为促进江苏省低碳农业工程的建设，降低农业碳排放，建立并完善农业碳减排的体系。本文通过梳理近年来国内外相关学者对碳排放的研究成果，从农业物资的投入角度，重点测算和分析江苏省2006年至2015年的农业碳排放的总量和强度情况，以及各碳源结构组成情况。在此基础上，通过扩展的Kaya恒等式，采用灰色关联分析法，计算出七个驱动因素与农业碳排放的关联度。结果发现农业经济水平因素（SI）、农业劳动力规模因素（AL）、农业结构因素（CI）、农业碳排放效率因素（EI）、农业总产值、农业技术人员和农业能源消费总量的关联度分别为0.611、0.892、0.971、0.783、0.682、0.917、0.896。
目录
摘要1
关键词1
Abstract1
Key words1
一、绪论1
（一）研究背景1
（二）研究目的与意义1
（三）国内外研究现状及评述2
（四）研究内容与方法3
（五）论文创新点4
二、农业碳排放测算体系构建4
（一）农业碳排放测算方法4
（二）农业碳排放碳源测算5
（三）农业碳排放数据来源5
三、江苏省农业碳排放阶段特征分析5
（一）江苏省农业发展概况5
（二）江苏省农业碳排放阶段特征分析7
四、江苏省农业碳排放驱动因素研究9
（一）农业碳排放驱动因素分解方法9
（二）江苏省农业碳排放驱动因素分析12
五、研究结论与政策建议13
（一）研究结论13
（二）政策建议14
致谢15
参考文献16
图1 技术路线图4
图2 江苏省20062015年人口变化情况图6
图3 江苏省20052015年部分粮食播种面积及产量变化情况图7
图4 江苏省20062015年农业碳排放总量与碳排放强度变化趋势图8
图5 江苏省20062015年农业碳排放总量各碳源组成结构图9
表1 江苏省20062015年农业碳源5
表2 农地利用中的部 *景先生毕设|www.jxszl.com +Q: #351916072# 
分碳源碳排放系数表5
表3 江苏省20062015年农业各碳源碳排放量8
表4 江苏省农业碳排放量及驱动因素初始数据表11
表5 江苏农业碳排放量与各个驱动因素的灰色关联度12
基于投入视角的江苏省农业碳排放阶段特征及驱动因素研究
引言
一、绪论
（一）研究背景
农业碳排放涉及农业生产的方方面面，因此农业碳减排往往是牵一发而动全身，不可能从某一单方面去实现。基于农业碳排放涉及面广、影响深远，如果从农业生产整体局面去统筹把握，有计划、有步骤地制定农业碳减排政策，逐步降低农业碳排放，对于碳减排事业具有重大的推动意义。一直以来，国家对农业产业扶持力度不断加强。2004年以来，每年的政府工作报告都提到了三农问题。而江苏省是我国的农业大省，也是我国现代化农业建设的领军省份。可以说，江苏省的低碳农业发展建设，对全国而言，都有很强的示范性作用。因此，将江苏省作为研究对象，十分具有现实价值意义。
（二）研究目的与意义
1.研究目的
通过对国内外农业生产及农业碳排放现状的分析，结合江苏省农业生产现状及碳减排相关政策实施效果的调查，明确江苏省当前农业碳排放存在问题，利用系统分析和实证研究相结合的方法，对农业碳排放阶段特征及其主要驱动因素进行研究，构建切实可行的农业碳减排体系，对江苏省发展现代化的低碳农业提出可行的政策性建议。
2.研究意义
农业生产涉及的范围广、影响力大，使之成为仅次于工业碳排放的第二大来源。对农业碳排放的深入研究，有利于增加对农业碳排放阶段特征及其驱动因素的了解，从而为发展低碳农业提供理论依据。我国是全球最大的发展中国家，而农业生产又是国民经济的基础。江苏省自古以来就是国家重要的粮仓，享有“苏湖熟、天下足”的美誉，是我国重要的商品粮基地。江苏省是我国现代农业推进的示范点，农业的发展不仅仅取决于农产品的产量和播种面积，更取决于其投入产出比率，其中农业的碳排放量也是一项重要的评价指标。通过分析江苏省的农业碳排放的阶段特征，确定其驱动因素，能为当地制定农业碳减排的相关政策提供理论支持。
（三）国内外研究现状及评述
1.农业碳排放的产生机理
相对于工业、服务业产生的碳排放，农业碳排放的来源显得更加复杂化。美国科学家Jane M.F. Johnson发现，农业碳排放主要来源有农业能源利用、农业废弃物、稻田以及生物燃烧等［1］。 国内研究认为，碳排放主要来源有农业能源消费、农业生产投入消耗、农业废弃物处理等［2］；土壤中氮氧化合物的直接排放及稻田甲烷排放［3］；动物饲养，特别是反刍动物饲养，所产生的碳排放［4］。
2.农业碳排放测算体系
由于对农业碳排放问题研究起步较早，国外农业碳排放测算体系指标体系构建地较为完善，除考虑了常规农业碳排放，更兼顾了农田人为焚烧、湿地、农业废水排放等农业生产活动会所导致的温室气体排放对农业碳排放的影响[57]。L. M. Vleeshouwers在充分考虑作物（品种、播种方式、产量），土壤（湿度、储碳量），气候（气温、蒸发、雨水）等因素后，构建起了相关的计量模型［8］。
国内广义的农业碳排放测算体系则主要考虑了农业能源、农用物资利用、土壤、牲畜肠道发酵、稻田、粪便管理等6个方面，对其他方面涉及的研究较少[9]。通过运用“两阶段”迪氏因素分解法，在我国19902005年间，宋德勇、卢忠宝将与能源消耗相关的CO2排放相关因素进行了较全面的分解[10]。朱勤、彭希哲等则在扩展的Kaya恒等式模型的基础上，采取了LMDI分解法对我国在19802007年间能源消耗碳排放构建起了因素分解模型[11]。
3.碳排放驱动因素研究
在国外对于农业碳排放驱动因素研究方面，Coondoo选择以Granger因果关系的视角入手，分析了人均收入与CO2排放量之间的关系，最后得出结论是不同的国家存在不同的因果关系［12］。Knapp T等使用Granger因果检验方法研究了全球人口和全球CO2排放量两者之间的因果关系，结果发现尽管碳排放量与人口这两者之间不存在长期协整关系，然而全球人口增长无疑是全球二氧化碳排放量增长的重要因素[13]。通过运用LMDI模型，张小平等对甘肃省19932011年的农业碳排放影响因素进行研究分析，发现农业经济发展和劳动力因素对碳排放具有促进作用，而生产效率和产业结构因素则对碳排放有抑制作用[15]。

原文链接：http://www.jxszl.com/rwxy/shehuixue/65698.html