《Frontiers in Sustainable Food Systems》:Management and production factors that determine greenhouse gas emissions in heterogeneous dairy farms in New Zealand
编辑推荐:
新西兰乳制品行业约占全国温室气体(GHG)排放量的25%。奶牛场在管理和生产特征上具有异质性,导致不同农场的排放量存在差异。这种排放变异导致不同的减排成本和GHG减排潜力。本研究旨在探索GHG排放的农场异质性,并识别与新西兰奶牛场排放和运营利润相关的关键管理和
新西兰乳制品行业约占全国温室气体(GHG)排放量的25%。奶牛场在管理和生产特征上具有异质性,导致不同农场的排放量存在差异。这种排放变异导致不同的减排成本和GHG减排潜力。本研究旨在探索GHG排放的农场异质性,并识别与新西兰奶牛场排放和运营利润相关的关键管理和生产因素。使用了来自DairyBase的连续10个挤奶季节(2012-13至2021-22)的不平衡纵向面板数据。采用皮尔逊相关分析来检查GHG排放、农场管理和生产指标之间的关联。然后应用线性混合效应回归模型来估计关键管理和生产因素对排放和运营利润的影响。结果揭示了奶牛场特征和排放的区域异质性。总GHG排放量在研究期间总体呈上升趋势,并伴有年度波动。每公顷GHG排放量与关键生产指标呈强正相关,包括每公顷乳固体产量(r = 0.82)、每公顷总饲料摄入量(r = 0.76)、牧草和作物摄入量(r = 0.75)以及放养率(r = 0.72)。总饲料摄入量、氮肥施用和灌溉对排放和运营利润均有显著正向影响。从每日两次挤奶转为较低频率挤奶可减少排放,但运营利润结果不一。研究结果强调,减少氮肥和补充饲料的使用与排放减少相关,但也与农场利润减少相关。鉴于奶牛场特征和排放的多样性,需要通过农场级分类进一步调查,以确定有效的针对特定农场的GHG减排方案。
本研究旨在探讨新西兰奶牛场温室气体(Greenhouse Gas, GHG)排放的异质性,并识别影响排放和运营利润的关键管理及生产因素。研究背景方面,全球农业是GHG主要来源之一,新西兰乳业占全国GHG排放约25%,奶牛场在管理实践和生产特征上存在显著异质性,导致不同农场的排放水平和减排成本差异巨大。现有研究多基于模拟或案例农场,缺乏利用大规模实际数据进行的实证分析,因此需要探索实际农场异质性的驱动因素,为制定成本有效的减排策略提供基础。研究人员利用DairyBase提供的10个连续挤奶季节(2012-13至2021-22)的不平衡纵向面板数据,覆盖新西兰8个乳业区域(包括Waikato、Otago-Southland、Canterbury等)。研究首先通过皮尔逊相关分析检验GHG排放与管理和生产指标间的关联,随后采用线性混合效应回归模型量化关键因素对每公顷GHG排放(kg CO
2e/ha)和每公顷总运营利润($/ha)的影响。结论表明,区域异质性显著,总GHG排放呈总体上升趋势,每公顷排放与乳固体产量、总饲料摄入量、放养率等强相关。总饲料摄入量、氮肥施用和灌溉对排放和利润均有正向作用,而降低挤奶频率(如从每日两次转为每日一次)可减少排放,但对利润影响不一。研究强调需通过农场级分类进一步探索针对性减排方案。该论文发表在《Frontiers in Sustainable Food Systems》。
主要关键技术方法包括:(1)利用DairyBase的10年(2012-13至2021-22)不平衡纵向面板数据,样本覆盖新西兰8个乳业区域(Waikato、Otago-Southland、Canterbury等);(2)采用皮尔逊相关分析评估GHG排放、农场管理和生产指标间的线性关联;(3)应用线性混合效应回归模型,以农场ID和季节为随机效应,估计固定效应(牧草和作物摄入量、氮肥施用量、进口补充饲料摄入量、灌溉支出、挤奶间隔)对每公顷GHG排放和每公顷总运营利润的影响,并采用广义方差膨胀因子(GVIF)排除多重共线性。
研究结果如下:
3.1 GHG emission variation(GHG排放变异):通过对比首个挤奶季节、10年平均和最后一个挤奶季节的排放分布,发现大多数区域每公顷GHG排放分布相对稳定,但Canterbury区域平均排放最高(因集约化养殖和灌溉),Northland最低;每公斤乳固体排放区域间差异明显,Canterbury最低(高乳固体产量),Northland最高(低乳固体产量);总GHG排放随时间呈上升趋势(R
2=0.529),年度波动与牛群规模变化相关,但其他因素(如天气、饲料)也起作用。
3.2 Regional heterogeneity of farm characteristics(农场特征的区域异质性):通过比较2021-22年各区域平均牛群规模和放养率,发现Canterbury牛群规模最大、放养率最高(因灌溉支持集约化),Northland最小;每公顷饲料摄入量和灌溉支出区域差异显著,Canterbury最高。
3.3 Temporal changes in production and farm inputs(生产和投入的时间变化):通过分析10年挤奶季节数据,发现平均放养率先降后升再逐步下降,但平均每头牛乳固体产量持续上升,使每公顷乳固体产量保持稳定;氮肥和磷肥施用近年下降(受政策和养分管理影响),进口补充饲料(如棕榈仁提取物PKE)和牧草摄入量随市场及气候条件波动。
3.4 Determinants of emissions and profits(排放和利润的决定因素):通过皮尔逊相关分析揭示了GHG排放与生产指标间的强正相关(如每公顷乳固体产量r=0.82,总饲料摄入量r=0.76等),每公斤乳固体排放与每公顷乳固体产量呈中度负相关(r=-0.59),运营利润与总饲料、牧草摄入量及乳固体产量中度正相关。线性混合效应回归模型进一步量化了牧草和作物摄入量(t DM/ha)对排放和利润均有显著正向影响(t值分别为8.2和8.1),氮肥施用量(kg N/ha)对排放显著正相关(t=4.6)但对利润影响不显著(t=0.1),进口补充饲料摄入量(t DM/ha)对排放和利润均显著(t=5.5和2.1),灌溉支出对两者效应不显著。相对于每日两次挤奶(TAD),全季每日一次挤奶(OAD)与排放减少相关,但利润下降;部分OAD(16-30周)和48小时3次挤奶则利润略有增加。总体表明,减少氮肥和补充饲料虽降低排放,但也伴随利润下降,需进一步农场分类以制定特异性减排方案。
总结讨论部分:本研究强调了新西兰奶牛场GHG排放与管理实践间的复杂关联。减少氮肥和补充饲料可降低排放,但会降低利润,而降低挤奶频率对排放和利润的影响不一致,提示不仅挤奶频率,而是整个农场系统组件驱动变化。区域和时间异质性要求通过农场级分类方法开发定制减排选项。研究局限包括依赖模型估算排放、年度数据限制、未考虑遗传、体况评分等因素,以及因果关系无法确定。未来需结合新技术和管理策略进一步研究。
研究结论部分翻译:新西兰奶牛场的GHG排放差异很大,因为奶牛场在管理和生产特征上具有异质性,这些特征影响排放和运营利润。本研究考察了新西兰奶牛场排放和管理实践的变异,旨在识别影响农场级排放和利润的关键因素。研究发现新西兰乳业区域在农场特征和排放上存在异质性。时间上,总GHG排放量在研究期间总体呈上升趋势,并伴有显著的年度波动。每公顷GHG排放与关键生产指标(包括每公顷乳固体产量、每公顷总饲料摄入量和放养率)呈强相关。总饲料摄入量、氮肥施用和灌溉等实践导致排放和运营利润增加。从TAD转为较低挤奶频率与每公顷排放减少相关,但对运营利润影响不一。这表明并非挤奶频率本身驱动排放和利润变化,而是农民采用的更广泛的农场系统组件。然而,减少氮肥和补充饲料的使用可降低GHG排放,但这种变化与农场利润下降相关。本研究的发现强调了需要采用农场级分类方法以制定定制的GHG减排方案。