四川省農田生態系統碳足跡和碳生態效率時空變化

李華　袁鵬飛　王潔　李曉英　王文玉

摘要：農田生態系統具有碳源和碳匯功能，是陸地生態系統的重要組成部分，探究農田碳足跡進而為農田生態系統的可持續發展提供參考?；?000—2020年四川省以及21個市（州）的農田生產投入和農作物產量等數據，構建農田生態系統碳足跡模型，對碳足跡、碳生態效率的時空變化特征和影響因素進行探討。結果表明，2000—2020年四川省農田生態系統碳排放量呈先波動上升后下降的趨勢，拐點發生在2016年，其中土壤翻耕、化肥使用為碳排放量的主要貢獻因素，占比分別為44.74%、30.22%。碳吸收量呈先減后增的趨勢，2006年碳吸收量減至最低值，氣象災害是主要影響因素。水稻、玉米、小麥對碳吸收量的貢獻較大。農田生態系統碳足跡呈先波動增長后持續下降的變化，2006年為最大值。2000—2020年四川省農田生態系統均為碳生態盈余狀態，碳生態效率年均為5.150 kg C/kg CE。從空間上看，四川省農田生態系統碳排放、碳吸收、碳足跡、碳生態效率均呈現西北低、東南高的分布格局；單位面積碳足跡卻呈現西北高、東南低的分布，空間差異和變化幅度差異均較大，主要是因為各地區農業生產條件和發展水平不同。應因地制宜，從農資投入、田間管理、種植結構等進行優化調節，進而促進農田生態系統綠色發展。

關鍵詞：農田生態系統；碳足跡；碳排放；碳吸收；碳生態效率；時空變化特征；四川省

中圖分類號：S181文獻標志碼：A文章編號：1002-1302（2023）11-0192-10

近年來，溫室氣體排放導致氣候變暖已成為全球關注的焦點問題，其中減源增匯成為研究熱點［1］。應對氣候變化，中國提出“雙碳”目標［2］。根據2018年《中華人民共和國氣候變化第三次國家信息通報》，甲烷、氧化亞氮排放總量成為位居我國第二和第三的溫室氣體，而農業生產活動產生的甲烷占我國甲烷排放量的40.5%，而氧化亞氮占總量的65.4%，農業生產活動成為重要的溫室氣體排放源。農田生態系統是半自然的生態系統，兼具碳源和碳匯作用，是陸地生態系統的重要組成部分［3-5］。分析農田生態系統碳足跡以及影響因素對區域農業低碳發展具有重要意義［1］。Rees提出生態足跡，并由此而產生包括生態足跡、碳足跡和水足跡的足跡家族，為全面評價區域資源環境壓力提供了理論基礎［6-7］。碳足跡是指在一定時間和空間內，某種活動引起的直接或間接的二氧化碳排放量的度量［5］。農田碳足跡是指農田生產活動中，吸收農田生產性投入而引起的碳排放所需的生產性的土地面積［5，8］。國內學者從多尺度對農田碳足跡進行探究，田云等對中國農業碳排放以及農田生態系統碳足跡進行分析［9-10］；郭永奇等對河南省農田生態系統碳足跡時空變化進行探討［11-12］；張精等分別對安徽、吉林、江蘇、湖南、新疆、云南、海南等省域農田生態系統碳足跡進行研究［8，13-17］，各區域生態足跡差異明顯；市域尺度下，楊皓然等分別研究安徽省濰坊市農田生態系統碳足跡變化以及碳足跡動態影響效應［18-19］；縣域尺度下，唐廉等研究重慶市酉陽縣農田生態系統碳足跡特征［20］，邵技新對貴州省畢節地區巖溶山區縣域農業碳足跡進行分析［21］。當前國內學者對碳源、碳匯以及碳足跡進行較多研究，而碳足跡與碳效率的聯合分析較少。田志會等對北京市農田生態系統碳足跡以及碳生態效率進行研究［22］，史磊剛等對華北平原主要作物生產的碳效率進行研究［23］。四川省是我國中西部地區最具代表性的農業大省，是全國優質糧、油、畜、禽、菜、果、茶等農產品重要基地，是全國重要糧食主產區和重要農產品供給區［24-25］，隨著農業化肥和農業機械在農業生產過程中的廣泛應用，農業碳排放所造成的環境問題也日益突出，已成為造成農業生態環境惡化的重要原因之一［25-26］。目前對于四川省農田生態系統碳足跡以及碳效率的時空變化研究尚未見報道。本研究分析四川省近20年來的碳源/匯、碳足跡、碳效率時空變化特征以及主要影響因素，以期為四川省農田生態系統管理以及農業可持續發展提供科學依據。

1材料與方法

1.1研究區概況

四川省位于中國西南地區內陸，轄區面積48.6萬km²，地處長江上游，素有“天府之國”的美譽。地貌東西差異大，地形復雜，氣候多樣。四川省作為我國傳統農業大省，是全國13個糧食主產區之一，四川省農業發展取得重大成效。在全省由農業大省向農業強省跨越的同時，農業環境被污染，農田生態系統被破壞，農業的可持續發展面臨嚴重威脅。

1.2數據來源

本研究數據主要來源于《四川統計年鑒》《中國農村統計年鑒》《四川農村統計年鑒》以及21個市（州）的統計年鑒、統計公報，包括2000—2020年四川省以及各市（州）的化肥、農藥、農膜、農用柴油用量，農作物播種面積、灌溉面積、耕地面積以及各類農作物經濟產量。

1.3研究方法

1.3.1農田生態系統碳排放量估算農業生產碳排放包括農業生產過程所投入的化肥、農藥、農膜所引起的碳排放；農業機械使用所消耗化石燃料（如柴油）所產生的碳排放；農業翻耕引起土壤有機碳庫的碳排放；農業灌溉過程中間接消耗化石燃料所形成的碳釋放［3，11］，其計算公式［8］為

1.3.2農田生態系統碳吸收量估算

1.3.3農田生態系統碳足跡估算碳足跡為消納碳排放所需要的生產性土地的面積，即 CEF（hm²）。其計算公式［15-16］為

1.3.4農田生態系統碳生態效率計算參考田志會等的研究結論［22］，碳生態效率的計算公式為

2結果與分析

2.1四川省農田生態系統碳排放特征

2.1.1碳排放的時間變化特征2000—2020年四川省農田生態系統碳排放量總體呈現為先波動上升再下降的趨勢（圖1）。2000—2016年碳排放量波動增加，自2000年的621.63萬t增加至2016年的690.02萬t，年均增長率為0.654%，主要原因為農膜、柴油和農業灌溉碳排放量的持續增加，分別自2000年的25.17 萬、17.60萬、65.79萬t增加至2016年的47.75萬、27.80萬、75.01萬t，年均增長率分別為4.08%、2.90%、0.82%；2017—2020年碳排放量呈現下降趨勢，從2017年的686.20萬t下降到2020年667.40萬t，其中化肥、農膜、農藥引起的碳排放量減少趨勢較明顯，從2017年的208.02萬、47.11萬、27.51萬t分別下降到2020年的190.04萬、41.04萬、20.79萬t。2000—2020年在碳排放的驅動因素中，農業翻耕和化肥使用導致的碳排放量所占比例最高，平均分別為44.74%、30.22%，其他驅動因素如農膜、農藥、柴油所占百分比較小，平均占比分別為5.85%、4.28%、3.72%。

由于四川省的耕地面積以及不同農作物的種植面積在2000—2020年均發生改變，碳排放總量不能充分反映碳排放特征，單位面積碳排放量的研究尤為必要。四川省農田單位面積碳排放總量呈先上升再下降的趨勢：2000—2011年單位面積碳排放量總體呈現上升的趨勢，從2000年的646.92 kg/hm²增加到2011年的730.81 kg/hm²，年均增長率為1.11%。2012—2020年呈現下降趨勢，從2012年的729.00 kg/hm²下降為2020年的677.63 kg/hm²，年均下降速率為0.91%，原因是化肥、農藥、農膜用量持續減少。

2.1.2碳排放的空間變化四川省農田生態系統碳排放量總體呈現“西北低、東南高”的格局（圖2）。2000—2020年平均碳排放量較大的地區有川東經濟區的南充市、達州市和成都平原經濟區的成都市，為農業生產發達地區，年平均碳排放量均超過55萬t，其貢獻比分別為8.64%、8.08%、8.20%。年平均碳排放總量低于10萬t的有川西北的甘孜州、阿壩州和攀西經濟區的攀枝花市，其碳排放量占比分別為0.82%、0.79%、1.05%，甘孜州的碳排放量最低，僅為5.91萬t。甘孜州、阿壩州以畜牧業發展為主，農田種植較少，各地區碳排放量最大值與最小值之間相差近15倍。從時間上看，多地的碳排放量呈現先上升后下降的趨勢。涼山州的碳排放量持續增長，自2000年的30.29萬t增加到2020年60.73萬t，增幅為100.5%，年均增長率為3.54%。成都市碳排放量呈現下降趨勢，自2000年的69.25萬t下降到2020年55.71萬t，年均降幅為1.1%。由此可見，四川省農田碳排放量在空間分布上不均勻，時間變化幅度也存在較大差異。

四川省農田生態系統單位面積碳排放量空間分布不均勻（圖3），單位面積碳排放量年均最大的為攀枝花市， 達1 171.39 kg/hm²。 2015年攀枝花市單位面積碳排放量達到最高值，為1 354.07 kg/hm²，農業生產仍以農資高投入為主，資源利用率不高；最低值為資陽市，僅為603.94 kg/hm²。2000—2015年多地單位面積碳排放量呈現增加趨勢，農業資源的投入水平仍為持續增加狀態；2015—2020年單位面積碳排放量呈現下降趨勢，與碳排放總量的變化趨勢一致，農業生產向可持續狀態發展。

2.2四川省農田生態系統碳吸收特征

2.2.1碳吸收的時間變化特征2000—2020年四川省農田生態系統碳吸收總量呈先減后增的趨勢

變化（圖4）。2000—2006年碳吸收總量和單位面積碳吸收量均呈波動下降趨勢；2007—2020年碳吸收總量和單位面積碳吸收量均持續上升，年均增幅為分別為1.58%、1.09%。碳吸收總量和單位面積碳吸收量的最低值均出現在2006年，因為2006年川渝地區遭遇自有氣象記錄以來最嚴重的干旱，導致主要糧食作物水稻、玉米、小麥產量大幅下降。農業生態系統碳庫構成中水稻、玉米、小麥、油菜為主要碳吸收的農作物，碳吸收總量分別為1 202.75萬、813.25萬、406.44萬、362.22萬t，貢獻比為水稻（35.59%）>玉米占（24.06%）>小麥（12.03%）>油菜（10.72%）。2000—2020年玉米、油菜、蔬菜、豆類等的碳吸收量均持續增長，其中玉米的碳吸收量從2000年的631.53萬t增至2020年的1 090.78萬t，年均增幅為2.77%；小麥的碳吸收量持續下降，從2000年的655.86萬t降至2020年的263.39萬t，年均降幅為4.46%；2000—2006年水稻的碳吸收量波動下降，2007—2020年保持穩定，變化較小。不同作物碳吸收量的時間變化差異較大，是因為種植結構調整、種植面積以及產量變化而導致。

2.2.2碳吸收的空間變化特征四川省農田生態系統碳吸收量呈現西北低、東南高的格局（圖5）。2000—2020年平均碳吸收量最大的地區為南充市、成都市和達州市，碳吸收量均在300萬t左右，貢獻比分別為9.38%、8.76%、8.20%。碳吸收量低于50萬t的地區為攀枝花市、阿壩州、甘孜州、分別占碳排放總量的0.94%、0.45%、0.35%，甘孜州的碳吸收量僅為11.96萬t。碳吸收量最大值與最小值的地區相差28倍，地區差異較大。從時間上看，2000—2005年除甘孜州的碳吸收量微弱增加外，其他20個地區的碳吸收量均在減少，多個地區持續減至2010年。2010—2020年除雅安市和廣安市的碳吸收量減少外，其他19個地區的碳吸收量均持續增加。2000—2020年甘孜州和廣元市的碳吸收量均有較大增幅，甘孜州自2000年的8.93 萬t持續增加至2020年的16.70 萬t，增幅為87.01%；廣元市自2000年的149.14萬t持續增加至2020年的202.76 萬t，增幅為35.95%。

四川省農田生態系統單位面積碳吸收量呈現西北低、東南高的空間格局（圖6）。單位面積碳吸收量均值最大的地區為攀枝花市，達到5.25 t/hm²，最小的地區為甘孜州，僅為1.43 t/hm²。2000—2020年共有10個地區（成都市、德陽市、廣安市、廣元市、內江市、綿陽市、樂山市、眉山市、阿壩州、甘孜州）的單位面積碳吸收量出現增長，其中增幅最大的為甘孜州，達65.74%，其余10個地區呈現不同程度的下降，降幅最大的為攀枝花市，達26.76%。各地單位面積碳吸收量雖呈現波動，但四川省農田生態系統單位面積碳吸收量總體呈現上升趨勢，碳匯功能在增強。

2.3四川省農田生態系統碳足跡特征

2.3.1碳足跡的時間變化2000—2006年四川省農田生態系統碳足跡呈波動增長，且在2006年達到最大值；2007—2020年碳足跡持續下降，年均降幅為0.84%。單位面積碳足跡與碳足跡總量的變化趨勢一致。2000—2020年農田生態系統均為生態盈余狀態，2000—2010年碳生態盈余出現波動下降，2011—2020年后碳盈余持續增加，均處于其生態系統承載范圍內，能夠對其他行業的生產、生活所引起的碳生態赤字進行補償。參照韓召迎等的研究結論［32］，碳足跡效率為農田碳吸收總量與碳足跡的比值，該值越大，則碳足跡效率越大。四川省農田碳足跡效率主要受碳吸收量的影響，先下降后持續增加（表2）。

2.3.2碳足跡的空間變化四川省農田生態系統碳足跡呈現西北低、東部高的格局（圖7）。2000—2020年平均碳足跡較大的地區為涼山州、南充市，均達16萬hm²以上，分別占碳足跡總量的8.48%、8.46%；碳足跡最小的地區為攀枝花市，僅為 1.50 萬hm²，占碳足跡總量的0.76%。2000—2020

年除了涼山州、成都市、甘孜州，其余18個市（州）的變化趨勢均為2000—2015年呈現增加的趨勢，而后至2020年均在減少。涼山州的碳足跡持續增加，自2000年的9.73萬hm²增至2020年的21.51萬hm²，增幅為194.7%；而甘孜州的碳足跡卻持續減少，自2000年的5.54萬hm²減至2020年的3.41萬hm²，降幅為38.45%。

單位面積碳足跡呈西北高、東南低的分布態勢（圖8）。單位面積碳足跡最大的地區是甘孜州，為0.520 hm²/hm²；單位面積碳足跡最小的地區是瀘州市，僅為0.176 hm²/hm²。2000—2020年甘孜州的碳足跡持續減少， 年均降幅為2.93%；其余20個市（州）的單位面積碳足跡變化趨勢均為2000—2015年呈現增加，而后至2020年均在減少。2000—2020年各地區均為生態盈余狀態，其中14個地區的碳盈余均呈現持續增加的態勢。

2.4四川農田生態系統碳效率變化

2000—2020年四川省農田生態系統碳生態效率均大于1（表2），說明農田生態系統的固碳量大于碳投入量，農田生態系統為碳匯，且碳匯能力較強，農業生產可持續性高。其變化趨勢為2000—2006年呈現先波動下降，以2006年最低，而后持續增加，2020年達到5.724 kg C/kg CE。各市（州）碳生態效率均大于1（圖9），其中較小的地區為甘孜州和阿壩州，分別為2.01、2.85 kg C/kg CE，較大的地區為瀘州市和資陽市，分別為5.78、5.66 kg C/kg CE。甘孜州碳生態效率雖然較低，但2000—2020年卻保持增加態勢；2000—2020年涼山州碳生態效率持續降低，農業生產可持續性下降；除了甘孜州和涼山州外的其他地區，2000—2015年碳生態效率均為下降，而后到2020年增加。

3結論、討論與建議

3.1結論

基于2000—2020年四川省以各市（州）農業資源投入以及農作物產量等數據，研究四川省農田生態系統碳排放、碳吸收、碳足跡、碳生態效率的時空特征，并分析其影響因素，結果表明，（1）2000—2020年四川省農田生態系統碳排放量變化為先波動上升，2016年達到最大值后又持續下降，其主要影響因素為化肥、農膜、農藥、柴油等農業資源用量的變化。2015年四川省全面實施化“零增長”行動，通過“轉變農業生產、經營、管理及資源利用方式”，使得農業資源用量自2016年后持續減少，進而影響到碳排放量。碳排放量在空間上呈現西北低、東南高的格局，碳排放量最大的是南充市，最小的為甘孜州，碳排放量相差近15倍，地區差異明顯。川西北經濟區的甘孜州和阿壩州以畜牧業發展為主，農田種植相對較少，碳排放量較低。單位面積碳排放量最大的地區為攀枝花市，農業生產仍以農資的高投入為主，資源利用率不高。（2）2000—2020年四川省農田生態系統碳吸收量變化呈先減后增的趨勢，2006年碳吸收量下降為2000—2020年以來的最低值，原因是2006年川渝地區嚴重干旱的影響，導致主要糧食作物水稻、玉米、小麥產量大幅下降。農田生態系統碳吸收量的貢獻主要來自水稻、玉米、小麥和油菜。碳吸收量在空間上為西北低、東南高的格局，碳吸收量最大的是南充市，最小的是甘孜州，相差約28倍，地區差異較明顯。2000—2020年各市（州）碳吸收量和單位面積碳吸收量雖呈現波動變化，但總體呈現上升趨勢，碳匯功能在不斷增強，農業生產向可持續狀態發展。（3）2000—2020年四川省農田生態系統碳足跡和單位面積碳足跡均呈現先波動增長后再持續下降的趨勢。2000—2020年農田生態系統均為生態盈余狀態，并呈現增加的態勢。碳足跡在空間上呈現西北低、東部高的格局，碳足跡較大的地區是涼山州、達州市和南充市。涼山州的碳足跡持續增加，年均增幅為4.05%，2000—2015年其余20個市（州）的碳足跡呈現增加趨勢，而后至2020年呈現減少的變化態勢。單位面積碳足跡與之相反，呈西高東低的分布。（4）2000—2020年四川省農田生態系統碳生態效率均大于1，均值為5.150 kg C/kg CE，農田生態系統表現為碳匯，且碳匯能力較強。其變化趨勢為2000—2006年呈現先波動下降，以2006年最低，而后持續增加。除涼山州的碳生態效率為下降、甘孜州呈持續增加的趨勢外，其余19個地區雖在2000—2015年下降，但2016—2020年卻增加，總體向可持續方向發展。

3.2討論

川西北的甘孜州、阿壩州地處高原山地，受到土壤肥力、氣候、水分等生產條件的影響，農作物的產量較低。單位面積碳排放量較高，而單位面積碳吸收量卻很少，農田碳匯功能較小，改善農業生產條件，提高農田碳匯功能成為必要。攀枝花市單位面積碳排放量最高，為1 171.39 kg/hm²，單位面積碳吸收量也是最高，為5.25 t/hm²，碳吸收量的增大是以碳的高碳排放和化肥、農藥、農膜等農業資源的高投入為基礎，攀枝花市單位面積化肥施用量均值為583.4 kg/hm²，超出國際化肥施用國際警戒線225 kg/hm²的2倍多，導致碳生態效率和可持續性均較低。資陽市單位面積碳排放量最低，為 603.93 kg/hm²，而單位面積碳吸收量卻較高，碳生態效率位居第2位，單位面積化肥施用量僅為260.01 kg/hm²，較少的農業資源投入獲得了較高的農作物產量，生產技術以及資源利用率的提高是關鍵。綜上，農業生產條件、農資投入和利用、農業生產技術等多因素影響農田生態系統碳源和碳足跡，應從優化農業資源投入、提高利用率、保護農田、發展低碳農業入手。

2000—2020年四川省碳吸收量的貢獻比為水稻（35.59%）>玉米（24.06%）>小麥（12.03%）>油菜（10.72%），主要為糧食作物和經濟作物油菜。不同農作物單位產量的碳吸收量有較大差異，如棉花（4.14 kg/kg）、油菜（1.62 kg/kg）、豆類（1.12 kg/kg）、小麥（1.07 kg/kg）、玉米（1.02 kg/kg）、花生（0.94 kg/kg）、稻谷（0.81 kg/kg），棉花雖然產量碳吸收量較大，但在四川省的種植面積較少。種植結構、種植面積以及農作物產量均會影響農田生態系統的碳吸收量，調整農業結構、提高農作物產量成為必要。甘孜州和阿壩州由于生產條件的限制，只種植了少量水稻，且未種植甘蔗和煙草等經濟作物，青稞的種植量沒有統計。不同區域、不同種植模式下的碳源/匯以及碳足跡差異較大。本研究以經濟產量計算碳吸收量，沒有考慮植株生物量，造成一定的誤差。地區特色農作物、地標特色農作物，如綿陽市中藥材麥冬、達州市大竹縣的苧麻等，因為相關系數缺乏，沒有考慮特色農作物，使研究結果造成一定的誤差。2006年川渝大旱使得四川省糧食作物產量大幅下降，完善水利設施，提高抗旱能力成為必要。

“減源增匯”是減少碳足跡、提高碳生態效率的有效途徑，增匯須要提高農作物產量，但產量的提高需要農業生產條件的完善，農業資源投入的增加，但其導致碳排放量也同時在增加。四川省有效灌溉面積和農機總動力都在增加，現代化的機械設備可以提高生產效率，但是化石能源的使用同時導致碳排放量增加，如何在兩者之間尋找平衡點需要深入研究。2000—2020年四川省農田生態系統碳吸收量遠大于碳排放量，均為碳生態盈余狀態，2010—2020年碳足跡效率、碳生態效率都持續增加，四川省農田生態系統總體向可持續方向發展。但是空間差異明顯，川西北經濟區單位面積碳足跡處于較高水平，農田生態系統生態服務功能有待改善；成都平原、川東北和川南經濟區單位面積碳足跡處于較低水平，區域農業生產條件良好，農資利用率高，碳生態效率均較高。

3.3建議

通過對四川省農田生態系統碳足跡進行分析，從3個方面提出建議。第一，從減少農業碳排放角度。加快轉變農業生產、經營、管理方式，以“資源節約、環境友好”為目標，兼顧經濟效益和環境效益。加強田間管理，控制和減少化肥、農藥、農膜等農用物資的使用量，推進化肥減量增效技術和測土配方施肥技術，推廣有機肥和緩釋肥料，踐行化肥用量“零增長”行動；減少高殘留農藥的使用，使用生物農藥、物理和生態防治方法；加強農膜回收，使用環?？山到廪r膜；推進節水灌溉技術，完善節水農業設施；推進農村清潔生產，使用清潔能源和節能機械。第二，從增加碳吸收的角度。提高農業科技，培育良種和高產農作物；增加復種指數，發展立體農業和間種套種技術；《四川省“十四五”推進農業農村現代化規劃》提出推進高標準農田建設，改造中低產田，加強農村水利設施建設，良好的水利條件才能提高農田抵御災害和風險的能力；進行種植結構調整，如小麥、棉花、糖料等不適宜在四川省種植，產量不高的作物播種面積不斷縮減，轉為發展蔬菜、油料等經濟作物［33］。發展生態農業，提高碳匯的同時兼顧經濟和環境效益。第三，川西北生態經濟區甘孜州、阿壩州、攀西經濟區的涼山州為單位面積碳足跡較大地區，為農田重點減碳區域，由于區位條件的影響，區域雖擁有豐富的生態與綠色資源，但“美而不富”，農業基礎薄弱。利用生態紅利，發展生態旅游和休閑觀光農業。通過其他產業的發展促進農業生產條件的改善，以此帶動種植業的發展。低碳農業發展較好的區域，應輻射引領周邊城市，互助互利，生產協作。以“川酒”“川豬”“川糧（油）”特色農業產業促進農業種植業發展。開展碳平衡研究，并與工業等其他產業碳足跡相結合，進而為其他產業提供綠色屏障。

參考文獻：

［1］白義鑫，盛茂銀，胡琪娟，等. 貴州喀斯特農田生態系統碳足跡時空差異研究［J］. 四川農業大學學報，2019，37（5）：685-694.

［2］辛保安，單葆國，李瓊慧，等. “雙碳”目標下“能源三要素”再思考［J］. 中國電機工程學報，2022，42（9）：3117-3126.

［3］王梁，趙杰，陳守越. 山東省農田生態系統碳源、碳匯及其碳足跡變化分析［J］. 中國農業大學學報，2016，21（7）：133-141.

［4］許萍萍，趙言文，陳顥明，等. 江蘇省農田生態系統碳源/匯、碳足跡動態變化［J］. 水土保持通報，2018，38（5）：238-243.

［5］郝小雨. 黑龍江省30年來農田生態系統碳源/匯強度及碳足跡變化［J］. 黑龍江農業科學，2021（8）：97-104.

［6］韋良煥，楊茜，鞠美庭，等. 基于足跡家族的新疆資源環境壓力評估［J］. 生態經濟，2017，33（11）：167-171.

［7］馬彩虹，趙晶. 基于足跡家族的青海省資源環境壓力定量評估［J］. 應用生態學報，2016，27（4）：1248-1256.

［8］張精，方堉，魏錦達，等. 基于碳足跡的安徽省農田生態系統碳源/匯時空差異［J］. 福建農業學報，2021，36（1）：78-90.

［9］田云，張俊飚. 中國農業碳排放研究回顧、評述與展望［J］. 華中農業大學學報（社會科學版），2014（2）：23-27，60.

［10］段華平，張悅，趙建波，等. 中國農田生態系統的碳足跡分析［J］. 水土保持學報，2011，25（5）：203-208.

［11］郭永奇. 河南省農田生態系統碳源/碳匯及其碳足跡動態變化［J］. 東北農業科學.2021，46（6）：87-92.

［12］張鵬巖，何堅堅，龐博，等. 農田生態系統碳足跡時空變化——以河南省為例［J］. 應用生態學報，2017，28（9）：3050-3060.

［13］李玉波，劉國輝，許清濤，等. 吉林省農田生態系統碳源/匯及碳足跡分析［J］. 白城師范學院學報，2020，34（5）：37-44.

［14］劉貴斌，黃璜，周江偉，等. 湖南省農田生態系統碳足跡分析［J］. 作物研究，2016，30（6）：666-673.

［15］王敬哲，劉志輝，張波. 近20年新疆農田生態系統碳足跡時空變化［J］. 干旱地區農業研究，2016，34（5）：240-248.

［16］李明琦，劉世梁，武雪，等. 云南省農田生態系統碳足跡時空變化及其影響因素［J］. 生態學報，2018，38（24）：8822-8834.

［17］葉文偉，王城城，趙從舉，等. 近20年海南島熱帶農田生態系統碳足跡時空格局演變［J］. 中國農業資源與區劃，2021，42（10）：114-126.

［18］楊皓然，宋戈，楊光，等. 濰坊市農田生態系統碳源（碳匯）及其碳足跡變化［J］. 湖南農業大學學報（自然科學版），2015，41（1）：82-88.

［19］尚杰，楊濱鍵. 區域農業碳足跡動態影響效應研究——以濰坊市種植業為例［J］. 農村經濟，2020（5）：75-82.

［20］唐廉，謝世友. 農田生態系統碳足跡特征及低碳發展探討——以重慶酉陽縣種植業為例［J］. 西南大學學報（自然科學版），2016，38（12）：76-82.

［21］邵技新. 巖溶山區縣域農業碳足跡分析——以畢節地區為例［J］. 水土保持研究，2012，19（5）：210-213.

［22］田志會，馬曉燕，劉瑞涵. 北京市農田生態系統碳足跡及碳生態效率的年際變化研究［J］. 農業資源與環境學報，2015，32（6）：603-612.

［23］史磊剛，范士超，孔凡磊，等. 華北平原主要作物生產的碳效率研究初報［J］. 作物學報，2011，37（8）：1485-1490.

［24］郭曉鳴，廖祖君. 四川如何加快由農業大省向農業強省的歷史性跨越［J］. 鄉村振興，2020（12）：23-26.

［25］田嬡. 四川省農業綠色全要素生產率研究［D］. 成都：四川師范大學，2021.

［26］黃曉慧，楊飛. 碳達峰背景下中國農業碳排放測算及其時空動態演變［J］. 江蘇農業科學，2022，50（14）：232-239.

［27］曠愛萍，胡超. 廣西低碳農業發展質量測度及其綜合評價［J］. 生態經濟，2021，37（2）：104-110.

［28］倪筱珈. 湖南省農業低碳化發展評價與優化［D］. 株洲：湖南工業大學，2020.

［29］陳羅燁，薛領，雪燕. 中國農業凈碳匯時空演化特征分析［J］. 自然資源學報，2016，31（4）：596-607.

［30］朱燕茹. 山東省農田生態系統碳源碳匯時空格局演變［D］. 濟南：山東師范大學，2019.

［31］陳羅燁，薛領，雪燕. 中國農業凈碳匯空間集聚與分異［J］. 生態環境學報，2015，24（11）：1777-1784.

［32］韓召迎，孟亞利，徐嬌，等. 區域農田生態系統碳足跡時空差異分析——以江蘇省為案例［J］. 農業環境科學學報，2012，31（5）：1034-1041.

［33］趙穎文，呂火明，盧波. 建國70年四川農業農村經濟發展：成就、經驗與愿景［J］. 農業經濟，2020（12）：9-11.