農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究思路與定量方法*

金欣鵬, 馬 林, 張建杰, 馬文奇, 張福鎖

農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究思路與定量方法*

金欣鵬1,2, 馬 林1**, 張建杰3, 馬文奇3, 張福鎖4

(1. 中國(guó)科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心/河北省土壤生態(tài)學(xué)重點(diǎn)實(shí)驗(yàn)室/中國(guó)科學(xué)院農(nóng)業(yè)水資源重點(diǎn)實(shí)驗(yàn)室 石家莊 050022; 2. 中國(guó)科學(xué)院大學(xué) 北京 100049; 3. 河北農(nóng)業(yè)大學(xué)資源與環(huán)境科學(xué)學(xué)院 保定 071001; 4. 中國(guó)農(nóng)業(yè)大學(xué)國(guó)家綠色農(nóng)業(yè)發(fā)展研究院 北京 100193)

農(nóng)業(yè)綠色發(fā)展研究是融合多學(xué)科知識(shí), 以食物系統(tǒng)為研究對(duì)象, 重點(diǎn)剖析系統(tǒng)內(nèi)不同單元間關(guān)聯(lián)和互饋關(guān)系, 進(jìn)而闡明糧食安全、國(guó)民健康、資源節(jié)約、環(huán)境保護(hù)等目標(biāo)的協(xié)調(diào)機(jī)制, 探索全產(chǎn)業(yè)鏈技術(shù)途徑, 并致力于協(xié)同實(shí)現(xiàn)農(nóng)業(yè)“綠色”和“發(fā)展”的科學(xué)。傳統(tǒng)研究方法往往忽視對(duì)農(nóng)業(yè)綠色發(fā)展的系統(tǒng)思考和定量分析, 無(wú)法統(tǒng)籌農(nóng)業(yè)綠色發(fā)展的各環(huán)節(jié)和協(xié)調(diào)多類(lèi)目標(biāo)的實(shí)現(xiàn)。在本研究中, 我們首先基于系統(tǒng)研究的思路, 明確了“土壤-作物生產(chǎn)-畜牧業(yè)生產(chǎn)-食品加工-家庭消費(fèi)—環(huán)境”整個(gè)食物系統(tǒng)是農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究邊界; 其次, 結(jié)合農(nóng)業(yè)綠色發(fā)展全鏈條和多尺度特性, 提出并論述了“自上而下”和“自下而上”的定量研究思路; 隨后, 以上述兩方面研究思考為基礎(chǔ), 構(gòu)建了由1個(gè)核心模型[食物系統(tǒng)養(yǎng)分流動(dòng)模型(NUFER)]、3個(gè)定量分析模塊(水、大氣和土地利用分析模塊)和1個(gè)指標(biāo)關(guān)聯(lián)模塊[耦合驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)概念框架(DPSIR)、可持續(xù)發(fā)展指標(biāo)體系(SDGs)和星球邊界理論框架(PBs)]組成的農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型(NUFER-AGD); 最后, 梳理了農(nóng)業(yè)綠色發(fā)展定量研究的案例。案例研究通過(guò)多指標(biāo)關(guān)聯(lián)分析和指標(biāo)評(píng)價(jià), 協(xié)同國(guó)家農(nóng)業(yè)綠色發(fā)展的總體目標(biāo); 在流域尺度以綠色環(huán)境與資源閾值為約束, 定量設(shè)計(jì)農(nóng)業(yè)綠色發(fā)展系統(tǒng)解決方案; 系統(tǒng)分析全產(chǎn)業(yè)鏈農(nóng)業(yè)綠色發(fā)展的技術(shù)實(shí)現(xiàn)路徑。該研究不僅能為農(nóng)業(yè)綠色發(fā)展理論和應(yīng)用研究提供系統(tǒng)思路和定量方法, 還可為國(guó)家農(nóng)業(yè)綠色發(fā)展戰(zhàn)略提供科學(xué)支撐。

農(nóng)業(yè)綠色發(fā)展; 食物系統(tǒng); 系統(tǒng)研究; NUFER模型; 多指標(biāo)關(guān)聯(lián)分析

農(nóng)業(yè)綠色發(fā)展是為加快農(nóng)業(yè)發(fā)展方式從數(shù)量型向質(zhì)量型的轉(zhuǎn)變, 協(xié)同實(shí)現(xiàn)食物安全、資源高效、環(huán)境保護(hù)的可持續(xù)發(fā)展目標(biāo), 支撐“生態(tài)文明建設(shè)” “鄉(xiāng)村振興”的重要戰(zhàn)略舉措, 需要融合多學(xué)科知識(shí), 開(kāi)展交叉、創(chuàng)新型研究[1]。集約化農(nóng)業(yè)向農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型不僅是我國(guó)的重大需求, 也是聯(lián)合國(guó)提出的實(shí)現(xiàn)農(nóng)業(yè)和食物系統(tǒng)可持續(xù)發(fā)展目標(biāo)(sustainable development goals, SDGs)的全球戰(zhàn)略[2]。農(nóng)業(yè)綠色發(fā)展涉及“食物生產(chǎn)—加工—消費(fèi)”的全過(guò)程, 同時(shí)與資源環(huán)境間存在著復(fù)雜的相互作用關(guān)系, 因此需要在明確不同過(guò)程(或單元)之間關(guān)聯(lián)和互饋關(guān)系的前提下將農(nóng)業(yè)綠色發(fā)展研究擴(kuò)展到整個(gè)食物系統(tǒng)。而驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)概念框架[3](Driver-Pressure-State-Impact-Response, DPSIR)是理解食物系統(tǒng)的驅(qū)動(dòng)因素、各單元間的關(guān)聯(lián)關(guān)系和互饋機(jī)制的重要方法之一, 也成為農(nóng)業(yè)綠色發(fā)展的重要科學(xué)命題與挑戰(zhàn)[4]。其核心要義是: 以食物系統(tǒng)物質(zhì)循環(huán)及其社會(huì)、經(jīng)濟(jì)、生態(tài)效益的定量分析和系統(tǒng)設(shè)計(jì)為主線, 以構(gòu)建“食物-土地利用-水-養(yǎng)分-溫室氣體”多指標(biāo)系統(tǒng)分析模型和農(nóng)業(yè)綠色發(fā)展評(píng)價(jià)指標(biāo)體系為突破口, 探索并量化區(qū)域/流域尺度以綠色環(huán)境與資源閾值為約束的農(nóng)業(yè)綠色發(fā)展實(shí)現(xiàn)路徑, 進(jìn)而提出綠色全產(chǎn)業(yè)鏈解決方案?；谵r(nóng)業(yè)綠色發(fā)展內(nèi)涵和理論框架[5], 本研究闡述了農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究思路、方法和案例。

1 農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究思路

本文以食物系統(tǒng)為研究對(duì)象, 提出了“自下而上”和“自上而下”的農(nóng)業(yè)綠色發(fā)展系統(tǒng)設(shè)計(jì)和定量研究的思路。

1.1 農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究的對(duì)象和邊界

農(nóng)業(yè)綠色發(fā)展研究對(duì)象是食物系統(tǒng), 包含動(dòng)植物生產(chǎn)、加工、消費(fèi)和環(huán)境排放等多個(gè)相互聯(lián)系、相互作用的要素(或部分), 是具有一定結(jié)構(gòu)和功能的有機(jī)整體, 屬于系統(tǒng)科學(xué)范疇, 而從系統(tǒng)的角度觀察和研究客觀世界的學(xué)科就是系統(tǒng)科學(xué), 主要研究系統(tǒng)的要素(或元素)、結(jié)構(gòu)和系統(tǒng)的行為(性質(zhì))[6]。系統(tǒng)研究的基本特征包括: 整體性、關(guān)聯(lián)性、等級(jí)結(jié)構(gòu)性、動(dòng)態(tài)平衡性、時(shí)序性等[7]。因此, 本文將系統(tǒng)思維引入到農(nóng)業(yè)綠色發(fā)展研究時(shí), 也充分考慮了系統(tǒng)研究的基本特征: 1)立足食物系統(tǒng)和農(nóng)業(yè)產(chǎn)業(yè)鏈的整體性; 2)分析食物系統(tǒng)各單元的關(guān)聯(lián)性; 3)闡明系統(tǒng)與各單元、國(guó)家與區(qū)域(流域)的等級(jí)結(jié)構(gòu)性; 4)協(xié)調(diào)水、氮、磷、碳等各類(lèi)物質(zhì)的動(dòng)態(tài)平衡性; 5)揭示系統(tǒng)和各單元的時(shí)空變化特征。

本文將食物系統(tǒng)作為研究對(duì)象, 研究邊界由土壤、作物、畜牧業(yè)、食品加工和家庭消費(fèi)5個(gè)核心管理單元組成, 同時(shí)兼顧了與之相關(guān)的大氣環(huán)境和水體環(huán)境系統(tǒng)(圖1)。研究的空間尺度可以是全球、國(guó)家、區(qū)域、流域和農(nóng)戶(hù)等多種尺度, 時(shí)間維度上可以包含歷史變化、現(xiàn)狀特征和未來(lái)情景。在此基礎(chǔ)上, 重點(diǎn)研究系統(tǒng)內(nèi)各單元物質(zhì)(水、氮、磷、碳等)流動(dòng)的時(shí)空特征及其對(duì)農(nóng)業(yè)生產(chǎn)力、生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)效益的影響。其中, 食物系統(tǒng)物質(zhì)流動(dòng)是指水、氮、磷、碳、耕地等在不同尺度的食物系統(tǒng)及其各個(gè)管理單元(庫(kù))之間的遷移和轉(zhuǎn)化, 由于涉及的物質(zhì)庫(kù)較多, 加之各種物質(zhì)自身的特征有很大差異, 使得物質(zhì)流動(dòng)十分復(fù)雜。此外, 各管理單元與外部環(huán)境(大氣、水體)的物質(zhì)交換過(guò)程、各經(jīng)濟(jì)主體在食品市場(chǎng)的博弈行為, 進(jìn)一步增加了物質(zhì)流動(dòng)的不確定性和復(fù)雜性, 這也正是將生產(chǎn)、經(jīng)濟(jì)、社會(huì)和生態(tài)環(huán)境綜合評(píng)價(jià)納入定量分析的緣由。

圖1 農(nóng)業(yè)綠色發(fā)展研究邊界與系統(tǒng)研究思路

AGD: agricultural green development; SDGs: sustainable development goals.

1.2 農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究“自上而下”和“自下而上”的思路

基于系統(tǒng)研究的整體性、關(guān)聯(lián)性、等級(jí)結(jié)構(gòu)性、動(dòng)態(tài)平衡性、時(shí)序性等基本特征, 并結(jié)合農(nóng)業(yè)綠色發(fā)展全鏈條和多尺度的特性, 本文提出了農(nóng)業(yè)綠色發(fā)展“自上而下”和“自下而上”的研究思路, 兩條研究思路既有區(qū)別又有聯(lián)系, 統(tǒng)一于農(nóng)業(yè)綠色發(fā)展實(shí)踐中(圖1)。

“自上而下”研究思路是從宏觀到微觀、從整體到局部的演繹方法, 有助于從整體理解局部問(wèn)題, 把復(fù)雜難題分解成具體問(wèn)題, 利用系統(tǒng)方法提出解決方案。本研究提出農(nóng)業(yè)綠色發(fā)展“自上而下”的研究思路, 包括: 1)定量分析國(guó)家尺度水、耕地、礦產(chǎn)、能源等資源限制和全球貿(mào)易背景下農(nóng)業(yè)生產(chǎn)的潛力; 2)劃定流域尺度大氣和水環(huán)境閾值, 以此為依據(jù)優(yōu)化流域農(nóng)業(yè)空間布局; 3)構(gòu)建縣域尺度綠色發(fā)展指標(biāo)體系, 剖析全產(chǎn)業(yè)鏈綠色轉(zhuǎn)型的瓶頸問(wèn)題, 提出綠色食物系統(tǒng)優(yōu)化策略; 4)對(duì)標(biāo)先鋒農(nóng)戶(hù)(企業(yè))關(guān)鍵環(huán)節(jié), 分析種、養(yǎng)、加全產(chǎn)業(yè)鏈綠色發(fā)展的限制因素, 提出系統(tǒng)解決方案。

“自下而上”研究思路是從微觀到宏觀、從局部到整體的歸納方法, 有助于理解系統(tǒng)內(nèi)部單元的相互作用, 揭示客觀事物構(gòu)成的原因及其演化的歷程。本研究據(jù)此提出了農(nóng)業(yè)綠色發(fā)展“自下而上”的研究思路, 包括: 1)調(diào)研和跟蹤農(nóng)戶(hù)(企業(yè)), 分析全產(chǎn)業(yè)鏈農(nóng)業(yè)綠色發(fā)展的瓶頸問(wèn)題, 研發(fā)關(guān)鍵技術(shù), 探索全產(chǎn)業(yè)鏈農(nóng)業(yè)綠色發(fā)展實(shí)現(xiàn)模式; 2)對(duì)標(biāo)縣域農(nóng)業(yè)綠色發(fā)展關(guān)鍵指標(biāo), 探討縣域農(nóng)業(yè)綠色轉(zhuǎn)型的科技瓶頸、政策保障與路徑, 提出縣域農(nóng)業(yè)綠色特色產(chǎn)業(yè)的系統(tǒng)解決方案; 3)完善流域生態(tài)環(huán)境監(jiān)測(cè)網(wǎng), 聯(lián)網(wǎng)并將其與模型結(jié)合, 健全綠色生態(tài)環(huán)境的監(jiān)測(cè)、評(píng)估和政策解決方案相結(jié)合的農(nóng)業(yè)綠色發(fā)展管理機(jī)制; 4)提出我國(guó)農(nóng)業(yè)綠色發(fā)展的科技戰(zhàn)略、創(chuàng)新重點(diǎn)、政策保障與實(shí)現(xiàn)途徑, 為我國(guó)農(nóng)業(yè)綠色發(fā)展戰(zhàn)略提供科技與政策支撐, 為全球SDGs實(shí)現(xiàn)提供成功案例。

“自上而下”和“自下而上”的關(guān)系是辨證統(tǒng)一的, 二者相互作用、相互影響, 形成推動(dòng)農(nóng)業(yè)綠色發(fā)展的合力。兩種思路在形式上的區(qū)別是顯而易見(jiàn)的, 尤其是在農(nóng)戶(hù)尺度和全球尺度, “自上而下”的思路注重把握綠色的方向, 以區(qū)域和流域環(huán)境閾值為限制因素, 通過(guò)耕地資源配置, 最大化農(nóng)戶(hù)尺度的生產(chǎn)力水平和農(nóng)業(yè)效益; “自下而上”的思路強(qiáng)調(diào)農(nóng)田和畜禽尺度綠色技術(shù)革新并落實(shí)到千萬(wàn)農(nóng)戶(hù)個(gè)體上, 使某個(gè)環(huán)節(jié)的提升“涌現(xiàn)”為區(qū)域和國(guó)家生產(chǎn)力質(zhì)的提升。而在中等尺度的流域和縣域中, 強(qiáng)調(diào)生態(tài)監(jiān)測(cè)和構(gòu)建可比的綠色發(fā)展指標(biāo)評(píng)價(jià)體系, 二者更多地體現(xiàn)為相互促進(jìn)的關(guān)系。“自上而下”的思路通過(guò)劃定閾值、指標(biāo)分解, 為“自下而上”的技術(shù)實(shí)踐指明方向、設(shè)置標(biāo)準(zhǔn); “自下而上”的研究在解決具體綠色生產(chǎn)技術(shù)問(wèn)題的同時(shí), 為“自上而下”研究提供本地化參數(shù)和驗(yàn)證數(shù)據(jù), 為增強(qiáng)模型模擬、情景分析能力提供可能。兩條思路共同推動(dòng)國(guó)家尺度的農(nóng)業(yè)綠色發(fā)展實(shí)現(xiàn)。

2 農(nóng)業(yè)綠色發(fā)展的系統(tǒng)研究方法

2.1 系統(tǒng)研究思路

綠色發(fā)展強(qiáng)調(diào)人與自然的和諧共生, 相關(guān)研究需要準(zhǔn)確理解和評(píng)價(jià)人與自然復(fù)雜的交互關(guān)系[8]。具體到農(nóng)業(yè)領(lǐng)域, 食物系統(tǒng)既是農(nóng)業(yè)生態(tài)系統(tǒng)的核心, 又是人類(lèi)與環(huán)境相互作用最為頻繁的界面, 因此農(nóng)業(yè)綠色發(fā)展以食物系統(tǒng)為研究對(duì)象, 重點(diǎn)研究人類(lèi)需求驅(qū)動(dòng)和強(qiáng)烈干擾下的食物系統(tǒng)與生態(tài)環(huán)境的互饋關(guān)系。本文圍繞“自上而下”和“自下而上”的農(nóng)業(yè)綠色發(fā)展系統(tǒng)定量研究的思路, 在農(nóng)戶(hù)-流域-區(qū)域-國(guó)家-全球多尺度下, 構(gòu)建了農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型(NUFER-AGD)(圖2), 為定量分析食物系統(tǒng)行為和探索農(nóng)業(yè)綠色發(fā)展策略提供了方法。NUFER-AGD以食物系統(tǒng)分析為核心, 涵蓋農(nóng)牧產(chǎn)品生產(chǎn)—加工—消費(fèi)—貿(mào)易全過(guò)程, 集成水體-土壤-大氣環(huán)境全要素分析功能, 并耦合驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)概念框架[3]、可持續(xù)發(fā)展指標(biāo)體系[9]和星球邊界理論框架(Planetary Boundaries, PBs)[10]。該耦合模型由1個(gè)核心模型[食物系統(tǒng)模型流動(dòng)模型(NUFER)][16]、3個(gè)關(guān)聯(lián)模塊(水、大氣和土地利用分析模塊)和1個(gè)指標(biāo)關(guān)聯(lián)分析模塊(耦合DPSIR、SDGs或PBs概念框架)構(gòu)成。NUFER作為核心模型, 其主要功能是以養(yǎng)分為定量載體, 量化食物系統(tǒng)的氮磷等養(yǎng)分流動(dòng)、利用效率和環(huán)境效應(yīng)[17]; 為增強(qiáng)對(duì)地球系統(tǒng)關(guān)鍵過(guò)程的模擬和綜合評(píng)價(jià)能力, 對(duì)核心系統(tǒng)功能進(jìn)行延伸, 利用3個(gè)關(guān)聯(lián)模塊和1個(gè)指標(biāo)關(guān)系分析模塊分別對(duì)水體、大氣和土地利用等要素進(jìn)行定量分析以及可持續(xù)發(fā)展指標(biāo)評(píng)價(jià)(圖2)。上述模型系統(tǒng)總稱(chēng)為農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型(NUFER-AGD), 作為農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究的核心方法。

圖2 農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型系統(tǒng)(NUFER-AGD)

圖中各模塊的詳細(xì)介紹見(jiàn)后文及其參考文獻(xiàn)[3,9-15]。The more details of modules in this figure are included in the text and the references [3,9-15].

農(nóng)業(yè)綠色發(fā)展內(nèi)涵[5]是農(nóng)業(yè)綠色發(fā)展的評(píng)判標(biāo)準(zhǔn)和指引方略, 應(yīng)當(dāng)在系統(tǒng)研究的思路和方法中充分彰顯, 系統(tǒng)研究的思路和方法是農(nóng)業(yè)綠色發(fā)展內(nèi)涵的實(shí)踐, 應(yīng)當(dāng)將可操作性放在首要位置, 因此農(nóng)業(yè)綠色發(fā)展的內(nèi)涵、系統(tǒng)研究的思路、方法三者是聯(lián)動(dòng)的(圖3)。系統(tǒng)研究方法和農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型的關(guān)鍵步驟和研究思路中強(qiáng)調(diào)的研究重點(diǎn)相對(duì)應(yīng)(圖中字母標(biāo)號(hào)所示)。

自上而下: A. 進(jìn)行時(shí)空特征和對(duì)標(biāo)分析, 從3個(gè)支柱和4個(gè)界面角度鎖定大尺度農(nóng)業(yè)綠色發(fā)展現(xiàn)存的重大問(wèn)題; B. 考慮5個(gè)利益主體公平性和10個(gè)過(guò)程, 建立流域和縣域可比的量化指標(biāo)體系和環(huán)境閾值; C. 協(xié)調(diào)5個(gè)利益主體和6個(gè)目標(biāo), 進(jìn)行系統(tǒng)優(yōu)化與迭代, 確定最優(yōu)農(nóng)業(yè)綠色生產(chǎn)結(jié)構(gòu)和空間布局; D. 參考7個(gè)途徑, 進(jìn)行情景分析和反推分析, 將情景分析結(jié)果與6個(gè)目標(biāo)比對(duì), 檢查目標(biāo)實(shí)現(xiàn)情況, 最終結(jié)果用于指導(dǎo)縣域尺度農(nóng)業(yè)綠色發(fā)展實(shí)踐。

自下而上: E. 從10個(gè)過(guò)程入手, 研發(fā)農(nóng)戶(hù)尺度關(guān)鍵技術(shù), 從4個(gè)界面考慮和借鑒優(yōu)秀典型縣域模式, 與此同時(shí), 積累生產(chǎn)技術(shù)和模式參數(shù); F. 以6個(gè)目標(biāo)和7個(gè)途徑為參考, 考察并監(jiān)測(cè)農(nóng)戶(hù)和縣域尺度生產(chǎn)、生活、生態(tài)、科技、政策落實(shí)等方面的狀況, 建立本地化模型數(shù)據(jù)庫(kù); G. 將本地?cái)?shù)據(jù)代入縣域指標(biāo)體系, 并結(jié)合生態(tài)聯(lián)網(wǎng)檢測(cè)的環(huán)境排放的實(shí)際值, 與模擬數(shù)據(jù)比對(duì), 考察模型模擬結(jié)果在6個(gè)目標(biāo)和10個(gè)過(guò)程模擬中的準(zhǔn)確程度; H. 基于3個(gè)支柱和4個(gè)利益主體的視角, 總結(jié)凝練國(guó)家應(yīng)著力發(fā)展和建設(shè)的科技戰(zhàn)略、重大工程、政策保障等。

綜上所述, 聯(lián)動(dòng)機(jī)制完成了從頂層設(shè)計(jì)到基層調(diào)研的良性循環(huán), 使得政府規(guī)劃管理的有形之手和技術(shù)創(chuàng)新、市場(chǎng)開(kāi)放的無(wú)形之手共同推動(dòng)農(nóng)業(yè)綠色發(fā)展。需要說(shuō)明的是, 這里的農(nóng)業(yè)綠色發(fā)展內(nèi)涵、系統(tǒng)研究思路、定量方法中各個(gè)步驟或側(cè)重點(diǎn)并非完全獨(dú)立分離, 不同研究中可能有所交叉和重疊, 此外, 三者聯(lián)動(dòng)關(guān)系中各個(gè)內(nèi)涵都有不同程度的彰顯, 這里我們選擇最為普遍和適合的模式開(kāi)展研究(圖3)。

2.2 農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型

NUFER是基于物質(zhì)流分析開(kāi)發(fā)的, 以食物系統(tǒng)為研究對(duì)象, 以養(yǎng)分為載體, 定量分析全球、國(guó)家、區(qū)域、流域和農(nóng)戶(hù)等不同尺度食物系統(tǒng)下氮磷流量、利用效率和環(huán)境排放等養(yǎng)分流動(dòng)時(shí)空特征, 綜合評(píng)價(jià)糧食安全、資源利用和環(huán)境影響耦合關(guān)系的經(jīng)驗(yàn)?zāi)Ｐ蚚17](表1)。將NUFER作為農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型的核心模型, 其在整個(gè)NUFER-AGD模型框架下的優(yōu)勢(shì)和具備的功能是: 1)基于物質(zhì)流分析的方法, 揭示氮磷等養(yǎng)分流動(dòng)的時(shí)空特征, 有助于分析其時(shí)空演變的驅(qū)動(dòng)力、揭示當(dāng)前農(nóng)業(yè)發(fā)展存在的資源環(huán)境問(wèn)題; 2)涵蓋“農(nóng)畜產(chǎn)品生產(chǎn)—加工—貿(mào)易—消費(fèi)”多環(huán)節(jié), 一方面, 可以進(jìn)一步鎖定造成養(yǎng)分資源利用效率低下、環(huán)境排放超標(biāo)的關(guān)鍵環(huán)節(jié), 另一方面, 這一特點(diǎn)也使得其能與其他專(zhuān)門(mén)生態(tài)環(huán)境模塊較好地耦合; 3)以多尺度食物系統(tǒng)為研究對(duì)象, 這是開(kāi)展“自上而下”和“自下而上”的系統(tǒng)研究的基礎(chǔ); 4)利用情景分析的方法, 可以分析農(nóng)業(yè)綠色發(fā)展技術(shù)和政策調(diào)控途徑的影響, 并可以與最優(yōu)化分析結(jié)合, 提出切實(shí)可行的策略組合。不可否認(rèn)的是NUFER也存在某些不足, 例如: 對(duì)各類(lèi)環(huán)境排放模擬不夠細(xì)致, 缺乏驗(yàn)證; 情景分析往往以技術(shù)情景為主, 只是針對(duì)某一方面“最樂(lè)觀”的影響-適應(yīng)性分析, 這樣做代表著研究范圍內(nèi)都不考慮分異性、不計(jì)成本地采用某種技術(shù)組合減排, 這種減排策略對(duì)于改善環(huán)境是“最樂(lè)觀”的, 但得出的結(jié)論只能用于方向性的指導(dǎo), 缺乏實(shí)際操作性。綜上, 盡管NUFER模型在某些方面存在不足, 但是具有不可替代的全面性(多尺度、多環(huán)節(jié)), 不足之處都在模型中有所涉及, 兼容性好, 可通過(guò)耦合其他專(zhuān)門(mén)模塊加以完善, 因此NUFER模型作為NUFER-AGD模型框架的核心是最優(yōu)選擇。

圖3 農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型與系統(tǒng)研究思路

圖中3個(gè)支柱為生產(chǎn)資源、生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì), 4個(gè)界面為資源與生產(chǎn)之間、生產(chǎn)與消費(fèi)之間、生產(chǎn)環(huán)節(jié)之間、生產(chǎn)消費(fèi)與環(huán)境之間的界面, 5個(gè)利益主體為政府、農(nóng)民、企業(yè)、經(jīng)銷(xiāo)商、消費(fèi)者, 6個(gè)目標(biāo)為社會(huì)、經(jīng)濟(jì)、生產(chǎn)、資源、生態(tài)、環(huán)境, 7個(gè)途徑為政策、市場(chǎng)、服務(wù)、技術(shù)、產(chǎn)品、知識(shí)、工程; 10個(gè)過(guò)程為1)作物生產(chǎn)與資源的交換、2)畜牧生產(chǎn)的資源輸入和糞尿的資源化利用、3)作物產(chǎn)品直接用作飼料、4)作物產(chǎn)品與食物和飼料加工的交換、5)動(dòng)物產(chǎn)品與加工的交換、6)作物生產(chǎn)與家庭消費(fèi)的交換、7)食品加工與家庭消費(fèi)的交換、8)動(dòng)物生產(chǎn)與家庭消費(fèi)的交換、9)農(nóng)產(chǎn)品加工和食物損失浪費(fèi)和10)食物系統(tǒng)環(huán)境排放, 這些為馬文奇等[5]提出的農(nóng)業(yè)綠色發(fā)展的內(nèi)涵。圖中“自下而上”和“自上而下”的系統(tǒng)分析與定量研究步驟為: A, 時(shí)空數(shù)據(jù)分析與對(duì)標(biāo); B, 流域、縣域指標(biāo)和閾值; C, 多目標(biāo)優(yōu)化和迭代; D, 情景分析和反推分析; E, 生產(chǎn)技術(shù)和典型模式; F, 農(nóng)業(yè)、生態(tài)和環(huán)境等政策; G, 縣域流域指標(biāo)驗(yàn)證; H, 凝練科技戰(zhàn)略、創(chuàng)新重點(diǎn)。The connotations of agriculture green development shown in the middle of the figure are raised by Ma, et al[5]. Three pillars are resource for production, ecological environment, socio-economic; Four interfaces are the interface between resource input and production, the interface between production and consumption, the interface between different production sectors, the interface between production-consumption and environment. Five stakeholders are government, farmers, companies, dealers, consumers. Six targets are social targets, economic targets, production targets, targets of resources utilization, ecological targets and environmental targets. Seven approaches are policy approaches, market approaches, service approaches, technical approaches, product approaches, knowledge approaches and engineer approaches. Ten processes are: 1) resource input and crop production; 2) feed input, livestock production and manure utilization; 3) crop product used as feed directly; 4) crop product processed for food or feed; 5) livestock product process; 6) crop production and human consumption; 7) food process and human consumption; 8) livestock production and human consumption; 9) product process, food loss and food waste; 10) environmental emission from food system. The steps of systematic analysis and quantitative research of “top-down” and “bottom-up” in the figure are A: analyze and compare spatial-temporal data; B: build index system at basin and county scale and define their thresholds; C: multi-objective optimization algorithm; D: scenario analysis and backcasting method; E: develop technologies of production and explore typical patterns; F: agricultural, ecological and environmental policies; G: verify model results and observed value; H: develop key technological strategies and innovation fields.

在農(nóng)戶(hù)尺度重點(diǎn)關(guān)注種養(yǎng)生產(chǎn)系統(tǒng), NUFER模型可以分析不同類(lèi)型和管理模式的農(nóng)田、畜禽養(yǎng)殖和農(nóng)戶(hù)(農(nóng)場(chǎng))的養(yǎng)分利用效率、環(huán)境排放特征及其影響因素, 為優(yōu)化農(nóng)戶(hù)養(yǎng)分管理行為提供科學(xué)依據(jù), 可作為農(nóng)戶(hù)尺度農(nóng)業(yè)綠色發(fā)展指標(biāo)體系的定量工具。Zhao等[18]利用NUFER模型, 分析了海河流域400余個(gè)不同類(lèi)型農(nóng)戶(hù)的種養(yǎng)系統(tǒng)養(yǎng)分流動(dòng)特征, 發(fā)現(xiàn)種養(yǎng)結(jié)合農(nóng)場(chǎng)的養(yǎng)分利用效率比作物種植戶(hù)和集約化養(yǎng)殖場(chǎng)高5%~9%, 同時(shí)種養(yǎng)結(jié)合養(yǎng)殖場(chǎng)氮、磷環(huán)境損失分別較集約化養(yǎng)殖場(chǎng)低20%~42%和69%~78%。Wei等[19]利用NUFER模型, 分析了北京都市型集約化養(yǎng)殖場(chǎng)養(yǎng)分流動(dòng)特征、氮磷養(yǎng)分利用效率及環(huán)境損失途徑, 同時(shí)選取13個(gè)指標(biāo)對(duì)都市畜牧業(yè)環(huán)境、經(jīng)濟(jì)和社會(huì)效益進(jìn)行了定量評(píng)價(jià), 完善了農(nóng)戶(hù)尺度種養(yǎng)系統(tǒng)的評(píng)價(jià)指標(biāo)體系。

在區(qū)域和流域尺度重點(diǎn)關(guān)注種養(yǎng)生產(chǎn)系統(tǒng)與環(huán)境系統(tǒng)的關(guān)系, NUFER模型通過(guò)分析不同流域養(yǎng)分環(huán)境排放特征, 識(shí)別熱點(diǎn)環(huán)境排放區(qū)和生態(tài)脆弱區(qū), 為區(qū)域環(huán)境管理政策的制定提供科學(xué)依據(jù), 可以作為區(qū)域和流域尺度農(nóng)業(yè)綠色發(fā)展指標(biāo)體系的定量工具。Ma等[20]在省域尺度上分析了1980—2005年氮磷流動(dòng)時(shí)空變化特征, 揭示了京津冀、珠三角、長(zhǎng)三角地區(qū)25年間氮素?fù)p失量快速增長(zhǎng)的事實(shí)?；谏鲜鎏卣骱蛯?duì)農(nóng)業(yè)面源污染問(wèn)題的思考, Bai等[21]將NUFER模型與地下水硝酸鹽監(jiān)測(cè)數(shù)據(jù)、環(huán)境公報(bào)發(fā)布的水質(zhì)數(shù)據(jù)、分縣農(nóng)業(yè)統(tǒng)計(jì)資料和土壤地質(zhì)信息等數(shù)據(jù)結(jié)合, 揭示了我國(guó)縣域尺度農(nóng)牧系統(tǒng)氮磷養(yǎng)分環(huán)境排放的歷史變化趨勢(shì)并識(shí)別了排放的熱點(diǎn)區(qū)域[22], 初步劃分了我國(guó)氮磷生態(tài)脆弱區(qū)和潛在脆弱區(qū)。該研究為推進(jìn)化肥減施、有機(jī)肥替代、畜禽糞尿資源化、面源污染阻控和農(nóng)業(yè)綠色發(fā)展等國(guó)家重大行動(dòng)提供了重要依據(jù)[21,23]。針對(duì)農(nóng)牧系統(tǒng)氨揮發(fā)和空氣質(zhì)量下降問(wèn)題, Bai等[24]利用NUFER模型, 提出了初步劃定我國(guó)區(qū)域氨排放閾值的理論框架, 即: 1)以氨與PM2.5聯(lián)動(dòng)的人體健康評(píng)價(jià)為核心; 2)兼顧氨排放與區(qū)域森林、草地和海洋的生態(tài)多樣性; 3)統(tǒng)籌生態(tài)紅線區(qū)劃和氨減排的成本效益。同時(shí)避免農(nóng)業(yè)源污染的空間轉(zhuǎn)移和形態(tài)轉(zhuǎn)變, 即要避免氨排放閾值的設(shè)定增加貧困地區(qū)氨排放或增加硝酸鹽脆弱區(qū)的氮素淋失風(fēng)險(xiǎn)[25]。上述研究為進(jìn)一步治理大氣霧霾、區(qū)域面源污染綜合防控的技術(shù)研發(fā)和政策制定提供了科學(xué)依據(jù)。此外, Zhao等[18,26]還針對(duì)農(nóng)業(yè)主產(chǎn)區(qū)和位于養(yǎng)分環(huán)境排放熱點(diǎn)區(qū)域的華北平原/海河流域開(kāi)展了研究, 揭示了海河流域農(nóng)牧系統(tǒng)氨揮發(fā)和水體特征和未來(lái)的減排潛力。

在國(guó)家尺度重點(diǎn)關(guān)注整個(gè)食物系統(tǒng), NUFER模型用于分析不同國(guó)家養(yǎng)分流動(dòng)的歷史變化特征及其影響因素, 闡明農(nóng)牧生產(chǎn)系統(tǒng)技術(shù)改進(jìn)、區(qū)域環(huán)境政策調(diào)控、膳食結(jié)構(gòu)優(yōu)化和全球貿(mào)易增加對(duì)食物系統(tǒng)養(yǎng)分利用效率的影響, 為國(guó)家農(nóng)業(yè)綠色發(fā)展重大戰(zhàn)略提供科學(xué)支撐, 可以作為國(guó)家尺度農(nóng)業(yè)綠色發(fā)展指標(biāo)體系的定量工具。Ma等[16]利用NUFER模型分析發(fā)現(xiàn)我國(guó)作物生產(chǎn)氮效率從1980年的32%降低到2005年的26%; 而畜牧業(yè)氮效率提高了1倍; 食物系統(tǒng)氮效率從16%降低到9%。1980—2005年, 土壤-作物系統(tǒng)的氮環(huán)境損失由940萬(wàn)t增加到2 700萬(wàn)t; 畜牧業(yè)氮環(huán)境損失增加了近4倍; 食物系統(tǒng)氮環(huán)境損失約增加了2倍。該結(jié)果揭示了我國(guó)食物系統(tǒng)養(yǎng)分利用效率較低且持續(xù)下降、養(yǎng)分損失高且持續(xù)增加的歷史演變規(guī)律, 加深了對(duì)食物系統(tǒng)與環(huán)境損失之間定量關(guān)系的理解[16,27]。進(jìn)一步聚焦中國(guó)奶業(yè)產(chǎn)業(yè)鏈, 利用NUFER模型對(duì)中國(guó)牛奶消費(fèi)與全球環(huán)境影響之間的關(guān)系進(jìn)行定量分析, 研究表明, 2050年中國(guó)牛奶消費(fèi)總量將達(dá)到2010年牛奶產(chǎn)量的3倍,在基準(zhǔn)情境下耕地需求量、溫室氣體排放量和活性氮損失量將分別增加32%、35%和48%; 通過(guò)提高飼料品質(zhì)、奶牛養(yǎng)殖生產(chǎn)效率和畜禽糞污資源化利用效率等全產(chǎn)業(yè)鏈提質(zhì)增效的綠色生產(chǎn)措施, 不僅可以滿(mǎn)足奶產(chǎn)品需求, 同時(shí)可以減少耕地需求的30%和溫室氣體排放的12%; 該研究可為中國(guó)奶業(yè)振興提供科學(xué)依據(jù), 并對(duì)全球牛奶生產(chǎn)體系可持續(xù)發(fā)展具有重要借鑒意義[28]。

表1 不同尺度食物系統(tǒng)養(yǎng)分流動(dòng)研究重點(diǎn)及其意義

2.3 水環(huán)境系統(tǒng)分析模塊的研究方法

水環(huán)境分析模塊是NUFER模型向水環(huán)境分析的延伸, 該模塊包含3個(gè)模型、兩項(xiàng)功能, 其中Global-NEWS 2(Global Nutrient Export from WaterSheds 2)[11]和MARINA(Model to Assess River Inputs of Nutrients to seAs)模型[12,29]用來(lái)量化養(yǎng)分流從源向河口、入?？诘倪w移和滯留于各級(jí)河網(wǎng)的情況, 并通過(guò)沿海富營(yíng)養(yǎng)化潛力(Inidcator for Coastal Eutrophication Potential, ICEP)等指標(biāo)體現(xiàn)其環(huán)境影響。選用這兩個(gè)模型是由于不同尺度下氮磷養(yǎng)分在水體中遷移機(jī)制不同, 而且二者原理一致, 與NUFER模型同屬養(yǎng)分流動(dòng)經(jīng)驗(yàn)?zāi)Ｐ? 因此耦合效果較佳; PCLake模型[13,30]屬于系統(tǒng)動(dòng)力學(xué)模型, 具有強(qiáng)大的展現(xiàn)穩(wěn)態(tài)轉(zhuǎn)換的能力, 用于確定湖泊水體氮磷投入的閾值, 并據(jù)該閾值進(jìn)行情景分析、提出減少氮磷負(fù)荷的建議。

Global NEWS 2模型是一個(gè)考慮了空間異質(zhì)性的全球流域營(yíng)養(yǎng)鹽輸出模型, 以年或季節(jié)為時(shí)間步長(zhǎng)來(lái)模擬全球6 000多個(gè)流域不同來(lái)源(點(diǎn)源、面源)、不同元素(氮磷、碳、硅)、不同形式(有機(jī)可溶性、無(wú)機(jī)可溶性、懸浮性)的營(yíng)養(yǎng)鹽從陸地向河口及近海的輸出量[11,31]。模型已經(jīng)用于分析全球和多個(gè)國(guó)家過(guò)去(1970—2000年)及未來(lái)(2030—2050年)流域營(yíng)養(yǎng)鹽的輸出情況[11,32], 可作為流域環(huán)境管理的定量分析工具。聚焦子流域, Strokal等[12]發(fā)展了區(qū)域子流域尺度的MARINA模型, 進(jìn)一步考慮了畜禽糞尿和人糞尿直接排放入水體的情況, 并且針對(duì)中國(guó)6大水系進(jìn)行了參數(shù)的更新和校驗(yàn)。將模型應(yīng)用于中國(guó)長(zhǎng)江、黃河、珠江以及海河等重要流域, 發(fā)現(xiàn)在1970—2000年, 河流中溶解態(tài)氮和磷的輸出量增加了2~8倍, 其中20%~78%溶解態(tài)氮和磷來(lái)自畜禽養(yǎng)殖的非點(diǎn)源排放, 預(yù)測(cè)到2050年, 氣候和社會(huì)經(jīng)濟(jì)變化將會(huì)使中國(guó)的河流污染情況更加復(fù)雜[33]。從季節(jié)尺度來(lái)看, 長(zhǎng)江流域氮素輸入的季節(jié)變化較大, 河流輸出的氮素夏季最高, 冬季最低[34]。另外, MARINA模型也被應(yīng)用于中國(guó)典型湖庫(kù)流域, Yang等[35]研究發(fā)現(xiàn), 在2012年, 官?gòu)d水庫(kù)和白洋淀流域氮磷排放主要來(lái)自于農(nóng)業(yè)生產(chǎn), 若中國(guó)現(xiàn)行農(nóng)業(yè)與環(huán)保政策全面執(zhí)行, 到2050年, 兩個(gè)流域氮磷年排放水平可以降至2012年排放水平之下。

PCLake是考慮水生態(tài)過(guò)程的機(jī)理模型, 被廣泛應(yīng)用于水生態(tài)系統(tǒng)食物網(wǎng)及其環(huán)境影響研究中, 通過(guò)模擬水生態(tài)環(huán)境和沉積物之間的生物、物理和化學(xué)過(guò)程相互作用以定量分析污染物排放與水生態(tài)環(huán)境的響應(yīng)關(guān)系, 可為湖庫(kù)面源污染治理提供科學(xué)依據(jù)。PCLake已在太湖、巢湖和滇池等重要湖泊研究中得到應(yīng)用, 主要用于分析湖泊生態(tài)系統(tǒng)狀態(tài)和污染負(fù)荷的響應(yīng)關(guān)系[36-38]。研究表明, 太湖總氮磷負(fù)荷需要削減一半以上才能使湖泊大部分區(qū)域葉綠素濃度降至30~40mg?L-1, 而如果要防止太湖浮游植物大量繁殖, 即把葉綠素濃度降到約20mg?L-1, 需要減少近90%的磷和氮的負(fù)荷[36]。上述目標(biāo)需要通過(guò)減少肥料氮的應(yīng)用和提高磷的污水處理效率來(lái)實(shí)現(xiàn)[39]。Kong等[37]在巢湖的研究發(fā)現(xiàn), 與僅由養(yǎng)分負(fù)荷驅(qū)動(dòng)的動(dòng)態(tài)變化相比, 該水域的水位控制進(jìn)一步降低了臨界磷負(fù)荷, 導(dǎo)致藻華出現(xiàn)的時(shí)間大約提前了10年。PCLake在滇池應(yīng)用的結(jié)果表明, 2012年, 流域向滇池輸入的氮磷負(fù)荷量分別是草海和外海的氮磷負(fù)荷限值的82倍和17倍[38]。

2.4 大氣環(huán)境系統(tǒng)分析模塊的研究方法

GAINS(greenhouse gas-air pollution interactions and synergies)模型[14]與NUFER耦合, 作為NUFER-ADG模型的大氣環(huán)境分析模塊。在農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究模型中, 主要發(fā)揮作用的是其大氣化學(xué)-擴(kuò)散轉(zhuǎn)化模塊和成本-效益分析模塊。食物系統(tǒng)各環(huán)節(jié)釋放的NH3、N2O等氣體驅(qū)動(dòng)大氣化學(xué)-擴(kuò)散轉(zhuǎn)化模塊, 模擬歷史和未來(lái)各時(shí)期氣體的空間分布情況; 成本效益分析模塊則是整個(gè)模型系統(tǒng)優(yōu)化分析的一部分, 尋求最大綜合效益下, 大氣污染、氣候變化緩解政策和技術(shù)組合。

GAINS模型是由國(guó)際應(yīng)用系統(tǒng)研究所(International Institute for Applied Systems Analysis, IIASA)開(kāi)發(fā)的研究溫室氣體和大氣污染協(xié)同作用的綜合評(píng)估模型, 主要為環(huán)境政策制定提供科學(xué)依據(jù)[14,40]。模型從研究區(qū)域未來(lái)經(jīng)濟(jì)發(fā)展、能源結(jié)構(gòu)變化以及減排措施等驅(qū)動(dòng)因素出發(fā), 利用大氣化學(xué)轉(zhuǎn)化-擴(kuò)散模型模擬未來(lái)大氣污染物分布狀況, 在此基礎(chǔ)上綜合考慮減排技術(shù)成本、量化人類(lèi)和環(huán)境健康價(jià)值, 通過(guò)成本效益分析尋求代價(jià)最小的溫室氣體減排和大氣污染防治方案。目前模型能夠?qū)?種大氣污染物(PM、SO2、NO、VOC、NH3)和6種溫室氣體(CO2、CH4、N2O、HFCS、PFCs、SF6)進(jìn)行綜合評(píng)估[40], 并且針對(duì)亞洲開(kāi)發(fā)了GAINS-Asia版本。模型對(duì)農(nóng)業(yè)NH3排放的計(jì)算主要基于化肥施用和畜禽糞尿管理兩部分, 其中畜禽糞尿NH3排放采用物質(zhì)流分析的方法[41]估計(jì), 并通過(guò)計(jì)算“畜禽圈舍—糞尿儲(chǔ)藏與處理—施用”鏈條各階段的養(yǎng)分損失來(lái)提高估算結(jié)果的準(zhǔn)確性, 但是該模型尚未考慮畜禽糞尿直接向水體排放時(shí)對(duì)NH3排放結(jié)果的影響; 在估計(jì)化肥NH3排放量時(shí), 考慮了不同化肥種類(lèi)的NH3排放系數(shù)差異, 但僅區(qū)分了尿素/碳銨和其他化肥兩種類(lèi)型。GAINS模型還可用于評(píng)價(jià)NH3排放對(duì)PM2.5環(huán)境濃度的影響, 其中年均PM2.5濃度采用源-受體矩陣來(lái)估計(jì)[42]。Zhao等[18]利用GAINS模型, 定量分析了海河流域農(nóng)牧系統(tǒng)NH3揮發(fā)特征和未來(lái)的減排潛力, 研究表明海河流域農(nóng)牧系統(tǒng)NH3排放量為1 179 Gg, 全流域54%的NH3揮發(fā)來(lái)自占流域總面積17%的6個(gè)熱點(diǎn)區(qū)域, 優(yōu)化農(nóng)牧系統(tǒng)養(yǎng)分管理技術(shù)可使NH3排放數(shù)量降至基線情景的55%, 且有助于減少區(qū)域PM2.5產(chǎn)生。

2.5 土地利用分析模塊的研究方法

土地既是農(nóng)業(yè)活動(dòng)中最重要的生產(chǎn)資源, 也是保持生態(tài)穩(wěn)定、緩解氣候變化重要的生態(tài)資源, 而土地面積是固定的, 生態(tài)承載力也在一定限度之內(nèi)?；谶@一特性, 我們將GLOBIOM(GLObal BIOsphere Management model)模型[15]與NUFER模型耦合, 作為整個(gè)系統(tǒng)研究方法的土地利用模塊, 用來(lái)合理地預(yù)估未來(lái)食物系統(tǒng)生產(chǎn)、消費(fèi)和貿(mào)易情況。該模塊工作機(jī)制是: 以生態(tài)足跡理論和理性人假設(shè)為基礎(chǔ), 事先折算非貨幣化的社會(huì)、生態(tài)效益, 以各利益相關(guān)者的綜合效益最大化為目標(biāo), 土地面積不變、產(chǎn)品市場(chǎng)出清、土地生態(tài)承載力為平衡或約束條件, 探索和設(shè)計(jì)國(guó)家或區(qū)域農(nóng)業(yè)綠色發(fā)展路徑。

GLOBIOM模型耦合了4個(gè)宏觀尺度的全球模型: EPIC(Environmental Policy Integrated Climate Model)、RUMINANT、BIOENERGY和G4M (Global Forest Model)模型, 分別用于計(jì)算全球柵格尺度下作物、畜禽、生物燃料和木材的供給情況, 并具有對(duì)土地利用類(lèi)型變化和溫室氣體排放模擬的功能。在需求側(cè), 模型基于未來(lái)人口、人均GDP、產(chǎn)品生產(chǎn)成本和均衡價(jià)格(包括關(guān)稅、運(yùn)輸成本和能力約束)的預(yù)測(cè), 對(duì)商品的內(nèi)生需求和區(qū)域間的雙邊貿(mào)易流動(dòng)進(jìn)行預(yù)測(cè), 形成了一個(gè)由30個(gè)經(jīng)濟(jì)區(qū)域(中國(guó)是其中獨(dú)立的經(jīng)濟(jì)體)組成, 包括18種主要作物和7種牲畜產(chǎn)品的商品市場(chǎng)。該市場(chǎng)以總盈余(消費(fèi)者盈余+生產(chǎn)者盈余)最大化為目標(biāo), 資源限制和市場(chǎng)出清為約束, 以10年為步長(zhǎng)進(jìn)行動(dòng)態(tài)優(yōu)化, 實(shí)現(xiàn)了對(duì)資源利用—產(chǎn)品生產(chǎn)—貿(mào)易—溫室氣體排放過(guò)程的綜合模擬[43]。利用GLOBIOM模型分析土地利用, Havlík等[15]發(fā)現(xiàn)生物質(zhì)燃料生產(chǎn)與耕地、草地爭(zhēng)地時(shí), 對(duì)資源環(huán)境產(chǎn)生的負(fù)面效應(yīng)高于與林地或未利用地爭(zhēng)地的情形, 并可能導(dǎo)致農(nóng)產(chǎn)品價(jià)格的上升, 因此政府制定生物質(zhì)燃料生產(chǎn)政策時(shí)要綜合考慮經(jīng)濟(jì)、生態(tài)、社會(huì)效益。Havlík等[44]利用GLOBIOM模型定量分析了不同畜牧業(yè)政策對(duì)溫室氣體排放的影響, 揭示了畜牧生產(chǎn)與土地利用結(jié)合的政策優(yōu)化情景比單純畜牧生產(chǎn)優(yōu)化的情景, 溫室氣體減排效率高5~10倍, 并且能保障發(fā)展中國(guó)家民眾的營(yíng)養(yǎng)健康和生態(tài)系統(tǒng)的穩(wěn)定性。

2.6 農(nóng)業(yè)綠色發(fā)展與全球可持續(xù)發(fā)展目標(biāo)關(guān)聯(lián)分析模塊

盡管通過(guò)模型耦合能夠輸出定量的結(jié)果, 但這些結(jié)果多是基于生物物理或數(shù)理統(tǒng)計(jì)知識(shí)得到的各個(gè)過(guò)程的流量和存量, 未能在農(nóng)業(yè)綠色發(fā)展研究框架下給出系統(tǒng)的研究結(jié)果, 更不能進(jìn)行全鏈條定量評(píng)價(jià), 且對(duì)社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)機(jī)制的理解也較弱。因此我們將模型與國(guó)內(nèi)外廣泛運(yùn)用的理論框架和全球重大行動(dòng)耦合, 構(gòu)建農(nóng)業(yè)綠色發(fā)展指標(biāo)體系, 以期實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展從系統(tǒng)認(rèn)知到實(shí)際運(yùn)用的跨越。在資源環(huán)境研究領(lǐng)域, 被廣泛接受并實(shí)際應(yīng)用的概念框架主要包括驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)概念框架(DPSIR)[3]、可持續(xù)發(fā)展目標(biāo)(SDGs)[9]以及行星邊界理論(PBs)[10]概念框架。這些理論和概念框架覆蓋了資源環(huán)境和人類(lèi)發(fā)展的各個(gè)方面, 并且有著相對(duì)嚴(yán)謹(jǐn)?shù)耐评碚撟C過(guò)程, 但是都不同程度地存在著量化不足的問(wèn)題。

DPSIR框架最初由經(jīng)濟(jì)合作與發(fā)展組織(Organization for Economic Cooperation and Development, OECD)在1993年對(duì)壓力-狀態(tài)-響應(yīng)(pressure-state-response, PSR)模型和驅(qū)動(dòng)力-狀態(tài)-響應(yīng)(driving force-state-response, DSR)模型修訂時(shí)提出[3,45]。其中壓力指標(biāo)表征人類(lèi)經(jīng)濟(jì)和社會(huì)活動(dòng)對(duì)環(huán)境的作用, 狀態(tài)指標(biāo)表征特定時(shí)間段的環(huán)境狀態(tài)和環(huán)境變化情況, 響應(yīng)指標(biāo)指社會(huì)和個(gè)人如何行動(dòng)來(lái)減輕、恢復(fù)和預(yù)防人類(lèi)活動(dòng)對(duì)環(huán)境的負(fù)面影響的措施, 很好地揭示環(huán)境與人類(lèi)活動(dòng)的因果關(guān)系。SDGs框架[9,46]是2015年9月在聯(lián)合國(guó)峰會(huì)提出的, 它可以被理解為一個(gè)可持續(xù)發(fā)展藍(lán)圖, 針對(duì)人類(lèi)面臨的全球性挑戰(zhàn), 提出了包括貧困、氣候變化、環(huán)境退化、和平和公平議題在內(nèi)的17個(gè)相互關(guān)聯(lián)的總體目標(biāo), 但各目標(biāo)之間并非是相互促進(jìn)的, 甚至有某些具有相互抑制的趨勢(shì), 因此需要基于不同研究背景對(duì)其進(jìn)行權(quán)衡。PBs最初由Rockstr?m等提出[10], 從9個(gè)關(guān)鍵的地球系統(tǒng)過(guò)程出發(fā)定量了人類(lèi)發(fā)展的擾動(dòng)限值, 即全球安全利用資源或環(huán)境排放的限值, 但是該框架立足于全球尺度, 對(duì)各個(gè)國(guó)家和地區(qū)并沒(méi)有強(qiáng)約束力, 亟需降尺度到國(guó)家甚至更小的尺度以增強(qiáng)其政策關(guān)聯(lián)性[47]。

在農(nóng)業(yè)綠色發(fā)展領(lǐng)域, 國(guó)內(nèi)學(xué)者針對(duì)上述概念框架做出了有益的探索。Bai等[4]基于DPSIR框架, 構(gòu)建了包括經(jīng)濟(jì)社會(huì)因素(人均GDP、城市化水平等指標(biāo))、資源環(huán)境因素(飼料、土地、外源氮素、溫室氣體、活性氮和氮素利用率)等在內(nèi)的畜牧業(yè)綠色發(fā)展指標(biāo)體系, 剖析了中國(guó)畜牧業(yè)轉(zhuǎn)型驅(qū)動(dòng)力及其對(duì)資源環(huán)境的影響。Ma等[2]以資源需求、資源利用效率和環(huán)境影響為紐帶將食物系統(tǒng)養(yǎng)分流動(dòng)與SDG目標(biāo)相聯(lián)系, 并進(jìn)一步將上述3部分細(xì)化為NUFER模型可量化的指標(biāo), 具體包括: 資源需求(水、土地和化肥投入)、資源利用效率(包括氮、磷利用效率)和環(huán)境影響(包括氮、磷和溫室氣體排放量), 構(gòu)成了食物系統(tǒng)綠色發(fā)展指標(biāo)體系, 探索了未來(lái)食物系統(tǒng)可持續(xù)發(fā)展情景。

3 農(nóng)業(yè)綠色發(fā)展系統(tǒng)定量研究的案例介紹

以食物系統(tǒng)為研究對(duì)象, 基于“自上而下”和“自下而上”相結(jié)合的定量研究思路, 利用多指標(biāo)關(guān)聯(lián)分析模型和評(píng)價(jià)指標(biāo)體系, 協(xié)同國(guó)家農(nóng)業(yè)綠色發(fā)展多目標(biāo), 以流域尺度綠色資源和環(huán)境閾值為約束, 定量設(shè)計(jì)農(nóng)業(yè)綠色發(fā)展系統(tǒng)解決方案, 提出全產(chǎn)業(yè)鏈農(nóng)業(yè)綠色發(fā)展技術(shù)實(shí)現(xiàn)路徑。以下介紹農(nóng)業(yè)綠色發(fā)展系統(tǒng)定量研究案例。

3.1 我國(guó)食物系統(tǒng)綠色發(fā)展的多目標(biāo)優(yōu)化的潛力

我國(guó)集約化農(nóng)業(yè)和畜牧業(yè)數(shù)量快速增長(zhǎng), 對(duì)國(guó)內(nèi)和全球的糧食安全、土地利用、資源消耗、溫室氣體排放和氮磷等環(huán)境損失產(chǎn)生了非常重要的影響, 但是之前的研究對(duì)農(nóng)業(yè)轉(zhuǎn)型和農(nóng)業(yè)綠色發(fā)展指標(biāo)體系的分析不足, 多是定性的描述, 缺乏定量分析。Ma等[2]在NUFER模型的基礎(chǔ)上, 發(fā)展了多指標(biāo)關(guān)聯(lián)和評(píng)價(jià)模塊, 對(duì)中國(guó)可持續(xù)食物系統(tǒng)的目標(biāo)、實(shí)現(xiàn)途徑和可持續(xù)性評(píng)價(jià)開(kāi)展深入研究。利用“自上而下”的方法, 從食物鏈視角設(shè)計(jì)農(nóng)牧生產(chǎn)結(jié)構(gòu), 研究表明: 2030年, 我國(guó)飼料糧、口糧和各種畜產(chǎn)品的需求量還將大幅度增加。如果不做任何改進(jìn), 與2010年相比, 2030年耕地、草地、水、氮肥、磷肥等資源代價(jià)將增加10%~81%, 氮、磷、溫室氣體等環(huán)境代價(jià)將增加28%~39%。提高農(nóng)牧業(yè)生產(chǎn)力、鼓勵(lì)健康飲食、適當(dāng)增加進(jìn)口將是緩解未來(lái)資源環(huán)境壓力的最優(yōu)路徑, 相對(duì)于2030年照常路徑, 可以降低上述資源消耗或環(huán)境排放7%~55%。指出在全國(guó)范圍內(nèi)繼續(xù)加強(qiáng)和完善測(cè)土配方施肥、耕地地力提升、糞污資源化利用、“科技小院”、居民膳食推薦等具體助農(nóng)惠農(nóng)舉措對(duì)實(shí)現(xiàn)與農(nóng)業(yè)密切相關(guān)的8個(gè)可持續(xù)發(fā)展目標(biāo)具有重要意義。該案例屬于“自上而下”的研究思路, 也為國(guó)家尺度農(nóng)業(yè)綠色發(fā)展指標(biāo)體系構(gòu)建[48]和相關(guān)政策制定提供了定量方法。

3.2 我國(guó)種養(yǎng)系統(tǒng)綠色轉(zhuǎn)型的關(guān)鍵環(huán)節(jié)及其調(diào)控途徑

畜牧業(yè)綠色轉(zhuǎn)型是食物系統(tǒng)綠色發(fā)展的關(guān)鍵。Bai等[4]利用自上而下的思路聚焦農(nóng)牧系統(tǒng), 首次將DPSIR理論和“食物-土地-水-養(yǎng)分-溫室氣體”多指標(biāo)關(guān)聯(lián)分析方法(food-land-water-nutrients-GHGs nexus)結(jié)合, 定量地描述了過(guò)去幾十年中國(guó)畜牧業(yè)轉(zhuǎn)型的變化趨勢(shì), 揭示了該轉(zhuǎn)型的驅(qū)動(dòng)因素、資源環(huán)境效應(yīng), 并設(shè)計(jì)了我國(guó)未來(lái)農(nóng)牧系統(tǒng)綠色發(fā)展的路徑。

研究表明[4], 在人口、經(jīng)濟(jì)、城鎮(zhèn)化以及相關(guān)農(nóng)業(yè)政策的驅(qū)動(dòng)下, 中國(guó)的畜牧業(yè)革命以國(guó)際上前所未有的速度——僅僅在改革開(kāi)放前30年間就完成了從幾千年的農(nóng)戶(hù)散養(yǎng)復(fù)合功能型向集約化單一功能型的轉(zhuǎn)變。畜禽養(yǎng)殖數(shù)量增加了3倍, 動(dòng)物蛋白供給增長(zhǎng)了5倍, 同時(shí)氣態(tài)和水體氮損失分別升至原水平的2倍和3倍, 滿(mǎn)足國(guó)民營(yíng)養(yǎng)需求同時(shí)也成為了我國(guó)農(nóng)業(yè)面源污染的重要原因, 并通過(guò)飼料貿(mào)易(進(jìn)口增長(zhǎng)49倍)對(duì)全球環(huán)境造成巨大影響。新一輪的畜牧業(yè)轉(zhuǎn)型必須站在“生產(chǎn)資料-生產(chǎn)過(guò)程-農(nóng)產(chǎn)品-市場(chǎng)-消費(fèi)”全產(chǎn)業(yè)鏈的高度, 以飼料和牲畜集約化生產(chǎn)、畜禽糞尿全鏈條管理以及飲食結(jié)構(gòu)轉(zhuǎn)變?yōu)樽ナ稚钊胪七M(jìn)。情景分析結(jié)果表明, 上述路徑下, 環(huán)境影響可降低至常規(guī)情景的50%~60%, 這需要政府、生產(chǎn)企業(yè)、零售商和消費(fèi)者的共同努力。該研究案例屬于“自上而下”的研究思路, 可為中國(guó)畜牧業(yè)綠色發(fā)展提供理論依據(jù), 也對(duì)其他發(fā)展中國(guó)家畜牧業(yè)轉(zhuǎn)型發(fā)展具有重要的借鑒意義。

通過(guò)聚焦關(guān)鍵環(huán)節(jié), 分析農(nóng)牧系統(tǒng)和“飼料-糞尿排泄-飼舍-儲(chǔ)藏-處理-施用”全鏈條養(yǎng)分流動(dòng)特征, 指出飼舍和儲(chǔ)藏環(huán)節(jié)NH3揮發(fā)是養(yǎng)分環(huán)境排放的主要環(huán)節(jié)[49-50]。該研究揭示了農(nóng)牧結(jié)合的關(guān)鍵是探索種養(yǎng)廢棄物資源化和減少環(huán)境損失的技術(shù)途徑與模式, 包括: 1)明確不同“土壤-作物-畜牧”系統(tǒng)養(yǎng)分循環(huán)規(guī)律和環(huán)境影響; 2)探索有機(jī)肥替代化肥調(diào)控機(jī)理與技術(shù)途徑; 3)研發(fā)畜禽糞尿“畜禽飼喂—畜禽圈舍—糞尿儲(chǔ)藏—糞尿加工—糞尿施用”全鏈條養(yǎng)分循環(huán)利用機(jī)理和減排技術(shù)。該案例屬于“自上而下”的研究思路, 研究表明發(fā)展種養(yǎng)一體化綠色發(fā)展技術(shù), 保持種養(yǎng)系統(tǒng)養(yǎng)分高效循環(huán), 減少環(huán)境損失, 提高農(nóng)牧系統(tǒng)利用率是種養(yǎng)系統(tǒng)綠色發(fā)展的關(guān)鍵[51]。

3.3 流域生態(tài)環(huán)境閾值為約束的農(nóng)業(yè)綠色發(fā)展系統(tǒng)解決方案

在流域尺度設(shè)置環(huán)境閾值、優(yōu)化農(nóng)業(yè)布局是自上而下思路的重要體現(xiàn)。Li等[52]基于食物系統(tǒng)養(yǎng)分流動(dòng)和水環(huán)境富營(yíng)化的定量關(guān)系, 提出了基于流域水環(huán)境閾值為約束條件的農(nóng)業(yè)綠色發(fā)展研究框架: 1)將農(nóng)戶(hù)調(diào)研與監(jiān)測(cè)數(shù)據(jù)結(jié)合, 耦合食物鏈養(yǎng)分流動(dòng)模型和流域水質(zhì)模型, 定量分析食物系統(tǒng)區(qū)域養(yǎng)分流動(dòng)特征, 揭示流域氮磷養(yǎng)分水體排放規(guī)律; 2)闡明流域氮磷排放與水環(huán)境富營(yíng)養(yǎng)化互饋機(jī)制, 獲得水環(huán)境富營(yíng)養(yǎng)化閾值; 3)將模型情景分析和農(nóng)業(yè)綠色發(fā)展技術(shù)經(jīng)濟(jì)效益分析結(jié)合, 探索基于水環(huán)境閾值的食物系統(tǒng)綠色發(fā)展調(diào)控途徑?；谏鲜鏊悸? 利用back-casting的方法開(kāi)展了案例研究, 以黃淮海流域入?？诟粻I(yíng)養(yǎng)化潛勢(shì)指標(biāo)ICEP為約束, 分析了農(nóng)牧業(yè)生產(chǎn)系統(tǒng)向水環(huán)境養(yǎng)分排放的最大閾值。結(jié)果表明, 我們需要減少50%~90%的全氮和全磷排放才可緩解該流域沿海地區(qū)富營(yíng)養(yǎng)化潛勢(shì); 通過(guò)情景分析驗(yàn)證了54種技術(shù)組合的減排效果, 發(fā)現(xiàn)其中畜禽廢棄物循環(huán)及有機(jī)肥替代化肥、低氮磷飼料喂養(yǎng)和污水磷回收等是減排的關(guān)鍵技術(shù)途徑。該案例屬于“自上而下”的研究思路, 可為流域和區(qū)域農(nóng)業(yè)環(huán)境政策的制定提供科學(xué)依據(jù), 從而支撐農(nóng)業(yè)綠色發(fā)展。

基于我國(guó)水體氮磷嚴(yán)重污染及其治理決策數(shù)據(jù)不足的現(xiàn)狀, Bai等[21]建議并初步劃分了中國(guó)氮磷生態(tài)脆弱區(qū)和潛在脆弱區(qū), 結(jié)果顯示: 我國(guó)約有6 800萬(wàn)hm2耕地位于上述兩類(lèi)區(qū)域中, 其中位于脆弱區(qū)的占78%, 位于潛在脆弱區(qū)的占21%。大部分硝酸鹽脆弱區(qū)分布在農(nóng)業(yè)生產(chǎn)密集的環(huán)渤海區(qū)域。東北地區(qū)的黑龍江省及長(zhǎng)江三角洲部分地區(qū), 由于作物和畜牧生產(chǎn)集約化、地下水位淺, 以及地下水硝酸鹽濃度高等因素, 也被劃分為脆弱區(qū)。此外, 位于西南地區(qū)的四川和重慶, 由于屬丘陵地貌, 氮磷徑流損失風(fēng)險(xiǎn)較高, 因此也被列入了脆弱區(qū)內(nèi)。基于上述劃定結(jié)果, Lu等[53]構(gòu)建了硝酸鹽脆弱區(qū)分區(qū)養(yǎng)分管理策略, 將施肥、灌溉和糞污管理措施按脆弱區(qū)類(lèi)型進(jìn)行分級(jí)并實(shí)施, 較以往國(guó)家層面研究有效提高了各管理措施的可行性和情景模擬的精度。該案例屬于“自上而下”的研究思路, 結(jié)果表明分區(qū)策略可使農(nóng)牧生態(tài)系統(tǒng)氮素水體排放量減少40%~52%, 潛在脆弱區(qū)面積消減50%以上。

3.4 全鏈條技術(shù)路徑支撐農(nóng)業(yè)綠色發(fā)展

以我國(guó)奶牛生產(chǎn)系統(tǒng)氨揮發(fā)減排為例, 遵循自上而下與自下而上的研究思路, 將養(yǎng)殖場(chǎng)原位監(jiān)測(cè)、技術(shù)驗(yàn)證實(shí)驗(yàn)和模型結(jié)合, 本文介紹全鏈條技術(shù)途徑如何支撐農(nóng)業(yè)綠色發(fā)展。Zhang等[54]利用NUFER模型, 全面分析了中國(guó)奶牛養(yǎng)殖系統(tǒng)氮素利用及不同氮素?fù)p失途徑的時(shí)空變異, 闡明了1980到2010年間, 中國(guó)奶牛養(yǎng)殖系統(tǒng)不同規(guī)?；降牡乩眯室约安煌緩降?fù)p失的歷史變化, 發(fā)現(xiàn)NH3揮發(fā)是最重要的氮素環(huán)境排放途徑。同時(shí), 利用光聲譜-二氧化碳平衡法對(duì)華北平原兩種典型的清糞模式的奶牛圈舍的NH3揮發(fā)進(jìn)行了原位測(cè)定, 結(jié)果表明, NH3損失量為21~25 kg(NH3)?LU-1?a-1(LU:標(biāo)準(zhǔn)牛頭數(shù)), 相當(dāng)于總飼料氮投入的9.7%和12%, 該研究彌補(bǔ)了中國(guó)NH3排放清單奶牛圈舍環(huán)節(jié)排放參數(shù)的空白, 也進(jìn)一步驗(yàn)證了NH3揮發(fā)是奶牛養(yǎng)殖系統(tǒng)氮素環(huán)境損失的最主要途徑。

利用自上而下的研究確定了奶牛養(yǎng)殖系統(tǒng)氮素主要損失途徑是圈舍和儲(chǔ)藏過(guò)程N(yùn)H3揮發(fā)的基礎(chǔ)上, 張楠楠[55]利用模擬試驗(yàn)和監(jiān)測(cè)技術(shù), 開(kāi)展了“圈舍-儲(chǔ)藏”全鏈條NH3減排試驗(yàn), 探索了不同減排措施對(duì)“圈舍-儲(chǔ)藏”鏈條NH3排放的影響, 并分析了NH3減排與CH4和N2O交互影響關(guān)系, 提出了低蛋白日糧投入、漏縫地板下糞污表面酸化、蛭石覆蓋糞尿混合物、乳酸酸化蛭石覆蓋糞尿混合物、蛭石覆蓋液體糞污、乳酸酸化蛭石覆蓋液體糞污、塑料薄膜覆蓋固體糞污和固體糞污壓實(shí)等奶牛場(chǎng)全鏈條NH3揮發(fā)減排的技術(shù)途徑?！白韵露稀钡难芯克悸泛虶AINS模型方法相結(jié)合, 分析了奶牛場(chǎng)不同減排技術(shù)途徑在各個(gè)環(huán)節(jié)的NH3減排效果(3%~98%), 驗(yàn)證了區(qū)域和國(guó)家尺度NH3減排潛力和成本[15~45 $·kg-1(N)]。從國(guó)家層面看, 圈舍表面糞污酸化可以得到最好的減排效果, 而考慮技術(shù)實(shí)施成本時(shí), 降低日糧蛋白投入具有最佳經(jīng)濟(jì)效益[56]。該案例屬于“自下而上”的研究思路, 可為奶牛養(yǎng)殖NH3揮發(fā)減排政策的制定提供理論依據(jù), 從而支撐奶牛養(yǎng)殖業(yè)綠色發(fā)展。

4 結(jié)論

系統(tǒng)分析方法是農(nóng)業(yè)綠色發(fā)展研究重要研究方法之一, 有助于理解食物系統(tǒng)各環(huán)節(jié)之間的關(guān)聯(lián)關(guān)系, 定量分析農(nóng)業(yè)綠色發(fā)展的目標(biāo)、解決途徑和系統(tǒng)評(píng)價(jià), 闡明各種優(yōu)化措施對(duì)全產(chǎn)業(yè)鏈的影響。本研究提出了“自上而下”與“自下而上”結(jié)合的農(nóng)業(yè)綠色發(fā)展系統(tǒng)定量研究思路; 在農(nóng)戶(hù)-流域-區(qū)域-國(guó)家-全球多尺度下, 構(gòu)建了以食物系統(tǒng)定量分析為核心的農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型(NUFER-AGD); 初步梳理了農(nóng)業(yè)綠色發(fā)展系統(tǒng)定量研究案例。

利用“自上而下”和“自下而上”的研究思路和系統(tǒng)分析方法, 以農(nóng)業(yè)綠色發(fā)展系統(tǒng)分析耦合模型(NUFER-AGD)為工具, 本研究: 1)定量了國(guó)家尺度食物系統(tǒng)多目標(biāo)優(yōu)化的潛力, 指明提高農(nóng)牧生產(chǎn)力、引導(dǎo)健康飲食是減小我國(guó)未來(lái)資源環(huán)境壓力、實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)的最優(yōu)路徑; 2)明確了畜牧業(yè)轉(zhuǎn)型是農(nóng)業(yè)綠色發(fā)展的關(guān)鍵, 尤其要以飼料和牲畜集約化生產(chǎn)、畜禽糞尿全鏈條管理以及飲食結(jié)構(gòu)轉(zhuǎn)變?yōu)橹攸c(diǎn)來(lái)推進(jìn)這一進(jìn)程; 3)以流域環(huán)境閾值為約束條件劃定了我國(guó)重點(diǎn)流域的氮磷排放限值、確定了我國(guó)氮磷生態(tài)脆弱區(qū)的范圍, 強(qiáng)調(diào)了有機(jī)肥替代化肥等促進(jìn)畜禽廢棄物循環(huán)措施是減少水體污染的關(guān)鍵; 4)通過(guò)發(fā)展糞尿全鏈條管理技術(shù), 遴選了圈舍表面糞污酸化、降低日糧蛋白投入等高效減NH3增效技術(shù), 支撐奶牛養(yǎng)殖業(yè)綠色發(fā)展。案例1-3屬于“自上而下”的研究思路, 結(jié)合了自下而上研究提供的技術(shù)參數(shù)、調(diào)研數(shù)據(jù)定量設(shè)計(jì)國(guó)家、流域、縣域和全產(chǎn)業(yè)鏈的農(nóng)業(yè)綠色發(fā)展系統(tǒng)解決方案。案例4屬于“自下而上”的研究思路, 落實(shí)了自上而下研究中提出的政策、技術(shù)路徑, 研發(fā)畜牧業(yè)減排關(guān)鍵技術(shù), 切實(shí)助力農(nóng)業(yè)農(nóng)村生態(tài)生活環(huán)境改善, 二者相互支撐、相互促進(jìn)。

[1] 韓長(zhǎng)賦. 大力推進(jìn)農(nóng)業(yè)綠色發(fā)展[N]. 人民日?qǐng)?bào), 2017-05-09 HAN C F. Promote agricultural green development vigorously[N]. People’ Daily, 2017-05-09

[2] MA L, BAI Z H, MA W Q, et al. Exploring future food provision scenarios for China[J]. Environmental Science & Technology, 2019, 53(3): 1385–1393

[3] ADRIAANSE A. Environmental Policy Performance Indicators: A study on the Development of Indicators for Environmental Policy in the Netherlands[M]. Uitgeverij: The Hague, 1993

[4] BAI Z H, MA W Q, MA L, et al. China’s livestock transition: Driving forces, impacts, and consequences[J]. Science Advances, 2018, 4(7): eaar8534

[5] 馬文奇, 馬林, 張建杰, 等. 農(nóng)業(yè)綠色發(fā)展理論框架和實(shí)現(xiàn)路徑的思考[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, DOI: 10.13930/j.cnki.cjea.200238 MA W Q, MA L, ZHANG J J, et al. Theoretical framework and realization pathway of agricultural green development[J]. Chinese Journal of Eco-Agriculture, 2020, DOI: 10.13930/j.cnki.cjea.200238

[6] HIERONYMI A. Understanding systems science: A visual and integrative approach[J]. Systems Research and Behavioral Science, 2013, 30(5): 580–595

[7] BERTALANFFY L V. General System Theory: Foundations, Development, Applications[M]. New York: Georges Braziller, 1969

[8] 胡鞍鋼, 周紹杰. 綠色發(fā)展: 功能界定、機(jī)制分析與發(fā)展戰(zhàn)略[J]. 中國(guó)人口?資源與環(huán)境, 2014, 24(1): 14–20 HU A G, ZHOU S J. Green development: Functional definition, mechanism analysis and development strategy[J]. China Population, Resources and Environment, 2014, 24(1): 14–20

[9] The United Nations. Transforming Our World: The 2030 Agenda for Sustainable Development[EB/OL]. https:// wedocs.unep.org/bitstream/handle/20.500.11822/11125/unep_ swio_sm1_inf7_sdg.pdf?sequence=1.2015-10-21/2020-03-31

[10] ROCKSTR?M J, STEFFEN W, NOONE K, et al. A safe operating space for humanity[J]. Nature, 2009, 461(7263): 472–475

[11] MAYORGA E, SEITZINGER S P, HARRISON J A, et al. Global Nutrient Export from WaterSheds 2 (NEWS 2): Model development and implementation[J]. Environmental Modelling & Software, 2010, 25(7): 837–853

[12] STROKAL M, KROEZE C, WANG M R, et al. The MARINA model (Model to Assess River Inputs of Nutrients to seAs): Model description and results for China[J]. Science of the Total Environment, 2016, 562: 869–888

[13] JANSE J H. Model studies on the eutrophication of shallow lakes and ditches[D]. Wageningen: Wagningen University, 2005

[14] KLIMONT Z, BRINK C. Modeling of Emissions of Air Pollutants and Greenhouse Gases from Agricultural Sources in Europe[R].Laxenburg: International Institute for Applied Systems Analysis, 2004

[15] HAVLíK P, SCHNEIDER U A, SCHMID E, et al. Global land-use implications of first and second generation biofuel targets[J]. Energy Policy, 2011, 39(10): 5690–5702

[16] MA L, MA W Q, VELTHOF G L, et al. Modeling nutrient flows in the food chain of China[J]. Journal of Environmental Quality, 2010, 39(4): 1279–1289

[17] 馬林, 馬文奇, 張福鎖, 等. 中國(guó)食物鏈養(yǎng)分流動(dòng)與管理研究[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2018, 26(10): 1494–1500 MA L, MA W Q, ZHANG F S, et al. Nutrient flow and management in the food chain in China[J]. Chinese Journal of Eco-Agriculture, 2018, 26(10): 1494–1500

[18] ZHAO Z Q, BAI Z H, WEI S, et al. Modeling farm nutrient flows in the North China Plain to reduce nutrient losses[J]. Nutrient Cycling in Agroecosystems, 2017, 108(2): 231–244

[19] WEI S, BAI Z H, QIN W, et al. Environmental, economic and social analysis of peri-urban pig production[J]. Journal of Cleaner Production, 2016, 129: 596–607

[20] MA L, VELTHOF G L, WANG F H, et al. Nitrogen and phosphorus use efficiencies and losses in the food chain in China at regional scales in 1980 and 2005[J]. Science of the Total Environment, 2012, 434: 51–61

[21] BAI Z H, LU J, ZHAO H, et al. Designing vulnerable zones of nitrogen and phosphorus transfers to control water pollution in China[J]. Environmental Science & Technology, 2018, 52(16): 8987–8988

[22] WANG M R, MA L, STROKAL M, et al. Hotspots for nitrogen and phosphorus losses from food production in China: A county-scale analysis[J]. Environmental Science & Technology, 2018, 52(10): 5782–5791

[23] 馬林, 盧潔, 趙浩, 等. 中國(guó)硝酸鹽脆弱區(qū)劃分與面源污染阻控[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2018, 37(11): 2387–2391 MA L, LU J, ZHAO H, et al. Nitrate vulnerable zones and strategies of non-point pollution mitigation in China[J]. Journal of Agro-Environment Science, 2018, 37(11): 2387–2391

[24] BAI Z H, WINIWARTER W, KLIMONT Z, et al. Further improvement of air quality in China needs clear ammonia mitigation target[J]. Environmental Science & Technology, 2019, 53(18): 10542–10544

[25] BAI Z H, JIN S Q, WU Y, et al. China’s pig relocation in balance[J]. Nature Sustainability, 2019, 2(10): 888

[26] ZHAO Z Q, QIN W, BAI Z H, et al. Agricultural nitrogen and phosphorus emissions to water and their mitigation options in the Haihe Basin, China[J]. Agricultural Water Management, 2019, 212: 262–272

[27] HOU Y, VELTHOF G L, OENEMA O. Mitigation of ammonia, nitrous oxide and methane emissions from manure management chains: a meta-analysis and integrated assessment[J]. Global Change Biology, 2015, 21(3): 1293–1312

[28] BAI Z H, LEE M R F, MA L, et al. Global environmental costs of China’s thirst for milk[J]. Global Change Biology, 2018, 24(5): 2198–2211

[29] STROKAL M, MA L, BAI Z H, et al. Alarming nutrient pollution of Chinese rivers as a result of agricultural transitions[J]. Environmental Research Letters, 2016, 11(2): 024014

[30] SCHEFFER M, JEPPESEN E. Regime shifts in shallow lakes[J]. Ecosystems, 2007, 10(1): 1–3

[31] MCCRACKIN M L, HARRISON J A, COMPTON J E. Factors influencing export of dissolved inorganic nitrogen by major rivers: A new, seasonal, spatially explicit, global model[J]. Global Biogeochemical Cycles, 2014, 28(3): 269–285

[32] SEITZINGER S P, MAYORGA E, BOUWMAN A F, et al. Global river nutrient export: A scenario analysis of past and future trends[J]. Global Biogeochemical Cycles, 2010, 24(4): GB0A08

[33] WANG M R, KROEZE C, STROKAL M, et al. Global change can make coastal eutrophication control in China more difficult[J]. Earth’s Future, 2020, 8(4): e2019EF001280

[34] CHEN X J, STROKAL M, KROEZE C, et al. Seasonality in river export of nitrogen: a modelling approach for the Yangtze River[J]. Science of the Total Environment, 2019, 671: 1282–1292

[35] YANG J, STROKAL M, KROEZE C, et al. Nutrient losses to surface waters in Hai He basin: A case study of Guanting reservoir and Baiyangdian lake[J]. Agricultural Water Management, 2019, 213: 62–75

[36] JANSSEN A B G, DE JAGER V C L, JANSE J H, et al. Spatial identification of critical nutrient loads of large shallow lakes: Implications for Lake Taihu (China)[J]. Water Research, 2017, 119: 276–287

[37] KONG X, HE Q, YANG B, et al. Hydrological regulation drives regime shifts: evidence from paleolimnology and ecosystem modeling of a large shallow Chinese lake[J]. Global Change Biology, 2017, 23(2): 737–754

[38] LI X L, JANSSEN A B G, DE KLEIN J J M, et al. Modeling nutrients in Lake Dianchi (China) and its watershed[J]. Agricultural Water Management, 2019, 212: 48–59

[39] WANG M R, STROKAL M, BUREK P, et al. Excess nutrient loads to Lake Taihu: Opportunities for nutrient reduction[J]. Science of the Total Environment, 2019, 664: 865–873

[40] AMANN M, BERTOK I, BORKEN-KLEEFELD J, et al. Cost-effective control of air quality and greenhouse gases in Europe: Modeling and policy applications[J]. Environmental Modelling & Software, 2011, 26(12): 1489–1501

[41] AMANN M, BERTOK I, BORKEN J, et al. GAINS Asia: A Tool to Combat Air Pollution and Climate Change Simultaneously. Methodology[M]. Laxenburg: International Institute for Applied Systems Analysis, 2008

[42] KIESEWETTER G, SCHOEPP W, HEYES C, et al. Modelling PM2.5 impact indicators in Europe: Health effects and legal compliance[J]. Environmental Modelling & Software, 2015, 74: 201–211

[43] HAVLíK P, VALIN H, MOSNIER A, et al. GLOBIOM Documentation[R]. Laxenburg: International Institute for Applied Systems Analysis, 2018

[44] HAVLíK P, VALIN H, HERRERO M, et al. Climate change mitigation through livestock system transitions[J]. Proceedings of the National Academy of Sciences, 2014, 111(10): 3709–3714

[45] KRISTENSEN P. The DPSIR Framework, workshop on a comprehensive/detailed assessment of the vulnerability of water resources to environmental change in Africa using river basin approach[R]. Nairobi: UNEP Headquarters, 2004

[46] VAN NOORDWIJK M, DUGUMA L A, DEWI S, et al. SDG synergy between agriculture and forestry in the food, energy, water and income nexus: reinventing agroforestry?[J]. Current Opinion in Environmental Sustainability, 2018, 34: 33–42

[47] LUCAS P L, WILTING H C, HOF A F, et al. Allocating planetary boundaries to large economies: Distributional consequences of alternative perspectives on distributive fairness[J]. Global Environmental Change, 2020, 60: 102017

[48] 張建杰, 崔石磊, 馬林, 等. 中國(guó)農(nóng)業(yè)綠色發(fā)展指標(biāo)體系的構(gòu)建與例證[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, DOI: 10.13930/j.cnki.cjea.200069 ZHANG J J, CUI S L, MA L, et al. Construction of a green development index system for agriculture in China and examples[J]. Chinese Journal of Eco-Agriculture, 2020, DOI: 10.13930/ j.cnki.cjea.200069

[49] BAI Z H, MA L, JIN S Q, et al. Nitrogen, phosphorus, and potassium flows through the manure management chain in China[J]. Environmental Science & Technology, 2016, 50(24): 13409–13418

[50] BAI Z H, LI X X, LU J, et al. Livestock housing and manure storage need to be improved in China[J]. Environmental Science & Technology, 2017, 51(15): 8212–8214

[51] 馬林, 柏兆海, 王選, 等. 中國(guó)農(nóng)牧系統(tǒng)養(yǎng)分管理研究的意義與重點(diǎn)[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2018, 51(3): 406–416 MA L, BAI Z H, WANG X, et al. Significance and research priority of nutrient management in soil-crop-animal production system in China[J]. Scientia Agricultura Sinica, 2018, 51(3): 406–416

[52] LI A, STROKAL M, BAI Z H, et al. How to avoid coastal eutrophication-a back-casting study for the North China Plain[J]. Science of the Total Environment, 2019, 692: 676–690

[53] LU J, BAI Z H, CHADWICK D, et al. Mitigation options to reduce nitrogen losses to water from crop and livestock production in China[J]. Current Opinion in Environmental Sustainability, 2019, 40: 95–107

[54] ZHANG N N, BAI Z H, LUO J F, et al. Nutrient losses and greenhouse gas emissions from dairy production in China: Lessons learned from historical changes and regional differences[J]. Science of the Total Environment, 2017, 598: 1095–1105

[55] 張楠楠. 中國(guó)奶牛養(yǎng)殖業(yè)氨排放特征及減排措施[D]. 北京: 中國(guó)科學(xué)院大學(xué), 2019 ZHANG N N. Ammonia emission and mitigation from dairy production system in China[D]. Beijing: University of Chinese Academy of Sciences, 2019

[56] ZHANG N N, BAI Z H, WINIWARTER W, et al. Reducing ammonia emissions from dairy cattle production via cost-effective manure management techniques in China[J]. Environmental Science & Technology, 2019, 53(20): 11840– 11848

Systematic research and quantitative approach for assessing agricultural green development*

JIN Xinpeng1,2, MA Lin1**, ZHANG Jianjie3, MA Wenqi3, ZHANG Fusuo4

(1. Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences / Hebei Key Laboratory of Soil Ecology / Key Laboratory of Agricultural Water Resources, Chinese Academy of Sciences, Shijiazhuang 050022, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. College of Resources and Environmental Sciences, Hebei Agricultural University, Baoding 071001, China; 4. National Academy of Agriculture Green Development, China Agricultural University, Beijing 100193, China)

Research on agricultural green development (AGD) is a scientific direction of integrating multi-disciplinary knowledge. It takes the food system as the research boundary, and focuses on analyzing the relationship between different sectors in the food system to achieve the targets of food security, human health, resource conservation and environmental protection. It also devotes attention to the coordination of “green” and “development” in agriculture production system. Previous methods often neglect systematically thinking and quantitatively analyzing of the AGD, and cannot coordinate multiple objectives of AGD.In this study, we firstly defined the research boundary of AGD, which considered “soil-crop production-animal production-food processing-household consumption-environmental impacts” systems; secondly, we developed the quantitative research approaches of “top-down” and “bottom-up”, combining the whole food chain and multi-scale characters in AGD studies; thirdly, we developed the new modelling system for AGD (NUFER-AGD), including a core model (the food system nutrient flow model, NUFER), three quantitative analysis modules (water, atmosphere and land use modules) and one index module (linked to Driving force-Pressure-States-Impacts-Response, DPSIR; Sustainable Development Goals, SDGs; and Planet Boundaries, PBs); and last, we reviewed several case studies of quantitative research on AGD. Here, case studies were conducted by following 3 steps: (1) coordinating the overall goals AGDs at national level by nexus analysis approach and multiple indicators evaluation; (2) designing AGDs solutions quantitively by using green environment and resource limits as thresholds at the watershed scale; (3) analyzing the technical pathways of AGD systemically in the whole industrial chain. This research can not only provide systematic thinking and quantitative methods for the research of AGD, but also provide scientific support for the national strategy of AGD in China.

Agricultural green development; Food system; Systematic research; NUFER model; Nexus analysis of multiple indicators

S19; S158.5

10.13930/j.cnki.cjea.200241

金欣鵬, 馬林, 張建杰, 馬文奇, 張福鎖. 農(nóng)業(yè)綠色發(fā)展系統(tǒng)研究思路與定量方法[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(8): 1127-1140

JIN X P, MA L, ZHANG J J, MA W Q, ZHANG F S. Systematic research and quantitative approach for assessing agricultural green development[J]. Chinese Journal of Eco-Agriculture, 2020, 28(8): 1127-1140

* 國(guó)家自然科學(xué)基金項(xiàng)目(31972517)和中國(guó)工程院咨詢(xún)研究項(xiàng)目(2019-XZ-25)資助

馬林, 研究方向?yàn)檗r(nóng)業(yè)生態(tài)學(xué)。E-mail: malin1979@sjziam.ac.cn

金欣鵬, 研究方向?yàn)檗r(nóng)業(yè)生態(tài)學(xué)。E-mail: jinxinpeng19@mails.ucas.ac.cn

2020-04-01

2020-06-10

* This study was supported by the National Natural Science Foundation of China (31972517) and the Consulting Research Project of Chinese Academy of Engineering (2019-XZ-25).

, E-mail: malin1979@sjziam.ac.cn

Apr. 1, 2020;

Jun. 10, 2020