基于LDI模型的贵州省种植业碳排放影响因素研究

doi:10.19754/j.nyyjs.20250530017

农业与技术 ›› 2025, Vol. 45 ›› Issue (10): 71-75.DOI: 10.19754/j.nyyjs.20250530017

• 资源环境 • 上一篇

基于LDI模型的贵州省种植业碳排放影响因素研究

康雄申丽彭娇婷张克新袁玉婷杨雯珺

1.贵州财经大学，贵州贵阳550025；2.黑龙江大学，黑龙江哈尔滨150000

出版日期:2025-05-30 发布日期:2025-05-30
作者简介:康雄(1999-)，男，硕士在读。研究方向：农村发展；通信作者彭娇婷(1981-)，女，博士，副教授，硕士生导师。研究方向：能源经济与低碳农业。
基金资助:
国家自然科学基金项目（项目编号：42163001）：2020年贵州财经大学引进人才科研启动项目（项目编号：2020YJ004)

Online:2025-05-30 Published:2025-05-30

摘要/Abstract

摘要： 种植业碳排放研究对于区域经济增长和实现“双碳目标”具有双重积极意义。研究根据PCC碳排放系数法测算了2005一2022年贵州省种植碳排放，通过对数平均迪氏指数模型(LMDI)对贵州省种植业碳排放影响因子进行分解。研究表明：碳排放总量和密度在研究期内均呈现出达峰回落“倒U型”增长趋势，排放总量在 2016年达峰值163.45万t,化肥是种植业碳排放的最大碳源，占比55.59%。农业经济增长和农业结构促进了碳排放，而技术进步和劳动力规模抑制碳排放，且研究期内农业经济增长为种植碳排放的最大驱动因子(+408.19 万)。基于研究结论，对于贵州省种植业低碳化转型，得出3点政策启示：实施差异化减排政策、加强农业技术创新、优化种植产业结构。

中图分类号:

S181

. 基于LDI模型的贵州省种植业碳排放影响因素研究[J]. 农业与技术, 2025, 45(10): 71-75.

参考文献

[1]杜勒勒，张明军，王圣杰，等.中国气温变化对全球变暖停滞的响应[J].地理学报，2018,73(09)：1748-1764. [2]Bell M J,Cloy J M,Rees R M.The true extent of agriculture's contribution to national greenhouse gas emissions [J.Environmen- tal Science Policy,2014,39:1-12. [3]冉光和，王建洪，王定祥.我国现代农业生产的碳排放变动趋势研究[J.农业经济间题，2011,32(02)：32-38,110- 111. [4] 孟庆雷，殷宇潮，王煜吴。我国农业碳排放的时空演化、脱钩效应及绩效评估[J].中国农业科学，2023,56(20)：4049- 4066. [5]董晓龙，郑兰钦，连海峰，等.中国农业净碳汇的时空动态及其驱动因素[J].水土保持学报，2024,38(04)：1-11. [6]彭宸，贾俊松，余清项，等.中国农业碳排放的时空演化及影响因素分析[J].环境科学研究，2024,37(06)：1181- 1192. [7]West T O,Marland G.A synthesis of carbon sequestration,carbon emissions,and net carbon flux in agriculture:Comparing tillage practices in the United States J ]Agriculture,Ecosystems and Environment,.2002,91(1-3):217-232. [8]Zou XX,Li Y E,Li K,et al.Greenhouse gas emissions from ag- ricultural irrigation in China [J.Mitigation Adaptation Strate- gies for Global Change,2015,20 (2):295-315. [9] 胡永浩，张昆扬，胡南燕，等。中国农业碳排放测算研究综述 [J].中国生态农业学报（中英文），2023,31(02)：163- 176. [10]赵先超，宋丽美，谭书佳。基于LMDI模型的湖南省农业碳排放影响因素研究[J].环境科学与技术，2018,41(01)： 177-183 [11]李薇，蒙平珠，李彩弟，等.基于LMDI模型的甘肃省种植业生产碳排放影响因素分析及减排途径[J].作物杂志， 2023(05)：264-271. [12]吴雅珍，马啸天，吴凯，等.经济增长与结构变化对亚洲国家碳排放与空气污染物排放的影响一基于KAYA、LDI与 SDA分解的驱动力分析[J].生态经济，2023,39(12)： 191-205 [13]高标，房骄，李玉波.基于STIRPAT模型的区域农业碳排放影响因素分析[J].环境科学与技术，2016,39(10)：190 -197. [14]Ang B.The LMDI approach to decomposition analysis:a practical guide [J].Energy Policy,2003,33 (7):867-871. [15]王兴，马守田，濮超，等.西南地区农业碳排放趋势及影响因素研究[J].中国人口·资源与环境，2017,27(S2): 231-234. [16]张洪字，赵炳坤，聂波，等.中国农业技术进步对农业碳排放强度的影响及作用机制分析[J].云南农业大学学报（社会科学)，2024,18（04)：132-140. [17]王凤，彭娇婷。贵阳市交通系统碳排放影响因子分解实证研究[J].农业与技术，2024,44（16)：91-96. [18]唐菁，易露.中国绿色农业技术创新的碳减排效应研究[J 0L].农林经济管理学报，1-13[2024-09-25].hp:/7ks. enki.net/kems/detail/36.1328.F.20240716.0941.004.html. [19]李宽，张弘，史磊。农业科技进步对农业碳排放空间溢出效应的实证检验[J].统计与决策，2023,39(21)：52-57.

基于LDI模型的贵州省种植业碳排放影响因素研究

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	. 包膜型缓控释肥在主粮作物上的应用效果研究[J]. 农业与技术, 2025, 45(9): 96-101.
[2]	. 退化草地生态修复研究现状及其存在的问题[J]. 农业与技术, 2025, 45(9): 102-105.
[3]	. 盐碱地利用农艺措施研究及应用进展[J]. 农业与技术, 2025, 45(9): 106-108.
[4]	. 贵州省碳达峰碳中和实施路径研究[J]. 农业与技术, 2025, 45(9): 119-123.
[5]	. 基于Landsat8数据的香港近海海域叶绿素a浓度反演[J]. 农业与技术, 2025, 45(9): 124-130.
[6]	. 基于熵值法的昆明市旅游气候舒适度评价[J]. 农业与技术, 2025, 45(8): 88-92.
[7]	. 岷江上游生境质量与碳诸量时空演变及相关性分析[J]. 农业与技术, 2025, 45(8): 100-106.
[8]	. 气候变化对我国植被碳汇的影响[J]. 农业与技术, 2025, 45(7): 98-102.
[9]	. 不同人为干扰下纳帕海湿地植物多样性特征及保护建议[J]. 农业与技术, 2025, 45(7): 103-107.
[10]	. 基于综合指标的八虎力河的河流健康评价[J]. 农业与技术, 2025, 45(7): 108-112.
[11]	. 黄河流域夏玉米根系带水质模型应用分析[J]. 农业与技术, 2025, 45(7): 113-116.
[12]	. 科尔沁沙地榆树林下土壤理化性质空间变化特征[J]. 农业与技术, 2025, 45(7): 117-121.
[13]	. 基于长时序遥感数据的玉林市土地利用变化特征研究[J]. 农业与技术, 2025, 45(6): 97-103.
[14]	. 农户认知是否影响其耕地质量保护强度[J]. 农业与技术, 2025, 45(6): 104-109.
[15]	. HSPF模型在呼兰河流域水文模拟中的应用[J]. 农业与技术, 2025, 45(6): 110-113.