基于土壤功能和粮食安全的后备耕地可能源化秸秆生态总量分析

朱开伟，刘 贞，2，李佩滢，贺良萍，林金钗

(1.重庆理工大学低碳能源研究中心，重庆 400054；2.美国劳伦斯国家能源实验室，美国 加州 94530；3.西南大学经济管理学院，重庆 400715)

基于土壤功能和粮食安全的后备耕地可能源化秸秆生态总量分析

朱开伟1，刘 贞1，2，李佩滢3，贺良萍1，林金钗1

(1.重庆理工大学低碳能源研究中心，重庆 400054；2.美国劳伦斯国家能源实验室，美国 加州 94530；3.西南大学经济管理学院，重庆 400715)

后备耕地土壤生态脆弱，秸秆还田具有维护土壤功能的作用。基于此，提出了土壤生态最小保留量的概念，并综合考虑粮食安全、作物单产、种植结构和草谷比，运用情景分析法评价了后备耕地可能源化秸秆的生态总量。研究发现：①受耕地后备资源影响，秸秆理论量较小。在高、中、低单产情景下，2050年理论秸秆总量分别为2658.69、1772.46和886.23万吨；②考虑土壤功能和粮食安全，高发展情景下2050年可能源化秸秆生态总量能够达到2066.40万吨，低情景仅10.70万吨；其中，新疆可能源化秸秆生态总量较大；③土壤生态最小保留量和区域作物单产，对可能源化秸秆生态总量影响较大；可构建农业生物质能开发生态补偿机制，进一步提高后备耕地农业生物质能生态潜力。

土壤生态最小保留量；粮食安全；秸秆能源化

1 引言

生物质能的开发利用不仅能够缓解能源危机，而且能够有效解决由化石能源消费引起的环境问题。目前，农作物秸秆已经成为发展生物燃料的主要原料之一，而中国农作物秸秆资源丰富。因此，有效评估中国农业生物质能发展潜力，对农业生物质能的开发有着重要意义。

现有研究主要是对现有耕地农业生物质能潜力进行估算，如：刑红等考虑农作物播种面积、草谷比等影响因素，评估了南通市可能源化秸秆资源总量[1]；米锋等以农作物产量为媒介，利用草谷比计算了内蒙古通辽地区秸秆资源理论总量[2]；刘志彬等以农作物经济产量为基础，结合草谷比和可收集率，估算了农作物秸秆的理论可收集量[3]。

同时，少部分学者研究了后备耕地种植能源作物的生物质能开发潜力，如王滔等对后备性边际土地进行分析，评估了种植甜高粱、木薯等能源作物的生物质能开发潜力[4]；刘婷婷等考虑边际土地的开发经济性，分析了边际土地开发生物质能源的可行性[5]。研究表明中国仍存在中长期的粮食安全问题[6]，而后备耕地是粮食安全的重要保障，但考虑粮食安全对后备耕地生物质能开发潜力进行评价的研究并不多见。另外，后备耕地生态脆弱，秸秆还田具有维护土壤生态功能。但国内考虑土壤功能对可能源化秸秆生态潜力进行研究的文献还较少，国外已有一定相关研究。Sikkema等考虑生态要求评估了芬兰森林生物质开发潜力[7]；Tan考虑土壤有机物水平，对美国秸秆可收集量进行了预测[8]；Mauricio研究发现收集玉米芯对土壤有机物的影响较低[9]。

基于此，拟梳理各省市后备耕地，即耕地后备资源；考虑粮食安全，根据各省市现有主要农作物种植比例，设计后备耕地种植结构；对不同农作物的土壤生态最小保留量进行数据调研和设计；考虑现有农作物单产，对后备耕地农作物单产进行情景设计；最终，对后备耕地可能源化秸秆的生态潜力及其空间分布和构成进行分析，并为中国后备耕地生物质能的开发利用提供参考建议。

2 可能源化秸秆生态潜力评估模型构建

假设适合后备耕地种植的农作物有m种，则第t年第i省份第j种农作物的秸秆产量(Pt,i,j)如下：

Pt,i,j=Si·αt,i,j·βt,i,j·γj

(1)

式中：Si表示第i省份后备耕地总面积；αt,i,j、βt,i,j分别表示第t年第i省份第j种农作物的种植比例和单产量；γj表示第j种农作物的草谷比系数。

设不同农作物的土壤生态最小保留量为δj；若δj大于单位面积秸秆理论产量，则可能源化秸秆为0。各省市和全国后备耕地可能源化秸秆生态量分别如式(2)和式(3)所示：

(2)

(3)

(4)

式中：πj表示第j种农作物秸秆折标煤系数。

3 耕地后备资源分析及情景设计

3.1 耕地后备资源分析

本文综合《中国耕地后备资源调查评价数据集》及相关研究[10-11]，对各省市后备耕地资源量进行设计，具体如图1所示。同时，暂不考虑开发湿地等对生态环境的影响，以及农业设施、道路交通等对垦殖系数的影响，垦殖系数取100%。

3.2 土壤生态最小保留量设计

首先，对研究不同农作物秸秆还田量对土壤有机质、农作物产量和水土流失关系的研究文献进行梳理，然后在此基础上初步确定不同农作物土壤生态保留量的初始值；在此基础上，采用情景分析法设计了三种情景(低情景、中情景、高情景)，并对不同情景下土壤生态保留量进行设计。油菜秸秆与小麦秸秆主要成分及比例相近[12]，因此油菜秸秆保留量也采用小麦保留量；对于薯类、花生和甘蔗，由于相关还田量的研究文献较少，故取稻谷、小麦、玉米、大豆、棉花和油菜各情景还田量均值，作为薯类、花生和甘蔗不同情景下的最小还田量。此外，暂不考虑土壤类型对土壤生态最小保留量的影响，则不同农作物的土壤生态最小保留量如表1所示。

图1 中国各省市后备耕地资源量

情景稻谷[13-14]小麦[15]玉米[16-17]大豆[18]薯类棉花[19]花生油菜甘蔗低121100213050124161124100124中288200619160285243285200285高4553001098270458325458300458

3.3 区域后备耕地农作物种植结构设计

考虑到中国粮食安全问题，暂不考虑种植能源作物。由于不同省份之间农作物种植结构存在差异，因此，依据《中国农业统计年鉴》各省市、自治区主要农作物的种植比例，设置了各省市、自治区后备耕地主要农作物(稻谷、小麦、玉米、大豆、薯类、棉花、花生、油菜、甘蔗)的种植比例，具体如图2所示。

3.4 后备耕地农作物单产设计

由于对后备耕地农作物单产的研究较少，因此以现有耕地农作物单产为基准情景，设计了低、中、高三种单产情景，并分别取基准情景的25%、50%、75%作为低、中、高单产情景的预测值。在现有主要农作物单产预测方面，以2001―2012年各省市主要农作物单产为样本，采用线性回归方法对未来农作物的单产进行预测。而单一采用线性回归方法进行预测，会出现假回归。为保证预测值的有效性，同时采用专家预测法对未来各省市主要农作物的单产进行预测。主要是请相关领域专家结合各省市主要农作物单产的历史数据，从各省市农业技术管理水平、地力水平、气候条件等角度，对各省市各主要农作物2020年和2050年的单产进行评估。若线性回归预测值大于专家预测值，则取专家预测值作为预测结果，并采用加权平均法计算其他年份的单产。各省市现有耕地主要农作物未来单产如图3所示(薯类单产为折粮单产，折合比5:1)。

图2 后备耕地主要农作物种植情景设置

图3 现有耕地农作物未来单产

3.5 草谷比设计

采用文献调研的方法，对主要农作物的草谷比进行设计。文献[20-24]分别给出了不同条件下，中国各主要农作物的草谷比。从表2中数值可以看出，不同学者给出的草谷比波动较大。为保证农作物秸秆量预测的合理准确性，在以上研究的基础上，采用加权平均法对不同农作物的草谷比进行设计，具体如表2所示。

表2 不同农作物的草谷比设计

4 后备耕地可能源化秸秆生态潜力分析

4.1 可能源化秸秆生态总量

受后备耕地资源的制约，后备耕地农作物秸秆理论量较少。在高单产情景、中单产情景和低单产情景下，2050年理论秸秆总量分别为2658.69万吨、1772.46万吨和886.23万吨；考虑土壤生态最小保留量后，不同单产情景和保留情景下，后备耕地可能源化秸秆生态总量如表3所示。

在低单产中保留、低单产高保留和中单产高保留情景下，最终可能源化秸秆生态总量偏小，尤其是低单产高保留情景，不适宜进行相应的开发利用；其他情景下生物质能生态总量相对丰富，2050年在高单产低保留、高单产中保留、高单产高保留、中单产低保留、中单产中保留和低单产低保留情景下，分别能够满足约103、62、32、59、23和15座，年秸秆消耗量为20万吨的25MW秸秆直燃发电电厂，开发利用价值较为可观。

表3 不同情景下可能源化秸秆生态总量(万吨)

4.2 可能源化秸秆生态资源空间分布

不同情景下，各省市后备耕地可能源化秸秆占比如表4所示(表中数值为2020―2050年均值)。在高单产情景下，可能源化秸秆生态资源分布较为分散。受区域耕地后备资源和农作物单产的影响，其主要分布在新疆、甘肃、四川和山东，在低还田、中还田和高还田情景下分别约占生态资源总量的24.05%、26.39%、26.68%，10.85%、10.41%、11.91%，7.16%、7.21%、8.59%和6.05%、6.59%、7.65%；而北京、天津、山西、陕西、上海、海南、贵州、西藏等地占比不足总量的1%。

中单产情景中，可能源化秸秆生态资源依旧集中在新疆、甘肃、四川和山东，在低、中、高还田情景下分别约占总量的24.32%、25.60%、15.02%，10.75%、11.78%、16.31%，7.17%、8.74%、10.36%和6.14%、7.30%、10.01%；情景6中，由于稻谷、玉米、大豆、棉花和花生可利用秸秆量较少，使得可能源化秸秆生态资源在空间上发生转移，主要向山东、甘肃和广西等地集聚，而新疆占比明显下降。

在低单产情景中，由于还田量的增加，在低、中、高还田情景中，不断出现可利用秸秆量为0，使得可能源化秸秆在空间上产生了较大的转移。情景7中依旧主要分布在新疆、甘肃、四川和山东，分别约占总量的24.89%、10.08%、7.87%和7.01%；而在情景8中，则主要分布在甘肃、四川、青海和山东，分别约占总量的16.79%、12.96%、11.03%和8.20%；情景9中，则主要分布在山东、新疆和吉林，分别约占总量的30.06%、14.94%和11.97%。

表4 不同情景下不同区域可能源化秸秆资源占比(%)

续表4

注：情景1～9分别表示高单产—低还田、高单产—中还田、高单产—高还田、中单产—低还田、中单产—中还田、中单产—高还田、低单产—低还田、低单产—中还田和低单产—高还田，下同。

4.3 可能源化秸秆生态资源构成

不同情景下，可能源化秸秆资源的构成如表5所示(表中数值为2020—2050年的均值)。总体来看，不同单产情景和还田情景下，可能源化秸秆主要是由稻谷、小麦、玉米或薯类秸秆构成。其中，情景1、2、4、5和7由所有主要农作物构成；情景3由除玉米以外其他八种农作物构成，而情景6由小麦、薯类、棉花、油菜和甘蔗秸秆构成；情景8和9则仅由薯类和甘蔗秸秆构成。

通过以上分析发现，在相同单产情景下，由于不同省市之间农作物单产存在较大的差异，使得部分农作物秸秆的理论产量小于最小生态还田量，使得部分农作物秸秆可利用量为0，造成不同情景间资源构成的差异。因此，为了提高不同情景下中国后备耕地可能源化秸秆生态潜力，不仅需要建立全国性的生态补偿机制，而且要细分到省级层面。

表5 不同情景下可能源化秸秆资源构成(%)

5 结论

秸秆还田具有维护增强土壤功能，防止水土流失的作用，合理开发利用农作物秸秆对中国生物质能的可持续开发有着重要意义。基于此，本文提出了土壤生态最小保留量的概念，在此基础上结合相关政策，考虑粮食安全、单产、种植结构、草谷比等影响因素，运用情景分析法，对后备耕地可能源化秸秆生态潜力进行了分析评价。研究发现：①受耕地后备资源的约束，秸秆理论获得量较少。在高、中、低单产情景下，2050年后备耕地理论秸秆总量分别为2658.69、1772.46和886.23万吨；②考虑土壤生态要求和粮食安全，在高发展情景下，2050年可能源化秸秆生态总量能够达到2066.40万吨，低发展情景下则仅有10.70万吨；相比其他省份，新疆可能源化秸秆生态潜力较大，可优先开发利用；③土壤生态最小保留量和农作物单产，对可能源化秸秆生态资源的空间分布、资源结构构成，及生态资源总量有着较大的影响，可通过构建省级层面的后备耕地生物质能开发生态补偿机制，进一步提高中国后备耕地农业生物质能生态潜力。

[1]刑红，赵媛，王宜强.江苏省南通市农村生物质能资源潜力估算及地区分布[J].生态学报，2015，35(10)：3480-3489.

[2]米锋，潘文倩，陈凯，多琳娜.内蒙古通辽地区农业生物质资源开发利用及其经济效益分析[J].干旱区资源与环境，2013，27(9)：44-49.

[3]刘志彬，任爱胜，高春雨，付伟铮，陈晨.中国农业生物质资源发电潜力评估[J].中国农业资源与区划，2014,35(4)：133-140.

[4]王滔，杨君，段建南，唐伟.基于土地利用与功能角度的能源作物发展效益分析[J].河南农业科学，2012，41(6)：75-79.

[5]刘婷婷，马忠玉，谢海燕.利用边际土地开发生物质能源研究综述[J].资源与产业，2016，18(1)：1-7.

[6]张元红，刘长全，国鲁来.中国粮食安全状况评价与战略思考[J].中国农村观察，2015(1)：2-14,29.

[7]SIKKEMA R，FAAIJ A P C，RANTA T，HEINIMO J，GERASIMOV Y Y，KARJALAINEN T，NABUURS G J.Mobilization of biomass for energy from boreal forests in Finland & Russia under present sustainable forest management certification and new sustainability requirements for solid biofuels[J].Biomass and bioenergy，2014(71)：23-36.

[8]TAN Z X，LIU S G，NORMAN B.Current and potential sustainable corn stover feedstock for biofuel production in the United States[J].Biomass and bioenergy，2012，47(12)：372-386.

[9]MAURICIO A S，PHILLIP B，JANET L H，JOSHUA L P.Nutrient and alkalinity removal by corn grain，stover and cob harvest in upper midwest USA[J].Biomass and bioenergy，2011，35(3)：1190-1195.

[10]温明炬，唐程杰.中国耕地后备资源调查评价数据集[M].北京：地质出版社,2005.

[11]代兵，谷晓坤，陈百明.基于GIS的新疆后备耕地资源评价[J].农业工程学报，2008,24(7)：60-64.

[12]赵蒙蒙，姜曼，周祚万.几种农作物秸秆的成分分析[J].材料导报,2011,25(8)：122-125.

[13]逯非，王效科，韩冰，欧阳志云，郑华.稻田秸秆还田：土壤固碳与甲烷增排[J].应用生态学报,2010,21(1)：99-108.

[14]强学彩，袁红莉，高旺盛.秸秆还田量对土壤CO2释放和土壤微生物量的影响[J].应用生态学报，2004,15(3)：469-472.

[15]韩新忠，朱利群，杨敏芳，俞琦，卞新民.不同小麦秸秆还田对水稻生长、土壤微生物生物量及酶活性的影响[J].农业环境科学学报，2012，31(11)：2192-2199.

[16]AL-KAISI M M，YIN X，LICHT M A.Soil carbon and nitrogen changes as affected by tillage system and crop biomass in a corn-soybean rotation[J].Applied soil ecology,2005，30(3)：174-191.

[17]KONG A Y Y，SIX J，BRYANT D C，DENISON R F，KESSEL C V.The relationship between carbon input，aggregation，and soil organic carbon stabilization in sustainable cropping systems[J].Soil science society of America，2005，69(4)：1078-1085.

[18]刘贞，吕指臣，朱开伟，蒲刚清.基于维护土壤功能的大豆秸秆生物质能开发潜力分析：以黑龙江省为例[J].重庆理工大学学报(社会科学)，2015(1)：30-36.

[19]YANG G Z，ZHOU X B，LI C F，et al.Cotton stubble mulching helps in the yield improvement of subsequent winter canola(Brassica napus L.)crop[J].Industrial crops and products，2013，50(10)：190-196.

[20]王晓玉，薛帅，谢光辉.大田作物秸秆量评估中秸秆系数取值研究[J].中国农业大学学报，2012,17(1)：1-8.

[21]Project team of Chinese renewable energy development strategy.The strategy of Chinese renewable energy:bio-energy volume[M].Beijing：China Electric Power Press，2008.

[22]李京京，任东明，庄辛.可再生能源资源的系统评价方法及实例[J].自然资源学报,2001,16(4)：373-380.

[23]钟华平，岳燕珍，樊江文.中国作物秸秆资源及其利用[J].资源科学,2003,25(4)：62-67.

[24]张福春，朱志辉.中国作物的收获指数[J].中国农业科学，1990,23(2)：83-87.

(责任编辑 刘传忠)

Aggregation Evaluation on the Straw Resource for Energy Source in ReserveCultivated Land by Considering Soil Function and Food Security

Zhu Kaiwei1，Liu Zhen1,2，Li Peiying3，He Liangping1，Lin Jinchai1

(1.Low Carbon Energy Research Center，Chongqing University of Technology，Chongqing 400054，China;2.Lawrence Berkeley National Laboratory，California 94530，US;3.School of Economics and Management，Southwest University，Chongqing 400715，China)

It has positive effect of straw incorporation on preventing the land from soil erosion.Therefore，the concept of Minimum Ecological Straw Returns Amount(MESRA)was put forward，and scenario analysis method was applied to design the MESRA.Then，a bottom up dynamic model was built，which considering per unit area yield，planting structure，straw-grain ratio and MESRA，and the model was used to evaluate the total amount of the straw that can be energy utilized.It finds that：①Bounded by reserve cultivated land resources，the theoretical straw amount is small，respectively is 26.5869 million ton，17.7246 million ton and 8.8623 million ton in high，middle and low per unit area yield scenario in 2050.②When considering the MESRA and food security，the energy utilized straw amount will be 20.664 million ton in high developing scenario，and 107 thousand ton in low developing scenario.Affected by the reserve cultivated land resources，Xinjiang has the most straw resource in China mainland.③The MESRA and per unit area yield have obvious effect on the amount of energy utilized straw.But the total amount can be further improved by building up the provincial reserve cultivated land bio-energy development ecological compensation mechanism.

MESRA；Food security；Energy utilization of straw

2016-08-02

朱开伟(1991-)，江苏扬州人，重庆理工大学技术经济及管理硕士研究生；研究方向：可再生能源战略及规划。

TK6

A