论文部分内容阅读
摘要：文章采用投入视角，对江苏省近年来的农业碳排放量进行了测算。然后总结了学者们在农业碳排放影响因素方面的研究成果。最后运用灰色关联分析法对影响江苏农业碳排放的因素进行了分析，并提出了相应的对策。
关键词：江苏;农业碳排放;影响因素
一、农业碳排放影响因素方面的研究成果综述
张勇等利用kara恒等式模型对农业碳排放影响因素进行分析，结果表明，农业碳排放影响因素主要有：农业经济发展水平、结构因素、效率因素、劳动力规模因素。张小平和王龙飞以甘肃省为例，研究影响农业碳排放的因素。结果表明，农业经济发展水平和劳动力因素对农业碳排放的影响是正向的，而生产效率和产业结构因素则对碳排放有抑制作用。刘立平的研究结果表明，效率因素、结构因素和劳动力因素对农业碳排放有抑制作用，而农业经济发展水平是农业碳排放的主要影响因素。李小强和杨果认为，影响农业碳排放的主要因素有：农业生产资料消耗量、农业劳动力素质、生产效率、农业碳排放强度、农业生产规模。尧波等认为，生产效率、农业生产结构、劳动力因素、农业经济发展水平、相关政策是影响农业碳排放的主要因素。庞丽将影响农业碳排放的因素归结为：农业经济发展水平、农业能源利用效率、农业内部结构的优化、农业劳动力转移。杨均研究表明，农业从业人口和农业机械化水平的提高对农业碳排放有正向影响，而农村人力资本积累有助于减少农业碳排放。
本文运用灰色关联分析法，定量研究江苏农业碳排放和各个影响因素之间的关系。为政府部门进行农业碳减排方面决策提供有益参考。
二、江苏农业碳排放量的测算
要分析影响江苏农业碳排放量的因素，先要计算出江苏省农业碳排放量。本文采用投入视角计算江苏省农业碳排放数量。从投入视角来看，农业碳排放主要来自于六个方面要素的使用：化肥施用;农药施用;农膜使用;柴油使用;土地翻耕;土地灌溉。
碳排放估算公式为：C=∑Ci=∑Ci×△i （1）
其中Ci表示各个碳源量，△i表示碳源排放系数。化肥、农药、农膜、柴油、翻耕、灌溉分别以当年实际使用量、播种面积、灌溉面积为准。
运用上述公式，经过计算，得到江苏农业碳排放量如表1。
三、灰色关联模型建立步骤
由于统计数据收集的困难，使用传统的回归分析方法无法得到准确的衡量效果，而灰色系统理论是解决信息不完全情况下数据分析问题的科学方法，弥补了用数理统计方法作系统分析所导致的缺陷，对于样本量的多少和样本有无规律都同样适用，而且计算量小，十分简便，更不会出现量化结果与定性分析结果不符合的情况，因此本文采用该模型进行分析。灰色关联分析的建模步骤如下。
（一）建立原始数列的因变量参考数列和自变量比较数列
因变量参考数列又叫母序列记作
（五）计算灰色关联度
要求得总的关联度，需要考虑到不同的观测点在总体观测中的重要性程度，因此需要确定各个点的权重。一般情况下，采用算术平均数的方法计算灰色关联度
r0i=r0i（k），表示数列x0与数列xi之间的关联系数。
（六）关联度排序
根据r0i的大小进行关联度排序。关联度越接近于1，说明关联程度越大。根据经验，当λ=0.5时，关联度大于0.6便认为关联性显著。
四、江苏农业碳排放的影响因素分析
（一）江苏农业碳排放量与影响因素的关联度计算
本文中，以江苏农业碳排放量作为母序列，来衡量江苏农业碳排放水平，用A（单位：万吨）表示。影响农业碳排放的因素分别如下：农业科研人员数量（记为B1，单位：万人）;农业GDP数量（单位：亿元，记为B2）;农业人口数量（单位：万人，记为B3）;农业能源消费量（单位：百万吨标准煤，记为B4）;财政支农资金数额（单位：亿元，记为B5）。由于数据采集较为困难，本文采用2006年到2013年的数据。具体数据如表5所示。
按照上述步骤，具体计算结果如表6所示。
按照重要性的顺序，灰色关联度排序如下：
B1>B3>B4>B2>B5
（二）灰色關联度分析
从以上分析可以看出，对江苏农业碳排放量影响最大因素是农业科技人员数量。农业科技人员数量很大程度上决定了农业科技水平。而农业科技水平的提升，可以提升农业能源使用效率，从而大大减少农业碳排放量。最近几年，江苏农业科技人员数量有减少的趋势。从2006年的3.11万人减少到2013年的2.58万人。因此，政府相关部门应该采取更加科学的举措，调动农业科技人员积极性，吸引更多人才投入到农业科技创新过程中，为江苏农业碳减排作出贡献。
影响江苏农业碳排放的另一重要因素是农业人口数量。最近几年，江苏农业人口下降明显。农业人口下降有力促进农业碳排放的减少。在接下来的时间内，应该抓住国家实施城镇化和农业现代化的政策契机，进一步减少农业人口，这样可以为实现农业碳减排作出更大贡献。 农业能源消費量也在很大程度上影响农业碳排放量。我国一直以来采取的高能耗生产模式，导致农业能源消费巨大，不仅造成了能源浪费，也造成了严重的环境污染。在我国，农业面源污染已经成为农村环境污染的主要来源之一。因此，必须进一步提升农业科技水平，加大农民培训力度，加强对农业生产的监管，这样才能有效减少农业生产过程中的能源消耗，这样有助于农业碳减排目标的顺利实现。
农业总产值对农业碳排放也有一定影响。政府部门应该加大农业结构调整力度，在保证农业总产值稳步增长的前提下，提升农业生产的质量，从而有效减少农业碳排放量。
此外，财政支农资金数额也对江苏农业碳排放量有一定影响。财政支农加大，可以充分调动农民生产积极性，有助于农民采用更加现代化的工具从事农业生产，从而有助于实现农业碳减排的目标。
参考文献：
[1]张勇，黄淑玲，高杨.“十一五”期间淮北市农业碳排放趋势及影响因素研究[J].河北北方学院学报，2013（10）.
[2]张小平，王龙飞.甘肃省农业碳排放变化及影响因素分析[J].干旱区地理，2014（09）.
[3]刘立平.河南省农业碳排放时空特征及影响因素研究[J].水土保持研究，2014（08）.
[4]李小强，杨果.黑龙江省农业碳排放与农业产值增长的脱钩情况及其影响因素研究[J].经济研究导刊，2013（26）.
[5]尧波，郑艳明，胡丹，聂兰琴，付娜，胡启武.江西省县域农业碳排放的时空动态及影响因素分析[J].长江流域资源与环境，2014（03）.
[6]庞丽.我国农业碳排放的区域差异与影响因素分析[J].干旱区资源与环境，2014（12）.
[7]杨均.中国农业碳排放的地区差异和影响因素分析[J].河南农业大学学报，2012（06）.
[8]刘思峰，郭天榜.灰色系统理论及其应用[M].河南大学出版社，1991.
[9]易德生，郭萍.灰色理论与方法[M].石油工业出版社，1992.
[10]邓聚龙.灰理论基础[M].华中科技大学出版社，2002.
*基金项目：江苏省教育厅哲学社会科学项目（项目编号2014SJB686），淮阴工学院科技项目（HGB1403）。
（作者单位：淮阴工学院商学院）
关键词：江苏;农业碳排放;影响因素
一、农业碳排放影响因素方面的研究成果综述
张勇等利用kara恒等式模型对农业碳排放影响因素进行分析，结果表明，农业碳排放影响因素主要有：农业经济发展水平、结构因素、效率因素、劳动力规模因素。张小平和王龙飞以甘肃省为例，研究影响农业碳排放的因素。结果表明，农业经济发展水平和劳动力因素对农业碳排放的影响是正向的，而生产效率和产业结构因素则对碳排放有抑制作用。刘立平的研究结果表明，效率因素、结构因素和劳动力因素对农业碳排放有抑制作用，而农业经济发展水平是农业碳排放的主要影响因素。李小强和杨果认为，影响农业碳排放的主要因素有：农业生产资料消耗量、农业劳动力素质、生产效率、农业碳排放强度、农业生产规模。尧波等认为，生产效率、农业生产结构、劳动力因素、农业经济发展水平、相关政策是影响农业碳排放的主要因素。庞丽将影响农业碳排放的因素归结为：农业经济发展水平、农业能源利用效率、农业内部结构的优化、农业劳动力转移。杨均研究表明，农业从业人口和农业机械化水平的提高对农业碳排放有正向影响，而农村人力资本积累有助于减少农业碳排放。
本文运用灰色关联分析法，定量研究江苏农业碳排放和各个影响因素之间的关系。为政府部门进行农业碳减排方面决策提供有益参考。
二、江苏农业碳排放量的测算
要分析影响江苏农业碳排放量的因素，先要计算出江苏省农业碳排放量。本文采用投入视角计算江苏省农业碳排放数量。从投入视角来看，农业碳排放主要来自于六个方面要素的使用：化肥施用;农药施用;农膜使用;柴油使用;土地翻耕;土地灌溉。
碳排放估算公式为：C=∑Ci=∑Ci×△i （1）
其中Ci表示各个碳源量，△i表示碳源排放系数。化肥、农药、农膜、柴油、翻耕、灌溉分别以当年实际使用量、播种面积、灌溉面积为准。
运用上述公式，经过计算，得到江苏农业碳排放量如表1。
三、灰色关联模型建立步骤
由于统计数据收集的困难，使用传统的回归分析方法无法得到准确的衡量效果，而灰色系统理论是解决信息不完全情况下数据分析问题的科学方法，弥补了用数理统计方法作系统分析所导致的缺陷，对于样本量的多少和样本有无规律都同样适用，而且计算量小，十分简便，更不会出现量化结果与定性分析结果不符合的情况，因此本文采用该模型进行分析。灰色关联分析的建模步骤如下。
（一）建立原始数列的因变量参考数列和自变量比较数列
因变量参考数列又叫母序列记作
（五）计算灰色关联度
要求得总的关联度，需要考虑到不同的观测点在总体观测中的重要性程度，因此需要确定各个点的权重。一般情况下，采用算术平均数的方法计算灰色关联度
r0i=r0i（k），表示数列x0与数列xi之间的关联系数。
（六）关联度排序
根据r0i的大小进行关联度排序。关联度越接近于1，说明关联程度越大。根据经验，当λ=0.5时，关联度大于0.6便认为关联性显著。
四、江苏农业碳排放的影响因素分析
（一）江苏农业碳排放量与影响因素的关联度计算
本文中，以江苏农业碳排放量作为母序列，来衡量江苏农业碳排放水平，用A（单位：万吨）表示。影响农业碳排放的因素分别如下：农业科研人员数量（记为B1，单位：万人）;农业GDP数量（单位：亿元，记为B2）;农业人口数量（单位：万人，记为B3）;农业能源消费量（单位：百万吨标准煤，记为B4）;财政支农资金数额（单位：亿元，记为B5）。由于数据采集较为困难，本文采用2006年到2013年的数据。具体数据如表5所示。
按照上述步骤，具体计算结果如表6所示。
按照重要性的顺序，灰色关联度排序如下：
B1>B3>B4>B2>B5
（二）灰色關联度分析
从以上分析可以看出，对江苏农业碳排放量影响最大因素是农业科技人员数量。农业科技人员数量很大程度上决定了农业科技水平。而农业科技水平的提升，可以提升农业能源使用效率，从而大大减少农业碳排放量。最近几年，江苏农业科技人员数量有减少的趋势。从2006年的3.11万人减少到2013年的2.58万人。因此，政府相关部门应该采取更加科学的举措，调动农业科技人员积极性，吸引更多人才投入到农业科技创新过程中，为江苏农业碳减排作出贡献。
影响江苏农业碳排放的另一重要因素是农业人口数量。最近几年，江苏农业人口下降明显。农业人口下降有力促进农业碳排放的减少。在接下来的时间内，应该抓住国家实施城镇化和农业现代化的政策契机，进一步减少农业人口，这样可以为实现农业碳减排作出更大贡献。 农业能源消費量也在很大程度上影响农业碳排放量。我国一直以来采取的高能耗生产模式，导致农业能源消费巨大，不仅造成了能源浪费，也造成了严重的环境污染。在我国，农业面源污染已经成为农村环境污染的主要来源之一。因此，必须进一步提升农业科技水平，加大农民培训力度，加强对农业生产的监管，这样才能有效减少农业生产过程中的能源消耗，这样有助于农业碳减排目标的顺利实现。
农业总产值对农业碳排放也有一定影响。政府部门应该加大农业结构调整力度，在保证农业总产值稳步增长的前提下，提升农业生产的质量，从而有效减少农业碳排放量。
此外，财政支农资金数额也对江苏农业碳排放量有一定影响。财政支农加大，可以充分调动农民生产积极性，有助于农民采用更加现代化的工具从事农业生产，从而有助于实现农业碳减排的目标。
参考文献：
[1]张勇，黄淑玲，高杨.“十一五”期间淮北市农业碳排放趋势及影响因素研究[J].河北北方学院学报，2013（10）.
[2]张小平，王龙飞.甘肃省农业碳排放变化及影响因素分析[J].干旱区地理，2014（09）.
[3]刘立平.河南省农业碳排放时空特征及影响因素研究[J].水土保持研究，2014（08）.
[4]李小强，杨果.黑龙江省农业碳排放与农业产值增长的脱钩情况及其影响因素研究[J].经济研究导刊，2013（26）.
[5]尧波，郑艳明，胡丹，聂兰琴，付娜，胡启武.江西省县域农业碳排放的时空动态及影响因素分析[J].长江流域资源与环境，2014（03）.
[6]庞丽.我国农业碳排放的区域差异与影响因素分析[J].干旱区资源与环境，2014（12）.
[7]杨均.中国农业碳排放的地区差异和影响因素分析[J].河南农业大学学报，2012（06）.
[8]刘思峰，郭天榜.灰色系统理论及其应用[M].河南大学出版社，1991.
[9]易德生，郭萍.灰色理论与方法[M].石油工业出版社，1992.
[10]邓聚龙.灰理论基础[M].华中科技大学出版社，2002.
*基金项目：江苏省教育厅哲学社会科学项目（项目编号2014SJB686），淮阴工学院科技项目（HGB1403）。
（作者单位：淮阴工学院商学院）