江蘇省農(nóng)業(yè)碳排放動態(tài)變化影響因素分析及趨勢預(yù)測*

趙 宇

(江蘇理工學(xué)院商學(xué)院，常州 213001)

0 引言

減排已成為全球共識，我國作為最大的發(fā)展中國家，減排任務(wù)迫在眉睫[1]。農(nóng)業(yè)作為我國的基礎(chǔ)產(chǎn)業(yè)，農(nóng)業(yè)碳排放問題備受關(guān)注。據(jù)相關(guān)數(shù)據(jù)顯示， 2000年以來，我國農(nóng)業(yè)碳排放以3%的增速上漲，約占碳排放量的10%，高碳排放量必然引發(fā)環(huán)境問題，而正確探索高碳排放因素以及分析其發(fā)展趨勢是當(dāng)前首要任務(wù)[2]，基于此，科學(xué)辨識農(nóng)業(yè)碳排放動態(tài)變化的影響因素及趨勢并提出合理化建議對于我國減排問題具有重要意義，有助于解決環(huán)境問題。

農(nóng)業(yè)碳排放與我國的環(huán)境問題緊密相連，因此農(nóng)業(yè)碳排放研究一直是各領(lǐng)域?qū)W者研究的重點(diǎn)[3-4]。近年來，多數(shù)學(xué)者從多個方面研究農(nóng)業(yè)碳排放，主要從農(nóng)業(yè)碳排放的測度、時(shí)空變化、影響因素、與經(jīng)濟(jì)發(fā)展的關(guān)系4方面進(jìn)行分析。如吳賢榮等[5]利用DEM模型，基于我國農(nóng)業(yè)的期望產(chǎn)出和非期望產(chǎn)出測算農(nóng)業(yè)碳排放量，結(jié)果表明，我國農(nóng)業(yè)碳排放量總體上呈上升趨勢； 劉立平[6]以河南省為研究區(qū)，研究河南省農(nóng)業(yè)碳排放的時(shí)空變化，結(jié)果表明，河南省農(nóng)業(yè)碳排放量較高的地區(qū)為耕地面積較大、農(nóng)業(yè)在區(qū)域經(jīng)濟(jì)中占有重要地位的地區(qū)； 張小平等[7]以甘肅省為例，基于LMDI模型分析影響農(nóng)業(yè)碳排放的因素，研究結(jié)果顯示，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)勞動力能夠促進(jìn)農(nóng)業(yè)碳排放總量的發(fā)展，相反，生產(chǎn)效率和產(chǎn)業(yè)結(jié)構(gòu)具有抑制作用； 李立[8]揭示了黃淮海平原農(nóng)業(yè)碳排放與經(jīng)濟(jì)增長的脫鉤關(guān)系?？傮w來看，國內(nèi)研究農(nóng)業(yè)碳排放著重于單一研究，主要是對于現(xiàn)狀和影響因素的研究，但并未揭示未來農(nóng)業(yè)碳排放發(fā)展的可能性。基于此，文章基于農(nóng)業(yè)碳排放2000～2015年的面板數(shù)據(jù)分析其影響因素，揭示2000～2015年江蘇省農(nóng)業(yè)碳排放變化規(guī)律； 并采用多元回歸分析模型分析江蘇省碳排放影響驅(qū)動力，采用灰色預(yù)測模型GM(1， 1)預(yù)測2016～2030年江蘇省碳排放量，以期為江蘇省減排任務(wù)提供理論基礎(chǔ)。

1 研究區(qū)概況及研究方法

1.1 研究區(qū)概況

江蘇省位于中國大陸東部沿海，長江下游地區(qū)，東臨黃海，東南毗鄰上海和浙江，西接安徽，北接山東，介于北緯30°45′～35°20′，東經(jīng)116°18′～121°57′，總面積10.72萬km2，共13個市區(qū)，總?cè)丝跒? 998.6萬人[11]。江蘇屬溫帶亞熱帶過渡性氣候，年均氣溫13～16℃。江蘇省是有名的“魚米之鄉(xiāng)”，農(nóng)業(yè)生產(chǎn)條件得天獨(dú)厚， 2016年江蘇省耕地面積458.3萬hm2，人均耕地574m2，農(nóng)作物播種面積為7 676.9萬hm2，其中，有效灌溉面積為405.41萬hm2，機(jī)耕面積為593.96萬hm2，農(nóng)業(yè)機(jī)械總動力為4 906.55萬kW，化肥施用量312.52萬t，占全國5.23%，農(nóng)藥使用量7.62萬t，占全國8.89%，農(nóng)膜使用量11.39萬t，占全國6%，糧食產(chǎn)量達(dá)3 466萬t。江蘇省雖然經(jīng)濟(jì)發(fā)展較快，但其農(nóng)業(yè)發(fā)展很大程度上依賴于化肥、農(nóng)藥及薄膜的使用，導(dǎo)致農(nóng)業(yè)生態(tài)環(huán)境污染嚴(yán)重，農(nóng)業(yè)碳排放量顯著增長，制約了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展。

江蘇省作為全國經(jīng)濟(jì)發(fā)展迅速的省份，同時(shí)也是農(nóng)業(yè)大省[9]。2016年江蘇省農(nóng)業(yè)總產(chǎn)值達(dá)7 235.1億元，同比增長2.9%。江蘇省農(nóng)業(yè)發(fā)達(dá)，農(nóng)業(yè)碳排放相對較高[10]，且江蘇政府一直致力于農(nóng)業(yè)減排，但農(nóng)業(yè)減排的首要前提是辨析影響江蘇省農(nóng)業(yè)碳排量的因素，因此合理有效解決碳排放問題，正確分析其影響因素及有效模擬是首要前提。

1.2 研究方法

1.2.1 農(nóng)業(yè)碳排放的測算

如何科學(xué)的構(gòu)建農(nóng)業(yè)碳排放測算體系，一直是學(xué)術(shù)界不斷探究的問題之一。農(nóng)業(yè)對凈碳排放量的貢獻(xiàn)主要包括生命周期內(nèi)產(chǎn)生的直接或間接的碳排放量、農(nóng)業(yè)碳固定以及生物質(zhì)能源的減排效應(yīng)。結(jié)合上述考慮以及現(xiàn)有研究成果及數(shù)據(jù)的可獲取性[6-7， 11]，該文主要從投入角度計(jì)算幾個要素使用而產(chǎn)生的碳排放量：化肥施用方面、農(nóng)藥施用方面、地膜使用方面、柴油使用方面、土地灌溉方面、土地翻耕方面。農(nóng)業(yè)碳源數(shù)據(jù)均來源于《江蘇省統(tǒng)計(jì)年鑒(2001～2016)》，其中土地翻耕方面用當(dāng)年農(nóng)作物耕種面積表示。農(nóng)業(yè)碳排放量計(jì)算公式：

C=∑Ci×Δi

(1)

式(1)中，C為農(nóng)業(yè)碳排放量；Ci表示碳源量；Δi表示碳源排放系數(shù)。

1.2.2 多元回歸分析

多元回歸模型是研究多個自變量與一個因變量之間是否存在某種線性或非線性關(guān)系的一種統(tǒng)計(jì)學(xué)分析方法，主要目的在于分析多個自變量與一個因變量之間的數(shù)量關(guān)系，量化解釋變量對因變量的影響程度[12-13]，可以很好地滿足該文研究需要，因而引入回歸模型探尋各影響因素(自變量)對碳排放量(因變量)的貢獻(xiàn)程度。因碳排放量由多種因素造成，故其影響因素構(gòu)成較為復(fù)雜，既涉及資源環(huán)境、氣候等自然條件，同時(shí)也涉及社會經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)及消費(fèi)習(xí)慣等社會因素密切相關(guān)。綜合參考以往學(xué)者的研究成果，針對江蘇省的區(qū)域特性，凝練出江蘇省農(nóng)業(yè)碳排放影響因素。鑒于數(shù)據(jù)的可獲取性，該文基于SPSS軟件選取單位農(nóng)業(yè)能源消耗(X1)、農(nóng)業(yè)人口人均GDP(X2)、城鎮(zhèn)化率水平(X3)、財(cái)政支農(nóng)資金數(shù)額(X4)及農(nóng)業(yè)科研人員數(shù)量(X5)5個影響因子對江蘇省農(nóng)業(yè)碳排放進(jìn)行影響因素分析。這些影響因子相關(guān)數(shù)據(jù)來源于《江蘇省統(tǒng)計(jì)年鑒(2001～2016)》?；貧w模型公式為：

Y=A0+A1X1+A2X2+…+A5X5+B

(2)

式(2)中，A為回歸常數(shù)，A1，A2，…，A5為回歸系數(shù)；Y為因變量；B為隨機(jī)誤差。

1.2.3 灰色預(yù)測模型 GM(1.1)

灰色預(yù)測模型的基本原理是基于對原始數(shù)列逐步加大或者減少，以對原始數(shù)列在應(yīng)用過程中累加而生成這樣的數(shù)據(jù)處理方法，在此基礎(chǔ)上可以得到一條具有指數(shù)增長規(guī)律的上升形狀數(shù)列，它具有所需樣本少、不需要計(jì)算統(tǒng)計(jì)特征量等優(yōu)點(diǎn)[14-16]，是處理小樣本預(yù)測問題的有效工具。鑒于此，該文引入灰色預(yù)測模型模擬2020～2030年江蘇省農(nóng)業(yè)碳排放量情況，模型：

x(0)(k+1)=T(1)x(1)(k+1)-x(1)(k)

(3)

式(3)中，T表示轉(zhuǎn)置；當(dāng)k=1， 2，…，n-1時(shí)，x(0)的擬合值是x(0)(k+1)； 當(dāng)k≥N時(shí)，可得原始序列x(0)預(yù)報(bào)值。

2 結(jié)果與分析

2.1 碳排放動態(tài)變化分析

圖1 2000～2015年江蘇省農(nóng)業(yè)碳排放動態(tài)變化

2000～2015年江蘇省農(nóng)業(yè)碳排放量計(jì)算結(jié)果如圖1。2000～2015年，江蘇省農(nóng)業(yè)碳排放量呈現(xiàn)三段式變化。第一段變化期為2000～2003年，表現(xiàn)為小幅度的先增長后下降趨勢，可能歸因于政府對于農(nóng)業(yè)的扶持力度有所增加造成農(nóng)民對于農(nóng)業(yè)的短期熱度。隨著對于生態(tài)環(huán)境保護(hù)的重視，限制農(nóng)藥、化肥施用量及地膜使用量，進(jìn)一步控制了工業(yè)碳排放量； 第二段變化期為2004～2010年，農(nóng)業(yè)碳排放量呈現(xiàn)出快速增長趨勢。土地深耕、灌溉已基本實(shí)現(xiàn)機(jī)械化，故造成碳排放量的大量增加； 2011～2015年，農(nóng)業(yè)碳排放總量開始緩步減少。分析其原因?yàn)榻陙斫K省大力提高農(nóng)業(yè)機(jī)械化水平，據(jù)統(tǒng)計(jì)， 2011年江蘇省農(nóng)業(yè)綜合機(jī)械化水平高達(dá)74%。同時(shí)， 2012年，政府加大了柴油型機(jī)械的管制力度，大力提倡清潔型能源全面代替不可再生能源，碳排放量開始步入緩步減少狀態(tài)。

2015年江蘇省各地市碳排放量如表1。由表1可以看出， 2015年江蘇省農(nóng)業(yè)碳排放量存在顯著的空間異質(zhì)性，且在各碳源排放量方面存在顯著差異。從碳排放總量方面來看，徐州市、南京市、南通市、鹽城市、宿遷市碳排放總量較高，徐州市經(jīng)濟(jì)發(fā)展水平處于全省第6位，且基本農(nóng)田面積高達(dá)56.9萬hm2，農(nóng)業(yè)碳排放量居全省第1位。碳源方面來看，化肥的施用造成的碳排放量遠(yuǎn)遠(yuǎn)高于其他碳源的影響，鹽城市、徐州市、南京市施用化肥造成的碳排放量高于25萬t。除此之外，也可以發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平相對較好的地區(qū)地膜的使用造成的農(nóng)業(yè)碳排放量也相對較高。目前來看，灌溉及機(jī)耕對于農(nóng)業(yè)碳排放量的貢獻(xiàn)相對較小，未來隨著農(nóng)業(yè)技術(shù)水平的發(fā)展灌溉及機(jī)耕的碳源污染將會進(jìn)一步降低。

2.2 碳排放影響因素分析

通過測算可知，農(nóng)業(yè)碳排放與各影響因子之間的多元回歸模型：

(4)

由式(4)可知，江蘇省碳排放變化的影響因子中，單位農(nóng)業(yè)能源消耗(X1)影響度最大，偏相關(guān)系數(shù)為0.843，其次是農(nóng)業(yè)人口人均GDP(X2)及財(cái)政支農(nóng)資金數(shù)額(X4)，影響值分別為0.655及0.548，最后為城鎮(zhèn)化率水平(X3)，而農(nóng)業(yè)科研人員數(shù)量(X5)對江蘇省碳排放的影響為-0.291。說明2000～2015年，在選取的各項(xiàng)指標(biāo)中，農(nóng)業(yè)能源消耗(X1)、農(nóng)業(yè)人口人均GDP(X2)及財(cái)政支農(nóng)資金數(shù)額(X4)對江蘇省碳排放的增長起主要推動作用，而城鎮(zhèn)化率水平(X3)對江蘇省碳排放的影響作用相對較小，農(nóng)業(yè)科研數(shù)量(X5)對碳排放的減排起到積極作用。對于江蘇省農(nóng)業(yè)碳排放的增長來說，農(nóng)業(yè)能源消耗、農(nóng)業(yè)人口人均GDP、財(cái)政支農(nóng)資金數(shù)額為正向影響。鹽城、徐州等市農(nóng)業(yè)能源消耗量較大，土壤污染嚴(yán)重，同時(shí)，在江蘇的礦區(qū)和蘇南工業(yè)發(fā)達(dá)地區(qū)周邊農(nóng)地土壤受重金屬及難降解有機(jī)物的污染嚴(yán)重，土壤污染直接危及到農(nóng)產(chǎn)品質(zhì)量安全、生態(tài)安全及人體健康。近年來，江蘇省加強(qiáng)環(huán)境監(jiān)測，將糧食主產(chǎn)區(qū)的土壤污染修復(fù)列為工作重點(diǎn)，并出臺相關(guān)法律、法規(guī)，減少化學(xué)肥料施用，引導(dǎo)農(nóng)民使用有機(jī)肥，推行精準(zhǔn)科學(xué)施藥。此外，大力農(nóng)業(yè)廢棄發(fā)展資源轉(zhuǎn)化技術(shù)，扶持沼氣治理工程、有機(jī)肥加工工程、因地制宜推進(jìn)秸稈能源化、肥料化、飼料化、基礎(chǔ)化、原料化利用，積極拓展秸稈利用渠道。支農(nóng)資金的投入及農(nóng)業(yè)人均GDP的增加使得農(nóng)民更愿意進(jìn)行農(nóng)業(yè)生產(chǎn)，農(nóng)業(yè)快速發(fā)展及農(nóng)業(yè)規(guī)模的擴(kuò)大在一定程度上使得農(nóng)業(yè)碳排放量增加，使農(nóng)業(yè)能源消耗也越大，農(nóng)業(yè)碳排放量增加。農(nóng)業(yè)科研人員數(shù)量的增長表明以科技發(fā)展農(nóng)業(yè)，主要表現(xiàn)為農(nóng)業(yè)機(jī)械耗油量的減少、清潔能源的使用，從而減緩碳排放量，故起到積極促進(jìn)的作用。

2.3 碳排放趨勢預(yù)測分析

經(jīng)由灰色預(yù)測模型GM運(yùn)算得到2016～2030年江蘇省碳排放量的預(yù)測值，由表2可知，2016～2030年江蘇省碳排放量變化過程整體呈現(xiàn)出逐步下降的趨勢，變化區(qū)間為453萬～445萬t。其中， 2016～2030年農(nóng)業(yè)碳排放量平均值約為449.25萬t，遠(yuǎn)遠(yuǎn)低于2000～2015年農(nóng)業(yè)碳排放的平均值，這是由于近年來江蘇省意識到農(nóng)業(yè)碳排放不斷上升問題的嚴(yán)重性，長此以往會導(dǎo)致居民生活水平的下降以及更為惡劣的生態(tài)污染，故頒布了一系列減少碳排放量、優(yōu)化生態(tài)環(huán)境的法案，例如《江蘇農(nóng)業(yè)基本現(xiàn)代化指標(biāo)體系》《江蘇農(nóng)業(yè)機(jī)械化水平評價(jià)指標(biāo)體系》等，在此基礎(chǔ)上開展環(huán)境管理行動如人類與生物圈計(jì)劃、環(huán)境研究計(jì)劃、氣候變化研究計(jì)劃等研究計(jì)劃。這些措施在近年來已有一定的成效，政策的繼續(xù)實(shí)施將遏制江蘇省農(nóng)業(yè)碳排放量，預(yù)計(jì)將會呈現(xiàn)出緩步下降走勢，江蘇省在今后的發(fā)展過程中還需加大節(jié)能減排力度，以順利達(dá)到減排目標(biāo)。

表2 2016～2030年江蘇省碳排放值預(yù)測

年份201620172018201920202021202220232024202520262027202820292030碳排放預(yù)測值(萬t)453.2452.7451.9451.3451.1450452448445447449451447446445

3 結(jié)論與建議

3.1 結(jié)論

農(nóng)業(yè)碳排放作為全球溫室氣體的重要來源，對氣候造成的威脅已不容忽視，尋求低碳農(nóng)業(yè)經(jīng)濟(jì)發(fā)展模式，嚴(yán)格監(jiān)測并控制農(nóng)業(yè)碳排放量，是當(dāng)前我國農(nóng)業(yè)發(fā)展的重要策略。該文對2000～2015年江蘇省農(nóng)業(yè)碳排放量進(jìn)行監(jiān)測，并預(yù)測了2020～2030年碳排放量走勢。

(1)2000～2015年江蘇省農(nóng)業(yè)碳排放量主要呈現(xiàn)三段式變化。2000～2003年，表現(xiàn)為小幅度的先增長后下降趨勢；2004～2010年，農(nóng)業(yè)碳排放量呈現(xiàn)快速增長趨勢；2011～2015年，農(nóng)業(yè)碳排放總量開始緩步減少。農(nóng)業(yè)碳排放量變化幅度逐漸趨于穩(wěn)定，表明江蘇農(nóng)業(yè)減排已經(jīng)取得初步成效。

(2)通過多元回歸分析對江蘇省碳排放量主要影響因素的預(yù)測結(jié)果表明，江蘇省農(nóng)業(yè)碳排放量的主要正向促進(jìn)因素依次是單位農(nóng)業(yè)能源消耗、農(nóng)業(yè)人口人均GDP、財(cái)政支農(nóng)資金數(shù)額，其影響因子大小依次為0.843、0.655、0.548，結(jié)合江蘇省現(xiàn)實(shí)情況，減少農(nóng)業(yè)能源消耗依然是未來農(nóng)業(yè)減排的首要任務(wù)。農(nóng)業(yè)科研人數(shù)的增加對抑制碳排放量的增長起到一定的作用。

(3)江蘇省農(nóng)業(yè)碳排放呈顯著的空間差異，其中，徐州市、南京市、南通市、鹽城市、宿遷市碳排放總量較高，是未來農(nóng)業(yè)減排重點(diǎn)關(guān)注城市，其他地區(qū)農(nóng)業(yè)碳排放相對較低。

(4)由灰色預(yù)測模型GM運(yùn)算得到2016～2030年江蘇省農(nóng)業(yè)碳排放量的預(yù)測值，表明江蘇省農(nóng)業(yè)碳排放量預(yù)計(jì)不會出現(xiàn)大幅增加趨勢，將會呈現(xiàn)出緩步下降趨勢。

3.2 建議

根據(jù)江蘇省農(nóng)業(yè)碳排放測算及影響因素研究，基于江蘇省農(nóng)業(yè)發(fā)展概況，為了減少其農(nóng)業(yè)碳排放量，確保農(nóng)業(yè)可持續(xù)發(fā)展，該文提出相關(guān)的政策和建議：(1)加大農(nóng)業(yè)科技投入，培養(yǎng)農(nóng)業(yè)科技創(chuàng)新人才。從江蘇省農(nóng)業(yè)碳排放影響因素分析可知，農(nóng)業(yè)科技人員的增長在很大程度上降低了江蘇省農(nóng)業(yè)碳排放，與此同時(shí)，農(nóng)業(yè)科技人員的加入也能夠?yàn)閯?chuàng)新農(nóng)業(yè)發(fā)展模式提供有力支撐。由于江蘇省內(nèi)區(qū)域之間的農(nóng)業(yè)發(fā)展差異明顯，各地區(qū)條件不同，對培育新型農(nóng)業(yè)經(jīng)營主體的類型要因地制宜、各有側(cè)重：對新型農(nóng)業(yè)經(jīng)營主體開展定期培訓(xùn)，組織參觀考察農(nóng)業(yè)科技先進(jìn)典型和農(nóng)業(yè)經(jīng)營模式； 對新型農(nóng)業(yè)經(jīng)營主體加大財(cái)政補(bǔ)助力度，允許新型農(nóng)業(yè)經(jīng)營主體承擔(dān)部分財(cái)政項(xiàng)目，如現(xiàn)代農(nóng)業(yè)示范和先進(jìn)農(nóng)業(yè)科技項(xiàng)目； 給予新型農(nóng)業(yè)經(jīng)營主體貸款、貼息貸款等支持。對于易災(zāi)地區(qū)和經(jīng)營風(fēng)險(xiǎn)較大的農(nóng)業(yè)產(chǎn)業(yè)，如養(yǎng)殖業(yè)、育種業(yè)等，應(yīng)提供更加優(yōu)惠的保險(xiǎn)政策。(2)提高農(nóng)業(yè)人口待遇是降低江蘇省農(nóng)業(yè)碳排放的推力。農(nóng)業(yè)人口人均GDP決定了其在農(nóng)業(yè)發(fā)展中的積極性，只有GDP的增加才能帶動他們對農(nóng)業(yè)的積極投入，以新的創(chuàng)新模式來發(fā)展農(nóng)業(yè)，提高農(nóng)業(yè)科技含量，降低農(nóng)業(yè)碳排放量，尤其應(yīng)給予對降低農(nóng)業(yè)碳排放有突出貢獻(xiàn)的農(nóng)戶，讓其引領(lǐng)其他農(nóng)戶發(fā)展新農(nóng)業(yè)，以達(dá)到減排目標(biāo)。(3)對于江蘇省全省而言，加強(qiáng)產(chǎn)業(yè)節(jié)能減排宣傳、大力發(fā)展新型能源、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)及能源結(jié)構(gòu)等對于進(jìn)一步降低碳排放具有重要作用。

農(nóng)業(yè)碳排放問題是全球?qū)W者關(guān)注的熱點(diǎn)和重點(diǎn)前沿領(lǐng)域，既有評價(jià)指標(biāo)選取及判斷的科學(xué)問題，同時(shí)也存在研究方法的適用性問題。該文運(yùn)用多元回歸模型探究江蘇省農(nóng)業(yè)碳排放動態(tài)變化影響因素，并基于灰色預(yù)測模型GM預(yù)測2016～2030年江蘇省農(nóng)業(yè)碳排放量。較好地揭示了江蘇省農(nóng)業(yè)碳排放強(qiáng)度的影響因子，可為江蘇省及我國政府制定碳減排政策提供科學(xué)依據(jù)。我國目前正處于城鎮(zhèn)化與工業(yè)化及農(nóng)業(yè)現(xiàn)代化的快速發(fā)展階段，經(jīng)濟(jì)增長對能源的消耗等形成較大壓力，如何促進(jìn)我國經(jīng)濟(jì)的實(shí)質(zhì)性轉(zhuǎn)型，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展是我國當(dāng)前的重要挑戰(zhàn)。江蘇省作為我國農(nóng)業(yè)大省之一，對其農(nóng)業(yè)碳排放量影響因素的探究對于我國其他地區(qū)開展碳排放相關(guān)研究具有借鑒作用。但該文僅從整體層面、宏觀角度對江蘇省農(nóng)業(yè)碳排放動態(tài)變化進(jìn)行分析，探究影響因素的交互效應(yīng)，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)生態(tài)環(huán)境的耦合協(xié)調(diào)發(fā)展是下一步研究的重點(diǎn)方向。

[1] 田云， 張俊飚，尹朝靜，等.中國農(nóng)業(yè)碳排放分布動態(tài)與趨勢演進(jìn)——基于31個省(市、區(qū))2002～2011年的面板數(shù)據(jù)分析.中國人口.資源與環(huán)境， 2014, 24(7): 91～98

[2] 孫赫， 梁紅梅，常學(xué)禮，等.中國土地利用碳排放及其空間關(guān)聯(lián).經(jīng)濟(jì)地理, 2015(3)： 154～162

[3] 李秋萍， 李長建，肖小勇，等.中國農(nóng)業(yè)碳排放的空間效應(yīng)研究.干旱區(qū)資源與環(huán)境， 2015, 29(4): 30～35

[4] 龐麗. 我國農(nóng)業(yè)碳排放的區(qū)域差異與影響因素分析.干旱區(qū)資源與環(huán)境， 2014, 28(12): 1～7

[5] 吳賢榮， 張俊飚，田云，等.中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用.資源科學(xué)， 2014, 36(1): 129～138

[6] 劉立平. 河南省農(nóng)業(yè)碳排放時(shí)空特征及影響因素研究.水土保持研究， 2014， 21(4)： 179～183， 189

[7] 張小平， 王龍飛.甘肅省農(nóng)業(yè)碳排放變化及影響因素分析.干旱區(qū)地理， 2014, 37(5): 1029～1035

[8] 李立， 周燦，李二玲，等.基于投入視角的黃淮海平原農(nóng)業(yè)碳排放與經(jīng)濟(jì)發(fā)展脫鉤研究.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)， 2013, 29(5): 551～558

[9] 郭忻怡， 閆慶武，譚曉悅，等.基于DMSP/OLS與NDVI的江蘇省碳排放空間分布模擬.世界地理研究， 2016, 25(4): 102～110

[10]陸尤尤. 基于“壓力—狀態(tài)—響應(yīng)”機(jī)制的江蘇省農(nóng)業(yè)面源污染研究.南京：南京農(nóng)業(yè)大學(xué)， 2012

[11]吳梅. 江蘇省碳排放驅(qū)動因素的動態(tài)特征研究.南京：南京信息工程大學(xué)， 2015

[12]廖順寶， 姬廣興，侯鵬敏，等.面向糧食產(chǎn)量空間化的多元回歸分析模型中的兩個關(guān)鍵問題探討.自然資源學(xué)報(bào)， 2015, 30(11): 1922～1932

[13]梁友嘉， 徐中民.基于GIS的降水多元回歸模型在黑河干流山區(qū)的應(yīng)用.草業(yè)科學(xué)， 2011, 28(9): 1581～1588

[14]盧陽. 基于灰色線性回歸組合模型的金融預(yù)測方法.統(tǒng)計(jì)與決策, 2017(10)： 91～93

[15]顧景枝， 余國新，陳文博.新疆林果業(yè)生產(chǎn)風(fēng)險(xiǎn)度量與評估——基于GM(1， 1)模型與信息擴(kuò)散理論的實(shí)證分析.中國農(nóng)業(yè)資源與區(qū)劃， 2015, 36(6): 82～88

[16]張貴軍， 朱永明，張蓬濤，等.石家莊市耕地資源人口承載力評價(jià).中國農(nóng)業(yè)資源與區(qū)劃， 2013, 34(6): 120～126