中国农业碳排放的地区差异和影响因素分析

利用1996-2009年中国27个省级地区农业生产的相关数据,核算了相关省份农业生产导致的二氧化碳碳排放量,并分析了农业碳排放的地区差异.结果表明,中国省级地区的农业碳排放存在着显著的地区差异.利用各地区的农业碳排放数据,采用面板数据分析方法,对全国层面和东、中、西地区碳排放的影响因素进行了实证分析.结果表明,农业从业人口和农业机械化水平的提高,显著增加了各地区的农业碳排放量,农村人力资本积累则一定程度地减少了农业碳排放量,而农业生产发展与碳排放量之间的关系并不稳定.     

城镇化对耕地利用强度的影响及中介效应分析

为探讨城镇化对耕地利用强度的影响及作用机制,利用31个省份(统计数据未含港、澳、台地区)1995—2018年的数据,分析城镇化对复种指数、化肥施用强度、粮食单产、种植业碳排放强度等4个耕地利用强度指标的影响,并对土地经营规模、城镇扩张、城镇人口、居民消费水平、城乡收入差距等因素进行中介效应分析。结果表明:1)城镇化对农业生产具有土地规模效应、劳动力替代效应和需求拉动效应,进而影响耕地利用强度。总体上,城镇化对化肥施用强度和粮食单产具有正向影响,对复种指数和种植业碳排放强度没有显著影响。2)城镇化有利于扩大土地经营规模,从而有利于提高复种指数,降低化肥施用强度和碳排放强度,同时不影响粮食单产;城镇化造成农业劳动力的相对稀缺,从而导致其他投入要素对劳动力的替代,以及复种指数的下降;居民消费水平的提高对各个耕地利用强度指标都产生正向影响。     

农业财政支出影响农田利用碳排放的区域差异研究

农田利用碳排放是农业碳排放的主要碳源之一,测算了各省农田利用碳排放量,分析了农业财政支出对农田利用碳排放的影响机制,基于2000-2014年的省级面板数据,在考虑经济发展水平和农产品种植结构的区域差异基础之上,实证分析了农业财政支出对农田利用碳排放的影响效果。研究结果表明:农业财政支出显著地提高了单位播种面积农田利用碳排放,该影响的区域差异仅与农产品种植结构相关,在以种植玉米为主的地区最显著,其次是以种植水稻或小麦为主的地区;农业财政支出有利于降低农田利用碳排放强度,减排效应的区域差异与经济发展水平和农产品种植结构均相关,在东部地区和以种植玉米为主的地区最强,其次是中西部地区和以种植水稻或小麦为主的地区。为提升农业财政支出的碳减排效果,应优化财政支出偏向,提高政策与当地农业资源禀赋的耦合程度。     

长江经济带耕地碳排放时空格局演变及其影响因素

为厘清耕地绿色利用状况,采用IPCC碳排放系数法测算2000—2020年长江经济带129个地级市耕地碳排放,利用空间自相关分析揭示耕地碳排放时空特征演化,运用LMDI模型分解各影响因素的贡献。结果表明,2000—2020年长江经济带耕地碳排放量在时间上呈下降趋势,呈“保持稳定—快速增长—缓慢增长—缓慢下降”四个阶段;在空间上呈中、东部高,西部低的态势,存在显著的全局空间自相关,局部高-高聚集区分布于长江中下游地区,低-高聚集区分布于中游地区,低-低聚集区则主要分布于上游地区;区域内农业碳排放的促进因素是农业经济水平,抑制因素主要是农业生产效率,其次是农业生产结构,最后是农业劳动力规模。为此,长江经济带耕地碳排放的时空差异显著,各地区应因地制宜制定碳减排策略和土地利用管制规划,提升农业生产效率,优化农业种植结构,加强区域联动,推进低碳农业协同发展。     

基于面板数据的PVAR模型分析安徽省城镇化对农业碳排放的影响

为评估城镇化水平对农业碳排放的影响,基于安徽省16个地级市2000—2017年的面板数据,构建PVAR模型,采用GMM的方法,从人口城镇化和土地城镇化2个视角进行分析,并用脉冲响应函数和方差分解法分析皖南、皖中和皖北3个区域城镇化对农业碳排放影响的区域差异。结果显示:1)人口城镇化和土地城镇化对农业碳排放的冲击大小以及方向不同,且存在显著的区域差异。人口城镇化和土地城镇化对农业碳排放分别呈现负向和正向影响,皖南地区人口城镇化相对其他地区冲击效应更大,持续时间更长,冲击效应增速更快,且土地城镇化加速了人口城镇化。2)人口城镇化和土地城镇化对农业碳排放的贡献存在区域差异。皖中的人口城镇化贡献最大,为9.4%;皖北的土地城镇化贡献最大,为25.0%。因此,一方面要充分发挥人口城镇化对农业碳排放的制动作用,配置管理好农用土地资源;另一方面要加强推进集约和节约,在有效利用资源、保护环境的前提下开展城镇化进程。     

城乡融合对农业碳排放强度的影响研究北大核心CSCD

发挥城乡融合对农业碳排放强度的抑制作用,对促进农村绿色低碳转型以及助力农业农村现代化具有重要的现实意义。本文基于城乡融合发展理论,利用2005—2020年30个省(市、区)面板数据,采用经典面板模型分析城乡融合对农业碳排放强度的影响,并探讨了其作用机制和异质性。结果表明,全国和三大区域(东、中、西部地区)的城乡融合发展水平呈持续上升趋势,而农业碳排放强度则呈显著下降趋势,两者之间的波动趋势呈相反态势。城乡融合对农业碳排放强度具有显著的负向影响。基于地理区位和粮食生产地区分析,城乡融合对东部地区和粮食主产区的农业碳排放强度抑制作用更为明显;城乡融合通过提高农业技术进步和农业规模化经营来抑制农业碳排放强度。为此,积极推动精准的城乡融合政策,加强农业技术进步和农业规模化经营,重视城乡融合减排效应的差异性,是实现降低农业碳排放强度的关键方向。     

农业产业化对农业碳排放绩效的影响效应分析——以河北省为例

本文利用河北省11个市1998—2014年的面板数据,在控制了农业生产结构、耕地经营规模、农业经济发展水平和农业受灾情况4个变量的基础上,检验了农业产业化对农业碳排放绩效的影响效应。混合回归、固定效应和随机效应的估计结果均表明,农业产业化对农业碳排放绩效具有显著的正向影响。一般认为,减少碳排放与经济发展之间是一对矛盾关系,本文的研究为在不阻碍农业经济发展的前提下实现农业生产领域的碳减排探寻了一条成功的路径,即通过大力发展农业产业化以提高农业碳排放绩效。     

我国农业碳排放影响因素的实证研究——基于灰色关联模型

利用灰色关联法对全国农业碳排放影响因素进行动态分析,弥补静态分析法和线性模型难以深入考察农业碳排放空间格局影响因素的动态影响过程和影响因素对农业碳排放地区差异的非线性影响。从灰色关联模型结果来看,6种碳排放源对全国碳排放总量的关联度从大到小依次为化肥、柴油、农药、农膜、灌溉、翻耕。提出与之相对应的农业减排措施,提高农业减排的政策效果,为农业的长足发展注入绿色动力。     

西部地区农业碳排放的时空演变及EKC假说检验 ——基于西部大开发12省份动态面板数据模型的经验分析

基于2000—2017年中国西部地区12省份的面板数据,测度了西部地区农业碳排放,揭示了西部地区农业碳排放的时序演变和空间格局的变化特征,进而采用动态面板数据模型对农业碳排放的EKC假说进行检验,并着重分析了城镇化水平和第三产业占比等经济变量的影响效应。研究发现,2000—2017年中国西部地区农业碳排放呈现出"快速上升—急剧下降—缓慢上升—快速下降"的4阶段特征;中农业碳排放区和低农业碳排放区的空间格局基本稳定;高农业碳排放区和偏高农业碳排放区呈现出明显的动态演变趋势;西部地区农业碳排放的EKC假说不成立,农业碳排放与农村居民收入呈正U形关系;西部地区农业碳排放存在明显的惯序性,与第三产业占比的关系呈现倒U形。得到启示,持续推进西部农业向规模化、集约化模式,甚至绿色化、智能化模式转型发展,以及增加农村居民非农就业收入,是实现西部农业碳减排,推进大开发下西部地区绿色发展的基本路径。     

基于VAR模型的农业碳排放影响因素及其动态响应机制分析

基于中国2001—2017年的相关时间序列数据,构建VAR(向量自回归)模型,运用脉冲响应函数和方差分解法实证研究了环境规制、农业经济增长、技术进步与农业碳排放之间的动态响应机制。结果表明,环境规制、技术进步是农业碳排放减少的原因,农业经济增长是农业碳排放增加的原因;环境规制对农业碳排放的负向影响显著,技术进步对农业碳排放的负向影响相对较弱,而农业经济增长对农业碳排放的正向影响明显,但呈逐渐下降趋势;从长期来看,环境规制、农业经济增长和技术进步对农业碳排放的影响效应处于相对稳定的状态。最后,基于上述研究结果提出了相关政策建议。