能源消耗—土地利用—环境（碳排放）系统动力学模型，用VENSIMPLE软件

　　主要碳源，依次平均占比为42.3%和40.4%。对于畜牧业子系统，整体来看，畜

　　占比最大，平均占比54.1%；而与之相反，猪粪便管理碳排放高于肠胃道发酵，

　　火电利用消耗农业能源较高且碳排放量占比最高（47.8%）。由于基本良田保护

　　调节的碳库，同时，我国草地碳汇资源得天独厚，使得我国碳汇系统更具多样性。

　　案，高、中、低调整政策中，中方案减排效果较为理想且更具有实施的可行性;2060

　　年高、中、低三种方案碳排放量比基准情景低19.19%-53.18%，其中，中方案下

　　2031年会出现碳达峰，排放量为11.12亿吨。同时，生态系统碳汇量的增加将产

　　可持续发展目标（SDGs）之一。为了应对气候变化，中国政府深度参与和推动全

　　合作，深刻反映了大国担当。2020年，我国政府在气候峰会宣布增加国家自主贡

　　献，提出2030年碳中和，2060年碳减排的目标，并列入国家重大战略。2021年

　　意见》和《2030年前碳达峰行动方案》建议在全面总体部署做好碳减排的前提

　　下，细化重点领域、重点行业实施方案，形成碳达峰，碳中和“1+N”的政策体系，

　　定性影响，明确农业领域减碳增汇有关政策和措施，分析农业的实现途径及成效，

　　可以为促进实现碳达峰、碳中和提供科学依据。针对上述情况，本研究在碳达峰、

　　效降低我国农业碳排放量，增加碳汇，实现2030年碳达峰、2060年碳中和目标

　　Houghton等（2002）研究了陆地碳汇的大小、分布和成因，并提出植树造林、可

　　持续森林管理和保存才能保障碳汇的持续运作的结论。Zhang等（2013）从农

　　业生产碳源的六大方面估算了2004-2009年苏州市的农业碳排放量，结果表

　　明:2004年以来，苏州市的碳排放量呈上升趋势，农业碳排放量和强度年均增长

　　为预测峰值的理论模型，并使用对数平均除数指数（LMDI）作为识别驱动力的

　　变化的驱动力，结果表明，我国的碳排放峰值将在2036年出现。Huang等（2019）

　　稻种植、土壤NO、畜禽养殖和秸秆焚烧，估计了1997年至2016年中国农业碳

　　排放效率测度。田云等（2022）重新计算了中国农业碳排放情况，并对其现状特

　　征进行分析。吴贤荣等（2014）通过构建DEA-Malmquist效率指数，不仅系统

　　测度了农业碳排放，还测度了2000-2011年中国31个省（市、区）的农业碳排

　　趋势进行了分析。贾敏等（2023）测算了2000-2019年的河北省农业碳排放量

　　放强度逐年降低的结论。马爱玲等（2022）基于对农业碳排放量的测度，运用

　　DEA非期望产出的SBM超效率模型，对甘肃省14个市（州）的农业碳排放效

　　率进行评估。结果表明：自2010年起，甘肃省农业碳排放量总体表现出先升后

　　降的趋势，全省各市（州）碳排放总量差异明显。田成诗等（2021）通过测算

　　2006-2016年中国30个省份的农业碳排放量，从三方面构建衍生指标，利用

　　TOPSIS法对各省份的农业低碳化水平进行了评价，研究认为，中国农业碳排放

　　九个地区农业生产碳排放的趋势和差异。Wang等（2020）通过测算中国农业

　　异，并基于碳减排战略矩阵，为中国U8国际农业碳减排提供科技支撑。Xiong等（2018）

　　业碳补偿提供参考。Chen等（2021）将碳中和的概念引入农业生产系统，重

　　新审视农业碳足迹（CF）的内涵。以中国为例，利用碳密度、碳强度和碳效率指

　　候经济效应定量分析。结果表明:CO排放量占总碳排放量的比例最大，达52.05%，

　　库中的输入。Ross（2021）以西澳大利亚农业区为例，考察了当地通过重新造

　　涛等（2021）以江苏省为例，对农业生产中的畜禽养殖业和种植业产生的CO2排

　　高鸣等（2015）使用1999-2010年的面板数据，计算了中国各省区的农业碳排放

　　量，使用ML指数、空间Morans’I指数和三种收敛性模型对中国农业碳排放绩

　　SBM-Undesirable模型计算农业碳排放绩效，结果表明，各地域农业碳排放绩效

　　Malmquist动态指数和空间收敛检验方法，测度分析了2000-2018年中国31个省

　　（2021）采用自回归分布滞后池均值组（ARDL-PMG）模型，利用1994-2018年

　　扭曲，有利于农业碳减排。Jeong等（2021）以韩国政府宣布到U8国际2050年实现碳

　　中和目标为依据，运用Probit模型，对参与低碳农业政策的因素进行了定量分析

　　[21]。Deng等（2021）基于对1991-2018年中国农业二氧化碳排放量的估算，采

　　用EKC模型对经济增长和农业二氧化碳排放量进行分析，并用Kaya方法分解

　　规模等因素对于碳排放没有显着影响。Guo等（2022）基于全球范围内老龄化

　　著负向的。Li等（2022）利用LMDI模型探究农业碳排放的影响因素。结果

　　展情况。张杰等（2022）以陕西省米脂县为例，从微观角度切入，分析农户尺度

　　农业碳排放效率差异并基于多层次模型揭示其影响因素。戴小文等（2015）基

　　于Kaya恒等式，对我国农业碳排放影响要素进行了五要素的分解，并用LMDI

　　因素。李波等（2011）以农业生产六大领域碳源为研究对象，利用Kaya恒等

　　[27]。卢奕亨等（2023）构建面板Tobit模型从经济和社会两个层面探讨其影响因

　　农业碳排放呈“倒U型”关系，农业产业结构、产业集聚水平等对农业碳排放均具

　　社会层面因素对农业碳排放的贡献程度更大。李绵德等（2023）以河西走廊为

　　例，测算了该地区2000-2020年20个县的农业碳排放量，并分析了时空特征及

　　国外学者主要从农业碳排放空间效应和驱动机制展开研究。Guo等（2022）

　　基于农业碳排放和面板数据回归的superSBM-DEA方法，对吉林省农业生产区

　　效率呈现平缓的“M型”波动趋势，县域农业生态效率存在显著空间差异。Khan

　　等（2021）旨在分析碳汇效应的种植业碳排放强度（CEI）和人均碳排放（CEPC）

　　的区域差异和时空动态演变，提出差异化的减碳政策。Fang等（2019）采用改

　　进的Divisia指数分解法，分析2000年至2016年中国农业碳排放增长的驱动效

　　定状态，具有向强脱钩发展的潜力。Hu等（2022）考虑到水稻碳排放系数的

　　排放的时空特征。结果表明，2005年至2020年，江苏省碳排放量呈下降趋势，

　　农业碳排放密度呈上升趋势，而ACED值最高的地区分布在南部地区。ACE的

　　空间聚类特征不断增强。“H-H”集聚主要集中在连云港和宿迁，而“L-L”集聚集中

　　在镇江、常州和无锡。Zhu等（2023）从主要功能区（MFOZ）的角度研究碳

　　排放的时空演变对于制定碳减排政策至关重要。研究了2001年至2021广东省碳

　　排放的时空特征。结果表明，城市化开发区（UDZ）的碳排放比例逐渐下降，而

　　主要农业生产区（MAPZ）和关键生态功能区（KEFZ）的碳减排比例有所增加。

　　空特征演变情况，从不同区域的农业生产活动与碳排放脱钩的时空差异进行探究。

　　蒋添诚等（2021）根据种植业与畜牧业的八种碳源，计算了湖北省农业碳排放强

　　度与Tapio脱钩弹性。结果表明，2012年以来湖北省农业碳排放强度呈降低态

　　势，2015-2018年为强脱钩阶段，农业经济不断增长的同时，农业碳排放量持续

　　下降。周一凡等（2022）基于县域的视角，在探索性空间统计和空间计量方法

　　的基础上,对河北省168个县域2009-2019年间农业碳排放时空演变及其影响因

　　素进行研究。文清等（2015）通过测算我国30个省（市、区）农业碳排放量，

　　利用LMDI模型分析了各自的驱动机理。研究表明我国农业碳排放在省域层面呈

　　现较为明显的空间非均衡性。伍国勇等（2021）根据2001-2018年间我国省级

　　赖性在年际间呈加强态势，空间溢出效应凸显。李远玲等（2022）从农地利用

　　碳排放总量的同时，对该省2007-2017年间农业碳排放时空特征进行分析。

　　探究较少，对交通运输、建筑等其他方面研究较为广泛。Elina等（2015）以脱维

　　等要素对农业系统碳排放的影响。Trappey等（2012）通过开发一种基于系统

　　动力学（SD）模型的成本效益评估方法，以评估政策的有效性和太阳能碳减排的

　　相应效益。Mai和Chen（2021）采用系统动力学方法，将交通运输碳排放系统

　　的减排效果最好，其次是提高碳污染控制效率和增加环保投资。Su等（2013）

　　将系统动力学（SD）应用于100万绿色家园计划、无车日系统和碳点计划。研究

　　排政策的估计与估算温室气体减排政策的辅助工具。PengCH等（2016）通过

　　行阶段的能源消耗和碳排放的方法。Huo等（2022）创新地将系统动力学（SD）

　　模型与自下而上的最终用途分解模型相结合，建立了综合动态排放评估（IDEA）

　　模型并应用于中国2000-2060年的城市居住建筑领域。结果表明，在基线情景下，

　　（2017）以湖北省为例，构建该省农业碳排放的系统动态仿真模型，选取产业就

　　拟结果进行选择与评价。王格等（2017）以山东省为例，使用ArcGIS平台分

　　析得出该省未来预期碳排放量有显著增加的趋势，并基于此建立SD模型，仿线]

　　模拟低碳经济发展情景，并为该省低碳经济发展寻找最优方案。陈军娟等（2022）

　　论。丁宝根等（2021）利用中国31个省份2001—2018年种植业相关统计数据

　　测度种植业碳排放量，采用Tapio模型与LMDI模型揭示中国种植业碳排放脱

　　钩特征，并探析主要驱动因素。胡向东等（2010）基于IPCC系数对2000—

　　2007年我国畜禽温室气体排放量进行了估算，并预测其变化趋势，由此提出相

　　应的减排建议。李国志等（2010），史常亮等（2017），基于对农业能源消费

　　碳排放量测算的基础上，进一步建立LMDI模型对碳排放进行因素分解，得出经

　　济增长带来的产值增加主导着农业碳排放量的增长的结论[52][53]。叶兴庆等（2022）

　　并根据设定的减排技术进步率变化推算农业活动温室气体排放量变化。结果表明，

　　（2022）构建了各部门综合碳排放系统动力学模型，通过调节供给侧的经济增速、

　　构等要素，或结合ArcGIS平台绘制预期碳排放量趋势图，或结合DEA法对模

　　拟结果进行选择与评价，或采用Tapio模型与LMDI模型描述碳排放脱钩特征。

　　碳排放的测算、现状特征、演变情况、影响因素等方面的研究或是聚焦某一地域、

　　需要引起重视，为促成双碳目标的实现，本文利用系统动力学的方法从整体视角，

　　理与相关建议的提出。本文采用原因与建议有机结合的方法，一方面关注“原因”，

　　从“原因”角度对我国农业碳排放因素进行归类分析，寻找农业二氧化碳排放量的

　　主要驱动因素，有助于从源头把握中国农业碳排放。另一方面聚焦结论“建议”，

　　和解决动态问题。由于系统动力学的综合仿真模型能够处理“高阶次”、“非线]

　　度分析化肥、农膜、农药等农资使用，排碳量较高的农作物水稻种植，耕地使用，

　　从肠胃道发酵与粪便管理角度统计奶牛、非奶牛、猪、山羊、绵羊、家禽等动物，

　　从直观字面意来看，“系统”就是将不同的对象汇集并合而为一，这恰与“系统”

　　一词的最初古希腊语“systema”的含义一致，即将一系列相互交互或独立的（抽

　　人们很难给系统下一个确切的定义。1978年美国系统学家G·Gorden把系统

　　的定义概括为：相互作用、彼此依赖的所有事物，按一定规律组合在一起的综合。

　　争于2030年前达到峰值，努力争取2060年前实现碳中和的双碳目标，显示出中

　　温室气体排放等有关概念的统称。在国际社会中，对“净零”的表述用法更为广泛。

　　国CO2等温室气体的排放源分为：化石能源燃烧消耗，工业生产，农林生产活动，

　　若把“汇”理解为名词性“汇款”，可将“碳汇”翻译为carboncredits。从数

　　值上看，一单位“carboncredit”等于一吨的CO2或温室气体当量，可译作“碳排放

　　若把“汇”理解为动词性“汇集”，可将“碳汇”翻译为carbonsink。在自然界

　　中，物质循环流动，碳在能流驱动下周始循环，称其为“碳循环”。然而，物质循

　　环并非无时无刻等速运转，其中常有暂缓之场所，被环境科学命名为“pool”。从

　　物质循环链的不同方位描述pool，又可将其分为“源”（source）和“汇”（sink）

　　两种相对可互换的概念。这就是“碳汇”一词，理解为碳的汇集的解释[62][63]。

　　1987年，WECD成员们将研究报告，《我们共同的未来》（OurCommon

　　便成为国际社会所关注的问题。1992年环境与发展大会通过的《里约热内卢环

　　温室气体排放量最小，取得效益最大化的发展模式，包含了政策导向，经营管理、

　　等碳汇减排效果。因此，可将低碳农业理解为具有低能耗，低污染，低排放特点、

　　植被、植物碳汇，减少农业非耗能排放，同时坚持“高效、优质、高产”的原则，

　　的温室气体排放占全国总量1/3左右，碳排放占全国10%左右。农业创造碳汇的

　　部门：草地、耕地（农田、沼泽等）、海洋、果林等，均具有不不同的碳汇功能。

　　国温室气体总排放量为11705.81百万吨二氧化碳当量（农业为801.61百万吨二

　　氧化碳当量，占比6.85%）；中国非二温室气体排放量为2042.25百万吨二氧化

　　碳当量（农业686.75百万吨二氧化碳当量，占比33.63%）；甲烷和氧化亚氮等

　　2016年开始，“一控两减三基本”等减排政策，休耕等固碳措施逐步推进。即

　　2017年，党的十九大报告提出“两山”理念，加大农业面源污染治理，建立较

　　在2020年气候峰会上，我国政府提出2030年碳达峰和2060年碳中和目

　　和工作的意见》和《2030年前碳达峰行动方案》，在全面总体部署碳减排战略

　　自10个国家，而100个排放最少的国家所占比例不到3%。能源占全球排放量的

　　是交通和制造业。土地利用、土地利用变化和林业（LULUCF）既是排放源又是

　　由图3.1、图3.2与图3.3可知，在全国碳排放总量最高的十个经济体的人均

　　第4章农业碳减排系统建模与仿线章农业碳减排系统建模与仿线系统动力学仿真建模步骤

　　系统动力学（SystemDynamics，SD）是一门分析研究信息反馈系统的学科，

　　域的模拟、分析和预测[46][57]。由于系统动力学的综合仿真模型能够处理“高阶

　　因果回路图（causalloopdiagram，CLD）是表示系统反馈结构的一个重要工

　　系。一条正向的因果链，就表示若原因增多，其结果将超过其最初可实现的水平；

　　并且如果原因减少，其结果比其最初能够实现的水平低。一条负因果链的含义是，

　　辅助变量状态变量与速率变量间进行信息传递与转化的中间变量，随Auxiliary，A

　　外生变量随时间变化，但不同于辅助变量，其变化不由系统其它变量Exogenous，E

　　FeS2_MnFe2O4复合材料的制备及活化PMS降解2,4二氯苯酚的效能与机制研究.pdf

　　东北地区规模化牧场奶牛酮病流行病学调查及快速筛查方法的初步建立.pdf

　　中国“直接电影”的艺术性表达研究--兼论毕业作品《“爱”在多远的未来》.pdf

　　上海合作组织安全影响对哈萨克斯坦的影响,1996-2020年..pdf

　　2024-2025学年初中英语八年级下册仁爱科普版（2024）教学设计合集.docx

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者