，2020，45（9）：1-4.

［103］胡婉玲，王紅玲，張 杲. 氣候智慧型農(nóng)業(yè)碳減排及碳交易市場機制探討［J］. 社會科學動態(tài)，2020（2）：46-50.

［104］孫 芳，林而達. 中國農(nóng)業(yè)溫室氣體減排交易的機遇與挑戰(zhàn)［J］. 氣候變化研究進展，2012，8（1）：54-59.

［105］楊長進. 碳交易市場助推鄉(xiāng)村振興低碳化發(fā)展的實踐與路徑探索［J］. 價格理論與實踐，2020（2）：18-24.

［106］田 永. 中國減排定價機制的實踐探究——紀念價格改革四十周年［J］. 價格理論與實踐，2018（12）：29-33.

［107］田 永. 低碳”三農(nóng)“與碳交易抵消機制的關(guān)聯(lián)性研究——基于碳交易驅(qū)動鄉(xiāng)村振興低碳化發(fā)展的分析［J］. 價格理論與實踐，2019（8）：46-51.

［108］許廣月. 中國低碳農(nóng)業(yè)發(fā)展研究［J］. 經(jīng)濟學家，2010（10）：72-78.

［109］李曉燕，何曉玲.四川發(fā)展低碳農(nóng)業(yè)的基本思路——基于國內(nèi)外經(jīng)驗借鑒與啟示［J］. 農(nóng)村經(jīng)濟，2012（11）：48-52.

［110］韓 松，秦 路，張建倫. 國際農(nóng)業(yè)土壤碳交易機制發(fā)展現(xiàn)狀、問題及啟示［J］. 世界農(nóng)業(yè)，2014（8）：38-42.

［111］陳昌洪. 低碳農(nóng)業(yè)標準化理論分析與發(fā)展對策［J］. 西北農(nóng)林科技大學學報（社會科學版），2016，16（1）：52-58.

［112］馬明英，黃德林. 我國氣候智慧型農(nóng)業(yè)發(fā)展困境與農(nóng)業(yè)碳交易驅(qū)動［J］. 農(nóng)業(yè)經(jīng)濟，2022（4）：3-5.

［113］年琳玉，王夢軍，孫笑陽，等. 碳中和技術(shù)研究進展及對農(nóng)業(yè)碳減排的展望［J］. 江蘇農(nóng)業(yè)科學，2022，50（11）：1-13.

［114］李 鶴，張 婧. 農(nóng)業(yè)碳交易與農(nóng)村扶貧［J］. 中南民族大學學報（人文社會科學版），2010，30（6）：118-122.

［115］金書秦，韓冬梅，林 煜，等. 碳達峰目標下開展農(nóng)業(yè)碳交易的前景分析和政策建議［J］. 農(nóng)村金融研究，2021（6）：3-8.