设计考虑水-土-能关联的农业能源利用碳排放效应评价指标和水-土-能匹配指数,并引入Dagum基尼系数,分析了我国农业水土资源与能源利用的碳排放效应及水-土-能匹配度。构建包含水土资源和能源因素的Kaya恒等式,应用对数平均迪氏指数分解...设计考虑水-土-能关联的农业能源利用碳排放效应评价指标和水-土-能匹配指数,并引入Dagum基尼系数,分析了我国农业水土资源与能源利用的碳排放效应及水-土-能匹配度。构建包含水土资源和能源因素的Kaya恒等式,应用对数平均迪氏指数分解法(Logarithmic Mean Divisia Index, LMDI),识别并研究了农业能源利用碳排放的驱动因素及其贡献。主要结论为:(1)研究期内,我国农业用水碳排放强度(Carbon Emission Intensity of Water Use,Iwu)、土地利用碳排放强度(Carbon Emission Intensity of Land Use,Ilu)、能源使用碳排放强度(Carbon Emission Intensity of Energy Use,Ieu)的增长率分别为7.72%、6.31%和-1.77%。我国农业Ilu的Dagum基尼系数均值最大,Ieu的均值最小,3个强度指数的空间差异均主要由组间差异贡献。(2)产销平衡区的水-土和水-能匹配度均最优,粮食主销区的土-能匹配度最优。(3)水资源经济产出和人口是我国农业能源利用碳排放的促进因素,而水土资源投入比、能源结构、人均耕地面积、能源利用效率则为抑制因素。(4)水资源经济产出和人口对各功能区农业能源利用碳排放均起促进作用,而能源结构和能源利用效率则表现为抑制作用。水土资源投入比是粮食主销区和产销平衡区农业能源利用碳排放的促进因素,却是粮食主产区的抑制因素。因此,应加强水土资源保护、优化农业能源结构,以提升能源利用率,促进农业绿色低碳发展。展开更多
文摘设计考虑水-土-能关联的农业能源利用碳排放效应评价指标和水-土-能匹配指数,并引入Dagum基尼系数,分析了我国农业水土资源与能源利用的碳排放效应及水-土-能匹配度。构建包含水土资源和能源因素的Kaya恒等式,应用对数平均迪氏指数分解法(Logarithmic Mean Divisia Index, LMDI),识别并研究了农业能源利用碳排放的驱动因素及其贡献。主要结论为:(1)研究期内,我国农业用水碳排放强度(Carbon Emission Intensity of Water Use,Iwu)、土地利用碳排放强度(Carbon Emission Intensity of Land Use,Ilu)、能源使用碳排放强度(Carbon Emission Intensity of Energy Use,Ieu)的增长率分别为7.72%、6.31%和-1.77%。我国农业Ilu的Dagum基尼系数均值最大,Ieu的均值最小,3个强度指数的空间差异均主要由组间差异贡献。(2)产销平衡区的水-土和水-能匹配度均最优,粮食主销区的土-能匹配度最优。(3)水资源经济产出和人口是我国农业能源利用碳排放的促进因素,而水土资源投入比、能源结构、人均耕地面积、能源利用效率则为抑制因素。(4)水资源经济产出和人口对各功能区农业能源利用碳排放均起促进作用,而能源结构和能源利用效率则表现为抑制作用。水土资源投入比是粮食主销区和产销平衡区农业能源利用碳排放的促进因素,却是粮食主产区的抑制因素。因此,应加强水土资源保护、优化农业能源结构,以提升能源利用率,促进农业绿色低碳发展。
