• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      我國農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)業(yè)經(jīng)濟(jì)空間相關(guān)性研究

      2018-10-12 05:30:30韓會(huì)慶王世堯張新鼎白玉梅
      水土保持研究 2018年5期
      關(guān)鍵詞:耕地面積純收入單產(chǎn)

      韓會(huì)慶,王世堯,馬 庚,張新鼎,白玉梅

      (1.貴州理工學(xué)院 建筑與城市規(guī)劃學(xué)院,貴陽 550003; 2.貴州財(cái)經(jīng)大學(xué) 公共管理學(xué)院,貴陽 550025)

      隨著世界人口的快速增長(zhǎng),全球各地日益重視農(nóng)業(yè)生產(chǎn)。近幾十年來,為提高農(nóng)業(yè)生產(chǎn)水平,全球化肥、農(nóng)藥、地膜等使用量大幅增加,這使得農(nóng)業(yè)碳排放量快速增加[1-2]。已有研究發(fā)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)可能促進(jìn)農(nóng)業(yè)碳減排,也可能加快農(nóng)業(yè)碳排放[3]。如何實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)碳減排成為當(dāng)前亟需解決的問題,這對(duì)全球農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。

      目前,農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)之間關(guān)系研究多集中于農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)脫鉤分析[4]、農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究[5]、經(jīng)濟(jì)增長(zhǎng)對(duì)農(nóng)業(yè)碳排放作用強(qiáng)度[6]等方面。研究范圍涉及全國[7-8]、省域[4,9]、地區(qū)[10-11]等尺度。農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)脫鉤分析主要利用脫鉤指標(biāo)模型[12],農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究多利用環(huán)境庫茲涅茨曲線(EKC)模型[5]和協(xié)整模型[3],經(jīng)濟(jì)增長(zhǎng)對(duì)農(nóng)業(yè)碳排放作用強(qiáng)度研究多利用Kaya因素分解法[6]。然而,農(nóng)業(yè)碳排放與經(jīng)濟(jì)之間空間相關(guān)性還鮮有關(guān)注。空間自相關(guān)分析法可以揭示空間變量在不同位置上的相關(guān)性[13],用于測(cè)量和檢驗(yàn)空間上分布鄰近的物體及其某一屬性具有相似或相反的取值及其趨勢(shì)特點(diǎn)(空間正相關(guān)或空間負(fù)相關(guān)),判斷它的分布特征[14],該方法已廣泛應(yīng)用于區(qū)域經(jīng)濟(jì)、疾病傳播、土壤學(xué)、人口學(xué)等領(lǐng)域[15]。因此,本研究利用GeoDA空間分析軟件,通過空間自相關(guān)分析法分析農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)的空間的相關(guān)性。

      1 數(shù)據(jù)來源與研究方法

      1.1 數(shù)據(jù)來源

      2001年和2015年農(nóng)業(yè)碳排放數(shù)據(jù)涉及化肥使用量、農(nóng)藥使用量、地膜使用量、農(nóng)用柴油使用量、翻耕面積、灌溉面積6個(gè)方面數(shù)據(jù),主要來源于2002年和2016年《中國農(nóng)村統(tǒng)計(jì)年鑒》。2001年、2015年農(nóng)業(yè)經(jīng)濟(jì)數(shù)據(jù)涉及農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP、谷物單產(chǎn)3個(gè)方面數(shù)據(jù),主要來源于2002年和2016年《中國統(tǒng)計(jì)年鑒》。2001—2015年農(nóng)業(yè)碳排放和農(nóng)業(yè)經(jīng)濟(jì)變化數(shù)據(jù)等于2015年數(shù)據(jù)與2001年數(shù)據(jù)的差值。

      1.2 研究方法

      1.2.1 碳排放強(qiáng)度計(jì)算 一般認(rèn)為農(nóng)業(yè)碳排放來源于化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、翻耕和灌溉6個(gè)方面。農(nóng)業(yè)碳排放強(qiáng)度表示單位耕地面積碳排放量,等于各類農(nóng)業(yè)碳源排放量乘以各類碳排系數(shù),再除以耕地面積,計(jì)算公式為:

      (1)

      式中:C為農(nóng)業(yè)碳排放強(qiáng)度(t/km2);E為農(nóng)業(yè)碳排放總量(t);A為耕地面積(km2);Ei為各類農(nóng)業(yè)碳源排放量(t);Fi為各類農(nóng)業(yè)碳源碳排放系數(shù)(表1)。

      表1 農(nóng)業(yè)碳排放源及其系數(shù)[7,16-19]

      1.2.2 全局空間自相關(guān) 全局空間自相關(guān)是對(duì)變量的觀測(cè)值在整個(gè)區(qū)域空間特征的描述,檢驗(yàn)空間現(xiàn)象在整個(gè)區(qū)域上是否具有聚集效應(yīng)[20]。常用全局Moran′sI指數(shù)表達(dá),它表示空間鄰接或空間鄰近區(qū)域單元屬性值的相似程度[21],其計(jì)算公式為[22]

      (2)

      1.2.3 局域空間自相關(guān) 局域空間自相關(guān)分析可以準(zhǔn)確地把握空間要素的異質(zhì)性特性,推算出聚集地的空間位置和范圍。常用LISA聚集圖表示,它表示區(qū)域單元在區(qū)域內(nèi)的聚集或離散狀況[14]。LISA聚集圖計(jì)算依據(jù)局部Moran′sI指數(shù)表示,其計(jì)算公式為:

      (3)

      2 結(jié)果與分析

      2.1 我國農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)時(shí)空變化

      2001年我國農(nóng)業(yè)碳排放強(qiáng)度呈現(xiàn)東部地區(qū)較高,西部地區(qū)較低的特點(diǎn),其中,東部地區(qū)的山東、江蘇、浙江、福建、廣東的碳排放強(qiáng)度較高,西部的內(nèi)蒙古、甘肅、寧夏、陜西、青海、西藏、云南、貴州等碳排放強(qiáng)度較低。2015年我國東部和中部地區(qū)碳排放強(qiáng)度較高,西部地區(qū)碳排放強(qiáng)度較低,其中,東部沿海的天津、北京、河北、山東、江蘇、浙江、福建、廣東、海南以及中部地區(qū)的河南、湖北、湖南碳排放強(qiáng)度較高,西部地區(qū)內(nèi)蒙古、青海、西藏、貴州碳排放強(qiáng)度較低。2001—2015年,我國農(nóng)業(yè)碳排放強(qiáng)度整體呈增加趨勢(shì),其中,我國南方和西北地區(qū)碳排放強(qiáng)度增加較大,如海南、廣東、福建、廣西、湖南、江西、浙江、陜西、新疆、內(nèi)蒙古、甘肅等。東北、華北部分地區(qū)、西南部分地區(qū)碳排放增加較小,如黑龍江、吉林、遼寧、北京、山東、江蘇、安徽、西藏、四川、重慶、貴州等(圖1)。

      2001年和2015年我國農(nóng)民人均純收入和單位耕地面積農(nóng)業(yè)GDP呈現(xiàn)東高西低的特點(diǎn)。谷物單產(chǎn)呈現(xiàn)東部、東南、華中、東北地區(qū)較高,西北部、西南部較低的特點(diǎn)。2001—2015年,我國農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)均呈增加趨勢(shì),其中,我國農(nóng)民人均純收入增加較大地區(qū)集中在我國東部和中部地區(qū),西部地區(qū)農(nóng)民人均純收入增加較小。單位耕地面積農(nóng)業(yè)GDP增加較大地區(qū)主要分布在華北、華南和東南沿海,東北、西北、西南部分地區(qū)單位耕地面積農(nóng)業(yè)GDP增加幅度較小。谷物單產(chǎn)增加較大地區(qū)集中在東北、西北地區(qū),而南方地區(qū)、西南地區(qū)、西北部分地區(qū)谷物單產(chǎn)增加幅度較小(圖2)。

      圖1 2001-2015年我國農(nóng)業(yè)碳排放強(qiáng)度時(shí)空變化

      圖2 2001-2015年我國農(nóng)業(yè)經(jīng)濟(jì)時(shí)空變化

      2.2 我國農(nóng)業(yè)碳排放與農(nóng)業(yè)經(jīng)濟(jì)空間相關(guān)性分析

      2001年和2015年我國農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)的Moran′sI指數(shù)均大于0,這說明農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)業(yè)經(jīng)濟(jì)各指標(biāo)之間均存在空間正相關(guān)關(guān)系,其中,農(nóng)業(yè)碳排放強(qiáng)度與單位耕地面積農(nóng)業(yè)GDP空間正相關(guān)性較強(qiáng),與谷物單產(chǎn)空間正相關(guān)性較弱。與2001年相比,2015年農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)的Moran′sI指數(shù)較低,說明受糧食增產(chǎn)壓力增大和國家糧食生產(chǎn)重視加強(qiáng)的影響,全國各地化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油等使用量均迅速增加,碳排放強(qiáng)度空間格局差異縮小,進(jìn)而降低了碳排放強(qiáng)度空間與農(nóng)業(yè)經(jīng)濟(jì)空間相關(guān)性(圖3)。

      圖3 2001年和2015年我國農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)業(yè)經(jīng)濟(jì)全局空間自相關(guān)指數(shù)

      2001—2015年,農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)民人均純收入變化、谷物單產(chǎn)變化的Moran′sI指數(shù)小于0,與單位耕地面積農(nóng)業(yè)GDP變化的Moran′sI指數(shù)大于0,這說明農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)民人均純收入變化、谷物單產(chǎn)變化之間為空間負(fù)相關(guān)關(guān)系,農(nóng)業(yè)碳排放強(qiáng)度變化與單位耕地面積農(nóng)業(yè)GDP變化之間為空間正相關(guān)關(guān)系,其中,農(nóng)業(yè)碳排放強(qiáng)度變化與谷物單產(chǎn)變化的空間負(fù)相關(guān)性較強(qiáng),農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)民人均純收入變化的空間負(fù)相關(guān)性較弱(圖4)。

      圖4 2001-2015年我國農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)業(yè)經(jīng)濟(jì)變化全局空間自相關(guān)指數(shù)

      2001年農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)民人均純收入呈高—高相關(guān)的地區(qū)為山東、河南、湖北、安徽、江蘇、上海、浙江和福建,呈低—低相關(guān)的地區(qū)為新疆、青海、甘肅、四川、重慶和青海,呈低—高相關(guān)的地區(qū)為遼寧,無高—低相關(guān)地區(qū)。農(nóng)業(yè)碳排放強(qiáng)度與單位耕地面積農(nóng)業(yè)GDP呈高—高相關(guān)的地區(qū)為河南、湖北、湖南、安徽、江蘇、浙江、福建和上海,呈低—低相關(guān)的地區(qū)為甘肅和四川,呈低—高相關(guān)的地區(qū)為江西,無高—低相關(guān)地區(qū)。農(nóng)業(yè)碳排放強(qiáng)度與谷物單產(chǎn)呈高—高相關(guān)的地區(qū)為江蘇、安徽、上海、浙江和福建,呈低—低相關(guān)的地區(qū)為寧夏、甘肅和四川,呈低—高相關(guān)的地區(qū)為江西,無高—低相關(guān)地區(qū)。2015年農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)民人均純收入呈高—高相關(guān)的地區(qū)為河北、河南、山東、湖北、安徽、江蘇、上海、浙江和福建,呈低—低相關(guān)的地區(qū)為甘肅、青海、四川、重慶和貴州,呈低—高相關(guān)的地區(qū)為遼寧,無高—低相關(guān)地區(qū)。農(nóng)業(yè)碳排放強(qiáng)度與單位耕地面積農(nóng)業(yè)GDP呈高—高相關(guān)的地區(qū)為河南、安徽、江蘇、湖北、湖南、上海、浙江和福建,無低—低相關(guān)地區(qū),呈低—高相關(guān)的地區(qū)為廣西和江西,呈高—低相關(guān)的地區(qū)為新疆。農(nóng)業(yè)碳排放強(qiáng)度與谷物單產(chǎn)呈高—高相關(guān)的地區(qū)為福建和浙江,呈低—低相關(guān)的地區(qū)為甘肅、寧夏、四川和重慶,呈低—高相關(guān)的地區(qū)為黑龍江和遼寧,無高—低相關(guān)地區(qū)(圖5)。

      圖5 2001年和2015年我國農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)業(yè)經(jīng)濟(jì)雙變量LISA聚集圖

      2001—2015年,農(nóng)業(yè)碳排放變化與農(nóng)民人均純收入變化呈高—高相關(guān)的地區(qū)為河北、河南和福建,呈低—低相關(guān)的地區(qū)為青海、四川、重慶和貴州,呈低—高相關(guān)的地區(qū)為遼寧、山東、安徽、江蘇、湖北、上海和浙江,呈高—低相關(guān)的地區(qū)為甘肅。農(nóng)業(yè)碳排放變化與單位耕地面積農(nóng)業(yè)GDP變化呈高—高相關(guān)的地區(qū)為河南、廣西、廣東、海南和福建,無低—低相關(guān)地區(qū),呈低—高相關(guān)的地區(qū)為安徽、江蘇、湖南、湖北、江西、上海和浙江,呈高—低相關(guān)的地區(qū)為新疆。農(nóng)業(yè)碳排放變化與谷物單產(chǎn)變化呈高—高相關(guān)的地區(qū)為甘肅,呈低—低相關(guān)的地區(qū)為安徽、湖南、湖北、江西和浙江,呈低—高相關(guān)的地區(qū)為內(nèi)蒙古、黑龍江和吉林,呈高—低相關(guān)的地區(qū)為福建和海南(圖6)。

      3 討論與結(jié)論

      3.1 討 論

      本研究發(fā)現(xiàn)2001年和2015年農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)均為空間正相關(guān)關(guān)系,這與龐麗的研究結(jié)果較為一致[25]。農(nóng)業(yè)碳排放及變化與農(nóng)業(yè)經(jīng)濟(jì)及變化的空間相關(guān)性與兩者的空間格局是否一致有關(guān),如2001—2015年,我國農(nóng)業(yè)碳排放增加高值區(qū)多集中在南方和西北地區(qū),增加低值區(qū)多位于東北地區(qū)和西南地區(qū)。而我國谷物單產(chǎn)增加高值區(qū)多為東北地區(qū)、華北地區(qū)和西北部分地區(qū),增加低值區(qū)多位于南方地區(qū)和西部地區(qū),這就造成農(nóng)業(yè)碳排放和谷物單產(chǎn)增加高值區(qū)和低值區(qū)的空間不一致,進(jìn)而導(dǎo)致兩者之間出現(xiàn)空間負(fù)相關(guān)關(guān)系。

      圖6 2001-2015年我國農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)業(yè)經(jīng)濟(jì)變化雙變量LISA聚集圖

      農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)效率、農(nóng)業(yè)結(jié)構(gòu)和勞動(dòng)力是影響農(nóng)業(yè)碳排放的重要因素[26]。本研究選取農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)作為農(nóng)業(yè)經(jīng)濟(jì)指標(biāo),分析了農(nóng)業(yè)經(jīng)濟(jì)水平與農(nóng)業(yè)碳排放強(qiáng)度的空間相關(guān)性,這將對(duì)區(qū)域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展戰(zhàn)略制定和環(huán)境保護(hù)具有一定的指導(dǎo)意義。然而,本研究還未對(duì)農(nóng)業(yè)效率、農(nóng)業(yè)結(jié)構(gòu)和勞動(dòng)力因素與農(nóng)業(yè)碳排放空間相關(guān)性進(jìn)行分析,這將是本研究未來努力的方向。

      3.2 結(jié) 論

      (1) 2001年和2015年我國農(nóng)業(yè)碳排放強(qiáng)度、農(nóng)民人均純收入和單位耕地面積農(nóng)業(yè)GDP呈現(xiàn)東部高、西部低的特點(diǎn),谷物單產(chǎn)呈現(xiàn)東部、東南、華中、東北較高,西北部、西南部較低的特點(diǎn)。2001—2015年,我國農(nóng)業(yè)碳排放強(qiáng)度、農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)均呈增加趨勢(shì),變化區(qū)域空間差異較大。

      (2) 2001年和2015年我國農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)民人均純收入、單位耕地面積農(nóng)業(yè)GDP和谷物單產(chǎn)存在空間正相關(guān)關(guān)系。農(nóng)業(yè)碳排放強(qiáng)度與單位耕地面積農(nóng)業(yè)GDP空間正相關(guān)性較強(qiáng),與谷物單產(chǎn)空間正相關(guān)性較弱。2001—2015年,農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)民人均純收入變化、谷物單產(chǎn)變化存在空間負(fù)相關(guān)關(guān)系,與單位耕地面積農(nóng)業(yè)GDP變化存在空間正相關(guān)關(guān)系。

      (3) 2001年和2015年農(nóng)業(yè)碳排放強(qiáng)度與農(nóng)業(yè)經(jīng)濟(jì)各指標(biāo)LISA圖中,高—高和低—低聚集區(qū)占主導(dǎo)地位,高—高聚集區(qū)多集中在華北和東南地區(qū),低—低聚集區(qū)主要分布在我國西部地區(qū)。2001—2015年,農(nóng)業(yè)碳排放強(qiáng)度變化與農(nóng)民人均純收入變化和單位耕地面積農(nóng)業(yè)GDP變化LISA圖中,低—高聚集區(qū)較多,主要集中在華北、華中和東南地區(qū)。農(nóng)業(yè)碳排放強(qiáng)度變化與谷物單產(chǎn)變化LISA圖中,低—低聚集區(qū)較多,主要分布在華北和華中地區(qū)。

      猜你喜歡
      耕地面積純收入單產(chǎn)
      2022年中國耕地面積逾19億畝 連續(xù)第二年止減回增
      2022年新疆脫貧人口人均純收入達(dá)14 951元 同比增長(zhǎng)12.1%
      第三次全國國土調(diào)查主要數(shù)據(jù)發(fā)布耕地面積超過19億畝
      農(nóng)大農(nóng)企聯(lián)手創(chuàng)山西小麥最高單產(chǎn)新紀(jì)錄
      油菜“不務(wù)正業(yè)”,單產(chǎn)3.4噸
      單產(chǎn)948.48千克!“金種子”迸發(fā)大能量
      我國玉米單產(chǎn)紀(jì)錄第七次被刷新
      ◆2018年全國農(nóng)民人均純收入預(yù)計(jì)超14600元
      四川農(nóng)民收入增速 連續(xù)四年高于城鎮(zhèn)
      前沿趨勢(shì)
      华坪县| 大洼县| 新干县| 大同县| 盱眙县| 天峻县| 新化县| 寻甸| 博乐市| 谢通门县| 白城市| 贡嘎县| 德江县| 大同市| 东源县| 凤城市| 霸州市| 恩平市| 罗定市| 太原市| 洱源县| 彭山县| 高州市| 崇义县| 西丰县| 广德县| 车致| 渝中区| 敦煌市| 樟树市| 西盟| 吉木乃县| 泗水县| 威远县| 丹巴县| 天镇县| 舟曲县| 香河县| 通化市| 宁陵县| 沙田区|