环境约束下的四川省畜禽养殖业结构优化研究

邓爱平 周敏

摘要 提出了一个水-碳-土地-经济的联动框架，包括畜牧业的直接影响和间接影响;同时建立了以贸易为基础的水资源利用、温室气体排放的优化体系。以四川省为例，假设充分运用沼气池的条件下，研究发现，有效利用畜禽粪便可转化为沼气能源17.83×109 m 折合标煤约等于1 272.55万t，相当于2018年四川省天然气消费量的40.37%，可望成为未来四川省农业的创效之一。2018年四川省畜牧业产生碳排放约791.90万t，奶牛和猪的贡献较大，约占四川省全年碳排放总量的56.74%;耗水量约17.26×109 m 猪的消耗最大，约占全年耗水量的45.02%。耕地负荷粪便的水平为7.15 t/hm 警报值为0.2 小于0.40，因此处在耕地可负荷的范围内。当置信水平从0.55提高至0.95时，肉牛和蛋禽地占地有少量优化空间，生产净效益从3.15亿元减少到3.12亿元。

关键词 畜禽养殖业;结构优化;环境约束;

碳排放;水消耗;四川省

中图分类号 X-713  文献标识码 A

文章编号 0517-6611（2021）22-0085-07

doi：10.3969/j.issn.0517-6611.2021.22.020

开放科学（资源服务）标识码（OSID）：

Study on the Structure Optimization of Livestock and Poultry Industry in Sichuan Province under Environmental Constraints

DENG Ai-ping，ZHOU Min （School of Public Administration，Huazhong University of Science and Technology，Wuhan，Hubei 430074）

Abstract A water-carbon-land-economy linkage framework was proposed，including the direct and indirect effects of animal husbandry;at the same time，an optimization system of water consumption and carbon emissions based on trade was established.Taking Sichuan Province as an example，assuming that under the condition of circular economy，the results showed that the amount of livestock manure converted into biogas was 17.83×109 m equivalent to about 12.725 5 million tons of standard coal，accounting for 40.37% of Sichuan's natural gas consumption in 2018.Biogas was expected to become one of the agricultural benefit expansion in the future.In 2018，the carbon emission from livestock husbandry in Sichuan was about 7.919 million tons，with cows and pigs accounting for 56.74% of the total annual carbon emission in Sichuan，and the water consumption was about 17.26×109 m with pigs accounting for 45.02% of the total annual water consumption.The fecal load level of cultivated land was 7.15 t/hm and the alarm value was 0.2 which was less than 0.40，so it was in the range of cultivated land load.When the confidence level increased from 0.55 to 0.9 there was a small amount of optimization space for the land of beef cattle and laying hen，and the net production benefit decreased from 315 million yuan to 312 million yuan.

Key words Livestock and poultry breeding industry;Structural optimization;Environmental constraints;Carbon emissions;Water consumption;Sichuan Province

除了作物生產（种植业），畜牧业被认为是温室气体的重要贡献者，贡献了约18%的温室气体[1]。畜牧业为人类提供食物、就业、经济效益、景观服务等价值的同时，也是CO2、CH4、N2O等气体的重要贡献行业，分别占全球温室气体排放总量的27%、29%和44%等[2]，对数亿人造成极端高温、火灾、洪水、干旱和贫困的打击。到2030年，世界无法实现可持续发展目标中大部分与农业相关的具体目标。根据在COVID-19疫情发生前收集的最新数据，这些目标的进展就已不足，疫情发生后世界经济的倒退加重了这一情形。在水资源方面，全球缺水程度保持在17%的安全水平，据中国水利部的统计资料《中国水资源公报（2019）》，全国农业用水3 682.3亿m 占用水总量的61.2%，畜牧业更是对淡水和沿海水质有一定的恶化作用[3]。根据《巴黎气候变化协定》178个国家同意削减温室气体排放，形成对2020年后的全球气候治理格局。因此，研究者们需要了解畜牧业可以从哪些方面对可持续发展作出更广泛的贡献。由于畜牧业的人为大量放牧，自然生态系统被改造成农业用地，“碳”随着生物量锐减和土壤碳储量的下降而释放，生态多样性受到威胁，土壤逐渐沙漠化[3-4]。水资源短缺和污染严重要求优化水资源利用[5-6]，所以有必要提供畜牧业与气候和水资源之间联系。然而，随着生活水平的提高，人们对各种畜牧产品的需求在提升，在短时间内呼吁减少消费畜牧产品不具有可行性[7]，在需求难以调整的情况下，除了政策驱动的提高保护环境政治绩效、对温室气体排放加以收费、制定温室气体排放标准、开发生态服务价值等措施以外，还存在从供给侧引导优化产业结构和推动畜牧业清洁生产的可能，进而提高生态环境保护和产业经济效率。

畜禽对全球温室气体的贡献一直缺乏共识，不同地区的畜牧业差异较大且影响因素较多，所以难以用统一的工具评估[8-9]。而政府间气候变化专业委员会（IPCC）和粮农组织在此方面的评估是一致的，例如，生命周期法被广泛应用于温室气体的排放估计和水足迹的分析中[7，10]，随着各项研究的深入，从国家、地区、城市和种群等不同尺度对碳排放和水足迹的测度越来越多，尤其是干旱缺水地区[11-13]。国内外关于水足迹和碳排放的研究主要集中在种植业[14-15]、发电过程[16]、区域转移、城市水系统和碳系统[17-18]、社区（大学）规模[19-20]等，而且在土地集约利用和生态环境影响方面的综合研究仍存在不足[8]。尽管有学者采用各种方法对水利用效率、温室氣体排放、经济收益、农业土地利用进行过单独的研究，却没有将它们的关系进行过系统的研究，很少有研究将畜牧业中的水资源利用-经济效率、温室气体排放-经济效率、土地利用进行整合研究，特别是在生态重点区，缺乏对它们之间联动关系的考虑，而且将改进重点放在单一的目标上也可能使决策效率低下[21]。除此之外，相比各类多目标权衡分析[22-23]，以联动关系为框架的研究更能评估和优化畜牧业中的各种相互关系[10]。并且，相比传统的集约畜牧方式，环保经济不仅能减轻农村的非点源污染问题[24-25]，还能提高对资源的利用和经济效益，中国在这方面的潜力还有待挖掘。该研究开发了一个基于水-碳-土地-经济的关联分析框架，将水和碳量化为一个能源供应组合，以评估畜牧系统能否在水、碳、经济中达到最优，同时评估环保经济下沼气生产潜力和粪肥污染程度，并提出政策建议。

1 资料与方法

1.1 研究对象 以四川省畜牧业为研究对象，以2018年的相关统计数据为基础，根据数据的可达性和四川区域的畜禽特征，对肉牛、奶牛、猪、肉羊、肉兔、肉禽以及蛋禽养殖产生的碳排放、水利用、土地占用情况进行估算。假设四川省畜牧业在沼气能源、有机肥污染等方面存在一定潜力水平和负荷风险的情况下，设计并优化一个“水-碳-土地-经济”的模型。

1.2 数据来源

畜禽饲养量、饲养周期、耕地面积、采食量、电量使用、燃料使用、市场数据和管理费用等数据来自《四川统计年鉴—2019》《四川调查年鉴—2019》《全国农产品成本收益资料汇编—2019》、中华人民共和国农业农村部网站和中华人民共和国成都海关网站。畜禽水利用数据来自《Virtual water flows between nations in relation to trade in livestock and livestock products》[5]。为了保证排放因子的可靠性，氮排放量、CO2、CH4和N2O碳排放因子来自《2006年IPCC国家温室气体清单指南》（以下简称IPCC（2006））、《省级温室气体清单编制指南（2011年）》（以下简称《省级指南》（2011））和联合国粮食及农业组织（http：//www.fao.org/faostat/zh/#data/GM）。标准煤CO2-eq排放因子和耗水因子来自《中国能源统计年鉴2019》，电力CO2-eq排放因子和耗水因子来自文献[26-27]。

为避免重复计算，该研究的组织（系统）边界为四川省肉牛、奶牛、猪、肉羊、肉兔、肉禽和蛋禽产生的碳排放和水消耗（生产区），畜禽管理产生的主要碳排放和水消耗路径，即电力和燃料（管理区），养殖过程中产生的粪便进入沼气池后可能产生的碳排放，以及通过贸易实现与边界外的资源流动[28-29]，产生了碳排放的流动，其余部分可以忽略不计。该研究不考虑因饲料种植产生的水消耗和碳排放，如图1所示。

1.3 研究方法

1.3.1 平均饲养量的计算。

由于不同地区的畜禽饲养存在差异性，将畜禽分为静态种群和动态种群，静态种群有奶牛和蛋禽，动态种群有肉牛、猪、肉羊、肉兔和肉禽。结合统计资料《全国农产品成本收益资料汇编—2019》和四川地区品种特点确定各类畜禽的平均饲养周期，平均饲养量的计算公式为[30]：

Na，i=AIiFPi≥365

FPi×SVi365FPi<365（1）

式中，Na，i表示各类畜禽的平均饲养量（头）;AIi表示年末存栏量（头）;SVi表示年出栏量（头）;FPi表示饲养周期（d）。2018年四川省畜牧业养殖现状如表1所示。

1.3.2 碳排放估算。

各类畜禽产生的碳排放（Ci）主要由反刍动物肠胃发酵产生的CH4、粪便管理（即沼气池）产生的CH4和N2O、粪肥输入土壤产生的N2O直接排放量和间接排放量、电力发电过程中产生的CO2、燃料动力使用过程中产生的CO2等组成。肠胃发酵CH4是反刍动物瘤胃和大肠中微生物发酵产生的，主要由采食量和饲料结构决定[31]。假定动物活动受到限制，粪便和尿液直接进入沼气池，不经过其他方式的储存，随后产生沼液、沼渣和沼气，主要排放气体为CH4、N2O和少量的CO 沼气池中的沼气肥再回到土壤中，经过土壤的硝化与反硝化作用引起N2O的直接排放，经过挥发和再沉积产生氮排放以及经过溶淋/径流损失氮实现N2O的间接排放[30]，各类畜禽在组织边界内产生的碳排放计算公式为：

Ci=Na，i×EG-CH i×GWPCH4+Na，i×EF-CH i×GWPCH4+Na，i×EF-N2O，i×GWPN2O+[a×FSA-N2O，i+b×FSB-N2O，i+（1-a-b）FSC-N2O，i]×GWPN2O+Na，i×NP，i×EP-CO2+Na，i×NQ，i×EQ-CO2（2）

式中，EG-CH i表示各类畜禽肠胃发酵CH4的排放因子（kg/头）;EF-CH i、EF-N2O，i表示粪便管理产生CH4和N2O的排放因子（kg/头）;FSA-N2O，i、FSB-N2O，i、FSC-N2O，i分别表示粪肥输入土壤产生N2O的直接排放因子（0.010 9 kg/kg）、大气氮沉降排放因子（0.01 kg/kg）、氮淋溶和径流排放因子（0.007 5 kg/kg）;a（65%）、b（20%）表示所占比例;EP-CO2表示电力发电产生CO2的排放因子[7.87 g/（mW·h）];EQ-CO2表示燃料动力使用过程中产生CO2的排放因子（183.40 kg/t）;NP，i表示每头畜禽需要消耗的电量（mW·h）;NQ，i表示每头畜禽需要消耗的燃料动力数量（t，以标煤计）。

1.3.3 耗水量估算。各类畜禽的耗水量（Wi）主要由饮水量、用水量、电力发电过程中消耗的水量和饲料中包含的虚拟水量，其表达式如下：

Wi=Dw，i+Sw，i+Pw，i+Fw，i（3）

式中，Dw，i表示各类畜禽的饮水量（m3）;Sw，i表示用水量（m3）;Pw，i表示饲养各类畜禽所需要的电力带来的耗水量[耗水系数为0.228 m3/（mW·h）];Fw，i表示各类畜禽采食的饲料中包含的虚拟水量（m3）。

1.3.4 产沼潜力和粪便污染风险估算。畜禽粪便进入沼气池中进行管理，产气潜力（B）的估算由各类畜禽产生的粪便量和各类畜禽粪便产气率决定，其公式如下：

B=6i=1Na，i×Gi×rB（4）

式中，Gi表示每头畜禽产生的粪便量（kg/头）;rB表示各类畜禽粪便进行沼气发酵的产气率（m3/kg）。

耕地负荷粪肥的能力是有限的，超过一定限度将造成土壤污染，因此有必要进行测算;每公顷耕地负荷畜禽粪肥水平（Q）由粪便总量和耕地总面积决定，其计算公式如下：

Q=ni=1Gi×Na，iAc（5）

r=Qrc（6）

式中，Ac表示域内耕地数量（2018年统计），rc表示耕地负荷粪便的最大水平（30 t/hm2）[32]。耕地粪肥污染的警报值区间（r）分别为：<0.40无污染、0.40～0.70稍有污染、>0.70～1.00有污染、>1.00～1.50较严重污染、>1.50～2.50严重污染、>2.50很严重污染。

1.3.5 环境优化模型。

碳排放、水消耗、土地利用和经济发展构成四川省畜牧业优化框架。优化目标为该地区畜牧业生产净效益的最大化，其公式如下：

MaxE=ni=1UAi×Xi×（PAi-CAi）（7）

式中，UAi表示单位土地面积上可产出的畜禽产品数量（kg/m2），根据数据的可达性，该数据根据对统计年鉴的整理，由当年的畜禽产品数量除以当年用于畜禽养殖的土地面积得到;Xi表示各类畜禽需要占用的土地面积（m2）;PAi表示各类畜禽产品的单价（元/kg）;CAi表示各类畜禽产品的单位成本（元/kg）。公式（8）、（9）和（10）分别表示畜禽产品的交易带来的虚拟碳、虚拟水和收益流动，从而构成模型的主要约束条件。

Crni=1[（UAi×Xi-Di）×Wk，i]We≤1-δ≥ω（8）

Crni=1[（UAi×Xi-Di）×Ck，i]Ce≤1-≥ω（9）

Crni=1[（UAi×Xi-Di）×Nk，i]Ne≥1+θ≥ω（10）

式中，Cr表示模糊事件;ω表示预设阈值发生的可信度水平，ω分别取0.55、0.75、0.95;Di表示各类畜禽产品的需求量（kg）;Wk，i、Ck，i、Nk，i分别表示每单位产品所消耗的水量（m3/kg）、伴隨的碳排放（kg/kg）和净贸易收益（元/kg）;We、Ce、Ne分别表示优化前的耗水量（ m3）、碳排放（kg）和净贸易收益（元）;δ、、θ分别表示预期的增/减率，取值分别为0、5%、10%。优化模型还需要满足畜禽饲养产生的粪便不能超过该地区耕地的最大负荷，否则将对环境造成影响如公式（11）、（12）所示。模型还包括一些其他的约束条件，如Xi≥0，i=  …，7;X∈R。

i=1nGi×UAi×XiLWi≤rc×Ac（11）

Xi≤DiUAi（12）

式中，LWi表示各类畜禽的平均胴体质量（kg/L）。

2 结果与分析

2.1 2018年四川省畜牧业产生的碳排放

从表2可以看出，肉牛、奶牛、肉羊的肠胃发酵CH4排放因子分别为33.74、88.10和4.75 kg/头，远高于猪、肉兔、蛋禽和肉禽，这是因为牛、羊属于反刍类动物，其瘤胃和大肠中的微生物发酵容易产生大量的CH4。在粪便量方面该研究考虑了畜禽的生长周期，因此粪便管理CH4的排放因子由大到小依次是奶牛>肉牛>猪>肉羊>蛋禽>肉兔>肉禽。根据IPCC（2006）、《省级指南》（2011）和该地区的畜禽特征确定了各类畜禽的氮排放量和N2O排放因子，氮排放量由大到小依次是奶牛>肉牛>猪>肉羊>蛋禽>肉兔>肉禽;N2O的排放因子由大到小依次是奶牛>肉牛>猪>肉羊>蛋禽>肉兔=肉禽。由此可见，各类畜禽的肠胃发酵CH4、粪便管理CH4、粪便管理N2O和氮排放量的大小趋势一致，考虑到四川省内各类畜禽的饲养量，肠胃发酵CH4排放量由大到小依次为奶牛>肉牛>肉羊>猪>肉兔>蛋禽=肉禽;粪便管理CH4排放量由大到小依次为猪>奶牛>肉牛>肉羊>蛋禽>肉兔>肉禽;粪便管理N2O排放量由大到小依次为猪>奶牛>蛋禽>肉牛>肉羊>肉禽>肉兔，所以肠胃发酵CH4排放量最高的是奶牛，粪便管理CH4排放量最高的是猪，粪便管理N2O排放量最高的是猪，这是因为四川省是猪肉消费大省，也是养殖大省，因此除了肠胃发酵CH4排放量低于奶牛、肉牛和牛羊以外，猪在其他碳排放量方面的贡献都最大。

根据IPCC（2006）标准，除了粪便管理过程中厌氧产生的碳排放以外，充分利用粪肥施用于土壤以改变土壤的理化性质同样会产生碳排放，通过土壤的硝化与反硝化作用对全球氮氧化物排放作出贡献，主要是N2O的形式。如表2所示，粪肥输入土壤产生N2O的数量由大到小依次是猪>蛋禽>奶牛>肉牛>肉羊>肉兔>肉禽，受到四川省畜禽饲养量和各类畜禽氮排泄量的双重影响。除了畜禽自身和排泄物导致的碳排放之外，饲养畜禽消耗的电力和燃料也是主要的碳排放来源，假设均以火力发电和标准煤燃烧，将增加5.72万t的动力碳排放。各类畜禽总的碳排放占全年总量的比例分别为奶牛29.20%、猪27.54%、肉牛20.43%、肉羊16.39%、蛋禽4.09%、肉禽1.19%、肉兔1.16%，合计791.90万t。

从各类畜禽碳排放的组成结构（图2）可以看出，养殖肉牛产生的碳排放主要场所是肠胃，约占82.03%;奶牛肠胃发酵产生的CH4约占73.24%;肉羊肠胃发酵产生的CH4约占85.21%，由于是畜禽自身特点导致的，所以肉牛、奶牛和肉羊的减排压力也较大，最好从营养成分方面努力[31]。猪涉及的碳排放主要是粪便管理产生的CH4和N2O，合计82.57%，由于四川省猪的养殖基数较大，因此具有较大的减排潜力，可以从饲料结构方面进行优化。肉禽和蛋禽粪便管理过程中产生的N2O均超过自身碳排放量的60%，区别在于肉禽燃料使用产生的碳排放超过17%，蛋禽粪便管理产生的N2O也超过了17%，这表明它们生产管理方式的不同。肉兔在每个环节的碳排放比较均衡，分别是肠胃发酵CH4 27.31%、粪便管理CH4 20.95%、粪便管理N2O 31.22%、粪肥N2O 11.17%、燃料动力CO2 9.35%。各个环节中，肠胃发酵CH4排放比例最大的是肉羊，粪便管理CH4排放比例最大的是猪，粪便管理N2O排放比例最大的是蛋禽，粪肥N2O排放比例最大的是蛋禽，燃料动力CO2排放比例最大的是肉禽，而电力发电CO2排放比例都比较少。

2.2 2018年四川省畜牧业消耗的水量

从表3可以看出，饮水因子由大到小依次为奶牛>肉牛>猪>肉羊>蛋禽>肉兔>肉禽，主要受畜禽的體型、需求特性和饲养周期影响。用水因子由大到小依次为奶牛>肉牛>猪>肉羊>蛋禽>肉禽>肉兔，受到畜禽的管理方式和饲养周期影响。鉴于四川省畜禽的养殖结构，饮水量和用水量合计最高的是猪，其次是奶牛、肉羊、蛋禽、肉禽、肉牛和肉兔;饲料包含的虚拟水消耗量由高到低依次是猪>蛋禽>奶牛>肉禽>肉牛>肉羊>肉兔，除了与采食量和饲养周期有关外，仍与四川省畜禽的养殖结构有关，即平均饲养量越高，饲料消耗越多，包含的虚拟水也就越多;饲养消耗的电量包含的火力发电耗水量同理。各类畜禽消耗的水量占全年总量的比例分别是猪45.02%、蛋禽20.34%、奶牛14.54%、肉禽6.49%、肉牛6.26%、肉羊4.11%、肉兔3.24%，总计17.26×109m3。

2.3 沼气能源的生产潜力和畜禽养殖污染风险评估 假定粪便能按照科学统一的标准进行管理，粪便进入沼气池在35 ℃无氧条件下管理60 d[33]，影响甲烷排放的主要因素是粪便量[30]。经过估算，2018年四川省沼气生产潜力为17.83×109m 折合标煤为1 272.55万t（折标煤系数=0.714 kg/m3），相当于2018年四川省天然气消费量的40.37%，因此畜牧业中可被挖掘的沼气潜力巨大，数量相当可观，如果被有效利用起来可替代很大一部分不可再生能源，达到节能的目的。从表4可以看出，猪的粪便无论是在产气率上还是可产沼气量上的表现都较为优秀，产气率高达0.42 m3/kg，可产沼气量高达7.96×109 m 处在各类畜禽的第1位。而肉禽粪便和蛋禽粪便虽在产气总量方面表现不佳，但在产气率方面表现较优，均高达0.46 m3/kg，均处在第1位。产气率最低的是肉兔粪便，为0.21 m3/kg，肉牛、奶牛和肉羊粪便的产气率较为平均，在0.30 m3/kg左右。产气率一定时，可产沼气总量与平均饲养量和粪便量有关，因此饲养量越大，粪便量越大，产气量也就越大。沼气产量由高到低依次是猪>肉牛>奶牛>蛋禽>肉羊>肉兔>肉禽，合计17.83×109 m3。

经过沼气池加工后的粪便可为土壤提供全面的营养，是一种长效的肥料，促进土壤有机质的合成。从表5可以看出，2018年四川省猪粪肥当量从高到低依次为猪>肉牛>蛋禽>肉羊>奶牛>肉兔>肉禽，合计48.08×106 t;可见猪粪肥当量最高的是猪，最低的是肉禽;氮含量较高的是肉禽和蛋禽粪便，较低的是肉牛和奶牛。猪粪当量不与氮含量成正比的原因在于受到平均饲养量的影响。经测算，全年耕地负荷粪便的水平累计为7.15 t/hm 警报值为0.2 小于0.40，因此未对耕地造成污染，处在耕地可负荷的范围内。

2.4 环境约束条件下的土地利用和生产净效益优化

采用三角模糊集对模糊参数进行评价，以表达一定范围内的不确定性，方便寻找到最佳的值，因此将耗水量、碳排放和净贸易收益的预期增/减率可以分别表示为0、5%、10%，在 MATLAB中进行模型的求解。如表6所示，在该模型条件下，置信度的高低即不同程度的决策空间对畜禽饲养的安排以及效益影响不大，仅有奶牛和蛋禽所占土地面积存在差异，这说明该问题的最优解具有一定的稳定性，表明在预期变化率内畜禽饲养安排具有一致性，这一点符合土地集约利用条件下对畜禽的规模养殖，明显区别于种植业。从表7可以看出，在置信度为0.95时，即严格的决策空间下，优化后各类畜禽的生产净效益从高到低依次为猪>奶牛>蛋禽>肉兔>肉禽>肉牛>肉羊;相比0.95的置信度，当置信度为0.75时，奶牛的生产净效益增加了9.28×106元，蛋禽的生产净效益增加了0.63×106元;而当置信度为0.5 分别增加了18.55×106和1.26×106元。这些结果反映了各要素（水、碳、经济、土地）同模糊约束之间的权衡，有助于更好地实现系统目标。

3 结论与讨论

2018年四川省畜牧业产生碳排放约791.90万t，其中肉牛161.82万t、奶牛231.26万t、猪218.08万t、肉羊129.75万t、肉兔9.19万t、肉禽9.39万t、蛋禽32.41万t;奶牛和猪的贡献较大，约占全年碳排放总量的56.74%，而肉兔和肉禽的贡献较小，约占全年碳排放总量的2.35%。此外，在生产环节消耗的电力和燃料，假设以火力发电和标准煤燃烧，增加了5.72万t的动力碳排放。减排潜力主要在优化饲料结构、改良畜禽品种和使用清洁能源方面。

2018年四川省畜牧業耗水量约17.26×109m 其中猪7.77×109m3、蛋禽3.51×109m3、奶牛2.51×109m3、肉禽1.12×109m3、肉牛1.08×109m3、肉羊0.71×109m3、肉兔0.56×109m3;猪的贡献最大，约占全年耗水量的45.02%，肉兔的贡献最小，约占总量的3.24%;耗水结构为饲料水>用水>饮水>发电耗水。

沼气作为一种廉价且广泛生产的能源，如果被利用起来将在很大程度上减轻能源供给压力。畜牧业中蕴含着巨大的沼气生产潜力，经过估算，2018年四川省畜牧业生产中可被利用的沼气高达17.83×109m 折合标煤约等于1 272.55万t，可替代巨大的化石能源消耗，沼气能源以其可再生、安全和环保的特点也优于各项能源，应当成为未来四川省农业的创效之一。中国是世界上最大的能源消费国[34]，化石燃料的减排技术非常昂贵和复杂，如果对生物沼气进行适当的利用，有望减轻中国在清洁生产方面的压力。耕地负荷粪便的水平为7.15  t/hm 警报值为0.2 小于0.40，因此未对耕地造成污染，处在耕地可负荷的范围内，但猪、肉牛、蛋禽的粪便产量较高，可作为未来面源污染控制的重点监测对象。

该研究还设计并优化了一个“水-碳-土地-经济”的框架，考虑了水与经济的关系、碳与经济的关系以及贸易产生的要素流动，通过生命周期理论和模糊机会线性规划等方法对四川省畜牧业系统进行优化。当置信水平从0.55提高到0.95时，奶牛和蛋禽地占地有优化空间;生产净效益从3 147.04×106元减少至3 127.23×106元。可见畜牧业不同于种植业，可适当进行规模化养殖，以控制对土地的侵占，同时不会对效益产生太大影响。

参考文献

[1]

STEINFELD H，GERBER P，WASSENAAR T，et al.Livestocks long shadow：Environmental issues and options[M].Rome，Italie：FAO，2006.

[2] GERBER P J，HRISTOV A N，HENDERSON B，et al.Technical options for the mitigation of direct methane and nitrous oxide emissions from livestock：A review[J].Animal，201 7：220-234.

[3] LEIP A，BILLEN G，GARNIER J，et al.Impacts of European livestock production：Nitrogen，sulphur，phosphorus and greenhouse gas emissions，land-use，water eutrophication and biodiversity[J].Environmental research letters，201 10（11）：1-13.

[4] VAN MIDDELAAR C E，CEDERBERG C，VELLINGA T V，et al.Exploring variability in methods and data sensitivity in carbon footprints of feed ingredients[J].The international journal of life cycle assessment，201 18（4）：768-782.

[5] CHAPAGAIN A K，HOEKSTRA A Y.Virtual water flows between nations in relation to trade in livestock and livestock products[M]//Value of Water Research Report Series No.13.Delft，the Netherlands：UNESCO-IHE，2003.

[6] RODRIGUEZ C I，RUIZ DE GALARRETA V A，KRUSE E E.Analysis of water footprint of potato production in the pampean region of Argentina[J].Journal of cleaner production，201 90：91-96.

[7] GREBITUS C，STEINER B，VEEMAN M.The roles of human values and generalized trust on stated preferences when food is labeled with environmental footprints：Insights from Germany[J].Food policy，201 52：84-91.

[8] HERRERO M，GERBER P，VELLINGA T，et al.Livestock and greenhouse gas emissions：The importance of getting the numbers right[J].Animal feed science and technology，201 166/167：779-782.

[9] ZHUANG M H，GONGBUZEREN，ZHANG J，et al.Community-based seasonal movement grazing maintains lower greenhouse gas emission intensity on Qinghai-Tibet Plateau of China[J].Land use policy，2019，85：155-160.

[10] CHEN S Q，TAN Y Q，LIU Z.Direct and embodied energy-water-carbon nexus at an inter-regional scale[J/OL].Applied energy，2019，251[2021-01-05].https：//doi.org/10.1016/j.apenergy.2019.113401.

[11] ERANKI P L，DEVKOTA J，LANDIS A E.Carbon footprint of corn-soy-oats rotations in the US Midwest using data from real biological farm management practices[J].Journal of cleaner production，2019，210：170-180.

[12] FRIEDRICH E，PILLAY S，BUCKLEY C A.Carbon footprint analysis for increasing water supply and sanitation in South Africa：A case study[J].Journal of cleaner production，2009，17（1）：1-12.

[13] ZHANG W S，HE X M，ZHANG Z D，et al.Carbon footprint assessment for irrigated and rainfed maize （Zea mays L.） production on the Loess Plateau of China[J].Biosystems engineering，2018，167：75-86.

[14] DAI C，QIN X S，LU W T.A fuzzy fractional programming model for optimizing water footprint of crop planting and trading in the Hai River Basin，China[J/OL].Journal of cleaner production，202 278[2021-01-05].https：//doi.org/10.1016/j.jclepro.2020.123196.

[15] CASOLANI N，PATTARA C，LIBERATORE L.Water and Carbon footprint perspective in Italian durum wheat production[J].Land use policy，201 58：394-402.

[16] ACKERMAN F，FISHER J.Is there a water-energy nexus in electricity generation？ Long-term scenarios for the western United States[J].Energy policy，201 59：235-241.

[17] WANG H T，YANG Y，KELLER A A，et al.Comparative analysis of energy intensity and carbon emissions in wastewater treatment in USA，Germany，China and South Africa[J].Applied energy，201 184：873-881.

[18] LIN J Y，LIU Y，MENG F X，et al.Using hybrid method to evaluate carbon footprint of Xiamen City，China[J].Energy policy，201 58：220-227.

[19] GU Y F，WANG H T，XU J，et al.Quantification of interlinked environmental footprints on a sustainable university campus：A nexus analysis perspective[J].Applied energy，2019，246：65-76.

[20] OZAWA-MEIDA L，BROCKWAY P，LETTEN K，et al.Measuring carbon performance in a UK University through a consumption-based carbon footprint：De Montfort University case study[J].Journal of cleaner production，201 56：185-198.

[21] SILALERTRUKSA T，GHEEWALA S H.Land-water-energy nexus of sugarcane production in Thailand[J].Journal of cleaner production，2018，182：521-528.

[22] YANG X C，WANG Y T，SUN M X，et al.Exploring the environmental pressures in urban sectors：An energy-water-carbon nexus perspective[J].Applied energy，2018，228：2298-2307.

[23] GOUD E M，SPARKS J P，FISHBEIN M，et al.Integrated metabolic strategy：A framework for predicting the evolution of carbon-water tradeoffs within plant clades[J].Journal of ecology，2019，107（4）：1633-1644.

[24] XUE Y N，LUAN W X，WANG H，et al.Environmental and economic benefits of carbon emission reduction in animal husbandry via the circular economy：Case study of pig farming in Liaoning，China[J/OL].Journal of cleaner production，2019，238[2021-01-05].https：//doi.org/10.1016/j.jclepro.2019.117968.

[25] FENG D Y，ZHAO G S.Footprint assessments on organic farming to improve ecological safety in the water source areas of the South-to-North Water Diversion project[J/OL].Journal of cleaner production，2020，254[2021-01-05].https：//doi.org/10.1016/j.jclepero.2020.120130.

[26] SONG R P，ZHU J J，HOU P，et al.Getting every ton of emissions right：An analysis of emission factors for purchased electricity in China[M].Beijing：World Resources Institute，2013.

[27] ZHANG C，ZHONG L J，FU X T，et al.Revealing water stress by the thermal power industry in China based on a high spatial resolution water withdrawal and consumption inventory[J].Environmental science & technology，201 50（4）：1642-1652.

[28] CHAVEZ A，RAMASWAMI A.Articulating a trans-boundary infrastructure supply chain greenhouse gas emission footprint for cities：Mathematical relationships and policy relevance[J].Energy policy，201 54：376-384.

[29] LIU Z，DAVIS S J，FENG K S，et al.Targeted opportunities to address the climate-trade dilemma in China[J].Nature climate change，201 6（2）：201-206.

[30] IPCC.IPCC 2006 Guidelines for National Greenhouse Gas Inventories[M].Paris：IPCC/OECD/IEA，2006.

[31] CEDERBERG C，HENRIKSSON M，BERGLUND M.An LCA researcher's wish list-data and emission models needed to improve LCA studies of animal production[J].Animal，201 7：212-219.

[32] 國家环境保护总局自然生态保护司.全国规模化畜禽养殖业污染情况调查及防治对策[M].北京：中国环境科学出版社，2002.

[33] 北京师范学院.农村家用沼气发酵工艺规程：GB 9958—88[S].北京：中华人民共和国农业部，1988.

[34] LI L，TAN Z F，WANG J H，et al.Energy conservation and emission reduction policies for the electric power industry in China[J].Energy policy，201 39（6）：3669-3679.