甘肃省农村金融对农业碳排放的影响

文章在测度甘肃省农业碳排放与农村金融发展的基础上,运用协整检验、误差修正模型实证分析了甘肃农村金融发展对农业碳排放的影响。研究结果表明,2007—2019年,甘肃省农业碳排放总量呈现先升后降的变化趋势,其中畜牧养殖和农用物资投入碳排放占农业碳排放的93%,成为主要碳排放源;农用物资投入碳排放占比先升后降,而畜牧养殖碳排放占比先降后升,拐点出现在2017年,表明农用物资利用更加节约高效;农业碳排放强度呈明显下降趋势,农业碳减排效率不断提升;农村金融对农业碳排放的影响主要通过金融效率路径得以发挥,而非金融规模;农村金融效率对农业碳排放产生助推作用,农村金融效率每增加1%时,人均农业碳排放增加0.51 5%,绿色金融减排效应尚不明显,构建绿色金融体系助力碳中和势在必行;农业生产总值、农业现代化水平均正向增加农业碳排放。得出启示：重视农村地区绿色金融知识的普及,结合农业特色创新农村绿色金融产品,促进农业向绿色、生态转型升级。     

广西低碳农业发展质量测度及其综合评价

发展低碳农业对于当前有效应对气候变化、实现农业绿色低碳循环可持续发展具有重要的实践和理论意义。从农业经济社会发展、要素减量投入、能源低碳利用、资源环境安全四个维度构建广西低碳农业发展质量评价指标体系,在测算广西农业碳排放量的基础上,运用因子分析法测度和评价广西2000—2018年低碳农业发展质量。结果表明,广西农业碳排放量呈上升趋势,其中化肥和翻耕是广西农业碳排放的两大主要碳源,两者合计约占农业碳排放总量的75%;低碳农业发展质量指数随时间推移而逐年递增,主要受农业经济社会发展公因子的推动。在此基础上,分析了制约广西低碳农业发展质量的因素,并提出优化广西低碳农业发展质量的建议。     

农业生产性服务的碳减排作用:效应与机制

选取2003—2019年中国213个地级市面板数据,采用双向固定效应模型探究农业生产性服务对农业碳排放水平的影响及作用机制。研究显示:农业生产性服务能显著促进农业碳减排,在利用工具变量缓解内生性问题并进行多种稳健性检验后,结论依然成立;进一步分析表明,农业生产性服务对东部和粮食主产区的碳减排作用更为明显;结合“规模—结构—技术”逻辑框架,促进规模经营、调整种植结构以及推动技术进步是农业生产性服务降低农业碳排放水平的主要作用途径;农业生产性服务对农业碳排放水平具有显著的负向空间溢出效应,农业生产性服务有助于促进周边地区的农业碳减排,实现区域内生态环境的整体优化。因此,应进一步健全农业生产性服务体系,实现服务规模经营与土地规模经营的优势互补,并加强区域间农业经济联系,形成区域协同农业碳减排的良好态势。     

低碳试点政策对农业碳排放影响的实证研究——基于双重差分模型的检验

结合2004—2015年中国首批低碳试点省市面板数据,在测算各省农业碳排放量的基础之上,考虑克服样本选择的内生性和宏观政策影响的外生性问题,采用双重差分模型,实证分析了低碳试点政策对各省农业碳排放影响的效果及原因。结果表明:2004—2015年,5个低碳试点省农业碳排放量普遍处于持续上升态势;低碳试点政策在不同省对农业碳减排的影响效果存在一定差异,其中陕西省、湖北省和辽宁省低碳试点政策有效降低了该地区农业碳排放量,而广东省、云南省政策实施效果不明显;整体上来看,2010—2015年,低碳试点政策的实施未能对农业碳减排产生显著影响,主要原因是现行减排政策的目标偏好性,导致农业领域内碳减排的实施力度不够。     

碳排放约束对我国电力需求的影响研究

电力生产消费是二氧化碳的重要来源,但迄今大部分研究都忽略了碳排放约束对电力需求的影响。论文基于我国1995—2014年省级面板数据,利用一步系统广义矩估计模型,考察碳排放约束下中国的电力需求量。实证结果如下:碳排放与电力需求量之间具有显著的正向关系,同时不同地区碳排放对电力需求的影响在时间上具有一定滞后性。经济增长、资本存量等对电力消费有正向的作用,产业结构和对外贸易的影响则显示出一定的地域差异性,而城市化水平和电力价格对电力需求并无显著影响。因此,国家实行碳减排政策时应考虑地区间差异,并通过如引导"绿色低碳"投资方式、鼓励绿色低碳产业发展、转变能源结构等途径,以在实现碳减排目标的同时保障电力正常供应,为经济的稳定持续发展保驾护航。     

金融发展、技术进步对碳减排的效应研究——基于省级动态面板数据GMM方法

采用1994—2014年30个省域面板数据,利用系统GMM模型考察了金融发展、技术进步对碳排放的影响效应。结果显示,在金融发展方面,金融规模对碳排放的影响不明显;而金融效率与碳排放之间存在负相关关系。在技术进步方面,广义技术水平的发展增加了碳排放量,资本体现式技术、能源利用技术和环境技术水平的发展可以明显降低碳排放;环境技术水平和资本体现式技术对碳减排的影响效应都大于能源利用技术和广义技术水平。同时可以得出,金融发展对技术进步的引致性作用对碳减排作用明显。     

人工智能技术对碳排放的影响

随着新一轮科技革命和产业变革的深入推进,人工智能技术在应对气候变化方面扮演重要角色,并赋能“碳达峰、碳中和”目标的实现。利用2006—2019年中国内地省级面板数据,考察人工智能技术对碳排放的影响。研究发现：人工智能技术与碳排放之间呈倒U型关系,即当人工智能技术达到一定阈值后,其碳减排效应逐渐凸显;人工智能技术主要通过提高能源利用效率实现碳减排;在东部和西部地区,人工智能技术与碳排放之间存在显著倒U型关系,而在中部地区,人工智能技术对碳排放发挥持续促进作用。因此,在推进“双碳”目标过程中,需要以绿色低碳发展为目标开发人工智能技术,正确引导人工智能在碳减排领域的研发应用,针对不同区域实际制定差异化发展政策。     

领导干部自然资源资产离任审计的碳减排效应

领导干部自然资源资产离任审计对污染治理具有积极的作用，是否具有碳减排效应有待验证。以2012—2019年地级市层面的数据为样本，运用多期双重差分模型，考察了领导干部自然资源资产离任审计对地区碳排放的影响。研究发现，领导干部自然资源资产离任审计能显著抑制地区碳排放。机制分析表明，领导干部自然资源资产离任审计能推动绿色技术进步和促进产业结构升级，从而能抑制地区碳排放。异质性分析发现，在工业碳放量越高的地区、碳汇资源不丰富的地区、地方政府重视程度较高的地区，领导干部自然资源资产离任审计的碳减排效应更显著。拓展性分析表明，碳市场试点能够增强离任审计的碳减排效应；公众的绿色低碳意识越强，越能增强离任审计的碳减排效应。为此，要强化离任审计在工业端的力度；要引导企业践行绿色低碳生产和倡导公众遵循绿色低碳生活与消费，形成政府、企业和公众对碳排放协同共治的良好格局。     

粮食主产区农业碳排放的动态演进及驱动因素研究

基于1998—2019年我国粮食主产区13个省份的数据,测算了粮食主产区的农业碳排放,并进行了动态演进分析、LMDI因素分解和公平性评价,研究发现：（1）从核密度动态演变来看,粮食主产区的农业碳排放总量呈现较大幅度提高,但省际之间的差距逐渐缩小。（2）从LMDI因素分解来看,经济因素为农业碳排放的增加因素,而效率因素和劳动力因素可以减少农业碳排放。（3）从农业碳排放的公平性来看,我国粮食主产区的种植业具有“高碳—低效益”的特点,畜牧业则呈现“低碳—高效益”的特点。最后提出加大农业技术应用、优化产业结构,根据地区经济发展,因地制宜地制订农业碳减排策略。     

县域产业发展与碳排放关系研究

县域产业是我国产业发展的重要组成部分,但县域产业对高碳排放产业的依赖性使县域产业发展与碳减排陷入两难困境。东北地区是老工业基地,低碳技术、节能减排技术落后,县域产业高碳排放、高污染、高能耗特征明显,研究东北地区县域三次产业与碳排放的关系,分析县域产业发展与碳减排的困境,通过在县域发展低碳农业,促进新型工业化和现代服务业发展,实现县域产业发展与碳减排的良性互动。