APP下载

河北省县域农业碳排放空间演化及对策*

2023-06-05崔永福高策王俊凤王涵颖张新仕

中国农机化学报 2023年5期
关键词:高碳变化率排放量

崔永福,高策,王俊凤,王涵颖,张新仕

(1. 河北农业大学经济管理学院,河北保定,071000; 2. 保定职业技术学院商务系,河北保定,071051;3. 河北省农林科学院农业信息与经济研究所,河北石家庄,050051)

0 引言

随着全球气候逐渐变暖现象的发生和可持续发展要求,对碳排放研究重视程度逐步加强。我国是世界上最大的温室气体排放国,2021年中央经济工作会议将“做好碳达峰、碳中和工作”作为今年的重点任务之一,提出我国力争2030年前达到碳排放峰值,2060年前实现碳中和,并要求抓紧制定2030年前碳排放达峰行动方案。

据联合国粮食与农业组织(FAO)统计,农业用地释放出的温室气体超过全球温室气体排放总量的30%。中国农业源温室气体排放约占全国温室气体排放总量的17%,其中农业排放的CH4和NO2分别占全国总量的50%和92%,且自1978年以来中国农业碳排放以年均5%的速度持续增长。农业碳排放量介于电热生产和尾气之间,成为第二大排放源,占我国碳排放总量的17%。

农业是一个特殊的生态系统,它既是碳源制造系统,同时又是碳汇吸收系统。农业生产过程中使用的化肥、农药、农膜、灌溉、柴油等均会产生碳排放,农田土壤、农作物的光合作用及秸秆还田等可以吸收空气中的CO2。

近年来不少学者对农业碳排放做了大量的研究,大致分为三类。

第一类是从空间和时间序列的角度研究中国省际层面农业碳排放规律。韦沁等[1]认为北方农业碳排放量大于南方地区。吴义根等[2]认为中国农业碳排放总量波动的趋势呈现出“波动上升—快速下降—缓慢上升”3阶段特征,且波动幅度较大,农业碳排放总量及碳排放强度空间分布具有明显的非均衡性和地域特征, 农业碳排放呈现出较强的空间相关性。但是胡婉玲等[3]认为全国各省份在2015年之后均出现了不同程度的农业碳排放下降。

第二类是研究农业碳排放的影响因素,主要包括化肥[3-4]、机械能源消耗[5]、农业政策[6]以及作物种植专业化程度[7]等。胡婉玲[3]和王兴[4]等都认为化肥是导致中国农业碳排放的第一大碳源。

第三类是针对农业碳排放的地区差异,更加深入地研究不同区域范围内的农业碳排放。曹俊文等[8]对江西省农业碳排放进行了测算,尧波等[9]进一步对江西省县域农业碳排放的时空动态进行了研究,李远玲等[10]研究了湖南省县域农业碳排放时空特征。据田成诗等[11]测算河北省2016年碳排放总量达36 223.60 kt,位居全国第十四位,并研究发现河北省近年来农业碳排放总量略有下降。

学者们对于农业碳排放的研究多数是在国家、省际、市域层面,但是河北省地貌类型复杂多样,兼有高原、山地、丘陵、盆地、平原和湖泊,因而导致不同县域的农业生产情况相差较大。

本文在研究河北省县域农业碳排放总量随时间变化趋势的基础上,考虑到不同县域之间农作物播种面积的差异,进一步测算农业碳排放强度,分析县域间农业碳排放强度在时间和空间上的变化规律,结合空间相关性的研究,找出研究期间农业碳排放量下降明显的县域,供农业生产条件相似的县域借鉴,也为河北省针对不同区域提出农业碳减排的政策建议提供参考,有助于早日实现河北省碳达峰、碳中和的目标。

1 数据来源及研究方法

1.1 数据来源

本文选取的数据指标化肥折纯使用量(t)、农药使用量(t)、农膜使用量(t)、农作物播种面积(hm2)以及有效灌溉面积(hm2)均来源于《河北农村统计年鉴》,农用柴油使用量(t)来源于河北省11个地级市统计年鉴。

1.2 研究方法

1.2.1 农业碳排放研究方法

本文参考学者旷爱萍[12]、田云[13]等对农业碳排放的量化指标,化肥、农药、农膜和柴油使用量以及农业灌溉和土地翻耕面积,其中土地翻耕方面用当年农作物播种面积表示。本研究碳排放量公式如式(1) 所示。

E=∑ei=∑(Ti×δi)

(1)

式中:E——农业生产中物质投入的碳排放量;

ei——第i类碳源产生的碳排放量;

Ti——第i类碳源的消耗量;

δi——第i类碳源的碳排放系数(表1)。

表1 农业碳排放系数Tab. 1 Agricultural carbon emission factor

1.2.2 空间格局分析

空间格局分析采用探索性空间数据分析(Exploratory Spatial Data Analysis,ESDA),该技术基于两类空间自相关系数分别是全局空间自相关系数Moran’s I和局域空间自相关系数Local Moran’s I[14-15]。采用Moran’s I指数来衡量全局空间的依赖性和空间集聚程度,计算公式如式(2)~式(3)所示。

(2)

(3)

式中:xi——第i个空间单元的属性值;

xj——第j个空间单元的属性值;

n——观测单元数量,即河北省118个县(包括县级市);

Wij——采用Rook邻接的空间权重矩阵。

当区域i与区域j有共同的边时,Wij=1;反之,Wij=0,表示相邻单元不存在空间关系。通过测得的莫兰指数、Z得分和P值来确定河北省县域农业碳排放是否具有空间上的相关性,Moran’sI估计值范围在-1到1之间,小于0代表负相关,等于0表示不相关,大于0表示正相关,越接近-1和1则表示相关性越强[16]。

局域空间自相关系数Local Moran’s I,以LISA聚集图的形式展示农业碳排放量在子区域上的空间异质结果[17-18],计算公式如式(4)所示。

(4)

当局部Moran’sI指数为正值时,表示局域存在高-高(H-H)或低-低(L-L)的空间集聚区;当其为负值时,则表示局域存在高-低(H-L)或低-高(L-H)的空间集聚区。局部Moran’sI指数的值绝对值越大,表示空间集聚程度越高。因为市区农业碳排放量和农作物播种面积均较少,因此本文所测算的农业碳排放不包括市区,在创建空间权重时采用基于距离的空间权重创建方法,而没有采用邻接空间权重。

2 农业碳排放测算及结果分析

2.1 农业碳排放空间分析

2.1.1 农业碳排放量空间特征分析

为揭示河北省农业碳排放的空间分布特征,根据数据的可得性,本文选取2014—2020年共7年的数据,通过ArcGIS10.8软件绘制河北省县域(包括县级市)农业碳排放量(图1)。根据农业碳排放量(kt)将其划分为四个区低碳区(0,30)、中碳区[30,50)、较高碳区[50,70)和高碳区(70,122]。

(a) 2014年

(b) 2017年

(c) 2020年

可以看出,各县域农业碳排放量在2014—2017年变化程度不大,高碳区主要分布在华北平原,2019年农业碳排放量开始有明显减少,2020年农业碳排放量减少更为迅速,2020年河北省农业碳排放量为3 719.0 kt,比上年下降17.96%,而且低碳区的县域明显增多,之前高碳区的县域也有很大一部分转向较高碳区和中碳区,目前仅有辛集市、玉田县、泊头市、河间市、乐亭县、深州市和定州市7个县域农业碳排放量位于高碳区,但这些县的农业碳排放量较2014年也均有所下降,农业碳排放量总体有向好的发展趋势,这与农业可持续发展和生态文明建设的提倡息息相关。研究期间由高碳区转向较高碳区的有故城县、定兴县、景县、曲周县、赵县、临漳县、青县、宁晋县、隆尧县和滦南县,由较高碳区转为中碳区的县有肃宁县、无极县、东光县、魏县、南宫市、滦州市、阜城县、枣强县和大名县,由中碳区转为低碳区的县域包括迁安市、三河市、大厂回族自治县、涿鹿县、唐县、曲阳县、赞皇县、巨鹿县、南和县、行唐县、馆陶县、邱县、永清县、固安县等23个县,集中分布在河北省的廊坊市、邢台市、邯郸市和唐山市。研究期间也有部分县实现了跨越式农业碳减排,威县、献县、正定县和成安县由高碳区转为中碳区,卢龙县、新乐市和固安县由较高碳区转为低碳区,围场满蒙自治县和沧县在研究期间由高碳区直接转为低碳区,非常值得周边县域借鉴其农业碳减排的经验。

2.1.2 农业碳排放强度空间特征分析

为进一步揭示河北省农业碳排放的空间分布特征,消除不同县域之间农地面积的影响,本文借鉴旷爱萍等[12]计算农业碳排放强度方法,利用各县域农业碳排放量/农作物播种面积,选取2014—2020年共7年的数据,运用ArcGIS10.2软件绘制河北省县域(包括县级市)农业碳排放强度(图2),将农业碳排放强度(kg/hm2)分为四类,低碳排放强度(0,600)、中等碳排放强度[600,900)、较高碳排放强度[900,1 200)和高碳排放强度[1 200,2 615)。

(a) 2014年

(b) 2017年

(c) 2020年

可以看出,农业碳排放强度与农业碳排放量在部分县域之间并不成正比,属于低碳排放强度的县域逐年增加,2020年增速最为明显,高碳排放强度的县域处于波动趋势,2017年处于高碳排放强度的县域最多,但接下来两年连续下降,目前兴隆县、鹰手营子矿区、乐亭县、迁西县和泊头市仍处于高碳排放强度地区,并且这些县域在2014—2020年期间一直属于高碳排放强度或较高碳排放强度的县域。昌黎县、正定县、成安县、饶阳县和涿鹿县农业碳排放强度在2017—2020年下降明显,从农业高碳排放强度县域转为中等碳排放强度县域。赞皇县、三河市以及滦平县从2017年的农业高碳排放强度县域到2020年直接转为低碳排放强度县域,成为近年来农业碳减排的典范。

2.2 农业碳排放变化率分析

2.2.1 农业碳排放量变化率分析

河北省118个县农业碳排放总和自2014年至2020年实现了七连降,从5 791.94 kt下降到3 719.04 kt,年平均的下降速度为6.37%。在2014—2020年期间,根据测算的年平均变化率结果(表2)可知,河北省实现农业碳排放下降的县有101个(包括县级市),17个县(包括县级市)农业碳排放量有所增加,其中分别是石家庄地区的深泽县,邢台地区的柏乡县,沧州地区的吴桥县、东光县、任丘市、孟村回族自治县和海兴县,张家口地区的赤城县和尚义县,以及衡水地区的安平县、武强县和武邑县。各县农业碳排放量分别与其上一年相比,测得其变化率,快速下降的县域数量波动中呈现递增趋势,2020年农业碳排放量快速下降的县域个数达到69个,占全部县域的58.47%,缓慢下降的县域个数波动幅度较大,不过研究期间内呈下降趋势的县域总个数有所增加,2020年比2015年多12个县,增加了19.05%。农业碳排放属于上升的县域个数总体趋于下降趋势,但是由于2019年农业碳减排取得良好效果,多数县域农业碳减排后期动力补给不足,导致2020年农业碳排放量上升的县比2019年有所增加。纵向观察可知,河北省县域农业碳排放在2017年和2018年呈快速上升的县域个数较多,2019年实现了巨大转变,多数县朝着快速上升—缓慢上升—缓慢下降—快速下降的趋势发展。

表2 河北省县域农业碳排放量变化情况Tab. 2 Changes in agricultural carbon emissions in counties of Hebei Province %

根据农业碳排放年平均变化率(图3)所示霸州市、饶阳县、泊头市、枣强县和三河市属于农业碳排放快速下降的前五个县域,年均下降速度分别为-34.78%、-26.31%、-24.92%、-20.63%和-20.13%。滦南县、阜平县、武强县、武邑县、吴桥县、柏乡县、东光县、任丘市和深泽县处于缓慢上升的变化趋势,需进一步引导其减少农业碳排放,使其向缓慢下降阶段转变。尚义县、安平县、固安县、孟村回族自治县、海兴县、赤城县、安国市、迁西县处于快速上升阶段,其年均变化率分别为5.13%、5.27%、5.95%、8.94%、10.67%、10.69%、15.32%和19.01%。

图3 河北省县域农业碳排放量年均变化率

2.2.2 农业碳排放强度变化率分析

农业碳排放强度变化率分类依旧采用上述农业碳排放量变化率的分类,详见图4。

图4 河北省县域农业碳排放强度年均变化率

农业碳排放强度年均变化率与其每年的农业碳排放强度数值之间也存在明显差异,一直处于农业碳排放强度较低值的井陉县和滦南县,年均变化率却处于快速上升阶段,它们的年均增速分别为5.27%和9.56%,分别从2014年的727.39 kg/hm2和704.74 kg/hm2增至2020年的1 042.27 kg/hm2和1 335.61 kg/hm2。处于高农业碳排放强度的鹰手营子矿区、兴隆县和迁西县,其农业碳排放强度年均变化率在快速下降,同样处于高农业碳排放强度的泊头市和乐亭县,其农业碳排放强度年均变化率却是在逐渐缓慢上升,这两个县近几年采取的农业碳减排措施未取得理想效果,需尽快进行调整。需要更加重视的是沙河市、唐县、河间市、深泽县农业碳排放强度处于较高水平而且农业碳排放强度年均变化率也在缓慢上升,农业碳排放强度处于低值的高邑县、柏乡县、丰宁满族自治县、涿州市、涞源县和滦南县,年均变化率也存在缓慢上升的趋势。沧州地区、保定地区以及石家庄地区较为集中的部分县农业碳排放强度年均变化率存在缓慢上升趋势。大厂回族自治县、张北县、宽城满族自治县、沧县、青龙满族自治县的农业碳排放强度年均下降速度位于前五名,均超过了-15%,分别为-18.29%、-17.88%、-16.10%、-16.02%、-15.54%,农业生态化发展迅速。

3 农业碳排放空间演化特征

3.1 农业碳排放全局空间自相关分析

本文运用ArcGIS10.8统计软件对河北省118个县(包括县级市)的农业碳排放量进行了全局空间自相关分析,计算了Moran’s I指数,结果见表3。2014—2020年河北省县域农业碳排放量的Moran’s I指数均为正值,且都通过了5%的显著性检验,说明河北省县域农业碳排放量具有空间上集聚或依赖的特征。2014—2019年Moran’s I指数有所波动,但总体处于上升趋势,从0.127 2增加到0.463 6,尤其是2018—2019年全局空间正向相关性明显增强,可见河北省县域农业碳排放量在空间上存在集聚性增强的态势,即:高碳排量县趋向与高碳排量县集聚靠拢,低碳排量县趋向与低碳排量县集聚靠拢,在空间层面呈现出高—高和低—低的集聚特征。2020年Moran’s I急剧下降到0.120 8,河北省各县域的农业碳减排量差异增大。

表3 河北省县域农业碳排放量的Moran’s I 指数分布Tab. 3 Moran’s I index distribution of agricultural carbon emissions in counties of Hebei Province

3.2 农业碳排放局部空间自相关分析

结合选取年份的河北省县域农业碳排放量的LISA集聚图(图5),可以发现:河北省75%左右的县属于无显著集聚特征的县域单元,说明河北省大部分县域农业生态集聚水平仍然较低。处于空间正相关(HH集聚和LL集聚)的县域个数年均在35个左右,其中LL集聚的县域个数分别为13个、14个和14个,表明农业生态发展具有一定的辐射效应。

(a) 2014年

(b) 2017年

(c) 2020年

HH集聚的县域主要分布在河北省沧州、衡水、邢台地区,这些县域地处平原,平均气温相对较高,多种植小麦、玉米以及部分蔬菜和果树,机械化程度较高,加之化肥、农药和农膜的大量使用,而且这些县域属于干旱区,之前多是大水漫灌,近两年开始铺设防渗管道,进行逐步地改善。2020年巨鹿县、清河县和临西县、馆陶县已经从HH集聚区转变为不显著区,沧县、博野县、故城县和武邑县从HH集聚区转变为LH集聚区,农业碳排放量存在逐渐减少的发展趋势。

HL集聚区在空间上较为分散,总体逐渐减少,目前隆化县和玉田县仍属于HL集聚区,农业生产方式仍较为传统。遵化市由2017年的HL集聚区在2020年转为LH集聚区,农业碳减排取得了一定效果。

LH集聚的县域2014年主要有新河县、武强县和安平县、任丘市、河间市、黄骅市、海兴县、盐山县,这些县除农业外,大多有其各自特色的第三产业。2017年深泽县也加入了其中,2020年沧县、故城县、博野县、深泽县、遵化市以及唐山和秦皇岛的部分县域共十余个县也加入在内,可见这些县的辐射效应逐渐增强,带动周边县降低农业碳排放量,LH集聚地区应继续加强农业生态与经济的协同发展,同时带动周边县降低农业碳排放量,保护农业生态环境。

LL集聚的县域在2017年开始略有减少,平山县由LL集聚区转为不显著区。隆化县由2017年的LL集聚区在2020年转为HL集聚区,与之相反的是滦平县在2020年转为LL集聚区。目前LL集聚区的县域主要分布在张家口和承德地区,因为这些地区的海拔较高,农作物的产量相对较低,化肥、农药等的使用量较少,机械化程度相对较低,近年来这些县域在农旅结合方面发展较快,重视生态环境的保护。

4 结论与对策

4.1 研究结论

本文选取2014—2020年的农业数据,参考学者们研究出的农业碳排放系数,将农业碳排放量进行量化,借助ArcGIS10.8和GeoDa1.12对农业碳排放量进行空间上的探索性分析。

1) 河北省县域农业碳排放量在2014—2020年缓慢下降,高农业碳排放区主要集中在华北平原,2019—2020年农业碳排放量开始迅速减少,同时,低农业碳排放区的县域数量明显增多。

2) 农业碳排放强度与农业碳排放量在部分县域之间并不成正比,属于低碳排放强度的县域逐年增加,由张家口承德地区逐渐扩展到河北省的低海拔县域。高碳排放强度的县域处于波动趋势先升后降,在2019—2020年明显减少,高碳排放强度的县域分布较为分散,目前兴隆县、鹰手营子矿区、乐亭县、迁西县和泊头市仍处于高碳排放强度地区。

3) 河北省118个县农业碳排放总和自2014年至2020年实现了七连降,从5 731.94 kt下降到3 719.04 kt,年平均下降速度为6.37%。华北平原农业碳排放量高的大多数县域年均变化率存在下降趋势,而张家口地区农业碳排放量低的部分县域年均变化率却显示在快速上升。平原地区的农业碳排放强度年均变化率呈下降趋势,个别分散县域,如滦南县、井陉县、深泽县、河间市、丰宁满族自治县、沙河市、平山县等农业碳排放强度年均变化率在较快速度上升。

4) 通过计算Moran’s I指数,可以看出农业碳排放量存在明显的正向全局空间自相关。农业碳排放量局部空间自相关显示LL集聚的县域主要分布在张家口和承德地区,沧州、衡水和邢台地区的HH 集聚县域在2020年有所减少,可见2020年平原地区的大多数县域农业碳减排取得了较为显著的成效。

4.2 政策建议

对河北省县域尺度农业碳排放不同维度空间演化特征的分析,借鉴近几年农业碳减排取得明显效果的县域,如卢龙县、新乐市、固安县、围场满蒙自治县、沧县、赞皇县、三河市、滦平县等,推行适合当地农业发展的碳减排举措。

1) 提高农资利用效率,改良土壤环境。提高农资利用效率主要是从化肥、农药、农膜以及农业灌溉等方面着手,通过采用测土配方肥、水肥一体化、有机肥替代化肥、秸秆肥料化、绿肥种植等方式提高农作物化肥吸收率以及减少化肥的使用量,依靠科技研发具有抗病虫害和节水耐旱等特性的品种,提倡用物理方法控制病虫害,鼓励各县开展农膜回收,实行先进灌溉制度与灌溉技术的结合,从而降低农药和农膜的使用量,提高农业水资源的利用效率。卢龙县举行土壤污染防治农业面源污染治理高端研讨会,探寻提高农资利用效率的途径,围场满蒙自治县加快节水灌溉配套设施的建设等,都有利于减少农业碳排放。此外还可以通过采用秸秆、畜禽粪便还田以及果园生草覆盖等措施提高土壤固碳能力,促进农田由“碳源”向“碳汇”型生态系统转变。

2) 政府加强低碳农业宣传,加大低碳农业财政支持。县级政府与乡镇政府密切合作,对农民进行低碳农业的宣传教育,同时发挥政府的引导作用,建设农业低碳区示范点以及评选现代种植业低碳示范户,以实际案例进行宣传,带动更多的农民发展低碳农业。借鉴新乐市提出的各金融单位要开展常态化、有效性、多形式的银农、银企对接,给予“三农经济”足够资金支持。政府应对积极利用低碳型农业生产资料(有机肥等)或践行低碳生产行为(秸秆还田、地膜回收等)的各类生产主体予以适当的价格补贴。

3) 结合县域特色,发展农旅融合模式。参考近年来固安县通过果蔬种植、采摘、民宿等形成乡村振兴的“固安样板”,围场满蒙自治县推行的花卉与中药材结合的农业结构调整,河北省县域数量众多,县域的特色不尽相同,结合当地的农业特色开展低碳农业景观观光、农业庄园度假、家庭农场体验、乡土民俗文化旅游等新业态,进而通过出售门票、纪念品、特色农产品等方式,帮助低碳农业经营主体获得溢价回报,推动低碳农业价值实现良性循环。

4) 充分利用空间溢出效应,协同推进河北省县域农业碳减排进程。在考虑当地县域农业发展水平现状与资源禀赋的前提下,学习周边先进县域农业碳减排的方案措施,加强县域之间的合作,鼓励碳减排取得明显成效的县域向周边县域分享兼顾经济产出和减源增汇的农业发展经验,充分发挥城镇化进程中的正向辐射作用。

猜你喜欢

高碳变化率排放量
基于电流变化率的交流滤波器失谐元件在线辨识方法
高碳醇/膨胀石墨复合相变热沉多目标优化
中国高碳行业上市公司碳排放强度榜
中国高碳行业上市公司碳排放总量榜
天然气输配系统甲烷排放量化方法
黑龙江省碳排放量影响因素研究
例谈中考题中的变化率问题
利用基波相量变化率的快速选相方法
川滇地区地壳应变能密度变化率与强震复发间隔的数值模拟
过硼酸钠对高碳烯烃的环氧化