摘要 為探索縣域?qū)用孓r(nóng)業(yè)碳排放量時(shí)空特征及其調(diào)控策略，以合肥市為例，將種植業(yè)與畜牧業(yè)生產(chǎn)過程中產(chǎn)生的溫室氣體作為主要碳源，從農(nóng)業(yè)能源利用、農(nóng)用物資投入、水稻種植和畜禽養(yǎng)殖4 個(gè)層面構(gòu)建碳排放量的測(cè)度指標(biāo)體系，結(jié)合IPCC 清單法構(gòu)建農(nóng)業(yè)碳排放計(jì)算模型，測(cè)算2003-2022 年縣域尺度下的合肥市農(nóng)業(yè)碳排放量及碳排放強(qiáng)度，采用標(biāo)準(zhǔn)差橢圓和重心遷移模型、ArcGIS 可視化方法分析其碳排放時(shí)空特征。結(jié)果顯示：從農(nóng)業(yè)碳排放總量和強(qiáng)度上看，合肥市縣域農(nóng)業(yè)碳排放量總量在121.338 萬～141.0324 萬t，總體呈“先緩慢上升達(dá)到峰值、后逐漸降低”的趨勢(shì)；農(nóng)業(yè)碳排放強(qiáng)度為0.482～2.358 t/萬元，總體下降趨勢(shì)明顯；合肥市縣域農(nóng)業(yè)碳排放量在2003-2005年間多集中在廬江縣、肥東縣，南北差異稍小，2006-2022年呈現(xiàn)“北高南低”的空間格局，差異增大；碳排放強(qiáng)度的空間分布特征變化較大，在2003-2007年、2008-2017年、2018-2022 年3 個(gè)時(shí)間段內(nèi)分別呈現(xiàn)“北高南低”“北低南高”“東北高西北低”的空間格局；從農(nóng)業(yè)碳排放重心上看，合肥市農(nóng)業(yè)碳排放重心整體向東北方向遷移，2003-2022 年共計(jì)遷移約17.75 km?；诖?，提出了合肥市縣域?qū)用孓r(nóng)業(yè)碳減排措施。

關(guān)鍵詞 農(nóng)業(yè)碳排放； 碳排放測(cè)算； 碳減排； 時(shí)空特征； 合肥市； 縣域

中圖分類號(hào) S181 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1000-2421（2024）06-0087-13

農(nóng)業(yè)碳排放是指農(nóng)業(yè)生產(chǎn)過程中人為活動(dòng)導(dǎo)致排放的溫室氣體，包括農(nóng)業(yè)生產(chǎn)直接或間接產(chǎn)生的溫室氣體（如CO2、CH4、N2O 等）［1］。據(jù)研究，農(nóng)業(yè)溫室氣體的排放量約占全球總量的10%～12%，是僅次于工業(yè)的第二大排放源，被視為全球變暖的重要推動(dòng)因素［2］。中國(guó)是全球歷史悠久的農(nóng)業(yè)大國(guó)，同時(shí)也是世界農(nóng)業(yè)大國(guó)。據(jù)世界銀行數(shù)據(jù)庫(kù)統(tǒng)計(jì)，2022年中國(guó)谷物產(chǎn)量超過6.33 億t，已連續(xù)30 多年排名全球第一（https：//data.worldbank.org.cn）。因此，探索農(nóng)業(yè)碳減排的路徑對(duì)于中國(guó)應(yīng)對(duì)全球氣候變化有重要作用。

近年來，農(nóng)業(yè)碳排放研究主要側(cè)重于農(nóng)業(yè)碳排放量測(cè)算與時(shí)空特征、農(nóng)業(yè)碳排放結(jié)構(gòu)特征、農(nóng)業(yè)碳排放強(qiáng)度等方面。目前最常見的農(nóng)業(yè)碳排放量測(cè)算方法是基于IPCC 清單的碳排放系數(shù)法（或碳排放因子法），優(yōu)點(diǎn)在于適用尺度廣，在充足農(nóng)業(yè)數(shù)據(jù)的支撐下可用于多尺度的農(nóng)業(yè)碳排放量測(cè)算［3］。與其他行業(yè)相比，農(nóng)業(yè)生產(chǎn)的多樣性使其碳排放源也更具復(fù)雜性［4］。近年來我國(guó)農(nóng)業(yè)碳排放總量呈上升趨勢(shì)，由于不同區(qū)縣在農(nóng)業(yè)產(chǎn)業(yè)、耕作條件和農(nóng)業(yè)生產(chǎn)方面差別較大，相應(yīng)導(dǎo)致了農(nóng)業(yè)碳排放有較大差異［5-7］，但因獲取難度大且繁瑣，大多研究停留在國(guó)家［8-9］、地區(qū)［10-11］、省域［12-13］、市域［14］層面，多用于指導(dǎo)宏觀層面的農(nóng)業(yè)碳排放管理調(diào)整政策制定［15-16］，而鮮見與農(nóng)業(yè)活動(dòng)關(guān)系更為密切的縣域?qū)用娴霓r(nóng)業(yè)碳排放研究，無法為日益精細(xì)化的農(nóng)業(yè)管理提供支持。另外，農(nóng)業(yè)碳排放量的測(cè)算及其特征雖然受到一些學(xué)者的關(guān)注［17-18］，但對(duì)農(nóng)業(yè)碳排放量的時(shí)空變化特征的分析仍然需要充實(shí)和補(bǔ)充，利用標(biāo)準(zhǔn)差橢圓和重心轉(zhuǎn)移模型深入刻畫其空間路徑轉(zhuǎn)移，一定程度上充實(shí)了農(nóng)業(yè)碳排放時(shí)空特征的研究［19］。同時(shí)，缺少針對(duì)農(nóng)業(yè)碳排放時(shí)空變化的針對(duì)性建議，需探索更深層次的農(nóng)業(yè)碳排放規(guī)律及其應(yīng)對(duì)策略［20］。在農(nóng)業(yè)碳排放結(jié)構(gòu)方面，我國(guó)農(nóng)業(yè)碳排放結(jié)構(gòu)測(cè)算主要從種植業(yè)和畜牧業(yè)2 個(gè)方面進(jìn)行測(cè)算［21］。相關(guān)研究指出種植業(yè)碳排放在農(nóng)業(yè)碳排放總量中占有較大比例［22］。種植業(yè)在華東地區(qū)占比較大，其碳排放源主要包括水稻種植、農(nóng)資投入和土壤翻耕［23］，其中化肥、農(nóng)藥、農(nóng)膜等農(nóng)業(yè)生產(chǎn)資料使用，以及農(nóng)業(yè)機(jī)械使用過程中所帶來的碳排放量最為顯著［24-25］。另外，畜牧業(yè)的碳排放也占據(jù)較大比例，當(dāng)前有學(xué)者利用禽畜的年末出欄量作為飼養(yǎng)量開展了畜牧業(yè)碳排放的計(jì)算［13，26-27］。

本研究選取縣域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平及農(nóng)業(yè)結(jié)構(gòu)較為成熟的安徽省合肥市作為分析對(duì)象，采用聯(lián)合國(guó)政府間氣候?qū)ｉT委員會(huì)（IPCC）碳排放清單法對(duì)合肥市2003-2022 年的農(nóng)業(yè)碳排放量進(jìn)行長(zhǎng)時(shí)間段的全面測(cè)算和系統(tǒng)分析，以研究其時(shí)空變化特征，運(yùn)用ArGIS 方法、標(biāo)準(zhǔn)差橢圓、重心遷移模型的方法探明合肥市縣域農(nóng)業(yè)碳排放量與強(qiáng)度的空間格局特征與變化情況；對(duì)農(nóng)業(yè)碳排放的測(cè)算對(duì)象進(jìn)行梳理和細(xì)分，在縣域尺度上揭示農(nóng)業(yè)碳排放時(shí)空特征，旨在為農(nóng)業(yè)碳排放的精細(xì)測(cè)算及調(diào)控提供系統(tǒng)方法路徑，為精細(xì)化的城鄉(xiāng)土地和農(nóng)業(yè)管理以及農(nóng)業(yè)碳減排策略制定提供科學(xué)依據(jù)，以此響應(yīng)國(guó)土空間開發(fā)與保護(hù)和碳達(dá)峰碳中和工作的實(shí)施。

1 材料與方法

1.1 研究區(qū)概況

合肥市位于華東地區(qū)，截至2023 年6 月，合肥市總?cè)丝谶_(dá)1 234.5 萬，城鎮(zhèn)化率85.55%。合肥市農(nóng)業(yè)資源豐富，據(jù)2022 年統(tǒng)計(jì)數(shù)據(jù)顯示，耕地面積約48.63 萬hm2，種植園面積約1.35 萬hm2，農(nóng)業(yè)總產(chǎn)值306.2億元，其中糧食產(chǎn)量294.23萬t，棉花產(chǎn)量0.19萬t，畜牧業(yè)總產(chǎn)值130.8 億元，其中肉類、水產(chǎn)品、牛奶產(chǎn)量分別為35.52 萬、23.86 萬、9.69 萬t。合肥市下轄瑤海區(qū)、廬陽區(qū)、蜀山區(qū)、包河區(qū)4 個(gè)市轄區(qū)，長(zhǎng)豐縣、肥西縣、肥東縣、廬江縣4 個(gè)縣及巢湖市。由于4 個(gè)市轄區(qū)城市建成區(qū)占比較高，且據(jù)《2022 年合肥市統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示，4 個(gè)市轄區(qū)的第一產(chǎn)業(yè)產(chǎn)值僅占合肥市的2%，合肥市更多的農(nóng)業(yè)活動(dòng)在“四縣一市”展開。因此研究區(qū)域排除4 個(gè)市轄區(qū)，主要針對(duì)四縣一市開展相關(guān)研究?，F(xiàn)巢湖市隸屬于原地級(jí)市巢湖市居巢區(qū)，于2011 年被并入合肥市，因此，2011 年以前的巢湖市數(shù)據(jù)取原巢湖市市轄區(qū)居巢區(qū)數(shù)據(jù)。

長(zhǎng)豐縣地勢(shì)復(fù)雜多樣，農(nóng)作物種植豐富，據(jù)國(guó)家統(tǒng)計(jì)局安徽調(diào)查總隊(duì)反饋，2023 年長(zhǎng)豐縣雜糧種植面積和產(chǎn)量分別是2 046.67 hm2 和1.14 萬t，均居五縣（市）首位，全縣雜糧種植面積和產(chǎn)量占全市96.8%和97.4%；肥西縣耕地面積約12 萬hm2，2023 年農(nóng)林牧漁業(yè)總產(chǎn)值116.4 億元，位于五縣（市）首位；肥東縣一直以農(nóng)業(yè)為主導(dǎo)，擁有豐富的土地資源，盛產(chǎn)小麥、水稻、玉米等谷物，全年完成農(nóng)林牧漁業(yè)總產(chǎn)值138.9 億元，其中農(nóng)業(yè)產(chǎn)值70.7億元，牧業(yè)產(chǎn)值34.3億元；廬江縣耕地180 201 hm2，糧食種植面積131 940hm2、總產(chǎn)75.98 萬t；巢湖市因第五大淡水湖得名，生態(tài)環(huán)境優(yōu)渥，2023 年農(nóng)林牧漁業(yè)總產(chǎn)值完成78.7億元，糧食總產(chǎn)量40.6 萬t，播種面積75 800 hm2。

1.2 數(shù)據(jù)來源

本研究的農(nóng)業(yè)數(shù)據(jù)來自《中國(guó)縣域統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》《合肥市統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)來源于各縣統(tǒng)計(jì)年鑒，從中獲取測(cè)算的原始數(shù)據(jù)包括農(nóng)作物種植面積、農(nóng)資使用量、家禽飼養(yǎng)量、農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值等 。

1.3 農(nóng)業(yè)碳排放量測(cè)算

據(jù)2022 年《合肥市統(tǒng)計(jì)年鑒》，合肥市種植業(yè)、牧業(yè)、漁業(yè)、林業(yè)以及農(nóng)業(yè)類服務(wù)業(yè)在第一產(chǎn)業(yè)總產(chǎn)值中的占比分別為81.9%、15.9%、0.9%、1.3% 和0%。種植業(yè)與牧業(yè)兩大產(chǎn)業(yè)占據(jù)了絕對(duì)的主導(dǎo)地位，合計(jì)占比高達(dá)97.8%，而其他產(chǎn)業(yè)在合肥市的農(nóng)業(yè)結(jié)構(gòu)中占比極小，對(duì)合肥市整體農(nóng)業(yè)碳排放影響較小，因此，參照崔涵等［28］的研究，將種植業(yè)和牧業(yè)作為農(nóng)業(yè)碳排放源。同時(shí)為便于各類農(nóng)業(yè)碳排放測(cè)算，參照田云等［29］的方法，按照1 t CH4產(chǎn)生的溫室效應(yīng)相對(duì)于6.82 t C（25 t CO2）產(chǎn)生的溫室效應(yīng)、1 t N2O 相對(duì)于81.27 t C（298 t CO2）的碳折算系數(shù)，將CH4 和N2O 排放量轉(zhuǎn)化為標(biāo)準(zhǔn)碳排放量統(tǒng)一測(cè)算。

1）種植業(yè)碳排放量測(cè)算。種植業(yè)的碳排放源主要有水稻種植、農(nóng)資投入和土壤翻耕。水稻種植過程中產(chǎn)生的CH4 排放，主要源于水灌稻田中的有機(jī)質(zhì)在厭氧菌的作用下分解生成，這一過程產(chǎn)生的CH4通過氣泡形式釋放至大氣層，其排放量可能與土壤類型、濕度以及灌溉方法等因素密切相關(guān)；此外，農(nóng)資投入也是碳排放的重要來源，包括化肥、農(nóng)藥、農(nóng)膜的使用，以及灌溉和農(nóng)業(yè)機(jī)械運(yùn)行過程中釋放的溫室氣體。在種植過程中，土壤的開墾也會(huì)增加N2O 的排放量［24］。結(jié)合相關(guān)研究［24-25，29］，分別確定水稻種植、農(nóng)資投入、土壤翻耕的碳排放系數(shù)（表1）。

種植業(yè)碳排放量計(jì)算公式如下：

Ccrop =（Ta × δa + Cmachinery ）× 10-7= （CCH4 × 6.82 + CN2O × 81.27 + CCO2 ）× 10-7 （1）

Cmachinery = （As × D） + （Pmachinery × E ） （ 2 ）

式（1）～（2）中，Ccrop 為種植業(yè)碳排放量（包括除農(nóng)業(yè)機(jī)械運(yùn)用產(chǎn)生的排放量外的農(nóng)資投入、水稻種植、土壤翻耕），kg；Cmachinery 為農(nóng)業(yè)機(jī)械運(yùn)用過程產(chǎn)生的碳排放源，kg；δa 為各類別碳源的排放系數(shù)；Ta 為種植業(yè)各類別碳源因子實(shí)際物質(zhì)投入量；As 為農(nóng)作物總播種面積，hm2；Pmachinery 為農(nóng)業(yè)機(jī)械總動(dòng)力，kW。D、E 為轉(zhuǎn)換系數(shù)，D 取值16.48 kg/hm2，E 取值0.18 kg/kW， 10–7 為單位轉(zhuǎn)化系數(shù)［24］ 。CCH4、CN2O、CCO2 分別為CH4、N2O、CO2 排放量，kg。其中灌溉的碳排放量取有效灌溉面積進(jìn)行計(jì)算。

2）畜牧業(yè)碳排放量測(cè)算。在禽畜養(yǎng)殖過程中，碳排放主要表現(xiàn)為CH4和N2O 的排放，其中，CH4的排放主要產(chǎn)生于動(dòng)物腸道發(fā)酵過程以及糞便在堆放過程中形成的厭氧環(huán)境；N2O 的排放則主要來源于禽畜糞便的管理環(huán)節(jié)［30］。根據(jù)IPCC 評(píng)估報(bào)告以及黃和平等［21］的研究結(jié)果選取排放系數(shù)（表2）。另外，相關(guān)研究認(rèn)為豬、牛、羊、家禽、駱駝等是農(nóng)業(yè)碳排放產(chǎn)生的主要牲畜種類［31］，考慮到數(shù)據(jù)的可獲取性以及合肥市畜牧業(yè)主要養(yǎng)殖禽畜種類，選取豬、牛、羊、家禽作為計(jì)算對(duì)象。由于不同禽畜飼養(yǎng)周期不同，出欄量或存欄量相差較大，因此，需要分類計(jì)算其數(shù)量。結(jié)合相關(guān)研究經(jīng)驗(yàn)，牛的平均飼養(yǎng)周期約為540～720 d，牛數(shù)量以年末存欄量為準(zhǔn)，按照式（3）進(jìn)行計(jì)算。豬、羊、家禽數(shù)量則需要將年末出欄量結(jié)合飼養(yǎng)周期進(jìn)行調(diào)整。豬、羊和家禽的平均飼養(yǎng)周期分別約為200 和210、55 d［32］，不足365 d，以年末出欄量為基礎(chǔ)，按照式（4）進(jìn)行計(jì)算。

Pfeed = Hend （3）

Pfeed = Pc ×Oend／365 （ 4 ）

式（3）～（4）中，Pfeed 為畜禽飼養(yǎng)量，頭；Hend年末牛存欄量，頭；Pc 為豬、羊、家禽飼養(yǎng)周期，d；Oend 為年末豬、羊、家禽出欄量，頭。

畜牧業(yè)碳排放量計(jì)算公式如下：

Ca = Pfeed × δa × 10-7= （CCH4 × 6.82 + CN2O × 81.27）× 10-7 （5 ）

式（5）中，Ca 為畜牧業(yè)碳排放總量，kg；Pfeed 為畜禽飼養(yǎng)量，頭； δa 為各類別碳源的排放系數(shù)；CCH4、CN2O、CCO2 分別為CH4、N2O、CH4排放量，kg。

3）農(nóng)業(yè)碳排放量測(cè)算。參考《IPCC 國(guó)家溫室氣體清單指南》中提供的方法以及相關(guān)研究，構(gòu)建農(nóng)業(yè)碳排放量計(jì)算模型如下：

Ctotal = （ΣCa + Cmachinery + ΣCcrop ）× 10-7 （6 ）

式（6）中，Ctotal 為種植業(yè)和畜牧業(yè)農(nóng)業(yè)碳排放總量，萬t；Ca 為畜牧業(yè)碳排放總量，kg； Ccrop 為種植業(yè)碳排放量（包括水稻種植、農(nóng)資投入、土壤翻耕），kg；Cmachinery 為農(nóng)業(yè)機(jī)械運(yùn)用過程中的碳排放源，kg。

1.4 碳排放強(qiáng)度測(cè)算

農(nóng)業(yè)碳排放強(qiáng)度指單位農(nóng)業(yè)增加值所產(chǎn)生的碳排放量， 農(nóng)業(yè)碳排放強(qiáng)度越低表明在相同投入條件下的農(nóng)業(yè)產(chǎn)出越高或產(chǎn)生的碳排放量越少， 越有利于農(nóng)業(yè)低碳轉(zhuǎn)型［28］。為避免中間投入和轉(zhuǎn)移價(jià)值的影響，此處經(jīng)濟(jì)數(shù)據(jù)為各產(chǎn)業(yè)增加值。

農(nóng)業(yè)碳排放強(qiáng)度IC = C × 10-4/P （ 7 ）

式（7）中，I C 為碳排放強(qiáng)度，t/萬元；C 為碳排放量，kg；P 為各產(chǎn)業(yè)增加值（包括種植業(yè)增加值、畜牧業(yè)增加值、農(nóng)牧業(yè)增加值），萬元；10-4 為單位轉(zhuǎn)化系數(shù)。

1.5 標(biāo)準(zhǔn)差橢圓分析

標(biāo)準(zhǔn)差橢圓（standard deviation ellipse，SDE）是反映研究對(duì)象空間差異特征與時(shí)空演化過程的空間計(jì)量分析方法，基本參數(shù)是重心、長(zhǎng)軸、短軸。重心源于力學(xué)概念，區(qū)域重心是指某一要素在研究區(qū)域內(nèi)受力達(dá)到平衡的點(diǎn)，可表示地理要素空間分布的相對(duì)移動(dòng)軌跡［33］。本研究利用標(biāo)準(zhǔn)差橢圓通過重心位置、長(zhǎng)短軸等核心要素揭示合肥市農(nóng)業(yè)碳排放分布在2003—2022 年所表現(xiàn)出的中心性、方向性等特征。

對(duì)于重心空間區(qū)位年際移動(dòng)距離的計(jì)算方法主要參考劉美娟等［34］的研究成果。重心坐標(biāo)、長(zhǎng)短軸距離、橢圓面積均由ArGIS 中的標(biāo)準(zhǔn)差橢圓和平均中心工具計(jì)算：

式（8）中，L（ j+1）-j表示重心空間區(qū)位移動(dòng)距離；yj + 1、yj、xj + 1、xj 表示不同年份的重心坐標(biāo)；R 為常數(shù)，取111.11 km。

2 結(jié)果與分析

2.1 合肥市農(nóng)業(yè)碳排放時(shí)序特征

1） 合肥市農(nóng)業(yè)碳排放總量特征。2003-—2022年，合肥市農(nóng)業(yè)碳排放量呈先增后減的趨勢(shì)，峰值和拐點(diǎn)出現(xiàn)在2013 年，為141.032 萬t，后逐年降低至2022年的133.066 萬t（圖1）。總體上合肥市農(nóng)業(yè)碳排放年總量增速較為平穩(wěn)，年均遞增率僅為0.530%。 值得注意的是， 2004 年合肥碳排放總量環(huán)比增速為8.055%，為近20 年來環(huán)比增速最大的1 年。

合肥市農(nóng)業(yè)碳排放年總量變化可劃分為2 個(gè)階段。第一階段為2003-2013 年，碳排放量處于上升時(shí)期，年均增幅為1.790 萬t，年均遞增率為1.575%。當(dāng)時(shí)合肥市農(nóng)業(yè)的發(fā)展重點(diǎn)是提高糧食產(chǎn)量和增加農(nóng)業(yè)經(jīng)濟(jì)，低碳農(nóng)業(yè)尚處于起步階段，相關(guān)的低碳技術(shù)服務(wù)體系尚未建立。2005-2007 年合肥市農(nóng)業(yè)碳排放處于短暫的下降階段，這一時(shí)期由于高致病性禽流感疫情和飼料價(jià)格大幅度上漲等因素的影響，合肥市牲畜養(yǎng)殖業(yè)受到明顯沖擊，致使農(nóng)業(yè)碳排放總量持續(xù)降低。2014-2022 年為第二階段，年均降幅為0.797 萬t。這可能是由于《中美氣候變化聯(lián)合聲明》的發(fā)布，我國(guó)提出于2030 年左右二氧化碳排放達(dá)到峰值且努力早日達(dá)峰，生態(tài)文明理念推動(dòng)了全國(guó)低碳行動(dòng)，農(nóng)業(yè)碳排放總量在一系列政策和措施下呈快速下降態(tài)勢(shì)。

2）合肥市農(nóng)業(yè)碳排放強(qiáng)度特征。合肥市2003-2022 年的農(nóng)業(yè)碳排放強(qiáng)度（圖2）總體下降趨勢(shì)明顯（R2=0.962）。2003-2022 年，農(nóng)業(yè)碳排放強(qiáng)度逐年遞減，于2022 年降至0.482 t/萬元。合肥市農(nóng)業(yè)碳排放強(qiáng)度環(huán)比增速變化較大，為-23.451%～2.444%，年平均降幅為7.791%。其中，2007 年碳排放強(qiáng)度環(huán)比增速最大，為23.451%，這是由于農(nóng)牧業(yè)增加值相對(duì)于其他年份大幅增加，該年農(nóng)業(yè)碳排放量較前年減少5.936 萬t，進(jìn)而導(dǎo)致該年農(nóng)業(yè)碳排放強(qiáng)度降速變化較大。

3 ）合肥市農(nóng)業(yè)碳排放結(jié)構(gòu)特征。合肥市農(nóng)業(yè)碳排放碳源主要包括水稻種植、農(nóng)資投入、禽畜排放和土壤翻耕四大類（圖3）。其中水稻種植碳源占比最大，為74.13%，平均農(nóng)業(yè)碳排放量為100.481 萬t；禽畜排放（12.747%，17.266 萬t）、農(nóng)資投入（8.553%，11.591 萬t）、土壤翻耕（4.568%，6.177 萬t）。從長(zhǎng)時(shí)間段來看，禽畜排放與土壤翻耕農(nóng)業(yè)碳排放量以及占比變化較為穩(wěn)定，整體變化都較小，由此，可確定農(nóng)業(yè)碳排放量變化的原因主要在于禽畜排放與水稻種植的變化。

2003-2022 年禽畜排放碳排放量占總農(nóng)業(yè)碳排放量比重波動(dòng)較大，呈現(xiàn)先減再增再減的趨勢(shì)，2013年為峰值，其碳排放量為20.26 萬t，占比12.747%，由2003 年的15.182% 下降至2007 年的11.745%，再上升至2014 年的14.432% 后逐漸降低至2022 年的8.010%，逐漸與農(nóng)資投入碳排放量占比齊平。2003-2007 年禽畜碳排放量降低主要?dú)w因于該時(shí)間段內(nèi)高致病的禽流感致使飼養(yǎng)量減少；2007-2014年碳排放逐漸上升，這可能與相關(guān)鼓勵(lì)政策有關(guān)，從2007 年開始，國(guó)家對(duì)生豬標(biāo)準(zhǔn)化規(guī)模養(yǎng)殖場(chǎng)（小區(qū)）建設(shè)實(shí)施補(bǔ)助政策，飼養(yǎng)量得到大幅度提升；2014 年至今禽畜碳排放量逐漸降低，飼養(yǎng)量逐漸降低，這可能與2013 年國(guó)務(wù)院頒布《畜禽規(guī)模養(yǎng)殖污染防治條例》，強(qiáng)調(diào)通過法律、經(jīng)濟(jì)、技術(shù)、行政等手段推進(jìn)節(jié)能減排工作有關(guān)。

將種植業(yè)和畜牧業(yè)兩大農(nóng)業(yè)產(chǎn)業(yè)的碳排放量進(jìn)行對(duì)比分析（圖4），發(fā)現(xiàn)種植業(yè)碳排放量起伏變化較大，但整體呈現(xiàn)上升趨勢(shì)。碳排放強(qiáng)度方面，種植業(yè)碳排放強(qiáng)度整體呈現(xiàn)顯著的下降趨勢(shì)（R2=0.946）（圖5），由2003 年的3.752 t/萬元下降至2022 年的0.633 t/萬元，其環(huán)比增速亦呈下降態(tài)勢(shì)。在2004年，環(huán)比增速呈現(xiàn)負(fù)值，為-19.325%，變化幅度最大。畜牧業(yè)碳排放量變化較為明顯，2007-2022 年呈先上升后下降趨勢(shì)，2013 年達(dá)到峰值。碳排放強(qiáng)度方面，由圖6 可知，畜牧業(yè)碳排放強(qiáng)度在2003-2022 年整體呈現(xiàn)下降趨勢(shì)（R2=0.946），由2003 年的0.767 t/萬元下降至2022 年的0.129 t/萬元。其碳排放強(qiáng)度環(huán)比增速逐年遞減，由正轉(zhuǎn)負(fù)，其中，2007 年環(huán)比增速變化較大，為-36.366%。

此外，通過對(duì)比種植業(yè)碳排放強(qiáng)度與畜牧業(yè)碳排放強(qiáng)度得知，種植業(yè)的碳排放強(qiáng)度比畜牧業(yè)碳排放強(qiáng)度高。原因在于，相對(duì)于種植業(yè)畜牧業(yè)能提供更高的經(jīng)濟(jì)價(jià)值，主要體現(xiàn)在其產(chǎn)品（如肉類、奶類等）的市場(chǎng)需求和價(jià)格上，這些產(chǎn)品具有較高的附加值和市場(chǎng)需求，因此畜牧業(yè)在生產(chǎn)過程中可能會(huì)投入更多的包括飼料、能源等在內(nèi)的資源，并得到更高的經(jīng)濟(jì)價(jià)值，相比之下，種植業(yè)雖具有一定的經(jīng)濟(jì)價(jià)值，但其產(chǎn)品（如糧食、蔬菜等）的市場(chǎng)需求和價(jià)格相對(duì)穩(wěn)定，且種植過程中相對(duì)較少地依賴高碳排放的生產(chǎn)資料。

2.2 合肥市縣域農(nóng)業(yè)碳排放空間特征

1） 合肥市縣域農(nóng)業(yè)碳排放空間格局分析。將研究區(qū)域內(nèi)2003-2022 年逐年碳排放量以及碳排放強(qiáng)度借助ArGIS 軟件進(jìn)行可視化分析，采用自然間斷分級(jí)法，依據(jù)農(nóng)業(yè)碳排放總量將合肥市劃分為農(nóng)業(yè)低碳排放區(qū)、中度碳排放區(qū)、較高碳排放區(qū)和高碳排放區(qū)（圖7）；依據(jù)農(nóng)業(yè)碳排放強(qiáng)度將合肥市劃分為強(qiáng)度不明顯區(qū)域、低強(qiáng)度區(qū)域、中強(qiáng)度區(qū)域、高強(qiáng)度區(qū)域（圖8）。

總體而言，合肥市縣域農(nóng)業(yè)碳排放量差異較為明顯，經(jīng)歷了由升到降的長(zhǎng)期演化進(jìn)程，2003-2005年無明顯空間格局變化，2006-2022 年主要呈現(xiàn)“北部高、南部低”的空間格局。而農(nóng)業(yè)碳排放強(qiáng)度的空間格局變化情況較大，2003-2007 年呈現(xiàn)“北部高、南部低”的空間格局，2008-2017 年呈現(xiàn)“北部低、南部高”的空間格局，2018-2022 年呈現(xiàn)“東北部高、西北部低”的空間格局。

分析各市縣的農(nóng)業(yè)碳排放量和強(qiáng)度變化情況，結(jié)果顯示，長(zhǎng)豐縣2003-2022 年農(nóng)業(yè)碳排放量為25.352 萬～34.693 萬t，始終為高碳排放區(qū)和較高碳排放區(qū)，占合肥市農(nóng)業(yè)碳排放的19.336%～24.871%，占比較大。長(zhǎng)豐縣農(nóng)業(yè)碳排放強(qiáng)度為0.494～2.942 t/萬元，變化較為明顯；同時(shí)由圖8 可知，長(zhǎng)豐縣在2011-2016 年農(nóng)業(yè)碳排放強(qiáng)度雖處于低強(qiáng)度區(qū)域，但2018-2022 年碳排放強(qiáng)度處于中強(qiáng)度區(qū)域，具體分析可知，該縣農(nóng)牧業(yè)增加值增長(zhǎng)速度未與農(nóng)業(yè)碳排放量增長(zhǎng)速度相匹配，該縣2003-2022 年均種植中稻，禽畜的數(shù)量也逐漸減少，因此，后續(xù)需重點(diǎn)發(fā)展畜牧業(yè)，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展。廬江縣的農(nóng)業(yè)碳排放量在2003-2005 年處于高碳排放區(qū)，但該時(shí)段內(nèi)碳排放強(qiáng)度較低，具體可能與該年段廬江縣農(nóng)牧增加值在5 個(gè)縣最高有關(guān)。2006-2022年間廬江縣農(nóng)業(yè)碳排放量始終處于中度碳排放區(qū)和較高碳排放區(qū)，此時(shí)段該縣相較于其他縣農(nóng)業(yè)機(jī)械碳排放量較大，同時(shí)該縣在2009-2017 年農(nóng)業(yè)碳排放強(qiáng)度始終處于高強(qiáng)度區(qū)域，該時(shí)間段內(nèi)農(nóng)業(yè)生產(chǎn)效益低，自2018 年后其碳排放強(qiáng)度有所降低，這可能與其農(nóng)牧業(yè)增加值有關(guān)。巢湖市在幾個(gè)縣（市）中農(nóng)業(yè)碳排放量持續(xù)保持最低水平，但2018-2021 年期間處于高碳排放強(qiáng)度區(qū)域，根據(jù)碳排放分布數(shù)據(jù)可見，該市需側(cè)重畜牧業(yè)發(fā)展，提高畜牧業(yè)經(jīng)濟(jì)水平。肥東縣的農(nóng)業(yè)碳排放量除2003 年處于較高碳排放區(qū)，其余年份均處于高碳排放區(qū)，從數(shù)據(jù)分布可知，2003-2022 年該地選擇種植中稻，雖中稻收益較高，更有經(jīng)濟(jì)價(jià)值，但中稻相對(duì)于早稻、晚稻種植的碳排放量最高；除此之外，該縣在2007-2011 年的畜牧業(yè)養(yǎng)殖數(shù)量比其他縣都高，這也是肥東縣在該年段農(nóng)業(yè)碳排放強(qiáng)度處于低強(qiáng)度區(qū)域和強(qiáng)度不明顯區(qū)域的原因。肥西縣的農(nóng)業(yè)碳排放量空間變化較為穩(wěn)定，始終處于中度碳排放區(qū)和較高碳排放區(qū)，且碳排放強(qiáng)度處于不明顯區(qū)域、低強(qiáng)度區(qū)域，觀察具體數(shù)據(jù)得知其農(nóng)牧業(yè)增加值高，且農(nóng)業(yè)發(fā)展較穩(wěn)定，因此該縣農(nóng)牧業(yè)發(fā)展模式可為其他縣市提供參考。肥西縣一直推崇農(nóng)業(yè)高質(zhì)量發(fā)展，結(jié)合高標(biāo)準(zhǔn)農(nóng)田建設(shè)，合理布局配套建設(shè)育秧中心、烘干中心、全程機(jī)械化綜合農(nóng)事服務(wù)中心87 個(gè)。先后進(jìn)入國(guó)家農(nóng)業(yè)現(xiàn)代化示范區(qū)、國(guó)家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園創(chuàng)建名單，這也是肥西縣農(nóng)業(yè)發(fā)展水平在合肥市各縣（市）突出的原因。

2）合肥市縣域農(nóng)業(yè)碳排放空間遷移特征分析。為進(jìn)一步揭示合肥市農(nóng)業(yè)碳排放的遷移變化，采用標(biāo)準(zhǔn)差橢圓（SDE）法得到2006、2010、2014、2018和 2022 年的重心及標(biāo)準(zhǔn)差橢圓，農(nóng)業(yè)碳排放標(biāo)準(zhǔn)差參數(shù)如表3 所示，其可視化結(jié)果如圖9 所示。重心遷移軌跡顯示，合肥市農(nóng)業(yè)碳排放重心整體向東北方向遷移，2003-2022 年共計(jì)遷移約17.75 km。重心遷移方向方面，2003年重心在包河區(qū)境內(nèi)，2006-2010 年重心向西北方向遷移，2010-2022 年向東北遷移，最終落在包河區(qū)與瑤海區(qū)行政邊界交接處周圍。重心移動(dòng)速度方面，2013-2014 年、2017-2018年移速明顯高于其他年份。另外，2003-2004 年、2007-2008 年、2017-2018 年移動(dòng)距離均超過2km?？梢姡r(nóng)業(yè)碳排放重心逐漸向長(zhǎng)豐縣與肥東縣遷移。長(zhǎng)豐縣和肥東縣都是安徽省的重要農(nóng)業(yè)縣，2縣銷售的優(yōu)勢(shì)農(nóng)產(chǎn)品包括蝦仁、香腸、草莓等，這些產(chǎn)品的銷售反映了2 縣對(duì)農(nóng)業(yè)發(fā)展的重視及其成果。但農(nóng)業(yè)的高速發(fā)展也帶來農(nóng)業(yè)碳排放量的增加和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平不穩(wěn)定的問題。

深入分析其變化趨勢(shì)，其橢圓方向逐漸向長(zhǎng)豐縣偏移，說明相對(duì)于肥東縣，農(nóng)業(yè)碳排放重心更加向長(zhǎng)豐縣偏移；同時(shí)由表3 可知，2014 年的扁率最大，表明合肥市農(nóng)業(yè)碳排放重心偏移方向性更加明顯。

3 討論

本研究以合肥市為例，系統(tǒng)分析2003-2022 年合肥市農(nóng)業(yè)碳排放量、碳排放強(qiáng)度和縣域農(nóng)業(yè)碳排放時(shí)空特征，結(jié)果表明：

1）合肥市農(nóng)業(yè)碳排放量呈先增后減的趨勢(shì)；農(nóng)業(yè)碳排放強(qiáng)度下降趨勢(shì)明顯。農(nóng)業(yè)碳排放量為121.338萬～141.032萬 t，年均遞增率僅為-0.530%，增速總體上較為平穩(wěn)。農(nóng)業(yè)碳排放強(qiáng)度范圍為0.482～2.358 t/萬元，整體上環(huán)比增速較大，平均降幅為-7.791%。

2）合肥市農(nóng)業(yè)碳排放量四大碳源占比從大到小分別為水稻種植、禽畜排放、農(nóng)資投入和土壤翻耕。合肥市農(nóng)業(yè)碳排放中水稻種植占比最大，為74.132%，平均農(nóng)業(yè)碳排放量為100.481 萬t；其他三大碳源占比和碳排放量分別為：禽畜排放（12.747%，17.266 萬t）、農(nóng)資投入（8.553%，11.591 萬t）、土壤翻耕（4.568%，6.177 萬t）。

3）合肥市各區(qū)（縣、市）農(nóng)業(yè)碳排放量2003-2005 年無明顯空間變化，2006-2022 年主要呈現(xiàn)北高南低的空間格局；碳排放強(qiáng)度2003-2007 年呈現(xiàn)北高南低的空間格局，2008-2017 年呈現(xiàn)北低南高的格局，2018-2022 年呈現(xiàn)東北高西北低的空間格局。

4）從重心遷移軌跡看，合肥市農(nóng)業(yè)碳排放重心整體向東北方向遷移。2003-2022 年共遷移約17.75 km，2003 年農(nóng)業(yè)碳排放重心在包河區(qū)境內(nèi)，2006-2010 年重心向西北方向遷移，2010-2022 年向東北遷移，最終落在包河區(qū)與瑤海區(qū)行政邊界交接處。重心移動(dòng)速度方面，2013-2014 年、2017-2018 年移速明顯高于其他年份。

我國(guó)碳排放治理體系尚不完善，碳排放核算體系尚待建立健全［4］，在碳排放系數(shù)選取、樣本量等方面仍未形成有效一致結(jié)論，同時(shí)在農(nóng)業(yè)碳減排方面也缺少基于空間分異特征的精準(zhǔn)調(diào)控路徑［35-36］。碳排放量方面，相關(guān)研究未考慮到不同禽畜的飼養(yǎng)周期，僅利用禽畜的年末出欄量作為飼養(yǎng)量進(jìn)行計(jì)算［13，26-27］；常常未將家禽碳排放量納入測(cè)算范圍［30，37］，而本研究考慮到禽畜的飼養(yǎng)周期，對(duì)飼養(yǎng)量進(jìn)行了精細(xì)調(diào)整，并將家禽碳排放也納入計(jì)算，更加系統(tǒng)而精細(xì)地測(cè)算了農(nóng)業(yè)碳排放。此外，相關(guān)研究在核算水稻種植碳排放量時(shí)未對(duì)水稻類型進(jìn)行劃分［38］，而本研究對(duì)于早、中、晚稻進(jìn)行了細(xì)分，更加精細(xì)化考量了不同類型水稻的碳排放情況。農(nóng)業(yè)碳排放強(qiáng)度可以用于衡量農(nóng)業(yè)碳排放的水平［39］，可由地區(qū)農(nóng)業(yè)碳排放量與該地區(qū)農(nóng)牧業(yè)生產(chǎn)總值之比得到［9］，但農(nóng)牧業(yè)生產(chǎn)總值并未考慮到中間投入和轉(zhuǎn)移價(jià)值的影響，因此本研究選取的經(jīng)濟(jì)數(shù)據(jù)是農(nóng)牧業(yè)產(chǎn)業(yè)增加值，因增加值能更準(zhǔn)確地反映生產(chǎn)的規(guī)模和速度，并排除中間投入和轉(zhuǎn)移價(jià)值的影響。從研究統(tǒng)計(jì)單元尺度而言，本研究的縣域尺度測(cè)算能夠?yàn)檗r(nóng)業(yè)碳排放的精細(xì)測(cè)算路徑提供參考?；诤戏适锌h域農(nóng)業(yè)碳排放時(shí)空特征研究結(jié)果，本研究提出以下碳減排措施：

1）優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展低碳農(nóng)業(yè)。根據(jù)市場(chǎng)需求和資源稟賦，調(diào)整和優(yōu)化種植結(jié)構(gòu)，發(fā)展適地適種的農(nóng)作物和經(jīng)濟(jì)作物，減少低效益農(nóng)作物的種植。 分析調(diào)查的數(shù)據(jù)得知，合肥市整體種植業(yè)碳排放強(qiáng)度逐年遞減，主要是由于中稻的種植面積增加，而中稻成本低價(jià)值高，擁有較高的農(nóng)業(yè)增加值。除此之外，長(zhǎng)豐縣、肥東縣、巢湖市均以中稻為主，肥西縣也于2018 年將水稻種植種類轉(zhuǎn)換成中稻，這也與早、晚稻成本高，而中稻收益高有關(guān)，但通過碳排放系數(shù)得知，早稻與晚稻的碳排放系數(shù)是遠(yuǎn)小于中稻的，這也是導(dǎo)致種植業(yè)碳排放量高的原因之一。廬江縣雖早稻、中稻、晚稻均有分布，但其早、中、晚稻種植量差別不大，導(dǎo)致其碳排放量及碳排放強(qiáng)度均高。因此，在制定農(nóng)業(yè)可持續(xù)發(fā)展策略時(shí)，可以考慮不同水稻品種種植結(jié)構(gòu)的變化及其對(duì)農(nóng)業(yè)碳排放的影響，可通過以中稻為主，搭配少量早稻、晚稻，既可錯(cuò)開種植季節(jié)，也可減少碳排放量，同時(shí)對(duì)農(nóng)業(yè)經(jīng)濟(jì)的影響也較?。?4］。

2）提高農(nóng)業(yè)科學(xué)技術(shù)水平，推廣生態(tài)農(nóng)業(yè)、有機(jī)農(nóng)業(yè)、水稻種植機(jī)械化等低碳農(nóng)業(yè)技術(shù)。通過比對(duì)已收集的數(shù)據(jù)，長(zhǎng)豐縣的碳排放量最高，主要原因是其農(nóng)資投入大，尤其是化肥與農(nóng)膜的使用，遠(yuǎn)超其他縣的使用量，因此該縣需減少難降解農(nóng)膜、農(nóng)藥以及高污染化肥等排放物的使用，爭(zhēng)取農(nóng)業(yè)生產(chǎn)高效率和資源利用高效率，例如用糞肥、堆肥或有機(jī)肥替代高污染化肥等［35］。

3）制定并完善農(nóng)業(yè)碳排放測(cè)算和監(jiān)測(cè)體系，明確農(nóng)業(yè)碳中和的實(shí)施路徑。建立完善的農(nóng)業(yè)碳排放監(jiān)管政策和指標(biāo)體系，明確農(nóng)業(yè)碳排放的量化標(biāo)準(zhǔn)和監(jiān)測(cè)方法。每個(gè)地區(qū)農(nóng)業(yè)基礎(chǔ)與經(jīng)濟(jì)發(fā)展水平不同，需要根據(jù)每個(gè)區(qū)域的具體情況制定適合當(dāng)?shù)氐挠行p排政策［37］。廬江縣碳排放強(qiáng)度高的原因還在于其養(yǎng)殖業(yè)發(fā)展水平低下，該縣忽視了養(yǎng)殖業(yè)帶來的經(jīng)濟(jì)效益，其牛、豬、羊、家禽養(yǎng)殖數(shù)量遠(yuǎn)低于其他縣，因此其農(nóng)牧業(yè)增加值低，碳排放強(qiáng)度高，而畜牧業(yè)對(duì)農(nóng)業(yè)碳排放的貢獻(xiàn)較少，因此，該縣可適當(dāng)發(fā)展養(yǎng)殖業(yè)。

參考文獻(xiàn) References

［1］ 楊欣，張華，董玥. 經(jīng)濟(jì)社會(huì)轉(zhuǎn)型期武漢城市圈農(nóng)業(yè)碳排放影響因素分解研究：基于農(nóng)業(yè)投入視角［J］. 國(guó)土資源科技管理，2019，36（4）：1-11.YANG X，ZHANG H，DONG Y.Study onthe decomposition of influencing factors of agricultural carbonemission in Wuhan metropolitan area during economic and socialtransformation：from the perspective of agricultural input［J］. Scientific and technological management of land and resources，2019，36（4）：1-11（ in Chinese with English abstract）.

［2］ 郭朝先.2060 年碳中和引致中國(guó)經(jīng)濟(jì)系統(tǒng)根本性變革［J］. 北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（5）：64-77.GUO CX.Carbon neutrality by 2060 leads to fundamental changes inChina’s economic system［J］.Journal of Beijing University ofTechnology （social sciences edition），2021，21（5）：64-77 （inChinese with English abstract）.

［3］ 胡永浩，張昆揚(yáng)，胡南燕，等. 中國(guó)農(nóng)業(yè)碳排放測(cè)算研究綜述［J］. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2023，31（2）：163-176.HUY H，ZHANG K Y，HU N Y，et al.Review on measurementof agricultural carbon emission in China［J］.Chinese journal ofeco-agriculture，2023，31（2）：163-176 （in Chinese with Englishabstract）.

［4］ 張俊飚，何可“. 雙碳” 目標(biāo)下的農(nóng)業(yè)低碳發(fā)展研究：現(xiàn)狀、誤區(qū)與前瞻［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2022，43（9）：35-46.ZHANG JB，HE K. Current situation，misunderstandings and prospectsof agricultural low-carbon development under the targets ofcarbon peak and carbon neutrality［J］. Issues in agriculturaleconomy，2022，43（9）：35-46 （in Chinese with English abstract）.

［5］ 何艷秋，戴小文. 中國(guó)農(nóng)業(yè)碳排放驅(qū)動(dòng)因素的時(shí)空特征研究［J］. 資源科學(xué)，2016，38（9）：1780-1790.HE Y Q，DAI X W.Phase characteristics and regional differences in agriculture carbonemissions in China［J］. Resources science，2016，38（9）：1780-1790（ in Chinese with English abstract）.

［6］ 孟慶雷，殷宇翔，王煜昊. 我國(guó)農(nóng)業(yè)碳排放的時(shí)空演化、脫鉤效應(yīng)及績(jī)效評(píng)估［J］. 中國(guó)農(nóng)業(yè)科學(xué)，2023，56（20）：4049-4066.MENG Q L， YIN Y X， WANG Y H. Spatial-temporalevolution， decoupling effect and performance evaluation of China’sagricultural carbon emissions［ J］. Scientia agricultura sinica，2023，56（20）：4049-4066（in Chinese with English abstract）.

［7］ 田云，尹忞昊. 中國(guó)農(nóng)業(yè)碳排放再測(cè)算：基本現(xiàn)狀、動(dòng)態(tài)演進(jìn)及空間溢出效應(yīng)［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)，2022（3）：104-127.TIAN Y，YIN M H.Re-evaluation of China’s agricultural carbonemissions：basic status，dynamic evolution and spatial spillovereffects［J］.Chinese rural economy，2022（3）：104-127 （inChinese with English abstract）.

［8］ 張學(xué)智，王繼巖，張?zhí)冫悾? 中國(guó)農(nóng)業(yè)系統(tǒng)甲烷排放量評(píng)估及低碳措施［J］. 環(huán)境科學(xué)與技術(shù)，2021，44（3）：200-208.ZHANG X Z，WANG J Y，ZHANG T L，et al.Assessment ofmethane emissions from China’s agricultural system and lowcarbon measures［J］. Environmental science amp; technology，2021，44（3）：200-208（in Chinese with English abstract）.

［9］ 王寶義. 中國(guó)農(nóng)業(yè)碳排放的結(jié)構(gòu)特征及時(shí)空差異研究［J］. 調(diào)研世界，2016（9）：3-10.WANG B Y.Structural characteristicsand temporal and spatial differences of agricultural carbonemissions in China［J］.The world of survey and research，2016（9）：3-10（ in Chinese）.

［10］ 褚迎港，曹海艷. 長(zhǎng)三角地區(qū)農(nóng)業(yè)碳排放時(shí)空特征和脫鉤彈性研究［J］. 特區(qū)經(jīng)濟(jì)，2024（3）：51-55.CHU Y G，CAO H Y.Research on the characteristics of agricultural carbon emissionsin the Yangtze River Delta Region and decoupling elasticity［J］.Special zone economy，2024（3）：51-55 （in Chinese withEnglish abstract）.

［11］ 張頌心，王輝，徐如濃.科技進(jìn)步、綠色全要素生產(chǎn)率與農(nóng)業(yè)碳排放關(guān)系分析：基于泛長(zhǎng)三角26 個(gè)城市面板數(shù)據(jù)［J］. 科技管理研究，2021，41（2）：211-218.ZHANG S X，WANG H，XU RN.Analysis on the relationship between science and technologyprogress，green total factor productivity and agricultural carbonemission：based on pan Yangtze River Delta 26 city panel data［J］. Science and technology management research，2021，41（2）：211-218（ in Chinese with English abstract）.

［12］ 冉錦成，馬惠蘭，蘇洋. 西北五省農(nóng)業(yè)碳排放測(cè)算及碳減排潛力研究［J］. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，39（3）：623-632.RAN JC，MA H L，SU Y. A study on agricultural carbon emissionand carbon emission reduction potential in five provinces inNorthwest China［J］. Acta Agriculturae Universitatis Jiangxiensis，2017，39（3）：623-632 （in Chinese with English abstract）.

［13］ 吳義根，馮開文. 中國(guó)省際農(nóng)業(yè)碳排放的時(shí)空分異特征及關(guān)聯(lián)效應(yīng)［J］. 環(huán)境科學(xué)與技術(shù)，2019，42（3）：180-190.WU YG，F(xiàn)ENG K W. Spatial-temporal differentiation features andcorrelation effects of provincial agricultural carbon emissions inChina［J］.Environmental science amp; technology，2019，42（3）：180-190（ in Chinese with English abstract）.

［14］ 任惠芹，齊婭榮，王嘉怡，等. 寧夏市域尺度下畜牧業(yè)碳排放時(shí)空演變及驅(qū)動(dòng)因子研究［J］. 安徽農(nóng)業(yè)科學(xué)，2024，52（10）：80-84.REN H Q，QI Y R，WANG J Y，et al.Study on the spatialand temporal evolution of carbon emissions from animalhusbandry and the driving factors at the municipal scale inNingxia［J］. Journal of Anhui agricultural sciences，2024，52（10）：80-84（ in Chinese with English abstract）.

［15］ 趙爽，陳儒，姜志德. 低碳試點(diǎn)政策對(duì)農(nóng)業(yè)碳排放影響的實(shí)證研究：基于雙重差分模型的檢驗(yàn)［J］. 生態(tài)經(jīng)濟(jì)，2018，34（12）：22-28.ZHAO S，CHEN R，JIANG Z D.Empirical analysisof the low-carbon pilot policies′ impact on agricultural carbonemissions based on DID model［J］. Ecological economy，2018，34（12）：22-28（ in Chinese with English abstract）.

［16］ 褚力其，姜志德，任天馳. 中國(guó)農(nóng)業(yè)碳排放經(jīng)驗(yàn)分解與峰值預(yù)測(cè)：基于動(dòng)態(tài)政策情景視角［J］. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2020，25（10）：187-201.CHU L Q，JIANG Z D，REN T C.Empiricaldecomposition and peak prediction of agricultural carbon emissionsin China：from the perspective of dynamic policy scenarios［J］.Journal of China Agricultural University，2020，25（10）：187-201（ in Chinese with English abstract）.

［17］ 王龍飛，王小艷，李柯，等. 碳達(dá)峰背景下新疆農(nóng)業(yè)碳排放量測(cè)算及強(qiáng)度分析［J］. 智慧農(nóng)業(yè)導(dǎo)刊，2024，4（18）：52-55.WANG L F，WANG X Y，LI K，et al. Quantity calculationand intensity analysis of agricultural carbon emissions in Xinjiangin the context of carbon peak［J］.Journal of smart agriculture，2024，4（18）：52-55（ in Chinese with English abstract）.

［18］ 王翠平，趙心雨，王以彤，等. 遼寧省家畜生產(chǎn)碳排放量測(cè)算與分析［J］. 山東畜牧獸醫(yī)，2024，45（8）：4-7.WANG C P，ZHAO X Y，WANG Y T，et al.Calculation and analysis of carbonemissions from livestock production in Liaoning Province［J］. Shandong journal of animal science and veterinary medicine，2024，45（8）：4-7（ in Chinese）.

［19］ 彭宸，賈俊松，余清項(xiàng)，等. 中國(guó)農(nóng)業(yè)碳排放的時(shí)空演化及影響因素分析［J］. 環(huán)境科學(xué)研究，2024，37（6）：1181-1192.PENG C，JIA J S，YU Q X，et al.Analysis of spatio-temporalevolution and influencing factors of agricultural carbon emissionin China［J］.Research of environmental sciences，2024，37（6）：1181-1192（ in Chinese with English abstract）.

［20］ LIU S T，JIA J S，HUANG H Z，et al. China’s CO2 emissions：a thorough analysis of spatiotemporal characteristics andsustainable policy from the agricultural land-use perspectiveduring 1995—2020［J/OL］. Land，2023，12（6）：1220［2024-09-21］.https：//doi.org/10.3390/land12061220.

［21］ 黃和平，李紫霞，黃靛，等“. 雙碳” 目標(biāo)下江西省農(nóng)業(yè)碳排放量測(cè)算、影響因素分析與預(yù)測(cè)研究［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2024，40（2）：179-190.HUANG H P，LI Z X，HUANG D，et al.Research on the measurement，analysis and prediction ofagricultural carbon emissions in Jiangxi Province under the“dual carbon” goals［J］. Journal of ecology and rural environ‐ment，2024，40（2）：179-190 （in Chinese with English abstract）.

［22］ 胡婉玲，張金鑫，王紅玲. 中國(guó)農(nóng)業(yè)碳排放特征及影響因素研究［J］. 統(tǒng)計(jì)與決策，2020，36（5）：56-62.HU W L，ZHANG JX，WANG H L.Characteristics and influencing factors of agriculturalcarbon emission in China［J］. Statistics amp; decision，2020，36（5）：56-62（ in Chinese with English abstract）.

［23］ 何艷秋，陳柔，吳昊玥，等. 中國(guó)農(nóng)業(yè)碳排放空間格局及影響因素動(dòng)態(tài)研究［J］. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2018，26（9）：1269-1282.HE Y Q，CHEN R，WU H Y，et al.Spatial dynamics ofagricultural carbon emissions in China and the related drivingfactors［J］. Chinese journal of eco-agriculture，2018，26（9）：1269-1282（ in Chinese with English abstract）.

［24］ 鄭博福，梁涵，萬煒，等. 江西省縣域農(nóng)業(yè)碳排放時(shí)空格局及影響因素分析［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38（23）：70-80.ZHENG B F，LIANG H，WAN W，et al.Spatial-temporal patternand influencing factors of agricultural carbon emissions atthe county level in Jiangxi Province of China［J］.Transactionsof CSAE，2022，38（23）：70-80 （in Chinese with English abstract）.

［25］ 鄧維忠，許中堅(jiān). 湖南省農(nóng)業(yè)碳排放特征及碳達(dá)峰分析［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2024，32（2）：206-217.DENGW Z，XU Z J. Characteristics of agricultural carbon emissionsand carbon peak analysis in Hunan Province［J］.Chinese journalof eco-agriculture，2024，32（2）：206-217 （in Chinese withEnglish abstract）.

［26］ 顧沈怡，邱子健，詹永冰，等. 我國(guó)畜牧業(yè)碳排放時(shí)空特征與趨勢(shì)預(yù)測(cè)［J］. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2023，42（3）：705-714.GUS Y，QIU Z J，ZHAN Y B，et al.Spatial-temporal characteristicsand trend prediction of carbon emissions from animal husbandryin China［J］. Journal of agro-environment science，2023，42（3）：705-714（ in Chinese with English abstract）.

［27］ 楊思存，霍琳，王成寶，等. 基于STIRPAT 模型的甘肅省農(nóng)業(yè)碳排放特征分析［J］. 干旱區(qū)地理，2023，46（9）：1493-1502.YANG S C，HUO L，WANG C B，et al.Characteristics of agriculturalcarbon emissions in Gansu Province based on STIRPATmodel［J］.Arid land geography，2023，46（9）：1493-1502（in Chinese with English abstract）.

［28］ 崔涵，王丙參，周明生. 中國(guó)農(nóng)業(yè)碳排放時(shí)空演進(jìn)及驅(qū)動(dòng)因素［J］. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2024，32（7）：1097-1108.CUI H，WANG B C，ZHOU M S. Spatiotemporal evolutionand driving factors of China’s agricultural carbon emissions［J］. Chinese journal of eco-agriculture，2024，32（7）：1097-1108（ in Chinese with English abstract）.

［29］ 田云，張俊飚. 中國(guó)農(nóng)業(yè)生產(chǎn)凈碳效應(yīng)分異研究［J］. 自然資源學(xué)報(bào)，2013，28（8）：1298-1309.TIAN Y，ZHANG J B.Regionaldifferentiation research on net carbon effect of agriculturalproduction in China［J］.Journal of natural resources，2013，28（8）：1298-1309（ in Chinese with English abstract）.

［30］ 張麗瓊，何婷婷.1997—2018 年中國(guó)農(nóng)業(yè)碳排放的時(shí)空演進(jìn)與脫鉤效應(yīng)：基于空間和分布動(dòng)態(tài)法的實(shí)證研究［J］. 云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2022，16（1）：78-90.ZHANG L Q，HE T T. Spatio-temporal of agricultural carbon emission anddecoupling in China during 1997—2018：an empirical researchbased on spatial and distribution dynamics method［J］.Journalof Yunnan Agricultural University（social science），2022，16（1）：78-90（ in Chinese with English abstract）.

［31］ 王青青，趙夢(mèng)薇，羅晶晶，等. 安徽省農(nóng)業(yè)碳排放時(shí)空變化分析與影響因素研究［J］. 中國(guó)農(nóng)學(xué)通報(bào)，2024，40（16）：104-111. WANG Q Q，ZHAO M W，LUO J J，et al. Analysis ofspatial and temporal variation of agricultural carbon emissionsand influencing factors in Anhui Province［J］.Chinese agriculturalscience bulletin，2024，40（16）：104-111 （in Chinese withEnglish abstract）.

［32］ 胡向東，王濟(jì)民. 中國(guó)畜禽溫室氣體排放量估算［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26（10）：247-252.HU X D，WANG J M.Estimationof livestock greenhouse gases discharge in China［J］.Transactions of CSAE，2010，26（10）：247-252 （in Chinesewith English abstract）.

［33］ 陳怡，凌莉，古圳威，等. 陜西省碳排放時(shí)空格局演變及其影響因素［J］. 中國(guó)環(huán)境科學(xué)，2024，44（4）：1826-1839.CHENY，LING L，GU Z W，et al.Spatio-temporal evolution and influencingfactors of carbon emissions in Shaanxi Province［J］.China environmental science，2024，44（4）：1826-1839（ in Chinesewith English abstract）.

［34］ 劉美娟，王蓓，仲俊濤. 近30 年來青海省人口：經(jīng)濟(jì)：糧食區(qū)域差異與空間格局［J］. 西北人口，2021，42（6）：113-124.LIUM J，WANG B，ZHONG J T.Population-economic-grain regionaldifference and spatial pattern of Qinghai Province in thepast 30 years［J］.Northwest population journal，2021，42（6）：113-124（ in Chinese with English abstract）.

［35］ 白義鑫，王霖嬌，盛茂銀. 黔中喀斯特地區(qū)農(nóng)業(yè)生產(chǎn)碳排放實(shí)證研究［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2021，42（3）：150-157.BAIY X，WANG L J，SHENG M Y. Empirical study on carbonemission of agricultural production in Karst region of GuizhouProvince［J］. Chinese journal of agricultural resources and regionalplanning，2021，42（3）：150-157 （in Chinese with Englishabstract）.

［36］ 李遠(yuǎn)玲，王金龍，楊伶. 基于縣域尺度的湖南省農(nóng)業(yè)碳排放時(shí)空特征分析［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2022，43（4）：75-84.LI Y L，WANG J L，YANG L.Study on temporal and apatialcharacteristics of agricultural carbon emissions in Hunan provinceat county scale［J］.Chinese journal of agricultural resourcesand regional planning，2022，43（4）：75-84 （in Chinese withEnglish abstract）.

［37］ 張志高，劉青利，張翠貞，等. 河南省農(nóng)業(yè)碳排放動(dòng)態(tài)變化及預(yù)測(cè)研究［J］. 南方農(nóng)業(yè)，2017，11（22）：24-28.ZHANG Z G，LIU Q L，ZHANG C Z，et al. Study on dynamic change andprediction of agricultural carbon emissions in Henan Province［J］. South China agriculture，2017，11（22）：24-28 （in Chi‐nese）.

［38］ 沈達(dá)尊. 農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)效益的評(píng)價(jià)：第一講 農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)效益的概念和評(píng)價(jià)指標(biāo)［J］. 湖北農(nóng)業(yè)科學(xué)，1983，22（10）：34-37.SHEN D Z.Evaluation of economic benefits of agriculturalproduction：the first lecture on the concept and evaluation indexof economic benefits of agricultural production［J］. Hubeiagricultural sciences，1983，22（10）：34-37（ in Chinese）.

［39］ 閔繼勝，胡浩. 中國(guó)農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測(cè)算［J］. 中國(guó)人口·資源與環(huán)境，2012，22（7）：21-27.MIN J S，HU H.Calculation of greenhouse gases emission from agricultural productionin China［J］.China population，resources and environment，2012，22（7）：21-27（ in Chinese with English abstract）.

（責(zé)任編輯：張志鈺）

基金項(xiàng)目：安徽省住房城鄉(xiāng)建設(shè)科學(xué)技術(shù)計(jì)劃項(xiàng)目（2023-RK024）