摘要
近年来，川南地区积极响应国家绿色发展的号召，致力于农业低碳发展。本文先对川南地区2012-2022年间农业碳排量进行测算，后借助超效率SBM模型计算其碳排放效率，并运用Tobit模型从不同维度剖析效率的影响因素。计算结果表明，11年间川南地区农业碳排放总量呈现下降趋势，宜宾降幅最大，自贡碳排最少，泸州最多，内江逐渐告别榜首位置；效率虽总体呈增长态势，但仍未达到有效状态，自贡与内江先于2021年实现有效，随后宜宾也迈入有效行列且其涨幅最大，泸州效率最低且仍然无效；此外，农业经济发展水平和城镇化率对提升农业碳排放效率起到了积极的推动作用。基于以上结果，本文提出优化产业结构、发展有机农业、推广节能环保机械等建议。
关键词： 低碳；农业碳排放；川南地区；超效率SBM模型
Abstract
In recent years, south Sichuan region actively responds to the national call for green development and devotes itself to the low-carbon development of agriculture. In this paper, we first calculated the agricultural carbon emissions from 2012 to 2022 in southern Sichuan, and then calculated the efficiency of agricultural carbon emissions with super-efficiency SBM model. The results show that the total amount of agricultural carbon emissions in southern Sichuan has been decreasing over the past 11 years, with the largest decrease in Yibin, the smallest in Zigong and the largest in Luzhou, zigong and Neijiang became effective in 2021, followed by Yibin, which gained the most, and Luzhou, which was the least efficient and still ineffective, the level of agricultural economic development and the rate of urbanization have played a positive role in promoting the efficiency of agricultural carbon emissions. Based on the above results, the paper puts forward some suggestions, such as optimizing industrial structure, developing organic agriculture, popularizing energy-saving and environmental protection machinery, etc.
Key words： Low carbon; Agricultural carbon emissions; South Sichuan; Super-efficiency SBM model
参考文献 References
[1] 水煮花生.联合国政府间气候变化专门委员会第六次综合评估报告发布[J].科学,2023,75(03):10.
[2] 张晓萱,秦耀辰,吴乐英,等.农业温室气体排放研究进展[J].河南大学学报(自然科学版),2019,49(06):649-662+713.
[3] 阚莹莹.四川印发农业农村减排固碳实施方案 明确六大重点任务十项重大行动[N].四川日报,2023-07-28(02).
[4] 袁馨,闫述乾.西北地区农业碳排放时空特征与达峰分析[J].自然资源情报,2023(10):30-37.
[5] 宁静,李亚洁,王震等.中国粮食主产省区农业碳排放特征及影响因素[J].水土保持研究,2024,31(01):450-459.
[6] 赵苗苗,邵蕊,杨吉林等.基于DNDC模型的稻田温室气体排放通量模拟[J].生态学杂志,2019,38(04):1057-1066.
[7] 刘明达, 蒙吉军, 刘碧寒. 国内外碳排放核算方法研究进展. 热带地理, 2014, 34（2）:248-258.
[8] 王彬.全球价值链视角下数字经济对中国碳排放的影响[J].资源科学,2023,45(09):1899-1911.
[9] 吕剑平,乔宇佳.甘肃省农业碳排放时空演变及影响因素研究[J].中南林业科技大学学报(社会科学版),2023, 17(05):52-64.
[10] 杨龙,徐明庆,蒲健美等.农业碳排放效率及影响因素研究[J].中国经贸导刊(中),2020(06):101-105.
[11] 孙英彪,苏雄志,许皞.河北省耕地集约利用水平与碳排放效率的相关性[J].农业工程学报,2016,32(19):258-267.
[12] 金书秦,林煜,牛坤玉.以低碳带动农业绿色转型：中国农业碳排放特征及其减排路径[J].改革,2021(05):29-37.
[13] 冯浩,夏国峰,尤显平.基于非期望产出SBM模型和重心模型的重庆市农业生态效率测评[J].湖北农业科学,2024,63(03):177-182.
[14] 王梦晨.湖北省农业碳排放效率测度及其影响因素研究[D].中南财经政法大学,2022.
[15] 马爱玲,王建平,谈存峰.甘肃省农业碳排放效率测算及提升对策研究[J].国土与自然资源研究,2022(06):74-77.
[16] 侯宇,张宏胜,杨尚钊等.粮食主产区农业碳排放效率时空演变及影响因素研究[J].新疆农垦经济,2023(04):53-65.
[17] 钱力,金雨婷.农业碳排放效率测度及空间溢出效应[J].安庆师范大学学报（社会科学版）,2023,42(04):100-108.
[18] 黄和平,李紫霞,黄靛等.“双碳”目标下江西省农业碳排放量测算、影响因素分析与预测研究[J].生态与农村环境学报,2024,40(02):179-190.
[19] 沈艳阳,吴越,那晓红等.农业机械化对我国农业碳排放效率的影响——基于Super-SBM-Tobit模型[J].环境生态学,2023,5(10):53-61.
[20] 吉雪强,刘慧敏,张跃松.中国省际土地利用碳排放空间关联网络结构演化及驱动因素[J].经济地理,2023,43(02): 190-200.
[21] 李宽,史磊.农村产业融合对农业碳排放的影响：机制路径及空间溢出效应分析[J/OL].中国农业资源与区划:1-16[2024-03-27].http://kns.cnki.net/kcms/detail/11.3513.S. 20231113.1542.018.html.
[22] 陈文婷,张紫涵,王静.基于集对云物元模型的云南省农田碳减排能力综合评估[J].中国农村水利水电,2024(01):37-47+55.
[23] Charnes A,Cooper W W,Rhodes E. Measuring the efficiency of decision making units. European Journal of Operational Research,1979(2):429-444.
[24] 田云,林子娟.中国省域农业碳排放效率与经济增长的耦合协调[J].中国人口·资源与环境,2022,32(04):13-22.
[25] 徐丽杰,董珍溪.黄河流域农业碳排放时空特征及空间效应分析[J].华北水利水电大学学报(社会科学版),2023, 39(02): 9-18.