牲畜基一体化农作系统的生计与能源-碳动态：可持续农业的评估与启示

为解决气候变化下农业生产的可持续性与环境压力问题，研究人员开展了基于牲畜的一体化农作系统（LIFS）的三年生命周期评估研究。该研究通过整合作物与牲畜，评估了系统在资源循环、生产力、经济效益、就业及能源-碳动态方面的表现。结果显示，LIFS在产量、净收益、就业和净碳增益方面显著优于传统种植模式，虽碳足迹略高，但通过优化管理可实现环境与生计的双赢，为可持续农业提供了重要实践依据。

　　

随着全球气候变化加剧和农业环境压力增大，如何在保障粮食安全的同时实现农业的可持续发展已成为各国面临的共同挑战。印度的绿色革命虽显著提高了粮食产量，但也带来了资源过度消耗、生态退化和温室气体排放增加等问题。尤其是亚洲地区，农业食品系统的排放量在过去二十年间增长了25%，远高于其他大洲，凸显出转型紧迫性。在此背景下，一体化农作系统（Integrated Farming System, IFS）因其能够通过作物与牲畜的协同增效、资源循环利用而提高系统韧性和可持续性，受到越来越多关注。

为深入评估牲畜基一体化农作系统（Livestock-based Integrated Farming System, LIFS）的实际效益，研究人员在印度北邦Jhansi地区开展了为期三年的参与式农场试验（On-Farm Trial, OFT）。该研究以3公顷LIFS系统为对象，系统包括30成年牛单位（ACU）及多样化的作物与附属生产单元，覆盖粮食作物、饲料、蔬菜、花卉、水果等多项组成。通过与传统的花生-小麦轮作系统（GWCS）对比，全面评估了LIFS在生产力、经济收益、就业带动、能源和碳平衡等方面的表现，旨在揭示其在实际生产条件下的可持续性潜力。

研究采用了生命周期评估（Life Cycle Assessment, LCA）方法，对系统的投入产出、能量流动和碳足迹进行了精细核算。能量和碳预算分析基于实际输入输出数据，使用等效转化系数和国际公认排放因子（如IPCC推荐值）进行计算。统计方法包括方差分析、相关性检验、主成分分析和聚类热图，以揭示各组分与可持续性指标间的内在联系。

研究结果部分显示：

生产性能方面，LIFS年均小麦等效产量（WEY）达到80,178 kg·ha^-1，是对照系统GWCS的8.4倍。其中，牲畜贡献了77%的产出，其次是粮食作物和饲料作物。单位面积生产率最高的为蔬菜和水果类园艺作物，其生产力比GWCS高出132%，表明多样化种植与养殖的结合显著提高了土地综合利用效率。

经济收益方面，LIFS每公顷年净收益达8,952美元，为GWCS的6.4倍，但成本也较高，其中牲畜部分占86%。尽管整体效益成本比（B:C）略低于GWCS，园艺作物和水果仍表现出较高的盈利能力，反映出高价值作物在系统中的经济贡献。

就业带动方面，LIFS每年创造947人·天的就业机会，比GWCS高出6.6倍，且就业分布全年相对均匀，有助于减少季节性失业和劳动力外流。其中，牲畜管理占总就业的59%，作物生产尤其是饲料和蔬菜部分也贡献显著。

能源利用方面，LIFS总能量投入为90,791 MJ·ha^-1·yr^-1，总能量输出达455,368 MJ，净能量增益为363,577 MJ，能量利用效率（EUE）为5.0。饲料作物和粮食作物在能量产出方面表现突出，而牲畜因依赖外购饲料，间接能量投入占比较高。与GWCS相比，LIFS可再生能源使用比例达到75%，远高于后者的14%，显示出更好的能源结构可持续性。

碳平衡方面，LIFS碳输入相当于14,942 kg C·ha^-1·yr^-1，碳输出为33,974 kg C，净碳增益19,022 kg，较GWCS提高4.6倍。尽管系统总碳足迹（0.19 kg CE·kg^-1 WEY）高于单一作物系统，但单位牛奶碳足迹为1.94 kg CO₂ eq·L^-1，低于多数同类研究报道，归因于资源内循环和最佳管理实践（BMPs）的应用。牲畜是系统主要的碳输入源（占92%），其中 enteric fermentation（肠道发酵）和饲料生产是排放的主要环节。

通过相关性分析和主成分分析，研究发现生产效率、经济效益、能源与碳输出之间存在显著正相关，而可持续性指标如CEI和CSI与资源投入强度呈负相关，表明在追求高产出同时需关注资源利用效率的优化。

研究结论表明，LIFS通过作物-牲畜协同和资源循环利用，实现了生产、经济、就业和生态效益的多元提升，是应对气候挑战、实现农业可持续发展的有效路径。尽管牲畜部分的环境影响较高，但通过优化饲料结构、推动有机输入替代、提升能源碳效率等措施，可进一步降低系统环境足迹，迈向“自然正效益”的农业模式。该研究为政府及农业经营者提供了基于实证的一体化系统设计和管理策略，对于类似生态区域的农业转型具有重要参考价值。

论文发表于《Farming System》，为农业系统优化提供了跨学科、多指标的综合评估范例。