“動—靜”結合視角下黃河中下游糧食生產全周期碳平衡測度及分區

摘要：研究目的：構建糧食生產全周期碳收支體系，基于“動—靜”結合視角測算黃河中下游糧食生產碳平衡水平，針對不同碳平衡水平分區提出差異化調控策略，可為全面反映糧食生產碳平衡水平、協同推進糧食綠色生產提供支持與參考。研究方法：生命周期評價法，碳轉化系數法，經驗公式法，靜態平衡指數，動態平衡指數，信息熵模型。研究結果：（1）黃河中下游糧食生產碳排放和碳吸收均為增長趨勢，空間上均呈“西北低，東南高”態勢。（2）黃河中下游糧食生產碳收支靜態平衡指數呈“西北低，東南高”分布，地區均值波動下降，各地市存在直升型、直降型、U型和倒U型4種演變趨勢，糧食生產碳收支動態平衡指數具有顯著時空異質性。（3）黃河中下游糧食生產碳平衡水平分區呈“西北失衡，東南平衡”分布，格局結構有序性歷經“較有序—較無序—有序—無序”波動。研究結論：貢獻度視角下黃河中下游部分地市糧食生產碳收支仍存在失衡情況，需進一步施行針對性和差異性的糧食綠色生產策略。

關鍵詞：糧食生產碳平衡；靜態平衡水平；動態平衡水平；生命周期評價法；分區格局；黃河中下游

中圖分類號：F301.24 文獻標志碼：A 文章編號：1001-8158（2024）08-0109-15

基金項目：國家自然科學基金青年科學基金項目（42301300）；山東省社科規劃項目研究成果（24DGLJ24）；山東省社科聯2024年度人文社會科學課題（24BJJ049）。

糧食生產對社會和國家至關重要，尤其在中國這一農業大國[1]。糧食安全是國家安全的基石，經濟效益和社會效益是其重要衡量指標。然而，生態效益同樣關鍵，“逆生態化”的糧食生產不可持續，增產上限極低[2]。糧食生產是一項“投入—產出—投入”的周期性活動，涉及豐富的碳源和碳匯，是農業碳排放主要源頭，優化源匯結構對實現碳達峰和碳中和目標意義重大[3-4]。碳平衡指碳源與碳匯的等量關系，基于已有研究[5]，本文定義糧食生產碳平衡是糧食生產過程實現碳中和的水平，包括靜態的碳源碳匯關系和動態的碳源碳匯變化，把握其演進規律有助于農業綠色轉型和推動“雙碳”目標實現。

在農業及糧食種植業碳排放方面，既有研究已有較為成熟的測算體系，糧食生產碳排放的計算通常直接將與糧食耕作相關的部分從農業碳排放中進行剝離，測算要素主要包括人類活動、物料投入、能源消耗、作物生長、畜禽養殖、廢物處理、交通運輸等[4，6-9]；研究方法主要為碳轉化系數法[4]；研究內容包括碳排放測度[10]、時空演變[11]、驅動因素[4]、減排路徑[3]等，驅動因素分析常用空間杜賓模型[4]、地理探測器[12]、面板Tobit模型[13]等；部分研究將農業碳排放與農業總產值[4]、科技創新[14]、糧食安全[15]等對象結合分析相互關系。農業碳匯研究主要是現狀分析和影響因素，多以行政區劃為研究單元[16-17]。碳平衡研究方法不統一，不同學者所用計算方法各不相同[18-19]，主流方法是基于碳排放公平性的碳生態承載系數法[5，20]；對于碳平衡分區的研究，已有研究多依據時點上碳源碳匯關系或結合碳排放經濟效率實現碳平衡分區[20-21]。綜上所述，現有研究綜合考慮糧食生產碳源和碳匯的研究多為碳足跡分析[16]，少有從貢獻率的角度將碳平衡研究對象設定為糧食生產全周期，該領域缺乏相關理論研究；研究方法上不少研究采用碳生態承載系數法測算區域碳收支平衡，但未消除不同研究時點的總量差異，年際數據間不可比；融合傳統靜態與動態的碳平衡分區可更為有效服務于地區發展策略的制定[22]，但現有研究視角多關注時點上靜態的碳平衡情況，鮮有分析時段內碳平衡的動態變化特征。

基于已有研究，本文以包括黃淮海平原主產區、汾渭平原主產區和河套灌區主產區在內的黃河中下游為例：（1）構建“物料投入—種植培育—秸稈處理”三階段糧食生產全周期碳收支體系，考慮糧食生產過程中包括耕作土壤在內的碳源和碳匯要素，計算2000—2020年糧食生產碳排放和碳吸收；（2）提出靜態平衡水平和動態平衡水平的概念，立足時間截面和時間段對研究區糧食生產碳平衡水平進行分析；（3）結合糧食生產碳收支靜態平衡水平和動態平衡水平特征進行碳平衡水平分區，借助信息熵模型對分區格局分析，提出區域差異性促進糧食生產碳平衡建議。研究對全面反映糧食生產碳平衡水平、協同推進糧食綠色生產提供支持與參考。

1 理論分析

1.1 糧食生產全周期碳收支體系構建

本文在現有研究[4]基礎上，基于生命周期評價法（LCA）[23]，以糧食生產投入—產出全周期為依據，構建“物料投入—種植培育—秸稈處理”三階段的糧食生產全周期碳收支體系（圖1）。第Ⅰ階段為“物料投入”，是指在糧食生產期初的勞動力、資本及物質資料的投入，其中勞動力和資本不參與糧食生產碳收支活動；第Ⅱ階段為“種植培育”，是指糧食生產期中通過技術措施對耕地進行播種、灌溉并管理糧食作物生長發育的過程；第Ⅲ階段為“秸稈處理”，是指糧食生產期末對糧食作物秸稈廢棄物進行燃燒或還田等處理的過程。三階段末首順接，形成周期性閉環。

碳排放在糧食生產全周期內存在明顯的階段性差異。第Ⅰ階段主要參與者為磷肥（P肥）、鉀肥（K肥）、復合肥（C肥）、農藥、農用柴油和農膜，其使用直接產生CO2排放，其中農用柴油主要在糧食生產過程中為農業機械所消耗而釋放CO2[4]；第Ⅱ階段中播種糧食作物對土壤表層有機碳庫的破壞，以及灌溉對水中RHCO3（R為金屬原子）的作用和電能的消耗[24]，都會產生CO2的排放，同時糧食作物的生長發育也存在碳排放過程，其中水稻產生大量CH4，小麥、玉米、大豆及其他糧食作物通過分解氮肥（N肥）及其殘留物而產生N2O[4，25]；第III階段對于秸稈廢棄物的燃燒會排放大量污染物，包括N2O、CO2、CH4等，而未經燃燒的秸稈及燃燒后形成的廢料則分別以還田和肥料的形式返回第I階段。此外，耕作土壤作為貫穿糧食生產全周期的重要成員，由于土壤微生物分解有機質而釋放CO2的土壤異養呼吸過程也是重要的碳源[26]。

糧食生產碳吸收較碳排放而言沒有顯著的階段性特征，基于耕地利用，主要包括植被碳匯和土壤碳匯[27]。植被碳匯主要存在于第Ⅱ階段中糧食作物光合作用的碳匯效應；土壤碳匯參考已有研究[28]，結合氣候條件、土壤類型、土地利用方式、耕作制度、養分投入等因素的影響，考慮耕作土壤的固碳效應。

1.2 靜態平衡水平和動態平衡水平的內涵和關系

靜態平衡水平的概念源自于生態層面的碳排放公平性——碳排放產生的溫室效應在各尺度上都具有明顯的外部性，倘若某一地區碳匯無法有效消納當地產生的碳，其導致的生態影響將對其他地區的利益造成侵害——當某一地區碳匯對碳吸收的貢獻程度高于碳排放比例，表現出較強的碳吸收能力，將提高碳排放在各地區間的分配公平程度，緩解生態壓力[29]。從這一角度出發，可以明確靜態平衡水平對平衡的判定并非等價于“源匯相抵”，而更突出“匯盛源衰”，強調對生態環境影響的優劣差異[5]。將這一概念引入糧食生產領域，通過碳補償的生態環境效益來反映時間截面的糧食生產碳平衡能力：若碳匯對糧食生產碳排放可形成有效消納，則視為平衡狀態；反之，糧食生產碳排放無法被碳匯足量吸收，則視為失衡狀態。

動態平衡水平借鑒職住動態平衡的分析原理[30]，以源/匯增減幅度差異來刻畫，其衡量標準是判斷是否存在向平衡或失衡狀態演變的趨勢——在糧食生產碳源/碳匯變化的影響下，若出現碳匯效應明顯增加的趨勢，包括碳匯增加速率相對碳源更大、碳匯減少速率相對碳源更小或碳匯增加而碳源減少等，則視為動態平衡；反之，若出現碳源效應明顯增加的趨勢，如碳源增加速率相對碳匯更大、碳源減少速率相對碳匯更小或碳源增加而碳匯減少等，則視為動態失衡。

靜態平衡水平在時間截面上，通過計算當年糧食生產碳排放和碳吸收，衡量碳吸收對碳排放的消納能力來測定其碳平衡狀態，反映靜態時點上區域糧食生產碳收支關系；動態平衡水平在時間段內，關注糧食生產碳平衡狀態受碳排放和碳吸收增減變化影響而動態變化的過程，反映出在時間區間內糧食生產碳收支向平衡或失衡狀態的趨向。靜態平衡水平反映動態平衡水平兩端時點狀態，動態平衡水平描述靜態平衡水平時序演化規律，“動—靜”結合刻畫糧食生產碳平衡水平可全面闡明區域糧食生產碳收支關系分布及演變狀況，是碳平衡水平分區的基礎，有助于不同區域差異化調控策略的制定（圖2）。

2 研究方法與數據來源

2.1 研究區概況

本文以黃河自然流域地理單元為基礎，在保證市域單元完整的前提下，將黃河中下游流經的內蒙古自治區、陜西省、山西省、河南省和山東省所涉共計39個地級市作為研究區，行政區劃以2020年為基準。研究區總體位于33°N～42°N、106°E～120°E之間，面積約55.16萬km2，地勢東西差異較大，分布有黃綿土、褐土、潮土等多種土壤類型，屬大陸性氣候[31]。黃河中下游是我國重點農業產區，河南省、山東省、內蒙古自治區等是全國糧食核心產區[32]，2020年區域糧食作物產量約為0.89億t，占黃河流域糧食總產量的82.41%。隨著技術水平發展，糧食綠色生產為地區高質量發展帶來推動作用，同時城鄉融合互促也深刻影響著糧食生產方式及其環境效應，通過對糧食生產碳源和碳匯調節實現糧食生產碳平衡，是“雙碳”目標下推動黃河流域農業綠色轉型的有效路徑。

2.2 數據來源

本文所使用耕地空間數據（2000年、2005年、2010年、2015年和2020年）為清華大學地球系統科學系所發布的中國年度耕地數據集（CACD）（https：//doi.org/10.5281/ zenodo.7936885）[33]，空間分辨率為30 m×30 m；DEM數據來源于地理空間數據云（http：//www.gscloud.cn/），空間分辨率為30 m×30 m；年均溫數據來自國家青藏高原科學數據中心（https：//data.tpdc.ac.cn/），空間分辨率為1 km×1 km；土壤類型、年降水、潛在蒸發率等數據來自中科院資源環境科學數據中心（http：//www.resdc. cn/），空間分辨率為1 km×1 km；糧食生產相關農業數據主要來自各年份內蒙古自治區、陜西省、山西省、河南省、山東省統計年鑒、相關地市統計年鑒和統計公報，以及《中國農村統計年鑒》。

對于上述數據進行以下處理：（1）所有柵格數據均統一使用Grid格式，空間分辨率重采樣為30 m×30 m，地理坐標系統一采用CGCS 2000坐標系；（2）由于年鑒中的灌溉面積、要素投入量等數據大多未進行耕地用途區分，因此本文中糧食作物灌溉面積、糧食生產要素投入量等考慮非糧化因素，按糧食耕作面積占地市耕地面積比例估算[34]，地市耕地面積通過耕地數據集分區統計獲取；（3）對于部分缺失或異常的作物種植面積、產量及物料投入量采用線性插值法進行了補齊或修正。

2.3 研究方法

2.3.1 糧食生產碳排放測算

3 結果與分析

3.1 糧食生產碳收支時空分異

3.1.1 糧食生產碳排放時空分異

2000—2020年，黃河中下游糧食生產碳排放從1 479.12萬t增長到2 012.56萬t，年增長率約1.56%，研究期整體糧食生產碳排放呈增長趨勢，但各時段增速不穩定。空間分布上，黃河中下游糧食生產碳排放呈“西北低，東南高”態勢，且具有較明顯省際差異，聊城、德州、濟寧、菏澤、新鄉和渭南處于較穩定高值區，占研究區糧食生產碳排放比例介于29.20%～31.92%（圖4）。

分解來看，黃河中下游糧食生產碳排放來源存在時間和空間上的差異：時間上，早期主要為種植培育和秸稈處理，后期物料投入和秸稈處理成主導，2010—2020年均有30個以上地市以秸稈處理為最高貢獻度碳源；空間上，物料投入、種植培育和秸稈處理的碳排放均呈“西北低，東南高”態勢，東南部地區糧食產量較高，西北部地區水稻種植量明顯較少。耕作土壤碳排放貢獻度多維持在31.08%以下，各地市自身年際差異較小，與糧食生產面積和氣候條件有關（圖5）。

3.1.2 糧食生產碳吸收時空分異

2000—2020年，黃河中下游糧食生產碳吸收從15 239.86萬t增至20 132.23萬t，年增率約1.41%，呈“增—減—增”趨勢。2005—2010年碳吸收增速最快，年增率達3.97%，主要是糧食耕作面積擴大所致，土壤固碳量及作物光合碳匯效應增強。2010—2015年碳吸收小幅下降，年增率為-0.40%，因西安、濟南、德州等地市糧食耕作面積減少導致土壤碳匯和作物碳吸收減少，2015年后碳吸收逐漸恢復。

空間分布上，黃河中下游糧食生產碳吸收呈“西北低，東南高”態勢，直接原因是耕作面積分布不均。西北地區糧食耕作面積小于東南地區，導致土壤固碳效應和作物光合作用碳匯效應存在空間異質，從而形成了整體碳匯分布的差異（圖6）。黃河中下游糧食生產碳吸收的時空演變主要由糧食產量提升引起，作物碳匯量從8 091.02萬t增至12 285.95萬t。各地市耕作土壤面積年際變化較小，土壤總碳匯基本穩定，變化幅度小于糧食產量（圖7）。

3.2 糧食生產碳平衡水平分析

3.2.1 靜態平衡水平分析

2000—2020年，黃河中下游糧食生產碳收支靜態平衡指數呈現“西北低，東南高”的分布特點（圖8）。以全區域全研究期內的總碳收支為基準，西北部分地市碳匯貢獻度低于碳源貢獻度，如鄂爾多斯碳匯貢獻度0.002 3，碳源貢獻度0.004 5，碳平衡水平低；而東南較多地市碳匯貢獻度高于碳源，如泰安碳匯貢獻度0.008 5，碳源貢獻度0.005 4，碳平衡水平高。

黃河中下游糧食生產碳收支靜態平衡水平在研究期內波動下降，FSBI均值從2000年的0.981降至2020年的0.954。根據平衡指數演變差異，將39個地市分為4類：直升型、直降型、U型和倒U型（表1）。直升型占20.51%，主要為山東和少數山西地市，忻州FSBI增加顯著；直降型占33.33%，數量最多，主要為西北和少數河南地市，商洛FSBI下降最多；U型占28.21%，主要為河南地市；倒U型占17.95%，數量最少，主要為陜西、山西地市及山東的濟南和泰安。

3.2.2 動態平衡水平分析

2000—2020年，黃河中下游糧食生產碳收支動態平衡指數存在顯著的時空差異（圖9）。動態平衡指數FDB（I2000，2005）<0的地市主要位于東南部地區，山東各地市因耕作模式轉變，碳源貢獻度提高，其中濟源等地碳匯貢獻度略降，碳源貢獻度持平，主要因糧食減產；開封等地碳源貢獻度顯著增加，強于碳匯貢獻度增量，原因是耕作面積擴大和化肥投入量增加。FDBI（2000，2005）>0的地市主要集中在陜西，這些地區2000—2005年糧食作物增產明顯，作物碳匯增量大，有助于促進糧食生產碳平衡。FDBI（2005，2010）和FDBI（2010，2015）均為正的地區主要為忻州、聊城和菏澤，忻州和菏澤持續增產，碳匯增量大于碳源；聊城雖減產造成碳匯損失，但物料投入減少，碳源貢獻度低于碳匯。FDBI（2015，2020）在東部地區基本為正，相關地區糧食生產方式表現為低碳化模式；另有部分地市在中期調整源匯結構，提高碳匯消納能力，如晉城、新鄉、三門峽等。陜西和部分山西地市FDBI（2015，2020）為負，其糧食生產物料投入與產出多表現為不經濟狀態。

3.3 糧食生產碳平衡水平分區

3.3.1 分區格局分析

依據糧食生產碳收支靜態平衡指數的初末期大小和動態平衡指數表征的演化趨勢，遵循式（11）—式（12）的分區規則，對黃河中下游糧食生產碳平衡水平進行分區，分區具有顯著的空間分異特征，基本呈“西北失衡，東南平衡”的分布規律（圖10）。通過對比不同時期格局熵值特征，黃河中下游糧食生產碳平衡分區格局結構有序性整體經歷了“較有序—較無序—有序—無序”的波動式演變歷程，說明分區類型豐富性和空間分布集中程度變化明顯，不同區域之間糧食生產碳平衡水平分布和演化特征差異顯著，同時優勢度變化特征與格局結構有序程度一致，優勢分區類型存在時序變化，主要在平衡提升和平衡衰退之間轉換。

2000—2005年分區類型空間分布相對集中，西北部地區以失衡緩和區為主，增產帶來的碳匯效應提升緩和了糧食生產碳收支失衡；平衡衰退區面積占比在40%以上，為優勢分區類型，集中在河南和山東大部分地市。2005—2010年平衡異變類型的出現使整體格局結構有序性下降，西北部地區失衡加劇區面積擴大，而山東各地市依靠糧食增產提升碳匯能力，出現大規模平衡提升區。2010—2015年西北地區的失衡加劇區范圍繼續擴張，投入與產出的失衡現象較為明顯，同時東南部地區出現大量平衡衰退型區域——這一時期格局結構熵值為1.290 Nat，“西北失衡，東南平衡”的分布規律尤為顯著，優勢分區類型為失衡加劇和平衡衰退，二者空間分布較為集中。2015—2020年失衡加劇區明顯減少，出現失衡緩和的情況，并且平衡提升區也大幅增加，新鄉和焦作隨著源/匯關系改善從失衡狀態進入平衡狀態，這可能得益于對碳減排政策的落實和耕作條件的調整，但處于失衡狀態的區域仍較多，占比約為45%，還需加大農業生產的綠色轉型力度；這一時期分區類型較多，格局結構熵值為1.543 Nat，優勢分區類型為平衡提升。

3.3.2 分區調控策略

2015—2020年黃河中下游糧食生產碳平衡水平分區格局結構熵值為1.543 Nat，格局結構混亂程度高，分區類型空間分布破碎，在一定程度上反映了地區間推動糧食低碳生產的協同度較弱，地市間差異較大。當前平衡提升區為主導分區類型，平衡異變區為優勢度最低類型，說明黃河中下游糧食生產碳平衡正處于一個向好發展態勢。因此，針對不同糧食生產碳平衡水平分區，提出各區域促進糧食生產碳平衡水平的調控策略，以期為地市間共同促進農業生態提供指導意義：（1）平衡提升區應繼續保持糧食生產碳源和碳匯的健康關系，化身探路人探索更優平衡路徑，通過政策支持發揮領頭人作用，帶動周邊平衡狀態欠佳地區改善糧食生產碳收支關系；（2）平衡衰退區多位于平衡區與失衡區的過渡帶，繼續實行現有糧食耕作方式，維持短期內碳收支平衡關系，充分汲取平衡提升區發展經驗，積極配合探索優化路徑，提升長期平衡能力；（3）平衡異變區應及時糾正投入—產出不對等問題，通過科技興糧戰略提高作物碳匯，削減物料投入，及時扭轉碳平衡下降趨勢，實現增產、增匯和降碳的三贏局面；（4）失衡加劇區為政府決策重點幫扶對象，通過提升糧食生產機械化水平、調整物料投入比例和秸稈還田比例等整治撂荒、土地退化問題，引入生物炭等綠色技術改良耕作模式；（5）失衡緩和區處在平衡和失衡兩種狀態的夾縫中，狀態不穩定，極易受失衡加劇區影響再跌低谷，需穩住狀態回升的勢頭，與平衡衰退區一道學習平衡提升區綠色耕作經驗，根據自身實際將經驗形成地區特色，積極調整失衡狀態；（6）失衡良變區為落實碳減排政策的受益者，要進一步鞏固生產模式轉變帶來的優勢，繼續以科學的投入—產出關系經營生產，加大物料利用率，通過高新技術提高產量，提升糧食生產碳平衡水平。

4 結論與討論

4.1 結論

本文通過靜態平衡水平和動態平衡水平測算，分析了黃河中下游2000—2020年糧食生產碳平衡，并進行了碳平衡水平分區，得出主要結論如下：

（1）黃河中下游糧食生產碳排放和碳吸收均為增長趨勢，空間上均呈“西北低、東南高”態勢，早期以種植培育和秸稈處理為主要碳源，后期物料投入和秸稈處理成為主導碳源，糧食生產碳吸收變化主要由糧食產量引起，耕作土壤碳收支年際變化基本穩定。

（2）黃河中下游糧食生產碳收支靜態平衡指數呈“西北低、東南高”的梯度式空間分布，地區均值為波動下降趨勢，各地市存在直升型、直降型、U型和倒U型4種演變趨勢類型，直降型地市占比最大，同時動態平衡指數時空異質性顯著。

（3）黃河中下游糧食生產碳平衡水平分區大致呈“西北失衡、東南平衡”的分布規律，地市間糧食生產碳平衡水平分布和演化特征差異顯著，2015—2020年分區格局空間破碎度高，地市間應實行差異化調控策略，協調促進糧食低碳生產。

4.2 討論

2021年《黃河流域生態保護和高質量發展規劃綱要》強調建設高標準農田、實施保護性耕作、開展綠色循環高效農業試點，確保黃河流域對糧食安全的重要性。糧食綠色低碳生產是農村生態文明建設、鄉村振興的關鍵步驟，也是與新型城鎮化協同、推動高質量發展的關鍵環節。研究發現，黃河中下游糧食生產碳匯效應強于碳源，與陳羅燁等[17]研究的全國農業碳源/匯特征類似，但在貢獻度視角下部分地市仍存在碳收支失衡。

本文構建了“物料投入—種植培育—秸稈處理”三階段的糧食生產全周期碳收支體系，全面考慮了黃河中下游糧食生產過程中的碳收支情況，并分析了不同階段糧食生產碳排放的時空差異，通過“動—靜”結合思想，測定了時間截面的碳平衡狀態，衡量了時間段的碳平衡趨勢，并實現了研究區碳平衡水平分區，這對提出地區針對性和差異性的糧食綠色生產策略具有指導意義。但研究仍存在不足之處：（1）研究所用數據基于統計年鑒，存在異常或缺失，且缺乏細分，采用線性插值法進行補齊和修正存在誤差，未來可利用高光譜數據提高結果確定性；（2）作物生長排放的N2O主要源于氮肥[25]，故本文將氮肥碳排放分配到不同作物生長時N2O的釋放，而現有研究多統一處理氮肥、磷肥等化肥投入，對不同處理方式的準確性和差異性需進一步商榷；（3）本文將秸稈利用方式僅粗分為還田和燃燒，對更具體細分的秸稈處理方式未做考量，因此存在一定的誤差；（4）研究未考慮糧食運輸過程，其納入糧食生產或與生產端剝離仍存在異議[9]。在國家高質量發展背景下，協同推進農業綠色轉型和新型城鎮化戰略是健全城鄉融合發展機制的重要過程，未來應對糧食生產碳平衡與新型城鎮化耦合機理進一步研究。

參考文獻（References）：

[1] 陳浮，李宇航，于昊辰，等.“大食物觀”統領國土空間開發和保護格局重塑[J] . 中國土地科學，2023，37（4）：1 -10.

[2] 朱曉華，張燕，朱媛媛. 大食物觀視角下中國耕地保護的分區調控與區間協同[J] . 地理學報，2023，78（9）： 2147- 2162.

[3] 夏龍龍，遆超普，朱春梧，等. 中國糧食生產的溫室氣體減排策略以及碳中和實現路徑[J] . 土壤學報，2023，60（5）： 1277 - 1288.

[4] 張青青，曲衍波，展凌云，等. 中國糧食生產碳排放動態演進及驅動效應[J] . 地理學報，2023，78（9）： 2186 -2208.

[5] 李竹，王兆峰，吳衛，等. 碳中和目標下中國省域碳平衡能力與城鎮化的關系[J] . 自然資源學報，2022，37（12）：3136 - 3152.

[6] 張帆，蔡穎，鄧祥征，等. 作物—牲畜—生物能源綜合系統對中國農業源溫室氣體的影響評估[J] . 地理學報，2024，79（1）： 28 - 44.

[7] CUI Y， KHAN S U， DENG Y， et al. Environmental improvement value of agricultural carbon reduction and its spatiotemporal dynamic evolution： evidence from China[J] . Science of the Total Environment， 2021， 754. doi： 10.1016/ j.scitotenv.2020.142170.

[8] ZHAO R Q， LIU Y， TIAN M M， et al. Impacts of water and land resources exploitation on agricultural carbon emissions： the water-land-energy-carbon nexus[J] . Land Use Policy， 2018， 72： 480 - 492.

[9] ZUO C C， WEN C， CLARKE G， et al. Cropland displacement contributed 60% of the increase in carbon emissions of grain transport in China over 1990-2015[J] . Nature Food， 2023， 4（3）： 223 - 235.

[10] 單玉紅，程秋月，柯新利，等. 流空間視角下湖北省縣域土地利用碳排放關聯態勢及其影響因素研究[J] . 中國土地科學，2024，38（3）： 48 - 59.

[11] 任世鑫，李二玲，趙金彩，等. 黃河流域耕地利用碳排放時空特征及影響因素研究[J] . 中國土地科學，2023，37（10）： 102 - 113.

[12] 魏建飛，高威，李強，等. 長江經濟帶國土空間效率差異演進及驅動機理研究[J] . 中國土地科學，2023，37（5）：101 - 112.

[13] 柯楠，盧新海，匡兵，等. 碳中和目標下中國耕地綠色低碳利用的區域差異與影響因素[J] . 中國土地科學，2021，35（8）： 67 - 76.

[14] 龐洪偉，劉鑫雨，鞏艷紅，等. 物聯網發展、科技創新與農業碳排放強度[J] . 經濟問題，2024 （2）： 77 - 83.

[15] 楊青林，趙榮欽，趙濤，等. 縣域尺度農業碳排放效率與糧食安全的關系[J] . 中國農業資源與區劃，2023，44（2）： 156 - 169.

[16] 薛秀峰，張仕超，張煊赟，等. 近24年三峽水庫庫尾重慶市江津區耕地利用碳匯及碳足跡變化[J] . 中國農業資源與區劃，2024，45（1）： 139 - 149.

[17] 陳羅燁，薛領，雪燕. 中國農業凈碳匯時空演化特征分析[J] . 自然資源學報，2016，31（4）： 596 - 607.

[18] 李詠華，高欣蕓，姚松，等. 長三角城市群核心地區碳平衡壓力與新型城鎮化脫鉤關系[J] . 經濟地理，2022，42（12）： 72 - 81.

[19] 郭海湘，楊鈺瑩，左芝鯉. 中國城市群碳平衡仿真模擬研究[J] . 中國地質大學學報（社會科學版），2018，18（2）：114 - 125.

[20] 魏燕茹，陳松林. 福建省土地利用碳排放空間關聯性與碳平衡分區[J] . 生態學報，2021，41（14）： 5814 - 5824.

[21] 李湘兒，胡熠娜. 基于固碳服務供需視角的區域碳平衡研究——以長三角生態綠色一體化發展示范區為例[J] .長江流域資源與環境，2024，33（1）： 55 - 65.

[22] 王芳，郭夢瑤，牛方曲. “動—靜”結合視角下都市圈多層次空間格局研究——以黃河“幾”字彎都市圈為例[J] .地理科學進展，2023，42（7）： 1243 - 1255.

[23] SONG J， LIU Y Z， ZHUANG M H， et al. Estimating crop carbon footprint and associated uncertainty at prefecture-level city scale in China[J] . Resources， Conservation Recycling， 2023， 199. doi： 10.1016/ j.resconrec.2023.107263.

[24] HANNAM K D， KEHILA D， MILLARD P， et al. Bicarbonates in irrigation water contribute to carbonate formation and CO2 production in orchard soils under drip irrigation[J] . Geoderma， 2016， 266： 120 - 126.

[25] 陸汝華，王文軒，曹強，等. 稻麥復種模式下氮肥與稻秸互作對小麥產量和N2O排放影響及推薦施肥研究[J] . 作物學報，2024，50（5）： 1300 - 1311.

[26] 王菲，曹永強，周姝含，等. 黃河流域生態功能區植被碳匯估算及其氣候影響要素[J] . 生態學報，2023，43（6）：2501 - 2514.

[27] 周偉，石吉金，范振林. 基于糧食安全和生態安全的耕地生態保護研究[J] . 中國土地科學，2023，37（7）： 125 - 134.

[28] 童榮鑫，梁迅，關慶鋒，等. 2000—2020年中國陸地土壤碳儲量及土地管理碳匯核算[J] . 地理學報，2023，78（9）： 2209 - 2222.

[29] 盧俊宇，黃賢金，戴靚，等. 基于時空尺度的中國省級區域能源消費碳排放公平性分析[J] . 自然資源學報，2012，27（12）： 2006 - 2017.

[30] 牛強，伍磊，盛富斌，等. 基于個體職住遷移的武漢郊區新城職住動態平衡測度方法[J] . 地理學報，2023，78（12）： 3095 - 3108.

[31] CHEN X L， MENG Q G， WANG K K， et al. Spatial patterns and evolution trend of coupling coordination of pollution reduction and carbon reduction along the Yellow River Basin， China[J] . Ecological Indicators， 2023， 154. doi： 10.1016/ j.ecolind.2023.110797.

[32] YIN D Y， YU H C， MA J， et al. Interaction and coupling mechanism between recessive land use transition and food security： a case study of the Yellow River Basin in China[J] . Agriculture， 2022， 12（1）. doi： 10.3390/ agriculture12010058.

[33] TU Y， WU S B， CHEN B， et al. A 30 m annual cropland dataset of China from 1986 to 2021[J] . Earth System Science Data， 2024， 16（5）： 2297 - 2316.

[34] 鄒金浪，劉陶紅，張傳，等. 中國耕地食物生產變遷及“非糧化”影響評估[J] . 中國土地科學，2022，36（9）： 29 -39.

[35] 馬恒運. 農戶秸稈利用方式及行為影響因素研究——基于河南省農戶調查[J] . 東岳論叢，2018，39（3）： 28 - 35，191.

[36] YU Y Q， HUANG Y， ZHANG W. Projected changes in soil organic carbon stocks of China’s croplands under different agricultural managements， 2011-2050[J] . Agriculture， Ecosystems and Environment， 2013， 178： 109 - 120.

[37] 路昌，王之語. 基于生態網絡分析的黃河三角洲碳代謝分析[J] . 中國環境科學，2023，43（11）： 6090 - 6101.

[38] 何艷秋，陳柔，朱思宇，等. 策略互動和技術溢出視角下的農業碳減排區域關聯[J] . 中國人口·資源與環境，2021，31（6）： 102 - 112.

[39] 彭立群，張強，賀克斌. 基于調查的中國秸稈露天焚燒污染物排放清單[J] . 環境科學研究，2016，29（8）： 1109 -1118.

[40] LAI L， HUANG X J， YANG H， et al. Carbon emissions from land-use change and management in China between 1990 and 2010[J] . Science Advances， 2016， 2（11）. doi： 10.1126/ sciadv.1601063.

[41] 宋洋，朱道林，YEUNG G，等. 收縮情境下城市用地結構時空格局演變及動力機制——以中國東北地區為例[J] .地理研究，2021，40（5）： 1387 - 1403.

Measurement and Zoning of the Full-cycle Carbon Balance of Food Production in the Middle and Lower Reaches of the Yellow River from the Dynamic and Static Perspectives

LU Chang， WANG Zhiyu， GUO Qinlin， CAI Xueqin， HAO Canshu， SUN Zengyu

（School of Management Engineering， Shandong Jianzhu University， Jinan 250101， China）

Abstract： The purposes of this study are to construct a carbon budget system for the full cycle of food production， to measure the carbon balance level of food production in the middle and lower reaches of the Yellow River from the dynamic and static perspective， and to put forward differentiated control strategies through the zoning of the carbon balance level， to provide support and reference for comprehensively reflecting the carbon balance level of food production and synergistically promoting green food production. The research methods of life cycle assessment， carbon conversion coefficient method， empirical formula， static balance index， dynamic balance index and information entropy model are used. The results show that： 1） carbon emissions and carbon sinks of food production in the middle and lower reaches of the Yellow River increase with a spatial trend of “low in the northwest and high in the southeast”. 2） The static balance index of the carbon balance of food production in the middle and lower reaches of the Yellow River shows a distribution of “low in the northwest and high in the southeast”， with fluctuating and decreasing regional averages， and four types of evolutionary trends， including helicoidal， straight-down， U-shape and inverted U-shape， exist in each city. The dynamic balance index of the carbon balance of food production exhibits significant spatiotemporal variations. 3） Carbon balance zoning of food production in the middle and lower reaches of the Yellow River are distributed as “imbalance in the northwest and balance in the southeast”， and the structural orderliness of the pattern fluctuates through “more orderedless ordered-ordered-disordered”. In conclusion， there is still an imbalance in the carbon balance of food production in some cities in the middle and lower reaches of the Yellow River from the perspective of contribution， which requires further implementation of targeted and differentiated green food production strategies.

Key words： carbon balance of food production； static balance level； dynamic balance level； life cycle assessment； zoning pattern； the middle and lower reaches of the Yellow River

（本文責編：張冰松）