南京都市農(nóng)業(yè)農(nóng)地利用碳排放測算及趨勢預測

王 琦, 黎孔清, 朱利群

(南京農(nóng)業(yè)大學 人文與社會發(fā)展學院, 江蘇 南京 210095)

南京都市農(nóng)業(yè)農(nóng)地利用碳排放測算及趨勢預測

王 琦, 黎孔清, 朱利群

(南京農(nóng)業(yè)大學人文與社會發(fā)展學院,江蘇南京210095)

[目的] 測算南京市都市農(nóng)業(yè)農(nóng)地利用碳效應，為發(fā)展都市農(nóng)業(yè)的其他城市提供可借鑒的低碳經(jīng)驗。 [方法] 基于化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、灌溉、翻耕6個主要方面的碳源，測算南京市1996—2014年的農(nóng)地利用碳排放量，綜合林地、草地、園地3個主要方面的碳匯變化特征，探索農(nóng)地利用方式變化導致的碳效應。并基于灰色GM(1,1)模型預測南京市農(nóng)地利用碳排放量趨勢。 [結(jié)果] 1996—2014年南京農(nóng)地利用碳排放量總體呈現(xiàn)“上升—波動—平穩(wěn)下降”的3階段特征，縱向來看，2005—2014年林地碳匯、草地碳匯有所下降，但變化趨勢不同。橫向來看，由于各區(qū)承載的城市功能不同，區(qū)域碳匯差異較大。從農(nóng)地利用方式變化的碳效應來看，2000—2008年南京市因生態(tài)退耕產(chǎn)生碳匯呈先上升后下降的變化趨勢，建設占用導致的碳排放量變化趨勢呈現(xiàn)Z字形上升。基于灰色GM(1，1)模型采用等維遞補預測方法，預計到2020年該市農(nóng)地利用碳排放量為1.11×105t。 [結(jié)論] 南京市農(nóng)地利用碳排放的變化趨勢與經(jīng)濟發(fā)展和都市農(nóng)業(yè)發(fā)展進程密切相關(guān)。林地、草地面積的減少降低了原本不高的碳匯效應，并且由于經(jīng)濟發(fā)展與城市建設需要，持續(xù)上升的建設占用碳排放對南京市碳效應影響巨大。

農(nóng)地利用方式; 碳排放; 灰色GM(1,1)模型; 南京市都市農(nóng)業(yè)

文獻參數(shù)： 王琦, 黎孔清, 朱利群.南京都市農(nóng)業(yè)農(nóng)地利用碳排放測算及趨勢預測[J].水土保持通報，2017,37(4)：288-294.DOI:10.13961/j.cnki.stbctb.20170510.001；WangQi,LiKongqing,ZhuLiqun.EstimationofcarbonutilizationandpredictionofagriculturallanduseinurbanagricultureofNanjingCity[J].BulletinofSoilandWaterConservation, 2017,37(4)：288-294.DOI:10.13961/j.cnki.stbctb.20170510.001

由碳排放導致的全球氣候變暖問題嚴峻，現(xiàn)已成為人類社會實現(xiàn)可持續(xù)發(fā)展的重大挑戰(zhàn)。隨著工業(yè)化與城鎮(zhèn)化的推進，農(nóng)業(yè)生產(chǎn)的單位面積投入(化肥、農(nóng)藥、農(nóng)膜等)不斷增加，導致農(nóng)地利用碳排放問題顯現(xiàn)。據(jù)測算，農(nóng)業(yè)溫室氣體排放約占全球排放總量的14%，已成為僅次于電熱生產(chǎn)的第二大排放源(IPCC，2007)。我國作為農(nóng)業(yè)大國，農(nóng)業(yè)溫室氣體排放約占全國排放總量的17%(中國環(huán)境與發(fā)展國際合作委員會，2004)，正面臨著巨大的減排壓力。南京市是我國東部地區(qū)重要的中心城市，同時也是重要的農(nóng)業(yè)和商品糧基地之一，于上個世紀90年代提出發(fā)展都市農(nóng)業(yè)，即以現(xiàn)代化城市資源為依托，以資源、環(huán)境、生態(tài)、經(jīng)濟、科技、社會等協(xié)調(diào)發(fā)展為宗旨的可持續(xù)現(xiàn)代農(nóng)業(yè)系統(tǒng)。經(jīng)過多年發(fā)展，總體上完成了城郊型農(nóng)業(yè)向都市型農(nóng)業(yè)的過渡[1-2]。碳效應已然成為當前的一個研究熱點，新型農(nóng)業(yè)發(fā)展模式的農(nóng)地利用碳效應研究更有待人們探索。

近年來，很多學者從全國范圍[3]、地區(qū)范圍[4]，以及省域范圍[5-6]對區(qū)域碳排放的階段特征及主導因素進行了研究。對于碳排放測算方法的研究，厘清各用地類型的碳流通過程，構(gòu)建城市系統(tǒng)垂直碳通量核算體系，明確各碳通量來源的測算方法[7]，從低碳經(jīng)濟角度去綜合評價和分析區(qū)域土地利用水平[8]。對于碳排放影響因素的研究，國內(nèi)外研究常采用的分析方法有迪氏對數(shù)指標分解法(LMDI)、IPAT模型、STIRPAT模型、Laspeyres指數(shù)法、Kaya恒等式等[9]。經(jīng)濟發(fā)展與碳排放也是專家學者研究的熱點。學者們對低碳經(jīng)濟這一人類的必然選擇進行了廣泛的研究[10-12]，基于數(shù)據(jù)測算，Honltz-Eakin等[13]認為人均碳排放與人均GDP之間具有倒U形關(guān)系，而Shafik[14]研究發(fā)現(xiàn)人均碳排放與人均GDP之間呈現(xiàn)單調(diào)遞增的線性關(guān)系。已有研究主要針對碳排放量較大或生態(tài)環(huán)境脆弱的區(qū)域，基本反映碳排放現(xiàn)狀，能涵蓋所有影響碳排放的因素，但少有人對特定類型的區(qū)域農(nóng)業(yè)農(nóng)地利用碳排放進行研究。同時，基于影響因素對碳排放量趨勢進行研究，偶然因素的干擾降低了預測值的準確性。在此，本文測算南京市都市農(nóng)業(yè)農(nóng)地利用碳效應，并基于灰色GM(1,1)模型預測該市農(nóng)地利用碳排放量趨勢。理論上，研究成果是對現(xiàn)有研究體系的重要補充?，F(xiàn)實中，不僅有利于南京農(nóng)地利用碳排放量的減少，也為我國發(fā)展都市農(nóng)業(yè)的其他城市提供可借鑒的低碳發(fā)展經(jīng)驗。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域與數(shù)據(jù)來源

南京地處我國東部地區(qū)，是國務院批復確定的中國東部地區(qū)重要的中心城市。其都市農(nóng)業(yè)發(fā)展可以分為兩個階段： ① 1996—2001年，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整階段； ② 2001年至今，農(nóng)業(yè)功能調(diào)整階段。2001年以來，南京市逐步將農(nóng)業(yè)納入整個城市發(fā)展進程，推進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及功能性的完善[15]。以加強生產(chǎn)功能為基礎(chǔ)，不斷拓展其服務功能以及生態(tài)功能，該市功能性結(jié)構(gòu)調(diào)整初現(xiàn)端倪[16]。初步實現(xiàn)了均衡、協(xié)調(diào)和可持續(xù)發(fā)展[17]。南京市農(nóng)業(yè)生產(chǎn)主要分布在浦口區(qū)、棲霞區(qū)、雨花臺區(qū)、江寧區(qū)、六合區(qū)、溧水區(qū)和高淳區(qū)，2014年該市實現(xiàn)農(nóng)林牧漁業(yè)總產(chǎn)值383億元，同比增長9.2%，占該市GDP的2.5%，建設“菜籃子”基地1.33×104hm2，葉菜自給率超過80%。農(nóng)業(yè)服務功能發(fā)展方面，該市累計建成休閑農(nóng)業(yè)景區(qū)(景點)250個，其中國家級12個，打造出高淳國際慢城、六合茉莉花村等一批休閑農(nóng)業(yè)亮點，2013年休閑農(nóng)業(yè)實現(xiàn)綜合收入46億元[18]。生態(tài)功能方面，在中國各地區(qū)低碳經(jīng)濟發(fā)展進程評估研究中，江蘇省被列為有效率省市，排名僅次于上海市[19]。南京作為省會城市，在發(fā)展低碳經(jīng)濟過程中的貢獻不言而喻。

所需各年份數(shù)據(jù)均來自《南京統(tǒng)計年鑒》、《南京國土資源公報》。其中化肥、農(nóng)藥、農(nóng)膜、柴油數(shù)據(jù)以南京市當年實際使用量為準；翻耕數(shù)據(jù)以南京市當年農(nóng)作物實際播種面積為準，農(nóng)業(yè)灌溉則以當年南京市實際灌溉面積為準。

1.2 農(nóng)地利用碳效應的估算方法

農(nóng)地利用的碳效應是指農(nóng)業(yè)生產(chǎn)活動過程中直接或間接作用于農(nóng)地而引發(fā)的碳排放與碳吸收。以往研究表明，耕地利用的碳排放主要來源于6個方面： ① 化肥生產(chǎn)和使用過程中所導致的農(nóng)地直接或間接的碳排放； ② 農(nóng)藥生產(chǎn)和使用過程中所導致的碳排放； ③ 農(nóng)膜生產(chǎn)和使用過程中所引起的碳排放； ④ 由于農(nóng)業(yè)機械運用而直接或間接消耗化石燃料(主要是農(nóng)用柴油)所產(chǎn)生的碳排放； ⑤ 農(nóng)地翻耕破壞土壤有機碳庫，大量有機碳流失到空中所形成的碳排放； ⑥ 灌溉過程中電能利用間接耗費化石燃料所形成的碳釋放。碳吸收效應主要測算林地、草地、園地3個方面，因農(nóng)作物生長過程匯聚的碳元素最終通過人類的消費和秸稈焚燒轉(zhuǎn)換、釋放，所以農(nóng)作物碳吸收作用不納入測算。碳排放(吸收)估算公式如下：

E=∑Ei=∑Ti·δi

式中：Ei——指各種類型土地碳排放(吸收)量；Ti——各碳排放(吸收)源的量；δi——各碳排放源的排放(吸收)系數(shù)，分別歸納出農(nóng)地碳排放(吸收)系數(shù)(表1)。

表1 主要土地碳效應系數(shù)及參考來源

注：IREEA為南京農(nóng)業(yè)大學農(nóng)業(yè)資源與生態(tài)環(huán)境研究所； IPCC為聯(lián)合國氣候變化政府間專家委員會。

1.3 灰色GM(1,1)預測模型的建立

灰色預測模型就是將原始信息數(shù)據(jù)序列通過一定的數(shù)學方法處理后，將其轉(zhuǎn)化為動態(tài)微分方程來描述原系統(tǒng)的內(nèi)在特征，建立抽象系統(tǒng)的動態(tài)演變預測模型[26]。設由n+1個原始數(shù)據(jù)組成的原始數(shù)列為X(0)，對X(0)進行一次累加生成得到X(1)。GM(1,1)模型的一階線性常系數(shù)微分方程標準型公式為：

為提高模型的預測精度以及可靠性要進行模型檢驗，包括殘差檢驗、級比偏差檢驗、關(guān)聯(lián)度檢驗和后驗差檢驗。C為方差比，P為小概率誤差，MG(1，1)模型精度等級如表2所示，精度等級越小越好，4級為不合格。

表2 MG(1，1)模型精度等級

2 結(jié)果與分析

2.1 南京市農(nóng)地利用碳排放特征分析

根據(jù)上文中給出的碳排放測算公式和碳源系數(shù)，定量測算南京市1996—2014年農(nóng)地利用碳排放(表3)。結(jié)果表明，南京都市農(nóng)業(yè)農(nóng)地利用碳排放量有所下降，由1996年的2.04×105t減少至1.26×105t，增長了-0.38倍，年均增長率達到-2.64%。從各生產(chǎn)要素碳排放量構(gòu)成份額看，化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、灌溉、翻耕碳排放量占總排放量的比重均值依次為63.8%，10.6%，14.2%，8.0%，2.7%和0.5%，其中，化肥、農(nóng)藥和農(nóng)膜是農(nóng)地利用碳排放的主要來源。1996—2014年化肥、農(nóng)藥施用所導致的碳排放量有減少的趨勢，化肥對碳排放量減少的貢獻超過百分之百；農(nóng)膜1996年排放量僅為1.41×104t，到2014年增長到2.72×104t，年均增長率為3.71%，2004年碳排放量超過農(nóng)藥，成為排放量占比第二的物質(zhì)投入。而翻耕、農(nóng)用柴油、灌溉帶來的碳排放量變化不明顯，有不同程度的增加或減少。

從總量上看，南京市都市農(nóng)業(yè)農(nóng)地利用碳排放量呈有所下降，并且碳排放強度變化軌跡與此基本一致(圖1)，但計算碳排放總量的環(huán)比增速可以看出，南京市農(nóng)地利用碳排放總量具有階段性特點，且增加(減少)幅度呈波動趨勢(圖2)，進一步將南京市農(nóng)地利用碳排放總量劃分為3個階段：

第1階段，1996—2001年南京市農(nóng)地利用碳排放量呈增長態(tài)勢，年均增長率為4.51%。其中，化肥、農(nóng)藥碳排放量均有所增加，農(nóng)膜碳排放雖比重較小，但5 a間增長了1.41倍。該階段南京市農(nóng)業(yè)正經(jīng)歷從城郊農(nóng)業(yè)向都市農(nóng)業(yè)轉(zhuǎn)變的過程，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是這一階段該市農(nóng)業(yè)發(fā)展的主旋律，農(nóng)業(yè)生產(chǎn)還處于粗放生產(chǎn)的狀態(tài)，對化肥、農(nóng)藥以及農(nóng)膜需求較高。此時的農(nóng)業(yè)產(chǎn)值的增長是以高投入為代價的。

第2階段，2002—2011年南京市農(nóng)地利用碳排放量呈現(xiàn)波動趨勢，碳排放量有所下降，但年際變化波動性很大，下降最快年份的環(huán)比增速為-13.63%，2012年下降程度最小，環(huán)比增速為-1.22%。其中，2003，2006和2008年下降程度較大。探究其內(nèi)在原因，這與南京市經(jīng)濟發(fā)展和都市農(nóng)業(yè)發(fā)展進程密切相關(guān)。2002年以來，村集體經(jīng)濟的興起與繁榮使得許多農(nóng)民轉(zhuǎn)向二、三產(chǎn)業(yè)，一部分農(nóng)民選擇了進城務工，農(nóng)業(yè)在國民經(jīng)濟中的份額不斷降低，導致農(nóng)業(yè)經(jīng)營者對生產(chǎn)資料的需求減少。同年，在南京市都市農(nóng)業(yè)發(fā)展思路的指導下，生態(tài)農(nóng)業(yè)、觀光農(nóng)業(yè)等現(xiàn)代化農(nóng)業(yè)發(fā)展模式開始推進，并以呈現(xiàn)農(nóng)業(yè)豐富功能性為目標。除此之外，這一階段各種農(nóng)業(yè)發(fā)展模式還在探索階段，并且受市場因素影響較大，缺少發(fā)展經(jīng)驗使得農(nóng)地利用產(chǎn)生的碳排放量變化波動明顯。

第3階段，2012—2014年南京市農(nóng)地利用碳排放量雖呈現(xiàn)下降趨勢，但下降幅度并不大，平均下降1.5%。這主要是現(xiàn)代化農(nóng)業(yè)改革發(fā)展到一定程度，對技術(shù)、資源等要求越來越高，農(nóng)地利用碳排放量下降程度逐漸放緩。

表3 南京市1996-2014年農(nóng)地利用碳排放情況

圖1 南京市1996-2014年農(nóng)地利用碳排放量及排放強度

圖2 南京市1996-2014年農(nóng)地利用碳排放總量和環(huán)比增速

2.2 南京市林地、草地、園地碳匯變化特征分析

南京市林地碳匯從2005年的3.62×104t下降到2014年的3.52×104t，年增長率僅為-0.32%。2005年以來林地面積呈現(xiàn)波動下降的態(tài)勢，多數(shù)年份間“上升—下降”趨勢交替顯現(xiàn)，2005—2008年下降趨勢最為明顯。南京市一直在國家“退耕還林”與“守住18億畝耕地紅線”間尋找發(fā)展的平衡。隨著南京市草地面積的減少，草地碳匯呈現(xiàn)下降趨勢，從1.07 t驟降至0.37 t。2001年以來南京市逐步完善城市建設，撤縣設區(qū)、加快腳步建設現(xiàn)代化都市。盡管南京市草地面積并不大，但經(jīng)濟發(fā)展與城市建設需要威脅著草地資源，帶來的環(huán)境影響也不可小覷。南京園地碳匯從2005年的2.0×103t增長到2014年的2.30×103t，增長18.01%(表4)。南京市都市農(nóng)業(yè)的發(fā)展極大的繁榮了當?shù)氐墓叻N植，與此同時，高淳國際慢城、江寧金花村、六合茉莉花村、浦口珍珠村等一批休閑農(nóng)業(yè)也不斷建成，這對碳匯增加有明顯的正向促進作用。

從各區(qū)碳匯來看，由于承載的城市功能不同，區(qū)域碳匯差異較大。2014年林地碳匯最多的江寧區(qū)為1.12×104t，最少的秦淮區(qū)僅為11.75 t。草地碳匯主要集中在棲霞區(qū)、浦口區(qū)、六合區(qū)、溧水區(qū)，4區(qū)草地碳匯占南京市草地碳匯總量的98.33%。園地碳匯各區(qū)均有貢獻，其中江寧區(qū)、溧水區(qū)、高淳區(qū)等農(nóng)業(yè)生產(chǎn)主要分布地碳匯貢獻較多，鼓樓區(qū)碳匯貢獻最少僅為1.94 t。

表4 南京市2005-2014年林地、草地、園地碳匯量

2.3 南京市農(nóng)地類型變化的碳效應分析

2.3.1 農(nóng)地政策變化的單位碳排放效果分析 農(nóng)地利用方式變化所引起的碳效應本研究采用差值法測算。

以耕地、林地間的轉(zhuǎn)換為例可知，耕地碳排系數(shù)為α，林地碳匯系數(shù)為-β，草地的碳匯系數(shù)為-μ，建設用地的碳排系數(shù)為λ，則可得出：退耕還林的碳匯效果為-(α+β)，毀林開荒的碳排效果即為(α+β)；退耕還草的碳匯效果為-(α+μ)，毀草開荒的碳排效果為(α+μ)；建設農(nóng)地轉(zhuǎn)為耕地碳減排效果為-(λ-α)，耕地轉(zhuǎn)為建設用地的碳增排效果為(λ-α)；建設用地轉(zhuǎn)為林地的碳匯效果為-(β+λ)，林地轉(zhuǎn)為建設用地的碳排效果為(β+λ)；建設用地轉(zhuǎn)為草地的碳匯效果為-(μ+λ)，草地轉(zhuǎn)為建設用地的碳排效果為(μ+λ)。計算數(shù)據(jù)方面，耕地碳排放強度數(shù)據(jù)源自表3，建設用地碳排系數(shù)以黃賢金的為準，為55.8 t/hm2。林地、草地、建設用地的碳排、碳匯系數(shù)均為固定值，而耕地碳排放強度數(shù)據(jù)采用歷年變化值?；诓钪捣ǖ贸龈嘏c林地、耕地與草地以及耕地與建設用地之間的轉(zhuǎn)變所導致的歷年碳排、碳匯的變化情況詳見表5。林地、草地、建設用地間的轉(zhuǎn)變由于采用統(tǒng)一標準，不存在年際差異。

表5 農(nóng)地利用方式轉(zhuǎn)變單位面積碳排放/碳匯效果分析 kg/hm2

2.3.2 生態(tài)退耕與建設占用的碳效應變化分析 農(nóng)地利用方式改變是導致其碳功能發(fā)生變化的重要原因，本研究結(jié)合南京市當前實際，生態(tài)退耕(近似認為是退耕還林)、建設占用(近似認為是耕地轉(zhuǎn)為建設用地)是最普遍的兩類農(nóng)地利用轉(zhuǎn)換形式。鑒于不同年份生態(tài)退耕、建設占用面積以及各自轉(zhuǎn)換系數(shù)存在差異，計算歷年南京市生態(tài)退耕與建設占用碳排放變化情況。

由表6可知2000—2008年，南京市因生態(tài)退耕產(chǎn)生碳匯呈先上升后減少的變化趨勢，2002年達到最大值71.29 t，而2007年以來產(chǎn)生碳匯不足10 t；相反，建設占用導致的碳排放量由2000年的8.30×103t上升至2008年的4.49×104t，年均增長率高達23%，大量且持續(xù)增長的建設占用碳排放對南京市凈碳效應影響巨大。進一步探索可知，2000年以來由生態(tài)退耕引起的碳匯效應和由建設占用引起的碳排效應呈明顯的階段性變化。其中碳匯量變化在2002年達到極致，隨后急劇下降，2005年后平穩(wěn)下降；而碳排放量變化呈現(xiàn)Z字形增長趨勢，前后變化趨勢相對小，中間波動劇烈。

表6 南京市2000-2008年生態(tài)退耕與建設占用碳排放變化情況

2.4 南京市農(nóng)地利用碳排放趨勢預測

以2009—2014年測算出的南京市農(nóng)地利用碳排放量為原始序列，通過累加生成、平均數(shù)生成等步驟建立GM(1，1)模型，進而對未來幾年南京市農(nóng)地利用碳排放量進行預測。GM(1,1)模型建立詳見表7，其中n=6，σ(0)(k)∈[0.75,1.33]。

表7 GM(1,1)模型預測計算結(jié)果

模型預測精度達99.02%>90%，滿足精度要求；級比偏差值為1.37%<10%，符合要求；關(guān)聯(lián)度為0.70，根據(jù)經(jīng)驗當分辨率ρ=0.5時,關(guān)聯(lián)度r>0.6便較為滿意；后驗差檢驗中，C值越小P值越大模型精度越高。

表8 基于GM(1，1)模型的2015-2020年南京市農(nóng)地利用碳排放預測結(jié)果

進一步用SPSS的曲線回歸分析來進行時間序列的趨勢分析，選擇2012—2020年的碳排放量為因變量，年份為自變量(表9)。表9顯示，各模型方程的sig都不大于0.01，顯著性較強，指數(shù)曲線的擬合優(yōu)度最高。農(nóng)地利用碳排放量繼續(xù)保持下降趨勢，但底數(shù)過小下降程度小，遠不足以彌補建設占用導致碳排量的增加。

表9 模型匯總和參數(shù)估計值

3 結(jié) 論

(1) 南京都市農(nóng)業(yè)農(nóng)地利用碳排放量呈“上升—波動—平穩(wěn)下降”的3階段特征，由1996年的2.04×105t減少至1.26×105t，增長了-0.38倍，年均增長率達到-2.64%。從各生產(chǎn)要素碳排放量構(gòu)成份額看，化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、灌溉、翻耕碳排放量占總排放量的比重均值依次為63.8%，10.6%，14.2%，8.0%，2.7%，0.5%。1996—2014年化肥、農(nóng)藥施用量下降，并且化肥對碳排放量減少的貢獻超過百分之百；農(nóng)膜使用量增加，其導致的碳排放量于2004年超過農(nóng)藥，成為排放量占比第二的物質(zhì)投入；翻耕、農(nóng)用柴油、灌溉帶來的碳排放量變化不明顯，有不同程度的增加或減少。

(2) 縱向來看林地碳匯、草地碳匯有所下降，但變化趨勢不同，園地碳匯有所增加。林地碳匯從2005年的3.62×104t下降到2014年的3.52×104t，呈現(xiàn)波動下降的態(tài)勢，多數(shù)年份間“上升—下降”趨勢交替顯現(xiàn)，2005—2008年下降趨勢最為明顯。隨著南京市草地面積的減少，草地碳匯呈現(xiàn)下降趨勢，從1.07 t驟降至0.36 t。園地碳匯從2005年的2.0×103t增長到2014年的2.3×103t，增長18.01%。南京市都市農(nóng)業(yè)的發(fā)展極大的繁榮了當?shù)氐墓叻N植，對碳匯增加有明顯的正向促進作用。橫向來看，由于各區(qū)承載的城市功能不同，區(qū)域碳匯差異較大。

(3) 農(nóng)地利用方式改變的碳效應來看，2000—2008年，南京市因生態(tài)退耕產(chǎn)生碳匯呈先上升后下降的變化趨勢，2002年達到最大值71.29 t，而2007年以來產(chǎn)生碳匯不足10 t；相反，建設占用導致的碳排放量由2000年的8.30×103t上升至2008年的4.49×104t，年均增長率高達23%，變化趨勢呈現(xiàn)Z字形上升，前后變化趨勢相對小，中間波動劇烈。盡管預計到2020年該市農(nóng)地利用碳排放量將下降到1.11×105t，整體保持下降趨勢，但底數(shù)過小下降程度小，遠不足以彌補建設占用導致碳排量的增加。

(4) 南京市農(nóng)地利用碳排放的變化趨勢與經(jīng)濟發(fā)展和都市農(nóng)業(yè)發(fā)展進程密切相關(guān)。一方面，二三產(chǎn)業(yè)的繁榮發(fā)展減少了生產(chǎn)資料的需要，并且都市農(nóng)業(yè)指導思路下的農(nóng)業(yè)生產(chǎn)對化肥農(nóng)藥的施用量有所控制，減少了農(nóng)地利用碳排放量，園地面積擴大、休閑農(nóng)業(yè)繁榮發(fā)展增加了碳匯量；另一方面，農(nóng)業(yè)機械化、集約化發(fā)展，柴油、農(nóng)膜等農(nóng)業(yè)生產(chǎn)資料的使用導致的碳排放也不可忽視，林地、草地面積的減少降低了原本不高的碳匯效應，由于經(jīng)濟發(fā)展與城市建設需要，持續(xù)增長的建設占用造成大量碳排放對南京市碳效應影響巨大。

[1] 徐慧慧.南京都市農(nóng)業(yè)發(fā)展的實證研究[D].江蘇 南京:南京農(nóng)業(yè)大學,2010.

[2] 陳俊紅,姜翠紅,李紅.都市型現(xiàn)代農(nóng)業(yè)低碳經(jīng)濟進程評價及建議：以大興區(qū)為例[J].生態(tài)經(jīng)濟：學術(shù)版,2011(1):303-306.

[3] 田云,李波,張俊飚.我國農(nóng)地利用碳排放的階段特征及因素分解研究[J].中國地質(zhì)大學學報：社會科學版,2011,11(1):59-63.

[4] 李俊杰.民族地區(qū)農(nóng)地利用碳排放測算及影響因素研究[J].中國人口·資源與環(huán)境,2012,22(9):42-47.

[5] 張勇,張樂勤,汪應宏，等.安徽省池州市土地利用碳排放演變及其影響因素[J].中國農(nóng)業(yè)大學學報,2014,19(2):216-223.

[6] 張婷.江西省農(nóng)地利用碳排放效應及碳減排對策研究[D].江西 南昌:西農(nóng)業(yè)大學,2014.

[7] 屈宇宏.城市土地利用碳通量測算、碳效應分析及調(diào)控機制研究[D].湖北 武漢:華中農(nóng)業(yè)大學,2015.

[8] 黎孔清.低碳經(jīng)濟導向的區(qū)域土地利用評價與結(jié)構(gòu)優(yōu)化研究[D].湖北 武漢:華中農(nóng)業(yè)大學,2013.

[9] 朱亞紅,馬燕玲,陳秉譜.甘肅省農(nóng)地利用碳排放測算及影響因素研究[J].農(nóng)業(yè)現(xiàn)代化研究,2014(2):248-252.

[10] 尹希果,霍婷.國外低碳經(jīng)濟研究綜述[J].中國人口·資源與環(huán)境,2010,20(9):18-23.

[11] 韋獻斌.低碳經(jīng)濟視角下的低碳農(nóng)業(yè)發(fā)展戰(zhàn)略淺述[J].現(xiàn)代經(jīng)濟信息,2016(1):373.

[12] 付加鋒,莊貴陽,高慶先.低碳經(jīng)濟的概念辨識及評價指標體系構(gòu)建[J].中國人口·資源與環(huán)境,2010,20(8):38-43.

[13] Holtz eakin D, Se lden T M. Stoking the Fires? CO2Emissions and Economic Growth[J].ournal of Public Economics，1995，57(1) :85-101.

[14] Shafik N, Bandyopadhyay S. Economic Growth and Environmental Quality: Time Series and Cross-Country Evidence[R]. Washington: The World Bank， World Development Report Working Paper WPS 904,1992.

[15] 張永青,沈建華.實施品牌戰(zhàn)略發(fā)展都市農(nóng)業(yè)：南京市農(nóng)林局局長安開根暢談農(nóng)業(yè)創(chuàng)牌[J].江蘇農(nóng)村經(jīng)濟,2006(8):20-23.

[16] 王琿.南京都市農(nóng)業(yè)發(fā)展研究[D]. 江蘇 南京:南京農(nóng)業(yè)大學,2010.

[17] 市政府關(guān)于印發(fā)南京市“十三五”現(xiàn)代農(nóng)業(yè)發(fā)展規(guī)劃的通知[EB/OL]. (2016-07-20)[2017-2-17].http:∥www.njaf.gov.cn/26500/27111/27113/201607/t20160726_4050126.html.

[18] 南京市農(nóng)業(yè)概況[EB/OL]. (2015-02-16)[2017-2-17].http://www.njaf.gov.cn/26500/27088.

[19] 陳詩一. 中國各地區(qū)低碳經(jīng)濟轉(zhuǎn)型進程評估 [J]. 經(jīng)濟研究,2012(8):32-44.

[20]West T O，Marland G. A synthesis of carbon sequestration， carbone missions， and net carbon flux in agriculture： Comparing tillage practices in the United States[J]. Agriculture Ecosystems and Environment，2002，91(1/3)：217-232.

[21] 智靜，高吉喜.中國城鄉(xiāng)居民食品消費碳排放對比分析[J].地理科學進展，2009，28(3)：429-434.

[22] 伍芬琳，李琳，張海林，等. 保護性耕作對農(nóng)田生態(tài)系統(tǒng)凈碳釋放量的影響[J]. 生態(tài)學雜志，2007，26(12)：2035-2039.

[23] Dubey A, Lal R. Carbon footprint and sustainability of agricultural production systems in Punjab, India and Ohio,USA[J]. Journal of Crop Improvement, 2009, 23(4):332-350.

[24] 黃賢金. 區(qū)域產(chǎn)業(yè)結(jié)構(gòu)變化的碳排放效應研究：以江蘇省為例[C].江蘇 南京：中國地理學會2007年學術(shù)年會論文摘要集,2007.

[25] 方精云，郭兆迪，樸世龍，等．1981—2000年中國陸地植被碳匯的估算[J]．中國科學(D)：地球科學，2007，37(6)：804-812.

[26] 張永波.基于灰色系統(tǒng)理論的預測模型的研究 [D]. 黑龍江 哈爾濱:哈爾濱工程大學,2005.

EstimationofCarbonUtilizationandPredictionofAgriculturalLandUseinUrbanAgricultureofNanjingCity

WANGQi,LIKongqing,ZHULiqun

(CollegeofHumanitiesandSocialDevelopment,NanjingAgriculturalUniversity,Nanjing，Jiangsu210095,China)

[Objective] The carbon effect of urban agricultural land was estimated in Nanjing City to provide development experience for other cities with urban agriculture. [Methods] The carbon emissions from agricultural land in Nanjing City were calculated from 1996 to 2014 based on six main carbon sources of chemical fertilizers, pesticides, agricultural film, agricultural diesel, irrigation and tillage. At the same time, the variations of three main carbon sinks, including forest land, grassland, garden, were explored to illustrate the carbon effects of agricultural land use changes. In the end, the trend of carbon emissions from agricultural land in Nanjing City was predicted based on the gray GM(1,1) model. [Results] From 1996 to 2014, the carbon emissions from agricultural land use in Nanjing City showed a three-stage variation of “rising-fluctuating-steady decline”. Chronically, the carbon sinks of both forest land and grass land decreased from 2005 to 2014, but their decreasing rate was different. From the view of regional comparison, due to the city carrying function was different, regional carbon sinks differed greatly. In terms of the carbon effect of the change of agricultural land use, the carbon sequestration in Nanjing City from 2000 to 2008 increased at first and then decreased; and carbon emission caused by construction occupancy experienced a Z-shaped variation. Based on the gray GM(1,1) model, the isobar metric forecasting method was used. It was estimated that the agricultural carbon use in the city will be 1.11×105t by 2020. [Conclusion] The trend of carbon use in Nanjing City was closely related to the economic development and the process of urban agriculture development. The reductions of forest land and grass land area reduced the original carbon sink effect. And as a result from economic development and urban construction needs, the continued growth in construction land have great impact, which will result in a large number of carbon emissions in Nanjing City.

agriculturallanduse;carbonemission;grayGM(1,1)model;urbanagricultureofNanjingCity

A

： 1000-288X(2017)04-0288-07

：X321

2017-02-10

：2017-02-21

教育部人文社會科學研究青年基金項目“南方稻田不同施肥措施的凈減排潛力及推廣機制優(yōu)化研究”(15YJCZH246)，“基于生態(tài)文明的區(qū)域土地利用碳排放效應及減排政策研究”(14YJC630058)； 中國博士后科學基金項目(2015M570463)； 江蘇高校哲學社會科學研究項目(2015SJD087， 2014SJD072)；江蘇省自然科學基金項目(BK2015068)； 南京農(nóng)業(yè)大學中央高校基本科研業(yè)務費人文社科基金育才項目(SKYC2017019)

王琦(1996—),遼寧省朝陽市人,本科生,研究方向為區(qū)域農(nóng)業(yè)與低碳排放方面。E-mail:11614103@njau.edu.cn。

朱利群(1975—),江西省資溪縣人,博士，教授,主要從事區(qū)域農(nóng)業(yè)發(fā)展方面研究。E-mail:zhulq@njau.edu.cn。