河南省农业碳排放时空特征与脱钩弹性研究

基于灌溉、翻耕、化肥、农药、农膜、农用柴油等农业生产中6个方面,测算了河南省1993—2014年的农业碳排放量和排放强度。结果表明,1993年以来河南省农业碳排放量总体呈上升趋势,按环比增速可分为"高速-中速-低速"3个演化阶段。河南省各地市碳排放差异明显,周口市、新乡市、商丘市、安阳市属于碳排放总量、碳排放强度"高-高"型地区;南阳市、驻马店市、信阳市属于高碳排放量、低排放强度"高-低"型地区;平顶山市、焦作市、濮阳市则属于低碳排放量、高排放强度"低-高"型地区,郑州市等8市属于碳排放总量、碳排放强度"低-低"型地区。运用Tapio脱钩模型计算了河南省农业碳排放的脱钩弹性系数,结果显示,2004年前农业碳排放与农业经济发展的脱钩关系呈现弱脱钩、扩张负脱钩、扩张连接、强负脱钩和弱负脱钩5种弹性特征并存,2004年后以弱脱钩为主导,仅在2011年出现扩张负脱钩,脱钩状态较为理想,说明近年来河南省在农业碳减排方面取得了一定成效。     

新疆农业碳排放与农业经济增长的响应关系

测算了新疆维吾尔自治区(以下简称新疆) 2000—2015年及其14个地州2015年的农地利用、稻田、畜牧养殖3个方面的农业碳排放量,并进行时空差异分析。基于Tapio脱钩理论解析新疆农业碳排放与农业经济增长之间的动态演变关系,利用LMDI模型对新疆农业碳排放的驱动因素进行分解。结果表明:2000—2015年新疆农业碳排放总量在保持总体上升趋势的同时呈现"上升—下降—上升"的3个阶段特征,14个地州的碳排放强度和结构差异明显。与2000年相比,2001—2015年农业经济发展因素和农业从业劳动力因素累计产生碳排放量分别是4 455.88×10~7kg和907.30×10~7kg,农业生产效率因素和农业产业结构因素累计实现的碳减排总量分别是4 180.90×107kg和81.59×10~7kg。     

农业碳排放特征及影响因素分析 ——以安徽省为例

基于种植业和畜牧业2个方面的12类碳源,计算出安徽省2004—2015年的农业碳排放总量和碳排放强度,对安徽省农业碳排放的时间变化和空间方面的特征进行分析,并进一步利用LMDI模型对影响安徽省农业碳排量的主要因素及其对农业碳排放的贡献度进行分解研究.结果表明,研究期间,安徽省农业碳排放总量具有先下降后上升的趋势.来自种植业方面的物资投入对安徽省农业碳排放的影响逐渐增加,来自畜牧业方面的碳排放对安徽省农业碳排放的影响逐渐减弱.农业经济发展水平和农业劳动力规模因素拉动了安徽省农业碳排放量的增加,而农业生产效率因素和农业结构因素则抑制了碳排放量的增加.为促进安徽省农业碳减排,应加快转变农业经济发展方式,优化农业产业结构,高效利用农业资源,积极研发和推广农业碳减排的应用技术,实现畜牧业的可持续发展.     

湖北省农业碳排放的时空特征及经济关联性

【目的】湖北省是农业大省,农业生产的碳排放在总碳排放中占据较大的比重,碳排放所带来的温室效应和农业生产导致的面源污染等环境问题不容忽视。基于此,通过分析农业经济增长和农业碳排放之间的协整关系,并对其进行误差修正,为湖北省未来的碳减排工作的开展提供重要的理论依据和参考。【方法】基于6个主要方面碳源,测算了1993–2017年湖北省农业生产活动所导致的碳排放量,并分析农业碳排放的时空特征。进一步通过Kernel密度估计发现,湖北省各地市州农业碳排放的地区差距。最后,综合运用协整理论及误差修正模型,实证湖北省农业经济增长与碳排放之间的关系。【结果】湖北省农业碳排放总量和强度均呈现先升后降的趋势,年均增长率分别为2.32%、2.21%,从总体来看环比增速呈现下降的趋势。农药、农膜、化肥、农用柴油、翻耕和农业灌溉等所产生碳排放年均递增率分别为2.23%、2.44%、2.40%、3.32%、0.44%和2.32%;通过Kernel密度估计发现,在此样本考察期间内湖北省各地市州农业碳排放的地区差距有明显的扩大。湖北省农业碳排放与农业经济增长存在协整关系的有：农业碳排放总强度,农药、农膜、农用柴油和灌溉等4类碳源导致的碳排放强度,且当湖北省人均农业总产值每增加1%时,农药、农膜、农用柴油和农业灌溉等4类碳源的碳排放强度分别增加了0.58%、0.59%、0.25%和0.15%,农业碳排放总强度便增加0.19%。【结论】湖北省农业经济发展、生产条件和地区发展战略不同,而导致地区间的农业碳排放差距越来越明显。农业经济增长与农业碳排放存在长期稳定关系,这表明湖北省还处于传统耕作模式向绿色低碳耕作模式转型的关键期,并且这种发展模式已存在较长时间。     

基于投入视角的农业碳排放时序特征及因素分解研究——以西南岩溶山区重庆市为例

基于化肥、农药、农膜等6种主要农业生产资料为碳源,运用IPCC提出的碳转化系数法测算了1985—2012年重庆市农业碳排放量,同时运用LMDI模型分析法对农业碳排放进行因素分解。结果表明:(1)从时间序列来看,1985—2012年重庆市农业碳排放总量呈现出"上升一平稳一上升"的变化特征;(2)从碳排放结构来看,各类型碳源对农业碳排放呈现出较大的差异,农业碳排放贡献大小依次为化肥农业灌溉农膜农药农用机械使用翻耕,其中化肥和农业灌溉占碳排放总量的76.36%;(3)从因素分解结果来看,以1985年为基期,农业生产结构因子、效率因子及劳动力因子分别累计实现了3.06%、350.71%和115.76%的碳减排,农业经济因子却累计产生了620.91%的碳排放增量。针对农业碳排放特点,提出了大力发展新型农业投入品,大力发展循环农业,加快推进农业节能减排等建议。     

长江经济带农业碳排放时空特征及其驱动因素分析

为长江经济带农业碳减排政策的制定提供决策参考,从基于农业物资投入的农药、农膜、柴油、化肥、翻耕和灌溉等6个方面构建长江经济带农业碳排放体系,分析1996-2015年长江经济带农业碳排放总量的时序特征和2015年该区域11个省市农业碳排放量的空间特征,并利用改进的Kaya模型对1996—2015年农业碳排放的驱动因素进行分析。结果表明:1996-2015年长江经济带农业碳排放总量呈中速-高速-低速的阶段性上涨趋势;各地区间碳排放总量及强度差异悬殊,从碳排放总量角度看,上海市最低,安徽省最高;从碳排放强度看,贵州省最低,上海市最高;农业生产效率、农业劳动力和农业产业结构等因素的变化推动了农业碳减排。     

中国农业碳排放的地区差异与收敛性分析

从农业碳排放源头入手,估算了1993—2011年中国省际农业碳排放总量,并运用泰尔指数及其分解方法,对中国农业碳强度分布的地区差异进行测度并按照东、中、西三大区域进行了结构分解,同时借鉴经济增长理论中的收敛性检验方法,对中国农业碳强度的区域差异进行了收敛性检验。研究发现:1从总体上看,中国农业碳排放总量基本上呈现上升趋势,且前期上升较快,后期上升较慢;2中国农业碳强度的分布存在明显的区域差异,而且差异主要来自于三大区域内部,其中西部地区对农业碳强度总体差异的影响最大;3运用面板数据证实了1994—2011年中国农业碳强度的地区分布不存在σ收敛和条件β收敛。以上结论表明中国农业碳强度水平不会自动降低到稳态,政府对农业碳减排的政策干预将是必不可少的。     

安阳市农业碳排放驱动因素及脱钩效应分析

基于农业生产中翻耕、化肥、农药、农膜、农用柴油和农村用电等6个方面,测算了安阳市1993~2014年的农业碳排放量。结果表明,安阳市农业碳排放总量整体呈上升趋势,碳排放总量由1993年的36.62×104t增加到2014年的143.84×104t,年均增长7.52%,总体上呈"高速—负增长—高速—低速"四阶段演化特征。安阳市农业碳排放总量与经济发展呈典型的倒"U"型曲线关系,目前处于倒"U"型曲线的左侧,拐点还未出现。农业碳排放总量的组成结构随时间变化,从平均占比情况来看依次为农村用电、化肥、农用柴油、农膜、农药和翻耕。运用LMDI模型对安阳市农业碳排放影响因素进行分解,结果显示,农业经济发展对碳排放具有较强促进作用,与基期相比,累计实现了178.09×104t的碳增量,而生产效率、劳动力因素和产业结构因素则对碳排放有抑制作用,分别累计实现52.51×10~4t、12.37×10~4t和5.99×104t的碳减排。Tapio脱钩分析表明,目前安阳市农业碳排放与农业经济发展之间的脱钩关系以扩张负脱钩为主。安阳市必须采取有效措施,尽早实现农业碳排放与农业经济增长的脱钩。     

山东省农业碳排放的时空特征与脱钩弹性研究

为探究山东省农业碳排放与农业经济增长间的关系,基于农药、农膜、化肥、农用机械柴油、翻耕、灌溉等农业生产中的6个方面,采用碳转化系数法测算山东省1997—2015年的农业碳排放量和排放强度,并选取山东省17个地级市为样本,比较山东省各地碳排放的区域差异,最后运用Tapio脱钩模型计算山东省农业碳排放的脱钩弹性系数。结果表明:(1)从1997年以来,山东省农业碳排放量和排放强度总体呈现出简单的倒"U"形变化,"上升—下降"两阶段演化特征突出;(2)山东省农业碳排放量高的地区多集中于鲁西北平原区,碳排放强度高的地区多聚集在山东半岛东部和胶东丘陵西部地带;(3)山东省农业碳排放和农业经济发展呈现出扩张负脱钩、弱脱钩、强脱钩3种不同类型的弹性特征,2008年后以强脱钩为主导,脱钩状态较为理想,说明近年来山东省在农业碳减排方面成效显著。     

长江经济带农业碳排放与经济增长的时空耦合关系

为平衡长江经济带农业碳减排与其经济增长之间的矛盾,在厘清其1993—2017年农业碳排放与农业增加值现状特征的基础上,利用耦合协调模型与Tapio脱钩模型探究二者的相互关系及演化特征。结果表明:1)1993—2017年长江经济带农业碳排放量总体呈现波动上升趋势,农业增加值则稳步上升,两者空间分布特征类似但地区差异较大。2)农业碳排放系统与农业经济系统间存在耦合协调发展关系,且耦合协调程度逐步升高,基本实现了由整体失调向整体协调的转变,不过上、中、下游地区存在明显差异。3)农业经济系统与农业碳排放系统之间总体以弱脱钩、强脱钩为主,表明多数情形下农业碳排放的增长速率要小于农业经济,可见长江经济带各省区近些年在农业碳减排工作上取得了一定成效。     

2000—2020年山西省农业碳排放时空特征及趋势预测

为探讨山西省农业碳排放时空特征及未来变化趋势,采用排放因子法,基于种植业、畜牧业10类碳源,测算山西省2000—2020年农业碳排放量,并运用STIRPAT模型对2021—2030年全省农业碳排放量进行预测。结果表明： 2000—2020年山西省农业碳排放量总体呈先缓慢上升后波动下降的变化趋势,农业碳排放强度整体呈波动下降的变化趋势,年均降幅4.1%。种植业和畜牧业分别占农业碳排放总量的42.2%和57.8%。其中施用化肥是种植业碳排放最重要的来源,年均占比26.9%。牛、羊养殖是畜牧业碳排放最主要的两大来源,平均贡献率为28.4%、21.9%。山西省农业碳排放总量高值区多分布于晋北及晋南地区,低值区分布于中部地区,农业碳排放强度呈北高南低的分布特征。基于STIRPAT模型对山西省2010—2020年农业碳排放估算结果的精确度较高,由此预测2021—2030年山西省农业碳排放量,结果显示其呈下降趋势,在基准情景、低碳情景1和低碳情景2中,到2030年农业碳排放量分别为277.2万、268.5万、252.3万t。研究表明,山西省农业已实现碳达峰,随着低碳措施的进一步强化,未来农业碳排放呈持续降低趋势,有助于加速实现碳中和目标。     

河南省种植业碳排放动态演化分析

选取河南省2006—2020年相关数据，运用碳排放系数法测算种植业碳排放状况，在此基础上运用灰色GM(1,1)预测模型，预测2021—2030年种植业碳排放发展趋势。结果表明，河南省种植业碳排放总量和排放强度呈现上升—下降的变化特征，且碳排放峰值出现在2015年；化肥是河南省种植业碳排放的最主要碳源；种植业碳排放存在一定空间集聚效应，主要分布在豫东、豫南和豫北地区；预测发现2021—2030年河南省种植业碳排放总量和碳排放强度呈现进一步下降趋势。     

江西农业碳排放量与EKC检验及影响因素分析

基于2005—2020年江西省统计数据，对江西省农业碳排放量与农村居民人均可支配收入进行了EKC检验，并用LMDI分解模型对江西省农业碳排放量影响因素进行了分析。结果表明：(1)2005—2020年江西省农业碳排放量呈现出“快速上升—缓慢上升—快速下降”3个阶段，农业碳排放量与农村居民人均可支配收入之间呈现出典型的倒“U”形曲线的特征，其拐点出现在2015年，此时农村居民人均可支配收入为11139元；(2)农业经济水平是农业碳排放量增加的主要因素，农业生产效率是主要的抑制因素，农业生产结构既有增排效果也有减排效果，农业劳动力规模对农业碳减排起到了一定的促进作用。由此可知，提升农业生产效率及优化农业产业结构有助于减少江西的农业碳排放量。     

河西走廊2000—2020年农业碳排放时空特征及其影响因素

农业是一个较为复杂的温室气体源/汇系统，不同区域、不同种养情况导致农业系统呈现碳源或碳汇两种情况。分析农业系统中碳排放特征及其影响因素，对实现农业绿色发展具有重要的意义，也为推动实现“碳达峰”“碳中和”目标提供数据依据。本研究以河西走廊为例，测算了2000—2020年河西走廊地区20个县市的农业碳排放量，并分析了农业碳排放时空特征及其影响因素。结果显示：2000—2020年河西走廊地区农业碳排放呈现缓慢上升状态。农业碳排放量最大的区域为凉州区和甘州区，占河西走廊地区农业碳排放总量的31.74%。从种植业与养殖业来看，河西走廊地区种植业为碳汇，碳吸收量达1.41×10⁸ t，养殖业为碳源，碳排放量达4.17×10⁷ t。2000—2020年河西走廊地区农业净碳排放量呈现起伏变化，但总体呈下降趋势，农业系统向碳汇转变。在种植业中对农业碳排放影响最大的因子为种植规模，在规模稳定发展区域影响最大的因素为机械化程度，在规模较小的区域主要影响因素为农村用电量；在养殖业中对规模较大区域和养殖业占比较高区域影响最大的因素为养殖规模，关联度在0.90以上。2000—2020年河西走廊地区农业碳排放强度表现为从随机分布到显著聚集的过程，农业碳排放重心缓慢向东南方向转移，但仅在张掖市内迁移。     

海南省农业领域碳排放时空分布与预测

为探究海南省碳排放的时空分布特征,以海南省农业领域碳排放情况为研究对象,基于2016—2020年海南省农业年鉴数据,从种植业、养殖业、渔业和农用能源等4个方面入手,采用IPCC碳排放计算方法,分别计算全省与各市县农业年碳排放总量和碳排放强度。结果表明：海南省农业领域碳排放总量历年变化幅度较小,2018年海南省农业领域碳排放总量（以碳当量计）达到最大为495.69万t,种植业和农用能源碳排放所占比例最大,分别为61.62%和31.29%;海岛特点导致海南省农业领域碳排放总量在地域上存在明显差异,海口、文昌、琼海、澄迈、临高、儋州地区等沿海县区农业领域碳排放量远大于岛中央地区,呈现北高南低、外高内低的特点;海南省及各市县区农业领域碳排放强度逐年下降,2020年全省农业领域碳排放强度（以碳质量计）降低至0.26 kg/亿元,降低速度超过全国平均水平。在目前农业发展场景下,海南省已基本实现农业领域碳达峰,碳排放总量与碳排放强度虽处于高位,但在未来几年内仍会不断下降。     

江西省农业碳排放变化特征及其驱动因素分析

农业碳减排作为应对气候变化研究的重要内容,一直是相关研究领域的热点?借鉴IPCC和其他研究机构、学者提供的碳排放因子系数,从农业物资投入、农地活动、水稻种植、牲畜养殖等12种主要碳源,测算了江西省2001-2020年农业碳排放量,并利用LMDI分解法将农业碳排放驱动因素分解为效率因素、结构因素、经济发因素、劳动力因素。结果表明：江西省农业碳排放总量从2001-2020年呈波动下降-上升-下降-持续上升-持续下降的变化趋势,并在2016年达到顶峰。相比于2001年,农业碳排放量增长20.68%,农业碳排放强度下降47.75%;效率因素与劳动力因素对农业碳排放有抑制作用,分别减少351.02%、426.26%的碳排放量。结构因素与经济因素对农业碳排放有促进作用,分别增加33.55%、843.92%的碳排放量。文章最后就农业碳减排措施提出了针对性建议。     

安徽省池州市土地利用碳排放演变及其影响因素

碳排放和土地利用密切相关。依据土地利用碳排放测算方法,测算池州市2000—2010年主要土地利用类型耕地、林地、牧草地和建设用地碳排放量,同时对碳源、碳汇和净碳排放进行了测算,分析土地利用碳排放演变情况,计算地均碳排放强度和建设用地碳排放强度,并基于STIRPAT模型分析土地利用碳排放的影响因素。结果表明:1)2000—2010年池州市碳排放总量呈逐年递增的趋势,碳排放总量由2000年的35.835 4kt增加到2010年的1 774.016 3kt,碳排放总量递增主要以建设用地的碳排放递增为主,建设用地的碳排放量与碳排放总量具有趋同的变化趋势。2)2000—2010年池州市碳汇能力基本稳定,碳源与碳汇的比例整体呈增加趋势,由2000年的1.135 5增加到2010年的6.657 2。3)2000—2010年池州市土地利用碳排放变化划分为缓慢增长、快速增长和平稳增长3个阶段。4)地均碳排放强度呈现缓慢增长趋势,而建设用地地均碳排放强度则呈现波动上升的趋势,地均碳排放强度、地均建设用地碳排放强度的增长与工业经济发展水平呈正相关关系。5)碳排放量和人口总量、人均GDP之间的线性相关关系十分显著,且人均GDP对碳排放量的解释程度要大于人口总量对碳排放量的解释程度。     

重庆市碳排放现状及影响因素研究

二氧化碳等温室气体的排放是导致全球变暖的主要原因,降低碳排放已经成为人们的共识.但碳排放来自哪里,碳排放量的多少与哪些因素有关,该如何减排?这些是首先应该弄明白的问题.本文以重庆市为例,具体研究影响碳排放强度的结构因素和技术因素.首先,计算出重庆市2005—2012年三大产业的碳排放量和碳排放强度;其次,通过构建模型将总体碳排放强度进行分解,以此来研究产业结构变动和技术进步对总体碳排放强度的影响.结果表明,重庆市碳排放总量在2005—2012年间呈不断上升的趋势,但总体碳排放强度却一直在下降,其下降主要是技术因素所引起的,而结构因素对总体碳排放强度主要起负面作用.因此,重庆市应加快转变发展方式,积极调整第二产业的内部结构,同时还需大力发展低碳技术及第三产业.     

安徽省农业生产碳排放时空变化及影响因素分析

基于安徽省5个基础碳源数据,结合LMDI模型,测算其农业碳排放量,并分析了2006-2015年安徽省农业碳排放的时空变化及其影响因素.结果表明,安徽省农业生产碳排放总量逐渐增加,从2006年的356.53万t增长至2015年的449.03万t;碳排放强度的变化与总量变化基本保持一致,从2006年的87.28 t/km2增长至2015年的107.37 t/km2;从市域空间来看,2015年安徽省北部地区的城市碳排放总量高于南方地区;LMDI模型的因素分解表明,与2006年相比,效率因素和劳动力因素累计实现减排527.90万t,其中效率因素影响力度较强,而结构因素、经济因素总体上对累积CO2排放量变动存在正向影响,其中经济因素影响尤为突出.     

我国粮食主产区农业碳排放影响因素及空间溢出性

[目的]对我国粮食主产区农业碳排放量进行测度,明晰农业碳排放影响因素,为实现农业经济与生态环境的协调发展提供理论依据.[方法]基于2004—2016年我国粮食主产区省际数据,在对粮食主产区农业碳排放量测度的基础上,引入空间自相关分析法和空间面板计量模型,考察粮食主产区农业碳排放的影响因素及其空间溢出性.[结果]我国粮食主产区农业碳排放量具有明显的空间相关特征,即粮食主产区各地区农业碳排放量不仅受到来自本地区农业碳排放的直接影响,还会受到其他地区农业碳排放的影响.考虑粮食主产区农业碳排放的影响因素,粮食生产技术效率、城镇化水平和农业产业集聚水平均对农业碳排放量有显著的抑制作用(P<0.01,下同),农业发展水平和农业开放度对农业碳排放量有显著的正向促进作用,而产业结构对农业碳排放的影响不显著(P>0.1).[建议]为更好地促进我国粮食主产区农业碳减排,政府应强化农技推广和投入,依靠农业技术进步实现碳减排;制定合理政策适度推动城镇化发展,发挥城镇化对农业碳减排的正向作用;鼓励农业资源调整和重组,推动农业产业集聚;加强地区间合作交流,推进低碳农业平衡发展.