中国农业碳排放空间格局及影响因素动态研究

研究农业碳排放空间格局及影响因素对中国制定农业分区碳减排政策意义重大。为弥补以往研究中静态分析法难以考察动态影响的缺陷,将动态灰色关联法和回归模型结合,应用2001—2016年统计数据,从分析农业碳排放空间格局入手,深入探讨省际农业碳排放空间格局成因和影响因素与空间差异的数量关系。研究发现:中国农业碳排放强度省际差异大,中部排放等级有所降低,西部排放等级有所升高,农业碳排放省际差异随农业经济水平、农业机械化、农业产业结构和农业人力资本等差异扩大而增加;大部分排放等级上升的省市农业碳排放的长期主导因素为农地利用和农业生产技术(机械),且种植业和畜牧业双发展;大部分排放等级下降的省市农业碳排放的长期主导因素为反刍动物饲养和农业生产技术(人力),且着重发展优势产业。因此,中国未来较长时间内仍应重点关注农地利用减排,进一步推动反刍动物饲养减排技术发展和充分发挥农业产业结构调整对减排的抑制作用等建议。     

农业保险对农业碳排放空间效应的影响探究

基于2007—2020年中国31个省（自治区、直辖市）的面板数据,测算农业碳排放,采用Moran’I指数分析农业碳排放的空间相关性,运用空间计量模型分析农业保险对农业碳排放影响的空间效应。结果发现,我国农业碳排放强度在很大程度上并不是完全空间随机分布,而是具有显著的空间依赖性;农业保险对农业碳排放具有显著的负向影响。SAR模型检验结果表明,我国各相邻地区的农业碳排放存在明显的负效应,即我国各地区的农业碳排放量及强度可以通过空间区域传导机制对相邻区域产生影响。SEM模型结果表明,农业碳排放除了受到农业保险等因素影响外,还受到相邻区域其他不可观测因素的影响。     

中国农业碳排放效率测度、空间溢出与影响因素

准确测度农业碳排放效率并分析关键影响因素,可为加快实现农业减排增效提供理论参考。已有研究未将碳排放与其他要素的共同作用进行分离,研究实质为碳排放约束下的农业生产效率,而非农业碳排放效率。为完善既有测算思路,本文在农业全要素框架下搭建碳排放效率的理论模型,基于GB-US-SBM模型测算2000—2019年间中国30省(市、自治区)的农业碳排放松弛量,根据碳排放松弛量与实际值计算农业碳排放效率。在此基础上,从产业、要素、环境3个方面出发,采用空间杜宾模型探讨农业碳排放效率的影响因素与溢出效应。结果表明:研究期内中国农业碳排放效率均值为0.778,具有较大减排潜力。省级层面上,仅内蒙古和青海两地的农业碳排放效率达1.000,其余地区均存在不同规模的减排空间;根据总量与效率的双重特征,将30省(市、自治区)分为高排高效区、低排高效区、高排低效区和低排低效区。中国农业碳排放效率全局Moran’s I显著大于0 (P0.01),说明效率整体存在空间自相关性。空间杜宾模型结果显示,农业碳排放效率具有显著的正向溢出效应,表明邻近地区间的效率呈良性互动的演进特征。就直接效应而言,本省的农业产业结构、农业投资强度、财政支农力度和受灾程度对本省农业碳排放效率存在负向影响,有效灌溉率和城镇化率则表现为正向作用。从溢出效应来看,邻近地区的受灾程度将负向影响本省农业碳排放效率,而城镇化率则呈积极影响。研究结果可为我国分区域、分类别推进低碳农业发展提供理论依据。     

数字乡村建设对农业碳排放的空间溢出效应

数字乡村建设是促进农业绿色低碳转型的重要推力,更是助力实现“双碳”目标的重要途径。该研究在探究数字乡村建设对农业碳排放影响机理的基础上,利用“纵横向”拉开档次法测度中国各省份数字乡村建设水平,进一步基于空间杜宾模型实证检验数字乡村建设对农业碳排放的空间溢出效应。结果表明：1）2012—2022年中国数字乡村建设与农业碳排放的全局莫兰指数均显著为正,且空间集聚效应呈现逐渐增强态势。2）数字乡村建设通过显著负向直接效应和空间溢出效应抑制农业碳排放,且空间溢出效应大于直接效应。3）城镇化水平对本地区及相邻地区农业碳排放均具有显著促进作用;农村劳动力转移能够抑制本地区及相邻地区农业碳排放;农业种植结构对本地区农业碳排放具有显著促进作用,对相邻地区农业碳排放则具有显著抑制作用;农业发展水平能够显著促进本地区农业碳排放,对相邻地区农业碳排放则无显著影响。4）数字乡村建设的降碳效应在东部地区和非粮食主产区较为显著,但在中、西部地区和粮食主产区则不明显。研究结果可为因地制宜推进数字乡村建设,促进农业绿色低碳转型发展提供参考与借鉴。

     

基于灰色关联度的青海省农村经济与农业碳排放关系分析

经济的不断发展和人类活动的加剧,不可避免地导致了环境问题,其中碳排放量的增加成为不可忽视的问题。基于此,立足碳排放中农业碳排放方面,农业碳排放增加与经济发展之间有一定的关系,提出在生态脆弱区验证两者之间的关系,其结果表明农业碳排放的增加与经济发展有正相关关系。     

河南省农业碳排放动态变化及预测研究

基于农业生产中翻耕、灌溉、化肥、农药、农膜和农用柴油等6个方面碳源,测算了河南省1993—2015年的农业碳排放量及排放强度。结果表明:河南省农业碳排放总量整体呈上升趋势,碳排放总量由1993年的347.09×10~4 t增加到2015年的874.59×10~4 t,年均增长4.32%,总体上呈\"高速-中速-低速\"三阶段演化特征。农业碳排放强度从1993年的每公顷484.11 kg增加到2015年的每公顷1 073.21 kg,年均增长3.72%。河南省农业碳排放总量与经济发展呈典型的倒\"U\"型曲线关系,且开始出现拐点,但不明显。灰色预测模型显示,2016—2020年,河南省农业碳排放总量将由1 002.85×10~4 t增加到1 184.01×10~4 t。建议河南省采取有效措施,实现农业碳减排。     

贵州省生态系统服务价值与社会经济空间相关性分析

基于2000年,2010年土地利用与社会经济数据,利用GeoDA模型分析了贵州省生态系统服务价值（ESV）与城镇化率、人均GDP、人口密度之间空间相关性。结果表明:2000年和2010年ESV与城镇化率、人均GDP、人口密度呈负相关;10 a间,ESV变化与城镇化率变化、人均GDP变化呈正相关,与人口密度变化呈负相关。ESV与城镇化率、人均GDP、人口密度之间高—低相关多分布中部,低—高相关多分布东南部和西北部,低—低和高—高相关分布较少且分散。ESV变化与城镇化率、人均GDP变化之间低—高相关和高—高相关分布北部和西北部,低—低相关分布中部。ESV变化与人口密度变化之间高—低相关分布中部,低—高相关和高—高相关分布北部和西北部。     

宁夏土地利用碳排放强度时空变化与效应

[目的] 土地利用变化是影响碳排放和环境质量的重要驱动力之一。研究土地利用碳排放时空格局变化与效应,为制定低碳发展策略提供理论依据。[方法] 基于灰色理论和生态承载系数,利用1980—2020年宁夏回族自治区22个县区土地利用和能源消耗数据,分析了土地利用变化与碳排放强度变化及效应。[结果] ①碳排放变化量与土地利用变化之间具有密切的关联性。其中,建设用地与碳排放的关联度最大,为0.95。②1980—2020年宁夏土地利用类型碳排放量净增加了5.24×10⁷ t,增幅625.43%。建设用地面积以年均4.42%的速率增长,碳排放量增幅达2 385.85%;草地面积减少了2.95×10⁵ hm²,碳汇量减少了5.80×10⁴ t;林地对碳汇的贡献超过75%,且随林地面积的不断增大而增加。③1980—2020年宁夏土地利用碳排放强度以年均0.25 t/hm²的速率增大,中度及以上等级覆盖面积逐渐增大,在空间上形成沿黄城市碳排放强度高于中、南部的分布格局。④宁夏各县区碳排放生态承载系数空间差异明显,碳生态容量表现出北弱南强的分布格局。[结论] 1980—2020年宁夏土地利用碳排放强度逐渐增大,北部沿黄河各县区碳生态容量逐渐减小,中南部县区碳生态容量增大,但减排压力较大。建议优化建设用地空间格局,增加混交林面积,增强森林碳汇能力。     

我国数字经济与农业经济的有效融合分析

随着我国经济和科学技术的发展,先进技术在很多行业和领域都得到了广泛应用.为了推动我国农业经济发展,帮助传统农业生产模式转型升级,分析了数字经济与农业经济有效融合的价值功能,阐述了数字经济为农村经济发展带来的重要契机,并提出了完善配套基础设施、推动战略规划设计、创新数字经济活力有效释放模式及将信息技术融入农业全产业链等策...     

盐城市农业碳排放时空特征及趋势研究

以江苏第一大农业总产值市——盐城市为例,对该市农业碳排放时空特征、农业碳排放结构、驱动因素及预测趋势开展研究。运用排放因子法从农资投入、稻田甲烷排放、农用地氧化亚氮排放、动物肠道发酵和动物粪便管理五个方面估算盐城市2010—2020年农业碳排放量,基于STIRPAT模型分析农业碳排放影响因素和预测2021—2030年的农业碳排放量。结果显示：盐城市2010—2020年年均二氧化碳当量排放量和强度分别为1 070.5万t和1.5 t·万元^-1,农资投入和农用地氧化亚氮排放分别占农业碳排放量总量的36.3%和31.2%。农业人均收入、城镇化率和农村居民人均可支配收入每发生1%的变化将使全市农业二氧化碳排放量分别减少0.025 7%、0.029 7%和0.016 6%。2021—2030年间,低碳情景下的累计二氧化碳当量排放量将比基准情景低37万t。盐城市过去11年的农业碳排放总体均呈下降趋势,农资投入和农用地氧化亚氮排放为主要排放源;由于经济发展水平的不同,农业碳排放和排放强度存在一定的地区差异;城镇化率是抑制农业二氧化碳排放的最重要因素;2021—2030年农业二氧化碳排放量在不同情景模式下均持续下降,且具有进一步减少农业碳排放量的发展潜力。     

徐州市农业碳排放时空特征与脱钩效应

[目的] 分析徐州市时空尺度下农业碳排放时空特征与脱钩效应,为江苏省徐州市及其周边资源型城市未来农业的绿色高质可持续发展以及农业经济的良性增长提供理论与数据参考。[方法] 采用排放系数法测算2000—2020年时空尺度下徐州市农业碳排放总量、强度和结构,而后基于Tapio脱钩模型分析其与农业经济发展间的脱钩关系。[结果] ①徐州市农业碳排放变化趋势总体呈“快速上升—波动上升—快速下降”3阶段,从2000年的1.61×10⁶ t先增后减至2020年的1.69×10⁶ t,形象地表现为“M”形。对农业碳排放贡献率大小依次是耕地利用(46.44%)、作物种植(31.90%)和牲畜养殖(21.66%),化肥是最主要碳源。②徐州市各区(县、市)农业碳排放量差异明显,经历了由升到降的长期演化进程,空间层面上总体呈现出“中部高,周边低”的分布格局,邳州市最为突出; ③徐州市农业碳排放与农业经济发展总体经历了“弱脱钩—强负脱钩—扩张负脱钩—强脱钩”的变化历程,且“十三五”以来主要表现为强脱钩。[结论] 徐州市农业碳排放随着低碳减排理念的不断深入而日趋合理,农业经济发展也取得了一定成效。     

长江中游城市群耕地利用碳排放“总量-强度”的空间关联特征

[目的] 揭示长江中游城市群耕地利用碳排放“总量—强度”的空间关联特征,为实现高质量发展提供理论和现实指导。[方法] 采用IPCC系数法、总体耦合态势模型和双变量空间自相关法分析相关指标。[结果] ①2010—2013年长江中游城市群耕地利用碳排放总量呈显著上升趋势,年均增率为2.0%;2014—2020年则呈下降趋势,年均降幅为2.6%,且碳排放的市域间差异趋于扩大。②长江中游城市群耕地利用的碳排放强度总体处于波动下降态势,年均降幅达4.9%,但受边际递减效应影响,碳排放强度进一步改善的难度不断加大。③2010—2020年长江中游城市群耕地利用碳排放量与碳排放强度的加权中心距离从0.571 km减少到0.312 km,移动方向夹角总体也呈减小趋势,总体耦合态势不断加强。④2010—2020年长江中游城市群耕地利用碳排放总量与强度存在显著空间正相关,同时存在空间异质性。聚集态势主要表现为武汉城市圈“双高”聚集区和环长株潭城市群“双低”聚集区。[结论] 应采取差异化手段对耕地利用碳排放总量与强度进行分区调控,完善碳排放总量和强度“双控”机制。     

吉林省水土流失与社会经济空间自相关性特征及影响因素

[目的] 研究吉林省水土流失与社会经济空间自相关性特征及其影响因素,为该省水土保持与绿色协调发展提供科学依据。[方法] 基于吉林省各县市水土流失面积,结合相应年份社会、经济统计资料,采用GIS,GeoDa与OLS等技术与方法,对吉林省2017—2021年水土流失与社会经济空间自相关性进行系统研究,并辨识了关键影响因素。[结果] ①吉林省水土流失的Morans’I指数均为正数且最小值为0.254 6,水土流失在部分地区存在一定的集聚效应,高—高集聚区主要集中于吉林省西北地区,低—低集聚区主要分布在南部地区。②吉林省社会经济指标中,城市化率、建设用地比例、植被覆盖面积以及农业经济增长率的Moran’s I值相对较高,在空间上存在一定集聚特征。③水土流失与社会经济局部双变量空间自相关性中,城市化率和林地面积的Moran’s I值较大,社会类型数据较人口类型数据和经济类型数据空间分布更集中。④农业GDP、农业用地比例、植被覆盖比例和水土流失的相关性较高,5 a平均Robust_Pr值分别为0.038,0.003和0.154。[结论] 吉林省水土流失、社会经济及水土流失与社会经济双变量在空间上均具有较强自相关性,城市化率和植被覆盖面积是引起水土流失的关键影响因素。     

河南省农业碳排放时空特征及影响因素研究

基于农业生产中6个主要的碳源,测算了1998—2011年间河南省农业碳排放量和碳排放强度。发现自1998年以来,河南省农业碳排放呈现出阶段性上升态势,大致可分为增速放缓、快速增长和增长下降三个阶段,并分析了每个阶段形成的原因。测算了河南省各地市的碳排放情况,发现河南省农业碳排放总量较高的地区主要为耕地面积较大、农业在区域经济发展中所占比重较高的区域,碳排放强度较高的区域主要位于经济发展较好,区内地形平坦的区域。并利用Kaya恒等式变形对河南省农业碳排放影响因素进行了分析,发现效率因素、结构因素和劳动力因素对河南省农业碳排放有抑制作用,而农业经济发展是造成河南省农业碳排放量增加的主要因素。最后,给出了促进河南省农业碳减排的建议。     

河北省耕地集约利用水平与碳排放效率的相关性

为探索不同耕地集约利用水平下的碳排放效率变化规律,更好实现耕地集约利用的社会效益和生态效益,该文分别构建了耕地集约利用模型和数据包络分析模型,运用GIS（geographic information system）空间分析技术分析了河北省138个县（市）耕地集约利用度和耕地碳排放效率时空变异特征,在此基础上探索了耕地集约利用与碳排放综合效率的空间聚集差异特征。研究结果表明：河北省耕地集约利用水平呈现由平原区向山地丘陵再向坝上高原区扩展的趋势;碳排放综合效率有效区域集中分布于坝上高原与山地丘陵区,而石家庄、邢台和经济发展较好的唐山等地区碳排放综合效率较低;耕地集约利用度和碳排放综合效率空间分布上总体呈现负相关性,且随着时间推移局部聚集效应呈现不断增强的态势。     

西安市工业碳排放的空间分异特征与驱动因子

采用西安市1997-2011年工业能耗数据和2010年各区县单位GDP能耗数据进行了碳排放量的估算,通过STIRPAT模型构建驱动因子分析模型。研究表明:(1)西安市1997-2011年各类碳排放量表现出总体上升的特征。(2)各区县碳排放量、碳排放产值、人均碳排放量、地均碳排放量呈现出明显的空间分异现象。Moran指数显示,西安市各区县碳排放量存在显著地空间正相关性。碳排放量的空间分布特征是:碳排放量较高的区县趋向于和碳排放量较高的区县集聚,碳排放量较低的区县趋向于和碳排放量较低的区县集聚。(3) STIRPAT模型表明:经济发展、人口规模、产业结构和技术水平对碳排放量影响程度不同,其中经济发展对碳排放量增加具有决定作用,产业结构优化对碳排放量增加具有抑制作用。     

我国空间诱变育种研究与进展

我国是人口大国,也是农业大国。在有限的资源条件下,农作物品种改良是提高农业产量的有效途径之一。其中空间诱变育种,也称太空育种,是利用航天技术,通过返回式航天器（卫星或飞船）,将农作物种子、种苗和菌种带到180-400km太空,经过太空中的宇宙射线、微重力、重粒子、高真空、交变磁场等特殊空间环境条件处理,     

长三角城市群碳排放绩效与土地利用强度时空格局及协调发展特征

科学探索城市碳排放绩效与土地利用的协调发展特征,是在基础层面推动碳中和目标实现的必经之路。该研究在分析碳排放绩效与土地利用强度协调发展机理的基础上,以长三角城市群为例,利用超效率slacks-based measure（SBM）模型测度2003—2018年各市碳排放绩效,基于连续土地利用数据评估各市土地利用强度,并分析其时空演变格局;借助协调度模型揭示碳排放绩效与土地利用强度的协调发展特征与动态演化趋势。研究结果表明：1）长三角城市群碳排放绩效在时空上均呈现两阶段变化,2003－2013年区域碳排放绩效均值由0.63逐渐上升至0.77,高值区集中在浙江、江苏沿海地区,低值区零散分布在淮安、连云港,淮南等地。2013－2018年区域碳排放绩效均值小幅下降至0.68,高值区城市数量有所减少。2）区域土地利用强度均值由349.74逐渐上升至356.63,低值区主要集中在研究区南部的浙江部分城市,高值区主要分布在研究区北部,以江苏徐州、安徽淮北、毫州为代表。3）碳排放绩效与土地利用强度的协调度在16 a间波动上升,低值区主要分布在研究区西南部的浙江、安徽部分城市,高值区集中在江苏沿海城市如盐城、南通等以及上海市。长三角城市群在2003－2007年虽处于磨合过渡阶段,但年均增速较快,在2008－2018年逐渐迈入协调发展阶段,但受多种因素影响,增速有所减缓,区域土地利用低碳调整进入平台期。长三角城市群各市应根据其所属的协调发展类型,将土地利用强度与碳排放绩效的协调发展机制纳入土地利用规划范畴以实现城市低碳发展目标。     

我国农业区域经济发展战略探讨

随着我国农业的不断发展,农业区域经济的发展更是明显加快,农业区域经济发展至关重要,对于我国的农业经济发展具有重要的促进作用,需要全面了解其发展的特点历程以及面临的问题等。基于此,探讨农业区域经济发展战略,并且提出了相应的农业区域发展策略。