- Autor
- Rawa Grzegorz, Paweł (Warsaw University of Life Sciences), Pietrzykowski Robert (Warsaw University of Life Sciences - SGGW, Poland)
- Tytuł
- Spatial Differentiation of the Emissivity of Agriculture in Europe
Przestrzenne zróżnicowanie emisyjności rolnictwa w Europie - Źródło
- Annals of the Polish Association of Agricultural and Agribusiness Economists, 2024, T. 26, z. 1, s. 242-252, tab., rys., bibliogr. 17 poz.
Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu - Słowa kluczowe
- Rolnictwo, Emisja gazów, Zróżnicowanie przestrzenne
Agriculture, Gas emissions, Spatial differentiation - Uwagi
- Klasyfikacja JEL: Q54, Q53
streszcz., summ. - Kraj/Region
- Europa
Europe - Abstrakt
- W artykule podjęto próbę określenia przestrzennego zróżnicowania emisyjności sektora rolnictwa w Europie. W analizach wykorzystano wolumen emisji gazów cieplarnianych z sektora rolnictwa (w 2020 roku) wyrażony w ekwiwalencie dwutlenku węgla, obliczony zgodnie z metodyką IPCC, dla 31 państw europejskich. W celu zmniejszenia wariancji oraz zredukowania wpływu wielkości kraju na wolumen emisji, obliczono trzy wskaźniki emisyjności, których wartość zależała od: powierzchni użytków rolnych, wartości dóbr wytworzonych przez rolnictwo i liczby mieszkańców. Do weryfikacji zależności pomiędzy emisyjnością, a lokalizacją w przestrzeni wykorzystano współczynnik autokorelacji Morana, obliczony na podstawie zmodyfikowanej macierzy wag. W toku badań stwierdzono, że brak jest podstaw do odrzucenia hipotezy o losowym rozmieszczeniu obiektów w przestrzeni pod względem wartości wskaźników ujętych w badaniu. Można zatem wysunąć wniosek, że w zakresie emisyjności gospodarek europejskich uwidaczniają się pewne podobieństwa, o czym świadczą wyniki analizy skupień, natomiast brak jest powiązania przestrzennego.(abstrakt oryginalny)
This paper presents the results of a study aimed at determining the spatial variation in the carbon intensity of the agricultural sector in Europe. The analyses used the volume of greenhouse gas emissions from the agricultural sector (in 2020), expressed in carbon dioxide equivalent, calculated according to the IPCC methodology for 31 European countries. To reduce variance and the impact of country size on emissions, three emissivity factors were calculated, depending on: agricultural area, value of goods produced by agriculture and population. To verify the relationship between emissivity and location, the Moran autocorrelation coefficient was used, calculated on a modified weighting matrix that, in addition to the criterion of a common border, takes into account the similarity of objects in terms of the values of diagnostic variables (similarity determined using cluster analysis) - in this case indicators describing the emissivity of the agricultural sector. The study showed that there was no reason to reject the hypothesis of a random distribution of objects in space with respect to the values of the indicators included in the study. It can therefore be concluded that there are some similarities in the emissivity from the different European economies, as evidenced by the cluster analysis results, while there is no spatial correlation.(original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
- Pełny tekst
- Pokaż
- Bibliografia
- Bujanowicz-Haraś Barbara. 2018. Emisja gazów cieplarnianych (GHG) z perspektywy polskiego sektora rolnego (Emission of greenhouse gas (GHG) from the perspective of Polish rural sector). Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu XX (3): 16-21. DOI: 10.22004/ag.econ.293670.
- Czyżewski Bazyli, Łukasz Kryszak. 2017. Wpływ typów rolnictwa na emisję gazów cieplarnianych (The influence of farming types on greenhouse gases emissions). Wieś i Rolnictwo 1 (174): 99-122. DOI: 10.53098/wir012017/05.
- Czyżewski Bazyli, Łukasz Kryszak. 2018. Impact of different models of agriculture on greenhouse gases (GHG) emissions: a sectoral approach. Outlook on Agriculture 47 (1): 68-76. DOI: 10.1177/0030727018759092.
- Harsányi, Endre, Bashar Bashir, Gafar Almhamad, Omar Hijazi, Mona Maze, Ahmed Elbeltagi, Abdullah Alsalman, Glory O. Enaruvbe, Safwan Mohammed, Szilárd Szabó. 2021. GHGs Emission from the agricultural sector within EU-28: a multivariate analysis approach. Energies 14 (2): 6495. DOI: 10.3390/en14206495.
- IOŚ (Instytut Ochrony Środowiska, Institute of Environmental Protection). 2018. Klimat dla Polski Polska dla klimatu (Climate for Poland Poland for the climate). Warszawa: IOŚ-PIB.
- Koloszko-Chomentowska Zofia, Leszek Sieczko, Roman Trochimczuk. 2021. Production profile of farms and methane and nitrous oxide emissions. Energies 14 (16): 4904. DOI: 10.3390/en14164904.
- Meadows Donatella H., Dennis L. Meadows, Jorgen Randers, William W. Behrens. 1972. The limits to growth: A Report to the Club of Rome. Nowy Jork: Universe Book.
- ONZ (United Nations, UN). 2022. Demographic Yearbook. Nowy Jork: ONZ.
- Pawlak Jan. 2017. Poziom i struktura emisji gazów cieplarnianych w rolnictwie (The level and structure of greenhouse gas emission in agriculture). Problemy Inżynierii Rolniczej 24 (4): 55-63.
- Pawlak Jan. 2018. Ocena ekonomicznych skutków redukcji emisji gazów cieplarnianych na przykładzie gospodarstw specjalizujących się w uprawach polowych (Assessment of economic effects of GHG emission reduction on the example of field crop farms). Zagadnienia Ekonomiki Rolnej 354 (1): 170-191. DOI: 10.30858/zer/89621.
- Pietrzykowski Robert. 2011. Koncepcja i zastosowanie modyfikacji macierzy wag w przestrzennych badaniach ekonomicznych (Concept and application matrix weight modifications in spatial economic research). Metody Ilościowe w Badaniach Ekonomicznych 12 (2): 270-278.
- Pietrzykowski Robert. 2014. Application of spatial techniques for panel data analysis of agricultural real estate market in the years 2004-2012. Metody Ilościowe w Badaniach Ekonomicznych 15 (2): 188-197.
- Pietrzykowski, Robert. 2020. Wykorzystanie współczynnika Morana do klasyfikacji obiektów przestrzennych na przykładzie cen gruntów rolniczych (Classification of spatial objects on base the global Moran coefficient. On the example of agricultural land prices). Metody Ilościowe w Badaniach Ekonomicznych 21 (3):168-78. DOI: 10.22630/MIBE.2020.21.3.16.
- Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2023/956 z dnia 10 maja 2023 r. ustanawiające mechanizm dostosowywania cen na granicach z uwzględnieniem emisji CO2 (Regulation (EU) 2023/956 of the European Parliament and of the Council of 10 May 2023 establishing a carbon border adjustment mechanism, text with EEA relevance). Official Journal of the European Union. L 130/52.
- Steffen Will, Katherine Richardson, Johan Rockström, Sarah E. Cornell, Ingo Fetzer, et al. 2015. Planetary boundaries: Guiding human development on a changing planet. Science 347 (6223). DOI: 10.1126/science.1259855.
- Wicki Ludwik, Aleksandra Wicka. 2022. Is the EU agriculture becoming low-carbon? Trends in the intensity of GHG emissions from agricultural production. [In] Proceedings of the 2022 International Conference "Economic Science For Rural Development", 56. DOI: 10.22616/ESRD.2022.56.007.
- Wójcik-Gront Elżbieta. 2020. Analysis of sources and trends in agricultural GHG emissions from Annex I Countries. Atmosphere 11 (4): 392. DOI: 10.3390/atmos11040392.
- Cytowane przez
- ISSN
- 1508-3535
- Język
- eng
- URI / DOI
- http://dx.doi.org/10.5604/01.3001.0054.4326