“雙碳”背景下韶關(guān)市農(nóng)業(yè)碳中和效應的測度與動態(tài)評價

摘要 為明確韶關(guān)市農(nóng)業(yè)碳中和階段特征，構(gòu)建了基于5類碳源和2類碳匯的農(nóng)業(yè)碳中和指標體系，測算2011—2021年韶關(guān)市農(nóng)業(yè)碳排放量、碳匯量和碳中和效應。結(jié)果表明，從碳排放總量看，韶關(guān)市農(nóng)業(yè)碳排水平以年均6.00%的速度穩(wěn)步增長，農(nóng)業(yè)碳排強度則以年均1.96%速度穩(wěn)步下降。從碳排放結(jié)構(gòu)看，對農(nóng)業(yè)碳排放貢獻率大小依次是物質(zhì)投入（41.33%）、秸稈利用（21.33%）、牲畜養(yǎng)殖（17.86%）、水稻種植（16.82%）和土地利用（2.67%）；韶關(guān)市農(nóng)業(yè)碳匯水平整體呈現(xiàn)先下降后上升的“U”形變動趨勢；2011—2021年韶關(guān)市農(nóng)業(yè)碳中和程度呈現(xiàn)逐漸下降趨勢，碳中和的年均實現(xiàn)程度為41.32%。農(nóng)用化學品投入是最主要碳源、農(nóng)業(yè)低碳化發(fā)展水平有待提升、優(yōu)化土地利用結(jié)構(gòu)挖掘農(nóng)業(yè)碳匯、需要著重控制要素投入和秸稈收獲環(huán)節(jié)的碳排放實現(xiàn)綠色低碳化轉(zhuǎn)型。研究結(jié)果可為韶關(guān)市制定農(nóng)業(yè)碳減排政策提供理論依據(jù)。

關(guān)鍵詞 農(nóng)業(yè)碳中和；碳排放；碳匯;韶關(guān)市

中圖分類號 S-9 文獻標識碼 A 文章編號 0517-6611（2024）23-0205-06

doi：10.3969/j.issn.0517-6611.2024.23.045

Measuring and Dynamic Evaluation of Agricultural Carbon Neutrality Effects in the Context of “Dual Carbon” in Shaoguan City

LIU Hao，LIU Rui-meng，OUYANG Bo-qiang

（Business School，Shaoguan University/North Guangdong Rural Revitalization Research Center，Shaoguan，Guangdong 512005）

Abstract To clarify the stage characteristics of agricultural carbon neutrality in Shaoguan City，this study constructed an indicator system of agricultural carbon neutrality based on 5 types of carbon sources and 2 types of carbon sinks，and calculated the carbon emissions，carbon sinks，and carbon neutrality effects of Shaoguan City’s agriculture from 2011 to 2021.The results showed that the total carbon emissions from agriculture in Shaoguan City have been steadily increasing at an annual rate of 6.00%，while the intensity of agricultural carbon emissions has been steadily decreasing at an annual rate of 1.96%.In terms of carbon emission structure，the contribution rates to agricultural carbon emissions are ranked as follows：inputs （41.33%），straw utilization （21.33%），livestock farming （17.86%），rice cultivation （16.82%），and land use （2.67%）.The overall level of agricultural carbon sinks in Shaoguan City presents a “U”shaped trend of decline followed by increase.From 2011 to 2021，the degree of agricultural carbon neutrality in Shaoguan City has gradually decreased，with an average annual achievement level of 41.32%.The study found that the use of chemical inputs is the main carbon source，the level of agricultural decarbonization needs to be improved，optimizing land use structure helps to tap agricultural carbon sinks，and it is necessary to focus on controlling carbon emissions from input elements and straw harvesting processes in order to achieve a green and low-carbon transformation.The research results can provide theoretical basis for Shaoguan City to formulate agricultural carbon reduction policies.

Key words Agricultural carbon neutrality;Carbon emissions;Carbon sinks；Shaoguan City

基金項目 韶關(guān)市哲學社會科學規(guī)劃課題（Z2023003）；廣東省哲學社會科學規(guī)劃項目（GD23XYJ81）；廣東省教育廳普通高校青年創(chuàng)新人才類項目（2023WQNCX066）。

作者簡介 劉浩（1991—），男，河南駐馬店人，講師，博士，從事農(nóng)業(yè)資源與環(huán)境經(jīng)濟研究。*通信作者，講師，博士，從事農(nóng)業(yè)經(jīng)濟理論與政策研究。

收稿日期 2024-01-28；修回日期 2024-06-12

溫室氣體排放導致的全球氣候變暖現(xiàn)象是目前人類生存面臨的巨大挑戰(zhàn)之一，其中農(nóng)業(yè)已成為全球第二大溫室氣體排放源。由于碳排放和碳匯的綜合作用，農(nóng)業(yè)被認為是實現(xiàn)中國政府實現(xiàn)碳中和的重要貢獻者。中國在農(nóng)業(yè)現(xiàn)代化加速進程中，化肥農(nóng)藥的過量投入、農(nóng)業(yè)機械化應用以及禽畜養(yǎng)殖規(guī)模的不斷增加，使得農(nóng)業(yè)碳排放占中國碳排放總量的17%，且以年均5%的速率保持增長態(tài)勢，已經(jīng)成為不可忽視的重要碳排放部門［1］。作為農(nóng)業(yè)大國和碳排放大國，中國農(nóng)業(yè)碳排放占國內(nèi)碳排放總量的17%。因此，減少農(nóng)業(yè)碳排放已成為中國可持續(xù)發(fā)展最重要的戰(zhàn)略之一。2020年9月，習近平主席宣布中國的目標是在2030年之前達到碳排放峰值，并在2060年之前實現(xiàn)碳中和。因此，在碳達峰背景下，迫切需要進行農(nóng)業(yè)綠色低碳轉(zhuǎn)型，這是落實綠色發(fā)展理念的具體行動，也是實現(xiàn)生態(tài)文明，促進農(nóng)業(yè)高質(zhì)量和綠色低碳可持續(xù)發(fā)展的必然選擇。

目前，眾多學者圍繞農(nóng)業(yè)碳中和展開的研究主要集中在以下幾個方面：第一， 農(nóng)業(yè)碳中和的效應測度。目前，通過碳排放、碳匯的單一視角研究較為廣泛，也是測量農(nóng)業(yè)碳中和的基礎［2］。通過明確農(nóng)業(yè)碳排放來源為化肥、農(nóng)藥、農(nóng)膜等物資消耗來衡量農(nóng)業(yè)碳排放是一種聚焦農(nóng)業(yè)生產(chǎn)消耗過程碳排放的投入導向碳排觀［3］。在生產(chǎn)物資消耗碳排放的測量基礎上，加入農(nóng)業(yè)土地利用導致的土壤碳庫被破壞等帶來的間接碳排放的生產(chǎn)導向碳排觀［4］。在關(guān)注農(nóng)業(yè)物質(zhì)投入和農(nóng)田土壤利用的生產(chǎn)碳排基礎上，關(guān)注水稻種植的生產(chǎn)過程碳排觀［5］和增加畜牧業(yè)養(yǎng)殖碳排放的農(nóng)牧融合導向碳排觀［6］。第二，農(nóng)業(yè)碳中和的因素分析。在碳中和核算的基礎上，運用LMDI模型、空間杜賓模式對碳中和效應的影響因素展開研究，發(fā)現(xiàn)土地規(guī)模擴張［7］、土地糧化［8］、農(nóng)業(yè)產(chǎn)業(yè)升級［4］、生產(chǎn)技術(shù)進步［9］等的提升可促進農(nóng)業(yè)碳中和，但農(nóng)業(yè)人口規(guī)模［10］、城鎮(zhèn)化水平［11］、地區(qū)經(jīng)濟發(fā)展水平［5］的加強會阻礙農(nóng)業(yè)碳中和的實現(xiàn)進程。第三，農(nóng)業(yè)碳中和的趨勢預測。以碳中和測量結(jié)果為依據(jù)，運用STIRPAT預測碳排放峰值［12］、灰色預測模型預測農(nóng)業(yè)碳排量［6］、重標極差分析法重構(gòu)農(nóng)業(yè)碳排放強度時間演化趨勢［13］，為制定未來減排目標及減排政策安排提供政策參考。第四，農(nóng)業(yè)碳中和的路徑探索。結(jié)合農(nóng)業(yè)碳中和測量結(jié)果特征，分析影響農(nóng)業(yè)碳中和實現(xiàn)的趨核心因素，進而提出秸稈還田土壤固碳、間歇灌溉稻田CH4減排、氮肥優(yōu)化減量土壤N2O的減排固碳措施集合來實現(xiàn)碳中和［14］。趙敏娟等［15］更是基于低碳目標、零碳目標、負碳目標的碳中和不同階段目標，提出中國在2060年實現(xiàn)農(nóng)業(yè)碳中和的路徑圖，以期為中國農(nóng)業(yè)碳中和戰(zhàn)略規(guī)劃提供參考。

綜上所述，目前學術(shù)界圍繞農(nóng)業(yè)碳中和在效應測度、因素分析、趨勢預測、路徑探索等方面研究成果較為豐碩，但仍有以下兩方面未受到學者們的關(guān)注：一是現(xiàn)有成果絕大多數(shù)關(guān)注全國總體層面、特定區(qū)域、發(fā)達或欠發(fā)達典型省域?qū)用嫣贾泻吞卣?，鮮少涉及市級尺度甚至發(fā)達地區(qū)的典型農(nóng)業(yè)區(qū)的農(nóng)業(yè)碳中和特征。二是圍繞農(nóng)業(yè)碳中和構(gòu)成內(nèi)容的研究成果，存在投入、生產(chǎn)、過程、融合多種碳排放分析導向以及生物吸碳或土壤固碳的單一碳匯來源，這使得碳源、碳匯分析的指標體系局限。農(nóng)業(yè)生產(chǎn)碳中和的實現(xiàn)應從碳排放和碳吸收的角度同時從全生命周期的角度考慮，農(nóng)業(yè)碳排放的碳源至少應包含資料投入、土地利用、水稻種植、牲畜養(yǎng)殖、秸稈處理5個方面，而農(nóng)業(yè)生產(chǎn)系統(tǒng)碳匯則應包括地上作物吸碳、地下土壤固碳2個有機組成部分。三是構(gòu)建農(nóng)業(yè)碳中和核算體系所測度的特定對象碳排放或碳匯，并在此基礎上描述其時空分布特征，并根據(jù)碳排放或碳匯的未來變化趨勢預測碳中和。而以碳排放和碳匯替代碳中和效應更多是一種間接研究，將碳排放、碳匯納入統(tǒng)一核算框架，構(gòu)建全面的農(nóng)業(yè)農(nóng)村碳中和效應核算體系，方能定量揭示農(nóng)業(yè)碳中和特征。

因此，該研究從農(nóng)業(yè)全生命周期出發(fā)，以集山區(qū)、生態(tài)區(qū)、發(fā)達省份欠發(fā)達區(qū)為一體的典型農(nóng)業(yè)生態(tài)區(qū)的韶關(guān)市為研究對象，全面、系統(tǒng)地評估2011—2021年韶關(guān)市的碳排放、碳匯、碳中和效應的變化特征和演進趨勢，為粵北地區(qū)因地制宜制定和落實綠色農(nóng)業(yè)發(fā)展與農(nóng)業(yè)碳減排政策，為助力韶關(guān)農(nóng)業(yè)“碳達峰、碳中和”提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

原始數(shù)據(jù)來源于2012—2022年《韶關(guān)統(tǒng)計年鑒》以及2012—2022年《廣東農(nóng)村統(tǒng)計年鑒》所統(tǒng)計的韶關(guān)市2011—2021年的相關(guān)農(nóng)業(yè)數(shù)據(jù)。農(nóng)業(yè)用水量的數(shù)據(jù)來源于廣東省水利廳2011—2021年《水資源公報》。農(nóng)用薄膜、農(nóng)藥、農(nóng)用柴油均為當年使用量，化肥為折純量，灌溉面積為有效灌溉面積。農(nóng)作物、畜牧涵蓋統(tǒng)計年鑒范疇內(nèi)的常見類別。

1.2 農(nóng)業(yè)碳排放的測算方法

在農(nóng)業(yè)LCA研究中，碳排放主要包括CO2、CH4、N2O這3種溫室氣體，最終按照CO2的排放率CH4和N2O折算為二氧化碳當量計量。該研究基于大農(nóng)業(yè)范疇考察農(nóng)業(yè)碳排放量的測量思想，分別立足于各要素投入終端消費量和農(nóng)業(yè)生產(chǎn)對象的全生命周期來考察農(nóng)業(yè)碳排放。為此，綜合相關(guān)學者的研究成果，并在充分參考《省級溫室氣體清單編制指南（試行）》（IPCC）的基礎上，采用排放系數(shù)法，基于農(nóng)業(yè)生產(chǎn)全過程生命周期，從生產(chǎn)資料投入、土地利用、水稻種植、牲畜養(yǎng)殖、秸稈處理5個方面測度韶關(guān)市的農(nóng)業(yè)碳排放量。

1.2.1 農(nóng)業(yè)生產(chǎn)物資投入碳排放測算。農(nóng)業(yè)物資使用過程中產(chǎn)生的碳排放，如化肥、農(nóng)藥、農(nóng)膜等碳密集型產(chǎn)品在農(nóng)業(yè)生產(chǎn)與應用過程中產(chǎn)生的碳排放。農(nóng)業(yè)生產(chǎn)作業(yè)各環(huán)節(jié)的生產(chǎn)資料投入的碳排放量：

Ep=ni=1Pi×ωi（1）

式中：Ep是農(nóng)業(yè)生產(chǎn)資料投入的碳排放量；Pi是第i種農(nóng)業(yè)生產(chǎn)資料投入量，包括化肥、農(nóng)藥、農(nóng)膜、農(nóng)機、農(nóng)電、柴油、農(nóng)田灌溉；ωi是i類農(nóng)業(yè)生產(chǎn)資料的碳排放系數(shù)（表1）［5］。

1.2.2 土地利用碳（C）排放測算。

農(nóng)地翻耕破壞土壤結(jié)構(gòu)，去除土壤中的碳，并以二氧化碳的形式釋放到空氣中，土地翻耕造成土壤CO2排放的系數(shù)為312.6（kg/km2）。數(shù)據(jù)均以當年農(nóng)作物實際播種面積（km2）乘以土地利用的碳排放系數(shù)進行計算，用表示土地利用的碳排放量。

1.2.3 水稻種植碳排放測算。

稻田是重要的CH4排放源，是全球大氣CH4的重要來源。借鑒劉麗輝［10］測算的廣東省水稻的CH4平均排放系數(shù)412.2 kg/km2，以韶關(guān)市當年水稻實際播種面積（km2）為依據(jù)乘以水稻種植的CH4排放系數(shù)，最后利用CH4與CO2的轉(zhuǎn)換系數(shù)（28 kg/kg）計算水稻種植的碳排放量，用表示土地利用的碳排放量。

1.2.4 禽畜養(yǎng)殖碳排放測算。

畜禽養(yǎng)殖是CH4和N2O的重要排放源。根據(jù)韶關(guān)市畜牧業(yè)的發(fā)展現(xiàn)狀，研究對象主要為牛（奶牛、肉牛）、山羊、豬、兔及禽類，在養(yǎng)殖過程中動物胃腸道發(fā)酵引發(fā)的CH4排放和排泄物處理過程中產(chǎn)生的CH4和N2O的排放。根據(jù)IPCC評估報告，1單位CH4和N2O所引發(fā)的溫室效應分別相當于28和81.27單位CO2的溫室效應，因此，28和81.27分別為CH4和N2O轉(zhuǎn)化為CO2當量的轉(zhuǎn)化系數(shù)。在參考廣東省縣（市、區(qū)）溫室氣體清單編制指南的基礎上，總結(jié)出各類牲畜品種的碳排放系數(shù)（表2）。

El=cni=1Mi×xi（2）

式中：El為牲畜養(yǎng)殖的碳排放量（kg）;Mi為第i種牲畜的年出欄數(shù)量（頭·a）;xi為第i種牲畜的CH4、N2O這2種溫室氣體的排放系數(shù)；c分別為CH4、N2O 這2種溫室氣體的碳轉(zhuǎn)換系數(shù)（28 kg/kg和81.27 kg/kg）［11］。

1.2.5 秸稈處理碳排放測算。

秸稈焚燒和秸稈還田是秸稈主要的2種處理方式，這2種方式也是秸稈碳排放的重要來源。農(nóng)作物成熟收獲后會產(chǎn)生大量秸稈，我國大部分省份采用就地焚燒的方式處理秸稈，秸稈焚燒也會產(chǎn)生大量二氧化碳，其排放系數(shù)參考葛小君等［16］的研究成果，為1.515 kg/kg。選擇水稻、小麥、玉米、油菜籽、大豆和棉花6種主要秸稈作物作為秸稈焚燒的碳源。秸稈焚燒碳排放量計算公式如下：

Es=Pi×Si×Di×B×Fi×W（3）

式中：Es為秸稈焚燒碳排放總量（kg）;Pi為第i種農(nóng)作物的經(jīng)濟產(chǎn)量（kg）;Si為第i種農(nóng)作物的草谷比（第i種農(nóng)作物秸稈的產(chǎn)量與第i種農(nóng)作物的經(jīng)濟產(chǎn)量之比）；Di為第i種農(nóng)作物秸稈的干物質(zhì)比例；B為秸稈燃燒比例（根據(jù)夏文浩等［17］的研究設置為30%）；Fi為第i種農(nóng)作物秸稈的燃燒效率；W為秸稈燃燒的碳排放系數(shù)（1.515 kg/kg）。秸稈相關(guān)系數(shù)借鑒張強等［18］修正的IPCC2006方法，按照農(nóng)作物類型選取不同秸稈參數(shù)（表3）。

秸稈還田會排放的N2O。使用N2O轉(zhuǎn)化為CO2當量的轉(zhuǎn)化系數(shù)，將秸稈還田產(chǎn)生的N2O折算為標準當量的碳。秸稈還田碳排放量計算公式如下：

Et=VPi×Si×Ni×Ti （4）

式中，Et秸稈還田碳排放總量（kg）;Pi為第i種農(nóng)作物的經(jīng)濟產(chǎn)量（kg）;Si為第i種農(nóng)作物的草谷比;Ni為第i種農(nóng)作物的秸稈氮含量；Ti為第i種農(nóng)作物的秸稈還田比例；V為N2O與CO2的轉(zhuǎn)換系數(shù)（81.27 kg/kg）。

1.3 農(nóng)業(yè)碳匯測算方法 農(nóng)業(yè)碳匯效應主要由地上的生物固碳和地下的土壤固碳兩部分組成。

1.3.1 生物固碳的碳匯量測算。農(nóng)作物在生長過程中通過光合作用對大氣CO2的固定屬于生物固碳，是碳匯的重要來源之一。借鑒農(nóng)業(yè)碳吸收模型計算農(nóng)作物生長全生命周期光合作用吸收的二氧化碳量計算公式如下：

Cs=ni=1Si=ni=1siYi（1-r）/ei （5）

式中，Cs為韶關(guān)市農(nóng)作物光合作用碳吸收總量;Si為韶關(guān)市第i種農(nóng)作物的碳吸收量;n為農(nóng)作物種類;si為第i種農(nóng)作物的碳吸收率;Yi為第i種農(nóng)作物的經(jīng)濟產(chǎn)量;ri為第i種農(nóng)作物經(jīng)濟產(chǎn)品的含水率；ei為第i種農(nóng)作物的經(jīng)濟系數(shù)。韶關(guān)市11種主要農(nóng)作物碳匯系數(shù)見表4［19］。

1.3.2 土壤固碳的碳匯量測算。

與此同時，農(nóng)田生態(tài)系統(tǒng)具有重要的碳匯功能，是碳循環(huán)過程最活躍的碳庫，人類通

過田間管理、秸稈還田等改良土壤措施，也可以有效增加農(nóng)

田生態(tài)系統(tǒng)碳匯量。土壤對大氣碳的固持可以增加土壤碳庫，減少溫室氣體排放，土壤固碳功能的實現(xiàn)主要是通過秸稈還田通過改變作物的生長環(huán)境，增加土壤中的有機質(zhì)和碳含量進而實現(xiàn)固碳作用。借鑒薛彩霞等［20］的方法計算秸稈還田實現(xiàn)土壤對二氧化碳的吸收量計算公式如下：

Ct=c×Li×Ti（6）

式中：Ct為秸稈還田碳吸收總量（kg）;Li為第i種農(nóng)作物的播種面積（km2）;Ti為第i種農(nóng)作物的秸稈還田比例;c為土壤固碳系數(shù)（廣東省的秸稈還田固碳系數(shù)為730 kg/km2）。

1.4 農(nóng)業(yè)碳中和測算方法

農(nóng)業(yè)碳中和旨在使特定時期內(nèi)產(chǎn)生的溫室氣體，通過固碳減排等得以抵消，實現(xiàn)“源”和“匯”的平衡。農(nóng)業(yè)碳中和具有綜合農(nóng)業(yè)碳循環(huán)過程中碳源和碳匯的雙重特征，旨在考察農(nóng)業(yè)碳匯（收）和農(nóng)業(yè)碳排放（支）的絕對和相對關(guān)系，可分為絕對碳中和（碳匯和碳排放之間的差額）和相對碳中和（碳匯和碳排放之間的比值）。

絕對碳中和，具體指代農(nóng)業(yè)生產(chǎn)過程中所產(chǎn)生的碳排量與碳吸收（碳匯）之間的收支差額。絕對碳中和計算公式：

Na=E-C=（Ep+Ef+Er+El+Es+Et）-（Cs+Ct）（7）

式中：Na為絕對碳中和（kg），若農(nóng)業(yè)碳排放量E大于農(nóng)業(yè)碳匯量C，則為農(nóng)業(yè)凈碳排（Na>0），農(nóng)業(yè)呈現(xiàn)出碳赤字狀態(tài)；若農(nóng)業(yè)碳排放量小于農(nóng)業(yè)碳匯量C，則為農(nóng)業(yè)凈碳匯（Na<0），農(nóng)業(yè)呈現(xiàn)出碳盈余狀態(tài)；若農(nóng)業(yè)碳排放量E等于農(nóng)業(yè)碳匯量C，則為農(nóng)業(yè)碳中和（Na=0），農(nóng)業(yè)呈現(xiàn)出碳中和狀態(tài)。

相對碳中和，具體指代農(nóng)業(yè)生產(chǎn)過程中的碳吸收（碳匯）與所產(chǎn)生的碳排量之間的比值。計算公式如下：

Nr=C/E（8）

式中，Nr為相對碳中和，也稱碳中和指數(shù)，用于表征農(nóng)業(yè)實現(xiàn)碳中和的程度。與絕對碳中和相呼應，當Nr<1，農(nóng)業(yè)呈現(xiàn)碳赤字狀態(tài)，農(nóng)業(yè)低碳化發(fā)展水平較低；當Nr>1，農(nóng)業(yè)呈現(xiàn)碳盈余狀態(tài)，農(nóng)業(yè)低碳化發(fā)展水平較高；當Nr=1，農(nóng)業(yè)呈現(xiàn)碳中和狀態(tài)，農(nóng)業(yè)低碳化發(fā)展水平適中。

2 結(jié)果與分析

2.1 韶關(guān)市農(nóng)業(yè)碳排放效應

根據(jù)農(nóng)業(yè)碳排放系數(shù)公式計算得到2011—2021年韶關(guān)市農(nóng)業(yè)碳排放效應測算結(jié)果及5項碳源排放量，具體數(shù)值見表5。由表5可知，2011—2021年韶關(guān)市農(nóng)業(yè)碳排放水平整體呈現(xiàn)穩(wěn)步增長趨勢，2011年農(nóng)業(yè)碳排放量為251.494萬t，至2021年達到411.403萬t，農(nóng)業(yè)碳排總量在11年間增長了63.58%，年均增長約6.00%。2011—2021年韶關(guān)市農(nóng)業(yè)碳排放年平均總量達到298.960萬t，其中，來自農(nóng)業(yè)生產(chǎn)資料投入環(huán)節(jié)的碳排放總量最大，以年均123.553萬t的碳排量，占農(nóng)業(yè)碳排年均總量的41.33%；因秸稈利用年均產(chǎn)生63.765萬t碳排放量，位列第二主碳源，占農(nóng)業(yè)碳排年均總量的21.33%；來自牲畜養(yǎng)殖和水稻種植的種養(yǎng)環(huán)節(jié)的年均碳排放總量分別為53.396萬和50.270萬t，位列第三、四主碳源，分別占農(nóng)業(yè)碳排年均總量的17.86%和16.82%；來自土地利用環(huán)節(jié)的年均碳排放總量相對較小，為7.975萬t，僅占農(nóng)業(yè)碳排年均總量的2.67%?？梢?，以農(nóng)藥、化肥、農(nóng)膜等投入為代表的農(nóng)用化學品仍然是農(nóng)業(yè)碳排的主要內(nèi)容，推進農(nóng)業(yè)減碳增效，需要從數(shù)量視角推進農(nóng)業(yè)化學品的減量化，從質(zhì)量視角推進農(nóng)業(yè)化學品的綠色化。

農(nóng)業(yè)碳排放總量的只是單純從排放數(shù)量的絕對值視角進行描述，但可能會忽略農(nóng)業(yè)碳排總量增長的背后有著農(nóng)業(yè)經(jīng)濟產(chǎn)值總量同時增長的相對邏輯，因此在測度韶關(guān)市農(nóng)業(yè)碳排放總量基礎上，進一步比較單位農(nóng)業(yè)經(jīng)濟效益所產(chǎn)生的碳排放（農(nóng)業(yè)碳排放強度），更能直觀反映韶關(guān)市的低碳農(nóng)業(yè)經(jīng)濟發(fā)展水平。由表5可知，與韶關(guān)市農(nóng)業(yè)碳排放總量演變趨勢相反，2011—2021年韶關(guān)市農(nóng)業(yè)碳排放強度整體呈波動中緩慢下降的階段性趨勢。2011年韶關(guān)市農(nóng)業(yè)碳排放強度為1.454，至2021年達到1.141，農(nóng)業(yè)碳排強度在11年間下降了21.51%，年均下降幅度僅為1.96%。一方面，農(nóng)業(yè)碳排強度的年均降幅低于農(nóng)業(yè)碳排放總量的年均增幅；另一方面，農(nóng)業(yè)碳排強度的年均值1.243大于1，這意味著韶關(guān)市農(nóng)牧業(yè)生產(chǎn)總值每增加1萬元，都需要以農(nóng)業(yè)付出1.243 t碳排放為代價來實現(xiàn)。農(nóng)業(yè)碳排放強度整體下降的趨勢表明，韶關(guān)市農(nóng)業(yè)低碳及可持續(xù)發(fā)展成效顯著，但韶關(guān)市農(nóng)業(yè)生產(chǎn)方式仍需要實現(xiàn)從高投入生產(chǎn)向綠色低碳化生產(chǎn)轉(zhuǎn)型。韶關(guān)市農(nóng)業(yè)碳減排應著重從要素投入和秸稈收獲環(huán)節(jié)控制農(nóng)業(yè)碳排放，同時重視控制水稻種植和畜牧養(yǎng)殖的種養(yǎng)環(huán)節(jié)碳排放。

2.2 韶關(guān)市農(nóng)業(yè)碳匯效應

根據(jù)農(nóng)業(yè)碳吸收系數(shù)公式計算得到2011—2021年韶關(guān)市農(nóng)業(yè)碳匯效應及2項主要碳匯來源的固碳量，具體數(shù)值見圖1。由圖1可知，2011—2021年韶關(guān)市農(nóng)業(yè)碳匯水平整體呈現(xiàn)先下降后上升的“U”形變動趨勢，2011年農(nóng)業(yè)碳匯量為130.864萬t，先降至2018的108.997萬t，然后開始上升增加至2021的119.506萬t。根據(jù)2011—2021年韶關(guān)市農(nóng)業(yè)碳匯量可測算，韶關(guān)市農(nóng)業(yè)碳匯年均總量達到123.520萬t，其中農(nóng)作物光合作用產(chǎn)生的生物固碳年均碳匯量為118.212萬t，占農(nóng)業(yè)碳匯年均總量的95.70%；來自土壤碳呼吸作用的土壤固碳年均碳匯量為5.308萬t，占農(nóng)業(yè)碳匯年均總量的4.30%?？梢?，2011—2021年韶關(guān)市農(nóng)業(yè)碳匯量的變動遵循與生物固碳的同步趨勢，農(nóng)作物自身固碳的能力決定韶關(guān)市農(nóng)業(yè)碳匯能力的實現(xiàn)。而生物固碳根源于農(nóng)作物光合作用將空氣中的二氧化碳轉(zhuǎn)化為碳水化合物，需要自身自然生長、發(fā)育等過程來實現(xiàn)，因此農(nóng)作物的種植結(jié)構(gòu)的調(diào)整影響著生物固碳量，耕地拋荒閑置、糧改經(jīng)、耕地非農(nóng)化等利用行為調(diào)整都將影響耕地的碳捕獲和碳固存能力。雖然，來自土壤固碳的碳匯能力相較于生物固碳顯得微乎其微，但通過保護性耕作補貼、高標準農(nóng)田建設以及嚴格的耕地保護政策可以賦予耕地土壤顯著的固碳潛力。

2.3 韶關(guān)市農(nóng)業(yè)碳中和效應

根據(jù)農(nóng)業(yè)絕對碳中和和相對碳中和公式計算得到2011—2021年韶關(guān)市農(nóng)業(yè)凈碳效應和碳中和指數(shù)，具體數(shù)值見圖2。由圖2可知，2011—2021年韶關(guān)市農(nóng)業(yè)絕對碳中和水平表現(xiàn)為凈碳排放的碳赤字狀態(tài)，碳排量與碳吸收量之間的收支差額為正，而且2011—2021年韶關(guān)市農(nóng)業(yè)碳赤字水平整體呈現(xiàn)快速上升趨勢，說明韶關(guān)市農(nóng)業(yè)碳赤字狀況或農(nóng)業(yè)凈碳排放水平呈現(xiàn)擴張趨勢。2011年農(nóng)業(yè)凈碳排放量為120.630萬t，至2021年達到291.897萬t，農(nóng)業(yè)碳排總量在11年間增長了141.98%，年均擴張幅度為12.91%。同樣地，根據(jù)碳中和指數(shù)也能印證韶關(guān)市農(nóng)業(yè)碳赤字水平在11年間經(jīng)歷了快速擴張。2011—2021年韶關(guān)市農(nóng)業(yè)碳中和程度整體呈現(xiàn)逐漸下降趨勢，這與農(nóng)業(yè)凈碳排放水平的擴張趨勢相互呼應。農(nóng)業(yè)碳中和程度始于2011年的52.03%，經(jīng)歷了2012年的52.29%的極短時間的細微上漲，之后開始逐漸下降的趨勢，直到2021年降至29.05%的水平，農(nóng)業(yè)碳中和指數(shù)在10年間降低了44.17%，年均降幅為4.02%。2011—2021年韶關(guān)市農(nóng)業(yè)碳中和的年均實現(xiàn)程度僅為41.32%，仍未達到碳中和理想目標的一半，農(nóng)業(yè)低碳化發(fā)展水平有待提升。

3 討論

該研究基于物質(zhì)投入、土地利用、水稻種植、畜牧養(yǎng)殖、秸稈利用5類主要碳源和生物、土壤2類固碳來源，利用IPCC碳排放、碳吸收系數(shù)法測算了2000—2020年韶關(guān)市農(nóng)業(yè)碳排放量、碳匯量和碳中和效應，所得出來的結(jié)果有利于深入評估韶關(guān)市農(nóng)業(yè)碳總量水平和碳中和實際狀況。

（1）2011—2021年韶關(guān)市農(nóng)業(yè)碳排放量逐年增長，并且以年均6%的增速穩(wěn)定增長，由此可見，當前韶關(guān)市農(nóng)業(yè)生產(chǎn)方式處于高投入生產(chǎn)階段。在考慮農(nóng)業(yè)碳排總量增長的背后的農(nóng)業(yè)經(jīng)濟增長驅(qū)動后，發(fā)現(xiàn)2011—2021年韶關(guān)市農(nóng)業(yè)碳排放強度整體呈波動中緩慢下降的趨勢，韶關(guān)市農(nóng)業(yè)低碳及可持續(xù)發(fā)展取得了一定成效，但農(nóng)業(yè)碳排強度的年均值大于1，又意味著韶關(guān)市農(nóng)業(yè)經(jīng)濟增長的背后又需要以農(nóng)業(yè)付出更大能源資源消耗、環(huán)境污染為代價來實現(xiàn)。其中該研究所得的韶關(guān)市農(nóng)業(yè)碳排放量線性增長的變動趨勢與Yang等［21］所測全國農(nóng)業(yè)碳排放總量先上升后下降的倒“U”形變動、徐玥等［22］所測徐州市農(nóng)業(yè)碳排“M”形的變動存在一定差異。這可能是因為：省際區(qū)域發(fā)展不平衡，因此從國家層面，在制定農(nóng)業(yè)低碳發(fā)展政策時，需要考慮因全國不同地區(qū)經(jīng)濟發(fā)展、農(nóng)業(yè)稟賦等的差異，為不同省域地區(qū)有針對性地制定農(nóng)業(yè)碳減排發(fā)展規(guī)劃。而與任洪杰等［6］所測廣東省農(nóng)業(yè)碳排放總量呈先增長后波動下降變動的結(jié)果也不一致，可能是因為廣東省內(nèi)存在著碳排放的市域區(qū)域不平衡，因此從廣東省的層面，則是要實現(xiàn)區(qū)域低碳協(xié)同發(fā)展，利用區(qū)域間的產(chǎn)業(yè)、市場空間關(guān)聯(lián)網(wǎng)絡，制定區(qū)域內(nèi)農(nóng)業(yè)協(xié)同發(fā)展機制。

（2）在2011—2021年韶關(guān)市農(nóng)業(yè)碳匯水平先下降后上升的“U”形變動趨勢中，生物固碳規(guī)模變動成為影響碳匯變動的核心驅(qū)動。與陳羅燁等［23］全國農(nóng)業(yè)碳匯整體呈現(xiàn)小幅上升—降低—大幅上升的“W”形趨勢部分一致，而與Pan等［24］的三門峽市土農(nóng)業(yè)碳匯呈現(xiàn)先增加后減少的倒“U”形趨勢和土壤碳匯占總碳匯的85%以上的結(jié)論相反。這可能是因為，南方地區(qū)“糧食作物下降、經(jīng)濟作物上升”，北方地區(qū)“糧食作物上升、經(jīng)濟作物下降”，地區(qū)之間呈現(xiàn)出種植專業(yè)化分工的趨勢性［8］。不同地區(qū)農(nóng)作物種植面積、種植結(jié)構(gòu)調(diào)整趨勢變化，不同農(nóng)作物的碳吸收能力存在差異，土地利用改變而導致的環(huán)境變化和碳匯變化對未來的土地利用決策具有重大影響，這些變化最終將影響區(qū)域碳循環(huán)。

（3）2011—2021年韶關(guān)市農(nóng)業(yè)碳中和程度呈現(xiàn)下降趨勢，且農(nóng)業(yè)碳中和的整體實現(xiàn)程度低于50%，韶關(guān)農(nóng)業(yè)生產(chǎn)處于農(nóng)業(yè)凈碳排的碳赤字狀態(tài)。這與廖祥等［25］所測成渝城市群陸地凈碳排放呈緩慢增長變動一致，而與葛小君等［16］所測廣西農(nóng)業(yè)凈碳匯量為正值并逐年增加的狀態(tài)不一致。這可能與不同學者在測量農(nóng)業(yè)碳中和時所選擇的區(qū)域?qū)ο?、?gòu)建的指標內(nèi)容體系、應用的測量方法千差萬別，這些都導致構(gòu)成碳中和效應結(jié)果的碳排放量和碳匯量的結(jié)構(gòu)差異。

4 結(jié)論

（1）2011—2021年，韶關(guān)市農(nóng)業(yè)碳排放效應呈平穩(wěn)上升趨勢，由251.494萬t增至411.403萬t，年均遞增6.00%。在碳源結(jié)構(gòu)中，對農(nóng)業(yè)碳排放貢獻率大小依次是物質(zhì)投入（41.33%）、秸稈利用（21.33%）、牲畜養(yǎng)殖（17.86%）、水稻種植（16.82%）和土地利用（2.67%）。韶關(guān)市農(nóng)業(yè)碳排放強度整體呈緩慢下降趨勢，年均遞減1.96%，韶關(guān)市農(nóng)業(yè)低碳及可持續(xù)發(fā)展取得一定成效。但農(nóng)業(yè)碳排年均強度仍大于1，說明韶關(guān)市農(nóng)牧業(yè)生產(chǎn)總值每增加1單位，都需要以農(nóng)業(yè)付出超過1單位的碳排放代價來實現(xiàn)，韶關(guān)市農(nóng)業(yè)生產(chǎn)需要著重控制要素投入和秸稈收獲環(huán)節(jié)的碳排放來實現(xiàn)綠色低碳化轉(zhuǎn)型。

（2）2011—2021年，韶關(guān)市農(nóng)業(yè)碳匯效應呈現(xiàn)先下降后上升的“U”形變動趨勢，由2011年的130.864萬t先降至2018年的108.997萬t，后又增至2021年的119.506萬t。在碳匯結(jié)構(gòu)中，生物固碳年均碳匯量為118.212萬t，占農(nóng)業(yè)碳匯年均總量的95.70%，對農(nóng)業(yè)碳匯起著絕對控制作用。農(nóng)業(yè)碳匯主要受制于土地利用結(jié)構(gòu)調(diào)整所帶來的生物固碳能力的變化，因此需要通過保護性耕作補貼、高標準農(nóng)田建設以及嚴格的耕地保護等農(nóng)業(yè)政策支持實現(xiàn)旨在最大可能挖掘現(xiàn)有碳匯潛力的土地利用結(jié)構(gòu)調(diào)整。

（3）2011—2021年，韶關(guān)市農(nóng)業(yè)碳排放量與碳吸收量之間的收支差額穩(wěn)定為正，農(nóng)業(yè)碳中和處于凈碳排放的碳赤字狀態(tài)，且農(nóng)業(yè)凈碳排放水平呈現(xiàn)快速上升趨勢，由120.630萬t增至291.897萬t，年均遞增12.91%。相反地，韶關(guān)市農(nóng)業(yè)碳中和程度呈現(xiàn)穩(wěn)定下降趨勢，由52.03%降至29.05%，農(nóng)業(yè)碳中和的年均實現(xiàn)程度不到50%。韶關(guān)市農(nóng)業(yè)低碳化發(fā)展水平有待提升。

參考文獻

［1］ CUI Y，KHAN S U，SAUER J，et al.Exploring the spatiotemporal heterogeneity and influencing factors of agricultural carbon footprint and carbon footprint intensity：Embodying carbon sink effect［J］.Science of the total environment，2022，846：1-13.

［2］ CHEN Y，CHEN X W，ZHENG P，et al.Value compensation of net carbon sequestration alleviates the trend of abandoned farmland：A quantification of paddy field system in China based on perspectives of grain security and carbon neutrality［J］.Ecological indicators，2022，138：1-11.

［3］ 尹忞昊，田云，盧奕亨.中國農(nóng)業(yè)碳排放區(qū)域差異及其空間分異機理［J］.改革，2023（10）：130-145.

［4］ 范東壽.農(nóng)業(yè)技術(shù)進步、農(nóng)業(yè)結(jié)構(gòu)合理化與農(nóng)業(yè)碳排放強度［J］.統(tǒng)計與決策，2022，38（20）：154-158.

［5］ 鄭博福，梁涵，萬煒，等.江西省縣域農(nóng)業(yè)碳排放時空格局及影響因素分析［J］.農(nóng)業(yè)工程學報，2022，38（23）：70-80.

［6］ 任洪杰，李輝尚，馮祎宇.基于時空視角的廣東省農(nóng)業(yè)碳排放動態(tài)演化特征及發(fā)展趨勢研究［J］.中國生態(tài)農(nóng)業(yè)學報，2023，31（8）：1287-1300.

［7］ LI Y L，YI F J，YUAN C J.Influences of large-scale farming on carbon emissions from cropping：Evidence from China［J］.Journal of integrative agriculture，2023，22（10）：3209-3219.

［8］ 楊進，劉新宇.中國農(nóng)業(yè)種植結(jié)構(gòu)變化對生產(chǎn)效率的影響：基于專業(yè)化分工的視角［J］.華中科技大學學報（社會科學版），2021，35（4）：64-73.

［9］ 顏光耀，陳衛(wèi)洪，錢?；?農(nóng)業(yè)技術(shù)效率對農(nóng)業(yè)碳排放的影響：基于空間溢出效應與門檻效應分析［J］.中國生態(tài)農(nóng)業(yè)學報，2023，31（2）：226-240.

［10］ 劉麗輝.廣東農(nóng)業(yè)碳排放：時空比較及驅(qū)動因素實證分析［J］.農(nóng)林經(jīng)濟管理學報，2015，14（2）：192-198.

［11］ 劉楊，劉鴻斌.山東省農(nóng)業(yè)碳排放特征、影響因素及達峰分析［J］.中國生態(tài)農(nóng)業(yè)學報，2022，30（4）：558-569.

［12］ 冉錦成，蘇洋，胡金鳳，等.新疆農(nóng)業(yè)碳排放時空特征、峰值預測及影響因素研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2017，38（8）：16-24.

［13］ 陳睿濤，李薇，燕振剛.甘肅省農(nóng)業(yè)碳排放區(qū)域差異、時空特征及趨勢預測［J］.草業(yè)科學，2023，40（1）：287-302.

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

［15］ 趙敏娟，石銳，姚柳楊.中國農(nóng)業(yè)碳中和目標分析與實現(xiàn)路徑［J］.農(nóng)業(yè)經(jīng)濟問題，2022，43（9）：24-34.

［16］ 葛小君，吳丹，李淑斌，等.1978—2021年廣西農(nóng)業(yè)凈碳匯時序特征及影響因素［J］.中國生態(tài)農(nóng)業(yè)學報，2024（2）：218-229.

［17］ 夏文浩，王銘揚，姜磊.新疆農(nóng)業(yè)碳排放強度時空變化趨勢與收斂分析［J］.干旱區(qū)地理，2023，46（7）：1145-1154.

［18］ 張強，巨曉棠，張福鎖.應用修正的IPCC2006方法對中國農(nóng)田N2O排放量重新估算［J］.中國生態(tài)農(nóng)業(yè)學報，2010，18（1）：7-13.

［19］ 楊晨，張燕媛.糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放效率與糧食安全耦合研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2024，45（7）：12-27.

［20］ 薛彩霞，李園園，胡超，等.中國保護性耕作凈碳匯的時空格局［J］.自然資源學報，2022，37（5）：1164-1182.

［21］ YANG H，WANG X X，BIN P.Agriculture carbon-emission reduction and changing factors behind agricultural eco-efficiency growth in China［J］.Journal of cleaner production，2022，334：1-11.

［22］ 徐玥，王輝，韓秋鳳.徐州市農(nóng)業(yè)碳排放時空特征與脫鉤效應［J］.水土保持通報，2023，43（5）：395-403.

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

［24］ PAN Y S，ZHANG H B，WANG C Y，et al.Impact of land use change on regional carbon sink capacity：Evidence from Sanmenxia，China［J］.Ecological indicators，2023，156：1-12.

［25］ 廖祥，楊鑫，牛振生.成渝城市群陸地碳排放時空變化及效應研究［J］.環(huán)境科學與技術(shù)，2023，46（1）：211-225.