粮食主产区农田生态系统碳足迹的时空演化与脱钩效应

白福臣，高鹏，郑沃林

（1.广东海洋大学 管理学院，广东 湛江 524088；2.广东金融学院 信用管理学院，广东 广州 510520）

0 引言

家庭承包责任制形成了“所有权归集体、使用权归农户”的产权制度，农户成为农业生产经营的微观主体。这不仅提高了农户的生产积极性，也诱致农业生产的短期行为。例如，化肥农药过量化使用[1]。作为一个抽象的主体，集体缺乏实质性处分权能，只负责落实国家土地政策，这使得所有者（集体）难以对农户短期化的农业生产行为进行监督，加剧了农业生产过程中的生态环境问题。而且农户兼业经营现象十分普遍，使得农业生产出现粗放式经营，在加重农业面源污染的同时，导致农业面源污染的随机性，难以有效地监督与量化[2]。加之“熟人社会”天然形成的社会关联，农户之间因互动而产生相对稳定的社会体系，并提供“相互包庇”的行动功能，这在很大程度上规避了外部的环境污染监督与问责[3]。以化肥为例，2013年我国化肥投入量达5 912万吨，平均每公顷化肥投入量达328.5千克，远高于世界平均水平（120千克/公顷），是美国的2.6倍与欧盟的2.5倍[4]。

农业生态环境引起政府的广泛关注。2015年，原农业部联合其他部门提出“一控两减三基本”的目标，即控制农业用水总量，减少化肥和农药使用量，并实现畜禽粪便、废旧农膜、秸秆的资源化利用，进而打响农业面源污染防治攻坚战；同年，原农业部等八部门印发了《全国农业可持续发展规划（2015—2030年）》。2016年，国务院印发的《土壤污染防治行动计划》对土壤污染防治工作做出具体部署；2017年，中央一号文件聚焦农业供给侧结构性改革，提出绿色生产方式；同年，中共中央办公厅和国务院办公厅联合印发了《关于创新体制机制推进农业绿色发展的意见》，对促进农业可持续发展做出全面部署。

尽管农业生态环境治理上升为国家战略，具体实践却没有达到预期效果。究其原因，我国强调粮食自给。在耕地资源有效的条件下，只能通过更多的化肥农药来提高粮食产量，从而形成短期化农业生产的“惯性”。而且我国政府出台了有利于粮食生产的农业补贴等政策，国内要素市场因此出现扭曲[5]。为提高粮食产量，农户会增加化肥农药的投入量，加剧农业生态环境污染[4]。粮食安全保障与农业生态环境之间存在着一定程度的冲突。为此，“十四五”发展规划明确提出：在保证粮食安全的基础之上推进农业向低碳转型。可以认为，分析农业生态环境的时空演变及其与粮食安全之间的动态关系，具有重要的政策评价及政策改进的意义。

碳足迹分析方法作为温室气体排放的定量研究方法被广泛运用于农业领域，其实质是测算农业生产过程中的直接和间接的碳排放量，从而考察农业生产活动对生态环境的影响[6]。因此，以碳足迹作为农业生态环境的测度项具有现实价值，被广泛应用。例如，史磊刚等[7]、王钰乔等[8]基于ISO14067产品碳足迹计算方法对华北平原的小麦、玉米等粮食作物的碳足迹进行核算研究。黄祖辉等[9]基于分层投入产出—生命周期评价法对浙江省的农业碳足迹进行了核算分析。杨文等[10]、尚杰等[11]、陈勇等[12]、叶文伟等[13]分别基于土地利用投入—产出理论、时变参数状态空间模型、KEC模型、农田生态系统碳足迹模型对上海市、山东潍坊市、西南地区以及海南省的农田生态系统碳足迹进行核算分析。以上研究尽管考察了碳足迹作为生态环境的测度意义，却缺乏分析其与粮食安全之间的动态关系。而后者往往对保障粮食安全重要功能与农业低碳转型具有重要的理论价值[14]。鉴于此，本文以粮食主产区为研究区域，基于农田生态系统双重属性，即碳源和碳汇，构建农田生态系统碳足迹模型和Tapio脱钩模型，并利用ArcGIS软件分析2010—2020年农田生态系统碳足迹的时空演变及其与粮食产量之间的脱钩效应，从而为保障粮食安全与推进低碳农业转型双重目标的协同发展提供建议。

1 研究方法与数据来源

1.1 研究方法

1.1.1 农田生态系统碳足迹模型

农田生态系统碳足迹模型由“农田生态系统碳排放估算”“农业生态系统碳吸收估算”“农田生态系统碳足迹估算”构成，具体如下：

第一，农田生态系统碳排放估算。农田生态系统中的温室气体排放的主要源头是：（1）农资投入引起的CO2排放；（2）田间化肥施用以及秸秆还田引起的N2O排放；（3）稻田的CH4排放。计算公式为：

其中，农资投入引起的CO2量来源于化肥、农药、农用柴油、农用塑料薄膜、农作物播种、农业灌溉（包括消耗电能）产生的碳排放[15]，由此可知：

化肥施用和秸秆还田引起的N2O量来源于N元素在硝化与反硝化过程中形成的N2O、含氮活性物质挥发后沉降而产生的N2O，N元素淋溶和径流而产生的N2O[16-17]，由此可知：

稻田CH4量来源于稻田，由此式（8）表达为：

式中：API为农田生态系统碳排放强度（万吨CO2eq/公顷）；E为农田生态系统碳排放总量（万吨CO2eq），S为种植面积（万公顷）。

第二，农田生态系统碳吸收估算。农田生态系统中，农作物通过光合作用、呼吸作用对CO2进行吸收与释放，通过测算光合作用和呼吸作用的差值能够获得农作物全育期固碳量[19]，计算公式为：

式中：C为农田生态系统农作物碳吸收总量（万吨CO2eq）；Fi为第i种作物的含碳率（%）；Yi为第i种作物的产量（吨）；wi为第i种作物的水分系数（%）；Ri为第种作物的根冠比系数（%）；Hi为经济系数；44/12为C转为CO2的转化系数[16-17]。另外，各个粮食主产区因种植面积不同而存在农田生态系统碳吸收的差异性，引入碳吸收强度计算公式：

式中：APC为农田生态系统碳吸收强度（万吨CO2eq/公顷）；C为农田生态系统农作物碳吸收总量（万吨CO2eq），S为种植面积（万公顷）。

第三，农田生态系统碳足迹估算。根据段华平等[20]的碳足迹研究方法，将碳足迹看作生态足迹的一部分，即消纳碳排放所需要的生产性土地（植被）的面积，公式如下：

式中：CEF为碳排放的生态足迹即碳足迹（万公顷）；E为农田生态系统碳排放总量（万吨CO2eq）；NEP为农作物的固碳能力（吨/公顷）；C为农田生态系统中所有农作物碳吸收总量（万吨CO2eq）；S为种植面积（万公顷）。其中，将农田生态系统碳足迹和生态承载力（耕地面积）进行比较：如果农田生态系统碳足迹大于区域生态承载力（耕地面积），为碳生态赤字；相反，为碳生态盈余。

1.1.2 Tapio脱钩模型

脱钩在物理学领域表达的是两个或以上的物理量关系发生中断或脱离[21]，在经济学领域则反映资源环境压力变化对经济变化的敏感程度，并且采用碳排放增长单个环境压力因素对经济增长的弹性响应来测度[22]。考虑到区域碳排放能力存在差异，以Topio脱钩模型为基础，引入碳足迹来测度粮食产量的弹性变化。其中，碳足迹作为环境负荷变量，粮食产量表示经济驱动力变量，公式如下：

式中：e为脱钩弹性；δCEF、δAGD分别表示碳排放量和粮食产量基期至当期之间的增长量；CEF、AGD分别表示基期的碳排放总量（吨）和粮食产量（吨）。Topio对OECD脱钩模型进行了改良，提出包含强脱钩、弱脱钩、弱负脱钩、强负脱钩、扩张性负脱钩、扩张性连接、衰退脱钩、衰退连接8种类型的脱钩方法[23]。

1.2 数据来源

2010—2020 年各个粮食主产区的化肥、农药施用量、农作物种植面积、农业机械总动力、灌溉面积等数据来源于《中国农村统计年鉴》《中国人口和就业统计年鉴》《中国统计年鉴》。碳排放系数、农作物含碳量、水分系数、根冠比、秸秆含氮量、经济系数等数据来源于美国橡树岭国家实验室、南京农业大学、中国农业大学等科研院所。

2 实证结果

2.1 农田生态系统碳排放时空变化

2.1.1 农田生态系统碳排放时间变化

2010—2020 年粮食主产区农田生态系统碳排放总量呈现下降趋势：碳排放总量由38 595.50万吨CO2eq减少到38 480.56万吨CO2eq，碳排放强度由2.03万吨CO2eq/公顷下降到1.94万吨CO2eq/公顷（表1）。而且可以分为两个时间演变阶段：第一，波动上升阶段，即2010—2016年。该阶段农田生态系统系统碳排放总量呈波动上升趋势，碳排放总量由38 595.50万吨CO2eq增长到41 859.64万吨CO2eq，碳排放强度由2.03万吨CO2eq/公顷增长到2.12万吨CO2eq/公顷；这是由于化肥农药等农资投入增加引起的。第二，快速下降阶段，即2016—2020年。该阶段农田生态系统碳排放总量呈快速下降趋势，碳排放总量由41 859.64万吨CO2eq下降到38 480.56万吨CO2eq，碳排放强度由2.12万吨CO2eq/公顷下降到1.94万吨CO2eq/公顷。另外，从农田生态系统碳源的构成来看，化肥、农药、农用柴油、农用塑料薄膜、农作物播种、农业灌溉（包括消耗电能产生的碳排放）等农资投入的碳排放总量为227 769.88万吨CO2eq，占比49.99%，且呈现不断降低趋势。化肥施用N2O和秸秆还田N2O排放引起的碳排放总量为52 985.79万吨CO2eq，占比11.63%，且呈现不断上升趋势。土壤呼吸引起的碳排放总量174 854.61万吨CO2eq，占比38.38%，且呈现不断上升趋势。

表1 2010—2020年粮食主产区农田生态系统碳排放量和碳排放强度

2.1.2 农田生态系统碳排放空间变化

粮食主产区农田生态系统碳排放在空间层面上呈现“南高北低”的格局，2010—2020年河南农田生态系统碳排放总量最大，为47 046.08万吨CO2eq，占粮食主产区13个省份碳排放总量的10.67%；其次是湖南、黑龙江和江苏，碳排放总量分别为46 420.07万吨CO2eq、45 244.52万吨CO2eq和43 078.05万吨CO2eq，分别占比为10.53%、10.26%和9.77%；碳排放总量最小是辽宁（图1）。这表明各省份的农田生态系统碳排放在空间分布上存在差异。同时，各省份碳排放量增速也存在显著差异：2010—2020年黑龙江、吉林、内蒙古、河南、江苏、安徽呈现增长态势，其中黑龙江的增速最快，为62.48万吨CO2eq/年；其次是江苏、内蒙古、吉林，分别为41.5万吨CO2eq/年、40.99万吨CO2eq/年和35.94万吨CO2eq/年；增速最小的省份为河南，为2.07万吨CO2eq/年。

图1 2010年、2015年、2020年粮食主产区农田生态系统碳排放总量空间演变

考虑到粮食主产区各省份存在种植面积的差异性，引入碳排放强度进行分析并发现：碳排放强度呈现“南高北低”空间分布格局（图2、表2）。其中，2010年碳排放强度最高的省份是湖南，为10.069万吨CO2eq/公顷；其次是江西、安徽和江苏，碳排放强度分别为10.063万吨CO2eq/公顷、8.094万吨CO2eq/公顷和8.018万吨CO2eq/公顷；最低的省份是内蒙古，为1.635万吨CO2eq/公顷。2015年碳排放强度空间分布格局与2010年保持一致，最高的是江西，为10.685万吨CO2eq/公顷；其次是湖南、江苏和安徽，分别为10.561万吨CO2eq/公顷、8.841万吨CO2eq/公顷和6.239万吨CO2eq/公顷；最低的省份仍是内蒙古，为1.633万吨CO2eq/公顷。其中较2010年，碳排放强度降低的省份有吉林、山东、安徽和四川。2020年碳排放强度最高的省份是湖南，为9.531万吨CO2eq/公顷；其次为江西、江苏和安徽，分别为9.397万吨CO2eq/公顷、8.67万吨CO2eq/公顷和5.971万吨CO2eq/公顷；最低的省份为内蒙古，为1.703万吨CO2eq/公顷，其中较2015年碳排放强度上升的省份有内蒙古，其余12个省份呈下降趋势。

图2 2010年、2015年、2020年粮食主产区农田生态系统碳排放强度空间演变

表2 2010年、2015年、2020年粮食主产区各省份农田生态系统碳排放量和碳排放强度

2.2 农田生态系统碳吸收时空变化

2.2.1 农田生态系统碳吸收时间变化

2010—2020 年粮食主产区农田生态系统的碳吸收总量呈上升趋势，碳吸收总量由213 045.37万吨CO2eq增长到249 071.87万吨CO2eq，碳吸收强度由11.21万吨CO2eq/公顷增长到12.58万吨CO2eq/公顷（表3），并分为两个演变阶段：第一，快速增长阶段，即2010—2013年。该阶段农田生态系统碳吸收总量呈快速增长趋势，碳吸收总量由213 045.37万吨CO2eq增长到238 211.11万吨CO2eq，碳吸收强度由11.21万吨CO2eq/公顷增长到12.3万吨CO2eq/公顷。第二，波动上升阶段，即2013—2020年。该阶段农田生态系统碳吸收总量呈波动上升趋势，碳吸收总量由238 211.11万吨CO2eq增长到249 071.87万吨CO2eq，碳吸收强度由12.32万吨CO2eq/公顷增长到12.58万吨CO2eq/公顷。另外，从农田生态系统碳库的构成来看，2010—2020年，水稻、小麦、玉米等粮食作物和薯类、豆类、花生等其他粮食作物的碳吸收总量不断增长，增幅为43 651.81万吨CO2eq；蔬菜、瓜果类碳吸收总量也呈增长趋势，增幅为1 506.77万吨CO2eq；棉花、麻类、油菜籽等经济作物碳吸收总量呈下降趋势，降幅为10 928.06万吨CO2eq。

表3 农田生态系统碳吸收总量和碳吸收强度

2.2.2 农田生态系统碳吸收空间变化

粮食主产区农田生态系统碳吸收总量呈现“中部高，南北低”的空间格局：2010—2020年河南农田生态系统碳吸收总量最大，为362 241.97万吨CO2eq，占粮食主产区13个省份碳吸收总量的13.93%；其次为黑龙江、山东和江苏，碳吸收总量分别为322 287.45万吨CO2eq、299 379.77万吨CO2eq和227 475.16万吨CO2eq，分别占比为12.4%、11.52%和8.75%；碳吸收总量最小为江西，为94 614.44万吨CO2eq，占比3.64%（表4、图3）。同时，各省份碳排放量增速存在显著差异：河南的增速最快，为33 171.24万吨CO2eq/年；增速最小的省份为江西，为8 678.81万吨CO2eq/年。

图3 2010年、2015年、2020年粮食主产区农田生态系统碳吸收总量空间格局

表4 2010年、2015年、2020年粮食主产区农田生态系统碳吸收量

同样地，碳吸收强度的空间分布格局呈现“中部高，南北低”态势：2010年，碳吸收强度最高的省份是江苏，为50.46万吨CO2eq/公顷；其次是河南、山东和四川，碳吸收强度分别为37.33万吨CO2eq/公顷、33.86万吨CO2eq/公顷、34.44万吨CO2eq/公顷；最低的省份是内蒙古，为13.66万吨CO2eq/公顷。2015年，碳吸收强度最高的省份仍是江苏，为44.45万吨CO2eq/公顷；其次是河南、山东和湖南，碳吸收强度分别为41.29万吨CO2eq/公顷、35.23万吨CO2eq/公顷、32.15万吨CO2eq/公顷；最低的省份仍是内蒙古，为15.33万吨CO2eq/公顷。其中较2010年，碳吸收强度降低的省份有江苏、安徽和四川，其余10省份均有所提高。2020年碳吸收强度最高的省份是河南，为45.92万吨CO2eq/公顷；其次为江苏、山东和湖南，分别为41.79万吨CO2eq/公顷、37.24万吨CO2eq/公顷和31.95万吨CO2eq/公顷；最低的省份仍为内蒙古，为16.14万吨CO2eq/公顷。其中较2015年碳排放强度上升的省份有辽宁、内蒙古、河北、河南、山东、安徽、四川，其余6个省份均呈下降趋势（图4）。

图4 2010年、2015年、2020年粮食主产区农田生态系统碳吸收强度空间格局

2.3 农田生态系统碳足迹时空变化

2.3.1 碳足迹的时间变化

2010—2020 年粮食主产区农田生态系统碳足迹呈波动下降态势：由2010年的3 441.67万公顷下降到2020年的3 059.22万公顷（表5），并分为两个时间演变阶段：第一，波动期，即2010—2016年。碳足迹由2010年的3 441.67万公顷下降到2012年的3 232.83万公顷，随即上升到2016年的3 437.12万公顷，变化趋势不稳定。第二，下降期，即2016—2020年。碳足迹由2016年的3 437.12万公顷下降到2020年的3 059.22 万公顷。需要注意的是，2010—2020年粮食主产区农田生态系统出现了较高的碳生态盈余，但碳生态盈余2010—2020年呈现上升趋势，由2010年的15 556.21万公顷上升到2020年的16 742.08万公顷。这表明粮食主产区农田生态系统发挥了较强的碳汇功能，耕地利用没有超出生态承载力的范畴。

表5 2010—2020年粮食主产区农田生态系统碳足迹与生态盈余

2.3.2 碳足迹的空间变化

2010—2020 年粮食主产区农田生态系统碳足迹呈现“中部低，南北高”的空间格局：2010年碳足迹总量最高的省份为黑龙江，为239.98万公顷（表6），占比16.30%；其次为湖北、湖南和江西，分别为149.28万公顷，140.44万公顷和122.37万公顷，分别占比10.10%、9.50%和8.31%；最低的省份是江苏，碳足迹总量为70.82万公顷，占比4.8%（图5）。2015年碳足迹总量最高的省份为黑龙江，为225.93万公顷，占比14.91%；其次为湖南、四川和湖北，分别为149.28万公顷、140.44万公顷和122.37万公顷，分别占比9.01%、8.30%和8.20%；最低的省份是辽宁，碳足迹总量为77.11万公顷，占比5.1%。较2010年来看，碳足迹总量增高的省份有吉林、内蒙古、江苏、安徽和四川，其中四川增幅最大，增加量为39.33万公顷，其余8个省份均呈降低态势，其中湖北降幅最大，降低量为24.39万公顷。2019年碳足迹总量最高的省份为黑龙江，为213.58万公顷，占比15.36%；其次为湖南、湖北和安徽，分别为125.31万公顷、118.72万公顷和115.46万公顷，分别占比9.01%、8.54%和8.30%；最低的省份是辽宁，碳足迹总量为66.17万公顷，占比4.71%。较2015年来看，碳足迹总量增高的省份有吉林和江苏，其中江苏增幅最大，增加量为5.13万公顷，其余省份碳足迹总量均呈降低态势，其中山东降幅最大，降低量为20.69万公顷。

图5 2010年、2015年、2020年粮食主产区农田生态系统碳足迹空间格局

表6 2010年、2015年、2020年粮食主产区农田生态系统碳足迹及单位面积碳足迹

2010—2020 年粮食主产区农田生态系统单位面积碳足迹空间格局呈现“南高北低”态势：年均单位面积碳足迹最大的省份是江西，为0.322公顷；最小的是内蒙古，为0.111公顷。2010—2020年单位面积碳足迹呈增加趋势的仅有江苏，增幅为4.9%，其余12个省份均为下降趋势，降幅最大的省份为江西，为6.9%（图6）。需要注意的是，粮食主产区13个省份的单位碳足迹面积均小于1，说明各省份农田生态系统均表现为生态盈余。

图6 2010年、2015年、2020年粮食主产区农田生态系统单位面积碳足迹空间格局

2.4 农田生态系统碳足迹与粮食产量的脱钩效应

2.4.1 脱钩指数的时间变化

2010—2012 年粮食主产区农田生态系统碳足迹与粮食产量之间呈强脱钩态势，即粮食产量不断提高，碳足迹总量持续下降（表7）。这表明我国对农业绿色发展的重视程度不断提高，在促进粮食安全的同时，重视环境防治使得脱钩指数出现增大态势（由-1.39增长到-0.51）。但是，自2014年起，强脱钩逐渐转向弱脱钩。究其原因，农业农村部发布了种粮直补、农资综合补贴、农机购置补贴以及小麦水稻最低收购价格等扶农强农政策，这导致在提高农业生产规模的同时，造成化肥农药过量化使用趋势，从而导致诸多环境污染问题。需要注意的是，在2014—2016年，脱钩指数持续扩大，弱脱钩程度不断加强。相反，2016—2018年，脱钩指数持续减小，弱脱钩向强脱钩转变，直至2018年，弱脱钩变为强脱钩。这说明，2018—2020年，碳足迹总量不断下降，粮食产量持续增长。

表7 2011—2020年粮食主产区农田生态系统碳足迹与粮食生产脱钩指数

2.4.2 脱钩指数的空间变化

粮食主产区农田生态系统碳足迹与粮食产量之间的脱钩态势呈现空间层面的不均等性（表8）。2011年，黑龙江、吉林、辽宁、内蒙古、河北、山东、湖北、江西、湖南和四川10个省份呈现强脱钩，碳足迹总量下降的同时，粮食产量不断上升。河南和安徽呈现弱脱钩，碳足迹总量和粮食产量均为增长趋势，但粮食产量的增长率大于碳足迹总量的增长率的1.2倍以下。江苏为扩张负脱钩，碳足迹总量和粮食产量为增长趋势，粮食产量的增长大于碳足迹总量的增长率的1.2倍以上。2015年，黑龙江、辽宁、河北、河南、山东、湖北、江西和湖南仍保持强脱钩态势，即这些省份在保证粮食产量增长同时，注重环境保护，使之碳足迹总量在不断降低。吉林、内蒙古从强脱钩转变为弱脱钩，四川由强脱钩转变为扩张负脱钩，江苏和安徽为扩张负脱钩态势，即这些省份在保证粮食产量增长的同时，忽视了环境治理。2020年脱钩指数的空间分布格局基本保持一致，仅有安徽由2015年的扩张负脱钩转变为弱脱钩。这表明安徽注重粮食产量增长与环境保护，使得碳足迹总量出现下降趋势。

表8 2011年、2015年、2020年粮食主产区农田生态系统碳足迹与粮食产量脱钩类型

3 结论与建议

3.1 结论

基于2010—2020年粮食主产区农田生态系统的农资投入及农作物产量等数据，测算各个省份的农田生态系统碳排放、碳吸收、碳足迹以及与粮食产量的脱钩指数，并分析其时空变化特征及脱钩效应，结论如下：

（1）2010—2020年，粮食主产区农田生态系统碳排放总量整体呈下降趋势，碳排放总量由38 595.52万吨CO2eq减少到38 480.57万吨CO2eq，化肥、农药、农用柴油、农用塑料薄膜、农作物播种、农业灌溉（包括消耗电能产生的碳排放）等农资投入的碳排放总量最高，占比49.99%，在空间上整体呈现“南高北低”的分布格局。

（2）2010—2020年，粮食主产区农田生态系统碳吸收总量整体呈上升趋势，碳吸收总量由213 045.37万吨CO2eq增长到247 891.76万吨CO2eq，水稻、小麦、玉米等粮食作物的碳吸收总量最高，占比80.62%，在空间上整体呈现“中部高、南北低”的分布格局。

（3）2010—2020年，粮食主产区农田生态系统碳足迹呈“波动下降”态势，降幅为382.45万公顷，空间格局呈现“中部低、南北高”态势，单位面积碳足迹降幅为0.026 7，单位面积碳足迹空间格局呈现“南高北低”态势。

（4）2011—2020年，粮食主产区农田生态系统碳足迹与粮食产量之间整体呈“强脱钩—弱脱钩—强脱钩”交替演变态势，各省份之间仍有差异，呈现空间层面的不均等性，江苏在研究期内一直保持扩张负脱钩态势。山东、河北、湖北、辽宁、江西、湖南和黑龙江7个省份的脱钩指数较为稳定，脱钩类型为强脱钩；安徽则较为波动，由弱脱钩向扩张负脱钩再向弱脱钩转变；吉林、内蒙古和四川由强脱钩转变为弱脱钩和扩张负脱钩。

3.2 建议

（1）针对脱钩指数较为稳定，脱钩类型为强脱钩的省份，如山东、河北、湖北、辽宁、江西、湖南和黑龙江，应继续以发展低碳农业为引领，通过技术革新优化种源结构、优化农资利用结构、改善废弃物处理方式，实施保护性耕作制度，增加农田生态系统碳汇，促进减排技术与如土壤碳汇协同发展，培养一批低碳农业转型能力较强的地区并充分发挥其示范、引领、带动作用。

（2）针对脱钩指数较不稳定，脱钩类型为弱脱钩和扩张负脱钩的省份，如安徽、吉林、内蒙古和四川，应当通过继续优化种植结构，引进、推广绿色农业生产技术，提高农田生态环境治理投入，推进其由弱脱钩、扩张负连接到强脱钩的平稳转变。

（3）针对脱钩指数稳定，脱钩类型为扩张负脱钩的省份，如江苏，应当强化粮食安全与农业减排协调发展的意识，大力开展农业技术革新，引进、推广绿色农业生产技术，推化肥农药减量增效。加大农田生态环境治理投入，制定禁止秸秆露天焚烧、鼓励秸秆资源化处理的可行化措施。优化农业种植结构，建立长效的“农业碳足迹”与“粮食安全”良好协同机制，促进农业集约化经营，实现农业可持续发展。