何艷秋 陳柔 朱思宇 王芳

摘要：研究農(nóng)業(yè)碳排放省際關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)可為建立區(qū)域協(xié)同減排機(jī)制，發(fā)揮減排連鎖效應(yīng)奠定基礎(chǔ)。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(guān)聯(lián)的方法，利用社會網(wǎng)絡(luò)分析，從空間網(wǎng)絡(luò)視角考察農(nóng)業(yè)碳排放關(guān)聯(lián)的特點(diǎn)，明確各區(qū)域的網(wǎng)絡(luò)功能，并通過建立非參數(shù)回歸模型，從空間關(guān)聯(lián)、經(jīng)濟(jì)關(guān)聯(lián)、技術(shù)關(guān)聯(lián)三緯角度解釋農(nóng)業(yè)碳排放關(guān)聯(lián)的深層次原因。發(fā)現(xiàn)中國農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)穩(wěn)定性高，區(qū)域溢出“等級森嚴(yán)”;中部地區(qū)為網(wǎng)絡(luò)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(jì)人、受益者、貢獻(xiàn)者和孤立者角色傳遞農(nóng)業(yè)碳排放;空間、經(jīng)濟(jì)、技術(shù)三緯關(guān)聯(lián)是引起農(nóng)業(yè)碳排放關(guān)聯(lián)的主要因素。最終提出通過縮短空間距離、增強(qiáng)經(jīng)濟(jì)聯(lián)系、加強(qiáng)技術(shù)溢出擴(kuò)大省際農(nóng)業(yè)碳排放關(guān)聯(lián)，根據(jù)各區(qū)域在農(nóng)業(yè)碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)中的差異化角色實(shí)施“引領(lǐng)-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(jī)制。

關(guān)鍵詞：農(nóng)業(yè)碳排放;空間關(guān)聯(lián)網(wǎng)絡(luò);協(xié)同減排

中圖分類號：X16文獻(xiàn)標(biāo)識碼：A文章編號：1000-4440（2020）05-1218-11

Abstract：Study on the inter-provincial correlation and influencing factors of agricultural carbon emission can lay the foundation for establishing the regional collaborative emission reduction mechanism and exerting the chain-effect of emission reduction. Breaking through the traditional methods of examining regional agricultural carbon emission correlation based on geographic adjacency or geographic distance， social network analysis was used to investigate the characteristics of agricultural carbon emission correlation from the perspective of spatial network and clarify the network functions of each region. In addition， the reasons of agricultural carbon emission correlation were explained from the perspective of spatial correlation， economic correlation and technology linkage by nonparametric regression. Agricultural carbon-emission ossociation network had high stability， and regional spillovers were ranked. The central provinces and cities were the core of the network， and the importance of the western provinces and cities had increased significantly. The eight sectors delivered agricultural carbon emissions in the roles of flatterers， brokers， beneficiaries， contributors and solitary. The three-latitude correlation of space， economy and technology was the main factor that caused the carrelation of agricultural carbon emission. It was proposed to expand inter-provincial agricultural carbon emission correlation by shortening space distance， strengthening economic relation and strengthening technology spillover. The "lead-follow" emission reduction strategy was implemental according to the differentiated role of each region in the correlation network. Give full play to the intermediary's "conduit" role. Finally， an inter-provincial interactive and cooperative emission reduction mechanism will be formed.

Key words：agricultural carbon emissions;spatial correlation network;collaborative emission reduction

氣候變暖是關(guān)系到各國政治、經(jīng)濟(jì)、社會、生態(tài)能否持續(xù)發(fā)展的關(guān)鍵問題，為此，聯(lián)合國政府間氣候變化專門委員會（IPCC）提出“2050年凈碳排放縮減為0，升溫幅度不超過1.5 ℃”[1]。中國作為全球最大的溫室氣體排放國，工業(yè)碳排放一直被政府節(jié)能減排工作所關(guān)注，但占全國總量17%的農(nóng)業(yè)碳排放也不容忽視[2]，其減排效果的好壞直接影響中國“總量、強(qiáng)度”雙控減排目標(biāo)的實(shí)現(xiàn)。繼2019年中央一號文件提出推動農(nóng)業(yè)農(nóng)村綠色發(fā)展，積極建設(shè)生態(tài)循環(huán)農(nóng)業(yè)發(fā)展模式以后，2020年中央一號文件明確提出要對農(nóng)村生態(tài)環(huán)境的突出問題進(jìn)行治理。近年來，隨著區(qū)域協(xié)同發(fā)展戰(zhàn)略的深化，區(qū)域聯(lián)動發(fā)展機(jī)制的逐步實(shí)施，帶動了農(nóng)業(yè)產(chǎn)業(yè)集群化發(fā)展、農(nóng)業(yè)產(chǎn)業(yè)鏈區(qū)域延伸、農(nóng)產(chǎn)品跨區(qū)域轉(zhuǎn)移和農(nóng)業(yè)生產(chǎn)技術(shù)的區(qū)域擴(kuò)散，進(jìn)而使各地農(nóng)業(yè)碳關(guān)聯(lián)也更為緊密，減排很難僅僅依靠某個地區(qū)的單方行動取得良好成效，必須通過區(qū)域協(xié)同減排才能從根本上解決問題。因此，整體把握中國農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)和特征，深入分析各地區(qū)在網(wǎng)絡(luò)中的地位和作用，有利于明確各區(qū)域農(nóng)業(yè)碳減排責(zé)任，突破減排壁壘，發(fā)揮減排連鎖效應(yīng)，最終通過區(qū)域協(xié)同減排達(dá)到事半功倍的效果。

近年來，碳排放空間關(guān)聯(lián)引起了學(xué)者們的極大關(guān)注，利用空間計(jì)量模型和區(qū)域間投入產(chǎn)出模型研究區(qū)域碳關(guān)聯(lián)的文獻(xiàn)層出不窮?？臻g計(jì)量模型的代表學(xué)者有Cole等[3]、Yu等[4]、Dong等[5]、Li等6]、George等[7]，他們一致認(rèn)為碳排放存在顯著的空間集聚性和空間溢出效應(yīng)，宏觀上是由于各區(qū)域存在經(jīng)濟(jì)關(guān)聯(lián)、技術(shù)關(guān)聯(lián)和政策關(guān)聯(lián)，微觀上是由于能源消費(fèi)行為的相似性和企業(yè)環(huán)境行為的模仿跟隨效應(yīng);區(qū)域間投入產(chǎn)出模型的代表學(xué)者有Zhang[8]、Jiao等[9]，他們認(rèn)為最終需求改變所帶來的跨區(qū)域產(chǎn)出變動是引起碳關(guān)聯(lián)的重要原因。部分學(xué)者認(rèn)為碳排放存在復(fù)雜的網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)[10-14]。隨著中國產(chǎn)業(yè)融合的深化，農(nóng)業(yè)產(chǎn)業(yè)重要性的進(jìn)一步提升，農(nóng)業(yè)碳排放及其衍生指標(biāo)的空間關(guān)聯(lián)引起了部分學(xué)者的興趣。李秋萍等[15]構(gòu)建空間Durbin模型對中國農(nóng)業(yè)碳排放空間效應(yīng)進(jìn)行研究，發(fā)現(xiàn)中國農(nóng)業(yè)碳排放存在明顯的空間關(guān)聯(lián)。孫赫等[16]發(fā)現(xiàn)中國土地利用碳排放強(qiáng)度在省級尺度上具有明顯的空間集聚特征。吳賢榮等[17]發(fā)現(xiàn)中國省域農(nóng)業(yè)碳減排潛力不僅與當(dāng)?shù)亟?jīng)濟(jì)指標(biāo)有關(guān)，還同其相鄰地區(qū)的農(nóng)業(yè)減排潛力顯著相關(guān)。程琳琳等[18]發(fā)現(xiàn)省域農(nóng)業(yè)碳生產(chǎn)率在空間上存在明顯的溢出效應(yīng)。Wu等[19]發(fā)現(xiàn)農(nóng)業(yè)凈排放存在明顯區(qū)域收斂和區(qū)域關(guān)聯(lián)。并且，大家一致認(rèn)為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)業(yè)技術(shù)創(chuàng)新、農(nóng)業(yè)勞動力和城市化都是農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)的重要原因[20-22]。

梳理國內(nèi)外相關(guān)研究結(jié)果發(fā)現(xiàn)，學(xué)者們雖一致認(rèn)為由于碳排放空間效應(yīng)的存在，減排政策的實(shí)施必須在考慮地區(qū)碳關(guān)聯(lián)和碳依賴的情況下，進(jìn)行多方合作才能達(dá)到效果，但立足農(nóng)業(yè)碳排放空間關(guān)聯(lián)的研究僅占少數(shù)，且大都基于地理鄰接關(guān)系或地理距離考察空間關(guān)聯(lián)。隨著中國區(qū)域協(xié)同發(fā)展戰(zhàn)略的深入、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展模式的調(diào)整和三產(chǎn)融合步伐的加快，農(nóng)業(yè)投入要素和農(nóng)產(chǎn)品轉(zhuǎn)移更加密切和復(fù)雜，農(nóng)業(yè)碳排放空間關(guān)聯(lián)關(guān)系也已超越了地理位置關(guān)系，突破了傳統(tǒng)線性模式，呈現(xiàn)出復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)。各地區(qū)在農(nóng)業(yè)碳關(guān)聯(lián)網(wǎng)絡(luò)中扮演的角色以及農(nóng)業(yè)碳排放在各區(qū)域主體間傳遞都是值得研究的問題，并且農(nóng)業(yè)作為受自然稟賦條件限制較多的產(chǎn)業(yè)，與工業(yè)生產(chǎn)的地域靈活性不同。研究農(nóng)業(yè)碳排放的區(qū)域關(guān)聯(lián)可為中國建立長期的、可持續(xù)的區(qū)域協(xié)同減排機(jī)制，最終實(shí)現(xiàn)整體高效減排奠定堅(jiān)實(shí)的基礎(chǔ)。

1研究方法與數(shù)據(jù)來源

1.1農(nóng)業(yè)碳排放總量測算方法

農(nóng)業(yè)碳排放源包括5類： 一是農(nóng)用能源;二是農(nóng)地利用;三是反芻動物飼養(yǎng);四是作物種植;五是農(nóng)業(yè)廢棄物。各類碳排放源均有細(xì)分項(xiàng)，參考IPCC測算方法，以細(xì)分項(xiàng)活動數(shù)據(jù)乘以碳排系數(shù)后相加，算得該類碳排放源的排放量，農(nóng)業(yè)碳排放總量即為5類碳排放之和。最終，根據(jù)《IPCC第五次評估報(bào)告》[23]折算系數(shù)，將二氧化碳、甲烷和氧化亞氮3種排放氣體折算成二氧化碳排放當(dāng)量。測算所需排放因子主要參考趙欣等[24]、王智平[25]、Dyer等[26]、伍芬琳等[27]、 IPCC [28]、閔繼勝等[29]、劉麗華等[30]的研究成果。

1.2農(nóng)業(yè)碳排放空間關(guān)聯(lián)度測算方法

根據(jù)1989年日本學(xué)者Kaya [31]提出的Kaya恒等式和Commoner [32]1992年提出的IPAT模型，將農(nóng)業(yè)碳排放影響因素概括為農(nóng)業(yè)勞動力、農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)生產(chǎn)技術(shù)和土地。采用修正引力模型測算農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)度，公式如下：

yij為地區(qū)i對地區(qū)j的農(nóng)業(yè)碳依賴度，Pi、Gi、Ti、Ai、Pj、Gj、Tj、Aj分別為地區(qū)i和地區(qū)j的農(nóng)業(yè)勞動力規(guī)模、人均農(nóng)業(yè)增加值、農(nóng)業(yè)碳強(qiáng)度和耕地總面積，D2ij為地區(qū)i和j省會城市球面距離的平方，k為經(jīng)驗(yàn)系數(shù)。經(jīng)驗(yàn)系數(shù)用來調(diào)整地區(qū)間農(nóng)業(yè)碳依賴程度，根據(jù)地區(qū)間農(nóng)業(yè)碳轉(zhuǎn)移量測算：

kij為地區(qū)i對地區(qū)j的農(nóng)業(yè)碳依賴經(jīng)驗(yàn)系數(shù)，cji為區(qū)域i調(diào)入?yún)^(qū)域j的農(nóng)產(chǎn)品而轉(zhuǎn)移的碳排放量，cij為區(qū)域j調(diào)入?yún)^(qū)域i的農(nóng)產(chǎn)品而轉(zhuǎn)移的碳排放量。地區(qū)間碳轉(zhuǎn)移量c由區(qū)域間農(nóng)產(chǎn)品轉(zhuǎn)移額[33]與各地區(qū)農(nóng)業(yè)碳強(qiáng)度相乘可得。

1.3社會網(wǎng)絡(luò)分析法

1.3.1農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)整體特征刻畫指標(biāo)利用網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)效率、網(wǎng)絡(luò)等級和凝聚力指數(shù)刻畫農(nóng)業(yè)碳關(guān)聯(lián)網(wǎng)絡(luò)的整體特征。網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度和凝聚力指數(shù)反映各省市農(nóng)業(yè)碳關(guān)聯(lián)關(guān)系的緊密程度，網(wǎng)絡(luò)效率反映網(wǎng)絡(luò)的穩(wěn)健性和脆弱性，網(wǎng)絡(luò)等級反映網(wǎng)絡(luò)成員地位的不平等程度。各指標(biāo)的取值范圍均在0和1之間。

1.3.2農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)中各省市的重要性測度由于各省市農(nóng)業(yè)碳關(guān)聯(lián)非對稱，同時采用中心性和聲望分析找到農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)中“重要”的省市。中心性強(qiáng)調(diào)地區(qū)作為碳依賴者角色的重要性，包括度數(shù)中心性、接近中心性和中間中心性，分別測度各地區(qū)在碳關(guān)聯(lián)網(wǎng)絡(luò)中的活躍性、獨(dú)立性和控制能力。聲望強(qiáng)調(diào)各地區(qū)作為碳被依賴者的重要性，包括度數(shù)聲望和鄰近聲望，度數(shù)聲望衡量直接碳依賴，鄰近聲望兼顧直接和間接碳依賴。

1.3.3農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)塊模型分析為進(jìn)行角色和地位分析，找到行動者組合，簡化農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)，分析農(nóng)業(yè)碳排放的區(qū)域傳遞特征，利用迭代相關(guān)收斂法構(gòu)建塊模型將中國各省市分為不同的功能塊。借鑒Stanley [34]的研究結(jié)果，角色劃分見表1。

1.3.4農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)原因的非參數(shù)回歸農(nóng)業(yè)碳排放空間關(guān)聯(lián)與農(nóng)業(yè)投入要素的空間關(guān)聯(lián)密不可分，，QAP（Quadratic assignment procedure，二次指派程序）回歸立足“關(guān)系”數(shù)據(jù)，推導(dǎo)農(nóng)業(yè)碳關(guān)聯(lián)的原因。因變量為農(nóng)業(yè)碳排放空間關(guān)聯(lián)矩陣，自變量從空間關(guān)聯(lián)、經(jīng)濟(jì)關(guān)聯(lián)和技術(shù)關(guān)聯(lián)三方面選擇，具體如下：

（1）區(qū)域空間鄰接關(guān)系矩陣X：由各省市間鐵路運(yùn)行時間構(gòu)成。

xij表示區(qū)域i和區(qū)域j之間的鐵路運(yùn)行時間。

（2）農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)相似系數(shù)矩陣S：

Skj和Slj為地區(qū)k和l農(nóng)業(yè)產(chǎn)值中j 行業(yè)占比，n為第一產(chǎn)業(yè)行業(yè)數(shù)量。

整體來看，八大板塊農(nóng)業(yè)碳排放依賴關(guān)系總數(shù)為358個，其中，板塊間關(guān)系數(shù)為204個，板塊內(nèi)關(guān)系數(shù)為154個，農(nóng)業(yè)碳排放的區(qū)域間溢出效應(yīng)明顯。其中，板塊二、板塊六和板塊七塊間關(guān)系數(shù)明顯高于其他板塊，占到塊間關(guān)系總數(shù)的60%。

從板塊地位來看，板塊三的總關(guān)系數(shù)為7個，板塊間關(guān)系數(shù)僅為3，實(shí)際內(nèi)部關(guān)系比大于期望內(nèi)部關(guān)系比，從前文分析結(jié)果可見，板塊內(nèi)網(wǎng)絡(luò)密度為1，說明板塊三在農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)中既不太被板塊外成員依賴，也不太依賴板塊外成員，板塊內(nèi)的碳依賴關(guān)系比較活躍，處于孤立者地位，重要性排名靠后。

板塊一和板塊八總關(guān)系數(shù)分別為22個和30個，板塊間關(guān)系數(shù)遠(yuǎn)高于板塊內(nèi)關(guān)系數(shù)，且實(shí)際內(nèi)部關(guān)系比小于期望內(nèi)部關(guān)系比，板塊內(nèi)密度在8個板塊中排名最后，在農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)中處于諂媚者角色，對板塊外成員的碳依賴多于對板塊內(nèi)成員，且不太被板塊外成員碳依賴。兩板塊內(nèi)各省市的點(diǎn)出度都明顯高于點(diǎn)入度，且重要性處于中下水平。板塊二、四、五、六、七實(shí)際內(nèi)部關(guān)系數(shù)均大于期望內(nèi)部關(guān)系數(shù)，板塊間關(guān)系也比較活躍，屬于初級者地位，根據(jù)板塊間發(fā)出關(guān)系和接受關(guān)系的大小進(jìn)一步將其分類。

板塊二、五、七為受益板塊，三大板塊的共同特征是板塊間接受關(guān)系數(shù)小于發(fā)出關(guān)系數(shù)，說明其對板塊外成員的農(nóng)業(yè)碳依賴更強(qiáng)。其中，板塊二和板塊七發(fā)出關(guān)系和接收關(guān)系都較多，結(jié)合其中心性，兩板塊所含區(qū)域?qū)r(nóng)業(yè)碳關(guān)聯(lián)網(wǎng)絡(luò)的控制能力較強(qiáng)，可以看成類經(jīng)紀(jì)人地位，在整個農(nóng)業(yè)碳關(guān)聯(lián)網(wǎng)絡(luò)中起中介樞紐作用，同時板塊內(nèi)各成員也比較活躍。板塊二含蓋了北部沿海和黃河中游省市，側(cè)重于接受北部和西部區(qū)域的關(guān)系，同時與除東北外的其余板塊都有發(fā)出關(guān)系，有承接南北、通東達(dá)西的作用。板塊七含蓋了西南和南部沿海部分省市，側(cè)重于接受西部和中部地區(qū)的關(guān)系，同時向東部沿海、長江中游和西部地區(qū)發(fā)出關(guān)系，有貫穿東西的作用。

板塊四和板塊六為貢獻(xiàn)板塊，特征是板塊間接受的關(guān)系數(shù)遠(yuǎn)大于發(fā)出的關(guān)系數(shù)，說明其被較多的板塊外成員依賴，兩板塊包含了長江中游地區(qū)和西北地區(qū)省市。長江中游地區(qū)是中國重要的農(nóng)業(yè)集中地，規(guī)模大，品種多，而西北地區(qū)能源資源豐富，農(nóng)業(yè)生產(chǎn)投入要素和產(chǎn)出的地區(qū)間轉(zhuǎn)移使其在農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)中扮演貢獻(xiàn)者角色。八大板塊分類結(jié)果見圖5。從圖5可見，網(wǎng)絡(luò)中的諂媚者集中在發(fā)達(dá)的沿海地區(qū)和少量西部地區(qū);貢獻(xiàn)者主要是長江中游和西北地區(qū)，是中國主要的農(nóng)業(yè)生產(chǎn)地區(qū)和資源豐富地區(qū);類經(jīng)紀(jì)人的分布相對分散，起著連接南北、貫穿東西的重要作用。

3農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)原因的非參數(shù)QAP回歸

3.1QAP相關(guān)性分析

從矩陣相關(guān)性（表4）可見，除能源結(jié)構(gòu)相似性矩陣外，其余因素均顯著與農(nóng)業(yè)碳排放關(guān)聯(lián)矩陣相關(guān)。能源結(jié)構(gòu)相似性矩陣不顯著的原因是農(nóng)業(yè)碳排放組成中農(nóng)用能源消耗引起的碳排放量相對較低，2006年到2017年全國農(nóng)用能源消耗引起的農(nóng)業(yè)碳排放在整個農(nóng)業(yè)碳排放中平均占比僅為14.3%。

表5可見，除能源結(jié)構(gòu)相似性矩陣外，其余影響因素間均顯著相關(guān)。空間鐵路運(yùn)行時間越短，兩地的經(jīng)濟(jì)聯(lián)系越緊密，則跨區(qū)域龍頭企業(yè)越多，產(chǎn)業(yè)結(jié)構(gòu)越相似，技術(shù)差異性越小;產(chǎn)業(yè)結(jié)構(gòu)越相似，技術(shù)水平差異越小，跨區(qū)域龍頭企業(yè)越多;產(chǎn)業(yè)結(jié)構(gòu)越相似，產(chǎn)品的跨區(qū)域流動也會更頻繁，數(shù)量會更多。技術(shù)水平差異性和產(chǎn)品區(qū)域轉(zhuǎn)移程度僅為0.10的顯著度下負(fù)相關(guān)，說明產(chǎn)品轉(zhuǎn)移更容易在技術(shù)水平差異小的區(qū)域間進(jìn)行。

3.2QAP非參數(shù)回歸分析

從表6可見，2006年到2017年各因素對農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)的整體解釋程度在55%左右，并且通過了0.01的顯著性檢驗(yàn)，除空間鄰接關(guān)系和技術(shù)水平差異性系數(shù)估計(jì)結(jié)果為負(fù)外，其余因素的系數(shù)估計(jì)結(jié)果均為正，說明農(nóng)業(yè)碳排放的區(qū)域關(guān)聯(lián)密切度會受到區(qū)域間空間關(guān)聯(lián)、經(jīng)濟(jì)關(guān)聯(lián)和技術(shù)關(guān)聯(lián)程度的影響。區(qū)域空間關(guān)聯(lián)對農(nóng)業(yè)碳排放地區(qū)關(guān)聯(lián)的影響最為顯著，而空間關(guān)聯(lián)不是體現(xiàn)在空間距離上，而是體現(xiàn)在經(jīng)濟(jì)距離上，因?yàn)榻?jīng)濟(jì)距離的拉近必然會促使兩地間的交通更為便利。本研究的空間鄰接矩陣用地區(qū)間鐵路運(yùn)行時間更好地印證了這一點(diǎn)，從估計(jì)系數(shù)來看，其對農(nóng)業(yè)碳排放地區(qū)關(guān)聯(lián)的影響程度較為穩(wěn)定。經(jīng)濟(jì)關(guān)聯(lián)除了會拉近地區(qū)間的時間距離外，也表現(xiàn)在區(qū)域產(chǎn)業(yè)集群化發(fā)展引起的產(chǎn)業(yè)結(jié)構(gòu)更加相似，跨區(qū)域農(nóng)業(yè)龍頭企業(yè)數(shù)量更多，以及農(nóng)產(chǎn)品和生產(chǎn)要素在便捷運(yùn)輸過程中轉(zhuǎn)移更多，經(jīng)濟(jì)關(guān)系更為密切也使地區(qū)間農(nóng)業(yè)碳排放更加相互依賴。技術(shù)水平相當(dāng)?shù)牡貐^(qū)農(nóng)業(yè)碳排放關(guān)系也越密切，說明跨區(qū)域的技術(shù)擴(kuò)散效應(yīng)可以使地區(qū)間農(nóng)業(yè)碳排放關(guān)系加深，從而為地區(qū)間合作減排奠定基礎(chǔ)。

4結(jié)論與啟示

4.1結(jié)論

本研究基于2006-2017年中國各省（市、自治區(qū)）數(shù)據(jù)，以修正引力模型測算農(nóng)業(yè)碳排放空間依賴，利用社會網(wǎng)絡(luò)分析法，建立非參數(shù)回歸模型，從空間網(wǎng)絡(luò)視角考察各區(qū)域的網(wǎng)絡(luò)功能，從空間關(guān)聯(lián)、經(jīng)濟(jì)關(guān)聯(lián)、技術(shù)關(guān)聯(lián)三緯角度解釋農(nóng)業(yè)碳排放關(guān)聯(lián)的深層次原因，主要研究結(jié)果如下：①農(nóng)業(yè)碳排放網(wǎng)絡(luò)穩(wěn)定性高，區(qū)域排放溢出“等級森嚴(yán)”。中國農(nóng)業(yè)碳排放網(wǎng)絡(luò)板塊間關(guān)系數(shù)明顯大于板塊內(nèi)關(guān)系數(shù)，農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)明顯，整體網(wǎng)絡(luò)密度并不太高，但網(wǎng)絡(luò)穩(wěn)定性高，且不平等程度也較高，中部地區(qū)處于支配和控制地位。②中部地區(qū)處于網(wǎng)絡(luò)核心，西部重要性顯著提升，東部重要性最低。長江中游和黃河中游對整體網(wǎng)絡(luò)控制力較強(qiáng)，聲望較高，處于網(wǎng)絡(luò)核心;西南和西北地區(qū)聲望僅次于中部地區(qū)，且對整體網(wǎng)絡(luò)的控制能力也較強(qiáng)，兩經(jīng)濟(jì)區(qū)的重要性有上升趨勢;北部沿海和南部沿海在整體網(wǎng)絡(luò)中比較活躍，度數(shù)中心性較高，但主要扮演依賴者角色;東北經(jīng)濟(jì)區(qū)相對獨(dú)立，東部沿海最不重要。③農(nóng)業(yè)碳排放網(wǎng)絡(luò)八大板塊所處角色和地位差異明顯。京、津、遼代表的板塊一和川、渝、藏代表的板塊八為諂媚者，主要體現(xiàn)為板塊間農(nóng)業(yè)依賴關(guān)系;晉、蒙、冀、魯、豫、陜代表的板塊二和粵、云、桂、瓊、貴代表的板塊七為類經(jīng)紀(jì)人角色，板塊間接受和發(fā)出關(guān)系均較多，對網(wǎng)絡(luò)控制力較強(qiáng)，起到中介作用;新、青、甘、寧代表的板塊四和鄂、湘、皖、贛代表的板塊六為貢獻(xiàn)者角色，接受的關(guān)系數(shù)遠(yuǎn)大于發(fā)出的關(guān)系數(shù);吉、黑代表的板塊三為孤立者，板塊間接受和發(fā)出關(guān)系都較少;浙、蘇、閩、滬代表的板塊五為受益者角色，對其他地區(qū)有較多發(fā)出關(guān)系。④空間關(guān)聯(lián)、經(jīng)濟(jì)關(guān)聯(lián)和技術(shù)關(guān)聯(lián)三維關(guān)聯(lián)均顯著影響農(nóng)業(yè)碳排放關(guān)聯(lián)。區(qū)域空間距離、產(chǎn)業(yè)結(jié)構(gòu)相似性、產(chǎn)品轉(zhuǎn)移程度、跨區(qū)域農(nóng)業(yè)龍頭企業(yè)數(shù)量和技術(shù)水平差異性對農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)的解釋程度超過50%。隨著區(qū)域協(xié)調(diào)發(fā)展的進(jìn)一步加深，各區(qū)域空間距離將進(jìn)一步縮短，經(jīng)濟(jì)聯(lián)系將得以加強(qiáng)，生產(chǎn)要素、產(chǎn)品以及技術(shù)擴(kuò)散的渠道更為通暢，農(nóng)業(yè)碳排放區(qū)域關(guān)聯(lián)也會增強(qiáng)。

4.2啟示

地區(qū)間農(nóng)業(yè)碳排放關(guān)聯(lián)的增強(qiáng)使國家能夠在全國一盤棋的整體思路下協(xié)調(diào)各方行動，達(dá)到1加1大于2的減排效果。農(nóng)業(yè)碳排放關(guān)聯(lián)的增強(qiáng)需要地區(qū)間空間、經(jīng)濟(jì)和技術(shù)三維關(guān)系的進(jìn)一步加強(qiáng)。一方面依托中國綜合交通運(yùn)輸體系的建設(shè)，縮短區(qū)域空間距離，另一方面增強(qiáng)區(qū)域間農(nóng)業(yè)經(jīng)濟(jì)的交流合作，建立跨區(qū)域農(nóng)業(yè)產(chǎn)業(yè)帶或產(chǎn)業(yè)園，同時也要充分發(fā)揮減排技術(shù)擴(kuò)散效應(yīng)，在鼓勵各地加大農(nóng)業(yè)減排技術(shù)研發(fā)的同時，出臺優(yōu)惠政策，促進(jìn)技術(shù)的區(qū)域間擴(kuò)散，以技術(shù)源為中心，實(shí)現(xiàn)“水波式”溢出。

由于中國各地區(qū)在農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)中所處地位和角色不同[37-39]，制定和分配減排任務(wù)時應(yīng)充分考慮各區(qū)域碳排放的依賴。貢獻(xiàn)者板塊作為重要的農(nóng)業(yè)碳排放承擔(dān)者和接受者，應(yīng)和受益者板塊、諂媚者板塊建立良好的長效互動機(jī)制，通過資金投入、技術(shù)轉(zhuǎn)移、資源補(bǔ)償?shù)确绞?，增?qiáng)其農(nóng)業(yè)碳減排引領(lǐng)地位，進(jìn)而提高受益者和諂媚者跟隨型減排成效;類經(jīng)紀(jì)人板塊作為農(nóng)業(yè)碳排放的傳導(dǎo)者和中介者，應(yīng)進(jìn)一步激發(fā)其“管道”作用，通過政策引導(dǎo)，優(yōu)化與其他地區(qū)的農(nóng)業(yè)碳排放關(guān)聯(lián)，充分發(fā)揮其減排傳輸功能;對于孤立者板塊，需擴(kuò)大其農(nóng)業(yè)碳排放關(guān)聯(lián)，使其密切融入農(nóng)業(yè)碳排放關(guān)聯(lián)網(wǎng)絡(luò)，營造減排溢出的良好接受渠道。

參考文獻(xiàn)：

[1]聯(lián)合國環(huán)境規(guī)劃署. 《全球升溫1.5 ℃特別報(bào)告》發(fā)布，為氣候變暖再敲警鐘[EB/OL]. （2018-10-10）[2019-12-20].http：//www.tanpaifang.com/tanguwen/2018/1010/62363.html.

[2]李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J].中國人口·資源與環(huán)境，2011（8）：80-86.

[3]COLE M， ELLIOTT A， ROBERT J R.The carbon dioxide emissions of firms：A Spatial analysis[J].Journal of Envionmental Economics and Management， 2013， 65：290-309.

[4]LIU Y， XIAO H W， PRECIOUS Z， et al. Carbon emissions in China： A spatial econometric analysis at the regional level[J].Sustainability，2014，6：6005-6023.

[5]DONG F， LONG R Y， LI Z L， et al. Analysis of carbon emission intensity，urbanization and energy mix：evidence from China[J].Nat Hazards，2016，82：1375-1391.

[6]LI L， HONG X F， TANG D L， et al. GHG emissions， economic growth and urbanization： A spatial approach[J].Sustainability，2016，10：123-126.

[7]GEORGE M， FRANKLIN A. Spatial analysis of emissions in Sweden[J].Energy Economics，2017，10：383-394.

[8]ZHANG Y G. Interregional carbon emission spillover-feedback effects in China[J].Energy Policy， 2017， 100：138-148.

[9]JIAO J L， YANG Y F， BAI Y. The impact of inter-industry R&D technology spillover on carbon emission in China[J].Nat Hazards，2018，91：913-929.

[10]MENG B， XUE J J， FENG K S， et al. Chinas inter-regional spillover of carbon emissions and domestic supply chains[J]. Energy Policy， 2013， 61：1305-1321.

[11]孫亞男，劉華軍，劉傳明，等.中國省際碳排放的空間關(guān)聯(lián)性及其效應(yīng)研究——基于SNA的經(jīng)驗(yàn)考察[J].上海經(jīng)濟(jì)研究，2016（2）：82-92.

[12]楊桂元，吳齊，涂洋.中國省際碳排放的空間關(guān)聯(lián)及其影響因素研究——基于社會網(wǎng)絡(luò)分析方法[J].商業(yè)經(jīng)濟(jì)與管理，2016（4）：56-68.

[13]張翼.基于空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的中國省域協(xié)同碳減排研究[J].統(tǒng)計(jì)與信息論壇，2017（2）：63-69.

[14]WANG F， GAO M N， LIU J，et al. The spatial network structure of Chinas regional carbon emissions and its network effect[J]. Energies， 2018， 11：2706.

[15]李秋萍，李長建，肖小勇，等.中國農(nóng)業(yè)碳排放的空間效應(yīng)研究[J].干旱區(qū)資源與環(huán)境，2015（4）：30-35.

[16]孫赫，梁紅梅，常學(xué)禮，等.中國土地利用碳排放及其空間關(guān)聯(lián)[J].經(jīng)濟(jì)地理，2015 （3）：154-162.

[17]吳賢榮，張俊飚，程琳琳，等.中國省域農(nóng)業(yè)碳減排潛力及其空間關(guān)聯(lián)特征——基于空間權(quán)重矩陣的空間Durbin模型[J].中國人口·資源與環(huán)境，2015 （6）：53-61.

[18]程琳琳，張俊飚，田云，等.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(yīng)[J].資源科學(xué)，2016 （2）：276 -289.

[19]WU H Y， HUANG H J， TANG J.Net greenhouse gas emissions from agriculture in China： Estimation， spatial correlation and convergence[J]. Sustainability，2019，11：4817.

[20]MA D. Spatial heterogeneity and influencing factors of agricultural energy carbon emission efficiency in China—An empirical research of spatial panel data model[J]. Resour Dev Mark，2018，12：1693-1765.

[21]WU Y， FENG K.Spatial-temporal differentiation features and correlation effects of provincial agricultural carbon emissions in China[J]. Environ Sci Technol，2019，3：180-190.

[22]WANG J， ZHANG Y， TIAN Y，et al. Influencing factors and spatial spillover of agricultural carbon emissions in major grain producing areas in China[J]. J S Chin Agric，2019，7：1632-1639.

[23]PACHAURI K，MEYER A.Climate change 2014：Synthesis report[R]. Geneva：IPCC，2014.

[24]趙欣，龍如銀.考慮全要素生產(chǎn)率的中國碳排放影響因素分析[J].資源科學(xué)，2010（10）：1863-1870.

[25]王智平.中國農(nóng)田N2O排放量的估算[J].農(nóng)村生態(tài)環(huán)境， 1997（2）：51-55.

[26]DYER J A， KULSHRESHTHA S N， MCCONKEY B G， et al. An assessment of fossil fuel energy use and CO2 emissions from farm field operations using a regional level crop and land use database for Canada[J]. Energy， 2010， 35（5）： 2261-2269.

[27]伍芬琳，李琳，張海林，等.保護(hù)性耕作對農(nóng)田生態(tài)系統(tǒng)凈碳釋放量的影響[J].生態(tài)學(xué)雜志，2007 （12）：2035-2039.

[28]IPCC. Climate change 2007： The physical science basis： Working group Ⅰ contribution to the fourth assessment report of the intergovernmental panel on climate change[M]. New York： Cambridge University Press， 2007.

[29]閔繼勝，胡浩.中國農(nóng)業(yè)生產(chǎn)溫室氣體排放量的測算[J].中國人口·資源與環(huán)境，2012 （7）：21-27.

[30]劉麗華，蔣靜艷，宗良綱.農(nóng)業(yè)殘留物燃燒溫室氣體排放清單研究：以江蘇省為例[J].環(huán)境科學(xué)，2011 （5）：1242-1248.

[31]KAYA Y.Impact of carbon dioxide emission on GNP growth：interpretation of proposed scenarios[R].Paris：IPCC Energy and Industry Subgroup，1989.

[32]COMMONER B. Making peace with the planet[M].New York：New Press，1992.

[33]劉衛(wèi)東，唐志鵬，韓夢瑤.2012年中國31省區(qū)市區(qū)域間投入產(chǎn)出表[M].北京：中國統(tǒng)計(jì)出版社，2018.

[34]STANLEY W. Social network analysis： Methods and applications[M]. Cambridge： Cambridge University Press， 1994.

[35]新華網(wǎng) . 我國優(yōu)化布局農(nóng)業(yè)發(fā)展新空間[EB/OL]. （2016-12-04）[2019-12-31].http：//www.soozhu.com/wx/article/297884/.

[36]中國改革報(bào)我國草原畜牧業(yè)發(fā)展?jié)摿薮骩EB/OL].（2018-07-25）[2019-12-31]. http：//www.crd.net.cn/2018-07/25/content_24734062.htm.

[37]趙先超，宋麗美，古黃玲. 基于GIS的湖南省農(nóng)地利用碳排放時空格局研究[J].江蘇農(nóng)業(yè)科學(xué)，2019，47（9）：307-311.

[38]王珧，張永強(qiáng)，田媛，等. 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].南方農(nóng)業(yè)學(xué)報(bào)，2019，50（7）：1632-1639.

[39]張治會，李全新. 基于解構(gòu)模型的2000-2014年甘肅省碳排放核算與分析[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（5）：257-260.

（責(zé)任編輯：張震林）