安徽省農(nóng)業(yè)碳排放的時(shí)空特征及影響因素研究

李　琦，韓亞芬，黃淑玲

(宿州學(xué)院 環(huán)境與測繪工程學(xué)院，安徽 宿州 234000)

?

安徽省農(nóng)業(yè)碳排放的時(shí)空特征及影響因素研究

李琦，韓亞芬，黃淑玲

(宿州學(xué)院 環(huán)境與測繪工程學(xué)院，安徽 宿州 234000)

[摘要]利用農(nóng)業(yè)碳排放測算方法和因素分解模型，對安徽省農(nóng)業(yè)碳排放的時(shí)空分布特征及影響因素進(jìn)行定量分析，結(jié)果顯示：安徽省農(nóng)業(yè)碳排放量逐年增長，農(nóng)業(yè)用電和化肥消耗為其主要碳源，分別占排放總量的30.99%和47.50%，而碳排放強(qiáng)度則呈“波動起伏-穩(wěn)步下降”兩階段變化特征；碳排放呈現(xiàn)明顯的區(qū)域差異，其中碳排放總量分布與區(qū)域農(nóng)業(yè)經(jīng)濟(jì)規(guī)模關(guān)系密切，而碳排放強(qiáng)度高值區(qū)主要集中在馬鞍山、銅陵和淮南3個(gè)礦產(chǎn)資源型地市；在影響因素方面，農(nóng)業(yè)效率因素、結(jié)構(gòu)因素、勞動力因素對碳排放增長起到抑制作用，其年均減排貢獻(xiàn)量分別為23.23、13.87和3.80萬t，而農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素則極大地驅(qū)動碳排放量的增長，年均增排貢獻(xiàn)量達(dá)68.00萬t。

[關(guān)鍵詞]安徽省；農(nóng)業(yè)碳排放；時(shí)空特征；影響因素

面對當(dāng)前全球氣候變暖和溫室氣體排放對人類社會造成的嚴(yán)重威脅，發(fā)展低碳經(jīng)濟(jì)成為各國政府及學(xué)術(shù)界公認(rèn)的重要戰(zhàn)略選擇。近年來，隨著農(nóng)業(yè)生產(chǎn)中化肥、農(nóng)藥、農(nóng)膜等物質(zhì)投入力度的加大，農(nóng)業(yè)碳排放總量已不容小覷。據(jù)統(tǒng)計(jì)，我國農(nóng)業(yè)活動產(chǎn)生的溫室氣體已達(dá)到全國總量的17%，成為引發(fā)碳排放的重要的碳源[1]。圍繞著農(nóng)業(yè)碳排放，國內(nèi)外學(xué)者開展了大量的探索研究：如ACIL Tasman Pty Ltd[2]通過對美國、加拿大、印度以及歐盟等國家碳排放總量構(gòu)成的對比發(fā)現(xiàn)，由于各國間的農(nóng)業(yè)生產(chǎn)方式的不同，其碳排放總量中農(nóng)業(yè)源的比例存在明顯差異；田云等[3]測算了我國1995-2010年期間逐年的農(nóng)業(yè)碳排放量，發(fā)現(xiàn)研究期內(nèi)農(nóng)業(yè)碳排放總量呈“上升-下降-上升”的三階段變化特征，且農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)的關(guān)系以弱脫鉤和強(qiáng)脫鉤狀態(tài)為主，說明近年來我國的農(nóng)業(yè)低碳減排工作取得成效；李國志等[4]對1981-2007年我國農(nóng)業(yè)碳排放進(jìn)行的因素分解表明，農(nóng)業(yè)經(jīng)濟(jì)增長是農(nóng)業(yè)碳排放最主要的驅(qū)動因素，技術(shù)進(jìn)步具有很強(qiáng)的抑制作用但存在一定的隨機(jī)性，而能源消費(fèi)結(jié)構(gòu)的不斷惡化則在一定程度上促進(jìn)了農(nóng)業(yè)碳排放。

安徽省作為我國傳統(tǒng)的農(nóng)業(yè)大省和商品糧主產(chǎn)區(qū)，其農(nóng)業(yè)低碳減排的有效開展對于實(shí)現(xiàn)國家低碳農(nóng)業(yè)經(jīng)濟(jì)發(fā)展戰(zhàn)略具有重要意義。故本文以安徽省為例，對其2000年以來的農(nóng)業(yè)相關(guān)數(shù)據(jù)進(jìn)行收集和測算，分析總結(jié)農(nóng)業(yè)碳排放的時(shí)間變化及空間分布特征，進(jìn)而利用因素分解模型定量探討影響安徽省農(nóng)業(yè)碳排放變動的主要因素及貢獻(xiàn)，以期為區(qū)域農(nóng)業(yè)低碳減排目標(biāo)和政策的制定提供參考和依據(jù)。

1研究方法與數(shù)據(jù)來源

1.1　農(nóng)業(yè)碳排放量的測算方法

目前，學(xué)術(shù)界對于農(nóng)業(yè)碳排放的測算主要是基于農(nóng)業(yè)活動中的各類能源及物質(zhì)投入，對其生產(chǎn)和使用過程所引起的碳排放量進(jìn)行匯總加合。結(jié)合高標(biāo)等[5]的研究成果，本文將安徽省農(nóng)業(yè)碳源劃分為農(nóng)村用電消耗、農(nóng)用柴油消耗、農(nóng)藥消耗、農(nóng)用化肥消耗及農(nóng)用薄膜消耗五類，農(nóng)業(yè)碳排放總量的測算方法見式(1)：

C=∑Ci=∑Ei×Si

(1)

式(1)中，C為安徽省農(nóng)業(yè)碳排放總量(萬t)；Ci為第i類農(nóng)業(yè)碳源的碳排放量(萬t)；Ei為第i類碳源的物質(zhì)投入量；Si為第i類碳源的碳排放系數(shù)，各類碳源的碳排放系數(shù)[6]如表1所示。

表1　各類碳源的碳排放系數(shù)

1.2　農(nóng)業(yè)碳排放的影響因素分解模型

在碳排放影響因素及其貢獻(xiàn)率的測度方面，因素分解法作為最常見的分析手段，具有操作簡單、結(jié)果可靠、實(shí)用性強(qiáng)等特點(diǎn)[7]。其中，由Ang等[8]提出的對數(shù)平均權(quán)重分解法(LMDI)，因其分解完全、不產(chǎn)生殘差、且允許數(shù)據(jù)中包含零值等優(yōu)點(diǎn)，已成為當(dāng)前碳排放研究領(lǐng)域中應(yīng)用最為廣泛的一種因素分解方法。該法是將碳排放量的變動分解為各影響因素的變動量之和，以測度各因素對碳排放變動的貢獻(xiàn)量。結(jié)合本文農(nóng)業(yè)碳排放測算的實(shí)際情況，可將其分解如下：

(2)

式(2)中，PGDP為種植業(yè)總產(chǎn)值(萬元)；AGDP為農(nóng)林牧漁總產(chǎn)值(萬元)；AL為農(nóng)業(yè)從業(yè)人數(shù)(萬人)。由此，可將農(nóng)業(yè)碳排放的變動影響因素劃分為四類：即農(nóng)業(yè)效率因素EI=C/PGDP、農(nóng)業(yè)結(jié)構(gòu)因素CI=PGDP/AGDP、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素SI=AGDP/AL、勞動力因素AL。同時(shí)可將式(2)簡化為：

C=EI×CI×SI×AL

(3)

根據(jù)式(3)簡化公式，可采用LMDI法將各影響因素對農(nóng)業(yè)碳排放變動的貢獻(xiàn)量進(jìn)行分解。以第t期農(nóng)業(yè)碳排放量(Ct)相對于基期(第0期，碳排放量C0)的變化量(ΔCt)為例，可將其分解為如下分項(xiàng)(見式(4))：

ΔCt=Ct-C0=EIt×CIt×SIt×ALt-EI0×CI0×SI0×AL0

=ΔCEI+ΔCCI+ΔCSI+ΔCAL

(4)

式(4)中，ΔCEI、ΔCCI、ΔCSI和ΔCAL分別代表農(nóng)業(yè)效率因素、農(nóng)業(yè)結(jié)構(gòu)因素、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素以及勞動力因素對研究期(基期至第t期)內(nèi)農(nóng)業(yè)碳排放變動的貢獻(xiàn)量，其分解結(jié)果分別如下所示：

(5)

1.3　數(shù)據(jù)來源

本文所用數(shù)據(jù)均來源于《安徽省統(tǒng)計(jì)年鑒》[9]和《中國農(nóng)村統(tǒng)計(jì)年鑒》[10]。其中，時(shí)間序列數(shù)據(jù)的選擇范圍為2000～2013年，首先使用各年份農(nóng)村用電量、農(nóng)用柴油量、農(nóng)藥使用量、農(nóng)用化肥量及農(nóng)用薄膜量等數(shù)據(jù)測算農(nóng)業(yè)碳排放總量，同時(shí)收集各年份種植業(yè)產(chǎn)值、農(nóng)林牧漁業(yè)產(chǎn)值、農(nóng)業(yè)從業(yè)人數(shù)等數(shù)據(jù)用以因素分解分析；截面數(shù)據(jù)選擇2013年，分別收集該年份安徽省各地市農(nóng)用能源及物質(zhì)消耗量，用于農(nóng)業(yè)碳排放區(qū)域差異比較。

2安徽省農(nóng)業(yè)碳排放的時(shí)空特征分析

2.1　安徽省農(nóng)業(yè)碳排放的時(shí)間變化特征

(1)農(nóng)業(yè)碳排放總量及構(gòu)成的時(shí)間變化特征。根據(jù)公式(1)測算出2000～2013年各年份安徽省農(nóng)業(yè)碳排放總量，結(jié)果見表2所示。由表2可以看出，安徽省農(nóng)業(yè)碳排放總量呈持續(xù)上升趨勢，從2000年的419.80萬t增長至2013年的759.04萬t，增長幅度達(dá)1.8倍，年平均增長率約為4.66%。而從農(nóng)業(yè)碳排放總量的構(gòu)成來看，農(nóng)業(yè)用電和農(nóng)用化肥消耗是引發(fā)農(nóng)業(yè)碳排放的兩大最主要的碳源，碳排放量分別平均占到總量的30.99%和47.50%，其次為農(nóng)藥使用，平均占碳排放總量的8.44%，而農(nóng)用薄膜和農(nóng)用柴油的碳排放量最少，分別平均占總量的6.96%和6.12%。

在各類碳源碳排放量的增長速度方面，農(nóng)業(yè)用電碳排放的增長速度最高，由2000年的101.02萬t增長至2013年的305.16萬t，增幅超出3倍，年平均增長率高達(dá)8.86%，其產(chǎn)生的碳排放在總量中的比例也由2000年的24.06%迅速增至2013年的40.20%，平均每年比例上升1.24%；農(nóng)藥使用、農(nóng)用薄膜和農(nóng)用柴油碳排放的增長速度大致相同，從2000年至2013年，三者碳排放的增幅分別為1.56、1.63和1.76倍，年平均增長率分別為3.47%、3.85%和4.46%，它們在農(nóng)業(yè)碳排放總量中所占比例則呈現(xiàn)出隨時(shí)間波動變化的特征；而農(nóng)用化肥碳排放的增長速度最低，從2000年的226.72萬t增長至2013年的303.07萬t，增幅為1.34倍，年平均增長率僅為2.26%，其在農(nóng)業(yè)碳排放總量中的比例則呈現(xiàn)明顯的逐年遞減趨勢，由2000年的54.01%下降到2013年的39.93%，平均每年比例下降1.08%。另外，值得注意的是，2013年農(nóng)業(yè)用電在碳排放總量中的比例已首次超越農(nóng)用化肥，成為安徽省農(nóng)業(yè)碳排放的第一碳源。

表2　2000年～2013年安徽省農(nóng)業(yè)碳排放量及其構(gòu)成

(2)農(nóng)業(yè)碳排放強(qiáng)度的時(shí)間變化特征。農(nóng)業(yè)碳排放強(qiáng)度為農(nóng)業(yè)碳排放總量與農(nóng)業(yè)總產(chǎn)值的比值。圖1為2000年～2013年安徽省農(nóng)業(yè)碳排放強(qiáng)度的逐年變化圖。從圖中可以看出，安徽省農(nóng)業(yè)碳排放強(qiáng)度總體呈現(xiàn)下降態(tài)勢，將2013年農(nóng)業(yè)碳排放強(qiáng)度與2000年對比，下降幅度近40%，年平均下降18.68kg/萬元。依據(jù)農(nóng)業(yè)碳排放強(qiáng)度隨時(shí)間的變化曲線特征，可將其劃分為兩個(gè)階段：1)波動起伏階段(2000～2005年)，該階段碳排放強(qiáng)度升降逐年交替，強(qiáng)度值基本維持在630kg/萬元附近，最高值出現(xiàn)在2003年，達(dá)777.98kg/萬元；2)穩(wěn)步下降階段(2005～2013年)，該時(shí)期碳排放強(qiáng)度逐年穩(wěn)定下降，年平均下降率高達(dá)6.21%，強(qiáng)度值亦由2005年的632.56kg/萬元，降至2013年僅為378.90kg/萬元。

2.2　安徽省農(nóng)業(yè)碳排放的空間分布特征

對2013年安徽省16個(gè)地市的農(nóng)業(yè)碳排放進(jìn)行測算，測算結(jié)果見表3。同時(shí)，為了更加清晰地對比安徽省各地市間的碳排放差異，以當(dāng)年各地市農(nóng)業(yè)碳排放量平均值的1.0倍、1.5倍為分級標(biāo)準(zhǔn)，將16個(gè)地市分別劃分為低碳排放區(qū)、中碳排放區(qū)和高碳排放區(qū)三種類型(見圖2)。同時(shí)，根據(jù)各地市的農(nóng)業(yè)碳排放強(qiáng)度，采用同樣的方法將其劃分為碳排放低強(qiáng)度區(qū)、中強(qiáng)度區(qū)和高強(qiáng)度區(qū)三種類型(見圖3)。

(1)農(nóng)業(yè)碳排放總量的空間分布。從測算結(jié)果來看，安徽省16個(gè)地市的農(nóng)業(yè)碳排放量差異明顯。其中碳排放量排名前五位的地區(qū)分別為阜陽市(79.79萬t)、六安市(79.18萬t)、合肥市(75.97萬t)、宿州市(75.33萬t)和安慶市(70.40萬t)，這五個(gè)地區(qū)的農(nóng)業(yè)碳排放之和達(dá)380.67萬t，占全省農(nóng)業(yè)碳排放總量的50.15%；而碳排放量最少的地市依次為銅陵市(7.38萬t)、黃山市(11.68萬t)、池州市(17.99萬t)、淮北市(18.30萬t)和馬鞍山市(22.45萬t)，這五個(gè)地區(qū)的農(nóng)業(yè)碳排放之和為77.80萬t，僅占全省總量的10.25%。由此可知，排名前五位地市的農(nóng)業(yè)碳排放量相當(dāng)于排名后五位地市的近5倍，可見安徽省農(nóng)業(yè)碳排放總量的區(qū)域差異較大。

而從碳排放總量的區(qū)域分布來看，基本呈現(xiàn)出北高南低的趨勢，這和安徽省農(nóng)業(yè)經(jīng)濟(jì)規(guī)模分布較為一致。高碳排放區(qū)有阜陽、六安、合肥和宿州4個(gè)地市，其農(nóng)業(yè)經(jīng)濟(jì)水平較高，各市平均農(nóng)業(yè)產(chǎn)值達(dá)221.45億元，年農(nóng)業(yè)碳排放量均高于75萬t；中碳排放區(qū)為安慶、滁州、亳州、蚌埠和蕪湖5個(gè)地市，各市的平均農(nóng)業(yè)產(chǎn)值為160.20億元，其年農(nóng)業(yè)碳排放量為45～75萬t；而低碳排放區(qū)主要包括淮北、淮南、馬鞍山、銅陵4個(gè)礦產(chǎn)資源型地市以及位于皖南山地丘陵區(qū)的池州、宣城和黃山市，它們由于受到自然資源基礎(chǔ)條件等因素的制約，農(nóng)業(yè)發(fā)展水平相對薄弱，故碳排放量較低。

(2)農(nóng)業(yè)碳排放強(qiáng)度的空間分布。與碳排放總量相比，農(nóng)業(yè)碳排放強(qiáng)度能夠更加清晰地反映各地區(qū)碳排放的真實(shí)水平。從測算結(jié)果上看，碳排放強(qiáng)度最高的馬鞍山市達(dá)1100.13kg/萬元，而強(qiáng)度最低的黃山市僅為254.75kg/萬元，區(qū)域差異較大。而在區(qū)域分布方面，高強(qiáng)度區(qū)包括馬鞍山、銅陵和淮南3個(gè)地市，其資源相對豐富，能夠大量地進(jìn)行農(nóng)業(yè)生產(chǎn)物質(zhì)投入，因此碳排放強(qiáng)度值均高于600kg/萬元；中強(qiáng)度區(qū)主要集中在六安、蕪湖、安慶和宣城4個(gè)地市，其碳排放強(qiáng)度值為450～600kg/萬元；其余9個(gè)地市均處于低強(qiáng)度區(qū)，碳排放強(qiáng)度值為250～450kg/萬元。

表3　2013年安徽省各地市農(nóng)業(yè)碳排放量及碳排放強(qiáng)度

3安徽省農(nóng)業(yè)碳排放的影響因素分析

根據(jù)農(nóng)業(yè)碳排放的因素分解模型，將4類影響因素對安徽省農(nóng)業(yè)碳排放變動的貢獻(xiàn)量分解如表4所示。由表4可以看出，農(nóng)業(yè)效率因素、結(jié)構(gòu)因素、勞動力因素均從不同程度上制約著農(nóng)業(yè)碳排放總量的增長，2000年～2013年期間，三要素共實(shí)現(xiàn)碳減排貢獻(xiàn)量544.697萬t。其中，農(nóng)業(yè)效率因素貢獻(xiàn)量最高，達(dá)314.925萬t，平均每年導(dǎo)致碳減排23.225萬t，說明農(nóng)業(yè)生產(chǎn)技術(shù)水平的提升對農(nóng)業(yè)碳減排的驅(qū)動作用最強(qiáng)；而勞動力非農(nóng)轉(zhuǎn)移和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整也有助于實(shí)現(xiàn)碳減排，研究時(shí)段內(nèi)勞動力因素和結(jié)構(gòu)因素的累積貢獻(xiàn)量分別為180.355萬t和49.417萬t，年均減排量分別達(dá)13.87萬t和3.80萬t。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素則是安徽省農(nóng)業(yè)碳排放增長的主要驅(qū)動因素，即人均農(nóng)業(yè)產(chǎn)值的快速提升極大地促進(jìn)了碳排放量的增長。研究時(shí)段內(nèi)，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素共引發(fā)883.935萬t的碳排放增長，相當(dāng)于年均68.00萬t的增量。

綜合四類影響因素分析，由于農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素對碳排放的驅(qū)動作用遠(yuǎn)高于農(nóng)業(yè)效率因素、結(jié)構(gòu)因素及勞動力因素的抑制作用，因此安徽省農(nóng)業(yè)碳排放總量的逐年變動量ΔC均為正值。同時(shí)，鑒于農(nóng)業(yè)經(jīng)濟(jì)發(fā)展在安徽省的基礎(chǔ)地位不可動搖，其農(nóng)業(yè)碳排放增長的驅(qū)動作用在短時(shí)期內(nèi)必定不會消減，因此只有轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式，優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，同時(shí)不斷發(fā)展農(nóng)業(yè)節(jié)能減排技術(shù)才是我省農(nóng)業(yè)低碳減排的根本出路。

表4　安徽省農(nóng)業(yè)碳排放的影響因素分解結(jié)果

4結(jié)論與建議

4.1　主要結(jié)論

本文通過數(shù)據(jù)收集和測算，分析了安徽省農(nóng)業(yè)碳排放的時(shí)間變化和空間分布特征，并利用LMDI因素分解法定量探討了影響農(nóng)業(yè)碳排放變動的主要因素及其貢獻(xiàn)，主要結(jié)論如下：

(1)在時(shí)間序列上，安徽省農(nóng)業(yè)碳排放總量呈持續(xù)上升趨勢，農(nóng)業(yè)用電和農(nóng)用化肥消耗是兩大最主要碳源，其中農(nóng)業(yè)用電碳排放的增長速度較快，已成為安徽省農(nóng)業(yè)碳排放的第一碳源；研究時(shí)段內(nèi)，農(nóng)業(yè)碳排放強(qiáng)度先后經(jīng)歷了波動起伏和穩(wěn)步下降兩個(gè)階段，到2013年強(qiáng)度值已降至378.90kg/萬元。

(2)在區(qū)域分布上，農(nóng)業(yè)碳排放總量和強(qiáng)度均表現(xiàn)出明顯的區(qū)域差異。其中，碳排放總量分布呈現(xiàn)北高南低，與各地市農(nóng)業(yè)經(jīng)濟(jì)規(guī)模分布較為一致，高排放區(qū)主要集中在阜陽、六安、合肥和宿州4個(gè)地市；碳排放高強(qiáng)度區(qū)主要為礦產(chǎn)資源型地市(馬鞍山、銅陵和淮南)，這與它們資源相對豐富，能夠大量地進(jìn)行農(nóng)業(yè)生產(chǎn)物質(zhì)投入有關(guān)。

(3)因素分解結(jié)果顯示，農(nóng)業(yè)效率因素、結(jié)構(gòu)因素、勞動力因素均從不同程度上制約著安徽省農(nóng)業(yè)碳排放總量的增長，其制約作用大小依次為農(nóng)業(yè)效率因素>勞動力因素>農(nóng)業(yè)結(jié)構(gòu)因素；農(nóng)業(yè)經(jīng)濟(jì)發(fā)展因素為碳排放增長的主要驅(qū)動因素，其驅(qū)動作用抵消了農(nóng)業(yè)效率、結(jié)構(gòu)、勞動力因素的減排效果，進(jìn)而導(dǎo)致農(nóng)業(yè)碳排放總量逐年增長，而驅(qū)動作用還將長期主導(dǎo)農(nóng)業(yè)碳排放的增長。

4.2　政策建議

(1)大力發(fā)展農(nóng)業(yè)碳減排技術(shù)，提高農(nóng)業(yè)投入產(chǎn)出率。從安徽省農(nóng)業(yè)碳排放的構(gòu)成來看，農(nóng)業(yè)用電和農(nóng)用化肥消耗占到總量的80%以上，因此應(yīng)積極探尋替代能源和新型化肥施用模式。首先要借助農(nóng)村資源條件發(fā)掘清潔能源，如可考慮在適宜地區(qū)發(fā)展沼氣能源，將牲畜糞便等收集后發(fā)酵處理，產(chǎn)生的沼氣可替代部分電能，而其產(chǎn)生的殘?jiān)嗫商娲r(nóng)藥和化肥；另外，還要積極推進(jìn)測土配方施肥、秸稈還田、作物抗性培育等技術(shù)，以提高施用化肥的產(chǎn)出效率。

(2)因地制宜地開展農(nóng)業(yè)低碳減排。從安徽省農(nóng)業(yè)碳排放的區(qū)域分布來看，傳統(tǒng)的農(nóng)業(yè)主產(chǎn)地市多為高碳排放區(qū)，對于此類區(qū)域，應(yīng)重點(diǎn)提倡農(nóng)業(yè)生產(chǎn)規(guī)模化，并積極推進(jìn)生態(tài)循環(huán)型和節(jié)約型農(nóng)業(yè)發(fā)展模式，以促進(jìn)農(nóng)業(yè)碳減排；而對于中、低碳排放區(qū)，則應(yīng)結(jié)合其區(qū)域資源、交通和地形等特點(diǎn)，積極調(diào)整農(nóng)業(yè)結(jié)構(gòu)，大力建設(shè)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園、觀光休閑農(nóng)業(yè)區(qū)等低碳農(nóng)業(yè)試點(diǎn)工程。

(3)當(dāng)前我省大部分農(nóng)村地區(qū)對低碳農(nóng)業(yè)還比較陌生，而相關(guān)的低碳技術(shù)服務(wù)體系還沒有建立。因此，應(yīng)首先積極宣傳低碳農(nóng)業(yè)的意義和理念，提高農(nóng)民對低碳農(nóng)業(yè)的認(rèn)識；同時(shí)，建立和完善低碳農(nóng)業(yè)教育體系和技術(shù)服務(wù)體系，定期組織農(nóng)戶、農(nóng)業(yè)企業(yè)員工開展低碳教育和技術(shù)培訓(xùn)，不斷加快農(nóng)業(yè)低碳減排新技術(shù)的應(yīng)用和推廣。

[參考文獻(xiàn)]

[1]何婷婷,張麗瓊.安徽省農(nóng)業(yè)碳排放現(xiàn)狀及低碳農(nóng)業(yè)發(fā)展路徑探討[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版),2012, 21(5): 30-34.

[2]ACIL Tasman Pty Ltd. Agriculture and GHG mitigation policy: Options in addition to the CPRS[M]. New South Wales: Industry & Investment NSW, 2009.

[3]田云,張俊飚,李波. 中國農(nóng)業(yè)碳排放研究:測算、時(shí)空比較及脫鉤效應(yīng)[J]. 資源科學(xué), 2012, 34(11): 2097-2105.

[4]李國志,李宗植.中國農(nóng)業(yè)能源消費(fèi)碳排放因素分解實(shí)證分析—基于LMDI模型[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2010, (10):66-72.

[5]高標(biāo),房驕,許清濤,等.吉林省農(nóng)業(yè)碳排放動態(tài)變化及驅(qū)動因素分析[J]. 農(nóng)業(yè)現(xiàn)代化研究,2013, 34(5): 617-621.

[6]李波.經(jīng)濟(jì)增長與農(nóng)業(yè)碳排放關(guān)系的實(shí)證研究[J].生態(tài)環(huán)境學(xué)報(bào), 2012, 21(2): 220-224.

[7]Ang B W. Decomposition analysis for policymaking in energy: What is preferred method[J]. Energy Policy, 2004, 32(9): 1131-1139.

[8]Ang B W, Zhang F Q, Choi K H. Factorizing changes in energy and environmental indicators through decomposition[J]. Energy, 1998, 23(6): 489-495.

[9]安徽省統(tǒng)計(jì)局. 安徽統(tǒng)計(jì)年鑒[M]. 北京: 中國統(tǒng)計(jì)出版社, 2001~2014.

[10]國家統(tǒng)計(jì)局農(nóng)村社會經(jīng)濟(jì)調(diào)查司. 中國農(nóng)村統(tǒng)計(jì)年鑒[M]. 北京: 中國統(tǒng)計(jì)出版社, 2001~2014.

[責(zé)任編輯：D]

Research on Spatial-temporal Characteristics and Affecting Factors of Agriculture Carbon Emission in Anhui Province

LI Qi, HAN Ya-fen, HUANG Shu-ling

(School of Environment and Surveying Engineering, Suzhou University, Suzhou 234000, China)

Abstract:In this paper, spatial-temporal characteristics and affecting factors of agriculture carbon emission in Anhui province form 2000 to 2013 is analyzed by calculation method of agriculture carbon emission and factor decomposition model. The result shows that: During the past fourteen years, agriculture carbon emission in Anhui province showed increased trend, and proportions of electrofarming and chemical fertilizer consumption are 30.99% and 47.50% respectively, while carbon emission intensity displays an obvious “fluctuate-steadily declining” phase-change characteristic, fluctuating form 2000 to 2005 and decreasing from 2006-2013; Agriculture carbon emission in different regions varies wildly. Regional distribution of gross emissions is closely related to agricultural economy scale, and high intensity area is concentrated in the minerals resource type city (Ma-anshan, Tongling and Huainan); Production efficiency, agricultural structure and labor force have inhibitory action on agricultural carbon emissions, with average contributions of 23.23×104、13.87×104and 3.80×104t per annum, while the development of agriculture has a promotive effect, with average contribution of 68.00×104 t per annum.

Key words:Anhui province;Agriculture carbon emission;Spatial-temporal characteristics;Affecting factors

[中圖分類號]X24

[文獻(xiàn)標(biāo)識碼]A

[文章編號]1671-5330(2015)02-0052-07

[作者簡介]李琦(1982—)，男，安徽省界首市人，講師，主要從事資源環(huán)境分析與評價(jià)研究。

[基金項(xiàng)目]宿州區(qū)域發(fā)展協(xié)同創(chuàng)新中心開放課題(編號：2014SZXTKF15)；宿州學(xué)院安徽省煤礦勘探工程技術(shù)研究中心開放課題(編號：2013YKF05)

[收稿日期]2015-03-05