农业既是全球气候变暖的“受害者”，也是全球温室气体的“施加者”，农业减排固碳刻不容缓。农田生态系统作为陆地生态系统碳循环最为活跃的组成部分，具备碳汇、碳源双重属性^[1-3]。一方面，田间作物通过光合作用吸收CO₂提升固碳效应；另一方面，农业生产活动过程中排放大量CO₂。农田生态系统作为陆地生态系统碳积蓄的主要载体，具有储碳量大，固碳周期短，与人类活动密切相关等特点。与此同时，人类通过改良田间管理、秸秆还田、轮耕休耕等措施，也可以有效增加农田生态系统碳储蓄量。因此，探究农田生态系统碳源汇效应时空分异及驱动因素，对于因地制宜制定农业减排固碳措施具有重要现实意义。

近年来，学者们针对于不同区域尺度农田生态系统碳源汇效应问题开展了系统研究，主要涉及碳源/汇定量测度^[4-7]，碳足迹动态变化^[8-10]，时空差异及影响因素等内容^[11-13]。碳源/汇定量测度方面，多采用学术界公认的核算系数进行测算，部分学者则通过借助仪器实地测量获取相关系数值，并衍生出不同测算体系。农田生态系统碳足迹研究方面，主要集中于碳足迹核算、评价模型、影响因素等。李明琦等^[14]指出云南省农田生态系统单位面积碳足迹随时间呈增长态势，碳汇功能则趋于下降；郭永奇^[15]、郝小雨^[16]分别指出河南省、黑龙江省农田生态系统碳足迹均处于碳生态盈余状态，且具备较好的生态屏障作用。关于农田生态系统碳汇/源时空差异及影响因素研究，多围绕自然禀赋差异、社会经济政策、田间管理措施等原因剖析农田生态系统碳源汇效应影响机理与减排路径。孙小祥等^[6]以江苏沿海地区为例，分析了农田生态系统碳源/汇动态发展的区域差异；刘欣铭等^[17]以中国31个省(市、区)为研究对象，指出2003—2016年农田生态系统地均碳排放增长量最大的为广东省；许萍萍等^[8]指出2001—2016年江苏省农田生态系统以碳汇为主，化肥为影响碳排放的关键贡献因子；范大莎等^[18]运用空间探索性分析及地理加权回归模型测度了东北三省农田生态系统碳排放时空分异特征及驱动因素；赵荣钦等^[19]指出中国沿海地区农业面积减少和农业投入增加是削弱农田生态系统碳汇功能的重要原因。此外，少数学者就不同耕作模式、灌溉方式下农田生态系统净碳汇差异进行了探究^[20-21]。

纵观已有研究，针对农田生态系统碳源汇效应问题多围绕单一碳源或碳汇视角展开，虽有学者就农田生态系统净碳效应研究开展了有益探索，但鲜少兼顾区域碳源、碳汇二重性，将碳汇/源纳入同一分析框架分析碳源汇效应与碳平衡区域差异；其次，碳源核算过程中多局限于农业生产物质消耗过程中农用物资要素投入消耗引发的碳排放，忽视与农业相关的种植业、畜牧业等农业活动过程中产生的温室气体排放；此外，经济发达沿海省份农田生态系统碳源汇效应的驱动因素研究鲜少涉及。2020年广东省耕地面积只有1.90×10⁶ hm²，人均耕地面积仅0.015 hm²，不足全国的1/5，在耕地面积总量持续减少，低碳农业发展转型的双重压力下，探究农田生态系统碳源汇效应对于农业绿色低碳发展具有重要意义。鉴于此，为更加准确度量广东省农田生态系统碳源汇效应和碳平衡，本研究运用参数估计法、GIS空间分析探究2010—2020年广东省农田生态系统碳源汇效应时空分异，探寻影响广东省农田生态系统关键碳排放源，并借助LMDI因素分解模型识别影响该地区农田生态系统碳源汇效应时空差异的主要驱动因素，以期为挖掘区域碳减排潜力，完善低碳农业发展规划，落实区域固碳增汇政策等提供决策支撑。

1 研究区概况与数据来源

广东省地处中国大陆东南沿海地区，地貌类型多样，地势北高南低，北部以山地、丘陵为主，南部多为平原、台地。该区属亚热带季风气候，光照充足，水热资源丰富，为全国重要的双季稻产区。2020年，广东省农作物播种面积445.18×10⁴ hm²，其中粮食作物播种面积2.20×10⁶ hm²，占总播种面积的49.52%，粮食总产量达1.27×10⁷ t。2020年，广东省农业总产值3.77×10¹¹元，占农林牧渔总产值的47.7%。本文以广东省21个地级市为研究单元，数据主要来源于2011—2021年《广东农村统计年鉴》《广东统计年鉴》以及各地市统计年鉴、公报数据。行政区划矢量数据主要来源于全国地理信息资源目录服务系统1∶100万公众版基础地理信息数据。

2 研究方法 2.1 农田生态系统碳源汇效应测算

(1) 农田生态系统碳汇测算。参照已有研究^{[6, 19, 22-23]}，基于农作物净初级生产力对农田生态系统固碳量进行估算，结合广东省农作物生产实际，分别选取粮食作物(包括稻谷、小麦、旱粮、薯类、大豆)、经济作物(包括甘蔗、花生、麻类、烟叶)以及瓜果蔬菜等主要作物测度广东省农田生态系统固碳水平，计算公式为：

$ {C_{Ai}} = \sum\limits_{i = 1}^j {\left[ {\frac{{{a_{ij}} \times {P_{ij}} \times {d_{ij}} \times \left( {1 + {r_{ij}}} \right)}}{{{e_{ij}}}}} \right]} $

(1)

式中：C_Ai为区域i农田生态系统碳吸收总量; a_ij为区域i第j种作物碳吸收率, 碳吸收率系数主要参考赵荣钦等^[19]、孟成民等^[22]、谢永浩等^[23]相关文献; P_ij为农作物的经济产量; d_ij为干重比系数, 即作物脱水后占总质量的比例; r_ij为根冠比系数, 即作物地下部分与地上部分生物量之比; e_ij为各类农作物的经济系数, 即各类农作物经济产量与生物产量之比。为突出地域性, 本文涉及的干重比、根冠比、经济系数均参照广东省市县(区)温室气体清单编制指南(试行)中农业活动部分提供的推荐值, 各类农作物碳汇估算参数见表 1。

(2) 农田生态系统碳源测算。借鉴已有研究^[6-9]，从以下3个方面对农田生态系统碳排放源进行核算：①农业生产过程中化肥、农膜、农药、灌溉、机械、翻耕等农用物资投入消耗产生的CO₂排放；②稻田种植生长发育过程中引发的CH₄排放，广东省稻田甲烷排放源包括单季稻、双季早稻、双季晚稻3类；③牲畜养殖过程中肠道发酵、粪便管理所产生的CH₄，N₂O排放，主要涉及非奶牛、奶牛、山羊、猪、家禽、兔等主要牲畜类型。计算公式为：

$ {C_{Ei}} = \sum\limits_{i = 1}^k {{E_i}} = \sum\limits_{i = 1}^k {{e_i}} \times {\sigma _i} $

(2)

式中：C_Ei为区域i农田生态系统碳排放总量; E_i为区域i上述三大类碳源排放量; e_i为区域i第k类碳源因子活动水平; σ_i为第k类农田生态系统碳源因子排放系数。关于农田生态系统碳排放系数的确定, 结合已有研究, 农资投入有关碳排放系数主要参考谢永浩等^[23]、West等^[24]、段华平等^[25]相关文献, 稻田种植、牲畜养殖有关碳排放系数重点参照广东省市县(区)温室气体清单编制指南(试行)中农业活动部分提供推荐值。各类碳排放系数见表 2。

(3) 农田生态系统碳源汇效应测算。借鉴已有研究^{[6-9, 26]}，兼顾农业生产全过程产生的碳源、碳汇效应，考虑到固碳量与碳排量的差值有正有负^[27]，为便于后续区域间对比分析，故采用固碳量与碳排量比值表征区域农田生态系统碳源汇效应水平。计算公式为：

$ {C_{Li}} = {C_{Ai}}/{C_{Ei}} $

(3)

式中：C_Li为区域i农田生态系统碳源汇效应水平; 当C_Li>1时, 农田生态系统碳源汇效应表现为碳汇; 反之, 当C_Li < 1时, 则表现为碳源; 当C_Li=1时, 表明农业碳汇与碳源基本实现平衡。此外, 为方便对比、汇算, 参照2014年IPCC第五次评估报告中增温潜势100年水平, 统一将C, CH₄, N₂O换算为CO₂当量, 转换系数分别为44/12, 28, 265。

2.2 碳源汇效应的影响因素分析

为进一步探究广东省农田生态系统碳源汇效应时空差异的主要驱动因素，参照已有文献^{[11, 28-29]}，基于Kaya恒等式，采用LMDI因素分解法深入挖掘分析碳源汇效应水平空间分异的驱动机制与作用机理，其计算公式为：

$ {C_{Li}} = \frac{{{C_{Li}}}}{{{G_i}}} \times \frac{{{G_i}}}{{{T_i}}} \times \frac{{{T_i}}}{{{L_i}}} \times {L_i} $

(4)

$ {\rm{P}}{{\rm{I}}_i} = {C_{Li}}/{G_i};{\rm{S}}{{\rm{I}}_i} = {G_i}/{T_i};{\rm{E}}{{\rm{I}}_i} = {T_i}/{L_i} $

(5)

式中：C_Li为区域i农田生态系统碳源汇效应水平; G_i为农业生产总值; T_i为农林牧渔总产值; L_i为农业劳动力数量, 表征劳动力因素; PI_i, SI_i, EI_i分别表征区域i效率因素、结构因素以及经济因素引发的碳源汇效应。基于LMDI因素分解将恒等式进行变换, 用上标字母0, t分别表示基期、末期年份对应的指标值, 分解后公式为：

$ \begin{array}{l} \Delta {\rm{P}}{{\rm{I}}_i} = \sum {\frac{{C_{Li}^t - C_{Li}^0}}{{\ln C_{Li}^t - \ln C_{Li}^0}}} \ln \frac{{{\rm{PI}}_i^t}}{{{\rm{PI}}_i^0}};\\ \Delta {\rm{S}}{{\rm{I}}_i} = \sum {\frac{{C_{Li}^t - C_{Li}^0}}{{\ln C_{Li}^t - \ln C_{Li}^0}}} \ln \frac{{{\rm{SI}}_i^t}}{{{\rm{SI}}_i^0}};\\ \Delta {\rm{E}}{{\rm{I}}_i} = \sum {\frac{{C_{Li}^t - C_{Li}^0}}{{\ln C_{Li}^t - \ln C_{Li}^0}}} \ln \frac{{{\rm{EI}}_i^t}}{{{\rm{EI}}_i^0}};\\ \Delta {L_i} = \sum {\frac{{C_{Li}^t - C_{Li}^0}}{{\ln C_{Li}^t - \ln C_{Li}^0}}} \ln \frac{{L_i^t}}{{L_i^0}} \end{array} $

(6)

总效应为：

$ \begin{array}{c} \Delta {C_{Li}} = C_{Li}^t - C_{Li}^0 = \Delta {\rm{P}}{{\rm{I}}_i} + \\ \Delta {\rm{S}}{{\rm{I}}_i} + \Delta {\rm{E}}{{\rm{I}}_i} + \Delta {L_i} \end{array} $

(7)

3 结果与分析 3.1 广东省农田生态系统碳源汇效应的时空分异特征 3.1.1 时序变化特征

由广东省农田生态系统碳源汇效应总体时序变化趋势可知(图 1)，2010—2020年广东省农田生态系统固碳总量经历了上升—下降—上升的波动变化趋势，由2010年的6.17×10⁷ t增至2016年的6.86×10⁷ t，2016年达到峰值后略有小幅下降，2017年后逐步回升，2020年增至6.64×10⁷ t，年均增速为0.74%，表明碳汇效应总体有所强化。其次，研究期内碳排放总量由2010年的3.80×10⁷ t减至2020年的3.28×10⁷ t，年均减少1.47%，表明近年来农田生态系统碳排放得到有效控制，减排效应日益显现。最后，与固碳量、碳排量变化趋势不同，近10 a来农田生态系统碳源汇效应表现为碳汇，总体呈波动上升趋势，由2010年的1.62增至2020年的2.02，年均增长2.24%，表明农田生态系统固碳量增长有效抵消了碳排放增长。可见，广东省农田生态系统碳源汇效应水平维持持续向好发展态势，随着低碳农业发展进程加快，减排增汇效应愈发明显。

从农田生态系统碳汇构成看(图 2a)，粮食作物、经济作物、瓜果蔬菜在农田生态系统固碳总量中的年均贡献率分别为56.46%，24.52%，19.02%。其中，粮食作物固碳量总体呈波动下降态势，年均减少0.11%；经济作物、瓜果蔬菜固碳量则呈波动上升态势，年均增长0.91%，3.11%。对比不同作物类型固碳量年均贡献率看，稻谷、甘蔗、蔬菜三大作物类型分别占农作物固碳总量的49.28%，19.37%，18.56%，总占比达87.22%，其中蔬菜固碳增量尤为明显，年均增长2.4%。究其原因，广东地处东南沿海，水热资源丰富，适宜粮食和经济作物生长，近年来由于农业经济效益增加、种植结构调整、农业劳动力转移等因素影响，为满足居民日益增长的蔬菜需求，加之“菜篮子”工程持续推进，广东省蔬菜种植产业发展迅速，蔬菜种植面积、产量大幅提升，对固碳效应的贡献不断增强。

从农田生态系统碳源构成看(图 2b)，农资投入、稻田种植、牲畜养殖三大碳源在农田生态系统碳排放总量中的年均贡献率分别为34.44%，37.50%，28.06%，可见稻田甲烷减排以及农资投入效率的提升将成为未来低碳农业发展的重点方向。其中，农资投入、稻田种植过程中引致的碳排放年均减少0.88%，0.61%，与近年来稻田种植面积的缩减，使得农用物资消耗投入相应减少有关；牲畜养殖碳排放减少最为明显且占比最小，年均减少3.35%，表明广东省在加快推进畜牧业养殖转型升级过程中有效提升了农业减排效应。不同碳源类型构成特征具体表现为：

(1) 农资投入碳源构成中化肥投入比例最大，年均贡献率为63.54%，研究期内年均减少0.76%；其次为农药投入，占农资投入碳源排放总量的15.03%，引致的碳排放下降最为明显，年均减少2.24%；翻耕、灌溉引致的碳排放总体变化不大，年均降幅分别仅为0.29%，0.52%；农膜、机械等农用物资投入过程中引发的碳排放则略有增加，年均增长分别为0.10%，0.88%。由此可见，近年来农资投入碳源排放减少主要源于化肥、农药等农用物资消耗过程中产生的CO₂的减少，受施肥方式、农业化学品投入强度的影响较大，而节水灌溉农业、耕作方式变革等能够田间管理措施的优化有效降低农田生态系统碳排放。此外，近年来由于设施农业、机械农业的推广和发展，农膜、机械投入引致的碳排放则有所增强。

(2) 从稻田种植三大碳源构成看，双季晚稻种植引致的碳排放占比最高，年均贡献率达55.76%，总体呈波动下降态势，年均减少0.46%；双季稻早稻种植引致的碳排放占比次之，年均贡献率为39.04%，碳排放下降趋势较为明显，年均降幅为1.29%；仅单季稻种植引致的碳排放呈波动上升发展态势，年均增长3.53%。这可能与广东省地处亚热带季风区有关，稻田种植制度以双季稻为主，稻田种植面积由2010年的1.95×10⁶ hm²减少至1.83×10⁶ hm²，年均减少0.62%，稻田种植引发的CH₄排放趋于减少，这可能与近年来农业种植结构调整和农村劳动力转移有着密不可分的关系。

(3) 牲畜养殖碳源构成中，肠道发酵过程中引致的CH₄排放呈先升后降态势，由2010年的5.17×10⁶ t增至2015年的5.40×10⁶ t，后降至2020年的3.10×10⁶ t，研究期内年平均降幅达4.91%；粪便管理过程中引致的CH₄和N₂O排放总量由2010年的6.39×10⁶ t减至2019年的4.19×10⁶ t，2020年增至5.10×10⁶ t，年均减少2.24%。牲畜养殖碳排放构成中，生猪养殖为主要碳源，其次依次为非奶牛、奶牛、家禽、山羊、兔等养殖，近年来禽畜养殖整治力度不断加强，牲畜养殖数量有所减少，一定程度上抑制了牲畜养殖的增碳效应。

3.1.2 空间分布格局

根据公式(3)计算广东省各地市农田生态系统碳源汇效应水平，选取2010，2015，2020年3个代表年份，将其划分为低值区(CN≤1.2)、较低值区(1.2＜CN≤1.4)、较高值区(1.4＜CN≤1.6)、高值区(CN＞1.6)4个等级，由此生成广东省农田生态系统碳源汇效应空间分异格局演化图(图 3)。

通过对比广东省4大区域可知，受制于各地市区域经济发展阶段、农业生产科学技术与资源环境禀赋差异等影响，四大区域固碳、碳排总量总体呈：西翼＞粤北山区＞珠三角＞东翼的分布趋势。从各地市农田生态系统碳源汇效应分布看，湛江始终为广东省农田生态系统碳源、碳汇总量双高的主要分布区域，湛江作为广东省农业大市，农业产业规模位居全省前列，在全省农业发展中发挥着“稳定器”作用，农业经济依赖程度较高，农业固碳量、碳排量均以绝对优势位居全省榜首；深圳、珠海、中山、东莞等为典型固碳、碳排总量双低的分布区域，该类型空间分布格局基本维持稳定，这主要与该地区第一产业占比偏低有关。

从广东省农田生态系统碳源汇效应水平空间分布格局看(图 3)，广东省各地市农田生态系统碳源汇效应水平区域差异显著。其中，高值区由2010年5个增加至2020年15个，空间分布上由2010年斑块状镶嵌分布逐渐向西扩展呈连片分布，近年来随着粤东、粤北地区农业生产方式转型，农业生产技术水平提升，促使农田生态系统碳汇水平有所上升，较高值区、较低值区逐步向高值区演化；较低值区分布则呈收缩状演变，分布数量明显减少，由原来8个区域减至2020年珠海、阳江2个地市；较高值区分布区域变动较大，由粤东逐步向西转移至粤西地区；低值区由2010年深圳、佛山、珠海3个区域减至2020年仅佛山1个区域，由于农作物碳汇难以有效吸纳并抵消农田生产过程中引发的温室气体排放，导致该区域碳源汇效应水平总体偏低。总体来看，研究期内碳源汇效应水平空间格局上集聚分布现象越发凸显，各地市碳源汇效应水平随时间推移明显提升。

3.2 广东省农田生态系统碳源汇效应的驱动因素分析

基于LMDI因素分解模型对广东省农田生态系统碳源汇效应驱动因素进行分解，结果见表 3。

经济因素是区域碳源汇效应水平提升的关键驱动因素。研究期内广东省各地市经济因素贡献值、增长率均值分别为1.442，155.21%，且经济因素对碳源汇效应水平的贡献率呈持续上升态势，驱动效应不断增强。21个地市与基期相比，深圳的相对增幅最大，高达369.03%，仅广州(75.04%)、佛山(86.26%)、东莞(52.53%)、中山(91.13%)少于100%的碳源汇效应水平增量。究其原因，经济水平欠发达地区为追求农业产出多采用粗放型、高投入的生产经营方式，加之减排意识相对薄弱，碳排放水平居高难下；而经济发达地区随着农业发展水平逐步提升，农业现代化进程持续推进，农业生产逐渐由传统向现代、由粗放向集约转型过渡，依靠技术创新推动农业绿色低碳转型发展，农业生产对于农用物资消耗的路径依赖逐渐减弱，农田生态系统碳源汇效应水平随之提升。

结构因素对区域碳源汇效应水平提升的驱动效应有正有负，作用方向因地而异。研究期内广东省各地市结构因素贡献值、增长率均值分别为0.032，1.97%，对于碳源汇效应水平的贡献率整体偏低。大部分地市虽保持相对平稳态势，但各地市结构因素的作用强度因地而异，一方面表现为减排增汇效应，即结构因素对广州、珠海、佛山等10个地市的碳汇效应增量有所强化；另一方面则表现为增排减汇作用，即结构因素一定程度上抑制了汕头、韶关、河源等11个地市碳汇效应水平的提升。具体来看，非农化程度较高的地市通过优化调整农业结构、健全完善农业产业体系、推动农业技术进步等措施，有效促进了农林牧渔协调发展和农业生产效率提升，传统农业高碳排放发展方式逐渐被取代，区域碳源汇效应水平相对较高；而对于农业占比较高的地市而言，仍然较为依赖农药、化肥、农膜等高碳投入来获取农业产出和经济效益，碳汇增速明显低于碳排增速，碳源汇效应水平总体偏低。

效率因素、劳动力因素对区域碳源汇效应水平提升均存在显著的抑制作用。研究期内广东省各地市贡献值、变化率均值分别为-0.739(-34.60%)、-0.249(-15.17%)，即效率因素的抑制作用明显强于劳动力因素。因效率因素导致碳源汇效应损失率达40%以上的地市占据“半壁江山”，潮州碳源汇效应损失率高达64.84%；因劳动力因素导致碳源汇效应损失率排前4位的依次为阳江(51.62%)、珠海(42.83%)、韶关(37.51%)、深圳(30.78%)，引致的碳源汇效应损失率均在30%以上。推断主要与当前广东省大多数地市农业发展过程中更多依赖高投入—高消耗、高碳排—高碳汇的农业发展模式有关，且随着农业机械化的加速推进和农村劳动力的持续外流，劳动力对农业的刚性约束也逐渐弱化。

4 结论

(1) 广东省农田生态系统碳汇效应和减排增汇效应均随时间变化逐步提升。其中，固碳能力不断增强，主要碳汇作物为稻谷、甘蔗、蔬菜；碳排量则呈下降态势，碳源构成中占比由大到小依次为稻田种植、农资投入、牲畜养殖。

(2) 广东省农田生态系统碳源汇效应水平区域差异显著，相对集聚的空间分布态势愈发明显。其中，湛江为主要的高碳源—高碳汇分布区，低高碳源—低碳汇则集中分布在珠三角地区。

(3) 经济因素对农田生态系统碳源汇效应的正向影响最为显著，结构因素具有两面性和异质性，效率因素、劳动力因素则具有一定抑制效果。

此外，限于研究数据局限性，本文主要以文献资料和统计数据为主，考虑地域差异影响，通过实地测量监测数据以精确量度不同土壤类型、作物种类、耕作方式、种植制度、管理措施等条件下农田生态系统碳源汇效应的影响，强化农田生态系统固碳增汇潜力情景预测、经济评价等将成为下一阶段深化研究的重点内容。