目前, 食物生产消费对全球生物地球化学循环的影响愈加显著, 由人类消费模式驱动的食物系统会产生19%~29%的人为温室气体排放(Song et al., 2015), 其中, 全球80%的温室气体由城市活动产生(Heinonen et al., 2011).食物生产消费的环境压力主要表现在温室气体排放(Dias et al., 2014)、土地占用(Moore et al., 2013; Foley et al., 2011)、资源枯竭(Cribb, 2010)、生物多样性丧失(Åsa Jansson, 2013)及全球和区域尺度的许多其他环境影响(Heller et al., 2003).在人为造成的环境负荷中, 20%~50%是由食物系统导致的(Roy et al., 2012; Notarnicola et al., 2012).研究城市食物消费变化有助于寻求减少食物消费带来的环境影响的方法, 促进城市健康可持续发展(Nemecek et al., 2016; Hadjikakou, 2017; Sala et al., 2017; Le et al., 2017).
不可持续的食物消费是全球环境恶化的主要成因之一(UNCED, 1992).国外研究以食物生产消费造成的环境影响居多, 并探究减少环境负荷的具体方案.例如, Pairotti等(2015)使用混合IOA-LCA方法评估地中海饮食的环境负荷, 将其与意大利饮食进行对比, 得出如果所有意大利家庭将其消费模式调整为地中海饮食模式, 可以减少1/4的二氧化碳排放;Notarnicola等(2016)的研究发现, 环境负荷最重的消费食物类别是肉制品和乳制品, 人体排泄物和废水处理对环境的影响大于农业生产、运输和加工阶段的富营养物质造成的环境负荷;Veeramani等(2017)使用聚类分析法将居民食物消费数据分为7种饮食模式, 用来估计加拿大安大略省居民食物消费和废物排放的环境影响.国内对食物生产消费的研究多以家庭碳消费为视角, 探讨食物消费的影响因素, 从而提出解决措施.例如, 罗婷文等(2005)、吴开亚等(2009)、王文秀等(2010)和闫祯等(2013)通过核算不同地区家庭食物碳消费, 研究得出的居民人均食物碳消费量均呈下降趋势;智静等(2009)对比分析了1978—2006年中国城乡居民食品消费碳排放差异;吴燕等(2012)利用生命周期法计算和分析出北京市居民食物消费的碳足迹占家庭消费碳排放的23.3%;黄葳等(2015)运用LCA-EIO的方法核算了2012年宁波市居民食物消费的碳排放.通过对研究区域的统计分析, 食物碳消费研究区域多集中在北京、上海、厦门等城市化率高的城市, 国内学者对城市化率不高的地区食物碳消费造成的环境负荷研究较为缺乏.为此, 本文根据1990—2013年昆明市城乡居民食物生产消费中的碳素动态变化, 计算居民食物碳消费的环境负荷, 以期为发展低碳农业及引导可持续食物消费方式提供科学依据.
2 研究区概况(Research area overview)昆明市是云南省省会城市, 位于中国西南云贵高原中部.从1990年到2013年, 昆明市总人口数从429.62万人增长到657.9万人, GDP从115.26亿元增长至3415.31亿元, 城镇居民人均可支配收入从1686.41元增长至28354元, 农村居民家庭人均纯收入从738.79元增长至9273.03元, 20多年来畜牧业产值增幅明显, 从6.02亿元增长到106.63亿元, 2012年, 昆明市成为第二批国家低碳省区和低碳城市试点.因此, 选取昆明市作为研究区域具有重要意义.
3 研究方法与数据(Methods and data) 3.1 数据来源本文研究数据的主要分为两大部分.第1部分是基础数据, 主要来源于《昆明统计年鉴(1991—2014)》及实地调研数据, 包括昆明市城乡居民人均食物消费量、居民人口数、作物播种面积、作物产量、农用物资投入量、畜禽养殖量、生活污水量和厨余垃圾量等.第2部分是食物生产消费系统中的参数选取, 主要源于文献资料及本地调研数据.由于外出就餐数据较难搜集, 故食物消费环节数据不包括外出就餐量.
3.2 计算方法研究方法是基于物质流分析法, 建立市级尺度上食物生产消费系统中碳素的质量守恒流动模型(图 1), 主要计算内容包括:食物生产碳汇量和碳排量、食物碳消费总量和食物碳消费造成的环境负荷量.
作物生产碳汇量计算公式(田云等, 2013)为:
(1) |
式中, C表示作物吸收的总碳量(kg);Ci表示作物类型i吸收的碳量(kg);n表示作物的种类数;ci表示经光合作用合成, 单位有机质作物所需吸收碳量(kg·kg-1);Yi表示作物的经济产量;r表示作物的经济产品部分含水量;HIi表示作物的经济系数, 即作物经济产量/生物产量.
食物生产碳排量计算公式(张秀梅等, 2010)为:
(2) |
式中, E表示食物生产碳排放总量(kg);Ei表示碳源类型i排放的碳量(kg);m表示碳源的种类数;Ti表示碳源类型i排放的总量(kg);ki表示碳源类型i的碳排放系数(kg·kg-1).
通过计算净碳汇量、碳汇水平、碳汇强度、碳排强度和净碳汇强度, 从而为发展低碳农业提供思路.碳汇水平可以客观地反映某地区的农业生产净碳效应, 比值越大, 则说明净碳效应越好.碳汇强度、碳排强度和净碳汇强度这3个指标是单位面积碳汇碳排的大小, 可以表示出碳汇碳排能力的强弱.具体计算方法如表 1所示.
食物生产系统主要包括作物生产子系统和畜禽养殖子系统, 其中, 作物生产子系统中用到的固定参数有主要农用物资碳排放系数及主要作物经济系数、含水量及碳吸收率(田云等, 2013)等, 具体数值见表 2和表 3.畜禽养殖子系统中用到的固定参数有主要畜禽碳排放系数(班荣舶等, 2017)等, 具体数值参见表 4.
食物消费总碳量计算公式为:
(3) |
式中, Wc表示居民消费食物的总碳量(kg);wci表示食物类型i消费的碳量(kg);l表示消费食物的种类数;Wi表示食物类型i消费的总量(kg);fi表示食物类型i消费的含碳量(kg·kg-1).
食物消费系统中用到的固定参数为主要食物类型的含碳量(罗婷文等, 2005), 具体数值参见表 5.
评价碳素在食物生产消费系统中的流动状况, 主要计算生产过程和消费过程进入环境中的碳素排放总量.对碳素流动过程进行分析(图 1), 其中, 食物消费进入大气、水体和土壤的各个环节的结果如下:大气碳环境负荷为人体呼吸碳量、还田挥发碳量、填埋气体挥发碳量、污水处理挥发碳量之和;水体碳环境负荷为污水未处理排放碳量与污水处理后碳量之和;土壤碳环境负荷为厨余垃圾填埋碳量、污泥填埋碳量、粪尿还田碳量之和.其中, 相关计算方法及固定参数(闫祯等, 2013; 王进等, 2014)见表 6和表 7.
1990—2013年昆明市食物生产碳汇、碳排总量整体呈上升趋势(图 2), 由于1999年昆明市行政区划调整, 增加了东川区和寻甸县, 面积提高约26%, 使得1998—1999有个骤增的变化, 需要对碳汇、碳排总量分2个时间段讨论:1990—1998年为行政区划调整前, 碳汇总量由769.15 Gg·a-1增长至956.31Gg·a-1, 年均增长率为2.45%;1999—2013年为行政区划调整后, 碳汇总量波动变化, 由1999年的1159.82 Gg·a-1下降到2010年1043.66 Gg·a-1再增长至2013年的1195.53 Gg·a-1, 其中, 1999—2010年碳汇总量小幅下降, 年均减少率为0.88%, 原因是水稻、小麦等主要碳汇作物的产量有所下降, 2011—2013年的年均增加率为2.26%.在两段变化过程中, 碳汇总量基本处于上升态势, 碳汇水平的变化与农作物种植面积及不同碳汇作物产量有关.对食物生产碳排总量趋势分析发现, 1990—1998年碳排总量由504.96 Gg·a-1增长至599.59 Gg·a-1, 年均增长率为1.93%;1999—2013年由755.00 Gg·a-1增至1012.33 Gg·a-1, 年均增长率为1.97%.在两段变化过程中, 年均增长率基本保持不变, 碳排总量都处于上升态势, 原因可能是农用物资投入增加和畜禽养殖规模扩大.行政区划的调整直接反馈是统计的农作物种植面积增加, 会整体提升碳汇、碳排总量, 但对调整后的趋势变化及碳汇强度和碳排强度的影响较小.
在碳汇强度方面, 表现为先上升后下降(图 3), 1990—1998年属于上升阶段, 由1990年的2.84 t·hm-2·a-1增长至1998年的3.28 t·hm-2·a-1;1998—2010年属于波动下降阶段, 最低下降至2.48 t·hm-2·a-1;2010—2013年, 碳汇强度呈现上升态势, 2013年碳汇强度为2.65 t·hm-2·a-1.碳排强度呈现缓慢上升趋势, 由1990年的1.86 t·hm-2·a-1增长至2013年的2.24 t·hm-2·a-1 (图 3).张大东等(2012)对浙江省2000—2009年农业系统碳汇碳排进行了研究, 结果显示, 碳汇呈上升态势, 碳排呈递减趋势, 总体上呈碳增汇趋势.祁兴芬等(2013)在对德州市1991—2010年农田生态系统碳足迹的研究表明, 碳汇波动上升, 碳排先增后减, 净碳汇逐年增加, 对比发现, 与昆明结果相异的是碳排趋势.在昆明碳排放总量中, 农用物资投入增长了267.25%, 土壤N2O排放增长了200%, 稻田CH4排放减少了57.18%, 畜禽养殖过程中肠道发酵和粪便排放增长了70.02%.在农用物资投入的碳排中, 化肥、农药、农膜使用造成的碳排量分别增长324.41%、479.81%和546.26%.由于农用物资的大量投入与畜禽养殖废弃物增加, 使得碳排量整体增速远大于碳汇量, 昆明市节能减排工作仍需做很大努力.因此, 昆明市要借鉴学习其他地区在节能减排、低碳农业上的经验, 努力打造低碳城市.
净碳汇量呈先上升后下降态势, 在整体上呈下降趋势, 由1990年的264.19 Gg·a-1增长至1999年的404.82 Gg·a-1再下降至2013年的183.2 Gg·a-1(图 2).净碳汇量一直大于0, 说明昆明市农业生产具备较好的固碳能力, 这与王梁等(2016)和张婷等(2014)的研究结果类似.净碳汇强度呈先上升后下降态势, 总体呈下降趋势, 由1990年的0.98 t·hm-2·a-1增长至1999年的1.03 t·hm-2·a-1再下降至2013年的0.41 t·hm-2·a-1(图 3).碳汇水平由1990年的152.32%下降至2013年的118.1%, 均值为137.09%, 低于1995—2010年211.55%的全国碳汇水平, 与其他地区对比, 也低于2002—2013年山东省(王梁等, 2016)432%的碳汇水平及1995—2009年江苏省(韩召迎等, 2012) 422%的碳汇水平.因此, 昆明的农业碳汇水平还处于一个较低的水平, 主要是因为农用物资的施用强度较高, 2013年昆明化肥施用强度达到402.89 kg·hm-2, 是国际公认的安全上限的1.8倍.
4.2 食物消费系统 4.2.1 食物碳消费变化由图 4可知,1990—2013年昆明市城镇和农村居民人均碳消费量变化差异较大, 其中, 城镇居民人均碳消费量变化分为4个阶段:第1阶段是1990—2000年, 人均碳消费量由60.28 kg·人-1·a-1下降到39.65 kg·人-1·a-1;第2阶段是2000—2002年, 该阶段人均碳消费量呈上升趋势;第3阶段是2002—2009年, 该阶段人均碳消费量由50.39 kg·人-1·a-1减少至35.89 kg·人-1·a-1;第4阶段是2009—2013年, 人均碳消费量由35.89 kg·人-1·a-1上升到42.88 kg·人-1·a-1.
农村居民人均碳消费量表现为3个阶段:第1阶段是1990—1992年, 人均食物碳消费量从87.93 kg·人-1·a-1下降至85.37 kg·人-1·a-1;第2阶段是1992—1994年, 人均碳消费量呈上升趋势;第3阶段是1994—2013年, 该阶段人均碳消费量由99.05 kg·人-1·a-1减至48.78 kg·人-1·a-1.
对比城乡人均碳消费量, 在研究范围内农村数值一直高于城镇.1990—2013年昆明城镇粮食消费占总食物消费的57.62%, 农村粮食消费占总食物消费的82.34%, 农村食物消费中含碳量高的粮食占有较高比重, 最终影响到人均食物碳消费量.因而城乡居民饮食结构的差异造成农村人均食物碳消费量高于城镇.
在分析城乡变化趋势中可以看出, 农村人均碳消费量一直处于降低状态, 2009年后城市人均食物碳消费量呈增长趋势, 农村有小于城市的趋势.农村人均食物碳消费量减少的原因主要是生活水平的提高, 饮食结构中较高碳含量粮食的减少速率要高于其他食物的增加速率.其次城市人均食物碳消费量在2009年之后呈增长趋势, 这是由于城市化进程的加快, 城市居民生活质量不断改善, 植物油的消费比例在增加.以上是在未考虑外用餐的情况下分析得出的结论, 随着居民生活水平的提高及饮食习惯的改变, 居民食物消费中的在外就餐比例越来越高, 而购买回家庭的食物数量逐渐降低.因此, 昆明市居民食物消费模式发生变化是食物碳消费改变的原因之一.
表 8中对不同地区碳消费进行了比较, 在全国(尹英琦, 2011)、北京(罗婷文等, 2005)、上海(吴开亚等, 2009)、厦门(闫祯等, 2013)、安徽(王文秀等, 2010), 这些地区都是随着年份变化, 居民人均食物碳消费量呈下降趋势, 这与昆明的研究结果趋势一致;其次昆明城镇人均碳消费量年均减少率为1.43%, 农村为2.49%, 这与安徽地区的研究结果相似, 都是农村减少率大于城镇.从以上研究结果发现, 不同城市的人均碳消费量都表现为下降趋势, 但年减少率却不同, 可能受到经济发展的影响;另一方面, 城乡差异也可能是影响因素.
昆明市1990—2013年食物碳消费总量虽呈波动变化, 但整体起伏不大, 稳定在339.18 Gg·a-1, 在2006年达到最大值366.09 Gg·a-1, 与1990年相比, 2013年下降了12.34%(表 9).其中, 城镇居民食物碳消费总量变化经历了2个阶段:第1阶段是1990—2004年, 此阶段整体较为平稳, 平均值稳定在83.43 Gg·a-1;第2阶段是2005—2013年, 此阶段碳消费总量增长明显, 平均值达到165.93 Gg·a-1, 并且在2012年达到最大值204.34 Gg·a-1, 与1990年相比, 增长了2倍多.第2阶段碳消费量的增加与城市化进程加剧有关, 虽然城镇人均食物碳消费量在此阶段变化平稳甚至有所下降, 但食物碳消费总量却仍是增加.农村居民食物碳消费总量在1996年达到最大值283.08 Gg·a-1之后就逐年下降, 与1990年相比, 2013年下降了58.13%.
食物消费系统中碳素的输出项主要是人体吸收、人体呼吸、人类粪尿和厨余垃圾.人体吸收、人体呼吸和人类粪尿的碳量都有不同程度下降, 分别减少了15.95、138.76和4.78 Gg·a-1, 只有厨余垃圾碳量呈增长态势, 由1990年的44.28 Gg·a-1增长到2013年的162.31 Gg·a-1, 增长了4倍多(表 9).随着人们食物消费模式的变化, 食物浪费愈加严重, 厨余垃圾的碳素输出成为危害环境的主要原因.
4.3 食物生产消费中的碳素环境负荷食物生产消费过程中所产生的碳环境负荷主要来自粪便排放、农用物资和厨余垃圾.从昆明市食物生产系统看, 畜禽粪便排放所造成的环境负荷最大, 平均占生产总环境负荷量的33.48%, 随着昆明畜禽养殖规模不断扩大, 畜禽粪尿产生量逐年增多, 但畜禽粪尿还田量并没有与粪尿产生量同比增加, 因而导致损失到环境中的碳素量逐年增多.因此, 提高畜禽粪尿还田比例, 循环利用畜禽粪尿, 不仅可以在一定程度上减少作物生产系统化肥投入, 而且能有效降低畜禽养殖系统碳素环境负荷.其次, 农用物资投入所产生的环境负荷占到27.87%, 且比例呈现逐年增加的趋势, 其中,化肥施用从1990年的38.38 Gg·a-1增长到2013年的162.89 Gg·a-1, 在农用物资投入中比例最高, 平均为51.04%, 其余农膜、农药、农业机械和灌溉分别为23.04%、6.4%、3.11%和16.42%(图 5).因此, 根据造成碳素环境负荷的占有比例及变化趋势分析得出, 昆明市食物生产碳素环境负荷的控制主要在于提高畜禽生产的废弃物还田比例, 合理施用农业物资, 发展低碳农业, 促进食物生产的良性循环.
食物消费碳素环境负荷从1990年的306.82 Gg·a-1波动变化至2013年的281.31 Gg·a-1, 总体上保持稳定趋势(图 6).进入大气的碳素环境负荷占比最高, 约80%, 呈现波动下降态势, 在1990—2013年间从267.80 Gg·a-1下降至149.86 Gg·a-1.大气碳素环境负荷主要由人体呼吸、粪尿还田挥发、填埋气体挥发和污水处理挥发4个部分组成(图 7).增长最为显著的是填埋气体挥发量, 由1990年的3.31 Gg·a-1升至2013年的21.66 Gg·a-1, 增幅巨大.填埋气体挥发包括污泥填埋挥发和厨余垃圾填埋挥发, 挥发量增长是由于昆明市污水总量和厨余垃圾总量逐年增多, 加之处理工艺落后及资源循环利用率低, 导致CH4、CO2等温室气体挥发较快.
进入土壤的碳素环境负荷比例由1990年的12.08%增长至2013年的46.42%, 碳素总量大幅增长, 从1990年的37.05 Gg·a-1增长至2013年的130.59 Gg·a-1.土壤碳素环境负荷由污泥填埋、厨余垃圾和粪尿还田3个部分组成, 进入土壤的碳素总量剧增的最主要原因是厨余垃圾的剧增, 1990—2013年增涨3倍多(图 7).根据市容环卫数据统计, 昆明市1990年居民食物消费产生的厨余垃圾总量为25万t, 而2013年达到108.2万t.厨余垃圾量大幅增长的原因可能有两个方面, 分别为食物消费总量增加和食物浪费严重.据之前数据分析, 昆明市食物碳消费总量整体上保持稳定, 因此, 食物浪费是厨余垃圾量不断增长的重要因素.昆明对于厨余垃圾的处理水平不高, 在排放过程中, 大量有机碳进入土壤, 使得土壤碳量剧增.目前, 厨余垃圾的处理方式主要为填埋和堆肥, 填埋不仅占用土地资源, 还会造成二次污染, 若能提高厨余垃圾还田和作饲料的比例, 重新回到作物生产系统和畜禽养殖系统中再利用, 不仅能节约资源, 提高资源循环利用率, 而且会降低土壤的环境负荷碳量.因此, 减少食物浪费和资源化利用是降低昆明市食物消费碳素环境负荷的重要途径.
4.4 局限性分析本文对昆明市食物生产消费进行了综合研究, 进而为昆明市低碳农业、低碳消费及减少食物生产消费各环节环境负荷提供科学依据.但在研究中涉及年际变化问题, 部分数据的收集与调研存在困难, 主要的局限性在如下两个方面:一方面基本数据的搜集上还并不完善, 如外出就餐比例、渔业生产数据等, 其中, 外出就餐数据调研困难, 需要统计调研1990—2013年昆明各类食物外出消费量的年际变化数据, 由于时间跨度广, 难以调研, 以及相关年鉴上未有记录, 在查阅的大量文献中, 对于食物碳消费的研究, 基本都未统计外出就餐, 由于居民饮食习惯的改变, 外出就餐在食物消费中的比例越来越高, 而购买回家庭的食物数量逐渐降低, 在未考虑外出就餐的食物消费情况下, 研究呈现的结论是食物碳消费量呈现降低趋势, 该结论需要通过获取外出就餐比例数据后再进一步探讨.其次是渔业生产数据的缺少, 会造成食物生产中碳排放偏小, 今后的研究中应该投入更多人力物力在数据调研活动中, 从而完善食物碳消费的流动过程.另一方面是参数选取存在误差, 在城市碳代谢过程中, 应对参数进行本地化设置, 达到对各环节物质流动数据的校正.
5 结论(Conclusions)根据物质流分析原理, 通过核算相关碳素流动环节, 系统分析了1990—2013年昆明市食物生产碳汇碳排变化特征及城乡居民食物碳消费的动态变化过程, 对食物生产消费过程中的碳环境负荷进行探讨, 结果表明:
1) 在作物生产子系统和畜禽养殖子系统中, 碳汇总量的增长与农作物产量不断增加有关, 碳排总量的增长与畜禽养殖规模扩大和农用物资投入增加有关.农业生产碳汇量与碳排量都表现为增长态势, 碳汇量也一直高于碳排量, 但碳排量增速远大于碳汇量增速, 且随着年份变化, 净碳汇呈现下降趋势, 说明昆明市在节能减排工作上仍需做很大努力, 与低碳农业的要求还有一定距离.
2) 由于城镇化水平的提高, 昆明市的居民饮食结构发生了一定的变化, 以粮食为主转变为以粮食、肉类、植物油等为主的多元模式, 丰富了食物消费碳素的来源, 随着人民生活质量的提高, 对粮食的消费减少, 在不考虑外出用餐的情况下, 居民人均食物碳消费量呈下降趋势, 因此, 居民人均食物碳消费量改变的原因主要是由于食物消费模式的变化.再对城乡差异结果分析发现, 昆明城市人均食物碳消费量最终超过农村, 居民饮食结构的改变, 使昆明城镇的人均食物碳消费量在2009年之后呈现上升趋势, 农村的人均食物碳消费量表现为下降态势.
3) 昆明市1990—2013年食物生产过程碳排放总量持续增加, 主要是畜禽养殖中的粪便排放和肠道发酵, 以及农用物资投入增加.在总环境负荷中, 畜禽养殖系统所造成的碳素环境负荷量占比最大, 而且不断攀升, 急需引起当地农民和政府的注意.食物消费过程中进入环境的碳素总量基本保持稳定, 进入大气的碳素比例最高, 平均约为80%, 其次是进入土壤, 最少的是进入水体.其中, 进入土壤的碳量增长明显, 且占环境负荷比重也越来越大, 这主要与人口增长、厨余垃圾碳量剧增直接相关, 食物浪费是造成厨余垃圾量增长明显的重要因素.
因此, 在食物生产环节, 应积极推广低碳农业, 减少化肥、农药和农膜等农用物资的施用量, 提高农用物资的利用效率和畜禽粪尿的还田率是减少作物生产环节碳排放的主要手段, 降低畜禽生产碳排放主要是通过提高动物品质, 减少畜禽养殖规模实现.在食物消费环节, 首先应当注意合理膳食, 建议减少植物油和肉类产品的摄入量, 增加水果、蔬菜和水产品等低碳食物的摄入量; 其次, 减少食物浪费及提高人粪尿和厨余垃圾的循环利用效率是缓解食物消费产生的环境负荷主要途径.基于目前昆明市食物生产碳排放增长与食物消费碳素环境负荷加重, 政府需要优化农业生产结构, 发展低碳农业, 减少温室气体排放;同时, 倡导低碳消费意识, 促进可持续消费, 减少食物浪费.
Åsa Jansson. 2013. Reaching for a sustainable, resilient urban future using the lens of ecosystem services[J]. Ecological Economics, 86(1): 285–291.
|
班荣舶, 王家录, 冯开禹, 等. 2017. 安顺市畜禽养殖碳排放时空差异研究[J]. 地域研究与开发, 2017, 36(2): 151–155.
|
Cribb J. 2010. The Coming Famine[M]. California: University of California Press.
|
Dias A C, Lemos D, Gabarrell X, et al. 2014. Environmentally extended input-output analysis on a city scale-application to Aveiro (Portugal)[J]. Journal of Cleaner Production, 75(14): 118–129.
|
Foley J A, Ramankutty N, Brauman K A, et al. 2011. Solutions for a cultivated planet[J]. Nature, 478(7369): 337–342.
DOI:10.1038/nature10452
|
Hadjikakou M. 2017. Trimming the excess:environmental impacts of discretionary food consumption in Australia[J]. Ecological Economics, 131(11): 119–128.
|
韩召迎, 孟亚利, 徐娇, 等. 2012. 区域农田生态系统碳足迹时空差异分析-以江苏省为案例[J]. 农业环境科学学报, 2012, 31(5): 1034–1041.
|
Heinonen J, Junnila S. 2011. A carbon consumption comparison of rural and urban lifestyles[J]. Sustainability, 3(8): 1234–1249.
DOI:10.3390/su3081234
|
Heller M C, Keoleian G A. 2003. Assessing the sustainability of the US food system:a life cycle perspective[J]. Agricultural Systems, 76(3): 1007–1041.
DOI:10.1016/S0308-521X(02)00027-6
|
黄葳, 胡元超, 任艳, 等. 2015. 满足城市食物消费需求的农业生产碳排放研究-以宁波为例[J]. 环境科学学报, 2015, 35(12): 4102–4111.
|
Le N J, Billen G, Garnier J. 2017. How the structure of agro-food systems shapes nitrogen, phosphorus, and carbon fluxes:The generalized representation of agro-food system applied at the regional scale in France[J]. Science of the Total Environment, 586: 42–55.
DOI:10.1016/j.scitotenv.2017.02.040
|
罗婷文, 欧阳志云, 王效科, 等. 2005. 北京城市化进程中家庭食物碳消费动态[J]. 生态学报, 2005, 25(12): 3252–3258.
DOI:10.3321/j.issn:1000-0933.2005.12.020 |
Moore J, Kissinger M, Rees W E. 2013. An urban metabolism and ecological footprint assessment of metro vancouver[J]. Journal of Environmental Management, 124(2): 51–61.
|
Nemecek T, Jungbluth N, Canals L M I, et al. 2016. Environmental impacts of food consumption and nutrition:where are we and what is next?[J]. International Journal of Life Cycle Assessment, 21(5): 1–14.
|
Notarnicola B, Tassielli G, Renzulli P A, et al. 2016. Environmental impacts of food consumption in Europe[J]. Journal of Cleaner Production, 140: 753–765.
|
Notarnicola B, Tassielli G, Renzulli P A. 2012. Modeling the Agri-Food Industry with Life Cycle Assessment//Life Cycle Assessment Handbook[M]. New Jersey: John Wiley & Sons. 159-183
|
Pairotti M B, Cerutti A K, Martini F, et al. 2015. Energy consumption and GHG emission of the Mediterranean diet:a systemic assessment using a hybrid LCA-IO method[J]. Journal of Cleaner Production, 103: 507–516.
DOI:10.1016/j.jclepro.2013.12.082
|
祁兴芬. 2013. 德州市区域农田生态系统碳足迹变化分析[J]. 扬州大学学报(农业与生命科学版), 2013, 34(2): 64–69.
|
Roy P, Orikasa T, Thammawong M, et al. 2012. Life cycle of meats:an opportunity to abate the greenhouse gas emission from meat industry in japan[J]. Journal of Environmental Management, 93(1): 218–224.
DOI:10.1016/j.jenvman.2011.09.017
|
Sala S, Anton A, Mclaren S J, et al. 2017. In quest of reducing the environmental impacts of food production and consumption[J]. Journal of Cleaner Production, 140: 387–398.
DOI:10.1016/j.jclepro.2016.09.054
|
Song G, Li M, Semakula H M, et al. 2015. Food consumption and waste and the embedded carbon, water and ecological footprints of households in china[J]. Science of the Total Environment, 529: 191–197.
DOI:10.1016/j.scitotenv.2015.05.068
|
田云, 张俊飚. 2013. 中国农业生产净碳效应分异研究[J]. 自然资源学报, 2013, 28(8): 1298–1309.
DOI:10.11849/zrzyxb.2013.08.003 |
UNCED. 1992. Agenda 21:The United Nations Programme of Action from Rio[M]. New York: United Nations.
|
Veeramani A, Dias G M, Kirkpatrick S. 2017. Carbon footprint of dietary patterns in Ontario, Canada:A case study based on actual food consumption[J]. Journal of Cleaner Production, 162(20): 1398–1406.
|
王梁, 赵杰, 陈守越. 2016. 山东省农田生态系统碳源、碳汇及其碳足迹变化分析[J]. 中国农业大学学报, 2016, 21(7): 133–141.
|
王文秀, 吴开亚, 刘晓薇. 2010. 城乡居民食物碳消费变化与差异分析-以安徽省为例[J]. 长江流域资源与环境, 2010, 19(10): 1177–1184.
|
吴开亚, 王文秀, 朱勤. 2009. 上海市居民食物碳消费变化趋势的动态分析[J]. 中国人口·资源与环境, 2009, 19(5): 161–167.
|
吴燕, 王效科, 逯非. 2012. 北京市居民食物消费碳足迹[J]. 生态学报, 2012, 32(5): 1570–1577.
|
闫祯, 崔胜辉, 李桂林, 等. 2013. 厦门城市化进程中的居民食物碳消费及其环境负荷[J]. 环境科学, 2013, 34(4): 1636–1644.
|
尹英琦. 2011. 我国城镇居民家庭食物碳消费研究[D]. 西安: 陕西师范大学
http://cdmd.cnki.com.cn/Article/CDMD-10718-1011143161.htm |
张大东, 张社梅, 黄伟. 2012. 浙江省农业系统碳源、碳汇现状评估分析[J]. 中国农业资源与区划, 2012, 33(5): 12–19.
|
张婷, 蔡海生, 张学玲. 2014. 基于碳足迹的江西省农田生态系统碳源/汇时空差异[J]. 长江流域资源与环境, 2014, 23(6): 767–773.
|
张秀梅, 李升峰, 黄贤金, 等. 2010. 江苏省1996年至2007年碳排放效应及时空格局分析[J]. 资源科学, 2010, 32(4): 768–775.
|
智静, 高吉喜. 2009. 中国城乡居民食品消费碳排放对比分析[J]. 地理科学进展, 2009, 28(3): 429–434.
DOI:10.11820/dlkxjz.2009.03.016 |