种植业碳源、碳汇测算与净碳汇影响因素动态分析:山东例证

合集下载

我国农业碳排放影响因素的实证研究

我国农业碳排放影响因素的实证研究

我国农业碳排放影响因素的实证研究【摘要】本文旨在通过实证研究探讨我国农业碳排放影响因素。

首先介绍了农业碳排放的定义及影响因素,然后分析了我国农业碳排放的现状。

接着详细阐述了实证研究方法,并对研究结果进行了深入分析。

最后提出了影响因素的对策与建议,包括加强碳排放监测和管理、推广节能减排技术等措施。

通过本文的研究,可以更好地了解我国农业碳排放的影响因素,为降低农业碳排放提供科学依据和政策建议。

希望本研究能够引起重视,促进我国农业碳排放的有效控制和减少。

【关键词】农业碳排放、影响因素、实证研究、我国、现状、方法、结果分析、对策与建议、总结展望1. 引言1.1 研究背景随着全球气候变化问题日益突出,碳排放成为全球范围内的焦点关注对象。

而作为世界上最大的发展中国家,我国的碳排放问题已经成为社会各界关注的热点之一。

在我国的碳排放中,农业碳排放一直是一个重要的组成部分。

据统计,我国农业碳排放占总排放量的比例较高,而且农业碳排放量的增长速度也较快,对我国的碳排放总量有着不可忽视的影响。

对我国农业碳排放的影响因素进行实证研究,有助于更加深入地了解我国农业碳排放的形成机制,为减少农业碳排放提供科学依据。

研究农业碳排放的影响因素也有助于指导农业生产实践,提高农业生产的效率和可持续性,促进我国农业产业的绿色发展。

本文旨在通过对我国农业碳排放影响因素的实证研究,为我国农业碳排放管理提供参考依据,推动我国农业碳排放减排工作的深入开展。

1.2 研究目的研究目的旨在深入分析我国农业碳排放影响因素,为减少农业碳排放提供科学依据和策略建议。

具体包括:1. 揭示我国农业碳排放的特点和主要来源;2. 探究不同影响因素对农业碳排放的具体影响程度;3. 分析我国农业碳排放问题的根本原因,为制定针对性的政策措施提供依据;4. 基于现有实证数据,提出降低农业碳排放的具体对策和建议,促进农业的可持续发展和生态环境保护。

通过深入研究农业碳排放影响因素,旨在帮助政府、企业和农民更好地理解和应对农业碳排放问题,推动我国农业绿色低碳发展,实现经济、社会和环境的可持续发展。

基于STIRPAT模型的碳排放影响因素及峰值研究——以山东省为例

基于STIRPAT模型的碳排放影响因素及峰值研究——以山东省为例

Journal of Low Carbon Economy 低碳经济, 2020, 9(2), 100-110Published Online May 2020 in Hans. /journal/jlcehttps:///10.12677/jlce.2020.92011Influencing Factors and Peak Values ofCarbon Emission Based on STIRPAT Model—Taking Shandong Province as an ExampleZhenyue Fan, Mengzhen Zhao, Weifeng Gong, Chuanhui WangSchool of Economics, Qufu Normal University School, Rizhao ShandongReceived: Apr. 19th, 2020; accepted: May 11th, 2020; published: May 18th, 2020AbstractBased on the population, GDP per capita, energy intensity, energy structure, level of foreign in-vestment, urbanization level, and industrial structure from 2000 to 2017, this paper constructed an improved STIRPAT model and analyzed the relationship between total carbon emissions and various influencing factors using the ridge regression. And on this basis, through the scenario analysis method, for different scenarios, Shandong Province predicted the time to reach the peak of carbon emissions. The research results show that population size, GDP per capita, energy structure, level of foreign investment, urbanization level, and industrial structure have a positive correlation with the carbon emissions of Shandong Province, but there are differences in the im-pact of each. The energy intensity has a negative correlation with carbon emissions. According to the scenario analysis of the STIRPAT model, it is predicted that about 75% of the probability of Shandong Province will reach the target of peak carbon emissions by 2030. Finally, in light of the above analysis, it proposes to adjust the energy structure, promote technological innovation, and promote energy-saving emission reduction measures.KeywordsCarbon Emission, Peak, STIRPAT Model基于STIRPAT模型的碳排放影响因素及峰值研究——以山东省为例范振月,赵梦真,公维凤,王传会曲阜师范大学经济学院,山东日照范振月 等收稿日期:2020年4月19日;录用日期:2020年5月11日;发布日期:2020年5月18日摘 要本文基于2000~2017年的人口数量、人均GDP 、能源强度、能源结构、外商投资水平、城镇化水平以及产业结构的情况,构建了改进后的STIRPAT 模型,运用岭回归估计方法,分析碳排放总量与各影响因素之间的关系。

碳汇财务分析报告(3篇)

碳汇财务分析报告(3篇)

第1篇一、摘要随着全球气候变化问题的日益严重,各国政府和企业纷纷寻求可持续发展的解决方案。

碳汇作为一种有效的碳减排手段,越来越受到重视。

本报告通过对某碳汇项目的财务状况进行深入分析,旨在评估其经济效益、财务风险以及可持续发展能力,为碳汇项目的投资决策提供参考。

二、项目背景1. 项目概述本项目旨在通过植树造林、湿地恢复等生态工程,提高森林碳汇能力,减少大气中的二氧化碳浓度。

项目周期为10年,总投资额为1000万元。

2. 项目目标(1)提高森林碳汇能力,预计每年可吸收二氧化碳2000吨。

(2)改善生态环境,提高区域生态质量。

(3)促进当地经济发展,增加就业机会。

三、财务分析1. 收入分析(1)碳汇交易收入:根据碳汇市场行情,预计项目每年可产生碳汇交易收入100万元。

(2)政府补贴收入:项目符合国家相关政策,预计每年可获得政府补贴50万元。

(3)其他收入:项目期间,预计可产生少量旅游收入,约为20万元。

2. 成本分析(1)项目前期投资:主要包括土地租赁、植树造林、设备购置等费用,预计总投资1000万元。

(2)运营成本:主要包括人工费、维护费、设备折旧等,预计每年运营成本200万元。

(3)碳汇交易成本:包括碳汇监测、交易手续费等,预计每年碳汇交易成本50万元。

3. 盈利能力分析(1)盈利能力指标:项目预计每年净利润为150万元。

(2)投资回报率:项目预计投资回收期为6.7年。

4. 财务风险分析(1)市场风险:碳汇市场价格波动可能影响项目收益。

(2)政策风险:国家政策调整可能影响项目补贴。

(3)运营风险:项目运营过程中可能出现的意外情况,如自然灾害等。

四、可持续发展能力分析1. 生态效益(1)提高森林碳汇能力,减少大气中二氧化碳浓度。

(2)改善生态环境,提高区域生态质量。

2. 社会效益(1)促进当地经济发展,增加就业机会。

(2)提高公众环保意识,推动绿色发展。

3. 经济效益(1)碳汇交易收入和政府补贴收入稳定。

山东省农业碳排放特征、影响因素及达峰分析

山东省农业碳排放特征、影响因素及达峰分析

DOI: 10.12357/cjea.20210582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): 558−569LIU Y, LIU H B. Characteristics, influence factors, and prediction of agricultural carbon emissions in Shandong Province[J]. Chinese Journal of Eco-Agriculture, 2022, 30(4): 558−569山东省农业碳排放特征、影响因素及达峰分析刘 杨1, 刘鸿斌2(1. 山东省济南生态环境监测中心 济南 250101; 2. 山东省鲁商建筑设计有限公司 济南 250100)摘 要: 利用IPCC 经典碳排放计算理论, 基于农资投入、农田利用及畜禽养殖3类主要碳源, 测算了山东省2000—2020年农业碳排放量, 采用LMDI 模型开展影响因素分析, 并运用灰色预测模型GM(1, 1)预测2021—2045年碳排放量。

结果表明: 2020年山东省农业碳排放量为1.58×107t, 农业碳排放强度为0.205 t∙(104¥)−1。

2000—2020年山东省农业碳排放总量呈先上升后波动下降趋势, 农业碳排放强度逐年降低。

农业碳排放源类贡献率由高到低依次为农资投入、畜禽养殖和农田土壤利用。

2000—2020年16地市农业碳排放量及排放强度均呈现一定的区域差异, 且有扩大趋势, 菏泽农业碳排放量和平均碳排放强度均居首位。

农业生产效率、农业产业结构、地区产业结构、劳动力因素对碳减排起到一定作用, 地区经济发展水平和城镇化率因素为农业碳排放量增加的主要因素。

预测结果表明, 山东省农业碳排放量在2030年前已达到峰值, 济南、青岛等9市农业碳排放量在2030年前已达峰,枣庄、东营等7市在2030年前未达峰, 并针对山东省农业碳排放特征及影响因素提出减排建议。

狭义农业碳源碳汇实证分析

狭义农业碳源碳汇实证分析
总结词
狭义农业碳排放源主要包括化肥、农药、农膜、灌溉、柴油机等的使用,以及水 稻种植和动物肠道发酵等过程中的碳排放。识别和计量这些碳排放源是实证分析 的基础。
详细描述
通过对各种农业投入品(如化肥、农药、农膜等)的碳排放系数进行测定,以及 水稻种植和动物肠道发酵等过程的碳排放量的计算,可以较为准确地识别和计量 农业活动中的碳排放源。
农业对气候的影响
农业活动是温室气体排放 的主要来源之一。
研究意义
通过对狭义农业碳源碳汇 进行实证分析,为农业减 排提供理论依据和实践指 导。
研究目的和方法
研究目的
通过对狭义农业碳源碳汇进行实 证分析,揭示农业碳源和碳汇的 分布、变化和影响因素,为农业 减排提供理论依据和实践指导。
研究方法
收集相关数据,建立模型,进行 统计分析,结合实地调查,综合 分析狭义农业碳源碳汇情况。
狭义农业碳源碳汇实证分析
汇报人:文小库 2023-12-12
目录
• 引言 • 狭义农业碳源碳汇基本概念 • 狭义农业碳源实证分析 • 狭义农业碳汇实证分析 • 狭义农业碳源碳汇的动态变化
分析 • 研究结论与展望
01
引言
研究背景与意义
01
02
03
全球气候变化
人类活动导致温室气体排 放增加,全球气候变暖趋 势明显。
05
狭义农业碳源碳汇的动态变化 分析
农业碳源碳汇的动态变化特征
农业碳排放源的排放 量及类型的变化
农业碳源碳汇的净值 变化
农业碳汇的吸收量及 类型的变化
农业碳源碳汇的动态变化驱动因素分析
气候因素
如气温、降雨量、日照时间等对农业碳源碳 汇的影响。
土壤类型和质地
不同土壤类型和质地对农业碳源碳汇的影响 。

基于碳排放和碳汇核算的海洋渔业碳平衡研究——以山东省为例

基于碳排放和碳汇核算的海洋渔业碳平衡研究——以山东省为例
① 《联合国气候变化框架公约》,1992, “源”指向大气排放温室气体、气溶胶或温室气体前体的任何过程
的活 动 ; “汇”是 指从 大 气 中清 除温 室气 体 、气溶 胶 或温 室气 体 前体 的任 何 过程 活动 或机 制 。

中国渔业经济
2018年第 4期 第 36卷
源 ” ,而 “碳 汇 ” 是 指 通 过 渔 业 生 产 活 动 促 进 水 生 生 物 吸 收 水 体 中 的 CO ,并 通 过 收 获 把 这 些 已 经 转 化 为 生 物 产 品 的碳 移 出 水 体 的 过 程 和 机 制 ,具 有 碳 汇 功 能 的 渔业 生 产 活 动 通 常 不 需 要 投 饵 ,如 海 水 养 殖 业 中 的 贝藻 养 殖 。鉴 于 海 洋 渔 业 “碳 源 ”和 “碳 汇 ” 的 双 重 特 性 ,能 否 实 现 海 洋渔业的碳 平衡 ,对于海洋渔业 能否 转变传统经济发展方式 ,实现海洋经济循环发展至关重要。
分 析 ,并 提 出了有 针对 性 的建 议 。
关键 词 :海洋 渔业 ;碳 平 衡 ;碳排 放 ;碳 汇 ;山 东省
中图分 类 号 :F326.403
文献标 识 码 :A
文章 编 号 :1009一(2Ol8)04-0004-10
一 、 引 言
随着 海 洋 产 业 的迅 速 发 展 ,海 洋 经 济 已经 成 为 拉 动 国 内 经 济 增 长 的重 要 力 量 ,全 国 “十 三 五 ”规划 明确了海洋经济 的发展 目标 ,贯彻 了海洋渔业低碳化 的思想 ,提 出了 “创新 、协调 、 绿 色 、开 放 、共 享 ” 的发 展 理 念 ,并 从 多 个 角 度 保 证 了渔 业 低 碳 化 的发 展 ,使 渔 业 低 碳 发 展 的 概念 更加 深人人心 。在大力发展 低碳 海洋经济 的背景下 ,海洋 渔业作为海洋经济 的重要组 成部 分 ,它的持续健康发展对 于海 洋经济至关重要 。海洋拥有 巨大的潜力 ,是地球上最大 的碳 库 , 储 存 着 约 3.8 X 10”t的 可溶 性 无 机 碳 ,相 当 于 大 气 中 的 50倍 以上 ” 。海 洋 渔 业 在 生 产 活 动 过 程 中具有 “碳源 ”和 “碳 汇”的双重特性 。根据 《联合 国气候变化框架公 约 》关于 “源”和 “汇” 的定义①,结合海洋渔业 自身特点 ,海洋捕捞 的渔船燃 油消耗是海洋渔业 的重要碳 排放源 ,即 “碳

山东省能源消费碳排放影响因素分析

山东省能源消费碳排放影响因素分析

山东省能源消费碳排放影响因素分析邵敏;郝晴;闫桂焕;许崇庆【摘要】测算了山东省2000—2016年能源消费产生的碳排放量,采用对数平均Divisia指数法(LMDI)建立了山东省碳排放分解模型,分析了山东省碳排放的影响因素.结果表明,经济发展和人口因素对山东省碳排放起到了拉动作用,且经济发展是碳排放增长的最主要驱动因素;能源效率对山东省碳排放起到了抑制作用,是抑制碳排放的主要因素,但其抑制作用逐渐变缓;能源结构因素对山东省碳排放的影响在2015年由拉动作用转变为抑制作用,是未来抑制碳排放的重要因素.调整能源结构,加快产业转型升级,是山东省实现碳减排的必由之路.【期刊名称】《科学与管理》【年(卷),期】2019(039)004【总页数】5页(P64-68)【关键词】碳排放;影响因素;LMDI模型;山东省【作者】邵敏;郝晴;闫桂焕;许崇庆【作者单位】齐鲁工业大学(山东省科学院),山东省科学院生态研究所,山东济南250103;齐鲁工业大学(山东省科学院),山东省科学院生态研究所,山东济南250103;齐鲁工业大学(山东省科学院),山东省科学院生态研究所,山东济南250103;齐鲁工业大学(山东省科学院),山东省科学院生态研究所,山东济南250103【正文语种】中文【中图分类】X240 引言气候变化影响着人类生存和发展,以煤、石油、天然气为主的化石燃料燃烧产生的CO2,是地球气候变暖的最主要因素[1]。

气候变化问题目前已不仅仅是科学问题,而上升为全球性的政治、经济和社会问题[2]。

山东省是能源消费大省,长期以来,以煤为主的能源消费结构以及煤炭能源的低效利用,使得山东省碳排放量在全国处于较高位置。

因此,结合山东实际,系统分析碳排放影响因素、寻求碳减排路径对山东发展低碳经济至关重要。

近年来,因素分解法成为研究碳排放驱动因素的一种常用方法。

田立等分析了影响黑龙江省碳排放的主要因素,发现经济发展模式和产业结构是拉动黑龙江省碳排放量增长的主要因素[3];饶群采用因素分解模型分析了能源结构、能源强度、经济发展对长三角地区碳排放的影响,发现经济发展为人均碳排放量增长的主要因素[4];郝晴等分析了山东省交通领域能耗碳排放驱动因素,发现经济因素和能源强度因素是交通碳排放的主要正向驱动因素,产业结构因素是负向驱动因素[5];刘洪久等分析了能源结构、产业结构等因素对江苏省碳排放的驱动作用及贡献值[6];杜颖建立了广西人均碳排放的因素分解模型,定量分析研究了经济发展、能源结构和能源效率因素对广西人均碳排放的影响[7]。

山东省低碳农业影响因素的灰色关联分析

山东省低碳农业影响因素的灰色关联分析

山东省低碳农业影响因素的灰色关联分析摘要:文章采用灰色关联度分析法对山东省农业生产总值与几个影响因素之间的关联度进行计算,找出主要影响因素进而分析这些因素对农业温室气体排放的贡献程度,得出农业机械、农用柴油、农药使用量、化肥使用量是农业温室气体排放的主要原因。

文章结合山东省低碳农业的发展现状,提出了促进山东省低碳农业稳定、有效发展的对策建议。

关键词:山东省;温室气体;低碳农业;灰色关联度山东省位于我国东部沿海地区,经济发达,农业生产水平相对较高,是一个农业大省。

近年来,山东省社会经济持续快速增长,人民生活水平不断提高,对农产品数量与质量的需求迅速提升,这一方面促使山东省农业生产以更快的速度发展,另一方面也进一步加剧了农业生产活动中温室气体的排放。

本文对山东省1998-2008年的农业生产总值及农业机械总动力等影响因素进行分析,采用灰色关联度分析法寻找出影响农业生产总值的主要因素,进而分析这些因素与农业温室气体排放的相关程度。

通过对农业温室气体排放情况的分析,为山东省低碳农业的发展提出对策建议。

一、灰色关联分析指标的选择及处理(一)指标的选择本文采用灰色关联度分析法对影响农业生产总值的相关因素进行分析。

灰色关联度分析法是一种多因素统计分析方法,其基本思想是根据序列曲线的几何形状的相似程度来判断系统特征序列与相关因素序列之间的关联程度,曲线越接近,则系统特征序列与相关因素序列之间的关联程度就越大,反之就越小。

由于山东省农业生产过程中产生的温室气体主要来源于农业机械的使用、柴油电力的消耗、化肥农药的施用等,所以,在对影响山东省农业生产总值的因素进行分析时,本文选取山东省农业总产值(x0)、农业机械总动力(x1)、化肥施用量(x2)、农村用电量(x3)、农用柴油量(x4)、农药用量(x5)、有效灌溉面积(x6)、农作物总播种面积(x7)这8个序列,其中,农业总产值(x0)作为特征序列,其他7项作为相关因素序列,通过计算农业总产值与其影响因子之间的灰色关联度,确定主要影响因子。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

种植业碳源、碳汇测算与净碳汇影响因素动态分析:山东例证作者:尚杰杨滨键来源:《改革》2019年第06期内容提要:本文选取山东省1990~2016年的种植业数据,测算了山东省种植业碳源、碳汇、单位面积碳汇量、净碳汇量。

基于VECM动态模型,分析了影响净碳汇的因素。

结果表明:种植业经济发展水平、农产品出口依存度与有效灌溉面积率,对净碳汇存在长期均衡正向影响;财政支持力度对净碳汇存在短期的正向影响。

研究表明,发展经济、优化对外贸易、提升科学灌溉技术水平与提高财政资金使用有效性等手段可以有效促进种植业减排增汇。

关键词:种植业;净碳汇;绿色发展中图分类号:F062.2 ; ;文献标识码:A ; ;文章编号:1003-7543(2019)06-0123-12联合国政府间气候变化专业委员会第四次评估报告指出,农业已经上升成为第二大温室气体来源。

我国农业生产面临着生产资料高投入、产量与效益偏低、资源过度利用、生态退化等问题。

为了尽快解决农业生产所面临的问题,有必要选择低碳农业发展模式。

山东省是我国的农业大省,农业增加值长期稳居第一位,且农产品进出口总值长期位居全国第一;其粮食产量高,三大主要粮食作物为小麦、玉米、薯类。

山东省农业生产资料如化肥、农膜等投入呈现先增后减的趋势,农作物播种面积持续下降,但单位面积产量提高显著。

作为农业产业化的发源地,在加快转变农业发展方式的过程中,山東省具有较强的代表性以及经验的可推广性。

农业具有碳汇和碳源双重性,农作物光合作用可以在农业生产过程中吸收大量的二氧化碳,具有固碳效应。

而农业生产需要使用大量的农业生产资料,这种生产方式必然会引起碳源的释放。

种植业是农业的重中之重,实现低碳农业的关键是解决好种植业增汇减排问题。

本文以山东省种植业净碳汇为研究对象,为山东省种植业可持续发展提出相关建议。

一、相关文献综述近年来,国内外相关专家学者针对农业碳源与碳汇进行了很多有意义的研究,为本文提供了可资借鉴之处。

有的学者通过科学的方法测算了农业碳源与碳汇量,并基于此提出了相应的低碳减排对策。

如谢淑娟通过科学的测算方法研究了我国农业碳排放状况,并以此为依据,提出了相应增汇路径[1];马涛测算了上海市的碳源与碳汇情况,认为上海具有很大的碳汇潜力,并提出将农业碳汇纳入碳交易市场,以此来改善环境[2];王梁等运用科学的测算方法计算了山东省碳源与碳汇量,并分析了其碳足迹轨迹[3]。

有的学者基于影响因素角度来研究碳源,如Richmond et al. 基于时间与空间两个维度,通过科学测算,深入研究了碳排放与农业经济之间的关系及影响因素[4];Dalton通过研究证明,年龄结构、城市化规模等是影响碳排放量的主要因素[5];Zaim & Taskin基于DEA模型评价了不同地区碳源绩效[6]。

也有少数学者对净碳汇进行了研究,如田云等对中国农业净碳汇状况进行了测算与分析,并对其效应进行了研究[7];杨果等测算了中国净碳汇量,并基于耦合性模型分析了净碳汇与农业经济发展的关系[8]。

综合国内外研究可知:第一,现有的研究多是对农业碳源与碳汇进行测算,关于净碳汇的测算相对较少,对种植业的相关研究就更少;第二,就研究的影响因素而言,多是从结构、规模、经济等角度进行研究,很少有学者关注到政府政策以及国际贸易等因素对其产生的影响;第三,研究的角度多从宏观因素来考虑,很少有学者关注到种植业本身的影响因素对其净碳汇的影响;第四,就研究区域而言,山东省作为我国的农业大省,无论是规模、国际影响度还是模式先进性,其农业生产都非常具有代表性,但相关文献研究偏少,涉及种植业净碳汇的就更少。

为此,本文测算1990~2016 年山东省种植业碳源、碳汇总量与净碳汇量,创新性地运用VECM动态分析法,全面系统地分析山东省种植业净碳汇的影响因素,为山东省科学制定种植业低碳减排政策提供参考。

二、研究方法与数据来源(一)种植业碳源与碳汇测算1.碳源测算方法目前较权威的测算方法为IPCC发布的碳排放系数法,本文运用该计算方法,测算山东省种植业碳源量。

种植业碳排放估算公式如下:C=∑Ci=∑(Ti×Qi)(1)C 表示农业的总碳排放量;Ci表示第i种碳源的碳排放量;Ti表示第i种碳源的量;Qi表示i 种碳源的碳排放系数(见表1)。

2.碳汇测算方法本文采用谢鸿宇等的农业碳汇测算方法测算种植业碳汇[10]。

计算公式如下:Ct=∑iCfDw=∑iCfYw(1-wi)/Hi(2)Ct表示农作物全年碳吸收量;i为农作物品种;Cf为农作物进行光合作用合成干物质所需要的碳量,即经济系数;Dw为农作物总生物量;Yw为农作物经济产量;wi为农作物含水量;Hi为农作物碳吸收率。

种植业农作物含水量、经济系数与碳吸收率数据如表2所示。

(二)数据来源种植业碳源主要来源渠道包括:首先是化肥、农药以及农膜在种植业生产和使用中释放的碳源;其次是使用机械作业消耗农用柴油释放的碳源;再次是种植业翻耕造成有机碳流失所释放的碳源;最后是使用电能进行灌溉消耗的化石燃料所释放的碳源。

根据山东省的农作物实际种植情况,本文选取了小麦、蔬菜、薯类等主要农作物作为研究对象测算山东省种植业碳汇。

(三)实证方法1.ADF单位根法ADF检验的主要作用是检测序列的平稳性。

检验有以下三种情况:(1)△γt= ?覫rt-1+αt(2)△γt=μ+?覫rt-1+αt(3)△γt=μ+βt+?覫rt-1+αt等价于以下三种情形:(1)γt=ρrt-1+αt(2)γt=μ+ρrt-1+αt(3)γt=μ+βt+ρrt-1+αt若不拒绝原假设,γt为含单位根的非平稳时间序列;若拒绝,(1)、(2)γt为平稳时间序列,(3)γt为趋势平稳序列2.VECM动态模型VECM是一个有约束的VARM, VECM的优势在于其反映了长期的静态关系和短期动态关系,因此它适用于已知有协整关系的非平稳序列。

VECM建模的前提是序列是同阶单整。

Granger & Engle将协整与误差修正模型科学地结合起来,创建了一个新的向量误差修正模型。

协整方程是:γ2t=β*γ1t且VECM为:△γ1,t=α1(r2,t-1-β*γ1,t-1)μ1,t△γ2,t=α2(r2,t-1-β*γ1,t-1)μ2,t其中,α1与α2代表调整速度。

3.脉冲响应函数分析法脉冲响应函数是一种非参数模型辨识方法。

当输入信号为脉冲函数δ(t)时,系统的输出响应h(t)称为脉冲响应函数。

实际使用时,常用伪随机信号作为输入信号,由数字计算机可获得输入输出的互相关函数Ruy(t),于是h(t)=(1/k)Ruy(t),这是比较通用的方法。

三、结果分析(一)碳源与碳汇测算结果分析由表3(下页)可知,碳源总量呈现先增后降的趋势,碳源总量在2007年达到了最高峰值,这主要是因为化肥、农药、农膜等农业生产资料投入持续增加导致的,同时,对总碳源贡献度最高的化肥也在这一年达到了最大值。

另外,这一年山东省对新农村建设的投入进一步加大,财政投入比上年增长25.8%。

农业机械化装备及服务能力提高,农业机械化程度进一步提高,使农用柴油在同年达到了最大值,也促使了这一年总碳源达到了最高峰值。

2008年总碳源有显著降低,这主要是由于2007年联合国政府间气候变化专业委员会指出农业碳源已经跃升成為第二大碳源,农业的碳排污染引起了重视。

且北京奥运会部分水上项目在山东省举行,这促使政府更加关注环境,这些重大事件使得政府开始重点关注农业碳排放;加上同期山东省提出了创建农产品质量安全县与开展化肥农药使用量零增长行动。

积极培育农村经济新业态,同样是总碳源得以显著降低的主要原因。

从碳源结构观察到,化肥、翻耕、灌溉对总碳源的贡献度最大,其中化肥占比在最高峰值时达到了总碳源的34.86%,这主要是由于化肥价格低廉,种植业生产对其依赖性较高,替代产品价格较贵且效果欠佳;从增速来看,农膜增长率最高时达到了基年的610.25%,农用柴油达到了基年的461.43%,化肥达到了基年的203.80%。

从发展趋势来看,总碳源与三大主要碳排放来源均呈现先增后降的趋势,但相比于基期其总量增长仍然较大,表明就降低总碳源的角度而言,这三种碳源具有很大的碳减排空间。

由表4可知,山东省种植业碳汇总量呈现稳步增长趋势,这主要得益于种植业生产技术与水平的提高,政府的环保意识加强也起到了重要作用,但在2001~2003年有所回落。

山东省农产品进出口总额位居全国第一,随着2002年我国加入世界贸易组织,受新的国际形势以及新的标准的影响,种植业自身从生产技术、生产标准等也需要一个调整适应的过程,故出现了反复的过程。

就总碳汇贡献度而言,小麦、玉米最高,而单位碳汇面积量最高的是小麦、稻谷与玉米,其中小麦与玉米是山东省最主要的粮食作物。

从发展的趋势观察可知,未来小麦与玉米将是最主要的碳汇贡献农作物。

需要特别注意的是,由于种植业生产结构的调整以及经济效益的影响,棉花碳汇量从2008年开始呈现持续下降的趋势。

得益于山东省整体的种植业布局,蔬菜所产生的碳汇量呈现稳步上升趋势。

综合而言,碳汇量并没有因为播种面积减少而随之减少,这主要得益于种植水平的进步使单位亩产量大大提高。

由此可知,大力发展农业技术、提高种植水平,是增加碳汇的有效途径。

由表5可知,从发展趋势来看,相比于基期,除谷子以外,各农作物单位面积碳汇量均呈现不同程度增长,末期小麦单位面积碳汇量上升了57.35%,玉米上升了39.53%,棉花上升了70.63%,蔬菜上升了16.62%,这主要得益于山东省种植业水平的进步,山东省内建成了如潍坊国家蔬菜质量标准中心、德州国家农业示范区等高效种植业示范基地,这更加推动了山东省种植业向前发展。

从整体来看,单位面积碳汇总量呈现稳步提升的趋势,在末期达到最高峰值,相比于基期,上升了33.74%,从发展态势来看,预计未来将会进一步提高。

由表6可知,山东省净碳汇总体呈现稳步增长的趋势,这主要是因为碳汇的持续增长,促进了净碳汇的稳步增长。

2001~2004年有微小减弱,这主要是由于该时段碳源的增速大于碳汇的增速,故出现了回落的情况;从增速来看,碳汇总量截至2016年增长了158.67%,碳源总量增长了152.20%,最高峰值时为160.16%;净碳汇总量增长了160.39%,这表明碳汇的增长是净碳汇增长的主要动力,并且随着种植业科技水平的进步、单位亩产量的进一步增高以及政府与农户环保意识的进一步加强,碳汇还有很大的增长空间;碳源的增速依然很高,故低碳减排工作仍有很大的进步空间。

综合而言,山东省净碳汇会在较长一段时间内继续升高。

(二)VECM动态分析在前人研究的基础上,本文根据具体省情选取了山东省1990~2016年的数据构建基于协整约束的向量误差修正模型(VECM)对净碳汇影响因素进行动态研究。

相关文档
最新文档