摘要
将食物生产与碳排放分别作为期望与非期望产出,构建“水-能源-食物-土地-碳排放”耦合(“water-energy-food-land-carbon” nexus, WEFLC)分析框架,选择舟山海岛的果蔬种植、畜牧养殖以及水产养殖典型农业生产案例,进行农业空间评估与低碳规划研究。结果表明,单位产值和单位面积碳排放强度顺序依次为畜牧养殖、水产养殖、果蔬种植,且畜牧养殖的总产值在碳市场中受到影响较大。在维持食物产出不变的情况下,畜牧养殖、水产养殖、果蔬种植可分别通过应用光伏、提升用水效率、引入有机废弃物处理技术等措施,降低水资源、能源、土地资源消耗,实现农业生产的低碳发展。
农业是全球温室气体的重要来源,占全球人为源温室气体排放的17%~32%,其中占非二氧化碳温室气体排放的56
农业空间中“水-能源-食物”等物质流之间的相互作用是其核心特征之一。联合国人居署于2019年发布了《中国长江三角洲地区净零碳乡村规划指南
海岛地区更易受到气候变化影响,处于应对气候变化的前沿,有必要探索低碳发展和气候变化适应路
舟山是长江流域最大的群岛和港口,农业也是舟山乡村的重要产业之一。本文以舟山市为例,对该地区果蔬种植、畜牧养殖、水产品养殖等典型农业生产案例进行调研,基于“WEFLC”耦合关系对各类农业空间进行低碳评估和规划。
选择舟山市定海区乡村为研究对象(

图1 定海区区域位置
Fig.1 Location of Dinghai District
定海区拥有海岸线400多公里,农田共77.09 k

图2 农场平面图(网格:50× 50m)
Fig.2 The floor plan of the farm (the grid is 50 × 50m)
将土地要素、碳排放纳入“水-能源-食物”耦合关系(WEF)中。同时,将碳排放与食物生产作分别作为期望产出与非期望产出,建立了WEFLC耦合分析框架(

图3 农业生产空间中“WEFLC”关联示意图
Fig.3 A diagram of the WEFLC nexus in agricultural production space
投入包含农场用水、用能以及用地情况,数据由研究者通过实地调研、访谈农场管理者获得。产出分为期望产出、非期望产出以及综合产出,其中期望产出为由研究者通过调研获得农场年产值情况,非期望产出为农场产生碳排放情况。考虑到未来中国以及全球碳市场的建立,将期望产出减去非期望产出结合获得综合产出:
综合产出=期望产出-碳交易价格×碳排放总量 | (1) |
根据IPCC温室气体清单导则推荐方法,对碳排放量进行计算如下:
(2) |
农村生产活动进行的碳排放核算包含直接和间接排放(隐含在农业投入品中)两个方面。对于农耕种植活动来说,直接碳排放包括稻田CH4、肥料施用的N2O、能源使用的CO2;间接排放包括肥料、材料和耕作机械等主要投入品在生产过程中由能源消耗引起的CO2。对于畜牧和渔业养殖活动来说,直接碳排放包括动物肠道发酵产生的CH4、粪便管理产生的CH4和N2O、能源使用的CO2;间接碳排放包括饲料、医药和养殖设施等主要投入品在生产过程中因能源消耗而产生的CO
Y生态家庭农场以及S蔬菜合作社均从事蔬菜、水果种植,不存在稻田CH4排放。H牧场采用堆肥发酵进行动物粪便管理。因此,考虑数据精度以及农场对低碳生产可控性,在计算碳排放包含农业生产中的直接排放,即农场运营中的用电、燃料、用水以及动植物本身产生的碳排放,以及部分间接排放,即化肥生产和使用、农场承担的运输排放,不包括外购饲料生产过程中的间接排放。计算使用的排放因子如
对农业生产空间效率评价分为3个方面,一是碳排放强度,用单位产值碳排放来表示,即每一单位的期望产出伴随出现的非期望产出的量,从效率提升的角度来说,碳排放强度越低,表明农业生产过程中产生的负外部性越小。二是空间的产出效率,即单位用地上期望产出和非期望产出,用单位面积产值和单位面积碳排放来表示。三是综合空间效率,即单位用地上结合了期望产出和非期望产出的综合产出。计算方法如下:
碳排放强度=碳排放总量/总产值 | (3) |
空间产出效率=
期望产出(或非期望产出)/农场占地面积 | (4) |
综合空间产出效率=综合产出/农场占地面积 | (5) |
Y生态家庭农场占地面积约13.3万
S蔬菜专业合作社总占地面积约6万
H牧场占地面积为20万
在污废回收利用方面,牧场自设5个容积为120
X养殖场占地总面积40万
从碳排放强度(

图4 4类典型农业生产碳排放总量对比及占比分析
Fig.4 Comparison of total carbon emissions from four types of typical agricultural production and analysis of their proportions
Y生态家庭农场主要碳排放来源于用电(42.54%)、燃料燃烧(34.86%),S蔬菜合作社碳排放主要来源于肥料施用(75.95%)以及用电(21.80)。同样是从事果蔬种植的农场,种植、运营模式会导致用水、用能、用地以及碳排放的差异。在肥料使用方面,Y家庭农场全部使用有机肥,S农场使用化肥和有机肥相结合的施肥方法,导致肥料碳排放较高。在运营模式方面,S农场的销售模式为供货商预定拿货,因此储藏需求很小,并且不存在送货运输需求。Y农场通过网上销售进行本地配送,需要使用大型冷库储存尚未销售的产品,并使用车辆进行产品外运活动,带来较高的燃料排放。
H牧场碳排放主要来源于用电(53.06%)、动物肠道(28.36%)以及燃料燃烧(16.72%)。电力主要用于猪舍保温、自动化控制系统以及工作人员生活,动物肠道排放通过农场管理方降低空间较小。燃料燃烧排放主要来源于饲料运输过程以及猪舍保温中的柴油消耗。H牧场已经利用部分生物质能进行沼气发电,占总用电消耗的13.54%。
X水产养殖场的碳排放主要来源于用水(58.76%)以及用电(41.24%)。用水排放主要来源于水产养殖中供排水处理以及运输,电力排放主要来源于全天运行的增氧曝气设备,以维持高密度养殖的富氧环境。
从空间产出效率(

图5 4类农业生产单位空间预期产出、非预期产出以及综合产值对比
Fig.5 Comparison of the expected output, unexpected output and comprehensive output of the four types of agriculture
从综合空间产出效率分析(图
由此可见,虽然H牧场的空间产出效率明显优于其他农业产业,但在未来碳市场真正建立完善后,将面临更大的低碳转型压力。X养殖场(养虾)在4类典型农业生产空间中,经济效益和环境效益平衡较好,但也有降碳空间。S蔬菜专业合作社、Y家庭农场的压力,来自于经济效益提升,以及降低化肥使用带来的碳排放。
根据上文分析结果,H牧场能源排放较高,更需要关注能-地、能-食关系。X养殖场用水带来的排放较高,更需要关注水-能、水-食物关系。对于S蔬菜合作社,化肥施用排放占比较高,需要更加关注水-能、食-地关系。Y家庭农场排放主要来源于果蔬保存、运输中的能源消耗,需要关注能-地关系。因此,低碳规划策略从增加新能源使用、优化水资源利用以及加大有机肥利用3个方面展开。
能源消耗量较大的农场为H牧场以及X养殖场,可考虑光伏等新能源的使用。以下分析中按照可安装光伏100W·
(1)H牧场(

图6 农业空间光伏安装建议
Fig·6 The space of agricultural spaces recommended for photovoltaic installation
(2)X养殖场(
(3)Y农场(
总体来说,在H牧场猪舍厂房屋顶、X养殖场部分养殖大棚、Y农场的设施管理用房安装光伏,经济效益和减排效益明显,且无需额外消耗土地和水资源。
(1)X养殖场:通过技术改进将换水频率从每1―3 d·
(2)S蔬菜合作社以及Y家庭农场:定海的年降雨量较大,2019年降水量达到2 125.1m
以浙江省舟山市定海区乡村为例,开展了基于“WEFLC”耦合分析的海岛典型农业空间评估与低碳规划研究。主要结论如下:
(1)将传统的“水-能-食”线性关系转变为“WEFLC”循环关系,为降低非期望产出(碳排放),在期望产出(食品产量)不变或者增加的条件下,重点考虑农业生产投入中水-能-地的相关关系,实现资源的高效利用。
(2)4种农业生产模式投入和产出具有较大差异。单位面积产值(期望产出)和单位面积碳排放(非期望产出)均为:H牧场>X养殖场>S蔬菜合作社>Y家庭农场,单位产值碳排放为:Y家庭农场<S蔬菜合作社<X养殖场<H牧场。
(3)在碳市场机制下,H牧场的综合单位面积产值将会下降,利润下降明显,减排压力较大;X养殖场的期望产出和非期望产出较为均衡,在提升用能、用水的情况下较为适合海岛地区发展;S蔬菜合作社、Y家庭农场减排压力不大,但需要通过产业升级提升期望产出。
(4)利用农业设施的屋顶安装光伏,适用于养猪和养虾产业,对用水、用地压力较小,且经济效益较好;对家庭农场和蔬菜合作社,可能会带来土地占用,降低作物产量,且投资较大,建议在有较大用能需求的情况下适当设置。
(5)水产养殖可以通过提高用水效率,降低水处理、输送带来的能源消耗,同时降低用地压力。农业种植可通过雨水沟保证用水安全,同时降低用水能耗,但会增加占地面积,需要根据需求进行设置。
(6)在种植基地内和周边利用秸秆等废物制作有机肥,可减少化肥使用、运输,从而降低农业种植碳排放,但将产生额外占地。建议结合新能源,使用高效的堆肥发酵设备,或就近采购周边畜禽养殖场生产的有机肥。
作者贡献声明
王信:论文的构思者及负责人,指导论文构思、论文写作修改。
于涵:参与实地调研,完成论文绘图分析以及论文修改。
施雨:参与论文构思,完成论文数据分析、初稿写作及修改。
张沂頔:参与实地调研,完成数据整理、论文写作及修改。
参考文献
CAMERON E. Climate change: implications for agriculture[R]. London: University of Cambridge, 2014. [百度学术]
WU J, BUTERA F M, WANG X, et al. Net zero carbon village planning guidelines for the Yangtze River Delta region in China[R]. Kenya: United Nations Human Settlements Programme (UN-Habitat), 2019. [百度学术]
罗晓予. 基于碳排放核算的乡村低碳生态评价体系研究[D]. 杭州:浙江大学, 2017. [百度学术]
LUO Xiaoyu. Study on low-carbon ecological evaluation system of villages based on carbon emission accounting[D]. Hangzhou :Zhejiang University, 2017. [百度学术]
石斌. 城乡融合型村镇社区低碳营建体系研究[D]. 杭州:浙江工业大学, 2020. [百度学术]
SHI Bin. Research on low carbon construction system of community in desakota[D]. Hangzhou:Zhejiang University of Technology, 2020. [百度学术]
王奕佳, 刘焱序, 宋爽, 等. 水-粮食-能源-生态系统关联研究进展[J]. 地球科学进展, 2021, 36(7): 684. [百度学术]
WANG Yijia, LIU Yanxu, SONG Shuang, et al. Research progress of the water-food-energy-ecosystem nexus[J]. Advances in Earth Science, 2021, 36(7): 684. [百度学术]
联合国政府间气候变化专门委员会. 气候变化中的海洋和冰冻圈特别报告[R]. [S.l.]: 联合国政府间气候变化专门委员会, 2019. [百度学术]
The Intergovernmental Panel on Climate Change. Special report on the ocean and cryosphere in a changing climate[R]. Monaco: IPCC, 2019. [百度学术]
中华人民共和国国务院. 全国主体功能区规划[EB/OL]. [2021-11-20]. http://www.gov.cn/zhengce/content/2011-06/08/content_1441.htm. [百度学术]
The State Council of the People’s Republic of China. National main functional area planning[EB/OL]. [2021-11-20]. http://www.gov.cn/zhengce/content/2011-06/08/content_1441.htm. [百度学术]
宋丽美, 徐峰. 乡村振兴背景下农村人居环境碳排放测算与影响因素研究[J]. 西部人居环境学刊, 2021, 36(2): 36. [百度学术]
SONG Limei, XU Feng. Research on carbon emission calculation and influencing factors of rural human settlement environment under the background of rural revitalization[J]. Journal of Human Settlements in West China, 2021, 36(2): 36. [百度学术]
李王鸣, 倪彬. 海岛型乡村人居环境低碳规划要素研究——以浙江省象山县石浦镇东门岛为例[J]. 西部人居环境学刊, 2016, 31(3): 75. [百度学术]
LI Wangming, NI Bin. Study on low-carbon planning elements of living environment in island type villages: A case study of Dongmen Island in Xiangshan County, Zhejiang Province[J]. Journal of Human Settlements in West China, 2016, 31(3): 75. [百度学术]
SIVARAMAN I, KRISHNAN M, RADHAKRISHNAN K. Better management practices for sustainable small-scale shrimp farming[J]. Journal of Cleaner Production, 2019, 214(3): 559. [百度学术]
GE J, LUO X, LU J. Evaluation system and case study for carbon emission of villages in Yangtze River Delta Region of China[J]. Journal of Cleaner Production, 2017, 153(1): 220. [百度学术]
舟山市定海区统计局. 定海统计年鉴2020[M]. 舟山: 舟山市定海区统计局, 2021. [百度学术]
Bureau of Statistics in Dinghai District, Zhoushan. Dinghai District statistical yearbook(2020)[M]. Zhoushan: Bureau of Statistics in Dinghai District, Zhoushan, 2021. [百度学术]
黄葳, 胡元超, 任艳, 等. 满足城市食物消费需求的农业生产碳排放研究——以宁波为例[J]. 环境科学学报, 2015, 35(12): 4102. [百度学术]
HUANG Wei, HU Yuanchao, REN Yan, et al. Carbon emission of agricultural production associated with urban food consumption: Ningbo as a case study[J]. Acta Scientiae Circumstantiae, 2015, 35(12): 4102. [百度学术]
邱子健, 靳红梅, 高南, 等. 江苏省农业碳排放时序特征与趋势预测[J/OL]. 农业环境科学学报. https://kns.cnki.net/kcms/detail/12.1347.S.20211019.1154.003.html [百度学术]
QIU Zijian, JIN Hongmei, GAO Nan, et al. Temporal characteristics and trend prediction of agricultural carbon emission in Jiangsu Province, China[J/OL]. Journal of Agro-Environment Science. https://kns.cnki.net/kcms/detail/12.1347.S.20211019.1154.003.html [百度学术]
LIN J L, KANG S F. Analysis of carbon emission hot spot and pumping energy efficiency in water supply system[J]. Water Science & Technology, 2019, 19(1): 200. [百度学术]
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(7): 65. [百度学术]
RINGLER C, BHADURI A, LAWFORD R. The nexus across water, energy, land and food (WELF): potential for improved resource use efficiency?[J]. Current Opinion in Environmental Sustainability, 2013, 5(6): 617. [百度学术]
中华人民共和国生态环境部. 2019年度减排项目中国区域电网基准线排放因子[S]. 北京: 国家气候战略中心, 2020. [百度学术]
Ministry of Ecology and Environment of the People’s Republic of China. Emission factors of China’s regional power grid baseline in emission reduction projects(2019)[S]. Beijing: National Center for Climate Change Strategy and International Cooperation(NCSC), 2020. [百度学术]