江苏省农业碳排放动态变化影响因素分析及趋势预测

[目的]在分析2000~2015年江苏省农业碳排放的基础上,描述其影响因素,并预测2016~2030年江苏省的农业碳排放量。[方法]运用农业碳排放估算方式计算2000~2015年江苏省农业碳排放量,并运用多元回归模型分解碳排放的影响因素,最后利用灰色预测模型预测2020~2030年江苏省的农业碳排放量。[结果]2000~2015年江苏省农业碳排放量主要呈现三段式变化。2000~2003年,表现为小幅度的先增长后下降趋势;2004~2010年,农业碳排放量呈现快速增长趋势;2011~2015年,农业碳排放总量开始缓步减少。对影响因素的分析结果表明,江苏省农业碳排放的主要影响因素来源于经济发展方面,如单位农业能源消耗、农业人口人均GDP等表征指标。农业科研人员数量对碳排放量减少起到一定的作用。预计2016~2030年江苏省农业碳排放量会持续缓步下降趋势。[结论]2000~2015年江苏省农业碳排放量主要呈现三段式变化。2000~2003年,表现为小幅度的先增长后下降趋势;2004~2010年,农业碳排放量呈现快速增长趋势;2011~2015年,农业碳排放总量开始缓步减少。预测2016~2030年间将呈持续缓步下降趋势。     

我国省域农业隐含碳排放及其驱动因素时空动态分析

[目的]我国区域农业发展模式由于气候、环境的不同存在较大的差异,而目前针对农业隐含碳的时空动态研究较为缺乏,导致对于区域减排目标的设定缺乏全面的考虑,无法实现农业碳减排的效率性和公平性。因此,有必要分析农业隐含碳排放在不同省域的特征并分析其驱动因素,为制定体现地区间公平性且有效率的碳减排政策提供依据。[方法]文章利用2002年、2007年和2012年3年的投入产出表估算我国各省(市、区)农业隐含碳排放量,根据Kaya恒等关系将其分解为经济规模、经济结构、一般农业技术进步和低碳农业技术进步4类影响因素,并利用LMDI分解分析法对这4类影响因素的驱动力进行了分析。[结果]2002—2012年我国大部分地区农业隐含碳排放量呈上升趋势,空间上呈现从西到东、从南到北逐渐增加的分布规律,经济规模效应在各省份均呈正向驱动,且在经济发展较为迅速、经济增长后劲较强的地区驱动效应逐渐增强;经济结构效应在大部分省份呈负向驱动,且在重型工业的聚集区域负向效应逐渐增强;一般农业技术因素正向驱动区域逐渐扩散,且在农业大省正向驱动效应逐渐增强;低碳农业技术进步因素在东部发达地区负向的驱动效应较强,在西部驱动效应较弱。[结论]在未来的农业减排政策制定过程中,需要充分考虑不同地区的经济发展、产业结构、农业生产等特点。     

四川省农业经济增长结构变动分析

本文采用改进后的CD随机前沿生产函数模型,对四川省1998—2012年农业经济增长结构进行定量分析。研究结果表明,四川省农业发展已经进入内涵式增长阶段,技术进步已成为四川省农业经济增长的重要源泉;农业机械投入贡献远高于农业劳动力投入,农业生产经营方式偏向劳动节约型,应进一步推进全省农业机械化进程;农业规模报酬效益显著,但农业技术效率的损失以及耕地数量、质量的下降对农业经济增长造成一定程度的不利影响。     

贸易开放、经济增长、人力资本与碳排放绩效——来自中国农业的证据

利用2000—2011年30个省份的面板数据,本文采用DEA方法中最新技术EBM模型计算了中国4个区域30个省份的农业碳排放绩效,并通过建立静态Xttobit模型和动态Diff-GMM模型,估计了农业贸易开放、人力资本、农业经济增长与农业碳排放绩效的关系。研究发现:中国各省份的农业碳排放绩效在这12年间都有所提高,但增速较为缓慢;农业贸易开放对农业碳排放绩效有明显的推动作用,农产品进口依存度与农业碳排放绩效呈正相关关系;中国农业贸易开放度与农业碳排放绩效之间的关系满足"资源禀赋假说",即劳动密集型地区以生产清洁型产品为主,中国农产品的出口对农业碳排放绩效的改善有阻碍作用;农业经济增长对农业碳排放绩效的影响具有时滞,需要从动态的角度考虑农业经济增长与农业碳排放之间的关系;人力资本质量和数量的提高都对农业碳排放绩效有着积极推动作用。     

黔中喀斯特地区农业生产碳排放实证研究

[目的]以贵阳市为例,测算其2007—2016年农业碳排放量,分析时序变化特征、脱钩关系并预测未来10年农业碳排放量,为我国西南喀斯特地区农业减源增汇以及经济发展提供参考。[方法]文章运用碳排放系数法计算2007—2016年贵阳市农业碳排放量;基于Tapio脱钩模型分析区域农业碳排放量与农业GDP的脱钩关系;利用GM (1.1)模型预测贵阳市未来10年农业碳排放量。[结果] 2007—2016年贵阳市农业碳排放量呈下降趋势,年均递减0.75%;三大类碳源中水稻种植占比例最大,为67.37%,其次为畜禽养殖,为17.08%,最后为农地投入,占比为15.55%;细分碳源,除水稻外,化肥与牛碳排放量较高,但农膜、农用柴油、农地灌溉以及羊碳排放都呈增加趋势;脱钩分析表明,贵阳市农业碳排放与农业经济增长间的脱钩类型呈现强脱钩、弱脱钩、强负脱钩、扩张负脱钩4种状态,脱钩类型以强脱钩为主,说明近年来农业碳减排取得一定成效;根据GM (1.1)模型预测,贵阳市农业碳排放量逐年下降,由2017年的50.14万t下降至2026年的47.76万t。[结论]贵阳市农业碳减排效果明显,未来还需进一步采取措施以实现农业减源增汇。     

海南农业经济增长因素及地区差异的实证分析

本文根据中性技术进步和偏技术进步C—D生产函数,建立C-D生产函数固定影响模型和随机影响模型．对2000-2007年海南各市县农业经济增长进行实证研究。研究发现：资本对海南省农业经济增长贡献率最大。其次是土地,再次为劳动力投入和科技进步;从东部、中部和西部来看,在东部,资本对农业经济增长贡献率最大,土地其次,劳动力最小;在中部和西部,资本对农业经济增长贡献率最大：劳动力其次,土地最小。     

黑龙江垦区农业生产碳排放测算及减排对策研究

随着农业中化肥农药的投入、机械能源的不断消耗,农业逐步成为碳排放的主要来源。如何实现垦区农业低碳化以契合两型社会发展的需求显得至关重要。文章结合农业生产消耗化肥、农药、农膜和柴油四类碳排放源的数据,对黑龙江垦区农业2003年~2012年碳排放量进行测算分析,结果表明黑龙江垦区农业碳排放量逐年递增,年均增速高达9.22%,单位GDP碳排放量下降率为10.32%,并针对性提出完善农业技术支撑体系、提高废弃物综合利用率、改善农业种植方式和加大可再生能源利用及强化农业生产能源结构等措施,实现节能减排。     

黑龙江省农业碳排放、科技投入与经济增长关系研究

[目的]以黑龙江省为例,首先对其农业碳排放总量进行测度,再研究农业碳排放同经济增长、科技投入之间的关系。[方法]利用1996~2013年的统计数据,从4个方面估算了黑龙江省农业碳排放量,进而采用自回归滞后分布模型(ARDL模型)对农业碳排放量、经济增长以及科技投入之间的关系进行实证分析。[结果]农业碳排放量、GDP增长和科技投入存在长期稳定关系,但长期来讲农业碳排放量增长速率远大于GDP增长速率;GDP增长对农业碳排放总量存在显著的正向影响,且长期影响程度远大于短期;科技投入对农业碳排放具有抑制作用且存在滞后效应,其中长期的抑制作用为12.4%,短期为3.9%,当滞后期为两年时,抑制作用尤为显著。[结论]经济增长会促进黑龙江省农业碳排放的增加,而科技投入则能对农业碳排放产生有效地抑制作用,因而黑龙江省可以通过增加农业科技投入来降低农业碳排放。     

基于岭回归的黑龙江省城镇化对碳排放的影响分析

本文将城镇化率引入STIRPAT模型,应用岭回归方法计量分析人口、经济及技术因素对碳排放的影响。对黑龙江省1993至2012年这阶段的碳排放情况的进行实证研究,结果表明,人口增加、经济增长、城镇化率提高对黑龙江省1993-2012年碳排放具有增量效应,是导致黑龙江省碳排放持续增加的驱动因素。能源强度对碳排放具有减量效应,提高能源利用率是黑龙江省实现碳减排的重要途径。     

黑龙江省农业经济与碳排放的关系研究——基于Tapio脱钩模型

为促进黑龙江省低碳农业发展,厘清农业碳排放与农业经济发展之间的关系,基于种植业和畜牧业共14类碳源,测算黑龙江省2000—2018年碳排放量,运用Tapio脱钩模型计算黑龙江省农业碳排放的脱钩系数,对二者之间的关系进行了研究。结果表明,2000—2018年黑龙江省农业碳排放总量增长52.36%,年均增长2.37%,总体呈现持续上升—迅速下降—稳定上升—缓慢下降的变化特征;黑龙江省农业碳排放与农业经济之间的脱钩状态主要是弱脱钩和强脱钩,呈现弱脱钩—波动期—弱脱钩—强脱钩的过程。     

经济新常态下创新驱动型现代低碳农业发展研究*——以成都平原地区为例

[目的]在全球气候变暖,资源枯竭的背景下,发展低碳农业是农业可持续发展的迫切需求。文章通过分别计算种植业、畜牧业、农业生产用具碳排放量得出成都市近年来碳排放情况,为成都平原地区农业低碳经济发展提供研究与实践基础。[方法]选取2004—2015年科技发展财政投入数据与农业碳排放量,运用回归模型验证农业科技投入与农业碳排放量的关系,探究农业科技投入对农业减排的促进作用。[结果](1)成都市的种植业碳排放在40年整体呈下降趋势,主要原因是种植面积的减少;(2)化肥碳排放量在1999—2015年整体呈下降趋势,减排效果较为明显,农业灌溉碳排放量整体平稳下降而减少的势头还未放缓,其在未来仍具有较大的减排潜力;(3)农业机械的碳排放最小也最为稳定, 16年来一直保持在1.6万t左右,碳排放强度也在0.017 t/hm~2上下,可见成都市农业在21世纪初到目前的农业机械使用量基本稳定,对其依赖性较弱,有进一步减排的可能。(4)技术因素对减少农业碳排放具有驱动作用,并且随着技术资金投入的增加,减排工作会进入到"瓶颈",碳排放量减少的速度将逐渐放缓。[结论]通过理论分析与案例研究,发现技术、制度、文化与农业碳排放量的内在逻辑关系,为促进低碳农业发展,应从制度、技术、文化3个方面推动创新。     

农业技术进步对西北地区农业经济增长影响的实证研究

本文采用拓展的C-D生产函数与动态经济计量分析的方法,就技术进步对西北地区农业经济增长的影响进行分析。发现西北农业经济增长的主要原因是农业生产技术的进步,其对农业经济增长的贡献明显高于生产要素投入与农业结构调整的贡献,脉冲响应函数分析同样表明技术进步冲击将会对当期的西北农业经济增长产生正影响。     

中国粮食作物种植变化对省际农业碳排放量的影响研究

目的 农业碳排放是影响生态环境的重要因素之一,促进我国省际间农业碳排放的相对均衡发展,对加快农业生产中“双碳”目标实现具有重要的现实意义。方法 文章基于1991—2019年粮食作物农用物质投入等统计数据,运用IPCC碳排放系数法,测算粮食主产区和主销区农业碳排放量,运用固定效应模型分析检验我国农业碳排放量的影响因素。结果 （1）我国粮食作物播种面积整体稳定,播种区域逐渐向粮食主产区集中;（2）我国农业碳排放总量持续增加但增速下降,化肥、柴油是主要碳源,碳排放量、碳源及碳排放强度在粮食主产区和粮食主销区差异明显;（3）粮食作物种植面积比重增加对农业碳排放量有明显增进作用,农业效率提高和农业结构优化对碳排放有抑制作用,农业经济发展水平则促进农业碳排放量增长。结论 应加快农业现代化进程,提高农业生产效率;强化化肥、农药、柴油等化学生产要素投入科学标准和使用技术,提高使用效率;实施碳排放补贴政策,建立碳排放区域间补偿机制。     

甘肃省农业环境效率及碳排放约束下农业全要素生产率测算研究

[目的]考虑碳排放约束,分析甘肃省农业全要素生产率整体特征和区域特征,以期为提升甘肃省农业可持续发展能力提供参考。[方法]文章基于2005—2016年甘肃省14市州面板数据,以农业碳排放作为非期望产出指标,运用非径向、非角度的SBM模型和Malmquist—Luenberger生产率指数法,对甘肃省农业环境效率和碳排放约束下农业全要素生产率指数进行测算。[结果](1) 2005—2016年甘肃省农业环境效率值总体呈现下降—上升—趋于平缓的变化趋势,且均小于1;(2)碳排放约束下甘肃省农业全要素生产率总体呈现波动增长的趋势,年均值为1.010,年均增长率为1%,且主要来源于技术进步;(3)甘肃省农业全要素生产率增长存在显著区域差异,其中中部地区增长最快,陇东南地区次之,河西地区增长最慢。[结论]忽视碳排放将不利于农业可持续发展,建议各区域依据自身资源禀赋,采取差异化的发展思路,提高农业技术成果转化率是提升甘肃省农业全要素生产率的关键。     

城市土地利用碳排放系统动力学仿真研究——以武汉市为例

研究目的:从系统角度分析土地、人口、社会、经济、能源对碳排放的影响作用,并对武汉市2017—2030年不同政策情景下的土地利用碳排放进行模拟,为其低碳发展战略和低碳土地利用规划提供决策依据。研究方法:系统动力学方法。研究结果:(1)建立的城市土地利用碳排放系统动力学模型是有效的;(2)按照目前的发展趋势,武汉市的碳排放总量将保持逐年攀升的趋势;(3)经济的快速发展对武汉市土地利用碳排放量的增加具有显著的影响作用;(4)调整土地利用结构、调整产业结构以及提高能源利用效率都能够有效的减少武汉市土地利用碳排放量,其中调整土地利用结构和调整产业结构的作用效果相对来说更加明显。研究结论:转变经济增长方式、升级产业结构、调整土地利用结构和积极研发先进的低碳科学技术是武汉市低碳发展的重要途径。     

黑龙江省产业能源碳排放因素分解及减排分析

能源消费是碳排放的主要来源。随着黑龙江省经济的快速发展,能源消费的急剧增长以及以煤为主的能源结构在一定时间内很难改变,因此,碳排放量在短时间内很难下降。本文分析了1980-2010年黑龙江省三大产业碳排放变化情况,并对黑龙江省1980和2010两年不同行业能源利用碳排放总量进行对比。采用LMDI分解法,定量分析了1980-2010年间,经济规模、产业结构、技术进步与能耗结构四个因素对黑龙江省产业碳排放增量的影响。研究发现,经济规模效应是正向决定性因素,能耗结构调整的影响效果不显著,技术进步与产业结构效应是负向决定性因素。最后提出了相应的减排政策建议。     

中国农业碳排放的结构、效率及其决定机制

本文采用生命周期评价法构建了中国农业碳排放测算体系,并利用1985—2011年的时序数据分析了中国农业碳排放总量、结构和效率的变动特征,在此基础上考察了农业碳排放强度的决定机制。研究表明,我国农业在碳排放总量增长的同时,碳排放强度降低了44.18%,农业碳排放结构中能源和化学品引起的碳排放比重已由28.02%增至43.66%,农业碳排放逐渐由主要来自种养自然源发展到能源和化学品与自然源排放比重大致相当的状况。从长期看,氮肥在化肥中的比重、畜牧业在农业中的比重和农用能源强度对农业碳排放强度有正向影响,农业公共投资对农业碳排放强度有负向影响。     

三峡库区（湖北段）农业碳排放特征、驱动因素与趋势预测

目的 探讨三峡库区（湖北段）农业碳排放可为其制定低碳农业发展措施，农业碳减排提供理论依据。方法 文章基于2000—2019年三峡库区（湖北段）种植业和畜牧业的8类碳源数据，采用碳排放因子估算法对三峡库区（湖北段）农业碳排放总量进行估算，并根据STIRPAT模型及LMDI模型进行趋势分析与驱动因素分解，运用情景分析法对2020—2030年碳排放进行预测。结果 （1）化肥是三峡库区（湖北段）农业碳排放的第一大碳源，占总量的29.05%，其后依次是畜禽肠道发酵、畜禽粪便管理。（2）2000—2019年农业碳排放总量整体呈先上升后下降的趋势，其中在2014年达峰，总量为171.67万t，且当年的畜牧业排放量总体高于种植业。而农业碳排放强度整体却呈下降趋势，由5.37 t/万元下降至0.87 t/万元。（3）农业生产效率、农业生产结构及人口规模对农业碳排放具有抑制作用，经济发展水平则促进作用显著。（4）强化低碳模式下，2020—2030年预测得知农业碳排放强度将呈持续下降趋势，农业碳排放总量趋于降低，表明库区农业可实现绿色低碳和高质量发展。结论 虽然三峡库区（湖北段）农业碳减排仍存在压力，但农业碳排放量的负增长和碳排放强度的持续下降会促进碳达峰，服务碳中和，以实现“双碳”目标。     

粮食主产区农业碳排放效率时空演变及影响因素研究

文章基于粮食主产区2001—2020年的面板数据,利用SBM-Undesirable模型和Malmquist-Luenberger生产率指数从静态和动态两个方面测度了粮食主产区农业碳排放效率,并结合Tobit模型探究影响粮食主产区农业碳排放效率变化的关键因素。结果表明：（1）粮食主产区农业碳排放效率均值为0.540,未达到有效状态;省域之间差别明显,只有辽宁长期处于有效状态,其余省份均为DEA无效。（2）粮食主产区农业碳排放综合效率总体呈波动上升趋势,年均增速为5.1%,前沿技术进步是促进农业碳排放效率增长的主要因素。各省份的农业碳排放综合效率值均大于1,前沿技术进步在各省份农业碳排放效率的增长上发挥的作用高于技术效率,纯技术效率与规模效率的贡献程度因省份不同而有所差异,但规模效率的贡献要明显大于纯技术效率。（3）农业经济发展水平和农村用电量对粮食主产区农业碳排放具有显著的正向作用;农业产业结构、城镇化水平、财政支农具有显著的负向作用;自然灾害与农产品价格体制改革并未通过显著性检验。基于此,提出了提高农业经济发展水平、推动新型城镇化高质量发展、加强农业科技创新和调整农业产业结构等政策建...     

农业生产效率、农业碳排放的动态演进与门槛特征

本文基于31个省份2004—2012年农业生产投入产出面板数据,利用SBM模型度量我国农业生产效率,同时全面测算考察期内各省份农业碳排放总量,通过核密度估计农业生产效率和农业碳排放的动态分布特征,并就门槛面板回归模型方法考察农业生产效率对农业碳排放产生的影响。结果显示,东部地区的农业生产效率水平较高,中西部地区存在追赶效应;我国农业碳排放总量整体提升趋势明显,农业生产效率表现出双峰趋同;农业生产效率对农业减排具有显著门槛效应,提升农业生产效率乃是农业减排的有效途径。