EN中文

经济地理 >

2023 , Vol. 43 >Issue 11: 173 - 180

DOI: https://doi.org/10.15957/j.cnki.jjdl.2023.11.018

三农、土地与生态

东北地区农业碳排放特征与农业经济的脱钩状态分析

展开
  • 东北农业大学 公共管理与法学院,中国黑龙江 哈尔滨 150030
宁静（1978—）,女,博士,副教授,研究方向为土地生态环境问题及3S技术。E-mail:jning@neau.edu.cn
※ 王震（1996—）,男,硕士,研究方向为土地利用及碳排放。E-mail:wangz0741@gmail.com

收稿日期: 2023-03-21

  修回日期: 2023-09-12

  网络出版日期: 2024-03-29

基金资助

国家自然科学基金面上项目（41971217）; 国家重点研发计划项目（2021YFD1500101）

收起

Characteristics of Agricultural Carbon Emissions in Northeast China and Its Decoupling State with Agricultural Economy

Expand
  • School of Public Administration and Law,Northeast Agricultural University,Harbin 150030,Heilongjiang,China

Received date: 2023-03-21

  Revised date: 2023-09-12

  Online published: 2024-03-29

Fold

摘要

通过测算2010—2020年东北地区的农业碳排放量,分析其碳排放强度、碳排放结构,在此基础上采用TAPIO脱钩模型和LMDI模型分析其农业碳排放特征及影响因素。结果表明：2010—2020年东北地区农业总碳排放量呈现先增后降的变化趋势,由2010年的1.269×108 t增长到2020年的1.3857×108 t,增长量为1.161×107 t;2010年东北三省的主要碳排放源依次为畜禽养殖、农用投入物质,2020年吉林主要碳排放源变更为农用投入物质、畜禽养殖;黑龙江、吉林、辽宁农业碳排放强度分别降低了24.82%、25.13%、28.00%;东北三省碳排放与农业经济发展水平正逐渐脱钩,黑龙江的脱钩状态为扩张连接—弱脱钩—扩张负脱钩—弱脱钩,吉林脱钩状态则表现为扩张连接—弱脱钩—弱脱钩—强脱钩,辽宁脱钩状态则是弱脱钩—强脱钩—强脱钩—强脱钩状态。地区经济发展水平和城镇化水平因子是东北三省农业碳排放量增长的促进因素,农村人口规模是东北三省碳排放的重要限制因素。基于以上结论,为保障东北三省农业可持续发展,未来各省应采取不同减排措施,实现低碳农业。

关键词： 东北地区; 农业碳排放; 碳排放强度; TAPIO脱钩模型; 畜禽养殖; 城镇化; 绿色低碳农业

本文引用格式

宁静, 王震, 杜国明, 李亚洁 . 东北地区农业碳排放特征与农业经济的脱钩状态分析[J]. 经济地理, 2023 , 43(11) : 173 -180 . DOI: 10.15957/j.cnki.jjdl.2023.11.018

Abstract

Exploring agricultural carbon emissions in northeast China is important for achieving low-carbon development of northeast China agriculture and ensuring food security. This article measures the agricultural carbon emissions in northeast China from 2010 to 2020,analyzes its carbon emissions intensity and carbon emissions structure. Based on the above,it uses the TAPIO decoupling model and the LMDI model to analyze characteristics and influencing factors of its agricultural carbon emission. The results show that: From 2010 to 2020,the total agricultural carbon emissions in northeast China show a trend of increasing and then decreasing,with an increase of 1.161×107 t. In 2010,the main sources of carbon emissions in three provinces of northeast China were livestock farming and agricultural input materials in turn. In 2020,the main sources of carbon emissions in Jilin were agricultural input materials and livestock farming. The agricultural carbon emission intensity of Heilongjiang,Jilin and Liaoning reduced by 24.82%,25.13% and 28.00% respectively. Carbon emissions and the level of agricultural economic development in three provinces of northeast China are gradually decoupling. The decoupling status in Heilongjiang Province is expansionary connection-weak decoupling-expansionary negative decoupling-weak decoupling. The decoupling state in Jilin Province is expansionary connection-weak decoupling-weak decoupling-strong decoupling. The decoupling state of Liaoning is weak decoupling-strong decoupling-strong decoupling-strong decoupling.Regional economic development level and urbanization level are the contributing factors to the growth of agricultural carbon emissions in three provinces of northeast China. The rural population size is the important inhibiting factor of carbon emission in three provinces of northeast China. Based on the above conclusions,in order to guarantee the sustainable development of agriculture in three provinces of northeast China,different emission reduction measures should be taken in each province in the future to achieve low-carbon agriculture.

Key words： northeast China; agricultural carbon emissions; carbon intensity; TAPIO decoupling model; livestock farming; urbanization; green and low-carbon agriculture

参考文献

[1] 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.
[2] 赵荣钦,黄贤金,郧文聚,等. 碳达峰碳中和目标下自然资源管理领域的关键问题[J]. 自然资源学报,2022,37(5):1123-1136.
[3] 卢奕亨,田云,周丽丽. 四川省农业碳排放时空演变特征及其影响因素研究[J/OL].中国农业资源与区划. http://h-s.kns.cnki.net.neau.vpn358.com/kcms/detail/11.3513.s.20230116.18 40.008.html.
[4] 匡文慧,张树文,杜国明,等. 2015—2020年中国土地利用变化遥感制图及时空特征分析[J]. 地理学报,2022,77(5):1056-1071.
[5] 张卫建,严圣吉,张俊,等. 国家粮食安全与农业双碳目标的双赢策略[J]. 中国农业科学,2021,54(8):3892-3902.
[6] 陈少鹏,段跃芳. 中国农业碳效应研究的现状、热点与趋势[J]. 地球科学进展,2023,38(1):86-98
[7] 杨晨,胡珮琪,刁贝娣,等. 粮食主产区政策的环境绩效:基于农业碳排放视角[J]. 中国人口·资源与环境,2021,31(12):35-44.
[8] Tristram O,Marland G.A synthesis of carbon sequestration,carbon emissions,and net carbon flux in agriculture:Comparing tillage practices in the United States[J]. Agriculture,Ecosystems and Environment,2002,91(1):217-232.
[9] 夏四友,赵媛,许昕,等. 近20年来中国农业碳排放强度区域差异、时空格局及动态演化[J]. 长江流域资源与环境,2020,29(3):596-608.
[10] 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.
[11] 程琳琳,张俊飚,田云,等. 中国省域农业碳生产率的空间分异特征及依赖效应[J]. 资源科学,2016,38(2):276-289.
[12] 吴昊玥,何艳秋,陈文宽,等. 中国农业碳补偿率空间效应及影响因素研究——基于空间Durbin模型[J]. 农业技术经济,2020(3):110-123.
[13] 刘杨,刘鸿斌. 山东省农业碳排放特征、影响因素及达峰分析[J]. 中国生态农业学报(中英文),2022,30(4):558-569.
[14] 田云,尹忞昊. 中国农业碳排放再测算:基本现状、动态演进及空间溢出效应[J]. 中国农村经济,2022(3):104-127.
[15] 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.
[16] 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.
[17] 祝宏辉,李晓晓. 新疆农业碳排放的脱钩效应及驱动因素分析[J]. 生态经济,2018,34(9):31-35,115.
[18] 李玉波,许清涛,高标,等. 吉林省农业碳排放与经济增长脱钩关系实证分析[J]. 中国农机化学报,2017,38(2):130-134.
[19] 方苗,贺义雄,余晓洋. 农业碳排放研究:空间格局、脱钩效应及驱动因素——以浙江省为例[J]. 资源开发与市场,2022,38(12):1461-1467,1528.
[20] 初巧智,师帅. 黑龙江省农业经济与碳排放的关系研究——基于Tapio脱钩模型[J]. 山西农经,2021(11):104-107.
[21] 卢东宁,张雨,雷世斌. “双碳”目标背景下陕西农业碳排放驱动因素与脱钩效应研究[J]. 北方园艺,2022(20):133-140.
[22] 冯博,王雪青. 中国各省建筑业碳排放脱钩及影响因素研究[J]. 中国人口·资源与环境,2015,25(4):28-34.
[23] Cao M K,Dent J B,Heal O W.Methane emissions from China's paddyland[J]. Agriculture,Ecosystems and Environment,1995,55:129-137.
[24] 李晨,迟萍,邵桂兰. 我国远洋渔业碳排放与行业经济增长的响应关系研究——基于脱钩理论与LMDI分解的实证分析[J]. 科技管理研究,2016,36(6):233-237,244.
[25] 吴昊玥,黄瀚蛟,陈文宽. 中国粮食主产区耕地利用碳排放与粮食生产脱钩效应研究[J]. 地理与地理信息科学,2021,37(6):85-91.
[26] 匡文慧. 新时代国土空间格局变化和美丽愿景规划实施的若干问题探讨[J]. 资源科学,2019,41(1):23-32.
[27] 桂河,李静,尚梦媛. “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[J]. 中南林业科技大学学报:社会科学版,2021,15(6):37-44.
[28] 李智礼,匡文慧,赵丹丹. 京津冀城市群人口城镇化与土地利用耦合机理[J]. 经济地理,2020,40(8):67-75.
[29] 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(5):79-85.
[30] 吴健生,晋雪茹,王晗,等. 中国碳排放及影响因素的市域尺度分析[J]. 环境科学,2023,44(5):2974-2982.
[31] Dong F,Yu B L,Hadachin T,et al.Drivers of carbon emission intensity change in China[J]. Resources,Conservation and Recycling,2018,129:187-201.
[32] Lai L,Huang X,Yang H,et al.Carbon emissions from land-use change and management in China between 1990-2010[J],Science Advences,2016,1(12):1-8.
[33] 曾珍,韩纪琴,吴义根. 基于面板数据的PVAR模型分析安徽省城镇化对农业碳排放的影响[J]. 中国农业大学学报,2021,26(3):176-187.
[34] 吴昊玥,黄瀚蛟,何宇,等. 中国农业碳排放效率测度、空间溢出与影响因素[J]. 中国生态农业学报(中英文),2021,29(10):1762-1773.
[35] 田云,贺宜畅. 农村劳动力转移促进了农业碳减排吗——基于30个省份的面板数据检验[J]. 中国地质大学学报:社会科学版,2023,23(5):61-73.
[36] 游和远,张津榕,夏舒怡. 面向碳排放效率的多目标土地利用结构与布局优化研究[J]. 中国土地科学,2023,27(6):74-83.
Options
文章导航

/

〈 〉