期刊文章详细信息
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
Driving factors and their contributions to agricultural CO_2 emission due to energy consumption in China: Based on an expended Kaya identity and LMDI decomposition method
文献类型:期刊文章
机构地区:[1]四川农业大学管理学院,成都611130 [2]四川省农村发展研究中心,成都611130 [3]四川农业大学农林经济管理博士后流动站,雅安625014 [4]四川师范大学社会科学学报编辑部,成都610066
基 金:四川省哲学社会科学重大项目(SC14ZD09);四川省科技厅软科学基金项目(2015ZR0216);2015年成都哲学社会科学规划项目(2015R17);四川省社会科学高水平团队(四川农村资源市场化研究)建设项目资助~~
年 份:2015
卷 号:23
期 号:11
起止页码:1445-1454
语 种:中文
收录情况:BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2015_2016、IC、ZGKJHX、核心刊
摘 要:农业低碳化发展方式是农业现代化背景下农业可持续发展的有效实现途径。判断农业碳排放影响因素的驱动力、驱动方向等对有的放矢地制定低成本、高效率低碳农业发展策略与措施意义重大。在前人研究的基础上,为探讨常规因素之外还有哪些其他因素对农业碳排放有所影响,本研究以Kaya恒等式为基础,利用Kaya恒等式的数学性质将中国农业碳排放的影响因素分解为一般技术因素、农业低碳技术因素、农村生活水平因素、间接城镇化因素以及人口规模因素等5个因素,并利用LMDI指数分解方法对这些因素进行了驱动强度与贡献率的分析。研究发现:农村生活水平提高是促成农业碳排放的最主要因素;一般技术因素与农业低碳技术因素都负向地驱动农业碳排放,相比较而言,农业低碳技术变动比一般技术变动的碳排放驱动力更为强劲;总人口变动因素对农业碳排放呈现出正向驱动力,但无论从整个长跨度区间还是细分区间来看,其正向驱动力都不强;由扩展的Kaya恒等式得出的间接城镇化指标与一般城镇化指标之间关于50%的水平在坐标系中对称,经转换与修正发现城镇化水平对农业碳排放表现出温和的正向驱动力。1990—2013年中国总的农业碳排放中一般技术因素贡献为?25.85%,农业低碳技术因素贡献率为?166.55%,农村生活水平因素贡献率为220.65%,城镇化水平贡献率为57.63%,人口规模因素的贡献率则为14.12%。文章建议在发展农业现代化过程中,通过发展通用和低碳农业技术,合理有序推进城镇化进程以及营造低碳发展的社会氛围等方面创造更适宜的环境,以达到农业低碳化发展与可持续发展目标。
关 键 词:中国 农业碳排放 驱动因素 Kaya恒等式 LMDI分解
分 类 号:X322]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...