共查询到10条相似文献，搜索用时 606 毫秒
1.
选取中国西部地区四川省作为研究对象,应用政府间气候变化专门委员会(IPCC)推荐的碳排放模型测算2000～2016年区域内农业碳排放量及强度;采用Tapio脱钩理论分析区域内农业碳排放与经济增长的特征,并评估农业经济低碳发展状况;通过构建LMDI碳排放因素分解模型研究各驱动因子的贡献值,根据驱动因子的影响和作用提出农业低碳发展的对策。结果表明:研究期内四川农业碳排放量及强度平均每年分别以1.52%、1.18%增长率呈上升趋势,其中农膜是最主要贡献者,占45.2%;农业碳排放与经济增长的脱钩关系由最初不理想状态逐渐变成相对理想状态,在2013、2016年则呈现出完全脱钩的理想状态。研究分析得出农业经济快速增长是导致碳排放增加的主要驱动因素,农业生产效率是影响碳排放增长的关键抑制因素。 相似文献
2.
以生命周期评价(LCA)为基础,选取农业能耗状况(化肥、农药、农膜施用强度)、农业生产低碳绩效(碳生产力、财政支农强度、农业碳排放效率)等评价指标,运用趋势分析法、对比分析法等分析安徽省低碳农业发展现状,并对低碳农业中化肥、农药、农膜使用量等影响因素进行回归分析。结果表明,2000—2014年安徽省农业生产中化肥、农药、农膜等碳排放源的排放强度均呈现逐年下降趋势,碳生产力逐年良性发展,农业碳排放效率逐年提高,农业碳排放总体呈正平衡状态。各因素对农业总产值的影响从大到小依次为化肥施用量、农药施用量、农膜施用量、农用柴油使用量,其各自用量每增加1%,农业总产值就相应地分别增加1.36%、1.14%、-0.70%、0.49%。 相似文献
3.
农业是一个较为复杂的温室气体源/汇系统，不同区域、不同种养情况导致农业系统呈现碳源或碳汇两种情况。分析农业系统中碳排放特征及其影响因素，对实现农业绿色发展具有重要的意义，也为推动实现“碳达峰”“碳中和”目标提供数据依据。本研究以河西走廊为例，测算了2000—2020年河西走廊地区20个县市的农业碳排放量，并分析了农业碳排放时空特征及其影响因素。结果显示：2000—2020年河西走廊地区农业碳排放呈现缓慢上升状态。农业碳排放量最大的区域为凉州区和甘州区，占河西走廊地区农业碳排放总量的31.74%。从种植业与养殖业来看，河西走廊地区种植业为碳汇，碳吸收量达1.41×108 t，养殖业为碳源，碳排放量达4.17×107 t。2000—2020年河西走廊地区农业净碳排放量呈现起伏变化，但总体呈下降趋势，农业系统向碳汇转变。在种植业中对农业碳排放影响最大的因子为种植规模，在规模稳定发展区域影响最大的因素为机械化程度，在规模较小的区域主要影响因素为农村用电量；在养殖业中对规模较大区域和养殖业占比较高区域影响最大的因素为养殖规模，关联度在0.90以上。2000—2020年河西走廊地区农业碳排放强度表现为从随机分布到显著聚集的过程，农业碳排放重心缓慢向东南方向转移，但仅在张掖市内迁移。 相似文献
4.
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
5.
能源消费是碳排放的最重要来源。本文细分碳排放源为工业能耗、交通运输和居民生活三部分,分别计算2000~2012年碳排放值,并结合脱钩系数确定陕西省各年碳排放与经济发展脱钩特征,最后通过协整检验分析陕西省碳排放的影响因素,明确减排路径。结果表明:陕西省能源消费碳排放从2000年的2 779.31万吨增加到2012年的20 391.42万吨,工业能耗贡献最大;一次能源消费量和民用汽车拥有量为最重要的影响因素。可从使用新能源、优化城市规划等方面减少二氧化碳的排放。 相似文献
6.
在对陕西省1997—2012年能源消费的碳排放和建设用地的变化特征及二者相关性分析的基础上,基于扩展的STIRPAT模型,选取建设用地、人均GDP和单位GDP能耗为驱动因素构建建设用地碳排放模型。结果表明,1997—2012年陕西省能源消费碳排放具有两阶段特征,总体上与建设用地呈现同步增长的趋势;模型分析显示建设用地对能源消费碳排放的弹性系数较高,表明建设用地对碳排放的影响显著,此外,人均GDP和单位GDP能耗也都是主要的驱动因素;控制建设用地扩张趋势是碳减排的有效途径,对于碳减排意义重大,进而提出了一些控制建设用地扩张及碳减排的措施和建议。 相似文献
7.
农业兼具碳源和碳汇双重属性,是我国实现碳达峰碳中和目标的重要组成部分。从农业碳排放公平性角度出发综合管控农业碳源和碳汇量,明晰农业净碳汇的驱动因素对于实现东北农区农业低碳发展具有重要意义。基于2000—2020年黑龙江省各市域的社会经济及农业生产等数据,本研究通过生态承载模型、经济效率模型和地理探测器对区域农业碳排放公平性特征及净碳汇驱动因素进行探究。结果表明：黑龙江省农业净碳汇总量呈现波动上升趋势,由 2000 年的 1.21×107 t 上升至 2020 年的4.02×107 t。齐齐哈尔、绥化和哈尔滨三市农业净碳汇量较高,三市总和占黑龙江省碳汇量的51%以上。从农业碳排放公平性分区来看,双高区主要向南部和中部的哈尔滨、黑河和绥化等地聚集,双低区逐渐向东部的鸡西、双鸭山和鹤岗等地集中。双低区持续向经济高值区、生态高值区以及双高区发展,但不同市域间差距依旧显著。耕地面积和机械化水平是农业净碳汇空间分异的主导驱动因素。交互探测结果显示耕地面积和机械化水平与其他各因素的交互作用最强,同时净碳汇量受机械化水平和城镇化水平交互作用的影响最大。研究表明,黑龙江省需根据各地区具体情况制定差别化的绿色农业管控措施,以推进东北农区农业可持续发展。 相似文献
8.
研究陕西省能源消费碳排放对陕西省减少碳排放、发展低碳经济有重要意义。本文基于Kaya恒等扩展式和LMDI因素分解模型,应用LMDI分解方法对能源消费碳排放进行因素分解。定量分析陕西省2000~2011年人口、人均GDP、能源消费结构、能源消费强度、产业结构等5方面的因素对能源消费碳排放的贡献大小。结果表明:人均GDP增长是陕西省碳排放量增加最大的因素,其次是能源消费强度;人口效应和能源消费结构对碳排放量的增加有较微弱的拉动作用;产业结构效应对陕西省碳排放量增加产生负作用;产业结构和能源消费结构需要进一步调整与优化以抑制碳排放量增长。 相似文献
9.
《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
10.
为厘清新疆农业碳排放与各驱动要素间的影响机制，本研究采用LMDI指数分解模型，对新疆1993—2020年的农业碳排放量进行测算并对驱动要素进行分解，总结农业碳排放随时空演化特征，并利用VAR模型进一步梳理各驱动要素与农业碳排放之间的关系。研究结果表明：碳排放累计效果为农业经济发展水平>农业劳动力>农业生产结构>农业生产效率；农业碳排放在短期内能促进农业生产率的增长与农业经济水平的发展，但也会阻碍农业生产结构的协调；长期来看农业生产率、农业经济发展水平与农业生产结构都会抑制碳排放的增长；从方差分解来看农业碳排放能自解释31.55%，各驱动因素合计解释68.45%。 相似文献