研究農(nóng)業(yè)碳排放省際關聯(lián)網(wǎng)絡結構可為建立區(qū)域協(xié)同減排機制,發(fā)揮減排連鎖效應奠定基礎。突破傳統(tǒng)基于地理鄰接或地理距離考察區(qū)域農(nóng)業(yè)碳排放關聯(lián)的方法,利用社會網(wǎng)絡分析,從空間網(wǎng)絡視角考察農(nóng)業(yè)碳排放關聯(lián)的特點,明確各區(qū)域的網(wǎng)絡功能,并通過建立非參數(shù)回歸模型,從空間關聯(lián)、經(jīng)濟關聯(lián)、技術關聯(lián)三緯角度解釋農(nóng)業(yè)碳排放關聯(lián)的深層次原因。發(fā)現(xiàn)中國農(nóng)業(yè)碳排放關聯(lián)網(wǎng)絡穩(wěn)定性高,區(qū)域溢出"等級森嚴";中部地區(qū)為網(wǎng)絡核心,西部地區(qū)重要性顯著提升;八大板塊以諂媚者、類經(jīng)紀人、受益者、貢獻者和孤立者角色傳遞農(nóng)業(yè)碳排放;空間、經(jīng)濟、技術三緯關聯(lián)是引起農(nóng)業(yè)碳排放關聯(lián)的主要因素。最終提出通過縮短空間距離、增強經(jīng)濟聯(lián)系、加強技術溢出擴大省際農(nóng)業(yè)碳排放關聯(lián),根據(jù)各區(qū)域在農(nóng)業(yè)碳排放空間關聯(lián)網(wǎng)絡中的差異化角色實施"引領-跟隨"型減排策略,充分發(fā)揮中介者的"管道"作用,最終形成省際間的互動協(xié)作減排機制。 

【文章來源】：江蘇農(nóng)業(yè)學報. 2020,36(05)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

2006-2017年農(nóng)業(yè)碳排放網(wǎng)絡密度及凝聚力指數(shù)

為把握各省市在農(nóng)業(yè)碳關聯(lián)網(wǎng)絡中重要性的區(qū)域分布特點,根據(jù)國務院發(fā)展研究中心對八大經(jīng)濟區(qū)的劃分,基于中心性和聲望總結各區(qū)特點。從表2可見,長江中游、黃河中游和西南地區(qū)相對中間中心性、相對度數(shù)聲望和鄰近聲望均排名靠前,對農(nóng)業(yè)碳關聯(lián)網(wǎng)絡有較強控制力,且被多數(shù)地區(qū)直接或間接依賴,處于網(wǎng)絡最核心和最重要地位,三個地區(qū)都是中國農(nóng)業(yè)生產(chǎn)集中地和資源稟賦較為豐富的地區(qū),在全國農(nóng)業(yè)生產(chǎn)鏈中也處于比較核心的地位;西北地區(qū)相對中間中心性和相對度數(shù)聲望較高,對關聯(lián)網(wǎng)絡控制力較強,且被多數(shù)地區(qū)直接依賴,西北地區(qū)分布著中國較多的牧場,畜牧業(yè)生產(chǎn)優(yōu)勢明顯,且畜牧產(chǎn)品區(qū)域轉移頻繁;北部沿海相對點出度和相對度數(shù)聲望較高,在關聯(lián)網(wǎng)絡中活動力較強,也被多數(shù)地區(qū)直接依賴,該地區(qū)既有以第三產(chǎn)業(yè)為主的北京市和天津市,也有農(nóng)業(yè)增加值較高的河北省和山東省,在網(wǎng)絡中的參與度較高,西北和北部沿海處于關聯(lián)網(wǎng)絡中次重要位置;南部沿海相對點出度較高,但聲望很低,在關聯(lián)網(wǎng)絡中活動力較強,東部沿海在整個農(nóng)業(yè)碳關聯(lián)網(wǎng)絡中活動力、控制力和獨立性都較弱,聲望也靠后,這2個地區(qū)均不以農(nóng)業(yè)生產(chǎn)為主,對其他地區(qū)的農(nóng)業(yè)依賴性較高,東北地區(qū)相對外接近中心性較高,在整個網(wǎng)絡中相對獨立,不太容易受其他地區(qū)碳關聯(lián)的影響,所以,南部沿海、東北和東部沿海處于不太重要的位置。2.3 角色和地位分區(qū)

圖3 農(nóng)業(yè)碳排放的中間中心性關聯(lián)網(wǎng)絡結構表2 農(nóng)業(yè)碳排放網(wǎng)絡中八大經(jīng)濟區(qū)的重要性分析Table 2 Analysis on the importance of the eight economic regions in the agricultural carbon emissions network 地區(qū) 相對點出度(%) 相對外接近中心性 (%) 相對中間中心性 (%) 相對度數(shù)聲望 鄰近聲望 重要性特征 長江中游 12.5 15.7 7.2 0.47 0.22 控制力強,被多數(shù)地區(qū)直接或間接依賴 黃河中游 26.3 18.9 7.8 0.19 0.08 西南地區(qū) 26.2 18.3 9.2 0.18 0.08 活動力和控制力強,被多數(shù)地區(qū)直接或間接依賴 西北地區(qū) 17.8 16.3 7.0 0.16 0.03 控制力強,被多數(shù)地區(qū)直接依賴 北部沿海 24.7 18.2 5.8 0.16 0.06 活動力強,被多數(shù)地區(qū)直接依賴 南部沿海 25.6 17.3 2.9 0.07 0.03 活動力強,不重要 東北地區(qū) 7.7 26.1 3.2 0.05 0 獨立性強,不重要 東部沿海 17.8 15.0 4.6 0.10 0.03 不重要 聲望和中心性均為年平均值。

【參考文獻】：
期刊論文
[1]我國糧食主產(chǎn)區(qū)農(nóng)業(yè)碳排放影響因素及空間溢出性[J]. 王珧,張永強,田媛,王榮.  南方農(nóng)業(yè)學報. 2019(07)
[2]基于GIS的湖南省農(nóng)地利用碳排放時空格局研究[J]. 趙先超,宋麗美,古黃玲.  江蘇農(nóng)業(yè)科學. 2019(09)
[3]中國省際農(nóng)業(yè)碳排放的時空分異特征及關聯(lián)效應[J]. 吳義根,馮開文.  環(huán)境科學與技術. 2019(03)
[4]中國農(nóng)業(yè)能源碳排放效率的空間異質性及其影響因素——基于空間面板數(shù)據(jù)模型的實證研究[J]. 馬大來.  資源開發(fā)與市場. 2018(12)
[5]基于解構模型的2000—2014年甘肅省碳排放核算與分析[J]. 張治會,李全新.  江蘇農(nóng)業(yè)科學. 2018(05)
[6]基于空間關聯(lián)網(wǎng)絡結構的中國省域協(xié)同碳減排研究[J]. 張翼.  統(tǒng)計與信息論壇. 2017(02)
[7]中國省際碳排放的空間關聯(lián)及其影響因素研究——基于社會網(wǎng)絡分析方法[J]. 楊桂元,吳齊,涂洋.  商業(yè)經(jīng)濟與管理. 2016(04)
[8]中國省際碳排放的空間關聯(lián)性及其效應研究——基于SNA的經(jīng)驗考察[J]. 孫亞男,劉華軍,劉傳明,崔蓉.  上海經(jīng)濟研究. 2016(02)
[9]中國省域農(nóng)業(yè)碳生產(chǎn)率的空間分異特征及依賴效應[J]. 程琳琳,張俊飚,田云,周曉時.  資源科學. 2016(02)
[10]中國省域農(nóng)業(yè)碳減排潛力及其空間關聯(lián)特征——基于空間權重矩陣的空間Durbin模型[J]. 吳賢榮,張俊飚,程琳琳,田云.  中國人口·資源與環(huán)境. 2015(06)



本文編號：3453695