甘肃省农地利用碳排放测算及影响因素研究

利用2000-2011年甘肃省农业投入的六大类碳源相关数据,对甘肃省历年农地利用碳排放量进行测算。分析得出:从2000年起,甘肃省农地利用碳排放量和碳排放强度分别以年均6.0%和5.8%的增速上升。六类碳源中,化肥、农药、农膜、柴油、翻耕和灌溉碳排放量的年均增速分别为2.8%,17.7%,7.6%,5.4%,0.3%,1.1%。运用LMDI模型对农地利用碳排放的影响因素进行分析,结果表明:从2001-2011年,由生产效率、产业结构、经济水平和劳动力规模变化所引起的碳排放增量比分别为:-15.18%、-4.46%、44.19%和0.34%。由此表明,农业生产效率和产业结构对碳排放具有抑制作用,劳动力规模虽具有一定的促进作用,但作用较小,而农业经济水平是导致甘肃省农业碳排量增加的主导因素。最后根据以上结果,对甘肃省农地利用碳减排提出对策建议。     

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。     

陕西省农业碳排放时序特征及影响因素分析

为探讨陕西省农业碳排放时间变化及其驱动因素,基于种植业和畜牧业2个方面的16类碳源,测算分析了2000—2014年陕西省农业碳排放现状,并利用LMDI模型对农业碳排放的驱动因素进行分解。结果表明,2000—2014年陕西省农业碳排放量增加了24.25%(96.33万t),年均增长率为1.56%,总体呈上升—下降—上升的变化趋势;化肥、农业机械、农膜、农药等农业物资投入对陕西省农业碳排放的影响逐渐增加,牛、羊、猪等大牲畜的肠道发酵、粪便管理对碳排放的影响逐渐减弱;对农业碳排放具有抑制作用的因素大小依次为效率因素、劳动力因素和结构因素,而经济因素则具有较大的促进作用。     

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.     

福建省农田生态系统碳源/汇时空变化及其影响因素分析

准确估算农田生态系统的碳排放和碳吸收对制定合理的农业减排措施具有重要意义.基于1991-2010年福建省农作物产量、耕地面积、农业投入等农业活动水平数据,对福建省农田生态系统的碳源汇进行估算,并分析碳源汇的时空变化特征及其影响因素.结果表明,1991-2010年福建省农田生态系统碳吸收总量总体呈下降趋势,从1991年的1161.14×104t减少到2010年的672.13×10^4t,减幅为42.11%,年平均递减5.89%;碳排放总量呈增加的趋势,从1991年的114.05×10^4t增加到2010年的195.10×10^4t,增幅达71.07%,年均递增2.87%;碳汇量总体呈降低趋势,从1991年的1047.09×10^4t降低到2010 年的477.03×10^4t,减幅为54.44%,年均递减8.36%;福建省农田生态系统单位耕地面积碳吸收呈下降的趋势,而单位耕地面积碳排放基本保持不变.2010年南平市的碳吸收量和碳汇量最大,漳州市的碳排放量最大,而厦门市的碳吸收量、碳排放量和碳汇量均最小.碳源汇影响因素相关性分析表明,碳吸收与水稻、小麦、甘蔗产量呈极显著正相关;碳排放与钾肥、复合肥、农药、农机动力、柴油使用均有极显著的正相关性.研究结果能够为福建省低碳农业发展提供科学参考.     

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.     

基于LCA的安徽省低碳农业发展评价与影响因素分析

以生命周期评价(LCA)为基础,选取农业能耗状况(化肥、农药、农膜施用强度)、农业生产低碳绩效(碳生产力、财政支农强度、农业碳排放效率)等评价指标,运用趋势分析法、对比分析法等分析安徽省低碳农业发展现状,并对低碳农业中化肥、农药、农膜使用量等影响因素进行回归分析。结果表明,2000—2014年安徽省农业生产中化肥、农药、农膜等碳排放源的排放强度均呈现逐年下降趋势,碳生产力逐年良性发展,农业碳排放效率逐年提高,农业碳排放总体呈正平衡状态。各因素对农业总产值的影响从大到小依次为化肥施用量、农药施用量、农膜施用量、农用柴油使用量,其各自用量每增加1%,农业总产值就相应地分别增加1.36%、1.14%、-0.70%、0.49%。     

“一带一路”核心区农业碳排放与农业经济增长研究

从农业视角探析"一带一路"倡议中新疆和福建两核心区农业碳排放与经济增长关系差异,为绿色"一带一路"建设提供理论参考。文章采用碳排放系数法测算新疆和福建1996～2016年农业碳排放量,构建脱钩弹性模型对比两省区农业碳排放与经济增长脱钩关系。结果表明:碳排总量累计增长上新疆是福建的5倍左右,而年均增速新疆近福建的3.85倍;碳源排名中,化肥和农膜是新疆的主要碳源,化肥和柴油是福建的主要碳源,6类碳源产生的碳排总量在两核心区存在差异;脱钩关系上,新疆理想脱钩状态占比年份为40%,态势尚不稳定;福建以弱脱钩为主,占研究期的75%,农业碳排放与经济增长关系显著。总体上两核心区农业碳排放量和脱钩关系差异悬殊,新疆农业碳排放与农业经济增长响应程度弱于福建。     

安徽省农业碳排放现状及低碳农业发展路径探讨

从主要农业投入角度,根据不同的碳排放途径对安徽省的碳排放量进行了估算。在此基础上,从自然资源、农用化学物资以及生态环境资源等方面论证了安徽省农业发展方式低碳化的必要性。并对安徽省农业固碳、节碳的能力进行了分析。通过研究发现,化肥、农业灌溉、农药是安徽省农业最主要的碳源。水资源、土地、森林等自然资源稀缺,农用化学物资量大、低效的使用以及农业废弃物循环利用率低等因素使得安徽省发展节水、节地和节能的低碳农业十分必要。安徽省在农田土壤系统以及秸秆综合利用方面具有一定的固碳、节碳潜力,可以促进农业低碳化的发展。     

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。     

基于能源和物质投入的秦皇岛市农业碳排放研究

基于能源(原煤,汽油,柴油,煤电)消耗和物质消耗(化肥、农药、农膜),测算了秦皇岛市2001-2010年农业碳排放.结果表明,2001-2010年秦皇岛市农业碳排放总量呈温和增长趋势,年均增加4.01％,农业能源消费碳排放呈现快速增长,年均增加9.63％.利用LMDI模型对影响农业碳排放的因素进行了分解,结果显示产业结构因素、效率因素和劳动力因素对秦皇岛市农业碳排放起到了一定的减排作用,而经济因素则对碳排放有强烈的促进作用.并基于研究结果对秦皇岛市农业低碳化提出相关建议.     

湖北省农业碳排放的时序特征与影响因素分析

以化肥、农药、农用薄膜、农用柴油、农业播种面积、农业灌溉面积等6类碳源测算湖北省1993—2017年的农业碳排放,利用Mann-Kendall非参数和滑动T检验进行了时序特征的分析,并进行LMDI加和分解,以研究湖北省农业碳排放的影响因素。结果表明,湖北省农业碳排放量在1993—2017年总体上呈先上升后下降的趋势,在2012年达到顶点,但具有显著的上升趋势,农业碳排放增量则具有显著的下降趋势,单位GDP碳排放量及增量具有显著下降趋势,单位耕地碳排放量具有显著上升趋势,单位耕地碳排放量增量具有显著下降趋势;从影响因素的分解结果来看,农业生产效率、产业结构、农村人口和农业产业结构是湖北省农业碳减排的主要影响因素,其贡献依次减小,而经济发展水平和城镇化则是导致湖北省农业碳排放量增加的主要影响因素。     

“十一五”期间淮北市农业碳排放趋势及影响因素研究

以安徽省淮北市为例,基于农业生产中6个主要方面的碳源,对2005-2010年农业碳排放量进行了估算,发现碳排放量一直稳中有升。在此基础上,利用Kaya恒等式模型对农业碳排放影响因素进行分解。结果表明,农业经济发展水平是农业碳排放最主要的影响因素,具有较强的推动作用,累计产生15.16%的碳增量;而结构因素、效率因素、劳动力规模因素对碳排放量具有一定的抑制作用,分别累计实现14.00%、10.25%、2.53%的碳减排。最后提出促进淮北市农业碳减排的政策建议。     

“两型社会”先行试验区湖北碳源、碳汇时序特征分析

利用"两型社会"先行试验区——湖北1995~2014年统计资料,从能源消耗情况、主要工业品生产、土地使用及废弃物、废水处理四个方面,探讨了湖北碳源与碳汇变化过程,明晰了湖北碳源与碳汇的时序变化及其特征,并以此为基础分析了碳源与碳汇的驱动因素,获得结论:(1)1995~2014年湖北温室气体排放量较大,且呈不断增长的趋势,其中温室气体排放量增加了166%,年均增速为8.7%;(2)湖北碳源主要来源于能源消耗部门,占比为66.11%,且能源消耗年均增速达到了9.47%,经济增长、能源消耗结构和产业结构是关键驱动因素;(3)湖北整体处于碳汇盈余的阶段,净碳汇保持不断增长的趋势,碳汇主要来源是林地碳汇,其驱动因素是林地碳汇项目。进而获得启示:在碳源上,湖北要坚持绿色发展道路不动摇,不断优化产业结构;要加强技术研发,在提升石化资源利用效率的同时,逐步推行新能源;建立健全碳排放管理体系,严格控制碳排放。在碳汇上,要稳步改善植被种植结构,提升湖北林地固碳能力;改善土地利用方式,重视城市绿地扩张,并加强农村湿地、种植地和造林地协调发展。     

基于典型相关分析的安徽省农业生产碳排放强度驱动因子

探索农业生产碳排放强度驱动因子,对制定低碳农业发展规划及目标具有重要启示意义。运用IPCC碳排放测度模型,测算了安徽省2005-2020年农业生产碳排放,采用典型相关分析方法,考察了农业生产碳排放效率驱动因子。结果表明:1)安徽省农业生产碳排放由2005年的987.40万吨攀升至2020年的1227.59万吨,年均增长1.46%。农业生产碳排强度由2005年的1.21t/万元下降至2020年的0.49t/万元,年均下降5.85%;2)农业生产碳排放与其强度呈显著“剪刀差”态势,两者间夹角达33.52°;3)农业科技创新、农机化水平、农业生产结构与农业生产碳排放强度典型相关系数分别为-0.652、-1.728、-0.562,均为农业生产碳排放强度下降“动力”因子,而规制政策、城镇化、农村经济发展与农业生产碳排放强度典型相关系数分别为0.085、0.619、1.232,为农业生产碳排放强度下降“掣肘”因子。基于研究结果,提出了安徽省发展低碳农业的政策建议。     

基于LMDI的兰州市农业碳排放现状及影响因素分析

通过构建碳排放研究指标体系,测算各县区农业碳排放特征,并分析其演变规律;以碳排放量测算结果为基础,采用LMDI分析方法分析兰州市农业碳排放影响因素分析。结果表明:兰州市近13年的农业碳排放总量呈现明显增长趋势,碳排放强度呈逐年下降趋势;土地翻耕产生的碳排放最大,占比超过40%;2015年兰州市各县农业碳排放差异较大,呈现边缘增长的结构,其中榆中县、永登县、皋兰县三县农业碳排放总量占总排放量83.55%;农业经济发展对碳排放量增加呈现正效应,是导致农业碳排放增加的关键因素,而农业碳排放强度、产业结构对碳排放量增加有负向影响。本研究建议未来兰州市在农业发展过程中应积极提倡土地轮作休耕,适当减少农药、化肥等使用量,推广种植绿肥作物;加大推进规模化发展,大力发展生态农业,加快传统农业向现代农业转变,推进兰州农业碳减排工作顺利进行。     

基于碳足迹的安徽省农田生态系统碳源/汇时空差异

[目的] 研究安徽省碳源/汇时空动态变化规律及其碳足迹空间聚集特征,为安徽省持续推进农业低碳化提供理论依据.?[方法] 基于安徽省2008—2016年的农业投入品和农作物生物总量等相关统计数据,采用碳排放系数法计算安徽省的碳源/汇及其碳足迹,并利用ArcGIS和Geoda软件,运用空间可视化和空间自相关分析安徽省16个...     

宜宾市近15年农业碳排放时空格局及其驱动力分析

【目的】根据宜宾市农业生产实际,对近15年来(2001-2015年)农业碳排放量进行估算,并分析其时空格局和驱动力,为该市农业发展提供理论依据。【方法】利用IPCC清单估算法选取相应的碳源因子、碳转化系数进行农业碳排放估算和强度等级划分,结合ArcGIS方法探讨其时空演变规律,并运用主成分分析法探寻影响碳排放的主要驱动力。【结果】①近15年来宜宾市农业碳排放量与碳排放强度均呈上升趋势。碳排放量由485.10×10~(4 ) t增长到566.82×10~(4 ) t,增长率为16.85%;碳排放强度由9.96 t/hm~2增加到11.23 t/hm~2,增长率为12.75%。②该市农业碳排放量的构成以水稻种植(29.65%)、猪养殖(25.74%)和化肥施用(19.63%)为主。③该市10区县中除江安县外,其余区县碳排放量都呈现波动上升趋势;碳排放强度由高到低排序为:江安县翠屏区长宁县宜宾县兴文县南溪区高县筠连县珙县屏山县。④主成分分析结果表明,农用物资(农膜、农药、化肥)和农用能源(农用柴油、农用电)是影响碳排放的主要驱动因子,农业类型(猪、牛养殖、水稻种植)是次要因子。【结论】近15年来宜宾市农业碳排放量和强度呈增加趋势,空间分区上等级变化不大,农用物资和农用能源因素是碳排放的主要影响因子。     

福建省农业碳排放时空变化及其驱动因素

【目的】研究福建省农业碳排放时空动态变化规律及其驱动因素,为福建省农业实现低碳化发展提供理论依据。【方法】利用《福建统计年鉴》(1990-2016年)的农业生产数据对全省农业碳排放进行测算,运用地理信息系统(ArcGIS)对其空间变化规律进行分析,利用LMDI模型(对数平均迪式分解模型)对其驱动因素进行分解。【结果】1990-2016年间福建省的农业碳排放整体呈下降趋势,由598.32万t下降到546.49万t,年均下降0.35%。9个地级市农业碳排放量差异较大,其中南平市农业碳排放量最大,达到103.64万t;厦门市农业碳排放量最小,仅有5.29万t。从福建省农业碳排放的内部结构看,农用物资与农地利用所带来的碳排放为主要碳源,占农业碳排放总量的43.85%;其次是稻田甲烷所带来的碳排放,占比43.04%。在驱动因素方面,碳排放强度效应、就业结构效应和人口总数效应是全省农业碳排放下降的正向驱动因素,农业碳排放分别减少35.00万t、8.86万t和75.72万t;而农业收入效应是农业碳排放下降的负向驱动因素,农业碳排放增加了40.45万t。【结论】近年来福建省农业碳排放量整体减少,未来还可进一步采取措施,有效促进农业碳减排和低碳农业发展。     

江西省农业碳排放的测度特征及影响因素

基于2001—2017年江西省农业相关统计数据,采用碳排系数法对农业碳排放进行测度,并对其进行特征分析,运用LMDI模型考察农业生产效率、农业生产结构、农业经济水平和农业劳动力规模对江西省农业碳排放的影响。研究表明:江西省农业碳排强度持续趋于下降且2015年后农业碳排总量趋于下降;江西省农业碳源以化肥为主,其占比接近50%,且化肥、农药、农用柴油、农膜投入比重呈现上升趋势;农业经济水平是江西省农业碳排放增加最主要驱动因素,农业生产效率是该地区农业碳排放减少的最主要驱动因素,而农业生产结构和农业劳动力规模整体上对农业碳排起到抑制作用。因此,强化农业科技创新、优化农业生产结构、推动农业劳动向二三产业转移、建立健全农业碳排监管机制将成为江西省农业低碳高质量发展的重要路径。