数字化转型如何驱动农业非CO2温室气体减排：基于AGAIN模型的中国实证研究

本文通过AGAIN模型量化评估了中国农业非CO2温室气体（CH4/N2O）在不同参考情景（CBAU/SSP2/CP-CBAU/CP-SSP2）下的减排潜力，揭示了社会经济假设与现行政策对排放轨迹的显著影响，为IPCC第七次评估提供了区域化情景设计范式。

　　

Highlight

本研究通过AGAIN模型首次系统量化了参考情景选择对中国农业非CO₂温室气体减排评估的影响，发现：忽略现行政策会使减排潜力高估42-52%，而社会经济假设差异仅导致约7%的不确定性。

Analytical framework

如图1所示，基于自下而上的AGAIN模型，我们构建了1980-2022年中国6大农业子部门的省级CH₄/N₂O排放清单。通过2×3情景矩阵（社会经济假设×政策纳入程度）评估关键技术路径的减排潜力。

National emission trajectories

不同参考情景下排放轨迹差异显著：CBAU情景显示排放持续增长至2060年达1161 MtCO₂eq，而SSP2情景在2049年达峰（1109 MtCO₂eq）。纳入现行政策使排放峰值降低6-8%，凸显政策因素的关键影响。

Criteria for selecting reference scenarios

虽然SSP2情景与全球研究更具一致性，但其国家级应用存在明显局限：人口预测偏差（如未预见中国人口下降）、近中期数据颗粒度不足。建议构建融合区域特征与动态政策的混合情景框架。

Conclusions

参考情景设计显著影响农业减排评估：现行政策纳入可避免42-52%的减排潜力高估，而社会经济假设差异影响较小（~7%）。建议IPCC AR7加强情景多样性、区域适应性和政策时效性。