中国农业科学 ›› 2024, Vol. 57 ›› Issue (22): 4507-4521.doi: 10.3864/j.issn.0578-1752.2024.22.010
收稿日期:
2023-10-06
接受日期:
2024-07-23
出版日期:
2024-11-16
发布日期:
2024-11-22
通信作者:
联系方式:
田云,E-mail:tianyun1986@163.com。
基金资助:
TIAN Yun1,2(), WANG XiaoRui1, YIN MinHao1, ZHANG HuiJie3(
)
Received:
2023-10-06
Accepted:
2024-07-23
Published:
2024-11-16
Online:
2024-11-22
摘要:
【目的】基于当前“双碳”战略目标,厘清农业净碳汇现状特征、时空格局及其影响因素,为加快推进农业增汇减排提供重要支撑。【方法】在科学重构指标体系的基础上,利用碳汇/碳排放因子法对中国农业净碳汇进行测算并分析其现状特征;而后运用空间自相关模型探讨其空间依赖性与空间异质性;最后利用最小二乘法剖析影响农业净碳汇强度变化的主要因素。【结果】2005—2022年中国农业净碳汇总量虽存在一定年际波动,但整体上升趋势明显,结合其演变特征可大致划分为“持续上升”“波动下降”“快速上升”与“缓慢上升”4个阶段;农业净碳汇强度同样处于上升态势仅演变轨迹略有区别,结合其增速差异可大致划分为“持续较快增长”“缓慢增长”“波动起伏”与“缓慢增长”4个阶段。2022年农业净碳汇量省际差异较大,且以内蒙古居首,上海最末,相比2005年所有省份均显著增加;2022年农业净碳汇强度以河南居首,青海最末,相比2005年所有省份均有不同程度提升。中国省域农业净碳汇强度整体表现出明显的空间依赖性,同时也存在局部空间聚类现象,超过7成省份呈现出明显的空间集聚特征,且位于高-高集聚和低-低集聚的省份数量正趋于接近。耕地利用结构、城镇化水平、农村居民收入水平和农业内部产业结构均对农业净碳汇强度产生显著影响。具体表现为粮食作物播种面积占比越高、或城镇化率越高、或农村居民收入水平越高、或种植业与畜牧业占比越大,农业净碳汇强度越高。【结论】中国农业净碳汇总量与强度均处于波动上升态势,且省际间差异明显;中国农业净碳汇强度表现出明显的空间依赖性与空间异质性;农业净碳汇强度受耕地利用结构、城镇化水平、农村居民收入水平和农业内部产业结构等因素的影响。应通过建立健全低碳农业发展政策支持体系、强化省际交流与合作、加大财政支农资金投入力度等措施推进增汇减排,促进农业净碳汇量的提升。
田云, 王骁睿, 尹忞昊, 张蕙杰. 中国农业净碳汇再测算:现状特征、时空格局及其影响因素[J]. 中国农业科学, 2024, 57(22): 4507-4521.
TIAN Yun, WANG XiaoRui, YIN MinHao, ZHANG HuiJie. Re-Evaluation of China’s Agricultural Net Carbon Sink: Current Situation, Spatial-Temporal Pattern and Influencing Factors[J]. Scientia Agricultura Sinica, 2024, 57(22): 4507-4521.
表1
主要农作物的碳吸收系数值"
品种 Variety | 经济系数Economic coefficient | 含水量 Water content (%) | 碳吸收率Carbon absorption rate | 系数值Coefficient value | 品种 Variety | 经济系数Economic coefficient | 含水量 Water content (%) | 碳吸收率Carbon absorption rate | 系数值Coefficient value | |
---|---|---|---|---|---|---|---|---|---|---|
水稻Rice | 0.45 | 12 | 0.414 | 0.8096 | 棉花Cotton | 0.10 | 8 | 0.450 | 4.1400 | |
小麦Wheat | 0.40 | 12 | 0.485 | 1.0670 | 甘蔗Sugar cane | 0.50 | 50 | 0.450 | 0.4500 | |
玉米Corn | 0.40 | 13 | 0.471 | 1.0244 | 甜菜Beet | 0.70 | 75 | 0.407 | 0.1454 | |
豆类Beans | 0.34 | 13 | 0.450 | 1.1515 | 烟草Tobacco | 0.55 | 85 | 0.450 | 0.1227 | |
薯类Tubers | 0.70 | 70 | 0.423 | 0.1813 | 蔬菜Vegetable | 0.60 | 90 | 0.450 | 0.0750 | |
花生Peanut | 0.43 | 10 | 0.450 | 0.9419 | 其他作物Other crops | 0.40 | 12 | 0.450 | 0.9900 | |
油菜籽Rapeseed | 0.25 | 10 | 0.450 | 1.6200 |
表2
各个变量的描述性统计结果"
变量名称 Variable name | 均值 Mean value | 标准差 Standard deviation | 最小值 Minimum value | 最大值 Maximum value | 样本数 Sample number | |
---|---|---|---|---|---|---|
因变量 Dependent variable | 农业净碳汇强度 Agricultural net carbon sink intensity (t·hm-2) | 12.195 | 4.109 | 1.610 | 25.030 | 540 |
自变量 Independent variable | 耕地利用结构Cultivated land utilization structure | 3.102 | 4.124 | 0.551 | 33.192 | 540 |
城镇化水平Urbanization level | 0.559 | 0.139 | 0.269 | 0.896 | 540 | |
农村居民收入水平 Rural resident income level (×104 yuan/person) | 0.832 | 0.470 | 0.188 | 2.683 | 540 | |
农村人力资本水平Rural human capital level (a) | 7.601 | 0.685 | 5.139 | 9.915 | 540 | |
农村就业结构Rural employment structure | 0.595 | 0.204 | 0.125 | 1.000 | 540 | |
农业内部产业结构Agricultural internal industrial structure | 0.815 | 0.110 | 0.518 | 0.970 | 540 |
表3
2005—2022年中国农业净碳汇总量及强度"
年份 Year | 农业碳汇 Agricultural carbon sink | 农业碳排放 Agricultural carbon emission | 农业净碳汇 Agricultural net carbon sink | 农业净碳汇强度 Agricultural net carbon sink intensity | ||
---|---|---|---|---|---|---|
数量 Amount (×104 t) | 数量 Amount (×104 t) | 数量 Amount (×104 t) | 增速 Growth rate (%) | 数量 Amount (t·hm-2) | 增速 Growth rate (%) | |
2005 | 610565.56 | 100990.06 | 509575.50 | — | 9.03 | — |
2006 | 620667.85 | 102582.91 | 518084.94 | 1.67 | 9.18 | 1.66 |
2007 | 625016.22 | 97278.69 | 527737.53 | 1.86 | 9.53 | 3.81 |
2008 | 638158.47 | 94451.16 | 543707.31 | 3.03 | 9.82 | 3.04 |
2009 | 647829.64 | 96533.77 | 551295.87 | 1.40 | 10.45 | 6.42 |
2010 | 652340.66 | 98228.36 | 554112.30 | 0.51 | 10.45 | 0.00 |
2011 | 663031.86 | 99953.29 | 563078.57 | 1.62 | 10.58 | 1.24 |
2012 | 672508.50 | 102062.63 | 570445.87 | 1.31 | 10.67 | 0.85 |
2013 | 677468.81 | 101635.32 | 575833.49 | 0.94 | 10.73 | 0.56 |
2014 | 678804.76 | 103062.46 | 575742.30 | -0.02 | 10.74 | 0.09 |
2015 | 680743.54 | 103855.15 | 576888.39 | 0.20 | 10.79 | 0.47 |
2016 | 678101.53 | 103651.19 | 574450.34 | -0.42 | 10.75 | -0.37 |
2017 | 698309.08 | 102941.51 | 595367.57 | 3.64 | 11.04 | 2.70 |
2018 | 720704.20 | 97733.99 | 622970.21 | 4.64 | 11.31 | 2.45 |
2019 | 758381.76 | 94067.21 | 664314.55 | 6.64 | 11.10 | -1.86 |
2020 | 760839.20 | 93876.76 | 666962.44 | 0.40 | 11.16 | 0.54 |
2021 | 765649.65 | 96250.93 | 669398.72 | 0.37 | 11.20 | 0.36 |
2022 | 767151.95 | 96941.81 | 670210.14 | 0.12 | 11.22 | 0.18 |
平均增速 Average growth rate | 1.35% | -0.24% | 1.62% | — | 1.29% | — |
表4
中国30个省(市、自治区)农业净碳汇量和强度"
地区 Region | 2005 | 2022 | 总量变动率 Change rate of total amount (%) | 强度变动率 Change rate of intensity (%) | ||||||
---|---|---|---|---|---|---|---|---|---|---|
总量 Total amount (×104 t) | 排名 Rank | 强度 Intensity (t·hm-2) | 排名 Rank | 总量 Total amount (×104 t) | 排名 Rank | 强度 Intensity (t·hm-2) | 排名 Rank | |||
北京Beijing | 1273.28 | 28 | 10.97 | 18 | 1672.78 | 28 | 13.78 | 10 | 31.38 | 25.62 |
天津Tianjin | 501.77 | 29 | 8.96 | 23 | 948.04 | 29 | 17.87 | 5 | 88.94 | 99.44 |
河北Hebei | 15634.87 | 16 | 12.32 | 7 | 24359.15 | 10 | 15.90 | 7 | 55.80 | 29.06 |
山西Shanxi | 9128.48 | 23 | 9.19 | 21 | 14708.64 | 21 | 10.76 | 24 | 61.13 | 17.08 |
内蒙古Inner Mongolia | 56046.56 | 1 | 5.86 | 25 | 63323.77 | 1 | 7.04 | 26 | 12.98 | 20.14 |
辽宁Liaoning | 13245.52 | 17 | 12.25 | 8 | 16694.47 | 20 | 13.74 | 11 | 26.04 | 12.16 |
吉林Jilin | 20598.73 | 7 | 12.89 | 4 | 25397.26 | 9 | 14.96 | 8 | 23.30 | 16.06 |
黑龙江Heilongjiang | 40832.16 | 2 | 11.05 | 17 | 53720.03 | 2 | 13.43 | 14 | 31.56 | 21.54 |
上海Shanghai | 55.80 | 30 | 1.61 | 30 | 206.55 | 30 | 7.33 | 25 | 270.16 | 355.28 |
江苏Jiangsu | 7084.43 | 24 | 12.41 | 5 | 10806.88 | 23 | 20.70 | 3 | 52.54 | 66.80 |
浙江Zhejiang | 9500.58 | 22 | 11.31 | 15 | 10310.17 | 24 | 12.61 | 21 | 8.52 | 11.49 |
安徽Anhui | 11288.70 | 21 | 11.35 | 14 | 16808.82 | 19 | 16.74 | 6 | 48.90 | 47.49 |
福建Fujian | 12617.12 | 20 | 12.15 | 10 | 13998.79 | 22 | 13.08 | 17 | 10.95 | 7.65 |
江西Jiangxi | 16097.89 | 13 | 11.85 | 12 | 17871.33 | 18 | 13.00 | 18 | 11.02 | 9.70 |
山东Shandong | 15642.44 | 15 | 15.49 | 2 | 25937.07 | 8 | 24.81 | 2 | 65.81 | 60.17 |
河南Henan | 18682.25 | 10 | 16.30 | 1 | 31257.03 | 7 | 24.94 | 1 | 67.31 | 53.01 |
湖北Hubei | 15706.83 | 14 | 11.76 | 13 | 19530.47 | 14 | 13.37 | 15 | 24.34 | 13.69 |
湖南Hunan | 19942.05 | 8 | 12.13 | 11 | 23616.03 | 12 | 13.62 | 12 | 18.42 | 12.28 |
广东Guangdong | 17771.11 | 11 | 12.36 | 6 | 20523.93 | 13 | 14.48 | 9 | 15.49 | 17.15 |
广西Guangxi | 26544.02 | 6 | 15.38 | 3 | 38639.18 | 6 | 18.19 | 4 | 45.57 | 18.27 |
海南Hainan | 3068.96 | 26 | 10.97 | 19 | 3680.37 | 26 | 12.78 | 19 | 19.92 | 16.50 |
重庆Chongqing | 6670.03 | 25 | 11.14 | 16 | 9215.98 | 25 | 13.44 | 13 | 38.17 | 20.65 |
四川Sichuan | 38943.20 | 3 | 9.01 | 22 | 49439.12 | 3 | 11.92 | 23 | 26.95 | 32.30 |
贵州Guizhou | 12956.07 | 19 | 8.90 | 24 | 19000.46 | 17 | 12.33 | 22 | 46.65 | 38.54 |
云南Yunnan | 36678.14 | 4 | 12.16 | 9 | 45520.06 | 5 | 13.31 | 16 | 24.11 | 9.46 |
陕西Shaanxi | 19345.97 | 9 | 10.06 | 20 | 23812.55 | 11 | 12.68 | 20 | 23.09 | 26.04 |
甘肃Gansu | 13137.75 | 18 | 5.72 | 26 | 19285.22 | 16 | 6.92 | 27 | 46.79 | 20.98 |
青海Qinghai | 17028.59 | 12 | 3.90 | 29 | 19327.43 | 15 | 4.33 | 30 | 13.50 | 11.03 |
宁夏Ningxia | 2277.41 | 27 | 5.44 | 27 | 2854.04 | 27 | 6.69 | 28 | 25.32 | 22.98 |
新疆Xinjiang | 31274.80 | 5 | 5.02 | 28 | 47744.55 | 4 | 6.60 | 29 | 52.66 | 31.47 |
表5
2005—2022年中国农业净碳汇强度的全局莫兰指数统计值"
年份 Year | Moran’s I | Z值 Z statistics | P值 P value | 年份 Year | Moran’s I | Z值 Z statistics | P值 P value | |
---|---|---|---|---|---|---|---|---|
2005 | 0.156 | 2.074 | 0.019 | 2014 | 0.209 | 2.645 | 0.004 | |
2006 | 0.194 | 2.468 | 0.007 | 2015 | 0.202 | 2.573 | 0.005 | |
2007 | 0.187 | 2.398 | 0.008 | 2016 | 0.186 | 2.396 | 0.008 | |
2008 | 0.205 | 2.599 | 0.005 | 2017 | 0.187 | 2.432 | 0.008 | |
2009 | 0.205 | 2.613 | 0.004 | 2018 | 0.193 | 2.507 | 0.006 | |
2010 | 0.203 | 2.591 | 0.005 | 2019 | 0.205 | 2.622 | 0.004 | |
2011 | 0.217 | 2.731 | 0.003 | 2020 | 0.198 | 2.548 | 0.005 | |
2012 | 0.214 | 2.705 | 0.003 | 2021 | 0.210 | 2.677 | 0.004 | |
2013 | 0.210 | 2.659 | 0.004 | 2022 | 0.211 | 2.695 | 0.004 |
表6
主要年份30个省(市、自治区)农业净碳汇强度的局部空间聚类情况"
年份 Year | 高-高集聚区 High-high agglomeration | 低-高集聚区 Low-high agglomeration | 低-低集聚区 Low-low agglomeration | 高-低集聚区 High-low agglomeration |
---|---|---|---|---|
2005 | 河北Hebei、辽宁Liaoning、吉林Jilin、黑龙江Heilongjiang、江苏Jiangsu、安徽Anhui、福建Fujian、江西Jiangxi、山东Shandong、河南Henan、湖北Hubei、湖南Hunan、广东Guangdong、广西Guangxi、海南Hainan、云南Yunnan、陕西Shaanxi | 天津Tianjin、山西Shanxi、上海Shanghai、四川Sichuan、贵州Guizhou | 内蒙古Inner Mongolia、甘肃Gansu、青海Qinghai、宁夏Ningxia、新疆Xinjiang | 北京Beijing、浙江Zhejiang、重庆Chongqing |
2010 | 河北Hebei、辽宁Liaoning、吉林Jilin、黑龙江Heilongjiang、江苏Jiangsu、福建Fujian、江西Jiangxi、山东Shandong、河南Henan、湖北Hubei、湖南Hunan、广东Guangdong、广西Guangxi、海南Hainan、重庆Chongqing | 天津Tianjin、山西Shanxi、内蒙古Inner Mongolia、上海Shanghai、贵州Guizhou | 浙江Zhejiang、安徽Anhui、四川Sichuan、陕西Shaanxi、甘肃Gansu、青海Qinghai、宁夏Ningxia、新疆Xinjiang | 北京Beijing、云南Yunnan |
2015 | 河北Hebei、辽宁Liaoning、吉林Jilin、黑龙江Heilongjiang、江苏Jiangsu、安徽Anhui、福建Fujian、江西Jiangxi、山东Shandong、河南Henan、湖北Hubei、湖南Hunan、广东Guangdong | 天津Tianjin、山西Shanxi、内蒙古Inner Mongolia、上海Shanghai、海南Hainan、贵州Guizhou、陕西Shaanxi | 北京Beijing、浙江Zhejiang、重庆Chongqing、四川Sichuan、甘肃Gansu、青海Qinghai、宁夏Ningxia、新疆Xinjiang | 广西Guangxi、云南Yunnan |
2022 | 北京Beijing、天津Tianjin、河北Hebei、辽宁Liaoning、吉林Jilin、黑龙江Heilongjiang、江苏Jiangsu、安徽Anhui、山东Shandong、河南Henan、湖北Hubei、湖南Hunan、广东Guangdong | 山西Shanxi、内蒙古Inner Mongolia、上海Shanghai、福建Fujian、江西Jiangxi、海南Hainan | 浙江Zhejiang、四川Sichuan、贵州Guizhou、云南Yunnan、陕西Shaanxi、甘肃Gansu、青海Qinghai、宁夏Ningxia、新疆Xinjiang | 广西Guangxi、重庆Chongqing |
表7
农业净碳汇强度影响因素的回归结果分析"
变量 Variable | 模型I Model I | 模型Ⅱ Model Ⅱ | 模型III Model III | 模型IV Model IV | 模型Ⅴ Model Ⅴ | 模型Ⅵ Model Ⅵ |
---|---|---|---|---|---|---|
clus | 0.178*** (5.45) | 0.119*** (4.57) | 0.089*** (3.51) | 0.089*** (3.52) | 0.096*** (3.73) | 0.085*** (3.27) |
ul | 10.845*** (17.44) | 4.562*** (4.18) | 4.454*** (3.93) | 4.512*** (3.98) | 3.985*** (3.45) | |
rril | 1.428*** (6.88) | 1.393*** (6.04) | 1.381*** (5.99) | 1.661*** (6.31) | ||
rhcl | 0.063 (0.35) | 0.033 (0.18) | 0.060 (0.33) | |||
res | -0.857 (-1.48) | -0.801 (-1.39) | ||||
ais | 3.750** (2.19) | |||||
常数项 Constant | 11.644*** (102.53) | 5.760*** (16.49) | 8.180*** (16.85) | 7.787*** (6.39) | 8.487*** (6.50) | 5.287*** (2.70) |
R2 | 0.055 | 0.409 | 0.459 | 0.459 | 0.462 | 0.467 |
[1] |
吴昊癑, 何宇, 黄瀚蛟, 陈文宽. 中国种植业碳补偿率测算及空间收敛性. 中国人口·资源与环境, 2021, 31(6): 113-123.
|
|
|
[2] |
|
[3] |
|
[4] |
|
[5] |
吴建国, 张小全, 徐德应. 土地利用变化对生态系统碳汇功能影响的综合评价. 中国工程科学, 2003(9): 65-71, 77.
|
|
|
[6] |
|
[7] |
|
[8] |
李波, 张俊飚, 李海鹏. 中国农业碳排放时空特征及影响因素分解. 中国人口·资源与环境, 2011, 21(8): 80-86.
|
|
|
[9] |
doi: 10.1016/S2095-3119(13)60624-3 |
[10] |
戴小文, 何艳秋, 钟秋波. 基于扩展的Kaya恒等式的中国农业碳排放驱动因素分析. 中国科学院大学学报, 2015, 32(6): 751-759.
doi: 10.7523/j.issn.2095-6134.2015.06.005 |
|
|
[11] |
吴贤荣, 张俊飚, 程琳琳, 田云. 中国省域农业碳减排潜力及其空间关联特征: 基于空间权重矩阵的空间Durbin模型. 中国人口·资源与环境, 2015, 25(6): 53-61.
|
|
|
[12] |
田云, 尹忞昊. 中国农业碳排放再测算: 基本现状、动态演进及空间溢出效应. 中国农村经济, 2022(3): 104-127.
|
|
|
[13] |
李波, 张俊飚. 基于我国农地利用方式变化的碳效应特征与空间差异研究. 经济地理, 2012, 32(7): 135-140.
|
|
|
[14] |
张俊峰, 张安录, 董捷. 武汉城市圈土地利用碳排放效应分析及因素分解研究. 长江流域资源与环境, 2014, 23(5): 595-602.
|
|
|
[15] |
周嘉, 王钰萱, 刘学荣, 时小翠, 蔡春苗. 基于土地利用变化的中国省域碳排放时空差异及碳补偿研究. 地理科学, 2019, 39(12): 1955-1961.
doi: 10.13249/j.cnki.sgs.2019.12.014 |
doi: 10.13249/j.cnki.sgs.2019.12.014 |
|
[16] |
田云, 张俊飚, 李波. 基于投入角度的农业碳排放时空特征及因素分解研究: 以湖北省为例. 农业现代化研究, 2011, 32(6): 752-755.
|
|
|
[17] |
李波, 刘雪琪, 王昆. 中国农地利用结构变化的碳效应及时空演进趋势研究. 中国土地科学, 2018, 32(3): 43-51.
|
|
|
[18] |
孙赫, 梁红梅, 常学礼, 崔青春, 陶云. 中国土地利用碳排放及其空间关联. 经济地理, 2015, 35(3): 154-162.
|
|
|
[19] |
李强, 高威, 魏建飞, 姜志法, 张杨, 吕军骁. 中国耕地利用净碳汇时空演进及综合分区. 农业工程学报, 2022, 38(11): 239-249.
|
|
|
[20] |
薛彩霞, 李园园, 胡超, 姚顺波. 中国保护性耕作净碳汇的时空格局. 自然资源学报, 2022, 37(5): 1164-1182.
doi: 10.31497/zrzyxb.20220505 |
|
|
[21] |
李园园, 薛彩霞, 柴朝卿, 姚顺波, 李卫. 中国保护性耕作净碳汇的时空分异特征及其驱动力. 中国人口·资源与环境, 2022, 32(10): 15-23.
|
|
|
[22] |
吴昊玥, 孟越, 黄瀚蛟, 陈文宽. 中国耕地利用净碳汇与农业生产的时空耦合特征. 水土保持学报, 2022, 36(5): 360-368, 376.
|
|
|
[23] |
田云, 张俊飚. 中国农业生产净碳效应分异研究. 自然资源学报, 2013, 28(8): 1298-1309.
doi: 10.11849/zrzyxb.2013.08.003 |
doi: 10.11849/zrzyxb.2013.08.003 |
|
[24] |
陈罗烨, 薛领, 雪燕. 中国农业净碳汇时空演化特征分析. 自然资源学报, 2016, 31(4): 596-607.
doi: 10.11849/zrzyxb.20150430 |
|
|
[25] |
吕斯涵, 张小平. 山东省农业净碳汇时空演化特征分析. 水土保持学报, 2019, 33(2): 227-234.
|
|
|
[26] |
李波, 王春妤, 张俊飚. 中国农业净碳汇效率动态演进与空间溢出效应. 中国人口·资源与环境, 2019, 29(12): 68-76.
|
|
|
[27] |
伍国勇, 陈莹, 孙小钧. 中国种植业碳补偿率区域差异、动态演进及收敛性分析. 中国生态农业学报(中英文), 2021, 29(10): 1774-1785.
|
|
|
[28] |
徐影, 郭楠, 茹凯丽, 范胜龙. 碳中和视角下福建省国土空间分区特征与优化策略. 应用生态学报, 2022, 33(2): 500-508.
doi: 10.13287/j.1001-9332.202201.016 |
doi: 10.13287/j.1001-9332.202201.016 |
|
[29] |
谢鸿宇, 陈贤生, 林凯荣, 胡安焱. 基于碳循环的化石能源及电力生态足迹. 生态学报, 2008, 28(4): 1729-1735.
|
|
|
[30] |
赵荣钦, 刘英, 马林, 李宇翔, 侯丽朋, 张战平, 丁明磊. 基于碳收支核算的河南省县域空间横向碳补偿研究. 自然资源学报, 2016, 31(10): 1675-1687.
doi: 10.11849/zrzyxb.20151291 |
|
|
[31] |
闵继胜, 胡浩. 中国农业生产温室气体排放量的测算. 中国人口·资源与环境, 2012, 22(7): 21-27.
|
|
|
[32] |
蒋金荷. 中国城镇住宅碳排放强度分析和用能政策反思. 数量经济技术经济研究, 2015, 32(6): 90-104.
|
|
|
[33] |
袁华锡, 刘耀彬, 胡森林, 封亦代. 产业集聚加剧了环境污染吗? 基于外商直接投资视角. 长江流域资源与环境, 2019, 28(4): 794-804.
|
|
|
[34] |
田云, 尹忞昊, 张蕙杰. 我国农村能源碳排放时空格局、影响因素及空间溢出效应. 中国农业科学, 2023, 56(13): 2547-2562. doi: 10.3864/j.issn.0578-1752.2023.13.009.
|
|
|
[35] |
|
[36] |
|
[37] |
田云, 张君. 地理分区视角下的农业碳效应驱动机理研究. 华中农业大学学报(社会科学版), 2020(2): 78-87.
|
|
|
[38] |
贯君, 张少鹏, 任月, 盛春光. 中国农业净碳汇时空分异与影响因素演进分析. 中国环境科学, 2024, 44(2): 1158-1170.
|
|
[1] | 张素心, 申格, 余强毅, 吴文斌. 中国耕地种植制度遥感探测及其时空特征[J]. 中国农业科学, 2024, 57(8): 1469-1489. |
[2] | 赵海娟, 张玉萍, 张玉君, 刘宁, 徐铭, 刘家成, 王碧君, 刘威生, 刘硕. 基于电子鼻评价中国李种质资源果实气味[J]. 中国农业科学, 2024, 57(21): 4328-4341. |
[3] | 陈实, 黄银兰, 金云翔, 徐成林, 邹金秋. 中国北部冬小麦安全种植的农业气候因子及其阈值[J]. 中国农业科学, 2024, 57(16): 3142-3153. |
[4] | 孟庆雷, 殷宇翔, 王煜昊. 我国农业碳排放的时空演化、脱钩效应及绩效评估[J]. 中国农业科学, 2023, 56(20): 4049-4066. |
[5] | 刘针杉, 涂红霞, 周荆婷, 马艳, 柴久凤, 王旨意, 杨鹏飞, 杨小芹, Kumail Abbas, 王浩, 王燕, 王小蓉. 中国樱桃正反交F1代果实主要性状的遗传分析[J]. 中国农业科学, 2023, 56(2): 345-356. |
[6] | 刘淑军, 李冬初, 黄晶, 曲潇林, 马常宝, 王慧颖, 于子坤, 张璐, 韩天富, 柳开楼, 申哲, 张会民. 近30年来我国小麦和玉米秸秆资源时空变化特征及还田减肥潜力[J]. 中国农业科学, 2023, 56(16): 3140-3155. |
[7] | 田云, 尹忞昊, 张蕙杰. 我国农村能源碳排放时空格局、影响因素及空间溢出效应[J]. 中国农业科学, 2023, 56(13): 2547-2562. |
[8] | 张洁, 姜长岳, 王跃进. 中国野生毛葡萄转录因子VqWRKY6与VqbZIP1互作调控抗白粉病功能分析[J]. 中国农业科学, 2022, 55(23): 4626-4639. |
[9] | 吴秋琳,姜玉英,刘媛,刘杰,马景,胡高,杨明进,吴孔明. 草地贪夜蛾在中国西北地区的迁飞路径[J]. 中国农业科学, 2022, 55(10): 1949-1960. |
[10] | 丁茜,赵凯茜,王跃进. 中国野生毛葡萄芪合酶基因表达及对葡萄抗白粉病的影响[J]. 中国农业科学, 2021, 54(2): 310-323. |
[11] | 张丽,汤亚飞,李正刚,于琳,蓝国兵,佘小漫,何自福. 侵染广东省葫芦科作物的中国南瓜曲叶病毒的分子特征[J]. 中国农业科学, 2021, 54(19): 4097-4109. |
[12] | 宋美洁,欧爱群,薛晓锋,吴黎明,寿旗扬,王凯. 蜂胶提取物对脂多糖诱导小鼠急性乳腺炎及乳腺屏障功能的保护作用[J]. 中国农业科学, 2021, 54(12): 2675-2688. |
[13] | 李方杰,任建强,吴尚蓉,陈仲新,张宁丹. 河南省冬小麦种植频率时空变化及影响因素分析[J]. 中国农业科学, 2020, 53(9): 1773-1794. |
[14] | 张维理,张认连,冀宏杰,KOLBE H,陈印军. 中德农业源污染管控制度比较研究[J]. 中国农业科学, 2020, 53(5): 965-976. |
[15] | 颜鹏,韩文炎,李鑫,张丽平,张兰. 中国茶园土壤酸化现状与分析[J]. 中国农业科学, 2020, 53(4): 795-801. |
|