中国省际农业碳排放测算及低碳化水平评价——基于衍生指标与TOPSIS法的运用

doi:10.31497/zrzyxb.20210210

摘要/Abstract

摘要：

农业碳排放量测算及低碳化水平评价,是实现农业绿色发展和制定碳减排计划的重要依据。通过测算2006—2016年中国30个省份的农业碳排放量,并以测算结果为基础,从农业用地、禽畜养殖和农业能源三个方面构造农业碳排放衍生指标,采用基于动态自然权重的TOPSIS法对各省农业低碳化水平进行评价。结果表明：中国农业碳排放总量呈先降后升的“V型”变化,由2006年的91096万t下降至2008年的83521万t,此后稳步增加至2016年的92192万t。农业非能源碳排放量占农业碳排放总量的84%以上,土壤管理是农业非能源碳排放的第一来源。省际农业碳排放衍生指标异质性较强,农业低碳化水平整体不高。研究结果可为农业和环境部门开展低碳农业评价工作提供借鉴。

关键词: 农业碳排放, 低碳化水平, 衍生指标, TOPSIS法

Abstract:

The calculation of agricultural carbon emissions and the evaluation of low carbonization levels are important bases for realizing green development of agriculture and formulating carbon emission reduction plans. This article firstly calculated the agricultural carbon emissions of 30 provincial-level regions in China from 2006 to 2016. Based on the calculation results, the agricultural carbon emission derivative indicators were constructed from three aspects: agricultural land, livestock farming and agricultural energy. The low carbonization levels of agriculture in the 30 regions were evaluated by the TOPSIS method with dynamic natural weights. The results showed that China's total agricultural carbon emissions showed a V-shaped tendency, which was 910.96 million tons in 2006 and dropped to 835.21 million tons in 2008, and steadily increased to 921.92 million tons in 2016 afterwards. Agricultural non-energy carbon emissions accounted for more than 84% of the total agricultural carbon emissions, and soil management was the largest source of agricultural non-energy carbon emissions. China's inter-provincial agricultural carbon emission derivatives were heterogeneous, and the overall low carbonization level of agriculture was not high. These provided references for agricultural and environmental departments to carry out low-carbon agriculture evaluation.

Key words: agricultural carbon emissions, low carbonization level, derivative indicator, TOPSIS method

田成诗, 陈雨. 中国省际农业碳排放测算及低碳化水平评价——基于衍生指标与TOPSIS法的运用[J]. 自然资源学报, 2021, 36(2): 395-410.

TIAN Cheng-shi, CHEN Yu. China's provincial agricultural carbon emissions measurement and low carbonization level evaluation: Based on the application of derivative indicators and TOPSIS[J]. JOURNAL OF NATURAL RESOURCES, 2021, 36(2): 395-410.

图/表 9

表1

表2

表3

中国省际农业碳排放量"

省（市、自治区）	农业碳排放总量			农业能源碳排放总量			农业非能源碳排放总量
省（市、自治区）	2006年	2011年	2016年	2006年	2011年	2016年	2006年	2011年	2016年
北京	303.58	283.79	191.89	127.56	118.90	63.76	176.02	164.89	128.13
天津	331.53	340.50	343.57	92.50	124.89	136.58	239.03	215.61	206.99
河北	3842.92	3443.68	3622.36	126.70	616.26	732.85	3716.22	2827.42	2889.50
山西	1491.38	1406.16	1466.55	421.70	547.66	530.07	1069.68	858.50	936.47
内蒙古	2849.89	3560.09	3924.07	391.13	921.56	1043.35	2458.76	2638.53	2880.72
辽宁	2328.42	2561.16	2565.50	506.94	527.15	510.45	1821.48	2034.01	2055.05
吉林	2426.01	2162.04	2474.17	415.97	231.41	390.59	2010.04	1930.63	2083.58
黑龙江	2939.40	3498.20	4170.41	564.33	644.12	1234.42	2375.07	2854.08	2935.99
上海	385.16	340.38	298.35	126.50	95.01	96.98	258.66	245.37	201.37
江苏	5214.81	5278.83	5233.19	555.78	768.75	774.75	4659.04	4510.08	4458.44
浙江	2454.35	2396.18	2239.20	622.95	685.28	740.61	1831.40	1710.90	1498.59
安徽	4691.98	4639.04	4859.00	251.73	375.66	406.61	4440.25	4263.39	4452.39
福建	2264.32	2086.65	1802.71	548.67	437.53	173.89	1715.65	1649.11	1628.82
江西	4318.49	4263.15	4374.57	294.74	211.23	225.15	4023.75	4051.92	4149.42
山东	6812.77	5042.44	5093.62	1373.27	655.82	800.71	5439.49	4386.62	4292.91
河南	7320.79	6493.30	6620.45	510.97	589.46	619.79	6809.82	5903.84	6000.66
湖北	5263.14	5596.47	5550.38	729.03	825.17	719.06	4534.11	4771.30	4831.32
湖南	6305.31	6415.26	6763.21	650.41	799.80	1010.80	5654.90	5615.46	5752.42
广东	3886.11	3803.24	3932.58	443.33	435.26	533.66	3442.78	3367.99	3398.91
广西	4210.26	3784.60	4025.33	100.31	127.17	345.29	4109.95	3657.43	3680.04
海南	885.86	953.34	863.83	107.57	199.32	157.07	778.29	754.02	706.75
重庆	1778.16	1902.06	1544.06	544.32	659.61	241.45	1233.84	1242.45	1302.61
四川	5486.46	5418.86	5507.82	362.04	454.26	514.47	5124.42	4964.60	4993.35
贵州	3021.17	2110.61	2454.58	577.46	221.15	456.52	2443.71	1889.46	1998.06
云南	3188.87	3348.63	3707.87	448.20	454.64	505.53	2740.67	2893.99	3202.34
陕西	1528.76	1497.88	1582.31	144.75	203.46	193.56	1384.01	1294.41	1388.75
甘肃	1592.12	1857.07	2038.73	153.82	207.12	223.83	1438.31	1649.94	1814.90
青海	956.54	1029.98	1070.98	16.77	35.61	37.88	939.77	994.36	1033.10
宁夏	386.90	435.21	468.21	23.04	36.14	31.19	363.86	399.07	437.02
新疆	2631.00	2425.80	3402.56	419.92	417.71	719.43	2211.09	2008.09	2683.13

表3

图1

图2

表4

中国省际农业非能源碳排放结构"

省（市、自治区）	水稻种植			土壤管理			禽畜粪便			肠道发酵
省（市、自治区）	2006年	2011年	2016年	2006年	2011年	2016年	2006年	2011年	2016年	2006年	2011年	2016年
北京	0.11	0.04	0.04	44.19	47.08	43.77	25.15	25.36	26.68	30.55	27.52	29.51
天津	1.45	1.62	2.10	46.27	51.42	47.53	19.83	21.16	23.03	32.45	25.80	27.34
河北	0.79	0.97	0.93	36.59	51.52	51.92	18.91	18.18	18.43	43.72	29.32	28.72
山西	0.02	0.02	0.01	40.22	59.00	56.89	15.20	13.76	14.85	44.57	27.21	28.25
内蒙古	0.57	0.66	0.67	21.50	28.06	35.08	16.28	15.48	14.39	61.65	55.79	49.86
辽宁	6.91	6.53	5.51	36.84	41.76	41.31	16.09	15.90	16.17	40.16	35.81	37.01
吉林	4.20	4.60	4.82	31.38	43.09	47.33	14.28	13.05	12.42	50.14	39.26	35.43
黑龙江	15.26	18.78	19.85	31.64	36.25	38.70	11.95	10.56	10.38	41.15	34.41	31.07
上海	48.70	49.23	53.78	40.41	36.56	34.61	9.97	12.96	10.63	0.92	1.25	0.98
江苏	53.80	56.44	58.26	31.00	32.50	30.96	7.47	7.23	7.08	7.73	3.83	3.69
浙江	55.33	53.95	55.75	28.32	30.91	33.02	10.68	11.31	8.04	5.66	3.82	3.19
安徽	46.04	49.17	49.94	28.91	34.22	32.55	8.61	8.09	8.38	16.44	8.52	9.13
福建	39.95	40.07	39.17	34.46	37.13	38.39	12.53	12.77	12.51	13.06	10.03	9.93
江西	60.52	61.68	60.73	16.17	18.09	17.67	8.48	9.10	9.67	14.83	11.12	11.93
山东	1.05	1.27	1.11	47.26	56.03	54.37	17.11	16.98	18.76	34.58	25.71	25.77
河南	3.21	4.13	4.17	32.33	46.30	48.12	17.88	16.83	17.19	46.58	32.74	30.51
湖北	43.52	42.81	43.50	28.78	32.31	29.34	10.10	10.75	11.66	17.60	14.14	15.50
湖南	50.07	52.37	51.10	18.16	20.55	20.59	12.99	12.73	13.25	18.78	14.34	15.05
广东	40.58	41.73	40.48	26.93	32.14	33.81	14.42	14.02	13.43	18.07	12.11	12.27
广西	36.71	39.08	36.70	20.40	27.01	30.10	13.66	13.72	13.72	29.23	20.19	19.48
海南	27.22	30.08	28.19	25.52	36.90	39.40	11.71	11.74	12.23	35.56	21.28	20.19
重庆	29.85	30.27	29.10	28.64	34.24	33.30	15.75	16.29	16.34	25.77	19.20	21.26
四川	22.23	22.14	21.83	20.25	23.55	23.51	18.19	18.05	17.95	39.33	36.26	36.70
贵州	13.08	16.97	15.88	13.95	21.85	23.13	15.41	15.52	15.40	57.56	45.66	45.59
云南	5.86	5.79	5.48	24.96	31.75	34.35	17.97	17.02	16.75	51.22	45.44	43.42
陕西	2.36	2.52	2.39	40.26	59.89	62.82	12.11	9.47	9.08	45.27	28.12	25.72
甘肃	0.06	0.05	0.04	30.65	41.43	44.29	13.58	11.92	11.37	55.72	46.60	44.30
青海	0	0	0	3.10	4.14	4.60	16.09	15.84	15.30	80.81	80.02	80.10
宁夏	3.92	3.40	2.78	33.14	39.91	38.23	14.08	12.36	13.40	48.85	44.33	45.59
新疆	0.70	0.80	0.59	30.09	49.09	51.33	15.72	12.52	11.93	53.49	37.59	36.16
全国	24.77	26.43	25.71	28.26	34.73	35.53	14.01	13.43	13.50	32.96	25.41	25.26

表4

图3

图4

表5

2006—2016年中国省际农业低碳化水平"

省（市、自治区）	2006年	2007年	2008年	2009年	2010年	2011年	2012年	2013年	2014年	2015年	2016年
北京	0.544	0.551	0.512	0.497	0.501	0.505	0.488	0.528	0.522	0.516	0.480
天津	0.481	0.455	0.413	0.394	0.419	0.433	0.435	0.456	0.452	0.454	0.450
河北	0.479	0.454	0.373	0.360	0.351	0.334	0.321	0.328	0.316	0.309	0.314
山西	0.471	0.412	0.421	0.417	0.417	0.419	0.420	0.434	0.437	0.420	0.436
内蒙古	0.324	0.319	0.270	0.268	0.265	0.309	0.314	0.350	0.366	0.361	0.320
辽宁	0.240	0.235	0.204	0.198	0.202	0.211	0.213	0.223	0.218	0.221	0.231
吉林	0.283	0.297	0.230	0.208	0.205	0.213	0.208	0.211	0.201	0.203	0.198
黑龙江	0.249	0.240	0.200	0.197	0.191	0.202	0.219	0.268	0.278	0.291	0.295
上海	0.510	0.514	0.508	0.482	0.492	0.512	0.505	0.549	0.545	0.546	0.529
江苏	0.439	0.432	0.417	0.411	0.415	0.419	0.416	0.425	0.417	0.407	0.409
浙江	0.476	0.479	0.484	0.468	0.472	0.479	0.472	0.492	0.477	0.442	0.419
安徽	0.411	0.376	0.339	0.336	0.345	0.347	0.352	0.355	0.352	0.346	0.353
福建	0.467	0.454	0.460	0.448	0.450	0.454	0.457	0.488	0.471	0.447	0.468
江西	0.438	0.430	0.410	0.410	0.415	0.418	0.420	0.421	0.419	0.415	0.417
山东	0.444	0.419	0.408	0.389	0.393	0.406	0.430	0.414	0.398	0.384	0.401
河南	0.480	0.446	0.368	0.357	0.369	0.383	0.379	0.378	0.362	0.352	0.362
湖北	0.379	0.388	0.377	0.373	0.375	0.373	0.373	0.383	0.377	0.368	0.374
湖南	0.459	0.455	0.431	0.420	0.428	0.425	0.419	0.417	0.410	0.399	0.403
广东	0.490	0.492	0.474	0.464	0.469	0.468	0.461	0.452	0.438	0.426	0.426
广西	0.457	0.429	0.376	0.369	0.375	0.377	0.374	0.374	0.356	0.350	0.350
海南	0.477	0.430	0.369	0.367	0.363	0.371	0.371	0.390	0.386	0.379	0.371
重庆	0.455	0.430	0.366	0.343	0.369	0.381	0.385	0.340	0.322	0.307	0.318
四川	0.358	0.358	0.329	0.322	0.328	0.336	0.331	0.324	0.308	0.301	0.307
贵州	0.450	0.387	0.240	0.237	0.252	0.268	0.248	0.249	0.236	0.248	0.257
云南	0.298	0.304	0.256	0.242	0.241	0.253	0.259	0.260	0.246	0.243	0.248
陕西	0.372	0.315	0.189	0.186	0.183	0.192	0.195	0.197	0.192	0.195	0.193
甘肃	0.247	0.238	0.194	0.194	0.186	0.199	0.201	0.200	0.198	0.201	0.199
青海	0.372	0.381	0.378	0.376	0.376	0.381	0.379	0.378	0.376	0.373	0.375
宁夏	0.270	0.291	0.246	0.244	0.226	0.241	0.258	0.253	0.239	0.251	0.255
新疆	0.333	0.316	0.233	0.209	0.192	0.193	0.197	0.224	0.224	0.229	0.251

表5

参考文献 32

[1]	SMITH P, BUSTAMANTE M, AHAMMAD H, et al. Agriculture, forestry and other land use (AFOLU). In Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2014.
[2]	Food and Agriculture Organization of the United Nations. FAOSTAT. http://www.fao.org/faostat/zh/#data/GT, 2019-11-23.
[3]	中华人民共和国农业农村部. 关于印发《国家质量兴农战略规划(2018—2022年)》的通知. http://www.moa.gov.cn/nybgb/2019/201902/201905/t20190517_6309469.htm, 2019-02-20.
	[ Ministry of Agriculture and Rural Affairs, PRC. Notice on printing and distributing the national strategic plan for promoting agriculture by quality (2018-2022). http://www.moa.gov.cn/nybgb/2019/201902/201905/t20190517_6309469.htm, 2019-02-20.]
[4]	TUBIELLO F N, SALVATORE M, ROSSI S, et al. The FAOSTAT database of greenhouse gas emissions from agriculture. Environmental Research Letters, 2013,8(1), Doi: 10.1088/1748-9326/8/1/015009. pmid: 25580157
[5]	VALIN H, HAVLIíK P, MOSNIER A, et al. Agricultural productivity and greenhouse gas emissions: Trade-offs or synergies between mitigation and food security?. Environmental Research Letters, 2013,8(3), Doi: 10.1088/1748-9326/8/3/035019.
[6]	VETTER S H, SAPKOTA T B, HILLIER J, et al. Greenhouse gas emissions from agricultural food production to supply Indian diets: Implications for climate change mitigation. Agriculture, Ecosystems & Environment, 2017,237(2):234-241.
[7]	PETER C, HELMING K, NENDEL C. Do greenhouse gas emission calculations from energy crop cultivation reflect actual agricultural management practices? A review of carbon footprint calculators. Renewable and Sustainable Energy Reviews, 2017,67(1):461-476. doi: 10.1016/j.rser.2016.09.059
[8]	SWAINSON N, MUETZEL S, CLARK H. Updated predictions of enteric methane emissions from sheep suitable for use in the New Zealand national greenhouse gas inventory. Animal Production Science, 2018,58(6):973-979. doi: 10.1071/AN15766
[9]	GOGLIO P, SMITH W N, GRANT B B, et al. Accounting for soil carbon changes in agricultural life cycle assessment (LCA): A review. Journal of Cleaner Production, 2015,19(104):23-39.
[10]	GOGLIO P, SMITH W N, GRANT B B, et al. A comparison of methods to quantify greenhouse gas emissions of cropping systems in LCA. Journal of Cleaner Production, 2018,172(3):4010-4017. doi: 10.1016/j.jclepro.2017.03.133
[11]	董红敏, 李玉娥, 陶秀萍, 等. 中国农业源温室气体碳排放与减排技术对策. 农业工程学报, 2008,24(10):269-273.
	[ DONG H M, LI Y E, TAO X P, et al. China's agricultural greenhouse gas emissions and emission reduction technology countermeasures. Transactions of the CSAE, 2008,24(10):269-273.]
[12]	王若梅, 马海良, 王锦. 基于水—土要素匹配视角的农业碳排放时空分异及影响因素: 以长江经济带为例. 资源科学, 2019,41(8):1450-1461. doi: 10.18402/resci.2019.08.06
	[ WANG R M, MA H L, WANG J. Spatio-temporal differentiation and influencing factors of agricultural carbon emissions from the perspective of water-soil element matching: A case study of the Yangtze River Economic Belt. Resources Science, 2019,41(8):1450-1461.]
[13]	李国志, 李宗植. 中国农业能源消费碳排放因素分解实证分析: 基于LMDI模型. 农业技术经济, 2010, (10):66-72.
	[ LI G Z, LI Z Z. Empirical analysis on factor decomposition of carbon emission in China's agricultural energy consumption: Based on LMDI model. Agricultural Technology Economy, 2010, (10):66-72.]
[14]	谭秋成. 中国农业碳排放: 现状及挑战. 中国人口·资源与环境, 2011,21(10):69-75.
	[ TAN Q C. China's agricultural greenhouse gas emissions: Current status and challenges. China Population, Resources and Environment, 2011,21(10):69-75.]
[15]	黄坚雄, 陈源泉, 隋鹏, 等. 农田温室气体净排放研究进展. 中国人口·资源与环境, 2011,21(8):87-94.
	[ HUANG J X, CHEN Y Q, SUI P, et al. Research progress on net greenhouse gas emissions from farmland. China Population, Resources and Environment, 2011,21(8):87-94.]
[16]	陈罗烨, 薛领, 雪燕. 中国农业净碳汇时空演化特征分析. 自然资源学报, 2016,31(4):56-67.
	[ CHEN L Y, XUE L, XUE Y. Analysis on spatiotemporal evolution characteristics of agricultural net carbon sinks in China. Journal of Natural Resources, 2016,31(4):56-67.]
[17]	田云, 张俊飚. 中国农业生产净碳效应分异研究. 自然资源学报, 2013,28(8):1298-1309. doi: 10.11849/zrzyxb.2013.08.003
	[ TIAN Y, ZHANG J B. Study on the differentiation of net carbon effect in agricultural production in China. Journal of Natural Resources, 2013,28(8):1298-1309.]
[18]	田云, 张俊飚, 李波. 中国农业碳排放研究: 测算、时空比较及脱钩效应. 资源科学, 2012,34(11):2097-2105.
	[ TIAN Y, ZHANG J B, LI B. Research on agricultural carbon emissions in China: Measurement, space-time comparison and decoupling effect. Resources Science, 2012,34(11):2097-2105.]
[19]	BOCKSTALLER C, GUICHARD L, MAKOWSKI D, et al. Agri-environmental indicators to assess cropping and farming systems. A review. Agronomy for Sustainable Development, 2008,28(1):139-149. doi: 10.1051/agro:2007052
[20]	DE OLDE E M, MOLLER H, MARCHAND F, et al. When experts disagree: The need to rethink indicator selection for assessing sustainability of agriculture. Environment, Development and Sustainability, 2017,19(4):1327-1342. doi: 10.1007/s10668-016-9803-x
[21]	SABIHA N E, SALIM R, RAHMAN S, et al. Measuring environmental sustainability in agriculture: A composite environmental impact index approach. Journal of Environmental Management, 2016,166(2):84-93.
[22]	MARCHAND F, DEBRUYNE L, TRISTE L, et al. Key characteristics for tool choice in indicator-based sustainability assessment at farm level. Ecology and Society, 2014,19(3):46.
[23]	揭懋汕, 郭洁, 陈罗烨, 等. 碳约束下中国县域尺度农业全要素生产率比较研究. 地理研究, 2016,35(5):98-108.
	[ JIE M S, GUO J, CHEN L Y, et al. Comparative study on total factor productivity of agriculture at county scale in China under carbon constraints. Geographical Research, 2016,35(5):98-108.]
[24]	展进涛, 徐钰娇, 葛继红. 考虑碳排放成本的中国农业绿色生产率变化. 资源科学, 2019,41(5):62-74.
	[ ZHAN J T, XU Y J, GE J H. Changes of agricultural green productivity in China considering carbon emission cost. Resource Science, 2019,41(5):62-74.]
[25]	卢新海, 匡兵, 李菁. 碳排放约束下耕地利用效率的区域差异及其影响因素. 自然资源学报, 2018,33(4):657-668.
	[ LU X H, KUANG B, LI J. Regional differences and influencing factors of cultivated land use efficiency under carbon emission constraints. Journal of Natural Resources, 2018,33(4):657-668.]
[26]	王宝义, 张卫国. 中国农业生态效率测度及时空差异研究. 中国人口·资源与环境, 2016,26(6):11-19.
	[ WANG B Y, ZHANG W G. Study on the time and space differences of agricultural eco-efficiency measurement in China. China Population, Resources and Environment, 2016,26(6):11-19.]
[27]	高鸣, 宋洪远. 中国农业碳排放绩效的空间收敛与分异: 基于Malmquist-luenberger指数与空间计量的实证分析. 经济地理, 2015,35(4):142-148, 185.
	[ GAO M, SONG H Y. Spatial convergence and differentiation of agricultural carbon emission performance in China: An empirical analysis based on Malmquist-luenberger index and spatial measurement. Economic Geography, 2015,35(4):142-148, 185.]
[28]	闵继胜, 胡浩. 中国农业生产温室气体排放量的测算. 中国人口·资源与环境, 2012,22(7):21-27.
	[ MIN J S, HU H. Measurement of greenhouse gas emissions from agricultural production in China. China Population, Resources and Environment, 2012,22(7):21-27.]
[29]	DACE E, BLUMBERGA D. How do 28 European Union Member States perform in agricultural greenhouse gas emissions? It depends on what we look at: Application of the multi-criteria analysis. Ecological Indicators, 2016,71(12):352-358.
[30]	胡向东, 王济民. 中国畜禽碳排放量估算. 农业工程学报, 2010,26(10):247-252.
	[ HU X D, WANG J M. Estimation of greenhouse gas emissions from livestock and poultry in China. Transactions of the CSAE, 2010,26(10):247-252.]
[31]	中华人民共和国农业农村部. 农业部办公厅关于印发《2016年畜禽养殖标准化示范创建活动工作方案》的通知. , 2016-02-15.
	[ Ministry of Agriculture and Rural Affairs, PRC. Notice of the general office of the ministry of agriculture on printing and distributing the work plan for the 2016 model establishment of livestock and poultry standardization. , 2016-02-15.]
[32]	中华人民共和国国务院办公厅. 国务院关于促进畜牧业持续健康发展的意见. http://www.gov.cn/zwgk/2007-02/06/content_519464.htm, 2007-02-06.
	[ General Office of the State Council, PRC. Opinions of the State Council on promoting sustainable and healthy development of animal husbandry. http://www.gov.cn/zwgk/2007-02/06/content_519464.htm, 2007-02-06.]

碳源	排放系数	排放气体、单位	碳源	排放系数	排放气体、单位
奶牛	88.1/89.3/99.3	CH₄、kg/头/年	骆驼	46	CH₄、kg/峰/年
非奶牛	52.9/67.9/85.3	CH₄、kg/头/年	猪	1	CH₄、kg/头/年
马	18	CH₄、kg/匹/年	山羊	8.9/9.4/6.7	CH₄、kg/头/年
驴/骡	10	CH₄、kg/匹/年	绵羊	8.2/8.7/7.5	CH₄、kg/头/年

排放气体	地区	禽兽
排放气体	地区	奶牛	非奶牛	绵羊	山羊	猪	家禽	马	驴/骡	骆驼
CH₄	华北	7.46	2.82	0.15	0.17	3.12	0.01	1.09	0.60	1.28
	东北	2.23	1.02	0.15	0.16	1.12	0.01	1.09	0.60	1.28
	华东	8.33	3.31	0.26	0.28	5.08	0.02	1.64	0.90	1.92
	中南	8.45	4.72	0.34	0.31	5.85	0.02	1.64	0.90	1.92
	西南	6.51	3.21	0.48	0.53	4.18	0.02	1.64	0.90	1.92
	西北	5.93	1.86	0.28	0.32	1.38	0.01	1.09	0.60	1.28
排放气体	地区	禽兽
排放气体	地区	奶牛	非奶牛	绵羊	山羊	猪	家禽	马	驴/骡	骆驼
N₂O	华北	1.846	0.794	0.093	0.093	0.227	0.007	0.330	0.188	0.330
	东北	1.096	0.913	0.057	0.057	0.266
	华东	2.065	0.846	0.113	0.113	0.175
	中南	1.710	0.805	0.106	0.106	0.157
	西南	1.884	0.691	0.064	0.064	0.159
	西北	1.447	0.545	0.074	0.074	0.195