中国生猪养殖碳排放估算：时空分异与影响因素

《Frontiers in Sustainable Food Systems》：Estimating carbon emissions from pig farming in China: spatial–temporal differentiation and influencing factors

　　

生猪养殖业是中国这一全球最大猪肉生产与消费国的温室气体(GHG)重要排放源。然而，已有研究对中国省级差异、动态演变及碳排放空间溢出效应关注有限。基于2008至2020年31个省份面板数据，研究人员采用生命周期评价(LCA)方法估算饲料投入、生猪养殖与能源消耗产生的碳排放；运用核密度估计与全局莫兰指数(Global Moran’s I)考察碳排放时空演变，并应用空间杜宾模型(SDM)识别影响因素及其空间效应。研究发现：(1)2008至2020年间生猪养殖碳排放经历四阶段波动但期末下降，碳排放强度呈明显下降趋势；(2)生猪养殖呈现由沿海向内陆转移趋势，全国碳排放强度降低且省际差距收窄；(3)中国生猪养殖业碳排放表现出显著空间集聚与正向空间自相关；(4)环境规制直接降低本地碳排放，而产业集聚水平、肉类结构中猪肉占比、规模化程度与环境规制均呈现显著空间溢出效应。总体而言，经济发展水平、产业集聚水平、技术进步与环境规制有助于碳减排。上述发现表明，区域协作、优化产业布局与靶向环境规制对推动中国生猪养殖业低碳转型至关重要。

研究背景与立项依据

中国作为全球最大猪肉生产国与消费国，2023年贡献全球近46.5%的生猪产量，但生猪养殖业面临空间分布不均、资金技术获取有限、环保意识薄弱及环境规制不足等挑战，产生大量温室气体(GHG)与污染。全球畜牧业碳排放约占9%，既有文献多采用投入产出(I-O)、排放因子法或生命周期评价(LCA)测算，但既有研究或聚焦单一环节（饲料、养殖、废弃物），或忽视省级时空差异与空间溢出，影响因素分析多依赖IPAT/STIRPAT/LMDI且变量经济性不强。为服务“碳中和”目标下生猪业低耗低效转型，研究人员在《Frontiers in Sustainable Food Systems》发表该研究，系统量化2008–2020年中国31省生猪养殖碳排放并解析驱动机制。

主要技术方法概括

研究人员构建“摇篮至农场门”系统边界的LCA框架，将碳排放拆解为饲料种植加工、场内生猪育种（肠道发酵与粪污管理）、养殖能耗三类；样本覆盖2008–2020年中国31省面板数据，出栏量源自?《中国农村统计年鉴》?《中国畜牧兽医年鉴》，饲料消耗与电煤成本取自国家发改委农产品成本收益汇编。时空演变采用核密度估计（高斯核）与基于0–1邻接权重的全局莫兰指数(Global Moran’s I)；驱动机制采用对数化空间杜宾模型(SDM)，纳入经济发展、猪肉占肉类结构比、城镇化、产业集聚、规模化、技术进步与环境规制变量，并做AR5/AR6的GWP敏感性检验。

研究结果

2.1 生猪养殖碳排放核算

通过公式(1)(2)(3)分别估算饲料环节（玉米65.30%、小麦19.30%、大豆11.30%配比，EF₁₁=1.50 t/t等）、育种环节（IPCC默认排放因子，CH₄ GWP=21、N₂O GWP=310）与能源环节（电EF_e=0.9944 t CO₂/(MW·h)，煤EF_c=1.98 t/t）碳排放。敏感性分析显示改用AR5（CH₄=28, N₂O=265）与AR6（27.9, 273）后总排放平均变动+1.18%与+1.77%，基准结论稳健。

2.2 碳排放强度时空演变

核密度估计表明密度曲线中心左移、峰型由宽扁趋尖窄，全国碳排放强度下行且省际离散度缩小；生猪养殖重心由沿海主销区向内陆主产区转移，生产功能区划分（主产/主销/平衡）揭示布局重构特征。

2.3 碳排放空间特征

2.3.1 全局空间自相关

2008–2020年Global Moran’s I持续为正且显著，证明省份间碳排放存在正向空间自相关与集聚格局。

2.3.2 空间杜宾模型

SDM回归显示：环境规制对本省碳排放直接为负向；产业集聚水平、猪肉占肉类结构比、规模化水平及环境规制存在显著空间溢出（邻省效应）；经济发展、产业集聚、技术进步与环境规制总体驱动减排。

讨论与结论翻译

讨论指出，LCA全链条拆分弥补了单环节研究缺口，核密度结合生产功能区替代纯地理视角，SDM较LMDI更适配空间交互因果。结论重申：2008–2020年中国生猪养殖碳排放先波动后降、强度持续下行；养殖布局沿海转内陆、省际差距收窄；排放呈显著空间集聚与正自相关；环境规制本地抑排且多因素具跨区溢出。区域协作、产业布局优化与差异化环境规制是低碳转型核心路径。