广东农业碳排放:时空比较及驱动因素实证分析

根据农地利用、水稻生长和动物养殖3大类13小类碳源,测算广东1992—2013年农业碳排放,发现1992年以来广东农业碳排放总量及强度总体上均呈下降态势,其中:农地利用碳排放持续上升,水稻生长碳排放持续下降,动物养殖碳排放年际间变化不大。进一步运用LMDI模型对广东农业碳排放驱动因素进行分解,结果表明:广东农业碳排放主要驱动因素是农业经济发展,其次是城镇化水平的提高;农业生产效率的碳减排效应明显,自2009年以来农业产业结构碳减排效应逐渐凸显,农业人口规模对农业碳排放累计产生负影响。     

我国农地利用碳排放的阶段特征及因素分解研究

基于农地利用的6个主要方面的碳源,测算了我国1993—2008年农地利用碳排放量。发现自1993年以来我国农地碳排放处于阶段性的上升趋势。进一步通过Kaya恒等式的合理变形对碳排放的影响因素进行分解,结果表明,效率因素和结构因素对碳排放量具有一定的抑制作用,但效果不够显著且波动性较强。与1993年相比,效率、结构因素分别实现了6.11%和26.62%的碳减排,而规模因素则对农地碳排放具有较强推动作用,产生了121.65%的碳增量。最后,据此提出促进农地利用减排的政策建议。     

"双碳"背景下的宁夏农业碳排放时序特征、驱动机理与脱钩效应研究

我国作为农业大国,在实现"碳达峰、碳中和"的目标背景下,更应重视农业领域的碳排放问题.基于农地利用、农田土壤、水稻种植和畜牧养殖四大类农业碳排放源,测算分析了宁夏2000—2019年农业碳排放时序特征,运用Kaya恒等式分析了农业碳排放的驱动机理,并进一步采用Tapio脱钩模型分析了农业碳排放量与农业经济增长的脱钩关系,研究表明:1)2000—2019年宁夏农业碳排放量呈现总体上升的趋势,但增速逐渐趋缓;2)农业生产效率、农业产业结构和农业劳动力因素对碳排放具有负向驱动作用,农业经济发展水平和城镇化水平因素对农业碳排放具有正向驱动作用,其中,农业生产效率对碳排放的抑制作用最强,农业经济发展水平对碳排放的促进作用最强;3)2000—2019年宁夏农业碳排放量与农业经济增长的脱钩弹性特征以负脱钩为主,增长连接和强脱钩的脱钩特性次之.总体来看,宁夏农业经济增速保持持续增长的同时,农业碳减排也取得了一定的成效.     

安徽省农业碳排放的脱钩效应及影响因素研究

为了深入认识安徽省农业碳排放与农业经济增长之间的相互关系,并为区域低碳农业发展政策措施的制定提供理论依据,采用Tapio与LMDI模型对安徽省农业碳排放的脱钩效应及影响因素进行研究.结果表明:1998-2014年安徽省农业碳排放总量呈波动上升趋势,具体表现为“快速增长—持续下降—缓慢上升”三阶段特征;研究期内农业碳排放与农业经济增长间的脱钩关系以弱脱钩和强脱钩为主,说明安徽省农业低碳减排工作取得一定成效;效率因素、劳动力因素和结构因素均对农业碳排放 增长具有抑制作用,它们在研究期内的累计减排贡献量分别为896.51万t,341.62万t和253.67万t,而农业经济发展则是碳排放增长的主要驱动因素,其引发的累计碳排放增量高达1552.29万t.     

中国特色社会主义整体文明的构建

为了深入认识安徽省农业碳排放与农业经济增长之间的相互关系,并为区域低碳农业发展政策措施的制定提供理论依据,采用Tapio与LMDI模型对安徽省农业碳排放的脱钩效应及影响因素进行研究。结果表明：1998—2014年安徽省农业碳排放总量呈波动上升趋势,具体表现为“快速增长-持续〖JP2〗下降-缓慢上升”三阶段特征;研究期内农业碳排放与农业经济增长间的脱钩关系以弱脱钩和强脱钩为主,说明安徽省农业低碳减排工作取得一定成效;效率因素、劳动力因素和结构因素均对农业碳排放增长具有抑制作用,它们在研究期内的累计减排贡献量分别为896.51万t,341.62万t和253.67万t,〖JP〗而农业经济发展则是碳排放增长的主要驱动因素,其引发的累计碳排放增量高达1552.29万t。     

稻田养殖:农业经济的一个新亮点

(一)稻田养殖是我市农业经济的一个新亮点。1995年以来,江苏省南通市稻田养殖连续三年持续快速发展,每年翻一番,三年三大步。1994年,全市稻田养殖面积仅有1200亩,1995     

兰西城市群能源消费碳排放时空分布特征及影响因素

在全国碳减排目标框架下,从县域尺度开展能源消费碳排放时空演变及其影响因素的研究,对指导城市群实现碳达峰及碳中和目标具有重要意义。探索性空间数据分析可以揭示区域内碳排放的空间差异性,而地理探测器不仅可以识别影响因素对碳排放单独的影响力,还可以识别影响因素交互效应对碳排放空间分异的影响力。因此,文章通过校正融合长时间序列DMSP/OLS与NPP/VIIRS夜间灯光影像,空间化模拟了1995—2019年兰西城市群能源消费碳排放量,并从县域尺度视角出发,利用探索性空间数据分析以及地理探测器等,对碳排放时空分布特征、空间关联特征及影响因素等展开研究。结果表明:（1）碳排放总量从1995年的36.23×106 t上升到2019年的116.61×106 t,增长速度呈先上升后下降的态势,年均增速为4.79%,县域碳排放（104t）区间由1995年的[13.4, 425.4]增长为2019年的[103.2, 1051.4];（2）高碳县区主要集中在兰州市和西宁市主城区以及周围人口密集、经济较发达的县区,空间差异性在不断缩小,空间正自相关性呈现出逐步扩大的趋势,局部自相关比较稳定,以高—高聚集和低—低聚集为主导;（3）碳排放空间分异受多种因素综合作用,经济发展水平对碳排放空间分异的影响力始终最强。     

农地非农化配置效率及影响因素研究 ——基于湖北省的调查分析

城镇化进程快速推进诱发了农地非农化的快速增长,土地作为重要的农业资源,越来越凸显其稀缺性。由于湖北省各城市城镇化发展过程中不同程度的土地资源要素过度投入,导致区域农地非农化配置效率低下。环境因素对区域农地非农化的配置效率有显著的影响,因此,通过合理调控区域农地非农化过程中的环境影响因素可以在一定程度上提升区域农地非农化配置效率。分析湖北省2013—2017年各个城市农地非农化配置效率及其影响因素,目的是科学合理配置及高效利用土地资源。     

技术进步、生产方式转型与中国生猪养殖温室气体减排

基于技术水平和规模化水平时空差异,收集不同养殖模式生长周期、出栏量等关键数据,对全国和各省生猪养殖碳排放量进行估算。结果表明,1998-2015年,全国生猪养殖碳排放量呈震荡上升趋势,从1.08亿吨CO2当量增加到1.33亿吨 CO2当量;规模化养殖逐渐取代散养成为碳排放主体,2015年其排放量占比达到73.57%;四川、湖南、河南、山东等生猪主产省份碳排放量居全国前列;LMDI模型的分解结果表明,生猪产量扩张是碳排放增长的主要驱动力,推动碳排放量增长43.93%,技术进步和养殖规模化则将碳排放增长削减了近一半。因此,提高养殖技术、推动规模化养殖、应用沼气池处理粪污将是重要的温室气体减排措施。     

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.