我国农业碳排放影响因素的实证研究

来源:用户上传      作者:

　　摘 要：利用灰色关联法对全国农业碳排放影响因素进行动态分析，弥补静态分析法和线性模型难以深入考察农业碳排放空间格局影响因素的动态影响过程和影响因素对农业碳排放地区差异的非线性影响。从灰色关联模型结果来看，6种碳排放源对全国碳排放总量的关联度从大到小依次为化肥、柴油、农药、农膜、灌溉、翻耕。提出与之相对应的农业减排措施，提高农业减排的政策效果，为农业的长足发展注入绿色动力。
　　关键词：农业碳排放;动态灰色关联法;农业碳减排
　　中图分类号：S-3       文献标识码：A
　　DOI：10.19754/j.nyyjs.20200430053
　　 我国已成为全球生态文明建设的重要参与者、贡献者、引领者，而对于农业发展，十九大也提出了更高、更精准的要求，但农业的快速发展也带来了碳排放的增多。有关数据显示，全国农业温室气体排放约占全国总量的17%，农业排放的甲烷和氧化亚氮分别占全国的50%和92%，并且农业碳排放量还以平均每年5%的速度持续增长。从已有研究来看，国外学者主要从全球视野考察碳排放的国际分布及其原因，国内学者虽立足全国农业碳排放的地区分布，并从多角度分析了引起全国碳排放分布格局差异的原因，但由于测算方法不统一，所选影响因素指标不一致，得出的结论也存在一定差异。并且学者们采用静态分析法和线性模型，难以深入考察农业碳排放空间格局影响因素的动态影响过程和影响因素对农业碳排放地区差异的非线性影响。本文采用灰色关联法，分析农业碳排放总量Y与碳排放源灌溉X1、翻耕X2、柴油X3、化肥X4、农药X5、农膜X6的关联度大小，在此基础上提出相对应的农业减排措施，提高农业减排的政策效果。
　　1 研究方法及数据来源
　　通过对2004—2017年全国农业碳排放总量的数据整理和描述性统计分析。从表1、表2和图1可以得知，全国农业碳排量总量呈现上升趋势，农业减排的宏观形势依然严峻;从图2来看，全国农业碳排放环比发展速度逐渐降低，全国农业碳排放量的增长量逐渐减少，农业减排的政策效应有所显现。
　　
　　2 全国农业碳排放影响因素的动态灰色关联分析2.1 全国农业碳排放影响因素的因子分析
　　基于统计数据，以5a作为窗口长度向后移，计算2002—2017年全国农业碳排放量，各影响因素指标和各年数据分布见表3。以全国农业碳排放量为因变量Y，以碳排放源灌溉X1、翻耕X2、柴油X3、化肥X4、农药X5、农膜X6为自变量，采用SPSS计算碳排放量和各碳排放源之间的相关度。
　　
　　3 结论和建议
　　3.1 研究结论
　　从灰色关联模型结果来看，6种碳排放源对全国碳排放总量的关联度从大到小依次为：化肥、柴油、农药、农膜、灌溉、翻耕。其中，化肥与全国农业碳排放的关联度最大，为0.987，其对全国农业碳排放总量的影响最大;柴油与全国农业碳排放的关联度为0.969，对全国农业碳排放总量的影响次之;接下来为农药的碳排放强度与全国农业碳排放总量的关联度为0.892;对全国农业碳排放总量影响最小的是翻耕，关联度为0.728。
　　3.2 政策建议
　　在我国粮食主产区，大力推行粮食生产节能减排固碳技术和测土配方施肥等措施，建立农业技术创新和技术升级对我国农业碳排放总量的长效抑制机制。农业测土配方施肥技术的推广，可以有效减少过量使用化肥、农药、农膜等污染行为，减缓土地资源的过度开发。
　　我国农业机械的柴油使用量最大的是农田动力机械，约为农业柴油使用量的70%，是我国农业碳排放的重要来源。通过国家农机购置补贴政策的引导和倾斜，提高高效节能的新型农机使用比例，淘汰落后耗能的老旧农机;并加强对农民的操作培训，科学使用、保养和维修新型农机，可以有效减少柴油的消耗量，减少农业碳排放。
　　农业节能减排的政策效应已有所显现，但碳排放总量依然呈现上升趋势，我国应持之以恒大力推行农业节能排放政策，在粮食增产和农业减排之间做出平衡。
　　总结现有7个试点省市碳排放权交易所的经验，建立健全相关规章制度，逐步在全国范围内推广，形成功能齐备的碳排放权交易市场，将农业碳排放源纳入交易范围。通过市场机制自发调整作用，实现农业减排的长效稳定机制。
　　参考文献
　　[1] 李炎丽，梁浩，梁保松.河南省碳排放因素分解及关联分析[J].河南农业大学学报，2011，45（5）：605-610.
　　[2]陈建宏，王文哲，熊汉富.湖南省CO2排放因素的灰色关联分析[J].地域研究与开发，2010，29（4）：131-134.
　　[3]朱亚红，马燕玲，陈秉谱，等.甘肃省农地利用碳排放测算及影响因素研究[J].农业现代化研究，2014，35（2）：248-252.
　　[4]郭朝先.中国碳排放因素分解：基于LMDI分解技術[J].全国人口·资源与环境，2010，20（12）：4-9.
　　[5]李国志，李宗植.中国农业能源消费碳排放因素分解实证分析——基于LMDI模型[J].农业技术经济，2010（10）：66-72.
　　[6]何艳秋，陈柔，吴昊玥，徐杰，宋艺.中国农业碳排放空间格局及影响因素动态研究[J].中国生态农业学报，2018，26（09）：1269-1282.
　　[7]田永.碳金融交易平台价格形成机理与实践探索[J].价格理论与实践，2014（09）：113-115.
　　[8]杨林，邹江.绿色金融助推乡村振兴的内在机理与逻辑框架[J].西南金融，2019（05）：39-47.
　　[9]杨林，张健，许鲜.绿色金融服务乡村振兴的实践探索与思考——以四川省为例[J].商业银行，2019（10）：44-50.
　　[10]田永.低碳“三农”与碳交易抵消机制的关联性研究——基于碳交易驱动乡村振兴低碳化发展的分析[J].价格理论与实践，2019（08）：46-51.
　　（责任编辑 李媛媛）
转载注明来源:https://www.xzbu.com/1/view-15199436.htm