2007—2016年中国省域种植业碳排放测算、驱动效应与时空特征

doi:10.16036/j.issn.1000-2650.2020.02.017

摘要/Abstract

摘要： 【目的】研究中国省域种植业碳排放的驱动因素及时空特征对于制定针对性的种植业发展政策具有参考意义。【方法】通过构建了种植业碳排放测算体系,在科学核算2007—2016年中国种植业碳排放量的基础上采用对数平均指数分解方法（LMDI）对不同区域种植业碳排放驱动因素变动情况进行了分析。【结果】研究发现种植业碳排放总量在2007—2016这10年间经历了“快速上升-缓慢上升-略微下降”的3个阶段,其中种植业生产效率和农业劳动力规模呈现增长的负效应,农业生产结构、农业发展水平和城镇化率呈现增长或波动性增长的正效应。基于驱动效应的强弱,可将我国31个省（市、地区）划分为“种植业生产效率驱动减排型”,“农业生产水平驱动排放型”和“均衡驱动型”3类区域。其中北京、上海、广东等7个省域在10年间种植业碳排放的驱动因素和效应强度产生了变动。【结论】在绿色发展目标框架下,积极转变种植业生产方式、加大种植业科技投入以及分阶段、分地区采用针对性农业发展政策,将是未来种植业绿色发展和低碳发展的主要思路。

关键词: 种植业, 碳排放, 驱动效应, 影响因素, 绿色发展

Abstract: 【Objective】 Studying the driving factors of China's provincial planting industry carbon emissions and temporal and spatial characteristics can provide reference for making targeting policies of planting industry. 【Method】 By constructing a carbon emission calculating system for planting industry, this paper uses the Log-Mean Divisia Index method (LMDI) to analyze the change of carbon emission driving factors of planting industry in different regions in China during 2007—2016 based on scientific calculation. 【Result】 The study found that during 2007—2016, the total carbon emissions of planting industry experienced three stages： rapid rise, slow rise and slight decline, in which the production efficiency of planting industry and the scale of agricultural labor showed a negative effect, while the agricultural production structure, the level of agricultural development and urbanization rate showed positive effects of growth or fluctuating growth. Based on the strength of the driving effect, the 31 provinces (cities, regions) in China can be divided into three categories： planting production efficiency driving emission reduction type,agricultural production level driving emission type and equilibrium-driving type. Among them, the driving factors and effect intensity of carbon emissions in seven provinces including Beijing, Shanghai, Guangdong etc. have changed in the past decade. 【Conclusion】 Therefore, under the framework of the green development goals, changing the production mode of planting industry, increasing the science and technology investment, and adopting targeted agricultural development policies regionally and gradually will be the main idea for the future development of green development and low-carbon development in planting industry.

Key words: planting industry, carbon emission, driving effect, influence factor, green development

中图分类号:

戴小文, 杨雨欣. 2007—2016年中国省域种植业碳排放测算、驱动效应与时空特征[J]. 四川农业大学学报, 2020, 38(02): 241-250.

DAI Xiaowen, YANG Yuxin. Calculation, Driving Effect and Temporal and Spatial Characteristics of Carbon Emissions in China's Provincial Planting Industry from 2007 to 2016[J]. Journal of Sichuan Agricultural University, 2020, 38(02): 241-250.

参考文献

[1] 田云, 张俊飚, 李波. 中国农业碳排放研究: 测算、时空比较及脱钩效应[J]. 资源科学, 2012, 34(11): 2097-2105.
[2] 陈炜, 殷田园, 李红兵. 1997-2015年中国种植业碳排放时空特征及与农业发展的关系[J]. 干旱区资源与环境, 2019, 33(2): 37-44.
[3] 田云, 李波, 张俊飚. 我国农地利用碳排放的阶段特征及因素分解研究[J]. 中国地质大学学报(社会科学版), 2011, 11(1):59-63.
[4] 景侨楠, 侯慧敏, 白宏涛, 等. 自上而下的城市能源消耗碳排放估算方法[J]. 中国环境科学, 2019, 39(1): 420-427.
[5] 尚春静, 蔡晋, 刘艳荣, 等. 海南省建筑业碳排放核算分析及预测研究[J]. 环境工程, 2016, 34(4): 161-165.
[6] 魏本勇, 方修琦, 王媛, 等. 基于投入产出分析的中国国际贸易碳排放研究[J]. 北京师范大学学报(自然科学版), 2009,45(4): 413-419.
[7] 张宪英. 我国低碳农业解读及其发展路径初探[D]. 上海: 复旦大学, 2010.
[8] 李晓燕, 王彬彬. 低碳农业:应对气候变化下的农业发展之路[J]. 农村经济, 2010(3): 10-12.
[9] 吴贤荣, 张俊飚, 田云, 等. 中国省域农业碳排放: 测算、效率变动及影响因素研究基于DEA-Malmquist指数分解方法与Tobit模型运用[J]. 资源科学, 2014, 36(1): 129-138.
[10] 谭秋成. 中国农业温室气体排放: 现状及挑战[J]. 中国人口·资源与环境, 2011, 21(10): 69-75.
[11] 闵继胜, 胡浩. 中国农业生产温室气体排放量的测算[J]. 中国人口·资源与环境, 2012, 22(7): 21-27.
[12] 贺亚亚, 田云, 张俊飚. 湖北省农业碳排放时空比较及驱动因素分析[J]. 华中农业大学学报(社会科学版), 2013,32(5): 79-85.
[13] 尧波, 郑艳明, 胡丹, 等. 江西省县域农业碳排放的时空动态及影响因素分析[J]. 长江流域资源与环境, 2014, 23(3):311-318.
[14] 戴小文, 何艳秋, 钟秋波. 中国农业能源消耗碳排放变化驱动因素及其贡献研究基于Kaya恒等扩展与LMDI指数分解方法[J]. 中国生态农业学报, 2015, 23(11): 1445-1454.
[15] 李政通, 白彩全, 肖薇薇. 基于LMDI模型的东北地区农业碳排放测度与分解[J]. 干旱地区农业研究, 2017, 35(4): 145-152.
[16] 韦沁, 曲建升, 白静, 等. 我国农业碳排放的影响因素和南北区域差异分析[J]. 生态与农村环境学报, 2018, 34(4): 318-325.
[17] 何艳秋, 戴小文. 中国农业碳排放驱动因素的时空特征研究[J]. 资源科学, 2016, 38(9): 1780-1790.
[18] 李波, 刘雪琪, 梅倩, 等. 湖北省农地利用方式变化的碳效应特征与空间差异[J]. 中国人口·资源与环境, 2018, 28(10): 62-70.
[19] 赵先超, 宋丽美. 湖南省农地利用碳排放与农业经济关系研究[J]. 生态与农村环境学报, 2018, 34(11): 976-981.
[20] LI Z, LIU Z, ANDERSON W, et al.Chinese rice production area adaptations to climate changes, 1949-2010[J]. Environmental Science and Technology, 2015, 49(4): 2032-2037
[21] MOSIER A R, HALVORSON A D, REULE C A, et al.Net global warming potential and greenhouse gas intensity in irrigated cropping systems in Northeastern Colorado[J]. Journal of Environmental Qua-lity,2006, 35(4): 1584-1598.
[22] 李波, 张俊飚, 李海鹏. 中国农业碳排放与经济发展的实证研究[J]. 干旱区资源与环境, 2011, 25(12): 8-13.
[23] DUBEY A, LAL R .Carbon footprint and sustainability of Agricultural Production Systems in Punjab, India, and Ohio, USA[J]. Journal of Crop Improvement, 2009, 23(4): 332-350.
[24] 李波, 张俊飚, 李海鹏. 中国农业碳排放时空特征及影响因素分解[J]. 中国人口·资源与环境, 2011, 21(8): 80-86.
[25] 秦德智, 邵慧敏. 我国农业产业结构调整动因分析基于扩展的柯布道格拉斯生产函数[J]. 农村经济, 2016(5): 59-63.
[26] GROSSMAN G, KRUEGER A.Economic growth and the environment[J]. Quarterly Journal of Economics, 1995, 2(2): 25-30
[27] 王芳, 周兴. 人口结构、城镇化与碳排放基于跨国面板数据的实证研究[J]. 中国人口科学, 2012(2): 47-56, 111.