?

河北省縣域農業碳排放空間演化及對策*

2023-06-05 01:36崔永福高策王俊鳳王涵穎張新仕
中國農機化學報 2023年5期
關鍵詞:高碳變化率排放量

崔永福,高策,王俊鳳,王涵穎,張新仕

(1. 河北農業大學經濟管理學院,河北保定,071000; 2. 保定職業技術學院商務系,河北保定,071051;3. 河北省農林科學院農業信息與經濟研究所,河北石家莊,050051)

0 引言

隨著全球氣候逐漸變暖現象的發生和可持續發展要求,對碳排放研究重視程度逐步加強。我國是世界上最大的溫室氣體排放國,2021年中央經濟工作會議將“做好碳達峰、碳中和工作”作為今年的重點任務之一,提出我國力爭2030年前達到碳排放峰值,2060年前實現碳中和,并要求抓緊制定2030年前碳排放達峰行動方案。

據聯合國糧食與農業組織(FAO)統計,農業用地釋放出的溫室氣體超過全球溫室氣體排放總量的30%。中國農業源溫室氣體排放約占全國溫室氣體排放總量的17%,其中農業排放的CH4和NO2分別占全國總量的50%和92%,且自1978年以來中國農業碳排放以年均5%的速度持續增長。農業碳排放量介于電熱生產和尾氣之間,成為第二大排放源,占我國碳排放總量的17%。

農業是一個特殊的生態系統,它既是碳源制造系統,同時又是碳匯吸收系統。農業生產過程中使用的化肥、農藥、農膜、灌溉、柴油等均會產生碳排放,農田土壤、農作物的光合作用及秸稈還田等可以吸收空氣中的CO2。

近年來不少學者對農業碳排放做了大量的研究,大致分為三類。

第一類是從空間和時間序列的角度研究中國省際層面農業碳排放規律。韋沁等[1]認為北方農業碳排放量大于南方地區。吳義根等[2]認為中國農業碳排放總量波動的趨勢呈現出“波動上升—快速下降—緩慢上升”3階段特征,且波動幅度較大,農業碳排放總量及碳排放強度空間分布具有明顯的非均衡性和地域特征, 農業碳排放呈現出較強的空間相關性。但是胡婉玲等[3]認為全國各省份在2015年之后均出現了不同程度的農業碳排放下降。

第二類是研究農業碳排放的影響因素,主要包括化肥[3-4]、機械能源消耗[5]、農業政策[6]以及作物種植專業化程度[7]等。胡婉玲[3]和王興[4]等都認為化肥是導致中國農業碳排放的第一大碳源。

第三類是針對農業碳排放的地區差異,更加深入地研究不同區域范圍內的農業碳排放。曹俊文等[8]對江西省農業碳排放進行了測算,堯波等[9]進一步對江西省縣域農業碳排放的時空動態進行了研究,李遠玲等[10]研究了湖南省縣域農業碳排放時空特征。據田成詩等[11]測算河北省2016年碳排放總量達36 223.60 kt,位居全國第十四位,并研究發現河北省近年來農業碳排放總量略有下降。

學者們對于農業碳排放的研究多數是在國家、省際、市域層面,但是河北省地貌類型復雜多樣,兼有高原、山地、丘陵、盆地、平原和湖泊,因而導致不同縣域的農業生產情況相差較大。

本文在研究河北省縣域農業碳排放總量隨時間變化趨勢的基礎上,考慮到不同縣域之間農作物播種面積的差異,進一步測算農業碳排放強度,分析縣域間農業碳排放強度在時間和空間上的變化規律,結合空間相關性的研究,找出研究期間農業碳排放量下降明顯的縣域,供農業生產條件相似的縣域借鑒,也為河北省針對不同區域提出農業碳減排的政策建議提供參考,有助于早日實現河北省碳達峰、碳中和的目標。

1 數據來源及研究方法

1.1 數據來源

本文選取的數據指標化肥折純使用量(t)、農藥使用量(t)、農膜使用量(t)、農作物播種面積(hm2)以及有效灌溉面積(hm2)均來源于《河北農村統計年鑒》,農用柴油使用量(t)來源于河北省11個地級市統計年鑒。

1.2 研究方法

1.2.1 農業碳排放研究方法

本文參考學者曠愛萍[12]、田云[13]等對農業碳排放的量化指標,化肥、農藥、農膜和柴油使用量以及農業灌溉和土地翻耕面積,其中土地翻耕方面用當年農作物播種面積表示。本研究碳排放量公式如式(1) 所示。

E=∑ei=∑(Ti×δi)

(1)

式中:E——農業生產中物質投入的碳排放量;

ei——第i類碳源產生的碳排放量;

Ti——第i類碳源的消耗量;

δi——第i類碳源的碳排放系數(表1)。

表1 農業碳排放系數Tab. 1 Agricultural carbon emission factor

1.2.2 空間格局分析

空間格局分析采用探索性空間數據分析(Exploratory Spatial Data Analysis,ESDA),該技術基于兩類空間自相關系數分別是全局空間自相關系數Moran’s I和局域空間自相關系數Local Moran’s I[14-15]。采用Moran’s I指數來衡量全局空間的依賴性和空間集聚程度,計算公式如式(2)~式(3)所示。

(2)

(3)

式中:xi——第i個空間單元的屬性值;

xj——第j個空間單元的屬性值;

n——觀測單元數量,即河北省118個縣(包括縣級市);

Wij——采用Rook鄰接的空間權重矩陣。

當區域i與區域j有共同的邊時,Wij=1;反之,Wij=0,表示相鄰單元不存在空間關系。通過測得的莫蘭指數、Z得分和P值來確定河北省縣域農業碳排放是否具有空間上的相關性,Moran’sI估計值范圍在-1到1之間,小于0代表負相關,等于0表示不相關,大于0表示正相關,越接近-1和1則表示相關性越強[16]。

局域空間自相關系數Local Moran’s I,以LISA聚集圖的形式展示農業碳排放量在子區域上的空間異質結果[17-18],計算公式如式(4)所示。

(4)

當局部Moran’sI指數為正值時,表示局域存在高-高(H-H)或低-低(L-L)的空間集聚區;當其為負值時,則表示局域存在高-低(H-L)或低-高(L-H)的空間集聚區。局部Moran’sI指數的值絕對值越大,表示空間集聚程度越高。因為市區農業碳排放量和農作物播種面積均較少,因此本文所測算的農業碳排放不包括市區,在創建空間權重時采用基于距離的空間權重創建方法,而沒有采用鄰接空間權重。

2 農業碳排放測算及結果分析

2.1 農業碳排放空間分析

2.1.1 農業碳排放量空間特征分析

為揭示河北省農業碳排放的空間分布特征,根據數據的可得性,本文選取2014—2020年共7年的數據,通過ArcGIS10.8軟件繪制河北省縣域(包括縣級市)農業碳排放量(圖1)。根據農業碳排放量(kt)將其劃分為四個區低碳區(0,30)、中碳區[30,50)、較高碳區[50,70)和高碳區(70,122]。

(a) 2014年

(b) 2017年

(c) 2020年

可以看出,各縣域農業碳排放量在2014—2017年變化程度不大,高碳區主要分布在華北平原,2019年農業碳排放量開始有明顯減少,2020年農業碳排放量減少更為迅速,2020年河北省農業碳排放量為3 719.0 kt,比上年下降17.96%,而且低碳區的縣域明顯增多,之前高碳區的縣域也有很大一部分轉向較高碳區和中碳區,目前僅有辛集市、玉田縣、泊頭市、河間市、樂亭縣、深州市和定州市7個縣域農業碳排放量位于高碳區,但這些縣的農業碳排放量較2014年也均有所下降,農業碳排放量總體有向好的發展趨勢,這與農業可持續發展和生態文明建設的提倡息息相關。研究期間由高碳區轉向較高碳區的有故城縣、定興縣、景縣、曲周縣、趙縣、臨漳縣、青縣、寧晉縣、隆堯縣和灤南縣,由較高碳區轉為中碳區的縣有肅寧縣、無極縣、東光縣、魏縣、南宮市、灤州市、阜城縣、棗強縣和大名縣,由中碳區轉為低碳區的縣域包括遷安市、三河市、大廠回族自治縣、涿鹿縣、唐縣、曲陽縣、贊皇縣、巨鹿縣、南和縣、行唐縣、館陶縣、邱縣、永清縣、固安縣等23個縣,集中分布在河北省的廊坊市、邢臺市、邯鄲市和唐山市。研究期間也有部分縣實現了跨越式農業碳減排,威縣、獻縣、正定縣和成安縣由高碳區轉為中碳區,盧龍縣、新樂市和固安縣由較高碳區轉為低碳區,圍場滿蒙自治縣和滄縣在研究期間由高碳區直接轉為低碳區,非常值得周邊縣域借鑒其農業碳減排的經驗。

2.1.2 農業碳排放強度空間特征分析

為進一步揭示河北省農業碳排放的空間分布特征,消除不同縣域之間農地面積的影響,本文借鑒曠愛萍等[12]計算農業碳排放強度方法,利用各縣域農業碳排放量/農作物播種面積,選取2014—2020年共7年的數據,運用ArcGIS10.2軟件繪制河北省縣域(包括縣級市)農業碳排放強度(圖2),將農業碳排放強度(kg/hm2)分為四類,低碳排放強度(0,600)、中等碳排放強度[600,900)、較高碳排放強度[900,1 200)和高碳排放強度[1 200,2 615)。

(a) 2014年

(b) 2017年

(c) 2020年

可以看出,農業碳排放強度與農業碳排放量在部分縣域之間并不成正比,屬于低碳排放強度的縣域逐年增加,2020年增速最為明顯,高碳排放強度的縣域處于波動趨勢,2017年處于高碳排放強度的縣域最多,但接下來兩年連續下降,目前興隆縣、鷹手營子礦區、樂亭縣、遷西縣和泊頭市仍處于高碳排放強度地區,并且這些縣域在2014—2020年期間一直屬于高碳排放強度或較高碳排放強度的縣域。昌黎縣、正定縣、成安縣、饒陽縣和涿鹿縣農業碳排放強度在2017—2020年下降明顯,從農業高碳排放強度縣域轉為中等碳排放強度縣域。贊皇縣、三河市以及灤平縣從2017年的農業高碳排放強度縣域到2020年直接轉為低碳排放強度縣域,成為近年來農業碳減排的典范。

2.2 農業碳排放變化率分析

2.2.1 農業碳排放量變化率分析

河北省118個縣農業碳排放總和自2014年至2020年實現了七連降,從5 791.94 kt下降到3 719.04 kt,年平均的下降速度為6.37%。在2014—2020年期間,根據測算的年平均變化率結果(表2)可知,河北省實現農業碳排放下降的縣有101個(包括縣級市),17個縣(包括縣級市)農業碳排放量有所增加,其中分別是石家莊地區的深澤縣,邢臺地區的柏鄉縣,滄州地區的吳橋縣、東光縣、任丘市、孟村回族自治縣和海興縣,張家口地區的赤城縣和尚義縣,以及衡水地區的安平縣、武強縣和武邑縣。各縣農業碳排放量分別與其上一年相比,測得其變化率,快速下降的縣域數量波動中呈現遞增趨勢,2020年農業碳排放量快速下降的縣域個數達到69個,占全部縣域的58.47%,緩慢下降的縣域個數波動幅度較大,不過研究期間內呈下降趨勢的縣域總個數有所增加,2020年比2015年多12個縣,增加了19.05%。農業碳排放屬于上升的縣域個數總體趨于下降趨勢,但是由于2019年農業碳減排取得良好效果,多數縣域農業碳減排后期動力補給不足,導致2020年農業碳排放量上升的縣比2019年有所增加??v向觀察可知,河北省縣域農業碳排放在2017年和2018年呈快速上升的縣域個數較多,2019年實現了巨大轉變,多數縣朝著快速上升—緩慢上升—緩慢下降—快速下降的趨勢發展。

表2 河北省縣域農業碳排放量變化情況Tab. 2 Changes in agricultural carbon emissions in counties of Hebei Province %

根據農業碳排放年平均變化率(圖3)所示霸州市、饒陽縣、泊頭市、棗強縣和三河市屬于農業碳排放快速下降的前五個縣域,年均下降速度分別為-34.78%、-26.31%、-24.92%、-20.63%和-20.13%。灤南縣、阜平縣、武強縣、武邑縣、吳橋縣、柏鄉縣、東光縣、任丘市和深澤縣處于緩慢上升的變化趨勢,需進一步引導其減少農業碳排放,使其向緩慢下降階段轉變。尚義縣、安平縣、固安縣、孟村回族自治縣、海興縣、赤城縣、安國市、遷西縣處于快速上升階段,其年均變化率分別為5.13%、5.27%、5.95%、8.94%、10.67%、10.69%、15.32%和19.01%。

圖3 河北省縣域農業碳排放量年均變化率

2.2.2 農業碳排放強度變化率分析

農業碳排放強度變化率分類依舊采用上述農業碳排放量變化率的分類,詳見圖4。

圖4 河北省縣域農業碳排放強度年均變化率

農業碳排放強度年均變化率與其每年的農業碳排放強度數值之間也存在明顯差異,一直處于農業碳排放強度較低值的井陘縣和灤南縣,年均變化率卻處于快速上升階段,它們的年均增速分別為5.27%和9.56%,分別從2014年的727.39 kg/hm2和704.74 kg/hm2增至2020年的1 042.27 kg/hm2和1 335.61 kg/hm2。處于高農業碳排放強度的鷹手營子礦區、興隆縣和遷西縣,其農業碳排放強度年均變化率在快速下降,同樣處于高農業碳排放強度的泊頭市和樂亭縣,其農業碳排放強度年均變化率卻是在逐漸緩慢上升,這兩個縣近幾年采取的農業碳減排措施未取得理想效果,需盡快進行調整。需要更加重視的是沙河市、唐縣、河間市、深澤縣農業碳排放強度處于較高水平而且農業碳排放強度年均變化率也在緩慢上升,農業碳排放強度處于低值的高邑縣、柏鄉縣、豐寧滿族自治縣、涿州市、淶源縣和灤南縣,年均變化率也存在緩慢上升的趨勢。滄州地區、保定地區以及石家莊地區較為集中的部分縣農業碳排放強度年均變化率存在緩慢上升趨勢。大廠回族自治縣、張北縣、寬城滿族自治縣、滄縣、青龍滿族自治縣的農業碳排放強度年均下降速度位于前五名,均超過了-15%,分別為-18.29%、-17.88%、-16.10%、-16.02%、-15.54%,農業生態化發展迅速。

3 農業碳排放空間演化特征

3.1 農業碳排放全局空間自相關分析

本文運用ArcGIS10.8統計軟件對河北省118個縣(包括縣級市)的農業碳排放量進行了全局空間自相關分析,計算了Moran’s I指數,結果見表3。2014—2020年河北省縣域農業碳排放量的Moran’s I指數均為正值,且都通過了5%的顯著性檢驗,說明河北省縣域農業碳排放量具有空間上集聚或依賴的特征。2014—2019年Moran’s I指數有所波動,但總體處于上升趨勢,從0.127 2增加到0.463 6,尤其是2018—2019年全局空間正向相關性明顯增強,可見河北省縣域農業碳排放量在空間上存在集聚性增強的態勢,即:高碳排量縣趨向與高碳排量縣集聚靠攏,低碳排量縣趨向與低碳排量縣集聚靠攏,在空間層面呈現出高—高和低—低的集聚特征。2020年Moran’s I急劇下降到0.120 8,河北省各縣域的農業碳減排量差異增大。

表3 河北省縣域農業碳排放量的Moran’s I 指數分布Tab. 3 Moran’s I index distribution of agricultural carbon emissions in counties of Hebei Province

3.2 農業碳排放局部空間自相關分析

結合選取年份的河北省縣域農業碳排放量的LISA集聚圖(圖5),可以發現:河北省75%左右的縣屬于無顯著集聚特征的縣域單元,說明河北省大部分縣域農業生態集聚水平仍然較低。處于空間正相關(HH集聚和LL集聚)的縣域個數年均在35個左右,其中LL集聚的縣域個數分別為13個、14個和14個,表明農業生態發展具有一定的輻射效應。

(a) 2014年

(b) 2017年

(c) 2020年

HH集聚的縣域主要分布在河北省滄州、衡水、邢臺地區,這些縣域地處平原,平均氣溫相對較高,多種植小麥、玉米以及部分蔬菜和果樹,機械化程度較高,加之化肥、農藥和農膜的大量使用,而且這些縣域屬于干旱區,之前多是大水漫灌,近兩年開始鋪設防滲管道,進行逐步地改善。2020年巨鹿縣、清河縣和臨西縣、館陶縣已經從HH集聚區轉變為不顯著區,滄縣、博野縣、故城縣和武邑縣從HH集聚區轉變為LH集聚區,農業碳排放量存在逐漸減少的發展趨勢。

HL集聚區在空間上較為分散,總體逐漸減少,目前隆化縣和玉田縣仍屬于HL集聚區,農業生產方式仍較為傳統。遵化市由2017年的HL集聚區在2020年轉為LH集聚區,農業碳減排取得了一定效果。

LH集聚的縣域2014年主要有新河縣、武強縣和安平縣、任丘市、河間市、黃驊市、海興縣、鹽山縣,這些縣除農業外,大多有其各自特色的第三產業。2017年深澤縣也加入了其中,2020年滄縣、故城縣、博野縣、深澤縣、遵化市以及唐山和秦皇島的部分縣域共十余個縣也加入在內,可見這些縣的輻射效應逐漸增強,帶動周邊縣降低農業碳排放量,LH集聚地區應繼續加強農業生態與經濟的協同發展,同時帶動周邊縣降低農業碳排放量,保護農業生態環境。

LL集聚的縣域在2017年開始略有減少,平山縣由LL集聚區轉為不顯著區。隆化縣由2017年的LL集聚區在2020年轉為HL集聚區,與之相反的是灤平縣在2020年轉為LL集聚區。目前LL集聚區的縣域主要分布在張家口和承德地區,因為這些地區的海拔較高,農作物的產量相對較低,化肥、農藥等的使用量較少,機械化程度相對較低,近年來這些縣域在農旅結合方面發展較快,重視生態環境的保護。

4 結論與對策

4.1 研究結論

本文選取2014—2020年的農業數據,參考學者們研究出的農業碳排放系數,將農業碳排放量進行量化,借助ArcGIS10.8和GeoDa1.12對農業碳排放量進行空間上的探索性分析。

1) 河北省縣域農業碳排放量在2014—2020年緩慢下降,高農業碳排放區主要集中在華北平原,2019—2020年農業碳排放量開始迅速減少,同時,低農業碳排放區的縣域數量明顯增多。

2) 農業碳排放強度與農業碳排放量在部分縣域之間并不成正比,屬于低碳排放強度的縣域逐年增加,由張家口承德地區逐漸擴展到河北省的低海拔縣域。高碳排放強度的縣域處于波動趨勢先升后降,在2019—2020年明顯減少,高碳排放強度的縣域分布較為分散,目前興隆縣、鷹手營子礦區、樂亭縣、遷西縣和泊頭市仍處于高碳排放強度地區。

3) 河北省118個縣農業碳排放總和自2014年至2020年實現了七連降,從5 731.94 kt下降到3 719.04 kt,年平均下降速度為6.37%。華北平原農業碳排放量高的大多數縣域年均變化率存在下降趨勢,而張家口地區農業碳排放量低的部分縣域年均變化率卻顯示在快速上升。平原地區的農業碳排放強度年均變化率呈下降趨勢,個別分散縣域,如灤南縣、井陘縣、深澤縣、河間市、豐寧滿族自治縣、沙河市、平山縣等農業碳排放強度年均變化率在較快速度上升。

4) 通過計算Moran’s I指數,可以看出農業碳排放量存在明顯的正向全局空間自相關。農業碳排放量局部空間自相關顯示LL集聚的縣域主要分布在張家口和承德地區,滄州、衡水和邢臺地區的HH 集聚縣域在2020年有所減少,可見2020年平原地區的大多數縣域農業碳減排取得了較為顯著的成效。

4.2 政策建議

對河北省縣域尺度農業碳排放不同維度空間演化特征的分析,借鑒近幾年農業碳減排取得明顯效果的縣域,如盧龍縣、新樂市、固安縣、圍場滿蒙自治縣、滄縣、贊皇縣、三河市、灤平縣等,推行適合當地農業發展的碳減排舉措。

1) 提高農資利用效率,改良土壤環境。提高農資利用效率主要是從化肥、農藥、農膜以及農業灌溉等方面著手,通過采用測土配方肥、水肥一體化、有機肥替代化肥、秸稈肥料化、綠肥種植等方式提高農作物化肥吸收率以及減少化肥的使用量,依靠科技研發具有抗病蟲害和節水耐旱等特性的品種,提倡用物理方法控制病蟲害,鼓勵各縣開展農膜回收,實行先進灌溉制度與灌溉技術的結合,從而降低農藥和農膜的使用量,提高農業水資源的利用效率。盧龍縣舉行土壤污染防治農業面源污染治理高端研討會,探尋提高農資利用效率的途徑,圍場滿蒙自治縣加快節水灌溉配套設施的建設等,都有利于減少農業碳排放。此外還可以通過采用秸稈、畜禽糞便還田以及果園生草覆蓋等措施提高土壤固碳能力,促進農田由“碳源”向“碳匯”型生態系統轉變。

2) 政府加強低碳農業宣傳,加大低碳農業財政支持??h級政府與鄉鎮政府密切合作,對農民進行低碳農業的宣傳教育,同時發揮政府的引導作用,建設農業低碳區示范點以及評選現代種植業低碳示范戶,以實際案例進行宣傳,帶動更多的農民發展低碳農業。借鑒新樂市提出的各金融單位要開展常態化、有效性、多形式的銀農、銀企對接,給予“三農經濟”足夠資金支持。政府應對積極利用低碳型農業生產資料(有機肥等)或踐行低碳生產行為(秸稈還田、地膜回收等)的各類生產主體予以適當的價格補貼。

3) 結合縣域特色,發展農旅融合模式。參考近年來固安縣通過果蔬種植、采摘、民宿等形成鄉村振興的“固安樣板”,圍場滿蒙自治縣推行的花卉與中藥材結合的農業結構調整,河北省縣域數量眾多,縣域的特色不盡相同,結合當地的農業特色開展低碳農業景觀觀光、農業莊園度假、家庭農場體驗、鄉土民俗文化旅游等新業態,進而通過出售門票、紀念品、特色農產品等方式,幫助低碳農業經營主體獲得溢價回報,推動低碳農業價值實現良性循環。

4) 充分利用空間溢出效應,協同推進河北省縣域農業碳減排進程。在考慮當地縣域農業發展水平現狀與資源稟賦的前提下,學習周邊先進縣域農業碳減排的方案措施,加強縣域之間的合作,鼓勵碳減排取得明顯成效的縣域向周邊縣域分享兼顧經濟產出和減源增匯的農業發展經驗,充分發揮城鎮化進程中的正向輻射作用。

猜你喜歡
高碳變化率排放量
基于電流變化率的交流濾波器失諧元件在線辨識方法
高碳醇/膨脹石墨復合相變熱沉多目標優化
中國高碳行業上市公司碳排放強度榜
中國高碳行業上市公司碳排放總量榜
天然氣輸配系統甲烷排放量化方法
黑龍江省碳排放量影響因素研究
例談中考題中的變化率問題
利用基波相量變化率的快速選相方法
川滇地區地殼應變能密度變化率與強震復發間隔的數值模擬
過硼酸鈉對高碳烯烴的環氧化
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合