中国油料作物能源利用效率与温室气体排放*

陈 丽 ,刘 娟 ,王 末 ,李 牧

(1.中国农业科学院农业信息研究所/农业农村部农业大数据重点实验室 北京 100081;2.天津商业大学公共管理学院 天津 300134)

当前,国际社会普遍关注能源消费及其对环境的负面影响[1-2]。随着化肥、农药、农膜、农业机械等能源密集型要素(直接或间接地依赖化石燃料)投入增加,农业现代化发展的同时也成为能源使用增长较快的部门。当前的农业生产可以说与能源消耗密切相关。然而,由于生产成本的增加和管理不合理,增加化石能源的投入未必能带来最优产出[3-4],过量消费还会造成土壤、水体等面源污染,以及温室气体排放等环境问题[5-6]。据联合国政府间气候变化专门委员会(IPCC)评估报告测算,全球每年农业温室气体排放总量约占全球人为排放总量的24%[7],中国作为农业大国,农业碳排放量约占温室气体碳排放总量的17%,且排放水平以年均5%的速度增长[8],农业生产在缓解气候变化方面具有很高的潜力。在这种情况下,提高农业生产的能源利用效率(EUE)不仅有助于通过降低成本来提高竞争力,使与能源相关的温室气体排放等环境污染最小化,推动农业可持续发展,还可为我国实现2030 年前“碳达峰”与2060 年前“碳中和”做出贡献。

能源是农业生产的一个关键要素,在耕地面积减少、全球气候变化和劳动力短缺的压力下,为了满足不断增长的人口和人们不断提高的生活需求,农业对能源的消耗多年来一直在持续增加[9]。当前,许多研究在农场、区域、国家等不同尺度调查了农业系统、粮食作物、果蔬等生产中的能源利用及其效率。Yuan 等[9]利用投入产出能量分析法评估了中国中部水稻(Oryza sativa)生产农民实践,以及简化和减少投入实践的能量投入和EUE;Budzyński 等[10]比较分析了不同耕作技术下波兰一家大型农场冬季油菜(Brassica campestris)籽生产的能源效率及其技术影响;Lewandowska-Czarnecka 等[11]对波兰加入欧洲联盟以来农业变化的能源和能值进行了分析;Singh 等[12]开展了印度旁遮普省西南部提高水稻种植能源效率的能源审计研究。比较流行的EUE 评价方法有生命周期评价(LCA)、数据包络分析(DEA)、过程分析、能值分析等。此后,随着能源消费引发环境问题的日益凸显以及人们环保意识的提升,越来越多的学者在关注农业生产能源效率与技术的同时,也将其温室气体减排效应纳入考量,试图探寻产量与碳排双优的生产模式。Mohammadi 等[13]比较了伊朗北部不同农场规模农业系统的能量使用效率与相应的温室气体排放,提出了针对小麦(Triticum aestivum)、大麦(Hordeum vulgare)、油菜、大豆(Glycine max)、水稻和青贮玉米(Zea mays)等不同作物的能源高效利用与温室气体减排措施;Arrieta 等[14]通过对阿根廷18 个农业区域的调查分析,确定了阿根廷生产的大豆和玉米的碳足迹和能源足迹,以及碳和能源效率;Wu 等[4]比较分析了安徽省16 个地级市的农作物能源利用效率和温室气体排放及其时空格局;Rabiee 等[15]评估了伊朗桂兰省稻田油菜生产能源利用效率与温室气体排放;杨欢等[16]利用LCA、DEA 和碳平衡等方法,对2004-2018 年黄淮海玉米生产能源利用效率和净生态系统碳平衡时空特征进行了量化研究。虽然已有学者研究了不同区域、尺度农作物生产中的能源利用效率和温室气体排放,但是目前鲜有涵盖全国主要油料作物能源利用效率与温室气体排放的系统研究,且不同研究方法各有优缺点,有必要将不同的方法进行整合,以便向决策者呈现能源使用效率和相关温室气体排放的全貌。

综上,本研究拟采用LCA+DEA 方法,针对我国主要油料作物种植区域,开展能源效率与温室气体排放研究。具体内容如下: 1)基于LCA 方法,界定待研究油料作物生产系统边界,进行系统能流及温室气体排放源分析,这是进一步测算、评价和分析的基础;2)参照已有能源效率和温室气体排放测算方法,对不同区域不同油料作物生产系统进行能源输入、输出、利用效率以及温室气体排放量的测算与分析;3)采用DEA 方法,识别油料作物种植相对低效的单元,估算低效单元综合技术效率最优时系统投入能源节约量以及相应的温室气体减排潜力;4)提出若干缓解措施,为相关政策制定提供参考。可见,在当前耕地资源有限、“粮油争地”矛盾突出的情况下开展研究,通过优化能源低效利用地区的能源利用结构,探寻产量与碳排双优的生产模式,对推动我国油料作物种植节本增收与绿色发展具有重要意义。

1 油料作物生产系统能流分析与温室气体排放源

LCA 是评估一个产品或系统在全生命周期的输入、输出及其潜在环境影响的有效工具[17],并且随着人们对可持续农业的不断关注,常被用于分析农业中的能量流动及其相应的温室气体排放,其系统边界通常为“从摇篮到农场门”。本研究的对象为油料作物初级产品,其生产系统的边界包括从耕作操作到农场门的作物生长周期中的所有农业过程(图1)。考虑到我国秸秆综合利用率的不断提高,本研究将其系统边界进一步外延,把副产品(通常为秸秆)处理与利用也纳入进来。此外,考虑到我国耕地资源有限、“粮油争地”矛盾突出,从土地承载力的视角确定单位土地面积(1 hm2)为功能单元。

图1 研究边界Fig.1 Research boundary

油料作物生产系统温室气体排放主要包括由化肥、农药、除草剂等物质投入直接或间接导致的碳排放,以及农业机械耕作、灌排水等农事操作耗费柴油、电能所导致的碳排放。鉴于人呼吸释放温室气体本质目的是用于支撑生命活动,并非仅为了从事劳动,因此人力劳动释放温室气体不作考虑。此外,农作物籽粒与秸秆1 年内固定和消耗的碳基本保持平衡,同时参考IPCC 农业温室气体排放清单,未将秸秆焚烧碳排放纳入测算。

2 研究范围与数据来源

2.1 研究对象与范围

中国是世界上重要的油料作物生产国,2020 年全国大豆播种面积约为986.6 万hm2,产量约为1960万t,位居世界第4 位;油菜播种面积约为680 万hm2,产量约为1400 万t,位居世界第2 位;花生(Arachishypogaea)播种面积约为460 万hm2,产量约为1799.3 万t,位居世界第1 位[18]。因此,本研究选取大豆、油菜、花生3 种油料作物作为研究对象。考虑到3 种油料作物在我国的种植分布、产量以及数据的可获取性,本研究选取黑龙江、吉林、辽宁、河北、山东等24 省份为研究区,如表1 所示。

表1 研究对象与区域Table 1 Research objects and areas

2.2 数据来源与处理

本研究所需的种子、农药、化肥、机械、灌排水、用工、产量等投入产出数据主要来自《全国农产品成本收益资料汇编 2020》。柴油价格数据来自中华人民共和国国家发展和改革委员会公布的国内成品油价格调整数据,考虑到油菜、大豆和花生生长周期及特点,冬油菜产区柴油价格取越冬前上一年10-11 月以及返青后2-5 月平均值,春油菜不存在越冬期,取4-9 月平均值;花生、大豆同理,春花生、夏花生、春大豆、夏大豆产区分别取其生长期4-9 月、5-10 月、4-9 月和6-9 月平均值;农业生产灌溉用电价格数据来自各省电网公布的农业灌排用电价格,未专门定价农业灌排费用的则采用农业生产用电价格;能量当量、温室气体系数等数据见表2。

表2 油料作物生产系统各项能源输入和输出计算公式及相关系数Table 2 Calculation formula and correlation coefficient of energy input and output in oil crop production system

农药、除草剂作为防治农作物病虫害、草害的重要投入品,为保障油料作物有效供给和增产发挥了重要的、不可替代的作用,但同时也带来了作物药害、环境污染等负面问题。近十年来,我国农药使用逐渐由“农药使用量零增长”走向“农药减量化”发展,2020 年种植业农药使用量比2010 年下降了9.84%,其间接导致的温室气体排放量也在减少[19-20]。鉴于数据的可获取性,本研究未将农药和除草剂纳入系统能源输入和温室气体排放量的测算。此外,农家肥施用在油料作物大规模种植中并不常见,种子排放的温室气体可以忽略不计,因此本研究也未将农家肥和种子的温室气体排放量纳入测算。

3 研究方法

3.1 油料作物生产系统能源利用效率

油料作物生产系统输入能量和输出能量是通过将每个输入和输出数据与相应的能量当量系数相乘进行估算的[3]。投入的能量当量系数指从初级生产到最终用户所使用的能量[21],受生产工艺、流通等阶段技术革新的影响,不同时期不同国家可能有所不同。鉴于其计算的复杂性,多数研究直接引用已有文献数据,忽视了时间和地区差异可能带来的计算误差和可比性问题。本研究统一采用《农业技术经济手册》提供的柴油、电力、农药、化肥等能量当量计算系统输入能量,其结果与当前实际情况也会存在差异,但该差异是在我国基本国情下的整体偏离(偏大或偏小),不影响输入间的可比性,可以最大程度避免前述问题。系统各项能源输入和输出计算公式及相关系数如表2 所示。

本研究采用净能源、能源生产力和能源利用效率[21]来评估油料作物生产的能源效率,其计算公式如下:

式中: NE、EP 和EUE 分别为净能源(MJ∙hm-2)、能源生产力(kg∙MJ-1)和能源利用效率,Ein和Eout分别为系统能量总输入和输出(MJ∙hm-2),Ey为油料作物产量(kg∙hm-2)。

3.2 油料作物生产系统温室气体排放

物质投入和农事操作导致的温室气体排放量计算公式如下:

式中:Cout为系统各输入项的温室气体排放量[kg(CO2eq)∙hm-2],ct为各输入项温室气体排放系数[kg(CO2eq)∙unit-1][4,19],qt为单位面积各输入项投入量(unit∙hm-2),t为化肥、柴油、电力等输入项。

3.3 油料作物生产系统能源优化与温室气体减排

3.3.1 数据包络分析模型

DEA 是一种在非参数框架下直接使用输入输出数据估计系统效率的常用方法,通过一些特定的数学规划模型来评估一组名为决策单元(DMU)的可比实体间的相对效率[3,29]。传统DEA 模型(如CCR 和BCC 模型)属于径向模型,但实际生产过程中,要素投入的比例变化往往是非等比例的,因此Tone[30]提出了SBM (slack based measure)模型,有效解决了径向模型对无效率的测量没有包含松弛变量的问题。

本研究油料作物生产系统,将每个种植省份作为一个DMU,每个DMU 使用多种能源投入分析2种产出的结果(表2),由于副产品产出并非油料作物种植的根本目的,所以能源利用优化时仅考虑主产品产出。通过DMU 对生产前沿面的投影确定各投入产出指标的松弛量[31],并以此估算DMU 技术效率和规模效率同时达到相对最优时,系统投入的能源节约及相应温室气体减排潜力。投入导向规模报酬可变SBM 模型具体公式如下:

式中:ρ∗为被评价DMU的效率值,当ρ∗=1时,被评价DMU被称为SBM有效;m为投入的总项数;为被评价DMU第t项投入的投入松弛;xtj为第j个DMU的第t项投入;Xλ为前沿面上的投入量;为被s-评价DMU的投入松弛;xj为第j个DMU的m项投入;Yλ为前沿面上的产出量;yj为第j个DMU的m项产出;λ为调整矩阵;为第m项投入的冗余占各自实际投入的平均效率水平,也即m项投入的平均非效率水平;eλ为规模报酬可变的约束条件。

3.3.2 能源利用优化与温室气体减排

式中: EOij和 CDEij分别为第j个DMU(省份)油料作物i的能源输入节约量(MJ∙hm-2)和能源输入温室气体减排量[kg(CO2eq)∙hm-2];εt为各投入项的能量当量;为第j个DMU (省份)第t项投入的松弛量(unit∙hm-2)。

4 结果与分析

4.1 油料作物能源利用效率及区域差异

4.1.1 能源利用整体情况

表3 为我国油菜、大豆、花生种植业平均能源输入、输出以及利用效率。结果表明,3 种油料作物中花生种植过程能源消耗量最大,为13.93 GJ∙hm-2,油菜与大豆能源消耗相差不大,分别为8.65 GJ∙hm-2和8.13 GJ∙hm-2;不同油料作物能源消耗方式差异明显,油菜能源输入以化肥投入(48.23%)和机械作业柴油消耗(30.94%)为主,大豆能源输入则主要集中在柴油(31.93%)、电力(主要用于灌排水,22.73%)以及化肥投入(22.41%)的能源消耗,花生物质投入、农事操作和人力劳动能源消耗相对比较均衡,占比集中分布在10%～30%;能源输出方面,在不考虑副产品秸秆的情况下,花生能源输出最高(50.33 GJ∙hm-2),其次是油菜(45.06 GJ∙hm-2)和大豆(34.64 GJ∙hm-2)。随着我国秸秆利用效率提升以及利用方式日趋多样化,在能量平衡中考虑副产品后,输出能量差异发生了明显变化,大豆能源输出超过油菜,跃居第2 位。但事实上,副产品秸秆并非都可以得到有效利用,考虑秸秆综合利用率后,测算出的油菜、大豆和花生副产品可以有效利用的部分能源输出分别为32.27 GJ∙hm-2、22.70 GJ∙hm-2和96.69 GJ∙hm-2,占各自总能源输出的28.59%、17.17%和51.22%,其中花生副产品有效能源输出最高,主要是由于其秸秆资源收集更高效。

表3 油料作物生产系统平均能源输入与输出Table 3 Average energy inputs and outputs of oil crop production system

EUE 是作物生产投入产出能分析的最佳指标之一,可以反映能源的有效利用,我国油菜、大豆、花生的EUE (*表示仅考虑主产品)分别为13.05 (5.21*)、10.46 (4.26*)和16.94 (7.00*),花生能源有效利用程度最高。EP 反映了每消耗单位能量系统的产出能力,经测算,我国油菜、大豆、花生的全国平均值分别为0.80 (0.25*) kg∙MJ-1、0.67 (0.26*) kg∙MJ-1和0.61(0.25*) kg∙MJ-1,油菜的能源生产力相对较高。

4.1.2 各项能源输入贡献

进一步分析不同省份油料作物生产系统各项能源输入的贡献发现(图2),大部分油菜种植省份的能源输入主要来自于柴油和化肥投入,其中氮肥和复合肥贡献占比的不同,反映出地区之间施肥喜好的差异,前人研究也表明化肥和柴油是油菜生产中最密集的能源投入[15]。此外,本研究还发现部分省份呈现出一些特殊的投入特征,如内蒙古和青海电力能源投入较高,重庆人工能源投入较高。大豆和花生种植能源输入不再表现为较单一的以柴油和化肥投入为主,不同区域能源要素投入占比差异巨大,其中四川和江苏大豆种植系统以种子和人工能源输入为主,贡献占比超过50%,河北、山东、山西、陕西等地的大豆种植以电力能源投入为主,同样福建、河北、河南、辽宁等地花生电力能源投入占比也较高,说明这些区域的大豆或花生种植对人工灌溉具有较强依赖性。综上可见,不同区域之间能源输入贡献的差异性,不仅与各地资源环境的异质性、经济发展的先进性密切相关,同时还受当地种植传统和习惯的深刻影响。地形地貌条件以及土壤质地和肥力决定了油料作物的耕作措施、施肥状况,社会经济发展决定了机械化种植水平和人工投入成本,种植文化影响了施肥方式与施肥类型,从而形成了各地各异的能源输入方式和类型。

图2 不同省份油料作物生产系统能源输入贡献占比Fig.2 Percentages of energy inputs of oil crop production system in different provinces

4.1.3 能源效率区域差异

能源的输入和输出直接决定了NE、EUE 和EP,他们具有较大的空间差异,且其空间异质性特征并不完全相同。由表4 可以看出,油菜EUE 较高的区域主要集中在长江流域,其中江苏、重庆两省(市)EUE 最高,分别为22.50 (9.43*)和19.62 (8.34*),但二者能源输入、输出的差距巨大,江苏平均每公顷能源输入、输出约为重庆的2 倍。二者能源高效利用的因素也不尽相同,重庆以丘陵、山地为主的地形地貌导致油菜种植的机械化作业以及电力灌溉受限,因此重庆机械化能源投入较低,灌溉电力消耗几乎为0,此外低化肥和种子能源投入也进一步促进了重庆除人力能源消耗较高之外整体能源投入低的状态;江苏虽然与重庆一样具有较低的柴油、电力种植能源投入,但其人力能源投入尤其是化肥能源投入巨大,能源输入相对较高的同时产出水平也得到了很大提升。大豆EUE 较高的区域也主要集中在长江流域,其中江苏最高,其次是河南、四川、安徽,分别为23.39 (9.13*)、19.45 (7.91*)、19.20 (9.72*)、17.90(9.66*),不同的是江苏、河南、安徽都属于高投入高产出下的能源高效利用地区,而四川受山区耕作环境条件与低肥耕作习惯的影响,形成了低投入低产出下的能源高效利用。此外,对于大豆NE 较高的山东、河北而言,他们与江苏一样具有较高的能源输出和净能源,但由于这两个省份大豆种植灌溉消耗大量电力能源,土壤养分不足追求高产的同时使用了大量化肥能源,因此二者的EUE 值均较低,分别为10.87 (4.25*)、5.88 (2.39*)。花生EUE 较高的省份是湖南、湖北和安徽,分别为26.29 (10.52*)、22.88(9.15*)、22.78 (9.11*),同时这3 个省份的NE 也均较高,良好的自然资源条件、合理的农业机械化以及物质能源投入共同构建了能源流动良好且高效的花生种植生产系统。

表4 中国油料作物生产系统能效指标值Table 4 Energy efficiency indicators value of oil crop production system in China

4.2 油料作物生产系统温室气体排放

由表5 可以看出,花生温室气体排放量最高[874.96 kg(CO2eq)∙hm-2],其次为油菜[660.16 kg(CO2eq)∙hm-2],大豆最低[507.07 kg(CO2eq)∙hm-2]。此外,不同油料作物物质投入和农事操作温室气体排放贡献也存在差异。对于油菜与花生,化肥是其重要的温室气体排放源,但是大豆种植过程中化肥、柴油、灌溉温室气体排放量的贡献则相对均衡。与花生、油菜作物相比,大豆的灌溉用水量和机械化水平更高,因此导致其相应来源温室气体排放量较高。

表5 油料作物生产不同排放源的温室气体排放量Table 5 GHG emissions from different sources of oil crop production kg(CO2 eq)∙hm-2

4.3 油料作物生产系统能源利用优化与温室气体减排

由图3 可以看出,油菜DMU 有效数量为11 个,大豆和花生DMU 有效数量均为10 个,其余效率值小于1.0 的DMU 能源使用相对低效。如果这些DMU 能够有效执行,利用85%左右的能源实现相同的生产水平,油菜、大豆和花生可分别节省11.97%、16.38%和15.89%的资源。

图3 中国油料作物生产系统能效指标值Fig.3 Energy efficiency indicators value of oil crop production system in China

在识别出高效和低效的DMU 后,还需要进一步分析各省份油料作物能源高效利用后的能源节约情况。表6 表明,甘肃和陕西的油菜种植、山西和陕西的大豆种植以及河北和河南的花生种植能源节约潜力较大,分别为6111.46 MJ∙hm-2、5124.73 MJ∙hm-2、7923.32 MJ∙hm-2、7824.56 MJ∙hm-2、13 157.21 MJ∙hm-2和9625.63 MJ∙hm-2。具体到某一生产投入方面,不同油料作物不同种植地区能源节约方向各有其特点,因此需要根据区域实际情况采取适宜有效的应对措施。

表6 油料作物种植低效省份的能源节约Table 6 Energy saving in provinces where oil crops are planted inefficiently MJ∙hm-2

通过以上省份能源的优化利用,不同油料作物低效省份每公顷可减少的温室气体排放量如表7 所示。3 种油料作物不同省份温室气体减排潜力呈现与能源节约相似的特点。化肥温室气体减排潜力最大,其次是电力和柴油;具体到各省份,每公顷油料作物温室气体减排量范围为20.60～616.32 kg(CO2eq),其中油菜、大豆、花生种植省份减排潜力最大的地区分别为陕西、陕西和河北,约占原排放量的53.00%、92.69%和48.54%。其中,导致陕西温室气体减排比例如此高的原因主要有以下两点: 一是受基准省份电力消耗情况影响,本研究测算陕西省电力节能潜力也较大,存在一定误差。二是陕西大豆单位面积产量相对较低,仅略高于内蒙古和四川,而化肥能源消耗却排名第二,仅次于单产能力最高的河北,因此陕西化肥施用过量或施肥结构不合理问题明显导致了其化肥能源节约及温室气体减排潜力巨大。

表7 能源节约省份温室气体减排潜力Table 7 GHG emission reduction potential in energy-saving provinces

5 讨论

5.1 油料作物能源利用效率分析

我国油菜、大豆、花生的能源利用效率(*表示仅考虑主产品能源输出)分别为13.05 (5.21*)、10.46(4.26*)和16.94 (7.00*),明显高于土耳其[32]油菜(4.68*),伊朗北部[13]大豆4.6 (2.4*)和油菜6.8 (3.8*)。油菜、大豆、花生的全国平均能源生产率分别为0.80 (0.25*) kg∙MJ-1、0.67 (0.26*) kg∙MJ-1和 0.61(0.25*) kg∙MJ-1。国外学者研究结果显示,伊朗北部油菜和大豆能源生产率分别为0.31 (0.1*) kg∙MJ-1和0.22 (0.14*) kg∙MJ-1[13]、阿根廷大豆能源生产率为0.887 kg∙MJ-1[14]。造成不同国家区域间上述差异的原因,初步分析主要是以下3 点: 一是客观上不同国家、区域油料作物种植规模、基础设施情况以及农事操作差异等影响系统能流过程,造成能源输入和产出的差异。二是从研究尺度看,本研究以省域为单元获取相关数据,能流分析仅考虑了关键要素投入,国外相关研究多基于农场或农户尺度进行系统能流分析和数据采集,要素考虑相对全面,得出的单位面积系统能源输入量较大。但也存在特殊情况,例如阿根廷大豆种植由于以免耕为主,柴油能源输入较低,其系统总能源输入仅为2.77 GJ∙hm-2,约为中国的1/3,伊朗北部地区的1/10。三是能量当量系数不统一,导致数据计算结果存在一定偏差。

5.2 油料作物能源利用效率区域差异分析

3 种油料作物单位能源消耗的系统产出能力相差不大,但能源利用效率差异明显,呈现花生>油菜>大豆的特点。对于能源利用效率较高的省份,或是系统整体能源输入较低,或是能源输入相对较高的同时产出水平也得到了很大提升。能源利用效率相对较低的省份低效的原因,大概可以分为以下3 种类型: 一是粗放生产型,农民对农业生产不太重视,化肥、机械和柴油等能源消耗低,但同时物质输入(作物产量)更低,例如内蒙古油菜、陕西大豆等,这些地方的政府必须寻求更多的激励措施,鼓励农民参与提高整体能源效率。二是过度能源投入型,这些地区往往盲目追求高能源投入带来的高产出,出现了化肥、种子等的过量投入或大水漫灌等资源过度使用,导致能源利用低效,例如甘肃的油菜、河北的大豆和花生等,这些地方的政府可以邀请农业专家培训农民,提高农民农业技术水平,从而达到提高能源效率的目的。三是技术提升型,随着农业现代化水平的提升,一些地区农业机械广泛使用,节约人力能源投入,但相应的柴油消耗也更多,从而影响能源利用效率,例如,湖南油菜、内蒙古大豆、吉林花生等,这些地方可以通过探索油料作物机械化种植的最佳规模效应实现能源消耗的降低。此外,从国家角度推动构建新能源占比不断提高的新型电力系统,使用更多的可再生能源,如风能、太阳能、生物质能和水力发电,支持农业机械技术创新,提高农业机械发动机效率,或改燃油动力系统为电力、太阳能动力系统,对于我国整体农作物生产系统能源利用效率提升和清洁绿色可持续发展均有重要意义。

5.3 油料作物生产系统能源利用优化分析

根据油料作物种植低效省份能源节约方向和数量(表6)可知,化肥过量使用是能源低效利用省份普遍存在的问题,造成该问题的原因与当地农民长期固化形成的不合理的施肥习惯,如“多施肥、施复合肥”观念,以及凭经验施肥,缺乏科学施肥认识与指导密不可分。过量施用化肥不仅增加种地成本,降低收入,还将导致土壤、水体、大气等环境污染,造成天然气、煤和磷矿石等大量战略资源的浪费。因此,对于能源利用低效地区应积极引导农民科学施用氮肥、磷肥和复合肥,推广测土配方施肥,加大新型肥料的推广力度,多措并举推动化肥“减量”使用。此外,在最佳需求下,甘肃、陕西、云南油菜种植以及湖北、山西、陕西大豆种植的柴油节能潜力均较大,采用保护性耕作制度,减少土地准备所需的柴油消耗和机械使用,以及合理配置机械化服务范围半径,充分发挥机械作业规模效率,实现减少能源消耗的目的。油料作物种植电力能源消耗主要来源于灌溉用电,受基准省份电力消耗情况影响,本研究测算各省份电力节能潜力较大,未必符合实际情况或具备可操作性,但值得关注的是,改变传统大水漫灌模式,使用节水灌溉技术或探索利用太阳能抽水,对这些地区减少能源消耗将是非常有意义的探索。

5.4 研究局限性

本研究从全国尺度对油料作物能源利用效率和温室气体排放进行了测算,分析了不同省份能源高效和低效利用的原因,探究了各省节能减排的可能性与潜力,并提出若干缓解措施,为政策制定者结合当地实际制定更合适的油料作物发展战略,采取更可行的措施提供了基础和支撑。然而,本研究仍存在一些局限性,应在未来的研究中加以改进。首先,模型的局限性,以省域为研究单元,考虑数据的可获取性,系统能流分析仅关注了重要能源输入,未将除草剂、农药、农家肥等纳入测算,造成能源输入考虑不够全面;其次,研究尺度较大,为各省政策制定提供了方向,但若将市域或县域作为研究的决策单元,本文得出的相对高效省份内部也会存在决策单元(市域或县域) <1 的低效单元,而作为农业生产系统真正的实施主体一般为农户、农场或合作社等,探究其节能减排的潜力更具有操作意义;再次,本研究仅选择了2020 年进行测算分析,缺乏时序变化上的进一步研究,未能完整呈现我国油料作物能源利用与温室气体排放的多年变化态势,针对以上局限性,将在以后的研究中进行探索与改进。

6 结论

本研究结果表明,3 种油料作物单位能源消耗的系统产出能力相差不大,但能源利用效率、能源消耗方式以及不同区域间各类能源输入贡献差异明显。对于能源利用效率较高的省份,主要呈现两种状态形式: 一种是系统整体能源输入较低,另一种则表现为系统能源输入相对较高的同时产出水平也较高;对于能源利用效率较低的省份,则主要表现为3 种类型: 粗放生产型、过度能源投入型和技术提升型。油菜、大豆、花生低效省份能源利用优化后,分别可节约11.97%、16.38%和15.89%的资源,实现20.60～616.32 kg(CO2eq)∙hm-2的温室气体减排。综上,我国油料作物生产仍存在较大的能源利用优化空间以及温室气体减排潜力,可通过推广测土配方施肥和使用新型肥料,采用保护性耕作制度,减少土地准备机械使用的柴油消耗,提高机械作业的规模效率,使用节水灌溉技术或探索利用太阳能抽水等一系列措施实现油料作物更加高效、绿色、清洁的生产。