"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.     

广西农业碳排放驱动因素及脱钩效应研究

本文在测算广西农业碳排放量的基础上,运用STIRPAT模型分析2005-2018年广西农业碳排放驱动因素,结合TAPIO脱钩模型探究广西农业经济发展与农业碳排放关系.研究结果表明:2005-2018年广西农业碳排放量呈下降趋势,年均递减0.73％;农村人口、经济发展水平、农业技术因素、区域产业结构、城镇化水平、农村投资...     

湖北省农业碳排放时空比较及驱动因素分析

基于农地利用、稻田、牲畜养殖三方面17类碳源,测算了湖北省全省1995-2011年及其16个地市(州)2010年的农业碳排放量,并展开时空比较分析;在此基础上,利用LMDI模型对湖北省农业碳排放的驱动因素进行了分解。结果表明:湖北省全省2011年农业碳排放量达到1 544.90万t,较1995年(1 443.56万t)增加了7.02%,年均递增0.43%,呈现较为明显的"上升-下降-上升"的3个阶段变化特征;地市(州)间区域差异明显。根据碳排放的比重差异,将16个地市(州)划分为稻田主导型、农地利用主导型、牲畜养殖主导型、复合因素主导型4种类型;与1995年相比,效率、劳动力、结构因素分别实现了94.13%、41.23%和8.67%的农业碳减排,而经济因素则引发了151.05%的碳增量。     

产业集聚对中国农业净碳效应的影响研究

利用空间计量方法分析我国产业集聚对农业净碳效应的影响及其空间溢出效应,结果表明：2018年我国各省区农业净碳效应存在明显差异且两极分化严重;与2000年相比,各地农业净碳效应已出现均衡化趋势,整体梯度差异逐渐趋于收敛,高值省份数量增加且变化较大,低值省域数量减少且变化不大。产业集聚与农业净碳效应均存在空间自相关性,二者之间呈现“正N”型关系,即随着农业产业集聚程度的不断提升,农业净碳效应表现出“先增、后减、再增”的三阶段变化特征;从实际影响来看,区域内产业集聚度每提升1个百分点可促使农业净碳效应量增加1.621%;除此之外,农业公共投资、农业产业结构、区域经济发展水平等变量也表现出了一定的正向效应但作用力度要明显偏弱。产业集聚对农业净碳效应具有显著的溢出效应,并表现为区域间溢出和区域内溢出。具体而言,邻近地区产业集聚度每提升1%可促使本地农业净碳效应增加2.286%,而本地产业集聚对邻近地区产生影响后因受反馈作用自身农业净碳效应还会额外增加0.060%。     

“双碳”目标背景下农业碳减排的实现路径——基于数字普惠金融之验证

依托数字普惠金融实现农业"双碳"目标是可行的数字化路径。利用2011-2019年中国30个省份的面板数据,验证数字普惠金融能否担起农业碳减排"重任"。结果表明:数字普惠金融发展降低了农业碳排放强度,具有农业碳减排效应;运用解释变量替代法、面板分位数回归和工具变量法进行估计后,结果依然稳健。数字普惠金融的农业碳减排效应可通过农民创业效应和农业技术进步效应实现,而城镇化发展水平对数字普惠金融的农业碳减排效应具有正向调节作用。数字普惠金融覆盖广度、使用深度和数字化程度均具有农业碳减排效应,但效应大小存在差异;相较于"胡焕庸线"以西地区,该线以东地区数字普惠金融具有农业碳减排效应,侧面反映数字普惠金融的农业碳减排效应还未突破"胡焕庸线";与粮食主产区相比,数字普惠金融在非粮食主产区的农业碳减排效应更显著。     

甘肃省农业碳排放时空演变及影响因素研究

重点考察甘肃省农业碳排放的时空演变规律,深入分析其地区差异及影响因素,以期为甘肃省农业低碳发展等提供实证依据。采用碳排放系数法对甘肃省及14个市州2005—2021年的农业碳排放进行测算,采用碳排放公平性评价模型和LMDI加法分解模型对甘肃省农业碳排放的时空演化特征和影响因素进行分析。结果表明：甘肃省农业碳排放总量变化趋势可大致分为“持续增加、波动下降”两个阶段,种植业碳排放在甘肃省农业碳排放总量中所占比例为60%左右,畜牧业约占40%;各市州农业碳排放总量和增速具有明显的区域差异;农业碳排放生态承载系数呈现河西、陇东南地区高,陇中地区低的分布特征,经济贡献系数呈现西北高、东南低的空间分布特征;农业生产效率、农业产业结构、农业从业人口对农业碳排放呈现负向效应,而农业经济发展呈现正向效应。未来应该继续巩固种植业固碳减排、畜牧业减排降碳、调整农业产业结构、建立低碳农业合作机制等措施。     

要素流动视角下河南省城镇化对农业碳排放的影响研究

农业碳排放在我国温室气体排放中占据重要位置,基于河南省2000—2021年的相关农业数据,测算了河南省的农业碳排放强度,并从要素流动视角把城镇化指标分为人口城镇化、产业城镇化和土地城镇化,构建了VAR模型,利用脉冲响应分析法和方差分解法研究了河南省城镇化对于农业碳排放的影响。研究结果表明：城镇化从整体上降低了河南省农业碳排放强度;三个城镇化指标中,人口城镇化和产业城镇化均负向影响农业碳排放,土地城镇化则正向影响农业碳排放,其中,产业城镇化是农业碳排放强度降低的主要驱动力。据此,要推进城镇高质量发展,重视产业城镇化的减排效应,加速产业城镇集聚化;严防土地城镇化占用,转变农业生产方式,促进农业低碳转型。     

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.     

基于分解模型的碳生产率影响因素分析

本文运用分解模型对中国碳生产率的变动情况进行分析,并以2002-2011年为样本期,定量研究了技术进步、产业结构调整等因素对中国碳生产率变动的影响。研究结果表明:与产业结构调整相比,技术进步因素更能促进碳生产率的提高;在产业结构中,工业和出口贸易对碳生产率的影响相对较大。因此,优化出口结构,淘汰落后企业产能,把控制碳排放量的任务分配给地方政府都能在可预见的未来提高碳生产率。     

农产品贸易对农业碳排放的影响——兼议数字乡村发展的门槛效应

基于1999—2019年中国省际面板数据,运用普通面板模型、空间面板模型与面板门槛模型实证分析了农产品贸易对农业碳排放的影响及其空间溢出效应与数字乡村发展门槛效应。研究发现：（1）农产品贸易对农业碳排放具有显著的抑制作用,并且相较于东部地区、粮食主产区以及贸易顺差区间,这种抑制作用在中西部地区、非粮食主产区以及贸易逆差区间更为显著; （2）在三种空间权重矩阵设定下,农产品贸易对本地区和“毗邻地区”农业碳排放均具有显著抑制作用,存在空间溢出效应,且相较于农产品出口贸易,农产品进口贸易抑制农业碳排放的空间溢出效应更为显著;（3）农产品贸易影响农业碳排放的过程中存在数字乡村发展双重门槛,即随着跨越数字乡村发展两道“门槛”,农产品贸易对农业碳排放的抑制作用呈现出边际递增的特征。由此,提出推动农产品贸易深度开放、构建农产品贸易交流协调机制以及增强数字乡村建设力度等政策建议。     

甘肃省碳排放影响因素分析与低碳发展研究

我国承诺到2020年单位GDP二氧化碳排放比2005年下降40%⁴5%,这一减排目标最终会分摊到各个省区,由于各省区的发展条件不同,碳排放模式和减排政策也有很大的差异性。在前人相关研究的基础上,根据中国国情将Kaya恒等式作适当的修正与扩展,引入城镇化和森林覆盖率因素,通过LMDI分解方法,对甘肃碳排放的影响因素作定量分析。分析结果表明:影响甘肃碳排放的三个主要因素依次是单位能源消费的碳排放量、城镇化水平和能源强度。根据甘肃经济社会发展的阶段性特征与省情,提出发展低碳经济的若干建议。     

农业现代化的驱动机制及其路径选择

农业现代化的驱动力主要是科技创新、高度组织和政府支持。通过分析农业现代化进程中存在的问题,阐释了农业现代化的路径选择：更新理念、形成现代农业发展的文化环境;城乡统筹,构建农业发展的制度框架;组织再造,推进农业产业化进程;优化配置,提升要素资源产出效率。     

强制减排试点省市能源碳排放驱动因素分析

根据全国及北京市、天津市、上海市、广东省、湖北省和重庆市六个强制碳减排试点省市的碳排放量数据,采用对数平均权重Divisia分解法（LMDI）,从能源结构、能源效率、经济发展三方面分析能源碳排放的驱动因素,发现能源结构对碳排放的影响相对较小,而且,在北京、天津和上海市,三大驱动因素对人均碳排放的贡献值明显大于在湖北省、广东省和重庆市的贡献值。进一步,采用多元线性回归模型和环比增长率数据,实证检验全国及六个试点省市三大驱动因素的变化对人均碳排放的影响。研究结果显示：从全国来看,能源结构变化对碳排放量影响不显著,而碳排放对能源效率的变化比对经济发展更为敏感。具体到各省市数据,湖北省三大驱动因素变化对碳排放的影响均不显著,而其他省市碳排放受各驱动因素的影响各具特点。研究结论为政府在各地区制定合理的碳减排政策提供了参考。     

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。     

农业生产波动视角下农业信贷、保险对农业经济的协同效果研究

当前我国农业由高速增长向高质量发展转变,农业发展呈现出区域不平衡性,农业风险上升,合适的农业信贷和保险规模与结构能有效提升金融服务农业经济的效能。基于理论分析将农业信贷和风险管理因素引入生产函数中,利用2006-2020年31个省份的面板数据进行实证检验,研究不同农业生产区间下农业信贷、保险与农业经济的关系。研究表明：我国农业周期存在明显的经济区制转变,可将其划分为正常波动区间和持续下行区间;农业信贷和保险均能有效推动农业经济发展,但在不同农业生产区间下二者带来的影响存在差异。鉴于目前农业经济已进入持续下行区间,提出应加快由“农业信贷”单轮驱动的农村金融模式转变为“农业信贷+保险”双轮驱动模式;当农业信贷、保险处于合适的阈值区间时,才能有效发挥二者的协同效果。     

区域碳排放变化的驱动因素、分解模型与实证研究

在分析区域碳排放变化驱动因素(能源结构、能源排放强度、能源效率、经济发展)的基础上,运用对数平均权重分解法( LMDI)构建了区域碳排放变化的因素分解模型.进而以重庆市为例,采集重庆市1997 -2009年的能源、人口、经济等基础数据对碳排放变化的驱动因素进行实证研究.结果表明:重庆市碳排放总量与人均碳排放量随时间序列呈现逐渐上升的趋势,二者的演变趋势极为相似,均表现为明显的两阶段(平稳演进和快速演进)特征.碳排放变化因素分析显示,经济发展因素对人均碳排放量的贡献值逐年增大,构成拉动重庆碳排放量快速增长的主要驱动因素;能源效率因素对人均碳排放量发挥了较大的抑制作用,其抑制效应随研究时序逐渐增强;而能源结构因素对人均碳排放量的抑制效应不太明显.最后提出了控制重庆市碳排放的政策建议.     

数字经济对农业碳排放强度的抑制机理及其效应研究——基于我国31个省份的面板数据分析

“双碳”背景下,学者愈发关注数字经济对农业碳排放的抑制效用。本文采用2013—2019年我国31个省份的面板数据,通过运用双向固定效应模型和动态两步系统广义矩估计,构建调节效应模型以探究我国数字经济、农业产业集聚对农业碳排放强度的抑制机理及其效应。研究结果表明：数字经济的发展对农业碳排放强度具有显著抑制作用;构建的数字经济发展指数与农业产业集聚水平交互项为负,证明提高农业产业集聚水平有助于强化数字经济发展对农业碳排放强度的抑制作用;以表示农业产业集聚的区位熵是否大于1为标准进行异质性分析,结果显示：在区位熵大于1的地区,数字经济对农业碳排放强度的抑制作用更为显著。厘清数字经济对农业碳排放强度的影响机理,可为我国农业低碳可持续发展提供路径参考,对我国农业现代化转型具有重要意义。     

粮食主产区政策对农业碳排放的影响

设立粮食主产区,这是国家实施的一项保障粮食安全的特殊战略。主产区作为中国粮食生产的重要基地,也是中国农业温室气体排放的主要区域,从新形势下的粮食安全来看,日益突出的生态安全问题逐渐成为制约我国农业可持续发展的瓶颈。本文将2004年粮食主产区政策的实施作为一次自然实验,利用双重差分模型,实证检验粮食主产区政策对农业碳排放的影响效应,并探究粮食主产区的碳减排机制。经过研究发现：（1）从基准差分模型回归结果来看,粮食主产区政策对农业碳排放具有显著的“减排”效应,即粮食主产区基本实现了“增产且减排”的政策目标。（2）从单位面积农业碳排放回归结果来看,粮食主产区政策显著降低了主产区整体及三大流域的农业碳排放,其中对长江流域碳排放的削减效应最大。（3）从政策效应的机制分析结果来看,扩大土地经营规模是粮食主产区政策产生减排效应的重要机制。因此,应大力推进种植业和养殖业的规模化,发展适度规模经营,进一步优化农业产业结构,增加低碳产业比重,从而实现“粮食增产”与“生态环境”协同发展的目标。     

基于LMDI模型的宁波市碳排放测算及影响因素分析

以宁波市2002-2013年数据为基础,根据IPCC碳排放计算方法测算了历年宁波市各类能源的碳排放量。运用LMDI模型,分析了经济发展、能源结构和能源效率等因素对宁波市人均碳排放量的影响。结果表明,十余年来宁波市碳排放总量及人均碳排放总量都呈现出明显的上升趋势,经济发展、能源结构和能源效率等因素对宁波市人均碳排放的影响显著。据此,提出了宁波市应调整产业结构与能源结构,提高能源利用率,完善政策环境等降低碳减排压力的对策建议。