量化作物-畜牧业整合对草食性畜牧业农民绿色转型的影响：新型指数的开发及其在中国西北部的应用

《Agricultural Systems》：Quantifying crop-livestock integration for the green transition of herbivorous livestock farmers: Development of a novel index and its application in Northwest China

作物-牲畜整合指数（CLII）研究揭示中国西北地区肉牛养殖户的整合水平普遍较低（平均0.36），但空间异质性显著，高CLII值与饲料成本降低及碳排放减少直接相关，验证了空间加权方法在量化微尺度整合与可持续转型中的有效性。

　　

刘丹|金建军|邹赞璐|杨杰|张晨阳

中国北京师范大学地球表面过程与灾害风险降低国家重点实验室，北京100875

摘要

背景

作物生产和畜牧业生产的脱钩加剧了小农农业系统中的资源效率低下和环境压力。为了应对这一趋势，越来越多地在农场、社区和区域层面推动作物-畜牧业合作，以寻求可持续农业的发展路径。然而，尽管这种整合在不断扩大，但由于缺乏可靠且可扩展的指标，其效果仍然难以衡量。

目标

本研究旨在开发一个空间加权的作物-畜牧业整合指数（CLII），并评估其在中国西北部草食牲畜系统中的绿色转型意义。

方法

CLII指数与由标准化温室气体（GHG）排放量和饲料成本效率聚合而成的综合绿色转型指数相关联。采用生命周期评估（LCA）方法计算了六个关键生产阶段的温室气体排放量。同时，也评估了饲料成本效率和综合绿色转型绩效指数。

结果与结论

宁夏元洲地区肉牛养殖户的研究结果显示，CLII值介于0到1之间，反映出各户之间的差异较大。平均CLII仅为0.36，表明整体整合程度较低，尤其是在杨朗村，其平均值仅为0.09。较高的CLII值与较低的购买饲料成本以及通过肠道发酵、粪便管理、堆肥和运输方式减少的温室气体排放相关。回归分析证实，CLII显著提升了户级的绿色转型绩效。

意义

CLII方法提供了一种空间敏感、数据高效的工具，用于衡量整合强度和可持续性成果。它为制定基于证据的政策提供了支持，以促进适应地区特点的低碳畜牧业发展路径。

引言

作物生产和畜牧业生产的脱钩代表了全球农业的重大结构转变，对可持续性产生了深远影响。自农业工业化以来，日益专业化的生产系统加剧了对土地、水资源和空气资源的压力，从而加剧了温室气体排放、营养失衡和生物多样性丧失（Mueller和Lassaletta，2020；Zhang等人，2019a；Cosme等人，2024）。在户级层面，这种脱钩表现为对外部投入的依赖增加、养分循环减少和土壤退化（Jin等人，2020）。例如，中国化学肥料的使用量从884万吨增加到540万吨，增长了511%（Hou等人，2023）。未妥善管理的牲畜粪便已成为农业非点源污染的重要来源（Jiang和Shen，2025）。其他国家也面临着类似的挑战。

此外，尤其是中国的农业系统，越来越倾向于大规模专业化（Bai等人，2018）。1986年至2017年间，同时从事作物生产和畜牧业的家庭比例从71%下降到仅12%，而工业化规模的畜牧业经营却大幅增加（Jin等人，2020）。尽管如此，中国仍有超过75%的土地在冬季缺乏足够的饲料供应（Jin等人，2021），表明系统性的脱钩现象持续存在。因此，最近的研究呼吁摆脱传统的“单一农场耦合”模式，转而采用多尺度的整合视角，涵盖农场内部协调、农场间合作和区域互补性（Garrett等人，2020；Jin等人，2020；Ma等人，2022）。空间邻近性成为这一讨论中的关键因素：生产单位之间的距离增加会导致协调成本、养分损失和环境风险上升（Asai等人，2018；Martin等人，2016）。

综合作物-畜牧业系统（ICLS）被视为实现环境友好和资源高效农业转型的可行路径（Chen等人，2023a；Cortner等人，2019）。尽管对综合系统的兴趣日益增加，但目前用于微观尺度量化作物-畜牧业整合的方法存在三个主要方法论局限。首先，物质循环视角（如养分平衡模型（Fan等人，2018；Zhang等人，2019b）主要关注作物-畜牧业系统内氮、磷和有机物的流动和回收率。虽然这些方法有助于评估养分利用效率，但往往忽略了饲料和粪便在农场或区域间的空间分布。因此，它们未能考虑到作物和畜牧业单位之间的地理分散如何影响养分回收效率、运输能耗以及养分泄漏到环境中的风险。其次，饲料自给框架侧重于内部-外部饲料比率来评估对外部投入的依赖性（Ma等人，2022；Yan和Wang，2024）。这些指标简单且可扩展，但忽略了饲料投入的地理来源，这限制了它们区分本地循环性和市场依赖性的能力，而后者是可持续性评估中的关键考虑因素。第三，新兴的综合方法试图整合多种农场级数据，包括土地利用、饲料流动、粪便管理和经济产出，以提供更全面的整合视图（Battheu-Noirfalise等人，2024）。然而，这些方法的数据需求往往超出了小农的记录能力，特别是在发展中的或转型中的农业系统。因此，这些工具在整合挑战最为突出的地区难以广泛应用。

为克服这些限制，本研究提出了一种新的作物-畜牧业整合指数（CLII），该指数结合了距离衰减原则和空间层次框架。CLII引入了一种空间加权的饲料流动方法，并加入了市场依赖性校正因子，以同时反映地理邻近性和农场内部自给能力。利用宁夏元洲地区肉牛养殖场的详细调查数据，本研究旨在：（1）构建一个空间敏感的CLII指数，以评估微观层面的整合程度；（2）使用环境和经济指标量化绿色生产成果；（3）分析整合与可持续性绩效之间的关系。

该框架通过实现对数据稀缺的小农背景下耦合模式的细致分析，为农业系统研究做出了贡献。它将空间理论与农场实践联系起来，为制定适应地区特点的绿色发展策略提供了可复制的方法。

方法开发：农场规模整合量化

本研究提出了一个空间明确的CLII指数，用于量化农场层面作物种植和畜牧业生产之间的整合程度。该指数基于Ryschawy开发的地理空间整合框架，并结合了Tobler的第一地理定律（Ryschawy等人，2017；Tobler，1970），该定律强调随着距离的增加，相互作用会减弱。CLII指数涵盖了两个关键的整合维度：饲料来源的邻近性和市场依赖性。

CLII的估算

表6总结了元洲地区72个肉牛养殖户的CLII结果。2023年的CLII值介于0到1之间，0表示作物生产和畜牧业生产完全脱钩，1表示完全的农场内部整合，即这些家庭既自行生产饲料（青贮饲料和玉米）又饲养牛。这一广泛的范围凸显了样本家庭间作物-畜牧业整合程度的显著差异。

平均CLII值为0.36，

CLII的优势

本研究提出了一个空间加权、市场调整的作物-畜牧业整合指数（CLII），该指数基于饲料流动结构和来源距离来量化整合强度。该方法在数据稀缺、以小农为主的情况下具有明显优势，同时为未来的方法论改进指明了方向。

CLII的一个关键优势在于其简单性和适用性。

结论

本研究开发了一种空间明确的作物-畜牧业整合评估方法（CLII），该方法结合了购买的饲料量和运输距离，反映了空间邻近性和市场依赖性。将这一框架应用于宁夏元洲地区的肉牛养殖户后，分析显示整体整合程度较低，不同村庄之间的差异较大。CLII值较高的家庭往往具有较低的饲料购买成本和

作者贡献声明

刘丹：撰写——初稿、方法论、正式分析、数据管理、概念化。金建军：撰写——审稿与编辑、项目管理、资金获取。邹赞璐：方法论、调查。杨杰：验证、调查。张晨阳：撰写——审稿与编辑、验证。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了国家重点研发计划（2022YFF1302805）的财政支持。