2004—2015年長江中下游地區(qū)冬油菜生產(chǎn)碳足跡的時(shí)空變化*

陳中督, 徐春春, 紀(jì) 龍, 方福平

?

2004—2015年長江中下游地區(qū)冬油菜生產(chǎn)碳足跡的時(shí)空變化*

陳中督, 徐春春, 紀(jì) 龍, 方福平**

(中國水稻研究所 杭州 311300)

長江流域是我國油菜生產(chǎn)的主產(chǎn)區(qū), 系統(tǒng)分析油菜生產(chǎn)碳足跡對促進(jìn)該地區(qū)農(nóng)業(yè)低碳化生產(chǎn)與緩解氣候變化的影響具有重要的意義。本文基于油菜播種面積、產(chǎn)量及生產(chǎn)投入等統(tǒng)計(jì)資料數(shù)據(jù), 運(yùn)用農(nóng)業(yè)碳足跡理論和生命周期評價(jià)法定量分析2004—2015年長江中下游地區(qū)油菜生產(chǎn)碳足跡時(shí)空變化動(dòng)態(tài)及其構(gòu)成。研究結(jié)果表明, 油菜生產(chǎn)的碳足跡呈先下降后上升的趨勢, 最低點(diǎn)出現(xiàn)在2013年, 為2 177.6 kg?hm-2; 肥料和人工是長江流域油菜生產(chǎn)主要的溫室氣體排放源, 分別占總碳足跡的50.9%~53.1%和5.8%~8.4%。不同省份間油菜生產(chǎn)碳足跡具有明顯的差異, 江蘇省和浙江省的單位面積碳足跡(CFa)和單位產(chǎn)量碳足跡(CFy)均較高, 而湖南和江西兩省的CFa和CFy均較低。長江中下游地區(qū)油菜高產(chǎn)省CFa、CFy顯著高于低產(chǎn)省, 其中, 氮肥、磷肥和復(fù)合肥產(chǎn)生的碳足跡值均顯著高于低產(chǎn)省份, 分別提高81.7%、81.2%和112.8%(<0.05)。研究表明發(fā)展油菜生產(chǎn)節(jié)肥技術(shù), 加強(qiáng)機(jī)械一體化技術(shù)以減少人工成本是未來長江流域油菜應(yīng)對氣候變化發(fā)展低碳農(nóng)業(yè)的重要舉措。結(jié)果部分盡量詳細(xì)些

碳足跡; 油菜; 全球變暖; 生命周期; 時(shí)空變化; 減排

目前, 人為活動(dòng)所引起的氧化亞氮(N2O)、甲烷(CH4)和二氧化碳(CO2)等溫室氣體排放含量逐步升高, 從而導(dǎo)致全球氣候發(fā)生變化, 引起了國內(nèi)外學(xué)者的高度關(guān)注[1-2]。農(nóng)業(yè)是人為溫室氣體(主要是N2O、CH4、CO2)排放的主要來源, 估計(jì)占全球排放量的10%~12%[3-4], 其中農(nóng)產(chǎn)品的生產(chǎn)運(yùn)輸過程中所產(chǎn)生的間接排放也將導(dǎo)致全球溫室氣體排放進(jìn)一步增加[5-6]。在這種背景下, 以高效率、低能耗、低排放和高碳匯為特征的低碳農(nóng)業(yè)成為一種全新的現(xiàn)代農(nóng)業(yè)發(fā)展模式而備受關(guān)注[7]。中國作為世界上一個(gè)重要的農(nóng)業(yè)大國, 作物生產(chǎn)對全球碳排放的影響不可忽視[8]。因此, 減少農(nóng)業(yè)溫室氣體排放和促進(jìn)農(nóng)業(yè)低碳經(jīng)濟(jì)在控制溫室氣體排放總量方面顯得尤為重要。

碳足跡定義為衡量一項(xiàng)活動(dòng)直接或間接造成的溫室氣體排放總量, 或者是在產(chǎn)品生命階段積累的溫室氣體排放總量[9-10]。當(dāng)前, 碳足跡理論已經(jīng)廣泛運(yùn)用到農(nóng)業(yè)領(lǐng)域中。陳中督[11]基于南方雙季稻區(qū)水稻(L.)生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)表明, 南方稻區(qū)各個(gè)省份早晚稻生產(chǎn)碳足跡大部分表現(xiàn)為增加趨勢, 早稻生產(chǎn)碳足跡較晚稻大。王占彪等[2]對河北省棉花(spp.)生產(chǎn)碳足跡大小及構(gòu)成進(jìn)行了計(jì)算分析, 指出應(yīng)該逐步擴(kuò)大棉花種植面積, 并發(fā)展棉花節(jié)肥節(jié)水免覆膜技術(shù)。米松華等[12]基于浙江省投入產(chǎn)出表, 結(jié)合投入產(chǎn)出和生命周期評價(jià)法, 詳細(xì)闡明了浙江省農(nóng)業(yè)碳排放特征及其組成成分。所有這些研究表明, 農(nóng)業(yè)碳足跡理論結(jié)合生命周期評價(jià)方法, 可用于評估農(nóng)作物在氣候變化下的生態(tài)影響, 為綠色低碳的糧食作物系統(tǒng)評價(jià)提供了強(qiáng)有力的數(shù)據(jù)支撐和理論依據(jù)。

油菜(L.)是我國食用油和蛋白質(zhì)飼料的主要來源, 在我國食用油市場中具有十分重要的地位[13-14]。目前, 油菜集中生長區(qū)主要分布在我國長江中下游流域的湖北、湖南、江西、安徽、江蘇及浙江6個(gè)省份, 年均種植面積為600萬hm2左右, 達(dá)全國種植面積的80%以上[15]。然而, 隨著農(nóng)戶對于產(chǎn)量需求的不斷增加, 其農(nóng)資投入逐步增加, 尤其是氮肥的施用, 多地出現(xiàn)過量施氮以及偏施氮肥的現(xiàn)象[16], 從而不可避免地帶來溫室氣體排放量的增加。協(xié)調(diào)好作物持續(xù)高產(chǎn)和生態(tài)環(huán)境保護(hù)之間的矛盾, 一直是備受關(guān)注的焦點(diǎn)[17-18]。目前, 我國經(jīng)濟(jì)作物的碳足跡研究較少, 研究長江流域油菜生產(chǎn)碳足跡, 并分析各組分碳足跡貢獻(xiàn)率, 將會(huì)豐富目前我國經(jīng)濟(jì)作物生產(chǎn)碳足跡研究, 對于我國低碳可持續(xù)農(nóng)業(yè)的發(fā)展有著重要意義。本研究基于調(diào)研數(shù)據(jù), 利用農(nóng)業(yè)碳足跡理論及生命周期評價(jià)法, 定量分析了長江流域油菜生產(chǎn)碳足跡時(shí)空動(dòng)態(tài)變化, 并對其影響因素進(jìn)行解析, 并探討了長江流域油菜生產(chǎn)低碳策略與潛力, 為實(shí)現(xiàn)我國低碳農(nóng)業(yè)提供理論支撐與科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究立足于長江中下游流域江蘇、浙江、上海、安徽、湖南、湖北、江西7個(gè)油菜生產(chǎn)省份, 基本覆蓋了我國長江中下游地區(qū)油菜生產(chǎn)的主要區(qū)域。油菜生產(chǎn)中各項(xiàng)投入與產(chǎn)出的數(shù)據(jù)主要來源于《2004—2015年全國農(nóng)產(chǎn)品成本收益資料匯編》和其他相關(guān)統(tǒng)計(jì)報(bào)表(中國農(nóng)村統(tǒng)計(jì)年鑒、中國統(tǒng)計(jì)局國家數(shù)據(jù)網(wǎng)等), 其中數(shù)據(jù)主要包括單位面積油菜的產(chǎn)量、柴油使用量、肥料施用量、種子用量以及勞動(dòng)者用工等。柴油使用費(fèi)用通過公式[柴油費(fèi)用=(機(jī)械作業(yè)費(fèi)+排灌費(fèi)-水費(fèi))×21%+燃料動(dòng)力費(fèi)[11]]計(jì)算得出, 每年柴油單價(jià)數(shù)據(jù)來源于我國油價(jià)網(wǎng)數(shù)據(jù)庫(http:// youjia. chemcp.com/)。

1.2 研究邊界

本研究的系統(tǒng)邊界為油菜季生育期內(nèi)溫室氣體排放, 主要包括油菜生產(chǎn)所需要的農(nóng)資投入品(種子、肥料、農(nóng)膜、農(nóng)藥等)生產(chǎn)、運(yùn)輸和施用產(chǎn)生的溫室氣體排放, 農(nóng)事操作(耕作、灌溉、收獲等)過程中能源消耗產(chǎn)生的溫室氣體排放, 人工耗能產(chǎn)生的溫室氣體排放, 以及油菜生長發(fā)育過程中田間直接溫室氣體排放, 主要包括CH4、N2O和CO2等, 由于作物光合作用所固定的CO2要大于呼吸CO2, 在生育期內(nèi)的CO2凈排放通量為負(fù)值, 因此, CO2一般不列入溫室氣體排放清單中予以計(jì)算[19]。另外, 油菜屬于旱地作物, CH4排放量可忽略不計(jì), 本研究中不予以計(jì)算(圖2)。

圖1 油菜生產(chǎn)的碳足跡計(jì)算邊界

1.3 計(jì)算方法

碳足跡計(jì)算方法相關(guān)參數(shù)均來源于《2006年IPCC國家溫室氣體清單指南》[20]。油菜生產(chǎn)農(nóng)業(yè)投入碳足跡計(jì)算公式為:

旱地直接和間接的N2O排放主要由施用氮肥所引起, 因此N2O排放的計(jì)算公式為:

表1 油菜生產(chǎn)中各農(nóng)業(yè)投入資料的溫室氣體排放系數(shù)

作物生產(chǎn)的單位面積碳足跡(CFa)、單位產(chǎn)量碳足跡(CFy)計(jì)算公式分別為:

CFy= CF/(7)

式中:指作物產(chǎn)量。

1.4 數(shù)據(jù)處理與分析

利用Microsoft excel 2011和SPSS 17.0軟件對數(shù)據(jù)進(jìn)行處理和統(tǒng)計(jì)分析, 采用Microsoft excel 2011和Sigmaplot 12制作圖表。

2 結(jié)果與分析

2.1 長江流域油菜生產(chǎn)碳足跡總體變化趨勢

從表2可以看出, 肥料、人工和N2O排放是長江流域油菜生產(chǎn)主要的溫室氣體排放源, 分別占單位面積碳足跡的50.9%~53.1%、5.8%~8.4%和34.6%~36.5%。其中, 化肥投入所產(chǎn)生的碳足跡呈逐年下降的趨勢, 年均降低幅度為1.3%。油菜化肥主要由氮肥、磷肥、鉀肥和復(fù)混肥4種組成, 分別占化肥碳足跡的39.3%~48.7%、21.2%~39.5%、0.1%~0.6%和11.3%~38.5%; 其中氮肥、磷肥、鉀肥呈逐年下降的趨勢, 而復(fù)混肥呈逐年上升的趨勢, 增加的碳足跡值被氮肥、磷肥、鉀肥連年下降的碳足跡所抵消。人工碳足跡表現(xiàn)為2004—2008年保持相對穩(wěn)定, 維持在198.1 kg(CO2-eq)?hm-2; 2008— 2011年迅速下降, 降低幅度為27.1%; 2011—2015年呈緩慢下降的趨勢。

表2 2004—2015年長江中下游流域油菜生產(chǎn)單位面積碳足跡組成

土壤N2O隨氮肥施用量的降低而呈逐年降低的趨勢, 年降低率約為1.5%。農(nóng)藥施用產(chǎn)生的碳足跡占比較小, 約為2.7%~3.5%, 其中貢獻(xiàn)率表現(xiàn)為殺菌劑>除草劑≈殺蟲劑。耕作及收獲等農(nóng)事操作所產(chǎn)生的柴油碳足跡較小, 只占0.9%~3.9%, 隨著年份的增加呈逐年上升的趨勢, 增加幅度為19.6%。油菜種子加工及運(yùn)輸所產(chǎn)生的溫室氣體排放總體呈逐年下降的趨勢(除2004年外), 2005—2015年年均降低幅度為3.1%, 由其所造成的溫室氣體排放量微乎其微, 貢獻(xiàn)率不足0.2%。2004—2015年油菜產(chǎn)量呈現(xiàn)先降低后增加的趨勢, 最低值出現(xiàn)在2010年, 為1 803.7 kg?hm-2。從圖2可以看出, 2004—2015年長江中下游流域油菜生產(chǎn)單位面積碳足跡呈現(xiàn)先下降后上升的趨勢, 2013年出現(xiàn)最低值, 為2 177.6 kg(CO2-eq)?hm-2, 從2004年的2 764.3 kg(CO2-eq)?hm-2下降到2013年的2 177.6 kg(CO2-eq)?hm-2, 年均降低幅度為2.4%(2=0.803 3,<0.01); 之后呈升高趨勢, 從2013年的2 177.6 kg(CO2-eq)?hm-2上升到2015年的2 352.2 kg(CO2-eq)?hm-2, 年均增加幅度為4.0%(2=0.945 2,<0.01)。油菜生產(chǎn)單位產(chǎn)量碳足跡呈現(xiàn)出逐年下降的趨勢, 年均降低幅度為1.6%(2=0.614 4,<0.01)。

2.2 長江流域不同時(shí)間段油菜生產(chǎn)碳足跡影響因素

依據(jù)油菜生產(chǎn)系統(tǒng)的碳足跡組分的絕對值, 選取氮肥、磷肥、鉀肥、復(fù)混肥、種子、人工、除草劑、殺蟲劑、除菌劑和柴油10個(gè)農(nóng)資投入實(shí)際量, 分別對長江流域油菜生產(chǎn)系統(tǒng)在快速下降期(2004— 2013年)、快速上升期(2013—2015年)以及整個(gè)時(shí)期的碳足跡進(jìn)行逐步回歸分析(表2)。由表3可知, 2004—2013年, 油菜生產(chǎn)系統(tǒng)碳足跡表現(xiàn)出逐年下降的趨勢, 主要氮肥實(shí)際投入量(1)的影響表現(xiàn)為正相關(guān), 決定系數(shù)為0.975, 通過1%的顯著水平, 可以表示為1=12.401+122.17; 2013—2015 年, 碳足跡快速增加是復(fù)混肥和柴油共同作用的結(jié)果, 且復(fù)混肥的直接作用約是柴油的9倍, 決定系數(shù)為0.989, 都通過1%的顯著水平, 回歸方程表示為2=10.404+ 0.2910+975.83,4和10分別為復(fù)混肥和柴油實(shí)際投入量?？傊? 2004—2015年, 油菜生產(chǎn)系統(tǒng)碳足跡的變化同時(shí)受氮肥、磷肥和復(fù)混肥的影響, 影響程度從大到小依次為氮肥、復(fù)混肥和磷肥, 決定系數(shù)為0.956, 都通過1%的顯著水平, 回歸方程表示為3=12.811+12.202+6.274+102.08,1、2和4分別為氮肥、磷肥和復(fù)混肥實(shí)際投入量。

圖2 2004—2015年長江中下游流域油菜生產(chǎn)單位面積碳足跡和單位產(chǎn)量碳足跡變化情況

表3 長江中下游流域不同時(shí)期油菜生產(chǎn)碳足跡回歸方程

2.3 長江流域各省油菜生產(chǎn)碳足跡分析

圖3顯示2004—2015年長江流域不同省份之間年均油菜生產(chǎn)的碳足跡存在顯著差異。其中, 單位面積碳足跡最高的省份為江蘇省, 年均值為3 390.9 kg(CO2-eq)?hm-2; 其次為上海市, 年均值為3 191.2 kg(CO2-eq)?hm-2; 最低的省份為安徽、江西和湖南, 年均值介于1 826.0~1 857.2 kg(CO2-eq)?hm-2, 與最高值相比, 差值達(dá)1 564.9 kg(CO2-eq)?hm-2。長江流域油菜生產(chǎn)單位面積碳足跡呈向東部傾斜趨勢。過去12年中, 單位面積碳足跡的變化率為-97~-12 kg(CO2-eq)?hm-2?a-1, 表明長江流域7個(gè)省份的單位面積碳足跡均呈下降趨勢, 其中浙江、上海、安徽3省市下降幅度較大。各省份單位產(chǎn)量碳足跡分布與單位面積碳足跡類似, 最高單位產(chǎn)量碳足跡出現(xiàn)在江蘇省, 其次為浙江省, 分別為1.53 kg(CO2-eq)?kg-1和1.33 kg(CO2-eq)?kg-1; 最低值出現(xiàn)在湖南和江西兩省, 均約為1.07 kg(CO2-eq)?kg-1, 最高值與最低值差距達(dá)0.46 kg(CO2-eq)?kg-1。過去12年中, 單位產(chǎn)量碳足跡的變化率為-0.006~0.008 kg(CO2-eq)?kg-1?a-1,除江蘇和湖北兩省單位產(chǎn)量碳足跡呈現(xiàn)出增加趨勢外, 其他5個(gè)省市單位產(chǎn)量碳足跡均呈現(xiàn)出下降趨勢, 其中上海市下降幅度最大, 變化率為-0.069 kg(CO2-eq)?kg-1?a-1。

圖3 長江中下游流域各省份2004—2015年油菜生產(chǎn)單位面積碳足跡、單位產(chǎn)量碳足跡及其變化率分布

a: 單位面積碳足跡分布, 單位為kg(CO2-eq)?hm-2; b: 2004—2015年單位面積碳足跡變化率分布(CFatrend), 單位為kg(CO2-eq)?hm-2?a-1; c: 單位產(chǎn)量碳足跡分布(CFy), 單位為kg(CO2-eq)?kg-1; d: 2004—2015年單位產(chǎn)量碳足跡變化率分布(CFytrend), 單位為kg(CO2-eq)?kg-1?a-1。a: distribution of carbon footprint per unit area (CFa), kg(CO2-eq)?hm-2; b: distribution of change in carbon footprint trends per unit area during 2004-2015 (CFatrend), kg(CO2-eq)?hm-2?a-1; c: distribution of carbon footprint per unit yield (CFy), kg(CO2-eq)?kg-1; d: distribution of change in carbon footprint trends per unit yield during 2004-2015 (CFytrend), kg(CO2-eq)?kg-1?a-1.

2.4 長江流域典型省份油菜生產(chǎn)碳足跡、投入及構(gòu)成分析

如表4所示, 長江流域油菜高產(chǎn)省份平均單產(chǎn)為2 153.9 kg?hm-2, 較低產(chǎn)省份提高36.6%。對比分析高產(chǎn)省份與低產(chǎn)省份的碳足跡、單位面積投入和構(gòu)成發(fā)現(xiàn), 與低產(chǎn)省相比, 高產(chǎn)省CFa、CFy分別較低產(chǎn)省份提高71.5%、27.3%(<0.05)。單位面積農(nóng)資投入中, 氮肥、磷肥和復(fù)合肥產(chǎn)生的碳足跡值高產(chǎn)省份均高于低產(chǎn)省份, 分別提高81.7%、81.2%和112.8%, 差異達(dá)顯著水平(0.05); 但是鉀肥顯著低于低產(chǎn)省份, 降低幅度為46.9%; 其他農(nóng)資投入如種子、人工、柴油等差異不顯著。油菜田間N2O排放在高產(chǎn)省份中平均達(dá)1 156.7 kg(CO2-eq)?hm-2, 顯著高于低產(chǎn)省份, 提高69.2%(0.05)。

表4 長江中下游流域典型省份碳足跡、投入及產(chǎn)業(yè)構(gòu)成

同行數(shù)據(jù)后不同小寫字母表示高產(chǎn)與低產(chǎn)省份在0.05水平差異顯著。Different lowercase letters in the same row mean significant differences at 0.05 level between provinces of high yield and low yield.

3 討論與結(jié)論

3.1 長江中下游地區(qū)油菜生產(chǎn)碳足跡

改進(jìn)農(nóng)作物的耕作方式, 不僅可以提供高品質(zhì)、價(jià)格適中的食品, 同時(shí)可以盡量減少對環(huán)境的負(fù)面影響[23]。研究表明, 采用不同的種植制度, 在精心設(shè)計(jì)的作物序列中安排其他作物品種, 比傳統(tǒng)的單一栽培耕作制度具有巨大的環(huán)境優(yōu)勢。使用不同的種植系統(tǒng)可以減少生產(chǎn)投入[24]和害蟲侵?jǐn)_[25], 提高用水效率[26], 并提高作物的凈產(chǎn)量[27]。油菜是作物多樣化的主要作物。例如, 中國油菜播種面積已從1997年的6.475 1 ×106hm2增加到2016年的近7.331 1×106hm2(中華人民共和國國家統(tǒng)計(jì)局), 占農(nóng)田總面積的約4.4%。然而, 關(guān)于油籽作物生產(chǎn)的環(huán)境影響的研究很少。因此, 迫切需要確定長江中下游地區(qū)(油菜主產(chǎn)區(qū))油菜生產(chǎn)溫室氣體排放大小、分布及其構(gòu)成。本研究發(fā)現(xiàn), 油菜單位面積的碳足跡為1 989 kg(CO2-eq)?hm-2, 單位產(chǎn)量碳足跡為1.23 kg(CO2-eq)?kg-1, 該值遠(yuǎn)高于加拿大油菜生產(chǎn)的單位面積碳足跡1 355 kg(CO2-eq)?hm-2, 單位產(chǎn)量碳足跡0.52 kg(CO2-eq)?kg-1[28]?？梢? 中國油菜生產(chǎn)的碳排放顯著高于加拿大, 說明中國在油菜生產(chǎn)管理方面有較大的減排潛力。作物生產(chǎn)碳足跡受種植制度、農(nóng)作措施以及社會(huì)經(jīng)濟(jì)等多方面影響, 并且各因素存在互作, 因此不同作物的碳足跡存在顯著差異。盧小宏[29]基于田間試驗(yàn)數(shù)據(jù), 計(jì)算分析了河北省吳橋縣玉米(L.)單位產(chǎn)量碳足跡值為0.29 kg?kg-1, 冬小麥(L.)單位產(chǎn)量碳足跡為0.58 kg?kg-1。陳中督[11]利用統(tǒng)計(jì)數(shù)據(jù)計(jì)算分析了長江流域雙季稻區(qū)單位產(chǎn)量碳足跡平均值為0.89 kg?kg-1?？梢? 長江流域單位產(chǎn)量碳足跡平均值表現(xiàn)為水稻>冬小麥>冬油菜>夏玉米, 說明作物生產(chǎn)中水稻、冬小麥單位面積碳足跡較大, 油菜與玉米單位面積碳足跡較小, 因此在未來長江流域作物生產(chǎn)布局中應(yīng)適當(dāng)壓縮雙季稻、稻麥播種面積, 擴(kuò)大油菜種植面積來減少農(nóng)業(yè)溫室氣體排放。

3.2 長江流域油菜生產(chǎn)碳足跡主要構(gòu)成

本研究發(fā)現(xiàn), 肥料和人工是長江流域油菜生產(chǎn)主要的溫室氣體排放源, 分別占碳足跡的50.9%~53.1%和5.8%~8.4%。旱地直接和間接的N2O排放主要由施用氮肥所引起, 可見肥料和人工正在成為長江流域油菜低碳發(fā)展的限制因子。Hillier等[30]研究表明, 雖然英國作物生長氮肥引起的碳排放量占總排放的比例為75%, 但其單位面積和單位產(chǎn)量的氮肥碳足跡仍然大大低于我國。原因可能在于以下兩個(gè)方面: 第一, 本研究氮肥生產(chǎn)過程中的溫室氣體排放系數(shù)基于中國生命周期基礎(chǔ)數(shù)據(jù)庫(CLCD)[31], 系數(shù)為1.53 kg(CO2-eq)?kg-1, 遠(yuǎn)高于國外氮肥溫室氣體排放系數(shù)[0.86 kg(CO2-eq)?kg-1], 從而造成了氮肥生產(chǎn)過程中的高排放。第二, 我國農(nóng)作物連續(xù)高產(chǎn)的同時(shí), 也伴隨著我國化肥的高使用量。研究表明我國當(dāng)季氮肥和磷肥利用率普遍較低, 分別為35%和18%, 遠(yuǎn)低于國際標(biāo)準(zhǔn)水平[32]。近年來, 隨著我國城鄉(xiāng)二元結(jié)構(gòu)變化和農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整, 大量的農(nóng)村勞動(dòng)力轉(zhuǎn)移, 從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力減少, 勞動(dòng)力價(jià)格全面提長, 加上機(jī)械化水平較低, 使得油菜生產(chǎn)過程中的勞動(dòng)力成本大幅提高, 人工費(fèi)用已經(jīng)成為油菜生產(chǎn)成本中所占比例最高的成本, 用機(jī)械代替人工作業(yè), 減少人工成本, 是油菜生產(chǎn)過程中降低成本、提高效益的有效途徑之一。

3.3 長江流域省級區(qū)域間油菜生產(chǎn)碳足跡差異

長江中下游區(qū)域不同省份油菜單位面積碳足跡、單位產(chǎn)量碳足跡存在明顯差異, 這與油菜生產(chǎn)條件的區(qū)域差異有關(guān), 例如內(nèi)陸地區(qū)與東部沿海地區(qū)油菜種植品種相同, 但是由于地處環(huán)境不同, 氣候條件存在較為明顯差異, 農(nóng)作措施存在顯著差異, 從而使得農(nóng)資投入水平及油菜田之間溫室氣體排放存在差別。再者, 目前我國油菜生產(chǎn)主要是手工操作, 整地、育苗、移栽、除草、施肥、收割和脫粒等生產(chǎn)環(huán)節(jié)需要投入大量勞動(dòng)力。隨著農(nóng)村勞動(dòng)力價(jià)格的迅速上漲, 用工費(fèi)用在油菜生產(chǎn)成本中的比重越來越大。由《2004—2015年全國農(nóng)產(chǎn)品成本收益資料匯編》發(fā)現(xiàn), 我國浙江地區(qū)2015年勞動(dòng)力成本較江西地區(qū)提高15.4%。再者, 受到經(jīng)濟(jì)、技術(shù)和交通等因素的制約, 各地區(qū)肥料施用量存在較大差異, 各結(jié)構(gòu)組分的比例也不同。東部沿海地區(qū)油菜種植肥料投入水平較高, 而中部地區(qū)投入水平較低, 較難滿足農(nóng)業(yè)生產(chǎn)水平的需求。

3.4 長江流域油菜生產(chǎn)低碳策略

從本研究結(jié)果來看, 長江中下游地區(qū)油菜低碳生產(chǎn)應(yīng)優(yōu)先考慮減少肥料施用以及機(jī)械化管理。首先, 通過調(diào)節(jié)氮肥施用時(shí)期、比例和配比, 滿足油菜前期快速生長的氮素需求, 后期則主要通過發(fā)揮土壤氮素供應(yīng), 促進(jìn)油菜氮素轉(zhuǎn)移再利用。其次, 綜合考慮不同輪作、秸稈還田條件下土壤氮素供應(yīng)特點(diǎn)及后效, 統(tǒng)籌氮肥的施用; 配合合理密植、水肥管理、同其他元素肥料配施、機(jī)械深施等措施, 以協(xié)同增效的方式實(shí)現(xiàn)油菜的高產(chǎn)和氮肥的高效[33]。在油菜機(jī)械化管理上, 減少油菜生產(chǎn)人工用量, 加大油菜播種、移栽、收獲等關(guān)鍵機(jī)械的研制和實(shí)驗(yàn)力度, 提高油菜機(jī)械的適應(yīng)性、穩(wěn)定性, 提高效率, 降低作業(yè)成本[34]。

3.5 研究局限性

本研究是基于統(tǒng)計(jì)年鑒中農(nóng)作物面積、產(chǎn)量、化肥投入和其他農(nóng)業(yè)投入進(jìn)行計(jì)算和分析, 而不同的數(shù)據(jù)庫之間數(shù)據(jù)質(zhì)量會(huì)存在一定的偏差, 從而導(dǎo)致最后結(jié)果的準(zhǔn)確度。例如《2004—2015年全國農(nóng)產(chǎn)品成本收益資料匯編》中沒有柴油使用量的基礎(chǔ)數(shù)據(jù), 本研究只能借鑒崔曉晨等[35]建立的農(nóng)作物作業(yè)效益與作業(yè)量和成本之間的函數(shù)關(guān)系計(jì)算得出, 每年柴油單價(jià)數(shù)據(jù)來源于我國油價(jià)網(wǎng)數(shù)據(jù)庫(http://youjia.chemcp.com/)。其次, 不確定性還來源于溫室氣體排放因子的選取, IPCC(2006)[20]對全球數(shù)據(jù)進(jìn)行整合分析得出氧化亞氮的直接排放因子, 但是區(qū)域間氣候、作物和土壤類型等因素的差別將會(huì)導(dǎo)致排放因子的差異, 因此, 采用單一的排放因子將會(huì)給研究帶來一定的不確定性。農(nóng)資投入中油菜種子的排放因子采用國外的數(shù)據(jù)[30], 而采用國外排放因子來計(jì)算中國的碳排放也會(huì)帶來研究結(jié)果的不確定性。另外, 本研究采用生命周期評價(jià)法, 系統(tǒng)邊界存在一定的爭議, 例如計(jì)算碳足跡時(shí)是否考慮土壤碳儲量變化、人工投入以及機(jī)械磨損等[21]。這些爭議需要國內(nèi)外學(xué)者進(jìn)一步的討論和完善, 從而為農(nóng)作物碳足跡的研究制定一套統(tǒng)一的評價(jià)體系, 為最終構(gòu)建低碳農(nóng)業(yè)生態(tài)系統(tǒng)做鋪墊。

4 結(jié)論

本研究基于碳足跡理論和生命周期法, 利用長江中下游油菜生產(chǎn)區(qū)2004—2015年7個(gè)省份的油菜產(chǎn)量、農(nóng)資投入、播種面積等歷年統(tǒng)計(jì)數(shù)據(jù), 分析了長江中下游地區(qū)油菜生產(chǎn)單位播種面積碳足跡時(shí)空動(dòng)態(tài)分布, 并對油菜碳足跡構(gòu)成進(jìn)行了分析。研究結(jié)果表明長江中下游流域油菜生產(chǎn)單位面積碳足跡隨著年限增加都表現(xiàn)為下降趨勢。油菜生產(chǎn)過程中肥料產(chǎn)生的碳足跡占油菜生產(chǎn)總碳足跡比例最大, 為50.9%~53.1%, 其次是人工所產(chǎn)生的碳足跡比例占比5.8%~8.4%。不同省份之間油菜生產(chǎn)存在巨大差異, 其中江蘇省和浙江省的單位面積碳足跡和單位產(chǎn)量碳足跡均較高, 而湖南和江西兩省的單位面積碳足跡和單位產(chǎn)量碳足跡均較低。油菜高產(chǎn)省份氮肥、磷肥和復(fù)合肥產(chǎn)生的碳足跡值均顯著高于低產(chǎn)省份, 分別提高81.7%、81.2%和112.8% (<0.05), 因此單位面積碳足跡較大。調(diào)整油菜生產(chǎn)布局, 增加農(nóng)資投入效率和提高機(jī)械化作業(yè)效率是降低長江中下游地區(qū)油菜生產(chǎn)碳足跡和提高單位產(chǎn)量的關(guān)鍵途徑。

[1] IPCC. Climate Change 2014: Mitigation of Climate Change[M]. Contribution of Working Group Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2014

[2] 王占彪, 陳靜, 張立峰, 等. 河北省棉花生產(chǎn)碳足跡分析[J]. 棉花學(xué)報(bào), 2016, 28(6): 594–601 WANG Z B, CHEN J, ZHANG L F, et al. Carbon footprint analysis of cotton production in Hebei Province[J]. Cotton Science, 2016, 28(6): 594–601

[3] LEHUGER S, GABRIELLE B, LAVILLE P. Predicting and mitigating the net greenhouse gas emissions of crop rotations in Western Europe[J]. Agricultural and Forest Meteorology, 2011, 151(12): 1654–1671

[4] LINQUIST B, VAN GROENIGEN K J, ADVIENTO-BORBE M A, et al. An agronomic assessment of greenhouse gas emissions from major cereal crops[J]. Global Change Biology, 2012, 18(1): 194–209

[5] ROBERTSON G P, PAUL E A, HARWOOD R R. Greenhouse gases in intensive agriculture: Contributions of individual gases to the radiative forcing of the atmosphere[J]. Science, 2000, 289: 1922–1925

[6] LAL R. Soil carbon dynamics in cropland and rangeland[J]. Environmental Pollution, 2002, 116(3): 353–362

[7] 杜受祜. 低碳發(fā)展: 城市可持續(xù)發(fā)展的必然戰(zhàn)略選擇[J]. 成都發(fā)展改革研究, 2010, (1): 40–41 DU S H. Low-carbon development: An inevitable strategic choice for sustainable urban development[J]. Chengdu Development and Reform Research, 2010, (1): 40–41

[8] 齊曄, 李惠民, 王曉. 農(nóng)業(yè)與中國的低碳發(fā)展戰(zhàn)略[J]. 中國農(nóng)業(yè)科學(xué), 2012, 45(1): 1–6 QI Y, LI H M, WANG X. Agriculture and low-carbon development strategy in China[J]. Scientia Agricultura Sinica, 2012, 45(1): 1–6

[9] WIEDMANN T, MINX J. A definition of ‘Carbon Footprint’[M]//PERTSOVA C C. Ecological Economics Research Trends. Hauppauge, NY: Nova Science Publishers, 2009: 193–195

[10] GAN Y T, LIANG C, HAMEL C, et al. Strategies for reducing the carbon footprint of field crops for semiarid areas. A review[J]. Agronomy for Sustainable Development, 2011, 31(4): 643–656

[11] 陳中督. 農(nóng)作措施對雙季稻田固碳減排效應(yīng)與農(nóng)戶低碳技術(shù)采納行為研究[D]. 北京: 中國農(nóng)業(yè)大學(xué), 2017 CHEN Z D. Farming practices on carbon sequestration and emission mitigation in double rice field and adoption behavior of low carbon technology by rice farmers[D]. Beijing: China Agricultural University, 2017

[12] 米松華, 黃祖輝, 朱奇彪, 等. 農(nóng)戶低碳減排技術(shù)采納行為研究[J]. 浙江農(nóng)業(yè)學(xué)報(bào), 2014, 26(3): 797–804 MI S H, HUANG Z H, ZHU Q B, et al. Study on factors influencing farmers’ adoption of low-carbon technologies[J]. Acta Agriculturae Zhejiangensis, 2014, 26(3): 797–804

[13] 傅廷棟. 中國油菜生產(chǎn)與品種改良[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào), 1999, 18(6): 501–504 FU T D. Rapeseed production and variety improvement in China[J]. Journal of Huazhong Agricultural University, 1999, 18(6): 501–504

[14] 涂金星, 張冬曉, 張毅, 等. 我國油菜育種目標(biāo)及品種審定問題的商榷[J]. 中國油料作物學(xué)報(bào), 2007, 29(3): 350–352 TU J X, ZHANG D X, ZHANG Y, et al. Discussion on some standards of variety registration and breeding goals ofin China[J]. Chinese Journal of Oil Crop Sciences, 2007, 29(3): 350–352

[15] 中華人民共和國國家統(tǒng)計(jì)局. 中國農(nóng)村統(tǒng)計(jì)年鑒—2014[M]. 北京: 中國統(tǒng)計(jì)出版社, 2014 National Statistical Bureau of the People’s Republic of China. China Rural Statistical Yearbook, 2014[M]. Beijing: China Statistics Press, 2014

[16] 徐華麗. 長江流域油菜施肥狀況調(diào)查及配方施肥效果研究[D]. 武漢: 華中農(nóng)業(yè)大學(xué), 2012 XU H L. Investigation on fertilization and effect of formulated fertilization of winter rapeseed in Yangtze River Basin[D]. Wuhan: Huazhong Agricultural University, 2012

[17] 王紅, 張瑞芳, 周大邁. 氮肥引起的面源污染問題研究進(jìn)展[J]. 北方園藝, 2011, (5): 201–203 WANG H, ZHANG R F, ZHOU D M. Current situations and research progress of non-point pollution problems caused by nitrogen[J]. Northern Horticulture, 2011, (5): 201–203

[18] 唐浩, 邱衛(wèi)國, 周翾, 等. 稻麥輪作條件下氮素流失特性及控制對策研究[J]. 人民黃河, 2010, 32(6): 64–66 TANG H, QIU W G, ZHOU X, et al. Study on nitrogen loss characteristics and control measures under crop rotation[J]. Yellow River, 2010, 32(6): 64–66

[19] R??S E, SUNDBERG C, HANSSON P A. Carbon footprint of food products[M]//MUTHU S S. Assessment of Carbon Footprint in Different Industrial Sectors, Volume 1. Singapore: Springer, 2014: 85–112

[20] Intergovernmental Panel on Climate Change (IPCC). Climate Change 2006: Synthesis Report[R]. Cambridge: Cambridge University Press, 2006

[21] 劉巽浩, 徐文修, 李增嘉, 等. 農(nóng)田生態(tài)系統(tǒng)碳足跡法: 誤區(qū)、改進(jìn)與應(yīng)用——兼析中國集約農(nóng)作碳效率[J]. 中國農(nóng)業(yè)資源與區(qū)劃, 2013, 34(6): 1–11 LIU X H, XU W X, LI Z J, et al. The missteps, improvement and application of carbon footprint methodology in farmland ecosystems with the case study of analyzing the carbon efficiency of China’s intensive farming[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2013, 34(6): 1–11

[22] GAN Y T, LIANG C, HUANG G B, et al. Carbon footprint of canola and mustard is a function of the rate of N fertilizer[J]. The International Journal of Life Cycle Assessment, 2012, 17(1): 58–68

[23] LIEBIG M A, TANAKA D L, KRUPINSKY J M, et al. Dynamic cropping systems: Contributions to improve agroecosystem sustainability[J]. Agronomy Journal, 2007, 99(4): 899–903

[24] ZENTNER R P, LAFOND G P, DERKSEN D A, et al. Effects of tillage method and crop rotation on non-renewable energy use efficiency for a thin Black Chernozem in the Canadian Prairies[J]. Soil and Tillage Research, 2004, 77(2): 125–136

[25] KRUPINSKY J M, BAILEY K L, MCMULLEN M P, et al. Managing plant disease risk in diversified cropping systems[J]. Agronomy Journal, 2002, 94(2): 198–209

[26] MILLER P R, GAN Y T, MCCONKEY B G, et al. Pulse crops for the northern great plains: Ⅰ. Grain productivity and residual effects on soil water and nitrogen[J]. Agronomy Journal, 2003, 95(4): 972–979

[27] TANAKA D L, KRUPINSKY J M, MERRILL S D, et al. Dynamic cropping systems for sustainable crop production in the northern great plains[J]. Agronomy Journal, 2007, 99(4): 904–911

[28] OSBORNE B, SAUNDERS M, WALMSLEY D, et al. Key questions and uncertainties associated with the assessment of the cropland greenhouse gas balance[J]. Agriculture, Ecosystems & Environment, 2010, 139(3): 293–301

[29] 盧小宏. 不同農(nóng)作措施下冬小麥-夏玉米碳足跡及優(yōu)化潛力評價(jià)[D]. 北京: 中國農(nóng)業(yè)大學(xué), 2013 LU X H. Carbon footprint and optimization potential of winter wheat and summer maize under different agricultural measures[D]. Beijing: China Agricultural University, 2013

[30] HILLIER J, HAWES C, SQUIRE G, et al. The carbon footprints of food crop production[J]. International Journal of Agricultural Sustainability, 2009, 7(2): 107–118

[31] 劉夏璐, 王洪濤, 陳建, 等. 中國生命周期參考數(shù)據(jù)庫的建立方法與基礎(chǔ)模型[J]. 環(huán)境科學(xué)學(xué)報(bào), 2010, 30(10): 2136–2144 LIU X L, WANG H T, CHEN J, et al. Method and basic model for development of Chinese reference life cycle database[J]. Acta Scientiae Circumstantiae, 2010, 30(10): 2136–2144

[32] 楊帆, 孟遠(yuǎn)奪, 姜義, 等. 2013年我國種植業(yè)化肥施用狀況分析[J]. 植物營養(yǎng)與肥料學(xué)報(bào), 2015, 21(1): 217–225 YANG F, MENG Y D, JIANG Y, et al. Chemical fertilizer application and supply in crop farming in China in 2013[J]. Plant Nutrition and Fertilizer Science, 2015, 21(1): 217–225

[33] 任濤, 魯劍巍. 中國冬油菜氮素養(yǎng)分管理策略[J]. 中國農(nóng)業(yè)科學(xué), 2016, 49(18): 3506–3521 REN T, LU J W. Integrated nitrogen management strategy for winter oilseed rape (L.) in China[J]. Scientia Agricultura Sinica, 2016, 49(18): 3506–3521

[34] 周廣生, 左青松, 廖慶喜, 等. 我國油菜機(jī)械化生產(chǎn)現(xiàn)狀、存在問題及對策[J]. 湖北農(nóng)業(yè)科學(xué), 2013, 52(9): 2153–2157 ZHOU G S, ZUO Q S, LIAO Q X, et al. Mechanical production status, existing problems and strategy discussion of rapeseed in China[J]. Hubei Agricultural Sciences, 2013, 52(9): 2153–2157

[35] 崔曉晨, 李安寧, 王國占, 等. 三大糧食作物農(nóng)機(jī)作業(yè)成本及效益分析——基于全國26個(gè)省的農(nóng)機(jī)戶問卷調(diào)查[J]. 農(nóng)機(jī)化研究, 2011, 33(2): 15–18 CUI X C, LI A N, WANG G Z, et al. Research on machinery cost of grain-production in China-based on a nationwide questionnaire survey[J]. Journal of Agricultural Mechanization Research, 2011, 33(2): 15–18

Spatial and temporal changes in carbon footprint for oilseed rape production in the middle and lower reaches of Yangtze River during 2004-2015*

CHEN Zhongdu, XU Chunchun, JI Long, FANG Fuping**

(China National Rice Research Institute, Hangzhou 311300, China)

The Yangtze River is one of the major oilseed rape producing areas in China. It is therefore of great significance to analyze the carbon footprint of oilseed rape, for developing low-carbon agriculture and for climate change mitigation in this region. Based on the statistical data of sown area, crop yield, and farmland investment of oilseed rape production along the Yangtze River, the spatiotemporal dynamic change in carbon footprint and its composition of oilseed rape during 2004-2015 in the middle and lower reaches of Yangtze River was estimated using the theory of carbon footprint and life cycle assessment method in the agricultural sector. The results showed the carbon footprint of oilseed rape at first decreased and then increased, the lowest point being 2 177.6 kg?hm-2in 2013. The main components of the carbon footprint for oilseed rape production were fertilizer (50.9%-53.1%) and labor (5.8%-8.4%). Obvious differences were found among main agricultural provinces in the study area. The carbon footprint per unit area (CFa) and per unit yield (CFy) of Jiangsu and Zhejiang Provinces were higher, while that of Hunan and Jiangxi Provinces were lower. What was more, the CFaand CFyin high yield regions were significantly higher than that in low yield regions. Among them, the carbon footprint of nitrogenous fertilizer, phosphate fertilizer, and compound fertilizer was significantly higher than that for low-yielding provinces, which increased by 81.7%, 81.2%, and 112.8%, respectively, (< 0.05). The results suggest that improving crop management practices that limit fertilizer consumption and strengthen mechanical integration technology to reduce labor costs could help mitigate greenhouse gas emissions from oilseed rape production along the middle and lower reaches of Yangtze River.

Carbon footprint; Oilseed rape; Global warming; Life cycle assessment; Spatio-temporal variation; Greenhouse gas mitigation

, E-mail: fangfuping@caas.cn

Nov. 26, 2018;

Feb. 18, 2019

S181.6; S511.047

2096-6237(2019)07-1105-10

10.13930/j.cnki.cjea.181025

陳中督, 徐春春, 紀(jì)龍, 方福平. 2004—2015年長江中下游地區(qū)冬油菜生產(chǎn)碳足跡的時(shí)空變化[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(7): 1105-1114

CHEN Z D, XU C C, JI L, FANG F P. Spatial and temporal changes in carbon footprint for oilseed rape production in the middle and lower reaches of Yangtze River during 2004-2015[J]. Chinese Journal of Eco-Agriculture, 2019, 27(7): 1105-1114

* 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFD0300210)和浙江省自然科學(xué)基金青年基金項(xiàng)目(LQ18G030013)資助

方福平, 主要研究方向?yàn)榈咎锷鷳B(tài)及產(chǎn)業(yè)經(jīng)濟(jì)研究。E-mail: fangfuping@caas.cn

陳中督, 主要從事低碳農(nóng)作制研究。E-mail: chenzhongdu@caas.cn

2018-11-26

2019-02-18

* This study was supported by the National Key Research and Development Program of China (2016YFD0300210) and the Natural Science Foundation of Zhejiang (LQ18G030013).