共查询到20条相似文献，搜索用时 15 毫秒
1.
吉林省农业碳排放动态变化及驱动因素分析 总被引：3，自引：1，他引：2
基于农业物质投入的五个方面:化肥、农膜、农药、农用柴油及农村用电,利用农业碳排放量估算模型,计算吉林省1999-2011年的农业碳排放量,分析农业碳排放总量、组成结构以及农业碳排放强度的动态变化,结果表明:吉林省农业碳排放总量变化分为二个阶段,即波动增长阶段和稳步增长阶段。碳排放总量由1999年的205.3632万t增加到2011年的371.7199万t;农业碳排放总量的组成结构保持不变,依次是化肥、农村用电、农膜、柴油、农药碳排放量;农业碳排放强度从1999年的505.2855kg/hm2升高到2011年的711.7935kg/hm2,其与人均GDP 的环境库兹涅茨曲线(EKC)呈三次函数曲线,预计2012年将达到转折点。基于STIRPAT模型,揭示了人口总数、人均GDP、农业贡献值、农用机械总动力、农户固定资产投资等驱动因素的弹性系数分别为2.6806、0.0767、0.2160、0.1247、0.0572。时间序列预测模型显示:2012-2016年,吉林省农业碳排放总量将由392.4663万t增加到494.1911万t,农业碳排放强度由709.1317kg/hm2下降到561.4089kg/hm2。吉林省必须采取切实有效的措施,改变现有的农业生产发展模式、改善农业生产结构,加强农业科学技术发展,否则,吉林省农业减排的形势将更加严峻。 相似文献
2.
基于LMDI的兰州市农业碳排放现状及影响因素分析 总被引：3，自引：1，他引：2
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。 相似文献
3.
碳排放与低碳农业经济发展 总被引：1，自引：0，他引：1
《山西农业科学》2015,(10):1363-1367
人们越来越关注农业生产所导致的碳排放以及引发的环境问题。基于农业生产过程中6个主要方面的碳排放源,测算了我国2000—2012年各省区的农业碳排放量。结果发现,我国的农业生产碳排放总量基本保持着上升的状态,但是不同阶段其增长速率是不同的;我国大部分省份的农业碳排放总量每年都在上升,但北京和上海科技比较发达的地区农业碳排放量逐年下降;农业碳排放总量较高地区主要集中在农业大省,农业碳排放强度较高地区主要集中在发达城市和中部农业大省。同时,实证分析了主要的碳排放源对农业产值的影响。结果发现,影响最深的是化肥施用量,农业机械动力、农作物面积、农用柴油对农业经济增长都有一定的影响。说明低碳农业经济的发展需要降低化肥的使用量,采用新能源技术,开发出新的物料元素等。 相似文献
4.
《农村经济与科技》2017,(5):15-20
基于农业生产中翻耕、化肥、农药、农膜、农用柴油和农村用电等6个方面,测算了安阳市1993~2014年的农业碳排放量。结果表明,安阳市农业碳排放总量整体呈上升趋势,碳排放总量由1993年的36.62×104t增加到2014年的143.84×104t,年均增长7.52%,总体上呈"高速—负增长—高速—低速"四阶段演化特征。安阳市农业碳排放总量与经济发展呈典型的倒"U"型曲线关系,目前处于倒"U"型曲线的左侧,拐点还未出现。农业碳排放总量的组成结构随时间变化,从平均占比情况来看依次为农村用电、化肥、农用柴油、农膜、农药和翻耕。运用LMDI模型对安阳市农业碳排放影响因素进行分解,结果显示,农业经济发展对碳排放具有较强促进作用,与基期相比,累计实现了178.09×104t的碳增量,而生产效率、劳动力因素和产业结构因素则对碳排放有抑制作用,分别累计实现52.51×10~4t、12.37×10~4t和5.99×104t的碳减排。Tapio脱钩分析表明,目前安阳市农业碳排放与农业经济发展之间的脱钩关系以扩张负脱钩为主。安阳市必须采取有效措施,尽早实现农业碳排放与农业经济增长的脱钩。 相似文献
5.
本研究基于化肥、农药、农膜、农用柴油等4个主要方面碳源,测算了湖北省1993-2010年及其地、市、州2008年的农业碳排放量.结果显示:(1)纵向来看,自1993年以来,湖北省农业碳排放总量、碳排放强度均呈现较为明显的三阶段变化特征,即”上升—平稳—上升”.(2)横向来看,区域差异明显:襄樊、黄冈2地属于碳排放总量、碳排放强度“双高”型地区;随州等4地为低碳排放量、高排放强度地区;宜昌等4地为高碳排放量、低排放强度地区;十堰等6地为碳排放总量、碳排放强度”双低”型地区.进一步利用LMD1模型对碳排放影响因素进行分解研究,结果表明:与1993年相比,效率、劳动力、结构因素分别累计实现了87.30％、71.89％和13.69％的碳减排;而经济因素则引发了269.28％的碳增量.最后,立足于研究结论提出促进湖北省农业碳减排的政策建议. 相似文献
6.
中国与巴西农业碳排放动态变化及影响因素分析 总被引：2，自引：0，他引：2
碳排放引起全球气候变化问题受到各国政府重视,中国作为农业大国,其农业碳排放问题更加备受关注。本文以中国和巴西为研究对象,基于农业碳排放估算和农业碳排放强度公式测算了中国和巴西2000—2015年农业碳排放量和碳排放强度,并在此基础上利用灰色关联度模型分析了中国和巴西的农业碳排放影响因素,研究表明:(1)中国农业碳排放量总体呈波动上升态势,巴西农业碳排放量总体呈缓慢上涨态势。而且,中国农业碳排放量变化率远高于巴西,主要是由于中国人口基数大及人口过快增长所导致的,而巴西由于受减排目的及减排政策的影响维持农业碳排放稳定发展,变化相对较小。(2)中国农业碳排放强度呈上升发展态势,而巴西则呈缓慢下降发展态势。农业碳排放强度的变化不仅与其农业碳排放总量有关,而且与其耕地面积密切相关,中国耕地面积由于受城镇化发展影响呈下降趋势,但巴西耕地面积每年呈大幅增涨趋势,因此,中国与巴西农业碳排放强度呈相反态势发展。(3)中国农业碳排放影响因素由大到小依次为产业结构、农业经济发展水平、受灾程度、农业劳动力规模、人均耕地面积、劳动力文化水平;巴西农业碳排放影响因素由大到小依次为农业经济发展水平、劳动力文化水平、产业结构、人均耕地面积、农业劳动力规模、受灾面积。最后,依据巴西农业减排发展经验,提出中国农业减排的建设性建议。 相似文献
7.
新疆农业碳排放与农业经济增长的响应关系 总被引：1，自引：0，他引：1
《江苏农业科学》2018,(22)
测算了新疆维吾尔自治区(以下简称新疆) 2000—2015年及其14个地州2015年的农地利用、稻田、畜牧养殖3个方面的农业碳排放量,并进行时空差异分析。基于Tapio脱钩理论解析新疆农业碳排放与农业经济增长之间的动态演变关系,利用LMDI模型对新疆农业碳排放的驱动因素进行分解。结果表明:2000—2015年新疆农业碳排放总量在保持总体上升趋势的同时呈现"上升—下降—上升"的3个阶段特征,14个地州的碳排放强度和结构差异明显。与2000年相比,2001—2015年农业经济发展因素和农业从业劳动力因素累计产生碳排放量分别是4 455.88×10~7kg和907.30×10~7kg,农业生产效率因素和农业产业结构因素累计实现的碳减排总量分别是4 180.90×107kg和81.59×10~7kg。 相似文献
8.
根据2000-2017年数据，运用STIRPAT模型对长江经济带农业碳排放影响因素进行分析，结果表明：长江经济带农业碳排放总量与农业碳排放强度总体上均呈增长趋势，年均增长率分别为1.49%和1.87%，且各地区农业碳排放总量与碳排放强度差异明显。农业产业结构、农业就业人员、农村居民可支配收入、农业技术水平、城镇化率对区域农业碳排放影响显著。分区域看，东部农村居民可支配收入及城镇化水平推动农业碳减排，中部农业技术水平和人均耕地面积能抑制农业碳排放增长，西部农业就业人员、农村居民可支配收入、城镇化水平造成农业碳排放量增长快。 相似文献
9.
安徽省池州市土地利用碳排放演变及其影响因素 总被引：1，自引：0，他引：1
碳排放和土地利用密切相关。依据土地利用碳排放测算方法,测算池州市2000—2010年主要土地利用类型耕地、林地、牧草地和建设用地碳排放量,同时对碳源、碳汇和净碳排放进行了测算,分析土地利用碳排放演变情况,计算地均碳排放强度和建设用地碳排放强度,并基于STIRPAT模型分析土地利用碳排放的影响因素。结果表明:1)2000—2010年池州市碳排放总量呈逐年递增的趋势,碳排放总量由2000年的35.835 4kt增加到2010年的1 774.016 3kt,碳排放总量递增主要以建设用地的碳排放递增为主,建设用地的碳排放量与碳排放总量具有趋同的变化趋势。2)2000—2010年池州市碳汇能力基本稳定,碳源与碳汇的比例整体呈增加趋势,由2000年的1.135 5增加到2010年的6.657 2。3)2000—2010年池州市土地利用碳排放变化划分为缓慢增长、快速增长和平稳增长3个阶段。4)地均碳排放强度呈现缓慢增长趋势,而建设用地地均碳排放强度则呈现波动上升的趋势,地均碳排放强度、地均建设用地碳排放强度的增长与工业经济发展水平呈正相关关系。5)碳排放量和人口总量、人均GDP之间的线性相关关系十分显著,且人均GDP对碳排放量的解释程度要大于人口总量对碳排放量的解释程度。 相似文献
10.
为深入研究河南省农业碳排放与农业经济增长之间的相互关系,为河南省制定低碳农业发展政策、建设农业强省提供理论依据,测算了2005-2014年河南省农业的碳排放量,并采用Tapio对河南省农业碳排放的脱钩效应进行研究分析。结果表明:2004-2014年河南省农业碳排放总量保持在较高水平,根据碳排放总量的逐年变化特征具体可将其划分为"下降—上升—波动上升"三个阶段;研究期内农业碳排放与农业经济增长之间的脱钩关系以弱脱钩和强脱钩为主。 相似文献
11.
对新疆1996-2013年农业生产5大碳源碳排放及种植业碳汇进行测算,从时间、空间、结构3方面分析其农业生产碳排放变化特征;在农业净碳排放的基础上,构建净碳排放压力指数模型,分析新疆农业生产净碳排放压力变动趋势。研究表明,新疆农业生产碳排放在总量上呈“上升-下降-上升”趋势,碳排放强度总体上保持下降;在区域上表现出明显的差异性,喀什地区碳排放量最高,是克拉玛依市的72倍;从结构特征看,牲畜养殖、农用物资、农业活动占碳排放源的96%以上。牲畜碳排放量呈下降趋势,农业活动、农用物资碳排放呈明显增长趋势。碳汇总量增加较为迅速,农业生产净碳排放量整体保持下降趋势。净碳排放量大致分为“持平-下降”两个阶段变化特征。由净碳排放压力指数看出,新疆农业碳排放压力呈逐年递减状态。由此可知,要根据新疆实际合理适时调整优化农业产业结构,加快推进农业绿色化现代化;宏观布局,制定差异化的农业发展路线;加强农村地区的生态环境建设,提高农业生产资料的回收利用强度。 相似文献
12.
运用IPCC中碳排放量公式,结合能源消费数据,对北京和上海2005～2012年碳排放终端能源总量进行估计;运用LMDI模型定量分析了经济总量、能源结构、产业结构对碳排放的影响.结果表明,2005～ 2012年经济总量上升是推动北京和上海碳排放量增长的主要因素,能源结构调整是降低碳排放量的主要原因,产业结构调整是影响碳排放量原因之一.通过对能源结构和产业结构进一步分析得出北京和上海两市应通过能源结构调整,增加清洁能源消费比率来减少碳排放,上海市应同时发展第三产业促进产业结构调整降低碳排放的结论. 相似文献
13.
为探究“双碳”目标下畜牧业的低碳发展问题，测算了中国31省(市、自治区)畜牧业碳排放量(统计数据未含港、澳、台地区，下同),并借助核密度估计和LMDI分解模型分析其时空动态演进和影响因素。结果表明：1)中国畜牧业碳排放总量呈先上升后下降态势，碳排放强度呈下降态势且省际差距大幅缩小。2)强度效应对畜牧业碳排放的抑制作用最为明显，演变趋势呈现“强-稳定-强”抑制水平；农业结构效应呈现由促进作用转为抑制作用的变化特征；产业结构效应的抑制作用仅次于强度效应；经济效应的促进作用最大，其演变趋势呈现倒“U”;人口规模效应的促进作用较小。3)全国畜禽养殖及其主要种类碳排放量的影响因素存在地区差异。牧区的肉牛、肉羊以及东北地区生猪强度效应和产业结构效应的抑制作用不足削减经济效应带来的促进作用，促进了其碳排放的增加。因此，政府需积极引导养殖户进行清洁生产，加大对畜牧龙头企业在品种改良、饲料配比优化方面的科研投入，因地制宜的推进畜禽低碳养殖发展。 相似文献
14.
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. 相似文献
15.
李颖 《安徽农业大学学报》2017,26(6):23-30
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. 相似文献
16.
【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。 相似文献
17.
运用LMDI-Attribution方法对山西省2005~2014年间碳排放强度进行了分解及归因分析,并将传统的LMDI模型扩展到产业部门和居民生活两部分,量化五大行业对影响效应变化的贡献率。结果表明,山西省碳排放强度呈下降趋势,2014年万元生产值碳排放强度比2005年减少了2.603 29 t。其中,影响其变化的3个主要因素是经济规模、能源强度和居民能源消费结构;农业、工业、建筑业、交通业、商业5个行业对能源强度效应和产业结构效应均有抑制碳排放强度增长作用;其中,工业是能源结构、能源强度和产业结构3个效应变化的最主要因素,而低耗能的农业、交通业、商业的影响力微弱。总体而言,工业是山西省未来减排最需要关注的部门,优化产业结构和能源结构,大力发展清洁能源是山西省绿色低碳发展的最佳途径。 相似文献
18.
为探究海南省碳排放的时空分布特征,以海南省农业领域碳排放情况为研究对象,基于2016—2020年海南省农业年鉴数据,从种植业、养殖业、渔业和农用能源等4个方面入手,采用IPCC碳排放计算方法,分别计算全省与各市县农业年碳排放总量和碳排放强度。结果表明：海南省农业领域碳排放总量历年变化幅度较小,2018年海南省农业领域碳排放总量（以碳当量计）达到最大为495.69万t,种植业和农用能源碳排放所占比例最大,分别为61.62%和31.29%;海岛特点导致海南省农业领域碳排放总量在地域上存在明显差异,海口、文昌、琼海、澄迈、临高、儋州地区等沿海县区农业领域碳排放量远大于岛中央地区,呈现北高南低、外高内低的特点;海南省及各市县区农业领域碳排放强度逐年下降,2020年全省农业领域碳排放强度（以碳质量计）降低至0.26 kg/亿元,降低速度超过全国平均水平。在目前农业发展场景下,海南省已基本实现农业领域碳达峰,碳排放总量与碳排放强度虽处于高位,但在未来几年内仍会不断下降。 相似文献
19.
基于kaya公式分析环渤海地区2000--2010年碳排放演进特征,并对碳排放影响因素进行分解．结果发现：环渤海地区碳排放量大致呈现持续均匀的增长趋势,碳排放主要受能源结构、碳排放系数、能源强度、产业结构、经济规模5个因素影响,其中经济规模、能源结构、产业结构对碳排放量起促进作用,能源强度对碳排放起抑制作用,经济规模对碳排放起决定性作用．结合研究结果和区域实际情况提出了有关碳减排的政策性建议． 相似文献
20.
对2000—2019年的河北省农业碳排放量和碳排放强度进行测算,并将差分进化灰狼优化改进的支持向量回归模型与支持向量回归、差分进化改进的支持向量回归和灰狼优化改进的支持向量回归模型对比,验证其优势。研究结果显示：河北省农业碳排放量呈缓慢增长趋势。碳排放强度逐年降低,对比发现,农业碳强度略低于山东,但省域差距在减小。农业碳排放总量与经济发展呈N型曲线关系,且目前处于“极小点”的左侧。本文使用的模型相比于其它3种精度更高,收敛速度更快。由预测结果可知,2020—2025年河北省农业碳排放量将持续下降。对此,根据结论给出促进低碳农业发展的合理建议。 相似文献