国家农业科学数据共享中心专题 I 区论文(评审中) 版本 ZH2
下载
2009~2015年广东低碳农业绩效水平测度数据集
Evaluated data on low-carbon agricultural performances in Guangdong (2009 – 2015)
 >>
: 2017 - 12 - 05
: 2018 - 01 - 23
1660 18 0
摘要&关键词
摘要:气候变化是当前国际社会普遍关注的焦点问题之一,也是人类面临的最为严峻的全球环境问题。本数据集借助农业碳排放模型和方向性距离函数(DDF)方法测算广东各地市低碳农业绩效水平,得出各地市农业碳排放总量、碳排放强度、方向距离函数值等。本数据集能为广东各地区制定低碳农业发展政策提供一定的数据支撑。
关键词:低碳农业;碳排放;方向性距离函数;广东
Abstract & Keywords
Abstract: Climate change is one of the major concerns of the international community today, and the most serious environmental problem faced by human society worldwide. The main objective of this study is to estimate the low-carbon agricultural performance of 21 cities of Guangdong Province. Agricultural carbon emission, carbon emission intensity, and directional distance function were estimated using agricultural carbon emission calculation models and directional distance functions. This dataset can provide references for policy formulation concerning low-carbon agricultural development in various regions of Guangdong.
Keywords: low-carbon agriculture; agricultural carbon emission; directional distance function; Guangdong
数据库(集)基本信息简介
数据库(集)名称2009~2015年广东低碳农业绩效水平测度数据集
数据作者刘晓珂、黄红星、卢琨
通信作者黄红星(hhx8315@163.com)
数据时间范围2009~2015年
地理区域广东省
数据量68.0 KB
数据格式*.xlsx
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/544
基金项目广东省科技计划项目(2016A070705036)
数据库(集)组成数据集由4部分数据组成,其一是2009~2015年广东省种植业碳排放量数据,其二是2009~2015年广东省畜牧业碳排放量数据,其三是2009~2015年广东省农业碳排放强度数据,其四是2009~2015年广东省低碳农业绩效水平数据。
Dataset Profile
TitleEvaluated data on low-carbon agricultural performances in Guangdong (2009 – 2015)
Corresponding authorHuang Hongxing (hhx8315@163.com)
Data authorsLiu Xiaoke , Huang Hongxing, Lu Kun
Time range2009 – 2015
Geographical scopeGuangdong Province
Data volume68.0 KB
Data format*.xlsx
Data service system<http://www.sciencedb.cn/dataSet/handle/544>
Source of fundingScience and Technology Plan of Guangdong Province (2016A070705036)
Dataset compositionThe dataset consists of four subsets in total. It comprises four data sheets:
(1) Carbon footprint of Guangdong’s crop farming (2009 – 2015);
(2) Carbon footprint of Guangdong’s livestock system (2009 – 2015);
(3) Agricultural carbon emission intensity in Guangdong (2009 – 2015);
(4) Low-carbon agriculture performance in Guangdong (2009 – 2015).
引 言
全球气候变暖给人类生存和发展、以及人类社会的经济发展带来了巨大的挑战。目前,低碳经济已成为社会广泛关注的焦点和科研热点[1]。近年来,广东农业经济虽然保持着良好的发展态势,但农业面源污染和农业生产环境质量日渐严峻的状况亦是毋庸置疑的客观事实,广东农业“高碳”已非常明显[2]。因此,要应对气候变迁,保障广东粮食安全和农业可持续发展,开展广东地区低碳农业绩效评估和减排成本研究和分析,探寻一条适合广东省情的碳减排道路,指导低碳农业发展显得尤为重要。
随着气候变化问题引起关注,碳排放绩效作为环境绩效评价的一种,是近年来的研究热点。国内外对碳排放绩效的研究多集中在工业碳排放绩效、碳排放与经济增长的关系等方面,农业碳排放绩效研究属于环境因素规制下的农业经济绩效评价研究,一些学者尝试性地将环境因素纳入到农业经济的研究框架中进行了初步探索。例如,高鸣等人使用ML指数、空间Morans’I指数和三种收敛性模型深入分析中国碳排放绩效的动态变化和空间聚集及收敛问题[3]。吴贤荣等人通过构建含有期望产出和非期望产出的农业经济核算框架,利用方向距离函数估算中国各省域的低碳农业绩效水平[4]
综上所述,现有研究对农业碳排放绩效的分析与思考已经取得一定的成果,但也存在两点不足:①区域气候、土壤、管理方式不同,决定了区域特定的低碳农业绩效水平,目前研究多侧重于全球层面、国家层面等大区域、大尺度的研究,不能准确反映省域内部差异;②农业碳减排政策制定缺乏量化依据,研究多停留在定性分析层面。基于此,本研究将环境因素纳入农业经济生产体系,以广东省21个地级市为研究对象,借助农业碳排放模型和方向距离函数方法,核算2009~2015年各地市农业碳排放量、碳排放强度、方向距离函数值,在市级水平比较广东各地区低碳农业绩效水平的差异,为广东各地区差异化制定低碳农业发展政策提供数据参考。
1   数据采集和处理方法
1.1   基础数据
广东低碳农业绩效水平数据集生产所使用的基础数据主要来源于历年《广东统计年鉴》《广东农村统计年鉴》及从农业行政主管部门获取的调研数据,并经过适当处理。
1.2   数据处理
(1) 农业碳排放量
农业碳排放主要涉及四个方面:一是农资投入引发的碳排放,包括化肥、农药、农膜、农用柴油的使用和农业灌溉电能消耗产生的碳排;二是水稻生长发育过程中所产生的CH4等温室气体排放,由于气候差异,水稻在同一地区不同生长周期CH4排放系数不尽相同,广东地区早稻CH4排放系数为15.05 g/m2,晚稻CH4排放系数为51.6 g/m2;三是农作物种植过程中农田土壤所引发的N2O排放;四是畜禽养殖所产生的碳排放,包括肠道发酵和粪便管理系统所产生的CH4和N2O排放[5-6]。基于此,构建农业碳排放测算模型(如式1),计算广东21个地市2009~2015年农业碳排放量,相关排放系数及参考来源见表1~3[3-4,7]。为了便于分析,对碳排放量进行加总时,将CH4和N2O统一置换为标准C,根据IPCC第四次评估报告可知,1 t CH4和1 t N2O所引发的温室相应分别相当于6.8182 t C、181.2727 t C所产生的温室效应[6]
\(E=\sum E_{i}=\sum T_{i}\delta _{i}\) (1)
其中:E为种植业生产部门的碳排放总量,Ei 为各类碳源的碳排放量,Ti 为各碳排放源的量,δi 为各碳排放源的碳排放系数。
表1   农用物资投入主要碳源及碳排放系数
序号碳源碳排放系数参考来源
1化肥0.8956 kgC·kg-1美国橡树岭国家实验室(2009)
2农药4.9341 kgC·kg-1美国橡树岭国家实验室(2009)
3农膜5.18 kg C·kg-1南京农业大学农业资源与生态环境研究所
4柴油0.8864 kgC·kg-1IPCC
5灌溉266.48 kgC·hm-2段华平等(2011)
表2   农作物品种的土壤N2O排放系数
序号品种N2O排放系数参考来源
1水稻0.24 kg·hm-2王智平
2小麦2.05 kg·hm-2庞军柱等
3大豆0.77 kg·hm-2熊正琴等
4玉米2.532 kg·hm-2王少彬等
5蔬菜4.21 kg·hm-2邱炜红等
6其他旱地作物0.95 kg·hm-2王智平
表3   主要畜禽品种的碳排放系数
序号品种肠道发酵粪便排放参考来源
CH4CH4N2O
1奶牛61 kg/(head·a)18 kg/(head·a)1 kg/(head·a)IPCC
2黄牛55 kg/(head·a)2 kg/(head·a)1.34 kg/(head·a)IPCC
3水牛47 kg/(head·a)1 kg/(head·a)1.39 kg/(head·a)IPCC
41 kg/(head·a)4 kg/(head·a)0.53 kg/(head·a)IPCC
5山羊5 kg/(head·a)0.17 kg/(head·a)0.33 kg/(head·a)IPCC
6家禽00.02 kg/(head·a)0.02 kg/(head·a)IPCC
注:畜禽饲养周期存在差异,在计算实际畜禽年均饲养量时按照年均饲养量修正。
(2) 方向距离函数
传统经济生产系统包括要素投入和产出两个部分,本研究则尝试运用方向性距离函数(DDF)的思想把环境因素整合到经济核算体系的分析框架中。在农业生产中,投入包括资本、劳动力及土地等,产出是农业生产总产值,此外还伴随着废水、废气等不利于生态环境的农业面源污染产生。现有研究对此类环境污染因素的处理方法具有较为一致的观点,就是运用环境生产技术将环境污染与传统农业生产纳入到同一个核算框架,将环境污染视为非期望产出,通过设定同样的投入要素来探寻期望产出增加和非期望产出减少的最大可能[8]
本文沿用上述方法,引入方向性距离函数思想,用λ的大小确定不增加投入要素的前提下追求期望产出的最大化扩张比例或非期望产出的最大缩减比例。设产出增长方向向量g=y,-gb ),基于产出角度的方向性距离函数表示为:
(2)
其中:x=x1,…,xm )∈RN ,为投入要素;y=y1,…,ym )∈RM ,为期望产出;b=b1,…,bl )∈RL ,为非期望产出;P(x)={(y, b):x can produce(y, b)},为环境生产技术的所有生产可能性集。
建立投入、期望产出和非期望产出低碳农业发展绩效评价体系(见表4),通过非线性规划(如式3)计算方向距离函数值。
表4   低碳农业发展绩效评价体系
项目指标单位衡量标准
投入要素x资本投入亿元农业固定投资额
劳动力投入万人第一产业年末从业人数
土地投入千公顷年末实有耕地面积
期望产出y农业总产值亿元农林牧副渔业总产值
非期望产出b农业碳排放万吨农业碳排放总量
注:由于农业固定投资额为流量指标,本研究采用国际通行的永续存盘法对固定资产存量进行估算。
(3)
其中:i为考察地区数,t为年份。距离函数值越大,说明该决策单元期望产出继续增加的潜力较大,同时非期望产出的空间也大,表明其效率越低。如果距离函数值为0,说明该决策单元效率最高,表示该地区处于前沿生产面上。
根据构建的低碳农业发展绩效评价体系,运用Max DEA pro6.6软件计算方向距离函数值,得到2009~2015年广东21个地市的低碳农业绩效水平[9-10]
2   数据样本描述
广东省低碳农业绩效水平测度数据集内容涉及农业碳排放量、农业碳排放强度、低碳农业绩效水平等数据。通过收集2009~2015年《广东统计年鉴》《广东农村统计年鉴》历年年鉴中广东农业投入品、农业生产规模、农业总产值、农业资本投入等原始数据,经过科学化和规范化处理而得到。表5展示了2015年广东各地市低碳农业相关数据情况。
表5   2015年广东各地市低碳农业相关数据
地市农业碳排放量(tC)农业碳排放强度
(tC/万元)
方向距离函数值
种植业碳排放量畜牧业碳排放量
广州市396978.83110076.570.130.23
深圳市10996.579873.330.160.00
珠海市56953.5425062.310.100.09
汕头市216611.1550658.240.160.37
佛山市119670.8385152.570.080.00
韶关市597731.39137460.900.330.68
河源市499132.72116347.620.440.73
梅州市767785.99202308.510.340.61
惠州市505216.43145061.380.280.57
汕尾市343249.5594423.610.240.58
东莞市47392.287365.390.160.25
中山市103619.9015202.540.100.00
江门市683700.32169836.850.280.52
阳江市488271.31152638.050.200.50
湛江市1233307.75450706.040.250.61
茂名市1039698.74451469.840.260.42
肇庆市735148.08306706.570.250.59
清远市652919.42172816.290.300.67
潮州市191090.9338100.360.220.56
揭阳市433359.77102650.130.220.53
云浮市436475.34142710.450.260.55
3   数据质量控制和评估
在广东低碳农业绩效水平测度数据集中收入的原始数据均为年鉴数据,数据处理过程中所使用的模型和参数均来源于公开发表的文献,测算数据与其他同类型的研究结果相似[2,3],数据的可靠性有较高的保证。
4   数据使用方法和建议
本数据集包含2009~2015年广东21个地市的农业碳排放量、农业碳排放强度、低碳农业绩效水平数据,数据资料来源可靠,通过程序批量输出,保证了较高的数据质量,为广东省农业碳排放量地区分布、行业分布、结构分布分析提供了数据基础,也为广东差异化制定碳减排策略提供数据支撑。
5   其 他
本数据集的数据时间范围是2009~2015年,时间序列较短,这是本数据集的一个不足。由于《广东统计年鉴》没有公布广东各地市2009年以后的农林牧副渔业固定资产投资数据,所以无法测算其低碳农业绩效水平,欢迎有相关数据资料的科研人员继续补充此数据集。
[1]
国家发展和改革委员会.中华人民共和国气候变化初始国家信息通报[M]. 北京:中国计划出版社, 2004.
[2]
刘丽辉.广东农业碳排放:时空比较急驱动因素实证分析[J].农林经济管理学报, 2015, 14(2): 192–198.
[3]
吴贤荣, 张俊飚, 朱烨, 等. 中国省际低碳农业绩效评估及边际减排成本分析[J]. 中国人口·资源与环境, 2014, 24(10): 57–63.
[4]
高鸣, 宋洪远. 中国农业碳排放绩效的空间收敛与分异——基于Malmquist-Luenberger指数与空间计量的实证分析[J].经济地理, 2015, 35(4): 142–148.
[5]
田云, 张俊飚. 中国省级区域农业碳排放公平性研究[J]. 中国人口·资源与环境, 2013, 23(13): 36–44.
[6]
陈立芸, 杨群. 我国省级碳减排成本预测[J].干旱区资源与环境, 2015, 29(5): 1–5.
[7]
MACLEOD M, MORAN D, EORY V, et al. Developing greenhouse gas marginal abatement cost curves for agriculture emissions from crops and soils in the UK[J]. Agriculture Systems, 2010,103(4):198–209.
[8]
FARE R, GROSSKOPF S, PASURKA C A. Environmental Production Functions and Environmental Directional Distance Functions[J]. Energy, 2007, 32(7): 1055–1066.
[9]
陈立芸, 刘金兰, 王仙雅, 等. 基于DDF动态分析模型的边际减排成本估算[J].系统工程, 2014, 32(9): 74–80.
[10]
刘明磊, 朱磊, 范英. 我国省级碳排放绩效评价及边际减排成本估计:基于非参数距离函数方法[J]. 中国软科学, 2011(3): 106–114.
数据引用格式
刘晓珂, 黄红星, 卢琨. 2009~2015年广东低碳农业绩效水平测度数据集[DB/OL]. Science Data Bank, 2017. (2017-12-05). DOI: 10.11922/sciencedb.544.
稿件与作者信息
论文引用格式
刘晓珂, 黄红星, 卢琨. 2009~2015年广东低碳农业绩效水平测度数据集[J/OL]. 中国科学数据, 2018. (2018-01-09). DOI: 10.11922/csdata.2017.0011.zh.
刘晓珂
Liu Xiaoke
主要承担工作:碳排放量核算、绩效水平和边际减排成本测度及论文撰写。
(1986—),女,河南漯河人,硕士研究生,助理研究员,研究方向为农业信息化、低碳农业发展策略。
黄红星
Huang Hongxing
主要承担工作:整体方案设计和技术指导。
hhx8315@163.com
(1979—),男,广东梅州人,硕士研究生,副研究员,研究方向为农业信息化。
卢琨
Lu Kun
主要承担工作:低碳农业发展绩效评价指标体系构建、数据统计分析等。
(1981—),女,广东潮汕人,硕士研究生,助理研究员,研究方向为热带农业产业经济与政策。
出版历史
I区发布时间:2018年1月24日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata